媒体关注能否推动企业新质生产力发展？——基于中国A股上市企业的微观证据

Can Media Attention Promote the Development of New Quality Productivity in Firms?—Micro Evidence from Chinese A-Share Listed Firms

摘要: 习近平总书记提出新质生产力这一概念，对推动我国经济高质量发展和中国式现代化存在重大战略意义。本文基于2010~2022年中国A股上市公司数据，探讨了媒体关注对新质生产力的影响效应。研究发现，媒体关注显著推动了企业的新质生产力发展。机制分析表明，媒体关注对于企业新质生产力的推动作用主要通过缓解融资约束来发挥作用。通过对报道性质进行区分，发现非负面报道对新质生产力的促进作用更加明显。异质性分析发现，媒体关注对私有企业与技术密集型企业的新质生产力促进作用更加显著，本文丰富了新质生产力的影响因素研究，为企业可持续发展提供了一定的理论参考。

Abstract: The concept of new quality productivity proposed by General Secretary Xi Jinping has great strategic significance in promoting the high-quality development of China’s economy and Chinese-style modernization. Based on the data of Chinese A-share listed companies from 2010 to 2022, this paper explores the effect of media attention on new quality productivity. It is found that media attention significantly promotes the development of enterprises’ new quality productivity. The mechanism analysis shows that the promotion effect of media attention on enterprises’ new-quality productivity mainly works through alleviating financing constraints. By differentiating the nature of coverage, it is found that non-negative coverage has a more pronounced effect on the promotion of new quality productivity. Heterogeneity analysis reveals that media attention has a more significant effect on the promotion of new productivity in privately-owned enterprises and technology- intensive enterprises. This paper enriches the research on the influencing factors of new productivity and provides certain theoretical references for the sustainable development of enterprises.

1. 引言

党的二十大报告指出，当前单边主义、保护主义明显上升，世界经济复苏乏力，局部冲突和动荡频发，全球性问题加剧，世界进入新的动荡变革期。随着中国特色社会主义进入新时代，我国经济发展步入了高质量发展阶段，以投入大量生产要素促发展的方式已不再适用。党的十九大报告明确指出“我国经济已由高速增长阶段转向高质量发展阶段”，这意味着，改革开放四十年来，粗放型的经济增长方式已不再适用当前国情。基于此，习近平总书记在黑龙江考察期间首次提出了“新质生产力”这一重要概念。

新质生产力的提出，引起了学术界的广泛关注。主流观点认为，新质生产力是以科技创新为主导[1]，以高质量发展为目标，以信息化、网络化、智能化为本质特征[2]，符合绿色与高质量发展要求的生产力跃迁，是生产力“新”与“质”的结合[3]。而推动其新质生产力发展的关键在于构建基础科研、应用技术转化和金融服务“三位一体”的创新模式[4]。基于此，学者分别基于不同视角构建新质生产力的指标体系。朱富显等[5]基于“高素质”的劳动者、“新介质”的劳动材料以及“新料质”的劳动对象构建区域新质生产力水平指标，卢江等[6]则从科技、绿色和数字等新质生产力内涵特征构建区域新质生产力水平指标。宋佳等[7]依据生产力二要素理论，基于劳动力与生产工具测度微观新质生产力水平。

随着信息化时代的到来和资本市场的蓬勃发展，媒体监督作为正式制度的重要补充，成为重要的外部治理力量[8]。欧美部分专家认为媒体是独立于立法、司法、行政的第四力量，上海和深交所也要求上市公司有义务向相关媒体披露信息并及时有效地跟进媒体的反应。媒体作为传递信息的桥梁，广泛影响供应商、消费者、政府和其他利益相关者对企业的要求，能够影响企业的经营活动和治理行为[9]。与西方发达经济体普遍实行“大市场小政府”市场经济模式不同，中国政府在社会经济中的具有强势主导。在这种特殊的媒体竞争环境下，媒体关注能否对企业的新质生产力产生影响值得探究。为此，本文基于2010~2022年中国A股上市企业的数据，将媒体视为可以影响公司生产决策的外部力量，检验媒体关注对企业新质生产力的影响以及作用机制。研究结果表明媒体关注显著推动企业的新质生产力发展并且该作用主要由于缓解企业的融资约束来实现。

本文可能的研究贡献主要为：

第一，有助于丰富新质生产力的定量研究以及媒体关注的经济效应的相关研究。现有关于研究发现媒体关注可以降低企业资本成本，提高融资效率，促进创新投入，遏制代理人的机会主义行为等。同时，目前对新质生产力的研究主要集中于理论内涵、形成逻辑，发展特征以及宏观视角下的新质生产力水平测度。对于企业新质生产力的提升因素的研究相对匮乏。本文通过实证检验了媒体关注促进企业新质生产力发展的路径，拓展了相关研究。

第二，从融资约束视角考察了媒体关注对企业生产力的机制研究。当前鲜有文献研究媒体关注能否通过影响融资约束进而影响企业的新质生产力，本文从企业经营资金和FC指数两个角度证实了媒体关注通过缓解企业融资约束进而促进新质生产力发展，丰富和拓展了相关机制研究。

第三，通过异质性分析和报道性质分析，比较了不同企业，不同报道对新质生产力的影响，通过异质性分析发现，媒体关注对企业新质生产力的促进作用更加显著，而非负面报道对新质生产力的促进作用更加明显，为新质生产力政策制定提供有益参考。

2. 研究假设

目前对于新质生产力的影响因素研究相对匮乏，创新作为新质生产力发展的核心要素。学术界尚未将创新与媒体关注的关系达成一致意见。刘萌等[10] [11]发现媒体关注显著降低了公司的研发投入，对创新具有负面作用。张岳等和朱佩[12] [13]却实证证实媒体关注通过发挥信息功能的正面效应推动企业创新，促进了研发投入。

新质生产力的理论内蕴，主要体现为“人才引领”“科技驱动”“产业赋能”[12]，创新属于资本密集型投资，雇佣相关领域人才需要高昂的成本[14]引入其他公司已经成熟的技术或设备同样需要资金支持。当企业无法以相对较低的成本获得资金，或者难以达到所需的资金规模，将严重影响企业新质生产力的发展。

融资成本是的风险主要源于对交易前融资方情况和交易后融资方行为的不确定。信息功能假说认为，媒体在资本市场中充当着信息中介，而媒体向资本市场传递各种相关信息，可以有效缓解资本市场上利益相关者与融资者之间的信息不对称[15]-[17]，增强企业的信息透明度。基于此，本文认为媒体关注有助于降低企业的融资约束，推动企业新质生产力的发展。

H1：媒体关注有助于推动企业新质生产力的发展。

H2：媒体关注通过缓解融资约束推动企业新质生产力的发展。

从市场压力假说出发，媒体作为一种无形的监管力量，在净化资本市场环境的同时，也会使企业更加重视短期效益[18]。在潜在的媒体舆论威胁下，企业最优策略应该是谨慎行事，尽可能降低招致媒体批评的可能性。创新作为一项高风险高回报的投资，一旦企业发生决策失误造成巨额损失，就会吸引媒体争先恐后的曝光，这对企业和管理者声誉以及企业价值造成不可挽回的损失。因此，出于对创新失败可能带来的声誉败坏及其他负面影响，企业管理者会降低发展新质生产力的意愿。

此外，伴随着互联网的崛起，虚假新闻的生产主体不再局限于专业新闻从业者，而是逐渐形成了包含专业新闻从业者、行政部门、普通互联网用户等多元主体的混合模式。网络上捏造和虚构新闻，虚实参半，冒充权威媒体等情况层出不穷[19]。而我国资本市场以散户为主要投资者，投资者独立分析和吸纳信息的能力较差，更容易受舆论引导，投机甚于投资。在这样的生态环境中，利益相关者与企业的信息不对称程度并不会降低，利益相关者根据媒体的报道来评估公司的价值，反而增加了企业的融资成本，抑制企业新质生产力的发展。

H3：媒体关注会抑制企业新质生产力的发展。

H4：媒体关注会通过加强融资约束抑制上市公司新质生产力的发展。

3. 模型设定与数据来源

3.1. 变量定义

3.1.1. 核心解释变量

目前学术界较多采用纸质新闻数据来衡量媒体关注水平[20]，通过选取在我国具广泛影响力、知名度和权威性的8家全国性财经报纸为分析对象，包括《中国证券报》《证券日报》《证券时报》《上海证券报》《中国经营报》《21世纪经济报道》《经济观察报》和《第一财经日报》构造报刊媒体报道变量。但随着近些年互联网高速发展，不仅网络媒体更新速度与传播广度远超过传统报刊媒体，网络媒体关注度也更容易进行精确的追踪和量化。相较于纸媒，以微博、微信、网络视频、互联网网站等为主的网络媒体关注通过舆情影响企业决策的能力大大提升。因此，本文采用的媒体关注数据来源于中国上市公司财经新闻数据库(CNRDS)数据库，其涵盖400多家重要网络媒体的新闻报道数据，包括新浪财经、第一财经等主流网络财经媒体，也包括其他大型重要网站和行业网站，利用网络媒体报道数量加1的自然对数衡量媒体关注度Media。

3.1.2. 被解释变量

本文参考宋佳和刘德宇[7] [21]的研究，本文采用熵值法构建新质生产力的指标。具体方法如下：

第一，选择与新质生产力存在密切联系的新兴产业与未来产业企业数据作为新质生产力计算的样本。

第二，借鉴现有研究并根据生产力二要素理论，构建新质生产力指标体系。其中，劳动力由活劳动与劳动对象组成，而生产工具由硬科技与软科技组成。针对活劳动，本文选择研发人员薪资比重、研发人员数量占比以及高素质人才占比；针对劳动对象，本文选择固定资产比重和制造费用比重进行衡量；针对生产工具中的硬科技，本文选择企业研发费用占比、无形资产占比以及商誉占比进行衡量；针对软科技，本文选择总资产周转率，权益乘数和固定资产投资占比进行衡量。其中，考虑到权益乘数越高，企业面临的财务风险越高，属于负向指标，因此本文使用权益乘数的倒数进行衡量。该倒数越高，企业的风险越低，企业生产力水平提高。上述指标的取值说明如表1所示。

Table 1. Indicators of new quality productivity of enterprises

表1. 企业新质生产力指标

因素	子因素	指标	指标取值说明
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
		研发人员占比	研发人员数/员工人数
		高学历人员占比	本科以上人数/员工人数
	物化劳动 (劳动对象)	固定资产占比	固定资产/资产总额
		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)
生产工具	硬科技	研发费用占比	研发费用/营业收入
		商誉占比	商誉/资产总额
		无形资产占比	无形资产/资产总额
	软科技	总资产周转率	营业收入/平均资产总额
		权益乘数倒数	所有者权益/资产总额
		固定资产投资占比	固定资产、无形资产和其他长期资产支付现金之和/总资产

3.1.3. 控制变量

本文参考宋佳[7]的研究，分别使用企业年龄(Inage)、独董占比(BI)、董事会规模(Boa)、审计意见(Opinion)股权集中度(TOP)作为本文的控制变量。其中，企业年龄用当期年份减去企业成立年份的差值取对数衡量；独董比例用独立董事占董事会比例衡量；董事会规模用董事会人数的对数衡量；审计无保留意见时审计意见为1，其他为0。股权集中度用公司前10位流通股股东持股比例衡量。

3.2. 模型构建

本文研究目的是探索企业媒体关注影响企业新质生产力的过程，为吸收相关固定效应，采用双向固定效应模型控制了个体效应和时间效应进行估计，构建模型(1)：

$NPR{Q}_{i,t}=\alpha +{\beta }_{\text{1}}{\text{Media}}_{\text{i},\text{t}}+{\beta }_{\text{2}}{\text{Control}}_{\text{i},\text{t}}+\Sigma id+\Sigma year+{\epsilon }_{i,t}$ (1)

其中，i表示不同企业，t表示年份，Control表示其他控制变量，α表示常数项，β₁和β₂都表示估计系数，$\Sigma id$ 表示为企业固定效应，$\Sigma year$ 表示年度固定效应，${\epsilon }_{i,t}$ 表示随机扰动项。

3.3. 数据来源

本文的研究样本为2010~2022年中国A股企业。本文以2010年为基期，剔除金融行业和房地产行业的样本。同时对原始数据进行清洗，包括剔除重要财务指标缺失的样本，剔除ST、*ST、PT及退市企业并对所有连续变量进行1%和99%的缩尾处理，得到个样本。变量定义见表2。上市公司股权结构资料与财务数据均来自国泰安数据库(CSMAR)和万得(Wind)数据库。

Table 2. Descriptive statistics

表2. 描述性统计

VarName	变量名	Obs	Mean	SD	Min	Median	Max
NPRQ	新质生产力	18,576	4.14	2.46	0.70	3.55	13.19
Media	媒体关注度	18,576	3.63	1.06	0.00	3.58	8.74
BI	独董占比	18,576	0.38	0.05	0.00	0.36	0.57
Boa	董事会规模	18,576	2.13	0.20	1.61	2.20	2.71
Opinion	审计意见	18,576	0.96	0.21	0.00	1.00	1.00
Top	股权集中度	18,576	57.30	15.43	23.20	57.83	90.57
Inage	企业年龄	18,576	2.18	0.76	0.00	2.30	3.33
NMedia	负面报道	18,576	7.97	1.97	0.00	7.87	13.28
N_NMedia	非负面报道	18,576	3.95	1.03	0.00	3.91	6.66

4. 实证分析

4.1. 基准回归结果

基于前文构建的固定效应模型，分别对媒体关注对企业新质生产力做如下检验。检验结果如表3。其中，列(1)是不考虑控制变量时，媒体关注对于企业新质生产力的影响。列(2)增加控制变量之后媒体关注对企业新质生产力的影响。列(3)列(4)代表不同类型的媒体报道对企业新质生产力的影响。结果表明，媒体关注转型显著促进企业新质生产力发展，在1%的水平上显著，且非负面报道对新质生产力的推动效果更好。假设1成立。

Table 3. Regression of the base

表3. 基准回归

	(1) NPRQ	(2) NPRQ	(3) NPRQ	(4) NPRQ
Media	0.206^***	0.199^***
	(11.17)	(10.95)
NMedia			0.093^***
			(5.00)
N_NMedia				0.124^***
				(11.85)
BI		0.125	0.171	0.079
		(0.33)	(0.45)	(0.21)
Boa		0.569^***	0.594^***	0.545^***
		(4.45)	(4.64)	(4.27)
Opinion		−0.004	0.010	−0.008
		(−0.06)	(0.16)	(−0.12)
Top		0.015^***	0.015^***	0.014^***
		(9.00)	(9.26)	(8.77)
Inage		1.085^***	1.082^***	1.084^***
		(19.86)	(19.73)	(19.86)
_cons	3.394^***	−1.045^**	−0.794^*	−1.217^***
	(50.02)	(−2.52)	(−1.90)	(−2.92)
N	18,576	18,576	18,576	18,576
adj. R^2	0.641	0.650	0.648	0.650
id	YES	YES	YES	YES
year	YES	YES	YES	YES

注：^***、^**、^*分别表示t检验在1%、5%和10%水平上显著，下同。

4.2. 机制检验

融资约束

对于融资约束的衡量，目前主要有KZ指数、WW指数和SA指数。然而KZ和WW指数是根据企业财务数据得到的，容易造成内生性问题，因此采用SA指数的绝对值衡量企业的融资约束水平(FC)，FC指数越高，企业融资约束越严重。此外，考虑到如果媒体关注能够缓解企业的融资约束，企业的经营现金流会得到相应补充。因此，本文以企业经营净现金流量的自然对数衡量企业的营运资金。回归结果如表4所示，系数在1%的水平上显著为正，证明了媒体关注的融资约束缓解效应。由此，研究假设2得到证实。

4.3. 稳健性分析

4.3.1. 替换被解释变量

根据经济学理论，企业生产力和企业生产率在一定程度上可以替换。因此，本文使用企业全要素生

Table 4. Mechanism test: financing constraints eased

表4. 机制检验：融资约束缓解

	(1) FC	(2) FC	(3) FC	(4) 营运资金	(5) 营运资金	(6) 营运资金
Media	−0.026^***			0.119^***
	(−16.18)			(9.01)
				(1)
NMedia		−0.023^***			0.100^***
		(−14.30)			(7.44)
N_NMedia			−0.017^***			0.100^***
			(−18.50)			(13.24)
BI	−0.046	−0.047	−0.041	0.553^**	0.546^**	0.503^*
	(−1.36)	(−1.39)	(−1.21)	(2.03)	(2.00)	(1.86)
Boa	−0.058^***	−0.060^***	−0.056^***	0.396^***	0.407^***	0.370^***
	(−5.06)	(−5.21)	(−4.85)	(4.33)	(4.46)	(4.06)
Opinion	0.020^***	0.015^**	0.021^***	0.255^***	0.272^***	0.253^***
	(2.67)	(1.99)	(2.73)	(5.36)	(5.70)	(5.34)
Top	−0.001^***	−0.001^***	−0.001^***	0.013^***	0.013^***	0.012^***
	(−5.29)	(−6.10)	(−4.93)	(10.74)	(11.09)	(10.46)
Inage	−0.194^***	−0.192^***	−0.193^***	0.471^***	0.463^***	0.464^***
	(−34.44)	(−34.12)	(−34.36)	(11.78)	(11.57)	(11.65)
_cons	1.142^***	1.156^***	1.173^***	15.919^***	15.908^***	15.660^***
	(29.71)	(29.83)	(30.48)	(53.20)	(52.86)	(52.34)
N	18,576	18,576	18,576	18,576	18,576	18,576
adj. R^2	0.810	0.809	0.811	0.704	0.703	0.706
id	YES	YES	YES	YES	YES	YES
year	YES	YES	YES	YES	YES	YES

产率作为企业新质生产力的代理变量。目前，企业全要素生产率的衡量方法众多，本文使用OP法和LP法计算下的全要素生产力，并使用基准回归模型进行回归。回归结果如表5第(1)列与第(2)列所示。结果表明，回归系数显著为正，说明替换被解释变量后，媒体关注显著促进新质生产力发展。

4.3.2. 替换解释变量

部分学者认为，相比于网络媒体，由于报刊媒体在新闻报道方面有更严格的通过筛选，编辑和审核流程，这有助于提高报道的准确性和公正性并减少信息过载。因此，本文使用报刊新闻报道数量加1的自然对数(Media2)作为媒体关注度的替代变量。回归结果如表5第(3)列列所示。回归系数在1%水平上显著为正，说明替换解释变量后，媒体关注显著促进新质生产力发展。

4.3.3. 剔除异常年份

在样本期间内，2020年后的新冠疫情对企业的发展有非常大的影响，为了减少异常年份对研究结果的不确定性，剔除2020~2022年三年数据后回归。从表5列(4)的回归结果来看，媒体关注度系数在1%水平上显著为正，表明在剔除异常年份后，媒体关注对企业新质生产力水平有促进作用，本文假说H1又一次得到验证。

Table 5. Robustness testing

表5. 稳健性检验

	(1) TFP_OP	(2) TFP_LP	(3) NPRQ	(4) 剔除疫情
Media	0.056^*** (11.98)	0.052^*** (10.33)		0.231^*** (10.82)
Media2			0.070^***
			(4.42)
BI	0.115	0.103	0.218	0.192
	(1.19)	(0.98)	(0.57)	(0.41)
Boa	0.178^***	0.261^***	0.594^***	1.034^***
	(5.46)	(7.33)	(4.62)	(6.46)
Opinion	0.091^***	0.118^***	0.000	0.169*
	(5.68)	(6.75)	(0.00)	(1.75)
Top	0.004^***	0.006^***	0.015^***	0.014^***
	(10.36)	(12.71)	(8.96)	(6.98)
Inage	0.247^***	0.304^***	1.096^***	1.655^***
	(15.69)	(17.69)	(19.93)	(23.70)
_cons	5.234^***	6.436^***	−0.748^*	−3.704^***
	(48.52)	(54.65)	(−1.78)	(−7.14)
N	18,576	18,576	18,576	14,143
adj. R^2	0.823	0.853	0.648	0.635
id	YES	YES	YES	YES
year	YES	YES	YES	YES

4.4. 异质性分析

接下来本文会对不同类型企业的媒体关注作用进行细致研究，用于识别不同特征的企业媒体关注对于企业新质生产力所呈现的差异性反应，从而对本文结论进行补充完善。

第一，企业生产要素密集度异质性分析。由于不同行业新质生产力的要素和形式存在差异，对于生产要素密集度不同的行业，媒体关注对新质生产力发展的推动存在差异。基于此，本文按生产要素聚类分析将样本分为技术密集型、资本密集型和劳动密集型三种行业，回归结果如表6第(1)列和第(2)第(3)列所示。在技术密集型之中，媒体关注对企业新质生产力的促进作用更加显著。

第二，所有制异质性分析。考虑到国有企业作为中国特色社会主义经济的“顶梁柱”，担负政治责任、经济责任和社会责任，发挥着主力军、先锋队和排头兵的重要作用。因此，本文根据企业所有制区分国企企业和私有企业，回归结果如表6第(4)列和第(5)列所示。结果表明，在私有企业之中，企业媒体关注更显著地促进新质生产力发展。

Table 6. Heterogeneity analysis

表6. 异质性分析

	(1) 技术密集型	(2) 资本密集型	(3) 劳动密集型	(4) 国有企业	(5) 民营企业
Media	0.239^***	0.175^***	0.075^**	0.101^***	0.230^***
	(8.64)	(5.04)	(2.53)	(4.16)	(9.53)
BI	0.645	−0.014	0.648	0.661	0.259
	(1.04)	(−0.02)	(1.13)	(1.49)	(0.48)
Boa	0.660^***	0.391	0.184	0.282^*	0.736^***
	(3.14)	(1.62)	(0.92)	(1.76)	(4.14)
Opinion	0.248^*	0.052	0.246^*	−0.095	0.026
	(1.84)	(0.37)	(1.80)	(−0.99)	(0.32)
Top	0.025^***	0.011^***	0.014^***	0.009^***	0.018^***
	(9.12)	(3.52)	(5.18)	(4.10)	(8.40)
Inage	1.386^***	0.994^***	0.626^***	0.397^***	1.114^***
	(16.31)	(9.42)	(6.30)	(4.17)	(15.40)
_cons	−2.500^***	−0.375	−0.063	0.840	−1.347^**
	(−3.66)	(−0.47)	(−0.09)	(1.49)	(−2.38)
N	9386	4623	4567	6100	12,476
adj. R^2	0.705	0.645	0.642	0.713	0.641
id	YES	YES	YES	YES	YES
year	YES	YES	YES	YES	YES

5. 研究结论

本文基于中国A股上市公司2010~2022年的企业数据，多角度分析了媒体关注与企业新质生产力的关系。主要研究结论如下：第一，媒体关注显著促进企业的新质生产力发展，且该作用经过一系列稳健性检验之后仍然显著。第二，作用机制发现，企业的FC指数以及企业营运资金都证实了媒体关注缓解企业的融资约束，进而促进新质生产力发展，且非负面关注度的促进效果更好；第三，通过异质性分析发现，在私有企业、技术密集型企业之中，媒体关注对企业新质生产力的促进作用更加显著。