吴沁沁

(江苏大学a.产业经济研究院；b.财经学院,江苏 镇江 212013)

随着经济社会快速发展,人民日益多样化的需求和高品质供给不足之间存在矛盾,由于信息不畅通与技术限制,制造业企业也面临定制化、精细化、个性化用户需求与标准化生产之间的两难问题。互联网技术通过对创新知识的编码化、数字化,使跨时空流通的信息资源成为创新的关键要素,打破了企业创新边界,有利于供需双方价值互动、知识交流,同时大幅提高自动化、智能化生产水平,推进大规模个性化定制、网络化协同制造和柔性化生产。十九届四中全会首次将数据增列为新的生产要素,“十四五规划”和2035年远景目标纲要明确提出“迎接数字时代,激活数据要素潜能,推进网络强国建设”,为数字经济时代下构建互联网应用新生态、探索数据与信息资源的创新价值奠定了政策基石。为助力制造业企业应用互联网获得“连接红利”,政府部门陆续出台了两化融合专项行动计划、网络强国建设、“互联网+”行动计划、工业互联网行动计划以及“上云用数赋智”行动计划等一系列重大战略、规划和举措。互联网与社会各领域、各行业跨界融合不断深入,催生了大量数字经济新业态新模式,深刻改变了企业传统生产方式、商业模式与创新方式。其中,以“制造业+互联网”为代表的产业数字化成为互联网新技术与实体经济融合的新方式,为企业创新发展创造了新动能。多年来,互联网平台服务和数据业务持续高速增长,2020 年中国产业数字化规模达31.7万亿元,占GDP 比重为31.2%[1]。互联网是引领新一轮科技革命和产业变革的重要战略性技术,数据和信息资源是驱动企业创新的新要素,研究互联网应用、信息连通与企业创新之间的作用关系与异质性特征,将为制造业企业数字化转型、创新驱动高质量发展提供有益启示。

现有文献对互联网特点以及与企业技术创新的关系进行了广泛研究。

(1)互联网的影响效果研究。对于互联网的研究最早可以追溯到Solow[2]在20世纪80年代发现的“索洛悖论”或“生产率悖论”。20世纪90年代中期美国出现“新经济”繁荣之后,信息技术相关投资对全要素生产率的积极作用逐渐被认可,Solow 也在2000年表示这一悖论已经解决[3]。随着互联网技术的普及应用,各国学者纷纷对“生产率悖论”在不同经济体、不同产业的适用情况进行了大量研究。对于国家而言,计算机设备的使用、网络普及率的提高,会促进经济增长,并在区域之间产生溢出效应,提高生产力[4-5]。对于产业而言,互联网应用有助于产业转型,包括提升生产率、推动产业结构升级、优化资源配置、促进创新等[6-7]。但是也有不少学者认为互联网存在许多负面问题,需要高度重视。乌家培[8]较早就指出,互联网存在信息过剩以致泛滥、信息安全、滥用言论自由、加速贫富分化等问题。

(2)企业技术创新过程研究。从技术创新的“投入-产出”视角,企业技术创新可分为投入研发基础资源产出新技术和将新技术转化为经济利益两大阶段。文献[9-10]中在研究产业创新效率问题时,则将产业技术创新过程分为技术开发和成果转化两个阶段。技术开发或研发阶段包含基础研究、技术开发等过程,即通过一定的R&D 资源投入所带来的技术成果产出；成果转化阶段反映的是将第1阶段的技术成果转化为新产品的商业属性,包含产品制造、市场推广等过程。文献[11-12]中将企业技术创新过程分解为研发投入、中间产出和最终产出“三阶段”。从创新驱动因素的来源视角,国内外大部分学者认为企业技术创新需要“内部能力+外部资源”双向并行。其中,企业研发投入是关键的创新内驱因素,对技术创新能力的提升、创新成果产出具有重要的促进作用[13-15]。

由此可见,多数学者均强调企业技术创新过程中不同阶段的关联性,企业技术创新的最终实现与企业不同阶段的技术创新活动紧密相关,需将技术创新过程完整纳入研究范畴。而现有文献在研究互联网与企业创新的关系时,较少考虑互联网影响企业创新的全过程。

(3)互联网、信息连通与企业创新的关系研究。基于互联网与生产率的联系,技术创新逐渐被视为互联网影响生产率提升的因素之一。在区域层面,韩先锋等[16]提出互联网的创新外溢效应。在企业层面,众多文献指出互联网有助于提高企业创新性与主动性[17],可以推动企业前瞻性研发[18]、颠覆式创新[19]、商业模式创新[20]等方面的创新行为。根据现有研究,互联网促进创新的原因主要包括:构建了价值网络创新体系[21],形成引发创新的互联网思维[22],具有利于创新的整合性、灵活性、开放广度的特点[23]等。

不少学者在探究互联网影响企业创新的内在机理时考虑了信息资源的因素。由于互联网具有“高度连通”的核心特点[24],改变了信息传递方式,企业可以借助邮箱、网站等社交网络开展更为便利的跨国交易,与外界及时建立起联系[25-27]。知识信息也依托互联网扩大了传播范围,减少了创新主体间信息不对称,促进双向信息交流与学习,有助于创新资源的有效匹配、推动开放式创新、提升企业创新效率[28-31]。

总体而言,现有文献对互联网与企业创新做了较为充分的论证,但在具体作用机制方面还有进一步研究空间。①关于互联网影响生产率或企业绩效的研究较为丰富,但分析互联网直接影响企业创新的研究相对较少,大多集中于理论层面,尽管近年来实证研究有所增加,但论证互联网对创新影响效应的内在作用机制还不足。②现有研究主要从理论层面分别肯定了互联网可以实现信息连通、促进企业创新两个方面的结论。但较少将信息资源作为互联网影响企业创新活动的关键要素进行实证分析,未形成成熟的信息要素代理变量,在讨论互联网、信息连通和企业创新三者内在联系上还存在不足。③针对不同行业与企业受互联网创新影响作用的分析还有待补充。

相较于已有研究,本文的边际贡献在于:①从企业技术创新的“投入-产出”视角,分析互联网应用对制造业企业创新投入决策及创新产出两个阶段的影响。以往大多数研究分析的是互联网与企业绩效的关系,本研究丰富了互联网时代下的企业创新理论。②提出互联网实现信息连通的核心特点,将信息作为影响企业创新的核心要素,分析互联网通过构建“信息池”,实现创新资源信息化、编码化、跨时空流动的过程,以中介效应模型论证其作用机理。本文打开了互联网影响微观企业技术创新的“黑箱”,将产业链上下游信息要素纳入创新理论,提出并论证了用户参与企业创新的关键影响。③深入探讨企业由于所属行业、规模的不同,受互联网应用、信息连通影响成效的差异,有助于理解各类型企业上云用数的意愿与决策差异。

1 理论分析与研究假设

本文基于网络经济学、信息经济学和企业创新理论,分析互联网通过信息连通促进企业创新的作用机理。互联网作为颠覆信息传递方式的革命性发明,信息互联互通可谓是互联网技术最先带来的影响。随着互联网技术的普及与推广,大量用户之间实现了信息连通,互联网通过汇聚富有创新资源的信息,实现创新资源的有效匹配,为创新活动产生连接红利,从而形成价值无尽的信息流[32]。在此基础上,知识和信息在公众中进一步扩散传播,知识溢出效应增强,从而促进了创新[33]。

1.1 互联网环境下的创新资源特征

技术创新来源于技术知识。互联网环境下的技术知识呈现新的特点。首先,互联网技术推动隐性技术知识向显性技术知识转变。Varian[34]指出,网络通信技术的广泛使用加快了知识的编码化。互联网技术将知识以信息和数据的形式存储和复制,也可以采用音频、视频、图像等多样化的存储方式,大容量的云存储量可以积累数量大、门类多、形式多样的知识,促进了隐性知识的显性化。其次,互联网促进信息资源的跨时空流通和汇集。互联网打破了时空限制,连通了物理空间和虚拟空间。信息经济学认为,信息的流动和传递往往会受到空间等因素的限制。而互联网技术可以加速信息跨时空流动,打破信息不对称的壁垒,无疑在很大程度上消除了信息传递在时空上的障碍,实现了“时空错开,同步并联”,企业可以获得更远范围内的信息,延伸了现有的创新网络[35-36]。最后,互联网技术帮助企业低成本高效获取技术知识。互联网的出现使技术知识获取的成本进一步降低(复制成本基本为零),增强了知识的传播力,加快创新资源在全球范围内传播,促进了集成创新溢出。据此得到第1个假说:

H1应用互联网可以使企业更好地获取技术知识,促进创新。

1.2 互联网环境下的创新资源特征

信息和数据作为互联网发展环境中的关键要素,是创新资源交换的重要载体。使用互联网实现信息连通,可以增加企业的知识存量,为技术创新进行更加充分的知识积累,同时也可以促进企业与各创新主体之间的信息交流,分享创新资源。对于制造业企业而言,供应链信息连通的意义非凡[37]。由于生产制造的分工环节较多,产业链上下游企业关联密切,对于信息资源的应用更为频繁,且中国已成为全世界唯一拥有联合国产业分类中所列全部工业门类的国家,互联网的应用可以通过信息连通更为显著地促进中国制造业企业技术创新。一方面,制造业上游供应商可以通过互联网平台发布材料和技术供应信息,企业之间可以通过电子邮件、手机、视频会议等系统进行远程工作,实现技术知识跨企业转移,提高创新资源获取效率；另一方面,产业链下游用户企业通过互联网展现对新产品、新服务的市场需求,有利于企业及时了解行业发展信息,掌握技术创新趋势,从而提高技术创新的针对性；同时,企业也可以通过用户反馈的消费体验,及时改进、更新技术工艺,使创新成果更好地适应市场需求,最终实现产业链创新信息闭环。

基于张永林[38-39]的网络复制经济模型,本文进一步推导互联网信息连通模型,考察制造业上下游信息连通对企业技术创新的作用。假设互联网系统中具有若干与技术创新有关的信息资源,构成了互联网“信息池”。

用θ表示富含创新资源的信息,n为应用互联网的企业集合,θi为企业i未使用互联网时的私人信息,m为制造业上下游厂商和客户集合,Φ为互联网中共享的产业链信息资源,具有公共品性质。下式表示用户i在互联网信息池中所获得的信息:

(1)企业用户在互联网中所获得的上下游信息要多于其不使用互联网时所有的私人信息,即

由此可见,互联网会使用户在信息资源的数量和质量上都可以实现改进,因而由此催生出基于信息资源的创新行为。

(2)随着互联网用户的增多,信息池的规模也逐渐扩大,则有

尤其是互联网信息池中共享信息也会随着上下游信息畅通、用户主体增多而增加。可见,互联网可以促进企业用户间的信息交流与共赢。

(3)企业使用互联网所获得上下游产业链信息与其自身拥有的信息不冲突,内部和外部信息资源可以互补共存,即

由式(5)可以发现:一方面,任何使用互联网的企业主体均可以主动分享自身私有信息,进一步丰富互联网中的产业链“信息池”；另一方面,任何企业也可以复制互联网“信息池”中共享的信息,从而不断扩充其在互联网获取的信息资源。如企业借助互联网平台可以快速获得上游供应商的新技术、新材料、新产品和新服务,实现供给、需求、研发资源汇聚并实时匹配。技术创新的关键是应用,而互联网为厂商提供了丰富的应用场景,形成大规模社群平台,各类用户均可以成为企业技术创新的主体之一。企业与消费者的关系不再是简单的商品交易,通过互联网技术带来的数据和信息资源,以用户需求为导向,重组核心技术,优化产品和服务,可实现供需双方价值互动、知识交流、共赢多赢。因此,提出第2个理论假设,其中包含两个假设:

H2a互联网会通过产业链上游供应商信息连通促进制造业企业创新。

H2b互联网会通过产业链下游用户信息连通促进制造业企业创新。

本文研究框架如图1所示。

图1 研究框架

2 研究设计

2.1 模型构建

为验证企业是否使用互联网对创新产生的影响,本文建立如下基准模型:

式中:Innoi是被解释变量,反映i企业创新活动,考虑到企业技术创新过程特点,分别选用企业是否进行研发投入、是否推出新产品和新服务两个变量,表示企业创新投入决策和创新产出情况；interi是解释变量,反映企业使用互联网情况,根据数据可得性,采用多个互联网代理变量来解释互联网应用水平,基准回归采用互联网对企业研发、采购、销售等环节的融入情况指数,稳健性检验则替换为企业是否拥有网站、邮箱等变量；Controli为控制变量,εi为残差项。如果α1＞0,则认为使用互联网可以促进制造业企业技术创新。根据被解释变量的数据特征,采用Logit模型加稳健标准误进行回归分析。

为进一步分析互联网对制造业企业技术创新的影响机理,基于基准模型构建中介效应模型:

式中,medi是中介变量,用于分析解释变量影响被解释变量的作用机制。参考温忠麟等[40]的中介模型检验方法,分析信息连通在互联网影响制造业企业技术创新的过程中是否存在中介效应。将按照式(7)～(9)依次进行检验,并结合Sobel检验和Bootstrap检验方法。

2.2 数据与变量选取

本文使用数据类型为截面数据,来自世界银行2012年对中国制造业企业进行的调查数据,样本企业共有1 692家,对所有连续变量在1%水平上采取缩尾(Winsorize)处理,以消除极端值影响。由于问卷时间主要针对2009～2011年的制造业企业活动,正处于宽带互联网推广、移动互联网伊始前期,宽带接入量、人均计算机的拥有量逐渐提高,网页、邮箱等基础应用软件逐渐为大众接受,属于互联网技术普及应用的典型时期,比较适合对互联网创新影响效应的分析。此外,该样本在互联网及技术创新方面的数据较为全面,调查问卷围绕企业使用互联网情况、研发投入和新产品产出等情况有丰富的反馈,有助于从微观视角验证使用互联网对制造业企业创新行为产生的影响。

(1)被解释变量。本文研究对象是制造业企业技术创新水平。根据企业技术创新过程的“投入-产出”视角选取代理变量。①创新投入。结合调查问卷数据,采用是否进行研发投入的虚拟变量rd表示企业创新投入决策,若企业在过去3年有花费在研发活动中,rd取1,否则取0。②创新产出。制造业企业技术创新的产出,既包含专利等技术产出,也包含新产品、新服务的产出,由于问卷无专利数据,故采用企业是否有新产品和新服务(newprod)表示创新产出。

(2)解释变量。本文充分整合了世界银行调查问卷中有关企业使用互联网情况的数据,选取互联网代理变量inusesum。根据互联网是否被用于进行企业的研发、销售和采购3个环节,获取企业互联网使用程度的综合评分指标inusesum,每个环节若使用互联网,则相应评分指标取1,否则取0,3个环节累计汇总,得出0～3之间的互联网综合融合指标。由于企业技术创新包含了研发、生产、销售、流通与市场应用等多个环节,如果inusesum 数值越高,表明互联网在企业创新流程中所参与的环节越多,因而互联网融合程度越深。此外,为更好地运用问卷中关于互联网关联指标,本文还在稳健性检验中,选取2009～2011年企业对计算机设备的年均资本投入加1后取自然对数表示互联网投资建设情况(interbuild),选取企业是否拥有网站(website)、员工使用计算机比重(computer)等作为替换的解释变量。

(3)中介变量。本文认为互联网技术以信息连通为基础功能。为进一步剖析互联网对制造业企业技术创新的作用机制,将信息连通作为中介变量进行中介效应检验。问卷中分别询问了企业是否与上下游供应商、用户共享信息,根据问卷数据,参考王可等[41]的做法,采用Info_supplier反映企业与产业链上游供应商的信息连通情况,Info_customer反映企业与产业链下游用户之间的信息连通情况,是取1,否则取0。

(4)控制变量。为降低可能存在的遗漏变量导致研究估计失真的问题,在现有文献基础上,本文从企业内部资源和外部资源两个视角控制了影响创新的相关变量。在企业内部视角上,主要控制了企业规模、企业产权性质、上市情况、企业年龄等。在企业外部视角上,控制了出口贸易、技术许可。企业从事间接或直接贸易则export取1,否则取0；企业获取了外国公司授权的技术许可则license取1,否则取0。此外,还控制了地区和行业固定效应。

(5)其他变量。根据行业、企业类型和地区不同因素,还选取一些调节变量进一步分析互联网对不同技术创新的差异化影响。①行业产品用途。样本数据中制造业行业涉及10余个领域,按照霍夫曼的分类原则,本文将制造业分为消费品制造业和工业品制造业,将食品、纺织、服装、塑料和橡胶、化学原料和化学制品等行业划分为消费品制造业。同时,根据问卷内容,将主营业务产品中含有“销售”等字样的企业也归入消费品制造业,剩余的非金属矿制品、基本金属、金属加工制品、机械和设备、电子设备、汽车制造、组装等行业分为工业品制造业。根据数据统计情况,1 692家样本企业中,1 051家企业属于消费品制造业,占62%；641家企业属于工业品制造业,占38%。②企业规模。不同规模的企业受互联网影响的程度具有差异,同时企业规模大小也是影响企业技术创新水平的关键因素。调查问卷将企业划分为大、中、小3类规模。其中,企业规模在5～19 emp为小企业,20～99 emp为中型企业,大于100 emp为大企业。最终得到438家小企业,701家中型企业,553家大企业。

基于上述分析,本文主要变量定义如表1所示。

表1 主要变量含义

3 实证结果与分析

3.1 描述性结果

主要变量的描述性统计如表2所示。表2结果显示,调查样本中,一部分企业开展了技术创新活动,其中,693家制造业企业近3年进行研发投入,770家企业近3年推出新产品或新服务。在互联网融合方面,95%的企业在研发、销售、采购环节融入了互联网技术。在信息连通程度方面,61.9%的企业会与原材料供应商交换信息,54.7%的企业会和用户之间进行信息交流。

表2 主要变量描述性统计

具体比较来看,制造业企业对互联网的使用程度不同,会呈现出差异化的创新行为,如表3所示。

表3 制造业企业使用互联网与技术创新总体情况比较

互联网投资额在10万元及以上的企业有931家。其中,进行研发投入的企业占46.2%,具有创新产出的企业近50%,平均研发经费支出额达502万元,创新强度比互联网投资额在10万元以下的企业高。企业员工使用互联网比例在30%以上的企业有655家,少于在30%比例以下的企业数量,但这部分企业的研发投入占比和研发经费支出均高于员工使用互联网比重在30%以下的企业。大部分企业拥有网站,且创新投入和创新产出水平均高于没有网站的企业。此外,随着企业融入互联网程度由高到低,技术创新水平也呈现递减的趋势,各环节都深入融合互联网的企业在研发投入和创新产出占比数都最高。

主要变量的Pearson相关性系数如表4所示。互联网使用情况中,互联网融合情况(inusesum)分别与创新投入(rd)和创新产出(newprod)之间呈现较强的相关性,创新投入和创新产出之间的相关系数最高为0.509,由于对两个被解释变量分别做回归分析,故对结果无影响。此外,控制变量绝大多数相关系数绝对值均在0.2以下,不存在严重的共线性问题。

表4 各变量Pearson相关性系数

3.2 基准模型回归结果

首先对基准模型进行回归分析。在加入所有控制变量,并控制城市和行业固定效应后,逐一加入互联网相关指标,采用Logit加稳健标准误模型进行检验,结果如表5所示。

表5结果显示,互联网对制造业企业创新具有显著促进作用,所有互联网的解释变量都在1%水平下显著为正。具体来看,第(1)列表明,在企业研发投入决策方面,各环节融合应用互联网技术程度越深的企业,比融合程度低的企业更愿意选择创新投入,影响系数为0.584。第(2)列表明,在企业创新产出方面,各环节融合应用互联网技术程度越深的企业推出新产品或新服务的可能性越高,影响系数为0.462。综上所述,使用互联网对企业创新投入和创新产出产生了正向影响,不仅能够影响企业创新投入决策,还能促进创新产出,验证了假设1。

表5 互联网对制造业企业技术创新影响的基准回归

在控制变量方面,企业规模越大,越有利于创新投入和创新产出。企业获得外国厂商技术许可(license)的影响系数显著为正,表明获取创新资源有助于企业技术创新水平的提升。企业所有制(state)对创新投入和创新产出的影响系数均显著为负,说明民营企业创新活力更强。企业家从业年数(ceo)对创新投入决策和产出的影响系数显著为正,表明企业总经理从业时间越长,越能促进创新。企业年龄(age)与创新投入的影响系数显著为负,表明企业年龄越小,进行技术创新的积极性越高。此外,从事出口贸易的企业更有意愿进行创新投入,说明参与国际分工有利于提高创新活力。

3.3 信息连通的中介效应

将信息连通中介效应分为与上游供应商的信息连通,以及与下游用户的信息连通两个方面,采用Logit模型加稳健标准误进行依次检验。

首先,针对与上游供应商信息连通的中介效应进行分析,结果如表6所示。

表6 与供应商信息连通的中介效应检验

表6中:第(1)、(2)列分别检验互联网使用对企业研发投入和创新产出的影响,与前文基准回归结果一致；第(3)列检验互联网使用对企业与供应商信息连通的影响,系数显著为0.214。可见,企业使用互联网技术对与供应商信息连通具有促进作用。第(4)、(5)列分别检验了加入中介变量后互联网对企业技术创新的影响,其中与供应商信息连通对创新投入和创新产出的系数分别为0.403和0.418,均显著为正。此时,互联网影响企业技术创新的直接效应影响系数分别为0.568和0.439,与第(1)、(2)列中的系数相比,均有所减少。因此可知,供应商信息连通对互联网影响企业创新具有部分中介效应。Sobel检验得出,在创新投入方面,与上游供应商信息连通的中介效应为0.36%,占总效应的3.57%；在创新产出方面,与上游供应商信息连通的中介效应为0.37%,占总效应的4.5%。此处与供应商信息连通的中介效应对于创新投入和创新产出的影响程度基本相似,假设2a得以验证。

其次,对与用户下游供应商信息连通的中介效应进行分析,结果如表7所示。

表7 与用户信息连通的中介效应检验

表7中:第(3)列检验互联网使用对企业与用户信息连通的影响,系数显著为0.327。可见,企业使用互联网对与用户信息连通存在正向作用。第(4)、(5)列分别检验了加入中介变量后互联网对企业技术创新的影响,其中与用户信息连通对创新投入和创新产出的系数分别为0.399和0.612,均为正且显著,此时互联网影响企业技术创新的直接效应影响系数分别减少0.561和0.423。因此,与用户信息连通对互联网影响企业技术创新具有部分中介效应。Sobel检验得出,在创新投入方面,与用户信息交流的中介效应为0.51%,占总效应的5.06%；在新产品和新服务的创新产出方面,与用户信息交流的中介效应为0.79%,占总效应的9.6%。其中,与用户信息连通对创新产出的影响更大,主要是由于企业在获取用户需求信息后,更有利于研发并生产更具针对性的新产品与新服务。该结论进一步验证了现有文献观点,用户是企业的合作伙伴,应尽早将用户集成到产品和服务开发、工艺设计中。如小米公司在手机及系统开发过程中采用“用户参与设计、每周发布新版本”的开发模式,建立技术开发者与用户等多元主体参与技术和产品升级改进的创新生态,提高了创新效率。综上所述,假设2b得以验证。

4 异质性分析

4.1 行业异质性检验

由于不同制造业行业之间存在差异,对互联网应用需求和使用方式不同,需要分行业进行异质性分析。将样本分为消费品制造业企业与工业品制造业企业进行分组回归,按照不同制造业行业考察企业受互联网影响的差异。消费品制造业和工业品制造业均采用Logit模型加稳健标准误进行回归,回归结果如表8所示。表8中,第(1)～(3)列是消费品制造业的回归结果,第(4)～(6)列是工业品制造业的回归结果,互联网在各环节使用情况对两类制造业企业创新的影响效应均为正且显著,说明互联网既能促进消费品制造业企业技术创新,也能促进工业品制造业企业技术创新。其中,互联网对企业创新投入的影响程度比创新产出更强。此处,根据行业特征,在创新产出阶段加入新的控制变量网络销售额占比,考察网络销售对于不同行业创新的影响,发现使用互联网对两个行业企业创新产出的影响系数分别提高0.503和0.438。这主要是因为消费品制造业比工业品制造业对互联网技术需求更大。一方面,消费品制造业企业将互联网技术广泛应用在产品推广与营销方面,尤其是线上销售对于消费品行业具有变革性影响,这种典型的互联网商业模式对工业品制造业技术和流程改进作用有限；另一方面,消费品制造业相对于工业品制造业而言,与消费者距离更近,更易于根据消费需求进行研发投入和新产品推广。

表8 消费品制造业与工业品制造业企业异质性检验结果

将互联网的信息连通中介效应按照行业异质性分别进行检验,回归结果如表9所示,进一步验证了基准回归的结论。其中,信息连通仅对消费品制造业企业的研发投入和产出具有中介效应,对工业品制造业企业不显著,这反映出工业品制造业内可能存在“信息壁垒”,未能实现上下游信息连通。对于消费品制造业企业而言,与消费者用户的信息连通在互联网影响其新产品和新服务等创新产出中起到关键的媒介作用,中介效应占总效应比重达到12.53%。

表9 互联网影响消费品制造业与工业品制造业企业创新的中介效应检验

4.2 企业规模异质性检验

为研究互联网对不同规模企业创新的影响情况,本部分对大中小企业3组样本进行分组回归,同样采用Logit模型加稳健标准误,回归结果如表10所示。总体来看,互联网对大中小企业创新投入和产出均有正向影响。在创新投入方面,第(1)、(2)列中互联网对小企业创新投入和产出的影响系数分别为0.568和0.437,第(3)、(4)列对中型企业创新投入和产出影响系数分别为0.624和0.506,第(5)、(6)列对大企业创新投入和产出影响系数分别为0.559和0.480。这与“熊彼特假说”中企业规模越大、创新能力越强的观点有所不同。互联网的创新促进作用并非只对大企业显著,可以理解为,互联网适用范围广,中小企业对新生事物的接受度和适应能力相对更强,具有灵活性、“船小好调头”等特征,对互联网的使用积极性更强,从而更易受到互联网技术红利影响。

表10 互联网对大中小企业创新影响的异质性分析

进一步探究互联网对不同企业创新影响机制,将互联网信息连通的中介效应按照企业异质性分别进行检验,回归结果如表11所示。不同企业规模对于信息连通的反馈情况有所差异。

表11 互联网影响大中小企业创新的中介效应检验

对于小企业而言,互联网通过与供应商的信息连通会对其研发投入存在中介效应,占总效应比重为9%,这主要是由于小企业创新实力较弱,需要依靠供应链其他企业协助提供创新资源,进而进行研发投入；小企业与用户的信息连通对互联网影响新产品和新服务等创新产出方面具有中介效应,占总效应比重达24%,这主要是由于开拓市场、扩大销售是小企业发展的重心,用户信息资源对于其推出新产品和服务具有重要作用。对于中型企业而言,互联网尚未能通过与上游企业信息连通促进其技术创新。用户信息连通对其创新产出存在中介效应,占总效应比重达9.3%,用户信息资源同样对于中型企业新产品开发较为重要。对于大企业而言,产业链上下游的信息连通对其均不具有中介效应,也反映出大企业可能存在垄断性质,与其他企业及客户联系均不够紧密。综合来看,用户信息资源是中小企业进行创新投入决策和影响创新产出市场应用的关键因素。

5 稳健性检验

5.1 更换模型和解释变量

考虑到互联网的应用方式较为丰富,现有的解释变量可能有所不足,因此,将互联网代理变量分别替换为企业互联网投资建设额(interbuild)、员工使用计算机比重(computer)、企业是否拥有网站(website)以及是否拥有邮箱(email)。其中:第(1)、(2)列的被解释变量替换为研发投入金额的对数,采用OLS加稳健标准误,分别与互联网投资建设额和员工使用计算机比重进行回归；第(3)～(6)列采用Probit模型加稳健标准误进行检验,所有回归模型均采用与前文一致的控制变量,并控制了行业和地区固定效应,结果如表12所示。不同的回归模型和变量所反映出的结果与基准回归一致,所有影响系数均在1%置信水平显著为正,说明互联网的确可以促进企业创新活动。

表12 替换模型和解释变量检验结果

与此同时,将企业是否拥有网站作为解释变量,采用Probit模型进行中介效应检验(见表13)。表13结果显示,以website表示的互联网使用水平对企业创新的影响中,依然存在与上下游信息连通的中介效应,影响系数均显著为正。

表13 替换解释变量的信息连通中介效应检验

5.2 调整样本

由于数字经济快速发展,与互联网相关的产业也逐渐形成,学界对于互联网产业属于制造业还是服务业存在争议。但不可否认的是,制造业中的电子信息产业主要从事半导体、芯片等电子器件的制造,与互联网技术具有一定相关性,故将样本分为电子信息制造业与非电子信息制造业进行比较分析。具体如表14所示。

表14 调整样本检验结果

互联网对电子信息制造业与非电子信息制造业技术创新的影响存在差异,样本中共有121家电子信息制造业,剩余为非电子信息制造业。在研发投入方面,互联网对电子信息制造业影响系数明显比非电子信息制造业大,达到1.027。但是,在创新产出方面,互联网对非电子信息制造业企业的影响系数为正,而对电子信息制造业企业的影响不显著。因此,可以初步推断,互联网在创新产出方面,更能对其他与互联网关系不紧密的制造业产生积极作用,这符合互联网“业业融合”的特点。此外,非电子信息制造业的影响系数与基准回归结果基本一致,说明是否加入电子信息制造业对互联网影响效应的研究并无太大影响。

5.3 内生性检验——工具变量法

考虑到互联网与企业创新之间可能存在反向因果问题,需采用工具变量法处理内生性问题。参考文献[42-43],构建mwebsite和minuse两个工具变量,采用ivprobit模型进行检验。mwebsite表示各行业内企业拥有网站的平均值,minuse表示各行业内企业使用互联网的平均值。同行业整体使用互联网情况会对该行业内企业使用互联网产生一定影响。一方面,由于网络外部性原理,同行业使用互联网的企业越多,互联网价值越大,越能吸引企业加入互联网用户圈；另一方面,行业内存在优先使用互联网的企业,会对其他企业产生示范作用,甚至可能出现“羊群效应”,带动更多企业尝试融入互联网。同时,行业互联网使用情况只能通过影响企业使用互联网而对创新行为产生间接影响,并不会对企业创新投入或产出造成直接影响。

回归结果如表15所示。第1阶段中(奇数列),影响系数均在1%水平下显著为正,所有工具变量的WaldF统计值均超过10%阈值,强烈拒绝“弱工具变量”的原假设；LM 统计值的P值均为0,强烈拒绝“工具变量不可识别”的原假设,说明mwebsite和minuse均符合工具变量条件。第2阶段中(偶数列),所有核心解释变量均显著为正,其中inusesum的影响系数在5%的显著性水平下为正,并较于前文变大,说明互联网的使用与企业创新不具有反向因果关系,前文的实证结论是稳健的。

表15 工具变量检验结果

6 结论

本文以2012年世界银行中国制造业企业调查数据为研究样本,考察了互联网应用对制造业企业创新的影响。研究发现:

(1)互联网应用对企业创新投入和创新产出产生了正向影响。互联网对制造业企业各环节融入越深,企业越有可能进行研发投入、推出新产品和新服务,同时进行互联网设备投资、使用网页、邮箱、计算机使用等也具有显著的创新激励作用。

(2)信息连通在互联网影响企业创新的过程中具有中介效应。制造业企业使用互联网,不仅可以通过与供应商信息连通实现对创新投入和创新产出的促进作用,还可以通过与用户信息连通推动创新投入和创新产出。其中,企业与用户信息连通对创新产出的中介效应更大。

(3)互联网影响制造业企业创新具有异质性,体现了不同类型企业受互联网影响的差异化特点。对于消费品制造业和工业品制造业这两类不同行业而言,互联网对企业创新产生了有区别的正向促进作用。由于行业特性,互联网对消费品制造业企业技术创新的促进作用有其内在原因:①消费品制造业企业最终目标是扩大消费,互联网可以广泛应用在产品推广与营销方面。体现在加入网络销售变量后,互联网影响系数提高。②消费品制造业与消费者距离更近,使用互联网易于企业根据消费需求进行研发投入和新产品推广。体现在与消费者用户的信息连通,在互联网影响消费品制造企业新产品和新服务等创新产出中的中介效应占比较大。但是信息连通对工业品制造业企业的中介效应不显著,这反映出工业品制造业内可能存在上下游企业“信息壁垒”问题。同时,对于大中小不同规模的企业而言,互联网的创新促进作用也存在差异化特点。中小企业应用互联网通过与用户的信息连通对创新产出具有显著较大的中介效应,小企业会通过与供应商的信息连通对其研发投入产生中介效应,而大企业或因垄断因素,与上下游信息连通方面均无显著的中介效应。

总之,互联网的应用会对制造业企业创新产生促进作用,并通过信息连通的作用机制来实现影响,不同行业、企业的异质性因素造成了影响的差异。

本文为中国制造业企业数字化转型与创新发展提供了有益启示:

(1)制造业企业应主动适应并融入互联网新技术、新业态,积极推进工业互联网建设,提高企业间信息连通水平,打破“信息壁垒”。传统工业品制造业企业要积极拥抱互联网、大数据、人工智能等新一代信息技术,全面应用于传统部门的设计、生产、流通、销售等环节。增强企业基于网络环境的信息采集、建模分析及开发应用能力,支持制造业企业使用工业APP,对企业全链条全周期进行数据采集与分析,提升工业大数据创新应用能力。

(2)充分利用互联网用户社群,以应用牵引,促进新技术的应用和改进。企业在互联网时代,要高度关注用户想法、功能偏好和消费习惯,借助大数据、云计算等技术,挖掘用户需求,并从中获取创新灵感,通过与用户进行价值互动,使技术和产品更好地适应市场需求。根据用户使用反馈不断改进技术,构建建用并举的创新闭环,增强技术创新的针对性和有效性。

(3)大中小企业要基于互联网技术实现协同创新、融通发展。深化市场分工、实现供需对接,促进“顶天立地”的大企业和“铺天盖地”的中小微企业协同发展。可通过构建企业创新战略联盟,支撑更大规模、更深层次的跨界交流协作。引导龙头企业和技术服务提供商基于网络平台,开放企业技术链、供应链、物流链以及渠道链资源,带动中小企业基于开源框架进行技术研发,形成数字化、网络化、智能化的“创客空间”。