技術并購在行業創新價值鏈中的作用機制研究：信息技術賦能的調節作用

王宛秋，高 雅，王 芳

(北京工業大學經濟與管理學院北京現代制造業發展研究基地，北京 100124)

1 研究背景

黨的十九屆五中全會審議通過的《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二○三五年遠景目標的建議》明確提出，在新發展階段下，要貫徹落實新發展理念，推動高質量發展，加快構建以國內大循環為主體、國內國際雙循環相互促進的新發展格局。產業鏈安全高效是構建新發展格局的基礎，推動傳統產業高端化、智能化、綠色化轉型升級，加快新一代信息技術與制造業深度融合，是促進產業鏈全面提升的重要抓手。技術并購則通過全面引入團隊、技術、顯性和隱性知識等外部創新資源成為增強產業鏈上現有技術、補充產業鏈上現有技術的不足、融合鏈外資源拓展產業鏈的邊界的可能途徑。近年來，在不斷發展和完善資本市場的支撐下，技術動機的并購愈發活躍。根據清科研究中心發布的《2020 年中國并購市場研究報告》，2020 年中國并購市場全年共發生并購事件1 893 起，涉及總金額12 111.77 億元，分別同比上升3.3%、19.6%，以被并購方統計，全年數量前三位的行業分別為機械制造（216 起，+36.7%）、IT（182 起，+14.5%）以及生物技術/醫療健康（153起，-13.6%）。創新理論認為，創新是將生產要素和生產條件的新組合引入生產體系，從而建立一種新的生產函數，帶來新的經濟價值。那么，技術并購是否真的如人們所期望的那樣，通過引入新的創新資源并促進行業內外部的資源整合而成為產業鏈強鏈、補鏈、擴鏈的創新驅動手段呢？在其中表現為何種作用機理呢？

本研究將在行業層面從創新價值鏈的角度來深入探索這個問題。Hansen 等［1］首次提出創新價值鏈的概念，將創新表述為一個從創意產生到創意轉化、創意擴散的動態鏈式過程。之后，Gong 等［2］將專利創新活動分為知識創新、應用研究和專利商業化三個階段，其中，知識創新階段是創新價值鏈的起點和創新價值實現的基礎，創新主體往往通過內部創新投入和外部資源導入相結合的方式實現知識創新。創新合作、技術交易、技術并購等都是創新資源外部導入的有效方式。相較于其他幾種外部導入方式，技術并購能夠帶來包括顯性知識和隱性知識在內的更核心更全面的創新資源，而且連接關系最為緊密，更易與企業內部的研發活動產生協同作用，從而促進新的創意的產生［3］。目前，關于技術并購和創新之間關系的現有文獻，也大多持促進論的觀點［4］。但是，這些研究大多因以企業級數據為樣本對技術并購與通常用專利申請數衡量的企業創新績效之間的關系進行研究，而受到內生性問題、未能體現創新價值產出等諸多挑戰，而且，亦不能解釋其在促進產業鏈高質量發展中的作用機制?；诖耍狙芯繉⒃诂F有文獻的基礎上，在行業創新價值鏈層次上進一步探索技術并購在創新過程中的作用機制，從而為通過創新資源的引入和融合促進產業鏈水平提升提供參考和借鑒。

同時，信息技術則通過信息化、數字化、智能化賦能為產業鏈升級提供了新的要素支撐。2018 年11 月，中國行業信息化融合發展論壇提出“信息推動升級，智能催生變革”，即通過促進傳統行業與信息產業的深度融合，賦能傳統行業的變革與創新。與信息產業的融合，有助于傳統行業提升其信息化和智能化水平［5-7］，產生傳統行業技術與信息技術的集成創新和疊加效應，促進創新資源的高水平整合和創新績效的躍遷。那么，信息技術賦能是否能夠有效促進通過技術并購導入的外部創新資源的吸收、整合和轉化提升行業現代化水平和創新水平，從而推進產業鏈的高質量發展亦是值得探究的內容。

基于此，本研究基于2007—2019 年中國工業細分行業數據，在創新價值鏈的研究框架下探究技術并購對行業創新價值產出的影響機制，以及信息技術賦能在這一過程中的作用。理論層面上，本研究從創新資源外部導入的角度豐富了創新價值鏈理論的研究，并通過基于行業級的研究克服了企業級數據的技術并購研究中可能存在的“創新能力強的公司可能更傾向于開展技術并購”的內生性問題。應用層面上，本研究為通過基于技術并購的行業創新資源外部導入和信息化戰略促進產業鏈提升和金融市場的技術并購行為監管提供參考。

2 理論基礎與研究假設

2.1 行業創新價值鏈及其創新投入的內外部來源

創新過程作為創新研究的重要領域，相關理論不斷涌現。Solo［8］認為技術創新的兩個必要過程為創意的來源和持續發展。Magoroh［9］則進一步認為創新由技術開發和市場化兩個階段組成，即創新過程中新技術必須轉化為新產品并進行市場化。其后，有多位學者將創新價值實現的動態過程定義為創新價值鏈，并從各個角度對這一個過程進行了有價值的探索。Hansen 等［1］首次在研究中提到了創新價值鏈的概念，認為創新價值鏈由創意的產生、創意的轉換和創意的擴散三個相關聯的動態過程組成。Gong 等［2］從知識擴散的角度將專利創新活動分為三個階段：知識創新階段、應用研究階段和專利商業化階段，并通過2009—2017 年64 所大學的面板數據實證檢驗創新價值鏈的影響因素。Guan 等［10］則從技術創新的基本特征和經濟計量的角度將創新過程分為科技研發階段和科技成果轉化階段兩個階段：第一個階段投入要素通過研發等活動得到通常由專利申請數來衡量的創新成果產出；第二個階段進一步通過生產、營銷等實現創新成果的商業化。雖然這些關于創新價值鏈的詮釋各有側重，但總體而言都表述了一個經濟活主體的創新活動從創意產生到價值實現的鏈式過程。

為深入探索技術并購在行業創新過程的作用機理，本研究在現有創新價值鏈理論的基礎上，結合創新資源產生和流動的實踐概括了行業創新過程，并進一步從內源和外源區分了創新資源的積累方式，建立了一個能夠充分體現創新資源的內部投入和外部導入的行業創新價值鏈，如圖1 所示。行業創新價值鏈由知識創新、技術創新和產品創新三個階段組成。其中，知識創新階段包括對知識原理、規律方法的研究，技術創新階段涉及研究開發、技術測驗、成果試制等活動，產品創新階段則包含產品設計、工藝設計、營銷推廣等環節，這三個階段依次獲得知識和技術原理、專利、新產品等產出。不同階段投入產出的重點不同，但階段之間具有連續性、互動性、動態性的特征，促進整體創新績效提升必須注重每個階段，并進行協調整合。

圖1 行業創新價值鏈

在行業創新價值鏈中，內部投入和外部導入是創新主體知識創新階段兩種主要的創新投入來源。其中，內部投入包括創新主體的研發費用投入和研發人員投入；外部導入則是來自創新主體外部的創新資源引入，是行業內或者行業外的不同創新主體間的合作交流，包括以戰略聯盟和合作網絡等為代表的合作、技術并購、購買專利技術和加入創新合作網絡等方式［11-12］。相對于其他外部導入方式，技術并購能夠以較低的時間成本、目的明確地獲取能夠增強、拓展創新鏈上現有技術或者彌補創新鏈上技術不足的，包括團隊、技術、隱性和顯性知識在內的全面的創新資源，以及被并方的決策權或決策參與權，從而更有益于外部導入資源在創新價值鏈上的內化和價值實現。

2.2 技術并購與行業創新價值鏈

目前國內關于創新價值鏈的研究，主要聚焦于創新效率的測量，如余泳澤等［13］結合國內具體的創新實踐將創新價值鏈劃分為知識創新、科研創新、產品創新三個階段并采用DEA 模型考察各階段的創新效率；洪銀信［14］對創新價值鏈的起點和終點進行界定，并深入闡述了創新價值鏈各階段的內在聯系。很少有研究針對不同的創新資源來源在創新價值鏈中的可能作用進行探討，更鮮有學者考察技術并購作為一種創新資源來源對于創新價值鏈的影響。而關于技術并購與創新績效的相關研究，雖然從資源基礎觀的角度證實技術并購能夠給企業帶來互補的技術資源，與企業內部研發形成協同效應［15］，提高企業的自主創新能力［16］，并正向影響企業績效［17］，亦深入探討了目標公司的選擇、主并購公司的學習能力、整合能力、并購雙方技術匹配程度［18-19］、制度環境等對技術并購后創新績效的影響［20］，但并未在行業創新價值鏈層次對其作用機理進行研究。而現實中，技術快速迭代下，高技術含量行業頻繁發生以有針對性的技術增強和技術補充為動機的技術并購，其間的作用機理亟待明確。因此，有必要在創新價值鏈的框架下，從創新過程的角度，以創新資源的外部導入為切入點，深入探究技術并購對行業創新價值鏈的影響機制。

在行業價值鏈上，行業中的創新主體通過技術并購獲得了外部技術資源后，對創新價值鏈的技術創新階段和產品創新階段都可能產生影響。在技術創新階段，一方面，技術并購作為外源性創新資源，為創新價值鏈的知識創新階段帶來外部創新資源，而理論創新或技術原理創新作為知識創新階段的產出，也是下一階段技術創新的投入，因此，理論上，技術并購的發生豐富了主并購方的既有創新資源，促進其技術創新活動；另一方面，技術并購能夠為主并購方帶來相對成熟的研發技術、研發人才、工藝流程等，通過整合和激活企業既有的研發資源，促進技術創新的產出。在產品創新階段，技術創新的產出又作為產品創新的投入，通過新品開發、工藝設計等進一步落地為產品創新。

創新價值鏈中技術創新階段、產品創新階段對應的目標分別是技術創新績效和產品創新績效。技術并購帶來的創新資源外部導入與現有創新資源形成疊加效應或者彌補了現有創新資源的缺口，從而加快了創新產出速度，提升了技術創新績效，而技術創新產出又作為產品創新階段的投入，經過與原有產品開發資源的協調整合，進一步促進了產品創新績效，從而達成了創新價值的最終實現和創新鏈與產業鏈的融合發展?；诖?，本文提出假設H1。

H1：技術并購對行業創新績效起促進作用，通過促進技術創新績效提升最終促進了產品創新績效提升，即技術創新績效在技術并購和產品創新績效之間起中介作用。

2.3 信息技術賦能的調節作用

信息技術是產業通過信息化和智能化促進高質量發展的必要條件，更為具有長期發展活力的新經濟的發展提供了持續動力。中國從國家戰略層面對信息技術產業賦能傳統行業高度重視，并不斷推進。2013 年，國家標準化管理委員會在GB/T 23020—2013《工業企業信息化和工業化融合評估規范》中提出，工業企業應以信息化為企業發展的內生要素，推動生產運營環節的優化提升，實現發展模式和理念的創新。2019 年，由中國工業和信息化部推動的國際電信聯盟工業化與信息化兩化融合國際標準《產業數字化轉型評估框架》正式結項，標志著中國加快兩化融合國際標準化進程、深化數字化轉型的重要突破。實踐中，信息技術已經深刻地影響了各行各業從創意到價值實現的創新行為。但是，目前對于信息技術的相關研究主要聚焦在評估指標體系、作用路徑及對制造業產業集聚、能源消耗的影響等方面［21-24］，少有研究涉及信息技術賦能對傳統行業創新過程的影響。

信息技術賦能至少能在三個方面促進技術并購后創新主體技術的融合與再創新。一是提升了技術并購雙方的溝通效率，即通過高水平的信息集成與共享［25］，破除并購雙方研發部門溝通壁壘，降低溝通成本，提高溝通效率，更好發揮技術并購在創新價值鏈中外部導入的作用，促進并購雙方知識資源的整合，激發創意的產生；二是有利于企業建立集成、虛擬的研發平臺［26］，便于并購雙方的研發部門利用虛擬的平臺進行設計、運行、測試、分析，優化研發流程，降低風險與成本，提升研發效率，促進創意的轉化和創新成果的產生［27］；三是融合現有技術與信息技術，即將并購雙方現有的技術與互聯網技術、人工智能技術等相結合，產生智能化或者信息化融合的技術創新成果［28］。基于此，本文提出假設H2a。

H2a：信息技術賦能正向調節中介作用的前半路徑，即信息技術賦能正向調節創新價值鏈中技術并購與技術創新績效之間的關系。

信息技術產業的賦能，有助于傳統產業的“智慧化”。這種“智慧化”至少表現在三個方面，一是產品“智慧化”，即對現有產品的數字化、網絡化、智能化改造，從而實現企業產品的智慧化升級；二是產品創新過程“智慧化”，通過網絡交互技術、數字化應用、電子商務應用、云計算等提高數據的收集與分析能力［29］，增強企業與消費者、市場的交互能力，使企業能夠在短時間內捕捉市場需求并迅速做出反饋［30］，敏銳感知市場的動態需求，并反映在產品設計和工藝設計等產品創新的關鍵環節［31］；三是營銷“智慧化”，利用大數據等技術平臺，明晰消費者的購買偏好和行為習慣，個性化推送，提高顧客購買轉化率和留存率，創新營銷方式，實現精準運營［32］。從而，將專利等技術創新產物轉化為真正適應市場需求的新產品，實現技術創新成果的商業化、市場化，實現從技術創新到價值實現的飛躍?；诖?，本文提出假設H2b。

H2b：信息技術賦能正向調節中介作用后半路徑，即信息技術賦能正向調節創新價值鏈中技術創新績效與產品創新績效之間的關系。

通過技術并購，創新主體獲取了知識、人才、技術等多種創新資源，并通過進一步的資源投入對這些導入資源進行吸收整合，再根據消費者需求開發和生產新產品并推向市場。從企業層面看，信息技術的賦能為主并企業技術并購后的創新價值鏈帶來更高的信息化水平和數字化水平［27］，幫助企業向智能經營轉型，從而實現更高效的技術創新、新產品開發［33］，更高水平的生產制造、質量檢測、成本監控等環節的動態實時透明管理［34］。從產業層面看，基于大數據、云計算等平臺等萬物互聯能夠有效提升供應鏈的智能化水平，促進產業鏈上企業間的高效合作，從而推動產業創新成果的順暢實現［5］?；诖?，本文提出假設H2c。

H2c：信息技術賦能正向調節直接路徑，即信息技術賦能正向調節創新價值鏈中技術并購與產品創新績效之間的直接關系。本文的研究模型如圖2 所示。

圖2 研究模型

3 研究設計

3.1 樣本與數據

由于自2007 年起本研究所需的行業數據有連貫統一口徑的披露，2019 年是可以獲得行業新產品銷售收入最新數據的年份，而且，工業行業是通過技術并購進行創新資源整合的主要行業，故本研究選取2007—2019 年中國37 個工業行業作為樣本進行實證檢驗。其中2007—2011 年統計年鑒使用的行業分類標準是《2002 年國民經濟行業分類標準(GBT4754—2002)》，2012 年以后使用的是《2012 年國民經濟行業分類標準（GB/T4754—2011）》。兩個版本的行業分類標準存在一些差異，故對其進行了以下合并匹配：（1）將2002 年國民經濟行業分類標準中“橡膠制品業”和“塑料制品業”合并為“橡膠和塑料制品業”；（2）將2012 年國民經濟行業分類標準中“汽車制造業”及“鐵路、船舶、航空航天和其他運輸設備制造業”合并為“交通運輸設備制造業”。另外，由于“開采輔助活動（行業代碼為11）”“其他采礦業”（行業代碼為12）和“廢棄資源綜合利用業”（行業代碼為42）三個行業部分年度相關數據缺失，在運算中被刪除，故本研究最終選用如表1所示的37個工業行業作為研究的樣本。

表1 行業分類名稱與代碼

表1 （續）

各個行業技術并購的發生數通過對巨潮資訊網上市公司公告手工整理得到，并基于以下原則對數據進行篩選：（1）首次公告日期為2007 年1 月1日至2019 年12 月31 日；（2）公告中明確說明主并企業獲得了目標公司的技術、專利或是關鍵技術人員；（3）主并企業獲得目標公司的股權不低于20%。并進一步剔除：（1）交易未完成的并購事件；（2）ST 類公司的并購事件。經過以上整理和篩選，最終得到共520 個技術并購案例。新產品銷售收入、專利申請數等行業數據來源于《中國工業統計年鑒》及《中國科技統計年鑒》。信息技術賦能的數據來自2012 年和2017 年的全國投入產出表。

3.2 變量設計與測量

（1）被解釋變量。產品創新績效。產品創新階段的產出是能夠被市場接受、為企業帶來經濟效益的新產品，本文參考Gong 等［2］、余泳則等［13］的研究，對于創新價值鏈上最終的創新產出采用行業新產品銷售收入滯后兩年的數據來衡量。

（2）解釋變量。技術并購。用以表示各個行業的創新主體通過技術并購導入創新資源的情況，借鑒吳先明等［35］的研究，通過各行業每年發生的技術并購數衡量。

（3）中介變量。技術創新績效。本文依據Guan 等［10］、余泳則等［13］的研究，采用行業的專利申請數（滯后一年的數據）來衡量創新價值鏈上技術創新階段的創新產出。

（4）調節變量。信息技術賦能。本文使用投入產出法來計算信息產業對各工業行業賦能程度［36］，具體用國家統計局的全國投入產出表中各工業行業中信息技術產出占該行業總產出的比重來衡量。投入產出表因其能夠反映一定時期各行業間相互聯系和平衡比例關系又被稱為部門聯系平衡表。該表格五年更新一次，考慮到數據的可得性，本文使用的是2012 年和2017 年的全國投入產出表。計算公式如式（1）所示。

其中，行業i生產過程中信息技術投入是指，投入產出表中行業i生產過程對“計算機、通信和其他電子設備制造業”“電信和其他信息傳輸服務”“軟件和信息技術服務”和“科技推廣和應用服務”4 個信息產業的細分行業的消耗總和；行業i的總產出的數據可從投入產出表中直接獲得。公式（1）中的IO 值越大，意味著信息技術對該工業行業賦能程度越高，也即該行業的信息化水平越高。

（5）控制變量。參考已有研究，本文引入研發強度、新產品開發項目數、資產負債率、行業總資產、行業回報率、行業景氣度和行業規模這些對行業創新存在影響的控制變量［37］，并加入行業和年份虛擬變量［38］。具體變量表述如表2 所示。

表2 變量指標體系

3.3 模型設定

本文所選取的樣本是11×37 的短面板數據，在固定效應和隨機效應模型的選擇上，由于Hausman檢驗的結果顯示：Prob＞chi2=0.000 0，即檢驗結果強烈拒絕檢驗的原假設，因此本研究更適合使用固定效應模型進行回歸分析。同時為了克服異方差和自相關等問題的影響，本文在行業層面和時間層面對標準誤進行雙層聚類調整［35］，使用“two way”即雙向固定效應回歸?？紤]到技術并購和創新績效之間的關系存在時滯效應［35］，所以本文對中介變量進行滯后一期處理，解釋變量和控制變量滯后兩期處理。投入產出表中的IO 比值反映的是五年內各行業的投入產出情況，不對其進行滯后處理。本文建立回歸方程如公式（2）～（8）所示。

上式中，i、t分別代表不同的行業和時間；表示行業i在第t+2 年的新產品銷售收入，單位是千億元；是行業i在第t年發生的技術并購數，單位是個；是行業i在第t+1 年新增的專利申請數，單位是萬件；表示信息產業對工業行業i的賦能程度；Controls 表示所有的控制變量，包括研發強度（Intensity），新產品開發項目數(Project)，資產負債率(Leverage)，資產總計(Assets)，行業回報率（Roa），行業景氣度(Boom)，行業規模（Scale）；IO_Tech 表示信息技術賦能與技術并購的交乘項，IO_Pat 表示信息技術賦能與技術創新績效的交乘項。

根據Hayes［39］、Preacher 等［40］以及溫忠麟等［41］的研究成果，本文運用依次檢驗法（casual steps）檢驗中介效應和調節效應，式（2）、（3）用來檢驗H1中技術并購與創新績效之間的直接效應，式（3）、（4）和（5）用來檢驗H1中技術創新績效在技術并購與產品創新績效之間的中介效應。式（7）和（8）檢驗H2a中信息技術賦能對于技術并購與技術創新績效之間關系的調節作用以及H2b中信息技術賦能對于技術創新績效與產品創新績效之間關系的調節作用，式（3）和（6）檢驗H2c中信息技術賦能對于技術并購與產品創新績效之間關系的調節作用。

4 研究結果與分析

4.1 描述性統計

表3 是對模型中變量的描述性統計，可看出代表產品創新績效的新產品銷售收入最大值為44.150（單位：千億元），最小值為0.002（單位：千億元），標準差為6.780，說明不同行業的產品創新水平有所差異；各行業發生的技術并購數最小值為0（單位：件），最大值為23（單位：件），標準差為3.497，說明不同行業技術并購活動頻率差別較大；IO 值標準差為8.783，說明各工業行業的信息技術賦能程度差異較大。

表3 變量描述性統計

表3 （續）

4.2 相關性分析

從表4 相關性分析中可看出技術并購發生數與行業新產品銷售收入顯著正相關，初步驗證了假設H1中技術并購對行業創新績效起促進作用。方差膨脹因子分析的結果顯示，各變量的VIF 值均小于5，變量間不存在嚴重的多重共線性。

表4 變量相關性分析

4.3 數據平穩性檢驗和協整檢驗

為了避免偽回歸的問題，本研究對面板數據進行單位根檢驗。常見的單位根檢驗方法有：LLC，IPS，Fisher，HT 等。本文是非平衡短面板數據，所以選擇Fisher-ADF 檢驗和Fisher-PP 檢驗。檢驗結果如表5 所示。面板數據的各變量序列都通過了這兩種顯著性水平檢驗，表明各變量序列都強烈拒絕存在單位根的原假設，因此認為面板數據是平穩過程。為了判斷變量間是否存在長期的均衡變動關系，進行協整關系檢驗kao 檢驗，得到P值0.002，故拒絕原假設“H_0：變量不存在協整關系”，因此認為本研究選擇的變量是協整的。

表5 數據平穩性檢驗結果

表5 （續）

4.4 回歸分析

為了檢驗技術并購對于行業創新績效的影響機制，本研究采用固定效應回歸構建7 個模型，回歸結果如表6 所示。其中模型1 對應公式（2）包含了被解釋變量產品創新績效和控制變量，模型2 對應公式（3）包含了被解釋變量產品創新績效、解釋變量技術并購和控制變量，模型3 對應公式（5）包含了被解釋變量產品創新績效、解釋變量技術并購、中介變量技術創新績效、控制變量，模型4 對應公式（6）包含了被解釋變量產品創新績效、解釋變量技術并購、調節變量信息技術賦能、解釋變量與調節變量的交乘項、控制變量，模型5 對應公式（8）包含了被解釋變量產品創新績效、解釋變量技術并購、調節變量信息技術賦能、解釋變量與調節變量的交乘項、中介變量技術創新績效、調節變量與中介變量的交乘項、控制變量，模型6 對應公式（4）包含了中介變量技術創新績效、解釋變量技術并購、控制變量，模型7 對應公式（7）包含了中介變量技術創新績效、解釋變量技術并購、調節變量信息技術賦能、解釋變量與調節變量的交乘項、控制變量。

表6 面板數據固定效應回歸結果

（1）技術并購與產品創新績效的主效應檢驗和技術創新績效的中介效應檢驗。首先，將產品創新績效作為被解釋變量，所有控制變量作為解釋變量進行固定效應回歸，結果如表6 中的模型1 所示。在此基礎上再加入解釋變量：技術并購，結果如模型2 所示，技術并購對產品創新績效存在顯著正向影響（β1=0.571，P＜0.05)。

為了檢驗技術并購對產品創新績效的影響機制，采用依次檢驗法檢驗技術創新績效對技術并購與產品創新績效之間關系的中介效應［39］。首先，模型2 檢驗了技術并購對產品創新績效存在顯著正向影響（β1=0.571，P＜0.05)；其次，模型6 顯示技術并購對技術創新績效存在顯著正向影響（χ1=0.289，P＜0.001)；最后，在模型2 的基礎上加上中介變量，結果如模型3 所示，技術創新績效對產品創新績效存在顯著正向影響（δ1=1.716，P＜0.001)。模型2 到模型3，R 方值由0.556 提升到0.814，技術并購和產品創新績效之間的關系從顯著正相關到不顯著，中介效應成立，且技術創新績效起到了完全中介效應的作用。綜上，假設H1成立。

（2）信息技術賦能的調節作用。借鑒Hayes［39］、Preacher 等［40］和溫忠麟等［41］的研究成果，依次檢驗IO 值對中介效應的直接路徑、前半路徑及后半路徑的調節作用。由模型4 可知，技術并購與IO 值的交乘項（IO_Tech）系數顯著為正（Φ4=0.116，P＜0.001），與模型2 對比，R 方從0.556 上升到0.750，故調節變量調節了中介效應的直接路徑，假設H2c成立；模型7 中技術并購和IO 值的交乘項（IO_Tech）回歸系數不顯著（φ3=0.019，P＞0.1），假設H2a不成立；模型7 中技術并購的回歸系數顯著為正（φ1=0.188，P＜0.05），模型5 中信息技術賦能與技術創新績效的交乘項系數顯著為正（γ5=0.118，P＜0.05）,且模型5 與模型3 對比，R 方由0.814 上升到0.864，故調節變量調節中介效應的后半段，假設H2b成立。H2a不成立的原因可能是因為目前知識創新和技術創新階段信息技術潛能沒有達到充分的挖掘，行業信息技術利用程度不高，從而在技術促進上沒有發揮應有的作用。

4.5 穩健性檢驗

本研究利用兩種方法進行穩健性檢驗，一是替換變量，即將解釋變量由行業技術并購發生數替換成行業并購發生數；二是改變計量方法，即用bootstrap 置信區間法代替依次檢驗法（casual step），且兩種穩健性檢驗方法總體結果均穩健。

（1）替換變量。企業的并購行為雖動機各異，但都可以在一定程度上帶來主并購企業和被并企業創新資源的融合，故將解釋變量技術并購數（Tech）用各工業行業2007—2019 各年并購發生數（M&A）來替代衡量，結果如表7 所示，其中模型1 包含了被解釋變量產品創新績效和控制變量，模型2 包含了被解釋變量產品創新績效、解釋變量并購和控制變量，模型3 包含了被解釋變量產品創新績效、解釋變量并購、中介變量技術創新績效和控制變量，模型4 包含了被解釋變量產品創新績效、解釋變量并購、調節變量信息技術賦能、解釋變量與調節變量的交乘項和控制變量，模型5 包含了被解釋變量產品創新績效、解釋變量并購、調節變量信息技術賦能、解釋變量與調節變量的交乘項、中介變量技術創新績效、調節變量與中介變量的交乘項和控制變量，模型6 包含了中介變量技術創新績效、解釋變量并購和控制變量，模型7 包含了中介變量技術創新績效、解釋變量并購、調節變量信息技術賦能、解釋變量與調節變量的交乘項和控制變量，見表7。

表7 替換解釋變量后固定效應回歸結果

替換解釋變量后，各模型中變量回歸結果與前文的結果基本一致，但系數變小，驗證了創新資源整合對行業創新價值鏈的積極作用。同時，穩健性檢驗中，各模型解釋變量的回歸系數比前文采用技術并購作為解釋變量的回歸系數略小，亦能證實以技術為主要動機的并購比一般并購更有易于促進行業創新價值鏈的創新績效，以及信息技術賦能對創新資源融合的積極作用。

（2）替換計量方法。本研究前文主要采用依次檢驗法（casual steps）來判斷技術創新績效的中介作用以及信息技術賦能對于中介模型的調節效應是否成立，目前對于有調節的中介還有一種較為常見的驗證方法：Bootstrap 法［42］，故作為穩健性測試，本研究用Bootstrap 置信區間法代替依次檢驗法（casual step），自抽樣500 次，結果如表8 所示：_bs_1 的置信區間不包含0，拒絕原假設H0:ab=0，中介效應成立，和前文的研究結果相同。

表8 Bootstrap 法結果

5 研究結論及討論

5.1 研究結論

本文基于創新價值鏈理論，以2007—2019 年中國37 個工業細分行業為研究樣本，對面板數據采用固定效應回歸模型，研究了技術并購對于行業創新的影響效果和機制，以及信息技術賦能的調節作用，研究結論如下：第一，技術并購與行業創新存在正向相關關系，發生技術并購次數較多的行業產品創新績效更高，具體來說，技術并購給創新主體帶來外部創新資源，促進了創新價值鏈中的技術創新階段績效的提升，并通過技術創新績效的中介作用，最終促進了產品創新績效提升；第二，信息技術賦能正向調節了這個中介過程的后半段，促進了技術創新績效向產品創新績效轉化的過程，說明信息產業的賦能幫助傳統行業更好利用技術并購帶來的創新資源。

5.2 研究貢獻和啟示

本研究的理論貢獻有三點。第一，利用中觀行業層面的數據驗證了技術并購對行業創新的促進作用，克服了以往研究中由企業級技術并購樣本帶來的內生性問題。國內有關技術并購與創新績效的研究大多是用上市公司的數據，對于更為宏觀的行業層面的研究則較少，使用行業數據可以在一定程度上減輕樣本自選擇的問題，避免創新水平高的企業更傾向于技術并購這條路徑對于研究主題的干擾。第二，從外部導入知識的角度豐富了創新價值鏈理論。本研究在將行業創新過程分為知識創新、技術創新和產品創新3 個階段的基礎上，把行業創新價值鏈上創新主體的原始投入進一步細化為內部投入和外部導入兩類，并揭示了技術并購作為一種重要的外部導入方式，通過技術創新績效的中介作用促進行業產品創新水平提升的具體作用機制。第三，發現了信息技術賦能對技術并購和行業創新之間的正相關關系的促進作用，以及對技術成果向成熟的、市場化的創新產品轉化中的促進作用，從行業層面豐富和拓展了新經濟發展和轉型的研究。

同時，本研究給創新主體的技術并購和創新活動和政府引導產業高質量發展的政策配套等行為帶來如下啟示。第一，經過多年的技術創新實踐和各領域的高速發展，中國已經形成了相當規模的創新存量資源，在新舊動能轉換和高質量發展換擋提速的時代使命下，對這些存量資源的整合是創新主體實現高效技術創新的重要推動力和資源基礎，亦是產業鏈中技術增強、補充和擴展的重要途徑，本研究證實了外部資源導入對行業創新價值鏈的積極作用。因此，對于政府而言，應該從通過驅動創新資源流動促進產業鏈強鏈、補鏈、擴鏈的大方向出發，調整和完善產業政策及配套政策、資本市場、知識產權保護等多個層面的制度設計。對于創新主體而言，應該在充分理解產業趨勢、產業政策的基礎上，立足整體創新價值鏈的高度分析自身的技術資源現狀，確定技術導入需求，再進行并購規劃和整合安排。第二，本研究證實了技術并購作為創新主體重要的外部創新資源的引進和融合方式對創新驅動產業鏈升級的積極作用。因此，應該充分重視資本市場在產業鏈創新資源整合中的不可替代的作用，在并購政策的建設、調整和市場監管中切實考慮技術并購在定價、融資、信息披露、審批速度等方面的特殊性，解除不合理不必要的約束，便利市場機制的順暢運行。第三，本研究為信息技術賦能促進外部導入資源整合的作用機制提供了經驗證據，證明了在技術并購的具體情境中，信息技術通過信息化和智能化對傳統的工業行業的賦能能夠有效促進技術創新績效向產品創新績效的轉化，對行業創新存在積極影響。因此，政府應該通過增強信息基礎設施建設、制定相應的激勵政策等積極推動兩化融合和中國智造在行業層次和創新主體層次的落實。創新主體則應在戰略層次進行信息化規劃，并結合創新發展的階段，通過平臺建設、外包、并購、創新合作、產品合作等方式有效推進“上云”“賦智”，特別是在創新價值鏈的產品創新階段，充分利用數字化、網絡化和智能化等手段打造“智慧化”平臺，高效反映和應對市場需求變化，促進創新成果的規?；a和商業轉化。