鄭雨稀，楊 蓉

(華東師范大學經(jīng)濟與管理學部，上海 200062)

1 研究背景

人工智能（artificial intelligence，AI)、區(qū)塊鏈（block chain）、云計算（cloud computing）、大數(shù)據(jù)（big data），簡稱“ABCD”的新一代數(shù)字技術(shù)的發(fā)展，推動中國數(shù)字經(jīng)濟邁向了新臺階。根據(jù)《中國數(shù)字經(jīng)濟發(fā)展白皮書（2021）》的統(tǒng)計數(shù)據(jù)，盡管受到新冠肺炎疫情的影響，中國數(shù)字經(jīng)濟規(guī)模在2020 年仍實現(xiàn)了正增長，占國內(nèi)生產(chǎn)總值的比重已經(jīng)連續(xù)3 年超過1/3。《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035 年遠景目標綱要》（以下簡稱《規(guī)劃綱要》）指出要打造數(shù)字經(jīng)濟新優(yōu)勢，充分發(fā)揮海量數(shù)據(jù)和豐富應(yīng)用場景優(yōu)勢，促進數(shù)字技術(shù)與實體經(jīng)濟深度融合，賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級。也就是說，中國政府希望發(fā)展數(shù)字經(jīng)濟，并通過數(shù)據(jù)資源等促進產(chǎn)業(yè)轉(zhuǎn)型升級。而企業(yè)創(chuàng)新是產(chǎn)業(yè)轉(zhuǎn)型升級的著力點［1］。那么，數(shù)字經(jīng)濟能否促進企業(yè)創(chuàng)新？數(shù)據(jù)在其中又扮演何種角色？這一促進作用又會受到何種條件制約？這些問題成為了社會各界高度關(guān)注的問題。

然而，數(shù)字經(jīng)濟的發(fā)展時間尚短。一些學者開展了數(shù)字經(jīng)濟的理論研究，例如李長江［2］探討了“數(shù)字經(jīng)濟”概念、Goldfarb 等［3］探討了數(shù)字經(jīng)濟的特征、許憲春等［4］探討了數(shù)字經(jīng)濟的測量；一些學者研究了數(shù)字經(jīng)濟的宏觀經(jīng)濟后果，例如Curran［5］檢驗了數(shù)字經(jīng)濟對社會風險的影響、趙濤等［6］檢驗了數(shù)字經(jīng)濟對高質(zhì)量發(fā)展的影響；還有一些學者分析了數(shù)字經(jīng)濟的微觀經(jīng)濟后果，例如戚聿東等［7］從理論層面分析了數(shù)字經(jīng)濟對微觀企業(yè)管理變革的影響、王世強［8］等通過博弈分析探討了數(shù)字經(jīng)濟對企業(yè)歧視性定價的影響。綜上，鮮有評估數(shù)字經(jīng)濟對企業(yè)創(chuàng)新的作用及其作用機制的實證研究。

《規(guī)劃綱要》強調(diào)要強化企業(yè)創(chuàng)新主體地位、促進各類創(chuàng)新要素向企業(yè)集聚，提升企業(yè)技術(shù)創(chuàng)新能力；而數(shù)據(jù)是數(shù)字經(jīng)濟的關(guān)鍵生產(chǎn)要素，是新時代的“石油”。中共中央、國務(wù)院2020 年印發(fā)的《關(guān)于構(gòu)建更加完善的要素市場化配置體制機制的意見》將數(shù)據(jù)確認為土地、勞動力、資本、技術(shù)以外的第五大生產(chǎn)要素，強調(diào)要提升數(shù)據(jù)資源的價值，這表明推動經(jīng)濟社會發(fā)展的關(guān)鍵生產(chǎn)要素發(fā)生了變化。在這一背景下，研究數(shù)字經(jīng)濟能否促進數(shù)據(jù)這一關(guān)鍵生產(chǎn)要素向企業(yè)集聚、提高企業(yè)創(chuàng)新能力具有重要的理論和現(xiàn)實意義。進一步地，數(shù)字經(jīng)濟促進企業(yè)創(chuàng)新的實際效果還可能會受到企業(yè)創(chuàng)新需求的制約，因此，基于企業(yè)自身資源稟賦和外部市場競爭環(huán)境兩個方面，細化企業(yè)創(chuàng)新需求的差異對數(shù)字經(jīng)濟與企業(yè)創(chuàng)新關(guān)系的影響，更能準確地捕捉數(shù)字經(jīng)濟影響企業(yè)創(chuàng)新的機理，提升數(shù)字經(jīng)濟的創(chuàng)新激勵效果?；诖?，本研究結(jié)合2011—2019 年中國A 股上市公司數(shù)據(jù)和地級市及以上城市統(tǒng)計數(shù)據(jù)，實證檢驗數(shù)字經(jīng)濟對企業(yè)創(chuàng)新的影響，并進一步分析企業(yè)創(chuàng)新需求對這一關(guān)系的調(diào)節(jié)作用。

2 理論分析與研究假設(shè)

2.1 數(shù)字經(jīng)濟與企業(yè)創(chuàng)新

企業(yè)的經(jīng)濟活動充滿了不確定性，給企業(yè)帶來了高昂的決策成本［9］。產(chǎn)品是用來滿足消費者需求的，企業(yè)可以通過廣泛收集消費者數(shù)據(jù)、挖掘消費者需求以作出更加可靠的創(chuàng)新決策，提高產(chǎn)品創(chuàng)新效率，降低創(chuàng)新所面臨的不確定性，促進企業(yè)創(chuàng)新［10］。但是消費者數(shù)據(jù)是海量的、彌散的，而且會隨著自身特征及外部環(huán)境的變化而變化［11］，要想及時、全面地獲取消費者數(shù)據(jù)、挖掘消費者需求，并據(jù)此進行產(chǎn)品研發(fā)和改進，保障產(chǎn)品創(chuàng)新決策的有效性，往往要求企業(yè)具有較強的信息搜集和分析能力［12］，而且需要耗費極大的成本［10］。基于這一現(xiàn)實，長期以來企業(yè)的創(chuàng)新決策都是以企業(yè)為主導，有選擇性地吸納消費者意見，主要是通過小范圍的市場調(diào)研獲取消費者數(shù)據(jù)［13］，無法獲取全樣本甚至是大樣本的消費者需求數(shù)據(jù)。因此，消費者數(shù)據(jù)的不完備使企業(yè)難以精準捕捉消費者需求，而這種供需雙方之間的信息不對稱會提高創(chuàng)新不確定性，不利于企業(yè)創(chuàng)新。

數(shù)據(jù)是數(shù)字經(jīng)濟的關(guān)鍵生產(chǎn)要素，是從過去生產(chǎn)經(jīng)營活動中產(chǎn)生的，可以用來預測未來經(jīng)濟活動，減少不確定性［14］，進而提高企業(yè)創(chuàng)新能力。從需求端來說，數(shù)字經(jīng)濟增加了消費者行為的可數(shù)據(jù)化程度，使普通消費者有能力、有意愿參與企業(yè)創(chuàng)新［10］。具體地，移動互聯(lián)網(wǎng)技術(shù)使普通消費者的一切在線行動都留下了數(shù)字痕跡、形成了消費者大數(shù)據(jù)，大數(shù)據(jù)和云計算技術(shù)可以對這些數(shù)據(jù)進行存儲、清洗，形成有價值的數(shù)據(jù)資源［15］，人工智能技術(shù)可以借助數(shù)據(jù)驅(qū)動的智能算法優(yōu)化企業(yè)創(chuàng)新決策［16］，因此，普通消費者既不需要擁有專業(yè)的產(chǎn)品研發(fā)知識，也不再需要額外花費時間和精力就可以影響產(chǎn)品創(chuàng)新決策［17］。從供給端來說，由于數(shù)字經(jīng)濟增加了用戶行為的可數(shù)據(jù)化程度，企業(yè)可以低成本、及時地獲取和利用消費者數(shù)據(jù)，挖掘消費者需求信息，指導產(chǎn)品研發(fā)決策，使過去主要依賴個人經(jīng)驗的產(chǎn)品創(chuàng)新決策轉(zhuǎn)變?yōu)閿?shù)據(jù)驅(qū)動的產(chǎn)品創(chuàng)新決策，提高了供需雙方的匹配程度，降低了創(chuàng)新不確定性，提升了企業(yè)創(chuàng)新能力［18］?；谝陨戏治?，本研究認為數(shù)字經(jīng)濟可以通過數(shù)據(jù)這一關(guān)鍵生產(chǎn)要素降低創(chuàng)新不確定性，促進企業(yè)創(chuàng)新。因此，提出假設(shè)1。

假設(shè)1：數(shù)字經(jīng)濟可以促進企業(yè)創(chuàng)新。

2.2 數(shù)字經(jīng)濟、創(chuàng)新需求與企業(yè)創(chuàng)新

基于上述分析，數(shù)字經(jīng)濟可以促進企業(yè)創(chuàng)新，但是本研究進一步認為這一作用受到企業(yè)內(nèi)部特征和外部環(huán)境的影響，決定了即使在相同的數(shù)字經(jīng)濟發(fā)展水平上，企業(yè)創(chuàng)新的提升程度也會存在差異。具體來說，由于創(chuàng)新需要冒險，是一種風險性行為，會增加企業(yè)的不確定性［19］，因此，有著強烈創(chuàng)新需求的企業(yè)才會更有動力承擔風險，擁抱數(shù)字經(jīng)濟，開展創(chuàng)新活動。即數(shù)字經(jīng)濟的創(chuàng)新激勵作用在不同創(chuàng)新需求的企業(yè)中存在差異，最有可能出現(xiàn)在企業(yè)創(chuàng)新需求較高的情境下。因此，本研究進一步探討企業(yè)自身資源稟賦，以及外部市場競爭環(huán)境所引起的企業(yè)創(chuàng)新需求的差異對數(shù)字經(jīng)濟與企業(yè)創(chuàng)新關(guān)系的調(diào)節(jié)作用。

一方面，不同企業(yè)擁有不同的資源稟賦，可能導致不同的創(chuàng)新需求，進而會影響數(shù)字經(jīng)濟的創(chuàng)新激勵作用。魯桐等［20］指出，不同行業(yè)的企業(yè)創(chuàng)新需求是有差異的。倪驍然等［21］則進一步指出，相對于勞動密集型企業(yè)而言，資本和技術(shù)密集型企業(yè)擁有更高的創(chuàng)新需求。具體來說，信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)等技術(shù)密集型行業(yè)的企業(yè)以新的技術(shù)和新的產(chǎn)品立足［22］，天然具有更高的創(chuàng)新需求，也更有動力借助數(shù)字經(jīng)濟實現(xiàn)企業(yè)創(chuàng)新、獲得競爭優(yōu)勢；房地產(chǎn)業(yè)等資本密集型行業(yè)的企業(yè)擁有更多資金，可以保障創(chuàng)新投入，積極開展創(chuàng)新活動，也具有較高的技術(shù)含量［23］，相對而言更能享受到數(shù)字經(jīng)濟帶來的創(chuàng)新紅利；而農(nóng)林牧漁業(yè)等勞動密集型行業(yè)的企業(yè)主要還是依靠簡單勞動創(chuàng)造價值，處于價值鏈的低端［22］，對于創(chuàng)新的需求相對較低。因此，本研究預期，相對于勞動密集型企業(yè)而言，技術(shù)和資本密集型企業(yè)更能從數(shù)字經(jīng)濟的發(fā)展中獲益，數(shù)字經(jīng)濟的創(chuàng)新激勵作用也應(yīng)該主要存在于創(chuàng)新需求較高的企業(yè)。另一方面，創(chuàng)新需求不僅由企業(yè)自身特征所決定，還會受到外部市場競爭環(huán)境的影響［24］。創(chuàng)新是企業(yè)獲得競爭優(yōu)勢的源泉［25］。為了降低被市場淘汰的風險，實現(xiàn)生存和發(fā)展，企業(yè)所面臨的市場競爭越激烈，其創(chuàng)新需求越強烈［21］。因此，本研究認為行業(yè)競爭度高的企業(yè)面臨著更激烈的市場競爭環(huán)境，為了不在數(shù)字經(jīng)濟發(fā)展的浪潮下處于劣勢，更有動機提高企業(yè)創(chuàng)新能力，以便在競爭中獲得優(yōu)勢。因此，當企業(yè)所在行業(yè)競爭度較高時，數(shù)字經(jīng)濟提升企業(yè)創(chuàng)新能力的作用更顯著。基于以上分析，提出假設(shè)2。

假設(shè)2：數(shù)字經(jīng)濟提升企業(yè)創(chuàng)新能力的作用在企業(yè)創(chuàng)新需求高時更顯著，即主要體現(xiàn)在技術(shù)和資本密集型企業(yè)以及行業(yè)競爭度較高的企業(yè)。

研究模型如圖1 所示。

圖1 研究模型

3 研究設(shè)計

3.1 研究樣本和數(shù)據(jù)來源

以中國滬深A 股上市公司為研究對象，匹配了上市公司數(shù)據(jù)和地級市及以上城市的數(shù)字經(jīng)濟數(shù)據(jù)。數(shù)字經(jīng)濟的數(shù)據(jù)來源于《北京大學數(shù)字普惠金融指數(shù)》和《中國城市統(tǒng)計年鑒》?！侗本┐髮W數(shù)字普惠金融指數(shù)》截止到2021 年已經(jīng)發(fā)布了2011—2020年的數(shù)字普惠金融指數(shù)的數(shù)據(jù)；《中國城市統(tǒng)計年鑒》目前最新發(fā)布的版本為《中國城市統(tǒng)計年鑒2020》，公布了截至2019 年年底的數(shù)據(jù)。因此，考慮到數(shù)據(jù)的可獲得性，本研究的數(shù)據(jù)區(qū)間為2011—2019 年。企業(yè)創(chuàng)新及其他企業(yè)財務(wù)數(shù)據(jù)均來源于CSMAR 數(shù)據(jù)庫。將上述數(shù)據(jù)匹配后，剔除了金融類公司的數(shù)據(jù)和ST、PT 公司的數(shù)據(jù)，以及主要變量存在嚴重缺失的數(shù)據(jù)，并對所有連續(xù)變量進行上下1%的縮尾處理，以緩解極端值的影響，最終得到了4 999 個年度觀測值（以下簡稱“樣本”）。

3.2 變量定義和指標構(gòu)建

3.2.1 被解釋變量——企業(yè)創(chuàng)新

現(xiàn)有研究主要從企業(yè)創(chuàng)新投入和產(chǎn)出兩個方面來度量企業(yè)創(chuàng)新。參照孟慶斌等［26］的做法，使用企業(yè)研發(fā)支出與營業(yè)收入的比值（RD）來衡量企業(yè)創(chuàng)新投入，以專利申請數(shù)量加1 的自然對數(shù)（lnPat）衡量企業(yè)創(chuàng)新產(chǎn)出。在穩(wěn)健性檢驗中，借鑒羅宏等［27］的做法，利用研發(fā)支出的自然對數(shù)（lnRD）作為企業(yè)創(chuàng)新投入的穩(wěn)健性檢驗變量，并借鑒孟慶斌等［26］的做法，以專利授權(quán)數(shù)量加1 的自然對數(shù)（lnPat_Grant）作為企業(yè)創(chuàng)新產(chǎn)出的穩(wěn)健性檢驗變量。

3.2.2 解釋變量——數(shù)字經(jīng)濟

參考趙濤等［6］的做法，利用數(shù)字普惠金融指數(shù)、百人中互聯(lián)網(wǎng)寬帶接入用戶數(shù)、人均電信業(yè)務(wù)總量、計算機服務(wù)和軟件業(yè)從業(yè)人員占城鎮(zhèn)單位從業(yè)人員比重和百人中移動電話用戶數(shù)5 個指標構(gòu)建數(shù)字經(jīng)濟綜合指數(shù)。從郭峰等［28］編制的《北京大學數(shù)字普惠金融指數(shù)》以及《中國城市統(tǒng)計年鑒》中手工收集了上述5 個指標的數(shù)據(jù)，并利用主成分分析的方法構(gòu)建了數(shù)字經(jīng)濟發(fā)展綜合指數(shù)。在核心實證部分，采用城市層面的數(shù)字經(jīng)濟數(shù)據(jù)（Dige）；在穩(wěn)健性檢驗中，采用了省層面的數(shù)字經(jīng)濟數(shù)據(jù)（Dige_prov）。

3.2.3 分組變量

為了檢驗假設(shè)2，設(shè)置了要素密集度（Factor）和行業(yè)競爭度（HHI）兩個分組變量。測量方法如下：（1）要素密集度的度量參考魯桐等［20］劃分的基于要素密集度的行業(yè)分類結(jié)果，將樣本企業(yè)劃分為勞動密集型、資本密集型和技術(shù)密集型3 類，并依照倪驍然等［21］的做法，將歸屬于資本密集型和技術(shù)密集型行業(yè)的企業(yè)劃分為創(chuàng)新需求較高的企業(yè)，F(xiàn)actor 取值為1，將歸屬于勞動密集型行業(yè)的企業(yè)劃分為創(chuàng)新需求較低的企業(yè)，F(xiàn)actor 取值為0。（2）行業(yè)競爭度的度量借鑒了陳漢文等［29］的做法，計算了基于銷售收入的分年度和行業(yè)的赫芬達爾指數(shù)，赫芬達爾指數(shù)越高表明行業(yè)競爭度越低，并根據(jù)中位數(shù)將樣本分為赫芬達爾指數(shù)較高，即行業(yè)競爭度較低，HHI 取值為1；反之，赫芬達爾指數(shù)較低，即行業(yè)競爭度較高，HHI 取值為0。

3.2.4 控制變量

參考黎文靖等［30］的研究，選取了如下可能影響企業(yè)創(chuàng)新的因素作為控制變量：企業(yè)規(guī)模（Size）、企業(yè)年齡（Age）、現(xiàn)金流量（CF）、負債比率（Lev）、留存收益（RE）、流動比率（Liq）、資產(chǎn)結(jié)構(gòu)（Tan）、資產(chǎn)收益率（Roa）。具體變量說明如表1 所示。

表1 主要變量定義

3.3 模型設(shè)計

借鑒黎文靖等［30］的研究，構(gòu)建了如下實證模型：

式（1）中：i為公司；t為年份。

4 實證結(jié)果與分析

4.1 描述性分析

主要變量的描述性統(tǒng)計結(jié)果，如表2 所示。其中，數(shù)字經(jīng)濟的平均值為1.183，標準差為1.608，數(shù)據(jù)呈現(xiàn)出平均值小且標準差大的特征，表明樣本企業(yè)數(shù)字經(jīng)濟發(fā)展的平均水平不高且參差不齊，與趙濤等［6］的發(fā)現(xiàn)一致。企業(yè)創(chuàng)新的統(tǒng)計結(jié)果顯示，企業(yè)創(chuàng)新投入的均值為0.046，中位數(shù)為0.037，可以看出樣本企業(yè)將營業(yè)收入投入到研發(fā)活動的比例較小，企業(yè)創(chuàng)新投入有待進一步提高；企業(yè)創(chuàng)新產(chǎn)出的平均值為2.721，標準差為1.859，表明樣本企業(yè)創(chuàng)新產(chǎn)出不高，且各企業(yè)之間的差異較大，與孟慶斌等［26］的發(fā)現(xiàn)一致。要素密集度和行業(yè)競爭度兩個分組變量，以及企業(yè)規(guī)模、企業(yè)年齡等控制變量的各項統(tǒng)計指標均表現(xiàn)出一定差異。

表2 主要變量的描述性統(tǒng)計結(jié)果

4.2 相關(guān)性分析

表3 列出了主要變量的相關(guān)性分析結(jié)果，數(shù)字經(jīng)濟與企業(yè)創(chuàng)新投入顯著正相關(guān)，相關(guān)系數(shù)為0.172且在1%的水平顯著；數(shù)字經(jīng)濟與企業(yè)創(chuàng)新產(chǎn)出顯著正相關(guān)，相關(guān)系數(shù)為0.103 且在1%的水平上顯著，說明數(shù)字經(jīng)濟發(fā)展水平越高，企業(yè)創(chuàng)新投入和產(chǎn)出也越高。要素密集度與企業(yè)創(chuàng)新投入在1%的顯著性水平上呈現(xiàn)出正相關(guān)關(guān)系，要素密集度與企業(yè)創(chuàng)新產(chǎn)出在5%的顯著性水平上呈現(xiàn)出正相關(guān)關(guān)系，說明具有較高創(chuàng)新需求的技術(shù)密集型和資本密集型企業(yè)有更高的企業(yè)創(chuàng)新投入和產(chǎn)出。行業(yè)競爭度與企業(yè)創(chuàng)新投入在1%的顯著性水平上呈現(xiàn)出負相關(guān)關(guān)系，行業(yè)競爭度與企業(yè)創(chuàng)新產(chǎn)出在1%的顯著性水平上呈現(xiàn)出負相關(guān)關(guān)系，說明赫芬達爾指數(shù)越高（行業(yè)競爭程度越低），即企業(yè)創(chuàng)新需求越低時，企業(yè)創(chuàng)新投入和產(chǎn)出也越低。

表3 主要變量的相關(guān)性分析結(jié)果

表3（續(xù)）

4.3 回歸分析

4.3.1 數(shù)字經(jīng)濟與企業(yè)創(chuàng)新的回歸分析

表4 是數(shù)字經(jīng)濟與企業(yè)創(chuàng)新的基準回歸結(jié)果。其中，數(shù)字經(jīng)濟與企業(yè)創(chuàng)新投入的回歸系數(shù)在1%的水平上顯著；數(shù)字經(jīng)濟與企業(yè)創(chuàng)新產(chǎn)出的回歸系數(shù)在1%的水平上顯著。這表明數(shù)字經(jīng)濟對企業(yè)創(chuàng)新投入和產(chǎn)出均產(chǎn)生顯著正向影響。也就是說，數(shù)字經(jīng)濟發(fā)展水平越高，企業(yè)創(chuàng)新水平也越高。由此，假設(shè)1 得到驗證。

表4 數(shù)字經(jīng)濟與企業(yè)創(chuàng)新的樣本基準回歸結(jié)果

表4（續(xù)）

4.3.2 數(shù)字經(jīng)濟、創(chuàng)新需求與企業(yè)創(chuàng)新的回歸分析

首先，檢驗要素密集度對數(shù)字經(jīng)濟與企業(yè)創(chuàng)新關(guān)系的影響。參考楊鳴京等［31］的做法，分企業(yè)創(chuàng)新需求較高組和創(chuàng)新需求較低組進行分組（見表5）回歸檢驗。

表5 按要素密集度的行業(yè)分類結(jié)果

如表6 所示，在資本密集型和技術(shù)密集型組別中，數(shù)字經(jīng)濟的回歸系數(shù)在1%的水平上顯著為正，而在勞動密集型組別中，數(shù)字經(jīng)濟的回歸系數(shù)為正但不顯著；在資本密集型和技術(shù)密集型組別中，數(shù)字經(jīng)濟的回歸系數(shù)在1%的水平上顯著為正，而在勞動密集型組別中，數(shù)字經(jīng)濟的回歸系數(shù)為負且不顯著。因此，數(shù)字經(jīng)濟提升企業(yè)創(chuàng)新投入和產(chǎn)出水平的作用主要體現(xiàn)在資本密集型和技術(shù)密集型企業(yè)中，而在勞動密集型企業(yè)中不顯著。這可能是因為技術(shù)密集型和資本密集型企業(yè)更依賴于通過不斷地開展創(chuàng)新活動來實現(xiàn)企業(yè)的生存和發(fā)展，因此，這類企業(yè)更能從數(shù)字經(jīng)濟的發(fā)展中實現(xiàn)創(chuàng)新、創(chuàng)造價值。

表6 基于要素密集度的樣本分組回歸結(jié)果

其次，按行業(yè)競爭度分組進行回歸分析。如表7 所示，行業(yè)競爭度較高組的數(shù)字經(jīng)濟系數(shù)高于行業(yè)競爭度較低的組，表明行業(yè)競爭度較高的企業(yè)具有更高的企業(yè)創(chuàng)新投入；數(shù)字經(jīng)濟的系數(shù)在行業(yè)競爭度較高的組更高，表明行業(yè)競爭度較高的組具有更多的企業(yè)創(chuàng)新產(chǎn)出。因此，企業(yè)面臨的市場競爭環(huán)境更激烈時，企業(yè)更有動力提高創(chuàng)新投入和產(chǎn)出，即數(shù)字經(jīng)濟提升企業(yè)創(chuàng)新能力的作用在行業(yè)競爭度較高時更顯著。

表7 基于行業(yè)競爭度的樣本分組回歸結(jié)果

表7（續(xù)）

最后，綜合考慮要素密集度和行業(yè)競爭度對數(shù)字經(jīng)濟與企業(yè)創(chuàng)新關(guān)系的共同作用。具體地，由于數(shù)字經(jīng)濟提升企業(yè)創(chuàng)新能力的作用在勞動密集型企業(yè)中并不顯著，且勞動密集型樣本僅為675 個，其中662 個為行業(yè)競爭度低的樣本，13 個為行業(yè)競爭度較高的樣本，因此這一部分的分析不包含勞動密集型樣本，僅考慮資本密集型和技術(shù)密集型樣本在不同行業(yè)競爭度下的差異。如表8 所示，在資本密集型和技術(shù)密集型企業(yè)中，行業(yè)競爭度較高組的數(shù)字經(jīng)濟的系數(shù)更高，表明在資本密集型和技術(shù)密集型企業(yè)中，具有較高水平的行業(yè)競爭度的企業(yè)的創(chuàng)新投入水平更高；對于資本密集型和技術(shù)密集型企業(yè)來說，行業(yè)競爭度高的組的企業(yè)創(chuàng)新產(chǎn)出也更多。因此，這一結(jié)果進一步驗證了企業(yè)創(chuàng)新需求越高，數(shù)字經(jīng)濟的創(chuàng)新提升作用越高。

表8 基于要素密集度與行業(yè)競爭度共同作用的樣本分組回歸結(jié)果

表8（續(xù)）

基于以上對于創(chuàng)新需求的檢驗結(jié)果，可以得出數(shù)字經(jīng)濟促進企業(yè)創(chuàng)新的作用在企業(yè)創(chuàng)新需求較高的企業(yè)中更顯著，假設(shè)2 得到驗證。

5 進一步研究

長期以來，盡管中國企業(yè)的創(chuàng)新投入和產(chǎn)出不斷提高，但是一直陷于“數(shù)量長足和質(zhì)量坡腳”的創(chuàng)新困境，而創(chuàng)新又是促進產(chǎn)業(yè)轉(zhuǎn)型升級的動力所在，因此，將進一步探討數(shù)字經(jīng)濟究竟是提升了企業(yè)創(chuàng)新數(shù)量還是企業(yè)創(chuàng)新質(zhì)量？借鑒黎文靖等［30］、劉詩源等［32］、唐松等［33］做法，以3 類專利申請總數(shù)（發(fā)明、實用新型和外觀設(shè)計專利數(shù)量之和）加1 的自然對數(shù)衡量企業(yè)總體創(chuàng)新數(shù)量，以發(fā)明專利申請數(shù)量加1 的自然對數(shù)來衡量企業(yè)高質(zhì)量創(chuàng)新，以非發(fā)明專利申請數(shù)量（實用新型和外觀設(shè)計專利之和）加1 的自然對數(shù)衡量企業(yè)低質(zhì)量創(chuàng)新。如表9 所示，數(shù)字經(jīng)濟對企業(yè)專利總數(shù)的回歸系數(shù)在1%的顯著性水平上顯著；數(shù)字經(jīng)濟對企業(yè)發(fā)明專利的回歸系數(shù)在1%的水平上顯著；數(shù)字經(jīng)濟對企業(yè)實用新型和外觀設(shè)計專利的回歸系數(shù)在1%的水平上顯著。這表明數(shù)字經(jīng)濟不僅提升了企業(yè)創(chuàng)新數(shù)量，還提高了企業(yè)創(chuàng)新質(zhì)量；同時，數(shù)字經(jīng)濟對高質(zhì)量創(chuàng)新的回歸系數(shù)高于其對低質(zhì)量創(chuàng)新的回歸系數(shù)，表明相較于“短平快”的實用新型和外觀設(shè)計專利，數(shù)字經(jīng)濟提升高質(zhì)量發(fā)明專利的作用更強。因此，本研究認為數(shù)字經(jīng)濟不僅能提高企業(yè)創(chuàng)新數(shù)量，還能夠提高企業(yè)創(chuàng)新質(zhì)量，改善“數(shù)量長足和質(zhì)量坡腳”的創(chuàng)新困境，促進產(chǎn)業(yè)轉(zhuǎn)型升級。

表9 數(shù)字經(jīng)濟對企業(yè)創(chuàng)新數(shù)量和質(zhì)量的影響

表9（續(xù)）

6 穩(wěn)健性檢驗

6.1 替代性測量

為了充分驗證上述結(jié)論的穩(wěn)健性，替換數(shù)字經(jīng)濟和企業(yè)創(chuàng)新的衡量方法，利用省級層面的數(shù)字經(jīng)濟進行穩(wěn)健性檢驗，利用研發(fā)支出的對數(shù)和專利授權(quán)數(shù)量加1 的自然對數(shù)作為企業(yè)創(chuàng)新投入和產(chǎn)出的穩(wěn)健性檢驗變量。如表10 所示，省級層面的數(shù)字經(jīng)濟對企業(yè)研發(fā)支出的自然對數(shù)的回歸系數(shù)在1%的水平上顯著；省級層面的數(shù)字經(jīng)濟對企業(yè)專利授權(quán)數(shù)量加1 的自然對數(shù)的回歸系數(shù)在10%的水平上顯著。因此，改變數(shù)字經(jīng)濟和企業(yè)創(chuàng)新的測量方式后，數(shù)字經(jīng)濟仍然顯著提升企業(yè)創(chuàng)新能力，驗證了本研究結(jié)論的穩(wěn)健性。

表10 數(shù)字經(jīng)濟和企業(yè)創(chuàng)新替代測量結(jié)果

表10（續(xù)）

6.2 內(nèi)生性問題

盡管數(shù)字經(jīng)濟作為一個宏觀變量受到單個微觀企業(yè)創(chuàng)新影響的可能性較小，但是為了排除數(shù)字經(jīng)濟和企業(yè)創(chuàng)新關(guān)系研究中可能存在的內(nèi)生性問題，借鑒黃群慧等［34］的方法，采用樣本企業(yè)所在地1984 年的郵電局數(shù)量與前1 年的互聯(lián)網(wǎng)用戶數(shù)的交乘項作為數(shù)字經(jīng)濟的工具變量（IV），并通過兩階段最小二乘法進行內(nèi)生性檢驗。由于數(shù)字經(jīng)濟是由大數(shù)據(jù)等信息技術(shù)催生的，而各地區(qū)傳統(tǒng)的電信基礎(chǔ)設(shè)施發(fā)展會對新興的信息技術(shù)發(fā)展產(chǎn)生一定影響，因此該工具變量滿足相關(guān)性需要；同時，歷史上的電信基礎(chǔ)設(shè)施不會直接影響到當今企業(yè)的創(chuàng)新發(fā)展情況，滿足了工具變量排他性的要求。如表11 所示，第（1）列為兩階段最小二乘法第一階段的結(jié)果，可以看出，工具變量與數(shù)字經(jīng)濟顯著正相關(guān)，同時，工具變量檢驗結(jié)果顯示，Anderson canon.corr.LM 統(tǒng)計量的P值為0.000，表明不存在工具變量識別不足的問題，Cragg-Donald Wald F 統(tǒng)計量為139.80，大于10%水平上的臨界值（16.38），表明不存在弱工具變量的問題，說明該工具變量具有合理性；第（2）（3）列為第二階段回歸結(jié)果，分別為考慮了內(nèi)生性問題后數(shù)字經(jīng)濟和企業(yè)創(chuàng)新投入、產(chǎn)出的檢驗結(jié)果，結(jié)果顯示，數(shù)字經(jīng)濟仍然顯著提升企業(yè)創(chuàng)新，表明本研究結(jié)論保持穩(wěn)健。

表11 樣本變量的內(nèi)生性檢驗

表11（續(xù)）

7 研究結(jié)論與建議

《規(guī)劃綱要》指出要打造數(shù)字經(jīng)濟新優(yōu)勢，充分發(fā)揮海量數(shù)據(jù)和豐富應(yīng)用場景優(yōu)勢，促進數(shù)字技術(shù)與實體經(jīng)濟深度融合，賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級。為了響應(yīng)數(shù)字經(jīng)濟促進產(chǎn)業(yè)轉(zhuǎn)型升級的現(xiàn)實需要，本研究分析和檢驗了數(shù)字經(jīng)濟對企業(yè)創(chuàng)新的影響，尤其探討了企業(yè)創(chuàng)新需求，即要素密集度和行業(yè)競爭度對數(shù)字經(jīng)濟與企業(yè)創(chuàng)新關(guān)系的調(diào)節(jié)機制。基于2011—2019 年中國A 股上市公司數(shù)據(jù)和地級市及以上城市的數(shù)字經(jīng)濟數(shù)據(jù)，得出以下研究結(jié)論：第一，數(shù)字經(jīng)濟顯著提升企業(yè)創(chuàng)新投入和產(chǎn)出水平；第二，數(shù)字經(jīng)濟提升企業(yè)創(chuàng)新能力的作用在企業(yè)創(chuàng)新需求較高時，即技術(shù)密集型和資本密集型企業(yè)、行業(yè)競爭度高的企業(yè)中更顯著；第三，進一步區(qū)分企業(yè)創(chuàng)新產(chǎn)出發(fā)現(xiàn)，數(shù)字經(jīng)濟不僅提升了企業(yè)創(chuàng)新數(shù)量，還提升了企業(yè)創(chuàng)新質(zhì)量。

本研究評估數(shù)字經(jīng)濟對企業(yè)創(chuàng)新的作用，不僅從企業(yè)創(chuàng)新的視角為數(shù)字經(jīng)濟的微觀影響提供了新的經(jīng)驗證據(jù)，而且將數(shù)字經(jīng)濟這一新興宏觀因素引入企業(yè)創(chuàng)新的影響因素研究，豐富了數(shù)字經(jīng)濟和企業(yè)創(chuàng)新領(lǐng)域的文獻。同時，本研究在數(shù)字經(jīng)濟和企業(yè)創(chuàng)新的關(guān)系研究中嵌入企業(yè)創(chuàng)新需求，考察在不同程度的企業(yè)創(chuàng)新需求下數(shù)字經(jīng)濟促進企業(yè)創(chuàng)新的效應(yīng)差異，有助于決策制定者基于企業(yè)實際創(chuàng)新需求制定差異性的支持政策，提升數(shù)字經(jīng)濟促進企業(yè)創(chuàng)新的實際效果。此外，本研究重點考察了數(shù)字經(jīng)濟對企業(yè)創(chuàng)新產(chǎn)出數(shù)量和質(zhì)量的影響，為數(shù)字經(jīng)濟能否改善中國長期以來的“數(shù)量長足，質(zhì)量跛腳”的創(chuàng)新困境提供實證證據(jù)，為實現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型升級提供經(jīng)驗支撐。

基于以上結(jié)論，提出以下建議：首先，數(shù)字經(jīng)濟能夠提升企業(yè)創(chuàng)新能力，已經(jīng)成為產(chǎn)業(yè)轉(zhuǎn)型升級的新引擎，因此要加快推動數(shù)字經(jīng)濟發(fā)展，特別是大數(shù)據(jù)、云計算和人工智能等新一代數(shù)字技術(shù)的發(fā)展，為數(shù)據(jù)的收集、存儲、保護和利用打下堅實的基礎(chǔ)，以便充分發(fā)揮數(shù)據(jù)的資源價值，全面賦能企業(yè)創(chuàng)新。其次，由于企業(yè)自身資源稟賦和外部市場競爭環(huán)境的不同會帶來企業(yè)創(chuàng)新需求的差異，進而影響數(shù)字經(jīng)濟促進企業(yè)創(chuàng)新的實際效果，因此，數(shù)字經(jīng)濟政策的制定者、數(shù)字化轉(zhuǎn)型服務(wù)的提供商不應(yīng)該采取“一刀切”、同質(zhì)化的舉措，應(yīng)結(jié)合企業(yè)實際創(chuàng)新需求為企業(yè)提供差異性的數(shù)字化發(fā)展支持政策、數(shù)字化轉(zhuǎn)型升級服務(wù)，幫助企業(yè)更好利用數(shù)字經(jīng)濟實現(xiàn)企業(yè)創(chuàng)新。最后，鑒于數(shù)字經(jīng)濟不僅能提高企業(yè)創(chuàng)新數(shù)量，還能夠提高企業(yè)創(chuàng)新質(zhì)量，因此應(yīng)積極對企業(yè)創(chuàng)新產(chǎn)出的成果進行質(zhì)量甄別，提高政府扶持的門檻，推動高質(zhì)量創(chuàng)新，實現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型升級。