数字技术应用与企业创新：机制识别与约束条件

李容达，何 婧

（中国农业大学 经济管理学院，北京 100083）

一、引言

当前，以大数据、人工智能、区块链等为代表的新兴数字技术蓬勃发展，正在成为驱动新一轮科技革命和产业变革的重要力量。数字技术与实体经济的深度融合，不仅有利于赋能传统产业转型升级，还有利于培育新产业、新业态与新模式，壮大经济发展的新引擎。与此同时，我国科技创新尚不能适应高质量发展要求，尤其是关键领域创新支撑能力不强（王一鸣，2020）[1]。在此背景下，《中华人民共和国国民经济和社会发展第十四个五年规划和2035 年远景目标纲要》指出，坚持创新在我国现代化建设全局中的核心地位，把科技自立自强作为国家发展的战略支撑，打好关键核心技术攻坚战，提高创新链整体效能。企业是技术创新的主体，企业的创新能力和创新活力直接关系到经济发展的质量。而以人工智能、云计算、大数据、区块链为代表的新兴数字技术，一方面，加快向传统产业渗透融合，为实体经济的技术创新、产品创新、模式创新等提供了巨大的变革原动力；另一方面，加速推动企业的资源配置方式和组织流程从“以生产者为中心”向“以消费者为中心”转变，倒逼传统企业瞄准市场，加快构建全面创新体系，不断提升企业创新能力。因此，如何有效发挥数字技术对企业创新的助推作用，破解“卡脖子”难题，成为数字经济时代塑造企业竞争优势的制胜法宝。为此，本文试图从微观企业层面考察数字技术应用对企业创新的影响效果，不仅为评估数字技术应用的创新效应提供经验支撑，也为企业如何更好地利用数字技术促进企业创新发展，助推经济高质量发展提供经验启示。

与本研究密切相关的主要包括两方面文献。一是数字技术的经济效应。部分学者从宏观视角出发，研究发现以互联网、人工智能为代表的数字技术具有经济增长的促进效应（Czernich 等，2011）[2]，全要素生产率的提升效应（黄群慧等，2019）[3]，交易成本的降低效应（Goldfarb和Tucker，2019）[4]，平台经济的网络效应、规模效应及其潜在的垄断倾向（尹振涛等，2021）[5]。也有学者从微观视角出发，研究发现数字技术具有中小企业融资环境的改善效应（张一林等，2021）[6]、农村低收入群体的包容性增长效应（张勋等，2019）[7]、中低技能劳动者相对收入权的挤出效应及其相对福利水平的改善效应（柏培文和张云，2021）[8]。二是数字技术的创新效应。宏观层面，部分学者发现数字技术可以拓展创新资源配置的范围，提高资源配置的效率，推动多元创新主体跨区域、跨领域的协同创新（张昕蔚，2019）[9]。同时，互联网技术提升了区域创新效率，并通过金融发展、人力资本积累和产业升级等路径强化了其创新驱动效应（韩先锋等，2019）[10]。微观层面，一些学者认为数字技术能够降低企业获取创新资源所付出的交易成本（Pesch 和Ishmaev，2019）[11]，提升企业盈利能力与创新能力，驱动企业实现突破式创新（张吉昌和龙静，2022）[12]。Nasiri 等（2021）[13]发现高度数字化的企业对创新的贡献更大。然而，Usai等（2021）[14]认为平台经济在获得市场支配甚至垄断地位之后，不仅会危害消费者权益，还会抑制企业创新（许恒等，2020）[15]。

从上述文献可以发现，以往研究围绕数字技术的经济效应和创新驱动效应展开了有益的探索，但仍然存在以下不足。一是以往研究更多强调数字技术对企业创新的积极影响，虽然部分文献注意到一些企业在获得市场支配甚至垄断地位之后抑制企业创新的现象，但是更多的是理论上的阐释，鲜有文献进行实证上的检验。二是现有研究主要是从“成本降低、资源配置效率提升”等视角探究数字技术应用影响企业创新的内在机理，忽略了数字技术也可能通过提高产品多元化、缓解市场垄断程度从而对企业创新产生影响。三是学者们缺乏对数字技术驱动企业创新内外部约束条件的探讨。实际上，数字技术驱动企业创新需要建立在一定的基础之上，企业的内部人才储备是否充足与外部融资渠道是否畅通，在很大程度上决定了企业利用数字技术驱动企业创新的实际效果。基于此，本文利用中国全部A股上市公司年度数据，采用双向固定效应模型系统考察数字技术应用对企业创新的影响及其作用机制。一方面，利用Python 爬虫技术收集所有上市公司年报中与数字技术应用有关的关键词已经十分常见，有助于我们度量企业数字技术应用水平；另一方面，在西方发达国家对华技术限制和数字技术蓬勃发展的双重背景下，如何有效提升企业自主创新质量、突破“卡脖子”技术难题一直是政府部门和学术界普遍关注的热点问题。特别地，数字技术应用能否促进企业创新？其内在的机理如何？有何约束条件？回答这些问题对于促进企业创新、破除体制机制障碍、助推经济高质量发展具有重要的现实意义。

本文的边际贡献如下。第一，从“成本降低、产品多元化、市场垄断”等多重视角揭示了数字技术应用赋能企业创新的内在机制。以往研究更多地从金融发展、人力资本积累等视角探讨数字技术影响企业创新的作用机制，往往忽视了数字技术作为一把“双刃剑”，在推动传统产业转型升级的同时，也引发了数据滥用与垄断等问题。本文从成本降低、产品多元化、市场垄断等多重视角系统识别了数字技术应用对企业创新的影响机制，弥补了已有文献的不足。第二，明晰了数字技术应用影响企业创新的内外部约束条件。考虑到数字技术能否广泛应用或者应用至何种程度，主要取决于企业内部的人才支撑和外部的金融支持。为此，本文探究了在不同高学历人才占比企业和不同金融发展地区，数字技术应用影响企业创新的效果差异，有助于我们厘清数字技术应用驱动企业创新的制约因素。第三，本研究具有较强的实践启示意义。本文实证揭示了数字技术应用驱动企业创新的影响效果、效应差异及其内外部约束条件，这对于驱动企业创新发展、挖掘数字技术赋能企业创新的重点领域、破解内外部体制机制障碍具有重要的现实意义。

本文余下部分安排如下：第二部分为理论分析与研究假说；第三部分为研究设计；第四部分为实证分析与稳健性检验；第五部分为机制检验与异质性分析；第六部分为拓展性分析；第七部分为研究结论与政策启示。

二、理论分析与研究假说

理论上，数字技术应用会通过三种渠道影响企业创新，即“成本降低机制”“产品多元化机制”“市场垄断机制”。数字技术应用使得企业的决策、生产、管理过程更加透明，降低了信息不对称产生的冗余成本，表现为“成本降低机制”。数字技术应用提高了同一产品在不同生产环节、不同经营实体之间的关联性，加快了创新资源在不同经营主体、不同行业之间的流动，为产品创新提供了更加便利的条件，表现为“产品多元化”机制。数字技术应用缩短了科技更新换代的时间，削弱了传统行业龙头建立起来的行业经验、渠道、网络、产品认知等垄断优势，加剧了市场竞争，表现为“市场垄断缓解机制”。

（一）数字技术应用、成本降低与企业创新

数字技术促进企业形成规模经济降低成本。工业经济时代，企业通过扩大生产规模降低长期平均成本，但是受到企业资产存量、组织管理成本等因素的制约，企业长期平均成本呈现“先降后升”的特点，致使企业无法实现规模上的无限扩张。数字经济时代，企业具有“固定成本高、平均可变成本小、边际成本趋于零”的特点，边际成本趋于零意味着企业倾向于无限扩大企业生产规模，而生产规模的扩大会均摊高固定成本，减少长期平均可变成本。企业通过网络的外部性扩大网络用户规模，提高平均利润形成规模经济，降低企业成本（裴长洪等，2018）[16]。

数字技术应用降低了企业成本。随着大数据、区块链、人工智能等数字技术的应用，企业通过整合消费者、服务企业、支付机构等不同组织和机构的信息，促进各主体之间的信息流动并形成海量数据，实现信息的供给与需求匹配来降低搜寻、试错等成本（张吉昌和龙静，2022）[12]。依托互联网平台，生产者可以直接与消费者进行交易，消除了传统商业模式下从生产到消费存在的多层营销体系，降低交易成本。依托内部大数据信息，企业可以推动各生产环节的合理分工与网络化协作，减少因信息封闭而产生的等待时间，提高企业的生产效率，降低企业的生产成本。此外，数字技术应用有助于推动企业管理扁平化，扁平化的组织结构能够加快资源的交互与整合，促进信息的传递和沟通，减少管理成本（戚聿东和肖旭，2020）[17]。

成本降低有利于企业创新。企业利用数字技术通过减少资源损耗、提升资源配置效率、优化管理和业务流程等方式降低成本，不仅可以改善企业经营管理绩效，缓解企业创新投入风险（韩先锋等，2019）[10]，而且还能激发管理层的创新动机，使其在企业战略决策和资源配置决策中向企业创新活动倾斜，进而不断增加企业创新投入（杨震宁等，2021）[18]。

基于以上分析，本文提出如下假设。

假说1：数字技术应用通过降低企业成本促进企业创新。

（二）数字技术应用、产品多元化与企业创新

数字技术应用提高了产品多元化。信息技术与传统产业的深度融合使得产业边界趋于模糊甚至消失，各类资源要素在不同经营主体与不同行业之间的快速流动、各类市场主体的加速融合有助于企业重构组织模式，打破时空限制，延伸产业链条，实现联合创新，提升产品多元化。数字技术在催生新产业、新业态与新模式的同时，也改变着人们的消费模式和消费习惯，传统的产品和服务模式难以满足客户多元化、个性化的需求，这也促使企业利用数字技术进行多样化的产品创新。具体而言，传统企业以某一产品或服务为载体搜集消费者信息数据，再利用大数据、云计算、人工智能等数字技术，提升数据分析处理能力，借助技术关联性供给多种产品，凭借品牌优势拓展新产品，能够实现资源在不同产品之间的合理配置，缓解资源专用性约束，降低平均成本，实现范围经济（荆文君和孙宝文，2019）[19]。多种产品的相关性越强，范围经济的特征也就越明显，数字技术也容易形成“长尾效应”。数字技术降低了产品多样化成本，使得个性化强、销量低、需求不旺的产品和服务仍然具有市场，这些“小众”产品占据的市场份额甚至比部分热销产品所占据的市场份额还要大，容易形成“长尾效应”。

产品多元化可以促进企业创新。一方面，产品多元化有助于企业突破现有认知结构，引发企业对原有知识的重新考虑，激发企业对现有产品的改善灵感。投资组合理论认为，产品多元化能够为企业带来收益，并推动企业市场地位的提升（Cefis 和Ciccarelli，2005）[20]，当产品多元化达到一定程度时，产品多元化有助于缓解企业的融资约束，进而促进企业创新。另一方面，产品多元化有助于企业实现规模经济与范围经济并获得一定的市场支配地位。此时，企业的利润也会高于行业平均水平，有利于缓解企业的融资约束，为企业研发创新提供持续的资金支持（Cardinal和Opler，1995）[21]。

基于以上分析，本文提出如下假设。

假说2：数字技术应用通过提高企业产品多元化促进企业创新。

（三）数字技术应用、市场垄断程度与企业创新

数字技术应用缓解了市场垄断程度。数字技术的广泛应用对部分传统行业产生了巨大的冲击和颠覆，削弱了传统行业龙头建立起来的行业经验、渠道、网络、产品认知等垄断优势。此外，数字技术在赋能传统产业转型升级的同时，也推动技术进步和商业模式创新，引起新一轮的竞争（许恒等，2020）[15]。企业之间的竞争不仅仅是争夺用户数量、扩大市场规模，而是在争夺消费者有限的注意力和商家足够的关注度。此时，企业之间的竞争不再局限于特定的产品和服务，而是通过持续的创新争夺用户稀缺的时间资源。与传统企业相比，数字化企业的竞争更加激烈，更具跨界性与动态性。

垄断不利于企业创新。根据“阿罗假说”，垄断延缓了技术进步，造成了静态福利损失，其他企业为了避免与垄断企业进行竞争，会通过创新来提升产品服务质量，降低产品的生产成本，表现为竞争对企业创新的激励效应（Levin 等，1985）[22]。数字经济时代，数据成为企业竞争的核心，围绕数据企业出现了多种形式的垄断现象。例如，企业利用精准推送损害了消费者利益，进行差别定价造成了“大数据杀熟”；借助算法和数据的优势，给行业带来过高的进入壁垒，将竞争对手拒之门外。然而，过高的技术壁垒不利于初创企业的成长，甚至会抑制行业的创新发展（孙晋，2021）[23]。本文认为随着市场垄断程度的缓解，企业进行创新的动机愈发强烈，尽管技术进步是形成垄断的重要条件，但是一旦垄断形成，企业就会丧失技术进步的动力。

基于以上分析，本文提出如下假设。

假说3：数字技术应用通过缓解市场垄断程度促进企业创新。

（四）数字技术应用与企业创新：促进还是抑制

综上所述，数字技术应用可能通过降低企业成本（缓解企业创新投入风险、激发管理层的创新动机）、提高产品多元化（激发产品创新动机、缓解企业的融资约束）、缓解市场垄断程度，进而促进企业创新。据此，本文提出如下假说。

假说4：数字技术应用促进了企业创新。

三、研究设计

（一）模型设定

为探讨数字技术应用对企业创新（企业创新投入与创新产出）的影响，本研究参考黎文靖和李耀淘（2014）[24]的方法构建如下模型：

其中，被解释变量为企业创新（Inno），本文借鉴Chang等（2019）[25]的做法，从创新投入和创新产出两个维度衡量企业创新。核心解释变量为数字技术应用（Digi），考虑到数字技术应用影响企业创新活动需要一定的时间，本文对数字技术应用进行滞后一期处理。Control 为一系列控制变量，本研究采用了经典的双向固定效应模型（时间—行业）进行估计，ε为随机误差项。

（二）变量定义

1.被解释变量

本文从创新投入和创新产出两个方面衡量企业创新，借鉴余明桂等（2016）[26]、Balsmeier 等（2017）[27]的做法，采用研发支出与总资产的比值衡量企业创新投入（R&D），采用上市公司及其子公司发明专利申请数量加1 的自然对数表示企业创新产出（Inven）。之所以采用发明专利，是因为与实用新型专利、外观设计专利相比，发明专利获得难度大，技术要求高，更能代表企业的创新能力。为保证估计结果的稳健性，本文还采用集团公司发明申请专利数量加1的自然对数衡量企业创新。

2.解释变量

本文借鉴吴非等（2021）[28]的做法，使用上市公司年报中与数字技术应用相关的关键词出现的频次进行加总（取对数）来度量企业数字技术应用。第一步，生成数据池。利用Python 爬虫技术在上海交易所、深圳交易所收集整理全部A 股上市公司年度报告并将其转换为文本格式，作为后续研究的数据池。第二步，确定与数字技术应用有关的关键词，本文从学术领域和实践领域两个方面来确定数字技术应用的关键词。在学术领域，吴非等（2021）[28]、赵宸宇等（2021）[29]将数字技术应用作为企业数字化转型的一个维度并且生成了数字技术应用的特征词词库。袁淳等（2021）[30]借助数字经济相关的国家政策表述，生成了数字化词典并构建了企业数字化指标。本文在以往学者研究的基础上，初步整理了与数字技术应用相关的特定关键词。然而，该关键词数量偏少，且存在时间上的滞后性，难以全面刻画数字技术应用的实际情况。为此，本文以《“十四五”数字经济发展规划》《中国数字经济发展与就业白皮书（2018年）》《制造业质量管理数字化实施指南（试行）》《中国“5G+工业互联网”发展报告》《企业IT数字化转型发展报告》等文件为蓝本，进一步扩充数字技术应用的特征词词库。为了将底层数字技术与数字技术应用区别开来，同时，本文也确定了关于底层数字技术的人工智能、区块链、云计算、大数据的特征词词库。第三步，剔除关键词前存在“无”“否”“未”等否定词语的表述。基于前文生成的数据池，利用Python 对图1 中的特征词进行搜索、匹配和词频计数，归集数字技术相关的词频得到最终加总词频，从而形成数字技术应用指标。考虑到数据具有“右偏”性质，因此对数据进行对数化处理。

图1 底层数字技术及数字技术应用的特征词图谱

3.机制变量

正如前文所言，理论上，数字技术应用可能从“成本降低机制”“产品多元化机制”“市场垄断缓解机制”三个方面对企业创新产生影响。因此，本文借鉴赵宸宇等（2021）[29]、杨兴全等（2018）[31]的做法，在成本降低方面，采用成本费用率（主营业务成本与管理费用之和与营业收入的比值）衡量企业成本（Cost），该值越大，意味着企业的成本越高。在产品多元化方面，采用收入熵（Diver）来衡量企业产品多元化程度，具体公式为，其中，Pi为企业第i 类产品主营业务收入与业务收入总额的比值，Diver 越大，表明企业产品多元化程度越高。在市场垄断方面，采用市场集中度（CR_8）来度量市场的垄断程度，市场集中度是指行业内最大的前8家公司的主营业务收入占全行业主营业务收入的比例，计算公式为，该指数越大，表明市场的垄断程度越高。

4.控制变量

借鉴唐松等（2020）[32]的做法，本文进一步控制了其他影响企业创新的微观企业特征与宏观经济特征变量。其中，企业特征控制变量包括：企业规模（Size，总资产的自然对数）、资产负债率（Lev，总负债与总资产的比值）、固定资产比率（PPE，固定资产净额与总资产的比值）、现金持有（Cash，货币资金与交易性金融资产之和与总资产的比值）、现金流量（CF，经营活动产生的现金流量净额与总资产的比值）、企业年龄（Age，企业成立年限）、股权集中度（Holder，前十大股东持股数与总股本数的比值）、机构持股比例（Insti，机构投资者持股数与总股本数的比值）。

宏观经济特征控制变量包括：货币政策（M2，实际M2 增速）、经济发展水平（PGDP，城市人均GDP的自然对数）、产业结构（Indu，城市第三产业增加值与GDP的比值）。

（三）数据来源与处理

本文以2012—2020 年沪深A 股上市公司为样本。上市公司财务数据、机制变量数据来源于CSMAR 数据库；企业创新、企业所在城市、所属行业、货币政策等数据来源于Wind 数据库；经济发展水平、产业结构等数据来源于《中国城市统计年鉴》。参照现有文献的普遍做法，对数据进行如下处理：（1）剔除金融类企业；（2）剔除2012 年及之后上市的企业；（3）剔除ST、*ST、PT 的样本；（4）剔除在B 股上市的企业；（5）剔除资产负债率大于1 或者小于0 的异常值。经过上述处理后，最终得到上市公司样本13291 个。为了控制极端值的影响，对样本1%的两端进行Winsor 处理。变量的描述性统计如表1 所示。

表1 变量的描述性统计

四、实证分析与稳健性检验

（一）基准回归结果与分析

根据前文设计的模型（1），表2 报告了数字技术应用对企业创新的回归结果。

表2 数字技术应用与企业创新

其中，在列（1）、列（3）、列（5）、列（7）中，我们控制了企业特征与宏观经济特征。可以发现列（1）、列（5）中数字技术应用系数在5%水平上显著为正，列（3）、列（7）中该系数至少在5%水平上显著为正，以上结果表明数字技术应用（及其滞后一期的数字技术应用）对企业研发投入和发明专利申请有显著的促进作用。

在列（2）、列（4）、列（6）、列（8）中，在原有控制变量的基础上，我们加入了时间、行业的固定效应，发现列（2）、列（4）中数字技术应用系数在1%水平上显著为正，列（6）、列（8）中该系数至少在5%水平上显著为正。这表明即便控制了时间、行业固定效应后，数字技术应用仍然显著促进了企业创新，验证了假说4中数字技术应用对企业创新的促进作用。

为确保基准研究结论的可靠性，本文采用了以工具变量法、校正样本选择偏误、双重差分法为代表的内生性处理，以更换核心解释变量、剔除部分样本为典型做法的稳健性检验，经过上述处理后，数字技术应用仍然显著促进了企业创新。

（二）内生性处理

1.工具变量法

本文采用的数字技术应用指标可能存在测量误差，这一测量误差可能导致数字技术应用与影响企业研发投入和发明专利申请数量的不可观测因素存在相关性，从而产生内生性问题。为此，本文借鉴Nunn 和Qian（2014）[33]、赵涛等（2020）[34]的做法，选取到沿海港口距离（Distan，各城市到最近沿海港口距离的对数值）和城市互联网普及率（Internet，互联网宽带接入用户数与城市总人口的比重）作为数字技术应用的外生工具变量。

表3 为两阶段工具变量法估计结果，发现列（1）、列（2）中到沿海港口距离的对数值（Distan）系数在1%水平上显著为负，互联网普及率（Interne）系数在1%水平上显著为正，表明城市到沿海港口的距离越近、互联网普及率越高，城市的数字技术应用水平越高。第一阶段F 统计量均大于临界值10，即外生变量与内生变量存在较强的相关性，意味着外生工具变量对内生变量具有较强的解释力。由第二阶段的估计结果可知，识别不足检验Anderson canon.corr.LM 统计量均在1%水平上拒绝原假设，表明不存在识别不足问题。Cragg-Donald Wald F 统计量均大于Stock-Yogo 在10% 显著性水平的临界值（16.38），即本文所选取的两类工具变量均通过了弱工具变量检验。进一步研究发现，数字技术应用对企业研发投入与发明专利申请均有显著的正向促进作用，且其系数的绝对值较基准估计结果显著增大。

表3 工具变量法

2.校正样本选择偏误

在前文中我们仅仅考察了开展数字技术应用企业的样本①10%maximal IV relative bias.，忽略了从未开展数字技术应用企业的样本，从而导致样本存在自选择偏误问题。为了解决上述样本存在的自选择偏误问题，本文采用Heckman（1974）[35]两步法进行估计。首先，在原有数字技术应用企业样本的基础上，加入从未开展数字技术应用企业的样本，构建企业是否开展数字技术应用的概率选择模型。其次，在模型中加入企业经营绩效、企业长短期贷款、城市对外经济贸易水平等排他性变量。再次，采用Heckman_MLE 和Heckman_twostep模型分别进行检验。从表4中的估计结果可以看出，列（1）至列（4）中逆米尔斯比λ 的估计系数在1%水平上显著为负，且ρ的估计系数不等于0。这表明本文样本确实存在自选择偏误问题。通过Heckman 两步法对模型进行校正，发现数字技术应用仍然促进了企业研发投入与发明专利申请。

表4 校正样本选择偏误

3.双重差分法

考虑到企业逐步开展数字技术应用是一个极好的准自然实验，为此，本文借鉴王群勇和陆凤芝（2021）[36]的做法，采用多期DID 来进一步克服遗漏变量等导致的内生性问题，并构建多期双重差分模型来检验企业开展数字技术应用对企业创新的影响。表5 报告了企业开展数字技术应用对企业创新的估计结果。列（1）、列（2）中交互项系数至少在5%水平上显著为正，表明开展数字技术应用后，企业的研发投入与发明专利申请显著增加。进一步地，本文也采用PSM-DID 的方法进行估计，列（3）至列（6）中的研究结果表明，无论是采取近邻匹配还是半径匹配，企业开展数字技术应用均有利于提升企业创新。由此可以发现，经过多重内生性处理，本文的结论依然稳健。

表5 双重差分法

（三）稳健性检验

1.更换被解释变量与剔除部分样本

第一，前文采用研发投入与总资产的比值衡量企业创新投入，本文借鉴王红建等（2017）[37]的做法，采用研发投入与当期营业收入的比值来表示。对于企业创新产出，前面采用上市公司及其子公司发明专利申请数量加1 的自然对数来表示，本部分进一步选取集团公司发明专利申请数量加1 的自然对数进行衡量。

第二，与省会城市、普通地级市相比，一线城市的创新人才集聚，资金较为充裕，创新的动机更为强烈。为此，本文剔除了北京市、上海市、广州市、深圳市的样本，并对其余样本进行估计。经过上述处理后的估计结果如表6 所示。结果表明，在替换企业创新指标，剔除一线城市样本后，数字技术应用仍然促进了企业创新，验证了前文结论的稳健性。

表6 稳健性检验：更换企业创新与剔除部分样本

2.其他稳健性检验

一方面，考虑到2020 年初，新冠肺炎疫情在全国范围迅速蔓延，由疫情蔓延引发的订单下降、物流受阻、复工复产困难等问题对企业造成了较大冲击。为此，本文剔除2020 年的样本，以最大程度减少外部环境冲击对本文结论造成的干扰。另一方面，与制造业相比，其他行业的创新动机较弱。为此，本文仅保留制造业上市公司样本进行估计，减缓行业创新差距较大对估计结果造成的干扰。表7 为通过以上两种方式处理后样本的估计结果，表明数字技术应用仍然促进了企业的研发投入与发明专利申请，再一次验证了前文的结论。

表7 其他稳健性检验：剔除部分样本

五、机制检验与异质性分析

（一）机制检验

前文的研究表明，数字技术应用提升了企业的研发投入与创新产出。但前文仅对“数字技术应用—企业创新”之间的整体影响进行实证分析，并未剖析其内在作用机制。根据前文的理论分析，数字技术应用会通过三种渠道影响企业创新，即“成本降低机制”“产品多元化机制”“市场垄断缓解机制”。为了刻画数字技术应用影响企业创新的具体作用机制，本文采用路径分析法来检验上述三种机制是否成立。出于稳健性考虑，本文也对模型进行了Sobel检验。

表8 列（1）中，数字技术应用对企业成本费用率（Cost）的影响在5%水平上显著为负，列（2）、列（3）中成本费用率系数均在1%水平上显著为负，表明数字技术应用通过降低企业成本，促进了企业创新产出，这验证了假说1。列（4）中数字技术应用对产品多元化（Diver）的影响在5%水平上显著为正，列（6）中产品多元化系数在5%水平上显著为正，在列（5）中不显著，说明数字技术应用通过提高产品多元化促进了企业创新产出，这验证了假说2。列（7）中数字技术应用对市场垄断程度（Cr_8a）的影响在5%水平上显著为负，列（8）、列（9）中市场垄断程度系数至少在5%水平上显著为负，表明数字技术应用通过降低市场垄断程度，促进了企业创新投入与创新产出，这验证了假说3。进一步地，Sobel Z 值除了在列（5）中未通过显著性检验，在其余列中均至少通过了5%水平的显著性检验。

表8 数字技术应用影响企业创新的作用机制

综上所述，数字技术应用通过降低企业成本，缓解市场垄断程度促进企业研发投入与创新产出，并通过提高产品多元化促进企业创新产出。

（二）进一步讨论

前文研究结果表明，数字技术应用显著促进了企业研发投入与发明专利申请。那么，数字技术应用是否也促进了非发明专利申请，进而提升了企业专利申请总数？为此，本文借鉴黎文靖和郑曼妮（2016）[38]的做法，以企业专利申请总数衡量企业的创新水平，并将其细分为发明专利、实用新型专利与外观设计专利，来探究数字技术应用对不同专利类型的影响。为了避免异常值对实证结果造成的干扰，本文对以上专利申请数据进行了1%的双边缩尾处理，然后对专利申请数据分别加1 取自然对数。从表9 中可以看出，数字技术应用在列（3）、列（4）中不显著，在列（1）、列（2）中显著为正，即数字技术应用显著提升了企业专利申请总数与发明专利，而对实用新型专利、外观设计专利无显著影响。这表明数字技术应用促进企业增加发明专利实现实质性创新，而非策略性创新。

表9 数字技术应用与专利类型

（三）异质性分析

为探讨数字技术应用对企业创新的影响在不同类型企业之间存在何种差异，本文根据企业所有制、企业生命周期等特征，将企业分别划分为国有企业、非国有企业，成长期企业、成熟期企业、衰退期企业等，以区分数字技术应用对何种企业的影响更为明显。

1.企业所有制与技术水平异质性

首先，为探讨数字技术应用对不同所有制企业创新的影响，本文根据企业控股股东所有权属性将总样本划分为国有企业、非国有企业两组子样本。从表10 中可以看出，数字技术应用在列（1）、列（3）中不显著，在列（2）、列（4）中显著为正，说明数字技术应用显著提升了非国有企业的创新投入和发明专利申请，而对国有企业的影响不显著。可能的原因是，国有企业在资源获取、市场占有等方面具有优势，面临的市场竞争压力较小，在创新转型方面动力相对不足，对企业运用数字技术驱动产品和服务创新意识不强（吴非等，2021）[28]。而非国有企业具有机制灵活、创新意识强等优势，但受到资源匮乏、融资难、融资贵等因素的制约，面临着较大的市场竞争压力。在新一轮科技革命和产业变革浪潮中，非国有企业为了获取更多的市场份额，构筑企业竞争新优势，会主动加强数字技术应用，驱动科技与业务深度融合，提升企业创新能力。因此，与国有企业相比，非国有企业有更强的动机通过运用数字技术来降低企业成本，推动产品多元化，从而促进企业创新。

接下来，本文借鉴黎文靖和郑曼妮（2016）[38]的做法①根据行业分类标准（GB/T4754—2017），将制造业中的通用设备、专用设备、交通运输设备、电气机械和器材、计算机及其他电子设备、通信设备、仪器仪表等行业界定为高科技行业，制造业中其他行业界定为非高科技行业。，根据企业的技术水平将制造业上市公司划分为高科技企业、非高科技企业两组子样本。从表10 中可以看出，数字技术应用在列（5）、列（7）中显著为正，在列（6）、列（8）中不显著，说明数字技术应用显著提升了高科技企业的研发投入和发明专利申请，而对非高科技企业的影响不显著。可能的原因是，一方面，高科技企业高度依赖于研发创新，而非高科技企业更多地依赖于经营管理和成本控制。因此，高科技企业的创新能力可能强于非高科技企业。另一方面，高科技企业的技术密集度强、知识含量高、研发投入大、失败风险高。因此，高科技企业对数字技术的吸收、转化、应用具有独特优势，表现为数字技术应用对高科技企业的促进作用更大。

表10 企业所有制与技术水平异质性

2.企业生命周期异质性

本文借鉴Dickinson（2011）[39]的做法，采用现金流组合法将企业生命周期划分为成长期、成熟期、衰退期三个阶段，探究数字技术应用对不同生命周期企业创新的影响。从表11 中可以看出，数字技术应用在列（2）、列（4）、列（5）中显著为正，在列（1）、列（3）、列（6）中不显著，且成熟期数字技术应用系数的绝对值大于成长期系数的绝对值，表明数字技术应用对企业创新具有生命周期效应，对成熟期企业创新投入和创新产出的促进作用最大，其次为成长期企业，对衰退期企业的影响不显著。

表11 企业生命周期异质性

导致以上结果可能的原因是成长期企业内源融资不足，外源融资约束较大，且成长期企业的资本性支出较多，加之成长期企业缺乏研发经验和研发人才，导致成长期企业研发创新的失败率高于成熟期企业。因此，成长期企业出于规避风险的考虑倾向于选择“短平快”的研发项目，表现为数字技术应用对成长期企业创新的促进作用较小。成熟期企业的组织结构不断完善、经营模式日趋成熟、销售渠道较为畅通，内源性融资得到缓解，外源性融资约束较小，这一时期企业的资本性支出减少。在前期研发经验积累、销售渠道建立的基础上，成熟期企业研发创新风险显著降低。出于巩固行业地位的考虑，成熟期企业的研发意愿增强，研发投入增加，体现为数字技术应用对成熟期企业创新的促进作用较大。企业进入衰退期后，销售额减少、市场份额下降、利润降低，体制僵化、设备陈旧、技术老化、创新意识不足，面临着退市与被并购的风险。由于缺乏资金，衰退期企业会采取“求生存”的经营策略，倾向于将资金用于日常的生产经营活动，减少研发投入。因此，数字技术应用对衰退期企业的创新不显著或者为负。

六、拓展性分析：内外部约束条件

数字技术能否广泛应用或者数字技术应用到什么程度，取决于两项关键的因素：有效的金融支持和高学历的人才队伍支撑。

一是数字技术的广泛应用离不开有效的金融支持。一方面，企业数字技术创新与应用是一项复杂的系统工程，需要大量的资金支持，而企业的内源性融资较为有限，需要外部资金的支持。金融体系作为企业获得外部资金的重要途径，企业可以通过银行、证券市场、信托、金融租赁、股权交易等方式获得资金，满足其数字技术发展的需要。另一方面，数字技术的快速发展改变了金融服务方式，突破了空间和时间的限制，提高了金融服务的可获得性，有助于降低金融机构的运营成本和交易成本。金融机构利用数字技术可以缓解信息不对称，提升资金配置效率和风险管理水平。综上，数字技术发展和金融体系具有相互融合、相互促进的特点，表现为金融政策的包容性、普惠性、成长性能够为数字技术创新提供有力的资金支持，而机器学习、人工智能、大数据等新兴数字技术在金融预测、反欺诈、授信决策等领域的广泛应用，能够推动金融系统在营销、运营、风控等方面的智能化转型。

二是数字技术的广泛应用离不开高学历人才队伍的支撑。人才是技术的载体、创新的根本，创新驱动的本质特征决定了高学历人才是推动数字技术创新与应用的核心要素。一方面，数字技术应用在提高劳动者效率的同时，也减少了对劳动力的需求，表现为以机器人应用为主要方式的企业智能化、自动化改造加速了对常规化、程式化工作中的低技能劳动者的替代（Graetz 和Michaels，2018）[40]，挤占了中低技能劳动者的相对收入权（柏培文和张云，2021）[8]。另一方面，数字技术应用既会产生劳动力替代效应，也会产生就业促进效应。数字经济会创造出更多知识和技术密集型岗位，增加对高学历和高技能人才的用工需求（孙早和侯玉琳，2019）[41]，促进劳动力就业结构向更高技能转变。高层次人才作为企业人力资本结构的重要组成部分，不仅难以被普通劳动者所替代，而且其劳动生产效率更高、创新能力更强。

为验证数字技术应用赋能企业创新的内外部条件，本文借鉴沈红波等（2010）[42]的做法，采用各城市金融机构贷款总额与该城市GDP 的比值来衡量地级市金融发展程度，该指数越大，表明该城市的金融发展越好。在高学历人才方面，采用硕士及以上学历人员与企业员工总数的比值进行衡量，该指数越大，表明企业的高学历人才占比越高。首先，本文基于金融发展与高学历人才占比的中位数，将样本分为高于中位数与低于中位数两组；其次，将数字技术应用分别与金融发展、高学历人才占比的交互项放入模型（2）与模型（3）中，来探究在不同金融发展水平、不同人力资本条件下，数字技术应用对企业创新的驱动作用。

在模型（2）与模型（3）中，本文将重点关注数字技术应用与金融发展的交互项（Digii,t-1×Finani,t-1）系数、数字技术应用与高学历人才占比的交互项（Digii,t-1×Masteri,t-1）系数。若交互项系数显著为正，表明在金融发展较好的地区、高学历人才占比越高的企业，数字技术应用对企业创新的驱动效果越好。其余变量设定与模型（1）一致。模型（2）的估计结果见表12，模型（3）的估计结果见表13。

从表12 中可以看出，数字技术应用系数在列（3）中显著为正，而在列（4）中不显著，即数字技术应用对发明专利申请的促进作用在金融发展较好的地区更明显。进一步地，列（6）中交互项系数在1%水平上显著为正，说明较好的金融发展是发挥数字技术应用促进企业创新产出的重要外部条件。交互项系数在列（5）中不显著，且数字技术应用系数在列（2）中显著为正，而在列（1）中不显著，表明在金融发展水平较低的地区，数字技术应用驱动企业创新投入更明显。进一步发现，金融发展水平越低，数字技术应用每提升一个单位，企业的创新投入也就越大。综上所述，较好的金融发展是发挥数字技术应用驱动企业创新产出的重要外部条件，数字技术应用对企业创新的驱动作用在金融发展较弱的地区具有低效率特征（即投入高、产出低）。

表12 数字技术应用、金融发展与企业创新

从表13 中可以看出，在列（1）、列（3）中数字技术应用系数至少在5%水平上显著为正，在列（2）、列（4）中数字技术应用系数不显著，即数字技术应用对企业研发投入和发明专利申请的促进作用在高学历人才占比较高的企业更明显。进一步地，列（5）、列（6）中交互项系数至少在5%水平上显著为正，说明较好的高学历人才支撑是发挥数字技术应用促进企业创新的重要内部条件。

表13 数字技术应用、高学历人才与企业创新

七、研究结论与政策启示

（一）研究结论

数字经济时代，企业能否利用数字技术驱动企业创新，是其增强竞争优势和重塑核心价值的关键。基于中国沪深A 股上市公司年度数据，运用双向固定效应模型考察了数字技术应用对企业创新的影响，主要得到以下结论。

第一，数字技术应用显著提升了企业研发投入与发明专利申请。在采用以工具变量法、校正样本选择偏误、双重差分法为代表的内生性处理，以更换被解释变量、剔除部分样本为典型做法的稳健性检验后，上述结论仍然成立。

第二，机制分析表明，数字技术应用通过降低企业成本，缓解市场垄断程度促进企业研发投入与创新产出，并通过提高产品多元化促进企业创新产出。进一步分析发现，数字技术应用促进企业增加发明专利，从而推动实质性创新，而非策略性创新。

第三，异质性分析发现，数字技术应用显著提升了非国有企业、高科技企业的研发投入和发明专利申请，而对国有企业、非高科技企业的影响不显著。数字技术应用对企业创新具有生命周期效应，对成熟期企业创新投入和创新产出的促进作用最大，其次为成长期企业，对衰退期企业的影响不显著。

第四，拓展性分析表明，有力的高学历人才支撑与有效的金融支持是发挥数字技术应用驱动企业创新产出的重要内外部条件。

（二）政策启示

第一，企业应加快数字化转型，发挥数字技术融合优势，提升科技成果转化率。当前，数字化转型不再是企业的“选修课”，而是关乎企业生存和长远发展的“必修课”。本文发现数字技术应用对企业创新的驱动作用正是数字技术赋能实体经济高质量发展在微观企业层面的真实反映。为此，企业应该充分利用数字技术促进业务业态创新，推动互联网、5G、人工智能、大数据等数字技术和业务场景深度融合，保证数字化研究的先进性和前沿性，不断突破行业内的核心问题，提升业务网络化、数字化和智能化服务能力，更好地适应当前经济社会数字化发展的大势。

第二，实施差异化的数字技术发展策略。充分发挥非国有企业、高科技企业应用数字技术驱动企业创新的主体作用，加大对非国有企业、高科技企业数字技术应用的政策扶持力度，支持非国有企业参与国家重大数字技术攻关项目。国有企业要加强资源整合优化，创新体制机制，建立数字技术应用考核体系，加快数字化转型步伐，培育行业领先的数字化龙头企业。鼓励不同所有制、不同科技企业建立数字技术协同创新共同体，以数字化龙头企业的“技术溢出”助力“专精特新”中小微企业孵化成长，打造适应未来产业转型升级的数字生态共同体。

第三，提高数字技术应用驱动企业创新的内外部条件。一方面，完善金融支撑服务体系，鼓励金融机构研发面向企业数字技术应用的专项产品服务，设立企业数字技术应用专项贷款，拓宽企业数字化转型融资渠道，满足企业数字技术应用资金需求。另一方面，鼓励企业从长远发展出发，建立数字人才内部选拔培养与人才开发投入体系，支持企业与高校联合培养人才。鼓励高校在师资培养、专业设置等方面向数字人才倾斜，促进学科课程与数字技术有效融合，为数字经济发展培养输送人才。