兩業融合、技術溢出與企業創新績效

戴魁早 楊開開 黃姿

摘要：從理論上探討先進制造業與現代服務業融合對企業創新績效的影響及其機制，運用耦合協調度模型測度兩業融合發展水平，并結合滬深A股上市公司數據，采用多種計量方法對理論預期進行驗證。研究發現：兩業融合發展顯著促進了企業創新績效提升，這一結論在一系列穩健性檢驗之后仍然成立。研發活動、人才流動和技術成果轉移等產生的技術溢出是兩業融合提升企業創新績效的重要途徑和機制。先進制造業與不同現代服務業融合對創新績效的影響存在差異，與交通運輸業融合的促進作用最大，隨后依次是與房地產業、租賃及商業服務業、信息傳輸業和文體業融合，而與金融業、科學研究業融合則未明顯提升企業創新績效。此外，對于數字化程度與供應鏈集中度較高的企業來說，兩業融合更好地促進了創新績效提升。研究驗證了兩業融合在創新績效提升中的作用，對中國創新能力提高和兩業融合發展都具有一定的政策啟示。

關鍵詞：產業融合；創新績效；專利產出；技術溢出；先進制造業；現代服務業

文獻標識碼：A文章編號：100228482023（03）002915

一、問題提出

創新是引領發展的第一動力，也是建設現代化經濟體系的戰略支撐①。然而，在中國經濟已由高速增長階段轉向高質量發展的新階段，經濟發展不平衡不充分問題仍然突出，重點領域關鍵環節改革任務仍然艱巨，創新能力仍不適應高質量發展要求②。理論上，在創新資源有限的約束條件下，不斷提升創新績效對于企業創新能力的提高非常重要。可見，在當前推動經濟高質量發展背景下，如何有效提升創新績效具有非常重要的現實意義。現有文獻從要素市場發展［1］、內部研發條件［2］、知識獲取能力［3］、互聯網發展［4］、開放式創新［5］等視角，深入探討了創新績效的提升問題。然而，鮮有文獻將產業融合納入創新績效的分析框架，先進制造業和現代服務業融合（簡稱“兩業融合”）發展對創新績效的影響尚未引起學術界足夠的重視。

近年來，隨著以“互聯網+”、大數據、區塊鏈等為代表的新一代信息技術不斷革新，兩業融合發展趨勢愈發明顯，并且不斷涌現出一些新模式和新業態。數據顯示，2010—2018年中國制造業與生產性服務業的綜合融合度由0.544上升至0.865，增長了59.01%

根據彭徽等［6］的方法測算得到。。但與發達國家相比，中國兩業融合發展水平仍有較大差距，2014年美國的兩業綜合融合度就高達2.862［6］。理論上，兩業融合發展有效打通了先進制造業與現代服務業邊界，實現了資金、人才和信息等資源的共享，可以提高創新資源的配置效率［7］，因而可能會對創新績效產生重要的影響。鑒于中國兩業融合仍存在發展不平衡、協同性不強、融合深度不夠和政策環境、體制機制制約等問題，兩業融合發展的空間和潛力還非常巨大。因而，推進先進制造業和現代服務業深度融合可能是提升創新績效的一條重要途徑，而探究兩業融合影響創新績效的基本規律則是值得研究的課題。

中國政府高度重視兩業融合發展，為了推動兩業深度融合發展，制定并實施了《關于推動先進制造業和現代服務業深度融合發展的實施意見》。因此，從先進制造業與現代服務業融合的角度探討企業創新績效提升問題不僅可豐富產業融合與創新績效的研究，而且可為中國政府進一步實施兩業融合政策提供證據支撐。就產業融合如何影響創新績效而言，已有文獻并未從技術溢出視角進行解釋。事實上，兩業融合能夠有效消除技術和知識的壁壘，促進異質性技術和知識在先導企業中的整合、積累和交流［8］，因而兩業融合帶來的技術溢出（或技術擴散）很可能會對企業創新績效產生重要影響。

綜上所述，本文探究先進制造業與現代服務業融合發展對創新績效的影響，運用耦合協調度模型測度兩業融合發展，并利用2010—2018年滬深A股上市公司微觀數據，從技術溢出視角解釋兩業融合影響企業創新績效的機制，為理解兩業融合與企業創新績效的關系提供新證據，為指導兩業融合提升創新績效的實踐提供參考依據。本文可能的邊際貢獻主要有三個方面：第一，從兩業融合視角切入中國創新績效提升問題，系統地分析了兩業融合如何影響企業創新績效；第二，從技術溢出視角探究了兩業融合影響企業創新績效的內在機制；第三，探討了先進制造業與不同現代服務業融合對創新績效的影響差異，以及兩業融合對不同數字化程度與供應鏈集中度企業的異質性影響，豐富了兩業融合與創新績效的研究內容。

二、制度背景與理論分析

（一）文獻回顧和制度背景

產業融合思想最早來源于Rosenberg［9］對美國機械設備業演化的研究，隨后眾多學者對該理論進行了補充和完善。植草益［10］以信息通信業產業融合為基礎進行研究發現，產業融合形成動因是技術進步和管制的放松，而產業融合加強了各行業的競爭合作關系。馬健［11］認為，產業融合是指由于技術進步和放松管制，發生在產業邊界和交叉處的技術融合，改變了原有產業產品的特征和市場需求，導致產業間的企業競爭合作關系發生改變，從而導致產業界限的模糊化甚至重劃產業界限。

實際上，學術界已有少量文獻涉及產業融合與創新的關系研究。劉維剛等［12］研究發現，產業融合通過企業創新和生產分工影響企業技術進步，這種影響存在明顯的異質性。Brring等［13］的研究顯示，食品和制藥行業融合中的吸收能力對產品創新有著重要影響。祝樹金等［14］基于制造業服務化視角，闡釋了其通過技術創新影響企業出口產品質量的非線性機制。吳敬偉等［15］認為，生產性服務業的過度集聚會導致產業融合抑制技術創新。

與本文最相關的研究是中國產業融合對創新績效的影響。王成東［7］將產業融合因素引入區域產業研發效率評價體系，采用隨機前沿（SFA）方法驗證了產業融合對產業研發效率的促進作用；賓厚等［16］探討了工業與第一產業、第三產業融合對協同創新績效的影響，研究發現產業融合通過技術引進等改善了協同創新績效；姜博［17］分析了中國制造業融合、網絡嵌入對創新績效的影響，結果顯示，網絡嵌入對產業融合和制造業創新績效的關系具有倒U型的調節效應。

近年來，在新一代信息技術的推動下，“制造業服務化、服務業制造化”趨勢越來越明顯。為了更好地順應新一輪科技革命和產業變革，中國政府出臺了一系列政策，以更好地促進先進制造業與現代服務業實現深度融合發展。2016年國務院發布了《關于深化制造業與互聯網融合發展的指導意見》，要求進一步深化制造業與互聯網融合發展，協同推進“中國制造2025”和“互聯網+”行動；2017年黨的十九大報告明確指出，要加快發展先進制造業和現代服務業；2018年中央經濟工作會議強調，推動先進制造業與現代服務業深度融合；2019年國務院《政府工作報告》進一步指出，圍繞推動制造業高質量發展，促進先進制造業和現代服務業融合發展；2019年11月，國家發展和改革委員會印發中國兩業深度融合發展的頂層設計文件——《關于推動先進制造業和現代服務業深度融合發展的實施意見》（發改產業〔2019〕1762號），為推動兩業融合發展指明了方向。2021年3月發布的《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》（簡稱“十四五”規劃）進一步強調，推動現代服務業與先進制造業、現代農業深度融合。

兩業融合表現為先進制造業服務化、現代服務業向制造業延伸拓展和兩業雙向深度融合等三種形式［18］。隨著兩業融合成為現代產業體系的一個重要特征和趨勢，其經濟影響已受到學術界的廣泛關注。Cainell等［19］探討了兩業融合與生態環境的關系，研究表明，兩業融合對與碳排放和能源效率相關的環境創新具有重要的影響。彭芳梅［20］研究發現，粵港澳大灣區城市兩業融合耦聯協調度對全要素生產率具有顯著的促進作用。Dong等［21］的研究表明，兩業融合能夠促進區域綠色發展效率提升，這一促進作用是通過綠色創新中介實現的。然而，關于先進制造業和現代服務業融合發展能否促進企業創新績效提升，現有文獻尚未給出明確的解答。

（二）理論分析與研究假說

兩業融合是指先進制造業與現代服務業在新一代信息技術的推動下相互滲透、相互交叉，逐漸形成新產業形態的動態過程。在兩業融合過程中，先進制造業和現代服務業的關系表現為相互促進和互為依托，先進制造業是現代服務業發展的基礎，而現代服務業的發展又進一步推動先進制造業提升生產率。相比一般的制造業與服務業融合，兩業融合對經濟社會的影響更加深遠持久。

1．兩業融合與企業創新績效

以“互聯網+”、大數據、區塊鏈等為代表的新一代信息技術的發展與應用，打通了先進制造業與現代服務業的既有壁壘和邊界，消除了知識和技術的壁壘［8］，促進了行業間不同創新要素的互動與整合，進而優化配置創新資源或提高創新資源的配置效率。同時，以新一代信息技術為基礎的兩業融合，可以實現行業之間和企業內部資金、人才和信息等創新資源的共享，消除創新活動各個環節（即新思想產生—中試成果—形成新技術—形成新產品的整個過程）的信息阻隔，企業可以有效控制創新活動各個環節的運作效率，有助于提高創新投入的產出績效，如圖1所示。

圖1兩業融合影響創新績效的理論分析框架

兩業融合帶來的規模經濟與范圍經濟也有助于企業創新績效提升。首先，熊彼特的創新理論認為，在創新活動及創新過程中，規模越大的企業越有可能產生創新的規模經濟效應，因而可能有著較高的創新績效。大量經驗研究表明，企業規模對專利產出數量、專利被引用次數等創新產出均有顯著正影響［1］。理論上，兩業融合拓寬了制造業企業自身的邊界和規模，形成內部規模經濟，進而可能帶來較高的創新績效；同時，以新一代信息技術為基礎的兩業融合可以有效地整合外部知識、技術等創新資源，形成外部規模經濟以完成其創新活動［3］。這種具有外部規模經濟的“開放式創新”，打破了企業自身的組織邊界，實現了創新要素和知識信息跨界自由流動，可以有效提高企業創新績效［5］。其次，范圍經濟使得企業可以將一項研發的技術成果應用于多種產品的生產，降低單位產品所分攤的研發成本，進而有助于提高創新活動的成功率或創新投入的產出績效。兩業融合通過放大企業的核心資本價值（包括企業的品牌優勢和營銷網絡），拓寬了企業的經營范圍、增加了企業產品種類，更容易實現創新的范圍經濟［22］，因而有助于企業創新績效提升。

2．兩業融合、技術溢出與企業創新績效

理論上，技術溢出或技術擴散是技術進步的重要途徑，對企業創新績效提升有著重要促進作用［23］。兩業融合能夠有效消除技術和知識的壁壘，促進異質性技術和知識在先導企業中的整合、積累和交流，為技術溢出或技術擴散提供良好條件［8］；而且，互聯網等新一代信息技術為相關產業提供了知識和技術交流平臺，使得知識和技術等流動更便捷，技術溢出效應更加明顯［4］。由此可以推測，兩業融合產生的技術溢出效應有助于企業創新績效提升。具體來說，兩業融合可以通過研發活動、人才流動、技術成果轉移等帶來的技術溢出促進企業創新績效提升。

（1）兩業融合與研發活動的技術溢出。研發合作是技術溢出的一條重要途徑，合作企業可以通過共享研發信息和研究成果，有效地提高研發效率。隨著先進制造業領域的知識與技術的難度與深度日益加劇，新技術的研究與開發不斷復雜化，制造業企業尤其是高科技企業，很難依靠自身的資源（包括資金、專門技能人才、暗默知識和生產能力）實現所有創新目標。先進制造業與科研院所、金融業等現代服務業的融合發展，便于制造業企業與相關研發機構進行研發合作，促進了研發主體之間的技術溢出，進而可以更好地完成技術創新；同時，制造業企業更有機會獲取互補性知識與異質性創新資源，這既增加了創新活動的針對性與有效性，又提高了創新活動的成功率。

（2）兩業融合與人才流動的技術溢出。科技人才具有“技術載體”功能，能將其擁有的隱性知識與科技成果中的顯性知識緊密結合，而科技人才流動作為技術溢出或技術擴散的重要途徑，對技術進步、創新績效提升都有著積極影響。兩業融合發展促進了不同行業經濟體之間的良性互動，加快各類人才之間的交流與合作，進而推動了技術擴散；特別是以高質量的人力資本和知識資本為主要內容的生產性服務業嵌入制造業價值鏈后，可產生直接的人才流動外溢效應［12］。同時，以互聯網等新一代信息技術為主要支撐的兩業融合降低了人才供需的信息不對稱，使得人才在企業間、行業間的轉移更加便利，提高了人才配置效率，最終將科技人才轉移到相對高效的研發項目，這也有助于提高創新資源的投入產出績效。

（3）兩業融合與技術成果轉移的技術溢出。理論上，技術成果轉移在市場“無形的手”主導下促進了先進技術的運用、推廣和溢出，使得技術需求方使用先進技術以改進落后的生產方式［1］，并加速創新要素的有機聯結，優化企業現有的創新資源配置，進而有助于提升企業創新績效。兩業融合發展過程中衍生的平臺型企業和機構，能發揮其整合資源、集聚企業的優勢，與商業圈內的其他企業形成密切的互動關系，搭建起技術成果持有方與技術成果需求方的橋梁，加速技術成果轉移轉化，進而為創新績效的提升提供支持。同時，兩業融合過程中的合作與交流，能加速高端技術成果向另一方溢出，企業可以有效地接收、理解和運用來自不同產業的技術溢出，并將這些先進技術轉化為自身的創新能力，從而提高創新投入的產出績效。綜上所述，本文提出如下命題：

命題1：兩業融合發展能夠促進企業創新績效提升。

命題2：研發活動、人才流動和技術成果轉移帶來的技術溢出，是兩業融合發展提升企業創新績效的重要途徑和機制。

三、研究設計

（一）計量模型

為了檢驗兩業融合發展對企業創新績效的影響，本文構建如下計量模型：

lnINNit=β0+β1lnCOVit+θXit+γi+ωt+εit（1）

其中，INNit表示i企業t年的創新績效，COVit表示i企業所在省份t年的兩業融合度。Xit表示影響企業創新績效的系列控制變量，γi表示企業個體效應，ωt表示時間效應，εit表示隨機干擾項，βi為待估系數。如果系數β1顯著為正，則可以說明兩業融合有助于企業創新績效提升，即可驗證本文的核心觀點。

（二）變量與數據

1．兩業融合變量

學術界常用的產業融合測度方法主要有專利系數法、赫芬達爾指數法、投入產出法和耦合協調度模型等。專利系數法和赫芬達爾指數法僅用行業內企業專利數據測算技術融合近似反映產業融合，具有一定的片面性。雖然投入產出法較前兩種方法能夠更科學地反映產業融合狀況，但中國地區投入產出數據五年發布一次，運用投入產出法無法反映兩業融合的連續變化。耦合協調度模型既能夠較為科學、系統地反映兩個產業的發展狀況，又能兼顧兩個產業評價指標的匹配對應性，具有明顯的優勢。基于此，本文借鑒唐曉華等［24］的做法，運用耦合協調度模型測算兩業融合水平（COV）。

采用耦合協調度模型測算兩業融合水平，首先從產業規模、經濟效益、社會貢獻、成長潛力四個方面構建評價指標體系

由于篇幅限制，詳細的指標體系構建未匯報，留存備索。，分別測算先進制造業和現代服務業的綜合發展水平。然后通過耦合度模型測算兩個產業的耦合度。耦合度模型為

Ctms=2???（utmuts）/（utm+uts）2（2）

其中，Ctms表示先進制造業和現代服務業t年的耦合度，utm和uts分別為先進制造業和現代服務業t年的綜合發展水平。utm和uts可能會出現數值較低的情況，導致耦合度評價結果不合理。因此，本文在耦合度模型基礎上構造先進制造業和現代服務業的耦合協調度模型：

COVtms=???CtmsTtms，Ttms=αtutm+βtuts，αt+βt=1（3）

其中，COVtms為先進制造業與現代服務業t年的耦合協調度，Ttms為先進制造業和現代服務業t年的綜合發展水平，αt和βt用熵值法［24］計算得到。

關于先進制造業和現代服務業的界定，國內并沒有統一的劃分標準。本文基于現有研究和數據統計情況，將先進制造業界定為醫藥制造業、航空航天器及設備制造業、電子及通信設備制造業、計算機及辦公設備制造業、醫療儀器設備及儀器儀表、信息化學品制造業等6個行業；選取交通運輸、倉儲及郵政業（簡稱“交通運輸業”），信息傳輸、計算機服務和軟件業（簡稱“信息傳輸業”），金融業，房地產業，租賃和商業服務業，科學研究、技術服務和地質勘探業（簡稱“科學研究業”），文化、體育和娛樂業（簡稱“文體業”）等細分行業作為現代服務業的研究對象。

基于數據的可得性和科學性，本文選取中國31個省份（不包含中國香港、澳門和臺灣）層面數據對先進制造業和現代服務業的耦合協調發展水平進行測算。測算結果顯示，2010—2018年中國兩業融合水平總體上呈現波動上升趨勢，平均融合度由2010年的0.276上升至2018年的0.355。不同現代服務業與先進制造業的平均融合度存在較大差異，其中，房地產業、交通運輸業、信息傳輸業與先進制造業的平均融合度較高，文體業、金融業、科學研究業與先進制造業的平均融合度較低。

2．創新績效變量

企業創新績效常用創新產出衡量，具體指標主要包括新產品銷售額、專利申請數、專利授權數以及新產品項目開發數等。本文借鑒唐松等［25］的做法，用企業專利申請總數（PAT）、企業發明專利申請數（INV）和企業低端專利申請數（GEN）三個指標衡量企業創新績效

為了避免專利申請數為0取自然對數無意義，將三個指標分別加1，再取自然對數。，采用專利授權數、新產品開發項目數和新產品銷售收入等作為穩健性檢驗指標。專利申請總數為發明專利申請數、實用新型專利申請數和外觀專利申請數之和；發明專利申請數反映企業的核心創新能力，以此衡量企業的高端創新；企業低端專利申請數用實用新型專利申請數和外觀專利申請數之和表示，衡量企業的低端創新。

3．控制變量

控制變量分為企業層面和省份層面。（1）基于已有研究，選取企業物質資本存量（PCS）、研發投入（RDI）、資產收益率（ROA）和無形資產（INA）等影響企業創新績效的重要變量。（2）宏觀經濟環境對企業創新績效也具有重要的影響，因此，本文選取省份層面的外商直接投資（FDI）和人均國內生總值（GDP）作為控制變量。

本文選取2010—2018年滬深A股上市公司作為研究樣本，并按如下原則對樣本進行處理：刪除ST和資不抵債的樣本；刪除本文所選取變量缺失的樣本；根據企業所在省份將兩業融合指數匹配到企業層面。企業專利申請相關數據來自中國研究數據服務平臺（CNRDS）。核心解釋變量測算所用數據來自《中國統計年鑒》《中國第三產業統計年鑒》《中國高技術產業統計年鑒》《中國地區投入產出表》《中國稅務年鑒》以及各省份地方統計年鑒

部分缺失值根據空缺值的近五年平均增長率計算得到。。企業層面的控制變量所用數據均來自國泰安（CSMAR）數據庫，省份層面控制變量來自《中國統計年鑒》。為了減少價格波動帶來的影響，與貨幣相關的數據均以2005年為基期的價格指數進行平減。主要變量的定義及原始數據的描述性統計結果如表1所示。為了減少極端值對估計結果可能產生的不利影響，估計時對所有連續變量進行1%的縮尾處理。

四、實證結果與分析

（一）基準回歸分析

在估計之前，本文運用方差膨脹因子方法對解釋變量之間的多重共線性進行檢驗，結果顯示，主要模型的方差膨脹因子（VIF）總值和單個解釋變量的VIF值都小于10，這表明主要模型的解釋變量之間不存在多重共線性。此外，為了控制時間趨勢可能產生的影響，估計時控制了年份固定效應。考慮到中國企業的經濟變量存在較大差別，為避免截面單元的異方差性帶來的估計不一致問題，參數估計采用穩健性估計。

基準回歸結果如表2所示。第（1）（3）（5）列報告了未加控制變量時的回歸結果，第（2）（4）（6）列報告了加入控制變量的回歸結果。不難看出，不管是否加入控制變量，lnCOV的估計系數值始終為正，且在1%的水平下顯著，表明兩業融合度對三類專利申請都有正向影響，即兩業融合發展顯著地促進了企業創新績效的提升，驗證了命題1。

控制變量也對創新績效產生了重要影響。具體來說，lnPCS的系數始終顯著為正，表明物質資本存量是提升企業創新績效的重要因素。lnRDI的系數始終為正，表明研發投入有利于企業創新績效提升。ROA、lnINA的系數始終顯著為正，表明資產收益率、無形資產都是企業創新績效的重要影響因素。lnFDI的系數始終在1%的顯著性水平上為負，表明外商投資抑制了企業創新績效的提升，這與學界的多數研究結論一致。此外，人均國內生產總值對發明專利申請數的影響顯著為正，對專利申請總數和低端專利申請數的影響不顯著。

（二）內生性控制

1．雙重（DID）差分方法

兩業融合與互聯網等信息技術的推廣與運用密不可分。依托“互聯網+”的制造業與互聯網融合能夠加快現代服務業與先進制造業相互滲透和相互促進，有助于促進兩業融合發展。2016年，國務院發布了《國務院關于深化制造業與互聯網融合發展的指導意見》（簡稱《意見》）。為推動制造業與互聯網融合，工業和信息化部在2017年公布了首批制造業與互聯網融合發展試點示范項目名單，共70家企業成為試點單位；2018—2019年，工業和信息化部先后公布了262個制造業與互聯網融合發展試點示范項目。

對于參與制造業與互聯網融合發展試點示范項目的企業（處理組），制造業與互聯網融合會極大地促進企業的兩業融合發展。但對于沒有參與制造業與互聯網融合發展試點示范項目的企業（對照組），制造業與互聯網融合對企業的兩業融合發展不會立即產生明顯影響。因此，為了緩解可能的內生性問題對回歸結果造成的偏誤，本文利用2017—2019年制造業與互聯網融合發展試點政策的實施作為外生事件，建立多期雙重差分模型（DID）進一步檢驗兩業融合發展對企業創新績效提升的影響。具體而言，本文將政府公布的制造業與互聯網融合發展試點項目的企業名稱與滬深A股上市公司進行手動匹配，通過雙重差分法（DID）定量評估制造業與互聯網融合對企業創新績效的政策效應。由于試點示范項目是分批進行的，本文構建一個多期DID模型進行估計：

lnINNit=β0+β1DIDit+θXit+γi+ωt+εit（4）

其中，DIDit為雙重差分變量，通過處置變量（post）和時間變量（time）相乘得到。有試點項目的企業作為實驗組，設處置變量post為1，沒有試點項目的企業作為控制組，設處置變量post為0；同時，根據試點示范項目公布的時間，設置時間變量time，在試點示范項目公布時間之后設為1，在此之前則設為0。由于中國經濟受新冠病毒感染疫情的沖擊較大，為避免政策效應的估計產生較大偏差，多期DID模型的樣本期間為2010—2019年。

多期DID模型的回歸結果如表3所示，第（1）（3）（5）列是沒有加入控制變量的回歸結果，第（2）（4）（6）列是加入控制變量的回歸結果。可以看出，不管有無加入控制變量，DID的估計系數始終為正，且通

過了10%及以下的顯著性水平檢驗，表明政府實施的制造業與互聯網融合發展試點政策顯著地提升了企業創新績效。其中，雙重差分變量對發明專利申請數的估計系數最大，且在1%的水平下顯著，表明該試點政策的實施對企業高端創新活動的促進作用更明顯。

運用多期DID模型檢驗政策效應必須滿足平行趨勢假設，即要求處理組與對照組在試點政策實施前具有相同的發展趨勢。平行趨勢檢驗結果顯示，在試點政策實施前，處理組和對照組企業的創新績效并無顯著差異，證明平行趨勢假設成立；而在受試點政策影響后，與控制組企業相比，處理組企業的創新績效顯著提升。此外，為了確保表3結果的可靠性，本文還進行了安慰劑檢驗，估計結果顯示，無論是提前一年還是提前兩年，DIDit的系數均不顯著，這驗證了表3的結果具有穩健性

限于篇幅，平行趨勢檢驗和安慰劑檢驗的結果未報告，留存備索。

雖然重慶市在1997年被設立為直轄市，但《中國統計年鑒》并未公布當年各省份的電話機數。每百人擁有的電話機數作為兩業融合的工具變量。就相關性而言，以互聯網技術為代表的新一代信息技術不斷融入傳統產業的生產過程并推動產業變革，尤其對于破除先進制造業與現代服務業中的信息和技術壁壘具有重要作用，進而為兩業融合發展提供重要動力。而中國早期的互聯網技術運用始于固定電話的普及，因此，1998年電話普及率（每百人擁有的電話機數）高的省份可能是互聯網技術發展水平較高、兩業融合發展較好的地區，滿足工具變量的相關性條件。就外生性而言，一個地區歷史上的電話普及率不太可能直接影響企業創新績效，但1998年各省份的每百人電話機數是一個固定值，不能直接將其作為固定效應模型的工具變量，因此，本文遵循學界通常的做法，采用各省份1998年每百人擁有的電話機數（隨省份變化）和上一年互聯網寬帶接入用戶數（隨時間變化）的乘積項作為兩業融合的工具變量（IV）進行估計。

采用工具變量的估計結果見表4。從第一階段估計結果可以看出，工具變量的系數值為正且在1%的水平下顯著，表明工具變量與內生變量存在高度的相關性。DWH檢驗的P值均小于0.05，故可以認為核心解釋變量（lnCOV）為內生解釋變量。KleibergenPaap?rk?LM?統計量通過了1%的顯著性水平檢驗，拒絕了工具變量識別不足的原假設；同時，CraggDonald?Wald?F統計量大于該統計量在10%顯著性水平的臨界值16.38，表明不存在弱工具變量問題。因此，本文選取的工具變量滿足外生性假設。從第二階段估計結果可以看出，lnCOV的系數值均為正數，且通過了1%的顯著性水平檢驗，與基準估計中的結果基本一致。同時，控制變量系數值的影響方向和顯著性水平與基準回歸中的估計結果基本一致，這表明基準回歸結果具有穩健性，即證明了“兩業融合發展提升了企業創新績效”這一結論具有穩健性。

（三）先進制造業與不同現代服務業融合對企業創新績效的總體影響差異

前文的測算結果顯示，不同現代服務業與先進制造業的融合度水平存在較大差異。理論上，這種差異可能會在總體上對企業創新績效產生不同程度的影響。為了驗證，這里將不同現代服務業與先進制造業的融合度（COV1，COV2，…，COV7）取自然對數后分別替換式（1）的變量lnCOV，估計結果如表5所示

表5中第（1）～（7）列的核心解釋變量分別為交通運輸業、信息傳輸業、金融業、房地產業、租賃及商業服務業、科學研究業、文體業與先進制造業融合度的自然對數。由于發明專利申請數反映了企業的核心創新，此處僅用發明專利申請數作為被解釋變量，即表5中各列的被解釋變量均為lnINV。。首先，不同行業兩業融合（或“不同現代服務業與先進制造業融合”）的影響顯著性存在差異。第（3）（6）列中lnCOV的系數未能通過10%的顯著性水平檢驗，說明金融業、科學研究業與先進制造業融合發展對企業創新績效的影響不明顯；而其他各列融合度變量的系數值則在10%水平下顯著為正，表明其他五個細分現代服務業與先進制造業融合發展顯著地促進了企業創新績效提升。其次，不同行業兩業融合的影響大小也存在差異。在產生顯著促進作用的兩業融合中，交通運輸業與先進制造業融合發展的影響最大（值為0.314），隨后是房地產業、租賃及商業服務業、信息傳輸業的融合發展，而文體業與先進制造業融合發展的影響最小（值為0.080）。

這種影響差異可能源于不同現代服務業服務先進制造業的能力不同，以及不同現代服務業與先進制造業的融合程度不同。數據顯示，房地產業、交通運輸業、信息傳輸業與先進制造業的融合度較高，分別為0.335、0.328和0.308；而金融業、科學研究業與先進制造業的融合度較低，分別為0.293和0.285。后兩個現代服務業與先進制造業較低的融合度可能是其與先進制造業融合發展未顯著促進企業創新績效提升的原因。可以推測，隨著細分現代服務業與先進制造業的深度融合，其在企業創新績效提升中的作用將越來越重要。

（四）穩健性檢驗

1．兩業融合的重新衡量

借鑒彭徽等［6］的做法，本文運用投入產出表數據測算兩業融合的綜合融合度。具體來說，基于2007、2012和2017年《中國地區投出產出表》數據，測算現代服務業作為中間投入對先進制造業的貢獻度，以及先進制造業作為中間投入對現代服務業的貢獻度，并計算兩業融合的綜合融合度。之后，采用先進制造業和現代服務業的綜合融合度替換前文的核心解釋變量進行回歸

限于篇幅，穩健性檢驗結果均未報告，結果備索。。

固定效應的回歸結果顯示，核心解釋變量綜合融合度未通過10%的顯著性水平檢驗，但系數值為正，這可能是由于樣本量較小、存在內生性問題所致。為了緩解計量模型中的內生性問題，進一步運用工具變量法進行估計。結果顯示，先進制造業與現代服務業融合對企業專利申請總數和發明專利申請數具有正向影響，且系數在5%的水平下顯著。這表明，兩業融合發展對企業創新績效具有促進作用。

2．地級市層面數據

為了得到更加穩健的結論，本文構建城市面板固定效應模型進行實證檢驗。城市層面被解釋變量用專利授權數代替。按照前文的做法，本文將城市層面的專利授權數分為專利授權總數（PAT）、發明專利授權數（INV）和低端專利授權數（GEN）。從回歸結果可以發現，不管是否加入控制變量，lnCOV的估計系數始終為正，均在1%的水平下顯著；而且，各控制變量系數的影響方向及顯著性水平大多與前文相一致。這表明，城市層面數據驗證了前文相關結論具有較好的穩健性。

3．創新績效的重新衡量

本文用省份層面規模以上工業企業新產品開發項目數（PRO）和新產品銷售收入（SRE）替換專利申請數進行穩健性檢驗。回歸結果顯示，兩業融合對工業企業新產品開發項目數和新產品銷售收入的影響系數均顯著為正。此外，本文還選取了企業主營業務收入（INC）衡量企業創新績效，替換被解釋變量進行回歸。結果顯示，兩業融合對企業主營業務收入的系數雖未通過顯著性檢驗，但系數值為正。因此，前文兩業融合能夠提升企業創新績效這一結論仍具穩健性。

4．增加控制變量

為盡可能緩解因遺漏解釋變量而產生的估計偏差問題，本文在基準回歸模型的基礎上進一步控制了企業股權性質（EQU）、企業人力資本（HUC）、企業年齡（AGE）和市場化程度（MAR）等變量。其中，企業股權性質是根據企業是否為國有企業設置的虛擬變量，屬于國有企業取1，否則取0；企業人力資本用企業研發人員數除以企業員工總數近似衡量，研發人員占比越大，表明企業的人力資本水平越高；企業年齡用當年的年份減去企業成立的年份得到；市場化程度采用王小魯等［27］測算的各省份市場化指數衡量。控制上述變量后的回歸結果依然與前文結論保持一致。

五、進一步分析

（一）技術溢出機制檢驗

根據前文理論分析，兩業融合能夠通過技術溢出（或技術擴散）這一機制實現對企業創新績效的促進作用。下面通過構建計量模型實證檢驗兩業融合對技術溢出的影響，以更好地認識兩業融合與企業創新績效之間的內在聯系，具體公式如下：

lnTEDit=β0+β1lnCOVit+θXit+γi+ωt+εit（5）

其中，TEDit表示技術溢出（或技術擴散）。為了更為全面地檢驗技術溢出機制，這里從研發活動、人才流動和技術成果等三個層面衡量技術溢出。

借鑒韓峰等［28］的做法，研發投入的技術溢出（RTS）和人才流動的技術溢出（CTS）計算公式如下：

RTSj=∑v≠jmv=1Uv/dσjv）+Uj/dσjj（6）

CTSj=∑v≠jmv=1Tv/dσjv）/∑v≠jmv=1Ev/dσjv）+（Tj/dσjj）/（Ej/dσjj）?（7）

其中，U表示研發投入，本文用地級市市轄區財政支出中的科學支出衡量，j和v代表城市，m代表城市總數，djv和djj分別表示城市間的距離和城市自身的距離，σ為衰減參數，本文設衰減參數為1。城市間的距離通過公式djv=θarccos［cosaj-avcosbjcosbv+sinbjsinbv］計算得到，其中，θ為地球大弧半徑，其值為6?378千米，aj、av為兩市中心點的經度，bj、bv為兩市中心點的緯度。城市自身的距離通過公式djj=（2/3）Rjj計算得到，其中，Rjj為城市的半徑，通過城市建成區的面積（S）計算可得（Rjj=π-1/2Ｓ1/2）。T表示城市的人才數，用城市市轄區的信息傳輸、計算機服務和軟件業以及科學研究和技術服務業單位就業人數之和來近似代替，E表示城市就業總數，以城市市轄區單位從業人員數近似代替。

關于技術成果轉移的技術溢出（TUR）指標，本文采用技術市場成交額衡量，并通過以2005年為固定基期的工業生產者出廠價格指數（PPI）進行折算。技術市場成交額越大，表明技術成果轉移的溢出效應越好，技術擴散程度越高。

考慮到數據的連續性和可得性，3個機制變量的樣本區間為2010—2018年，測算數據來自《第三產業統計年鑒》《中國統計年鑒》《中國城市統計年鑒》。表6第（1）～（3）列報告了機制檢驗的工具變量法估計結果

僅匯報工具變量法的回歸結果，固定效應模型的回歸結果備索。，可以看出，lnCOV的系數值始終為正，且在1%的水平下顯著，說明兩業融合對研發投入的技術溢出、人才流動的技術溢出和技術成果轉移的技術溢出產生了顯著的促進作用。本文還運用多期DID模型檢驗了制造業與互聯網融合發展試點政策對技術溢出的影響，回歸結果如表6第（4）～（6）列所示，試點政策對技術溢出具有促進作用。這驗證了兩業融合通過技術溢出機制促進了企業創新績效的提升，即驗證了命題2。

（二）企業異質性分析

1．企業數字化程度的異質性

前文的研究結果顯示，兩業融合可以通過技術溢出機制促進企業創新績效提升。這意味著，兩業融合提升企業創新績效的效果與技術溢出程度有關。理論上，技術溢出程度與企業的數字化程度有著密切的關系：一方面，在進行數字化轉型的過程中，企業會購進信息技術設備和引進高技能人才，有助于企業進行創新資源的整合，進而有利于企業從技術溢出過程吸收先進的生產技術和知識［29］；另一方面，企業數字化轉型通過促進企業專業化分工能夠提升企業的生產效率［30］，進一步提高技術溢出向創新產出轉化的效率，進而提升企業創新績效。由此可以推測，在不同的數字化水平下，兩業融合對企業創新績效提升的影響可能存在顯著的差異，對于數字化程度高的企業而言，兩業融合的促進作用更明顯。

本文將袁淳等［30］測算的企業數字化程度指標數據與本文選取的樣本進行匹配，并根據企業所對應的數字化程度是否高于樣本中位數設置虛擬變量DIG，并將DIG與lnCOV交互項加入式（1）進行估計，結果如表7第（1）～（3）列所示。可以看出，lnCOV與DIG交互項的系數始終為正，且通過了5%的顯著性水平檢驗，表明數字化程度較高的企業，兩業融合對企業創新績效的提升效果更好。

2．企業供應鏈集中度的異質性

兩業融合過程中，不同產業間存在的供應鏈關系使得一個產業的先進技術能夠通過前向和后向聯系逐漸擴散至其他產業，進而對融合后的企業創新績效產生重要影響。供應鏈集中度反映了企業與上游供應商和下游客戶的合作程度。供應鏈集中度越高，表示企業與其供應鏈中的部分企業合作程度越深。存在供應鏈關系的企業間合作程度加深既能推動兩業融合，又能促進人才和技術的流動，進而促進技術溢出。因此，對于具有不同供應鏈集中度的企業而言，兩業融合對其創新績效的促進作用可能存在明顯的差異性。

本文用企業前五大客戶銷售額占比和前五大供應商采購額占比的平均值反映企業的供應鏈集中度。當企業的供應鏈集中度高于樣本中位數時，虛擬變量SCC取1，否則取0。將SCC及其與核心解釋變量的交互項lnCOV×SCC加入式（1）進行估計，結果如表7第（4）～（6）列所示。交互項lnCOV×SCC對企業專利申請總數和低端專利申請的影響系數值都在5%的顯著性水平下為正（對企業發明專利申請的系數不顯著為正），說明兩業融合對供應鏈集中度較高企業的促進作用更明顯，與理論預期相符。

六、主要結論與政策啟示

本文從理論層面分析了兩業融合對企業創新績效的影響及其機制，并結合中國31個省份2010—2018年兩業融合發展數據和滬深A股上市公司的企業層面數據，對理論預期進行了驗證。研究發現，兩業融合有助于企業創新績效的提升，經過雙重差分法、工具變量法等一系列穩健性檢驗后結論依然成立。不同行業兩業融合對企業創新績效的影響存在顯著差異；金融業、科學研究業與先進制造業融合發展并未顯著促進企業創新績效提升，而在產生顯著促進作用的五個細分現代服務業中，交通運輸業與先進制造業融合發展的影響最大，隨后是房地產業、租賃及商業服務業、信息傳輸業，而文體業的影響最小。進一步研究還發現，兩業融合對企業創新績效的促進作用，是通過研發活動、人才流動和技術成果轉移三個方面的技術溢出（或技術擴散）機制實現的。而且，兩業融合對企業創新績效的促進作用存在明顯的企業異質性，對于數字化程度和供應鏈集中度更高的企業來說，兩業融合的促進作用更大。本文的研究發現具有如下政策啟示：

第一，政府需要制定相關政策更好地引導先進制造業和現代服務業實現深度融合。鼓勵裝備制造企業向系統集成和服務方案提供商轉型，實現以用戶為中心的柔性化定制和按需靈活生產，進一步推進先進制造業服務化。充分發揮電商、研發設計和文化旅游等現代服務業的大數據、先進技術、銷售渠道和創新知識等要素優勢，通過委托制造、品牌授權等方式，深化現代服務業向制造業延伸拓展。完善網絡基礎設施，大力發展人工智能，建設數字化、網絡化、智能化制造和服務體系，形成以電子及通信設備制造業、計算機及辦公設備制造業與信息傳輸業融合為引領的兩業深度融合發展。通過稅收優惠和財政補貼等措施支持有條件的傳統制造業向先進制造業轉型，通過投資稅收抵免政策激勵先進制造業擴大生產規模，進行多種產品的研發和生產，發揮先進制造業的引領作用。

第二，政府兩業融合的促進政策措施對不同細分行業應該有所側重，尤其要重視金融業、科學研究業與先進制造業的深度融合。加快推進金融體制改革，破除阻礙資金要素向實體經濟合理流動的制度性約束，為實體經濟發展提供長期資金供給，不斷提高金融服務實體經濟的能力。鼓勵金融機構發展科技擔保、科技信貸、科技保險和知識產權證券化等金融科技產品，解決企業創新活動的后顧之憂，尤其是加強金融業對民營企業創新活動的支持。同時，加強對企業創新資金使用的監管，限制企業將創新資金挪作他用，并對企業的策略性創新行為進行必要的限制，使得企業有動力在一些“卡脖子”的關鍵技術領域開展創新，進而促進企業實質性的創新績效提升。

第三，政府需要采取政策措施更好地促進研發溢出、人才流動和技術成果擴散。建設和發展關鍵共性技術平臺，發揮平臺經濟對資源要素、信息、技術和人才的整合作用。鼓勵高校、科研機構通過技術平臺同創新型企業進行廣泛深入的交流合作；促進人才和技術的充分流動，加快產學研深度融合進程。不斷加強知識產權保護，完善技術市場交易規則，激勵具有創新資源優勢的企業有償向社會提供技術、資金和人才支持，促進企業間廣泛的技術擴散。

第四，政府需要采取政策措施引導企業積極融入數字化轉型浪潮和深化供應鏈上下游企業的合作關系。不斷完善新型基礎設施建設，積極引導企業將大數據、區塊鏈、物聯網等先進的數字技術運用到創新活動的全過程，提升企業在研發設計、生產制造和產品銷售等環節的數字化水平，進而帶動傳統產業數字化轉型。同時，引導企業加強與供應鏈上下游企業的合作，形成創新資源共享、信息互通和風險共擔的研發創新平臺，更好地促進資金、技術和人才在供應鏈上的有序流動，進而更好地提升企業創新績效。

需要指出的是，耦合協調度模型并非測算兩業融合的最好方法，這也是本文可能存在的不足。因而，如何更加科學、有效地衡量兩業融合水平是需要進一步研究的重要工作。

參考文獻：

［1］戴魁早，?劉友金.?要素市場扭曲如何影響創新績效［J］.?世界經濟，?2016（11）：5479.

［2］張國勝，?杜鵬飛，?陳明明.數字賦能與企業技術創新：來自中國制造業的經驗證據［J］.?當代經濟科學，?2021（6）：6576.

［3］GHASEMAGHAEI?M，?CALIC?G.?Assessing?the?impact?of?big?data?on?firm?innovation?performance：big?data?is?not?always?better?data［J］.?Journal?of?Business?Research，?2020，108：147162.

［4］駱莙函，?朱偉靖，?張宇.?互聯網發展與區域創新績效提升［J］.?湖南科技大學學報（社會科學版），?2021（3）：5970.

［5］MEDASE?S?K，?ABDULBASIT?S.?External?knowledge?modes?and?firmlevel?innovation?performance：empirical?evidence?from?subSaharan?Africa［J］.?Journal?of?Innovation?&?Knowledge，?2020，5（2）：8195.

［6］彭徽，?匡賢明.?中國制造業與生產性服務業融合到何程度：基于2010—2014年國際投入產出表的分析與國別比較［J］.?國際貿易問題，?2019（10）：100116.

［7］王成東.區域產業融合與產業研發效率提升：基于SFA和中國30省市的實證研究［J］.?中國軟科學，2017（10）：94103.

［8］李宇，?楊敬.?創新型農業產業價值鏈整合模式研究：產業融合視角的案例分析［J］.中國軟科學，?2017（3）：2736.

［9］ROSENBERG?N.?Technological?change?in?the?machine?tool?industry，?18401910［J］.?The?Journal?of?Economic?History，?1963，23（4）：414443.

［10］植草益.?信息通訊業的產業融合［J］.?中國工業經濟，?2001（2）：2427.

［11］馬健.?產業融合理論研究評述［J］.?經濟學動態，?2002（5）：7881.

［12］劉維剛，?倪紅福.?制造業投入服務化與企業技術進步：效應及作用機制［J］.?財貿經濟，?2018（8）：126140.

［13］BRRING?S，?CLOUTIER?L?M，?LEKER?J.?The?front?end?of?innovation?in?an?era?of?industry?convergence：evidence?from?nutraceuticals?and?functional?foods［J］.?R&D?Management，?2006，36（5）：487498.

［14］祝樹金，?謝煜，?段凡.?制造業服務化、技術創新與企業出口產品質量［J］.?經濟評論，?2019（6）：316.

［15］吳敬偉，?江靜.?生產性服務業集聚、產業融合與技術創新［J］.?上海經濟研究，?2021（7）：6980.

［16］賓厚，?馬全成，?王歡芳，?等.?產業融合、技術轉移與協同創新績效［J］.?統計與決策，?2020（1）：113117.

［17］姜博.?產業融合、網絡嵌入與中國制造業創新［J］.?社會科學，?2020（7）：7485.

［18］郭朝先.?產業融合創新與制造業高質量發展［J］.?北京工業大學學報（社會科學版），?2019（4）：4960.

［19］CAINELLI?G，?MAZZANTI?M.?Environmental?innovations?in?services：manufacturingservices?integration?and?policy?transmissions［J］.?Research?Policy，?2013，42（9）：15951604.

［20］彭芳梅.?粵港澳大灣區產業融合驅動全要素生產率增長研究：以制造業與生產性服務業融合為例［J］.?經濟地理，?2021（11）：3847.

［21］DONG?F，?LI?Y，?ZHANG?X，?et?al.?How?does?industrial?convergence?affect?the?energy?efficiency?of?manufacturing?in?newly?industrialized?countries？?Fresh?evidence?from?China［J］.?Journal?of?Cleaner?Production，?2021，316：128316.

［22］HACKLIN?F，?MARXT?C，?FAHRNI?F.?Coevolutionary?cycles?of?convergence：an?extrapolation?from?the?ICT?industry［J］.?Technological?Forecasting?&?Social?Change，?2009，?76（6）：723736.

［23］張公一，?孫曉歐.?科技資源整合對企業創新績效影響機制實證研究［J］.?中國軟科學，?2013（5）：9299.

［24］唐曉華，?張欣玨，?李陽.?中國制造業與生產性服務業動態協調發展實證研究［J］.經濟研究，?2018（3）：7993.

［25］唐松，?伍旭川，?祝佳.?數字金融與企業技術創新：結構特征、機制識別與金融監管下的效應差異［J］.?管理世界，?2020（5）：5266.

［26］黃群慧，?余泳澤，?張松林.?互聯網發展與制造業生產率提升：內在機制與中國經驗［J］.?中國工業經濟，?2019（8）：523.

［27］王小魯，?胡李鵬，?樊綱.?中國分省份市場化指數報告（2021）［M］.?北京：社會科學文獻出版社，?2021.

［28］韓峰，?賴明勇.?市場鄰近、技術外溢與城市土地利用效率［J］.?世界經濟，?2016（1）：123151.

［29］周琦瑋，?劉鑫，?李東紅.?企業數字化轉型的多重作用與開放性研究框架［J］.?西安交通大學學報（社會科學版），?2022（3）：1019.

［30］袁淳，?肖土盛，?耿春曉，?等.?數字化轉型與企業分工：專業化還是縱向一體化［J］.?中國工業經濟，?2021（9）：137155.

編輯：鄭雅妮，高原