信息基础设施建设如何影响工业企业全要素生产率——基于“宽带中国”试点政策的准自然实验

冯 娅 刘鹏飞 张靖淇

一 引 言

2013年8月17日，中国国务院发布了“宽带中国”试点政策实施方案，对中国宽带未来八年的发展进行了战略部署，标志着宽带首次成为国家战略性公共基础设施。2020年4月，国家发改委明确提出新型基础设施建设的概念，其中涵盖信息基础设施建设、创新基础设施建设以及融合基础设施建设。目前我国经济已进入高质量发展阶段，工业发展势头良好，新型信息基础设施的构建与完善，是数字经济时代实现工业企业转型升级、推动国家经济高质量发展的关键。

目前，已有不少学者对信息基础设施建设的宏微观经济效应进行了研究。在宏观层面，刘生龙和胡鞍钢(2010)［1］发现信息基础设施建设对经济增长有溢出作用，郭凯明等(2022)［2］研究认为信息基础设施建设有利于优化产业结构，张杰和付奎(2021)［3］、谢文栋(2022)［4］、刘传明和马青山(2020)［5］研究了信息基础设施建设对城市全要素生产率的影响。在微观层面，金环等(2021)［6］以创新和全要素生产率为表征，探讨了信息基础设施建设对企业转型升级的影响。薛成等(2020)［7］研究证明了信息基础设施建设不仅可以促进上市公司向其子公司进行技术知识扩散，也可以促进上市公司之间的联合创新。Duso et al.(2021)［8］基于德国企业数据进行分行业的研究发现，宽带网络对服务业企业全要素生产率有显著的促进作用，却对大多数制造业企业全要素生产率的影响不显著。郭金花等(2021)［9］研究发现“宽带中国”试点政策促进了企业全要素生产率，其研究主要聚焦于试点政策对企业的一般性影响，未进一步探讨对不同行业企业的异质性影响。工业作为实体经济的主要载体，在国民经济中发挥着主导作用，目前却鲜有学者研究信息基础设施建设对工业的影响。因此，本文以工业企业作为研究对象，探究信息基础设施建设对工业企业全要素生产率的影响及作用机制，并进一步探究行业异质性和企业异质性对信息基础设施建设经济效应的影响，找出目前“宽带中国”试点政策实施过程中的短板，以期为下一阶段信息基础设施建设精准落地提供理论和现实依据。

本文注意到，一方面，已有关于信息基础设施建设对创新影响的研究(刘传明等，2020［5］；薛成等，2020［7］)多从创新产出角度展开，忽略了创新投入的作用，未全面分析企业创新在信息基础设施建设经济效应中的机制作用。本研究则同时从创新投入与创新产出两个维度研究企业创新的机制作用。另一方面，已有研究发现了信息基础设施建设(郭金花等，2021)［9］或企业数字化转型(赵树宽等，2022)［10］对企业全要素生产率具有促进作用，也有学者研究了网络基础设施建设对企业数字化转型的影响(邱洋冬等，2022)［11］，但却鲜有学者研究企业数字化转型在信息基础设施建设影响企业全要素生产率过程中发挥的作用。事实上，数字经济以前所未有的速度改变了传统的经济模式，有理由推测企业数字化转型在信息基础设施建设影响工业企业全要素生产率过程中发挥着重要作用。本文接下来将对信息基础设施建设影响工业企业全要素生产率的机制展开验证，以补充现有研究。

因此，本文将“宽带中国”试点政策作为衡量信息基础设施建设的准自然实验，使用2007—2019年中国A股上市企业中的工业企业数据，采用双重差分法分析信息基础设施建设对工业企业全要素生产率的影响及内在机制。边际贡献主要为：(1)以往研究较少涉及信息基础设施建设对工业的影响。本文从行业视角出发，研究了信息基础设施建设对工业企业全要素生产率的影响，为工业实现高质量发展提供借鉴。(2)目前信息基础设施建设与创新关系的研究多关注创新产出，忽视了创新投入，本文同时将创新投入和创新产出纳入研究范畴；并且以企业数字化转型为机制变量，探究信息基础设施建设影响工业企业全要素生产率的路径及内在机制，分析了企业研发创新和数字化转型对促进工业企业实现高质量发展的重要作用。(3)本文对工业企业进行了异质性分析，研究发现信息基础设施建设对不同工业企业的影响不同，找出了我国信息基础设施建设过程中的短板，为政策进一步精准实施提供了依据。

二 影响机理分析

建立健全信息基础设施体系对所在地区信息技术和网络技术发展有极强的促进作用，可以为该地区企业信息化发展提供良好的土壤(刘生龙和胡鞍钢，2010)［1］，为企业管理经营与生产经营升级提供良好基础。因而，信息基础设施建设会提高企业信息化水平，使企业获取更先进的核心技术和更高效的机器设备，有助于企业充分利用现有资源扩大生产规模(Goldin和Katz，1998)［12］；企业信息技术升级能够降低产品生产成本，在产品竞争市场上通过价格领先战略获得更多的市场，提高产品的需求量(Arntz et al.，2019)［13］。此外，信息基础设施建设会影响企业的信息化投资，信息化投资提高了企业信息化密度和劳动生产率(李坤望等，2015)［14］。综上所述，信息基础设施建设从生产规模、成本领先、信息化投资等多个方面影响着企业发展，信息化投资能够促进工业企业提高劳动生产率和出口绩效，提高工业企业全要素生产率。基于上述分析，提出假设H1。

H1：信息基础设施建设能够促进工业企业全要素生产率的提高。

Bloom et al.(2012)［15］认为企业通过数字化平台等内部的信息基础设施建设，提高沟通交流效率，从而减少岗位层级，使企业组织趋向于扁平化。同时，信息基础设施建设可以促进企业信息化改革，通过提高企业内部沟通协调效率，促进信息在企业内部不同组织之间流通，降低企业管理所消耗的人力、物力、财力(王永进等，2017)［16］，提高企业生产管理效率，促进企业数字化转型升级(Duggal et al.，2006［17］；蔡跃洲和张钧南，2015［18］)。因此，信息基础设施建设可以通过数字化平台的建立来降低管理成本和提高生产管理效率，实现企业的数字化转型升级，而数字化转型有助于提高企业全要素生产率(赵树宽等，2022)［10］。基于上述分析，提出假设H2。

H2：信息基础设施建设可以通过促进企业数字化转型升级来提高工业企业全要素生产率。

信息基础设施建设可以促进企业创新，进而提高工业企业全要素生产率。一方面，信息基础设施建设可以刺激企业增加研发投入。在过去，企业研发由于存在高风险性和逆向选择问题而面临着融资约束的问题，使得企业研发投入不足(张杰和付奎，2012)［3］，而信息基础设施建设促进了数字金融的发展，减少了融资过程的信息不对称，同时拓宽了企业融资渠道(刘莉和杨宏睿，2022)［19］，企业资金周转更加灵活，为企业增加研发支出提供了充足的资金保障。“宽带中国”试点政策的实施完善了城市信息基础设施，为企业引入配套的信息化基础设备创造了前提，也为企业的信息技术研发和应用提供了良好的物质基础。宽带网络基础设施战略的实施增强了企业对信息化转型的关注度，并更加认识到实现信息化转型的重要性。以上两个因素使得企业进行研发投资的意愿增强，从而提高了企业研发投入(宋清华等，2021)［20］。另一方面，信息基础设施建设能够促进企业增加创新产出，Karlsson et al.(2010)［21］研究发现信息基础设施建设有助于企业关注客户的实际需求，开发出更加满足客户心理预期的全新产品和服务。此外，信息基础设施建设能够实现信息的跨时空传播，提高知识传播效率，同时提供数据和知识共享平台(刘传明和马青山，2020)［5］。借助互联网技术，企业不仅可以加快内部的技术知识扩散，还可以加强与外部其他公司的联合技术创新(薛成等，2020)［7］，为企业提升产品质量、升级技术工艺，提高创新产出水平提供了土壤。因此，企业通过增加创新投入和促进创新产出来提高全要素生产率(朱平芳和李磊，2006)［22］。基于上述分析，提出假设H3a、H3b。

H3a：信息基础设施建设可以刺激企业增加创新投入，进而提高工业企业全要素生产率。

H3b：信息基础设施建设可以促进企业创新产出，进而提高工业企业全要素生产率。

三 研究设计

(一)建立模型

本文将“宽带中国”试点政策视作准自然实验，采用双重差分法分析信息基础设施建设对工业企业全要素生产率的影响及内在机制。考虑到“宽带中国”试点城市是在2014年、2015年、2016年分三批依次选取，而传统DID模型只适用于分析单一时点的政策冲击，故本文借鉴刘传明和马青山(2020)［5］的研究，采取渐进DID模型进行计量分析。具体模型如下：

tfpit=α+β1didit+γXit+μi+vt+εit

(1)

式(1)中，tfpit为被解释变量，表示i企业t年的全要素生产率；didit为双重差分项，表示“宽带中国”试点政策冲击，是信息基础设施建设的代理变量，其系数β1表示信息基础设施建设对工业企业全要素生产率的影响；Xit表示控制变量，i表示企业个体，t表示年份；此外，模型还控制了固定效应，μi表示个体固定效应，vt表示时间固定效应；εit表示随机扰动项。

为了考察“宽带中国”试点政策在其实施后的每年所产生的影响，本文将“宽带中国”试点政策冲击分年份展开研究，将“宽带中国”试点政策的代理变量didit替换为反映该政策逐年影响的虚拟变量postt(t=0，1，2，3，4，5)。具体地，在企业注册地选为“宽带中国”试点城市的前提下，post0表示若观测时间为企业所在城市被选为“宽带中国”试点城市当年，则该变量取值为1，否则取值为0；post1表示若观测时间为企业所在城市被选为“宽带中国”试点城市后的第一年，则该变量取值为1，否则取值为0；post2表示若观测时间为企业所在城市被选为“宽带中国”试点实施后的第二年，则该变量取值为1，否则取值为0，以此类推。具体模型如下：

(2)

(二)变量选取与数据来源

1.被解释变量

比较常见的企业全要素生产率测算方法有OLS法、固定效应法、系统GMM法、LP法和OP法等，LP法、OP法由于较好地解决了全要素生产率测算中的同时性偏差问题，被广泛应用。本文借鉴Levinsohn和Petrin(2003)［23］的研究，采用LP法测算企业全要素生产率。测算模型为：

lnYit=β0+β1lnLit+β2lnKit+β3lnMit+εit

(3)

其中，产出Y用主营业务收入衡量，资本K用企业固定资产净值衡量，劳动L用企业员工数衡量，中间投入M选取的指标为企业购买商品、接受劳务实际支付的现金。所得残差εit即为企业全要素生产率。在稳健性检验中，采用系统GMM法测算企业全要素生产率。

2.解释变量

构建“宽带中国”试点政策的双重差分项作为信息基础设施建设的代理变量。构建双重差分项的过程分为三步：首先设置组别虚拟变量group，若样本企业的注册地所在城市被选为“宽带中国”试点城市，则将组别虚拟变量赋值为1，否则赋值为0；其次设置时间虚拟变量time，若观测样本数据对应的时间是政策实施当年或之后，则赋值为1，否则赋值0；最后将时间虚拟变量time和组别虚拟变量group相乘得到双重差分项didit，即信息基础设施建设。

3.中介变量

参考宋清华等(2021)［20］的研究，以企业研发投入衡量创新投入，以企业专利获得数衡量创新产出。企业数字化转型使用广东金融学院国家金融学研究中心平台发布的《中国上市企业数字化转型指数评价研究报告》中的企业数字化转型指数来衡量，该指数采用文本分析的方法从公司年报提取与数字化转型相关的特征值进行词频统计，并按不同技术方向分类加总得到企业数字化转型指数(吴非等，2021)［24］。

4.控制变量

考虑到本文研究对象是工业企业，而“宽带中国”试点政策只能直接作用在城市层面，进而间接影响企业，城市层面和企业层面的变量都会影响到工业企业全要素生产率，故本文分别在企业层面和城市层面选取了可能会影响工业企业全要素生产率的变量作为控制变量，控制变量及定义如表1所示。

表1 本文使用的控制变量及度量方式

5.数据来源

本文使用的城市层面数据来自EPS数据库和《中国城市统计年鉴》；企业层面数据中，企业研发投入和企业获得的专利数据来源于CNRDS数据库，数字化转型数据来自广东金融学院国家金融学研究中心平台，其他数据来自CSMAR数据库；“宽带中国”示范城市名单来自中华人民共和国工业和信息化部官网。考虑到“宽带中国”试点政策从2013年开始实施，且2020年、2021年部分数据缺失。故本文选取2007—2019年中国A股上市企业中的工业企业作为样本，剔除了ST、*ST的个体数据，并对相关变量进行平减处理。

四 实证分析

(一)平行趋势检验

在使用双重差分法之前，首先要进行平行趋势检验，以保证处理组和控制组企业全要素生产率在政策冲击前保持相同的变动趋势，本文通过图示法展示平行趋势检验结果。如图1所示，在“宽带中国”试点政策实施之前，处理组和控制组企业全要素生产率不存在显著差异，而在实施“宽带中国”试点政策后的第一年，系数β1开始显著为正，且β1取值逐渐增大。说明“宽带中国”试点政策实施后，处理组和控制组企业全要素生产率开始出现明显差异，并且随着时间的推移，这种差异逐渐增大，因而平行趋势检验通过，且“宽带中国”试点政策对企业全要素生产率的影响具有持续性。

(二)基准回归

本文首先就信息基础设施建设对工业企业全要素生产率的影响进行检验，表2汇报了回归结果。其中，列(1)只控制了时间固定效应，列(2)控制了时间固定效应和企业固定效应，列(3)同时控制了时间固定效应、企业固定效应和城市固定效应。结果显示，核心解释变量信息基础设施建设的系数均显著为正，即信息基础设施建设对工业企业全要素生产率有显著的促进作用。

表2 “宽带中国”试点政策对工业企业全要素生产率影响的基准回归

为了具体考察“宽带中国”试点政策在其实施后每一年产生的影响及变化趋势，将解释变量信息基础设施建设进一步拆解为分年份的虚拟变量，并对模型(2)进行回归分析，列(4)汇报了“宽带中国”试点政策实施以来每一年对工业企业全要素生产率的冲击情况。如表2列(4)所示，在“宽带中国”试点政策实施当年，系数为0.0345，在5%的水平上显著，此后几年对应的虚拟变量回归系数逐年增大，均显著为正，说明“宽带中国”试点政策显著提高了工业企业全要素生产率，且其促进作用随着时间推移而逐渐增强，这表明“宽带中国”试点政策对工业企业全要素生产率的影响呈现动态增强效应，即信息基础设施建设对工业企业全要素生产率的促进作用不会立刻完全显现，而需要一定的时间周期。一方面，从政策出台到完成信息基础设施建设需要较长的时间，另一方面，从信息基础设施建成到被企业充分利用，从而提高自身全要素生产率也需要一定的时间。

(三)稳健性检验

1.安慰剂检验

尽管实证分析部分初步证明了“宽带中国”试点政策对工业企业全要素生产率的促进作用，但仍不能确保该促进作用不是由于同时期其他政策等因素所引致，故进行安慰剂检验。本文通过随机设定样本中工业企业对应的信息基础设施建设变量的取值(0或1)，得到不同的回归系数，并将此操作重复500次，得到核密度分布如图2所示。可以发现，回归得到的大部分系数β1位于零附近，不能拒绝系数β1为零的原假设。即随机更换核心解释变量信息基础设施建设的取值后，系数β1变得不显著，故通过了安慰剂检验，说明的确是“宽带中国”试点政策促进了工业企业全要素生产率，而非其他外生政策冲击。

图2 安慰剂检验结果

2.更换被解释变量

为了保证结果的稳健性，本文更换被解释变量的测算方法，使用系统GMM法重新测算企业全要素生产率进行回归分析，结果见表3，并与基准回归结果进行比较。其中，列(1)为基准回归结果，与列(2)稳健性检验结果形成对照。列(2)解释变量信息基础设施建设的系数为0.0795，在1%的水平上显著为正。说明更换被解释变量后，依然能得出信息基础设施建设提高工业企业全要素生产率的结论，验证了本文研究结果的稳健性。

表3 稳健性检验——更换被解释变量

(四)内生性检验

本文采用工具变量法对信息基础设施建设对工业企业全要素生产率的影响进行内生性检验。借鉴黄群慧等(2019)［25］的研究，选取1984年城市电话机数量作为反映信息基础设施建设水平的工具变量。一方面，历史上电话机数量较多的城市，往往经济发达、信息化水平较高、推进基础设施建设的条件更为优越，更容易被选为“宽带中国”试点城市，因而满足工具变量的相关性要求。另一方面，随着信息基础设施的不断迭代更新和数字经济产生的颠覆性变革，历史上电话机数量对工业企业全要素生产率的影响已经微不足道，从而满足了工具变量的排他性要求。但考虑到1984年电话机数量是截面数据，为了与本文的面板数据匹配，借鉴孙传旺等(2019)［26］的研究，将1984年电话机数量与时间的交乘项作为“宽带中国”试点政策的工具变量，并采用两阶段二乘法进行回归分析。

表4报告了两阶段二乘法的回归结果。在工具变量第一阶段回归中，工具变量对“宽带中国”试点政策的影响显著为正，且对应的F值为1363.59，远大于10，排除了弱工具变量的问题。在工具变量第二阶段回归中，“宽带中国”试点政策对工业企业全要素生产率的影响系数为0.8481，在1%的水平上显著，且与基准回归相比，系数有所增大，说明减弱内生性影响后，信息基础设施建设对工业企业全要素生产率的影响仍然显著为正。工具变量检验结果表明，信息基础设施建设显著提高了工业企业全要素生产率这一结论具有较强的稳健性。

表4 两阶段二乘法回归结果

(五)机制检验

1.中介效应模型构建

本文将创新投入rd、创新产出pattern、企业数字化转型digit作为信息基础设施建设影响工业企业全要素生产率的机制变量，构建如下模型进行检验。

Mit=α+δ1didit+γXit+μi+vt+εit

(4)

tfpit=α+δ1didit+δ2Mit+γXit+μi+vt+εit

(5)

在模型(4)和模型(5)中，M表示中介变量，分别代表创新投入、创新产出和企业数字化转型，其它变量与基准回归模型(1)一致。本文将结合模型(1)回归结果进行中介效应分析。

2.机制检验结果

借鉴温忠麟和叶宝娟(2014)［27］的研究，基于中介效应模型进行机制检验。首先进行逐步检验，结果如表5所示，列(1)和列(2)为信息基础设施建设、数字化转型对工业企业全要素生产率影响的回归结果。列(1)结果显示信息基础设施建设显著促进了企业数字化转型；列(2)将信息基础设施建设和数字化转型同时加入进行回归，结果显示信息基础设施建设、数字化转型显著提高了工业企业全要素生产率。综合列(1)、 列(2)结果，说明信息基础设施建设可以通过促进工业企业数字化转型来提高其全要素生产率，假设H2得以验证。本文对此的解释是，信息基础设施建设为企业实现数字化转型提供了必要的物质基础和前提条件，从而推动企业数字化转型。一方面提高了管理效率，优化了企业内部分工，另一方面使企业更加敏锐地捕捉外部市场需求，生产差异化产品，提高企业产品价值。这些因素既节约了工业企业的生产投入成本，又同时增加了企业的产出值，最终提高工业企业全要素生产率。

表5列(3)和列(4)为信息基础设施建设、创新投入对工业企业全要素生产率影响的回归结果。列(3)结果显示，信息基础设施建设的系数为0.5081，在1%的水平下显著，表明信息基础设施建设促进了工业企业增加创新投入；列(4)结果显示，创新投入的系数为0.0064，在1%的水平上显著，说明工业企业增加创新投入提高了其全要素生产率。列(3)和列(4)结果证明了创新投入的中介效应，即信息基础设施建设通过促进工业企业增加创新投入提高其全要素生产率，假说H3a得到验证。究其原因，信息基础设施建设为企业研发创造了良好的物质环境，缓解了企业的融资约束，增强了企业增加创新投入的意愿，从而提高了工业企业的生产技术和全要素生产率。

表5列(5)和列(6)为信息基础设施建设、创新产出对工业企业全要素生产率影响的回归结果。列(5)结果显示，信息基础设施建设的系数不显著，不能证明信息基础设施建设提高了创新产出；列(6)结果显示，创新产出的系数在1%的水平上显著为正，说明工业企业创新产出增加能提高其全要素生产率。结合列(5)和列(6)结果，逐次检验未通过，进一步通过Bootstrap法进行检验，检验未通过，即创新产出并非信息基础设施建设影响工业企业全要素生产率的路径，假说H3b不成立。可能的原因是，信息基础设施建设对创新产出的影响是一个长期的过程，由于样本时间限制，短期内难以观测到信息基础设施建设对创新产出的促进作用。对比列(3)、 列(4)结果，说明创新投入而非创新产出是信息基础设施建设提高工业企业全要素生产率的重要路径。

(六)异质性分析

考虑到工业企业所属行业不同，企业自身规模、产权性质存在较大差异，信息基础设施建设对工业企业全要素生产率可能存在异质性影响，因此，本文对此展开探究。

1.行业异质性

考虑到工业内部不同细分行业在生产技术、信息化水平、规模等方面存在较大差异，生产率受信息基础设施建设的影响可能有较大区别，因此，进行行业异质性分析。首先将工业企业分为制造业、采矿业和电力、热力、燃气及水生产和供应业三类并进行分组回归，结果见表6。

回归结果显示，信息基础设施建设对采矿业和制造业企业全要素生产率有明显的促进作用，而对电力、热力、燃气及水生产和供应业没有显著的影响，这可能是因为后者技术含量更低、生产效率接近瓶颈，很难受益于信息基础设施建设。值得注意的是“宽带中国”试点政策对制造业的促进作用反而不如采矿业明显，为了解释这一现象，本文将制造业企业按照所属行业进行细分分析。

表7展示了信息基础设施建设对制造业内各细分行业企业全要素生产率的影响。结果显示，信息基础设施建设只对铁路、船舶、航空航天和其它运输设备制造业、印刷和记录媒介复制业等8个行业企业全要素生产率的影响系数显著为正，对大多数行业企业全要素生产率无显著影响，说明信息基础设施建设只提高了一部分制造业行业企业的全要素生产率。这可能是因为：一方面，一些传统产业的技术和运营模式都已经比较成熟，生产率提高陷入瓶颈，信息基础设施建设很难对其产生积极影响；另一方面，信息基础设施建设对企业全要素生产率的影响是一个长期过程，短期内只有一部分对信息基础设施建设反应较为灵敏的行业企业能够迅速提高其全要素生产率，而对大部分行业企业，信息基础设施建设对其全要素生产率的促进作用需要较长的时间周期来实现，这也解释了为什么“宽带中国”试点政策对制造业企业全要素生产率的促进作用反而弱于对采矿业企业的促进作用。

2.企业异质性

本文分别对企业产权(是否国有)和规模进行了异质性分析，结果如表8所示。列(1)、 列(2)显示，国有企业、非国有企业的解释变量系数分别为0.074和0.063，均在1%的水平上显著。说明相较于非国有企业，信息基础设施建设对国有工业企业全要素生产率的促进作用更为明显。这可能是由于国有企业往往能获得充分的政策支持以增加研发投入、进行数字化转型，相比之下，部分非国有企业出于节约成本等方面的考虑，进行数字化转型的意愿更弱，在信息基础设施建设中受益更少。企业规模异质性以企业资产总额作为划分依据，将企业分为大型工业企业和小型工业企业进行分组回归。列(3)、 列(4)显示，大型工业企业、小型工业企业的解释变量系数分别为0.0768和0.0537，且分别在1%和5%的水平上显著。表明相较于小型工业企业，“宽带中国”试点政策对大型工业企业全要素生产率有更强的促进作用。这可能是因为大型工业企业更有实力借“宽带中国”试点政策的实施大力推动数字化转型、增加研发投入，从而提高自身全要素生产率。而小型工业企业资金有限，组织结构相对简单，较难借力“宽带中国”试点政策实现数字化转型，且实现数字化转型对其生产率的促进作用弱于大型工业企业，这也使得小型工业企业更缺乏进行数字化转型、增加创新投入的意愿。

表8 企业异质性

五 结论与启示

在梳理既往研究的基础上，本文以“宽带中国”试点政策为准自然实验，对信息基础设施建设如何影响工业企业全要素生产率的问题展开研究。得到的主要结论为：信息基础设施建设对工业企业全要素生产率有显著的促进作用，且信息基础设施建设可以通过刺激工业企业增加创新投入和进行数字化转型而提高其全要素生产率。企业异质性分析发现，相比于非国有工业企业、小型工业企业，信息基础设施建设对国有工业企业、大型工业企业全要素生产率的促进作用更强。行业异质性分析发现，信息基础设施建设对采矿业和少数制造业行业企业全要素生产率有显著的促进作用，对电力、热力、燃气及水生产和供应业以及大部分制造业行业企业全要素生产率不存在显著的影响。

本文研究结论为促进信息基础设施建设、提高工业企业全要素生产率，从而实现高质量发展提供了启示：(1)要继续推进“宽带中国”试点政策等的实施，扩大信息基础设施的覆盖面，提高信息基础设施的质量和与当地企业或产业的配套程度，加快5G基站等具有前瞻性的新型信息基础建设，助力工业企业实现高质量发展。(2)政府在加强信息基础设施建设的同时要积极推进工业企业数字化转型，特别是转型困难的中小型工业企业和非国有工业企业。(3)要注重创新产出，积极发展科学技术。一方面，注重培养人才、吸引人才，鼓励高校和研究机构的基础研究与应用研究，为创新提供良好的科研环境和人才基础。另一方面，鼓励企业创新，特别是为技术密集型工业企业提供必要的政策扶持，提高创新成果转化能力，最终实现我国工业的高质量发展。(4)信息基础设施建设目前只对8个制造业行业企业的全要素生产率产生了促进作用，应进一步加快数字化转型来推动全行业生产效率的提高。