政府研發(fā)補助對企業(yè)數(shù)字創(chuàng)新的影響

[摘 要：文章基于2011—2022年我國高新技術(shù)上市企業(yè)數(shù)據(jù)，探究政府研發(fā)補助對高新技術(shù)企業(yè)數(shù)字創(chuàng)新的激勵效果以及數(shù)字化對二者關(guān)系的調(diào)節(jié)作用。研究表明：政府研發(fā)補助對企業(yè)數(shù)字創(chuàng)新的影響呈現(xiàn)抑制—促進(jìn)—抑制的“倒N”型變化；企業(yè)數(shù)字化和城市數(shù)字化均能正向調(diào)節(jié)這一“倒N”型關(guān)系，具體表現(xiàn)為研發(fā)補助作用強(qiáng)度的增加、研發(fā)補助適度區(qū)間的拓寬以及整體數(shù)字創(chuàng)新產(chǎn)出水平的提高。機(jī)制分析表明：企業(yè)數(shù)字化通過增加信息透明度、降低數(shù)字研發(fā)不確定性和提高動態(tài)能力來發(fā)揮調(diào)節(jié)作用，城市數(shù)字化通過約束尋租行為、提高知識產(chǎn)權(quán)保護(hù)水平和促進(jìn)產(chǎn)學(xué)研合作來發(fā)揮調(diào)節(jié)作用。

關(guān)鍵詞：政府研發(fā)補助；數(shù)字創(chuàng)新；調(diào)節(jié)效應(yīng)；企業(yè)數(shù)字化；城市數(shù)字化

中圖分類號：F49；F812.45；F832.51 " " 文獻(xiàn)標(biāo)識碼：A " 文章編號：1007-5097（2024）08-0055-14 ]

Impact of Government Ramp;D Subsidies on Digital Innovation of Enterprises：

Moderating Effect Based on Corporate Digitalization and Urban Digitalization

YU Luyao， ZHOU Tao， GAO Yang， LIANG Ze

（School of Economics， Xi'an University of Finance and Economics， Xi'an 710100， China）

Abstract：Based on the data of high-tech listed companies in China from 2011 to 2022， this essay explores the incentive effect of government Ramp;D subsidies on digital innovation of high-tech enterprises and the moderating role of digitalization in the relationship between the two. Findings： Government Ramp;D subsidies have an inverted N-shaped effect on corporate digital innovation， characterized by suppression-promotion-suppression; both corporate digitalization and urban digitalization can positively regulate this inverted N-shaped relationship， specifically manifested in the increased intensity of Ramp;D subsidies， the widening of the appropriate range of Ramp;D subsidies， and the overall improvement in digital innovation output level. The mechanism analysis shows that enterprise digitalization plays a moderating role through increasing information transparency， reducing the uncertainty of digital Ramp;D， and enhancing dynamic capabilities while urban digitalization plays a moderating role through constraining rent-seeking behavior， improving the level of intellectual property protection， and promoting industry-university-research cooperation.

Key words：government Ramp;D subsidies; digital innovation; moderating effect; corporate digitalization; urban digitalization

一、引 言

近年來我國數(shù)字經(jīng)濟(jì)蓬勃發(fā)展，數(shù)字經(jīng)濟(jì)產(chǎn)出從2012年的11萬億元增至2022年的50.2萬億元，連續(xù)多年位居世界第二位，且數(shù)字經(jīng)濟(jì)增速已連續(xù)11年顯著高于GDP增速。然而，同世界數(shù)字經(jīng)濟(jì)大國、強(qiáng)國相比，我國數(shù)字經(jīng)濟(jì)大而不強(qiáng)、快而不優(yōu)［1］，主要體現(xiàn)在我國產(chǎn)業(yè)數(shù)字化占比及數(shù)字經(jīng)濟(jì)對國民經(jīng)濟(jì)的貢獻(xiàn)率偏低，不及美、英、德等數(shù)字強(qiáng)國的平均水平。這一差距產(chǎn)生的重要原因是我國長期面臨科技封鎖，關(guān)鍵核心數(shù)字技術(shù)受制于人。在數(shù)字經(jīng)濟(jì)時代，以數(shù)字技術(shù)為核心的數(shù)字創(chuàng)新作為一種新興的創(chuàng)新模式，正重塑創(chuàng)新發(fā)展的經(jīng)濟(jì)體系［2］。數(shù)字創(chuàng)新指采用信息、計算、溝通和連接等數(shù)字技術(shù)組合，圍繞新產(chǎn)品開發(fā)、生產(chǎn)流程改進(jìn)、組織模式變革等不同方向開展技術(shù)革新的過程［3］。數(shù)字創(chuàng)新是數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展的動力來源［4］。國務(wù)院印發(fā)的《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》，在基本原則部分強(qiáng)調(diào)“堅持創(chuàng)新引領(lǐng)、融合發(fā)展”，并提出到2025年數(shù)字化創(chuàng)新引領(lǐng)發(fā)展能力大幅提升的目標(biāo)?！皠?chuàng)新”一詞在該規(guī)劃中共出現(xiàn)了51次，可見推動數(shù)字創(chuàng)新、強(qiáng)化關(guān)鍵技術(shù)創(chuàng)新能力在中國數(shù)字經(jīng)濟(jì)發(fā)展中具有重要地位。此外，高新技術(shù)企業(yè)在國家創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略中發(fā)揮主體作用。因此，在當(dāng)前中國面臨科技封鎖的背景下，以高新技術(shù)企業(yè)為切入點探究數(shù)字創(chuàng)新，對推動數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要的現(xiàn)實意義。

以研發(fā)補助為核心的供給側(cè)政策是中國政府激勵企業(yè)創(chuàng)新的主要方式之一。政府研發(fā)補助不僅直接為企業(yè)提供資金支持［5］，還能向外傳遞企業(yè)技術(shù)優(yōu)勢的積極信號，為企業(yè)創(chuàng)新活動爭取更多的社會資源［6］；也有研究指出，研發(fā)補助對企業(yè)創(chuàng)新績效并無裨益，如可能導(dǎo)致企業(yè)將本來用于研發(fā)活動的資金轉(zhuǎn)投其他項目［7］、誘發(fā)企業(yè)的策略性創(chuàng)新［8］等。研究結(jié)論的差異催生了學(xué)者們對于兩者之間非線性關(guān)系的探討：政府研發(fā)補助與企業(yè)創(chuàng)新績效之間存在先促進(jìn)后抑制的“倒U”型關(guān)系［9-10］；政府研發(fā)補助與中小企業(yè)創(chuàng)新績效存在一定的門檻規(guī)律，中低強(qiáng)度的補助驅(qū)動創(chuàng)新績效提升，過高強(qiáng)度的補助則適得其反［11］。

激發(fā)高新技術(shù)企業(yè)數(shù)字創(chuàng)新活力同樣離不開政府支持。然而，與傳統(tǒng)創(chuàng)新相比，數(shù)字創(chuàng)新具有如下特征：一是自生長性。數(shù)字創(chuàng)新具有動態(tài)迭代性和可再塑造性，企業(yè)需要持續(xù)掃描和更新數(shù)字環(huán)境，不斷對數(shù)字創(chuàng)新成果進(jìn)行優(yōu)化［12］。二是非排他性。數(shù)字技術(shù)開放共享、可重復(fù)編程的特征使得競爭對手可以低成本地復(fù)制和模仿企業(yè)數(shù)字創(chuàng)新成果［13］。三是難預(yù)測性。新興數(shù)字技術(shù)往往會對傳統(tǒng)技術(shù)產(chǎn)生顛覆性沖擊，這不僅大大增加數(shù)字創(chuàng)新技術(shù)前景與市場前景的不確定性，還導(dǎo)致數(shù)字創(chuàng)新結(jié)果難以控制和預(yù)測［14］。這些特征決定了數(shù)字創(chuàng)新是一個高成本、高風(fēng)險、高門檻的過程，使得企業(yè)缺乏動力開展數(shù)字研發(fā)活動。那么，政府研發(fā)補助能否解決這一問題？其作用特點如何？是否像傳統(tǒng)創(chuàng)新一樣存在非線性作用關(guān)系？現(xiàn)有研究并未對這些問題作出回答。本文密切關(guān)注的另一個問題是企業(yè)內(nèi)部的數(shù)字化轉(zhuǎn)型策略與企業(yè)外部環(huán)境的數(shù)字化升級是否會影響政府研發(fā)補助的創(chuàng)新激勵效果?，F(xiàn)有研究對政府研發(fā)補助作用效果的影響因素進(jìn)行了總結(jié)，包括董事會教育背景［7］、金融化水平［10］、風(fēng)險投資［15］、市場化水平［16］等。也有研究基于政策合力視角，發(fā)現(xiàn)需求端的政府創(chuàng)新采購與供給端的政府研發(fā)補助對企業(yè)創(chuàng)新具有相互促進(jìn)的協(xié)同效應(yīng)［17］。然而，數(shù)字化作為當(dāng)下最先進(jìn)的生產(chǎn)力之一，其調(diào)節(jié)作用卻較少受到關(guān)注。因此，本文利用數(shù)字專利數(shù)據(jù)衡量企業(yè)數(shù)字創(chuàng)新水平，探究政府研發(fā)補助對高新技術(shù)企業(yè)數(shù)字創(chuàng)新的激勵效果以及數(shù)字化對二者關(guān)系的調(diào)節(jié)作用。這不僅可以為政府支持?jǐn)?shù)字創(chuàng)新賦能提供證據(jù)支撐，還可以為推動數(shù)字領(lǐng)域關(guān)鍵核心技術(shù)進(jìn)步和數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展提供有益啟示。

相較于已有研究，本文可能的邊際貢獻(xiàn)在于：第一，現(xiàn)有研究多以研發(fā)投入、創(chuàng)新產(chǎn)出或更為具體的綠色創(chuàng)新產(chǎn)出為研究對象，分析政府補助的作用效果，而數(shù)字創(chuàng)新所引發(fā)的傳統(tǒng)創(chuàng)新的數(shù)字化變革［18］，其受政府支持的作用特點較少受到關(guān)注。本文基于數(shù)字創(chuàng)新視角，探究政府研發(fā)補助對高新技術(shù)企業(yè)數(shù)字創(chuàng)新水平的影響，進(jìn)一步擴(kuò)大了研究范圍。第二，現(xiàn)有研究多將研發(fā)補助與數(shù)字創(chuàng)新之間的非線性關(guān)系界定為兩階段的“U”型曲線，本文試圖從三階段的“N”型曲線出發(fā)，深入分析政府研發(fā)補助與數(shù)字創(chuàng)新水平之間復(fù)雜的非線性關(guān)系，以確定研發(fā)補助強(qiáng)度的適度區(qū)間。第三，本文基于內(nèi)部治理與外部環(huán)境雙重視角，分別探討企業(yè)數(shù)字化和城市數(shù)字化對研發(fā)補助與數(shù)字創(chuàng)新之間非線性關(guān)系的調(diào)節(jié)效應(yīng)，并繪制調(diào)節(jié)效應(yīng)圖，從多個角度分析其調(diào)節(jié)效果；此外，本文從數(shù)字創(chuàng)新資源、數(shù)字創(chuàng)新意愿、數(shù)字創(chuàng)新實踐三個視角出發(fā)，分析數(shù)字化發(fā)揮調(diào)節(jié)作用的具體機(jī)制。

二、理論假設(shè)

（一）政府研發(fā)補助與企業(yè)數(shù)字創(chuàng)新

政府研發(fā)補助是高新技術(shù)企業(yè)開展創(chuàng)新攻關(guān)的重要支持，它不僅直接注資企業(yè)的研發(fā)活動，還向外界傳遞企業(yè)獲“政府認(rèn)可”的積極信號，從而強(qiáng)化投資者的投資信心，幫助企業(yè)籌措更多外部資金用于研發(fā)活動［10］。然而，政府研發(fā)補助的增加并不代表企業(yè)數(shù)字創(chuàng)新產(chǎn)出的增長，這取決于企業(yè)是否選擇將資金用于數(shù)字研發(fā)活動。

當(dāng)政府研發(fā)補助強(qiáng)度較低時，數(shù)字企業(yè)可能會選擇將新增的研發(fā)資金用于優(yōu)化升級現(xiàn)有的數(shù)字創(chuàng)新項目，而不是投入新的數(shù)字創(chuàng)新項目。一方面，數(shù)字技術(shù)具有自生長性，現(xiàn)有技術(shù)的發(fā)展不斷催生新的技術(shù)，使數(shù)字創(chuàng)新成為持續(xù)性的投資過程。企業(yè)需要不斷調(diào)整優(yōu)化現(xiàn)有的數(shù)字創(chuàng)新項目，以適應(yīng)新技術(shù)變化和市場需求［12］。在政府研發(fā)補助強(qiáng)度較低的情況下，數(shù)字企業(yè)可能更愿意將資金用于維持現(xiàn)有數(shù)字創(chuàng)新項目的競爭力，以保持市場領(lǐng)先地位。另一方面，數(shù)字創(chuàng)新具有一定的非排他性，現(xiàn)有數(shù)字創(chuàng)新項目成果可能被競爭對手模仿［13］。因此，企業(yè)需要不斷優(yōu)化升級現(xiàn)有的數(shù)字創(chuàng)新項目，避免創(chuàng)新成果被剽竊，同時持續(xù)鞏固自身創(chuàng)新優(yōu)勢。而對于非數(shù)字企業(yè)來說，研發(fā)補助強(qiáng)度較低時，決策者可能并不愿意投資于數(shù)字創(chuàng)新領(lǐng)域，這主要出于以下原因：一是數(shù)字創(chuàng)新需要大量的數(shù)字資源支撐［19］，非數(shù)字企業(yè)自身數(shù)字資源并不充裕，需要花費大量資金用于購買數(shù)字資源；二是數(shù)字創(chuàng)新過程的高度復(fù)雜性、創(chuàng)新結(jié)果的高度不確定性進(jìn)一步增加數(shù)字創(chuàng)新的風(fēng)險，降低非數(shù)字企業(yè)開展數(shù)字研發(fā)活動的意愿［20］，因為一旦失敗，較少的資金支持無法彌補企業(yè)的虧損；三是當(dāng)前我國知識產(chǎn)權(quán)保護(hù)體系并不完善，數(shù)字創(chuàng)新成果容易被競爭對手復(fù)制和模仿［3］，這大大削弱非數(shù)字企業(yè)的數(shù)字創(chuàng)新積極性。

此外，在政府研發(fā)補助強(qiáng)度較低時，無論是數(shù)字企業(yè)還是非數(shù)字企業(yè)，都有可能為了在下一期獲得更多的政府補助，而選擇注資于研發(fā)周期相對較短的傳統(tǒng)創(chuàng)新，甚至將原本用于數(shù)字創(chuàng)新的資源轉(zhuǎn)移至傳統(tǒng)創(chuàng)新，從而產(chǎn)出更多的創(chuàng)新成果以獲得政府青睞。因此，較低強(qiáng)度的政府研發(fā)補助難以對企業(yè)數(shù)字創(chuàng)新產(chǎn)生激勵作用。

當(dāng)政府研發(fā)補助強(qiáng)度提高到一定水平時，才能達(dá)到激勵企業(yè)數(shù)字創(chuàng)新的目的。對于數(shù)字企業(yè)來說，決策者將擁有充裕的研發(fā)資金，在優(yōu)化已有數(shù)字創(chuàng)新項目的同時，積極開展新的數(shù)字創(chuàng)新活動。而對于非數(shù)字企業(yè)來說，適度的研發(fā)補助強(qiáng)度也能夠激勵其開展數(shù)字領(lǐng)域的研發(fā)活動。一方面，企業(yè)將獲得充裕的資金以投資于高成本的數(shù)字資源，同時高額的政府資助也為企業(yè)數(shù)字研發(fā)活動提供寬松的試錯空間；另一方面，數(shù)字創(chuàng)新可能會導(dǎo)致贏者通吃的結(jié)局，從而給企業(yè)帶來極高的收益［4］。在此情境下，數(shù)字創(chuàng)新較高的預(yù)期回報加上政府無償資助的收益將大于企業(yè)購買數(shù)字資源、承擔(dān)研發(fā)失敗風(fēng)險的成本，企業(yè)愿意進(jìn)行數(shù)字創(chuàng)新嘗試，進(jìn)而激活非數(shù)字企業(yè)開展數(shù)字創(chuàng)新的內(nèi)在動力。

但是，政府研發(fā)補助強(qiáng)度并非越高越好。對數(shù)字企業(yè)來說，數(shù)字創(chuàng)新本身具有高度不確定性和風(fēng)險性，而當(dāng)政府提供較高補助時，其可能產(chǎn)生“風(fēng)險由政府買單”的錯覺，進(jìn)而忽視數(shù)字創(chuàng)新內(nèi)在的高風(fēng)險性。這可能導(dǎo)致數(shù)字企業(yè)不計成本過度投入，使得資源分散投向低質(zhì)量、高風(fēng)險的創(chuàng)新項目，嚴(yán)重影響數(shù)字創(chuàng)新產(chǎn)出。而對于非數(shù)字企業(yè)來說，數(shù)字創(chuàng)新活動具有高風(fēng)險、高成本的特點，需要投入大量資源并承擔(dān)潛在的失敗風(fēng)險。但如果能夠獲得政府高額的無償資助，非數(shù)字企業(yè)可能會產(chǎn)生“果腹心理”，認(rèn)為已經(jīng)獲得足夠的超額利潤，此時企業(yè)的風(fēng)險規(guī)避傾向?qū)⒈环糯?，?shù)字創(chuàng)新活動自然而然就會被邊緣化。

此外，無論是數(shù)字企業(yè)還是非數(shù)字企業(yè)，高額的政府補助可能會誘發(fā)其尋租行為，進(jìn)而產(chǎn)生高昂的尋租成本，這部分非生產(chǎn)性支出將大量擠占企業(yè)的研發(fā)投入［21］，抑制企業(yè)的數(shù)字創(chuàng)新活動。當(dāng)企業(yè)的尋租成本低于在建投資支出時，企業(yè)將更傾向于通過尋租活動而非通過研發(fā)創(chuàng)新改善生產(chǎn)效率的方式來獲取超額利潤［22］。因此，過高強(qiáng)度的研發(fā)補助可能導(dǎo)致企業(yè)數(shù)字創(chuàng)新產(chǎn)出不升反降。

據(jù)此，本文提出假設(shè)1。

H1：政府研發(fā)補助與企業(yè)數(shù)字創(chuàng)新間存在“抑制—促進(jìn)—抑制”的“倒N”型關(guān)系。

（二）企業(yè)數(shù)字化的調(diào)節(jié)作用（1）

企業(yè)數(shù)字化是企業(yè)利用數(shù)字技術(shù)實現(xiàn)業(yè)務(wù)改進(jìn)、效率提升以及價值創(chuàng)造方式重塑的過程［23］，其與數(shù)字創(chuàng)新是兩個不同的概念，前者強(qiáng)調(diào)企業(yè)對數(shù)字技術(shù)的應(yīng)用，即應(yīng)用數(shù)字技術(shù)改進(jìn)生產(chǎn)流程、變革組織模式等；后者強(qiáng)調(diào)企業(yè)在數(shù)字技術(shù)方面的新突破與新變化［3，24］。

從數(shù)字創(chuàng)新資源視角來看：由于政府與企業(yè)間存在信息不對稱問題，部分企業(yè)可能會為了獲得政府補貼而發(fā)送虛假信息，實際上并沒有將資金用于技術(shù)研發(fā)，導(dǎo)致政府補貼資源的浪費［25］。此外，企業(yè)在使用研發(fā)補助資金時可能會出現(xiàn)機(jī)會主義行為。這兩者都會降低政府補助資源的利用效率，阻礙政府通過財政補貼政策引導(dǎo)企業(yè)開展數(shù)字創(chuàng)新。而企業(yè)數(shù)字化在一定程度上可以解決這一問題。數(shù)字技術(shù)為企業(yè)提供更加全面、實時的信息管理體系，也使外界能夠更清晰地了解企業(yè)的運營狀況和決策過程，這顯著提高企業(yè)內(nèi)部的信息透明度。一方面，幫助政府部門更準(zhǔn)確地識別真正需要資金支持的企業(yè)，提高研發(fā)補助發(fā)放的精準(zhǔn)性與合理性，減少創(chuàng)新資金的浪費［26］；另一方面，使企業(yè)受到更加廣泛和有效的內(nèi)外部監(jiān)督，從而有效約束企業(yè)在資金運用方面可能存在的機(jī)會主義行為。

從數(shù)字創(chuàng)新意愿視角來看：數(shù)字產(chǎn)品生命周期普遍較短，且新興數(shù)字技術(shù)會對傳統(tǒng)技術(shù)造成顛覆性影響，導(dǎo)致數(shù)字研發(fā)活動的技術(shù)前景與市場前景具有較高的不確定性［14］。這種高度不確定性不僅會降低企業(yè)數(shù)字創(chuàng)新意愿，還可能導(dǎo)致企業(yè)利用研發(fā)補助開展數(shù)字研發(fā)的動力不足，從而增加政府通過資金支持來引導(dǎo)企業(yè)進(jìn)行數(shù)字創(chuàng)新的難度。而企業(yè)數(shù)字化能在一定程度上解決這一問題。數(shù)字化發(fā)展能夠幫助企業(yè)降低數(shù)字研發(fā)不確定性。一方面，數(shù)字化模擬允許企業(yè)在虛擬環(huán)境中模擬各種市場場景和創(chuàng)新方案，使其能夠更全面地評估潛在風(fēng)險，更精準(zhǔn)地實施數(shù)字創(chuàng)新決策［2］，降低數(shù)字研發(fā)過程的不確定性；另一方面，數(shù)字化轉(zhuǎn)型為企業(yè)提供高度個性化的市場分析工具，使企業(yè)可以更準(zhǔn)確地定位特定受眾的需求，提供定制化的數(shù)字創(chuàng)新解決方案，大大降低數(shù)字研發(fā)結(jié)果的不確定性［27］。

從數(shù)字創(chuàng)新實踐視角來看：數(shù)字創(chuàng)新活動的主要特點是創(chuàng)新過程與結(jié)果的難預(yù)測性，因而動態(tài)能力對于企業(yè)開展數(shù)字創(chuàng)新活動就變得十分重要［28］。動態(tài)能力是指企業(yè)在快速變化的環(huán)境下整合、重構(gòu)和配置其內(nèi)外部資源的能力［29］。一方面，動態(tài)能力中的感知變化與識別機(jī)會的能力有助于企業(yè)準(zhǔn)確定位數(shù)字創(chuàng)新的發(fā)展方向［30］；另一方面，動態(tài)能力中的資源整合能力可以幫助企業(yè)有效地識別、獲取各種資源，并有效配置與利用資源以支持?jǐn)?shù)字創(chuàng)新活動［31］。卓越的動態(tài)能力將顯著提高企業(yè)數(shù)字研發(fā)活動的成功率和產(chǎn)出效率，使既定的研發(fā)補助資金能夠收獲更多的數(shù)字創(chuàng)新成果。此外，企業(yè)數(shù)字化轉(zhuǎn)型能顯著提高創(chuàng)新主體的動態(tài)能力。首先，數(shù)字化轉(zhuǎn)型通過提供更多的數(shù)據(jù)和分析工具，加強(qiáng)企業(yè)的信息獲取和分析能力；其次，通過數(shù)字化平臺，企業(yè)可以更有效地協(xié)調(diào)內(nèi)部和外部資源，加快決策過程，提高協(xié)作和資源整合效率；最后，數(shù)字化轉(zhuǎn)型可以提供更多的機(jī)會來獲取外部知識和技能。通過在線學(xué)習(xí)平臺，企業(yè)可以更迅速地識別和利用外部資源，將其內(nèi)化為自身的知識和技能。

據(jù)此，本文提出假設(shè)2。

H2：企業(yè)數(shù)字化能夠正向調(diào)節(jié)政府研發(fā)補助與企業(yè)數(shù)字創(chuàng)新之間的關(guān)系，增加企業(yè)信息透明度、降低數(shù)字研發(fā)不確定性和提高企業(yè)動態(tài)能力是其發(fā)揮調(diào)節(jié)效應(yīng)的重要機(jī)制。

（三）城市數(shù)字化的調(diào)節(jié)作用

從數(shù)字創(chuàng)新資源視角來看：企業(yè)尋租活動產(chǎn)生高昂的尋租成本，這種非生產(chǎn)性支出是對政府補助資源的一種浪費，嚴(yán)重擠壓企業(yè)原本可以投入數(shù)字研發(fā)活動的補助資金，政府通過財政補助激勵企業(yè)數(shù)字創(chuàng)新的意圖難以實現(xiàn)。而城市數(shù)字化可以在一定程度上解決這一問題。城市數(shù)字化可以有效約束企業(yè)與政府官員之間的尋租行為。一方面，城市電子政務(wù)的發(fā)展使政府的決策過程、項目招標(biāo)、資金分配等關(guān)鍵信息能實時記錄并向公眾公開，這有利于增強(qiáng)政府決策透明度［32］，減少官員和企業(yè)之間的不正當(dāng)交易；另一方面，城市數(shù)字化有利于提高監(jiān)管效能和執(zhí)法效率。通過引入在線審計平臺等數(shù)字化工具，監(jiān)管機(jī)構(gòu)能夠更為敏銳地洞察企業(yè)和政府部門的運作情況，從而有效遏制潛在的尋租行為，提高查處違規(guī)行為的效率。

從數(shù)字創(chuàng)新意愿視角來看：數(shù)字產(chǎn)品具有非競爭性和較低的傳播成本，企業(yè)數(shù)字創(chuàng)新成果容易被競爭對手復(fù)制和模仿。而在知識產(chǎn)權(quán)保護(hù)體系較為完善的地區(qū)，模仿和侵權(quán)他人成果將面臨嚴(yán)厲的法律制裁，這較大程度地增加知識產(chǎn)權(quán)侵權(quán)者的侵權(quán)成本，提高專利所有者的創(chuàng)新收益［33］，從而增強(qiáng)創(chuàng)新主體的數(shù)字創(chuàng)新意愿，提高企業(yè)將補助資金用于數(shù)字創(chuàng)新的積極性。城市數(shù)字化能夠顯著提高地區(qū)知識產(chǎn)權(quán)保護(hù)水平。一方面，數(shù)字化增強(qiáng)相關(guān)機(jī)構(gòu)對知識產(chǎn)權(quán)侵權(quán)行為的監(jiān)測和分析能力。借助集成大數(shù)據(jù)分析、人工智能和機(jī)器學(xué)習(xí)等技術(shù)，相關(guān)機(jī)構(gòu)可以實時監(jiān)控和分析互聯(lián)網(wǎng)上的知識產(chǎn)權(quán)侵權(quán)行為，預(yù)測未來侵權(quán)趨勢，從而有針對性地采取打擊和預(yù)防措施。另一方面，數(shù)字化發(fā)展催生更高效的法律保護(hù)程序。電子化知識產(chǎn)權(quán)注冊、申請和訴訟流程有利于加快相關(guān)程序的處理速度，降低保護(hù)知識產(chǎn)權(quán)相關(guān)的行政成本，提高保護(hù)效率。

從數(shù)字創(chuàng)新實踐視角來看：數(shù)字創(chuàng)新的獨特之處在于其新穎性、多維性和復(fù)雜性，這使得它遠(yuǎn)遠(yuǎn)超出企業(yè)本身的知識邊界，企業(yè)要更加主動地從高校、科研院所等科研機(jī)構(gòu)獲取異質(zhì)性資源和知識，并通過與這些機(jī)構(gòu)的互動來提高自身的數(shù)字創(chuàng)新能力［20］。因此，產(chǎn)學(xué)研合作是推動企業(yè)數(shù)字創(chuàng)新實踐的重要抓手，在這種資源共享與優(yōu)勢互補的合作模式下，企業(yè)可以更好地利用外部資源和專業(yè)知識，提高數(shù)字研發(fā)的效率和成功的概率，從而直接增加政府研發(fā)補助支持下的數(shù)字創(chuàng)新產(chǎn)出數(shù)量。城市數(shù)字化能夠有效促進(jìn)企業(yè)與高校等科研機(jī)構(gòu)間的產(chǎn)學(xué)研合作。一方面，先進(jìn)信息技術(shù)的發(fā)展為企業(yè)與科研機(jī)構(gòu)之間的遠(yuǎn)程合作提供條件［34］。企業(yè)可以通過遠(yuǎn)程會議系統(tǒng)、云計算平臺和協(xié)作軟件等工具，與科研機(jī)構(gòu)進(jìn)行實時交流和協(xié)作，降低合作創(chuàng)新成本，提高合作創(chuàng)新的可能性。另一方面，數(shù)字技術(shù)發(fā)展推動創(chuàng)新資源的高效配置。通過建立全面的數(shù)字化合作平臺，各種創(chuàng)新資源能夠在企業(yè)、高校和科研院所間有效流動，不僅提高創(chuàng)新資源的利用效率，還促進(jìn)跨學(xué)科、跨行業(yè)、跨主體的多元化合作。

據(jù)此，本文提出假設(shè)3。

H3：城市數(shù)字化能夠正向調(diào)節(jié)政府研發(fā)補助與企業(yè)數(shù)字創(chuàng)新之間的關(guān)系，約束企業(yè)尋租行為、提高知識產(chǎn)權(quán)保護(hù)水平和促進(jìn)產(chǎn)學(xué)研合作是其發(fā)揮調(diào)節(jié)效應(yīng)的重要機(jī)制。

三、實證研究設(shè)計

（一）樣本選擇與數(shù)據(jù)來源

本文選取2011—2022年滬深A(yù)股上市高新技術(shù)企業(yè)作為初始研究樣本。在剔除ST、*ST及金融業(yè)公司后，進(jìn)一步將上市時間不足兩年以及財務(wù)數(shù)據(jù)缺失嚴(yán)重的企業(yè)剔除，最終得到了8 924個有效觀測樣本。

企業(yè)基本信息與財務(wù)指標(biāo)數(shù)據(jù)來源于CNRDS數(shù)據(jù)庫；企業(yè)專利數(shù)據(jù)來源于INCOPAT、大為INNOJOY專利數(shù)據(jù)庫；企業(yè)年報數(shù)據(jù)來源于證券交易所官網(wǎng)；城市宏觀數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》與中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫。

（二）變量定義與描述

1. 被解釋變量

本文的被解釋變量為數(shù)字創(chuàng)新（DigiInno）。采用企業(yè)當(dāng)年數(shù)字發(fā)明專利申請量進(jìn)行度量。參考陶鋒等（2023）［24］的研究，本文依照《數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)分類與國際專利分類參照關(guān)系表（2023）》，識別數(shù)字技術(shù)領(lǐng)域與IPC代碼的對應(yīng)關(guān)系，從而以IPC代碼為工具對專利數(shù)據(jù)庫進(jìn)行檢索，篩選出其中的數(shù)字專利并在“企業(yè)—年份”層面進(jìn)行加總，建構(gòu)企業(yè)層面數(shù)字創(chuàng)新衡量指標(biāo)。此外，為克服專利數(shù)據(jù)的右偏性，本文對專利數(shù)量加1后取自然對數(shù)。

2. 核心解釋變量

本文的核心解釋變量為政府研發(fā)補助（Subsidy）。借鑒郭玥（2018）［6］、吳偉偉和張?zhí)煲唬?021）［10］的研究思路，首先，確定一個研發(fā)補助關(guān)鍵詞詞庫（包括研究、開發(fā)、產(chǎn)學(xué)研、技術(shù)創(chuàng)新、科技等詞匯）；其次，利用該詞庫對企業(yè)年報財務(wù)報表附注“營業(yè)外收入”科目下的“政府補助明細(xì)”部分進(jìn)行文本檢索，如文本中包含與詞庫關(guān)鍵詞相關(guān)的條目，則界定該條補助屬于政府研發(fā)補助；最后，對篩選出的政府研發(fā)補助進(jìn)行“企業(yè)—年份”層面的加總，并除以企業(yè)當(dāng)年營業(yè)收入作為政府研發(fā)補助的衡量指標(biāo)（2）。

3. 調(diào)節(jié)變量

（1）企業(yè)數(shù)字化（ED）。參考袁淳等（2021）［35］的研究，本文基于人工智能、區(qū)塊鏈、云計算等數(shù)字化關(guān)鍵詞，對上市公司年報的“管理層討論與分析”或“董事會報告”部分進(jìn)行文本識別，統(tǒng)計數(shù)字化關(guān)鍵詞在年報中出現(xiàn)的頻率，最后將關(guān)鍵詞詞頻數(shù)除以企業(yè)年報對應(yīng)部分的語段長度，并將計算結(jié)果乘以100作為本文的企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)。

（2）城市數(shù)字化（UD）。參考趙濤等（2020）［36］的研究，本文從數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化三個維度測度城市數(shù)字化水平，具體包括：以每百人移動電話用戶數(shù)、每百人互聯(lián)網(wǎng)寬帶接入用戶數(shù)衡量數(shù)字基礎(chǔ)設(shè)施；以信息傳輸、計算機(jī)服務(wù)和軟件業(yè)從業(yè)人員占比、人均電信業(yè)務(wù)收入衡量數(shù)字產(chǎn)業(yè)化；以數(shù)字普惠金融指數(shù)衡量產(chǎn)業(yè)數(shù)字化［37］。將數(shù)據(jù)標(biāo)準(zhǔn)化處理之后，使用熵權(quán)法為各級指標(biāo)賦權(quán)，通過加權(quán)方式測算各城市的數(shù)字化水平。

4. 控制變量

本文選取控制變量如下：①企業(yè)規(guī)模（Size），以企業(yè)期末雇員總數(shù)的自然對數(shù)表示；②企業(yè)年齡（Age），以企業(yè)已成立年份數(shù)的自然對數(shù)表示；③負(fù)債率（Lev），以企業(yè)期末總負(fù)債與總資產(chǎn)之比表示；④資產(chǎn)周轉(zhuǎn)速度（ATO），以企業(yè)營業(yè)收入與期末總資產(chǎn)之比表示；⑤速動比率（Quick），以企業(yè)期末剔除存貨后的流動資產(chǎn)與流動負(fù)債之比表示；⑥資產(chǎn)回報率（ROA），以企業(yè)凈利潤與期末總資產(chǎn)之比表示；⑦市賬比（MB），以企業(yè)期末總市值與總資產(chǎn)賬面值之比表示；⑧股權(quán)集中度（Top3），以企業(yè)前三大股東持股比例表示；⑨獨立董事比例（Indenp），以企業(yè)期末獨立董事人數(shù)與董事會成員總數(shù)之比表示；⑩產(chǎn)融結(jié)合（FIC），以企業(yè)是否參股非上市金融機(jī)構(gòu)的虛擬變量表示。

主要變量的描述性統(tǒng)計見表1所列。

（三）實證模型

為驗證政府研發(fā)補助與企業(yè)數(shù)字創(chuàng)新之間的“倒N”型關(guān)系，本文參考邵帥等（2019）［38］的研究，設(shè)定基準(zhǔn)回歸模型如下：

[DigiInnoit+1=η0+η1Subsidyit+η2Subsidy2it+η3Subsidy3it+η4CVsit+∑ξ+εit] （1）

其中：i代表企業(yè)；t代表年份；[η0]代表常數(shù)項；[η1-η4]代表對應(yīng)變量的估計系數(shù)；DigiInno代表企業(yè)數(shù)字創(chuàng)新；Subsidy、Subsidy2、Subsidy3分別代表政府研發(fā)補助的一次項、二次項和三次項；CVs代表控制變量；[∑ξ]代表年份、省份和行業(yè)固定效應(yīng)；[ε]代表隨機(jī)誤差項。本文對回歸標(biāo)準(zhǔn)誤進(jìn)行企業(yè)層面的聚類處理。

為進(jìn)一步驗證企業(yè)數(shù)字化與城市數(shù)字化的調(diào)節(jié)效應(yīng)，在模型（1）的基礎(chǔ)上引入其與政府研發(fā)補助的交互項：

[DigiInnoit+1=η0+η1Subsidyit+η2Subsidy2it+η3Subsidy3it+η4Subsidyit×EDit+η5Subsidy2it×EDit+η6Subsidy3it×EDit+η7EDit+η8CVsit+∑ξ+εit] （2）

[DigiInnoit+1=η0+η1Subsidyit+η2Subsidy2it+η3Subsidy3it+η4Subsidyit×UDit+η5Subsidy2it×UDit+η6Subsidy3it×UDit+η7UDit+η8CVsit+∑ξ+εit] （3）

需要指出的是：考慮政府補助的作用效果可能存在時滯，本文使用企業(yè)t+1期的數(shù)字創(chuàng)新DigiInnoit+1作為被解釋變量進(jìn)行回歸。

四、實證結(jié)果分析

（一）基準(zhǔn)回歸

從表2可知，第（2）列中政府研發(fā)補助的一次項（Subsidy）、二次項（Subsidy2）和三次項（Subsidy3）的回歸系數(shù)均顯著，其符號依次為負(fù)、正、負(fù)，且基于估計結(jié)果計算出的回歸方程的兩個拐點（1.156 5和3.087 4）均在樣本取值范圍內(nèi)，表明政府研發(fā)補助對企業(yè)數(shù)字創(chuàng)新的影響呈現(xiàn)“倒N”型變化，如圖1所示。這意味著，過低或過高的政府研發(fā)補助均未能對企業(yè)數(shù)字創(chuàng)新產(chǎn)生正向激勵作用，只有補助強(qiáng)度處于適度區(qū)間［1.156 5，3.087 4］時，才能促進(jìn)企業(yè)加大數(shù)字創(chuàng)新投入，提高自身數(shù)字創(chuàng)新水平。H1得證。此外，根據(jù)國家統(tǒng)計局發(fā)布的《數(shù)字經(jīng)濟(jì)及其核心產(chǎn)業(yè)統(tǒng)計分類（2021）》，本文將樣本數(shù)據(jù)分為數(shù)字企業(yè)和非數(shù)字企業(yè)進(jìn)行分組回歸，結(jié)果見表2第（3）列和第（4）列?？梢钥吹?，無論是數(shù)字企業(yè)還是非數(shù)字企業(yè)，政府研發(fā)補助與企業(yè)數(shù)字創(chuàng)新間的“倒N”型關(guān)系均顯著成立，進(jìn)一步驗證了H1。

從圖1可以看出，當(dāng)前我國政府研發(fā)補助對企業(yè)數(shù)字創(chuàng)新的激發(fā)作用較為有限：一是“倒N”型曲線的第二階段較為平緩，這意味著研發(fā)補助對企業(yè)數(shù)字創(chuàng)新的促進(jìn)作用并不強(qiáng)勁；二是“倒N”型曲線第二階段的范圍總體占比不大，即研發(fā)補助強(qiáng)度的適度區(qū)間范圍略窄，這意味著相當(dāng)一部分補助資金無法對企業(yè)的數(shù)字創(chuàng)新形成有效激勵。

進(jìn)一步地，本文對模型（2）和模型（3）進(jìn)行回歸，以檢驗企業(yè)數(shù)字化和城市數(shù)字化能否調(diào)節(jié)政府研發(fā)補助與企業(yè)數(shù)字創(chuàng)新之間的“倒N”型關(guān)系，估計結(jié)果見表3所列。無論是否加入控制變量，調(diào)節(jié)變量與政府研發(fā)補助交互項的回歸系數(shù)均通過了顯著性檢驗，調(diào)節(jié)效應(yīng)成立。為了更直觀地理解企業(yè)數(shù)字化和城市數(shù)字化產(chǎn)生的調(diào)節(jié)作用，本文繪制了調(diào)節(jié)效應(yīng)示意圖（圖2），展示調(diào)節(jié)變量分別處于25%分位數(shù)水平、50%分位數(shù)水平和75%分位數(shù)水平時政府研發(fā)補助與企業(yè)數(shù)字創(chuàng)新之間的“倒N”型關(guān)系，并將其與不考慮企業(yè)數(shù)字化與城市數(shù)字化的情境（即圖1）進(jìn)行對比。

在此基礎(chǔ)上，本文參考Haans等（2016）［39］關(guān)于“倒U”型關(guān)系調(diào)節(jié)效應(yīng)的研究，從以下三方面具體分析企業(yè)數(shù)字化與城市數(shù)字化的調(diào)節(jié)作用。

一是從曲線形態(tài)角度分析調(diào)節(jié)變量對政府研發(fā)補助作用強(qiáng)度的影響。表3中企業(yè)數(shù)字化、城市數(shù)字化與政府研發(fā)補助三次項的交互項（Subsidy3×ED、Subsidy3×UD）的系數(shù)與表2中政府研發(fā)補助三次項（Subsidy3）的估計系數(shù)符號一致，根據(jù)Haans等（2016）［39］的研究，可以認(rèn)定企業(yè)數(shù)字化與城市數(shù)字化顯著提高政府研發(fā)補助的作用強(qiáng)度，產(chǎn)生正向調(diào)節(jié)效應(yīng)。說明在考慮企業(yè)數(shù)字化與城市數(shù)字化的影響后，“倒N”型曲線明顯變凸，且企業(yè)數(shù)字化水平與城市數(shù)字化水平越高，曲線變凸的程度越大，如圖2所示。

二是從曲線拐點角度分析調(diào)節(jié)變量對政府研發(fā)補助適度區(qū)間的影響。表3報告了調(diào)節(jié)變量處于低、中、高三種水平下政府研發(fā)補助的兩個拐點，與基于表2估計結(jié)果計算的拐點1.156 5、3.087 4相比，調(diào)節(jié)變量使“倒N”型曲線的極小值點左移、極大值點右移，這在圖2中可以直觀地看出。這意味著企業(yè)數(shù)字化與城市數(shù)字化拓寬了政府研發(fā)補助的適度區(qū)間，降低了研發(fā)補助發(fā)揮數(shù)字創(chuàng)新激勵作用的門檻下限，增加了其發(fā)揮作用的最大閾值。

三是從曲線整體水平角度分析調(diào)節(jié)變量對企業(yè)數(shù)字創(chuàng)新水平的影響。在跨過曲線的極小值點后，調(diào)節(jié)變量的曲線整體數(shù)字創(chuàng)新水平明顯更高。這一結(jié)果有兩方面的原因：一是企業(yè)數(shù)字化與城市數(shù)字化本身能促進(jìn)企業(yè)整體創(chuàng)新水平的提高；二是企業(yè)數(shù)字化與城市數(shù)字化既強(qiáng)化了政府研發(fā)補助對于企業(yè)數(shù)字創(chuàng)新的正向激勵作用，又拓寬了研發(fā)補助的正向激勵區(qū)間，從而促進(jìn)企業(yè)數(shù)字創(chuàng)新產(chǎn)出較快增長。

（二）穩(wěn)健性檢驗

1. 更換變量測度方式

本文以數(shù)字發(fā)明專利授權(quán)量代替原來的被解釋變量數(shù)字發(fā)明專利申請量進(jìn)行再次回歸，結(jié)果見表4所列。

由表4第（1）至第（3）列的結(jié)果可知，替換被解釋變量后，與基準(zhǔn)回歸部分無明顯差異。進(jìn)一步地，本文對調(diào)節(jié)變量測度方式進(jìn)行替換。參考張永珅等（2021）［40］的做法，使用年末無形資產(chǎn)明細(xì)項中與數(shù)字化相關(guān)的部分占無形資產(chǎn)總額的比例衡量企業(yè)數(shù)字化水平；參考楊剛強(qiáng)等（2023）［41］的做法，使用各地級市政府工作報告中與“數(shù)字技術(shù)”相關(guān)的詞匯的頻數(shù)（取自然對數(shù)）衡量城市數(shù)字化水平，估計結(jié)果見表4第（4）至第（5）列。主要變量估計系數(shù)的符號和顯著性與表3保持一致，證實了本文結(jié)論的穩(wěn)健性。

2. 更換回歸樣本

本文將回歸樣本縮小為制造業(yè)企業(yè)后重新進(jìn)行估計，結(jié)果見表５第（1）至第（3）列，回歸結(jié)果仍與基準(zhǔn)回歸部分保持一致，再次證實了本文結(jié)論的穩(wěn)健性。

3. 排除政策干擾

考慮樣本期內(nèi)政府施行的一系列試點政策會對企業(yè)數(shù)字創(chuàng)新產(chǎn)生導(dǎo)向作用，從而對回歸結(jié)果造成干擾，本文進(jìn)一步對相關(guān)代表性政策進(jìn)行控制。這里主要考慮創(chuàng)新型城市試點政策和智慧城市建設(shè)政策的影響。由于這兩項政策均為多期試點進(jìn)行，本文參考袁禮和周正（2022）［42］的做法，在模型（1）至模型（3）中加入企業(yè)是否屬于政策試點地區(qū)的虛擬變量后再次進(jìn)行回歸，結(jié)果見表５第（4）至第（6）列，回歸結(jié)果無明顯差異，本文結(jié)論仍然成立。

4. 處理樣本選擇偏差

企業(yè)是否進(jìn)行數(shù)字創(chuàng)新活動是基于自身成本收益分析而作出的決策，這一自選擇行為會受到較多不可觀測因素的影響，可能產(chǎn)生一定的樣本選擇偏差問題。因此，為克服該問題，本文采用Heckman兩階段法對模型（1）至模型（3）進(jìn)行估計。在第一階段模型中，以企業(yè)是否進(jìn)行數(shù)字創(chuàng)新的虛擬變量（DigiInno-D）作為被解釋變量，將企業(yè)所在行業(yè)中其他進(jìn)行數(shù)字創(chuàng)新企業(yè)的百分比（DigiInno-Ind-P）作為排他性約束變量（3），并同時控制模型（1）至模型（3）中對應(yīng)的解釋變量進(jìn)行Probit回歸；在第二階段模型中，將第一階段估計所得的逆米爾斯比率（IMR）作為控制變量納入模型（1）至模型（3）中進(jìn)行回歸分析，結(jié)果見表6所列。其中，第一階段回歸中排他性約束變量的回歸系數(shù)均顯著為正；第二階段回歸中控制逆米爾斯比率變量后的結(jié)果同前文并無差異，表明在考慮樣本選擇偏差問題后，本文結(jié)論依然成立。

5. 工具變量法

政府研發(fā)補助與企業(yè)數(shù)字創(chuàng)新之間可能存在一定的逆向因果問題。創(chuàng)新能力較強(qiáng)的企業(yè)往往申請政府研發(fā)補助更主動；而企業(yè)專利申請量越多，越有可能得到政府“青睞”。為緩解內(nèi)生性問題帶來的估計偏誤，本文使用兩階段最小二乘法對模型（1）至模型（3）進(jìn)行重新估計。

參考王永貴和李霞（2023）［8］的研究，本文選取省級政府同期財政收入作為企業(yè)政府研發(fā)補助的工具變量（Subsidy-IV），其選取邏輯為：省級政府財政收入越多，越有能力為企業(yè)研發(fā)提供資金上的支持，企業(yè)獲得研發(fā)補助的概率越大；而省級政府的財政狀況與單個企業(yè)的內(nèi)部決策相關(guān)性較弱，難以對企業(yè)數(shù)字專利申請產(chǎn)生直接影響。

兩階段最小二乘法的回歸結(jié)果見表7所列（4）。從第二階段的回歸結(jié)果來看，核心變量估計系數(shù)的符號和顯著性與基準(zhǔn)部分無明顯差異，表明在考慮變量內(nèi)生性因素后，本文研究結(jié)論依然成立。

（三）調(diào)節(jié)效應(yīng)機(jī)制分析

王陽等（2022）［43］提出第二類有調(diào)節(jié)的中介效應(yīng)模型，其分析流程為：在總調(diào)節(jié)效應(yīng)存在（即調(diào)節(jié)變量W能夠顯著調(diào)節(jié)變量X與變量Y的關(guān)系）的基礎(chǔ)上，先分析調(diào)節(jié)變量W對機(jī)制變量M的作用是否顯著；若顯著則進(jìn)一步判斷機(jī)制變量M對X與Y的關(guān)系是否能夠產(chǎn)生調(diào)節(jié)作用，若能，則證明調(diào)節(jié)變量W通過機(jī)制變量M間接調(diào)節(jié)X與Y的關(guān)系。參照這一思路，本文構(gòu)建如下計量模型來進(jìn)行調(diào)節(jié)效應(yīng)的機(jī)制分析：

[DigiInnoit+1=η0+η1Subsidyit+η2Subsidy2it+η3Subsidy3it+η4Subsidyit×Wit+η5Subsidy2it×Wit+η6Subsidy3it×Wit+η7Wit+η8CVsit+∑ξ+εit] （4）

[Mit=α0+α1Wit+α3CVsit+∑ξ+εit] （5）

[DigiInnoit+1=β0+β1Subsidyit+β2Subsidy2it+β3Subsidy3it+β4Subsidyit×M+β5Subsidy2it×M+β6Subsidy3it×M+β7M+β8CVsit+∑ξ+εit] （6）

其中：W為本文的調(diào)節(jié)變量企業(yè)數(shù)字化（ED）與城市數(shù)字化（UD）；M為機(jī)制變量。本文重點關(guān)注模型（5）中系數(shù)α1和模型（6）中系數(shù)β6的符號與顯著性。

1. 企業(yè)數(shù)字化的調(diào)節(jié)效應(yīng)機(jī)制分析

（1）基于數(shù)字創(chuàng)新資源視角的信息透明度機(jī)制。關(guān)于企業(yè)信息透明度的衡量，本文參考辛清泉等（2014）［44］的做法，計算企業(yè)當(dāng)年的盈余質(zhì)量、證券交易所信息披露評價得分、分析師跟蹤數(shù)、分析師預(yù)測準(zhǔn)確性和是否為四大審計等5個變量樣本百分等級的平均值，作為企業(yè)信息透明度的代理變量（Trans）。

以企業(yè)信息透明度為機(jī)制變量對模型（5）和模型（6）進(jìn)行估計，結(jié)果見表8第（1）列和第（2）列。第（1）列中企業(yè)數(shù)字化（ED）的估計系數(shù)顯著為正，證實企業(yè)數(shù)字化能夠提升企業(yè)信息透明度；第（2）列中企業(yè)信息透明度與政府研發(fā)補助三次項交互項（Subsidy3×Trans）的估計系數(shù)顯著為負(fù)，說明信息透明度正向調(diào)節(jié)政府研發(fā)補助與企業(yè)數(shù)字創(chuàng)新之間的“倒N”型關(guān)系，進(jìn)而證實企業(yè)數(shù)字化通過提高企業(yè)信息透明度來發(fā)揮對政府研發(fā)補助與企業(yè)數(shù)字創(chuàng)新之間“倒N”型關(guān)系的正向調(diào)節(jié)作用。

（2）基于數(shù)字創(chuàng)新意愿視角的數(shù)字研發(fā)不確定性機(jī)制。參考孫薇和葉初升（2023）［17］的研究，本文采用企業(yè)當(dāng)年申請的數(shù)字發(fā)明專利中最終未被授權(quán)的比例作為企業(yè)數(shù)字研發(fā)不確定性的代理變量（Uncertainty）（5）。

以數(shù)字研發(fā)不確定性為機(jī)制變量對模型（5）和模型（6）進(jìn)行估計，結(jié)果見表8第（3）列和第（4）列。第（3）列中企業(yè)數(shù)字化（ED）的估計系數(shù)顯著為負(fù)，意味著企業(yè)數(shù)字化能夠顯著降低數(shù)字研發(fā)過程中的不確定性；第（4）列中數(shù)字研發(fā)不確定性與政府研發(fā)補助三次項交互項（Subsidy3×Uncertainty）的估計系數(shù)顯著為正，說明數(shù)字研發(fā)不確定性對政府研發(fā)補助與企業(yè)數(shù)字創(chuàng)新之間的“倒N”型關(guān)系起負(fù)向調(diào)節(jié)作用，即數(shù)字研發(fā)不確定性越低，“倒N”型關(guān)系越明顯，進(jìn)而證實企業(yè)數(shù)字化通過降低數(shù)字研發(fā)不確定性來發(fā)揮對政府研發(fā)補助與企業(yè)數(shù)字創(chuàng)新之間“倒N”型關(guān)系的正向調(diào)節(jié)作用。

（3）基于數(shù)字創(chuàng)新實踐視角的動態(tài)能力機(jī)制。參考楊林等（2020）［45］的研究，從創(chuàng)新能力、吸收能力和適應(yīng)能力三個維度對企業(yè)動態(tài)能力（Dynamic）進(jìn)行衡量。

以企業(yè)動態(tài)能力為機(jī)制變量對模型（5）和模型（6）進(jìn)行估計，結(jié)果見表8第（5）列和第（6）列。第（5）列中企業(yè)數(shù)字化（ED）的估計系數(shù)顯著為正，意味著企業(yè)數(shù)字化能夠有效增強(qiáng)企業(yè)的動態(tài)能力；第（6）列中動態(tài)能力與政府研發(fā)補助三次項交互項（Subsidy3×Dynamic）的估計系數(shù)顯著為負(fù)，說明動態(tài)能力的提高能夠增強(qiáng)政府研發(fā)補助與企業(yè)數(shù)字創(chuàng)新之間的“倒N”型關(guān)系，進(jìn)而證實企業(yè)數(shù)字化通過提高企業(yè)動態(tài)能力來發(fā)揮對政府研發(fā)補助與企業(yè)數(shù)字創(chuàng)新之間“倒N”型關(guān)系的正向調(diào)節(jié)作用。

綜上分析，H2得證。

2. 城市數(shù)字化的調(diào)節(jié)效應(yīng)機(jī)制分析

（1）基于數(shù)字創(chuàng)新資源視角的尋租約束機(jī)制。為了度量企業(yè)尋租程度，本文參考陳駿和徐捍軍（2019）［46］的研究，篩選上市公司年報中8項與企業(yè)尋租高度相關(guān)的管理費用，將其加總后除以企業(yè)員工數(shù)量，并取其自然對數(shù)，得到企業(yè)人均尋租費用，最后計算本年度與上年度人均尋租費用的差值，將其作為企業(yè)尋租程度的代理變量（Ent）。

以企業(yè)尋租程度為機(jī)制變量對模型（5）和模型（6）進(jìn)行估計，結(jié)果見表9第（1）列和第（2）列。第（1）列中城市數(shù)字化（UD）的估計系數(shù)顯著為負(fù)，意味著城市數(shù)字化能夠減少企業(yè)的尋租活動；第（2）列中企業(yè)尋租與政府研發(fā)補助三次項交互項（Subsidy3×Ent）的估計系數(shù)顯著為正，說明企業(yè)尋租負(fù)向調(diào)節(jié)政府研發(fā)補助與企業(yè)數(shù)字創(chuàng)新之間的“倒N”型關(guān)系，即尋租水平越低，“倒N”型關(guān)系越明顯，進(jìn)而證實城市數(shù)字化通過約束企業(yè)尋租行為來發(fā)揮對政府研發(fā)補助與企業(yè)數(shù)字創(chuàng)新之間“倒N”型關(guān)系的正向調(diào)節(jié)作用。

（2）基于數(shù)字創(chuàng)新意愿視角的知識產(chǎn)權(quán)保護(hù)機(jī)制。借鑒胡凱等（2012）［47］的研究，從技術(shù)交易市場角度建構(gòu)各地區(qū)知識產(chǎn)權(quán)保護(hù)水平指標(biāo)。具體來說，本文以各城市專利申請量占所屬省份專利申請量的比重作為權(quán)重，將省級層面的技術(shù)交易市場成交額加權(quán)至城市層面，并除以各城市生產(chǎn)總值，得到城市層面的知識產(chǎn)權(quán)保護(hù)水平（Property）。

以知識產(chǎn)權(quán)保護(hù)水平為機(jī)制變量對模型（5）和模型（6）進(jìn)行估計，結(jié)果見表9第（3）列和第（4）列。第（3）列中城市數(shù)字化（UD）的估計系數(shù)顯著為正，表明城市數(shù)字化發(fā)展提高了地方知識產(chǎn)權(quán)保護(hù)水平；第（4）列中知識產(chǎn)權(quán)保護(hù)水平與政府研發(fā)補助三次項交互項（Subsidy3×Property）的估計系數(shù)顯著為負(fù)，表明知識產(chǎn)權(quán)保護(hù)水平的提高能夠增強(qiáng)政府研發(fā)補助與企業(yè)數(shù)字創(chuàng)新之間的“倒N”型關(guān)系，進(jìn)而證實城市數(shù)字化通過提高知識產(chǎn)權(quán)保護(hù)水平來正向調(diào)節(jié)政府研發(fā)補助與企業(yè)數(shù)字創(chuàng)新之間的“倒N”型關(guān)系。

（3）基于數(shù)字創(chuàng)新實踐視角的產(chǎn)學(xué)研合作機(jī)制。本文基于CNRDS戰(zhàn)略聯(lián)盟研究數(shù)據(jù)庫，手工檢索上市公司當(dāng)年與高校、科研院所等科研機(jī)構(gòu)聯(lián)合申請的發(fā)明專利量，計算其占當(dāng)年發(fā)明專利申請總量的比重，作為企業(yè)產(chǎn)學(xué)研合作水平的代理變量（IURC）。

以企業(yè)產(chǎn)學(xué)研合作為機(jī)制變量對模型（5）和模型（6）進(jìn)行估計，結(jié)果見表9第（5）和第（6）列。第（5）列中城市數(shù)字化（UD）的估計系數(shù)顯著為正，表明城市數(shù)字化發(fā)展促進(jìn)了企業(yè)與高校、科研院所等科研機(jī)構(gòu)的創(chuàng)新合作；第（6）列中產(chǎn)學(xué)研合作水平與政府研發(fā)補助三次項交互項（Subsidy3×IURC）的估計系數(shù)顯著為負(fù)，表明產(chǎn)學(xué)研合作正向作用于政府研發(fā)補助與企業(yè)數(shù)字創(chuàng)新之間的“倒N”型關(guān)系，進(jìn)而證實城市數(shù)字化通過促進(jìn)企業(yè)產(chǎn)學(xué)研合作來正向調(diào)節(jié)政府研發(fā)補助與企業(yè)數(shù)字創(chuàng)新之間的“倒N”型關(guān)系。

綜上分析，H3得證。

五、結(jié)論與政策啟示

本文使用2011—2022年我國高新技術(shù)上市企業(yè)數(shù)據(jù)，探究政府研發(fā)補助對高新技術(shù)企業(yè)數(shù)字創(chuàng)新的激勵效果以及數(shù)字化對兩者關(guān)系的調(diào)節(jié)作用。結(jié)果表明：政府研發(fā)補助對企業(yè)數(shù)字創(chuàng)新的影響呈現(xiàn)抑制—促進(jìn)—抑制的“倒N”型變化，這意味著過低或過高的研發(fā)補助強(qiáng)度均不可取，只有補助強(qiáng)度處于適度區(qū)間時，才能對企業(yè)數(shù)字創(chuàng)新產(chǎn)生正向激勵作用；企業(yè)數(shù)字化和城市數(shù)字化均能正向調(diào)節(jié)政府研發(fā)補助與企業(yè)數(shù)字創(chuàng)新之間的“倒N”型關(guān)系，具體表現(xiàn)為研發(fā)補助作用強(qiáng)度的增加、研發(fā)補助適度區(qū)間的拓寬以及整體數(shù)字創(chuàng)新產(chǎn)出水平的提高。機(jī)制分析表明，企業(yè)數(shù)字化通過增加企業(yè)信息透明度、降低數(shù)字研發(fā)不確定性和提高企業(yè)動態(tài)能力來發(fā)揮調(diào)節(jié)作用，城市數(shù)字化通過約束企業(yè)尋租行為、提高城市知識產(chǎn)權(quán)保護(hù)水平和促進(jìn)企業(yè)產(chǎn)學(xué)研合作來發(fā)揮調(diào)節(jié)作用。

基于以上結(jié)論，本文提出如下政策啟示：

第一，建立科學(xué)、精準(zhǔn)的研發(fā)補助體系，確定補助強(qiáng)度的適度區(qū)間，最大限度地發(fā)揮政府補助政策的數(shù)字創(chuàng)新激勵效果。對于以數(shù)字創(chuàng)新為激勵導(dǎo)向的企業(yè)，要給予較高的補助力度，以提供足夠的試錯空間，激發(fā)企業(yè)的數(shù)字研發(fā)熱情；同時，要根據(jù)企業(yè)的數(shù)字創(chuàng)新狀況和市場需求，合理調(diào)整補助強(qiáng)度，避免出現(xiàn)補助力度虛高，引導(dǎo)企業(yè)更多依賴自身盈利支持創(chuàng)新，避免長期依賴補助。

第二，建立數(shù)字化績效評估與動態(tài)激勵機(jī)制，將企業(yè)數(shù)字化水平與政府研發(fā)補助政策直接掛鉤，充分利用數(shù)字化優(yōu)勢發(fā)揮政府研發(fā)補助的激勵效能。對數(shù)字化表現(xiàn)優(yōu)異的企業(yè)，在研發(fā)補助申請中給予綠色通道、加分等優(yōu)惠，充分激勵其進(jìn)行持續(xù)性的數(shù)字創(chuàng)新；對數(shù)字化進(jìn)度滯后的企業(yè)，進(jìn)行科學(xué)的指導(dǎo)，提供診斷評估、方案設(shè)計、專項資金等支持，推動其加快數(shù)字化升級步伐。確保補助資金真正流向具備數(shù)字化優(yōu)勢與數(shù)字創(chuàng)新活力的優(yōu)質(zhì)企業(yè)，最大限度地發(fā)揮政府研發(fā)補助的引導(dǎo)帶動作用。

第三，扎實推動數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展，實現(xiàn)城市數(shù)字化轉(zhuǎn)型、智能化升級，為政府研發(fā)補助發(fā)揮數(shù)字創(chuàng)新激勵效應(yīng)提供良好的外部環(huán)境。政府應(yīng)加大對5G網(wǎng)絡(luò)、數(shù)據(jù)中心等新型基礎(chǔ)設(shè)施的投資力度，重點支持新一代信息網(wǎng)絡(luò)、智慧城市操作系統(tǒng)等平臺建設(shè)，充分利用數(shù)字化技術(shù)與平臺優(yōu)勢，提高數(shù)字創(chuàng)新主體協(xié)作水平，健全多方利益協(xié)調(diào)機(jī)制，創(chuàng)造良好的數(shù)字生態(tài)環(huán)境，為加強(qiáng)政府?dāng)?shù)字創(chuàng)新引導(dǎo)作用營造良好的營商環(huán)境和創(chuàng)新環(huán)境。

注 釋：

（1）本文重點關(guān)注如何強(qiáng)化政府研發(fā)補助的正向激勵作用，因此僅就企業(yè)數(shù)字化和城市數(shù)字化對政府研發(fā)補助的正向調(diào)節(jié)作用進(jìn)行分析。

（2）為避免系數(shù)值過大，以其百分比形式表示。

（3）選取邏輯如下：如果同行業(yè)其他企業(yè)都熱衷于進(jìn)行數(shù)字創(chuàng)新，那么企業(yè)自身也會受其影響更加傾向于開展數(shù)字創(chuàng)新，但企業(yè)最終能有多少數(shù)字創(chuàng)新產(chǎn)出受企業(yè)自身因素影響。因此，該變量會影響企業(yè)是否進(jìn)行數(shù)字創(chuàng)新的概率，但不會影響其最終產(chǎn)出數(shù)量。

（4）從工具變量的角度來看，第一階段工具變量的回歸系數(shù)均顯著為正、F統(tǒng)計量均大于10，因此工具變量的相關(guān)性得到驗證；從Kleibergen-Paap rk LM統(tǒng)計量、Kleibergen-Paap rk Wald F統(tǒng)計量的結(jié)果來看，工具變量均不存在“識別不足”和“弱識別”問題。故工具變量選取較為合理。

（5）因?qū)＠跈?quán)存在窗口期，該變量數(shù)據(jù)年份為2011—2016年。

參考文獻(xiàn)：

［1］習(xí)近平.不斷做強(qiáng)做優(yōu)做大我國數(shù)字經(jīng)濟(jì)［J］.求是，2022（2）：4-8.

［2］GOLDFARB A，TUCKER C. Digital Economics［J］. Journal of Economic Literature，2019，57（1）：3-43.

［3］劉洋，董久鈺，魏江.數(shù)字創(chuàng)新管理：理論框架與未來研究［J］.管理世界，2020，36（7）：198-217，219.

［4］胡增璽，馬述忠.市場一體化對企業(yè)數(shù)字創(chuàng)新的影響——兼論數(shù)字創(chuàng)新衡量方法［J］.經(jīng)濟(jì)研究，2023，58（6）：155-172.

［5］XIANG X J，LIU C J，YANG M. Who Is Financing Corporate Green Innovation？［J］. International Review of Economics amp; Finance，2022，78：321-337.

［6］郭玥.政府創(chuàng)新補助的信號傳遞機(jī)制與企業(yè)創(chuàng)新［J］.中國工業(yè)經(jīng)濟(jì)，2018（9）：98-116.

［7］XIA L，GAO S，WEI J C，et al. Government Subsidy and Corporate Green Innovation-Does Board Governance Play a Role？［J］. Energy Policy，2022，161：112720.

［8］王永貴，李霞.促進(jìn)還是抑制：政府研發(fā)補助對企業(yè)綠色創(chuàng)新績效的影響［J］.中國工業(yè)經(jīng)濟(jì)，2023（2）：131-149.

［9］熊凱軍.研發(fā)補貼、非研發(fā)補貼如何影響企業(yè)創(chuàng)新投入［J］.科學(xué)學(xué)研究，2023，41（1）：181-192.

［10］吳偉偉，張?zhí)煲?非研發(fā)補貼與研發(fā)補貼對新創(chuàng)企業(yè)創(chuàng)新產(chǎn)出的非對稱影響研究［J］.管理世界，2021，37（3）：137-160，10.

［11］陳曉斌，馮雅萱.政府研發(fā)支出是否有利于撬動中小企業(yè)創(chuàng)新績效——基于工業(yè)行業(yè)企業(yè)面板數(shù)據(jù)的非線性門檻效應(yīng)檢驗［J］.統(tǒng)計研究，2023，40（10）：57-68.

［12］CIRIELLO R F，RICHTER A，SCHWABE G. Digital Innovation［J］.Business amp; Information Systems Engineering，2018，60（6）：563-569.

［13］LIU Y，DONG J Y，MEI L，et al. Digital Innovation and Performance of Manufacturing Firms：An Affordance Perspective［J］. Technovation，2023，119：102458.

［14］黃先海，王瀚迪.數(shù)字產(chǎn)品進(jìn)口、知識存量與企業(yè)數(shù)字創(chuàng)新［J］.浙江大學(xué)學(xué)報（人文社會科學(xué)版），2022，52（2）：28-43.

［15］趙寶芳，陳曉丹.政府創(chuàng)新補貼、風(fēng)險投資與企業(yè)創(chuàng)新——基于信號傳遞的視角［J］.管理評論，2022，34（12）：109-120.

［16］徐建斌，彭瑞娟，何凡.政府創(chuàng)新補貼提升數(shù)字經(jīng)濟(jì)企業(yè)研發(fā)強(qiáng)度了嗎？［J］.經(jīng)濟(jì)管理，2023，45（4）：172-190.

［17］孫薇，葉初升.政府采購何以牽動企業(yè)創(chuàng)新——兼論需求側(cè)政策“拉力”與供給側(cè)政策“推力”的協(xié)同［J］.中國工業(yè)經(jīng)濟(jì)，2023（1）：95-113.

［18］YOO J Y，HENFRIDSSON O，LYYTINEN K. Research Commentary：The New Organizing Logic of Digital Innovation：An Agenda for Information Systems Research［J］. Information Systems Research，2010，21（4）：724-735.

［19］SACHITHRA L，DARSHANA S，VARUN G，et al. Organizational Readiness for Digital Innovation：Development and Empirical Calibration of a Construct［J］. Information amp; Management，2019，56（3）：445-461.

［20］曲永義.數(shù)字創(chuàng)新的組織基礎(chǔ)與中國異質(zhì)性［J］.管理世界，2022，38（10）：158-174.

［21］崔兆財，張志新，李成.政府資助與企業(yè)創(chuàng)新：緩解匱缺還是滋長惰性？［J］.科研管理，2023，44（5）：140-148.

［22］毛其淋，許家云.政府補貼對企業(yè)新產(chǎn)品創(chuàng)新的影響——基于補貼強(qiáng)度“適度區(qū)間”的視角［J］.中國工業(yè)經(jīng)濟(jì)，2015（6）：94-107.

［23］FISCHER M，IMGRUND F，JANIESCH C，et al. Strategy Archetypes for Digital Transformation：Defining Meta Objectives Using Business Process Management［J］. Information amp; Management，2020，57（5）：103262.

［24］陶鋒，朱盼，邱楚芝，等.數(shù)字技術(shù)創(chuàng)新對企業(yè)市場價值的影響研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2023，40（5）：68-91.

［25］趙璨，王竹泉，楊德明，等.企業(yè)迎合行為與政府補貼績效研究——基于企業(yè)不同盈利狀況的分析［J］.中國工業(yè)經(jīng)濟(jì)，2015（7）：130-145.

［26］李金昌，連港慧，徐藹婷.“雙碳”愿景下企業(yè)綠色轉(zhuǎn)型的破局之道——數(shù)字化驅(qū)動綠色化的實證研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2023，40（9）：27-49.

［27］TEECE D J. Profiting from Innovation in the Digital Economy：Enabling Technologies，Standards，and Licensing Models in the Wireless World［J］. Research Policy，2018，47（8）：1367-1387.

［28］SOLUK J，MIROSHNYCHENKO I，KAMMERLANDER N，et al. Family Influence and Digital Business Model Innovation：The Enabling Role of Dynamic Capabilities［J］. Entrepreneurship Theory and Practice，2021，45（4）：867-905.

［29］TEECE D J，PISANO G，SHUEN A. Dynamic Capabilities and Strategic Management［J］. Strategic Management Journal，1997，18（7）：509-533.

［30］MAGISTRETTI S，PHAM C T A，DELL'ERA C. Enlightening the Dynamic Capabilities of Design Thinking in Fostering Digital Transformation［J］. Industrial Marketing Management，2021，97：59-70.

［31］WARNER K S R，W?GER M. Building Dynamic Capabilities for Digital Transformation：An Ongoing Process of Strategic Renewal［J］. Long Range Planning，2019，52（3）：326-349.

［32］宋智明，余益民，陳韜偉，等.面向電子政務(wù)的區(qū)塊鏈身份認(rèn)證模型研究［J］.電子政務(wù)，2021（6）：100-112.

［33］劉秉鐮，高子茗，呂洋.知識產(chǎn)權(quán)司法強(qiáng)化能否真正服務(wù)于創(chuàng)新驅(qū)動戰(zhàn)略？——基于研發(fā)競爭結(jié)構(gòu)異質(zhì)性的討論［J］.財經(jīng)研究，2022，48（12）：19-33.

［34］ZHAO Y，SONG Z Y，CHEN J，et al. The Mediating Effect of Urbanisation on Digital Technology Policy and Economic Development：Evidence from China［J］. Journal of Innovation amp; Knowledge，2023，8（1）：100318.

［35］袁淳，肖土盛，耿春曉，等.數(shù)字化轉(zhuǎn)型與企業(yè)分工：專業(yè)化還是縱向一體化［J］.中國工業(yè)經(jīng)濟(jì)，2021（9）：137-155.

［36］趙濤，張智，梁上坤.數(shù)字經(jīng)濟(jì)、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來自中國城市的經(jīng)驗證據(jù)［J］.管理世界，2020，36（10）：65-76.

［37］陳貴富，韓靜，韓愷明.城市數(shù)字經(jīng)濟(jì)發(fā)展、技能偏向型技術(shù)進(jìn)步與勞動力不充分就業(yè)［J］.中國工業(yè)經(jīng)濟(jì)，2022（8）：118-136.

［38］邵帥，張可，豆建民.經(jīng)濟(jì)集聚的節(jié)能減排效應(yīng)：理論與中國經(jīng)驗［J］.管理世界，2019，35（1）：36-60，226.

［39］HAANS R F J，PIETERS C，HE Z L. Thinking About U：Theorizing and Testing U- and Inverted U-shaped Relationships in Strategy Research［J］. Strategic Management Journal，2016，37（7）：1177-1195.

［40］張永珅，李小波，邢銘強(qiáng).企業(yè)數(shù)字化轉(zhuǎn)型與審計定價［J］.審計研究，2021（3）：62-71.

［41］楊剛強(qiáng)，王海森，范恒山，等.數(shù)字經(jīng)濟(jì)的碳減排效應(yīng)：理論分析與經(jīng)驗證據(jù)［J］.中國工業(yè)經(jīng)濟(jì)，2023（5）：80-98.

［42］袁禮，周正.環(huán)境權(quán)益交易市場與企業(yè)綠色專利再配置［J］.中國工業(yè)經(jīng)濟(jì)，2022（12）：127-145.

［43］王陽，溫忠麟，王惠惠，等.第二類有中介的調(diào)節(jié)模型［J］.心理科學(xué)進(jìn)展，2022，30（9）：2131-2145.

［44］辛清泉，孔東民，郝穎.公司透明度與股價波動性［J］.金融研究，2014（10）：193-206.

［45］楊林，和欣，顧紅芳.高管團(tuán)隊經(jīng)驗、動態(tài)能力與企業(yè)戰(zhàn)略突變：管理自主權(quán)的調(diào)節(jié)效應(yīng)［J］.管理世界，2020，36（6）：168-188，201，252.

［46］陳駿，徐捍軍.企業(yè)尋租如何影響盈余管理［J］.中國工業(yè)經(jīng)濟(jì)，2019（12）：171-188.

［47］胡凱，吳清，胡毓敏.知識產(chǎn)權(quán)保護(hù)的技術(shù)創(chuàng)新效應(yīng)——基于技術(shù)交易市場視角和省級面板數(shù)據(jù)的實證分析［J］.財經(jīng)研究，2012，38（8）：15-25.

［責(zé)任編輯：孔令仙］

收稿日期：2023-12-07

基金項目：國家社會科學(xué)基金重點項目“基于低碳綠色發(fā)展的‘一帶一路’區(qū)域產(chǎn)業(yè)鏈研究”（19AJY001）；陜西省社會科學(xué)基金項目“基于制度創(chuàng)新的陜西自貿(mào)試驗區(qū)對標(biāo)國際貿(mào)易新規(guī)則路徑研究”（2023ZD05）；陜西省科技廳軟科學(xué)研究計劃項目“陜西自貿(mào)區(qū)貿(mào)易便利化制度創(chuàng)新研究”（2020KRM138）

作者簡介：于璐瑤（1974—），女，北京人，教授，博士，研究方向：數(shù)字經(jīng)濟(jì)，貿(mào)易經(jīng)濟(jì)；

周 濤（1999—），男，湖北十堰人，碩士研究生，通信作者，研究方向：數(shù)字經(jīng)濟(jì)，技術(shù)創(chuàng)新；

高 洋（1983—），女，陜西西安人，副教授，博士，研究方向：技術(shù)創(chuàng)新，產(chǎn)業(yè)升級；

梁 澤（1999—），女，陜西蒲城人，碩士研究生，研究方向：數(shù)字經(jīng)濟(jì)，綠色經(jīng)濟(jì)。