世界发展银行-The-Effects-of-Digital-Technology-Adoption-on-Productivity-and-Factor-Demand-_-Firm-Level-Evidence-from-Developing-Countries_48页_864kb

总结：数字技术采用对生产力和要素需求的影响

核心内容

本研究探讨了数字技术采用对发展中国家制造业企业生产力和要素需求的影响。研究基于82个发展中国家2002-2019年的企业调查数据，使用控制函数法（CFA）估计了以收入为基础的总要素生产率（TFPR）溢价，并考虑了出口和管理经验等企业选择变量的互补性影响。

主要观点

• 数字技术采用（如电子邮件和企业网站）显著提升了企业的TFPR，且这种提升在统计上具有显著性。
• 研究发现，数字技术采用对生产力和要素需求的影响是内生的，而不是外生的，这与传统假设不同。
• 数字技术的采用平均上是劳动力和资本增强型的，即它提高了生产效率，同时增加了对劳动力和资本的需求。
• 在生产力提升的渠道中，数字技术通过降低搜索和交易成本，扩大了市场机会，提高了企业的利润，从而促进了进一步的创新和投资。
• 在要素需求方面，数字技术采用主要通过提升生产效率和扩大市场规模来影响劳动力和资本的需求。

关键信息

1. 数字技术采用的溢价效应

• 电子邮件采用：67.3%的样本中TFPR溢价为正，概率调整后的中位数TFPR溢价为1.6%。
• 企业网站采用：54.6%的样本中TFPR溢价为正，概率调整后的中位数TFPR溢价为2.2%。
• 出口学习效应：59.4%的样本中TFPR溢价为正，概率调整后的中位数TFPR溢价为1.6%。
• 管理经验：60.6%的样本中TFPR溢价为正，但概率调整后的中位数TFPR溢价接近于零。

2. 数据来源

• 数据来自世界银行企业调查数据库（WBES），覆盖了82个发展中国家的制造业企业。
• 调查样本包括：
  • 欧洲和中亚（ECA）：26个国家
  • 撒哈拉以南非洲（SSA）：26个国家
  • 拉丁美洲和加勒比（LAC）：16个国家
  • 南亚（SA）：6个国家
  • 东亚和太平洋（EAP）：5个国家
  • 中东和北非（MENA）：3个国家
• 数据样本包括145,626个观测值，对应118,868家企业的数据。
• 数据中存在缺失值，研究通过伪吉布斯采样器（pseudo-Gibbs sampler）进行数据插补，以确保样本的完整性和代表性。

3. 方法论

• 使用对数线性化的柯布-道格拉斯生产函数（PF）估计TFPR。
• 假设TFPR是一个内生变量，由数字技术采用、出口和管理经验等企业选择变量共同决定。
• 研究通过滞后变量的方式处理内生性问题，以避免模型误设带来的偏差。
• 采用加权估计方法，但由于企业销售未用于分层抽样，因此未使用国家特定权重。

4. 结果与影响

• 数字技术采用对TFPR有显著的正向影响，且在不同地区和行业之间具有高度一致性。
• 数字技术的采用对劳动力和资本需求具有增强效应，表明其有助于提升生产效率和扩大市场规模。
• 管理经验对TFPR的提升效果不显著，但仍然是影响企业绩效的重要因素。
• 该研究填补了关于数字技术采用对发展中国家企业生产力和要素需求影响的实证空白。

5. 研究意义

• 研究表明，数字技术不仅是提高效率的工具，还能通过扩大市场和降低交易成本来促进企业增长。
• 这些发现对发展中国家的政策制定者具有重要意义，表明数字技术的推广可能有助于提升整体生产力和就业。
• 研究还强调了企业选择变量之间的互补性，这对理解数字技术如何影响企业行为至关重要。

研究贡献

• 提供了发展中国家制造业企业层面的实证证据，支持了数字技术对生产力和要素需求的正向影响。
• 通过滞后变量处理内生性问题，提高了估计的准确性。
• 为未来研究提供了方法论上的参考，特别是在处理企业选择变量与TFPR之间的关系时。

未来研究方向

• 可以进一步研究数字技术与其他企业特征（如规模、所有制、行业类型）之间的相互作用。
• 可以探索不同数字技术（如社交媒体、大数据分析）对TFPR和要素需求的差异化影响。
• 可以结合宏观层面的数据，研究数字技术对国家整体经济表现的影响。