數字技術對企業生產效率的影響
——基于智能制造試點的經驗研究

□ 趙濱元

（天津市大數據管理中心 戰略發展研究處，天津 300221）

一、引 言

新一代數字技術與制造業應用場景深度融合，衍生出網絡化、數字化、智能化制造范式[1,2]?！吨悄苤圃彀l展規劃（2016-2020 年）》明確提出，到2020 年，建成300 個以上智能制造試點示范項目，試點示范項目實施前后實現生產效率提高20%。2015—2018 年，國家工業和信息化部連續4 年組織實施智能制造試點示范行動，先后遴選了305個試點示范項目。有學者基于智能制造試點示范行動檢驗數字技術對企業的影響。例如，權小峰、李闖[3]、張樹山等[4,5]將此行動視為一次準自然實驗，發現數字技術的應用能夠降低企業成本粘性，提升企業績效，顯著影響企業技術創新投入?？傮w來看，現有研究成果對智能制造試點示范行動的實施效果做了初步探索，然而對試點示范行動目標完成度的檢驗相對較少。數字技術在制造業領域的創新應用究竟如何影響企業生產效率，已經成為當前亟待研究的重要問題。

三十多年前，諾貝爾經濟學獎得主羅伯特·索洛（Robert Solow）提出了著名的“ICT 生產率悖論”[6]，即“除了在生產率的統計方面，計算機的影響力已經無處不在”?，F有研究普遍認為，ICT 生產率悖論是要素錯配的結果[7-9]。即便從信息與通信技術這一更廣的理論范疇來看，當前ICT 生產率悖論似乎也已經消失了[10,11]。當然，也有學者指出，ICT 生產率悖論的某些“解決方案”可能忽略了信息與通信技術生產率變化的部分重要特征[12]?？偟膩砜?，現有研究成果對“數字技術能夠促進企業生產效率提升”這一觀點基本達成共識，而關于數字技術對企業生產效率作用機制的認識則見仁見智，相關研究方興未艾。

現有研究主要從分工效率、協作效率和數實孿生三個角度闡述數字技術對企業生產效率的影響機理。一類研究認為，數字技術連接了大量潛在目標客戶群體和產品生產主體，整合重構產業鏈資源，使分工深度從企業轉向產品、分工廣度從局部拓展至全球，通過提高分工效率促進生產效率提升[13,14]。另一類研究成果顯示，數字技術促進了分布式協同生產的發展，催生了分布式協同制造的“云工廠”，依托工業互聯網平臺沉淀可復用的數據資源，形成了大規模定制生產的柔性生產模式，通過全產業鏈高效協同促進生產效率提升[15,16]。另外，部分研究成果表明，數字技術基于人工智能算法和快速發展的虛擬現實、增強現實、混合現實技術，構建起與現實交相呼應的虛擬網絡空間，為現實生產制造注入“數據基因”，通過全域數據化感知和數據同步，大幅度提升生產效率[17]。

本文借助工信部智能制造試點示范行動這一準自然實驗，實證檢驗數字技術對企業生產效率的促進作用和企業創新能力的中介效應，并對企業異質性在此過程中的作用進行探討。以“是否獲批智能制造試點示范項目”這一虛擬變量作為衡量企業數字技術創新應用水平的指標，運用雙重差分傾向得分匹配方法克服由遺漏變量、選擇偏差等因素導致的內生性問題，檢驗數字技術對企業生產效率的促進作用。在此基礎上以專利申請數量作為衡量企業創新能力的中介變量，構建中介效應模型，檢驗企業創新能力在上述促進作用傳導路徑中的中介作用，并按照企業所有權性質、企業規模和所在區域進行分組回歸，考察企業異質性對上述促進作用的影響。

本文邊際貢獻如下：（1）研究視角上，聚焦企業生產效率這一智能制造試點示范行動目標進行檢驗，圍繞數字技術和企業生產效率之間的關系展開討論，通過檢驗數字技術對企業生產效率的影響程度、作用機制和效果差異，為科學評價智能制造試點示范行動實施效果、深化數字技術推廣應用、探索制造業智能化轉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示范項目企業特征相似的企業作為對照組，力求最大程度降低選擇性偏差造成的影響，在此基礎上使用雙重差分法，估計數字技術對企業生產效率的帶動作用，保障了研究結論的客觀性。

二、理論分析與研究假設

（一）數字技術對企業生產效率的促進作用

智能制造是以技術迭代倒逼流程再造、功能重塑、業態顛覆的新型制造模式，呈現出萬物互聯、數據驅動、創新迭代三方面特征。數字技術對企業生產效率的促進作用也主要體現在載體平臺、資源要素和技術創新這三重屬性上。

從載體平臺的角度來看，“互聯網+”提高了制造業的發展質量。根據梅特卡夫法則，網絡的價值等于其節點數的平方。以開放、共享、協同為特征的新興網絡技術，縮短潛在的空間距離，深刻改變著各個行業的運行方式和發展路徑。網絡作為支撐智能制造發展的載體平臺，顯著改變了制造業的發展格局和組織模式，驅動企業組織管理、運營模式、發展方式創新和轉變，衍生出新的網絡化制造業態[18]?！盎ヂ摼W+”有效連接了產業鏈供需兩端，將消費者直接納入生產流程，將消費者需求直接融入各個生產環節。制造業企業能夠利用互聯網平臺直接面對消費者，精準對接消費者需求，減少了生產過程中資源要素的消耗與浪費，提高了企業生產效率[19,20]。

從資源要素的角度來看，“大數據+”提升了制造業的發展效率。不同于勞動力、資本、自然資源等生產要素，數據具有高流動性的特征，擴散成本低，擴散速度快[21]。作為一種新型生產要素，數據依托產業大腦和數據中樞挖掘提煉潛在價值，創新迭代產業數據整體建模、質量管控，推動產業體系不斷向柔性生產、精準服務、協同創新迭代升級[22]。作為促進數字技術應用的重要資源，數據直接參與生產流程，與勞動力、土地、資本等傳統要素有機結合，促進跨區域、跨行業、跨環節生產資源的有效整合，為充分發揮傳統要素在生產中的作用、提升企業生產效率提供有力支撐。

從技術創新的角度來看，“人工智能+”增強了制造業的發展動力。根據摩爾定律，與農業技術、工業技術不同，新一代數字技術擴散速度更快、迭代周期更短[23]。人工智能技術通過對傳統制造業產業鏈的智能化升級改造，推動形成協同化、定制化、柔性化、綠色化的新型創新體系、生產方式和產業形態，促進產業價值鏈向高端邁進和企業生產效率提升[24]。因此，提出以下假說：

假說1：數字技術能夠顯著促進制造業企業生產效率提升。

（二）企業創新能力對數字技術作用的中介效應

在數字技術對企業生產效率作用的傳導機制上，企業創新能力是一條較為清晰的傳導路徑。一方面，數字技術能夠從用戶集成和供應商集成兩個維度促進企業創新能力提升。從用戶集成的角度來看，基于新一代數字技術，制造業企業能夠采集用戶行為數據和產品全生命周期數據，構建逆向信息快速響應的創新模式[25]。企業通過提供“智能產品+智能軟件”感知用戶需求并向用戶提供服務，與用戶建立“強關系”，成為24 小時在線、感知、預測用戶需求的“客戶運營商”，將用戶需求實時反饋到研發設計環節，提升產品迭代升級效率[26,27]。從供應商集成的角度來看，數字技術有助于制造業企業從供應商獲取更多技術資源，加快產品更新速度[28]?；诟咚侔l展的數字技術，制造業企業更易于獲得高效的創新服務，有助于加速新技術迭代升級，促進技術水平和創新能力提升。

另一方面，知識學習、知識產出、成果轉化等企業創新能力能夠顯著影響企業生產效率。知識學習的過程能夠消化、吸收和轉化外部獲取的知識，使其成為企業實際擁有的技術資源，并且依靠已有知識存量使其在研發創新過程中提高生產效率。知識產出能力是影響自主研發創新作用于生產效率的技術能力因素，在自主研發創新過程中，較高的知識產出能力可以有效發揮知識資本的促進作用。企業自主研發創新的最后一個階段是科技成果的轉化，在這一階段，企業通過利用知識產出所獲取的新技術開發出具有自主知識產權的新產品，從而產生更大經濟效益。成果轉化能力較高的企業可充分利用知識產出及時收回研發成本，將成果轉化收益進一步投入成果轉化能力的提高與知識資本的累積過程中[29]?；诖?，提出如下假說：

假說2：在數字技術促進制造業企業生產效率提升的過程中，企業創新能力能夠發揮中介作用。

（三）企業異質性對數字技術作用的影響

從企業所有權性質來看，數字技術對非國有企業生產效率的促進作用更強。在數字經濟時代，數字技術需要快速響應業務發展變化，甚至推動業務創新[30]?；隗w制機制方面的原因，國有企業數字技術創新應用效果相對較弱[31]，而非國有企業運用數字技術提升企業生產效率的效果更為明顯[32]。

從企業規模來看，數字技術對大型企業生產效率提升的促進作用相對較強。雖然熊彼特創新模型表明，競爭會加速技術應用，然而激烈的競爭往往會造成嚴重的租值消散。由于競爭對手的模仿創新，數字技術發展變化速度較快，對企業的配套能力要求較高，創新應用通常只能帶來短期利潤，中小企業沒有足夠的動力采用數字技術提高生產效率[33]。

從企業所在區域來看，數字技術對東部地區企業生產效率的促進作用相對更強。從載體平臺的角度來看，數字化平臺不僅為企業提供了在線協同配置創新資源的機會，也為企業尋找合作伙伴、增強交流對接提供了信息獲取渠道。企業可以在線上交流的基礎上，通過實地調研、線下研討、共建實體平臺等方式進一步深化合作[34]。從資源要素的角度來看，數據的低擴散成本和高擴散速度特點，導致數據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具有較多的交流合作機會，可以通過彼此共享開放數據要素增加數據要素的利用效率[35]。從技術創新的角度來看，數字技術提高了實體平臺對人才、技術、知識等創新資源要素的配置效率，增強了實體平臺對資源要素的集聚效應[36]。因此，數字技術的創新應用增加了企業在地理空間層面集聚的可能性，為企業和資源有效配置和空間集聚提供了有力支撐。與中西部地區相比較，東部地區制造業基礎較為雄厚，基礎設施較為完善，能夠充分發揮數字技術三重屬性對企業生產效率的促進作用。因此，提出以下假說：

假說3：非國有企業、大型企業和東部地區企業應用數字技術對生產效率的促進作用相對更強。

三、模型設定與指標選擇

（一）模型設定

為檢驗數字技術對企業生產效率的影響，可以通過比較企業實施智能制造項目前后的簡單差異（單差法）進行判斷。但在企業獲批智能制造項目前后，部分影響企業生產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字技術作用的估計結果。為避免其他因素對企業生產效率影響的干擾，本文使用雙重差分法（DID）進行檢驗，模型如下：

其中，tfp為企業生產效率，treated為“是否獲批智能制造試點示范項目”這一虛擬變量，用來衡量數字技術應用水平，X代表控制變量，u、λ分別表示時間和個體固定效應，ε表示隨機擾動項。

運用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示范項目”這一因素對企業生產效率的影響，各企業生產效率的變化趨勢不存在系統性差異。為削弱處理組和對照組之間存在的系統性差異，本文采用基于反事實推斷的雙重差分傾向得分匹配法（PSM-DID），檢驗數字技術應用對企業生產效率的凈效應。

（二）指標選擇

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

2.核心解釋變量（數字技術）。借鑒張樹山等[5]的處理方式，使用“是否獲批智能制造試點示范項目”衡量數字技術應用水平。

3.控制變量。參考黃鍵斌等[31]的方法，本文選擇總資產、經營性現金流量、現金持有量、兩職合一、所在省份經濟發展水平5 項指標作為控制變量。

4.中介變量（企業創新能力）。由于專利數據的可獲得性較強，專利數量已經成為衡量企業創新能力經常使用的指標，基于此，本文使用當年專利申請數量（patent）作為衡量企業創新能力的統計指標。上述指標賦值規則如表1 所示。

表1 主要指標賦值規則

（三）數據處理與描述性統計

綜合考慮數據的可得性和完整性，本文使用制造業上市公司2009—2021 年度數據作為考察樣本。地區生產總值來源于中國統計年鑒，“是否獲批工信部智能制造試點示范項目”及獲批年份來源于工信部網站，專利申請數量來源于國家知識產權局專利之星檢索系統，其余原始數據來源于滬深證券交易所發布的上市公司年報。在對總資產、經濟發展水平取自然對數并對全部連續變量進行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。描述性統計如表2 所示。

表2 各變量描述性統計

四、實證檢驗

（一）基準回歸結果

表3 報告了基準模型的回歸結果。其中，方程（1）使用時間、個體雙固定效應模型進行回歸。結果顯示，應用數字技術的企業，生產效率高于全體樣本平均值7.51個百分點。雖然雙固定效應模型對不隨時間和個體變化的不可觀測變量進行了控制，但可能存在選擇性偏差問題，即生產效率高于整體平均水平的企業，可能更加傾向于選擇應用數字技術。為削弱選擇性偏差問題，進一步加強數字技術與企業生產效率之間的因果推斷，將全體樣本劃分為應用數字技術的處理組和未應用數字技術的對照組，并使用雙重差分法檢驗處理組應用數字技術前后生產效率的變化程度。檢驗結果如方程（2）所示，應用數字技術的企業生產效率發生顯著變化，處理效應達到9.6%（e0.092-1=0.096）。上述雙重差分法檢驗過程對處理組和對照組作出區分，卻忽略了如下問題：在是否應用數字技術之外，二者之間是否存在其他系統性差異，特別是這些差異可能顯著影響企業生產效率的變化趨勢，導致二者生產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行控制，就可能出現虛假回歸現象。因此，在雙重差分之前，需要進行傾向得分匹配，選擇與處理組特征相近的樣本作為控制組。方程（3）使用logit 模型估計傾向得分，并使用二次核函數進行核匹配（高斯核、雙權核、均勻核、三次立方核的核匹配結果以及卡尺匹配、k 近鄰匹配、卡尺內最近鄰匹配、局部線性回歸匹配的匹配結果與此完全一致）。結果顯示，在進行傾向得分匹配后，應用數字技術對企業生產效率的處理效應達到12.0%（e0.113-1=0.120）。方程（4）用probit 模型代替方程（3）中的logit 模型估計傾向得分，得到基本一致的回歸結果，即應用數字技術可以帶動企業生產效率提升13.2%（e0.124-1=0.132）。上述檢驗結果驗證了假說1 提出的論斷，數字技術能夠有效促進企業生產效率提升。

表3 基準估計結果

（二）穩健性檢驗

為檢驗數字技術對企業生產效率的影響是否客觀存在，使用構造虛擬處理時點的方式，對數字技術的處理效應進行安慰劑檢驗，分別將處理期提前1～4 期，檢驗結果如表4 所示。當處理期提前1 期時，處理效應僅在10%的水平上顯著；而當處理期提前2～4 期時，處理效應均不顯著。因此，數字技術對企業生產效率的影響具有較強的客觀性。

表4 安慰劑檢驗結果

為檢驗LP 法計算全要素生產率的穩健性，使用另外4 種計算方法進行穩健性檢驗，表5 列出了檢驗結果，雖然全要素生產率計算方法改變后，各解釋變量系數的絕對數值有所波動，但各個系數的方向和顯著性均未發生明顯變化。由此說明，使用LP 法計算全要素生產率具有較強的穩健性。

表5 TFP 計算方法的穩健性檢驗結果

此外，為削弱遺漏變量、雙向因果等原因導致的內生性問題，本文借鑒周明生、張一兵[39]的做法，基于所在省份互聯網寬帶用戶接入數量、集成電路產量、軟件業務收入、移動電話人均擁有量4 項指標，通過主成分分析法，構造“所在省份數字技術發展指數”指標，以此作為工具變量進行兩階段最小二乘回歸。結果表明，工具變量與核心解釋變量顯著正相關，第二階段回歸結果與方程（3）的回歸結果基本一致，即各解釋變量的系數方向和顯著性水平均未發生明顯變化。因此，本文基準估計結果得到的因果關系具有較強的合理性。

（三）中介效應分析

上述實證檢驗結果尚未探討數字技術對企業生產效率的促進作用機制，而假說2 提出，企業創新能力是數字技術影響企業生產效率的傳導路徑之一。為檢驗企業創新能力在數字技術對生產效率的影響機制中的作用，使用中介效應模型進行逐步回歸。表6 報告了中介效應檢驗結果。

表6 中介效應估計結果

方程（13）回歸結果顯示，數字技術對企業創新能力的提升存在正向影響。制造業企業在應用數字技術的過程中，通過生產裝備和生產工藝數字化智能化轉型，促進自身創新能力提升。方程（14）中企業創新能力對生產效率的回歸系數同樣顯著為正，而在增加企業創新能力中介變量后，數字技術對企業生產效率的回歸系數從0.113 降至0.082，表明數字技術通過對企業創新能力的積極影響間接促進生產效率提升。制造業企業在裝備和工藝智能化的基礎上，在數字技術創新應用中產生更多創新理念，促進企業生產管理能力和生產效率提升。通過企業創新能力產生的中介效應通過了Sobel-Goodman 檢驗和Bootstrap 檢驗，占比達到27.62%（0.754×0.042/0.113），這驗證了假說2 提出的論斷?？傮w來看，數字技術的直接效應大于中介效應，即數字技術對企業生產效率的影響仍以直接效應為主。

（四）異質性分析

為檢驗企業異質性對數字技術作用的影響，本文借鑒韓會朝、徐康寧[28]的處理方式對全體樣本進行劃分。異質性檢驗結果如表7 所示。

表7 中介效應估計結果

觀察方程（15）和方程（16）的回歸結果可知，非國有控股企業的處理效應系數為正且顯著，而國有控股企業的處理效應系數并不顯著，這一結果表明，基于體制機制、政策傾向、發展路徑等因素，數字技術對國有控股企業生產效率的作用相對較弱，而非國有企業能夠敏銳地洞察市場機會，適時地發起技術變革，有效發揮數字技術對企業生產效率的促進作用。觀察方程（17）和方程（18）的回歸結果發現，數字技術能夠促進大型企業生產效率提升15.0 個百分點（e0.140-1=0.150），而對中小企業生產效率的平均帶動作用并不顯著，說明中小企業應用數字技術對生產效率的拉動作用相對較弱，而大型企業能夠更加充分地發揮數字技術應用效能。對比方程（19）和方程（20）的回歸結果可知，應用數字技術的東部地區企業生產效率比東部地區整體平均水平高出15.5 個百分點（e0.144-1=0.155），而應用數字技術的中西部地區企業生產效率并未顯著提升。東部地區擁有成熟的工業互聯網平臺，信息化資源和基礎設施更加成熟，資本量也相對較為充沛，數字技術行業平臺和區域平臺更為完善，能夠對企業發揮數字技術促進生產效率的作用起到有力支撐。上述結果均支持了假說3 的推斷。

五、結論與啟示

（一）研究結論

本文實證檢驗數字技術對企業生產效率的促進作用，得到以下結論。（1）數字技術的應用實施能夠顯著促進制造業企業生產效率。數字技術的網絡平臺、數據要素、技術創新三重屬性，增強了制造業的發展質量、發展效率和發展動力。（2）進一步研究發現，企業創新能力發揮了重要的中介作用。數字技術可以通過帶動企業創新能力增強，間接驅動生產效率提升。（3）異質性分析結果表明，數字技術對不同企業生產效率的作用強度是不同的，非國有企業、大型企業和東部地區企業應用數字技術對生產效率的促進作用相對更強。

基于上述結論，本文（1）深化了對數字技術屬性的認識。在通用技術屬性的基礎上，基于梅特卡夫法則、摩爾定律、熊彼特創新模型等經典理論，從載體平臺、資源要素、技術創新三個維度歸納數字技術的屬性，進一步加深了對數字技術特有屬性的認識。（2）豐富了數字技術對企業生產效率影響機制的研究?；谥T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“數字技術—企業創新能力—企業生產效率”的作用路徑。（3）補充了對不同企業應用數字技術異質性特點的分析。按照企業所有權性質、企業規模和所在區域，對研究對象進行分樣本回歸，進一步拓展了對數字技術作用的分析思路。

（二）政策啟示

本文得出以下三點政策啟示。（1）持續推進數字技術普及推廣應用。引導制造業企業創新應用新一代數字技術，以裝備智能化作為數字技術應用的突破口，通過感知分析、監督控制、推理決策等裝備智能化升級改造，實現數值模擬、參數優化、智能迭代等生產工藝智能化，促進數字技術迭代升級和技術創新能力提升。（2）進一步發揮數字技術對企業創新能力的驅動作用。引導制造業企業基于自身業務特點，聚焦關鍵業務環節，在數字技術創新應用中提升算法性能，挖掘數據價值，更好賦能生產效率提升。（3）因企制宜發揮數字技術賦能作用。對非國有企業開展智能化升級改造給予補貼，聚焦數字技術在制造業領域應用轉化路徑重點發力；利用新一代數字技術加速重構國有企業生產制造模式，發揮新型舉國體制優勢，探索打造數字技術研發轉化全鏈條模式。引導大型企業積極參與智能化改造和智能制造試點示范項目申報，進一步完善項目培育、遴選、申報工作機制；依托智能化解決方案供應商和平臺服務商搭建公共服務平臺，彌補單個中小企業技術創新短板。鼓勵東部地區企業加強對成熟經驗舉措的宣傳推廣，發揮試點示范帶動效應；引導典型案例、先進經驗在中西部地區復制、推廣、轉化，支持龍頭企業在中西部地區建設產業鏈級數字技術平臺，營造數字技術良好創新發展生態。