左思明，刘静喆
(北京工商大学经济学院，北京 100048)
随着现代通信、互联网等技术的发展，全球已进入数字经济时代，以数字服务、交付为特征的新型贸易成为贸易发展的主流。根据美国国际贸易委员会定义，数字贸易是指通过有线和无线数字网络传输产品或服务，具体可分为数字内容服务、社交网站服务、搜索引擎服务及其他数字服务四类，既包括国内贸易也包括国际贸易。数字贸易也可从狭义与广义两种角度分别定义，从狭义来看数字贸易仅指利用数字技术发展的商业平台，广义的数字贸易则在此基础上加入了ICT产品与服务、数字产品与服务、人员流动和数据传输[1]。目前，数字贸易已成为推动经济发展的新引擎。Haitao Wu提到创新与产业结构优化离不开互联网的发展[2]，互联网的存在也是电子商务、跨境电商等数字贸易平台发展的基础。目前，中国政府已把数字贸易定义为推动贸易进步、经济发展的重要驱动力，对数字贸易建设给予高度重视[3]。根据《中国数字经济发展与就业白皮书》数据显示，在2020年，我国数字经济规模达到39.2万亿元，同比增长9.7%，占国民生产总值的38.6%；
其中，跨境电商是主要贸易方式，2020年以跨境电商形式促成的进出口额达1.69万亿元，增长31.1%，其规模与5年前比增长近10倍，成为中国经济发展新引擎。并且，在2022年4月，我国在青岛自贸区设立了首个数字仓库，这是一个集数字仓储、数字贸易、数字金融三位一体的平台。目前，数字贸易占全球贸易总额的比重持续增加，特别是疫情期间，数字贸易极大地替代了传统贸易，已成为全球经济发展的重要推动力。
数字贸易已然成为全球经济发展的焦点，作为经济发展的微观个体，数字贸易发展也对企业生产效率的提高产生了重要影响。自2001年中国加入世贸组织，中国企业开始与世界接轨，国际贸易的发展成功拉动了国内经济发展，改善了企业经营状况；
但近年来，由于国际市场持续低迷及新冠肺炎疫情的爆发，企业传统线下贸易发展受阻，面临营收下降、原材料价格上涨、离职率升高等问题。而数字贸易具有全球性及数字性的特点，改变了传统贸易模式，拉近了企业与客户间的距离，带来了新的增长机会，促进了贸易发展。特别是中小企业，由于数字贸易的存在，贸易对象不再只是大型跨国企业，规模较小的企业也有机会参与到国际贸易中，提高了企业自身竞争力，扩大了企业贸易规模。数字贸易的发展有利于改善收入分配格局，促使企业员工收入朝均等化方向发展[4]，这会提高员工的工作积极性，有助于企业整体生产效率的提高。因此，数字贸易的发展能否推动企业全要素生产率的提高？数字贸易与企业全要素生产率之间的作用机制与影响路径是什么？影响因素有哪些？在数字贸易成为国际贸易主流趋势背景下，如何加强数字贸易，促进企业生产率的提高，是亟待解决的问题。
本文以2013—2020年中国2285家上市企业为研究对象，将全要素生产率作为企业生产经营状况的表示。选取去除西藏后的国内30个省份数据，利用熵值法测算各省的数字贸易评分，该评分表示各地区的数字贸易发展水平。依据数字贸易低成本、高流动的特点，本文从交易成本、产业结构升级、人力资本水平角度来探究数字贸易与企业全要素生产率的作用机理，从而进一步剖析企业全要素生产率变化的原因是什么，并建立中介效应模型进行实证检验。以期从贸易角度丰富企业全要素生产率的相关研究。
全要素生产率(Total Factor Productivity，TFP)是衡量经济发展水平的指标，它的含义源于索洛(Robert Merton Solow，1957)提出的具有规模报酬不变特性的总量生产函数和增长方程，是指由劳动、资本等因素之外的投入带来的产出增加效应。全要素生产率可作为核心指标衡量企业等经济个体的发展状况[5]。目前，对全要素生产率的研究集中在对全要素生产率的测算、测算方法的比较及有关全要素生产率的影响因素三方面。
根据众学者对全要素生产率测算的研究情况，总体可分为宏观层面与微观层面两类。宏观层面包括国家、地区、产业、行业等方向，微观层面则主要以企业为研究对象。其中，生产函数是测算全要素生产率的核心，不同生产函数对应的测算方法之间存在差异。地区、行业等宏观层面的测算方法主要为以Malmquist指数为基础的各种模型，例如DEA-Malmquist指数[6-7]、Malmquist-Luenberger指数[8]；
对于微观层面企业全要素生产率的测算，其机理与宏观研究截然不同。目前对于企业全要素生产率的研究，大多选取A股上市公司或中国工业企业为研究对象，采用LP法、ACF法、OP法等，其中LP法、OP法是目前使用最多的方法。上述不同方法所得结果间有一定差异，鲁晓东应用最小二乘法、固定效应方法、OP法和LP法等参数和半参数方法核算了我国主要工业企业的TFP，对测算结果进行横向对比，发现半参数法更有效，可避免传统方法中的内生性等问题[9]；
张志强利用蒙特卡洛模拟法对不同方法计算结果进行检验，发现通常情况下OP法、LP法、ACF法会高估企业的生产率, 而利用DeLoecker、GNR和联合估计得到的企业生产率结果更加稳健，增加值类生产函数不仅会高估企业生产率，更会高估生产率的离散程度[10]。因此，为确保测算结果的准确性及稳健性，多数学者选择OP法与LP法结合的方法。
全要素生产率变化的影响因素也是众多学者研究的重点，主要包括对外贸易、技术进步、要素配置、规模经济等。出口会对全要素生产率产生正向影响，但由于出口的外溢效应需要通过一段时间后才可发挥，因此该影响存在滞后效应[11]。Masayuki Morikawa研究了外部管理与企业生产率之间的关系，将董事会组成变化作为自然实验，利用双重差分模型，对实验前后企业生产率的变化进行对比，发现在短期内，外部董事人数的变化不会对企业全要素生产率造成影响[12],这也表明管理人员变动不会显著影响企业的全要素生产率。技术进步则是影响全要素生产率的重要因素，数字金融、数字化转型、数字经济等都是技术进步的表现，可提高企业的全要素生产率；
郭吉涛通过分解全要素生产率，发现在当前发展条件下，数字经济的发展会阻碍企业技术进步，并且会因所处产业不同其渗透度存在明显差异，这会对生产率的提高产生阻碍作用；
而进一步研究发现人才集聚及金融规模则会加强数字经济对全要素生产率的正向作用[13]。
现有文献中贸易与企业全要素生产率相关的研究主要集中在出口行为以及贸易自由化等方面。大多数学者认为出口会提高企业的全要素生产率，因为出口具有“出口中学习”效应以及“自我选择”效应，这使得出口企业的全要素生产率与非出口企业相比，有明显的出口溢价效应[14]。出口规模以及出口密集度也会对全要素生产率产生影响，邢志平指出出口规模会促进企业全要素生产率的提升，即出口量越大，全要素生产率越高；
相反，出口密集度则会产生抑制作用[15]。贸易自由化中，关税水平是重要体现，Kladiola Gjini研究发现关税对生产率存在负向影响，并且存在出口行为的企业，全要素生产率更高[16]。陈维涛等人对贸易自由化与企业全要素生产率之间的关系进行研究，发现贸易自由化会加强企业的创新水平，从而提高企业生产率。其中，若为中间品贸易，则不利于企业创新，从而降低企业生产率，并且贸易自由化与全要素生产率之间的关系也会受到企业性质的影响[17]。
数字贸易是数字技术与传统贸易的结合，其对经济发展的影响不容忽视，数字贸易已成为推动贸易发展的新趋势，是基于互联网技术开展的国内国际的贸易活动。有关数字贸易的研究主要集中于国家层面，包括数字贸易的测度、规则、发展现状以及数字贸易产生的影响方面。关于数字贸易的测度，大部分采取构建指标体系的方法；
贾怀勤等人建立了 “二元三环”结构及相应指标体系测度数字贸易，并提出了“实交比”测度法[18]。也有部分学者将数字贸易测度分为数字交付贸易、数字订购贸易等几个部分进行测度。数字贸易规则方面的研究分为两类，包括区域贸易规则与全球贸易规则。孙玉红等人对APEC成员间59个国家进行分析，研究信息与通信技术等产品贸易与区域贸易协定(RTA)之间的关系[19]。有关全球数字贸易规则的研究主要集中在当前国际规则与中国的应对措施方面。近年来，中国数字贸易发展迅猛，数字贸易在我国国民经济建设中的地位进一步提高。为了更好地利用中国在数字贸易建设中取得的成就，在数字贸易发展中掌握话语权，我国应完善国内的贸易体系建设并积极参与双边、多边的贸易规则建设[20]。柯静提出我国应对国家安全保障与数据跨境流动之间的关系进行平衡，发挥自身在跨境电商方面的优势，努力建设一个公平的规则[21]，同时应补齐数字贸易方面的短板，积极参与数字贸易国际规则制定，为全球数字贸易规则建设贡献中国力量，提出中国方案。数字贸易发展产生的影响有：降低碳排放强度、促进产业集聚、改善人均消费支出等。同样，我国数字贸易发展水平由于互联网发展、人口收入提高、产业结构优化、支付便利水平提升、网络交易规模增加、经济发展等因素而有所提升[22]。
根据当前学者研究，全要素生产率的测算由所选的生产函数以及研究对象的不同而有所差异，影响其变化的主要因素有要素配置、对外贸易、科技创新等，这些因素都会直接或间接地影响技术进步，从而影响企业全要素生产率。因此，全要素生产率的提高与技术进步密不可分；
进出口贸易带来的全要素生产率提高背后，其直接原因为“出口中学习”、“自我选择”、企业创新等带来的技术进步。数字贸易作为数字技术与传统贸易的结合，是社会整体技术提高的表现。因此，数字贸易是技术进步在贸易方面的具体体现，数字贸易发展带来的技术效应、结构效应等也是影响企业全要素生产率的关键因素。而现有数字技术相关与企业TFP的研究主要集中于数字经济、数字金融两个方面，数字贸易作为传统贸易与数字技术的结合，其发展必然会对全要素生产率产生影响。目前，对于数字贸易与企业生产率之间的内在联系的研究较少；
围绕数字贸易对企业全要素生产率的影响的研究也相对匮乏，数字贸易与产业结构升级、交易成本以及人力资本水平相关的研究较少。因此，本文从交易成本、产业结构升级、人力资本水平三个角度阐述数字贸易与企业全要素生产率之间的影响机制，并利用逐步回归与Sobel检验结合的中介效应模型进行实证分析，极大丰富了数字贸易与微观企业之间关系的研究。
数字贸易是当前及未来国际贸易的主体，其占全球服务贸易的比重高达61.1%。截至2020年底，我国数字服务贸易规模位列第五，数字贸易规模达到2947.6亿美元，具有广阔的发展前景。在2021年，我国将“数字贸易”列入《“十四五”服务贸易发展规划》中，并指明数字贸易发展的重点与路径。数字贸易本质为数字技术在传统贸易中的应用，本质仍为贸易活动，但以互联网、信息通信等为主的数字技术的运用改变了传统的交易方式，拉近了企业与客户间的距离，降低了信息不对称，从而提升企业效率，优化企业资源配置，使得企业生产率提高。除企业本身因素外，外界因素也会影响企业生产率。因此，数字贸易可通过以下方面影响企业的全要素生产率。一方面，数字贸易可通过技术创新影响企业全要素生产率。根据Molaee的研究，企业创新会提高全要素生产率[23]。数字贸易是数字技术与传统贸易的融合，因此其既具有技术与创新优势，也具备贸易的学习效应，技术优势会推动企业创新型发展，会影响经济整体的运行状况，若当地宏观经济状况整体向好，对企业发展则更有利，大部分企业都可以从贸易往来中获得利益，并且这些技术可以在企业的贸易交流中逐步完善与发展，有助于企业增强创新产出的动力，最终使得企业技术优化，全要素生产率提升。有助于经济的健康发展以及全要素生产率的提升。并且数字贸易中的数字技术会对创新产生空间效应[24]，明显提升企业的创新产出[25]。就宏观经济整体而言，数字贸易的优势可通过调整要素、资源的配置，提升经济整体运行效率促进经济发展，从而会对生产率有积极作用。因此，数字贸易作为技术创新的形式必然会对企业全要素生产率产生影响，但其影响方向会因企业自身因素而有所差异。另一方面，政府政策、税收优惠、基础设施等外界因素变化也会对企业全要素生产率产生影响。企业发展数字贸易必然需要进行研发活动，政府在企业研发方面的补助不仅会降低企业自身支出，也会激发企业创新的积极性，从而加大投资力度，提高创新产出，特别是以数字服务贸易为主要业务的企业，创新有利于其业务升级优化，增加企业收益。除直接补贴外，税收优惠政策也有利于企业全要素生产率的提高。这是由于数字贸易本身为技术进步的结果，技术进步必然存在资金及要素投入，税收优惠政策使得进行研发活动的企业降低成本，促使其将资金全部用于研发创新，方便后续追加投入，有利于技术进步与专利产出，提升全要素生产率。除研发投入外，政府对于专利的保护程度也会影响企业生产率[26]。数字贸易发展有助于企业专利产出，政府对专利的保护则代表政府对企业创新产出的重视程度，政府对创新活动的态度又会影响当地企业的行为。因此政府对专利的行政保护力度越强，越有利于企业全要素生产率的提升。基于上述分析，数字贸易会对企业全要素生产率提升产生正向影响。
假设1：数字贸易发展有利于企业全要素生产率的提高。
在企业生产经营活动中，交易成本也是制约生产率提高的关键因素，企业利用互联网等技术可以减少在追求创新过程中支付的搜寻、整合等的成本支出，将资金用于创新活动本身。在数字贸易过程中，传递信息、达成交易都是依靠网络等技术，网络的存在使信息传递更加便捷，节省获取信息的时间，提高资源利用率，从而促进全要素生产率提升。数字贸易的基础是信息化建设，可以有效提高企业内部的交流效率，有效减少信息不对称，减少机会主义行为，从而企业可以节省部分管理支出[27]。因此，数字贸易提高了信息的传递速度，使得产品与服务的交易成本都下降。因此，数字贸易可以通过作用于企业交易成本对企业的生产率产生影响。
假设2：数字贸易通过降低交易成本提高企业全要素生产率。
数字贸易属于数字经济的一部分，是数字经济在贸易方面的表现形式，是利用人工智能、区块链、5G等技术，对传统行业进行改造，实现数字产业化。目前，在产业结构调整的关键阶段，数字经济可有力推动产业结构调整，促进产业优化及融合发展，提升产业发展质量。此外，数字贸易可推动科学技术创新，改变现有生产结构及社会分工，促进产业结构优化升级。数字贸易是科技进步的表现，科技进步水平与产业结构优化升级之间的关系是长期存在的，且产业结构升级的原因也可归结为技术进步。技术进步主要通过以下几方面促进产业结构升级：第一，数字技术影响现有产业结构分布状况，使第三产业在国民生产总值中的比重增加；
第二，数字技术可使存在技术联系的部门联系在一起，使产业之间相互关联，提升各产业的运作效率；
第三，数字贸易会带动创新活动，改善传统贸易方式，提高贸易活动质量与规模，推动企业全要素生产率提高。
技术创新有利于企业的成本下降、产品升级，改善企业的要素资源配置，最终提高企业全要素生产率。通常情况下，技术具有外溢效应，传统企业在学习及吸收先进技术时会进一步提升自身的产出与技术效率。因此，产业结构优化带来的技术溢出效应有助于企业生产率的提升。产业与数字技术结合的表现为产业数字化，产业数字化发展会替代低端劳动要素，改变企业嵌入价值链的方式，利用 “创新激励效应”“价值共创效应”以及 “管理优化效应”来实现企业生产率的攀升，其中中小企业受影响最深[28]。数字贸易是技术进步的成果，将传统贸易与数字技术相结合，改变了传统行业的生产、交易方式，加快了信息的传递与流通，为传统行业带来新的经济增长点，使得行业整体全要素生产率提高。因此，可得出数字贸易可以通过促进产业结构升级影响企业的全要素生产率。
假设3：数字贸易通过促进产业结构升级提高企业的全要素生产率。
高层次的人力资本会增加企业的专利产出，专利水平则对企业全要素生产率具有显著的正向影响。以互联网、通信技术为依托的数字贸易的发展，使得企业员工可以更加快速、便捷地获取知识，有助于提升员工的知识水平，从而提高企业的人力资本水平。数字贸易是数字技术在贸易领域的应用，其发展必然会对企业的人力资本水平产生影响，并且贸易往来中具有技术外溢及学习效应，这会使得企业吸引更多高层次人力资本。以人力资本为形式的知识溢出效应也是保证经济持续增长和发展的引擎，并且在技术进步情况下这种效应会更强[29]。此外，高层次人力资本对企业的运营与管理具有深刻的影响，在数字贸易与数字经济时代，企业更应进行智慧运营与服务创新建设[30]。
高层次人力资本其学习能力较强，并且可以更好地将知识进行转化，当企业高层次人力资本比重增加时，企业的整体技术水平也会提高，从而带动企业创新产出[31]，即人力资本与企业的创新产出呈正相关。但激励人力资本质量作用的发挥存在差异性；
工资与员工产出成正比，工资报酬越高，员工的工作积极性也会越高，劳动生产率较高，进而增加了其产出。由于不同类型企业制定工资报酬的标准不同，其激励作用就存在差异，即当不同企业拥有同等水平的人力资本时，其全要素生产率水平也会有所不同。一般情况下，专利产出数量可视为企业的创新成果，人力资本水平则在企业申请专利方面发挥重要作用[32]，与企业专利数量呈正向关系，将人力资本进行层次划分，博士、硕士、学士都会增加企业的创新产出，但是硕士及以上层次人力资本对发明类产出作用明显[33]，即人力资本水平越高越有助于企业创新。在创新产出对企业生产率的影响中，发明专利对全要素生产率的影响越大，因此高层次人力资本有助于企业全要素生产率的提升。
假设4：数字贸易通过吸引高层次人力资本提升企业的全要素生产率。
(一)中介效应模型构建
本文参考温中麟的中介效应分析方法建立逐步回归模型，并利用sobel法检验是否存在中介效应。其计量模型如下：
TFPi,t=α0+α1Digitaln,t+α2Xi,t+εi,t
(1)
Mi,t=β0+β1Digitaln,t+β2Xi,t+εi,t
(2)
TFPi,t=γ0+γ1Digitaln,t+γ2Mi,t+γ3Xi,t+εi,t
(3)
其中i，n，t分别表示企业、地区及年份，TFPi,t表示企业全要素生产率，Digitaln,t表示地区数字贸易发展水平指数，Mi,t表示中介变量(产业结构水平、人力资本水平、交易成本)，Xi,t表示控制变量，εi,t表示扰动项。
(二)变量说明
1.被解释变量
被解释变量为企业全要素生产率(TFP)，如何衡量生产率是进行分析的基础[34]，通过对各种测算方法进行比较，选择OP法作为测算方法，并借鉴鲁晓东和连玉君的方法计算企业全要素生产率。OP法最早由Olley和Pakes(1996)提出，是一种半参数分析法，相比其他测算方法，OP法的优势为可以同时解决同时性偏差问题及样本选择偏差问题[35]。
(4)
其中，Yi,t表示总产出，用企业营业收入表示；
Ki,t表示资本投入，用固定资产净额表示；
Li,t表示劳动投入，用员工人数表示；
Agei,t表示企业上市年限，Statei,t表示是否为国有企业的虚拟变量，yearm表示年份，regn表示省份，indk表示行业，σi,t为误差项。参考其他学者的做法，为保证测量结果的稳健性，同时选择LP法进行稳健检验。
2.解释变量
考虑数据的准确性及可获得性，本文利用各省数据合成数字贸易指标，参考姚战琪、王雨菁的做法，将数字贸易水平划分为数字基础设施、数字技术水平、电子商务规模、数字产业贸易、对外贸易依赖程度5个一级指标并选取11个二级指标，具体见表1，并借鉴张卫华的方法，利用熵值法得出各地区的数字贸易发展水平。
表1 数字贸易发展水平
3.中介变量
中介变量包括交易成本、产业结构升级、人力资本水平三部分。
其中，参考吴海民的做法，交易成本分别选用销售费用、管理费用、财务费用三个指标。交易成本的作用机制为数字贸易对企业的直接影响。数字贸易减少了企业在信息搜寻、传递、贸易往来中的成本，突破了技术、空间及时间的限制，减少信息成本，并降低了交易的不确定性，进而减少交易成本支出，这会直接影响企业的资金配置，使企业拥有更多资金用于技术进步，追求生产率的提升。
产业结构变量则借鉴徐敏、谢汝宗的方法，利用第一、第二、第三产业产值占地区生产总值的比重，代入公式(5)，计算得到产业结构升级指数。
(5)
其中，q1,q2,q3分别代表第一、第二、第三产业产值占地区生产总值的比重，产业结构升级指数的范围为1～3，且该指数越高，则产业结构水平越高。数字贸易发展状况影响宏观产业状况，改变当前各产业在生产总值中的比重，并且会加强各产业的数字化发展，影响企业在价值链中的地位，带来创新激励与管理优化，提升企业全要素生产率。
人力资本则根据员工的学历水平划分为研究生及以上与本科两类，利用这两类员工人数占总人数的比例衡量人力资本水平。人力资本发挥作用则是通过贸易的技术外溢效应及学习效应，这会使企业吸引更多高水平、高学历的科研人员，提升人力资本质量，进而发挥其学习能力与知识转化能力，促进企业技术进步与管理优化，有效提高企业的生产效率。
4.控制变量
本文参考学者做法，选取以下控制变量：资产收益率、资产负债率、企业研发费用、企业规模、企业年龄、托宾Q值、经营性现金流、劳动生产率及政府补助，数据来源于Wind数据库及国泰安数据库，具体变量定义见表2。表3则为对各变量的描述性统计，包括各变量的均值、标准差及最值。其中，企业研发费用、企业规模及企业年限差异较大。
表2 变量定义
表3 描述性统计
(一)基本回归分析
数字贸易对企业全要素生产率的回归结果如表4，结果显示在无任何控制变量情况下，数字贸易发展水平对于企业全要素生产率的回归系数为0.942，且在1%的水平上显著。为保证回归结果的准确性，选择逐步加入控制变量的方法进行回归，得到如下9种回归结果，并且数字贸易发展水平系数全部显著且都为正值，表明数字各地区贸易发展水平提升有助于企业全要素生产率提高，从而验证了假设1；
并且随着加入控制变量，数字贸易发展水平的回归系数发生变化，这说明研究数字贸易发展水平与企业全要素生产率的关系时需要加入控制变量。根据回归结果(2)，在只加入资产收益率这一控制变量时，其系数不显著，说明在此情况下该控制变量不能影响企业全要素生产率，但随着加入资产负债率、Tobinq值、经营性现金流、研发费用、企业规模、企业年限、劳动生产率及政府补助变量，即(3)～(9)回归结果，所有控制变量变化都会影响企业全要素生产率。
表4 基本回归结果
为验证各地区数字贸易发展对企业全要素生产率的单向作用，有必要进行内生性分析。因此，本文利用二阶段最小二乘法(2sls)，并引入工具变量来解释这一单向作用。由于数字贸易依托于互联网、移动通信等电信业务的开展，因此数字贸易发展必然伴随着电信业务总规模的扩大，因此本文参考王雨菁(2021)的做法，将电信业务总量在地区生产总值中的占比作为数字贸易的工具变量，代入回归当中。结果显示，核心解释变量系统依然为正向且显著的，可证明数字贸易对企业全要素生产率的单向影响。
(二)中介效应分析
1.交易成本
本文将销售费用、管理费用、财务费用作为衡量交易成本的指标，分别代入回归模型中，得到的结果如表5(1)～(3)，其中(1)为销售费用、(2)为管理费用、(3)为财务费用，三者在回归中的总效应都为负，说明总体上交易成本与企业全要素生产率之间呈负相关关系，即成本下降会提高企业TFP。对销售、管理以及财务费用的中介效应模型都进行sobel检验，观察其检验结果可得销售费用与管理费用是显著的，而财务费用做中介则不显著，说明销售费用与管理费用对全要素生产率存在部分中介效应，且该效应为负，即若销售费用或管理费用下降时，数字贸易发展可提升企业全要素生产率；
而财务费用则不存在中介效应。该结构验证了假设4，数字贸易可以通过降低交易成本提升企业全要素生产率。这是由于企业所在地数字贸易建设使得企业也获得技术进步、企业内部信息传达更为方便快捷，减少了开展经济活动时的中间环节，提高了企业整体的运行效率，从而降低管理费用与销售费用，最终使得企业生产率提升。
2.产业结构
本文选用产业结构升级指数衡量各地区的产业结构水平，将其作为中介变量M引入回归当中，得到如表5(4)的回归结果。由数据可以得到产业结构升级的总效应为0.128，即产业结构升级有助于企业TFP提高。产业结构的sobel检验中，Z值为2.797，大于其临界值2.33；
P值为0.0052，在1%的水平上显著；
说明产业结构升级作为中介变量通过了该检验，存在部分中介效应，且该中介效应为正向效应，占总效应的比重为10.75%。产业结构是正向中介的原因为数字贸易发展促使第三产业的比重上升，有助于吸收优质劳动力，提高企业的运行效率。此外，产业结构优化有利于资源的有效配置及经济健康增长，这是企业经营发展、提升企业全要素生产率的基础。
3.人力资本水平
本文选用研究生以上学历水平、本科学历员工占总员工的比例作为衡量人力资本水平的中介变量，代入回归中，得到回归结果如表5(5)～(6)。其中，(5)为研究生及以上学历员工占比、(6)为本科学历员工占比，其作为中介变量在回归中的总效应系数分别为0.573、0.00347、0.287，因此研究生及以上学历员工占比对企业全要素生产率的影响最大且人力资本水平与企业全要素生产率之间呈正相关。此外，对比sobel检验的Z值与P值，二者作为中介变量都通过了sobel检验，这说明两者都是数字贸易与企业全要素生产率之间的中介，且全部为正向的部分中介；
其中研究生及以上学历员工占比的中介效应占总效应的2.72%，本科学历员工占比的中介效应占总效应的6.55%，这验证了假设2，数字贸易可以通过吸引高层次人力资本提升企业的全要素生产率。
表5 中介效应检验
(三)异质性分析
1.企业异质性分析
对于企业自身的异质性分析，集中在以下两方面：企业是否为出口企业及企业性质。
首先，将企业按是否为出口企业进行异质性分析，按照企业是否存在海外销售收入进行划分，其回归结果如表6非出口与出口两类。从中可观察到，无论出口企业还是非出口企业，数字贸易发展对企业TFP的影响都是正向的，但对于出口企业其回归系数为0.430，而非出口企业系数为0.974，即对非出口企业的影响更大。其原因可能为出口企业的经济活动有一部分在国外，企业所在地数字贸易建设无法影响其在海外进行的业务活动，而非出口企业在国内发展，自然当地数字贸易指数越高对其在本土开展的业务更有利，尤其是中国在数字贸易领域本身具有强大的优势，更有利于提高企业的管理与经营质量，提升企业全要素生产率。
其次，按企业性质将企业划分为国有企业与非国有企业进行异质性分析，得到回归结果如表6。从中可以看出数字贸易对国有企业与非国有企业都存在显著的正向影响，并且国有企业的回归系数略大于非国有企业的回归系数，这是因为国有企业一般拥有雄厚的资金支持，更有利于其开展创新活动；
以及当前政府对企业创新型发展、数字化转型的积极态度，推动各企业招揽优秀科研人才，提升技术水平，更新管理模式，节省不必要的成本支出，最终作用于生产率的提高。
表6 企业异质性分析
2.区域异质性分析
对企业所在地按照区域进行划分，进行异质性检验，得到结果如表7(1)～(7)，可以看出不同地区发展状况是存在差异的。其中，(1)～(7)分别为华北、东北、华东、华中、西北、西南、华南地区。由表中数据可得，数字贸易对华中及西北地区企业全要素生产率不存在显著影响，其他地区的影响都显著，特别是中国东北部地区，影响较大。这是因为东北地区具有地理位置优势，东北地区与俄罗斯接壤，是中俄贸易的主力；
并且该地拥有哈尔滨、佳木斯等众多港口，有助于贸易来往；
而数字贸易建设使得贸易程序简化、手续快捷，利用数字化服务可有效提高经济效率，提升TFP。对华北地区影响大的原因可能为北京地区的带动作用，北京是中国的政治中心、科技中心，其本身就具有巨大的人才与资源优势，能更好地抓住数字建设的机遇，使其创新水平、经济水平更上一层，使得企业全要素生产率提高。此外，由(6)的回归结果可得，数字贸易发展对西南地区则存在负效应，可能是由于西南地区资源匮乏，经济发展水平较低，对于高层次人才的吸引力远小于北京、上海等地区，且西南地区地理位置偏僻、经济落后、互联网普及率较低，其当前条件不足以保证数字贸易的健康发展，因此数字贸易水平会对企业TFP提升产生阻碍。对于华中地区及西北地区，数字贸易对企业全要素生产率的影响不显著。因为华中、西北部地区港口较少、缺少贸易渠道，技术落后、数字贸易水平低，不足以影响企业全要素生产率的变化。
表7 区域异质性
(一)结论
本文以各地区的数字贸易评分为主要解释变量，运用中介效应模型，分析各省数字贸易水平对企业全要素生产率提升的影响。得出以下结论：1.数字贸易发展在总体上对企业全要素生产率有积极作用；
2.由机制分析与实证结果可得，数字贸易发展可通过吸引高水平人才、降低企业交易成本、改善各地区产业结构提高企业全要素生产率；
3.数字贸易发展带来的影响会因企业规模、性质、是否进行出口活动等因素而存在较大差异，其中微型规模、国有企业、不存在出口贸易受到的影响更明显；
4.从区域位置的回归结果来看，数字贸易发展不均衡，中部、西部地区数字贸易对企业生产率影响较小或为负影响。
(二)政策建议
根据本文研究，共提出以下三点政策建议。
1.加强政府补助，鼓励企业创新
技术创新是提升全要素生产率的基础，政府应鼓励企业进行创新活动，对于进行研发活动的企业，政府应制定相关政策，根据企业研发投入占营业收入的比重分级设定标准，对于研发支出超过相关标准的企业可进行税收减免，并提供相应的研发补贴，激发企业创新的积极性。此外，政府应加大对高新技术产业的扶持力度，提高第三产业比重，为企业发展提供政策支持。
2.完善人才培养体系，提升企业员工待遇
首先，利用数字贸易建设的机遇，吸引更多高水平的人才会显著提高企业的全要素生产率。人才培养是对企业员工进行培训，使之成为适应岗位要求的专业人才。完整的人才培养体系除员工入门培训外，还应将员工教育贯穿企业员工的整个职业生涯，并根据员工发展特性、年龄等进行调整，使之与企业发展相适应。完善的人才培养体系有助于员工充分发挥自身价值，员工待遇则很大程度上影响了企业人才数量。企业应根据所招收员工的学历水平、工作经验等将员工待遇分层，制定合适的工资标准，为学历水平高且经验丰富的人才提供优厚的待遇，有助于提高员工参与公司建设的积极性。
3.抓住“一带一路”建设机遇，促进东西部地区协调发展
西部地区的经济水平与东部地区相比差距较大，数字贸易发展水平、数字经济指数也相对较低。“一带一路”建设的开展以及中欧班列的运行，加强了西部地区与其他国家间的贸易往来，扩大了当地的贸易规模，为当地发展数字贸易打下了良好的基础。西部地区应加强网络基础建设，并完善网络安全监督体系，利用数字“一带一路”建设的契机，打造以互联网为基础的智能经济体系，使得各产业间优化融合发展，企业间信息传递速度加快，减少不必要的成本支出，提升企业的全要素生产率，使得东、西部经济均衡发展。
猜你喜欢生产率要素贸易中国城市土地生产率TOP30决策(2022年7期)2022-08-04“2021贸易周”燃爆首尔金桥(2022年1期)2022-02-12掌握这6点要素，让肥水更高效当代水产(2020年4期)2020-06-16贸易融资砥砺前行中国外汇(2019年6期)2019-07-13跟踪导练（三）4时代英语·高一(2019年1期)2019-03-13外资来源地与企业生产率智富时代(2018年1期)2018-03-26外资来源地与企业生产率智富时代(2018年1期)2018-03-26观赏植物的色彩要素在家居设计中的应用现代园艺(2017年22期)2018-01-19贸易统计中外玩具制造(2017年11期)2017-11-09论美术中“七大要素”的辩证关系河北书画研究(2017年1期)2017-08-22