CNDD文献复刻 | 数实产业技术融合与企业全要素生产率（免分享）
产业之间的技术融合是产业融合发生的前提条件,也是产业融合最主要的驱动因素。以互联网、大数据、云计算和人工智能为代表的数字技术广泛嵌入到传统产业技术创新过程中的研究开发、设计制造、技术管理、成果转化等多个环节中,改变了原有技术创新过程中的生产要素配置结构与配置效率,大幅削减技术创新过程中的研发成本与搜寻成本。数字技术在创新过程中不断更新迭代与相互融合,以此形成的“数据+算法+算力”集成创新能力逐步推动传统产业生产过程中的工业技术向智能技术转化。而企业作为经济运行的微观主体,同时也是数字技术与实体经济深度融合的微观载体,企业通过将数字经济产业技术应用于技术创新过程以及对实体经济产业技术的数字化改造,实现数字经济产业与实体经济产业在技术层面的融合。在中国经济从数量追赶转向质量追赶的转型过程中,提高全要素生产率是经济转向高质量发展的核心任务与主旋律,如何提高企业全要素生产率是推动企业高质量发展的关键议题。因此,本期分享的文章将全要素生产率作为主要研究对象,探究企业进行数实产业技术融合的创新行为能否以及如何赋能企业全要素生产率的提升,为中国推动数实产业技术深度融合和企业高质量发展提供理论支撑和政策启示。
▪ 文献来源： 黄先海，高亚兴.数实产业技术融合与企业全要素生产率——基于中国企业专利信息的研究 [J].中国工业经济,2023,(11):118-136.
▪ 数据与代码来源：《中国工业经济》编辑部 (中国工业经济 (ajcass.org)
▪ 关键词：数字经济；技术融合；全要素生产率；高质量发展；创新变革
▪ 主要内容：数字经济与实体经济深度融合是中国经济高质量发展的内在要求与战略方向，本文利用中国企业专利信息，从微观视角测度企业的数实产业技术融合行为，并以中国上市公司为样本，研究其对企业全要素生产率的影响及作用机制。研究发现，企业的数实产业技术融合行为能够显著提升企业的全要素生产率，并且该结论在进行内生性控制和稳健性检验之后依然成立。机制分析表明，从创新变革视角看，数实产业技术融合有助于拓展企业知识宽度，提升技术创新质量，从而提升企业全要素生产率；从竞争能力强化视角看，数实产业技术融合能够强化企业对融合技术扩散的吸收能力，提升产品竞争力，从而提升企业全要素生产率。异质性分析表明，在内部特征方面，除数字产品服务业外，企业涉及的其他数字经济核心产业技术融合对全要素生产率均有显著的提升作用；偏向于实体产业技术创新的企业从数实产业技术融合中能获得更大的全要素生产率提升效益。在外部环境方面，知识产权保护水平能够增强数实产业技术融合对企业全要素生产率的提升作用，而不同的数字基础设施建设水平并未表现出明显差异。本文的研究结论为中国推进数实产业技术融合、推动企业高质量发展提供了事实支撑与政策启示。
▪ 创新点：（1）基于企业的微观视角,从技术层面对数实产业技术融合进行测度,研究了企业数实产业技术融合对全要素生产率的影响,拓展了企业全要素生产率研究的数字化条件范畴。为后续围绕微观视角的数实融合研究提供理论参考。（2）在厘清数实产业技术融合内涵与特征的基础上,实证检验了其对企业全要素生产率的影响机制,丰富了技术融合促进企业发展在数字经济范畴的探讨。（3）从企业创新变革与企业竞争能力强化两个视角展开分析,为提升企业创新水平,强化企业技术吸收能力.规范企业竞争环境等方面的政策制定提供可行依据。
CNDD-0048 1990-2022年上市公司数字经济创新数据（附Stata处理代码）
CNDD-0090 上市公司全要素生产率数据（附stata计算代码）
文章构建模型(1)用于基准回归,以检验数实产业技术融合对企业全要素生产率的影响:
其中,下标i,t分别表示企业、年份,TFP;为企业i在年的全要素生产率。TechConv;为企业i在1年的数实产业技术融合数量,ConlVars;为一系列控制变量构成的集合，为企业固定效应,y,为年份固定效应。其中,B,为本文所关注变量的回归系数,若系数B,显著为正,则可以推断企业的数实产业技术融合行为能够提升企业的全要素生产率,支持本文理论的预期。
数实产业技术融合：专利之间的引用信息通常被用来度量企业技术特征(Acemoglu et al..2022厂,测度知识在企业间的溢出与扩散(CaiamdLi2019)以及用于新技术融合方向的预测TKimand Sohn,2020),本文基于专利引用信息捕捉数字产业知识在实体产业技术创新中的流动特征,以此测度企业的数实产业技术融合行为。具体而言,本文首先利用企业专利数据库中企业专利申请的IPC分类主分类号识别该项专利是否属于数字产业领域的技术创新。对IPC分类的识别依据国家知识产权局于2023 年3月发布的《数字经济核心产业分类与国际专利分类参照关系表(2023)》.该参照关系表基于《数字经济及其核心产业统计分类(2021)《国际专利分类表(IPC2022.01)》将数字经济核心产业分类与国际专利分类进行对照,覆盖了数字经济范围内数字产品制造业、数字产品服务业、数字技术应用业和数字要素驱动业等四类核心产业,建立起与国际专利分类表中大类、小类、大组、小组等层面的对照关系。本文将此参照关系表与专利数据库匹配,从而识别每项发明专利是否为数字产业技术。进一步地,利用专利公开号将专利引用信息与其他专利信息进行匹配,识别该项专利所引用的专利是否分类为数字产业技术。结合理论分析,本文对数实产业技术融合变量做如下定义:若该项专利IPC 主分类属于非数字产业技术,且其引用的专利中至少有一项专利分类为数字产业技术,则定义该项专利为企业的一次数实产业技术融合行为。基于此定义,将该指标加总到企业一年份层面得到企业各年度数实产业技术融合数量D,加 1取自然对数后作为企业数实产业技术融合的衡量指标，以 TechConv 表示。
企业全要素生产率：本文选取企业全要素生产率(TFP)作为被解释变量。本文使用LP法计算企业全要素生产率,其中,总产出、资本、劳动与中间品投入分别以上市公司数据库中企业的营业收人、固定资产净额、员工人数与购买商品、接受劳务支付的现金衡量。同时,在后文中,本文利用OP法重新计算企业全要素生产率,替代被解释变量进行稳健性检验。
本文基准回归结果如表1所示。其中,第(1)-(4)列分别为仅包含解释变量、加入一系列控制变量、进一步控制年份固定效应、同时控制年份与企业双向固定效应的逐步回归结果。由表1可见,企业的数实产业技术融合(TechConv)对企业全要素生产率(TFP_LP)的回归系数均显著为正，表明在创新过程中进行更多数实产业技术融合行为的企业,其全要素生产率水平会相对更高。第(4)列结果显示,在加人一系列控制变量,并控制年份、企业层面固定效应后,解释变量 TechConv的系数为0.0214,且在1% 的水平上显著,即企业数实产业技术融合数量每增加1%,企业全要素生产率会提高0.0214%,表明企业进行数实产业技术融合对企业全要素生产率具有显著的正向影响,此结论也与本文理论分析部分相印证。
见推文末尾。
▪ 客服微信方式：
扫描下方二维码，或搜索下方微信号。
添加客服微信号：
DeepData001
获取更多更新数据
1. 除中国深度数据库（CNDD）特殊声明外，CNDD对基于合法来源的数据的选择、整理和编排具有独创性。任何自然人、法人、其他组织未经CNDD授权，不得以任何目的截取、上传、下载、复制、修改、使用、编译等或者以任何方式任何媒介传播上述作品的任何部分，否则视为侵权。
2. 对于存在侵害CNDD上述权利违法行为的主体，CNDD保留依法追究其法律责任的权利。
任何使用CNDD数据等产品的单位和个人，承诺只将CNDD的数据等用于学术研究，并在所得研究成果（包括但不限于学术论文、咨询报告等）中注明数据来源于CNDD。数据来源的注明方式请参考：“本研究数据来源于中国深度数据库CNDD”；英文参考：“We get the data from CNDeepData (CNDD)”。
中国深度数据库：让精品数据 得以流动
CNDeepData：Let high-quality data flow without barriers
