姚战琪

(中国社会科学院 财经战略研究院，北京 100142)

一、问题提出

2020年10月29日，《中国共产党第十九届中央委员会第五次全体会议公报》提出了十四五时期经济社会发展主要目标，其中包括创新能力显著提升，坚持创新在中国现代化建设全局中的核心地位。产业化创新是科技创新与产业创新之间的桥梁和中介，实现产业化创新有两种途径——产学研协同和科技创业，产业化创新的激励机制不仅要激励创新，还要激励协调[1]。

在推动技术创新的诸多因素中，开放经济被广泛关注。目前关于开放经济影响技术创新的观点分为三大类：服务业进口溢出效应有利于制造业技术创新并能提升进口国创新能力[2]；外商直接投资规模及进入速度显著促进区域创新能力提升[3]；对外直接投资(OFDI)对母国技术进步或全要素生产率(TFP)具有显著为负的效应[4]。

一方面，开放经济成为促进企业技术创新的重要驱动因素。另一方面，数字经济和金融发展在经济开放与创新效率之间发挥重要作用。阿里芬和菲格雷多(Ariffin & Figueiredo，2006)研究马来西亚和巴西电子行业的企业在多大程度上提高了创新技术能力，并分析创新能力是否已经扩散到马来西亚和巴西这两个后工业化国家，试图为创新能力的全球化提供有力的证据，结果发现这两个国家的企业能够开展各种类型的技术创新活动，企业的创新能力得到显著提升[5]。无论是在市场导向型国家还是在出口导向型国家都有一批创新型公司，它们通过创新来提高竞争力，也就是通过降低成本、提高生产率、缩短交货期和生产出更好的产品等创新方式来提高竞争力。现有文献对开放经济与创新效率的影响因素进行了一些探索，但是开放经济与创新效率到底是什么关系，开放经济通过怎样的途径和机制影响创新效率？开放经济对创新效率产生的间接影响是否显著？这些问题都没有得到解决，值得进一步研究。

本文将基于企业微观数据，研究开放经济与创新效率之间的内在关系以及开放经济与创新效率之间关系成立的边界条件。本文将梳理开放经济影响创新效率的作用方式，并找出开放经济促进创新效率的具体路径并进行路径分析，通过路径分析找出开放经济影响创新效率的最优路径。

二、研究假设

(一)开放经济与数字经济的关系

首先，各地加快公共数据开放，从而显著促进数字经济高质量发展。例如，开放电梯运行数据、航班的人流量等数据将更快地提升产品性能和安全，推动电梯行业、运输业快速发展[6]。其次，开放式创新助推数字经济发展。不但开放式创新带来数字经济新生产方式，而且开放式创新带来了数字经济新研发手段，开放式创新也创造数字经济发展新动力。再次，在开放经济条件下数字经济对经济增长的贡献程度不断提升。陈福中(2020)认为在不考虑数字经济条件下，贸易开放与经济增长呈现非线性关系，在开放经济条件下，数字经济对经济增长的促进作用会逐步放大[7]。此外，开放银行业会加快促进银行数字化转型。开放银行业的核心是数据，银行业通过搭建开放平台能综合提升银行数字化程度[8]，因此银行业应通过对外开放实现数字化转型。据此，本文提出假设H1。

H1：开放经济正向影响数字经济。

(二)金融发展与创新效率的关系

首先，互联网金融能显著促进企业研发创新。何凌云和马青山(2020)使用地级市面板数据研究了互联网金融与企业创新效率之间的关系，认为互联网金融能促进企业创新效率不断提升，互联网金融对不同地区创新效率的影响不同，不但互联网金融对科技水平较低的地区具有显著的创新效应，而且互联网金融对开放水平较高的地区具有显著的创新效应[9]。其次，数字普惠金融能促进区域创新水平不断提升。数字普惠金融能够直接提升区域创新水平，提高人力资本供给以及促进产业升级产生外部需求是数字普惠金融影响区域创新水平的中介变量，即数字普惠金融能够通过提高人力资本供给和促进产业升级产生外部需求提升区域创新水平[10]。此外，金融集聚的空间溢出效应不但能促进本地区的科技创新，还能促进周边地区的科技创新[11]。据此，本文提出假设H2。

H2：金融发展正向影响创新效率。

(三)数字经济、金融发展的多重中介作用

改革开放后，中国金融业逐渐开放，金融业开放度不断提升，在四种跨境金融服务模式中，模式一(跨境供应)的限制指数显著大于模式三(商业存在)，也就是说中国金融业商业存在的政策友好度明显优于跨境供应的政策友好度。虽然中国金融服务业的外商直接投资(FDI)的政策友好度指数几乎小于所有发达国家和部分发展中国家，但中国不断开放金融业，中国金融服务业FDI限制指数不断下降，政策友好度指数不断提升，2017年中国金融业的政策友好度指数大于交通运输业、传媒、邮电通信业。近年来，中国有序扩大金融业高水平开放，吸引国际资本。从2021年10月起，中国国债将被纳入富时世界国债指数，中国国债被纳入全球资本市场指数会促进中国资本市场进一步开放。

在创新效率方面，首先，进口不但能促进本地创新水平提升，而且进口能正向影响邻里地区的技术创新。黄朝峰等(2021)研究了进口贸易对创新的影响，发现进口对邻里地区的技术创新的促进作用大于进口对本地创新水平的促进作用[12]。其次，服务贸易进口技术复杂度能促进自主创新能力不断提升。生产性服务贸易进口技术复杂度能通过促进高技术制造业的产业结构高极化、提高企业劳动生产率以及降低企业生产成本来间接促进技术创新水平的提高[13]。此外，生产性服务进口不但能促进制造业技术升级，也能提升制造业技术创新效率，并能够通过技术溢出效应、进口竞争效应、学习模仿效应来提升企业创新能力。据此，本文提出假设H3和假设H4。

H3：开放经济正向影响金融发展。

H4：开放经济正向影响创新效率。

数字经济能够通过金融发展促进科技创新。数字化的到来使得互联网对企业的作用不但体现在能促进企业的线上交易，而且全方位影响企业的运营活动，因此全链路的数字化使得企业的广告、营销、销售的经营活动都必须通过移动互联网来完成。魏成龙和罗天正(2021)以金融发展为中介变量和门槛变量，研究了互联网对科技创新的影响，认为各省份的互联网能够通过金融发展促进科技创新，互联网在金融发展水平较高地区显著促进该地区科技创新，但互联网在金融发展水平较低地区对科技创新的促进作用较弱[14]。

数字化转型能显著提升创新效率。首先，数字技术是企业技术创新的外在动因。徐蒙(2020)认为，企业数字化转型是推动企业创新的外资动因，数字技术能促使企业在商业模式、管理架构、企业文化等方面不断创新，从而促进数字技术对经济发展的促进作用不断增强[15]。制造业企业进行数字化转型能显著降低成本，增加营业收入，因此，数字化转型推动企业不断实现技术创新成为大势所趋。其次，数字金融能驱动城市创新。汪亚楠等(2020)研究了数字金融对城市创新的影响，认为数字化能通过提高企业和个人收入来驱动城市创新，数字化也能通过促进人力资本来促进城市创新[16]。据此，本文提出假设H5和假设H6。

H5：数字经济正向影响金融发展。

H6：数字经济正向影响创新效率。

开放经济影响创新效率的路径如图1所示。

图1 影响路径

三、研究设计及变量测量

(一)研究设计

本研究的调查对象为中国各地区不同类型的企业，首先梳理国内外关于开放经济、数字经济、金融发展、创新效率的相关文献和量表，形成了调查问卷。然后设计15个观测变量，保持因子载荷大于0.4的题项，删除小于3个题项的因子，并删除交叉载荷大于0.4的因子，从而将原始变量转换为4个综合指标，使用软件SPSS 25.0进行探索性因子分析，显示开放经济问卷包含4个维度和13道题项(见表1)，最后使用软件AMOS 23.0进行验证性因子分析。

(二)变量测量

开放经济。(1)出口技术复杂度(Expo)。借鉴毛其淋和方森辉(2018)[17]的方法计算企业出口技术复杂度，即首先计算一产品的技术复杂度，然后计算一企业的出口技术复杂度。(2)企业的服务业进口额(Impo)。(3)企业集聚效应(Agglo)。

产业数字化转型。(1)通过构建3个一级指标(企业基础设施的数字化、企业信息化发展水平、数字技术发展指标)和9个测度指标来估算数字经济发展水平(Digit)。企业基础设施的数字化包括3个测度指标：工业软件普及率、基础数据共享情况、数字能源平台构建情况；企业信息化发展水平包括4个测度指标：企业拥有网站数、期末在用计算机数、企业使用软件产品情况、企业使用互联网实现的营业额；数字技术发展指标包括2个测度指标：企业电子商务交易活动、企业参加新零售线上展会。首先对企业拥有网站数、企业使用互联网实现的营业额、期末在用计算机数进行正向化处理，对工业软件普及率、基础数据共享情况、数字能源平台构建情况进行标准化处理，对其他变量进行均值化处理，然后使用熵权法计算9项评价指标项的权重值，最后使用熵值法与TOPSIS法相结合的方法来测算各个评价对象的数字经济发展水平。(2)企业产业结构升级(Indus)，使用各企业第三产业就业人数比重来测算企业产业结构升级。(3)企业三产产值与二产产值之比(Terse)。

金融发展。(1)向企业提供金融服务的金融机构营业网点的从业人数(Numb)。(2)向企业提供金融服务的金融机构营业网点资产总额(Asse)。(3)企业所在地的人口密度(Popu)。(4)企业研发资本存量(rd)。

创新效率。(1)企业专利申请授权数(Zhsh)。(2)企业是否为互联网宽带接入用户(Inter)。(3)企业高新技术销售额占比(High)。

四、研究结果

(一)理论模型验证

1.探索性因子分析

为了能把观测变量浓缩为少数几个核心因子，使用软件SPSS 25.0进行探索性因子分析，从表1旋转后的因子载荷矩阵中可看到，与金融发展相关的各变量在第一个因子上的载荷较高，与数字经济相关的各变量在第二个因子上的载荷较高，与开放经济相关的各变量在第三个因子上的载荷较高，与创新效率相关的各变量在第四个因子上的载荷较高。

表1 旋转后的因子载荷矩阵

表2给出了因子分析的KMO和Bartlett检验结果。从表2可看到，Bartlett球度检验的显著性概率P为0.000，因此可以认为相关系数矩阵与单位矩阵有显著差异，并且KMO统计量为0.803，根据KMO度量标准，本文的核心变量适合进行因子分析。同时通过因子分析的共同度，看到包括各变量的共同度都不低。并且克朗巴哈系数介于0.851～0.933，累计方差贡献率为90.011%，因此信度较好。本文将4个因子命名为开放经济、数字经济、金融发展、创新效率。

表2 探索性因子分析结果

2.验证性因子分析

表3为效度检验结果，给出了各条路径的拟合指数。其中：基准模型为四因子模型，对13个题项不做因子区分；单因子模型1为合并金融发展、创新效率的模型；单因子模型2为合并创新效率、开放经济的模型；单因子模型3为合并开放经济、数字经济的模型；两因子模型4为合并金融发展、创新效率，合并创新效率、开放经济的模型；两因子模型5为合并金融发展、创新效率，合并金融发展、开放经济的模型；两因子模型6为合并创新效率、开放经济，合并金融发展、开放经济的模型；三因子模型7为合并金融发展、创新效率，合并创新效率、开放经济，合并金融发展、开放经济的模型；两因子模型8为合并创新效率、开放经济，合并开放经济、数字经济的模型；两因子模型9为合并金融发展、创新效率，合并开放经济、数字经济的模型；两因子模型10为合并创新效率、开放经济，合并创新效率、数字经济的模型；三因子模型11为合并创新效率、开放经济，合并开放经济、数字经济，合并创新效率、数字经济的模型；三因子模型12为合并金融发展、创新效率，合并创新效率、开放经济，合并开放经济、数字经济的模型；三因子模型13为合并金融发展、创新效率，合并创新效率、开放经济，合并金融发展、数字经济的模型；三因子模型14为合并创新效率、开放经济，合并开放经济、数字经济，合并金融发展、数字经济的模型；三因子模型15为合并金融发展、创新效率，合并开放经济、数字经济，合并金融发展、数字经济的模型；两因子模型16为合并金融发展、开放经济，合并金融发展、数字经济的模型。

表3 效度检验结果

从表3看到，四因子基准模型的χ2/DF为1.611，模型拟合较好，TLI(0.979)、CFI(0.991)、NFI(0.976)都大于0.9，RMSEA为0.072，SRMR为0.035，表明测量模型拟合良好。因此，与单因子模型、两因子模型、三因子模型相比，四因子基准模型具有更好的适配度。

表4报告了潜变量之间的相关系数，可看到，各潜变量与其他潜变量的标准化相关系数的绝对值均小于该潜变量的AVE的平方根，表明各变量的测量具有足够的判别效度。并且各潜变量的平均变异数抽取量大于各个潜变量间的相关系数。

表4 潜变量之间的相关系数

使用软件SPSS 25.0、软件Amos 23.0对开放经济(F1)、数字经济(F2)、金融发展(F3)、创新效率 (F4)进行验证性分析，从表5可看到，潜变量(开放经济、数字经济、金融发展、创新效率)与其测量题项间的标准化因子载荷介于0.490～0.989，标准误介于0.023～0.091，临界比介于5.971～42.863，平均方差提取值(AVE)均大于0.5，因此四个潜变量具有较好的收敛效度。四个潜变量的组合信度(CR)均大于0.70，表明各潜变量都具有较好的建构信度。

表5 验证性因子分析结果

表6为整体模型结构方程的路径系数及假设检验结果。H1(β=0.230，P<0.05)、H3(β=0.585，P<0.01)、H5(β=0.149，P<0.10)、H2(β=0.622，P<0.01)、H4(β=0.319，P<0.01)五个假设成立，H6(β=-0.152，P<0.05)不成立。因此，数字经济不能直接促进创新效率提升，但数字经济能通过促进金融发展来提升创新效率(假设H5和H2均成立)。

表6 整体模型结构方程的路径系数及假设检验

第一，路径F1→F2(开放经济-数字经济)的非标准化系数为0.258，标准化系数为0.230，在5%的水平上显著，说明假设H1成立，开放经济显著影响数字经济。第二，路径F1→F3(开放经济→金融发展)的非标准化系数为0.636，标准化系数为0.585，在0.001的水平上显著，说明假设H3成立，开放经济显著影响金融发展。第三，路径F2→F3(数字经济→金融发展)的非标准化系数为0.145，标准化系数为0.149，在0.10的水平上显著，说明假设H5成立，数字经济显著影响金融发展。第四，路径F3→F4(金融发展→创新效率)的非标准化系数为0.624，标准化系数为0.622，在0.001的水平上显著，说明假设H2成立，金融发展显著影响创新效率。第五，路径F1→F4(开放经济→创新效率)的非标准化系数为0.348，标准化系数为0.319，在0.001的水平上显著，说明假设H4成立，开放经济显著影响创新效率。第五，路径F2→F4(数字经济→创新效率)的非标准化系数为-0.148，标准化系数为-0.152，在0.05的水平上显著，说明假设H6不成立，数字经济不能直接促进创新效率。

表7为多重中介效应检验结果。开放经济影响创新效率的3条路径分别为：开放经济→数字经济→金融发展→创新效率、开放经济→数字经济→创新效率、开放经济→金融发展→创新效率。开放经济影响创新效率的3条路径的95%置信区间均不包含0，验证了数字经济、金融发展在开放经济与创新效率间的中介效应。在以上3条路径中，开放经济→数字经济→金融发展→创新效率的标准化间接效应(β=0.041，SE=0.028，95%的置信区间从0.009到0.077)显著为正，开放经济→金融发展→创新效率的标准化间接效应(β=0.462，SE=0.045，95%的置信区间从0.406到0.519)显著为正。开放经济→数字经济→创新效率的标准化间接效应(β=-0.093，SE=0.036，95%的置信区间从-0.135到-0.050)显著为负，因此数字经济不能直接促进创新效率。开放经济影响创新效率的总间接效应显著为正，在开放经济影响创新效率的总间接效应中，路径(开放经济→金融发展→创新效率)的间接效应占比最高，路径(开放经济→数字经济→金融发展→创新效率)次之，路径(开放经济→数字经济→创新效率)最低。

表7 多重中介效应检验结果

在路径数字经济→金融发展→创新效率中，数字经济影响创新效率的1条路径的95%置信区间不包括零，并且该条路径的标准化间接效应估计值显著为正，因此金融发展在数字经济与创新效率间存在中介效应。虽然数字经济不能直接促进创新效率，但数字经济能通过金融发展促进创新效率，金融发展是数字经济与创新效率的中介变量。

在路径开放经济→数字经济→金融发展中，开放经济影响金融发展的1条路径的95%置信区间不包括零，该条路径的标准化间接效应估计值也显著为正，因此数字经济在开放经济与金融发展间存在中介效应。

(二)稳健性检验

表8为稳健性检验结果。本文使用PA-OV模型，即使用不包括任何潜在变量的结构方程模型来进行SEM路径分析。加总多个测量题项分数得到测量指标，即将出口技术复杂度、企业的服务业进口额、企业集聚效应加总得到开放经济测量指标，将数字经济发展水平、企业三产产值与二产产值之比、企业产业结构升级加总得到产业数字化转型测量指标，将向企业提供金融服务的金融机构营业网点的从业人数、向企业提供金融服务的金融机构营业网点资产总额、企业所在地的人口密度、企业研发资本存量加总得到金融发展测量指标，将企业专利申请授权数、企业是否为互联网宽带接入用户、企业高新技术销售额占比加总得到创新效率测量指标。可以得到预测变量对效标变量的联合解释变异量，开放经济一个变量可以解释数字经济变量21%的变异量，开放经济、数字经济两个变量可以联合解释金融发展变量48%的变异量，开放经济、数字经济、金融发展三个变量可以联合解释创新效率变量62%的变异量，数字经济→创新效率路径的标准化因子载荷为负，其他5条路径的标准化因子载荷为正，稳健性检验结果与表6完全一致，反映了研究结论的稳定性与可靠性。

表8 稳健性检验结果

五、研究结论与政策建议

(一)研究结论

本文以创新活动的直接参与者为研究样本，考察了开放经济、数字经济通过金融发展对企业创新效率提升的作用机制，研究结论如下：

第一，开放经济是数字经济、金融发展、企业创新效率提升的重要影响因素。无论是多重中介效应检验还是稳健性检验，开放经济对数字经济、金融发展、创新效率都有显著的正向影响。

第二，虽然数字经济不能直接促进创新效率，但数字经济对创新效率具有间接影响，多重中介效应检验结果也确认了数字经济促进创新效率的一条链式多重中介效应路径：数字经济→金融发展→创新效率。

第三，开放经济不但能直接促进企业创新效率，而且开放经济对企业创新效率具有间接影响，稳健性检验也确认了开放经济影响企业创新效率的三条链式多重中介效应路径：开放经济→数字经济→金融发展→创新效率、开放经济→数字经济→创新效率、开放经济→金融发展→创新效率。

第四，开放经济不但能直接促进金融发展，而且开放经济对金融发展具有间接影响，多重中介效应检验结果也确认了开放经济促进金融发展的一条链式多重中介效应路径：开放经济→数字经济→金融发展。

(二)政策建议

第一，要重视扩大高水平对外开放。开放经济能显著促进数字经济、金融发展、企业创新，因此应以高水平开放驱动国际国内双循环，实现国际国内双循环的关键在于以国内大循环为主体，在提升经济自我循环能力的同时，建设高水平开放型经济新体制。

第二，要重视大力提升企业技术创新能力。首先，要不断增加研发人员数量，各地应重视研发人员的人才引进，要重视引进的研发人员的成长，各地要加大人才的培养力度，不断提升企业研发人员数量占企业员工总数的比重，在研发方面提升研发人员的贡献程度。其次，当前企业研发活动快速增长，因此企业与高校应互相合作，建立新型研发机构，加强大学生创新创业能力培养，不断提升创新产业竞争力。

第三，虽然数字经济不能提升技术效率，但金融发展在数字经济与创新效率中间起中介作用，因此应发挥金融发展在数字经济对创新效率影响中的中介作用，推动数字经济与金融协调发展，推动银行业的转型变革，促进数字银行健康发展。