城市數字化對企業生產率的影響研究

張京津

(南京財經大學，江蘇 南京 210023)

一、 引言

近年來，數字經濟已經成為一種新的經濟形態，同時也成為一種新的資源配置方式。 2020 年全球新冠肺炎疫情暴發，國內國際的市場環境都受到了嚴重的沖擊，上市企業面臨后疫情時代嚴峻的經濟形勢，機遇與挑戰并存。 2020 年，2411 家上市公司披露的年報顯示，903 家公司主營業務收入下滑，占全部研究對象的37.45%。 另外，“十四五”規劃綱要中提出，發展數字經濟，推動數字產業化與產業數字化，促進數字經濟和實體經濟的深度融合，各省、自治區、直轄市等也相繼出臺了數字經濟相關產業政策。 數字技術新經濟模式正在被充分認知，產業數字化全面發展，數字產業化高端化引領，城市數字化水平不斷提升。 在剔除2020 年一季度上市公司的企業績效受新冠肺炎疫情的干擾后，上市公司2021年一季度的企業績效相對2019 年一季度的企業績效而言，部分經營情況有所好轉。 本文試圖回答以下問題：城市數字化水平是否能夠提升企業生產率?如果可以，那么影響機制是什么?

本文對城市數字化水平怎樣影響企業生產率進行實證研究，試圖從城市信息設施建設、城市治理、城市服務以及產業融合角度論述重視并發展城市數字經濟，提升城市數字化水平的重要意義，在我國提倡數字經濟與實體經濟深度融合以及疫情沖擊的大背景下，為各省市地區因地制宜制定相關的城市數字經濟政策幫助疫情沖擊下的企業恢復生產活力提供理論支持。

二、 文獻綜述

(一)數字經濟發展的影響效應

數字經濟的迅速發展引起國內外學者的廣泛關注，對數字經濟的研究主要歸結為以下兩點：第一，宏觀層面，數字經濟在就業、經濟增長等方面起到積極作用。 數據資本是全新的生產要素，具有數據化的特征，對宏觀經濟潛在拉動作用要明顯高于傳統生產要素。 還有研究表明數字經濟能夠優化調整我國的就業結構，提升勞動力報酬和勞動力保護，同時數字經濟吸納就業能力顯著提升，但存在明顯的東中西部地區差異。 第二，微觀層面，數字經濟對個體工資收入、企業生產率等方面存在影響。 柏培文和張云研究表明，人口紅利下降可能源于數字經濟的發展，數字要素會替代低技能勞動崗位，降低相對收入。 但是戚聿東和劉翠花通過中國綜合社會調查數據(CGSS)反映互聯網的使用對總體工資水平具有正向促進作用，能夠縮小性別工資差異。 另外，吳非等創新性地研究數字化轉型對企業股票流動性的影響，表明數字經濟發展對企業生產率而言是積極正向的。

(二)數字經濟發展與企業生產率

通過對已有文獻梳理可以發現，對數字經濟發展與企業生產率的關系的研究主要在于數字經濟指標的測算上的創新。 第一類，構建數字化指標體系。主流數字經濟指標體系為黃群慧等的方法，基于城市層面對互聯網的發展測度，包括互聯網普及率、相關從業人員情況、相關產出情況和移動電話普及率四個方面的指標。 其后研究在此基礎上進行指標的調整和細化，范合君和吳婷增加生產數字化、流通數字化維度的數字化指標，廖信林和楊正源增加產業發展、創新發展維度的數字化指標。 第二類，借助爬蟲技術挖掘數字經濟相關關鍵詞刻畫數字經濟指數。 吳非等基于上市企業年報數字化轉型關鍵詞抓取創新性刻畫了數字化轉型強度，實證檢驗得出企業數字化轉型顯著提升股票流動性。第三類，較少研究利用數字經濟相關政策、事件的發生進行DID 模型分析。 邱子迅和周亞虹基于國家級大數據綜合試驗區的建立，采用廣義DID 模型強調數字經濟對地區發展的促進作用。

本文可能的邊際貢獻在于，在研究立意上，將新時期數字經濟發展與微觀企業生產活力聯系起來，剖析城市數字化與企業生產率之間的關系，從微觀個體角度出發研究城市數字經濟的發展，深化城市數字化與企業之間互動模式的理解；在研究數據上，以全行業上市公司原始數據為基礎，利用Python 爬蟲文本識別功能獲取中國城市數字經濟指數，采用關鍵詞配對的方法組合微宏觀數據；在研究范式上，提供了一個“基準分析—異質性檢驗—機制分析”的研究框架，根據模型變量下標進行異質性分析，包括基于城市等級大小以及企業股權性質進行分樣本回歸；在研究內容上，突出新冠肺炎疫情沖擊大背景下城市數字經濟發展政策影響輻射到上市企業生產活動，檢驗城市數字化水平驅動企業生產率提升的重要力量，并通過有效的實證手段對其進行驗證。

三、 理論分析

第一，城市數字化推動上市企業生產率的提高。經濟社會特征由工業經濟轉為數字經濟，要素擴張實現績效增長的傳統方式難以滿足企業的高質量發展。 這樣看來，城市數字化為企業生產和服務提供數據資源，城市治理方式、設施建設、服務供給等方面的數字化助力企業數字化轉型，實現生產和服務的自動化和智能化，減少勞動力依賴，降低成本，提高生產率。 郭家堂和駱品亮、黃群慧等運用地區面板數據實證檢驗了互聯網的發展對生產率具有正向促進作用。

第二，城市數字化對上市企業生產率的影響在城市和企業層面具有異質性。 城市數字化水平的提高意味著城市政策更多地傾向于應用數字技術、投資智能制造、搭建現代化信息系統，對大城市企業而言，外部環境給企業生產率提高創造條件，城市規模等級意味著數字化的普及程度高低，人力資本吸引、治理服務評價等都給企業生產經營提供了優勢，差異化競爭條件下，大城市企業的生產率影響更為明顯。 另外，對資金、規模、科研以及政策優勢的企業而言，企業內部調整的時間滯后性會得到改善，充分利用自身的特點，如創新活力、資本規模等，實現數字化戰略與企業比較優勢的有機結合，彌補企業的效率損失，提高企業的生產率。

第三，城市數字化可以通過降低交易成本提高上市企業生產率。 已有研究表明，互聯網能夠降低信息成本、改善搜尋匹配方式、提升信息交流效率和吸引人力資本投入。 一方面，城市數字化提高帶來大數據、云計算、機器學習的普及應用，企業調整生產經營方式，通過這些數字經濟技術對各環節信息進行搜集與分析，有效進行產業鏈上下游的溝通，降低成本，提高生產率。 另一方面，城市數字化的發展帶來信息的逐漸透明化，降低企業的信息搜尋成本，改善企業信息匹配效率，提高企業資源利用效率。

四、 模型與數據來源

(一)模型設計

為檢驗城市數字化水平對上市企業生產率的影響，設定基準計量模型為：

式中，lntfp表示城市

j

的企業

i

在

t

年的全要素生產率，dig表示城市

j

在

t

年的數字經濟指數，

X

是影響企業生產率的控制變量，

ε

為隨機誤差項。 回歸系數

α

及其顯著性水平反映出城市數字化水平對企業生產率的影響效果，預計為正。

(二)變量與數據

1. 被解釋變量。 企業生產率(lntfp)，通過 LP方法來計算生產率，主要在于LP 方法不存在樣本丟失以及內生性問題。

2. 解釋變量。 城市數字經濟指數(dig)，采用新華三集團數字經濟研究院發布的2017 ～2019 年城市數字經濟指數來表示城市數字化水平，該數據基于權威政策規劃和中央政策指導，從城市數據及信息化基礎設施、城市服務、城市治理、產業融合四個維度客觀評價城市數字經濟發展水平。

3. 控制變量。 為減輕遺漏變量對估計結果的干擾，選取企業和城市兩個層面的控制變量。 其中，企業層面包括：企業規模(scale)，企業規模大小對城市經濟發展與企業全要素生產率的提升均有重要影響，因而本文選用企業員工人數加1 的自然對數來表示；企業年齡(age)，一般而言，企業年齡決定企業面對市場沖擊的反應能力，對市場環境的信息選擇能力，本文選用現在年份與企業上市年份差值加1 年的自然對數來表示；資產負債率(lev)，企業的生產經營情況會影響到企業對政府政策的選擇，用總負債占總資產的比值來表示；股權集中指數(shrcr)，用第一大股東持股占比來表示；董事會規模(board)，用董事會人數加1 的自然對數來表示。另外，城市層面包括：城市人口規模(popu)，用城市人口數量的自然對數來表示。

(三)數據來源及處理方法

本文使用的數據主要有兩組。 第一組為2017 ～2019 年全行業的上市公司財務數據，原始數據來自CSMAR 數據庫，部分相關數據來自Wind 數據庫。第二組為2017～2019 年城市數字經濟指數，原始數據來自中國信息通信研究院發布的年度《中國城市數字經濟指數藍皮書》，利用 Python 爬蟲文本識別功能挖掘出相關城市數字經濟指數。 兩組數據采用城市名稱與省市名稱進行多對一匹配，保留雙向匹配成功結果。 為緩解異常值的影響，對所有微觀層面連續變量進行1%和99%的縮尾處理。

五、 實證結果

(一)基準回歸結果

表1 顯示城市數字化對上市企業生產率影響的總體樣本回歸結果。 表1 第(1)(2)列回歸結果顯示，dig 回歸系數均顯著為正，意味著城市數字化水平對企業生產率具有顯著的提升作用。 第(3)(4)(5)(6)列為二級解釋變量對企業生產率的影響，回歸結果顯示，對企業生產率的邊際效應從大到小依次是：城市服務數字化(dig_ser)、城市治理數字化(dig_gov)、產業融合數字化(dig_int)和城市設施數字化(dig_inf)，這意味著影響企業生產率的相關城市數字因素主要在于城市服務與城市治理，可能原因在于：城市服務與城市治理數字化為上市企業提供了良好的營商環境，外部資源配置的高效性使得上市企業能調整生產經營方式，降低交易成本，提高企業生產率。

表1 基準回歸結果

(二)穩健性檢驗

考慮到可能會存在逆向因果關系而造成內生性問題，城市數字化發展影響到上市企業經營調整，進而產生上市企業生產率變化需要一定的時間，即城市數字經濟發展的影響效應可能存在時間滯后性，故將數字經濟指數滯后一期和滯后兩期進行回歸。表2 結果顯示，城市數字經濟指數的滯后項的回歸系數仍然在1%水平下顯著為正，這表明城市數字化水平能夠顯著提升企業生產率，意味著基準回歸結果具有可靠性和穩健性。

表2 穩健性檢驗結果

(三)異質性分析

為深入研究城市數字化水平對上市企業生產率的影響效應，本文分別從城市、企業兩個層面進行異質性分析：表3 是基于城市規模大小與城市經濟發展情況分析所得結果；表4 是基于企業特征，按照上市公司基本信息數據中的股權性質分析所得結果。

1. 基于城市的異質性分析

通過表3 的回歸結果可以得出結論，一線和二線城市的數字經濟指數的回歸系數在1%水平下顯著為正，而三線以及以下城市的dig 指數不顯著，意味著城市數字化水平對企業生產率的影響在一二線城市最為明顯。 可能原因在于：一二線城市本身吸引人才、資本的能力比較突出，隨著城市數字化水平的提高，對人才引進、招商引資政策上更加重視，這樣上市企業搜尋成本一定程度上會降低，從而企業生產率變化更為顯著。

表3 分組回歸結果1：城市層面

2. 基于企業的異質性分析

通過表4 回歸結果可以得出結論，城市數字化水平對企業生產率的影響效應從大到小依次是外資企業、國有企業、民營企業，其他類型企業不顯著。 可能原因在于：外資企業較之國有企業和民營企業具有較強的融資能力，企業創新水平較高，在此基礎上，城市數字化使得上市企業生產經營方式的調整較為容易，成本較低，從而企業生產率變化更為顯著。

表4 分組回歸結果2：企業層面

六、 機制分析

為了刻畫城市數字化影響企業生產率的機制路徑，本文借鑒溫忠麟、葉寶娟的研究，采用中介效應模型，并基于Bootstrap 方法進行檢驗(抽取自助樣本500 次)。 具體中介效應模型如下：

其中，tfp表示城市

j

的企業

i

在

t

年的全要素生產率，dig表示城市

j

在

t

年的數字經濟指數，

X

是影響企業生產率的控制變量，

ρ

、

ρ

、

ρ

分別為個體、城市、時間的固定效應，

ε

為隨機誤差項，

M

為中介變量。 本文借鑒趙宸宇等的做法，采用成本費用率指標(cost)作為中介變量，計算表達式如下：

成本費用率=(營業成本+管理費用)/營業總收入

通過表5 回歸結果可以發現，城市數字化對交易成本回歸系數為負但不顯著，而交易成本費用對企業生產率的回歸系數是顯著為負的，那么意味著交易成本費用可能是城市數字化對企業生產效率影響的中間機制。 本文對上述變量進行Bootstrap 檢驗，自助抽樣500 次，檢驗結果表明，間接效應的95%置信區間[0.0303，0.0699]顯然不包含0，這意味著城市數字化通過降低交易成本來提升上市企業的全要素生產率，中介效應占比是0.65%。

表5 中間機制：交易成本

七、 結論與政策建議

隨著數字經濟發展的重要性逐漸凸顯，城市的數字化水平不斷提高，數字經濟與實體經濟的深度融合對中國市場競爭驅動有著重要意義。 本文利用2017～2019 年上市企業數據以及中國城市數字經濟發展指數，實證研究城市數字化對企業生產率的影響及其機制。 主要結論如下：第一，城市數字化對企業生產率具有顯著提升作用；第二，基于城市屬性與企業特征不同，城市數字化對企業生產率具有異質性影響；第三，城市數字化通過降低交易成本渠道來提高企業生產率。

基于研究結果，本文提出如下的政策建議：第一，政府應積極推進城市數字化建設，為企業尤其是上市企業提供良好的外部環境。 城市服務、治理數字化能夠顯著提升企業生產率，但是也不能忽視城市基礎設施數字化的重要性，信息化基礎設施建設，信息共享模式能便利企業間信息傳輸與溝通，進而提升企業生產率。 另外，政府應通過一系列體制機制改革鼓勵產業融合，盡可能降低企業間交流成本，提高企業生產效率。 第二，企業應重視城市數字化對提升全要素生產率的重要作用。 一二線城市企業應有效利用城市數字化設施、數字化服務以及數字化治理手段進行數字化轉型，提升企業自身的全要素生產率。 國有企業、民營企業應增強企業活力，響應城市數字化號召，提升創新能力。