開放經濟對創新效率的影響

姚戰琪

(中國社會科學院 財經戰略研究院，北京 100142)

一、問題提出

2020年10月29日，《中國共產黨第十九屆中央委員會第五次全體會議公報》提出了十四五時期經濟社會發展主要目標，其中包括創新能力顯著提升，堅持創新在中國現代化建設全局中的核心地位。產業化創新是科技創新與產業創新之間的橋梁和中介，實現產業化創新有兩種途徑——產學研協同和科技創業，產業化創新的激勵機制不僅要激勵創新，還要激勵協調[1]。

在推動技術創新的諸多因素中，開放經濟被廣泛關注。目前關于開放經濟影響技術創新的觀點分為三大類：服務業進口溢出效應有利于制造業技術創新并能提升進口國創新能力[2]；外商直接投資規模及進入速度顯著促進區域創新能力提升[3]；對外直接投資(OFDI)對母國技術進步或全要素生產率(TFP)具有顯著為負的效應[4]。

一方面，開放經濟成為促進企業技術創新的重要驅動因素。另一方面，數字經濟和金融發展在經濟開放與創新效率之間發揮重要作用。阿里芬和菲格雷多(Ariffin & Figueiredo，2006)研究馬來西亞和巴西電子行業的企業在多大程度上提高了創新技術能力，并分析創新能力是否已經擴散到馬來西亞和巴西這兩個后工業化國家，試圖為創新能力的全球化提供有力的證據，結果發現這兩個國家的企業能夠開展各種類型的技術創新活動，企業的創新能力得到顯著提升[5]。無論是在市場導向型國家還是在出口導向型國家都有一批創新型公司，它們通過創新來提高競爭力，也就是通過降低成本、提高生產率、縮短交貨期和生產出更好的產品等創新方式來提高競爭力。現有文獻對開放經濟與創新效率的影響因素進行了一些探索，但是開放經濟與創新效率到底是什么關系，開放經濟通過怎樣的途徑和機制影響創新效率？開放經濟對創新效率產生的間接影響是否顯著？這些問題都沒有得到解決，值得進一步研究。

本文將基于企業微觀數據，研究開放經濟與創新效率之間的內在關系以及開放經濟與創新效率之間關系成立的邊界條件。本文將梳理開放經濟影響創新效率的作用方式，并找出開放經濟促進創新效率的具體路徑并進行路徑分析，通過路徑分析找出開放經濟影響創新效率的最優路徑。

二、研究假設

(一)開放經濟與數字經濟的關系

首先，各地加快公共數據開放，從而顯著促進數字經濟高質量發展。例如，開放電梯運行數據、航班的人流量等數據將更快地提升產品性能和安全，推動電梯行業、運輸業快速發展[6]。其次，開放式創新助推數字經濟發展。不但開放式創新帶來數字經濟新生產方式，而且開放式創新帶來了數字經濟新研發手段，開放式創新也創造數字經濟發展新動力。再次，在開放經濟條件下數字經濟對經濟增長的貢獻程度不斷提升。陳福中(2020)認為在不考慮數字經濟條件下，貿易開放與經濟增長呈現非線性關系，在開放經濟條件下，數字經濟對經濟增長的促進作用會逐步放大[7]。此外，開放銀行業會加快促進銀行數字化轉型。開放銀行業的核心是數據，銀行業通過搭建開放平臺能綜合提升銀行數字化程度[8]，因此銀行業應通過對外開放實現數字化轉型。據此，本文提出假設H1。

H1：開放經濟正向影響數字經濟。

(二)金融發展與創新效率的關系

首先，互聯網金融能顯著促進企業研發創新。何凌云和馬青山(2020)使用地級市面板數據研究了互聯網金融與企業創新效率之間的關系，認為互聯網金融能促進企業創新效率不斷提升，互聯網金融對不同地區創新效率的影響不同，不但互聯網金融對科技水平較低的地區具有顯著的創新效應，而且互聯網金融對開放水平較高的地區具有顯著的創新效應[9]。其次，數字普惠金融能促進區域創新水平不斷提升。數字普惠金融能夠直接提升區域創新水平，提高人力資本供給以及促進產業升級產生外部需求是數字普惠金融影響區域創新水平的中介變量，即數字普惠金融能夠通過提高人力資本供給和促進產業升級產生外部需求提升區域創新水平[10]。此外，金融集聚的空間溢出效應不但能促進本地區的科技創新，還能促進周邊地區的科技創新[11]。據此，本文提出假設H2。

H2：金融發展正向影響創新效率。

(三)數字經濟、金融發展的多重中介作用

改革開放后，中國金融業逐漸開放，金融業開放度不斷提升，在四種跨境金融服務模式中，模式一(跨境供應)的限制指數顯著大于模式三(商業存在)，也就是說中國金融業商業存在的政策友好度明顯優于跨境供應的政策友好度。雖然中國金融服務業的外商直接投資(FDI)的政策友好度指數幾乎小于所有發達國家和部分發展中國家，但中國不斷開放金融業，中國金融服務業FDI限制指數不斷下降，政策友好度指數不斷提升，2017年中國金融業的政策友好度指數大于交通運輸業、傳媒、郵電通信業。近年來，中國有序擴大金融業高水平開放，吸引國際資本。從2021年10月起，中國國債將被納入富時世界國債指數，中國國債被納入全球資本市場指數會促進中國資本市場進一步開放。

在創新效率方面，首先，進口不但能促進本地創新水平提升，而且進口能正向影響鄰里地區的技術創新。黃朝峰等(2021)研究了進口貿易對創新的影響，發現進口對鄰里地區的技術創新的促進作用大于進口對本地創新水平的促進作用[12]。其次，服務貿易進口技術復雜度能促進自主創新能力不斷提升。生產性服務貿易進口技術復雜度能通過促進高技術制造業的產業結構高極化、提高企業勞動生產率以及降低企業生產成本來間接促進技術創新水平的提高[13]。此外，生產性服務進口不但能促進制造業技術升級，也能提升制造業技術創新效率，并能夠通過技術溢出效應、進口競爭效應、學習模仿效應來提升企業創新能力。據此，本文提出假設H3和假設H4。

H3：開放經濟正向影響金融發展。

H4：開放經濟正向影響創新效率。

數字經濟能夠通過金融發展促進科技創新。數字化的到來使得互聯網對企業的作用不但體現在能促進企業的線上交易，而且全方位影響企業的運營活動，因此全鏈路的數字化使得企業的廣告、營銷、銷售的經營活動都必須通過移動互聯網來完成。魏成龍和羅天正(2021)以金融發展為中介變量和門檻變量，研究了互聯網對科技創新的影響，認為各省份的互聯網能夠通過金融發展促進科技創新，互聯網在金融發展水平較高地區顯著促進該地區科技創新，但互聯網在金融發展水平較低地區對科技創新的促進作用較弱[14]。

數字化轉型能顯著提升創新效率。首先，數字技術是企業技術創新的外在動因。徐蒙(2020)認為，企業數字化轉型是推動企業創新的外資動因，數字技術能促使企業在商業模式、管理架構、企業文化等方面不斷創新，從而促進數字技術對經濟發展的促進作用不斷增強[15]。制造業企業進行數字化轉型能顯著降低成本，增加營業收入，因此，數字化轉型推動企業不斷實現技術創新成為大勢所趨。其次，數字金融能驅動城市創新。汪亞楠等(2020)研究了數字金融對城市創新的影響，認為數字化能通過提高企業和個人收入來驅動城市創新，數字化也能通過促進人力資本來促進城市創新[16]。據此，本文提出假設H5和假設H6。

H5：數字經濟正向影響金融發展。

H6：數字經濟正向影響創新效率。

開放經濟影響創新效率的路徑如圖1所示。

圖1 影響路徑

三、研究設計及變量測量

(一)研究設計

本研究的調查對象為中國各地區不同類型的企業，首先梳理國內外關于開放經濟、數字經濟、金融發展、創新效率的相關文獻和量表，形成了調查問卷。然后設計15個觀測變量，保持因子載荷大于0.4的題項，刪除小于3個題項的因子，并刪除交叉載荷大于0.4的因子，從而將原始變量轉換為4個綜合指標，使用軟件SPSS 25.0進行探索性因子分析，顯示開放經濟問卷包含4個維度和13道題項(見表1)，最后使用軟件AMOS 23.0進行驗證性因子分析。

(二)變量測量

開放經濟。(1)出口技術復雜度(Expo)。借鑒毛其淋和方森輝(2018)[17]的方法計算企業出口技術復雜度，即首先計算一產品的技術復雜度，然后計算一企業的出口技術復雜度。(2)企業的服務業進口額(Impo)。(3)企業集聚效應(Agglo)。

產業數字化轉型。(1)通過構建3個一級指標(企業基礎設施的數字化、企業信息化發展水平、數字技術發展指標)和9個測度指標來估算數字經濟發展水平(Digit)。企業基礎設施的數字化包括3個測度指標：工業軟件普及率、基礎數據共享情況、數字能源平臺構建情況；企業信息化發展水平包括4個測度指標：企業擁有網站數、期末在用計算機數、企業使用軟件產品情況、企業使用互聯網實現的營業額；數字技術發展指標包括2個測度指標：企業電子商務交易活動、企業參加新零售線上展會。首先對企業擁有網站數、企業使用互聯網實現的營業額、期末在用計算機數進行正向化處理，對工業軟件普及率、基礎數據共享情況、數字能源平臺構建情況進行標準化處理，對其他變量進行均值化處理，然后使用熵權法計算9項評價指標項的權重值，最后使用熵值法與TOPSIS法相結合的方法來測算各個評價對象的數字經濟發展水平。(2)企業產業結構升級(Indus)，使用各企業第三產業就業人數比重來測算企業產業結構升級。(3)企業三產產值與二產產值之比(Terse)。

金融發展。(1)向企業提供金融服務的金融機構營業網點的從業人數(Numb)。(2)向企業提供金融服務的金融機構營業網點資產總額(Asse)。(3)企業所在地的人口密度(Popu)。(4)企業研發資本存量(rd)。

創新效率。(1)企業專利申請授權數(Zhsh)。(2)企業是否為互聯網寬帶接入用戶(Inter)。(3)企業高新技術銷售額占比(High)。

四、研究結果

(一)理論模型驗證

1.探索性因子分析

為了能把觀測變量濃縮為少數幾個核心因子，使用軟件SPSS 25.0進行探索性因子分析，從表1旋轉后的因子載荷矩陣中可看到，與金融發展相關的各變量在第一個因子上的載荷較高，與數字經濟相關的各變量在第二個因子上的載荷較高，與開放經濟相關的各變量在第三個因子上的載荷較高，與創新效率相關的各變量在第四個因子上的載荷較高。

表1 旋轉后的因子載荷矩陣

表2給出了因子分析的KMO和Bartlett檢驗結果。從表2可看到，Bartlett球度檢驗的顯著性概率P為0.000，因此可以認為相關系數矩陣與單位矩陣有顯著差異，并且KMO統計量為0.803，根據KMO度量標準，本文的核心變量適合進行因子分析。同時通過因子分析的共同度，看到包括各變量的共同度都不低。并且克朗巴哈系數介于0.851～0.933，累計方差貢獻率為90.011%，因此信度較好。本文將4個因子命名為開放經濟、數字經濟、金融發展、創新效率。

表2 探索性因子分析結果

2.驗證性因子分析

表3為效度檢驗結果，給出了各條路徑的擬合指數。其中：基準模型為四因子模型，對13個題項不做因子區分；單因子模型1為合并金融發展、創新效率的模型；單因子模型2為合并創新效率、開放經濟的模型；單因子模型3為合并開放經濟、數字經濟的模型；兩因子模型4為合并金融發展、創新效率，合并創新效率、開放經濟的模型；兩因子模型5為合并金融發展、創新效率，合并金融發展、開放經濟的模型；兩因子模型6為合并創新效率、開放經濟，合并金融發展、開放經濟的模型；三因子模型7為合并金融發展、創新效率，合并創新效率、開放經濟，合并金融發展、開放經濟的模型；兩因子模型8為合并創新效率、開放經濟，合并開放經濟、數字經濟的模型；兩因子模型9為合并金融發展、創新效率，合并開放經濟、數字經濟的模型；兩因子模型10為合并創新效率、開放經濟，合并創新效率、數字經濟的模型；三因子模型11為合并創新效率、開放經濟，合并開放經濟、數字經濟，合并創新效率、數字經濟的模型；三因子模型12為合并金融發展、創新效率，合并創新效率、開放經濟，合并開放經濟、數字經濟的模型；三因子模型13為合并金融發展、創新效率，合并創新效率、開放經濟，合并金融發展、數字經濟的模型；三因子模型14為合并創新效率、開放經濟，合并開放經濟、數字經濟，合并金融發展、數字經濟的模型；三因子模型15為合并金融發展、創新效率，合并開放經濟、數字經濟，合并金融發展、數字經濟的模型；兩因子模型16為合并金融發展、開放經濟，合并金融發展、數字經濟的模型。

表3 效度檢驗結果

從表3看到，四因子基準模型的χ2/DF為1.611，模型擬合較好，TLI(0.979)、CFI(0.991)、NFI(0.976)都大于0.9，RMSEA為0.072，SRMR為0.035，表明測量模型擬合良好。因此，與單因子模型、兩因子模型、三因子模型相比，四因子基準模型具有更好的適配度。

表4報告了潛變量之間的相關系數，可看到，各潛變量與其他潛變量的標準化相關系數的絕對值均小于該潛變量的AVE的平方根，表明各變量的測量具有足夠的判別效度。并且各潛變量的平均變異數抽取量大于各個潛變量間的相關系數。

表4 潛變量之間的相關系數

使用軟件SPSS 25.0、軟件Amos 23.0對開放經濟(F1)、數字經濟(F2)、金融發展(F3)、創新效率 (F4)進行驗證性分析，從表5可看到，潛變量(開放經濟、數字經濟、金融發展、創新效率)與其測量題項間的標準化因子載荷介于0.490～0.989，標準誤介于0.023～0.091，臨界比介于5.971～42.863，平均方差提取值(AVE)均大于0.5，因此四個潛變量具有較好的收斂效度。四個潛變量的組合信度(CR)均大于0.70，表明各潛變量都具有較好的建構信度。

表5 驗證性因子分析結果

表6為整體模型結構方程的路徑系數及假設檢驗結果。H1(β=0.230，P<0.05)、H3(β=0.585，P<0.01)、H5(β=0.149，P<0.10)、H2(β=0.622，P<0.01)、H4(β=0.319，P<0.01)五個假設成立，H6(β=-0.152，P<0.05)不成立。因此，數字經濟不能直接促進創新效率提升，但數字經濟能通過促進金融發展來提升創新效率(假設H5和H2均成立)。

表6 整體模型結構方程的路徑系數及假設檢驗

第一，路徑F1→F2(開放經濟-數字經濟)的非標準化系數為0.258，標準化系數為0.230，在5%的水平上顯著，說明假設H1成立，開放經濟顯著影響數字經濟。第二，路徑F1→F3(開放經濟→金融發展)的非標準化系數為0.636，標準化系數為0.585，在0.001的水平上顯著，說明假設H3成立，開放經濟顯著影響金融發展。第三，路徑F2→F3(數字經濟→金融發展)的非標準化系數為0.145，標準化系數為0.149，在0.10的水平上顯著，說明假設H5成立，數字經濟顯著影響金融發展。第四，路徑F3→F4(金融發展→創新效率)的非標準化系數為0.624，標準化系數為0.622，在0.001的水平上顯著，說明假設H2成立，金融發展顯著影響創新效率。第五，路徑F1→F4(開放經濟→創新效率)的非標準化系數為0.348，標準化系數為0.319，在0.001的水平上顯著，說明假設H4成立，開放經濟顯著影響創新效率。第五，路徑F2→F4(數字經濟→創新效率)的非標準化系數為-0.148，標準化系數為-0.152，在0.05的水平上顯著，說明假設H6不成立，數字經濟不能直接促進創新效率。

表7為多重中介效應檢驗結果。開放經濟影響創新效率的3條路徑分別為：開放經濟→數字經濟→金融發展→創新效率、開放經濟→數字經濟→創新效率、開放經濟→金融發展→創新效率。開放經濟影響創新效率的3條路徑的95%置信區間均不包含0，驗證了數字經濟、金融發展在開放經濟與創新效率間的中介效應。在以上3條路徑中，開放經濟→數字經濟→金融發展→創新效率的標準化間接效應(β=0.041，SE=0.028，95%的置信區間從0.009到0.077)顯著為正，開放經濟→金融發展→創新效率的標準化間接效應(β=0.462，SE=0.045，95%的置信區間從0.406到0.519)顯著為正。開放經濟→數字經濟→創新效率的標準化間接效應(β=-0.093，SE=0.036，95%的置信區間從-0.135到-0.050)顯著為負，因此數字經濟不能直接促進創新效率。開放經濟影響創新效率的總間接效應顯著為正，在開放經濟影響創新效率的總間接效應中，路徑(開放經濟→金融發展→創新效率)的間接效應占比最高，路徑(開放經濟→數字經濟→金融發展→創新效率)次之，路徑(開放經濟→數字經濟→創新效率)最低。

表7 多重中介效應檢驗結果

在路徑數字經濟→金融發展→創新效率中，數字經濟影響創新效率的1條路徑的95%置信區間不包括零，并且該條路徑的標準化間接效應估計值顯著為正，因此金融發展在數字經濟與創新效率間存在中介效應。雖然數字經濟不能直接促進創新效率，但數字經濟能通過金融發展促進創新效率，金融發展是數字經濟與創新效率的中介變量。

在路徑開放經濟→數字經濟→金融發展中，開放經濟影響金融發展的1條路徑的95%置信區間不包括零，該條路徑的標準化間接效應估計值也顯著為正，因此數字經濟在開放經濟與金融發展間存在中介效應。

(二)穩健性檢驗

表8為穩健性檢驗結果。本文使用PA-OV模型，即使用不包括任何潛在變量的結構方程模型來進行SEM路徑分析。加總多個測量題項分數得到測量指標，即將出口技術復雜度、企業的服務業進口額、企業集聚效應加總得到開放經濟測量指標，將數字經濟發展水平、企業三產產值與二產產值之比、企業產業結構升級加總得到產業數字化轉型測量指標，將向企業提供金融服務的金融機構營業網點的從業人數、向企業提供金融服務的金融機構營業網點資產總額、企業所在地的人口密度、企業研發資本存量加總得到金融發展測量指標，將企業專利申請授權數、企業是否為互聯網寬帶接入用戶、企業高新技術銷售額占比加總得到創新效率測量指標。可以得到預測變量對效標變量的聯合解釋變異量，開放經濟一個變量可以解釋數字經濟變量21%的變異量，開放經濟、數字經濟兩個變量可以聯合解釋金融發展變量48%的變異量，開放經濟、數字經濟、金融發展三個變量可以聯合解釋創新效率變量62%的變異量，數字經濟→創新效率路徑的標準化因子載荷為負，其他5條路徑的標準化因子載荷為正，穩健性檢驗結果與表6完全一致，反映了研究結論的穩定性與可靠性。

表8 穩健性檢驗結果

五、研究結論與政策建議

(一)研究結論

本文以創新活動的直接參與者為研究樣本，考察了開放經濟、數字經濟通過金融發展對企業創新效率提升的作用機制，研究結論如下：

第一，開放經濟是數字經濟、金融發展、企業創新效率提升的重要影響因素。無論是多重中介效應檢驗還是穩健性檢驗，開放經濟對數字經濟、金融發展、創新效率都有顯著的正向影響。

第二，雖然數字經濟不能直接促進創新效率，但數字經濟對創新效率具有間接影響，多重中介效應檢驗結果也確認了數字經濟促進創新效率的一條鏈式多重中介效應路徑：數字經濟→金融發展→創新效率。

第三，開放經濟不但能直接促進企業創新效率，而且開放經濟對企業創新效率具有間接影響，穩健性檢驗也確認了開放經濟影響企業創新效率的三條鏈式多重中介效應路徑：開放經濟→數字經濟→金融發展→創新效率、開放經濟→數字經濟→創新效率、開放經濟→金融發展→創新效率。

第四，開放經濟不但能直接促進金融發展，而且開放經濟對金融發展具有間接影響，多重中介效應檢驗結果也確認了開放經濟促進金融發展的一條鏈式多重中介效應路徑：開放經濟→數字經濟→金融發展。

(二)政策建議

第一，要重視擴大高水平對外開放。開放經濟能顯著促進數字經濟、金融發展、企業創新，因此應以高水平開放驅動國際國內雙循環，實現國際國內雙循環的關鍵在于以國內大循環為主體，在提升經濟自我循環能力的同時，建設高水平開放型經濟新體制。

第二，要重視大力提升企業技術創新能力。首先，要不斷增加研發人員數量，各地應重視研發人員的人才引進，要重視引進的研發人員的成長，各地要加大人才的培養力度，不斷提升企業研發人員數量占企業員工總數的比重，在研發方面提升研發人員的貢獻程度。其次，當前企業研發活動快速增長，因此企業與高校應互相合作，建立新型研發機構，加強大學生創新創業能力培養，不斷提升創新產業競爭力。

第三，雖然數字經濟不能提升技術效率，但金融發展在數字經濟與創新效率中間起中介作用，因此應發揮金融發展在數字經濟對創新效率影響中的中介作用，推動數字經濟與金融協調發展，推動銀行業的轉型變革，促進數字銀行健康發展。