數(shù)字技術(shù)對企業(yè)生產(chǎn)效率的影響
——基于智能制造試點(diǎn)的經(jīng)驗(yàn)研究

□ 趙濱元

（天津市大數(shù)據(jù)管理中心 戰(zhàn)略發(fā)展研究處，天津 300221）

一、引 言

新一代數(shù)字技術(shù)與制造業(yè)應(yīng)用場景深度融合，衍生出網(wǎng)絡(luò)化、數(shù)字化、智能化制造范式[1,2]。《智能制造發(fā)展規(guī)劃（2016-2020 年）》明確提出，到2020 年，建成300 個以上智能制造試點(diǎn)示范項(xiàng)目，試點(diǎn)示范項(xiàng)目實(shí)施前后實(shí)現(xiàn)生產(chǎn)效率提高20%。2015—2018 年，國家工業(yè)和信息化部連續(xù)4 年組織實(shí)施智能制造試點(diǎn)示范行動，先后遴選了305個試點(diǎn)示范項(xiàng)目。有學(xué)者基于智能制造試點(diǎn)示范行動檢驗(yàn)數(shù)字技術(shù)對企業(yè)的影響。例如，權(quán)小峰、李闖[3]、張樹山等[4,5]將此行動視為一次準(zhǔn)自然實(shí)驗(yàn)，發(fā)現(xiàn)數(shù)字技術(shù)的應(yīng)用能夠降低企業(yè)成本粘性，提升企業(yè)績效，顯著影響企業(yè)技術(shù)創(chuàng)新投入。總體來看，現(xiàn)有研究成果對智能制造試點(diǎn)示范行動的實(shí)施效果做了初步探索，然而對試點(diǎn)示范行動目標(biāo)完成度的檢驗(yàn)相對較少。數(shù)字技術(shù)在制造業(yè)領(lǐng)域的創(chuàng)新應(yīng)用究竟如何影響企業(yè)生產(chǎn)效率，已經(jīng)成為當(dāng)前亟待研究的重要問題。

三十多年前，諾貝爾經(jīng)濟(jì)學(xué)獎得主羅伯特·索洛（Robert Solow）提出了著名的“ICT 生產(chǎn)率悖論”[6]，即“除了在生產(chǎn)率的統(tǒng)計(jì)方面，計(jì)算機(jī)的影響力已經(jīng)無處不在”。現(xiàn)有研究普遍認(rèn)為，ICT 生產(chǎn)率悖論是要素錯配的結(jié)果[7-9]。即便從信息與通信技術(shù)這一更廣的理論范疇來看，當(dāng)前ICT 生產(chǎn)率悖論似乎也已經(jīng)消失了[10,11]。當(dāng)然，也有學(xué)者指出，ICT 生產(chǎn)率悖論的某些“解決方案”可能忽略了信息與通信技術(shù)生產(chǎn)率變化的部分重要特征[12]。總的來看，現(xiàn)有研究成果對“數(shù)字技術(shù)能夠促進(jìn)企業(yè)生產(chǎn)效率提升”這一觀點(diǎn)基本達(dá)成共識，而關(guān)于數(shù)字技術(shù)對企業(yè)生產(chǎn)效率作用機(jī)制的認(rèn)識則見仁見智，相關(guān)研究方興未艾。

現(xiàn)有研究主要從分工效率、協(xié)作效率和數(shù)實(shí)孿生三個角度闡述數(shù)字技術(shù)對企業(yè)生產(chǎn)效率的影響機(jī)理。一類研究認(rèn)為，數(shù)字技術(shù)連接了大量潛在目標(biāo)客戶群體和產(chǎn)品生產(chǎn)主體，整合重構(gòu)產(chǎn)業(yè)鏈資源，使分工深度從企業(yè)轉(zhuǎn)向產(chǎn)品、分工廣度從局部拓展至全球，通過提高分工效率促進(jìn)生產(chǎn)效率提升[13,14]。另一類研究成果顯示，數(shù)字技術(shù)促進(jìn)了分布式協(xié)同生產(chǎn)的發(fā)展，催生了分布式協(xié)同制造的“云工廠”，依托工業(yè)互聯(lián)網(wǎng)平臺沉淀可復(fù)用的數(shù)據(jù)資源，形成了大規(guī)模定制生產(chǎn)的柔性生產(chǎn)模式，通過全產(chǎn)業(yè)鏈高效協(xié)同促進(jìn)生產(chǎn)效率提升[15,16]。另外，部分研究成果表明，數(shù)字技術(shù)基于人工智能算法和快速發(fā)展的虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)、混合現(xiàn)實(shí)技術(shù)，構(gòu)建起與現(xiàn)實(shí)交相呼應(yīng)的虛擬網(wǎng)絡(luò)空間，為現(xiàn)實(shí)生產(chǎn)制造注入“數(shù)據(jù)基因”，通過全域數(shù)據(jù)化感知和數(shù)據(jù)同步，大幅度提升生產(chǎn)效率[17]。

本文借助工信部智能制造試點(diǎn)示范行動這一準(zhǔn)自然實(shí)驗(yàn)，實(shí)證檢驗(yàn)數(shù)字技術(shù)對企業(yè)生產(chǎn)效率的促進(jìn)作用和企業(yè)創(chuàng)新能力的中介效應(yīng)，并對企業(yè)異質(zhì)性在此過程中的作用進(jìn)行探討。以“是否獲批智能制造試點(diǎn)示范項(xiàng)目”這一虛擬變量作為衡量企業(yè)數(shù)字技術(shù)創(chuàng)新應(yīng)用水平的指標(biāo)，運(yùn)用雙重差分傾向得分匹配方法克服由遺漏變量、選擇偏差等因素導(dǎo)致的內(nèi)生性問題，檢驗(yàn)數(shù)字技術(shù)對企業(yè)生產(chǎn)效率的促進(jìn)作用。在此基礎(chǔ)上以專利申請數(shù)量作為衡量企業(yè)創(chuàng)新能力的中介變量，構(gòu)建中介效應(yīng)模型，檢驗(yàn)企業(yè)創(chuàng)新能力在上述促進(jìn)作用傳導(dǎo)路徑中的中介作用，并按照企業(yè)所有權(quán)性質(zhì)、企業(yè)規(guī)模和所在區(qū)域進(jìn)行分組回歸，考察企業(yè)異質(zhì)性對上述促進(jìn)作用的影響。

本文邊際貢獻(xiàn)如下：（1）研究視角上，聚焦企業(yè)生產(chǎn)效率這一智能制造試點(diǎn)示范行動目標(biāo)進(jìn)行檢驗(yàn)，圍繞數(shù)字技術(shù)和企業(yè)生產(chǎn)效率之間的關(guān)系展開討論，通過檢驗(yàn)數(shù)字技術(shù)對企業(yè)生產(chǎn)效率的影響程度、作用機(jī)制和效果差異，為科學(xué)評價智能制造試點(diǎn)示范行動實(shí)施效果、深化數(shù)字技術(shù)推廣應(yīng)用、探索制造業(yè)智能化轉(zhuǎn)型升級路徑提供思路啟示。（2）研究方法上，采用傾向得分匹配方法，選擇與獲批智能制造試點(diǎn)示范項(xiàng)目企業(yè)特征相似的企業(yè)作為對照組，力求最大程度降低選擇性偏差造成的影響，在此基礎(chǔ)上使用雙重差分法，估計(jì)數(shù)字技術(shù)對企業(yè)生產(chǎn)效率的帶動作用，保障了研究結(jié)論的客觀性。

二、理論分析與研究假設(shè)

（一）數(shù)字技術(shù)對企業(yè)生產(chǎn)效率的促進(jìn)作用

智能制造是以技術(shù)迭代倒逼流程再造、功能重塑、業(yè)態(tài)顛覆的新型制造模式，呈現(xiàn)出萬物互聯(lián)、數(shù)據(jù)驅(qū)動、創(chuàng)新迭代三方面特征。數(shù)字技術(shù)對企業(yè)生產(chǎn)效率的促進(jìn)作用也主要體現(xiàn)在載體平臺、資源要素和技術(shù)創(chuàng)新這三重屬性上。

從載體平臺的角度來看，“互聯(lián)網(wǎng)+”提高了制造業(yè)的發(fā)展質(zhì)量。根據(jù)梅特卡夫法則，網(wǎng)絡(luò)的價值等于其節(jié)點(diǎn)數(shù)的平方。以開放、共享、協(xié)同為特征的新興網(wǎng)絡(luò)技術(shù)，縮短潛在的空間距離，深刻改變著各個行業(yè)的運(yùn)行方式和發(fā)展路徑。網(wǎng)絡(luò)作為支撐智能制造發(fā)展的載體平臺，顯著改變了制造業(yè)的發(fā)展格局和組織模式，驅(qū)動企業(yè)組織管理、運(yùn)營模式、發(fā)展方式創(chuàng)新和轉(zhuǎn)變，衍生出新的網(wǎng)絡(luò)化制造業(yè)態(tài)[18]。“互聯(lián)網(wǎng)+”有效連接了產(chǎn)業(yè)鏈供需兩端，將消費(fèi)者直接納入生產(chǎn)流程，將消費(fèi)者需求直接融入各個生產(chǎn)環(huán)節(jié)。制造業(yè)企業(yè)能夠利用互聯(lián)網(wǎng)平臺直接面對消費(fèi)者，精準(zhǔn)對接消費(fèi)者需求，減少了生產(chǎn)過程中資源要素的消耗與浪費(fèi)，提高了企業(yè)生產(chǎn)效率[19,20]。

從資源要素的角度來看，“大數(shù)據(jù)+”提升了制造業(yè)的發(fā)展效率。不同于勞動力、資本、自然資源等生產(chǎn)要素，數(shù)據(jù)具有高流動性的特征，擴(kuò)散成本低，擴(kuò)散速度快[21]。作為一種新型生產(chǎn)要素，數(shù)據(jù)依托產(chǎn)業(yè)大腦和數(shù)據(jù)中樞挖掘提煉潛在價值，創(chuàng)新迭代產(chǎn)業(yè)數(shù)據(jù)整體建模、質(zhì)量管控，推動產(chǎn)業(yè)體系不斷向柔性生產(chǎn)、精準(zhǔn)服務(wù)、協(xié)同創(chuàng)新迭代升級[22]。作為促進(jìn)數(shù)字技術(shù)應(yīng)用的重要資源，數(shù)據(jù)直接參與生產(chǎn)流程，與勞動力、土地、資本等傳統(tǒng)要素有機(jī)結(jié)合，促進(jìn)跨區(qū)域、跨行業(yè)、跨環(huán)節(jié)生產(chǎn)資源的有效整合，為充分發(fā)揮傳統(tǒng)要素在生產(chǎn)中的作用、提升企業(yè)生產(chǎn)效率提供有力支撐。

從技術(shù)創(chuàng)新的角度來看，“人工智能+”增強(qiáng)了制造業(yè)的發(fā)展動力。根據(jù)摩爾定律，與農(nóng)業(yè)技術(shù)、工業(yè)技術(shù)不同，新一代數(shù)字技術(shù)擴(kuò)散速度更快、迭代周期更短[23]。人工智能技術(shù)通過對傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈的智能化升級改造，推動形成協(xié)同化、定制化、柔性化、綠色化的新型創(chuàng)新體系、生產(chǎn)方式和產(chǎn)業(yè)形態(tài)，促進(jìn)產(chǎn)業(yè)價值鏈向高端邁進(jìn)和企業(yè)生產(chǎn)效率提升[24]。因此，提出以下假說：

假說1：數(shù)字技術(shù)能夠顯著促進(jìn)制造業(yè)企業(yè)生產(chǎn)效率提升。

（二）企業(yè)創(chuàng)新能力對數(shù)字技術(shù)作用的中介效應(yīng)

在數(shù)字技術(shù)對企業(yè)生產(chǎn)效率作用的傳導(dǎo)機(jī)制上，企業(yè)創(chuàng)新能力是一條較為清晰的傳導(dǎo)路徑。一方面，數(shù)字技術(shù)能夠從用戶集成和供應(yīng)商集成兩個維度促進(jìn)企業(yè)創(chuàng)新能力提升。從用戶集成的角度來看，基于新一代數(shù)字技術(shù)，制造業(yè)企業(yè)能夠采集用戶行為數(shù)據(jù)和產(chǎn)品全生命周期數(shù)據(jù)，構(gòu)建逆向信息快速響應(yīng)的創(chuàng)新模式[25]。企業(yè)通過提供“智能產(chǎn)品+智能軟件”感知用戶需求并向用戶提供服務(wù)，與用戶建立“強(qiáng)關(guān)系”，成為24 小時在線、感知、預(yù)測用戶需求的“客戶運(yùn)營商”，將用戶需求實(shí)時反饋到研發(fā)設(shè)計(jì)環(huán)節(jié)，提升產(chǎn)品迭代升級效率[26,27]。從供應(yīng)商集成的角度來看，數(shù)字技術(shù)有助于制造業(yè)企業(yè)從供應(yīng)商獲取更多技術(shù)資源，加快產(chǎn)品更新速度[28]。基于高速發(fā)展的數(shù)字技術(shù)，制造業(yè)企業(yè)更易于獲得高效的創(chuàng)新服務(wù)，有助于加速新技術(shù)迭代升級，促進(jìn)技術(shù)水平和創(chuàng)新能力提升。

另一方面，知識學(xué)習(xí)、知識產(chǎn)出、成果轉(zhuǎn)化等企業(yè)創(chuàng)新能力能夠顯著影響企業(yè)生產(chǎn)效率。知識學(xué)習(xí)的過程能夠消化、吸收和轉(zhuǎn)化外部獲取的知識，使其成為企業(yè)實(shí)際擁有的技術(shù)資源，并且依靠已有知識存量使其在研發(fā)創(chuàng)新過程中提高生產(chǎn)效率。知識產(chǎn)出能力是影響自主研發(fā)創(chuàng)新作用于生產(chǎn)效率的技術(shù)能力因素，在自主研發(fā)創(chuàng)新過程中，較高的知識產(chǎn)出能力可以有效發(fā)揮知識資本的促進(jìn)作用。企業(yè)自主研發(fā)創(chuàng)新的最后一個階段是科技成果的轉(zhuǎn)化，在這一階段，企業(yè)通過利用知識產(chǎn)出所獲取的新技術(shù)開發(fā)出具有自主知識產(chǎn)權(quán)的新產(chǎn)品，從而產(chǎn)生更大經(jīng)濟(jì)效益。成果轉(zhuǎn)化能力較高的企業(yè)可充分利用知識產(chǎn)出及時收回研發(fā)成本，將成果轉(zhuǎn)化收益進(jìn)一步投入成果轉(zhuǎn)化能力的提高與知識資本的累積過程中[29]。基于此，提出如下假說：

假說2：在數(shù)字技術(shù)促進(jìn)制造業(yè)企業(yè)生產(chǎn)效率提升的過程中，企業(yè)創(chuàng)新能力能夠發(fā)揮中介作用。

（三）企業(yè)異質(zhì)性對數(shù)字技術(shù)作用的影響

從企業(yè)所有權(quán)性質(zhì)來看，數(shù)字技術(shù)對非國有企業(yè)生產(chǎn)效率的促進(jìn)作用更強(qiáng)。在數(shù)字經(jīng)濟(jì)時代，數(shù)字技術(shù)需要快速響應(yīng)業(yè)務(wù)發(fā)展變化，甚至推動業(yè)務(wù)創(chuàng)新[30]。基于體制機(jī)制方面的原因，國有企業(yè)數(shù)字技術(shù)創(chuàng)新應(yīng)用效果相對較弱[31]，而非國有企業(yè)運(yùn)用數(shù)字技術(shù)提升企業(yè)生產(chǎn)效率的效果更為明顯[32]。

從企業(yè)規(guī)模來看，數(shù)字技術(shù)對大型企業(yè)生產(chǎn)效率提升的促進(jìn)作用相對較強(qiáng)。雖然熊彼特創(chuàng)新模型表明，競爭會加速技術(shù)應(yīng)用，然而激烈的競爭往往會造成嚴(yán)重的租值消散。由于競爭對手的模仿創(chuàng)新，數(shù)字技術(shù)發(fā)展變化速度較快，對企業(yè)的配套能力要求較高，創(chuàng)新應(yīng)用通常只能帶來短期利潤，中小企業(yè)沒有足夠的動力采用數(shù)字技術(shù)提高生產(chǎn)效率[33]。

從企業(yè)所在區(qū)域來看，數(shù)字技術(shù)對東部地區(qū)企業(yè)生產(chǎn)效率的促進(jìn)作用相對更強(qiáng)。從載體平臺的角度來看，數(shù)字化平臺不僅為企業(yè)提供了在線協(xié)同配置創(chuàng)新資源的機(jī)會，也為企業(yè)尋找合作伙伴、增強(qiáng)交流對接提供了信息獲取渠道。企業(yè)可以在線上交流的基礎(chǔ)上，通過實(shí)地調(diào)研、線下研討、共建實(shí)體平臺等方式進(jìn)一步深化合作[34]。從資源要素的角度來看，數(shù)據(jù)的低擴(kuò)散成本和高擴(kuò)散速度特點(diǎn)，導(dǎo)致數(shù)據(jù)具有天然的流動屬性。這種流動性受地理空間限制較小，地理位置較為接近的企業(yè)具有較多的交流合作機(jī)會，可以通過彼此共享開放數(shù)據(jù)要素增加數(shù)據(jù)要素的利用效率[35]。從技術(shù)創(chuàng)新的角度來看，數(shù)字技術(shù)提高了實(shí)體平臺對人才、技術(shù)、知識等創(chuàng)新資源要素的配置效率，增強(qiáng)了實(shí)體平臺對資源要素的集聚效應(yīng)[36]。因此，數(shù)字技術(shù)的創(chuàng)新應(yīng)用增加了企業(yè)在地理空間層面集聚的可能性，為企業(yè)和資源有效配置和空間集聚提供了有力支撐。與中西部地區(qū)相比較，東部地區(qū)制造業(yè)基礎(chǔ)較為雄厚，基礎(chǔ)設(shè)施較為完善，能夠充分發(fā)揮數(shù)字技術(shù)三重屬性對企業(yè)生產(chǎn)效率的促進(jìn)作用。因此，提出以下假說：

假說3：非國有企業(yè)、大型企業(yè)和東部地區(qū)企業(yè)應(yīng)用數(shù)字技術(shù)對生產(chǎn)效率的促進(jìn)作用相對更強(qiáng)。

三、模型設(shè)定與指標(biāo)選擇

（一）模型設(shè)定

為檢驗(yàn)數(shù)字技術(shù)對企業(yè)生產(chǎn)效率的影響，可以通過比較企業(yè)實(shí)施智能制造項(xiàng)目前后的簡單差異（單差法）進(jìn)行判斷。但在企業(yè)獲批智能制造項(xiàng)目前后，部分影響企業(yè)生產(chǎn)效率的因素可能無法納入模型中，這些因素的變動可能會影響對數(shù)字技術(shù)作用的估計(jì)結(jié)果。為避免其他因素對企業(yè)生產(chǎn)效率影響的干擾，本文使用雙重差分法（DID）進(jìn)行檢驗(yàn)，模型如下：

其中，tfp為企業(yè)生產(chǎn)效率，treated為“是否獲批智能制造試點(diǎn)示范項(xiàng)目”這一虛擬變量，用來衡量數(shù)字技術(shù)應(yīng)用水平，X代表控制變量，u、λ分別表示時間和個體固定效應(yīng)，ε表示隨機(jī)擾動項(xiàng)。

運(yùn)用DID 方法需滿足處理組和控制組具有共同趨勢這一前提，即如果排除“是否獲批智能制造試點(diǎn)示范項(xiàng)目”這一因素對企業(yè)生產(chǎn)效率的影響，各企業(yè)生產(chǎn)效率的變化趨勢不存在系統(tǒng)性差異。為削弱處理組和對照組之間存在的系統(tǒng)性差異，本文采用基于反事實(shí)推斷的雙重差分傾向得分匹配法（PSM-DID），檢驗(yàn)數(shù)字技術(shù)應(yīng)用對企業(yè)生產(chǎn)效率的凈效應(yīng)。

（二）指標(biāo)選擇

1.被解釋變量（企業(yè)生產(chǎn)效率）。參考楊汝岱[37]、魯曉東、連玉君[38]的計(jì)算方法，使用LP 法計(jì)算得到的全要素生產(chǎn)率衡量企業(yè)生產(chǎn)效率。

2.核心解釋變量（數(shù)字技術(shù)）。借鑒張樹山等[5]的處理方式，使用“是否獲批智能制造試點(diǎn)示范項(xiàng)目”衡量數(shù)字技術(shù)應(yīng)用水平。

3.控制變量。參考黃鍵斌等[31]的方法，本文選擇總資產(chǎn)、經(jīng)營性現(xiàn)金流量、現(xiàn)金持有量、兩職合一、所在省份經(jīng)濟(jì)發(fā)展水平5 項(xiàng)指標(biāo)作為控制變量。

4.中介變量（企業(yè)創(chuàng)新能力）。由于專利數(shù)據(jù)的可獲得性較強(qiáng)，專利數(shù)量已經(jīng)成為衡量企業(yè)創(chuàng)新能力經(jīng)常使用的指標(biāo)，基于此，本文使用當(dāng)年專利申請數(shù)量（patent）作為衡量企業(yè)創(chuàng)新能力的統(tǒng)計(jì)指標(biāo)。上述指標(biāo)賦值規(guī)則如表1 所示。

表1 主要指標(biāo)賦值規(guī)則

（三）數(shù)據(jù)處理與描述性統(tǒng)計(jì)

綜合考慮數(shù)據(jù)的可得性和完整性，本文使用制造業(yè)上市公司2009—2021 年度數(shù)據(jù)作為考察樣本。地區(qū)生產(chǎn)總值來源于中國統(tǒng)計(jì)年鑒，“是否獲批工信部智能制造試點(diǎn)示范項(xiàng)目”及獲批年份來源于工信部網(wǎng)站，專利申請數(shù)量來源于國家知識產(chǎn)權(quán)局專利之星檢索系統(tǒng)，其余原始數(shù)據(jù)來源于滬深證券交易所發(fā)布的上市公司年報。在對總資產(chǎn)、經(jīng)濟(jì)發(fā)展水平取自然對數(shù)并對全部連續(xù)變量進(jìn)行1%的winsorize 雙邊縮尾處理后，選取639 家上市公司的7918 個觀測值作為考察樣本。描述性統(tǒng)計(jì)如表2 所示。

表2 各變量描述性統(tǒng)計(jì)

四、實(shí)證檢驗(yàn)

（一）基準(zhǔn)回歸結(jié)果

表3 報告了基準(zhǔn)模型的回歸結(jié)果。其中，方程（1）使用時間、個體雙固定效應(yīng)模型進(jìn)行回歸。結(jié)果顯示，應(yīng)用數(shù)字技術(shù)的企業(yè)，生產(chǎn)效率高于全體樣本平均值7.51個百分點(diǎn)。雖然雙固定效應(yīng)模型對不隨時間和個體變化的不可觀測變量進(jìn)行了控制，但可能存在選擇性偏差問題，即生產(chǎn)效率高于整體平均水平的企業(yè)，可能更加傾向于選擇應(yīng)用數(shù)字技術(shù)。為削弱選擇性偏差問題，進(jìn)一步加強(qiáng)數(shù)字技術(shù)與企業(yè)生產(chǎn)效率之間的因果推斷，將全體樣本劃分為應(yīng)用數(shù)字技術(shù)的處理組和未應(yīng)用數(shù)字技術(shù)的對照組，并使用雙重差分法檢驗(yàn)處理組應(yīng)用數(shù)字技術(shù)前后生產(chǎn)效率的變化程度。檢驗(yàn)結(jié)果如方程（2）所示，應(yīng)用數(shù)字技術(shù)的企業(yè)生產(chǎn)效率發(fā)生顯著變化，處理效應(yīng)達(dá)到9.6%（e0.092-1=0.096）。上述雙重差分法檢驗(yàn)過程對處理組和對照組作出區(qū)分，卻忽略了如下問題：在是否應(yīng)用數(shù)字技術(shù)之外，二者之間是否存在其他系統(tǒng)性差異，特別是這些差異可能顯著影響企業(yè)生產(chǎn)效率的變化趨勢，導(dǎo)致二者生產(chǎn)效率的變化趨勢截然不同。如果不對這些可能存在的差異進(jìn)行控制，就可能出現(xiàn)虛假回歸現(xiàn)象。因此，在雙重差分之前，需要進(jìn)行傾向得分匹配，選擇與處理組特征相近的樣本作為控制組。方程（3）使用logit 模型估計(jì)傾向得分，并使用二次核函數(shù)進(jìn)行核匹配（高斯核、雙權(quán)核、均勻核、三次立方核的核匹配結(jié)果以及卡尺匹配、k 近鄰匹配、卡尺內(nèi)最近鄰匹配、局部線性回歸匹配的匹配結(jié)果與此完全一致）。結(jié)果顯示，在進(jìn)行傾向得分匹配后，應(yīng)用數(shù)字技術(shù)對企業(yè)生產(chǎn)效率的處理效應(yīng)達(dá)到12.0%（e0.113-1=0.120）。方程（4）用probit 模型代替方程（3）中的logit 模型估計(jì)傾向得分，得到基本一致的回歸結(jié)果，即應(yīng)用數(shù)字技術(shù)可以帶動企業(yè)生產(chǎn)效率提升13.2%（e0.124-1=0.132）。上述檢驗(yàn)結(jié)果驗(yàn)證了假說1 提出的論斷，數(shù)字技術(shù)能夠有效促進(jìn)企業(yè)生產(chǎn)效率提升。

表3 基準(zhǔn)估計(jì)結(jié)果

（二）穩(wěn)健性檢驗(yàn)

為檢驗(yàn)數(shù)字技術(shù)對企業(yè)生產(chǎn)效率的影響是否客觀存在，使用構(gòu)造虛擬處理時點(diǎn)的方式，對數(shù)字技術(shù)的處理效應(yīng)進(jìn)行安慰劑檢驗(yàn)，分別將處理期提前1～4 期，檢驗(yàn)結(jié)果如表4 所示。當(dāng)處理期提前1 期時，處理效應(yīng)僅在10%的水平上顯著；而當(dāng)處理期提前2～4 期時，處理效應(yīng)均不顯著。因此，數(shù)字技術(shù)對企業(yè)生產(chǎn)效率的影響具有較強(qiáng)的客觀性。

表4 安慰劑檢驗(yàn)結(jié)果

為檢驗(yàn)LP 法計(jì)算全要素生產(chǎn)率的穩(wěn)健性，使用另外4 種計(jì)算方法進(jìn)行穩(wěn)健性檢驗(yàn)，表5 列出了檢驗(yàn)結(jié)果，雖然全要素生產(chǎn)率計(jì)算方法改變后，各解釋變量系數(shù)的絕對數(shù)值有所波動，但各個系數(shù)的方向和顯著性均未發(fā)生明顯變化。由此說明，使用LP 法計(jì)算全要素生產(chǎn)率具有較強(qiáng)的穩(wěn)健性。

表5 TFP 計(jì)算方法的穩(wěn)健性檢驗(yàn)結(jié)果

此外，為削弱遺漏變量、雙向因果等原因?qū)е碌膬?nèi)生性問題，本文借鑒周明生、張一兵[39]的做法，基于所在省份互聯(lián)網(wǎng)寬帶用戶接入數(shù)量、集成電路產(chǎn)量、軟件業(yè)務(wù)收入、移動電話人均擁有量4 項(xiàng)指標(biāo)，通過主成分分析法，構(gòu)造“所在省份數(shù)字技術(shù)發(fā)展指數(shù)”指標(biāo)，以此作為工具變量進(jìn)行兩階段最小二乘回歸。結(jié)果表明，工具變量與核心解釋變量顯著正相關(guān)，第二階段回歸結(jié)果與方程（3）的回歸結(jié)果基本一致，即各解釋變量的系數(shù)方向和顯著性水平均未發(fā)生明顯變化。因此，本文基準(zhǔn)估計(jì)結(jié)果得到的因果關(guān)系具有較強(qiáng)的合理性。

（三）中介效應(yīng)分析

上述實(shí)證檢驗(yàn)結(jié)果尚未探討數(shù)字技術(shù)對企業(yè)生產(chǎn)效率的促進(jìn)作用機(jī)制，而假說2 提出，企業(yè)創(chuàng)新能力是數(shù)字技術(shù)影響企業(yè)生產(chǎn)效率的傳導(dǎo)路徑之一。為檢驗(yàn)企業(yè)創(chuàng)新能力在數(shù)字技術(shù)對生產(chǎn)效率的影響機(jī)制中的作用，使用中介效應(yīng)模型進(jìn)行逐步回歸。表6 報告了中介效應(yīng)檢驗(yàn)結(jié)果。

表6 中介效應(yīng)估計(jì)結(jié)果

方程（13）回歸結(jié)果顯示，數(shù)字技術(shù)對企業(yè)創(chuàng)新能力的提升存在正向影響。制造業(yè)企業(yè)在應(yīng)用數(shù)字技術(shù)的過程中，通過生產(chǎn)裝備和生產(chǎn)工藝數(shù)字化智能化轉(zhuǎn)型，促進(jìn)自身創(chuàng)新能力提升。方程（14）中企業(yè)創(chuàng)新能力對生產(chǎn)效率的回歸系數(shù)同樣顯著為正，而在增加企業(yè)創(chuàng)新能力中介變量后，數(shù)字技術(shù)對企業(yè)生產(chǎn)效率的回歸系數(shù)從0.113 降至0.082，表明數(shù)字技術(shù)通過對企業(yè)創(chuàng)新能力的積極影響間接促進(jìn)生產(chǎn)效率提升。制造業(yè)企業(yè)在裝備和工藝智能化的基礎(chǔ)上，在數(shù)字技術(shù)創(chuàng)新應(yīng)用中產(chǎn)生更多創(chuàng)新理念，促進(jìn)企業(yè)生產(chǎn)管理能力和生產(chǎn)效率提升。通過企業(yè)創(chuàng)新能力產(chǎn)生的中介效應(yīng)通過了Sobel-Goodman 檢驗(yàn)和Bootstrap 檢驗(yàn)，占比達(dá)到27.62%（0.754×0.042/0.113），這驗(yàn)證了假說2 提出的論斷。總體來看，數(shù)字技術(shù)的直接效應(yīng)大于中介效應(yīng)，即數(shù)字技術(shù)對企業(yè)生產(chǎn)效率的影響仍以直接效應(yīng)為主。

（四）異質(zhì)性分析

為檢驗(yàn)企業(yè)異質(zhì)性對數(shù)字技術(shù)作用的影響，本文借鑒韓會朝、徐康寧[28]的處理方式對全體樣本進(jìn)行劃分。異質(zhì)性檢驗(yàn)結(jié)果如表7 所示。

表7 中介效應(yīng)估計(jì)結(jié)果

觀察方程（15）和方程（16）的回歸結(jié)果可知，非國有控股企業(yè)的處理效應(yīng)系數(shù)為正且顯著，而國有控股企業(yè)的處理效應(yīng)系數(shù)并不顯著，這一結(jié)果表明，基于體制機(jī)制、政策傾向、發(fā)展路徑等因素，數(shù)字技術(shù)對國有控股企業(yè)生產(chǎn)效率的作用相對較弱，而非國有企業(yè)能夠敏銳地洞察市場機(jī)會，適時地發(fā)起技術(shù)變革，有效發(fā)揮數(shù)字技術(shù)對企業(yè)生產(chǎn)效率的促進(jìn)作用。觀察方程（17）和方程（18）的回歸結(jié)果發(fā)現(xiàn)，數(shù)字技術(shù)能夠促進(jìn)大型企業(yè)生產(chǎn)效率提升15.0 個百分點(diǎn)（e0.140-1=0.150），而對中小企業(yè)生產(chǎn)效率的平均帶動作用并不顯著，說明中小企業(yè)應(yīng)用數(shù)字技術(shù)對生產(chǎn)效率的拉動作用相對較弱，而大型企業(yè)能夠更加充分地發(fā)揮數(shù)字技術(shù)應(yīng)用效能。對比方程（19）和方程（20）的回歸結(jié)果可知，應(yīng)用數(shù)字技術(shù)的東部地區(qū)企業(yè)生產(chǎn)效率比東部地區(qū)整體平均水平高出15.5 個百分點(diǎn)（e0.144-1=0.155），而應(yīng)用數(shù)字技術(shù)的中西部地區(qū)企業(yè)生產(chǎn)效率并未顯著提升。東部地區(qū)擁有成熟的工業(yè)互聯(lián)網(wǎng)平臺，信息化資源和基礎(chǔ)設(shè)施更加成熟，資本量也相對較為充沛，數(shù)字技術(shù)行業(yè)平臺和區(qū)域平臺更為完善，能夠?qū)ζ髽I(yè)發(fā)揮數(shù)字技術(shù)促進(jìn)生產(chǎn)效率的作用起到有力支撐。上述結(jié)果均支持了假說3 的推斷。

五、結(jié)論與啟示

（一）研究結(jié)論

本文實(shí)證檢驗(yàn)數(shù)字技術(shù)對企業(yè)生產(chǎn)效率的促進(jìn)作用，得到以下結(jié)論。（1）數(shù)字技術(shù)的應(yīng)用實(shí)施能夠顯著促進(jìn)制造業(yè)企業(yè)生產(chǎn)效率。數(shù)字技術(shù)的網(wǎng)絡(luò)平臺、數(shù)據(jù)要素、技術(shù)創(chuàng)新三重屬性，增強(qiáng)了制造業(yè)的發(fā)展質(zhì)量、發(fā)展效率和發(fā)展動力。（2）進(jìn)一步研究發(fā)現(xiàn)，企業(yè)創(chuàng)新能力發(fā)揮了重要的中介作用。數(shù)字技術(shù)可以通過帶動企業(yè)創(chuàng)新能力增強(qiáng)，間接驅(qū)動生產(chǎn)效率提升。（3）異質(zhì)性分析結(jié)果表明，數(shù)字技術(shù)對不同企業(yè)生產(chǎn)效率的作用強(qiáng)度是不同的，非國有企業(yè)、大型企業(yè)和東部地區(qū)企業(yè)應(yīng)用數(shù)字技術(shù)對生產(chǎn)效率的促進(jìn)作用相對更強(qiáng)。

基于上述結(jié)論，本文（1）深化了對數(shù)字技術(shù)屬性的認(rèn)識。在通用技術(shù)屬性的基礎(chǔ)上，基于梅特卡夫法則、摩爾定律、熊彼特創(chuàng)新模型等經(jīng)典理論，從載體平臺、資源要素、技術(shù)創(chuàng)新三個維度歸納數(shù)字技術(shù)的屬性，進(jìn)一步加深了對數(shù)字技術(shù)特有屬性的認(rèn)識。（2）豐富了數(shù)字技術(shù)對企業(yè)生產(chǎn)效率影響機(jī)制的研究。基于諸多圍繞索洛悖論展開討論的研究成果，本文借鑒了溫湖煒、王圣云[23]、趙宏中等[29]的思路，明確提出了“數(shù)字技術(shù)—企業(yè)創(chuàng)新能力—企業(yè)生產(chǎn)效率”的作用路徑。（3）補(bǔ)充了對不同企業(yè)應(yīng)用數(shù)字技術(shù)異質(zhì)性特點(diǎn)的分析。按照企業(yè)所有權(quán)性質(zhì)、企業(yè)規(guī)模和所在區(qū)域，對研究對象進(jìn)行分樣本回歸，進(jìn)一步拓展了對數(shù)字技術(shù)作用的分析思路。

（二）政策啟示

本文得出以下三點(diǎn)政策啟示。（1）持續(xù)推進(jìn)數(shù)字技術(shù)普及推廣應(yīng)用。引導(dǎo)制造業(yè)企業(yè)創(chuàng)新應(yīng)用新一代數(shù)字技術(shù)，以裝備智能化作為數(shù)字技術(shù)應(yīng)用的突破口，通過感知分析、監(jiān)督控制、推理決策等裝備智能化升級改造，實(shí)現(xiàn)數(shù)值模擬、參數(shù)優(yōu)化、智能迭代等生產(chǎn)工藝智能化，促進(jìn)數(shù)字技術(shù)迭代升級和技術(shù)創(chuàng)新能力提升。（2）進(jìn)一步發(fā)揮數(shù)字技術(shù)對企業(yè)創(chuàng)新能力的驅(qū)動作用。引導(dǎo)制造業(yè)企業(yè)基于自身業(yè)務(wù)特點(diǎn)，聚焦關(guān)鍵業(yè)務(wù)環(huán)節(jié)，在數(shù)字技術(shù)創(chuàng)新應(yīng)用中提升算法性能，挖掘數(shù)據(jù)價值，更好賦能生產(chǎn)效率提升。（3）因企制宜發(fā)揮數(shù)字技術(shù)賦能作用。對非國有企業(yè)開展智能化升級改造給予補(bǔ)貼，聚焦數(shù)字技術(shù)在制造業(yè)領(lǐng)域應(yīng)用轉(zhuǎn)化路徑重點(diǎn)發(fā)力；利用新一代數(shù)字技術(shù)加速重構(gòu)國有企業(yè)生產(chǎn)制造模式，發(fā)揮新型舉國體制優(yōu)勢，探索打造數(shù)字技術(shù)研發(fā)轉(zhuǎn)化全鏈條模式。引導(dǎo)大型企業(yè)積極參與智能化改造和智能制造試點(diǎn)示范項(xiàng)目申報，進(jìn)一步完善項(xiàng)目培育、遴選、申報工作機(jī)制；依托智能化解決方案供應(yīng)商和平臺服務(wù)商搭建公共服務(wù)平臺，彌補(bǔ)單個中小企業(yè)技術(shù)創(chuàng)新短板。鼓勵東部地區(qū)企業(yè)加強(qiáng)對成熟經(jīng)驗(yàn)舉措的宣傳推廣，發(fā)揮試點(diǎn)示范帶動效應(yīng)；引導(dǎo)典型案例、先進(jìn)經(jīng)驗(yàn)在中西部地區(qū)復(fù)制、推廣、轉(zhuǎn)化，支持龍頭企業(yè)在中西部地區(qū)建設(shè)產(chǎn)業(yè)鏈級數(shù)字技術(shù)平臺，營造數(shù)字技術(shù)良好創(chuàng)新發(fā)展生態(tài)。