數(shù)字經(jīng)濟(jì)與企業(yè)創(chuàng)新：基于創(chuàng)新需求的視角

鄭雨稀，楊 蓉

(華東師范大學(xué)經(jīng)濟(jì)與管理學(xué)部，上海 200062)

1 研究背景

人工智能（artificial intelligence，AI)、區(qū)塊鏈（block chain）、云計(jì)算（cloud computing）、大數(shù)據(jù)（big data），簡(jiǎn)稱“ABCD”的新一代數(shù)字技術(shù)的發(fā)展，推動(dòng)中國(guó)數(shù)字經(jīng)濟(jì)邁向了新臺(tái)階。根據(jù)《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書（2021）》的統(tǒng)計(jì)數(shù)據(jù)，盡管受到新冠肺炎疫情的影響，中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模在2020 年仍實(shí)現(xiàn)了正增長(zhǎng)，占國(guó)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(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035 年遠(yuǎn)景目標(biāo)綱要》（以下簡(jiǎn)稱《規(guī)劃綱要》）指出要打造數(shù)字經(jīng)濟(jì)新優(yōu)勢(shì)，充分發(fā)揮海量數(shù)據(jù)和豐富應(yīng)用場(chǎng)景優(yōu)勢(shì)，促進(jìn)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合，賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)。也就是說，中國(guó)政府希望發(fā)展數(shù)字經(jīng)濟(jì)，并通過數(shù)據(jù)資源等促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)。而企業(yè)創(chuàng)新是產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的著力點(diǎn)［1］。那么，數(shù)字經(jīng)濟(jì)能否促進(jìn)企業(yè)創(chuàng)新？數(shù)據(jù)在其中又扮演何種角色？這一促進(jìn)作用又會(huì)受到何種條件制約？這些問題成為了社會(huì)各界高度關(guān)注的問題。

然而，數(shù)字經(jīng)濟(jì)的發(fā)展時(shí)間尚短。一些學(xué)者開展了數(shù)字經(jīng)濟(jì)的理論研究，例如李長(zhǎng)江［2］探討了“數(shù)字經(jīng)濟(jì)”概念、Goldfarb 等［3］探討了數(shù)字經(jīng)濟(jì)的特征、許憲春等［4］探討了數(shù)字經(jīng)濟(jì)的測(cè)量；一些學(xué)者研究了數(shù)字經(jīng)濟(jì)的宏觀經(jīng)濟(jì)后果，例如Curran［5］檢驗(yàn)了數(shù)字經(jīng)濟(jì)對(duì)社會(huì)風(fēng)險(xiǎn)的影響、趙濤等［6］檢驗(yàn)了數(shù)字經(jīng)濟(jì)對(duì)高質(zhì)量發(fā)展的影響；還有一些學(xué)者分析了數(shù)字經(jīng)濟(jì)的微觀經(jīng)濟(jì)后果，例如戚聿東等［7］從理論層面分析了數(shù)字經(jīng)濟(jì)對(duì)微觀企業(yè)管理變革的影響、王世強(qiáng)［8］等通過博弈分析探討了數(shù)字經(jīng)濟(jì)對(duì)企業(yè)歧視性定價(jià)的影響。綜上，鮮有評(píng)估數(shù)字經(jīng)濟(jì)對(duì)企業(yè)創(chuàng)新的作用及其作用機(jī)制的實(shí)證研究。

《規(guī)劃綱要》強(qiáng)調(diào)要強(qiáng)化企業(yè)創(chuàng)新主體地位、促進(jìn)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(jì)的關(guān)鍵生產(chǎn)要素，是新時(shí)代的“石油”。中共中央、國(guó)務(wù)院2020 年印發(fā)的《關(guān)于構(gòu)建更加完善的要素市場(chǎng)化配置體制機(jī)制的意見》將數(shù)據(jù)確認(rèn)為土地、勞動(dòng)力、資本、技術(shù)以外的第五大生產(chǎn)要素，強(qiáng)調(diào)要提升數(shù)據(jù)資源的價(jià)值，這表明推動(dòng)經(jīng)濟(jì)社會(huì)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(jì)能否促進(jìn)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(shí)意義。進(jìn)一步地，數(shù)字經(jīng)濟(jì)促進(jìn)企業(yè)創(chuàng)新的實(shí)際效果還可能會(huì)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(chǎng)競(jìng)爭(zhēng)環(huán)境兩個(gè)方面，細(xì)化企業(yè)創(chuàng)新需求的差異對(duì)數(shù)字經(jīng)濟(jì)與企業(yè)創(chuàng)新關(guān)系的影響，更能準(zhǔn)確地捕捉數(shù)字經(jīng)濟(jì)影響企業(yè)創(chuàng)新的機(jī)理，提升數(shù)字經(jīng)濟(jì)的創(chuàng)新激勵(lì)效果。基于此，本研究結(jié)合2011—2019 年中國(guó)A 股上市公司數(shù)據(jù)和地級(jí)市及以上城市統(tǒng)計(jì)數(shù)據(jù)，實(shí)證檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)企業(yè)創(chuàng)新的影響，并進(jìn)一步分析企業(yè)創(chuàng)新需求對(duì)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(jì)與企業(yè)創(chuàng)新

企業(yè)的經(jīng)濟(jì)活動(dòng)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(fèi)者需求的，企業(yè)可以通過廣泛收集消費(fèi)者數(shù)據(jù)、挖掘消費(fèi)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(jìn)企業(yè)創(chuàng)新［10］。但是消費(fèi)者數(shù)據(jù)是海量的、彌散的，而且會(huì)隨著自身特征及外部環(huán)境的變化而變化［11］，要想及時(shí)、全面地獲取消費(fèi)者數(shù)據(jù)、挖掘消費(fèi)者需求，并據(jù)此進(jìn)行產(chǎn)品研發(fā)和改進(jìn)，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(qiáng)的信息搜集和分析能力［12］，而且需要耗費(fèi)極大的成本［10］。基于這一現(xiàn)實(shí)，長(zhǎng)期以來企業(yè)的創(chuàng)新決策都是以企業(yè)為主導(dǎo)，有選擇性地吸納消費(fèi)者意見，主要是通過小范圍的市場(chǎng)調(diào)研獲取消費(fèi)者數(shù)據(jù)［13］，無法獲取全樣本甚至是大樣本的消費(fèi)者需求數(shù)據(jù)。因此，消費(fèi)者數(shù)據(jù)的不完備使企業(yè)難以精準(zhǔn)捕捉消費(fèi)者需求，而這種供需雙方之間的信息不對(duì)稱會(huì)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(jì)的關(guān)鍵生產(chǎn)要素，是從過去生產(chǎn)經(jīng)營(yíng)活動(dòng)中產(chǎn)生的，可以用來預(yù)測(cè)未來經(jīng)濟(jì)活動(dòng)，減少不確定性［14］，進(jìn)而提高企業(yè)創(chuàng)新能力。從需求端來說，數(shù)字經(jīng)濟(jì)增加了消費(fèi)者行為的可數(shù)據(jù)化程度，使普通消費(fèi)者有能力、有意愿參與企業(yè)創(chuàng)新［10］。具體地，移動(dòng)互聯(lián)網(wǎng)技術(shù)使普通消費(fèi)者的一切在線行動(dòng)都留下了數(shù)字痕跡、形成了消費(fèi)者大數(shù)據(jù)，大數(shù)據(jù)和云計(jì)算技術(shù)可以對(duì)這些數(shù)據(jù)進(jìn)行存儲(chǔ)、清洗，形成有價(jià)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(dòng)的智能算法優(yōu)化企業(yè)創(chuàng)新決策［16］，因此，普通消費(fèi)者既不需要擁有專業(yè)的產(chǎn)品研發(fā)知識(shí)，也不再需要額外花費(fèi)時(shí)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(jì)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(shí)地獲取和利用消費(fèi)者數(shù)據(jù)，挖掘消費(fèi)者需求信息，指導(dǎo)產(chǎn)品研發(fā)決策，使過去主要依賴個(gè)人經(jīng)驗(yàn)的產(chǎn)品創(chuàng)新決策轉(zhuǎn)變?yōu)閿?shù)據(jù)驅(qū)動(dòng)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］。基于以上分析，本研究認(rèn)為數(shù)字經(jīng)濟(jì)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(jìn)企業(yè)創(chuàng)新。因此，提出假設(shè)1。

假設(shè)1：數(shù)字經(jīng)濟(jì)可以促進(jìn)企業(yè)創(chuàng)新。

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

基于上述分析，數(shù)字經(jīng)濟(jì)可以促進(jìn)企業(yè)創(chuàng)新，但是本研究進(jìn)一步認(rèn)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(jì)發(fā)展水平上，企業(yè)創(chuàng)新的提升程度也會(huì)存在差異。具體來說，由于創(chuàng)新需要冒險(xiǎn)，是一種風(fēng)險(xiǎn)性行為，會(huì)增加企業(yè)的不確定性［19］，因此，有著強(qiáng)烈創(chuàng)新需求的企業(yè)才會(huì)更有動(dòng)力承擔(dān)風(fēng)險(xiǎn)，擁抱數(shù)字經(jīng)濟(jì)，開展創(chuàng)新活動(dòng)。即數(shù)字經(jīng)濟(jì)的創(chuàng)新激勵(lì)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(jìn)一步探討企業(yè)自身資源稟賦，以及外部市場(chǎng)競(jìng)爭(zhēng)環(huán)境所引起的企業(yè)創(chuàng)新需求的差異對(duì)數(shù)字經(jīng)濟(jì)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(dǎo)致不同的創(chuàng)新需求，進(jìn)而會(huì)影響數(shù)字經(jīng)濟(jì)的創(chuàng)新激勵(lì)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(jìn)一步指出，相對(duì)于勞動(dòng)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(dòng)力借助數(shù)字經(jīng)濟(jì)實(shí)現(xiàn)企業(yè)創(chuàng)新、獲得競(jìng)爭(zhēng)優(yōu)勢(shì)；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(dòng)，也具有較高的技術(shù)含量［23］，相對(duì)而言更能享受到數(shù)字經(jīng)濟(jì)帶來的創(chuàng)新紅利；而農(nóng)林牧漁業(yè)等勞動(dòng)密集型行業(yè)的企業(yè)主要還是依靠簡(jiǎn)單勞動(dòng)創(chuàng)造價(jià)值，處于價(jià)值鏈的低端［22］，對(duì)于創(chuàng)新的需求相對(duì)較低。因此，本研究預(yù)期，相對(duì)于勞動(dòng)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(jì)的發(fā)展中獲益，數(shù)字經(jīng)濟(jì)的創(chuàng)新激勵(lì)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(huì)受到外部市場(chǎng)競(jìng)爭(zhēng)環(huán)境的影響［24］。創(chuàng)新是企業(yè)獲得競(jìng)爭(zhēng)優(yōu)勢(shì)的源泉［25］。為了降低被市場(chǎng)淘汰的風(fēng)險(xiǎn)，實(shí)現(xiàn)生存和發(fā)展，企業(yè)所面臨的市場(chǎng)競(jìng)爭(zhēng)越激烈，其創(chuàng)新需求越強(qiáng)烈［21］。因此，本研究認(rèn)為行業(yè)競(jìng)爭(zhēng)度高的企業(yè)面臨著更激烈的市場(chǎng)競(jìng)爭(zhēng)環(huán)境，為了不在數(shù)字經(jīng)濟(jì)發(fā)展的浪潮下處于劣勢(shì)，更有動(dòng)機(jī)提高企業(yè)創(chuàng)新能力，以便在競(jìng)爭(zhēng)中獲得優(yōu)勢(shì)。因此，當(dāng)企業(yè)所在行業(yè)競(jìng)爭(zhēng)度較高時(shí)，數(shù)字經(jīng)濟(jì)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(jì)提升企業(yè)創(chuàng)新能力的作用在企業(yè)創(chuàng)新需求高時(shí)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(jìng)爭(zhēng)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(jì)

3.1 研究樣本和數(shù)據(jù)來源

以中國(guó)滬深A(yù) 股上市公司為研究對(duì)象，匹配了上市公司數(shù)據(jù)和地級(jí)市及以上城市的數(shù)字經(jīng)濟(jì)數(shù)據(jù)。數(shù)字經(jīng)濟(jì)的數(shù)據(jù)來源于《北京大學(xué)數(shù)字普惠金融指數(shù)》和《中國(guó)城市統(tǒng)計(jì)年鑒》。《北京大學(xué)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(guó)城市統(tǒng)計(jì)年鑒》目前最新發(fā)布的版本為《中國(guó)城市統(tǒng)計(jì)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(cái)務(wù)數(shù)據(jù)均來源于CSMAR 數(shù)據(jù)庫(kù)。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(yán)重缺失的數(shù)據(jù)，并對(duì)所有連續(xù)變量進(jìn)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(gè)年度觀測(cè)值（以下簡(jiǎn)稱“樣本”）。

3.2 變量定義和指標(biāo)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(gè)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(yíng)業(yè)收入的比值（RD）來衡量企業(yè)創(chuàng)新投入，以專利申請(qǐng)數(shù)量加1 的自然對(duì)數(shù)（lnPat）衡量企業(yè)創(chuàng)新產(chǎn)出。在穩(wěn)健性檢驗(yàn)中，借鑒羅宏等［27］的做法，利用研發(fā)支出的自然對(duì)數(shù)（lnRD）作為企業(yè)創(chuàng)新投入的穩(wěn)健性檢驗(yàn)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(duì)數(shù)（lnPat_Grant）作為企業(yè)創(chuàng)新產(chǎn)出的穩(wěn)健性檢驗(yàn)變量。

3.2.2 解釋變量——數(shù)字經(jīng)濟(jì)

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(jì)算機(jī)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(dòng)電話用戶數(shù)5 個(gè)指標(biāo)構(gòu)建數(shù)字經(jīng)濟(jì)綜合指數(shù)。從郭峰等［28］編制的《北京大學(xué)數(shù)字普惠金融指數(shù)》以及《中國(guó)城市統(tǒng)計(jì)年鑒》中手工收集了上述5 個(gè)指標(biāo)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(jì)發(fā)展綜合指數(shù)。在核心實(shí)證部分，采用城市層面的數(shù)字經(jīng)濟(jì)數(shù)據(jù)（Dige）；在穩(wěn)健性檢驗(yàn)中，采用了省層面的數(shù)字經(jīng)濟(jì)數(shù)據(jù)（Dige_prov）。

3.2.3 分組變量

為了檢驗(yàn)假設(shè)2，設(shè)置了要素密集度（Factor）和行業(yè)競(jìng)爭(zhēng)度（HHI）兩個(gè)分組變量。測(cè)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(dòng)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(dòng)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(jìng)爭(zhēng)度的度量借鑒了陳漢文等［29］的做法，計(jì)算了基于銷售收入的分年度和行業(yè)的赫芬達(dá)爾指數(shù)，赫芬達(dá)爾指數(shù)越高表明行業(yè)競(jìng)爭(zhēng)度越低，并根據(jù)中位數(shù)將樣本分為赫芬達(dá)爾指數(shù)較高，即行業(yè)競(jìng)爭(zhēng)度較低，HHI 取值為1；反之，赫芬達(dá)爾指數(shù)較低，即行業(yè)競(jìng)爭(zhēng)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(fù)債比率（Lev）、留存收益（RE）、流動(dòng)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(jì)

借鑒黎文靖等［30］的研究，構(gòu)建了如下實(shí)證模型：

式（1）中：i為公司；t為年份。

4 實(shí)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(jì)結(jié)果，如表2 所示。其中，數(shù)字經(jīng)濟(jì)的平均值為1.183，標(biāo)準(zhǔn)差為1.608，數(shù)據(jù)呈現(xiàn)出平均值小且標(biāo)準(zhǔn)差大的特征，表明樣本企業(yè)數(shù)字經(jīng)濟(jì)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(jì)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(yíng)業(yè)收入投入到研發(fā)活動(dòng)的比例較小，企業(yè)創(chuàng)新投入有待進(jìn)一步提高；企業(yè)創(chuàng)新產(chǎn)出的平均值為2.721，標(biāo)準(zhǔn)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(jìng)爭(zhēng)度兩個(gè)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(xiàng)統(tǒng)計(jì)指標(biāo)均表現(xiàn)出一定差異。

表2 主要變量的描述性統(tǒng)計(jì)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(jì)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(jì)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(jì)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(jìng)爭(zhēng)度與企業(yè)創(chuàng)新投入在1%的顯著性水平上呈現(xiàn)出負(fù)相關(guān)關(guān)系，行業(yè)競(jìng)爭(zhēng)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(fù)相關(guān)關(guān)系，說明赫芬達(dá)爾指數(shù)越高（行業(yè)競(jìng)爭(zhēng)程度越低），即企業(yè)創(chuàng)新需求越低時(shí)，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(jì)與企業(yè)創(chuàng)新的回歸分析

表4 是數(shù)字經(jīng)濟(jì)與企業(yè)創(chuàng)新的基準(zhǔn)回歸結(jié)果。其中，數(shù)字經(jīng)濟(jì)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(jì)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(jì)對(duì)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(jì)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(yàn)證。

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

表4（續(xù)）

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

首先，檢驗(yàn)要素密集度對(duì)數(shù)字經(jīng)濟(jì)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(jìn)行分組（見表5）回歸檢驗(yàn)。

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(jì)的回歸系數(shù)在1%的水平上顯著為正，而在勞動(dòng)密集型組別中，數(shù)字經(jīng)濟(jì)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(jì)的回歸系數(shù)在1%的水平上顯著為正，而在勞動(dòng)密集型組別中，數(shù)字經(jīng)濟(jì)的回歸系數(shù)為負(fù)且不顯著。因此，數(shù)字經(jīng)濟(jì)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(dòng)密集型企業(yè)中不顯著。這可能是因?yàn)榧夹g(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(dòng)來實(shí)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(jì)的發(fā)展中實(shí)現(xiàn)創(chuàng)新、創(chuàng)造價(jià)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(jìng)爭(zhēng)度分組進(jìn)行回歸分析。如表7 所示，行業(yè)競(jìng)爭(zhēng)度較高組的數(shù)字經(jīng)濟(jì)系數(shù)高于行業(yè)競(jìng)爭(zhēng)度較低的組，表明行業(yè)競(jìng)爭(zhēng)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(jì)的系數(shù)在行業(yè)競(jìng)爭(zhēng)度較高的組更高，表明行業(yè)競(jìng)爭(zhēng)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(chǎng)競(jìng)爭(zhēng)環(huán)境更激烈時(shí)，企業(yè)更有動(dòng)力提高創(chuàng)新投入和產(chǎn)出，即數(shù)字經(jīng)濟(jì)提升企業(yè)創(chuàng)新能力的作用在行業(yè)競(jìng)爭(zhēng)度較高時(shí)更顯著。

表7 基于行業(yè)競(jìng)爭(zhēng)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(jìng)爭(zhēng)度對(duì)數(shù)字經(jīng)濟(jì)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(jì)提升企業(yè)創(chuàng)新能力的作用在勞動(dòng)密集型企業(yè)中并不顯著，且勞動(dòng)密集型樣本僅為675 個(gè)，其中662 個(gè)為行業(yè)競(jìng)爭(zhēng)度低的樣本，13 個(gè)為行業(yè)競(jìng)爭(zhēng)度較高的樣本，因此這一部分的分析不包含勞動(dòng)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(jìng)爭(zhēng)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(jìng)爭(zhēng)度較高組的數(shù)字經(jīng)濟(jì)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(jìng)爭(zhēng)度的企業(yè)的創(chuàng)新投入水平更高；對(duì)于資本密集型和技術(shù)密集型企業(yè)來說，行業(yè)競(jìng)爭(zhēng)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(jìn)一步驗(yàn)證了企業(yè)創(chuàng)新需求越高，數(shù)字經(jīng)濟(jì)的創(chuàng)新提升作用越高。

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

表8（續(xù)）

基于以上對(duì)于創(chuàng)新需求的檢驗(yàn)結(jié)果，可以得出數(shù)字經(jīng)濟(jì)促進(jìn)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(yàn)證。

5 進(jìn)一步研究

長(zhǎng)期以來，盡管中國(guó)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(zhǎng)足和質(zhì)量坡腳”的創(chuàng)新困境，而創(chuàng)新又是促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的動(dòng)力所在，因此，將進(jìn)一步探討數(shù)字經(jīng)濟(jì)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(shī)源等［32］、唐松等［33］做法，以3 類專利申請(qǐng)總數(shù)（發(fā)明、實(shí)用新型和外觀設(shè)計(jì)專利數(shù)量之和）加1 的自然對(duì)數(shù)衡量企業(yè)總體創(chuàng)新數(shù)量，以發(fā)明專利申請(qǐng)數(shù)量加1 的自然對(duì)數(shù)來衡量企業(yè)高質(zhì)量創(chuàng)新，以非發(fā)明專利申請(qǐng)數(shù)量（實(shí)用新型和外觀設(shè)計(jì)專利之和）加1 的自然對(duì)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(jì)對(duì)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(jì)對(duì)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(jì)對(duì)企業(yè)實(shí)用新型和外觀設(shè)計(jì)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(jì)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(shí)，數(shù)字經(jīng)濟(jì)對(duì)高質(zhì)量創(chuàng)新的回歸系數(shù)高于其對(duì)低質(zhì)量創(chuàng)新的回歸系數(shù)，表明相較于“短平快”的實(shí)用新型和外觀設(shè)計(jì)專利，數(shù)字經(jīng)濟(jì)提升高質(zhì)量發(fā)明專利的作用更強(qiáng)。因此，本研究認(rèn)為數(shù)字經(jīng)濟(jì)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(zhǎng)足和質(zhì)量坡腳”的創(chuàng)新困境，促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)。

表9 數(shù)字經(jīng)濟(jì)對(duì)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(yàn)

6.1 替代性測(cè)量

為了充分驗(yàn)證上述結(jié)論的穩(wěn)健性，替換數(shù)字經(jīng)濟(jì)和企業(yè)創(chuàng)新的衡量方法，利用省級(jí)層面的數(shù)字經(jīng)濟(jì)進(jìn)行穩(wěn)健性檢驗(yàn)，利用研發(fā)支出的對(duì)數(shù)和專利授權(quán)數(shù)量加1 的自然對(duì)數(shù)作為企業(yè)創(chuàng)新投入和產(chǎn)出的穩(wěn)健性檢驗(yàn)變量。如表10 所示，省級(jí)層面的數(shù)字經(jīng)濟(jì)對(duì)企業(yè)研發(fā)支出的自然對(duì)數(shù)的回歸系數(shù)在1%的水平上顯著；省級(jí)層面的數(shù)字經(jīng)濟(jì)對(duì)企業(yè)專利授權(quán)數(shù)量加1 的自然對(duì)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(jì)和企業(yè)創(chuàng)新的測(cè)量方式后，數(shù)字經(jīng)濟(jì)仍然顯著提升企業(yè)創(chuàng)新能力，驗(yàn)證了本研究結(jié)論的穩(wěn)健性。

表10 數(shù)字經(jīng)濟(jì)和企業(yè)創(chuàng)新替代測(cè)量結(jié)果

表10（續(xù)）

6.2 內(nèi)生性問題

盡管數(shù)字經(jīng)濟(jì)作為一個(gè)宏觀變量受到單個(gè)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(jì)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?jǐn)?shù)量與前1 年的互聯(lián)網(wǎng)用戶數(shù)的交乘項(xiàng)作為數(shù)字經(jīng)濟(jì)的工具變量（IV），并通過兩階段最小二乘法進(jìn)行內(nèi)生性檢驗(yàn)。由于數(shù)字經(jīng)濟(jì)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(huì)對(duì)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(shí)，歷史上的電信基礎(chǔ)設(shè)施不會(huì)直接影響到當(dāng)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(jì)顯著正相關(guān)，同時(shí)，工具變量檢驗(yàn)結(jié)果顯示，Anderson canon.corr.LM 統(tǒng)計(jì)量的P值為0.000，表明不存在工具變量識(shí)別不足的問題，Cragg-Donald Wald F 統(tǒng)計(jì)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(jì)和企業(yè)創(chuàng)新投入、產(chǎn)出的檢驗(yàn)結(jié)果，結(jié)果顯示，數(shù)字經(jīng)濟(jì)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(yàn)

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(jì)新優(yōu)勢(shì)，充分發(fā)揮海量數(shù)據(jù)和豐富應(yīng)用場(chǎng)景優(yōu)勢(shì)，促進(jìn)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合，賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)。為了響應(yīng)數(shù)字經(jīng)濟(jì)促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的現(xiàn)實(shí)需要，本研究分析和檢驗(yàn)了數(shù)字經(jīng)濟(jì)對(duì)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(jìng)爭(zhēng)度對(duì)數(shù)字經(jīng)濟(jì)與企業(yè)創(chuàng)新關(guān)系的調(diào)節(jié)機(jī)制。基于2011—2019 年中國(guó)A 股上市公司數(shù)據(jù)和地級(jí)市及以上城市的數(shù)字經(jīng)濟(jì)數(shù)據(jù)，得出以下研究結(jié)論：第一，數(shù)字經(jīng)濟(jì)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(jì)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(shí)，即技術(shù)密集型和資本密集型企業(yè)、行業(yè)競(jìng)爭(zhēng)度高的企業(yè)中更顯著；第三，進(jìn)一步區(qū)分企業(yè)創(chuàng)新產(chǎn)出發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)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(píng)估數(shù)字經(jīng)濟(jì)對(duì)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(jì)的微觀影響提供了新的經(jīng)驗(yàn)證據(jù)，而且將數(shù)字經(jīng)濟(jì)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(jì)和企業(yè)創(chuàng)新領(lǐng)域的文獻(xiàn)。同時(shí)，本研究在數(shù)字經(jīng)濟(jì)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(jì)促進(jìn)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(shí)際創(chuàng)新需求制定差異性的支持政策，提升數(shù)字經(jīng)濟(jì)促進(jìn)企業(yè)創(chuàng)新的實(shí)際效果。此外，本研究重點(diǎn)考察了數(shù)字經(jīng)濟(jì)對(duì)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(jì)能否改善中國(guó)長(zhǎng)期以來的“數(shù)量長(zhǎng)足，質(zhì)量跛腳”的創(chuàng)新困境提供實(shí)證證據(jù)，為實(shí)現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)提供經(jīng)驗(yàn)支撐。

基于以上結(jié)論，提出以下建議：首先，數(shù)字經(jīng)濟(jì)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(jí)的新引擎，因此要加快推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展，特別是大數(shù)據(jù)、云計(jì)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(chǔ)、保護(hù)和利用打下堅(jiān)實(shí)的基礎(chǔ)，以便充分發(fā)揮數(shù)據(jù)的資源價(jià)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(chǎng)競(jìng)爭(zhēng)環(huán)境的不同會(huì)帶來企業(yè)創(chuàng)新需求的差異，進(jìn)而影響數(shù)字經(jīng)濟(jì)促進(jìn)企業(yè)創(chuàng)新的實(shí)際效果，因此，數(shù)字經(jīng)濟(jì)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(shí)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(jí)服務(wù)，幫助企業(yè)更好利用數(shù)字經(jīng)濟(jì)實(shí)現(xiàn)企業(yè)創(chuàng)新。最后，鑒于數(shù)字經(jīng)濟(jì)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(duì)企業(yè)創(chuàng)新產(chǎn)出的成果進(jìn)行質(zhì)量甄別，提高政府扶持的門檻，推動(dòng)高質(zhì)量創(chuàng)新，實(shí)現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)。