大数据发展如何影响企业全要素生产率——基于内外部双重视角的分析.pdf
《大数据发展如何影响企业全要素生产率——基于内外部双重视角的分析.pdf》由会员分享,可在线阅读,更多相关《大数据发展如何影响企业全要素生产率——基于内外部双重视角的分析.pdf(17页珍藏版)》请在咨信网上搜索。
1、云南财经大学学报 年第 期(总第 期)管理论坛收稿日期:基金项目:国家社会科学基金重大项目“实施扩大内需战略同深化供给侧结构性改革有机结合的重大举措研究”()作者简介:戴艳娟(),女,江苏金坛人,广东外语外贸大学经济贸易学院教授,硕士生导师,研究方向为产业经济;沈伟鹏(),男,广东梅州人,广东外语外贸大学经济贸易学院硕士研究生,研究方向为数字经济。大数据发展如何影响企业全要素生产率?基于内外部双重视角的分析戴艳娟,沈伟鹏(广东外语外贸大学 经济贸易学院,广州 )摘要:加快数字经济与实体经济深度融合是实现经济高质量发展的必然要求,探索大数据发展影响企业全要素生产率背后的机制和规律具有重要意义。以
2、国家级大数据综合试验区设立为准自然实验,利用多期双重差分模型检验大数据发展对企业全要素生产率的影响、潜在机制及作用异质性,主要发现如下:大数据发展能有效提升企业全要素生产率,该结论在经过安慰剂检验、倾向得分匹配、替换被解释变量等一系列稳健性检验后依然成立;大数据发展能通过在企业内部优化人力资本结构和提升内部控制质量、从企业外部降低企业金融错配程度和环境不确定性,进而提升企业全要素生产率;异质性分析表明,大数据发展对高融资约束度、高管理层持股比例的企业以及非国有企业全要素生产率提升效应更加明显,与此同时,大数据发展仅提升了成熟期和衰退期企业的全要素生产率而对成长期企业影响不显著。本研究为推动企业
3、进行更加广泛深入的数字化变革、运用大数据技术赋能高质量发展提供了新的思路。关键词:企业全要素生产率;大数据发展;大数据综合试验区中图分类号:文献标志码:文章编号:()一、引言随着互联网、大数据技术的蓬勃发展,数据要素的作用逐步得到重视。年,“大数据”一词首次被写入 政府工作报告;年,党的十九届四中全会首次将数据与传统的资本、劳动、土地和技术一道被视作生产要素,提出要健全和完善分配机制,使数据要素融入社会生产并按照贡献参与分配;年 月出台的“十四五”数字经济发展规划纲要 指出,数据要素是数字经济深化发展的核心引擎。年政府工作报告也强调要释放数据要素潜力,赋能经济发展。随着全社会数字化发展程度的提
4、升,各行业各领域所产生的数据量呈几何级数增加。如何打通数据流通壁垒、盘活数据要素资产,是深化数字经济发展、推动数字经济与实体经济深度融合需要解决的问题。为整合利用中国大数据资源优势、培育大数据产业,国家工信部在 年批复设立八个国家级大数据综合试验区,推进数据资源管理与开放共享,提升数字技术发展水平。在着力建设大数据试验区的背景下,贵州省数字基础设施水平大幅提升,排名从全国第 位跃升至第 位,各试验区仅 年新申请的数据技术发明专利就多达 余项,大数据创投项目融资额超千亿元。可见,大数据试验区建设能有效弥补数字化短板、整合数据资源、提升区域创新能力。那么,立足于中国深化数字经济发展、推动数字经济与
5、实体经济深度融合的背景下,大数据发展对企业生产效率具有怎样的影响?企业如何更好利用大数据提升自身发展水平?厘清上述问题,将有助于为推进大数据与实体企业深度融合、赋能企业高质量发展提供政策启示。梳理相关文献后可以发现,现有研究从多个视角探讨了数字经济或数字技术对企业全要素生产率的影响,主要可归纳如下:一类是关于区域数字化发展对企业全要素生产率的影响研究。数字金融是数字技术赋能下金融生态的深刻变革,突破了传统金融的边界约束。较多文献探讨了区域数字金融发展对企业绩效水平提升的影响及相关机制,对数字金融发展优化企业发展环境、促进企业效率提升的作用给予了充分肯定。等()运用阿里巴巴商业贷款数据,发现金融
6、科技贷款能有效降低小微企业的收入波动与破产概率。唐松等()利用北京大学发布的数字金融指数省级数据检验数字金融发展与企业技术创新的关系,发现数字金融发展具有创新驱动效应。王道平和刘琳琳()的研究表明,数字金融能有效缓解传统金融存在的“金融歧视”和“金融错配”问题。顾宁等()基于中国小微企业调查数据的研究,也发现数字普惠金融的发展能显著提升小微企业全要素生产率,且对较大型、中东部、经济发达地区的小微企业更有效,在缓解融资约束方面能起到“雪中送炭”的作用。在此层面上的研究还分析了区域数字经济发展提升企业生产率的潜在机制,部分文献基于“宽带中国”“智慧城市”等外生政策冲击衡量数字经济对企业高质量发展的
7、政策效应,以缓解反向因果带来的内生性。如温湖炜和钟启明()研究发现,“智慧城市”建设通过激发创新动力、降低交易成本和提高管理效率提升了企业全要素生产率;郭金花等()以“宽带中国”政策为准自然实验发现数字基础设施完善有助于提升企业全要素生产率。另一类是关于数字化转型影响企业全要素生产率的研究。此类文献多采用年报中有关数字经济的文本词频构建企业数字化指标,聚焦微观层面,探讨企业数字化转型对生产经营等多方面的深刻影响。如赵宸宇等()研究发现,企业数字化转型通过提升创新能力、优化人力资本结构以及业务服务化转型对企业全要素生产率形成显著的促进作用;何帆和刘红霞()考察了企业数字化变革带来的业绩提升效应,
8、发现数字化转型能够降低成本费用、提高资产利用效率和创新能力,从而正向影响企业经济效益。总体上看,当前关于数字技术如何影响企业全要素生产率的研究已经在多个维度展开,成果较为丰富。然而,鲜有文献对大数据发展的经济后果进行专门的探讨,也缺乏相关的经验证据。鉴于大数据发展具有丰富的内涵,目前关于大数据发展具体包含哪些内容、如何科学评估地区大数据发展水平尚未形成统一认识。年国务院印发的 促进大数据发展行动纲要(国发()号,以下简称 纲要)指出,“大数据”是以大容量、多类型、快存取、高应用价值为主要特征的数据集合,通过对数量庞大、来源分散、形式多样的数据的采集、存储和分析催生了新一代信息技术和服务业态。从
9、 纲要 提出的三大主要任务与十项重点工程来看,数据要素市场建设、大数据(数字)基础设施完善以及大数据产业集聚与发展是大数据发展的重要内容,大数据试验区将在数据中心整合利用、大数据要素流通、大数据制度创新、大数据产业发展等方面展开丰富的探索和试验,通过试点示范形成可复制可推广的发展经验,引领带动全国的大数据发展。同时,史丹和孙光林()认为,大数据发展包含了大数据技术发展以及相应的市场条件、制度环境的改善。因此,在相关统计数据尚不完善的情况下,分析国家级大数据综合试验区设立的政策效应能使我们对大数据发展的经济后果和社会影响具有更直观和清晰的认识。少量研究通过构建宏观层面(史丹和孙光林,)或微观层面
10、(孙洁和李杰,)的大数据发展指标检验了大数据发展对微观企业的影响,基于国家级大数据综合试验区的文献则主要聚焦企业创新、城市发展与企业数字化转型(陈文和常琦,;侯林岐等,;孙哲远,),对企业全要素生产率的研究尚待填补。大数据发展是否影响企业全要素生产率,其内在机制如何,鲜有实证研究给出系统解答。为此,本文利用 年中国沪深 股上市公司数据,以国家工信部批复设立国家级大数据综合试验区为准自然实验,分析和讨论大数据发展对企业全要素生产率的影响及作用机制,并探讨背后的发展效应异质性。相较于既有文献,本文可能的边际贡献主要有:首先,本文基于上市公司微观数据,将国家级大数据综合试验区设立作为大数据发展的准自
11、然实验,识别了大数据发展对企业全要素生产率的影响和戴艳娟,沈伟鹏:大数据发展如何影响企业全要素生产率?基于内外部双重视角的分析潜在机制,研究结论更具可靠性和代表性;其次,本文聚焦微观层面的机制分析,基于内外部双重视角提出并验证了大数据发展可能通过在企业内部优化人力资本结构、提高内部控制水平,从企业外部降低环境不确定性和金融错配程度,进而提升企业全要素生产率,深化并拓展了数字技术发展影响微观企业的相关研究,有助于进一步厘清数字技术赋能企业高质量发展的作用机理;最后,在研究实践上,本文为进一步推进数字中国、网络强国建设补充了经验证据,同时为推动企业进行更加广泛深入的数字变革、运用数字技术赋能高质量
12、发展提供了新的思路。二、理论分析与研究假设(一)大数据发展与企业全要素生产率全要素生产率是企业技术创新、组织结构优化和管理水平提升等一系列综合作用的结果。大数据发展通过数字化赋能构建了有利于促进企业创新、提升组织效能和完善公司治理的优良环境,为企业全要素生产率提升营造了良好生态。总体来看,大数据技术能够降低交易成本并扩大市场范围(,)、降低连接成本和提升资源配置效率(史丹和孙光林,)。在企业外部,大数据试验区设立在充分利用和整合现有数字技术和平台资源的基础上,以大数据技术为各市场主体和创新主体搭建信息交换共享的桥梁,增强了产业链上下游的协同度,提高了信息透明度和市场运行效率,既赋能企业更加准确
13、洞察市场走向、发现市场痛点、捕捉用户需求,又能让具有个性化定制需求的市场买方与研发主体高效对接,进而扩大市场范围,提升企业创新积极性和成功概率;在企业内部,大数据发展能够优化组织结构和运营模式、完善公司治理,提高内部控制质量,通过制度创新与流程创新塑造竞争新优势,提升企业内部上级与下级、总部与分支机构间的协作效率。此外,大数据浪潮下企业的数字化转型还能够降低企业融资壁垒、提高融资效率、优化财务状况。总之,大数据发展通过改善企业内外部发展环境、提升企业竞争力,能够有力提高企业全要素生产率。据此,提出以下假设:假设 :大数据发展有助于提升企业全要素生产率。(二)内部视角:人力资本与内部控制从内部视
14、角看,本文认为,大数据综合试验区设立可以通过优化企业人力资本结构和提升内部控制质量,进而促进企业全要素生产率提高。在人力资本结构方面,数字化浪潮下,企业外部环境和内部管理模式及流程逐步实现数字化,这在深刻改变企业竞争力的同时也对劳动力需求和结构产生了重大影响。已有研究发现,企业数字化降低了生产环节低技能劳动力的需求,不可避免地导致低技能劳动力岗位的消失,但新业态、新模式下企业需要能够胜任数字化生产、销售、管理等过程的高技能人才。总体而言,数字技术发展在减少低技能劳动力岗位的同时也创造出高技能岗位需求(,)。高质量劳动力和知识资本融入生产经营过程后,产生的扩散效应将有效提升企业创新能力,推动全要
15、素生产率攀升。与此同时,在价值链高端化的过程中,企业劳动要素专业化程度不断提高也有助于整合价值链各环节,降低业务流程损耗和交易成本,从而提升企业生产效率(赵宸宇等,)。另外,大数据发展下,部分提供隐形知识服务的高技能人才基于数字平台的连接性能够通过畅通的学习交流不断提升人力资本,巩固增强企业人力资本竞争优势(陈岩等,),同样有利于赋能企业全要素生产率提升。在内部控制质量方面,企业内部控制是一套包括风险识别、风险分析和风险应对的系统成熟的风险管理机制(刘少波等,),为企业进行创新活动等提供了重要支撑。大数据发展可以赋能公司内部治理,进而提升全要素生产率,原因在于:首先,大数据、人工智能、云计算等
16、数字技术的发展和应用能够强化管理层对生产经营各流程的监管与把握,提升企业风险预警和管理水平,降低决策失误,有利于防范化解各类经营风险。其次,数字化办公等模式的推行能打破部门间信息壁垒,提升企业内部沟通效率,推动企业朝着治理和管理智能化的方向迈进。最后,大数据发展能提高企业透明云南财经大学学报(年第 期)度,降低信息不对称,外部投资者和监管机构对企业日常状况的了解和掌握比以往更加全面和及时,这可以明显降低代理成本、缓解企业风险(权小锋和吴世农,)并抑制大股东“掏空”行为,降低企业经营业绩恶化或出现极端值的概率(卢闯等,;,)。综合以上推论,提出以下研究假设:假设 :大数据发展可以通过优化人力资本
17、结构和内部控制质量提升企业全要素生产率。(三)外部视角:金融错配与环境不确定性从外部视角看,本文认为,大数据综合试验区设立可以通过降低金融错配程度和环境不确定性,从而提升企业全要素生产率。金融错配是指金融资源配置的低效状态。金融资源的错配至少会造成以下几个方面的负面影响而降低企业全要素生产率:()抑制创新能力。创新需要投入大量资源,金融资源是企业创新能力提升的重要保障(,)。由于金融错配的存在,一方面融资约束度高的企业往往需承担更高昂的融资利率,这无疑将增加企业创新成本,制约创新效率;另一方面金融资源的“超配”使得部分国有企业从事贷款转手业务,无风险利差套利削弱了企业创新的动力,挤占了创新活动
18、空间。()降低投资效率。金融资源的偏向性供给使市场上同时出现融资成本低的企业过度投资、融资成本高的企业因创新能力和资金受限而投资不足。金融错配的存在会降低市场对创新项目的敏感性,造成创新资源的误置(冉茂盛和同小歌,)。()滋生寻租活动。要素价格的扭曲容易形成寻租空间,寻租行为若能为企业带来利润,将对创新活动形成“挤出效应”,降低企业全要素生产率。相对应地,大数据技术将重塑金融生态,降低金融服务获取门槛,企业存量数据被盘活,企业多维度的信息能够通过大数据技术被潜在的资金提供方所感知,传统金融体系中的信贷歧视现象有所减少,原本在传统金融体系中未能得到金融资源的企业也能受益于数字普惠金融等数字技术赋
19、能产品的“长尾效应”,金融错配现象得到缓解。与以上逻辑相似,从环境不确定性视角看,企业环境不确定性提升也会负向影响企业全要素生产率,这主要归因于其对创新活动的抑制。实物期权理论认为,环境不确定性提高将增加企业边际投资成本,进而促使企业暂缓投资,以等待环境的明朗。并且企业管理层的委托代理冲突将因环境不明朗而更容易发生,管理层隐瞒坏消息的动机和能力有所提高,外部监管难度增加,投资效率降低(周晓苏等,),内部控制能力削弱,这无疑会损害企业创新能力。而大数据技术的发展能在相当程度上为企业提供“确定性”,从而有利于提升全要素生产率:大数据发展一方面可以赋能企业提高感知外部市场供需偏好的准确性,有针对性进
20、行投资和研发;另一方面能够更加科学地研判市场需求的更新迭代规律,降低技术市场投资的不确定性风险。综合上述推断,提出以下研究假设:假设 :大数据发展可以通过降低环境不确定性和缓解金融错配提升企业全要素生产率。三、研究设计(一)模型设计观测期内,中国共有 个省份(城市)获批建设国家级大数据综合试验区,事件均发生在 年。其中,贵州在 年 月就已启动建设,其余区域(京津冀地区、珠三角城市群、上海、河南、重庆、沈阳和内蒙古)在 年下半年获批后才正式启动。参考已有文献的做法,本文将 年作为贵州省政策试点起始时间,年作为其余试点区域的政策时间节点,并将上述区域内的上市公司作为实验组,其余区域上市公司作为控制
21、组。鉴于控制组样本的政策施行时间并非统一,本文通过构建广义双重差分模型评估大数据综合试验区影响企业全要素生产率的政策效应。()其中,表示企业全要素生产率,为本文核心解释变量,即大数据综合试验区设立的政策虚拟变量,若 系数显著为正,则表明大数据发展能显著提升企业全要素生产率。代表一系列控制变量,和 分别表示时间固定效应和行业固定效应,为随机干扰项。戴艳娟,沈伟鹏:大数据发展如何影响企业全要素生产率?基于内外部双重视角的分析(二)变量说明 被解释变量本文被解释变量为企业全要素生产率,目前测算微观企业全要素生产率的方法主要有 ,和 法等(鲁晓东和连玉君,)。其中,和 ()(以下简称“法”)与 和 (
22、)(以下简称“法”)提出的半参数方法应用最为广泛。法需要以投资作为代理变量,要求企业真实投资始终大于零,因此,通常损失较多企业样本。而 法将资本支出即投资替换为购买劳务和商品所支付的现金,同时保持其他要素不变,有效解决了这一问题;此外,和 ()提出的一种广义矩方法利用工具变量思想解决了回归中的内生性问题,也得到学界广泛认同和采纳。因此,为缓解测度方法单一引起的测量偏误问题,本文将 法()估计的企业全要素生产率用于基准回归,以 法()和 法()的测算结果进行稳健型检验。核心解释变量本文核心解释变量 为国家级大数据综合试验区试点虚拟变量。若 企业注册地位于试点区域内且在 年该项政策已开始试点则赋值
23、为 ,否则赋值为 。控制变量参考王鹏飞等()和李姝等()的做法,选取以下变量作为控制变量:()财务杠杆:以资产负债率表示,即总资产与总负债之比;()独董比例:独立董事占董事会总人数的比例;()两职合一:若董事长兼任总经理则取值为 ,否则取 ;()股权集中度:以第一大股东持股占总股本比重表示;()托宾 值;()企业规模:总资产取自然对数;()企业年龄:以企业成立年限取自然对数表示;()资产报酬率:以净利润与总资产之比表示;()产权性质:若为国有企业则取值为 ,否则取 ;()资产结构:固定资产占总资产的比重。(三)数据来源与处理本文选取 年中国沪深 股上市公司为研究对象,将注册地点位于国家级大数据
24、综合试验区试点区域内的样本企业作为实验组,其余企业作为控制组,并对企业级数据进行如下处理:()剔除金融类企业样本;()剔除带有 或 标记的非正常交易企业样本;()剔除关键变量存在缺失值或异常值的样本;()剔除资产负债率小于或大于的企业样本;()对连续变量进行上下 的缩尾处理。进行上述操作后共获得 条企业 年份观测值。本文企业层面原始数据来自国泰安数据库()和 数据库,区域层面数据来源于历年 中国统计年鉴。国家级大数据综合试验区试点名单来自工信部网站。相关变量的描述性统计详见表 。其中,被解释变量企业全要素生产率在使用 法测算下样本企业的全要素生产率最大值达 ,最小值仅为 ,说明不同企业间的生产
25、效率差异较大。同样,使用 法和 法测算的最大值和最小值也存在较大差距。其余变量如企业规模、盈利能力等控制变量也在较大范围内波动,统计值分布均在合理范围内,与现有研究相近。表 描述性统计变量符号观测值均值标准差最小值最大值全要素生产率(法)大数据试验区 企业规模 财务杠杆 独董比例 两职合一 云南财经大学学报(年第 期)表 (续)变量符号观测值均值标准差最小值最大值股权集中度 托宾 值 资产报酬率 产权性质 企业年龄 资产结构 四、实证结果分析(一)基准回归为验证研究假设 ,首先进行基准模型检验,结果如表 所示。其中,表 的()()列未加入任何固定效应,表 的()()控制了行业和年份固定效应。表
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据 发展 如何 影响 企业 要素 生产率 基于 外部 双重 视角 分析
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。