企业数字化与开放式创新

刘东阁 景国文 管海锋

[摘 要：文章以开放式创新的特征为出发点，选用2010—2021年我国制造业上市公司为样本，探讨了企业数字化与开放式创新之间的关系，并剖析了其中的作用渠道、影响因素和异质性。结果表明：企业数字化有利于促进开放式创新；渠道分析发现，企业数字化通过技术资源获取、市场需求把握和信息不对称缓解来促进开放式创新；影响因素分析发现，企业自身创新能力提高弱化了数字化对开放式创新的促进作用，而行业知识产权保护程度增强能够强化企业数字化对开放式创新的提升作用；异质性检验显示，企业数字化对开放式创新的促进效应在竞争性行业、大企业和非国企中更显著。

关键词：企业数字化；开放式创新；技术资源；市场需求；信息不对称

中图分类号：F273.1；F425；F49     文献标识码：A文章编号：1007-5097（2024）06-0044-12 ]

Corporate Digitalization and Open Innovation：

Channel Identification，Analysis of Influencing Factors，and Heterogeneity Testing

LIU Dongge1，JING Guowen1，GUAN Haifeng2

（1.School of Economics，Nankai University，Tianjin 300071，China；

2.School of Economics and Law，Chaohu University，Hefei 238024，China）

Abstract：This essay commences by delineating the attributes of open innovation and utilizes a sample of listed manufacturing firms spanning the period from 2010 to 2021 to investigate the correlation between corporate digitalization and open innovation. Furthermore，it delves into the mechanisms，influencing factors，and heterogeneity present within this correlation. Findings： Corporate digitalization plays a crucial role in facilitating open innovation. Channel identification analysis reveals that such facilitation is achieved through the acquisition of technological resources，understanding of market demands，and reduction of information asymmetry. An analysis of influencing factors shows that while improved internal innovation capabilities may counteract the positive impact of digitalization on open innovation，robust intellectual property protection mechanisms within the industry can enhance the benefits of digitalization on open innovation. Heterogeneity testing confirms that the positive impact of digitalization on open innovation is more pronounced in competitive industries，larger firms，and non-state-owned enterprises.

Key words：corporate digitalization；open innovation；technological resource；market demand；information asymmetry

一、引 言

党的二十大报告明确要求：“坚持创新在我国现代化建设全局中的核心地位”。作为创新的主体，企业是科技强国建设的生力军和实现中国式现代化的重要载体。但随着竞争越发激烈、创新资源稀缺性加剧以及市场和技术不确定性增加，企业仅依靠内部资源进行创新变得愈加艰难，因而利用开放式创新来提升自身创新能力成为当下越来越多企业的现实选择。

当下，数字经济与实体经济持续融合。数据显示，2022年中国数字经济增速达10.3%，高于同期名义GDP增速4.98个百分点，占GDP的比例从2008年的15.2%上升到2022年的41.5%（1）。企业是数实融合的基础，企业数字化不但作用于生产经营，也促使管理方式和决策模式革新，进而为企业创新带来重大机遇［1］，企业数字化能否促进其开放式创新活动开展，为企业创新模式转变提供可能，是数字化时代值得探讨的话题。

开放式创新强调企业对外部创新资源的利用和市场需求资源的获取和把握，但其合作、开放与共享特征也提高了因信息不对称而产生的外部交易成本［2］，从而降低了企业开放主动性。因此，数字化能否为企业获取外部创新资源和市场需求资源提供便利以及降低因信息不对称而产生的外部交易成本，成为企业创新模式向开放式转变的关键。此外，企业数字化与开放式创新之间的关系会受内外部因素的影响，如企业自身创新能力和知识产权保护等［3-4］。然而，既有研究对上述问题尚未给出明晰、完整的解答。鉴于此，本文从开放式创新的特点出发，以2010—2021年制造业上市公司为样本，考察企业数字化与开放式创新的关系。

二、文献综述

（一）企业数字化与创新关系的研究

既有研究从不同角度对数字化与企业创新的关系展开了探究，但尚未形成共识。一部分学者的观点偏正面。Nambisan等（2017）［5］的分析认为，数字化会对企业创新产生明显的促进效应；Coronado-Medina等（2020）［6］以102家企业为研究样本，发现数字化对企业创新具有明显的提升作用；唐要家等（2022）［7］从市场结构的角度发现企业数字化对创新的促进作用；张欣和董竹（2023）［8］以企业内外部层面为切入点，发现企业数字化能够显著促进创新。另一部分研究得出了不同结论。Ghasemaghaei和Calic（2020）［9］将美国企业数据作为样本，发现大数据的容量特征对企业创新无显著作用；庞瑞芝和刘东阁（2022）［10］从学习效应和竞争效应两个方面分析了企业数字化与创新间的“倒U”型关系；徐翔等（2023）［11］基于研发竞争的视角，发现企业创新存在数据要素陷阱。通过梳理可以看出，形成上述分歧的一个重要原因是：已有文献多聚焦于数字化对企业总体创新的影响，但实践中企业创新模式有封闭式和开放式，这两类模式存在显著差异，而已有文献大多未进行区分，从而未能剥离出企业数字化对开放式创新的影响。

（二）企业数字化对开放式创新的影响研究

早期研究以理论分析为主，如Agrawal和Goldfarb（2008）［12］指出BITNET的使用促进了学术界跨机构合作，尤其是在同一地理区域的研究人员之间。李海舰等（2014）［13］认为互联网的连通性能形成各种创新资源的整合以及加快企业间知识、信息传播；张昕蔚（2019）［14］探讨了数字化情境下的创新模式问题。后来研究以经验证据为主，如李光红等（2018）［15］从资源共享视角分析和验证了信息技术对开放式创新的促进作用；丁秀好和武素明（2020）［16］从知识整合角度，发现企业内外部IT能力均能促进开放式创新；贾西猛等（2022）［17］基于上市公司的研究发现，数字化对企业开放式创新具有显著促进作用。通过梳理可以看出，多数文献探讨互联网、信息技术对企业开放式创新的影响，但相较互联网、信息技术，企业数字化更能凸显数字技术的颠覆性影响和数据要素的关键作用。企业开放式创新的目的主要是获取外部创新资源和市场需求资源，并产生外部交易成本，但已有文献缺乏开放式创新特征分析，且仅从单一角度对影响渠道进行探讨。

（三）企业数字化的量化研究

企业数字化量化研究主要有两种方法：①文本分析法。如袁淳等（2021）［18］使用Python软件爬取企业年报中与数字化相关词汇的词频来衡量企业数字化。但基于文本分析法构造的指标容易受企业操纵，且可能仅反映企业的战略构想和未来展望。②采用数字化无形资产来度量［19］。但从实际投入看，企业数字化不但需要无形资产投资，还需要固定资产投资，因而基于无形资产构建的指标可能存在低估情况。

基于上述研究，本文尝试在以下方面做出边际贡献：首先，本文鉴于创新模式迥异，将研究聚焦于开放式创新，深入探讨企业数字化对开放式创新的影响，从而拓展企业数字化对创新影响的相关研究；其次，本文从技术资源获取、市场需求把握、信息不对称三个方面探索企业数字化影响开放式创新的机制，相对完整地考察企业数字化对开放式创新的作用渠道；再次，本文分别从企业自身创新能力和行业知识产权保护两个方面探究影响企业数字化与开放式创新关系的具体因素，从而对企业数字化产生正向作用的影响因素形成有效补充；最后，本文从实际投入角度衡量企业数字化，既有效解决了文本分析法存在的高估情况，又解决了无形资产衡量指标存在的低估情形。

三、理论分析与研究假设

Chesbrough（2003）［20］首次明确提出“开放式创新”，将其定义为：将内外部创新资源整合到统一架构中开展研发，并把自身技术通过内外部渠道实现市场化。之后，开放式创新的内涵不断深化。Chesbrough（2006）［21］将开放式创新视为市场主体，有目的地利用知识、技术的流入与流出，进而提高自身创新水平以及扩大市场份额的过程；Lichtenthaler（2011）［22］将开放式创新视为企业进行内外部开发、保持和利用知识等资源的活动；Eckhardt等（2018）［23］提出企业需要以开放、合作的心态寻找多样化的合作伙伴，并构建创新网络。从以上论述看，相较封闭式创新，开放式创新强调获取外部创新资源和把握市场需求动向并为其所用。

与封闭式创新相比，开放式创新需要市场主体间的开放、合作与共享，提高了其因信息不对称而产生的搜寻、协调和风险等外部交易成本［4，24-25］，降低企业开放式创新的主动性。可见，开放式创新不但强调企业对外部创新资源的利用和市场需求信息的把握，而且会因信息不对称产生外部交易成本。因此，本文从技术资源获取、市场需求把握、信息不对称三方面，剖析企业数字化对开放式创新的影响及其作用渠道。

（一）技术资源获取渠道

数字化能为企业获取技术资源提供便利，进而促进开放式创新。开放式创新以技术的获取和位移为媒介，但技术资源获取和位移的前提在于其有效流动和扩散，在非数字化环境下，技术资源的有效流动和扩散易受时空距离约束以及不同主体差异的影响［10］，导致企业只能获得有限技术溢出。数字技术使用能促进技术资源的数据化和传播的网络化，各类创新资源依托数字平台能够更多地在市场中暴露，增加传播范围以及获取概率，进而缓解企业面临的技术困境。另外，企业应用数字技术能提高自身的搜索、挖掘和分析能力，增加企业从其他主体获取外部技术以及提升企业整合内外部技术的水平，进而获得更多技术溢出。

（二）市场需求把握渠道

数字化有助于提高企业获取和把握市场需求资源，进而促进开放式创新。企业创新不但需要获取技术资源，还需要把握市场需求［26］。数字技术能加速市场需求信息的流动，使企业可以接触更广的市场需求信息以及实现对市场需求的精准捕捉。同时，在数字技术的加持下，企业可以汇聚更多客户偏好和市场需求信息，提升企业利用市场信息的效率，使企业更能精准地把握市场需求变动，并快速感知和响应市场变化。

（三）信息不对称降低渠道

数字化可以降低因信息不对称而引致的外部交易成本，从而促进开放式创新。其一，从搜寻成本看。企业为搜寻与自身特性和需求相匹配的创新资源和合作伙伴，需要耗费大量成本以及承担搜寻未果的风险［25］。企业利用数字技术不仅能及时和完整地收集、储存和分析各类主体公开的经营信息，帮助企业了解和挖掘潜在合作伙伴及其拥有的创新资源，而且可以摆脱时空距离约束，帮助企业扩大潜在合作对象的搜寻范围，提高搜寻成功率，进而降低搜寻成本。其二，从协调成本来说。开放式创新是多主体创新模式，各主体有区域、行业以及创新资源种类差别，为了减少或避免主体差异带来的问题，企业需要协调各参与主体间的关系［5］，即协调成本。企业依托数字技术不但能方便、快捷地连接外部主体，形成一个突破时空限制的交流网络，极大提高与外部主体的连接度和沟通效率，而且能将结构化和非结构化创新资源进行同质化处理［27］，实现不同类型创新资源的整合，减少由创新资源种类差异造成的协调成本。其三，从风险成本来说。源于开放式创新网络的复杂性以及各市场主体利益的变化，企业与外部主体存在潜在的机会主义行为和竞争关系，导致企业面临道德风险和技术泄露风险，增加企业风险成本［24-25］。数字技术能帮助企业实时、全面记录和保存开放式创新网络中的各类信息，减少企业面临的机会主义行为，从而减轻企业面临的道德风险和技术泄露风险。

综上分析，本文提出以下假设。

H1 企业数字化对开放式创新存在显著的促进作用。

H2a 企业数字化通过技术资源获取渠道促进开放式创新；

H2b 企业数字化通过市场需求把握渠道促进开放式创新；

H2c 企业数字化通过降低信息不对称促进开放式创新。

四、研究设计

（一）数据来源与处理

本文选取的研究对象为制造业上市公司，研究年份为2010—2021年，原因在于：2010年以前联合专利数据严重缺失以及企业数字化投资很少。本文同时剔除ST、*ST与退市样本、核心变量数据缺失样本，并进行上下1%的缩尾处理。联合专利数据源于CNRDS数据库，企业数字化数据源于人工汇总和处理的财务报表附注与数字化相关的资产投资，其他数据源于CSMAR数据库。

（二）变量说明

1.被解释变量：开放式创新（Inno_open）

借鉴Brockman等（2018）［28］的研究，本文以联合专利申请数的对数作为度量指标，原因有两点：一是以联合专利申请为表征的合作创新是企业开放式创新最关键的部分和原动力［29］；二是企业当下面临的主要是开放程度，因而采用是否进行开放的哑变量无法体现企业开放式创新的强度。

2.解释变量：企业数字化（Digital）

本文使用企业数字化固定资产和无形资产之和构建企业数字化指标。具体步骤如下：第一步，对企业财务报表附注中固定资产和无形资产的明细数据进行搜集；第二步，在企业固定资产和无形资产披露的所有词汇中，汇总出与数字化有关的词汇，具体如图1所示；第三步，根据汇总的数字化有关词汇，手工整理出与数字化有关的固定资产和无形资产；第四步，将企业数字化固定资产和无形资产加总得到企业数字化总资产；最后，由于企业数字化总资产数据具有典型的“右偏性”，因而进行对数化处理。

3.控制变量

参照相关研究，本文的控制变量包括：企业年龄（Age），以企业成立年限的对数表征；企业规模（Size），以总资产的对数表征；高管研发背景（Background），采用董事长或总经理是否有研发经历表征；资产负债率（Lev），以总负债/总资产表征；资产收益率（Roa），采用净利润/总资产表征；企业性质（Soe），国企取值为1，非国企取值为0；托宾q值（Tobinq），使用企业市值/总资产表征；股权集中度（Share），采用第一大股东持股比例表征；固定资产比率（Tan），采用固定资产净值/总资产表征；市场集中度（HHI），以赫芬达尔指数表征。

（三）模型设定

为检验企业数字化对开放式创新的影响，本文构建如下计量模型：

[Inno_openit=α0+α1Digitalit+ΣαCvsit+ΣYear+ΣInd+εit] （1）

其中：Inno_openit为企业开放式创新；Digitalit为企业数字化；Cvsit为控制变量；[εijt]为误差项；Year和Ind为年份和行业固定效应。

五、实证结果与分析

（一）描述性统计与相关性检验

描述性统计见表1所列。

由表1可知企业开放式创新的均值为0.73，标准差为1.19，最大值与最小值间差距较大，说明企业间的创新开放度存在明显差异；企业数字化的均值为16.66，标准差为1.53，最大值与最小值间差距较大，说明企业间的数字化水平存在明显不同。由相关性检验结果发现，企业数字化与开放式创新的相关系数显著为正，其他变量之间相关系数基本显著，且其系数绝对值基本小于0.5，可以排除共线性问题造成的影响（2）。

（二）基准回归

基准回归结果见表2所列。第（1）和（2）列是剔除了联合专利申请数为0的样本，结果显示：无论是否加入控制变量，核心解释变量企业数字化的估计系数均显著为正。第（3）和（4）列是加入联合专利申请数为0的样本，核心解释变量的系数符号和显著性水平无根本改变。另外，本文还使用分项指标企业数字化固定资产（DigitalTan）和数字化无形资产（DigitalInt）作为自变量进行检验，回归结果无根本改变。上述回归结果表明：企业数字化有助于促进其进行开放式创新活动。在经济显著性上，从第（4）列的回归结果来看，企业数字化平均提升1%，其开放式创新会提高10.28%。总之，无论是统计显著性还是经济显著性，企业数字化均能够显著促进开放式创新，验证了H1。

控制变量中，以第（4）列的结果为例，企业规模、高管研发背景、企业性质的估计系数均显著为正，表明大企业业务范围更广，与外部经济主体合作的机会越大，其创新开放度也更高，具有研发经历的管理层会更加重视创新，引致其开放式创新水平更高，国企的开放式创新程度高于非国企的开放式创新程度；固定资产比率的估计系数显著为负，表明固定资产投入会对企业开放式创新投入产生挤出效应；其他控制变量的估计系数均不显著，表明这些因素并没有对企业开放式创新产生明显作用。

（三）内生性问题

1. Heckman两阶段模型

为处理由样本选择偏误导致的内生性问题，本文使用Heckman两阶段模型进行检验。Heckman两阶段模型的检验结果见表3所列。第一阶段的回归结果显示：上一年开放式创新决策、资产负债率、资产收益率、托宾q值对企业开放式创新决策的估计系数均显著，但对开放式创新无显著影响，说明第一阶段方程满足排他性条件；第二阶段的回归结果显示：逆米尔斯比率（Imr）的估计系数在1%水平上显著为负，说明存在样本选择偏误引致的内生性偏差。在加入逆米尔斯比率后，企业数字化的估计系数在1%水平上显著为正，这与基准结果一致。说明使用Heckman两阶段模型纠正样本选择偏误造成的内生性问题后，本文结论依然成立。

2. 工具变量法

本文结论可能还存在互为因果造成的内生性问题。为此，本文首先借鉴柏培文和张云（2021）［30］的研究，选取各地级市地形起伏度与上一年全国互联网上网人数的交乘项（Rdls）作为企业数字化的工具变量。地形起伏度越大，建设信息与通信等数字基础设施的时间越长、成本越高，不利于当地企业及时应用数字技术，满足相关性要求。同时，地形起伏度的自然属性决定了其对企业开放式创新活动很难造成直接影响，基本不会受到企业发展的影响，满足排他性要求。其次，借鉴黄群慧等（2019）［31］的做法，选择1984年各地级市每万人固定电话数量与上一年全国互联网上网人数的交乘项（Telephone）作为企业数字化的工具变量。企业所在地以往通信水平体现了该地区的数字化接受程度和应用水平，这将影响该地区企业的数字化水平，满足相关性要求，固定电话主要提供通信服务，且其影响正在消失，难以直接影响企业开放式创新，满足外生性要求。

工具变量法的回归结果见表4所列，可以看出：第一阶段中工具变量rdls、telephone的估计系数均显著，表明工具变量与企业数字化之间存在明显相关性。第（2）列和第（4）列的回归结果显示：不可识别检验的统计量结果在1%水平上显著，表明模型不存在识别不足的情况。弱工具变量检验的统计量结果均大于弱工具变量识别F检验在10%水平上的临界值（16.38），表明模型不存在弱工具变量的情形。以上结果表明了本文工具变量选取的合理性。第二阶段中企业数字化的估计系数均在1%水平上显著为正，与基准结果一致。说明使用工具变量法纠正互为因果造成的内生性问题后，本文结论仍然成立。

（四）稳健性检验

1. 更换解释变量

①采用企业数字化资产占总资产的比例进行替代，记为Dig；②借鉴袁淳等（2021）［18］的研究，对年报中“管理层讨论与分析”部分披露的数字化有关词汇的总频率加1，并进行对数化处理，记为DigitalText；③鉴于不同行业和不同地区企业数字化的差异，分别采用经过行业均值和地区均值调整的企业数字化指标进行替代，该指标分别体现了企业数字化在行业内和地区间的相对水平，分别记为DigitalInd和DigitalReg。回归结果见表5第（1）至（4）列，可以看出，无论使用哪种替换方式，本文结论依然稳健。

2. 更换被解释变量

①使用企业是否进行开放式创新的哑变量替代，记为Inno_opendum。由于是二值变量，因而使用Logit模型进行回归；②由于联合专利申请可能是前期合作的结果，存在一定滞后性，为此，本文采用联合专利申请数的t+1期和t+2期进行回归。回归结果见表5第（5）至（7）列，结果显示：变更企业开放式创新的衡量方式后，本文结论仍成立。

3. 企业固定效应

通常而言，基本面较好的公司，其开放式创新水平可能较高，其数字化水平也可能更高。因此，为控制企业基本面情况对回归结果的影响，本文进一步控制企业固定效应。回归结果见表6第（1）列，结果表明本文结论可靠。

4. 更换回归模型

鉴于联合专利申请数为计数数据，本文以联合专利申请数的原值作为被解释变量，分别采用面板泊松模型与面板负二项模型进行回归，回归结果见表6第（2）列和第（3）列，结果表明本文结论稳健。

5. 排除干扰性因素

其一，排除资本市场的干扰。样本区间内对企业造成潜在巨大冲击的主要是2008年全球金融危机，故将2010—2011年的样本删除。其二，排除地区因素的干扰。企业数字化会受到当地数字经济发展水平的影响，因此，本文依据赛迪颁布的《2022中国数字经济发展研究报告》，将注册地位于北京、上海、广州、深圳、杭州五个数字经济发展头部城市的样本企业删除。其三，排除行业因素的干扰。数字经济主要包括数字产业化和产业数字化两个方面，作为数字经济的核心，数字产业化企业的数字化水平通常较高，为此，本文将属于数字产业化的样本删除。回归结果见表6第（4）至（6）列，结果显示，在排除这三项干扰性因素后，本文结论仍然可靠。

六、进一步探讨

（一）作用渠道检验

为验证企业数字化是否能够通过技术资源获取、市场需求把握和信息不对称缓解渠道来促进开放式创新，本文采用江艇（2022）［32］提出的方法进行检验。对于技术资源获取（Tech）：在创新经济学中，专利后向引用被用来度量知识和技术的传播、流动和溢出，因此，本文以专利后向引用作为技术资源获取的代理变量；市场需求把握（Market）：借鉴Tseng等（2007）［26］的研究，采用与市场相关的支出与营业收入之比来表征，该指标说明了企业通过市场需求资源使得产品有价值的程度；信息不对称（Opacity）：本文的信息不对称主要强调企业的外部信息和交易环境，因此，采用资产专用性来量化企业的信息不对称，资产专用性越强，意味着企业原有资产转换成本越高，更易被交易对手“敲竹杠”，从而面临更高的外部交易成本［33］。具体地，借鉴周煜皓和张盛勇（2014）［34］的研究，采用固定资产、在建工程、无形资产、长期待摊费用之和占总资产的比重度量（3）。

企业数字化对开放式创新的作用渠道回归结果见表7所列。其中，第（1）至（3）列为企业数字化分别对技术资源获取、市场需求把握和信息不对称的回归结果。第（1）列中企业数字化的估计系数在1%水平上显著为正，表明企业数字化有助于其获取外部技术资源；第（2）列中企业数字化的估计系数在1%水平上显著为正，表明企业数字化有助于其获取和把握市场需求；第（3）列中企业数字化的估计系数在1%水平上显著为负，表明企业数字化有助于缓解信息不对称，降低外部交易成本。

为形成一个更完整的作用渠道逻辑链条，本文进一步分别检验技术资源获取、市场需求把握和信息不对称对企业开放式创新的影响，回归结果见表7第（4）至（6）列。第（4）列中技术资源获取的估计系数在1%水平上显著为正，表明技术资源获取能够促进企业开放式创新；第（5）列中市场需求把握的估计系数在10%水平上显著为正，表明市场需求的把握能够促进企业开放式创新；第（6）列中信息不对称的估计系数在1%水平上显著为负，表明信息不对称缓解能够促进企业开放式创新。

至此，本文验证了企业数字化对开放式创新的作用渠道，发现企业数字化能够通过技术资源获取渠道来促进开放式创新，验证了H2a；企业数字化能够通过市场需求把握渠道来促进开放式创新，验证了H2b；企业数字化有利于缓解信息不对称，降低外部交易成本，从而有助于促进企业创新的开放水平，验证了H2c。

（二）内外部影响因素分析

企业并非处于真空中，企业数字化与开放式创新之间的关系会受到内外部因素的影响，如企业自身创新能力和知识产权保护等［3-4］。因此，本文从内外部两个方面进一步探讨企业数字化与开放式创新之间关系的影响因素。

1. 内部影响因素

作为开放式创新的一个重要条件［29］，企业自身创新能力是影响其数字化与开放式创新之间关系的主要内部因素之一。一般而言，自身创新能力较强的企业，其研发投入较多，同时在技术积累、人才储备、市场化应用等方面具有较大优势。一方面，自身具备较强创新能力的企业能够吸引更多潜在的知识、人才和资金等资源以及合作伙伴；另一方面，自身具有创新优势的企业吸收能力更强，通常具备出众的创新资源整合能力［35］，能够获得更多的技术溢出和市场动态信息。因此，企业自身创新能力的提升在一定程度上替代了数字化为企业开放式创新带来的便利，弱化了数字化对开放式创新的促进作用。

基于以上分析，为检验企业自身创新能力的作用，本文以研发投入/总资产作为企业自身创新能力（RD）的代理变量，将企业自身创新能力及其与数字化的交乘项（Digital×RD）加入式（1）进行回归。回归结果见表8第（1）和（3）列，结果显示：交乘项（Digital×RD）的估计系数显著为负，说明自身创新能力越强的企业，数字化对开放式创新的促进作用越弱。

2. 外部影响因素

作为开放式创新活动的创新收益以及外部创新有效供给的条件［4］，知识产权保护是影响企业数字化与开放式创新之间关系的主要外部环境因素之一。虽然数字化为企业从外部获取创新资源提供了便利，但企业间进行技术和知识的位移、共享和应用需要签订合同来明确知识产权的归属，对各项条款进行约束、监管和执行［36］。另外，知识产权保护程度较低的行业由于担忧技术和知识的外泄，企业间的开放和合作变少，导致企业难以搜寻和筛选出匹配的合作对象。因此，知识产权保护能够为企业开放式创新提供公平、公正、透明的环境，为企业应用数字技术获取创新资源和筛选匹配的合作对象提供良好条件，强化企业数字化对开放式创新的促进作用。

基于此，为检验知识产权保护的作用，本文参考尹志锋等（2013）［37］的研究，将行业研发密度的哑变量（IPP）及其与数字化的交乘项（Digital×IPP）加入式（1）进行检验。检验结果见表8第（2）和（3）列，结果显示：交乘项（Digital×IPP）的系数均在10%水平上显著为正，说明行业知识产权保护越严格，数字化对开放式创新的促进作用越强。

（三）异质性检验

企业属性不同的情形下，数字化对其开放式创新的影响可能存在非对称效应，为此，本部分进一步从竞争属性、规模属性和产权属性三个维度来揭示数字化引致的开放式创新效应在异质性群体中的不同表现。

1. 竞争属性

根据行业竞争程度，本文将样本分为竞争性行业和垄断性行业，回归结果见表9第（1）和（2）列，可以看出，在垄断性行业中，企业数字化的估计系数不显著，而在竞争性行业中，企业数字化的估计系数显著为正，表明数字化对竞争性行业开放式创新的促进效应更强。形成这种情形的可能原因是：首先，垄断性行业中的企业在资源获取、市场占有等方面具有天然优势，面临较小的市场竞争，对数字技术的关注较弱和数字化的推动力不足。相较之下，竞争性行业中企业面临巨大的竞争压力，这类企业有更强的意愿进行数字化转型，以在市场中谋得一席之地。其次，垄断性行业中的企业开放式创新的动力不足，加上行业中企业数量少，企业很难找到与自身需求相匹配的合作对象，且垄断性行业中企业的策略性行为更强，其开放程度更低，因而对数字化的需求较小。

2. 规模属性

本文采用企业总资产的对数度量企业规模，并将样本划分为中小企业和大企业两组，回归结果见表9第（3）和（4）列，可以看到，在中小企业样本中，企业数字化的估计系数在10%水平上显著，在大企业样本中，企业数字化的估计系数在1%水平上显著，且明显大于中小企业样本中数字化的系数，表明相对于中小企业，数字化对大企业开放式创新的促进效应更大。上述情况产生的可能原因在于：数字化作为一项长期的系统工程，相对于大企业，中小企业不但在数字化战略方案制定、执行方案到最终落地等方面缺乏规划，而且缺少数字化所需的资金、人才和技术准备，导致众多中小企业面临“不会转、不能转、不敢转”的境地。同时，“规模歧视”更加重了中小企业的数字化资金约束，导致其数字化进程缓慢、成效甚微。

3. 产权属性

本文根据企业是否为国有控股，将样本分为非国企和国企两组，回归结果见表9第（5）和（6）列，可以看到，在非国企样本中，企业数字化的估计系数显著为正，在国企样本中，企业数字化的估计系数不显著，表明数字化对非国企开放式创新的促进效应更强。产生这一现象的可能原因在于：一方面，相比非国企，国企面对的竞争压力较小、市场化程度较低，存在严重的代理问题，缺乏有效的监督机制，导致国企数字化的推进意愿和程度不强；另一方面，国企还承担就业和社会稳定等公共职责，导致其经营业绩与管理层努力之间的因果关系更为模糊，且企业决策受到较多政府干预。在这样的环境下，管理层并非以股东价值最大化为重要目标，而是想要提高薪酬、政治晋升或建立声誉，这会使管理层过于关注短期业绩［38］，造成管理层短视以及金融投资倾向，从而抑制企业数字化及其创新活动的开展。

七、研究结论与政策启示

在企业创新向开放式创新模式转变和数字经济加快发展的背景下，本文从开放式创新的特征出发，选取制造业上市公司为研究对象，研究年份为2010—2021年，考察企业数字化与开放式创新之间的关系，并探讨其中的作用渠道、影响因素和异质性。研究发现：企业数字化对开放式创新具有显著的促进作用；作用渠道的回归结果发现，企业数字化通过技术资源获取、市场需求把握和信息不对称缓解来促进开放式创新；内外部影响因素的分析发现，企业自身创新能力提高弱化了数字化对其开放式创新的促进作用，而行业知识产权保护程度增强能够强化数字化对企业开放式创新的促进作用；异质性检验显示，企业数字化对开放式创新的促进效应在竞争性行业、大企业和非国企中更为显著。

结合上述研究结论，本文提出以下三点政策启示：

第一，加快企业数字化转型，充分发挥数字化对市场主体的连接性作用，促进技术资源和市场需求信息的有效流动和扩散以及缓解信息不对称程度。其一，数字化实现对市场主体连接进而助力技术资源和市场需求信息的获取以及信息不对称的缓解需要以数据和信息为载体、以数字技术和平台为工具，因此，在数字通信、算力、信息传输、算法等数字技术的基础领域应加大研发创新，助力人工智能、大数据、区块链、云计算等数字技术的发展，为企业数字化提供技术基础；其二，政府应加快与企业数字化相关的政策落地，帮助企业摆脱数字化过程中由能力弱和基础差造成的“不会转”、成本高和风险大产生的“不能转、不敢转”问题；其三，企业应遵循数字化发展规律，充分认识数字化转型的长期性和系统性，不但要加强数字化方面的人才、知识储备以及技术积累，而且应妥善结合自身条件，统筹推进数字化建设，进而有效释放数字化对企业发展的放大、叠加和倍增作用。

第二，在充分利用数字化为企业获取技术资源和市场信息带来的便利以及缓解信息不对称的同时，应结合自身实际创新情况和外部知识产权保护水平，明确适合自己的开放范围，有效避免道德风险和技术泄露风险。一方面，企业应充分利用数字技术获取潜在的创新资源和合作伙伴，通过与其他企业、高校、科研机构、供应商等市场主体的网络化、数字化互联，弥补企业自身创新资源匮乏的劣势以及缓解信息不对称程度，实现与内部资源的优势互补与信息成本的降低，进而形成新知识和激发企业创新积极性；另一方面，在开放式创新过程中，企业应结合自身创新实际以及知识产权保护程度，明确适合自己的开放范围，适当地构建开放式创新网络，有效控制技术泄露风险和机会主义行为。另外，政府在强化与知识产权相关的立法工作以及严格执行知识产权法律法规等硬环境的同时，应营造良好的软环境，为企业开放式创新提供良好的法制基础。

第三，由于行业、企业间数字化水平差异较大，其对行业、企业开放式创新的影响也有明显差异。因此，在推行相关数字经济政策时，政府不仅要考虑不同行业、企业在数字技术方面的个性化需求，还应当考虑资金、人才、知识和技术积累等方面的差异，尽可能细化政策规定和加强政策精准性，做到“因产制宜”“因企制宜”。同时强化对企业使用资金的核查和监督，让资金真正“用于刀刃上”，防止企业急功近利和跟风攀比引致的数字化“骗补”行为。

注 释：

（1）数据来源：中国信息通信研究院发布的《中国数字经济发展研究报告（2023）》。

（2）限于篇幅，相关性检验结果留存备索。

（3）由于固定资产和无形资产中包含数字化固定资产和无形资产，因而在计算时将其剔除，同时在回归时将控制变量固定资产比率剔除。

参考文献：

［1］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.

［2］ADEGBESAN J A，HIGGINS M J. The Intra-Alliance Division of Value Created Through Collaboration［J］. Strategic Management Journal，2010，32（2）：187-211.

［3］ARGYRES N S，FELIN T，FOSS N，et al. Organizational Economics of Capability and Heterogeneity［J］. Organizational Science，2012，23（5）：1213-1226.

［4］高良谋，马文甲.开放式创新：内涵、框架与中国情境［J］.管理世界，2014（6）：157-169.

［5］NAMBISAN S，LYYTINEN K，MAJCHRZAK A，et al. Digital Innovation Management：Reinventing Innovation Management Research in a Digital World［J］. MIS Quarterly，2017，41（1）：223-238.

［6］CORONADO-MEDINA A，ARIAS-P?REZ J，PERDOMO-CHARRY G. Fostering Product Innovation Through Digital Transformation and Absorptive Capacity［J］. International Journal of Innovation and Technology Management，2020，17（6）：2050040.

［7］唐要家，王钰，唐春晖.数字经济、市场结构与创新绩效［J］.中国工业经济，2022（10）：62-80.

［8］张欣，董竹.数字化转型与企业技术创新——机制识别、保障条件分析与异质性检验［J］.经济评论，2023（1）：3-18.

［9］GHASEMAGHAEI M，CALIC G. Assessing the Impact of Big Data on Firm Innovation Performance：Big Data is not Always Better Data［J］. Journal of Business Research，2020，108（1）：147-162.

［10］庞瑞芝，刘东阁.数字化与创新之悖论：数字化是否促进了企业创新？——基于开放式创新理论的解释［J］.南方经济，2022（9）：97-117.

［11］徐翔，赵墨非，李涛，等.数据要素与企业创新：基于研发竞争的视角［J］.经济研究，2023，58（2）：39-56.

［12］AGRAWAL A，GOLDFARB A. Restructuring Research：Communication Costs and the Democratization of University Innovation［J］. American Economic Review，2008，98（4）：1578-1590.

［13］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.

［14］张昕蔚.数字经济条件下的创新模式演化研究［J］.经济学家，2019（7）：32-39.

［15］李光红，刘德胜，张鲁秀.信息技术、资源共享与开放式创新——基于新创科技企业的调查［J］.江海学刊，2018（6）：248-253.

［16］丁秀好，武素明.IT能力对开放式创新绩效的影响：知识整合能力的中介效应［J］.管理评论，2020，32（10）：147-157.

［17］贾西猛，李丽萍，王涛，等.企业数字化转型对开放式创新的影响［J］.科学学与科学技术管理，2022，43（11）：19-36.

［18］袁淳，肖土盛，耿春晓，等.数字化转型与企业分工：专业化还是纵向一体化［J］.中国工业经济，2021（9）：137-155.

［19］祁怀锦，曹修琴，刘艳霞.数字经济对公司治理的影响——基于信息不对称和管理者非理性行为视角［J］.改革，2020（4）：50-64.

［20］CHESBROUGH H. Open Innovation：The New Imperative for Creating and Profiting from Technology［M］. Boston：Harvard Business School Press，2003.

［21］CHESBROUGH H. Open Innovation Models：How to Thrive in the New Innovation Landscape［M］. Boston：Harvard Business School Press，2006.

［22］LICHTENTHALER U. Open Innovation：Past Research，Current Debates and Future Directions［J］. Academy of Management Perspectives，2011（2）：75-93.

［23］ECKHARDT J T，CIUCHTA M P，CARPENTER M. Open Innovation，Information and Entrepreneurship Within Platform Ecosystems［J］. Strategic Entrepreneurship Journal，2018，12（3）：369-391.

［24］LAURSEN K，SALTER A. Open for Innovation：The Role of Openness in Explaining Innovation Performance Among UK Manufacturing Firms［J］. Strategic Management Journal，2006，27（2）：131-150.

［25］杨震宁，赵红.中国企业的开放式创新：制度环境、“竞合”关系与创新绩效［J］.管理世界，2020，36（2）：139-160，224.

［26］TSENG C H，TANSUHAJ P，HALLAGAN W，et al. Effects of Firm Resources on Growth in Multinationality［J］. Journal of International Business Studies，2007，38（6）：961-974.

［27］YOO Y L，BOLAND R J，LYYTINEN K，et al. Organizing for Innovation in the Digitized World［J］. Organization Science，2012，23（5）：1398-1408.

［28］BROCKMAN P，KHURANA I K，ZHONG R. Societal Trust and Open Innovation［J］. Research Policy，2018，47（10）：2048-2065.

［29］郑玮.国际化对开放式创新的影响——来自中国制造业上市公司的经验证据［J］.国际贸易问题，2020（10）：51-66.

［30］柏培文，张云.数字经济、人口红利下降与中低技能劳动者权益［J］.经济研究，2021，56（5）：91-108.

［31］黄群慧，余泳泽，张松林.互联网发展与制造业生产率提升：内在机制与中国经验［J］.中国工业经济，2019（8）：5-23.

［32］江艇.因果推断经验研究中的中介效应与调节效应［J］.中国工业经济，2022（5）：100-120.

［33］WILLIAMSON O E.The Economic Institutions of Capitalism［M］.New York：Free Press，1985.

［34］周煜皓，张盛勇.金融错配、资产专用性与资本结构［J］.会计研究，2014（8）：75-80，97.

［35］VAN DEN BOSCH F A J，VOLBERDA H W，DE BOER M. Coevolution of Firm Absorptive Capacity and Knowledge Environment：Organizational Forms and Combinative Capabilities［J］. Organization Science，1999，10（5）：551-568.

［36］POPPO L，ZENGER T. Do Formal Contracts and Relational Governance Function as Substitutes or Complements？［J］. Strategic Management Journal，2002，23（8）：707-725.

［37］尹志锋，叶静怡，黄阳华，等.知识产权保护与企业创新：传导机制及其检验［J］.世界经济，2013，36（12）：111-129.

［38］NARAYANAN M. Managerial Incentives for Short-Term Results［J］. The Journal of Finance，1985，40（5）：1469-1484.

［责任编辑：胡亭亭］