數(shù)字賦能制造企業(yè)創(chuàng)新效率提升
——來自A股上市公司的經(jīng)驗證據(jù)

孟衛(wèi)軍， 焦?jié)缮剑?邢青松

(重慶交通大學(xué) 經(jīng)濟與管理學(xué)院， 重慶 400074)

當前，以大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)、5G等為代表的新一代數(shù)字技術(shù)正深刻影響著世界經(jīng)濟的發(fā)展，人類社會全面進入數(shù)字經(jīng)濟時代。據(jù)《中國數(shù)字經(jīng)濟發(fā)展白皮書2020》數(shù)據(jù)顯示，2019年我國數(shù)字經(jīng)濟規(guī)模與2005年相比增長了12.5倍，占GDP的比重由14.2%提升到36.2%，其中產(chǎn)業(yè)數(shù)字化貢獻值占數(shù)字經(jīng)濟的80%，已成為地區(qū)數(shù)字經(jīng)濟的關(guān)鍵支撐。數(shù)字技術(shù)滲透賦能傳統(tǒng)制造業(yè)產(chǎn)業(yè)革新和動能轉(zhuǎn)換，是產(chǎn)業(yè)數(shù)字化的重要領(lǐng)域，企業(yè)將數(shù)字資源與傳統(tǒng)要素條件重新組合并引入其生產(chǎn)體系，改造其采購、制造、倉儲物流、營銷服務(wù)等關(guān)鍵環(huán)節(jié)，可促進制造業(yè)向智能化、高端化趨勢高質(zhì)量發(fā)展。同時，數(shù)字賦能制造企業(yè)轉(zhuǎn)型升級的過程將推動創(chuàng)新流程與模式的演化，使創(chuàng)新活動呈現(xiàn)出新的轉(zhuǎn)變。

數(shù)字賦能是指企業(yè)將數(shù)字技術(shù)與組織、生產(chǎn)及管理全方位融合，賦予企業(yè)一種新的生產(chǎn)函數(shù)，使企業(yè)在產(chǎn)品、市場、生產(chǎn)方式、原材料、組織方式等方面獲得重新組合要素的新能力，進而對企業(yè)發(fā)展產(chǎn)生效率提升作用和加速增長效應(yīng)[1]。企業(yè)將各個環(huán)節(jié)與數(shù)字技術(shù)相結(jié)合，可以有效減少成本、優(yōu)化內(nèi)外部溝通、提高效率[2]，這是進行更高效的經(jīng)濟價值創(chuàng)造的過程。關(guān)于數(shù)字賦能創(chuàng)新，現(xiàn)有研究主要分為理論機制分析和實證研究兩個部分。理論機制上，張昕蔚[3]認為在數(shù)字技術(shù)的驅(qū)動下，創(chuàng)新組織正由線性和創(chuàng)新體系范式向創(chuàng)新生態(tài)系統(tǒng)演化，特別是在數(shù)字平臺的支撐下，合作網(wǎng)絡(luò)空間功能和范圍得到了極大的拓展。多元異質(zhì)主體和資源被平臺整合，使跨技術(shù)、跨領(lǐng)域、跨行業(yè)的融合式創(chuàng)新成為常態(tài)[4]。陳一華等[5]總結(jié)了數(shù)字技術(shù)通過連接(利益相關(guān)者)、管控(自動化)和解釋(整合信息)三種機制賦能制造業(yè)企業(yè)。張國勝等[1]認為數(shù)字賦能可以通過優(yōu)化資源配置、降低成本、提高勞動力水平三條路徑促進企業(yè)技術(shù)創(chuàng)新。在實證研究方面，周青等[6]基于浙江73個縣的面板數(shù)據(jù)，發(fā)現(xiàn)數(shù)字化接入水平的提高有利于提升區(qū)域創(chuàng)新績效。進一步，趙濱元[7]認為數(shù)字經(jīng)濟發(fā)展不僅能夠帶動本地創(chuàng)新績效提升，對周邊城市也具有空間溢出效應(yīng)。在企業(yè)層面，黃節(jié)根等[8]考察了數(shù)字化水平對企業(yè)運營和市場創(chuàng)新績效的正向作用。張國勝等[1]利用世界銀行對中國企業(yè)的調(diào)查數(shù)據(jù)，驗證了數(shù)字賦能對企業(yè)技術(shù)創(chuàng)新產(chǎn)生的促進效應(yīng)。

關(guān)于創(chuàng)新效率和數(shù)字賦能的測算方法。以往學(xué)者主要使用灰色關(guān)聯(lián)分析、隨機前沿分析(SFA)和數(shù)據(jù)包絡(luò)分析(DEA)等方法對創(chuàng)新效率進行測算[9]，其中DEA方法因無需構(gòu)建函數(shù)模型和設(shè)置權(quán)重的特點在效率評價方面占有重要地位。Tone在2001年對傳統(tǒng)DEA模型進行了改進，提出了基于松弛變量的非徑向非角度的SBM模型，為解決相對有效單元的排序問題，隨后又進一步提出了超效率SBM模型。此方法得到了廣泛應(yīng)用，如閆濤等[10]使用超效率SBM測算了中國285個地級城市的生態(tài)效率，并考察了時空演變過程。對于數(shù)字賦能的測算方法，中國信息通信研究院[11]采用增長核算賬戶框架(KLEMS)計算出ICT實際投資資本存量來表示傳統(tǒng)行業(yè)中的數(shù)字經(jīng)濟部分。戚聿東和蔡呈偉[12]基于關(guān)鍵詞文本挖掘的方法對企業(yè)數(shù)字化程度進行了測算，考察數(shù)字化對制造業(yè)企業(yè)績效的影響。

綜上，在數(shù)字技術(shù)與企業(yè)創(chuàng)新互動關(guān)系的研究中，理論分析主要圍繞數(shù)字技術(shù)的數(shù)字化、智能化和網(wǎng)絡(luò)化屬性通過改變研發(fā)創(chuàng)新過程、組織形式、資源配置等方面影響企業(yè)創(chuàng)新活動，也有部分學(xué)者實證檢驗了數(shù)字賦能對創(chuàng)新績效的促進效應(yīng)，但由于我國產(chǎn)業(yè)數(shù)字化過程還處于起步階段，產(chǎn)業(yè)數(shù)字化部分因數(shù)據(jù)獲取和測算的困難造成相關(guān)的實證研究較為缺乏。隨著創(chuàng)新驅(qū)動戰(zhàn)略的深入實施，我國制造業(yè)創(chuàng)新取得了長足進步，但企業(yè)的研發(fā)活動投入效率依然長期低于社會最優(yōu)水平，特別是在創(chuàng)新資源依舊緊缺的現(xiàn)實基礎(chǔ)上，很有必要從實證角度探討數(shù)字賦能是否能有效促進制造企業(yè)創(chuàng)新效率的提升以及它的作用路徑。本文基于企業(yè)微觀層面數(shù)據(jù)，在作用機制分析之上，構(gòu)造了一個超效率SBM-Tobit研究框架，對制造企業(yè)創(chuàng)新效率進行測算后，檢驗數(shù)字賦能對企業(yè)創(chuàng)新效率的影響，進一步通過中介效應(yīng)模型探究其作用路徑，以期改善數(shù)字賦能影響我國制造企業(yè)創(chuàng)新效率在微觀層面研究不足的狀況，為企業(yè)利用數(shù)字技術(shù)高效創(chuàng)新提供經(jīng)驗依據(jù)和決策參考。

1 理論分析與研究假設(shè)

1.1 數(shù)字賦能與制造企業(yè)創(chuàng)新效率

目前，學(xué)界關(guān)于數(shù)字賦能對創(chuàng)新效率的影響尚未形成一致的認識。與“索洛悖論”相類似，一部分學(xué)者認為數(shù)字化過程需要耗費大量的資金和內(nèi)部學(xué)習(xí)成本[13]，造成數(shù)字賦能對創(chuàng)新效率的影響收效甚微，可能只能使得一部分企業(yè)的效率得到提升[14]。但是，另一些學(xué)者肯定了數(shù)字化程度對創(chuàng)新效率顯著的同向推動和促進作用[15]，認為數(shù)字賦能是當前推動企業(yè)創(chuàng)新效率提升的新動力[16]。

創(chuàng)新效率是指企業(yè)在一定的環(huán)境和資源配置條件下單位創(chuàng)新投入的成果產(chǎn)出。數(shù)字賦能對創(chuàng)新活動的技術(shù)研發(fā)和成果轉(zhuǎn)化兩個階段都產(chǎn)生了深刻影響，具體表現(xiàn)為：第一，在技術(shù)研發(fā)階段前端，數(shù)字環(huán)境催生出多元、新穎的消費需求進而衍生出新的市場，企業(yè)能否通過產(chǎn)品的不斷迭代創(chuàng)新來獲得競爭優(yōu)勢直接關(guān)乎存亡，這對企業(yè)開展創(chuàng)新活動產(chǎn)生了強烈的刺激作用，從而加快了產(chǎn)品迭代創(chuàng)新速度；第二，在技術(shù)研發(fā)階段中端，首先，如CAD、CAE、CAM、CAPP、PLM 等數(shù)字技術(shù)提高了企業(yè)研發(fā)創(chuàng)新環(huán)節(jié)的產(chǎn)品定位、設(shè)計、仿真、試生產(chǎn)的便捷性和效率；其次，數(shù)字賦能促進了知識和資源的開放共享，加速了員工知識和技能的更新，提升了人員素質(zhì)水平；最后，隨著對傳統(tǒng)創(chuàng)新邊界的突破，多元主體的創(chuàng)新協(xié)同加速了技術(shù)攻關(guān)速度，賦予企業(yè)在原有技術(shù)軌道上進行融合式發(fā)展和跨界創(chuàng)新的機會[17]；第三，在成果轉(zhuǎn)化階段，一方面，面對模糊而不確定的需求市場，數(shù)字解釋分析工具和算法能幫助企業(yè)快速鎖定客戶需求和產(chǎn)品定位，以數(shù)據(jù)驅(qū)動創(chuàng)新的形式進行研發(fā)活動，可以提高產(chǎn)品和服務(wù)質(zhì)量，改善用戶體驗，保障創(chuàng)新成果的市場匹配度，從而提升創(chuàng)新成果的轉(zhuǎn)化效率；另一方面，數(shù)字賦能幫助企業(yè)以更快的速度將新技術(shù)、新產(chǎn)品、新工藝向市場擴散推廣，縮短了企業(yè)投資回報周期，增強了企業(yè)從事研發(fā)創(chuàng)新活動的能動性，進而對創(chuàng)新效率產(chǎn)生了提升效應(yīng)?；谝陨戏治?，本文提出如下假設(shè)：

H1:數(shù)字賦能有利于制造企業(yè)創(chuàng)新效率的提升。

1.2 影響路徑

1) 數(shù)字賦能通過降低研發(fā)創(chuàng)新活動成本提升創(chuàng)新效率。

從范圍經(jīng)濟的理論視角看，數(shù)字經(jīng)濟比工業(yè)經(jīng)濟以更低的邊際成本實現(xiàn)產(chǎn)品創(chuàng)新[17]。從信息獲取成本上，數(shù)字賦能使知識和信息以低成本滲透[1]，減少了信息流動障礙和匹配成本，提高了搜尋效率。借助數(shù)字平臺，創(chuàng)新活動中的供給或需求通常是1∶N的配比方式，企業(yè)可以更便捷地獲取關(guān)鍵資源、開展新的業(yè)務(wù)活動和建立新的渠道與價值網(wǎng)絡(luò)[18]。同時，數(shù)字技術(shù)的去中介性可以減少對價值鏈中介的依賴，更便于向終端用戶傳遞價值[19]，有效減少了交易成本。從組織管理和決策成本看，利用新興數(shù)字技術(shù)為企業(yè)賦能，有利于企業(yè)對戰(zhàn)略內(nèi)容和戰(zhàn)略決策程序進行重新構(gòu)造[20-21]。數(shù)字技術(shù)挑戰(zhàn)了企業(yè)組織傳統(tǒng)的權(quán)利結(jié)構(gòu)，讓企業(yè)管理“扁平化”，通過優(yōu)化組織結(jié)構(gòu)，科學(xué)性決策流程得以簡化并快速精準執(zhí)行。而成本的有效控制為企業(yè)研發(fā)活動提供了內(nèi)部資金保障[22]，可從根本上幫助企業(yè)利用有限資源實現(xiàn)高效率創(chuàng)新。

綜上，數(shù)字賦能可以通過減少企業(yè)的信息獲取成本、交易成本和管理與決策成本來促進創(chuàng)新效率提升，因此本文提出如下假設(shè)：

H2a：數(shù)字賦能可以有效降低創(chuàng)新活動成本，從而促進制造企業(yè)創(chuàng)新效率提升。

2) 數(shù)字賦能通過促進開放式創(chuàng)新提升創(chuàng)新效率。

企業(yè)利用數(shù)字技術(shù)對客戶、合作伙伴、競爭企業(yè)以及政府等多方利益相關(guān)者的資源和信息進行整合，可以實現(xiàn)多方協(xié)同，優(yōu)化資源配置，拓展價值創(chuàng)造與傳遞的程度和范圍。一方面，計算機終端和傳感器等設(shè)備將企業(yè)各個產(chǎn)銷管理環(huán)節(jié)的信息數(shù)據(jù)化，通過OA、ERP、CRM、MES、DCS等軟件平臺的應(yīng)用，實現(xiàn)內(nèi)部協(xié)調(diào)、外部協(xié)同、信息共享、價值共創(chuàng)的緊密鏈接。數(shù)字技術(shù)特別是數(shù)字平臺將用戶、供應(yīng)商、競爭對手等納入創(chuàng)新的參與者范圍，促進了企業(yè)的開放式創(chuàng)新，而與其他組織創(chuàng)新合作產(chǎn)生的技術(shù)溢出效應(yīng)和協(xié)同效應(yīng)有利于擴展研發(fā)人員的知識視野與深度，實現(xiàn)資源互補與知識共享，從而加速研發(fā)創(chuàng)新過程。潘宏亮[23]的實證研究證明了協(xié)同關(guān)系對企業(yè)創(chuàng)新能力演化和適應(yīng)動態(tài)環(huán)境變化的重要作用。另一方面，數(shù)字技術(shù)應(yīng)用于市場環(huán)境，使得價格機制的作用顯著增強，各種微觀機制降低了信息的不對稱性，提升了市場對資源的配置效率。以網(wǎng)絡(luò)空間為載體，創(chuàng)新資源和關(guān)鍵要素突破物理空間的限制高效流轉(zhuǎn)，實現(xiàn)多元創(chuàng)新主體的快速連接，為跨區(qū)域的協(xié)同創(chuàng)新提供了現(xiàn)實條件。而這種協(xié)同關(guān)系表現(xiàn)為科學(xué)研究、產(chǎn)業(yè)發(fā)展和人才培養(yǎng)功能的集成化與協(xié)同，對創(chuàng)新效率具有顯著的提升效應(yīng)[24]。

綜上，數(shù)字賦能可通過提高企業(yè)內(nèi)外部協(xié)作效率、優(yōu)化資源配置、促進開放式創(chuàng)新，從而對創(chuàng)新效率產(chǎn)生提升效應(yīng)，因此本文提出如下假設(shè)：

H2b：數(shù)字賦能可以有效促進開放式創(chuàng)新，從而促進制造企業(yè)創(chuàng)新效率提升。

2 研究設(shè)計

2.1 超效率SBM模型介紹

傳統(tǒng)DEA模型對無效率程度的測量只包含所有投入(產(chǎn)出)等比例縮減(增加)的比例，忽略了變量松弛性問題和徑向問題帶來的測量誤差，導(dǎo)致測量結(jié)果不準確，也難以比較多個有效決策單元。鑒于此，Tone在2001年和2002年相繼提出了基于松弛變量的非徑向、非導(dǎo)向型SBM模型和超效率SBM模型，彌補了傳統(tǒng)DEA模型的短板。超效率SBM模型定義為：

(1)

其中，θ表示效率的最優(yōu)解；m和s分別表示投入變量i與產(chǎn)出變量r的個數(shù)；n表示決策單元j的個數(shù)；xik表示第k個決策單元的第i種投入；yrk表示第k個決策單元的第r種產(chǎn)出；sr+和si-分別表示產(chǎn)出與投入的松弛變量；λj表示權(quán)重向量。

2.2 超效率SBM模型變量

關(guān)于創(chuàng)新效率評價的變量選擇，本文借鑒白俊紅[25]、郭玉晶[26]等的研究，基于企業(yè)微觀層面，在投入與產(chǎn)出指標選取過程中同時考慮數(shù)量和質(zhì)量指標，兼顧技術(shù)研發(fā)階段和成果轉(zhuǎn)化階段，以保證效率評價結(jié)果的客觀性。投入變量中，選擇研發(fā)人員數(shù)量反映企業(yè)人力資源的投入水平；選擇研發(fā)人員占比衡量企業(yè)對研發(fā)工作的投入強度；選擇研發(fā)資金存量反映企業(yè)研發(fā)資金的投入水平，其中，因企業(yè)年末研發(fā)支出總額是反映企業(yè)當年研發(fā)費用的流量指標，考慮到當期的研發(fā)資金投入不僅會影響當期的成果產(chǎn)出，同時也會對后期的研究成果做出貢獻，本文參考吳延兵[27]的研究，根據(jù)研發(fā)支出明細中用以支付技術(shù)開發(fā)人員勞務(wù)費用和資本化費用的比例，構(gòu)造R&D支出價格指數(shù)，以2015年為基期，對當期研發(fā)支出費用進行平減后，采用永續(xù)盤存法(PIM)計算企業(yè)研發(fā)資金存量。產(chǎn)出變量中，選用專利授權(quán)量、發(fā)明專利授權(quán)量反映企業(yè)技術(shù)研發(fā)階段成果的數(shù)量與質(zhì)量；選用專利和非專利技術(shù)賬面價值反映知識產(chǎn)權(quán)價值；限于上市公司年報并未公布新產(chǎn)品產(chǎn)值指標相關(guān)數(shù)據(jù)，且考慮到營業(yè)收入是企業(yè)進行產(chǎn)品、組織、商業(yè)模式等創(chuàng)新的綜合體現(xiàn)，故將營業(yè)收入作為技術(shù)成果轉(zhuǎn)化的代理指標。超效率SBM模型的投入產(chǎn)出指標見表1。

表1 超效率SBM模型的投入產(chǎn)出變量

2.3 Tobit模型及其變量

2.3.1模型構(gòu)建

使用超效率SBM模型計算出企業(yè)的實際創(chuàng)新效率后，進一步研究企業(yè)內(nèi)外部因素對企業(yè)創(chuàng)新效率的影響。由于創(chuàng)新效率值是通過受約束的模型計算得出，且具有大于0的特性，采用一般的回歸模型會導(dǎo)致結(jié)果有偏，而Tobit模型適用于受限因變量模型，可以避免此缺點，所以本文使用Tobit模型來驗證數(shù)字賦能對樣本企業(yè)創(chuàng)新效率的影響。對于面板數(shù)據(jù)而言，固定效應(yīng)下的面板Tobit模型通常不能得到一致、無偏的估計量[28]，所以本文選擇隨機效應(yīng)模型，具體設(shè)置如下：

Iei,t=α0+α1Dli,t+α2Xi,t+ui+ei,t

(2)

為檢驗假設(shè)H2a和H2b，構(gòu)建中介效應(yīng)模型。參考溫忠麟等[29]提出的逐步回歸程序來檢驗中介效應(yīng)，具體模型如下：

Iei,t=b0+b1Dli,t+b2Xi,t+ui+ei,t

(3)

Medi,t=f0+f1Dli,t+f2Xi,t+ui+ei,t

(4)

Iei,t=h0+h1Dli,t+h2Medi,t+h3Xi,t+ui+ei,t

(5)

其中，i代表企業(yè)；t代表年份；Ie代表企業(yè)創(chuàng)新效率；Dl代表數(shù)字賦能水平；X代表控制變量集合；Med表示中介變量，分別帶入成本和開放式創(chuàng)新水平進行檢驗；αj、bj、fj、hj為待估參數(shù)，j為待估參數(shù)序號；ui和ei,t分別為個體效應(yīng)和隨機誤差項。

2.3.2變量說明

被解釋變量(Ie)：本文將SBM模型的計算結(jié)果——企業(yè)創(chuàng)新效率Ie作為被解釋變量。

解釋變量(Dl)：軟件和硬件設(shè)備的升級是企業(yè)數(shù)字化的基本特征[30]，企業(yè)通過配置與運用信息技術(shù)資源來整合組織其他資源，其信息技術(shù)能力的動態(tài)提升反映了企業(yè)數(shù)字化轉(zhuǎn)型的程度[31]。本文參照黃節(jié)根等[8]的研究，使用企業(yè)用于構(gòu)建數(shù)字化資源ICT的投資額來衡量企業(yè)的數(shù)字賦能水平。

控制變量：①債權(quán)融資水平(Dar)。資產(chǎn)負債率是企業(yè)總負債占總資產(chǎn)的比例，是衡量公司利用債權(quán)人資金進行經(jīng)營活動能力的指標。在合理的范圍內(nèi)，企業(yè)能夠借入的資金越多，說明企業(yè)越是活力充沛，創(chuàng)新越高效。②營業(yè)收入增長水平(Irmbr)。企業(yè)創(chuàng)新行為對企業(yè)績效有顯著的促進作用[32]，創(chuàng)新帶來的財務(wù)收益增長會反向激勵企業(yè)進行創(chuàng)新活動，形成良好的循環(huán)反饋，同時，創(chuàng)新戰(zhàn)略的實施也需要企業(yè)資源提供保障，本文選取營業(yè)收入增長率代表營業(yè)收入增長水平。③自有資本效率(Re)。凈資產(chǎn)收益率是衡量企業(yè)運用自有資本效率的指標，其指標值越高，表示投資帶來的收益越高，也說明企業(yè)利用資金的能力越強。創(chuàng)新效率的提升反映了創(chuàng)新主體能利用較少的投入獲取更多的回報，需要企業(yè)對資源有較高的利用效率。④人力資源規(guī)模(Hrs)。人才是創(chuàng)新活動的關(guān)鍵資源，人力資源水平直接決定了企業(yè)發(fā)展，人力資源規(guī)模越大，優(yōu)秀人才的基數(shù)越大，越有利于創(chuàng)新效率提升。所以本文選取員工數(shù)量表示企業(yè)人力資源規(guī)模。⑤政府支持力度(Gsc)。政府的資金支持不僅能直接給予企業(yè)物質(zhì)上的幫助，也能起到激發(fā)企業(yè)創(chuàng)新活力的作用，熊凱軍[33]的實證研究發(fā)現(xiàn)，政府的直接創(chuàng)新補貼和間接財政支出對企業(yè)創(chuàng)新產(chǎn)出和效率提升均具有顯著的積極影響。盡管上述結(jié)論在學(xué)界并未得到一致認可，但他們都認為政府支持對企業(yè)創(chuàng)新活動有著重要作用。⑥市場結(jié)構(gòu)(Lerner)。根據(jù)熊彼特的假設(shè)，市場結(jié)構(gòu)越趨于壟斷，創(chuàng)新投入或產(chǎn)出可能越多，但由于壟斷的作用，企業(yè)想通過創(chuàng)新建立競爭優(yōu)勢需要付出更大的代價，導(dǎo)致效率降低。本文選取行業(yè)勒納指數(shù)(Lerner index)作為企業(yè)所在行業(yè)壟斷情況的測度指標。

中介變量：結(jié)合本文理論機制分析，參考羅超平和胡猛[22]的研究成果，以企業(yè)的研發(fā)成本取對數(shù)(Lncost)表示成本中介變量。另外，相關(guān)研究認為，企業(yè)對外進行開放式創(chuàng)新合作(Lic)能實現(xiàn)資源優(yōu)勢互補，不斷激勵企業(yè)進行更多的自主研發(fā)投入[34]，所以本文選取企業(yè)與其它主體的聯(lián)合專利授權(quán)量作為代理指標表示開放式創(chuàng)新水平中介變量。

2.3.3數(shù)據(jù)來源

本文研究期間為2015—2019年，選取滬深A(yù)股制造業(yè)上市公司為研究對象。所需數(shù)據(jù)均來自于國泰安CSMAR數(shù)據(jù)庫、中國研究數(shù)據(jù)服務(wù)平臺CNRDS和上市公司年度報告。根據(jù)相關(guān)文獻和本文研究需求，樣本選取遵循以下三個原則：①公司上市期在2015年之前，且延續(xù)至2019年依舊存在；②剔除ST和PT類型的公司；③為保證每年企業(yè)創(chuàng)新效率評價的一致性，剔除數(shù)據(jù)缺失的公司。經(jīng)過上述篩選，共選取275家制造業(yè)上市公司2015—2019年的數(shù)據(jù)，共計1 375個平衡面板樣本。相關(guān)變量的描述性統(tǒng)計結(jié)果如表2所示。

表2 樣本描述性統(tǒng)計

3 實證結(jié)果

3.1 超效率SBM模型的效率測算結(jié)果

表3 2015—2019年各創(chuàng)新效率等級的企業(yè)數(shù)量及均值

從各等級的企業(yè)數(shù)量來看，2015至2019年期間，處于“效率較低”等級的制造企業(yè)數(shù)量呈波動減少趨勢；“效率中等”的企業(yè)數(shù)量呈先上升后下降的趨勢；“效率較高”的企業(yè)數(shù)量逐年增加；“效率較優(yōu)”的企業(yè)數(shù)量波動較小。隨著國家對創(chuàng)新的大力倡導(dǎo)和市場競爭的日益激烈，企業(yè)為了獲得競爭優(yōu)勢積極開展創(chuàng)新活動，隨著創(chuàng)新能力的提升，“效率較低”的企業(yè)逐漸向“效率較高”的等級邁進。按企業(yè)個體分組求得5年效率均值后，“效率較優(yōu)”的企業(yè)數(shù)量為33家，占比12.0%，“效率較高”的企業(yè)數(shù)量為39家，占比14.2%，“效率中等”的企業(yè)數(shù)量為102家，占比37.1%，“效率較低”的企業(yè)數(shù)量為101家，占比36.7%。從各等級的企業(yè)效率均值來看，這5年中，各等級內(nèi)的差距較小，而等級間的差距則以倍數(shù)計算。以上分析顯示，“效率較高”和“效率較優(yōu)”的企業(yè)數(shù)量依然占比較少，雖然有企業(yè)在努力提升效率，但由于企業(yè)之間存在資源稟賦差異，其產(chǎn)生的“馬太效應(yīng)”進一步形成了“效率鴻溝”，拉低了整體效率均值。

3.2 Tobit模型結(jié)果

3.2.1Tobit模型基本回歸結(jié)果分析

利用全樣本數(shù)據(jù)對式(2)進行Tobit回歸分析，結(jié)果見表4第1～2列。其中，考慮到Tobit模型是基于MLE原理對影響因素進行回歸，為了保證結(jié)論的穩(wěn)健性，采用GLS估計的面板隨機效應(yīng)模型與Tobit回歸結(jié)果進行對比分析，結(jié)果見表4第3列。由表可知，似然比檢驗(LR test)結(jié)果顯著，拒絕不存在個體效應(yīng)的原假設(shè)，說明使用隨機效應(yīng)面板Tobit比較合理。第1～2列是只包含解釋變量與被解釋變量和加入控制變量后的回歸結(jié)果，數(shù)字賦能對上市制造企業(yè)創(chuàng)新效率影響的估計系數(shù)均在1%的水平上顯著正相關(guān)，在加入控制變量之后，Dl系數(shù)發(fā)生變化，說明數(shù)字賦能對創(chuàng)新效率的作用會受控制變量的影響。在GLS估計結(jié)果中，部分控制變量的回歸系數(shù)和截距項存在差異，而核心解釋變量Dl的回歸系數(shù)、方向和顯著性與Tobit回歸一致，說明Tobit結(jié)果較為穩(wěn)健，假設(shè)H1得證。因此，數(shù)字賦能對制造業(yè)上市公司創(chuàng)新效率的提升具有顯著的促進作用，本文從企業(yè)微觀視角得到的結(jié)論與相關(guān)文獻從區(qū)域和產(chǎn)業(yè)層面得到的結(jié)論相一致[15,36]，表明我國制造企業(yè)通過數(shù)字賦能來提升創(chuàng)新效率是合理有效的。

表4 數(shù)字賦能對制造企業(yè)創(chuàng)新效率的影響檢驗結(jié)果

從控制變量來看：①企業(yè)的債權(quán)融資水平與創(chuàng)新效率顯著正相關(guān)，說明企業(yè)可通過活躍自身的融資能力來保障創(chuàng)新活動的實施；②企業(yè)的營業(yè)收入增長水平與創(chuàng)新效率顯著正相關(guān)，說明企業(yè)創(chuàng)新活動與營業(yè)績效的良性互動反饋關(guān)系有效促進了企業(yè)創(chuàng)新效率的提升；③企業(yè)的自有資本效率與創(chuàng)新效率顯著正相關(guān)，說明企業(yè)進行研發(fā)創(chuàng)新，需要具備高效的資源利用能力；④企業(yè)的人力資源規(guī)模與創(chuàng)新效率顯著正相關(guān)，說明人力資源是創(chuàng)新活動的重要資源，利用附著在研發(fā)人員身上的知識與經(jīng)驗，可為研發(fā)活動創(chuàng)造價值增值；⑤政府支持力度與創(chuàng)新效率顯著正相關(guān)，處于創(chuàng)新比較優(yōu)勢的企業(yè)可以得到政府直接的創(chuàng)新補貼，而得到支持的企業(yè)會進一步增強開展創(chuàng)新活動的積極性，形成良性反饋機制，這與熊凱軍[33]的研究結(jié)論一致；⑥行業(yè)壟斷水平與創(chuàng)新效率顯著負相關(guān)，說明市場壟斷程度越高，企業(yè)想要獲得市場份額的難度就越大，需要投入更多的資源來進行研發(fā)活動。

3.2.2機制檢驗

表5為假設(shè)H2a的檢驗結(jié)果，結(jié)果表明，數(shù)字賦能通過中介變量成本Lncost促進制造企業(yè)創(chuàng)新效率提升，具體表現(xiàn)在：①第4列中Dl的系數(shù)在1%的置信水平下顯著為負，說明隨著數(shù)字賦能水平的提升，制造企業(yè)的成本逐漸降低，這是因為在數(shù)字賦能的過程中，制造企業(yè)可以實現(xiàn)對各環(huán)節(jié)成本的精細化控制，從而有效降低成本；②第3列中Lncost的系數(shù)在1%的置信水平下顯著為負，說明低成本的領(lǐng)先優(yōu)勢可以使企業(yè)利用有限的資金創(chuàng)造更大的價值成果，從而對創(chuàng)新效率產(chǎn)生顯著的促進作用；③第2列中Dl的系數(shù)在1%的置信水平上顯著為正，說明Lncost是一個重要的中介變量，在控制Lncost后，Dl對創(chuàng)新效率Ie的影響依然顯著。由此可見，本文的實證結(jié)果支持數(shù)字賦能通過有效降低成本的路徑對制造企業(yè)創(chuàng)新效率產(chǎn)生促進效應(yīng)。

表5 成本中介效應(yīng)檢驗結(jié)果

表6是假設(shè)H2b的檢驗結(jié)果，結(jié)果表明，數(shù)字賦能通過中介變量Lic促進制造企業(yè)創(chuàng)新效率提升，具體表現(xiàn)在：①第4列中Dl的系數(shù)在5%的置信水平下顯著為正，說明隨著數(shù)字賦能水平的提升，開放式創(chuàng)新水平顯著提升；②第3列中Lic的系數(shù)在5%的置信水平下顯著為正，說明開放式創(chuàng)新水平的提升有助于制造企業(yè)利用互補優(yōu)勢與合作溢出效應(yīng)促進創(chuàng)新效率提升；③第2列中Dl的系數(shù)在1%的置信水平下顯著為正，說明Lic是一個重要的中介變量，在控制Lic后，Dl對制造企業(yè)創(chuàng)新效率的影響依然顯著。因此，本文的實證結(jié)果支持數(shù)字賦能通過促進企業(yè)開放式創(chuàng)新的路徑對制造企業(yè)創(chuàng)新效率產(chǎn)生促進效應(yīng)。

表6 開放式創(chuàng)新中介效應(yīng)檢驗結(jié)果

為了進一步檢驗Lncost和Lic是否為有效的中介變量，對中介效應(yīng)進行Sobel檢驗。在中介變量為Lncost的回歸中，Z統(tǒng)計值為-1.947，在5%的置信水平下顯著，中介效應(yīng)的效應(yīng)值為9.104%；在中介變量為Lic的回歸中，Z統(tǒng)計值為2.656，在1%的置信水平下顯著，中介效應(yīng)的效應(yīng)值為9.834%。以上結(jié)果表明，Lncost和Lic均為有效的中介變量，假設(shè)H2a和假設(shè)H2b成立。

3.2.3穩(wěn)健性檢驗

為了驗證回歸結(jié)果的可靠性，分別以解釋變量滯后兩期和替換解釋變量、被解釋變量的方式設(shè)計穩(wěn)健性檢驗，見表7第1～3列。首先，考慮到數(shù)字賦能對創(chuàng)新效率的影響具有時間滯后效應(yīng)，將解釋變量滯后兩期進行回歸分析，結(jié)果顯示，除市場壟斷水平不顯著外，核心解釋變量和其他控制變量系數(shù)的顯著性與方向均與上文一致。其次，借鑒陳德球等[37]的研究，利用專利授權(quán)量(Nogp)衡量企業(yè)的創(chuàng)新效率，借鑒戚聿東和蔡呈偉[12]的研究，使用關(guān)鍵詞文本挖掘方法，從上市制造企業(yè)年報中提取新一代數(shù)字技術(shù)(包括人工智能技術(shù)、區(qū)塊鏈技術(shù)、云計算技術(shù)、大數(shù)據(jù)技術(shù)、數(shù)字技術(shù)應(yīng)用)出現(xiàn)的詞頻來衡量企業(yè)的數(shù)字賦能水平，并以其代替本文ICT投資額作為核心解釋變量進行回歸分析。回歸結(jié)果顯示，替換解釋變量和被解釋變量后，核心解釋變量系數(shù)的顯著性與方向均與上文保持了較好的一致性。綜上，本文的回歸結(jié)果是穩(wěn)健的。

表7 穩(wěn)健性檢驗結(jié)果

4 結(jié)論及建議

數(shù)字賦能有利于降低制造企業(yè)創(chuàng)新過程的成本和促進開放式創(chuàng)新，并推動制造企業(yè)創(chuàng)新效率的提升。本文選用2015—2019年我國A股275家上市制造企業(yè)的平衡面板數(shù)據(jù)，構(gòu)建了一個超效率SBM-Tobit分析框架，對制造企業(yè)創(chuàng)新效率進行測算后，檢驗了數(shù)字賦能對企業(yè)創(chuàng)新效率的影響，并進一步通過中介效應(yīng)模型探究了其作用路徑。結(jié)果顯示：①在研究期間，樣本企業(yè)創(chuàng)新效率具有由低到高的發(fā)展趨勢，但因企業(yè)間創(chuàng)新資源稟賦差異產(chǎn)生的馬太效應(yīng)形成了“效率鴻溝”現(xiàn)象，造成整體效率均值處于較低水平；②數(shù)字賦能對制造企業(yè)創(chuàng)新效率提升具有顯著的促進作用；③機制檢驗表明，數(shù)字賦能可以通過成本和開放式創(chuàng)新中介變量促進制造企業(yè)創(chuàng)新效率提升。

在數(shù)字經(jīng)濟時代，數(shù)字變革引領(lǐng)創(chuàng)新為制造企業(yè)提供了新的機遇窗口，制造企業(yè)利用數(shù)字技術(shù)滲透賦能，可以進行更高效的研發(fā)創(chuàng)新活動。結(jié)合本文研究結(jié)論，提出如下建議：①制造企業(yè)首先應(yīng)該培養(yǎng)自身的“數(shù)字化思維”，認識數(shù)字賦能對企業(yè)發(fā)展的重要作用，積極利用如CAD、CAE、CAM、CAPP、PLM 等數(shù)字技術(shù)的數(shù)字化、智能化、網(wǎng)絡(luò)化特點，充分發(fā)揮連接、管控、解釋技術(shù)提高企業(yè)研發(fā)創(chuàng)新環(huán)節(jié)的產(chǎn)品定位、設(shè)計、仿真、試生產(chǎn)的便捷性和效率；②數(shù)字賦能具有提升信息和資源流轉(zhuǎn)效率、優(yōu)化組織管理結(jié)構(gòu)、降低價值鏈的中介依賴等特點，可以有效降低創(chuàng)新活動成本，企業(yè)應(yīng)加快數(shù)字化的全面改造，加大利用數(shù)字工具搭建智能分析和決策系統(tǒng)模型，從而進一步提升內(nèi)部成本管控和決策能力；③數(shù)字經(jīng)濟的發(fā)展?jié)u漸改變了創(chuàng)新組織形態(tài)，打破了傳統(tǒng)的封閉式創(chuàng)新模式，企業(yè)要培育開放合作包容的心態(tài)，加強與政府、高校、科研機構(gòu)、其他企業(yè)的聯(lián)系與合作，利用與不同創(chuàng)新主體的協(xié)同關(guān)系產(chǎn)生的技術(shù)溢出和資源互補優(yōu)勢，賦能技術(shù)攻關(guān)和產(chǎn)品迭代。特別對于創(chuàng)新資源稀缺和創(chuàng)新能力不足的企業(yè)，可以充分利用數(shù)字平臺對強化供需關(guān)系和優(yōu)化資源配置的作用，聯(lián)合其他創(chuàng)新主體進行資源共享和研發(fā)設(shè)計協(xié)同，整合研發(fā)特長，從而彌補能力與資源的不足；④數(shù)字化過程不能一蹴而就，需要結(jié)合自身實際制定轉(zhuǎn)型方案，動態(tài)化、螺旋式地完成對數(shù)字經(jīng)濟和數(shù)字技術(shù)從了解、適應(yīng)到運用的過程，最終做到用數(shù)字識別機會、用數(shù)字驅(qū)動發(fā)展、用數(shù)字賦能價值創(chuàng)造。