數字經濟創新發展、研發投入與企業投資效率

【摘要】當前，我國數字經濟規模持續快速增長，成為國民經濟的重要組成部分。鑒于此，文章基于2015—2022年我國A股上市企業的面板數據，以國家數字經濟創新發展試驗區為一項準自然實驗，通過雙重差分模型探究數字經濟創新發展的微觀影響。研究發現：首先，數字經濟創新發展顯著抑制了企業非效率投資，即提高了企業投資效率。經過安慰劑檢驗、PSM-DID檢驗、控制其他政策干擾等一系列穩健性檢驗之后，結論依然成立。其次，機制檢驗發現數字經濟創新發展可以通過增加企業研發投入，進而提高企業投資效率。最后，異質性分析發現，相比于國有企業和大規模企業，數字經濟創新發展對非國有企業和小規模企業投資效率的提高作用更顯著。研究為進一步推動數字經濟創新發展和企業高質量發展提出可行性建議。

【關鍵詞】數字經濟創新發展；研發投入；投資效率；雙重差分模型

【中圖分類號】F724

引言

近年來，數字經濟蓬勃發展，規模持續增長。2012—2022年，中國數字經濟規模從11萬億元增長到50.2萬億元，在互聯網應用、網民數量、人工智能發展等多方面領跑全球。《數字中國發展報告（2023年）》顯示，我國數字經濟核心產業增加值占GDP比重達到10%左右，連續11年成為全球第一大網絡零售市場。2024年7月，2024全球數字經濟大會在北京開幕，大會發布了多項重要成果和報告，如《2024北京數字經濟發展報告》藍皮書等。自2015年起，我國出臺一系列數字經濟相關的政策，例如“寬帶中國”戰略、智慧城市建設。2019年，為了探索數字經濟創新發展的新思路、新模式、新路徑，進一步發揮示范引領和輻射帶動作用，有力支撐現代化經濟體系建設和經濟高質量發展，我國啟動國家數字經濟創新發展試驗區建設工作。

現有文獻已經廣泛研究了數字經濟對企業的影響，主要集中于“寬帶中國”戰略、智慧城市建設和國家級大數據綜合試驗區等。首先，在“寬帶中國”戰略方面，現有研究一致表明其提高了企業創新水平。徐揚和劉育杰（2022）[ 1 ]、邱洋冬（2022）[ 2 ]運用多期雙重差分模型，研究發現“寬帶中國”戰略顯著提升了企業技術創新水平。童雨（2023）[3]研究發現“寬帶中國”戰略能夠有效對企業創新活動進行賦能。進一步地，Ju（2023）[4]從企業和行業異質性的微觀視角出發，研究發現“寬帶中國”戰略對企業的突破性創新和漸進性創新都產生了實質性的積極影響。其次，在智慧城市建設方面，已有研究成果證明其增強了企業綠色創新。韋琳和馬夢茹（2022）[5]、Guo等（2024）[ 6 ]采用多期雙重差分模型，研究發現智慧城市建設能夠顯著提升企業的綠色創新水平。進一步地，余得生和王姝婕（2024）[7]研究發現智慧城市試點政策顯著提升了企業綠色創新數量和質量，具有增量提質的效果。最后，在國家級大數據綜合試驗區方面，已有研究成果顯示其推動了企業數字化轉型和技術創新。孫偉增等（2023）[ 8 ]、侯林岐等（2023）[9]、石玉堂和王曉丹（2024）[ 1 0 ]基于雙重差分模型，研究發現試驗區有效激發了企業的數字化轉型。進一步，戴艷娟等（2023）[ 1 1 ]研究發現試驗區顯著促進了試驗區內企業的數字技術創新水平。隨著數字經濟進一步創新發展，部分學者開始關注國家數字經濟創新發展試驗區。曾皓（2023）[ 1 2 ]基于雙重差分法，研究發現國家數字經濟創新發展試驗區顯著促進企業數字化轉型。宋潞平和劉曉梅（2024）[13]和李君銳等（2024）[14]分別研究發現其顯著促進了區域和企業的創新。

與此同時，企業投資效率代表資源配置效率，是高質量發展的追求目標及價值積累的源動力。高效率投資有利于資源的最優分配（雷光勇和楊婭，2015）[15]，企業投資效率對于企業的盈利能力、市場競爭力、可持續發展以及決策效率等方面都具有重要意義。因此，企業應高度重視投資效率問題，不斷優化投資策略和管理機制，以實現長期穩健發展。本研究關注數字經濟創新發展能否提高企業投資效率。基于此，本文以國家數字經濟創新發展試驗區作為一項準自然實驗，基于2012—2022年我國A股上市企業的面板數據，構建雙重差分模型探究其對企業投資效率的影響，以及其影響機制和邊界條件。本研究基于委托代理視角，探究了國家數字經濟創新發展試驗區對企業研發投入和投資效率的影響，這為更好地理解數字經濟創新發展如何產生政策效果提供了解釋。最后，基于研究結論，本研究為進一步完善國家數字經濟創新發展試驗區和提高企業投資效率提出了建議。

二、政策背景與理論機制

（一）制度背景

中國的數字經濟發展大致經歷了三個階段。第一階段是1994—2004年，技術孕育階段。這一時期，中國誕生了一系列互聯網企業，形成了中國數字經濟的基本格局。同時，政府對互聯網基礎設施的投入和支持為數字經濟的孕育提供了重要保障。第二階段是2005—2015年，爆發增長階段。在此期間，互聯網用戶數量激增，數字基礎設施快速發展，人工智能、大數據、云計算等技術為互聯網平臺的發展提供了支撐，平臺經濟出現爆發式增長。第三階段是2016年至今，融合協同階段。2016年9月，二十國集團首次提出《G20數字經濟發展與合作倡議》，對數字經濟的定義和構成進行了明確闡述。2021年12月，我國出臺了《“十四五”數字經濟發展規劃》，從頂層設計上明確了我國數字經濟發展的總體思路、發展目標、重點任務和重大舉措。

然而，數字經濟在快速發展中也面臨一些挑戰。企業層面，隨著數字經濟的發展，傳統商業模式受到沖擊，企業需要探索新的商業模式以適應市場需求。傳統企業在數字化轉型過程中，需要重構業務流程、升級信息系統、培養數字化人才等，研發資金需求大、周期長。由于數字化轉型項目的復雜性和不確定性，金融機構在評估風險時可能會提高融資成本，使企業難以承受。區域層面，我國數字經濟發展在區域間存在不平衡現象，東部地區發展較快，中西部地區相對滯后。產業層面，數字經濟需要構建完善的產業生態體系，包括產業鏈上下游的協同、產業間的融合等。然而，當前產業生態構建過程中存在利益分配不均、合作機制不健全等問題。

2019年10月，國家數字經濟創新發展試驗區啟動會召開，標志著試驗區的建設工作正式啟動。首批國家數字經濟創新發展試驗區包括河北省（雄安新區）、浙江省、福建省、廣東省、重慶市、四川省等6個省（市、區）。國家數字經濟創新發展試驗區在推動數字經濟進程中，采取了多維度、系統性的策略：第一，創新驅動與模式創新。試驗區強調技術創新和模式創新，支持平臺經濟、共享經濟等新業態、新模式的發展，推動數字經濟領域的深刻變革。同時，試驗區鼓勵金融機構探索適合數字化轉型項目的融資模式，建立健全針對數字化轉型項目的風險評估機制，以拓寬企業的融資渠道。第二，系統優化與高效配置。試驗區注重系統優化與高效配置，優化數字經濟各要素的流通機制。第三，政策協同與區域協同。試驗區強化跨部門政策協同，確保各項政策措施的有效銜接和落地。第四，生態構建與治理提升。試驗區致力于構建完善的數字經濟生態體系，促進數字經濟與實體經濟深度融合。

目前，試驗區在技術創新和模式創新方面取得了顯著成效。2023年，以福建試驗區為例，其數字經濟規模已2.9萬億元，對GDP貢獻率超50%。這表明試驗區在推動數字經濟發展方面取得了顯著成效，貢獻度不斷提升。

（二）理論機制

企業投資效率問題始終是學術界關注的重要問題之一，在企業投資研究的發展過程中，先后出現了投資加速器理論、現代廠商投資理論、Q理論、MM理論、權衡理論，以及從信息不對稱視角、委托代理視角、行為金融學視角和政府干預視角進行研究（許為賓和周建，2017）[ 1 6 ]。根據委托代理視角，由于企業所有權與控制權相分離，兩者的利益目標不再一致，管理者除了具有獲取私有收益的自利動機外還存在人力資本聲譽和職業安全偏好等方面的個人動機（郝穎，2010）[17]。在企業投資決策時，管理層有可能從其自身的利益出發，選擇有利于自己而非有益于股東的投資項目，出現過度投資行為。然而由于信息不對稱等因素，管理層在進行投資時也可能放棄真正收益較高的項目，導致投資不足（姚立杰等，2020）[ 1 8 ]。以面對創新機會為例，管理者的風險規避偏好可能導致其對創新項目持保守態度，使其放棄具有潛在價值的創新機會，削弱企業的創新能力的同時造成非理性投資。只有當企業的投資水平沒有出現過度或不足的情況，能夠恰到好處地滿足企業發展的需要時，才認為企業的投資效率是較高的。

國家數字經濟創新發展試驗區增加研發投入，進而提高企業投資效率。首先，隨著數字經濟的發展，需要更多的研發投入，極大地提高了企業對研發投入的需求。試驗區響應企業需求，通過政策引導，鼓勵和支持企業根據市場需求進行技術創新和產品研發。例如，設立專項獎勵資金，對成功開發出符合市場需求新產品的企業進行獎勵。其次，數字經濟的發展加劇市場競爭，企業需要不斷適應快速變化的市場環境并加大技術研發投入，以保持競爭力和可持續發展。試驗區激發企業創新動力，通過制定技術創新和產業升級的規劃和目標，引導企業加大在關鍵技術、核心領域和前沿技術方面的研發投入。最后，企業在創新過程中會面臨多種不確定性，這些不確定性不僅增加了創新的難度，還可能給企業帶來經濟損失。試驗區積極消除不確定因素，通過給予一定比例的資金補貼降低企業的研發成本，同時鼓勵保險機構開展針對研發活動的保險產品，為企業提供研發風險保障。

研發投入增加有利于進一步提高企業投資效率。一方面，通過持續的研發投入，企業可以創造出具有技術含量的新產品、新技術或新工藝，最大限度地滿足消費者需求，從技術層面不斷提升企業的核心競爭力。這種核心競爭力的提升有助于企業在市場上獲得更高的份額和更大的利潤空間，進而提升企業的整體投資效率。另一方面，企業管理人員為實現戰略目標，必須對與研發投入有關的資源進行協調與控制，在此過程中研發投入的效率也得到了提高，對整個企業投資效率的提高發揮巨大的作用（吳良海等，2015）[19]。

基于此，本文提出如下假設：

H1：數字經濟創新發展顯著提高企業投資效率。

H2：數字經濟創新發展顯著增加了企業研發投入，進而提高了投資效率。

三、研究設計

（一）模型設計

其中，i表示企業，t表示年份；efficiency為本文的被解釋變量，表示企業投資效率；treat×time為通過雙重差分模型構建的解釋變量，表示國家數字經濟創新發展試驗區；controls為一系列可能影響企業投資效率的控制變量。模型中還控制了多維固定效應，δ表示企業維度的個體固定效應，μ表示年份維度的時間固定效應。ε表示干擾項。

（二）變量設計

1.被解釋變量

其中，Invest、Growth、NEG分別表示企業實際投資總額、營業收入增長率以及營業收入是否增長的虛擬變量。對模型（2）分行業、分年度進行回歸，所得殘差取絕對值代表企業的非效率投資，以此反向度量efficiency，其越小說明投資效率越高。

2.解釋變量

國家數字經濟創新發展試驗區（treat×time）：本文基于雙重差分模型構建政策變量。其中，time是0-1變量，當年份在2019年之后取值為1，否則為0；treat是0-1變量，當企業注冊地位于6個試點區域時取值為1，否則為0。

3.機制變量

研發投入（innovation）：參考馬廣奇等（2020）[ 2 1 ]的研究成果，本研究采用研發費用率，即研發費用與營業收入的比值衡量企業研發投入的水平。

4.控制變量

參考前期與企業投資效率相關的研究成果，本文選擇一系列控制變量Controls。變量的定義與測度見表1。

（三）樣本與數據來源

本文選取2015—2022年我國A股上市企業作為初始研究樣本。同時，本文進行以下樣本篩選工作：（1）剔除銀行、保險行業的樣本；（2）剔除資產負債率大于1即破產的樣本；（3）剔除上市時間1年及以內和觀測值僅有一期的樣本。處理后，本文共獲取3374個企業樣本，共計20 492條觀測值。

本文中企業財務數據和投資效率的測度數據均來自CSMAR數據庫，區域經濟數據來自《中國統計年鑒》等。

四、實證分析

（一）描述性統計

表2為主要變量的描述性統計結果。其中，企業投資效率（efficiency）均值為4.121，最大值為42.253，最小值為0，說明樣本企業投資效率差距較大，企業投資能力參差不齊。研發費用率（innovation）均值為0.03，標準差為0.047，最大值為0.792，表明不同樣本企業研發投入的強度存在明顯差異，各企業對創新的重視程度不同。treat×time的均值為0.176，說明試點地區的企業在試點后的觀測值占整體的17.6%，比較適合進行DID模型研究。其他相關變量的描述性統計結果不作贅述。

（二）回歸分析

1.動態效應檢驗

其中，year為每一年設定的虛擬變量。如圖繪制了以政策生效前一年（2019年）為基準期，在95%置信區間下回歸系數的估計結果。

由圖1可知，首先，在2020年之前的回歸系數值不顯著異于0，說明在政策實施之前實驗組與控制組并無顯著差異，滿足平行趨勢假設。其次，在2020年之后，回歸系數值出現差異，說明政策效應開始顯現。最后，政策效應顯現存在滯后。可能原因是，企業投資戰略調整需要一定的決策周期，因此導致企業的投資行為和研發活動在政策實施后出現滯后。

2.回歸結果分析

本文檢驗了數字經濟創新發展對企業投資效率的影響，回歸結果如表3列（1）、列（2）所示。列（1）為僅控制時間和個體固定效應的回歸結果，treat×time的系數在1%的水平上顯著為負。列（2）為控制時間和個體固定效應以及控制變量的回歸結果，treat×time的系數在5%的水平上顯著為負。這說明數字經濟創新發展能夠抑制非效率投資，即提高投資效率。該結果驗證了本文假設1。

研發投入的機制檢驗回歸結果如列（3）、列（4）所示。列（3）中treat×time與innovation顯著正相關，說明數字經濟能夠有效促進企業增加研發投入。列（4）在模型（1）中加入了機制變量innovation，結果顯示innovation的系數顯著為負，說明研發投入的增加能夠抑制非效率投資。此外，在加入innovation機制變量后，treat×time的系數值有所降低（見列（1））。這說明數字經濟創新發展可以通過增加企業研發投入，進而提高企業投資效率。該結果驗證了本文假設2。

上述結果說明，國家數字經濟創新發展試驗區作為推動我國數字經濟創新發展的重要舉措，顯著提高了企業的研發投入和投資效率。這表明數字經濟創新發展已經成為助力我國企業高質量發展的關鍵要素，必須總結經驗、繼續推廣，不斷完善國家數字經濟創新發展試驗區的建設工作。

（三）穩健性檢驗

1.安慰劑檢驗

為了消除潛在的不可觀測因素的干擾，本研究進行安慰劑檢驗。通過隨機抽樣抽取與實驗組數量相同的樣本，作為偽實驗組treat’，并將其與time交互形成偽政策變量treat’×time進行回歸。圖2繪制了循環500次隨機抽樣的回歸結果，橫軸刻度了回歸結果的估計系數，縱軸刻度了回歸結果的核密度及其p值。

由圖2可知，首先核密度曲線接近正態分布，說明檢驗基本滿足隨機抽樣。其次，絕大多數隨機抽樣的回歸系數值都在0值附近，且p值大于0.05，說明虛構的偽實驗組并未取得顯著效果。最后，以豎虛線表示實際估計系數（見表3列（2））明顯異于隨機抽樣的大部分結果。因此，本文的檢驗結果比較穩健，基本不存在其他的替代解釋。

2. PSM-DID檢驗

實驗組被選擇可能受到某些因素的驅動，為了保證穩健性，本文借鑒James（1997）[ 2 2 ]的研究成果，對研究樣本進行傾向得分匹配（PSM），以消除這些因素的干擾。具體來說，本文以所有控制變量為協變量，并計算傾向匹配得分值，進行1：1最鄰近匹配。

由表4中列（1）可知，PSM后僅剩4516條觀測值。treat×time的系數顯著為負，說明在消除了可能影響實驗組被選擇的因素干擾之后，研究結果依然穩健。

3.控制其他政策干擾

國家級大數據綜合試驗區對企業研發創新具有顯著影響，因此可能對本研究的結論產生干擾。為此，本研究通過雙重差分模型生成了國家級大數據綜合試驗區的政策變量bigdata，并作為控制變量加入基準回歸模型。

如表4列（2）所示，bigdata的系數顯著為負，說明大數據綜合試驗區確實對企業投資效率具有顯著影響。但是，treat×time的系數依然顯著為負，大數據綜合試驗區并未對研究結果產生顯著的沖擊。

4.替換測度

其中，Invest、Growth分別表示企業實際投資總額、營業收入增長率。如表4列（3）所示，treat×time的系數顯著為負，說明核心變量的測度方式并不影響本研究的結論。

5.滯后效應

為了進一步緩解內生性問題，本研究將解釋變量及所有控制變量滯后一期（郭夢和朱成成，2023）[24]，進行基準回歸檢驗。如表4列（4）所示，treat×time的系數顯著為負，研究結果是穩健的。

（四）異質性分析

1.產權性質

本文進一步研究在不同產權性質的企業中，數字經濟創新發展對企業投資效率的影響。如表5所示，在非國企中treat×time的系數顯著，而國企組中系數不顯著。這說明相比于國有企業，數字經濟創新發展對非國有企業投資效率的提高作用更顯著。

可能的解釋是，非國有企業相較于國有企業擁有更加靈活的經營機制和決策流程，這使得它們能夠更快地響應市場變化，調整投資策略。面對市場競爭的壓力，非國有企業能夠充分利用這些資源和工具，推動產品和服務的創新，從而提高投資效率。

2.規模差異

本文將樣本劃分為小規模企業和大規模企業進行分組回歸，進一步考察不同的企業規模下，數字經濟創新發展對投資效率的影響。如表5所示，在小規模企業中treat×time的系數顯著，而在大規模企業中系數不顯著。這說明相較于大規模企業，數字經濟創新發展對小規模企業投資效率的影響更大。

可能的解釋是，大規模企業的經營部門眾多、生產流程復雜，通常需要大量的資產投入，這導致其對投資預期的誤差更難掌握，從而抑制了投資效率。小規模企業面臨更大的市場壓力，市場敏銳度使其能夠更快地開發出符合市場需求的產品和服務，提高投資效率。

五、結論與建議

數字經濟正在迎來新一輪的創新發展，已經成為推動中國經濟高質量發展的關鍵要素。為此，本研究以國家數字經濟創新發展試驗區為一項準自然實驗，通過雙重差分模型探究數字經濟創新發展的微觀影響。研究發現：首先，數字經濟創新發展顯著提高了企業投資效率，即抑制了非效率投資。經過安慰劑檢驗、PSM-DID檢驗、控制其他政策干擾等一系列穩健性檢驗之后，結論依然成立。其次，機制檢驗發現數字經濟創新發展可以通過增加企業研發投入，進而提高企業投資效率。最后，異質性分析發現，相比于國有企業和大規模企業，數字經濟創新發展對非國有企業和小規模企業投資效率的提高作用更顯著。

基于此，本研究提出以下政策建議。首先，政府應深化政策落實，確保各項措施精準落地，同時總結并推廣試點經驗，穩妥擴大試點范圍，以全面推動數字經濟創新發展。其次，政府應構建多元化、開放性的創新生態系統，通過專項基金支持研發項目、產學研合作促進知識共享、技術轉移轉化及優化創新環境等措施，激勵企業研發創新。最后，政府應深入了解地方資源稟賦，引導企業發揮比較優勢。針對企業不同發展階段和規模，提供定制化服務與支持，如初創企業可獲融資與孵化服務，成長型企業則加強市場拓展與技術創新支持。

與此同時，企業應明確自身在數字經濟領域的定位與優勢，優化研發管理并確保資源有效配置，合理評估研發項目的潛在風險與回報，以高效響應數字經濟創新發展政策，實現可持續發展。

主要參考文獻：

[1]徐揚，劉育杰.數字化基礎設施建設與企業技術創新——基于“寬帶中國”示范城市政策的經驗證據[J].南京財經大學學報，2022（04）：77-87.

[2]邱洋冬.網絡基礎設施建設提升企業創新績效的路徑與異質性——來自“寬帶中國”示范城市的經驗證據[J].西部論壇，2022，32（04）：89-107.

[3]童雨.數字新基建賦能企業技術創新——基于“寬帶中國”戰略的準自然實驗[J].技術經濟與管理研究，2023（11）：50-54.

[4]Ju B. Network infrastructure construction and heterogeneous enterprise innovation quasinatural experiment based on “Broadband China”[J]. Information Economics and Policy， 2023，65：101066.

[5]韋琳，馬夢茹.數字經濟發展與企業綠色創新——基于“智慧城市”試點建設的準自然實驗研究[J].現代財經（天津財經大學學報），2022，42（08）：24-40.

[6]Guo C， Wang Y，Hu Y，et al. Does smart city policy improve corporate green technology innovation Evidence from Chinese listed companies[J]. Journal of Environmental Planning and Management， 2024，67（6）：1182-1211.

[7]余得生，王姝婕.智慧城市建設對企業綠色創新的影響——基于準自然實驗的實證研究[J].湖南師范大學自然科學學報，2024，47（03）：111-119.

[8]孫偉增，毛寧，蘭峰，等.政策賦能、數字生態與企業數字化轉型——基于國家大數據綜合試驗區的準自然實驗[J].中國工業經濟，2023（09）：117-135.

[9]侯林岐，程廣斌，王雅莉.國家級大數據綜合試驗區如何賦能企業數字化轉型[J].科技進步與對策，2023，40（21）：45-55.

[10]石玉堂，王曉丹.大數據綜合試驗區設立能否驅動企業數字化轉型 ——基于準自然實驗的實證研究[J].科學學研究，2024，42（07）：1482-1492.

[11]戴艷娟，沈偉鵬，譚偉杰.大數據發展對企業數字技術創新的影響研究——基于國家大數據綜合試驗區的準自然實驗[J].西部論壇，2023，33（02）：16-28.

[12]曾皓.區位導向性政策促進企業數字化轉型嗎 ——基于國家數字經濟創新發展試驗區的準自然實驗[J].財經論叢，2023（04）：3-13.

[13]宋潞平，劉曉梅.數字經濟發展與區域創新產出——來自國家數字經濟創新發展試驗區的準自然實驗[J].投資研究，2024，43（02）：75-86

[14]李君銳，買生，劉磊.國家數字經濟創新發展試驗區設立的創新效應：基于供給側與需求側雙重視角[J].科技進步與對策，2024，41（13）：45-56.

[15]雷光勇，楊婭.企業管理層背景特征與投資效率研究——基于北京上市公司的經驗證據[J].國際商務財會，2015（09）：14-21.

[16]許為賓，周建.企業投資效率研究綜述[J].現代管理科學，2017（01）：12-14.

[17]郝穎.基于委托代理理論的企業投資研究綜述[J].管理學報，2010，7（12）：1863-1872.

[18]姚立杰，陳雪穎，周穎，等.管理層能力與投資效率[J].會計研究，2020（04）：100-118.

[19]吳良海，張媛媛，章鐵生.高管任期、RD支出與企業投資效率——來自中國A股資本市場的經驗證據[J].南京審計學院學報，2015，12（05）：56-68+94.

[20]Chen F， Hope O K， Li Q， et al.Financial reporting quality and investment efficiency of private firms in emerging markets[J]. The accounting review， 2011，86（4）：1255-1288.

[21]馬廣奇，張保平，沈李歡.研發投資、舞弊風險與審計費用[J].南京審計大學學報，2020，17（03）：1-12.

[22]James A. Ohlson.Financial Ratios and the Probabilistic Prediction of Bankruptcy[J]. Journal of Accounting Research，1980：109-131.

[23]Biddle G C， Hilary G， Verdi R S. How does financial reporting quality relate to investment efficiency [J].Journal of accounting and economics， 2009，48（2-3）：112-131.

[24]郭夢，朱成成.環保稅征收、融資約束與重污染企業經營風險——基于“稅負提標”的準自然實驗[J].金融市場研究，2023（10）：107-119.

責編：楊雪