企業(yè)數(shù)字化轉(zhuǎn)型與技術(shù)創(chuàng)新

摘 要：本研究基于2012—2020年2284家中國(guó)A股上市企業(yè)的數(shù)據(jù)，分析了數(shù)字化轉(zhuǎn)型對(duì)技術(shù)創(chuàng)新的影響。研究發(fā)現(xiàn)，開展數(shù)字化轉(zhuǎn)型能夠幫助企業(yè)提高技術(shù)創(chuàng)新。本研究為企業(yè)數(shù)字化轉(zhuǎn)型提供了經(jīng)驗(yàn)支持，也為培育高質(zhì)量技術(shù)創(chuàng)新提供了新思路。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；技術(shù)創(chuàng)新；專利申請(qǐng)數(shù)

技術(shù)創(chuàng)新不僅是經(jīng)濟(jì)增長(zhǎng)的重要?jiǎng)恿Γ彩菍?shí)現(xiàn)高質(zhì)量發(fā)展的決定性力量。黨的二十大報(bào)告指出，必須堅(jiān)持創(chuàng)新在我國(guó)現(xiàn)代化建設(shè)全局中的核心地位，加快實(shí)施企業(yè)創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略。與此同時(shí)，以人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)等數(shù)字技術(shù)及其應(yīng)用為代表的技術(shù)革命和產(chǎn)業(yè)變革正在興起。根據(jù)相關(guān)數(shù)據(jù)，2020年我國(guó)數(shù)字經(jīng)濟(jì)總量位居世界第二，對(duì)GDP增長(zhǎng)的貢獻(xiàn)率高達(dá)67.7%。《數(shù)字中國(guó)發(fā)展報(bào)告（2020年）》指出，我國(guó)仍需深入推進(jìn)“十四五”時(shí)期的數(shù)字中國(guó)建設(shè)，進(jìn)一步構(gòu)建數(shù)字創(chuàng)新發(fā)展體系和推動(dòng)數(shù)字化轉(zhuǎn)型。然而，數(shù)字經(jīng)濟(jì)的蓬勃發(fā)展也給企業(yè)的傳統(tǒng)經(jīng)營(yíng)模式帶來(lái)了前所未有的挑戰(zhàn)。在此背景下，數(shù)字化轉(zhuǎn)型如何影響企業(yè)技術(shù)創(chuàng)新？回答這個(gè)問題有利于全面評(píng)估企業(yè)數(shù)字化轉(zhuǎn)型對(duì)其創(chuàng)新能力的影響效應(yīng)，為數(shù)字經(jīng)濟(jì)發(fā)展提供理論依據(jù)與實(shí)證支撐。

對(duì)此，本研究利用2012—2020年2284家中國(guó)上市企業(yè)的數(shù)據(jù)，探討了數(shù)字化轉(zhuǎn)型對(duì)技術(shù)創(chuàng)新的影響。本研究的邊際貢獻(xiàn)在于：通過明確數(shù)字化轉(zhuǎn)型對(duì)技術(shù)創(chuàng)新的影響，不僅揭示了數(shù)字經(jīng)濟(jì)背景下企業(yè)創(chuàng)新的完整邏輯，也為數(shù)字經(jīng)濟(jì)和創(chuàng)新驅(qū)動(dòng)發(fā)展提供了理論支持和實(shí)踐指導(dǎo)。

一、理論機(jī)制和研究假設(shè)

隨著數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)的深度融合，人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)等新技術(shù)的應(yīng)用不僅改變了傳統(tǒng)的生產(chǎn)管理模式，優(yōu)化了企業(yè)的生產(chǎn)要素，也通過整合內(nèi)外資源實(shí)現(xiàn)了價(jià)值鏈與供應(yīng)鏈的全方位智能升級(jí)，從而增強(qiáng)企業(yè)的技術(shù)創(chuàng)新水平和競(jìng)爭(zhēng)優(yōu)勢(shì)。數(shù)字化轉(zhuǎn)型對(duì)企業(yè)技術(shù)創(chuàng)新的影響主要有以下方面：①融資約束方面。技術(shù)創(chuàng)新往往具備長(zhǎng)時(shí)間、高投入和不確定性等特征，這給企業(yè)的創(chuàng)新成果轉(zhuǎn)換帶來(lái)了巨大壓力。然而，數(shù)字化轉(zhuǎn)型很好地解決了這一難題。一方面，在數(shù)字經(jīng)濟(jì)背景下，開展數(shù)字化轉(zhuǎn)型不僅能幫助企業(yè)享受政策紅利，還能通過信號(hào)傳遞效應(yīng)來(lái)吸引廣大投資者，為企業(yè)創(chuàng)新活動(dòng)提供資金支持。另一方面，數(shù)字技術(shù)提高了企業(yè)信息的披露強(qiáng)度，促使融資機(jī)構(gòu)能夠?qū)ζ髽I(yè)的信用程度、運(yùn)營(yíng)情況、財(cái)務(wù)信息做出準(zhǔn)確判斷，有效緩解了金融機(jī)構(gòu)與企業(yè)間信息不對(duì)稱的問題，進(jìn)而以信息流帶動(dòng)資金流。這不僅幫助企業(yè)抵消了在技術(shù)創(chuàng)新過程中產(chǎn)生的部分試錯(cuò)成本，也提升了技術(shù)創(chuàng)新的成果產(chǎn)出效率。②資源配置方面。技術(shù)創(chuàng)新需要投入大量資源，這不僅要求企業(yè)及時(shí)整合內(nèi)部資源，還需向外部組織尋求資源支持。在內(nèi)部資源整合上，數(shù)字技術(shù)及其應(yīng)用不僅有利于推動(dòng)知識(shí)、信息和數(shù)據(jù)在人力部門、生產(chǎn)部門、銷售部門和財(cái)務(wù)部門等企業(yè)內(nèi)部系統(tǒng)的交流和共享，還能幫助企業(yè)深入分析用戶端和產(chǎn)品市場(chǎng)端，通過識(shí)別市場(chǎng)需求來(lái)進(jìn)行有針對(duì)性的創(chuàng)新。在外部資源支持上，數(shù)字技術(shù)不僅改善了企業(yè)間信息不對(duì)稱，也大幅降低了信息搜集成本和學(xué)習(xí)成本，實(shí)現(xiàn)了跨組織的互聯(lián)互通與合作。這使得企業(yè)能夠憑借共享設(shè)備和服務(wù)，增強(qiáng)高質(zhì)量技術(shù)創(chuàng)新資源的獲取能力。對(duì)此，本研究提出以下假設(shè)。

H1：數(shù)字化轉(zhuǎn)型提升了企業(yè)技術(shù)創(chuàng)新。

二、研究設(shè)計(jì)

1.變量測(cè)度

數(shù)字化轉(zhuǎn)型（lnDigino）。首先，參考“上云用數(shù)賦智”、《關(guān)于加快推進(jìn)國(guó)有企業(yè)數(shù)字化轉(zhuǎn)型工作的通知》等政策指導(dǎo)以及黃大禹等（2021）、潘紅波和高金輝（2022）、洪俊杰等（2022）等相關(guān)文獻(xiàn)研究，總結(jié)出反映數(shù)字化轉(zhuǎn)型的具體關(guān)鍵詞，匯總結(jié)果如表1所示。其次，借助Python軟件進(jìn)行關(guān)鍵詞識(shí)別計(jì)數(shù)，同時(shí)排除含有“沒”“無(wú)”“不”等否定詞前綴的表述情形，并對(duì)加總得到的詞頻加1和取自然對(duì)數(shù)處理。

技術(shù)創(chuàng)新（lnPatent）。參考Dosi等（2006）的做法，采用專利申請(qǐng)數(shù)量加1并取自然對(duì)數(shù)的方式來(lái)衡量企業(yè)技術(shù)創(chuàng)新水平。

控制變量。借鑒張國(guó)勝和杜鵬飛（2022）、吳非等（2021）、黃大禹等（2021）的研究，引入以下控制變量。第一，為克服企業(yè)規(guī)模異質(zhì)性效應(yīng)的偏差，引入企業(yè)規(guī)模（lnSize）這一控制變量，并用期末總資產(chǎn)的自然對(duì)數(shù)進(jìn)行衡量。第二，采用研究年份與企業(yè)成立年份的差值來(lái)度量企業(yè)年齡（lnAge）。第三，考慮到負(fù)債情況會(huì)影響企業(yè)資金運(yùn)轉(zhuǎn)速度和數(shù)字化投入程度，因此利用企業(yè)總負(fù)債與總資產(chǎn)的比值來(lái)測(cè)量資產(chǎn)負(fù)債率（Lev）。第四，將固定資產(chǎn)比率（Fixed）設(shè)置為控制變量，即企業(yè)固定資產(chǎn)凈額與總資產(chǎn)的比值。第五，經(jīng)營(yíng)現(xiàn)金流（Cfo）作為企業(yè)資金流的另一種形式，并非本文研究重點(diǎn)，應(yīng)當(dāng)對(duì)其加以控制以保證結(jié)果無(wú)偏，采用企業(yè)經(jīng)營(yíng)性現(xiàn)金流凈額與總資產(chǎn)的比值來(lái)計(jì)算。第六，為緩解企業(yè)不同的盈利能力（Roa）水平對(duì)其數(shù)字化轉(zhuǎn)型與技術(shù)創(chuàng)新的影響，將其納入控制變量。第七，股權(quán)集中度（First）可能會(huì)對(duì)企業(yè)開展數(shù)字化轉(zhuǎn)型戰(zhàn)略的決策產(chǎn)生影響，因此將其加以控制。第八，引入行業(yè)虛擬變量和年份虛擬變量。

2.模型設(shè)定

為了檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)技術(shù)創(chuàng)新的影響，構(gòu)建以下模型：

lnPatenti，t+1=α+βlnDiginoi，t+ΣγkControli，t+ηj+ηt+?i，t

其中，i代表企業(yè)，t代表時(shí)期，α、β和γk為常數(shù)項(xiàng)，?i，t為隨機(jī)擾動(dòng)項(xiàng)。lnPatenti，t+1為企業(yè)i在t+1時(shí)期的技術(shù)創(chuàng)新，同時(shí)遵循相關(guān)文獻(xiàn)的處理方法，對(duì)其進(jìn)行加1和對(duì)數(shù)化處理。考慮到企業(yè)從研發(fā)投入到創(chuàng)新成果轉(zhuǎn)換存在一定時(shí)滯。因此，采用t+1期的技術(shù)創(chuàng)新作為被解釋變量。lnDiginoi，t表示企業(yè)i在t時(shí)期的數(shù)字化轉(zhuǎn)型程度。Controli，t為控制變量。ηj和ηt分別表示行業(yè)和年度固定效應(yīng)。

3.數(shù)據(jù)來(lái)源

本研究以2012—2020年中國(guó)深滬A股上市企業(yè)作為初始研究樣本，并進(jìn)行以下處理：①剔除金融類企業(yè)；②剔除ST和*ST企業(yè)；③剔除大量數(shù)據(jù)缺失的企業(yè)；④對(duì)所有連續(xù)變量按1%和99%水平進(jìn)行縮尾處理，最終得到2284個(gè)企業(yè)樣本。數(shù)字化轉(zhuǎn)型數(shù)據(jù)來(lái)自企業(yè)年報(bào)，專利申請(qǐng)數(shù)據(jù)來(lái)自中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)（CNRDS），其他數(shù)據(jù)均來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)（CSMAR）。

三、實(shí)證分析

1.基準(zhǔn)回歸

基準(zhǔn)回歸結(jié)果如表2所示。其中，第（1） 列未加入控制變量和固定效應(yīng)，影響系數(shù)為0.1624。在加入控制變量后，lnDigino的系數(shù)降低為0.0997，且仍顯著。當(dāng)?shù)冢?） 列同時(shí)引入控制變量、行業(yè)和年份固定效應(yīng)后，模型的擬合優(yōu)度明顯提升，且回歸系數(shù)達(dá)0.1041。由此證明，數(shù)字化轉(zhuǎn)型顯著提高了企業(yè)的技術(shù)創(chuàng)新能力。究其原因：第一，數(shù)字化轉(zhuǎn)型有利于企業(yè)享受政策紅利，并通過傳遞積極信號(hào)的方式來(lái)吸引眾多投資者，以此來(lái)緩解技術(shù)創(chuàng)新給企業(yè)帶來(lái)的高投入、不確定性等負(fù)面影響。第二，數(shù)字化轉(zhuǎn)型有效提高了企業(yè)的信息透明度，這不僅降低了企業(yè)在技術(shù)創(chuàng)新過程中的試錯(cuò)成本，也提高了其成果轉(zhuǎn)換效率。第三，數(shù)字化轉(zhuǎn)型既幫助企業(yè)推動(dòng)了知識(shí)和技術(shù)在各部門之間的交流和共享，也深化了其對(duì)用戶端及產(chǎn)品市場(chǎng)端需求的理解，還在很大程度上減少了信息搜集和學(xué)習(xí)成本，由此通過優(yōu)化資源配置并提升資源利用率來(lái)強(qiáng)化技術(shù)創(chuàng)新能力。

2.穩(wěn)健性檢驗(yàn)

為了增強(qiáng)研究結(jié)論的可靠性，本研究進(jìn)行了以下穩(wěn)健性檢驗(yàn)。第一，借鑒Chen等（2022）的做法，將數(shù)字化轉(zhuǎn)型連續(xù)變量替換為0、1虛擬變量，即企業(yè)在當(dāng)期年報(bào)中提到過數(shù)字化轉(zhuǎn)型相關(guān)關(guān)鍵詞時(shí)取1，反之取0。由此緩解變量計(jì)算偏誤對(duì)研究結(jié)論的影響。第二，剔除了軟件、信息傳輸和信息技術(shù)服務(wù)業(yè)企業(yè)樣本，以避免行業(yè)特殊性偏倚所產(chǎn)生的誤差。結(jié)果如表3所示，與基準(zhǔn)回歸結(jié)果并無(wú)顯著差異。綜上，本研究結(jié)論穩(wěn)健、可靠，不易隨其他因素干擾而發(fā)生根本性變化。

四、研究結(jié)論

本研究利用2012—2020年中國(guó)A股上市企業(yè)數(shù)據(jù)，發(fā)現(xiàn)企業(yè)開展數(shù)字化轉(zhuǎn)型有利于其技術(shù)創(chuàng)新，并得出以下啟示。對(duì)企業(yè)而言，應(yīng)重視人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)等數(shù)字技術(shù)帶來(lái)的重要作用，結(jié)合實(shí)際加快生產(chǎn)、經(jīng)營(yíng)和管理流程中的數(shù)字化改造，充分利用數(shù)字技術(shù)在融資渠道、資源配置、成本支出等方面的優(yōu)勢(shì)，同時(shí)加強(qiáng)與政府、創(chuàng)新型企業(yè)和科研機(jī)構(gòu)的深度合作，依托互補(bǔ)優(yōu)勢(shì)來(lái)彌補(bǔ)自身創(chuàng)新資源不足。對(duì)政府而言，應(yīng)著力解決數(shù)字化轉(zhuǎn)型能力弱、成本高等問題，提高區(qū)域數(shù)字化水平，尤其是對(duì)于數(shù)字化基礎(chǔ)薄弱的中西部地區(qū)，要盡快改善制度環(huán)境，通過強(qiáng)化信息披露機(jī)制和完善知識(shí)產(chǎn)權(quán)保護(hù)體系來(lái)化解企業(yè)在從事數(shù)字化轉(zhuǎn)型和技術(shù)創(chuàng)新活動(dòng)中的風(fēng)險(xiǎn)和難題。

參考文獻(xiàn)：

[1]WU Y，LI H，LUO R，et al.How digital transformation helps enterprises achieve high-quality development？Empirical evidence from Chinese listed companies[J].European Journal of Innovation Management，2023.

[2]張國(guó)勝，杜鵬飛.數(shù)字化轉(zhuǎn)型對(duì)我國(guó)企業(yè)技術(shù)創(chuàng)新的影響：增量還是提質(zhì)？[J].經(jīng)濟(jì)管理，2022（6）：82-96.

[3]肖土盛，吳雨珊，亓文韜.數(shù)字化的翅膀能否助力企業(yè)高質(zhì)量發(fā)展——來(lái)自企業(yè)創(chuàng)新的經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)管理，2022（5）：41-62.

[4]LYYTINEN K，YOO Y，BOLAND Jr R J.Digital product innovation within four classes of innovation networks[J].Information Systems Journal，2016（1）：47-75.

[5]吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)表現(xiàn)——來(lái)自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)[J].管理世界， 2021（7）：130-144.

[6]CIRIELLOR F，RICHTER A，SCHWABE G.Digital innovation[J].Business amp; Information Systems Engineering，2018（6）：563-569.

[7]黃大禹，謝獲寶，孟祥瑜，等.數(shù)字化轉(zhuǎn)型與企業(yè)價(jià)值——基于文本分析方法的經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)學(xué)家，2021（12）： 41-51.

[8]潘紅波，高金輝.數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新——基于中國(guó)上市公司年報(bào)的經(jīng)驗(yàn)證據(jù)[J].中南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022（5）：107-121.

[9]洪俊杰，蔣慕超，張宸妍.數(shù)字化轉(zhuǎn)型、創(chuàng)新與企業(yè)出口質(zhì)量提升[J].國(guó)際貿(mào)易問題，2022（3）：1-15.

作者簡(jiǎn)介：李思航（2002— ），女，漢族，浙江寧波人，本科在讀，研究方向：企業(yè)創(chuàng)新管理；通訊作者：李皓輝（1997— ），男，漢族，浙江寧波人，碩士研究生，研究方向：企業(yè)管理與供應(yīng)鏈管理。