1. 引言与文献综述
1.1. 引言
新质生产力作为先进生产力的具体表现，是马克思生产力理论的中国创新和实践，是科技创新交叉融合突破生产力的根本性成果。从经济学角度看，新质生产力代表一种生产力的跃迁。它是科技创新在其中发挥主导作用的生产力，高效能、高效率、高质量，区别于依靠大量资源投入、高度消耗资源能源的生产力发展方式，是摆脱了传统增长路径、符合高质量发展要求的生产力，是数字时代更显创新性、更具融合性、更体现新内涵的生产力。
纵观世界近些年的发展与变化，推动全球经济增长的动力大多数是新技术带来的变革和发展从而形成了新的生产力[1]。新质生产力是新时代我国经济社会高质量发展的必然产物。要实现经济社会高质量发展，进一步解决不平衡不充分的发展问题，需以创新驱动为引领，逐步摆脱传统的人力和资源能源驱动型增长模式，实现低成本优势向创新优势的转变，创造新产业、培育新动能、形成新优势。与高速增长相比，高质量发展的要素条件、组合方式、配置机制、发展模式等都发生了根本性改变，这就要求大力推动动力变革、效率变革、质量变革，提升全要素生产率，实现创新驱动发展，这就为新质生产力的形成和发展创造了条件。企业作为经济发展的活跃个体，提高企业的新质生产力，是促进经济高质量发展的关键所在。除了技术专利和创新等传统方面，企业如何进一步提升新质生产力能力？企业的市场份额和生产效率是否也会影响企业的新质生产力？从不同角度对企业的规模的衡量是否会有不同的效果？本文对以上问题的回答为企业发展新质生产力提供了新的思考，为我国企业的高质量发展提供了新的思路和参考。
1.2. 文献综述
关于新质生产力的研究有以下几类：
第一方面：新质生产力的概念
中国共产党从中国的发展和实践经验中总结出中国生产力发展的规律，提出新时代高质量发展需要以“新质”为特征，以“质优”为核心，以新质劳动者，新质劳动资料，新质劳动对象为主体的新质生产力。新质生产力是对马克思主义经典作家生产力理论的继承和发展，是对中国特色社会主义生产力理论的丰富和发展，并汲取西方经济学中新增长理论的有益成分[2]。新质生产力的本质仍然是一种“生产力”，但具有新的特质，是新发展格局下与经济高质量发展相对应和匹配的、具有新特质的生产力。与传统的生产力提升不同，新质生产力强调的不仅是生产量的增加，更关注生产的质量、可持续性以及创新能力。新质生产力的运行需在与之相适应的新型生产关系中才能实现，必须进一步全面深化改革，形成与之相适应的新型生产关系[3]。国与国之间的竞争从表面来看是经济发展水平的竞争，但归根结底还是在于人才和科技实力的竞争[4]。西方国家在生产过程中广泛采用先进的技术和创新的生产方法。这包括自动化生产线、先进的机械设备、信息技术的广泛应用，以及高度集成的供应链管理系统。西方国家通常拥有经过良好教育和培训的高素质劳动力队伍。这些劳动力具备专业技能和创新能力，能够适应复杂的生产需求和快速变化的市场环境。高素质的劳动力有助于提高生产效率，并推动技术和管理创新的实施。后发国家通常在技术和生产方法上相对落后，采用的是传统的生产方式和技术。这可能导致生产效率低下、产品质量不稳定以及成本较高的问题。后发国家的劳动力可能缺乏高级技能和专业培训，这限制了他们在高科技和复杂生产环境中的应用能力。这种技能短缺可能会影响生产效率和产品质量。作为传统生产力蝶变的先进生产力，新质生产力是推进重点产业全链条数智化改造升级的核心动力，亦是实现中国式现代化的重要物质技术基础[5]。除此之外，新质生产力具有鲜明的绿色特质和生态底色，生态环境保护的成败与否归根到底取决于经济发展[6]。新质生产力是经济不断发展、社会不断进步的产物，其核心是信息和数据，利用先进的技术手段对信息和数据进行处理，从而实现生产过程的智能化和高效化。
第二方面：企业层面对新质生产力研究
新质生产力以提升全要素生产率为核心，以颠覆式创新为主导不断推动产业变革[7]。新质生产力与传统生产力之间存在显著差异，传统生产力主要由资本和劳动力等因素驱动，它发展到一定阶段时，就会遇到发展瓶颈，新质生产力是以技术创新为主导，以创新、解放、发展为动力的生产力。独特的价值定位是新质生产力生成的基本前提。在技术路线不明确的行业领域，企业家对独特价值定位的提出起着关键作用[8]。企业的价值定位、技术成熟度以及协调适配能力对新质生产力的发展都至关重要。企业数字化转型能够通过提高生产效率和优化生产流程促进技术创新，数字化转型以数字技术作为底层支撑，通过将各种高新技术嵌入到具体的生产过程，从而实现生产效率的提升[9]。此研究丰富了国内关于推动新质生产力发展的实证研究，有助于企业深刻理解新质生产力的特征。同时，提升新质生产力的水平可以扎实推进共同富裕城乡公共服务均等化在新质生产力与共同富裕之间发挥显著的正向调节作用[10]。
上述文献对新质生产力的研究为本文提供了丰富的理论基础和数据参考。随着新时代的经济发展，在影响企业新质生产力的众多因素中，以企业生产效率为突破点，市场份额为支撑力提升企业的新质生产力也是不可忽略的因素，研究企业市场份额与生产率对新质生产力的研究具有现实意义。本文与其他研究的不同之处有以下几点：(1) 研究思想上，本文不同于现有文献从理论层面出发，分析新质生产力的特征和本质，本文通过实证分析影响企业新质生产力的内涵逻辑。(2) 研究内容上，将企业市场份额和生产效率作为直接因素，通过OLS模型进行回归分析，进一步探索企业新质生产力额度影响机制，为企业提升高质量发展提供了新思路。
2. 理论研究与研究假设
市场份额作为企业在市场竞争力的一种直观体现，拥有更大的市场份额通常意味着企业在该市场更具有竞争力，同时能更吸引客户和增加销售机会。随着市场份额的增加，企业通常可以实现规模经济效应，大规模生产往往能够降低单位成本，提高利润率，同时增强企业在供应链谈判中的议价能力。较大的市场份额有助于企业确立在市场中的领导地位，强化其品牌在消费者心目中的影响力和认知度。这进一步促进了品牌忠诚度和市场份额的稳定性。在资本市场上，市场份额是评估企业市值和投资潜力的一个重要指标之一。投资者通常倾向于投资于市场份额稳定或增长的企业，因为这代表了企业在市场上的竞争优势和长期盈利能力，除此之外，有较大市场份额的企业通常比竞争对手更能够应对市场变化和竞争挑战。他们拥有更多资源来投资于创新、市场推广以及客户关系管理，以保持市场份额的稳定或增长。
本文用企业赫芬达尔指数作为企业市场份额的代理变量，赫芬达尔指数是一个用于衡量产业集中度的经济指标，它通过计算一个行业中各市场竞争主体所占行业总收入或总资产百分比的平方和来反映市场竞争的结构。高指数值表示市场上的少数几家大企业占据了大部分市场份额，而低指数值则表示市场较为分散，竞争激烈。
由此提出假设H1。
假设H1：企业的市场份额提高有助于企业新质生产力的发展。
新质生产力发展带来的产出增长由两部分构成，一部分是科技创新对传统生产要素的改进、优化和新型生产要素投入所带来的生产增量，另一部分则是在传统生产要素的配置、流通、组织管理和分配等方面通过创新和优化生产关系所带来的生产增量，以上两部分生产增量的加总构成了在既定投入情况下产出增长的总量[11]。企业对生产要素的有效配置和管理是企业发展的关键一步，不仅仅是对企业的资源配置的提高，同时，也是企业生产效率的提高。企业新质生产力的发展除了数字化转型、科技创新、专利发明等方面，资源有效配置和管理是上述发展的基础。资源是从低效率企业流向高效率企业，从而优化资源的配置，企业在提高自己的生产率的同时也是资源获取的一个过程。提高生产效率在理论上可以增加利润率、增强市场竞争力以及有助于帮助企业更有效的利用资源，可以通过创新技术来降低生产成本，开发新的产品，但是过度的创新可能否会影响企业的生产效率。
本文用全要素生产率(Total Factor Productivity, TFP)来衡量企业的生产效率，它指的是生产单位(主要是企业)在一定时间内利用所有生产要素(包括但不限于资本、劳动、技术等)进行生产活动的效率。全要素生产率的增长通常被视为科技进步和效率提升的重要指标，其来源包括技术进步、组织创新、专业化和生产创新等。全要素生产率的计算通常涉及总产量与全部要素投入量之比，它反映了资源(包括人力、物力、财力)开发利用的效率。从经济增长的角度来看，生产率的提高与资本、劳动等要素投入都对经济增长有贡献。全要素生产率的增长率常常被视为科技进步的指标，因为它包括了无法归因于特定生产要素的产出增加部分。某些情况下，过高的创新深度可能抑制企业全要素生产率提升。随着企业创新深度不断增加规模经济与学习效应能够推动企业技术朝某一既定方向强化，企业原有行为会因为惯性持续，进而被锁定在低效或无效状态不能自拔，直至实现路径突破[11]。同时，企业一味地追求技术的创新和研发，可能促使企业过重关注科技与产品的研发，不关注市场需求，导致企业的服务和市场需求不匹配，进而抑制企业的新质生产力的发展。从全要素生产率刻画企业的生产效率，进一步解释企业的生产效率对企业的新质生产力的影响。
综上所述，因此提出假设H2。
假设H2：企业生产效率对企业新质生产力具有倒U型的影响。
3. 研究设计
3.1. 变量测算与OLS模型
为研究企业新质生产力的影响因素，设定具体模型如下：
(1)
(2)
其中，被解释变量Nproit企业的新质生产力发展水平，核心解释变量HHI_A_、HHI_B_、HHI_C_表示主营业务收入，所有者权益、总资产三个不同的方面衡量赫芬达尔指数作为企业市场份额的代理变量。通过三种不同的方式衡量企业的市场份额能更全面了解市场份额对企业新质生产力发展的影响。TFP_OP、TFP_LP、TFP_OLS表示基于基年价格的生产函数法、基于报告期价格生产函数法、建立产出和投入要素之间线性或非线性估算法三种方法测试全要素生产率作为企业的生产效率的代理变量，Zit为控制变量。主要关注β1、β2、β3的符号和显著性。
新质生产力(Nproit)，通过借鉴现有研究[1]，从劳动力和生产工具两个维度衡量，劳动力由两个子要素组成：活劳动和物化劳动(劳动对象)；生产工具由硬科技和软科技两个子因素组成。考虑新质生产力中的创新内涵，活劳动子因素的指标分别用研发人员薪资、研发人员占比和高学历人员占比分别衡量；物化劳动子因素的指标分别用固定资产占比表示，考虑到新质生产力的企业主要集中在装备制造的高精科技领域，这类企业大多要依靠高端机器仪器生产，机器生产取代人，这些企业的制造费用占比比其他企业要高，因此在指标选择中也加入了制造费用占比。硬科技子因素主要是有关研发投入的硬件设备，因此分别用研发直接投入占比、折旧摊销占比和租赁费用占比来衡量，同时考虑到软件等无形资产的作用，因此还用无形资产占比来衡量；软科技子因素主要包括总资产周转率和权益乘数来衡量，考虑到权益乘数越高则企业财务风险越高，该指标是负向指标，与其他指标不一致，因此采用权益乘数倒数来表示，倒数越高，风险越低，表明企业生产力水平越好。合计11个指标测算新质生产力，使用熵值法构建新质生产力指标。具体方法见表1所示。
Table 1. New quality productivity indicators of enterprises
表1. 企业新质生产力指标
因素 |
子因素 |
指标 |
指标说明 |
权重 |
劳动力 |
活劳动 |
研发人员薪资占比 |
研发费用 − 工资薪酬/营业收入 |
28 |
研发人员占比 |
研发人员数/员工人数 |
4 |
高学历人员占比 |
本科以上人数/员工人数 |
3 |
物化劳动(劳动对象) |
制造费用占比 |
(经营活动现金流出小计 + 固定资产折旧
+ 无形资产摊销 + 减值 准备 − 购买商品接受劳务支付的现金 − 支付给职工以及为职工支付的工资)/(经营活动现金流出小计 + 固定资产折旧 + 无 形资产摊销 + 减值准备) |
1 |
|
|
固定资产占比 |
固定资产/资产总额 |
2 |
|
硬科技 |
研发折旧摊销占比 |
研发费用 − 折旧摊销/营业收入 |
27 |
|
|
研发租赁费占比 |
研发费用 − 租赁费/营业收入 |
2 |
生产工具 |
|
研发直接投入占比 |
研发费用 − 直接投入/营业收入 |
28 |
|
|
无形资产占比 |
无形资产/资产总额 |
3 |
|
软科技 |
总资产周转率 |
营业收入/平均资产总额 |
1 |
|
|
权益乘数倒数 |
所有者权益/资产总额 |
1 |
新质生产力 |
|
|
|
100 |
3.2. 核心解释变量
赫芬达尔指数HHI_A_：利用单个公司主营业务收入计算其所占行业市场份额，即为行业内的每家公司的主营业务收入与行业主营业务收入合计的比值的平方累加。
赫芬达尔指数HHI_B_：利用单个公司所有者权益的账面价值计算其所占行业市场份额的平方累加，所有者权益的账面价值取资产负债表中的“所有者权益合计”。赫芬达尔指数HHI_C_：利用单个公司总资产计算其所占行业市场份额，即为行业内的每家公司的总资产与行业总资产合计的比值的平方累加。
TFP_OP：OP法(Paasche生产函数法)是一种基于报告期价格的生产函数法。它以报告期的价格为权重计算不同年份的产出和投入，同样通过线性规划模型估计生产函数并计算TFP。TFP_LP：LP法(Laspeyres生产函数法)是一种基于基年价格的生产函数法。它以基年的价格为权重计算不同年份的产出和投入，通过线性规划模型估计生产函数并计算TFP。TFP_OLS：OLS法通过建立产出与投入要素(如资本、劳动等)之间的线性或非线性关系，来估算全要素生产率。这种方法通过最小化预测值与实际值之间的平方误差总和，来估计模型的参数，从而得到全要素生产率的数值。
3.3. 控制变量
参考相关文献的做法，选择流动比率、速动比率、现金比率、资产负债率、权益乘数、产权比率、固定资产比率、无形资产比率、营运指数、第一大股东持股比例作为控制变量。具体度量方法如下：(1) 流动比率(CR)，流动资产与流动负债的比值。(2) 速动比率(QR)，速动资产与流动负债的比值。(3) 现金比率(CFR)，货币资金与有价证券的和与流动负债的比值。(4) 资产负债率(ADR)，负债总额与资产总额的比值。(5) 权益乘数(EM)，总产总额与股东权益总额的比值。(6) 产权比率(D/E_ration)，负债总额与所有者权益的比值。(7) 固定资产比率(Fixed_ration)，固定资产与资产总额的比值。(8) 无形资产比率(IAR)，无形资产与资产总额的比值。(9) 营运指数(GMV)，经营现金净流量与经营现金毛流量的比值。(10) 第一大股东持股比列(top_1)，股东认缴的出资额与所有股东认缴出资总额的比值。
3.4. 数据来源
本文选择2003~2023年A股上市公司作为研究样本，并对数据进行了以下处理：(1) 剔除暂停上市或者终止上市公司，剔除ST企业和PT企业，剔除金融业的样本。(2) 删除资产负债率大于1的数据，删除企业上市前的数据，因为当年的数据可能是为了上市而人为操纵的。(3) 空缺值用均值进行填充。最终得到23,691个样本数据。企业的基本信息和主要财务数据均来自CSMAR数据库。变量的描述性统计包括样本容量、均值、标准差、最大值与最小值，见表2所示。
Table 2. Descriptive statistics
表2. 描述性统计
Variable |
Obs |
Mean |
Std. Dev |
Min |
Max |
Npro |
23,691 |
3.698396 |
2.106659 |
0.0097271 |
18.19405 |
HHI_A_ |
23,691 |
0.20294 |
0.1833123 |
0.040369 |
1 |
HHI_B_ |
23,691 |
0.1448009 |
0.1484496 |
0.032395 |
1 |
HHI_C_ |
23,691 |
0.1555602 |
0.15048 |
0.035812 |
1 |
CR |
23,691 |
3.035352 |
4.699641 |
−5.131645 |
204.7421 |
QR |
23,691 |
2.515945 |
4.350056 |
−5.131645 |
179.5783 |
CFR |
23,691 |
1.20098 |
3.211023 |
−5.055465 |
167.544 |
ADR |
23,691 |
0.4145677 |
1.225586 |
−0.194698 |
178.3455 |
EM |
23,691 |
2.21145 |
6.342926 |
−174.883 |
532.9246 |
DE_ration |
23,691 |
1.211504 |
6.342919 |
−175.883 |
531.9246 |
Fixed_ration |
23,691 |
0.1944528 |
0.1486568 |
0 |
0.954179 |
IAR |
23,691 |
0.0445828 |
0.052346 |
0 |
0.938255 |
GMV |
23,691 |
−1.19423 |
471.9889 |
−67983.07 |
25037.97 |
top_1 |
23,691 |
32.0954 |
14.22461 |
1.84 |
89.99 |
TFP_OP |
23,691 |
6.562691 |
0.8137743 |
3.295235 |
11.41969 |
TFP_LP |
23,691 |
8.179719 |
0.9583047 |
3.940839 |
13.10638 |
TFP_OLS |
23,691 |
10.39079 |
1.111958 |
6.077101 |
15.06939 |
使用SA_index (融资约束指数)作为工具变量处理数据的内生性问题并进行IV回归，回归结果见表3所示，所有的P值均小于0.05，说明内生性问题已经解决。
Table 3. IV regression results
表3. IV回归结果
|
Coef |
Std err |
z |
P > |z| |
[0.025 |
0.975] |
const |
−0.3523 |
1.47e−08 |
−1.43e+08 |
0.000 |
−2.103 |
−2.103 |
HHI_A |
2.4715 |
4.24e−09 |
−5.34e+08 |
0.000 |
−2.266 |
−2.266 |
HHI_B |
3.2820 |
8.72e−09 |
2.61e+08 |
0.000 |
2.279 |
2.279 |
HHI_C |
4.0883 |
6.34e−09 |
−4.55e+08 |
0.000 |
−2.882 |
−2.882 |
TFP_OP |
−1.0272 |
195.234 |
−5.73e+08 |
0.000 |
−1.12e+11 |
−1.12e+11 |
TFP_LP |
−5.9081 |
108.213 |
−5.73e+08 |
0.000 |
−6.2e+10 |
−6.2e+10 |
TFP_OLS |
−4.4059 |
5687.122 |
5.73e+08 |
0.000 |
3.26e+12 |
3.26e+12 |
4. 实证研究
4.1. 基准回归结果
本文基于OLS模型分别对企业的市场份额的代理变量赫芬达尔指数，企业的生产效率的代理变量全要素生产率与企业新质生产力做了如下检验，结果如见表4所示。其中，P > |t|(1)列表示不考虑控制变量时企业市场份额对企业新质生产力的影响，根据结果可知，HHI_A_、HHI_B_、HHI_C_的系数为正，企业的市场份额的增加会促进新质新生力的发展。P > |t|(3)列表示考虑控制变量之后企业的市场的市场份额对企业新质生产力的影响。结果说明，企业的有助于企业的新质生产力的提升，不管是否加入控制变量，P值均小于0.05，即在1%的水平上显著，假设H1得到证实。P > |t|(2)列是不加控制变量时企业的生产效率对企业新质生产力的影响，其自变量的系数值是为负，说明企业过于关注生产效率，资源配置基本集中在生产而不是创新，产品的创新对于企业的新质生产力也很重要，过度地注重生产率反而会抑制企业新质生产力的发展，P > |t|(4)列表示考虑控制变量是企业的生产效率与企业新质生产力的影响，根据回归结果可知，不管是否考虑控制变量，P值均小于0.05，即在1%的水平上显著，假设H2得到证实。
Table 4. Regression results of herfindahl index and total factor productivity
表4. 赫芬达尔指数与全要素生产率的回归结果
|
coef |
P > |t|(1) |
coef |
P > |t|(2) |
coef |
P > |t|(3) |
coef |
P > |t|(4) |
HHI_A_ |
2.2751 |
0.000 |
|
|
0.11655 |
0.001 |
|
|
HHI_B_ |
4.7217 |
0.000 |
|
|
0.8281 |
0.000 |
|
|
HHI_C_ |
2.0299 |
0.000 |
|
|
0.5990 |
0.000 |
|
|
TFP_OP |
|
|
−0.7110 |
0.000 |
|
|
−0.050 |
0.000 |
TFP_LP |
|
|
−5.5635 |
0.000 |
|
|
−1.175 |
0.000 |
TFP_OLS |
|
|
−4.3758 |
0.000 |
|
|
−0.878 |
0.000 |
CR |
|
|
|
|
0.0009 |
0.873 |
−0.001 |
0.071 |
QR |
|
|
|
|
−0.0136 |
0.037 |
−0.012 |
0.780 |
CFR |
|
|
|
|
−0.0077 |
0.004 |
−0.021 |
0.000 |
ADR |
|
|
|
|
0.0059 |
0.046 |
−0.008 |
0.236 |
EM |
|
|
|
|
0.0317 |
0.963 |
−1.267 |
0.755 |
D/E_ration |
|
|
|
|
0.0320 |
0.963 |
−0.920 |
0.757 |
Fixed_ration |
|
|
|
|
11.1528 |
0.000 |
12.592 |
0.000 |
IAR |
|
|
|
|
9.1060 |
0.000 |
19.429 |
0.000 |
GMV |
|
|
|
|
18.7603 |
0.231 |
−6.92e−06 |
0.400 |
top_1 |
|
|
|
|
0.0004 |
0.129 |
−0.002 |
0.000 |
4.2. 稳健性检验
本文通过替换变量做稳健性检验，将HHI_B_替换为HHI_D_，赫芬达尔指数HHI_D_：行业内每家公司的营业收入和行业营业收入合计的比值的平方累加作为替换变量，将全要素生产率的TFP_LP替换为TFP_FE的方法，进行检验。根据结果可知自变量P > |t|(5)的所有P值均小于0.05，且在1%的水平下显著，根据P > |t|(6)自变量的P值均小于0.05，且在1%的水平下显著，检验结果见表5所示。替换变量的结果和假设一样。
Table 5. Regression results of robustness test
表5. 稳健性检验回归结果
|
coef |
P > |t|(5) |
coef |
P > |t|(6) |
HHI_A_ |
0.7076 |
0.000 |
|
|
HHI_D_ |
0.2785 |
0.000 |
|
|
HHI_C_ |
0.8615 |
0.000 |
|
|
TFP_OP |
|
|
−1.5175 |
0.000 |
TFP_FE |
|
|
1−3.1447 |
0.000 |
TFP_OLS |
|
|
−15.1046 |
0.000 |
CR |
−0.6718 |
0.891 |
0.0083 |
0.071 |
QR |
−0.0008 |
0.075 |
−0.0015 |
0.780 |
CFR |
−0.0116 |
0.002 |
−0.0164 |
0.000 |
ADR |
−0.0083 |
0.059 |
−0.0028 |
0.236 |
EM |
0.0056 |
0.973 |
−0.1741 |
0.755 |
D/E_ration |
0.0227 |
0.973 |
0.1728 |
0.757 |
Fixed_ration |
−0.0229 |
0.000 |
12.6486 |
0.000 |
IAR |
11.1244 |
0.000 |
19.5405 |
0.000 |
GMV |
18.7380 |
0.233 |
5.212e−06 |
0.400 |
top_1 |
9.035e−06 |
0.147 |
−0.0018 |
0.000 |
4.3. 异质性检验
本文根企业控股情况，将样本分为国有控股企业和非国有控股企业，见表6中的P > |t|(7)、P > |t|(9)分别为赫芬达尔指数关于非国有控股公司与国有控股公司的异质性检验，根据回归结果可知，关于企业市场份额的分析为：非国有控股中赫芬达尔指数HHI_B_：所有者权益合计与行业内所有者权益合计的比值的平方累加，此系数为负，非国有控股的企业以所有者权益衡量市场份额的赫芬达尔指数对企业的新质生产力的发展有抑制作用，所有者权益占比行业的比值越高，说明企业的竞争力就越强，企业发展越稳定，在创新方面缺乏积极性。且非国有企业在技术和产品创新资金上受到企业股东自身资本的限制，在
Table 6. Heterogeneity test results
表6. 异质性检验结果
|
非国有控股 |
国有控股 |
|
coef |
P > |t|(7) |
coef |
P > |t|(8) |
coef |
P > |t|(9) |
coef |
P > |t|(10) |
HHI_A_ |
0.0761 |
0.061 |
|
|
0.1227 |
0.066 |
|
|
HHI_B_ |
−0.6427 |
0.000 |
|
|
1.0128 |
0.000 |
|
|
HHI_C_ |
0.4821 |
0.001 |
|
|
0.7328 |
0.001 |
|
|
TFP_OP |
|
|
0.0243 |
0.076 |
|
|
−0.1244 |
0.000 |
TFP_LP |
|
|
1.1721 |
0.000 |
|
|
−1.3155 |
0.000 |
TFP_OLS |
|
|
−0.8032 |
0.000 |
|
|
−0.9328 |
0.000 |
CR |
−0.0153 |
0.014 |
−0.0095 |
0.062 |
0.0242 |
0.062 |
0.0250 |
0.007 |
QR |
0.0045 |
0.515 |
0.0115 |
0.046 |
−0.0297 |
0.046 |
−0.0116 |
0.304 |
CFR |
−0.0077 |
0.005 |
−0.0126 |
0.000 |
−0.0136 |
0.000 |
−0.0219 |
0.000 |
ADR |
0.1503 |
0.000 |
−0.0230 |
0.069 |
0.0009 |
0.069 |
−0.0019 |
0.513 |
EM |
0.0130 |
0.982 |
−0.1570 |
0.746 |
−1.2329 |
0.746 |
−0.3330 |
0.970 |
D/E_ration |
−0.0171 |
0.977 |
0.1531 |
0.752 |
1.2330 |
0.752 |
0.3326 |
0.970 |
Fixed_ration |
11.1886 |
0.000 |
12.6236 |
0.000 |
11.0666 |
0.000 |
12.6914 |
0.000 |
IAR |
18.7477 |
0.000 |
19.3411 |
0.000 |
18.7070 |
0.000 |
19.8193 |
0.000 |
GMV |
8.927e−06 |
0.200 |
4.146e−06 |
0.469 |
1.214e−05 |
0.469 |
8.893e−06 |
0.671 |
top_1 |
−0.0002 |
0.455 |
−0.0017 |
0.000 |
0.0017 |
0.000 |
−0.0022 |
0.000 |
一定程度上不利于企业的创新。国有控股企业的市场份额越大企业的竞争能力越强。新时代，企业高质量发展会促使企业进行技术以及产品创新，且企业的国有控股性质在一定程度上使得政府在企业更有话语权，更容易获得资金，发展企业的新质生产力。不管是国有控股还是非国有控股公司，HHI_A的P值不显著，即仅仅只看主营业收入的增加，对企业的新质生产力的发展没有太大的影响。P > |t|(8)、P > |t|(10)表明非国有控股公司OP、LP衡量法对企业的新质生产力是促进作用，非国有控股公司的市场活跃度更高，市场反应更加灵敏，且创新能力更强。非国有控股企业在资源配置方面根据市场的需求更加灵活。国有控股企业在资源配置方面由于国有股东的话语权更加集中，其行动的滞后性以及反应度略低于非国有企业，其次，国有企业的社会责任不仅仅是最大化利益。除了经济责任，国有企业还会考虑到社会责任。如果非国有企业过度关注与生产效率，提高经济责任而忽略社会责任，全要素生产率和新质生产力还是有倒U型关系。
5. 结论与建议
本文的研究结果如下：(1) 企业市场份额的提高，即企业的市场竞争力提高促进企业的新质生产力的发展，此结论经过替换变量、处理内生性的检验方式后依然稳定；(2) 企业的全要素生产率与企业的新质生产力之间存在倒U型关系，不管是否加入控制变量以及替换变量，结果和假设一致；(3) 不同的股权性质的企业市场份额指标对企业的新质生产力影响不同，非国有控股企业按所有者权益衡量的赫芬达尔指数对企业新质生产力的发展有抑制作用，国有控股按所有者权益衡量的赫芬达尔指数对企业新质生产力是促进作用。(4) 非国有控股企业的全要素生产率促进企业的新质生产率的发展，国有控股企业的全要素生产率与企业新质生产力存在倒U型关系。
基于上述结论，本文提出以下对策建议：(1) 企业除了在技术创新，科技发展，以及数字化转型等方面提高企业新质生产力，也应重视企业的市场份额以及全要素生产率对企业新质生产率的意义。提高企业生产率的同时也需关注市场和客户的需求，使企业新质生产力与全要素生产率的提高稳定提高。(2) 提升企业全要素生产率的同时需考虑企业资源分配的能力，一定的生产能力的提升会提升企业的新质生产力，但是过度地注重生产而忽略企业的产品的创新，会导致企业的发展不适应市场的发展，抑制企业创新能力，进而抑制企业发展。(3) 企业可以通过减少国有控股企业在反映市场机遇的滞后性，通过内部和外部的业务创新提高企业市场环境反应度的灵活性。