黃宏斌 梁慧麗 許晨輝

(天津財(cái)經(jīng)大學(xué) 會(huì)計(jì)學(xué)院,天津 300222)

一、引言

黨的二十大報(bào)告指出:“要為建設(shè)創(chuàng)新型國(guó)家進(jìn)程提速,深入實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略”。當(dāng)前我國(guó)正處于從科技大國(guó)向科技強(qiáng)國(guó)邁進(jìn)的關(guān)鍵時(shí)期,對(duì)于技術(shù)的發(fā)展,單憑企業(yè)自身力量的創(chuàng)新已不能滿足發(fā)展的需要,協(xié)同創(chuàng)新成為企業(yè)創(chuàng)新的新趨勢(shì)。協(xié)同創(chuàng)新不僅有助于各創(chuàng)新主體取長(zhǎng)補(bǔ)短、信息共享、風(fēng)險(xiǎn)共擔(dān)[1],而且能夠縮短企業(yè)研發(fā)周期,提高企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)。因此,深入挖掘企業(yè)協(xié)同創(chuàng)新的驅(qū)動(dòng)因素,對(duì)于實(shí)施創(chuàng)新驅(qū)動(dòng)戰(zhàn)略進(jìn)而助力我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要的現(xiàn)實(shí)意義。

隨著人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)等數(shù)字技術(shù)的發(fā)展,我國(guó)企業(yè)利用這些技術(shù)進(jìn)行的數(shù)字化轉(zhuǎn)型為協(xié)同創(chuàng)新帶來(lái)了新的發(fā)展契機(jī)。黨的十九大報(bào)告明確提出建設(shè)“網(wǎng)絡(luò)強(qiáng)國(guó)、數(shù)字中國(guó)、智慧社會(huì)”,數(shù)字中國(guó)首次寫入黨和國(guó)家綱領(lǐng)性文件。2021年,《中華人民共和國(guó)國(guó)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》專篇部署“加快數(shù)字化發(fā)展建設(shè)數(shù)字中國(guó)”,這表明國(guó)家從頂層設(shè)計(jì)層面突出了數(shù)字化發(fā)展的重要性。而對(duì)于微觀企業(yè),數(shù)字化促進(jìn)了信息和數(shù)據(jù)高速流動(dòng),數(shù)字化轉(zhuǎn)型拓寬了人才、資本、信息、技術(shù)等創(chuàng)新要素的獲取途徑,這可能加速企業(yè)的資源獲取與整合,為企業(yè)與多元主體之間進(jìn)行協(xié)同創(chuàng)新提供了新的條件。

回顧前期研究,大多數(shù)學(xué)者從企業(yè)整體數(shù)字化水平的視角探討了對(duì)創(chuàng)新的影響,深挖其理論機(jī)理,主要集中于以下三個(gè)方面:第一,對(duì)技術(shù)創(chuàng)新的影響?，F(xiàn)有文獻(xiàn)探討了數(shù)字化轉(zhuǎn)型主要通過(guò)改善公司治理、促進(jìn)企業(yè)之間以及企業(yè)內(nèi)部的信息流動(dòng)、提升人力資本素質(zhì)、緩解融資約束[2-3]等路徑促進(jìn)企業(yè)創(chuàng)新;第二,對(duì)商業(yè)模式創(chuàng)新的影響?，F(xiàn)有文獻(xiàn)采用探索性單案例或多案例研究方法,探索在數(shù)字化環(huán)境影響下數(shù)字化轉(zhuǎn)型企業(yè)的商業(yè)模式創(chuàng)新演化過(guò)程,并總結(jié)提煉出不同的數(shù)字商業(yè)模式類型[4];第三,對(duì)創(chuàng)新績(jī)效的影響?，F(xiàn)有文獻(xiàn)探討了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)運(yùn)營(yíng)創(chuàng)新績(jī)效、市場(chǎng)創(chuàng)新績(jī)效或新產(chǎn)品開發(fā)等績(jī)效的影響[5]。由此可見(jiàn),現(xiàn)有文獻(xiàn)探討數(shù)字化轉(zhuǎn)型對(duì)創(chuàng)新的影響僅停留在企業(yè)單方的自主性創(chuàng)新。

基于資源基礎(chǔ)理論,幾乎沒(méi)有任何一個(gè)創(chuàng)新主體能夠掌握技術(shù)研發(fā)活動(dòng)所需的全部創(chuàng)新資源,必須依靠其他主體提供支持,才能有效利用外部資源,形成協(xié)同效應(yīng)。想要實(shí)現(xiàn)關(guān)鍵核心技術(shù)的突破,需要企業(yè)、高校及科研院所、政府部門等多方聯(lián)動(dòng),凝聚所有創(chuàng)新主體的力量,調(diào)動(dòng)其積極性進(jìn)行協(xié)同創(chuàng)新。作為創(chuàng)新的另一種重要模式,協(xié)同創(chuàng)新也必然會(huì)受到企業(yè)數(shù)字化轉(zhuǎn)型的影響。但僅有為數(shù)不多的文獻(xiàn)探究了企業(yè)數(shù)字化對(duì)產(chǎn)學(xué)研協(xié)同創(chuàng)新的影響[6],且研究側(cè)重點(diǎn)聚焦于地區(qū)層面數(shù)字化發(fā)展水平,雖然理論分析了兩者間的作用機(jī)制,但尚未進(jìn)行實(shí)證檢驗(yàn)?；谫Y源基礎(chǔ)理論和交易成本理論,數(shù)字化轉(zhuǎn)型影響企業(yè)創(chuàng)新與協(xié)同創(chuàng)新的機(jī)制不同,企業(yè)數(shù)字化轉(zhuǎn)型也會(huì)驅(qū)動(dòng)與產(chǎn)學(xué)研之外的其他協(xié)同主體(包括供應(yīng)鏈上下游、競(jìng)爭(zhēng)者和集團(tuán)內(nèi)部企業(yè))進(jìn)行協(xié)同創(chuàng)新,而這正是現(xiàn)有研究所匱乏的。因此,本文將企業(yè)與供應(yīng)鏈企業(yè)、競(jìng)爭(zhēng)者、高校及科研機(jī)構(gòu)和集團(tuán)內(nèi)部企業(yè)的協(xié)同創(chuàng)新,均納入到數(shù)字化轉(zhuǎn)型對(duì)協(xié)同創(chuàng)新影響的研究范疇中,理論分析及實(shí)證檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)與多元主體協(xié)同創(chuàng)新的影響及其作用機(jī)制。區(qū)別于已有研究,本文的研究問(wèn)題是:(1)數(shù)字化轉(zhuǎn)型促進(jìn)企業(yè)協(xié)同創(chuàng)新的作用機(jī)制是什么?(2)企業(yè)自身不同的運(yùn)營(yíng)效率、要素密集程度、知識(shí)產(chǎn)權(quán)保護(hù)程度能否強(qiáng)化數(shù)字化轉(zhuǎn)型對(duì)企業(yè)協(xié)同創(chuàng)新的促進(jìn)作用?(3)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)協(xié)同創(chuàng)新的影響,在不同的協(xié)同創(chuàng)新主體中是否存在差異?

為回答以上問(wèn)題,本文選取2009-2021年滬深A(yù)股制造業(yè)上市公司為樣本,深入考察數(shù)字化轉(zhuǎn)型對(duì)企業(yè)協(xié)同創(chuàng)新的影響、作用機(jī)制和異質(zhì)性表現(xiàn)。本文的創(chuàng)新與貢獻(xiàn)包括以下三點(diǎn):第一,豐富了協(xié)同創(chuàng)新的影響因素研究?，F(xiàn)有文獻(xiàn)主要側(cè)重于企業(yè)數(shù)字化轉(zhuǎn)型對(duì)其自身管理變革、技術(shù)創(chuàng)新和績(jī)效改善等方面的研究,鮮有考察企業(yè)數(shù)字化轉(zhuǎn)型對(duì)協(xié)同創(chuàng)新的影響,本文以雙方或多方的協(xié)同創(chuàng)新為切入點(diǎn),探討了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)其與多元主體進(jìn)行協(xié)同創(chuàng)新的促進(jìn)作用,對(duì)現(xiàn)有企業(yè)協(xié)同創(chuàng)新的研究文獻(xiàn)進(jìn)行了有益補(bǔ)充;第二,揭示了企業(yè)數(shù)字化轉(zhuǎn)型促進(jìn)協(xié)同創(chuàng)新的作用機(jī)制。本文研究發(fā)現(xiàn)“創(chuàng)新資源獲取”效應(yīng)和“交易成本降低”效應(yīng)是數(shù)字化轉(zhuǎn)型促進(jìn)企業(yè)協(xié)同創(chuàng)新的重要機(jī)制,該發(fā)現(xiàn)為企業(yè)協(xié)同創(chuàng)新戰(zhàn)略選擇提供了新的認(rèn)知;第三,拓展了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)協(xié)同創(chuàng)新的差異化影響研究。本文通過(guò)探討企業(yè)差異化的運(yùn)營(yíng)效率、要素密集程度、所在地域知識(shí)產(chǎn)權(quán)保護(hù)程度等因素對(duì)數(shù)字化轉(zhuǎn)型影響協(xié)同創(chuàng)新的異質(zhì)性作用,為企業(yè)采取針對(duì)性措施進(jìn)而提高協(xié)同創(chuàng)新效果提供了理論邏輯和應(yīng)用情境。

二、文獻(xiàn)綜述、理論分析與研究假設(shè)

(一)文獻(xiàn)綜述

協(xié)同創(chuàng)新是企業(yè)、政府、大學(xué)、研究機(jī)構(gòu)、中介機(jī)構(gòu)和用戶等以知識(shí)增值為目的,以實(shí)現(xiàn)重大科技創(chuàng)新為宗旨進(jìn)而開展的大跨度整合的創(chuàng)新組織模式[7]。現(xiàn)有學(xué)者從宏觀和微觀兩個(gè)維度對(duì)協(xié)同創(chuàng)新的影響因素進(jìn)行了研究。在宏觀層面,良好的外部環(huán)境[8-9]、與知識(shí)產(chǎn)權(quán)界定和技術(shù)許可相關(guān)的法律體系[10]和政府的技術(shù)、市場(chǎng)、人才、科技支持等政策[11]有利于推動(dòng)企業(yè)的協(xié)同創(chuàng)新。此外,地理鄰近性[12]、技術(shù)鄰近性[13],也會(huì)對(duì)跨區(qū)域協(xié)同創(chuàng)新質(zhì)量產(chǎn)生顯著的正向影響?；谄髽I(yè)的微觀層面,企業(yè)自身的吸收能力[14]、與其他主體頻繁的溝通交流[15],管理層重視程度、負(fù)責(zé)人的經(jīng)驗(yàn)和協(xié)調(diào)能力[16]、協(xié)同雙方的信任機(jī)制[17]等均有利于促進(jìn)企業(yè)協(xié)同創(chuàng)新。

數(shù)字化轉(zhuǎn)型是在信息化的基礎(chǔ)上,綜合應(yīng)用信息、計(jì)算、通信等技術(shù),將業(yè)務(wù)轉(zhuǎn)化為數(shù)據(jù),并以數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)的發(fā)展,進(jìn)而引發(fā)企業(yè)重大變革,重構(gòu)企業(yè)結(jié)構(gòu)、行為及運(yùn)行系統(tǒng)的過(guò)程[18]。其核心底層技術(shù)架構(gòu)包括人工智能、區(qū)塊鏈、云計(jì)算和大數(shù)據(jù)等技術(shù)[19]。大量研究關(guān)注到數(shù)字化對(duì)宏觀經(jīng)濟(jì)的影響,包括數(shù)字經(jīng)濟(jì)的興起提升區(qū)域創(chuàng)新能力,助推區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展[20]。而數(shù)字化轉(zhuǎn)型對(duì)微觀企業(yè)的影響是本文關(guān)注的重點(diǎn)。數(shù)字化轉(zhuǎn)型能對(duì)企業(yè)管理、變革產(chǎn)生積極的影響[21],包括改善公司的治理水平[22],優(yōu)化企業(yè)的內(nèi)部分工[23],提高企業(yè)社會(huì)責(zé)任表現(xiàn)等[24]。數(shù)字化轉(zhuǎn)型也最終會(huì)改變企業(yè)的創(chuàng)新績(jī)效[25-26]。

綜上所述,第一,已有關(guān)于協(xié)同創(chuàng)新影響因素的相關(guān)研究,主要集中于政治環(huán)境、法律法規(guī)、創(chuàng)新主體的信任關(guān)系等層面,鮮有考察數(shù)字化轉(zhuǎn)型對(duì)企業(yè)協(xié)同創(chuàng)新的影響。而協(xié)同創(chuàng)新的動(dòng)因和影響因素,隨著制度環(huán)境的變遷而變遷。本文以此為切入點(diǎn),將企業(yè)的協(xié)同創(chuàng)新置于數(shù)字化轉(zhuǎn)型的嶄新制度背景下,直接建立了企業(yè)數(shù)字化轉(zhuǎn)型與協(xié)同創(chuàng)新的關(guān)聯(lián),豐富了協(xié)同創(chuàng)新的影響因素研究;第二,現(xiàn)有研究主要集中于探究數(shù)字技術(shù)與企業(yè)績(jī)效、企業(yè)價(jià)值以及企業(yè)自主創(chuàng)新之間的關(guān)系,數(shù)字化轉(zhuǎn)型與企業(yè)協(xié)同創(chuàng)新的關(guān)系研究尚屬匱乏。本文立足于雙方或多方協(xié)同創(chuàng)新的視角,探究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)協(xié)同創(chuàng)新的影響及作用機(jī)制,延伸了數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果研究。

(二)理論分析與研究假設(shè)

協(xié)同創(chuàng)新是一種以知識(shí)增值為核心,企業(yè)、政府、知識(shí)生產(chǎn)機(jī)構(gòu)(大學(xué)、科研院所)、中介機(jī)構(gòu)和用戶等為了實(shí)現(xiàn)重大科技創(chuàng)新而開展的大跨度整合的創(chuàng)新組織模式[7]。相較于封閉式創(chuàng)新,協(xié)同創(chuàng)新能夠幫助企業(yè)打破主體及要素間的壁壘與障礙,促成“人才、資本、信息、技術(shù)”等創(chuàng)新資源的有效匯聚,分散研發(fā)風(fēng)險(xiǎn)和研發(fā)成本,進(jìn)而實(shí)現(xiàn)創(chuàng)新互惠和技術(shù)突破,最終發(fā)揮“1+1>2”的協(xié)同效應(yīng),具有“集中力量辦大事”的獨(dú)特優(yōu)勢(shì)。

隨著大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)、區(qū)塊鏈與云計(jì)算等一批數(shù)字技術(shù)的蓬勃發(fā)展,企業(yè)獲得更多的知識(shí)和信息出現(xiàn)了嶄新的通道。數(shù)字化轉(zhuǎn)型能夠推動(dòng)企業(yè)內(nèi)部大量數(shù)據(jù)信息的流動(dòng)整合,并快速輸出可利用信息,能夠增強(qiáng)信息系統(tǒng)的互聯(lián)互通和綜合集成,提高企業(yè)對(duì)創(chuàng)新資源的整合能力。同時(shí),知識(shí)、技術(shù)、資金、信息及人才等創(chuàng)新資源以數(shù)字化形式呈現(xiàn)[27],為資源優(yōu)化配置、能力優(yōu)勢(shì)互補(bǔ)、要素精準(zhǔn)流通、跨組織的創(chuàng)新合作提供了基礎(chǔ)。此外,企業(yè)也可借助數(shù)字技術(shù)對(duì)其戰(zhàn)略、組織架構(gòu)、業(yè)務(wù)流程與管理決策進(jìn)行優(yōu)化調(diào)整,降低協(xié)同成本,推動(dòng)不同協(xié)同主體的資源整合、打造協(xié)同發(fā)展生態(tài)。

首先,企業(yè)數(shù)字化轉(zhuǎn)型可通過(guò)“創(chuàng)新資源獲取”效應(yīng)促進(jìn)協(xié)同創(chuàng)新。根據(jù)資源基礎(chǔ)理論,企業(yè)受自身的資源約束限制,無(wú)法獲得持續(xù)的競(jìng)爭(zhēng)優(yōu)勢(shì),而企業(yè)數(shù)字化轉(zhuǎn)型催生的網(wǎng)絡(luò)創(chuàng)新平臺(tái)以其特有的資源整合和快速匹配功能,為企業(yè)精準(zhǔn)地捕獲所需的異質(zhì)性資源提供了便利[28]。由于企業(yè)的數(shù)字化轉(zhuǎn)型必須是數(shù)據(jù)驅(qū)動(dòng)的轉(zhuǎn)型,轉(zhuǎn)型離不開各類數(shù)據(jù),企業(yè)業(yè)務(wù)數(shù)據(jù)的集中、有效管理是基本要求,這就驅(qū)動(dòng)企業(yè)更有意愿去建立和使用以業(yè)務(wù)數(shù)據(jù)為中心的數(shù)字化平臺(tái)。其中,網(wǎng)絡(luò)創(chuàng)新平臺(tái)則是數(shù)字化平臺(tái)的重要組成部分。一方面,網(wǎng)絡(luò)創(chuàng)新平臺(tái)具有資源整合的功能。在數(shù)字化的情境下,不同企業(yè)的人力資本、實(shí)物資本、知識(shí)資本、金融資本、政策信息、市場(chǎng)信息等多樣化的創(chuàng)新要素均通過(guò)數(shù)據(jù)形式呈現(xiàn)[29]。網(wǎng)絡(luò)創(chuàng)新平臺(tái)有助于打通各協(xié)同主體的壁壘,通過(guò)平臺(tái)的互聯(lián)互通和綜合集成,讓數(shù)據(jù)得到整合、流動(dòng)與沉淀,凝聚豐富的創(chuàng)新資源,進(jìn)而為企業(yè)協(xié)同創(chuàng)新、技術(shù)交流、創(chuàng)意溝通、資本與技術(shù)對(duì)接提供便利條件[30];另一方面,網(wǎng)絡(luò)創(chuàng)新平臺(tái)具有需求和供給的鏈接功能,可以利用信息系統(tǒng)實(shí)現(xiàn)供需雙方的匹配,打破信息壁壘,精準(zhǔn)對(duì)接協(xié)同主體、精準(zhǔn)捕獲創(chuàng)新要素。使用網(wǎng)絡(luò)協(xié)同創(chuàng)新平臺(tái)的雙方均掌握著不同的創(chuàng)新資源,通過(guò)平臺(tái)尋求技術(shù)解決方案或服務(wù)的主體。平臺(tái)的開放性特征,會(huì)對(duì)外釋放明顯的無(wú)邊界信號(hào),更易于對(duì)接協(xié)同雙方,吸納外部新生要素流入,為各方提供線上信息交互、匹配的窗口。NAMBISAN(2019)[31]也證實(shí),數(shù)字化轉(zhuǎn)型的企業(yè)通過(guò)建立和使用平臺(tái)的方式讓外部伙伴參與其創(chuàng)新的全過(guò)程,包括用戶、供應(yīng)商和競(jìng)爭(zhēng)對(duì)手等都將成為重要的創(chuàng)新者。因此,數(shù)字化轉(zhuǎn)型的企業(yè)依托網(wǎng)絡(luò)創(chuàng)新平臺(tái),利用數(shù)據(jù)挖掘技術(shù),快速精準(zhǔn)匹配所需信息,自動(dòng)關(guān)聯(lián)、對(duì)接最佳協(xié)同主體、協(xié)同資源與協(xié)同模式,進(jìn)而打破企業(yè)組織邊界[32],最大限度地幫助企業(yè)獲取外部異質(zhì)性創(chuàng)新資源,助力企業(yè)協(xié)同創(chuàng)新。

其次,企業(yè)數(shù)字化轉(zhuǎn)型可通過(guò)“交易成本降低”效應(yīng)促進(jìn)企業(yè)協(xié)同創(chuàng)新。根據(jù)交易成本理論,交易成本包含搜尋信息的成本、協(xié)商與決策的成本、執(zhí)行成本、契約成本、監(jiān)督成本、轉(zhuǎn)換成本等。數(shù)字化的滲透性、擴(kuò)散性、無(wú)邊界性意味著其能夠輕易突破企業(yè)協(xié)同創(chuàng)新的地域和時(shí)域限制,降低協(xié)同創(chuàng)新的交易成本。具體體現(xiàn)在以下三個(gè)方面:第一,企業(yè)數(shù)字化轉(zhuǎn)型降低了與不同主體協(xié)同前的信息搜尋成本,增強(qiáng)企業(yè)協(xié)同意愿。伴隨著企業(yè)進(jìn)行的數(shù)字化轉(zhuǎn)型,數(shù)字化的搜尋、檢索技術(shù),均有助于企業(yè)掌握創(chuàng)新市場(chǎng)上更多的主體信息,包括對(duì)方的征信水平、法律訴訟情況、股東信息、經(jīng)營(yíng)范圍等,為企業(yè)查詢與協(xié)同相關(guān)的信息提供了便利,降低了搜尋信息的成本[23];第二,數(shù)字化轉(zhuǎn)型降低了企業(yè)與不同主體協(xié)同過(guò)程中的協(xié)商、決策與執(zhí)行成本,提升企業(yè)協(xié)同效率。數(shù)字化技術(shù)的開放性和社交屬性助力企業(yè)以較低成本進(jìn)行線上線下頻繁的溝通交流,而且使得技術(shù)、資金、人才等創(chuàng)新要素的價(jià)值變得更加透明,降低了企業(yè)的協(xié)商成本。同時(shí),企業(yè)可借助數(shù)字技術(shù)對(duì)其戰(zhàn)略、組織架構(gòu)、業(yè)務(wù)流程與管理決策進(jìn)行調(diào)整與優(yōu)化,提高了自身的運(yùn)營(yíng)效率,為公司的決策提供有力的參考,降低了企業(yè)協(xié)同創(chuàng)新的決策成本[22]。企業(yè)數(shù)字化技術(shù)也為不同的協(xié)同主體進(jìn)行線上協(xié)作提供了可能,降低了協(xié)同創(chuàng)新的執(zhí)行成本;第三,數(shù)字化轉(zhuǎn)型降低了企業(yè)與不同主體協(xié)同后的監(jiān)督成本、契約成本,鞏固企業(yè)協(xié)同創(chuàng)新的成果。在信息不對(duì)稱導(dǎo)致監(jiān)督成本較高的情況下,協(xié)同創(chuàng)新主體可能會(huì)實(shí)施機(jī)會(huì)主義行為。然而企業(yè)可以利用數(shù)字化技術(shù),通過(guò)充分地信息采集與實(shí)時(shí)跟蹤,及時(shí)有效地干預(yù)和制止合作方的違約行為,從而實(shí)現(xiàn)高效監(jiān)督,降低機(jī)會(huì)主義行為,彌補(bǔ)了原有高信息采集成本和高監(jiān)督成本的缺陷,降低了企業(yè)的防范壁壘。同時(shí),在信息不對(duì)稱的情況下,合作者可能不會(huì)如實(shí)披露所有信息,存在機(jī)會(huì)主義行為的可能,而區(qū)塊鏈技術(shù)以去中心化、分布式存儲(chǔ)、不可篡改等特征成為一種新的信任機(jī)制,可有效避免合作者違規(guī)造假等行為,降低信息泄露的幾率,從而降低契約成本。

基于上述“創(chuàng)新資源獲取”效應(yīng)和“交易成本降低”效應(yīng)的分析,提出本文假設(shè)1。

H1企業(yè)數(shù)字化轉(zhuǎn)型可通過(guò)“創(chuàng)新資源獲取”和“交易成本降低”效應(yīng)促進(jìn)企業(yè)協(xié)同創(chuàng)新。

三、研究設(shè)計(jì)

(一) 樣本來(lái)源

本文選取滬深兩市A股制造企業(yè)上市公司2009-2021年的數(shù)據(jù),并進(jìn)行如下篩選:(1)剔除金融保險(xiǎn)業(yè)上市公司;(2)剔除其他數(shù)據(jù)缺失的樣本公司、*ST和ST公司,得到20 301個(gè)初始樣本觀測(cè)值。利用1比4的近鄰匹配方法,經(jīng)PSM后最終獲得2 447家企業(yè),13 371個(gè)樣本觀測(cè)值。對(duì)所有連續(xù)變量進(jìn)行了1%和99%水平的縮尾處理,以消除數(shù)據(jù)異常值。本文數(shù)據(jù)來(lái)源于企業(yè)年度報(bào)告、國(guó)家知識(shí)產(chǎn)權(quán)局、CSMAR數(shù)據(jù)庫(kù)、Patsnap(智慧芽)專利數(shù)據(jù)庫(kù)。

(二) 變量定義

1.被解釋變量

被解釋變量為上市公司協(xié)同創(chuàng)新。本文借鑒趙忠濤和李長(zhǎng)英(2020)[33]的做法,選擇企業(yè)與其他主體合作申請(qǐng)的專利數(shù)、合作申請(qǐng)的發(fā)明專利數(shù)分別加1取自然對(duì)數(shù)作為協(xié)同創(chuàng)新的兩個(gè)代理變量(Inno_tnum、Inno_tqua)。其中,結(jié)合已有研究的觀點(diǎn),發(fā)明專利可以表征企業(yè)的高質(zhì)量創(chuàng)新[34]。此外,本文將企業(yè)協(xié)同創(chuàng)新的主體劃分為供應(yīng)商或客戶、競(jìng)爭(zhēng)者、高校及科研機(jī)構(gòu)和集團(tuán)內(nèi)部成員主體之間等。

2.核心解釋變量

企業(yè)數(shù)字化轉(zhuǎn)型啞變量(Did)和數(shù)字化轉(zhuǎn)型程度的代理變量(Digital)。Did為是否轉(zhuǎn)型虛擬變量(Treat)與轉(zhuǎn)型前后虛擬變量(Post)的交互項(xiàng)。其中,Treat為企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的啞變量,當(dāng)企業(yè)在樣本期間進(jìn)行數(shù)字化轉(zhuǎn)型時(shí),賦值為1,否則為0。Post為企業(yè)首次進(jìn)行數(shù)字化轉(zhuǎn)型之后的虛擬變量,企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型之后的年度(包括當(dāng)年),賦值為1,否則為0。關(guān)于進(jìn)行數(shù)字化轉(zhuǎn)型的判定,現(xiàn)有研究多采用對(duì)企業(yè)年報(bào)進(jìn)行文本分析,以數(shù)字化轉(zhuǎn)型相關(guān)的關(guān)鍵詞詞頻來(lái)衡量數(shù)字化轉(zhuǎn)型程度?；诖?本文參照趙宸宇等(2021)[35]的研究,利用文本分析法,衡量企業(yè)是否進(jìn)行數(shù)字化轉(zhuǎn)型(Treat)。對(duì)2009-2021年滬深A(yù)股上市公司制造企業(yè)年度報(bào)告中出現(xiàn)的數(shù)字化轉(zhuǎn)型關(guān)鍵詞群進(jìn)行爬取,當(dāng)年年報(bào)中所有關(guān)鍵詞出現(xiàn)次數(shù)合計(jì)為總詞頻數(shù)。借鑒林川(2023)[36]和聶興凱等(2022)[37]的研究,若詞頻大于1,且連續(xù)保持兩年,則認(rèn)為企業(yè)進(jìn)行了數(shù)字化轉(zhuǎn)型,并且該年及以后年度都默認(rèn)為進(jìn)行了數(shù)字化轉(zhuǎn)型。若詞頻為0,則認(rèn)為未進(jìn)行數(shù)字化轉(zhuǎn)型。其中,數(shù)字化轉(zhuǎn)型關(guān)鍵詞詞群的界定主要參照吳非等(2021)[19]的研究,將大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈、人工智能四類技術(shù)的細(xì)分指標(biāo)作為關(guān)鍵詞詞群。此外,本文還將數(shù)字化轉(zhuǎn)型關(guān)鍵詞詞頻加1取自然對(duì)數(shù),作為該公司在該年度數(shù)字化轉(zhuǎn)型程度的代理變量(Digital)。

3.控制變量

以現(xiàn)有研究為基礎(chǔ),本文選取資產(chǎn)負(fù)債率(TDR)、公司規(guī)模(Size)、企業(yè)性質(zhì)(Soe)、總資產(chǎn)凈利率(Roa)、固定資產(chǎn)占比(Fixed)、企業(yè)成長(zhǎng)能力(Growth)、企業(yè)年齡(FirmAge)、董事人數(shù)(Board)、前五大股東持股比例(Top5)、高管團(tuán)隊(duì)數(shù)字化經(jīng)歷(Dig_Exp)作為控制變量。具體變量見(jiàn)表1。

表1 主要變量定義

4.其他變量

中介變量包括創(chuàng)新資源(Lnplatm)和交易成本(Itangc)。其中,借鑒周青等(2020)[38]的研究,創(chuàng)新資源以上市公司年報(bào)披露的使用網(wǎng)絡(luò)創(chuàng)新平臺(tái)的詞頻數(shù)加1取自然對(duì)數(shù)(Lnplatm)來(lái)衡量。本文通過(guò)以下關(guān)鍵詞判斷企業(yè)利用“網(wǎng)絡(luò)創(chuàng)新平臺(tái)”獲取資源,具體包括:“創(chuàng)新平臺(tái)”“協(xié)同創(chuàng)新平臺(tái)”“聯(lián)合創(chuàng)新團(tuán)隊(duì)平臺(tái)”“合作平臺(tái)”“創(chuàng)新資源共享平臺(tái)”“產(chǎn)學(xué)研對(duì)接平臺(tái)”“產(chǎn)業(yè)技術(shù)性研發(fā)平臺(tái)”“網(wǎng)絡(luò)眾創(chuàng)空間”“網(wǎng)絡(luò)創(chuàng)客空間”等。交易成本,借鑒袁淳等(2021)[23]、、杜勇和婁靖(2022)[39]的研究,選擇企業(yè)資產(chǎn)專用性(Itangc)作為交易成本的代理變量。

調(diào)節(jié)變量包括:運(yùn)行效率(Totassrat)、知識(shí)產(chǎn)權(quán)保護(hù)(IPP)、要素密集程度(Factor)。其中,用總資產(chǎn)周轉(zhuǎn)率衡量企業(yè)的運(yùn)行效率(Totassrat),該數(shù)據(jù)來(lái)自于CSMAR數(shù)據(jù)庫(kù)。知識(shí)產(chǎn)權(quán)保護(hù)(Ipp)等于1減去專利被侵權(quán)率,專利被侵權(quán)率等于省知識(shí)產(chǎn)權(quán)局當(dāng)年受理的專利侵權(quán)糾紛案件數(shù)除以該省截至當(dāng)年累計(jì)授權(quán)專利數(shù)[40],該數(shù)據(jù)來(lái)自國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)。生產(chǎn)要素密集程度(Factor),將企業(yè)按照生產(chǎn)要素密集程度分為資本密集型、勞動(dòng)密集型和技術(shù)密集型。

(三)模型設(shè)計(jì)

(1)

其中,i代表公司,t代表年份。被解釋變量(yi,t+1)包括兩個(gè)指標(biāo),分別為企業(yè)合作申請(qǐng)的專利數(shù)量(Inno_tnum)與合作申請(qǐng)的發(fā)明專利的數(shù)量(Inno_tqua),等式右邊變量交互項(xiàng)Did的系數(shù)符號(hào)及數(shù)值大小可以用來(lái)識(shí)別企業(yè)數(shù)字化轉(zhuǎn)型對(duì)協(xié)同創(chuàng)新的作用效果,Controls包括企業(yè)層面的控制變量,具體詳見(jiàn)表1。本文加入了省份固定效應(yīng)μp、行業(yè)固定效應(yīng)δd和年份固定效應(yīng)λt以便控制宏觀、行業(yè)和時(shí)間因素對(duì)協(xié)同創(chuàng)新的影響。

其次,數(shù)字化轉(zhuǎn)型對(duì)企業(yè)協(xié)同創(chuàng)新的作用機(jī)制。上市公司數(shù)字化轉(zhuǎn)型,通過(guò)增進(jìn)創(chuàng)新資源獲取、降低交易成本雙重機(jī)制來(lái)促進(jìn)企業(yè)協(xié)同創(chuàng)新,借鑒BARON和KENNY(1986)[41]、溫忠麟和葉寶娟(2014)[42]檢驗(yàn)中介效應(yīng)的方法與流程構(gòu)建如下中介效應(yīng)模型

(2)

(3)

(4)

其中,考慮到合作申請(qǐng)的專利和合作申請(qǐng)的發(fā)明專利往往需要一段時(shí)間,將被解釋變量滯后1期處理,這一方式可消除一定的內(nèi)生性影響。yi,t+1為滯后1期的被解釋變量,xi,t為解釋變量。mi,t為中介變量,包括創(chuàng)新資源(Lnplatm)和交易成本(Itangc)。逐次檢驗(yàn)各個(gè)方程主要變量的回歸系數(shù)。

四、實(shí)證結(jié)果與分析

(一)描述性統(tǒng)計(jì)

表2列示了本文主要變量的描述性統(tǒng)計(jì)結(jié)果。Inno_tnum和Inno_tqua的均值分別是0.42、0.30,標(biāo)準(zhǔn)差分別是0.99、0.77,表明不同企業(yè)的協(xié)同創(chuàng)新水平差異較大。其他變量與現(xiàn)有文獻(xiàn)并無(wú)明顯差異,見(jiàn)表2。

表2 主要變量的描述性統(tǒng)計(jì)結(jié)果

(二)傾向得分匹配效果檢驗(yàn)

本文采用傾向得分匹配以消除控制變量在處理組與對(duì)照組之間可能存在的系統(tǒng)性差異,處理組為進(jìn)行數(shù)字化轉(zhuǎn)型的樣本公司,對(duì)照組為未進(jìn)行數(shù)字化轉(zhuǎn)型的樣本公司,選取總資產(chǎn)凈利率(Roa)、公司規(guī)模(Size)、固定資產(chǎn)占比(Fixed)、前五大股東持股比例(Top5)、董事人數(shù)(Board)、資產(chǎn)負(fù)債率(TDR)、企業(yè)成長(zhǎng)能力(Growth)、企業(yè)年齡(FirmAge)作為協(xié)變量,按1∶4近鄰匹配法對(duì)樣本公司進(jìn)行有放回逐年匹配。主要變量在匹配前后的樣本特征情況以及匹配的均衡性檢驗(yàn)結(jié)果見(jiàn)表3,經(jīng)匹配之后,各個(gè)匹配變量的標(biāo)準(zhǔn)偏差值均較小,匹配的估計(jì)結(jié)果可靠。

表3 均衡性檢驗(yàn)結(jié)果

圖1-2分別為處理組和對(duì)照組近鄰匹配前后的核密度函數(shù)圖。由圖2可發(fā)現(xiàn)實(shí)施匹配后對(duì)照組與處理組樣本核密度函數(shù)走勢(shì)基本趨合,說(shuō)明配對(duì)后的兩組公司在特征變量上較為相近,從而使之滿足共同支撐假設(shè)。

圖1 傾向得分匹配前 圖2 傾向得分匹配后

(三)平行趨勢(shì)檢驗(yàn)

多時(shí)點(diǎn)DID平行趨勢(shì)檢驗(yàn)的基本前提是處理組和對(duì)照組在政策實(shí)施前滿足平行變動(dòng)的趨勢(shì)。此處被解釋變量是滯后一期的協(xié)同創(chuàng)新數(shù)量(FInno_tnum)。根據(jù)圖3,在數(shù)字化轉(zhuǎn)型之前,Did的系數(shù)均不顯著,表明處理組企業(yè)跟對(duì)照組企業(yè)在政策實(shí)施前企業(yè)協(xié)同創(chuàng)新水平?jīng)]有顯著差異,因此,滿足了樣本的平行趨勢(shì)假設(shè)。數(shù)字化轉(zhuǎn)型之后的第一年,Did系數(shù)不顯著,說(shuō)明政策存在滯后效應(yīng)。并且在實(shí)施數(shù)字化轉(zhuǎn)型政策后,數(shù)字化轉(zhuǎn)型對(duì)企業(yè)的協(xié)同創(chuàng)新均為正向影響,而且隨著時(shí)間的推進(jìn)影響效果逐漸增加。

圖3 平行趨勢(shì)檢驗(yàn)

(四)基準(zhǔn)回歸檢驗(yàn)

表4報(bào)告了基準(zhǔn)回歸結(jié)果。其中,列(1)(2)和列(5)(6)的被解釋變量為FInno_tnum,列(3)(4)、列(7)(8)的被解釋變量為FInno_tqua,從列(1)(3)來(lái)看,Did的回歸系數(shù)為正,均在1%的水平上顯著。加入控制變量后,列(2)(4)顯示,模型R2變大,回歸系數(shù)分別為0.14和0.10,且在1%水平上顯著。并且,列(5)(7)顯示,Digital的回歸系數(shù)為正,均在1%的水平上顯著。加入控制變量后,列(6)(8)顯示,模型R2變大,回歸系數(shù)分別為0.05、0.04,且在1%水平上顯著。說(shuō)明數(shù)字化轉(zhuǎn)型能夠顯著促進(jìn)企業(yè)協(xié)同創(chuàng)新水平。

表4 基準(zhǔn)回歸檢驗(yàn)結(jié)果

(五)機(jī)制檢驗(yàn)

根據(jù)理論部分的影響機(jī)制分析,本文認(rèn)為數(shù)字化轉(zhuǎn)型對(duì)企業(yè)協(xié)同創(chuàng)新的影響可能通過(guò)“創(chuàng)新資源獲取”效應(yīng)、“交易成本降低”效應(yīng)這兩個(gè)路徑進(jìn)行傳導(dǎo)。

1.“創(chuàng)新資源獲取”效應(yīng)

本文采用中介效應(yīng)檢驗(yàn)三步法來(lái)檢驗(yàn)網(wǎng)絡(luò)創(chuàng)新平臺(tái)在企業(yè)數(shù)字化轉(zhuǎn)型和協(xié)同創(chuàng)新之間的中介作用。表4列(2)、列(4)、列(6)和列(8)表明數(shù)字化轉(zhuǎn)型會(huì)顯著促進(jìn)企業(yè)協(xié)同創(chuàng)新;由表5a列(1)和列(4)可以看出,數(shù)字化轉(zhuǎn)型(Did、Digital)與創(chuàng)新資源(Lnplatm)的回歸系數(shù)為正,在1%的水平上顯著,表明數(shù)字化轉(zhuǎn)型會(huì)顯著促進(jìn)企業(yè)使用網(wǎng)絡(luò)創(chuàng)新平臺(tái);表5a列(2)、列(3)檢驗(yàn)了數(shù)字化轉(zhuǎn)型(Did)和網(wǎng)絡(luò)創(chuàng)新平臺(tái)同時(shí)對(duì)協(xié)同創(chuàng)新的影響,列(5)、列(6)檢驗(yàn)了數(shù)字化轉(zhuǎn)型(Digital)和網(wǎng)絡(luò)創(chuàng)新平臺(tái)同時(shí)對(duì)協(xié)同創(chuàng)新的影響。結(jié)果顯示,創(chuàng)新資源(Lnplatm)對(duì)協(xié)同創(chuàng)新水平(FInno_tnum、FInno_tqua)的影響為正,均在1%水平上顯著。這表明“創(chuàng)新資源獲取”效應(yīng)的中介作用成立,并且起到部分中介作用。本文分別采用Sobel檢驗(yàn)和Bootstrap法對(duì)網(wǎng)絡(luò)創(chuàng)新平臺(tái)在數(shù)字化轉(zhuǎn)型與企業(yè)協(xié)同創(chuàng)新間的中介作用再次進(jìn)行甄別。結(jié)果表明,企業(yè)數(shù)字化轉(zhuǎn)型可以通過(guò)創(chuàng)新資源獲取進(jìn)而對(duì)協(xié)同創(chuàng)新產(chǎn)生正向影響。

表5b 機(jī)制檢驗(yàn)結(jié)果

2.“交易成本降低”效應(yīng)

本文采用中介效應(yīng)檢驗(yàn)三步法來(lái)檢驗(yàn)交易成本在企業(yè)數(shù)字化轉(zhuǎn)型和協(xié)同創(chuàng)新之間的中介作用,檢驗(yàn)結(jié)果如表5b所示。表4列(2)、列(4)、列(6)和列(8)表明數(shù)字化轉(zhuǎn)型會(huì)顯著促進(jìn)企業(yè)協(xié)同創(chuàng)新;由表5b列(1)和列(4)顯示,數(shù)字化轉(zhuǎn)型(Did、Digital)與交易成本(Itangc)的回歸系數(shù)為負(fù),均顯著,說(shuō)明數(shù)字化轉(zhuǎn)型會(huì)顯著降低企業(yè)交易成本;表5b列(2)(3)檢驗(yàn)了數(shù)字化轉(zhuǎn)型(Did)和交易成本(Itangc)同時(shí)對(duì)企業(yè)協(xié)同創(chuàng)新的影響,列(5)(6)檢驗(yàn)了數(shù)字化轉(zhuǎn)型(Digital)和交易成本(Itangc)同時(shí)對(duì)企業(yè)協(xié)同創(chuàng)新的影響。結(jié)果顯示,交易成本(Itangc)對(duì)協(xié)同創(chuàng)新水平(FInno_tnum、FInno_tqua)的影響為負(fù)且顯著。這說(shuō)明“交易成本降低”效應(yīng)的中介作用成立,并且起到部分中介作用。本文分別采用Sobel檢驗(yàn)和Bootstrap法對(duì)交易成本在數(shù)字化轉(zhuǎn)型與企業(yè)協(xié)同創(chuàng)新間的中介作用再次進(jìn)行甄別。結(jié)果表明,企業(yè)數(shù)字化轉(zhuǎn)型可以通過(guò)降低交易成本進(jìn)而對(duì)協(xié)同創(chuàng)新產(chǎn)生影響。

綜上,數(shù)字化轉(zhuǎn)型通過(guò)“創(chuàng)新資源獲取”效應(yīng)和“交易成本降低”效應(yīng)兩種路徑促進(jìn)企業(yè)協(xié)同創(chuàng)新,由此假設(shè)1得以驗(yàn)證。

五、穩(wěn)健性檢驗(yàn)

(一)替換核心變量衡量方式

1.更換解釋變量

前文使用Did、Digital衡量企業(yè)數(shù)字化轉(zhuǎn)型,在此借鑒祁懷錦等(2020)[22]的研究,采用期末無(wú)形資產(chǎn)明細(xì)項(xiàng)目中與數(shù)字化相關(guān)的無(wú)形資產(chǎn)金額占期末總資產(chǎn)的比例作為企業(yè)數(shù)字化轉(zhuǎn)型的替代變量(Digasset)。Digasset的回歸系數(shù)為正,且顯著。表明在更換解釋變量的衡量方法后,數(shù)字化轉(zhuǎn)型對(duì)企業(yè)協(xié)同創(chuàng)新依然存在顯著的正向影響。

2.更換被解釋變量

本文分別以企業(yè)年報(bào)中描述性協(xié)同創(chuàng)新的合作主體數(shù)量加1取自然對(duì)數(shù)(Inno_dnum)、企業(yè)合作申請(qǐng)專利數(shù)量占總申請(qǐng)專利數(shù)量的比重(ratio_num)、企業(yè)合作申請(qǐng)發(fā)明專利數(shù)量占總申請(qǐng)發(fā)明專利數(shù)量的比重(ratio_qua)作為協(xié)同創(chuàng)新水平的替代變量。

其中,提取上市公司進(jìn)行協(xié)同創(chuàng)新的主體數(shù)量步驟如下:首先,爬取企業(yè)年報(bào)中涉及與協(xié)同創(chuàng)新關(guān)鍵詞的公司名稱,具體的關(guān)鍵詞包括“研發(fā)合作”“合作研發(fā)”“協(xié)同研發(fā)”“協(xié)同創(chuàng)新”“聯(lián)合開發(fā)”“共同研發(fā)”“技術(shù)合作”等;其次,對(duì)所爬取的信息進(jìn)行人工整理和手工篩選,剔除噪音信息,提取有效信息;最后,對(duì)企業(yè)年度報(bào)告中提到的不同主體進(jìn)行分類,包括上游供應(yīng)商、下游客戶,高校及科研機(jī)構(gòu)、競(jìng)爭(zhēng)者、以及集團(tuán)內(nèi)部成員企業(yè),作為企業(yè)進(jìn)行協(xié)同創(chuàng)新主體的數(shù)量。

Did、Digital的回歸系數(shù)為正,均顯著。表明在更換被解釋變量的衡量方法后,企業(yè)數(shù)字化轉(zhuǎn)型對(duì)協(xié)同創(chuàng)新依然存在顯著的正向影響。

(二)縮小樣本范圍

1.剔除“財(cái)富榜”企業(yè)

“財(cái)富榜”企業(yè),自身?yè)碛行酆竦慕?jīng)濟(jì)實(shí)力可以進(jìn)行數(shù)字化轉(zhuǎn)型,甚至屬于數(shù)字化轉(zhuǎn)型程度較高的企業(yè)。因此在剔除“財(cái)富榜”企業(yè)的樣本后,進(jìn)行回歸,Did和Digital的回歸系數(shù)為正,均在1%水平上顯著,表明Did和Digital對(duì)FInno_tnum、FInno_tqua依然具有顯著正向影響。結(jié)果與基準(zhǔn)回歸一致。

2.剔除高新技術(shù)企業(yè)

高新技術(shù)企業(yè)往往是從事高新技術(shù)及其高新技術(shù)產(chǎn)品的生產(chǎn)和技術(shù)服務(wù)的企業(yè),匯聚了大量高層次和高水平的技術(shù)人員和管理人員,也集聚了更多的知識(shí)和技術(shù)。因而這部分企業(yè)本身數(shù)字化轉(zhuǎn)型水平較高。因此,在剔除高新技企業(yè)的樣本后,進(jìn)行回歸,Did和Digital的回歸系數(shù)為正,分別在10%和1%水平上顯著,表明Did和Digital對(duì)FInno_tnum、FInno_tqua依然具有顯著正向影響。結(jié)果與基準(zhǔn)回歸一致。

(三)內(nèi)生性控制

由于企業(yè)協(xié)同創(chuàng)新可能反向作用于企業(yè)數(shù)字化轉(zhuǎn)型,因此,本文進(jìn)一步利用工具變量法來(lái)緩解互為因果的內(nèi)生性問(wèn)題。本文借鑒侯德帥等(2023)[43]的研究,按年度-地區(qū)-行業(yè)劃分的數(shù)字化轉(zhuǎn)型程度的均值(Dig_c)作為工具變量。該工具變量的合理性主要在于:首先,相同城市的數(shù)字化基礎(chǔ)設(shè)施是一致的,且同行業(yè)數(shù)字化轉(zhuǎn)型的平均水平與個(gè)體企業(yè)的數(shù)字化轉(zhuǎn)型程度存在一定的趨同,滿足工具變量的相關(guān)性條件;其次,企業(yè)協(xié)同創(chuàng)新主要取決于企業(yè)自身的特點(diǎn)和決策,而與企業(yè)所在城市的數(shù)字化發(fā)展水平無(wú)必然聯(lián)系,滿足工具變量的外生條件。

采用工具變量法的實(shí)證結(jié)果顯示工具變量(Dig_c)的回歸系數(shù)顯著為正,表明一個(gè)城市企業(yè)整體的數(shù)字化水平可以有效促進(jìn)企業(yè)的數(shù)字化轉(zhuǎn)型發(fā)展。并且,第一階段F值大于10,即不存在弱工具變量問(wèn)題,說(shuō)明工具變量選取有效。并且企業(yè)數(shù)字化轉(zhuǎn)型與協(xié)同創(chuàng)新的關(guān)系仍然顯著正相關(guān)。因此,在采用工具變量法緩解一定的內(nèi)生性問(wèn)題后,本文結(jié)論依然不變,說(shuō)明結(jié)論具有穩(wěn)健性。

以上穩(wěn)健性檢驗(yàn)均支持“數(shù)字化轉(zhuǎn)型能夠促進(jìn)企業(yè)協(xié)同創(chuàng)新”這一結(jié)論,本文基準(zhǔn)回歸結(jié)果具有較高可信度。限于篇幅,未列示穩(wěn)健性檢驗(yàn)的相關(guān)結(jié)果,但留存?zhèn)渌鳌?/p>

六、進(jìn)一步分析

數(shù)字化轉(zhuǎn)型驅(qū)動(dòng)了企業(yè)與哪些主體進(jìn)行協(xié)同創(chuàng)新?在不同因素影響下,數(shù)字化轉(zhuǎn)型對(duì)企業(yè)協(xié)同創(chuàng)新的影響是否會(huì)存在異質(zhì)性表現(xiàn)?在前文的研究基礎(chǔ)上,對(duì)企業(yè)協(xié)同創(chuàng)新的主體選擇、異質(zhì)性作用進(jìn)行了拓展研究。

(一)企業(yè)協(xié)同創(chuàng)新的主體選擇

數(shù)字化轉(zhuǎn)型為企業(yè)協(xié)同創(chuàng)新提供了新的契機(jī),那么,企業(yè)又會(huì)選擇與哪些主體進(jìn)行協(xié)同創(chuàng)新呢?本文選取縱向的供應(yīng)鏈上下游之間的企業(yè)(客戶或供應(yīng)商),橫向的競(jìng)爭(zhēng)者企業(yè)、產(chǎn)學(xué)研和集團(tuán)內(nèi)部成員企業(yè)等不同主體,考察企業(yè)在數(shù)字化轉(zhuǎn)型驅(qū)動(dòng)下協(xié)同創(chuàng)新主體選擇問(wèn)題。

1.供應(yīng)鏈上下游企業(yè)之間的協(xié)同創(chuàng)新

供應(yīng)鏈上下游之間的協(xié)同創(chuàng)新,是企業(yè)分散研發(fā)風(fēng)險(xiǎn)、降低研發(fā)成本、縮短研發(fā)周期的重要舉措。供應(yīng)商參與新產(chǎn)品的開發(fā),可以有效提升企業(yè)的創(chuàng)新能力,對(duì)企業(yè)關(guān)鍵信息的獲取乃至效率的提升和技術(shù)的突破都意義重大,進(jìn)而提升企業(yè)產(chǎn)品的核心競(jìng)爭(zhēng)優(yōu)勢(shì)。客戶參與協(xié)同創(chuàng)新,有助于企業(yè)獲得獨(dú)特的創(chuàng)新視角,及時(shí)發(fā)現(xiàn)客戶的需求以及更多的市場(chǎng)信息,從而準(zhǔn)確調(diào)整企業(yè)的資源配置,逐漸改善產(chǎn)品開發(fā)的質(zhì)量,提升企業(yè)的創(chuàng)新效率,降低市場(chǎng)風(fēng)險(xiǎn)。而數(shù)字化轉(zhuǎn)型能夠?qū)崿F(xiàn)產(chǎn)業(yè)上下游、跨領(lǐng)域的廣泛互聯(lián)互通,打破“信息孤島”,促進(jìn)集成共享,實(shí)現(xiàn)不同行業(yè)、不同發(fā)展階段的企業(yè)協(xié)同發(fā)展。

以Scn、Scq分別表示企業(yè)與供應(yīng)商或者客戶之間合作申請(qǐng)的專利、合作申請(qǐng)的發(fā)明專利數(shù)量加1取自然對(duì)數(shù),并且將Scn、Scq全部前置一期,研究供應(yīng)鏈上下游之間的協(xié)同創(chuàng)新?；貧w結(jié)果見(jiàn)表6列(1)(2),此時(shí)Digital對(duì)FScq的回歸系數(shù)為0.02,且在1%水平上顯著,這表明數(shù)字化轉(zhuǎn)型可有效促進(jìn)供應(yīng)鏈上下游企業(yè)之間的協(xié)同創(chuàng)新。

表6 區(qū)分協(xié)同創(chuàng)新主體的檢驗(yàn)結(jié)果

2.競(jìng)爭(zhēng)者企業(yè)之間的協(xié)同創(chuàng)新

在企業(yè)的協(xié)同創(chuàng)新過(guò)程中,相較于非競(jìng)爭(zhēng)者,競(jìng)爭(zhēng)者之間的合作往往更具創(chuàng)新優(yōu)勢(shì)。其中競(jìng)爭(zhēng)者一般是指那些與本企業(yè)提供的產(chǎn)品或服務(wù)相似,并且所服務(wù)的目標(biāo)顧客也相似的其他企業(yè),以同一行業(yè)企業(yè)居多。跟競(jìng)爭(zhēng)對(duì)手建立頻繁的聯(lián)系有利于促成創(chuàng)新活動(dòng),從而促進(jìn)合作企業(yè)的學(xué)習(xí)能力及研發(fā)能力,推動(dòng)資源互補(bǔ)的實(shí)現(xiàn)。此外,競(jìng)爭(zhēng)者之間的合作不僅可以降低創(chuàng)新成本、分散研發(fā)風(fēng)險(xiǎn),而且還可以提升制定行業(yè)標(biāo)準(zhǔn)以及行業(yè)規(guī)范的話語(yǔ)權(quán),有效防御潛在競(jìng)爭(zhēng)對(duì)手和外部復(fù)雜制度環(huán)境的威脅。以Con、Coq分別表示企業(yè)與競(jìng)爭(zhēng)者企業(yè)之間合作申請(qǐng)的專利、合作申請(qǐng)的發(fā)明專利數(shù)量加1取自然對(duì)數(shù),并且將Con、Coq全部滯后一期,研究競(jìng)爭(zhēng)者之間的協(xié)同創(chuàng)新?；貧w結(jié)果見(jiàn)表6列(3)(4),此時(shí)Digital對(duì)FCon、FCoq的回歸系數(shù)為正,均在5%水平上顯著,這表明數(shù)字化轉(zhuǎn)型可有效促進(jìn)競(jìng)爭(zhēng)者企業(yè)之間的協(xié)同創(chuàng)新。

3.產(chǎn)學(xué)研協(xié)同創(chuàng)新

產(chǎn)學(xué)研合作有利于企業(yè)實(shí)現(xiàn)創(chuàng)新資源互補(bǔ),實(shí)現(xiàn)科學(xué)研究與技術(shù)創(chuàng)新的有效融合,提升企業(yè)競(jìng)爭(zhēng)力。產(chǎn)學(xué)研協(xié)同創(chuàng)新是一種復(fù)雜的創(chuàng)新組織形式,其中產(chǎn)、學(xué)、研分別表示創(chuàng)新活動(dòng)中的生產(chǎn)系統(tǒng)、人才系統(tǒng)、科研系統(tǒng),由于三者之間存在資源能力和功能定位上的差異性和互補(bǔ)性,產(chǎn)學(xué)研協(xié)同創(chuàng)新往往能夠?qū)崿F(xiàn)“1+1+1>3”的協(xié)同效應(yīng)。

以Edn、Edq分別表示企業(yè)與高校、科研機(jī)構(gòu)之間合作申請(qǐng)的專利、合作申請(qǐng)的發(fā)明專利數(shù)量加1取自然對(duì)數(shù),并且將Edn、Edq全部滯后一期。研究企業(yè)與高校以及科研機(jī)構(gòu)之間的協(xié)同創(chuàng)新?；貧w結(jié)果見(jiàn)表6列(5)(6),此時(shí)Digital對(duì)FEdn、FEdq的回歸系數(shù)為正,分別在10%和1%水平上顯著,這表明數(shù)字化轉(zhuǎn)型可以顯著促進(jìn)企業(yè)進(jìn)行產(chǎn)學(xué)研協(xié)同創(chuàng)新。

4.集團(tuán)內(nèi)部企業(yè)之間的協(xié)同創(chuàng)新

集團(tuán)內(nèi)企業(yè)間的協(xié)同創(chuàng)新,可增強(qiáng)集團(tuán)企業(yè)的整體競(jìng)爭(zhēng)優(yōu)勢(shì)。企業(yè)集團(tuán)是一個(gè)強(qiáng)大的關(guān)系網(wǎng)絡(luò),具有區(qū)位優(yōu)勢(shì)及資源整合能力,可以給成員企業(yè)帶來(lái)資源效應(yīng)。集團(tuán)成員企業(yè)之間可以通過(guò)簽訂戰(zhàn)略協(xié)議進(jìn)行契約聯(lián)盟,長(zhǎng)期維系和集團(tuán)其他成員企業(yè)的親密合作關(guān)系。而數(shù)字化轉(zhuǎn)型為集團(tuán)企業(yè)間的協(xié)同創(chuàng)新提供了新的便利和契機(jī),即加快了要素的流動(dòng)與融合。進(jìn)而集團(tuán)以及內(nèi)部的成員企業(yè)可突破自身邊界,利用集團(tuán)的頂層優(yōu)勢(shì)和渠道,通過(guò)內(nèi)部資源的調(diào)整和配置,整合并利用集團(tuán)內(nèi)部其他成員豐富的人才、技術(shù)、信息、資金等創(chuàng)新資源,激發(fā)協(xié)同創(chuàng)新熱情,挖掘潛在協(xié)同創(chuàng)新機(jī)會(huì),充分發(fā)揮協(xié)同效應(yīng),促進(jìn)集團(tuán)內(nèi)部協(xié)同,從而增強(qiáng)集團(tuán)企業(yè)的整體競(jìng)爭(zhēng)優(yōu)勢(shì)。

以Grn、Grq分別表示集團(tuán)企業(yè)和成員之間以及成員和成員之間合作申請(qǐng)的專利、合作申請(qǐng)的發(fā)明專利數(shù)量加1取自然對(duì)數(shù),并且將Grn、Grq全部滯后一期,研究集團(tuán)內(nèi)部之間的協(xié)同創(chuàng)新?；貧w結(jié)果見(jiàn)表6列(7)(8),此時(shí)Digital對(duì)FGrn、FGrq的回歸系數(shù)為正,均在1%水平上顯著,這表明數(shù)字化轉(zhuǎn)型促進(jìn)了集團(tuán)內(nèi)部企業(yè)之間的協(xié)同創(chuàng)新。

綜上,企業(yè)數(shù)字化轉(zhuǎn)型有助于促進(jìn)企業(yè)與多種主體之間的協(xié)同創(chuàng)新。

(二)異質(zhì)性檢驗(yàn)

1.企業(yè)運(yùn)行效率

進(jìn)一步將樣本按照總資產(chǎn)周轉(zhuǎn)率(Totassrat)的中位數(shù)進(jìn)行分組探究,結(jié)果見(jiàn)表7,Digital的回歸系數(shù)在總資產(chǎn)周轉(zhuǎn)率較低的組別更顯著,且通過(guò)了組間系數(shù)差異檢驗(yàn)。可能的原因在于:相較于總資產(chǎn)周轉(zhuǎn)率高的企業(yè),總資產(chǎn)周轉(zhuǎn)率較低的企業(yè),其數(shù)字化轉(zhuǎn)型帶來(lái)的便利性和提升效果更明顯,數(shù)字化轉(zhuǎn)型所驅(qū)動(dòng)的企業(yè)協(xié)同創(chuàng)新更有助于促進(jìn)企業(yè)資產(chǎn)利用效率的提升,同時(shí),這種協(xié)同創(chuàng)新也更有助于破解實(shí)體企業(yè)的“效率難題”[44],使得這類企業(yè)更有動(dòng)力通過(guò)數(shù)字化轉(zhuǎn)型助力企業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)和決策的制定。因此,企業(yè)運(yùn)行效率低的企業(yè),數(shù)字化轉(zhuǎn)型為該類企業(yè)帶來(lái)協(xié)同創(chuàng)新的促進(jìn)作用更顯著。

表7 企業(yè)運(yùn)營(yíng)效率異質(zhì)性檢驗(yàn)結(jié)果

2.要素密集程度

進(jìn)一步將企業(yè)按照要素密集程度進(jìn)行分組探究。參考趙宸宇等(2021)[35]的做法,根據(jù)要素密集度將樣本劃分為資本密集型、勞動(dòng)密集型和技術(shù)密集型企業(yè),結(jié)果見(jiàn)表8,Digital的回歸系數(shù)在資本密集型和技術(shù)密集型企業(yè)組不顯著,但在勞動(dòng)密集型企業(yè)組顯著。其可能的原因在于:對(duì)于技術(shù)密集型企業(yè),內(nèi)部員工具有較高的專業(yè)技術(shù)知識(shí)與技能,擁有大量高、尖、新技術(shù)設(shè)備,因此技術(shù)密集型企業(yè)本身?yè)碛休^多的創(chuàng)新資源,對(duì)于數(shù)字化轉(zhuǎn)型所帶來(lái)的協(xié)同創(chuàng)新便利性并不敏感。而對(duì)于資本密集型企業(yè),通常具備較強(qiáng)的資金優(yōu)勢(shì),研發(fā)投入相對(duì)充裕,可能更傾向于自主研發(fā),對(duì)外界的協(xié)同依賴較小。但是,勞動(dòng)密集型企業(yè)所擁有的創(chuàng)新資源相較于前兩者是不足的,當(dāng)數(shù)字化轉(zhuǎn)型這一制度提供了便利后,缺少創(chuàng)新資源的勞動(dòng)密集型企業(yè)更有意愿捕捉這個(gè)契機(jī),選擇和擁有異質(zhì)性資源的其他主體進(jìn)行協(xié)同創(chuàng)新,進(jìn)而提升企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)。這也再次從側(cè)面印證了數(shù)字化轉(zhuǎn)型能夠通過(guò)“創(chuàng)新資源獲取”效應(yīng)促進(jìn)企業(yè)協(xié)同創(chuàng)新。

表8 要素密集程度異質(zhì)性檢驗(yàn)結(jié)果

3.知識(shí)產(chǎn)權(quán)保護(hù)程度

進(jìn)一步將企業(yè)按照所在地域的知識(shí)產(chǎn)權(quán)保護(hù)程度中位數(shù)進(jìn)行分組探究,結(jié)果見(jiàn)表9,Digital的回歸系數(shù)在知識(shí)產(chǎn)權(quán)保護(hù)程度高的組別顯著,而在知識(shí)產(chǎn)權(quán)保護(hù)低的組別不顯著。因?yàn)榕c知識(shí)產(chǎn)權(quán)保護(hù)程度低的地域相比,位于知識(shí)產(chǎn)權(quán)保護(hù)程度較高地域的企業(yè)有更強(qiáng)烈的意愿進(jìn)行協(xié)同創(chuàng)新。當(dāng)所在地域的知識(shí)產(chǎn)權(quán)保護(hù)程度較低時(shí),數(shù)字化技術(shù)不僅增加了知識(shí)溢出的便利,而且也增加了知識(shí)產(chǎn)權(quán)侵權(quán)的風(fēng)險(xiǎn)。創(chuàng)新主體往往為了保護(hù)自身利益而缺乏參與協(xié)同創(chuàng)新的足夠激勵(lì)[45]。而當(dāng)所在地域的知識(shí)產(chǎn)權(quán)保護(hù)程度較高時(shí),協(xié)同主體不再過(guò)多地?fù)?dān)心侵權(quán)問(wèn)題,知識(shí)產(chǎn)權(quán)保護(hù)一定程度上能夠激勵(lì)企業(yè)借助數(shù)字化轉(zhuǎn)型的契機(jī)積極參與協(xié)同創(chuàng)新活動(dòng)。

表9 知識(shí)產(chǎn)權(quán)保護(hù)程度異質(zhì)性檢驗(yàn)結(jié)果

七、研究結(jié)論與啟示

本文以2009—2021年滬深A(yù)股制造業(yè)上市公司為樣本,考察了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)協(xié)同創(chuàng)新的驅(qū)動(dòng)作用。研究發(fā)現(xiàn):(1)數(shù)字化轉(zhuǎn)型有助于促進(jìn)企業(yè)協(xié)同創(chuàng)新,經(jīng)過(guò)一系列穩(wěn)健性檢驗(yàn)后,該結(jié)論依然成立。(2)經(jīng)機(jī)制檢驗(yàn)發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型通過(guò)發(fā)揮“創(chuàng)新資源獲取”和“交易成本降低”雙重效應(yīng)驅(qū)動(dòng)企業(yè)與不同主體進(jìn)行協(xié)同創(chuàng)新。(3)異質(zhì)性分析發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型對(duì)企業(yè)協(xié)同創(chuàng)新的促進(jìn)作用在企業(yè)運(yùn)行效率較低、生產(chǎn)要素為勞動(dòng)密集型、所在區(qū)域的知識(shí)產(chǎn)權(quán)保護(hù)程度較高的企業(yè)中更為顯著。(4)進(jìn)一步區(qū)分協(xié)同創(chuàng)新的主體后發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型能顯著地促進(jìn)企業(yè)與其供應(yīng)鏈上下游、競(jìng)爭(zhēng)者、高校及科研機(jī)構(gòu)、集團(tuán)內(nèi)部成員等各類主體的協(xié)同創(chuàng)新。據(jù)此,本文提出如下政策啟示。

第一,數(shù)字化轉(zhuǎn)型如何促進(jìn)企業(yè)協(xié)同創(chuàng)新是困擾企業(yè)的難題。研究發(fā)現(xiàn),企業(yè)數(shù)字化轉(zhuǎn)型能夠通過(guò)“創(chuàng)新資源獲取”效應(yīng)和“交易成本降低”效應(yīng)顯著促進(jìn)協(xié)同創(chuàng)新。基于此,企業(yè)需抓住數(shù)字化轉(zhuǎn)型的政策紅利與契機(jī),在全面推動(dòng)并加快自身數(shù)字化轉(zhuǎn)型步伐的過(guò)程中,積極利用人工智能、區(qū)塊鏈、云計(jì)算和大數(shù)據(jù)等數(shù)字化技術(shù)構(gòu)建和利用網(wǎng)絡(luò)創(chuàng)新平臺(tái),突破創(chuàng)新資源流動(dòng)壁壘,降低企業(yè)間協(xié)同成本,最大限度地提升協(xié)同創(chuàng)新效果。

第二,考慮到數(shù)字化轉(zhuǎn)型對(duì)運(yùn)營(yíng)效率較低的企業(yè)和勞動(dòng)密集型企業(yè)的協(xié)同創(chuàng)新提升效應(yīng)明顯,因此,在數(shù)字化轉(zhuǎn)型推進(jìn)過(guò)程中,相關(guān)的財(cái)稅和信貸政策應(yīng)適度向這兩類企業(yè)傾斜。同時(shí),政府部門可加速搭建一系列網(wǎng)絡(luò)創(chuàng)新平臺(tái),助力這兩類企業(yè)高效利用并發(fā)揮數(shù)字化技術(shù)的賦能作用,提高協(xié)同創(chuàng)新效果,助力企業(yè)高質(zhì)量發(fā)展。

第三,地區(qū)知識(shí)產(chǎn)權(quán)保護(hù)能夠強(qiáng)化數(shù)字化轉(zhuǎn)型對(duì)企業(yè)協(xié)同創(chuàng)新的促進(jìn)作用。因此,政府部門應(yīng)該加強(qiáng)知識(shí)產(chǎn)權(quán)保護(hù),出臺(tái)關(guān)于協(xié)同創(chuàng)新法律監(jiān)管漏洞的細(xì)則,增強(qiáng)社會(huì)契約意識(shí),減少企業(yè)在進(jìn)行協(xié)同創(chuàng)新時(shí)對(duì)于信息泄露風(fēng)險(xiǎn)的擔(dān)憂,尤其是核心技術(shù)信息的泄露。只有為協(xié)同創(chuàng)新主體排除安全隱患,才能進(jìn)一步提振和堅(jiān)定企業(yè)的信心,助力其在創(chuàng)新技術(shù)投入方面更加積極主動(dòng),形成高質(zhì)量創(chuàng)新的良性循環(huán)。