數字化對我國企業(yè)協同創(chuàng)新的影響研究

封永平，康 立

（1.武漢大學政治與公共管理學院，湖北 武漢 430072；2.中南財經政法大學金融學院，湖北 武漢 430073）

一、引言

黨的十九屆五中全會提出，“強化企業(yè)創(chuàng)新主體地位，促進各類創(chuàng)新要素向企業(yè)集聚”，同時要求“加快數字化發(fā)展”，建設“數字中國”。黨的二十大報告進一步強調，“加快發(fā)展數字經濟，促進數字經濟和實體經濟深度融合，打造具有國際競爭力的數字產業(yè)集群”。近年來，隨著技術創(chuàng)新復雜性與不確定性的深入，協同創(chuàng)新成為提高我國企業(yè)創(chuàng)新能力、加快產業(yè)集群轉型升級的有效途徑和重要模式。然而，與歐美等發(fā)達國家相比，企業(yè)協同創(chuàng)新比例偏低、創(chuàng)新資源協同性差等問題，成為我國構建創(chuàng)新驅動型國家的主要障礙。與此同時，作為全球經濟增長的新動力，數字經濟正逐步成為企業(yè)創(chuàng)新變革的重要突破點。數字技術的即時性、共享性、互動性等特征極大地降低了時間、地理因素對創(chuàng)新主體獲取信息和創(chuàng)新資源的羈絆，強化了創(chuàng)新主體之間的交流與互動，為全領域、全時空地配置創(chuàng)新資源、提高創(chuàng)新能力提供了新模式和新機會[1]。當前，數字化轉型成為傳統(tǒng)企業(yè)在新環(huán)境中生存和發(fā)展的必然選擇，也是推動企業(yè)創(chuàng)新的重要力量[2]。

文章基于萬方專利數據庫中爬取獲得企業(yè)聯合專利申請數量，通過采用廣義負二項分布模型，揭示了數字化對企業(yè)協同創(chuàng)新的影響機理及行業(yè)環(huán)境的調節(jié)效應。文章研究結論對推動我國創(chuàng)新驅動發(fā)展戰(zhàn)略和供給側結構性改革，具有一定的啟示與借鑒意義。

二、理論分析與研究假設

1. 數字化對企業(yè)協同創(chuàng)新的影響機理

企業(yè)數字化通過降低信息成本、加速信息流動來提高企業(yè)的創(chuàng)新能力，進而促進協同創(chuàng)新。數字技術降低了信息搜尋成本、傳遞成本和驗證成本等[3]，使信息的搜索與獲取更快、更準、更廣，且成本更低。信息的可得性是企業(yè)創(chuàng)新的決定因素[4]。數字化打破了企業(yè)之間的知識界限，加速知識的傳播與擴散，有助于降低企業(yè)之間信息傳遞和共享的成本。數字化還消除了距離、區(qū)位、資源分布不均等物理限制，智能化支持設備、遠程交互平臺等的出現，提高了企業(yè)的學習吸收能力和創(chuàng)新能力。數字化轉型使企業(yè)在動態(tài)環(huán)境下提高了感知機會以及重構內外部資源的動態(tài)能力[5]。

企業(yè)數字化降低了協作成本，促進了知識的整合與優(yōu)化配置，提升了創(chuàng)新資源的配置效率。企業(yè)數字化便利了企業(yè)之間的溝通與協調[6]。溝通及協調涉及知識的整合和資源的優(yōu)化配置。其中，溝通對知識的傳播、整合及流動起重要作用，特別是促進關鍵技能和技術訣竅等經驗知識的學習與吸收。再有，協調推動了知識的整合與運用，優(yōu)化資源配置，促進知識的創(chuàng)造和價值增值?；跀底只夹g，大量的人際互動和信息傳遞通過線上系統(tǒng)實現，這種轉變能夠提高信息傳遞的及時性和準確性，從而降低協作成本，提升協調效率[7]。

企業(yè)數字化降低了信息不對稱性，抑制了機會主義行為，增強互信力。任何協同創(chuàng)新的實現取決于企業(yè)之間持續(xù)的信任[8]。首先，連接、共享、開放等數字技術特征實現了信息的即時傳播，使合作各方及時掌握合作動態(tài)和發(fā)展進程，降低了研發(fā)合作過程中的信息不對稱程度，增強了協同創(chuàng)新活動的透明度和開放性，進而深化了合作企業(yè)之間的信賴程度和合作欲望。其次，數字化節(jié)約了合作企業(yè)之間溝通的時間和費用，增加了溝通的頻率和效率。而頻繁的溝通加強了合作伙伴之間的相互了解和友好關系，增進了彼此之間的感情，促進了情感信任。最后，數字技術可以對合作各方進行監(jiān)督，并實現及時糾偏，降低了搭便車行為和其他機會主義行為，從而增強了認知信任?；谏鲜龇治觯岢鲆韵卵芯考僭O：

假設H1：數字化對企業(yè)協同創(chuàng)新有顯著的正向影響。

假設H2：數字化對企業(yè)協同創(chuàng)新有顯著的長期影響。

2. 行業(yè)環(huán)境對數字化影響企業(yè)協同創(chuàng)新的調節(jié)作用

數字化對企業(yè)協同創(chuàng)新的影響與其所處的行業(yè)環(huán)境特征有關。隨著技術密集度的提高，技術和產品的復雜度不斷加大，創(chuàng)新難度逐步提高。高技術密集型行業(yè)的企業(yè)擁有更多更高價值的知識產權，更易面臨喪失核心競爭力的風險。同時，高技術密集型行業(yè)的競爭更加激烈，先行者優(yōu)勢更為顯著。冉戎等(2020)認為，高技術密集型行業(yè)的企業(yè)協同創(chuàng)新面臨的機會主義行為嚴重[9]。企業(yè)數字化一方面通過促進企業(yè)之間的交流與合作，增加了異質性知識碰撞的機會，促進了創(chuàng)新資源配置效率的提高，降低了創(chuàng)新產出難度。另一方面通過降低合作雙方信息不對稱的程度來抑制機會主義行為，并且高技術密集型行業(yè)的企業(yè)數字化對協同創(chuàng)新的影響效應更強。鑒于此，文章提出如下研究假設：

假設H3：高技術密集型行業(yè)的企業(yè)數字化與企業(yè)協同創(chuàng)新的正向關系更強。

對于高資本密集性行業(yè)，一方面其固定資產投資大、資產專用性程度高。另一方面其行業(yè)內勞動力素質相對較高，高技能人才占比也較高。數字化可以激活閑置資產，企業(yè)可以輕松獲得來自外部的各項創(chuàng)新資源，放松資產專用性約束。即借助數字技術，企業(yè)之間可以實現對閑置要素的共享，間接地增加了要素供給。企業(yè)數字化還可與高技能人才產生替代效應和互補效應：一是企業(yè)數字化可以替代高技能人才進行的部分程序化任務；二是高技能人才可以充分利用大數據或人工智能等數字技術，實現“創(chuàng)新方法的創(chuàng)新”，提高創(chuàng)新績效。正如黨琳等(2021)研究發(fā)現，數字經濟顯著提升了中高資產專用性企業(yè)的合作創(chuàng)新績效，同時也顯著提升了資產密集型行業(yè)的企業(yè)合作創(chuàng)新績效[10]。由此，提出以下研究假設：

假設H4：高資本密集型行業(yè)的企業(yè)數字化對企業(yè)協同創(chuàng)新的正向影響更強。

在高ICT（ICT 為信息通訊技術的簡稱） 使用強度行業(yè)，數據要素易于轉化為現實的生產要素，企業(yè)間的供應鏈協同效應易于實現，進而提升企業(yè)的創(chuàng)新效率和協同創(chuàng)新績效[10]。然而，作為高效的溝通和交流媒介，ICT 能降低信息擴散的成本，提高知識傳播效率，顯著增加知識溢出效應，降低企業(yè)參與協同創(chuàng)新的積極性和主動性。因此，高ICT 使用強度行業(yè)的數字化對企業(yè)協同創(chuàng)新的影響程度，取決于這兩種力量的相對強弱。鑒于此，提出以下研究假設：

假設H5：高ICT 使用強度對數字化與企業(yè)協同創(chuàng)新正向關系的調節(jié)作用不確定。

三、模型構建與數據說明

1. 模型構建

數字化對企業(yè)協同創(chuàng)新影響的模型構建如下：

其中，COIN表示企業(yè)協同創(chuàng)新績效，以企業(yè)每年與其他企業(yè)聯合專利的申請量來衡量；i、h、t分別代表企業(yè)、行業(yè)和年份；k=1、2、3，表示一年后、兩年后和三年后的企業(yè)聯合專利申請量，這不僅考慮了從企業(yè)合作到協同創(chuàng)新成果出現之間的滯后期，而且還考慮到數字化對協同創(chuàng)新的長期影響。DIG代表企業(yè)數字化，以上市公司財務報告附注披露的年末無形資產項中與數字經濟相關的部分占無形資產額的比例來表示；X代表相關控制變量，包括企業(yè)的年齡、規(guī)模、成長性、杠桿率、研發(fā)投資、資產收益率等變量；θ1和θi為相關變量的系數。δ0代表企業(yè)所有制固定效應，δt和δh分別代表年份固定效應和行業(yè)固定效應。εiht代表隨機誤差項。

為進一步識別行業(yè)環(huán)境特征對數字化與企業(yè)協同創(chuàng)新關系的調節(jié)作用，納入PART與DIG的交叉項后，文章建立如下計量模型：

其中，PART代表高資本密集度、高技術密集度和高ICT使用強度，其取值為0 或1。α2代表了行業(yè)環(huán)境特征帶來的調節(jié)效應。

2. 變量說明與數據來源

文章以企業(yè)創(chuàng)新為被解釋變量，以企業(yè)數字化為解釋變量。控制變量中，企業(yè)年齡、企業(yè)規(guī)模、資產收益率、企業(yè)研發(fā)投資與企業(yè)協同創(chuàng)新呈正相關關系。合理的負債水平有利于企業(yè)創(chuàng)新活動。不同的企業(yè)所有制和行業(yè)類別會影響企業(yè)協同創(chuàng)新。被解釋變量數據從萬方專利數據庫中通過爬取方法獲得。解釋變量和控制變量數據來源于國泰安數據庫。文中變量的定義與衡量如表1 所示。

文章研究對象為實體企業(yè)，因而選取2013—2020 年我國A股非金融類上市公司進行分析。為避免內生性問題，文章采用聯合專利申請數量滯后一年數據。在以樣本期中的企業(yè)聯合專利數據與滯后一年上市公司財務數據進行匹配后，整理得到2145 家企業(yè)的6862 個觀測值。由于一些企業(yè)公開發(fā)行股票的時間是在2013—2020 年之間，缺少其上市交易前的財務數據，因而該觀測值為非平衡面板數據。

3. 回歸方法

由于企業(yè)聯合專利申請數量是非負整數，屬于計數變量，一般采用泊松分布和負二項分布回歸。通過分析企業(yè)聯合專利申請數據特征，發(fā)現企業(yè)聯合專利申請數均值為15.47，而標準差高達106.78，說明聯合專利申請的分布為過度分散，泊松分布假設不合適。為進一步證明負二項分布回歸模型選擇的合適性，分別用泊松分布假設和負二項分布假設進行回歸，并使用泊松擬合優(yōu)度(poisgof)檢驗，發(fā)現擬合優(yōu)度在1%的顯著性水平上顯著，因此拒絕泊松分布原假設。用負二項分布回歸的卡方統(tǒng)計量（為486.6）檢驗也顯示使用負二項分布回歸更合適。同時，使用廣義負二項回歸，發(fā)現其擬合效果更優(yōu)。此外，文章還考慮了使用零膨脹負二項回歸方法，經Vuong 檢驗發(fā)現該模型不適合。

四、回歸結果與穩(wěn)健性檢驗

1. 基準回歸檢驗

對計量模型(1)采用負二項分布回歸，回歸結果如表2 所示。表2 中的列(1)、列(3)、列(5)分別為企業(yè)協同創(chuàng)新滯后一年、兩年、三年的負二項分布回歸的估計結果，列(2)、列(4)、列(6)分別為企業(yè)協同創(chuàng)新滯后一年、兩年、三年的廣義負二項分布回歸的估計結果。結果表明，在負二項分布和廣義負二項分布假設下，數字化對一年后的協同創(chuàng)新以及兩年和三年后的協同創(chuàng)新都在5%以上的顯著性水平上顯著，且影響為正。這表明企業(yè)數字化能顯著促進企業(yè)協同創(chuàng)新，驗證了研究假設H1成立。從回歸模型的Wald 檢驗來看，廣義負二項分布回歸更合適，下文都采用該回歸方法。根據廣義負二項分布回歸結果可知，數字化對滯后一年的企業(yè)聯合專利申請的影響系數為0.138，而對兩年后和三年后的聯合專利申請的影響系數分別是為0.161、0.152。這說明數字化對企業(yè)協同創(chuàng)新的影響持續(xù)時間較長，且影響不會降低。這一結果與研究假設H2 相符。

表2 基準回歸結果

2. 調節(jié)效應檢驗

廣義負二項式分布回歸的調節(jié)效應檢驗結果如表3 所示。對于高資本密集型行業(yè)的企業(yè)來說，數字化對其聯合專利申請的影響顯著為正，影響系數為0.313；而對于中低資本密集型行業(yè)的企業(yè)來說，數字化不利于其協同創(chuàng)新，回歸系數為-0.187。同樣，數字化對兩年后的高資本密集型行業(yè)的企業(yè)協同創(chuàng)新的影響也顯著為正，影響系數為0.37。這一結果與研究假設H3 相符。對于高技術密集型行業(yè)的企業(yè)來說，數字化對其一年后從及兩年后協同創(chuàng)新的影響系數分別是0.301 和0.325，且通過1%顯著性水平檢驗，驗證了研究假設H4；不過對中低技術密集型行業(yè)的企業(yè)，該回歸系數不顯著。對于高ICT 使用強度行業(yè)的企業(yè)來說，高ICT 使用強度對數字化與企業(yè)協同創(chuàng)新關系的調節(jié)作用不顯著，表明數字化對高ICT 使用強度行業(yè)的企業(yè)協同創(chuàng)新的影響沒有差異。這一實證結果與研究假設H5 相符。

表3 行業(yè)環(huán)境調節(jié)作用的檢驗結果

3. 穩(wěn)健性檢驗

第一，把被解釋變量企業(yè)聯合專利申請換成兩年和三年的平均值COINA和COINA2 進行廣義負二項分布回歸，結果見表4 列(1)和列(2)，其中COINA=(COINt+1+COINt+2)/2；COINA2=(COINt+1+COINt+2+COINt+3)/3?？梢钥闯?，數字化(DIG)的回歸系數顯著為正，且其他控制變量的符號及顯著性都與前面的回歸基本一致。這表明數字化對企業(yè)協同創(chuàng)新有顯著的長短期正向影響。第二，控制地區(qū)數字經濟環(huán)境特征，在模型中加入數字金融指數的自然對數DF。該指數是北京大學互聯網金融研究中心編制的《數字金融普惠金融指數》，衡量我國省級數字金融的發(fā)展程度?；貧w結果見表4 列(3)和列(4)。結果顯示，數字化的回歸系數仍是顯著為正，其系數分別是0.14 和0.16，而且，數字金融顯著提高了企業(yè)協同創(chuàng)新，對一年后和兩年后的企業(yè)聯合專利申請影響的回歸系數是1.30 和1.08。第三，采用制造業(yè)樣本重新進行回歸。結果見表4 列(5)和(6)。數字化的回歸系數依然顯著為正，再一次證明了前面的結果，表明文章的結論依然成立。而且，制造業(yè)企業(yè)數字化的回歸系數明顯高于全體樣本的回歸系數，即數字化對制造業(yè)企業(yè)協同創(chuàng)新的提升作用更強一些。

五、結論及啟示

文章以2013—2020 年我國A 股非金融類上市公司為樣本，探究數字化對我國企業(yè)協同創(chuàng)新的影響。研究發(fā)現，數字化顯著促進了我國企業(yè)協同創(chuàng)新，并對企業(yè)協同創(chuàng)新有長期的正向影響。在我國高資本密集型和高技術密集型行業(yè)中，數字化對企業(yè)協同創(chuàng)新的提升作用更強，但數字化對企業(yè)協同創(chuàng)新的提升作用不受行業(yè)信息通訊技術(ICT)使用強度高低的影響。

依據研究結論，得到以下啟示：第一，企業(yè)協同創(chuàng)新是我國提高自主創(chuàng)新能力、促進科技與經濟緊密結合的重要途徑。數字化有助于搭建微觀企業(yè)之間的協同創(chuàng)新平臺，助力協同創(chuàng)新的有效執(zhí)行。因此，政府應出臺鼓勵措施積極推進企業(yè)數字化轉型。第二，高資本密集型行業(yè)和高技術密集型行業(yè)的企業(yè)數字化，是促進企業(yè)協同創(chuàng)新的主力軍，更是發(fā)揮我國產業(yè)鏈協同和建設制造強國的關鍵所在。在我國，資本密集型行業(yè)和高技術密集型行業(yè)的企業(yè)更容易成為協同創(chuàng)新的“核心企業(yè)”，特別是在中小企業(yè)數字化轉型中，“核心企業(yè)”或“鏈主企業(yè)”的數字化是關鍵與核心。為此，政府應大力鼓勵高資本密集型行業(yè)和高技術密集型行業(yè)的企業(yè)數字化轉型，推動企業(yè)縱向合作和橫向合作，從而助力我國順利實施創(chuàng)新驅動發(fā)展戰(zhàn)略和有效推進供給側結構性改革。