数字经济对体育企业全要素生产率的影响

摘 要：在数字经济成为新经济形态及其促进体育产业成为国民经济支柱性产业的现实背景下，深入探讨数字经济与体育企业全要素生产率的关系，对体育产业实现高质量发展具有重要意义。研究基于2011—2019年中国体育上市公司非均衡面板数据，构建数字经济发展水平指标体系，采用主成分分析法测算城市层面数字经济发展水平指标，实证分析数字经济对体育企业全要素生产率的影响及作用机制。结果表明：数字经济能够显著提高体育企业全要素生产率，这种效应主要通过缓解企业融资约束、提高技术创新水平和增加劳动投入等方式实现；分位数检验表明，数字经济对体育产业全要素生产率的影响存在结构性差异。基于夯实数字产业化基础，就推动体育产业数字化转型、优化体育产业数字化转型实现路径、充分激发体育产业数字化转型的技术溢出效应等方面提出对策建议。

关键词：数字经济；全要素生产率；融资约束；技术创新；劳动投入；体育企业

中图分类号：G80-052 文献标识码：A文章编号：1006-2076（2023）03-0053-10

A Study of Digital Economy on Total Factor Productivity of Sports Enterprises

CHEN Huijuan

School of P.E.， Fujian Polytechnic Normal University， Fuqing 350300， Fujian， China

Abstract：Under the realistic background that digital economy has become a new economic form and sports industry has become a pillar industry of national economy， it is of great significance to deeply explore the relationship between digital economy and total factor productivity of sports enterprises to achieve high-quality development of sports industry. Based on the unbalanced panel data of China's listed sports companies from 2011 to 2019， this paper constructs the index system of the development level of digital economy， uses the principal component analysis method to measure the index of the development level of digital economy at the city level， and empirically analyzes the impact of digital economy on the total factor productivity of sports enterprises and its mechanism. The results show that the digital economy can significantly improve the total factor productivity of sports enterprises， which is mainly achieved by easing the financing constraints of enterprises， improving the level of technological innovation and increasing labor input. Quantile test shows that there are structural differences in the impact of digital economy on total factor productivity of sports enterprises. This paper puts forward countermeasures and suggestions on strengthening the foundation of digital industrialization， promoting the digital transformation of the sports industry， optimizing the realization path of the digital transformation of the sports industry， and fully stimulating the technology spillover effect of the digital transformation of the sports industry.

Key words：digital economy; total factor productivity; financing constraints; technological innovation; labor input; sports enterprise

二十多年來，中国经济持续高速增长，被国内外学者称为“中国经济增长奇迹”。但目前，这种高资源、高能耗和高举债的经济发展模式正在遭遇制约瓶颈，经济增长的速度会越来越慢，容易陷入“中等收入陷阱”的泥沼［1］。单纯依靠生产要素投入的增长方式已不可持续，经济发展面临着向高质量发展转变，提高企业全要素生产率已成为经济转型升级的关键。同时，随着大数据、人工智能、云计算和互联网等数字技术的广泛应用，带来了全新的经济发展模式——数字经济［2］。2021年，我国数字经济发展取得新突破，数字经济规模达到45.5万亿元，同比名义增长16.2％，高于同期GDP名义增速3.4％，占GDP比重达到39.8％，在国民经济中的地位更加稳固，支撑作用更加明显［3］。数字经济作为我国经济发展的新动能，以数据为核心生产要素，不断渗透到生产的各个环节中，优化资源配置和生产要素重组，通过提高全要素生产率促进经济增长。

全要素生产率是对企业技术水平、创新能力、管理效率和资源配置的综合考量，反映了企业的经营效率和发展质量。现阶段，体育产业单纯依靠生產资源、资本和劳动力等传统要素的发展方式不可持续，面临着生产效率低下、可持续增长乏力的困境。要实现体育产业高质量发展，要提高体育企业全要素生产率，实现数字经济与体育产业融合发展已逐步成为行业共识。体育企业作为体育产业发展的微观主体，承载着体育产业数字化变革的重要功能。那么，数字经济是否对体育企业全要素生产率产生影响？其深层的影响机制又是如何？基于此，本研究在对已有文献理论分析的基础上，以A股体育上市公司为样本，对数字经济如何影响体育企业全要素生产率进行实证分析，从体育企业高质量发展视角挖掘数字经济的功能，为体育企业高质量发展提供参考。

1 综述与假设

1.1 文献综述

当前，数字经济与体育产业融合发展已成为行业发展共识，数字经济与体育企业全要素生产率的相关学术研究也引起了学者们的关注。（1）理论研究方面，潘玮等从产业融合、创新发展、长尾效应和供需关系等视角阐释了数字经济推动体育产业高质量发展的理论基础［4］。一部分学者探讨了数字经济提高全要素生产率的主要表现形式。如，沈克印等研究认为，数字经济自身作为新生要素提高要素资源配置效率［5-6］；叶海波认为数字经济间接作用于其他生产要素驱动体育产业增长［7］；娄高阳和罗宇昕研究认为数字经济通过加强供需匹配，提升体育产业供给效率，提高全要素生产率［8-9］。另一部分学者探讨了数字经济提高全要素生产率的主要路径。如，白宇飞等研究认为，数字化转型有助于体育产业范围经济、规模经济的显现，从而提高全要素生产率［10］；沈克印等研究认为，数字经济通过提高体育产业生产要素的组合效率、产业的创新效率、政府管理效率，从而提高全要素生产率［11］；任波等研究认为数字经济主要通过数字技术的渗透性、替代性和协同性来提高全要素生产率［12］。（2）实证研究方面，许金富等根据企业数字化革新的嵌入路径，通过实证研究验证了体育用品制造企业数字化转型通过提升运营效率、降低运营成本对经营绩效产生正向促进作用［13］；付志华等运用DEA数据包络分析法，通过实证研究验证了湖北省信息技术服务业促进体育用品制造业转型升级的效率水平整体偏低［14］；阮钰等运用熵值法测度各地区数字经济以及体育产业高质量发展水平，通过实证研究验证了数字经济对体育产业高质量发展有显著影响［15］；杨松等使用耦合协调度模型，通过实证研究验证了体育产业与电子信息产业。由相互独立发展逐渐走向耦合协调，但整体依然处在较低水平［16］；邓端等使用多种计量模型实证检验了数字经济对体育产业发展具有显著的正向促进作用［17］。虽然数字经济与体育企业全要素生产率的研究取得了丰硕成果，提供了有力的理论支撑，但因缺乏直接的经验证据，还存在进一步研究的空间。

基于上述分析，本研究运用2011—2019年中国体育上市公司非平衡面板数据，实证分析了数字经济对体育企业全要素生产率的影响及作用机制。与现有文献相比，本研究有如下创新：（1）通过探讨数字经济与体育企业全要素生产率的关系，拓展了对体育企业全要素生产率影响因素的认识，并实证分析了数字经济及其传导机制对体育企业全要素生产率的提升效应，丰富了现有研究的理论体系和经验证据；（2）不同于以往研究，本研究将城市层面的数字经济发展水平宏观指标与企业级微观数据进行匹配，探讨了宏观环境对微观主体的影响机制；（3）除研究数字经济与体育企业全要素生产率之间的线性关系外，还通过分位数模型验证了两者之间的非线性关系，加深了研究深度。

1.2 理论分析与研究假设

全要素生产率是指“在给定的要素投入水平下额外增加的生产效率”［18］，用于衡量企业的经营效率和发展质量。数字经济是指“以数字化的知识和信息作为关键生产要素，以数字技术为核心驱动力量，以现代信息网络为重要载体，通过数字技术与实体经济深度融合，不断提高经济社会的数字化、网络化、智能水平，加速重构经济发展与治理模式的新型经济形态”［3］。在数字化转型升级浪潮的席卷下，数字经济的高渗透性不断改变着体育企业的运行模式和效率。

1.2.1 直接传导机制

主要表现为数字经济对体育企业全要素生产率的直接影响。数字化转型以信息和数据为关键要素，其对人工智能、5G技术、云计算、互联网以及区块链等新型数字技术的应用［19］，有助于企业组织结构、业务流程、组织行为等全方面的改革［20］，有助于企业采用“数据—智慧”模型进行科学决策［21］，有助于企业供应链的智能化、柔性化［22］，从而提高全要素生产率。在数字化转型中，数字技术的数字化、网络化、智能化等特性渗透于体育企业的生产实践中，以数据为核心生产要素驱动其他生产要素，不断优化和打破传统的要素配置方式，从而提高全要素生产率。数字经济提高了生产要素的流动性和匹配性，通过数字化的调配技术和智能分析系统，精细化生产，减少资源浪费［23］。数字经济利用数据算法有效匹配，还可以促进营销精准化和商品流通精准化［24］，进而影响全要素生产率。随着数字技术的不断渗透，不断推动体育产业结构优化升级，逐渐催生新的商业模式和新业态，从而提升全要素生产率。基于上述分析，提出以下假设：

假设H1：数字经济能够提高体育企业全要素生产率。

1.2.2 间接传导机制

主要表现为数字经济对体育企业全要素生产率的间接影响，即数字经济通过缓解融资约束、驱动技术创新和加大劳动投入的机制提高全要素生产率。

（1）数字经济通过缓解融资约束提高体育企业全要素生产率。企业的高质量发展很大程度受到了融资约束的限制，增强融资能力，减少融资约束是促进企业全要素生产率提升的重要途径［25］。内源融资约束的下降对不同性质企业的全要素生产率都存在着明显的促进作用；同时，外源性融资约束的下降对非国有企业（民营企业）的全要素生产率也具有明显的促进作用［26］。在资本市场发展不完善的情况下，体育企业在内源性融资不足而外源性融资困难时，就会被迫放弃市场开发、技术升级、产品研发等重大经营决策，削弱市场资源配置效率，降低全要素生产率。数字经济和数字技术的广泛应用，提高了企业的运营水平，降低了企业的生产成本和管理成本［27］，也降低了企业的搜寻成本、信息成本、议价成本以及监督成本［28］；数字金融降低了融资成本［29］，扩宽了融资渠道，进而缓解了企业的融资约束程度。因此，从数字经济对体育企业融资约束的缓解作用来看，数字经济可以提高全要素生产率。基于上述分析，提出以下假设：

假设H2a：数字经济可以通过缓解融资约束来提高体育企业全要素生产率。

（2）数字经济通过驱动技术创新提高体育企业全要素生产率。一般来说，技术的创新会带来企业产出的增加，技术创新使企业各生产要素进行优化重组，使得生产率得到提高。技术创新能扩展企业技术使用范围、降低企业技术使用成本、产生知识溢出效应，进而提高全要素生产率［30］。以互联网、云计算和大数据等新一代信息技术为主导的数字经济正在推动体育产业升级改造。数字经济和体育产业不断融合创新，带来了技术、产品、服务的创新。具体表现在：数字技术赋能体育制造业，实现体育企业的数字化和智能化生产；在数字化、智能化产品中嵌入数据采集装置，通过云计算，实现对用户消费行为的智能化采集，有利于新产品的研发；新型的生产方式又要求企业加大研发投入，提升产品附加值和竞争力［31-32］。另外，数字经济带动了体育产业的升级转型，行业内的资源不断丰富，企业间的竞争不断加剧，促使体育企业不断创新改造，从而在激烈的竞争环境中存活下来，才能提高全要素生产率。基于上述分析，提出以下假设：

假设H2b：数字经济可以通过技术创新来提高体育企业全要素生产率。

（3）数字经济通过加大劳动投入提高体育企业全要素生产率。人力资本是数字经济社会转型的关键，是经济实现跨越式发展的基础。人力资本为全要素生产率增长起到技术载体作用，主要通过促进技术进步实现全要素生产率增长［33］。在数字经济驱动下，先进设备将替代低端劳动力，增加高教育程度劳动力需求，优化企业人力资本结构［34］。随着人力资本水平的提高，高质量的知识资本和人力资本将融入产品生产和经营过程，产生直接的技术扩散效应，不断降低生产成本，提高生产效率［27］。通过吸引计算机、电子商务等专业性人才进入体育产业、深化校企合作和数字体育培训来增加企业劳动投入。劳动力成本上升可以优化企业生产方式，从而对企业的全要素生产率产生影响。数字经济带动体育产业的基本模式是以数据为核心，通过劳动力成本促进生产要素的数字化赋能，实现体育资源优化配置，提高企业全要素生产率。基于以上分析，提出以下假设：

假设H2c：数字经济可以通过加大劳动投入来提高体育企业全要素生产率。

2 研究设计

2.1 模型设定

为检验数字经济对体育企业全要素生产率的影响，本研究构建基于双向固定效应的回归模型：

STEPi，t=α0+α1Digitali，t+∑Controli，t+γ+θ+ε（1）

式（1）中，STEP表示体育企业全要素生产率，Digital表示数字经济，Control表示一系列控制变量；γ表示年份固定效应，来控制时间趋势和宏观因素；θ 表示企业固定效应，用来控制不随时间变化的企业其他因素，ε 表示随机扰动项。为降低反向因果导致的内生性问题，所以自变量滞后一期。若 α 的回归系数显著为正，则说明数字经济会提高体育企业全要素生产率，反之，则说明数字经济会降低体育企业全要素生产率。

为了进一步分析数字经济对体育企业全要素生产率的间接传导机制，在模型（1）的基础上，构建如下中介效应模型考察数字经济影响全要素生产率的内在机制：

Mediatori，t=α0+β1Digitali，t+∑Controli，t+γ+θ+ε（2）

STFPi，t=α0+α2Digitali，t+α3Mediatori，t+∑Controli，t+γ+θ+ε（3）

其中，Mediator表示中介变量，在中介效应分析中分别以融资约束Fincon、技术创新Tech、劳动投入Labin作为代理变量，若β1和α3都显著为正，则表示本研究的假设H2a、假设H2b成立。其他变量与模型（2）的变量含义一致。

2.2 变量说明

2.2.1 全要素生产率（STFP）的测算

计算全要素生产率的方法有很多，常见的有OLS、FE、OP、LP、GMM等几种［35］。因LP法能更好地解决内生性和样本选择偏差的问题，本研究在基準回归中采用LP法计算全要素生产率，即采用柯布-道格拉斯生产函数，用对数形式来估计全要素生产率［36］：

Ln（Yi，t）=α0+Ln（Li，t）+α1Ln（Ki，t）+α2Ln（Mi，t）+εi，t（4）

其中，Yi，t表示企业的营业收入，Li，t表示员工总数，Ki，t表示固定资产净额，Mi，t表示生产过程中的中间投入，采用购买商品、接受劳务支付的现金来衡量［37-38］。用该方法估计得出的残差εi，t 测量企业全要素生产率。在稳健性检验中，采用OP法测算企业全要素生产率。

2.2.2 数字经济发展水平（Digital）的测度

关于数字经济发展水平测量的文献较少，目前没有统一标准。本研究借鉴刘军等的研究，将互联网发展维度作为数字经济指标的测度核心，加入数字交易发展维度指标，结合城市层面相关数据的可获得性，确立本研究数字经济发展水平指标体系［39-40］。将构建的数字经济发展水平指标体系向领域内10名专家咨询意见，进一步对指标体系进行优化调整。基于以上原则和方法，分别从互联网发展和数字普惠金融两方面出发，选择5个单项指标。具体是用百人中互联网宽带接入用户数、计算机服务和软件业从业人员占城镇单位从业人员比重、人均电信业务总量和百人中移动电话用户数、中国数字普惠金融指数来测量数字经济发展水平指标。以上指标的原始数据均可从《中国城市统计年鉴》、北京大学数字金融研究中心获取。通过主成分分析法将上述5项指标集成后降维处理，得到城市层面的数字经济发展水平指标。

2.2.3 中介变量

（1）融资约束（Fincon）。

实践中常用多个指标来构建指数，用来计量融资约束，常见的指数有KZ指数、WW指数、SA指数等几种。因KZ指数和WW指数的构建存在内生性问题，本研究借鉴刘惠好等的研究方法，采用SA指数来衡量融资约束，该指数由企业规模和存续年限两个相对外生的变量构建而成，一定程度上避免了内生性问题［41］。具体计算公式如下：

SAi，t=-0.737×Sizei，t+0.043×Size2i，t-0.04×Agei，t（5）

其中，Sizei，t为企业总资产的自然对数，Agei，t 为企业存续年限。SA指数的绝对值越大，企业面临的融资约束越大。

（2）技术创新（Tech）。

在已有文献中，一般采用专利数量、研发投入等指标来衡量技术创新。由于研发投入指标可在财务数据中获取，且统计口径一致，可以消除异方差的影响，是可靠的数据来源。因此，本研究借鉴肖延高等的研究，采用研发投入在营业收入中的占比来衡量技术创新水平［42］。

（3）劳动投入（Labin）。

由于劳动投入无法直接计量，本研究借鉴白万平等的方法，采用企业当期投入的直接人力成本来间接衡量劳动投入水平。该指标可通过现金流量表中的“支付给职工以及为职工支付的现金”项目中获得［43］。

2.2.4 控制变量

在企业的生产实践中，数字经济和企业全要素生产率还受到其他因素的影响，为了尽可能消除因企业综合实力、股权结构、投融资水平、举债偿还能力等的影响，保证研究结果的准确性，参考相关研究，选取企业规模、资产负债率、盈利能力、存续年限、股权集中度、独立董事比例、产权性质作为控制变量［30，44-45］。具体变量的指标选取如表1所示。

2.3 数据来源

本研究以沪深两市2011—2019年体育概念股为样本。财务数据来自WIND数据库和CSMAR数据库，城市层面数据来自《中国城市统计年鉴》，中国数字普惠金融指数由北京大学数字金融研究中心和蚂蚁金服集团共同测算。本研究按照以下做法处理。（1）公司符合国家体育产业统计分类的相关规定；（2）体育概念整体覆盖全面并具有一定代表性；（3）数据剔除了ST类企业；（4）IPO当年的公司和剔除数据缺失的观测值；（5）对连续变量进行前后1％分位进行平滑处理，减少异常值对估计结果的影响。最终得到的非平衡面板数据，共有63家公司，478个观测值。

2.4 描述性统计

样本的描述性统计结果见表2。全要素生产率Lpstfp的均值为2.12，最小值为1.98，最大值为2.26，标准差为0.057，说明不同体育企业之间的全要素生产率有较大差异。数字经济指标Digital的均值为0.00，最小值为-1.08，最大值为1.81，标准差为0.725，说明我国体育产业数字经济在不同企业、不同年份之间存在较大差异。其他变量的描述性统计详如表2所示。

3 实证结果分析

3.1 基准回归结果

表3报告了数字经济对体育企业全要素生产率影响的回归结果。第（1）～（4）列均控制了体育年份固定效应和公司固定效应，拒绝混合OLS回归和随机效应。其中第（1）列中自变量仅包括核心解释变量数字经济Digital，此时的Digital系数在1％水平上显著为正；第（2）列控制了公司财务特征变量，此时Digital系数在5％水平上显著为正；第（3）列进一步控制了公司治理特征变量，此时Digital系数仍然在5％水平上显著为正；第（4）列还控制了公司存续年数和产权性质，Digital系数仍然在1％水平上显著为正。在以上4列回归中，逐步加入控制变量，R2值逐渐增加，表明控制变量的加入是有效的。回归结果表明，数字经济带动了体育企业全要素生产率的提高，从而假设1得到验证。在数字经济的赋能下，大数据、人工智能等数字技术在体育企业广泛应用，通过全方位、全角度、全链条的数字化改造，优化体育企业资源配置效率，从而为全要素生产率发展提供了新引擎［6］。

其他特征变量的显著性和符号与已有文献基本一致。其中，Size的系数显著为正，说明体育企业规模越大，全要素生产率就越高，这是由于大型企业的融资能力强，规模效应能够发挥作用；Profit的系数显著为正，说明盈利能力越强的体育企业全要素生产率就越高，因为这些企业有充足的资金来高效地经营发展。股权集中度和存续年数对体育企业全要素生产率有显著为正的影响，资产负债率、独立董事和产权性质对体育企业全要素生产率的影响不显著。

3.2 稳健性检验

上述基准回归模型基本上说明了数字经济发展能够提高体育企业全要素生产率，本研究将通过解决内生性问题、改变被解释变量测度方法进行稳健性检验。

3.2.1 内生性问题

回归模型中，内生性问题会导致回归结果不一致。为了解决内生性问题和反向因果，需要采用合适的工具变量，切断自变量和残差的联系，得到更加准确的自变量系数估计。本研究选取数字经济的一期滞后项作为工具变量，再采用工具变量回归法进行估计。本研究对工具变量的合理性进行了检验，经过Underidentification test（LM）检验，Digital存在内生性，滞后Digital是工具变量；經过Weak identification test （Cragg-Donald Wald F statistic）检验，滞后一期的Digital不是弱工具变量，因此证明工具变量有效。表4的第（1）列展示了工具变量与解释变量回归的结果，L.digital对Digital为正向影响，本研究选取的工具变量和内生解释变量是一一对应的关系，不存在工具变量过度识别的问题。第（2）列展示了工具变量回归的结果Digital对Lpstfp为正向影响，Digital的系数在1％水平上显著为正，表明在处理了数据的内生性问题后，数字经济仍然可以提高体育企业全要素生产率。

3.2.2 替换被解释变量

采用LP法测算的企业全要素生产率有一个假设条件，即当企业对生产要素投入调整的时候，不存在成本费用。而AcKerberg等则认为，只有在代理变量和自由变量相互独立的时候，劳动系数才能得到一致的估计，否则系数之间的共线性将无法避免［46］。

鉴于此，本研究采用ACF法测算全要素生产率替代LP法测算全要素生产率进行稳健性检验。表5第（1）列展示了替换为ACF法测算的全要素生产率变量后的回归结果，Digital的系数在5％水平上显著为正。另外，用OP法测算全要素生产率替代LP法测算全要素生产率进行稳健性检验。表5第（2）列展示了替换为OP法测算的全要素生产率变量后的回归结果，Digital的系数在1％水平上显著为正。采用两种替代的被解释变量测度方法后，数字经济的回归系数依然显著为正，说明基准回归模型具有一定的稳健性。

3.3 影响机制检验

上述理论分析中，数字经济可以通过缓解融资约束、技术创新、加大劳动投入三个方面来提高全要素生产率。本研究按照温忠麟等提出的机制检验步骤［47］，首先检验数字经济对全要素生产率的影响；然后检验数字经济对中介变量的影响；最后在第一步回归模型的基础上增加中介变量，考察中介效应模型对体育企业全要素生产率的影响。

机制检测的回归结果见表6。其中（1）列展示了数字经济对全要素生产率的影响，Digital的系数显著为正，即数字经济能够提高体育企业全要素生产率。第（2）列中的被解释变量为融资约束（Fincon），Digital的系数显著为负，说明数字经济可以缓解融资约束。第（3）列中的被解释变量为体育企业全要素生产率（Lpstfp），解释变量包括数字经济（Digital）和融资约束（Fincon），此时的Digital的系数显著为正，Fincon的系数显著为负，说明缓解融资约束在数字经济和体育企业全要素生产率之间起到了中介效应。融资约束在数字经济对体育企业全要素生产率中介效应占比为6.29％（-0.486 8×-0.004 9/0.037 9），说明数字经济可以通过缓解融资约束来提高体育企业全要素生产率，验证了本研究的假设H2a。因此，体育企业数字化可以降低融资和经营成本，扩大融资规模，将稀缺的资源投入企业的战略发展和价值增值中去，从而提高全要素生产率。

表6第（4）列中的被解释变量为技术创新（Tech），Digital系数显著为正，说明数字经济可以提高体育企业的技术创新能力。第（5）列中的被解释变量为体育企业全要素生产率（Lpstfp），解释变量包括数字经济（Digital）和技术创新（Tech），Digital的系数显著为正，Tech的系数显著为正，说明技术创新在数字经济和体育企业全要素生产率之间起到了中介效应。技术创新在数字经济对体育企业全要素生产率中介效应占比为7.64％（0.216 0×0.013 4/0.037 9），说明数字经济可以通过技术创新来提高体育企业全要素生产率，验证了本研究的假设H2b。因此，数字化转型通过技术支持鼓励体育企业进行创新，推动产业转型升级，各生产要素优化重组，从而不断提高全要素生产率。

表6第（6）列中的被解释变量为劳动投入（Labin），Digital的系数显著为正，说明数字经济可以提高体育企业的人力资本。第（7）列中的被解释变量为体育企业全要素生产率（Lpstfp），解释变量包括数字经济（Digital）和技動投入（Labin），Digital的系数显著为正，Labin的系数显著为正，说明劳动投入在数字经济和体育企业全要素生产率之间具有中介效应。劳动投入在数字经济对体育企业全要素生产率中介效应占比为23.11％（2.246 3×0.003 9/0.037 9），说明数字经济可以加大劳动投入来提高体育企业全要素生产率，验证了本研究的假设H2c。因此，体育企业数字化转型过程中，加大数字化人才投入力度，加快新兴技术的吸收和转化，促进全要素生产率的提高。

3.4 分位数回归检验

传统的固定效应回归模型仅能在均值层面上揭示数字经济对体育企业全要素生产率的影响，分位数回归能够捕捉到分布的尾部特征，当解释变量对被解释变量分布的不同位置产生不同的影响时，它就能更加

全面地刻画分布的特征，从而得到全面的分析，而且分位数回归系数估计比最小二乘回归系数估计更加稳健。本研究采用分位数回归做稳健性检验，分别选择0.25分位数、0.5分位数和0.75分位数，用于反映在不同体育企业全要素生产率水平下，数字经济的边际影响效应是否存在结构性差异。

表7展示了数字经济对体育企业全要素生产率的面板分位数回归结果。表7（1）至（3）列分别为0.25、0.5、0.75分位点的回归结果。（1）至（3）列中，各分位点上数字经济对体育企业全要素生产率均有正向的显著性影响，进一步验证了数字经济能够提高体育企业全要素生产率的原假设。通过观察各个分位点上Digital的系数，发现随着分位的增加，Digital的系数先减小后增大。这表明，数字经济对体育企业全要素生产率的影响存在结构性差异，随着体育企业全要素生产率的提高，数字经济对其的影响先逐步减小，但当体育企业全要素生产率达到某一临界值后，这种影响又逐步增大。当处在体育企业全要素生产率0.25分位点时，数字经济对体育企业全要素生产率的影响最强，具体表现为：数字经济每提高1％，体育企业全要素生产率将提高0.008 1个单位，这是由于企业处在初创期，数字经济能较大地提高体育企业全要素生产率，随着体育企业全要素生产率的提高，数字经济的边际效应不断收敛，直到体育企业全要素生产率0.75分位点之后，数字经济的边际效应才有所提升，这可能是由于在0.75分位点上，体育企业已建立稳固的经营机制，资源配置效率提高，能够吸收数字资源和技术，带动全要素生产率的提高。因此，要加大数字经济投资规模，推进数字基础设施建设，使数字经济能更好地发挥促进体育企业全要素生产率的积极作用。

4 结论与启示

4.1 结 论

数字经济是体育产业高质量发展的重要动力，在现阶段经济高质量发展阶段、新科技革命和产业变革背景下，有必要深入考察数字经济对体育企业全要素生产率的影响。本研究在现有文献基础上，阐释了数字经济对体育企业全要素生产率影响内在机理，并通过构建数字经济发展水平指标体系，采用主成分分析法测算城市层面数字经济发展水平指标，实证分析数字经济对体育企业全要素生产率影响及作用机制。实证结果表明：（1）数字经济能够提高体育企业全要素生产率；（2）采用工具变量、改变被解释变量测度方法等稳健性检验后，本研究的回归结果依然成立；（3）缓解融资约束、技术创新和劳动投入在数字经济和体育企业全要素生产率之间起到了中介效应；（4）分位点回归结果显示，随着体育企业全要素生产率分位数的增加，Digital的系数先减小后增大，呈现出正U型特征，即数字经济对体育企业全要素生产率的影响存在结构性差异。

4.2 启 示

4.2.1 夯实数字产业化基础，推动体育产业数字化转型

政府部门应加强对数字产业化的建设力度，完善基础设施建设，丰富数字技术应用场景，以政府供给为引领，推动体育企业主动拥抱数字化转型。政府可以发挥在平台建设中的协调治理作用，通过购买服务、打造数字示范平台等方式，助力企业数字化转型向纵深发展，破解中小企业数字化转型成本高的问题。政府还可通过资金扶持等方式，吸引高新科技企业与体育用品制造企业建立帮扶长效机制，体育用品制造企业可以借助前者技术和专业人才的优势，加速企业的数字化转型，助力企业“上云用数赋智”。此外，企业应采取“请进来，走出去”的發展策略，加强与发达国家的交流与学习，积极参与国际体育产业数字化合作，为体育产业国际化打下坚实基础。

4.2.2 优化体育产业数字化转型实现路径

数字化转型是体育产业的深层次变革，也是大势所趋。政府要制定体育产业数字化转型的顶层设计，出台数字化转型的规划方案。突出体育企业在体育产业数字化转型的主体地位，提高体育企业在数字化转型中的参与感和获得感。应该有层次、分步骤地推动体育产业数字化转型，如可率先支持体育产业中的龙头企业数字化转型，通过龙头企业的表率作用，带领体育产业上下游企业、产业集群内相关企业共同数字化，实现企业数字化向产业数字化转化。

4.2.3 缓解融资约束、技术创新和劳动投入是数字经济影响体育企业全要素生产率的三条路径

政府应出台相关政策来缓解体育企业融资难，融资贵的问题，深化金融市场改革，优化融资环境。发挥国家级和地方技术创新中心的作用，鼓励体育企业自主创新和技术引进。加大体育产业数字化人才培养力度，充分发挥人力资本的内在经济效应，从而激发数字经济提高体育企业全要素生产率的中介效应。在专业人才培养方面，要遵循“用以致学、行知合一、以练养学、输出倒逼”的原则，通过内部培养、外部引才的方式强化企业数字化专业人才队伍，破解数字化转型过程中的主要瓶颈，减少因关键技术长期外包而产生的巨额成本。

4.2.4 充分激发体育产业数字化转型的技术溢出效应

不同地区间体育产业数字化基础不同，数字经济存在空间依赖性。地方政府应将空间依赖性纳入到数字化转型政策的制定中，重视空间和经济紧密联系的不同地区的协调共同发展，促进不同地区间的数字技术引进和传播，以利于实现数字化转型的跨地区技术溢出。

参考文献：

［1］蔡昉.中国经济增长如何转向全要素生产率驱动型［J］.中国社会科学，2013（1）：56-71.

［2］ 段文斌，尹向飞.中国全要素生产率研究评述［J］.南开经济研究，2009（2）：130-140.

［3］ 中国信息通信研究院.中国数字经济发展报告（2022年）［EB/OL］.（2022-07-08）［2022-09-08］.http：//www.caict.ac.cn/kxyj/qwfb/bps/202207/t20220708_405627.htm.

［4］ 潘玮，沈克印.数字经济助推体育产业高质量发展的理论基础、动力机制与实施路径［J］.体育学刊，2022，29（3）：59-66.

［5］ 沈克印，林舒婷，董芹芹，等.我国体育产业数字化转型的现实要求、发展困境与实践策略［J］.武汉体育学院学报，2021，56（8）：51-59.

［6］ 沈克印，林舒婷，董芹芹，等.数字经济驱动体育产业高质量发展的变革机制与推进策略［J］.体育学研究，2022，36（3）：46-59，90.

［7］ 叶海波.新发展阶段数字经济驱动体育产业高质量发展研究［J］.体育学研究，2021，35（5）：9-18.

［8］ 娄高阳，陈刚.大数据赋能体育用品制造业高质量发展：价值、阻碍因素与实践路径［J］.体育文化导刊，2022（10）：8-14.

［9］ 罗宇昕，李书娟，沈克印，等.数字经济引领体育产业高质量发展的多维价值及推进方略［J］.西安体育学院学报，2022，39（1）：64-72.

［10］ 白宇飞，杨松.我国体育产业数字化转型：时代要求、价值体现及实现路径［J］.北京体育大学学报，2021，44（5）：70-78.

［11］ 沈克印，寇明宇，吕万刚.数字经济时代体育产业数字化的作用机理、实践探索与发展之道［J］.上海体育学院学报，2021，45（7）：8-21.

［12］ 任波，黄海燕.数字经济驱动体育产业高质量发展的理论逻辑、现实困境与实施路径［J］.上海体育学院学报，2021，45（7）：22-34.

［13］ 许金富，王海霞，杨少雄.体育用品制造企业数字化转型对经营绩效的影响及作用机制——基于沪深A股、新三板企业的实证研究［J］.武汉体育学院学报，2022，56（10）：60-67.

［14］ 付志华，陈颇.信息技术服务业促进体育用品制造业转型升级效率评价研究——以湖北省为例［J］.天津体育学院学报，2022，37（3）：282-288.

［15］ 阮钰，叶劭纬，陆元兆，等.数字经济对体育产业高质量发展影响的实证研究——以 14 个省级行政区面板数据为例［J］.广州体育学院学报，2022，42（5）：49-58.[HJ1.9mm]

［16］ 杨松，侯昀昀.数字经济时代我国体育产业与电子信息产业耦合协调：机理分析与实证研究［J］.山东体育学院学报，2022，38（5）：62-68，76.

［17］ 邓瑞，方春妮.数字经济对体育产业发展的影响研究——基于长江经济带沿线11省市的实证考察［J］.体育教育学刊，2022，38（5）：22-29.

［18］ SOLOW R M.Technical change and the aggregate production function［J］.The Review of Economics and Statistics，1957，39（3）：312-320.

［19］ 陈晓红，李杨扬，宋丽洁，等.数字经济理论体系与研究展望［J］.管理世界，2022，38（2）：250-270.

［20］ 胡斌，刘作仪.物联网环境下企业组织管理特征、问题与方法［J］.中国管理科学，2018，26（8）：127-137.

［21］ 邱国栋，王易.“数据—智慧”决策模型：基于大数据的理论构建研究［J］.体育文化导刊，2018（12）：17-30.

［22］ 孙新波，钱雨，张明超，等.大数据驱动企业供应链敏捷性的实现机理研究［J］.管理世界，2019（9）：133-151.

［23］ 祝合良，王春娟.数字经济引领产业高质量发展：理论、机理与路径［J］.财经理论与实践（双月刊），2020，41（5）：2-10.

［24］ 魏源，程传银，韩雪.数字经济驱动体育产业结构升级的内在作用、现实困境与破解路径［J］.体育文化导刊，2021（9）：73-78，85.

［25］ 朱英杰.融资约束、生产率与异质性企业的出口竞争力——微观基础的中国经济考察［J］.世界经济研究，2012（9）：57-65.

［26］ 李思飞，靳来群.融资约束、融资渠道与企业全要素生产率——基于GPSM方法对中国工业企业的检验［J］.江西财经大学学报，2015（2）：20-31.

［27］ 赵宸宇，王文春，李雪松.数字化转型如何影响企业全要素生产率［J］.财贸经济，2021（7）：114-129.

［28］ 裴長洪，倪江飞，李越.数字经济的政治经济学分析［J］.财贸经济，2018（9）：5-22.

［29］ 张艾莉，孙新宇.数字金融、银行主动风险承担与企业融资约束［J］.调研世界，2022（10）：58-65.

［30］ 白万平，孙溶镁，白鸽.数字经济发展提高了企业全要素生产率吗？——基于A股上市公司的分析［J］.经济与管理评论，2022（5）：5-19.

［31］ 汤潇.数字经济——影响未来的新技术、新模式、新产业［M］.北京：人民邮电出版社，2019：106-108，273.

［32］ 马化腾.数字经济——中国创新增长新动能［M］.北京：中信出版集团，2019.

［33］ 赵莎莎.网络基础设施、人力资本与全要素生产率——基于国内大循环中技术循环的经验分析［J］.现代经济探讨，2022（10）：39-49.

［34］ 刘维刚，倪红福.制造业投入服务化与企业技术进步：效应及作用机制［J］.财贸经济，2018（8）：126-140.

［35］ 杨汝岱.中国制造业企业全要素生产率研究［J］.经济研究，2015（2）：61-74.

［36］LEVINSOHN J，PETRIN A.Estimating production functions using inputs to control for unobservables［J］.The Review of Economic Studies，2003，70（2）：317-341.

［37］ 陈琪.环保投入能提高企业生产率吗——基于企业创新中介效应的实证分析［J］.南开经济研究，2020（6）：80-100.

［38］ 陈茹，张金若，王成龙.国家审计改革提高了地方国有企业全要素生产率吗？［J］.经济管理，2020（11）：5-22.

［39］ 刘军，杨渊鋆，张三峰.中国数字经济测度与驱动因素研究［J］.上海经济研究，2020（6）：81-96.

［40］ 赵涛，张智，梁上坤.数字经济、创业活跃度与高质量发展［J］.管理世界，2020（10）：65-75.

［41］ 刘惠好，焦文妞.国有股权参股、融资约束与民营企业金融资产投资［J］.现代经济探讨，2022（4）：70-82.

［42］ 肖延高，刘鑫，童文锋，等.研发强度、专利行为与企业绩效［J］.科学学研究，2019（7）：1153-1163.

［43］ 白万平，孙溶镁，童白鸽.数字金融能否提高中企业全要素生产率［J］.新金融，2021（11）：53-62.

［44］ 黄漫宇，王孝行.数字经济、资源错配与企业全要素生产率［J］.宏观经济研究，2022（12）：43-53.

［45］ 郭丰，杨上广，杨上广.数字经济对企业全要素生产率的影响及其作用机制［J］.现代财经（天津财经大学学报），2022，45（9）：20-36.

［46］ [JP4]ACKERBER D A，CAVES K，FRAZER G.Identification properties of recent production function estimators［J］.Econometrica，2015，83（6）：2411-2451.

［47］ 温忠麟，叶宝娟.中介效应分析：方法和模型发展［J］.心理科学进展，2014（5）：731-745.

收稿日期：2022-10-21

基金项目：教育部人文社会科学研究项目（编号：22YJC890001）；福建省社会科学基金项目（编号：FJ2022C018）；福建江夏学院国家基金培育项目（编号：JXS2022008）。

作者简介：陈慧娟（1984- ），女，福建莆田人，博士，讲师，研究方向为体育经济学。