叢鈺涵 王珊珊

摘要：投入數(shù)字化已經(jīng)成為企業(yè)提升創(chuàng)新水平的重要?jiǎng)恿?。本文基于工業(yè)企業(yè)數(shù)據(jù)和國(guó)家知識(shí)產(chǎn)權(quán)局專利數(shù)據(jù)，探究制造業(yè)投入數(shù)字化的“量”與“質(zhì)”對(duì)企業(yè)創(chuàng)新的影響及其作用機(jī)制。研究發(fā)現(xiàn)：制造業(yè)投入數(shù)字化會(huì)顯著促進(jìn)企業(yè)創(chuàng)新；機(jī)制分析表明，投入數(shù)字化會(huì)通過(guò)降低企業(yè)成本的渠道提升企業(yè)創(chuàng)新水平；企業(yè)規(guī)模大小差異、數(shù)字要素投入來(lái)源差異及制造業(yè)行業(yè)的要素密集度差異會(huì)對(duì)企業(yè)創(chuàng)新產(chǎn)生差異化影響。調(diào)節(jié)效應(yīng)分析顯示，經(jīng)濟(jì)政策不確定性會(huì)對(duì)投入數(shù)字化與企業(yè)創(chuàng)新之間的正效應(yīng)產(chǎn)生明顯的負(fù)向調(diào)節(jié)；進(jìn)一步分析發(fā)現(xiàn)，數(shù)字要素的投入質(zhì)量會(huì)顯著促進(jìn)企業(yè)創(chuàng)新。

關(guān)鍵詞：投入數(shù)字化；企業(yè)創(chuàng)新；投入質(zhì)量；經(jīng)濟(jì)政策不確定性

中圖分類號(hào)：F424文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1001-148X（2023）03-0013-09

收稿日期：2022-12-29

作者簡(jiǎn)介：叢鈺涵（1995-），女，山東威海人，博士研究生，研究方向：數(shù)字經(jīng)濟(jì)、區(qū)域經(jīng)濟(jì)學(xué)；王珊珊（1992-），女，黑龍江齊齊哈爾人，助理研究員，研究方向：數(shù)字經(jīng)濟(jì)、區(qū)域經(jīng)濟(jì)學(xué)。

基金項(xiàng)目：南開(kāi)大學(xué)文科發(fā)展基金科學(xué)研究類一般項(xiàng)目“海峽兩岸經(jīng)濟(jì)融合發(fā)展指數(shù)構(gòu)建及影響因素研究”，項(xiàng)目編號(hào)：ZB22BZ0209；亞洲研究中心資助項(xiàng)目“新格局下兩岸產(chǎn)業(yè)融合高質(zhì)量發(fā)展研究”，項(xiàng)目編號(hào)：AS2222。

①數(shù)據(jù)來(lái)源：《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書(shū)2021》。

創(chuàng)新是推動(dòng)經(jīng)濟(jì)增長(zhǎng)的關(guān)鍵因素，對(duì)實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量?jī)?nèi)涵式發(fā)展具有重要影響［1-2］。隨著數(shù)字經(jīng)濟(jì)到來(lái)，發(fā)達(dá)經(jīng)濟(jì)體率先將數(shù)字化、網(wǎng)絡(luò)化作為制造業(yè)未來(lái)發(fā)展的方向，力圖保持和加強(qiáng)制造業(yè)的“高位鎖定”［3］。我國(guó)作為制造業(yè)大國(guó)，也提出了促進(jìn)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合，提高企業(yè)創(chuàng)新能力的舉措。2020年我國(guó)產(chǎn)業(yè)數(shù)字化規(guī)模達(dá)到了317萬(wàn)億元，占數(shù)字經(jīng)濟(jì)的809%①。兩者的融合也深刻改變著企業(yè)的創(chuàng)新活動(dòng)，一方面企業(yè)的生產(chǎn)、運(yùn)營(yíng)和銷售等環(huán)節(jié)結(jié)合數(shù)字技術(shù)能夠有效降低成本、改善效率、優(yōu)化協(xié)作和提高人力資本等對(duì)創(chuàng)新能力產(chǎn)生多維度影響；另一方面也會(huì)促進(jìn)企業(yè)的組織變革，提高企業(yè)韌性［4］。

一、理論機(jī)制與研究假說(shuō)

（一）投入數(shù)字化與企業(yè)創(chuàng)新

第一，投入數(shù)字化可以通過(guò)降低企業(yè)成本來(lái)提高企業(yè)創(chuàng)新水平。Goldfarb等（2019）［5］指出數(shù)字技術(shù)可以降低企業(yè)的五類成本，而企業(yè)成本的降低有利于其進(jìn)行新產(chǎn)品的研發(fā)創(chuàng)新［6］。首先，投入數(shù)字化有助于企業(yè)內(nèi)部各個(gè)環(huán)節(jié)的信息收集和分析并提高生產(chǎn)工具的使用效率，實(shí)現(xiàn)產(chǎn)品生產(chǎn)和管理的完整化和精細(xì)化，這樣可以降低采購(gòu)、制造以及銷售過(guò)程中的生產(chǎn)成本和運(yùn)輸成本等，進(jìn)而提高企業(yè)的生產(chǎn)效率［7］；其次，企業(yè)之間信息匹配的效率以及上下游產(chǎn)業(yè)鏈之間的信息溝通和組織效率會(huì)隨著數(shù)字技術(shù)的應(yīng)用明顯提高；同時(shí)，數(shù)字化投入能夠有效緩解信息不對(duì)稱問(wèn)題［8］，極大地降低了企業(yè)的信息搜尋成本、追蹤成本和驗(yàn)證成本等，有助于企業(yè)優(yōu)化資源配置；此外，投入數(shù)字化能提高知識(shí)或經(jīng)驗(yàn)公共品的供給，降低企業(yè)的技術(shù)引進(jìn)門(mén)檻，企業(yè)間通過(guò)共享技術(shù)、設(shè)備等學(xué)習(xí)效應(yīng)形成共享經(jīng)濟(jì)的新業(yè)態(tài)，從而降低企業(yè)的復(fù)制成本，增強(qiáng)企業(yè)對(duì)生產(chǎn)資料使用的有效性。據(jù)此，本文提出如下假說(shuō)：

H1：制造業(yè)投入數(shù)字化會(huì)降低企業(yè)的各項(xiàng)經(jīng)營(yíng)成本，提高資源配置效率，促進(jìn)企業(yè)創(chuàng)新。

（二）經(jīng)濟(jì)政策不確定性的調(diào)節(jié)作用

經(jīng)濟(jì)政策不確定性被認(rèn)為是經(jīng)濟(jì)主體不能正確預(yù)知政府制定政策的行為［9］。近年來(lái)我國(guó)經(jīng)濟(jì)政策不確定性持續(xù)增大，宏觀經(jīng)濟(jì)的頻繁動(dòng)蕩勢(shì)必會(huì)影響微觀主體的戰(zhàn)略選擇和管理活動(dòng)［10-11］。具體而言，經(jīng)濟(jì)不確定性上升可能會(huì)對(duì)企業(yè)產(chǎn)生“激勵(lì)效應(yīng)”，即企業(yè)傾向于增加創(chuàng)新來(lái)提升長(zhǎng)期收益［12］，此時(shí)經(jīng)濟(jì)政策的不確定性會(huì)正向調(diào)節(jié)投入數(shù)字化與企業(yè)創(chuàng)新間的正效應(yīng)；而另有觀點(diǎn)認(rèn)為動(dòng)態(tài)能力是企業(yè)應(yīng)對(duì)不確定性時(shí)集合自身資源和聯(lián)合外部資源的能力［13］，是企業(yè)進(jìn)行創(chuàng)新的關(guān)鍵表現(xiàn)［14］，而數(shù)字化轉(zhuǎn)型會(huì)提升動(dòng)態(tài)能力促進(jìn)企業(yè)創(chuàng)新［15］。但由于企業(yè)創(chuàng)新具有高投入、高風(fēng)險(xiǎn)和長(zhǎng)周期的屬性［16］，致使企業(yè)更傾向于在前景可預(yù)測(cè)、外部環(huán)境穩(wěn)定可控的前提下進(jìn)行創(chuàng)新活動(dòng)。因此，投入數(shù)字化被認(rèn)為是提升企業(yè)的動(dòng)態(tài)能力以應(yīng)對(duì)經(jīng)濟(jì)政策不確定性加劇的一種手段，此時(shí)經(jīng)濟(jì)政策的不確定性會(huì)對(duì)投入數(shù)字化與企業(yè)創(chuàng)新間的正效應(yīng)發(fā)揮負(fù)向作用，據(jù)此，本文提出如下假說(shuō)：

H2：經(jīng)濟(jì)政策不確定性會(huì)減弱投入數(shù)字化對(duì)企業(yè)創(chuàng)新的正效應(yīng)。

H3：經(jīng)濟(jì)政策不確定性會(huì)提升投入數(shù)字化對(duì)企業(yè)創(chuàng)新的正效應(yīng)。

二、模型設(shè)定、指標(biāo)構(gòu)建和數(shù)據(jù)說(shuō)明

（一）模型設(shè)定

Innovikt=β0+β1Digitizationkt+βControls+λt+ηi+γk+εikt（1）

其中，?Innovikt代表企業(yè)創(chuàng)新水平，?Digitizationkt代表制造業(yè)行業(yè)投入數(shù)字化程度，Controls代表一系列控制變量如下：企業(yè)規(guī)模（scale）：利用職工人數(shù)的對(duì)數(shù)表征。企業(yè)勞動(dòng)生產(chǎn)率（labour）：利用營(yíng)業(yè)收入與職工人數(shù)比值的對(duì)數(shù)表征。政府補(bǔ)貼（zfbt）：根據(jù)企業(yè)是否獲得政府補(bǔ)貼，若獲得政府補(bǔ)貼則取值為1，否則為0。營(yíng)業(yè)利潤(rùn)率（yylrl）：等于營(yíng)業(yè)利潤(rùn)與營(yíng)業(yè)收入的比值取對(duì)數(shù)。?λt、?ηi和?γk分別代表時(shí)間、企業(yè)和行業(yè)固定效應(yīng)；?εikt為隨機(jī)擾動(dòng)項(xiàng)。為保證回歸結(jié)果的穩(wěn)健性，本文將標(biāo)準(zhǔn)誤差聚類到企業(yè)層面。

（二）指標(biāo)構(gòu)建

1被解釋變量

創(chuàng)新水平。一般而言，企業(yè)創(chuàng)新活動(dòng)分為投入和產(chǎn)出，其中創(chuàng)新投入包括企業(yè)研發(fā)支出、人數(shù)及密度等，但一方面由于企業(yè)的各種研發(fā)支出無(wú)法完全轉(zhuǎn)化為創(chuàng)新產(chǎn)出，另一方面工企數(shù)據(jù)庫(kù)中研發(fā)支出數(shù)據(jù)存在斷層，因此選用創(chuàng)新投入指標(biāo)衡量有失偏頗［17］；而創(chuàng)新產(chǎn)出指標(biāo)較為多樣，主要有全要素生產(chǎn)率（TFP）、新產(chǎn)品產(chǎn)值以及專利數(shù)據(jù)等，其中TFP衡量處于完全競(jìng)爭(zhēng)市場(chǎng)中企業(yè)的創(chuàng)新水平較為準(zhǔn)確［18］，新產(chǎn)品產(chǎn)值不僅包括企業(yè)的自主研發(fā)所帶來(lái)的產(chǎn)品升級(jí)、功能升級(jí)以及鏈條升級(jí)，還包括單純的流程升級(jí)，因此不能準(zhǔn)確衡量企業(yè)創(chuàng)新，而專利數(shù)據(jù)最能夠直接反映企業(yè)的研發(fā)成果，為此本文最終選用企業(yè)當(dāng)年新增專利申請(qǐng)數(shù)來(lái)代理，并選擇發(fā)明專利申請(qǐng)數(shù)量作為穩(wěn)健性檢驗(yàn)。

2核心解釋變量

制造業(yè)投入數(shù)字化。界定數(shù)字經(jīng)濟(jì)行業(yè)的范圍是構(gòu)建投入數(shù)字化指標(biāo)的基礎(chǔ)，借鑒許憲春等（2020）［19］對(duì)數(shù)字經(jīng)濟(jì)范圍的界定，為匹配WIOD?2016的投入產(chǎn)出數(shù)據(jù)，本文以國(guó)際標(biāo)準(zhǔn)分類（ISIC?Rev40）為基準(zhǔn)，篩選數(shù)字要素依托的行業(yè)如表1數(shù)字要素依托的行業(yè)中，存在“不完全數(shù)字化”的細(xì)分行業(yè)，從這類行業(yè)中剝離出數(shù)字化成分的數(shù)據(jù)尚待完善，因此本文只選取“完全數(shù)字化”的行業(yè)進(jìn)行分析；此外許憲春等認(rèn)為幾乎所有產(chǎn)品在數(shù)字經(jīng)濟(jì)的背景下均可以進(jìn)行數(shù)字化交易，而數(shù)字化產(chǎn)品本身的生產(chǎn)行業(yè)幾乎與基礎(chǔ)設(shè)施行業(yè)重合，由于本文單純考慮數(shù)字化產(chǎn)品，因此剔除數(shù)字化交易要素。。

本文利用投入產(chǎn)出法對(duì)制造業(yè)投入數(shù)字化水平進(jìn)行測(cè)度。投入產(chǎn)出法包括直接消耗系數(shù)法和完全消耗系數(shù)法，其中直接消耗系數(shù)是指制造業(yè)對(duì)數(shù)字要素依托行業(yè)的直接消耗；完全消耗系數(shù)還包括制造業(yè)通過(guò)其他行業(yè)對(duì)數(shù)字要素行業(yè)的間接消耗，因此能夠更全面地反映生產(chǎn)部門(mén)間的中間品使用情況，因此本文的核心解釋變量選擇完全消耗系數(shù)對(duì)制造業(yè)投入數(shù)字化進(jìn)行測(cè)度，選擇直接消耗系數(shù)作為穩(wěn)健性檢驗(yàn)，計(jì)算公式為：

Digitizationcompleteij=aij+∑nk=1aikakj+∑ns=1∑nk=1aisaskakj+…（2）

B=A+A2+A3+…+An=I-A-1-I（3）

其中，??Digitizationcompleteij?為制造業(yè)j部門(mén)對(duì)數(shù)字要素依托部門(mén)i的完全消耗，右邊第一項(xiàng)代表j部門(mén)i部門(mén)的直接消耗，第二項(xiàng)之后為j部門(mén)對(duì)i部門(mén)的間接消耗之和；B為完全消耗系數(shù)，A為直接消耗系數(shù)。

3數(shù)據(jù)說(shuō)明

本文主要采用了三套數(shù)據(jù)，分別為WIOD2016數(shù)據(jù)庫(kù)、中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)以及國(guó)家知識(shí)產(chǎn)權(quán)局專利數(shù)據(jù)庫(kù)。其中測(cè)度投入數(shù)字化水平而計(jì)算的完全消耗系數(shù)、直接消耗系數(shù)數(shù)據(jù)來(lái)自WIOD2016，時(shí)間窗口為2000-2014年；企業(yè)層面相關(guān)控制變量均來(lái)自工業(yè)企業(yè)數(shù)據(jù)庫(kù)，時(shí)間窗口為1998-2014年；專利數(shù)據(jù)主要來(lái)自國(guó)家知識(shí)產(chǎn)權(quán)局專利數(shù)據(jù)庫(kù)，時(shí)間窗口為1985-2015年。在分析之前，需要進(jìn)行三套數(shù)據(jù)的匹配工作。首先是對(duì)工企數(shù)據(jù)庫(kù)進(jìn)行如下處理：參考聶輝華等（2012）［20］的做法，剔除指標(biāo)異常值（銷售額、總資產(chǎn)或固定資產(chǎn)凈值缺失；職工人數(shù)少于8人；違反會(huì)計(jì)準(zhǔn)則等）以及將企業(yè)所在行業(yè)統(tǒng)一為2002版《國(guó)民經(jīng)濟(jì)行業(yè)分類標(biāo)準(zhǔn)》（GB?T4754-2002），并將各年份核心指標(biāo)的名稱進(jìn)行統(tǒng)一；其次參照Brandt等（2012）［21］將工企數(shù)據(jù)庫(kù)和專利數(shù)據(jù)庫(kù)依次按照企業(yè)代碼和企業(yè)名稱進(jìn)行兩組匹配后合并，并剔除重復(fù)值得到各年份申請(qǐng)人對(duì)應(yīng)的專利數(shù)量；最后是對(duì)WIOD2016和工企數(shù)據(jù)庫(kù)進(jìn)行匹配。由于WIOD2016的行業(yè)劃分依據(jù)國(guó)際行業(yè)分類標(biāo)準(zhǔn)（ISIC?Rev40），而工業(yè)企業(yè)數(shù)據(jù)庫(kù)是按照國(guó)民經(jīng)濟(jì)行業(yè)分類（GB/T4754-2002）進(jìn)行劃分，通過(guò)行業(yè)對(duì)照代碼最終整合出2000-2013年的15個(gè)（剔除2010年及數(shù)字要素依托行業(yè)C26）制造業(yè)C10-C12（食品、飲料和煙草制品的制造）、C13-C15（紡織品、服裝、皮革和相關(guān)產(chǎn)品的制造）、C16（木材、木材制品及軟木制品的制造、草編制品及編織材料物品的制造）、C17（紙和紙制品的制造）、C18（記錄媒介物的印制及復(fù)制）、C19（焦炭和精煉石油產(chǎn)品的制造）、C20（化學(xué)品、化學(xué)制品的制造）、C21（基本醫(yī)藥產(chǎn)品和醫(yī)藥制劑的制造）、C22（橡膠和塑料制品的制造）、C23（其他非金屬礦物制品的制造）、C24（基本金屬的制造）、C25（金屬制品的制造）、C27（電力設(shè)備的制造）、C28（未另分類的機(jī)械和設(shè)備的制造）、C29（汽車、掛車和半掛車的制造）。

三、回歸結(jié)果分析

（一）基準(zhǔn)回歸結(jié)果

本文采用企業(yè)層面的聚類穩(wěn)健標(biāo)準(zhǔn)誤進(jìn)行估計(jì)以避免同一企業(yè)在不同時(shí)期可能存在的擾動(dòng)項(xiàng)自相關(guān)問(wèn)題。表2中第（1）列為僅引入核心解釋變量，在控制了時(shí)間、行業(yè)以及企業(yè)固定效應(yīng)的情況下，結(jié)果顯示制造業(yè)投入數(shù)字化會(huì)對(duì)企業(yè)創(chuàng)新水平產(chǎn)生顯著正效應(yīng)。（2）至（5）列為逐步加入控制變量的結(jié)果，投入數(shù)字化水平的系數(shù)仍然為正且穩(wěn)健，與預(yù)期相符，表明制造業(yè)企業(yè)所處行業(yè)的投入數(shù)字化發(fā)展有利于提高企業(yè)的創(chuàng)新水平。

從控制變量上看，企業(yè)規(guī)模會(huì)顯著促進(jìn)企業(yè)創(chuàng)新，可能是由于大規(guī)模企業(yè)往往資金、人力資本充裕，研發(fā)能力較強(qiáng)，同時(shí)同其他企業(yè)技術(shù)關(guān)聯(lián)較為緊密，更易受到技術(shù)溢出的影響［22］，從而有助于企業(yè)創(chuàng)新；企業(yè)勞動(dòng)生產(chǎn)率能夠反映企業(yè)高素質(zhì)人才的比重，其在一定程度上能夠增加企業(yè)的創(chuàng)新活力；政府補(bǔ)貼系數(shù)為正，說(shuō)明其能夠明顯改善融資約束等問(wèn)題，進(jìn)而增加用于創(chuàng)新活動(dòng)的資源［23］；營(yíng)業(yè)利潤(rùn)率越高的企業(yè)，其創(chuàng)新水平也越高，可能是由于這意味著企業(yè)的生產(chǎn)成本較低，銷售渠道廣泛，產(chǎn)品擁有核心技術(shù)，因此其創(chuàng)新水平較強(qiáng)。

（二）穩(wěn)健性檢驗(yàn)

1替換核心變量

將投入數(shù)字化和企業(yè)創(chuàng)新變量分別選擇直接消耗系數(shù)、企業(yè)發(fā)明專利申請(qǐng)數(shù)量以及二者同時(shí)替換。表3中（1）至（3）列顯示通過(guò)替換投入數(shù)字化、企業(yè)創(chuàng)新指標(biāo)后所得到的回歸系數(shù)依然顯著，再次驗(yàn)證了本文的核心結(jié)論，即投入數(shù)字化水平會(huì)促進(jìn)企業(yè)創(chuàng)新。進(jìn)一步地，又通過(guò)引入行業(yè)和企業(yè)的交叉固定效應(yīng)進(jìn)行回歸，結(jié)果依然穩(wěn)健。

2模型替換

前文采用專利申請(qǐng)數(shù)量來(lái)衡量企業(yè)創(chuàng)新水平，而專利數(shù)據(jù)（考慮原始的計(jì)數(shù)形式非對(duì)數(shù)形式）屬于計(jì)數(shù)數(shù)據(jù)且存在“過(guò)度”分散，即方差（465169）明顯大于期望（1562），通?？捎秘?fù)二項(xiàng)回歸模型進(jìn)行處理，因此我們采用面板負(fù)二項(xiàng)模型再次進(jìn)行檢驗(yàn)，表3中（5）列的回歸結(jié)果顯示依然穩(wěn)健，alpha的95%置信區(qū)間為（10744，11208），意味著在5%的顯著性水平上拒絕泊松回歸的原假設(shè)。

3樣本選擇偏誤

考慮到上文沒(méi)有將專利申請(qǐng)數(shù)量為0的企業(yè)納入在內(nèi)，這可能導(dǎo)致樣本選擇偏誤，因此這里選用Heckman兩步法進(jìn)行穩(wěn)健性檢驗(yàn)。兩步法要求第一步?jīng)Q策方程的被解釋變量為“企業(yè)是否進(jìn)行創(chuàng)新”，該部分需要引入排他性變量，本文通過(guò)在基礎(chǔ)回歸中引入實(shí)收資本與流動(dòng)資產(chǎn)合計(jì)兩個(gè)變量發(fā)現(xiàn)，其對(duì)企業(yè)創(chuàng)新水平影響并不顯著，而在Heckman兩步法的第一步回歸中顯示二者均會(huì)顯著影響企業(yè)創(chuàng)新決策，因此符合排他性要求；第二步在結(jié)果方程的解釋變量中引入逆米爾斯比率，回歸系數(shù)顯著不為零，證明樣本選擇偏差存在。在采用兩步法糾正了樣本選擇偏誤之后，結(jié)果顯示投入數(shù)字化仍會(huì)顯著促進(jìn)企業(yè)創(chuàng)新，進(jìn)一步強(qiáng)化了本文結(jié)論的合理性。

4內(nèi)生性問(wèn)題

本文的核心解釋變量為行業(yè)層面數(shù)據(jù)，被解釋變量為企業(yè)層面數(shù)據(jù)，由反向因果引發(fā)內(nèi)生性問(wèn)題的可能性不大，但控制變量可能會(huì)導(dǎo)致由于反向因果或者遺漏變產(chǎn)生的內(nèi)生性問(wèn)題［24］。因此這里選擇將投入數(shù)字化變量滯后一期，理論上當(dāng)期的企業(yè)創(chuàng)新不會(huì)影響上一期的數(shù)字化投入，進(jìn)行兩階段最小二乘法（2SLS）。表4第（3）列結(jié)果顯示，異方差穩(wěn)健的Durbin（Score）chi2、Wu-Hausman?F統(tǒng)計(jì)量p值均小于001，說(shuō)明在1%的顯著性水平下認(rèn)為存在內(nèi)生變量；Kleibergen-Paap?rk?LM統(tǒng)計(jì)量顯示不可識(shí)別檢驗(yàn)通過(guò)；弱工具變量檢驗(yàn)Cragg-Donald?Wald?F統(tǒng)計(jì)量和Kleibergen?Paap?Wald?rk?F統(tǒng)計(jì)量均大于10%水平的Stock-Yogo?values臨界值（1638），以上一系列檢驗(yàn)均說(shuō)明工具變量的選取合理，在考慮潛在內(nèi)生性后基本結(jié)論依然穩(wěn)健。

（三）異質(zhì)性分析

1基于企業(yè)規(guī)模的異質(zhì)性分析

企業(yè)規(guī)模的大小往往會(huì)對(duì)創(chuàng)新資源的獲取和利用形成一定的約束，因此本文將企業(yè)規(guī)模中位數(shù)作為界限，將企業(yè)分為大型企業(yè)和中小型企業(yè)進(jìn)行分組檢驗(yàn)。

由于本文控制變量中選取了企業(yè)規(guī)模，這里控制變量將不再納入該變量?；貧w結(jié)果表明，投入數(shù)字化對(duì)大規(guī)模企業(yè)和中小規(guī)模企業(yè)的創(chuàng)新水平均具有顯著的促進(jìn)作用，且對(duì)于中小企業(yè)的促進(jìn)效果更明顯，究其原因可能是由于中小企業(yè)自身創(chuàng)新能力較弱、融資等各類交易成本較高，在存量上處于相對(duì)劣勢(shì)，因此相較大規(guī)模企業(yè)來(lái)說(shuō)投入數(shù)字化能夠更明顯地通過(guò)降低各類門(mén)檻來(lái)提升專利研發(fā)，同時(shí)系數(shù)顯著為正也說(shuō)明了我國(guó)市場(chǎng)體系中的“規(guī)模歧視”現(xiàn)象對(duì)中小企業(yè)的不利影響在逐漸弱化［25］。

2基于投入來(lái)源地的異質(zhì)性分析

按照制造業(yè)投入數(shù)字化投入來(lái)源的不同，將其分為國(guó)內(nèi)投入數(shù)字化和國(guó)外投入數(shù)字化。前者反映制造業(yè)投入數(shù)字化的“本土化”，而后者則反映了投入數(shù)字化的“國(guó)際化”。根據(jù)完全消耗系數(shù)計(jì)算的投入數(shù)字化指標(biāo)從描述性統(tǒng)計(jì)來(lái)看，國(guó)內(nèi)投入數(shù)字化水平的均值為00502，國(guó)外的均值為00007，表明目前制造業(yè)數(shù)字投入仍以我國(guó)本土數(shù)字要素為主。回歸結(jié)果顯示，國(guó)內(nèi)投入數(shù)字化會(huì)顯著促進(jìn)企業(yè)創(chuàng)新，而國(guó)外投入數(shù)字化會(huì)顯著抑制企業(yè)創(chuàng)新，這與張晴等（2021）［26］的觀點(diǎn)一致，即來(lái)自國(guó)內(nèi)的數(shù)字投入會(huì)為企業(yè)提供廣闊的創(chuàng)新空間，包括產(chǎn)品上的技術(shù)創(chuàng)新和組織流程上的模式創(chuàng)新；相反來(lái)自國(guó)外的數(shù)字投入由于存在過(guò)高的數(shù)字貿(mào)易壁壘，過(guò)分依賴于此會(huì)使企業(yè)陷入創(chuàng)新困境。此外，就系數(shù)絕對(duì)值來(lái)說(shuō)，國(guó)內(nèi)數(shù)字投入的系數(shù)更大，這說(shuō)明了越多來(lái)自國(guó)內(nèi)的數(shù)字要素投入使得本土企業(yè)與國(guó)外的投入產(chǎn)出關(guān)聯(lián)減弱，而國(guó)內(nèi)的投入產(chǎn)出鏈條運(yùn)轉(zhuǎn)更加活躍，更有助于處于產(chǎn)業(yè)鏈中的企業(yè)實(shí)現(xiàn)自主研發(fā)創(chuàng)新；這一結(jié)果也意味著在國(guó)際經(jīng)濟(jì)的衰退和貿(mào)易保護(hù)主義的盛行之時(shí)，更應(yīng)該發(fā)揮國(guó)內(nèi)大循環(huán)為主體、國(guó)內(nèi)國(guó)際雙循環(huán)相互促進(jìn)的發(fā)展格局［27］。

3基于行業(yè)要素密集度的異質(zhì)性分析

參考許和連等（2017）［28］按照企業(yè)所在行業(yè)要素密集度特征具體行業(yè)類別如下：勞動(dòng)密集型行業(yè)為：C10-C12（食品、飲料和煙草制品的制造）、C13-C15（紡織品、服裝、皮革和相關(guān)產(chǎn)品的制造）、C16（木材、木材制品及軟木制品的制造、草編制品及編織材料物品的制造）；資本密集型行業(yè)為：C17（紙和紙制品的制造）、C18（記錄媒介物的印制及復(fù)制）、C19（焦炭和精煉石油產(chǎn)品的制造）、C20（化學(xué)品、化學(xué)制品的制造）、C22（橡膠和塑料制品的制造）、C23（其他非金屬礦物制品的制造）、C24（基本金屬的制造）；技術(shù)密集型為：C21（基本醫(yī)藥產(chǎn)品和醫(yī)藥制劑的制造）、C25（金屬制品的制造）、C27（電力設(shè)備的制造）、C28（未另分類的機(jī)械和設(shè)備的制造）、C29（汽車、掛車和半掛車的制造）。進(jìn)行劃分。結(jié)果顯示，投入數(shù)字化對(duì)技術(shù)密集型行業(yè)的企業(yè)創(chuàng)新正向影響最大，對(duì)資本密集型行業(yè)的企業(yè)創(chuàng)新水平影響居中，而對(duì)勞動(dòng)密集型行業(yè)的企業(yè)創(chuàng)新影響最弱?？赡艿脑蚴牵杭夹g(shù)密集型的核心優(yōu)勢(shì)取決于生產(chǎn)過(guò)程中的技術(shù)含量，因而數(shù)字要素投入的增加會(huì)直接提高該行業(yè)內(nèi)企業(yè)的生產(chǎn)投入從而提升企業(yè)技術(shù)的垂直增值空間，促進(jìn)研發(fā)和創(chuàng)新；而資本密集型和勞動(dòng)密集型行業(yè)的主要生產(chǎn)投入分別為資本和勞動(dòng)要素，數(shù)字要素的投入會(huì)更傾向于產(chǎn)生“資本-互補(bǔ)”效應(yīng)從而帶來(lái)“資本偏向型技術(shù)進(jìn)步”。

（四）機(jī)制分析

由前文實(shí)證結(jié)果得到的核心結(jié)論是：制造業(yè)投入數(shù)字化水平的提升會(huì)顯著促進(jìn)企業(yè)創(chuàng)新。根據(jù)前文文獻(xiàn)梳理和分析，企業(yè)的各項(xiàng)經(jīng)營(yíng)成本與投入數(shù)字化密切相關(guān)，投入數(shù)字化水平的提升會(huì)使成本降低，進(jìn)而促進(jìn)企業(yè)提高資源利用效率實(shí)現(xiàn)最優(yōu)配置進(jìn)而提高企業(yè)的創(chuàng)新水平。因此，本文選取成本費(fèi)用率作為中介變量，進(jìn)一步驗(yàn)證投入數(shù)字化是否會(huì)通過(guò)降低成本而影響企業(yè)創(chuàng)新水平，并構(gòu)建如下模型：

Innovikt=β0+β1Digitizationkt+βControls+λt+ηi+γk+ε0ikt（4）

Costikt=φ0+φ1Digitizationkt+φControls+λt+ηi+γk+ε1ikt?（5）

Innovikt=μ0+μ1Digitizationkt+μ2Costikt+μControls+λt+ηi+γk+ε2ikt??（6）

其中，企業(yè)的成本費(fèi)用率（cbfyl）為中介變量，計(jì)算公式為：成本費(fèi)用率=（主營(yíng)業(yè)務(wù)成本+管理費(fèi)用）/主營(yíng)業(yè)務(wù)收入，數(shù)據(jù)均來(lái)自工業(yè)企業(yè)數(shù)據(jù)庫(kù)。

回歸結(jié)果如表6所示，（2）列中投入數(shù)字化系數(shù)顯著為負(fù)，表明投入數(shù)字化水平的提升會(huì)顯著降低企業(yè)的成本費(fèi)用率，（3）列中成本費(fèi)用率系數(shù)顯著為負(fù)，同時(shí)投入數(shù)字化系數(shù)為01215小于（1）列基準(zhǔn)回歸的系數(shù)01559，這意味著通過(guò)降低成本費(fèi)率的機(jī)制渠道存在，且中介效應(yīng)占總效應(yīng)的比重為（00071×05459）/01559=00249，表明投入數(shù)字化不僅會(huì)直接影響企業(yè)創(chuàng)新，還會(huì)通過(guò)降低企業(yè)的成本費(fèi)率對(duì)企業(yè)創(chuàng)新產(chǎn)生間接影響，假說(shuō)H1成立。

（五）基于經(jīng)濟(jì)政策不確定性的調(diào)節(jié)效應(yīng)

前文的分析表明投入數(shù)字化水平會(huì)提升企業(yè)創(chuàng)新，然而隨著我國(guó)面臨的經(jīng)濟(jì)政策不確定性加劇，會(huì)增加制造業(yè)企業(yè)所處的外部環(huán)境壓力，但現(xiàn)有研究尚未得出一致結(jié)論，經(jīng)濟(jì)政策不確定性究竟是會(huì)對(duì)企業(yè)產(chǎn)生“激勵(lì)效應(yīng)”從而增強(qiáng)投入數(shù)字化對(duì)創(chuàng)新水平的正效應(yīng)還是會(huì)使企業(yè)傾向于持保守觀望態(tài)度從而抑制這一效應(yīng)？為此我們?cè)诨鶞?zhǔn)模型中引入投入數(shù)字化與經(jīng)濟(jì)政策不確定性的交互項(xiàng)，具體模型如下：

Innovikt=β0+β1Digitizationkt+β2EPUt+β3Digitizationkt×EPUt+βControls+λt+ηi+γk+εikt?（7）

其中，EPUt為經(jīng)濟(jì)政策不確定性指數(shù)，本文采用Baker等（2016）［29］編制的“中國(guó)經(jīng)濟(jì)政策不確定月度指數(shù)”，再利用算術(shù)平均法計(jì)算出我國(guó)年度經(jīng)濟(jì)政策不確定性指數(shù)?；貧w結(jié)果見(jiàn)表6，經(jīng)濟(jì)政策不確定性的回歸系數(shù)顯著為負(fù)，表明不確定性會(huì)抑制企業(yè)創(chuàng)新，從而規(guī)避較大政策波動(dòng)及不明朗政策預(yù)期所帶來(lái)的創(chuàng)新風(fēng)險(xiǎn)，這與張峰等（2019）的研究結(jié)論一致。另外，交互項(xiàng)系數(shù)顯著為負(fù)，這意味著經(jīng)濟(jì)政策不確定性會(huì)減弱投入數(shù)字化與企業(yè)創(chuàng)新間的關(guān)系，假說(shuō)H2成立。

四、拓展分析：投入數(shù)字化的質(zhì)量測(cè)度

通過(guò)上述分析，本文嘗試進(jìn)一步測(cè)算投入數(shù)字化的投入質(zhì)量，并探究其與企業(yè)創(chuàng)新水平的關(guān)系。借鑒劉維剛等（2020）［30］測(cè)算生產(chǎn)投入服務(wù)質(zhì)量的框架，我們首先測(cè)算出數(shù)字經(jīng)濟(jì)行業(yè)的全要素生產(chǎn)率，再利用前文計(jì)算的制造業(yè)各行業(yè)生產(chǎn)投入中的數(shù)字要素完全消耗系數(shù)和直接消耗系數(shù)作為權(quán)重，分別計(jì)算出完全使用的數(shù)字要素投入質(zhì)量和直接使用的數(shù)字要素投入質(zhì)量。

（1）首先測(cè)算數(shù)字經(jīng)濟(jì)行業(yè)的全要素生產(chǎn)率。本文利用曼奎斯特生產(chǎn)率指數(shù)（Malmquist?Productivity?Index）對(duì)數(shù)字經(jīng)濟(jì)行業(yè)s的全要素生產(chǎn)率?Ts進(jìn)行測(cè)度。Malmquist生產(chǎn)率指數(shù)表示為：

Mti=Dtixt，yt/Dtixt+1，yt+1（8）

其中，?xti，yti為生產(chǎn)點(diǎn)。本文選取各行業(yè)實(shí)際產(chǎn)出、實(shí)際資本存量及勞動(dòng)投入作為產(chǎn)出-投入指標(biāo)，原始數(shù)據(jù)均來(lái)自WIOD社會(huì)經(jīng)濟(jì)賬戶數(shù)據(jù)庫(kù)，實(shí)際產(chǎn)出由名義產(chǎn)出除以產(chǎn)出價(jià)格指數(shù)得到；勞動(dòng)投入選用各行業(yè)勞動(dòng)力雇傭人數(shù)來(lái)衡量；實(shí)際固定資本存量利用永續(xù)盤(pán)存法測(cè)算，將折舊率定為5%。利用Deap21軟件進(jìn)行計(jì)算。

（2）利用直接消耗系數(shù)和完全消耗系數(shù)作為權(quán)重對(duì)全要素生產(chǎn)率進(jìn)行加權(quán)，計(jì)算投入質(zhì)量。具體計(jì)算公式如下：

qualitycompletert=∑s∈SDigitizationcompletesrt×Tst?（9）

qualitydirectrt=∑s∈SDigitizationdirectsrt×Tst（10）

其中，?qualitycompletert、?qualitydirectrt分別為制造業(yè)r在t時(shí)期的完全投入質(zhì)量和直接投入質(zhì)量，S為全部數(shù)字經(jīng)濟(jì)行業(yè)。

數(shù)字化投入質(zhì)量與企業(yè)創(chuàng)新的回歸結(jié)果見(jiàn)表7，結(jié)果顯示完全投入質(zhì)量與直接投入質(zhì)量對(duì)企業(yè)創(chuàng)新的估計(jì)系數(shù)均為正，分別為02562和01469，并通過(guò)了1%的顯著性水平檢驗(yàn)，表明投入數(shù)字化不僅在數(shù)量上可以提高企業(yè)創(chuàng)新能力，其投入質(zhì)量也會(huì)對(duì)企業(yè)的創(chuàng)新活動(dòng)產(chǎn)生正向影響。同時(shí)對(duì)比系數(shù)發(fā)現(xiàn)，完全投入質(zhì)量的回歸系數(shù)會(huì)大于前文完全投入數(shù)量的系數(shù)，一定程度上表明投入質(zhì)量的“好壞”更是決定企業(yè)創(chuàng)新水平提升的關(guān)鍵，因此在利用數(shù)字經(jīng)濟(jì)與制造業(yè)融合并實(shí)現(xiàn)對(duì)傳統(tǒng)產(chǎn)業(yè)賦能的過(guò)程中，除了注重產(chǎn)業(yè)鏈各環(huán)節(jié)對(duì)數(shù)字要素的運(yùn)用廣度外，還應(yīng)兼顧數(shù)字要素的應(yīng)用深度，從“質(zhì)”與“量”兩方面共同發(fā)揮數(shù)字技術(shù)的引領(lǐng)作用。

五、結(jié)論及政策建議

本文運(yùn)用WIOD?2016的投入產(chǎn)出數(shù)據(jù)、2000-2013年中國(guó)工業(yè)企業(yè)數(shù)據(jù)以及國(guó)家知識(shí)產(chǎn)權(quán)局專利數(shù)據(jù)三套數(shù)據(jù)進(jìn)行匹配，測(cè)算中國(guó)各制造業(yè)行業(yè)的投入數(shù)字化水平，并分別運(yùn)用多維面板固定效應(yīng)分析投入數(shù)字化對(duì)企業(yè)創(chuàng)新水平的影響，由此考察投入數(shù)字化對(duì)企業(yè)不同規(guī)模、數(shù)字要素投入來(lái)源以及行業(yè)要素密集度的異質(zhì)性作用效果；在此基礎(chǔ)上，基于中介效應(yīng)模型檢驗(yàn)投入數(shù)字化水平對(duì)企業(yè)創(chuàng)新的作用機(jī)制；接著考察經(jīng)濟(jì)政策不確定性對(duì)本文核心結(jié)論的調(diào)節(jié)效應(yīng)；并在拓展分析中測(cè)算中國(guó)制造業(yè)行業(yè)數(shù)字化的投入質(zhì)量探究其與企業(yè)創(chuàng)新的關(guān)系。主要結(jié)論如下：（1）制造業(yè)投入數(shù)字化水平提升能夠顯著促進(jìn)企業(yè)創(chuàng)新；（2）投入數(shù)字化對(duì)中小規(guī)模企業(yè)創(chuàng)新水平的提升作用優(yōu)于大規(guī)模企業(yè)，國(guó)內(nèi)投入數(shù)字化有助于企業(yè)自主創(chuàng)新，而國(guó)外投入數(shù)字化呈現(xiàn)顯著抑制作用，同時(shí)對(duì)于技術(shù)密集型企業(yè)創(chuàng)新提升明顯高于資本密集型和勞動(dòng)密集型企業(yè)；（3）投入數(shù)字化會(huì)通過(guò)降低企業(yè)成本費(fèi)率的渠道優(yōu)化企業(yè)資源配置進(jìn)而促進(jìn)企業(yè)創(chuàng)新；（4）隨著企業(yè)面臨的經(jīng)濟(jì)政策不確定性加劇時(shí)，會(huì)對(duì)應(yīng)用數(shù)字投入帶來(lái)的企業(yè)創(chuàng)新產(chǎn)生明顯的負(fù)向調(diào)節(jié)；（5）投入數(shù)字化的投入質(zhì)量會(huì)對(duì)企業(yè)創(chuàng)新產(chǎn)生明顯正效應(yīng)，且相比投入數(shù)量來(lái)說(shuō)，投入質(zhì)量對(duì)企業(yè)創(chuàng)新的促進(jìn)效應(yīng)更強(qiáng)。

基于以上結(jié)論，本文提出如下政策建議：第一，要把握住當(dāng)前數(shù)字化發(fā)展的契機(jī)，推動(dòng)數(shù)字技術(shù)與傳統(tǒng)制造業(yè)的融合發(fā)展不僅要推廣數(shù)字技術(shù)的普及與應(yīng)用，更應(yīng)重視數(shù)字要素的投入質(zhì)量，這樣才有助于實(shí)現(xiàn)制造業(yè)與數(shù)字要素的高質(zhì)量融合，并進(jìn)一步賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)和促進(jìn)微觀主體的創(chuàng)新活動(dòng)；第二，要充分重視新一代數(shù)字技術(shù)的引領(lǐng)作用，在引進(jìn)國(guó)外數(shù)字投入時(shí)加強(qiáng)自身技術(shù)吸收能力、推進(jìn)關(guān)鍵核心技術(shù)攻關(guān)占領(lǐng)數(shù)字技術(shù)高地，提升自主創(chuàng)新的能力；第三，面對(duì)全球不斷加劇的經(jīng)濟(jì)政策不確定性，發(fā)揮投入數(shù)字化提升企業(yè)的動(dòng)態(tài)能力，更好地應(yīng)對(duì)新冠疫情等因素對(duì)制造業(yè)產(chǎn)業(yè)鏈及供應(yīng)鏈造成的沖擊，重拾制造業(yè)企業(yè)的活力。

參考文獻(xiàn)：

［1］賀靈，付麗娜.創(chuàng)新要素協(xié)同、市場(chǎng)化改革與制造業(yè)高質(zhì)量發(fā)展［J］．財(cái)經(jīng)理論與實(shí)踐，2021，42（6）：126-131.

［2］郭吉濤，朱義欣.數(shù)字經(jīng)濟(jì)、區(qū)域創(chuàng)新效率與地區(qū)創(chuàng)業(yè)活力［J］．哈爾濱商業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，182（1）：98-111.

［3］王文娜，劉戒驕，張祝愷.?研發(fā)互聯(lián)網(wǎng)化、融資約束與制造業(yè)企業(yè)技術(shù)創(chuàng)新［J］.?經(jīng)濟(jì)管理，2020，42（9）：127-143.

［4］潘冬.數(shù)字經(jīng)濟(jì)賦能戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新發(fā)展研究［J］．理論探討，2022，228（5）：168-172.

［5］Avi?Goldfarb，Catherine?Tucker.?Digital?Economics［D］.?Journal?of?Economic?Literature，2019.

［6］James?D.?Dana，JR.，Eugene-Orlov.?Internet?Penetration?and?Capacity?Utilization?in?the?US?Airline?Industry［J］.?American?Economic?Journal：?Microconomics，2014，6（4）：106-137.

［7］劉鳳環(huán).數(shù)字化賦能、企業(yè)類型與投資效率［J］．經(jīng)濟(jì)問(wèn)題，2022，519（11）：67-75.

［8］裴長(zhǎng)洪，倪江飛，李越.?數(shù)字經(jīng)濟(jì)的政治經(jīng)濟(jì)學(xué)分析［J］.?財(cái)貿(mào)經(jīng)濟(jì)，2018，39（9）：5-22.

［9］Huseyin?Gulen，Mihai?Ion.?Policy?Uncertainty?and?Corporate?Investment［J］.?The?Review?of?Financial?Studies，2016，29（3）：?523-564.

［10］張峰，劉曦苑，武立東，等.?產(chǎn)品創(chuàng)新還是服務(wù)轉(zhuǎn)型：經(jīng)濟(jì)政策不確定性與制造業(yè)創(chuàng)新選擇［J］.?中國(guó)工業(yè)經(jīng)濟(jì)，2019（7）：?101-118.

［11］李青原，張玲.經(jīng)濟(jì)政策不確定性能否提高會(huì)計(jì)穩(wěn)健性？［J］．珞珈管理評(píng)論，2022（3）：46-64.

［12］顧夏銘，陳勇民，潘士遠(yuǎn).?經(jīng)濟(jì)政策不確定性與創(chuàng)新——基于我國(guó)上市公司的實(shí)證分析［J］.?經(jīng)濟(jì)研究，2018，53（2）：109-123.

［13］David?J.?Teece，Gary?Pisano，Amy?Shuen.?Dynamic?Capabilities?and?Strategic?Management［J］.?Strategic?Management?Journal，1997，18（7）：509-533.

［14］Marcel?Bogers，Henry?Chesbrough，Sohvi?Heaton，et?al.?Strategic?Management?of?Open?Innovation：?A?Dynamic?Capabilities?Perspective［J］.?California?Management?Review，2019，62（1）：?77-94.

［15］張吉昌，龍靜.?數(shù)字化轉(zhuǎn)型、動(dòng)態(tài)能力與企業(yè)創(chuàng)新績(jī)效——來(lái)自高新技術(shù)上市企業(yè)的經(jīng)驗(yàn)證據(jù)［J］.?經(jīng)濟(jì)與管理，2022，36（3）：74-83.

［16］黃節(jié)根，吉祥熙，李元旭.數(shù)字化水平對(duì)企業(yè)創(chuàng)新績(jī)效的影響研究——來(lái)自滬深A(yù)股上市公司的經(jīng)驗(yàn)證據(jù)［J］．江西社會(huì)科學(xué)，2021，41（5）：61-72.

［17］陳愛(ài)貞，陳鳳蘭，何誠(chéng)穎.?產(chǎn)業(yè)鏈關(guān)聯(lián)與企業(yè)創(chuàng)新［J］.?中國(guó)工業(yè)經(jīng)濟(jì)，2021（9）：?80-98.

［18］Tor?Jakob?Klette，Zvi?Griliches.?The?Inconsistency?of?Common?Scale?Estimators?When?Output?Prices?are?Unobserved?and?Endogenous［J］.?Journal?of?Applied?Econometrics，1996，11（4）：?343-361.

［19］許憲春，張美慧.?中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模測(cè)算研究——基于國(guó)際比較的視角［J］.?中國(guó)工業(yè)經(jīng)濟(jì)，2020（5）：?23-41.

［20］聶輝華，江艇，楊汝岱.?中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)的使用現(xiàn)狀和潛在問(wèn)題［J］.?世界經(jīng)濟(jì)，2012，35（5）：142-158.

［21］Brandt?Loren，Biesebroeck?Johannes?Van，Zhang?Yifan.?Creative?Accounting?or?Creative?Destruction?Firm?Level?Productivity?Growth?in［J］.?Journal?of?Development?Economics，2012（97）：?339-351.

［22］楊洋，魏江，羅來(lái)軍.?誰(shuí)在利用政府補(bǔ)貼進(jìn)行創(chuàng)新？——所有制和要素市場(chǎng)扭曲的聯(lián)合調(diào)節(jié)效應(yīng)［J］.?管理世界，2015（1）：75-86，98，188.

［23］郭玥.?政府創(chuàng)新補(bǔ)助的信號(hào)傳遞機(jī)制與企業(yè)創(chuàng)新［J］.?中國(guó)工業(yè)經(jīng)濟(jì)，2018（9）：?98-116.

［24］張晴，于津平.?投入數(shù)字化與全球價(jià)值鏈高端攀升——來(lái)自中國(guó)制造業(yè)企業(yè)的微觀證據(jù)［J］．經(jīng)濟(jì)評(píng)論，?2020（6）：?72-89.

［25］羅來(lái)軍，蔣承，王亞章.?融資歧視、市場(chǎng)扭曲與利潤(rùn)迷失——兼議虛擬經(jīng)濟(jì)對(duì)實(shí)體經(jīng)濟(jì)的影響［J］.?經(jīng)濟(jì)研究，2016，51（4）：?74-88.

［26］張晴，于津平.?制造業(yè)投入數(shù)字化與全球價(jià)值鏈中高端躍升——基于投入來(lái)源差異的再檢驗(yàn)［J］.?財(cái)經(jīng)研究，2021，47（9）：?93-107.

［27］李跟強(qiáng)，宗志剛.?制造業(yè)投入服務(wù)化、服務(wù)貿(mào)易開(kāi)放與經(jīng)濟(jì)周期聯(lián)動(dòng)：基于全球價(jià)值鏈的視角［J］.?世界經(jīng)濟(jì)研究，2021（10）：?69-86，135.

［28］許和連，成麗紅，孫天陽(yáng).?制造業(yè)投入服務(wù)化對(duì)企業(yè)出口國(guó)內(nèi)增加值的提升效應(yīng)——基于中國(guó)制造業(yè)微觀企業(yè)的經(jīng)驗(yàn)研究［J］.?中國(guó)工業(yè)經(jīng)濟(jì)，2017（10）：?62-80.

［29］Scott?R.?Baker，Nicholas?Bloom，Steven?J.?Davis.?Measuring?Economic?Policy?Uncertainty［J］.?The?Quarterly?Journal?of?Economics，2016，131（4）：?1593-1636.

［30］劉維剛，周凌云，李靜.?生產(chǎn)投入的服務(wù)質(zhì)量與企業(yè)創(chuàng)新——基于生產(chǎn)外包模型的分析［J］.?中國(guó)工業(yè)經(jīng)濟(jì)，2020（8）：?61-79.

Digitalization?of?Manufacturing?Input?and?Enterprise?Innovation

CONG?Yu-han，WANG?Shan-shan

（School?of?Economics，Nankai?University，Tianjin?300071，China）

Abstract：?Digitalization?of?manufacturing?input?has?become?an?important?driving?force?for?enterprises?to?improve?the?level?of?innovation.?Based?on?the?data?of?industrial?enterprises?and?the?patent?data?of?the?State?Intellectual?Property?Office，?this?paper?explores?the?influence?and?mechanism?of?the?“quantity”?and?“quality”?of?the?digitalization?of?manufacturing?input?on?enterprise?innovation.?The?studies?demonstrate?that?the?digitization?of?manufacturing?input?will?significantly?promote?enterprise?innovation;?the?mechanism?analysis?shows?that?the?digitization?of?manufacturing?input?will?improve?the?level?of?enterprise?innovation?by?reducing?the?cost?of?enterprises;?the?difference?in?enterprise?scale，?the?difference?in?digital?factor?input?source?and?the?difference?in?factor?intensity?of?manufacturing?industry?will?have?a?differentiated?impact?on?enterprise?innovation.?The?adjustment?effect?analysis?shows?that?economic?policy?uncertainty?will?have?a?significant?negative?adjustment?to?the?positive?effect?between?digitization?of?manufacturing?input?and?enterprise?innovation;?further?analysis?finds?that?the?input?quality?of?digital?elements?will?significantly?promote?the?innovation?of?enterprises.

Key?words：?digitization?of?manufacturing?input;?enterprise?innovation;?input?quality;?economic?policy?uncertainty

（責(zé)任編輯：周正）