鄭雪梅,鄒粉菊,徐偉呈

(1. 西南財(cái)經(jīng)大學(xué) 中國(guó)西部經(jīng)濟(jì)研究院,四川 成都 611130;2. 中國(guó)海洋大學(xué) 經(jīng)濟(jì)學(xué)院,山東 青島 266100;3. 中國(guó)海洋大學(xué) 海洋發(fā)展研究院,山東 青島 266100)

一、 引言

經(jīng)過(guò)改革開(kāi)放40多年的發(fā)展,我國(guó)制造業(yè)取得了長(zhǎng)足的進(jìn)步,但其產(chǎn)能過(guò)剩問(wèn)題依然突出[1]。產(chǎn)能過(guò)剩問(wèn)題的解決是我國(guó)制造業(yè)高質(zhì)量發(fā)展過(guò)程中的重要一環(huán),為緩解產(chǎn)能過(guò)剩給我國(guó)經(jīng)濟(jì)帶來(lái)的危害,中央政府先后出臺(tái)多項(xiàng)政策,旨在優(yōu)化產(chǎn)能,但其收效甚微。學(xué)術(shù)界也對(duì)產(chǎn)能過(guò)剩的成因進(jìn)行了大量探討。與國(guó)外學(xué)者多數(shù)從市場(chǎng)角度分析產(chǎn)能過(guò)剩的成因不同,國(guó)內(nèi)學(xué)者多從體制因素角度進(jìn)行分析,認(rèn)為政府出于績(jī)效考核等原因?qū)σ刭Y源配置的干預(yù)是導(dǎo)致產(chǎn)能過(guò)剩問(wèn)題的主要原因[2]。在完美市場(chǎng)假設(shè)下,要素資源自由流動(dòng),各部門(mén)間的要素資源配置最終會(huì)使其邊際報(bào)酬率相等,當(dāng)要素流動(dòng)受限,各部門(mén)間的要素資源配置不再取得一致收益率,要素資源配置偏離最優(yōu),發(fā)生要素資源錯(cuò)配現(xiàn)象[3]。在現(xiàn)實(shí)生活中,政府干預(yù)等因素阻礙了要素的自由流動(dòng),受到政策傾斜的企業(yè)不斷進(jìn)行低端重復(fù)建設(shè),造成了總產(chǎn)能的低效運(yùn)行。

隨著數(shù)字經(jīng)濟(jì)的興起,依托數(shù)據(jù)要素發(fā)展的數(shù)字技術(shù)、數(shù)字平臺(tái)與數(shù)字金融改變了經(jīng)濟(jì)的發(fā)展方式,成為經(jīng)濟(jì)高質(zhì)量發(fā)展的新引擎,加快推進(jìn)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)戰(zhàn)略融合成為促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的新舉措。為加快推進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展,我國(guó)出臺(tái)多項(xiàng)政策,二十大報(bào)告里更是提出要加快構(gòu)建“數(shù)字中國(guó)”。數(shù)字經(jīng)濟(jì)的快速發(fā)展減弱了信息不對(duì)稱(chēng)程度,改變了經(jīng)濟(jì)發(fā)展方式。在此背景下,數(shù)字經(jīng)濟(jì)發(fā)展是否可以提高企業(yè)的產(chǎn)能利用率并化解制造業(yè)企業(yè)的產(chǎn)能過(guò)剩問(wèn)題?而由于政府干預(yù)等因素形成的要素資源錯(cuò)配又如何影響其間的關(guān)系?對(duì)這一問(wèn)題的解答,不僅可以加深數(shù)字經(jīng)濟(jì)對(duì)實(shí)體經(jīng)濟(jì)影響路徑機(jī)制的理解,也可以為我國(guó)化解產(chǎn)能過(guò)剩問(wèn)題提供新的理論支持和解決思路,對(duì)數(shù)字中國(guó)和制造強(qiáng)國(guó)的打造具有重要的現(xiàn)實(shí)指導(dǎo)意義。因此,本文選取2011—2019年制造業(yè)上市公司為研究對(duì)象,研究數(shù)字經(jīng)濟(jì)是否可以提高企業(yè)產(chǎn)能利用率,為化解制造業(yè)產(chǎn)能過(guò)剩及“數(shù)字中國(guó)”的構(gòu)建提供決策參考。

二、 文獻(xiàn)回顧

現(xiàn)有文獻(xiàn)對(duì)產(chǎn)能過(guò)剩的形成機(jī)制探討主要從市場(chǎng)因素和體制因素兩個(gè)方面出發(fā)。市場(chǎng)因素主要從市場(chǎng)結(jié)構(gòu)[4]、不確定性[5]、信息不對(duì)稱(chēng)[6]、廠商進(jìn)入壁壘的設(shè)置[7]等方面分析了產(chǎn)能過(guò)剩的成因。而針對(duì)中國(guó)產(chǎn)能過(guò)剩的成因,多數(shù)學(xué)者從體制因素進(jìn)行了探討,認(rèn)為國(guó)有企業(yè)內(nèi)部成本的外部化和不明晰的產(chǎn)權(quán)關(guān)系造成了企業(yè)的過(guò)度投資[8];地方政府對(duì)企業(yè)投資的干預(yù)[9-10]、金融體系的預(yù)算軟約束[11]也是造成地方企業(yè)低端重復(fù)建設(shè)的重要原因。為了緩解產(chǎn)能過(guò)剩問(wèn)題帶來(lái)的危害,學(xué)者們從國(guó)內(nèi)政府視角出發(fā),認(rèn)為政府應(yīng)加強(qiáng)宏觀調(diào)控、弱化干預(yù),建立完善的退出機(jī)制[12],以此來(lái)優(yōu)化產(chǎn)能。而數(shù)字經(jīng)濟(jì)的興起改變了經(jīng)濟(jì)發(fā)展方式,已有研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)已成為經(jīng)濟(jì)增長(zhǎng)的關(guān)鍵驅(qū)動(dòng)力,可以有效推動(dòng)我國(guó)產(chǎn)業(yè)結(jié)構(gòu)向中高端邁進(jìn)[13-14]。在企業(yè)發(fā)展層面,文獻(xiàn)指出數(shù)字經(jīng)濟(jì)發(fā)展可以提升企業(yè)的技術(shù)創(chuàng)新能力[15]、提高技術(shù)企業(yè)的資源配置能力[16]、影響企業(yè)的定價(jià)策略[17]等。

同時(shí)也有少數(shù)學(xué)者研究了企業(yè)數(shù)字化轉(zhuǎn)型、信息通信技術(shù)的應(yīng)用、數(shù)字基礎(chǔ)設(shè)施的建設(shè)與產(chǎn)能利用率之間的關(guān)系。韓國(guó)高等[18]指出企業(yè)數(shù)字化轉(zhuǎn)型可以通過(guò)促進(jìn)企業(yè)的技術(shù)創(chuàng)新、緩解信息不對(duì)稱(chēng)、提升企業(yè)內(nèi)部控制水平來(lái)提升產(chǎn)能利用率。李后建[19]證實(shí)了企業(yè)信息通訊技術(shù)的應(yīng)用可以提高生產(chǎn)率和強(qiáng)化信息共享,進(jìn)而發(fā)揮去產(chǎn)能效應(yīng)。羅奇等[20]發(fā)現(xiàn)數(shù)字基礎(chǔ)設(shè)施的建設(shè)可以有效抑制企業(yè)過(guò)度投資,提高企業(yè)的出口需求和管理效率,從而提升企業(yè)的產(chǎn)能利用率,且這種提升作用會(huì)隨著時(shí)間的推移而逐漸加強(qiáng)。

綜上所述,現(xiàn)有文獻(xiàn)中對(duì)數(shù)字經(jīng)濟(jì)與產(chǎn)能過(guò)剩的研究較少,少數(shù)幾篇文獻(xiàn)與本文研究?jī)?nèi)容聯(lián)系密切,但出發(fā)角度不同,且忽視了要素市場(chǎng)在優(yōu)化產(chǎn)能中發(fā)揮的作用。對(duì)比現(xiàn)有文獻(xiàn),本文可能的貢獻(xiàn)在于以下幾點(diǎn)。第一,不同于微觀企業(yè)數(shù)字化視角,無(wú)法反映數(shù)字經(jīng)濟(jì)發(fā)展在宏觀層面所產(chǎn)生的經(jīng)濟(jì)效應(yīng),本文從城市數(shù)字經(jīng)濟(jì)視角出發(fā),深刻剖析數(shù)字經(jīng)濟(jì)對(duì)企業(yè)產(chǎn)能利用率的影響機(jī)制。第二,不同于以往從行業(yè)層面測(cè)度要素資源錯(cuò)配程度,本文從微觀層面將企業(yè)要素資源錯(cuò)配進(jìn)一步分為資本資源錯(cuò)配與勞動(dòng)力資源錯(cuò)配,實(shí)證檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)企業(yè)產(chǎn)能利用率的作用機(jī)制,拓展數(shù)字經(jīng)濟(jì)影響產(chǎn)能利用率的相關(guān)文獻(xiàn)。第三,本文結(jié)論表明了數(shù)字經(jīng)濟(jì)可以顯著提升企業(yè)產(chǎn)能利用率,但是資本資源錯(cuò)配與勞動(dòng)力資源錯(cuò)配會(huì)減弱這種積極影響。結(jié)論為政府如何利用數(shù)字經(jīng)濟(jì)優(yōu)化產(chǎn)能提供了實(shí)踐方向和科學(xué)依據(jù)。

三、 理論分析與研究假設(shè)

產(chǎn)能過(guò)剩是指企業(yè)預(yù)先投入的生產(chǎn)能力超出了均衡產(chǎn)量所需而造成的生產(chǎn)要素閑置[21],其主要癥結(jié)是企業(yè)供給端的要素投入冗余和需求端的消費(fèi)需求不足而導(dǎo)致的資源配置效率低下[22]。因而化解產(chǎn)能過(guò)剩,匹配生產(chǎn)供給端和消費(fèi)需求端是關(guān)鍵。在產(chǎn)品生產(chǎn)過(guò)程中,企業(yè)根據(jù)市場(chǎng)需求約束制定生產(chǎn)計(jì)劃,而信息不對(duì)稱(chēng)的存在導(dǎo)致企業(yè)對(duì)市場(chǎng)需求的估計(jì)偏離最優(yōu),造成企業(yè)忽視市場(chǎng)需求而盲目追加投資,資源配置偏離最優(yōu)投入比例,企業(yè)產(chǎn)能利用率低下。因此,保證企業(yè)供給與消費(fèi)者需求一致對(duì)優(yōu)化產(chǎn)能至關(guān)重要。數(shù)字經(jīng)濟(jì)的發(fā)展通過(guò)大數(shù)據(jù)的快速傳輸與運(yùn)用,可以降低市場(chǎng)信息不對(duì)稱(chēng)程度,企業(yè)可以較為及時(shí)地獲取市場(chǎng)需求信息,降低產(chǎn)品供給與消費(fèi)需求的不匹配程度,從而提升企業(yè)的產(chǎn)能利用率。

數(shù)字經(jīng)濟(jì)發(fā)展促進(jìn)數(shù)字技術(shù)在企業(yè)中的推廣應(yīng)用,以大數(shù)據(jù)、云計(jì)算、人工智能為代表的數(shù)字技術(shù)和算力基礎(chǔ)設(shè)施通過(guò)開(kāi)展智能算法優(yōu)化生產(chǎn),同時(shí)企業(yè)可以利用數(shù)字技術(shù)將生產(chǎn)的各個(gè)環(huán)節(jié)進(jìn)行有效整合,通過(guò)精確算法實(shí)時(shí)監(jiān)控下游消費(fèi)者的消費(fèi)需求和上游供給端的供給能力,降低由于信息不對(duì)稱(chēng)形成的資源投入冗余,避免造成生產(chǎn)端的過(guò)量供給。通過(guò)對(duì)市場(chǎng)需求變化的及時(shí)監(jiān)控,數(shù)字經(jīng)濟(jì)將企業(yè)不明確的硬性生產(chǎn)計(jì)劃轉(zhuǎn)變成柔性的、可根據(jù)需求變化而及時(shí)進(jìn)行調(diào)整的連續(xù)性生產(chǎn),優(yōu)化企業(yè)的投入產(chǎn)出比例,提升企業(yè)的產(chǎn)能利用率。因此提出研究假說(shuō)1。

假說(shuō)1:數(shù)字經(jīng)濟(jì)發(fā)展可以提升企業(yè)的產(chǎn)能利用率。

在完全競(jìng)爭(zhēng)市場(chǎng)中,市場(chǎng)在看不見(jiàn)的手的作用下進(jìn)行資源配置,要素資源從生產(chǎn)率低的部門(mén)流向生產(chǎn)率高的部門(mén),其配置達(dá)到最優(yōu)。而在中國(guó)經(jīng)濟(jì)體制漸進(jìn)的改革進(jìn)程中,政府對(duì)微觀企業(yè)和銀行的干預(yù)現(xiàn)象普遍存在,使得要素資源配置表現(xiàn)出非市場(chǎng)特征,政企、銀企、政銀關(guān)系錯(cuò)綜復(fù)雜,要素資源錯(cuò)配成為客觀現(xiàn)象[23]。在企業(yè)生產(chǎn)函數(shù)中,企業(yè)主要投入的生產(chǎn)要素為資本要素與勞動(dòng)力要素,資本要素的配置主要由金融市場(chǎng)決定。在金融市場(chǎng)上,由于政府干預(yù)及銀行風(fēng)險(xiǎn)防控等原因,信貸資金流向政府偏好企業(yè)而不是生產(chǎn)效率高的企業(yè),這種信貸配給問(wèn)題導(dǎo)致了生產(chǎn)企業(yè)資本錯(cuò)配現(xiàn)象的發(fā)生。在勞動(dòng)力市場(chǎng)上,由于企業(yè)性質(zhì)的不同、戶(hù)籍制度的束縛以及勞動(dòng)需求市場(chǎng)上信息不對(duì)稱(chēng)問(wèn)題的存在,阻礙了勞動(dòng)力的自由流動(dòng),勞動(dòng)力并不能在市場(chǎng)上及時(shí)調(diào)整,從生產(chǎn)效率低的部門(mén)轉(zhuǎn)向生產(chǎn)效率高的部門(mén),從而產(chǎn)生勞動(dòng)力資源錯(cuò)配現(xiàn)象。

要素資源錯(cuò)配影響著數(shù)字經(jīng)濟(jì)對(duì)企業(yè)產(chǎn)能利用率的提升作用。在不存在要素資源錯(cuò)配或者其錯(cuò)配程度較低的地區(qū),市場(chǎng)化競(jìng)爭(zhēng)更加激烈,企業(yè)為了避免被市場(chǎng)淘汰,會(huì)加快技術(shù)創(chuàng)新步伐[24]。與此同時(shí),當(dāng)?shù)仄髽I(yè)會(huì)更加積極地吸收數(shù)字經(jīng)濟(jì)發(fā)展給當(dāng)?shù)仄髽I(yè)帶來(lái)的經(jīng)濟(jì)紅利,為企業(yè)發(fā)展與產(chǎn)能利用率的提升提供支撐。此外,在要素資源錯(cuò)配程度較輕的地方,政府的管制與干預(yù)較少,可以更好地發(fā)揮市場(chǎng)的決定性作用,要素流動(dòng)速度與信息傳播速度較快,有利于發(fā)揮數(shù)字經(jīng)濟(jì)對(duì)企業(yè)產(chǎn)能利用率的提升作用。而在要素資源錯(cuò)配程度高的地方,要素市場(chǎng)與產(chǎn)品市場(chǎng)的改革“不對(duì)稱(chēng)”現(xiàn)象更加嚴(yán)重,政府對(duì)要素的定價(jià)與分配的控制權(quán)更大[25]。此時(shí)要素流動(dòng)受到政府掣肘,不利于數(shù)字經(jīng)濟(jì)對(duì)要素市場(chǎng)化的積極作用,也會(huì)減弱數(shù)字經(jīng)濟(jì)對(duì)市場(chǎng)信息不對(duì)稱(chēng)的緩解作用,因而數(shù)字經(jīng)濟(jì)對(duì)企業(yè)產(chǎn)能利用率的提升作用會(huì)被削弱。根據(jù)上述分析,我們提出研究假說(shuō)2。

假說(shuō)2:要素資源錯(cuò)配會(huì)削弱數(shù)字經(jīng)濟(jì)對(duì)企業(yè)產(chǎn)能利用率的提升作用。

四、 研究設(shè)計(jì)

(一) 模型設(shè)定

本文主要研究數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)上市公司產(chǎn)能利用率的影響,使用面板固定效應(yīng)進(jìn)行基準(zhǔn)回歸,其模型設(shè)定如下:

(1)

其中,i代表上市公司,c代表上市公司所在城市,t代表年份。CU代表企業(yè)的產(chǎn)能利用率,digi代表城市數(shù)字經(jīng)濟(jì)發(fā)展水平。X代表上市公司的一系列控制變量,包括企業(yè)規(guī)模、資產(chǎn)負(fù)債率、公司業(yè)績(jī)和第一大股東持股比例。Z代表城市層面控制變量,包括二產(chǎn)比重與城市規(guī)模。γd代表行業(yè)固定效應(yīng),μt代表時(shí)間固定效應(yīng),ε代表隨機(jī)擾動(dòng)項(xiàng)。

(二) 變量選擇

1. 被解釋變量

被解釋變量為產(chǎn)能利用率。產(chǎn)能利用率的測(cè)度方法主要有峰值法、數(shù)據(jù)包絡(luò)分析法、隨機(jī)前沿分析法、成本函數(shù)法、生產(chǎn)函數(shù)法[26]。每種方法各有其優(yōu)缺點(diǎn),由于生產(chǎn)函數(shù)法以新古典增長(zhǎng)理論為基礎(chǔ),理論基礎(chǔ)較強(qiáng),可信度較高,而且這種方法的計(jì)算只需要產(chǎn)出、資本和勞動(dòng)力指標(biāo),在數(shù)據(jù)可獲得性上具有優(yōu)勢(shì),還可以消除不同企業(yè)之間的產(chǎn)能差異,結(jié)果具有可比性[27]。因此本文采用生產(chǎn)函數(shù)法計(jì)算企業(yè)的產(chǎn)能利用率。

2. 核心解釋變量

核心解釋變量為數(shù)字經(jīng)濟(jì)。其指標(biāo)選取借鑒趙濤等[28]關(guān)于城市數(shù)字經(jīng)濟(jì)發(fā)展相關(guān)指標(biāo),具體為百人中互聯(lián)網(wǎng)寬帶接入用戶(hù)數(shù)、計(jì)算機(jī)服務(wù)和軟件業(yè)從業(yè)人員占城鎮(zhèn)單位從業(yè)人員比重、人均電信業(yè)務(wù)總量、百人中移動(dòng)電話用戶(hù)數(shù)和數(shù)字普惠金融發(fā)展指數(shù)[29],通過(guò)熵值法得到數(shù)字經(jīng)濟(jì)發(fā)展指標(biāo)。

3. 主要控制變量

為了更為準(zhǔn)確地度量數(shù)字經(jīng)濟(jì)發(fā)展對(duì)企業(yè)產(chǎn)能利用率的影響,我們對(duì)企業(yè)層面和城市層面的變量進(jìn)行控制。在企業(yè)層面選取企業(yè)規(guī)模、資產(chǎn)負(fù)債率、公司業(yè)績(jī)和第一大股東持股比例作為控制變量。其中,企業(yè)規(guī)模用上市公司總資產(chǎn)表示,資產(chǎn)負(fù)債率用公司的負(fù)債總計(jì)除以資產(chǎn)總計(jì)表示,公司業(yè)績(jī)用總利潤(rùn)除以總資產(chǎn)表示。在城市層面,選取產(chǎn)業(yè)結(jié)構(gòu)和城市規(guī)模作為控制變量,產(chǎn)業(yè)結(jié)構(gòu)用二產(chǎn)比重代表,城市規(guī)模用城市年末總?cè)丝诖怼榱讼龜?shù)據(jù)差異大引起的異方差問(wèn)題,對(duì)上市公司總資產(chǎn)和城市年末總?cè)丝谌∽匀粚?duì)數(shù)處理。

(三) 樣本選擇與數(shù)據(jù)來(lái)源

本文選取2011—2019年制造業(yè)上市公司為研究樣本。在進(jìn)行實(shí)證分析前,剔除在樣本期內(nèi)被ST及*ST處理的上市公司,剔除主要研究變量缺失或者為0的年份。由于進(jìn)行的是面板數(shù)據(jù)分析,刪除只有一年數(shù)據(jù)的上市公司。本文上市公司的主要數(shù)據(jù)來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)。為提高數(shù)據(jù)的可靠性,對(duì)營(yíng)業(yè)收入和固定資產(chǎn)凈額分別用工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)和固定資產(chǎn)投資價(jià)格指數(shù)進(jìn)行平減處理。平減價(jià)格指數(shù)來(lái)源于國(guó)家統(tǒng)計(jì)局,數(shù)字經(jīng)濟(jì)指標(biāo)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》和北京大學(xué)數(shù)字普惠金融指數(shù),剔除相關(guān)指標(biāo)連續(xù)缺失兩年以上的城市,部分缺失數(shù)據(jù)由各地方統(tǒng)計(jì)年鑒和統(tǒng)計(jì)公報(bào)進(jìn)行查找補(bǔ)充。因數(shù)字經(jīng)濟(jì)指標(biāo)所需數(shù)據(jù)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》,在2021年《中國(guó)城市統(tǒng)計(jì)年鑒》和2022年《中國(guó)城市統(tǒng)計(jì)年鑒》中存在所需數(shù)據(jù)缺失,且在2020年疫情發(fā)生之后,企業(yè)的生產(chǎn)經(jīng)營(yíng)受到影響,這一時(shí)期的企業(yè)數(shù)據(jù)具有特殊性,故選取數(shù)據(jù)的時(shí)間段截止到2019年。

表1 主要變量的描述性統(tǒng)計(jì)

(四) 數(shù)據(jù)描述性統(tǒng)計(jì)

主要變量的描述性統(tǒng)計(jì)結(jié)果如表1所示。由表1可以看出,產(chǎn)能利用率的均值為67.3%,均值估計(jì)結(jié)果和唐葉[30]所測(cè)的制造業(yè)上市公司平均產(chǎn)能利用率69.9%相接近,相較于歐美發(fā)達(dá)國(guó)家產(chǎn)能利用率的正常值在79%～83%之間的標(biāo)準(zhǔn),我國(guó)制造業(yè)上市公司確實(shí)存在較為嚴(yán)重的產(chǎn)能過(guò)剩。在樣本上市公司所在城市中,核心解釋變量數(shù)字經(jīng)濟(jì)均值為0.223,其最大值為0.665,表明我國(guó)數(shù)字經(jīng)濟(jì)發(fā)展水平還有較大的完善空間,且地區(qū)發(fā)展差異較大。

五、 實(shí)證結(jié)果分析

(一) 基準(zhǔn)回歸結(jié)果分析

表2報(bào)告了基準(zhǔn)回歸結(jié)果。由表格第1列可以看出,在只有數(shù)字經(jīng)濟(jì)作為解釋變量時(shí),其系數(shù)在1% 的顯著性水平下為正,表明數(shù)字經(jīng)濟(jì)可以顯著提高企業(yè)的產(chǎn)能利用率,化解產(chǎn)能過(guò)剩難題。由表格第2列至第3列的回歸結(jié)果可以看到,在逐次加入企業(yè)層面控制變量和城市層面控制變量后,數(shù)字經(jīng)濟(jì)對(duì)產(chǎn)能利用率的提升作用依然顯著為正。

(二) 穩(wěn)健性檢驗(yàn)

1. 更換模型、更換核心解釋變量、考慮樣本特殊性與遺漏變量

第一,更換模型。由于產(chǎn)能利用率為0到1之間的數(shù)據(jù),因此我們更換原有的基準(zhǔn)回歸模型,利用Tobit模型對(duì)其重新進(jìn)行回歸分析,同時(shí)控制行業(yè)和年份固定效應(yīng)。第二,更換核心解釋變量。借鑒韋莊禹[31]的指標(biāo)選取,將城市級(jí)別的數(shù)字經(jīng)濟(jì)發(fā)展指標(biāo)替換成由騰訊研究院編制的2014—2018年數(shù)字中國(guó)指數(shù)替代城市的數(shù)字經(jīng)濟(jì)發(fā)展水平,對(duì)其結(jié)果重新進(jìn)行回歸。第三,考慮樣本特殊性。我國(guó)直轄市具有較為明顯的經(jīng)濟(jì)政治優(yōu)勢(shì),可以更好地享受中央扶持政策和稅收優(yōu)惠政策,因此直轄市地區(qū)的企業(yè)樣本與其他地區(qū)具有差異性,為排除這種差異性對(duì)回歸結(jié)果的影響,我們剔除直轄市地區(qū)樣本重新進(jìn)行回歸檢驗(yàn)。第四,考慮可能的遺漏變量。為防止遺漏變量問(wèn)題而導(dǎo)致估計(jì)誤差,本文進(jìn)一步將企業(yè)研發(fā)投入金額納入回歸模型。

表2 基準(zhǔn)回歸結(jié)果

表3 穩(wěn)健性檢驗(yàn)

由表3的回歸結(jié)果可以看到,在更換模型、更換核心解釋變量、考慮樣本特殊性和遺漏變量問(wèn)題后,數(shù)字經(jīng)濟(jì)的系數(shù)仍然在1%的顯著性水平下顯著,表明上述的基準(zhǔn)回歸結(jié)果是穩(wěn)健的。

2. 內(nèi)生性檢驗(yàn)

為了緩解可能存在的反向因果關(guān)系和遺漏解釋變量引起的內(nèi)生性問(wèn)題,本文借鑒黃群慧等[32]和趙濤等[28]的做法,運(yùn)用歷史郵電數(shù)據(jù)作為工具變量,采用兩階段最小二乘法緩解內(nèi)生性問(wèn)題。這種做法的內(nèi)在邏輯為:城市數(shù)字經(jīng)濟(jì)發(fā)展與互聯(lián)網(wǎng)技術(shù)息息相關(guān),歷史上在互聯(lián)網(wǎng)技術(shù)發(fā)展越好的地區(qū)其后續(xù)互聯(lián)網(wǎng)技術(shù)與設(shè)施發(fā)展越快,當(dāng)?shù)氐臄?shù)字經(jīng)濟(jì)發(fā)展水平越高。而歷史上的郵電數(shù)幾乎影響不到當(dāng)代企業(yè)的產(chǎn)能利用率,因?yàn)槠湫畔⒏聯(lián)Q代頻繁,歷史郵電數(shù)隨著時(shí)間推移其影響逐漸減小,因而工具變量滿(mǎn)足外生性要求。具體而言,本文分別運(yùn)用1984年的每百人固定電話數(shù)量和人均郵電業(yè)務(wù)總量作為工具變量,因其為固定數(shù)值,無(wú)法進(jìn)行面板固定效應(yīng)模型回歸,因此借鑒Nunn and Qian[33]的做法,分別構(gòu)建工具變量與上一期全國(guó)互聯(lián)網(wǎng)寬帶接入用戶(hù)數(shù)的交乘項(xiàng)作為城市數(shù)字經(jīng)濟(jì)發(fā)展的工具變量。

兩階段最小二乘回歸結(jié)果如表4所示。表格結(jié)果顯示,在工具變量的不可識(shí)別檢驗(yàn)中,Anderson canon.corr.LM統(tǒng)計(jì)量分別為1768.306與2936.506,其p值均為0.0000,拒絕工具變量無(wú)法識(shí)別的原假設(shè);在弱工具變量檢驗(yàn)中,Cragg-Donald Wald F統(tǒng)計(jì)量分別為2457.523與5568.788,大于10%水平下的評(píng)價(jià)值16.38,表明不存在弱工具變量。在第一階段回歸結(jié)果中可以看出,工具變量對(duì)數(shù)字經(jīng)濟(jì)影響的系數(shù)在1%的顯著性水平下均顯著為正,與上述分析相符;第二階段數(shù)字經(jīng)濟(jì)對(duì)產(chǎn)能利用率的影響系數(shù)在5%的顯著性水平下也均顯著為正,且系數(shù)與基準(zhǔn)回歸結(jié)果系數(shù)相近,表明基準(zhǔn)回歸結(jié)果是穩(wěn)健的。

(三) 異質(zhì)性分析

1. 區(qū)域異質(zhì)性分析

為了檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)企業(yè)產(chǎn)能利用率在不同地區(qū)之間的差異,將樣本上市公司按照地區(qū)分為東部、中部和西部,檢驗(yàn)不同地區(qū)之間影響的差異性,利用面板固定效應(yīng)模型進(jìn)行回歸分析。可以看到,數(shù)字經(jīng)濟(jì)對(duì)企業(yè)產(chǎn)能利用率的正向作用只在東部地區(qū)和中部地區(qū)是顯著的。西部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平較東部地區(qū)低,但近年發(fā)展較快,其對(duì)企業(yè)產(chǎn)能利用率提高沒(méi)有顯著作用的可能原因是,當(dāng)?shù)仄髽I(yè)利用數(shù)字經(jīng)濟(jì)發(fā)展進(jìn)行轉(zhuǎn)型和技術(shù)創(chuàng)新的效果不顯著。這也反映出數(shù)字經(jīng)濟(jì)發(fā)展是關(guān)鍵,但將其融入實(shí)體經(jīng)濟(jì)并進(jìn)行吸收轉(zhuǎn)化也是重要環(huán)節(jié)。

表4 兩階段最小二乘回歸結(jié)果

表5 區(qū)域異質(zhì)性回歸結(jié)果

表6 規(guī)模異質(zhì)性回歸結(jié)果

表7 所有制異質(zhì)性回歸結(jié)果

2. 規(guī)模異質(zhì)性分析

為了進(jìn)一步考察數(shù)字經(jīng)濟(jì)對(duì)產(chǎn)能利用率在不同規(guī)模下的影響差異,將樣本上市公司按照員工人數(shù)進(jìn)行大、中、小企業(yè)規(guī)模劃分。根據(jù)企業(yè)員工人數(shù)的四分位數(shù),將小于四分之一分位數(shù)的上市公司劃定為小規(guī)模企業(yè),大于四分之三分位數(shù)的上市公司劃定為大規(guī)模企業(yè),然后對(duì)其進(jìn)行回歸分析,回歸結(jié)果如表6所示。由表6的回歸結(jié)果可以看到,數(shù)字經(jīng)濟(jì)對(duì)產(chǎn)能利用率的提升作用只在中小規(guī)模企業(yè)中是顯著為正的。產(chǎn)生這種現(xiàn)象的原因可能是在大規(guī)模上市公司中,企業(yè)已經(jīng)形成一定的規(guī)模經(jīng)濟(jì),管理方式和設(shè)備都較為先進(jìn),對(duì)于新技術(shù)的引進(jìn)和跟蹤以及市場(chǎng)需求的變化都更為敏感和精準(zhǔn),產(chǎn)能利用率與技術(shù)發(fā)展水平比中小企業(yè)更高,因此數(shù)字經(jīng)濟(jì)的發(fā)展對(duì)其影響并不顯著。而對(duì)中小企業(yè)來(lái)說(shuō),由于其落后的管理方式和設(shè)備及過(guò)高的技術(shù)引進(jìn)成本導(dǎo)致其產(chǎn)能過(guò)剩,數(shù)字經(jīng)濟(jì)的發(fā)展可以降低管理成本,信息共享化促進(jìn)了新技術(shù)引進(jìn),同時(shí)通過(guò)大數(shù)據(jù)的應(yīng)用提高了對(duì)市場(chǎng)需求的感知力,從而對(duì)企業(yè)產(chǎn)能利用率的提高有較為顯著的影響。

3. 所有制異質(zhì)性分析

根據(jù)企業(yè)的所有制性質(zhì)將企業(yè)分為國(guó)企、民營(yíng)和外資企業(yè),刪除所有制變量為空的上市公司樣本,對(duì)其進(jìn)行回歸分析,回歸結(jié)果如表7所示。由表7的第1列至第3列可知,數(shù)字經(jīng)濟(jì)對(duì)國(guó)有企業(yè)和外資企業(yè)的產(chǎn)能利用率沒(méi)有顯著影響。第2列回歸結(jié)果顯示,數(shù)字經(jīng)濟(jì)對(duì)民營(yíng)企業(yè)的產(chǎn)能利用率有顯著的正向影響。在中國(guó)經(jīng)濟(jì)增長(zhǎng)中,中央政府領(lǐng)導(dǎo)下的地方政府發(fā)揮著重要作用[34]。國(guó)有企業(yè)受地方政府隱形保護(hù),因其社會(huì)穩(wěn)定等動(dòng)機(jī),對(duì)存在產(chǎn)能過(guò)剩問(wèn)題的國(guó)有企業(yè),各個(gè)地方政府通過(guò)“預(yù)算軟約束”構(gòu)筑企業(yè)的退出壁壘,從而阻止了過(guò)剩產(chǎn)能的退出,導(dǎo)致國(guó)有企業(yè)產(chǎn)能過(guò)剩問(wèn)題的長(zhǎng)期存在[35]。同時(shí)政府的隱形保護(hù)政策也導(dǎo)致國(guó)有企業(yè)進(jìn)行轉(zhuǎn)型的動(dòng)力減弱,優(yōu)化產(chǎn)能的激勵(lì)不足,所以數(shù)字經(jīng)濟(jì)對(duì)企業(yè)產(chǎn)能利用率的影響不顯著。而外資企業(yè)的樣本量較少,可能由此存在一定的偏差。對(duì)其民營(yíng)企業(yè),由于企業(yè)的利潤(rùn)最大化特征,競(jìng)爭(zhēng)較為激烈,因而倒逼企業(yè)積極采用新技術(shù),數(shù)字經(jīng)濟(jì)的發(fā)展也會(huì)促進(jìn)各個(gè)企業(yè)進(jìn)行技術(shù)創(chuàng)新,從而顯著提升其產(chǎn)能利用率。

六、 機(jī)制檢驗(yàn)

在基準(zhǔn)回歸結(jié)果的基礎(chǔ)上,對(duì)假說(shuō)2企業(yè)要素資源錯(cuò)配削弱了數(shù)字經(jīng)濟(jì)對(duì)產(chǎn)能利用率的提升作用進(jìn)行檢驗(yàn)。在企業(yè)層面,資本配置效率由金融資源的最優(yōu)配置決定[36],因此本文研究中用企業(yè)的金融錯(cuò)配程度代替資本錯(cuò)配程度。企業(yè)的資本錯(cuò)配與勞動(dòng)力錯(cuò)配程度的衡量借鑒周煜皓和張盛勇[37]、呂承超和王志閣[38]的指標(biāo)選取,資本錯(cuò)配程度用企業(yè)資金使用成本偏離平均資金成本的程度表示,勞動(dòng)力錯(cuò)配程度用企業(yè)勞動(dòng)力使用成本偏離平均勞動(dòng)力成本表示。具體而言,資本錯(cuò)配程度用企業(yè)利率(利息支出除以扣除應(yīng)付賬款后的總負(fù)債)除以行業(yè)的平均利率表示,勞動(dòng)力錯(cuò)配程度用勞動(dòng)力使用成本(“支付給職工以及為職工支付的現(xiàn)金”除以員工人數(shù))除以行業(yè)的平均勞動(dòng)力使用成本表示。

表8 機(jī)制檢驗(yàn)

為了進(jìn)一步分析要素資源錯(cuò)配是否影響數(shù)字經(jīng)濟(jì)對(duì)產(chǎn)能利用率的提升作用,借鑒楊洋等[25]的做法,利用調(diào)節(jié)效應(yīng)進(jìn)行實(shí)證分析。具體而言,在基準(zhǔn)回歸模型的基礎(chǔ)上進(jìn)一步加入要素資源錯(cuò)配項(xiàng)、數(shù)字經(jīng)濟(jì)與要素資源錯(cuò)配交互項(xiàng)對(duì)其進(jìn)行回歸分析。其回歸結(jié)果如表8所示。由表格結(jié)果可以看出,數(shù)字經(jīng)濟(jì)的系數(shù)均顯著為正,數(shù)字經(jīng)濟(jì)與資本錯(cuò)配交叉項(xiàng)、數(shù)字經(jīng)濟(jì)與勞動(dòng)力錯(cuò)配交叉項(xiàng)的系數(shù)均顯著為負(fù),表明在考慮到企業(yè)要素資源錯(cuò)配的情況下,數(shù)字經(jīng)濟(jì)對(duì)企業(yè)產(chǎn)能利用率依然有顯著的提升作用,但是企業(yè)要素資源錯(cuò)配顯著削弱了數(shù)字經(jīng)濟(jì)對(duì)企業(yè)產(chǎn)能利用率的提升作用,這也與預(yù)期相符。因要素資源錯(cuò)配會(huì)干擾數(shù)字經(jīng)濟(jì)的信息傳遞作用,減緩要素的流動(dòng)自由度,因而在存在要素資源錯(cuò)配的情況下,數(shù)字經(jīng)濟(jì)對(duì)企業(yè)產(chǎn)能利用率的提升作用會(huì)減弱。而交叉項(xiàng)系數(shù)的顯著性也驗(yàn)證了上文假設(shè)2,即要素資源錯(cuò)配會(huì)削弱數(shù)字經(jīng)濟(jì)對(duì)企業(yè)產(chǎn)能利用率的提升作用。

七、 結(jié)論及政策建議

(一) 研究結(jié)論

本文以2011—2019年制造業(yè)上市公司為研究樣本,采用生產(chǎn)函數(shù)法計(jì)算的產(chǎn)能利用率為被解釋變量,城市數(shù)字經(jīng)濟(jì)發(fā)展水平為主要核心解釋變量,研究數(shù)字經(jīng)濟(jì)對(duì)企業(yè)產(chǎn)能利用率的影響。研究結(jié)果發(fā)現(xiàn):(1)數(shù)字經(jīng)濟(jì)的發(fā)展對(duì)企業(yè)產(chǎn)能利用率有顯著的提升作用,在各種穩(wěn)健性檢驗(yàn)后其結(jié)果仍然顯著為正。(2)對(duì)上市公司樣本企業(yè)進(jìn)行地區(qū)、股權(quán)性質(zhì)、規(guī)模特征劃分后,發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)對(duì)企業(yè)產(chǎn)能利用率的提升作用在東部和中部地區(qū)、中小規(guī)模企業(yè)、民營(yíng)企業(yè)中是顯著的。(3)將上市公司要素資源錯(cuò)配進(jìn)一步劃分為資本錯(cuò)配與勞動(dòng)力錯(cuò)配,調(diào)節(jié)機(jī)制顯示,上市公司的資本錯(cuò)配與勞動(dòng)力錯(cuò)配削弱了數(shù)字經(jīng)濟(jì)對(duì)產(chǎn)能利用率的提升作用。

(二) 政策建議

從主要研究結(jié)論出發(fā),本文提出如下政策建議:(1)加快推動(dòng)我國(guó)數(shù)字經(jīng)濟(jì)建設(shè),加快相應(yīng)數(shù)字新型基礎(chǔ)設(shè)施的建設(shè),如5G、人工智能、物聯(lián)網(wǎng)等基礎(chǔ)設(shè)施建設(shè),同時(shí)強(qiáng)化協(xié)同治理和監(jiān)管機(jī)制,促進(jìn)數(shù)字經(jīng)濟(jì)的健康發(fā)展,營(yíng)造較好的營(yíng)商環(huán)境,吸引外資,引進(jìn)國(guó)外先進(jìn)技術(shù),引領(lǐng)數(shù)字經(jīng)濟(jì)邁向更好水平。(2)推動(dòng)數(shù)字經(jīng)濟(jì)與制造業(yè)企業(yè)的融合,加快企業(yè)數(shù)字化轉(zhuǎn)型步伐,利用人工智能、大數(shù)據(jù)等技術(shù)改造企業(yè)傳統(tǒng)生產(chǎn)技術(shù),推動(dòng)數(shù)字車(chē)間、智慧工廠的建立,優(yōu)先改造制造業(yè)企業(yè)龍頭企業(yè),使其充分發(fā)揮領(lǐng)頭作用,同時(shí)政府應(yīng)從資金、人才、數(shù)據(jù)流動(dòng)等方面給予企業(yè)政策支持,化解企業(yè)轉(zhuǎn)型難、共享技術(shù)難等問(wèn)題。(3)通過(guò)數(shù)字經(jīng)濟(jì)的發(fā)展減少地區(qū)發(fā)展差異,因地制宜制定政策,合理配置數(shù)字資源,通過(guò)完善市場(chǎng)機(jī)制,推動(dòng)數(shù)字要素市場(chǎng)化,激發(fā)數(shù)字活力,優(yōu)化資源配置,同時(shí)基于不同地區(qū)制造業(yè)企業(yè)產(chǎn)能現(xiàn)狀和數(shù)字經(jīng)濟(jì)發(fā)展現(xiàn)狀,優(yōu)化地區(qū)產(chǎn)業(yè)布局,避免出現(xiàn)數(shù)字產(chǎn)業(yè)的趨同發(fā)展,造成資源浪費(fèi)。