新型数字基础设施对制造业高质量发展的影响

本章在基准回归部分采用混合OLS、固定效应模型和随机效应模型估计2007—2016年中国地级市新型数字基础设施水平对当地制造业企业高质量发展的溢出效应。表2是相应的基准回归结果。模型1汇报了仅控制时间效应、地区效应和行业效应的估计结果，新型数字基础设施水平提升1单位可以使制造业TFP提高0.008，但是未通过10%的统计显著性检验。在控制其他企业特征变量后，模型2中新型数字基础设施每变化1单位可以显著使制造业TFP产生0.012的同向变动，说明在排除其他影响制造业企业效率的因素后，数字基础设施对制造业高质量发展产生了更加显著的正向作用。进一步，模型3和模型4是采用个体时间双固定效应模型的估计结果，模型5和模型6则汇报了控制时间影响后的随机效应拟合情况，其中新型数字基础设施（digfra1）的估计系数均在1%的置信水平下显著为正。因此，推演得到如下结论：新型数字基础设施对制造业高质量发展存在显著的正向溢出效应。

在控制变量中，企业规模（scale）、企业购买能力（purch）、企业市值（q）、企业运营能力（profit）、股权集中度（share）和企业年龄（age）的回归系数均显著为正，即企业资产规模和货币资金规模的扩大、托宾Q值和资产收益率的提高以及股权密集程度和经营年限的增长都会引起制造业企业全要素生产率的同向变动。企业职工薪酬比例（hire）的回归系数显著为负，说明应付职工薪酬占营业成本的比值提高会抑制制造业企业效率的提升。这可能是因为职工薪酬占比的提高意味着制造业企业劳动力成本的提高，在加重制造业企业成本负担的同时，这一改变还会对制造业企业的劳动力需求产生挤出效应，从而对制造业的生产率造成不利影响（丛屹等，2018）。

表2　新型数字基础设施对制造业高质量发展的影响：基准回归结果(www.xing528.com)

注：*、**、***分别表示在10%、5%和1%的显著水平上显著；括号内数值为聚类标准误差。