企業數字化與開放式創新

劉東閣 景國文 管海鋒

[摘 要：文章以開放式創新的特征為出發點，選用2010—2021年我國制造業上市公司為樣本，探討了企業數字化與開放式創新之間的關系，并剖析了其中的作用渠道、影響因素和異質性。結果表明：企業數字化有利于促進開放式創新；渠道分析發現，企業數字化通過技術資源獲取、市場需求把握和信息不對稱緩解來促進開放式創新；影響因素分析發現，企業自身創新能力提高弱化了數字化對開放式創新的促進作用，而行業知識產權保護程度增強能夠強化企業數字化對開放式創新的提升作用；異質性檢驗顯示，企業數字化對開放式創新的促進效應在競爭性行業、大企業和非國企中更顯著。

關鍵詞：企業數字化；開放式創新；技術資源；市場需求；信息不對稱

中圖分類號：F273.1；F425；F49 ? ? 文獻標識碼：A文章編號：1007-5097（2024）06-0044-12 ]

Corporate Digitalization and Open Innovation：

Channel Identification，Analysis of Influencing Factors，and Heterogeneity Testing

LIU Dongge1，JING Guowen1，GUAN Haifeng2

（1.School of Economics，Nankai University，Tianjin 300071，China；

2.School of Economics and Law，Chaohu University，Hefei 238024，China）

Abstract：This essay commences by delineating the attributes of open innovation and utilizes a sample of listed manufacturing firms spanning the period from 2010 to 2021 to investigate the correlation between corporate digitalization and open innovation. Furthermore，it delves into the mechanisms，influencing factors，and heterogeneity present within this correlation. Findings： Corporate digitalization plays a crucial role in facilitating open innovation. Channel identification analysis reveals that such facilitation is achieved through the acquisition of technological resources，understanding of market demands，and reduction of information asymmetry. An analysis of influencing factors shows that while improved internal innovation capabilities may counteract the positive impact of digitalization on open innovation，robust intellectual property protection mechanisms within the industry can enhance the benefits of digitalization on open innovation. Heterogeneity testing confirms that the positive impact of digitalization on open innovation is more pronounced in competitive industries，larger firms，and non-state-owned enterprises.

Key words：corporate digitalization；open innovation；technological resource；market demand；information asymmetry

一、引 言

黨的二十大報告明確要求：“堅持創新在我國現代化建設全局中的核心地位”。作為創新的主體，企業是科技強國建設的生力軍和實現中國式現代化的重要載體。但隨著競爭越發激烈、創新資源稀缺性加劇以及市場和技術不確定性增加，企業僅依靠內部資源進行創新變得愈加艱難，因而利用開放式創新來提升自身創新能力成為當下越來越多企業的現實選擇。

當下，數字經濟與實體經濟持續融合。數據顯示，2022年中國數字經濟增速達10.3%，高于同期名義GDP增速4.98個百分點，占GDP的比例從2008年的15.2%上升到2022年的41.5%（1）。企業是數實融合的基礎，企業數字化不但作用于生產經營，也促使管理方式和決策模式革新，進而為企業創新帶來重大機遇［1］，企業數字化能否促進其開放式創新活動開展，為企業創新模式轉變提供可能，是數字化時代值得探討的話題。

開放式創新強調企業對外部創新資源的利用和市場需求資源的獲取和把握，但其合作、開放與共享特征也提高了因信息不對稱而產生的外部交易成本［2］，從而降低了企業開放主動性。因此，數字化能否為企業獲取外部創新資源和市場需求資源提供便利以及降低因信息不對稱而產生的外部交易成本，成為企業創新模式向開放式轉變的關鍵。此外，企業數字化與開放式創新之間的關系會受內外部因素的影響，如企業自身創新能力和知識產權保護等［3-4］。然而，既有研究對上述問題尚未給出明晰、完整的解答。鑒于此，本文從開放式創新的特點出發，以2010—2021年制造業上市公司為樣本，考察企業數字化與開放式創新的關系。

二、文獻綜述

（一）企業數字化與創新關系的研究

既有研究從不同角度對數字化與企業創新的關系展開了探究，但尚未形成共識。一部分學者的觀點偏正面。Nambisan等（2017）［5］的分析認為，數字化會對企業創新產生明顯的促進效應；Coronado-Medina等（2020）［6］以102家企業為研究樣本，發現數字化對企業創新具有明顯的提升作用；唐要家等（2022）［7］從市場結構的角度發現企業數字化對創新的促進作用；張欣和董竹（2023）［8］以企業內外部層面為切入點，發現企業數字化能夠顯著促進創新。另一部分研究得出了不同結論。Ghasemaghaei和Calic（2020）［9］將美國企業數據作為樣本，發現大數據的容量特征對企業創新無顯著作用；龐瑞芝和劉東閣（2022）［10］從學習效應和競爭效應兩個方面分析了企業數字化與創新間的“倒U”型關系；徐翔等（2023）［11］基于研發競爭的視角，發現企業創新存在數據要素陷阱。通過梳理可以看出，形成上述分歧的一個重要原因是：已有文獻多聚焦于數字化對企業總體創新的影響，但實踐中企業創新模式有封閉式和開放式，這兩類模式存在顯著差異，而已有文獻大多未進行區分，從而未能剝離出企業數字化對開放式創新的影響。

（二）企業數字化對開放式創新的影響研究

早期研究以理論分析為主，如Agrawal和Goldfarb（2008）［12］指出BITNET的使用促進了學術界跨機構合作，尤其是在同一地理區域的研究人員之間。李海艦等（2014）［13］認為互聯網的連通性能形成各種創新資源的整合以及加快企業間知識、信息傳播；張昕蔚（2019）［14］探討了數字化情境下的創新模式問題。后來研究以經驗證據為主，如李光紅等（2018）［15］從資源共享視角分析和驗證了信息技術對開放式創新的促進作用；丁秀好和武素明（2020）［16］從知識整合角度，發現企業內外部IT能力均能促進開放式創新；賈西猛等（2022）［17］基于上市公司的研究發現，數字化對企業開放式創新具有顯著促進作用。通過梳理可以看出，多數文獻探討互聯網、信息技術對企業開放式創新的影響，但相較互聯網、信息技術，企業數字化更能凸顯數字技術的顛覆性影響和數據要素的關鍵作用。企業開放式創新的目的主要是獲取外部創新資源和市場需求資源，并產生外部交易成本，但已有文獻缺乏開放式創新特征分析，且僅從單一角度對影響渠道進行探討。

（三）企業數字化的量化研究

企業數字化量化研究主要有兩種方法：①文本分析法。如袁淳等（2021）［18］使用Python軟件爬取企業年報中與數字化相關詞匯的詞頻來衡量企業數字化。但基于文本分析法構造的指標容易受企業操縱，且可能僅反映企業的戰略構想和未來展望。②采用數字化無形資產來度量［19］。但從實際投入看，企業數字化不但需要無形資產投資，還需要固定資產投資，因而基于無形資產構建的指標可能存在低估情況。

基于上述研究，本文嘗試在以下方面做出邊際貢獻：首先，本文鑒于創新模式迥異，將研究聚焦于開放式創新，深入探討企業數字化對開放式創新的影響，從而拓展企業數字化對創新影響的相關研究；其次，本文從技術資源獲取、市場需求把握、信息不對稱三個方面探索企業數字化影響開放式創新的機制，相對完整地考察企業數字化對開放式創新的作用渠道；再次，本文分別從企業自身創新能力和行業知識產權保護兩個方面探究影響企業數字化與開放式創新關系的具體因素，從而對企業數字化產生正向作用的影響因素形成有效補充；最后，本文從實際投入角度衡量企業數字化，既有效解決了文本分析法存在的高估情況，又解決了無形資產衡量指標存在的低估情形。

三、理論分析與研究假設

Chesbrough（2003）［20］首次明確提出“開放式創新”，將其定義為：將內外部創新資源整合到統一架構中開展研發，并把自身技術通過內外部渠道實現市場化。之后，開放式創新的內涵不斷深化。Chesbrough（2006）［21］將開放式創新視為市場主體，有目的地利用知識、技術的流入與流出，進而提高自身創新水平以及擴大市場份額的過程；Lichtenthaler（2011）［22］將開放式創新視為企業進行內外部開發、保持和利用知識等資源的活動；Eckhardt等（2018）［23］提出企業需要以開放、合作的心態尋找多樣化的合作伙伴，并構建創新網絡。從以上論述看，相較封閉式創新，開放式創新強調獲取外部創新資源和把握市場需求動向并為其所用。

與封閉式創新相比，開放式創新需要市場主體間的開放、合作與共享，提高了其因信息不對稱而產生的搜尋、協調和風險等外部交易成本［4，24-25］，降低企業開放式創新的主動性?？梢?，開放式創新不但強調企業對外部創新資源的利用和市場需求信息的把握，而且會因信息不對稱產生外部交易成本。因此，本文從技術資源獲取、市場需求把握、信息不對稱三方面，剖析企業數字化對開放式創新的影響及其作用渠道。

（一）技術資源獲取渠道

數字化能為企業獲取技術資源提供便利，進而促進開放式創新。開放式創新以技術的獲取和位移為媒介，但技術資源獲取和位移的前提在于其有效流動和擴散，在非數字化環境下，技術資源的有效流動和擴散易受時空距離約束以及不同主體差異的影響［10］，導致企業只能獲得有限技術溢出。數字技術使用能促進技術資源的數據化和傳播的網絡化，各類創新資源依托數字平臺能夠更多地在市場中暴露，增加傳播范圍以及獲取概率，進而緩解企業面臨的技術困境。另外，企業應用數字技術能提高自身的搜索、挖掘和分析能力，增加企業從其他主體獲取外部技術以及提升企業整合內外部技術的水平，進而獲得更多技術溢出。

（二）市場需求把握渠道

數字化有助于提高企業獲取和把握市場需求資源，進而促進開放式創新。企業創新不但需要獲取技術資源，還需要把握市場需求［26］。數字技術能加速市場需求信息的流動，使企業可以接觸更廣的市場需求信息以及實現對市場需求的精準捕捉。同時，在數字技術的加持下，企業可以匯聚更多客戶偏好和市場需求信息，提升企業利用市場信息的效率，使企業更能精準地把握市場需求變動，并快速感知和響應市場變化。

（三）信息不對稱降低渠道

數字化可以降低因信息不對稱而引致的外部交易成本，從而促進開放式創新。其一，從搜尋成本看。企業為搜尋與自身特性和需求相匹配的創新資源和合作伙伴，需要耗費大量成本以及承擔搜尋未果的風險［25］。企業利用數字技術不僅能及時和完整地收集、儲存和分析各類主體公開的經營信息，幫助企業了解和挖掘潛在合作伙伴及其擁有的創新資源，而且可以擺脫時空距離約束，幫助企業擴大潛在合作對象的搜尋范圍，提高搜尋成功率，進而降低搜尋成本。其二，從協調成本來說。開放式創新是多主體創新模式，各主體有區域、行業以及創新資源種類差別，為了減少或避免主體差異帶來的問題，企業需要協調各參與主體間的關系［5］，即協調成本。企業依托數字技術不但能方便、快捷地連接外部主體，形成一個突破時空限制的交流網絡，極大提高與外部主體的連接度和溝通效率，而且能將結構化和非結構化創新資源進行同質化處理［27］，實現不同類型創新資源的整合，減少由創新資源種類差異造成的協調成本。其三，從風險成本來說。源于開放式創新網絡的復雜性以及各市場主體利益的變化，企業與外部主體存在潛在的機會主義行為和競爭關系，導致企業面臨道德風險和技術泄露風險，增加企業風險成本［24-25］。數字技術能幫助企業實時、全面記錄和保存開放式創新網絡中的各類信息，減少企業面臨的機會主義行為，從而減輕企業面臨的道德風險和技術泄露風險。

綜上分析，本文提出以下假設。

H1 企業數字化對開放式創新存在顯著的促進作用。

H2a 企業數字化通過技術資源獲取渠道促進開放式創新；

H2b 企業數字化通過市場需求把握渠道促進開放式創新；

H2c 企業數字化通過降低信息不對稱促進開放式創新。

四、研究設計

（一）數據來源與處理

本文選取的研究對象為制造業上市公司，研究年份為2010—2021年，原因在于：2010年以前聯合專利數據嚴重缺失以及企業數字化投資很少。本文同時剔除ST、*ST與退市樣本、核心變量數據缺失樣本，并進行上下1%的縮尾處理。聯合專利數據源于CNRDS數據庫，企業數字化數據源于人工匯總和處理的財務報表附注與數字化相關的資產投資，其他數據源于CSMAR數據庫。

（二）變量說明

1.被解釋變量：開放式創新（Inno_open）

借鑒Brockman等（2018）［28］的研究，本文以聯合專利申請數的對數作為度量指標，原因有兩點：一是以聯合專利申請為表征的合作創新是企業開放式創新最關鍵的部分和原動力［29］；二是企業當下面臨的主要是開放程度，因而采用是否進行開放的啞變量無法體現企業開放式創新的強度。

2.解釋變量：企業數字化（Digital）

本文使用企業數字化固定資產和無形資產之和構建企業數字化指標。具體步驟如下：第一步，對企業財務報表附注中固定資產和無形資產的明細數據進行搜集；第二步，在企業固定資產和無形資產披露的所有詞匯中，匯總出與數字化有關的詞匯，具體如圖1所示；第三步，根據匯總的數字化有關詞匯，手工整理出與數字化有關的固定資產和無形資產；第四步，將企業數字化固定資產和無形資產加總得到企業數字化總資產；最后，由于企業數字化總資產數據具有典型的“右偏性”，因而進行對數化處理。

3.控制變量

參照相關研究，本文的控制變量包括：企業年齡（Age），以企業成立年限的對數表征；企業規模（Size），以總資產的對數表征；高管研發背景（Background），采用董事長或總經理是否有研發經歷表征；資產負債率（Lev），以總負債/總資產表征；資產收益率（Roa），采用凈利潤/總資產表征；企業性質（Soe），國企取值為1，非國企取值為0；托賓q值（Tobinq），使用企業市值/總資產表征；股權集中度（Share），采用第一大股東持股比例表征；固定資產比率（Tan），采用固定資產凈值/總資產表征；市場集中度（HHI），以赫芬達爾指數表征。

（三）模型設定

為檢驗企業數字化對開放式創新的影響，本文構建如下計量模型：

[Inno_openit=α0+α1Digitalit+ΣαCvsit+ΣYear+ΣInd+εit] （1）

其中：Inno_openit為企業開放式創新；Digitalit為企業數字化；Cvsit為控制變量；[εijt]為誤差項；Year和Ind為年份和行業固定效應。

五、實證結果與分析

（一）描述性統計與相關性檢驗

描述性統計見表1所列。

由表1可知企業開放式創新的均值為0.73，標準差為1.19，最大值與最小值間差距較大，說明企業間的創新開放度存在明顯差異；企業數字化的均值為16.66，標準差為1.53，最大值與最小值間差距較大，說明企業間的數字化水平存在明顯不同。由相關性檢驗結果發現，企業數字化與開放式創新的相關系數顯著為正，其他變量之間相關系數基本顯著，且其系數絕對值基本小于0.5，可以排除共線性問題造成的影響（2）。

（二）基準回歸

基準回歸結果見表2所列。第（1）和（2）列是剔除了聯合專利申請數為0的樣本，結果顯示：無論是否加入控制變量，核心解釋變量企業數字化的估計系數均顯著為正。第（3）和（4）列是加入聯合專利申請數為0的樣本，核心解釋變量的系數符號和顯著性水平無根本改變。另外，本文還使用分項指標企業數字化固定資產（DigitalTan）和數字化無形資產（DigitalInt）作為自變量進行檢驗，回歸結果無根本改變。上述回歸結果表明：企業數字化有助于促進其進行開放式創新活動。在經濟顯著性上，從第（4）列的回歸結果來看，企業數字化平均提升1%，其開放式創新會提高10.28%。總之，無論是統計顯著性還是經濟顯著性，企業數字化均能夠顯著促進開放式創新，驗證了H1。

控制變量中，以第（4）列的結果為例，企業規模、高管研發背景、企業性質的估計系數均顯著為正，表明大企業業務范圍更廣，與外部經濟主體合作的機會越大，其創新開放度也更高，具有研發經歷的管理層會更加重視創新，引致其開放式創新水平更高，國企的開放式創新程度高于非國企的開放式創新程度；固定資產比率的估計系數顯著為負，表明固定資產投入會對企業開放式創新投入產生擠出效應；其他控制變量的估計系數均不顯著，表明這些因素并沒有對企業開放式創新產生明顯作用。

（三）內生性問題

1. Heckman兩階段模型

為處理由樣本選擇偏誤導致的內生性問題，本文使用Heckman兩階段模型進行檢驗。Heckman兩階段模型的檢驗結果見表3所列。第一階段的回歸結果顯示：上一年開放式創新決策、資產負債率、資產收益率、托賓q值對企業開放式創新決策的估計系數均顯著，但對開放式創新無顯著影響，說明第一階段方程滿足排他性條件；第二階段的回歸結果顯示：逆米爾斯比率（Imr）的估計系數在1%水平上顯著為負，說明存在樣本選擇偏誤引致的內生性偏差。在加入逆米爾斯比率后，企業數字化的估計系數在1%水平上顯著為正，這與基準結果一致。說明使用Heckman兩階段模型糾正樣本選擇偏誤造成的內生性問題后，本文結論依然成立。

2. 工具變量法

本文結論可能還存在互為因果造成的內生性問題。為此，本文首先借鑒柏培文和張云（2021）［30］的研究，選取各地級市地形起伏度與上一年全國互聯網上網人數的交乘項（Rdls）作為企業數字化的工具變量。地形起伏度越大，建設信息與通信等數字基礎設施的時間越長、成本越高，不利于當地企業及時應用數字技術，滿足相關性要求。同時，地形起伏度的自然屬性決定了其對企業開放式創新活動很難造成直接影響，基本不會受到企業發展的影響，滿足排他性要求。其次，借鑒黃群慧等（2019）［31］的做法，選擇1984年各地級市每萬人固定電話數量與上一年全國互聯網上網人數的交乘項（Telephone）作為企業數字化的工具變量。企業所在地以往通信水平體現了該地區的數字化接受程度和應用水平，這將影響該地區企業的數字化水平，滿足相關性要求，固定電話主要提供通信服務，且其影響正在消失，難以直接影響企業開放式創新，滿足外生性要求。

工具變量法的回歸結果見表4所列，可以看出：第一階段中工具變量rdls、telephone的估計系數均顯著，表明工具變量與企業數字化之間存在明顯相關性。第（2）列和第（4）列的回歸結果顯示：不可識別檢驗的統計量結果在1%水平上顯著，表明模型不存在識別不足的情況。弱工具變量檢驗的統計量結果均大于弱工具變量識別F檢驗在10%水平上的臨界值（16.38），表明模型不存在弱工具變量的情形。以上結果表明了本文工具變量選取的合理性。第二階段中企業數字化的估計系數均在1%水平上顯著為正，與基準結果一致。說明使用工具變量法糾正互為因果造成的內生性問題后，本文結論仍然成立。

（四）穩健性檢驗

1. 更換解釋變量

①采用企業數字化資產占總資產的比例進行替代，記為Dig；②借鑒袁淳等（2021）［18］的研究，對年報中“管理層討論與分析”部分披露的數字化有關詞匯的總頻率加1，并進行對數化處理，記為DigitalText；③鑒于不同行業和不同地區企業數字化的差異，分別采用經過行業均值和地區均值調整的企業數字化指標進行替代，該指標分別體現了企業數字化在行業內和地區間的相對水平，分別記為DigitalInd和DigitalReg?；貧w結果見表5第（1）至（4）列，可以看出，無論使用哪種替換方式，本文結論依然穩健。

2. 更換被解釋變量

①使用企業是否進行開放式創新的啞變量替代，記為Inno_opendum。由于是二值變量，因而使用Logit模型進行回歸；②由于聯合專利申請可能是前期合作的結果，存在一定滯后性，為此，本文采用聯合專利申請數的t+1期和t+2期進行回歸?；貧w結果見表5第（5）至（7）列，結果顯示：變更企業開放式創新的衡量方式后，本文結論仍成立。

3. 企業固定效應

通常而言，基本面較好的公司，其開放式創新水平可能較高，其數字化水平也可能更高。因此，為控制企業基本面情況對回歸結果的影響，本文進一步控制企業固定效應?；貧w結果見表6第（1）列，結果表明本文結論可靠。

4. 更換回歸模型

鑒于聯合專利申請數為計數數據，本文以聯合專利申請數的原值作為被解釋變量，分別采用面板泊松模型與面板負二項模型進行回歸，回歸結果見表6第（2）列和第（3）列，結果表明本文結論穩健。

5. 排除干擾性因素

其一，排除資本市場的干擾。樣本區間內對企業造成潛在巨大沖擊的主要是2008年全球金融危機，故將2010—2011年的樣本刪除。其二，排除地區因素的干擾。企業數字化會受到當地數字經濟發展水平的影響，因此，本文依據賽迪頒布的《2022中國數字經濟發展研究報告》，將注冊地位于北京、上海、廣州、深圳、杭州五個數字經濟發展頭部城市的樣本企業刪除。其三，排除行業因素的干擾。數字經濟主要包括數字產業化和產業數字化兩個方面，作為數字經濟的核心，數字產業化企業的數字化水平通常較高，為此，本文將屬于數字產業化的樣本刪除?；貧w結果見表6第（4）至（6）列，結果顯示，在排除這三項干擾性因素后，本文結論仍然可靠。

六、進一步探討

（一）作用渠道檢驗

為驗證企業數字化是否能夠通過技術資源獲取、市場需求把握和信息不對稱緩解渠道來促進開放式創新，本文采用江艇（2022）［32］提出的方法進行檢驗。對于技術資源獲?。═ech）：在創新經濟學中，專利后向引用被用來度量知識和技術的傳播、流動和溢出，因此，本文以專利后向引用作為技術資源獲取的代理變量；市場需求把握（Market）：借鑒Tseng等（2007）［26］的研究，采用與市場相關的支出與營業收入之比來表征，該指標說明了企業通過市場需求資源使得產品有價值的程度；信息不對稱（Opacity）：本文的信息不對稱主要強調企業的外部信息和交易環境，因此，采用資產專用性來量化企業的信息不對稱，資產專用性越強，意味著企業原有資產轉換成本越高，更易被交易對手“敲竹杠”，從而面臨更高的外部交易成本［33］。具體地，借鑒周煜皓和張盛勇（2014）［34］的研究，采用固定資產、在建工程、無形資產、長期待攤費用之和占總資產的比重度量（3）。

企業數字化對開放式創新的作用渠道回歸結果見表7所列。其中，第（1）至（3）列為企業數字化分別對技術資源獲取、市場需求把握和信息不對稱的回歸結果。第（1）列中企業數字化的估計系數在1%水平上顯著為正，表明企業數字化有助于其獲取外部技術資源；第（2）列中企業數字化的估計系數在1%水平上顯著為正，表明企業數字化有助于其獲取和把握市場需求；第（3）列中企業數字化的估計系數在1%水平上顯著為負，表明企業數字化有助于緩解信息不對稱，降低外部交易成本。

為形成一個更完整的作用渠道邏輯鏈條，本文進一步分別檢驗技術資源獲取、市場需求把握和信息不對稱對企業開放式創新的影響，回歸結果見表7第（4）至（6）列。第（4）列中技術資源獲取的估計系數在1%水平上顯著為正，表明技術資源獲取能夠促進企業開放式創新；第（5）列中市場需求把握的估計系數在10%水平上顯著為正，表明市場需求的把握能夠促進企業開放式創新；第（6）列中信息不對稱的估計系數在1%水平上顯著為負，表明信息不對稱緩解能夠促進企業開放式創新。

至此，本文驗證了企業數字化對開放式創新的作用渠道，發現企業數字化能夠通過技術資源獲取渠道來促進開放式創新，驗證了H2a；企業數字化能夠通過市場需求把握渠道來促進開放式創新，驗證了H2b；企業數字化有利于緩解信息不對稱，降低外部交易成本，從而有助于促進企業創新的開放水平，驗證了H2c。

（二）內外部影響因素分析

企業并非處于真空中，企業數字化與開放式創新之間的關系會受到內外部因素的影響，如企業自身創新能力和知識產權保護等［3-4］。因此，本文從內外部兩個方面進一步探討企業數字化與開放式創新之間關系的影響因素。

1. 內部影響因素

作為開放式創新的一個重要條件［29］，企業自身創新能力是影響其數字化與開放式創新之間關系的主要內部因素之一。一般而言，自身創新能力較強的企業，其研發投入較多，同時在技術積累、人才儲備、市場化應用等方面具有較大優勢。一方面，自身具備較強創新能力的企業能夠吸引更多潛在的知識、人才和資金等資源以及合作伙伴；另一方面，自身具有創新優勢的企業吸收能力更強，通常具備出眾的創新資源整合能力［35］，能夠獲得更多的技術溢出和市場動態信息。因此，企業自身創新能力的提升在一定程度上替代了數字化為企業開放式創新帶來的便利，弱化了數字化對開放式創新的促進作用。

基于以上分析，為檢驗企業自身創新能力的作用，本文以研發投入/總資產作為企業自身創新能力（RD）的代理變量，將企業自身創新能力及其與數字化的交乘項（Digital×RD）加入式（1）進行回歸。回歸結果見表8第（1）和（3）列，結果顯示：交乘項（Digital×RD）的估計系數顯著為負，說明自身創新能力越強的企業，數字化對開放式創新的促進作用越弱。

2. 外部影響因素

作為開放式創新活動的創新收益以及外部創新有效供給的條件［4］，知識產權保護是影響企業數字化與開放式創新之間關系的主要外部環境因素之一。雖然數字化為企業從外部獲取創新資源提供了便利，但企業間進行技術和知識的位移、共享和應用需要簽訂合同來明確知識產權的歸屬，對各項條款進行約束、監管和執行［36］。另外，知識產權保護程度較低的行業由于擔憂技術和知識的外泄，企業間的開放和合作變少，導致企業難以搜尋和篩選出匹配的合作對象。因此，知識產權保護能夠為企業開放式創新提供公平、公正、透明的環境，為企業應用數字技術獲取創新資源和篩選匹配的合作對象提供良好條件，強化企業數字化對開放式創新的促進作用。

基于此，為檢驗知識產權保護的作用，本文參考尹志鋒等（2013）［37］的研究，將行業研發密度的啞變量（IPP）及其與數字化的交乘項（Digital×IPP）加入式（1）進行檢驗。檢驗結果見表8第（2）和（3）列，結果顯示：交乘項（Digital×IPP）的系數均在10%水平上顯著為正，說明行業知識產權保護越嚴格，數字化對開放式創新的促進作用越強。

（三）異質性檢驗

企業屬性不同的情形下，數字化對其開放式創新的影響可能存在非對稱效應，為此，本部分進一步從競爭屬性、規模屬性和產權屬性三個維度來揭示數字化引致的開放式創新效應在異質性群體中的不同表現。

1. 競爭屬性

根據行業競爭程度，本文將樣本分為競爭性行業和壟斷性行業，回歸結果見表9第（1）和（2）列，可以看出，在壟斷性行業中，企業數字化的估計系數不顯著，而在競爭性行業中，企業數字化的估計系數顯著為正，表明數字化對競爭性行業開放式創新的促進效應更強。形成這種情形的可能原因是：首先，壟斷性行業中的企業在資源獲取、市場占有等方面具有天然優勢，面臨較小的市場競爭，對數字技術的關注較弱和數字化的推動力不足。相較之下，競爭性行業中企業面臨巨大的競爭壓力，這類企業有更強的意愿進行數字化轉型，以在市場中謀得一席之地。其次，壟斷性行業中的企業開放式創新的動力不足，加上行業中企業數量少，企業很難找到與自身需求相匹配的合作對象，且壟斷性行業中企業的策略性行為更強，其開放程度更低，因而對數字化的需求較小。

2. 規模屬性

本文采用企業總資產的對數度量企業規模，并將樣本劃分為中小企業和大企業兩組，回歸結果見表9第（3）和（4）列，可以看到，在中小企業樣本中，企業數字化的估計系數在10%水平上顯著，在大企業樣本中，企業數字化的估計系數在1%水平上顯著，且明顯大于中小企業樣本中數字化的系數，表明相對于中小企業，數字化對大企業開放式創新的促進效應更大。上述情況產生的可能原因在于：數字化作為一項長期的系統工程，相對于大企業，中小企業不但在數字化戰略方案制定、執行方案到最終落地等方面缺乏規劃，而且缺少數字化所需的資金、人才和技術準備，導致眾多中小企業面臨“不會轉、不能轉、不敢轉”的境地。同時，“規模歧視”更加重了中小企業的數字化資金約束，導致其數字化進程緩慢、成效甚微。

3. 產權屬性

本文根據企業是否為國有控股，將樣本分為非國企和國企兩組，回歸結果見表9第（5）和（6）列，可以看到，在非國企樣本中，企業數字化的估計系數顯著為正，在國企樣本中，企業數字化的估計系數不顯著，表明數字化對非國企開放式創新的促進效應更強。產生這一現象的可能原因在于：一方面，相比非國企，國企面對的競爭壓力較小、市場化程度較低，存在嚴重的代理問題，缺乏有效的監督機制，導致國企數字化的推進意愿和程度不強；另一方面，國企還承擔就業和社會穩定等公共職責，導致其經營業績與管理層努力之間的因果關系更為模糊，且企業決策受到較多政府干預。在這樣的環境下，管理層并非以股東價值最大化為重要目標，而是想要提高薪酬、政治晉升或建立聲譽，這會使管理層過于關注短期業績［38］，造成管理層短視以及金融投資傾向，從而抑制企業數字化及其創新活動的開展。

七、研究結論與政策啟示

在企業創新向開放式創新模式轉變和數字經濟加快發展的背景下，本文從開放式創新的特征出發，選取制造業上市公司為研究對象，研究年份為2010—2021年，考察企業數字化與開放式創新之間的關系，并探討其中的作用渠道、影響因素和異質性。研究發現：企業數字化對開放式創新具有顯著的促進作用；作用渠道的回歸結果發現，企業數字化通過技術資源獲取、市場需求把握和信息不對稱緩解來促進開放式創新；內外部影響因素的分析發現，企業自身創新能力提高弱化了數字化對其開放式創新的促進作用，而行業知識產權保護程度增強能夠強化數字化對企業開放式創新的促進作用；異質性檢驗顯示，企業數字化對開放式創新的促進效應在競爭性行業、大企業和非國企中更為顯著。

結合上述研究結論，本文提出以下三點政策啟示：

第一，加快企業數字化轉型，充分發揮數字化對市場主體的連接性作用，促進技術資源和市場需求信息的有效流動和擴散以及緩解信息不對稱程度。其一，數字化實現對市場主體連接進而助力技術資源和市場需求信息的獲取以及信息不對稱的緩解需要以數據和信息為載體、以數字技術和平臺為工具，因此，在數字通信、算力、信息傳輸、算法等數字技術的基礎領域應加大研發創新，助力人工智能、大數據、區塊鏈、云計算等數字技術的發展，為企業數字化提供技術基礎；其二，政府應加快與企業數字化相關的政策落地，幫助企業擺脫數字化過程中由能力弱和基礎差造成的“不會轉”、成本高和風險大產生的“不能轉、不敢轉”問題；其三，企業應遵循數字化發展規律，充分認識數字化轉型的長期性和系統性，不但要加強數字化方面的人才、知識儲備以及技術積累，而且應妥善結合自身條件，統籌推進數字化建設，進而有效釋放數字化對企業發展的放大、疊加和倍增作用。

第二，在充分利用數字化為企業獲取技術資源和市場信息帶來的便利以及緩解信息不對稱的同時，應結合自身實際創新情況和外部知識產權保護水平，明確適合自己的開放范圍，有效避免道德風險和技術泄露風險。一方面，企業應充分利用數字技術獲取潛在的創新資源和合作伙伴，通過與其他企業、高校、科研機構、供應商等市場主體的網絡化、數字化互聯，彌補企業自身創新資源匱乏的劣勢以及緩解信息不對稱程度，實現與內部資源的優勢互補與信息成本的降低，進而形成新知識和激發企業創新積極性；另一方面，在開放式創新過程中，企業應結合自身創新實際以及知識產權保護程度，明確適合自己的開放范圍，適當地構建開放式創新網絡，有效控制技術泄露風險和機會主義行為。另外，政府在強化與知識產權相關的立法工作以及嚴格執行知識產權法律法規等硬環境的同時，應營造良好的軟環境，為企業開放式創新提供良好的法制基礎。

第三，由于行業、企業間數字化水平差異較大，其對行業、企業開放式創新的影響也有明顯差異。因此，在推行相關數字經濟政策時，政府不僅要考慮不同行業、企業在數字技術方面的個性化需求，還應當考慮資金、人才、知識和技術積累等方面的差異，盡可能細化政策規定和加強政策精準性，做到“因產制宜”“因企制宜”。同時強化對企業使用資金的核查和監督，讓資金真正“用于刀刃上”，防止企業急功近利和跟風攀比引致的數字化“騙補”行為。

注 釋：

（1）數據來源：中國信息通信研究院發布的《中國數字經濟發展研究報告（2023）》。

（2）限于篇幅，相關性檢驗結果留存備索。

（3）由于固定資產和無形資產中包含數字化固定資產和無形資產，因而在計算時將其剔除，同時在回歸時將控制變量固定資產比率剔除。

參考文獻：

［1］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.

［2］ADEGBESAN J A，HIGGINS M J. The Intra-Alliance Division of Value Created Through Collaboration［J］. Strategic Management Journal，2010，32（2）：187-211.

［3］ARGYRES N S，FELIN T，FOSS N，et al. Organizational Economics of Capability and Heterogeneity［J］. Organizational Science，2012，23（5）：1213-1226.

［4］高良謀，馬文甲.開放式創新：內涵、框架與中國情境［J］.管理世界，2014（6）：157-169.

［5］NAMBISAN S，LYYTINEN K，MAJCHRZAK A，et al. Digital Innovation Management：Reinventing Innovation Management Research in a Digital World［J］. MIS Quarterly，2017，41（1）：223-238.

［6］CORONADO-MEDINA A，ARIAS-P?REZ J，PERDOMO-CHARRY G. Fostering Product Innovation Through Digital Transformation and Absorptive Capacity［J］. International Journal of Innovation and Technology Management，2020，17（6）：2050040.

［7］唐要家，王鈺，唐春暉.數字經濟、市場結構與創新績效［J］.中國工業經濟，2022（10）：62-80.

［8］張欣，董竹.數字化轉型與企業技術創新——機制識別、保障條件分析與異質性檢驗［J］.經濟評論，2023（1）：3-18.

［9］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（1）：147-162.

［10］龐瑞芝，劉東閣.數字化與創新之悖論：數字化是否促進了企業創新？——基于開放式創新理論的解釋［J］.南方經濟，2022（9）：97-117.

［11］徐翔，趙墨非，李濤，等.數據要素與企業創新：基于研發競爭的視角［J］.經濟研究，2023，58（2）：39-56.

［12］AGRAWAL A，GOLDFARB A. Restructuring Research：Communication Costs and the Democratization of University Innovation［J］. American Economic Review，2008，98（4）：1578-1590.

［13］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.

［14］張昕蔚.數字經濟條件下的創新模式演化研究［J］.經濟學家，2019（7）：32-39.

［15］李光紅，劉德勝，張魯秀.信息技術、資源共享與開放式創新——基于新創科技企業的調查［J］.江海學刊，2018（6）：248-253.

［16］丁秀好，武素明.IT能力對開放式創新績效的影響：知識整合能力的中介效應［J］.管理評論，2020，32（10）：147-157.

［17］賈西猛，李麗萍，王濤，等.企業數字化轉型對開放式創新的影響［J］.科學學與科學技術管理，2022，43（11）：19-36.

［18］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）：137-155.

［19］祁懷錦，曹修琴，劉艷霞.數字經濟對公司治理的影響——基于信息不對稱和管理者非理性行為視角［J］.改革，2020（4）：50-64.

［20］CHESBROUGH H. Open Innovation：The New Imperative for Creating and Profiting from Technology［M］. Boston：Harvard Business School Press，2003.

［21］CHESBROUGH H. Open Innovation Models：How to Thrive in the New Innovation Landscape［M］. Boston：Harvard Business School Press，2006.

［22］LICHTENTHALER U. Open Innovation：Past Research，Current Debates and Future Directions［J］. Academy of Management Perspectives，2011（2）：75-93.

［23］ECKHARDT J T，CIUCHTA M P，CARPENTER M. Open Innovation，Information and Entrepreneurship Within Platform Ecosystems［J］. Strategic Entrepreneurship Journal，2018，12（3）：369-391.

［24］LAURSEN K，SALTER A. Open for Innovation：The Role of Openness in Explaining Innovation Performance Among UK Manufacturing Firms［J］. Strategic Management Journal，2006，27（2）：131-150.

［25］楊震寧，趙紅.中國企業的開放式創新：制度環境、“競合”關系與創新績效［J］.管理世界，2020，36（2）：139-160，224.

［26］TSENG C H，TANSUHAJ P，HALLAGAN W，et al. Effects of Firm Resources on Growth in Multinationality［J］. Journal of International Business Studies，2007，38（6）：961-974.

［27］YOO Y L，BOLAND R J，LYYTINEN K，et al. Organizing for Innovation in the Digitized World［J］. Organization Science，2012，23（5）：1398-1408.

［28］BROCKMAN P，KHURANA I K，ZHONG R. Societal Trust and Open Innovation［J］. Research Policy，2018，47（10）：2048-2065.

［29］鄭瑋.國際化對開放式創新的影響——來自中國制造業上市公司的經驗證據［J］.國際貿易問題，2020（10）：51-66.

［30］柏培文，張云.數字經濟、人口紅利下降與中低技能勞動者權益［J］.經濟研究，2021，56（5）：91-108.

［31］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）：5-23.

［32］江艇.因果推斷經驗研究中的中介效應與調節效應［J］.中國工業經濟，2022（5）：100-120.

［33］WILLIAMSON O E.The Economic Institutions of Capitalism［M］.New York：Free Press，1985.

［34］周煜皓，張盛勇.金融錯配、資產專用性與資本結構［J］.會計研究，2014（8）：75-80，97.

［35］VAN DEN BOSCH F A J，VOLBERDA H W，DE BOER M. Coevolution of Firm Absorptive Capacity and Knowledge Environment：Organizational Forms and Combinative Capabilities［J］. Organization Science，1999，10（5）：551-568.

［36］POPPO L，ZENGER T. Do Formal Contracts and Relational Governance Function as Substitutes or Complements？［J］. Strategic Management Journal，2002，23（8）：707-725.

［37］尹志鋒，葉靜怡，黃陽華，等.知識產權保護與企業創新：傳導機制及其檢驗［J］.世界經濟，2013，36（12）：111-129.

［38］NARAYANAN M. Managerial Incentives for Short-Term Results［J］. The Journal of Finance，1985，40（5）：1469-1484.

［責任編輯：胡亭亭］