數字經濟與企業創新：基于創新需求的視角

鄭雨稀，楊 蓉

(華東師范大學經濟與管理學部，上海 200062)

1 研究背景

人工智能（artificial intelligence，AI)、區塊鏈（block chain）、云計算（cloud computing）、大數據（big data），簡稱“ABCD”的新一代數字技術的發展，推動中國數字經濟邁向了新臺階。根據《中國數字經濟發展白皮書（2021）》的統計數據，盡管受到新冠肺炎疫情的影響，中國數字經濟規模在2020 年仍實現了正增長，占國內生產總值的比重已經連續3 年超過1/3。《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》（以下簡稱《規劃綱要》）指出要打造數字經濟新優勢，充分發揮海量數據和豐富應用場景優勢，促進數字技術與實體經濟深度融合，賦能傳統產業轉型升級。也就是說，中國政府希望發展數字經濟，并通過數據資源等促進產業轉型升級。而企業創新是產業轉型升級的著力點［1］。那么，數字經濟能否促進企業創新？數據在其中又扮演何種角色？這一促進作用又會受到何種條件制約？這些問題成為了社會各界高度關注的問題。

然而，數字經濟的發展時間尚短。一些學者開展了數字經濟的理論研究，例如李長江［2］探討了“數字經濟”概念、Goldfarb 等［3］探討了數字經濟的特征、許憲春等［4］探討了數字經濟的測量；一些學者研究了數字經濟的宏觀經濟后果，例如Curran［5］檢驗了數字經濟對社會風險的影響、趙濤等［6］檢驗了數字經濟對高質量發展的影響；還有一些學者分析了數字經濟的微觀經濟后果，例如戚聿東等［7］從理論層面分析了數字經濟對微觀企業管理變革的影響、王世強［8］等通過博弈分析探討了數字經濟對企業歧視性定價的影響。綜上，鮮有評估數字經濟對企業創新的作用及其作用機制的實證研究。

《規劃綱要》強調要強化企業創新主體地位、促進各類創新要素向企業集聚，提升企業技術創新能力；而數據是數字經濟的關鍵生產要素，是新時代的“石油”。中共中央、國務院2020 年印發的《關于構建更加完善的要素市場化配置體制機制的意見》將數據確認為土地、勞動力、資本、技術以外的第五大生產要素，強調要提升數據資源的價值，這表明推動經濟社會發展的關鍵生產要素發生了變化。在這一背景下，研究數字經濟能否促進數據這一關鍵生產要素向企業集聚、提高企業創新能力具有重要的理論和現實意義。進一步地，數字經濟促進企業創新的實際效果還可能會受到企業創新需求的制約，因此，基于企業自身資源稟賦和外部市場競爭環境兩個方面，細化企業創新需求的差異對數字經濟與企業創新關系的影響，更能準確地捕捉數字經濟影響企業創新的機理，提升數字經濟的創新激勵效果。基于此，本研究結合2011—2019 年中國A 股上市公司數據和地級市及以上城市統計數據，實證檢驗數字經濟對企業創新的影響，并進一步分析企業創新需求對這一關系的調節作用。

2 理論分析與研究假設

2.1 數字經濟與企業創新

企業的經濟活動充滿了不確定性，給企業帶來了高昂的決策成本［9］。產品是用來滿足消費者需求的，企業可以通過廣泛收集消費者數據、挖掘消費者需求以作出更加可靠的創新決策，提高產品創新效率，降低創新所面臨的不確定性，促進企業創新［10］。但是消費者數據是海量的、彌散的，而且會隨著自身特征及外部環境的變化而變化［11］，要想及時、全面地獲取消費者數據、挖掘消費者需求，并據此進行產品研發和改進，保障產品創新決策的有效性，往往要求企業具有較強的信息搜集和分析能力［12］，而且需要耗費極大的成本［10］。基于這一現實，長期以來企業的創新決策都是以企業為主導，有選擇性地吸納消費者意見，主要是通過小范圍的市場調研獲取消費者數據［13］，無法獲取全樣本甚至是大樣本的消費者需求數據。因此，消費者數據的不完備使企業難以精準捕捉消費者需求，而這種供需雙方之間的信息不對稱會提高創新不確定性，不利于企業創新。

數據是數字經濟的關鍵生產要素，是從過去生產經營活動中產生的，可以用來預測未來經濟活動，減少不確定性［14］，進而提高企業創新能力。從需求端來說，數字經濟增加了消費者行為的可數據化程度，使普通消費者有能力、有意愿參與企業創新［10］。具體地，移動互聯網技術使普通消費者的一切在線行動都留下了數字痕跡、形成了消費者大數據，大數據和云計算技術可以對這些數據進行存儲、清洗，形成有價值的數據資源［15］，人工智能技術可以借助數據驅動的智能算法優化企業創新決策［16］，因此，普通消費者既不需要擁有專業的產品研發知識，也不再需要額外花費時間和精力就可以影響產品創新決策［17］。從供給端來說，由于數字經濟增加了用戶行為的可數據化程度，企業可以低成本、及時地獲取和利用消費者數據，挖掘消費者需求信息，指導產品研發決策，使過去主要依賴個人經驗的產品創新決策轉變為數據驅動的產品創新決策，提高了供需雙方的匹配程度，降低了創新不確定性，提升了企業創新能力［18］。基于以上分析，本研究認為數字經濟可以通過數據這一關鍵生產要素降低創新不確定性，促進企業創新。因此，提出假設1。

假設1：數字經濟可以促進企業創新。

2.2 數字經濟、創新需求與企業創新

基于上述分析，數字經濟可以促進企業創新，但是本研究進一步認為這一作用受到企業內部特征和外部環境的影響，決定了即使在相同的數字經濟發展水平上，企業創新的提升程度也會存在差異。具體來說，由于創新需要冒險，是一種風險性行為，會增加企業的不確定性［19］，因此，有著強烈創新需求的企業才會更有動力承擔風險，擁抱數字經濟，開展創新活動。即數字經濟的創新激勵作用在不同創新需求的企業中存在差異，最有可能出現在企業創新需求較高的情境下。因此，本研究進一步探討企業自身資源稟賦，以及外部市場競爭環境所引起的企業創新需求的差異對數字經濟與企業創新關系的調節作用。

一方面，不同企業擁有不同的資源稟賦，可能導致不同的創新需求，進而會影響數字經濟的創新激勵作用。魯桐等［20］指出，不同行業的企業創新需求是有差異的。倪驍然等［21］則進一步指出，相對于勞動密集型企業而言，資本和技術密集型企業擁有更高的創新需求。具體來說，信息傳輸、軟件和信息技術服務業等技術密集型行業的企業以新的技術和新的產品立足［22］，天然具有更高的創新需求，也更有動力借助數字經濟實現企業創新、獲得競爭優勢；房地產業等資本密集型行業的企業擁有更多資金，可以保障創新投入，積極開展創新活動，也具有較高的技術含量［23］，相對而言更能享受到數字經濟帶來的創新紅利；而農林牧漁業等勞動密集型行業的企業主要還是依靠簡單勞動創造價值，處于價值鏈的低端［22］，對于創新的需求相對較低。因此，本研究預期，相對于勞動密集型企業而言，技術和資本密集型企業更能從數字經濟的發展中獲益，數字經濟的創新激勵作用也應該主要存在于創新需求較高的企業。另一方面，創新需求不僅由企業自身特征所決定，還會受到外部市場競爭環境的影響［24］。創新是企業獲得競爭優勢的源泉［25］。為了降低被市場淘汰的風險，實現生存和發展，企業所面臨的市場競爭越激烈，其創新需求越強烈［21］。因此，本研究認為行業競爭度高的企業面臨著更激烈的市場競爭環境，為了不在數字經濟發展的浪潮下處于劣勢，更有動機提高企業創新能力，以便在競爭中獲得優勢。因此，當企業所在行業競爭度較高時，數字經濟提升企業創新能力的作用更顯著。基于以上分析，提出假設2。

假設2：數字經濟提升企業創新能力的作用在企業創新需求高時更顯著，即主要體現在技術和資本密集型企業以及行業競爭度較高的企業。

研究模型如圖1 所示。

圖1 研究模型

3 研究設計

3.1 研究樣本和數據來源

以中國滬深A 股上市公司為研究對象，匹配了上市公司數據和地級市及以上城市的數字經濟數據。數字經濟的數據來源于《北京大學數字普惠金融指數》和《中國城市統計年鑒》。《北京大學數字普惠金融指數》截止到2021 年已經發布了2011—2020年的數字普惠金融指數的數據；《中國城市統計年鑒》目前最新發布的版本為《中國城市統計年鑒2020》，公布了截至2019 年年底的數據。因此，考慮到數據的可獲得性，本研究的數據區間為2011—2019 年。企業創新及其他企業財務數據均來源于CSMAR 數據庫。將上述數據匹配后，剔除了金融類公司的數據和ST、PT 公司的數據，以及主要變量存在嚴重缺失的數據，并對所有連續變量進行上下1%的縮尾處理，以緩解極端值的影響，最終得到了4 999 個年度觀測值（以下簡稱“樣本”）。

3.2 變量定義和指標構建

3.2.1 被解釋變量——企業創新

現有研究主要從企業創新投入和產出兩個方面來度量企業創新。參照孟慶斌等［26］的做法，使用企業研發支出與營業收入的比值（RD）來衡量企業創新投入，以專利申請數量加1 的自然對數（lnPat）衡量企業創新產出。在穩健性檢驗中，借鑒羅宏等［27］的做法，利用研發支出的自然對數（lnRD）作為企業創新投入的穩健性檢驗變量，并借鑒孟慶斌等［26］的做法，以專利授權數量加1 的自然對數（lnPat_Grant）作為企業創新產出的穩健性檢驗變量。

3.2.2 解釋變量——數字經濟

參考趙濤等［6］的做法，利用數字普惠金融指數、百人中互聯網寬帶接入用戶數、人均電信業務總量、計算機服務和軟件業從業人員占城鎮單位從業人員比重和百人中移動電話用戶數5 個指標構建數字經濟綜合指數。從郭峰等［28］編制的《北京大學數字普惠金融指數》以及《中國城市統計年鑒》中手工收集了上述5 個指標的數據，并利用主成分分析的方法構建了數字經濟發展綜合指數。在核心實證部分，采用城市層面的數字經濟數據（Dige）；在穩健性檢驗中，采用了省層面的數字經濟數據（Dige_prov）。

3.2.3 分組變量

為了檢驗假設2，設置了要素密集度（Factor）和行業競爭度（HHI）兩個分組變量。測量方法如下：（1）要素密集度的度量參考魯桐等［20］劃分的基于要素密集度的行業分類結果，將樣本企業劃分為勞動密集型、資本密集型和技術密集型3 類，并依照倪驍然等［21］的做法，將歸屬于資本密集型和技術密集型行業的企業劃分為創新需求較高的企業，Factor 取值為1，將歸屬于勞動密集型行業的企業劃分為創新需求較低的企業，Factor 取值為0。（2）行業競爭度的度量借鑒了陳漢文等［29］的做法，計算了基于銷售收入的分年度和行業的赫芬達爾指數，赫芬達爾指數越高表明行業競爭度越低，并根據中位數將樣本分為赫芬達爾指數較高，即行業競爭度較低，HHI 取值為1；反之，赫芬達爾指數較低，即行業競爭度較高，HHI 取值為0。

3.2.4 控制變量

參考黎文靖等［30］的研究，選取了如下可能影響企業創新的因素作為控制變量：企業規模（Size）、企業年齡（Age）、現金流量（CF）、負債比率（Lev）、留存收益（RE）、流動比率（Liq）、資產結構（Tan）、資產收益率（Roa）。具體變量說明如表1 所示。

表1 主要變量定義

3.3 模型設計

借鑒黎文靖等［30］的研究，構建了如下實證模型：

式（1）中：i為公司；t為年份。

4 實證結果與分析

4.1 描述性分析

主要變量的描述性統計結果，如表2 所示。其中，數字經濟的平均值為1.183，標準差為1.608，數據呈現出平均值小且標準差大的特征，表明樣本企業數字經濟發展的平均水平不高且參差不齊，與趙濤等［6］的發現一致。企業創新的統計結果顯示，企業創新投入的均值為0.046，中位數為0.037，可以看出樣本企業將營業收入投入到研發活動的比例較小，企業創新投入有待進一步提高；企業創新產出的平均值為2.721，標準差為1.859，表明樣本企業創新產出不高，且各企業之間的差異較大，與孟慶斌等［26］的發現一致。要素密集度和行業競爭度兩個分組變量，以及企業規模、企業年齡等控制變量的各項統計指標均表現出一定差異。

表2 主要變量的描述性統計結果

4.2 相關性分析

表3 列出了主要變量的相關性分析結果，數字經濟與企業創新投入顯著正相關，相關系數為0.172且在1%的水平顯著；數字經濟與企業創新產出顯著正相關，相關系數為0.103 且在1%的水平上顯著，說明數字經濟發展水平越高，企業創新投入和產出也越高。要素密集度與企業創新投入在1%的顯著性水平上呈現出正相關關系，要素密集度與企業創新產出在5%的顯著性水平上呈現出正相關關系，說明具有較高創新需求的技術密集型和資本密集型企業有更高的企業創新投入和產出。行業競爭度與企業創新投入在1%的顯著性水平上呈現出負相關關系，行業競爭度與企業創新產出在1%的顯著性水平上呈現出負相關關系，說明赫芬達爾指數越高（行業競爭程度越低），即企業創新需求越低時，企業創新投入和產出也越低。

表3 主要變量的相關性分析結果

表3（續）

4.3 回歸分析

4.3.1 數字經濟與企業創新的回歸分析

表4 是數字經濟與企業創新的基準回歸結果。其中，數字經濟與企業創新投入的回歸系數在1%的水平上顯著；數字經濟與企業創新產出的回歸系數在1%的水平上顯著。這表明數字經濟對企業創新投入和產出均產生顯著正向影響。也就是說，數字經濟發展水平越高，企業創新水平也越高。由此，假設1 得到驗證。

表4 數字經濟與企業創新的樣本基準回歸結果

表4（續）

4.3.2 數字經濟、創新需求與企業創新的回歸分析

首先，檢驗要素密集度對數字經濟與企業創新關系的影響。參考楊鳴京等［31］的做法，分企業創新需求較高組和創新需求較低組進行分組（見表5）回歸檢驗。

表5 按要素密集度的行業分類結果

如表6 所示，在資本密集型和技術密集型組別中，數字經濟的回歸系數在1%的水平上顯著為正，而在勞動密集型組別中，數字經濟的回歸系數為正但不顯著；在資本密集型和技術密集型組別中，數字經濟的回歸系數在1%的水平上顯著為正，而在勞動密集型組別中，數字經濟的回歸系數為負且不顯著。因此，數字經濟提升企業創新投入和產出水平的作用主要體現在資本密集型和技術密集型企業中，而在勞動密集型企業中不顯著。這可能是因為技術密集型和資本密集型企業更依賴于通過不斷地開展創新活動來實現企業的生存和發展，因此，這類企業更能從數字經濟的發展中實現創新、創造價值。

表6 基于要素密集度的樣本分組回歸結果

其次，按行業競爭度分組進行回歸分析。如表7 所示，行業競爭度較高組的數字經濟系數高于行業競爭度較低的組，表明行業競爭度較高的企業具有更高的企業創新投入；數字經濟的系數在行業競爭度較高的組更高，表明行業競爭度較高的組具有更多的企業創新產出。因此，企業面臨的市場競爭環境更激烈時，企業更有動力提高創新投入和產出，即數字經濟提升企業創新能力的作用在行業競爭度較高時更顯著。

表7 基于行業競爭度的樣本分組回歸結果

表7（續）

最后，綜合考慮要素密集度和行業競爭度對數字經濟與企業創新關系的共同作用。具體地，由于數字經濟提升企業創新能力的作用在勞動密集型企業中并不顯著，且勞動密集型樣本僅為675 個，其中662 個為行業競爭度低的樣本，13 個為行業競爭度較高的樣本，因此這一部分的分析不包含勞動密集型樣本，僅考慮資本密集型和技術密集型樣本在不同行業競爭度下的差異。如表8 所示，在資本密集型和技術密集型企業中，行業競爭度較高組的數字經濟的系數更高，表明在資本密集型和技術密集型企業中，具有較高水平的行業競爭度的企業的創新投入水平更高；對于資本密集型和技術密集型企業來說，行業競爭度高的組的企業創新產出也更多。因此，這一結果進一步驗證了企業創新需求越高，數字經濟的創新提升作用越高。

表8 基于要素密集度與行業競爭度共同作用的樣本分組回歸結果

表8（續）

基于以上對于創新需求的檢驗結果，可以得出數字經濟促進企業創新的作用在企業創新需求較高的企業中更顯著，假設2 得到驗證。

5 進一步研究

長期以來，盡管中國企業的創新投入和產出不斷提高，但是一直陷于“數量長足和質量坡腳”的創新困境，而創新又是促進產業轉型升級的動力所在，因此，將進一步探討數字經濟究竟是提升了企業創新數量還是企業創新質量？借鑒黎文靖等［30］、劉詩源等［32］、唐松等［33］做法，以3 類專利申請總數（發明、實用新型和外觀設計專利數量之和）加1 的自然對數衡量企業總體創新數量，以發明專利申請數量加1 的自然對數來衡量企業高質量創新，以非發明專利申請數量（實用新型和外觀設計專利之和）加1 的自然對數衡量企業低質量創新。如表9 所示，數字經濟對企業專利總數的回歸系數在1%的顯著性水平上顯著；數字經濟對企業發明專利的回歸系數在1%的水平上顯著；數字經濟對企業實用新型和外觀設計專利的回歸系數在1%的水平上顯著。這表明數字經濟不僅提升了企業創新數量，還提高了企業創新質量；同時，數字經濟對高質量創新的回歸系數高于其對低質量創新的回歸系數，表明相較于“短平快”的實用新型和外觀設計專利，數字經濟提升高質量發明專利的作用更強。因此，本研究認為數字經濟不僅能提高企業創新數量，還能夠提高企業創新質量，改善“數量長足和質量坡腳”的創新困境，促進產業轉型升級。

表9 數字經濟對企業創新數量和質量的影響

表9（續）

6 穩健性檢驗

6.1 替代性測量

為了充分驗證上述結論的穩健性，替換數字經濟和企業創新的衡量方法，利用省級層面的數字經濟進行穩健性檢驗，利用研發支出的對數和專利授權數量加1 的自然對數作為企業創新投入和產出的穩健性檢驗變量。如表10 所示，省級層面的數字經濟對企業研發支出的自然對數的回歸系數在1%的水平上顯著；省級層面的數字經濟對企業專利授權數量加1 的自然對數的回歸系數在10%的水平上顯著。因此，改變數字經濟和企業創新的測量方式后，數字經濟仍然顯著提升企業創新能力，驗證了本研究結論的穩健性。

表10 數字經濟和企業創新替代測量結果

表10（續）

6.2 內生性問題

盡管數字經濟作為一個宏觀變量受到單個微觀企業創新影響的可能性較小，但是為了排除數字經濟和企業創新關系研究中可能存在的內生性問題，借鑒黃群慧等［34］的方法，采用樣本企業所在地1984 年的郵電局數量與前1 年的互聯網用戶數的交乘項作為數字經濟的工具變量（IV），并通過兩階段最小二乘法進行內生性檢驗。由于數字經濟是由大數據等信息技術催生的，而各地區傳統的電信基礎設施發展會對新興的信息技術發展產生一定影響，因此該工具變量滿足相關性需要；同時，歷史上的電信基礎設施不會直接影響到當今企業的創新發展情況，滿足了工具變量排他性的要求。如表11 所示，第（1）列為兩階段最小二乘法第一階段的結果，可以看出，工具變量與數字經濟顯著正相關，同時，工具變量檢驗結果顯示，Anderson canon.corr.LM 統計量的P值為0.000，表明不存在工具變量識別不足的問題，Cragg-Donald Wald F 統計量為139.80，大于10%水平上的臨界值（16.38），表明不存在弱工具變量的問題，說明該工具變量具有合理性；第（2）（3）列為第二階段回歸結果，分別為考慮了內生性問題后數字經濟和企業創新投入、產出的檢驗結果，結果顯示，數字經濟仍然顯著提升企業創新，表明本研究結論保持穩健。

表11 樣本變量的內生性檢驗

表11（續）

7 研究結論與建議

《規劃綱要》指出要打造數字經濟新優勢，充分發揮海量數據和豐富應用場景優勢，促進數字技術與實體經濟深度融合，賦能傳統產業轉型升級。為了響應數字經濟促進產業轉型升級的現實需要，本研究分析和檢驗了數字經濟對企業創新的影響，尤其探討了企業創新需求，即要素密集度和行業競爭度對數字經濟與企業創新關系的調節機制。基于2011—2019 年中國A 股上市公司數據和地級市及以上城市的數字經濟數據，得出以下研究結論：第一，數字經濟顯著提升企業創新投入和產出水平；第二，數字經濟提升企業創新能力的作用在企業創新需求較高時，即技術密集型和資本密集型企業、行業競爭度高的企業中更顯著；第三，進一步區分企業創新產出發現，數字經濟不僅提升了企業創新數量，還提升了企業創新質量。

本研究評估數字經濟對企業創新的作用，不僅從企業創新的視角為數字經濟的微觀影響提供了新的經驗證據，而且將數字經濟這一新興宏觀因素引入企業創新的影響因素研究，豐富了數字經濟和企業創新領域的文獻。同時，本研究在數字經濟和企業創新的關系研究中嵌入企業創新需求，考察在不同程度的企業創新需求下數字經濟促進企業創新的效應差異，有助于決策制定者基于企業實際創新需求制定差異性的支持政策，提升數字經濟促進企業創新的實際效果。此外，本研究重點考察了數字經濟對企業創新產出數量和質量的影響，為數字經濟能否改善中國長期以來的“數量長足，質量跛腳”的創新困境提供實證證據，為實現產業轉型升級提供經驗支撐。

基于以上結論，提出以下建議：首先，數字經濟能夠提升企業創新能力，已經成為產業轉型升級的新引擎，因此要加快推動數字經濟發展，特別是大數據、云計算和人工智能等新一代數字技術的發展，為數據的收集、存儲、保護和利用打下堅實的基礎，以便充分發揮數據的資源價值，全面賦能企業創新。其次，由于企業自身資源稟賦和外部市場競爭環境的不同會帶來企業創新需求的差異，進而影響數字經濟促進企業創新的實際效果，因此，數字經濟政策的制定者、數字化轉型服務的提供商不應該采取“一刀切”、同質化的舉措，應結合企業實際創新需求為企業提供差異性的數字化發展支持政策、數字化轉型升級服務，幫助企業更好利用數字經濟實現企業創新。最后，鑒于數字經濟不僅能提高企業創新數量，還能夠提高企業創新質量，因此應積極對企業創新產出的成果進行質量甄別，提高政府扶持的門檻，推動高質量創新，實現產業轉型升級。