今天是2025年2月1日，星期六，农历正月初四，美好的一天从阅读《现代财经-早读早分享》开始！

以下内容是由《现代财经》编辑部根据国内外财经类门户网站相关资讯编辑整理而成（总第3263期）。原创不易，敬请尊重。谢谢鼓励。

  一、早读分享   

链主主导的产业链治理能够提升新质生产力吗——以战略性新兴产业上市公司为例

  导读  

0 引言

习近平总书记在湖南考察时指出,“科技创新是发展新质生产力的核心要素”。培育和发展新质生产力的要义在于创新,包括技术创新和制度创新[1]。在技术创新方面,关键性颠覆性技术是更高层次的先进科技,是发展新质生产力的前沿驱动。换言之,培育和发展新质生产力,需要集聚创新性投入和优化配置高质量生产要素,实现关键性颠覆性技术创新突破。

2019年,浙江省率先推出产业链“链长制”,产业链“链长制”逐渐成为各地稳链、固链,推动全产业链优化升级和构建新发展格局的有益探索。本文将链主企业定义为在产业链组织系统中具有核心竞争力、发挥生态主导力的核心企业[2-4]。链主产业链治理的内涵非常丰富,其最终目标是取得技术创新的实质性进展。具体来讲,链主企业通过发挥生态主导力,以攻克技术难题为目标开展一系列产业链治理活动,如参与行业技术标准制定、强化研发任务模块自主可控、重构产学研用协同共治、优化数字技术赋能布局等。

“链长制”强调有为政府的积极作用,链主企业主导下的产业链治理是有为政府和有效市场相结合的实践探索[5]。从行业视角看,亟需攻克的前沿技术具有行业知识专业化特征;从地区视角看,链主企业的空间分布具有区域产业集群化特征[6]。

鉴于上述背景,本文将新质生产力和链主企业主导的产业链治理纳入同一分析框架,致力于回答如下问题:链主企业的产业链治理能否提升新质生产力?外部市场环境对链主产业链治理与新质生产力二者间关系有何影响?链主企业的产业链治理活动是否具有行业或地区趋同性和相似性,从而引致链主产业链治理活动的规模效应?

1 文献综述

目前,大部分学者将新质生产力理论作为马克思主义生产力理论的重要发展。一部分学者从经济增长理论出发阐释新质生产力。基于经济增长理论,全要素生产率是新质生产力的重要考量,培育和发展新质生产力,追求更高的生产效能,旨在大幅提升全要素生产率。从经济生产要素出发,劳动和资本是经济生产过程中的重要投入,相应地,培育和发展新质生产力离不开新质劳动和新质资本投入。一方面,新质劳动是劳动者付出的技术含量较高的劳动,尤其是战略性新兴产业中的技术密集型劳动,如熟练运用数字工具处理复杂信息等;另一方面,新质资本具有数字化特征,分为有形新质资本和无形新质资本,其中,有形新质资本包括高精尖仪器和智能工具等,无形新质资本包括参与到生产过程中的数据信息等[7]。从经济关系保障出发,培育和发展新质生产力需要发挥好政府和市场两方面的作用。科技创新是新质生产力的驱动枢纽,在原始创新和成果转化创新阶段,政府在综合治理过程中统筹规划优质资源的战略性基础布局;在应用创新和拓展创新阶段,不同细分市场存在异质性竞争机制,影响各类卓越人才与优质资本等的流动和聚集[8]。目前关于新质生产力的研究大多聚焦理论基础,虽然有实证研究探讨了地区新质生产力测度及影响机制[9-10],但还需深入探索企业新质生产力的培育路径和具体渠道。

产业链治理相关研究内容展现出不断发展的时代特征,主要体现在治理主体、治理目的和治理措施上。在治理目的上,产业链治理活动旨在促进技术链整体跃升,通过攻破薄弱环节的生产工艺瓶颈,提高上下游技术链接的创新联动效能,从而提升产业链抗风险能力。从区域创新生态系统视角看,创新联合体激发创新要素集聚效应,使得尖端资源交织耦合,进而不断减少劳动错配造成的效率损失,缓解研发风险带来的资金困境,加速基础技术扩散和转移,最终提升产业链韧性[11-12]。在治理主体上,具有规模优势的链主企业和专精特新中小企业逐渐成为产业链治理的行为主体。链主企业扮演“架构者”角色,凭借人才储备、资金实力和技术积累等优势,在全产业链布局中发挥生态主导力,链主治理行为形成示范效应和规模效应,提高链上其它企业的全要素生产率,促进产业链高质量发展[4,13,14]。专精特新中小企业在专业化深入、精细化集成和生态化协作阶段,跟进产业链协同配套,补齐产业链衔接短板,巩固产业链稳定性(赵晶等,2023)。在治理措施上,现有文献着重研究链主企业在治理过程中显现的产业生态主导功能,以及专精特新中小企业的技术创新攻克路径。链主企业在主导产业链治理的过程中,发挥技术创新引领力、产业协作整合力、产业发展领导力和数字化赋能能力,促进颠覆性技术进步、产业链协同配套和数字化转型,发挥强链、补链和稳链作用[2,3]。专精特新企业克服技术难关,跨越专业化“锁定”鸿沟,通过外驱双元型、内驱吸收型、外驱攻关型和内外双驱型的驱动路径,提高突破式创新绩效[15]。整体而言,现有产业链治理研究尚处于初步探索阶段,需要进一步探究产业链治理的复杂经济影响。

鉴于此,为研究链主企业产业链治理与新质生产力的作用联系,本文首先从理论上阐明链主产业链治理对新质生产力的促进作用、市场化环境对二者关系的调节效应,以及链主产业链治理的同群效应;其次,提出相关理论假设并逐一进行实证检验;最后,根据理论和实证分析结果,为提升产业链治理水平、厘清新质生产力培育思路,提出相应政策建议。

本文创新点主要体现在以下方面。第一,定量识别链主企业。以马歇尔外部性理论和垄断势力理论为基础,综合链主企业认定的现实情况,构建识别链主企业的一般性门槛指标,得出分行业分年份的链主企业名单,为后续产业链研究拓宽链主企业的微观识别边界。第二,测度企业新质生产力和产业链治理水平。将新质生产力的核心内涵与经济增长理论中的要素投入过程相结合,测算企业新质劳动和新质资本投入,采用LP法测度链主企业新质生产力水平,并构建较为全面的产业链治理评价体系,在稳健性检验中选用二阶段时空极差熵值法进行测度,深化链主企业治理行为及效果研究。第三,实证检验链主产业链治理对新质生产力的促进作用,以及市场化环境所发挥的调节效应,拓展产业链治理的经济效应研究和新质经济要素投入研究,为政府和企业培育壮大新质生产力提供参考。第四,探索链主产业链治理的多维度同群效应,分析典型经济区的同群效应跨层特征,进一步丰富企业行为同群效应研究,从同群效应视角为优化产业链治理体系提出政策建议。

2 理论分析与研究假设

2.1 链主产业链治理对新质生产力的影响

根据马歇尔外部性理论,垄断更有利于技术创新,当企业获得市场垄断地位后,其技术外部性在很大程度上被内部化(薄文广,2007)。与此相一致,链主企业依托核心资源势能,在市场中占据较为稳健的垄断地位,通过产业链治理的制度安排,集中破解产业共性技术难题,加速共性技术外部性内部化进程。

新质生产力是新质劳动力和新质资本优化组合投入后的产出结果,其实现条件有两个:一是新质经济要素的有效集聚,二是集约式的新质要素优化配置。一方面,链主企业主导的产业链治理促使链上企业深度融合,技术研发、工程设计、配套制造单位和研究院所等主体合力构建创新联合体,集聚和储备大量高科技人才与高质量资本。针对特色化的前沿科技研发工作,链主发起科研协同共治新模式,新质要素参与研发任务流的架构得以重塑,拓扑型任务流模式不断破除行业和单位间要素集聚壁垒,为新质要素持续尝试全新组合配置方式创造条件[16]。另一方面,高精密研发项目具有高投入、低效率和长期性等风险特征[17],在链主自上而下的统筹规划下,大规模尖端科研任务被分解为模块化的研发环节,工程设计方案旨在剥离、简化和合并基础研发分支路径,进而展露出较为清晰的技术链路主线,方便优秀人力资源和资金顺沿技术链路主线,优选研发效率最高的模块化节点。简言之,链主产业链治理引导新质要素进行集约式组合配置[18]。综上,链主企业通过产业链治理构建创新联合体,促进新质劳动和新质资本实现量的积累,并梳理和搭建研发目的明确的技术链条道路,引领新质要素集约配置,助力生产力实现质的提升。由此本文提出如下假设:

H1：链主企业主导的产业链治理能够提升新质生产力水平。

2.2 市场化环境的调节作用

链主企业的治理决策不仅与生态主导力有关,而且与外部制度环境密不可分,市场化程度是衡量外部制度环境的重要标准。链主企业通过优化产业链治理决策,适应区域市场化环境变化,进而影响新质生产力培育壮大的过程与结果。

从政府干预角度看,适度的市场化环境反映政府与市场间合理的权责边界。政府在行业准入、行政审批方面适当放权,减少对企业决策的过度干预,引发强劲的市场“优胜劣汰”动力,此时企业竞争更加激烈,加剧市场竞争的不确定性[19]。对比其它企业,链主企业作为行业龙头,发挥更大的稳定市场预期作用,生态主导力得以强化,减少链主企业联合其它主体进行共治的阻碍,释放更多产业链治理潜能,从而加速新质生产力形成进程。从要素市场角度看,当要素市场的区域分割等状况得到缓解时,链主企业拥有更自由的要素优化组合空间。特别是在开放的数据市场环境中,数据要素与链主集聚的传统要素形成产能叠加和倍增效果,加快新质生产力迭代培育速度[20]。从产品市场角度看,链主企业面对创新产品时持有谨慎态度,市场化进程促使产品市场活跃,导致产品竞争更加激烈,促使市场主体提升信息披露质量,规避信息不对称带来的创新产品估值偏差,减少链主企业自主创新过程中的机会成本[21],进而提升产业链治理效率,推动新质生产力发展壮大。从制度法规角度看,市场化改革提供更加完备的基础性制度,公共产品、产权保护和契约履行等降低企业交易成本,帮助企业在应用研究活动中持续优化新质要素组合方式[22],有利于链主企业规范地配置新质经济要素,提升新质生产力水平。由此本文提出如下假设:

H2：市场化环境对链主产业链治理提升新质生产力具有正向调节作用。

2.3 链主产业链治理的同群效应

为避免成本过高或产出不确定性,企业之间相互学习和参考技术研发,形成企业研发同群效应[23]。与之相似,链主在引领创新联合体集中攻克技术难关的过程中,拓扑型任务流模式增强创新主体间知识溢出,激发链主进行产业链治理的同群效应。

从行业角度看,同行业链主企业处于相同或相似的共性技术困境,彼此存在竞合博弈关系,一方面,为避免技术工艺落后于行业对手,削弱行业竞争力,当少量行业链主开始采取产业链治理活动时,其它链主企业随之跟进,保持相对一致的研发效率[24];另一方面,攻破共性技术难题需要专业的行业知识,其解决方案可替代性较弱,治理路径较为单一,为提升行业整体技术创新效率,同行业众多链主开展研发合作,为治理活动的学习参考营造有利环境[25]。从省域角度看,各省市政府是地方产业集群治理的关键利益相关者,对链主产业链治理行为发挥决定性引导和规范作用,因此,在相同行政区域内,链主企业作出与地方政府规划相对一致的产业链治理决策,从而形成地区层面的产业链治理同群效应。基于地理邻近优势原则,新质经济要素更容易在地区内传递和交流。新质劳动力流动会加速前沿技术学习传播,形成数据要素的地区同群效应,促使企业相互学习形成知识共识,这些都可为链主之间学习和参考产业链治理活动提供便利[26]。由此本文提出如下假设:

H3：链主主导的产业链治理存在行业同群效应。

H4：链主主导的产业链治理存在省域同群效应。

3 研究设计

3.1 数据来源与样本选择

3.1.1 数据来源

选取2010—2022年我国战略性新兴产业A股上市公司作为初始研究样本,将上市公司四位数行业代码与《战略性新兴产业分类(2018)》进行匹配,仅保留属于战略性新兴产业的上市公司。上市公司数据来自国泰安(CSMAR)数据库和中国研究数据服务平台(CNRDS)数据库,产学研合作等专利申请数据来源于国家知识产权局网站。对样本进行如下筛选:剔除金融和保险行业样本;剔除标记为ST和PT的样本;剔除数据明显异常或关键变量存在缺失的样本。为避免极值造成偏误,对连续型变量进行前后1%分位的缩尾处理,为缓解潜在的组内自相关问题,选择公司层面的聚类稳健标准误。

3.1.2 链主企业识别

资产、产品和技术优势是识别链主企业的重要标准[4,14],区别于现有研究基于各级地方政府对链主企业的非标准化认定(赵晶等,2023),本文基于垄断势力理论进行链主企业识别,增强各行业和各年份链主企业名单的完备性、可比性和代表性。企业垄断势力指企业对其产品价格的控制能力,有利于企业产生垄断利润[27]。当企业具备资产、产品和技术优势时能够拥有更多垄断利润,意味着企业在产品市场上具备垄断势力(李钢,2004),可以发挥产业链生态主导力,进而具有较高的产业链治理水平。

鉴于此,将企业垄断势力作为链主识别标准,按照以下两步确定“行业—年份”层面的链主企业名单。第一步,计算企业垄断势力。借鉴Loecker等[28]对垄断势力指标的测算方法,参考王贵东等[27]的处理方式,采用产品价格与边际成本之比衡量企业垄断势力,其数值等于要素产出弹性除以相应报酬份额,其中,分年份的企业劳动力产出弹性由LP法计算得到,劳动力报酬份额由应付薪酬总额与企业本年总产值之比表征。第二步,识别行政性链主企业和经济性链主企业。中央企业是推动关键核心技术突破、破解“卡脖子”技术、实现国产替代的主导力量,国资委已认定部分央企作为核心链主企业[5,13]。央企凭借其所拥有的行政性垄断属性,在要素市场具有制度型资源配置优势,因此将央企视为行政性链主企业。将“行业—年份”层面的央企垄断势力最小值作为门槛指标,若非央企垄断势力大于该门槛值,则将该企业同样视为链主企业,并回归经济性链主企业,经济性链主企业依托市场力量或非制度的技术因素实现经济性垄断。

3.1.3 链主同群企业匹配

在产业链组织系统中,同群效应指存在网络关联的个体企业在行为活动上具有趋同性和相似性,即个体企业的行为活动会受到具有相似特征的企业群体的交互影响。进一步地,当个体企业对同群企业的行为活动进行有意识的学习和追随时,会引起该行为活动在整体产业链网络中表现出同质性和普遍性特征[29]。

若链主企业主导的产业链治理具有同群效应,则说明链主产业链治理在整体产业链中呈现扩张化和规模化发展,而非少数链主企业的个别产业链治理活动。进而说明,链主企业主导的产业链治理对新质生产力的提升具有规模效应,而非个别现象。为此,需要研究链主主导的产业链治理是否存在同群效应,即个体链主企业的产业链治理是否受到同群企业产业链治理的影响。

同群企业指具有相近特征或处于相似经济环境的企业群体。参考现有文献,将同群企业分为行业同群企业和地区同群企业[29],行业同群企业指处于同行业不同地区的全部企业集合,地区同群企业指处于同地区不同行业的全部企业集合。

在链主研究领域,某个体链主的链主同群企业分为行业链主同群企业(Ⅰ)、省域链主同群企业(Ⅱ)、行业和省域链主同群企业(Ⅲ)、经济区链主同群企业(Ⅳ)。某个体链主的链主同群企业分类及概念界定范围如表1和图1左侧所示,该范围划分避免了由于行业和地区交叠造成的伪同群效应。

图1 链主同群企业分类及链主产业链治理的同群效应分类
Fig.1 Leading-chain peer enterprises category and peer effects category in industrial chain governance

表1 某个体链主的链主同群企业及概念界定范围
Table 1 Definitions and scopes of specific leading-chain peer enterprises

图1右侧展示链主产业链治理的同群效应分类。链主产业链治理的行业同群效应指个体链主的产业链治理活动会受到行业链主同群企业(Ⅰ)产业链治理活动的影响;链主产业链治理的省域同群效应指个体链主的产业链治理活动会受到省域链主同群企业(Ⅱ)产业链治理活动的影响;链主产业链治理的行业和省域同群效应指个体链主的产业链治理活动会受到行业和省域链主同群企业(Ⅲ)产业链治理活动的影响;链主产业链治理地区同群效应的跨层特征指下属省域链主企业的产业链治理活动会受到所属经济区链主企业(Ⅳ)产业链治理活动的影响。

分析链主产业链治理的行业同群效应时,将个体链主与该个体链主的行业链主同群企业(不包括该个体链主)相匹配。分析链主产业链治理的省域同群效应时,将个体链主与该个体链主的省域链主同群企业(不包括该个体链主)相匹配。分析链主产业链治理的行业和省域同群效应时,将个体链主与该个体链主的行业和省域链主同群企业(不包括该个体链主)相匹配。分析链主产业链治理的地区同群效应的跨层特征时,将个体链主的经济区链主同群企业(不包括该个体链主)与该个体链主的省域链主同群企业(不包括该个体链主)相匹配。

3.2 变量测度

3.2.1 被解释变量

链主企业新质生产力(Xztfp):新质生产力中“质”的变革核心在于要素禀赋变革及相应的全要素生产率提升[1],由此,本文的新质生产力选用新质资本和新质劳动投入及优化配置后的全要素生产率表示。新质资本具有数字化特征,新质劳动着重强调战略性新兴产业中的技术密集型劳动,由此,本文将数字资本作为企业投入的新质资本(XzK),将贡献于战略性新兴产业的技术密集型劳动作为新质劳动(XzL)。

采用LP法计算新质生产力,企业资本投入(K)用企业新质资本的自然对数表示,新质资本的计算过程如式(1)所示。企业劳动投入(L)用企业新质劳动的自然对数表示,新质劳动的计算过程如式(2)所示。企业产出用营业收入的自然对数表示;企业中间品投入用营业成本、管理费用、销售费用之和与为员工支付的工资之差的自然对数表示。选用Wooldridge(2009)提出的GMM一步估计法重新计算新质生产力,以检验结果的稳健性。

XzK=NFA×DC_INS

(1)

其中,XzK代表企业新质资本,NFA为企业固定资产净额,DC_INS为行业数字资本投入强度,用行业数字资本募集金额与行业固定资产净额的比值表示,对DC_INS的缺失值进行“行业—年份”层面的线性插补。若某一行业在所有年份的DC_INS均存在缺失值,则取当年其它行业的DC_INS均值代替。具体来讲,当该行业属于非制造业,则选用当年其它非制造业的DC_INS均值代替;当该行业属于制造业,则选用当年相关制造行业的DC_INS均值代替。行业分类标准参考《上市公司行业分类指引(2012年修订)》中制造业类别名称及说明。

XzL=NE×DL_INS

(2)

其中,XzL代表企业新质劳动,NE为企业员工人数,DL_INS为战略性新兴劳动素养投入强度,使用企业董监高人员的战略性新兴产业劳动素养得分(以下简称素养得分)进行计算。原因在于,企业高管是典型的高人力资本劳动者,高管人力资本深度与企业研发投入强度存在显著正相关关系,特别是具有特定专业技术的高管会对其技术相匹配的企业研发投入强度产生更强激励作用[30]。首先,按照企业董监高人员的专业或从业经历、学历、年龄计算素养得分,若董监高人员具有战略性新兴产业的专业或从业经历,则赋值为1,否则为0;若董监高人员具有本科及以上学历,则赋值为1,否则为0;若董监高人员年龄小于45岁,则赋值为1,否则为0。其次,将三项得分的均值作为董监高人员的素养得分,该得分也反映董监高所拥有的战略性新兴劳动素养在战略性新兴劳动素养总量(满分为3)中的占比,取值介于0～1之间,因此用其表征企业战略性新兴劳动素养投入强度。最后,计算同行企业的战略性新兴劳动素养投入强度平均值,作为行业战略性新兴劳动素养投入强度(DL_INS)。

3.2.2 解释变量

链主企业产业链治理(Incgo)。链主企业主导下的产业链治理具体可分为引领治理、协调治理、自主治理和数字治理4个维度[2,3]。其中,引领治理表示链主企业凭借其在产业生态系统中的主导力和影响力,对其它企业发挥的技术创新领头作用;自主治理衡量链主企业为了强化自身所负责产业链环节的技术支撑,实现技术突破性进展的自主创新能力;协调治理强调链主企业促进技术开放共享,进行产业链资源整合和关系协调,开展实质性技术创新的互动协作;数字治理突出链主企业在技术创新攻关中借助的数字化赋能及转型优势,数字化技术及其创新推动链主企业改进创新资源交互方式和协作流程,提高技术创新攻关效率,如链主企业搭建数字化平台,提升创新资源服务支撑、跨部门共享、协同流程的集成及优化效能等。从这4个维度建立综合评价指标体系,并采用熵值法进行测度,详细衡量指标如表2所示。

表2 产业链治理综合评价指标体系
Table 2 Comprehensive evaluation indicator system for industrial chain governance

3.2.3 调节变量

市场化环境指数(Market)。选用樊纲市场化指数作为各地区市场化环境的衡量指标,具体分为政府与市场关系指数(relation)、产品市场发育指数(product)、要素市场发育指数(pfactor)、市场中介发育与法律环境指数(legal),借鉴俞红海等(2010)的做法,以年平均增长幅度推算2020—2022年数据。

3.2.4 控制变量

为避免遗漏变量造成内生性偏误,准确揭示链主产业链治理与新质生产力的因果关系,需要对影响新质生产力的其它变量加以控制。选择链主企业基本特征、资金链稳定性、生产运营效率和内部治理结构作为控制变量的4个重要维度。原因在于,当链主企业具有丰富行业经验、规模优势和市场价值,具备牢固稳定的资金链支持、高效健康的生产运营关系、合理灵活的内部治理结构时,该链主企业能够高效集聚和优化配置新质经济要素,有利于培育和发展新质生产力。也就是说,链主基本特征、资金链稳定性、生产运营效率、内部治理结构均能够对链主新质生产力产生影响。

链主基本特征用企业规模(Size)、企业年龄(Fira)和企业价值(TobinQ)表征。链主资金链稳定性用净资产收益率(ROE)、营业收入增长率(Growth)表征。链主生产运营效率用固定资产占比(Fixed)、存货周转率(Invt)表征。链主内部治理结构用独立董事比例(Indep)、两职合一(Dual)表征,具体如表3所示。

表3 变量定义
Table 3 Variable definitions

3.3 实证模型

为检验链主产业链治理对企业新质生产力的直接影响,构建基准回归模型(3)。

Xztfpit=β0+β1Incgoit+β∑Controls

+Industry+Year+Province+εit

(3)

其中,i为链主企业,t为年份,Xztfp代表链主企业新质生产力,Incgo代表链主产业链治理水平,Controls代表控制变量,Industry、Year、Province分别代表行业、年份和省份固定效应,ε为随机误差项。

为检验市场化环境的调节作用,构建模型(4)。

Xztfpit=β0+β1Incgoit×Mkit+β2Incgoit+β3Mkit+β∑Controls+Industry+Year+Province+εit

(4)

其中,Mk代表市场化环境指数及其分指数。

为检验链主产业链治理的行业同群效应和省域同群效应,构建模型(5)。

Incgoit=β0+β1Incgopeersit+β∑Controls+Industry+Year+Province+εit

(5)

其中,Incgoit代表链主企业i在t年份的产业链治理水平。Incgopeersit分为ind_Incgopeersit、prov_Incgopeersit和ip_Incgopeersit。ind_Incgopeersit是链主i的行业链主同群企业(不包括链主i)在t年的产业链治理均值;prov_Incgopeersit是链主i的省域链主同群企业(不包括链主i)在t年的产业链治理均值;ip_Incgopeersit是链主i的行业和省域链主同群企业(不包括链主i)在t年的产业链治理均值。

为考察产业链治理地区同群效应的跨层特征,即经济区链主产业链治理对下属省域链主产业链治理的影响,建立回归模型(6)。

prov_Incgopeersit=β0+β1zone_Incgopeersit+β∑Controls+Industry+Year+Province+εit

(6)

其中,zone_Incgopeersit是链主i的经济区链主同群企业(不包括链主i)在t年的产业链治理均值。zone_Incgopeersit分为csj_Incgopeersit、jjj_Incgopeersit,前缀csj_和jjj_分别代表长三角和京津冀经济区。

3.4 描述性统计与相关性分析

主要变量描述性统计结果如表4所示。被解释变量新质生产力(Xztfp)的最小值为0.524,最大值为6.811,中位数(2.754)与均值(2.915)非常接近,说明不同样本的新质生产力存在显著差异;解释变量产业链治理(Incgo)的离散系数(标准差/均值)大于1,中位数(0.229)略小于均值(0.436),说明链主产业链治理在分行业分年份样本间存在明显差异,且稍呈现右偏分布;调节变量市场化环境(Market)的最小值为4.572,最大值为12.86,中位数(10.12)与均值(9.904)较为接近,说明地区间市场化环境差异较为明显;其余变量的统计值均在现有文献披露的合理范围之内,且均显示样本企业间存在明显差异。

表4 主要变量描述性统计结果(N=25 904)
Table 4 Descriptive statistics of main variables(N=25 904)

为排除解释变量和控制变量可能存在的相关性对回归结果造成偏误,进行Spearman相关性检验和VIF共线性检验,结果如表5所示。由相关系数矩阵可知,大多数相关系数的绝对值不超过0.1,说明变量两两间相关性较小,且大多数相关系数通过显著性检验,说明相关系数是可信的;由VIF值可知,各变量的VIF值远小于经验临界值10,说明产业链治理与各控制变量、各控制变量之间不存在严重的多重共线性问题。

表5 Spearman相关系数检验与VIF共线性检验结果
Table 5 Results of the Spearman correlation coefficient test and the VIF collinearity test

注:***、**、*分别代表1%、5%、10%的显著性水平,下同

4 实证检验与结果分析

4.1 链主产业链治理与新质生产力

模型(3)的基准回归结果如表6所示。列(1)(2)(3)依次加入行业、年份和省份固定效应,链主产业链治理的系数均通过1%水平的显著性检验,即链主企业产业链治理能够显著提升新质生产力水平。列(4)加入产业链治理的平方项(Incgo2),产业链治理系数显著为正,平方项系数显著为负,表明链主产业链治理对新质生产力的促进效果呈倒U型特征。列(5)(6)表明,滞后一期和二期的产业链治理(LIncgo、L2Incgo)系数均显著为正,表明近两年的链主产业链治理对新质生产力具有稳健促进效果,由此假设H1得以验证。

表6 基准回归结果
Table 6 Benchmark regression results

注:括号内为企业层面的聚类稳健标准误

4.2 市场化环境的调节作用

为探究市场化环境在产业链治理提升新质生产力过程中的调节效应,检验模型(4),结果如表7所示。市场化环境指数的总体检验结果如列(1)所示,市场化环境(Market)与产业链治理的交互项系数为0.037,且在5%水平上显著,表明市场化环境整体上正向调节产业链治理与新质生产力间关系,地区市场化环境越好,链主企业主导的产业链治理对新质生产力的促进效果越明显,因此假设H3成立。分指数的检验结果如列(2)—列(5)所示,要素市场发育指数(pfactor)、市场中介发育与法律环境指数(legal)均大于0,且至少通过5%的显著性检验,说明在要素市场发育较完善、市场中介发育与法律环境较好的地区,链主企业进行产业链治理能够显著提升新质生产力水平。

表7 市场化环境的调节效应检验结果(N=25 894)
Table 7 Results of moderating effect of market environment(N=25 894)

如表7所示,政府与市场的关系指数(relation)未通过显著性检验,原因在于该指数并不是越高越好,即政府对市场和企业的干预不是越高越好,只有适度干预才能发挥正向调节作用。产品市场发育指数(product)未通过显著性检验,可能是因为地区市场分割导致信息不对称,削弱链主企业稳定市场预期的治理效果。

4.3 产业链治理同群效应检验

4.3.1 “行业—省域”层面的产业链治理同群效应

对应实证模型(5),同群效应检验结果如表8所示。列(1)检验链主产业链治理的行业同群效应,行业同群企业的产业链治理(ind_Incgopeers)回归系数显著为正,表明产业链治理(Incgo)存在显著的行业同群效应,即同行业其它链主的产业链治理水平提升会带动个体链主提升产业链治理水平。列(2)检验链主产业链治理的省域同群效应,省域同群企业的产业链治理(prov_Incgopeers)回归系数为正,但未通过显著性检验,表明产业链治理不存在显著的省域同群效应,即省域内不存在明显的产业链治理相互带动作用,可能是因为产业集群在省域内的分布并不均衡,以及数字化发展和高铁等交通发展减弱了空间近邻优势,进而弱化产业空间集聚特征。列(3)检验链主产业链治理的行业和省域同群效应,行业和省域同群企业的产业链治理(ip_Incgopeers)回归系数在1%水平上显著为正,表明同行业同省域其它链主的产业链治理水平提升会促进个体链主提升产业链治理水平。列(4)同时检验以上3种同群效应,结果显示,同群企业产业链治理的回归系数均显著为正。对比列(2)和列(4),产业链治理的省域同群效应检验结果由不显著变为显著,说明该同群效应并不稳健,据此假设H3成立,假设H4不成立。

表8 “行业—省域”层面产业链治理同群效应检验结果
Table 8 Results of the same peer effects of industrial chain governance divided by industry and province

4.3.2 典型经济区产业链同群效应分析

以“行业—省域”同群效应检验结果为基础,深入研究更广泛地区的产业链治理同群效应,选择长三角和京津冀地区作为典型的一体化经济区。对应实证模型(6),回归结果如表9所示。

表9 典型经济区产业链治理同群效应分析结果
Table 9 Results of the supply chain governance in typical economic zones with peer effects

可以看到,无论是长三角还是京津冀,经济区同群企业的产业链治理(csj_Incgopeers、jjj_Incgopeers)回归系数(0.756、0.187)均在1%水平上显著,表明经济区产业链治理会显著提升其下属省域的产业链治理水平。也就是说,下属省域的链主产业链治理受到经济区中链主企业产业链治理的示范带动影响。简言之,产业链治理的地区同群效应具有由上而下的跨层影响特征。更进一步,长三角同群企业的产业链治理系数为0.756,明显大于京津冀同群企业的产业链治理系数(0.187),说明相较于京津冀,长三角链主产业链治理的地区跨层同群效应更加显著,长三角链主企业提升产业链治理水平时,更能够对下属省域的链主企业起到示范带动作用,更能带动其提升产业链治理水平。

4.4 内生性检验

(1)工具变量法。以企业风险承担水平(Risk)作为工具变量进行2SLS检验,风险承担水平满足相关性和外生性要求:一是相关性要求。风险承担水平指企业为提升价值愿意付出的代价[31],反映企业所承担风险程度的高低。链主企业进行产业链治理的根本目的在于突破关键技术瓶颈,这要求链主企业在探索前沿科技的过程中开展原创式创新和激进式创新,这些创新活动会给企业带来更多不确定性,意味着更高的经营风险,导致企业承担更大的风险,由此,产业链治理与企业风险承担水平高度相关。参考现有文献,选用经行业调整的盈利波动性表征风险承担水平。二是风险承担水平并不直接影响企业生产力,满足外生性要求。工具变量回归结果如表10列(1)(2)所示,列(1)表明,链主企业的风险承担水平和产业链治理存在正相关关系,在1%水平上显著,Cragg-Donald Wald F值为30.29,大于弱工具变量识别的临界值16.38,Kleibergen-Paap rk LM值为12.40,大于不可识别检验的临界值10,表明风险承担水平是有效的工具变量。列(2)的第二阶段回归结果显示,产业链治理对新质生产力的促进效果在1%水平上显著为正,表明基准回归结果稳健。

表10 内生性检验结果
Table 10 Endogenetic test results

(2)倾向得分匹配。采用倾向得分匹配法缓解样本选择偏差问题。首先,将基准模型中的控制变量设置为匹配变量,以链主企业产业链治理的中位数为基准,将全部样本分为处理组和对照组,大于中位数的取值为1,设置为处理组,否则为对照组。其次,建立Logit模型计算得到处理组样本的倾向得分,选用半径为0.05的最近邻匹配(1∶1)法,根据处理组特征相似度匹配相应的对照组。平衡性检验和共同支撑检验结果均显示匹配效果较好,样本符合平均处理效应假设。最后,将匹配后的样本代入基准模型重新进行回归,结果如表8列(3)所示,产业链治理的回归系数仍然显著为正,说明主回归结论稳健。

4.5 稳健性检验

(1)更换被解释变量测度方法。采用Wooldridge(2009)提出的GMM一步估计法,该方法是对LP法的有效改进,能够克服序列相关和异方差问题,进而得到稳健标准误。沿用上文的要素投入指标,测算新质生产力,回归结果如表11列(1)所示,产业链治理的回归系数在1%水平上显著为正,说明主回归结果稳健。

表11 稳健性检验结果
Table 11 Robustness test results

(2)更换解释变量测度方法。选用二阶段时空极差熵值法,对链主企业产业链治理进行重新测度。二阶段时空极差熵值法同时考虑时间和空间双重维度的信息差异,利用时空数据的信息熵计算指标权重,克服了以往熵值法的时间信息局限。更换后的结果如表11列(2)所示,产业链治理的回归系数在1%水平上显著为正,说明基准回归结果具有稳健性。

(3)替换解释变量。由于链主企业产业链治理具有行业同群效应,采用个体链主的行业链主同群企业(不包括该个体链主)的产业链治理均值,作为链主产业链治理的代理变量重新进行回归,结果如表11列(3)所示,产业链治理的回归系数仍然显著为正,说明主回归结论稳健。

(4)保留至少连续10年以上数据。为提升数据质量并保证样本连续性,保留至少10年以上的企业样本,样本量在原样本观测中的占比为48.67%。回归结果如表11列(4)所示,产业链治理的系数为0.237,通过显著性检验,基准回归结果与前文保持一致。

(5)分时间段回归。主回归时间跨度超过10年,为排除技术进步、经济形势和政策环境等变化对主回归造成的影响,将时间区间划分为2010—2013年、2014—2017年、2018—2022年。如表11列(5)(6)(7)所示,3个时间段的产业链治理回归系数均显著为正,表明产业链治理对新质生产力具有稳健促进作用。

5 结语

5.1 主要结论

本文以2010—2022年我国战略性新兴产业A股上市公司为例,首先识别产业链链主企业名单,然后基于新质生产力内涵,利用LP法测度链主主导的新质生产力水平,接着建立综合指标评价体系,测度链主的产业链治理水平,探究链主企业产业链治理对新质生产力的促进作用。结果表明:链主企业产业链治理能够显著提升新质生产力水平,一系列稳健性检验后,研究结论仍然成立;市场化环境能够正向调节产业链治理对新质生产力的提升效果,当政府对企业干预适度,市场发育完善且制度法规完备时,产业链治理对新质生产力的促进作用更加显著;链主企业的产业链治理存在明显的行业同群效应,典型经济区的产业链治理具有跨层的地区同群效应。

5.2 政策建议

(1)企业层面。对链主企业来说,一是增强新质经济要素集聚能力,遵循新质生产力形成规律,规划新质生产力培育路径,发挥新质劳动和新质资本的集聚效应;二是提升新质经济要素的优化组合及集约式配置能力,引领配套产业优化升级,统筹部署多线程的研发工作,实现集约式资源管理;三是加强同行业和同地区链主产业链治理的交流学习,发挥产业链治理的规模效应和示范效应。对非链主企业来说,配合同行业链主企业和同地区链主企业不断集聚优质经济要素,跟进技术研发趋势,同步强化产业配套升级。

(2)政府层面。一是适度调整与链主企业的权责边界,发挥链主企业集聚新质要素功能,放宽链主企业新质经济要素优化组合空间,为链主企业培育新质生产力提供完善的市场环境和基础制度。二是拓宽关联行业的产业链治理机制,建立关联行业的新质资源集聚和配置机制,加强省域内和经济区内链主企业互动交流,建立和完善关联行业与关联地区链主企业间产业链治理融合机制。同经济区的地方政府应着重提高产业链治理在目标、措施和监管等方面的协同度,完善链主企业间产业链治理联动机制,提升同经济区的链主企业产业链治理效率。

5.3 不足与展望

(1)基于经济增长理论,使用企业层面劳动要素和资本要素测算全要素生产率。然而,囿于数据可得性,使用行业层面数字资本投入强度和战略性新兴劳动素养投入强度分别作为企业新质劳动与新质资本的调整系数,测度企业新质生产力。未来可基于马克思主义生产力三要素理论,结合多个企业数据库,更精确地测度企业新质生产力水平。

(2)本文将颠覆性技术创新视为产业链治理的目标,并视为新质生产力产生的条件进行理论分析和实证检验,后续可进一步丰富中介机制,探索产业链治理提升新质生产力的多元路径。

参考文献：

[1] 刘伟.科学认识与切实发展新质生产力[J].经济研究,2024,59(3):4-11.

[2] 吉迎东,赵铭,赵文.基于扎根理论的产业链链主企业生态主导力评价:一个量表开发[J].科技进步与对策,2024,41(6):86-96.

[3] 王进富,李婷婷,张颖颖.链主企业生态主导力提升产业链韧性路径研究——以比亚迪和中国新能源汽车产业链为例[J].科技进步与对策,2024,41(1):1-10.

[4] 于苏,于小悦,王竹泉.“链主”企业的供应链治理与链上企业全要素生产率[J].经济管理,2023,45(4):22-40.

[5] 中国社会科学院工业经济研究所课题组,曲永义.产业链链长的理论内涵及其功能实现[J].中国工业经济,2022,39(7):5-24.

[6] ELOLA A,VALDALISO J M,FRANCO S,et al. Public policies and cluster life cycles:insights from the Basque Country experience[J]. European Planning Studies,2017,25(3):539-556.

[7] 卢鹏.数实融合驱动新质生产力涌现的逻辑与实践进路[J].电子政务,2024,24(4):1-11.

[8] 高帆.“新质生产力”的提出逻辑、多维内涵及时代意义[J].政治经济学评论,2023,14(6):127-145.

[9] 韩文龙,张瑞生,赵峰.新质生产力水平测算与中国经济增长新动能[J].数量经济技术经济研究,2024,41(6):1-22.

[10] 任宇新,吴艳,伍喆.金融集聚、产学研合作与新质生产力[J].财经理论与实践,2024,45(3):1-8.

[11] 孙红雪,朱金鹤.自由贸易试验区设立能否增强中国产业链韧性——基于多种创新要素集聚的中介机制检验[J].现代经济探讨,2023,42(11):72-84.

[12] 张峰,魏巍,陈嘉伟,等.区域创新生态系统能否提高产业链韧性:来自黄河流域的时空非平稳性检验[J].科技进步与对策,2023,40(12):1-11.

[13] 赵晶,刘玉洁,付珂语,等.大型国企发挥产业链链长职能的路径与机制——基于特高压输电工程的案例研究[J].管理世界,2022,38(5):221-240.

[14] 齐平,宋威辉.链主企业对中国制造业产业链高质量发展的影响[J].南方经济,2023,20(5):84-106.

[15] 夏清华,朱清.“专精特新”企业突破式创新的组态分析与范式选择[J].外国经济与管理,2023,45(10):20-34.

[16] 袁野,曹倩,尹西明,等.创新联合体赋能新质生产力的理论机制与实践路径研究[J].科技进步与对策,2024,41(20):32-44.

[17] BOWER J L,CHRISTENSEN C M. Disruptive technologies:catching the wave[J]. Harvard Business Review,1995,73(1):43-53.

[18] VON HAUFF M,WILDERER P A. Industrial ecology:engineered representation of sustainability[J]. Sustainability Science,2008,3(1):103-115.

[19] WU X,RAMESH M. Market imperfections,government imperfections,and policy mixes:policy innovations in Singapore[J]. Policy Sciences,2014,47(3):305-320.

[20] 封思贤,徐卓.数字金融、金融中介与资本配置效率[J].改革,2021,34(3):40-55.

[21] CLINCH G,VERRECCHIA R E. Competitive disadvantage and discretionary disclosure in industries[J]. Australian Journal of Management,1997,22(2):125-137.

[22] 周其仁.体制成本与中国经济[J].经济学(季刊),2017,16(3):859-876.

[23] LINK A N,SCOTT J T. Propensity to patent and firm size for small R&D-intensive firms[J]. Review of Industrial Organization,2018,52(4):561-587.

[24] BLOOM N, SCHANKERMAN M, VAN REENEN J. Identifying technology spillovers and product market rivalry[J]. Econometrica,2013,81(4):1347-1393.

[25] KONG D,LIN C,WEI L,et al. Information accessibility and corporate innovation[J]. Management Science,2022,68(11):7837-7860.

[26] NEUMARK D,SIMPSON H,DURANTON G. Handbook of Regional and Urban Economics[M].The Netherlands:North Holland,2015.

[27] 王贵东,周京奎.中国制造业企业垄断势力测度——兼论市场边界[J].经济评论,2017,38(4):30-44.

[28] DE LOECKER J,WARZYNSKI F. Markups and firm-level export status[J]. American Economic Review,2012,102(6):2437-2471.

[29] 李秋梅,梁权熙.企业“脱实向虚”如何传染——基于同群效应的视角[J].财经研究,2020,46(8):140-155.

[30] 余恕莲,王藤燕.高管专业技术背景与企业研发投入相关性研究[J].经济与管理研究,2014,35(5):14-22.

[31] BOUBAKRI N,COSSET J-C,SAFFAR W. The role of state and foreign owners in corporate risk-taking:evidence from privatization[J]. Journal of Financial Economics,2013,108(3):641-658.

Can Industrial Chain Governance Led by Leading-Chain Enterprises Enhance New Quality Productive Forces?A Case Study of Listed Companies in Strategic Emerging Industries

Cao Jinglin1,Guo Yiqian1,Su Miaomiao2,3

(1.School of Statistics Tianjin, University of Finance and Economics,Tianjin 300222,China;2.School of Economics and Management, University of Chinese Academy of Science,Beijing 100190,China;3.Xizang Autonomous Region Institute of Science and Technology Information,Lhasa 850011,China)

Abstract：Advanced technology serves as the intrinsic impetus for the development of new-quality productivity. Moreover, disruptive technology represents an advanced level of technology and serves as the cutting-edge driver for the advancement of new-quality productivity. In essence, to cultivate and develop new quality productive forces, it is urgent to invest in innovation and optimize the allocation of high-quality production factors, and break through key disruptive technological innovations.

Since 2019, China has implemented the industrial policy of "chain leader system", with leading-chain enterprises as the main governance entities, committed to gathering resources and optimizing allocation, and smoothing key disruptive technological bottlenecks. The governance of industry chains, led by leading-chain enterprises, is a collaborative process that includes multiple parties, primarily overcoming resource limitations through institutional arrangements and focusing on addressing disruptive technological challenges.

To investigate the relationship between the industrial chain governance of leading firms and the enhancement of new quality productive forces, this study examines Chinese A-share listed companies from 2009 to 2022. It elucidates theoretically the impact mechanism of industrial chain governance of leading-chain enterprises on new quality productive forces, and the moderating role of market-oriented environment on this relationship. Furthermore, it examines the peer effects in industrial chain governance of leading-chain enterprises, and subsequently formulates relevant theoretical hypotheses and conducts empirical tests.

The main innovations and marginal contributions of this article are reflected in four aspects. Firstly, the quantitative identification of leading-chain enterprises broadens the micro-identification scope for subsequent industrial chain research. Secondly, it measures the new quality productive forces and industrial chain governance levels of enterprises, providing a reference for studying the ecological dominance of leading-chain enterprises. Thirdly, the article conducts empirical tests to examine the promoting effect of industrial chain governance on new quality productive forces, as well as the peer effects of the market-oriented environment, thereby expanding the research on the economic impacts of industrial chain governance and the cultivation factors of new quality productive forces. Fourthly, the study explores the industry and regional peer effects of leading-chain enterprises' industrial chain governance, enriching the research on the peer effects of leading-chain enterprise behavior and offering guidance and reference for governments and enterprises to enhance industrial chain governance.

The main conclusions of this study are as follows: (1) The industrial chain governance of leading-chain enterprises can significantly improve the level of new quality productive forces. After a series of robustness tests, the research conclusion still holds; (2) The market-oriented environment can positively moderate the effect of industrial chain governance on improving new quality productive forces; (3) There is a significant industry peer effects in the industrial chain governance of leading-chain enterprises, and the industrial chain governance of enterprises in the same group of economic zones will significantly affect the industrial chain governance of enterprises in the same group of subordinate provinces.

This study provides the following suggestions for enterprises and governments. For leading-chain enterprises, firstly, it is necessary to enhance the agglomeration ability of new economic factors, follow the formation laws of new quality productive forces, plan the cultivation path of new quality productive forces, and leverage the agglomeration effect of new-quality labor and new-quality capital. Secondly, it is necessary to enhance the optimization combination and collaborative allocation ability of new-quality economic factors, lead the optimization and upgrading of supporting industries, coordinate and deploy multi-threaded research and development work, and achieve intensive resource management. For non leading-chain enterprises, it is necessary to coordinate with industry and regional leading-chain enterprises to gather high-quality economic factors, follow up on technological research and development trends, and simultaneously strengthen industrial supporting upgrading. For the governments, it is necessary to moderately adjust the boundaries of rights and responsibilities with leading-chain enterprises, strengthen the aggregation of new qualitative elements by leading-chain enterprises, expand the scope for optimizing the allocation of new-quality economic elements by leading-chain enterprises, furnish a comprehensive market environment and foundational systems for cultivating new quality productive forces by leading-chain enterprises.

Key Words：Leading-chain Enterprises; New Quality Productive Forces; Industrial Chain Governance; Strategic Emerging Industry; Peer Effects

收稿日期：2024-06-17

修回日期：2024-09-11

【免责声明】《现代财经》微信公众平台所转载的专题文章，仅作佳作推介和学术研究之用，未有任何商业目的；对文中陈述、观点判断保持中立，请读者仅作参考，并请自行承担全部责任；文章版权属于原作者，如果分享内容有侵权或非授权发布之嫌，请联系我们，我们会及时审核处理。

《现代财经-早读分享》是由《现代财经》天津财经大学学报编辑部编辑出版（总第3263

期）

编辑整理：蔡子团队  

团队成员：陈晨、张晓丹、王建飞、吴玉婷、王晴晴、丁慧、李炳杰、杨国臣、孙桂萍、王敬峰、韩俊莹、庞清月、王旭、张雅彤

审核审校：蔡双立  方菲  胡少龙

长按以下二维码，关注《现代财经》公众微信号（modern-finance)

欣赏和阅读《现代财经》2025年第1期，敬请点击以下阅读原文