數字化轉型與制造企業技術創新

徐向龍（華東師范大學經濟與管理學部，上海 0041） （銅陵學院工商管理學院，銅陵 44061）

引 言

當前，全球科技創新活動空前活躍，新一輪科技革命對產業體系和生產方式產生的革命性影響開始顯現。作為宏觀經濟的構成主體，數字化轉型正逐步映射到微觀企業的生產行為中，推動企業在生產運營、產品服務、資源組織和商業模式等方面發生深刻變革。企業數字化轉型是企業利用互聯網、大數據和人工智能等數字技術，改進業務流程和管理運營，重塑戰略思維、組織結構、企業文化和商業模式，構建以數據為核心驅動要素的價值創造體系的過程［1，2］。對企業數字化轉型內涵的理解包括3個方面：（1）以人工智能、大數據、云計算、區塊鏈和物聯網等為代表的數字技術，是企業數字化轉型的支撐起點，數字技術的發展催生了新的產品和服務、商業模式、戰略和組織形式；（2）企業數字化轉型是一個漸進的過程，必須依次經歷數字化轉換（Digitiza?tion）和數字化升級（Digitalization）兩個前期階段，進而利用IT和數字技術實現對生產運營、組織結構和商業模式等方面的優化升級，這一過程具體表現為生產過程的數字化，管理流程的數字化，以及產品和服務的數字化［3］；（3）企業數字化轉型的結果在于實現對商業模式的再造，即重塑企業價值主張和業務邏輯，構建起以數據為核心要素的價值創造體系并從中獲取利潤［4］。

目前，有關數字化轉型對制造企業技術創新的影響研究仍處于探索階段。已有研究大多從理論層面分析了企業數字化轉型的創新驅動效應，主要表現在：數字技術應用促進了企業自動化水平的提升、業務流程改進和成本節約［5］，有助于企業實現創新網絡的互補，促進數字化知識與技術的交流和共享［2］， 激發企業創新精神［6］； 強化了企業對內外部信息的整合能力和對前瞻性技術的敏銳度，最大限度降低創新風險［7］。此外，數字化轉型能夠通過提升組織雙元能力，進而提高企業創新能力和新產品開發績效［8］。然而，也有部分學者指出制造企業數字化轉型存在 “IT悖論”現象，即由于企業原有組織管理能力與先進數字化架構的不匹配，導致數字化轉型帶來的收益被其衍生的管理成本所抵消［9］，只有部分企業能夠從數字化轉型中獲益，而相當部分企業的數字化轉型并沒有帶來實質性的成果。盡管已有相關研究取得一些值得借鑒的成果，但尚未形成系統的理論分析框架，并且現有研究以理論與案例分析居多而量化研究較少。

黨的十九屆五中全會提出，要堅持創新在現代化建設全局中的核心地位， 《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》就提升企業技術創新能力，加快數字化發展作出戰略部署。數字經濟背景下，制造企業如何深入推進數字化轉型，構建以數據驅動的價值創造體系和技術創新模式，成為當前深入實施制造強國戰略面臨的重要議題。基于此，本文系統梳理數字化轉型對制造企業技術創新的影響機制，并利用創業板上市制造企業面板數據和文本分析方法，構建企業數字化轉型指數，進行計量實證分析，量化評估數字化轉型對制造業上市公司技術創新的影響，進而為企業數字化轉型和政府部門相關政策的制定提供理論支撐與決策依據。

1 理論基礎與研究假設

1.1 數字化轉型驅動企業技術創新

制造企業通過數字化轉型，對組織進行數字化賦能，促進數字化產品和服務創新，以及改變企業創新模式，提升技術創新水平。

（1）企業通過數字技術的應用，消除了員工在信息、機會和資源等方面獲取的結構性障礙，增強了員工自我效能感并激發工作潛力，提高了員工獲取、控制和管理資源等方面的能力［8］，實現對組織的數字化賦能。與此同時，企業也會形成與之相適應的組織結構和創新氛圍，如扁平化結構和學習型組織，以適應靈活創新與變革的需求。而領導風格、組織結構、企業文化與創新平衡策略的適應匹配是影響企業創新的關鍵［10］。因此，企業在數字化賦能過程中將重構原有組織能力，加速數字技術在創新活動中的應用與整合，形成研發創新領域探索和利用的組織雙元能力，進而提升企業技術創新能力。

（2）數字化產品和服務創新拓展了企業技術創新空間。數字化產品的分層模塊化結構，對制造企業技術創新產生了深刻的影響［11］，制造企業通過數字化轉型來追求服務化戰略，并在產品中嵌入更多的智能和遠程功能［12］，實現由單純提供物理形態產品向同時提供物理產品以及數字化解決方案服務轉變。而融合了物理部件和數字技術的數字產品，促使企業從物理產品和數字技術服務兩個方面開展創新，進一步拓展了技術創新的空間。出于對數字化功能組件的支持，企業需要不斷開展物理產品模塊的技術創新，對硬件進行改造升級；另外，數字技術服務模塊具有數據同質化和可重編程性特征，創新的邊際成本極低，并且數字技術服務創新具有自生長性，企業可根據用戶的反饋和運營中出現的問題，持續不斷地進行改進和迭代創新，因而，數字技術服務模塊的創新生成更加活躍［13］。

（3）數字創新模式的變化提升了企業技術創新水平。數字化轉型對企業創新模式的影響是多方面的。①為企業創新活動提供全新的技術條件和手段，降低了企業創新成本。如物聯網和工業互聯網等技術的發展，降低了信息搜尋和溝通成本，實現創新資源的跨區域配置［14］，數字仿真和數字孿生等技術對產品研發的支持，大大降低了企業研發成本［15］；②增強了企業創新網絡的異質性，提升了企業創新能力。企業通過與合作伙伴和同行企業等外部網絡的合作與交流，加速了數字化知識和技術的傳播與共享［2］；依托互聯網商業模式和數字化分析能力，使得用戶得以通過數據化方式參與研發，形成數據驅動型研發創新，降低了創新的市場風險，實現企業與用戶的價值共創［16］；③促進網絡化協同制造的發展，提升了企業創新效率。通過網絡化協同制造模式，企業實現了內部研發設計與供應鏈上企業之間的協同，擴大了研發和生產等數據資源在供應鏈間的共享，從而縮短產品研發和生產周期，提升創新產出效率。綜上，本文提出如下假設。

假設H1：制造企業數字化轉型會顯著提升技術創新水平。

1.2 企業動態能力的中介作用

數字技術的變革與應用，使企業面臨著更加復雜多變的外部競爭環境，而動態能力框架為組織戰略研究提供了一個強有力的視角［5］。大數據和人工智能等新一代數字技術的創新變革與應用，加劇了外部競爭環境的復雜性和不確定性，企業需要不斷地對其資源組合進行更新、整合與重構來適應新的技術范式，以提升技術創新能力［17］。動態能力是企業整合、重組與重構內外部資源，以應對環境變化的能力，是一種改進、擴展和創新企業常規能力的高階能力，動態能力的核心包括感知能力、整合能力和轉換能力3個維度［18，19］。從某種意義來說，企業數字化轉型的過程也是企業動態能力構建和提升的過程，并且是單向地從基礎性的數字感知能力，向關鍵性的數字獲取能力和最終的數字轉化能力轉變，實現常規能力的高階化，并成為其他企業難以模仿的能力［1］。動態能力的提升使企業可以更加敏銳地感知外部環境的變化，并通過數字化賦能機制整合和配置內外部資源，從而提升技術創新能力。綜上，本文提出如下假設：

假設H2：數字化轉型通過增強企業動態能力，提升技術創新水平。

1.3 企業數字化轉型對技術創新的異質性影響

資本密集度和市場競爭程度的差異，可能導致制造企業數字化轉型對技術創新的影響產生非對稱的效果。固定資產占比的高低反映了制造企業資本密集程度，對資本密集度高的企業而言，數字化轉型對技術創新的影響會更顯著。固定資產占比高的企業，傳統生產設施更加龐大，并且擁有相對成熟和標準化的生產與管理流程，使得這類企業在數字化發展前期形成了一定的規模經濟與技術優勢，然而，對傳統商業模式的路徑依賴，也導致其數字化轉型更為復雜；另外，根據知識要素的邊際效應遞增規律，隨著這類企業數字化轉型進程的推進，其研發與生產的數字化、網絡化和智能化程度會加速提升，對知識型人才的需求也不斷增加，企業所擁有的知識與技術水平也隨之大幅提升；與此同時，數字化轉型帶來的組織結構與創新模式變革，也更加有利于企業技術創新的生成，因而，資本密集度高的企業，數字化轉型對技術創新水平的驅動效應會更加顯著。

在市場競爭層面，市場競爭越激烈，數字化轉型對企業技術創新的影響會更加顯著。市場集中度綜合反映了市場競爭態勢，市場集中度越低，市場競爭越激烈，企業越需要保持高度的市場敏銳度，以及時跟進數字化發展趨勢，不斷提升技術創新能力，因而數字化轉型對技術創新水平的促進作用也更為明顯。相比之下，當企業所處行業的市場集中度較高時，市場競爭格局相對穩定，并且由于頭部企業通常在數字化轉型和技術創新能力等方面都處于領先位置，因而數字化轉型的創新驅動效應整體上會相對更弱。故本文提出如下假設：

假設H3：資本密集度越高，數字化轉型對技術創新的促進效應越顯著。

假設H4：市場競爭越激烈，企業數字化轉型對技術創新的促進效應越顯著。

2 研究設計

2.1 研究樣本與數據來源

創業板上市公司大都屬于創新型企業，對數字技術和互聯網商業模式更加敏銳［20］，并且中國的數字技術高速發展與應用的趨勢主要在2010年之后，基于上市公司年報信息披露的完整性與統一性，本文選取2013～2020年創業板上市的制造業公司作為研究樣本①，并對數據進行如下處理：（1）剔除研究期內ST、ST?和退市的企業； （2）對部分缺失的企業專利申請數據利用企查查網知識產權模塊的查詢數據補齊，其他指標采用鄰近年度數據補齊，并刪除關鍵指標缺失較多的樣本；（3）為減少異常值的影響，對除企業年齡之外的連續變量進行1%和99%的縮尾處理。本文使用的所有數據中，企業年報來自深圳證券交易所官網，其他數據均來自CSMAR數據庫。

2.2 計量模型設計

基于上述理論分析，為研究數字化轉型對制造企業技術創新的影響，構建如下計量模型：

式 （1）中，被解釋變量lnLPTIA代表企業技術創新水平，解釋變量lnDTS為企業數字化轉型指數，Z為一系列控制變量，β0、β1和βi分別為常數項以及核心解釋變量和控制變量的系數。為控制宏觀因素和行業因素對企業技術創新水平的影響，本文在計量模型中加入了省域固定效應μI、行業固定效應σI，以及年份固定效應λY，為使回歸結果更加穩健，采用穩健標準誤估計回歸模型。

對數字化轉型的創新驅動效應機制的檢驗，采用逐步回歸法構建如下中介檢驗模型［21］：

式 （3）中，MED表示中介變量，其他符號同式 （1）。

2.3 變量選取與測度

因變量：企業技術創新水平，采用滯后1年的企業發明專利申請量（lnLPTIA）來表征。專利申請情況能夠較好地反映企業項目研發動態，并且企業為專利申請支付的費用也具有一定的甄別效應，企業會更傾向于申請那些創新性強并能帶來高額獨占收益的技術創新專利［22］；另外，發明專利是對產品、方法或其改進所提出的新的技術方案，其所蘊含的技術含量和創新價值明顯高于實用新型和外觀專利，更能體現企業技術創新的質量。此外，由于專利授權需要經過審核機構的審查與干預，具有一定的滯后性，因而專利申請量比專利授權量更能反應企業的實時創新水平［23］。考慮到發明專利研發需要一定的周期，為避免企業數字化轉型與技術創新之間的反向因果影響，本文采用滯后1期的發明專利申請量來表征企業技術創新水平。

自變量：企業數字化轉型指數（lnDTS），參考趙宸宇等 （2021）［24］的研究，從數字技術應用、信息化、智能制造和互聯網商業模式4個維度來衡量企業數字化轉型程度，并據此構建企業數字化轉型指數。具體步驟如下：（1）收集2013～2020年創業板制造業上市公司年報并轉為文本格式，然后利用Python提取年報中的經營情況討論與分析部分的文本；（2）建立特征詞分詞詞典，并結合Jieba分詞功能對所有樣本進行分詞，從數字技術應用、信息化、智能制造和互聯網商業模式4個維度，統計各樣本企業各維度關鍵詞披露次數的總數②；（3）對4個維度的詞頻數據進行標準化處理，運用熵權法確定各維度的權重并合成企業數字化轉型指數綜合得分，然后參考胡榮 （2007）［25］的因子變換方法，將綜合得分轉換成1～100之間，并取對數生成企業數字化轉型指數（lnDTS）。此外，由于制造業細分行業性質的差異性，不同行業之間的詞頻數存在較大差異，因此，根據2012版 《上市公司行業分類指引》中的行業代碼，對制造業細分行業重新計算企業數字化轉型指數（lnDTSI），作為穩健性檢驗的替代變量。

中介變量：企業動態能力（lnDCS），參考宋哲和于克信 （2017）［26］的研究，選取企業專利申請量、研發費用支出比、無形資產比率、總資產增長率、凈利潤增長率和營業收入增長率指標，然后運用因子分析合成動態能力綜合得分，并進一步將綜合得分轉換為1～100之間，最終得到企業動態能力得分。

控制變量：參考吳偉偉和張天一 （2021）［23］、黎文靖等 （2021）［27］的研究，本文對可能影響企業技術創新產出的其他因素進行控制，主要包括：企業年齡（Age），用當年年份減去企業成立年份的差值衡量；企業規模（Size），以企業總資產的對數值表示；產權性質（State），以是否為國有企業為虛擬變量來表征；研發支出規模（lnRDE），用企業研發支出總額的對數表示；資產收益率（ROA），為企業凈收入與總資產比值；資產負債率（LEV），為企業總負債與總資產之比。

3 實證結果分析

3.1 描述性統計與相關性分析

表1是樣本企業細分行業的數字化轉型指數原始得分的均值情況（未取對數）。可見，皮革、毛皮、羽毛及其制品和制鞋業，紡織服裝、服飾業，家具制造等產品個性化需求程度高的行業數字化轉型程度較高，而有色金屬冶煉及壓延加工業、化學纖維制造業和廢棄資源綜合利用業等資本密集型行業的數字化轉型程度相對較低。表2報告了主要變量描述性統計和相關性分析結果。可見，數字化轉型指數與企業技術創新水平均呈現出均值偏小、標準差較大的特征，相關性方面，二者在0.01的水平上顯著，r＝0.162；控制變量方面，除企業年齡呈負相關之外，其他變量均在0.01的顯著性水平上與企業技術創新水平呈正相關。

表1 制造業細分行業的數字化轉型指數均值

表2 主要變量描述性統計和相關性分析

3.2 基準回歸與中介機制檢驗結果

表3報告了對假設H1和H2的檢驗結果。模型 （1）是對基準回歸假設H1的檢驗，結果顯示，企業數字化轉型指數（lnDTS）系數在1%的置信水平下顯著為正，表明數字化轉型顯著提升了企業技術創新水平，故假設H1得到驗證。

模型 （2）中lnDTS的系數顯著為正，表明數字化轉型促進了企業動態能力的提升。模型 （3）中lnDTS和lnDCS系數均為正向顯著，表明數字化轉型會通過增強企業動態能力，進而提升技術創新水平。進一步利用Sobel進行檢驗，結果顯示，動態能力的Z統計值為5.901，且在1%的置信水平下顯著，說明動態能力對數字化轉型與企業技術創新存在正向傳導機制，且中介效應占比為32.98%，故假設H2得到驗證。

3.3 異質性影響分析

本文采用分組回歸方法對假設H3和假設H4進行驗證。為驗證假設H3，參考肖曙光和楊潔（2018）［28］的研究， 采用固定資產占比（固定資產凈額／總資產）指標對總樣本進行聚類，運用K－means聚類方法將樣本分為兩類，將固定資產占比高的一類歸為高資本密集型公司。對兩類樣本數據的均值進行獨立樣本T檢驗，結果顯示，高資本密集度樣本的數字化轉型指數為3.019，低于低資本密集度樣本的5.272（均為未取對數得分），并且二者在1%的置信水平下存在顯著差異，初步說明高資本密集型制造企業可能因為數字化轉型起點較低，而存在邊際效應遞增的預期。表4中的模型 （1）和模型 （2）報告了不同資本密集度分組下的回歸結果。結果顯示，企業數字化轉型均在1%的置信水平下對技術創新有正向顯著影響。而模型 （1）中的lnDTS的系數為0.317，高于模型 （2）中的0.102，進一步采用似無相關模型（SUR）進行組間系數差異檢驗，卡方統計量的P值顯示在1%的置信水平下二者存在顯著差異，表明數字化轉型對企業技術創新水平的促進作用，在高資本密集度企業樣本中更顯著，故假設H3得到驗證。

為驗證假設H4，用按營業收入計算的赫芬達爾指數（HHI）來衡量制造業細分行業的市場競爭程度，并根據HHI的中位數值，將低于中位數值的一組劃分為高市場競爭組，余下樣本劃分為高市場競爭組。表4中模型 （3）和模型 （4）報告了不同市場競爭情形下的分組回歸結果。估計結果表明，在低市場競爭分組中的lnDTS系數為0.0305但不顯著，而在高市場競爭分組中的系數為0.226，且在1%的置信水平下顯著；組間系數差異檢驗的卡方統計量P值顯示在1%的置信水平下二者存在顯著差異，表明數字化轉型對企業技術創新的影響在高市場競爭的環境下更為顯著，故假設H4得到驗證。

表4 基于資本密集度和市場競爭的異質性檢驗

4 穩健性檢驗

為保證研究結論的可靠性，本文進行了一系列穩健性檢驗（結果表略）。（1）替換被解釋變量。分別采用企業當期的發明專利申請量（lnPTIA）和滯后1期的專利申請總量（lnLPTA）作為被解釋變量進行回歸，結果顯示，企業數字化轉型對技術創新的促進作用在1%的置信水平下正向顯著；（2）替換核心解釋變量。由于不同制造行業的數字化轉型水平存在較大差異，故按各細分行業重新計算數字化轉型指數得分（lnDTSI）進行回歸，結果如模型 （3）所示，可見數字化轉型指數的系數在1%置信水平下依舊正向顯著。

此外，由于技術創新水平高的企業可能有更高的需求去推動數字化轉型，以不斷保持和提升創新能力，從而使被解釋變量與解釋變量產生互為因果的影響，形成內生性問題。為盡可能避免內生性對研究結論的影響，本文在基準回歸中已對被解釋變量進行滯后1期處理，從而一定程度上緩解了反向因果關系的影響。為進一步提升結論的穩健性，本文選取滯后2期的數字化轉型指數（lnDTS＿2）作為工具變量③，運用兩階段最小二乘法（2SLS）進行回歸分析。工具變量的統計量檢驗結果顯示，Kleibergen－Paap rk LM和Cragg－Donald Wald F等統計量分別在1%和10%的顯著性水平下，拒絕了工具變量識別不足和弱工具變量的原假設，表明了工具變量的有效性。第一階段回歸結果表明工具變量與解釋變量呈顯著的正相關；第二階段回歸結果顯示，數字化轉型指數的系數在1%的置信水平下依舊顯著為正，表明在考慮了內生性問題之后，本文研究結論仍然成立。

5 研究結論與政策建議

數字經濟背景下，加快推進制造企業數字化轉型，不斷提升企業技術創新能力，是當前中國實施制造強國戰略面臨的重要議題。本文從理論層面分析了制造企業數字化轉型驅動技術創新的作用機制與異質性影響，并運用文本分析方法構建企業數字化轉型指數，實證檢驗了數字化轉型對企業技術創新的影響。研究發現：（1）制造企業數字化轉型能夠促進技術創新水平的提升；（2）企業數字化轉型會通過提高企業動態能力，進而提升企業技術創新水平；（3）高資本密集型企業以及處于高市場競爭環境下的企業，其數字化轉型對技術創新水平的促進作用更為顯著。基于上述研究結論，本文政策建議如下：

（1）持續改革完善政策制度環境，加快促進制造企業數字化轉型。政府層面要積極優化市場管理體制和行政審批事項，營造優良的監管環境，發展和壯大數字化服務企業，積極推動制造企業數字化轉型升級。加大金融扶持、稅制優惠、財政補貼和人才保障政策等方面的支持，引導銀行等金融機構提升對制造企業數字化升級的信貸支持力度。通過技術改造貸款貼息、產業引導基金投資等方式，支持和鼓勵制造企業開展數字化轉型升級。加大推進制造業數字化產教融合，搭建引才平臺以及行業組織、專家與企業的交流平臺，完善數字技術人才支持體系。

（2）積極提升企業數字化轉型理論認識，注重培育企業數字化核心能力。數字化轉型有助于提升企業動態能力，進而提升技術創新水平。企業高層管理者要重視企業數字化轉型，設計企業數字化轉型愿景和頂層戰略，注重通過數字技術應用，推動組織管理、產品服務和商業模式等方面創新，增強企業環境感知、資源整合和轉換利用能力。政府層面要加大對制造企業數字化轉型的實踐研究和示范宣傳，積極組織各類專家學者、專業研究機構以及市場咨詢服務機構等開展數字化轉型案例研究，提升行業企業數字化轉型理論與實踐認知水平。

（3）加快夯實數字化支撐底座，推進不同類型制造企業數字化轉型。對于龍頭企業而言，核心數字化技術的突破是提升數字化轉型的難點，而降低數字化應用門檻是深化中小企業數字化轉型的關鍵。政府部門需加大組織對底層操作系統、智能傳感器、人機交互、工業大數據、核心工業軟件等核心技術領域攻關。有針對性地謀劃布局新基建，加大對5G網絡、公共云平臺等信息基礎設施建設力度。引導行業組織和制造企業研究制定工業數據的行業標準和企業標準，促進工業數據開放共享。通過試點示范培育工業互聯網平臺，鼓勵和支持優勢企業提高工業互聯網應用，促進中小企業通過 “上云用數賦智”提升數字化水平。

注釋：

①盡管2020年一季度的新冠肺炎疫情對制造企業生產與經營造成了一定的影響，但也使更多企業認識到加快數字化轉型的重要性；此外，由于技術創新項目主要發生在研發部門，并且存在一定的滯后性，受疫情影響相對有限，因而本文將2020年度樣本數據予以保留。

②部分樣本企業統計的4個維度的詞頻數均為0，為避免0值的影響，對各個維度詞頻數統一加1處理。

③由于基準回歸中被解釋變量已作滯后1期處理，為使工具變量與因變量滿足外生性條件，故將解釋變量滯后2期作為工具變量。