企業創新效率的同群效應研究：影響機制與經濟后果

[摘要]企業創新效率是影響企業價值和長期發展的重要因素之一，行業同群創新效率會對企業個體產生影響。以2013—2022年我國A股制造業上市公司為樣本，實證研究同行業創新效率對企業創新效率的影響及作用機制。研究發現：制造業企業創新效率存在顯著的行業同群效應，企業個體創新效率會受到同行企業的正向影響，該結論在經過一系列穩健性檢驗后仍成立；作用機制研究表明，行業競爭機制和跟隨學習機制是此同群效應的重要原因；調節作用分析表明在數字經濟高度發展的地區、同行地理位置相對接近的地區以及非國有企業中，創新效率的行業同群效應表現得更為突出；進一步分析表明企業創新效率的行業同群效應具有經濟外溢效應，不僅能提升企業自身的盈利能力，而且能激發和增強整個行業企業的盈利潛力，競爭能力強的企業創新效率行業同群效應會更強。研究結論不僅拓展了企業創新效率影響因素在同群效應方面的研究范疇，而且為企業創新決策方案的選擇提供了重要指導，為健全監管機構制定創新相關的規章制度以及政府機構政策引導提供了經驗證據。

[關鍵詞]創新效率；同群效應；競爭機制；信息機制；數字經濟

一、 引言

我國經濟已進入高質量發展階段，創新是實現經濟高質量發展的關鍵路徑。企業作為創新活動的重要主體，企業的創新效率已成為企業的發展活力和實現價值增值的重要標志。制造業是國家經濟命脈所系，加快建設制造強國是高質量發展的題中應有之義。創新作為制造業的核心，制造業高質量發展離不開創新[1]，已有關于企業創新效率的研究主要基于信號傳遞理論及代理沖突理論，從企業數字化轉型[2]、內部權力配置[3]等企業內部視角出發，分析企業內部的因素對企業創新效率的影響。也有學者從企業社會責任[4]、外部信息來源[5]等信號傳遞視角分析影響企業創新效率的影響因素。已有研究主要集中在企業創新產出作為企業創新績效的衡量標準，探究影響企業創新效率的增減的路徑。而獲取企業外界信息是企業創新效率的重要決定因素[6]，鮮有學者考慮企業在進行創新活動時會受到同群其他企業的外部干擾效應，對這一關系的偶然性及其背后的機制仍有待進一步探究。

根據信息模仿理論和競爭模仿理論，企業在選擇投資決策時并不獨立于其同行企業和競爭對手的選擇。Leary等[7]認為，作為組織決策的核心參與者，企業管理人員在行為和決策過程中不可避免地表現一種同群依賴性。這種依賴性不僅是由企業本身的特性所決定的，還會受到同一群體內其他企業的行為和特點所影響。處于同一行業的投資者，往往因為共同面對行業獨特的市場壓力而更容易建立一種默契，行業信息的交流共享，進一步促使他們形成一致的投資觀點。企業研發活動具有較強的外部性，當行業同群的創新效率較高時，會對企業個體產生無形壓力進而迫使企業提升創新效率，以達到追趕目的[8]。據此，本研究采用同群效應的理論框架，深入探討企業創新效率的行業同群效應產生的原因和其經濟影響，并描述同群企業如何影響企業的創新效率機制。

本文的研究貢獻和創新點主要體現在以下幾個方面：（1）已有的企業創新效率研究大多基于公司自主決策視角開展，未考慮同群間的相互影響，本文是對現有企業創新效率影響因素的研究僅關注企業自身特征的補充，深入探討企業創新效率的外界影響因素，不僅豐富企業創新效率的外部影響因素的相關研究，而且拓展“同群效應”這一理論的研究邊界。（2）本文創新性地將企業個體創新效率與同群企業的創新效率連接起來，并同時驗證創新效率同群效應的競爭機制和信息機制，為模仿效應的競爭理論和信息理論提供經驗證據；數字經濟、地理位置、企業所有制形式對企業創新效率同群效應具有重要的調節作用，表現的異質性為揭示企業創新效率知識溢出效應提供重要的理論支持。（3）研究結論不僅為各方更好地理解企業研發活動決策中同行業的互動模式，明確創新效率在微觀企業層面和中觀行業層面的具體作用機制，以及制定企業創新行為相關決策具有重要指導作用，而且為行業規范標準和政策制度的制定提供重要啟示，以充分發揮創新在推動經濟高質量發展中的驅動作用。

二、 文獻回顧與研究假設

1. 同群效應

Crutchfield[9]將從眾定義為屈服于群體壓力。這種源于集體的壓迫促使個體基于集體的社會效應和他們的融入意向采取行動。同群效應是指在一定范圍內的社會交往中產生的一種心理上的認同作用，即群體成員對他人態度的一致性，其存在于個體的行動被一人或更多人的互動所影響。同群效應的主要表現之一是模仿，這是一種常見的行為形式，出現在各種商業領域[10]。許多學者通過實證研究證明了同群效應的存在并確定其大小[11]。企業不會孤立地作出投資決策，企業為了降低其投資決策的風險和不確定性會模仿同群企業的投資行為和作出決策。企業投資行為受到同群效應影響的前提是存在有影響價值的同群。同群效應在企業投資決策中通過同行業效應、同地區效應和同類型企業效應產生不同的影響。

同行的信息改變了企業開展業務的方式。在作任何投資決策時，企業會觀察處于類似環境中的企業行為，包括他們的競爭者的行為，一家企業的政策很大程度上取決于其同行企業的類似政策。Dougal等的[12]研究表明，企業的投資依賴于同一地理環境中同行企業的投資和現金流策略，即一家企業的投資對附近企業的投資高度敏感，甚至在行業特征上也是如此[12]。同群效應在許多企業決策中發揮重要作用，如資本結構[7]、債務期限結構[12]和稅收政策[13]，社會責任行為[14]，股息支付決策[15]等。

2. 同群效應對企業創新效率的影響

模仿行為機制在同群效應中可以被劃分為兩大類：行業競爭機制和跟隨學習機制。競爭理論主張模仿行為是一種目的在于緩解競爭壓力或降低風險的響應方式。因此，當企業面臨競爭者的行動時，它們常常傾向于采納同質化的策略與競爭者的行動保持一致，從而降低競爭的激烈程度或減少潛在風險。這意味著競爭對手的行為能激勵企業采取行動[16]，當具有互相可比的資源和市場地位的企業彼此面對時，模仿彼此以減輕競爭是最常見的。同群企業中大多數經濟決策都存在模仿行為，尤其是在不確定性加劇的時期或在市場高度競爭的環境中，這種模仿行為可能更為常見[10]。具體而言，在企業創新領域，第一發明人可以獲得先發優勢和技術的一些關鍵專利權[15]，為了化解競爭對手搶占市場的行為，企業會跟隨競爭對手的創新行動，從而使競爭對手之間的創新行為正相關[10，17]。

基于信息理論，企業所處的市場環境中的信息泄露、噪聲等因素使得企業很難獲得完整、真實的市場信息。因此，企業在進行管理決策時，會盡量收集外部信息，然后利用內部信息促進決策行為，從而符合“理性經濟人”的假設[14]。管理層通常努力降低決策和信息收集的成本，優化可預測的決策結果。為了降低收集外部信息的成本，防止自己在決策失敗后獨自承擔后果，管理者傾向于參考行業同群中的其他個人，并呈現類似的投資趨勢。參考對象不是隨機或盲目選擇的。處于優勢地位的企業更有可能被列為參照物和模仿對象，而相對弱勢的企業往往不被過多地借鑒。這可能是因為處于優勢地位的企業往往擁有更有價值的內部信息，而且其創新投資行為釋放的市場信號具有更強的參考價值。相比之下，行業領導者的行為不受非領導者的影響[18]。

此外，Li等[19]發現，由于微觀個體的信息獲取能力有限，他們在參考自己的歷史投資信息時，傾向于橫向比較同類企業在同一時期的決策結果[19]。自然會有比較和學習動機，從而導致模仿行為[14]。特別是在充滿不確定性的環境中，“領導者”的決定常常是重要的資訊來源[10]。與“跟隨者”相比，“領導者”往往具有更多的資源，因此，在信息不對稱的條件下，追隨者往往更有動機去觀察“領導者”的創新活動，通過觀察“領導者”的創新效率改變自身創新效率以提高在市場中的競爭力[8]。基于以上分析，本文提出以下假設：

H1：企業的創新效率受到同行企業創新效率的顯著影響。

3. 數字經濟、地理位置、產權性質的調節作用

數字經濟對企業創新效率會產生重要影響。數字經濟被認為是推動經濟高質量發展的重要依托[20]，數字經濟的發展為企業的創新創造了有利的外部環境，包含許多領域，如互聯網、云計算和大數據。隨著信息技術與產業融合的深入推進，我國數字經濟呈現快速發展趨勢，并成為推動經濟社會高質量發展的重要引擎之一。一方面，數字經濟的崛起為企業提供了優化市場信息匹配的途徑，數字化信息打破了傳統資源供應的限制，顯著提升了企業在信息檢索方面的效率[18]。企業能以較低的成本獲取外部信息，這可能影響企業的創新效率。數字化信息不僅能給企業帶來較高的經濟效益，也是實現高質量創新的關鍵支持[21-22]。另一方面，數字經濟的興起幫助企業降低創新成本，激勵它們追求高質量的創新。在數字經濟較為發達的地區，企業更容易受到與其他企業互動的影響，從而使其創新效率產生更為明顯的同群效應。

地理位置對企業創新效率同樣產生重要影響。Dougal等[12]認為企業的投資依賴地理上同行的投資和現金流策略，一家企業的投資對附近企業的投資高度敏感[12]。同群效應實質上是個體對群體行為的解讀與模仿過程[23]。相應地，當企業與同行其他企業之間的地理距離較近，那么它就能更好地解讀同群企業傳遞的信息。企業和其所屬相同地域的同行企業都面對類似的商業環境時，更容易根據同群企業傳遞的信息調整自己的創新方式[23]。

產權屬性對企業創新效率會產生重要影響。國有企業能夠獲得政府的庇護，這使其能夠享受到各種優惠政策，從而為其尋租活動提供了便利條件。然而，如果國有企業在尋租活動中投入過多的精力，導致對創新的忽視[24]。因此，國有企業與民營企業相比，國有企業對外部信息的感知能力相對較弱[25]，而同群效應作為對企業外部性的影響，相較于民營企業，國有企業可能更難對行業同群行為作出反應。基于以上分析，本文提出以下假設：

H2：數字經濟、地理位置、民營企業產權屬性能夠強化企業的創新效率受到同行企業創新效率的促進影響。

本文研究框架如圖1所示。

三、 數據、變量與統計分析

1. 樣本選取和數據來源

本文選取了2013—2022年A股制造業上市公司的相關數據作為研究樣本，其中包括財務信息、數字基礎設施數據和地理位置信息，這些數據均來自CSMAR數據庫。上市公司年報資料來自深交所及滬交所的官網。對原始數據做以下處理：剔除ST及PT樣本；剔除部分缺少財務數據的樣本；對連續變量做1%Winsorize縮尾。最后獲得了18346個數據樣本1，使用stata18進行處理。

2. 變量定義

（1）被解釋變量

企業的創新效率（Ineff）。目前，多數文獻對創新的測度可分為創新投入和創新產出。創新投入主要集中在人力和資本投入，而創新產出則考慮企業的專利的產出。本文將創新投入與創新產出相結合，可以更合理地衡量企業創新效率。因此采取Yuan等[4]的方法使用三種專利總申請量的對數Ln（1+Pat）與公司研發投入對數Ln（1+RD）之比來衡量企業的創新效率（Ineff）。此外，因發明性專利更能代表企業的創新水平，使用發明專利申請量的對數Ln（1+Inv）與公司研發投入對數Ln（1+RD）之比作為企業創新效率的代理變量衡量（Ineff2）進行穩健性檢驗。由于創新產出相較于創新投入具有滯后性，本文在變量構建時將公司研發投入對數Ln（1+RD）進行滯后一期操作。

（2）解釋變量

同行企業的創新效率（Ineffpeer）。本文參考Leary等[7]的做法，Ineffpeer用同行業中企業個體的創新效率平均值衡量，考慮到同群特征的決定因素對企業創新效率的影響存在時滯性，本文將Ineffpeer滯后一期處理。在Ineff2的基礎上采取相同方法計算得出Ineffpeer2，并將其做滯后一期處理。

（3）調節變量

地理位置（GEOP）。本文借鑒了劉靜等[23]的方法，采用對同一地區的同行企業數量對其地理鄰近程度進行衡量，將收集到的同一地區的同行企業數量除以100以方便呈現回歸結果，其值越高代表同行企業地理鄰近程度越高。

數字經濟（Dig）。根據2023年由中共中央、國務院發布的《數字中國建設整體布局規劃》2，數字基礎設施的高效連接可以顯著提高數字經濟的質量和效益。因此，本文結合趙濤等[20]的方法，采用數字化基礎設施來評估各個地區數字經濟水平，收集不同省份的域名數、互聯網寬帶接入端口、互聯網寬帶接入用戶、長途光纜線路長度四個指標，對使用PCA主成分分析法得出的值取自然對數獲得數字經濟（Dig）的值。

企業所有制屬性（SOE）。借鑒以往研究[26]，本文將國有企業取值為1，民營企業取值為0。

（4）控制變量

本文根據以往的研究[5，27]，圍繞企業創新效率設置以下控制變量：資產負債率（Lev）、企業成長性（Tobinq）、總資產凈利潤率（Roa）、營業收入增長率（Growth）、企業規模（size）、現金持有（Cash）；對同群企業的基本特征選取以下控制變量：平均資產負債率（Lev_peer）、平均成長性（Tobinq_peer）、平均資產凈利率（Roa_peer）、平均營業增長（Growth_peer）、平均企業規模（Size_peer）、平均現金持有（Cash_peer）。此外，為了消除不同行業和年份對研究成果的潛在影響，本文除了控制個體固定效應，還控制行業固定效應和年份固定效應。

3. 模型設計

為了驗證假設H1，本文借鑒Leary等[7]的模型研究同群效應對創新效率的影響。由于處于相同行業中的公司要想得到精確的資料，往往都要經過一段時間的公布，企業的現有個體特征會影響當前企業的創新效率，而同行群體特性的決定因素對企業創新效率的影響則具有一定的時滯性，因此將行業同群創新效率滯后一期。具體模型如下：

[yi，j，t=α+βy-i，j，t-1+γX-i，j，t-1+λXi，j，t+δμj+φvt+εi，j，t] （1）

[yi，j，t]是本文的被解釋變量企業創新效率；[y?i，j，t?1]是本研究的主要解釋變量，使用相同年份的同群企業創新效率均值進行衡量，對其進行滯后一期的操作;[X?i，j，t?1]為次要解釋變量，使用同群特征變量這種外部性因素來測度對企業創新效率的影響，對其進行滯后一期的操作；[Xi，j，t]為企業個體特征變量，將其作為控制變量以控制不同企業個體的特征；[μj]代表行業固定效應；[νt]代表時間固定效應。結合本文的研究方向，使用以下模型來驗證企業的創新效率受到同行企業的顯著影響，Ineff和Ineffpeer分別為被解釋變量和解釋變量；Controlpeer為同群特征控制變量；Control為不同企業個體特征的控制變量，本研究的關注點在β系數的顯著性：

[Ineffi，j，t=α+βIneffpeer-i，j，t-1+γControlpeer-i，j，t-1+λControl i，j，t+δμj+φvt+εi，j，t] （2）

為了驗證假設2，構建如下模型（3），其中MR代表地理位置、產權屬性，數字經濟的調節作用構建模型：

[Ineffi，t=α+βIneffpeeri，t-1+β1 MR×Ineffpeeri，t-1+β2MR+γControlpeeri，t-1+λControli，t+δμj+φvt+εi，t]

四、 實證結果

1. 描述性統計

描述性統計的結果如表1所示。結果顯示，Ineff均值為3.4%，Ineff2均值為2.7%，結果顯示，我國上市制造企業創新效率普遍較低。p25與p75都為0，再次證明創新活動具有周期長、投入大，且具有一定風險等特點[27]。此外，企業創新效率最大值為0.537，最小值為0，表明我國制造業上市企業的創新效率之間具有較大差異。

2. 回歸結果

表2展示了企業創新效率與行業同群效應之間的實證檢驗數據。表2采用企業個體創新效率作為因變量，列（1）列（2）使用OLS模型對相關性進行估算。在第一列的基礎上，第二列控制了行業層面的特征變量以消除行業層面的外生性因素對研究結果可能產生的影響。列（1）列（2）結果顯示解釋變量的系數均在1%的水平上顯著為正。初步證明同群企業創新效率對企業創新效率具有正向影響。列（3）列（4）為固定效應模型的回歸結果，列（4）在列（3）的基礎上控制同行業特征變量，發現解釋變量系數仍在1%水平顯著為正，在使用固定效應模型消除未觀察到的因素對研究結果可能造成的影響后，企業創新效率的同群效應依舊存在。

3. 穩健性檢驗

（1）排除競爭性假設

本文研究同群效應的假設均基于同一行業的同群企業，但在相同的地域范圍里，企業面臨著相似的外部條件，如營商環境、市場壓力等，可能導致同一地區的創新效率趨同，這種“基于地理位置的同群效應”會對研究結論造成影響。為消除這種可能給研究結論造成的影響，模型（4）在模型（2）的基礎上加入同一省份的企業創新效率均值（PartIneffpeer）作為新的控制變量，其他變量的評估方法與模型（2）保持一致。觀察在排除基于相似的外部環境的影響后，創新效率的行業同群效應是否依舊顯著，具體的模型如下：

[Ineffi，j，t=α+β1Ineffpeer-i，j，t-1+β2PartIneffpeer-i，j，t-1+γControlpeer-i，j，t-1+λControli，j，t+δμj+φvt+εi，j，t] （4）

模型（4）的回歸結果如表3所示。列（1）列（2）結果顯示在加入新的控制變量后，β1在1%水平顯著為正，這表明，在控制了地區同群效應之后，企業的創新效率仍然受到行業同群效應的顯著影響。列（3）（4）結果顯示更換變量后，β1仍在1%水平上顯著為正，這進一步證實了企業的創新效率具有顯著的行業同群效應這一結論具有穩健性。

（2）樣本自選擇問題

為避免樣本選擇偏差可能會給研究造成的影響，本文使用Heckman兩階段方法對可能存在的“自選擇偏誤”進行調整。已有研究表明政府的補貼和企業創新效率呈正相關關系[28]。在第一階段，選用影響企業創新效率的外生關鍵變量，是否獲得政府補貼（ifgrants）為加入的新變量，表4列（1）結果顯示，ifgrants相關系數在1%水平上顯著為正，表明企業獲得政府補貼與自身創新效率正相關。列（2）結果顯示，imr系數在10%水平上顯著，在控制了imr后Ineffpeer系數顯著為正，樣本選擇偏誤得到了有效調整之后，企業創新效率的行業同群效應仍存在，假設H1依舊成立。

五、 機制檢驗

以上驗證了創新效率的行業同群效應的存在性，但對同群效應中的行業層面到企業個體層面的作用機制尚不清晰。本部分將從競爭理論和信息理論兩方面驗證創新效率的行業同群效應作用機制。

1. 行業競爭機制

企業不僅需要與客戶進行“討價還價”爭奪利益，還要與同行企業來爭奪來自上下游的資源。在市場競爭尤為激烈的情況下，企業傾向于采取同質化策略以與其競爭者的行動保持一致，從而減輕競爭壓力并降低潛在風險[10]。為了驗證行業競爭機制，本文使用行業集中度作為評估市場競爭強度的指標，結合陳正林[21]的方法，將企業所處行業的企業數量大于平均值的視為競爭較為激烈，賦值為1，企業所在行業企業數量小于平均值的賦值為0。

[Ineffi，t=α+βIneffpeeri，t-1+β1Crn×Ineffpeeri，t+δCrn+γControlpeeri，t-1+λControli，t+δμj+φvt+εi，t] （5）

上式中，Crn代表行業集中度。本文使用該模型驗證基于競爭理論的行業競爭機制存在性，主要關注交互項系數β1是否顯著，顯著則說明企業創新效率行業同群效應的行業競爭機制成立。

表5列（1）、列（2）結果顯示，在控制了行業特征變量前后，β1均在5%的水平上顯著為正，相應地，列（3）、列（4）結果顯示，在更換變量衡量方式后，β1仍在5%水平上顯著為正。結果表明在競爭激烈的行業，企業創新效率的行業同群效應會更加顯著，企業創新效率同群效應的行業競爭機制結論穩健。

2. 跟隨學習機制

從信息理論的角度看，學習被視為模仿的關鍵驅動力，特別是在高度不確定的環境中，行業領導者的決策往往成為關鍵的信息來源[22]。迫使追隨者調整自身的創新進行追趕[8]。

為驗證跟隨學習機制，本文遵循以下做法來定義和處理處于同一行業的“領導者”企業和“跟隨者”企業。首先，結合Leary等[7]、Adhikari等[15]的做法，分別采用同行業企業的資產負債率大小（lev）和研發投入大小（spending）作為對“追隨者”“領導者”的劃分標準，數值大小在同行前30%的為“領導者”，處于同行后30%的為“追隨者”；其次，使用領導者和追隨者新樣本對同群創新效率進行重新計算；最后，使用追隨者和領導者行業同群創新效率與領導者和追隨者匹配使用模型（2）進行回歸，其中被解釋變量為追隨者（領導者）的個體創新效率，解釋變量為領導者（追隨者）樣本重新計算后得出的同群創新效率，其他變量與模型（2）保持一致。回歸結果如表6所示。列（3）、列（4）解釋變量系數均在5%的水平上顯著為正，而列（1）、列（2）中的解釋變量回歸系數并不顯著，表明追隨企業更容易受領導企業的行為影響，證明了企業創新效率行業同群效應跟隨學習機制的存在。

六、 調節效應檢驗

1. 數字經濟的調節作用

本文使用生成的Ineffpeer×Dig的交互項來探究不同地區數字經濟水平對企業創新效率同群效應的調節作用，表7為加入地區數字經濟調節變量后的回歸結果。列（1）、列（2）回歸結果顯示，交互項在1%水平上顯著為正，表明地區數字經濟發展對企業創新效率的行業同群效有正向促進作用。在更換變量后，結果仍穩健。

2. 地理位置的調節作用

本文進一步探討了企業與其所在的同群企業的地理位置關系如何調節創新效率的行業同群效應。參考劉靜等[23]的研究，用處于同一地區1的同行企業數量來衡量地區行業同群的鄰近程度（GEOP）。表8列（2）是在列（1）的基礎上將行業特征變量加入回歸模型作為控制變量，列（1）、列（2）結果顯示，交互項的回歸系數均在1%的水平上顯著，表明企業與其同行企業的地理鄰近度越高，其創新效率的行業同群效應就越明顯。相應地，列（3）、列（4）結果顯示，交互項在5%的水平上顯著為正，更換變量衡量方式后，研究結果保持一致。

3. 所有權屬性的調節作用

本文進一步探討了在不同產權屬性下，企業創新效率與行業同群之間的關系。參照吳娜等[26]的方法，將國有企業設為1，民營企業設為0。表9中列（1）、列（2）顯示，交互項的系數都在1%水平上顯著為負，表明企業創新效率的行業同群效應在非國有企業更為顯著。這是因為相較于國有企業，民營企業更善于捕捉市場中的有效信號，更易受同行企業影響。在表9的列（3）、列（4）結果顯示，交互項系數都在5%的水平上顯著為負，證明了相較于國有企業，在民營企業創新效率的行業同群效應更為突出這一結論穩健。

七、 進一步分析

1. 對企業及行業盈利的影響

本文進一步探討企業的創新效率與行業同群效應如何對企業自身的盈利能力及行業整體盈利水平產生影響。由于知識進步“溢出”給其他企業和消費者，企業往往無法完全占有其投資成果，創新投資的社會回報超過了企業個體回報。新的或技術上優越的產品的創新創造了暫時的壟斷，企業可以在產品性能改善的基礎上提高價格，這種“不完全競爭”優勢促進企業提高銷售業績。

創新效率提升不會對經營績效帶來立竿見影的積極影響。公司應該至少等待一年才能從運營績效方面的創新投資中獲得有益效果。本文采用營業毛利率作為企業盈利能力的衡量標準，并將企業個體毛利率提前一期，行業毛利率提前兩期進行匹配。參考李秋梅等[29]的做法，本文將同群企業創新效率與企業個體創新效率的交互項Ineffpeer×Ineff加入模型中，檢驗企業創新效率同群效應對企業個體盈利能力以及行業整體盈利的影響。

[Profiti，j，t+1=α+β1Ineffi，j，t×Ineffpeer-i，j，t-1+β2Ineffi，j，t+β3Ineffpeer-i，j，t-1+γControlpeer-i，j，t-1+λControli，j，t]

[+δμj+φvt+εi，j，t]" " "（6）

[Ind_profiti，j，t+2=α+β1Ineffi，j，t×Ineffpeer-i，j，t-1+β2Ineffi，j，t+β3Ineffpeer-i，j，t-1+γControlpeer-i，j，t-1+λControli，j，t]

[+δμj+φvt+εi，j，t]" " " （7）

除企業個體盈利指標（Profit）和行業盈利指標（Ind_Profit）以及同群企業創新效率與企業個體創新效率的交互項（Ineffpeer×Ineff）外，其余變量均與模型（2）保持一致。在此回歸中主要關注企業創新效率與同群企業平均創新效率交互項（Ineff×Ineffpeer）的系數β1，考察創新效率行業同群效應對企業和行業的盈利能力的影響。表10列（1）為企業創新效率行業同群效應與企業盈利能力的回歸結果，其交互項系數在1%水平上顯著為正，說明企業創新效率行業同群效應越大，企業盈利能力越強；列（2）將企業創新效率的行業同群效應與行業盈利能力進行回歸，交互項系數在5%水平上顯著為正，表明企業創新效率同群效應對行業整體的盈利能力具有提升作用。列（3）、列（4）結果顯示在更換變量衡量方式后，交互項系數至少在5%水平上顯著為正。可見，企業創新效率的同群效應產生了溢出，這種溢出效應對企業個體盈利能力和行業整體盈利能力均具有促進作用。

2. 企業競爭能力的推動作用

本部分采用營業收入的勒納指數衡量企業在行業中的競爭能力，檢驗以上創新效率同群效應經濟后果產生的主要原因。表11列（1）、列（3）結果顯示，交互項均在5%水平上顯著為正，列（2）、列（4）結果顯示，在控制了行業特征變量后，交互項回歸系數在5%的水平上仍顯著為正。研究結果表明當企業在行業中的競爭能力越強，企業創新效率受行業同群影響越強。

八、 結論與建議

1. 研究結論

本文利用2013—2022年中國上市公司的十年數據，深入探討了企業創新效率行業同群效應的存在性、作用機制、影響要素以及經濟后果。研究結果表明，企業并不是孤立進行創新投資決策的，而是受到其所屬同行的直接影響，企業的創新行為會學習具有相似特征的同群企業；進一步研究模仿機制發現，一是競爭尤為劇烈的行業中，企業的創新效率受到行業內同群效應的影響更為顯著，二是信息上處于劣勢的追隨企業，在學習動機的驅動下，更有可能跟隨領導企業的創新效率調整自身創新效率；企業創新效率同群效應存在異質性，在數字經濟基礎較為發達的區域、同群企業地理位置相近的地區以及非國有企業中，企業創新效率的同群效應更加明顯；從經濟后果來看，企業創新效率行業同群效應不僅能夠顯著提升企業個體的盈利能力，而且產生的溢出會進一步增加行業整體的盈利能力，這可能是因為同行業中競爭能力越強的企業，創新效率的行業同群效應就越強。

2. 政策建議

企業自身層面，一是企業在作出相關創新決策時，應將同群效應視為企業創新的新的重要決定因素，盡可能地收集同行企業創新行為相關信息，廣泛關注行業創新活動相關披露政策，多舉措提高企業創新活動效率，激發企業創造力，充分利用行業同群效應對企業創新效率的積極影響；二是行業“追隨企業”要高度關注行業“領導企業”的創新行為，通過跟隨學習提升自身在整個行業中的競爭地位；三是企業決策制定者應充分考慮企業所處地區的數字經濟基礎建設水平，與同行的地理位置鄰近程度以及企業產權屬性，并將以上因素納入創新項目評價指標體系，因地制宜地選擇適合本企業創新效率提升的路徑和模式，全面綜合考量創新項目的可行性和盈利性，提高創新項目投資成功的可能性。

行業監管機構層面，一是由于同行企業間的競爭程度越激烈，對企業個體的創新效率會產生積極影響，但競爭程度加劇也可能帶來同行間的惡性競爭，行業監管機構要制定相應的行業規范和標準，積極引導企業良性競爭，防止無序競爭和惡性競爭給整個行業及市場帶來危害；二是要充分發揮行業“領導者”帶頭作用， 監督行業“領導企業”對企業創新信息披露的及時性和準確性，充分利用企業創新效率同群效應的“溢出效應”，并最大限度地激發這種外部性，提高整個行業的創新效率，促進整個行業實現高質量發展。

政府機構層面，一是應深入貫徹實施創新發展戰略，精準監測企業創新數據和創新需求，增強創新信息傳遞效應；二是積極推動數字經濟基礎建設，搭建信息共享平臺，規避“信息孤島”，增進同行業企業的地理位置鄰近程度，加快新興數字技術與制造業深度融合，促進創新效率在各行業內的“溢出效應”；三是對各行業的創新信息進行深度調研，充分掌握不同行業發展的技術能力和創新需求，通過政策制度改革作出最優支持方案，充分利用創新帶動各地區實現“先富帶動后富式”的共同繁榮。

參考文獻：

[1] 宋靜思，劉書文.推動制造業高端化、智能化、綠色化發展[N].人民日報，2024-02-25（001）.

[2] LI S， GAO L， HAN C， et al.Exploring the Effect of Digital Transformation on Firms’ Innovation Performance[J].Journal of Innovation amp; Knowledge，2023，8（1）：100317.

[3] 譚洪濤，陳瑤.集團內部權力配置與企業創新——基于權力細分的對比研究[J].中國工業經濟，2019， （12）：134-151.

[4] YUAN L，ZHENG L，XU Y.Corporate Social Responsibility and Corporate Innovation Efficiency：Evidence from China[J].International Journal of Emerging Markets，2023，18（12）：6125-6142.

[5] ASIMAKOPOULOS G， REVILLA A J， SLAVOVA K.External Knowledge Sourcing and Firm Innovation Efficiency[J].British Journal of Management，2020，31（1）：123-140.

[6] FU X.How Does Openness Affect the Importance of Incentives for Innovation？[J].Research Policy，2012，41（3）：512-523.

[7] LEARY M T， ROBERTS M R.Do Peer Firms Affect Corporate Financial Policy？[J].The Journal of Finance，2014，69（1）：139-178.

[8] 劉柏，王馨竹.企業創新成果與創新質量的驅動因素研究——基于同群和競爭的視角[J].宏觀質量研究，2021，9（2）：43-58.

[9] CRUTCHFIELD R S.Conformity and Character[J].American Psychologist，1955，10（5）：191.

[10] LIEBERMAN M B， ASABA S.Why do Firms Imitate Each Other？[J].Academy of Management Review，2006，31（2）：366-385.

[11] ALI-RIND A，BOUBAKER S，JARJIR S L.Peer Effects in Financial Economics：A Literature Survey[J].Research in International Business and Finance，2023，64（5）：101873.

[12] DOUGAL C，PARSONS C A，Titman S.Urban Vibrancy and Corporate Growth[J].The Journal of Finance，2015，70（1）：163-210.

[13] BIRD A，EDWARDS A，RUCHTI T G.Taxes and Peer Effects[J].The Accounting Review，2018，93（5）：97-117.

[14] CAO J，LIANG H，ZHAN X.Peer Effects of Corporate Social Responsibility[J].Management Science，2019，65（12）：5487-5503.

[15] ADHIKARI B K， AGRAWAL A.Peer Influence on Payout Policies[J].Journal of Corporate Finance，2018，48（2）：615-637.

[16] PACHECO D F，DEAN T J.Firm Responses to Social Movement Pressures： A Competitive Dynamics Perspective[J].Strategic Management Journal，2015，36（7）：1093-1104.

[17] ANAND J，MESQUITA L F，VASSOLO R S.The Dynamics of Multimarket Competition in Exploration and Exploitation Activities[J].Academy of Management Journal，2009，52（4）：802-821.

[18] 顧麗敏，張驍.數字經濟驅動企業商業模式創新的動因、機理與路徑[J].南京社會科學，2023（12）： 36-43.

[19] LI C，WANG X.Local Peer Effects of Corporate Social Responsibility[J].Journal of Corporate Finance，2022，73（5）：102187.

[20] 趙濤，張智，梁上坤.數字經濟、創業活躍度與高質量發展——來自中國城市的經驗證據[J].管理世界，2020，36（10）：65-76.

[21] 陳正林.客戶集中、行業競爭與商業信用[J].會計研究，2017（11）：79-85.

[22] KAUSTIA M， RANTALA V.Social Learning and Corporate Peer Effects[J].Journal of Financial Economics，2015，117（3）：653-669.

[23] 劉靜，王克敏.同群效應與公司研發——來自中國的證據[J].經濟理論與經濟管理，2018（1）：21-32.

[24] 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.

[25] 董曉慶，趙堅，袁朋偉.國有企業創新效率損失研究[J].中國工業經濟，2014（2）：97-108.

[26] 吳娜，白雅馨，安毅.主動模仿還是被動反應：商業信用同群效應研究[J].南開管理評論，2022，25（3）：149-161.

[27] 張云，方霞，楊振宇.數字金融、企業風險承擔與技術創新[J].系統工程理論與實踐，2023，43（8）：2284-2303.

[28] 楊歡，李香菊.政府創新補貼對企業創新效率的影響效應及機制識別研究[J].管理學報，2023，20 （4）：558-567.

[29] 李秋梅，梁權熙.企業“脫實向虛”如何傳染？——基于同群效應的視角[J].財經研究，2020，46（8）： 140-155.

基金項目：國家社科基金一般項目“共同富裕視閾下高質量城鎮化的機制、路徑及政策”（項目編號：23BJL120）。

作者簡介：武永霞，女，博士，甘肅政法大學商學院副教授，碩士生導師，研究方向為創新管理與投融資管理；劉亦楠，通訊作者，男，甘肅政法大學經濟學院碩士研究生，研究方向為創新管理。

（收稿日期：2024-08-28" 責任編輯：殷 俊）