龐瑞芝 劉東閣

一、引言

近年來，中國數(shù)字經(jīng)濟(jì)發(fā)展迅速，統(tǒng)計(jì)數(shù)據(jù)顯示，2020年數(shù)字經(jīng)濟(jì)增速達(dá)9.7%，高于同期名義GDP增速7.4個(gè)百分點(diǎn)。其中，數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化占GDP比重分別從2011年的6.3%、13.9%上升到2020年的7.3%、31.2%(1)數(shù)據(jù)來源于中國信息通信研究院發(fā)布的《中國數(shù)字經(jīng)濟(jì)發(fā)展白皮書(2021)》。?！吨腥A人民共和國國民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》明確提出，要“加快數(shù)字化發(fā)展”，建設(shè)“數(shù)字中國”。與此同時(shí)，自黨的十八大提出創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略以來，國家各個(gè)層面一直積極推動(dòng)深入實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略。企業(yè)作為創(chuàng)新的主體，正面臨著數(shù)字化浪潮的沖擊。那么，企業(yè)數(shù)字化是否必然促進(jìn)企業(yè)創(chuàng)新？通過梳理文獻(xiàn)發(fā)現(xiàn)：現(xiàn)有關(guān)于數(shù)字化與企業(yè)創(chuàng)新的相關(guān)研究在理論上基本達(dá)成共識(shí)，即數(shù)字化促進(jìn)了企業(yè)創(chuàng)新(Kleis et al.，2012；Cui et al.，2015；Tsuji et al.，2018；Kong et al.，2018；劉啟雷等，2022)(2)這部分文獻(xiàn)以互聯(lián)網(wǎng)或信息通信技術(shù)(ICT)對(duì)企業(yè)創(chuàng)新的影響為主。。但在實(shí)證上存在分歧(Kleis et al.，2012；王金杰等，2018；侯世英、宋良榮，2021；Spiezia，2011；Ghasemaghaei and Calic，2020；余菲菲等，2021)。另外，根據(jù)筆者團(tuán)隊(duì)對(duì)一些數(shù)字化轉(zhuǎn)型企業(yè)的調(diào)研發(fā)現(xiàn)：在實(shí)施數(shù)字化的諸多企業(yè)中，其創(chuàng)新產(chǎn)出并未顯著增加，甚至出現(xiàn)負(fù)增長(3)筆者團(tuán)隊(duì)前期對(duì)山東、河南、山西、天津、吉林等地的企業(yè)進(jìn)行了大量調(diào)研，以天津醫(yī)藥制造典型企業(yè)天士力為例，其專利申請(qǐng)數(shù)呈波動(dòng)下降趨勢(shì)，專利申請(qǐng)數(shù)從2008年的90件下降到2019年的13件。另一家高新技術(shù)企業(yè)賽象科技，其專利申請(qǐng)數(shù)呈先上升再下降的趨勢(shì)，專利申請(qǐng)數(shù)從2010年的19件增長到2016年的34件再下降到2019年的8件。。在2018—2020年數(shù)字經(jīng)濟(jì)的快速發(fā)展期，全國專利申請(qǐng)數(shù)和發(fā)明專利申請(qǐng)數(shù)也沒有顯著增長，且發(fā)明專利申請(qǐng)數(shù)占全部專利申請(qǐng)數(shù)的比重由35.67%下降到29.05%(4)根據(jù)國家知識(shí)產(chǎn)權(quán)局公布的數(shù)據(jù)：2018-2020年專利申請(qǐng)數(shù)分別為432.3萬件、438.1萬件、482.9萬件(由于國家知識(shí)產(chǎn)權(quán)局沒有公布2020年全年專利申請(qǐng)數(shù)，本文以2020年1-11月專利申請(qǐng)數(shù)替代)，發(fā)明專利申請(qǐng)數(shù)分別為154.2萬件、140.1萬件、140.3萬件。。實(shí)證上的分歧以及現(xiàn)實(shí)情況與已有理論共識(shí)出現(xiàn)矛盾，本文將這一矛盾稱為“數(shù)字化之創(chuàng)新悖論”，即數(shù)字化對(duì)企業(yè)創(chuàng)新的影響并不必然是正面的，有可能沒有影響甚至出現(xiàn)負(fù)面效應(yīng)。本文致力于找出這一悖論背后的原因，厘清數(shù)字化與企業(yè)創(chuàng)新之間的關(guān)系。這不僅拓展了數(shù)字化與企業(yè)創(chuàng)新的相關(guān)研究，也為企業(yè)更好推進(jìn)數(shù)字化轉(zhuǎn)型、提升創(chuàng)新能力以及數(shù)字強(qiáng)國和創(chuàng)新強(qiáng)國雙重目標(biāo)的實(shí)現(xiàn)提供重要參考。

當(dāng)前，企業(yè)創(chuàng)新模式逐漸由封閉式向開放式轉(zhuǎn)變(楊震寧、趙紅，2020)，現(xiàn)有文獻(xiàn)從理論上和采用問卷調(diào)查的方法研究了數(shù)字化與開放式創(chuàng)新的關(guān)系。如Henkel(2006)認(rèn)為互聯(lián)網(wǎng)為企業(yè)提供了低成本搜索平臺(tái)和開源軟件，為企業(yè)構(gòu)建創(chuàng)新合作網(wǎng)絡(luò)創(chuàng)造了條件。Agrawal and Goldfarb(2008)指出采用BITNET(Because It’s Time Network)有助于促進(jìn)學(xué)術(shù)界跨機(jī)構(gòu)合作。Kleis et al.(2012)認(rèn)為增強(qiáng)與外部企業(yè)間合作是信息技術(shù)影響創(chuàng)新過程的一個(gè)重要渠道。李海艦等(2014)指出互聯(lián)網(wǎng)能夠連通虛擬與實(shí)體空間、打破時(shí)空約束，由此形成各種創(chuàng)新資源的廣泛聯(lián)通，加快了企業(yè)間知識(shí)和信息傳播，因而有利于加強(qiáng)企業(yè)間合作。張昕蔚(2019)探討了數(shù)字經(jīng)濟(jì)條件下企業(yè)創(chuàng)新模式演化問題。李光紅等(2018)基于新創(chuàng)科技企業(yè)的問卷調(diào)查數(shù)據(jù)，發(fā)現(xiàn)信息技術(shù)對(duì)開放式創(chuàng)新存在正向影響。丁秀好、武素明(2020)通過192份調(diào)查問卷研究發(fā)現(xiàn)，內(nèi)部和外部IT能力均促進(jìn)了企業(yè)開放式創(chuàng)新。通過歸納分析發(fā)現(xiàn)，上述文獻(xiàn)均論證了數(shù)字化對(duì)開放式創(chuàng)新的促進(jìn)作用，即數(shù)字化為企業(yè)間相互合作和學(xué)習(xí)創(chuàng)造了條件，進(jìn)而推動(dòng)了開放式創(chuàng)新。與此同時(shí)，現(xiàn)實(shí)中越來越多的企業(yè)通過產(chǎn)學(xué)研、技術(shù)創(chuàng)新聯(lián)盟等方式搭建開放式創(chuàng)新平臺(tái)，進(jìn)而建立自己的創(chuàng)新網(wǎng)絡(luò)。因此，我們認(rèn)為有必要基于開放式創(chuàng)新理論研究數(shù)字化對(duì)企業(yè)創(chuàng)新的影響。

同時(shí)，現(xiàn)有文獻(xiàn)對(duì)企業(yè)數(shù)字化的量化方法也存在諸多不完善之處，這對(duì)研究結(jié)論產(chǎn)生很大影響。部分學(xué)者在企業(yè)數(shù)字化度量上進(jìn)行了有益嘗試，如何帆、劉紅霞(2019)采用是否實(shí)施數(shù)字化的“0-1”虛擬變量表征企業(yè)數(shù)字化，但其無法體現(xiàn)企業(yè)數(shù)字化“強(qiáng)度”。吳非等(2021)和袁淳等(2021)使用Python軟件爬取上市公司年報(bào)中與數(shù)字化相關(guān)的關(guān)鍵字詞頻衡量企業(yè)數(shù)字化。然而，正如吳非等(2021)指出的那樣，作為新時(shí)代企業(yè)發(fā)展的重大戰(zhàn)略，數(shù)字化能夠折射出企業(yè)的戰(zhàn)略特征和未來展望，體現(xiàn)企業(yè)的經(jīng)營理念和發(fā)展路徑。但很多企業(yè)僅作為年報(bào)中公司背景的介紹，實(shí)際上并未實(shí)施數(shù)字化或投入很少，因而無法真實(shí)反映企業(yè)實(shí)際數(shù)字化水平。此外，出于自利動(dòng)機(jī)，管理層傾向于過度強(qiáng)調(diào)企業(yè)數(shù)字化水平，通過夸大披露數(shù)字化相關(guān)詞匯以吸引投資者關(guān)注和獲得對(duì)其有利的判斷，致使企業(yè)數(shù)字化衡量失真。Chanias and Hess(2016)、Remane et al.(2017)以及王核成等(2021)通過構(gòu)建數(shù)字化成熟度模型評(píng)估企業(yè)數(shù)字化水平，但Remane et al.(2017)和王核成等(2021)也指出，鑒于各指標(biāo)數(shù)據(jù)的可得性，數(shù)字化成熟度模型目前只能達(dá)到“描述性”階段，其測(cè)算還存在較大難度。還有部分學(xué)者從宏觀視角展開，如吳贏、張翼(2021)采用城市層面數(shù)字經(jīng)濟(jì)指數(shù)衡量數(shù)字化水平。但這種技術(shù)處理手法無法有效展現(xiàn)企業(yè)間數(shù)字化水平差異。

基于上述研究，本文嘗試在以下方面進(jìn)行突破，對(duì)現(xiàn)有研究做出邊際貢獻(xiàn)：①研究主題上，以“數(shù)字化之創(chuàng)新悖論”為引線，從開放式創(chuàng)新的理論視角闡釋數(shù)字化對(duì)企業(yè)創(chuàng)新的影響，提出數(shù)字化會(huì)通過學(xué)習(xí)效應(yīng)和競(jìng)爭(zhēng)效應(yīng)對(duì)企業(yè)創(chuàng)新產(chǎn)生倒U型影響，從而解答了數(shù)字化對(duì)企業(yè)創(chuàng)新之“雙刃劍”效應(yīng)；②在數(shù)字化對(duì)企業(yè)創(chuàng)新的異質(zhì)性影響機(jī)制方面，結(jié)合行業(yè)層面和企業(yè)層面數(shù)字化應(yīng)用水平及需求的具體情境，采用一個(gè)考慮異質(zhì)性因素的企業(yè)創(chuàng)新決策模型來闡釋數(shù)字化影響企業(yè)創(chuàng)新的異質(zhì)性影響機(jī)制；③實(shí)證分析上，通過手工收集上市公司年報(bào)中財(cái)務(wù)報(bào)表附注里有關(guān)企業(yè)數(shù)字化投資的數(shù)據(jù)衡量企業(yè)數(shù)字化，從而為微觀企業(yè)層面研究數(shù)字化提供有益補(bǔ)充。

二、理論分析與研究假設(shè)

(一)理論分析

開放式創(chuàng)新最先由Chesbrough(2003)提出，主要觀點(diǎn)為：企業(yè)將內(nèi)外部創(chuàng)新資源整合到一個(gè)框架中進(jìn)行技術(shù)研發(fā)，同時(shí)將內(nèi)部技術(shù)通過自身的渠道進(jìn)入市場(chǎng)或利用外部渠道實(shí)現(xiàn)商業(yè)化。隨著開放式創(chuàng)新實(shí)踐的不斷豐富，開放式創(chuàng)新的內(nèi)涵得到進(jìn)一步深化。Chesbrough(2006)提出開放式創(chuàng)新是有目的地利用知識(shí)的流入和流出，從而促進(jìn)企業(yè)內(nèi)部創(chuàng)新、擴(kuò)大市場(chǎng)范圍的過程。West(2006)將開放式創(chuàng)新視為一種組織間共同創(chuàng)造、轉(zhuǎn)化研發(fā)成果的認(rèn)知模式。Lichtenthaler(2011)認(rèn)為開放性創(chuàng)新是企業(yè)進(jìn)行內(nèi)外部開發(fā)、保持和利用知識(shí)的活動(dòng)。Eckhardt et al.(2018)和Hannen et al.(2019)認(rèn)為企業(yè)需要改變封閉式創(chuàng)新下自力更生、追求對(duì)創(chuàng)新的絕對(duì)控制的心態(tài)，以開放的心態(tài)尋求多樣化的合作伙伴，構(gòu)建創(chuàng)新網(wǎng)絡(luò)。從開放式創(chuàng)新的內(nèi)涵來看，其強(qiáng)調(diào)打破企業(yè)創(chuàng)新的“高墻”，創(chuàng)新不僅來源于企業(yè)內(nèi)部，還可以通過獲取外部創(chuàng)新資源為其所用，這使得創(chuàng)新來源得以擴(kuò)展，以區(qū)別封閉式創(chuàng)新——企業(yè)僅依靠自己內(nèi)部資源力量進(jìn)行創(chuàng)新。另外，開放式創(chuàng)新理論強(qiáng)調(diào)企業(yè)對(duì)創(chuàng)新資源的獲取和使用，而不是對(duì)創(chuàng)新資源的擁有與控制。但在非數(shù)字化的傳統(tǒng)經(jīng)濟(jì)環(huán)境下，開放式的創(chuàng)新網(wǎng)絡(luò)構(gòu)建通常受時(shí)空距離約束，這使得開放式創(chuàng)新對(duì)企業(yè)創(chuàng)新能力提升的作用受到限制。

數(shù)字化為企業(yè)實(shí)施開放式創(chuàng)新提供可能，增強(qiáng)了開放的廣度和深度，為創(chuàng)新網(wǎng)絡(luò)擴(kuò)大提供支持(Lyytinen et al.，2016)，這會(huì)對(duì)企業(yè)創(chuàng)新產(chǎn)生“雙刃劍”效應(yīng)：一方面，數(shù)字化會(huì)對(duì)企業(yè)創(chuàng)新產(chǎn)生學(xué)習(xí)效應(yīng)。第一，數(shù)字化加強(qiáng)了企業(yè)與外部經(jīng)濟(jì)主體的跨界合作，使企業(yè)更容易地獲取信息和知識(shí)等外部創(chuàng)新資源(李海艦等，2014)，從而企業(yè)可以從外部經(jīng)濟(jì)主體的知識(shí)溢出中獲益更多；第二，數(shù)字化能夠連通企業(yè)內(nèi)部技術(shù)、生產(chǎn)、銷售和市場(chǎng)等業(yè)務(wù)部門，有助于各部門加強(qiáng)合作和共同努力，吸收、轉(zhuǎn)化和商業(yè)化新獲得的外部信息、數(shù)據(jù)和知識(shí)；第三，數(shù)字技術(shù)有助于企業(yè)現(xiàn)有的內(nèi)部資源與已獲取的外部資源進(jìn)行組合，也能將非數(shù)字化數(shù)據(jù)(如圖片、圖紙、視頻、聲音、影像、指紋等)進(jìn)行二進(jìn)制的同質(zhì)化(homogenization)處理(Yoo et al.，2012)，實(shí)現(xiàn)數(shù)字化數(shù)據(jù)和非數(shù)字化數(shù)據(jù)之間的可交互、可整合，減少識(shí)別成本和學(xué)習(xí)成本，增強(qiáng)企業(yè)的識(shí)別能力和學(xué)習(xí)能力。另一方面，數(shù)字化會(huì)對(duì)企業(yè)創(chuàng)新產(chǎn)生競(jìng)爭(zhēng)效應(yīng)。盡管數(shù)字化促進(jìn)了企業(yè)開放式創(chuàng)新，但由于企業(yè)的創(chuàng)新行為源于企業(yè)自身戰(zhàn)略目標(biāo)和利益最大化，企業(yè)之間互動(dòng)存在潛在的競(jìng)爭(zhēng)關(guān)系和機(jī)會(huì)主義行為(楊震寧、趙紅，2020)。同時(shí)，數(shù)字技術(shù)重新定義了現(xiàn)有市場(chǎng)、降低了進(jìn)入壁壘、打破了現(xiàn)有競(jìng)爭(zhēng)格局，使得競(jìng)爭(zhēng)從物理層面轉(zhuǎn)移到信息自由流動(dòng)的虛擬網(wǎng)絡(luò)(Vial，2019)，進(jìn)而企業(yè)自身數(shù)據(jù)、信息和知識(shí)泄露的風(fēng)險(xiǎn)以及對(duì)外部路徑的依賴度也增加(Baslandze，2016；應(yīng)瑛等，2018)。一旦其它企業(yè)也利用這些數(shù)據(jù)、信息和知識(shí)，就會(huì)導(dǎo)致企業(yè)間競(jìng)爭(zhēng)加劇和創(chuàng)新預(yù)期收益下降(柏培文、喻理，2021)，甚至引起惡性競(jìng)爭(zhēng)或者破產(chǎn)風(fēng)險(xiǎn)，進(jìn)而造成企業(yè)創(chuàng)新激勵(lì)作用不足和競(jìng)爭(zhēng)力下降等負(fù)面影響?；谝陨戏治?，下面使用企業(yè)創(chuàng)新決策模型刻畫這兩種效應(yīng)。

(二)企業(yè)創(chuàng)新決策模型

本文在Aghion et al.(2018)提出的企業(yè)創(chuàng)新決策模型基礎(chǔ)上，結(jié)合開放式創(chuàng)新理論，將企業(yè)學(xué)習(xí)能力納入模型，考察數(shù)字化通過學(xué)習(xí)效應(yīng)和競(jìng)爭(zhēng)效應(yīng)對(duì)企業(yè)創(chuàng)新的影響。同時(shí)根據(jù)不同行業(yè)和企業(yè)數(shù)字化應(yīng)用水平及需求差異，引入行業(yè)和企業(yè)異質(zhì)性因素，探究數(shù)字化影響企業(yè)創(chuàng)新的異質(zhì)性影響機(jī)制。

1．消費(fèi)者

與Aghion et al.(2018)的設(shè)定一樣，假設(shè)消費(fèi)者是同質(zhì)的，且偏好可分，代表性消費(fèi)者關(guān)于商品i的效用函數(shù)為：

(1)

其中，α>0，β>0。qi表示消費(fèi)者對(duì)商品i的需求。假定商品是連續(xù)的，不失一般性，令i∈[0,Ω]。消費(fèi)者數(shù)量標(biāo)準(zhǔn)化為1，消費(fèi)者的唯一收入為工資，勞動(dòng)供給是無彈性的，從而均衡狀態(tài)下消費(fèi)者的勞動(dòng)收入等于支出。假定支出為E。因此，代表性消費(fèi)者效用最大化問題為：

(2)

求解最優(yōu)化問題，可得消費(fèi)者關(guān)于商品i的反剩余需求函數(shù)：

(3)

2．生產(chǎn)者

(4)

根據(jù)一階條件dπ/dqi=0，可得最優(yōu)產(chǎn)出水平為：

(5)

在此條件下，企業(yè)的邊際成本ci必須小于α/μ，否則，企業(yè)將選擇不生產(chǎn)?；诰猱a(chǎn)出條件，可得均衡狀態(tài)下的最大化利潤：

(6)

3．企業(yè)創(chuàng)新決策

(7)

與Aghion et al.(2018)不同的是，我們將參數(shù)δ具體設(shè)定為企業(yè)學(xué)習(xí)能力。原因在于：根據(jù)開放式創(chuàng)新理論，企業(yè)創(chuàng)新活動(dòng)不僅依靠企業(yè)內(nèi)部創(chuàng)新資源，還取決于從外部經(jīng)濟(jì)主體獲取的創(chuàng)新資源(高良謀和馬文甲，2014)。在內(nèi)外部創(chuàng)新資源一定的條件下，企業(yè)學(xué)習(xí)能力越強(qiáng)，其得到的有用創(chuàng)新資源越多以及從創(chuàng)新資源中的獲益越大，企業(yè)生產(chǎn)的邊際成本下降越快。另外，進(jìn)一步假定企業(yè)創(chuàng)新的成本ck為ki的二次函數(shù)，即：

(8)

其中，γ為企業(yè)創(chuàng)新的成本系數(shù)。將企業(yè)創(chuàng)新成本納入到企業(yè)總收益后，重新考察企業(yè)的利潤最大化問題。企業(yè)通過選擇最優(yōu)創(chuàng)新水平ki獲得最大化利潤：

(9)

均衡狀態(tài)下，最優(yōu)創(chuàng)新水平ki滿足如下一階條件：

(10)

此時(shí)，最優(yōu)產(chǎn)出水平為：

(11)

另外，假定企業(yè)選擇最優(yōu)創(chuàng)新水平ki的二階條件存在，使得邊際成本的斜率嚴(yán)格大于邊際收益的斜率，否則，邊際成本曲線與邊際收益曲線不相交，即：

(12)

式(10)的左邊表示創(chuàng)新的邊際收益(MR)，右邊表示創(chuàng)新的邊際成本(MC)。根據(jù)式(10)可得企業(yè)最優(yōu)創(chuàng)新水平(5)本文還用圖形描繪了企業(yè)最優(yōu)創(chuàng)新水平的決策過程和不同基準(zhǔn)成本下的企業(yè)創(chuàng)新水平。限于篇幅，未在正文中呈現(xiàn)，留存?zhèn)渌鳌＃?/p>

(13)

4．?dāng)?shù)字化與企業(yè)創(chuàng)新決策

首先分析學(xué)習(xí)效應(yīng)。根據(jù)上述理論分析，數(shù)字化能夠通過學(xué)習(xí)效應(yīng)促進(jìn)企業(yè)創(chuàng)新能力提升。根據(jù)式(13)求ki關(guān)于δ的偏導(dǎo)數(shù)，可得：

(14)

(15)

式(15)表明(8)限于篇幅，式(15)具體推導(dǎo)過程未在正文中呈現(xiàn)，留存?zhèn)渌鳌＃合鄬?duì)于低基準(zhǔn)成本企業(yè)，數(shù)字化通過學(xué)習(xí)效應(yīng)對(duì)高基準(zhǔn)成本企業(yè)的創(chuàng)新水平提升較少。

其次，分析競(jìng)爭(zhēng)效應(yīng)。正如前文理論所述，數(shù)字化通過競(jìng)爭(zhēng)效應(yīng)不利于企業(yè)創(chuàng)新能力提升。根據(jù)式(13)求ki關(guān)于μ的偏導(dǎo)數(shù)，可得：

(16)

(17)

式(17)表明(11)限于篇幅，式(17)具體推導(dǎo)過程未在正文中呈現(xiàn)，留存?zhèn)渌?。：相?duì)于低基準(zhǔn)成本企業(yè)，數(shù)字化通過競(jìng)爭(zhēng)效應(yīng)對(duì)高基準(zhǔn)成本企業(yè)的創(chuàng)新抑制作用更強(qiáng)。

基于上述理論分析和數(shù)理模型推導(dǎo)，本文提出：

假設(shè)1：其他條件相同，數(shù)字化與企業(yè)創(chuàng)新之間存在倒U型關(guān)系。

假設(shè)2：由于行業(yè)技術(shù)水平、知識(shí)產(chǎn)權(quán)保護(hù)程度以及企業(yè)吸收能力、規(guī)模和所有制差異導(dǎo)致的數(shù)字化應(yīng)用水平和需求不同，數(shù)字化與企業(yè)創(chuàng)新之間的倒U型關(guān)系存在明顯異質(zhì)性。

三、計(jì)量模型、變量和數(shù)據(jù)

(一)計(jì)量模型設(shè)定

為檢驗(yàn)數(shù)字化對(duì)企業(yè)創(chuàng)新的影響，本文構(gòu)建如下計(jì)量模型：

(18)

(二)變量選取與說明

1．被解釋變量：企業(yè)創(chuàng)新

本文主要從創(chuàng)新產(chǎn)出角度考察數(shù)字化對(duì)企業(yè)創(chuàng)新的影響，采用專利申請(qǐng)數(shù)的自然對(duì)數(shù)(Pat)作為企業(yè)創(chuàng)新的量化指標(biāo)，原因有：①數(shù)字化與研發(fā)投入存在協(xié)同效應(yīng)(王宇等，2020)，能夠產(chǎn)生1+1>2的效果，但同時(shí)數(shù)字化是一項(xiàng)長期的系統(tǒng)工程，需要大量資金和人員等方面的投入，對(duì)研發(fā)投入造成擠出；②研發(fā)投入并非上市公司強(qiáng)制披露信息，由于很多企業(yè)未披露研發(fā)投入，導(dǎo)致大量數(shù)據(jù)缺失；③受到企業(yè)吸收能力、創(chuàng)新網(wǎng)絡(luò)、公司治理、組織結(jié)構(gòu)等因素的影響，研發(fā)投入不能完全轉(zhuǎn)化為創(chuàng)新產(chǎn)出。

2．解釋變量：企業(yè)數(shù)字化

鑒于數(shù)據(jù)的可得性及前述數(shù)字化衡量指標(biāo)的不足，本文采用數(shù)字化投資(硬件和軟件)與總資產(chǎn)之比(Digital)表征企業(yè)數(shù)字化(12)數(shù)字化投資(硬件和軟件)采用的是數(shù)字化固定資產(chǎn)投資和無形資產(chǎn)投資的凈值。。具體說明如下：

第一，數(shù)字化投資(硬件)：采用數(shù)字化固定資產(chǎn)投資作為其度量指標(biāo)。將固定資產(chǎn)中“電子設(shè)備”“辦公電子設(shè)備”“計(jì)算機(jī)(電腦)設(shè)備”“自動(dòng)化”“電子儀器儀表”“通訊”“郵電”“管理設(shè)備”“檢測(cè)設(shè)備”等與數(shù)字化有關(guān)的投資作為數(shù)字化固定資產(chǎn)投資；第二，數(shù)字化投資(軟件)：采用數(shù)字化無形資產(chǎn)投資作為其度量指標(biāo)。將無形資產(chǎn)中“軟件”“系統(tǒng)(除研發(fā)項(xiàng)目)”“計(jì)算機(jī)(或電腦)”“電子商務(wù)”“平臺(tái)”“數(shù)據(jù)庫”“信息化”“網(wǎng)站”“ERP”“OA”“windows”“office”“微信公眾號(hào)”等投資作為數(shù)字化無形資產(chǎn)投資；第三，為盡可能保證數(shù)據(jù)的完整性和準(zhǔn)確性，本文還對(duì)數(shù)據(jù)做以下處理：①對(duì)數(shù)據(jù)缺失年份，根據(jù)上一年期末值或下一年期初值進(jìn)行補(bǔ)充；②在數(shù)字化的相關(guān)投資中，如電子設(shè)備在其他年份歸為辦公設(shè)備、通用設(shè)備、專用設(shè)備、其他設(shè)備中的某一項(xiàng)，如軟件在其他年份歸為專利權(quán)、非專利技術(shù)、其他中的某一項(xiàng)，我們根據(jù)上一年期末值和下一年期初值進(jìn)行比照對(duì)缺失年份進(jìn)行補(bǔ)充；③剔除數(shù)字化投資與其它項(xiàng)目投資合并而不能將其分離的數(shù)據(jù)。

3．控制變量

參照董竹、張欣(2021)關(guān)于企業(yè)創(chuàng)新的研究，本文選取企業(yè)年齡(Age)、企業(yè)規(guī)模(Size)、資產(chǎn)負(fù)債率(Lev)、資產(chǎn)收益率(ROA)、企業(yè)性質(zhì)(Soe)、托賓Q值(Q)、股權(quán)集中度(Share)、固定資產(chǎn)比率(Tan)作為控制變量。具體說明詳見表1。

表1 變量具體說明

4．描述性統(tǒng)計(jì)

表2顯示：企業(yè)數(shù)字化水平的均值和標(biāo)準(zhǔn)差分別為0.0089和0.0178，且最小值和最大值分別為0.0000和0.6977，表明企業(yè)間數(shù)字化水平差異較大。本文進(jìn)一步分行業(yè)和分地區(qū)進(jìn)行了統(tǒng)計(jì)，結(jié)果表明：各行業(yè)和各地區(qū)的數(shù)字化水平存在顯著差異。總體上看，一是所屬高新技術(shù)行業(yè)的企業(yè)數(shù)字化水平較高；二是東部地區(qū)的企業(yè)數(shù)字化水平較高。此外，相關(guān)性檢驗(yàn)結(jié)果表明：變量間相關(guān)性基本顯著，且均不存在相關(guān)性很強(qiáng)的變量，變量間相關(guān)系數(shù)絕對(duì)值均小于0.5，表明變量間不存在嚴(yán)重共線性問題(13)限于篇幅，未報(bào)告相關(guān)性檢驗(yàn)結(jié)果，留存?zhèn)渌?。?/p>

表2 描述性統(tǒng)計(jì)

(三)數(shù)據(jù)

本文選取滬深A(yù)股2008—2019年制造業(yè)上市公司數(shù)據(jù)，原因有：①2008年以前，上市公司專利數(shù)據(jù)缺失嚴(yán)重；②2008年以前，企業(yè)數(shù)字化投資很少，大部分企業(yè)實(shí)施數(shù)字化是在2008年以后；③制造業(yè)是專利申請(qǐng)的主力軍，其他行業(yè)專利申請(qǐng)數(shù)較少，存在大量缺失值。另外，本文對(duì)數(shù)據(jù)進(jìn)行了如下處理：①剔除ST、*ST和退市樣本；②剔除核心變量數(shù)據(jù)缺失樣本；③對(duì)所有連續(xù)變量進(jìn)行1%和99%的縮尾處理。最終得到1292家上市公司數(shù)據(jù)。企業(yè)數(shù)字化源于手工整理財(cái)務(wù)報(bào)表附注部分有關(guān)數(shù)字化固定資產(chǎn)投資和無形資產(chǎn)投資的明細(xì)數(shù)據(jù)。專利數(shù)據(jù)源于中國研究數(shù)據(jù)服務(wù)平臺(tái)(CNRDS)，包括上市公司本身、子公司、聯(lián)營公司及合營公司。其他數(shù)據(jù)源于中國經(jīng)濟(jì)金融研究數(shù)據(jù)庫(CSMAR)。

四、實(shí)證結(jié)果與分析

(一)基準(zhǔn)回歸

根據(jù)前述計(jì)量模型設(shè)定，本文采用面板固定效應(yīng)模型進(jìn)行估計(jì)。表3第(1)和(2)列控制時(shí)間和行業(yè)固定效應(yīng)，不管是否加入控制變量，結(jié)果顯示：企業(yè)數(shù)字化(Digital)的一次項(xiàng)和二次項(xiàng)系數(shù)在1%水平上分別顯著為正和顯著為負(fù)。第(3)和(4)列控制時(shí)間和企業(yè)固定效應(yīng)，企業(yè)數(shù)字化的一次項(xiàng)和二次項(xiàng)系數(shù)的符號(hào)和顯著性水平?jīng)]有發(fā)生根本改變，說明企業(yè)數(shù)字化水平的提升與企業(yè)創(chuàng)新之間存在倒U型關(guān)系，與理論分析結(jié)果一致，驗(yàn)證了“數(shù)字化之創(chuàng)新悖論”是存在的。以第(4)列為例，通過進(jìn)一步計(jì)算，數(shù)字化的拐點(diǎn)為0.1695，當(dāng)企業(yè)數(shù)字化水平達(dá)到拐點(diǎn)時(shí)，其對(duì)企業(yè)創(chuàng)新的促進(jìn)作用最大。比較樣本考察期內(nèi)企業(yè)數(shù)字化水平與理論上最優(yōu)水平發(fā)現(xiàn)：①平均上講，2019年企業(yè)數(shù)字化水平的均值為0.0084，遠(yuǎn)低于拐點(diǎn)水平；②不管從行業(yè)還是地區(qū)上看，2019年所有行業(yè)和地區(qū)的數(shù)字化水平均低于拐點(diǎn)值。因此，現(xiàn)階段應(yīng)持續(xù)加強(qiáng)企業(yè)數(shù)字化建設(shè)，以充分發(fā)揮數(shù)字化的創(chuàng)新促進(jìn)效應(yīng)。

表3 基準(zhǔn)回歸

(二)內(nèi)生性問題

在基準(zhǔn)回歸中，本文使用面板雙固定效應(yīng)模型，一定程度上可避免遺漏變量導(dǎo)致的內(nèi)生性問題。但為進(jìn)一步處理內(nèi)生性問題對(duì)研究結(jié)論潛在的影響，本文還采用以下兩種方法強(qiáng)化本文結(jié)論。

1．Heckman兩步法

在基準(zhǔn)回歸中，本文直接將無專利申請(qǐng)的樣本刪除，這種樣本選擇方式對(duì)OLS回歸會(huì)產(chǎn)生很大影響，原因是：當(dāng)年無專利申請(qǐng)的企業(yè)并不意味著這些企業(yè)沒有研發(fā)活動(dòng)，一方面可能基于保密原因，企業(yè)暫時(shí)不進(jìn)行專利申請(qǐng)；另一方面，企業(yè)創(chuàng)新具有高投入、高風(fēng)險(xiǎn)等特點(diǎn)，前期研發(fā)投入最終并不一定產(chǎn)出專利。因此，如果僅使用有專利申請(qǐng)的樣本，直接用式(18)進(jìn)行回歸，會(huì)造成樣本選擇偏誤導(dǎo)致的內(nèi)生性問題。為避免樣本選擇偏誤對(duì)研究結(jié)論潛在的影響，本文使用Heckman兩步法進(jìn)行檢驗(yàn)，第一步是企業(yè)創(chuàng)新決策的Probit模型，也稱選擇方程；第二步是企業(yè)創(chuàng)新表現(xiàn)，也稱結(jié)果方程。具體模型如下：

Pr(Patdumit)=Φ(φ0+φ1Patdumit-1+∑φCVsit+∑Year+∑Ind+εit)

(19)

(20)

其中，式(19)為選擇方程，式(20)為結(jié)果方程。Patdumit表示企業(yè)創(chuàng)新決策的“0-1”虛擬變量，Patdumit-1為企業(yè)創(chuàng)新決策的滯后項(xiàng)，Imrit表示逆米爾斯比率，Year和Ind分別表示年份和行業(yè)固定效應(yīng)。Heckman兩步法要求選擇方程中至少包括一個(gè)滿足排他性條件的解釋變量，即該變量僅影響企業(yè)創(chuàng)新決策，卻不直接影響企業(yè)創(chuàng)新產(chǎn)出。借鑒陳愛貞等(2021)的思路，由于基準(zhǔn)回歸中企業(yè)性質(zhì)(Soe)、托賓Q值(Q)、股權(quán)集中度(Share)對(duì)專利申請(qǐng)無顯著影響，但可能影響企業(yè)創(chuàng)新決策，且企業(yè)創(chuàng)新具有連續(xù)性，上一年企業(yè)創(chuàng)新決策會(huì)影響下一年創(chuàng)新決策，因此，本文將企業(yè)性質(zhì)(Soe)、托賓Q值(Q)、股權(quán)集中度(Share)作為控制變量和上一年企業(yè)創(chuàng)新決策(L.patdum)加入選擇方程(14)選擇方程的回歸結(jié)果顯示：上一年企業(yè)創(chuàng)新決策(L.patdum)和托賓Q值(Q)對(duì)企業(yè)創(chuàng)新決策在1%水平上顯著，說明選擇方程滿足排他性條件。。

表4第(2)列的回歸結(jié)果顯示：逆米爾斯比率(Imr)的系數(shù)顯著為負(fù)，說明的確存在樣本選擇偏誤對(duì)回歸結(jié)果造成的偏差。在加入逆米爾斯比率后，企業(yè)數(shù)字化的一次項(xiàng)和二次項(xiàng)系數(shù)大小均有所變化，但都在1%水平上顯著，與基準(zhǔn)結(jié)果一致。使用Heckman兩步法糾正樣本選擇偏誤引起的內(nèi)生性問題后，本文研究結(jié)論依然成立。

2．Heckman兩步法+兩階段最小二乘法(2SLS)

盡管使用Heckman兩步法能夠控制樣本選擇偏誤造成的內(nèi)生性問題，但研究結(jié)論還可能受到由反向因果引起的內(nèi)生性問題的困擾。一方面，數(shù)字化水平提高會(huì)改變企業(yè)的創(chuàng)新模式和效率，推動(dòng)企業(yè)創(chuàng)新水平提升；另一方面，創(chuàng)新水平更高的企業(yè)對(duì)數(shù)字化也有更多訴求，以輔助自身更多地獲取創(chuàng)新資源、提升研發(fā)效率和創(chuàng)新能力，因而會(huì)主動(dòng)推動(dòng)數(shù)字化。同時(shí)，創(chuàng)新能力低的企業(yè)有更大激勵(lì)搶抓數(shù)字化機(jī)遇實(shí)現(xiàn)創(chuàng)新能力的“彎道超車”或“變道超車”。因此，為同時(shí)處理樣本選擇偏誤和反向因果對(duì)研究結(jié)論潛在的干擾，借鑒楊汝岱等(2011)的做法，將Heckman兩步法和兩階段最小二乘法進(jìn)行結(jié)合，基本思想為：利用兩階段最小二乘法中第一階段回歸結(jié)果得到的企業(yè)數(shù)字化預(yù)測(cè)值，用其代替實(shí)際的企業(yè)數(shù)字化水平，以此進(jìn)行Heckman兩步法回歸。

本文首先使用企業(yè)數(shù)字化的滯后項(xiàng)(L.digital)作為企業(yè)數(shù)字化的工具變量。然后，借鑒余林徽等(2013)的思路，使用同行業(yè)除該企業(yè)外其他企業(yè)數(shù)字化的均值(Digitalmean)作為該企業(yè)數(shù)字化的工具變量(15)本文可能還存在遺漏變量導(dǎo)致的內(nèi)生性問題，主要在于企業(yè)不可觀測(cè)的能力和偏好等因素同時(shí)影響數(shù)字化和企業(yè)創(chuàng)新。對(duì)于遺漏變量問題，一方面，基準(zhǔn)回歸控制了一系列可能影響企業(yè)創(chuàng)新的基本因素，包括企業(yè)年齡、企業(yè)規(guī)模、資產(chǎn)負(fù)債率等。同時(shí)，本文還控制了時(shí)間和行業(yè)固定效應(yīng)，可在一定程度上避免企業(yè)不可觀測(cè)的能力和偏好以及時(shí)間不可觀測(cè)因素的影響。但如企業(yè)未來預(yù)期等因素?zé)o法在計(jì)量檢驗(yàn)中有效控制，遺漏變量問題可能依然存在。但由于行業(yè)數(shù)字化水平不大可能受單個(gè)企業(yè)的影響，因此，使用行業(yè)數(shù)字化水平也可以有效處理因不可觀測(cè)因素帶來的內(nèi)生性問題。。同行業(yè)除該企業(yè)外其他企業(yè)數(shù)字化的均值反映了該行業(yè)的數(shù)字化認(rèn)知水平和應(yīng)用程度，這將影響到該企業(yè)的數(shù)字化水平，滿足相關(guān)性要求。但單個(gè)企業(yè)的創(chuàng)新不大可能影響到行業(yè)數(shù)字化水平，滿足外生性要求。

從表4第(4)和(6)列可以看出：①不管是使用企業(yè)數(shù)字化的滯后項(xiàng)作為企業(yè)數(shù)字化的工具變量，還是使用同行業(yè)除該企業(yè)外其他企業(yè)數(shù)字化的均值作為企業(yè)數(shù)字化的工具變量，企業(yè)數(shù)字化的一次項(xiàng)和二次項(xiàng)系數(shù)與基準(zhǔn)結(jié)果一致，表明本文研究結(jié)論可信；②比較Heckman兩步法+2SLS與OLS、Heckman兩步法的回歸結(jié)果可以看出：考慮反向因果后，企業(yè)數(shù)字化的二次項(xiàng)系數(shù)小于沒有考慮反向因果時(shí)的估計(jì)系數(shù)。原因是：以工具變量——同行業(yè)除該企業(yè)外其他企業(yè)數(shù)字化的均值為例，由于企業(yè)年齡、企業(yè)規(guī)模、盈利水平等特征差異，不同企業(yè)對(duì)行業(yè)數(shù)字化的反映不同，如盈利水平高的企業(yè)有更多資金投入到數(shù)字化當(dāng)中，從而該企業(yè)的數(shù)字化水平高，即盈利水平高的企業(yè)更易受行業(yè)數(shù)字化影響，因此，Heckman兩步法+2SLS得到的結(jié)果所體現(xiàn)的不是基于樣本的總體平均效應(yīng)，而是局部平均處理效應(yīng)(LATE)(Imbens and Angrist，1994)，即更多體現(xiàn)盈利水平高的企業(yè)的影響效應(yīng)(16)原因可能是多方面的，還可能來源于企業(yè)數(shù)字化的測(cè)量誤差。。

表4 內(nèi)生性檢驗(yàn)

(三)穩(wěn)健性檢驗(yàn)

為充分驗(yàn)證本文研究結(jié)論的可信性，我們選擇更換解釋變量、更換被解釋變量、更換回歸模型、調(diào)整研究樣本等四種方式進(jìn)行穩(wěn)健性檢驗(yàn)。

1．更換解釋變量

為排除解釋變量度量方法對(duì)回歸結(jié)果的干擾，本文采用三種企業(yè)數(shù)字化的量化方式進(jìn)行穩(wěn)健性檢驗(yàn)。①采用企業(yè)數(shù)字化投資原值進(jìn)行替代，這一指標(biāo)能夠更直觀地體現(xiàn)企業(yè)數(shù)字化水平的絕對(duì)數(shù)，記為Digit；②考慮到行業(yè)數(shù)字化水平差異，采用經(jīng)過行業(yè)均值調(diào)整的企業(yè)數(shù)字化指標(biāo)，該指標(biāo)體現(xiàn)了企業(yè)數(shù)字化在行業(yè)內(nèi)的相對(duì)水平，記為DigitalInd；③考慮到地區(qū)數(shù)字化差異，采用經(jīng)過地區(qū)均值調(diào)整的企業(yè)數(shù)字化指標(biāo)，該指標(biāo)體現(xiàn)了企業(yè)數(shù)字化在地區(qū)內(nèi)的相對(duì)水平，記為DigitalPro。表5第(1)-(3)列的回歸結(jié)果顯示：無論采用何種方式衡量企業(yè)數(shù)字化，企業(yè)數(shù)字化的一次項(xiàng)和二次項(xiàng)系數(shù)與基準(zhǔn)結(jié)果均一致。

2．更換被解釋變量

為排除被解釋變量度量方式對(duì)回歸結(jié)果的干擾，本文采用多種企業(yè)創(chuàng)新的衡量方式進(jìn)行穩(wěn)健性檢驗(yàn)。首先，將專利申請(qǐng)數(shù)用發(fā)明專利申請(qǐng)數(shù)(Inv)和專利授權(quán)數(shù)(Grant)代替。此外，從創(chuàng)新投入角度，我們使用研發(fā)投入的自然對(duì)數(shù)(RD)作為被解釋變量進(jìn)行穩(wěn)健性檢驗(yàn)。表5第(4)-(6)列的回歸結(jié)果表明：在更換被解釋變量后，本文結(jié)論依然成立。

表5 穩(wěn)健性檢驗(yàn)：更換解釋變量和更換被解釋變量

3．更換回歸模型

為排除回歸模型選擇對(duì)實(shí)證結(jié)果的干擾，本文采用面板泊松回歸進(jìn)行穩(wěn)健性檢驗(yàn)，以保證實(shí)證結(jié)果的可靠性。由于專利申請(qǐng)數(shù)為計(jì)數(shù)數(shù)據(jù)，本文以專利申請(qǐng)數(shù)的原值作為被解釋變量，采用面板泊松模型進(jìn)行回歸，表6第(1)列結(jié)果顯示：企業(yè)數(shù)字化的一次項(xiàng)和二次項(xiàng)系數(shù)與基準(zhǔn)結(jié)果一致。

4．調(diào)整研究樣本

為排除研究樣本對(duì)回歸結(jié)果的干擾，本文通過多種調(diào)整研究樣本的方法進(jìn)行穩(wěn)健性檢驗(yàn)。①數(shù)字經(jīng)濟(jì)的核心構(gòu)成是數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化(沈奎，2021)，一般來講，數(shù)字產(chǎn)業(yè)化企業(yè)的數(shù)字化水平較高，因而這部分企業(yè)樣本會(huì)對(duì)研究結(jié)論造成干擾。因此，本文剔除數(shù)字產(chǎn)業(yè)化部分的樣本，即剔除計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)企業(yè)樣本；②由于各地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展差異較大，從而對(duì)估計(jì)結(jié)果造成干擾。根據(jù)賽迪顧問發(fā)布的《2021中國數(shù)字經(jīng)濟(jì)城市發(fā)展白皮書》，本文將企業(yè)注冊(cè)地位于北京、上海、廣州、深圳、杭州等5個(gè)數(shù)字經(jīng)濟(jì)一線城市的樣本剔除；③企業(yè)數(shù)字化進(jìn)程和創(chuàng)新會(huì)受到重大事件的沖擊，如2008年全球金融危機(jī)后，企業(yè)創(chuàng)新投入可能會(huì)大幅下降，數(shù)字化進(jìn)程也可能減緩。因此，為了排除2008年金融危機(jī)的影響，本文將2008—2011年的樣本刪除。表6第(2)-(4)列結(jié)果顯示：無論如何調(diào)整研究樣本，企業(yè)數(shù)字化的一次項(xiàng)和二次項(xiàng)系數(shù)與基準(zhǔn)結(jié)果一致，表明本文研究結(jié)論可靠。

表6 穩(wěn)健性檢驗(yàn)：更換回歸模型和調(diào)整研究樣本

五、異質(zhì)性影響機(jī)制檢驗(yàn)

本部分在上述實(shí)證結(jié)果的基礎(chǔ)上，結(jié)合前文理論分析，從行業(yè)異質(zhì)性特征和企業(yè)異質(zhì)性特征兩方面，檢驗(yàn)數(shù)字化對(duì)企業(yè)創(chuàng)新的異質(zhì)性影響機(jī)制。

(一)行業(yè)異質(zhì)性特征

1．技術(shù)特征

前文指出高新技術(shù)行業(yè)的企業(yè)數(shù)字化水平較高。首先，創(chuàng)新是高新技術(shù)行業(yè)的重要標(biāo)志，數(shù)字技術(shù)作為當(dāng)今創(chuàng)新的前沿，是高新技術(shù)行業(yè)關(guān)注和投資的重點(diǎn)，且高新技術(shù)行業(yè)能滿足數(shù)字化所需的基礎(chǔ)技術(shù)條件(吳非等，2021)；其次，企業(yè)能通過數(shù)字平臺(tái)尋找與自身特征和需求相匹配的合作對(duì)象，由于高新技術(shù)行業(yè)更傾向于開放式創(chuàng)新(Enkel and Gassmann，2008)，其合作企業(yè)的數(shù)量和頻次更多，對(duì)數(shù)字化的需求較大，因而對(duì)企業(yè)創(chuàng)新的影響更明顯?；诖?，根據(jù)國家科技部2016年頒布的《國家重點(diǎn)支持的高新技術(shù)領(lǐng)域》，結(jié)合具體行業(yè)分類，本文將樣本分為高新技術(shù)行業(yè)和非高新技術(shù)行業(yè)(17)高新技術(shù)行業(yè)包括：化學(xué)原料和化學(xué)制品制造業(yè),醫(yī)藥制造業(yè),化學(xué)纖維制造業(yè),通用設(shè)備制造業(yè),專用設(shè)備制造業(yè),鐵路,船舶,航空航天和其他運(yùn)輸設(shè)備制造業(yè),電氣機(jī)械和器材制造業(yè),計(jì)算機(jī),通信和其他電子設(shè)備制造業(yè),儀器儀表制造業(yè)等9個(gè)行業(yè)。，表7第(1)和(2)列的回歸結(jié)果顯示：數(shù)字化對(duì)企業(yè)創(chuàng)新的倒U型影響僅在高新技術(shù)行業(yè)中顯著，而在非高新技術(shù)行業(yè)中不顯著。由于高新技術(shù)行業(yè)的樣本點(diǎn)絕大部分位于拐點(diǎn)左側(cè)，因而學(xué)習(xí)效應(yīng)占主導(dǎo)，即數(shù)字化促進(jìn)了高新技術(shù)行業(yè)的企業(yè)創(chuàng)新。

2．知識(shí)產(chǎn)權(quán)保護(hù)程度

知識(shí)產(chǎn)權(quán)保護(hù)旨在提高創(chuàng)新激勵(lì)水平，知識(shí)產(chǎn)權(quán)保護(hù)程度增強(qiáng)有利于提高技術(shù)的專有性及其預(yù)期收益(尹志鋒等，2013)，減輕因技術(shù)和知識(shí)泄露引起的競(jìng)爭(zhēng)效應(yīng)對(duì)創(chuàng)新的不利影響。同時(shí)，知識(shí)產(chǎn)權(quán)保護(hù)能夠確保實(shí)施開放式創(chuàng)新企業(yè)的創(chuàng)新收益以及外部創(chuàng)新的有效供給(West，2006)，因而知識(shí)產(chǎn)權(quán)保護(hù)程度強(qiáng)的行業(yè)企業(yè)具有更強(qiáng)烈的開放式創(chuàng)新意愿，且對(duì)數(shù)字化平臺(tái)提供的開放式創(chuàng)新資源的需求相對(duì)更高，因此，數(shù)字化對(duì)這類行業(yè)的企業(yè)創(chuàng)新影響更顯著。具體地，借鑒尹志鋒等(2013)的研究，本文根據(jù)行業(yè)研發(fā)密度，按照知識(shí)產(chǎn)權(quán)保護(hù)程度高低分為三組。從表7第(3)-(5)列的回歸結(jié)果可以得出：數(shù)字化對(duì)中、高知識(shí)產(chǎn)權(quán)保護(hù)程度行業(yè)的企業(yè)創(chuàng)新存在顯著的倒U型影響，且知識(shí)產(chǎn)權(quán)保護(hù)程度越高的行業(yè)，這種影響效應(yīng)越明顯。通過計(jì)算拐點(diǎn)和樣本對(duì)比，發(fā)現(xiàn)絕大部分中、高知識(shí)產(chǎn)權(quán)保護(hù)程度行業(yè)的企業(yè)位于拐點(diǎn)左側(cè)，因而學(xué)習(xí)效應(yīng)占主導(dǎo)，即數(shù)字化促進(jìn)了中、高知識(shí)產(chǎn)權(quán)保護(hù)程度行業(yè)的企業(yè)創(chuàng)新。

表7 異質(zhì)性影響機(jī)制檢驗(yàn)：行業(yè)異質(zhì)性特征

(二)企業(yè)異質(zhì)性特征

1．吸收能力

作為影響企業(yè)創(chuàng)新的關(guān)鍵因素，吸收能力同時(shí)在開放度的選擇中也起到重要作用(Knudsen，2006)。由于開放式創(chuàng)新的目的在于獲取外部創(chuàng)新資源，而吸收能力強(qiáng)的企業(yè)可以有效處理獲得的外部創(chuàng)新資源(Laursen and Salter，2005)，其對(duì)數(shù)字化平臺(tái)提供的開放式創(chuàng)新資源的需求較高，因此，數(shù)字化對(duì)這類企業(yè)創(chuàng)新的影響更顯著。本文采用研發(fā)人員占比度量吸收能力，并將樣本劃分為高、中、低三組。從表8第(1)-(3)列的分組回歸結(jié)果可以看出：數(shù)字化僅對(duì)高吸收能力企業(yè)創(chuàng)新有顯著倒U型影響，在中低吸收能力企業(yè)中不顯著。通過計(jì)算拐點(diǎn)和樣本對(duì)比，發(fā)現(xiàn)絕大部分高吸收能力企業(yè)的樣本點(diǎn)位于拐點(diǎn)左側(cè)，因而學(xué)習(xí)效應(yīng)占主導(dǎo)，即數(shù)字化有助于促進(jìn)高吸收能力企業(yè)創(chuàng)新水平的提升。

2．規(guī)模特征

由于大企業(yè)組織結(jié)構(gòu)復(fù)雜，需要從數(shù)字化戰(zhàn)略制定、執(zhí)行方案到最終落地進(jìn)行詳細(xì)地規(guī)劃，并針對(duì)性地對(duì)企業(yè)研發(fā)、制造、營銷、決策和管理等核心業(yè)務(wù)按照優(yōu)先級(jí)進(jìn)行數(shù)字化改造，其數(shù)字化的成效較慢。但中小企業(yè)能夠充分發(fā)揮“船小好調(diào)頭”的優(yōu)勢(shì)，更加快速、系統(tǒng)地全面推進(jìn)數(shù)字化。另外，“規(guī)模歧視”的存在使得中小企業(yè)普遍缺乏人才和資金等創(chuàng)新資源，為從外部獲取所需創(chuàng)新資源，中小企業(yè)具有相對(duì)強(qiáng)烈的開放愿意(Lee et al.，2010)，從而對(duì)數(shù)字化的需求更強(qiáng)。因此，數(shù)字化對(duì)中小企業(yè)創(chuàng)新的倒U型影響更明顯。本文采用企業(yè)總資產(chǎn)對(duì)數(shù)度量企業(yè)規(guī)模，將樣本劃分為大、中、小三組。從表8第(4)-(6)列結(jié)果可以看出：數(shù)字化僅對(duì)小企業(yè)的創(chuàng)新有顯著倒U型影響(18)雖然在大型企業(yè)中，數(shù)字化的二次項(xiàng)在10%水平上顯著，但p值接近1，且數(shù)字化的一次項(xiàng)不顯著。。進(jìn)一步分析發(fā)現(xiàn)，小企業(yè)的樣本點(diǎn)絕大部分位于拐點(diǎn)左側(cè)，意味著在學(xué)習(xí)效應(yīng)的主導(dǎo)作用下，數(shù)字化有利于促進(jìn)小企業(yè)創(chuàng)新。

3．產(chǎn)權(quán)特征

不同產(chǎn)權(quán)屬性企業(yè)的數(shù)字化投入意愿和程度存在很大不同。首先，由于存在“所有制歧視”，國有企業(yè)在政企和銀企關(guān)系具有先天優(yōu)勢(shì)，擁有豐裕的創(chuàng)新資源，面對(duì)的競(jìng)爭(zhēng)壓力和開放意愿較小，因而對(duì)數(shù)字化的需求較少；其次，相對(duì)非國有企業(yè)，國有企業(yè)市場(chǎng)化程度較低，組織僵化，存在嚴(yán)重的委托代理問題，缺乏有效的監(jiān)督和激勵(lì)機(jī)制(吳延兵，2006)，其經(jīng)營業(yè)績與管理層才能和努力之間的因果關(guān)系也更模糊，因而國有企業(yè)數(shù)字化投入的意愿和程度不強(qiáng)，對(duì)企業(yè)創(chuàng)新的影響不明顯。本文根據(jù)企業(yè)是否為國有控股，將樣本分為非國有企業(yè)和國有企業(yè)兩組，分組估計(jì)結(jié)果如表8第(7)和(8)列所示。結(jié)果顯示：數(shù)字化對(duì)非國有企業(yè)的創(chuàng)新具有顯著的倒U型影響效應(yīng)，而對(duì)國有企業(yè)則不顯著。由于非國有企業(yè)樣本絕大多數(shù)位于拐點(diǎn)左側(cè)，從而學(xué)習(xí)效應(yīng)占主導(dǎo)，即數(shù)字化提高了非國有企業(yè)的創(chuàng)新水平。

表8 異質(zhì)性影響機(jī)制檢驗(yàn)：企業(yè)異質(zhì)性特征

六、進(jìn)一步探討

前述分析發(fā)現(xiàn)數(shù)字化與企業(yè)創(chuàng)新之間存在倒U型關(guān)系，但不同企業(yè)的數(shù)字化投入強(qiáng)度存在很大差異，導(dǎo)致數(shù)字化對(duì)企業(yè)創(chuàng)新的影響存在不同。另外，數(shù)字化投入結(jié)構(gòu)對(duì)企業(yè)創(chuàng)新的影響也可能存在較大差別。因此，本部分試圖圍繞以下兩個(gè)問題開展進(jìn)一步探討：①從數(shù)字化投入強(qiáng)度的視角分析數(shù)字化與企業(yè)創(chuàng)新之間的關(guān)系；②從數(shù)字化投入結(jié)構(gòu)維度探討數(shù)字化硬件投資和軟件投資對(duì)企業(yè)創(chuàng)新的影響。

(一)數(shù)字化投入強(qiáng)度：不同投入強(qiáng)度的比較

作為一項(xiàng)長期的系統(tǒng)工程，企業(yè)數(shù)字化絕非易事。一方面，數(shù)字化不是簡單的數(shù)字技術(shù)引進(jìn)(開發(fā))和應(yīng)用，而是需結(jié)合企業(yè)所處行業(yè)特點(diǎn)和自身階段性訴求以實(shí)現(xiàn)資源再整合，因而企業(yè)數(shù)字化需要長期的資金、設(shè)備、人才支持以及組織保障，且這些投入會(huì)拖累企業(yè)當(dāng)期利潤；另一方面，數(shù)字化失敗概率大、投資見效慢、效果不確定性高。在多個(gè)會(huì)計(jì)年度內(nèi)，企業(yè)都要為此承擔(dān)來自業(yè)績表現(xiàn)和數(shù)字化效果的雙重壓力。因此，在現(xiàn)實(shí)中，眾多企業(yè)面臨著“不會(huì)轉(zhuǎn)、不能轉(zhuǎn)、不敢轉(zhuǎn)”的境地。并且，盡管很多企業(yè)積極擁抱數(shù)字技術(shù)，投入大量的人、財(cái)、物，但成效甚微。與此同時(shí)，實(shí)踐中還有很多企業(yè)借力數(shù)字技術(shù)，充分結(jié)合企業(yè)自身特點(diǎn)，從數(shù)字化戰(zhàn)略制定、執(zhí)行方案到最終落地都進(jìn)行詳細(xì)地規(guī)劃，實(shí)現(xiàn)產(chǎn)品開發(fā)周期、生產(chǎn)效率以及管理和運(yùn)營效率的巨大提升。由此可見，不同企業(yè)的數(shù)字化進(jìn)程和成效差異巨大。因此，本文根據(jù)數(shù)字化投入強(qiáng)度，將樣本分為數(shù)字化領(lǐng)先型、追趕型和后進(jìn)型企業(yè)。

表9的回歸結(jié)果顯示：數(shù)字化僅對(duì)領(lǐng)先型企業(yè)的創(chuàng)新存在倒U型影響，而對(duì)追趕型和后進(jìn)型企業(yè)則不顯著，說明追趕型和后進(jìn)型企業(yè)的數(shù)字化之創(chuàng)新成效甚微，即“數(shù)字化之創(chuàng)新悖論”不存在于追趕型和后進(jìn)型企業(yè)中。通過計(jì)算拐點(diǎn)和樣本對(duì)比，發(fā)現(xiàn)數(shù)字化領(lǐng)先型企業(yè)的樣本點(diǎn)絕大部分位于拐點(diǎn)左側(cè)，從而學(xué)習(xí)效應(yīng)占主導(dǎo)，即數(shù)字化促進(jìn)了領(lǐng)先型企業(yè)創(chuàng)新水平的提升。因此，為了避免“轉(zhuǎn)型找死、不轉(zhuǎn)等死”的兩難境地，企業(yè)需要從數(shù)字化的頂層設(shè)計(jì)、具體實(shí)施方案到最終落地進(jìn)行全方位地規(guī)劃，為數(shù)字化的投入指明方向和目標(biāo)。

表9 數(shù)字化投入強(qiáng)度與企業(yè)創(chuàng)新

(二)數(shù)字化投入結(jié)構(gòu)：數(shù)字化硬件投資與軟件投資的比較

工業(yè)經(jīng)濟(jì)時(shí)代，為降低產(chǎn)品單位成本以及形成規(guī)模經(jīng)濟(jì)和范圍經(jīng)濟(jì)，企業(yè)需要進(jìn)行大量的固定資產(chǎn)投資(如機(jī)器、廠房、設(shè)備等硬資產(chǎn))，但這會(huì)擠出無形資產(chǎn)投資(如軟件、專利權(quán)、專用技術(shù)等軟資產(chǎn))，導(dǎo)致企業(yè)無形資產(chǎn)投資嚴(yán)重不足。但在數(shù)字經(jīng)濟(jì)時(shí)代，企業(yè)輕資產(chǎn)化已成趨勢(shì)，“重硬輕軟”已逐漸不再適應(yīng)，固定資產(chǎn)投資(硬投資)漸漸成為“配角”，而無形資產(chǎn)投資(軟投資)卻逐漸成為“主角”，其地位持續(xù)上升。因此，有必要考察數(shù)字化硬件投資與軟件投資的作用以及是否還存在數(shù)字化硬件投資過度而軟件投資不足的問題。

具體地，本文使用數(shù)字化投資(硬件)與總資產(chǎn)之比(DigitalHard)和數(shù)字化投資(軟件)與總資產(chǎn)之比(DigitalSoft)分別表征企業(yè)數(shù)字化(硬件)水平和企業(yè)數(shù)字化(軟件)水平，并使用式(18)將核心解釋變量的一次項(xiàng)和二次項(xiàng)進(jìn)行替換。表10匯報(bào)了回歸結(jié)果。其中，第(1)列僅加入企業(yè)數(shù)字化(硬件)的一次項(xiàng)，結(jié)果顯示：企業(yè)數(shù)字化(硬件)的系數(shù)為負(fù)，但不顯著，第(2)列中企業(yè)數(shù)字化(硬件)的一次項(xiàng)系數(shù)顯著為正和顯著為負(fù)，表明數(shù)字化(硬件)與企業(yè)創(chuàng)新之間存在倒U型關(guān)系。第(3)列中企業(yè)數(shù)字化(軟件)的系數(shù)在1%的水平上顯著為正，第(4)列中企業(yè)數(shù)字化(軟件)的一次項(xiàng)系數(shù)顯著為正，但其二次項(xiàng)系數(shù)不顯著，表明企業(yè)數(shù)字化(軟件)促進(jìn)了企業(yè)創(chuàng)新。以上結(jié)果也表明，企業(yè)數(shù)字化可能存在硬件投資過度而軟件投資不足的問題。

表10 數(shù)字化投入結(jié)構(gòu)與企業(yè)創(chuàng)新

七、結(jié)論和啟示

在邁入數(shù)字經(jīng)濟(jì)時(shí)代和創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略實(shí)施的背景下，本文以“數(shù)字化之創(chuàng)新悖論”為引線，從開放式創(chuàng)新的理論視角全面考察了數(shù)字化對(duì)企業(yè)創(chuàng)新的影響。結(jié)果表明：數(shù)字化與企業(yè)創(chuàng)新之間呈現(xiàn)倒U型關(guān)系，即當(dāng)數(shù)字化低于拐點(diǎn)時(shí)，數(shù)字化有利于促進(jìn)企業(yè)創(chuàng)新，而當(dāng)數(shù)字化高于拐點(diǎn)時(shí)，數(shù)字化會(huì)抑制企業(yè)創(chuàng)新，即“數(shù)字化之創(chuàng)新悖論”是存在的；異質(zhì)性影響機(jī)制上，數(shù)字化對(duì)企業(yè)創(chuàng)新的倒U型影響效應(yīng)在高新技術(shù)行業(yè)和知識(shí)產(chǎn)權(quán)保護(hù)程度較高行業(yè)以及吸收能力強(qiáng)企業(yè)、小企業(yè)和非國有企業(yè)中更明顯；進(jìn)一步分析發(fā)現(xiàn)，相較于數(shù)字化追趕型和后進(jìn)型企業(yè)，數(shù)字化對(duì)企業(yè)創(chuàng)新的倒U型影響效應(yīng)只存在于領(lǐng)先型企業(yè)中，同時(shí)研究發(fā)現(xiàn)，數(shù)字化硬件投資與企業(yè)創(chuàng)新之間存在倒U型關(guān)系，而數(shù)字化軟件投資卻能夠促進(jìn)企業(yè)創(chuàng)新。本文的研究結(jié)論有如下政策啟示：

一是加快企業(yè)數(shù)字化轉(zhuǎn)型，提高數(shù)字技術(shù)的普惠性和包容性，充分發(fā)揮數(shù)字化對(duì)創(chuàng)新活動(dòng)的滲透性和創(chuàng)新主體的連接性作用。第一，圍繞數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化兩個(gè)方向，在算力、算法等數(shù)字技術(shù)的基礎(chǔ)領(lǐng)域加大研發(fā)力度，助力大數(shù)據(jù)、人工智能、區(qū)塊鏈、云計(jì)算等數(shù)字技術(shù)發(fā)展，不斷壯大數(shù)字產(chǎn)業(yè)。同時(shí)，加快數(shù)字化向其他部門的滲透融合，利用數(shù)字開放平臺(tái)促進(jìn)數(shù)據(jù)和知識(shí)的流動(dòng)及共享，推動(dòng)企業(yè)協(xié)同創(chuàng)新；第二，構(gòu)建政府、平臺(tái)、龍頭和其它企業(yè)的四方聯(lián)動(dòng)機(jī)制，不斷加強(qiáng)政府引導(dǎo)、平臺(tái)賦能和龍頭引領(lǐng)作用，推動(dòng)數(shù)字技術(shù)的普惠性和包容性，逐漸縮小企業(yè)間的“數(shù)字鴻溝”；第三，以數(shù)字化為橋梁，積極利用產(chǎn)學(xué)研、技術(shù)創(chuàng)新聯(lián)盟等開放式創(chuàng)新平臺(tái)，通過與其他企業(yè)、科研機(jī)構(gòu)和高校、供應(yīng)商和客戶的數(shù)字化互聯(lián)互通，建立企業(yè)創(chuàng)新網(wǎng)絡(luò)，縮短產(chǎn)品開發(fā)周期、降低創(chuàng)新活動(dòng)的技術(shù)不確定性和市場(chǎng)不確定性。

二是充分考慮數(shù)字化對(duì)企業(yè)創(chuàng)新的非線性影響及數(shù)字化投入水平和投入結(jié)構(gòu)的差異。第一，大部分企業(yè)數(shù)字化仍低于拐點(diǎn)，加強(qiáng)數(shù)字化投資仍是企業(yè)數(shù)字化的總基調(diào)；第二，對(duì)于數(shù)字化領(lǐng)先型企業(yè)，適當(dāng)把握數(shù)字化投入力度，避免數(shù)字化過度投資導(dǎo)致的“數(shù)字化之創(chuàng)新悖論”現(xiàn)象。對(duì)于數(shù)字化追趕型和后進(jìn)型企業(yè)，企業(yè)需根據(jù)自身資源和能力從數(shù)字化戰(zhàn)略設(shè)計(jì)、具體實(shí)施到最終落地進(jìn)行全方位地規(guī)劃，為數(shù)字化投入指明方向和目標(biāo)，避免盲目跟風(fēng)；第三，輕資產(chǎn)化已成趨勢(shì)，企業(yè)必須向數(shù)字化思維方式轉(zhuǎn)變，注意數(shù)字化固定資產(chǎn)投資(硬投資)與無形資產(chǎn)投資(軟投資)在企業(yè)中角色的轉(zhuǎn)變，避免“重硬輕軟”，導(dǎo)致數(shù)字化投資失衡，進(jìn)而造成數(shù)字化成效大打折扣。

三是更加注重行業(yè)特征和企業(yè)特征對(duì)數(shù)字化創(chuàng)新效應(yīng)的異質(zhì)性影響。第一，由于高投入、高回報(bào)和高風(fēng)險(xiǎn)等特點(diǎn)，高新技術(shù)行業(yè)企業(yè)應(yīng)充分借力開放式數(shù)字平臺(tái)提高人才、資金和知識(shí)等創(chuàng)新要素的流動(dòng)，提高創(chuàng)新效率、增加創(chuàng)新回報(bào)率、降低創(chuàng)新風(fēng)險(xiǎn)，這對(duì)于突破“卡脖子”技術(shù)，早日建成創(chuàng)新強(qiáng)國具有重大意義。對(duì)于小企業(yè)和非國有企業(yè)而言，充分發(fā)揮“船小好調(diào)頭”的優(yōu)勢(shì)和組織靈活性的特點(diǎn)，結(jié)合發(fā)展需求有體系地進(jìn)行數(shù)字化轉(zhuǎn)型，加強(qiáng)與上下游企業(yè)、高校和科研機(jī)構(gòu)、供應(yīng)商和客戶等主體的連接，全面提升技術(shù)創(chuàng)新水平和對(duì)市場(chǎng)需求的響應(yīng)能力；第二，在企業(yè)利用數(shù)字化獲得外部創(chuàng)新資源的同時(shí)，還應(yīng)注重提高企業(yè)吸收能力，加強(qiáng)外部創(chuàng)新資源與內(nèi)部資源的整合和管理；第三，政府應(yīng)強(qiáng)化與知識(shí)產(chǎn)權(quán)相關(guān)的立法和執(zhí)法工作，嚴(yán)格執(zhí)行知識(shí)產(chǎn)權(quán)法律法規(guī)，為企業(yè)營造良好的法律環(huán)境。