趙婷婷，楊國亮

(對外經(jīng)濟(jì)貿(mào)易大學(xué) 國際經(jīng)濟(jì)貿(mào)易學(xué)院，北京 100029)

引 言

1995年尼葛洛龐蒂在《數(shù)字化生存》一書中宣布以“比特”為存在物的數(shù)字化時(shí)代已經(jīng)到來(蔡曙山,2001)[1]。數(shù)字技術(shù)改變了組織與消費(fèi)者互動和交換價(jià)值的方式(Yadav、Pavlou,2014)[2]，實(shí)體經(jīng)濟(jì)與傳統(tǒng)產(chǎn)業(yè)亟需進(jìn)行數(shù)字化轉(zhuǎn)型以獲得可持續(xù)競爭優(yōu)勢。2018年西門子在中國推出“數(shù)字化企業(yè)評估模型”，通過對近3 000份評估報(bào)告分析發(fā)現(xiàn)，80.3%的企業(yè)將數(shù)字化轉(zhuǎn)型納入企業(yè)的戰(zhàn)略規(guī)劃或主要工作任務(wù)之一(王海濱,2019)[3]。十九大報(bào)告中也指出要“推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合”。雖然數(shù)字化轉(zhuǎn)型已成為企業(yè)尋求獲得競爭優(yōu)勢和差異化的一種方法，但是數(shù)字化對企業(yè)關(guān)鍵性競爭優(yōu)勢——創(chuàng)新的影響仍然是一個主要但尚未探討的話題(Kuester、Konya-Baumbach、Schuhmacher, 2018; Nambisan、Lyytinen、Majchrzak、Song, 2017)[4-5]。因此研究“數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新”問題具有重要的理論意義和現(xiàn)實(shí)意義。

什么是數(shù)字化轉(zhuǎn)型？目前學(xué)術(shù)界和實(shí)業(yè)界并沒有統(tǒng)一明確的定義。數(shù)字化始于數(shù)據(jù)通訊，信息通訊網(wǎng)絡(luò)是數(shù)字化的根基(林作萍、馮潔,2019)[6]。在西門子(中國)有限公司推出的數(shù)字化企業(yè)解決方案中，依靠強(qiáng)大的通訊網(wǎng)絡(luò)，通過現(xiàn)實(shí)世界物理實(shí)體與計(jì)算機(jī)仿真模型之間信息的雙向流動與閉環(huán)反饋，企業(yè)實(shí)現(xiàn)了虛擬世界和真實(shí)世界的無縫連接，即“數(shù)字孿生”(李芳蕾,2019;張?zhí)m,2019)[7-8]。

關(guān)于數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新的研究，現(xiàn)有相關(guān)文獻(xiàn)主要有三個維度：一是信息技術(shù)或信息系統(tǒng)對企業(yè)創(chuàng)新的影響研究；二是互聯(lián)網(wǎng)對企業(yè)創(chuàng)新的影響研究；三是數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新的影響研究。

1.信息技術(shù)或信息系統(tǒng)與企業(yè)創(chuàng)新

信息技術(shù)的進(jìn)步會降低交易成本、提高管理效率，有助于知識資產(chǎn)管理、創(chuàng)新生產(chǎn)和組織間的協(xié)調(diào)，從而提高企業(yè)創(chuàng)新的速度和效率(Kleis、Chwelos、Ramirez和Cockburn,2012;孫早、徐遠(yuǎn)華,2018)[9-10]。信息系統(tǒng)有助于企業(yè)快速有效地分析、發(fā)布和記錄大量信息(Setia、Patel,2013)[11]，并將內(nèi)部和外部信息源鏈接起來，以提高信息流的廣度和深度(Liu、Ke、Wei、Hua,2013)[12]。因此，信息系統(tǒng)提高了企業(yè)對知識的吸收能力特別是對于顯性知識的吸收(Setia、Patel,2013)[11]，從而促進(jìn)了企業(yè)創(chuàng)新(Zhang、Zhao、Lyles,2018)[13]。

2.互聯(lián)網(wǎng)與企業(yè)創(chuàng)新

借助“互聯(lián)網(wǎng)+”，知識和信息能夠低成本地、迅速地、實(shí)時(shí)地產(chǎn)生、分享和交流(楊德明、劉泳文,2018)[14]?；ヂ?lián)網(wǎng)促進(jìn)了知識和信息的傳播，優(yōu)化了信息獲取渠道，從而提高了創(chuàng)新績效，促進(jìn)了發(fā)展中國家的包容性創(chuàng)新(Paunov、Rollo,2016)[15]?；诨ヂ?lián)網(wǎng)的商業(yè)模式創(chuàng)新通過“連接一切”挖掘客戶潛在深層次的需求，實(shí)現(xiàn)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合創(chuàng)新，從而推動企業(yè)創(chuàng)新能力的提升(程立茹,2013;李海艦、田躍新、李文杰,2014;羅珉、李亮宇,2015;趙振,2015)[16-19]。

3.數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新

Ferreira、Fernandes、Ferreira (2019)[20]通過電話對來自不同行業(yè)的938家葡萄牙公司進(jìn)行問卷調(diào)查，開創(chuàng)性地研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型可以提升企業(yè)的創(chuàng)新能力和績效。

通過上述文獻(xiàn)綜述可以發(fā)現(xiàn)，現(xiàn)有文獻(xiàn)研究的多是信息通訊技術(shù)(Information and Communication Technologies，ICT)，例如信息技術(shù)、信息系統(tǒng)或互聯(lián)網(wǎng)對企業(yè)創(chuàng)新的影響，研究數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新影響的文獻(xiàn)很少，僅有Ferreira et al. (2019)以是否采用新的數(shù)字化流程來衡量企業(yè)是否進(jìn)行數(shù)字化轉(zhuǎn)型，并對產(chǎn)品服務(wù)創(chuàng)新和流程創(chuàng)新的影響進(jìn)行了研究，但是該研究忽略了對企業(yè)創(chuàng)新意愿和創(chuàng)新模式(獨(dú)立創(chuàng)新、合作創(chuàng)新、模仿創(chuàng)新)的影響。與現(xiàn)有文獻(xiàn)相比，本文主要對以下三個方面進(jìn)行探討：

首先，研究數(shù)字化轉(zhuǎn)型對制造企業(yè)創(chuàng)新意愿、創(chuàng)新強(qiáng)度以及創(chuàng)新模式的影響。本文實(shí)證考察了數(shù)字化轉(zhuǎn)型對制造企業(yè)創(chuàng)新意愿、創(chuàng)新強(qiáng)度以及創(chuàng)新模式的影響，對數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新研究領(lǐng)域文獻(xiàn)的有效補(bǔ)充。

其次，本文采用“企業(yè)使用ICT支持核心業(yè)務(wù)的程度”來衡量制造企業(yè)數(shù)字化轉(zhuǎn)型程度。Ferreira et al. (2019)僅以是否采用新的數(shù)字化流程來衡量企業(yè)是否進(jìn)行數(shù)字化轉(zhuǎn)型，忽略了對企業(yè)數(shù)字化轉(zhuǎn)型程度的考究。企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的過程，實(shí)際上就是借助ICT進(jìn)行信息的可靠、實(shí)時(shí)、持續(xù)交換到逐步實(shí)現(xiàn)“數(shù)字孿生”的過程。“企業(yè)使用ICT支持核心業(yè)務(wù)的程度”這一指標(biāo)客觀真實(shí)地反映了企業(yè)數(shù)字化轉(zhuǎn)型的程度。本文采用ICT對企業(yè)五類核心業(yè)務(wù)支持程度的幾何平均值來衡量企業(yè)數(shù)字化轉(zhuǎn)型的程度，這五類核心業(yè)務(wù)分別是合作伙伴關(guān)系、產(chǎn)品服務(wù)改進(jìn)、生產(chǎn)運(yùn)營、市場推廣和客戶關(guān)系；在穩(wěn)健性檢驗(yàn)中，本文采用ICT對五類核心業(yè)務(wù)支持程度的算數(shù)平均值和中位數(shù)來衡量企業(yè)數(shù)字化轉(zhuǎn)型的程度。

最后，揭示了數(shù)字化轉(zhuǎn)型影響制造企業(yè)創(chuàng)新決策的微觀機(jī)制。Ferreira et al. (2019)并沒有揭示數(shù)字化轉(zhuǎn)型影響企業(yè)創(chuàng)新的機(jī)制，本文提出一個重要的機(jī)制——吸收能力，數(shù)字化轉(zhuǎn)型通過吸收能力這個中介變量影響制造企業(yè)創(chuàng)新決策。

一、理論分析與研究假說

數(shù)字化轉(zhuǎn)型能夠有效幫助企業(yè)記錄生產(chǎn)運(yùn)營過程中的海量數(shù)據(jù)并對其進(jìn)行智能化利用。在數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)據(jù)正成為一種新的資產(chǎn)、一種新的資源、一種新的生產(chǎn)要素(賽迪智庫數(shù)字轉(zhuǎn)型課題組, 2019)[21]。數(shù)字化轉(zhuǎn)型能夠有效幫助企業(yè)對數(shù)據(jù)進(jìn)行賦能，創(chuàng)造附加值。借助數(shù)字化轉(zhuǎn)型，信息在企業(yè)和客戶、供應(yīng)商之間以及企業(yè)內(nèi)部能夠?qū)崿F(xiàn)可靠、實(shí)時(shí)、持續(xù)地交換，企業(yè)能夠快速處理這些信息并做出與新產(chǎn)品開發(fā)相關(guān)的決策(Liu et al., 2013)。來自客戶和供應(yīng)商等相關(guān)各方實(shí)時(shí)反饋的有效信息是技術(shù)和市場知識的重要來源，例如新產(chǎn)品概念、本地客戶的特殊需求和材料的新應(yīng)用等(Hult、Ketchen、Cavusgil和Calantone,2006)[22]，這些信息能夠促進(jìn)企業(yè)創(chuàng)新尤其是協(xié)作創(chuàng)新和模仿創(chuàng)新。在完全虛擬的環(huán)境中將物理仿真和數(shù)據(jù)分析組合在一起，使快速可靠的實(shí)現(xiàn)創(chuàng)新成為可能。對真實(shí)生產(chǎn)與產(chǎn)品的這些性能數(shù)據(jù)可以進(jìn)行采集、分析并反饋回開發(fā)過程，從而在較早階段就能對新產(chǎn)品進(jìn)行改進(jìn)和優(yōu)化。所有參與設(shè)計(jì)的人員可同時(shí)在相同的虛擬圖像上工作，主干網(wǎng)絡(luò)為之提供相關(guān)數(shù)據(jù)，并協(xié)調(diào)所有項(xiàng)目參與者，通過融合虛擬世界和真實(shí)世界，各種數(shù)據(jù)可順暢整合到自動化環(huán)境中，促進(jìn)協(xié)作創(chuàng)新。因此，本文提出如下假設(shè)：

假設(shè)1：制造企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型會顯著促進(jìn)企業(yè)創(chuàng)新

如前所述，制造企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型能夠顯著促進(jìn)創(chuàng)新。那么，需進(jìn)一步討論的問題是實(shí)施數(shù)字化轉(zhuǎn)型促進(jìn)企業(yè)創(chuàng)新的微觀機(jī)制是什么？本文提出一個重要機(jī)制——吸收能力。Cohen、Levinthal(1990)[23]將吸收能力(Absorptive Capacity，AC)定義為企業(yè)獲取外部信息，吸收并應(yīng)用于商業(yè)目的能力。該定義主要涉及外部知識信息，定義中的隱含含義是企業(yè)了解內(nèi)部信息并能熟練利用內(nèi)部信息，但是在某些情況下，企業(yè)可能并不知道或無法使用其現(xiàn)有信息(Tu、Vonderembse、Ragu-Nathan、Sharkey,2006)[24]。因此，部分學(xué)者(Tu et al.,2006;Rothaermel、Alexandre,2009)[24-25]建議對企業(yè)吸收能力的看法也應(yīng)包含企業(yè)獲取、吸收和利用內(nèi)部信息的能力。本文采用擴(kuò)展的吸收能力概念，即企業(yè)獲取內(nèi)外部信息，吸收并應(yīng)用于商業(yè)目的的能力。

企業(yè)的吸收能力與創(chuàng)新之間是正相關(guān)關(guān)系(Zhang et al., 2018; Cohen、Levinthal,1990;Stock、Greis、 Fischer,2001;Tavani、Sharifi、Ismail,2014;W.Tsai,2001;Xie、Zou、Qi,2018)[13，23，26-29]。數(shù)字化轉(zhuǎn)型提高了企業(yè)的吸收能力，從而促進(jìn)企業(yè)創(chuàng)新。

數(shù)字化轉(zhuǎn)型提高了企業(yè)識別和獲取內(nèi)外部信息的能力。借助數(shù)字化轉(zhuǎn)型，企業(yè)可以可靠、實(shí)時(shí)、持續(xù)地“連接一切”，從而快速高效地獲取來自客戶和供應(yīng)商等相關(guān)各方的信息，并將內(nèi)部和外部信息源鏈接起來，提高了信息流的廣度和深度(Liu et al., 2013)。

數(shù)字化轉(zhuǎn)型提高了企業(yè)吸收和利用內(nèi)外部信息的能力。借助數(shù)字化轉(zhuǎn)型，企業(yè)有效地將內(nèi)外部信息源鏈接起來，推動了企業(yè)創(chuàng)新，尤其是協(xié)作創(chuàng)新和模仿創(chuàng)新。企業(yè)可以在虛擬平臺上跨越地理邊界與外部合作伙伴進(jìn)行協(xié)作，近距離接觸更多的供應(yīng)商和客戶，整合他們的建議并迅速響應(yīng)市場變化(Malhotra、Gosain、El Sawy,2005)[30]。新產(chǎn)品未來市場需求的不確定性是企業(yè)投資于創(chuàng)新的主要障礙(Collard-Wexler、Asker、De Loecker,2011)[31]，來自客戶反饋的信息有助于企業(yè)深入了解客戶，挖掘客戶潛在深層次的需求，確定新產(chǎn)品和服務(wù)的市場機(jī)會(Kleis et al., 2012; Nambisan,2003)[9，32]。與公司生產(chǎn)過程相關(guān)的技術(shù)發(fā)展決定了新產(chǎn)品和過程的技術(shù)可行性，來自供應(yīng)商反饋的信息有助于企業(yè)了解新技術(shù)的可行性并討論公司的需求從而促進(jìn)創(chuàng)新(Paunov、Rollo,2016)。因此，本文提出如下假：

假設(shè)2：數(shù)字化轉(zhuǎn)型通過吸收能力這個中介變量促進(jìn)企業(yè)創(chuàng)新

創(chuàng)新與企業(yè)規(guī)模之間呈現(xiàn)較明顯的倒U型函數(shù)關(guān)系(Scherer,1965;Soete，1979；高良謀、李宇，2009；朱恒鵬，2006)[33-36]。企業(yè)規(guī)模對創(chuàng)新具有先促進(jìn)后抑制的作用，隨著企業(yè)規(guī)模的擴(kuò)大，促進(jìn)作用逐漸減弱，最后轉(zhuǎn)為抑制作用。數(shù)字化轉(zhuǎn)型促進(jìn)了信息在企業(yè)內(nèi)部以及內(nèi)外部之間的流通，提高了企業(yè)的透明度，有效降低了非效率因素的影響，這一作用隨著企業(yè)規(guī)模的擴(kuò)大而愈加明顯。因此，本文提出如下假設(shè)：

假設(shè)3.1：與小微企業(yè)相比，數(shù)字化轉(zhuǎn)型對大中型企業(yè)的創(chuàng)新促進(jìn)作用更顯著

企業(yè)面臨的融資約束會抑制企業(yè)創(chuàng)新活動。(鞠曉生、盧荻、虞義華，2013；周開國、盧允之、楊海生，2017)[37-38]。因此，本文提出如下假設(shè)：

假設(shè)3.2：與有融資約束企業(yè)相比，數(shù)字化轉(zhuǎn)型對無融資約束企業(yè)的創(chuàng)新促進(jìn)作用更顯著

出口與企業(yè)創(chuàng)新之間呈現(xiàn)較明顯的正相關(guān)關(guān)系(Roper、Love，2002；李兵、岳云嵩、陳婷，2016)[39-40]。因此，本文提出如下假設(shè)：

假設(shè)3.3：與非出口企業(yè)相比，數(shù)字化轉(zhuǎn)型對出口企業(yè)的創(chuàng)新促進(jìn)作用更顯著

表1 變量的定義

二、數(shù)據(jù)來源、變量定義與模型設(shè)定

(一)數(shù)據(jù)來源

為驗(yàn)證以上假說，本文選取世界銀行對中國企業(yè)開展的題為“China - Enterprise Survey(2012)”的調(diào)查數(shù)據(jù)。該調(diào)查開始于2011年11月，最終完成于2013年3月，共收集了北京、上海、廣州、深圳、蘇州、無錫等中國25個主要城市的2 700家私有或混合所有制企業(yè)和148家國有獨(dú)資企業(yè)的數(shù)據(jù)，其樣本的主要數(shù)據(jù)為2011年底的截面數(shù)據(jù)。在刪除了問卷調(diào)查者認(rèn)為不真實(shí)的樣本后，即剔除對于“問卷編號A16：It is my perception that the responses to the questions regarding opinions and perceptions”的回答為Somewhat truthful 或Not truthful的樣本，剩余樣本為2 047份，其中1 207份是制造企業(yè)樣本。按照國統(tǒng)字〔2011〕75號發(fā)布的統(tǒng)計(jì)中大中小微型企業(yè)劃分辦法進(jìn)行分類，樣本中的55.43%是微型企業(yè)，33.22%是小型企業(yè)，8.37%是中型企業(yè)，僅有36家大型企業(yè)，因此，本文的研究對象更側(cè)重于小微企業(yè)。

(二)變量定義

文中主要變量的定義如表1所示。

被解釋變量的數(shù)據(jù)來源于問卷“創(chuàng)新與技術(shù)”單元。采用企業(yè)是否推出新產(chǎn)品或新服務(wù)來定義“創(chuàng)新意愿”(Escribano、Fosfuri、Tribó，2009;夏后學(xué)、譚清美、白俊紅,2019)[41-42]。采用企業(yè)新產(chǎn)品或新服務(wù)的銷售收入比例的自然對數(shù)來定義“創(chuàng)新強(qiáng)度”(周開國等，2017；Escribano et al.，2009)，為了避免丟失新產(chǎn)品或新服務(wù)銷售收入為0的觀察值，將創(chuàng)新強(qiáng)度定義為ln(1+新產(chǎn)品或新服務(wù)的銷售收入比例)。關(guān)于企業(yè)創(chuàng)新模式，借鑒張峰、黃玖立和王睿 (2016)[43]的做法，將“獨(dú)立創(chuàng)新”定義為在企業(yè)內(nèi)部獨(dú)立研發(fā)，將“協(xié)作創(chuàng)新”定義為與供應(yīng)商或客戶合作研發(fā)，將“模仿創(chuàng)新”定義為引入其他企業(yè)產(chǎn)品加以改進(jìn)。

解釋變量的數(shù)據(jù)來源于問卷“創(chuàng)新與技術(shù)”單元。采用“企業(yè)使用ICT支持核心業(yè)務(wù)的程度”來衡量企業(yè)數(shù)字化轉(zhuǎn)型程度，這一指標(biāo)反映了ICT助力信息流在企業(yè)與合作伙伴、客戶以及企業(yè)內(nèi)部的暢通程度，從而客觀刻畫了企業(yè)逐步實(shí)現(xiàn)“數(shù)字孿生”的程度。在基準(zhǔn)回歸中，采用ICT對企業(yè)五類核心業(yè)務(wù)支持程度的幾何平均值來衡量企業(yè)數(shù)字化轉(zhuǎn)型的程度，這五類核心業(yè)務(wù)分別是合作伙伴關(guān)系、產(chǎn)品服務(wù)改進(jìn)、生產(chǎn)運(yùn)營、市場推廣和客戶關(guān)系；在穩(wěn)健性檢驗(yàn)中，采用ICT對這五類核心業(yè)務(wù)支持程度的算數(shù)平均值和中位數(shù)來衡量企業(yè)數(shù)字化轉(zhuǎn)型的程度。

中介變量的數(shù)據(jù)來源于問卷“創(chuàng)新與技術(shù)”單元。研發(fā)強(qiáng)度是常用的企業(yè)吸收能力的度量指標(biāo)，但是其并不能全面涵蓋吸收能力的豐富內(nèi)容(Tu et al.，2006)。因此，本文采用兩個指標(biāo)來度量企業(yè)的吸收能力。一是采用“企業(yè)研發(fā)支出的自然對數(shù)”作為吸收能力的代理變量1(Stock et al.，2001；W. Tsai，2001；Escribano et al.，2009)，這里討論的研發(fā)支出是指企業(yè)內(nèi)部研發(fā)支出以及與其他公司合作研發(fā)支出的總和，為了避免丟失研發(fā)支出為0的觀察值，將吸收能力代理變量1定義為ln(1+企業(yè)研發(fā)支出)。二是采用“企業(yè)使用ICT支持創(chuàng)新活動的程度”作為吸收能力的代理變量2(周開國等，2017)。具體地，以問卷編號CNo15a—CNo15h報(bào)告的ICT對企業(yè)八類創(chuàng)新活動支持程度的幾何平均值來衡量。

企業(yè)的創(chuàng)新決策與其他很多因素有關(guān)，包括企業(yè)的人力資本、企業(yè)年齡、融資約束、所有制形式、技術(shù)許可以及高管個人經(jīng)驗(yàn)等，因此基于計(jì)量的穩(wěn)健性，模型中還加入了其他控制變量，具體如下：

1.人力資本。人力資本對創(chuàng)新的作用不僅表現(xiàn)在新技術(shù)、新知識的創(chuàng)造上，而且表現(xiàn)在對創(chuàng)新采納或技術(shù)擴(kuò)散的影響上，以普通正式全職生產(chǎn)工人的平均受教育年限來衡量企業(yè)人力資本水平(周開國等，2017；吳延兵、劉霞輝，2009)[38，44]。

2.企業(yè)年齡。企業(yè)年齡是企業(yè)創(chuàng)新決策的重要影響因素，用2012減去企業(yè)正式注冊年份后再取自然對數(shù)來衡量(周開國等，2017；夏后學(xué)等，2019)。

3.融資約束。在給定其他條件不變的情況下，融資約束越寬松的企業(yè)越傾向于創(chuàng)新，如果企業(yè)沒有任何透支限額(overdraft facility)或者企業(yè)沒有得到銀行的貸款或銀行授信，則該指標(biāo)取1，反之則取0(周開國等，2017)。

4.所有制形式。所有制形式在一定程度上會影響企業(yè)的創(chuàng)新，以國有股東控股是否超過50%來表示是否國有企業(yè)(周開國等，2017)。

5.技術(shù)許可。技術(shù)許可通常被視為企業(yè)用于實(shí)現(xiàn)創(chuàng)新的重要戰(zhàn)略(K.-H. Tsai & Wang，2007)[45]。本文采用一個虛擬變量來表明企業(yè)“是否從外資企業(yè)獲取技術(shù)授權(quán)”(夏后學(xué)等，2019；Paunov，2016；Xie、Qi、Zhu，2019)[42，46-47]。

6.高管個人經(jīng)驗(yàn)。高級管理人員的行業(yè)經(jīng)驗(yàn)會影響企業(yè)創(chuàng)新投資效率，本文以“高級管理人員本領(lǐng)域就職年限”來衡量高管個人經(jīng)驗(yàn)(周開國等，2017；Xie et al.，2019；O'Toole & Tarp，2014)[38,46,48]。

此外，為了控制企業(yè)創(chuàng)新決策的城市和行業(yè)差異，本文還引入城市和行業(yè)虛擬變量。

主要變量的描述性統(tǒng)計(jì)如表2所示。

表2 描述性統(tǒng)計(jì)

(三)模型設(shè)定

1. 基準(zhǔn)回歸模型

被解釋變量“創(chuàng)新意愿”是二元變量。如果企業(yè)開展了創(chuàng)新活動，那么該企業(yè)就會報(bào)告“創(chuàng)新強(qiáng)度”；而對于沒有創(chuàng)新活動的企業(yè)，其“創(chuàng)新強(qiáng)度”都被歸并為0，是刪失變量(censored variables)。被解釋變量“創(chuàng)新強(qiáng)度”有1 174個觀測值，其中53.24%的觀測值是0。因此，為驗(yàn)證研究假說1，根據(jù)數(shù)據(jù)特征和模型適用范疇，選用二值選擇模型建立如下回歸方程以驗(yàn)證數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新意愿的影響：

logit(Innovkji=1)=φ(β0+β1Digitalkji+γctrlkji+δj+ηk+εkji)

(1)

其中，因變量Innovkji表示k城市j行業(yè)中i企業(yè)是否推出新產(chǎn)品或新服務(wù)，即企業(yè)的創(chuàng)新意愿，自變量Digitalkji表示k城市j行業(yè)中i企業(yè)的數(shù)字化轉(zhuǎn)型程度，ctrl代表控制變量，δj和ηk分別代表行業(yè)和城市固定效應(yīng)。

“創(chuàng)新強(qiáng)度”的大量數(shù)據(jù)聚集在0處，很符合刪失數(shù)據(jù)(censored data)的結(jié)構(gòu)形式。因此，參考周開國等(2017)的做法，選用Tobit模型建立如下回歸方程以驗(yàn)證數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新強(qiáng)度的影響：

(2)

被解釋變量“創(chuàng)新模式”是二元變量，選用二值選擇模型建立如下回歸方程以驗(yàn)證數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新模式的影響：

(3)

(4)

(5)

2. 機(jī)制檢驗(yàn)?zāi)Ｐ?/p>

為驗(yàn)證研究假說2，構(gòu)建如下中介效應(yīng)模型來檢驗(yàn)。

(6)

(7)

(8)

如果吸收能力是有效的中介變量，那么，數(shù)字化轉(zhuǎn)型程度應(yīng)該會顯著影響吸收能力，吸收能力也會顯著影響企業(yè)創(chuàng)新意愿；同時(shí)，計(jì)量模型(8)中數(shù)字化轉(zhuǎn)型的系數(shù)b1應(yīng)該顯著小于計(jì)量模型(1)中數(shù)字化轉(zhuǎn)型的系數(shù)β1。

(9)

如果吸收能力是重要的中介變量，那么，數(shù)字化轉(zhuǎn)型程度應(yīng)該會顯著影響吸收能力，吸收能力也會顯著影響企業(yè)創(chuàng)新強(qiáng)度；同時(shí)，計(jì)量模型(9)中數(shù)字化轉(zhuǎn)型的系數(shù)c1應(yīng)該顯著小于計(jì)量模型(2)中數(shù)字化轉(zhuǎn)型的系數(shù)α1。

3. 異質(zhì)性分析模型

為驗(yàn)證研究假說3.1，構(gòu)建如下交互效應(yīng)模型來檢驗(yàn)。

(10)

(11)

其中，largekji、mediumkji、smallkji和microkji分別表示k城市j行業(yè)中i企業(yè)是否大、中、小、微企業(yè)(1是，0否)。

為驗(yàn)證研究假說3.2，構(gòu)建如下交互效應(yīng)模型來檢驗(yàn)：

(12)

(13)

其中，YFCkji和NFCkji分別表示k城市j行業(yè)中i企業(yè)是否有融資約束(1是，0否)。

為驗(yàn)證研究假說3.3，構(gòu)建如下交互效應(yīng)模型來檢驗(yàn)：

(14)

(15)

其中，exporterskji和nexporterskji分別表示k城市j行業(yè)中i企業(yè)是否出口、非出口企業(yè)(1是，0否)。

三、實(shí)證檢驗(yàn)

(一)基準(zhǔn)回歸結(jié)果

表3和表4匯報(bào)了假說1的檢驗(yàn)結(jié)果。在控制城市和行業(yè)固定效應(yīng)后，各模型中的p值以及準(zhǔn)

R2均顯示有效，表明模型設(shè)定合理。其中，表3第1列是Logit模型回歸結(jié)果，第2列是Logit模型回歸的平均邊際效應(yīng)結(jié)果，第3列是Tobit模型回歸結(jié)果。表3的回歸結(jié)果表明，在1%的置信水平下，制造企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新有正向影響：在給定其他變量的情況下，隨著數(shù)字化轉(zhuǎn)型程度提高，無論是創(chuàng)新意愿還是創(chuàng)新強(qiáng)度都顯著提高。因此，表3的回歸結(jié)果支持了研究假說1：制造企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型會顯著提高企業(yè)創(chuàng)新意愿和創(chuàng)新強(qiáng)度。

表3 基準(zhǔn)回歸結(jié)果

控制變量方面，人力資本、技術(shù)許可的回歸系數(shù)顯著為正，融資約束、所有制形式的回歸系數(shù)顯著為負(fù)，表明人力資本更優(yōu)越、獲得技術(shù)許可、融資難度更小的企業(yè)創(chuàng)新的意愿和強(qiáng)度更大。這些發(fā)現(xiàn)均與以往的一些研究結(jié)論基本一致。

表4結(jié)果支持了研究假說1：制造企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型會顯著提升企業(yè)創(chuàng)新意愿，尤其是協(xié)作創(chuàng)新和模仿創(chuàng)新。這表現(xiàn)為：在第(2)、(4)、(6)列回歸中，數(shù)字化轉(zhuǎn)型的估計(jì)系數(shù)在1%的置信水平下顯著為正，這說明在其他條件不變的情況下，隨著數(shù)字化轉(zhuǎn)型程度的提高，企業(yè)獨(dú)立創(chuàng)新、協(xié)作創(chuàng)新以及模仿創(chuàng)新的意愿都提升了。第(4)列和第(6)列回歸中數(shù)字化轉(zhuǎn)型的估計(jì)系數(shù)值顯著地大于第(2)列回歸，這說明在其他條件不變的情況下，數(shù)字化轉(zhuǎn)型對企業(yè)協(xié)作創(chuàng)新和模仿創(chuàng)新的促進(jìn)作用要大于獨(dú)立創(chuàng)新。

表4 數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新模式的影響

(二)機(jī)制檢驗(yàn)

表5匯報(bào)了假說2的檢驗(yàn)結(jié)果。在控制城市和行業(yè)固定效應(yīng)后，各模型中的p值以及準(zhǔn)R2均顯示有效，表明模型設(shè)定合理。表5結(jié)果支持了研究假說2：數(shù)字化轉(zhuǎn)型通過吸收能力這個中介變量促進(jìn)企業(yè)創(chuàng)新。這表現(xiàn)為：在第(4)列和第(5)列回歸中，數(shù)字化轉(zhuǎn)型的估計(jì)系數(shù)在1%的置信水平下顯著為正，這說明在其他條件不變的情況下，隨著數(shù)字化轉(zhuǎn)型程度的提高，吸收能力也顯著提高。在第(3)列和第(8)列回歸中，吸收能力指標(biāo)1和2的估計(jì)系數(shù)在1%的置信水平下顯著為正，這說明在其他條件不變的情況下，吸收能力的提升會顯著促進(jìn)企業(yè)創(chuàng)新意愿和創(chuàng)新強(qiáng)度的提升。在控制了吸收能力這個中介變量后，第(2)列和第(7)列回歸中數(shù)字化轉(zhuǎn)型的估計(jì)系數(shù)值分別顯著低于第(1)列和第(6)列回歸，同時(shí)，數(shù)字化轉(zhuǎn)型的估計(jì)系數(shù)的顯著性水平也從1%降低到5%。這說明吸收能力是一個有效的中介變量。

(三)異質(zhì)性影響

1.企業(yè)規(guī)模

為驗(yàn)證假說3.1，根據(jù)《統(tǒng)計(jì)上大中小微型企業(yè)劃分辦法(2011)》(國統(tǒng)字〔2011〕75號)的劃分標(biāo)準(zhǔn)，將樣本企業(yè)劃分為大型、中型、小型和微型四類，估計(jì)數(shù)字化轉(zhuǎn)型對不同規(guī)模制造企業(yè)創(chuàng)新決策的影響。

從業(yè)人員采用2011年底企業(yè)正式全職員工人數(shù)指標(biāo)；營業(yè)收入采用2011年企業(yè)總產(chǎn)品服務(wù)銷售收入指標(biāo)。

表5 機(jī)制檢驗(yàn)結(jié)果

表6 大中小微型企業(yè)劃分標(biāo)準(zhǔn)

表7匯報(bào)了假說3.1的檢驗(yàn)結(jié)果。在控制城市和行業(yè)固定效應(yīng)后，各模型中的p值以及準(zhǔn)R2均顯示有效，表明模型設(shè)定合理。回歸結(jié)果支持了研究假說3.1：與小微企業(yè)相比，數(shù)字化轉(zhuǎn)型對大中型企業(yè)的創(chuàng)新促進(jìn)作用更顯著。這表現(xiàn)為：在第(1)列和第(2)列的回歸中，大型企業(yè)與數(shù)字化轉(zhuǎn)型交互項(xiàng)的估計(jì)系數(shù)值最大，中型企業(yè)次之，小微企業(yè)最小，這說明數(shù)字化轉(zhuǎn)型對大、中、小、微型制造企業(yè)創(chuàng)新均有顯著正向影響，其中對大型制造企業(yè)的創(chuàng)新促進(jìn)作用最大，中型企業(yè)次之，小微企業(yè)最小。

與此同時(shí)，表7第(3)、(4)、(5)列匯報(bào)了數(shù)字化轉(zhuǎn)型對不同規(guī)模制造企業(yè)創(chuàng)新模式的影響?；貧w結(jié)果依然支持了研究假說3.1：與小微企業(yè)相比，數(shù)字化轉(zhuǎn)型對大中型企業(yè)的創(chuàng)新促進(jìn)作用更顯著。但是，第(5)列回歸中，小微企業(yè)與數(shù)字化轉(zhuǎn)型的估計(jì)系數(shù)值大于中型企業(yè)，這可能是因?yàn)椋盒∥⑵髽I(yè)特別是微型企業(yè)融資難度很大，創(chuàng)新能力被嚴(yán)重抑制(Paunov & Rollo，2016)，數(shù)字化轉(zhuǎn)型為小微企業(yè)開了一扇連接外部資源的窗，顯著地促進(jìn)了小微企業(yè)尤其是微型企業(yè)的模仿創(chuàng)新。

表7 企業(yè)規(guī)模和數(shù)字化轉(zhuǎn)型交互效應(yīng)的結(jié)果

表8 融資約束和數(shù)字化轉(zhuǎn)型交互效應(yīng)的結(jié)果

2.融資約束

表8匯報(bào)了假說3.2的檢驗(yàn)結(jié)果。在控制城市和行業(yè)固定效應(yīng)后，各模型中的p值以及準(zhǔn)R2均顯示有效，表明模型設(shè)定合理。回歸結(jié)果支持了研究假說3.2：與有融資約束企業(yè)相比，數(shù)字化轉(zhuǎn)型對無融資約束企業(yè)的創(chuàng)新促進(jìn)作用更顯著。這表現(xiàn)為：在第(1)列和第(2)列的回歸中，無融資約束企業(yè)與數(shù)字化轉(zhuǎn)型交互項(xiàng)的估計(jì)系數(shù)值顯著大于有融資約束企業(yè)。

與此同時(shí)，表8第(3)列、第(4)列和第(5)列匯報(bào)了創(chuàng)新模式選擇方面的異質(zhì)性影響：數(shù)字化轉(zhuǎn)型對無融資約束企業(yè)的獨(dú)立創(chuàng)新更顯著，而對有融資約束企業(yè)的協(xié)作創(chuàng)新和模仿創(chuàng)新更顯著。這表現(xiàn)為：第(3)列回歸中，無融資約束企業(yè)與數(shù)字化轉(zhuǎn)型交互項(xiàng)的估計(jì)系數(shù)值要顯著大于有融資約束企業(yè)；第(4)列和第(5)列回歸中尤其是第(5)列回歸中，有融資約束企業(yè)與數(shù)字化轉(zhuǎn)型交互項(xiàng)的估計(jì)系數(shù)值要顯著大于無融資約束企業(yè)。這可能是因?yàn)椋簩τ谟腥谫Y約束的企業(yè)來說，其創(chuàng)新能力被嚴(yán)重抑制，協(xié)同研發(fā)是緩解企業(yè)融資約束的一種手段(鞠曉生等，2013；周開國等，2017)。

表9 是否出口企業(yè)和數(shù)字化轉(zhuǎn)型交互效應(yīng)的結(jié)果

3.是否出口企業(yè)

表9匯報(bào)了假說3.3的檢驗(yàn)結(jié)果。在控制城市和行業(yè)固定效應(yīng)后，各模型中的p值以及準(zhǔn)R2均顯示有效，表明模型設(shè)定合理?；貧w結(jié)果支持了研究假說3.3：與非出口企業(yè)相比，數(shù)字化轉(zhuǎn)型對出口企業(yè)的創(chuàng)新促進(jìn)作用更顯著。這表現(xiàn)為：在第(1)列和第(2)列的回歸中，出口企業(yè)與數(shù)字化轉(zhuǎn)型交互項(xiàng)的估計(jì)系數(shù)值顯著地大于非出口企業(yè)。

與此同時(shí)，表9第(3)、(4)、(5)列匯報(bào)了創(chuàng)新模式選擇方面的異質(zhì)性影響：與非出口企業(yè)相比，數(shù)字化轉(zhuǎn)型對出口企業(yè)的獨(dú)立創(chuàng)新更顯著，而對非出口企業(yè)的協(xié)作創(chuàng)新和模仿創(chuàng)新更顯著。這表現(xiàn)為：第(3)列回歸中，出口企業(yè)與數(shù)字化轉(zhuǎn)型交互項(xiàng)的估計(jì)系數(shù)值要顯著大于非出口企業(yè)；第(4)列和第(5)列回歸中尤其是第(5)列回歸中，非出口企業(yè)與數(shù)字化轉(zhuǎn)型交互項(xiàng)的估計(jì)系數(shù)值要顯著大于出口企業(yè)。這可能是因?yàn)椋阂话愣裕隹谄髽I(yè)在企業(yè)生產(chǎn)率、資本密集度和人力資本等方面都優(yōu)于非出口企業(yè)(Bernard、Jensen、Redding、Schott,2007)[49]，因此，與非出口企業(yè)相比，數(shù)字化轉(zhuǎn)型對出口企業(yè)的獨(dú)立創(chuàng)新促進(jìn)作用更大，而對非出口企業(yè)的協(xié)作創(chuàng)新和模仿創(chuàng)新促進(jìn)作用更大。

表10 穩(wěn)健性檢驗(yàn)：不同估計(jì)方法和替換變量

四、穩(wěn)健性檢驗(yàn)

(一)不同估計(jì)方法

作為Logit和Tobit模型的對照，本文采用Probit和OLS方法分別對基準(zhǔn)模型(1)和(2)重新進(jìn)行回歸，回歸結(jié)果報(bào)告在表10的第(1)列和第(2)列?？梢钥闯?，Probit和OLS的回歸結(jié)果均支持了本文的假說，在其他條件不變的情況下，隨著企業(yè)數(shù)字化轉(zhuǎn)型程度的提高，企業(yè)的創(chuàng)新意愿和創(chuàng)新強(qiáng)度均顯著提升。

(二)替換變量

更換數(shù)字化轉(zhuǎn)型的代理變量進(jìn)行檢驗(yàn)。采用ICT對五類核心業(yè)務(wù)支持程度的算數(shù)平均值作為數(shù)字化轉(zhuǎn)型的替代變量1，采用ICT對五類核心業(yè)務(wù)支持程度的中位數(shù)作為數(shù)字化轉(zhuǎn)型的替代變量2，表10的第(3)-(6)列匯報(bào)了替換變量后的檢驗(yàn)結(jié)果，數(shù)字化轉(zhuǎn)型的估計(jì)系數(shù)依然顯著，結(jié)論未發(fā)生實(shí)質(zhì)性改變。

(三)內(nèi)生性檢驗(yàn)

盡管本文控制了企業(yè)特征、城市效應(yīng)和行業(yè)效應(yīng)，但由于可能存在的反向因果關(guān)系等，仍然可能存在內(nèi)生性問題。一方面，企業(yè)為了提高創(chuàng)新績效，會更傾向于進(jìn)行數(shù)字化轉(zhuǎn)型，以提高企業(yè)獲取內(nèi)部和外部信息，吸收并應(yīng)用于商業(yè)目的的能力；另一方面，企業(yè)借助數(shù)字化轉(zhuǎn)型提高創(chuàng)新績效后，鑒于實(shí)施數(shù)字化轉(zhuǎn)型有效幫助企業(yè)提高了吸收能力，企業(yè)有可能會進(jìn)一步提升數(shù)字化轉(zhuǎn)型程度。如果這一“逆向因果關(guān)系”存在，那么上文得到的結(jié)論將是有偏的。

表11 穩(wěn)健性檢驗(yàn)：工具變量回歸

為穩(wěn)健起見，本文借鑒余林徽、陸毅和路江涌 (2014)[50]的做法，選用地區(qū)內(nèi)分行業(yè)的平均數(shù)字化轉(zhuǎn)型程度作為單個企業(yè)數(shù)字化轉(zhuǎn)型程度的工具變量，分別用MLE和兩步法進(jìn)行Probit和Tobit的工具變量回歸。表11匯報(bào)了工具變量回歸的檢驗(yàn)結(jié)果。在第(2)列和第(4)列一階段回歸中，“數(shù)字化轉(zhuǎn)型”與“地區(qū)內(nèi)行業(yè)平均數(shù)字化轉(zhuǎn)型程度”顯著正相關(guān)，因而不存在弱工具變量問題。在第(1)列和第(3)列以及第(2)、(4)列二階段回歸中，對外生性原假設(shè)的Wald檢驗(yàn)結(jié)果顯示，p值為0.497和0.986，故可以接受原假設(shè)，認(rèn)為“數(shù)字化轉(zhuǎn)型”是外生變量。數(shù)字化轉(zhuǎn)型的估計(jì)系數(shù)在1%的置信水平下顯著為正，這說明在解決內(nèi)生性問題后，結(jié)論依然穩(wěn)健。

五、結(jié)論和政策建議

本文利用世界銀行2012年中國企業(yè)調(diào)查數(shù)據(jù)，考察了數(shù)字化轉(zhuǎn)型對制造企業(yè)創(chuàng)新決策的影響及其微觀機(jī)制。歸納起來，主要有如下研究發(fā)現(xiàn)：第一，制造企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型會顯著促進(jìn)企業(yè)創(chuàng)新意愿和創(chuàng)新強(qiáng)度的提升，這一結(jié)論在變換估計(jì)方法、進(jìn)行數(shù)字化轉(zhuǎn)型變量替換以及解決內(nèi)生性問題后依然穩(wěn)健。第二，在給定其他變量的情況下，數(shù)字化轉(zhuǎn)型對企業(yè)協(xié)作創(chuàng)新和模仿創(chuàng)新的促進(jìn)作用要大于獨(dú)立創(chuàng)新。第三，從影響機(jī)制來看，數(shù)字化轉(zhuǎn)型通過吸收能力這個中介變量促進(jìn)了企業(yè)創(chuàng)新。第四，從異質(zhì)性影響來看，數(shù)字化轉(zhuǎn)型對大中型企業(yè)、無融資約束企業(yè)以及出口企業(yè)的創(chuàng)新促進(jìn)作用分別大于小微企業(yè)、有融資約束企業(yè)以及非出口企業(yè)。

本文在數(shù)字化轉(zhuǎn)型與制造企業(yè)創(chuàng)新研究領(lǐng)域擴(kuò)展了對企業(yè)數(shù)字化轉(zhuǎn)型如何與創(chuàng)新和績效相關(guān)聯(lián)的理解。數(shù)字化為企業(yè)創(chuàng)新提供新動能(申俊涵，2019)[51]，擁有數(shù)字能力是企業(yè)在未來的核心競爭力之一(張影，2019)[52]。傳統(tǒng)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，逐步建立適應(yīng)數(shù)字經(jīng)濟(jì)時(shí)代的企業(yè)形態(tài)，會顯著促進(jìn)企業(yè)獲得可持續(xù)競爭優(yōu)勢——創(chuàng)新。在數(shù)字經(jīng)濟(jì)時(shí)代，不斷推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合，推動傳統(tǒng)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，能夠促進(jìn)企業(yè)創(chuàng)新，從而增強(qiáng)企業(yè)競爭力。