數字化轉型對企業雙元創新的影響研究

王旭輝 史瑞

摘 要：本文從企業層面研究數字化轉型對企業雙元創新的影響，并探究其中的影響機理。本文選取2014—2021年A股制造業上市企業為樣本，實證檢驗數字化轉型對企業探索式創新和利用式創新的影響。結果表明：企業實施數字化轉型顯著促進了企業自身的探索式創新和利用式創新，且對利用式創新的促進作用更加顯著。研究發現：技術相似度所帶來的技術溢出是數字化轉型影響企業雙元創新的路徑之一，并且數字化轉型的促進作用在國有企業中比非國有企業更為明顯。本文為企業數字化轉型提供了經驗支持，也為培育企業高質量技術創新提供了新思路。

關鍵詞：數字化轉型；探索式創新；利用式創新；技術相似度；企業雙元創新

本文索引：王旭輝，史瑞.<變量 2>[J].中國商論，2024（03）：-132.

中圖分類號：F273 文獻標識碼：A 文章編號：2096-0298（2024）02（a）--04

1 引言

近年來，我國高度重視科技創新，并且出臺了相關的政策來加強對創新的引領作用，強調必須堅持創新是第一動力。對企業而言，探索式創新和利用式創新在所需的資源投入、所獲得的收益以及帶來的風險等方面均存在顯著差異[1]。盡管近年來企業的創新已經取得了明顯的突破，我國的專利申請和授權數量在世界層面上都居于前列，但依舊存在“重數量輕質量”“關鍵技術卡脖子”等現象。在企業進行創新方向和形式的選擇時，不可避免地會考慮諸如成本、利潤等現實因素，最理想的創新活動是能同時給企業帶來經濟上的效益和生產流程的優化，可以幫助企業抓住更多的市場機會，而失敗的創新活動則會給企業帶來經濟和社會效益的雙重損失。因此，企業在面對創新方向和形式的選擇時，會趨利避害的選擇一旦失敗會給企業帶來更小損失的創新模式，創新的質量便失去了保障。如何引導企業將資源正確分配給探索式創新和利用式創新，保證企業的創新活動高質量的展開，是當下亟待解決的問題。

數字化轉型是指企業在生產經營活動的全過程中應用數字技術來對原有的業務流程進行改變和充足，以提高企業的經營效率，擴大企業利益。相對傳統企業的技術創新，數字化轉型所帶來的企業變革能夠帶來更顯著的促進作用[2]。因此，確定數字化轉型對企業創新的影響方式，明晰其中的路徑是重中之重，是可以提高企業創新質量的直接手段。本研究創新性的用技術相似度視角來探究數字化轉型對企業雙元創新的影響，梳理出一條顯著作用路徑。

2 理論基礎與研究假設

2.1 數字化轉型和企業雙元創新

數字化已融入企業生產活動的方方面面，數字技術帶來的影響已經不僅是對企業原有生產要素的優化充足，還帶來了更為顯著的影響，產生了新的生產函數[3]，結合已有文獻的研究，數字化轉型對企業雙元創新的影響主要體現在以下幾個方面：

第一，從匯集各方資源的角度來看，數字技術同企業生產活動的深度融合增強了企業對創新資源的獲取和利用能力，使企業在配置創新資源的過程中獲得顯著優勢[4]。第二，從企業成本角度來看，數字化轉型可以打破企業間的技術壁壘，使企業以更低的成本來從其他企業獲取新技術。第三，從員工知識素養角度來看，數字化轉型所帶來的技術流動可以擴大企業員工獲取新知識的途徑，進而使企業員工的知識素養得到提升[5]。第四，從實施創新的難易程度來看，數字化轉型優化了企業生產管理的各個流程，使企業內部的分工更加明確。

綜上所述，企業實施數字化轉型戰略，不僅可以顯著提升企業創新質量，還可以讓企業的創新模式得到高效的提升，開辟更多的創新路徑，最終促進企業的探索式創新和利用式創新。

2.2 數字化轉型、技術相似度和企業雙元創新

企業數字化轉型對技術相似度的提升作用主要體現在以下兩點：第一，數字化轉型加速了由企業之間的研發合作所產生的技術流動，進而提升了企業間的技術相似度；第二，數字化轉型在一定程度上加速了科技文獻方面的知識溢出，使企業有更大的概率接觸到更廣泛的信息，進而充分利用外部的資源實現企業的創新突破[6]，提升了行業內企業之間的技術相似度。

企業間的技術相似度越高，所帶來的技術流動規模就越大，進而可以對企業的創新活動產生更重要的影響。潘文卿等（2011）[7]利用中國投入產出比來對行業間技術溢出對勞動生產率所帶來的影響進行了嚴密測算，測算結果顯示，行業間的技術相似度越高，技術相似度所帶來的技術溢出對企業創新活動的正向促進作用就越明顯。劉志迎和單潔含（2013）[8]以中國高校和企業的聯合申請發明專利數據為樣本，對創新績效進行測量，測量結果顯示，技術相似度對協同創新績效有顯著的正向促進作用。

根據前文的分析，本研究構建如下研究模型。

3 研究設計

3.1 樣本選擇與數據來源

制造型企業實施數字化轉型所帶來的成果相對更易測度，因此本文選擇2014—2021年A股制造業上市企業為樣本，同時對樣本進行初步的篩選和剔除。處理后共獲得2971家上市企業的14521個樣本觀測值。本文的數據來源于上市企業年報、CSMAR數據庫和CNRDS數據庫。

3.2 變量說明

3.2.1 解釋變量

企業數字化轉型（DT），本文解釋變量來自CSMR的企業數字化轉型數據庫，選取其中的企業數字化轉型指數統計表（年）中的數字化轉型指數指標為本文的解釋變量。

3.2.2 被解釋變量

針對企業的雙元創新程度可以用專利分類號來衡量，具體的衡量方式為：選取該公司在某一年的專利申請與該公司前五年內的專利申請進行對比，并用對比的結果來判斷公司的探索式創新和利用式創新程度。

若該企業在第t+1年申請的專利中某個IPC代碼前四位并未出現在過去五年內企業已布局的技術領域內，則該專利被記為企業在第t年的新知識（new_RD），若某個IPC代碼前四位出現在過去五年內企業已布局的技術領域內，則該專利被記為企業在第t年的舊知識（old_RD）。

3.2.3 中介變量

技術相似度為本研究的中介變量，在對技術相似度進行測度時，本研究借鑒Byun等（2021）[9]的方法，用兩家企業專利技術之間的重疊程度來衡量，計算公式如下：

其中，Xi，t=（Xi1，t，Xi2，t，…，Xiτ，t，…，Xj，t）是一個向量，表示企業i在相同的時間周期t內技術分類為τ=1，2，…，t的專利比例，Xj，t是相同的定義方式。這種情況下techij，t衡量兩個公司在每個技術分類中的專利比例的相關性，相關性越高，兩個公司的技術領域就越緊密。

3.2.4 控制變量

本文選取企業規模（Size）、企業年齡（Age）、企業研發投入比例（RDP）、資產負債率（Leverage）、資產收益率（ROA）、企業股權性質（SOE）為控制變量，為了控制行業和時間效應對基準回歸結果的影響，本研究加入行業（Industry）和年份（Year）虛擬變量。

企業規模（Size）借鑒簡兆權等（2020）的測算方法，分為0、0.33、0.67和1四種；企業年齡（Age）使用企業自成立以來的年數取對數來衡量；企業研發投入比例（RDP）用企業研發支出/企業收入來衡量；資產負債率（Leverage），用總負債/總資產來衡量；資產收益率（ROA）用凈利潤/總資產來衡量；企業股權性質（SOE）將企業分為國有企業（取1）和非國有企業（取0）。

3.3 模型設定

本研究設定模型如下：

new_RD=β0+β1DT+β2Controls+Year_d+Industry_d+μ（1）

old_RD=β0+β1DT+β2Controls+Year_d+Industry_d+μ（2）

tech=β0+β1DT+β2Controls+Year_d+Industry_d+μ（3）

4 實證結果

4.1 描述性統計

從描述性統計結果來看，樣本企業的創新能力顯著不同，探索式創新的最大值為1936，最小值為0，利用式創新的最大值為10728，最小值為0。樣本企業的數字化轉型程度也存在一定的差距，數字化轉型程度的最大值為80.04，最小值為21.68；樣本企業的規模均值為0.894。其他變量的描述性統計結果也均在預期的合理范圍內。

4.2 基準回歸

4.2.1 數字化轉型與企業雙元創新

為驗證數字化轉型對企業雙元創新的影響，本文采用基準回歸的方法，根據上文構建的模型（1）和（2）驗證數字化轉型對企業雙元創新的影響，表1的第（1）（3）列驗證了數字化轉型對企業探索式創新的顯著促進關系，第（2）（4）列驗證了數字化轉型對企業利用式創新的顯著促進關系。

4.2.2 數字化轉型與企業間技術相似度

為驗證數字化轉型對企業間技術相似度的影響，本文采用基準回歸的方法，根據上文構建的模型（3）來驗證數字化轉型對企業間技術相似度的影響。控制時間和行業變量前后，數字化轉型對企業間技術相似度的回歸系數分別為0.694和0.547，且都在1%的水平上顯著。

4.3 中介效應分析

本文基于技術相似度視角進行中介效應檢驗。檢驗發現，企業技術相似度對企業探索式創新和利用式創新的回歸系數分別為0.034和0.608，且都在1%的水平上顯著，說明企業技術相似度對企業雙元創新有顯著的促進作用，且對利用式創新的促進作用更為明顯，即技術相似度的中介效應在此過程中存在。

4.4 基于企業股權性質的異質性分析

本文根據企業股權性質將樣本劃分為國有企業和非國有企業進行異質性分析，結果如表3所示，數字化轉型在國有企業中的促進作用更明顯。

4.5 內生性檢驗

考慮到創新投入水平高且已經在創新中獲益的企業更愿意從事數字化轉型工作，為解決潛在的樣本自選擇偏差問題，本文參考姜英兵等（2022）的方法，使用Heckman兩階段法進行內生性檢驗。因變量DITdum為構建的衡量企業數字化轉型程度高或低虛擬變量，衡量標準為年度的數字化轉型程度中位數。結果表明，數字化轉型對企業探索式創新和利用式創新的促進作用依然顯著。

4.6 穩健性檢驗

4.6.1 變更樣本區間

2015年，國家出臺了多項政策來鼓勵企業實施創新戰略，在政策方面引領企業創新戰略的實施對企業探索式創新和利用式創新有了更高要求，企業間的技術相似度可能會更強。將樣本區間設定為2016—2021年重新進行回歸，變更樣本區間前后結果一致。

4.6.2 采用其他回歸模型

考慮到被解釋變量的探索型創新與利用式創新都是起始值為零的連續變量，并且具有多個零值，OLS結果可能出現誤差，因此使用Tobit模型重新進行回歸，采用企業回歸模型前后結果一致。

4.6.3 替換被解釋變量

本研究借鑒胡山等（2022）[12]的做法，用當年獲得授權的發明專利數量加一后取對數來衡量企業探索式創新；以非發明專利的授權量加一后取對數來評價企業利用式創新，替換被解釋變量衡量指標后的回歸結果與基準回歸結果一致。

5 結語

本文基于樣本數據，對企業數字化轉型對雙元創新的影響路徑進行了驗證。結果表明，數字化轉型可以顯著促進企業的探索式創新和利用式創新，且對利用式創新的提升作用更大；企業數字化轉型通過促進企業間的技術相似度來提升企業雙元創新水平，這種提升效果在國有企業中更為顯著。

隨著國家對實體經濟愈發的重視，想要讓數字化轉型的成果最大化的惠及企業創新活動，就要清楚其中的作用路徑。根據本文研究結論，企業應該加快數字化轉型的腳步，積極進行管理體制改革以促進企業間的技術流動，在相互借鑒中實現創新共贏。此外，本文研究顯示，成立時間越早的公司越側重于開展利用式創新，應加大對此類企業的創新支持，減少其對創新成本和創新結果的顧慮，完善企業人才體系和激勵機制，培育數字型科技人才。

與此同時，本研究也存在一定局限。首先，在研究數字化轉型同企業雙元創新之間的關系中究竟哪一種衡量方式最為恰當仍需論證；其次，本文僅對企業的股權性質進行了異質性分析，諸如企業規模、行業競爭程度等因素并未考慮在內，研究結論可能會因此產生不同的結果；最后，本文并未從人員的視角進行分析，后續研究可以從企業高管比例和數字型人才占比的角度進行進一步的探討。

參考文獻

畢曉方，翟淑萍，姜寶強.政府補貼、財務冗余對高新技術企業雙元創新的影響[J].會計研究，2017（1）：46-52+95.

陳劍，黃朔，劉運輝.從賦能到使能：數字化環境下的企業運營管理[J].管理世界，2020，36（2）：117-128+222.

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，2021，43（6）：65-76.

Ciriello R F， Richter A， Schwabe G. Digital innovation[J]. Business & Information Systems Engineering，2018，60（6）：563–569

韓先鋒，宋文飛，李勃昕. 互聯網能成為中國區域創新效率提升的新動能嗎[J]. 中國工業經濟，2019（7）：119-136.

李海艦，田躍新，李文杰.互聯網思維與傳統企業再造[J].中國工業經濟， 2014（10）：135-146

潘文卿，李子奈，劉強.中國產業間的技術溢出效應：基于35個工業部門的經驗研究[J].經濟研究，2011，46（7）：18-29.

劉志迎，單潔含.技術距離、地理距離與大學-企業協同創新效應：基于聯合專利數據的研究[J].科學學研究， 2013， 31（9）：1331-1337.

Byun K S，Oh J，Xia H. Incremental vs. Breakthrough Innovation： The Role of Technology Spillovers[J]. Management Science，2021，67（3）：1779-1802.

簡兆權，劉念，黃如意.動態能力、企業規模與雙元創新關系研究：基于fsQCA方法的實證分析[J].科技進步與對策，2020，37（19）：77-86.

姜英兵，徐傳鑫，班旭.數字化轉型與企業雙元創新[J].經濟體制改革，2022（3）：187-193.

胡山，余泳澤.數字經濟與企業創新：突破性創新還是漸進性創新？[J].財經問題研究，2022（1）：42-51.