| 513 | 0 | 38 |
| 下载次数 | 被引频次 | 阅读次数 |
文章基于2017—2023年中国A股上市公司数据，结合互联网数据中心（IDC）经营许可证信息，实证检验算力部署对企业关键数字技术突破的影响及其内在机制。研究发现，算力部署显著促进企业关键数字技术突破。机制检验表明，算力部署通过提高数据资源开发程度和供应链配置效率发挥作用，且两者之间存在协同强化效应。异质性分析表明，该效应在高层次人力资本密集型企业、战略性新兴产业及知识产权保护水平较高地区更为突出。进一步研究表明，算力部署有助于提升企业数字专利的技术影响力，并促进颠覆式与渐进式创新产出。研究结论为优化算力基础设施布局与制度安排提供了微观经验证据。
Abstract：Leveraging panel data from China's A-share listed companies over the period 2017—2023, and integrating licensing information pertaining to Internet Data Centers(IDC), this paper empirically examines the impact of computing power deployment on firms' breakthroughs in key digital technologies, as well as the underlying mechanisms through which such impact materializes. The findings reveal that computing power deployment significantly facilitates corporate breakthroughs in key digital technologies. Further mechanism tests indicate that this facilitative effect operates via two concurrent pathways—namely, the enhancement of data resource exploitation and the optimization of supply chain allocation efficiency—and that these two pathways exhibit a mutually reinforcing synergistic effect. Heterogeneity analyses demonstrate that the aforementioned effect is particularly pronounced among firms with a higher endowment of high-level human capital, those operating within strategic emerging industries, and those situated in regions with more robust intellectual property protection regimes. An extended investigation further suggests that computing power deployment contributes to elevating the technological influence of firms' digital patents and stimulates both radical(disruptive) and incremental innovation outputs. Collectively, the conclusions of this study furnish micro-level empirical evidence to inform the optimization of computing power infrastructure layout and the design of associated institutional arrangements.
[1]章玉贵.算力经济发展的重要功能与战略思考[J].人民论坛·学术前沿，2023(5):101-107.
[2]罗瑾琏.算力向数字化生产力转化的三重逻辑[J].人民论坛，2024(2):19-23.
[3]汪玉凯.“数据要素×”与“东数西算”：全国一体化算力网建设的关键[J].人民论坛，2024(8):52-56.
[4]陈婉玲，王晓晨.打造中国式现代化的数字基座：我国算力市场一体化的制度构建[J].河海大学学报（哲学社会科学版），2024,26(6):31-44.
[5]马涛，钟化鑫，李子愚.算力外部性、要素市场化配置与重大生产力布局优化[J].理论探讨，2025(3):154-161.
[6]金光敏，梁琳.算力产业高质量发展的价值维度、现实困境与推进策略[J].经济纵横，2023(10):122-128.
[7]王华，谭鑫语.筑算促新：算力基础设施投入与企业新质生产力[J].中央财经大学学报，2025(4):5-23.
[8]许诺，毛聚，毛新述，等.算力部署、数据跨域流动与企业全要素生产率——来自智算中心的证据[J].中国工业经济，2025(4):61-79.
[9]杨壮，吴福象.算力基础设施建设能破解“生产率悖论”吗——基于合作创新和劳动力技能结构的视角[J].经济学家，2025(1):56-65.
[10]赵精武，周瑞珏.人工智能治理的算力维度：论算力互联互通[J].郑州大学学报（哲学社会科学版），2024,57(4):47-55,143-144.
[11]王勇，傅芳宁，陆树檀.算力共享与算力市场培育——基于需求侧的算力资源配置研究[J].财经问题研究，2025(4):3-14.
[12]安琪，方炜，冯启良.制度创新对企业关键核心技术突破的影响[J].华东经济管理，2025,39(9):53-64.
[13]年志远，邓瑀伽.财政政策不确定性与企业关键数字技术创新：抑制效应与机制分析[J].西南民族大学学报（人文社会科学版），2025,46(8):112-124.
[14]周阔，曲植，曾思棚，等.科技金融与关键数字技术突破：来自“专精特新”企业的证据[J].世界经济，2025,48(11):3-32.
[15]周阔，曲植，时运通，等.地方政府债务治理与民营企业新质生产力——基于关键数字技术突破的考察[J].经济评论，2024(4):20-37.
[16]沈姗姗，罗琛，程铖.数字基础设施建设对企业数字技术创新的驱动效应研究[J].经济问题探索，2025(2):62-76.
[17]唐卓，蒋冰婷，张嘉鹏，等.算力网络调度基础理论与关键技术现状及展望[J].中国科学基金，2025,39(2):240-249.
[18]张树满，何临砚，李元祯.产学研创新联合体合作对领军企业关键核心技术创新绩效的影响[J].华东经济管理，2025,39(7):9-19.
[19]王玮，王幸，刘镇玮.数据要素能否驱动企业关键核心技术突破?——基于设立国家级大数据综合试验区的准自然实验[J].华东经济管理，2025,39(8):106-117.
[20]邬爱其，朱国浩.数字技术对中小企业关键核心技术突破的影响——来自首台套首批次创新的证据[J/OL].科学学研究，1-20[2026-07-07]. https://doi.org/10.16192/j.cnki.1003-2053.20250514.003.
[21]Nordhaus W D. The Progress of Computing[R]. NBER Working Paper,2001.
[22]Barney J. Firm Resources and Sustained Competitive Advantage[J]. Journal of Management,1991,17(1):99-120.
[23]Toly A A,Leo V,Winarko V M. The Influence of Knowledge Management and Innovation on Firm Performance at Company X[J]. Journal of Economics,Finance and Accounting Studies,2023,5(6):1-13.
[24]Johnson P C,Laurell C,Ots M,et al. Digital Innovation and the Effects of Artificial Intelligence on Firms'Research and Development—Automation or Augmentation,Exploration or Exploitation?[J]. Technological Forecasting and Social Change,2023,188:122274.
[25]Antonio J L,Kanbach D K. Contextual Factors of Disruptive Innovation:A Systematic Review and Framework[J].Technological Forecasting and Social Change,2023,188.
[26]Faturrahman M A,Nursyamsiah S. The Influence of Supply Chain Integration,Agility,and Innovation on Company Performance[J]. Asian Journal of Economics,Business and Accounting,2024,24(5):382-399.
[27]Lu Meili,Gao Yujia,Wan Qin. Research on Evolutionary Game of Collaborative Innovation in Supply Chain Under Digitization Background[J]. Mathematical Problems in Engineering,2021(1):3511472.
[28]师磊，阳镇，钱贵明.数字产业集群政策与关键核心技术突破式创新[J].中国工业经济，2025(1):100-117.
[29]何瑛，陈丽丽，杜亚光.数据资产化能否缓解“专精特新”中小企业融资约束[J].中国工业经济，2024(8):154-173.
[30]杨志强，唐松，李增泉.资本市场信息披露、关系型合约与供需长鞭效应——基于供应链信息外溢的经验证据[J].管理世界，2020,36(7):89-105,217-218.
[31]毕超，王菁华.机构共同所有权、外部性内部化与企业突破式创新[J].财贸研究，2025,36(10):79-95.
[32]贺城，阎渤禹，王荣基.有为之手：政府采购何以牵引企业关键核心技术突破[J].财政研究，2025(7):66-82.
[33]江艇.因果推断经验研究中的中介效应与调节效应[J].中国工业经济，2022(5):100-120.
[34]金星晔，左从江，方明月.企业数字化转型的测度难题：基于大语言模型的新方法与新发现[J].经济研究，2024(3):34-53.
[35]陆瑶，施函青，周欣怡.中国企业数字技术风险暴露对企业价值的影响——来自大语言模型的文本分析证据[J].经济研究，2025(2):73-89.
[36]王红建，张科，李青原.金融科技的经济稳定器作用：金融加速器理论的视角[J].经济研究，2023,58(12):4-21.
[37]甄红线，王玺，方红星.知识产权行政保护与企业数字化转型[J].经济研究，2023,58(11):62-79.
[38]余典范，张家才，杨佳琪.知识产权保护与企业数字化——基于知识产权示范城市的实证检验[J].管理科学学报，2025,28(11):28-45.
(1)信息来源：https://dxzhgl.miit.gov.cn。
(2)尽管对右偏计数变量取对数在公司创新的研究中十分普遍，但有些研究质疑其合理性，认为对因变量进行对数转换可能会使模型产生估计偏误。基于此，本文使用泊松回归重新进行检验，以缓解上述问题。
(3)ERNIE是一种基于预训练的中文自然语言处理模型，通过在大规模语料上的无监督学习，能够有效捕捉文本中的上下文语义、复杂语义关系及长距离依赖特征。
(4)受篇幅限制，回归结果留存备索。
基本信息:
DOI：10.19629/j.cnki.34-1014/f.251116005
中图分类号:F832.51;F49
引用信息:
[1]朱诗怡,赵瑞瑞,李宾.算力部署与企业关键数字技术突破——来自A股上市公司的证据[J].华东经济管理,2026,40(09):34-44.DOI:10.19629/j.cnki.34-1014/f.251116005.
基金信息:
教育部人文社会科学基金青年项目“金融业应用替代数据的信贷效用、潜在风险及其审慎监管研究”（23YJC790212）; 国家资助博士后研究人员计划“扩内需下积极财政政策驱动银发经济的作用机制与溢出效应研究”（GZC20252454）
2025-11-16
2025
2026-04-18
2026-04-20
2026
1
2026-08-18
2026-08-18
2026-08-18