技术并购在行业创新价值链中的作用机制研究：信息技术赋能的调节作用

王宛秋，高 雅，王 芳

(北京工业大学经济与管理学院北京现代制造业发展研究基地，北京 100124)

1 研究背景

党的十九届五中全会审议通过的《中共中央关于制定国民经济和社会发展第十四个五年规划和二○三五年远景目标的建议》明确提出，在新发展阶段下，要贯彻落实新发展理念，推动高质量发展，加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局。产业链安全高效是构建新发展格局的基础，推动传统产业高端化、智能化、绿色化转型升级，加快新一代信息技术与制造业深度融合，是促进产业链全面提升的重要抓手。技术并购则通过全面引入团队、技术、显性和隐性知识等外部创新资源成为增强产业链上现有技术、补充产业链上现有技术的不足、融合链外资源拓展产业链的边界的可能途径。近年来，在不断发展和完善资本市场的支撑下，技术动机的并购愈发活跃。根据清科研究中心发布的《2020 年中国并购市场研究报告》，2020 年中国并购市场全年共发生并购事件1 893 起，涉及总金额12 111.77 亿元，分别同比上升3.3%、19.6%，以被并购方统计，全年数量前三位的行业分别为机械制造（216 起，+36.7%）、IT（182 起，+14.5%）以及生物技术/医疗健康（153起，-13.6%）。创新理论认为，创新是将生产要素和生产条件的新组合引入生产体系，从而建立一种新的生产函数，带来新的经济价值。那么，技术并购是否真的如人们所期望的那样，通过引入新的创新资源并促进行业内外部的资源整合而成为产业链强链、补链、扩链的创新驱动手段呢？在其中表现为何种作用机理呢？

本研究将在行业层面从创新价值链的角度来深入探索这个问题。Hansen 等［1］首次提出创新价值链的概念，将创新表述为一个从创意产生到创意转化、创意扩散的动态链式过程。之后，Gong 等［2］将专利创新活动分为知识创新、应用研究和专利商业化三个阶段，其中，知识创新阶段是创新价值链的起点和创新价值实现的基础，创新主体往往通过内部创新投入和外部资源导入相结合的方式实现知识创新。创新合作、技术交易、技术并购等都是创新资源外部导入的有效方式。相较于其他几种外部导入方式，技术并购能够带来包括显性知识和隐性知识在内的更核心更全面的创新资源，而且连接关系最为紧密，更易与企业内部的研发活动产生协同作用，从而促进新的创意的产生［3］。目前，关于技术并购和创新之间关系的现有文献，也大多持促进论的观点［4］。但是，这些研究大多因以企业级数据为样本对技术并购与通常用专利申请数衡量的企业创新绩效之间的关系进行研究，而受到内生性问题、未能体现创新价值产出等诸多挑战，而且，亦不能解释其在促进产业链高质量发展中的作用机制。基于此，本研究将在现有文献的基础上，在行业创新价值链层次上进一步探索技术并购在创新过程中的作用机制，从而为通过创新资源的引入和融合促进产业链水平提升提供参考和借鉴。

同时，信息技术则通过信息化、数字化、智能化赋能为产业链升级提供了新的要素支撑。2018 年11 月，中国行业信息化融合发展论坛提出“信息推动升级，智能催生变革”，即通过促进传统行业与信息产业的深度融合，赋能传统行业的变革与创新。与信息产业的融合，有助于传统行业提升其信息化和智能化水平［5-7］，产生传统行业技术与信息技术的集成创新和叠加效应，促进创新资源的高水平整合和创新绩效的跃迁。那么，信息技术赋能是否能够有效促进通过技术并购导入的外部创新资源的吸收、整合和转化提升行业现代化水平和创新水平，从而推进产业链的高质量发展亦是值得探究的内容。

基于此，本研究基于2007—2019 年中国工业细分行业数据，在创新价值链的研究框架下探究技术并购对行业创新价值产出的影响机制，以及信息技术赋能在这一过程中的作用。理论层面上，本研究从创新资源外部导入的角度丰富了创新价值链理论的研究，并通过基于行业级的研究克服了企业级数据的技术并购研究中可能存在的“创新能力强的公司可能更倾向于开展技术并购”的内生性问题。应用层面上，本研究为通过基于技术并购的行业创新资源外部导入和信息化战略促进产业链提升和金融市场的技术并购行为监管提供参考。

2 理论基础与研究假设

2.1 行业创新价值链及其创新投入的内外部来源

创新过程作为创新研究的重要领域，相关理论不断涌现。Solo［8］认为技术创新的两个必要过程为创意的来源和持续发展。Magoroh［9］则进一步认为创新由技术开发和市场化两个阶段组成，即创新过程中新技术必须转化为新产品并进行市场化。其后，有多位学者将创新价值实现的动态过程定义为创新价值链，并从各个角度对这一个过程进行了有价值的探索。Hansen 等［1］首次在研究中提到了创新价值链的概念，认为创新价值链由创意的产生、创意的转换和创意的扩散三个相关联的动态过程组成。Gong 等［2］从知识扩散的角度将专利创新活动分为三个阶段：知识创新阶段、应用研究阶段和专利商业化阶段，并通过2009—2017 年64 所大学的面板数据实证检验创新价值链的影响因素。Guan 等［10］则从技术创新的基本特征和经济计量的角度将创新过程分为科技研发阶段和科技成果转化阶段两个阶段：第一个阶段投入要素通过研发等活动得到通常由专利申请数来衡量的创新成果产出；第二个阶段进一步通过生产、营销等实现创新成果的商业化。虽然这些关于创新价值链的诠释各有侧重，但总体而言都表述了一个经济活主体的创新活动从创意产生到价值实现的链式过程。

为深入探索技术并购在行业创新过程的作用机理，本研究在现有创新价值链理论的基础上，结合创新资源产生和流动的实践概括了行业创新过程，并进一步从内源和外源区分了创新资源的积累方式，建立了一个能够充分体现创新资源的内部投入和外部导入的行业创新价值链，如图1 所示。行业创新价值链由知识创新、技术创新和产品创新三个阶段组成。其中，知识创新阶段包括对知识原理、规律方法的研究，技术创新阶段涉及研究开发、技术测验、成果试制等活动，产品创新阶段则包含产品设计、工艺设计、营销推广等环节，这三个阶段依次获得知识和技术原理、专利、新产品等产出。不同阶段投入产出的重点不同，但阶段之间具有连续性、互动性、动态性的特征，促进整体创新绩效提升必须注重每个阶段，并进行协调整合。

图1 行业创新价值链

在行业创新价值链中，内部投入和外部导入是创新主体知识创新阶段两种主要的创新投入来源。其中，内部投入包括创新主体的研发费用投入和研发人员投入；外部导入则是来自创新主体外部的创新资源引入，是行业内或者行业外的不同创新主体间的合作交流，包括以战略联盟和合作网络等为代表的合作、技术并购、购买专利技术和加入创新合作网络等方式［11-12］。相对于其他外部导入方式，技术并购能够以较低的时间成本、目的明确地获取能够增强、拓展创新链上现有技术或者弥补创新链上技术不足的，包括团队、技术、隐性和显性知识在内的全面的创新资源，以及被并方的决策权或决策参与权，从而更有益于外部导入资源在创新价值链上的内化和价值实现。

2.2 技术并购与行业创新价值链

目前国内关于创新价值链的研究，主要聚焦于创新效率的测量，如余泳泽等［13］结合国内具体的创新实践将创新价值链划分为知识创新、科研创新、产品创新三个阶段并采用DEA 模型考察各阶段的创新效率；洪银信［14］对创新价值链的起点和终点进行界定，并深入阐述了创新价值链各阶段的内在联系。很少有研究针对不同的创新资源来源在创新价值链中的可能作用进行探讨，更鲜有学者考察技术并购作为一种创新资源来源对于创新价值链的影响。而关于技术并购与创新绩效的相关研究，虽然从资源基础观的角度证实技术并购能够给企业带来互补的技术资源，与企业内部研发形成协同效应［15］，提高企业的自主创新能力［16］，并正向影响企业绩效［17］，亦深入探讨了目标公司的选择、主并购公司的学习能力、整合能力、并购双方技术匹配程度［18-19］、制度环境等对技术并购后创新绩效的影响［20］，但并未在行业创新价值链层次对其作用机理进行研究。而现实中，技术快速迭代下，高技术含量行业频繁发生以有针对性的技术增强和技术补充为动机的技术并购，其间的作用机理亟待明确。因此，有必要在创新价值链的框架下，从创新过程的角度，以创新资源的外部导入为切入点，深入探究技术并购对行业创新价值链的影响机制。

在行业价值链上，行业中的创新主体通过技术并购获得了外部技术资源后，对创新价值链的技术创新阶段和产品创新阶段都可能产生影响。在技术创新阶段，一方面，技术并购作为外源性创新资源，为创新价值链的知识创新阶段带来外部创新资源，而理论创新或技术原理创新作为知识创新阶段的产出，也是下一阶段技术创新的投入，因此，理论上，技术并购的发生丰富了主并购方的既有创新资源，促进其技术创新活动；另一方面，技术并购能够为主并购方带来相对成熟的研发技术、研发人才、工艺流程等，通过整合和激活企业既有的研发资源，促进技术创新的产出。在产品创新阶段，技术创新的产出又作为产品创新的投入，通过新品开发、工艺设计等进一步落地为产品创新。

创新价值链中技术创新阶段、产品创新阶段对应的目标分别是技术创新绩效和产品创新绩效。技术并购带来的创新资源外部导入与现有创新资源形成叠加效应或者弥补了现有创新资源的缺口，从而加快了创新产出速度，提升了技术创新绩效，而技术创新产出又作为产品创新阶段的投入，经过与原有产品开发资源的协调整合，进一步促进了产品创新绩效，从而达成了创新价值的最终实现和创新链与产业链的融合发展。基于此，本文提出假设H1。

H1：技术并购对行业创新绩效起促进作用，通过促进技术创新绩效提升最终促进了产品创新绩效提升，即技术创新绩效在技术并购和产品创新绩效之间起中介作用。

2.3 信息技术赋能的调节作用

信息技术是产业通过信息化和智能化促进高质量发展的必要条件，更为具有长期发展活力的新经济的发展提供了持续动力。中国从国家战略层面对信息技术产业赋能传统行业高度重视，并不断推进。2013 年，国家标准化管理委员会在GB/T 23020—2013《工业企业信息化和工业化融合评估规范》中提出，工业企业应以信息化为企业发展的内生要素，推动生产运营环节的优化提升，实现发展模式和理念的创新。2019 年，由中国工业和信息化部推动的国际电信联盟工业化与信息化两化融合国际标准《产业数字化转型评估框架》正式结项，标志着中国加快两化融合国际标准化进程、深化数字化转型的重要突破。实践中，信息技术已经深刻地影响了各行各业从创意到价值实现的创新行为。但是，目前对于信息技术的相关研究主要聚焦在评估指标体系、作用路径及对制造业产业集聚、能源消耗的影响等方面［21-24］，少有研究涉及信息技术赋能对传统行业创新过程的影响。

信息技术赋能至少能在三个方面促进技术并购后创新主体技术的融合与再创新。一是提升了技术并购双方的沟通效率，即通过高水平的信息集成与共享［25］，破除并购双方研发部门沟通壁垒，降低沟通成本，提高沟通效率，更好发挥技术并购在创新价值链中外部导入的作用，促进并购双方知识资源的整合，激发创意的产生；二是有利于企业建立集成、虚拟的研发平台［26］，便于并购双方的研发部门利用虚拟的平台进行设计、运行、测试、分析，优化研发流程，降低风险与成本，提升研发效率，促进创意的转化和创新成果的产生［27］；三是融合现有技术与信息技术，即将并购双方现有的技术与互联网技术、人工智能技术等相结合，产生智能化或者信息化融合的技术创新成果［28］。基于此，本文提出假设H2a。

H2a：信息技术赋能正向调节中介作用的前半路径，即信息技术赋能正向调节创新价值链中技术并购与技术创新绩效之间的关系。

信息技术产业的赋能，有助于传统产业的“智慧化”。这种“智慧化”至少表现在三个方面，一是产品“智慧化”，即对现有产品的数字化、网络化、智能化改造，从而实现企业产品的智慧化升级；二是产品创新过程“智慧化”，通过网络交互技术、数字化应用、电子商务应用、云计算等提高数据的收集与分析能力［29］，增强企业与消费者、市场的交互能力，使企业能够在短时间内捕捉市场需求并迅速做出反馈［30］，敏锐感知市场的动态需求，并反映在产品设计和工艺设计等产品创新的关键环节［31］；三是营销“智慧化”，利用大数据等技术平台，明晰消费者的购买偏好和行为习惯，个性化推送，提高顾客购买转化率和留存率，创新营销方式，实现精准运营［32］。从而，将专利等技术创新产物转化为真正适应市场需求的新产品，实现技术创新成果的商业化、市场化，实现从技术创新到价值实现的飞跃。基于此，本文提出假设H2b。

H2b：信息技术赋能正向调节中介作用后半路径，即信息技术赋能正向调节创新价值链中技术创新绩效与产品创新绩效之间的关系。

通过技术并购，创新主体获取了知识、人才、技术等多种创新资源，并通过进一步的资源投入对这些导入资源进行吸收整合，再根据消费者需求开发和生产新产品并推向市场。从企业层面看，信息技术的赋能为主并企业技术并购后的创新价值链带来更高的信息化水平和数字化水平［27］，帮助企业向智能经营转型，从而实现更高效的技术创新、新产品开发［33］，更高水平的生产制造、质量检测、成本监控等环节的动态实时透明管理［34］。从产业层面看，基于大数据、云计算等平台等万物互联能够有效提升供应链的智能化水平，促进产业链上企业间的高效合作，从而推动产业创新成果的顺畅实现［5］。基于此，本文提出假设H2c。

H2c：信息技术赋能正向调节直接路径，即信息技术赋能正向调节创新价值链中技术并购与产品创新绩效之间的直接关系。本文的研究模型如图2 所示。

图2 研究模型

3 研究设计

3.1 样本与数据

由于自2007 年起本研究所需的行业数据有连贯统一口径的披露，2019 年是可以获得行业新产品销售收入最新数据的年份，而且，工业行业是通过技术并购进行创新资源整合的主要行业，故本研究选取2007—2019 年中国37 个工业行业作为样本进行实证检验。其中2007—2011 年统计年鉴使用的行业分类标准是《2002 年国民经济行业分类标准(GBT4754—2002)》，2012 年以后使用的是《2012 年国民经济行业分类标准（GB/T4754—2011）》。两个版本的行业分类标准存在一些差异，故对其进行了以下合并匹配：（1）将2002 年国民经济行业分类标准中“橡胶制品业”和“塑料制品业”合并为“橡胶和塑料制品业”；（2）将2012 年国民经济行业分类标准中“汽车制造业”及“铁路、船舶、航空航天和其他运输设备制造业”合并为“交通运输设备制造业”。另外，由于“开采辅助活动（行业代码为11）”“其他采矿业”（行业代码为12）和“废弃资源综合利用业”（行业代码为42）三个行业部分年度相关数据缺失，在运算中被删除，故本研究最终选用如表1所示的37个工业行业作为研究的样本。

表1 行业分类名称与代码

表1 （续）

各个行业技术并购的发生数通过对巨潮资讯网上市公司公告手工整理得到，并基于以下原则对数据进行筛选：（1）首次公告日期为2007 年1 月1日至2019 年12 月31 日；（2）公告中明确说明主并企业获得了目标公司的技术、专利或是关键技术人员；（3）主并企业获得目标公司的股权不低于20%。并进一步剔除：（1）交易未完成的并购事件；（2）ST 类公司的并购事件。经过以上整理和筛选，最终得到共520 个技术并购案例。新产品销售收入、专利申请数等行业数据来源于《中国工业统计年鉴》及《中国科技统计年鉴》。信息技术赋能的数据来自2012 年和2017 年的全国投入产出表。

3.2 变量设计与测量

（1）被解释变量。产品创新绩效。产品创新阶段的产出是能够被市场接受、为企业带来经济效益的新产品，本文参考Gong 等［2］、余泳则等［13］的研究，对于创新价值链上最终的创新产出采用行业新产品销售收入滞后两年的数据来衡量。

（2）解释变量。技术并购。用以表示各个行业的创新主体通过技术并购导入创新资源的情况，借鉴吴先明等［35］的研究，通过各行业每年发生的技术并购数衡量。

（3）中介变量。技术创新绩效。本文依据Guan 等［10］、余泳则等［13］的研究，采用行业的专利申请数（滞后一年的数据）来衡量创新价值链上技术创新阶段的创新产出。

（4）调节变量。信息技术赋能。本文使用投入产出法来计算信息产业对各工业行业赋能程度［36］，具体用国家统计局的全国投入产出表中各工业行业中信息技术产出占该行业总产出的比重来衡量。投入产出表因其能够反映一定时期各行业间相互联系和平衡比例关系又被称为部门联系平衡表。该表格五年更新一次，考虑到数据的可得性，本文使用的是2012 年和2017 年的全国投入产出表。计算公式如式（1）所示。

其中，行业i生产过程中信息技术投入是指，投入产出表中行业i生产过程对“计算机、通信和其他电子设备制造业”“电信和其他信息传输服务”“软件和信息技术服务”和“科技推广和应用服务”4 个信息产业的细分行业的消耗总和；行业i的总产出的数据可从投入产出表中直接获得。公式（1）中的IO 值越大，意味着信息技术对该工业行业赋能程度越高，也即该行业的信息化水平越高。

（5）控制变量。参考已有研究，本文引入研发强度、新产品开发项目数、资产负债率、行业总资产、行业回报率、行业景气度和行业规模这些对行业创新存在影响的控制变量［37］，并加入行业和年份虚拟变量［38］。具体变量表述如表2 所示。

表2 变量指标体系

3.3 模型设定

本文所选取的样本是11×37 的短面板数据，在固定效应和随机效应模型的选择上，由于Hausman检验的结果显示：Prob＞chi2=0.000 0，即检验结果强烈拒绝检验的原假设，因此本研究更适合使用固定效应模型进行回归分析。同时为了克服异方差和自相关等问题的影响，本文在行业层面和时间层面对标准误进行双层聚类调整［35］，使用“two way”即双向固定效应回归。考虑到技术并购和创新绩效之间的关系存在时滞效应［35］，所以本文对中介变量进行滞后一期处理，解释变量和控制变量滞后两期处理。投入产出表中的IO 比值反映的是五年内各行业的投入产出情况，不对其进行滞后处理。本文建立回归方程如公式（2）～（8）所示。

上式中，i、t分别代表不同的行业和时间；表示行业i在第t+2 年的新产品销售收入，单位是千亿元；是行业i在第t年发生的技术并购数，单位是个；是行业i在第t+1 年新增的专利申请数，单位是万件；表示信息产业对工业行业i的赋能程度；Controls 表示所有的控制变量，包括研发强度（Intensity），新产品开发项目数(Project)，资产负债率(Leverage)，资产总计(Assets)，行业回报率（Roa），行业景气度(Boom)，行业规模（Scale）；IO_Tech 表示信息技术赋能与技术并购的交乘项，IO_Pat 表示信息技术赋能与技术创新绩效的交乘项。

根据Hayes［39］、Preacher 等［40］以及温忠麟等［41］的研究成果，本文运用依次检验法（casual steps）检验中介效应和调节效应，式（2）、（3）用来检验H1中技术并购与创新绩效之间的直接效应，式（3）、（4）和（5）用来检验H1中技术创新绩效在技术并购与产品创新绩效之间的中介效应。式（7）和（8）检验H2a中信息技术赋能对于技术并购与技术创新绩效之间关系的调节作用以及H2b中信息技术赋能对于技术创新绩效与产品创新绩效之间关系的调节作用，式（3）和（6）检验H2c中信息技术赋能对于技术并购与产品创新绩效之间关系的调节作用。

4 研究结果与分析

4.1 描述性统计

表3 是对模型中变量的描述性统计，可看出代表产品创新绩效的新产品销售收入最大值为44.150（单位：千亿元），最小值为0.002（单位：千亿元），标准差为6.780，说明不同行业的产品创新水平有所差异；各行业发生的技术并购数最小值为0（单位：件），最大值为23（单位：件），标准差为3.497，说明不同行业技术并购活动频率差别较大；IO 值标准差为8.783，说明各工业行业的信息技术赋能程度差异较大。

表3 变量描述性统计

表3 （续）

4.2 相关性分析

从表4 相关性分析中可看出技术并购发生数与行业新产品销售收入显著正相关，初步验证了假设H1中技术并购对行业创新绩效起促进作用。方差膨胀因子分析的结果显示，各变量的VIF 值均小于5，变量间不存在严重的多重共线性。

表4 变量相关性分析

4.3 数据平稳性检验和协整检验

为了避免伪回归的问题，本研究对面板数据进行单位根检验。常见的单位根检验方法有：LLC，IPS，Fisher，HT 等。本文是非平衡短面板数据，所以选择Fisher-ADF 检验和Fisher-PP 检验。检验结果如表5 所示。面板数据的各变量序列都通过了这两种显著性水平检验，表明各变量序列都强烈拒绝存在单位根的原假设，因此认为面板数据是平稳过程。为了判断变量间是否存在长期的均衡变动关系，进行协整关系检验kao 检验，得到P值0.002，故拒绝原假设“H_0：变量不存在协整关系”，因此认为本研究选择的变量是协整的。

表5 数据平稳性检验结果

表5 （续）

4.4 回归分析

为了检验技术并购对于行业创新绩效的影响机制，本研究采用固定效应回归构建7 个模型，回归结果如表6 所示。其中模型1 对应公式（2）包含了被解释变量产品创新绩效和控制变量，模型2 对应公式（3）包含了被解释变量产品创新绩效、解释变量技术并购和控制变量，模型3 对应公式（5）包含了被解释变量产品创新绩效、解释变量技术并购、中介变量技术创新绩效、控制变量，模型4 对应公式（6）包含了被解释变量产品创新绩效、解释变量技术并购、调节变量信息技术赋能、解释变量与调节变量的交乘项、控制变量，模型5 对应公式（8）包含了被解释变量产品创新绩效、解释变量技术并购、调节变量信息技术赋能、解释变量与调节变量的交乘项、中介变量技术创新绩效、调节变量与中介变量的交乘项、控制变量，模型6 对应公式（4）包含了中介变量技术创新绩效、解释变量技术并购、控制变量，模型7 对应公式（7）包含了中介变量技术创新绩效、解释变量技术并购、调节变量信息技术赋能、解释变量与调节变量的交乘项、控制变量。

表6 面板数据固定效应回归结果

（1）技术并购与产品创新绩效的主效应检验和技术创新绩效的中介效应检验。首先，将产品创新绩效作为被解释变量，所有控制变量作为解释变量进行固定效应回归，结果如表6 中的模型1 所示。在此基础上再加入解释变量：技术并购，结果如模型2 所示，技术并购对产品创新绩效存在显著正向影响（β1=0.571，P＜0.05)。

为了检验技术并购对产品创新绩效的影响机制，采用依次检验法检验技术创新绩效对技术并购与产品创新绩效之间关系的中介效应［39］。首先，模型2 检验了技术并购对产品创新绩效存在显著正向影响（β1=0.571，P＜0.05)；其次，模型6 显示技术并购对技术创新绩效存在显著正向影响（χ1=0.289，P＜0.001)；最后，在模型2 的基础上加上中介变量，结果如模型3 所示，技术创新绩效对产品创新绩效存在显著正向影响（δ1=1.716，P＜0.001)。模型2 到模型3，R 方值由0.556 提升到0.814，技术并购和产品创新绩效之间的关系从显著正相关到不显著，中介效应成立，且技术创新绩效起到了完全中介效应的作用。综上，假设H1成立。

（2）信息技术赋能的调节作用。借鉴Hayes［39］、Preacher 等［40］和温忠麟等［41］的研究成果，依次检验IO 值对中介效应的直接路径、前半路径及后半路径的调节作用。由模型4 可知，技术并购与IO 值的交乘项（IO_Tech）系数显著为正（Φ4=0.116，P＜0.001），与模型2 对比，R 方从0.556 上升到0.750，故调节变量调节了中介效应的直接路径，假设H2c成立；模型7 中技术并购和IO 值的交乘项（IO_Tech）回归系数不显著（φ3=0.019，P＞0.1），假设H2a不成立；模型7 中技术并购的回归系数显著为正（φ1=0.188，P＜0.05），模型5 中信息技术赋能与技术创新绩效的交乘项系数显著为正（γ5=0.118，P＜0.05）,且模型5 与模型3 对比，R 方由0.814 上升到0.864，故调节变量调节中介效应的后半段，假设H2b成立。H2a不成立的原因可能是因为目前知识创新和技术创新阶段信息技术潜能没有达到充分的挖掘，行业信息技术利用程度不高，从而在技术促进上没有发挥应有的作用。

4.5 稳健性检验

本研究利用两种方法进行稳健性检验，一是替换变量，即将解释变量由行业技术并购发生数替换成行业并购发生数；二是改变计量方法，即用bootstrap 置信区间法代替依次检验法（casual step），且两种稳健性检验方法总体结果均稳健。

（1）替换变量。企业的并购行为虽动机各异，但都可以在一定程度上带来主并购企业和被并企业创新资源的融合，故将解释变量技术并购数（Tech）用各工业行业2007—2019 各年并购发生数（M&A）来替代衡量，结果如表7 所示，其中模型1 包含了被解释变量产品创新绩效和控制变量，模型2 包含了被解释变量产品创新绩效、解释变量并购和控制变量，模型3 包含了被解释变量产品创新绩效、解释变量并购、中介变量技术创新绩效和控制变量，模型4 包含了被解释变量产品创新绩效、解释变量并购、调节变量信息技术赋能、解释变量与调节变量的交乘项和控制变量，模型5 包含了被解释变量产品创新绩效、解释变量并购、调节变量信息技术赋能、解释变量与调节变量的交乘项、中介变量技术创新绩效、调节变量与中介变量的交乘项和控制变量，模型6 包含了中介变量技术创新绩效、解释变量并购和控制变量，模型7 包含了中介变量技术创新绩效、解释变量并购、调节变量信息技术赋能、解释变量与调节变量的交乘项和控制变量，见表7。

表7 替换解释变量后固定效应回归结果

替换解释变量后，各模型中变量回归结果与前文的结果基本一致，但系数变小，验证了创新资源整合对行业创新价值链的积极作用。同时，稳健性检验中，各模型解释变量的回归系数比前文采用技术并购作为解释变量的回归系数略小，亦能证实以技术为主要动机的并购比一般并购更有易于促进行业创新价值链的创新绩效，以及信息技术赋能对创新资源融合的积极作用。

（2）替换计量方法。本研究前文主要采用依次检验法（casual steps）来判断技术创新绩效的中介作用以及信息技术赋能对于中介模型的调节效应是否成立，目前对于有调节的中介还有一种较为常见的验证方法：Bootstrap 法［42］，故作为稳健性测试，本研究用Bootstrap 置信区间法代替依次检验法（casual step），自抽样500 次，结果如表8 所示：_bs_1 的置信区间不包含0，拒绝原假设H0:ab=0，中介效应成立，和前文的研究结果相同。

表8 Bootstrap 法结果

5 研究结论及讨论

5.1 研究结论

本文基于创新价值链理论，以2007—2019 年中国37 个工业细分行业为研究样本，对面板数据采用固定效应回归模型，研究了技术并购对于行业创新的影响效果和机制，以及信息技术赋能的调节作用，研究结论如下：第一，技术并购与行业创新存在正向相关关系，发生技术并购次数较多的行业产品创新绩效更高，具体来说，技术并购给创新主体带来外部创新资源，促进了创新价值链中的技术创新阶段绩效的提升，并通过技术创新绩效的中介作用，最终促进了产品创新绩效提升；第二，信息技术赋能正向调节了这个中介过程的后半段，促进了技术创新绩效向产品创新绩效转化的过程，说明信息产业的赋能帮助传统行业更好利用技术并购带来的创新资源。

5.2 研究贡献和启示

本研究的理论贡献有三点。第一，利用中观行业层面的数据验证了技术并购对行业创新的促进作用，克服了以往研究中由企业级技术并购样本带来的内生性问题。国内有关技术并购与创新绩效的研究大多是用上市公司的数据，对于更为宏观的行业层面的研究则较少，使用行业数据可以在一定程度上减轻样本自选择的问题，避免创新水平高的企业更倾向于技术并购这条路径对于研究主题的干扰。第二，从外部导入知识的角度丰富了创新价值链理论。本研究在将行业创新过程分为知识创新、技术创新和产品创新3 个阶段的基础上，把行业创新价值链上创新主体的原始投入进一步细化为内部投入和外部导入两类，并揭示了技术并购作为一种重要的外部导入方式，通过技术创新绩效的中介作用促进行业产品创新水平提升的具体作用机制。第三，发现了信息技术赋能对技术并购和行业创新之间的正相关关系的促进作用，以及对技术成果向成熟的、市场化的创新产品转化中的促进作用，从行业层面丰富和拓展了新经济发展和转型的研究。

同时，本研究给创新主体的技术并购和创新活动和政府引导产业高质量发展的政策配套等行为带来如下启示。第一，经过多年的技术创新实践和各领域的高速发展，中国已经形成了相当规模的创新存量资源，在新旧动能转换和高质量发展换挡提速的时代使命下，对这些存量资源的整合是创新主体实现高效技术创新的重要推动力和资源基础，亦是产业链中技术增强、补充和扩展的重要途径，本研究证实了外部资源导入对行业创新价值链的积极作用。因此，对于政府而言，应该从通过驱动创新资源流动促进产业链强链、补链、扩链的大方向出发，调整和完善产业政策及配套政策、资本市场、知识产权保护等多个层面的制度设计。对于创新主体而言，应该在充分理解产业趋势、产业政策的基础上，立足整体创新价值链的高度分析自身的技术资源现状，确定技术导入需求，再进行并购规划和整合安排。第二，本研究证实了技术并购作为创新主体重要的外部创新资源的引进和融合方式对创新驱动产业链升级的积极作用。因此，应该充分重视资本市场在产业链创新资源整合中的不可替代的作用，在并购政策的建设、调整和市场监管中切实考虑技术并购在定价、融资、信息披露、审批速度等方面的特殊性，解除不合理不必要的约束，便利市场机制的顺畅运行。第三，本研究为信息技术赋能促进外部导入资源整合的作用机制提供了经验证据，证明了在技术并购的具体情境中，信息技术通过信息化和智能化对传统的工业行业的赋能能够有效促进技术创新绩效向产品创新绩效的转化，对行业创新存在积极影响。因此，政府应该通过增强信息基础设施建设、制定相应的激励政策等积极推动两化融合和中国智造在行业层次和创新主体层次的落实。创新主体则应在战略层次进行信息化规划，并结合创新发展的阶段，通过平台建设、外包、并购、创新合作、产品合作等方式有效推进“上云”“赋智”，特别是在创新价值链的产品创新阶段，充分利用数字化、网络化和智能化等手段打造“智慧化”平台，高效反映和应对市场需求变化，促进创新成果的规模化生产和商业转化。