数字经济发展对企业创新绩效的影响——基于我国上市公司的经验证据

蒋殿春,潘晓旺

(南开大学 国际经济研究所,天津 300110)

一、引言

党的十九大报告将建设数字中国列为建设创新型国家的重点任务，习近平总书记在APEC(2020年)会议上也提出：“数字经济是世界未来发展方向，创新是亚太经济腾飞的翅膀”。近年来，数字化经济浪潮兴起，我国数字经济蓬勃发展，根据中国信通院发布的《中国数字经济发展白皮书(2021)》统计，2020年我国数字经济规模达到39.2万亿元，GDP占比38.6%，同比增加2.4个百分点，数字经济在国民经济发展中的地位日益凸显。在广义上，数字经济不仅指代数字产业化，还包括产业数字化过程[1]，随着人工智能(Artificial Intelligence)、区块链(Blockchain)、云计算(Cloud Computing)、大数据(Big Data)等“ABCD”技术与传统实体经济深度融合，数字经济为经济发展培育了新的增长点、形成了新动能[2]，数字经济已经成为实现国家创新驱动发展的重要途径。在此背景下，数字经济发展能够提升企业创新绩效吗？这种提升机制是什么？

企业的经营以及创新活动需要内外资源的保障，在数字经济环境下，数据成为企业核心生产要素，连接价值链的各个环节并逐渐优化生产过程中的要素投入，打破了传统要素市场中的区域壁垒，并通过加剧市场竞争和促进专业化分工，使得技术资源和劳动力资源等要素市场的扭曲得以改善[3]，增加了企业获取外部资源的有效性。例如，数字技术的应用打破了劳动者就业的时间和空间壁垒，改善了劳动要素的配置效率[4]，同时数字经济增加了企业组织冗余，提高了企业内部支撑企业创新活动的资源水平。由此，数字经济通过优化要素配置效率，缓解内外资源约束为企业创新活动提供资源保障，进而提升企业创新绩效。

为了进一步揭示数字经济对企业创新绩效的影响，本文利用2015—2018年腾讯研究院发布的中国城市数字经济指数(1)2015年起，腾讯联合京东、滴滴等机构统计了涵盖腾讯的微信、支付、城市服务、众创空间等10余个核心平台的全样本数据，以及京东、滴滴、携程等企业的行业数据构建了中国“互联网+”数字指数。该指数每年公开发布，直观反映了中国31个省(自治区、直辖市)及351个城市“互联网+”数字经济指数的对比情况。和上市公司数据实证检验了数字经济发展与企业创新绩效的关系，并从多个角度探究了数字经济作用企业创新绩效的内在机制。本文可能的边际贡献在于：第一，从城市数字经济发展的视角出发，以微观企业的角度分析了数字经济的创新效应，为城市发展数字经济提供实践证据；第二，将数字技术纳入企业创新的分析框架，从宏观层面拓展了对企业创新影响因素的认识，丰富了企业创新的现有研究；第三，从研发投入、组织冗余、人力资本这三个方面分析了数字经济影响企业创新绩效的途径，有助于揭示数字经济影响企业创新绩效的内在机理，为促进数字经济与科技深度融合、制定合理的创新发展政策提供了经验证据。

二、理论机制分析与假说

(一)数字经济通过增加企业研发投入提高企业创新绩效

一方面，在新的外在经济环境下，企业为了适应新的经济环境需要对自身发展方式作出改变。在数字经济快速发展的时代背景下，大数据、智能化、区块链、云计算等数字技术逐渐融入企业的生产和管理过程中，企业若想保持长期优势，需要进行彻底的创新和变革，数字化转型已经是企业为适应新的外部环境必须作出的战略调整[5,6]。而企业数字化转型是一项系统工程，数字技术、数据要素投入和企业生产运营的融合过程会改变企业原有的运作模式，而所有的调整都需要更多的研发投入加以支撑，这会极大地提高企业对研发投入的需求。另一方面，在驱动方式上，大数据、云计算等手段帮助企业基于消费数据构建消费者画像，精准识别用户对产品的需求，实现产品研发由经验驱动到数据驱动[7]，在这种更加高效的创新生态场景中，企业可以通过更小的成本来实现对创新活动的信息分析、方向把握与过程优化[8]，进而可以降低技术创新的不确定性；在研发流程上，数字孪生体、数字仿真等数字化设计工具能够精准地模拟物理实体的各种物理参数，并通过可视化的方式展示出来，在动态、不确定的环境下实现多种场景的研发创新，提高研发的精准性[9]；在研发效率上，数字技术的应用和数据要素的高边际产出性会极大地提高企业运作效率，在企业固有资源边界不变的情况下提升资源利用率，使得企业研发投入的产出效率大大提升[10]；在研发协同上，数字经济的发展加快了知识的编码化，加快了数据和知识要素在各系统之间的交流和分享[11]，促进了企业内部研发设计和供应链管理的协同，增加了行业内和行业间集成创新的机会。而研发创新不确定性的下降、精准性的提高、创新效率的提升和联合创新机会的增加，都会激励企业对自身的研发投资活动进行量与质的调整，这不仅需要加大研发投入，而且必须时刻根据市场行情调整研发方向，在此基础上进行多元化、高水平和动态化的研发活动[12-13]。而企业的研发投入是其创新产出的直接来源，在企业创新效率不变的情况下，更多的研发投入必然带来更多的创新产出。

基于以上分析，提出假说1：

数字经济促进企业加大研发投入，进而提高了企业创新绩效。

(二)数字经济可以通过提高沉淀冗余水平提升企业创新绩效

为了防备不时之需，企业会持有一定的组织冗余[14]，按照使用专用性和流动性高低，组织冗余可以分为沉淀冗余和未沉淀冗余[15,16]，未沉淀冗余流动性高，不面向特定用途，包括现金及现金等价物等，沉淀冗余流动性低，一般有特定用途，包括过多的职工薪酬、管理费用、闲置的人力和物力等[17]。组织理论认为，冗余不仅可以用来应对突发情况，对企业经营生产起到“缓冲”作用，而且可以促进企业的许多战略行为，如不断进行新产品的研制和开发[18]，可见冗余的存在为企业进行研发创新提供了内部资源支持。

在企业无法短期内调整自身的职工雇佣水平和薪资水平的前提下，随着外部数字环境的不断优化，数字技术与企业经营生产过程不断融合，企业生产经营效率和研发效率不断提升，企业内部会产生更多的闲置人力和物力，而这部分沉淀冗余将可能会被用于企业研发活动，在更高的研发效率的加持下大幅度促进企业创新。而未沉淀冗余与沉淀冗余不同，数字经济水平的提高对企业未沉淀冗余水平的影响是不确定的。数字经济的发展带来了企业外部融资环境的改善，一方面，企业根本不再需要保留原本数量的现金和现金等价物，另一方面，企业管理者可能利用成本更加低廉的融资方式来提高未沉淀冗余，来进行过度的投资活动，从而达到扩大自身权利和控制力的目的。同时，未沉淀冗余的创新激励作用也备受争议，虽然未沉淀冗余的存在可以作为企业扩大研发创新活动的内部资源支撑，但是过多的未沉淀冗余会产生严重的代理问题，管理者盲目对自身权利的追求，可能会忽略投资活动的收益而损害企业所有者的利益，研发投资水平的提升可能并不能带来更高的创新产出。

基于以上分析，提出假说2：

数字经济通过提高沉淀冗余水平，促进企业创新活动投入，提升企业创新绩效，但是数字经济不能通过提高未沉淀冗余水平来促进促进企业创新绩效。

(三)数字经济通过优化企业人力资本结构提高企业创新绩效

数字经济对企业人力资本的优化作用源自数字经济对劳动力市场的深远影响。数字技术的应用和互联网的普及会降低劳动力市场的信息不完全，弱化企业和劳动者双方的空间和时间壁垒，为企业和劳动者提供了更多的选择空间，优化了劳动要素配置效率[4]，企业的职工挑选和就业者的择业选择将更加匹配。同时，随着数字经济的发展，数据作为一种新型优质的生产要素被纳入企业的生产过程中，企业的生产和管理模式发生了巨大变化，不仅创造了新的高技能就业岗位[4]，而且出现了数字对低技能劳动者的替代[19]，使得企业对低端劳动者的需求下降，对高端劳动者的需求提高，进而优化了企业的人力资本结构。企业人力资本水平提高之后，一方面，高质量知识资本和人力资本融入企业创新过程，会直接提升创新的数量和质量，另一方面，人力资本对除创新部门以外的企业部门也具有积极的促进作用，管理层决策的优化、销售业绩的提高都会反哺创新部门，各个部门将处于更加协调的系统之中。

基于以上分析，提出假说3：

数字经济可以优化人力资本结构，更高水平的人力资本会直接和间接地促进企业创新绩效。

综合以上分析，我们认为数字经济通过增加企业研发投入、提高沉淀冗余水平、优化人力资本结构这三种渠道，都促进了企业创新绩效。因此，提出假说4：

城市数字经济发展与企业创新绩效正相关，城市数字经济水平越高，越能提升企业创新绩效。

三、研究设计

(一)模型设定

我们的研究目的是探究数字经济发展对中国企业创新水平的作用，据此构建如下回归模型：

innovationi,t=α0+α1indexc,t+

βXi,t+μt+μindustry+εi,t

(1)(2)本文的基准回归模型并没有加入地区固定效应。腾讯研究院每年发布的数字经济指数，每个城市的增长趋势极为接近，如果加入地区固定效应，会吸收掉主解释变量的影响。

其中，innovationi,t是企业的创新水平，indexc,t是城市层面的数字经济发展水平，Xi,t是一系列可能会影响企业创新水平的控制变量，μt是时间固定效应，μindustry是行业固定效应，εi,t是扰动项。

(二)数据说明

本文以2015 —2018年中国A股上市公司为研究样本(3)由于本文的主解释变量“数字经济指数”来自腾讯研究院每年的《数字中国指数报告》，可获得的年份是2015—2018，因此本文选取的样本区间是2015—2018。。上市公司的财务、专利、研发数据均来自Wind数据库和CSMAR数据库，城市数字经济指数数据来自腾讯研究院每年发布的《数字中国指数报告》。本文主要以企业专利申请数量、专利授权数量来衡量企业的创新水平。因为大部分专利来自制造业，为避免设定的回归模型不能真实的解释和预测经济现象，我们只保留了制造业的上市公司样本。除此之外，本文还剔除了存在数据缺失的样本，并对所有连续变量在1%和99%分位数上进行缩尾。经过上述处理，初步得到了8282个样本数据。

(三)变量的选择和定义

1.被解释变量

本文主要使用上市公司申请的专利数和被授权的专利数来衡量企业创新水平(innovation)。考虑到实用新型和外观设计的技术含量较低，与发明专利有本质区别，且不能准确体现企业的创新水平，因此，我们将实用新型和外观设计作为辅助验证之用。考虑到申请和获得专利可能是一家企业发起，也可能是多家企业联合发起，我们将这两种方式的专利数量加总来作为一家企业的真实专利数量。

2.核心解释变量

本文的核心解释变量是数字经济指数(index)，来自腾讯研究院每年发布的《数字中国指数报告》。该指数以腾讯旗下的网络数字信息为基础，整合滴滴、京东、携程、美团、拼多多等主流互联网数字企业的数字资源，采用具有可延续性和可比较性的算法进行编制，由数字产业、数字政务、数字生活和数字文化四个分指数加权平均而得。因此，该指数可以较为精准地反映每个城市的数字经济水平。

3.控制变量

参考已有文献，本文的基准回归里选取了以下控制变量：企业规模(size)、企业年龄(age)、资产负债率(lev)、无形资产比率(iar)、总资产净利润率(roa)、产权性质(soe)、两权分离率(sep)、最大股东控股比例(lhr)。主要变量的定义见表1。

表1 变量定义

四、实证结果和分析

(一)基准结果

本文利用模型(1)对假说4进行验证，结果如表2所示。从表2列(1)可以看出，不加入任何控制变量，数字经济指数和企业的创新产出具有显著的正向关系。当加入合适的控制变量之后，回归系数依然显著为正，这验证了之前提出的假说4。列(3)和列(4)显示，数字经济的发展对低技术含量的创新活动没有明显的促进作用。将创新指标替换成企业被授权的专利数量之后，结论依然不变。此外，企业规模(size)的系数显著为正，说明随着规模的扩大，企业可以动用更多的人力物力，抗风险能力得到加强，有实力从事高风险高收益的创新活动。企业年龄(age)的系数除了列(6)不显著外都是显著为负的，可能是因为新企业对新事物、新技术追求的意愿更加强烈，这种强烈的意愿会促使企业进行更多的研发创新活动。资产负债率(lev)的系数显著为负，说明企业杠杆率越高、企业的负债情况越严重，导致企业无法投入更多的资源进行研发创新。列(6)的无形资产比率(iar)系数显著为正，但是列(2) 无形资产比率的系数虽然为正但不显著，可能因为无形资产比率在一定程度上反映了企业原有的知识积累，高无形资产比率的企业可能过去进行着更多的创新研发、专利申请，企业对专利的申请过程十分熟悉，这有助于提升企业专利申请获批的可能性。列(2)总资产净利润率(roa)系数显著为正，这是因为企业盈利能力的提升使得企业有更多的资源进行研发创新活动。产权性质(soe)的系数显著为正，说明国有企业的创新水平高于非国有企业，可能是因为国有企业可以利用的资源更加丰富，比如，向银行贷款更加容易。两权分离率(sep)系数显著为正，说明两权分离率的增大对企业的创新水平具有促进作用，经营权和所有权的分离使得经营者可以突破企业所有者的能力限制，更加科学地管理企业，促进企业创新绩效。最大股东控股比例(lhr)的系数显著为负，说明控制权的过度集中不利于企业的创新水平的提升，可能是因为，在扁平化的股权结构下，监督机制可以发挥更好的作用，有效避免“独裁”现象，从而有助于上市公司进行较高水平的创新。

表2 数字经济影响企业创新水平的基准回归结果

续表2 数字经济影响企业创新水平的基准回归结果

(二)稳健性检验

1.更换被解释变量

因为研发投入和创新产出具有高度的相关性，所以可以将研发投入占比(rd1)、研发人员占比(rd2)作为创新水平的代理变量[20-21]。回归结果如表3列(1)和列(2)，结果与基准模型结论一致。

2.加入联合固定效应

加入行业固定效应和时间固定效应只能消除不随时间变化的行业特征，而加入行业—时间的联合固定效应可以消除随时间变化的行业特征。加入联合固定效应之后的基准回归结果如表3列(3)和列(4)所示，假说4依然成立。

(三)内生性讨论

虽然上述回归的样本中只包含了上市公司，上市公司数量占各城市企业总数量的比重很低，但是上市公司往往是规模较大的企业、各行业的龙头企业，对各地区、各行业的发展起到引领作用，对城市的整体数字发展有一定的影响力。而且创新水平高的企业一般数字化水平也较高，所以，上市公司的创新水平可能会对城市的数字化水平产生影响，这种反向因果关系会导致上述回归模型的内生性问题。为了处理这种双向因果关系导致的内生性，我们进一步使用工具变量的方法予以处理。我们采用了两种工具变量进行内生性检验。第一种构造工具变量的方法是采用滞后一期的核心解释变量，回归结果如表4列(1)和列(2)，结果依然支持假说4。第二种工具变量构造参考蔡竞和董艳[22]的做法，将城市分成直辖市、副省级城市和其他城市三个等级，将除本城市以外的同等级城市的数字经济发展指数的均值作为工具变量。构造该工具变量的合理性主要体现在：其一，因为是同等级城市的经济发展指数的均值，所以该均值和本城市的经济发展指数相关性很强；其二，因为该工具变量将本城市排除，描述的是其他同等级城市的经济状况，因此该工具变量不会对本城市企业的创新绩效产生直接影响。回归结果如表4列(3)和列(4)，结果依然支持了假说4。Kleibergen-Paap rk LM statistic和Cragg-Donald Wald F statistic的结果说明两种工具变量都不存在不可识别和弱工具的问题。

由于ICT行业(4)ICT是Information and Communication Technologies的简称，即信息和通信技术。ICT行业是指将信息技术和通信技术相融合的行业的总称。我们将2012年版证监会行业分类代码为C39的行业认定为ICT行业。是数字经济发展的基础，同样也是其萌芽的产物，天然就对数字技术有着强烈的追求意愿，将这些行业放入回归中会存在双向因果，从而产生内生性问题。将ICT行业剔除之后，用余下的样本进行基准回归，结果如表4列(5)和列(6)。回归结果依然稳健，支持假说4。

表4 工具变量法：两阶段回归结果

续表4 工具变量法：两阶段回归结果

(四)异质性分析

1.区分单独创新和联合创新

在表5列(1)和列(2)中，将企业单独申请的发明数量和企业联合申请的发明数量分别与数字经济指数回归可以发现，系数都显著为正，而且数字技术对企业联合申请的发明的影响更大。数字经济发展降低了企业间交流成本，加深了信息交流和共享的程度，有利于发现更多的合作创新的机会。总之，在数字经济时代，“合作共赢”才是时代主题，联合创新是企业更好的发展方式。如列(3)和列(4)所示，将企业申请的发明数量换成被授权的发明数量，回归结果依然支持此结论。

表5 区分单独创新和联合创新的异质性检验结果

续表5 区分单独创新和联合创新的异质性检验结果

2.区分不同资本密集度

本文使用固定资产和员工总人数的比值来刻画一个企业的资本密集度，将资本密集度和数字经济指数的交互性加入基准回归中，回归结果如下页表6所示。资本密集度和数字经济指数的交互性(index_kint)系数显著为正，说明数字经济对资本密集型行业的创新绩效的促进作用更大。近年来，中国数字经济的迅猛发展，离不开电商平台的发展、线上支付手段的普及和相关基础设施的建设，这都与资本息息相关。因此，中国数字经济具有天然的“亲资本”特性，在资本密集型企业中，数字经济可以发挥更大的促进作用。

3.区分是否有海外市场

本文的主解释变量数字经济指数衡量的是一个城市的数字经济水平，可以近似看成企业所处的外在数字经济环境，相比于海外市场，城市的数字经济发展与企业国内市场的关系更加紧密。如下页表7所示，在基准回归模型中加入是否进行海外销售和数字经济指数的交互性(index_oversea)，系数显著为负，说明数字经济的发展对只拥有国内市场的企业的促进作用更大。城市的数字经济发展可以通过提升企业自身的数字技术水平，来间接作用企业的海外市场行为，但却可以直接与企业的国内市场行为产生联系，因此，城市数字技术的发展更加有利于只拥有国内市场的企业。另一种解释是，相比于只拥有国内市场的企业，与城市数字技术发展拥有直接联系的国内市场对拥有海外市场的企业而言重要性有所下降，从而国内数字经济发展对拥有海外市场的企业的影响较小。

表7 区分是否有海外市场的异质性检验结果

续表7 区分是否有海外市场的异质性检验结果

(五)数字经济发展对企业创新的影响机制检验

为进一步探究数字经济发展对企业创新的影响机制，我们参考温忠麟和叶宝娟[23]的做法，对数字经济的创新效应进行中介效应分析，具体模型如下：

innovationi,t=α1+Aindexc,t+β1Xi,t+

μt1+μindustry1+εi,t

(2)

Mi,t=α2+βindexc,t+β2Xi,t+μt2+μindustry2+δi,t

(3)

innovationi,t=α3+Cindexc,t+DMi,t+

β3Xi,t+μt3+μindustry3+vεi,t

(4)

其中，Mi,t是我们选取的四个中介变量，分别是研发投入、沉淀冗余、未沉淀冗余和人力资本。

1.研发投入扩张效应

数字技术的发展增强了企业获取需求侧信息的能力，对市场消费状况的精准把握，有助于企业调整自身的创新行为，将资源投放到未来更加有利可图的领域，降低了研发投入的风险和创新的门槛，从而提升了企业的创新水平。从表8列(1)可以看出，数字经济发展指数系数显著为正，说明数字经济发展会促使企业扩张研发投入规模，结合列(5)的研发投入的系数显著为正，可见在数字经济对企业创新绩效的影响过程中，研发投入的中介效应十分明显。从而验证了假说1，数字经济发展可以显著地促使企业加大研发(R&D)，研发投入的扩张效应是企业提升创新水平的重要路径。

2.沉淀冗余扩大效应

本文参考李晓翔和刘春林[24]的做法，用管理费用、销售费用和销售收入的比值来衡量沉淀冗余(AS)，使用流动比率作为未沉淀冗余(US)的代理变量。结合表8列(2)和列(6)可以证明沉淀冗余是数字经济影响企业创新的一个重要途径。由于工资的刚需和劳动合同的存在，数字经济在与企业进行内部融合的过程中，效率的改善和成本的下降将会直接作用于企业的沉淀冗余，提高沉淀冗余的水平，可用于企业研发的沉淀冗余的增加和研发效率的改善共同促进了企业创新绩效的改善。如列(3)所示，数字经济的发展对未沉淀冗余的影响并不显著，这是因为，一方面，数字经济的发展改善了企业的外部融资环境，外部融资环境的改善使得企业有意向去降低未沉淀冗余，另一方面，由于代理问题的存在，更好的外部融资环境使得管理者可以更方便地进行更大规模的融资和投资行为，以达到扩大自身控制力的目的。如列(7)所示，未沉淀冗余的创新激励效应也是不明显的，同样是因为存在两种相反的作用。一方面，未沉淀冗余是一种可以被用于进行研发创新的资源，另一方面，过多的未沉淀冗余也会带来严重的代理问题，管理者盲目的投资行为可能对企业本身是不利的，对企业创新绩效并不能起到促进作用。基于以上分析，验证了假说2。

3.人力资本升级效应

数字经济发展减轻了劳动力市场的信息不对称，降低了求职者和职位的匹配成本，提高了劳动力市场的配置效率，使得企业更加容易获得符合自身需求的人才。同时，数字经济发展需要更多的高技术人才来予以支撑，对高技术人才的需求创造了更多适合高技术人才的岗位。因此，随着数字经济的发展，高技术员工必然会对低技术员工产生挤出效应。可见，数字经济降低了企业获得适配人才的难度，同时改变了企业对劳动力的需求结构，因此，数字经济发展将优化企业的人力资本结构，人力资本的优化升级必然有助于促进企业创新。如表8列(4)和列(8)所示，在数字经济影响企业创新绩效的过程中，人力资本起到了中介的作用，从而验证了假说3，数字经济发展优化了企业的人力资本状况，更多高质量人才为企业的研发创新奠定了更加坚实的基础。

表8 影响机制检验结果

续表8 影响机制检验结果

五、结论和启示

本文重点讨论了数字经济发展对企业的创新激励效应，并进一步探究了该效应产生的渠道。主要结论有：(1)数字经济的发展对高质量的企业创新活动有促进作用，但是对低质量的创新活动影响并不显著；(2)数字经济主要通过研发投入、沉淀冗余和人力资本这三个渠道来促进企业创新；(3)数字经济时代，“合作共赢”比“单打独斗”更加有利于企业创新；(4)由于代理问题的存在，未沉淀冗余难以起到促进企业创新的作用。

本文的经验研究具有明显的政策意义：首先，数据已经成为企业不可或缺的生产要素，对企业创新绩效的提升起到了巨大的推进作用，因此，有必要进一步扩大数字基础设施建设，鼓励和扶持相关产业，进一步深化数字产业化和产业数字化，更宽和更深地发展数字经济；其次，数字经济降低了信息市场的不对称性和信息交流成本，加速了信息资源的传递和积累，数字经济会对合作创新产生巨大推动作用，故而，政府有必要进一步采取相关措施降低地区间的壁垒，促进劳动力和资本的跨区域流动，鼓励企业的跨区域合作，更大程度上发挥数字经济对资源配置的优化作用；再次，为了更好地利用企业未沉淀冗余资源，有必要制定更加合理的激励策略和监督策略，更加有效地规避代理问题，充分发挥组织冗余对企业创新的积极作用；最后，数字技术的发展在降低成本、提升效率的同时，对劳动力市场产生了巨大冲击，在创造了更多的高技术岗位的同时，对低技术岗位产生了严重的挤出效应，因此，政府和企业必须采取必要措施，对低技术工人进行再培训，使得这部分工人也可以享受到数字经济带来的社会红利。