[摘 要：在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的趨勢(shì)下，技術(shù)并購(gòu)成為企業(yè)數(shù)字化轉(zhuǎn)型的重要途徑。文章基于2007—2021年中國(guó)A股上市公司數(shù)據(jù)，利用三重差分法探究數(shù)字技術(shù)并購(gòu)對(duì)企業(yè)創(chuàng)新的影響。研究發(fā)現(xiàn)，數(shù)字技術(shù)并購(gòu)能夠顯著促進(jìn)企業(yè)創(chuàng)新，并且研發(fā)資源擠入效應(yīng)、知識(shí)溢出效應(yīng)和市場(chǎng)規(guī)模效應(yīng)是三個(gè)重要的作用渠道。異質(zhì)性分析表明，當(dāng)主并企業(yè)所屬行業(yè)競(jìng)爭(zhēng)激烈、所在地區(qū)知識(shí)溢出便利，主并企業(yè)屬于勞動(dòng)密集型，目標(biāo)企業(yè)為大型或科技型企業(yè)時(shí)，數(shù)字技術(shù)并購(gòu)的創(chuàng)新促進(jìn)作用更明顯。此外，數(shù)字技術(shù)并購(gòu)能夠顯著促進(jìn)目標(biāo)數(shù)字企業(yè)創(chuàng)新，當(dāng)其規(guī)模較大、處于成長(zhǎng)期或?yàn)榭萍夹推髽I(yè)時(shí)，促進(jìn)作用更明顯。研究結(jié)論為企業(yè)數(shù)字化轉(zhuǎn)型路徑選擇和數(shù)字經(jīng)濟(jì)政策設(shè)計(jì)實(shí)現(xiàn)“創(chuàng)新雙贏”提供啟示。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；技術(shù)并購(gòu)；企業(yè)創(chuàng)新；數(shù)字創(chuàng)新；數(shù)字企業(yè)

中圖分類號(hào)：F273.1；F271；F49；F832.51 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-5097（2024）10-0059-13 ]

Impact of Digital Technology Mergers and Acquisitions on Corporate Innovation

SONG Huasheng1， XUE Xirong1， HUANG Jie2， CHEN Jingjing3

（1. School of Economics， Zhejiang University， Hangzhou 310058， China;

2. School of Business， Hangzhou City University， Hangzhou 310015， China;

3. School of Economics， Hangzhou Normal University， Hangzhou 311100， China）

Abstract：Under the booming trend of digital economy， technology mergers and acquisitions have become an important way for enterprises to achieve digital transformation. The article， based on the data from China's A-shares listed companies from 2007 to 2021， explores the impact of digital technology mergers and acquisitions on corporate innovation using the difference-in-differences-in-differences method. Research findings： The mergers and acquisitions in digital technologies can significantly promote corporate innovation， and the crowding-in effect of R&D resources， the knowledge spillover effect， and the market size effect are three important functioning channels. The heterogeneity analysis shows that， when the competition in the industry to which the acquiring enterprise belongs is fierce， the knowledge in the region spillover is convenient ， the acquiring enterprise is labor-intensive， and the target enterprise is a large or technology-based enterprise， the innovation promotion effect of digital technology mergers and acquisitions is more obvious. In addition， digital technology mergers and acquisitions can significantly promote the innovation of target digital enterprises， especially when they are large in scale， in a growth phase， or are technology-based companies. The research conclusion provides insights for achieving "innovative win-win" in the selection of digital transformation paths and the design of digital economy policies for enterprises.

Key words：digital transformation; technology mergers and acquisitions; corporate innovation; digital innovation; digital enterprise

一、引 言

數(shù)字技術(shù)作為新一輪科技革命和產(chǎn)業(yè)變革的核心力量，深刻重塑企業(yè)的生產(chǎn)經(jīng)營(yíng)和商業(yè)模式［1］。2024年政府工作報(bào)告指出，要“積極推進(jìn)數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化，促進(jìn)數(shù)字技術(shù)和實(shí)體經(jīng)濟(jì)深度融合”。然而，由于數(shù)字技術(shù)前期研發(fā)投入多、技術(shù)門檻高，自行組建數(shù)字團(tuán)隊(duì)等內(nèi)源式轉(zhuǎn)型模式的周期長(zhǎng)且風(fēng)險(xiǎn)大，當(dāng)企業(yè)自身數(shù)字知識(shí)儲(chǔ)備不足，“不會(huì)轉(zhuǎn)”“不愿轉(zhuǎn)”“不敢轉(zhuǎn)”問(wèn)題將嚴(yán)重制約其數(shù)字化轉(zhuǎn)型進(jìn)程［2］。相較之下，并購(gòu)現(xiàn)有的數(shù)字企業(yè)等外源式轉(zhuǎn)型模式能夠使企業(yè)直接獲取成熟的數(shù)字技術(shù)、數(shù)字人才和數(shù)字資產(chǎn)，明顯縮短數(shù)字化轉(zhuǎn)型的“陣痛期”。因此，近年來(lái)數(shù)字技術(shù)并購(gòu)日趨頻繁［3］，并且跨行業(yè)并購(gòu)占據(jù)重要地位［4］。

技術(shù)并購(gòu)是企業(yè)快速成長(zhǎng)的有效策略，也是獲取創(chuàng)新資源的重要手段［5］。企業(yè)通過(guò)并購(gòu)對(duì)企業(yè)間資源進(jìn)行重新配置，提高生產(chǎn)經(jīng)營(yíng)效率，而技術(shù)并購(gòu)能夠進(jìn)一步減少重復(fù)性研發(fā)投資［6］、降低創(chuàng)新成本和風(fēng)險(xiǎn)，提高創(chuàng)新的預(yù)期收益［5］，對(duì)主并企業(yè)創(chuàng)新［7］和目標(biāo)企業(yè)創(chuàng)新［8］均具有積極影響。值得一提的是，跨行業(yè)并購(gòu)［9］和跨國(guó)并購(gòu)［10］使企業(yè)在不同的“技術(shù)池”中獲取多元化知識(shí)，通過(guò)知識(shí)溢出與企業(yè)自身知識(shí)形成互補(bǔ)與協(xié)同［11］，提高創(chuàng)新成果的新穎性甚至激發(fā)顛覆性創(chuàng)新［9］。而作為企業(yè)數(shù)字化轉(zhuǎn)型重要途徑的數(shù)字技術(shù)并購(gòu)，不僅兼具技術(shù)并購(gòu)和跨行業(yè)并購(gòu)的屬性優(yōu)勢(shì)，有利于主并企業(yè)擴(kuò)大市場(chǎng)規(guī)模從而增加創(chuàng)新的預(yù)期收益［12］，而且因數(shù)字知識(shí)的強(qiáng)延展性［13］使其更具研發(fā)資源擠入和強(qiáng)知識(shí)溢出的特性。因此，本文基于企業(yè)技術(shù)并購(gòu)的視角探究數(shù)字化轉(zhuǎn)型如何影響主并企業(yè)和目標(biāo)數(shù)字企業(yè)創(chuàng)新。

數(shù)字化轉(zhuǎn)型是數(shù)字技術(shù)賦能生產(chǎn)經(jīng)營(yíng)、研發(fā)創(chuàng)新、組織管理等的過(guò)程和結(jié)果，從全流程角度測(cè)度數(shù)字化轉(zhuǎn)型程度的常見(jiàn)方法包括文本分析法［14］和指標(biāo)體系法［15］。部分研究聚焦于數(shù)字化轉(zhuǎn)型的特定行為，例如數(shù)字技術(shù)創(chuàng)新［16］和數(shù)字資產(chǎn)投資［17］。此外，亦有研究聚焦于特定的數(shù)字技術(shù)，例如工業(yè)機(jī)器人［18］和大數(shù)據(jù)［19］。盡管上述研究側(cè)重的角度略有差異，但是均認(rèn)同數(shù)字化轉(zhuǎn)型通過(guò)“機(jī)器換人”或“技術(shù)換人”提高生產(chǎn)效率［20］，增加創(chuàng)新的預(yù)期收益，以人力資本升級(jí)形成“人機(jī)協(xié)同”，進(jìn)一步放大對(duì)創(chuàng)新的促進(jìn)作用［21］，并通過(guò)增強(qiáng)企業(yè)對(duì)市場(chǎng)環(huán)境的敏感度［22］，降低創(chuàng)新不確定性［23］，從而提高創(chuàng)新效率［24］，驅(qū)動(dòng)企業(yè)創(chuàng)新并激發(fā)高端顛覆性創(chuàng)新［25］。

在現(xiàn)有研究基礎(chǔ)上，本文從技術(shù)并購(gòu)的角度探究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新的影響，并基于產(chǎn)業(yè)數(shù)字化、數(shù)字產(chǎn)業(yè)化的對(duì)稱邏輯，嘗試回答數(shù)字技術(shù)并購(gòu)能否使主并企業(yè)和目標(biāo)數(shù)字企業(yè)實(shí)現(xiàn)“創(chuàng)新雙贏”。本文將2007—2021年A股上市公司作為主并企業(yè)，研究發(fā)現(xiàn)，數(shù)字技術(shù)并購(gòu)能夠顯著促進(jìn)企業(yè)創(chuàng)新，并且研發(fā)資源擠入效應(yīng)、知識(shí)溢出效應(yīng)和市場(chǎng)規(guī)模效應(yīng)是三個(gè)重要的作用渠道。異質(zhì)性分析表明，當(dāng)主并企業(yè)所屬行業(yè)競(jìng)爭(zhēng)激烈、所在地區(qū)知識(shí)溢出便利，主并企業(yè)屬于勞動(dòng)密集型，目標(biāo)企業(yè)為大型或科技型企業(yè)時(shí)，數(shù)字技術(shù)并購(gòu)的創(chuàng)新促進(jìn)作用更明顯。此外，數(shù)字技術(shù)并購(gòu)能夠顯著促進(jìn)目標(biāo)數(shù)字企業(yè)創(chuàng)新，當(dāng)其規(guī)模較大、處于成長(zhǎng)期或?yàn)榭萍夹推髽I(yè)時(shí)，促進(jìn)作用更明顯。

本文可能的貢獻(xiàn)主要體現(xiàn)在三個(gè)方面：①在數(shù)字化轉(zhuǎn)型研究方面，由于文本分析法度量數(shù)字化轉(zhuǎn)型可能存在語(yǔ)義干擾等問(wèn)題，因此，本文從企業(yè)數(shù)字化轉(zhuǎn)型行為著手，發(fā)現(xiàn)數(shù)字技術(shù)并購(gòu)顯著促進(jìn)企業(yè)創(chuàng)新，從技術(shù)并購(gòu)行為的角度豐富數(shù)字化轉(zhuǎn)型的相關(guān)研究。②在技術(shù)并購(gòu)研究方面，雙重差分法只能對(duì)比是否進(jìn)行數(shù)字技術(shù)并購(gòu)的企業(yè)，后者既包括從未進(jìn)行任何并購(gòu)的企業(yè)，也包括只進(jìn)行非數(shù)字技術(shù)并購(gòu)的企業(yè)，因此混雜因素共同產(chǎn)生影響。而本文利用三重差分法進(jìn)行實(shí)證分析，在剔除并購(gòu)行為本身的影響后，聚焦于數(shù)字技術(shù)并購(gòu)的獨(dú)特特征，豐富技術(shù)并購(gòu)經(jīng)濟(jì)影響的相關(guān)研究。③在目標(biāo)企業(yè)研究方面，由于目標(biāo)企業(yè)在并購(gòu)事件中處于被動(dòng)地位，對(duì)其被并購(gòu)后發(fā)展情況的研究相對(duì)較少［8］，然而并購(gòu)事件的績(jī)效亦與之相關(guān)。因此，本文利用雙重差分法探究數(shù)字技術(shù)并購(gòu)對(duì)目標(biāo)數(shù)字企業(yè)創(chuàng)新的影響，豐富并購(gòu)事件對(duì)目標(biāo)企業(yè)影響的相關(guān)研究，尤其結(jié)合對(duì)主并企業(yè)和目標(biāo)企業(yè)的創(chuàng)新影響分析，體現(xiàn)數(shù)字技術(shù)并購(gòu)能夠促進(jìn)并購(gòu)雙方實(shí)現(xiàn)“創(chuàng)新雙贏”的優(yōu)勢(shì)。

二、理論分析與研究假設(shè)

（一）數(shù)字技術(shù)并購(gòu)對(duì)企業(yè)創(chuàng)新的影響

在數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合的過(guò)程中，企業(yè)通過(guò)數(shù)字技術(shù)并購(gòu)實(shí)現(xiàn)數(shù)字技術(shù)賦能、數(shù)字生態(tài)賦能和數(shù)字人才賦能，實(shí)質(zhì)性地推動(dòng)數(shù)字化轉(zhuǎn)型［12］。數(shù)字技術(shù)并購(gòu)既從數(shù)字技術(shù)、數(shù)字資本和數(shù)字人才的角度及時(shí)解決傳統(tǒng)企業(yè)數(shù)字要素投入不足的問(wèn)題，又在生產(chǎn)經(jīng)營(yíng)、研發(fā)創(chuàng)新和組織管理方面進(jìn)行流程優(yōu)化，幫助企業(yè)降低數(shù)字化轉(zhuǎn)型的風(fēng)險(xiǎn)，縮短轉(zhuǎn)型“陣痛期”，有效解決企業(yè)“不會(huì)轉(zhuǎn)”“不愿轉(zhuǎn)”“不敢轉(zhuǎn)”問(wèn)題［2］。數(shù)字技術(shù)并購(gòu)既具有各類并購(gòu)行為的共性特征，也因數(shù)字知識(shí)的獨(dú)特屬性而呈現(xiàn)特性。在共性特征方面，數(shù)字技術(shù)并購(gòu)與其他類型并購(gòu)相似，直觀地合并主并企業(yè)和目標(biāo)企業(yè)的銷售渠道，通過(guò)信息共享迅速擴(kuò)大市場(chǎng)規(guī)模，規(guī)模經(jīng)濟(jì)優(yōu)勢(shì)促進(jìn)創(chuàng)新的預(yù)期收益增加和邊際成本下降，由此激勵(lì)企業(yè)創(chuàng)新［26］；在特性方面，以人工智能為代表的數(shù)字技術(shù)作為通用目的技術(shù)［23］，具有易迭代性、高協(xié)同性和強(qiáng)滲透性特征［13］，通過(guò)數(shù)字知識(shí)溢出以及與其他領(lǐng)域技術(shù)交叉融合，產(chǎn)生新的創(chuàng)新方法和方向［16］，并通過(guò)對(duì)銷售數(shù)據(jù)和研發(fā)數(shù)據(jù)進(jìn)行分析和預(yù)測(cè)，降低創(chuàng)新不確定性［23］，刺激企業(yè)增加研發(fā)投入并開(kāi)展技術(shù)創(chuàng)新。因此，本文提出假設(shè)1。

H1：數(shù)字技術(shù)并購(gòu)促進(jìn)企業(yè)創(chuàng)新。

（二）數(shù)字技術(shù)并購(gòu)影響企業(yè)創(chuàng)新的作用渠道

1. 研發(fā)資源擠入效應(yīng)

數(shù)字技術(shù)并購(gòu)不僅會(huì)引起企業(yè)間現(xiàn)有資源配置變化，還會(huì)對(duì)后續(xù)投資產(chǎn)生影響。研究認(rèn)為，并購(gòu)行為同時(shí)具有研發(fā)資源擠出效應(yīng)和擠入效應(yīng)，其中擠出效應(yīng)主要體現(xiàn)在同行業(yè)并購(gòu)造成內(nèi)外部知識(shí)相互替代［7］、減少競(jìng)爭(zhēng)對(duì)手并提高市場(chǎng)勢(shì)力［26］，從而降低企業(yè)增加研發(fā)投入以內(nèi)化知識(shí)的創(chuàng)新動(dòng)力。但是作為企業(yè)數(shù)字化轉(zhuǎn)型途徑的數(shù)字技術(shù)并購(gòu)?fù)ǔＪ强缧袠I(yè)并購(gòu)，唐浩丹等（2022）［12］研究發(fā)現(xiàn)，發(fā)起數(shù)字技術(shù)并購(gòu)的企業(yè)廣泛來(lái)自汽車制造業(yè)、醫(yī)藥制造業(yè)、家具制造業(yè)等傳統(tǒng)行業(yè)，即使在計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)等數(shù)字經(jīng)濟(jì)核心行業(yè)，主并企業(yè)與目標(biāo)數(shù)字企業(yè)的細(xì)分行業(yè)和技術(shù)領(lǐng)域同樣存在明顯差異。不同行業(yè)知識(shí)的異質(zhì)性導(dǎo)致數(shù)字企業(yè)的數(shù)字知識(shí)不僅不能替代主并企業(yè)的技術(shù)知識(shí)，反而通過(guò)技術(shù)多元化形成知識(shí)互補(bǔ)和功能互補(bǔ)［11］，不同技術(shù)領(lǐng)域的排列組合為創(chuàng)新方法和方向提供有益思路，激勵(lì)企業(yè)在新研發(fā)領(lǐng)域中增加投入。此外，通過(guò)人工智能、大數(shù)據(jù)等數(shù)字技術(shù)對(duì)企業(yè)銷售數(shù)據(jù)進(jìn)行提取分析，有利于企業(yè)及時(shí)更新市場(chǎng)動(dòng)態(tài)并明晰戰(zhàn)略規(guī)劃，降低研發(fā)成果市場(chǎng)化的不確定性［23］，提高創(chuàng)新的預(yù)期收益，激發(fā)企業(yè)加大研發(fā)投入的動(dòng)力，并通過(guò)人力資本升級(jí)形成“人機(jī)協(xié)同”，進(jìn)一步放大對(duì)創(chuàng)新的促進(jìn)作用［21］，從而提高創(chuàng)新水平。因此，本文提出假設(shè)2。

H2：數(shù)字技術(shù)并購(gòu)?fù)ㄟ^(guò)發(fā)揮研發(fā)資源擠入效應(yīng)促進(jìn)企業(yè)創(chuàng)新。

2. 知識(shí)溢出效應(yīng)

數(shù)字技術(shù)門檻高且更新迭代速度快，企業(yè)受限于數(shù)字人才瓶頸和數(shù)字創(chuàng)新風(fēng)險(xiǎn)，通過(guò)完全自主創(chuàng)新提高數(shù)字技術(shù)水平和實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型的過(guò)程緩慢［27］。而企業(yè)通過(guò)數(shù)字技術(shù)并購(gòu)既可以基于企業(yè)間研發(fā)成果共享等顯性知識(shí)的傳播渠道，也可以基于研發(fā)團(tuán)隊(duì)合并、加強(qiáng)成員面對(duì)面交流等隱性知識(shí)的傳播渠道，強(qiáng)化數(shù)字知識(shí)從數(shù)字企業(yè)的溢出，促進(jìn)主并企業(yè)直接獲取目標(biāo)企業(yè)擁有的數(shù)字知識(shí)，尤其是難以在技術(shù)市場(chǎng)上流通的前沿知識(shí)［28］，有利于快速?gòu)浹a(bǔ)自身數(shù)字技術(shù)短板，并在此基礎(chǔ)上開(kāi)展新一輪數(shù)字技術(shù)創(chuàng)新。此外，相較于其他類型的知識(shí)，數(shù)字知識(shí)具有良好的可延展性［13］，能夠推動(dòng)現(xiàn)有知識(shí)再組合。例如，在生物技術(shù)、新能源等領(lǐng)域活躍的“AI+”式技術(shù)創(chuàng)新，利用人工智能、大數(shù)據(jù)等數(shù)字技術(shù)對(duì)此前積累的研發(fā)數(shù)據(jù)進(jìn)行分析并模擬預(yù)測(cè)可能的研發(fā)成果，能夠有效縮短研發(fā)進(jìn)程，提高創(chuàng)新效率［17］，并且推動(dòng)智能醫(yī)療、智能制造等新業(yè)態(tài)的涌現(xiàn)。特別當(dāng)數(shù)字技術(shù)并購(gòu)的目標(biāo)數(shù)字企業(yè)創(chuàng)新能力強(qiáng)勁、數(shù)字知識(shí)儲(chǔ)備豐富時(shí)，并購(gòu)后對(duì)主并企業(yè)的數(shù)字知識(shí)溢出更多，將在更大程度上促進(jìn)主并企業(yè)的創(chuàng)新水平提升。因此，本文提出假設(shè)3。

H3：數(shù)字技術(shù)并購(gòu)?fù)ㄟ^(guò)發(fā)揮知識(shí)溢出效應(yīng)促進(jìn)企業(yè)創(chuàng)新。

3. 市場(chǎng)規(guī)模效應(yīng)

與其他類型的并購(gòu)相似，數(shù)字技術(shù)并購(gòu)最直觀的結(jié)果是合并主并企業(yè)和目標(biāo)企業(yè)的銷售市場(chǎng)，促進(jìn)企業(yè)市場(chǎng)規(guī)模擴(kuò)張和市值提升［8］。其中，同行業(yè)并購(gòu)?fù)ㄟ^(guò)直接合并競(jìng)爭(zhēng)對(duì)手?jǐn)U大市場(chǎng)占有率，發(fā)揮規(guī)模經(jīng)濟(jì)效應(yīng)降低邊際成本，并提高產(chǎn)品議價(jià)能力，而跨行業(yè)并購(gòu)?fù)ㄟ^(guò)融合不同市場(chǎng)信息形成差異化競(jìng)爭(zhēng)優(yōu)勢(shì)，發(fā)揮范圍經(jīng)濟(jì)效應(yīng)增加產(chǎn)品種類并提高產(chǎn)品復(fù)雜度，對(duì)進(jìn)一步擴(kuò)大市場(chǎng)占有率和提高市場(chǎng)勢(shì)力具有重要作用［29］。此外，主并企業(yè)和目標(biāo)企業(yè)的內(nèi)部信息協(xié)同有利于降低兩者進(jìn)入新市場(chǎng)的正式壁壘和非正式壁壘［30］，例如，通過(guò)共享品牌聲譽(yù)和銷售許可等無(wú)形資源優(yōu)勢(shì)，能夠有效避免進(jìn)入新市場(chǎng)時(shí)的不確定性和因信息不對(duì)稱導(dǎo)致的套牢問(wèn)題，增強(qiáng)企業(yè)對(duì)市場(chǎng)營(yíng)銷網(wǎng)絡(luò)、客戶資源和庫(kù)存等的管理能力［29］，有效降低企業(yè)外部銷售成本和內(nèi)部管理成本。與其他類型并購(gòu)不同的是，企業(yè)通過(guò)數(shù)字技術(shù)并購(gòu)可以實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，對(duì)其生產(chǎn)經(jīng)營(yíng)、研發(fā)創(chuàng)新和組織管理等環(huán)節(jié)進(jìn)行流程優(yōu)化和生態(tài)重塑，并且與目標(biāo)數(shù)字企業(yè)的生產(chǎn)知識(shí)、先進(jìn)技術(shù)和設(shè)備相協(xié)同，有利于提高生產(chǎn)效率、降低經(jīng)營(yíng)管理成本，從而擴(kuò)大市場(chǎng)份額［12］，增加研發(fā)的邊際收益并降低邊際成本［5］，激勵(lì)企業(yè)創(chuàng)新。因此，本文提出假設(shè)4。

H4：數(shù)字技術(shù)并購(gòu)?fù)ㄟ^(guò)發(fā)揮市場(chǎng)規(guī)模效應(yīng)促進(jìn)企業(yè)創(chuàng)新。

綜上所述，數(shù)字技術(shù)并購(gòu)能夠促進(jìn)企業(yè)創(chuàng)新，研發(fā)資源擠入效應(yīng)、知識(shí)溢出效應(yīng)和市場(chǎng)規(guī)模效應(yīng)是重要的作用渠道，但是具體作用效果可能存在異質(zhì)性。本文的邏輯框架如圖1所示。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來(lái)源

本文上市公司并購(gòu)數(shù)據(jù)、前五大供應(yīng)商數(shù)據(jù)、財(cái)務(wù)數(shù)據(jù)來(lái)自CSMAR數(shù)據(jù)庫(kù)，并購(gòu)事件中目標(biāo)企業(yè)的所屬行業(yè)、所在地區(qū)、獲獎(jiǎng)經(jīng)歷、成立時(shí)間等基礎(chǔ)信息來(lái)自企查查數(shù)據(jù)庫(kù)，上市公司研發(fā)投入數(shù)據(jù)和專利數(shù)據(jù)來(lái)自CNRDS數(shù)據(jù)庫(kù)和incoPat數(shù)據(jù)庫(kù)，目標(biāo)企業(yè)專利數(shù)據(jù)來(lái)自incoPat數(shù)據(jù)庫(kù)，上市公司員工數(shù)據(jù)來(lái)自Wind數(shù)據(jù)庫(kù)，上市公司數(shù)字化轉(zhuǎn)型程度指標(biāo)利用Python對(duì)上市公司年報(bào)進(jìn)行文本分析得出，地區(qū)層面數(shù)據(jù)來(lái)自國(guó)家統(tǒng)計(jì)局官網(wǎng)。本文以2007—2021年我國(guó)A股上市公司為樣本，并對(duì)數(shù)據(jù)進(jìn)行以下處理：①剔除所有ST公司的樣本；②剔除已退市公司的樣本；③剔除金融和房地產(chǎn)行業(yè)的公司樣本；④剔除主要變量缺失的公司樣本。經(jīng)過(guò)上述篩選，最終獲得36 005個(gè)觀測(cè)值。為避免極端值干擾，對(duì)連續(xù)變量進(jìn)行上下1%的縮尾處理。

（二）變量設(shè)定

1. 被解釋變量

本文被解釋變量為企業(yè)創(chuàng)新水平（ln Innov）。專利是度量企業(yè)創(chuàng)新的常用指標(biāo)，并且黎文靖和鄭曼妮（2016）的研究［31］發(fā)現(xiàn)，發(fā)明專利相較于實(shí)用新型專利和外觀設(shè)計(jì)專利技術(shù)門檻更高，更能體現(xiàn)實(shí)質(zhì)性創(chuàng)新。因此，本文采用發(fā)明專利申請(qǐng)數(shù)加1取自然對(duì)數(shù)衡量企業(yè)創(chuàng)新水平。

2. 解釋變量

本文解釋變量為企業(yè)是否進(jìn)行數(shù)字技術(shù)并購(gòu)（DMA）。在企業(yè)進(jìn)行數(shù)字技術(shù)并購(gòu)當(dāng)年及之后，虛擬變量DMA取值為1，否則取值為0?；谌夭罘址ǖ哪Ｐ驮O(shè)定框架，可以將其理解為[DMAit=Treati×Postit×Digiti]。其中，[Treati]為企業(yè)虛擬變量，當(dāng)上市公司在樣本期內(nèi)有并購(gòu)行為時(shí)取值為1并作為處理組，否則取值為0并作為控制組；[Postit]為沖擊時(shí)間虛擬變量，在并購(gòu)事件發(fā)生當(dāng)年及之后取值為1，否則取值為0；[Digiti]為并購(gòu)事件的數(shù)字屬性虛擬變量，參照國(guó)家統(tǒng)計(jì)局頒布的《數(shù)字經(jīng)濟(jì)及其核心產(chǎn)業(yè)統(tǒng)計(jì)分類（2021）》，將數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)作為本文的數(shù)字行業(yè)，當(dāng)目標(biāo)企業(yè)屬于數(shù)字行業(yè)時(shí)取值為1，否則取值為0。樣本期內(nèi)多次進(jìn)行數(shù)字技術(shù)并購(gòu)的上市公司以其第一次數(shù)字技術(shù)并購(gòu)發(fā)生時(shí)間為準(zhǔn)，穩(wěn)健性檢驗(yàn)中亦剔除多次進(jìn)行數(shù)字技術(shù)并購(gòu)的企業(yè)。

3. 控制變量

本文控制變量包括企業(yè)的總資產(chǎn)凈利潤(rùn)率、企業(yè)年齡、企業(yè)規(guī)模、資產(chǎn)負(fù)債率、固定資產(chǎn)比例、經(jīng)營(yíng)性凈現(xiàn)金流、前十大股東持股比例、是否為兩職合一的虛擬變量、是否為國(guó)有企業(yè)的虛擬變量。各變量具體定義及描述性統(tǒng)計(jì)見(jiàn)表1所列。

（三）模型設(shè)定

為探究數(shù)字技術(shù)并購(gòu)對(duì)企業(yè)創(chuàng)新的影響，本文借鑒陳愛(ài)貞和張鵬飛（2019）［26］的做法，采用三重差分法并設(shè)定模型如下：

[ln Innovit=α0+α1DMAit+α2MAit+αControlsit+δi+γt+φj+μc+εit] （1）

其中：[lnInnovit]表示企業(yè)i在t年的創(chuàng)新水平；[DMAit]表示該企業(yè)在當(dāng)年是否進(jìn)行了數(shù)字技術(shù)并購(gòu)，[MAit]表示該企業(yè)在當(dāng)年是否進(jìn)行了并購(gòu)，并且[DMAit=Treati×Postit×Digiti，MAit=Treati×Postit]；相較于雙重差分法，三重差分法能夠同時(shí)比較有無(wú)并購(gòu)行為、有無(wú)數(shù)字技術(shù)并購(gòu)行為企業(yè)之間的創(chuàng)新差異，即在剔除并購(gòu)行為[MAit]本身的影響后，估計(jì)系數(shù)[α1]能夠有效考察并購(gòu)數(shù)字企業(yè)[DMAit]的影響特性；[Controlsit]表示控制變量；[δi]、[γt]、[φj]、[μc]分別表示企業(yè)、年份、行業(yè)、城市固定效應(yīng)；[εit]表示隨機(jī)誤差項(xiàng)；標(biāo)準(zhǔn)誤聚類在企業(yè)層面。本文重點(diǎn)關(guān)注估計(jì)系數(shù)[α1]的符號(hào)及顯著性，其經(jīng)濟(jì)含義是數(shù)字技術(shù)并購(gòu)對(duì)企業(yè)創(chuàng)新的影響。

四、實(shí)證結(jié)果

（一）基準(zhǔn)回歸

表2報(bào)告了數(shù)字技術(shù)并購(gòu)對(duì)企業(yè)創(chuàng)新的影響。列（1）—列（4）的被解釋變量是企業(yè)創(chuàng)新水平，依次為僅加入DMA和MA、加入控制變量、加入企業(yè)和年份固定效應(yīng)、加入行業(yè)和城市固定效應(yīng)的結(jié)果。在各列中，MA的系數(shù)均在1%的水平上顯著為正，表明數(shù)字技術(shù)并購(gòu)有利于提高企業(yè)創(chuàng)新水平，DMA的系數(shù)同樣均在1%的水平上顯著為正，表明在剔除并購(gòu)行為本身的影響后，數(shù)字技術(shù)并購(gòu)的數(shù)字屬性能夠進(jìn)一步促進(jìn)企業(yè)創(chuàng)新。因此，H1得以驗(yàn)證。以列（4）結(jié)果為例，相較于其他類型的并購(gòu)，企業(yè)進(jìn)行數(shù)字技術(shù)并購(gòu)平均提高15%的創(chuàng)新水平，經(jīng)濟(jì)意義同樣顯著。列（5）、列（6）對(duì)數(shù)字技術(shù)并購(gòu)是企業(yè)數(shù)字化轉(zhuǎn)型的重要途徑這一前提判斷進(jìn)行驗(yàn)證，被解釋變量分別是由文本分析法［14］測(cè)度的企業(yè)數(shù)字化轉(zhuǎn)型程度和數(shù)字化轉(zhuǎn)型結(jié)構(gòu)，發(fā)現(xiàn)DMA的系數(shù)均在1%的水平上顯著為正，而MA的系數(shù)均不顯著，表明只有并購(gòu)數(shù)字企業(yè)才能促進(jìn)主并企業(yè)的數(shù)字化轉(zhuǎn)型程度深化和結(jié)構(gòu)優(yōu)化，其他類型的并購(gòu)對(duì)數(shù)字化轉(zhuǎn)型沒(méi)有影響。因此，數(shù)字技術(shù)并購(gòu)是企業(yè)數(shù)字化轉(zhuǎn)型重要途徑的前提判斷成立。

（二）穩(wěn)健性檢驗(yàn)

1.平行趨勢(shì)檢驗(yàn)

由于三重差分法估計(jì)結(jié)果滿足一致性的前提條件是符合平行趨勢(shì)假設(shè)，即在數(shù)字技術(shù)并購(gòu)發(fā)生前的發(fā)展趨勢(shì)一致，并且基準(zhǔn)回歸反映的是數(shù)字技術(shù)并購(gòu)對(duì)企業(yè)創(chuàng)新的平均處理效應(yīng)，不能體現(xiàn)不同年份的影響差異。因此，本文構(gòu)建式（2）進(jìn)一步探究數(shù)字技術(shù)并購(gòu)對(duì)企業(yè)創(chuàng)新的動(dòng)態(tài)影響。

[lnInnovit=β0+∑-2t=-4nβbbeforeit+βccurrentit+∑4nt=1βaafterit+β2MAit+βControlsit+δi+γt+φj+μc+εit] （2）

其中，before、current、after分別表示企業(yè)進(jìn)行數(shù)字技術(shù)并購(gòu)之前、當(dāng)年和之后的時(shí)間虛擬變量，當(dāng)某一階段取值為1，其他兩階段取值為0。前后時(shí)間各三期，并將第四期及以上的觀測(cè)值合并，以數(shù)字技術(shù)并購(gòu)發(fā)生的前一年作為基期。

圖2展示了平行趨勢(shì)檢驗(yàn)結(jié)果（1），可以看出，在數(shù)字技術(shù)并購(gòu)前系數(shù)不顯著，表明符合平行趨勢(shì)假設(shè)；在數(shù)字技術(shù)并購(gòu)當(dāng)年，系數(shù)明顯增大；在數(shù)字技術(shù)并購(gòu)后，系數(shù)在1%的水平上顯著為正，表明數(shù)字技術(shù)并購(gòu)對(duì)企業(yè)創(chuàng)新的促進(jìn)作用隨著并購(gòu)后資源整合逐漸深入而更加明顯。

2. 基于匹配后樣本的檢驗(yàn)

為緩解樣本選擇偏誤問(wèn)題，本文采用匹配后的樣本進(jìn)行檢驗(yàn)，匹配協(xié)變量除控制變量外，還包括企業(yè)高管層是否具有計(jì)算機(jī)學(xué)科教育背景，匹配方法包括傾向得分1∶1匹配、1∶4匹配、核匹配以及熵平衡匹配（2），見(jiàn)表3所列。列（1）、列（3）和列（5）報(bào)告了三種傾向得分匹配后的結(jié)果，列（2）、列（4）、列（6）和列（7）報(bào)告了匹配后基于對(duì)控制組分配的加權(quán)系數(shù)的估計(jì)結(jié)果，發(fā)現(xiàn)DMA系數(shù)均顯著為正并且大小與基準(zhǔn)回歸相近，因此，基準(zhǔn)回歸結(jié)果穩(wěn)健。

3. 安慰劑檢驗(yàn)

為檢驗(yàn)并購(gòu)行為中數(shù)字屬性的影響，在有并購(gòu)行為的企業(yè)中隨機(jī)抽取真實(shí)數(shù)字技術(shù)并購(gòu)企業(yè)數(shù)，假定其進(jìn)行數(shù)字技術(shù)并購(gòu)并回歸，重復(fù)該步驟500次并記錄每一次的估計(jì)系數(shù)，繪制估計(jì)系數(shù)的核密度圖如圖3所示。可以看出，估計(jì)系數(shù)的分布大致以0為中心，均值為-0.002，中位數(shù)為-0.001，與真實(shí)結(jié)果0.15存在明顯差異。因此，隨機(jī)性和不可觀測(cè)因素對(duì)結(jié)論不存在明確影響。

4. 更換模型

（1）工具變量法。本文采用行業(yè)數(shù)字技術(shù)并購(gòu)壓力作為工具變量IV，具體以企業(yè)所在行業(yè)上一年數(shù)字技術(shù)并購(gòu)發(fā)生頻率度量。由于企業(yè)受到行業(yè)數(shù)字技術(shù)并購(gòu)壓力時(shí)更可能進(jìn)行并購(gòu)，符合工具變量的相關(guān)性要求，而行業(yè)數(shù)字技術(shù)并購(gòu)壓力較難通過(guò)其他途徑影響企業(yè)創(chuàng)新，符合排他性要求。另外，單個(gè)企業(yè)對(duì)行業(yè)影響有限，符合外生性要求。Kleibergen-Paap rk LM統(tǒng)計(jì)量顯著，Kleibergen-Paap rk Wald F統(tǒng)計(jì)量大于弱工具變量識(shí)別F檢驗(yàn)在15%顯著性水平上的臨界值，因此通過(guò)不可識(shí)別檢驗(yàn)和弱工具變量檢驗(yàn)。表4列（1）展示的第一階段結(jié)果表明相關(guān)性要求成立，列（2）展示的第二階段結(jié)果表明基準(zhǔn)回歸結(jié)果穩(wěn)健。

（2）負(fù)二項(xiàng)回歸。由于發(fā)明專利數(shù)據(jù)是計(jì)數(shù)數(shù)據(jù)，因此采用負(fù)二項(xiàng)回歸，并且更換被解釋變量為發(fā)明專利申請(qǐng)數(shù)，結(jié)果見(jiàn)表4列（3）。此外，考慮部分發(fā)明專利申請(qǐng)數(shù)為0，本文進(jìn)一步采用零膨脹負(fù)二項(xiàng)回歸，結(jié)果見(jiàn)表4列（4）?；貧w結(jié)果均表明結(jié)論穩(wěn)健。

（3）雙重差分法。本文借鑒唐浩丹等（2022）［12］的研究方法，基于雙重差分法探究數(shù)字技術(shù)并購(gòu)對(duì)企業(yè)創(chuàng)新的影響，模型設(shè)定如式（3）所示，各變量含義同式（1），回歸結(jié)果見(jiàn)表4列（5）?？梢钥闯觯噍^于未進(jìn)行數(shù)字技術(shù)并購(gòu)，企業(yè)進(jìn)行數(shù)字技術(shù)并購(gòu)平均提高20%的創(chuàng)新水平，結(jié)論穩(wěn)健。

[ln Innovit=α0+α1DMAit+αControlsit+δi+γt+φj+μc+εit] （3）

5. 其他穩(wěn)健性檢驗(yàn)

為進(jìn)一步驗(yàn)證結(jié)論的穩(wěn)健性，本文從以下9個(gè)方面進(jìn)行檢驗(yàn)：①更換被解釋變量為發(fā)明專利申請(qǐng)數(shù)及其占比、專利申請(qǐng)數(shù)、發(fā)明專利授權(quán)數(shù)、下一年發(fā)明專利申請(qǐng)數(shù)及授權(quán)數(shù)加1取自然對(duì)數(shù)。②針對(duì)可能遺漏的行業(yè)和地區(qū)層面的影響因素，引入行業(yè)×年份和城市×年份交互固定效應(yīng)、控制行業(yè)集中度和區(qū)域經(jīng)濟(jì)發(fā)展水平等因素。③針對(duì)樣本期內(nèi)可能影響企業(yè)創(chuàng)新的重大產(chǎn)業(yè)政策，引入制造強(qiáng)國(guó)戰(zhàn)略的虛擬變量。④更換聚類層面為行業(yè)層面。⑤重新界定數(shù)字技術(shù)并購(gòu)，縮小數(shù)字行業(yè)范圍至計(jì)算機(jī)制造和軟件開(kāi)發(fā)業(yè)。⑥為確保數(shù)字技術(shù)并購(gòu)發(fā)生前后至少各有兩期，保留數(shù)字技術(shù)并購(gòu)發(fā)生于2009—2019年的樣本。⑦為提高信息披露的可信度，保留上市公司透明度為優(yōu)秀和良好的樣本。⑧為避免多次數(shù)字技術(shù)并購(gòu)的混雜影響，剔除多次數(shù)字技術(shù)并購(gòu)的樣本。⑨將上市公司分為第二產(chǎn)業(yè)和非第二產(chǎn)業(yè)進(jìn)行回歸。結(jié)果均表明，基準(zhǔn)回歸結(jié)果穩(wěn)健。限于篇幅，其他穩(wěn)健性檢驗(yàn)結(jié)果未予匯報(bào)。

五、作用渠道檢驗(yàn)

為分析數(shù)字技術(shù)并購(gòu)促進(jìn)企業(yè)創(chuàng)新的具體作用渠道，本文主要關(guān)注研發(fā)資源擠入效應(yīng)、知識(shí)溢出效應(yīng)和市場(chǎng)規(guī)模效應(yīng)，并且根據(jù)江艇（2022）［32］的研究，考察數(shù)字技術(shù)并購(gòu)對(duì)各中介變量的影響（3）。

（一）研發(fā)資源擠入效應(yīng)

研發(fā)資源主要包括研發(fā)資金和研發(fā)人員，表5列（1）—列（4）以研發(fā)強(qiáng)度和研發(fā)投入量為被解釋變量，發(fā)現(xiàn)數(shù)字技術(shù)并購(gòu)能夠顯著促進(jìn)企業(yè)提高研發(fā)強(qiáng)度并加大研發(fā)投入。列（5）、列（6）分別以本科及以上學(xué)歷員工占比和技術(shù)型員工占比為被解釋變量，發(fā)現(xiàn)數(shù)字技術(shù)并購(gòu)能夠顯著增加高技能人力資本儲(chǔ)備。因此，數(shù)字技術(shù)并購(gòu)發(fā)揮研發(fā)資源擠入效應(yīng)，而非擠出效應(yīng)，H2得以驗(yàn)證。

數(shù)字技術(shù)并購(gòu)作為企業(yè)數(shù)字化轉(zhuǎn)型的重要途徑，其攜帶的數(shù)字資源幫助主并企業(yè)有效整合自身的銷售數(shù)據(jù)等信息，從而明晰創(chuàng)新方向、提高創(chuàng)新效率，并且由于數(shù)字技術(shù)具有滲透性、替代性和協(xié)同性的特征［33］，可與其他知識(shí)交叉融合產(chǎn)生新的創(chuàng)新方式和方向，相較于同行業(yè)并購(gòu)，數(shù)字技術(shù)并購(gòu)能夠更多地激發(fā)企業(yè)創(chuàng)新動(dòng)力并刺激研發(fā)投入，通過(guò)增加創(chuàng)新投入促進(jìn)企業(yè)創(chuàng)新水平的提高。

（二）知識(shí)溢出效應(yīng)

表6列（1）—列（4）以數(shù)字發(fā)明專利申請(qǐng)數(shù)加1取自然對(duì)數(shù)及其占比衡量企業(yè)的數(shù)字創(chuàng)新水平，并以獨(dú)立申請(qǐng)和聯(lián)合申請(qǐng)的數(shù)字發(fā)明專利申請(qǐng)數(shù)加1取自然對(duì)數(shù)分別衡量自主數(shù)字創(chuàng)新水平和協(xié)同數(shù)字創(chuàng)新水平，發(fā)現(xiàn)數(shù)字技術(shù)并購(gòu)能夠顯著提高企業(yè)的數(shù)字創(chuàng)新水平，并且在自主創(chuàng)新和協(xié)同創(chuàng)新方面均具有促進(jìn)作用。企業(yè)通過(guò)并購(gòu)獲取目標(biāo)數(shù)字企業(yè)的數(shù)字技術(shù)優(yōu)勢(shì)，基于研發(fā)成果共享等顯性知識(shí)的傳播渠道以及研發(fā)人員面對(duì)面交流等隱性知識(shí)的傳播渠道促進(jìn)數(shù)字知識(shí)從數(shù)字企業(yè)溢出，提高企業(yè)創(chuàng)新水平。因此，H3得以驗(yàn)證。列（5）、列（6）以目標(biāo)數(shù)字企業(yè)在被并購(gòu)前三年的發(fā)明專利申請(qǐng)數(shù)之和加1取自然對(duì)數(shù)衡量其數(shù)字知識(shí)儲(chǔ)備，原始數(shù)據(jù)來(lái)源于incoPat數(shù)據(jù)庫(kù)，與DMA交互項(xiàng)系數(shù)顯著為正，表明目標(biāo)數(shù)字企業(yè)的數(shù)字知識(shí)儲(chǔ)備越豐富，越有利于知識(shí)溢出并促進(jìn)主并企業(yè)創(chuàng)新，進(jìn)一步驗(yàn)證了知識(shí)溢出效應(yīng)。

（三）市場(chǎng)規(guī)模效應(yīng)

表7列（1）、列（2）以企業(yè)營(yíng)業(yè)收入的自然對(duì)數(shù)衡量實(shí)際市場(chǎng)規(guī)模，以市值的自然對(duì)數(shù)衡量預(yù)期市場(chǎng)規(guī)模，發(fā)現(xiàn)數(shù)字技術(shù)并購(gòu)顯著擴(kuò)大企業(yè)的實(shí)際和預(yù)期市場(chǎng)規(guī)模。相較于其他數(shù)字化轉(zhuǎn)型途徑，數(shù)字技術(shù)并購(gòu)既能夠直接整合兩個(gè)企業(yè)的銷售渠道和共享市場(chǎng)信息，發(fā)揮規(guī)模經(jīng)濟(jì)優(yōu)勢(shì)從而在短期內(nèi)迅速擴(kuò)張市場(chǎng)，又能夠通過(guò)促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型提高生產(chǎn)效率和擴(kuò)大市場(chǎng)規(guī)模［21］。因此，專利成果面臨的潛在市場(chǎng)擴(kuò)張有利于提高創(chuàng)新的預(yù)期收益并降低邊際成本，從而激勵(lì)企業(yè)創(chuàng)新。因此，H4得以驗(yàn)證。列（3）—列（5）為企業(yè)顯性經(jīng)營(yíng)成本及其組成（銷售費(fèi)用率和管理費(fèi)用率），列（6）為基于LP法測(cè)度的全要素生產(chǎn)率，結(jié)果表明數(shù)字技術(shù)并購(gòu)能夠顯著降低經(jīng)營(yíng)成本并提高生產(chǎn)率，從降本增效的角度間接驗(yàn)證了市場(chǎng)規(guī)模效應(yīng)。

六、異質(zhì)性分析

基于三個(gè)作用渠道，本文分別從行業(yè)競(jìng)爭(zhēng)程度、區(qū)域知識(shí)溢出、主并企業(yè)和目標(biāo)企業(yè)屬性方面進(jìn)行異質(zhì)性分析（4）。

（一）行業(yè)競(jìng)爭(zhēng)程度

本文分別從行業(yè)企業(yè)數(shù)、營(yíng)業(yè)收入的赫芬達(dá)爾指數(shù)、創(chuàng)新水平三個(gè)角度衡量行業(yè)競(jìng)爭(zhēng)程度，其異質(zhì)性分析結(jié)果見(jiàn)表8所列?？梢钥闯觯袠I(yè)競(jìng)爭(zhēng)程度較高的企業(yè)進(jìn)行數(shù)字技術(shù)并購(gòu)能夠顯著提高創(chuàng)新水平，而較低組沒(méi)有顯著影響。這是因?yàn)槠髽I(yè)獲取市場(chǎng)競(jìng)爭(zhēng)力的主要方式是降低產(chǎn)品價(jià)格和提高產(chǎn)品質(zhì)量，當(dāng)行業(yè)競(jìng)爭(zhēng)程度較低時(shí)，降低產(chǎn)品價(jià)格的方式更簡(jiǎn)單易行，而當(dāng)行業(yè)競(jìng)爭(zhēng)程度較高時(shí)，企業(yè)間價(jià)格差距通常較小，因此，企業(yè)有更強(qiáng)的動(dòng)機(jī)通過(guò)研發(fā)創(chuàng)新對(duì)產(chǎn)品進(jìn)行提質(zhì)升級(jí)。擁有更強(qiáng)創(chuàng)新動(dòng)機(jī)的企業(yè)通過(guò)數(shù)字技術(shù)并購(gòu)獲取數(shù)字資源后，將利用數(shù)字技術(shù)對(duì)市場(chǎng)需求進(jìn)行分析研判，明晰創(chuàng)新方向，并重新組織創(chuàng)新要素，增加研發(fā)投入，從而在更大程度上促進(jìn)創(chuàng)新水平提升。

（二）區(qū)域知識(shí)溢出

表9報(bào)告了區(qū)域知識(shí)溢出的異質(zhì)性分析結(jié)果。設(shè)定主并企業(yè)與目標(biāo)企業(yè)是否位于同省份、同城市的虛擬變量并作交互項(xiàng)，表9列（1）、列（2）結(jié)果顯示，同地區(qū)數(shù)字技術(shù)并購(gòu)能夠在更大程度上促進(jìn)企業(yè)創(chuàng)新水平提升，驗(yàn)證了知識(shí)溢出需要近距離互動(dòng)?？紤]東部地區(qū)創(chuàng)新活躍，設(shè)定目標(biāo)企業(yè)是否位于東部地區(qū)的虛擬變量并作交互項(xiàng)，列（3）表明目標(biāo)企業(yè)是否位于東部地區(qū)沒(méi)有顯著影響。在此基礎(chǔ)上，進(jìn)一步按照主并企業(yè)是否位于東部地區(qū)進(jìn)行分組，列（4）交互項(xiàng)顯著為正，表明當(dāng)主并企業(yè)和目標(biāo)企業(yè)都位于東部地區(qū)時(shí)，數(shù)字技術(shù)并購(gòu)能夠在更大程度上促進(jìn)企業(yè)創(chuàng)新水平提升，再次驗(yàn)證了同地區(qū)數(shù)字技術(shù)并購(gòu)強(qiáng)化創(chuàng)新的結(jié)論。列（5）交互項(xiàng)顯著為負(fù)，表明當(dāng)主并企業(yè)位于非東部地區(qū)而目標(biāo)企業(yè)位于東部地區(qū)時(shí)，即使數(shù)字知識(shí)處于“創(chuàng)新高地”，也很難跨越地區(qū)邊界溢出。列（6）、列（7）根據(jù)主并企業(yè)所在區(qū)域知識(shí)產(chǎn)權(quán)保護(hù)程度分組，發(fā)現(xiàn)在知識(shí)產(chǎn)權(quán)保護(hù)較弱地區(qū)的企業(yè)數(shù)字技術(shù)并購(gòu)對(duì)創(chuàng)新的促進(jìn)作用更顯著。這是因?yàn)橹R(shí)產(chǎn)權(quán)保護(hù)不足導(dǎo)致技術(shù)交易等其他知識(shí)溢出形式的制度邊界增加，而數(shù)字技術(shù)并購(gòu)在同一企業(yè)內(nèi)部知識(shí)溢出，能夠彌補(bǔ)其他途徑知識(shí)溢出不足，對(duì)創(chuàng)新的促進(jìn)作用更明顯。

（三）主并企業(yè)和目標(biāo)企業(yè)屬性

表10報(bào)告了主并企業(yè)和目標(biāo)企業(yè)屬性的異質(zhì)性分析結(jié)果。在主并企業(yè)屬性方面，根據(jù)員工人數(shù)與營(yíng)業(yè)收入比值、SA指數(shù)依次劃分勞動(dòng)密集型、融資約束程度的較高組和較低組。表10列（1）—列（4）表明，較高組數(shù)字技術(shù)并購(gòu)對(duì)企業(yè)創(chuàng)新的促進(jìn)作用更明顯，即勞動(dòng)密集型或融資約束程度較高的企業(yè)通過(guò)數(shù)字技術(shù)并購(gòu)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，能夠更多地替代低技能勞動(dòng)力、整合資源和優(yōu)化管理流程，充分釋放創(chuàng)新潛力。在目標(biāo)企業(yè)屬性方面，按照目標(biāo)企業(yè)是否屬于科技型企業(yè)、企業(yè)規(guī)模分類設(shè)定交互項(xiàng)，原始數(shù)據(jù)來(lái)自企查查數(shù)據(jù)庫(kù)。列（5）、列（6）表明，當(dāng)目標(biāo)企業(yè)屬于科技型企業(yè)或企業(yè)規(guī)模較大時(shí)，數(shù)字技術(shù)并購(gòu)更能促進(jìn)主并企業(yè)創(chuàng)新。這是因?yàn)?，科技型?shù)字企業(yè)的創(chuàng)新能力更強(qiáng)，并購(gòu)后對(duì)主并企業(yè)的數(shù)字知識(shí)溢出更多，有利于發(fā)揮研發(fā)資源擠入效應(yīng)和知識(shí)溢出效應(yīng)，而目標(biāo)企業(yè)規(guī)模越大，掌握的市場(chǎng)信息越豐富，越有利于發(fā)揮市場(chǎng)規(guī)模效應(yīng)，因此，對(duì)主并企業(yè)創(chuàng)新的促進(jìn)作用更明顯。

七、拓展性分析

并購(gòu)事件既會(huì)影響主并企業(yè)，也會(huì)影響目標(biāo)企業(yè)［34］。目標(biāo)企業(yè)被并購(gòu)后可以利用主并企業(yè)的技術(shù)和市場(chǎng)資源，培養(yǎng)自身競(jìng)爭(zhēng)優(yōu)勢(shì)［8］。為進(jìn)一步探究數(shù)字技術(shù)并購(gòu)對(duì)目標(biāo)數(shù)字企業(yè)創(chuàng)新的影響，本文基于雙重差分法構(gòu)建模型如下：

[ln TInnovit=γ0+γ1TDMAit+γControlsit+δi+γt+εit] （4）

其中：[lnTInnovit]表示目標(biāo)數(shù)字企業(yè)i在t年的創(chuàng)新水平，以發(fā)明專利申請(qǐng)數(shù)加1取自然對(duì)數(shù)衡量；[TDMAit]表示目標(biāo)數(shù)字企業(yè)是否被上市公司并購(gòu)，[TDMAit=Treati×Postit]，[Treati]為目標(biāo)數(shù)字企業(yè)虛擬變量，當(dāng)上市公司在樣本期內(nèi)被并購(gòu)取值為1并作為處理組，否則取值為0并作為控制組，為盡可能確?？刂平M與處理組的可比性，考慮上市公司進(jìn)行數(shù)字技術(shù)并購(gòu)在一定程度上是為了代替數(shù)字技術(shù)和產(chǎn)品的購(gòu)買，目標(biāo)數(shù)字企業(yè)仍屬于原產(chǎn)業(yè)鏈供應(yīng)商，因此，本文選取上市公司前五大供應(yīng)商中的非上市數(shù)字企業(yè)作為控制組，[Postit]為沖擊時(shí)間虛擬變量，在企業(yè)被并購(gòu)當(dāng)年及之后取值為1，否則取值為0；[Controlsit]表示控制變量，包括企業(yè)年齡、企業(yè)規(guī)模變量與年份虛擬變量的交互項(xiàng)；[δi]、[γt]分別表示企業(yè)、年份固定效應(yīng)；[εit]表示隨機(jī)誤差項(xiàng)。標(biāo)準(zhǔn)誤聚類在企業(yè)層面，原始數(shù)據(jù)來(lái)源于企查查數(shù)據(jù)庫(kù)和incoPat數(shù)據(jù)庫(kù)。

表11列（1）—列（3）依次為僅加入TDMA、加入控制變量、加入固定效應(yīng)的結(jié)果，發(fā)現(xiàn)目標(biāo)數(shù)字企業(yè)被并購(gòu)能夠顯著促進(jìn)其創(chuàng)新（5），以列（3）為例，相較于未被并購(gòu)的數(shù)字企業(yè)，創(chuàng)新水平平均提高8.2%，是其標(biāo)準(zhǔn)差的8%，具有經(jīng)濟(jì)顯著性。列（4）—列（6）異質(zhì)性分析表明，當(dāng)目標(biāo)數(shù)字企業(yè)規(guī)模較大、處于成長(zhǎng)期或?yàn)榭萍夹推髽I(yè)時(shí)，被上市公司并購(gòu)后，其創(chuàng)新水平提升更多。綜上所述，數(shù)字技術(shù)并購(gòu)將主并企業(yè)與目標(biāo)數(shù)字企業(yè)的資源合并，不僅使主并企業(yè)利用數(shù)字技術(shù)進(jìn)行轉(zhuǎn)型升級(jí)，還為目標(biāo)數(shù)字企業(yè)的快速成長(zhǎng)提供豐富的市場(chǎng)信息和創(chuàng)新要素，促使并購(gòu)雙方實(shí)現(xiàn)“創(chuàng)新雙贏”。

八、結(jié)論與啟示

（一）結(jié)論

在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的趨勢(shì)下，技術(shù)并購(gòu)成為企業(yè)數(shù)字化轉(zhuǎn)型的重要途徑。本文從企業(yè)技術(shù)并購(gòu)的角度探究數(shù)字化轉(zhuǎn)型對(duì)其創(chuàng)新的影響，并基于產(chǎn)業(yè)數(shù)字化、數(shù)字產(chǎn)業(yè)化的對(duì)稱邏輯，嘗試回答數(shù)字技術(shù)并購(gòu)能否使主并企業(yè)和目標(biāo)數(shù)字企業(yè)實(shí)現(xiàn)“創(chuàng)新雙贏”。具體來(lái)說(shuō)，本文利用2007—2021年我國(guó)A股上市公司數(shù)據(jù)，基于三重差分法探究數(shù)字技術(shù)并購(gòu)對(duì)主并企業(yè)創(chuàng)新的影響，并基于雙重差分法拓展性探究數(shù)字技術(shù)并購(gòu)對(duì)目標(biāo)數(shù)字企業(yè)創(chuàng)新的影響。研究發(fā)現(xiàn)：①數(shù)字技術(shù)并購(gòu)顯著促進(jìn)主并企業(yè)創(chuàng)新，該結(jié)論在采用傾向得分匹配法、工具變量法等檢驗(yàn)后穩(wěn)健，并且研發(fā)資源擠入效應(yīng)、知識(shí)溢出效應(yīng)和市場(chǎng)規(guī)模效應(yīng)是三個(gè)重要的作用渠道。②當(dāng)主并企業(yè)所屬行業(yè)競(jìng)爭(zhēng)激烈、所在地區(qū)知識(shí)溢出便利，主并企業(yè)屬于勞動(dòng)密集型，目標(biāo)企業(yè)j/BA6TjRWr6KWxL4IehE2g==為大型或科技型企業(yè)時(shí)，數(shù)字技術(shù)并購(gòu)的創(chuàng)新促進(jìn)作用更明顯。③數(shù)字技術(shù)并購(gòu)能夠顯著促進(jìn)目標(biāo)數(shù)字企業(yè)創(chuàng)新，并且當(dāng)其規(guī)模較大、處于成長(zhǎng)期或?yàn)榭萍夹推髽I(yè)時(shí)，促進(jìn)作用更明顯。

（二）啟示

基于上述研究結(jié)論，本文得出以下啟示：

第一，以創(chuàng)新影響為重要準(zhǔn)則完善并購(gòu)制度，鼓勵(lì)以數(shù)字化轉(zhuǎn)型為目的的并購(gòu)行為。一方面，重點(diǎn)關(guān)注并購(gòu)的事后影響，將創(chuàng)新績(jī)效作為審核的重要準(zhǔn)則。由于并購(gòu)能帶來(lái)企業(yè)市場(chǎng)勢(shì)力提升，可能損害消費(fèi)者利益，以前政府部門可能以反壟斷為由阻止企業(yè)并購(gòu)。但是近年來(lái)，發(fā)達(dá)國(guó)家在并購(gòu)的反壟斷判斷中更加關(guān)注對(duì)創(chuàng)新的影響［29］。國(guó)內(nèi)改革并購(gòu)制度和完善《反壟斷法》應(yīng)借鑒發(fā)達(dá)國(guó)家經(jīng)驗(yàn)，跟蹤評(píng)估并購(gòu)后企業(yè)的創(chuàng)新績(jī)效，促進(jìn)企業(yè)健康可持續(xù)發(fā)展。另一方面，政策應(yīng)優(yōu)先支持跨行業(yè)數(shù)字技術(shù)并購(gòu)，謹(jǐn)慎甄別數(shù)字經(jīng)濟(jì)核心行業(yè)的同行業(yè)并購(gòu)。由于傳統(tǒng)行業(yè)的數(shù)字化轉(zhuǎn)型需求激增，數(shù)字技術(shù)并購(gòu)越來(lái)越常見(jiàn)于跨行業(yè)并購(gòu)中［4］，此時(shí)對(duì)市場(chǎng)結(jié)構(gòu)的潛在破壞能力有限，并且企業(yè)市場(chǎng)勢(shì)力的增強(qiáng)主要源自核心競(jìng)爭(zhēng)力的提升，對(duì)創(chuàng)新的促進(jìn)作用大于替代作用。即使是數(shù)字經(jīng)濟(jì)核心行業(yè)的同行業(yè)并購(gòu)，有關(guān)部門也應(yīng)慎重斟酌是否為不同技術(shù)領(lǐng)域的合并，優(yōu)先支持跨技術(shù)領(lǐng)域的多元化戰(zhàn)略并購(gòu)。

第二，因業(yè)制宜，因地制宜，鼓勵(lì)符合發(fā)展條件的企業(yè)進(jìn)行數(shù)字技術(shù)并購(gòu)。一方面，政策優(yōu)先鼓勵(lì)行業(yè)競(jìng)爭(zhēng)較強(qiáng)的傳統(tǒng)企業(yè)開(kāi)展本地化數(shù)字技術(shù)并購(gòu)。由于行業(yè)競(jìng)爭(zhēng)較強(qiáng)、勞動(dòng)密集型等傳統(tǒng)行業(yè)的企業(yè)開(kāi)展數(shù)字技術(shù)并購(gòu)的創(chuàng)新促進(jìn)作用更明顯，因此，建立健全與數(shù)字技術(shù)并購(gòu)相關(guān)的法律法規(guī)應(yīng)注重并購(gòu)的跨行業(yè)性和跨技術(shù)領(lǐng)域性，以創(chuàng)新政策協(xié)同數(shù)字經(jīng)濟(jì)政策，鼓勵(lì)傳統(tǒng)行業(yè)利用數(shù)字技術(shù)并購(gòu)實(shí)現(xiàn)數(shù)字技術(shù)創(chuàng)新和數(shù)字化轉(zhuǎn)型。國(guó)家知識(shí)產(chǎn)權(quán)局、市場(chǎng)監(jiān)管局和法院應(yīng)緊密結(jié)合現(xiàn)實(shí)案例，加快推進(jìn)法律法規(guī)和技術(shù)標(biāo)準(zhǔn)制定工作，充分保障數(shù)字企業(yè)知識(shí)產(chǎn)權(quán)。另一方面，政策優(yōu)先鼓勵(lì)并購(gòu)科技型和企業(yè)規(guī)模較大的目標(biāo)數(shù)字企業(yè)。由于并購(gòu)科技型和企業(yè)規(guī)模較大的目標(biāo)數(shù)字企業(yè)對(duì)主并企業(yè)、目標(biāo)數(shù)字企業(yè)創(chuàng)新的促進(jìn)作用更明顯，因此，政府應(yīng)建立專業(yè)化的并購(gòu)服務(wù)平臺(tái)，為企業(yè)并購(gòu)提供融資和信息等服務(wù)，財(cái)政政策和金融政策等應(yīng)對(duì)并購(gòu)科技型和規(guī)模較大的目標(biāo)數(shù)字企業(yè)的主并企業(yè)進(jìn)行適度補(bǔ)貼或放松貸款限制，降低數(shù)字技術(shù)并購(gòu)的成本和風(fēng)險(xiǎn)。

第三，積極培育中小型數(shù)字創(chuàng)新主體，利用并購(gòu)契機(jī)推動(dòng)目標(biāo)數(shù)字企業(yè)高質(zhì)量發(fā)展。一方面，數(shù)字經(jīng)濟(jì)政策應(yīng)協(xié)同金融政策、財(cái)政政策，加快企業(yè)進(jìn)入退出市場(chǎng)。重點(diǎn)解決中小型數(shù)字企業(yè)創(chuàng)業(yè)融資難等問(wèn)題，以科技孵化園、天使投資等多種形式支持?jǐn)?shù)字經(jīng)濟(jì)核心行業(yè)創(chuàng)業(yè)，對(duì)掌握數(shù)字核心技術(shù)和前沿技術(shù)的科研學(xué)者創(chuàng)業(yè)提供指導(dǎo)與幫助，加快科技創(chuàng)新成果向市場(chǎng)轉(zhuǎn)化。此外，完善企業(yè)破產(chǎn)機(jī)制，加快企業(yè)清算重組，預(yù)防數(shù)字經(jīng)濟(jì)領(lǐng)域的“僵尸企業(yè)”問(wèn)題的產(chǎn)生，為企業(yè)退出市場(chǎng)提供制度保障。另一方面，多渠道促進(jìn)中小型數(shù)字企業(yè)創(chuàng)新，以數(shù)字技術(shù)并購(gòu)助力中小型企業(yè)高質(zhì)量發(fā)展。除了以研發(fā)補(bǔ)貼、稅收減免等傳統(tǒng)政策支持中小型企業(yè)研發(fā)創(chuàng)新外，還可以參考貴州等地提出的“算力券”等新型公共算力服務(wù)供給模式，降低中小型數(shù)字企業(yè)創(chuàng)新成本。此外，鼓勵(lì)優(yōu)強(qiáng)企業(yè)對(duì)合適的數(shù)字企業(yè)發(fā)起戰(zhàn)略性技術(shù)并購(gòu)，及時(shí)跟蹤并購(gòu)后目標(biāo)數(shù)字企業(yè)的創(chuàng)新績(jī)效，對(duì)產(chǎn)出交叉性和顛覆性創(chuàng)新成果的并購(gòu)雙方予以獎(jiǎng)勵(lì)，充分形成大型企業(yè)與中小型企業(yè)、傳統(tǒng)企業(yè)與數(shù)字企業(yè)互補(bǔ)聯(lián)合創(chuàng)新的發(fā)展優(yōu)勢(shì)。

注 釋：

（1）限于篇幅，平行趨勢(shì)檢驗(yàn)的回歸結(jié)果未予匯報(bào)。

（2）傾向得分1∶1匹配、1∶4匹配、核匹配和熵平衡匹配均通過(guò)平衡性檢驗(yàn)和平行趨勢(shì)檢驗(yàn)，限于篇幅，結(jié)果未予匯報(bào)。

（3）為補(bǔ)充直觀闡述各作用渠道，本文對(duì)加入解釋變量和中介變量、僅加入中介變量的模型進(jìn)行回歸，結(jié)論一致。限于篇幅，結(jié)果未予匯報(bào)。

（4）表8—表10的分組回歸結(jié)果均通過(guò)組間系數(shù)檢驗(yàn)。

（5）拓展性分析中的雙重差分法通過(guò)平行趨勢(shì)檢驗(yàn)。

參考文獻(xiàn)：

［1］NAMBISAN S，LYYTINEN K，MAJCHRZAK A，et al. Digital Innovation Management：Reinventing Innovation Management Research in a Digital World［J］. MIS Quarterly，2017，41（1）：223-238.

［2］孫偉增，毛寧，蘭峰，等.政策賦能、數(shù)字生態(tài)與企業(yè)數(shù)字化轉(zhuǎn)型——基于國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)的準(zhǔn)自然實(shí)驗(yàn)［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2023（9）：117-135.

［3］HANELT A，F(xiàn)IRK S，HILDEBRANDT B，et al. Digital M&A，Digital Innovation，and Firm Performance：An Empirical Investigation［J］. European Journal of Information Systems，2021，30（1）：3-26.

［4］BOOTE J，HARPER A，NIELSEN J，et al. Cracking the Code of Digital M&A［R］. Boston：Boston Consulting Group，2019.

［5］AHUJA G，KATILA R. Technological Acquisitions and the Innovation Performance of Acquiring Firms：A Longitudinal Study［J］. Strategic Management Journal，2001，22（3）：197-220.

［6］DENICOLò V，POLO M. Duplicative Research，Mergers and Innovation［J］. Economics Letters，2018，166：56-59.

［7］程新生，王向前.技術(shù)并購(gòu)與再創(chuàng)新——來(lái)自中國(guó)上市公司的證據(jù)［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2023（4）：156-173.

［8］陳愛(ài)貞，張鵬飛.并購(gòu)、資源重組與目標(biāo)企業(yè)增長(zhǎng)［J］.世界經(jīng)濟(jì)，2023，46（4）：220-248.

［9］張光宇，宋澤明，戴海聞.跨界技術(shù)并購(gòu)如何促進(jìn)后發(fā)企業(yè)顛覆性創(chuàng)新？［J］.科學(xué)學(xué)研究，2023，41（9）：1716-1728.

［10］張文菲，金祥義.跨國(guó)并購(gòu)有利于企業(yè)創(chuàng)新嗎［J］.國(guó)際貿(mào)易問(wèn)題，2020（10）：128-143.

［11］王麗平，高倩.技術(shù)多元化戰(zhàn)略對(duì)新產(chǎn)品開(kāi)發(fā)優(yōu)勢(shì)的影響研究［J］.科學(xué)學(xué)研究，2023，41（7）：1270-1281.

［12］唐浩丹，方森輝，蔣殿春.數(shù)字化轉(zhuǎn)型的市場(chǎng)績(jī)效：數(shù)字并購(gòu)能提升制造業(yè)企業(yè)市場(chǎng)勢(shì)力嗎？［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2022，39（12）：90-110.

［13］YOO Y，BOLAND R J，LYYTINEN K，et al. Organizing for Innovation in the Digitized World［J］. Organization Science，2012，23（5）：1398-1408.

［14］吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)表現(xiàn)——來(lái)自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)［J］.管理世界，2021，37（7）：130-144，10.

［15］李雪松，黨琳，趙宸宇.數(shù)字化轉(zhuǎn)型、融入全球創(chuàng)新網(wǎng)絡(luò)與創(chuàng)新績(jī)效［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2022（10）：43-61.

［16］鄭志強(qiáng)，何佳俐.數(shù)字技術(shù)創(chuàng)新的收入分配效應(yīng)研究——基于產(chǎn)品創(chuàng)新和公司治理的視角［J］.華東經(jīng)濟(jì)管理，2024，38（5）：38-47.

［17］陳維濤，唐子瑋.數(shù)字技術(shù)應(yīng)用對(duì)中國(guó)企業(yè)出口競(jìng)爭(zhēng)力的影響與作用機(jī)制［J］.華東經(jīng)濟(jì)管理，2024，38（2）：31-41.

［18］ACEMOGLU D，RESTREPO P. Automation and New Tasks：How Technology Displaces and Reinstates Labor［J］. Journal of Economic Perspectives，2019，33（2）：3-30.

［19］謝康，夏正豪，肖靜華.大數(shù)據(jù)成為現(xiàn)實(shí)生產(chǎn)要素的企業(yè)實(shí)現(xiàn)機(jī)制：產(chǎn)品創(chuàng)新視角［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2020（5）：42-60.

［20］ACEMOGLU D，RESTREPO P. The Race Between Man and Machine：Implications of Technology for Growth，F(xiàn)actor Shares，and Employment［J］. American Economic Review，2018，108（6）：1488-1542.

［21］馮玲，袁帆，劉小逸.工業(yè)機(jī)器人與企業(yè)創(chuàng)新——來(lái)自中國(guó)制造業(yè)企業(yè)的證據(jù)［J］.經(jīng)濟(jì)學(xué)（季刊），2023，23（4）：1264-1282.

［22］FERREIRA J J M，F(xiàn)ERNANDES C I，F(xiàn)ERREIRA F A F. To Be or Not to Be Digital，That Is the Question：Firm Innovation and Performance［J］. Journal of Business Research，2019，101：583-590.

［23］COCKBURN I M，HENDERSON R，STERN S. The Impact of Artificial Intelligence on Innovation［R］. Massachusetts：NBER Working Paper，2018.

［24］LIU Y，DONG J Y，MEI L，et al. Digital Innovation and Performance of Manufacturing Firms：An Affordance Perspective［J］. Technovation，2023，119：102458.

［25］劉海兵，劉洋，黃天蔚.數(shù)字技術(shù)驅(qū)動(dòng)高端顛覆性創(chuàng)新的過(guò)程機(jī)理：探索性案例研究［J］.管理世界，2023，39（7）：63-81，99，82.

［26］陳愛(ài)貞，張鵬飛.并購(gòu)模式與企業(yè)創(chuàng)新［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2019（12）：115-133.

［27］GUO B，PéREZ-CASTRILLO D，TOLDRà-SIMATS A. Firms′ Innovation Strategy Under the Shadow of Analyst Coverage［J］. Journal of Financial Economics，2019，131（2）：456-483.

［28］CEFIS E，MARSILI O，RIGAMONTI D. In and out of Balance：Industry Relatedness，Learning Capabilities and Post-Acquisition Innovative Performance［J］. Journal of Management Studies，2020，57（2）：210-245.

［29］蔣冠宏.企業(yè)并購(gòu)如何影響績(jī)效：基于中國(guó)工業(yè)企業(yè)并購(gòu)視角［J］.管理世界，2022，38（7）：196-212.

［30］丁一兵，劉紫薇.中國(guó)人力資本的全球流動(dòng)與企業(yè)“走出去”微觀績(jī)效［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2020（3）：119-136.

［31］黎文靖，鄭曼妮.實(shí)質(zhì)性創(chuàng)新還是策略性創(chuàng)新？——宏觀產(chǎn)業(yè)政策對(duì)微觀企業(yè)創(chuàng)新的影響［J］.經(jīng)濟(jì)研究，2016，51（4）：60-73.

［32］江艇.因果推斷經(jīng)驗(yàn)研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2022（5）：100-120.

［33］蔡躍洲，牛新星.中國(guó)數(shù)字經(jīng)濟(jì)增加值規(guī)模測(cè)算及結(jié)構(gòu)分析［J］.中國(guó)社會(huì)科學(xué)，2021（11）：4-30，204.

［34］HOUSTON J F，JAMES C，RYNGAERT M D. Where Do Merger Gains Come from？ Bank Mergers from the Perspective of Insiders and Outsiders［J］. Journal of Financial Economics，2001，60（2）：285-331.

［責(zé)任編輯：余 芳］

收稿日期：2024-04-02

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目“‘雙循環(huán)’背景下產(chǎn)業(yè)鏈本地化與全球化融合的空間動(dòng)力機(jī)制研究”（72104215）；國(guó)家自然科學(xué)基金項(xiàng)目“基于知識(shí)外溢的創(chuàng)新集聚和區(qū)域平衡發(fā)展研究”（72104067）；教育部人文社會(huì)科學(xué)重點(diǎn)研究基地重大項(xiàng)目“產(chǎn)業(yè)鏈創(chuàng)新鏈融合推動(dòng)民營(yíng)經(jīng)濟(jì)高質(zhì)量發(fā)展研究”（22JJD790074）

作者簡(jiǎn)介：宋華盛（1978—），男，浙江溫州人，教授，博士生導(dǎo)師，博士，研究方向：產(chǎn)業(yè)經(jīng)濟(jì)，國(guó)際貿(mào)易；

薛浠榕（1998—），女，甘肅蘭州人，博士研究生，研究方向：產(chǎn)業(yè)經(jīng)濟(jì)；

黃 潔（1981—），女，浙江紹興人，副教授，博士，研究方向：區(qū)域經(jīng)濟(jì)；

陳菁菁（1983—），女，浙江慈溪人，副教授，碩士生導(dǎo)師，博士，研究方向：產(chǎn)業(yè)區(qū)位。