工業互聯網對企業數字創新的影響
——基于傾向得分匹配的雙重差分驗證

王玉榮，段玉婷，卓蘇凡

(對外經濟貿易大學 國際商學院，北京 100029)

0 引言

數字化時代，信息技術與產業融合發展，數字創新被視為中國式創新的新機遇[1]。相較于國外，國內關于數字創新的研究處于起步階段，僅少數學者如余江(2017)、劉洋(2020)等針對數字創新內涵、外延及未來管理理論框架進行探討，而數字創新路徑機制和影響因素等方面的研究仍處于空白。數字創新的核心是充分利用數字基礎設施、平臺及生態系統，深入挖掘組織內外價值鏈各環節的數據資源，通過整合外部技術、知識，提升組織運營效率和組織績效[1,2]。2018年，國務院提出推廣工業互聯網網絡，將加快工業互聯網平臺建設提升到國家戰略高度。2018年6月，工信部發布的《工業互聯網發展行動計劃(2018—2020年)》，旨在指導我國工業企業完善工業互聯網建設，促進行業應用，筑牢實體經濟和數字經濟發展基礎。工業互聯網以新一代信息技術為基礎，能夠促進資源優化配置，強化產業協作，進而促進組織環節配套對接，為數字創新提供可行路徑。

近年來，中國工業互聯網規模呈現復合增長，盡管具有廣闊的市場前景，工業互聯網仍面臨核心技術不足、發展生態有待完善等問題，部分企業對工業互聯網的認識不足導致工業互聯網長遠發展受到阻礙。面對工業互聯網戰略地位日益上升與發展受阻間的矛盾，需要重新思考國家工業互聯網發展政策的實施效果。工業互聯網能否在促進企業實現數字創新方面發揮作用？作用效果如何？在實施創新驅動發展戰略，推動中國數字經濟發展，實現產業轉型升級的迫切需求下，對上述問題的探討愈發重要。近年來，學者們圍繞工業互聯網展開了一系列研究，主要聚焦于工業互聯網內涵特征和應用發展的定性描述，以及工業互聯網平臺評價和建設等方面[3,4]。目前，互聯網技術與工業深入融合，已經成為促進數字創新的主要因素[5]。工業互聯網應用對于企業通過數字創新實現轉型升級具有重要作用，而既有研究未對這一途徑提供有力的支撐。

鑒于此，為進一步完善現有文獻，本文基于中國制造業A股上市公司數據，采用傾向得分匹配與雙重差分(PSM-DID)相結合的方法，針對工業互聯網如何影響企業數字創新活動進行實證研究，同時基于創新過程，分析工業互聯網對企業數字創新影響的動態變化規律。另外，從產權性質及制度環境兩個方面對工業互聯網的影響進行異質性檢驗。本文理論貢獻在于：系統性地實證研究工業互聯網對企業數字創新的影響，從工業互聯網角度為企業數字創新活動提供完整的理論分析框架，為中國企業利用工業互聯網加快實現數字創新提供新思路。同時，為檢驗我國工業互聯網政策實施效果提供科學的證據，基于異質性檢驗，深入分析當前工業互聯網發展優勢與不足，為政府政策制定提供重要的事實依據。

1 研究設計

1.1 理論基礎與文獻回顧

數字創新是數字時代企業創新發展的重要趨勢，近年來，信息技術與產業融合發展進入數字化時代,數字技術向制造業擴散為企業創新創造了更多機會[6,7]。產品與服務形態、企業組織形式以及產業結構發生了較大變化，同時企業經營、合作、競爭模式也發生了深刻變化，有助于企業長期績效提升[8]。因此，研究數字創新這一主題能夠深入理解上述變化的關鍵特征和發展機制[1]。數字創新概念界定最初由國外學者給出，例如， Boland[9]基于創新過程角度認為，數字化創新是指企業使用新的數字化渠道、工具和相關方法改善企業運營效率,提升企業創新過程績效； Yoo等[10]、Nylend[11]、Nambisan[12]從創新結果角度給出數字創新的定義，認為數字創新是指企業通過數字化技術在創新過程中的應用，進而產生不同形式的創新成果，包括新產品、新流程、新服務、新平臺、新商業模式以及新客戶體驗等價值路徑；Abrell等[13]從綜合角度指出，數字創新是指在創新過程中通過使用數字技術生產產品和提供服務的過程,既包括創新過程績效提升，也包括創新結果產生。基于對數字化創新過程和結果難以分離的認識，應從綜合角度全面研究數字創新，但由于數字創新在我國尚未達到成熟階段，更多的是組織、流程及商業模式的數字化賦能，且數字創新產品難以衡量。因此，本文關注數字技術應用對創新過程的影響。

在新一代信息技術與產業融合發展背景下，競爭和生存壓力迫使企業投身于數字創新活動。本文認為，企業利用數字化技術以價值創造為目的的一切活動都是數字創新過程。那么，如何通過數字化技術實現一系列創新成果便成為亟待解決的問題。有學者指出，數字創新的首要條件是要有一個數字化工作場所[14]，可以通過數字技術和關鍵互補性資源、知識驅動已有創新資源重組[15]，改變企業營銷模式、價值鏈和商業模式等[16]。但在競爭激烈的動態環境中，要想實現效率與成本雙贏，閉門造車顯然是不可取的。通過尋求外部合作，整合內外部資源，實現產業體系整體創新效率提升和運營成本降低是信息技術革命與產業升級換代引發的業態模式創新。在數字化生態圈建設不完善的情況下，工業互聯網作為促進資源優化配置，強化產業協作配套對接的重要載體，為解決這一問題提供了可能。

工業互聯網( Industrial Internet of Things,簡稱為IIOT) 的概念最早由通用電氣于2012年提出，并隨著美國5家行業龍頭企業聯手組建工業互聯網聯盟而得以推廣。其涵義是基于物聯網( Internet of Things,簡稱為 IOT)技術，與產業融合產生的新業態[17],本質是通過開放的全球化工業級網絡平臺，把設備、生產線、工廠、供應商、產品和客戶緊密連接起來，高效共享工業經濟中的各種要素資源，通過自動化、智能化生產方式，降低成本、提升效率，實現智能制造。開放式創新理論認為，企業可以通過對外界信息、技術、知識的有效選擇和獲取促進創新[18]，且工業互聯網在企業中的應用形式主要表現為工業互聯網平臺[4]。平臺理論認為，平臺與參與主體間的相互作用能夠實現跨界異質性資源整合[19,20]，深挖工業數據資源價值，構建以數據資源為核心的生產體系，充分發揮數據資源的價值作用[21,22]。習近平總書記在國家大數據戰略第二次集體學習時強調，數據是數字經濟發展的關鍵資源，要深入實施工業互聯網創新發展戰略,系統推進數據資源管理體系建設。因此，無論是國家政策層面還是企業發展層面，都表現出以工業互聯網促進數字經濟發展的戰略需求。

工業互聯網應用對企業數字創新發展的影響可以從以下3個層面進行分析：從創新模式層面看，隨著移動通信行業興起，行業內出現縱向和橫向整合，能夠提供更加復雜的服務形式[23]。例如，定制化服務結合數字化制造與系統集成能夠切實推動我國制造業技術進步[24]。工業互聯網的應用使經營管理、產品生產、質量保證和用戶反饋等各系統間實時交互，實現生產流程數字化可控和柔性化生產，將企業價值創造模式由單純的產品供給模式轉化為“產品+服務”的數字化服務制造模式[3,25-27]，從而促進價值創造。從組織形態看，新古典企業理論認為，受環境影響，企業可以利用具有普遍優勢的組織形態獲取優勢地位。工業時代下，作為市場經濟核心主體的企業發生了明顯的進化[28]，工業互聯網發展可以突破時空束縛，使人與人、人與物、物與物之間的連接方式發生改變，價值鏈條分散化、價值創造碎片化，企業內部組織結構隨之發生改變。組織形態由傳統型向智慧型轉變，更具開放性和無邊界性，進而提升企業經營靈活性，實現企業與市場融合發展[29]。從企業行為層面看，工業互聯網發展使企業間的創新合作形式由單鏈式向集群聯盟式、網絡式轉變，生產方式逐漸碎片化、分散化[30]。通過利用豐富的信息與廣泛的資源渠道改變企業創新行為及組織學習形式[31]，充分利用工業互聯網平臺獲得的創新資源實現商業目標[32]，從而促進企業數字創新。

綜上分析，工業互聯網是幫助企業實現數字創新的有效路徑，能夠實現組織內部各系統間實時交互和組織間創新資源優化配置，幫助企業改變創新模式、優化組織形態和學習方式，從而促進企業數字創新。

1.2 研究方法

傾向得分匹配—雙重差分(PSM-DID)模型設定。首先，為了檢驗工業互聯網對企業數字創新的影響，可以通過比較企業應用工業互聯網前后的簡單差異(單差法)判斷工業互聯網對企業數字創新的影響。但在企業應用工業互聯網前后，會有其它因素影響企業數字創新，這些因素可能對未應用工業互聯網企業的數字創新活動產生影響，而采用單差法并不能將上述因素的影響考慮在內，因而會高估工業互聯網應用對企業數字創新的影響。因此，本研究選用更為科學的雙重差分方法對工業互聯網的影響進行評估，避免其它因素的干擾。

本研究采用雙重差分模型 (Difference-in-Differences Model，簡稱 DID)檢驗工業互聯網應用對企業數字創新的影響。鑒于企業應用工業互聯網的時間不同，借鑒劉瑞明、趙仁杰[33]、王康等(2019)的做法，構建雙重差分模型如下：

DigitalInnoit=β0+β1IIoT_afterit+γXit+λi+εit

(1)

其中，DigitalInnoit表示被解釋變量企業數字創新；IIoT_afterit為企業是否應用工業互聯網的啞變量，是本研究的核心解釋變量；β1是本文最關心的參數，表示工業互聯網對企業數字創新的實際影響；β1>0表示工業互聯網可以促進企業數字創新，反之則抑制企業數字創新；Xit代表企業規模、年齡、研發投入、是否為國有企業等控制變量；λi代表個體效應；εit代表隨機擾動項。

運用DID方法需滿足處理組和控制組具有共同趨勢這一重要前提假設,即采用工業互聯網戰略的企業與未采用工業互聯網戰略的企業相比，在均未采用工業互聯網戰略的情況下，兩者數字創新發展趨勢隨時間推移并不存在系統性差異。然而在現實中,受其它因素影響，這一假定條件往往無法滿足。因此，本文采用基于反事實推斷模型的傾向得分匹配雙重差分法PSM-DID (Propensity Score Matching-Difference-in-Differences) 檢驗工業互聯網戰略的凈效應,控制不可觀測但不隨時間變化的組間差異。借鑒Leuven&Sianesi[35]提出的最近鄰匹配算法(本文匹配比例為1∶1)，降低企業間在工業互聯網應用前的差異，通過合并各年匹配后的數據形成本文傾向得分匹配的基礎數據集,再通過DID方法進行估計，得出的估計結果就是工業互聯網對企業數字創新的凈影響。

1.3 變量選取與測量

1.3.1 被解釋變量

本研究的因變量為企業數字創新。對于企業數字創新活動的衡量，現有文獻尚未給出統一度量方式，大多是對數字創新概念及內涵的定性描述，少部分學者采用量表方式從基于數字技術的產品、服務或解決方案等方面進行衡量[35]，但此種衡量方式更多涉及數字創新過程末端的績效表征，且數據獲取難度大，限制了新產品相關數據在科學研究中的運用。根據數字創新概念內涵，數字創新除表征數字技術對創新結果的影響外，還包含對創新過程的影響。根據中國實際情況，數字創新活動更多地反映在整個企業創新過程中。因此，本研究參考Zheng&Dong[36]基于情景理論的數字創新度量方式，通過衡量一定時期內企業數字創新情景構建程度，反映該時期內企業數字創新活動情況，具體測量方式如下：首先，確定體現企業場景數字化的關鍵詞，包括數字化、信息化、平臺化、制造服務、O2O、B2C、線上線下、數字化經濟、數字革命、網絡經濟、工業互聯網和大數據等；其次，使用軟件Python3.7對年報進行文本處理，統計關鍵詞出現頻次，參照Muslu等[37]的研究成果，使用年報中數字化類相關關鍵詞數占年報全文字數的比例衡量,同時使用關鍵詞個數值進行穩健性檢驗。

為使研究結果更加穩健，同時進一步豐富研究內容，本文設置同樣能夠反映數字創新活動的兩個指標，即研發投入強度和發明專利申請。研發投入和專利產出數據是衡量企業創新的常用指標，但由于數字技術賦能數字創新過程中具有難以剝離的性質，因而無法獲取專項研發投入及產出數據。以往研究顯示，研發投入是企業創新的重要基礎前提，研發投入不足會直接影響數字經濟創新發展[38]。同時有研究指出，企業數字化發展能夠顯著提高企業可持續創新績效[36]。因此，研發投入與專利產出數據在一定程度上能夠表征企業數字創新。本研究中，研發投入強度采用企業每年研發投入金額占營業收入的百分比表示；發明專利具有較高的技術含量和創新價值，采用企業每年申請的發明專利數取對數表示。不僅如此，選用上述兩個指標可以將研發投入強度、數字創新情景構建、發明專利申請3個指標與創新投入產出的整個過程加以對應，能夠從更廣的視角揭示工業互聯網對企業數字創新影響的演進規律。

1.3.2 解釋變量

本研究主要解釋變量為企業是否應用工業互聯網的啞變量。參照汪芳等[39]的做法，對企業年報、社會責任報告中的關鍵詞“工業互聯網”“IIoT”“工業物聯網”“工業4.0”進行搜索，再對提及該關鍵詞的企業年報中工業互聯網相關項目情況作進一步確認，判別其是否有實質性投資與改造，進而確認企業是否應用工業互聯網，若企業應用工業互聯網則取值為 1，未應用工業互聯網則取值為0，包括企業應用工業互聯網之前以及一直未應用工業互聯網，均取值為0。

此外，為排除其它因素對研究結果的影響，根據企業創新理論并借鑒已有研究的做法，本研究設置以下控制變量，包括企業規模、年齡、研發投入、所有權性質以及制度環境。企業規模以當年年初總資產規模取對數表示；年齡以當年減去企業成立時間表示；研發投入以企業當年投入的平均研發支出的自然對數表示；所有權性質以國有企業、民營企業設置啞變量進行衡量，國有企業取值為1，民營企業取值為0。借鑒王小魯[40]最新編制的《中國分省份市場化指數報告(2018)》，將制度環境設為虛擬變量,當企業本年度所在地區市場化指數大于所有地區市場化指數均值時取1,否則取0。該報告的數據時間截至2016年，由于各地區市場化指數隨時間推移變化不大，故2017—2019年數據可以根據歷史數據進行時間序列預算得出。

表1 部分變量定義Tab.1 Partial variable definitions

1.4 數據來源與樣本

本文基礎數據來源于中國制造業A股上市公司公開發布的年度報告，選擇制造業的原因在于，制造業是創新最活躍、成果最豐富的領域，也是工業互聯網應用的核心主體。同時，中國制造業能夠利用工業互聯網匯聚各地信息，實現需求精準匹配，從而有效提高生產效率。因此，選擇中國制造業作為典型樣本，可為工業互聯網對企業數字創新的影響研究提供理想的環境。本研究收集2013—2019年數據，是由于在2013年之前中國工業互聯網應用較少，2013年之后才進入全面爆發期。基于DID研究方法的應用條件，本研究剔除2013年及以前應用工業互聯網的企業，選擇2014—2019年應用工業互聯網的企業，并剔除非營業狀態企業，最終經過清洗和剔除后，共得到 2013—2019 年 10 346個企業樣本(企業—年份觀測)，包括 2 226個實施工業互聯網戰略的企業樣本和8 120 個未實施工業互聯網戰略的企業樣本。

通過傾向得分匹配，對各年進行平衡性檢驗，結果顯示，實驗組和控制組企業樣本在各變量上不再具有顯著差異，匹配效果較好。圖1為匹配前后實驗組和控制組的企業傾向得分分布情況(核密度曲線),橫軸表示傾向得分值，縱軸表示概率密度。圖1(a)表示匹配前兩組企業傾向得分分布情況，可以看出，匹配前實驗組和控制組企業傾向得分存在顯著差異，說明對于全體樣本企業而言，選擇工業互聯網并不是完全隨機的，故對其進行傾向得分匹配是必要的；圖1(b)為匹配后兩組企業傾向得分分布情況，匹配后兩組企業傾向得分分布曲線近乎重合，即兩組企業得分高度接近，說明傾向得分匹配明顯修正了兩組得分偏差，匹配效果比較理想，可較好地解決樣本自選擇問題所導致的估計偏差問題。

圖1 傾向得分概率分布Fig.1 Probability distribution of propensity score

2 實證研究結果

2.1 描述性統計及相關系數分析

表2為本研究主要變量描述性統計及相關性分析結果。企業數字創新均值為0.554 8，標準差為0.859 1，呈右偏分布特征，表明整體上中國制造企業數字創新情況較少，符合當前中國企業情景。工業互聯網的均值為0.069，標準差為0.254，呈現右偏分布特征，表明當前中國制造企業工業互聯網應用普遍度較低，與一般市場規律相符合。研發投入均值為17.191，標準差為3.983，呈現左偏分布，表明近年來中國制造業研發投入普遍提高，符合當前中國市場情景。同時，從相關系數可以看出，工業互聯網、產權性質、企業研發投入與規模均與企業數字創新具有較強的相關關系，初步支持本文理論推斷。另外，根據實驗組與對照組數據，繪制企業數字創新核密度曲線圖(見圖2)。從圖2可以看出，相對于未應用工業互聯網的企業，應用工業互聯網的企業會表現出更高的數字創新水平，從側面支持本研究的理論判斷。進一步地，通過回歸分析控制其它相關變量以排除其它因素的影響，進而檢驗工業互聯網對企業數字創新的作用。

表2 描述性統計及相關性分析結果Tab.2 Descriptive statistics and correlation analysis results

圖2 應用與未應用工業互聯網企業的數字創新核密度曲線Fig.2 Core density curve of digital innovation of enterprises applying and not applying industrial Internet

2.2 基準回歸分析

因變量數字創新的衡量方法使其取值介于0～1之間，數據被限制在特定區間內,屬于截斷問題。因此，本文采用面板Tobit進行回歸，結果如表3所示。模型1、3、5采用DID方法進行回歸，模型2、4、6采用PSM-DID方法進行回歸，模型1～2僅包括控制變量，模型3～4僅包括主效應，模型5～6包括主效應及控制變量。由模型1～2的回歸結果可以看出，基本上控制變量均與因變量企業數字創新具有顯著相關關系。從模型3～4主效應回歸結果可以看出，工業互聯網的DID回歸系數為0.755 2，PSM-DID回歸系數為0.737 0，均為正且在1%的水平上顯著，表明在不控制其它因素的情況下，工業互聯網對企業數字創新具有顯著促進作用。模型5～6在控制一系列干擾因素的情況下，工業互聯網的DID回歸系數為0.540 8，PSM-DID回歸系數為0.506 3，仍顯著為正。因此，無論是采用DID方法還是 PSM-DID 方法，無論排除干擾因素與否，結果均表明，應用工業互聯網的企業都表現出更高的數字創新水平，即工業互聯網能夠顯著促進企業數字創新。

表3 基準回歸結果Tab.3 Benchmark regression results

2.3 穩健性檢驗

除采用DID和PSM-DID兩種方法外，本研究通過替代被解釋變量進行穩健性檢驗。首先，直接采用企業年報中數字化相關關鍵詞個數衡量數字創新，由于采用該方法會導致因變量取值為非負整數，故采用負二項回歸方法進行檢驗，運行結果依然顯著，如模型7～8所示。其次，除數字創新情景構建外，創新投入及產出也是企業數字創新活動的重要衡量指標。因此，可基于整個數字創新過程，分析工業互聯網影響的動態變化。

(1)考察工業互聯網對企業數字創新初始階段投入活動的影響，采用企業研發投入強度，即研發投入金額占營業收入的百分比作為代理因變量進行回歸分析，結果如表4中模型9～10所示。可以看出，DID和PSM-DID兩種方法下工業互聯網的系數(1.040 6、0.961 6)均在1%的水平上顯著為正，說明工業互聯網應用能夠促進企業創新投入增加，可以為企業實現數字創新提供良好的基礎。

(2)考察工業互聯網對企業數字創新產出階段的影響，采用發明專利作為代理因變量，由于專利的時滯性，本研究將發明專利分別滯后一年和兩年，因專利數取值為非負整數，故采用負二項回歸方法進行檢驗，回歸結果如表4中模型11～14所示。從表4可以看出，無論是采用DID方法還是PSM-DID方法，無論是滯后一期還是兩期，工業互聯網的回歸系數(0.162 4、0.156 6、0.268 2、0.303 0)均顯著為正，說明工業互聯網應用能夠明顯促進企業數字創新產出。

分析表3與表4發現，研發投入、數字創新情景構建、發明專利申請對應數字創新投入產出的整個過程。可以看出，工業互聯網應用對企業數字創新過程具有顯著促進作用。但對比各階段系數發現，研發投入強度對應的系數大于數字創新情景構建程度對應的系數，也大于發明專利申請對應的系數，即工業互聯網對于創新投入端的影響大于創新產出端。換句話說，隨著創新過程推進，工業互聯網的影響呈逐漸遞減趨勢。原因可能在于，工業互聯網的作用是幫助企業整合資源，改變企業行為，進而促進企業創新模式轉變，通過對企業一系列創新初始條件的培育以及創新過程的優化促進企業數字創新[3,26,41]，同時，隨著企業數字創新過程推進，其影響因素越來越復雜，在一定程度上會弱化工業互聯網的作用，因而使工業互聯網對創新初始階段的影響更顯著。

表4 穩健性檢驗結果Tab.4 Robustness test results

2.4 異質性檢驗

2.4.1 所有制性質

研究表明，企業異質性特征往往會對企業創新活動產生重要影響。那么在企業異質性的影響下，工業互聯網對企業數字創新的促進效應是否仍是簡單的線性影響？任力[42]指出，相對于國有企業,民營企業特別是民營中小企業信息獲取能力較差,在國內外競爭激烈的市場環境下,民營企業可以利用工業互聯網促進自身生產能力與發展能力提升。根據企業所有制特征將企業分為國營企業與民營企業，分組檢驗結果如表5所示。無論是采用DID方法還是 PSM-DID 方法，國有企業與民營企業的工業互聯網系數均在1%的水平上顯著為正，且國有企業系數小于民營企業(DID方法：國有企業系數為0.532 6，民營企業系數為0.549 4；PSM-DID方法：國有企業系數為0.502 4，民營企業系數為0.510 8)。分別對兩種方法的回歸結果進行Chow檢驗，結果表明，兩組系數存在顯著性差異。這說明相對于國營企業，民營企業利用工業互聯網更能促進自身數字創新水平提升。近年來有數據顯示，雖然國有企業具有政策環境優勢，但隨著國有企業改革加快，其數量逐漸減少，在專利申請方面并沒有表現出明顯優勢，而相對于國有企業，民營企業對創新的關注更多[43]。由于知識溢出，與相同規模的國有企業相比，民營企業研發效率更高，會表現出更強的技術創新能力[44]。因此，民營企業更能充分利用工業互聯網提高自身數字創新能力。

表5 所有制性質檢驗結果Tab.5 Ownership property test results

2.4.2 制度環境

眾多研究表明，企業所處的制度環境會對其創新活動產生重要影響。良好的制度環境能夠為工業互聯網作用的發揮提供保障，從而提升企業創新收益[45,46]。如前文所述,本研究借鑒王小魯[40]最新編制的《中國分省份市場化指數報告(2018)》，以制度環境作為虛擬變量進行分組檢驗，結果如表6所示。無論是采用DID方法還是 PSM-DID 方法，無論所在地區制度環境是否完善，工業互聯網的系數均在1%水平上顯著為正，但制度環境完善地區企業的工業互聯網系數要大于制度環境較差地區企業(DID方法：高制度環境系數為0.563 8，低制度環境系數為0.430 7；PSM-DID方法：高制度環境系數為0.519 1，低制度環境系數為0.411 8)。分別對采用兩種方法的回歸結果進行Chow檢驗，結果表明，兩組系數存在顯著性差異。這說明相對于制度環境較差地區企業，制度環境完善地區企業應用工業互聯網更能促進自身數字創新水平。原因在于，完善的制度環境能夠為企業創新活動及創新成果提供保護，同時政策制度支持可以激勵企業進行各種創新活動。反之，制度環境較差，企業創新活動會受創新成本及風險的影響，從而降低企業開展創新活動的積極性和主觀意愿(楊震寧、趙紅，2020)。因此，制度環境完善地區更有利于企業通過工業互聯網促進自身數字創新。

表6 制度環境檢驗結果Tab.6 Institutional environment test results

3 結語

3.1 結論

工業互聯網是制造業轉型的重要驅動力，其應用和推廣是國家為了促進制造業體系與服務業體系再造而采取的重要舉措。經過發展，工業互聯網已初具規模，現階段已深入貫徹至制造業數字創新過程中。如何準確認知和評價工業互聯網對企業數字創新的作用是當前人們關注的重點問題。本文利用2013—2019年中國制造業A股上市公司面板數據，采用雙重差分(DID)以及傾向得分匹配-雙重差分法(PSM-DID)對工業互聯網能否促進企業數字創新進行研究。

研究表明，無論是采用DID方法還是PSM-DID方法，工業互聯網應用能夠顯著促進企業數字創新。同時，基于數字創新過程，采用研發投入強度、發明專利申請作為數字創新初始階段和產出階段的代理因變量，檢驗證實工業互聯網的促進作用，但3個因變量對應系數間存在差異，而且工業互聯網對創新投入端的影響大于創新產出端，即隨著創新過程推進，工業互聯網的影響逐漸降低。基于企業間異質性特征，按照所有權性質和制度環境進行分組檢驗，所有權性質檢驗結果表明，相對于國營企業，民營企業應用工業互聯網后會表現出更高的數字創新水平；制度環境檢驗結果表明，相對于制度環境較差地區企業，制度環境完善地區企業應用工業互聯網后表現出更高的數字創新水平。

3.2 啟示

(1)企業實現數字創新過程需要一個數字化工作場所，除引進數字化技術外，還需要與外部環境和其它組織協調合作。企業可以將工業互聯網作為實現數字創新的重要載體，因為在高強度競爭環境下，企業難以獨立完成具有競爭力的價值創造，而以工業互聯網為代表、以平臺為核心的跨組織網絡合作形式可以成為企業現實選擇。

(2)工業互聯網可以通過對企業創新初始條件的培育以及對創新過程的優化促進其實現數字創新，故管理者需要根據創新業務階段，采取相應的戰略和管理行為，發揮研發投入的正向影響，從而增加數字創新活動產出。

(3)除企業自身創新環境外，政府部門需要營造有利于企業創新活動的制度環境。完善的制度環境不僅能夠增強企業創新的積極性和主觀意愿，而且能夠在一定程度上確保企業業務價值實現。

3.3 不足與展望

本研究存在以下局限性：首先，在數字創新變量測量上采用數字創新情景構建程度進行度量，側重數字創新過程的中間階段，而對于產出階段，采用發明專利申請加以度量。相比之下，采用數字創新產品產值衡量更加準確客觀。因此，未來可進一步收集數字創新產品相關數據進行檢驗。其次，僅探討工業互聯網應用與企業數字創新間的關系，雖證實工業互聯網對企業數字創新具有促進作用，但未就這一過程的影響機制和路徑進行深入分析。因此，未來可結合中國制造業數據作進一步探討。最后，在異質性特征方面未對中國制造業樣本進行行業區分。有研究表明，技術密集型制造業與勞動密集型制造業在創新能力和結構升級上存在差異[47]。因此，未來可針對技術密集型制造業和勞動密集型制造業，就工業互聯網與企業數字創新之間的關系進行深入研究。