李偉紅,董 帆,李恩極

(1.河北經(jīng)貿(mào)大學(xué) 工商管理學(xué)院,河北 石家莊 050061;2.河北省城鄉(xiāng)融合發(fā)展協(xié)同創(chuàng)新中心,河北 石家莊 050061;學(xué)3.河北經(jīng)貿(mào)大學(xué) 管理科學(xué)與工程學(xué)院,河北 石家莊 050061)

一、引言

創(chuàng)新作為引領(lǐng)發(fā)展的第一動(dòng)力,關(guān)系國(guó)家經(jīng)濟(jì)的發(fā)展水平和增長(zhǎng)潛力,黨的二十大報(bào)告再次強(qiáng)調(diào)了創(chuàng)新的重要性,提出要加快實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略。中國(guó)已經(jīng)實(shí)現(xiàn)了從制造業(yè)向服務(wù)經(jīng)濟(jì)時(shí)代的轉(zhuǎn)變[1],生產(chǎn)性服務(wù)業(yè)在國(guó)民經(jīng)濟(jì)中所占比重不斷提升,在2022年上半年其增加值占GDP增加值的54.2%,生產(chǎn)性服務(wù)業(yè)作為驅(qū)動(dòng)我國(guó)經(jīng)濟(jì)發(fā)展的動(dòng)力源泉,其創(chuàng)新不僅有利于自身的提升,更對(duì)國(guó)家的經(jīng)濟(jì)發(fā)展起到推動(dòng)作用,研究生產(chǎn)性服務(wù)業(yè)企業(yè)創(chuàng)新具有十分重要的現(xiàn)實(shí)意義。

在科技的引領(lǐng)下,新一代數(shù)字技術(shù)(如大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能、云計(jì)算、區(qū)塊鏈等)迅猛發(fā)展,社會(huì)生活發(fā)生了巨大的變化,正在走進(jìn)數(shù)字化社會(huì)[2]。強(qiáng)大的數(shù)字技術(shù)帶來(lái)了產(chǎn)業(yè)技術(shù)路線的革命性變化,優(yōu)化了產(chǎn)業(yè)結(jié)構(gòu)及整體價(jià)值鏈,重構(gòu)了企業(yè)的商業(yè)模式,為企業(yè)創(chuàng)新注入了新的活力。在數(shù)字化背景下,數(shù)字技術(shù)改變了企業(yè)原有產(chǎn)品的基本屬性、新產(chǎn)品生產(chǎn)流程的方式、商業(yè)模式和企業(yè)的組織形態(tài),甚至對(duì)以往許多創(chuàng)新理論的基本假設(shè)也提出了質(zhì)疑[3]。數(shù)字技術(shù)的使用為企業(yè)帶來(lái)了新的生產(chǎn)要素——數(shù)據(jù)和信息,數(shù)據(jù)和信息具有流動(dòng)性強(qiáng)且收集簡(jiǎn)單的特點(diǎn),其信息傳播成本要遠(yuǎn)低于其他生產(chǎn)要素的成本,使得企業(yè)收集數(shù)據(jù)的速度、范圍以及數(shù)量迅速增長(zhǎng)擴(kuò)大[4]。

從現(xiàn)有的研究來(lái)看,數(shù)字化水平的提升可以幫助企業(yè)進(jìn)行內(nèi)部資源的整合重構(gòu),增強(qiáng)自身價(jià)值創(chuàng)造能力。通過(guò)數(shù)字技術(shù),企業(yè)創(chuàng)新可以采用新的方法來(lái)收集、分析和利用有關(guān)客戶、內(nèi)部流程和供應(yīng)鏈上的數(shù)據(jù)[5];數(shù)字化通過(guò)誘導(dǎo)企業(yè)的非系統(tǒng)創(chuàng)新來(lái)加強(qiáng)企業(yè)地位[6],對(duì)原有資源進(jìn)行重構(gòu)并創(chuàng)造性地將其用于自身發(fā)展[3],促進(jìn)企業(yè)創(chuàng)新;由于進(jìn)行資源整合,企業(yè)可以將自己原有的知識(shí)產(chǎn)權(quán)和功能結(jié)合起來(lái),在新的利基市場(chǎng)開(kāi)發(fā)利用各種資源[7],促使創(chuàng)新具有內(nèi)在的流動(dòng)性,并將其轉(zhuǎn)化為進(jìn)一步創(chuàng)新的觸發(fā)器[8];這樣的結(jié)果導(dǎo)致資源和創(chuàng)新技術(shù)的高效運(yùn)用[9]。創(chuàng)新網(wǎng)絡(luò)廣度反映了創(chuàng)新主體與外部組織的聯(lián)系程度,企業(yè)在創(chuàng)新網(wǎng)絡(luò)中的廣度越大,表明與企業(yè)在網(wǎng)絡(luò)中建立合作關(guān)系的企業(yè)越多,企業(yè)所接觸到的資源就越多[10],從而有效降低資源獲取成本[11],實(shí)現(xiàn)創(chuàng)新的規(guī)模效應(yīng)[12];創(chuàng)新網(wǎng)絡(luò)深度主要是指在創(chuàng)新網(wǎng)絡(luò)中創(chuàng)新主體之間相互聯(lián)系合作的頻度。在創(chuàng)新網(wǎng)絡(luò)中,企業(yè)的相互聯(lián)系和滲透使得企業(yè)原有的剛性邊界相對(duì)模糊[13]。詹紹文和王旭[14]等研究發(fā)現(xiàn),企業(yè)與外部主體之間進(jìn)行高頻率的合作可以增強(qiáng)彼此之間的聯(lián)系,更好地獲取企業(yè)進(jìn)行創(chuàng)新活動(dòng)(如產(chǎn)品創(chuàng)新和技術(shù)創(chuàng)新等)的資源。創(chuàng)新網(wǎng)絡(luò)是企業(yè)增大知識(shí)溢出效應(yīng)、提升創(chuàng)新績(jī)效、發(fā)展企業(yè)核心優(yōu)勢(shì)的重要途經(jīng),在數(shù)字化背景下,創(chuàng)新網(wǎng)絡(luò)要求政府和企業(yè)共同構(gòu)建以創(chuàng)新為導(dǎo)向的網(wǎng)絡(luò)平臺(tái),使網(wǎng)絡(luò)成員之間增大交流機(jī)會(huì),努力挖掘潛在的合作伙伴,積極建立以信任為基礎(chǔ)的合作關(guān)系,加強(qiáng)企業(yè)之間的聯(lián)系,促進(jìn)資源流動(dòng),進(jìn)而獲取利于企業(yè)進(jìn)行創(chuàng)新活動(dòng)的知識(shí),提高企業(yè)創(chuàng)新績(jī)效。綜上所述,從目前的研究來(lái)看,相關(guān)學(xué)者主要關(guān)注數(shù)字化與企業(yè)創(chuàng)新關(guān)系、創(chuàng)新網(wǎng)絡(luò)與企業(yè)創(chuàng)新關(guān)系,將創(chuàng)新網(wǎng)絡(luò)作為中介變量來(lái)研究數(shù)字化水平與企業(yè)創(chuàng)新之間關(guān)系的研究并不多見(jiàn)。

本文采集生產(chǎn)服務(wù)業(yè)2010—2020年企業(yè)數(shù)字化水平、創(chuàng)新活動(dòng)和創(chuàng)新網(wǎng)絡(luò)數(shù)據(jù),就數(shù)字化水平對(duì)企業(yè)創(chuàng)新活動(dòng)的影響效應(yīng)、作用機(jī)理進(jìn)行實(shí)證研究。本文的邊際貢獻(xiàn)主要有兩點(diǎn):(1)運(yùn)用多種計(jì)量方法,就數(shù)字化水平對(duì)企業(yè)創(chuàng)新活動(dòng)的影響效應(yīng)進(jìn)行較為穩(wěn)健的實(shí)證檢驗(yàn),豐富了現(xiàn)有文獻(xiàn)對(duì)于數(shù)字化水平如何影響企業(yè)創(chuàng)新活動(dòng)的理論認(rèn)知;(2)從創(chuàng)新網(wǎng)絡(luò)出發(fā),研究數(shù)字化水平如何影響企業(yè)創(chuàng)新活動(dòng)的內(nèi)在機(jī)制,在一定程度上破解數(shù)字化水平對(duì)企業(yè)創(chuàng)新活動(dòng)影響效應(yīng)的“黑箱”。

二、理論分析與研究假說(shuō)

資源基礎(chǔ)觀、協(xié)同創(chuàng)新理論有助于解釋數(shù)字化水平對(duì)于企業(yè)創(chuàng)新活動(dòng)的影響機(jī)制?；谫Y源基礎(chǔ)理論,Black和Boal等提出企業(yè)資源是要素的布局或網(wǎng)絡(luò),他們認(rèn)為企業(yè)資源包括兩種:一種是內(nèi)含的資源,另外一種是系統(tǒng)資源[15]。廣義的資源包括有形資產(chǎn)和無(wú)形資產(chǎn),而資源不止包括傳統(tǒng)的生產(chǎn)要素,還包括特定市場(chǎng)或用戶需求、決策管理系統(tǒng)、市場(chǎng)營(yíng)銷和分銷的復(fù)雜網(wǎng)絡(luò)以及復(fù)雜的社會(huì)資源。數(shù)字技術(shù)有助于企業(yè)通過(guò)拓寬創(chuàng)新網(wǎng)絡(luò)廣度獲取更多的信息、知識(shí)和方法,從而提高企業(yè)創(chuàng)新[16]。它們幫助企業(yè)獲取知識(shí)以開(kāi)發(fā)新產(chǎn)品,快速適應(yīng)新出現(xiàn)的數(shù)字創(chuàng)新技術(shù)趨勢(shì),并調(diào)動(dòng)資源以提高創(chuàng)新績(jī)效[17]。

基于協(xié)同創(chuàng)新理論,在創(chuàng)新網(wǎng)絡(luò)中,數(shù)字化水平通過(guò)創(chuàng)新網(wǎng)絡(luò)廣度可以從兩方面影響企業(yè)創(chuàng)新:一方面,提高企業(yè)技術(shù)創(chuàng)新的效率和對(duì)外部知識(shí)的吸收能力。擁有更寬更廣創(chuàng)新網(wǎng)絡(luò)的企業(yè)可能學(xué)到更多的經(jīng)驗(yàn),獲得不同的能力以及更多的機(jī)會(huì),從而降低技術(shù)研發(fā)風(fēng)險(xiǎn),提高企業(yè)技術(shù)創(chuàng)新的成功率[18-19];同時(shí)豐富企業(yè)的創(chuàng)新知識(shí)庫(kù),提高企業(yè)識(shí)別、吸收和利用外部所獲得知識(shí)的效率[20-21]。另一方面,當(dāng)企業(yè)與外部主體進(jìn)行技術(shù)合作時(shí),可以提高企業(yè)的創(chuàng)新潛力,降低研發(fā)成本。創(chuàng)新網(wǎng)絡(luò)廣度越大,數(shù)字化水平更有利于企業(yè)獲取和融合不同領(lǐng)域的異質(zhì)性技術(shù)知識(shí),促進(jìn)企業(yè)打破原有的技術(shù)組合,探索新的技術(shù)組合,刺激企業(yè)創(chuàng)新[22-23],該類企業(yè)傾向于發(fā)展企業(yè)文化,通過(guò)建立非正式的組織體系,進(jìn)一步擴(kuò)大成員之間的合作關(guān)系,從而激勵(lì)雙方建立長(zhǎng)期的戰(zhàn)略聯(lián)盟,使得企業(yè)降低信息搜索成本,及時(shí)獲取互補(bǔ)性要素資源,促進(jìn)企業(yè)創(chuàng)新活動(dòng)。因此,本文提出假設(shè):

H1:數(shù)字化水平的提升可以拓寬企業(yè)創(chuàng)新網(wǎng)絡(luò)廣度,進(jìn)而促進(jìn)企業(yè)創(chuàng)新。

創(chuàng)新網(wǎng)絡(luò)深度是數(shù)字化水平與企業(yè)創(chuàng)新之間的橋梁。創(chuàng)新網(wǎng)絡(luò)深度提供大量技術(shù)和工藝知識(shí),數(shù)字創(chuàng)新有利于企業(yè)利用現(xiàn)有資源和采用新的市場(chǎng)趨勢(shì)來(lái)構(gòu)建新產(chǎn)品和改進(jìn)現(xiàn)有產(chǎn)品[24],從而有利于企業(yè)創(chuàng)新[25],創(chuàng)新網(wǎng)絡(luò)深度大的企業(yè)可以獲取特定網(wǎng)絡(luò)主體的資源,專注于某一技術(shù)領(lǐng)域,深化其研發(fā)活動(dòng),提高技術(shù)專業(yè)化,改善現(xiàn)有產(chǎn)品市場(chǎng)的創(chuàng)新活動(dòng)。與外部組織的合作通常會(huì)對(duì)公司的創(chuàng)新產(chǎn)生積極作用,因?yàn)檫@些組織提供了企業(yè)所匱乏的資源,尤其是知識(shí)。與外部各方的合作不僅在技術(shù)創(chuàng)新方面對(duì)公司有利,而且在其他方面也有好處,企業(yè)和外部合作伙伴都將從獲取他們所缺乏的資源中受益,從而減少內(nèi)部開(kāi)發(fā)所需的投入。劉學(xué)元等[26]在利用制造類非上市企業(yè)的數(shù)據(jù)進(jìn)行實(shí)證研究時(shí)發(fā)現(xiàn),企業(yè)創(chuàng)新網(wǎng)絡(luò)深度對(duì)企業(yè)創(chuàng)新績(jī)效有明顯的促進(jìn)作用。Heidl等[27]研究發(fā)現(xiàn),創(chuàng)新網(wǎng)絡(luò)深度正向影響企業(yè)的創(chuàng)新績(jī)效。數(shù)字化水平允許企業(yè)通過(guò)創(chuàng)新網(wǎng)絡(luò)深度不斷獲得技術(shù)創(chuàng)新知識(shí)和信息,當(dāng)關(guān)系加深后,更多的投入與更徹底的知識(shí)共享隨之而來(lái),促進(jìn)這些信息與內(nèi)部知識(shí)相融合,在組織內(nèi)部產(chǎn)生許多產(chǎn)品開(kāi)發(fā)的新思想和概念,以提高企業(yè)創(chuàng)新[28]?；诖?提出假設(shè):

H2:數(shù)字化水平的提升可以提高企業(yè)創(chuàng)新網(wǎng)絡(luò)深度,進(jìn)而促進(jìn)企業(yè)創(chuàng)新。

三、研究設(shè)計(jì)

(一)樣本選擇與數(shù)據(jù)來(lái)源

本文選取2010—2020年生產(chǎn)性服務(wù)業(yè)A股上市公司為研究樣本。根據(jù)證監(jiān)會(huì)行業(yè)分類指引(2012),本文選擇批發(fā)和零售業(yè)、交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)、信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)、科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘探業(yè)、租賃和商務(wù)服務(wù)業(yè)為生產(chǎn)性服務(wù)業(yè)的代表性行業(yè)。遵循上市公司數(shù)據(jù)處理的一般程序,剔除樣本期間內(nèi)ST、*ST以及退市公司、剔除當(dāng)年IPO樣本、剔除行業(yè)發(fā)生變更樣本、剔除研發(fā)支出和專利申請(qǐng)數(shù)據(jù)缺失嚴(yán)重的樣本、剔除財(cái)務(wù)數(shù)據(jù)異常樣本,最終得到2 588個(gè)樣本觀測(cè)值。為了消除極端值的影響,本文對(duì)所有企業(yè)數(shù)據(jù)進(jìn)行上下1%的縮尾處理。企業(yè)財(cái)務(wù)數(shù)據(jù)來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)(CSMAR)以及上市公司財(cái)務(wù)年報(bào),企業(yè)專利申請(qǐng)數(shù)據(jù)來(lái)自國(guó)家知識(shí)產(chǎn)權(quán)局網(wǎng)站。

(二)模型設(shè)計(jì)

首先,為了檢驗(yàn)數(shù)字化水平對(duì)企業(yè)創(chuàng)新活動(dòng)的影響,本文構(gòu)建了如下雙向固定效應(yīng)模型:

R&Dit=α0+α1digitalit+α2controlit+μi+λt+εit

(1)

其中,下標(biāo)i和t表示企業(yè)和年份。被解釋變量R&D表示企業(yè)創(chuàng)新活動(dòng)。核心解釋變量digital表示企業(yè)的數(shù)字化水平。如果α1的估計(jì)系數(shù)顯著大于0,即可說(shuō)明數(shù)字化水平的提升對(duì)企業(yè)創(chuàng)新活動(dòng)具有積極作用。control表示一組影響企業(yè)創(chuàng)新活動(dòng)的控制變量,μi表示個(gè)體固定效應(yīng),λt表示時(shí)間固定效應(yīng),εit表示隨機(jī)干擾項(xiàng)。

其次,為了檢驗(yàn)數(shù)字化水平是否會(huì)通過(guò)影響企業(yè)的創(chuàng)新網(wǎng)絡(luò)進(jìn)而作用于企業(yè)創(chuàng)新活動(dòng),本文構(gòu)建了如下模型:

Mit=γ0+γ1digitalit+γ2controlit+μi+λt+εit

(2)

R&Dit=δ0+δ1Mit+δ2controlit+μi+λt+εit

(3)

其中,式(2)主要考察數(shù)字化水平對(duì)企業(yè)創(chuàng)新網(wǎng)絡(luò)的影響,式(3)則進(jìn)一步檢驗(yàn)創(chuàng)新網(wǎng)絡(luò)與企業(yè)創(chuàng)新活動(dòng)的關(guān)系。M表示中介變量,包括創(chuàng)新網(wǎng)絡(luò)廣度(InnetBread)和創(chuàng)新網(wǎng)絡(luò)深度(InnetDep)。如果γ1和δ1的估計(jì)系數(shù)顯著為正,這說(shuō)明數(shù)字化水平的提升會(huì)通過(guò)拓展企業(yè)創(chuàng)新網(wǎng)絡(luò),從而促進(jìn)企業(yè)創(chuàng)新活動(dòng)。其他變量的含義同式(1)。

(三)變量說(shuō)明

1.企業(yè)創(chuàng)新活動(dòng)(R&D)。參考單春霞等[29]的研究,本文使用企業(yè)研發(fā)投入強(qiáng)度(企業(yè)研發(fā)支出占企業(yè)營(yíng)業(yè)收入的比重)度量企業(yè)創(chuàng)新活動(dòng)。

2.數(shù)字化水平(digital)。本文參考吳非等[30]的做法,通過(guò)上市公司年報(bào),統(tǒng)計(jì)企業(yè)數(shù)字化轉(zhuǎn)型詞頻,構(gòu)造企業(yè)的數(shù)字化水平指標(biāo)。首先,收集2010—2020年生產(chǎn)性服務(wù)業(yè)上市公司的年度報(bào)告;然后,通過(guò)Python提取上市公司經(jīng)營(yíng)情況分析部分的文本;最后,基于Python的分詞功能對(duì)選定好的樣本進(jìn)行分詞處理,并進(jìn)行詞頻統(tǒng)計(jì),篩選出與數(shù)字化發(fā)展相關(guān)的高頻詞匯(如數(shù)據(jù)、數(shù)字化、互聯(lián)網(wǎng)、智能、信息、網(wǎng)絡(luò)化等),統(tǒng)計(jì)關(guān)鍵詞的披露次數(shù)。在回歸模型中,本文對(duì)詞頻數(shù)據(jù)進(jìn)行了對(duì)數(shù)化處理。

3.創(chuàng)新網(wǎng)絡(luò)。參考王黎螢等[31]的研究,本文使用企業(yè)合作申請(qǐng)專利的外部主體數(shù)量來(lái)度量企業(yè)的創(chuàng)新網(wǎng)絡(luò)廣度(InnetBread),使用企業(yè)與外部主體的平均合作頻次度量企業(yè)的創(chuàng)新網(wǎng)絡(luò)深度(InnetDep)。

4.控制變量。參考肖土盛等[32]的研究,本文在模型中加入的控制變量包括企業(yè)規(guī)模(size),使用總資產(chǎn)的自然對(duì)數(shù)度量;財(cái)務(wù)杠桿(Lev),使用企業(yè)資產(chǎn)負(fù)債率度量;盈利性(ROA),使用股東權(quán)益報(bào)酬率度量;企業(yè)年齡(Age),使用公司成立年數(shù)加 1 取自然對(duì)數(shù)度量;產(chǎn)權(quán)性質(zhì)(SOE),國(guó)有企業(yè)記為1,非國(guó)有企業(yè)記為0;股權(quán)集中度(Top10),使用前十大股東持股比例之和度量。本文主要變量的度量方式如表1所示。

表1 變量定義

四、實(shí)證結(jié)果分析

(一)主要變量的描述性統(tǒng)計(jì)

變量描述性統(tǒng)計(jì)結(jié)果如表2所示,企業(yè)創(chuàng)新活動(dòng)(R&D)均值和標(biāo)準(zhǔn)差分別為0.079和0.083。數(shù)字化水平(digital)的均值和標(biāo)準(zhǔn)差分別為2.895和1.500,表明企業(yè)數(shù)字化水平并不是很高,不同企業(yè)的數(shù)字化水平具有較大差距。創(chuàng)新網(wǎng)絡(luò)深度(InnetDep)的均值和標(biāo)準(zhǔn)差分別為0.184和0.498,創(chuàng)新網(wǎng)絡(luò)寬度(InnetBread)均值和標(biāo)準(zhǔn)差分別是0.182和0.507,表明部分企業(yè)與外界創(chuàng)新合作接觸較少,還沒(méi)有形成屬于自身的創(chuàng)新網(wǎng)絡(luò)聯(lián)盟。盈利能力(ROA)、企業(yè)年齡(Age)和企業(yè)規(guī)模(size)等變量的描述性統(tǒng)計(jì)結(jié)果與已有研究基本一致。

表2 主要變量的描述性統(tǒng)計(jì)及其相關(guān)系數(shù)

(二)基準(zhǔn)回歸結(jié)果

表3報(bào)告了公式(1)的估計(jì)結(jié)果。其中,列(1)是不加入控制變量的回歸結(jié)果,列(2)是加入控制變量的回歸結(jié)果?？梢钥吹?在加入了控制變量的回歸中,數(shù)字化水平digital的估計(jì)系數(shù)大于0,在1%水平上顯著。這一結(jié)果表明數(shù)字化水平的提升對(duì)推動(dòng)企業(yè)創(chuàng)新活動(dòng)起到正向作用,數(shù)字化水平可以為企業(yè)帶來(lái)不同渠道的信息與資源,而信息與資源的整合又恰恰促進(jìn)了企業(yè)創(chuàng)新活動(dòng)。根據(jù)列(2)的回歸結(jié)果,當(dāng)數(shù)字化水平變動(dòng)1個(gè)單位(企業(yè)數(shù)字化水平的標(biāo)準(zhǔn)差約為1.5),企業(yè)的創(chuàng)新投入強(qiáng)度將提升0.003 7個(gè)單位,說(shuō)明企業(yè)的數(shù)字化水平程度越高,企業(yè)的創(chuàng)新投入越大。

表3 數(shù)字化水平與企業(yè)創(chuàng)新投入的回歸結(jié)果

(三)穩(wěn)健性檢驗(yàn)和內(nèi)生性討論

1.IV-2SLS 檢驗(yàn)。企業(yè)的創(chuàng)新能力越強(qiáng),企業(yè)的數(shù)字化水平可能越高,因此,模型可能存在反向因果關(guān)系。借鑒Lewbel[33],本文以企業(yè)數(shù)字化水平指標(biāo)的滯后一期和滯后兩期作為工具變量,使用兩階段最小二乘法(2SLS)重新估計(jì)式(1)。Kleibergen-Paap rk LM statistic、Kleibergen-Paap rk Wald F statistic和Hansen J statistic結(jié)果表明,本文選擇的工具變量是可接受的。第二階段的估計(jì)結(jié)果如表4所示,列(1)—(3)分別是使用滯后一期的數(shù)字化水平、滯后兩期的數(shù)字化水平以及同時(shí)使用滯后一期、滯后兩期的數(shù)字化水平作為工具變量的回歸結(jié)果?？梢钥吹?digital的估計(jì)系數(shù)依然顯著為正,說(shuō)明在考慮模型的內(nèi)生后,數(shù)字化水平仍舊對(duì)企業(yè)創(chuàng)新投入起到正向推進(jìn)作用,前文的結(jié)論依然成立。

表4 IV-2SLS的估計(jì)結(jié)果

2.分位數(shù)回歸。傳統(tǒng)的固定效應(yīng)回歸是一種均值回歸方法,難以反映出解釋變量在被解釋變量不同條件位置分布上的影響差異。為了進(jìn)一步捕捉數(shù)字化水平對(duì)不同創(chuàng)新水平企業(yè)的邊際作用,本文建立了如下分位數(shù)回歸模型:

Qτ(R&Dit|digitalit)=φτ0+φτ1digitalit+

φτ2controlit+μi+εit

(4)

其中,Qτ(R&Dit|digitalit)表示在給定的數(shù)字化水平digitalit下,企業(yè)創(chuàng)新水平R&Dit在第τ分位數(shù)上的值,φτ1為數(shù)字賦能在第τ分位數(shù)上的回歸系數(shù)。

參考已有研究[34]的做法,本文選取最具代表性的10%、25%、50%、75%、90%五個(gè)分位點(diǎn)進(jìn)行回歸分析,為了保證回歸結(jié)果的穩(wěn)健性,同時(shí)采用自助法(Bootstrap)重復(fù) 400 次來(lái)計(jì)算分位數(shù)回歸的標(biāo)準(zhǔn)誤。表5報(bào)告了分位數(shù)回歸結(jié)果,列(1)—(5)分別為 10%、25%、50%、75%和90%分位點(diǎn)的回歸結(jié)果。從中可以看出,各個(gè)分位點(diǎn)上數(shù)字化水平對(duì)企業(yè)創(chuàng)新均呈現(xiàn)顯著的正向影響,意味著企業(yè)的數(shù)字化水平能顯著提高企業(yè)創(chuàng)新投入,從而促進(jìn)企業(yè)創(chuàng)新,這與假設(shè)H1一致。通過(guò)觀察不同分位點(diǎn)上數(shù)字化水平的回歸系數(shù),發(fā)現(xiàn)隨著分位點(diǎn)的增加,數(shù)字化水平的系數(shù)逐漸增大,5個(gè)分位點(diǎn)上數(shù)字經(jīng)濟(jì)的回歸系數(shù)分別為 0.006 51、0.008 41、0.013 36、0.016 52和0.020 44。這一結(jié)果表明,隨著企業(yè)創(chuàng)新水平的提高,數(shù)字化水平對(duì)其的正向影響越來(lái)越大。當(dāng)處于企業(yè)創(chuàng)新活動(dòng)的90%分位點(diǎn)時(shí),數(shù)字化水平對(duì)企業(yè)創(chuàng)新的促進(jìn)作用最強(qiáng),具體表現(xiàn)為數(shù)字化水平每提高1個(gè)單位,企業(yè)創(chuàng)新投入將提高0.020 44個(gè)單位,數(shù)字化水平對(duì)創(chuàng)新水平較高企業(yè)的影響顯著大于創(chuàng)新水平較低的企業(yè)。

表5 企業(yè)創(chuàng)新分位數(shù)回歸結(jié)果

(四)數(shù)字化水平對(duì)企業(yè)創(chuàng)新活動(dòng)的異質(zhì)性影響

1.企業(yè)異質(zhì)性。數(shù)字化促進(jìn)企業(yè)創(chuàng)新的一個(gè)重要著力點(diǎn)是對(duì)企業(yè)進(jìn)行數(shù)字化賦能,不同企業(yè)的產(chǎn)權(quán)性質(zhì)和企業(yè)規(guī)模,可能會(huì)影響數(shù)字化對(duì)企業(yè)創(chuàng)新活動(dòng)的邊際效應(yīng)。為此,本文首先將樣本分為國(guó)有企業(yè)和非國(guó)有企業(yè)兩個(gè)子樣本進(jìn)行回歸,結(jié)果如表6列(1)和列(2)所示。數(shù)字化水平的估計(jì)系數(shù)均大于0,且至少在10%水平上顯著,說(shuō)明數(shù)字化水平的提升對(duì)不同所有制企業(yè)創(chuàng)新都具有積極作用。在非國(guó)有企業(yè),數(shù)字化水平每提升1個(gè)單位,企業(yè)創(chuàng)新投入強(qiáng)度將提升0.003 4個(gè)單位;在國(guó)有企業(yè),數(shù)字化水平每提升1個(gè)單位,企業(yè)創(chuàng)新投入提升0.003 9個(gè)單位。類似的,本文根據(jù)樣本期間內(nèi)企業(yè)的資產(chǎn)規(guī)模均值將樣本劃分為大企業(yè)和小企業(yè)兩個(gè)子樣本,結(jié)果如表6列(3)和列(4)所示?？梢钥吹?數(shù)字化水平的估計(jì)系數(shù)至少在10%水平上顯著,說(shuō)明數(shù)字化水平的提升對(duì)不同規(guī)模企業(yè)創(chuàng)新投入都具有積極作用。在大企業(yè),數(shù)字化水平每提升1個(gè)單位,企業(yè)創(chuàng)新投入將提升0.003 9個(gè)單位;在小企業(yè),數(shù)字化水平每提升1個(gè)單位,企業(yè)創(chuàng)新投入提升0.004 3個(gè)單位。這可能是因?yàn)?小企業(yè)相比于大企業(yè)組織架構(gòu)更加簡(jiǎn)單,企業(yè)經(jīng)營(yíng)模式更加靈活,數(shù)字化更容易打破資源信息的界限,中小企業(yè)的組織靈活性及反應(yīng)的敏捷性更強(qiáng),因此更容易吸收和利用相關(guān)信息資源,促進(jìn)企業(yè)的創(chuàng)新活動(dòng)。反之,在大規(guī)模企業(yè)中,由于企業(yè)組織架構(gòu)成熟,經(jīng)營(yíng)管理已有自己的一套成熟的管理模式,靈活性和敏捷性較小企業(yè)較差,因此對(duì)于數(shù)字化的反應(yīng)相對(duì)較弱。

表6 企業(yè)異質(zhì)性檢驗(yàn)結(jié)果

2.區(qū)域異質(zhì)性。在我國(guó),地區(qū)間的經(jīng)濟(jì)發(fā)展水平和數(shù)字經(jīng)濟(jì)發(fā)展水平存在較大差距,可能會(huì)影響企業(yè)數(shù)字化水平與企業(yè)創(chuàng)新活動(dòng)二者的關(guān)系,本文從東部和西部、高數(shù)字化和低數(shù)字化區(qū)域、高市場(chǎng)化和低市場(chǎng)化區(qū)域三個(gè)層面對(duì)企業(yè)進(jìn)行了區(qū)域劃分并進(jìn)行異質(zhì)性分析。首先,本文將樣本分為東部地區(qū)和中西部地區(qū)兩個(gè)子樣本進(jìn)行回歸,結(jié)果如表7列(1)和列(2)所示。數(shù)字化水平的估計(jì)系數(shù)僅在東部地區(qū)子樣本回歸中通過(guò)了顯著性檢驗(yàn),說(shuō)明數(shù)字化水平的提升對(duì)企業(yè)創(chuàng)新活動(dòng)的積極作用僅存在于東部地區(qū)。其次,數(shù)字化水平體現(xiàn)了一個(gè)區(qū)域的整體數(shù)字化程度,在不同的數(shù)字化背景下,企業(yè)的數(shù)字化水平也會(huì)有所不同。本文根據(jù)《中國(guó)區(qū)域數(shù)字化發(fā)展指數(shù)報(bào)告(2021)》,將樣本劃分為高數(shù)字化區(qū)域和低數(shù)字化區(qū)域進(jìn)行分析。回歸結(jié)果見(jiàn)表7列(3)和列(4)。在高數(shù)字化區(qū)域,數(shù)字化水平每提升1個(gè)單位,企業(yè)創(chuàng)新投入將提升0.004 0個(gè)單位;在低數(shù)字化區(qū)域數(shù)字化水平每提升1個(gè)單位,企業(yè)創(chuàng)新投入將提升0.003 7個(gè)單位。最后,根據(jù)王小魯?shù)萚35]測(cè)算的省份市場(chǎng)化指數(shù),本文將企業(yè)注冊(cè)地所在省(自治區(qū)、直轄市)劃分為高市場(chǎng)化和低市場(chǎng)化兩個(gè)子樣本,結(jié)果見(jiàn)表7列(5)和列(6),在高市場(chǎng)化區(qū)域,數(shù)字化水平每變動(dòng)1個(gè)單位,企業(yè)創(chuàng)新投入變動(dòng)0.003 9個(gè)單位;在低市場(chǎng)化區(qū)域,數(shù)字化水平每變動(dòng)1個(gè)單位,企業(yè)創(chuàng)新投入變動(dòng)0.021 1個(gè)單位。從現(xiàn)實(shí)情況來(lái)看,東部地區(qū)、數(shù)字化較高區(qū)域以及市場(chǎng)化較高區(qū)域的經(jīng)濟(jì)發(fā)展水平相對(duì)較高,數(shù)字化水平的提升對(duì)企業(yè)創(chuàng)新活動(dòng)的積極作用更加明顯,可見(jiàn),數(shù)字化的實(shí)施具有一定的情景依賴性,其微觀創(chuàng)新效應(yīng)的顯現(xiàn)還需要結(jié)合區(qū)域的經(jīng)濟(jì)社會(huì)發(fā)展階段。

表7 區(qū)域異質(zhì)性結(jié)果

五、數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新活動(dòng)的影響機(jī)制檢驗(yàn)

前文的理論分析表明,企業(yè)數(shù)字化轉(zhuǎn)型可能通過(guò)創(chuàng)新網(wǎng)絡(luò)廣度和深度來(lái)促進(jìn)企業(yè)創(chuàng)新活動(dòng),本文根據(jù)公式(2)—(3)對(duì)此進(jìn)行了檢驗(yàn),數(shù)字化影響企業(yè)創(chuàng)新的作用機(jī)制檢驗(yàn),見(jiàn)表8。

表8 數(shù)字化影響企業(yè)創(chuàng)新的作用機(jī)制檢驗(yàn)

表8列(1)和列(2)報(bào)告了創(chuàng)新網(wǎng)絡(luò)廣度中介效應(yīng)檢驗(yàn)結(jié)果。數(shù)字化水平估計(jì)系數(shù)雖然大于0,但未通過(guò)顯著性檢驗(yàn),說(shuō)明創(chuàng)新網(wǎng)絡(luò)廣度在數(shù)字化水平與企業(yè)創(chuàng)新活動(dòng)之間并未起到中介作用。表8列(3)和列(4)報(bào)告了創(chuàng)新網(wǎng)絡(luò)深度的中介效應(yīng)檢驗(yàn)結(jié)果。digital的估計(jì)系數(shù)顯著為正,即數(shù)字化水平的提升對(duì)企業(yè)創(chuàng)新網(wǎng)絡(luò)深度具有正向作用;InnetDep的估計(jì)系數(shù)在1%水平上顯著大于0,即創(chuàng)新網(wǎng)絡(luò)深度在數(shù)字化水平與企業(yè)創(chuàng)新活動(dòng)之間起到中介作用。表8說(shuō)明,企業(yè)通過(guò)擴(kuò)充自己的合作伙伴,來(lái)實(shí)現(xiàn)數(shù)字化促進(jìn)企業(yè)創(chuàng)新活動(dòng)的目的是難以實(shí)現(xiàn)的。相反,企業(yè)應(yīng)該將自己的重心放在鞏固現(xiàn)有合作伙伴的關(guān)系上,多方面加深與現(xiàn)有合作伙伴的合作才是數(shù)字化促進(jìn)企業(yè)創(chuàng)新的捷徑。企業(yè)通過(guò)數(shù)字化加深創(chuàng)新網(wǎng)絡(luò)深度,使其不斷獲得技術(shù)創(chuàng)新知識(shí)和信息,并將這些信息與內(nèi)部知識(shí)相融合,在組織內(nèi)部產(chǎn)生更多產(chǎn)品開(kāi)發(fā)的新思想,以提高企業(yè)創(chuàng)新。維系一定的創(chuàng)新網(wǎng)絡(luò)深度,能夠進(jìn)一步刺激組織間的知識(shí)轉(zhuǎn)移和保護(hù),使企業(yè)可以獲得源源不斷的新知識(shí)、技術(shù)創(chuàng)新和運(yùn)營(yíng)支持,從而適應(yīng)環(huán)境變化,促進(jìn)企業(yè)創(chuàng)新。

六、結(jié)論與啟示

隨著數(shù)字經(jīng)濟(jì)快速發(fā)展,推動(dòng)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合是實(shí)現(xiàn)企業(yè)轉(zhuǎn)型升級(jí)的重要途徑,也是實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要著力點(diǎn)。本文基于2010—2020 年中國(guó)生產(chǎn)性服務(wù)業(yè)A 股上市公司數(shù)據(jù),對(duì)數(shù)字化水平與企業(yè)創(chuàng)新活動(dòng)之間的關(guān)系以及數(shù)字化對(duì)企業(yè)創(chuàng)新活動(dòng)的影響機(jī)制進(jìn)行實(shí)證分析。研究結(jié)果表明,數(shù)字化水平能夠顯著促進(jìn)企業(yè)的創(chuàng)新活動(dòng),該結(jié)論在經(jīng)過(guò)穩(wěn)健性檢驗(yàn)后仍然成立。異質(zhì)性分析發(fā)現(xiàn),數(shù)字化對(duì)企業(yè)創(chuàng)新的促進(jìn)作用在國(guó)有企業(yè)、小規(guī)模企業(yè)、東部地區(qū)、高數(shù)字化水平地區(qū)和低市場(chǎng)化水平地區(qū)的企業(yè)樣本中更加明顯。機(jī)制檢驗(yàn)表明,數(shù)字化水平主要通過(guò)推動(dòng)創(chuàng)新網(wǎng)絡(luò)深度來(lái)促進(jìn)企業(yè)創(chuàng)新活動(dòng)。

隨著我國(guó)經(jīng)濟(jì)進(jìn)入數(shù)字經(jīng)濟(jì)時(shí)代,數(shù)字化的生產(chǎn)率紅利日趨凸顯,我國(guó)應(yīng)加快數(shù)字化轉(zhuǎn)型,推動(dòng)企業(yè)創(chuàng)新。政府應(yīng)積極引導(dǎo),助力企業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。首先,政府要加強(qiáng)數(shù)字基礎(chǔ)設(shè)施建設(shè),尤其是在市場(chǎng)化低、數(shù)字化低以及經(jīng)濟(jì)不發(fā)達(dá)的中西部地區(qū),應(yīng)積極推動(dòng)數(shù)字技術(shù)與實(shí)體企業(yè)深度融合,助力我國(guó)數(shù)字經(jīng)濟(jì)的發(fā)展。其次,政府應(yīng)為企業(yè)數(shù)字化發(fā)展提供更為精準(zhǔn)的政策支持,出臺(tái)有利于非國(guó)有企業(yè)數(shù)字化發(fā)展的相關(guān)政策,積極引導(dǎo)非國(guó)有企業(yè)提升數(shù)字化水平,加大數(shù)字化水平對(duì)企業(yè)創(chuàng)新的提升效果。對(duì)于企業(yè)來(lái)說(shuō),數(shù)字化是企業(yè)發(fā)展的必然方向,企業(yè)應(yīng)在國(guó)家數(shù)字化發(fā)展戰(zhàn)略的大社會(huì)背景下,進(jìn)一步有效提升自身數(shù)字化發(fā)展水平。第一,系統(tǒng)梳理自身的資源稟賦和市場(chǎng)條件,積極利用數(shù)字工具搭建智能分析與決策系統(tǒng)、組建高數(shù)字素養(yǎng)團(tuán)隊(duì)、利用數(shù)字技術(shù)加強(qiáng)與其他組織的深度聯(lián)系等,實(shí)現(xiàn)內(nèi)部資源高效利用,加強(qiáng)自身創(chuàng)新能力的提高。第二,增強(qiáng)企業(yè)與外部主體的合作頻率,促進(jìn)企業(yè)與外部創(chuàng)新主體之間互助行為的產(chǎn)生,在合作中交換知識(shí)、技術(shù)等資源,降低創(chuàng)新成本,促進(jìn)企業(yè)創(chuàng)新活動(dòng)的發(fā)生。企業(yè)可以同時(shí)與不同企業(yè)建立合作關(guān)系,從而促進(jìn)自身獲取更廣泛的知識(shí),但過(guò)多的合作關(guān)系可能很難管理,因此需要結(jié)合自身實(shí)際情況,謹(jǐn)慎選擇、合理布局合作伙伴。