蘇濤永,王 柯

(同濟(jì)大學(xué) 經(jīng)濟(jì)與管理學(xué)院,上海 200092)

一、 引 言

2023年2月,中共中央、國務(wù)院印發(fā)的《數(shù)字中國建設(shè)整體布局規(guī)劃》明確提出,構(gòu)筑自立自強(qiáng)的數(shù)字技術(shù)創(chuàng)新體系,不僅要健全關(guān)鍵核心技術(shù)攻關(guān)新型舉國體制,還要加強(qiáng)企業(yè)主導(dǎo)的產(chǎn)學(xué)研深度融合。產(chǎn)學(xué)研合作是增強(qiáng)國家戰(zhàn)略科技力量,助力經(jīng)濟(jì)高質(zhì)量發(fā)展的重要?jiǎng)恿1-2]。企業(yè)作為微觀經(jīng)濟(jì)的核心主體,產(chǎn)學(xué)研合作是彌補(bǔ)其內(nèi)部研發(fā)能力的一種創(chuàng)新戰(zhàn)略,也是提升其創(chuàng)新能力的重要手段[3-4]。在當(dāng)前數(shù)字經(jīng)濟(jì)蓬勃發(fā)展,傳統(tǒng)產(chǎn)業(yè)亟待升級(jí)的背景下,企業(yè)數(shù)字化轉(zhuǎn)型成為賦能產(chǎn)業(yè)升級(jí)、推動(dòng)產(chǎn)業(yè)高質(zhì)量發(fā)展的另一重要途徑。通常,企業(yè)數(shù)字化轉(zhuǎn)型的路徑可以通過自主轉(zhuǎn)型與合作轉(zhuǎn)型實(shí)現(xiàn),合作轉(zhuǎn)型包括外部企業(yè)合作轉(zhuǎn)型和產(chǎn)學(xué)研合作轉(zhuǎn)型。相較于企業(yè)合作轉(zhuǎn)型,產(chǎn)學(xué)研合作轉(zhuǎn)型主體——高校和科研院所,作為數(shù)字化人才、知識(shí)、技術(shù)、專利等數(shù)字化資源的重要供給側(cè),在推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型中發(fā)揮著重要作用[5]。因?yàn)樵跀?shù)字經(jīng)濟(jì)時(shí)代,智力資本的重要性不斷提高,其稀缺性以及資產(chǎn)專有性均超過財(cái)務(wù)資本[6]。正如華為創(chuàng)始人任正非在2020年期間訪問上海交通大學(xué)、復(fù)旦大學(xué)、南京大學(xué)等高校時(shí)所強(qiáng)調(diào)的,高校在產(chǎn)學(xué)研合作、人才培養(yǎng)、基礎(chǔ)研究等方面起到“燈塔”作用,能夠?yàn)橹圃鞓I(yè)的良性發(fā)展提供穩(wěn)定的智力輸出,奠定后發(fā)優(yōu)勢(shì)。例如,三一集團(tuán)、華中數(shù)控長期與華中科技大學(xué)等高校保持緊密合作關(guān)系,形成了集群化、生態(tài)化產(chǎn)學(xué)研融合研發(fā)平臺(tái)體系,突破多項(xiàng)“卡脖子”核心技術(shù),為數(shù)字化轉(zhuǎn)型奠定了堅(jiān)實(shí)基礎(chǔ)[7-8]。因此,在數(shù)字化背景下,深入探索企業(yè)數(shù)字化轉(zhuǎn)型的影響因素、準(zhǔn)確理解產(chǎn)學(xué)研合作和企業(yè)數(shù)字化轉(zhuǎn)型的內(nèi)在關(guān)聯(lián),有助于為產(chǎn)學(xué)研合作和數(shù)字化轉(zhuǎn)型的企業(yè)實(shí)踐和政策制定提供理論支撐,因而具有重要的現(xiàn)實(shí)意義。

作為企業(yè)數(shù)字化轉(zhuǎn)型的重要影響因素,產(chǎn)學(xué)研合作能否有效助力企業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型尚未有確切的實(shí)證結(jié)論支持。事實(shí)上,現(xiàn)有的研究將分析重點(diǎn)放在數(shù)字技術(shù)如何促進(jìn)產(chǎn)學(xué)研合作上[9-10],相反的效果幾乎被現(xiàn)有文獻(xiàn)所忽視。產(chǎn)學(xué)研合作與企業(yè)數(shù)字化轉(zhuǎn)型二者之間的影響方向與內(nèi)在機(jī)制僅能從其他相關(guān)文獻(xiàn)進(jìn)行推論。一方面,數(shù)字化轉(zhuǎn)型往往需要企業(yè)持續(xù)不斷地增加研發(fā)投入,并形成良好的創(chuàng)新生態(tài)系統(tǒng),提升企業(yè)的創(chuàng)新驅(qū)動(dòng)力[11]。文獻(xiàn)表明產(chǎn)學(xué)研合作能夠通過平臺(tái)效應(yīng)和資金效應(yīng)[12]、創(chuàng)新融資和信息共享[13]等不同渠道提高企業(yè)技術(shù)創(chuàng)新的投入、效率和質(zhì)量[3-14]。同時(shí),產(chǎn)學(xué)研合作能夠?yàn)槠髽I(yè)帶來更高的生產(chǎn)力和創(chuàng)新獨(dú)創(chuàng)性[15],更多的前瞻性知識(shí)和技術(shù),賦能企業(yè)未來的成長[4]。從這一角度說,產(chǎn)學(xué)研合作賦予企業(yè)的技術(shù)創(chuàng)新能力,為企業(yè)數(shù)字化轉(zhuǎn)型提供了強(qiáng)有力的支撐。另一方面,數(shù)字化轉(zhuǎn)型不是一蹴而就的,具有復(fù)雜性、長期性和不確定性,若企業(yè)的組織管理制度和數(shù)字化技術(shù)架構(gòu)不能有效匹配,數(shù)字化轉(zhuǎn)型產(chǎn)生的收益將會(huì)被高昂的隱形成本抵消[16-17]。產(chǎn)學(xué)研合作主體由于在目標(biāo)、激勵(lì)、價(jià)值觀和文化存在較大差異[3],容易產(chǎn)生協(xié)調(diào)和監(jiān)督問題[14]。此外,產(chǎn)學(xué)研合作對(duì)企業(yè)價(jià)值的實(shí)現(xiàn)存在較大的時(shí)間滯后性[18]。這使得產(chǎn)學(xué)研合作在推進(jìn)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的過程中依然面臨著政策體系不完善、教研場(chǎng)景驅(qū)動(dòng)性低、科研成果適配度低、知識(shí)產(chǎn)權(quán)爭執(zhí)等現(xiàn)實(shí)問題[5]。若這些問題不能很好地加以解決,產(chǎn)學(xué)研合作會(huì)導(dǎo)致企業(yè)數(shù)字化轉(zhuǎn)型的低效和失敗。不難發(fā)現(xiàn),現(xiàn)有文獻(xiàn)對(duì)“產(chǎn)學(xué)研合作—數(shù)字化轉(zhuǎn)型”關(guān)系的探討尚未達(dá)成共識(shí),二者作用的方向、機(jī)制和邊界并不清晰,本文的實(shí)證研究有望對(duì)已有研究作出有益補(bǔ)充。

鑒于此,本文以協(xié)同創(chuàng)新理論和開放式創(chuàng)新理論為基礎(chǔ),以中國上市公司官網(wǎng)的新聞報(bào)道為數(shù)據(jù)來源,借助產(chǎn)學(xué)研合作文獻(xiàn)和政府政策的語義表述,利用文本分析方法構(gòu)建了反映企業(yè)層面產(chǎn)學(xué)研合作程度的指標(biāo),考察了產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響機(jī)理,并從政府注意力投入、行業(yè)屬性和市場(chǎng)化水平三個(gè)視角對(duì)二者關(guān)系的異質(zhì)性進(jìn)行了詳細(xì)解析,最后分析了產(chǎn)學(xué)研合作與企業(yè)數(shù)字化轉(zhuǎn)型關(guān)系的作用成果。

本文的創(chuàng)新點(diǎn)和邊際貢獻(xiàn)在于:第一,理論層面。(1)與前人主要研究數(shù)字技術(shù)對(duì)產(chǎn)學(xué)研合作的影響不同[9-10],本文從產(chǎn)學(xué)研協(xié)同創(chuàng)新理論視角出發(fā),檢驗(yàn)了產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)效應(yīng),為產(chǎn)學(xué)研合作提升企業(yè)數(shù)字化轉(zhuǎn)型能力提供了實(shí)證依據(jù),豐富了產(chǎn)學(xué)研合作和企業(yè)數(shù)字化轉(zhuǎn)型內(nèi)在關(guān)聯(lián)的相關(guān)研究,拓展了協(xié)同創(chuàng)新理論在數(shù)字化領(lǐng)域的應(yīng)用,為企業(yè)數(shù)字化轉(zhuǎn)型提供了新的理論啟示。(2)目前對(duì)產(chǎn)學(xué)研合作影響數(shù)字化轉(zhuǎn)型的研究主要局限于理論分析[5],對(duì)二者關(guān)系的形成機(jī)制、影響邊界和作用后果尚缺乏系統(tǒng)性分析和嚴(yán)格的實(shí)證檢驗(yàn)[9],本文不僅證明產(chǎn)學(xué)研合作能夠顯著促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型,還考察了政府注意力、行業(yè)屬性和市場(chǎng)化水平在其中的異質(zhì)性作用,并在此基礎(chǔ)上進(jìn)一步分析了產(chǎn)學(xué)研合作通過提升企業(yè)數(shù)字化水平的傳導(dǎo)渠道促進(jìn)數(shù)字化成果的產(chǎn)出,這不僅呼應(yīng)了現(xiàn)有研究對(duì)產(chǎn)學(xué)研合作如何提高數(shù)字成果轉(zhuǎn)化的呼吁[19],也拓展了協(xié)同創(chuàng)新理論的應(yīng)用情境。(3)已有研究從諸多視角對(duì)企業(yè)數(shù)字化轉(zhuǎn)型影響因素進(jìn)行了探討[20],但是對(duì)處于VUCA時(shí)代的組織系統(tǒng)來說,難以通過孤立的個(gè)體實(shí)現(xiàn)組織變革,需要開放式合作實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型[9]。本文的研究結(jié)論拓展了企業(yè)數(shù)字化轉(zhuǎn)型影響因素和作用后果的研究框架,為理解企業(yè)數(shù)字化轉(zhuǎn)型提供了新的視角和思路。第二,方法層面。(1)盡管已有文獻(xiàn)對(duì)產(chǎn)學(xué)研合作與數(shù)字化轉(zhuǎn)型間的關(guān)系進(jìn)行了有益探索,但大多采用問卷調(diào)查[21]、案例分析[7-8]等方法,對(duì)二者實(shí)證關(guān)系的檢驗(yàn)相對(duì)滯后。本文利用非結(jié)構(gòu)化的新聞文本數(shù)據(jù)構(gòu)建了衡量公司層面的產(chǎn)學(xué)研合作指標(biāo),對(duì)“產(chǎn)學(xué)研合作—數(shù)字化轉(zhuǎn)型”的關(guān)系進(jìn)行了大樣本實(shí)證檢驗(yàn)。這響應(yīng)了Perkmann等(2021)[22]學(xué)者提出的利用檔案數(shù)據(jù),而非問卷數(shù)據(jù)來解決產(chǎn)學(xué)研合作模式研究相對(duì)分散的問題。(2)不同于以往僅僅通過企業(yè)披露的高校詞頻數(shù)量來衡量產(chǎn)學(xué)研合作的研究[23],本文利用關(guān)鍵詞“搜索—匹配—加總”的文本分析方法,更加全面、直接、有效地衡量了不同產(chǎn)學(xué)研合作模式背后所反映的合作程度,不僅有效降低了噪聲,也為后續(xù)相關(guān)研究奠定了扎實(shí)的數(shù)據(jù)基礎(chǔ)。

二、 理論分析與研究假設(shè)

(一) 產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響

企業(yè)數(shù)字化轉(zhuǎn)型是指通過運(yùn)用大數(shù)據(jù)、云計(jì)算、人工智能等數(shù)字技術(shù)重構(gòu)產(chǎn)品和服務(wù)、商業(yè)模式、業(yè)務(wù)流程、組織結(jié)構(gòu)等,引發(fā)組織創(chuàng)造和獲取價(jià)值變革的過程[24-25]。對(duì)處于VUCA時(shí)代的組織系統(tǒng)來說,難以通過孤立的個(gè)體面對(duì)外部環(huán)境變化和實(shí)現(xiàn)組織變革,需要交換企業(yè)內(nèi)外部的信息和資源實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型[26]。外向型的開放式創(chuàng)新是拓展技術(shù)知識(shí)邊界的重要保障[27],是企業(yè)內(nèi)部研發(fā)能力的重要補(bǔ)充[4]。相較于開放式創(chuàng)新,協(xié)同創(chuàng)新是更為復(fù)雜的組織方式,主要表現(xiàn)為產(chǎn)學(xué)研合作過程[28],其內(nèi)涵本質(zhì)是企業(yè)、高校、科研院所、政府、用戶等主體以知識(shí)增值為核心,以資源共享或者優(yōu)勢(shì)互補(bǔ)為前提[29],以共同參與、共享成果、共擔(dān)風(fēng)險(xiǎn)為準(zhǔn)則,實(shí)現(xiàn)知識(shí)創(chuàng)造、知識(shí)共享和知識(shí)應(yīng)用的創(chuàng)新組織模式[30]。

不同的外部技術(shù)來源及合作方式與企業(yè)數(shù)字化轉(zhuǎn)型有著很強(qiáng)的相關(guān)性。鄭瓊潔和姜衛(wèi)民(2022)[21]的研究表明,僅僅以其他企業(yè)作為外部技術(shù)來源的企業(yè)在數(shù)字化轉(zhuǎn)型方面較為薄弱,而選擇大學(xué)、科研機(jī)構(gòu)作為外部技術(shù)來源的企業(yè)數(shù)字化轉(zhuǎn)型的程度更高。協(xié)同創(chuàng)新理論認(rèn)為,相比企業(yè)之間的協(xié)同,利益獲取的非競爭性是產(chǎn)學(xué)研協(xié)同創(chuàng)新的優(yōu)勢(shì)。高校、科研院所能夠?yàn)槠髽I(yè)數(shù)字化轉(zhuǎn)型提供互補(bǔ)性資產(chǎn)和異質(zhì)性資源[17]。已有研究表明,實(shí)現(xiàn)數(shù)字化技術(shù)對(duì)企業(yè)的增值作用除了需要投入技術(shù),還需要組織管理模式的重構(gòu)、生產(chǎn)經(jīng)營活動(dòng)的調(diào)整、員工技術(shù)能力的培訓(xùn)等一系列異質(zhì)性資源的投入[31]。Li等(2018)[32]認(rèn)為,知識(shí)和技能互補(bǔ)的多元化管理團(tuán)隊(duì)更能夠成功感知并抓住機(jī)遇,重新配置組織資源、能力和結(jié)構(gòu),促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。企業(yè)和高校、科研院所在數(shù)字化轉(zhuǎn)型分工上具有高度的互補(bǔ)性,高校等強(qiáng)調(diào)基礎(chǔ)研究的突破,而企業(yè)注重應(yīng)用類技術(shù)的創(chuàng)新,前者是后者的基礎(chǔ),后者是前者的動(dòng)力。因此企業(yè)在數(shù)字化轉(zhuǎn)型方面加強(qiáng)與高校、科研院所的合作能夠起到事半功倍的作用。此外,與高校、科研院所、科技園等建立良好合作關(guān)系還可以促進(jìn)成功案例實(shí)踐和方法的交流,以克服管理層對(duì)采用新技術(shù)的負(fù)面態(tài)度[33]。因此,本文提出如下假設(shè):

假設(shè)1:產(chǎn)學(xué)研合作有助于促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

(二) 產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響機(jī)制

1.人才機(jī)制。數(shù)字化轉(zhuǎn)型帶來的機(jī)遇和挑戰(zhàn)需要企業(yè)持續(xù)的創(chuàng)新和學(xué)習(xí),這取決于人的能力[34]。業(yè)界和學(xué)界的諸多經(jīng)驗(yàn)證實(shí),數(shù)字化人才短缺是企業(yè)數(shù)字化轉(zhuǎn)型面臨的主要瓶頸[17],尤其是與大數(shù)據(jù)應(yīng)用相匹配的技術(shù)人員或高素質(zhì)的復(fù)合型勞動(dòng)力的供給不足[35]。數(shù)字化轉(zhuǎn)型需要掌握人工智能與機(jī)器學(xué)習(xí)、大數(shù)據(jù)、區(qū)塊鏈、云計(jì)算等數(shù)字前沿技術(shù)的人才,特別是對(duì)數(shù)學(xué)、物理、計(jì)算機(jī)等基礎(chǔ)學(xué)科和理工科專業(yè)有著較高的要求[36]。高校在智能制造、交叉學(xué)科融合和新工科人才培養(yǎng)等方面處于快速發(fā)展階段[37],能夠?yàn)槠髽I(yè)提供豐富的人力資本。通過與高校、科研院所等之間的合作,有助于企業(yè)獲得大量專業(yè)勞動(dòng)力,這些勞動(dòng)力構(gòu)成了智力人力資本的關(guān)鍵要素[38],彌補(bǔ)了企業(yè)在數(shù)字化人才短缺方面的不足。

2.創(chuàng)新機(jī)制。數(shù)字化轉(zhuǎn)型通常需要企業(yè)持續(xù)不斷地增加研發(fā)投入,并形成良好的創(chuàng)新生態(tài)系統(tǒng),以提升企業(yè)的創(chuàng)新驅(qū)動(dòng)力[11]。研發(fā)投入越多、技術(shù)水平越高的企業(yè),數(shù)字化轉(zhuǎn)型程度越深[21]。在各種外部知識(shí)來源中,大學(xué)和科研院所等公共研究組織通過為企業(yè)提供科技人才和潛在技術(shù)來促進(jìn)其技術(shù)進(jìn)步[39]?，F(xiàn)有研究還發(fā)現(xiàn),產(chǎn)學(xué)研合作能夠通過校友網(wǎng)絡(luò)聯(lián)結(jié)[13]、設(shè)立博士后工作站[12]、會(huì)議交流等合作模式促進(jìn)企業(yè)技術(shù)創(chuàng)新的投入、效率和質(zhì)量[3,14],幫助企業(yè)實(shí)現(xiàn)技術(shù)的進(jìn)步與升級(jí),進(jìn)而促進(jìn)數(shù)字化轉(zhuǎn)型。此外,產(chǎn)學(xué)研合作能夠?yàn)槠髽I(yè)帶來更高的生產(chǎn)力和創(chuàng)新獨(dú)創(chuàng)性[15],更多的前瞻性知識(shí)和技術(shù),賦能企業(yè)未來的成長[4]。從這一角度說,產(chǎn)學(xué)研合作賦予企業(yè)的技術(shù)創(chuàng)新能力,為企業(yè)數(shù)字化轉(zhuǎn)型提供了強(qiáng)有力的支撐。綜上所述,本文提出如下假設(shè):

假設(shè)2a:產(chǎn)學(xué)研合作通過人才效應(yīng)促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

假設(shè)2b:產(chǎn)學(xué)研合作通過創(chuàng)新效應(yīng)促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

(三) 產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的調(diào)節(jié)效應(yīng)

產(chǎn)學(xué)研合作本身能夠促進(jìn)企業(yè)的數(shù)字化轉(zhuǎn)型,但合作主體所處的組織制度環(huán)境等約束性因素也將產(chǎn)生不可忽略的影響。由于產(chǎn)學(xué)研合作主體在目標(biāo)導(dǎo)向和利益訴求等方面存在顯著差異,使得數(shù)字化轉(zhuǎn)型這類投入高、風(fēng)險(xiǎn)大的創(chuàng)新活動(dòng)難以有效開展,往往需要政府伸出“幫助之手”,通過制度支持彌補(bǔ)產(chǎn)學(xué)研合作的市場(chǎng)失靈問題[40]。不同行業(yè)的產(chǎn)學(xué)研合作程度存在顯著差異(詳見圖2),將技術(shù)優(yōu)勢(shì)和人才優(yōu)勢(shì)轉(zhuǎn)化為企業(yè)數(shù)字化轉(zhuǎn)型的動(dòng)力也不盡相同。此外,產(chǎn)學(xué)研合作作為一項(xiàng)多主體參與的復(fù)雜系統(tǒng),其運(yùn)行需要良好的制度環(huán)境。所以下文擬從政府注意力視角、行業(yè)屬性視角和市場(chǎng)化水平視角探討產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的調(diào)節(jié)機(jī)制。

1.政府注意力視角。注意力是選擇性地關(guān)注主觀或客觀信息的一個(gè)特定方面,同時(shí)忽略其他感知信息的認(rèn)知和行為的過程[41]。注意力被視為研究政府行為的新視角,將深刻影響著議題識(shí)別、政策設(shè)計(jì)與執(zhí)行。對(duì)政府來說,注意力和財(cái)政資源、人力資源、信息資源和時(shí)間資源一樣有限且寶貴[42]。因此,注意力分配是理解政府對(duì)于某一領(lǐng)域資源的有效供給和明確此領(lǐng)域未來發(fā)展方向的有效方法[43]。協(xié)同創(chuàng)新涉及知識(shí)的整合共享、資源的優(yōu)化配置和行為的同步優(yōu)化[28],政府需要通過協(xié)同創(chuàng)新政策的一致導(dǎo)向性,才能實(shí)現(xiàn)高校、企業(yè)、政府之間的行動(dòng)最優(yōu)同步化。基礎(chǔ)研究共同研發(fā)和科技人才聯(lián)合培養(yǎng)作為產(chǎn)學(xué)研合作的重要內(nèi)容,如果政府在基礎(chǔ)研究和科技人才投入的注意力越多,向此領(lǐng)域傾斜的實(shí)際財(cái)政資源就越多。如此一來,越有助于加強(qiáng)產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)效果。

2.行業(yè)屬性視角。行業(yè)屬性的不同也會(huì)影響產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響程度。研究表明,資源和勞動(dòng)密集型行業(yè)的技術(shù)升級(jí)受高校產(chǎn)學(xué)研的推進(jìn)作用不明顯,而技術(shù)與資本密集型行業(yè)受益更多[44]。高新技術(shù)企業(yè)面臨的不確定性和復(fù)雜性更高,從而使其對(duì)各種研發(fā)要素的需求程度更高。產(chǎn)學(xué)研合作有助于實(shí)現(xiàn)異質(zhì)性知識(shí)、人才在校企間的有效流動(dòng)和共享,能夠較好滿足企業(yè)對(duì)人才、知識(shí)與技術(shù)的需求[12],為企業(yè)數(shù)字化轉(zhuǎn)型提供數(shù)字資源基礎(chǔ)。此外,高新技術(shù)行業(yè)企業(yè)本身積聚著大量技術(shù)和資本資源,整體技術(shù)水平較高,創(chuàng)新意愿較強(qiáng),通過產(chǎn)學(xué)研合作能取得更多的技術(shù)進(jìn)步[44]。

3.市場(chǎng)化水平視角。在產(chǎn)學(xué)研合作中,由于企業(yè)和高校等科研機(jī)構(gòu)在目標(biāo)導(dǎo)向、利益訴求、研究重點(diǎn)和知識(shí)基礎(chǔ)等多個(gè)維度存在顯著差異,常常面臨知識(shí)產(chǎn)權(quán)模糊、利益分配不清等問題,這不利于合作主體對(duì)異質(zhì)知識(shí)要素的吸收。如果地區(qū)的市場(chǎng)化水平較高,例如要素市場(chǎng)和市場(chǎng)中介組織的發(fā)育比較完善、法律制度環(huán)境比較健全等,就能通過降低交易成本、改善合作承諾、阻礙機(jī)會(huì)主義行為等方式為合作主體提供保護(hù)框架[3],促進(jìn)各方對(duì)知識(shí)要素的吸收。此外,更高水平的市場(chǎng)化程度還能提高產(chǎn)學(xué)研主體在研發(fā)合作中共享資源和知識(shí)的意愿,通過規(guī)定各方的權(quán)利、義務(wù)和責(zé)任等[3,10],促使異質(zhì)性知識(shí)和技術(shù)轉(zhuǎn)化為企業(yè)數(shù)字轉(zhuǎn)型所需要的資源。綜上所述,本文提出如下假設(shè):

假設(shè)3a:產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)效應(yīng)在政府注意力強(qiáng)的地區(qū)更顯著。

假設(shè)3b:產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)效應(yīng)在高新技術(shù)行業(yè)更顯著。

假設(shè)3c:產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)效應(yīng)在市場(chǎng)化水平高的地區(qū)更顯著。

三、 研究設(shè)計(jì)

(一) 樣本選擇與數(shù)據(jù)來源

本文選取2011—2020年中國A股上市公司作為初始研究樣本,原因在于中國數(shù)字經(jīng)濟(jì)規(guī)模的快速擴(kuò)張和數(shù)字技術(shù)的廣泛應(yīng)用的趨勢(shì)主要體現(xiàn)在2010年以后[45];2020年暴發(fā)的新冠肺炎疫情,影響了產(chǎn)學(xué)研各主體在線下的合作與交流,導(dǎo)致數(shù)量有明顯下降(詳見圖2),為避免樣本誤差,將樣本選擇時(shí)間截止到2020年。本文按照以下標(biāo)準(zhǔn)篩選樣本:(1)剔除屬于金融、保險(xiǎn)行業(yè)的樣本;(2)剔除ST、ST* 和PT的樣本;(3)剔除相關(guān)變量缺失的樣本。最終包含4580個(gè)公司—年度觀測(cè)值。企業(yè)數(shù)字化轉(zhuǎn)型數(shù)據(jù)來自上市公司年報(bào)。產(chǎn)學(xué)研合作數(shù)據(jù)來自上市公司官網(wǎng)新聞報(bào)道。公司財(cái)務(wù)數(shù)據(jù)來自國泰安(CSMAR)數(shù)據(jù)庫。地區(qū)層面數(shù)據(jù)來自《中國統(tǒng)計(jì)年鑒》《中國城市統(tǒng)計(jì)年鑒》。

(二) 變量定義與測(cè)量

1.被解釋變量:企業(yè)數(shù)字化轉(zhuǎn)型?，F(xiàn)有研究認(rèn)為,對(duì)上市公司年報(bào)進(jìn)行關(guān)鍵詞詞頻分析,是反映企業(yè)經(jīng)營戰(zhàn)略的可行方式,某類關(guān)鍵詞在年報(bào)中出現(xiàn)的次數(shù)越多,說明企業(yè)的注意力和認(rèn)知水平越高,實(shí)際投入的資源就越多[23]。參考現(xiàn)有研究對(duì)企業(yè)數(shù)字化轉(zhuǎn)型程度的衡量方法[11,46]、結(jié)合權(quán)威政策的定義,本文選取人工智能技術(shù)、大數(shù)據(jù)技術(shù)、云計(jì)算技術(shù)、區(qū)塊鏈技術(shù)和數(shù)字技術(shù)運(yùn)用五個(gè)維度,共計(jì)76個(gè)數(shù)字化轉(zhuǎn)型相關(guān)詞頻進(jìn)行分析,將數(shù)字化轉(zhuǎn)型關(guān)鍵詞在年報(bào)中出現(xiàn)的次數(shù)總數(shù)作為衡量企業(yè)數(shù)字化轉(zhuǎn)型水平(Digital)的指標(biāo)。為了避免反向因果問題以及考慮到產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型影響的延遲性,被解釋變量均選用t+1期(Digitalt+1)。

2.解釋變量:產(chǎn)學(xué)研合作。企業(yè)與高校、科研院所的合作并非強(qiáng)制披露信息,無法通過數(shù)據(jù)庫批量獲取。現(xiàn)有文獻(xiàn)大多利用專利申請(qǐng)人構(gòu)成、問卷調(diào)查、案例分析或模擬仿真等方法,探究產(chǎn)學(xué)研合作對(duì)企業(yè)的影響。但是專利申請(qǐng)本身是產(chǎn)學(xué)研合作的成果體現(xiàn),無法探究產(chǎn)學(xué)研合作影響企業(yè)的過程[47]。問卷方法的非標(biāo)準(zhǔn)化、非全面性也限制了產(chǎn)學(xué)研對(duì)企業(yè)影響的深入分析[22]。案例分析的小樣本特征使得研究結(jié)論的普適性不足[7-8]。模擬仿真等方法也未能基于企業(yè)豐富的產(chǎn)學(xué)研實(shí)踐活動(dòng)進(jìn)行實(shí)證檢驗(yàn)。

與知名高校、科研院所合作是彰顯企業(yè)科研實(shí)力、提升社會(huì)形象的重要事件,企業(yè)往往會(huì)在官網(wǎng)的新聞資訊等欄目進(jìn)行詳細(xì)披露。通常,產(chǎn)學(xué)研合作新聞包含時(shí)間、地點(diǎn)、合作雙方、合作模式、過程、預(yù)期成果等詳細(xì)內(nèi)容,這為本文進(jìn)行深入的文本分析提供了良好的機(jī)會(huì)。此外,現(xiàn)有研究利用上市公司官網(wǎng)的新聞報(bào)道數(shù)據(jù)進(jìn)行實(shí)證分析[48],為本文提供了研究支撐。

產(chǎn)學(xué)研合作實(shí)踐有著豐富的合作模式。Schartinger等(2002)[49]學(xué)者根據(jù)知識(shí)互動(dòng)的正式化程度、隱性知識(shí)的轉(zhuǎn)移、人員接觸方式等區(qū)分了專利許可、聯(lián)合研發(fā)、共同參與會(huì)議、學(xué)術(shù)創(chuàng)業(yè)、非正式研討、通過項(xiàng)目培訓(xùn)學(xué)生、人員互流等16種產(chǎn)學(xué)研合作模式。Ankrah和Al-tabbaa(2015)[50]提出了個(gè)人非正式關(guān)系、個(gè)人正式關(guān)系、第三團(tuán)體、正式目標(biāo)協(xié)議、非正式目標(biāo)協(xié)議、目標(biāo)結(jié)構(gòu)五種產(chǎn)學(xué)研合作模式。還有的學(xué)者對(duì)產(chǎn)學(xué)研合作模式進(jìn)行了更為簡潔的劃分。例如,仲偉俊等(2009)[51]從合作契約的視角,將產(chǎn)學(xué)研合作類型劃分為正式合作和非正式合作。

本文利用關(guān)鍵詞“搜索—匹配—加總”的文本分析方法構(gòu)建了產(chǎn)學(xué)研合作指標(biāo):(1)搜索:本文結(jié)合產(chǎn)學(xué)研合作文獻(xiàn)定義、企業(yè)實(shí)踐新聞和政府政策文件,確定了產(chǎn)學(xué)研合作模式的一級(jí)關(guān)鍵詞,分別是:簽訂協(xié)議、合作研發(fā)、共建平臺(tái)、創(chuàng)建企業(yè)、人才培養(yǎng)、會(huì)議交流、考察調(diào)研、行業(yè)聯(lián)盟和其他模式。其次,根據(jù)9種一級(jí)產(chǎn)學(xué)研合作模式關(guān)鍵詞確定了90個(gè)二級(jí)關(guān)鍵詞。例如,簽訂協(xié)議模式包含“簽署”“簽訂”等;合作研發(fā)模式包含“研發(fā)”“開發(fā)”“項(xiàng)目”等;共建平臺(tái)模式包含“中心”“博士后”“院士”“實(shí)驗(yàn)室”等;創(chuàng)建企業(yè)模式包含“公司”“集團(tuán)”等;人才培養(yǎng)模式包含“實(shí)習(xí)”“獎(jiǎng)學(xué)金”“人才”“培養(yǎng)”等;會(huì)議交流模式包含“會(huì)”“壇”“賽”等;考察調(diào)研模式包含“參觀”“考察”“調(diào)研”等;行業(yè)聯(lián)盟模式包含“聯(lián)盟”等;其他模式包含“公益”“白皮書”“標(biāo)準(zhǔn)”等。(2)匹配:根據(jù)上述方式整理的90個(gè)合作模式關(guān)鍵詞,通過Python程序在公司官網(wǎng)進(jìn)行大規(guī)模的抓取和匹配。(3)加總:最后,對(duì)數(shù)據(jù)進(jìn)行篩選、刪除,最終確定了共計(jì)23149條有效的產(chǎn)學(xué)研合作數(shù)據(jù)。根據(jù)本文數(shù)據(jù)的收集方式,企業(yè)的子公司和高校、科研院所合作,同樣視為和上市公司本身合作。按照Perkmann等(2021)[22]學(xué)者的建議,將每家企業(yè)每年產(chǎn)學(xué)研合作模式出現(xiàn)的頻數(shù)進(jìn)行加總來構(gòu)建產(chǎn)學(xué)研合作指標(biāo)(Academia-Industry-Collaboration,AIC),并加1取對(duì)數(shù)。

產(chǎn)學(xué)研合作指標(biāo)的有效性驗(yàn)證。已有研究表明,產(chǎn)學(xué)研合作與企業(yè)研發(fā)投入、企業(yè)技術(shù)人員數(shù)量和企業(yè)創(chuàng)新能力有著強(qiáng)關(guān)聯(lián)[3]。為了驗(yàn)證產(chǎn)學(xué)研合作(AIC)指標(biāo)的有效性和準(zhǔn)確性,本文進(jìn)一步考察該指標(biāo)與企業(yè)研發(fā)投入的對(duì)數(shù)值(R&D)、研發(fā)技術(shù)人員的對(duì)數(shù)值(R&D_workers)、企業(yè)專利申請(qǐng)總數(shù)的對(duì)數(shù)值(Patent)的正向關(guān)聯(lián)。其中,本文用專利申請(qǐng)數(shù)量衡量企業(yè)的創(chuàng)新能力,原因在于專利申請(qǐng)量更能反映企業(yè)的創(chuàng)新效果,也更加穩(wěn)定、可靠和及時(shí)。專利分為發(fā)明專利、實(shí)用新型專利與外觀設(shè)計(jì)專利。本文參考現(xiàn)有研究的做法,用發(fā)明專利、實(shí)用新型專利與外觀設(shè)計(jì)專利申請(qǐng)數(shù)量之和的自然對(duì)數(shù)衡量企業(yè)創(chuàng)新能力。我們參考模型(1)(見下文)的控制變量,將上述三個(gè)指標(biāo)分別放入模型(1)中進(jìn)行回歸分析,結(jié)果如表1所示。產(chǎn)學(xué)研合作指標(biāo)與企業(yè)研發(fā)投入、企業(yè)技術(shù)人員數(shù)量和企業(yè)創(chuàng)新能力均在1%的水平上顯著,驗(yàn)證了產(chǎn)學(xué)研合作指標(biāo)構(gòu)建的有效性和準(zhǔn)確性。

表1 產(chǎn)學(xué)研合作變量的有效性驗(yàn)證

3.機(jī)制變量。(1)人才效應(yīng)(Masteratei+1)。本文用企業(yè)內(nèi)部碩士及以上學(xué)歷的員工占比衡量[12],并選用t+1期。(2)創(chuàng)新效應(yīng)(Innovationi+1)。本文用研發(fā)支出占營業(yè)收入比例衡量[52],并選用t+1期。

4.調(diào)節(jié)變量。(1)政府注意力(Attention)。高校是基礎(chǔ)研究的“高地”和高質(zhì)量科技人才的重要供給方。政府在基礎(chǔ)研究和科技人才方面的注意力越多,產(chǎn)學(xué)研合作的效果越好。本文對(duì)2007年至2021年的274份地級(jí)市政府工作報(bào)告進(jìn)行本文分析,共統(tǒng)計(jì)“基礎(chǔ)研究”和“科技人才”27個(gè)關(guān)鍵詞詞頻[43]。其中,“基礎(chǔ)研究”參考2018年頒布的《國務(wù)院關(guān)于全面加強(qiáng)基礎(chǔ)科學(xué)研究的若干意見》提煉出以下關(guān)鍵詞,包括:基礎(chǔ)研究,科學(xué)研究,應(yīng)用基礎(chǔ)研究,核心技術(shù),基礎(chǔ)科學(xué),前沿技術(shù),原始創(chuàng)新,關(guān)鍵技術(shù),社會(huì)公益技術(shù)。“科技人才”關(guān)鍵詞包括:人才資源,海外高層次人才,留學(xué)人員,人才隊(duì)伍建設(shè),科技體制改革,人才強(qiáng)國戰(zhàn)略,科教興國戰(zhàn)略,科技成果,知識(shí)產(chǎn)權(quán),科技創(chuàng)新,高層次人才,領(lǐng)軍人才,創(chuàng)新團(tuán)隊(duì),人才隊(duì)伍,創(chuàng)新創(chuàng)業(yè),科研人員,雙創(chuàng),創(chuàng)新驅(qū)動(dòng)。根據(jù)基礎(chǔ)研究和科技人才關(guān)鍵詞出現(xiàn)的頻數(shù)總數(shù)構(gòu)建政府注意力指標(biāo)。(2)市場(chǎng)化水平(Market)。參考樊綱等(2011)[53]的研究,本文根據(jù)政府與市場(chǎng)關(guān)系、非國有經(jīng)濟(jì)發(fā)展、產(chǎn)品市場(chǎng)的發(fā)育程度、要素市場(chǎng)的發(fā)育程度和市場(chǎng)中介組織的發(fā)育與法律制度環(huán)境五項(xiàng)指標(biāo)構(gòu)建市場(chǎng)化總指數(shù)。(3)行業(yè)屬性(Hightech)。高新技術(shù)企業(yè)的認(rèn)定來自科技部對(duì)高新技術(shù)領(lǐng)域的認(rèn)定,本文參考潘越等(2017)[54]的研究,將以下行業(yè)確定為高新技術(shù)企業(yè):醫(yī)藥制造業(yè)、鐵路傳播航天和其他運(yùn)輸設(shè)備制造業(yè)、軟件和信息技術(shù)服務(wù)業(yè)、軟件和信息技術(shù)服務(wù)業(yè)、化學(xué)纖維材料制造業(yè)、化學(xué)原料及化學(xué)制品制造業(yè)、儀器儀表制造業(yè)、計(jì)算機(jī)通信和其他電子設(shè)備制造業(yè),其他行業(yè)歸為非高新技術(shù)企業(yè)。如果企業(yè)屬于高新技術(shù)行業(yè),則賦值為1,否則為0。

5.控制變量。本文的控制變量包括企業(yè)層面的控制變量、行業(yè)層面的控制變量和地區(qū)層面的控制變量。企業(yè)層面的控制變量包括企業(yè)規(guī)模(Lnsize)、企業(yè)年齡(Lnage)、總資產(chǎn)收益率(ROA)、凈資產(chǎn)收益率(ROE)、資產(chǎn)負(fù)債率(LEV)、資產(chǎn)結(jié)構(gòu)(Fasset)、營業(yè)收入(Lnor)、企業(yè)所有權(quán)性質(zhì)(SOE),以及公司治理層面的兩職合一(Duality)、獨(dú)立董事占比(Indepen)、CEO平均任期(Avetenure)、CEO平均年齡(Aveage)、CEO平均學(xué)歷(Avedegree)。行業(yè)層面的控制變量包括行業(yè)競爭度(HHI)。地區(qū)層面的控制變量包含地區(qū)經(jīng)濟(jì)水平(GDP)、數(shù)字經(jīng)濟(jì)發(fā)展水平(Digitaleco)。此外,企業(yè)數(shù)字化轉(zhuǎn)型程度在不同省份、行業(yè)有著較大的差異,為了減輕省份和行業(yè)異質(zhì)性的影響,以及避免宏觀經(jīng)濟(jì)環(huán)境的時(shí)間變化趨勢(shì),本文對(duì)年份(Year)、行業(yè)(Ind)和省份(Pro)進(jìn)行了固定效應(yīng)控制。以上所有變量的定義和計(jì)算方式如表2所示。為了消除極端值的影響,本文對(duì)所有連續(xù)變量在上下1%水平上進(jìn)行縮尾處理。

表2 主要變量定義與測(cè)量

(三) 實(shí)證模型構(gòu)建

本文采用OLS回歸模型,并采用異方差穩(wěn)健標(biāo)準(zhǔn)誤,將基準(zhǔn)模型設(shè)定如下:

Digitali,t+1=α0+α1AICi,t+∑CV+∑Year+∑Ind+∑Pro+εi,t

(1)

其中,i表示企業(yè),t表示年份。Digitali,t+1表示企業(yè)i在t+1期的數(shù)字化轉(zhuǎn)型水平,AICi,t表示企業(yè)i在t期的產(chǎn)學(xué)研合作程度?！艭V代表控制變量,∑Year、∑Ind和∑Pro分別表示時(shí)間、行業(yè)和省份的固定效應(yīng)。εi,t為隨機(jī)擾動(dòng)項(xiàng)。根據(jù)前文理論假設(shè),如果AIC的系數(shù)α1顯著為正,則表明產(chǎn)學(xué)研合作促進(jìn)了企業(yè)的數(shù)字化轉(zhuǎn)型,與假設(shè)1相符。

四、 中國上市公司產(chǎn)學(xué)研合作的描述

圖1報(bào)告了2000—2020年上市公司在官網(wǎng)披露的產(chǎn)學(xué)研合作年度分布情況?？梢钥闯?除了2020年,上市公司的產(chǎn)學(xué)研合作數(shù)量逐年增加,尤其從2010年開始產(chǎn)學(xué)研合作數(shù)量大幅增加。這與中國數(shù)字經(jīng)濟(jì)規(guī)模的快速擴(kuò)張和數(shù)字技術(shù)的廣泛應(yīng)用的趨勢(shì)主要體現(xiàn)在2010年以后相一致[45]。這說明隨著數(shù)字技術(shù)的發(fā)展,上市公司越來越重視與高校、科研院所的產(chǎn)學(xué)研合作。2020年暴發(fā)的新冠肺炎疫情,影響了產(chǎn)學(xué)研各主體在線下的合作與交流,因此數(shù)量有所下降。

圖1 上市公司產(chǎn)學(xué)研合作分年份統(tǒng)計(jì)

限于篇幅,本文選取了上市公司產(chǎn)學(xué)研合作數(shù)量最多的前30種行業(yè)進(jìn)行分析(見圖2)。可以發(fā)現(xiàn),軟件和信息技術(shù)服務(wù)業(yè)的產(chǎn)學(xué)研合作程度最高,合作數(shù)量達(dá)到2072次。醫(yī)藥制造業(yè),計(jì)算機(jī),通信和其他電子設(shè)備制造業(yè),電氣機(jī)械及器材制造業(yè),化學(xué)原料及化學(xué)制品制造業(yè),專用設(shè)備制造業(yè)等技術(shù)要求較高行業(yè)的產(chǎn)學(xué)研合作程度也較高,產(chǎn)學(xué)研合作數(shù)量均超過1000次。此外,由圖2還可以看出,制造業(yè)企業(yè)的產(chǎn)學(xué)研合作程度較高,制造業(yè)產(chǎn)學(xué)研合作數(shù)量占所有行業(yè)(前30種行業(yè))產(chǎn)學(xué)研合作總數(shù)量的比例高達(dá)67%,其他行業(yè)占比相對(duì)較低。這表明產(chǎn)學(xué)研合作在行業(yè)間有較大的差異。

圖2 上市公司產(chǎn)學(xué)研合作分行業(yè)統(tǒng)計(jì)

圖3報(bào)告了31個(gè)省、市、自治區(qū)的上市公司產(chǎn)學(xué)研合作分地區(qū)統(tǒng)計(jì)信息,可以看出產(chǎn)學(xué)研合作存在顯著的地域差異,在東部經(jīng)濟(jì)較為發(fā)達(dá)地區(qū)有著絕對(duì)優(yōu)勢(shì),而在中西部較不發(fā)達(dá)地區(qū)產(chǎn)學(xué)研合作數(shù)量明顯較少。其中,廣東省以3528次產(chǎn)學(xué)研合作數(shù)量位居第一,占比達(dá)到全部省份的18%。產(chǎn)學(xué)研合作較多的省份分別是廣東省、北京市、浙江省、江蘇省、山東省與上海市,其產(chǎn)學(xué)研合作數(shù)量占產(chǎn)學(xué)研合作總數(shù)量比例均高于5%。而產(chǎn)學(xué)研合作較少的省份分別是寧夏回族自治區(qū)、西藏自治區(qū)、新疆維吾爾自治區(qū)、山西省、青海省、廣西壯族自治區(qū)、貴州省、重慶市、黑龍江省、吉林省和天津市,其占比均低于1%。這說明產(chǎn)學(xué)研合作不僅存在較強(qiáng)的區(qū)域聚集性,還與經(jīng)濟(jì)發(fā)展水平或制度環(huán)境存在一定關(guān)聯(lián)。

圖3 上市公司產(chǎn)學(xué)研合作分地區(qū)統(tǒng)計(jì)

五、 實(shí)證結(jié)果分析

(一) 描述性統(tǒng)計(jì)

主要變量的描述性統(tǒng)計(jì)結(jié)果如表3所示。樣本企業(yè)的數(shù)字化轉(zhuǎn)型水平(Digital)的均值為16.762,最大值為142,最小值為0,標(biāo)準(zhǔn)差為32.285,可見上市公司間的數(shù)字化轉(zhuǎn)型程度差距較大。AIC表示產(chǎn)學(xué)研合作,最大值為3.401,最小值為0,標(biāo)準(zhǔn)差為0.702,也表明上市公司間的產(chǎn)學(xué)研合作程度存在顯著的差異。

表3 變量描述性統(tǒng)計(jì)結(jié)果

(二) 基本回歸結(jié)果分析

表4報(bào)告了產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的基準(zhǔn)回歸結(jié)果,列(1)報(bào)告了不考慮控制變量和固定效應(yīng)的回歸結(jié)果,AIC的估計(jì)系數(shù)為2.902,且在1%水平下顯著。列(2)報(bào)告了考慮控制變量后的回歸結(jié)果,AIC的估計(jì)系數(shù)降低至2.187,但依然在1%水平下顯著。由圖2和圖3分析可知,產(chǎn)學(xué)研合作在行業(yè)和省份間分布廣泛且存在較大差異,再加入年份、省份和行業(yè)的固定效應(yīng)后重新進(jìn)行回歸,列(3)AIC的估計(jì)系數(shù)有所下降(α=1.695),但是依然在1%水平下顯著。這一結(jié)果從經(jīng)濟(jì)意義上看,如果產(chǎn)學(xué)研合作增加1個(gè)百分點(diǎn),將使得企業(yè)的數(shù)字化程度增加1.695,相對(duì)于樣本期間企業(yè)數(shù)字化轉(zhuǎn)型程度的16.762而言提升了10%左右(1.695/16.762×100%)。這說明,不管是在統(tǒng)計(jì)意義上還是經(jīng)濟(jì)意義上,產(chǎn)學(xué)研合作確實(shí)有助于企業(yè)的數(shù)字化轉(zhuǎn)型,因此假設(shè)1得到驗(yàn)證。

表4 基準(zhǔn)回歸結(jié)果

(三) 內(nèi)生性檢驗(yàn)

前文的基本研究結(jié)論面臨內(nèi)生性問題的挑戰(zhàn)。一方面,產(chǎn)學(xué)研合作能夠?yàn)槠髽I(yè)提供人才、技術(shù)、知識(shí)等異質(zhì)性資源助力企業(yè)的數(shù)字化轉(zhuǎn)型;另一方面,企業(yè)的數(shù)字化水平越高,數(shù)字轉(zhuǎn)型績效越好,對(duì)產(chǎn)學(xué)研合作的需求就越多。為了避免因反向因果造成的內(nèi)生性問題,本文在基本回歸中已經(jīng)對(duì)被解釋變量進(jìn)行了滯后一期。除此之外,本文利用工具變量法進(jìn)一步對(duì)潛在的內(nèi)生性問題加以處理。

本文采用合作院校等級(jí)和高管學(xué)術(shù)經(jīng)歷作為工具變量。(1)合作院校等級(jí)(Degree)是根據(jù)2022年全國高等學(xué)校名單,將國家“985工程”高校、“211工程”高校、其他高校分別賦值3、2、1,將中國工程院、中國科學(xué)院、中國社會(huì)科學(xué)院等同于“985工程”高校,中國工程院、中國科學(xué)院、中國社會(huì)科學(xué)院下屬院所等同于“211工程”高校,其他科研院所賦值為1[12]。由于高校間存在一定的分層格局,等級(jí)越高的高校,在生源與校友質(zhì)量、師資水平、科研經(jīng)費(fèi)、社會(huì)聲譽(yù)等多個(gè)方面都具有領(lǐng)先優(yōu)勢(shì)[12]。因此,高校的等級(jí)越高,越吸引更多的企業(yè)合作,企業(yè)和高校的產(chǎn)學(xué)研合作程度越高的同時(shí)并不會(huì)對(duì)企業(yè)自身的數(shù)字化轉(zhuǎn)型意愿產(chǎn)生影響,從而與其數(shù)字化轉(zhuǎn)型程度無關(guān),因此符合外生性要求。(2)高管學(xué)術(shù)經(jīng)歷是指企業(yè)高管團(tuán)隊(duì)內(nèi)高管具備在高校、科研機(jī)構(gòu)或者協(xié)會(huì)正式任職的經(jīng)歷[55]。其中,高管是董事會(huì)和監(jiān)事會(huì)成員之外對(duì)企業(yè)經(jīng)營管理具有直接決策權(quán)力的管理人員,包含企業(yè)的首席執(zhí)行官、總經(jīng)理、執(zhí)行總經(jīng)理、副總經(jīng)理、執(zhí)行副總經(jīng)理、總會(huì)計(jì)師、財(cái)務(wù)負(fù)責(zé)人[56]。本文構(gòu)建高管學(xué)術(shù)經(jīng)歷(Academic)的虛擬變量,如果高管具有學(xué)術(shù)經(jīng)歷則賦值為1,否則為0。如果高管具有在高校、科研機(jī)構(gòu)或者協(xié)會(huì)正式任職的經(jīng)歷,那么校企之間的互動(dòng)會(huì)更加頻繁,能夠有效擴(kuò)展企業(yè)產(chǎn)學(xué)研合作的關(guān)系網(wǎng)絡(luò)[23],但對(duì)企業(yè)的數(shù)字化轉(zhuǎn)型并沒有顯著的影響,符合外生性要求。

通過兩階段工具變量回歸后發(fā)現(xiàn),合作院校等級(jí)和高管是否具有學(xué)術(shù)經(jīng)歷對(duì)企業(yè)數(shù)字化轉(zhuǎn)型有著顯著影響,而在第二階段剔除干擾因素后,產(chǎn)學(xué)研合作仍然顯著提升了企業(yè)的數(shù)字化轉(zhuǎn)型程度,表5匯報(bào)了工具變量法第二階段的回歸結(jié)果。不可識(shí)別檢驗(yàn)顯示Kleibergen-PaaprkLM統(tǒng)計(jì)量的結(jié)果在1%的水平上顯著,拒絕工具變量識(shí)別不足的原假設(shè);Cragg-DonaldWaldF統(tǒng)計(jì)量大于Stock-Yogo弱工具變量識(shí)別F檢驗(yàn)在10%顯著性水平上的臨界值,拒絕弱工具變量的原假設(shè);工具變量的過度識(shí)別檢驗(yàn)顯示p值大于0.1,接受原假設(shè),說明本文所選的工具變量符合外生性要求。此外,為了穩(wěn)健起見,本文使用了對(duì)弱工具變量更不敏感的有限信息最大似然法(LIML)?；貧w結(jié)果如表5列(2)所示,產(chǎn)學(xué)研合作依然顯著提升了企業(yè)的數(shù)字化轉(zhuǎn)型程度,因此本文結(jié)論保持穩(wěn)健。

表5 工具變量法檢驗(yàn)結(jié)果

(四) 穩(wěn)健性檢驗(yàn)

1.更換企業(yè)數(shù)字化轉(zhuǎn)型衡量指標(biāo)。本文參考趙宸宇等(2021)[57]的做法,對(duì)數(shù)字技術(shù)應(yīng)用、互聯(lián)網(wǎng)商業(yè)模式、智能制造、現(xiàn)代信息系統(tǒng)四個(gè)維度共計(jì)99個(gè)數(shù)字化轉(zhuǎn)型相關(guān)詞頻進(jìn)行統(tǒng)計(jì)。同樣,本文用數(shù)字化轉(zhuǎn)型詞頻數(shù)量之和衡量數(shù)字化轉(zhuǎn)型程度。回歸結(jié)果如表6列(1)所示,與表4結(jié)果一致,產(chǎn)學(xué)研合作在1%水平上顯著促進(jìn)了企業(yè)的數(shù)字化轉(zhuǎn)型(α=5.931),表明本文研究結(jié)論具備有效性和可靠性。

表6 穩(wěn)健性檢驗(yàn)結(jié)果

2.更換產(chǎn)學(xué)研合作衡量指標(biāo)。本文在基準(zhǔn)回歸結(jié)果采用的詞頻數(shù)據(jù)存在一定噪聲,本文參考申宇等(2017)[13]的做法,對(duì)歸納的九種產(chǎn)學(xué)研合作模式按照正式程度進(jìn)行1—9分的權(quán)重賦值,經(jīng)過處理后的指標(biāo)回歸結(jié)果如表6的列(2)所示,產(chǎn)學(xué)研合作依然在1%水平上顯著促進(jìn)了企業(yè)的數(shù)字化轉(zhuǎn)型(α=0.963)。

3.更換回歸模型?？紤]到企業(yè)數(shù)字化轉(zhuǎn)型存在左截尾特點(diǎn),本文在表6列(3)匯報(bào)了控制時(shí)間、省份和行業(yè)固定效應(yīng)的三重Tobit回歸結(jié)果?？梢钥闯?AIC的估計(jì)系數(shù)在1%的水平上顯著為正(α=2.782),這與表4的回歸結(jié)果一致,證明本文的結(jié)果具有穩(wěn)健性。

4.考慮時(shí)間因素?？紤]到新冠肺炎疫情的影響,2020年的產(chǎn)學(xué)研合作樣本數(shù)量明顯減少,會(huì)對(duì)結(jié)果造成潛在的偏差。此外,考慮到中國數(shù)字經(jīng)濟(jì)規(guī)模的迅速擴(kuò)張和數(shù)字技術(shù)高速發(fā)展及逐步應(yīng)用的趨勢(shì)主要體現(xiàn)在2010年以后[45],因此同時(shí)也刪除了2010年之前的數(shù)據(jù)。具體回歸結(jié)果如表6的列(4)所示,企業(yè)產(chǎn)學(xué)研合作對(duì)數(shù)字化轉(zhuǎn)型的影響依然1%的水平上顯著為正(α=1.691),說明本文的回歸結(jié)果穩(wěn)健。

5.排除企業(yè)策略性行為的可能。企業(yè)的數(shù)字化轉(zhuǎn)型信息披露有夸大的可能,存在策略性宣傳的嫌疑[45]。本文參考現(xiàn)有研究做法[58],開展了以下檢驗(yàn):(1)剔除了與高科技、計(jì)算機(jī)、互聯(lián)網(wǎng)、主營業(yè)務(wù)與軟件相關(guān)的企業(yè)以及創(chuàng)業(yè)板上市公司。因?yàn)閯?chuàng)業(yè)板上市公司屬于高新技術(shù)行業(yè)的較多,天然地與數(shù)字化、互聯(lián)網(wǎng)、大數(shù)據(jù)有聯(lián)系。(2)企業(yè)是否披露與數(shù)字化相關(guān)的信息受策略性行為的影響,本文剔除數(shù)字化詞頻為0的企業(yè)。(3)剔除樣本期間由于信息披露問題受到過中國證券監(jiān)督管理委員會(huì)或證券交易所處罰的企業(yè)。(4)借助模型估算企業(yè)數(shù)字化轉(zhuǎn)型詞匯的正常披露數(shù)量,將殘差值位于前25%的企業(yè)刪除后重新進(jìn)行檢驗(yàn)。表6的列(5)和列(8)報(bào)告了相應(yīng)的檢驗(yàn)結(jié)果,AIC的系數(shù)均至少在5%的水平上顯著為正(α=1.874,α=2.652,α=1.729,α=0.652),表明本文的基本結(jié)論不受企業(yè)策略性信息披露行為的影響。

六、 擴(kuò)展性分析

(一) 作用機(jī)制檢驗(yàn)

根據(jù)前文的理論闡述,產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響通過人才效應(yīng)、創(chuàng)新效應(yīng)發(fā)揮渠道作用。本文借鑒Baron和Kenny(1986)[59]的研究,采用逐步回歸法設(shè)定如下的路徑檢驗(yàn)?zāi)Ｐ?

Digitali,t+1=β0+β1AICi,t+∑CV+∑Year+∑Ind+∑Pro+εi,t

(2)

Masteratei,t+1=β0+β1AICi,t+∑CV+∑Year+∑Ind+∑Pro+εi,t

(3)

Digitali,t+1=β0+β1AICi,t+β2Masteratei,t+1/Innovationi,t+1+∑CV+∑Year+∑Ind+∑Pro+εi,t

(4)

機(jī)制檢驗(yàn)結(jié)果如表7所示,人才效應(yīng)的檢驗(yàn)結(jié)果如列(1)至列(3)所示。列(1)報(bào)告了模型(2)的檢驗(yàn)結(jié)果,AIC的估計(jì)系數(shù)顯著為正(α=1.802),說明產(chǎn)學(xué)研合作顯著促進(jìn)了企業(yè)的數(shù)字化轉(zhuǎn)型。列(2)報(bào)告了模型(3)的檢驗(yàn)結(jié)果,AIC的估計(jì)系數(shù)在1%水平上顯著為正(α=0.609),說明通過科技人才的增加能夠促進(jìn)企業(yè)的數(shù)字化轉(zhuǎn)型。列(3)報(bào)告了模型(4)的結(jié)果,Masteratei+1的估計(jì)系數(shù)在1%水平上顯著為正(α=0.579),AIC的回歸系數(shù)的絕對(duì)值和t值均低于模型(2)(α=1.758),并且Sobel Z值在1%的水平上顯著。此外,通過Bootstrap檢驗(yàn)可知,所有回歸結(jié)果的置信區(qū)間均不包含0。假設(shè)2a得到驗(yàn)證。(1)本文還用技術(shù)人員數(shù)量/員工總數(shù)衡量人才效應(yīng),回歸結(jié)果顯示AIC的系數(shù)顯著為正。

表7 機(jī)制檢驗(yàn)結(jié)果

創(chuàng)新效應(yīng)的機(jī)制檢驗(yàn)結(jié)果如表7的列(4)至列(6)所示。列(6)Innovationi+1估計(jì)系數(shù)在1%水平上顯著為正(α=130.162),AIC的估計(jì)系數(shù)在1%水平上顯著為正(α=1.575),說明通過創(chuàng)新的增加能夠顯著促進(jìn)企業(yè)的數(shù)字化轉(zhuǎn)型。同樣,模型(4)中AIC的回歸系數(shù)的絕對(duì)值和t值均低于模型(2),并且Sobel Z值在10%的水平上顯著。Bootstrap檢驗(yàn)的結(jié)果同樣顯示所有回歸結(jié)果的置信區(qū)間均不包含0。因此,假設(shè)2b得到驗(yàn)證。(2)本文還用企業(yè)專利申請(qǐng)數(shù)量作為衡量創(chuàng)新效應(yīng),回歸結(jié)果顯示AIC的系數(shù)顯著為正。

(二) 調(diào)節(jié)效應(yīng)檢驗(yàn)

本文構(gòu)建模型(5)以檢驗(yàn)在不同的政府注意力水平下,產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的調(diào)節(jié)效應(yīng)。對(duì)高新技術(shù)企業(yè)和市場(chǎng)化水平的檢驗(yàn),將Attention分別替換成Hightech和Market,其他變量不變。

Digitali,t+1=γ0+γ1AICi,t+γ2Attentioni,t+γ3AIC×Attentioni,t+∑CV+∑Year+∑Ind+∑Pro+εi,t

(5)

表8是利用模型(5)對(duì)假設(shè)3進(jìn)行檢驗(yàn)的結(jié)果。根據(jù)列(1)的結(jié)果,加入政府注意力變量Attention和其交乘項(xiàng)后,產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響依然在1%的水平上顯著為正(α=1.462),Attention的回歸系數(shù)值不顯著為負(fù)。AIC×Attention的系數(shù)估計(jì)值顯著為正,且在10%水平上顯著(α=0.012)。表明政府在基礎(chǔ)研究和科技人才方面的注意力越高,產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)效果就越顯著。假設(shè)3a得到支持。根據(jù)列(2)的結(jié)果,在加入高新技術(shù)企業(yè)Hightech和其交乘項(xiàng)后,產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響在5%的水平上顯著為正(α=1.127)。Hightech的估計(jì)系數(shù)值顯著為正(α=1.510),表明高新技術(shù)企業(yè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型存在直接的正向影響。AIC×Hightech的系數(shù)在5%水平上顯著(α=2.364)。這表明相較于非高新技術(shù)企業(yè),高新技術(shù)企業(yè)對(duì)產(chǎn)學(xué)研合作與企業(yè)數(shù)字化轉(zhuǎn)型關(guān)系的促進(jìn)效應(yīng)更強(qiáng)。假設(shè)3b得到支持。根據(jù)列(3)的結(jié)果,加入市場(chǎng)化水平Market和其交互項(xiàng)后,產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響在1%的水平上顯著為正(α=1.332),Market的回歸系數(shù)值不顯著為負(fù)(α=-0.534)。AIC×Market的系數(shù)估計(jì)值顯著為正,且在5%水平上顯著(α=0.651)。這說明市場(chǎng)化水平程度越高,產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的推動(dòng)作用越明顯。假設(shè)3c得到支持。

表8 調(diào)節(jié)效應(yīng)交乘項(xiàng)檢驗(yàn)結(jié)果

為進(jìn)一步驗(yàn)證調(diào)節(jié)變量對(duì)主效應(yīng)影響結(jié)果的穩(wěn)健性,本文對(duì)三個(gè)調(diào)節(jié)變量進(jìn)行分組檢驗(yàn),分別將樣本分為高政府注意力和低政府注意力兩組、高新技術(shù)企業(yè)和非高新技術(shù)企業(yè)兩組、高市場(chǎng)化水平和低市場(chǎng)化水平兩組。表9的前兩列結(jié)果顯示,當(dāng)政府對(duì)基礎(chǔ)研究和科技人才的注意力高時(shí),產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響更強(qiáng),在1%的水平上顯著為正(α=2.366)。當(dāng)政府的注意力低時(shí),二者關(guān)系為正但并不顯著(α=0.470)。列(3)和列(4)的結(jié)果表明,當(dāng)企業(yè)屬于高新技術(shù)行業(yè)時(shí),產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響更強(qiáng),在1%的水平上顯著為正(α=2.394);當(dāng)企業(yè)不屬于高新技術(shù)行業(yè)時(shí),產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響為正但并不顯著(α=0.189)。最后兩列結(jié)果說明,當(dāng)企業(yè)位于市場(chǎng)化水平高的地區(qū)時(shí),產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響更強(qiáng),在1%的水平上顯著為正(α=2.669),當(dāng)企業(yè)位于市場(chǎng)化水平低的地區(qū)時(shí),產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響為正但并不顯著(α=0.464)。上述分組回歸檢驗(yàn)結(jié)果與交乘項(xiàng)檢驗(yàn)結(jié)果含義一致,說明本文調(diào)節(jié)效應(yīng)結(jié)果的穩(wěn)健性。

表9 調(diào)節(jié)效應(yīng)分組檢驗(yàn)結(jié)果

(三) 作用后果檢驗(yàn):數(shù)字化成果

產(chǎn)學(xué)研合作是推動(dòng)創(chuàng)新要素聚、提升創(chuàng)新供給能力、突破關(guān)鍵核心技術(shù)瓶頸的重要系統(tǒng),以推動(dòng)科技成果轉(zhuǎn)化和產(chǎn)業(yè)化為目標(biāo)[19]。上市公司關(guān)鍵詞的詞頻分析僅代表企業(yè)的數(shù)字化轉(zhuǎn)型意愿和程度,但是產(chǎn)學(xué)研合作是否能切實(shí)促進(jìn)企業(yè)數(shù)字化成果的產(chǎn)出,還需要進(jìn)一步分析。

本文取自CSMAR企業(yè)轉(zhuǎn)型數(shù)據(jù)庫中的數(shù)字創(chuàng)新標(biāo)準(zhǔn)工作、數(shù)字創(chuàng)新論文數(shù)量、數(shù)字國家級(jí)獎(jiǎng)項(xiàng)三類成果指標(biāo),并將三類成果的數(shù)量進(jìn)行加總,構(gòu)建了衡量數(shù)字化成果的指標(biāo)(Digitalproducti,t+1)。其中,數(shù)字創(chuàng)新標(biāo)準(zhǔn)工作是當(dāng)年參與國家標(biāo)準(zhǔn)制定數(shù)量和當(dāng)年參與行業(yè)標(biāo)準(zhǔn)制定數(shù)量之和,標(biāo)準(zhǔn)名稱中均涉及數(shù)字化關(guān)鍵詞。數(shù)字創(chuàng)新論文數(shù)量是國內(nèi)期刊發(fā)表的論文數(shù)量和國外期刊發(fā)表論文的數(shù)量之和,其中,國內(nèi)期刊發(fā)表的論文來自中國知網(wǎng),涉及計(jì)算機(jī)軟件及計(jì)算機(jī)應(yīng)用、互聯(lián)網(wǎng)技術(shù)、電信技術(shù)學(xué)科,國外期刊發(fā)表論文來源Scopus,限定學(xué)科Computer Science。數(shù)字國家級(jí)獎(jiǎng)項(xiàng)指標(biāo)是指國家自然科學(xué)獎(jiǎng)、國家技術(shù)發(fā)明獎(jiǎng)、國家科學(xué)技術(shù)進(jìn)步獎(jiǎng),獲獎(jiǎng)項(xiàng)目名稱涉及數(shù)字化關(guān)鍵詞。與前文做法一致,本文采用逐步回歸法設(shè)定如下的路徑檢驗(yàn)?zāi)Ｐ?

Digitalproducti,t+1=δ0+δ1AICi,t+∑CV+∑Year+∑Ind+∑Pro+εi,t

(6)

Digitali,t+1=δ0+δ1AICi,t+∑CV+∑Year+∑Ind+∑Pro+εi,t

(7)

Digitalproducti,t+1=δ0+δ1AICi,t+δ2Digitali,t+1+∑CV+∑Year+∑Ind+∑Pro+εi,t

(8)

表10報(bào)告了產(chǎn)學(xué)研合作對(duì)數(shù)字化成果的中介效應(yīng)結(jié)果。列(1)報(bào)告了模型(6)的檢驗(yàn)結(jié)果,AIC的系數(shù)在1%水平上顯著為正(α=0.187),說明產(chǎn)學(xué)研合作顯著地促進(jìn)了企業(yè)數(shù)字化成果。列(2)與前文表5基準(zhǔn)回歸結(jié)果一致,產(chǎn)學(xué)研合作顯著促進(jìn)了企業(yè)的數(shù)字化轉(zhuǎn)型(α=1.823)。列(3)報(bào)告了模型(8)的結(jié)果,Digitali+1的系數(shù)在1%水平上顯著為正(α=0.007),AIC的系數(shù)則在數(shù)值和t統(tǒng)計(jì)值上均有所下降(α=0.173)。此外,中介效應(yīng)Sobel檢驗(yàn)顯示,對(duì)應(yīng)的Z統(tǒng)計(jì)量在1%的水平上顯著。本文主結(jié)論所發(fā)現(xiàn)的產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的推動(dòng)作用能夠進(jìn)一步提升企業(yè)數(shù)字化成果的有效產(chǎn)出。這說明產(chǎn)學(xué)研合作體系能夠通過數(shù)字人才鏈、技術(shù)鏈、創(chuàng)新鏈多鏈融合回應(yīng)企業(yè)數(shù)字化轉(zhuǎn)型的需要,推動(dòng)數(shù)字科技成果轉(zhuǎn)化[19]。

表10 產(chǎn)學(xué)研合作對(duì)數(shù)字化成果的影響

七、 結(jié)論與啟示

(一) 研究結(jié)論

本文從A股上市公司的產(chǎn)學(xué)研合作新聞報(bào)道入手,以2011—2020年我國A股上市公司為樣本,基于協(xié)同創(chuàng)新、開放式創(chuàng)新等理論視角,對(duì)產(chǎn)學(xué)研合作對(duì)數(shù)字化轉(zhuǎn)型的影響路徑與邊界條件進(jìn)行了理論解釋、數(shù)據(jù)分析與實(shí)證檢驗(yàn)。結(jié)果表明:(1)企業(yè)和高校、科研院的合作,能夠提升企業(yè)的數(shù)字化轉(zhuǎn)型水平。采用合作院校等級(jí)和高管學(xué)術(shù)經(jīng)歷作為工具變量重新檢驗(yàn)后依然驗(yàn)證了該結(jié)論的穩(wěn)健性。通過更換核心變量的衡量指標(biāo)、更換回歸模型、考慮時(shí)間因素和排除企業(yè)策略性行為的解釋等一系列穩(wěn)健性檢驗(yàn)后,該結(jié)論依然成立。(2)機(jī)制檢驗(yàn)分析發(fā)現(xiàn),產(chǎn)學(xué)研合作不僅可以通過為企業(yè)輸送豐富的數(shù)字化人力資本促進(jìn)數(shù)字化轉(zhuǎn)型,還可以通過賦予企業(yè)前瞻性的創(chuàng)新技術(shù)推動(dòng)數(shù)字化轉(zhuǎn)型。(3)異質(zhì)性分析結(jié)果表明,當(dāng)政府在科技人才與基礎(chǔ)研究投入的注意力越多,產(chǎn)學(xué)研合作對(duì)數(shù)字化轉(zhuǎn)型的促進(jìn)作用越強(qiáng);產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)效果在高新技術(shù)行業(yè)樣本中更加顯著;產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的推動(dòng)作用主要體現(xiàn)在高市場(chǎng)化水平地區(qū)的企業(yè)樣本中。(4)進(jìn)一步地,本文還發(fā)現(xiàn)了產(chǎn)學(xué)研合作能夠通過影響企業(yè)數(shù)字化轉(zhuǎn)型水平促進(jìn)數(shù)字化成果的產(chǎn)出,包括數(shù)字創(chuàng)新標(biāo)準(zhǔn)工作、數(shù)字創(chuàng)新論文數(shù)量和數(shù)字國家級(jí)獎(jiǎng)項(xiàng)。

(二) 研究啟示

在當(dāng)前數(shù)字經(jīng)濟(jì)蓬勃發(fā)展和科技體制深化改革的關(guān)鍵時(shí)期,從產(chǎn)學(xué)研合作視角考察企業(yè)數(shù)字化轉(zhuǎn)型的影響因素及其作用后果,有利于充分發(fā)揮產(chǎn)學(xué)研深度融合在提升企業(yè)數(shù)字化轉(zhuǎn)型和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)中的資源配置作用,有效解決產(chǎn)業(yè)發(fā)展面臨的關(guān)鍵技術(shù)瓶頸約束[8],同時(shí)為優(yōu)化產(chǎn)學(xué)研合作和數(shù)字化轉(zhuǎn)型相關(guān)政策提供了根植于中國企業(yè)實(shí)踐的基礎(chǔ)。

本文的研究啟示在于:(1)完善產(chǎn)學(xué)研合作數(shù)字人才培養(yǎng)模式。高校、科研院所的數(shù)字技術(shù)攻關(guān)及智能制造人才體系,可以賦能企業(yè)的數(shù)字化轉(zhuǎn)型升級(jí)。企業(yè)和高校應(yīng)協(xié)同發(fā)力,以數(shù)字化人才培養(yǎng)模式和數(shù)字化課程改革為抓手,以企業(yè)轉(zhuǎn)型需求為導(dǎo)向,共建大數(shù)據(jù)、腦科學(xué)、人工智能等主題的協(xié)同創(chuàng)新中心,借助平臺(tái)優(yōu)勢(shì)跨界交叉培養(yǎng)復(fù)合型數(shù)字人才。政府則要引導(dǎo)校企共建數(shù)字人才培養(yǎng)機(jī)制,鼓勵(lì)企業(yè)自主引進(jìn)數(shù)字經(jīng)濟(jì)高端人才。(2)健全產(chǎn)學(xué)研合作數(shù)字成果轉(zhuǎn)化機(jī)制。科技成果高效轉(zhuǎn)化機(jī)制既是實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的重要任務(wù),也是加強(qiáng)科技與經(jīng)濟(jì)緊密結(jié)合的關(guān)鍵環(huán)節(jié)。產(chǎn)學(xué)研合作是促進(jìn)數(shù)字化成果產(chǎn)出的重要途徑,融合產(chǎn)學(xué)研合作體系數(shù)字化人才鏈、技術(shù)鏈、創(chuàng)新鏈產(chǎn)出優(yōu)質(zhì)技術(shù)成果的同時(shí),還要繼續(xù)推動(dòng)數(shù)字成果轉(zhuǎn)化落地,致力于為企業(yè)、產(chǎn)業(yè)和社會(huì)數(shù)字化建設(shè)提供技術(shù)支持。(3)加強(qiáng)產(chǎn)學(xué)研合作數(shù)字基礎(chǔ)研究攻關(guān)?；A(chǔ)研究是孕育核心技術(shù)的肥沃土壤,更是推進(jìn)制造業(yè)數(shù)字化轉(zhuǎn)型的創(chuàng)新根源[5]。高校作為基礎(chǔ)研究的引領(lǐng)者,應(yīng)充分整合高校和科研院所在提供智力資本、先進(jìn)知識(shí)和前沿技術(shù)的優(yōu)勢(shì),加強(qiáng)對(duì)基礎(chǔ)學(xué)科學(xué)院的注意力關(guān)注和資源傾斜力度,提高基礎(chǔ)研究科研人員的自主決策權(quán)和選題權(quán),充分發(fā)揮政府在產(chǎn)學(xué)研合作中的參與者、服務(wù)者和引導(dǎo)者作用。(4)優(yōu)化產(chǎn)學(xué)研合作數(shù)字經(jīng)濟(jì)市場(chǎng)環(huán)境。組織制度環(huán)境對(duì)產(chǎn)學(xué)研合作促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型具有重要影響。政府要進(jìn)一步提高地區(qū)市場(chǎng)化程度,完善知識(shí)產(chǎn)權(quán)保護(hù)制度和相關(guān)法制建設(shè),優(yōu)化數(shù)字經(jīng)濟(jì)人才發(fā)展和技術(shù)創(chuàng)新發(fā)展環(huán)境,重點(diǎn)加強(qiáng)市場(chǎng)化程度薄弱地區(qū)的建設(shè)工作。

(三) 研究展望

首先,盡管利用本文分析的方法對(duì)產(chǎn)學(xué)研合作與企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)系進(jìn)行了實(shí)證檢驗(yàn),但尚未區(qū)分產(chǎn)學(xué)研合作的廣度和深度對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的精準(zhǔn)分析。如何進(jìn)一步區(qū)分產(chǎn)學(xué)研合作的廣度和深度[13],從而更為細(xì)致地考察二者對(duì)數(shù)字化轉(zhuǎn)型的作用機(jī)理,未來的相關(guān)研究可以開展更為深入的探索。其次,不同類型的產(chǎn)學(xué)研合作模式,例如正式合作和非正式合作[51]對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的作用方式和影響機(jī)制有何不同,相關(guān)研究也可以進(jìn)行更為全面的分析。再次,產(chǎn)學(xué)研合作對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響是否存在負(fù)向關(guān)系、非線性關(guān)系也值得未來研究進(jìn)一步探究。最后,數(shù)字化轉(zhuǎn)型不是一蹴而就的,其復(fù)雜的轉(zhuǎn)型過程可以分為不同階段[20]。在數(shù)字化轉(zhuǎn)型的不同階段,企業(yè)所處的情境與面臨的任務(wù)均有不同,影響因素也會(huì)有所差異,產(chǎn)學(xué)研合作是否以及如何對(duì)不同的數(shù)字化轉(zhuǎn)型階段產(chǎn)生作用,有待未來研究進(jìn)一步檢驗(yàn)。