互聯網企業創新效率與規模關系的實證分析

張姍姍，王馥蕓

研究與開發

互聯網企業創新效率與規模關系的實證分析

張姍姍，王馥蕓

（中國信息通信研究院，北京 100191）

選取了26家互聯網上市企業，運用數據包絡法和回歸分析，對互聯網企業的創新效率及其與規模的關系進行了實證分析。研究結果顯示，互聯網行業屬于高創新水平行業，創新效率在近5年內呈波動下降趨勢，商業模式創新效率高于技術創新效率；互聯網企業規模與創新水平關系間存在“倒U”型關系，適當提升企業規模有利于企業創新，但規模增長帶來的效益和創新效率卻不會隨之一直增長，互聯網企業應理性規模擴張。以上結論為我國互聯網企業高質量發展，為國家相關監管、規范政策的制定，提供了數據支撐。

互聯網企業；平臺經濟；創新效率；企業規模；數據包絡法

0 引言

從2020年12月中央經濟工作會議首次明確提出“強化反壟斷和防止資本無序擴張”“支持平臺企業創新發展”后，過去一年中共中央圍繞反壟斷、防止資本無序擴張作出了一系列重大決策部署，對平臺經濟發展作出指導，其目的是應對在中國數字經濟和互聯網平臺企業迅猛發展中，所遇到的關于企業規模擴張和促進企業創新發展間的一系列爭議問題。以國家市場監督管理總局出臺的《國務院反壟斷委員會關于平臺經濟領域的反壟斷指南》為代表，多項監管政策都指向對互聯網企業規模的規制，并強調經營者集中審查時要考慮對技術進步的影響等，根本目的是保護市場公平競爭，促進創新，最終提升企業、行業整體競爭力。

但規模與創新的關系一直以來都充滿爭議，自熊彼特假說被提出后，學術界圍繞企業規模與創新的爭論至今尚未有定論，大型企業在研發投入、企業效率、創新水平以及消費者福利方面的優勢被反復論證[1]。同時，互聯網企業尤其是互聯網平臺類企業所具有的網絡效應、范圍經濟、高固定成本低邊際成本等網絡產業特性，使其具有追求規模的合理性與必然性[2]。但研究者發現，在互聯網產業中小型企業可以通過滿足客戶的長尾需求，在非主流市場進行創新，最終實現其在主流市場的創新成功[3]。因此，互聯網企業創新目前具有哪些特征，其與企業規模具有怎樣的關系，需要進一步明確。這不僅關系到互聯網企業自身的生存與發展，更關系到全行業健康可持續發展與相關產業政策制定。

1 文獻綜述

1.1 互聯網企業創新特點及評價

互聯網產業作為近20年來創新的引領者和倡導者，其創新水平、創新效率一直備受關注。根據熊彼特的界定，創新是一種通過把原始生產元素重新排列組合、建立新生產模式降本增效的經濟過程。這里的生產元素包括技術、原料、市場、組織形式等企業生產需要的一切內容。互聯網領域的創新從本質上而言并未超出熊彼特的創新概念范圍，但在生產元素部分多了新內容、新形式。例如，互聯網行業顯著的網絡外部性使流量、“注意力”等成為互聯網企業創新的關鍵要素之一[4]。同時，在數字化時代，數據要素成為驅動創新能力演化的第一生產力，在促進互聯網企業創新績效提升和產業升級方面發揮著越來越重要的作用[5]。從形式上，創新又可以分為突破式創新和漸進式創新[6]，這兩種創新在互聯網行業以技術創新、模式創新的形式交互伴隨進行，互聯網技術的誕生驅動網易、新浪、阿里巴巴、騰訊等互聯網企業的誕生，支付、配送技術的創新又給互聯網電商企業快速發展提供了保障，通信技術的更新升級以及算法技術的創新，使得短視頻企業又獲得了新的增長。在商業模式方面，社交電商（如微信）、視頻直播（如抖音、快手）、共享經濟（如共享單車）、O2O（如盒馬鮮生、每日優鮮）等互聯網行業的商業模式創新可疊加于技術之上，進一步滿足市場、用戶需求[7]。

如何對互聯網企業創新水平進行評價，也是研究乃至企業自身發展過程中需要面對的難題。以往的研究中常用人均新產品銷售收入、企業的研發投入作為主要指標[8-9]。但單一指標無法評價企業創新的效果（即創新績效），因此有研究者主張用研發投入、擁有專利數量、新產品數量等構建一個多樣化綜合指標衡量創新績效[10]。但創新的測度還應結合行業特征具體分析，已有研究者采用數據包絡分析（data envelopment analysis，DEA），綜合考慮互聯網行業數據的可得性，選取研發投入、年末固定資產凈額作為投入指標，專利數和凈利潤作為產出指標，通過對投入、產出進行分析獲得互聯網企業創新效率值[11]。但關于互聯網企業創新水平的評價還處于初步探索階段，關鍵指標的選取也還需要進一步研究驗證。

1.2 互聯網企業創新與規模的關系

自熊彼特在1942年的研究中開創性提出大企業有更高的技術創新水平后，企業規模與其技術創新的關系就一直被廣泛研究并存在爭議性的結論，從現有文獻的研究結論來看，可以分為3類觀點：第一類研究是對熊彼特觀點的印證，發現大企業相比小企業具有更高的創新積極性和能力[12-13]；第二類研究是對熊彼特的觀點的反駁，認為企業規模增長及壟斷地位形成會使企業失去技術創新動力，同時企業規模增長增加了管理成本，降低了效率，不利于技術進步，因此，在面臨較大競爭壓力時，機制靈活的小企業技術創新效率高于大企業[14]；第三類觀點是前兩類觀點的折中，認為企業規模與其創新水平呈現非線性的“倒U”型關系，企業創新水平不會隨規模增長而無限增長，到達一定閾值，創新水平隨規模增加而下降[15-17]。國內外現有文獻的研究并沒有形成統一的觀點，行業特點是否與其相關，也缺乏可應用的結論。

就互聯網行業而言，其運營方式區別于傳統產業的重要特點為輕資產運營，用戶規模以及網絡社群成為新型壁壘[18-19]，加上風險投資的追捧，令互聯網行業商業模式創新所需要的技術、資金壁壘低于傳統產業，因此商業模式創新是主導創新[11]。這會降低互聯網企業通過大規模研發投入進行技術創新的動力，企業規模對創新水平的影響力下降，同時互聯網行業中多樣化需求會形成長尾效應，中小型互聯網企業通過創新商業模式滿足多樣化的市場需求即能在市場中生存發展，即使其尚不具有顛覆性的科技技術創新。因此，互聯網企業規模與創新的關系可能是非線性的，下文將對這一點進行實際檢驗與探索。

2 互聯網企業創新效率的測評

2.1 評價方法選擇

本文采用超效率DEA模型——Malmquist效率評價分析方法。

超效率DEA模型是基于傳統DEA模型固定規模報酬模型、可變規模報酬模型的改進，超效率指對被評價決策單元不作約束，使得其效率值高于1，與規模收益無關。由于本文將創新效率值作為創新水平的指標，后續納入與企業規模關系的回歸計算，而固定規模報酬模型、可變規模報酬模型可能會出現多個決策單元效率值為1的情形，無法評價這些決策單元效率高低水平，因此需要使用能進行區分、排序的超效率值。超效率DEA模型計算如式（1）所示。

其中，為決策單元的有效值，為規劃決策變量，為評價的決策單元x和y分別表示第個互聯網企業投入量與產出量，-和+為松弛變量。

Malmquist指數模型以傳統DEA模型為基礎，增加時間變量，以探討時間序列中效率動態變化值，被廣泛用于衡量不同時間段內投入產出水平動態變化的特征與趨勢。Malmquist指數模型如式（2）所示，還能評價在兩個時期內生產技術的變化，以及技術效率的變化，而綜合技術效率指數可進一步分解為純技術效率變化指數和規模效率變化指數。

其中，D(x,y)、D1(x,y)表示以時期為參考系，和+1時期的距離函數。值表示某個決策單元與時期相比，其在+1時期時生產率的增減。>1表示生產率增加，反之下降。

2.2 樣本與指標

為了反映互聯網企業創新效率的趨勢變化，本文根據國內互聯網企業上市的實際情況，選取代表性最強的互聯網上市企業為樣本，其篩選標準如下。

●剔除數據不全的企業（如騰訊，其研發投入數據缺失）。

●剔除基礎通信類互聯網企業，本文主要探討消費互聯網企業，基礎通信類互聯網的商業模式和創新機制與之差異較大。

●剔除上市不滿5年的企業。

最終明確了26家互聯網企業作為研究樣本，互聯網企業規模與創新關系研究樣本企業見表1，選取的企業涵蓋了電子商務、生活服務、網絡媒體等互聯網行業主要領域，能夠全面反映行業整體創新水平。

本文參照前人研究[11,20]，結合互聯網行業自身特點，兼顧數據的可得性選取投入、產出指標，互聯網企業創新效率評價指標見表2。

投入產出指標之和為8，決策單元數量（企業樣本數26）遠大于投入產出指標數的2倍，達到數據包絡分析法對數據的數量要求。選取這26家互聯網企業2016—2020年的上市數據，以及從易觀方舟、艾瑞咨詢等網站獲得的相關數據，對其進行實證分析。

表1 互聯網企業規模與創新關系研究樣本企業

表2 互聯網企業創新效率評價指標

2.3 互聯網企業創新效率分析

2.3.1 靜態分析

創新綜合效率分析綜合了互聯網企業技術創新與商業模式創新能力，是對企業創新水平的整體評價。根據效率評價四級標準[21]，互聯網企業創新效率可分為四大類，當創新效率≥1時，效率最優，投入與產出達到相對最優配比。當創新效率<1時，處于非創新有效，將其劃分為3類：當0<創新效率<0.5時，處于低效率階段，該企業創新效率低于行業平均水平；當0.5≤創新效率<0.8時，處于較低效率階段，該企業創新效率略高于平均水平；當0.8≤創新效率<1時，為較高效率階段，雖然未達到理想的創新有效狀態，但仍有優勢。

表3 2016—2020年26家互聯網樣本企業創新綜合效率分析結果

2016—2020年26家互聯網樣本企業創新綜合效率分析結果見表3。

2016—2020年互聯網上市企業創新效率均值處于“N”字形折線變動情況，2016—2018年處于上升狀態，2019年下降，2020年又恢復上升。這與我國互聯網行業發展時代特點相匹配，2016—2017年間中國互聯網行業還處在高速增長階段，新的商業模式、技術不斷推出。2018年中國移動互聯網整體發展增速放緩，一、二線城市移動互聯網應用的流量新增已接近飽和，互聯網企業獲取新用戶成本持續提升。該影響的結果在2019年顯現。2020年在疫情催化下，中國互聯網企業尋求營銷、技術等各方面的變革，推升了其創新水平。

根據創新效率分布梯度，樣本中沒有企業處于低創新效率水平，最多只有兩家企業（5.38%）處于較低創新效率水平，平均43.85%的企業處于較高創新效率水平，平均50.77%的企業達到了最優效率。以上數據說明我國互聯網行業屬于較高創新水平行業。

2.3.2 動態分析

以Malmquist模型為基礎分析2016—2020年 年間26家互聯網樣本企業創新效率動態，2016—2020年互聯網上市企業Malmquist指數見表4。

結果顯示，2016—2020年5年間創新的綜合效率值在2016—2017年年間達到高峰，2017年后開始下滑，2019—2020年年間略有回升。這與靜態模型CCR得出的“N”字形折線變動（2016—2018年處于上升狀態，2019年下降，2020年又恢復上升）基本一致。對技術效率值進一步分解，均值顯示，模式效率值（0.982）大于技術效率值（0.938），說明目前互聯網企業自身模式創新對創新效率的影響要大于技術創新。

3 我國互聯網企業規模與創新的關系

3.1 研究方法選取

采用回歸的方式，利用stata軟件對面板數據（本研究選取5年數據：2016—2020年）進行處理。回歸方程如式（3）所示。

其中，代表企業，代表年份，因變量Y是創新效率，創新效率為時期－1和時期之間相對值；size代表企業規模；1、2為方程系數如果1＞0、2＜0，企業規模與創新效率之間存在“倒U”型關系；α代表企業固定效應，以控制無法觀察到且不隨時間變化的企業特性；μ代表固定效應，表現為企業年齡等控制變量的效應；ε是誤差項。

3.2 指標選取

因變量為創新效率，通過DEA方法獲得。

本研究自變量為企業規模。企業規模指標為互聯網企業營業收入。由于后續檢驗是否為非線性關系時需要連續變量，故采用單一指標作為企業規模劃分標準。

本研究設置了控制變量，用于控制對因變量可能產生影響的變量的效應，使自變量對因變量的影響更加清晰。控制變量包括企業年齡、資本總額、人均資本額、員工數、勞動生產率。

3.3 互聯網企業規模與創新的關系回歸分析結果

采用stata對樣本互聯網企業5年間規模與創新效率面板數據回歸分析，互聯網企業規模與創新關系回歸分析見表5。

表4 2016—2020年互聯網上市企業Malmquist指數

注：原始數據來源于各企業財報，下同。

表5結果顯示，在對控制變量效果進行控制后，企業規模的值為正，規模的平方值為負，且兩者都在10%的置信水平上顯著，說明互聯網企業規模與創新水平關系間存在“倒U”型關系。即并非企業規模越大，創新水平越高，當企業規模達到一定程度，其創新效率和水平存在下降趨勢。

表5 互聯網企業規模與創新關系回歸分析

注：***表示在1%的水平上顯著，*表示在10%的水平上顯著。

4 結論、討論與建議

4.1 結論與討論

4.1.1 互聯網行業創新效率趨勢為波動向下，企業技術創新效率低于商業模式創新

移動通信網絡技術的發展是影響2016—2020年互聯網企業創新綜合效率值變動趨勢的主要原因之一。2014年4G開始商用，百兆級別的帶寬支持移動互聯網業務的全面爆發。根據中國信息通信研究院數據，2015年年底我國光纖到戶端口超過2.7億個，4G網絡覆蓋全國所有城市和主要鄉鎮，為互聯網創業創新提供了堅實的網絡基礎。2016年網絡速率全面進入10 Mbit/s時代，2017年網絡下載速率邁入20 Mbit/s時代。2018年年初，光纖用戶達3.1億戶，占固定寬帶用戶總數的85.3%，位居全球首位。提速的同時也伴隨著降費，移動互聯網接入流量翻倍增長，截至2018年第一季度，我國移動互聯網接入流量消費同比增長191.5%。這使得手機應用發展繁榮，截至2018年3月底，我國移動應用數量已有230萬款，分發數量累計超過1.1萬億次，較2017年年底提高近2 000億次。

但隨著4G通信技術變革帶來的紅利發揮到最大，其所帶來的創新效率開始減退，當前消費者生活各方面均已被互聯網模式全場景覆蓋，應用模式創新空間減小。同時，移動互聯網用戶增長紅利見頂，根據QuestMobile《中國移動互聯網2018年度大報告》，在2018年，中國移動互聯網月活用戶規模為11.3億戶，同比增速4.2%，與2017年相比，下降了12.9%，增長、降速明顯。到2018年年底，移動互聯網用戶增長紅利基本消失，行業增速與2017年比下降8.1個百分點，呈現加速下滑態勢。

2019年10月，5G開始商用，為互聯網領域帶來新的增長動能，其增長效能在2020年年初步顯現，加快了人工智能、大數據、云計算等新一代信息技術的擴散速度，為互聯網行業各領域帶來利好。但由于其還在基礎設施建設及行業應用導入期，規模增長還未出現，對互聯網行業創新水平的推動有待進一步發揮。

從企業端分析，目前我國的互聯網企業快速成長期已結束，進入成熟階段，表現為組織結構扁平化，形成輕資產運營模式，互聯網市場中能提供的服務多種多樣。大量非頭部的企業需要在巨頭瓜分大部分市場的境遇中找夾縫持續生存，因資金、資源等條件有限，很難承擔巨額研發投入，因此其往往選擇風險較小、回報較高的商業模式創新而非技術創新。

4.1.2 互聯網企業規模與創新水平關系間存在“倒U”型關系

在熊彼特假說中，規模是影響企業創新水平的關鍵變量，大型企業能夠擁有更高創新動機及水平，是由于其可以通過創新獲得持續超額利潤，以及其所擁有的資源、資金優勢使其擁有更高承擔創新失敗風險的能力。網絡經濟邊際收益遞增和網絡外部性的特性使得互聯網企業天然地追求規模擴張并形成壟斷或寡頭壟斷的市場結構，但這種規模增長帶來的效益和創新效率卻不會隨之一直增長，原因可能如下。

●規模帶來的模式創新效應有“天花板”，流量不會無限增長。以人口為基數的流量、規模大小相對固定，以追求用戶、流量規模為本質的商業模式創新，其效率在規模增長初期會快速增長。但在可獲取用戶規模達到極值時，獲客成本的投入不斷提高，卻無法再帶來有效收益，其創新效率會逐漸下降。

●網絡外部性和鎖定效應帶來的市場進入壁壘，會導致企業創新惰性。行業所特有的網絡外部性及大型互聯網企業擁有的龐大用戶基數保障了其在一定時期內可穩定獲得巨額營收及利潤。同時，可能帶來巨大效率的顛覆式創新，具有較高風險，出于損失厭惡的原理，當企業增長到一定規模時，會產生創新惰性。

●企業規模增長帶來的組織慣性會導致創新軌道的鎖定效應和創新的定向性。組織在長期發展中會形成大量的群體非正式規范、價值觀念、群體意識等，這些會成為組織的慣性思維，而慣性思維會嚴重影響其創新。同時，企業規模越大，其組織慣性越強，企業會更加重視可預見性以及控制系統，企業行為會更具備可預見、僵化和死板的特性，因此隨著規模的增大，企業進行創新的可能性會進一步降低。

4.2 我國互聯網行業高質量發展建議

4.2.1 我國互聯網企業發展建議

（1）理性規模擴張，從技術創新上突破增長瓶頸

由于互聯網企業規模與創新水平關系間存在“倒U”型關系，因此互聯網企業應理性規模擴張，不盲目兼并、收購、投資。通過互聯網企業創新效率實證分析可以發現，互聯網企業以2018年為節點，互聯網企業規模增長率由快速上升轉為增速下降，創新效率呈波動下降趨勢，且雖然商業模式創新效率高于技術創新，但增長幅度明顯低于技術創新。近5年以來，隨著人口紅利的下降，獲客成本不斷提高，互聯網企業的發展越來越受技術創新影響。不論從長遠發展還是當下生存的角度，互聯網企業都應當主動選擇技術轉型，從技術創新優勢上突破增長放緩的瓶頸，提升研發投入效率，圍繞5G數字通信領域進行相關配套軟件產品的技術研發，通過打造5G時代的領先產品搶占新市場份額，解決目前行業內用戶規模增長難的問題。

（2）突破傳統商業應用層面創新思維，加強深度基礎科技創新研發

互聯網企業技術創新水平低于模式創新的重要原因是中國互聯網企業往往以商業應用層面的創新獲得最初的成功，具備該層面創新思維模式定式，但是在深層次基礎技術領域方面創新探索及能力都較為欠缺。中國互聯網企業需要在更基礎的科技領域進行研發和探索，如量子計算、材料科學、人工智能和深度學習等，加快推進5G配套產品落地，深度融合形成產業互聯網，并努力實現其商業轉化。

4.2.2 國家相關監管、規范政策建議

（1）規制互聯網領域的資本無序擴張，構建競爭有序的市場環境

政府應著重構建健康、有序發展的市場環境，創造更多公平競爭機會，使真正創新者脫穎而出。具體包括盡快完善平臺企業壟斷認定、數據收集使用管理、消費者權益保護等方面的法律規范。同時應明確，對互聯網領域進行反壟斷監管，重點是針對大企業破壞創新的具體行為，例如，以投資、上市為名侵占中小型企業專利、商業模式等無形資產，以及通過收并購等行為在多個不相關市場形成市場勢力等，而不是針對其所占有的市場份額及市場結構。應繼續對互聯網領域經營者集中進行嚴格審查，評估其對行業創新的影響。

（2）在結合企業規模差異的基礎上推動企業創新

政府一方面要積極利用大型企業在資源、資金和技術上的優勢，鼓勵、推動大型企業積極承擔技術創新的責任；另一方面要建立、完善對中小型企業的創新激勵機制，鼓勵中小型企業積極進行涉足新興領域的商業模式創新，激發多樣化的用戶需求。政府可提供這兩條路徑所需要的技術、資金、政策等支持。

（3）進一步推進信息基礎設施建設

信息基礎設施是互聯網企業創新發展的基礎，新一代信息基礎設施中，5G、人工智能、數據中心、工業互聯網及物聯網、信息網絡等都為互聯網企業的創新提供了技術支撐。政府應大力推進信息基礎設施建設，包括做好頂層設計，探索“規劃先行、需求引領、市場化合作”的新基建路徑；建立和完善相應配套政策體系，加強土地、能源等資源要素保障，加大財稅支持力度，以更好地激勵社會各方加大進行信息化新基建的力度；推動投融資模式創新，通過合資、參股、垂直基金投資等方式積極引入社會資本，增強信息化新基建重點領域和薄弱環節的社會投資。

5 結束語

對26家互聯網上市企業數據分析的結果，再次印證了互聯網行業的高創新水平屬性，以及商業模式創新效率高于技術創新效率的現狀。同時互聯網企業規模與創新水平關系間存在“倒U”型關系的結果，也為國家近期“強化反壟斷和防止資本無序擴張”相關政策的制定提供了數據支撐。互聯網行業的高質量發展需要企業理性規模擴張、增強技術創新，也需要國家繼續推進信息基礎設施建設，同時規制互聯網領域資本無序擴張，構建競爭有序的市場環境。

[1] 吳延兵. 企業規模、市場力量與創新: 一個文獻綜述[J]. 經濟研究, 2007, 42(5): 125-138.

WU Y B. Firm size, market concentration and innovation: a survey[J]. Economic Research Journal, 2007, 42(5): 125-138.

[2] 傅瑜, 隋廣軍, 趙子樂. 單寡頭競爭性壟斷: 新型市場結構理論構建: 基于互聯網平臺企業的考察[J]. 中國工業經濟, 2014(1): 140-152.

FU Y, SUI G J, ZHAO Z L. Single-oligopoly competitive monopoly: a new market structure—the case of Internet platforms[J]. China Industrial Economics, 2014(1): 140-152.

[3] 徐德力. 互聯網領域商業模式顛覆性創新分析[J]. 商業研究, 2013(3): 83-87.

XU D L. An analysis of disruptive innovation of Internet business model[J]. Commercial Research, 2013(3): 83-87.

[4] 劉敦虎, 矯健, 唐孝文. 移動互聯網企業商業模式創新關鍵要素模型構建及分析[J]. 管理現代化, 2015, 35(5): 92-94.

LIU D H, JIAO J, TANG X W. Construction and analysis of key elements model for business model innovation of mobile Internet enterprises[J]. Modernization of Management, 2015, 35(5): 92-94.

[5] 劉海兵, 王莉華. 數據要素如何驅動企業創新能力提升[J]. 清華管理評論, 2021(11): 81-85.

LIU H B, WANG L H. How data elements drive the improvement of enterprise innovation capability[J]. Tsinghua Business Review, 2021(11): 81-85.

[6] CHANDY R K, TELLIS G J. Organizing for radical product innovation: the overlooked role of willingness to cannibalize[J]. Journal of Marketing Research, 1998, 35(4): 474.

[7] 荊文君. 互聯網行業壟斷會阻礙創新嗎? 兼論熊彼特假說爭論的新解釋視角[J]. 財經問題研究, 2021(7): 44-56.

JING W J. Will the monopoly phenomenon in the Internet industry hinder Innovation? A new interpretation perspective of the schumpeterian hypothesis controversy[J]. Research on Financial and Economic Issues, 2021(7): 44-56.

[8] ALDIERI L, VINCI C P. Firm size and sustainable innovation: atheoretical and empirical analysis[J]. Sustainability, 2019, 11(10): 2775.

[9] KIJKASIWAT P, PHUENSANE P. Innovation and firm performance: the moderating and mediating roles of firm size and small and medium enterprise finance[J]. Journal of Risk and Financial Management, 2020, 13(5): 97.

[10] ZHOU X X, LI Y, ZHANG Y. The threshold effect of firm size on technological innovation: examination of panel data from China[J]. Journal of Economic Studies, 2021, 48(3): 571-586.

[11] 邱迪, 荊文君. 模式或技術：互聯網行業的創新效率與來源: 基于互聯網上市企業的實際測度[J]. 科學決策, 2021(8): 55-70.

QIU D, JING W J. Mode innovation or technology innovation: innovation efficiency and its source of the Internet industry[J]. Scientific Decision Making, 2021(8): 55-70.

[12] CHOI J, LEE J. Firm size and compositions of R&D expenditures: evidence from a panel of R&D performing manufacturing firms[J]. Industry and Innovation, 2018, 25(5): 459-481.

[13] 池仁勇, 於珺, 阮鴻鵬. 企業規模、研發投入對創新績效的影響研究: 基于信用環境與知識存量視角[J]. 華東經濟管理, 2020, 34(9): 43-54.

CHI R Y, YU J, RUAN H P. Research on the influence of enterprise scale and R & D on innovation performance: based on the perspective of credit environment and knowledge stock[J]. East China Economic Management, 2020, 34(9): 43-54.

[14] HOPPE H C, LEE I H. Entry deterrence and innovation in durable-goods monopoly[J]. European Economic Review, 2003, 47(6): 1011-1036.

[15] AGHION P, BLOOM N, BLUNDELL R, et al. Competition and innovation: an inverted-U relationship[J]. The Quarterly Journal of Economics, 2005, 120(2): 701-728.

[16] 陳金波. 企業政治關系對技術創新與經濟績效的影響: 基于企業規模調節效應的理論與實證研究[J]. 經濟經緯, 2020, 37(2): 134-140.

CHEN J B. Impact of enterprises' political connection on technological innovation and economic performance—A theoretical and empirical study based on the moderating effect of firm size[J]. Economic Survey, 2020, 37(2): 134-140.

[17] 于長宏, 原毅軍. 企業規模、技術獲取模式與R&D結構[J]. 科學學研究, 2017, 35(10): 1527-1535. YU C H, YUAN Y J. Firm size, technology acquisition pattern and R & D structure[J]. Studies in Science of Science, 2017, 35(10): 1527-1535.

[18] COLLINS C J, CLARK K D. Strategic human resource practices, top management team social networks, and firm performance: the role of human resource practices in creating organizational competitive advantage[J]. Academy of Management Journal, 2003, 46(6): 740-751.

[19] 屠興勇, 趙紫薇, 王澤英. 漸進式創新績效的影響因素研究[J].科研管理, 2018, 39(8): 72-79.

TU X Y, ZHAO Z W, WANG Z Y. A research on the influencing factors of incremental innovative performance[J]. Science Research Management, 2018, 39(8): 72-79.

[20] 儲柯. 互聯網企業創新效率評價研究[D]. 西安: 西安科技大學, 2020.

CHU K. Research on evaluation of innovation efficiency of Internet enterprises[D]. Xi`an: Xi`an University of Science and Technology, 2020.

[21] 楊國佐, 張峰, 陳紫怡. 新三板掛牌公司融資效率實證分析[J]. 財經理論與實踐, 2017, 38(2): 48-53.

YANG G Z, ZHANG F, CHEN Z Y. An empirical study on financing efficiency of companies in new third board market[J].The Theory and Practice of Finance and Economics, 2017, 38(2): 48-53.

An empirical analysis of the relationship between innovation efficiency and scale of Internet companies

ZHANG Shanshan, WANG Fuyun

China Academy of Information and Communications Technology (CAICT), Beijing 100191, China

26 Internet-listed companies were selected, data envelopment method and regression analysis were used to conduct an empirical analysis on the innovation efficiency of Internet companies and its relationship with scale. The research results show that the Internet industry belongs to a high level of innovation industry. The innovation efficiency has shown a fluctuating downward trend in the past five years, and the business model innovation efficiency is higher than the technological innovation efficiency. There is an “inverted U” relationship between the scale of Internet companies and the level of innovation. Properly increasing the scale of enterprises will help enterprises to innovate, however, the benefits and innovation efficiency brought about by scale growth will not continue to grow. Internet companies should expand rationally. Above conclusions provide data support for the high-quality development of Internet companies and for the formulation of relevant national supervision and regulation policies.

Internet company, platform economy, innovation efficiency, enterprise scale, data envelopment method

F49

A

10.11959/j.issn.1000?0801.2022135

2022?05?04；

2022?06?09

王馥蕓，wangfuyun@caict.ac.cn

張姍姍（1982? ），女，中國信息通信研究院高級工程師，主要研究方向為互聯網行業發展及平臺治理。

王馥蕓（1989? ），女，中國信息通信研究院講師，主要研究方向為互聯網經濟與政策。