數字經濟、全要素生產率與企業創新績效

【摘 要】 隨著數字技術的不斷發展和完善，企業創新作為企業保持核心競爭力的重要手段之一，數字經濟對企業創新起到了重要作用。文章基于2012—2022年滬深A股上市公司的數據，采用企業報告中出現的大數據和區塊鏈等新技術的細分指標的頻次衡量數字經濟水平，探討數字經濟對企業創新績效的影響。結果表明，數字經濟對企業創新績效具有促進作用，經過變量替換和補充變量等穩健性檢驗，結論仍然成立。進一步檢驗表明，數字經濟通過提高企業全要素生產率，促進企業提高創新績效水平，以及市場競爭程度在數字經濟對企業創新績效的影響中產生顯著的負向調節效果。

【關鍵詞】 數字經濟； 創新績效； 全要素生產率； 市場競爭程度

【中圖分類號】 F279.23 【文獻標識碼】 A 【文章編號】 1004-5937（2024）17-0057-08

一、引言

黨的十八大以來，黨中央高度重視發展數字經濟，將其上升為國家戰略。黨的二十大報告明確提出要加快建設數字中國，大力發展數字經濟，促進數字經濟和實體經濟深度融合等多項任務要求。黨的二十屆三中全會指出，要健全推動經濟高質量發展體制機制，促進各類先進生產要素向發展新質生產力集聚，大幅提升全要素生產率，健全促進實體經濟和數字經濟深度融合制度，強化企業科技創新主體地位。數字經濟已經成為改變全球競爭格局的關鍵驅動力。因此，在國家大力倡導數字經濟發展的宏觀條件下，研究企業數字經濟與創新之間的影響關系，有助于企業更有效地提高自身的核心競爭能力。

目前，數字經濟已經被大多數企業運用，學術界主要從以下方面對數字經濟問題進行研究：首先，研究數字經濟與經濟高質量發展的關系。如荊文君等[1]的研究認為數字經濟對經濟高質量發展的影響是多維復合的，即數字經濟可以從微觀和宏觀層面上，通過創造合適的環境和投入新的資源等方法，實現經濟高質量發展。其次，數字經濟對企業變革的影響。如何帆等[2]認為數字經濟為我國實體企業轉型升級提供了動力和技術支持，提升了實體企業經濟效益，即數字經濟可以通過降低成本和減少不必要的資源浪費，促進企業內部高效管理和高質量發展。最后，數字經濟的本質。如張鵬[3]認為數字經濟是大數據等新技術發展到一定階段的產物；何玉長等[4]認為數字經濟是勞動者運用數字技術，創造數字產品和其他產品的價值創造活動或經濟形態，即大部分學者認為數字經濟是信息技術發展與創造的產物或經濟形態等。

而企業創新能力一直是企業發展中重點關注的問題之一，近年來學術界大多從以下角度探究數字經濟和創新之間的關系：一是數字經濟與區域創新關系。李雪等[5]認為數字經濟可以通過加速人力資本的積累和研發資本的投入間接提升區域創新績效，并且促進作用呈現出顯著的“邊際效應”非線性遞增特征，即數字經濟可以通過激活創新生態，拓寬和加深創新的廣度和深度等提高區域創新績效；趙濱元[6]認為數字經濟發展不僅能夠帶動本地創新績效提升，而且對周邊城市創新績效也具有顯著正向影響，即可以通過發現數據要素價值和推動創新等發展數字經濟，提升區域績效。二是從市場角度討論，如鄧峰等[7]認為數字經濟發展水平越高，弱化市場分割束縛的能力就越強，區域創新效率就越高，即市場分割會阻礙研發要素流動，從而抑制創新。

本文通過分析已有文獻的研究范圍和結果，設定對數字經濟和企業創新績效的研究角度，主要有如下邊際貢獻：一是以往關于企業創新績效的實證研究，大多從宏觀或者單一從企業內外部環境等方面分析了數字經濟與創新績效的關系，或探討企業數字化轉型與創新績效的關系，鮮有文獻基于企業自身情況為出發點；在微觀層面上，探究數字經濟對企業創新績效的影響路徑，同時探討市場競爭在二者中的作用。因此，本文從以上兩個方面進行研究，拓展數字經濟對創新績效的影響研究，為企業未來決策提供參考。二是深入分析企業內部數字經濟對企業創新績效的影響機制，已有文獻大多采用管理費用率或資產收益率（ROA）等指標，研究數字經濟影響企業創新的路徑，而本文采用的全要素生產率反映的是企業資源利用效率，相較于單一的費用或利潤指標，能夠更加全面和直觀地衡量數字經濟對企業的影響路徑。三是分析市場競爭程度在數字經濟對企業創新績效影響中的作用，可以更好地為不同行業的企業在數字經濟發展決策時提供參考依據。

二、理論分析與研究假設

（一）數字經濟對企業創新績效的影響

大多數企業在經營過程中，都會受到其自身資源配置效率等內部環境因素的影響，以及其所處市場競爭程度等外部環境因素的影響，而企業的數字經濟水平發展程度也同樣受到內外部環境兩方面的影響。從內部環境因素來看，數字經濟作為大數據、區塊鏈和云計算等新技術不斷發展和完善而形成的產物，可以幫助企業避免一部分不必要的資源浪費[8]，而隨著數字經濟的發展，這些新技術的規模效應可以緩解傳統生產要素流通不暢，進而提高資源配置效率，并且可以通過幫助企業優化組織結構和企業生產或管理流程等行為，降低企業生產經營的成本，準確預測消費者需求和發現新的客戶需求，創造新的價值供給[9]，提高企業總收入，使企業擁有更多留存資金和人力等閑置資源投入到研發和創新中，為企業創新提供良好的環境條件，從而提高企業的創新績效。從外部環境因素來看，行業整體的數字經濟水平也會促使企業提高自身的數字經濟水平和創新能力，因為當行業整體或者行業中頭部企業使用的技術手段達到一定水平時，很可能形成壟斷市場，影響行業中其他企業后續的發展，因此，其他企業為了繼續生存，以及頭部企業為了保持自身現有市場份額或搶占更多市場份額，會維持現有的創新能力，甚至是加大創新投入，以求提高自身的創新能力[2]?；谝陨戏治觯疚奶岢黾僭O1。

H1：數字經濟水平對企業創新績效具有正向促進影響。

（二）數字經濟影響企業創新績效的機制

根據經濟學的理論，相對于無限的欲望來講，資源永遠是有限的，所以如何合理并高效地配置企業自身所擁有的資源，對企業的長久發展和高質量發展是至關重要的。而數字經濟可以通過提高企業的資源開發利用率，即企業的全要素生產率，促進企業創新。本文主要從以下方面探討：一是提高企業的生產效率，數字經濟可以優化企業生產流程，以及更準確地定位消費者需求，提高與供應商的溝通效率[10]，加快生產前后的運輸效率；二是提高企業的資金配置效率，數字經濟可以減少企業的生產成本、交易費用和銷售費用等，同時也可以降低因募集不到足夠資金而錯失投資機會的概率；三是提高企業的人力資源配置效率，數字經濟會促使企業雇傭更多高技術和高水平員工，擁有更多人力資本，以及搶占核心技術人才，進而促進企業開展更多的創新活動[11]，并且會減少一部分工作內容重復和技術含量低的員工，使組織結構更加扁平化；四是提高企業管理效率，數字經濟可以簡化企業的管理流程，去除掉一些不必要或煩瑣的流程，方便企業不同部門更加高效率地溝通和合作，也可以使決策更加透明，生產管理和組織管理更加高效?；谝陨戏治?，本文提出假設2。

H2：數字經濟水平通過提高企業全要素生產率促進企業提高創新績效。

（三）市場競爭程度調節效應

企業各項決策的實施效果不僅受企業自身因素的影響，還會受到外部環境因素的影響，如國家出臺的有關政策和市場環境等因素。而在市場環境因素中，相對于其他與市場有關的因素影響，市場競爭程度這一因素對企業數字經濟水平和創新績效的影響較大。因為如果當行業中同質的企業數量較多時，企業生產的產品或提供的服務等不具有如價格較低和質量較好等區別于同行業中其他企業的自身特點，很可能會導致企業失去消費者，從而喪失一部分市場份額，所以企業在絕大多數情況下，會根據市場競爭程度做出相應改變。在市場競爭激烈時，由于企業資源相對有限，所以很可能出現難以滿足自身發展需要的情況，大部分企業可以通過數字技術對資源合理配置，來保持競爭優勢。唐要家等[12]的研究認為數字經濟發展帶來的市場競爭和高創新激勵會提升企業創新績效，但數字經濟發展內在的市場結構高集中化則會產生創新阻礙效應，隨著市場集中度的上升顯著提高，數字經濟對創新的促進效應會呈現出邊際遞減的非線性變化趨勢。即在個別條件下，市場競爭程度可以倒逼企業提高自身數字經濟水平，從而提高企業的創新績效。然而，在絕大多數情況下，市場競爭程度與企業數字經濟水平和創新績效，并非呈正向促進作用?；谝陨戏治?，本文提出假設3。

H3：市場競爭程度在數字經濟水平對企業創新績效的提升關系中發揮了負向調節作用。

三、研究設計

（一）數據來源與處理

本文選取2012—2022年滬深A股上市公司的數據作為樣本，數據來源于CSMAR數據庫和中國研究數據服務平臺（CNRDS），其中企業創新績效2012—2021年數據主要來源于CNRDS數據庫，其余數據和2022年數據來源于CSMAR數據庫。在本文樣本數據搜集和處理的過程中，考慮各行業數據的特點以及本文研究目的，對樣本數據進行以下篩選：（1）剔除ST和*ST企業，當年新上市的公司，上市狀態處于暫停上市、終止上市以及退市整理期的企業；（2）剔除金融行業的樣本數據；（3）樣本數據主要為上市公司合并報表數據，部分公司無合并報表數據，使用其母公司報表數據代替；（4）剔除關鍵變量缺失和重復的樣本。根據上述標準，最終得到3 787家上市公司共計25 126個樣本數據觀測值。為避免研究結果受到極端值的影響，本文對主要變量進行雙邊縮尾處理。

（二）變量選擇

1.被解釋變量

被解釋變量為企業創新績效（Per）。已有研究中大多選用專利申請量衡量企業創新能力，但本文參考劉冰冰等[13]的研究，采用企業發明專利、實用新型和外觀設計專利的總授予量加1的自然對數來衡量企業創新能力。

2.解釋變量

核心解釋變量為數字經濟水平（Dig）。本文參考張任之[14]的研究設計選擇企業報告中出現的大數據等新技術細分指標的頻次加1取自然對數值來衡量數字經濟水平。

3.中介變量

中介變量為企業全要素生產率（TFP），為更好地測算企業全要素生產率，本文參考魯曉東等[15]以及冉芳等[16]的研究，采用LP法進行測算。

4.調節變量

調節變量為市場競爭程度（Cr5），本文為更好地衡量各企業所處行業的競爭程度，參考鐘廷勇等[17]的研究，選用行業指標中的行業集中度，即行業領先的前5家公司的主營業務收入占全行業主營業務收入的比例衡量市場競爭程度。

5.控制變量

本文參考現有文獻研究設計，選取的控制變量包括所有權性質（SOE）、股權集中度（TOP1）、企業年齡（Age）、資產負債率（Lev）、董事人數（Board）、審計費用（Audit）和員工人數（Employee）。

各變量定義如表1所示。

（三）模型設定

1.基準回歸模型

本文借鑒肖土盛等[11]的研究，構建以下基準回歸模型，對H1進行檢驗。

Peri，t=α0+α1Digi，t+α2Controli，t+Industry+Year+εi，t（1）

其中，Peri，t表示企業創新績效，Digi，t表示數字經濟水平，Controlsi，t表示控制變量，Industry和Year分別表示行業和年度的固定效應，i表示企業，t表示時間。

2.中介效應模型

本文借鑒溫忠麟等[18]的研究，構建以下中介效應模型，對H2進行檢驗。

Peri，t=α0+α1Digi，t+α2Controli，t+Industry+Year+εi，t（2）

TFPi，t=β0+β1Digi，t+β2Controli，t+Industry+Year+εi，t （3）

Peri，t=θ0+θ1Digi，t+θ2TFPi，t+θ3Controli，t+Industry+

Year+εi，t （4）

其中，TFPi，t表示企業全要素生產率，其他相關變量定義同上。

3.調節效應模型

為探討市場競爭程度在數字經濟水平對企業創新績效的影響關系中發揮的作用，本文借鑒鐘廷勇等[17]的研究，構建以下調節效應模型，對H3進行檢驗。

Peri，t=γ0+γ1Digi，t+γ2Cr5+γ3（Dig×Cr5）i，t+γControli，t+

Industry+Year+εi，t （5）

其中，Cr5i，t表示市場競爭程度，其他相關變量定義同上。

四、實證結果分析

（一）描述性統計

本文描述性統計分析結果如表2所示。創新績效（Per）的均值為2.5466，標準差為1.6999，最小值為0，最大值為6.6859，表明不同上市公司的創新績效存在著明顯的差距，可能是由于不同上市公司所擁有的技術和人才等資源，以及創新能力的不同所導致。數字經濟水平（Dig）的均值為1.4007，標準差為1.3843，最小值為0，最大值為5.0562，表明數字經濟水平在樣本數據之間存在著明顯的差異，可能是由于不同行業中企業對數字技術的需求度和發展戰略不同所導致。

（二）相關性分析

對本文變量進行相關性檢驗，結果表明：數字經濟水平與企業創新績效、全要素生產率均為正相關關系，且在1%水平上顯著，而市場競爭程度與企業的數字經濟水平和創新績效均呈負相關關系，且在1%水平上顯著。VIF均值為1.46，且各個變量的VIF值均小于5，不存在多重共線性，初步驗證本文的假設。

（三）回歸分析

對主要變量進行基準回歸分析，即將主要變量代入式1進行檢驗的結果，如表3所示。列（1）為未控制不同層面固定效應的回歸結果，數字經濟水平（Dig）的回歸結果是0.206，且在1%水平上顯著；列（2）為未加入控制變量，但控制年份和行業層面的回歸結果，數字經濟水平（Dig）的回歸結果是0.228，且在1%水平上顯著；列（3）為控制所有變量、年份和行業的回歸結果，數字經濟水平（Dig）的回歸結果是0.117，且在1%水平上顯著?；貧w結果表明數字經濟水平對企業創新績效具有正向影響。本文的H1得到驗證。

（四）穩健性檢驗

本文采用變量替換法和補充變量法對主要變量進行穩健性檢驗，以檢驗實證結果的可靠性，檢驗結果與本文H1相符，說明本文具有良好的穩健性，具體結果如下：

1.變量替換

本文使用更換被解釋變量度量方法，參考權小鋒等[19]的研究，使用企業專利產出（Patent），即企業發明專利、實用新型和外觀設計專利的總申請量加1取自然對數，3種專利的權重按照3■2■1進行取值，作為新的被解釋變量，代入模型1重新進行檢驗。具體的回歸結果如表4所示。列（2）報告了更換被解釋變量后的回歸結果，即企業專利產出（Patent）的回歸系數為0.139，且在1%水平上顯著，表明在改變被解釋變量度量方法后，本文的研究結果保持穩健，H1成立。

2.補充變量法

本文加入遺漏變量方法，參考杜敏哲等[20]的研究，增加了托賓Q值（TobinQ）這一控制變量，代入模型1并重新進行了檢驗。具體的回歸結果如表4所示，表4的列（3）報告了創新績效（Per）為被解釋變量時，增加控制變量后的回歸結果，創新績效的回歸系數為0.118，且在1%水平上顯著；表4的列（4）報告了專利產出（Patent）為被解釋變量時，增加控制變量后的回歸結果，專利產出的回歸系數為0.140，且在1%水平上顯著。結果表明在加入TobinQ后，本文的研究結果保持穩健，H1成立。

五、進一步檢驗

（一）內生性檢驗

借鑒黃群慧等[21]的方法，本文采用1984年城市層面每百人固定電話數量和每百萬人郵局數量的對數值VSI1和VSI2作為工具變量。工具變量的數據來源于《中國統計年鑒》，其中1984年部分數據缺失，用1985年代替，海南郵局數和固定電話數來自中經網統計數據庫；重慶固定電話數來自《重慶統計年鑒》；四川省的數據是中國統計年鑒中四川省數據減去重慶數據所得。選擇VSI1和VSI2作為工具變量的原因在于：一方面，1984年是IBM發布第一臺個人電腦IBM PC AT的年份，與數字經濟水平具有時間相關性；另一方面，數字經濟發展與互聯網發展具有密不可分的關系，歷史上固定電話普及率較高的地區，也極有可能是互聯網普及率較高的地區[21]，并且1984年各省份的固定電話和郵局的數量對企業創新績效的作用途徑較少，在一定程度上滿足排他性。為構建工具變量的面板數據，本文借鑒Nunn et al.[22]的設置方法，即將與個體變化有關的變量和與時間有關的變量構造交互項，作為本文工具變量的基礎數據，本文中個體變化有關的變量為各城市1984年每百人固定電話數量和每百萬人郵局的數量，本文中與時間有關的變量為上一年全國信息技術服務收入。結果表明：企業數字經濟水平對VSI1的回歸系數為0.258，且在1%的水平上顯著，企業數字經濟水平對VSI2的回歸系數為0.308，且在1%的水平上顯著；而企業創新績效的回歸系數為1.072，且在1%的水平上顯著。結果均顯著且為正，并且對VSI1和VSI2進行有關弱工具變量、內生變量和過度識別的檢驗，檢驗結果均已通過，證明本文的結論是穩健可靠的。

（二）影響機制檢驗

1.中介效應分析

已有研究指出企業數字化與全要素生產率存在一定關系，為檢驗本文H2，以LP法測算的全要素生產率作為中介變量，進行回歸檢驗。具體結果見表5，結果均為正，且在1%的水平上顯著，表明數字經濟水平通過提高企業全要素生產率，進而提高企業創新績效，驗證本文H2。原因在于：企業全要素生產率在一定條件下可以代表企業的資源利用效率，而數字技術可以幫助企業更高效率地進行生產經營活動，更加準確和快速地將企業未來生產計劃與消費者需求進行匹配，節約資源用于創新，提高企業創新績效和核心競爭能力。

2.調節效應分析

為了檢驗H3，本文采用式5進行回歸檢驗，即構建數字經濟水平與市場競爭程度的交乘項（Dig×Cr5）加入式5進行回歸檢驗，具體結果見表6。結果表明企業創新績效對Dig×Cr5的回歸系數為-0.155，且在1%的水平上顯著，證明市場競爭程度能夠減弱企業數字經濟水平對創新績效的提升效果，驗證本文H3。原因在于：本文中代表市場競爭程度的行業集中度反映了企業所在行業的壟斷程度，市場越接近完全壟斷，頭部企業對行業內的核心技術和其他創新所需資源進行壟斷的概率越大，即越不利于其他公司發展數字經濟水平和進行創新。

（三）異質性分析

本文參考楊興哲等[23]以及張任之[14]的研究，將樣本數據劃分為高科技行業①和非高科技行業。高科技行業（HighTech）為1，否則為0，構建數字經濟水平與高科技行業的交乘項（Dig×HighTech），進行交互項回歸檢驗，具體結果見表7。企業創新績效對交互項Dig×HighTech的回歸系數為0.070，且在1%的水平上顯著。結果表明，數字經濟水平對高科技行業的整體賦能效果更加明顯，更能帶動高科技行業提升創新績效。原因在于：一方面，高科技行業通常比其他行業更早接觸一些新技術，對技術了解更充分，接受能力更強，能夠快速地將新技術運用到實際中；另一方面，相較于其他行業，高科技行業通常比其他行業吸引更多高技術人才，便于高科技行業中的企業在組織結構等方面進行創新，從而提高企業創新績效。

六、結論與建議

（一）研究結論

本文梳理了近年與數字經濟和創新發展相關的文獻，并分析了數字經濟對企業創新績效的影響，以及市場競爭在數字經濟對企業創新績效的影響關系中發揮的調節作用?；?012—2022年間滬深A股上市3 787家公司的數據作為樣本進行實證研究。以前文所述的企業三種專利的總授予量加1的自然對數值來衡量企業創新能力，以企業年末報告中出現的人工智能等新技術的細分指標的頻次加1的自然對數值來衡量數字經濟水平，實證研究分析了數字經濟對創新績效的影響。結論如下：首先，數字經濟水平發展會顯著提升企業創新績效，本文經過對主要變量進行穩健性檢驗后，結論仍然成立；其次，進一步機制檢驗結果表明，數字經濟會通過提高企業全要素生產率，即提高企業資源的開發利用效率，從而促進企業提高創新績效水平，以及市場競爭程度在數字經濟對企業創新績效的影響中產生顯著的負向調節效應，即行業越接近完全壟斷，越不利于其他公司進行創新和研發；最后，異質性分析表明，在不同行業中，數字經濟的賦能效果不同，即在高科技行業，數字經濟更能帶動企業提升創新績效。

（二）研究啟示和建議

本研究拓展了數字經濟與創新績效的影響機制，且研究結果對企業未來數字經濟發展以及不同行業的企業做決策時具有一定的參考價值。根據本文研究結果，提出以下建議：第一，在當今數字經濟技術高速發展的社會背景下，數字經濟發展對企業長久發展和高質量發展至關重要，而企業的發展同時也與宏觀經濟環境和政府政策密不可分，在政府大力倡導建設數字中國、智慧社會的情況下，數字經濟是提高企業創新績效的重要途徑之一，政府應保持或加大對企業數字經濟發展的政策和基礎設施的支出，為企業數字化發展和創新營造良好的數字化環境，并且應積極引導企業開展數字經濟的發展和加強企業創新能力；第二，市場競爭程度在數字經濟水平對企業創新績效的提升關系中發揮了負向調節作用，因為當市場競爭過于激烈時，可能會造成壟斷市場和惡意競爭等現象，從而影響其他企業的正常經營和長久發展，政府相關部門應實時關注市場情況，當市場中出現惡意競爭和壟斷等不良情況，并且市場自身無法調節這些現象時，及時發揮“看得見的手”的作用，保證市場交易的有序進行，各行業整體良性發展，營造良好的市場競爭氛圍；第三，數字經濟水平對高科技行業的賦能效果更加明顯，更能帶動高科技行業提升創新績效，即數字經濟對不同類型的企業，會產生不同程度的效果。因此，政府應根據不同行業的發展特點，制定相應的政策和方案，使數字經濟在各行業中得到最大限度的發展，促進企業創新能力提高，加快社會良性發展。

【參考文獻】

［1］ 荊文君，孫寶文.數字經濟促進經濟高質量發展：一個理論分析框架［J］.經濟學家，2019（2）：66-73.

［2］ 何帆，劉紅霞.數字經濟視角下實體企業數字化變革的業績提升效應評估［J］.改革，2019（4）：137-148.

［3］ 張鵬.數字經濟的本質及其發展邏輯［J］.經濟學家，2019（2）：25-33.

［4］ 何玉長，劉泉林.數字經濟的技術基礎、價值本質與價值構成［J］.深圳大學學報（人文社會科學版），2021，38（3）：57-66.

［5］ 李雪，吳福象，竺李樂.數字經濟與區域創新績效［J］.山西財經大學學報，2021，43（5）：17-30.

［6］ 趙濱元.數字經濟對區域創新績效及其空間溢出效應的影響［J］.科技進步與對策，2021，38（14）：37-44.

［7］ 鄧峰，馮福博，楊小東.市場分割、數字經濟與區域創新效率［J］.統計與決策，2022，38（9）：17-20.

［8］ LI M，JIA S.Resource orchestration for innovation： the dual role of information technology［J］.Technology Analysis & Strategic Management，2018，30（10）： 1136-1147.

［9］ 易加斌，柳振龍，楊小平.數字經濟能力驅動商業模式創新的機理研究［J］.會計之友，2021（8）：101-106.

［10］ 劉東慧，白福萍，董凱云.數字化轉型對企業績效的影響機理研究［J］.財會通訊，2022（16）：120-124.

［11］ 肖土盛，吳雨珊，亓文韜.數字化的翅膀能否助力企業高質量發展——來自企業創新的經驗證據［J］.經濟管理，2022，44（5）：41-62.

［12］ 唐要家，王鈺，唐春暉.數字經濟、市場結構與創新績效［J］.中國工業經濟，2022（10）：62-80.

［13］ 劉冰冰，劉戒驕.競爭政策對企業技術創新的影響——基于公平競爭審查制度的準自然實驗［J］.經濟管理，2023，45（6）：62-78.

［14］ 張任之.企業數字化轉型能否提升智力資本價值創造效率？［J］.財經問題研究，2023（5）：89-100.

［15］ 魯曉東，連玉君.中國工業企業全要素生產率估計：1999—2007［J］.經濟學（季刊），2012，11（2）：541-558.

［16］ 冉芳，譚怡.數字金融、創新投入與企業全要素生產率［J］.統計與決策，2021，37（15）：136-139.

［17］ 鐘廷勇，黃亦博，孫芳城.企業數字化轉型、市場競爭與會計信息可比性［J］.現代財經（天津財經大學學報），2022，42（12）：21-43.

［18］ 溫忠麟，葉寶娟.中介效應分析：方法和模型發展［J］.心理科學進展，2014，22（5）：731-745.

［19］ 權小鋒，尹洪英.中國式賣空機制與公司創新——基于融資融券分步擴容的自然實驗［J］.管理世界，2017（1）：128-144，187-188.

［20］ 杜敏哲，陳穎琪.數字經濟發展對企業績效影響的實證研究［J］.金融經濟，2022（8）：43-50.

［21］ 黃群慧，余泳澤，張松林.互聯網發展與制造業生產率提升：內在機制與中國經驗［J］.中國工業經濟，2019（8）：5-23.

［22］ NUNN N，QIAN N.US food aid and civil conflict［J］.American Economic Review，2014，104（6）：1630-1666.

［23］ 楊興哲，周翔翼.治理效應抑或融資效應？股票流動性對上市公司避稅行為的影響［J］.會計研究，2020（9）：120-133.