數字化轉型對制造企業技術創新的影響＊

陳鳳鳳

（寧波大學 商學院，浙江 寧波 315000）

一、引言

數字化轉型已成為科技革命時代不可阻擋的潮流，促使產業結構和生產組織方式革新。2020 年7月，國家發改委等聯合發布《關于支持新業態新模式健康發展，激活消費市場帶動擴大就業的意見》，明確提出推動經濟社會數字化轉型，加快推動企業跨界合作、產供銷聯動轉型，鼓勵大中型制造企業發揮引領支撐作用，打造“數據中臺”，以信息流促進上下游業務協作，建設數字化供應鏈。2020 年疫情席卷全球，地緣政治摩擦不斷，傳統制造企業面臨供應鏈和市場需求失調的危機，提高自主創新能力成為了傳統企業轉危為安，可持續發展的關鍵。數字化是中國技術創新發展的核心驅動力，制造企業是實體經濟的主體，那么數字化轉型能否有效推動其技術創新以實現高質量發展？其影響機制是什么？對于以上問題，值得深入探究。

二、文獻綜述

朱秀梅和林曉玥（2022）[1]將數字化轉型的研究分為三個時期，即萌芽期（2013—2014 年），成長期（2015—2018 年）和快速發展期（2019—2021 年）。早期國外學者主要研究數字化轉型的類型[2]。近幾年，國內外學者對數字化轉型的影響因素、結果和動態演化進行了深入的探討。Porfirio 等（2021）[3]認為企業規模和領導風格會影響企業的數字化轉型決策。袁淳等（2021）[4]認為企業數字化轉型會通過降低外部交易成本來提升專業化分工水平。數字化轉型能夠助力企業提高資源和能力水平，邁入高質量發展行列。目前關于制造業數字化轉型的研究大多從案例視角出發。海爾實施數字化戰略，從傳統家電制造封閉企業轉型為開放平臺，成為最具價值全球品牌100 強。蘇寧根據零售端的數據變化趨勢制定上游制造商的生產活動，模糊了“零售”與“制造”的界限，成為零售行業的龍頭企業。史宇鵬等（2021）[5]研究表明我國多數制造企業數字化轉型仍處于初級階段，轉型主要集中在企業內部信息協同或單一業務線。2020 年，中國僅11%企業成為數字轉型領軍企業。

關于數字化轉型對企業技術創新的影響研究。最早意大利學者Roberto（2010）[6]提出技術推動創新，數字技術與創新融合可以打通各個創新環節的連接，降低創新主體之間的信息不對稱程度。對于中小制造企業，數字化轉型能夠提高新產品開發績效[7]。我國核心技術頻繁遭遇“卡脖子”危機，數字化轉型程度的加深有助于組織韌性擴展，制造企業可以憑借更強的抗壓力和恢復力轉化危機，獲取技術創新優勢[8]。王墨林等（2020）[9]認為數字化轉型會影響企業動態能力，不同水平的動態能力對企業創新績效影響不同。此外，數字化轉型還有助于企業降低生產成本，提高運營效率[10]，提高創新績效。

已有學者分別從理論和實證角度探究了數字化轉型與企業技術創新的關系，但是仍有待深入研究：一是現有研究大多聚焦于行業研究和案例探索層面，僅少數文獻進行微觀企業的實證檢驗。二是由于制造業的特殊性，其數字化轉型大多與供應鏈升級密切相關，而很少有學者探究供應鏈上下游利益相關者關系在兩者之間的作用機制，因此，本文將數字化轉型、供應鏈集中度與制造業企業技術創新納入同一研究框架，分析數字化轉型影響企業技術創新的路徑，分別探究供應商集中度和客戶集中度的中介作用。

三、理論機制與研究假設

（一）數字化轉型與企業技術創新

就數字化轉型的內涵而言，早期學者聚焦于數字技術手段和硬件設備，但數字化轉型并不僅是簡單的技術軟件升級，而是企業依托5G、大數據、物聯網、人工智能以及區塊鏈等前沿數字技術對海量的數據集進行精準的智能化利用過程[11]，旨在獲取更多創新資源和價值。技術創新理論認為創新就是將生產要素和生產條件重新組合，而數據作為一種新型生產要素，既可以與傳統業務融合實現突破式創新，也可以催生數字化新業態和新模式實現破壞式創新。

在產品生產的全生命周期中，數字化轉型賦能各個環節。在研發設計方面，先進的數字化基礎設施能夠快速響應客戶需求，達成大規模的產品定制化。在生產方面，智能化的人機協作將工人從繁重的工作中解放出來，聚焦于關鍵核心技術的研發。在服務方面，數字技術幫助制造企業實時收集和分析消費者行為數據，構造精準用戶畫像實現精準營銷，快速研發推出新產品。在流程方面，聯想采用的整體數字化供應鏈系統，打通了備料、出料、物流各個環節，工廠的生產活動變得越來越方便快捷。企業利用數字化技術及時追蹤和捕捉客戶的真實需求，將獲得的外部市場知識轉換為內部創新能力來強化研發和制造，塑造競爭優勢。

綜上，本文提出假設1：數字化轉型促進制造企業技術創新。

（二）數字化轉型、供應鏈集中度與企業技術創新

供應鏈集中度指制造企業供應鏈伙伴數量的集中程度，可以根據上下游位置分為供應商集中度和客戶集中度。地理位置和文化距離使得企業間產品生產和業務流程數據信息標準不一致，無法實現融合互通，進行有效的互動和協作。大多數制造企業會選擇只與少數幾家供應商和客戶進行合作，此時具有較強的供應鏈集中度。但是，彈性供應鏈能夠打破企業之間存在的信息孤島和合作風險，運用數字技術建立信息共享平臺來強化信息同步和數據協同能力，擴大企業合作范圍，進而降低供應鏈集中度。企業的創新活動具有高風險性、正外部性等特點，根據利益相關者理論，大供應商和大客戶的決策在制造企業內部具有較高的話語權，他們會對企業施壓迫使其降低創新投入，從而影響企業創新產出。當數字化轉型成為不可逆轉的潮流時，傳統的“供應商—制造商—客戶”垂直供應鏈的線性結構會被顛覆，來自不同地區和領域的企業都能成為制造企業的供應商和客戶，企業技術創新意愿就會顯著增加。

綜上，本文提出假設2：供應鏈集中度在制造企業數字化轉型和企業技術創新之間起到部分中介作用。

進一步，供應商作為企業原材料的重要來源，首先，高供應商集中度意味著企業對供應商有高度依賴性，當主要供應商破產或者倒閉，企業將無法獲取生產研發活動所需的必要創新資源。其次，企業會滿足現有供應商所提供的產品，不再尋找更多的供應商，無法獲取最新知識進行技術創新活動。同樣，客戶關系也會干擾企業獨立進行研發創新決策。第一，企業僅服務少數幾個大客戶，當客戶面臨破產等財務風險時，企業會失去重要的收入來源。第二，較高的客戶集中度，客戶會向企業提出更低的產品價格，更嚴格的購貨條件，從而占用企業的資金使用，企業的技術創新資金將被迫削減。第三，企業為了維護與大客戶的穩定關系，會投入更高的專用性資產以獲取規模經濟，從而占用創新資源，抑制創新動機。

綜上，本文提出假設2A 和假設2B：

假設2A：供應商集中度在制造企業數字化轉型和技術創新之間起到部分中介作用；

假設2B：客戶集中度在制造企業數字化轉型和技術創新之間起到部分中介作用。

四、研究設計

（一）數據來源

考慮到中國數字技術的高速發展時期以及2012 年中國證監會要求企業披露前五大供應商采購、客戶銷售比例，本文選擇2013—2020 年滬深A股制造業上市企業，并剔除下述樣本數據：（1）2012年之后上市的樣本；（2）企業年報中未披露任何數字化信息的樣本；（3）ST、*ST 類以及資不抵債樣本；（4）數據異常的樣本。最后得到915 家企業共7 320個數據。本文數據主要來自CSMAR 與Wind 數據庫，上市公司年報來自巨潮資訊網。所有連續變量進行了縮尾處理。

（二）模型設定

為了檢驗數字化轉型對企業技術創新的影響，本文控制行業和時間效應，構造如下實證研究模型。

進一步，構建如下模型，檢驗數字化轉型、供應鏈集中度和企業技術創新的機制是否存在。

其中，Mi，t為中介機制變量，分別為SCIi，t，SCi，t和CCi，t，表示供應鏈集中度，供應商集中度和客戶集中度。

（三）變量設置及說明

1.解釋變量。企業數字化轉型（DCG）。參考吳非等（2021）[12]，趙宸宇等（2021）[10]的研究，構建共82個關鍵詞的數字化轉型詞庫，主要為數字科學技術（區塊鏈、人工智能、大數據、云計算）和數字應用技術。基于該詞庫使用爬蟲軟件在企業年報中抓取對應的關鍵詞并計數。最后，對所得數據加1 后取對數，得到數字化轉型的最終指標DCG。

2.被解釋變量。技術創新（Patent）。參考孔東民等（2017）[13]的相關文獻，技術創新采用企業3 種專利申請數量的對數來衡量。

3.其他變量。中介變量為供應鏈集中度（SCI）。參考方紅星等（2017）[14]的相關文獻，選擇前五大供應商采購比例和前五大客戶銷售比例的平均值作為其代理變量。控制變量從財務和公司治理兩方面選取，分別為資產負債率、持續經營時間、盈利能力、公司規模和兩職合一、董事會規模、管理層持股比例。

（四）描述性統計

本文實證分析所用的主要變量部分特征如表1所示，企業數字化轉型（DCG）的平均數為1.347，標準差為1.306，說明大多數的制造企業都具有數字化轉型意識。企業技術創新（Patent）的最值差異較大，表明制造企業之間的技術創新水平具有較大差異。供應鏈集中度（SCI）的最值差異大，標準差為14.348，離散程度較大，表明制造企業兩極分化嚴重，有部分制造企業甚至完全依賴少數幾家供應商或客戶。

表1 主要變量描述性統計

五、實證結果及分析

（一）基準回歸結果

豪斯曼檢驗得到p 值＜0.05，故本文使用固定效應模型。表2 匯報了制造企業數字化轉型與企業技術創新產出的回歸結果。列（1）中，數字化轉型變量的估計系數為0.140，顯著為正且在1%水平下顯著，表示數字化轉型顯著促進了制造企業技術創新，假設1 得到驗證。

（二）機制檢驗

第一步檢驗由表2 列（1）可得，列（2）為第二步檢驗，數字化轉型的估計系數為-1.090，在1%水平下顯著，說明數字化轉型能夠有效緩解企業的供應鏈集中度。列（3）為第三步檢驗，數字化轉型的估計系數從0.140 下降到了0.128，供應鏈集中度的估計系數為-0.012，均在1%水平下顯著，表明制造企業通過數字化轉型降低供應鏈集中度，進而提高技術創新水平。假設2 得到驗證，這可能是因為制造企業通過云端數字化供應鏈，打通了線上采購、生產、分銷的整條價值鏈，企業不再依賴少數幾家大供應商和客戶，對創新研發的投資等決策不再受到外部主體控制，企業技術創新水平提高。

本研究還采用Sobel test 和Bootstrap 對假設2進行中介效應檢驗。由表2 可得sobel 檢驗在1%水平上顯著。Bootstrap 顯示在95%的置信區間內均不包括0，中介效應值為9.01%，中介效應成立。

表2 供應鏈集中度中介效應檢驗結果

進一步，對供應商集中度和客戶集中度這兩個中介變量分別檢驗。如表3 列（4）所示，數字化轉型與供應商集中度在5%水平下顯著負相關，系數為-0.107，列（5）數字化轉型與企業技術創新在1%水平下顯著相關，但是系數從0.140 下降到了0.126，供應商集中度系數顯著為-0.011，假設2A 得到驗證，同理，假設2B 得到驗證。此外，本文通過Sobel 檢驗和Bootstrap檢驗再次驗證假設2A 和假設2B 成立。數字化轉型除對企業技術創新產生直接推動作用外，還能通過供應商集中度和客戶集中度發揮間接作用。數字化通過雙側聯動性賦能企業創新，在需求側滿足消費者個性化需求，在供給側實現業務流程和生產運營數字化重塑。

表3 供應商、客戶集中度中介效應檢驗結果

（三）穩健性檢驗

首先，更換被解釋變量。本文使用研發投入（RD）和專利授權總數（Patentad）來做穩健性檢驗。回歸結果如表4 列（8）和列（9），回歸系數均顯著為正，本文的研究結果可靠。其次，剔除數字產業行業。本文主要研究制造企業數字化發展，因此參考祁懷錦等將與計算機通訊有關的行業樣本剔除，結果如表4 列（10）。企業數字化轉型與技術創新仍然存在顯著正相關關系。

表4 穩健性估計

六、異質性分析

（一）行業屬性異質性分析

如表5 所示，本文基于制造企業細分行業屬性將其分為高新技術行業和非高新技術行業。列（1）和列（2）顯示，企業數字化轉型能夠在1%水平上顯著提高高新技術行業企業和非高新技術行業的技術創新水平，其中高新技術行業的系數為0.199，大于非高新技術行業的系數0.094，這表明，數字化轉型對高新技術行業的促進作用更為明顯，這可能是高新技術行業企業進行創新研發活動是與生俱來的優勢，并且，高新技術行業企業具有快速成長性特征，企業能夠在數字化轉型進程中，運用數字技術迅速開發出符合市場需要的新產品。

（二）企業規模異質性分析

企業規模會對企業決策行為產生較大影響，基于企業資產總值將制造業企業分為大企業和中小企業。表5 列（3）中數字化轉型對大企業技術創新的系數在1%水平上顯著為0.196，列（4）中中小企業的系數在1%水平上顯著為0.130，說明數字化轉型能夠促進大中小企業的技術創新，并且對大企業的推動作用更大。因為大企業數字化轉型能夠優化冗余的組織結構，挖掘出更多的創新資源，而小企業僅跟隨、模仿數字化轉型，缺乏開發數字平臺和實施數字化轉型戰略的管理組織能力。

表5 異質性分析

七、結論與建議

本文基于2013—2020 年制造業A 股上市公司數據探究數字化轉型對制造企業技術創新的作用效果及其背后機制。

研究得出：首先，隨著制造企業數字化轉型逐漸深入，企業的技術創新產出顯著增加，穩健性檢驗中，數字化轉型對企業的技術創新投入也呈顯著正向影響。其次，從企業的利益相關者供應鏈關系視角出發，發現數字化轉型能夠降低制造企業供應鏈集中度，供應鏈集中度在數字化轉型對技術創新水平的促進關系中起到了部分中介作用。制造企業通過數字化轉型能夠與供應鏈中的所有上下游主體進行合作，通過系統互通和數據互聯能夠成功打破企業傳統產品線之間的界限，提高企業技術創新水平。最后，從異質性角度進行研究發現，相對于非高新技術行業企業和中小企業，高新技術行業企業和大型企業的數字化轉型對技術創新的促進作用更加顯著。

因此，提出如下建議：第一，制造企業應順應當前數字經濟發展潮流，積極迎合當地數字化轉型政策，加強與政府、科研機構的協作，參與實施“數字化發展戰略”；第二，大型企業可憑借自身雄厚的規模背景自主開發數字平臺，中小企業以及非高新技術企業應重視數字化建設，結合自身實際需求引進數字平臺和數字技術；第三，當企業與大供應商和大客戶關系緊密時，制造企業就會面臨喪失自主權的處境。制造企業應發揮主觀能動性，運用數字技術拓展供應鏈上下游關系網絡，降低供應鏈集中度，掌握主動權和議價權，有效縮短產品從開發到生產再到上市的研發過程。