2025-02-09-世界银行-跨机构的技术成熟度(英)_126页_5mb
报告摘要
总结:Technology Sophistication across Establishments
核心内容
本文探讨了企业在不同业务功能中使用技术的复杂程度(technology sophistication),并提出了一种新的测量方法。研究基于对全球15个国家超过21,000家企业的调查数据,揭示了技术复杂度与企业生产力之间的关系。
主要观点
-
技术复杂度的测量方法
- 作者创建了一个二维网格(grid)来全面衡量企业使用的技术复杂度,该网格包括7个通用业务功能(GBF)和56个行业特定业务功能(SSBF),覆盖305种技术。
- 技术复杂度分为两个指标:MOST(最广泛使用的技术)和MAX(最先进可用的技术)。
-
技术复杂度与生产力的关系
- 技术复杂度是企业生产力的重要决定因素,解释了31%的跨企业生产力差异。
- 技术复杂度在农业中解释了超过一半的生产力差距,而在服务行业中则较低(28%)。
- 技术复杂度与生产力之间存在更强的正相关关系,MOST比MAX更具解释力。
-
技术复杂度的分布
- 技术复杂度在企业间和国家间存在显著差异,且随着人均收入水平的提高而增加。
- 技术复杂度与企业规模、人力资本、管理实践质量、出口状态、跨国经营状态相关,与企业年龄呈倒U型关系。
-
技术升级的两个过程
- 最先进技术和最广泛使用技术代表了企业内部技术升级的两个独立过程。
- 企业通常不采用最先进的技术,而是使用更普及的技术,这说明技术扩散和采用存在复杂性。
-
技术与管理的互补性
- 作者发现技术复杂度与管理实践在提高生产力方面具有互补性,支持Bloom、Sadun和Van Reenen(2012)的假设。
关键信息
- 调查范围:覆盖15个国家,包括南韩、波兰、克罗地亚、智利、巴西塞阿拉州、格鲁吉亚、越南、印度多个邦、加纳、孟加拉国、肯尼亚、柬埔寨、塞内加尔、埃塞俄比亚和布基纳法索。
- 数据收集:通过“企业技术采用调查”(FAT)收集信息,包括企业层面的销售、投入、员工教育、管理实践等数据。
- 技术复杂度的评估:行业专家根据功能、集成度和自动化程度对技术进行排序,验证结果显示MOST与MAX在生产力上的关联性不同。
- 方法验证:通过比较技术功能、集成度和自动化程度,以及使用大型语言模型(LLM)进行任务执行时间的估计,验证了技术复杂度的排序方法。
- 研究意义:该研究为理解技术扩散、企业生产力差异和全球发展差距提供了新的视角,强调了技术普及而非先进性在提升生产力中的作用。
结构概述
- 引言:介绍研究背景和问题,指出传统技术测量方法的局限性。
- 调查设计:描述FAT调查的结构和实施过程,包括五个模块和覆盖的12个行业。
- 技术复杂度网格:详细说明网格的构建过程,包括业务功能和相关技术的分类。
- 技术复杂度排序:基于专家意见和技术特性对技术进行复杂度排序,并通过多种方法进行验证。
- 调查数据收集:介绍调查中收集的企业信息,包括业务功能、技术使用情况和财务数据。
- 技术复杂度与生产力关系:分析MOST和MAX对企业生产力的影响,并揭示其在不同行业和国家中的差异。
- 结论:总结研究发现,强调技术复杂度在企业生产力中的重要性,并指出技术与管理的互补性。
重要发现
- 技术复杂度的测量应关注MOST,而非MAX。
- 技术复杂度在农业中对生产力差距的解释力更强。
- 技术复杂度与生产力之间的关系在低收入国家同样显著。
- 技术与管理实践的互补性为政策制定提供了新的思路。
方法论
- 网格结构:结合业务功能和技术种类,构建全面的技术复杂度测量框架。
- 专家评估:通过功能、集成度和自动化程度对技术进行复杂度排序。
- LLM验证:使用ChatGPT对技术复杂度进行验证,结果显示其排序与专家一致。
- 多来源数据:收集来自多个行业领先品牌和专业网站的数据,确保技术复杂度评估的客观性。
研究贡献
- 提出了一种新的、全面的技术复杂度测量方法,克服了传统方法的局限。
- 揭示了技术复杂度与生产力之间的强关联,尤其在农业领域。
- 强调了MOST在技术测量和建模中的重要性。
- 为发展中国家和发达国家的技术政策提供了实证支持。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载