政府数字治理与企业研发投入:来自中国的实证证据
《Economic Analysis and Policy》:Government digital governance and corporate R&D investment: Empirical evidence from China
【字体:
大
中
小
】
时间:2026年09月02日
来源:Economic Analysis and Policy 9.0
编辑推荐:
摘要
本研究考察了政府数字治理对企业研发投入的影响。利用 2013 年至 2023 年沪深两市 A 股上市公司的数据,我们以中国 2016 年“互联网 + 政务服务”改革作为准自然实验,并采用双重差分(DID)方法。结果显示,数字治理显著增加了研发投入,且该发现得到了平行趋势
摘要
本研究考察了政府数字治理对企业研发投入的影响。利用 2013 年至 2023 年沪深两市 A 股上市公司的数据,我们以中国 2016 年“互联网 + 政务服务”改革作为准自然实验,并采用双重差分(DID)方法。结果显示,数字治理显著增加了研发投入,且该发现得到了平行趋势检验的支持,并在 HonestDID 敏感性分析、安慰剂检验、倾向得分匹配双重差分(PSM-DID)、双重/去偏机器学习(DDML)以及其他稳健性检验中保持稳健。机制分析表明,数字治理通过两个数字特定渠道刺激创新。首先,基于平台的流程整合和流程可追溯性减少了面向政府的行政和合规负担,使企业能够将管理注意力和组织资源重新配置到研发活动中。其次,跨部门政府数据共享改善了基于公共数据的信用认证,从而缓解了针对风险高且无形的项目的外部融资摩擦。对于非国有企业、技术密集型行业以及位于市场化水平较低城市的企业,这种效应更强。进一步的城市层面证据表明,试点城市在改革后也经历了更高的区域创新产出,这表明数字治理可能在上市公司之外产生更广泛的创新增强效应。
引言
创新被广泛认为是企业竞争力和长期经济增长的基本驱动力(Hall et al., 2010, Beladi et al., 2021)。研发投入使企业能够升级技术、开发新产品并提高生产力。尽管有这些好处,但由于几个结构性原因,许多企业在创新方面的投入不足。研发活动天生具有风险性、长期性,并具有高调整成本,这往往导致管理者倾向于选择回报更可预测的短期项目(Holmstrom, 1989)。此外,由于创新项目的复杂性和难以评估的特性加剧了信息不对称,且其无形、不可抵押的特性进一步限制了企业获得外部资金的能力,因此研发受到融资摩擦的制约(Brown et al., 2012)。大量研究探讨了企业研发投入的决定因素,强调企业特定驱动因素、外部治理力量以及传统制度环境的质量(Del Canto and Gonzalez, 1999, Tsai and Wang, 2005, Coad and Rao, 2010, Dalziel et al., 2011, Maskus et al., 2012, Weng and S?derbom, 2018, Lan et al., 2020, Hou et al., 2021, Iqbal et al., 2022, Huang et al., 2023, Bajgar and Srholec, 2025)。然而,随着数字技术日益改变公共治理,关于新兴的公共治理改革形式,特别是政府数字治理如何影响企业的研发决策,人们知之甚少。本文通过考察中国政府数字治理改革对企业研发投入的影响来填补这一空白。
政府数字治理代表了政府与企业互动技术的转变。与改善一般游戏规则(如产权保护、反腐败执法、政策可预测性以及整体行政能力)的更广泛的制度现代化不同,数字治理改变了这些规则在企业与政府互动中得以实施的运营基础设施。通过将碎片化、线下和基于自由裁量的行政程序转变为基于平台、可追溯和数据集成的流程,数字治理降低了企业获取公共服务和政策信息中嵌入的搜索、协调、合规和验证成本(Janssen and Estevez, 2013, Goldfarb and Tucker, 2019)。这种基础设施视角是我们论点的关键。改革的重要性不仅仅在于政府服务变得更加高效,还因为它改变了行政规则在企业与国家日常互动中是如何实施、使用和验证的。
从这种基础设施视角来看,数字治理可能通过改变企业分配管理资源和获取外部融资的行政和信息条件来塑造企业的研发决策。因此,我们确定了两个数字特定机制。首先,基于平台的流程整合和流程可追溯性减少了企业在政策搜索、重复提交文件、审批等待、部门间协调和非正式行政沟通上投入的管理注意力和合规资源。这些节省下来的资源可以转向需要持续的管理承诺和组织支持的长期研发活动(Jansen et al., 2006, Nemlioglu and Mallick, 2021)。其次,跨部门政府数据共享改善了基于公共数据的信用认证。由于研发项目具有风险高、无形且难以抵押的特点,外部融资者需要可信信息来评估企业的质量和还款能力(Brown et al., 2012)。通过整合政府持有的关于企业注册状态、纳税情况、社保缴纳、许可信息、司法记录和合规行为的记录,数字治理为金融机构提供了可验证的公共信号,从而减少信息不对称并缓解创新融资摩擦。
在本文中,我们利用中国 2016 年启动的政府数字治理改革提供的准自然实验,来识别政府数字能力提升对企业研发投入的因果影响。2016 年,国务院发布了《关于加快建设数字政府的指导意见》及相关实施文件,指定了 80 个试点城市,并要求它们建立一体化在线服务平台、标准化数据治理,并促进跨部门实时信息共享。1 该改革旨在建立跨不同政府层级、地区和部门的协调治理框架,最终目标是提高效率并使企业和公民受益。这种政策冲击提供了当地数字治理的合理外生变化。结合双重差分(DID)框架,它使我们能够缓解关于遗漏变量和反向因果的内生性担忧,从而为政府数字治理改革如何塑造企业创新行为提供更可信的因果证据。
利用 2013 年至 2023 年中国 A 股上市公司数据,我们采用双重差分(DID)方法估计数字治理改革对企业研发投入的影响。处理组由位于试点城市的企业组成,而位于非试点城市的企业作为对照组。结果显示,在数字治理改革后,相对于对照组企业,处理组企业的研发强度增加了约 0.650 个百分点,这对应于研发强度样本均值的约 11.69%,表明数字治理改革对创新投资具有具有经济意义的正向效应。该发现在一系列稳健性检验中保持稳健,包括平行趋势检验、使用 HonestDID 的敏感性分析、安慰剂检验、倾向得分匹配双重差分(PSM-DID)、双重/去偏机器学习(DDML)以及其他稳健性检查。
接下来,我们考察政府数字治理改革刺激企业研发投入的机制。首先,我们检验合规资源重新配置机制。我们使用管理费用、超额管理费用以及销售与管理费用占营业收入的比率来捕捉与行政协调、合规和非生产性关系管理相关的资源负担。这些变量的估计 DID 系数均为负且在统计上显著。这些结果表明,数字治理减少了基于费用的行政和合规相关资源负担的衡量指标。因为在我们的设定中,面向政府的协调和监管合规构成了此类行政活动的重要组成部分,这一证据与管理注意力和合规资源重新配置机制一致。我们进一步表明,在控制投资效率和 DIB 内部控制质量指数后,这些结果依然稳健,这有助于将该渠道与企业管理效率的广泛改善区分开来。
其次,我们检验基于公共数据的信用认证机制。我们使用企业的银行借款、借款收到的现金、债务融资成本和 WW 指数来衡量外部信贷获取和融资约束。结果显示,数字治理增加了企业的借款能力和借款现金流入,同时降低了债务融资成本和 WW 指数。为了将该机制与更广泛的政策支持或优惠补贴区分开来,我们进一步控制了税收返还和政府补贴,并表明结果依然显著。我们还发现在政策前商业信用环境较弱的城市中,研发效应更强,这与跨部门政府数据共享在外部信用信息最初较弱的地方具有更大边际价值的观点一致。
然后,我们调查政府数字治理改革对研发投入的影响是否因企业和区域特征而异。首先,关于产权结构,非国有企业(非 SOE)通常比国有企业(SOE)面临更强的制度性歧视、更高的面向政府的行政和合规负担以及更严重的信用信息摩擦。通过提高公共服务的可及性和可追溯性,并加强基于公共数据的信用认证,政府数字治理预计将为非国有企业(非 SOE)产生更大的边际收益。其次,技术密集型行业更依赖于持续创新,并且对行政和信息条件的变化更敏感,因此政府数字治理改革应能为这些行业的研发投入提供更强的刺激。第三,市场化水平较低的城市以不透明的行政程序、较弱的外部监督和较不发达的信用信息环境为特征,这放大了行政协调负担、合规成本和信用信息摩擦。在这些环境中,政府数字治理改革构成了行政和信息基础设施的实质性升级,应能对企业创新投入产生更强的激励效应。与这些推测一致,实证结果显示,政府数字治理改革对研发投入的正向效应在非国有企业(非 SOE)、技术密集型行业的企业以及位于市场化水平较低城市的企业中显著更强。
最后,我们将分析扩展到城市层面,以评估企业层面的研发投入增加是否转化为更广泛的区域创新结果。结果显示,试点城市的专利申请和授权量显著增加,表明企业层面的研发收益扩大为更强的区域创新表现。
本文对文献做出了几个贡献。首先,本文将企业创新文献的研究视角从直接创新激励政策转移到了数字行政治理。现有研究通常通过直接改变创新预期成本、收益或可独占性的政策工具来解释企业的研发投入,如研发补贴、税收激励、产业政策和知识产权保护(Atanassov and Liu, 2020, Sharma et al., 2022, He et al., 2025, Xi and Jia, 2025, Zhang and Zhong, 2025, Zhao et al., 2025)。相比之下,本文考察的“互联网 + 政务服务”改革并非设计为创新支持政策。它没有直接补贴研发、减少研发相关的税收负担或加强知识产权保护。相反,它将企业与国家互动的行政和信息基础设施数字化。因此,我们的发现表明,企业的研发决策可以由不直接针对创新的公共治理改革所塑造,从而将创新文献从直接创新政策工具扩展到企业研发决策背后的治理基础设施。
其次,本文通过考察政府数字治理塑造企业自身研发投入的一个独特的上游制度渠道,扩展了近期关于创新、知识溢出和研发激励的研究。近期研究的一支强调,企业的创新投入和创新策略受到外部知识合作、不确定性、研究溢出、政策导向和宏观金融条件的影响(André and Finus, 2024, Bragoli et al., 2024, Fries, 2026, Sever, 2026)。另一支研究表明,创新的有效性也取决于企业将研发和知识转化为生产力和绩效的能力,而这受到管理质量、财务杠杆、金融可及性和公司治理条件的影响(Nemlioglu and Mallick, 2021, Ahamed et al., 2023)。与这些研究不同,我们的论文关注一个不同且更上游的制度边缘:政府 - 企业互动的数字化转型是否改变了企业从事自身研发投入的激励和能力。从这个意义上说,我们的论文将注意力从创新结果、外部知识环境和宏观金融条件转移到了塑造企业分配管理资源和获取创新外部融资的行政和信息条件的数字行政基础设施上。
第三,本文通过澄清数字治理影响创新的企业层面制度机制,为数字治理和营商环境改革文献做出了贡献。现有研究表明,数字治理可以提高公共服务效率、减少腐败、优化营商环境并促进区域经济效益(Gan et al., 2023, Dang et al., 2025, Yang et al., 2025)。然而,此类研究通常将数字治理视为政府效率的广泛改善,留下了数字政府服务改变了哪些企业层面决策边缘不清楚的问题。我们通过将数字治理分解为两个面向企业的制度功能来解决这一空白。
首先是基于平台的流程整合与程序可追溯性,这减少了企业在面向政府的行政协调、重复文件提交、审批等待以及非正式程序互动中花费的管理时间和合规资源。其次是跨部门公共数据共享,这提高了企业信息对外部融资者的可信度和可用性,从而增强了基于公共数据的信用认证。这两项功能直接对应于研发决策的两个关键维度:管理资源和组织资源的分配,以及面向风险和无形创新项目的外部融资可得性。因此,我们的机制分析超越了数字治理降低行政摩擦的一般性主张;它解释了政府 - 企业界面的数字化是如何转化为企业的研发激励的。
第四,本文提供了关于数字治理在哪里产生最大边际创新效应的政策相关证据。我们表明,政府数字治理的影响对于非国有企业、技术密集型企业以及位于市场化水平较低城市的企业显著更强。这些模式与我们提出的机制一致,因为此类企业和地区更可能面临更重的面向政府的行政和合规负担、更弱的行政准入以及更严重的信用信息摩擦。通过识别数字治理产生最大边际创新效应的地方,我们的结果为将数字国家能力转化为企业层面的创新激励提供了指导。
本文其余部分组织如下。第 2 节回顾制度背景和相关文献,并提出假设。第 3 节描述数据、研究设计和变量定义。第 4 节报告实证结果,包括基准结果、稳健性检验、可能的机制、异质性分析和进一步分析。第 5 节总结。
章节片段
制度背景
2016 年,国务院发布了《关于加快推进“互联网 + 政务服务”的指导意见》(国发〔2016〕55 号,以下简称《意见》)。该政策是中国行政现代化的里程碑式步骤,将政府改革的重点从内部行政精简转向改善面向企业和公民的公共服务交付。《意见》要求政府机构采用数字技术,包括
样本构建
为了构建我们的样本,我们从 2013 年至 2023 年期间的中国 A 股上市公司开始。我们应用以下筛选程序以确保数据质量和企业间的可比性:(1)排除金融行业的上市公司;(2)排除关键变量信息缺失的样本;(3)排除在政策实施后在 A 股市场上市的公司,以避免因缺乏政策前观察值而产生潜在偏差。为了减轻
基准结果
表 3 报告了检验政府数字治理对企业研发投入影响的差异分析(DID)回归结果。所有设定都包含了城市、行业和年份固定效应。第(1)至(3)列依次报告了无控制变量、包含企业层面控制变量和包含完整控制变量集的回归结果。在所有设定中,政府数字治理(DID)的估计系数在 1% 的水平上显著为正
结论
本文利用 2016 年“互联网 + 政务服务”改革作为准自然实验,研究了政府数字治理如何塑造企业的研发投入。在使用差异分析(DID)设计和综合稳健性检验解决潜在内生性问题后,我们记录了三个主要发现。首先,政府数字治理显著促进了企业的研发投入,处理组企业表现出明显更高的
CRediT 作者贡献声明
吴珊珊:写作 - 初稿。朱智凯:软件、形式分析、数据管理、概念化。王小燕:写作 - 审查与编辑、写作 - 初稿、方法论、形式分析。贺卫东:验证。
吴珊珊 | 朱智凯 | 王小燕 | 贺卫东
首都经济贸易大学劳动经济学院,北京 100070,中国