“互联网+”赋能企业创新的异质动态效应研究
——政府研发资助的调节作用

韩先锋

(西安理工大学 经济与管理学院,陕西 西安 710054)

摘 要:在国家推动互联网与实体经济深度融合的关键时期,以政府研发资助为切入点,剖析政府应如何更好地支持企业践行“互联网+”创新战略。在阐释政府研发资助影响“互联网+”企业创新内在机制的基础上,基于2006-2018年中国省级面板数据及门槛回归模型进行实证检验。研究发现:“互联网+”显著推动企业创新效率改善,而政府研发资助有助于强化这种积极影响;企业层面的“互联网+”创新溢出存在明显的政府研发资助三重门槛效应,只有当政府研发资助强度超越一定门槛条件时,才能最大限度地释放“互联网+”的创新溢出;政府研发资助调节下的“互联网+”创新溢出效应具有显著空间异质性特征,在不同空间层面上显现出差异化和动态化调节影响;现阶段政府研发资助对“互联网+”企业创新的正向调节溢出还相对有限,且实际调节效果具有差异化特征,表现为中部地区最为显著、东部地区次之、西部地区最弱的阶梯状分布。研究结论可为新时代下构建时空分异的政府研发资助策略,进一步加快释放“互联网+”企业创新的溢出红利提供一定启示。

关键词:“互联网+”;政府研发资助;企业创新效率;动态调节

Research on Internet+'s Heterogeneous Dynamic Effects on Promoting Enterprise Innovation:Based on the Perspective of Government R&D Funding Adjustment

Han Xianfeng

(Economics and Management School, Xi'an University of Technology, Xi'an 710054, China)

AbstractIn the prominent period of promoting deep integration of Internet and real economy, taking government R&D subsidy as the breakthrough point, this paper analyze how the government support enterprises in implementing the “Internet+” innovation strategy better. Based on the explanation of the internal mechanism of R&D subsidy affecting “Internet+” innovation in enterprises, made empirical study based on China's provincial panel data from 2006 to 2018, with threshold regression model. The results found that: “Internet+” improves the efficiency of enterprise innovation, while government R&D funding could strengthen the positive impact. And there exist obvious three threshold effects of government R&D funding on “Internet+” innovation spillover, only when the government R&D subsidy exceeds a certain threshold condition can the “Internet+” innovation spillover could be maximally released. The “Internet+” innovation spillover effect under the government R&D subsidy has significant spatial heterogeneity, and the adjustment effect of alienation and dynamic change in different regions, the positive adjustment affection of government R&D funding on “Internet+” innovation spillover is relatively limited at present stage, and the practical regulation effect is alienated. It showed the character of being most obvious in the central region, next in the eastern region, and the weakest in the western region in steps. This paper provided certain inspiration for government R&D subsidy strategy to build spatiotemporal differentiation in China new era, and accelerating the release of the “Internet+” innovation spillover dividends in enterprises.

Key Words:“Internet+”; Government R&D Subsidy; Enterprise Innovation Efficiency; Dynamic Regulation

收稿日期:2021-01-01

修回日期:2021-02-07

基金项目:教育部人文社会科学研究青年基金项目(19YJC790034);陕西省软科学一般项目(2019KRM204);西安理工大学青年社会科学学术创新团队项目(105-256082004);全国统计科学研究重点项目(2020LZ06)

作者简介:韩先锋(1984—),男,陕西商洛人,博士,西安理工大学经济与管理学院讲师,研究方向为互联网创新。

DOI10.6049/kjjbydc.2020090064

开放科学(资源服务)标识码(OSID):

中图分类号:F273.1

文献标识码:A

文章编号:1001-7348(2021)17-0097-09

0 引言

新时代下,“互联网+”对中国社会经济发展产生了全局性深远影响,逐渐成为创新型国家建设和经济高质量增长的强劲引擎。习近平总书记指出,互联网是20世纪最伟大的发明之一,要用好互联网带来的重大机遇,深入实施创新驱动发展战略。与此同时,国家层面也推出了“互联网+”战略,明确要以促进创新创业为重点,突出企业的主体地位,进一步发挥“互联网+”的创新驱动作用。这为通过“互联网+”促进企业创新驱动发展相关研究提出了新命题,也可能为有效提升企业创新能力开出“一剂良方”。毫无疑问,如何有效释放“互联网+”企业创新的溢出红利,将直接关乎互联网与诸多经济发展领域的融合成效。理论上讲,“互联网+”企业创新具有鲜明的知识外溢特征,而政府研发资助通常被视为解决创新外部性的有效方法[1],如果政府资助策略不够科学,则可能在一定程度上挫伤企业实施“互联网+”创新战略的积极性。也正因为如此,支持和引导企业深入推行“互联网+”创新成为地方政府的普遍选择。那么,一个自然而现实的问题是,政府在推动“互联网+”企业创新融合过程中究竟扮演了何种角色?特别是,政府研发资助是否有助于促进企业“互联网+”创新溢出?倘若可以,何种强度的政府研发资助更有利于企业层面“互联网+”创新溢出?其背后又存在何种内在作用机制和动态演化特征?在国家大力践行“互联网+”创新战略的关键时期,基于政府研发资助视角深入阐释“互联网+”对企业创新的影响和作用,具有重要的理论与现实意义。

截至目前,关于“互联网+”企业创新关联性的研究尚不多见,国外学者多从理论上肯定“互联网+”在驱动企业创新过程中的积极作用。Kafouros等[2]较早证明了互联网可以提高企业创新能力;Arthub[3]认为互联网的广泛应用能快速推动知识和信息的广泛传播,从而有利于促进企业创新;Guire等[4]强调,依托互联网,企业将更容易完成前瞻性研发,显著提升自身创新水平;Goldfarb等[5]认为,互联网的使用有利于降低企业在信息搜寻、复制、运输、追踪和验证等过程中的成本,从而推动企业创新。国内学者也对“互联网+”企业创新的动因、机制等方面问题作了一定探索[6-8],且得出了与上述研究较为一致的结论。进一步,学者们基于不同角度对“互联网+”企业创新背后的内在机制进行了实证检验。Paunova等[9]实证发现,吸收能力较强和效率较高的企业往往能从互联网使用中获取更多创新收益;Anvari等[10]考察发现,互联网电子商务可显著促进企业研发投资。国内研究则大致集中于以下几个方面:一是基于传统企业总体层面的研究,杨德明等[11]、王可等[12]均研究发现,互联网的外部性溢出会持续刺激企业加大创新投入,从而有利于技术创新;二是基于进出口企业层面的研究,佟家栋等[13]、戴美虹[14]分别基于进口企业和出口企业样本,证实了互联网使用有利于提升进出口企业创新水平;三是基于小微企业层面的研究,王春燕等[15]、李珊珊等[16]均肯定了“互联网+”对小微企业创新活动的积极作用。不难发现,现有文献从不同维度证实了“互联网+”有利于驱动企业创新,但相关实证文献并不多见且主要聚集于二者之间的线性关联分析,鲜有研究对“互联网+”企业创新的动态溢出机制进行探究。

综上可知,既有文献为本文解析“互联网+”企业创新之间的内在逻辑关联提供了重要启示,但仍存在一定不足:一是已有文献主要聚焦于分析“互联网+”企业创新之间的线性关联特征,对如何最大化释放“互联网+”企业创新溢出相关问题的非线性探讨尚属空白;二是无论理论推演抑或实证检验,都鲜有文献基于政府研发资助角度深入剖析“互联网+”企业创新的内在逻辑,特别是尚未有文献对政府研发资助调节下“互联网+”影响企业创新活动的动态演化机制问题进行探究。与以往研究不同,本文主要创新之处在于:较为系统地阐释“互联网+”企业创新融合过程中政府研发资助的动态调节机制,并使用面板门槛数据模型实证分析政府研发资助如何动态调节“互联网+”对企业创新效率的潜在影响,既可以在一定程度上丰富“互联网+”企业创新领域相关研究,又能为新时代下国家通过兼顾加快“互联网+”建设和优化研发资助策略等复合手段进一步驱动企业创新发展提供政策依据。

1 理论分析与研究假设

理论上讲,“互联网+”对企业创新行为的驱动应是化学意义上的深度融合,而不仅仅是物理意义上的简单叠加,是企业基于“互联网+”手段持续优化自身技术创新模式和改善创新能力的过程。具体而言,“互联网+”对企业创新的作用机理主要表现在以下几个方面:①“互联网+”有利于提升企业创新速度。“互联网+”有效促使企业创新边界消失,改变企业传统创新活动方式,并推动企业创新模式由封闭的组织内部转向开放的众创空间[17]。这种情形下,企业创新活动中的信息、知识、人力等要素流动速度明显加快,企业也更容易和快速准确地获取需要的创新资源及信息。经过有效的加工整合,企业将更容易准确掌握市场创新需求,无形中明显缩短新技术、新产品设计开发及市场化周期,从而在很大程度上提升企业创新速度;②“互联网+”有利于降低企业创新活动的边际成本和潜在风险。互联网的使用能有效打破信息传递的时空约束[7],使得创新活动单元更容易享受到海量、高质量和充分披露的创新信息,并在较大程度上降低企业创新活动的信息搜索、复制、传递、追踪和验证等各种成本[5],从而有效促使企业不断缩减创新活动的边际成本。而基于“互联网+”的新手段和新工具使用,企业更容易实现前瞻性研发和精确预测,这无形中又会降低或规避创新活动中的各类风险,从而有利于提升企业创新的决策效率和成功率[4];③“互联网+”有利于提升企业创新资源配置效率。随着“互联网+”创新融合的深化,企业将有效克服前互联网时代的信息不对称约束,能更加便捷地将碎片化创新资源组织起来,集中优势资源投向企业创新活动的核心技术和关键技术领域。互联网时代下,企业创新的方法方式更趋多元化,由此产生的众包、众筹、众创、众智等新创新模式均会给企业创新注入新动力,促使企业持续进行微创新、迭代创新[18],进而最大限度地实现创新资源科学分配;④“互联网+”企业创新溢出存在正向边际效应递增的动态演化特征。梅特卡夫法则(Metcalfe Law)认为,网络价值增长倍数与网络节点数量增长倍数之间具有平方关联性,即网络水平越高,网络价值就越大。具体原因在于,“互联网+”作用下的企业创新系统运行出现了创新成本不断下降而创新收益持续增加的现象,赵振[8]也研究指出,“互联网+”的跨界融合使工业经济时代的报酬递减规律转变为报酬递增规律。基于以上理论推演和分析,本文提出以下假设:

H1:“互联网+”显著促进企业创新,且这种影响存在边际效率递增特征。

企业不仅是国家科技创新的主导力量,还是政府推动“互联网+”战略的践行者。“互联网+”企业创新本身是其不断适应互联网时代创新活动新要求、加速培育创新驱动新动能的动态演化过程,这导致“互联网+”企业创新的深度融合亦需要一定的外部资源作为支撑。在企业响应政府号召,承担推动“互联网+”创新融合成本却未获取应有创新收益的情形下,如果缺乏政府R&D资本的充分补偿,则可能在一定程度上抑制企业实施“互联网+”创新战略的积极性。也就是说,在缺乏资源支撑的情形下,企业既要维持日常创新活动,又要推动“互联网+”建设,双重资源投入可能给企业原有创新活动和日常经营造成一定压力,此时需要通过政府研发资助加以弥补,以补偿企业在推行“互联网+”创新过程中的正向外部溢出。在政府研发资助作用下,企业更有机会获取充足的创新活动资本,且有能力在驱动“互联网+”创新融合中投入更多资源。依托“互联网+”,企业能更准确地把新技术、新工艺和新产品快速向市场推广和扩散,不仅有利于企业加快技术成果向经济效益转化,还会给企业带来更多获取经济利润的机会[13],从而为企业优化创新方式、改善创新效率提供坚实的资本支撑。这种情形下,由于“互联网+”能释放出显著的正向外部性溢出红利,企业愿意将更多资源投入到“互联网+”创新融合过程中,从而持续获取创新溢出红利。随着“互联网+”的持续正向反馈,企业“互联网+”创新进程会持续加快,溢出强度也会不断提高[18]。另外,政府研发资助具有明显的信号传递效应[19],来自政府的研发资助无形中会给金融机构、风险投资机构等社会资本释放积极信号,引导其积极参与企业“互联网+”创新建设,进而释放出更为明显的“互联网+”创新溢出。基于以上理论推演和分析,本文提出以下假设:

H2:随着政府研发资助强度提升,“互联网+”的创新溢出效应持续增强。

基于以上分析,政府R&D资助会对“互联网+”的创新溢出产生积极的强化作用。进一步,中国不同地区在经济发展、财政支出和技术创新等方面均存在明显差异,东部沿海地区企业总体实力较为雄厚、技术创新能力相对偏高,具备自主推动技术创新发展的先决条件,而中西部地区受制于较低的经济发展水平,企业总体实力偏低、技术创新发展较为滞后,导致其在开展技术创新活动中存在先天不足。然而,也正因为如此,导致政府在中西部地区企业创新活动中通常扮演着更为重要的角色。事实上,近年来政府R&D资助强度在空间上一直存在从西向东持续降低的动态差异特征[20]。与此同时,中西部地区与东部地区在创新资源配置和“互联网+”建设能力上亦存在差距,这都会在一定程度上导致不同地区政府在助推企业践行“互联网+”创新战略过程中的R&D资助效果存在差异。加之,由于各地区政府对市场的干预力度不同,导致经济欠发达地区相较于经济发达地区往往具有更高的要素市场扭曲程度。在要素市场扭曲程度较低的地区,企业进行创新活动的寻租空间通常相对较小[21],不会造成创新资源和“互联网+”投入的过度浪费及产生R&D资助惰性,反之亦然。正是由于诸多因素的影响,最终致使政府研发资助对“互联网+”企业创新的动态调节效应表现出一定的空间异质性特征。基于以上理论推演和分析,本文提出以下假设:

H3:政府研发资助调节下的“互联网+”创新溢出效应具有空间异质性特征。

2 研究设计

2.1 计量模型构建

借鉴Hansen[22]的思路,本文构建面板门槛数据模型,系统考察政府研发资助动态调节“互联网+”企业创新的非线性溢出效应。由此设定的基本非线性模型如下:

fteit=α1intit·I(govitγ)+α2intit·I(govit>γ)+θxit+μi+εit

(1)

其中,intit是表征“互联网+”指标的核心解释变量,fteit为表示企业创新效率指标的被解释变量,govit是表示政府研发资助强度指标的门槛变量。γ表示待估计的门槛值,根据具体估计的门槛值,可划分出intit具有不同取值的两个门槛区间。xit是控制企业创新效率的其它变量,i表示研究样本编号、t表示研究时序编号,μi表示不随时间变化的各样本截面个体效应,εit为误差项,εitiid(0,σ2)。

根据研究需要,选取城市化水平(urb)、对外直接投资(ofdi)、市场化水平(mar)、金融发展(fin)和技术引进(tei)等作为控制变量,则模型(1)可以改写为:

fteit=α1intit·I(govitγ)+α2intit·I(govit>γ)+θ1urbit+θ2ofdiit+θ3finit+θ4marit+θ5teiit+μi+εit

(2)

考虑到本研究可能存在多个门槛情形,对单一门槛模型(2)作进一步优化拓展,构建多重面板门槛模型如下:

fteit=α1intit·I(govitγ1)+α2intit·I(govit>γ1)+...+αnintit·I(govitγn)+αn+1intit·I(govit>γn)+θ1urbit+θ2ofdiit+θ3finit+θ4marit+θ4teiit+μi+εit

(3)

2.2 变量设置与数据来源

本文基于2006-2018年中国内地30个省份(西藏数据缺失)进行研究,对涉及的主要变量作如下具体设定:

(1)被解释变量:企业创新效率(fte)。本文将企业创新活动视为一个投入产出的动态过程,并采用随机前沿分析方法对考察期内中国内地30个省份的大中型工业企业创新效率进行估算。参照已有研究的通用做法,选取各省份大中型工业企业历年R&D人员全时当量、R&D经费支出、专利申请数3个指标,分别作为表征企业创新活动的投入和产出指标。在估算企业创新效率之前,首先采用广义似然率检验方法对适合本文估算的随机前沿模型形式进行甄别,发现采用超越对数生产函数模型进行创新效率测算更为科学。因此,基于超越对数随机前沿模型及2006-2018年中国内地30个省份创新活动数据,测算考察期内省际层面企业创新效率水平。

(2)核心解释变量:“互联网+”(int)。本文在已有研究的基础上,基于5个维度选取15个具体指标,并采用全局主成分分析技术构造省际“互联网+”指数。结合中国网络发展实际,具体指标设置如下:①互联网普及,包括互联网普及率(%)、网民数(万人)、移动电话用户(万户)3个细分指标;②互联网基础设施,包括互联网接入端口数(万个)、IPv4地址占比(%)、长途光缆线路长度(km)、万人域名数(个/万人)4个方面;③互联网信息供给,包括网站总数除以地区法人单位数量、一周以内网页更新占比(%)、每个网页平均字节数(KB)3个细分指标;④互联网商务应用,包括电信业务总量(亿元)和快递业务量(万件)两个指标;⑤互联网发展环境,包括选取人均GDP(元)、R&D投入占GDP比重(%)和城镇居民人均消费水平(元)3个指标。根据上述指标和面板数据,本文采用全局主成分分析技术进行测算可得到相应的综合得分,进一步借鉴朱承亮等[23]的做法,将综合得分标准化至[0,1]区间,即可构造2006-2018年中国省际层面“互联网+”综合水平指数。

(3)门槛变量:政府研发资助(gov)。各省份财政支出和经济发展水平存在显著差异,导致地方政府对企业创新活动的资助规模、强度和策略亦会存在一定差异。关于政府研发资助强度的度量,学界采取的指标比较多样化,诸如政府税收优惠、政府研发经费占比和政府采购等各种直接方式或间接方式,但大多文献采用政府研发经费占比这一指标表征政府研发资助强度。借鉴Szczygielski等[24]的经验,选择各地区研发经费支出中政府资金占比表征政府研发资助强度,这一相对指标能够较为客观地反映区域创新资源投入的结构性差异,具有较高的可比性并能较好地消除价格因素的影响,该指标值越大表明政府研发资助强度越高。

(4)控制变量。为了得到稳健的估计结果,选取以下变量加以控制:①城市化水平(urb),较高的城市化水平能为企业创新提供合理的人力资本禀赋结构,有利于创新活动交易效率的改善,从而促进知识和技术在企业间扩散溢出,采用历年年末城镇人口在总人口中占比进行刻画;②对外直接投资(ofdi),作为一国获取国际技术溢出的重要渠道,对外直接投资是提升企业创新能力不容忽视的重要因素,选取历年以人民币表示的OFDI存量与当年GDP比值衡量;③金融发展(fin),有效的金融支持有利于降低企业创新融资成本,以及缓解信息不对称问题,进而可能对企业创新产生积极影响,选取历年的金融机构年末存贷款余额除以GDP衡量;④技术引进(tei),其是企业获取先进技术的重要手段,会直接影响企业创新活动的开展,选取历年国外技术引进合同金额占GDP比重衡量;⑤市场化水平(mar),参照李子叶等[25]的具体做法,运用历年的非国有企业员工占比指标衡量。

2.3 特征事实描述

本文的基础研究数据主要来自历年《中国金融年鉴》、《中国互联网发展状况统计报告》、《中国对外直接投资统计公报》、《中国科技统计年鉴》和《中国统计年鉴》。相关变量描述性统计结果如表1所示。

表1 主要变量描述性统计结果

变量个数极小值极大值均值标准差fte3900.1100.8150.4170.164int3900.5110.9110.6000.066gov3900.0690.6080.2400.131urb3900.2750.8960.5410.136ofdi3900.0000.2510.0190.033fin3900.1085.5871.6810.742mar3900.4400.8990.7120.108tei3900.0000.0480.0030.006

3 实证结果及分析

3.1 模型合理性检验

为促使本文实证研究过程更为严谨,首先进行以下3个方面的检验,以证明所构建计量模型的合理性:一是多重共线性检验。经测算发现,本文研究变量的最大方差膨胀因子VIF值为3.50,平均VIF值为2.50,均处于可接受的范围内,说明本文构建的计量模型共线性问题较弱,不会对后文估计结果产生较大影响;二是面板平稳性检验。本文基于2006-2018年省际面板数据进行实证,为了避免因宏观经济数据波动而造成的伪回归现象,主要采用3种方法对相关变量进行平稳性检验,分别是PP-Fisher技术、ADF-Fisher技术和LLC技术。检验表明,选取的各变量均是一阶平稳的;三是面板协整关联检验。基于Pedroni[26]提出的E-G两步法回归残差的协整检验方法,测试本文研究变量之间是否存在长期均衡关联。结果发现,各变量之间存在显著的长期稳定均衡关联。在上述检验的基础上,本文将进一步考察政府研发资助调节下“互联网+”企业创新的溢出问题。

3.2 全国层面估计结果

本文运用“自举法”重叠模拟似然比检验统计量300次,以检验面板门槛效应的存在性,具体结果见表2。不难发现,无论考虑控制变量与否,以政府研发资助作为门槛变量时,单一门槛模型、双重门槛模型和三重门槛模型均通过检验,且相应的三重门槛效应检验的95%置信区间分别为[0.314, 0.318]和[0.285, 0.450],表明应采用三重面板门槛数据模型研究政府研发资助调节下“互联网+”的创新溢出效应问题。同时,采取以下方式进行稳健性测试:一是改变研究时段,以2006-2016年为研究时段进行稳健性检验;二是剔除异常值影响,分别利用去掉平均“互联网+”水平与平均政府研发资助变量极大值、极小值的新样本进行稳健性检验,以规避潜在非随机性和异常值的不良影响。进一步,本文分别对“互联网+”变量滞后一期、政府研发资助变量滞后一期情形下的面板门槛数据模型进行估计,以尽可能处理非线性模型的内生性问题。检验结果表明,上述5种情况下,政府研发资助强度变量均通过了三重门槛效应检验,且其对应的3个门槛值相差无几,表明本文基于三重面板门槛数据模型进行实证考察所获结论应是可信的。

表2 全国层面政府研发资助调节的门槛效应存在性检验结果

检验模型估计值F值P值BS次数不含控制变量单一门槛0.11019.784***0.000300双重门槛0.26212.276***0.000300三重门槛0.3457.700**0.013300包含控制变量单一门槛0.19032.830***0.000300双重门槛0.25722.967***0.000300三重门槛0.31518.175***0.000300改变时段检验单一门槛0.11652.058***0.000300双重门槛0.26217.908***0.000300三重门槛0.34614.170***0.000300剔除int异常值检验单一门槛0.19032.446***0.000300双重门槛0.25717.415***0.000300三重门槛0.31516.933***0.000300剔除gov异常值检验单一门槛0.19030.644***0.000300双重门槛0.25721.294***0.000300三重门槛0.31516.869***0.000300int滞后一期检验单一门槛0.19326.392***0.000300双重门槛0.25019.439***0.000300三重门槛0.31511.999***0.000300gov滞后一期检验单一门槛0.18929.829***0.000300双重门槛0.26220.216***0.000300三重门槛0.3157.537***0.003300

注:***、**分别表示在1%和5%的显著水平上通过门槛检验,下同

在政府研发资助调节的非线性模型估计之前,首先,经豪斯曼检验后采用固定效应模型初步估计一个线性模型,具体结果见表3中模型1。其次,为了便于比较政府研发资助前后企业层面“互联网+”创新溢出动态变化,对以“互联网+”为门槛变量的三重面板门槛模型进行估计,采取稳健标准差方法消除异方差干扰,具体结果见表3中模型2。在此基础上,进一步基于稳健标准差方法对政府研发资助的动态调节模型进行估计,相应结果见表3中模型3-模型9。其中,模型3为不考虑控制变量的估计情形,模型4是考虑控制变量的估计情形,模型5是改变研究时段的估计结果,模型6和模型7分别是剔除“互联网+”变量和政府研发资助变量异常值的估计结果,模型8和模型9分别是“互联网+”变量和政府研发资助变量滞后一期情形下的估计结果。由线性模型1的估计结果可知,“互联网+”变量估计系数显著为正,表明考察期内“互联网+”显著驱动了企业创新效率改善,即现阶段中国实施“互联网+”企业创新战略是富有成效的,这与沈国兵等[27]的研究结论一致,验证了假设H1。基于模型2和模型3的非线性估计结果比较可知,各门槛区间内“互联网+”系数均显著为正,说明“互联网+”创新效应具有正向边际效率递增的非线性特征,且考虑政府研发资助调节后的“互联网+”系数明显增大,充分表明政府研发资助对“互联网+”的创新溢出具有正向强化作用,进一步支持了H1。对于控制变量,各模型中系数方向均较为一致,仅在系数大小和显著性水平上存在差异,这在一定程度上说明本文研究结论可靠。具体来看,现阶段加快城市化和市场化进程,提升对外直接投资强度和金融发展水平均对企业创新效率改善具有积极影响,而技术引进则对企业创新产生了明显的负面效应。通过估计系数比较可知,“互联网+”对企业创新效率的积极影响仅次于城市化的作用,证实“互联网+”对当前企业创新驱动发展产生了极为深远的影响。

表3 全国层面的面板模型估计结果

变量模型1模型2模型3模型4模型5模型6模型7模型8模型9urb1.090***1.137***0.994***1.147***1.139***1.102***1.152***(21.882)(22.060)(21.788)(20.286)(20.719)(22.476)(22.387)ofdi0.253***0.219***0.171**0.208***0.223***0.197***0.246*** (3.751) (3.504)(2.085) (3.225) (3.499) (3.248) (3.943)fin0.052***0.035***0.013*0.035***0.035***0.034***0.037***(6.963)(4.297)(1.835) (3.805)(4.176)(4.312)(4.571)mar0.162***0.156***0.112***0.160***0.159***0.137***0.126***(5.637)(4.609) (3.801)(4.358)(4.563)(4.039)(3.580)tei-1.077***-0.809*-0.474 -0.669 -0.809* -0.542 -0.708 (-3.264)(-1.946)(-1.398)(-1.622)(-1.933)(-1.326)(-1.555)int_10.369***1.036***1.865***0.370***0.507***0.353***0.356***0.458***0.321***(5.638)(10.309)(19.642)(5.320) (8.726)(4.839)(4.936)(6.319)(4.426)int_21.163***1.936***0.405***0.541***0.388***0.391***0.491***0.344***(12.133)(19.385) (5.784) (9.071)(5.275)(5.388)(6.736)(4.689)int_31.268***1.990***0.443***0.588***0.429***0.429***0.523***0.383***(13.859)(20.899)(6.275)(9.764)(5.804)(5.880)(7.101)(5.137)int_41.339***2.034***0.488***0.619***0.474***0.474***0.570***0.425***(15.899)(22.327)(6.726)(10.145)(6.325)(6.333)(7.462)(5.576)

注:***、**、*分别表示各变量的系数通过1%、5%、10%的显著水平,int_1至int_4表示政府研发资助调节下核心解释变量的估计系数,()内为修正异方差后的t统计量值,表5同

由表3估计结果可知,“互联网+”对企业创新效率的非线性影响会因政府研发资助强度变化而呈现差异,但政府研发资助一直正向调节“互联网+”的创新溢出效应。主要依据考虑控制变量的门槛模型4展开实证分析,总体来看,在政府研发资助因素调节下,“互联网+”对企业创新效率呈现正向边际效应递增的动态响应特征,支持假设H2。政府研发资助强度的3个门槛值分别为0.190、0.257和0.315,在不同政府研发资助门槛区间内“互联网+”创新溢出效应存在显著差异,具体表现为:当政府研发资助强度低于第一门槛值0.190时,“互联网+”变量的估计系数为0.370且显著,表明在该门槛区间内政府研发资助正向调节“互联网+”的企业创新溢出。当政府研发资助强度介于0.190与0.257之间时,“互联网+”的促进效应增大至0.405且显著,即该门槛区间内政府研发资助对“互联网+”企业创新的正向调节效果进一步强化。当政府研发资助强度位于0.257与0.315之间时,企业层面的“互联网+”创新溢出效应仍然显著,且该门槛区间内这种积极效应仍在持续增强。当政府研发资助强度超过0.315时,“互联网+”变量的估计系数进一步增大至0.488,且通过了1%的显著性水平检验,说明只有当政府研发资助强度超过0.315时,才能最有利于企业释放“互联网+”的创新溢出。不难发现,政府研发资助对“互联网+”企业创新溢出效应具有正向调节作用,但较低的政府研发资助强度对企业层面“互联网+”创新溢出的赋能效果相对有限,只有当政府研发资助强度超越一定门槛条件时,才能最大限度地促使企业释放“互联网+”创新溢出,即新时代下国家推动“互联网+”企业创新的深度融合需要辅以较高的政府研发资助强度作为支撑。

进一步计算发现,考察期内政府研发资助强度平均水平为0.240,整体尚位于第二门槛区间内,与最优门槛区间下限值0.315存在较大差距,说明政府研发资助虽对“互联网+”创新溢出具有正向调节影响,但现阶段这种积极溢出效应还较为有限。同时还要注意到,尚有河北、内蒙古等13个省份的政府研发资助强度处于第一门槛区间内,意味着这些省份政府研发资助对“互联网+”企业创新融合的强化效果尚不够理想,其在推动“互联网+”企业创新过程中尤应注重提升政府研发资助力度。总体来看,现阶段中国应该持续提高政府研发资助强度,使其早日迈入有利于“互联网+”企业创新溢出的最优调节区间,从而最大限度释放企业层面的“互联网+”创新溢出红利。

3.3 分区域估计结果

为了深入揭示可能存在的异质空间门槛效应,从而得到更有针对性的结论和启示,基于传统地理空间区划方法,分别从东、中、西部三大地区出发,考察政府研发资助调节下“互联网+”创新溢出效应的动态空间异质性特征。由表4的检验结果可知,以政府研发资助为门槛变量,东、中、西部三大地区的政府研发资助门槛变量均通过了三重面板门槛检验,且其相应的95%置信区间依次为[0.350, 0.429]、[0.262, 0.342]和[0.180, 0.547]。因此,东、中、西部三大地区采用三重面板门槛数据模型进行估计较为合理。

表4 空间层面门槛效应存在性检验及门槛估计值

检验模型估计值F值P值BS次数东部地区单一门槛0.16028.169***0.000300双重门槛0.24113.106***0.000300三重门槛0.4147.733***0.003300中部地区单一门槛0.11612.927***0.003300双重门槛0.16211.443***0.003300三重门槛0.3154.086**0.043300西部地区单一门槛0.1378.111**0.010300双重门槛0.1576.453***0.003300三重门槛0.1915.691**0.013300

由表5的面板门槛数据模型估计结果可知,政府研发资助调节下“互联网+”对企业创新效率的影响效应表现出明显的动态空间异质性特征。具体表现如下:在政府研发资助门槛条件下,东部地区“互联网+”企业创新的溢出效应呈现显著的正向倒“U”型动态调节特征,即政府研发资助正向调节东部地区“互联网+”的创新溢出效应。当政府研发资助强度依次跨越0.160和0.241时,“互联网+”驱动企业创新的溢出效果持续增强,但当政府研发资助强度超过0.414时,“互联网+”对企业创新的赋能效果出现弱化趋势,只有使政府研发资助强度维持在较高水平时,才最有利于“互联网+”企业创新融合发展,即存在最有利于东部地区“互联网+”企业创新溢出的政府研发资助强度门槛区间[0.241, 0.414];在政府研发资助门槛约束下,“互联网+”对中部地区企业创新效率呈现显著的正向“N”型动态调节作用。当政府研发资助强度低于0.116时,“互联网+”对企业创新效率具有显著促进影响,且这种驱动效应明显强于东部地区。当政府研发资助强度位于0.116与0.162之间时,“互联网+”企业创新的溢出效应有所增强。当政府研发资助强度跨越0.162但小于0.315时,“互联网+”企业创新的溢出效应开始由强减弱。当政府研发资助强度超过0.315时,“互联网+”对企业创新效率的积极影响会增至最大;在政府研发资助调节下,西部地区“互联网+”对企业创新效率的影响表现出一定的正向“U”型动态响应特征,当政府研发资助强度小于0.137时,“互联网+”对企业创新效率具有显著积极影响。当政府研发资助强度位于0.137与0.157之间时,“互联网+”的创新溢出效果开始变得不明显,可能暂时陷入政府研发资助的“陷阱”。当政府研发资助强度介于0.157与0.191之间时,“互联网+”企业创新又开始显现积极的溢出效果。当政府研发资助强度跨越0.191时,“互联网+”的创新溢出效应增至最强。上述分析完全验证了假设H3

表5 空间层面的面板门槛模型估计结果

变量基本模型估计结果东部中部西部改变时段估计结果东部中部西部考虑滞后估计结果东部中部西部urb1.140***-0.105 1.305***0.973***-0.030 1.169***1.078***-0.047 1.203***(17.184)(-0.741)(12.731)(18.406)(-0.263)(18.698)(20.031)(-0.411)(14.423)ofdi0.168***0.2510.876***0.128**0.3910.649***0.211***1.2480.926***(2.979)(0.311)(3.558)(2.454)(1.088)(3.899)(4.153)(1.634)(4.297)fin0.030***0.093***0.033***0.023**0.053**0.033***0.022***0.089***0.036***(3.630)(4.352)(3.744) (2.626)(2.587)(4.268)(2.895) (3.944)(4.446)mar0.315***0.431***-0.124***0.272***0.373***-0.061*0.294***0.370***-0.117***(9.458)(8.920) (-3.389)(10.260) (8.320)(-1.981) (9.225)(8.023)(-3.566)tei-1.268***-0.873-0.589-0.978**-1.298 -0.080-1.118***-1.594-0.290 (-2.806)(-0.435)(-0.875)(-2.288)(-0.768)(-0.205) (-2.645)(-1.000)(-0.486)int_10.281***1.592***0.180**0.275***1.327***0.150***0.302***1.684***0.297**(3.504)(7.388)(2.127)(4.596)(8.739)(2.680)(4.571)(7.894)(2.096)int_20.325***1.617***0.128 0.331***1.347***0.086 0.365***1.747***0.253 (4.002)(7.504)(0.800) (5.416) (8.751)(1.426) (5.373) (7.736)(0.814)int_30.390***1.579***0.167**0.385***1.310***0.140**0.430***1.678***0.286* (4.755) (7.388)(1.991) (6.037) (8.607) (2.492) (6.329) (7.866)(1.930)int_40.347***1.629***0.197**0.331***1.358***0.160***0.378***1.833***0.317** (4.072)(7.909)(2.208)(5.023)(9.384)(2.719)(5.374)(8.182)(2.224)

对比三大地区各门槛区间的“互联网+”系数可知,随着政府研发资助强度的持续提升,“互联网+”估计系数一直保持着“中部>东部>西部”的鲜明特征,即现阶段政府研发资助对中部地区“互联网+”企业创新的正向调节效应最为明显,东部地区的积极效果次之,西部地区最小。为了进一步增强研究结论的可靠性,本文对两种情形下2007-2017年“互联网+”滞后一期的面板门槛数据模型进行估计,结果均较好地支持了前文结论。

进一步基于各区域政府研发资助强度的最优门槛区间下限值比较发现,东、中部地区“互联网+”的创新溢出具有比西部地区更高的政府研发资助门槛要求,说明在有效推动“互联网+”企业创新融合发展过程中,东、中部地区相比西部地区应实施强度更高的政府研发资助政策,进一步释放“互联网+”企业创新的溢出红利。另外,相较东部地区,中、西部地区政府研发资助对“互联网+”创新溢出的调节作用具有更为复杂的动态演化特征。局部地区之所以会出现“互联网+”创新溢出弱化的情形,原因可能在于政府研发资助会在某些时刻产生一定的“挤入效应”,导致企业把原本用于驱动“互联网+”创新融合的资源投向其它领域,进而陷入短暂的资助“陷阱”,但随着政府研发资助强度持续提升,加之企业持续从“互联网+”创新中受益,使得企业推动“互联网+”创新融合发展的意愿不断增强,并投入更多资源作为支撑,进而产生更为明显的“互联网+”创新溢出效果。

4 结论与政策建议

4.1 结论

本文基于政府研发资助视角,利用面板门槛技术实证考察了“互联网+”对企业创新效率影响的异质性动态调节效应,主要结论如下:考察期内,“互联网+”显著推动中国企业创新效率改善,但这种积极影响存在明显的政府研发资助三重门槛调节效应,政府研发资助对企业层面的“互联网+”创新有着显著强化作用;在政府研发资助调节下,企业层面的“互联网+”创新溢出呈现明显的正向且边际效应递增的动态演化特征,即只有当政府研发资助强度超越一定门槛条件时,才能最大限度地促使企业释放“互联网+”创新溢出;现阶段政府研发资助对“互联网+”企业创新的正向调节效果相对有限,尚有接近一半省份的政府研发资助强度处于第一门槛区间内;政府研发资助对“互联网+”企业创新的实际调节效果存在显著空间差异,具体表现为“中部>东部>西部”阶梯状分布特征;在不同地理空间上,政府研发资助调节下的“互联网+”企业创新溢出效应亦存在明显差异,在东部、中部和西部三大地区分别具有正向倒“U”型、正向“N”型和正向“U”型的异质动态特征,但共同点在于更高强度政府研发资助策略有利于释放“互联网+”企业创新溢出红利。

4.2 政策建议

首先,应以“互联网+”战略为契机,大力鼓励和引导企业实施“互联网+”创新战略。支持企业创新发展与时俱进,充分意识到互联网时代企业开展创新活动的智能化、数字化和网络化新特征,积极将新一代信息技术引入到企业创新活动中,为企业改变创新方式方法、优化创新资源配置、丰富创新资本来源渠道、加速知识溢出和生产速度、降低创新不确定性风险等注入强劲动力,进而通过“互联网+”创新深度融合,实现企业创新的高质量发展目标。

其次,我国在推动“互联网+”企业创新融合发展时,应充分考虑到自身政府研发资助状况及发展实际,现阶段要进一步提升政府研发资助强度,使其早日跨入最优调节区间。因此,在继续深化“互联网+”创新战略的同时,应充分考虑政府研发资助对“互联网+”企业创新溢出的动态强化效果和演化规律,将政府研发资助策略与企业“互联网+”建设紧密结合起来。具体而言,在高政府研发资助强度省份,应引导企业将资源持续注入到“互联网+”创新融合进程中,推动“互联网+”与创新活动有效协同,同时,尽可能避免高强度政府研发资助对企业创新活动产生“挤出效应”。在低政府研发资助强度省域,应大力加强政府研发资助力度,持续为企业“互联网+”创新融合发展提供充足的资本支持。同时,也要注重动态适时调整政府研发资助强度,主动实施灵活科学、多元多层、有针对性的政府研发资助手段和策略,积极发挥政府研发资助的信号传递效应,不断引导社会资本参与到企业“互联网+”创新融合发展中,进而为不同区域有效释放“互联网+”企业创新溢出提供切实有效的政府研发资助策略。

最后,要认识到现阶段政府研发资助调节效果还相对有限且具有空间异质性特征,注重实施差异化的政府研发资助策略和方法。不同区域应根据自身政府研发资助水平,因地制宜选择“互联网+”企业创新的最佳融合路径,新时代下东部地区省份最大限度释放“互联网+”企业创新溢出,应以较高的政府研发资助力度作为必要条件,但其资助强度最好不要超过0.414的水平。中部地区省份应尽量使当前的政府研发资助强度动态调整至0.315水平之上,最优门槛区间外的积极调节效果同样面临弱化的压力。西部地区省份应使政府研发资助强度位于0.191水平之上,一旦低于该水平则不仅导致企业层面的“互联网+”创新溢出红利出现一定程度的损失,甚至可能出现政府研发资助调节弱化的现象。

4.3 研究不足与展望

本研究在以下方面有待进一步拓展:①“互联网+”与企业创新效率之间的调节机制比较复杂,可能还受其它调节因素的影响;②本文主要研究“互联网+”对企业创新的影响,尚未挖掘二者之间是否存在互动关联机制;③以五大维度为基础构建的“互联网+”综合发展水平评价指标体系,在指标数量和质量上还有待改进,例如尚未加入互联网产业发展、电子商务水平、互联网政策等指标。因此,未来研究可以从理论、方法等多方面进行优化,提升数据质量,进一步佐证本文结论,同时为“互联网+”企业创新深度融合提供政策依据。

参考文献:

[1] LI Z H,LIAO G K,WANG Z Z,et al. Green loan and subsidy for promoting clean production innovation[J]. Journal of Cleaner Production,2018,187:421-431.

[2] KAFOUROS M I. The impact of the Internet on R&D efficiency:theory and evidence[J]. Technovation,2006,26(7):827-835.

[3] ARTHUR W B. The structure of invention[J]. Research Policy,2007,36(2):274-287.

[4] GUIRE T M, MANYIKA J, CHUI M. Why big data is the new competitive advantage[J]. Ivey Business Journal, 2012(7-8): 1-13.

[5] GOLDFARB A,TUCKER C. Digital economics[J]. Journal of Economic Literature,2019,57(1):3-43.

[6] 程立茹. 互联网经济下企业价值网络创新研究[J]. 中国工业经济,2013,31(9):82-94.

[7] 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,2014,32(10):135-146.

[8] 赵振. “互联网+”跨界经营:创造性破坏视角[J]. 中国工业经济,2015,33(10):146-160.

[9] PAUNOV C,ROLLO V. Has the Internet fostered inclusive innovation in the developing world?[J]. World Development,2016,78:587-609.

[10] ANVARI R D,NOROUZI D. The impact of E-commerce and R&D on economic development in some selected countries[J]. Procedia-Social and Behavioral Sciences,2016,229:354-362.

[11] 杨德明,刘泳文. “互联网+”为什么加出了业绩[J]. 中国工业经济,2018,36(5):80-98.

[12] 王可,李连燕. “互联网+”对中国制造业发展影响的实证研究[J]. 数量经济技术经济研究,2018,35(6):3-20.

[13] 佟家栋,杨俊. 互联网对中国制造业进口企业创新的影响[J]. 国际贸易问题,2019,45(11):1-15.

[14] 戴美虹. 互联网技术与出口企业创新活动:基于企业内资源重置视角[J]. 统计研究,2019,36(11):62-75.

[15] 王春燕,张玉明. 开放式创新下互联网应用对小微企业创新绩效的影响[J]. 东北大学学报(社会科学版),2018,20(1):27-35.

[16] 李珊珊,徐向艺. “互联网+”是否有效促进了小微企业创新[J]. 山东社会科学,2019,33(2):149-154.

[17] 郭家堂,骆品亮. 互联网对中国全要素生产率有促进作用吗[J]. 管理世界,2016,31(10):34-49.

[18] 韩先锋,宋文飞,李勃昕. 互联网能成为中国区域创新效率提升的新动能吗[J]. 中国工业经济,2019,37(7):119-136.

[19] WU A H. The signal effect of government R&D subsidies in China:does ownership matter[J]. Technological Forecasting and Social Change,2017,117:339-345.

[20] 韩先锋,惠宁,宋文飞. 政府R&D资助的非线性创新溢出效应:基于环境规制新视角的再考察[J]. 产业经济研究,2018,17(3):40-52.

[21] 李永,王砚萍,孟祥月. 要素市场扭曲是否抑制了国际技术溢出[J]. 金融研究,2013,56(11):140-153.

[22] HANSEN B E. Threshold effects in non-dynamic panels:estimation,testing,and inference[J]. Journal of Econometrics,1999,93(2):345-368.

[23] 朱承亮,岳宏志,师萍. 环境约束下的中国经济增长效率研究[J]. 数量经济技术经济研究,2011,28(5):3-20,93.

[24] SZCZYGIELSKI K,GRABOWSKI W,PAMUKCU M T,et al. Does government support for private innovation matter? firm-level evidence from two catching-up countries[J]. Research Policy,2017,46(1):219-237.

[25] 李子叶,韩先锋,冯根福. 我国生产性服务业集聚对经济增长方式转变的影响:异质门槛效应视角[J]. 经济管理,2015,37(12):21-30.

[26] PEDRONI P. Critical values for cointegration tests in heterogeneous panels with multiple regressors[J]. Oxford Bulletin of Economics and Statistics,1999,61(S1):653-670.

[27] 沈国兵,袁征宇. 企业互联网化对中国企业创新及出口的影响[J]. 经济研究,2020,55(1):33-48.

(责任编辑:万贤贤)