數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新
——基于文本分析方法的經(jīng)驗(yàn)證據(jù)

范紅忠，王子悅，陶 爽

（華中科技大學(xué) 經(jīng)濟(jì)學(xué)院，武漢 430000）

一、引言

黨的十九屆五中全會(huì)提出，作為現(xiàn)代化建設(shè)布局的戰(zhàn)略支撐，創(chuàng)新是我國(guó)實(shí)現(xiàn)高質(zhì)量發(fā)展的關(guān)鍵動(dòng)能。而企業(yè)作為我國(guó)科技創(chuàng)新的重要載體之一，如何發(fā)揮其在技術(shù)創(chuàng)新體系中的能動(dòng)作用，成為政學(xué)業(yè)三界共同關(guān)注的熱點(diǎn)問(wèn)題。與此同時(shí)，以大數(shù)據(jù)、區(qū)塊鏈、云計(jì)算、人工智能等數(shù)字技術(shù)的應(yīng)用為代表的新一輪科技革命和產(chǎn)業(yè)變革正在興起。據(jù)《第48 次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，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)率為67.7%，數(shù)字經(jīng)濟(jì)已然成為驅(qū)動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要引擎。2021 年國(guó)家網(wǎng)信辦發(fā)布《數(shù)字中國(guó)發(fā)展報(bào)告》，進(jìn)一步指出我國(guó)需進(jìn)一步深入推進(jìn)“十四五”時(shí)期數(shù)字中國(guó)建設(shè)，推動(dòng)數(shù)字化轉(zhuǎn)型，構(gòu)建釋放數(shù)字生產(chǎn)力的創(chuàng)新發(fā)展體系。在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的背景下，大多數(shù)傳統(tǒng)企業(yè)面臨著發(fā)展模式與運(yùn)營(yíng)戰(zhàn)略調(diào)整重構(gòu)的重要挑戰(zhàn)（Martinelli et al，2021），數(shù)字化轉(zhuǎn)型作為企業(yè)應(yīng)對(duì)這場(chǎng)空前數(shù)字革命的重要戰(zhàn)略部署（Siebel 和Rice，2019），正成為經(jīng)濟(jì)增長(zhǎng)的核心驅(qū)動(dòng)力。那么，在此背景下，企業(yè)數(shù)字化轉(zhuǎn)型能否釋放數(shù)字紅利，激發(fā)企業(yè)創(chuàng)新的“數(shù)字活力”，帶來(lái)創(chuàng)新產(chǎn)出的進(jìn)一步提高？若能，其作用機(jī)制是什么？對(duì)不同企業(yè)的作用是否存在顯著差異？對(duì)這些問(wèn)題的回答有利于全面評(píng)估數(shù)字化轉(zhuǎn)型對(duì)于企業(yè)創(chuàng)新的驅(qū)動(dòng)作用，為我國(guó)在數(shù)字經(jīng)濟(jì)發(fā)展背景下制定企業(yè)創(chuàng)新相關(guān)的政策提供理論與實(shí)證支撐。

在數(shù)字經(jīng)濟(jì)戰(zhàn)略地位日益凸顯大背景下，現(xiàn)有文獻(xiàn)從“數(shù)字經(jīng)濟(jì)”“互聯(lián)網(wǎng)”角度探究其對(duì)企業(yè)創(chuàng)新的影響。數(shù)字經(jīng)濟(jì)是以數(shù)字技術(shù)賦能基礎(chǔ)設(shè)施（韓璐等，2021），服務(wù)于產(chǎn)業(yè)數(shù)字化及數(shù)字產(chǎn)業(yè)化的一系列經(jīng)濟(jì)活動(dòng)①來(lái)源于中國(guó)國(guó)家統(tǒng)計(jì)局的《數(shù)字經(jīng)濟(jì)及其核心產(chǎn)業(yè)統(tǒng)計(jì)分類（2021）》中的定義。。數(shù)字經(jīng)濟(jì)的發(fā)展可以幫助企業(yè)整合現(xiàn)有資源（Nambisan et al，2019），并基于共享的數(shù)字基礎(chǔ)設(shè)施平臺(tái)允許外部實(shí)體建立自己的創(chuàng)新產(chǎn)出，實(shí)現(xiàn)價(jià)值互換，即主要通過(guò)技術(shù)多元化渠道促進(jìn)企業(yè)創(chuàng)新（候世英和宋良榮，2021）。但數(shù)字經(jīng)濟(jì)并不作用于企業(yè)所有創(chuàng)新形式，其對(duì)企業(yè)突破性創(chuàng)新有顯著益處，而對(duì)企業(yè)漸進(jìn)性創(chuàng)新的影響并不顯著（江偉等，2019；胡山和余泳澤，2021）。企業(yè)互聯(lián)網(wǎng)化則強(qiáng)調(diào)企業(yè)通過(guò)互聯(lián)網(wǎng)技術(shù)與外界進(jìn)行信息的互聯(lián)互通（沈國(guó)兵和袁征宇，2020）。Teece（2018）指出互聯(lián)網(wǎng)技術(shù)不僅推動(dòng)了企業(yè)單個(gè)產(chǎn)品和流程的創(chuàng)新，還推動(dòng)了行業(yè)的大規(guī)模融合，最終作用于整個(gè)生態(tài)系統(tǒng)的創(chuàng)新。楊德明和劉泳文（2018）提出企業(yè)通過(guò)互聯(lián)網(wǎng)化實(shí)現(xiàn)差異化和成本領(lǐng)先從而帶來(lái)競(jìng)爭(zhēng)優(yōu)勢(shì)，為互聯(lián)網(wǎng)和實(shí)體經(jīng)濟(jì)深度融合的政策提供了理論依據(jù)。與企業(yè)利用互聯(lián)網(wǎng)進(jìn)行商業(yè)互動(dòng)不同，企業(yè)數(shù)字化轉(zhuǎn)型是數(shù)字技術(shù)與業(yè)務(wù)流程的深度融合（焦豪等，2021），聚焦于企業(yè)對(duì)于信息技術(shù)的應(yīng)用及與產(chǎn)品、用戶的交互關(guān)系，對(duì)于企業(yè)發(fā)展的影響有待更進(jìn)一步探討。

雖然上述研究增進(jìn)了我們對(duì)于新一輪數(shù)字革命影響企業(yè)創(chuàng)新活動(dòng)的認(rèn)識(shí)和理解，但仍存在如下不足：第一，以往文獻(xiàn)并未將數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新直接的聯(lián)系起來(lái)，忽略了數(shù)字化轉(zhuǎn)型這一關(guān)鍵變量對(duì)于創(chuàng)新的影響。企業(yè)數(shù)字化轉(zhuǎn)型作為數(shù)字經(jīng)濟(jì)建設(shè)下的企業(yè)策略性行為，與“互聯(lián)網(wǎng)”及“數(shù)字經(jīng)濟(jì)”定義及指標(biāo)構(gòu)建存在明顯差異，數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新的聯(lián)系有待進(jìn)一步探討。第二，現(xiàn)有文獻(xiàn)并未深入探究數(shù)字化轉(zhuǎn)型影響企業(yè)創(chuàng)新的作用機(jī)制，尤其是基于企業(yè)運(yùn)營(yíng)管理戰(zhàn)略視角。另外，企業(yè)數(shù)字化轉(zhuǎn)型不單需要內(nèi)在動(dòng)力驅(qū)動(dòng)，更需要外部環(huán)境的支撐，上述文獻(xiàn)沒有考慮到外部制度環(huán)境在數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新能力關(guān)系中的作用。

針對(duì)上述不足，本文利用2009—2019 年上市企業(yè)數(shù)據(jù)系統(tǒng)探討了數(shù)字化轉(zhuǎn)型對(duì)于企業(yè)創(chuàng)新的影響及背后的影響渠道。本文可能的邊際貢獻(xiàn)如下：第一，本文借鑒現(xiàn)有文獻(xiàn)，基于企業(yè)應(yīng)對(duì)數(shù)字化變革的策略行為，從微觀視角上考察了數(shù)字化轉(zhuǎn)型對(duì)于企業(yè)創(chuàng)新的作用，補(bǔ)充了影響企業(yè)創(chuàng)新因素的研究視角，為完整地揭示數(shù)字經(jīng)濟(jì)背景下企業(yè)創(chuàng)新的完整邏輯提供了經(jīng)驗(yàn)證據(jù)。第二，本文使用上市公司年報(bào)信息披露的“數(shù)字技術(shù)實(shí)踐應(yīng)用類”關(guān)鍵詞詞頻反映企業(yè)數(shù)字化進(jìn)展，并以此連續(xù)變量進(jìn)行多時(shí)點(diǎn)雙重差分分析，相比于以往研究更能準(zhǔn)確衡量企業(yè)數(shù)字化轉(zhuǎn)型的程度差異對(duì)企業(yè)創(chuàng)新的影響。第三，現(xiàn)有文獻(xiàn)對(duì)于數(shù)字化轉(zhuǎn)型與創(chuàng)新的微觀機(jī)制解讀有所不足，Lusch 和Nambisan（2015）指出數(shù)字化技術(shù)的應(yīng)用可以在企業(yè)運(yùn)營(yíng)管理中扮演積極重要的角色，本文創(chuàng)新地將企業(yè)數(shù)字化轉(zhuǎn)型、運(yùn)營(yíng)管理、創(chuàng)新能力產(chǎn)出納入統(tǒng)一框架進(jìn)行實(shí)證分析，從融資約束和交易成本兩個(gè)渠道考察了數(shù)字化轉(zhuǎn)型影響企業(yè)創(chuàng)新背后的機(jī)制，并進(jìn)一步分析了制度環(huán)境水平對(duì)于企業(yè)數(shù)字化轉(zhuǎn)型作用于創(chuàng)新能力的調(diào)節(jié)作用。

二、研究假說(shuō)

具體來(lái)看，企業(yè)能通過(guò)大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈、物聯(lián)網(wǎng)等新技術(shù)的應(yīng)用改變傳統(tǒng)的生產(chǎn)管理模式（趙宸宇等，2021；尚洪濤和吳桐，2022），整合內(nèi)外資源實(shí)現(xiàn)價(jià)值鏈與供應(yīng)鏈的全方位智能升級(jí)，這一變化將帶來(lái)互聯(lián)網(wǎng)制造等新領(lǐng)域的創(chuàng)新增長(zhǎng)點(diǎn)（郭炳南等，2021）。數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新的影響研究框架如圖1所示。

圖1 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新的影響

一方面，企業(yè)通過(guò)應(yīng)用數(shù)字技術(shù)加速內(nèi)部生產(chǎn)要素的流動(dòng)，為創(chuàng)新積累潛能，實(shí)現(xiàn)價(jià)值鏈升級(jí)（吳非等，2021）。例如，辦公自動(dòng)化（office automation，OA）、企業(yè)資源計(jì)劃系統(tǒng)（enterprise resource planning，ERP）、數(shù)據(jù)處理技術(shù)（data technology，DT）等數(shù)字技術(shù)的應(yīng)用，企業(yè)可以更便攜地對(duì)人力部門、財(cái)務(wù)部門、生產(chǎn)部門進(jìn)行資源整合，推動(dòng)數(shù)據(jù)和知識(shí)要素在企業(yè)內(nèi)部系統(tǒng)的交流共享（李海艦等，2014），為企業(yè)戰(zhàn)略決策及運(yùn)營(yíng)管理賦能。特別地，企業(yè)的有效創(chuàng)新離不開對(duì)于產(chǎn)業(yè)發(fā)展前沿的把握，數(shù)字化轉(zhuǎn)型支撐企業(yè)下沉至產(chǎn)品和用戶末端，靈活應(yīng)對(duì)市場(chǎng)（韋影和宗小云，2021；Gomber et al，2018）。比如企業(yè)通過(guò)大數(shù)據(jù)建立產(chǎn)品社群模式，并應(yīng)用數(shù)字信號(hào)處理（digital signal processing，DSP）技術(shù)實(shí)現(xiàn)廣告的精準(zhǔn)投放。數(shù)據(jù)挖掘、信息搜集、信息反饋等技術(shù)能幫助企業(yè)到達(dá)產(chǎn)品末端，識(shí)別用戶需求進(jìn)行針對(duì)性創(chuàng)新（戚聿東和蔡呈偉，2020；Henfridsson et al，2014）。另一方面，數(shù)字化轉(zhuǎn)型能進(jìn)一步擴(kuò)展企業(yè)供應(yīng)鏈范圍，助力企業(yè)實(shí)現(xiàn)知識(shí)溢出創(chuàng)業(yè)（Ghio et al，2015）。從信息約束的角度，數(shù)字化轉(zhuǎn)型能通過(guò)改善市場(chǎng)間的信息不對(duì)稱，加快企業(yè)間的互聯(lián)互通。隨著數(shù)字技術(shù)和新商業(yè)模式的發(fā)展，“分享經(jīng)濟(jì)”“云端數(shù)據(jù)”新業(yè)態(tài)使供應(yīng)鏈上的企業(yè)間能通過(guò)共享設(shè)備和服務(wù)提高資源利用效率，學(xué)習(xí)成本和信息搜集成本更低，提升創(chuàng)新效率。此外，從資源約束的角度，企業(yè)通過(guò)物聯(lián)網(wǎng)生態(tài)實(shí)現(xiàn)不同創(chuàng)新主體能同時(shí)參與創(chuàng)新過(guò)程，促進(jìn)要素跨界流動(dòng)。如“分布式賬本”“混合現(xiàn)實(shí)”技術(shù)的應(yīng)用使供應(yīng)鏈上的企業(yè)能真正打破創(chuàng)新活動(dòng)時(shí)間和空間的限制（韓璐等，2021）。因此，企業(yè)數(shù)字化轉(zhuǎn)型通過(guò)將數(shù)字技術(shù)應(yīng)用于運(yùn)營(yíng)管理活動(dòng)中，在一定程度上能推動(dòng)企業(yè)創(chuàng)新。

基于上述分析，本文提出假說(shuō)1：數(shù)字化轉(zhuǎn)型能顯著提高企業(yè)創(chuàng)新能力。

企業(yè)創(chuàng)新活動(dòng)需要大量的資金投入，而內(nèi)源融資往往難以滿足資金需求，融資約束已成為企業(yè)創(chuàng)新活動(dòng)的“絆腳石”（Li 和Li，2021）。相比其他投資項(xiàng)目，創(chuàng)新活動(dòng)本身具有高風(fēng)險(xiǎn)，信息不對(duì)稱等特殊屬性。首先表現(xiàn)在借貸企業(yè)創(chuàng)新活動(dòng)往往面臨著技術(shù)壁壘、人才流失、市場(chǎng)競(jìng)爭(zhēng)等風(fēng)險(xiǎn)，大量資金、人力的持續(xù)性投入并不一定能轉(zhuǎn)化為超出投入價(jià)值的實(shí)際收益，而銀行等金融機(jī)構(gòu)出于風(fēng)險(xiǎn)把控的要求（馬俊，2022），傾向于選擇實(shí)物資產(chǎn)項(xiàng)目。其次，競(jìng)爭(zhēng)、模仿的行為削弱了企業(yè)對(duì)創(chuàng)新研發(fā)活動(dòng)進(jìn)行細(xì)節(jié)披露的動(dòng)機(jī)，投資者無(wú)法全面了解企業(yè)真實(shí)情況，信息不對(duì)稱性加劇了企業(yè)創(chuàng)新投資受到的融資約束。

而數(shù)字化轉(zhuǎn)型為緩解企業(yè)融資約束提供了新思路。一方面，數(shù)字化轉(zhuǎn)型能夠拓寬企業(yè)的融資來(lái)源。企業(yè)數(shù)字化轉(zhuǎn)型不僅能享受國(guó)家的政策優(yōu)惠，這一信號(hào)也能在數(shù)字經(jīng)濟(jì)大環(huán)境下通過(guò)釋放利好信息吸納投資者；同時(shí)，數(shù)字技術(shù)與金融的深度融合也使企業(yè)能用數(shù)字化信息共享優(yōu)勢(shì)及時(shí)獲取有利融資信息（花俊國(guó)等，2022），以較低的成本獲得來(lái)自社會(huì)投資者的資金，進(jìn)一步拓展企業(yè)融資渠道及融資數(shù)量，為企業(yè)創(chuàng)新活動(dòng)提供資金支持（張璇等，2017）。另一方面，數(shù)字化轉(zhuǎn)型可以有效降低企業(yè)的借貸門檻和融資成本。企業(yè)基于新一代的數(shù)字信息技術(shù)可以提高經(jīng)營(yíng)情況的披露強(qiáng)度，銀行等融資機(jī)構(gòu)也能借助大數(shù)據(jù)對(duì)企業(yè)信用、財(cái)務(wù)信息進(jìn)行準(zhǔn)確判斷。因此企業(yè)數(shù)字化轉(zhuǎn)型能有效緩解金融機(jī)構(gòu)與企業(yè)之間信息不對(duì)稱的問(wèn)題（萬(wàn)佳彧等，2020），以信息流帶動(dòng)資金流（田秀娟和李睿，2022），實(shí)現(xiàn)銀企高度聯(lián)結(jié)，進(jìn)一步提高資本對(duì)企業(yè)創(chuàng)新研發(fā)投入的支持（Goldfarb 和Tucker，2019）。

鑒于以上分析，本文提出假說(shuō)2：數(shù)字化轉(zhuǎn)型通過(guò)緩解融資約束提高企業(yè)創(chuàng)新能力。

從管理角度來(lái)看，一方面，企業(yè)在生產(chǎn)、經(jīng)營(yíng)、服務(wù)等流程中嵌入數(shù)字技術(shù)，優(yōu)化原有的生產(chǎn)經(jīng)營(yíng)流程、完善業(yè)務(wù)流程管理和組織架構(gòu)等，能有效降低企業(yè)管理成本（Forman 和Zeebroeck，2018）；另一方面，數(shù)字化管理流程的應(yīng)用使企業(yè)研發(fā)人員間技術(shù)交流更方便，降低了團(tuán)隊(duì)溝通時(shí)間和協(xié)作成本（郭金花等，2021）。同時(shí)，數(shù)字化信息技術(shù)的發(fā)展能有效提高產(chǎn)業(yè)鏈上下游之間的溝通效率，擴(kuò)展了企業(yè)的信息邊界，降低溝通成本，合理配置資源（沈國(guó)兵和袁征宇，2020）；在生產(chǎn)運(yùn)營(yíng)上，首先，企業(yè)對(duì)于數(shù)字技術(shù)的應(yīng)用能極大提高生產(chǎn)工具效率。對(duì)于制造企業(yè)而言，企業(yè)引進(jìn)的智能制造設(shè)備能通過(guò)互聯(lián)互通收集使用設(shè)備數(shù)據(jù)，對(duì)機(jī)器運(yùn)行、維修故障數(shù)據(jù)進(jìn)行分析，大幅縮短生產(chǎn)設(shè)備維護(hù)開發(fā)時(shí)間。其次，企業(yè)間對(duì)于數(shù)字技術(shù)的應(yīng)用和共享有助于改善信息不對(duì)稱的市場(chǎng)環(huán)境，降低信息搜尋成本；在用戶體驗(yàn)上，企業(yè)數(shù)字化轉(zhuǎn)型不僅改變了傳遞信息的速度和知識(shí)獲取的路徑，同時(shí)也改變了傳統(tǒng)資源供給和需求之間的匹配模式，用戶和企業(yè)能通過(guò)數(shù)字技術(shù)進(jìn)行精準(zhǔn)互動(dòng)。在降低信息匹配成本的同時(shí)，企業(yè)能通過(guò)大數(shù)據(jù)獲取的用戶需求進(jìn)行針對(duì)性創(chuàng)新，降低創(chuàng)新試錯(cuò)成本。

基于此，本文提出假說(shuō)3：數(shù)字化轉(zhuǎn)型通過(guò)降低交易成本提高企業(yè)創(chuàng)新能力。

三、研究設(shè)計(jì)

（一）樣本與數(shù)據(jù)來(lái)源

本文以2009—2019 年間中國(guó)滬深A(yù) 股上市公司作為研究樣本，對(duì)樣本數(shù)據(jù)進(jìn)行如下處理：第一，剔除金融類和信息技術(shù)類上市公司樣本；第二，剔除出現(xiàn)異常值和主要變量存在數(shù)據(jù)缺失的樣本；第三，剔除special treatment（ST）和期間退市的企業(yè)；樣本公司的所有財(cái)務(wù)數(shù)據(jù)來(lái)自中國(guó)經(jīng)濟(jì)金融研究數(shù)據(jù)庫(kù)（CSMAR），公司專利申請(qǐng)數(shù)據(jù)來(lái)自中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)（CNRDS），數(shù)字化轉(zhuǎn)型指標(biāo)系使用Python 從企業(yè)年報(bào)文件抓取關(guān)鍵詞條構(gòu)建而成，年報(bào)文件來(lái)自巨潮資訊網(wǎng)。本文對(duì)所有連續(xù)型變量進(jìn)行雙側(cè)1%的縮尾處理。

（二）變量測(cè)度與說(shuō)明

1.被解釋變量

企業(yè)創(chuàng)新（Inv）：以上市公司獨(dú)立發(fā)明專利申請(qǐng)量作為其創(chuàng)新活動(dòng)的代理變量。與專利授權(quán)活動(dòng)的滯后及人為干預(yù)因素相比，專利申請(qǐng)活動(dòng)更能反映當(dāng)期企業(yè)實(shí)際創(chuàng)新成果。本文使用上市公司與其他實(shí)體聯(lián)合申請(qǐng)的總專利數(shù)作為穩(wěn)健性檢驗(yàn)。

2.核心解釋變量

企業(yè)數(shù)字化轉(zhuǎn)型（DIGI）：要衡量企業(yè)數(shù)字化轉(zhuǎn)型帶來(lái)的創(chuàng)新產(chǎn)出，其重難點(diǎn)集中于對(duì)于“數(shù)字化轉(zhuǎn)型”的定量衡量。何帆和劉紅霞（2019）以企業(yè)年報(bào)為依托，將數(shù)字技術(shù)與主營(yíng)業(yè)務(wù)深度融合的企業(yè)定義為數(shù)字化轉(zhuǎn)型企業(yè)，并采用0-1 虛擬變量來(lái)衡量。沈國(guó)兵和袁征宇（2020）以擁有社交媒體賬號(hào)的年限定義企業(yè)互聯(lián)網(wǎng)轉(zhuǎn)型，但是這類測(cè)度方法無(wú)法反映數(shù)字化轉(zhuǎn)型過(guò)程及強(qiáng)度，虛擬變量用以衡量“數(shù)字化轉(zhuǎn)型”決策過(guò)程及結(jié)果可能會(huì)造成錯(cuò)估，且指標(biāo)與企業(yè)數(shù)字化業(yè)務(wù)轉(zhuǎn)型聯(lián)系不強(qiáng)，衡量方式過(guò)于單一。通過(guò)對(duì)數(shù)字化轉(zhuǎn)型相關(guān)文獻(xiàn)的梳理總結(jié)，借鑒已有文獻(xiàn)做法（趙宸宇等，2021；戚聿東等，2021；李琦等，2021），采用Python 爬取企業(yè)年報(bào)中出現(xiàn)關(guān)鍵詞詞譜的頻率來(lái)刻畫企業(yè)數(shù)字化轉(zhuǎn)型程度。這種做法將數(shù)字化轉(zhuǎn)型作為連續(xù)性變量研究，更能反映企業(yè)數(shù)字化轉(zhuǎn)型的程度差異。在眾多關(guān)于數(shù)字化轉(zhuǎn)型的詞頻摘選文章中，吳非等（2021）將詞頻根據(jù)“ABCD”②ABCD 是指人工智能（Artificial Intelligence）、區(qū)塊鏈（Blockchain）、云計(jì)算（Cloud Computing）、大數(shù)據(jù)（Big Data）。技術(shù)運(yùn)用及技術(shù)實(shí)踐應(yīng)用進(jìn)行總結(jié)性分類，所構(gòu)建的詞譜最為全面。因此本文借鑒吳非等（2021）的處理思路，在得到數(shù)字化轉(zhuǎn)型特定關(guān)鍵詞的基礎(chǔ)上，基于Python 大數(shù)據(jù)爬蟲功能，抓取上市公司公開發(fā)布的年報(bào)中的所有文本同關(guān)鍵詞進(jìn)行匹配，統(tǒng)計(jì)出每個(gè)關(guān)鍵詞在特定年份的年報(bào)中的出現(xiàn)次數(shù)與年報(bào)總字?jǐn)?shù)的比值，并進(jìn)行加總處理，得到企業(yè)數(shù)字化轉(zhuǎn)型的總指標(biāo)。本文對(duì)這類數(shù)據(jù)進(jìn)行對(duì)數(shù)化處理得到了數(shù)字化轉(zhuǎn)型的最終指標(biāo)DIGI。

3.控制變量

本文結(jié)合以往研究的基礎(chǔ)上引入了一系列控制變量，主要包括企業(yè)規(guī)模（Size）：企業(yè)期末總資產(chǎn)的自然對(duì)數(shù)；企業(yè)年齡（lnage）：使用當(dāng)前年份減去企業(yè)上市年份并取對(duì)數(shù)；股權(quán)集中度（Top1），第一大股東持股比例；資產(chǎn)負(fù)債率（Tl）：年末負(fù)債與年末總資產(chǎn)的比值來(lái)衡量資產(chǎn)負(fù)債率；賬面市值比（BM），所有者權(quán)益總額與市值之比；流動(dòng)比率（Liq）：流動(dòng)資產(chǎn)總額和流動(dòng)負(fù)債總額之比；現(xiàn)金流量（Cflow）：當(dāng)期經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流量?jī)纛~與期初總資產(chǎn)的比值。本文所有變量的測(cè)量方式見表1。

表1 變量說(shuō)明

（三）模型設(shè)定

根據(jù)上述理論分析，本文基準(zhǔn)回歸模型設(shè)定如下：

其中：i為企業(yè)；t為年份；Invit為被解釋變量企業(yè)創(chuàng)新；DIGIit為企業(yè)數(shù)字化轉(zhuǎn)型水平；Controls為一系列會(huì)對(duì)企業(yè)產(chǎn)生影響的微觀企業(yè)層面的控制變量集合；μt和δi分別為年份固定效應(yīng)和企業(yè)固定效應(yīng)；εit為隨機(jī)誤差項(xiàng)；α0為常數(shù)項(xiàng)；若α1＞0，則表示企業(yè)數(shù)字化轉(zhuǎn)型能帶來(lái)企業(yè)創(chuàng)新能力的顯著提升。

四、實(shí)證結(jié)果及分析

（一）基準(zhǔn)回歸結(jié)果

模型（1）的基準(zhǔn)回歸結(jié)果見表2。（1）列報(bào)告了以上市公司獨(dú)立申請(qǐng)發(fā)明專利作為被解釋變量的回歸結(jié)果?？梢钥闯?，在控制一系列變量及時(shí)間、企業(yè)固定效應(yīng)后，數(shù)字化轉(zhuǎn)型對(duì)于企業(yè)創(chuàng)新能力的影響顯著為正，說(shuō)明隨著數(shù)字化轉(zhuǎn)型程度的提高，企業(yè)創(chuàng)新能力顯著增強(qiáng)。初步驗(yàn)證了本文提出的研究假說(shuō)1。

本文進(jìn)一步采用上市公司獨(dú)立申請(qǐng)總專利數(shù)、上市公司與其他實(shí)體聯(lián)合申請(qǐng)總專利及上市公司與其他實(shí)體聯(lián)合申請(qǐng)發(fā)明專利數(shù)的自然對(duì)數(shù)來(lái)衡量被解釋變量，表2 的（2）～（4）列結(jié)果顯示，替換被解釋變量后，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新的回歸系數(shù)仍顯著為正，即原結(jié)論有較好的穩(wěn)健性。

（二）穩(wěn)健性檢驗(yàn)

1.替換被解釋變量

企業(yè)作為市場(chǎng)上的微觀主體，內(nèi)在創(chuàng)新動(dòng)力可通過(guò)其在創(chuàng)新活動(dòng)上的投入來(lái)體現(xiàn)，研究繼續(xù)關(guān)注數(shù)字化轉(zhuǎn)型對(duì)于創(chuàng)新投入的影響。研發(fā)投入用企業(yè)R&D 經(jīng)費(fèi)支出占主營(yíng)業(yè)務(wù)收入的比值來(lái)衡量（余明桂等，2019），回歸結(jié)果見表3 的（1）列，隨著企業(yè)數(shù)字化轉(zhuǎn)型程度的加深，企業(yè)創(chuàng)新主體更愿意加大創(chuàng)新活動(dòng)投入，進(jìn)一步提高企業(yè)創(chuàng)新能力，回歸結(jié)果穩(wěn)健。

2.替換解釋變量

本文借鑒祁懷錦等（2020）、張永珅等（2021）的研究，數(shù)字化轉(zhuǎn)型程度采用上市公司財(cái)務(wù)報(bào)告中附注披露的年末無(wú)形資產(chǎn)明細(xì)項(xiàng)中與數(shù)字化轉(zhuǎn)型相關(guān)的部分占無(wú)形資產(chǎn)總額的比例來(lái)度量。回歸結(jié)果見表3 的（2）、（3）列，替換解釋變量后，回歸系數(shù)均在1%的水平上顯著，與主回歸結(jié)果保持一致，表明核心結(jié)論較為穩(wěn)健。

表3 穩(wěn)健性及雙重差分法檢驗(yàn)

3.基于企業(yè)數(shù)字化轉(zhuǎn)型的雙重差分法檢驗(yàn)

企業(yè)根據(jù)自身經(jīng)營(yíng)狀況不同逐時(shí)逐個(gè)推動(dòng)自身數(shù)字化轉(zhuǎn)型是一個(gè)較典型的準(zhǔn)自然實(shí)驗(yàn)。本文參考易露霞等（2021）和吳非等（2021）的研究，選擇多期雙重差分模型來(lái)進(jìn)一步克服內(nèi)生性問(wèn)題③本文選擇期間至少連續(xù)5 年的樣本，且為保證數(shù)字轉(zhuǎn)型前后有足夠觀察期，將實(shí)施數(shù)字化轉(zhuǎn)型不足兩年的樣本不認(rèn)定為實(shí)驗(yàn)組。。通過(guò)對(duì)于進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)與對(duì)照組在轉(zhuǎn)型前后進(jìn)行兩次差分，從而得到企業(yè)數(shù)字化轉(zhuǎn)型對(duì)創(chuàng)新水平的“凈效應(yīng)”。本文構(gòu)建如下雙重差分模型來(lái)檢驗(yàn)數(shù)字化轉(zhuǎn)型如何影響企業(yè)創(chuàng)新能力［參見式（2）］：DIGIdidit是個(gè)體虛擬變量與時(shí)期虛擬變量的交乘項(xiàng)，若企業(yè)在當(dāng)年進(jìn)行了數(shù)字化轉(zhuǎn)型，則當(dāng)年及之后年DIGIdidit取1，否則為0。其中，β1體現(xiàn)了企業(yè)推動(dòng)數(shù)字化轉(zhuǎn)型前后企業(yè)創(chuàng)新能力的變化，是本文著重關(guān)注的待估參數(shù)；β0為常數(shù)項(xiàng)。

研究發(fā)現(xiàn)，在表3 的（4）列中，DIGIdidit的回歸系數(shù)均為正值，在表3 的（5）列中，使用企業(yè)獨(dú)立申請(qǐng)的總專利進(jìn)行穩(wěn)健性檢驗(yàn)，發(fā)現(xiàn)回歸結(jié)果仍顯著為正，且均在1%的水平上顯著，表明企業(yè)在進(jìn)行數(shù)字化轉(zhuǎn)型后，創(chuàng)新能力顯著提高。在此基礎(chǔ)上，本文還進(jìn)一步考察了這種沖擊在較長(zhǎng)的時(shí)間序列中的變化狀況，在表3 的（6）、（7）列中，企業(yè)數(shù)字化轉(zhuǎn)型前的回歸系數(shù)均不顯著，而進(jìn)行數(shù)字化轉(zhuǎn)型之后的回歸系數(shù)正向顯著，表明進(jìn)行數(shù)字化轉(zhuǎn)型前，企業(yè)間的創(chuàng)新能力沒有顯著差異，即滿足平行趨勢(shì)假設(shè)；而企業(yè)分批進(jìn)行數(shù)字化轉(zhuǎn)型之后，數(shù)字技術(shù)應(yīng)用差異對(duì)企業(yè)創(chuàng)新能力的影響系數(shù)均為正，即數(shù)字化轉(zhuǎn)型對(duì)于企業(yè)創(chuàng)新能力的促進(jìn)作用具有一定的持續(xù)性效應(yīng)，由此經(jīng)過(guò)了準(zhǔn)自然實(shí)驗(yàn)削弱內(nèi)生性問(wèn)題后，核心結(jié)論依舊保持高度穩(wěn)健。

4.內(nèi)生性處理：工具變量法

是否進(jìn)行數(shù)字化轉(zhuǎn)型作為企業(yè)的行為決策存在一定的內(nèi)生性。為更好的解決內(nèi)生性問(wèn)題，本文借鑒趙濤等（2020），使用城市層面與信息化水平相關(guān)的歷史數(shù)據(jù)作為工具變量。一方面，城市歷史通信技術(shù)水平能一定程度上孕育及影響現(xiàn)代互聯(lián)網(wǎng)技術(shù)的發(fā)展，滿足相關(guān)性。另一方面，城市歷史信息水平與企業(yè)創(chuàng)新能力并沒有直接關(guān)系，滿足排他性。具體而言，本文使用1984 年各城市郵電業(yè)務(wù)總量及當(dāng)年各城市每百人電話機(jī)量構(gòu)造工具變量，并參考Nunn 和Qian（2014）使用上一年全國(guó)互聯(lián)網(wǎng)用戶數(shù)構(gòu)造交互項(xiàng)進(jìn)行分析。表4 的（1）～（4）列估計(jì)結(jié)果說(shuō)明，數(shù)字化轉(zhuǎn)型對(duì)于企業(yè)創(chuàng)新的作用在考慮了內(nèi)生性后依然顯著成立。LM（拉格朗日乘子）和Wald（沃爾德）F統(tǒng)計(jì)量檢驗(yàn)的結(jié)果說(shuō)明了工具變量選取的合理性。

表4 工具變量及外生沖擊檢驗(yàn)

（三）機(jī)制檢驗(yàn)

企業(yè)數(shù)字化轉(zhuǎn)型通過(guò)將生產(chǎn)、運(yùn)營(yíng)、管理、服務(wù)各版塊與數(shù)字技術(shù)深度融合，通過(guò)整合內(nèi)外部資源進(jìn)行數(shù)字資產(chǎn)拆分重組，產(chǎn)生新的產(chǎn)品或服務(wù)創(chuàng)新（Weitzman，1995；Gurbaxani 和Dunkle，2019）。因此客觀上企業(yè)數(shù)字化轉(zhuǎn)型決策在其創(chuàng)新活動(dòng)中應(yīng)有一定反映。為了刻畫數(shù)字化轉(zhuǎn)型影響企業(yè)創(chuàng)新的機(jī)制路徑，本文借助了溫忠麟和葉寶娟（2014）的遞歸方程開展研究，如式（3）～式（5），其中，Mediatorit為機(jī)制變量，并進(jìn)行Sobel 檢驗(yàn)。本文將主要從企業(yè)的運(yùn)營(yíng)管理活動(dòng)論述數(shù)字化轉(zhuǎn)型如何通過(guò)影響企業(yè)融資約束（Sa）及日常交易活動(dòng)成本（Cost）兩個(gè)方面，最終提高企業(yè)創(chuàng)新能力。

企業(yè)創(chuàng)新活動(dòng)的周期長(zhǎng)，投入大等特征要求企業(yè)必須準(zhǔn)備足夠的研發(fā)資金，資金約束將會(huì)對(duì)企業(yè)創(chuàng)新能力產(chǎn)生直接的影響。而企業(yè)數(shù)字化轉(zhuǎn)型能一定程度上緩解融資約束。為檢驗(yàn)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)于融資約束的緩解作用，本文參考余明桂等（2019）、鞠曉生等（2013）及Hadlock 和Pierce（2010），以融資約束（SA）指數(shù)衡量融資約束。SA 指數(shù)絕對(duì)值越大，表明企業(yè)面臨的融資約束越強(qiáng)。一方面，企業(yè)數(shù)字化轉(zhuǎn)型能有效緩解借貸雙方信息不對(duì)稱的問(wèn)題，實(shí)現(xiàn)借貸雙方高效率對(duì)接，提高企業(yè)融資數(shù)量；另一方面，企業(yè)數(shù)字化轉(zhuǎn)型的信息披露也能以相對(duì)較低的成本吸納分散的投資者，并借助多樣化服務(wù)模式拓寬融資渠道，表5 的（2）、（3）列報(bào)告了企業(yè)數(shù)字化轉(zhuǎn)型、融資約束對(duì)于創(chuàng)新能力的回歸結(jié)果，可以看出，企業(yè)數(shù)字化轉(zhuǎn)型能顯著緩解融資約束，而隨著融資約束問(wèn)題的改善，企業(yè)創(chuàng)新能力顯著提高，且回歸系數(shù)均在1%的水平上顯著為負(fù)，同時(shí)，Sobel 檢驗(yàn)中融資約束的z統(tǒng)計(jì)值為2.24，拒絕了不存在中介效應(yīng)的假設(shè)，表明企業(yè)數(shù)字化轉(zhuǎn)型確實(shí)能通過(guò)緩解融資約束從實(shí)現(xiàn)創(chuàng)新能力提高。驗(yàn)證了本文假說(shuō)2。

為檢驗(yàn)數(shù)字化轉(zhuǎn)型是否能通過(guò)降低交易成本影響企業(yè)創(chuàng)新能力，本文參考趙宸宇等（2021）的做法，采用交易成本作為中介機(jī)制，交易成本費(fèi)用率采用主營(yíng)業(yè)務(wù)成本與期間費(fèi)用之和與主營(yíng)業(yè)務(wù)收入的比值來(lái)衡量，該指標(biāo)將運(yùn)營(yíng)管理費(fèi)用納入交易成本考核體系中，是對(duì)企業(yè)交易成本的完整概括。一方面，企業(yè)數(shù)字化轉(zhuǎn)型能通過(guò)廣泛應(yīng)用數(shù)字技術(shù)，改進(jìn)產(chǎn)品制造工藝流程，一定程度上降低不良產(chǎn)品產(chǎn)出率，減少由于返修導(dǎo)致的庫(kù)存，提高企業(yè)生產(chǎn)效率；另一方面，數(shù)字技術(shù)的應(yīng)用優(yōu)化了信息傳播的過(guò)程，企業(yè)能利用數(shù)字技術(shù)廣泛搜集和解讀生產(chǎn)運(yùn)營(yíng)過(guò)程中產(chǎn)生的海量結(jié)構(gòu)化數(shù)據(jù)，并運(yùn)用到企業(yè)日常決策中，優(yōu)化管理效率。同時(shí)，企業(yè)能通過(guò)應(yīng)用數(shù)字技術(shù)搜集了解上下游企業(yè)經(jīng)營(yíng)實(shí)況，降低由于上下游信息不對(duì)稱產(chǎn)生的溝通成本，提高企業(yè)交流效率。表5 的（4）、（5）列報(bào)告了數(shù)字化轉(zhuǎn)型、交易成本對(duì)企業(yè)創(chuàng)新的回歸結(jié)果，回歸結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型能顯著降低交易成本，隨著交易成本問(wèn)題的改善，企業(yè)創(chuàng)新能力顯著提高。同時(shí)，Sobel 檢驗(yàn)拒絕了不存在中介效應(yīng)的假設(shè)，表明數(shù)字化轉(zhuǎn)型通過(guò)減少企業(yè)交易成本實(shí)現(xiàn)創(chuàng)新能力提升。本文假說(shuō)3得到驗(yàn)證。

表5 機(jī)制檢驗(yàn)

（四）異質(zhì)性分析

中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展存在兩極分化現(xiàn)象，企業(yè)數(shù)字化轉(zhuǎn)型的發(fā)展也有較為明顯的差異屬性特征，企業(yè)在不同差異特征情況下做出的數(shù)字化轉(zhuǎn)型行為決策可能會(huì)有不一致。因此，忽略了企業(yè)屬性特征差異開展的研究容易導(dǎo)致結(jié)論的泛化，不利于具有針對(duì)性的政策建議導(dǎo)向的形成，考慮到企業(yè)規(guī)模大小、產(chǎn)權(quán)性質(zhì)和要素密集度等差異，本文進(jìn)一步考察數(shù)字化轉(zhuǎn)型對(duì)不同類型企業(yè)創(chuàng)新影響的異質(zhì)性。

1.基于規(guī)模的分樣本文

表6 的（1）、（2）列是根據(jù)樣本企業(yè)規(guī)模中位數(shù)劃分為大型企業(yè)和中小企業(yè)并進(jìn)行分樣本回歸的結(jié)果。實(shí)證結(jié)果表明，數(shù)字化轉(zhuǎn)型對(duì)于大型企業(yè)創(chuàng)新能力的提高作用比中小企業(yè)更為顯著。一方面，企業(yè)開展數(shù)字經(jīng)濟(jì)活動(dòng)往往伴隨著一定風(fēng)險(xiǎn)。規(guī)模較大的企業(yè)往往資金充裕，相對(duì)于上下游有較高的議價(jià)能力，故通常擁有更好的資源和風(fēng)險(xiǎn)承擔(dān)能力，該類企業(yè)開展數(shù)字化轉(zhuǎn)型更有優(yōu)勢(shì)；另一方面，對(duì)于規(guī)模較小的企業(yè)而言，由于交易在行業(yè)里話語(yǔ)權(quán)和控制力不高，不能及時(shí)得到助力其創(chuàng)新成果實(shí)現(xiàn)的商業(yè)資源，也難以獲得銀行和金融機(jī)構(gòu)持續(xù)的資金支持。多數(shù)中小型企業(yè)處于產(chǎn)業(yè)鏈底端，數(shù)字化轉(zhuǎn)型的推進(jìn)相對(duì)困難，轉(zhuǎn)型過(guò)程的投入也很難完全轉(zhuǎn)化為生產(chǎn)力，這嚴(yán)重影響了企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)效果。因此，大型企業(yè)數(shù)字化轉(zhuǎn)型效果優(yōu)于中小企業(yè)。

2.基于產(chǎn)權(quán)性質(zhì)的分樣本文

根據(jù)表6 的（3）、（4）列估計(jì)結(jié)果，數(shù)字化轉(zhuǎn)型顯著提高了非國(guó)有企業(yè)創(chuàng)新能力，而對(duì)于國(guó)有企業(yè)不存在顯著影響?？赡茉谟?，對(duì)于非國(guó)有企業(yè)而言，其在數(shù)字化轉(zhuǎn)型進(jìn)程中調(diào)動(dòng)資源更有優(yōu)勢(shì)，并且其數(shù)字技術(shù)的應(yīng)用能顯著提升處理信息的效率，進(jìn)一步降低創(chuàng)新成本和風(fēng)險(xiǎn)，而數(shù)字化轉(zhuǎn)型的信息披露能進(jìn)一步增強(qiáng)投資者信心，對(duì)于非國(guó)有企業(yè)緩解融資壓力大有裨益。而國(guó)有企業(yè)人才儲(chǔ)備和資源通常更充裕，但其內(nèi)部容易出現(xiàn)組織結(jié)構(gòu)冗余，委托代理等問(wèn)題。國(guó)有企業(yè)難以將資源優(yōu)勢(shì)轉(zhuǎn)化為創(chuàng)新成果，難以吸收數(shù)字化轉(zhuǎn)型帶來(lái)的福利效應(yīng)，創(chuàng)新效率較低。另外，國(guó)有企業(yè)創(chuàng)新動(dòng)力不足，其日常生產(chǎn)運(yùn)營(yíng)活動(dòng)并不完全依賴于數(shù)字化轉(zhuǎn)型帶來(lái)的創(chuàng)新占領(lǐng)市場(chǎng)（董曉慶等，2014）。

3.基于要素密集度的分樣本文

借鑒肖曙光和楊潔（2018），本文根據(jù)企業(yè)要素密集度差異將樣本劃分為勞動(dòng)密集型企業(yè)、技術(shù)密集型企業(yè)和資本密集型企業(yè)。表6 的（5）～（7）列是將企業(yè)按照要素密集度進(jìn)行分組回歸的結(jié)果。實(shí)證表明，數(shù)字化轉(zhuǎn)型顯著提高了勞動(dòng)密集型企業(yè)和技術(shù)密集型企業(yè)的創(chuàng)新能力。對(duì)于勞動(dòng)密集型企業(yè)而言，隨著工業(yè)智能和數(shù)字技術(shù)的應(yīng)用，企業(yè)通過(guò)增加機(jī)器作業(yè)替代低端勞動(dòng)力以提高生產(chǎn)效率，減少生產(chǎn)活動(dòng)成本，并進(jìn)一步提高用于研發(fā)的資金比例，使生產(chǎn)經(jīng)營(yíng)管理與數(shù)字技術(shù)深度融合，形成企業(yè)內(nèi)部的良性循環(huán)。此外，對(duì)于技術(shù)密集型企業(yè)，數(shù)字技術(shù)的應(yīng)用讓企業(yè)能充分發(fā)揮技術(shù)人才優(yōu)勢(shì)，進(jìn)一步提升技術(shù)作為主導(dǎo)生產(chǎn)要素的生產(chǎn)潛能，實(shí)現(xiàn)創(chuàng)新能力提升。最后，表6 的（6）列結(jié)果表明，資本密集型企業(yè)數(shù)字化轉(zhuǎn)型帶來(lái)的創(chuàng)新效益并不明顯?？赡苁且?yàn)閷?duì)于資本密集型企業(yè)而言，有形資產(chǎn)占比較高，而無(wú)形資產(chǎn)如數(shù)字資產(chǎn)占比較低。因此可重組資產(chǎn)數(shù)量少，企業(yè)難以通過(guò)應(yīng)用數(shù)字技術(shù)進(jìn)行創(chuàng)新活動(dòng)Weitzman（1995）。

表6 異質(zhì)性檢驗(yàn)

（五）進(jìn)一步分析：地區(qū)制度環(huán)境的調(diào)節(jié)作用

企業(yè)數(shù)字化轉(zhuǎn)型需要依靠外部條件的支撐，world intellectual property organization（WIPO）發(fā)布的《The Global Innovation Index 2017》指出中國(guó)企業(yè)創(chuàng)新在“制度”方面的全球排名相對(duì)落后，僅列第78 位，中國(guó)創(chuàng)新創(chuàng)業(yè)仍面臨較大體制機(jī)制障礙，而良好的制度環(huán)境更有利于企業(yè)提高創(chuàng)新能力（黎文靖等，2021）。較高的知識(shí)產(chǎn)權(quán)保護(hù)水平能有效規(guī)避創(chuàng)新成果外部性的風(fēng)險(xiǎn)，企業(yè)可以最大限度的獲得創(chuàng)新帶來(lái)的超額利潤(rùn)；此外，在知識(shí)產(chǎn)權(quán)保護(hù)水平更高的地區(qū)，相關(guān)產(chǎn)權(quán)保護(hù)法律更完善，企業(yè)交易過(guò)程中的違約和機(jī)會(huì)主義行為會(huì)大大減少，更能鼓勵(lì)企業(yè)進(jìn)行創(chuàng)新活動(dòng)；另外，企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的成果在知識(shí)產(chǎn)權(quán)明晰的地區(qū)更能被市場(chǎng)認(rèn)可，更能產(chǎn)生市場(chǎng)價(jià)值；具體來(lái)說(shuō)，較高的市場(chǎng)化水平對(duì)于企業(yè)數(shù)字化轉(zhuǎn)型和創(chuàng)新產(chǎn)出有兩方面的積極影響，一方面，在市場(chǎng)化水平高的地區(qū)，企業(yè)能得到更多的市場(chǎng)信息，針對(duì)性的進(jìn)行創(chuàng)新研發(fā)，創(chuàng)新產(chǎn)品將會(huì)更容易被市場(chǎng)接納和應(yīng)用，為企業(yè)帶來(lái)更多的利潤(rùn)，從而激勵(lì)企業(yè)進(jìn)一步創(chuàng)新；另一方面，較高的市場(chǎng)化水平下，企業(yè)數(shù)字化轉(zhuǎn)型成為信息披露的重要內(nèi)容，該信息披露能通過(guò)吸引融資提高創(chuàng)新所需資本，進(jìn)一步推動(dòng)企業(yè)創(chuàng)新。信息化水平高的地區(qū)能一定程度上減少信息不對(duì)稱的問(wèn)題，降低企業(yè)創(chuàng)新過(guò)程中的交易成本和尋租成本，企業(yè)更加有動(dòng)力進(jìn)行創(chuàng)新。

知識(shí)產(chǎn)權(quán)保護(hù)水平的指標(biāo)構(gòu)建參照莊子銀等（2021），采用5 個(gè)分類指標(biāo)，包括地方司法保護(hù)水平、行政保護(hù)執(zhí)法力度、社會(huì)保護(hù)水平、市場(chǎng)規(guī)范化程度及企業(yè)和個(gè)人保護(hù)意識(shí)采用熵值法合成地方知識(shí)產(chǎn)權(quán)水平指標(biāo)變量（ipp）。其中，地方司法保護(hù)水平用一省專職律師數(shù)量占該省總?cè)丝跀?shù)的比例來(lái)衡量，行政保護(hù)執(zhí)法力度使用當(dāng)年累計(jì)專利糾紛結(jié)案數(shù)與立案數(shù)的比值來(lái)衡量，社會(huì)保護(hù)水平采用一省申請(qǐng)代理公司數(shù)量與當(dāng)年該省總?cè)丝跀?shù)的比值來(lái)衡量，市場(chǎng)規(guī)范化程度用技術(shù)市場(chǎng)成交合同金額與GDP 的比值衡量，企業(yè)和個(gè)人保護(hù)意識(shí)使用專利未被侵權(quán)率，其中專利侵權(quán)率使用專利侵權(quán)立案數(shù)與當(dāng)年累計(jì)專利申請(qǐng)授權(quán)數(shù)的比值來(lái)識(shí)別。市場(chǎng)化水平（market）指標(biāo)的構(gòu)建參考李夢(mèng)雅等（2021），采用樊綱編制的《中國(guó)分省份市場(chǎng)化指數(shù)報(bào)告》中的市場(chǎng)化總指數(shù)來(lái)衡量地區(qū)市場(chǎng)化水平，由于該數(shù)據(jù)只更新到2016 年，后續(xù)年份使用增長(zhǎng)率補(bǔ)齊。信息化水平（info）使用省互聯(lián)網(wǎng)普及率即省級(jí)互聯(lián)網(wǎng)用戶數(shù)占總?cè)丝诘谋壤饬俊?/p>

表7 是地區(qū)制度環(huán)境對(duì)企業(yè)數(shù)字化轉(zhuǎn)型和創(chuàng)新水平關(guān)系影響的回歸結(jié)果。（1）、（2）列和（3）、（4）列及（5）、（6）列分別報(bào)告了知識(shí)產(chǎn)權(quán)水平，市場(chǎng)化水平及信息化水平與數(shù)字化轉(zhuǎn)型的交互項(xiàng)對(duì)于企業(yè)發(fā)明專利及總專利的調(diào)節(jié)作用。結(jié)果均顯著為正，這意味著地區(qū)制度環(huán)境強(qiáng)化了數(shù)字化轉(zhuǎn)型對(duì)于企業(yè)創(chuàng)新能力的促進(jìn)作用。

表7 基于制度環(huán)境的調(diào)節(jié)效應(yīng)

五、結(jié)論及政策建議

本文基于2009—2019 年中國(guó)滬深A(yù) 股上市公司數(shù)據(jù)及爬蟲整理而來(lái)的上市公司年報(bào)中“數(shù)字化轉(zhuǎn)型”相關(guān)詞頻數(shù)據(jù)，考察了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)于其創(chuàng)新產(chǎn)出的影響，主要得到以下結(jié)論：第一，企業(yè)數(shù)字化轉(zhuǎn)型顯著提高了企業(yè)創(chuàng)新能力，且在大規(guī)模企業(yè)、非國(guó)有企業(yè)及勞動(dòng)密集度和技術(shù)密集度高的企業(yè)中提升作用更明顯。第二，企業(yè)數(shù)字化轉(zhuǎn)型能通過(guò)降低交易成本和緩解融資約束兩條機(jī)制來(lái)提高創(chuàng)新能力。第三，外部制度環(huán)境對(duì)于數(shù)字化轉(zhuǎn)型企業(yè)創(chuàng)新能力的提高有顯著影響，在知識(shí)產(chǎn)權(quán)水平、市場(chǎng)化水平及信息化水平高的地區(qū)，企業(yè)數(shù)字化轉(zhuǎn)型更能帶來(lái)創(chuàng)新能力的提高。

本文有如下政策啟示：第一，企業(yè)應(yīng)順應(yīng)我國(guó)數(shù)字經(jīng)濟(jì)發(fā)展的新航向，充分把握數(shù)字化轉(zhuǎn)型的新機(jī)遇，加大對(duì)于數(shù)字技術(shù)的整合與應(yīng)用，根據(jù)自身經(jīng)營(yíng)實(shí)況調(diào)整商業(yè)戰(zhàn)略和運(yùn)營(yíng)方式，進(jìn)一步提高企業(yè)生產(chǎn)、研發(fā)及服務(wù)等關(guān)鍵環(huán)節(jié)的智能化水平。釋放企業(yè)創(chuàng)新的“數(shù)字活力”。第二，政府應(yīng)鼓勵(lì)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，降低企業(yè)交易成本，強(qiáng)化信息披露機(jī)制，提高金融機(jī)構(gòu)與企業(yè)間的接洽度，盡可能化解數(shù)字化轉(zhuǎn)型企業(yè)開展創(chuàng)新活動(dòng)的風(fēng)險(xiǎn)和難題。第三，政府積極完善制度環(huán)境，做好企業(yè)數(shù)字化轉(zhuǎn)型的外部支撐。通過(guò)完善知識(shí)產(chǎn)權(quán)保護(hù)體系并提高信息化水平，進(jìn)一步推動(dòng)國(guó)內(nèi)市場(chǎng)開放，推動(dòng)數(shù)字技術(shù)與實(shí)體企業(yè)的精準(zhǔn)對(duì)接，使制度環(huán)境更好的服務(wù)于企業(yè)數(shù)字化轉(zhuǎn)型的開展，強(qiáng)化數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新能力的提高作用。