Convergence of High-tech Service and Resource-based Industry,Absorptive Capacity and Two-stage Innovation Efficiency of Resource-based Enterprises

Wang Yanlin1,Guo Xiaochuan2,Liu Hong2

(1.School of Ethnology and Sociology,Inner Mongolia University;2.School of Economics and Management,Inner Mongolia University,Hohhot 010021,China)

Abstract：Cross-border convergence of high-tech service industry which is based on new technology and new knowledge is an important factor for traditional enterprises to optimize the allocation of innovation resources,carry out R&D activities and transform innovation outputs into productivity.Based on this,the paper measured the degree of industry convergence of high-tech service and resource-based industry,analyzed the influence of industry convergence on resources-based enterprises' two-stage innovation efficiency during 2014-2017,and discussed the moderating effect of absorptive capacity.The results show:firstly,the current convergence degree is not high,but the developing tendency is good and is in the transitional period from dissonance to harmony;secondly,the industry convergence has no significant effect and negative effect on resource-based enterprises R&D efficiency in the short term and in the long term,respectively.Resource-based enterprises not only reject new technologies due to the technological rigidity,but also reduce the technology diffusion effect caused by the interindustry interaction due to the cognitive gap.In terms of the transformation efficiency,it shows an effect of first restraining and then promoting.Therefore,in the long term,industry convergence has a good driving force for innovation transformation;thirdly,the absorptive capacity of resource-based enterprises plays a positive and negative moderating role on industry convergence,R&D efficiency and transformation efficiency,which reflects that the construction of absorptive capacity is not comprehensive.

Key Words:Industry Convergence;Resource-based Enterprise; Absorptive Capacity; Two-stage Innovation Efficiency

收稿日期：2019-11-06

基金项目：国家自然科学基金项目(71563033)；教育部创新团队发展计划项目(IRT_16R41)；内蒙古大学科研创新项目(10000-15010109-59)

作者简介：王延霖(1990—)，女，内蒙古呼和浩特人，内蒙古大学民族学与社会学学院博士研究生，研究方向为创新管理、民族经济；郭晓川(1966—)，男，内蒙古呼和浩特人，博士，内蒙古大学经济管理学院教授、博士生导师，研究方向为创新管理、公司战略；刘虹(1994—)，女，内蒙古呼和浩特人，内蒙古大学经济管理学院硕士研究生，研究方向为创新管理。

DOI：10.6049/kjjbydc.2019070208

开放科学(资源服务)标识码(OSID)：

中图分类号：F264.2

文献标识码：A

文章编号：1001-7348(2020)11-0060-10

0 引言

十九大报告指出，中国经济发展需要走依靠技术进步和提高劳动者素质的高质量发展道路，其中，正确处理新旧动能转换及传统技术改造与新技术利用的关系是重点。近年来，第四次产业革命方兴未艾，各类新技术迅猛发展并加速向传统企业生产链全方位渗透，不论是生产前期研究、生产中期设计还是生产后期信息反馈都深受影响。美国“工业互联网”以及德国“工业4.0”等国家战略实施充分说明，发达国家将借助新技术实施“再工业化”提升到国家战略层面。中国“十二五”和“十三五”规划纲要提出，推动信息化和工业化深度融合，着力发挥信息化的驱动引领作用。众多资源型龙头企业，如神华、宝钢、万华纷纷推出“互联网+”转型计划，表明新产业革命所带来的产业边界模糊和产业融合发展对资源型企业创新升级的影响不断加深。

在产业融合对创新效率的影响效应方面，多数文献基于产业层面进行分析。例如，马健[1]论证高技术产业与传统产业融合通过改变传统产业价值创造流程成为传统产业创新的重要手段；韩先锋等[2]研究发现，中国工业部门信息化对技术创新效率具有显著影响；王成东[3]认为，区域产业融合有助于增加融合产业研发产出，提升产业研发效率；姜博等[4]发现，产业融合程度与中国装备制造业创新效率存在倒U型曲线关系。在企业层面，Frishammar等[5]证明，企业中不同功能的融合与创新绩效显著相关；张龙鹏和周立群[6]发现，工业企业信息化水平对新产品价值具有提升作用，但目前实证研究依然较少。

综上所述，虽然产业融合对产业创新绩效和创新效率具有显著影响已得到部分验证，但目前研究尚不够完善。首先，产业融合可加速企业间网络化，导致原本界限清晰的产业间形成各类新联结，因而需要企业及时跟进并重新进行战略布局和资源分配，而既有研究忽略了产业层面环境变化对微观企业的影响；其次，由于创新价值链不同环节的投入和产出存在差异，产业融合很可能对企业创新价值链不同环节的创新活动产生不同影响，但现有文献未将创新价值链纳入考量。因此，针对现有研究不足，本文尝试针对技术刚性更强的资源型产业，研究产业层面高技术服务业和资源型产业融合对微观资源型企业创新价值链两阶段效率的影响机制，并引入企业吸收能力作为调节变量，探究企业吸收能力在产业融合对创新效率影响过程中的调节作用。

1 理论分析与研究假设

1.1 产业融合与两阶段创新效率

高技术服务业作为利用新技术手段向其它经济体提供需求服务的集合，是最能够与传统产业产生关联并促进传统产业创新转型和价值提升的产业。其与传统产业融合不但可以促使产业间原本独立的技术模式和技术能力具有共同的平台基础，将外部专业化知识资本和创新成果引入微观企业创新价值链，帮助企业实现创新资源在更大范围内配置，还可以通过技术和知识共享营造企业创新环境，发掘产业融合新接口[7]，进一步实现产业延伸。产业融合除促使传统企业创新活动形成跨界模式外，还将改变企业创新决策者对于创新价值链不同环节的关注力，通过引导现有资源再分配影响各环节创新效率。创新价值链主要反映企业创新活动的价值形成、转移和增值过程，目前学者多将其划分为两个阶段。首先，从创新投入到创新知识凝结和产出的过程体现为企业创新研发活动，产业融合通过分享跨界创新经验、分担创新风险增加企业研发产出及加快产出速度；其次，从新技术和新知识产生到创新价值回收过程则表现为创新转化活动，其更面向市场，因而更强调借助产业间渗透和融合搭建新型营销平台，实现生产流程智能化以提升转化效率。

(1)产业融合与创新研发效率。高技术服务业和资源型产业融合对企业创新研发效率的影响机制主要有以下3类：第一，创新资源和经验共享。在融合时代，几乎没有任何一家企业可以独立掌握成功创新所需的所有技术[7]，企业创新活动的复杂性要求企业不能仅依赖自己，还需要积极从外部获取创新资源。高技术服务业作为有效整合各类技术资源、信息资源和人才资源的中介，能够为企业创新效率提升提供支持[8]。目前，高技术服务业与传统产业创新已形成跨界融合之势，并通过彼此知识增长和新技术熟练应用实现资源共享；第二，创新组织网络化。产业融合要求来自不同产业的组织建立合作网络以有效缩短技术研发时间，降低研发成本并分散风险，对于传统企业而言，有利于激进型创新产生和竞争优势构建[9]；第三，企业内部创新研发协同。与高技术服务业融合可实现企业内部创新环节协同发展，通过大数据、人工智能等技术对各阶段反馈信息进行整合处理和统一决策，使产业融合带来的溢出效应内部化。

但学术界同样存在不同意见，例如“索洛悖论”和“高登质疑”认为，信息技术发展未必会带来生产率提高。学者们提出，新技术对传统企业创新效率的影响也存在无关或不利影响。例如，时省等[10]发现，高技术服务业的代表产业——信息与通信业和科技服务业虽然辐射面积大，但由于联系深度不够、辐射强度不足，对创新效率的提升作用尚未形成有效途径。中国资源型产业虽然历经供给侧改革等多轮调整，但产能过剩问题未得到根本性改变，短期内供过于求的矛盾难以彻底化解，很多企业处于微利甚至亏损状态，导致创新研发投资能力和内在动力缺失。此外，由于供给侧改革已基本完成，资源型产业作为原材料供应方出现价格恢复性反弹，很多企业在短期投机心理和涨价预期的刺激下，在行业“寒冬期”积累的创新欲望被搁置[11]。因此，外部环境的复杂性导致现阶段与高技术服务业融合很可能无法对资源型企业创新研发效率提升产生显著影响，甚至可能由于双方原有技术模式差距过大、相关人才和资金匮乏而存在负面影响。据此，本文提出以下假设：

H1：高技术服务业和资源型产业融合与资源型企业创新研发效率负相关或不相关。

(2)产业融合与创新转化效率。一方面，高技术服务业渗透融合改变了传统产业原有垄断和竞争关系，进一步要求在位企业作出转变和创新[12]。近年来，在自然垄断的资源型产业中，不断出现由于新技术、新知识应用导致原先互不竞争的产品成为替代品的情况，如页岩气技术、新能源技术等，使进入者威胁进一步增大；另一方面，新技术引入也存在诸多好处，不仅可以使传统企业更好地与客户互动，如通过大数据分析全面了解客户价值需求[13-14]，使企业快速整合内、外部信息以迅速向顾客传递新价值[15]，或在客户细分的基础上制定差异化服务战略，而且能够跨界配置资源，实现资源在更大范围的自由流动，降低交易成本，形成范围经济效应。

在资源型企业生产全流程中，新技术与采购环节融合可以实现智能化供应链管理，降低采购成本，与生产环节融合可实现生产设备智能化，实现对设备实时监控、追溯以及远程控制和维保。此外，信息、通讯技术对营销环节的改变促进新型营销平台搭建和共享，通过打造连接交易各方的媒介，不但可以确保资源型企业及时了解客户需求，帮助新产品成功实现商业化，还能够利用新营销渠道提供的物流、仓储、金融等附属服务整合客户资源并进行风险控制。据此，本文提出以下假设：

H2：高技术服务业和资源型产业融合与资源型企业创新转化效率正相关。

1.2 吸收能力与企业创新效率

吸收能力概念最初由Cohen & Levinthal[16]提出，他们认为，吸收能力是指企业识别新价值和外部信息并加以吸收、应用及商业化的能力。从理论角度而言，产业间加速渗透和融合迫使传统企业嵌入与供应链伙伴形成的各类正式及非正式的跨界关系中，这对于传统企业能否在海量跨界知识的冲击下准确识别、理解并应用关键技术和知识提出了更高的要求。因此，吸收能力构建是传统企业在产业融合背景下有效实施融合创新的关键[13]。陶长琪和彭永樟[17]研究发现，知识吸收和留存能力对区域技术创新效率的影响显著为正；孙冰和沈瑞[18]发现，潜在知识吸收能力体现为企业从创新供给方获取创新成果的能力，显性知识吸收能力反映出企业对吸收成果的再开发能力，二者均对创新扩散效率存在显著影响。以上研究说明，企业吸收能力在外部新兴技术联结到企业创新价值链过程中具有积极影响，因而两大产业融合与企业创新效率的关系很可能受到不同企业吸收能力的调节。由此，本文提出以下假设：

H3a：吸收能力在两大产业融合对资源型企业创新研发效率的影响过程中具有正向调节作用；

H3b：吸收能力在两大产业融合对资源型企业创新转化效率的影响过程中具有正向调节作用。

综上，本文构建以下理论研究模型(见图1)。

2 研究设计

2.1 数据来源与研究样本

(1)根据《国民经济行业分类》、《高技术产业(服务业)分类2018》以及相关文献[19-20]，本文选取信息传输、计算机服务与软件业、科学研究、技术服务与地质勘查业作为高技术服务业的代表，并将资源型产业划分为开采洗选业和初级加工业两大类，如表1所示。产业融合测算数据来源于各年《中国统计年鉴》、《中国第三产业统计年鉴》、《中国工业经济统计年鉴》。

(2)依据表1的行业分类，比照证监会《上市公司行业分类指引》，使用Wind数据库，筛选出归属于以上资源型产业的沪深A股上市公司作为资源型企业研究样本。由于资源型上市公司自2014年才正式披露企业研发人员数据，因此，本文样本研究期为2014—2017年。数据筛选过程中，剔除未披露企业研发数据、财务状况异常(ST、*ST)、研究期内上市的公司样本，最终获得244家资源型上市公司样本。此外，控制变量数据源自Wind数据库。

(3)数据匹配。产业融合测算结果与资源型企业创新效率及企业特征数据虽处于不同研究层面，但由于高技术服务业与资源型产业融合情况对同省区资源型企业创新效率具有直接影响，故本文参考江瑶和高长春(2018)的研究成果，根据Wind数据库中各上市公司注册地址，将产业融合测算结果逐一赋值于同年同省份的资源型企业中，通过设置变量CONV-1、CONV-2、CONV-3分别衡量上市公司所属省份在滞后一期、二期和三期产业融合水平。

2.2 变量选取与测算

2.2.1 资源型企业创新效率(IE)

数据包络方法和随机前沿方法是效率测算的主流方法，其中，数据包络方法能够解决多产出问题且具有无需事先构建生产函数和确定指标权重等优点[21]。因此，本文由于涉及多产出的效率问题，基于已有文献，考虑到上市公司企业规模不同，为更好地反映和比较企业创新效率，运用基于规模报酬可变条件的两阶段网络DEA模型[22]，测算非径向综合创新效率和两阶段创新效率，并重点针对两阶段创新效率进行后续实证分析。

综合效率为：

(1)

各阶段效率为：

(2)

其中，k=1,2…K，代表k个不同阶段；mk,rk分别代表阶段k的投入和产出变量数；且ωk代表阶段k权重,故研发阶段和转化阶段权重分别为1/2；sk-(sk+)为投入(产出)松弛变量，sk-*、sk+*分别为最优投入和最优产出松弛。

模型测算指标选取方面，本文借鉴李红锦和李胜会[23]的研究成果，选择如下具体测算指标：①第一阶段创新研发效率(IE1)测度中，投入指标选择企业研发支出和研发人员数，中间产出指标选择企业专利申请数和无形资产总额；②第二阶段创新转化效率(IE2)测度投入指标既包括前一阶段的中间产出指标，同时选择营业成本和扣除研发人员后的全体员工数作为非创新生产性投入指标，而最终产出指标选择营业收入和净利润两项。

最终，根据测算结果，针对244家资源型企业两阶段创新效率值进行整理，得到全样本及分地区平均效率值，如表2所示。

2.2.2 产业融合(CONV)

常用的产业融合测算方法有赫芬达尔指数、产业间专利相关系数法、投入产出法等。近年来，很多国内学者基于数据可得性引入耦合协调度评估产业融合水平，具体采用熵指数法，如李晓钟和黄蓉(2018)所测算的纺织产业和电子信息产业融合水平。本文借鉴既有文献成果，沿用熵指数法评估高技术服务业和资源型产业融合程度。

数据来源：根据MaxDEA Ultra7.9软件测算的244家资源型企业创新效率结果整理所得

首先，构建融合发展评价指标体系。本文按照既有文献[19]并依据数据可得性，分别从产业发展规模、产业成长水平、区域开放水平和生产效率、效益方面建立高技术服务业与资源型产业融合发展评价指标体系(见表3)。其次，构建评价模型，具体如下：

(1)指标无量纲化。采用极差标准化方法进行指标无量纲化(Uij)处理，其中，xij是第i个序参量的第j个变量值。

正向(效益性)指标：Uij=(Xij-minXij)/(maxXij-minXij)

(3)

反向(成本型)指标：Uij=(maxXij-Xij)/(maxXij-minXij)

(4)

(2)指标权重确定。

计算指标信息熵：

(5)

计算各指标权重：Wj=(1-Ej)/(n-∑Ej)

(6)

其中，m代表评价年数，若pij=0，则定义pij×lnpij=0。

(3)综合发展水平评价。

线性加权法测算：

(7)

其中，U1、U2分别代表高技术服务业和资源型产业综合发展指数，t、e分别代表两个子系统评价指标个数，Wj是前文计算的指标权重，Xij、Yij分别是前文计算的两个子系统第j个指标第i年标准化取值。

(4)耦合协调度评价。

耦合关联度：

(8)

耦合协调度：

(9)

其中，T=αU1+βU2，表示两个产业综合发展水平指数，α、β是待定系数，本文认为，二者具有同等重要性，故均取值0.5。D值介于[0，1]之间，其值越大，说明产业系统组合越处于有序发展状态，产业间就越能够实现协调融合发展。

根据以上产业融合评价指标体系和评价模型构建思路，计算得出2011—2016年中国各省资源型产业与高技术服务业融合水平得分，如表4所示。

2.2.3 吸收能力(ACAP)

吸收能力源于企业原有知识储备，在企业识别新事物价值、吸收外部信息并将其应用于商业目的的过程中，倾向于关注先验知识对于吸收能力的触发。高水平吸收能力包括基本技能、共同语言和对特定领域科学技术的洞察[16,24]。目前，国内外相关文献对于企业吸收能力测量方式尚未达成统一，但大部分通过研发投入[16]和人力资本投入[25-26]加以衡量。很多学者认为，员工技术水平对公司潜在吸收能力具有重要作用，并使用企业科技人员占总人数比重衡量研发技能[27-28]。同时，也有很多学者沿用Cohen[16,29]所采用的研发投入强度进行衡量。因此，为全面反映企业吸收能力，本文选择企业技术人员占比和企业研发投入强度(研发支出占净资产比重)指标的均值衡量企业吸收能力。

2.2.4 控制变量

本文参考多位学者的研究选取以下控制变量：①企业规模(SIZE)，采用企业总资产的自然对数；②企业成长性(GROW)，采用营业收入增长率；③盈利能力(ROE)，采用加权平均净资产收益率；④企业年龄(AGE)，采用上市年份与样本年份之差的自然对数；⑤市场化指数(MAR)，采用樊纲的各省份市场化总指数。

数据来源：根据《中国统计年鉴》、《中国第三产业统计年鉴》、《中国工业经济统计年鉴》计算整理所得

2.3 模型设定

由于因变量取值处于0～1之间，为分析高技术服务业与资源型产业融合对资源型企业两阶段创新效率的影响，构建随机效应面板Tobit模型进行回归分析。

首先，建立模型(10)，分别检验两大产业融合对资源型企业创新研发效率和创新转化效率的影响。

(10)

其次，建立模型(11)，将产业融合和企业吸收能力纳入模型进行联合显著性检验，考察二者对资源型企业两阶段创新效率的影响。

(11)

最后，建立模型(12)，探究企业吸收能力在产业融合对资源型企业两阶段创新效率的影响过程中是否存在调节效应，并引入产业融合与企业吸收能力的交互项。

(12)

其中，IE表示资源型企业创新效率，j=1、2，分别代表创新研发效率和创新转化效率；CONV表示产业融合度，鉴于数据可得性以及融合对创新的影响，很可能存在滞后效应，为避免反向因果引起的内生性问题，此处n=1、2、3，即分别作滞后一期、二期和三期处理；i和t分别表示企业个体与时间，C表示常数项，εi,t表示随机误差项。

3 结果分析

3.1 高技术服务业与资源型产业融合现状分析

首先，自2011年以来，两大产业融合程度整体呈上升趋势，融合水平位于0.35～0.51之间，处于从轻度失调向勉强协调转换的过程之中(见图2)。这一情况说明高技术服务业与资源型产业融合虽处于起步阶段，但发展态势良好；其次，东、中、西部地区两大产业融合变化趋势较为同步，未像其它产业通常表现出的“东高西低”特征，一方面是由于资源型产业主要分布于中西部地区，另一方面反映出中西部地区政府与资源型企业对新技术和新知识跨界融合高度重视，正积极寻求两大产业协调融合发展。

3.2 描述性统计

表5为主要变量描述性统计结果。结果显示，资源型企业的平均转化效率高于平均研发效率，并且研发效率的企业间差异更大。滞后一期的产业融合平均值为0.453 0，属于濒临失调水平，其中最小值为0.232 7，最大值为0.605 8，整体介于中度失调和初级协调之间。资源型企业吸收能力均值为8.448 1，标准差较大，说明企业间差异非常显著。

3.3 相关性分析

表6为各变量间相关性分析结果，滞后一期的产业融合对创新研发效率具有显著正向影响，对创新转化效率则表现出显著负向影响；吸收能力对各阶段创新效率均具有显著正向影响关系，但该结果有待于运用回归模型进行进一步验证。各解释变量间的方差膨胀因子VIF均小于2，同时为避免多重共线性问题的影响，对主要指标进行中心化处理。

3.4 基本回归结果分析

表7为滞后一期时高技术服务业和资源型产业融合对资源型企业两阶段创新效率影响的回归结果。模型1-1a显示，产业融合对资源型企业创新研发效率无显著影响，H1成立。模型1-1c显示，滞后一期情况下企业吸收能力在产业融合与研发效率的关系中起正向调节作用，说明在新产业革命背景下，源于外部的新技术服务能通过资源型企业技术人员更好地被融合企业吸收利用，进而提高创新研发效率，H3a成立。在创新转化效率方面，模型1-2a说明产业融合具有明显抑制作用，一方面可能由于传统资源型企业多采用低成本战略，更强调降低生产成本和提升专业化水平，导致很多优质且多元的人力资源、管理能力、技术能力流失，在产业融合带来的颠覆性背景下，具有跨界经验的人员不足，而培育新的核心竞争力尚需要花费大量时间和精力；另一方面，资源型企业在对高技术服务业融合带来的各种新技术进行智能化改造和应用的过程中，会消耗自身大量资源且需要一定的适应时间，因而短期内无法对创新转化效率提升产生积极作用。模型1-2c显示，吸收能力虽对创新转化效率有正向影响，但是在交互作用下显著性影响消失，说明其并未在滞后一期产业融合对资源型企业创新效率的影响过程中起调节作用。

3.5 进一步研究

李晓钟和黄蓉(2018)发现，纺织产业和电子信息产业融合在当期与纺织产业生产效率负相关，滞后3期才起积极作用；汪芳和潘毛毛[30]研究发现，较低程度的信息化融合水平导致其对产业绩效提升作用存在滞后性，因此，高技术服务业与资源型产业融合也可能对资源型企业两阶段创新效率存在较长的滞后影响。据此，本文进一步考察产业融合对滞后两期和滞后三期资源型企业两阶段创新效率的影响。

注：***p<0.01,**p<0.05,*p<0.1，下同

注：括号中为稳健标准误，下同

表8展现了高技术服务业和资源型产业融合对资源型企业创新研发效率的滞后影响。滞后二期时，模型2-1a显示，产业融合对资源型企业创新研发效率仍无显著影响，模型2-2a表明，滞后三期时呈现出显著负向影响。首先，从传统资源型企业角度而言，资源型企业作为传统产业中的特殊企业群体，具有更强的技术和能力刚性，如何能更好地在旧生产方式中融入新技术仍有待探索。同时，资源型企业群体对外部经济环境变化的感知较晚，还挣扎于是否必须打破旧竞争优势以及如何塑造新竞争优势的困境中。其次，从产业融合角度看，滞后三期时产业融合程度较低，固有认知差距与技术差距抑制了产业间的互动和渗透，降低了新技术扩散和溢出效应。由于创新投入不足和高技能人员精力有限，资源型企业在使用新技术和研发新技术之间存在矛盾，对创新研发效率产生了挤出效应。此外，相对于模型1-1c，模型2-1c和2-2c吸收能力的调节效应不显著，说明在较长的滞后期下，资源型企业很少再对曾经的产业融合成果进行有价值的挖掘，导致吸收能力对于滞后二期及以上产业融合与创新研发效率的影响不再具有正向调节作用。

表9展现了高技术服务业和资源型产业融合对资源型企业创新转化效率的滞后影响。模型3-1a说明，滞后二期的产业融合虽然对资源型企业创新研发效率仍表现为显著负向影响，但较滞后一期的负向影响程度明显减小；模型3-2a显示，滞后三期时已转变为正向影响，说明产业融合对资源型企业创新转化效率具有“先抑制、后促进”的动态影响。高技术服务业与传统资源型产业融合始于传统营销渠道拓展和开发，以互联网技术为例，其通过提供大量信息整合、发布、信息筛选和嫁接功能实现大范围、精准化及个性化营销。同样，资源型企业能够利用新技术融入新产品销售途径，例如目前市场中不断涌现的“找煤网”、“易煤网”等煤炭电商，以及部分国有企业，如中国神华，自主研发线上商务平台。因此，长期来看，产业融合有助于资源型企业实现创新成果向经济效益转化。模型3-2c显示，滞后三期时，企业吸收能力负向调节产业融合与资源型企业创新转化效率的关系，即吸收能力越强，产业融合对创新转化效率的提升作用越小。这一情况可能是因为资源型企业原本的核心竞争力源于对资源的绝对控制，一直以来忽视了对市场需求的把握。资源型企业早期对吸收能力的构建不全面，轻视运用外部知识进行商业转化能力的培养，尤其是技术人员“就创新论创新”的现象较为普遍，相对而言更少关注成果转化。因此，吸收能力越强，产业融合对资源型企业创新转化效率的正向影响反而下降。

3.6 稳健性检验

(1)剔除3%的创新效率极大值和极小值样本再次进行回归，结果与前文一致。

(2)既有研究认为，大专及以上人员占比是企业吸收能力的重要组成部分，结合该思路，考虑到企业中拥有本科及以上学历的员工不断增加，而且该类员工对产业融合的接受能力更强。因此，本文使用本科及以上学历员工占比替换原吸收能力指标再次进行检验。结果显示，产业融合依旧对滞后3期的创新研发效率呈显著负向影响，随着时间推移对创新转化效率的负向影响逐渐减弱并在滞后3期转变为显著正向影响，以本科及以上学历员工占比表示的吸收能力虽然对创新研发效率的调节效应不显著，但系数方向未产生变化，对创新转化效率在滞后3期依旧呈负向调节作用，与前文结论基本一致。

4 结论与建议

4.1 结论

本文从产业融合视角出发，采用信息熵指数测度中国各省域高技术服务业与资源型产业融合程度，并以沪深A股中244家资源型上市公司为研究样本，检验两大产业融合对资源型企业创新价值链两阶段效率的影响差异，同时引入企业吸收能力作为调节变量，探讨其对主效应的调节作用。实证结果发现：①高技术服务业与传统资源型产业融合水平正处于失调向协调转变阶段，融合协调程度普遍不高；②产业融合在滞后三期对资源型企业创新研发效率呈现抑制作用，资源型企业固有的技术刚性和高技术服务业的认知偏差导致尚未能探索出一条通过与外部新技术与新知识高效整合进行创新研发的科学道路；③产业融合对资源型企业创新转化效率呈现“先抑制、后促进”的影响效应，主要由于高技术服务业中的一大分支——电子商务早已深入人心，因此，虽然融合发生的当期可能挤占企业资源，但长期来言，有助于营销渠道拓展，促进创新经济转化；④资源型企业吸收能力分别在产业融合与滞后一期创新研发效率、滞后三期创新转化效率的关系中起正向和负向调节作用，反映出资源型企业吸收能力构建尚不全面。

4.2 政策建议

(1)进一步加快高技术服务业与资源型产业融合进程，营造产业间协同、融合发展的环境。①意识观念层面推进融合各方在相互了解、相互参与中达成共识，促使各利益相关方充分认识到产业融合过程中可能获得的利润和发展空间；②消除因原产业间相互割裂导致的各项政策制度在产业融合发展中的负面影响，在产业政策制定中，突出对产业融合具有实质推动作用的各项政策条款，打破产业间分割局面，从政策环境方面构建产业融合基础。

(2)产业融合各主体应着力破解融合发展中的技术基础障碍。首先，立足于资源型产业特性提供信息服务和科技服务，借助各类研究机构开展更具针对性的研发合作服务，帮助资源型企业生产技术落地、营销渠道拓展等；其次，通过规范和统一产业间技术标准，促进新兴技术在资源型企业实际生产中的可操作性对接。资源型企业应通过减少重资产配置、加强新技术和新知识宣传以及外部新型人才聘任，切实解决企业技术刚性问题。

(3)资源型企业应立足于当前高技术产业和服务业对传统行业渗透融合的发展趋势，重新评估企业优势和劣势，结合自身特点和产品结构，探索高技术服务融入企业内部的作用机制，发挥其对企业创新能力和竞争优势的塑造作用。①资源型企业多位于中西部地区，信息获取渠道较为单一且技术基础较为薄弱，在识别和获取先进高技术服务并内化于企业生产、创新方面具有先天弱势。因此，资源型企业要加强对技术识别能力和技术获取能力的培养；②资源型企业现阶段研发活动对外界高技术服务融合的反应滞后性较强，并且吸收能力具有一定的正向调节能力，因此资源型企业应不断培育自身对新技术、新知识的消化吸收和跨界整合能力，提升自身对外部环境变化的适应力，缩短反应时间，形成新竞争优势。

(4)资源型企业应完善以企业创新价值链为核心的吸收能力体系，尤其对于高技术创新人才队伍建设，应细化创新人才分工和人才配置，避免人才过于集中在个别环节而导致全链条创新能力不均。具体而言,培养和构建包含以下2类人才的创新团队体系：①基础研究型人才队伍。基于资源型企业已有的各类独特资源，在加快转变企业固有资源依赖观念的基础上，通过与其它高技术服务企业和科研院所合作，利用新技术、新知识不断涌入传统产业的契机，培养能够在创新价值链前端研发部分具有实质性贡献的研究型人才队伍；②应用转化型人才队伍。基于新技术对资源利用的冲击及对营销渠道的广泛影响，培养企业内部能够将研发产出成功转化为应用型产品的人才队伍，强化对终端市场的把控能力。

(5)政府应进一步加强新产业革命技术创新的基础设施和服务集成化平台建设，促进高技术服务业快速发展，实现新旧产业融合协同发展。①进一步完善以传统产业产品营销为核心的高技术服务融合平台。例如，健全大数据中心、信息网络服务中心等在资源类产品经济转化过程中的中介功能，规划实施资源型企业生产全流程的大数据服务包，通过企业试点完善数据服务并引导企业运用；②着力打造基于传统资源的高技术研发服务和合作创新集成化服务平台。通过打造与省级、国家级科研院所和高等学校的交流合作研发服务平台，一方面，将较为成熟的高新技术信息发布于公共平台以便企业和高新技术服务提供方进行交易；另一方面，为资源型企业寻求对口的高技术合作研发伙伴，并为高技术服务方的各类新技术应用提供集成化平台，减少信息不对称和信息搜索成本，从而促进创新研发内外部联结和融合。

参考文献:

[1] 马健.产业融合理论研究评述[J].经济学动态,2002(5):78-81.

[2] 韩先锋,惠宁,宋文飞.信息化能提高中国工业部门技术创新效率吗[J].中国工业经济,2014(12):70-82.

[3] 王成东.区域产业融合与产业研发效率提升——基于SFA和中国30省市的实证研究[J].中国软科学,2017(10):94-103.

[4] 姜博,马胜利,唐晓华.产业融合对中国装备制造业创新效率的影响:结构嵌入的调节作用[J].科技进步与对策,2019,36(9):77-86.

[5] FRISHAMMAR J,SVENA.Managing external information in manufacturing firms: the impact on innovation performance[J].Journal of Product Innovation Management,2005,22(3):251-266.

[6] 张龙鹏,周立群.“两化融合”对企业创新的影响研究——基于企业价值链的视角[J].财经研究,2016(7):99-110.

[7] STEFANIE B,LEKER J.Industry convergence and its implications for the front end of innovation: a problem of absorptive capacity[J].Creativity & Innovation Management,2010,16(2):165-175.

[8] 李晓龙,冉光和,郑威.科技服务业空间集聚与企业创新效率提升——来自中国高技术产业的经验证据[J].研究与发展管理,2017(4):1-10.

[9] DINGLER A,ENKEL E.Socialization and innovation: insights from collaboration across industry boundaries[J].Technological Forecasting and Social Change,2016(109):50-60.

[10] 时省,洪进,赵定涛.知识密集型服务业对高技术产业两阶段创新效率的影响研究[J].中国科技论坛,2013,1(1):43-49.

[11] 中国人民大学宏观经济分析与预测课题组.进入创新和产业融合发展关键期的中国经济[J].经济理论与经济管理,2017(12):5-22.

[12] SALDIVAR A A F,YUN L,CHEN W N,et al.Industry 4.0 with cyber-physical integration: a design and manufacture perspective[C].International Conference on Automation & Computing，2015.

[13] PORTER M E,HEPPELMANN J.How smart,connected products are transforming companies[J].Harvard Business Review,2014,92(1-2):24-24.

[14] WAMBA S F,AKTER S,EDWARDS A,et al.How 'big data' can make big impact: findings from a systematic review and a longitudinal case study[J].International Journal of Production Economics,2015(165):234-246.

[15] BOGERS M,HADAR R,BIBERG A.Additive manufacturing for consumer-centric business models: implications for supply chains in consumer goods manufacturing[J].Technological Forecasting and Social Change,2016(102):225-239.

[16] COHEN W M,LEVINTHAL D A.Absorptive capacity: a new perspective on learning and innovation[J].Administrative Science Quarterly,1990,35(1):128-152.

[17] 陶长琪,彭永樟.制度邻近下知识势能对区域技术创新效率的空间溢出效应[J].当代财经,2018(2):15-25.

[18] 孙冰,沈瑞.行业竞争强度对创新扩散效率的影响-知识吸收能力的中介作用[J].科技进步与对策,2017(34):59-65.

[19] 傅为忠,金敏,刘芳芳.工业4.0背景下我国高技术服务业与装备制造业融合发展及效应评价研究——基于AHP-信息熵耦联评价模型[J].工业技术经济,2017(12):92-100.

[20] 王锋正,郭晓川.环境规制强度对资源型产业绿色技术创新的影响——基于2003—2011年面板数据的实证检验[J].中国人口·资源与环境,2015,25(S1):143-146.

[21] 肖仁桥,王宗军,钱丽.我国不同性质企业技术创新效率及其影响因素研究:基于两阶段价值链的视角[J].管理工程学报,2015(2):190-201.

[22] TONE K,TSUTSUI M.Network DEA: a slacks-based measure approach[J].European Journal of Operational Research,2009,197(1):243-252.

[23] 李红锦,李胜会.战略性新兴产业创新效率评价研究——LED产业的实证分析[J].中央财经大学学报,2013,1(4):75-80.

[24] DESIRE K,MARIA J S,JOHNSTON D A.Innovations in a relational context:mechanisms to connect learning processes of absorptive capacity[J].Development & Learning in Organizations,2011,42(4):419-438.

[25] KELLER W.Absorptive capacity: on the creation and acquisition of technology in development[J].Journal of Development Economics,1996,49(1):199-227.

[26] ZHAO S L,JIANG Y H,WANG S Y.Innovation stages,knowledge spillover,and green economy development: moderating role of absorptive capacity and environmental regulation[J].Environmental science and pollution research international,2019,26(24):25312-25325.

[27] XIA T,ROPER S.From capability to connectivity——absorptive capacity and exploratory alliances in biopharmaceutical firms: a US-Europe comparison[J].Technovation,2008,28(11):776-785.

[28] ESCRIBANO A,FOSFURI A,TRIB J A.Managing external knowledge flows: the moderating role of absorptive capacity[J].Research Policy,2009,38(1):96-105.

[29] 刘璐,杨蕙馨.制度距离对中国上市公司跨国并购绩效的影响——国际经验与知识吸收能力的中介作用[J].科技进步与对策,2018,35(5):113-119.

[30] 汪芳,潘毛毛.产业融合、绩效提升与制造业成长——基于1998-2011年面板数据的实证[J].科学学研究,2015,33(4):530-538.

(责任编辑：张 悦)