李玉花 李丹丹

摘?要：數(shù)字技術已成為一種新型生產要素，明確其在企業(yè)生產運營的應用與創(chuàng)新的關系具有重要理論價值和現(xiàn)實意義。本文以2007—2021年中國A股上市公司為研究樣本，探討企業(yè)數(shù)字化程度對漸進式創(chuàng)新和突破式創(chuàng)新的差異化影響。研究發(fā)現(xiàn)：企業(yè)數(shù)字化程度通過增強行業(yè)內知識多樣性促進了漸進式創(chuàng)新，但對突破式創(chuàng)新的影響并不顯著；企業(yè)員工教育水平和專業(yè)化分工程度均增強了企業(yè)數(shù)字化程度對漸進式創(chuàng)新的正向影響，但并不調節(jié)企業(yè)數(shù)字化程度和突破式創(chuàng)新之間的關系；高盈利能力企業(yè)和競爭性行業(yè)的企業(yè)數(shù)字化程度能夠促進漸進式創(chuàng)新，但不影響突破式創(chuàng)新；管制性行業(yè)的企業(yè)數(shù)字化程度抑制了突破式創(chuàng)新，且對漸進式創(chuàng)新的影響不明顯。

關鍵詞：企業(yè)數(shù)字化程度；知識多樣性；漸進式創(chuàng)新；突破式創(chuàng)新

中圖分類號：F2707；F2731??文獻標識碼：A??文章編號：1001-148X（2024）03-0125-09

收稿日期：2023-11-12

作者簡介：李玉花（1984—），女，山東曹縣人，教授，博士生導師，研究方向：數(shù)字經濟、技術創(chuàng)新、FDI與創(chuàng)新；李丹丹（1991—），女，河南周口人，博士研究生，研究方向為：數(shù)字經濟、技術創(chuàng)新。

基金項目：國家社會科學青年基金項目“數(shù)字經濟對中國企業(yè)出口升級的作用機理、效應及對策研究”，項目編號：21CJY020。

一、引?言

黨的二十大報告指出，要加快實施創(chuàng)新驅動發(fā)展戰(zhàn)略，集聚力量進行原創(chuàng)性引領性科技攻關，堅決打贏關鍵核心技術攻堅戰(zhàn)，增強自主創(chuàng)新能力［1］。自主創(chuàng)新能力的提升不僅體現(xiàn)在對現(xiàn)有技術、現(xiàn)有產品和服務進行不斷完善、改進，還體現(xiàn)在開發(fā)填補目前處于劣勢甚至空白領域的新技術。企業(yè)是創(chuàng)新成果產出的第一主力軍，研究如何提升企業(yè)漸進式創(chuàng)新（即在現(xiàn)有知識和技術基礎上進行改進和優(yōu)化）和突破式創(chuàng)新（即突破原有的知識組合模式研發(fā)出全新的技術），對我國自主創(chuàng)新能力提升具有重要意義。

近年來，信息技術快速發(fā)展，最為突出的數(shù)字技術目前已得到廣泛應用，且成為推動經濟發(fā)展的一種新型的、重要的生產要素。數(shù)字技術融入企業(yè)，不僅使知識和技術的流動更加便捷，重塑且擴大了企業(yè)知識邊界［2］，而且內部的數(shù)字化有助于改進生產流程、業(yè)務模式、經營方式和運作思維等，同時為有創(chuàng)新意愿的企業(yè)提供了全新且顛覆性的市場機會［3］。然而，企業(yè)會利用數(shù)字技術所帶來的這些機遇更多地進行某種創(chuàng)新嗎？漸進式創(chuàng)新和突破式創(chuàng)新對企業(yè)員工受教育水平、企業(yè)專業(yè)化分工程度、研發(fā)投入的持續(xù)性以及風險的承受力具有不同的要求，那么企業(yè)數(shù)字化程度對漸進式創(chuàng)新和突破式創(chuàng)新是否存在影響，如果存在，是否不同？

目前，對數(shù)字化和企業(yè)創(chuàng)新關系的研究，主要集中在數(shù)字經濟或數(shù)字技術對企業(yè)創(chuàng)新績效［4］、企業(yè)創(chuàng)新效率［5］的研究，以及對企業(yè)具體創(chuàng)新內容的研究，如企業(yè)綠色創(chuàng)新［6］、技術創(chuàng)新［7］、模式創(chuàng)新［8］等。不同于已有研究，本文是就數(shù)字化程度對企業(yè)的不同創(chuàng)新模式進行探討。企業(yè)創(chuàng)新按模式可劃分為漸進式創(chuàng)新和突破式創(chuàng)新［9］，漸進式創(chuàng)新是為維持現(xiàn)有市場份額和滿足現(xiàn)有客戶需求，而對企業(yè)已有技術、產品和服務等進行改進和提升，具有投入少、見效快的特點；突破式創(chuàng)新是企業(yè)為擴大潛在市場份額和挖掘潛在客戶，前期投入大量資金和研發(fā)資源，顛覆現(xiàn)有技術，開發(fā)出的全新技術、產品和服務［10］?；谄髽I(yè)未來生存和發(fā)展考慮，亟須研究企業(yè)數(shù)字化程度分別對漸進式創(chuàng)新和突破式創(chuàng)新的影響。

同時，也有學者探究了企業(yè)數(shù)字化影響企業(yè)創(chuàng)新的機制渠道，發(fā)現(xiàn)企業(yè)數(shù)字化通過適應能力、創(chuàng)新能力和吸收能力［11］、人力資源投入和財力資源投入［6］、國際化戰(zhàn)略［12］等企業(yè)活動影響企業(yè)創(chuàng)新。不同于以往文獻，本文從創(chuàng)新的本質出發(fā)來探索企業(yè)數(shù)字化影響創(chuàng)新的“黑箱”。創(chuàng)新的本質是知識元素的排列組合［13］，而漸進式創(chuàng)新偏向行業(yè)內多樣化的知識元素組合，突破式創(chuàng)新偏向跨行業(yè)多樣化知識元素的組合。基于此，本文將重點研究企業(yè)數(shù)字化程度如何通過影響知識元素的多樣性，對漸進式創(chuàng)新和突破式創(chuàng)新產生的不同影響。

本文可能的邊際貢獻在于：一是研究對象的深入挖掘。對數(shù)字技術研究的現(xiàn)有文獻尚未根據企業(yè)創(chuàng)新模式開展研究，本文根據創(chuàng)新模式將企業(yè)創(chuàng)新分為漸進式創(chuàng)新和突破式創(chuàng)新，探究了企業(yè)數(shù)字化程度對二者的差異化影響，拓展了對創(chuàng)新的認識，同時也豐富了企業(yè)數(shù)字技術應用的經濟成果。二是機制研究視角的開拓?，F(xiàn)有文獻對數(shù)字化和企業(yè)創(chuàng)新機制的研究多為企業(yè)活動，鮮有就創(chuàng)新本身所需的知識結構進行分析。本文基于知識組合理論，從創(chuàng)新本質出發(fā)，全面探討并驗證了企業(yè)數(shù)字化程度通過影響行業(yè)內外知識多樣性，進而對漸進式創(chuàng)新和突破式創(chuàng)新產生差異化作用的機制，有助于打開企業(yè)數(shù)字化程度分別影響漸進式創(chuàng)新和突破式創(chuàng)新的“黑箱”。三是創(chuàng)新性地將企業(yè)內部環(huán)境因素作為調節(jié)變量，分析其對企業(yè)數(shù)字化程度與漸進式創(chuàng)新和突破式創(chuàng)新關系的調節(jié)作用。本文為數(shù)字化程度促進企業(yè)創(chuàng)新提供了新的經驗證據，為政府部門優(yōu)化創(chuàng)新激勵政策和企業(yè)自身優(yōu)化創(chuàng)新環(huán)境提供了新的理論參考。

二、理論分析與研究假設

知識組合理論認為，創(chuàng)新的本質是對知識元素進行組合［13］，漸進式創(chuàng)新是對行業(yè)內已有或新知識元素進行組合，以升級現(xiàn)有產品、技能、流程和結構［14］，而突破式創(chuàng)新需要新知識或偏離現(xiàn)有知識對行業(yè)外的知識元素進行組合［15］。企業(yè)持續(xù)進行漸進式創(chuàng)新和突破式創(chuàng)新，需要不斷地豐富自身的知識庫，以增強知識的多樣性。隨著數(shù)字技術應用的不斷深入，企業(yè)可以利用數(shù)字技術將分散在不同數(shù)據源中知識進行搜索、整理與分析、儲存與共享，這樣企業(yè)的知識庫會快速地擴充，其知識元素也更加多樣化，為企業(yè)高效地進行創(chuàng)新活動助力。作用于企業(yè)創(chuàng)新的數(shù)字技術功能主要分為三類：搜索、整理與分析、儲存與共享。這三種功能之間相互銜接、相互傳遞，合力影響企業(yè)創(chuàng)新。本文將數(shù)字技術的這三類功能與知識組合理論相結合，揭示企業(yè)數(shù)字化程度對漸進式創(chuàng)新和突破式創(chuàng)新的差異化影響。

（一）數(shù)字技術、知識多樣性、企業(yè)的漸進式創(chuàng)新和突破式創(chuàng)新

1?數(shù)字技術的搜索功能增強知識元素的流動性，提高多樣化知識元素間的組合可能性。數(shù)據技術中的網絡爬蟲技術、數(shù)字挖掘技術、文本挖掘技術等均具有搜索功能，企業(yè)可以利用這些技術的搜索功能搜索分散在企業(yè)或個人網頁具有市場信號的知識和技術，提升知識的豐裕度，便于企業(yè)更加高效地收集多樣化的知識。同時企業(yè)也可以從企業(yè)外的數(shù)據庫、文庫中檢索并提取到具有隱性和顯性聯(lián)系的知識元素和技術信息并將其收集。搜索技術既可以增強行業(yè)內外知識元素的流動性，又可以在擴大企業(yè)知識庫的同時，增加多樣化知識元素間的組合可能性。

2?數(shù)字技術的整理與分析功能促使多樣性知識元素間關系的顯現(xiàn)化，提升知識組合的準確度。數(shù)字技術中具有強大的整理和分析功能，使得在龐大知識庫中無序且毫無關聯(lián)知識元素間的潛在關系顯現(xiàn)化，擁有該功能的數(shù)字技術有數(shù)據庫技術、知識圖譜技術、云計算技術等。整理功能中的標簽和分類系統(tǒng)可以對知識進行結構化管理，提高知識分類細化、組織、檢索的效率，且便于研發(fā)人員瀏覽和檢索相關的知識，同時也會對龐大且組織混亂的知識元素集就其所屬行業(yè)進行對比、歸納、分類；數(shù)字技術的分析功能可以利用圖、表數(shù)據庫及語義網絡等，將行業(yè)內外的知識元素之間的關系建模為節(jié)點和邊，幫助研發(fā)人員更明晰地理解和發(fā)現(xiàn)行業(yè)內外知識元素間的關聯(lián)性，促進多樣化知識元素的行業(yè)內和跨行業(yè)融合，同時也有助于研發(fā)人員預測有價值知識組合的準確度［16］。

3?數(shù)字技術的儲存和共享功能有助于企業(yè)內外部交流，使得企業(yè)知識元素更加多樣化。面對收集和獲取的大量知識，需要數(shù)字技術的儲存功能將其在軟件或硬件中存儲，便于進行整理、分析和共享。數(shù)字技術的儲存功能有三種不同的類型：用于個人存儲的公共云、用于企業(yè)控制數(shù)據的私有云、公共云和私有云相結合的混合云。私有云在公司內部可以高效保護數(shù)據安全，同時可以實現(xiàn)企業(yè)內各部門知識的共享；混合云則可以使公共云和私有云之間的知識流通和共享更加便利且安全，研發(fā)人員在云服務器上可以隨時隨地上傳和下載知識及技術方法。而共享功能的運用主要分為三類：企業(yè)內部的知識元素共享、企業(yè)外行業(yè)內的知識元素共享和行業(yè)外的知識元素共享。企業(yè)內部的知識共享主要體現(xiàn)在企業(yè)各部門之間技術和知識溝通交流、知識元素的互換。行業(yè)內知識元素的共享則可以加深對企業(yè)所屬行業(yè)知識的理解、補充企業(yè)的知識庫，完善企業(yè)對所屬行業(yè)知識范圍的漏缺。因此，企業(yè)內部、企業(yè)外行業(yè)內部知識元素共享有助于增強行業(yè)內知識元素的多樣性。行業(yè)外知識元素共享主要體現(xiàn)在不同行業(yè)的企業(yè)或機構之間進行的知識元素共享，即雙方進行合作時，跨行業(yè)知識庫的知識元素得以流通與共用，增強了行業(yè)外知識元素的多樣性。

企業(yè)擁有多樣化的行業(yè)內知識元素有助于促進漸進式創(chuàng)新。企業(yè)在行業(yè)內部知識共享時，研發(fā)人員與行業(yè)內的專業(yè)人士對知識元素進行密切的討論，提升對同行業(yè)知識元素識別度和熟悉度，以便更易理解其優(yōu)缺點［17］、運用原則等，更好地掌握本領域核心技術［18］。這有利于打破固有知識元素間的組合原則［19］，同時也可使用關聯(lián)規(guī)則、知識圖譜技術挖掘該行業(yè)創(chuàng)新成果知識元素組合的規(guī)律［20］，對涉及的知識元素的利用價值進行評估。這也更容易發(fā)現(xiàn)其與企業(yè)內部知識庫中知識元素之間的潛在聯(lián)系，便于在已有產品知識元素基礎上對價值高的行業(yè)內知識元素加以利用，促進行業(yè)內新知識組合的產生，即產生漸進式創(chuàng)新活動的想法，進而促進漸進式創(chuàng)新［21］。

企業(yè)的行業(yè)外知識元素多樣性對突破式創(chuàng)新具有促進作用［22］，主要體現(xiàn)在兩個方面。一方面，企業(yè)的行業(yè)外知識元素多樣性程度越高，其知識異質性就越強，也有助于增強企業(yè)知識整合的靈活性以及打破企業(yè)創(chuàng)新的固有思維，為企業(yè)提供不同的創(chuàng)新思路，有助于脫離現(xiàn)有技術模式的機會，增加突破式創(chuàng)新的可能性［18］。另一方面，多樣化的行業(yè)外知識不但擴大了企業(yè)的知識邊界，而且提高了企業(yè)對前沿技術及潛在市場信號的理解能力，這也極大地增加了企業(yè)為拓展新市場、掌握新技術，進而開展突破式創(chuàng)新活動的可能性［21］?；谝陨戏治?，本文提出如下假設：

H1a：企業(yè)數(shù)字化程度通過增強行業(yè)內知識元素多樣性促進企業(yè)的漸進式創(chuàng)新。

H1b：企業(yè)數(shù)字化程度通過增強行業(yè)外知識元素多樣性促進企業(yè)的突破式創(chuàng)新。

（二）企業(yè)員工教育水平和專業(yè)化分工程度的調節(jié)作用

企業(yè)數(shù)字化程度對漸進式創(chuàng)新和突破式創(chuàng)新的影響均會受到企業(yè)內部環(huán)境的調節(jié)。企業(yè)內部環(huán)境因素主要包括研發(fā)資金投入、員工教育水平、企業(yè)專業(yè)化分工程度、管理者關注度等。結合知識組合理論，本文選取最能直接影響知識組合的兩個因素：員工教育水平和企業(yè)專業(yè)化分工程度，并分析二者對企業(yè)數(shù)字化程度和兩種創(chuàng)新關系的調節(jié)作用。

企業(yè)員工教育水平可能調節(jié)企業(yè)數(shù)字化程度對漸進式創(chuàng)新和突破式創(chuàng)新的影響。員工教育水平的程度體現(xiàn)了企業(yè)進行創(chuàng)新活動的潛力。高等教育往往是綜合性較強的，這意味著，接受高等教育的員工具有多領域知識背景的潛質，其學習和接受能力普遍較強。因此，員工教育水平高的企業(yè)可以更快地熟悉數(shù)字化工具和平臺的使用、掌握新的數(shù)字技術、適應數(shù)字化環(huán)境，利用它們的搜索功能得到更多行業(yè)內外的知識元素，借助數(shù)字技術的整理分析功能，并結合多領域知識背景，對搜索到的知識元素進行整理和分析，可以將不同行業(yè)的知識進行交叉應用、行業(yè)內的知識加以深化和拓展，高效快速地識別公司知識庫知識元素之間的顯性或隱性聯(lián)系，使得新的知識組合的可能性增大，提高企業(yè)進行漸進式創(chuàng)新和突破式創(chuàng)新的可能。基于以上分析，本文提出如下假設：

H2a：員工教育水平增強了數(shù)字化程度對企業(yè)漸進式創(chuàng)新的促進作用。

H2b：員工教育水平增強了數(shù)字化程度對企業(yè)突破式創(chuàng)新的促進作用。

企業(yè)專業(yè)化分工程度可能調節(jié)數(shù)字化程度對漸進式創(chuàng)新和突破式創(chuàng)新的影響。專業(yè)化分工程度指企業(yè)內部工作任務的分工程度，較高的專業(yè)化分工程度意味著各企業(yè)在相關領域都有更深入的專業(yè)知識和技術，有更好的技術知識儲備和積累。這樣，企業(yè)的研發(fā)人員基于對行業(yè)內知識元素深入的了解和掌握，在進行知識元素組合時會更加得心應手，容易發(fā)現(xiàn)改善和提升現(xiàn)有產品知識組合的機會，進而有助于企業(yè)利用數(shù)字技術提升其漸進式創(chuàng)新。專業(yè)化分工程度高的企業(yè)，在借助數(shù)字技術的儲存和共享功能實現(xiàn)與行業(yè)外企業(yè)的知識庫共享，以及實現(xiàn)企業(yè)知識庫的多樣性提高的同時，結合得益于專業(yè)化分工的技能和知識的積累，可以更快實現(xiàn)多學科知識的融合，為其提供更廣闊的視角和更豐富的創(chuàng)新思路，使得不同行業(yè)間的知識元素組合的可行性得以提高，便于開展突破式創(chuàng)新活動?；谝陨戏治觯疚奶岢鋈缦录僭O：

H3a：專業(yè)化分工程度增強了數(shù)字化程度對企業(yè)漸進式創(chuàng)新的促進作用。

H3b：專業(yè)化分工程度增強了數(shù)字化程度對企業(yè)突破式創(chuàng)新的促進作用。

三、研究設計

（一）樣本選擇與數(shù)據來源

自2007年1月起，上市公司開始啟用新的會計準則，為使數(shù)據計算方法具有統(tǒng)一性和保證面板數(shù)據具有連貫性，本文采用2007—2021年的滬深A股上市公司作為研究對象。此外，考慮到金融及房地產行業(yè)的財務報表和其他行業(yè)差別明顯，故作剔除處理，同時對ST、PT以及資不抵債的企業(yè)也作剔除處理。A股上市公司財務數(shù)據來自CSMAR數(shù)據庫和Wind數(shù)據庫，行業(yè)數(shù)據來自《中國統(tǒng)計年鑒》，地區(qū)層面數(shù)據來自《中國城市統(tǒng)計年鑒》，專利數(shù)據來源于經濟金融研究（CCER）數(shù)據庫。

（二）變量測度與說明

1?被解釋變量：企業(yè)漸進式創(chuàng)新和突破式創(chuàng)新。使用專利數(shù)量來測度漸進式創(chuàng)新和突破式創(chuàng)新。中國采用的國際專利分類號，分為部、大類、小類、大組、小組等五個部分，部用一個字母表示，大類用兩個數(shù)字表示，小類用一個字母表示，大組用一至三個數(shù)字表示，小組用二至四個數(shù)字表示。借鑒Wagner［23］對專利分類號的前四位進行對比，如若近5年內未出現(xiàn)重復的專利則記該專利為突破式創(chuàng)新專利；如若近5年內重復出現(xiàn)，則記該專利為漸進式創(chuàng)新專利。此外，鑒于部分樣本企業(yè)的漸進式創(chuàng)新專利以及突破式創(chuàng)新專利數(shù)量為0，且呈右偏態(tài)分布，對以上專利數(shù)量加1后取自然對數(shù)處理，進而構建漸進式創(chuàng)新和突破式創(chuàng)新代理變量為Incrmt和Radical。

2?解釋變量：數(shù)字化程度。本文借鑒吳非等［24］和袁淳等［25］的做法，首先，在其相關研究的基礎上，結合《數(shù)字化程度報告2022》《關于數(shù)字經濟發(fā)展情況的報告》《中國數(shù)字政府發(fā)展研究報告（2021）》《數(shù)字政府發(fā)展趨勢與建設路徑研究報告（2022年）》等與數(shù)字化相關的研究報告和重要政策文件，提取主要包括技術層面和數(shù)字化應用層面的相關數(shù)字化關鍵詞。技術層面包括人工智能、大數(shù)據、區(qū)塊鏈、云計算等四大類技術應用相關的詞組。數(shù)字化應用層面主要包括電子商務、移動互聯(lián)、數(shù)字金融和數(shù)字營銷等因數(shù)字化而產生的新興集成技術、企業(yè)流程升級和業(yè)態(tài)改變的相關詞組。以上共218個關鍵詞，構建數(shù)字化詞庫。其次，運用Python爬蟲技術提取2007—2021年中國所有A股上市公司的年報，然后運用機器學習文本分析法統(tǒng)計出各層面關鍵詞出現(xiàn)的頻率，同時刪除年報中的停用詞。最后，將加總數(shù)字化相關詞匯的頻數(shù)，用總和與企業(yè)年報管理層討論與分析（Managements?Discussion?and?Analysis）語段長度的比值乘100?作為企業(yè)數(shù)字化程度的衡量指標［25］。

3?控制變量。本文的控制變量分為地區(qū)層面和企業(yè)層面。地區(qū)層面的控制變量是地區(qū)發(fā)展水平（Gdp），用所在城市GDP取自然對數(shù)來表示。參考唐要家等［4］的做法，公司層面的控制變量包括企業(yè)規(guī)模（Size），用企業(yè)總資產取自然對數(shù)；企業(yè)年齡（Age），用數(shù)據統(tǒng)計年份與成立年份的差值，并取自然對數(shù)表示；企業(yè)托賓Q值（Q），用企業(yè)的市值與總資產之比表示；資產負債率（Lev），用企業(yè)總負債與總資產的比值表示；企業(yè)資本密集度（Capt_intsy），用企業(yè)總資產與營業(yè)收入之比表示；總資產收益率（Roa），采用凈利潤與平均資產總額的比值；董事會規(guī)模（Bsize），用期末董事會人數(shù)的自然對數(shù)表示；獨立董事比例（Bodi），用期末獨立董事人數(shù)與董事會人數(shù)之比表示；經營現(xiàn)金流量比（Flows），用經營活動現(xiàn)金凈流量與當期總資產之比表示。在此基礎上加入企業(yè)和年度兩個維度上的固定效應。

（三）模型構建與描述性統(tǒng)計

為檢驗企業(yè)數(shù)字化程度對漸進式創(chuàng)新和突破式創(chuàng)新的差異化影響，構建如下計量模型：

Innovationi，t=α0?+?α1Digitali，t?+?α2RCj，t+α3FCi，t?+?γi+δt?+?εi，t（1）

其中，Innovation代表企業(yè)創(chuàng)新水平，包括變量Incrmt和Radical；Digital為企業(yè)數(shù)字化程度；γ是企業(yè)固定效應；δ是年度固定效應；ε是隨機干擾項。RC是地區(qū)層面的控制變量，F(xiàn)C是企業(yè)層面的控制變量。其中，下標i、j、t分別表示企業(yè)、地區(qū)和年份。以上變量的描述性統(tǒng)計見表1。

四、實證結果分析

（一）基準回歸

表2報告了企業(yè)數(shù)字化程度分別對漸進式創(chuàng)新和突破式創(chuàng)新影響的檢驗結果。在表2中列（1）和列（3）僅添加一些控制變量，而列（2）和列（4）在添加控制變量的基礎上也控制了企業(yè)和年度固定效應。在列（1）中，企業(yè)數(shù)字化程度（Digital）對漸進式創(chuàng)新（Incrmt）影響的回歸系數(shù)為0611，通過了1%的顯著性檢驗。列（2）結果顯示，由于控制了企業(yè)和年度固定效應會部分影響漸進式創(chuàng)新而吸收，致其回歸系數(shù)縮小至0249，且通過5%的顯著性檢驗。列（3）和列（4）的結果顯示，企業(yè)數(shù)字化程度對突破式創(chuàng)新影響的回歸結果均未通過統(tǒng)計顯著性檢驗。以上結果說明，企業(yè)數(shù)字化程度促進了其漸進式創(chuàng)新，但對突破式創(chuàng)新的影響不明顯。

（二）內生性檢驗

一方面，互聯(lián)網的飛速發(fā)展、數(shù)字化的普及，企業(yè)層面數(shù)字技術應用越來越深入，大大提高企業(yè)的工作效率，進而促進創(chuàng)新水平的提升；另一方面，企業(yè)創(chuàng)新水平的提升也會推動企業(yè)數(shù)字化程度的提升。本文采用工具變量法盡可能解決這一反向因果關系，以及可能存在的遺漏變量和樣本選擇偏差引起的內生性問題。

參照Bartik工具變量的構建思想，借鑒方明月等［26］的做法，采用2006年同行業(yè)其他企業(yè)的數(shù)字化程度均值與企業(yè)所在省份外的其他省份互聯(lián)網寬帶接入端口數(shù)量的增長率相乘，構建企業(yè)數(shù)字化程度的工具變量D_bb。該方法構建的工具變量滿足外生性要求，且企業(yè)數(shù)字技術應用的深度與行業(yè)性質相關，滿足相關性要求。表3中列（1）結果表明，考慮內生性問題后，Digital系數(shù)通過了5%的顯著性水平，且為正；列（2）結果不顯著。與前文結果一致。

此外，本文還參考張勛等［27］的做法，采用企業(yè)所在城市與作為數(shù)字技術的發(fā)源地——杭州的英里數(shù)作為工具變量，距離越近，就越能享受到知識及技術溢出的紅利，滿足相關性的要求。且城市之間的距離不直接作用于企業(yè)創(chuàng)新，滿足外生性要求。由于該變量為截面數(shù)據，本文將其分別與互聯(lián)網用戶數(shù)、互聯(lián)網普及率相乘構成兩個面板工具變量Dist_numb、Dist_rate。表3列（3）—（6）回歸結果顯示，工具變量Dist_numb、Dist_rate與前文檢驗結果一致，同樣表明本文的主要結論依然成立。

（三）穩(wěn)健性檢驗

1?刪除金融危機時期和疫情時期樣本數(shù)據。在經濟全球化的今天，國內外的經濟大波動均會影響到企業(yè)數(shù)字化程度以及企業(yè)創(chuàng)新。在樣本數(shù)據的時間序列中，發(fā)生了三個重要的影響經濟波動的事件：2008年國際金融危機；2015年中國股災；2020年新冠肺炎疫情的爆發(fā)。本文借鑒吳非等［24］的處理方法，剔除國際金融危機爆發(fā)、中國股災及新冠肺炎疫情前后兩年的樣本數(shù)據，保留2011—2014年和2017—2019年的樣本數(shù)據，來考察模型的估計效果。如表4列（1）和列（2）所示，估計結果依然穩(wěn)健。

2?企業(yè)數(shù)字化程度滯后一期。由于企業(yè)數(shù)字化程度可能對漸進式創(chuàng)新和突破式創(chuàng)新產生一定的滯后效應，故本文通過對滯后一年的數(shù)字化程度指數(shù)進行回歸，并以此作對比。如表4列（3）和列（4）所示，結果均與基準回歸結果一致，證明本文的核心研究假說成立。

3?替換被解釋變量。在借鑒Wagner［23］做法的基礎上，對專利分類號的前四位進行對比，如若近三年內未出現(xiàn)重復的專利則記該專利為突破式創(chuàng)新的專利；如若近三年內出現(xiàn)重復，則記該專利為漸進式創(chuàng)新專利。同樣，對以上專利數(shù)量加1后取自然對數(shù)處理后進行回歸，結果如表4列（5）和列（6）所示未發(fā)生顯著變化，體現(xiàn)了結論的穩(wěn)健性。

4替換估計方法。由于上市公司的年度專利申請數(shù)據為計數(shù)數(shù)據，且存在較多的零值，前文的回歸結果可能存在一定程度的偏差，故采用適用于計數(shù)數(shù)據的負二項回歸模型，以及對零值較多的樣本具有較好適配性的Tobit模型進行重新估計。Tobit回歸結果如表5列（1）和列（2）所示，其報告系數(shù)為平均邊際效應；負二項回歸結果如表5列（3）和列（4）所示。二者結果與基準回歸結果一致。由此可見，經過多重穩(wěn)健性檢驗，本文的核心研究結論依舊成立。

五、進一步分析

（一）機制檢驗

企業(yè)數(shù)字化程度對漸進式創(chuàng)新的影響是否由于行業(yè)內知識多樣性所導致的，以及理論上企業(yè)數(shù)字化程度對突破式創(chuàng)新的影響是否由于行業(yè)外知識多樣性所導致的，還需要對相關統(tǒng)計數(shù)據進行實證檢驗?；贑hatterjee和Blocher［28］的思想，知識的多樣性是行業(yè)內知識多樣性和行業(yè)外知識多樣性的總和。由于企業(yè)的知識庫是自成立以來不斷積累知識的結果，且企業(yè)的創(chuàng)新結果是建立在以往知識的基礎上產生的，因此，為更好體現(xiàn)企業(yè)知識多樣性的變化軌跡，本文以五年為窗口期，對企業(yè)的發(fā)明專利和實用新型專利進行分析。借鑒吳偉偉等［22］的做法，用國際技術分類中的大類表示企業(yè)的知識元素種類，采用信息熵指數(shù)的方法來測算企業(yè)知識的多樣性：

KD?=∑Ni=0piln（1pi）（2）

其中，pi是i大類專利總數(shù)占所有專利總數(shù)的比例。

行業(yè)外知識多樣性（UKD）表示為：

UKD=∑Mj=0pjln（1pj）（3）

其中，pj是j部專利總數(shù)占所有專利總數(shù)的比例。

行業(yè)內知識多樣性（RKD）表示為：

RKD=KD-UKD（4）

機制檢驗的回歸結果如表6所示，列（1）表明企業(yè)數(shù)字化程度的提高可以增強企業(yè)的行業(yè)內知識多樣性，促進漸進式創(chuàng)新，驗證了假設H1a。列（2）表明企業(yè)數(shù)字化程度的提升可以增強企業(yè)行業(yè)外知識多樣性，但企業(yè)數(shù)字化程度提升對突破式創(chuàng)新的基準回歸結果不顯著，可能存在兩個原因：一是企業(yè)利用數(shù)字技術更易于發(fā)現(xiàn)短期市場需求，為應對市場競爭，可能偏向將通過數(shù)字技術獲得的多樣化知識應用到漸進式創(chuàng)新活動中，而非需要高投入、高風險、產出周期長的突破式創(chuàng)新。二是同行業(yè)的企業(yè)數(shù)字化程度比較相近，相似的硬、軟件設施便于行業(yè)內企業(yè)進行技術和知識的交流、合作與共享。而在行業(yè)外，企業(yè)間硬件和軟件的基礎設施大有不同，如知識儲存系統(tǒng)的差異等，在技術和知識共享時存在一定的不便性，且行業(yè)內外知識元素的結構、排序規(guī)則等可能大相徑庭，而研發(fā)人員可能存在專業(yè)思維受限等因素，需要花費大量的時間和精力尋找新穎的創(chuàng)新可能性，因而對突破式創(chuàng)新的影響不明顯，拒絕假設H1b。

（二）企業(yè)員工教育水平和專業(yè)化分工程度的調節(jié)作用分析

本文進一步地分析了企業(yè)員工教育水平（Amt）以及專業(yè)化分工程度（VSI）對企業(yè)數(shù)字化程度和漸進式創(chuàng)新、突破式創(chuàng)新之間的關系的調節(jié)作用。企業(yè)員工教育水平（Amt），選用企業(yè)本科以上在職員工總人數(shù)加1，并取自然對數(shù)。企業(yè)專業(yè)化分工程度（VSI）和企業(yè)縱向一體化程度是一組相對的概念，二者存在此消彼長的關系。用最早由?Adelman提出的價值增值法（Value?Added?to?Sales，VAS）來測度縱向一體化，并參照袁淳等［25］的做法，本文選用修正后的企業(yè)專業(yè)化分工程度VSI=1-VASAdj?，其合理值域為［0，1］，并刪除偏離合理值域的觀測值。

表7結果顯示，企業(yè)數(shù)字化程度與員工教育水平交乘項（Digital*Amt）的系數(shù)和企業(yè)數(shù)字化程度與專業(yè)化分工程度的交乘項（Digital*VSI）系數(shù)在列（1）和列（3）均顯著為正，但在列（2）和列（4）均不顯著。說明企業(yè)員工教育水平和專業(yè)化分工程度均增強了數(shù)字化程度對漸進式創(chuàng)新的促進作用，且對企業(yè)數(shù)字化程度和突破式創(chuàng)新的關系的調節(jié)作用均不明顯。該結論驗證了假設H2a和H3a，且不支持假設H2b和H3b。

（三）異質性檢驗

1?企業(yè)盈利能力異質性。企業(yè)開展創(chuàng)新活動需要大量的資金投入，而其盈利能力是決定研發(fā)資金投入規(guī)模的重要因素。借鑒董香書等［29］的做法，企業(yè)盈利能力采用“企業(yè)凈利潤和營業(yè)總收入的比值”來衡量，并將其與企業(yè)所在行業(yè)的中位數(shù)作為參照分為高盈利能力企業(yè)和低盈利能力企業(yè)進行回歸。表8結果顯示，低盈利能力的企業(yè)，數(shù)字化程度提升對漸進式創(chuàng)新和突破式創(chuàng)新的影響均不顯著；高盈利能力的企業(yè)，數(shù)字化程度的提升顯著正向影響企業(yè)漸進式創(chuàng)新，而對突破式創(chuàng)新的影響則不顯著。這表明，企業(yè)數(shù)字化程度對漸進式創(chuàng)新的促進作用主要體現(xiàn)在高盈利能力的企業(yè)。

2管制性行業(yè)與競爭性行業(yè)的異質性。行業(yè)的競爭程度可能對企業(yè)數(shù)字化程度和創(chuàng)新的關系產生影響。在競爭性行業(yè)，面對高競爭程度，企業(yè)會加大研發(fā)投入，進而促進企業(yè)創(chuàng)新。在管制性行業(yè)，由于受政策、高市場準入條件等因素的影響，企業(yè)創(chuàng)新可能會受到限制。為驗證以上猜想，參照袁淳等［25］的做法，將樣本分為管制性行業(yè)和競爭性行業(yè)兩組?將證監(jiān)會?2012版行業(yè)分類下行業(yè)代碼為?B、C25、C31、C32、C36、C37、D、E48、G53、G54、G55、G56、I63、I64、K?以及?R?的行業(yè)定義為管制性行業(yè)，其他行業(yè)則視為競爭性行業(yè)。，進行回歸檢驗。表9中列（1）和列（2）結果表明，在管制性行業(yè)，企業(yè)數(shù)字化程度不影響漸進式創(chuàng)新，卻阻礙突破式創(chuàng)新?？赡艿脑蚴牵汗苤菩孕袠I(yè)一般受到政府部門和相關法律法規(guī)的嚴格監(jiān)管［30］，進行新技術、業(yè)務模式等創(chuàng)新活動本身就可能會帶來未知風險，而數(shù)字技術的深入應用可能會提高某些未知風險發(fā)生的概率，尤其是信息安全方面的問題，由此可能會減少企業(yè)擴充知識庫的機會，降低知識的多樣性，抑制企業(yè)創(chuàng)新，特別是變革性強的突破式創(chuàng)新。表9中列（3）和列（4）結果表明，在競爭性行業(yè)中，企業(yè)數(shù)字化程度顯著地促進漸進式創(chuàng)新，但對突破式創(chuàng)新不產生影響。

六、結論與啟示

本文基于2007—2021年中國A股上市公司數(shù)據，結合知識組合理論，檢驗了企業(yè)數(shù)字化程度對漸進式創(chuàng)新和突破式創(chuàng)新的差異化影響，得出以下結論：（1）企業(yè)數(shù)字化程度通過增強企業(yè)行業(yè)內知識元素的多樣性，促進了漸進式創(chuàng)新，但對突破式創(chuàng)新的影響并不顯著。經過內生性檢驗和多種方法的穩(wěn)健性檢驗后，這些影響依然成立。（2）員工教育水平和專業(yè)化分工程度增強了數(shù)字化程度對企業(yè)漸進式創(chuàng)新的促進作用，二者均不顯著調節(jié)企業(yè)數(shù)字化程度和突破式創(chuàng)新的關系。（3）高盈利能力企業(yè)和競爭性行業(yè)的企業(yè)數(shù)字化程度促進了其漸進式創(chuàng)新，但對突破式創(chuàng)新的影響作用并不明顯；管制性行業(yè)的企業(yè)數(shù)字化程度阻礙了突破式創(chuàng)新，但對漸進式創(chuàng)新的影響不明顯。

根據研究結論得到如下啟示：

在政府層面：一是為數(shù)字技術的深入使用提供環(huán)境支持，助力數(shù)字技術促進企業(yè)創(chuàng)新。加強數(shù)字化基礎設施建設，提高數(shù)字化技術在企業(yè)中的普及率和應用水平，為企業(yè)提供更好的數(shù)字技術應用環(huán)境和支持。二是制定提高數(shù)字技術應用的激勵政策，如提供稅收優(yōu)惠或財政補貼，以降低企業(yè)數(shù)字技術應用的成本，鼓勵企業(yè)深度使用數(shù)字技術，以便企業(yè)效率和競爭力的提高。三是采用動態(tài)的行業(yè)監(jiān)管政策，特別是數(shù)字技術應用的監(jiān)督管理。根據行業(yè)特色、行業(yè)發(fā)展動態(tài)以及行業(yè)發(fā)展需要，及時調整行業(yè)監(jiān)管政策，為企業(yè)深入使用數(shù)字技術、企業(yè)間的合作交流提供相適宜的便利。如管制性行業(yè)應對數(shù)字技術的使用進行針對性的重點監(jiān)管，根據行業(yè)企業(yè)發(fā)展中的需要，制定不同強度的監(jiān)管政策。

在企業(yè)層面：一是重視突破式創(chuàng)新。企業(yè)領導層應高度重視突破式創(chuàng)新活動的開展，設置專項研發(fā)小組，加大研發(fā)資金投入，提高其風險承受能力；高效利用數(shù)字技術挖掘市場和消費者需求，及其帶來多樣性的知識，發(fā)現(xiàn)全新知識組合的可能性，進而提升企業(yè)突破式創(chuàng)新，為日后高質量發(fā)展打造堅實基礎。二是完善人才培養(yǎng)計劃。加強人才引進措施，制定和完善科學合理的人才培養(yǎng)計劃，提升企業(yè)員工整體教育素質和專業(yè)素養(yǎng)，為適應數(shù)字技術的應用，進而開展企業(yè)創(chuàng)新活動儲備力量。三是提高企業(yè)專業(yè)化分工程度的同時，也要注重多領域合作研究。企業(yè)可利用數(shù)字技術來提高生產流程的效率和精度，從而實現(xiàn)更加精細的專業(yè)化分工，積累更多的行業(yè)內知識。同時建立聯(lián)合實驗室和技術共享平臺，對外合作，共同開展研究項目，共享不同領域的技術、知識和經驗等，以實現(xiàn)多領域合作研究，這就使得在提高企業(yè)的漸進式創(chuàng)新能力的同時也增強了突破式創(chuàng)新能力。

參考文獻：

［1］?習近平.?高舉中國特色社會主義偉大旗幟?為全面建設社會主義現(xiàn)代化國家而團結奮斗——在中國共產黨第二十次全國代表大會上的講話（2022年10月16日）?［N］．人民日報，2022-10-26（001）.

［2］?王琳，陳志軍，崔子鈺.?數(shù)字化轉型下知識耦合如何重構組織邊界？——基于創(chuàng)業(yè)警覺的認知邏輯［J/OL］．南開管理評論，2022：1-17.

［3］?Kuester?S，Konya-Baumbach?E，Schuhmacher?M?C.?Get?the?Show?on?the?Road：?Go-to-Market?Strategies?for?e-Innovations?of?Start-Ups［J］．Journal?of?Business?Research，2018，83（1）：65-81.

［4］?唐要家，王鈺，唐春暉.?數(shù)字經濟、市場結構與創(chuàng)新績效［J］．中國工業(yè)經濟，2022，415（10）：62-80.

［5］?楊水利，陳娜，李雷.?數(shù)字化轉型與企業(yè)創(chuàng)新效率——來自中國制造業(yè)上市公司的經驗證據［J］．運籌與管理，2022，31（5）：169-176.

［6］?汪曉文，陳明月，陳南旭.數(shù)字經濟、綠色技術創(chuàng)新與產業(yè)結構升級［J］．經濟問題，2023（1）：19-28.

［7］?楊毅，于倩.數(shù)字經濟能否成為中國制造業(yè)高質量發(fā)展的新動能？——基于技術創(chuàng)新與管理效率效應視角［J］．哈爾濱商業(yè)大學學報（社會科學版），2023（2）：3-18.

［8］?安家驥，狄鶴，劉國亮.組織變革視角下制造業(yè)企業(yè)數(shù)字化轉型的典型模式及路徑［J］．經濟縱橫，2022（2）：54-59.

［9］?Lavie?D，?Kang?J，?Rosenkopf?L.?Balance?within?and?Across?Domains：?The?Performance?Implications?of?Exploration?and?Exploitation?in?Alliances［J］．?Organization?Science，?2011，?22（6）：1517-1538．

［10］鐘昌標，黃遠浙，劉偉.?新興經濟體海外研發(fā)對母公司創(chuàng)新影響的研究——基于漸進式創(chuàng)新和顛覆式創(chuàng)新視角［J］．南開經濟研究，2014，180（6）：91-104.

［11］張吉昌，龍靜.?數(shù)字化轉型、動態(tài)能力與企業(yè)創(chuàng)新績效——來自高新技術上市企業(yè)的經驗證據［J］．經濟與管理，2022，36（3）：74-83.

［12］王福勝，鄭茜月，張東超.?數(shù)字化轉型、國際化戰(zhàn)略與企業(yè)創(chuàng)新［J］．運籌與管理，2023：1-9.

［13］Schumpeter?J.?Business?Cycles：?A?Theoretical，?Historical?and?Statistical?Analysis?of?the?Capitalist?Process［M］．McGraw-Hill?Book?Company，1939.

［14］Jansen?J?J?P，?Van?Den?Bosch?F?A?J，?Volberda?H?W.?Exploratory?Innovation，?Exploitative?Innovation，?and?Performance：?Effects?of?Organizational?Antecedents?and?Environmental?Moderators［J］．?Management?Science，?2006，?52（11）：1661-1674.

［15］Arthur?W?B.?The?Structure?of?Invention［J］．?Research?Policy，?2007，36（2）：274-287.

［16］Agrawal?A，?Gans?J，?Goldfarb?A.?Prediction?Machines：?The?Simple?Economics?of?Artificial?Intelligence［M］．Harvard?Business?Press，?2018.

［17］Kaplan?S，?Vakili?K.?The?Double-Edged?Sword?of?Recombination?in?Breakthrough?Innovation［J］．?Strategic?Management?Journal，?2015，36（10）：1435-1457.

［18］Xu?S?C．Balancing?the?Two?Knowledge?Dimensions?in?Innovation?Efforts：?An?Empirical?Examination?among?Pharmaceutical?Firms［J］．?The?Journal?of?Product?Innovation?Management，?2015，32（4）：?610-621．

［19］Taylor?A，?Greve?H?R.?Superman?or?the?Fantastic?Four？?Knowledge?Combination?and?Experience?in?Innovative?Teams［J］．?Academy?of?Management?Journal，?2006，?49（4）：723-740.

［20］張振剛，羅泰曄.?基于知識組合理論的技術機會發(fā)現(xiàn)［J］．科研管理，2020，41（8）：220-228.

［21］Sternberg?R?J，?OHara?L?A.?Creativity?and?intelligence［M］．Cambridge?University?Press，?1999，?251-272.

［22］吳偉偉，張琦，梁州，等.?技術知識基礎多元度對突破性技術創(chuàng)新行為的影響［J］．管理科學，2020，33（5）：72-85.

［23］Wagner?M.?To?explore?or?to?exploit？?An?Empirical?Investigationof?Acquisitions?by?Large?Incumbents［J］．?Research?Policy，?2011，40（9）：1217-1225.

［24］吳非，胡慧芷，林慧妍，等.?企業(yè)數(shù)字化轉型與資本市場表現(xiàn)——來自股票流動性的經驗證據［J］．管理世界，2021，37（7）：130-144+10.

［25］袁淳，肖土盛，耿春曉，等.?數(shù)字化轉型與企業(yè)分工：專業(yè)化還是縱向一體化［J］．中國工業(yè)經濟，2021，402（9）：137-155.

［26］方明月，林佳妮，聶輝華.?數(shù)字化轉型是否促進了企業(yè)內共同富裕？——來自中國A股上市公司的證據［J］．數(shù)量經濟技術經濟研究，2022，39（11）：50-70.

［27］張勛，楊桐，汪晨，等.數(shù)字金融發(fā)展與居民消費增長：理論與中國實踐［J］．管理世界，2020，36（11）：48-63.

［28］Chatterjee?S，?Blocher?J?D.?Measurement?ofFirm?Diversification：?Is?It?Robust？［J］．?Academy?of?Management?Journal，?1992，35（4）：874-888.

［29］董香書，王晉梅，肖翔.?數(shù)字經濟如何影響制造業(yè)企業(yè)技術創(chuàng)新——基于“數(shù)字鴻溝”的視角［J］．經濟學家，2022，287（11）：62-73.

［30］王俊豪，霍雨佳，金暄暄.?激勵性管制對高耗能企業(yè)綠色技術創(chuàng)新的影響——來自“節(jié)能減排財政政策綜合示范城市”的證據［J］．財經論叢，2023（11）：103-112.

Has?Firm?Digitization?Promoted?Dual?Innovation？

——An?Analysis?based?on?the?Knowledge?Diversity?Perspective

LI?Yuhua，?LI?Dandan

（School?of?Economics，?Zhejiang?University?of?Finance?and?Economics，

Hangzhou?310018，?China）

Abstract：Digital?technology?has?become?a?new?type?of?production?factor，?and?the?relationship?between?its?application?and?innovation?is?of?great?theoretical?value?and?practical?significance.?We?explores?the?differential?effects?of?firm?digitization?on?incremental?and?radical?innovations，?using?China?A-share?listed?firms?as?a?research?sample?from?2007?to?2021.?We?find?that?firm?digitization?promotes?incremental?innovation?by?enhancing?knowledge?diversity?within?industry?rather?than?radical?innovation;?both?employees?education?and?specialization?enhance?the?effect?of?digitization?on?incremental?innovation，?but?do?not?moderate?the?relationship?between?digitization?and?radical?innovation;?and?firm?digitization?in?competitive?industries?promote?incremental?innovation?but?do?not?affect?radical?innovation，?especially?in?highly?profitable?firm;?however，?firm?digitization?in?regulated?industries?inhibits?radical?innovation，?but?does?not?affect?incremental?innovation.

Key?words：firm?digitization;?knowledge?diversity;?incremental?innovation;?radical?innovation

（責任編輯：趙春江）