政府数字关注度赋能企业全要素生产率提升的机制研究

高炜  廖渝海

      【摘要】政府注意力配置模式与运行逻辑深刻影响着宏观政策偏向与微观企业行为。本文基于注意力配置理论，将政府数字关注度视为关键的政府制度性注意力配置，实证检验其对企业全要素生产率的影响机制。实证结果表明：（1）政府数字关注度能够促进企业全要素生产率增长，该结论在通过稳健性检验后依旧成立；（2）机制分析表明，政府数字关注度主要通过资源释放、创新生态构建与信号传递三条路径协同驱动企业生产率提升，其中以数字基础设施与高技能人才为核心的资源释放机制效应最强。本研究的边际贡献在于将注意力配置理论引入企业全要素生产率研究，构建并验证了政府数字关注对企业全要素生产率的影响机制，为推动数字经济治理提供了理论基础与政策建议。
      【关键词】政府数字关注度；全要素生产率；注意力配置；数字经济
引言
      中国经济正经历从高速增长向高质量发展的深刻转型，在此过程中，全要素生产率（TFP）逐渐成为评价经济结构优化质量与测度企业核心竞争力的重要指标。随着数字经济蓬勃发展，其为企业生产率提升与核心技术突破注入了新动能。然而，微观层面的企业普遍面临数字化转型意愿不足、数字化转型能力欠缺与数字化转型风险畏惧的三重困境，这显著抑制了其潜在生产率红利的释放。
      基于此，本文将注意力配置理论引入微观企业的全要素生产率研究，利用 2007—2023 年中国 A 股上市公司与地级市及以上政府的匹配数据，系统考察政府数字关注度对企业全要素生产率的因果效应及其作用机制。
一、理论分析与假说提出
      政府注意力作为稀缺的决策资源，其配置模式与运行逻辑深刻影响着政府政策偏向与资源流向。注意力配置理论认为组织在信息超载的环境中必须选择性配置资源，并指出政策议程的设置与变迁并非单纯的利益博弈而是由政府决策者的注意力分配所驱动。
      在中国的情境下，地方政府作为中央政府的多任务代理人，在财政、晋升与声誉三重制度逻辑的约束下，其注意力配置通常遵循“可观测性—激励强度—边际回报”原则：当数字经济的发展成果更易于通过政策文本、基础设施投资等指标度量和考核，并能显著影响官员晋升激励时，理性的地方政府便会将更多注意力投向该领域。进而引导财政资金、土地要素与政策信号协同向数字经济部门集中。这种有偏的注意力配置构成了本文核心解释变量—政府数字关注度的核心内涵。
      基于上述理论，本文提出，政府数字关注度的形成与强化将通过以下三条核心机制，重塑企业的外部环境与内部决策，最终驱动其全要素生产率的提升。
      （一）资源释放机制
      资源释放是政府数字关注度影响企业全要素生产率最直接、最基础的机制。该机制基于资源依赖理论与公共产品理论：企业的发展依赖于外部关键资源的获取和利用，而政府通过公共投资与政策引导，能够为企业提供不可或缺的互补性资产。政府对数字经济的高度关注直接转化为数字新基建的优先投资，从而持续赋能企业全要素生产率的提升。
      （二）创新生态构建机制
      创新生态系统理论与制度理论认为政府的角色不仅是资源提供者，还能通过政策引导和资金支持塑造制度环境。政府数字关注度通过构建有利于数字化转型的区域创新生态系统，间接促进企业全要素生产率增长。
      （三）信号传递机制
      除了直接的资源投入和生态营造，政府数字关注本身也是一种强有力的政策信号。从信号传递理论视角来看，地方政府在政府工作报告、战略规划与公共宣传中持续强调数字经济的重要性，能够有效降低企业对数字技术投资回报不确定性的担忧，增强其转型信心。这种由稳定政策预期所激发的投资，构成了企业全要素生产率持续提升的重要基础。
      综合上述分析，政府数字关注度通过资源释放、创新生态构建与信号传递三条核心路径，共同作用于企业全要素生产率。其中，资源释放提供基础要素支撑，生态构建优化转型环境，信号传递引导企业预期与投资，三者协同构成一个完整的传导链条。据此，本文提出以下研究假说：
      H1：政府数字关注度对企业全要素生产率具有显著的积极影响。
      H2：政府数字关注度通过资源释放、创新生态构建与信号传递三种机制推动企业全要素生产率提高。
二、实证研究设计
      （一）数据来源与处理
      使用 2007—2023 年中国 A 股上市公司数据作为初始研究样本，样本有关企业财务基本信息来源于 Wind 与CSMAR 数据库，政府数字关注度数据则通过爬取各级政府公开文件与北大法宝数据库获取。同时，本文对初始样本进行如下处理：（1）剔除 ST 类、PT 类以及将要退市类企业的样本；（2）剔除金融行业类企业样本；（3）剔除主要变量的缺失值；（4）对所有连续变量进行上下 1%的缩尾处理。最终得到 24453 个企业—年份观测值的非平衡面板数据。
      （二）变量说明
      1. 被解释变量：企业全要素生产率（TFP）
      在企业全要素生产率的测度中，本文借鉴鲁晓东和连玉君（2012）的研究思路，采用更具一致性与稳健性的半参数估计方法——Olley-Pakes 法（简称 OP 法）作为基准测度，以更准确地识别企业层面的全要素生产率。
      2. 解释变量：政府数字关注度（GDC）
      为精准刻画地方政府对数字经济发展的制度性注意力配置，本文借鉴解洪涛（2024）的研究思路，采用文本挖掘与人工校验相结合的方法构建城市—年份层面的政府数字关注度指标，为后续实证分析提供了可靠的制度注意力代理变量。
      3. 控制变量
      为控制其他潜在因素的影响，本文引入以下控制变量（Controls），包括企业规模（Size）、产权性质（Soe）、资产负债率（Lev）、总资产收益率（Roa）、营业收入增长率（Growth）、企业成立年限（FirmAge）、独立董事比例（Indep）、两职合一（Dual）与股权集中（Top1），
以提高研究结果的可靠性和科学性。
      （三）模型设定
      为检验政府数字关注度对企业全要素生产率的影响，本文构建如下固定效应模型：

三、实证研究结果分析
      （一）基准回归结果
      表1 报告了政府数字关注度对企业全要素生产率的基准回归结果。在引入控制变量与固定效应之后，政府数字关注度的系数在 1% 的水平上显著为正，表明其对全要素生产率具有稳健的促进作用。这一结果初步验证了假说H1，即政府数字关注度对企业全要素生产率具有显著的积极影响。该发现与李剑培等（2024）关于政府数字政策赋能企业高质量发展的结论相呼应，进一步揭示了政府注意力配置在推动微观经济效率提升中的制度性作用。

      （二）稳健性检验
      为检验基准结果的可靠性，本文利用替换变量法进行稳健性检验。借鉴赵涛的研究使用城市数字基础设施发展水平指数作为政府数字关注度的替代指标，结果显示政府数字关注度的系数为 2.66，依然显著为正，巩固了基准回归的结果。
      （三）机制分析
      前文的基准回归与稳健性检验确认了政府数字关注度对企业全要素生产率的积极影响，为深入剖析其机理，本节依据理论分析所构建的分析框架对其进行实证检验。本文采用 Sobel 检验与 Bootstrap 检验，验证政府数字关注度对企业全要素生产率的机制效应，具体结果证实，政府数字关注度主要通过资源释放机制、创新生态构建机制与信号传递机制促进驱动企业全要素生产率的提升。其中，以数字基础设施和高技能人才为核心的资源释放机制贡献了最主要的效应（合计 52.0%），凸显了基础要素支撑的根本性地位。创新生态构建机制（占比 11.6%）与信号传递机制（占比 14.2%）则分别从优化制度环境和引导长期预期方面提供了重要的协同与催化作用。三者共同构成了政府注意力配置影响企业全要素生产率的重要因果链条，假说 H2 得以验证。
四、结论与政策建议
      本文基于注意力配置理论，系统检验了政府数字关注度对企业全要素生产率的影响及其内在机理，获得以下核心发现：
      第一，政府数字关注度对企业全要素生产率具有显著的提升作用，这一结论在经过稳健性检验后依然成立，证实了政府数字关注度能够促进企业全要素生产率提高的理论分析与研究假说。
      第二，机制检验进一步揭示政府数字关注度主要通过资源释放机制、创新生态构建机制与信号传递机制驱动企业全要素生产率提高。其中，以数字基础设施投入和高技能人才供给为核心的资源释放机制贡献了最主要的增益效应，凸显了基础要素支撑在政策传导中的根本性地位。而创新生态构建机制与信号传递机制则起到了重要的协同与催化作用，三者共同构成了政府数字关注转化为企业效率提升的完整因果链条。
      基于上述结论，本文提出如下政策建议：
      第一，建立政府注意力预算与评估机制，提升数字治理的精准性与效能性。
      第二，强化数字基础设施的精准投入与人才政策的区域协同，夯实资源释放机制的支撑作用。        第三，注重政策工具的组合运用与企业异质性的分类施策，构建多维协同的数字化转型支持体系。
参考文献
[1] 鲁晓东 , 连玉君 . 中国工业企业全要素生产率估计 :1999—2007[J]. 经济学 ( 季刊),2012,11(02):541-558.
[2] 解洪涛 , 王嘉庆 . 数字化赋能全过程人民民主：人大预算联网监督改革实践与成效分析 [J]. 财政研究 ,2024(01):45-60.
[3] 赵涛 , 张智 , 梁上坤 . 数字经济、创业活跃度与高质量发展——来自中国城市的经验证据 [J]. 管理世界 ,2020,36(10):65-76.