However, as major countries in the world have promoted the integrated development of Internet technology and manufacturing. In the context of the Internet, global technological and industrial changes will not only reshape the global economic structure, but also subvert the business model and value creation mode of enterprises, and become an important driving force for the innovation and development of enterprises. It has become a widespread concern of all sectors of society if Chinese manufacturing enterprises can seize the opportunity of Internet development, break through bottlenecks, actively innovate and achieve high-quality development . Then, can the integrated development of the Internet and manufacturing enterprises significantly promote the innovation of manufacturing enterprises? What is the mechanism for the Internet to promote the innovation of manufacturing enterprises? In order to answer these questions, this paper constructs the theoretical analysis framework of Internet promoting manufacturing enterprises' innovation, and uses the mediation effect model to reveal the mechanism of Internet promoting manufacturing enterprises' innovation. Specifically, this paper combines the Internet with the micro factors of cost and human capital that affect enterprise innovation to empirically test the impact of the Internet on manufacturing enterprise innovation. Further, the mediation effect model is used to analyze the internal mechanism of Internet promoting manufacturing enterprises' innovation through reducing transaction cost, agency cost, governance cost and accelerating human capital accumulation, namely, reducing cost and accelerating human capital accumulation are important mediating variables of Internet promoting manufacturing enterprises' innovation.
This paper selects Chinese listed manufacturing companies in Shanghai and Shenzhen stock markets from 2015 to 2018 as the research object. In order to make the research results more robust, in the empirical analysis, this paper excludes the data of overseas stocks, Hong Kong stocks, incomplete data and non-manufacturing listed companies, and finally obtains the panel data of 163 listed manufacturing companies in 4 years. It finds that firstly the Internet has a significant role in promoting the innovation of manufacturing enterprises. Secondly, the mechanism test shows that the Internet can promote the innovation of manufacturing enterprises through the intermediary variables of cost and human capital, that is, the Internet can become an important driving force for the innovation of manufacturing enterprises by accelerating the accumulation of human capital and reducing transaction costs, agency and governance costs; Third, in the expansionary analysis, the financing constraints faced by manufacturing enterprises and traditional corporate governance significantly negatively regulate the promoting effect of the Internet on the innovation of manufacturing enterprises. This paper explains how the Internet stimulates the innovation vitality of manufacturing enterprises from two aspects of reducing costs and accelerating the accumulation of human capital, which provides a new perspective for analyzing the "black box" of Internet promoting innovation mechanism of manufacturing enterprises, and also provides a theoretical reference for manufacturing enterprises how to efficiently use the Internet. At the same time, the financing constraints faced by manufacturing enterprises and traditional corporate governance significantly negatively moderated the promotion effect of Internet on manufacturing enterprises' innovation, highlighting the timeliness and importance of the Chinese government's measures to actively promote financial support for the development of real economy and deepen organizational reform and innovation of enterprises.
开放科学(资源服务)标识码(OSID)：
“中国制造”向“中国创造”转变和跨越，促进制造业创新发展是《中国制造2025》的核心命题。李克强总理指出，《中国制造2025》突破的重点主要应放在与“互联网+”融合发展上，加快推动中国工业“浴火重生”。中国作为世界第一大互联网国家[1]，培育了百度、阿里巴巴、腾讯等世界级互联网巨头。推进互联网与中国制造深度融合，促进制造企业创新发展，是“中国创造”战略的必然选择。据中国信息通信研究院资料显示，中国数字经济规模由2014年的16.2万亿元增长到2018年的31.3万亿元，在GDP中的比重由26.1%增长至34.8%(见图1)。同时，制造业作为我国支柱产业，近年来一直保持稳定增长。世界银行发布的统计资料显示，我国制造业增加值2014年为19.56万亿元，2018年上涨至26.48万亿元。此外，制造业增加值占GDP的比重相对稳定(见图2)，表明制造业仍是我国经济增长的主要贡献力量。另外，根据国家统计局数据，我国制造业在全球范围所占份额持续增加，2010年占全球比重达19.8%，成为全球制造业第一大国，自此连续多年稳居世界第一。由此可见，随着互联网蓬勃发展，我国制造业交出了一份成绩斐然的答卷。但现有研究发现，我国制造业面临产能过剩、需求不足、创新不力、大而不强和增长减缓等现实挑战[2-3]。有数据显示，2014—2016 年中国制造企业500强营业收入增速连续下滑，2016年出现营业收入和利润双负增长局面。尽管2017年后营业收入和利润有所回升，但制造业整体仍然面临巨大挑战(李溪等，2018)。
图1 数字经济规模占比
Fig.1 Proportion of digital economy
数据来源：中国信息通信研究院
图2 制造业增加值及占比
Fig.2 Manufacturing value added and its share
数据来源：世界银行
2008年金融危机后，世界主要国家纷纷推动互联网技术与制造业融合发展。互联网背景下，全球科技和产业变革不仅会重塑全球经济结构，而且会颠覆企业商业模式和价值创造方式(罗珉、李亮宇，2015)，成为企业创新发展的重要驱动力量。中国制造企业能否抓住互联网发展机遇，突破瓶颈、积极创新，实现高质量发展，成为社会各界广泛关注的问题。那么，互联网与制造企业融合发展能否显著推动制造企业创新？作用机制是什么？上述问题需要从理论上加以诠释。
学术界既分析融资约束[4]、产业政策[5]、知识产权保护制度[6]、政府补助、税收优惠[7]等外部环境因素对企业创新的影响和作用机理，也探讨股权结构[8]、管理团队特征[9]以及企业文化[10]等自身条件对企业创新的作用。相关文献从不同角度分析互联网对制造企业的影响：一是分析互联网对国际贸易的影响[11]，发现互联网作为交易平台可以降低交易成本、扩大交易规模、优化资源配置，从而促进国际贸易额增长[12]；二是考察互联网对制造业劳动生产率的影响[13]，发现互联网通过信息共享对企业生产率具有显著且稳健的正向促进作用，这种促进作用还会因区域归属、行业性质、企业规模及企业年龄不同而呈现出差异性(韩孟孟等，2020)；三是验证互联网对制造企业全要素生产率的提升作用(黄群慧等，2019)；四是从企业吸收能力[14]、开放式创新[15]、互联网金融[16]等角度分析互联网对制造业创新的影响及作用机理，发现互联网能够强化组织部门间联系、企业内外部管理，促进技术知识交流、传播和扩散[17]，从而影响企业创新。因此，互联网可以在一定程度上帮助制造企业转变创新方式[18]，成为驱动中国传统制造企业创新发展的重要力量，从而促进制造企业绩效提升[3]。打破现阶段企业内外部制约，优化互联网驱动中国传统制造企业创新发展的路径是未来重点关注方向[19]。
上述文献从不同角度检验互联网对企业创新的积极影响，但互联网对制造企业创新的促进机制仍有进一步拓展空间。首先，微观企业层面的研究有待拓展。当前研究主要聚焦于宏观行业层面互联网的作用，仅有少数研究验证互联网与微观企业创新间的关系，并以省份或者城市互联网发展数据作为互联网代理指标，而采用企业线上销售作为互联网代理指标的研究较少。其次，互联网促进制造企业创新机制的研究有待深入。现有文献主要从企业开放式创新框架、技术创新能力角度分析互联网对企业创新的促进机制，而基于成本以及人力资本视角揭示互联网促进制造企业创新机制的研究有待深入。
基于现有研究，本文将互联网与影响企业创新的成本与人力资本微观因素相结合，阐述互联网促进制造企业创新的内在机制。以中国制造业上市公司为研究对象，实证检验互联网对制造企业创新的影响。进一步使用中介效应模型分析互联网通过降低交易成本、代理成本、治理成本和加速人力资本积累两条路径促进制造企业创新的内在机制，即降低成本和加速人力资本积累是互联网促进制造企业创新的重要中介变量。不仅可为实现“中国创造”提供事实依据，也可为制造业如何高效地利用互联网提供理论借鉴。同时，制造企业面临的融资约束和传统公司治理方式显著负向调节互联网对制造企业创新的促进作用，彰显国家积极推动金融支持实体经济发展、深化企业组织改革创新等措施的及时性和重要性。
(1)互联网能够提升企业创新效率。传统理论认为，企业作为生产者为解决生产问题而进行技术研发，倾向于科学研究的科研机构则更加重视对基本规律的探寻，两者间由于缺乏有效沟通而出现“脱节”现象。互联网为生产者和研发机构提供零距离接触的沟通平台，能够提高企业与科研机构间创新活动匹配度，从而提升企业创新效率。
(2)互联网能够改变企业创新模式。互联网将消费者纳入到创新活动中，使创新活动不再局限于生产者和科研机构。消费者通过互联网平台由创新技术的被动接受者转变为主动推动者，创新活动进入壁垒降低，创新主体逐渐多元化、大众化。由于激烈的市场竞争，组织创新的复杂性和难度不断提升，封闭式创新模式已无法满足企业需求，中国企业正积极构建开放式创新体系，对创新资源的利用达到极致，加快创新进度，从而提高创新成功率(郭家堂、骆品亮，2016)。基于以上分析，本文提出以下假设：
H1：互联网正向促进制造企业创新。
如前文所述，互联网显著促进制造企业创新，不仅可以提升企业研发创新效率，也可以改变企业创新过程和模式。那么，互联网促进制造企业创新的路径是什么？结合现有文献的研究，本文认为，互联网将通过人力资本和成本两个方面促进制造企业创新(见图3)。
图3 互联网促进制造企业创新框架
Fig.3 The framework of Internet promoting manufacturing enterprise innovation
(1)互联网有助于企业降低创新过程中的交易成本、治理成本和代理成本，为企业创新提供资金支持，激励企业加大研发投入，提升创新水平。具体体现在：第一，降低企业创新过程中的交易成本。①互联网可以突破时空限制，使信息爆发式传播，从而降低信息不对称导致的交易成本。比如，互联网可以为企业提供如电子书、新闻等大量低成本甚至零成本信息，降低企业访问、搜索信息的成本。企业员工可以通过互联网以较低成本向某些机构索取信息，并通过自动通讯关注更新情况。企业甚至可以把一些悬而未决的问题提交到网上，与用户就产品相关功能进行有效互动。例如，小米的 “MIUI”实现了小米公司开发者与用户间的零距离沟通；②互联网可以有效控制产品从出厂到销售的中间成本。传统商业模式中，产品从出厂到消费者手中需要经历许多中间环节或中间渠道，企业需要给中间环节的经销商(或代理商)支付一定的人工、物流等相关费用，因此导致产品成本上升。互联网“连接一切”的特点可以去除不必要的中间渠道，有效实现成本控制；③借助互联网大数据分析等手段，找出企业生产、销售、研发活动中成本控制不利环节，并对其进行创新优化，实现成本降低；④互联网能够降低企业交易成本的另一个例子与企业购买的图书设施有关。以前，如果企业进行研发创新，研发部门则需要购买相关纸质书籍、期刊等。但购买、储存以及维持和管理企业内部纸质资源的费用非常高，这些费用对于分散的企业来说更高，因为其可能要在不同地区进行研发活动。然而，互联网改变了这一局面，因为电子书不需要物理存储。企业甚至可以通过互联网构建一个属于自己的电子图书馆，不仅能使公司内部信息搜索成本降低，而且可以将过去项目中创建的知识存储在这个图书馆中随时访问和共享，丰富公司的电子图书馆。第二，降低企业创新过程中的治理成本。互联网提供的零距离沟通平台可以快速将企业创新相关者连接起来。此外，互联网可以将许多跨部门和组织面对面会议变成视频会议。通过互联网平台的连接作用，企业创新团队能直接面对市场和消费者需求而进行自我组织与决策制定，从而降低传统治理中的决策压力。互联网平台有利于传统集权式、多层次“垂直化”创新治理结构向“扁平化”“去中心化”过渡，有利于激发创新相关者提供更好的企业创新计划。总之，互联网应用有助于企业形成扁平化创新治理模式，降低企业传统治理成本，从而促进企业创新[15]。第三，降低企业创新过程中的代理成本。互联网可以提升信息传播的开放性和及时性，个体由信息的被动接收者成为主动获取者。个体间信息获取、交流成本降低，使得人人参与监督治理成为可能。从企业外部看，互联网可以成为企业各利益相关者的有效监督工具，确保董事会、监事会和股东大会有效作出创新决策；从企业内部看，互联网为企业内部员工全方位了解公司信息、掌握企业创新特征提供新的载体，可以加大企业信息披露力度，从而降低企业创新代理成本[15]。
每个创新环节都需要巨大的资金投入，资金有效供给是企业创新行为开展的首要前提和可靠保障[20]。企业内部资金是企业创新的主要资金来源[21]，其成本大幅度降低能够帮助企业积累资金，为创新活动提供内部保障，激励企业投入大量研发费用，从而加快创新进程[22]。
综上，互联网可以通过降低企业交易、代理与治理成本促进制造企业创新(见表1)。因此，本文提出以下假设：
表1 互联网对制造企业成本的影响方式与效果
Tab.1 The way and effect of Internet on the cost of manufacturing enterprises
作用源作用方式效果突破时空限制,信息跨时空传播→获得大体量与高质量信息→降低外部信息获取成本帮助企业建立电子图书馆,减少对纸质资料的购买和管理→降低资料采购和管理成本降低企业创新过程中的交易成本-互联网减少不必要的中间环节→有效控制产品从出厂到销售的成本找出经营活动存在的成本控制不利环节→降低成本为企业创新相关者建立零距离沟通平台→形成扁平化创新治理模式,降低企业创新过程中的治理成本-提高信息传播的开放性和及时性→人人参与、监督治理→降低企业创新过程中的代理成本-
注：-表示降低
H2a：互联网能够有效降低制造企业相关成本，从而促进创新。
(2)人力资本。人力资本积累有助于提高企业内部知识利用水平和外部知识吸收效率，使企业内个体人力资本的作用得到充分发挥，以企业现有知识为基础，有效搜集、获取和吸收新知识、新想法、新技术，进而夯实创新的人才基础[23-24]。因此，企业内部人力资本积累对企业创新起关键作用[25]。互联网可以为员工有效获取信息、知识提供便利，促进知识在员工之间充分交流、分享，形成人力资本积累，进一步推动企业创新。人力资本在促进创新过程中还存在一个显著特点：人力资本能够在创新过程中不断提升自身水平。随着人力资本水平在创新中不断提高，反过来进一步影响企业创新能力[23]。具体体现在：①企业借助互联网实现信息快速传播与整合，打破时空限制，准确投放招聘信息，建立求职者信息库，为自身在全球范围内聚集创新人才创造条件，最终形成人力资本积累，推动创新进程；②企业员工依托互联网进行终身学习，快速掌握新技能，积累新知识，形成企业人力资本积累，进一步促进创新；③互联网利用开放、共享、合作理念构建沟通平台，促使同行业甚至跨行业研发团队进行交流、合作，将碎片化创新意见汇聚起来，使企业从内部和外部积累创新知识。更重要的是，基于互联网，信息和知识能够迅速、实时地产生、分享和交流，个体思路、成果经过交流可以互相启发、互相激励，由此个体创新力量得以提升。
综上，互联网可以通过加速制造企业人力资本积累促进创新(见表2)。因此，本文提出以下假设：
表2 互联网对制造企业人力资本的影响方式与效果
Tab.2 The way and effect of Internet on human capital of manufacturing enterprises
作用源作用方式效果互联网突破时空限制,信息跨时空传播与快速整合→劳动者信息对称性提高,企业在全球范围内聚合创新人才→人力资本积累+信息跨时空传播与快速整合→信息体量扩张与质量提升→掌握新技能,积累新知识→人力资本积累+信息、知识共享、团队交流、合作→促成研发合作+
注：+表示促进
H2b：互联网能够加速制造企业人力资本积累，从而促进创新。
本文选取2015—2018年沪深两市中国制造业上市公司作为研究样本，原因如下：①Wind数据库提供的代表企业使用互联网的线上销售额数据从2015年开始统计；②根据杨德明和刘泳文(2018)的观点，2013年以前的中国资本市场中，传统企业与互联网融合发展情况较少。自2013年开始，以互联网金融为代表的互联网商业模式逐步走向成熟，加上国家支持的“互联网+”战略陆续实施，越来越多的传统企业开始与互联网不同程度融合，上述变化为本文研究提供了基础。在剔除海外、港股、数据不全和非制造业上市公司后，最终获得163家制造业上市公司4年面板数据，本文数据全部来自Wind数据库和笔者手工整理。
为检验H1，构建计量模型如下：
RDi,t=α11+α12interneti,t+α13controli,t+γi+δt+ηi+μi+εi,t
(1)
式(1)中，下标i、t分别表示公司i与年度t(下同)。RDi,t表示i企业t年度创新指标，interneti,t表示i企业t年度互联网指标。controli,t表示控制变量，个体固定效应为γi,年度固定效应为δt,地区固定效应为ηi，行业固定效应为μi，εi,t为随机误差项。α11表示模型截距项，α12是互联网变量系数，系数大小及方向反映其对企业创新的影响效果。
式(1)直接反映互联网对企业创新的影响，接下来引入中介效应模型，考察互联网对企业创新的内在影响机制。中介效应模型早期主要在社会学、心理学、组织行为学等社会科学研究中被广泛运用，随着模型不断发展和完善，该方法被应用于经济学研究领域。近年来，中介效应研究方法在相关经验研究中得到广泛应用(杜勇等，2019)。
参考温忠麟等[26]的研究模型，在实证分析中，考察自变量X对因变量Y的影响，如果自变量X通过变量M影响因变量Y，则称M为中介变量。本文分别使用成本和人力资本作为中介变量(med)，检验互联网对企业创新的影响，构建中介效应模型如下：
medi,t=α21+α22interneti,t+α23controli,t+γi+δt+ηi+μi+εi,t
(2)
RDi,t=α31+α32interneti,t+α33medi,t+α34controli,t+γi+δt+ηi+μi+εi,t
(3)
其中，medi,t表示中介变量，后续带入成本(lncost)和人力资本(lnedu_p)进行检验。如果成本和人力资本是有效中介变量， 那么internet会显著影响lncost和lnedu_p，lncost、lnedu_p也会显著影响企业创新。其它变量意义同式(1)。
(1)被解释变量(RD)。参考严苏艳[27]、郭玥(2018)的研究思路和变量选取方法，采用研发支出占营业收入的比值衡量企业创新。
(2)核心解释变量(internet)。以各制造业上市公司通过互联网在天猫、京东等线上电商平台开设的旗舰店、直营店的线上销售额与营业收入的比值代表企业使用互联网的程度。线上销售额越多，表示企业使用互联网程度越高。Wind数据库统计了192家A股公司、21家港股上市公司、18家全球上市公司及其下属839个品牌的线上销售数据，数据来自于各上市公司通过互联网在天猫、京东等线上电商平台开设的旗舰店、直营店的每日销售情况。
(3)中介变量。结合本文理论分析，参考杨德明和刘泳文(2018)的研究成果，以主营业务成本与销售费用之和的对数值表示成本中介变量(lncost)；参考单春霞等[28]的研究成果，以员工受教育程度衡量企业人力资本。直接将员工受教育程度按 1∶3∶5 的比重对制造企业人力资本进行估计。本文中，企业人力资本(lnedu_p)=ln(1×专科员工数+3×本科员工数+5×硕士博士员工数)。
(4)控制变量。本文参考虞义华等(2018)、吴超鹏和唐菂[6]的研究，选择如下控制变量：企业总资产取自然对数(lnsize)，作为企业规模代理指标；企业年龄取自然对数(lnage)，在企业不同发展阶段，企业战略决策与行为也有所不同，根据企业成立时间推算企业年龄并加以控制；企业资产负债率(lev)和流动比率(liquidity)，通过在模型中引入资产负债率和流动比率控制企业资产结构；总资产净利率(roa)，反映企业长期盈利能力，创新能够为企业带来长期利润，因而具有较高盈利水平的企业有动机持续创新以维持利润；企业性质(state)，国有企业取1，其它取0；资本密集度(lnpcap),本文以总资产与员工总数的比值取自然对数作为其代理指标；企业营业收入同比增速(salesgrowth)，本文使用企业营业收入同比增长率作为企业未来成长机会的代理变量，企业未来成长机会越多，发展前景越好，企业创新动力就越强；企业人均工资自然对数(lnwage)，本文使用支付给职工以及为职工支付的现金与员工总数比值的自然对数作为其代理指标。各主要变量描述性统计结果见表3。
表3 主要变量描述性统计结果
Tab.3 Descriptive statistics of the main variables
变量Nmeansdminp50maxRD6520.023 70.034 90.000 2000.020 70.763RD_16520.1291.1110.000 8000.051 327.86RD_26520.1010.073 100.091 50.803internet6520.1340.37700.047 75.100internet_lag4890.1250.36700.043 85.100lnsize65213.121.13510.3413.0517.09roa6528.0348.231-45.807.68741.55lev65237.6615.673.11335.6591.64lnage6522.8600.3551.0992.8903.689state6520.2330.423001lnpcap6524.7420.7282.4684.6917.233lnwage6522.2710.4090.2842.2243.707salesgrowth65222.44216.3-80.0711.005 504liquidity6522.3101.6520.1621.89320.36internet_city6520.3130.464001
表4为H1的检验结果，结果表明，互联网能够显著促进制造企业创新，具体体现在：当表4第(1)列仅加入核心解释变量internet，其估计系数为0.086 6，在1%的置信水平下显著为正，表明互联网与制造企业创新呈现显著正相关关系。为了防止其它因素对回归结果产生干扰，在第(2)列控制企业规模(lnsize)、企业年龄(lnage)、资产负债率(lev)、总资产净利率(roa)等变量，internet的估计系数为0.063 5，在1%的置信水平下显著为正，再次证明互联网与制造企业创新的显著正相关关系。随着控制变量加入，表4中核心解释变量internet估计系数的符号和显著性均未发生较大变化，表明回归结果一致性较好，模型设计较为合理。以上结果支持H1，即互联网能够成为新时期促进制造企业创新的新动能。
表4 互联网对制造企业创新的影响
Tab.4 The impact of Internet on manufacturing enterprise innovation
变量RD(1)(2)internet0.086 6∗∗∗0.063 5∗∗∗(0.021 4)(0.018 1)lnsize0.043 9∗∗∗(0.007 55)roa0.000 993∗∗∗(0.000 240)lev0.001 10∗∗∗(0.000 169)lnage-0.030 5(0.033 1)state0.013 8(0.039 2)lnpcap-0.013 3∗(0.007 83)lnwage-0.049 7∗∗∗(0.007 91)salesgrowth-0.000 299∗∗∗(5.71e-05)liquidity0.003 81∗∗∗(0.001 16)Constant-0.446∗∗∗-2.191∗∗∗(0.118)(0.368)companyyesyesYearyesyesProvinceyesyesIndustryyesyesN652652r2_a0.3440.542
注：Standard errors in parentheses，***p<0.01,** p<0.05,*p<0.1，下同
机制检验回归结果见表5和表6。其中，表5为H2a的检验结果，结果表明，互联网通过成本(lncost)这一中介变量促进制造企业创新，具体体现在：第一，第(4)列中internet的系数显著为负，且在5%的置信水平下显著，说明随着制造企业使用互联网程度提升，制造企业成本逐渐降低，形成成本领先优势。这是因为在使用互联网过程中，制造企业可以通过多个角度实现成本有效控制。第二，第(3)列中lncost的系数显著为负，且在1%的置信水平下显著，说明成本领先(低成本)优势能够促进制造企业加大创新投入，从而显著促进制造企业创新。第三，第(2)列中internet的系数显著为正，证明lncost是一个重要中介变量，在控制lncost后，internet对制造企业创新的影响仍然显著。可见，本文结果支持“互联网→降低成本→企业创新”路径。表6为H2b的检验结果，结果表明，互联网通过人力资本(lnedu_p)这一中介变量促进制造企业创新，具体体现在：①第(4)列中internet的系数显著为正，且在10%的置信水平下显著，说明随着制造企业使用互联网程度提升，人力资本积累显著提升；②第(3)列中lnedu_p的系数显著为正，且在1%的置信水平下显著，说明人力资本积累可以为制造企业带来创新优势，从而显著促进企业创新；③第(2)列中internet的系数显著为正，证明lnedu_p是一个重要中介变量，在控制lnedu_p后，internet对制造企业创新的影响仍然显著。因此，本文结果支持“互联网→人力资本积累→企业创新”路径。
表5 成本领先优势的中介效应检验结果
Tab.5 Test results of intermediary effect of cost leadership
变量RD(1)(2)(3)lncost(4)internet0.063 5∗∗∗0.045 5∗∗∗-0.246∗∗(0.018 1)(0.015 9)(0.121)lncost-0.073 4∗∗∗-0.075 0∗∗∗(0.006 01)(0.006 03)lnsize0.043 9∗∗∗0.091 1∗∗∗0.091 4∗∗∗0.643∗∗∗(0.007 55)(0.007 64)(0.007 69)(0.050 4)roa0.000 993∗∗∗0.000 711∗∗∗0.000 728∗∗∗-0.003 85∗∗(0.000 240)(0.000 211)(0.000 212)(0.001 60)lev0.001 10∗∗∗0.000 924∗∗∗0.000 924∗∗∗-0.002 39∗∗(0.000 169)(0.000 149)(0.000 150)(0.001 13)lnage-0.030 5-0.005 96-0.001 820.334(0.033 1)(0.028 9)(0.029 1)(0.221)state0.013 8-0.236-0.032 2-0.474∗(0.039 2)(0.162)(0.0344)(0.262)lnpcap-0.013 3∗-0.049 2∗∗∗-0.049 8∗∗∗-0.489∗∗∗(0.007 83)(0.007 44)(0.007 49)(0.052 2)lnwage-0.049 7∗∗∗0.010 20.008 980.816∗∗∗(0.007 91)(0.008 47)(0.008 52)(0.052 8)salesgrowth-0.000 299∗∗∗-9.08e-05∗-9.06e-05∗0.002 83∗∗∗(5.71e-05)(5.26e-05)(5.30e-05)(0.000 381)liquidity0.003 81∗∗∗0.002 06∗∗0.001 98∗-0.023 8∗∗∗(0.001 16)(0.001 03)(0.001 03)(0.007 77)Constant-2.191∗∗∗-0.016 9-0.073 320.99∗∗∗(0.368)(0.150)(0.111)(2.458)CompanyyesyesyesyesYearyesyesyesyesProvinceyesyesyesyesIndustryyesyesyesyesZ统计值2.006∗∗中介效应的效应值(%)28.43%N652652652652r2_a0.5420.6510.6460.984
表6 人力资本积累的中介效应检验结果
Tab.6 Test results of intermediary effect of human capital accumulation
变量RD(1)(2)(3)lnedu_p(4)internet0.063 5∗∗∗0.197∗∗∗0.389∗(0.018 1)(0.031 2)(0.225)lnedu_p0.017 8∗∗∗0.021 3∗∗∗(0.006 59)(0.006 85)lnsize0.043 9∗∗∗0.029 2∗∗∗0.022 4∗∗1.115∗∗∗(0.007 55)(0.010 8)(0.011 2)(0.057 0)roa0.000 993∗∗∗0.000 947∗∗∗0.000 928∗∗∗0.007 44∗∗∗(0.000 240)(0.000 250)(0.000 261)(0.001 77)lev0.001 10∗∗∗0.001 13∗∗∗0.001 11∗∗∗0.001 63(0.000 169)(0.000 185)(0.000 193)(0.001 34)lnage-0.030 5-0.055 6-0.040 8-0.086 2(0.033 1)(0.034 6)(0.036 0)(0.250)state0.0138-0.675∗∗∗-0.816∗∗∗-0.721(0.039 2)(0.179)(0.177)(0.693)lnpcap-0.013 3∗-0.005 650.001 67-0.896∗∗∗(0.007 83)(0.009 96)(0.010 3)(0.0581)lnwage-0.049 7∗∗∗-0.046 3∗∗∗-0.057 7∗∗∗0.162∗∗∗
续表6 人力资本积累的中介效应检验结果
Tab.6 Test results of intermediary effect of human capital accumulation(Continued)
变量RD(1)(2)(3)lnedu_p(4)(0.007 91)(0.008 15)(0.008 29)(0.058 5)salesgrowth-0.000 299∗∗∗-0.000 246∗∗∗-0.000 299∗∗∗-0.000 700∗(5.71e-05)(5.80e-05)(5.99e-05)(0.000 418)liquidity0.003 81∗∗∗0.004 64∗∗∗0.004 33∗∗∗-0.0138(0.001 16)(0.001 16)(0.001 21)(0.008 38)Constant-2.191∗∗∗-2.561∗∗∗-1.547∗∗∗-1.411(0.368)(0.530)(0.240)(2.076)CompanyyesyesyesyesYearyesyesyesyesProvinceyesyesyesyesIndustryyesyesyesyesZ统计值2.069∗∗中介效应的效应值(%)17.76%N652618618618r2_a0.5420.5760.5390.979
为了更加准确地估计中介效应的效应值，进一步对中介效应进行Sobel检验。在中介变量为lncost的回归中，z 统计值为2.006(在5%的置信水平下显著)，中介效应的效应值为28.43%；在中介变量为lnedu_p的回归中，z 统计值为2.069(在5%的置信水平下显著)，中介效应的效应值为17.76%。上述结果表明，lncost、lnedu_p都是有效中介变量。同时，中介效应检验结果印证了H2，从另一个角度佐证互联网完全可以成为新时期中国制造企业创新的新动能。
为进一步提升研究结论的可靠性，本文采用如下方式进行稳健性检验，相关结论均未发生实质性改变。
(1)替换变量。参考李林木和汪冲[29]、杨芷晴等[30]的研究思路，以无形资产与营业收入的比值(RD_1)和技术人员总数与员工总数之比(RD_2)分别代替被解释变量(RD)，以此对式(1)重新进行估计，结果见表7。结果显示,无论采用哪种方式衡量企业创新，核心解释变量internet的估计系数均在1%的置信水平下显著为正。核心解释变量互联网的系数均保持较好的一致性，说明前文结论具有较好的稳健性。
表7 替换被解释变量的稳健性检验结果
Tab.7 Robustness test results of replacing the explained variables
变量RD_1(1)(2)RD_2(3)(4)internet2.904∗∗∗2.158∗∗∗0.079 4∗∗∗0.074 9∗∗∗(0.696)(0.581)(0.026 4)(0.025 0)lnsize1.171∗∗∗0.000 619(0.242)(0.010 4)roa0.046 8∗∗∗0.001 61∗∗∗(0.007 70)(0.000 331)lev0.039 9∗∗∗0.000 133(0.005 43)(0.000 234)lnage-0.735-0.098 5∗∗(1.061)(0.045 7)state0.6650.109∗∗(1.257)(0.054 1)lnpcap0.1110.057 5∗∗∗(0.251)(0.010 8)lnwage-1.699∗∗∗-0.025 4∗∗(0.254)(0.010 9)salesgrowth-0.009 84∗∗∗-0.000 132∗(0.001 83)(7.87e-05)liquidity0.112∗∗∗-0.000 992(0.037 3)(0.001 61)Constant-3.483-58.37∗∗∗-0.346∗∗-0.493(3.831)(11.81)(0.145)(0.508)CompanyyesyesyesyesYearyesyesyesyesProvinceyesyesyesyesIndustryyesyesyesyesN652652652652r2_a0.3130.5340.7710.801
(2)工具变量。使用工具变量法进一步处理内生性问题，有效的工具变量需要满足外生性和相关性两个条件[31]，故许多学者将解释变量的滞后期作为工具变量。本文采用同样的处理方法，使用internet滞后一期(internet_lag)作为工具变量进行回归分析，结果见表8第(1)—(3)列。同时，参考杨德明和刘泳文(2018)的研究成果，以城市互联网发展水平(internet_city)这个外生变量作为工具变量解决可能存在的解释变量和被解释变量相互影响的内生性问题，回归结果见表8第(4)列。结果显示，第(1)-(4)列中，internet回归系数均在1%的置信水平下显著为正，说明解决内生性问题后，结论依然较为稳健。
表8 工具变量回归的稳健性检验结果
Tab.8 Robustness test results of instrumental variable regression
变量RD(1) 2sls(2)gmm(3)igmm(4)internet0.004 38∗∗0.004 38∗∗0.004 38∗∗0.430∗∗∗(0.001 93)(0.001 93)(0.001 93)(0.097 3)lnsize0.049 8∗∗∗(0.010 8)roa0.000 805∗∗(0.000 319)lev0.001 07∗∗∗(0.000 231)lnage-0.059 8(0.046 1)state-0.004 70(0.020 8)lnpcap-0.015 0(0.010 8)lnwage-0.029 4∗∗(0.012 6)salesgrowth-0.000 263∗∗∗(6.85e-05)liquidity0.004 15∗∗∗(0.001 58)Constant0.023 5∗∗∗0.023 5∗∗∗0.023 5∗∗∗-2.159∗∗∗(0.001 86)(0.001 86)(0.001 86)(0.461)CompanyyesYearyesProvinceyesIndustryyesN489489489652r2_a0.001 520.001 520.001 520.148
企业创新活动需要持续资金投入，而国内外企业在经营与发展过程中普遍会遇到融资约束。虽然有文献认为，融资约束可以促进制造企业技术创新[32-33]，但大多数研究认为，融资约束是抑制企业创新的重要因素[4]。那么融资约束在互联网促进制造业创新过程中究竟是扮演“拦路虎”还是“催化剂”的角色呢？为检验上述问题，本文借鉴杜勇等(2019)的研究，以SA指数的绝对值衡量制造企业融资约束程度，该值越大表示融资约束程度越高。将SA指数绝对值(SA)与互联网(internet)进行交乘，结果如表9第(1)、(2)列所示。融资约束与互联网的交叉项(SA×int)对企业创新的影响显著为负，即融资约束越小，互联网对制造企业创新的促进作用越大。这表明制造企业融资约束显著负向调节互联网对制造企业创新的促进作用，资金约束成为中国制造企业智能化创新道路上的“拦路虎”。
进一步检验传统集权式、多层次的垂直化创新治理结构能否在互联网促进制造企业创新过程中产生影响。本文参考王金杰等[15]的研究，以独立董事人数占董事会人数比例(ind_ratio)衡量公司传统治理状况。将公司治理(ind_ratio)与互联网(internet)进行交乘，结果如表9第(3)、(4)列所示。公司治理与互联网的交互项(ind×int)的系数显著为负，表明企业传统治理方式显著负向调节互联网对制造企业创新的促进作用，而传统公司治理模式不利于互联网发挥对企业创新的促进作用。
表9 拓展性分析回归结果
Tab.9 Regression results of extended analysis
变量RD(1)(2)(3)(4)internet0.562∗∗∗0.642∗∗∗0.451∗∗∗0.338∗∗∗(0.123)(0.112)(0.086 1)(0.073 7)SA-0.090 1∗∗∗0.148∗∗∗(0.016 5)(0.048 0)SA×int-0.134∗∗∗-0.166∗∗∗(0.034 6)(0.031 6)ind_ratio0.077 1∗∗0.060 8∗∗(0.035 8)(0.030 3)ind×int-0.801∗∗∗-0.598∗∗∗(0.184)(0.157)lnsize0.093 1∗∗∗0.044 0∗∗∗(0.018 7)(0.007 61)roa0.001 07∗∗∗0.000 980∗∗∗(0.000 235)(0.000 243)lev0.001 22∗∗∗0.001 15∗∗∗(0.000 169)(0.000 175)lnage-0.087 8∗∗-0.054 1(0.034 6)(0.037 3)state-0.839∗∗∗0.590∗∗∗(0.174)(0.107)lnpcap-0.014 7∗-0.013 2∗(0.007 62)(0.007 86)lnwage-0.044 6∗∗∗-0.047 6∗∗∗(0.007 76)(0.007 98)salesgrowth-0.000 268∗∗∗-0.000 263∗∗∗(5.58e-05)(5.76e-05)liquidity0.003 99∗∗∗0.003 96∗∗∗(0.001 13)(0.001 16)Constant0.356∗∗∗0.396-0.0285-2.062∗∗∗(0.081 4)(0.404)(0.0687)(0.341)CompanyyesyesyesyesYearyesyesyesyesProvinceyesyesyesyesIndustryyesyesyesyesN652652641641r2_a0.4180.5670.3620.553
中国经济正处于由高速增长向高质量发展转型的关键时期，实现制造业转型升级、发展模式创新以及业态创新，对于增强中国制造业发展活力、创新力和竞争力，促进中国制造业高质量发展具有重要意义。鉴于此，本文选取2015—2018年中国沪深两市163家制造业上市公司为样本，研究互联网对制造企业创新的影响，并通过中介效应模型厘清内在机制。
(1)互联网对制造企业创新存在显著促进作用。
(2)机制检验表明，互联网可以通过降低成本和人力资本积累促进制造企业创新，即互联网通过加速人力资本积累，降低交易成本、代理成本和治理成本，成为制造企业创新的重要驱动力。
(3)拓展性分析发现，制造企业面临的融资约束和传统公司治理方式显著负向调节互联网对制造企业创新的促进作用。
(1)从企业角度看，制造企业应积极与互联网融合发展，形成互联网与制造企业创新的良性互动。本研究发现，互联网对中国制造企业创新贡献显著，且证实互联网通过加速企业人力资本积累与降低成本两条路径促进制造企业创新。在高质量发展和创新驱动背景下，制造企业要突破发展瓶颈，解决深层次矛盾和问题，根本出路在于创新，关键要依靠科技力量。①增强成本控制能力。充分利用互联网的信息流通、平台沟通和数据分析等功能，在创新要素、信息搜集整合、创新治理结构、创新进程沟通、产品生产和销售等环节实现成本有效控制。当成本降低后，企业会有充足的内部资金投入研发创新，而创新产出会给企业带来收益，收益增加又会激发企业研发创新，形成一种正向反馈机制；②注重人力资本积累。企业通过互联网可以获得大体量、高质量信息，形成人力资本积累，进而创建素质优良的创新人才队伍。制造企业要实现跨越发展，人才是关键，尤其在当前经济环境下，企业应吸引、留住核心技术人才，维持创新力量；③用活新融资方法。制造企业可以充分利用互联网的“众筹”、“众付+预付”等融资方式获取外部研发资金，打破资金约束，保障创新活动的资金投入；④创新治理结构。制造企业应积极构建扁平化、去中心化的创新治理结构，广泛吸纳股东、经营者、员工、供应商等利益相关者的建议和意见，激发各利益相关者的积极性，从而促进企业创新。
(2)从政府角度看，一是以新型基础设施建设为契机，夯实互联网基础设施。企业使用互联网的程度依赖于当地互联网基础设施发展水平。因此，政府要加大互联网基础设施投入强度并扩大建设规模，培育相关平台，不断丰富、创新互联网应用服务内容，拓展互联网服务范围，提高互联网服务质量。同时，发挥政府引导和支持功能，制定税收返还等优惠政策，提升企业对互联网的使用意愿。二是制定和落实各项优惠政策，以稳定的资金保障制造企业互联网化稳步推进。引导社会资本积极参与5G等互联网新型基础设施建设，确保中小微制造企业金融血脉畅通，搬走“中国制造”向“中国创造”转变和跨越过程中的“拦路虎”。
[1] 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,2019,36(7):119-136.
[2] 王玉玲.中国制造业发展:成就、困境、趋势和现实选择[J].税务与经济,2017，39(5):10-18.
[3] 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.
[4] 余明桂,钟慧洁,范蕊.民营化、融资约束与企业创新:来自中国工业企业的证据[J].金融研究,2019，62(4):75-91.
[5] 黎文靖,郑曼妮.实质性创新还是策略性创新:宏观产业政策对微观企业创新的影响[J].经济研究,2016,51(4):60-73.
[6] 吴超鹏,唐菂.知识产权保护执法力度、技术创新与企业绩效:来自中国上市公司的证据[J].经济研究,2016,51(11):125-139.
[7] 陈红,张玉,刘东霞.政府补助、税收优惠与企业创新绩效:不同生命周期阶段的实证研究[J].南开管理评论,2019,22(3):187-200.
[8] 李文贵,余明桂.民营化企业的股权结构与企业创新[J].管理世界,2015,31(4):112-125.
[9] 陈宝杰.女性参与高管团队对企业创新绩效的影响:来自中国中小板上市公司的实证分析[J].科技进步与对策,2015,32(5):146-150.
[10] HARTMANN A.The role of organizational culture in motivating innovative behaviour in construction firms[J].Construction Innovation,2006,6(3):159-172.
[11] FREUND C L,WEINHOLD D.Theeffect of the Internet on international trade[J].Journal of International Economics,2004,62(1):171-189.
[12] 施炳展.互联网与国际贸易:基于双边双向网址链接数据的经验分析[J].经济研究,2016,51(5):172-187.
[13] 卢福财,徐远彬.互联网对制造业劳动生产率的影响研究[J].产业经济研究,2019，18(4):1-11.
[14] ROBERTS,GALLUCH,DINGER,et al.Absorptivecapacity and information systems research:review,synthesis,and directions for future research[J].MIS Quarterly,2012,36(2):625-648.
[15] 王金杰,郭树龙,张龙鹏.互联网对企业创新绩效的影响及其机制研究:基于开放式创新的解释[J].南开经济研究,2018，34(6):170-190.
[16] 何凌云,马青山.互联网金融促进了企业研发创新吗[J].科技进步与对策,2020,37(13):20-27.
[17] BYGSTAD B,AANBY H P.ICT infrastructure for innovation:a case study of the enterprise service bus approach[J].Information Systems Frontiers,2010,12(3):257-265.
[18] 平新乔.“互联网+”与制造业创新驱动发展[J].学术研究,2019，62(3):76-80,177.
[19] 罗序斌.“互联网+”驱动传统制造业创新发展的影响机理及提升路径[J].现代经济探讨,2019，38(9):78-83.
[20] 陈功玉,邓晓岚.企业技术创新行为的内部因素研究[J].科技进步与对策,2005,22(12):89-92.
[21] 鞠晓生.中国上市企业创新投资的融资来源与平滑机制[J].世界经济,2013,36(4):138-159.
[22] KAFOUROS M I.The impact of the Internet on R&D efficiency:theory and evidence[J].Technovation,2006,26(7):827-835.
[23] 张伟,周耀东.人力资本与企业技术创新:一个文献综述[J].产业经济评论(山东),2016，15(3):112-126.
[24] 何超,张建琦,刘衡.资源拼凑与中小企业创新:智力资本的中介作用[J].科研管理,2019,40(7):140-151.
[25] 李建强,赵西亮,张畇彬.教育扩招、人力资本与企业创新[J].中国经济问题,2019，61(3):81-94.
[26] 温忠麟,张雷,侯杰泰,等.中介效应检验程序及其应用[J].心理学报,2004,36(5):614-620.
[27] 严苏艳.共有股东与企业创新投入[J].审计与经济研究,2019,34(5):85-95.
[28] 单春霞,仲伟周,张林鑫.中小板上市公司技术创新对企业绩效影响的实证研究:以企业成长性、员工受教育程度为调节变量[J].经济问题,2017，39(10):66-73.
[29] 李林木,汪冲.税费负担、创新能力与企业升级:来自“新三板”挂牌公司的经验证据[J].经济研究,2017,52(11):119-134.
[30] 杨芷晴,张帆,张友斗.竞争性领域政府补助如何影响企业创新[J].财贸经济,2019,40(9):132-145.
[31] 陈强.高级计量经济学及Stata应用[M].北京:高等教育出版社,2010.
[32] BURGERS W P,HILL C W L,KIM W C.A theory of global strategic alliances:the case of the global auto industry[J].Strategic Management Journal,1993,14(6):419-432.
[33] BAKER T,NELSON R E.Creatingsomething from nothing:resource construction through entrepreneurial bricolage[J].Administrative Science Quarterly,2005,50(3):329-366.