互联网电子商务、企业研发与全要素生产率

陈维涛 韩 峰 张国峰

一、引 言

党的十九大报告指出，中国特色社会主义进入新时代，要贯彻新发展理念，推动互联网、大数据、人工智能和实体经济深度融合，加快建设创新型国家，提高全要素生产率，建设现代化经济体系。过去五年，我国数字经济等新兴产业蓬勃发展，以互联网企业为代表的数字经济强势崛起，在国民经济中的地位不断上升。2017年3月，腾讯研究院与工业和信息化部发布的《2017数字经济白皮书》指出，20国集团(G20)中发达国家市场的互联网电子商务占GDP的比重为5.5%，发展中国家的比重为4.9%，而我国互联网电子商务占 GDP的比重已达 6.9%，明显超过发达国家水平。2016年，中国移动支付金额超过208万亿元，位居世界第一位。另外，2017年7月，中国信息通信研究院发布的《中国数字经济发展白皮书》也指出，2016年中国互联网数字经济对GDP的贡献已达到69.9%。因此，互联网电子商务已经成为我国经济发展的核心动力。

一方面，互联网电子商务能够减少中间环节，促进供需精准匹配，提升资源配置效率，降低企业经营与交易成本(Venables，2001；施炳展，2016)。比如，根据全球移动运营商的共同关注和权益组织(GSMA)发布的数据显示，2016年中国蜂窝物联网 M2M连接数已达 1.4亿，占全球连接数的 35%，位居全球第一位，显著降低了中国物流成本。例如，2016年前三季度，贵州省货车空载率减少6%，物流成本降低5%，为企业节省成本 500亿元。另一方面，互联网能够减少信息不对称，提高产品价格、产量与质量的透明度，形成开放透明的信用交易体系，从而促进市场竞争，提升社会资源融合效率，拉动消费快速增长(孙浦阳，2017)。例如，根据国家统计局公布的数据显示，2017年我国网络零售市场交易规模达到 7.2万亿元，同比增长 32.2%。阿里巴巴(2015)预计，2020年我国网络零售交易额将突破10万亿元，占社会消费品零售总额的比例将达到 16.3%。互联网电子商务已经成为扩大居民消费，促进消费升级和拉动内需增长的强大引擎。

与此同时，在互联网电子商务的蓬勃发展的背景下，学术界已经开始积极探索研究互联网电子商务发展及影响。例如，一些研究开始关注到互联网对企业全要素生产率的影响(Liu等，2013；王娟，2016)。但受相关数据限制的影响，关于互联网电子商务对企业全要素生产率影响尤其是作用机制的研究仍未深入。鉴于此，本文将从企业研发角度，研究互联网电子商务对中国企业全要素生产率的影响及其作用机制。

与有研究相比，本文的主要工作与边际贡献如下：第一，与互联网电子商务蓬勃发展的现实相比，当前研究还依然相对较少，还有待进一步深入与拓展，本文的研究具有一定的文献补充贡献；第二，当前研究互联网电子商务对中国上市企业全要素生产率的文献依然较少，尤其是缺少对十八大以来的互联网电子商务发展相关研究，需要进一步补充分析，本文将完善相关研究；第三，在作用机制方面，已有研究大多从降低交易成本、减少信息不对称等角度进行简单阐述与分析，本文则采用 2015年“阿里巴巴电子商务发展指数”和中国上市企业数据，从自主研发的角度，实证研究互联网电子商务对中国上市企业全要素生产率的影响及其作用机制。

二、文献述评

（一）互联网对企业创新或全要素生产率的影响述评

1.互联网基础设施对企业创新或全要素生产率的影响

互联网经济活动的正常运作有赖于信息通讯技术(ICT)等互联网基础设施发挥其支撑功能。因此，早期及现在有相当一部分研究关注了互联网基础设施对一国技术进步、生产率水平的影响(Ceccobelli等，2012；Jorgenson等，2011)。比如，Jorgenson和Stiroh(1999)、Jorgenson(2001)、Jorgenson等(2008)研究表明，以不变质量计算的 ICT服务价格的快速下降，节约了居民和企业的资金成本，促进了生产率的增长和经济复苏。Oliner和Sichel(2000)、Stiroh(2002)则进一步指出，ICT和计算机产品对于美国劳动生产率提高发挥了重要作用，是 20世纪 90年代美国经济快速发展的基础。Byrne等(2013)研究表明，虽然 ICT对于美国劳动生产率及经济增长的贡献有所下降，但其仍然是美国技术进步、生产率提升的重要因素。与此同时，Jorgenson和 Vu(2005)采用跨国数据研究表明，ICT投资对世界经济复苏和生产率提升产生重要促进作用。Shahiduzzaman和 Alam(2014)、Erumban和 Das(2016)分别对印度和澳大利亚的实证研究表明，ICT可以对其国家的技术进步、劳动生产率和经济增长产生重要带动作用。另外，Jorgenson和 Vu(2007)研究表明，电信基础设施可以减少交易的成本，进而能够促进一国生产率提升和经济快速增长。

与此同时，随着我国信息技术的快速发展，国内一些学者也进行了相关研究。比如，林毅夫和董先安(2003)研究认为，信息化可以通过 IT资本深化和 IT生产部门内部生产率的增长，从而带动生产升级改造，实现技术进步和生产率提升。蔡跃洲和张钧南(2015)认为，ICT产品价格下降及其对其它产业部门的技术渗透可以降低生产成本、提高劳动生产率，从而促进经济增长。李坤望等(2015)从企业层面研究表明，信息基础设施水平提高，可以导致投入要素利用效率的提升，进而提高了企业劳动生产率。阿里研究院(2015)则进一步指出，互联网基础设施是我国技术进步、经济转型升级的三大动力源泉之一。郭美晨和杜传忠(2019)研究表明，信息通信技术(ICT)是新一轮产业革命的核心与通用目的技术，大规模 ICT资本投资、ICT生产部门生产率迅速增长以及ICT对传统产业部门的大规模信息化改造，将显著提升要素生产率。

2.互联网电子商务交易对企业创新或全要素生产率的影响

近年来，随着互联网、移动通信与支付技术的发展，互联网电子商务交易呈现爆发式增长，对一国企业创新、技术进步、全要素生产率等经济社会发展的各个方面产生越来越大的影响。一方面，互联网电子商务交易使得消费者的需求变得更加多样化(孙浦阳，2017)；另一方面，互联网电子商务也对企业生产、销售与服务等日常经营各个方面产生越来越大的影响，必然对企业研发创新及生产率的增长产生重要影响。国外学术界对互联网电子商务与企业创新、生产率提升也进行了相关研究(施炳展，2016)。比如，Bertschek等(2006)采用德国企业数据，理论和实证研究了企业B2B互联网电子商务的应用对于劳动生产率的影响，表明企业B2B互联网电子商务有利于企业组织管理结构的优化，能够提升劳动生产率。Vu(2013)采用新加坡 1990—2008年间的数据研究表明，互联网电子商务对于新加坡劳动生产率的提升具有显著的促进作用，从而促进了经济增长。Liu等(2013)采用中国的台湾地区1999—2002年的制造业企业面板数据研究表明，互联网电子商务和企业研发能够显著促进企业全要素生产率水平的提升。Yang等(2017)研究表明，在大数据分析技术的支撑下，互联网电子商务企业的全要素生产率和利润率更高。Anvari和 Norouzi(2016)采用 2005—2013年间 21个国家的面板数据研究发现，互联网电子商务可以显著促进企业研发投资的增长。

与此同时，国内学者也对互联网电子商务及其影响进行了相关研究。比如，沈悦和郭品(2013)采用2003—2012年间36家商业银行的数据研究表明，互联网金融能够带来技术溢出效应，从而促进了我国商业银行全要素生产率的提升。郭家堂和骆品亮(2016)采用 2002—2014年中国省级面板数据进行实证分析表明，互联网对中国技术进步具有显著促进作用，从而能够促进全要素生产率效率(尤其是技术推动型全要素生产率)的增长。王娟(2016)基于2009年和2012年世界银行企业调查数据研究表明，“互联网＋”能够显著促进中国企业全要素生产率水平提升，尤其是能够显著促进东部地区和资本技术密集型企业全要素生产率水平的提升。施炳展(2016)则采取 2009年的互联网与贸易数据研究表明，互联网能够降低信息交流成本，具备一定的企业间、企业内资源优化配置功能，能够促进企业生产效率提升。孙浦阳等(2017)采用 1999—2012年月度微观价格监控数据研究表明，互联网电子商务可以有效降低市场搜寻成本和提高消费者搜寻效率，有利于市场价格机制在资源配置中发挥更大作用。

（二）企业研发与全要素生产率研究述评

目前，国内外关于企业研发创新对全要素生产率影响的研究十分丰富(Huergo和Jaumandreu，2004；Aghion 等，2009；Mohnen 和 Hall，2013)。国外大部分的研究也表明，企业研发创新对全要素生产率的提升具有重要的促进作用(Amable等，2016；Baumann和 Kritikos，2016)。一方面，企业研发能力的增强，可以直接提升企业生产效率；另一方面，企业研发能力增加，可以降低企业生产成本，减少对劳动、资本的依赖，进而提升企业全要素生产率(Cohen和Levinthal，1990)。

与此同时，国内学者也对企业研发创新与中国全要素生产率进行了研究，但结论并不一致。一些研究表明，企业研发创新确实能够对企业全要素生产率产生显著促进作用(吴延兵，2008；周新苗和唐绍祥，2011；戴觅和余淼杰，2011)；另一些研究则表明，企业研发并不能显著促进中国企业全要素生产率的提升，甚至还会阻碍生产率的增长(李小平和朱钟棣，2006；李宾，2010)。由此可以看出，虽然大部分研究表明，企业研发能够促进全要素生产率的提升，但关于中国方面的影响还需进一步实证检验。

（三）影响机制分析

综上所述，首先，虽然学术界已经开始积极探索研究互联网电子商务发展及影响，但当前相对于互联网电子商务快速发展的现实的研究依然相对较少，需要及时跟进补充。其次，当前研究互联网电子商务对中国上市企业全要素生产率的文献依然较少，尤其是缺少对“十八大”以来的互联网电子商务发展相关研究，需要进一步补充分析。最后，已有研究大多从降低交易成本、减少信息不对称等角度进行分析。

鉴于此，本文从企业研发的角度，采用 2015年“阿里巴巴电子商务发展指数”和中国上市企业数据补充研究互联网电子商务对中国企业全要素生产率的影响及其作用机制。

如图1所示，互联电子商务发展包括互联网电子商务基础设施、互联网电子商务交易等两大部分，后文将分别采用阿里巴巴电子商务服务指数、电子商务应用指数进行测度。基于此，互联网电子商务对中国企业全要素生产率影响的作用机制如下：首先，互联网电子商务基础设施可以显著降低研发成本，提高研发投入要素效率，从而能够降低研发周期，提高研发当期收益，从而有利于企业研发投入增加，进而提高企业生产率；其次，互联网电子商务交易可以通过线上交易有效降低市场搜寻成本，提高消费者搜寻效率，使供需达成更好匹配，从而也能够降低研发周期，提高研发当期收益，从而有利于企业研发投入增加，进而提高企业生产率；最后，相对于支付、物流等互联网电子商务基础设施服务，互联网电子商务交易更能显著影响供给与需求，从而对企业的经营决策影响更直接，对企业研发及生产率的影响相对更大。

三、研究设计

（一）模型设定与估计方法

1.互联网电子商务与中国企业全要素生产率

这里，本文先研究互联网电子商务对于中国企业全要素生产率水平的影响：

其中，tfpcji为城市c行业j企业i的生产率水平，lnecommercec为城市层面的互联网电子商务发展水平指标，分别用城市电子商务发展指数(edep)、城市电子商务应用指数(eapp)、城市电子商务服务指数(eser)衡量；Xcji为其他控制变量，包括企业年龄、所有制性质、企业利润等指标，ζcj为行业固定效应，εcji为随机扰动项。

2.影响机制检验：企业研发视角的中介效应模型分析

基于文章研究目的，在研究分析了互联网电子商务对于中国企业全要素生产率的影响之后，本文基于企业研发视角，研究互联网电子商务对中国企业全要素生产率影响的作用机制。一方面，本文将首先考察互联网电子商务是如何影响企业研发周期和研发当期收益从而对企业研发投入产生影响，从而为建立中介效应模型提供前期支撑。基于全文研究目的和数据获得性，本文采用企业当期费用化研发支出的比重(rdfeepercent)作为研发当期收益的代理变量，并进行OLS回归分析。企业当期费用化研发支出的比重越高，表明企业研发周期相对更短，研发成本能够更快地反映在企业会计利润之中，表明研发当期收益也越大。

另一方面，在完成上述分析后，本文将通过引入企业研发(rd)这个中介变量，正式构建中介效应模型，分析互联网电子商务对中国企业全要素生产率的作用机制。

为构建中介效应模型，我们首先在式(2)将因变量(tfp)与基本自变量进行估计；然后，我们对中介变量(rd)与基本自变量进行估计；最后，将中介变量与基本自变量一起对因变量进行估计。其中，中介变量研发投入采用企业研发支出(rd)来衡量。

3.影响机制稳健性检验：研发投入视角的交叉模型分析

在研究分析了互联网电子商务对于中国企业全要素生产率的影响机制之后，为进一步检验影响机制的稳健性，本文将引入互联网电子商务与企业研发的交叉项模型，考察研发投入对互联网电子商务的调节作用：

其中，lnecommercec×lnRDcji为互联网电子商务与企业研发的交叉项，如果其估计系数显著为正，则进一步说明互联网电子商务发展可以通过促进企业研发，进而促进中国企业全要素生产率水平的提高。

（二）变量选取

1.中国企业全要素生产率水平

在中国企业的全要素生产率(tfpcji)的选取与计算方面，本文参考Giannetti等(2015)、鲁晓东和连玉君(2012)的相关研究，根据1998—2015年的中国上市公司数据库数据及其变量指标特点，采用LP方法计算得到。TFP的相关计算与指标选择如下：

其中，yijt为t年行业j中企业i工业增加值(销售额)的对数，本文选择中国上市公司数据库的主营业务收入的对数进行测度；lijt为t年行业j中企业i投入工人数量的对数，本文采用中国上市公司数据库的员工人数的对数进行测度；kijt为t年行业j中企业i总资产的对数，本文采用中国上市公司数据库的总资产指标的对数进行测度；mijt为t年行业j中企业i原材料及其它中间品投入的对数，本文采用中国上市公司数据库中企业购买商品、接受劳务实际支付的现金的对数进行测度，行业分类采用申银万国行业分类方法。

2.互联网电子商务发展指标

在城市互联网电子商务发展指标的选取与测度方面，本文选用2015年“阿里巴巴电子商务发展指数(aEDI)”指标体系进行分析。阿里巴巴电子商务发展指数是基于阿里巴巴的海量数据所得，可以直观反映区域电子商务发展水平。该指数的取值范围介于0～100之间，数值越大，反映当地电子商务发展水平越高。该指数体系包括城市电子商务发展指数(edep)，以及城市电子商务应用指数(eapp)和城市电子商务服务指数(eser)等两个一级指标体系。其中，电商应用指数包括网商指数、网购指数两个方面，电商服务指数包括电商交易、支付、快递和衍生服务四个方面。

如表1所示，在指标体系设计方面，阿里城市电子商务电商发展指数(edep)＝电商应用指数(eapp)×0.5＋电商服务指数(eser)×0.5＝(网商指数×0.5＋网购指数×0.5)×0.5＋(电商交易服务指数×0.3＋电商支付服务指数×0.2＋电商快递服务指数×0.3＋电商衍生服务指数×0.2)×0.5。

与此同时，从表2中各指标的选取与计算方法可以看出，电商应用指数主要测度了该城市企业和居民应用互联网电子商务的程度水平，主要反映了互联网电子商务对于供给与需求方销售交易的影响。电商服务指数主要测度了城市服务商通过互联网、移动互联网、快递物流网面向企业和居民提供电子商务报务的情况，主要包括电商交易服务、电商支付服务、电商快递服务和电商衍生服务(如网络营销、电商IT系统、电商数据分析等)。需要指出的是，电商应用与电商服务相互促进，是推动城市电子商务持续、创新发展的“双引擎驱动”。一方面，企业和消费者大规模、高频度应用电子商务，可带动电商交易、支付、快递、营销等电商服务快速增长；另一方面，电商服务的发展可帮助企业和消费者更高效地应用电子商务。

表1 “阿里巴巴电子商务发展指数”指标体系

表2 “阿里巴巴电子商务发展指数”指标计算方法

3.其他变量

在企业研发方面，本文将采用企业研发支出与费用化研发支出比重来衡量。与此同时，我们还选取了年龄(age)、所有制性质(ownership)、企业利润(profit)、企业产值等指标作为控制变量分别加入相应计算模型进行分析，行业划分以申银万国行业分类为标准。各个变量的含义及描述性统计如表3所示。

表3 各个变量的含义及描述性统计

（三）数据来源与处理

本文使用的中国上市公司企业层面数据来源于Wind数据库，通过该数据库，本文可以得到中国上市公司产值、利润、研发投资、年龄、所有制性质、行业等变量指标，并以此采用LP方法计算了1998—2015年间中国上市公司的企业全要素生产率水平。本文使用的第二套数据为2015年“阿里巴巴电子商务发展指数”指标体系，来源于阿里巴巴研究院。最后，本文在地级市层面上，将两套数据库进行了合并整理。

四、估计结果分析

（一）互联网电子商务与中国企业全要素生产率

1.OLS估计结果

首先，在本文最关心的互联网电子商务对中国企业全要素生产率的影响方面，表4中(1)～(3)列的OLS结果显示，城市电子商务发展指数(lnedep)、城市电子商务应用指数(lneapp)、城市电子商务服务指数(lneser)与中国企业全要素生产率的系数均显著为正，这表明互联网电子商务的发展能够显著促进中国企业全要素生产率水平的提升。具体分析表明，城市电子商务应用指数的回归系数显著大于城市电子商务服务指数的结果。这初步表明，相较于互联网电子商务服务，互联网电子商务应用对于中国企业全要素生产率的促进作用更大。对此，我们认为，相对于支付、物流等互联网电子商务服务，电商应用指数主要测度了该城市企业和居民应用互联网电子商务的程度水平，主要反映了互联网电子商务对于供给与需求方销售交易的影响，对企业的经营决策影响更直接，对企业生产率的影响相对更大。

表4 互联网对中国企业全要素生产率的影响(OLS估计结果)

与此同时，OLS回归结果还表明，企业年龄与生产率水平显著为正，说明成熟型企业的生产率水平要更高；企业所有制的结果则表明，国有企业相比其他企业的生产率水平更高，这说明在中国上市的国有企业全要素生产率水平更高。最后，企业净利润与企业全要素生产率水平显著为正，说明企业生产利润的增加可以为企业全要素生产率水平的提高提供有利条件，能够促进生产率水平的提升(余淼杰和李晋，2015)。此外，我们加入行业控制变量，控制了与行业相关的其他因素的影响后，(4)～(6)列结果与前述分析一致，进一步表明上述研究结论的稳健性。

2.工具变量两阶段最小二乘(IV 2SLS)估计结果

在计量模型的估计中，内生性问题会使估计结果有偏和不一致。一方面，虽然我们已经控制了其他影响互联网电子商务和中国企业全要素生产率之间关系的重要变量，但还可能遗漏了某些重要解释变量；另一方面，虽然企业层面的数据对城市层面变量的影响较小，但中国企业全要素生产率与互联网电子商务之间还是可能存在反向因果的关系，这也会导致估计结果有偏和不一致。因此，我们在实证分析互联网电子商务发展对中国企业全要素生产率的影响时，必须考虑内生性的问题。

表5 互联网对中国企业全要素生产率的影响(IV 2SLS估计结果)

控制内生性问题的一个通常做法是寻找一个与互联网电子商务相关但独立于中国企业全要素生产率的工具变量(IV)，并进行相关估计。为此，本文选取2001年城市电话用户总量(单位：百万户，phone2001)和人均邮电业务总量(单位：万元，perpost)作为工具变量。选择工具变量的原因如下：一方面，电话用户和人均邮电业务量代表了城市电信基础设施的发展水平，也必将对城市的互联网电子商务发展产生影响；另一方面，在2001年，中国互联网电子商务刚刚起步发展，滞后期的历史数据不会对2015年中国企业全要素生产率产生影响。因此，本文的工具变量满足外生性及与内生变量相关的要求，是合理的工具变量。表5的识别不足、弱识别、外生性及F检验等相关检验也表明，本文工具变量回归结果是有效和稳健的。

与此同时，在表5第(4)～(6)列中，本文给出了互联网的工具变量估计时第一阶段的回归结果，第一阶段模型为：

其中，lnperpost(2001)c、lnphone(2001)c分别为滞后期(2001年)的城市人均邮电量和电话用户总量的对数，Xcji为其他控制变量，σj为行业j的固定效应，φcji为随机误差项。从表5第(4)～(6)列可以看出，滞后期(2001年)的城市人均邮电量和电话用户总量与当期城市电子商务发展指数(lnedep)、城市电子商务应用指数(lneapp)、城市电子商务服务指数(lneser)等互联网电子商务发展指标呈高度显著正相关，进一步说明了工具变量选取的合理性。

表5的工具变量两阶段最小二乘(IV 2SLS)估计结果进一步表明，一个城市的电子商务发展指数、电商应用指数、电商服务指数等越高，该城市内企业的生产率水平则越高，说明互联网电子商务的发展确实能够显著促进中国企业全要素生产率水平的提升。而且，与OLS初步回归结果相似，工具变量估计结果也表明，城市电子商务应用指数比电子商务服务指数的回归系数更大，相较于互联网基础设施，互联网交易对于中国企业全要素生产率的促进作用更大。

在其他控制变量的估计结果方面，与OLS估计结果一致，工具变量结果进一步表明，研发投入越高、进入市场较早的成熟企业、国有性质企业及净利润更高企业的生产率水平越高。

（二）影响机制检验：中介效应模型估计结果

1.互联网电子商务与中国企业费用化研发支出的比重

根据研究框架，在分析中介效应模型估计结果之前，本文将首先分析互联网电子商务对中国企业费用化研发支出比重的影响，从而为后续中介效应模型分析奠定机制基础。如表6所示，城市电子商务发展指数(lnedep)、城市电子商务应用指数(lneapp)、城市电子商务服务指数(lneser)与中国企业费用化研发支出比重的对数(lnrdfeepercent)的相关系数均显著为正，表明互联网电子商务发展确实能够降低企业研发周期，提高企业研发当期收益，从而有利于企业增加研发总支出。而且，回归结果还表明，相比互联网电子商务服务指数，互联网电子商务应用指数的回归系数更大，表明相对于支付、物流等互联网电子商务基础设施服务，互联网电子商务交易更能显著影响供给与需求，从而对企业的经营决策影响更直接，对企业研发的影响相对更大，这也验证了本文在机制分析部分的有关假设。并且，这也初步解释了互联网电子商务交易、电子商务基础设施对中国企业生产率的不同影响。

表6 互联网电子商务对中国企业费用化研发支出比重的影响

2.中介效应模型估计结果

对于中交效应模型中的式(2)估计结果，就是表4的相关估计结果，结果表明式(2)的系数α1高度显著为正，互联网电子电子商务能够显著促进中国企业生产率水平的提升。对于中介效应模型中的式(3)估计结果，如表7中第(1)～(3)列所示，式(3)中的系数β1高度显著为正。这表明，互联网电子商务对于企业研发投入具有显著的促进作用，而且城市电子商务应用指数的回归系数显著大于城市电子商务服务指数。这表明，相较于互联网电子商务服务，互联网电子商务应用对于中国企业研发投入的促进作用更大，这进一步证明了前述分析中互联网交易为何对中国企业全要素生产率的促进作用更大。

最后，关于中介效应模型中的式(4)估计结果，如表7第(4)～(6)列所示，rd中介变量系数γ2高度显著为正，说明企业研发投入增加对中国企业生产率具有显著促进作用。与此同时，式(4)中的系数γ1也高度显著为正，这表明中介效应显著。我们还发现，当加入中介变量rd之后，系数γ1显著变小。这进一步表明，研发投入(rd)是互联网电子商务促进中国企业全要素生产率提升的可能作用渠道。

为了进一步确认研发投入增加是否为互联网电子商务影响中国企业生产率的中介变量，我们有必要进行更加严格的检验。如前所述，通过依次检验原假设均受到拒绝，这初步说明中介效应是显著的。与此同时，我们还将进一步检验经过中介变量路径上的回归系数的乘积项是否显著，即如果拒绝原假设，则表明中介效应显著，否则不显著。

具体来看，我们采用Sobel(1987)的方法首先计算乘积项β12γ的标准差：

然后，我们根据Sobel(1987)的方法进一步计算得出检验统计量分别为2.8576、2.6935、2.8077，均明显大于5%显著性水平上的临界值0.9115(MacKinnon等，2002)，这进一步验证了中介效应模型的稳健性，进一步验证了研发投入中介效应的存在性，说明研发投入是互联网电子商务促进中国企业全要素生产率提升的重要作用渠道。

表7 互联网电子商务与中国企业全要素生产率：中介效应影响机制检验

（三）影响机制稳健性检验：研发投入视角的交叉模型估计结果

在研究分析了互联网电子商务对于中国企业全要素生产率的影响机制之后，为进一步检验影响机制的稳健性，本文将引入互联网电子商务与企业研发的交叉项模型，考察研发投入对互联网电子商务的调节作用。

1.OLS估计结果

表8报告了交叉项模型的OLS估计结果。首先，不但电子商务发展指数、电商应用指数、电商服务指数等互联网电子商务发展的系数显著为正，企业自主研发的回归系数显著为正，而且lnedepc×lnrdcji、lneappc×lnrdcji和lneserc×lnrdcji等互联网与企业研发的交叉项回归系数也均显著为正。这表明，不但互联网电子商务能显著促进中国企业全要素生产率水平的提升，而且互联网电子商务还可以通过促进企业研发来进一步促进中国企业全要素生产率水平的提升。并且，电商应用指数的交叉项系数要显著大于电商服务指数交叉项系数，这表明相比互联网电子商务服务，互联网电子商务应用更能显著促进企业研发，从而促进中国企业全要素生产率水平的提升。在其他控制变量的影响方面，与前述研究结论一致，不再赘述。

表8 交叉项检验估计结果(OLS估计结果)

2.工具变量两阶段最小二乘(IV 2SLS)估计结果

如前所述，内生性的问题会导致估计结果的有偏和不一致。为此，本文继续采用工具变量估计方法进行分析。如表9所示，识别不足、弱识别、外生性及F检验等相关检验以及第一阶段的回归结果均表明，工具变量回归结果是有效和稳健的。在具体的估计结果方面，互联网电子商务、企业研发及其交叉项的系数依然显著为正。这进一步表明，不但互联网电子商务能显著促进中国企业全要素生产率水平的提升，而且互联网电子商务还可以通过促进企业研发来进一步促进中国企业全要素生产率水平的提升。而且，相比互联网电子商务服务，互联网电子商务应用更能显著促进企业研发，从而更能显著促进中国企业全要素生产率水平的提升。

表9 交叉项检验估计结果(IV 2SLS估计结果)

续表9

五、主要结论与政策建议

党的十九大报告指出，中国特色社会主义进入新时代，提出要贯彻新发展理念，推动互联网、大数据、人工智能和实体经济深度融合，加快建设创新型国家，提高全要素生产率，建设现代化经济体系。过去五年，我国数字经济等新兴产业蓬勃发展，以互联网企业为代表的数字经济强势崛起，在国民经济中的地位不断上升。鉴于此，本文采用2015年“阿里巴巴电子商务发展指数”和中国上市企业数据，从企业研发的角度实证研究了互联网电子商务对中国企业全要素生产率的影响及其作用机制。

本文研究表明：首先，互联网电子商务的发展能够显著促进中国企业全要素生产率水平的提升，而且相较于互联网电子商务服务，互联网电子商务应用对于中国企业全要素生产率的促进作用更大；其次，互联网电子商务的发展能够显著促进中国企业研发增加，并且相较于互联网电子商务服务，互联网电子商务应用对于中国企业研发的促进作用更大；最后，互联网电子商务可以通过促进企业研发来进一步促进中国企业全要素生产率水平的提升，并且相比互联网电子商务服务，互联网电子商务应用更能显著促进企业研发，从而更能显著促进中国企业全要素生产率水平的提升。

上述研究结论也具有较强的政策性启示。第一，研究结果表明，互联网电子商务发展以及电商应用与服务水平的提高，对于企业研发、全要素生产率具有重要促进作用。为此，我们要深刻把握中国特色社会主义进入新时代的科学判断，贯彻新发展理念，推动互联网电子商务与实体经济深度融合，加快发展“电子商务＋”，大力促进电子商务与制造、零售、物流、金融、文化、旅游等行业的融合创新，促进互联网电子商务产业融合发展，推进互联网电子商务产业化和产业互联网电子商务化，推动新产业、新业态和新商业模式等新经济活动和经济形态的快速发展，建设现代经济体系。第二，研究表明，企业研发对于全要素生产率的提升具有显著促进作用，而且能够进一步发挥互联网电子商务对企业全要素生产率的溢出调节效应。为此，我们要加大企业研发投入，提升企业自主创新能力，不断夯实企业全要素生产率增长的基础。第三，从电子商务发展的衡量指标上可以看出，互联网电子商务应用与服务都是互联网电子商务发展的重要标志，都会对企业研发与全要素生产率的提升产生显著促进作用。为此，我们要积极促进互联网电子商务应用水平的提升，提高线上交易网商密度与交易量。同时，积极继续加大对互联网支付体系尤其是移动支付基础设施建设，推动互联网数字技术、产品和服务创新，积极促进快递物流等服务产业与互联网电子商务的深度融合，为互联网电子商务的发展提供坚实基础。