叢 昊 張春雨

(1.中南財(cái)經(jīng)政法大學(xué) 經(jīng)濟(jì)學(xué)院，湖北 武漢 430073; 2.中南財(cái)經(jīng)政法大學(xué) 財(cái)政稅務(wù)學(xué)院，湖北 武漢 430073)

一、引言

推動(dòng)制造業(yè)高質(zhì)量創(chuàng)新是我國(guó)實(shí)現(xiàn)由制造大國(guó)向制造強(qiáng)國(guó)轉(zhuǎn)變的關(guān)鍵。2022年政府工作報(bào)告中明確指出：“要深入實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，鞏固壯大實(shí)體經(jīng)濟(jì)根基，……依靠創(chuàng)新提高發(fā)展質(zhì)量?！币恢币詠?lái)，我國(guó)政府都將創(chuàng)新擺在重要的戰(zhàn)略位置，并鼓勵(lì)科技創(chuàng)新與實(shí)體經(jīng)濟(jì)深度融合，進(jìn)而推動(dòng)實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展。據(jù)世界知識(shí)產(chǎn)權(quán)組織(WIPO)統(tǒng)計(jì)，中國(guó)在《專(zhuān)利合作條約》框架下提交的專(zhuān)利申請(qǐng)量由2010年的12296件增長(zhǎng)至2019年的58990件，創(chuàng)新數(shù)量在世界排名中已位列榜首。然而，從創(chuàng)新質(zhì)量的角度看，我國(guó)的相關(guān)排名卻始終未進(jìn)入前十①，明顯低于美國(guó)、瑞士等典型的創(chuàng)新型國(guó)家。這表明，我國(guó)的創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量未實(shí)現(xiàn)同步增長(zhǎng)。高質(zhì)量創(chuàng)新對(duì)于制造業(yè)的可持續(xù)發(fā)展尤為重要，因此，如何進(jìn)一步提高我國(guó)制造業(yè)企業(yè)的創(chuàng)新質(zhì)量成了重要議題。

隨著大數(shù)據(jù)、人工智能等數(shù)字技術(shù)的不斷發(fā)展，數(shù)字技術(shù)在企業(yè)的制造、研發(fā)及營(yíng)銷(xiāo)等各個(gè)環(huán)節(jié)中的作用日益凸顯，顯著改變了企業(yè)的研發(fā)及商業(yè)模式，已成為企業(yè)實(shí)現(xiàn)高質(zhì)量創(chuàng)新的重要因素。從既有研究看，已有學(xué)者開(kāi)始探究數(shù)字技術(shù)與創(chuàng)新的內(nèi)在聯(lián)系及其影響路徑。一支文獻(xiàn)從宏觀層面考察了數(shù)字經(jīng)濟(jì)對(duì)區(qū)域技術(shù)創(chuàng)新的影響[1][2]，發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)能夠顯著促進(jìn)區(qū)域技術(shù)創(chuàng)新。這支文獻(xiàn)對(duì)后續(xù)的相關(guān)研究具有借鑒意義，但其并未深入探討數(shù)字技術(shù)如何影響微觀主體的創(chuàng)新活動(dòng)。另一支文獻(xiàn)將視角聚焦于微觀層面，從互聯(lián)網(wǎng)化[3]、大數(shù)據(jù)應(yīng)用[4]、人工智能[5]等數(shù)字技術(shù)的單一角度探究了其對(duì)企業(yè)技術(shù)創(chuàng)新的影響，但這支文獻(xiàn)忽視了各類(lèi)數(shù)字技術(shù)在企業(yè)技術(shù)創(chuàng)新中的整體作用。同時(shí)，上述研究單純是以創(chuàng)新投入或創(chuàng)新產(chǎn)出的數(shù)量考察企業(yè)創(chuàng)新能力，忽視了創(chuàng)新質(zhì)量的重要性。綜上所述，鮮有文獻(xiàn)從微觀企業(yè)層面研究數(shù)字技術(shù)對(duì)企業(yè)高質(zhì)量創(chuàng)新的影響。那么，數(shù)字技術(shù)能否激勵(lì)企業(yè)實(shí)現(xiàn)高質(zhì)量創(chuàng)新？其內(nèi)在機(jī)制如何？對(duì)不同企業(yè)的影響是否存在差異？上述問(wèn)題值得進(jìn)一步深入探討。

因此，本文基于2010～2019年中國(guó)制造業(yè)上市公司數(shù)據(jù)，實(shí)證研究數(shù)字技術(shù)對(duì)企業(yè)高質(zhì)量創(chuàng)新的影響。在創(chuàng)新質(zhì)量的指標(biāo)選擇上，與既有文獻(xiàn)不同，我們使用了國(guó)泰安數(shù)據(jù)庫(kù)提供的專(zhuān)利被引用數(shù)據(jù)，這也是國(guó)際上對(duì)創(chuàng)新質(zhì)量的主流測(cè)度方法[6][7]。本文研究表明，數(shù)字技術(shù)能夠顯著促進(jìn)企業(yè)的高質(zhì)量創(chuàng)新，一方面，數(shù)字技術(shù)的應(yīng)用能夠激勵(lì)企業(yè)開(kāi)展創(chuàng)新活動(dòng)，通過(guò)增加企業(yè)專(zhuān)利數(shù)量提升其創(chuàng)新質(zhì)量；另一方面，數(shù)字技術(shù)可以通過(guò)提升企業(yè)人力資本激勵(lì)企業(yè)實(shí)現(xiàn)高質(zhì)量創(chuàng)新。異質(zhì)性檢驗(yàn)表明，數(shù)字技術(shù)對(duì)企業(yè)高質(zhì)量創(chuàng)新的促進(jìn)作用在具有較高創(chuàng)新需求且能夠承擔(dān)創(chuàng)新風(fēng)險(xiǎn)的企業(yè)中更為顯著，如技術(shù)密集型企業(yè)、大規(guī)模企業(yè)和非國(guó)有企業(yè)。經(jīng)過(guò)替換被解釋變量、考慮公司其他特征及控制模型內(nèi)生性等一系列穩(wěn)健性檢驗(yàn)后，上述結(jié)論依然成立。本文的研究表明，推動(dòng)數(shù)字技術(shù)應(yīng)用于創(chuàng)新活動(dòng)，對(duì)于促進(jìn)企業(yè)高質(zhì)量創(chuàng)新具有重要意義。

本文的邊際貢獻(xiàn)主要體現(xiàn)在以下兩個(gè)方面：(1)已有關(guān)于技術(shù)創(chuàng)新的研究大多以創(chuàng)新投入、創(chuàng)新產(chǎn)出數(shù)量或創(chuàng)新績(jī)效為視角，忽略了對(duì)創(chuàng)新質(zhì)量的考察。并且，現(xiàn)實(shí)中存在企業(yè)為了追求政府補(bǔ)助只關(guān)注創(chuàng)新數(shù)量的行為，因此，以專(zhuān)利數(shù)量考察企業(yè)的創(chuàng)新能力可能存在偏誤。本文將研究視角聚焦于創(chuàng)新質(zhì)量，并以專(zhuān)利被引用次數(shù)對(duì)其進(jìn)行測(cè)度，可能更為準(zhǔn)確。(2)既有文獻(xiàn)大多從宏觀層面研究如何提高區(qū)域創(chuàng)新質(zhì)量，缺少?gòu)奈⒂^層面探究提升企業(yè)創(chuàng)新質(zhì)量的路徑，尤其是缺乏以數(shù)字技術(shù)為切入點(diǎn)的研究。鑒于此，本文基于微觀視角探究數(shù)字技術(shù)對(duì)企業(yè)高質(zhì)量創(chuàng)新的影響，著重從增加創(chuàng)新產(chǎn)出數(shù)量、優(yōu)化已有創(chuàng)新成果以及提升企業(yè)人力資本三條路徑探究數(shù)字技術(shù)促進(jìn)企業(yè)高質(zhì)量創(chuàng)新的內(nèi)在機(jī)制。

本文后續(xù)結(jié)構(gòu)安排如下：第二部分是理論分析與研究假設(shè)；第三部分是研究設(shè)計(jì)，包括數(shù)據(jù)來(lái)源、模型與變量設(shè)定；第四部分為實(shí)證結(jié)果與分析；最后為結(jié)論與啟示。

二、理論分析與研究假設(shè)

企業(yè)開(kāi)展創(chuàng)新活動(dòng)需要大量的資源，而創(chuàng)新活動(dòng)所需資源通常具有較高的價(jià)值和不可復(fù)制性[8]，僅依靠企業(yè)自身難以獲取。數(shù)字技術(shù)具有可編輯性[9]、開(kāi)放性和關(guān)聯(lián)性[10]等特征，能夠在一定程度上彌補(bǔ)企業(yè)獲取資源能力不足的缺陷，幫助其從外部環(huán)境中更為便利地獲取創(chuàng)新活動(dòng)所需資源，從而促進(jìn)企業(yè)創(chuàng)新質(zhì)量的提升。具體而言：

第一，企業(yè)的創(chuàng)新活動(dòng)通常是在新的環(huán)境中尋求技術(shù)突破。數(shù)字技術(shù)的可編輯性特征有助于企業(yè)更快地適應(yīng)新環(huán)境[11]，使企業(yè)能夠根據(jù)自身的創(chuàng)新需求有效地選擇并充分利用與創(chuàng)新活動(dòng)相關(guān)的資源。第二，企業(yè)不斷追求高質(zhì)量創(chuàng)新的重要目標(biāo)之一是提高核心競(jìng)爭(zhēng)力，以保證其在同行業(yè)競(jìng)爭(zhēng)中的優(yōu)勢(shì)地位，因此充分了解同行業(yè)競(jìng)爭(zhēng)者的信息便成為企業(yè)實(shí)現(xiàn)高質(zhì)量創(chuàng)新的重要條件。數(shù)字技術(shù)的開(kāi)放性特征能夠提高企業(yè)與其競(jìng)爭(zhēng)廠商之間的透明度[12]，這不僅有助于降低由信息不對(duì)稱(chēng)所導(dǎo)致的創(chuàng)新風(fēng)險(xiǎn)，還可以有效地激勵(lì)企業(yè)不斷提高自身的創(chuàng)新能力和競(jìng)爭(zhēng)力。第三，數(shù)字技術(shù)的關(guān)聯(lián)性特征既能夠促進(jìn)企業(yè)之間的連接與互動(dòng)，拓寬企業(yè)獲取資源的渠道[10]，又可以增強(qiáng)企業(yè)和消費(fèi)者之間的溝通，使得消費(fèi)者能真正地參與到產(chǎn)品創(chuàng)新和價(jià)值創(chuàng)造的過(guò)程中。就企業(yè)自身而言，數(shù)字技術(shù)的關(guān)聯(lián)性特征有助于企業(yè)探索更多有價(jià)值的資源，幫助企業(yè)在創(chuàng)新活動(dòng)中尋求突破，從而實(shí)現(xiàn)高質(zhì)量創(chuàng)新。就消費(fèi)者參與而言，數(shù)字技術(shù)的關(guān)聯(lián)性特征有助于企業(yè)獲取消費(fèi)者的行為數(shù)據(jù)，準(zhǔn)確地掌握客戶(hù)的需求，提升企業(yè)的創(chuàng)新效率，這也是企業(yè)能夠?qū)崿F(xiàn)高質(zhì)量創(chuàng)新的重要保證。綜上所述，我們提出假設(shè)1：

假設(shè)1：數(shù)字技術(shù)對(duì)企業(yè)高質(zhì)量創(chuàng)新具有促進(jìn)作用。

一般而言，數(shù)字技術(shù)促進(jìn)企業(yè)高質(zhì)量創(chuàng)新存在三種路徑。第一種路徑是數(shù)字技術(shù)通過(guò)增加創(chuàng)新數(shù)量促進(jìn)企業(yè)高質(zhì)量創(chuàng)新，這既包括企業(yè)探索原有領(lǐng)域中空白部分獲取的新專(zhuān)利，又包含企業(yè)進(jìn)軍全新領(lǐng)域所產(chǎn)生的新成果。通常，新專(zhuān)利往往意味著收益增長(zhǎng)或成本下降，具有一定的經(jīng)濟(jì)效益和正向外溢效應(yīng)。因此，新的創(chuàng)新成果能夠在一定程度上吸引眾多廠商的關(guān)注，并相應(yīng)增加了其被引用的可能性。一方面，數(shù)字技術(shù)的應(yīng)用有助于企業(yè)改變?cè)械臉I(yè)務(wù)模式，能夠在一定程度上拓寬企業(yè)的創(chuàng)新邊界[13]。企業(yè)在既有領(lǐng)域中具有較為深厚的研究基礎(chǔ)和較為完善的研發(fā)設(shè)備，數(shù)字技術(shù)的應(yīng)用有助于企業(yè)進(jìn)一步挖掘已有資源潛在的創(chuàng)新價(jià)值，突破原有技術(shù)的局限性，在該領(lǐng)域的空缺部分實(shí)現(xiàn)專(zhuān)利數(shù)量的增長(zhǎng)，進(jìn)而提升企業(yè)的創(chuàng)新質(zhì)量。另一方面，數(shù)字技術(shù)的應(yīng)用能幫助企業(yè)迅速了解新領(lǐng)域的創(chuàng)新現(xiàn)狀，并有助于其在新領(lǐng)域中搜尋有價(jià)值的資源。通常，企業(yè)對(duì)新領(lǐng)域前沿技術(shù)的了解相對(duì)較少，在新領(lǐng)域?qū)で蠹夹g(shù)突破的難度較高。數(shù)字技術(shù)的應(yīng)用能夠激勵(lì)企業(yè)涉足新領(lǐng)域，數(shù)字技術(shù)及時(shí)獲取、重組資源的能力可以轉(zhuǎn)變?yōu)槠髽I(yè)寶貴的技術(shù)資源[14]，這將有助于企業(yè)在新領(lǐng)域中實(shí)現(xiàn)技術(shù)突破并獲得相應(yīng)的創(chuàng)新成果，從而推動(dòng)企業(yè)實(shí)現(xiàn)高質(zhì)量創(chuàng)新。綜上所述，我們將以創(chuàng)新數(shù)量推動(dòng)創(chuàng)新質(zhì)量的路徑稱(chēng)之為“外延擴(kuò)張”策略，并提出假設(shè)2：

假設(shè)2：數(shù)字技術(shù)通過(guò)“外延擴(kuò)張”策略促進(jìn)企業(yè)高質(zhì)量創(chuàng)新。

第二種路徑是數(shù)字技術(shù)通過(guò)優(yōu)化已有創(chuàng)新成果促進(jìn)企業(yè)高質(zhì)量創(chuàng)新。一方面，數(shù)字技術(shù)的應(yīng)用有助于推動(dòng)企業(yè)對(duì)現(xiàn)有技術(shù)實(shí)現(xiàn)數(shù)字化改造，提升企業(yè)的研發(fā)能力，使企業(yè)在既有的研發(fā)領(lǐng)域形成持續(xù)的競(jìng)爭(zhēng)優(yōu)勢(shì)[13]。相較于未涉及的領(lǐng)域，企業(yè)在既有領(lǐng)域已獲取的專(zhuān)利通常是擁有一定研究基礎(chǔ)的成果，且具備專(zhuān)業(yè)的研發(fā)團(tuán)隊(duì)和完善的配套設(shè)施。因此，利用數(shù)字化技術(shù)對(duì)已有專(zhuān)利再優(yōu)化，使該專(zhuān)利成果更符合市場(chǎng)的需求，能夠進(jìn)一步吸引各利益相關(guān)者的關(guān)注，增加專(zhuān)利被引用的可能性，從而提升企業(yè)創(chuàng)新質(zhì)量。另一方面，數(shù)字技術(shù)的應(yīng)用可以有效地提高企業(yè)搜集信息的效率，推動(dòng)異質(zhì)性知識(shí)在企業(yè)內(nèi)部的碰撞[15]，從而對(duì)既有專(zhuān)利成果實(shí)現(xiàn)技術(shù)再突破。與此同時(shí)，信息搜集效率的提高還意味著企業(yè)能夠及時(shí)準(zhǔn)確地了解消費(fèi)者對(duì)本企業(yè)產(chǎn)品和服務(wù)的反饋，從而激勵(lì)企業(yè)對(duì)已有創(chuàng)新成果進(jìn)行再優(yōu)化，實(shí)現(xiàn)企業(yè)的高質(zhì)量創(chuàng)新。綜上所述，我們將以?xún)?yōu)化已有創(chuàng)新成果提升企業(yè)創(chuàng)新質(zhì)量的路徑稱(chēng)之為“縱向深化”策略，并提出假設(shè)3：

假設(shè)3：數(shù)字技術(shù)通過(guò)“縱向深化”策略促進(jìn)企業(yè)高質(zhì)量創(chuàng)新。

第三種路徑是數(shù)字技術(shù)通過(guò)提升企業(yè)人力資本促進(jìn)企業(yè)高質(zhì)量創(chuàng)新。一方面，從整體視角看，數(shù)字技術(shù)的應(yīng)用使得各部門(mén)員工能夠更便捷地搜集有價(jià)值的信息，且不再受到時(shí)間和場(chǎng)地的限制，可以在相當(dāng)程度上提升企業(yè)員工獲取知識(shí)的效率[16]。因此，數(shù)字技術(shù)的應(yīng)用有助于增加企業(yè)員工獲取知識(shí)的主動(dòng)性和積極性，進(jìn)而通過(guò)知識(shí)積累實(shí)現(xiàn)人力資本提升。通常，企業(yè)人力資本的提升意味著員工理解和掌握知識(shí)的能力更強(qiáng)，并且員工在交流與互動(dòng)中會(huì)進(jìn)一步產(chǎn)生知識(shí)的外溢效應(yīng)，影響企業(yè)的創(chuàng)新活動(dòng)。就研發(fā)等部門(mén)而言，其人力資本的提升有助于突破企業(yè)的創(chuàng)新瓶頸，同時(shí)員工之間的協(xié)作與配合也能夠顯著提升其創(chuàng)新能力，實(shí)現(xiàn)企業(yè)的高質(zhì)量創(chuàng)新。另一方面，從局部視角看，數(shù)字技術(shù)的應(yīng)用需要與之匹配的高素質(zhì)勞動(dòng)力，因此，除直接引進(jìn)高素質(zhì)勞動(dòng)力外，企業(yè)也需要對(duì)部分內(nèi)部員工進(jìn)行專(zhuān)業(yè)化的數(shù)字技術(shù)培訓(xùn)，將其培養(yǎng)為能夠熟練應(yīng)用數(shù)字技術(shù)的高素質(zhì)勞動(dòng)力。在此過(guò)程中，相關(guān)培訓(xùn)能夠幫助這部分員工獲得新技能，提高此類(lèi)員工的綜合素質(zhì)，從而進(jìn)一步推動(dòng)企業(yè)人力資本提升。并且，接受上述培訓(xùn)，具備相關(guān)技能的高素質(zhì)員工也能更好地將數(shù)字技術(shù)應(yīng)用于創(chuàng)新活動(dòng)，以實(shí)現(xiàn)企業(yè)創(chuàng)新質(zhì)量的提升。比如，高素質(zhì)的經(jīng)理人能夠利用數(shù)字技術(shù)制定更為準(zhǔn)確的創(chuàng)新戰(zhàn)略，合理地規(guī)避創(chuàng)新風(fēng)險(xiǎn)；高技能的研發(fā)人員能夠運(yùn)用數(shù)字技術(shù)突破企業(yè)的技術(shù)瓶頸，研發(fā)出高質(zhì)量的創(chuàng)新成果。據(jù)此，我們提出假設(shè)4：

假設(shè)4：數(shù)字技術(shù)通過(guò)提高企業(yè)人力資本促進(jìn)企業(yè)高質(zhì)量創(chuàng)新。

三、研究設(shè)計(jì)

(一)數(shù)據(jù)來(lái)源

本文以滬深A(yù)股制造業(yè)上市公司為樣本，樣本期間為2010～2019年。其中，由于數(shù)字技術(shù)應(yīng)用與企業(yè)創(chuàng)新質(zhì)量提升之間存在時(shí)滯性，故后者的樣本期間為2011～2020年。企業(yè)的創(chuàng)新數(shù)量和創(chuàng)新質(zhì)量數(shù)據(jù)主要來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)(CSMAR)，缺失數(shù)據(jù)由中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)(CNRDS)進(jìn)行補(bǔ)充；數(shù)字技術(shù)應(yīng)用程度的詞頻數(shù)據(jù)來(lái)自文構(gòu)財(cái)經(jīng)文本數(shù)據(jù)平臺(tái)(WinGo)；其余數(shù)據(jù)均來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)(CSMAR)。為了減少狀態(tài)異常的企業(yè)對(duì)實(shí)證結(jié)果產(chǎn)生的影響，我們剔除了樣本期間內(nèi)的ST、PT和*ST狀態(tài)的企業(yè)。并且，為消除異常數(shù)據(jù)對(duì)結(jié)果的影響，所有連續(xù)變量均在1%和99%分位上進(jìn)行了縮尾處理。

(二)模型與變量設(shè)定

1.模型設(shè)定

結(jié)合上文的理論分析，在借鑒已有研究的基礎(chǔ)上，本文將基準(zhǔn)模型設(shè)定如下：

Qualityit=β0+β1Digitalit+∑jβjControljit+ui+ut+εit

(1)

模型(1)中的變量設(shè)定如下：Quality表示企業(yè)創(chuàng)新質(zhì)量，Digital表示企業(yè)應(yīng)用數(shù)字技術(shù)的程度，Control表示控制變量，ui和ut分別代表企業(yè)和年份固定效應(yīng)，下標(biāo)i和t分別代表企業(yè)和年份，j表示第j個(gè)控制變量。其中，加入企業(yè)固定效應(yīng)可以排除行業(yè)固定特征在內(nèi)的非時(shí)變遺漏因素，能夠有效地避免不隨時(shí)間變化的遺漏因素對(duì)估計(jì)結(jié)果產(chǎn)生的內(nèi)生影響。同時(shí)，為了考察創(chuàng)新質(zhì)量的收斂趨勢(shì)，我們?cè)谀Ｐ椭屑尤肓藙?chuàng)新質(zhì)量的時(shí)間趨勢(shì)項(xiàng)(Quality_base_trend)，其設(shè)定方法如下：首先，以年份設(shè)置了時(shí)間趨勢(shì)指標(biāo)(trend)，將2010～2019年分別賦值1～10；其次，以2010年各企業(yè)高質(zhì)量創(chuàng)新水平為基期構(gòu)造高質(zhì)量創(chuàng)新基期指標(biāo)(Quality_base)；最后，將trend與Quality_base的交乘項(xiàng)作為高質(zhì)量創(chuàng)新的時(shí)間趨勢(shì)控制變量(Quality_base_trend)②。

2.變量設(shè)定

(1)被解釋變量。本文探究的主要問(wèn)題是數(shù)字技術(shù)應(yīng)用對(duì)企業(yè)高質(zhì)量創(chuàng)新的影響，因此，我們以高質(zhì)量創(chuàng)新為被解釋變量。已有研究大多是從專(zhuān)利數(shù)量的角度探究創(chuàng)新質(zhì)量，雖然部分文獻(xiàn)對(duì)該測(cè)算方法進(jìn)行了改進(jìn)，如使用專(zhuān)利授權(quán)率測(cè)度企業(yè)的創(chuàng)新質(zhì)量[17]，以及只選用發(fā)明專(zhuān)利數(shù)量代表創(chuàng)新產(chǎn)出的質(zhì)量[18][19]，但是上述指標(biāo)實(shí)質(zhì)上仍屬于創(chuàng)新產(chǎn)出數(shù)量的范疇。并且，部分企業(yè)開(kāi)展創(chuàng)新不僅僅是以保持競(jìng)爭(zhēng)優(yōu)勢(shì)或促進(jìn)技術(shù)進(jìn)步為目的，還可能存在某種策略[20]，如獲取政府補(bǔ)貼。因此，以創(chuàng)新數(shù)量的相關(guān)指標(biāo)測(cè)度高質(zhì)量創(chuàng)新可能存在一定的偏誤。

高質(zhì)量創(chuàng)新成果是指具有核心技術(shù)和較高商業(yè)價(jià)值的專(zhuān)利，而非通過(guò)技術(shù)模仿研制的弱專(zhuān)利，更不是僅僅為了獲取優(yōu)惠補(bǔ)貼產(chǎn)生的低質(zhì)量專(zhuān)利[21]。國(guó)泰安數(shù)據(jù)庫(kù)的專(zhuān)利被引用數(shù)據(jù)為我們的研究提供了新的思路，專(zhuān)利授權(quán)后被引用表明該技術(shù)存在外溢效應(yīng)且能夠獲得市場(chǎng)認(rèn)可，使用該指標(biāo)進(jìn)行測(cè)度更為準(zhǔn)確。因此，本文借鑒已有研究的方法[6][7][22]，以專(zhuān)利被引用次數(shù)測(cè)度企業(yè)高質(zhì)量創(chuàng)新。并且，考慮到專(zhuān)利從申請(qǐng)到被引用存在一定周期，我們最終以企業(yè)“t+1期專(zhuān)利被引用次數(shù)+1”的自然對(duì)數(shù)為被解釋變量(Quality)的測(cè)度指標(biāo)。

(2)解釋變量。文本數(shù)據(jù)為許多問(wèn)題的研究提供了新的視角[23]，也為本文測(cè)度企業(yè)應(yīng)用數(shù)字技術(shù)的程度提供了思路。我們借鑒劉飛(2020)和趙宸宇(2021)的方法[24][25]，利用文構(gòu)財(cái)經(jīng)文本數(shù)據(jù)平臺(tái)(WinGo)搜尋文本信息數(shù)據(jù)，采集企業(yè)年報(bào)中出現(xiàn)的與“數(shù)字技術(shù)”相關(guān)的詞頻。這些關(guān)鍵詞主要包括：“互聯(lián)網(wǎng)”“云計(jì)算”“大數(shù)據(jù)”“人工智能”及其相近的詞匯，如分析“大數(shù)據(jù)”一詞的同時(shí)，我們還提取了“數(shù)據(jù)分析”“數(shù)據(jù)營(yíng)銷(xiāo)”等相關(guān)詞匯，以此類(lèi)推。上述關(guān)鍵詞出現(xiàn)的次數(shù)越多，表示該企業(yè)應(yīng)用相關(guān)技術(shù)越頻繁，即企業(yè)應(yīng)用數(shù)字技術(shù)的程度越高。最終，我們以這些詞頻出現(xiàn)的次數(shù)之和對(duì)解釋變量進(jìn)行測(cè)度，即數(shù)字技術(shù)的應(yīng)用程度。

(3)控制變量。考慮到還存在其他因素能夠影響企業(yè)的高質(zhì)量創(chuàng)新，借鑒已有研究[26][27]，我們?cè)谀Ｐ驮O(shè)定中加入了以下變量：企業(yè)年齡(Age)，以“研究年份與成立年份之差”測(cè)度；資產(chǎn)報(bào)酬率(ROA)，用“(利潤(rùn)總額+財(cái)務(wù)費(fèi)用)/資產(chǎn)總額”測(cè)度；財(cái)務(wù)杠桿(Lev)，用“(凈利潤(rùn)+所得稅費(fèi)用+財(cái)務(wù)費(fèi)用)/(凈利潤(rùn)+所得稅費(fèi)用)”測(cè)度；股東持股比例(Share)，以前十大股東的持股比例測(cè)度；行業(yè)競(jìng)爭(zhēng)度(HHI)，用各行業(yè)中企業(yè)總資產(chǎn)占比的平方和測(cè)度；企業(yè)規(guī)模(Size)，用企業(yè)員工數(shù)的自然對(duì)數(shù)進(jìn)行測(cè)度。并且，我們分別在模型中加入了被解釋變量的趨勢(shì)控制變量，具體設(shè)定方法已在上文中進(jìn)行了解釋。上述變量的描述性統(tǒng)計(jì)結(jié)果如表1所示。

表1 主要變量的描述性統(tǒng)計(jì)

四、實(shí)證結(jié)果與分析

(一)高質(zhì)量創(chuàng)新的特征事實(shí)分析

中國(guó)制造業(yè)上市公司高質(zhì)量創(chuàng)新的情況值得關(guān)注。鑒于此，我們測(cè)算了2010～2019年各行業(yè)專(zhuān)利被引用數(shù)的均值，并依據(jù)結(jié)果進(jìn)行了排序。其中，創(chuàng)新質(zhì)量排名前五位的行業(yè)分別是鐵路、船舶、航空航天和其他運(yùn)輸設(shè)備制造業(yè)(C37)，汽車(chē)制造業(yè)(C36)，黑色金屬冶煉和壓延加工業(yè)(C31)，計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)(C39)以及專(zhuān)用設(shè)備制造業(yè)(C35)，其專(zhuān)利被引用數(shù)的均值分別是123.81次、115.09次、100.81次、98.47次和70.15次；創(chuàng)新質(zhì)量排名居后五名的行業(yè)分別是造紙和紙制品業(yè)(C22)，酒、飲料和精制茶制造業(yè)(C15)，化學(xué)纖維制造業(yè)(C28)，皮革、毛皮、羽毛及其制品和制鞋業(yè)(C19)以及石油加工、煉焦和核燃料加工業(yè)(C25)，其專(zhuān)利被引用數(shù)的均值分別為11.25次、11.02次、9.41次、8.19次和7.33次。

根據(jù)上述結(jié)果可知，專(zhuān)利被引用次數(shù)排名前列的行業(yè)基本都屬于技術(shù)密集型行業(yè)，而排名靠后的大多是資本密集型行業(yè)。因此，我們借鑒張伯偉和沈得芳(2015)的分類(lèi)標(biāo)準(zhǔn)[28]，按照要素密集度進(jìn)一步將樣本劃分為勞動(dòng)密集型、資本密集型和技術(shù)密集型行業(yè)③，并分別計(jì)算出這三類(lèi)行業(yè)在2010～2019年專(zhuān)利被引用數(shù)的均值。其中，技術(shù)密集型行業(yè)的創(chuàng)新質(zhì)量最高，勞動(dòng)密集型行業(yè)次之，資本密集型行業(yè)的創(chuàng)新質(zhì)量最低，其專(zhuān)利被引用數(shù)的均值分別為70.21次、27.05次和25.79次。綜上可以發(fā)現(xiàn)，制造業(yè)各個(gè)行業(yè)之間的創(chuàng)新質(zhì)量存在一定的差距，其中，技術(shù)密集型行業(yè)的創(chuàng)新質(zhì)量較高，而勞動(dòng)密集型和資本密集型行業(yè)的創(chuàng)新質(zhì)量則相對(duì)較低。

(二)基準(zhǔn)回歸結(jié)果與分析

根據(jù)上文的分析，我們選用固定效應(yīng)模型研究數(shù)字技術(shù)對(duì)企業(yè)創(chuàng)新質(zhì)量的影響。在此，我們主要關(guān)注回歸模型(1)中的系數(shù)β1，若其顯著為正，則表明數(shù)字技術(shù)應(yīng)用程度的增加顯著促進(jìn)了企業(yè)的高質(zhì)量創(chuàng)新；若其顯著為負(fù)，則反之。結(jié)合理論分析，我們預(yù)期其顯著為正?；貧w結(jié)果列示于表2，其中：列(1)未加入任何控制條件，其核心解釋變量的系數(shù)顯著為正；列(2)和列(3)為逐步加入企業(yè)與年份固定效應(yīng)，其核心解釋變量的系數(shù)依然顯著為正；列(4)中，我們加入了創(chuàng)新質(zhì)量的時(shí)間趨勢(shì)項(xiàng)(Quality_base_trend)，核心解釋變量仍顯著為正；列(5)中，我們加入了所有控制變量，核心解釋變量的系數(shù)依然顯著為正。同時(shí)可以發(fā)現(xiàn)，列(2)～(5)中核心解釋變量的系數(shù)變化較小，且都在1%的水平上顯著，表明本文估計(jì)結(jié)果是可靠的。由此可知，企業(yè)應(yīng)用數(shù)字技術(shù)的程度越高，其創(chuàng)新質(zhì)量就越高，即數(shù)字技術(shù)的應(yīng)用顯著提升了企業(yè)的創(chuàng)新質(zhì)量，研究假設(shè)1得到驗(yàn)證。

上述結(jié)果表明，數(shù)字技術(shù)的應(yīng)用能夠幫助企業(yè)在創(chuàng)新活動(dòng)方面取得突破，進(jìn)而實(shí)現(xiàn)高質(zhì)量創(chuàng)新發(fā)展。由此，對(duì)于中國(guó)的制造業(yè)企業(yè)而言，引進(jìn)并應(yīng)用人工智能、云計(jì)算等數(shù)字技術(shù)是提升企業(yè)創(chuàng)新質(zhì)量的重要方式，也是促進(jìn)其高質(zhì)量發(fā)展的重要因素。同時(shí)，值得關(guān)注的是，在表2列(4)和列(5)中，創(chuàng)新質(zhì)量的時(shí)間趨勢(shì)項(xiàng)系數(shù)都顯著為負(fù)，這表明企業(yè)的創(chuàng)新質(zhì)量本身就具有一定的收斂性。其中，基期創(chuàng)新質(zhì)量較高的企業(yè)隨著時(shí)間推移，其創(chuàng)新質(zhì)量的提升幅度逐漸變?。欢趧?chuàng)新質(zhì)量較低的企業(yè)在發(fā)展過(guò)程中，其創(chuàng)新質(zhì)量的提升幅度逐漸變大。

表2 基準(zhǔn)回歸結(jié)果

(三)穩(wěn)健性檢驗(yàn)

根據(jù)上文的估計(jì)結(jié)果，數(shù)字技術(shù)的應(yīng)用能夠顯著促進(jìn)企業(yè)高質(zhì)量創(chuàng)新。為了進(jìn)一步檢驗(yàn)上述結(jié)果的穩(wěn)健性，我們采取以下幾種方法進(jìn)行探究，并將其結(jié)果與基準(zhǔn)回歸結(jié)果進(jìn)行對(duì)比。

1.更換被解釋變量。我國(guó)專(zhuān)利法將專(zhuān)利劃分為三種類(lèi)型，其中，發(fā)明專(zhuān)利能更好地測(cè)度企業(yè)創(chuàng)新產(chǎn)出質(zhì)量[19]。因此，為驗(yàn)證基準(zhǔn)回歸結(jié)果的可靠性，我們借鑒上述研究的方法，將“t+1期發(fā)明專(zhuān)利申請(qǐng)數(shù)+1”的自然對(duì)數(shù)作為被解釋變量的替代指標(biāo)(Quality*)，再次進(jìn)行回歸分析，并將回歸結(jié)果與基準(zhǔn)回歸進(jìn)行對(duì)比。結(jié)果顯示，核心解釋變量的系數(shù)依然顯著為正，與基準(zhǔn)回歸結(jié)果保持一致，驗(yàn)證了數(shù)字技術(shù)能促進(jìn)企業(yè)高質(zhì)量創(chuàng)新這一推論，回歸結(jié)果見(jiàn)表3列(1)。

表3 穩(wěn)健性檢驗(yàn)結(jié)果

2.變換模型設(shè)定形式。企業(yè)所屬城市及年份不同，其創(chuàng)新質(zhì)量會(huì)存在一定差異。因此，為了驗(yàn)證創(chuàng)新質(zhì)量是否與地區(qū)特征相關(guān)，以及檢驗(yàn)基準(zhǔn)回歸結(jié)果的穩(wěn)健性，我們?cè)谀Ｐ椭锌刂屏似髽I(yè)、地區(qū)和年份固定效應(yīng)，并進(jìn)行重新估計(jì)。結(jié)果顯示，核心解釋變量的系數(shù)依然顯著為正，再次驗(yàn)證了基準(zhǔn)回歸結(jié)果的穩(wěn)健性，表明數(shù)字技術(shù)的應(yīng)用能夠有效地提升企業(yè)的創(chuàng)新質(zhì)量，回歸結(jié)果詳見(jiàn)表3列(2)。

3.考慮公司其他特征。為避免所選用模型可能存在的遺漏解釋變量問(wèn)題，本文借鑒許瑜和馮均科(2017)的研究[29]，在模型中進(jìn)一步加入了企業(yè)的其他特征變量，包括企業(yè)的高管薪酬(Salary)和流動(dòng)比率(Currt)，其測(cè)度方法分別為“高管前三名薪酬總額的自然對(duì)數(shù)”和“流動(dòng)資產(chǎn)與流動(dòng)負(fù)債之比”。其中，高管薪酬能夠反映企業(yè)對(duì)高管的激勵(lì)情況，通常其數(shù)值越高，高管的綜合能力就越強(qiáng)，其組織開(kāi)展的創(chuàng)新活動(dòng)就越有可能獲得高質(zhì)量的成果；流動(dòng)比率反映的是企業(yè)的償債能力，其能在一定程度上反映企業(yè)的經(jīng)營(yíng)狀況，對(duì)創(chuàng)新質(zhì)量也會(huì)產(chǎn)生一定的影響?？紤]到上述因素，我們?cè)诨鶞?zhǔn)回歸模型中加入了上述變量，并再次進(jìn)行回歸分析，回歸結(jié)果詳見(jiàn)表3列(3)?？梢园l(fā)現(xiàn)，核心解釋變量的系數(shù)依然顯著為正，且系數(shù)與基準(zhǔn)回歸的結(jié)果接近，支持了數(shù)字技術(shù)的應(yīng)用能夠顯著促進(jìn)企業(yè)高質(zhì)量創(chuàng)新的結(jié)論，故基準(zhǔn)回歸所得結(jié)論是可靠的。

4.縮短樣本研究期間。2016年起，國(guó)家全面推進(jìn)“營(yíng)改增”稅制改革，相關(guān)政策的頒布亦可能會(huì)對(duì)企業(yè)創(chuàng)新行為產(chǎn)生影響。因此，為了降低此稅制改革對(duì)本文估計(jì)結(jié)果產(chǎn)生的影響，我們將樣本的研究期間縮短為2010～2015年，并將上述結(jié)果與基準(zhǔn)回歸進(jìn)行對(duì)比分析。結(jié)果發(fā)現(xiàn)，核心解釋變量的系數(shù)顯著為正，且與基準(zhǔn)回歸的結(jié)果相差較小，表明基準(zhǔn)回歸結(jié)果具有穩(wěn)健性，回歸結(jié)果詳見(jiàn)表3列(4)。

5.進(jìn)一步考慮專(zhuān)利被引用的滯后性。數(shù)字技術(shù)激勵(lì)企業(yè)增加創(chuàng)新成果存在一定的時(shí)間周期，同時(shí)，企業(yè)從申請(qǐng)專(zhuān)利到該專(zhuān)利被引用也存在一定的滯后性，且該滯后期可能比我們?cè)诨鶞?zhǔn)模型中設(shè)定的周期更長(zhǎng)。因此，我們?cè)诨鶞?zhǔn)回歸分析的基礎(chǔ)上延長(zhǎng)滯后期，以“t+2期的專(zhuān)利被引用次數(shù)+1”的自然對(duì)數(shù)作為被解釋變量的替代變量(Quality_1)，再次進(jìn)行回歸分析。結(jié)果表明，核心解釋變量的系數(shù)與基準(zhǔn)回歸中的結(jié)果基本一致，再次驗(yàn)證了基準(zhǔn)回歸結(jié)論的穩(wěn)健性，回歸結(jié)果詳見(jiàn)表3列(5)。

6.工具變量回歸。在基準(zhǔn)回歸模型中，我們控制了企業(yè)和年份固定效應(yīng)，這能初步緩解由遺漏變量產(chǎn)生的內(nèi)生性問(wèn)題。然而，本文可能還存在反向因果的情況，這也是可能導(dǎo)致基準(zhǔn)回歸結(jié)果存在內(nèi)生性問(wèn)題的重要原因之一。數(shù)字技術(shù)能夠通過(guò)各種渠道影響企業(yè)的創(chuàng)新質(zhì)量，同時(shí)，企業(yè)創(chuàng)新質(zhì)量也可能反向影響其應(yīng)用數(shù)字技術(shù)的程度。解決上述問(wèn)題的方法之一就是找到合理的工具變量(IV)，其成立的條件是該工具變量要與被研究企業(yè)數(shù)字技術(shù)的應(yīng)用程度相關(guān)但與其創(chuàng)新質(zhì)量沒(méi)有直接相關(guān)性。通常，企業(yè)應(yīng)用數(shù)字技術(shù)的決策會(huì)受到同行業(yè)其他競(jìng)爭(zhēng)廠商的影響。因此，我們借鑒Jayaraman 和Milbourn(2012)的方法[30]，采用同年份同行業(yè)其他企業(yè)數(shù)字技術(shù)應(yīng)用程度的均值作為本文的工具變量，其與被研究企業(yè)的數(shù)字技術(shù)應(yīng)用程度有關(guān)，但并不會(huì)對(duì)被研究企業(yè)的創(chuàng)新質(zhì)量產(chǎn)生直接影響，符合工具變量選取的前提條件。隨后，我們選用了二階段最小二乘法(2SLS)進(jìn)行內(nèi)生性檢驗(yàn)，結(jié)果如表3列(6)所示?？梢园l(fā)現(xiàn)，在考慮內(nèi)生性因素后，該模型的核心解釋變量系數(shù)依然顯著為正，且系數(shù)與基準(zhǔn)回歸結(jié)果相差較小，支持了數(shù)字技術(shù)的應(yīng)用能夠顯著提升企業(yè)創(chuàng)新質(zhì)量的結(jié)論。并且，為驗(yàn)證該工具變量的有效性，我們分別進(jìn)行了識(shí)別不足檢驗(yàn)(Anderson canon.corr.LM檢驗(yàn))和弱工具變量檢驗(yàn)(Cragg-Donald Wald F檢驗(yàn))，結(jié)果顯示本文選取的工具變量是合適的。

(四)機(jī)制檢驗(yàn)

結(jié)合上文的理論分析，數(shù)字技術(shù)能夠通過(guò)三種路徑促進(jìn)企業(yè)的高質(zhì)量創(chuàng)新。為了檢驗(yàn)上述機(jī)制是否成立，我們借鑒溫忠麟和葉寶娟(2014)的方法[31]，選用中介效應(yīng)模型進(jìn)行機(jī)制檢驗(yàn)。具體而言：

首先，我們以“Ln(t期專(zhuān)利申請(qǐng)數(shù)+1)”衡量企業(yè)的創(chuàng)新產(chǎn)出數(shù)量(Patent)④，并以此作為中介變量，檢驗(yàn)“外延擴(kuò)張”策略是否成立，即數(shù)字技術(shù)能否通過(guò)增加創(chuàng)新產(chǎn)出數(shù)量促進(jìn)企業(yè)高質(zhì)量創(chuàng)新，結(jié)果如表4的列(1)(2)所示。其中，我們?cè)诹?1)中加入了創(chuàng)新數(shù)量的時(shí)間趨勢(shì)項(xiàng)(Patent_base_trend)和其他控制變量，結(jié)果顯示：數(shù)字技術(shù)能夠顯著促進(jìn)企業(yè)創(chuàng)新產(chǎn)出數(shù)量的增加，并且企業(yè)創(chuàng)新產(chǎn)出數(shù)量的增長(zhǎng)具有收斂性。進(jìn)一步，我們?cè)诹?2)中同時(shí)引入了中介變量(Patent)、創(chuàng)新質(zhì)量的時(shí)間趨勢(shì)項(xiàng)(Quality_base_trend)以及其他控制變量，結(jié)果顯示：中介變量的系數(shù)顯著為正，核心解釋變量的系數(shù)顯著為正且小于基準(zhǔn)回歸中的結(jié)果。上述結(jié)果表明，數(shù)字技術(shù)可以通過(guò)“外延擴(kuò)張”策略提升企業(yè)的創(chuàng)新質(zhì)量，即以創(chuàng)新數(shù)量推動(dòng)創(chuàng)新質(zhì)量的提升，假設(shè)2成立。

表4 機(jī)制檢驗(yàn)結(jié)果

其次，數(shù)字技術(shù)對(duì)企業(yè)高質(zhì)量創(chuàng)新的影響，不僅包括“外延擴(kuò)張”策略，還可能存在對(duì)企業(yè)已有專(zhuān)利進(jìn)行再優(yōu)化的方式，即“縱向深化”策略。這里使用“專(zhuān)利平均被引次數(shù)”作為被解釋變量，以“Ln(t+1期專(zhuān)利被引用次數(shù)+1)/ Ln(t期專(zhuān)利申請(qǐng)數(shù)+1)”對(duì)其進(jìn)行測(cè)度，并以此檢驗(yàn)數(shù)字技術(shù)能否通過(guò)優(yōu)化存量專(zhuān)利成果的方式實(shí)現(xiàn)企業(yè)的高質(zhì)量創(chuàng)新。專(zhuān)利平均質(zhì)量既可以直接反映企業(yè)專(zhuān)利成果的整體質(zhì)量，也可以間接反映企業(yè)已有專(zhuān)利的質(zhì)量情況，回歸結(jié)果如表4的列(3)(4)所示。其中，列(3)是僅加入企業(yè)和年份固定效應(yīng)的估計(jì)結(jié)果，列(4)中進(jìn)一步加入了專(zhuān)利平均被引用次數(shù)的時(shí)間趨勢(shì)控制項(xiàng)(Quality_ave_base_trend)和其他控制變量?？梢园l(fā)現(xiàn)，在上述所有估計(jì)結(jié)果中，核心解釋變量的系數(shù)都未通過(guò)顯著性檢驗(yàn)，無(wú)需再繼續(xù)進(jìn)行中介效應(yīng)檢驗(yàn)的下一步驟。這表明，目前數(shù)字技術(shù)未能優(yōu)化企業(yè)的已有專(zhuān)利成果，即未能實(shí)現(xiàn)創(chuàng)新質(zhì)量的“縱向深化”，假設(shè)3不成立。綜上所述，從創(chuàng)新成果視角分析，數(shù)字技術(shù)主要是以創(chuàng)新數(shù)量推動(dòng)企業(yè)創(chuàng)新質(zhì)量的提升，未能通過(guò)優(yōu)化企業(yè)既有專(zhuān)利成果提升其創(chuàng)新質(zhì)量。該研究結(jié)論對(duì)于企業(yè)如何進(jìn)一步利用數(shù)字技術(shù)優(yōu)化既有專(zhuān)利成果，通過(guò)“縱向深化”策略實(shí)現(xiàn)高質(zhì)量創(chuàng)新具有啟示意義。

最后，我們以本科及以上學(xué)歷的員工數(shù)占比測(cè)度企業(yè)的人力資本(HC)⑤，并將其作為中介變量，檢驗(yàn)數(shù)字技術(shù)能否通過(guò)提升人力資本促進(jìn)企業(yè)高質(zhì)量創(chuàng)新，結(jié)果如表4的列(5)(6)所示。其中，我們?cè)诹?5)中加入了人力資本的時(shí)間趨勢(shì)項(xiàng)(HC_base_trend)及其他控制變量，結(jié)果表明，數(shù)字技術(shù)能夠顯著促進(jìn)企業(yè)人力資本提升。列(6)中，我們同時(shí)加入了中介變量(HC)、創(chuàng)新質(zhì)量的趨勢(shì)項(xiàng)(Quality_base_trend)以及其他控制變量，結(jié)果顯示核心解釋變量和中介變量的系數(shù)都顯著為正，并且核心解釋變量的估計(jì)系數(shù)小于基準(zhǔn)回歸中的結(jié)果。上述結(jié)果表明，數(shù)字技術(shù)的應(yīng)用能夠顯著提高企業(yè)的人力資本水平，人力資本的提升有助于企業(yè)突破技術(shù)瓶頸，研發(fā)出質(zhì)量較高的創(chuàng)新成果，以實(shí)現(xiàn)高質(zhì)量創(chuàng)新。綜上所述，人力資本是數(shù)字技術(shù)促進(jìn)企業(yè)高質(zhì)量創(chuàng)新的路徑之一，假設(shè)4成立。

(五)異質(zhì)性分析

上文研究是從整體上探究數(shù)字技術(shù)對(duì)企業(yè)創(chuàng)新質(zhì)量的影響，實(shí)際上忽略了要素密集度、企業(yè)規(guī)模及所有權(quán)性質(zhì)等因素對(duì)估計(jì)結(jié)果產(chǎn)生的影響。由于創(chuàng)新活動(dòng)具有風(fēng)險(xiǎn)性和不確定性，通常具有較強(qiáng)創(chuàng)新需求且能夠承擔(dān)較高創(chuàng)新風(fēng)險(xiǎn)的企業(yè)更傾向于將數(shù)字技術(shù)應(yīng)用于創(chuàng)新活動(dòng)，并以此實(shí)現(xiàn)高質(zhì)量創(chuàng)新。根據(jù)上述分析，我們將樣本劃分為不同類(lèi)型的子樣本，以期獲得更為細(xì)致的結(jié)論。

1.基于要素密集度的異質(zhì)性分析。要素密集度不同的企業(yè)，其創(chuàng)新需求和創(chuàng)新質(zhì)量的差異較為明顯。其中，勞動(dòng)密集型企業(yè)生產(chǎn)活動(dòng)的標(biāo)準(zhǔn)化程度較高，這使得該類(lèi)企業(yè)對(duì)技術(shù)創(chuàng)新的需求程度較低；技術(shù)密集型企業(yè)多屬于朝陽(yáng)產(chǎn)業(yè)，這類(lèi)企業(yè)為了提高其核心競(jìng)爭(zhēng)力，需要持續(xù)提升企業(yè)的創(chuàng)新能力和創(chuàng)新質(zhì)量；資本密集型企業(yè)對(duì)創(chuàng)新的需求介于前兩者之間[32]。那么，這些差異是否會(huì)體現(xiàn)在數(shù)字技術(shù)應(yīng)用對(duì)企業(yè)高質(zhì)量創(chuàng)新的影響中？

因此，我們根據(jù)上文所述的分類(lèi)標(biāo)準(zhǔn)，將樣本按照要素密集度劃分為勞動(dòng)密集型、資本密集型和技術(shù)密集型企業(yè)，并分別對(duì)上述子樣本進(jìn)行回歸分析，結(jié)果列示于表5。其中，列(1)和列(2)分別為勞動(dòng)密集型和資本密集型企業(yè)的估計(jì)結(jié)果，其核心解釋變量的系數(shù)都未通過(guò)顯著性檢驗(yàn)；列(3)是技術(shù)密集型企業(yè)的估計(jì)結(jié)果，其結(jié)果顯示，數(shù)字技術(shù)顯著促進(jìn)了該類(lèi)企業(yè)的高質(zhì)量創(chuàng)新。一個(gè)可能的解釋是：對(duì)于勞動(dòng)密集型和資本密集型企業(yè)而言，其對(duì)提升創(chuàng)新質(zhì)量的需求相對(duì)較小，數(shù)字技術(shù)的效應(yīng)更多地體現(xiàn)在生產(chǎn)經(jīng)營(yíng)的其他方面，而非創(chuàng)新活動(dòng)。相較而言，技術(shù)密集型企業(yè)之間的競(jìng)爭(zhēng)在一定程度上是技術(shù)創(chuàng)新水平的較量，數(shù)字技術(shù)的效用更多地體現(xiàn)在其對(duì)研發(fā)活動(dòng)的支持中。綜上所述，數(shù)字技術(shù)的應(yīng)用能夠有助于技術(shù)密集型企業(yè)在創(chuàng)新方面實(shí)現(xiàn)突破，提升其創(chuàng)新質(zhì)量，但其未能顯著影響勞動(dòng)密集型和資本密集型企業(yè)的創(chuàng)新質(zhì)量。

表5 異質(zhì)性檢驗(yàn)結(jié)果：要素密集度

2.基于企業(yè)規(guī)模的異質(zhì)性分析。從融資約束的角度看，規(guī)模較大的企業(yè)資金較為雄厚，其融資約束較??；而規(guī)模較小的企業(yè)則通常面臨較高的融資約束，存在一定的資金負(fù)擔(dān)。高質(zhì)量創(chuàng)新活動(dòng)離不開(kāi)大量的資金投入，因此，考慮到創(chuàng)新活動(dòng)本身存在的風(fēng)險(xiǎn)性與不確定性，大規(guī)模企業(yè)將資金投入到研發(fā)活動(dòng)中的概率更高。從企業(yè)的組織結(jié)構(gòu)看，規(guī)模較大企業(yè)的組織結(jié)構(gòu)更完善，擁有更優(yōu)秀的管理和研發(fā)團(tuán)隊(duì)，能夠更合理地運(yùn)用數(shù)字技術(shù)以實(shí)現(xiàn)高質(zhì)量創(chuàng)新，小規(guī)模企業(yè)則相對(duì)欠缺。那么，數(shù)字技術(shù)對(duì)不同規(guī)模企業(yè)高質(zhì)量創(chuàng)新的影響如何？

我們根據(jù)企業(yè)總資產(chǎn)的中值將全樣本劃分為兩組，并進(jìn)行了回歸分析，結(jié)果如表6的列(1)和列(2)所示。其中，大規(guī)模企業(yè)的核心解釋變量系數(shù)顯著為正，而小規(guī)模企業(yè)的核心解釋變量系數(shù)卻不顯著。該結(jié)果表明，大規(guī)模企業(yè)能夠通過(guò)應(yīng)用數(shù)字技術(shù)促進(jìn)高質(zhì)量創(chuàng)新?？赡艿脑蚴牵捍笠?guī)模企業(yè)資金實(shí)力較為雄厚，在技術(shù)研究方面已經(jīng)投入了大量資金與設(shè)備，因此，他們具有較好的創(chuàng)新基礎(chǔ)與條件，這是實(shí)現(xiàn)高質(zhì)量創(chuàng)新的前提。并且，大規(guī)模企業(yè)通常具備比較完善的研發(fā)與營(yíng)銷(xiāo)部門(mén)，數(shù)字技術(shù)的應(yīng)用有助于營(yíng)銷(xiāo)部門(mén)更好地了解及掌握客戶(hù)需求，此時(shí)，研發(fā)部門(mén)能夠根據(jù)消費(fèi)者需求設(shè)計(jì)更具針對(duì)性的產(chǎn)品和服務(wù)。這是大規(guī)模企業(yè)能夠通過(guò)數(shù)字技術(shù)實(shí)現(xiàn)高質(zhì)量創(chuàng)新的重要原因，但小規(guī)模企業(yè)在上述方面相對(duì)欠缺，因此，小規(guī)模企業(yè)未能通過(guò)數(shù)字技術(shù)的應(yīng)用實(shí)現(xiàn)高質(zhì)量創(chuàng)新。

3.基于企業(yè)所有權(quán)性質(zhì)的異質(zhì)性分析。國(guó)有企業(yè)的實(shí)際控股人是政府，其管理者通常會(huì)與政府形成委托代理關(guān)系，生產(chǎn)經(jīng)營(yíng)相對(duì)穩(wěn)定。因此，為了規(guī)避研發(fā)活動(dòng)帶來(lái)的風(fēng)險(xiǎn)，其管理者通常會(huì)選擇相對(duì)穩(wěn)定的投資項(xiàng)目。相較而言，非國(guó)有企業(yè)對(duì)經(jīng)濟(jì)環(huán)境的變化更加敏感，其面臨的競(jìng)爭(zhēng)更激烈，故非國(guó)有企業(yè)更傾向于利用數(shù)字技術(shù)提高其創(chuàng)新質(zhì)量，以維持企業(yè)在市場(chǎng)競(jìng)爭(zhēng)中的優(yōu)勢(shì)地位，獲得長(zhǎng)期收益。鑒于此，我們將繼續(xù)探究數(shù)字技術(shù)對(duì)不同所有權(quán)性質(zhì)企業(yè)高質(zhì)量創(chuàng)新的影響。

表6 異質(zhì)性檢驗(yàn)結(jié)果：企業(yè)規(guī)模和所有權(quán)性質(zhì)

根據(jù)企業(yè)所有權(quán)性質(zhì)，我們將樣本劃分為國(guó)有企業(yè)和非國(guó)有企業(yè)兩類(lèi)，其估計(jì)結(jié)果如表6所示。其中，列(3)和列(4)分別是國(guó)有企業(yè)樣本和非國(guó)有企業(yè)樣本的估計(jì)結(jié)果，兩者的核心解釋變量系數(shù)都顯著為正，但后者的系數(shù)明顯大于前者。該結(jié)果表明，對(duì)于非國(guó)有企業(yè)而言，其增加數(shù)字技術(shù)應(yīng)用程度以實(shí)現(xiàn)高質(zhì)量創(chuàng)新的促進(jìn)效果更為顯著?？赡艿脑蚴牵旱谝唬夹g(shù)創(chuàng)新通常被認(rèn)定為國(guó)有企業(yè)負(fù)責(zé)人的重要考核項(xiàng)目之一，但其考核的標(biāo)準(zhǔn)更多的是基于創(chuàng)新產(chǎn)出數(shù)量的角度，缺乏直接對(duì)創(chuàng)新質(zhì)量的考察；第二，相較于國(guó)有企業(yè)，非國(guó)有企業(yè)獲得政府的優(yōu)惠政策更少，面臨的競(jìng)爭(zhēng)壓力更大。因此，非國(guó)有企業(yè)為了提升市場(chǎng)競(jìng)爭(zhēng)力，亟須通過(guò)應(yīng)用數(shù)字技術(shù)等途徑提升創(chuàng)新質(zhì)量，實(shí)現(xiàn)高質(zhì)量創(chuàng)新的目標(biāo)，以在市場(chǎng)競(jìng)爭(zhēng)中占據(jù)優(yōu)勢(shì)地位，實(shí)現(xiàn)企業(yè)的長(zhǎng)遠(yuǎn)發(fā)展。

五、結(jié)論與啟示

提高制造業(yè)企業(yè)創(chuàng)新質(zhì)量是制造業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展的重要途徑，本文以制造業(yè)上市公司為考察對(duì)象，實(shí)證研究了數(shù)字技術(shù)對(duì)企業(yè)高質(zhì)量創(chuàng)新的影響，結(jié)果表明：(1)制造業(yè)各個(gè)行業(yè)間的創(chuàng)新質(zhì)量存在一定差距，技術(shù)密集型行業(yè)的創(chuàng)新質(zhì)量普遍較高，而勞動(dòng)密集型和資本密集型行業(yè)的創(chuàng)新質(zhì)量則相對(duì)較低。(2)數(shù)字技術(shù)對(duì)企業(yè)高質(zhì)量創(chuàng)新具有顯著的促進(jìn)作用，并且該結(jié)論通過(guò)穩(wěn)健性檢驗(yàn)，具有一定的可靠性。(3)數(shù)字技術(shù)對(duì)企業(yè)高質(zhì)量創(chuàng)新的影響存在兩條路徑：第一，數(shù)字技術(shù)可以通過(guò)“外延擴(kuò)張”策略，以創(chuàng)新產(chǎn)出數(shù)量推動(dòng)企業(yè)高質(zhì)量創(chuàng)新；第二，數(shù)字技術(shù)的應(yīng)用能夠通過(guò)提升企業(yè)的人力資本以實(shí)現(xiàn)高質(zhì)量創(chuàng)新。(4)數(shù)字技術(shù)對(duì)企業(yè)高質(zhì)量創(chuàng)新的影響在行業(yè)要素密集度、企業(yè)規(guī)模和所有權(quán)性質(zhì)不同的企業(yè)中存在差異。其中，數(shù)字技術(shù)的應(yīng)用對(duì)技術(shù)密集型企業(yè)、大規(guī)模企業(yè)和非國(guó)有企業(yè)的創(chuàng)新質(zhì)量具有更顯著的促進(jìn)作用，而對(duì)其他類(lèi)型企業(yè)的創(chuàng)新質(zhì)量影響較弱。

根據(jù)本文的研究結(jié)論，我們認(rèn)為制造業(yè)企業(yè)應(yīng)用數(shù)字技術(shù)是必要的，但仍需要根據(jù)企業(yè)特征及所屬行業(yè)特點(diǎn)進(jìn)行綜合性考慮。為此，本文提出如下建議：(1)政府部門(mén)應(yīng)制定相關(guān)政策引導(dǎo)和支持企業(yè)應(yīng)用數(shù)字技術(shù)，尤其是給予相關(guān)的政府補(bǔ)貼或稅收優(yōu)惠政策，這些政策能夠有效地激勵(lì)企業(yè)將數(shù)字技術(shù)應(yīng)用于創(chuàng)新活動(dòng)。并且，實(shí)現(xiàn)高質(zhì)量創(chuàng)新是企業(yè)應(yīng)用數(shù)字技術(shù)的重要目標(biāo)之一，因此，有關(guān)部門(mén)在制定相關(guān)政策時(shí)應(yīng)將創(chuàng)新質(zhì)量水平考慮在內(nèi)，可以根據(jù)企業(yè)創(chuàng)新質(zhì)量水平的達(dá)標(biāo)情況給予進(jìn)一步的補(bǔ)貼或優(yōu)惠。(2)企業(yè)應(yīng)該合理利用相關(guān)的數(shù)字技術(shù)，增加與同行業(yè)其他企業(yè)的交流與合作，從而掌握更多有利的資源，為提高企業(yè)創(chuàng)新質(zhì)量奠定基礎(chǔ)。同時(shí)，企業(yè)應(yīng)該深化數(shù)字技術(shù)在生產(chǎn)制造、市場(chǎng)營(yíng)銷(xiāo)等各個(gè)環(huán)節(jié)的應(yīng)用，真正地發(fā)揮數(shù)字技術(shù)的關(guān)鍵作用。(3)企業(yè)應(yīng)該重視人力資本的提升，加強(qiáng)對(duì)員工相關(guān)技能的培訓(xùn)，尤其是要加強(qiáng)數(shù)字技術(shù)的相關(guān)培訓(xùn)，提升員工應(yīng)用數(shù)字技術(shù)的能力，以實(shí)現(xiàn)高質(zhì)量創(chuàng)新的目標(biāo)。

注釋?zhuān)?/p>

①數(shù)據(jù)來(lái)源：世界知識(shí)產(chǎn)權(quán)組織官方網(wǎng)站，https://www.wipo.int/portal/zh/。

②下文涉及變量時(shí)間趨勢(shì)項(xiàng)的設(shè)定方法與創(chuàng)新質(zhì)量時(shí)間趨勢(shì)項(xiàng)的方法類(lèi)似，故不再贅述。

③本文將樣本所屬行業(yè)按要素密集度劃分如下：勞動(dòng)密集型行業(yè)包括農(nóng)副食品加工業(yè)(C13)，食品制造業(yè)(C14)，紡織業(yè)(C17)，紡織服裝、服飾業(yè)(C18)，皮革、毛皮、羽毛及其制品和制鞋業(yè)(C19)，木材加工和木、竹、藤、棕、草制品業(yè)(C20)，家具制造業(yè)(C21)，文教、工美、體育和娛樂(lè)用品制造業(yè)(C24)，非金屬礦物制品業(yè)(C30)，金屬制品業(yè)(C33)，其他制造業(yè)(C41)以及廢棄資源綜合利用業(yè)(C42)；資本密集型行業(yè)包括酒、飲料和精制茶制造業(yè)(C15)，造紙和紙制品業(yè)(C22)，印刷和記錄媒介復(fù)制業(yè)(C23)，石油加工、煉焦和核燃料加工業(yè)(C25)，化學(xué)原料和化學(xué)制品制造業(yè)(C26)，化學(xué)纖維制造業(yè)(C28)，橡膠和塑料制品業(yè)(C29)，黑色金屬冶煉和壓延加工業(yè)(C31)以及有色金屬冶煉和壓延加工業(yè)(C32)；技術(shù)密集型行業(yè)包括醫(yī)藥制造業(yè)(C27)，通用設(shè)備制造業(yè)(C34)，專(zhuān)用設(shè)備制造業(yè)(C35)，汽車(chē)制造業(yè)(C36)，鐵路、船舶、航空航天和其他運(yùn)輸設(shè)備制造業(yè)(C37)，電氣機(jī)械和器材制造業(yè)(C38)，計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)(C39)以及儀器儀表制造業(yè)(C40)。

④創(chuàng)新產(chǎn)出數(shù)量是以企業(yè)研究年度的專(zhuān)利申請(qǐng)量進(jìn)行計(jì)算的，不包含以往年度的專(zhuān)利申請(qǐng)量。

⑤為了檢驗(yàn)這一路徑是否成立，我們進(jìn)一步使用了“碩士及以上學(xué)歷的員工數(shù)占比”作為人力資本的替代變量，重新進(jìn)行了回歸分析，結(jié)果支持了“數(shù)字技術(shù)通過(guò)提高企業(yè)人力資本促進(jìn)企業(yè)高質(zhì)量創(chuàng)新”的結(jié)論。在此，感謝匿名審稿人提出的專(zhuān)業(yè)建議。