企業(yè)數(shù)字化、研發(fā)投入與研發(fā)效率

【摘要】創(chuàng)新是經(jīng)濟社會發(fā)展的第一驅(qū)動力，研發(fā)效率的競爭已成為當(dāng)今世界最重要的競爭之一?；?007—2022年上市公司數(shù)據(jù)，理論分析和實證檢驗了企業(yè)數(shù)字化對企業(yè)研發(fā)效率具有顯著的正向影響。在經(jīng)過解釋變量多個代理變量替換、消除企業(yè)策略性行為的影響等檢驗，及滯后期、工具變量法等內(nèi)生性檢驗，結(jié)論仍然可靠。進一步的中介機制探討和檢驗表明，企業(yè)數(shù)字化通過企業(yè)研發(fā)人員投入和研發(fā)經(jīng)費支出進而提升研發(fā)效率。異質(zhì)性分析顯示，相對而言，非國有、制造業(yè)和數(shù)字化轉(zhuǎn)型程度高的企業(yè)，其數(shù)字化對研發(fā)效率的正向影響更大更顯著。研究結(jié)論可為我國實施創(chuàng)新驅(qū)動戰(zhàn)略，大力發(fā)展新質(zhì)生產(chǎn)力提供有益的政策啟示。

【關(guān)鍵詞】數(shù)字化；研發(fā)效率；研發(fā)人員投入；研發(fā)經(jīng)費支出；中介機制；新質(zhì)生產(chǎn)力

【中圖分類號】F279.23"【文獻標(biāo)識碼】A"【文章編號】1004-5937（2025）04-0073-09

一、引言

當(dāng)今世界，國與國之間的競爭實質(zhì)聚焦于高科技的競爭。實現(xiàn)科技自立自強，要強化新時代中國企業(yè)的使命和擔(dān)當(dāng)。長期以來，我國面臨著基礎(chǔ)研究投入不夠、企業(yè)科技創(chuàng)新主體地位不強、科技創(chuàng)新能力不足等瓶頸問題[1]，我國企業(yè)自主創(chuàng)新能力[2]。黨的二十大報告強調(diào)：堅持創(chuàng)新在我國現(xiàn)代化建設(shè)全局中的核心地位，加快實現(xiàn)高水平科技自立自強，強化企業(yè)在科技創(chuàng)新中的主體地位。黨的二十屆三中全會要求，強化企業(yè)科技創(chuàng)新主體地位，建立企業(yè)研發(fā)準(zhǔn)備金制度，鼓勵科技型中小企業(yè)加大研發(fā)投入。而創(chuàng)新能力的提升不僅依靠研發(fā)投入的持續(xù)增長，更大程度上源于創(chuàng)新資源利用效率的提升[3]。企業(yè)是經(jīng)濟活動中的微觀主體，提高創(chuàng)新效率是企業(yè)永葆發(fā)展活力和實現(xiàn)價值增值的根本途徑[4]，也是搶先發(fā)展新質(zhì)生產(chǎn)力的關(guān)鍵所在。

一般而言，企業(yè)創(chuàng)新效率是企業(yè)創(chuàng)新產(chǎn)出與創(chuàng)新投入之比，即單位創(chuàng)新投入能產(chǎn)生多少創(chuàng)新產(chǎn)出。企業(yè)創(chuàng)新效率，抑或是研發(fā)效率，對于企業(yè)競爭力提升、產(chǎn)業(yè)結(jié)構(gòu)升級乃至國家經(jīng)濟高質(zhì)量發(fā)展至關(guān)重要。因此，探討企業(yè)的研發(fā)效率，在全球科技競爭加劇、我國大力發(fā)展新質(zhì)生產(chǎn)力的當(dāng)下，既是重要的理論需求，也具有重要的實踐意義。

從國家或區(qū)域角度，慣用數(shù)據(jù)包絡(luò)分析法（DEA）來評估創(chuàng)新效率，從產(chǎn)業(yè)層面常采用隨機前沿生產(chǎn)函數(shù)（SFA）模型計算創(chuàng)新效率，這兩種估算方法容易產(chǎn)生系統(tǒng)誤差[5]。學(xué)術(shù)界常以專利數(shù)衡量創(chuàng)新績效[5-6]，但難以避免企業(yè)重數(shù)量的策略性創(chuàng)新行為[7]的影響和政府行政行為的干擾，而且容易遺漏創(chuàng)新產(chǎn)出（企業(yè)有研發(fā)成果不一定申請專利）。而企業(yè)內(nèi)部研發(fā)形成的技術(shù)性資產(chǎn)是自主研發(fā)的成果，其入賬價值基本上來源于研發(fā)支出中資本性支出的結(jié)轉(zhuǎn)，借鑒譚洪濤等[8]和冀云陽等[6]的做法，用公司的研發(fā)資本性支出占公司研發(fā)支出的比重，從價值角度來刻畫企業(yè)的研發(fā)效率，避免用專利數(shù)量衡量創(chuàng)新產(chǎn)出的弊端，能更有效地衡量公司的創(chuàng)新效率。將研發(fā)效率作為最終被解釋變量進行研究，拓展了創(chuàng)新效率的研究。

目前，以數(shù)字經(jīng)濟、數(shù)字化為關(guān)鍵影響變量的文獻，大都呈現(xiàn)積極的正面影響。如企業(yè)數(shù)字化對企業(yè)全要素生產(chǎn)率[9]、勞動收入份額[10]、企業(yè)分工[11]、資源配置效率[12]、企業(yè)ESG責(zé)任表現(xiàn)[13]、研發(fā)操縱[14]的影響。企業(yè)數(shù)字化已呈現(xiàn)出多樣化的影響研究。與本文研究主題更相關(guān)的是數(shù)字化轉(zhuǎn)型能顯著提升創(chuàng)新效率[5，15]，但結(jié)論不太一致。面對數(shù)字經(jīng)濟的快速發(fā)展和企業(yè)創(chuàng)新環(huán)境的復(fù)雜變化，仍有廣闊的空間有待去探究。數(shù)字化已成為當(dāng)前經(jīng)濟社會最重要的沖擊變量之一，研發(fā)效率作為發(fā)展新質(zhì)生產(chǎn)力的關(guān)鍵所在，仍有必要去拓展這一研究。

數(shù)字技術(shù)沖擊著各行各業(yè)，數(shù)字科技是新質(zhì)生產(chǎn)力形成的“介質(zhì)”[1]，企業(yè)的數(shù)字化轉(zhuǎn)型可能也是研發(fā)效率重要的影響因素。在已有研究的基礎(chǔ)上，本文作進一步探索性研究：（1）將企業(yè)數(shù)字化作為解釋變量，研發(fā)效率作為被解釋變量，探討企業(yè)數(shù)字化與研發(fā)效率之間可能的因果關(guān)系，將豐富數(shù)字化的影響研究和創(chuàng)新效率的相關(guān)研究；（2）采用的數(shù)據(jù)跨期較長，從2007年到2022年，避免短期數(shù)據(jù)實證帶來的結(jié)論偏差。而且數(shù)據(jù)采用我國上市公司的年度面板數(shù)據(jù)，不只局限于某類股票、某類行業(yè)，相比現(xiàn)有相關(guān)研究，數(shù)據(jù)橫截面大，跨期長，研究具有更廣泛的意義；（3）在傳導(dǎo)機制方面，以研發(fā)投入作為中介變量，并進一步分為研發(fā)人員投入和研發(fā)經(jīng)費支出兩個維度，揭示數(shù)字化轉(zhuǎn)型對企業(yè)研發(fā)效率的影響路徑和作用機制，拓展企業(yè)數(shù)字化對研發(fā)效率的作用渠道，深化對其作用機理的理解，為研發(fā)效率的提升提供新的視角。

二、理論分析與研究假設(shè)

（一）企業(yè)數(shù)字化與研發(fā)效率

企業(yè)數(shù)字化是指企業(yè)使用數(shù)字資源和數(shù)字技術(shù)，將其經(jīng)營與管理轉(zhuǎn)變?yōu)閿?shù)字形式的漸變形態(tài)，企業(yè)數(shù)字化就是企業(yè)經(jīng)營與管理的數(shù)字化。企業(yè)數(shù)字化能提高企業(yè)運營效率[16]，提高企業(yè)全要素生產(chǎn)率[9]，使得研發(fā)領(lǐng)域迎來一場效率變革，具體體現(xiàn)在：（1）數(shù)字技術(shù)可以自動化企業(yè)一些煩瑣的流程性任務(wù)，降低企業(yè)的交易成本，減少資源錯配[17]，提高資源配置效率[12]，企業(yè)可以將更多的時間和資源投入研發(fā)；（2）數(shù)字化工具可以幫助企業(yè)團隊成員共享文件，進行實時通信，促進信息溝通，提高協(xié)作效率[18]；（3）數(shù)字化通過模擬仿真和虛擬現(xiàn)實技術(shù)，大大減少原型制造的時間和成本，研發(fā)的測試更加精準(zhǔn)，可以節(jié)約大量的時間和試錯成本，使得研發(fā)成本和時間大大降低；（4）數(shù)字技術(shù)使得場景化模擬更加逼真，從而開發(fā)出更符合市場需求的產(chǎn)品和應(yīng)用，為企業(yè)提供了更廣闊的創(chuàng)新空間；（5）企業(yè)數(shù)字化能提高勞動收入份額和員工的自主權(quán)[10]，提高員工的主人翁地位和歸屬感，提高研發(fā)人員的主動性。基于以上分析，提出假設(shè)1。

H1：企業(yè)數(shù)字化顯著提升企業(yè)的研發(fā)效率。

（二）研發(fā)投入的中介機制

企業(yè)數(shù)字化常被視為企業(yè)經(jīng)營管理趨好的象征，而且可以提高企業(yè)ESG責(zé)任表現(xiàn)[13]，從而提高企業(yè)聲譽，進而助力企業(yè)獲得更多的銷售收入和更多的外部資金支持，增加企業(yè)利潤和研發(fā)資金的來源。企業(yè)數(shù)字化打破了傳統(tǒng)的空間距離障礙[18]，弱化了知識的流動障礙[17]，進而降低企業(yè)的交易成本。企業(yè)數(shù)字化需要將資源配置到對企業(yè)未來發(fā)展更具決定性的研發(fā)活動中去，促使企業(yè)投資研發(fā)基礎(chǔ)設(shè)施，積極推進研發(fā)環(huán)境建設(shè)，提供更充裕的項目研發(fā)經(jīng)費，并配備研發(fā)人員去研發(fā)。數(shù)字技術(shù)可以促進分工與協(xié)作[11]，提升企業(yè)專業(yè)化分工[19]。在企業(yè)數(shù)字化的轉(zhuǎn)型過程中，流程式事務(wù)性的員工不斷減少，而技術(shù)型、研發(fā)型員工不斷增加，因此企業(yè)數(shù)字化可以內(nèi)在地優(yōu)化企業(yè)的人力資本結(jié)構(gòu)，提高研發(fā)型員工在企業(yè)員工中的占比。綜上，提出假設(shè)2a、假設(shè)2b。

H2a：企業(yè)數(shù)字化顯著提高研發(fā)經(jīng)費支出。

H2b：企業(yè)數(shù)字化顯著提高研發(fā)人員投入。

企業(yè)數(shù)字化轉(zhuǎn)型將促使企業(yè)投資數(shù)字基礎(chǔ)設(shè)施或購買數(shù)字服務(wù)，以及投資研發(fā)基礎(chǔ)設(shè)施和高薪聘請研發(fā)人才，進而減少企業(yè)的自由現(xiàn)金流量，促使高管“精打細算”高效利用資金，進而促進企業(yè)研發(fā)效率。我國企業(yè)創(chuàng)新中長期面臨著資本約束和效率低下兩大難題[4]，在企業(yè)研發(fā)投入不足的情境下，企業(yè)研發(fā)投入越大，研發(fā)資金缺失所帶來的研發(fā)質(zhì)量和效率的損失越小。較高的研發(fā)投資與較高的研發(fā)產(chǎn)出相關(guān)[20]。充裕的研發(fā)投入，可以加快研發(fā)團隊的組建和技術(shù)攻堅，研發(fā)團隊的穩(wěn)定性、凝聚力、執(zhí)行力和創(chuàng)造力更有保障，進而企業(yè)的研發(fā)效率更高。研發(fā)人員的聚集，不僅可以帶來更多的研發(fā)活動，而且可以帶來更多的知識交流、共享、互補和協(xié)作[11，19]，更快更容易組建研發(fā)團隊和進行技術(shù)攻堅，進而推動研發(fā)的進展，帶來更快更大的研發(fā)產(chǎn)出，從而使研發(fā)效率更高。進一步，企業(yè)可以利用云計算、大數(shù)據(jù)、人工智能等數(shù)字技術(shù)，實現(xiàn)研發(fā)資源在線規(guī)劃、共享和按需使用，減少空間距離的障礙[18]，降低研發(fā)投入的成本和風(fēng)險，提高研發(fā)資金的使用效率?；谝陨戏治?，提出假設(shè)3a、假設(shè)3b。

H3a：企業(yè)研發(fā)經(jīng)費支出顯著提高企業(yè)研發(fā)效率。

H3b：企業(yè)研發(fā)人員投入顯著提高企業(yè)研發(fā)效率。

三、研究設(shè)計

（一）模型構(gòu)建

1.基準(zhǔn)模型。為檢驗企業(yè)數(shù)字化對研發(fā)效率的影響，借鑒白俊紅等[21]、王朋吾等[22]的做法構(gòu)建如下基準(zhǔn)模型：

RDEfficyi，t=β0+β1DigTDi，t+β2Controlsi，t+Companyi+

Yeart+εi，t""（1）

模型中，i代表公司，t代表年度；被解釋變量RDEfficyi，t代表公司i在t年的研發(fā)效率；β0是截距項；解釋變量DigTDi，t代表企業(yè)i在t年的數(shù)字化轉(zhuǎn)型程度；Controlsi，t為公司特征控制變量；Companyi為公司虛擬變量，Yeart為年份虛擬變量；εi，t是隨機擾動項。如果企業(yè)數(shù)字化能提升研發(fā)效率，則模型中β1應(yīng)顯著為正，H1得以驗證。

2.中介機制模型。為深入分析企業(yè)數(shù)字化對研發(fā)效率的中介機制，參照白俊紅等[21]的研究構(gòu)建如下中介機制模型：

Mi，t=α0+α1DigTDi，t+α2Controlsi，t+Companyi+Yeart+εi，t

（2）

RDEfficyi，t=？漬0+？漬1DigTDi，t+？漬2Mi，t+？漬3Controlsi，t+Companyi+Yeart+εi，t""（3）

其中M為中介變量，Cityi為公司所在城市虛擬變量，其他變量與前文一致。如果α1顯著為正，H2a、H2b得以驗證，？漬2也顯著為正，則H3a、H3b成立，說明存在中介效應(yīng)。？漬1也顯著且與α1×？漬2符號相同，說明M存在部分中介效應(yīng)。

（二）變量設(shè)定

1.被解釋變量：研發(fā)效率（RDEfficy）。按照企業(yè)會計準(zhǔn)則，公司的研發(fā)支出分為費用化支出和資本化支出，資本化支出將結(jié)轉(zhuǎn)為無形資產(chǎn)，是內(nèi)部研發(fā)形成的技術(shù)型資產(chǎn)的最主要入賬價值。借鑒譚洪濤等[8]、冀云陽等[6]的做法，用公司的研發(fā)資本化支出占公司研發(fā)支出的比重來衡量公司研發(fā)效率，即研發(fā)資本化支出占研發(fā)支出的比重越高，研發(fā)產(chǎn)出效率越高，研發(fā)效率越高。公司研發(fā)資本化支出，可能存在企業(yè)高管在經(jīng)營目標(biāo)考核壓力下基于自身利益的考慮而進行會計操控，因此在控制變量里，加入總資產(chǎn)凈利率（ROA）、托賓Q值（TobinQ）、高管平均薪酬（M_G_X）分離可能的會計操控對研發(fā)效率的影響。

2.解釋變量：企業(yè)數(shù)字化（DigTD）。參考吳非等[15]、趙宸宇等[9]、方明月等[10]的做法，按人工智能技術(shù)、云計算技術(shù)、區(qū)塊鏈技術(shù)、大數(shù)據(jù)技術(shù)、數(shù)字技術(shù)應(yīng)用五類數(shù)字化關(guān)鍵詞在公司年報或年報中管理層討論與分析中出現(xiàn)的頻次來表征企業(yè)數(shù)字化程度。

3.中介變量：采用研發(fā)人員投入（RDPR）和研發(fā)經(jīng)費支出（RDST）作為代理變量。研發(fā)人員投入（RDPR）用研發(fā)人員數(shù)量與企業(yè)員工數(shù)量之比衡量，研發(fā)經(jīng)費支出（RDST）用研發(fā)支出與總資產(chǎn)之比測算。

4.控制變量：參照方明月等[10]、冀云陽等[6]的做法，選擇企業(yè)規(guī)模（Size）、資產(chǎn)負債率（Lev）、實際控制人兩權(quán)分離率（Cont_S）、獨立董事網(wǎng)絡(luò)中心度（IndCenrl）、公司年齡（ListAge）、年報是否國際四大會計師事務(wù)所審計（Big4）、營業(yè)收入增長率（OIGR）、總資產(chǎn)凈利率（ROA）、投入資本回報率（ROI）、經(jīng)營活動凈現(xiàn)金流（NetCash）、托賓Q值（TobinQ）、高管平均薪酬（M_G_X）作為控制變量。

具體變量定義如表1所示。

（三）數(shù)據(jù)來源與樣本選擇

本文以我國上市公司為例，時間從具有里程碑意義的2006年企業(yè)會計準(zhǔn)則首次執(zhí)行的2007年至2022年，數(shù)據(jù)類型為公司年度面板數(shù)據(jù)，數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫。

按照通常做法，本文對初始樣本進行如下篩選：剔除金融行業(yè)公司；剔除終止上市、暫停上市、ST、*ST和退市整理期的觀測值；剔除明顯不合理的觀測值。為進一步消除奇異值對回歸結(jié)果的影響，對連續(xù)變量按年度進行上下1%的縮尾處理。最后形成公司年度觀測值，如表2所示。

四、實證分析

（一）基準(zhǔn)回歸分析

采用基準(zhǔn)模型檢驗，回歸結(jié)果如表3所示，列（1）沒有考慮控制變量、年度固定效應(yīng)和公司固定效應(yīng)的回歸結(jié)果，列（2）加入控制變量，列（3）只考慮加入年度固定效應(yīng)和公司固定效應(yīng)，列（4）匯報了加入控制變量和雙固定效應(yīng)（年度固定效應(yīng)和公司固定效應(yīng)）的回歸結(jié)果。從基準(zhǔn)回歸結(jié)果來看，不管加不加控制變量、年度固定效應(yīng)和公司固定效應(yīng)效應(yīng)，企業(yè)數(shù)字化轉(zhuǎn)型（DigTD）的系數(shù)均在1%顯著性水平上為正，系數(shù)值由列（1）—列（4）依次降低，符合本文預(yù)期，驗證了H1，即企業(yè)數(shù)字化能顯著提升企業(yè)的研發(fā)效率。

（二）穩(wěn)健性檢驗

基準(zhǔn)回歸中解釋變量-企業(yè)數(shù)字化的代理變量DigTD，依次替換為ManDigTD（年報-管理層討論與分析中數(shù)字化轉(zhuǎn)型關(guān)鍵詞次數(shù)）、AnAITech（年報中人工智能技術(shù)）、AnBlockChain（年報中區(qū)塊鏈技術(shù)）、AnCloudComp（年報中云計算技術(shù)）、AnBigData（年報中大數(shù)據(jù)技術(shù)）、AITech（年報-管理層討論與分析中的人工智能技術(shù)）、BlockChain（年報-管理層討論與分析中的區(qū)塊鏈技術(shù)）、CloudComp（年報-管理層討論與分析中的云計算技術(shù)）、BigData（年報-管理層討論與分析中的大數(shù)據(jù)技術(shù)），以上變量分別取對數(shù)?；貧w結(jié)果如表4列（1）—列（9）所示，系數(shù)均顯著為正，與基準(zhǔn)回歸一致。進一步，企業(yè)年報中出現(xiàn)的有關(guān)企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵詞詞頻，有可能是企業(yè)的策略性行為所致，及企業(yè)可能進行會計操縱調(diào)控盈余進而影響企業(yè)研發(fā)資本化等數(shù)據(jù)的真實性。為此，參照方明月等[10]的做法，將信息披露考評不合格的企業(yè)排除再回歸，結(jié)果如表4列（10）所示，解釋變量數(shù)字化轉(zhuǎn)型的系數(shù)仍在1%顯著性水平上為正，仍與基準(zhǔn)結(jié)論一致。通過替換解釋變量的代理變量，及排除企業(yè)可能的策略性行為和會計操縱影響的檢驗，表明企業(yè)數(shù)字化轉(zhuǎn)型對研發(fā)效率提升效應(yīng)的結(jié)論是穩(wěn)健的。

（三）內(nèi)生性檢驗

盡管前文通過穩(wěn)健性檢驗，但可能存在內(nèi)生性問題，需要進行內(nèi)生性檢驗。按照通常的做法，通過解釋變量滯后一期、二期、三期，如表5列（1）—列（3）所示，解釋變量滯后的系數(shù)仍顯著為正。同時控制變量隨解釋變量滯后，滯后的解釋變量的系數(shù)仍然顯著為正（回歸結(jié)果略），大大減少反向因果的嫌疑。為進一步緩解內(nèi)生性，采用工具變量進行兩階段最小二乘法回歸。參照袁淳等[18]和方明月等[10]的做法，采用企業(yè)所在城市的數(shù)字化轉(zhuǎn)型程度的均值或所在城市及所在行業(yè)的數(shù)字化轉(zhuǎn)型程度的均值作為數(shù)字化轉(zhuǎn)型的工具變量。一般而言，這一工具變量應(yīng)該與企業(yè)的數(shù)字化轉(zhuǎn)型具有一定的相關(guān)性，滿足工具變量相關(guān)性的要求。工具變量二階段回歸結(jié)果如表5列（4）—列（7）所示，第一階段，如列（4）、列（6）匯報了工具變量（IVMeanCity、IVMeanCity_Ind）對企業(yè)數(shù)字化轉(zhuǎn)型（DigTD）的回歸系數(shù)在1%水平上顯著為正，說明工具變量與企業(yè)數(shù)字化轉(zhuǎn)型具有較強的正相關(guān)性，并且F值分別為1319.38、9471.37，遠大于閾值，滿足工具變量的外生性，且Kleibergen-PaaprkLMstatisticP值都通過了1%顯著性水平檢驗，拒絕工具變量識別不足。第二階段回歸中，如列（5）、列（7）企業(yè)數(shù)字化（DigTD）的系數(shù)均顯著為正。通過以上內(nèi)生性檢驗，大大減少內(nèi)生性疑慮，進一步表明企業(yè)數(shù)字化對企業(yè)研發(fā)效率具有顯著正向的影響效應(yīng)。

（四）中介機制檢驗

前文基準(zhǔn)回歸驗證了企業(yè)數(shù)字化對研發(fā)效率具有顯著的正向影響效應(yīng)，穩(wěn)健性檢驗和內(nèi)生性檢驗說明結(jié)論是穩(wěn)健的。企業(yè)數(shù)字化是否通過研發(fā)投入這一中介作用于研發(fā)效率，本文采用中介機制模型2和模型3驗證。

1.研發(fā)人員投入的中介效應(yīng)。用研發(fā)人員投入（RDPR）作為中介代理變量，回歸結(jié)果如表6列（1）、列（2）所示，列（1）企業(yè)數(shù)字化（DigTD）在5%顯著性水平上促進了企業(yè)研發(fā)人員投入（RDPR），列（2）企業(yè)數(shù)字化（DigTD）與企業(yè)研發(fā)人員投入（RDPR）均在5%水平上顯著為正。為消除反向傳導(dǎo)機制的疑慮，將解釋變量滯后一期為L.DigTD再回歸，如表6列（3）、列（4）所示，結(jié)論仍不改變?；谝陨戏治?，H2b、H3b成立，即企業(yè)數(shù)字化能顯著地通過企業(yè)研發(fā)人員投入進而正向作用于研發(fā)效率的提升。

2.研發(fā)經(jīng)費支出的中介效應(yīng)。用研發(fā)經(jīng)費支出作為中介代理變量，如表6列（5）、列（6）所示，企業(yè)數(shù)字化（DigTD）與研發(fā)經(jīng)費支出（RDST）均在1%水平上顯著為正。為消除反向傳導(dǎo)機制的疑慮，同樣將解釋變量滯后一期再回歸，如表6列（7）、列（8）所示，結(jié)論仍一致?；谝陨戏治?，H2a、H3a成立，即企業(yè)數(shù)字化能顯著地通過企業(yè)研發(fā)經(jīng)費支出進而正向作用于研發(fā)效率的提升。

（五）異質(zhì)性分析

企業(yè)數(shù)字化轉(zhuǎn)型對研發(fā)效率的影響是否因異質(zhì)性而不同？本文將樣本按所有制性質(zhì)分成國有企業(yè)和非國有企業(yè)、按行業(yè)分制造業(yè)和非制造業(yè)，以及按企業(yè)數(shù)字化50百分位數(shù)分兩組，分別進行回歸?；貧w結(jié)果如表7顯示，國有企業(yè)、非制造業(yè)企業(yè)和企業(yè)數(shù)字化低于50百分位數(shù)的企業(yè)組，其企業(yè)數(shù)字化（DigTD）的系數(shù)不顯著，而非國有企業(yè)、制造業(yè)企業(yè)和企業(yè)數(shù)字化高于50百分位數(shù)的企業(yè)組，其企業(yè)數(shù)字化DigTD的系數(shù)不僅在1%水平上顯著，而且系數(shù)值更大。異質(zhì)性分析說明，非國有企業(yè)相比較國有企業(yè)、制造業(yè)相比較非制造業(yè)、企業(yè)數(shù)字化程度高的相比較低的企業(yè)組而言，企業(yè)數(shù)字化對研發(fā)效率的影響具有更為顯著且更大的正向影響效應(yīng)。

五、結(jié)論與啟示

經(jīng)過理論分析和實證檢驗發(fā)現(xiàn)，企業(yè)數(shù)字化對企業(yè)研發(fā)效率具有顯著的正向影響效應(yīng)，企業(yè)數(shù)字化通過企業(yè)研發(fā)人員投入、研發(fā)經(jīng)費支出進而提升企業(yè)研發(fā)效率。異質(zhì)性分析顯示，相比較國有企業(yè)、非制造業(yè)和數(shù)字化轉(zhuǎn)型程度低的企業(yè)組，非國有、制造業(yè)和數(shù)字化轉(zhuǎn)型程度高的企業(yè)組，其數(shù)字化對研發(fā)效率的影響具有更大且更為顯著。

數(shù)字化已成為全球化潮流，隨著創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的深入推進，企業(yè)數(shù)字化對于驅(qū)動創(chuàng)新和提升研發(fā)效率的重要性越發(fā)凸顯。論文的政策啟示在于：（1）數(shù)字技術(shù)影響著各行各業(yè)，企業(yè)很難隔絕數(shù)字技術(shù)而生存。已有研究和實踐表明，企業(yè)數(shù)字化作為當(dāng)今最重要的沖擊變量之一，對企業(yè)的影響大都是正面的影響，企業(yè)要想在激烈的市場競爭中不被淘汰，必須盡早盡快地進行數(shù)字化轉(zhuǎn)型，進而全面實現(xiàn)數(shù)字化。（2）創(chuàng)新是經(jīng)濟社會發(fā)展的第一驅(qū)動力，當(dāng)今世界的競爭越來越聚焦于創(chuàng)新的競爭，而創(chuàng)新競爭主要體現(xiàn)在創(chuàng)新效率的競爭。本文研究發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)研發(fā)效率具有顯著的正向影響效應(yīng)，因此，企業(yè)要想提高研發(fā)效率，就應(yīng)該更早更快地進行數(shù)字化轉(zhuǎn)型，不斷提高自身的數(shù)字化水平，進而提升研發(fā)效率和研發(fā)競爭力。特別是非國有企業(yè)、制造業(yè)的研發(fā)效率受數(shù)字化的影響更大更顯著，更應(yīng)重視數(shù)字資源的利用和數(shù)字技術(shù)的運用，從而在市場競爭中獲得優(yōu)勢。（3）中介機制檢驗表明，企業(yè)數(shù)字化通過研發(fā)投入進而促進研發(fā)效率的提升，因此，企業(yè)應(yīng)加大研發(fā)人員投入和研發(fā)經(jīng)費支出，優(yōu)化人力資本結(jié)構(gòu)和資產(chǎn)結(jié)構(gòu)，從而獲取更高的研發(fā)效率和更強的自主創(chuàng)新能力。數(shù)字技術(shù)基礎(chǔ)條件、研發(fā)基礎(chǔ)設(shè)施的軟硬件建設(shè)，是數(shù)字時代建立健全現(xiàn)代產(chǎn)業(yè)體系和發(fā)展新質(zhì)生產(chǎn)力的基礎(chǔ)。創(chuàng)造和優(yōu)化數(shù)字技術(shù)環(huán)境和研發(fā)環(huán)境，使企業(yè)研發(fā)人員獲得應(yīng)有的科研條件和待遇，獲取更大的自由和主動權(quán)，心無旁騖地搞科研，企業(yè)才能在決定未來發(fā)展的研發(fā)上獲得優(yōu)勢，從而在市場競爭中保持更強的競爭力。

【參考文獻】

［1］尹西明，陳勁，王華峰，等.強化科技創(chuàng)新引領(lǐng)加快發(fā)展新質(zhì)生產(chǎn)力［J/OL］.科學(xué)學(xué)與科學(xué)技術(shù)管理，1-10［2024-05-15］.

［2］張杰，周曉艷，李勇.要素市場扭曲抑制了中國企業(yè)Ramp;D？［J］.經(jīng)濟研究，2011，46（8）：78-91.

［3］戴魁早，劉友金.要素市場扭曲與創(chuàng)新效率：對中國高技術(shù)產(chǎn)業(yè)發(fā)展的經(jīng)驗分析［J］.經(jīng)濟研究，2016，51（7）：72-86.

［4］朱德勝，周曉■.股權(quán)制衡、高管持股與企業(yè)創(chuàng)新效率［J］.南開管理評論，2016，19（3）：136-144.

［5］劉冰冰，劉愛梅.數(shù)字化轉(zhuǎn)型、要素配置和企業(yè)創(chuàng)新效率［J］.經(jīng)濟體制改革，2023（5）：121-128.

［6］冀云陽，周鑫，張謙.數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新——基于研發(fā)投入和研發(fā)效率視角的分析［J］.金融研究，2023（4）：111-129.

［7］張國勝，杜鵬飛.數(shù)字化轉(zhuǎn)型對我國企業(yè)技術(shù)創(chuàng)新的影響：增量還是提質(zhì)？［J］.經(jīng)濟管理，2022，44（6）：82-96.

［8］譚洪濤，陳瑤.集團內(nèi)部權(quán)力配置與企業(yè)創(chuàng)新——基于權(quán)力細分的對比研究［J］.中國工業(yè)經(jīng)濟，2019（12）：134-151.

［9］趙宸宇，王文春，李雪松.數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率［J］.財貿(mào)經(jīng)濟，2021，42（7）：114-129.

［10］方明月，林佳妮，聶輝華.數(shù)字化轉(zhuǎn)型是否促進了企業(yè)內(nèi)共同富裕？——來自中國上市公司的證據(jù)［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2022，39（11）：50-70.

［11］江小涓，靳景.數(shù)字技術(shù)提升經(jīng)濟效率：服務(wù)分工、產(chǎn)業(yè)協(xié)同和數(shù)實孿生［J］.管理世界，2022，38（12）：9-26.

［12］呂可夫，于明洋，阮永平.企業(yè)數(shù)字化轉(zhuǎn)型與資源配置效率［J］.科研管理，2023，44（8）：11-20.

［13］劉方媛，吳云龍.“雙碳”目標(biāo)下數(shù)字化轉(zhuǎn)型與企業(yè)ESG責(zé)任表現(xiàn)：影響效應(yīng)與作用機制［J］.科技進步與對策，2024，41（5）：40-49.

［14］董松柯，劉希章，李娜.數(shù)字化轉(zhuǎn)型是否降低企業(yè)研發(fā)操縱？［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2023，40（4）：28-51.

［15］宋巖，王曉月.企業(yè)數(shù)字化轉(zhuǎn)型？政府支持與創(chuàng)新效率——基于中國滬深A(yù)股制造業(yè)上市公司的實證檢驗［J］.煙臺大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2023，36（2）：92-105.

［16］吳非，胡慧芷，林慧妍.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)：來自股票流動性的經(jīng)驗證據(jù)［J］.管理世界，2021，37（7）：130-144，10.

［17］黃群慧，余泳澤，張松林.互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機制與中國經(jīng)驗［J］.中國工業(yè)經(jīng)濟，2019（8）：5-23.

［18］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，2021（9）：137-155.

［19］陸超，趙依雯，祝天琪，等.企業(yè)數(shù)字化轉(zhuǎn)型與高管機會主義減持［J］.系統(tǒng)工程理論與實踐，2024，44（1）：123-153.

［20］ALEXANDERS，LUCASW，MICHAELK，etal.Ramp;Defficiencyofleadingpharmaceuticalcompanies-a20-yearanalysis［J］.DrugDiscoveryToday，2021，26（8）：1784-1789.

［21］白俊紅，張藝璇，卞元超.創(chuàng)新驅(qū)動政策是否提升城市創(chuàng)業(yè)活躍度：來自國家創(chuàng)新型城市試點政策的經(jīng)驗證據(jù)［J］.中國工業(yè)經(jīng)濟，2022（6）：61-78.

［22］王朋吾，劉雨霏.數(shù)字經(jīng)濟、全要素生產(chǎn)率與企業(yè)創(chuàng)新績效［J］.會計之友，2024（17）：57-64.