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

【關鍵詞】數字化；研發效率；研發人員投入；研發經費支出；中介機制；新質生產力

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

一、引言

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

一般而言，企業創新效率是企業創新產出與創新投入之比，即單位創新投入能產生多少創新產出。企業創新效率，抑或是研發效率，對于企業競爭力提升、產業結構升級乃至國家經濟高質量發展至關重要。因此，探討企業的研發效率，在全球科技競爭加劇、我國大力發展新質生產力的當下，既是重要的理論需求，也具有重要的實踐意義。

從國家或區域角度，慣用數據包絡分析法（DEA）來評估創新效率，從產業層面常采用隨機前沿生產函數（SFA）模型計算創新效率，這兩種估算方法容易產生系統誤差[5]。學術界常以專利數衡量創新績效[5-6]，但難以避免企業重數量的策略性創新行為[7]的影響和政府行政行為的干擾，而且容易遺漏創新產出（企業有研發成果不一定申請專利）。而企業內部研發形成的技術性資產是自主研發的成果，其入賬價值基本上來源于研發支出中資本性支出的結轉，借鑒譚洪濤等[8]和冀云陽等[6]的做法，用公司的研發資本性支出占公司研發支出的比重，從價值角度來刻畫企業的研發效率，避免用專利數量衡量創新產出的弊端，能更有效地衡量公司的創新效率。將研發效率作為最終被解釋變量進行研究，拓展了創新效率的研究。

目前，以數字經濟、數字化為關鍵影響變量的文獻，大都呈現積極的正面影響。如企業數字化對企業全要素生產率[9]、勞動收入份額[10]、企業分工[11]、資源配置效率[12]、企業ESG責任表現[13]、研發操縱[14]的影響。企業數字化已呈現出多樣化的影響研究。與本文研究主題更相關的是數字化轉型能顯著提升創新效率[5，15]，但結論不太一致。面對數字經濟的快速發展和企業創新環境的復雜變化，仍有廣闊的空間有待去探究。數字化已成為當前經濟社會最重要的沖擊變量之一，研發效率作為發展新質生產力的關鍵所在，仍有必要去拓展這一研究。

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

二、理論分析與研究假設

（一）企業數字化與研發效率

企業數字化是指企業使用數字資源和數字技術，將其經營與管理轉變為數字形式的漸變形態，企業數字化就是企業經營與管理的數字化。企業數字化能提高企業運營效率[16]，提高企業全要素生產率[9]，使得研發領域迎來一場效率變革，具體體現在：（1）數字技術可以自動化企業一些煩瑣的流程性任務，降低企業的交易成本，減少資源錯配[17]，提高資源配置效率[12]，企業可以將更多的時間和資源投入研發；（2）數字化工具可以幫助企業團隊成員共享文件，進行實時通信，促進信息溝通，提高協作效率[18]；（3）數字化通過模擬仿真和虛擬現實技術，大大減少原型制造的時間和成本，研發的測試更加精準，可以節約大量的時間和試錯成本，使得研發成本和時間大大降低；（4）數字技術使得場景化模擬更加逼真，從而開發出更符合市場需求的產品和應用，為企業提供了更廣闊的創新空間；（5）企業數字化能提高勞動收入份額和員工的自主權[10]，提高員工的主人翁地位和歸屬感，提高研發人員的主動性?；谝陨戏治?，提出假設1。

H1：企業數字化顯著提升企業的研發效率。

（二）研發投入的中介機制

企業數字化常被視為企業經營管理趨好的象征，而且可以提高企業ESG責任表現[13]，從而提高企業聲譽，進而助力企業獲得更多的銷售收入和更多的外部資金支持，增加企業利潤和研發資金的來源。企業數字化打破了傳統的空間距離障礙[18]，弱化了知識的流動障礙[17]，進而降低企業的交易成本。企業數字化需要將資源配置到對企業未來發展更具決定性的研發活動中去，促使企業投資研發基礎設施，積極推進研發環境建設，提供更充裕的項目研發經費，并配備研發人員去研發。數字技術可以促進分工與協作[11]，提升企業專業化分工[19]。在企業數字化的轉型過程中，流程式事務性的員工不斷減少，而技術型、研發型員工不斷增加，因此企業數字化可以內在地優化企業的人力資本結構，提高研發型員工在企業員工中的占比。綜上，提出假設2a、假設2b。

H2a：企業數字化顯著提高研發經費支出。

H2b：企業數字化顯著提高研發人員投入。

企業數字化轉型將促使企業投資數字基礎設施或購買數字服務，以及投資研發基礎設施和高薪聘請研發人才，進而減少企業的自由現金流量，促使高管“精打細算”高效利用資金，進而促進企業研發效率。我國企業創新中長期面臨著資本約束和效率低下兩大難題[4]，在企業研發投入不足的情境下，企業研發投入越大，研發資金缺失所帶來的研發質量和效率的損失越小。較高的研發投資與較高的研發產出相關[20]。充裕的研發投入，可以加快研發團隊的組建和技術攻堅，研發團隊的穩定性、凝聚力、執行力和創造力更有保障，進而企業的研發效率更高。研發人員的聚集，不僅可以帶來更多的研發活動，而且可以帶來更多的知識交流、共享、互補和協作[11，19]，更快更容易組建研發團隊和進行技術攻堅，進而推動研發的進展，帶來更快更大的研發產出，從而使研發效率更高。進一步，企業可以利用云計算、大數據、人工智能等數字技術，實現研發資源在線規劃、共享和按需使用，減少空間距離的障礙[18]，降低研發投入的成本和風險，提高研發資金的使用效率?；谝陨戏治?，提出假設3a、假設3b。

H3a：企業研發經費支出顯著提高企業研發效率。

H3b：企業研發人員投入顯著提高企業研發效率。

三、研究設計

（一）模型構建

1.基準模型。為檢驗企業數字化對研發效率的影響，借鑒白俊紅等[21]、王朋吾等[22]的做法構建如下基準模型：

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年的研發效率；β0是截距項；解釋變量DigTDi，t代表企業i在t年的數字化轉型程度；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。如果企業數字化能提升研發效率，則模型中β1應顯著為正，H1得以驗證。

2.中介機制模型。為深入分析企業數字化對研發效率的中介機制，參照白俊紅等[21]的研究構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。？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。

（二）變量設定

1.被解釋變量：研發效率（RDEfficy）。按照企業會計準則，公司的研發支出分為費用化支出和資本化支出，資本化支出將結轉為無形資產，是內部研發形成的技術型資產的最主要入賬價值。借鑒譚洪濤等[8]、冀云陽等[6]的做法，用公司的研發資本化支出占公司研發支出的比重來衡量公司研發效率，即研發資本化支出占研發支出的比重越高，研發產出效率越高，研發效率越高。公司研發資本化支出，可能存在企業高管在經營目標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效率的影響。

2.解釋變量：企業數字化（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、云計算技術、區塊鏈技術、大數據技術、數字技術應用五類數字化關鍵詞在公司年報或年報中管理層討論與分析中出現的頻次來表征企業數字化程度。

3.中介變量：采用研發人員投入（RDPR）和研發經費支出（RDST）作為代理變量。研發人員投入（RDPR）用研發人員數量與企業員工數量之比衡量，研發經費支出（RDST）用研發支出與總資產之比測算。

4.控制變量：參照方明月等[10]、冀云陽等[6]的做法，選擇企業規模（Size）、資產負債率（Lev）、實際控制人兩權分離率（Cont_S）、獨立董事網絡中心度（IndCenrl）、公司年齡（ListAge）、年報是否國際四大會計師事務所審計（Big4）、營業收入增長率（OIGR）、總資產凈利率（ROA）、投入資本回報率（ROI）、經營活動凈現金流（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）數據來源與樣本選擇

本文以我國上市公司為例，時間從具有里程碑意義的2006年企業會計準則首次執行的2007年至2022年，數據類型為公司年度面板數據，數據來源于CSMAR數據庫。

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果的影響，對連續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）基準回歸分析

采用基準模型檢驗，回歸結果如表3所示，列（1）沒有考慮控制變量、年度固定效應和公司固定效應的回歸結果，列（2）加入控制變量，列（3）只考慮加入年度固定效應和公司固定效應，列（4）匯報了加入控制變量和雙固定效應（年度固定效應和公司固定效應）的回歸結果。從基準回歸結果來看，不管加不加控制變量、年度固定效應和公司固定效應效應，企業數字化轉型（DigTD）的系數均在1%顯著性水平上為正，系數值由列（1）—列（4）依次降低，符合本文預期，驗證了H1，即企業數字化能顯著提升企業的研發效率。

（二）穩健性檢驗

基準回歸中解釋變量-企業數字化的代理變量DigTD，依次替換為ManDigTD（年報-管理層討論與分析中數字化轉型關鍵詞次數）、AnAITech（年報中人工智能技術）、AnBlockChain（年報中區塊鏈技術）、AnCloudComp（年報中云計算技術）、AnBigData（年報中大數據技術）、AITech（年報-管理層討論與分析中的人工智能技術）、BlockChain（年報-管理層討論與分析中的區塊鏈技術）、CloudComp（年報-管理層討論與分析中的云計算技術）、BigData（年報-管理層討論與分析中的大數據技術），以上變量分別取對數?；貧w結果如表4列（1）—列（9）所示，系數均顯著為正，與基準回歸一致。進一步，企業年報中出現的有關企業數字化轉型的關鍵詞詞頻，有可能是企業的策略性行為所致，及企業可能進行會計操縱調控盈余進而影響企業研發資本化等數據的真實性。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排除再回歸，結果如表4列（10）所示，解釋變量數字化轉型的系數仍在1%顯著性水平上為正，仍與基準結論一致。通過替換解釋變量的代理變量，及排除企業可能的策略性行為和會計操縱影響的檢驗，表明企業數字化轉型對研發效率提升效應的結論是穩健的。

（三）內生性檢驗

盡管前文通過穩健性檢驗，但可能存在內生性問題，需要進行內生性檢驗。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仍然顯著為正（回歸結果略），大大減少反向因果的嫌疑。為進一步緩解內生性，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，采用企業所在城市的數字化轉型程度的均值或所在城市及所在行業的數字化轉型程度的均值作為數字化轉型的工具變量。一般而言，這一工具變量應該與企業的數字化轉型具有一定的相關性，滿足工具變量相關性的要求。工具變量二階段回歸結果如表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）對企業數字化轉型（DigTD）的回歸系數在1%水平上顯著為正，說明工具變量與企業數字化轉型具有較強的正相關性，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）企業數字化（DigTD）的系數均顯著為正。通過以上內生性檢驗，大大減少內生性疑慮，進一步表明企業數字化對企業研發效率具有顯著正向的影響效應。

（四）中介機制檢驗

前文基準回歸驗證了企業數字化對研發效率具有顯著的正向影響效應，穩健性檢驗和內生性檢驗說明結論是穩健的。企業數字化是否通過研發投入這一中介作用于研發效率，本文采用中介機制模型2和模型3驗證。

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

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

（五）異質性分析

企業數字化轉型對研發效率的影響是否因異質性而不同？本文將樣本按所有制性質分成國有企業和非國有企業、按行業分制造業和非制造業，以及按企業數字化50百分位數分兩組，分別進行回歸。回歸結果如表7顯示，國有企業、非制造業企業和企業數字化低于50百分位數的企業組，其企業數字化（DigTD）的系數不顯著，而非國有企業、制造業企業和企業數字化高于50百分位數的企業組，其企業數字化DigTD的系數不僅在1%水平上顯著，而且系數值更大。異質性分析說明，非國有企業相比較國有企業、制造業相比較非制造業、企業數字化程度高的相比較低的企業組而言，企業數字化對研發效率的影響具有更為顯著且更大的正向影響效應。

五、結論與啟示

經過理論分析和實證檢驗發現，企業數字化對企業研發效率具有顯著的正向影響效應，企業數字化通過企業研發人員投入、研發經費支出進而提升企業研發效率。異質性分析顯示，相比較國有企業、非制造業和數字化轉型程度低的企業組，非國有、制造業和數字化轉型程度高的企業組，其數字化對研發效率的影響具有更大且更為顯著。

數字化已成為全球化潮流，隨著創新驅動發展戰略的深入推進，企業數字化對于驅動創新和提升研發效率的重要性越發凸顯。論文的政策啟示在于：（1）數字技術影響著各行各業，企業很難隔絕數字技術而生存。已有研究和實踐表明，企業數字化作為當今最重要的沖擊變量之一，對企業的影響大都是正面的影響，企業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字化轉型，進而全面實現數字化。（2）創新是經濟社會發展的第一驅動力，當今世界的競爭越來越聚焦于創新的競爭，而創新競爭主要體現在創新效率的競爭。本文研究發現，企業數字化轉型對企業研發效率具有顯著的正向影響效應，因此，企業要想提高研發效率，就應該更早更快地進行數字化轉型，不斷提高自身的數字化水平，進而提升研發效率和研發競爭力。特別是非國有企業、制造業的研發效率受數字化的影響更大更顯著，更應重視數字資源的利用和數字技術的運用，從而在市場競爭中獲得優勢。（3）中介機制檢驗表明，企業數字化通過研發投入進而促進研發效率的提升，因此，企業應加大研發人員投入和研發經費支出，優化人力資本結構和資產結構，從而獲取更高的研發效率和更強的自主創新能力。數字技術基礎條件、研發基礎設施的軟硬件建設，是數字時代建立健全現代產業體系和發展新質生產力的基礎。創造和優化數字技術環境和研發環境，使企業研發人員獲得應有的科研條件和待遇，獲取更大的自由和主動權，心無旁騖地搞科研，企業才能在決定未來發展的研發上獲得優勢，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.強化科技創新引領加快發展新質生產力［J/OL］.科學學與科學技術管理，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Ramp;D？［J］.經濟研究，2011，46（8）：78-91.

［3］戴魁早，劉友金.要素市場扭曲與創新效率：對中國高技術產業發展的經驗分析［J］.經濟研究，2016，51（7）：72-86.

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

［5］劉冰冰，劉愛梅.數字化轉型、要素配置和企業創新效率［J］.經濟體制改革，2023（5）：121-128.

［6］冀云陽，周鑫，張謙.數字化轉型與企業創新——基于研發投入和研發效率視角的分析［J］.金融研究，2023（4）：111-129.

［7］張國勝，杜鵬飛.數字化轉型對我國企業技術創新的影響：增量還是提質？［J］.經濟管理，2022，44（6）：82-96.

［8］譚洪濤，陳瑤.集團內部權力配置與企業創新——基于權力細分的對比研究［J］.中國工業經濟，2019（12）：134-151.

［9］趙宸宇，王文春，李雪松.數字化轉型如何影響企業全要素生產率［J］.財貿經濟，2021，42（7）：114-129.

［10］方明月，林佳妮，聶輝華.數字化轉型是否促進了企業內共同富裕？——來自中國上市公司的證據［J］.數量經濟技術經濟研究，2022，39（11）：50-70.

［11］江小涓，靳景.數字技術提升經濟效率：服務分工、產業協同和數實孿生［J］.管理世界，2022，38（12）：9-26.

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

［13］劉方媛，吳云龍.“雙碳”目標下數字化轉型與企業ESG責任表現：影響效應與作用機制［J］.科技進步與對策，2024，41（5）：40-49.

［14］董松柯，劉希章，李娜.數字化轉型是否降低企業研發操縱？［J］.數量經濟技術經濟研究，2023，40（4）：28-51.

［15］宋巖，王曉月.企業數字化轉型？政府支持與創新效率——基于中國滬深A股制造業上市公司的實證檢驗［J］.煙臺大學學報（哲學社會科學版），2023，36（2）：92-105.

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

［17］黃群慧，余泳澤，張松林.互聯網發展與制造業生產率提升：內在機制與中國經驗［J］.中國工業經濟，2019（8）：5-23.

［18］袁淳，肖土盛，耿春曉，等.數字化轉型與企業分工：專業化還是縱向一體化［J］.中國工業經濟，2021（9）：137-155.

［19］陸超，趙依雯，祝天琪，等.企業數字化轉型與高管機會主義減持［J］.系統工程理論與實踐，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.創新驅動政策是否提升城市創業活躍度：來自國家創新型城市試點政策的經驗證據［J］.中國工業經濟，2022（6）：61-78.

［22］王朋吾，劉雨霏.數字經濟、全要素生產率與企業創新績效［J］.會計之友，2024（17）：57-64.