廖雪婷 白俊紅

內(nèi)容提要：以企業(yè)資源配置為切入點,將2016年公布的“互聯(lián)網(wǎng)+政務(wù)服務(wù)”試點城市政策作為準(zhǔn)自然實驗,使用連續(xù)雙重差分法考察數(shù)字政務(wù)對企業(yè)的微觀經(jīng)濟(jì)效應(yīng)。研究發(fā)現(xiàn),“互聯(lián)網(wǎng)+政務(wù)服務(wù)”試點城市政策提升了企業(yè)的資源配置效率。異質(zhì)性分析表明,試點政策實施效果具有“東弱西強(qiáng)”不均衡特征,還受到政府政策注意力分配的影響,即地方政府面臨的壓力越小、“年輕”官員任期越長,地方政府越重視數(shù)字政務(wù)建設(shè),對企業(yè)資源配置效率提升作用越明顯。機(jī)制分析表明,數(shù)字政務(wù)主要通過成本節(jié)約效應(yīng)、緩解融資約束及創(chuàng)新激勵等渠道實現(xiàn)企業(yè)資源配置效率的提升。從數(shù)字政務(wù)細(xì)分維度來看,公眾參與顯著提升了企業(yè)資源配置效率,而在線服務(wù)和信息公開的作用尚未充分發(fā)揮。未來,應(yīng)進(jìn)一步加快政府?dāng)?shù)字化轉(zhuǎn)型,大力推進(jìn)數(shù)字基礎(chǔ)設(shè)施建設(shè),將數(shù)字化建設(shè)納入地方政府考核標(biāo)準(zhǔn)中,從根本上保障數(shù)字政務(wù)的實施順暢。

一、 引 言

現(xiàn)階段,中國正處于一個全面向“信息社會”過渡的時期,信息和通信技術(shù)(ICT)不僅推動了產(chǎn)業(yè)數(shù)字化升級,還對政府管理、決策產(chǎn)生了變革性影響。為了適應(yīng)數(shù)字化潮流下治理環(huán)境的變化,中共二十大提出,以數(shù)字變革引導(dǎo)機(jī)制重塑,加快形成數(shù)字治理新格局。2023年,國務(wù)院印發(fā)的《數(shù)字中國建設(shè)整體布局規(guī)劃》強(qiáng)調(diào)要“發(fā)展高效協(xié)同的數(shù)字政務(wù)”,以“技術(shù)紅利”促進(jìn)制度環(huán)境優(yōu)化。數(shù)字政務(wù)的建設(shè),有利于發(fā)揮政府的引導(dǎo)作用,進(jìn)而推動有效市場與有為政府的更好結(jié)合,實現(xiàn)更為高效合理的資源配置,提高企業(yè)效率和競爭力。在此背景下,探討數(shù)字政務(wù)對資源配置效率的影響,對于政府調(diào)整治理改革方向和政策取向具有重要意義。

數(shù)字政務(wù)作為實現(xiàn)國家治理體系和治理能力現(xiàn)代化的重要手段,成為學(xué)界高度關(guān)注的熱點話題。過往研究多集中于總結(jié)國外數(shù)字化經(jīng)驗(張曉和鮑靜,2018;黃建偉和劉軍,2019)、影響因素(譚海波等,2019)等。國內(nèi)學(xué)者一致認(rèn)為數(shù)字政務(wù)提升了政府行政效率、公共服務(wù)質(zhì)量以及政企互動便捷度,有助于減少腐敗和非正規(guī)經(jīng)濟(jì)范圍(施炳展和游安南,2021)。部分學(xué)者聚焦于數(shù)字化轉(zhuǎn)型的政策效果,進(jìn)行了跨國面板的國別比較(Ali等,2018),針對區(qū)域?qū)用娼?jīng)濟(jì)效應(yīng)的研究(Liu等,2023;方錦程等,2023),肯定了數(shù)字政務(wù)促進(jìn)經(jīng)濟(jì)發(fā)展、優(yōu)化營商環(huán)境的作用,但鮮有研究就政府內(nèi)部治理變革如何傳導(dǎo)至微觀企業(yè)作出回答。不僅如此,上述研究往往將政府視為一個整體,忽視了中國制度環(huán)境下地方政府、官員特征對政府?dāng)?shù)字化進(jìn)程的直接影響,在識別數(shù)字政務(wù)的經(jīng)濟(jì)效應(yīng)時沒有將財政支持、同儕競爭等內(nèi)外部因素納入考慮。由此,一個問題自然產(chǎn)生,數(shù)字政務(wù)建設(shè)能否促進(jìn)企業(yè)效率提升?其內(nèi)在影響機(jī)制怎樣?回答這個問題,不僅有助于客觀評價政府?dāng)?shù)字化轉(zhuǎn)型的經(jīng)濟(jì)效應(yīng),而且有助于為改善企業(yè)的資源錯配提供新見解?；诖?本文以資源配置為切入點,研究“互聯(lián)網(wǎng)+政務(wù)服務(wù)”試點城市政策的實施效果,探究數(shù)字政務(wù)與企業(yè)資源配置效率之間的關(guān)系。

本文可能存在的邊際貢獻(xiàn)在于以下三個方面:第一,不同于現(xiàn)有文獻(xiàn)構(gòu)建政府?dāng)?shù)字化綜合評價體系進(jìn)行衡量,本文利用“互聯(lián)網(wǎng)+政務(wù)服務(wù)”試點城市政策為準(zhǔn)自然實驗,采用連續(xù)雙重差分法識別數(shù)字政務(wù)的微觀經(jīng)濟(jì)效應(yīng),在研究視角和研究問題方面推進(jìn)了政府?dāng)?shù)字化轉(zhuǎn)型現(xiàn)有文獻(xiàn),也為數(shù)字政府建設(shè)更加有為政府、賦能市場要素配置的作用提供微觀證據(jù)。第二,已有文獻(xiàn)主要從制度環(huán)境、企業(yè)行為以及政策效應(yīng)三個方面研究了企業(yè)資源配置效率,而數(shù)字政務(wù)作為利用數(shù)字技術(shù)優(yōu)化制度環(huán)境的重要舉措?yún)s少有研究,本文不僅研究了數(shù)字政務(wù)對企業(yè)資源配置效率的影響,還通過成本節(jié)約效應(yīng)、緩解融資約束、創(chuàng)新激勵等角度考察了數(shù)字政務(wù)影響企業(yè)資源配置效率的作用渠道,并在此基礎(chǔ)上考慮地區(qū)法治環(huán)境、城市區(qū)位以及企業(yè)所有制、創(chuàng)辦年限、行業(yè)類型等多方面異質(zhì)性影響,豐富了資源配置影響因素的文獻(xiàn)。第三,本文基于信息技術(shù)在數(shù)字政務(wù)建設(shè)的應(yīng)用這一背景,結(jié)合中國制度環(huán)境特殊性,考察了地方政府政策注意力分配對建設(shè)數(shù)字化政府與企業(yè)資源配置效率二者關(guān)系的影響,結(jié)果發(fā)現(xiàn)財政壓力、官員晉升激勵都會強(qiáng)化數(shù)字政務(wù)對企業(yè)資源配置效率提升作用,揭示了政策實施效果存在區(qū)域性差異的內(nèi)在原因,為地方政府加快數(shù)字化轉(zhuǎn)型提供理論和實證支撐。

二、 政策背景與理論分析

1. 政策背景

中國政府治理數(shù)字化轉(zhuǎn)型起步于中共十八大以后,主要以政務(wù)服務(wù)優(yōu)化為主。政府解決政府管理問題時,將互聯(lián)網(wǎng)思維應(yīng)用在創(chuàng)新行政管理方法、創(chuàng)新行政流程、創(chuàng)新服務(wù)方式上,積極搭建公共服務(wù)平臺,實現(xiàn)政務(wù)服務(wù)“一網(wǎng)通辦”,城市運(yùn)營“一網(wǎng)統(tǒng)管”。2016年國務(wù)院出臺了《關(guān)于加快推進(jìn)“互聯(lián)網(wǎng)+政務(wù)服務(wù)”工作的指導(dǎo)意見》,標(biāo)志著政府治理進(jìn)入到全新階段。該政策就優(yōu)化再造政務(wù)服務(wù)環(huán)節(jié)、融合升級平臺渠道以及信息基礎(chǔ)建設(shè)提出了明確的任務(wù)目標(biāo),指出要在80個信息惠民的試點城市進(jìn)行“互聯(lián)網(wǎng)+政務(wù)服務(wù)”試點建設(shè),優(yōu)化營商環(huán)境,實現(xiàn)利企便民。需要說明的是,“互聯(lián)網(wǎng)+政務(wù)服務(wù)”的試點名單承接自信息惠民試點政策,然而后者推行的初衷是在整合資源的基礎(chǔ)上集中建設(shè)信息化的城市惠民公共服務(wù)平臺,具體的政策措施與企業(yè)生產(chǎn)經(jīng)營活動關(guān)聯(lián)較弱(黃壽峰和趙巖,2023)。因此,可以認(rèn)為該試點政策是外生的政策沖擊。

2. 文獻(xiàn)綜述與理論分析

制度改革、技術(shù)創(chuàng)新都是改善企業(yè)資源配置效率的關(guān)鍵因素。從制度因素來說,許多學(xué)者基于具體政策實踐,研究了政府機(jī)構(gòu)改革對資源配置效率的影響。例如,行政審批制度通過激勵和“減負(fù)”作用提高了資源配置效率(郭小年和邵宜航,2019);“電視問政”的開通使得公眾更容易對政府進(jìn)行監(jiān)督,一定程度上降低政策的不確定性,避免因政府行政行為導(dǎo)致的過度投資,提高資本配置效率(張思涵等,2022);商事制度改革可以促進(jìn)企業(yè)進(jìn)入和降低制度性成本,提升市場競爭力和資源再配置(鄭國楠和劉誠,2021);從技術(shù)因素來說,信息通信技術(shù)具有滲透性、替代性,不僅賦予傳統(tǒng)要素新的內(nèi)涵,提高了資本、勞動力要素價值,還推動具有更高價值的稀缺數(shù)據(jù)要素融入企業(yè)生產(chǎn)中,最終促進(jìn)資源配置效率提高(蔡躍洲和張鈞南,2015;何小鋼等,2019)?？偟膩碚f,制度改革、技術(shù)創(chuàng)新與企業(yè)資源配置存在緊密聯(lián)系,作為利用數(shù)字技術(shù)優(yōu)化制度環(huán)境的重要舉措,數(shù)字政務(wù)理應(yīng)起到提升企業(yè)資源配置效率的作用。基于此,本文試圖探討數(shù)字政務(wù)對企業(yè)資源配置效率的影響機(jī)制,具體可以歸納為以下幾點。

(1) 數(shù)字政務(wù)可以通過成本節(jié)約效應(yīng)提升企業(yè)的資源配置效率。首先,“互聯(lián)網(wǎng)+政務(wù)服務(wù)”實現(xiàn)了政務(wù)服務(wù)數(shù)字化和線下線上聯(lián)動,減少政府與企業(yè)間摩擦和紙質(zhì)文件的流轉(zhuǎn),降低企業(yè)的交易成本(Schopf,2019);其次,政府通過建立信息公開平臺和數(shù)據(jù)共享機(jī)制,提高了信號傳遞速度和信息透明度,抑制因公職人員權(quán)力壟斷、腐敗帶來尋租支出的增加(曲永義和王可,2022)。最后,成本節(jié)約可以釋放冗余資源,減少資源誤置。對于企業(yè)而言,與政府進(jìn)行協(xié)作時,政府和政策機(jī)構(gòu)可以共享信息并提供優(yōu)質(zhì)交易服務(wù),企業(yè)可以通過數(shù)字通信等電子手段在注冊新公司、在線納稅、成為政府服務(wù)提供商時,迅速地獲取與業(yè)務(wù)相關(guān)的即時信息和統(tǒng)計數(shù)據(jù)。此時,企業(yè)可以節(jié)約與政府打交道所消耗的生產(chǎn)資源,并將其轉(zhuǎn)移到新產(chǎn)品研發(fā)、產(chǎn)品設(shè)計等高附加值環(huán)節(jié),提升要素資源利用效率。

(2) 數(shù)字政務(wù)可以通過降低融資約束效應(yīng)提升企業(yè)的資源配置效率。首先,“互聯(lián)網(wǎng)+政務(wù)服務(wù)”平臺提高了網(wǎng)上事項搜索、查詢等方面的便捷度,暢通了政府與企業(yè)之間的溝通渠道,企業(yè)能夠及時、全面地掌握真實的招商政策、投融資信息,避免因信息不對稱造成融資決策和規(guī)劃偏差,改善了企業(yè)資源錯配的情況(徐霞和蔡熙乾,2021);其次,“無人智能審批”“一件事集成服務(wù)”“信用數(shù)據(jù)一網(wǎng)歸集”等模式創(chuàng)新,減少了企業(yè)投資審核流程以及辦事效率,還可以進(jìn)行多部門聯(lián)動、銀稅互動,向金融機(jī)構(gòu)提供更為準(zhǔn)確、全面的企業(yè)信息和相關(guān)授信資料,有利于金融機(jī)構(gòu)對企業(yè)進(jìn)行風(fēng)險評估,降低融資門檻(于文超等,2020)。不僅如此,部分銀行聯(lián)手地方政府深度參與數(shù)字政務(wù)建設(shè),推出了“政采貸”“稅務(wù)貸”“普惠貸”等普惠金融產(chǎn)品以及“秒批秒貸”服務(wù),拓寬了中小企業(yè)的融資渠道,從而有利于企業(yè)資本配置效率提升。

(3) 數(shù)字政務(wù)除了上述路徑影響企業(yè)生產(chǎn)要素投入以外,還可以通過提升企業(yè)創(chuàng)新激勵發(fā)揮作用。首先,作為政府治理的一種創(chuàng)新舉措,數(shù)字政務(wù)為企業(yè)提供相對有利的制度環(huán)境,引發(fā)區(qū)域內(nèi)要素的集聚(Lazzarini,2015)。對于企業(yè)而言,政策引導(dǎo)下人力資本、信息技術(shù)等稀缺要素聚集,企業(yè)能夠獲得更廣泛的異質(zhì)創(chuàng)新資源,并以創(chuàng)造性方式組成新的投入組合,從而提高企業(yè)資源配置效率。其次,政府借助線上交易、監(jiān)管手段,加大對數(shù)字經(jīng)濟(jì)生態(tài)的治理、整頓,消除因網(wǎng)絡(luò)效應(yīng)等形成的數(shù)字平臺壟斷(余龍等,2021),從而促進(jìn)新企業(yè)進(jìn)入市場。大量企業(yè)進(jìn)入使得市場均衡下的研發(fā)成本、平均利潤降低(金曉雨,2021),競爭機(jī)制倒逼落后企業(yè)轉(zhuǎn)型升級,從而優(yōu)化資源配置。

三、 實證方法及數(shù)據(jù)來源

1. 識別策略與模型構(gòu)建

本文將“互聯(lián)網(wǎng)+政務(wù)服務(wù)”試點城市政策視為一項外生政策沖擊,參考曲永義和王可(2022)的做法,將沖擊時間設(shè)定為2016年,在此基礎(chǔ)上使用連續(xù)雙重差分法考察數(shù)字政務(wù)與企業(yè)資源配置效率之間的關(guān)系。以往研究用政策年份與試點城市二值變量僅能體現(xiàn)實施試點城市政策與未實施試點城市政策的區(qū)別,并不能很好地反映實驗組和對照組受政策影響的強(qiáng)度差異。本文利用城市數(shù)字基礎(chǔ)設(shè)施水平差異衡量企業(yè)受政策影響的程度,比較組間差異,構(gòu)建如下基準(zhǔn)計量模型檢驗數(shù)字政務(wù)與企業(yè)資源配置效率之間關(guān)系:

Misft=α+β1Dpolicyjt+β2Treatjt+β∑(Xft+Ypt+Zjt)+λf+λj+λs+ηt+εfjst

(1)

其中,f、j、p、s、t分別代表企業(yè)、城市、省份、行業(yè)和年份;Misft表示企業(yè)資源配置效率;Dpolicyjt表示屬于實驗組的樣本企業(yè)受到“互聯(lián)網(wǎng)+政務(wù)服務(wù)”試點城市政策影響的程度;Treatjt表示樣本企業(yè)所在城市是否受到“互聯(lián)網(wǎng)+政務(wù)服務(wù)”試點城市政策的影響;Xft+Ypt+Zjt為排除其他因素對實證檢驗影響,引入的上市公司經(jīng)濟(jì)特征、區(qū)域特征的向量組。模型中還加入了個體、城市、行業(yè)以及時間固定效應(yīng),εfjst為隨機(jī)擾動項。

(1) 被解釋變量。本文基于Hsieh和Klenow(2009)用微觀層面資源配置扭曲估算宏觀經(jīng)濟(jì)效率的思路,利用固定效應(yīng)法測度企業(yè)實際生產(chǎn)中的資本投入扭曲程度τk、勞動投入扭曲程度τL,構(gòu)建式(2)和式(3):

(2)

(3)

當(dāng)存在資源配置扭曲時,根據(jù)企業(yè)利潤最大化的一階條件,可以得出企業(yè)的實際產(chǎn)出為:

(4)

企業(yè)資源配置效率Misft可以表示為實際產(chǎn)出與不存在要素扭曲時(τk=τl=0)企業(yè)最優(yōu)化產(chǎn)出的偏離程度,具體公式為:

(5)

其中,R是市場利率,是真實利率和折舊率之和,其中5%表示真實利率,5%表示折舊率;αs是s行業(yè)的資本產(chǎn)出彈性;對于企業(yè)勞動力的投入Lsf,本文參考韋莊禹(2022)做法,將ωLsf視為一個整體,令勞動要素的使用價格ω=1,用企業(yè)支付的總勞動報酬衡量勞動投入;對于企業(yè)的資本投入Ksf,本文利用固定資產(chǎn)凈值衡量;對企業(yè)的產(chǎn)出PsfYsf,本文使用企業(yè)的增加值衡量;此外,本文使用工業(yè)生產(chǎn)者出廠價格指數(shù)、固定資產(chǎn)投資價格指數(shù)、消費者物價指數(shù)進(jìn)行平減。

(2) 核心解釋變量。具體形式為Dpolicyjt=Treatjt×Eij。Treatjt是雙重差分項,如果樣本企業(yè)位于“互聯(lián)網(wǎng)+政務(wù)服務(wù)”試點城市,樣本年份大于2016年取值為1,否則為0。Eij反映了企業(yè)受到政策影響的強(qiáng)度,參考孫黎和許唯聰(2021)的做法,使用信息基礎(chǔ)設(shè)施水平的加權(quán)平均值測度該地區(qū)受到政策影響的程度,具體選取了信息傳輸、計算機(jī)服務(wù)業(yè)和軟件業(yè)固定投資總額,長途光纜線路長度,互聯(lián)網(wǎng)普及率,互聯(lián)網(wǎng)用戶比重4個指標(biāo),利用主成分分析法確定地區(qū)信息基礎(chǔ)設(shè)施水平的平均值。這種設(shè)定方式既可以保證試點城市被定義在實驗組中,又可以反映實驗組受到政策影響的強(qiáng)度差異,即企業(yè)如果位于互聯(lián)網(wǎng)信息基礎(chǔ)設(shè)施水平良好的“互聯(lián)網(wǎng)+政務(wù)服務(wù)”試點城市內(nèi),受到政策的影響程度更大。

(3) 控制變量。為剔除其他因素對企業(yè)資源配置效率的影響,本文從企業(yè)、省份、城市3個層面引入一系列控制變量Xft、Ypt、Zjt。借鑒韋莊禹(2022)的研究,企業(yè)特征變量Xft包括企業(yè)規(guī)模Size、負(fù)債率Lev、資本密集度Fixed。借鑒白俊紅等(2022)的研究,城市特征變量Xjt包括城市人均國內(nèi)生產(chǎn)總值Lagpd、產(chǎn)業(yè)結(jié)構(gòu)Stru、外商投資水平Fdi、城市規(guī)模Pop、政府干預(yù)Gov。省份特征變量Ypt包括市場化水平Mkt。

2. 數(shù)據(jù)來源

本文選用2010-2022年中國滬深A(yù)股上市公司作為研究樣本,數(shù)據(jù)來自國泰安CSMAR數(shù)據(jù)庫、《中國城市統(tǒng)計年鑒》以及各省份統(tǒng)計年鑒,并對原始數(shù)據(jù)進(jìn)行如下處理:剔除數(shù)據(jù)嚴(yán)重缺失的地級市;根據(jù)企業(yè)注冊地址,將樣本數(shù)據(jù)與區(qū)域、行業(yè)特征變量進(jìn)行合并,得到企業(yè)-行業(yè)-區(qū)域的多維度面板數(shù)據(jù);根據(jù)《國民經(jīng)濟(jì)行業(yè)分類標(biāo)準(zhǔn)》篩選出制造業(yè)行業(yè);剔除資產(chǎn)總額、固定資產(chǎn)及其他關(guān)鍵研究變量缺失、重復(fù)的企業(yè)樣本,并進(jìn)行1%縮尾處理。經(jīng)過上述處理,本文樣本包含2010-2022年1314家上市公司共13061個觀測值。

四、 數(shù)字政務(wù)與企業(yè)資源配置效率

1. 基準(zhǔn)回歸

根據(jù)基準(zhǔn)模型(1)的設(shè)定,表2報告了相應(yīng)結(jié)果。列(1)是“互聯(lián)網(wǎng)+政務(wù)服務(wù)”建設(shè)的城市試點政策對企業(yè)資源配置效率的單變量估計結(jié)果,核心解釋變量Dpolicy系數(shù)在5%的顯著性水平為負(fù),說明試點政策實施后企業(yè)資源配置效率高于預(yù)期,這與本文的預(yù)期相一致。列(2)至列(4)依次加入了企業(yè)、城市、省份層面的特征變量,Dpolicy系數(shù)變化不大,且至少在5%的顯著性水平為負(fù),說明數(shù)字政務(wù)確實提升了企業(yè)資源配置效率。根據(jù)列(4)的回歸結(jié)果,“互聯(lián)網(wǎng)+政務(wù)服務(wù)”的試點政策確實對企業(yè)資源配置效率發(fā)揮了作用,隨著政策“強(qiáng)度”上升,企業(yè)資源配置效率提升了14.66%?？赡苁且驗榻y(tǒng)一的信息基礎(chǔ)設(shè)施的建設(shè)支撐了政府?dāng)?shù)字化持續(xù)演進(jìn),能夠保障政府不同主體業(yè)務(wù)的應(yīng)用需求,發(fā)揮出政策應(yīng)有的社會經(jīng)濟(jì)效應(yīng)。

2. 平行趨勢檢驗

使用雙重差分模型的前提是確保試點城市企業(yè)與非試點城市企業(yè)在政策實施之前保持一致趨勢,且滿足這一政策時間是唯一的。本文使用事件研究法的思路,考察樣本企業(yè)在政策實施前的資源配置效率是否存在組間差異。如果試點城市企業(yè)與非試點城市企業(yè)在政策實施前變化趨勢并沒有顯著變化,則平行趨勢假設(shè)通過,具體檢驗?zāi)Ｐ腿缦?

(6)

圖1為95%置信區(qū)間下βk的估計結(jié)果,結(jié)果顯示:第一,βk在政策開始前(t<0)均不顯著,說明實驗組和對照組在“互聯(lián)網(wǎng)+政務(wù)服務(wù)”試點城市政策實施之前沒有顯著差異,驗證了平行趨勢假設(shè)。第二,βk在政策實施后的系數(shù)斷崖式下降且顯著,說明試點城市企業(yè)與非試點城市企業(yè)的資源配置效率產(chǎn)生了顯著差異。政策頒布次年(1≤t≤4)開始,試點政策對企業(yè)資源配置效率的提升作用更為明顯,而在政策頒布當(dāng)年(t=0)時影響較小且不顯著,表明政策存在一定滯后性。

圖1 平行趨勢檢驗

3. 內(nèi)生性分析和穩(wěn)健性檢驗

(1) 識別條件的檢驗。為了使核心解釋變量Dpolicyjt系數(shù)β1的估計結(jié)果無偏,必須滿足與隨機(jī)擾動項εfjst無關(guān),即模型滿足試點年份選擇的隨機(jī)性和試點城市選擇的隨機(jī)性。

關(guān)于試點城市選擇的隨機(jī)性。有學(xué)者對“互聯(lián)網(wǎng)+政務(wù)服務(wù)”創(chuàng)新擴(kuò)散進(jìn)行事件史分析,在檢驗政務(wù)信息化建設(shè)和與體現(xiàn)“前后”變量的內(nèi)部影響因素是否相關(guān)時,發(fā)現(xiàn)試點城市數(shù)量、人均國內(nèi)生產(chǎn)總值、城市規(guī)模、行政等級均未通過檢驗(嵇江夏和宋迎法,2020)。曲永義和王可(2022)、黃壽峰和趙巖(2023)的研究結(jié)論也印證了試點政策的外生性。從公布的試點城市名單來看,試點是由國家發(fā)展改革委等12部門共同決定,涉及到的城市廣泛分布在31個省份,其中80%左右的城市為中小型城市。即使是早在2014年就開始啟用數(shù)據(jù)中心的肇慶、湛江等市也未能入選,說明候選城市即使符合了“成熟的信息化發(fā)展基礎(chǔ)”這一標(biāo)準(zhǔn),也有可能無法進(jìn)入試點名單。因此,試點城市選擇具有一定的隨機(jī)性。本文借鑒了Li等(2016)的做法,嘗試提取影響試點城市選擇的前定變量,具體做法是:以城市都沒有發(fā)生改革的2015年作為分析期,以是否為試點城市作為被解釋變量,除前文使用城市層面的控制變量外依次納入城市行政等級Spcity、第三產(chǎn)業(yè)占比Third、基礎(chǔ)設(shè)施水平Dei、城鎮(zhèn)化率Urban、財政壓力Fp、科學(xué)技術(shù)支出Tech作為解釋變量,進(jìn)行l(wèi)ogit回歸。其中,城市行政等級Spcity用是否為省級城市、副省級城市表示;第三產(chǎn)業(yè)占比Third用第三產(chǎn)業(yè)增加值占國內(nèi)生產(chǎn)總值比重表示;基礎(chǔ)設(shè)施水平Dei用公路里程與行政區(qū)劃面積比值表示;城鎮(zhèn)化率Urban用城鎮(zhèn)人口占城市總?cè)丝诘谋戎乇硎?財政壓力用財政預(yù)算支出與財政預(yù)算收入比值表示;科學(xué)技術(shù)支出Tech用城市科學(xué)技術(shù)支出與年末總?cè)丝诘谋戎当硎?。?的回歸結(jié)果顯示,試點城市的選擇主要受經(jīng)濟(jì)發(fā)展、城市規(guī)模、對外開放、政府干預(yù)、行政等級等因素影響。因此,本文將外商投資水平Fdi、人均國內(nèi)生產(chǎn)總值Lagdp、城市行政等級Spcity、城鎮(zhèn)化率Urban、城市規(guī)模Pop作為影響試點城市選擇的前定變量,將其與時間趨勢項三次方t3的交互項納入城市層面的控制變量,并控制反映樣本系統(tǒng)性差異的處理組特定的時間趨勢TreatGroup×t,緩解實驗組選擇的非隨機(jī)性問題。回歸結(jié)果見表4列(1),在考慮了選擇的“標(biāo)準(zhǔn)”之后,核心解釋變量Dpolicy系數(shù)在5%顯著性水平為負(fù),緩解了非隨機(jī)性干擾后的估計結(jié)果依然穩(wěn)健。

關(guān)于試點年份的隨機(jī)性。政府推行政務(wù)信息化是貫徹落實中共十九大精神,推動簡政放權(quán)、放管結(jié)合、優(yōu)化服務(wù)改革向縱深發(fā)展的重要部署,是政府現(xiàn)代化治理改革的產(chǎn)物,具有一定的不可預(yù)期性。從圖2可以看出,在試點城市政策公布之前,試點城市和非試點城市的人均國內(nèi)生產(chǎn)總值、政府干預(yù)、對外開放以及城市規(guī)模的差異波動較小。為了進(jìn)一步討論試點年份的隨機(jī)性,本文設(shè)置了政策前1-3期的時間虛擬變量Set2015、Set2014、Set2013,將其與處理組的虛擬變量TreatGroup、政策強(qiáng)度變量Ei相乘,考察交互項Dpolicy2015、Dpolicy2014、Dpolicy2013的顯著性?；貧w結(jié)果見表4列(2)至列(4),核心解釋變量Dpolicy估計系數(shù)始終顯著為負(fù),但Dpolicy2013、Dpolicy2014、Dpolicy2015的系數(shù)均不顯著,說明企業(yè)的資源配置對試點城市設(shè)立并不存在預(yù)期調(diào)整。

圖2 試點城市的特征趨勢

圖3 安慰劑檢驗

(2) 工具變量回歸。盡管前文發(fā)現(xiàn)了試點城市政策對企業(yè)資源配置效率的影響,但回歸結(jié)果可能存在內(nèi)生性困擾。本文借鑒黃群慧等(2019)的做法,利用1984年地級市每百人擁有電話機(jī)數(shù)與歷史寬帶接入數(shù)構(gòu)建工具變量。工具變量滿足兩個條件:一是相關(guān)性,政府早期電子政務(wù)推廣得益于通信基礎(chǔ)設(shè)施的完善,因此滿足相關(guān)性的條件;二是外生性,1984年電話普及率不太可能影響到現(xiàn)在企業(yè)資源配置效率,滿足外生性條件?？紤]到城市1984年每百人擁有電話機(jī)數(shù)為截面數(shù)據(jù),作為工具變量時應(yīng)乘以一個與其相關(guān)的時間序列數(shù)據(jù),以避免多重共線性,本文選擇上一年度人均電信業(yè)務(wù)總量與其相乘作為工具變量(IV)。工具變量法的估計結(jié)果見表5列(1)至列(3),其中列(1)是第一階段回歸估計結(jié)果,交互項Dpolicy在1%的顯著性水平大于0,且F統(tǒng)計量大于臨界值10,說明滿足相關(guān)性條件,通過了弱工具變量檢驗。列(2)將交互項與工具變量同時作為解釋變量進(jìn)行回歸,交互項Dpolicy的系數(shù)顯著為負(fù),但工具變量的系數(shù)并不顯著,說明工具變量本身并不影響企業(yè)資源配置效率,只能通過交互項Dpolicy發(fā)揮作用,滿足排他性約束。列(3)是第二階段回歸估計結(jié)果,交互項Dpolicy系數(shù)顯著為負(fù)。與沒有考慮內(nèi)生性的基準(zhǔn)模型估計結(jié)果相比,交互項Dpolicy的系數(shù)擴(kuò)大了1倍,與已有研究平均擴(kuò)大2倍的工具變量估計系數(shù)差距不大(方錦程等,2023),說明本文選取工具變量較為合理,驗證了表2估計結(jié)果的穩(wěn)健性。

(3) 基于城市數(shù)據(jù)的再檢驗。本文的數(shù)據(jù)來源中,部分城市上市公司數(shù)量較少,可能存在分布不均的問題。為了保證因果推斷的準(zhǔn)確性,本文使用2010-2022年城市要素資源錯配作為資源配置效率的度量。借鑒白俊紅等(2022)的做法,通過測度資本、勞動錯配指數(shù)衡量城市資源配置效率。其中,產(chǎn)出以實際國內(nèi)生產(chǎn)總值進(jìn)行衡量,資本投入量以永續(xù)盤存法計算,勞動投入量以城市就業(yè)人數(shù)進(jìn)行衡量。本文構(gòu)建如下模型:

Misjt=α+β1Dpolicyjt+β2Treatjt+βXjt+λj+ηt+εjt

(7)

其中,j、t分別代表城市和年份;Misjt表示城市要素資源配置效率,這里用資本錯配指數(shù)(TK)和勞動錯配指數(shù)(TL)進(jìn)行衡量;Dpolicyjt表示受“政策強(qiáng)度”影響的連續(xù)雙重差分項;Treatjt是雙重差分項,如果樣本城市屬于“互聯(lián)網(wǎng)+政務(wù)服務(wù)”試點城市,樣本年份大于2016年取值為1,否則為0;Xjt表示城市層面的控制變量,與前文使用變量一致;λj、ηt分別為城市固定效應(yīng)和時間固定效應(yīng),εjt為隨機(jī)擾動項。

回歸結(jié)果如表5列(4)列(5)所示,估計結(jié)果表明“互聯(lián)網(wǎng)+政務(wù)服務(wù)”試點城市政策優(yōu)化了城市資本、勞動力要素配置效率,證實了試點政策有利于資源配置,驗證了表2估計結(jié)果的穩(wěn)健性。

(4) 控制實驗組和對照組的差異。盡管本文控制了影響資源配置效率的企業(yè)、行業(yè)以及城市因素,但這些控制變量與被解釋變量、核心解釋變量可能存在復(fù)雜的非線性關(guān)系。本文嘗試使用傾向得分匹配(PSM)和熵平衡法(EBM),修正內(nèi)生性導(dǎo)致的估計偏差。具體來說,以控制變量為協(xié)變量,有放回地進(jìn)行1∶1近鄰匹配和EBM法匹配,從樣本城市中選擇與試點城市相似的非試點城市作為對照組,按照式(1)的模型重新進(jìn)行回歸,估計結(jié)果見表5列(6)列(7)。與線性模型相比,匹配后的交互項Dpolicy系數(shù)、顯著性沒有明顯變化,驗證了表2估計結(jié)果的穩(wěn)健性。

(5) 排除相關(guān)政策干擾。本文的樣本期存在多個與“互聯(lián)網(wǎng)+政務(wù)服務(wù)”試點政策相似的政策沖擊,可能對本文的估計結(jié)果造成干擾。因此,本文進(jìn)一步排除同時期的政策的影響:一是2011年底出臺的縣級電子政務(wù)試點政策(Egov)對企業(yè)資源配置效率的影響。首批設(shè)立的縣級電子政務(wù)試點為101個,廣泛分布在31個省份,這種電子政務(wù)推廣政策可能也會改善企業(yè)的資源錯配。本文在式(1)的基礎(chǔ)上加入2012年以后的虛擬時間變量,從而排除縣級電子政務(wù)政策影響。表6列(1)中Dpolicy的系數(shù)依然顯著但Egov的系數(shù)不顯著。二是2012年開始,各地級市政府嘗試建設(shè)公共數(shù)據(jù)開放平臺,以政務(wù)數(shù)據(jù)公開共享推動企業(yè)等市場主體的數(shù)據(jù)采集,發(fā)揮數(shù)據(jù)要素對市場融通和資源配置的促進(jìn)作用。公共數(shù)據(jù)開放平臺(Data)與“互聯(lián)網(wǎng)+政務(wù)服務(wù)”試點城市政策同屬于政府?dāng)?shù)字化轉(zhuǎn)型的重要組成部分,且均能起到促進(jìn)數(shù)據(jù)要素流動的作用。因此,本文在將開放試點城市與實施年份虛擬變量的交互項納入基準(zhǔn)回歸模型中,表6列(2)中Dpolicy的系數(shù)依然顯著但Data的系數(shù)不顯著。三是2013年推行的“寬帶中國”戰(zhàn)略(Kdzg),旨在完善城市互聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè),也是支撐“互聯(lián)網(wǎng)+政務(wù)服務(wù)”試點城市政策建設(shè)的基礎(chǔ)性工程。因此,本文將“寬帶中國”試點城市與實施年份虛擬變量的交互項納入基準(zhǔn)回歸模型中,表6列(3)中Dpolicy的系數(shù)依然顯著但Kdzg的系數(shù)不顯著。四是2013年出臺的“智慧城市”試點政策(Zhcs),能夠利用數(shù)字技術(shù)為城市公共服務(wù)賦能,與“互聯(lián)網(wǎng)+政務(wù)服務(wù)”試點城市政策同屬于推進(jìn)數(shù)字治理創(chuàng)新探索的重要實踐。因此,本文在將智慧試點城市與實施年份虛擬變量的交互項納入基準(zhǔn)回歸模型中,表6列(4)中Dpolicy的系數(shù)依然顯著但Zhcs的系數(shù)不顯著。五是2016年出臺的國家級大數(shù)據(jù)中心(Dsj)試點政策,在促進(jìn)設(shè)施互聯(lián)互通的基礎(chǔ)上深化數(shù)據(jù)的共享開發(fā)利用,充分激發(fā)數(shù)據(jù)要素價值,賦能數(shù)字政務(wù)創(chuàng)新發(fā)展。因此,本文將國家級大數(shù)據(jù)綜合試驗區(qū)與實施年份虛擬變量的交互項納入基準(zhǔn)回歸模型中,表6列(5)中Dpolicy的系數(shù)依然顯著但Dsj的系數(shù)不顯著。總之,上述實證結(jié)果驗證了表2估計結(jié)果的穩(wěn)健性,側(cè)面印證了本文選取的“互聯(lián)網(wǎng)+政務(wù)服務(wù)”試點城市政策的外生性。

(6) 基于模型設(shè)定的穩(wěn)健性檢驗。第一,替換被解釋變量。本文放松了規(guī)模彈性不變的假設(shè),利用LP法測算企業(yè)的資源配置效率,并對式(1)重新回歸。表7列(1)列中交互項DPolicy系數(shù)顯著為負(fù),與表2的回歸系數(shù)方向一致,說明改變企業(yè)資源配置效率指標(biāo)的測算方法并不會影響本文的研究結(jié)論,驗證了表2估計結(jié)果的穩(wěn)健性。第二,替換模型固定效應(yīng)。已有研究表明,部分地方政策也可能對企業(yè)資源配置效率產(chǎn)生影響,可能增加估計結(jié)果的偏誤。因此,本文使用企業(yè)-行業(yè)-區(qū)域聯(lián)合固定效應(yīng)、行業(yè)與時間交互項、區(qū)域與時間交互項的固定效應(yīng)代替基準(zhǔn)模型,進(jìn)而控制所有行業(yè)、宏觀經(jīng)濟(jì)因素,并采用雙重聚類標(biāo)準(zhǔn)誤,估計結(jié)果如表7列(2)至列(4)所示。與基準(zhǔn)回歸結(jié)果相比,交互項DPolicy的系數(shù)依然顯著為負(fù),排除了時間序列自相關(guān)的問題對本文研究結(jié)論的影響。第三,為了緩解內(nèi)生性問題,本文將控制變量滯后1期重新納入式(1)進(jìn)行回歸,估計結(jié)果如表7列(5)所示,與基準(zhǔn)回歸結(jié)果相比,交互項DPolicy的系數(shù)依然顯著為負(fù)。

(7) 安慰劑檢驗。為了檢驗基準(zhǔn)回歸結(jié)果的穩(wěn)健性以及是否存在企業(yè)-行業(yè)-城市層面不可觀測因素對研究結(jié)果的影響,本文通過反事實推斷法,進(jìn)行了500次隨機(jī)劃分實驗組和對照組,重新估計式(1),檢驗Dpolicy估計系數(shù)的顯著性。具體而言,本文保持政策時間不變,從樣本城市中隨機(jī)抽選與試點城市數(shù)量等同的80個城市作為實驗組,隨機(jī)模擬500次,繪制變量Dpolicy估計系數(shù)的核密度以及p值,結(jié)果如圖2所示。可以發(fā)現(xiàn),回歸系數(shù)主要集中在0附近,p值基本大于0.1,說明隨機(jī)劃分實驗組與對照組時,“互聯(lián)網(wǎng)+政務(wù)服務(wù)”試點政策對企業(yè)資源配置效率影響并不顯著,證明了不存在影響本文估計結(jié)果的遺漏不可觀測因素,前文的結(jié)果依然穩(wěn)健。

4. 異質(zhì)性分析

(1) 外部環(huán)境與試點城市政策效果。本文主要從法治環(huán)境、城市區(qū)位特征考慮數(shù)字政務(wù)對企業(yè)資源配置效率提升作用是否會因為外部環(huán)境不同而存在顯著性差異。

第一,法治環(huán)境。資源配置離不開經(jīng)濟(jì)法律制度的設(shè)計,如果法治缺失,難以形成可預(yù)期的法治結(jié)構(gòu),市場機(jī)制也無法有效發(fā)揮。本文使用律師事務(wù)所個數(shù)衡量當(dāng)?shù)胤ㄖ嗡?并以法治水平中位數(shù)為標(biāo)準(zhǔn)進(jìn)行分組檢驗,表8列(1)列(2)是低法治水平地區(qū)、高法治水平地區(qū)子樣本回歸結(jié)果。由結(jié)果可知,Dpolicy在高法治水平地區(qū)中顯著為負(fù),而在低法治水平地區(qū)中雖然為負(fù)但并不顯著。有理由認(rèn)為,數(shù)字政務(wù)對企業(yè)資源配置效率提升作用需要法律等制度的保障才能順利發(fā)揮。

第二,地區(qū)差異性。由于區(qū)域社會經(jīng)濟(jì)發(fā)展差異較大,本文將樣本企業(yè)按照所在地理區(qū)位進(jìn)行分組檢驗,表8列(3)列(4)是東部、中西部地區(qū)子樣本回歸結(jié)果。由結(jié)果可知,Dpolicy在東部地區(qū)的回歸系數(shù)為負(fù)但不顯著,在中西部地區(qū)的回歸系數(shù)顯著為負(fù),說明試點政策對提升中西部地區(qū)企業(yè)資源配置效率產(chǎn)生了更強(qiáng)的助推作用,對東部地區(qū)并未產(chǎn)生實質(zhì)性影響。這可能是因為東部地區(qū)的市場經(jīng)濟(jì)較為發(fā)達(dá),擁有良好的信息基礎(chǔ)設(shè)施,且政府早已進(jìn)入互動式高級電子政務(wù)階段,企業(yè)原本就擁有比較高的資源配置效率,改善空間有限。與東部地區(qū)相反,中西部地區(qū)政府服務(wù)效率低下,企業(yè)仍處于轉(zhuǎn)型階段。應(yīng)在中西部地區(qū)加快推行數(shù)字政務(wù),充分發(fā)揮數(shù)字賦能作用,降低傳統(tǒng)政府科層式組織結(jié)構(gòu)帶來的高昂的溝通、協(xié)調(diào)和監(jiān)督成本,以更低的人力物力成本實現(xiàn)對快速變化的市場需求作出迅速反應(yīng)。

(2) 企業(yè)異質(zhì)性特征與試點城市政策效果。本文主要從所有制、企業(yè)年齡、技術(shù)類型考慮數(shù)字政務(wù)對企業(yè)資源配置效率提升作用是否會因為企業(yè)異質(zhì)性而存在顯著差異。

第一,所有制類型。在企業(yè)層面,不同產(chǎn)權(quán)性質(zhì)的企業(yè)在政策扶持、資源傾斜、融資渠道等方面存在顯著差異,本文從企業(yè)所有制類型角度(國有企業(yè)、非國有企業(yè))檢驗不同類型企業(yè)在面臨試點政策沖擊時影響是否顯著不同。表9列(1)列(2)是非國有企業(yè)、國有企業(yè)的回歸結(jié)果。由結(jié)果可知,Dpolicy的系數(shù)在非國有企業(yè)中顯著為負(fù),而在國有企業(yè)中并不顯著。這可能是因為國有企業(yè)長期獲得政府隱性保護(hù),非國有企業(yè)則要付出更多時間、精力與金錢處理與政府之間關(guān)系,政策的推行會進(jìn)一步規(guī)范政府的政務(wù)服務(wù)流程,有效降低非國有企業(yè)交易性投入,進(jìn)而改變非國有企業(yè)要素投入決策和資源配置效率。

第二,企業(yè)年齡。一般而言,初創(chuàng)企業(yè)會受到所處時空環(huán)境的影響。創(chuàng)業(yè)環(huán)境不確定性提高了初創(chuàng)企業(yè)獲取生產(chǎn)經(jīng)營所需信息的搜尋成本,不利于企業(yè)獲得稀缺要素資源,而政府在改善創(chuàng)業(yè)環(huán)境中扮演了尤為重要的角色。本文以企業(yè)年齡中位數(shù)為標(biāo)準(zhǔn)進(jìn)行分組檢驗,表9列(3)列(4)是初創(chuàng)企業(yè)、非初創(chuàng)企業(yè)的回歸結(jié)果。由結(jié)果可知,Dpolicy的系數(shù)在初創(chuàng)企業(yè)中顯著為負(fù),而在非初創(chuàng)企業(yè)中不顯著。一般而言,新進(jìn)入市場的企業(yè)生產(chǎn)率較低,在市場競爭中處于不利地位,與政府打交道時傾向付出額外的交易費用。此外,企業(yè)誕生之初的規(guī)模一般比較小,更容易受到制度環(huán)境影響。因此,數(shù)字政務(wù)對初創(chuàng)企業(yè)資源配置效率提升作用更明顯。

第三,高新技術(shù)產(chǎn)業(yè)類型。本文根據(jù)《戰(zhàn)略性新興產(chǎn)業(yè)分類目錄》劃分標(biāo)準(zhǔn),將樣本分為高新技術(shù)企業(yè)和非高新技術(shù)企業(yè)兩組,考察試點政策對企業(yè)資源配置效率是否存在行業(yè)差異。表9列(5)列(6)是非高新技術(shù)企業(yè)、高新技術(shù)企業(yè)的分組回歸結(jié)果。由結(jié)果可知,Dpolicy的系數(shù)在高新技術(shù)企業(yè)中顯著為負(fù),而在非高新技術(shù)企業(yè)中不顯著。這可能是因為高新技術(shù)企業(yè)往往因為其行業(yè)屬性決定了更依賴創(chuàng)新研發(fā)活動,而政府可以通過優(yōu)化制度環(huán)境、促進(jìn)數(shù)據(jù)要素開放共享,刺激企業(yè)提高創(chuàng)新要素投入進(jìn)而改變企業(yè)要素投入結(jié)構(gòu)和效率。有理由認(rèn)為,高新技術(shù)企業(yè)所在城市的政府?dāng)?shù)字治理水平越高,對其資源配置效率提升作用越顯著。

5. 政策調(diào)節(jié)效應(yīng)的檢驗

“互聯(lián)網(wǎng)+政務(wù)服務(wù)”建設(shè)是政府內(nèi)外雙重因素共同作用的結(jié)果,中央政府統(tǒng)籌協(xié)調(diào),出臺了大量指導(dǎo)性文件,地方實施試點先行,逐步推廣到全國。在這過程中,數(shù)字政務(wù)的快速發(fā)展更多與地方政府受到中央政府的制度壓力、同級政府競爭壓力有關(guān),與自身經(jīng)濟(jì)發(fā)展水平、城市規(guī)模關(guān)聯(lián)性較小。這也與前文穩(wěn)健性檢驗得出的結(jié)論相一致。本文借鑒政府創(chuàng)新擴(kuò)散模型的思路,從“左右邏輯”“前后邏輯”思考影響數(shù)字政務(wù)建設(shè)的內(nèi)外部因素,剖析政府對數(shù)字化轉(zhuǎn)型的反應(yīng)。

(1) 官員晉升激勵(Compe)。政府行為反映了其背后作為實體的官員的動機(jī)(陳那波和張程,2022),因此在考察數(shù)字政務(wù)對企業(yè)資源配置效率的影響時,需要注意到政府官員行為對政策實施效果的影響。對于政府官員來說,晉升激勵會影響政府官員在不同時期形成差異化的注意力側(cè)重。本文手工收集整理了各地市委書記履歷信息,確認(rèn)了樣本期間市委書記的任期以及年齡。另外,考慮到官員年齡與晉升激勵之間可能存在非線性關(guān)系,本文將官員年齡按照當(dāng)年在任市委書記年齡中位數(shù)劃分為兩組(高于中位數(shù)為1,其他為0),與任期相乘作為衡量官員晉升激勵的代理變量。表10列(1)是官員晉升激勵作為調(diào)節(jié)變量作用于數(shù)字政務(wù)與企業(yè)資源配置效率的回歸結(jié)果,Compe×Dpolicy的系數(shù)在5%的統(tǒng)計水平上顯著為負(fù),說明“年輕”官員任期越長,數(shù)字政務(wù)對企業(yè)資源配置效率提升作用越明顯。隨著任期的增加,官員能夠掌握足夠的資源和自由度,其為政府?dāng)?shù)字化轉(zhuǎn)型提供政策支持的推行成本大幅度下降,產(chǎn)生政績也更容易被認(rèn)定為自身工作能力。在中央政府將數(shù)字化建設(shè)納入干部考核標(biāo)準(zhǔn)的當(dāng)下,“年輕”的主政官員會根據(jù)這一信號,將更多的注意力用于數(shù)字政府建設(shè),強(qiáng)化了數(shù)字政務(wù)對企業(yè)資源配置效率的提升作用。

表1 變量的描述性統(tǒng)計

表2 基準(zhǔn)回歸結(jié)果

表3 “互聯(lián)網(wǎng)+政務(wù)服務(wù)”試點政策前定變量分析結(jié)果

表4 識別條件的檢驗結(jié)果

表5 穩(wěn)健性檢驗結(jié)果

表6 排除相關(guān)政策干擾檢驗結(jié)果

表7 基于模型設(shè)定的穩(wěn)健性檢驗結(jié)果

表8 外部環(huán)境與試點城市政策效果分析結(jié)果

表9 企業(yè)異質(zhì)性與試點城市政策效果分析結(jié)果

表10 政策調(diào)節(jié)效應(yīng)的檢驗結(jié)果

(2) 財政壓力(Fp)。受到財政壓力的地方政府可能陷入短視行為和機(jī)會主義,從而會采取提高稅收征管力度、削減公共服務(wù)供給等措施彌補(bǔ)財政支出的缺口,政府對數(shù)字化建設(shè)的投入可能會在政府權(quán)衡公共政策價值沖突時被擠出。因此,財政壓力不僅直接影響到微觀企業(yè)資源配置效率,還會通過影響政策傳導(dǎo)來發(fā)揮調(diào)節(jié)作用。本文將財政預(yù)算支出/財政預(yù)算收入作為財政壓力衡量指標(biāo)。表10列(2)是將財政壓力作為調(diào)節(jié)變量作用于數(shù)字政務(wù)與企業(yè)資源配置效率的回歸結(jié)果,Fp×Dpolicy的系數(shù)在1%的統(tǒng)計水平上顯著為正,說明在財政壓力下,“互聯(lián)網(wǎng)+政務(wù)服務(wù)”政策在短時間內(nèi)難以被地方政府所重視,難以有效發(fā)揮數(shù)字政務(wù)對企業(yè)資源配置效率的提升作用。

6. 數(shù)字政務(wù)促進(jìn)企業(yè)資源配置效率的機(jī)制檢驗

基于前文分析,本文進(jìn)一步討論數(shù)字政務(wù)影響企業(yè)資源配置效率的機(jī)制,構(gòu)建如下中介效應(yīng)模型:

Interft=α+β1Dpolicyjt+β∑(Xft+Ypt+Zjt)+λf+λj+λs+ηt+εfjst

(8)

Misft=φ+φ1Dpolicyjt+φ2Interft+β∑(Xft+Ypt+Zjt)+λf+λj+λs+ηt+εfjst

(9)

其中,Interft為中介變量,分別為交易成本Tc、融資約束Sa、創(chuàng)新激勵Di,其他變量與前文一致。如果系數(shù)β1、φ2均顯著,中介效應(yīng)存在;若φ1也顯著,說明存在部分中介效應(yīng)。

首先檢驗數(shù)字政務(wù)能否緩解企業(yè)的交易成本。作為一個典型的轉(zhuǎn)型經(jīng)濟(jì)國家,政府占有大量的權(quán)威性資源,在資源配置中處于主導(dǎo)地位,企業(yè)的交易成本更多體現(xiàn)為尋租成本,隱藏在企業(yè)非生產(chǎn)性支出之中。因此,本文借鑒萬華林和陳信元(2010)的做法計算企業(yè)的非生產(chǎn)性支出。表11列(1)中,Dpolicy的系數(shù)在1%的統(tǒng)計水平上顯著為負(fù),說明數(shù)字政務(wù)可以有效降低企業(yè)非生產(chǎn)性支出,減輕企業(yè)負(fù)擔(dān)。列(2)中,Dpolicy的系數(shù)在1%的統(tǒng)計水平上顯著為負(fù),中介變量Tc在1%的統(tǒng)計水平上顯著為正,說明交易成本對企業(yè)資源配置效率產(chǎn)生了部分中介效應(yīng),驗證了數(shù)字政務(wù)可以通過降低企業(yè)交易成本從而改善企業(yè)資源錯配。

表11 機(jī)制分析結(jié)果

其次檢驗數(shù)字政務(wù)能否緩解企業(yè)融資約束?？紤]到數(shù)據(jù)可得性,本文通過構(gòu)建SA指數(shù)衡量企業(yè)的融資約束。表11列(3)中,Dpolicy的系數(shù)在1%的統(tǒng)計水平上顯著為負(fù),說明數(shù)字政務(wù)會緩解企業(yè)的融資困境;列(4)中,Dpolicy的系數(shù)在1%的統(tǒng)計水平上顯著為負(fù),中介變量Sa在1%的統(tǒng)計性水平上顯著為正,說明融資約束對企業(yè)資源配置效率產(chǎn)生了部分中介效應(yīng),驗證了數(shù)字政務(wù)可以通過降低企業(yè)融資約束影響企業(yè)資源配置效率。

最后檢驗數(shù)字政務(wù)是否提升創(chuàng)新激勵。專利是反映企業(yè)創(chuàng)新投入最直接的指標(biāo)。為了更好地衡量數(shù)字經(jīng)濟(jì)與數(shù)字政務(wù)融合下企業(yè)的創(chuàng)新投入,本文采用數(shù)字技術(shù)專利數(shù)量衡量企業(yè)的數(shù)字創(chuàng)新激勵。圍繞產(chǎn)業(yè)轉(zhuǎn)型升級所依賴的人工智能、大數(shù)據(jù)、云計算、區(qū)塊鏈和物聯(lián)網(wǎng)5大核心技術(shù),選取28個數(shù)字技術(shù)關(guān)鍵詞28個數(shù)字技術(shù)關(guān)鍵詞是:移動技術(shù)、物聯(lián)網(wǎng)、云計算、數(shù)字化、信息物理系統(tǒng)、智能化、智慧化、數(shù)字資產(chǎn)、數(shù)字資源、區(qū)塊鏈、互聯(lián)網(wǎng)、信息技術(shù)、電子商務(wù)、數(shù)字轉(zhuǎn)型、5G、智慧制造、虛擬社區(qū)、VR、智能制造、信息化、嵌入式設(shè)備、數(shù)字平臺、社交媒體、數(shù)字技術(shù)、大數(shù)據(jù)、AR、人工智能、網(wǎng)絡(luò)化。,以此在大為INNOJOY全球?qū)＠麛?shù)據(jù)庫搜索專利名稱、摘要,提取包含相關(guān)關(guān)鍵詞的專利樣本,根據(jù)申請人信息與上市公司名稱進(jìn)行匹配從而獲得企業(yè)當(dāng)年申請的數(shù)字專利數(shù)據(jù)。表11列(5)中,Dpolicy的系數(shù)在1%的統(tǒng)計水平上顯著為正,說明數(shù)字政務(wù)會影響企業(yè)的創(chuàng)新投入決策;列(6)中,Dpolicy的系數(shù)在1%的統(tǒng)計水平上顯著為負(fù),中介變量Di在1%的統(tǒng)計水平上顯著為負(fù),說明創(chuàng)新激勵對企業(yè)資源配置效率產(chǎn)生了部分中介效應(yīng),驗證了數(shù)字政務(wù)可以通過強(qiáng)化創(chuàng)新激勵來影響企業(yè)的資源配置效率。

五、 進(jìn)一步分析:政府網(wǎng)站評價體系細(xì)分維度

本文借助“互聯(lián)網(wǎng)+政務(wù)服務(wù)”試點城市政策探討了數(shù)字政務(wù)對企業(yè)資源配置效率的影響,但缺乏對具體維度方面的研究。因此,本文基于數(shù)字化概念,借助已有的政府網(wǎng)站評價信息選取在線服務(wù)(Zxfw)、信息公開(Xxgk)以及公眾參與(Gzcy)3個維度對企業(yè)資源配置效率影響作進(jìn)一步分析。數(shù)據(jù)來源于中國電子信息產(chǎn)業(yè)發(fā)展研究院和中國軟件評測中心聯(lián)合發(fā)布的2010-2021年《中國政府網(wǎng)站績效評估結(jié)果》。表12列(1)列(2)是在線服務(wù)、信息公開對企業(yè)資源配置效率的回歸結(jié)果,系數(shù)均為負(fù)且未通過顯著性檢驗。這可能是由于數(shù)字政務(wù)發(fā)展并非取決于單一因素,而是取決于多個因素,包括電信基礎(chǔ)設(shè)施、立法和監(jiān)管氛圍、文化等社會因素等。政府在數(shù)字化建設(shè)過程中受制于自身發(fā)展條件,使得數(shù)字技術(shù)在信息公開、在線服務(wù)方向還未形成協(xié)同效應(yīng)。列(3)是公眾參與對企業(yè)資源配置效率的回歸結(jié)果,系數(shù)在5%的統(tǒng)計水平上顯著為負(fù),說明數(shù)字政務(wù)在改善、促進(jìn)企業(yè)和政府之間互動方面有巨大潛力。政府加強(qiáng)電子政務(wù)服務(wù)、開放數(shù)據(jù)共享平臺,實現(xiàn)跨層級、跨地域、跨系統(tǒng)、跨部門、跨業(yè)務(wù)的協(xié)同管理和公共服務(wù),為企業(yè)主體和公眾參與公共服務(wù)提供了良好的溝通渠道,提高了使用公共信息的速度和便捷度,減少企業(yè)因信息不對稱帶來的資源配置損失。在這一階段,政府根據(jù)地區(qū)實際情況調(diào)整數(shù)字化建設(shè),如選擇與當(dāng)?shù)叵嚓P(guān)或特定部門的目標(biāo)、實現(xiàn)這些目標(biāo)的當(dāng)?shù)乜山邮芎筒块T可行的方式等,在技術(shù)紅利與制度紅利的協(xié)同作用下推動政府治理數(shù)字化,優(yōu)化營商環(huán)境,從而改善企業(yè)資源錯配情況。

表12 網(wǎng)站績效評估的細(xì)分維度分析結(jié)果

六、 結(jié)論與建議

中國正在推進(jìn)治理現(xiàn)代化。在此背景下,深入分析數(shù)字技術(shù)在政府治理現(xiàn)代化建設(shè)的應(yīng)用,成為觀察政府作用的一個新視角。本文把數(shù)字技術(shù)應(yīng)用與政府改革共同納入企業(yè)資源配置優(yōu)化的分析框架中,利用“互聯(lián)網(wǎng)+政務(wù)服務(wù)”試點作為準(zhǔn)自然實驗構(gòu)建連續(xù)雙重差分模型,使用2010-2022年A股上市公司數(shù)據(jù),系統(tǒng)研究了數(shù)字政務(wù)對企業(yè)資源配置效率的影響。研究表明:試點政策顯著改善了企業(yè)的資源配置,驗證了數(shù)字政務(wù)對企業(yè)資源配置效率的提升作用;數(shù)字政務(wù)對企業(yè)資源配置效率的提升作用受到外部環(huán)境以及企業(yè)差異的影響,具體而言,數(shù)字政務(wù)對企業(yè)資源配置效率提升作用主要是在東部省份、法治水平高的地區(qū),對于非國有企業(yè)、初創(chuàng)企業(yè)和技術(shù)密集型企業(yè)的提升作用更顯著;機(jī)制分析表明,數(shù)字政務(wù)主要通過企業(yè)成本節(jié)約效應(yīng)、降低融資約束效應(yīng)、創(chuàng)新激勵效應(yīng)促進(jìn)企業(yè)資源配置效率的提升;地方政府對政策注意力分配在數(shù)字政務(wù)影響企業(yè)資源配置效率中發(fā)揮了顯著的調(diào)節(jié)作用,即地方政府的財政壓力、官員晉升競爭會強(qiáng)化政策實施效果;進(jìn)一步分析表明,數(shù)字政務(wù)對企業(yè)資源配置效率提升作用更多地體現(xiàn)在公眾參與這一細(xì)分評價指標(biāo),在線服務(wù)、信息公開則沒有反映出這一提升作用。

本文驗證了數(shù)字政務(wù)的微觀經(jīng)濟(jì)效應(yīng)。基于此,本文提出以下三點建議:第一,應(yīng)該進(jìn)一步加快政府?dāng)?shù)字化轉(zhuǎn)型,繼續(xù)推進(jìn)高頻事項的審批辦理流程再造,擴(kuò)大政務(wù)服務(wù)跨區(qū)域、跨部門、跨層級的范圍。第二,考慮到數(shù)字政務(wù)發(fā)揮的條件,應(yīng)大力扶持?jǐn)?shù)字基礎(chǔ)設(shè)施建設(shè),提供公平、普惠的數(shù)字服務(wù),從根本上保障數(shù)字政務(wù)的實施順暢,避免數(shù)字技術(shù)帶來的兩極分化。對于法治水平較低且短期難以改變的地區(qū),應(yīng)盡快完善相關(guān)法律法規(guī),提高監(jiān)管水平,繼續(xù)推進(jìn)數(shù)字政務(wù)建設(shè)以彌補(bǔ)法治環(huán)境缺失對資源配置效率的負(fù)面影響。對于民營企業(yè)、初創(chuàng)企業(yè),未來應(yīng)著力關(guān)注其資金約束,建立政銀企常態(tài)化合作機(jī)制,為創(chuàng)新型企業(yè)提供精準(zhǔn)融資對接,充分發(fā)揮民營經(jīng)濟(jì)在活躍市場、促進(jìn)創(chuàng)新方面不可替代的作用。第三,堅持對數(shù)字政務(wù)建設(shè)的統(tǒng)一領(lǐng)導(dǎo),將數(shù)字化建設(shè)納入地方政府考核標(biāo)準(zhǔn)中,調(diào)動官員積極性,選拔具有高數(shù)字素養(yǎng)的官員。需要注意的是,主政官員的晉升競爭在激發(fā)政府創(chuàng)新改革活力的同時,還可能產(chǎn)生數(shù)字形式主義,出現(xiàn)簡單重復(fù)的“內(nèi)卷”。因此,考核地方政府?dāng)?shù)字化改革成效時更應(yīng)關(guān)注需求側(cè)的意愿是否得以滿足,需要構(gòu)建高效暢通的互動渠道,強(qiáng)化公眾的電子參與。