孟衛(wèi)軍， 焦?jié)缮剑?邢青松

(重慶交通大學(xué) 經(jīng)濟(jì)與管理學(xué)院， 重慶 400074)

當(dāng)前，以大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)、5G等為代表的新一代數(shù)字技術(shù)正深刻影響著世界經(jīng)濟(jì)的發(fā)展，人類(lèi)社會(huì)全面進(jìn)入數(shù)字經(jīng)濟(jì)時(shí)代。據(jù)《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書(shū)2020》數(shù)據(jù)顯示，2019年我國(guó)數(shù)字經(jīng)濟(jì)規(guī)模與2005年相比增長(zhǎng)了12.5倍，占GDP的比重由14.2%提升到36.2%，其中產(chǎn)業(yè)數(shù)字化貢獻(xiàn)值占數(shù)字經(jīng)濟(jì)的80%，已成為地區(qū)數(shù)字經(jīng)濟(jì)的關(guān)鍵支撐。數(shù)字技術(shù)滲透賦能傳統(tǒng)制造業(yè)產(chǎn)業(yè)革新和動(dòng)能轉(zhuǎn)換，是產(chǎn)業(yè)數(shù)字化的重要領(lǐng)域，企業(yè)將數(shù)字資源與傳統(tǒng)要素條件重新組合并引入其生產(chǎn)體系，改造其采購(gòu)、制造、倉(cāng)儲(chǔ)物流、營(yíng)銷(xiāo)服務(wù)等關(guān)鍵環(huán)節(jié)，可促進(jìn)制造業(yè)向智能化、高端化趨勢(shì)高質(zhì)量發(fā)展。同時(shí)，數(shù)字賦能制造企業(yè)轉(zhuǎn)型升級(jí)的過(guò)程將推動(dòng)創(chuàng)新流程與模式的演化，使創(chuàng)新活動(dòng)呈現(xiàn)出新的轉(zhuǎn)變。

數(shù)字賦能是指企業(yè)將數(shù)字技術(shù)與組織、生產(chǎn)及管理全方位融合，賦予企業(yè)一種新的生產(chǎn)函數(shù)，使企業(yè)在產(chǎn)品、市場(chǎng)、生產(chǎn)方式、原材料、組織方式等方面獲得重新組合要素的新能力，進(jìn)而對(duì)企業(yè)發(fā)展產(chǎn)生效率提升作用和加速增長(zhǎng)效應(yīng)[1]。企業(yè)將各個(gè)環(huán)節(jié)與數(shù)字技術(shù)相結(jié)合，可以有效減少成本、優(yōu)化內(nèi)外部溝通、提高效率[2]，這是進(jìn)行更高效的經(jīng)濟(jì)價(jià)值創(chuàng)造的過(guò)程。關(guān)于數(shù)字賦能創(chuàng)新，現(xiàn)有研究主要分為理論機(jī)制分析和實(shí)證研究?jī)蓚€(gè)部分。理論機(jī)制上，張昕蔚[3]認(rèn)為在數(shù)字技術(shù)的驅(qū)動(dòng)下，創(chuàng)新組織正由線性和創(chuàng)新體系范式向創(chuàng)新生態(tài)系統(tǒng)演化，特別是在數(shù)字平臺(tái)的支撐下，合作網(wǎng)絡(luò)空間功能和范圍得到了極大的拓展。多元異質(zhì)主體和資源被平臺(tái)整合，使跨技術(shù)、跨領(lǐng)域、跨行業(yè)的融合式創(chuàng)新成為常態(tài)[4]。陳一華等[5]總結(jié)了數(shù)字技術(shù)通過(guò)連接(利益相關(guān)者)、管控(自動(dòng)化)和解釋(整合信息)三種機(jī)制賦能制造業(yè)企業(yè)。張國(guó)勝等[1]認(rèn)為數(shù)字賦能可以通過(guò)優(yōu)化資源配置、降低成本、提高勞動(dòng)力水平三條路徑促進(jìn)企業(yè)技術(shù)創(chuàng)新。在實(shí)證研究方面，周青等[6]基于浙江73個(gè)縣的面板數(shù)據(jù)，發(fā)現(xiàn)數(shù)字化接入水平的提高有利于提升區(qū)域創(chuàng)新績(jī)效。進(jìn)一步，趙濱元[7]認(rèn)為數(shù)字經(jīng)濟(jì)發(fā)展不僅能夠帶動(dòng)本地創(chuàng)新績(jī)效提升，對(duì)周邊城市也具有空間溢出效應(yīng)。在企業(yè)層面，黃節(jié)根等[8]考察了數(shù)字化水平對(duì)企業(yè)運(yùn)營(yíng)和市場(chǎng)創(chuàng)新績(jī)效的正向作用。張國(guó)勝等[1]利用世界銀行對(duì)中國(guó)企業(yè)的調(diào)查數(shù)據(jù)，驗(yàn)證了數(shù)字賦能對(duì)企業(yè)技術(shù)創(chuàng)新產(chǎn)生的促進(jìn)效應(yīng)。

關(guān)于創(chuàng)新效率和數(shù)字賦能的測(cè)算方法。以往學(xué)者主要使用灰色關(guān)聯(lián)分析、隨機(jī)前沿分析(SFA)和數(shù)據(jù)包絡(luò)分析(DEA)等方法對(duì)創(chuàng)新效率進(jìn)行測(cè)算[9]，其中DEA方法因無(wú)需構(gòu)建函數(shù)模型和設(shè)置權(quán)重的特點(diǎn)在效率評(píng)價(jià)方面占有重要地位。Tone在2001年對(duì)傳統(tǒng)DEA模型進(jìn)行了改進(jìn)，提出了基于松弛變量的非徑向非角度的SBM模型，為解決相對(duì)有效單元的排序問(wèn)題，隨后又進(jìn)一步提出了超效率SBM模型。此方法得到了廣泛應(yīng)用，如閆濤等[10]使用超效率SBM測(cè)算了中國(guó)285個(gè)地級(jí)城市的生態(tài)效率，并考察了時(shí)空演變過(guò)程。對(duì)于數(shù)字賦能的測(cè)算方法，中國(guó)信息通信研究院[11]采用增長(zhǎng)核算賬戶(hù)框架(KLEMS)計(jì)算出ICT實(shí)際投資資本存量來(lái)表示傳統(tǒng)行業(yè)中的數(shù)字經(jīng)濟(jì)部分。戚聿東和蔡呈偉[12]基于關(guān)鍵詞文本挖掘的方法對(duì)企業(yè)數(shù)字化程度進(jìn)行了測(cè)算，考察數(shù)字化對(duì)制造業(yè)企業(yè)績(jī)效的影響。

綜上，在數(shù)字技術(shù)與企業(yè)創(chuàng)新互動(dòng)關(guān)系的研究中，理論分析主要圍繞數(shù)字技術(shù)的數(shù)字化、智能化和網(wǎng)絡(luò)化屬性通過(guò)改變研發(fā)創(chuàng)新過(guò)程、組織形式、資源配置等方面影響企業(yè)創(chuàng)新活動(dòng)，也有部分學(xué)者實(shí)證檢驗(yàn)了數(shù)字賦能對(duì)創(chuàng)新績(jī)效的促進(jìn)效應(yīng)，但由于我國(guó)產(chǎn)業(yè)數(shù)字化過(guò)程還處于起步階段，產(chǎn)業(yè)數(shù)字化部分因數(shù)據(jù)獲取和測(cè)算的困難造成相關(guān)的實(shí)證研究較為缺乏。隨著創(chuàng)新驅(qū)動(dòng)戰(zhàn)略的深入實(shí)施，我國(guó)制造業(yè)創(chuàng)新取得了長(zhǎng)足進(jìn)步，但企業(yè)的研發(fā)活動(dòng)投入效率依然長(zhǎng)期低于社會(huì)最優(yōu)水平，特別是在創(chuàng)新資源依舊緊缺的現(xiàn)實(shí)基礎(chǔ)上，很有必要從實(shí)證角度探討數(shù)字賦能是否能有效促進(jìn)制造企業(yè)創(chuàng)新效率的提升以及它的作用路徑。本文基于企業(yè)微觀層面數(shù)據(jù)，在作用機(jī)制分析之上，構(gòu)造了一個(gè)超效率SBM-Tobit研究框架，對(duì)制造企業(yè)創(chuàng)新效率進(jìn)行測(cè)算后，檢驗(yàn)數(shù)字賦能對(duì)企業(yè)創(chuàng)新效率的影響，進(jìn)一步通過(guò)中介效應(yīng)模型探究其作用路徑，以期改善數(shù)字賦能影響我國(guó)制造企業(yè)創(chuàng)新效率在微觀層面研究不足的狀況，為企業(yè)利用數(shù)字技術(shù)高效創(chuàng)新提供經(jīng)驗(yàn)依據(jù)和決策參考。

1 理論分析與研究假設(shè)

1.1 數(shù)字賦能與制造企業(yè)創(chuàng)新效率

目前，學(xué)界關(guān)于數(shù)字賦能對(duì)創(chuàng)新效率的影響尚未形成一致的認(rèn)識(shí)。與“索洛悖論”相類(lèi)似，一部分學(xué)者認(rèn)為數(shù)字化過(guò)程需要耗費(fèi)大量的資金和內(nèi)部學(xué)習(xí)成本[13]，造成數(shù)字賦能對(duì)創(chuàng)新效率的影響收效甚微，可能只能使得一部分企業(yè)的效率得到提升[14]。但是，另一些學(xué)者肯定了數(shù)字化程度對(duì)創(chuàng)新效率顯著的同向推動(dòng)和促進(jìn)作用[15]，認(rèn)為數(shù)字賦能是當(dāng)前推動(dòng)企業(yè)創(chuàng)新效率提升的新動(dòng)力[16]。

創(chuàng)新效率是指企業(yè)在一定的環(huán)境和資源配置條件下單位創(chuàng)新投入的成果產(chǎn)出。數(shù)字賦能對(duì)創(chuàng)新活動(dòng)的技術(shù)研發(fā)和成果轉(zhuǎn)化兩個(gè)階段都產(chǎn)生了深刻影響，具體表現(xiàn)為：第一，在技術(shù)研發(fā)階段前端，數(shù)字環(huán)境催生出多元、新穎的消費(fèi)需求進(jìn)而衍生出新的市場(chǎng)，企業(yè)能否通過(guò)產(chǎn)品的不斷迭代創(chuàng)新來(lái)獲得競(jìng)爭(zhēng)優(yōu)勢(shì)直接關(guān)乎存亡，這對(duì)企業(yè)開(kāi)展創(chuàng)新活動(dòng)產(chǎn)生了強(qiáng)烈的刺激作用，從而加快了產(chǎn)品迭代創(chuàng)新速度；第二，在技術(shù)研發(fā)階段中端，首先，如CAD、CAE、CAM、CAPP、PLM 等數(shù)字技術(shù)提高了企業(yè)研發(fā)創(chuàng)新環(huán)節(jié)的產(chǎn)品定位、設(shè)計(jì)、仿真、試生產(chǎn)的便捷性和效率；其次，數(shù)字賦能促進(jìn)了知識(shí)和資源的開(kāi)放共享，加速了員工知識(shí)和技能的更新，提升了人員素質(zhì)水平；最后，隨著對(duì)傳統(tǒng)創(chuàng)新邊界的突破，多元主體的創(chuàng)新協(xié)同加速了技術(shù)攻關(guān)速度，賦予企業(yè)在原有技術(shù)軌道上進(jìn)行融合式發(fā)展和跨界創(chuàng)新的機(jī)會(huì)[17]；第三，在成果轉(zhuǎn)化階段，一方面，面對(duì)模糊而不確定的需求市場(chǎng)，數(shù)字解釋分析工具和算法能幫助企業(yè)快速鎖定客戶(hù)需求和產(chǎn)品定位，以數(shù)據(jù)驅(qū)動(dòng)創(chuàng)新的形式進(jìn)行研發(fā)活動(dòng)，可以提高產(chǎn)品和服務(wù)質(zhì)量，改善用戶(hù)體驗(yàn)，保障創(chuàng)新成果的市場(chǎng)匹配度，從而提升創(chuàng)新成果的轉(zhuǎn)化效率；另一方面，數(shù)字賦能幫助企業(yè)以更快的速度將新技術(shù)、新產(chǎn)品、新工藝向市場(chǎng)擴(kuò)散推廣，縮短了企業(yè)投資回報(bào)周期，增強(qiáng)了企業(yè)從事研發(fā)創(chuàng)新活動(dòng)的能動(dòng)性，進(jìn)而對(duì)創(chuàng)新效率產(chǎn)生了提升效應(yīng)?；谝陨戏治觯疚奶岢鋈缦录僭O(shè)：

H1:數(shù)字賦能有利于制造企業(yè)創(chuàng)新效率的提升。

1.2 影響路徑

1) 數(shù)字賦能通過(guò)降低研發(fā)創(chuàng)新活動(dòng)成本提升創(chuàng)新效率。

從范圍經(jīng)濟(jì)的理論視角看，數(shù)字經(jīng)濟(jì)比工業(yè)經(jīng)濟(jì)以更低的邊際成本實(shí)現(xiàn)產(chǎn)品創(chuàng)新[17]。從信息獲取成本上，數(shù)字賦能使知識(shí)和信息以低成本滲透[1]，減少了信息流動(dòng)障礙和匹配成本，提高了搜尋效率。借助數(shù)字平臺(tái)，創(chuàng)新活動(dòng)中的供給或需求通常是1∶N的配比方式，企業(yè)可以更便捷地獲取關(guān)鍵資源、開(kāi)展新的業(yè)務(wù)活動(dòng)和建立新的渠道與價(jià)值網(wǎng)絡(luò)[18]。同時(shí)，數(shù)字技術(shù)的去中介性可以減少對(duì)價(jià)值鏈中介的依賴(lài)，更便于向終端用戶(hù)傳遞價(jià)值[19]，有效減少了交易成本。從組織管理和決策成本看，利用新興數(shù)字技術(shù)為企業(yè)賦能，有利于企業(yè)對(duì)戰(zhàn)略?xún)?nèi)容和戰(zhàn)略決策程序進(jìn)行重新構(gòu)造[20-21]。數(shù)字技術(shù)挑戰(zhàn)了企業(yè)組織傳統(tǒng)的權(quán)利結(jié)構(gòu)，讓企業(yè)管理“扁平化”，通過(guò)優(yōu)化組織結(jié)構(gòu)，科學(xué)性決策流程得以簡(jiǎn)化并快速精準(zhǔn)執(zhí)行。而成本的有效控制為企業(yè)研發(fā)活動(dòng)提供了內(nèi)部資金保障[22]，可從根本上幫助企業(yè)利用有限資源實(shí)現(xiàn)高效率創(chuàng)新。

綜上，數(shù)字賦能可以通過(guò)減少企業(yè)的信息獲取成本、交易成本和管理與決策成本來(lái)促進(jìn)創(chuàng)新效率提升，因此本文提出如下假設(shè)：

H2a：數(shù)字賦能可以有效降低創(chuàng)新活動(dòng)成本，從而促進(jìn)制造企業(yè)創(chuàng)新效率提升。

2) 數(shù)字賦能通過(guò)促進(jìn)開(kāi)放式創(chuàng)新提升創(chuàng)新效率。

企業(yè)利用數(shù)字技術(shù)對(duì)客戶(hù)、合作伙伴、競(jìng)爭(zhēng)企業(yè)以及政府等多方利益相關(guān)者的資源和信息進(jìn)行整合，可以實(shí)現(xiàn)多方協(xié)同，優(yōu)化資源配置，拓展價(jià)值創(chuàng)造與傳遞的程度和范圍。一方面，計(jì)算機(jī)終端和傳感器等設(shè)備將企業(yè)各個(gè)產(chǎn)銷(xiāo)管理環(huán)節(jié)的信息數(shù)據(jù)化，通過(guò)OA、ERP、CRM、MES、DCS等軟件平臺(tái)的應(yīng)用，實(shí)現(xiàn)內(nèi)部協(xié)調(diào)、外部協(xié)同、信息共享、價(jià)值共創(chuàng)的緊密鏈接。數(shù)字技術(shù)特別是數(shù)字平臺(tái)將用戶(hù)、供應(yīng)商、競(jìng)爭(zhēng)對(duì)手等納入創(chuàng)新的參與者范圍，促進(jìn)了企業(yè)的開(kāi)放式創(chuàng)新，而與其他組織創(chuàng)新合作產(chǎn)生的技術(shù)溢出效應(yīng)和協(xié)同效應(yīng)有利于擴(kuò)展研發(fā)人員的知識(shí)視野與深度，實(shí)現(xiàn)資源互補(bǔ)與知識(shí)共享，從而加速研發(fā)創(chuàng)新過(guò)程。潘宏亮[23]的實(shí)證研究證明了協(xié)同關(guān)系對(duì)企業(yè)創(chuàng)新能力演化和適應(yīng)動(dòng)態(tài)環(huán)境變化的重要作用。另一方面，數(shù)字技術(shù)應(yīng)用于市場(chǎng)環(huán)境，使得價(jià)格機(jī)制的作用顯著增強(qiáng)，各種微觀機(jī)制降低了信息的不對(duì)稱(chēng)性，提升了市場(chǎng)對(duì)資源的配置效率。以網(wǎng)絡(luò)空間為載體，創(chuàng)新資源和關(guān)鍵要素突破物理空間的限制高效流轉(zhuǎn)，實(shí)現(xiàn)多元?jiǎng)?chuàng)新主體的快速連接，為跨區(qū)域的協(xié)同創(chuàng)新提供了現(xiàn)實(shí)條件。而這種協(xié)同關(guān)系表現(xiàn)為科學(xué)研究、產(chǎn)業(yè)發(fā)展和人才培養(yǎng)功能的集成化與協(xié)同，對(duì)創(chuàng)新效率具有顯著的提升效應(yīng)[24]。

綜上，數(shù)字賦能可通過(guò)提高企業(yè)內(nèi)外部協(xié)作效率、優(yōu)化資源配置、促進(jìn)開(kāi)放式創(chuàng)新，從而對(duì)創(chuàng)新效率產(chǎn)生提升效應(yīng)，因此本文提出如下假設(shè)：

H2b：數(shù)字賦能可以有效促進(jìn)開(kāi)放式創(chuàng)新，從而促進(jìn)制造企業(yè)創(chuàng)新效率提升。

2 研究設(shè)計(jì)

2.1 超效率SBM模型介紹

傳統(tǒng)DEA模型對(duì)無(wú)效率程度的測(cè)量只包含所有投入(產(chǎn)出)等比例縮減(增加)的比例，忽略了變量松弛性問(wèn)題和徑向問(wèn)題帶來(lái)的測(cè)量誤差，導(dǎo)致測(cè)量結(jié)果不準(zhǔn)確，也難以比較多個(gè)有效決策單元。鑒于此，Tone在2001年和2002年相繼提出了基于松弛變量的非徑向、非導(dǎo)向型SBM模型和超效率SBM模型，彌補(bǔ)了傳統(tǒng)DEA模型的短板。超效率SBM模型定義為：

(1)

其中，θ表示效率的最優(yōu)解；m和s分別表示投入變量i與產(chǎn)出變量r的個(gè)數(shù)；n表示決策單元j的個(gè)數(shù)；xik表示第k個(gè)決策單元的第i種投入；yrk表示第k個(gè)決策單元的第r種產(chǎn)出；sr+和si-分別表示產(chǎn)出與投入的松弛變量；λj表示權(quán)重向量。

2.2 超效率SBM模型變量

關(guān)于創(chuàng)新效率評(píng)價(jià)的變量選擇，本文借鑒白俊紅[25]、郭玉晶[26]等的研究，基于企業(yè)微觀層面，在投入與產(chǎn)出指標(biāo)選取過(guò)程中同時(shí)考慮數(shù)量和質(zhì)量指標(biāo)，兼顧技術(shù)研發(fā)階段和成果轉(zhuǎn)化階段，以保證效率評(píng)價(jià)結(jié)果的客觀性。投入變量中，選擇研發(fā)人員數(shù)量反映企業(yè)人力資源的投入水平；選擇研發(fā)人員占比衡量企業(yè)對(duì)研發(fā)工作的投入強(qiáng)度；選擇研發(fā)資金存量反映企業(yè)研發(fā)資金的投入水平，其中，因企業(yè)年末研發(fā)支出總額是反映企業(yè)當(dāng)年研發(fā)費(fèi)用的流量指標(biāo)，考慮到當(dāng)期的研發(fā)資金投入不僅會(huì)影響當(dāng)期的成果產(chǎn)出，同時(shí)也會(huì)對(duì)后期的研究成果做出貢獻(xiàn)，本文參考吳延兵[27]的研究，根據(jù)研發(fā)支出明細(xì)中用以支付技術(shù)開(kāi)發(fā)人員勞務(wù)費(fèi)用和資本化費(fèi)用的比例，構(gòu)造R&D支出價(jià)格指數(shù)，以2015年為基期，對(duì)當(dāng)期研發(fā)支出費(fèi)用進(jìn)行平減后，采用永續(xù)盤(pán)存法(PIM)計(jì)算企業(yè)研發(fā)資金存量。產(chǎn)出變量中，選用專(zhuān)利授權(quán)量、發(fā)明專(zhuān)利授權(quán)量反映企業(yè)技術(shù)研發(fā)階段成果的數(shù)量與質(zhì)量；選用專(zhuān)利和非專(zhuān)利技術(shù)賬面價(jià)值反映知識(shí)產(chǎn)權(quán)價(jià)值；限于上市公司年報(bào)并未公布新產(chǎn)品產(chǎn)值指標(biāo)相關(guān)數(shù)據(jù)，且考慮到營(yíng)業(yè)收入是企業(yè)進(jìn)行產(chǎn)品、組織、商業(yè)模式等創(chuàng)新的綜合體現(xiàn)，故將營(yíng)業(yè)收入作為技術(shù)成果轉(zhuǎn)化的代理指標(biāo)。超效率SBM模型的投入產(chǎn)出指標(biāo)見(jiàn)表1。

表1 超效率SBM模型的投入產(chǎn)出變量

2.3 Tobit模型及其變量

2.3.1模型構(gòu)建

使用超效率SBM模型計(jì)算出企業(yè)的實(shí)際創(chuàng)新效率后，進(jìn)一步研究企業(yè)內(nèi)外部因素對(duì)企業(yè)創(chuàng)新效率的影響。由于創(chuàng)新效率值是通過(guò)受約束的模型計(jì)算得出，且具有大于0的特性，采用一般的回歸模型會(huì)導(dǎo)致結(jié)果有偏，而Tobit模型適用于受限因變量模型，可以避免此缺點(diǎn)，所以本文使用Tobit模型來(lái)驗(yàn)證數(shù)字賦能對(duì)樣本企業(yè)創(chuàng)新效率的影響。對(duì)于面板數(shù)據(jù)而言，固定效應(yīng)下的面板Tobit模型通常不能得到一致、無(wú)偏的估計(jì)量[28]，所以本文選擇隨機(jī)效應(yīng)模型，具體設(shè)置如下：

Iei,t=α0+α1Dli,t+α2Xi,t+ui+ei,t

(2)

為檢驗(yàn)假設(shè)H2a和H2b，構(gòu)建中介效應(yīng)模型。參考溫忠麟等[29]提出的逐步回歸程序來(lái)檢驗(yàn)中介效應(yīng)，具體模型如下：

Iei,t=b0+b1Dli,t+b2Xi,t+ui+ei,t

(3)

Medi,t=f0+f1Dli,t+f2Xi,t+ui+ei,t

(4)

Iei,t=h0+h1Dli,t+h2Medi,t+h3Xi,t+ui+ei,t

(5)

其中，i代表企業(yè)；t代表年份；Ie代表企業(yè)創(chuàng)新效率；Dl代表數(shù)字賦能水平；X代表控制變量集合；Med表示中介變量，分別帶入成本和開(kāi)放式創(chuàng)新水平進(jìn)行檢驗(yàn)；αj、bj、fj、hj為待估參數(shù)，j為待估參數(shù)序號(hào)；ui和ei,t分別為個(gè)體效應(yīng)和隨機(jī)誤差項(xiàng)。

2.3.2變量說(shuō)明

被解釋變量(Ie)：本文將SBM模型的計(jì)算結(jié)果——企業(yè)創(chuàng)新效率Ie作為被解釋變量。

解釋變量(Dl)：軟件和硬件設(shè)備的升級(jí)是企業(yè)數(shù)字化的基本特征[30]，企業(yè)通過(guò)配置與運(yùn)用信息技術(shù)資源來(lái)整合組織其他資源，其信息技術(shù)能力的動(dòng)態(tài)提升反映了企業(yè)數(shù)字化轉(zhuǎn)型的程度[31]。本文參照黃節(jié)根等[8]的研究，使用企業(yè)用于構(gòu)建數(shù)字化資源ICT的投資額來(lái)衡量企業(yè)的數(shù)字賦能水平。

控制變量：①債權(quán)融資水平(Dar)。資產(chǎn)負(fù)債率是企業(yè)總負(fù)債占總資產(chǎn)的比例，是衡量公司利用債權(quán)人資金進(jìn)行經(jīng)營(yíng)活動(dòng)能力的指標(biāo)。在合理的范圍內(nèi)，企業(yè)能夠借入的資金越多，說(shuō)明企業(yè)越是活力充沛，創(chuàng)新越高效。②營(yíng)業(yè)收入增長(zhǎng)水平(Irmbr)。企業(yè)創(chuàng)新行為對(duì)企業(yè)績(jī)效有顯著的促進(jìn)作用[32]，創(chuàng)新帶來(lái)的財(cái)務(wù)收益增長(zhǎng)會(huì)反向激勵(lì)企業(yè)進(jìn)行創(chuàng)新活動(dòng)，形成良好的循環(huán)反饋，同時(shí)，創(chuàng)新戰(zhàn)略的實(shí)施也需要企業(yè)資源提供保障，本文選取營(yíng)業(yè)收入增長(zhǎng)率代表營(yíng)業(yè)收入增長(zhǎng)水平。③自有資本效率(Re)。凈資產(chǎn)收益率是衡量企業(yè)運(yùn)用自有資本效率的指標(biāo)，其指標(biāo)值越高，表示投資帶來(lái)的收益越高，也說(shuō)明企業(yè)利用資金的能力越強(qiáng)。創(chuàng)新效率的提升反映了創(chuàng)新主體能利用較少的投入獲取更多的回報(bào)，需要企業(yè)對(duì)資源有較高的利用效率。④人力資源規(guī)模(Hrs)。人才是創(chuàng)新活動(dòng)的關(guān)鍵資源，人力資源水平直接決定了企業(yè)發(fā)展，人力資源規(guī)模越大，優(yōu)秀人才的基數(shù)越大，越有利于創(chuàng)新效率提升。所以本文選取員工數(shù)量表示企業(yè)人力資源規(guī)模。⑤政府支持力度(Gsc)。政府的資金支持不僅能直接給予企業(yè)物質(zhì)上的幫助，也能起到激發(fā)企業(yè)創(chuàng)新活力的作用，熊凱軍[33]的實(shí)證研究發(fā)現(xiàn)，政府的直接創(chuàng)新補(bǔ)貼和間接財(cái)政支出對(duì)企業(yè)創(chuàng)新產(chǎn)出和效率提升均具有顯著的積極影響。盡管上述結(jié)論在學(xué)界并未得到一致認(rèn)可，但他們都認(rèn)為政府支持對(duì)企業(yè)創(chuàng)新活動(dòng)有著重要作用。⑥市場(chǎng)結(jié)構(gòu)(Lerner)。根據(jù)熊彼特的假設(shè)，市場(chǎng)結(jié)構(gòu)越趨于壟斷，創(chuàng)新投入或產(chǎn)出可能越多，但由于壟斷的作用，企業(yè)想通過(guò)創(chuàng)新建立競(jìng)爭(zhēng)優(yōu)勢(shì)需要付出更大的代價(jià)，導(dǎo)致效率降低。本文選取行業(yè)勒納指數(shù)(Lerner index)作為企業(yè)所在行業(yè)壟斷情況的測(cè)度指標(biāo)。

中介變量：結(jié)合本文理論機(jī)制分析，參考羅超平和胡猛[22]的研究成果，以企業(yè)的研發(fā)成本取對(duì)數(shù)(Lncost)表示成本中介變量。另外，相關(guān)研究認(rèn)為，企業(yè)對(duì)外進(jìn)行開(kāi)放式創(chuàng)新合作(Lic)能實(shí)現(xiàn)資源優(yōu)勢(shì)互補(bǔ)，不斷激勵(lì)企業(yè)進(jìn)行更多的自主研發(fā)投入[34]，所以本文選取企業(yè)與其它主體的聯(lián)合專(zhuān)利授權(quán)量作為代理指標(biāo)表示開(kāi)放式創(chuàng)新水平中介變量。

2.3.3數(shù)據(jù)來(lái)源

本文研究期間為2015—2019年，選取滬深A(yù)股制造業(yè)上市公司為研究對(duì)象。所需數(shù)據(jù)均來(lái)自于國(guó)泰安CSMAR數(shù)據(jù)庫(kù)、中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)CNRDS和上市公司年度報(bào)告。根據(jù)相關(guān)文獻(xiàn)和本文研究需求，樣本選取遵循以下三個(gè)原則：①公司上市期在2015年之前，且延續(xù)至2019年依舊存在；②剔除ST和PT類(lèi)型的公司；③為保證每年企業(yè)創(chuàng)新效率評(píng)價(jià)的一致性，剔除數(shù)據(jù)缺失的公司。經(jīng)過(guò)上述篩選，共選取275家制造業(yè)上市公司2015—2019年的數(shù)據(jù)，共計(jì)1 375個(gè)平衡面板樣本。相關(guān)變量的描述性統(tǒng)計(jì)結(jié)果如表2所示。

表2 樣本描述性統(tǒng)計(jì)

3 實(shí)證結(jié)果

3.1 超效率SBM模型的效率測(cè)算結(jié)果

表3 2015—2019年各創(chuàng)新效率等級(jí)的企業(yè)數(shù)量及均值

從各等級(jí)的企業(yè)數(shù)量來(lái)看，2015至2019年期間，處于“效率較低”等級(jí)的制造企業(yè)數(shù)量呈波動(dòng)減少趨勢(shì)；“效率中等”的企業(yè)數(shù)量呈先上升后下降的趨勢(shì)；“效率較高”的企業(yè)數(shù)量逐年增加；“效率較優(yōu)”的企業(yè)數(shù)量波動(dòng)較小。隨著國(guó)家對(duì)創(chuàng)新的大力倡導(dǎo)和市場(chǎng)競(jìng)爭(zhēng)的日益激烈，企業(yè)為了獲得競(jìng)爭(zhēng)優(yōu)勢(shì)積極開(kāi)展創(chuàng)新活動(dòng)，隨著創(chuàng)新能力的提升，“效率較低”的企業(yè)逐漸向“效率較高”的等級(jí)邁進(jìn)。按企業(yè)個(gè)體分組求得5年效率均值后，“效率較優(yōu)”的企業(yè)數(shù)量為33家，占比12.0%，“效率較高”的企業(yè)數(shù)量為39家，占比14.2%，“效率中等”的企業(yè)數(shù)量為102家，占比37.1%，“效率較低”的企業(yè)數(shù)量為101家，占比36.7%。從各等級(jí)的企業(yè)效率均值來(lái)看，這5年中，各等級(jí)內(nèi)的差距較小，而等級(jí)間的差距則以倍數(shù)計(jì)算。以上分析顯示，“效率較高”和“效率較優(yōu)”的企業(yè)數(shù)量依然占比較少，雖然有企業(yè)在努力提升效率，但由于企業(yè)之間存在資源稟賦差異，其產(chǎn)生的“馬太效應(yīng)”進(jìn)一步形成了“效率鴻溝”，拉低了整體效率均值。

3.2 Tobit模型結(jié)果

3.2.1Tobit模型基本回歸結(jié)果分析

利用全樣本數(shù)據(jù)對(duì)式(2)進(jìn)行Tobit回歸分析，結(jié)果見(jiàn)表4第1～2列。其中，考慮到Tobit模型是基于MLE原理對(duì)影響因素進(jìn)行回歸，為了保證結(jié)論的穩(wěn)健性，采用GLS估計(jì)的面板隨機(jī)效應(yīng)模型與Tobit回歸結(jié)果進(jìn)行對(duì)比分析，結(jié)果見(jiàn)表4第3列。由表可知，似然比檢驗(yàn)(LR test)結(jié)果顯著，拒絕不存在個(gè)體效應(yīng)的原假設(shè)，說(shuō)明使用隨機(jī)效應(yīng)面板Tobit比較合理。第1～2列是只包含解釋變量與被解釋變量和加入控制變量后的回歸結(jié)果，數(shù)字賦能對(duì)上市制造企業(yè)創(chuàng)新效率影響的估計(jì)系數(shù)均在1%的水平上顯著正相關(guān)，在加入控制變量之后，Dl系數(shù)發(fā)生變化，說(shuō)明數(shù)字賦能對(duì)創(chuàng)新效率的作用會(huì)受控制變量的影響。在GLS估計(jì)結(jié)果中，部分控制變量的回歸系數(shù)和截距項(xiàng)存在差異，而核心解釋變量Dl的回歸系數(shù)、方向和顯著性與Tobit回歸一致，說(shuō)明Tobit結(jié)果較為穩(wěn)健，假設(shè)H1得證。因此，數(shù)字賦能對(duì)制造業(yè)上市公司創(chuàng)新效率的提升具有顯著的促進(jìn)作用，本文從企業(yè)微觀視角得到的結(jié)論與相關(guān)文獻(xiàn)從區(qū)域和產(chǎn)業(yè)層面得到的結(jié)論相一致[15,36]，表明我國(guó)制造企業(yè)通過(guò)數(shù)字賦能來(lái)提升創(chuàng)新效率是合理有效的。

表4 數(shù)字賦能對(duì)制造企業(yè)創(chuàng)新效率的影響檢驗(yàn)結(jié)果

從控制變量來(lái)看：①企業(yè)的債權(quán)融資水平與創(chuàng)新效率顯著正相關(guān)，說(shuō)明企業(yè)可通過(guò)活躍自身的融資能力來(lái)保障創(chuàng)新活動(dòng)的實(shí)施；②企業(yè)的營(yíng)業(yè)收入增長(zhǎng)水平與創(chuàng)新效率顯著正相關(guān)，說(shuō)明企業(yè)創(chuàng)新活動(dòng)與營(yíng)業(yè)績(jī)效的良性互動(dòng)反饋關(guān)系有效促進(jìn)了企業(yè)創(chuàng)新效率的提升；③企業(yè)的自有資本效率與創(chuàng)新效率顯著正相關(guān)，說(shuō)明企業(yè)進(jìn)行研發(fā)創(chuàng)新，需要具備高效的資源利用能力；④企業(yè)的人力資源規(guī)模與創(chuàng)新效率顯著正相關(guān)，說(shuō)明人力資源是創(chuàng)新活動(dòng)的重要資源，利用附著在研發(fā)人員身上的知識(shí)與經(jīng)驗(yàn)，可為研發(fā)活動(dòng)創(chuàng)造價(jià)值增值；⑤政府支持力度與創(chuàng)新效率顯著正相關(guān)，處于創(chuàng)新比較優(yōu)勢(shì)的企業(yè)可以得到政府直接的創(chuàng)新補(bǔ)貼，而得到支持的企業(yè)會(huì)進(jìn)一步增強(qiáng)開(kāi)展創(chuàng)新活動(dòng)的積極性，形成良性反饋機(jī)制，這與熊凱軍[33]的研究結(jié)論一致；⑥行業(yè)壟斷水平與創(chuàng)新效率顯著負(fù)相關(guān)，說(shuō)明市場(chǎng)壟斷程度越高，企業(yè)想要獲得市場(chǎng)份額的難度就越大，需要投入更多的資源來(lái)進(jìn)行研發(fā)活動(dòng)。

3.2.2機(jī)制檢驗(yàn)

表5為假設(shè)H2a的檢驗(yàn)結(jié)果，結(jié)果表明，數(shù)字賦能通過(guò)中介變量成本Lncost促進(jìn)制造企業(yè)創(chuàng)新效率提升，具體表現(xiàn)在：①第4列中Dl的系數(shù)在1%的置信水平下顯著為負(fù)，說(shuō)明隨著數(shù)字賦能水平的提升，制造企業(yè)的成本逐漸降低，這是因?yàn)樵跀?shù)字賦能的過(guò)程中，制造企業(yè)可以實(shí)現(xiàn)對(duì)各環(huán)節(jié)成本的精細(xì)化控制，從而有效降低成本；②第3列中Lncost的系數(shù)在1%的置信水平下顯著為負(fù)，說(shuō)明低成本的領(lǐng)先優(yōu)勢(shì)可以使企業(yè)利用有限的資金創(chuàng)造更大的價(jià)值成果，從而對(duì)創(chuàng)新效率產(chǎn)生顯著的促進(jìn)作用；③第2列中Dl的系數(shù)在1%的置信水平上顯著為正，說(shuō)明Lncost是一個(gè)重要的中介變量，在控制Lncost后，Dl對(duì)創(chuàng)新效率Ie的影響依然顯著。由此可見(jiàn)，本文的實(shí)證結(jié)果支持?jǐn)?shù)字賦能通過(guò)有效降低成本的路徑對(duì)制造企業(yè)創(chuàng)新效率產(chǎn)生促進(jìn)效應(yīng)。

表5 成本中介效應(yīng)檢驗(yàn)結(jié)果

表6是假設(shè)H2b的檢驗(yàn)結(jié)果，結(jié)果表明，數(shù)字賦能通過(guò)中介變量Lic促進(jìn)制造企業(yè)創(chuàng)新效率提升，具體表現(xiàn)在：①第4列中Dl的系數(shù)在5%的置信水平下顯著為正，說(shuō)明隨著數(shù)字賦能水平的提升，開(kāi)放式創(chuàng)新水平顯著提升；②第3列中Lic的系數(shù)在5%的置信水平下顯著為正，說(shuō)明開(kāi)放式創(chuàng)新水平的提升有助于制造企業(yè)利用互補(bǔ)優(yōu)勢(shì)與合作溢出效應(yīng)促進(jìn)創(chuàng)新效率提升；③第2列中Dl的系數(shù)在1%的置信水平下顯著為正，說(shuō)明Lic是一個(gè)重要的中介變量，在控制Lic后，Dl對(duì)制造企業(yè)創(chuàng)新效率的影響依然顯著。因此，本文的實(shí)證結(jié)果支持?jǐn)?shù)字賦能通過(guò)促進(jìn)企業(yè)開(kāi)放式創(chuàng)新的路徑對(duì)制造企業(yè)創(chuàng)新效率產(chǎn)生促進(jìn)效應(yīng)。

表6 開(kāi)放式創(chuàng)新中介效應(yīng)檢驗(yàn)結(jié)果

為了進(jìn)一步檢驗(yàn)Lncost和Lic是否為有效的中介變量，對(duì)中介效應(yīng)進(jìn)行Sobel檢驗(yàn)。在中介變量為L(zhǎng)ncost的回歸中，Z統(tǒng)計(jì)值為-1.947，在5%的置信水平下顯著，中介效應(yīng)的效應(yīng)值為9.104%；在中介變量為L(zhǎng)ic的回歸中，Z統(tǒng)計(jì)值為2.656，在1%的置信水平下顯著，中介效應(yīng)的效應(yīng)值為9.834%。以上結(jié)果表明，Lncost和Lic均為有效的中介變量，假設(shè)H2a和假設(shè)H2b成立。

3.2.3穩(wěn)健性檢驗(yàn)

為了驗(yàn)證回歸結(jié)果的可靠性，分別以解釋變量滯后兩期和替換解釋變量、被解釋變量的方式設(shè)計(jì)穩(wěn)健性檢驗(yàn)，見(jiàn)表7第1～3列。首先，考慮到數(shù)字賦能對(duì)創(chuàng)新效率的影響具有時(shí)間滯后效應(yīng)，將解釋變量滯后兩期進(jìn)行回歸分析，結(jié)果顯示，除市場(chǎng)壟斷水平不顯著外，核心解釋變量和其他控制變量系數(shù)的顯著性與方向均與上文一致。其次，借鑒陳德球等[37]的研究，利用專(zhuān)利授權(quán)量(Nogp)衡量企業(yè)的創(chuàng)新效率，借鑒戚聿東和蔡呈偉[12]的研究，使用關(guān)鍵詞文本挖掘方法，從上市制造企業(yè)年報(bào)中提取新一代數(shù)字技術(shù)(包括人工智能技術(shù)、區(qū)塊鏈技術(shù)、云計(jì)算技術(shù)、大數(shù)據(jù)技術(shù)、數(shù)字技術(shù)應(yīng)用)出現(xiàn)的詞頻來(lái)衡量企業(yè)的數(shù)字賦能水平，并以其代替本文ICT投資額作為核心解釋變量進(jìn)行回歸分析。回歸結(jié)果顯示，替換解釋變量和被解釋變量后，核心解釋變量系數(shù)的顯著性與方向均與上文保持了較好的一致性。綜上，本文的回歸結(jié)果是穩(wěn)健的。

表7 穩(wěn)健性檢驗(yàn)結(jié)果

4 結(jié)論及建議

數(shù)字賦能有利于降低制造企業(yè)創(chuàng)新過(guò)程的成本和促進(jìn)開(kāi)放式創(chuàng)新，并推動(dòng)制造企業(yè)創(chuàng)新效率的提升。本文選用2015—2019年我國(guó)A股275家上市制造企業(yè)的平衡面板數(shù)據(jù)，構(gòu)建了一個(gè)超效率SBM-Tobit分析框架，對(duì)制造企業(yè)創(chuàng)新效率進(jìn)行測(cè)算后，檢驗(yàn)了數(shù)字賦能對(duì)企業(yè)創(chuàng)新效率的影響，并進(jìn)一步通過(guò)中介效應(yīng)模型探究了其作用路徑。結(jié)果顯示：①在研究期間，樣本企業(yè)創(chuàng)新效率具有由低到高的發(fā)展趨勢(shì)，但因企業(yè)間創(chuàng)新資源稟賦差異產(chǎn)生的馬太效應(yīng)形成了“效率鴻溝”現(xiàn)象，造成整體效率均值處于較低水平；②數(shù)字賦能對(duì)制造企業(yè)創(chuàng)新效率提升具有顯著的促進(jìn)作用；③機(jī)制檢驗(yàn)表明，數(shù)字賦能可以通過(guò)成本和開(kāi)放式創(chuàng)新中介變量促進(jìn)制造企業(yè)創(chuàng)新效率提升。

在數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)字變革引領(lǐng)創(chuàng)新為制造企業(yè)提供了新的機(jī)遇窗口，制造企業(yè)利用數(shù)字技術(shù)滲透賦能，可以進(jìn)行更高效的研發(fā)創(chuàng)新活動(dòng)。結(jié)合本文研究結(jié)論，提出如下建議：①制造企業(yè)首先應(yīng)該培養(yǎng)自身的“數(shù)字化思維”，認(rèn)識(shí)數(shù)字賦能對(duì)企業(yè)發(fā)展的重要作用，積極利用如CAD、CAE、CAM、CAPP、PLM 等數(shù)字技術(shù)的數(shù)字化、智能化、網(wǎng)絡(luò)化特點(diǎn)，充分發(fā)揮連接、管控、解釋技術(shù)提高企業(yè)研發(fā)創(chuàng)新環(huán)節(jié)的產(chǎn)品定位、設(shè)計(jì)、仿真、試生產(chǎn)的便捷性和效率；②數(shù)字賦能具有提升信息和資源流轉(zhuǎn)效率、優(yōu)化組織管理結(jié)構(gòu)、降低價(jià)值鏈的中介依賴(lài)等特點(diǎn)，可以有效降低創(chuàng)新活動(dòng)成本，企業(yè)應(yīng)加快數(shù)字化的全面改造，加大利用數(shù)字工具搭建智能分析和決策系統(tǒng)模型，從而進(jìn)一步提升內(nèi)部成本管控和決策能力；③數(shù)字經(jīng)濟(jì)的發(fā)展?jié)u漸改變了創(chuàng)新組織形態(tài)，打破了傳統(tǒng)的封閉式創(chuàng)新模式，企業(yè)要培育開(kāi)放合作包容的心態(tài)，加強(qiáng)與政府、高校、科研機(jī)構(gòu)、其他企業(yè)的聯(lián)系與合作，利用與不同創(chuàng)新主體的協(xié)同關(guān)系產(chǎn)生的技術(shù)溢出和資源互補(bǔ)優(yōu)勢(shì)，賦能技術(shù)攻關(guān)和產(chǎn)品迭代。特別對(duì)于創(chuàng)新資源稀缺和創(chuàng)新能力不足的企業(yè)，可以充分利用數(shù)字平臺(tái)對(duì)強(qiáng)化供需關(guān)系和優(yōu)化資源配置的作用，聯(lián)合其他創(chuàng)新主體進(jìn)行資源共享和研發(fā)設(shè)計(jì)協(xié)同，整合研發(fā)特長(zhǎng)，從而彌補(bǔ)能力與資源的不足；④數(shù)字化過(guò)程不能一蹴而就，需要結(jié)合自身實(shí)際制定轉(zhuǎn)型方案，動(dòng)態(tài)化、螺旋式地完成對(duì)數(shù)字經(jīng)濟(jì)和數(shù)字技術(shù)從了解、適應(yīng)到運(yùn)用的過(guò)程，最終做到用數(shù)字識(shí)別機(jī)會(huì)、用數(shù)字驅(qū)動(dòng)發(fā)展、用數(shù)字賦能價(jià)值創(chuàng)造。