數字創新對企業技術創新效率提升的影響研究

石金慧

（昆明理工大學管理經濟學院，中國 昆明 650500）

一、問題的提出

數字經濟已成為當今經濟社會發展的主旋律和新引擎①， 世界主要工業化國家都將數字經濟的發展上升為新的國策，在此基礎上催生了一種新興模式——數字創新。 數字創新是產業、特別是制造業產業升級的必由之路，數字技術、數字創新者、數字創新公民、數字創新文化及數字創新平臺則在這個過程中起到了至關重要的作用②。 同時，技術創新效率也是制造企業高質量發展的重要途徑。 發達國家如美國的“先進制造業伙伴計劃”、日本的“制造業白皮書”、德國的“工業4.0”發展戰略等均聚焦制造業創新發展，認為必須通過技術創新這一主要路徑。 中國“十三五規劃”綱要也明確指出，發展動力要轉向創新驅動， 以創新驅動重構經濟增長動力。作為經濟重要支柱的制造業，技術創新效率的提升和發展動能的轉換是中國建設經濟體系的重要戰略工作。 因此，企業在提高效率和促進創新上實現平衡，以獲得長期的競爭優勢，變得尤為重要④。 基于以上背景， 本文試圖實證研究以下幾個問題：數字創新與制造企業技術創新效率之間存在何種內在（或外在）關系？ 數字創新的基本要素對制造企業技術創新效率的作用是否相同或不同？ 如果不同的話有哪些不同？

現有關于制造企業數字創新及其基本要素與技術創新效率的研究主要集中在：一是數字創新及其基本要素對制造企業的影響研究。 主要探討的是數字經濟時代企業是否能夠成功地進行數字化轉型，進而實現業績的提升，涉及自主創新、數字技術及人工智能等因素⑤。 二是技術創新效率對制造企業的影響研究。 這兩者的研究較為成熟，從對技術創新效率的理論搭建到探究影響因素，再到對制造企業的關系探究⑥⑦，都揭示了技術創新效率不僅僅是制造企業良好效益的表現，也是促進提升的一大重要因素。 三是數字創新及其基本要素對技術創新效率的影響研究；聚焦于以數字創新的某個視角如數字、 創新角度下如何影響和提升技術創新效率上，具有代表性的是任娟、陳旭升等人基于創新視角探討對技術創新效率的影響，結果表明數字創新相關元分析均對技術創新效率有促進作用⑧⑨。 現有研究探討了數字創新及其基本要素、技術創新效率對制造企業的影響研究，但對三者的作用機理未進行進一步研究。 因此，數字創新及其基本要素在各領域中的理論和實踐還有待進一步挖掘和應用。 本文將以2014—2020 年的制造業上市公司數據為基礎，探索數字創新及其基本要素等問題。 這些研究將為制造企業如何提高技術創新效率，進一步擴大對數字創新的應用實踐和發展提供一定的參考和依據。

二、研究設計

（一）研究假設

數字創新對制造企業技術創新效率的影響較為顯著，具體體現在：（1）通過創新為傳統制造業轉型升級提供新動力；（2） 通過數字智能化替代傳統生產方式，極大地增加市場價值和企業競爭力；（3）利用這些涌現出來的新業態和新模式，打造技術密集型產業， 進一步完善制造業協同創新體系⑩。 因此，提出假設H1。

H1：數字創新可以顯著提升制造企業技術創新效率。

數字創新的基本要素中， 數字技術對支撐、賦能及提高數字創新績效起關鍵性作用?， 數字創新結果的好壞會直接影響數字技術的發展和推廣。 進言之，兩者關系存在顯著正向影響。 同樣，作為數字創新的主體： 對數字創新者和數字創新公民而言，在一個數字創新環境和氛圍好的企業，由于創新過程的無界性和靈活性等特點，數字創新者工作起來更能發揮個性和想象，與數字創新公民的互動性也更加緊密和強烈，參與過程更頻繁，催生出如個性化定制、柔性化生產等創新模式?，進而促進了企業技術創新效率的提升。 鑒于數字創新與制造企業技術創新效率的正向關系，可以認為數字技術、數字創新者及數字創新公民在兩者的關系中起到了促進作用。 基于上述分析，提出假設H2 和Ha、b、c。

H2：數字創新正向影響數字創新者、數字創新公民及數字技術；

H3a：數字創新者正向影響技術創新效率；

H3b:數字創新公民正向影響技術創新效率；

H3c：數字技術正向影響技術創新效率。

企業的迅猛發展得益于自身資源的價值優勢，而價值創造的源泉來自數字創新平臺?，如新型電商平臺的涌現和智能化、 可視化操作平臺的打造，為企業、消費者和供應商三者搭建橋梁， 真正實現價值創造互動的服務和內容的數字資源?。數字創新文化則發揮核心作用， 氛圍的質量高低對技術創新的效率起著至關重要的作用。 它是信息技術發展在文化方面的延伸， 具有顯著的數字技術特征?。換言之， 完善的數字創新平臺構建和數字創新文化塑造能夠在一定程度上促進數字創新與技術創新效率間的正相關關系， 并進一步促進用戶與開發者的興趣與熱情， 從而催生出更多新技術與新產品， 也就是說數字創新平臺和數字創新文化為數字創新和技術創新效率的提升提供了一個更廣的舞臺和發展沃土。 據此提出假設H4。

H4a:數字創新平臺在數字技術的關系中起正向調節作用；

H4b：數字創新平臺和數字創新文化在數字創新和技術創新效率中起正向調節作用。

（二）變量定義與度量

1.數字創新指標體系。 借鑒文獻基于綜合視角來對數字創新的評價指標體系進行全面準確的構建?，可將數字創新評價體系分為技術化、數字化、創新化等5 個一級指標。 分別凸顯數字技術、數字經濟、創新性和信息傳播速度對于數字創新的重要程度，細化涵蓋數字技術產出、數字經濟規模、知識創新、電子商務營銷額等14 項二級指標。 將層次分析法和熵值法相結合，并參照2020 版發布的《中國數字經濟指數（DEDI）》和《中國數字經濟發展白皮書》、2021 年發布的《國際科技創新中心指數》以及全球創新指數對指標賦予相應權重?， 具體如表1所示。

表1 數字創新指標體系構建

2.技術創新效率指標體系。 以此確定技術創新的投入和產出變量，參考相關文獻的做法將研發人員和經費認作技術研發階段資源投入的重要組成部分??。充分考慮研發的基本要素，選取R&D 支出經費（X1）和R&D 人員全時當量（X2）作為技術研發階段的投入變量。 專利作為技術研發活動的直接輸出，是衡量創新產出的常用指標⑧，而專利授權量常常因為受到主觀因素的影響故選取專利申請數（y1）作為研發階段的產出變量。 技術轉化階段通常被看作是一個持續性的過程，技術多元化能夠影響這個持續性的強度，從而產生一定的差異性和不確定性。 而整個研發產出過程又受多個復雜因素的影響， 不由某個單獨的因素確定， 借鑒Manuel Bauer的做法，同時使用企業創新投入和產出數據，來對持續性投入（X3）和持續性產出（y2）做出測量?。

持續性投入（或持續性產出）的測度采用企業當期較上期的投入（或支出）的環比增長率乘以當期投入（或支出），表示如下：

圖1 技術創新“兩階段”過程圖

3.數字創新基本要素。 數字技術是數字創新中的關鍵因素，借鑒相關文獻祁懷錦通過公司財務報告附注中披露的年末無形資產明細項中與數字化技術相關部分占無形資產總額的比例，來對企業數字技術進行衡量?。 數值越大，該企業的數字技術應用水平就越高。 數字創新公民作為創新過程的參與者與創新結果的檢驗者，通常用企業當年擁有的用戶參與數字創新產品開發的人數來進行測度，以保證準確性?。 數字創新者一般被認為是企業的高層管理團隊和數字技術研發人員?， 選取企業當年擁有的數字技術研發人員與高層管理團隊的人員數之和作為替代變量。參考多數文獻利用關鍵詞查詢,抓取企業年報或官網信息對數字創新平臺系統完善度和數字創新文化質量高低進行一定的判斷，以計算機操作查找為主，手工查找為輔??。

（三）數據來源

本研究所選取的數據樣本來自深滬交易所A股制造業上市公司，首先對樣本進行初步的篩選剔掉同時含有A 股和B 股的公司， 只保留A 股上市公司；剔掉含有ST、ST*的公司。 其次是對數據進行搜集，主要源于國泰安數據庫、東方財富網、企業官網和相關年報、《中國科技統計年鑒》《中國工業統計年鑒》等。 最后借助Stata 統計軟件剔除數據中極端值及異常值的影響， 共得到991 個有效樣本量。

（四）研究模型

借鑒Sims 等、 陳旭升和李云峰的研究思路?，構建VAR 模型。VAR1 式（3）是考察數字創新、數字創新者、數字創新公民、數字技術與技術創新效率之間的動態關系。VAR21 式（4）是考察數字創新、數字創新平臺、數字創新文化與技術創新效率之間的動態關系，表示如下：

其中，Mediator 代表數字創新者、數字創新公民以及數字技術三個變量，Regulator 則代表的是數字創新平臺和數字創新文化兩個變量。

三、實證分析

（一）序列平穩性檢驗

VAR 模型是建立在平穩序列基礎上的，因此需要對數據做單位根檢驗（ADF），看變量序列是否平穩。 為消除變量異方差的影響，對變量取自然對數，并定義新的變量lnX、lnY、lnZ1 和lnZ2 分別替代變量DI、TIF、Mediator 和Regulator。 運用Eviews10 進行檢驗，表2 為ADF 檢驗值輸出值。表中可看出lnY原始數據檢驗不平穩， 進行一階差分后新變量的ADF 統計量結果低于顯著性水平5%下的臨界值。在95%的置信水平下拒絕原假設，故四個變量lnX、DlnY、lnZ1 和lnZ2 均不存在單位根，序列平穩。

表2 ADF 單位根檢驗結果

（二）VAR 模型滯后階數的選擇

根據AIC 和SC 等信息準則， 選擇每個變量的最優滯后期，其中* 表示最優滯后期，當* 出現次數最多時，則表明所在行數為最優滯后階數。由表3可知當VAR1 和VAR2 的最優滯后階數都為2 時，模型擬合度最好。

表3 VAR1 和VAR2 滯后階數檢驗選擇

（三）VAR 模型的參數估計

根據模型最優滯后階數的選擇數據可得到參數估計結果，VAR1 和VAR2 寫成向量矩陣式形式表達為式（5）和（6）。

其中，VAR1中的數字創新指數、數字創新基本要素值和制造企業技術創新效率水平調整后的R2分別是0.948、0.879、0.893，VAR2中的數字創新指數、數字創新基本要素值和制造企業技術創新效率水平調整后的R2分別是0.949、0.895 和0.948，均大于0.85。 表明這兩個模型的擬合程度都較好。

（四）模型穩定性檢驗

利用AR 根圖形式對VAR 模型穩定性進行驗證。 當AR 特征根倒數的模小于1，則表明模型是穩定的，對后續的脈沖響應分析是有效的。 由圖2可知，這些點都在單位圓內，可以判定兩個VAR 模型都是穩定的。

圖2 VAR1 和VAR2 模型的穩定性檢驗

（五）協整檢驗分析

運用Johansen 協整檢驗來探究變量間長期存在著怎樣的關系。 在5%的顯著水平下，變量間均存在協整關系，檢驗結果見表4。 VAR1 的協整方程如（7）（8）：

表4 VAR1 和VAR2 協整檢驗結果

從式7 可看出，數字創新指數每上升1%，制造企業技術創新效率水平會提高0.0445%，驗證假設H1；當數字技術、數字創新者及數字創新公民的聯合變量每上升1%，制造企業技術創新效率水平會提高8.831%，驗證假設H3。 式8 為數數字創新基本要素對制造企業技術創新效率的影響作用表達式，變量lnZ11、lnZ12、lnZ13分別表示數字技術、數字創新者及數字創新公民，三個變量都對技術創新效率產生正向影響，驗證假設H3a、H3b、H3c。 VAR2 的協整方程如下：

由式9 表明lnY 與lnX、lnZ2具有長期正向均衡關系。 具體而言，數字創新指數每上升1%，制造企業技術創新效率水平會提高0.0387%， 再次驗證假設H1。 當數字創新平臺和數字創新文化聯合要素每上升1%， 制造企業技術創新效率水平會提高5.7172%，驗證假設H4b。式10 中lnZ21、lnZ22對制造企業技術創新效率的促進效果要大很多， 都對lnY產生正向影響，驗證假設H4a。

（六）脈沖響應分析

探究數字創新及不同要素對技術創新效率的響應趨勢如何，進而確定不同變量對技術創新效率的變化反應， 通過圖4 (a)(b) 分別給出了VAR1 中lnX、lnZ1、lnY 的三者間脈沖響應過程。 從圖4(a)可看出，lnZ1 受到lnX 的沖擊之后，第1 期為負響應，從第2 期開始為正響應，反映出數字創新對數字技術、 數字創新者及數字創新公民的負性優先效應。第2—7 期數字創新對數字技術、 數字創新者及數字創新公民的沖擊有明顯波動，在第8 期后趨于平緩，并不斷增加，表明短期內數字創新對數字技術、數字創新者及數字創新公民的影響效果不穩定，長期看來促進效果穩定，驗證假設H2。

圖3(b)中lnY 在受到lnZ1 的沖擊后，第1 期為0 響應，說明數字技術、數字創新者及數字創新公民對制造企業技術創新效率的滯后性。 第2—14 期出現上下波動，振幅減小并趨于平緩。 第2 和3 期達到最大負向和正向效應，這可能是因為前期對數字技術引入、數字創新者培養及數字創新公民挖掘的投入過多，使得技術創新效率水平產出下降。 當前期探索有一定的成果后，就立刻促進了技術創新效率水平產出。 這是一個循環反復的“探索-應用”過程，當企業不再探索，那么原本擁有的數字技術、數字創新者及數字創新公民資源對技術創新效率的產出影響也會逐漸減弱。

圖3 lnX、lnZ1、lnZ2 與lnY 的脈沖響應分析圖

圖3(c)(d)分別給出了VAR2 中lnX 和lnZ2 對lnY 的脈沖響應過程。圖7(c)顯示lnY 受到lnX 的沖擊之后，第1 期就產生了強烈的影響作用，反映了數字創新對制造企業技術創新效率水平提升的時效性強，而第2—6 期出現反復的波動變化，震蕩不斷減弱但趨于正向穩定，表明數字創新對制造企業技術創新效率有一定的正向驅動效應。 但由于受到新時代下“技術”和“創新”的不斷變革影響，當企業引入新的技術和做出一定創新后，這些技術和創新會隨著時代的變化而對企業技術創新效率的影響程度有所下降。

圖3(d)可看出lnY 受到lnZ2 的沖擊后，第1 期為0 響應；從第2 期開始產生負響應，反映出數字創新平臺和數字創新文化對制造企業技術創新效率水平提升的滯后性。 從第2 期開始出現上下波動，但均處于負響應。 只有當期數足夠大時，沖擊會逐漸向正響應轉變，故將lnY 對lnZ2 的沖擊期數調整到50，可明顯看出逐漸上升的趨勢。 這可能是因為制造企業在進行轉型升級和數字化探索過程中，整個數字創新平臺的搭建和數字創新文化的氛圍塑造在前期是較難的，特別是對于現階段整個行業的數字創新體系還未成熟和完善的情況下更是如此。 但總體來看，良好的數字創新平臺和文化塑造能夠帶給企業長期的潛在利益，在期數足夠大的情況下整體呈現一個倒U 型關系。

（七）預測誤差與方差分解

方差分解可在一定程度上確定VAR 內生變化的貢獻度， 由于滯后性和時效性等不確定因素，故選定期數為50 期， 長期的分析預測對結果有更全面的解釋性。 由表5 可知，VAR1 方差分解表明，企業技術創新效率受到自身擾動影響在逐漸減少。 數字創新及其基本要素數字技術、數字創新者和數字創新公民的貢獻度一直在穩定增加，總體來看數字創新對技術創新效率的影響作用大于其基本要素對技術創新效率的貢獻度， 兩者差距在50 期時達到了17.23%。 這也就再次解釋假設H2 和H3，認為數字創新基本要素中的數字技術、數字創新者及數字創新公民在數字創新對技術創新效率的促進影響過程中起到了很好的驅動作用。

表5 制造企業技術創新效率方差分解

在VAR2 中，數字創新平臺和數字創新文化對制造企業技術創新效率的貢獻度逐漸增大，也正是由于整個企業數字化平臺和文化的良好氛圍，使得同期數字創新的解釋率由2.03%增加到10.04%，得到很大增加。 由于企業前期數字創新平臺搭建和數字創新文化氛圍塑造需要一定的時間和資金，故對制造企業技術創新效率的貢獻度一直低于整體的數字創新指數。 但從第15 期開始，貢獻度超過1 并不斷上升，與數字創新貢獻相比，兩者的貢獻差距在不斷增大，在第50 期達到7.79%。整體來看，數字創新和基本要素數字創新平臺、數字創新文化對制造企業技術創新效率有長期明顯的促進作用，數字創新平臺和數字創新文化的加入使得數字創新對制造企業技術創新效率的貢獻度極大增強。

四、研究結論與建議

（一）結論

本文通過對數字創新及其基本要素與制造企業技術創新效率間相互關系的假設驗證，得到以下結論：

1.數字創新有利于制造企業技術創新效率的提升。 研究發現數字創新促進制造企業技術創新效率水平的提升。 數字創新平臺和數字創新文化對數字創新促進制造企業技術創新效率水平的過程具有一定正向影響，但前期影響偏低。

2.數字創新及其基本要素對制造企業技術創新效率的“兩階段”過程均起顯著促進作用。 協整檢驗表明，數字創新及其基本要素對技術創新效率水平的影響程度不同，其中數字創新平臺和數字創新者的影響較小，數字技術的影響最大。 具體來說，技術創新“兩階段”中數字技術的促進效益最明顯，數字創新平臺和數字創新文化的促進作用則主要集中在第二階段上。

3.數字創新及其基本要素對制造企業技術創新效率的響應趨勢不同。 脈沖響應分析進一步明確了變量間的響應趨勢，發現數字創新基本要素對制造企業技術創新效率的影響均具有滯后效應，而數字技術、數字創新者和數字創新公民對制造企業技術創新效率呈現正負效應交替的影響；數字創新平臺和數字創新文化則呈現負向的上下波動影響。 不同因素間的作用規律不同，數字創新文化的影響作用稍大于數字創新平臺的影響作用。

4.數字創新及其基本要素對制造企業技術創新效率水平發展的貢獻度具有明顯的差異。 通過方差分解結果可知，長期看數字創新及其基本要素對制造企業技術創新效率的發展都有正向影響。 但在數字創新對提升制造企業技術創新效率過程中，數字技術、數字創新者及數字創新公民的促進作用比數字創新平臺和數字創新文化的調節作用影響更大。

（二）建議：

1.在技術創新過程中，應把關鍵點放在掌握核心技術上。 通過數字技術帶動數字創新及其他數字創新基本要素的進一步發展， 構建起協同創新體系。 讓提升企業技術創新效率的兩條路徑在體系內得以增強和循環，以實現制造企業經濟效益的擴大和制造業產業結構優化。

2.調整前期投入，夯實創新要素基礎。數字創新及其基本要素在促進制造企業技術創新效率發展方面呈現出協同效應。 企業應通過增加對數字創新平臺和數字創新文化的投入形成強大的數字基礎支撐， 以應對數字金融的快速發展導致的信息泄露、數字鴻溝等意外風險的發生。 通過形成合理的數字化布局構建知識體系， 減少由于技術短板、創新瓶頸等帶來的貿易制裁風險。 同時現階段用戶對企業的集體數據獲取渠道有限， 導致參與情況受限。 因此，企業應積極探索挖掘用戶的方法和技巧，通過數字創新平臺給用戶提供更多信息，引導參與企業數字創新的舉動和行為， 大力挖掘用戶價值，從而推動企業在新一代創新浪潮中的變革。

3.大力融入市場，強化內外部資源整合。擁有數字技術優勢能夠通過完善數字創新平臺來促進企業技術創新效率產出， 企業應積極融入市場變化，將觸角伸到全球視角上，以市場開發來帶動企業間的技術合作，將不同地區、不同國家的創新資源、技術資源和數字信息資源進行集成整合，進而帶動自身效益的持續產出。