數字經濟對體育企業全要素生產率的影響

摘 要：在數字經濟成為新經濟形態及其促進體育產業成為國民經濟支柱性產業的現實背景下，深入探討數字經濟與體育企業全要素生產率的關系，對體育產業實現高質量發展具有重要意義。研究基于2011—2019年中國體育上市公司非均衡面板數據，構建數字經濟發展水平指標體系，采用主成分分析法測算城市層面數字經濟發展水平指標，實證分析數字經濟對體育企業全要素生產率的影響及作用機制。結果表明：數字經濟能夠顯著提高體育企業全要素生產率，這種效應主要通過緩解企業融資約束、提高技術創新水平和增加勞動投入等方式實現；分位數檢驗表明，數字經濟對體育產業全要素生產率的影響存在結構性差異?；诤粚崝底之a業化基礎，就推動體育產業數字化轉型、優化體育產業數字化轉型實現路徑、充分激發體育產業數字化轉型的技術溢出效應等方面提出對策建議。

關鍵詞：數字經濟；全要素生產率；融資約束；技術創新；勞動投入；體育企業

中圖分類號：G80-052 文獻標識碼：A文章編號：1006-2076（2023）03-0053-10

A Study of Digital Economy on Total Factor Productivity of Sports Enterprises

CHEN Huijuan

School of P.E.， Fujian Polytechnic Normal University， Fuqing 350300， Fujian， China

Abstract：Under the realistic background that digital economy has become a new economic form and sports industry has become a pillar industry of national economy， it is of great significance to deeply explore the relationship between digital economy and total factor productivity of sports enterprises to achieve high-quality development of sports industry. Based on the unbalanced panel data of China's listed sports companies from 2011 to 2019， this paper constructs the index system of the development level of digital economy， uses the principal component analysis method to measure the index of the development level of digital economy at the city level， and empirically analyzes the impact of digital economy on the total factor productivity of sports enterprises and its mechanism. The results show that the digital economy can significantly improve the total factor productivity of sports enterprises， which is mainly achieved by easing the financing constraints of enterprises， improving the level of technological innovation and increasing labor input. Quantile test shows that there are structural differences in the impact of digital economy on total factor productivity of sports enterprises. This paper puts forward countermeasures and suggestions on strengthening the foundation of digital industrialization， promoting the digital transformation of the sports industry， optimizing the realization path of the digital transformation of the sports industry， and fully stimulating the technology spillover effect of the digital transformation of the sports industry.

Key words：digital economy; total factor productivity; financing constraints; technological innovation; labor input; sports enterprise

二十多年來，中國經濟持續高速增長，被國內外學者稱為“中國經濟增長奇跡”。但目前，這種高資源、高能耗和高舉債的經濟發展模式正在遭遇制約瓶頸，經濟增長的速度會越來越慢，容易陷入“中等收入陷阱”的泥沼［1］。單純依靠生產要素投入的增長方式已不可持續，經濟發展面臨著向高質量發展轉變，提高企業全要素生產率已成為經濟轉型升級的關鍵。同時，隨著大數據、人工智能、云計算和互聯網等數字技術的廣泛應用，帶來了全新的經濟發展模式——數字經濟［2］。2021年，我國數字經濟發展取得新突破，數字經濟規模達到45.5萬億元，同比名義增長16.2％，高于同期GDP名義增速3.4％，占GDP比重達到39.8％，在國民經濟中的地位更加穩固，支撐作用更加明顯［3］。數字經濟作為我國經濟發展的新動能，以數據為核心生產要素，不斷滲透到生產的各個環節中，優化資源配置和生產要素重組，通過提高全要素生產率促進經濟增長。

全要素生產率是對企業技術水平、創新能力、管理效率和資源配置的綜合考量，反映了企業的經營效率和發展質量?，F階段，體育產業單純依靠生產資源、資本和勞動力等傳統要素的發展方式不可持續，面臨著生產效率低下、可持續增長乏力的困境。要實現體育產業高質量發展，要提高體育企業全要素生產率，實現數字經濟與體育產業融合發展已逐步成為行業共識。體育企業作為體育產業發展的微觀主體，承載著體育產業數字化變革的重要功能。那么，數字經濟是否對體育企業全要素生產率產生影響？其深層的影響機制又是如何？基于此，本研究在對已有文獻理論分析的基礎上，以A股體育上市公司為樣本，對數字經濟如何影響體育企業全要素生產率進行實證分析，從體育企業高質量發展視角挖掘數字經濟的功能，為體育企業高質量發展提供參考。

1 綜述與假設

1.1 文獻綜述

當前，數字經濟與體育產業融合發展已成為行業發展共識，數字經濟與體育企業全要素生產率的相關學術研究也引起了學者們的關注。（1）理論研究方面，潘瑋等從產業融合、創新發展、長尾效應和供需關系等視角闡釋了數字經濟推動體育產業高質量發展的理論基礎［4］。一部分學者探討了數字經濟提高全要素生產率的主要表現形式。如，沈克印等研究認為，數字經濟自身作為新生要素提高要素資源配置效率［5-6］；葉海波認為數字經濟間接作用于其他生產要素驅動體育產業增長［7］；婁高陽和羅宇昕研究認為數字經濟通過加強供需匹配，提升體育產業供給效率，提高全要素生產率［8-9］。另一部分學者探討了數字經濟提高全要素生產率的主要路徑。如，白宇飛等研究認為，數字化轉型有助于體育產業范圍經濟、規模經濟的顯現，從而提高全要素生產率［10］；沈克印等研究認為，數字經濟通過提高體育產業生產要素的組合效率、產業的創新效率、政府管理效率，從而提高全要素生產率［11］；任波等研究認為數字經濟主要通過數字技術的滲透性、替代性和協同性來提高全要素生產率［12］。（2）實證研究方面，許金富等根據企業數字化革新的嵌入路徑，通過實證研究驗證了體育用品制造企業數字化轉型通過提升運營效率、降低運營成本對經營績效產生正向促進作用［13］；付志華等運用DEA數據包絡分析法，通過實證研究驗證了湖北省信息技術服務業促進體育用品制造業轉型升級的效率水平整體偏低［14］；阮鈺等運用熵值法測度各地區數字經濟以及體育產業高質量發展水平，通過實證研究驗證了數字經濟對體育產業高質量發展有顯著影響［15］；楊松等使用耦合協調度模型，通過實證研究驗證了體育產業與電子信息產業。由相互獨立發展逐漸走向耦合協調，但整體依然處在較低水平［16］；鄧端等使用多種計量模型實證檢驗了數字經濟對體育產業發展具有顯著的正向促進作用［17］。雖然數字經濟與體育企業全要素生產率的研究取得了豐碩成果，提供了有力的理論支撐，但因缺乏直接的經驗證據，還存在進一步研究的空間。

基于上述分析，本研究運用2011—2019年中國體育上市公司非平衡面板數據，實證分析了數字經濟對體育企業全要素生產率的影響及作用機制。與現有文獻相比，本研究有如下創新：（1）通過探討數字經濟與體育企業全要素生產率的關系，拓展了對體育企業全要素生產率影響因素的認識，并實證分析了數字經濟及其傳導機制對體育企業全要素生產率的提升效應，豐富了現有研究的理論體系和經驗證據；（2）不同于以往研究，本研究將城市層面的數字經濟發展水平宏觀指標與企業級微觀數據進行匹配，探討了宏觀環境對微觀主體的影響機制；（3）除研究數字經濟與體育企業全要素生產率之間的線性關系外，還通過分位數模型驗證了兩者之間的非線性關系，加深了研究深度。

1.2 理論分析與研究假設

全要素生產率是指“在給定的要素投入水平下額外增加的生產效率”［18］，用于衡量企業的經營效率和發展質量。數字經濟是指“以數字化的知識和信息作為關鍵生產要素，以數字技術為核心驅動力量，以現代信息網絡為重要載體，通過數字技術與實體經濟深度融合，不斷提高經濟社會的數字化、網絡化、智能水平，加速重構經濟發展與治理模式的新型經濟形態”［3］。在數字化轉型升級浪潮的席卷下，數字經濟的高滲透性不斷改變著體育企業的運行模式和效率。

1.2.1 直接傳導機制

主要表現為數字經濟對體育企業全要素生產率的直接影響。數字化轉型以信息和數據為關鍵要素，其對人工智能、5G技術、云計算、互聯網以及區塊鏈等新型數字技術的應用［19］，有助于企業組織結構、業務流程、組織行為等全方面的改革［20］，有助于企業采用“數據—智慧”模型進行科學決策［21］，有助于企業供應鏈的智能化、柔性化［22］，從而提高全要素生產率。在數字化轉型中，數字技術的數字化、網絡化、智能化等特性滲透于體育企業的生產實踐中，以數據為核心生產要素驅動其他生產要素，不斷優化和打破傳統的要素配置方式，從而提高全要素生產率。數字經濟提高了生產要素的流動性和匹配性，通過數字化的調配技術和智能分析系統，精細化生產，減少資源浪費［23］。數字經濟利用數據算法有效匹配，還可以促進營銷精準化和商品流通精準化［24］，進而影響全要素生產率。隨著數字技術的不斷滲透，不斷推動體育產業結構優化升級，逐漸催生新的商業模式和新業態，從而提升全要素生產率?；谏鲜龇治?，提出以下假設：

假設H1：數字經濟能夠提高體育企業全要素生產率。

1.2.2 間接傳導機制

主要表現為數字經濟對體育企業全要素生產率的間接影響，即數字經濟通過緩解融資約束、驅動技術創新和加大勞動投入的機制提高全要素生產率。

（1）數字經濟通過緩解融資約束提高體育企業全要素生產率。企業的高質量發展很大程度受到了融資約束的限制，增強融資能力，減少融資約束是促進企業全要素生產率提升的重要途徑［25］。內源融資約束的下降對不同性質企業的全要素生產率都存在著明顯的促進作用；同時，外源性融資約束的下降對非國有企業（民營企業）的全要素生產率也具有明顯的促進作用［26］。在資本市場發展不完善的情況下，體育企業在內源性融資不足而外源性融資困難時，就會被迫放棄市場開發、技術升級、產品研發等重大經營決策，削弱市場資源配置效率，降低全要素生產率。數字經濟和數字技術的廣泛應用，提高了企業的運營水平，降低了企業的生產成本和管理成本［27］，也降低了企業的搜尋成本、信息成本、議價成本以及監督成本［28］；數字金融降低了融資成本［29］，擴寬了融資渠道，進而緩解了企業的融資約束程度。因此，從數字經濟對體育企業融資約束的緩解作用來看，數字經濟可以提高全要素生產率?；谏鲜龇治?，提出以下假設：

假設H2a：數字經濟可以通過緩解融資約束來提高體育企業全要素生產率。

（2）數字經濟通過驅動技術創新提高體育企業全要素生產率。一般來說，技術的創新會帶來企業產出的增加，技術創新使企業各生產要素進行優化重組，使得生產率得到提高。技術創新能擴展企業技術使用范圍、降低企業技術使用成本、產生知識溢出效應，進而提高全要素生產率［30］。以互聯網、云計算和大數據等新一代信息技術為主導的數字經濟正在推動體育產業升級改造。數字經濟和體育產業不斷融合創新，帶來了技術、產品、服務的創新。具體表現在：數字技術賦能體育制造業，實現體育企業的數字化和智能化生產；在數字化、智能化產品中嵌入數據采集裝置，通過云計算，實現對用戶消費行為的智能化采集，有利于新產品的研發；新型的生產方式又要求企業加大研發投入，提升產品附加值和競爭力［31-32］。另外，數字經濟帶動了體育產業的升級轉型，行業內的資源不斷豐富，企業間的競爭不斷加劇，促使體育企業不斷創新改造，從而在激烈的競爭環境中存活下來，才能提高全要素生產率。基于上述分析，提出以下假設：

假設H2b：數字經濟可以通過技術創新來提高體育企業全要素生產率。

（3）數字經濟通過加大勞動投入提高體育企業全要素生產率。人力資本是數字經濟社會轉型的關鍵，是經濟實現跨越式發展的基礎。人力資本為全要素生產率增長起到技術載體作用，主要通過促進技術進步實現全要素生產率增長［33］。在數字經濟驅動下，先進設備將替代低端勞動力，增加高教育程度勞動力需求，優化企業人力資本結構［34］。隨著人力資本水平的提高，高質量的知識資本和人力資本將融入產品生產和經營過程，產生直接的技術擴散效應，不斷降低生產成本，提高生產效率［27］。通過吸引計算機、電子商務等專業性人才進入體育產業、深化校企合作和數字體育培訓來增加企業勞動投入。勞動力成本上升可以優化企業生產方式，從而對企業的全要素生產率產生影響。數字經濟帶動體育產業的基本模式是以數據為核心，通過勞動力成本促進生產要素的數字化賦能，實現體育資源優化配置，提高企業全要素生產率。基于以上分析，提出以下假設：

假設H2c：數字經濟可以通過加大勞動投入來提高體育企業全要素生產率。

2 研究設計

2.1 模型設定

為檢驗數字經濟對體育企業全要素生產率的影響，本研究構建基于雙向固定效應的回歸模型：

STEPi，t=α0+α1Digitali，t+∑Controli，t+γ+θ+ε（1）

式（1）中，STEP表示體育企業全要素生產率，Digital表示數字經濟，Control表示一系列控制變量；γ表示年份固定效應，來控制時間趨勢和宏觀因素；θ 表示企業固定效應，用來控制不隨時間變化的企業其他因素，ε 表示隨機擾動項。為降低反向因果導致的內生性問題，所以自變量滯后一期。若 α 的回歸系數顯著為正，則說明數字經濟會提高體育企業全要素生產率，反之，則說明數字經濟會降低體育企業全要素生產率。

為了進一步分析數字經濟對體育企業全要素生產率的間接傳導機制，在模型（1）的基礎上，構建如下中介效應模型考察數字經濟影響全要素生產率的內在機制：

Mediatori，t=α0+β1Digitali，t+∑Controli，t+γ+θ+ε（2）

STFPi，t=α0+α2Digitali，t+α3Mediatori，t+∑Controli，t+γ+θ+ε（3）

其中，Mediator表示中介變量，在中介效應分析中分別以融資約束Fincon、技術創新Tech、勞動投入Labin作為代理變量，若β1和α3都顯著為正，則表示本研究的假設H2a、假設H2b成立。其他變量與模型（2）的變量含義一致。

2.2 變量說明

2.2.1 全要素生產率（STFP）的測算

計算全要素生產率的方法有很多，常見的有OLS、FE、OP、LP、GMM等幾種［35］。因LP法能更好地解決內生性和樣本選擇偏差的問題，本研究在基準回歸中采用LP法計算全要素生產率，即采用柯布-道格拉斯生產函數，用對數形式來估計全要素生產率［36］：

Ln（Yi，t）=α0+Ln（Li，t）+α1Ln（Ki，t）+α2Ln（Mi，t）+εi，t（4）

其中，Yi，t表示企業的營業收入，Li，t表示員工總數，Ki，t表示固定資產凈額，Mi，t表示生產過程中的中間投入，采用購買商品、接受勞務支付的現金來衡量［37-38］。用該方法估計得出的殘差εi，t 測量企業全要素生產率。在穩健性檢驗中，采用OP法測算企業全要素生產率。

2.2.2 數字經濟發展水平（Digital）的測度

關于數字經濟發展水平測量的文獻較少，目前沒有統一標準。本研究借鑒劉軍等的研究，將互聯網發展維度作為數字經濟指標的測度核心，加入數字交易發展維度指標，結合城市層面相關數據的可獲得性，確立本研究數字經濟發展水平指標體系［39-40］。將構建的數字經濟發展水平指標體系向領域內10名專家咨詢意見，進一步對指標體系進行優化調整。基于以上原則和方法，分別從互聯網發展和數字普惠金融兩方面出發，選擇5個單項指標。具體是用百人中互聯網寬帶接入用戶數、計算機服務和軟件業從業人員占城鎮單位從業人員比重、人均電信業務總量和百人中移動電話用戶數、中國數字普惠金融指數來測量數字經濟發展水平指標。以上指標的原始數據均可從《中國城市統計年鑒》、北京大學數字金融研究中心獲取。通過主成分分析法將上述5項指標集成后降維處理，得到城市層面的數字經濟發展水平指標。

2.2.3 中介變量

（1）融資約束（Fincon）。

實踐中常用多個指標來構建指數，用來計量融資約束，常見的指數有KZ指數、WW指數、SA指數等幾種。因KZ指數和WW指數的構建存在內生性問題，本研究借鑒劉惠好等的研究方法，采用SA指數來衡量融資約束，該指數由企業規模和存續年限兩個相對外生的變量構建而成，一定程度上避免了內生性問題［41］。具體計算公式如下：

SAi，t=-0.737×Sizei，t+0.043×Size2i，t-0.04×Agei，t（5）

其中，Sizei，t為企業總資產的自然對數，Agei，t 為企業存續年限。SA指數的絕對值越大，企業面臨的融資約束越大。

（2）技術創新（Tech）。

在已有文獻中，一般采用專利數量、研發投入等指標來衡量技術創新。由于研發投入指標可在財務數據中獲取，且統計口徑一致，可以消除異方差的影響，是可靠的數據來源。因此，本研究借鑒肖延高等的研究，采用研發投入在營業收入中的占比來衡量技術創新水平［42］。

（3）勞動投入（Labin）。

由于勞動投入無法直接計量，本研究借鑒白萬平等的方法，采用企業當期投入的直接人力成本來間接衡量勞動投入水平。該指標可通過現金流量表中的“支付給職工以及為職工支付的現金”項目中獲得［43］。

2.2.4 控制變量

在企業的生產實踐中，數字經濟和企業全要素生產率還受到其他因素的影響，為了盡可能消除因企業綜合實力、股權結構、投融資水平、舉債償還能力等的影響，保證研究結果的準確性，參考相關研究，選取企業規模、資產負債率、盈利能力、存續年限、股權集中度、獨立董事比例、產權性質作為控制變量［30，44-45］。具體變量的指標選取如表1所示。

2.3 數據來源

本研究以滬深兩市2011—2019年體育概念股為樣本。財務數據來自WIND數據庫和CSMAR數據庫，城市層面數據來自《中國城市統計年鑒》，中國數字普惠金融指數由北京大學數字金融研究中心和螞蟻金服集團共同測算。本研究按照以下做法處理。（1）公司符合國家體育產業統計分類的相關規定；（2）體育概念整體覆蓋全面并具有一定代表性；（3）數據剔除了ST類企業；（4）IPO當年的公司和剔除數據缺失的觀測值；（5）對連續變量進行前后1％分位進行平滑處理，減少異常值對估計結果的影響。最終得到的非平衡面板數據，共有63家公司，478個觀測值。

2.4 描述性統計

樣本的描述性統計結果見表2。全要素生產率Lpstfp的均值為2.12，最小值為1.98，最大值為2.26，標準差為0.057，說明不同體育企業之間的全要素生產率有較大差異。數字經濟指標Digital的均值為0.00，最小值為-1.08，最大值為1.81，標準差為0.725，說明我國體育產業數字經濟在不同企業、不同年份之間存在較大差異。其他變量的描述性統計詳如表2所示。

3 實證結果分析

3.1 基準回歸結果

表3報告了數字經濟對體育企業全要素生產率影響的回歸結果。第（1）～（4）列均控制了體育年份固定效應和公司固定效應，拒絕混合OLS回歸和隨機效應。其中第（1）列中自變量僅包括核心解釋變量數字經濟Digital，此時的Digital系數在1％水平上顯著為正；第（2）列控制了公司財務特征變量，此時Digital系數在5％水平上顯著為正；第（3）列進一步控制了公司治理特征變量，此時Digital系數仍然在5％水平上顯著為正；第（4）列還控制了公司存續年數和產權性質，Digital系數仍然在1％水平上顯著為正。在以上4列回歸中，逐步加入控制變量，R2值逐漸增加，表明控制變量的加入是有效的。回歸結果表明，數字經濟帶動了體育企業全要素生產率的提高，從而假設1得到驗證。在數字經濟的賦能下，大數據、人工智能等數字技術在體育企業廣泛應用，通過全方位、全角度、全鏈條的數字化改造，優化體育企業資源配置效率，從而為全要素生產率發展提供了新引擎［6］。

其他特征變量的顯著性和符號與已有文獻基本一致。其中，Size的系數顯著為正，說明體育企業規模越大，全要素生產率就越高，這是由于大型企業的融資能力強，規模效應能夠發揮作用；Profit的系數顯著為正，說明盈利能力越強的體育企業全要素生產率就越高，因為這些企業有充足的資金來高效地經營發展。股權集中度和存續年數對體育企業全要素生產率有顯著為正的影響，資產負債率、獨立董事和產權性質對體育企業全要素生產率的影響不顯著。

3.2 穩健性檢驗

上述基準回歸模型基本上說明了數字經濟發展能夠提高體育企業全要素生產率，本研究將通過解決內生性問題、改變被解釋變量測度方法進行穩健性檢驗。

3.2.1 內生性問題

回歸模型中，內生性問題會導致回歸結果不一致。為了解決內生性問題和反向因果，需要采用合適的工具變量，切斷自變量和殘差的聯系，得到更加準確的自變量系數估計。本研究選取數字經濟的一期滯后項作為工具變量，再采用工具變量回歸法進行估計。本研究對工具變量的合理性進行了檢驗，經過Underidentification test（LM）檢驗，Digital存在內生性，滯后Digital是工具變量；經過Weak identification test （Cragg-Donald Wald F statistic）檢驗，滯后一期的Digital不是弱工具變量，因此證明工具變量有效。表4的第（1）列展示了工具變量與解釋變量回歸的結果，L.digital對Digital為正向影響，本研究選取的工具變量和內生解釋變量是一一對應的關系，不存在工具變量過度識別的問題。第（2）列展示了工具變量回歸的結果Digital對Lpstfp為正向影響，Digital的系數在1％水平上顯著為正，表明在處理了數據的內生性問題后，數字經濟仍然可以提高體育企業全要素生產率。

3.2.2 替換被解釋變量

采用LP法測算的企業全要素生產率有一個假設條件，即當企業對生產要素投入調整的時候，不存在成本費用。而AcKerberg等則認為，只有在代理變量和自由變量相互獨立的時候，勞動系數才能得到一致的估計，否則系數之間的共線性將無法避免［46］。

鑒于此，本研究采用ACF法測算全要素生產率替代LP法測算全要素生產率進行穩健性檢驗。表5第（1）列展示了替換為ACF法測算的全要素生產率變量后的回歸結果，Digital的系數在5％水平上顯著為正。另外，用OP法測算全要素生產率替代LP法測算全要素生產率進行穩健性檢驗。表5第（2）列展示了替換為OP法測算的全要素生產率變量后的回歸結果，Digital的系數在1％水平上顯著為正。采用兩種替代的被解釋變量測度方法后，數字經濟的回歸系數依然顯著為正，說明基準回歸模型具有一定的穩健性。

3.3 影響機制檢驗

上述理論分析中，數字經濟可以通過緩解融資約束、技術創新、加大勞動投入三個方面來提高全要素生產率。本研究按照溫忠麟等提出的機制檢驗步驟［47］，首先檢驗數字經濟對全要素生產率的影響；然后檢驗數字經濟對中介變量的影響；最后在第一步回歸模型的基礎上增加中介變量，考察中介效應模型對體育企業全要素生產率的影響。

機制檢測的回歸結果見表6。其中（1）列展示了數字經濟對全要素生產率的影響，Digital的系數顯著為正，即數字經濟能夠提高體育企業全要素生產率。第（2）列中的被解釋變量為融資約束（Fincon），Digital的系數顯著為負，說明數字經濟可以緩解融資約束。第（3）列中的被解釋變量為體育企業全要素生產率（Lpstfp），解釋變量包括數字經濟（Digital）和融資約束（Fincon），此時的Digital的系數顯著為正，Fincon的系數顯著為負，說明緩解融資約束在數字經濟和體育企業全要素生產率之間起到了中介效應。融資約束在數字經濟對體育企業全要素生產率中介效應占比為6.29％（-0.486 8×-0.004 9/0.037 9），說明數字經濟可以通過緩解融資約束來提高體育企業全要素生產率，驗證了本研究的假設H2a。因此，體育企業數字化可以降低融資和經營成本，擴大融資規模，將稀缺的資源投入企業的戰略發展和價值增值中去，從而提高全要素生產率。

表6第（4）列中的被解釋變量為技術創新（Tech），Digital系數顯著為正，說明數字經濟可以提高體育企業的技術創新能力。第（5）列中的被解釋變量為體育企業全要素生產率（Lpstfp），解釋變量包括數字經濟（Digital）和技術創新（Tech），Digital的系數顯著為正，Tech的系數顯著為正，說明技術創新在數字經濟和體育企業全要素生產率之間起到了中介效應。技術創新在數字經濟對體育企業全要素生產率中介效應占比為7.64％（0.216 0×0.013 4/0.037 9），說明數字經濟可以通過技術創新來提高體育企業全要素生產率，驗證了本研究的假設H2b。因此，數字化轉型通過技術支持鼓勵體育企業進行創新，推動產業轉型升級，各生產要素優化重組，從而不斷提高全要素生產率。

表6第（6）列中的被解釋變量為勞動投入（Labin），Digital的系數顯著為正，說明數字經濟可以提高體育企業的人力資本。第（7）列中的被解釋變量為體育企業全要素生產率（Lpstfp），解釋變量包括數字經濟（Digital）和技動投入（Labin），Digital的系數顯著為正，Labin的系數顯著為正，說明勞動投入在數字經濟和體育企業全要素生產率之間具有中介效應。勞動投入在數字經濟對體育企業全要素生產率中介效應占比為23.11％（2.246 3×0.003 9/0.037 9），說明數字經濟可以加大勞動投入來提高體育企業全要素生產率，驗證了本研究的假設H2c。因此，體育企業數字化轉型過程中，加大數字化人才投入力度，加快新興技術的吸收和轉化，促進全要素生產率的提高。

3.4 分位數回歸檢驗

傳統的固定效應回歸模型僅能在均值層面上揭示數字經濟對體育企業全要素生產率的影響，分位數回歸能夠捕捉到分布的尾部特征，當解釋變量對被解釋變量分布的不同位置產生不同的影響時，它就能更加

全面地刻畫分布的特征，從而得到全面的分析，而且分位數回歸系數估計比最小二乘回歸系數估計更加穩健。本研究采用分位數回歸做穩健性檢驗，分別選擇0.25分位數、0.5分位數和0.75分位數，用于反映在不同體育企業全要素生產率水平下，數字經濟的邊際影響效應是否存在結構性差異。

表7展示了數字經濟對體育企業全要素生產率的面板分位數回歸結果。表7（1）至（3）列分別為0.25、0.5、0.75分位點的回歸結果。（1）至（3）列中，各分位點上數字經濟對體育企業全要素生產率均有正向的顯著性影響，進一步驗證了數字經濟能夠提高體育企業全要素生產率的原假設。通過觀察各個分位點上Digital的系數，發現隨著分位的增加，Digital的系數先減小后增大。這表明，數字經濟對體育企業全要素生產率的影響存在結構性差異，隨著體育企業全要素生產率的提高，數字經濟對其的影響先逐步減小，但當體育企業全要素生產率達到某一臨界值后，這種影響又逐步增大。當處在體育企業全要素生產率0.25分位點時，數字經濟對體育企業全要素生產率的影響最強，具體表現為：數字經濟每提高1％，體育企業全要素生產率將提高0.008 1個單位，這是由于企業處在初創期，數字經濟能較大地提高體育企業全要素生產率，隨著體育企業全要素生產率的提高，數字經濟的邊際效應不斷收斂，直到體育企業全要素生產率0.75分位點之后，數字經濟的邊際效應才有所提升，這可能是由于在0.75分位點上，體育企業已建立穩固的經營機制，資源配置效率提高，能夠吸收數字資源和技術，帶動全要素生產率的提高。因此，要加大數字經濟投資規模，推進數字基礎設施建設，使數字經濟能更好地發揮促進體育企業全要素生產率的積極作用。

4 結論與啟示

4.1 結 論

數字經濟是體育產業高質量發展的重要動力，在現階段經濟高質量發展階段、新科技革命和產業變革背景下，有必要深入考察數字經濟對體育企業全要素生產率的影響。本研究在現有文獻基礎上，闡釋了數字經濟對體育企業全要素生產率影響內在機理，并通過構建數字經濟發展水平指標體系，采用主成分分析法測算城市層面數字經濟發展水平指標，實證分析數字經濟對體育企業全要素生產率影響及作用機制。實證結果表明：（1）數字經濟能夠提高體育企業全要素生產率；（2）采用工具變量、改變被解釋變量測度方法等穩健性檢驗后，本研究的回歸結果依然成立；（3）緩解融資約束、技術創新和勞動投入在數字經濟和體育企業全要素生產率之間起到了中介效應；（4）分位點回歸結果顯示，隨著體育企業全要素生產率分位數的增加，Digital的系數先減小后增大，呈現出正U型特征，即數字經濟對體育企業全要素生產率的影響存在結構性差異。

4.2 啟 示

4.2.1 夯實數字產業化基礎，推動體育產業數字化轉型

政府部門應加強對數字產業化的建設力度，完善基礎設施建設，豐富數字技術應用場景，以政府供給為引領，推動體育企業主動擁抱數字化轉型。政府可以發揮在平臺建設中的協調治理作用，通過購買服務、打造數字示范平臺等方式，助力企業數字化轉型向縱深發展，破解中小企業數字化轉型成本高的問題。政府還可通過資金扶持等方式，吸引高新科技企業與體育用品制造企業建立幫扶長效機制，體育用品制造企業可以借助前者技術和專業人才的優勢，加速企業的數字化轉型，助力企業“上云用數賦智”。此外，企業應采取“請進來，走出去”的發展策略，加強與發達國家的交流與學習，積極參與國際體育產業數字化合作，為體育產業國際化打下堅實基礎。

4.2.2 優化體育產業數字化轉型實現路徑

數字化轉型是體育產業的深層次變革，也是大勢所趨。政府要制定體育產業數字化轉型的頂層設計，出臺數字化轉型的規劃方案。突出體育企業在體育產業數字化轉型的主體地位，提高體育企業在數字化轉型中的參與感和獲得感。應該有層次、分步驟地推動體育產業數字化轉型，如可率先支持體育產業中的龍頭企業數字化轉型，通過龍頭企業的表率作用，帶領體育產業上下游企業、產業集群內相關企業共同數字化，實現企業數字化向產業數字化轉化。

4.2.3 緩解融資約束、技術創新和勞動投入是數字經濟影響體育企業全要素生產率的三條路徑

政府應出臺相關政策來緩解體育企業融資難，融資貴的問題，深化金融市場改革，優化融資環境。發揮國家級和地方技術創新中心的作用，鼓勵體育企業自主創新和技術引進。加大體育產業數字化人才培養力度，充分發揮人力資本的內在經濟效應，從而激發數字經濟提高體育企業全要素生產率的中介效應。在專業人才培養方面，要遵循“用以致學、行知合一、以練養學、輸出倒逼”的原則，通過內部培養、外部引才的方式強化企業數字化專業人才隊伍，破解數字化轉型過程中的主要瓶頸，減少因關鍵技術長期外包而產生的巨額成本。

4.2.4 充分激發體育產業數字化轉型的技術溢出效應

不同地區間體育產業數字化基礎不同，數字經濟存在空間依賴性。地方政府應將空間依賴性納入到數字化轉型政策的制定中，重視空間和經濟緊密聯系的不同地區的協調共同發展，促進不同地區間的數字技術引進和傳播，以利于實現數字化轉型的跨地區技術溢出。

參考文獻：

［1］蔡昉.中國經濟增長如何轉向全要素生產率驅動型［J］.中國社會科學，2013（1）：56-71.

［2］ 段文斌，尹向飛.中國全要素生產率研究評述［J］.南開經濟研究，2009（2）：130-140.

［3］ 中國信息通信研究院.中國數字經濟發展報告（2022年）［EB/OL］.（2022-07-08）［2022-09-08］.http：//www.caict.ac.cn/kxyj/qwfb/bps/202207/t20220708_405627.htm.

［4］ 潘瑋，沈克印.數字經濟助推體育產業高質量發展的理論基礎、動力機制與實施路徑［J］.體育學刊，2022，29（3）：59-66.

［5］ 沈克印，林舒婷，董芹芹，等.我國體育產業數字化轉型的現實要求、發展困境與實踐策略［J］.武漢體育學院學報，2021，56（8）：51-59.

［6］ 沈克印，林舒婷，董芹芹，等.數字經濟驅動體育產業高質量發展的變革機制與推進策略［J］.體育學研究，2022，36（3）：46-59，90.

［7］ 葉海波.新發展階段數字經濟驅動體育產業高質量發展研究［J］.體育學研究，2021，35（5）：9-18.

［8］ 婁高陽，陳剛.大數據賦能體育用品制造業高質量發展：價值、阻礙因素與實踐路徑［J］.體育文化導刊，2022（10）：8-14.

［9］ 羅宇昕，李書娟，沈克印，等.數字經濟引領體育產業高質量發展的多維價值及推進方略［J］.西安體育學院學報，2022，39（1）：64-72.

［10］ 白宇飛，楊松.我國體育產業數字化轉型：時代要求、價值體現及實現路徑［J］.北京體育大學學報，2021，44（5）：70-78.

［11］ 沈克印，寇明宇，呂萬剛.數字經濟時代體育產業數字化的作用機理、實踐探索與發展之道［J］.上海體育學院學報，2021，45（7）：8-21.

［12］ 任波，黃海燕.數字經濟驅動體育產業高質量發展的理論邏輯、現實困境與實施路徑［J］.上海體育學院學報，2021，45（7）：22-34.

［13］ 許金富，王海霞，楊少雄.體育用品制造企業數字化轉型對經營績效的影響及作用機制——基于滬深A股、新三板企業的實證研究［J］.武漢體育學院學報，2022，56（10）：60-67.

［14］ 付志華，陳頗.信息技術服務業促進體育用品制造業轉型升級效率評價研究——以湖北省為例［J］.天津體育學院學報，2022，37（3）：282-288.

［15］ 阮鈺，葉劭緯，陸元兆，等.數字經濟對體育產業高質量發展影響的實證研究——以 14 個省級行政區面板數據為例［J］.廣州體育學院學報，2022，42（5）：49-58.[HJ1.9mm]

［16］ 楊松，侯昀昀.數字經濟時代我國體育產業與電子信息產業耦合協調：機理分析與實證研究［J］.山東體育學院學報，2022，38（5）：62-68，76.

［17］ 鄧瑞，方春妮.數字經濟對體育產業發展的影響研究——基于長江經濟帶沿線11省市的實證考察［J］.體育教育學刊，2022，38（5）：22-29.

［18］ SOLOW R M.Technical change and the aggregate production function［J］.The Review of Economics and Statistics，1957，39（3）：312-320.

［19］ 陳曉紅，李楊揚，宋麗潔，等.數字經濟理論體系與研究展望［J］.管理世界，2022，38（2）：250-270.

［20］ 胡斌，劉作儀.物聯網環境下企業組織管理特征、問題與方法［J］.中國管理科學，2018，26（8）：127-137.

［21］ 邱國棟，王易.“數據—智慧”決策模型：基于大數據的理論構建研究［J］.體育文化導刊，2018（12）：17-30.

［22］ 孫新波，錢雨，張明超，等.大數據驅動企業供應鏈敏捷性的實現機理研究［J］.管理世界，2019（9）：133-151.

［23］ 祝合良，王春娟.數字經濟引領產業高質量發展：理論、機理與路徑［J］.財經理論與實踐（雙月刊），2020，41（5）：2-10.

［24］ 魏源，程傳銀，韓雪.數字經濟驅動體育產業結構升級的內在作用、現實困境與破解路徑［J］.體育文化導刊，2021（9）：73-78，85.

［25］ 朱英杰.融資約束、生產率與異質性企業的出口競爭力——微觀基礎的中國經濟考察［J］.世界經濟研究，2012（9）：57-65.

［26］ 李思飛，靳來群.融資約束、融資渠道與企業全要素生產率——基于GPSM方法對中國工業企業的檢驗［J］.江西財經大學學報，2015（2）：20-31.

［27］ 趙宸宇，王文春，李雪松.數字化轉型如何影響企業全要素生產率［J］.財貿經濟，2021（7）：114-129.

［28］ 裴長洪，倪江飛，李越.數字經濟的政治經濟學分析［J］.財貿經濟，2018（9）：5-22.

［29］ 張艾莉，孫新宇.數字金融、銀行主動風險承擔與企業融資約束［J］.調研世界，2022（10）：58-65.

［30］ 白萬平，孫溶鎂，白鴿.數字經濟發展提高了企業全要素生產率嗎？——基于A股上市公司的分析［J］.經濟與管理評論，2022（5）：5-19.

［31］ 湯瀟.數字經濟——影響未來的新技術、新模式、新產業［M］.北京：人民郵電出版社，2019：106-108，273.

［32］ 馬化騰.數字經濟——中國創新增長新動能［M］.北京：中信出版集團，2019.

［33］ 趙莎莎.網絡基礎設施、人力資本與全要素生產率——基于國內大循環中技術循環的經驗分析［J］.現代經濟探討，2022（10）：39-49.

［34］ 劉維剛，倪紅福.制造業投入服務化與企業技術進步：效應及作用機制［J］.財貿經濟，2018（8）：126-140.

［35］ 楊汝岱.中國制造業企業全要素生產率研究［J］.經濟研究，2015（2）：61-74.

［36］LEVINSOHN J，PETRIN A.Estimating production functions using inputs to control for unobservables［J］.The Review of Economic Studies，2003，70（2）：317-341.

［37］ 陳琪.環保投入能提高企業生產率嗎——基于企業創新中介效應的實證分析［J］.南開經濟研究，2020（6）：80-100.

［38］ 陳茹，張金若，王成龍.國家審計改革提高了地方國有企業全要素生產率嗎？［J］.經濟管理，2020（11）：5-22.

［39］ 劉軍，楊淵鋆，張三峰.中國數字經濟測度與驅動因素研究［J］.上海經濟研究，2020（6）：81-96.

［40］ 趙濤，張智，梁上坤.數字經濟、創業活躍度與高質量發展［J］.管理世界，2020（10）：65-75.

［41］ 劉惠好，焦文妞.國有股權參股、融資約束與民營企業金融資產投資［J］.現代經濟探討，2022（4）：70-82.

［42］ 肖延高，劉鑫，童文鋒，等.研發強度、專利行為與企業績效［J］.科學學研究，2019（7）：1153-1163.

［43］ 白萬平，孫溶鎂，童白鴿.數字金融能否提高中企業全要素生產率［J］.新金融，2021（11）：53-62.

［44］ 黃漫宇，王孝行.數字經濟、資源錯配與企業全要素生產率［J］.宏觀經濟研究，2022（12）：43-53.

［45］ 郭豐，楊上廣，楊上廣.數字經濟對企業全要素生產率的影響及其作用機制［J］.現代財經（天津財經大學學報），2022，45（9）：20-36.

［46］ [JP4]ACKERBER D A，CAVES K，FRAZER G.Identification properties of recent production function estimators［J］.Econometrica，2015，83（6）：2411-2451.

［47］ 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（5）：731-745.

收稿日期：2022-10-21

基金項目：教育部人文社會科學研究項目（編號：22YJC890001）；福建省社會科學基金項目（編號：FJ2022C018）；福建江夏學院國家基金培育項目（編號：JXS2022008）。

作者簡介：陳慧娟（1984- ），女，福建莆田人，博士，講師，研究方向為體育經濟學。