王旭辉 史瑞

摘 要：本文从企业层面研究数字化转型对企业双元创新的影响，并探究其中的影响机理。本文选取2014—2021年A股制造业上市企业为样本，实证检验数字化转型对企业探索式创新和利用式创新的影响。结果表明：企业实施数字化转型显著促进了企业自身的探索式创新和利用式创新，且对利用式创新的促进作用更加显著。研究发现：技术相似度所带来的技术溢出是数字化转型影响企业双元创新的路径之一，并且数字化转型的促进作用在国有企业中比非国有企业更为明显。本文为企业数字化转型提供了经验支持，也为培育企业高质量技术创新提供了新思路。

关键词：数字化转型；探索式创新；利用式创新；技术相似度；企业双元创新

本文索引：王旭辉，史瑞.<变量 2>[J].中国商论，2024（03）：-132.

中图分类号：F273 文献标识码：A 文章编号：2096-0298（2024）02（a）--04

1 引言

近年来，我国高度重视科技创新，并且出台了相关的政策来加强对创新的引领作用，强调必须坚持创新是第一动力。对企业而言，探索式创新和利用式创新在所需的资源投入、所获得的收益以及带来的风险等方面均存在显著差异[1]。尽管近年来企业的创新已经取得了明显的突破，我国的专利申请和授权数量在世界层面上都居于前列，但依旧存在“重数量轻质量”“关键技术卡脖子”等现象。在企业进行创新方向和形式的选择时，不可避免地会考虑诸如成本、利润等现实因素，最理想的创新活动是能同时给企业带来经济上的效益和生产流程的优化，可以帮助企业抓住更多的市场机会，而失败的创新活动则会给企业带来经济和社会效益的双重损失。因此，企业在面对创新方向和形式的选择时，会趋利避害的选择一旦失败会给企业带来更小损失的创新模式，创新的质量便失去了保障。如何引导企业将资源正确分配给探索式创新和利用式创新，保证企业的创新活动高质量的展开，是当下亟待解决的问题。

数字化转型是指企业在生产经营活动的全过程中应用数字技术来对原有的业务流程进行改变和充足，以提高企业的经营效率，扩大企业利益。相对传统企业的技术创新，数字化转型所带来的企业变革能够带来更显著的促进作用[2]。因此，确定数字化转型对企业创新的影响方式，明晰其中的路径是重中之重，是可以提高企业创新质量的直接手段。本研究创新性的用技术相似度视角来探究数字化转型对企业双元创新的影响，梳理出一条显著作用路径。

2 理论基础与研究假设

2.1 数字化转型和企业双元创新

数字化已融入企业生产活动的方方面面，数字技术带来的影响已经不仅是对企业原有生产要素的优化充足，还带来了更为显著的影响，产生了新的生产函数[3]，结合已有文献的研究，数字化转型对企业双元创新的影响主要体现在以下几个方面：

第一，从汇集各方资源的角度来看，数字技术同企业生产活动的深度融合增强了企业对创新资源的获取和利用能力，使企业在配置创新资源的过程中获得显著优势[4]。第二，从企业成本角度来看，数字化转型可以打破企业间的技术壁垒，使企业以更低的成本来从其他企业获取新技术。第三，从员工知识素养角度来看，数字化转型所带来的技术流动可以扩大企业员工获取新知识的途径，进而使企业员工的知识素养得到提升[5]。第四，从实施创新的难易程度来看，数字化转型优化了企业生产管理的各个流程，使企业内部的分工更加明确。

综上所述，企业实施数字化转型战略，不仅可以显著提升企业创新质量，还可以让企业的创新模式得到高效的提升，开辟更多的创新路径，最终促进企业的探索式创新和利用式创新。

2.2 数字化转型、技术相似度和企业双元创新

企业数字化转型对技术相似度的提升作用主要体现在以下两点：第一，数字化转型加速了由企业之间的研发合作所产生的技术流动，进而提升了企业间的技术相似度；第二，数字化转型在一定程度上加速了科技文献方面的知识溢出，使企业有更大的概率接触到更广泛的信息，进而充分利用外部的資源实现企业的创新突破[6]，提升了行业内企业之间的技术相似度。

企业间的技术相似度越高，所带来的技术流动规模就越大，进而可以对企业的创新活动产生更重要的影响。潘文卿等（2011）[7]利用中国投入产出比来对行业间技术溢出对劳动生产率所带来的影响进行了严密测算，测算结果显示，行业间的技术相似度越高，技术相似度所带来的技术溢出对企业创新活动的正向促进作用就越明显。刘志迎和单洁含（2013）[8]以中国高校和企业的联合申请发明专利数据为样本，对创新绩效进行测量，测量结果显示，技术相似度对协同创新绩效有显著的正向促进作用。

根据前文的分析，本研究构建如下研究模型。

3 研究设计

3.1 样本选择与数据来源

制造型企业实施数字化转型所带来的成果相对更易测度，因此本文选择2014—2021年A股制造业上市企业为样本，同时对样本进行初步的筛选和剔除。处理后共获得2971家上市企业的14521个样本观测值。本文的数据来源于上市企业年报、CSMAR数据库和CNRDS数据库。

3.2 变量说明

3.2.1 解释变量

企业数字化转型（DT），本文解释变量来自CSMR的企业数字化转型数据库，选取其中的企业数字化转型指数统计表（年）中的数字化转型指数指标为本文的解释变量。

3.2.2 被解释变量

针对企业的双元创新程度可以用专利分类号来衡量，具体的衡量方式为：选取该公司在某一年的专利申请与该公司前五年内的专利申请进行对比，并用对比的结果来判断公司的探索式创新和利用式创新程度。

若该企业在第t+1年申请的专利中某个IPC代码前四位并未出现在过去五年内企业已布局的技术领域内，则该专利被记为企业在第t年的新知识（new_RD），若某个IPC代码前四位出现在过去五年内企业已布局的技术领域内，则该专利被记为企业在第t年的旧知识（old_RD）。

3.2.3 中介变量

技术相似度为本研究的中介变量，在对技术相似度进行测度时，本研究借鉴Byun等（2021）[9]的方法，用两家企业专利技术之间的重叠程度来衡量，计算公式如下：

其中，Xi，t=（Xi1，t，Xi2，t，…，Xiτ，t，…，Xj，t）是一个向量，表示企业i在相同的时间周期t内技术分类为τ=1，2，…，t的专利比例，Xj，t是相同的定义方式。这种情况下techij，t衡量两个公司在每个技术分类中的专利比例的相关性，相关性越高，两个公司的技术领域就越紧密。

3.2.4 控制变量

本文选取企业规模（Size）、企业年龄（Age）、企业研发投入比例（RDP）、资产负债率（Leverage）、资产收益率（ROA）、企业股权性质（SOE）为控制变量，为了控制行业和时间效应对基准回归结果的影响，本研究加入行业（Industry）和年份（Year）虚拟变量。

企业规模（Size）借鉴简兆权等（2020）的测算方法，分为0、0.33、0.67和1四种；企业年龄（Age）使用企业自成立以来的年数取对数来衡量；企业研发投入比例（RDP）用企业研发支出/企业收入来衡量；资产负债率（Leverage），用总负债/总资产来衡量；资产收益率（ROA）用净利润/总资产来衡量；企业股权性质（SOE）将企业分为国有企业（取1）和非国有企业（取0）。

3.3 模型设定

本研究设定模型如下：

new_RD=β0+β1DT+β2Controls+Year_d+Industry_d+μ（1）

old_RD=β0+β1DT+β2Controls+Year_d+Industry_d+μ（2）

tech=β0+β1DT+β2Controls+Year_d+Industry_d+μ（3）

4 實证结果

4.1 描述性统计

从描述性统计结果来看，样本企业的创新能力显著不同，探索式创新的最大值为1936，最小值为0，利用式创新的最大值为10728，最小值为0。样本企业的数字化转型程度也存在一定的差距，数字化转型程度的最大值为80.04，最小值为21.68；样本企业的规模均值为0.894。其他变量的描述性统计结果也均在预期的合理范围内。

4.2 基准回归

4.2.1 数字化转型与企业双元创新

为验证数字化转型对企业双元创新的影响，本文采用基准回归的方法，根据上文构建的模型（1）和（2）验证数字化转型对企业双元创新的影响，表1的第（1）（3）列验证了数字化转型对企业探索式创新的显著促进关系，第（2）（4）列验证了数字化转型对企业利用式创新的显著促进关系。

4.2.2 数字化转型与企业间技术相似度

为验证数字化转型对企业间技术相似度的影响，本文采用基准回归的方法，根据上文构建的模型（3）来验证数字化转型对企业间技术相似度的影响。控制时间和行业变量前后，数字化转型对企业间技术相似度的回归系数分别为0.694和0.547，且都在1%的水平上显著。

4.3 中介效应分析

本文基于技术相似度视角进行中介效应检验。检验发现，企业技术相似度对企业探索式创新和利用式创新的回归系数分别为0.034和0.608，且都在1%的水平上显著，说明企业技术相似度对企业双元创新有显著的促进作用，且对利用式创新的促进作用更为明显，即技术相似度的中介效应在此过程中存在。

4.4 基于企业股权性质的异质性分析

本文根据企业股权性质将样本划分为国有企业和非国有企业进行异质性分析，结果如表3所示，数字化转型在国有企业中的促进作用更明显。

4.5 内生性检验

考虑到创新投入水平高且已经在创新中获益的企业更愿意从事数字化转型工作，为解决潜在的样本自选择偏差问题，本文参考姜英兵等（2022）的方法，使用Heckman两阶段法进行内生性检验。因变量DITdum为构建的衡量企业数字化转型程度高或低虚拟变量，衡量标准为年度的数字化转型程度中位数。结果表明，数字化转型对企业探索式创新和利用式创新的促进作用依然显著。

4.6 稳健性检验

4.6.1 变更样本区间

2015年，国家出台了多项政策来鼓励企业实施创新战略，在政策方面引领企业创新战略的实施对企业探索式创新和利用式创新有了更高要求，企业间的技术相似度可能会更强。将样本区间设定为2016—2021年重新进行回归，变更样本区间前后结果一致。

4.6.2 采用其他回归模型

考虑到被解释变量的探索型创新与利用式创新都是起始值为零的连续变量，并且具有多个零值，OLS结果可能出现误差，因此使用Tobit模型重新进行回归，采用企业回归模型前后结果一致。

4.6.3 替换被解释变量

本研究借鉴胡山等（2022）[12]的做法，用当年获得授权的发明专利数量加一后取对数来衡量企业探索式创新；以非发明专利的授权量加一后取对数来评价企业利用式创新，替换被解释变量衡量指标后的回归结果与基准回归结果一致。

5 结语

本文基于样本数据，对企业数字化转型对双元创新的影响路径进行了验证。结果表明，数字化转型可以显著促进企业的探索式创新和利用式创新，且对利用式创新的提升作用更大；企业数字化转型通过促进企业间的技术相似度来提升企业双元创新水平，这种提升效果在国有企业中更为显著。

随着国家对实体经济愈发的重视，想要让数字化转型的成果最大化的惠及企业创新活动，就要清楚其中的作用路径。根据本文研究结论，企业应该加快数字化转型的脚步，积极进行管理体制改革以促进企业间的技术流动，在相互借鉴中实现创新共赢。此外，本文研究显示，成立时间越早的公司越侧重于开展利用式创新，应加大对此类企业的创新支持，减少其对创新成本和创新结果的顾虑，完善企业人才体系和激励机制，培育数字型科技人才。

与此同时，本研究也存在一定局限。首先，在研究数字化转型同企业双元创新之间的关系中究竟哪一种衡量方式最为恰当仍需论证；其次，本文仅对企业的股权性质进行了异质性分析，诸如企业规模、行业竞争程度等因素并未考虑在内，研究结论可能会因此产生不同的结果；最后，本文并未从人员的视角进行分析，后续研究可以从企业高管比例和数字型人才占比的角度进行进一步的探讨。

参考文献

毕晓方，翟淑萍，姜宝强.政府补贴、财务冗余对高新技术企业双元创新的影响[J].会计研究，2017（1）：46-52+95.

陈剑，黄朔，刘运辉.从赋能到使能：数字化环境下的企业运营管理[J].管理世界，2020，36（2）：117-128+222.

张国胜，杜鹏飞，陈明明.数字赋能与企业技术创新：来自中国制造业的经验证据[J].当代经济科学，2021，43（6）：65-76.

Ciriello R F， Richter A， Schwabe G. Digital innovation[J]. Business & Information Systems Engineering，2018，60（6）：563–569

韩先锋，宋文飞，李勃昕. 互聯网能成为中国区域创新效率提升的新动能吗[J]. 中国工业经济，2019（7）：119-136.

李海舰，田跃新，李文杰.互联网思维与传统企业再造[J].中国工业经济， 2014（10）：135-146

潘文卿，李子奈，刘强.中国产业间的技术溢出效应：基于35个工业部门的经验研究[J].经济研究，2011，46（7）：18-29.

刘志迎，单洁含.技术距离、地理距离与大学-企业协同创新效应：基于联合专利数据的研究[J].科学学研究， 2013， 31（9）：1331-1337.

Byun K S，Oh J，Xia H. Incremental vs. Breakthrough Innovation： The Role of Technology Spillovers[J]. Management Science，2021，67（3）：1779-1802.

简兆权，刘念，黄如意.动态能力、企业规模与双元创新关系研究：基于fsQCA方法的实证分析[J].科技进步与对策，2020，37（19）：77-86.

姜英兵，徐传鑫，班旭.数字化转型与企业双元创新[J].经济体制改革，2022（3）：187-193.

胡山，余泳泽.数字经济与企业创新：突破性创新还是渐进性创新？[J].财经问题研究，2022（1）：42-51.