Can the Digital Economy Improve the Quality of Enterprise Innovation? A Perspective Based on the Neo-Schumpeterian Growth Theory

Song Jing1,Chen Lianghua 2 , Ye Tao1

(1.School of Business, Macao University of Science and Technology, Macao 999078, China; 2. School of Economics and Management, Southeast University, Nanjing 210000, China)

Abstract：According to the World Intellectual Property Organization (WIPO), the number of patent applications in China has ranked first in the past decade, but the problems of the "patent bubble" and "innovation illusion" are prominent. The proportion of high-quality patents needs to be improved, and the strength of support provided by patents for industrial transformation and the coupling effect on the real economy are not obvious. Therefore, how to effectively boost the digital economy to achieve high-quality innovation for enterprises has been discussed in the academic community and industry in recent years.

The existing literature provides a theoretical reference for this study, and the relevant theories cover the micro-effect of the digital economy and the factors of enterprise innovation quality,but they lack research from the perspective of innovation quality, and rarely discuss its impact mechanism. Patent application may be the choice of enterprises to cater to government subsidies and preferential policies, and enterprises may blindly pursue innovation quantity, leading to the phenomenon of "patent bubble" .

Instead of using the invention patent quantity to measure innovation quality, this paper adopts the patent knowledge-width as the agent index of enterprise innovation quality, and builds the index that makes a more comprehensive reflection of enterprise innovation quality for the subsequent evaluation of enterprise innovation quality and economic effect.

Against the backdrop of building the digital economy development system, this paper uses the sample the Chinese listed companies between 2011 and 2021 to analyze the influence of the digital economy on enterprise innovation quality. It is found that the firstly digital economy has improved enterprise innovation quality; secondly, external media attention, redundant resources and executive R&D experience will strengthen the positive relationship between the digital economy and enterprise innovation quality; further, the incentive effect of digital economy on enterprise innovation quality benefits from the upgrading of enterprise human capital and the improvement of research and development ability, and the heterogeneity analysis shows that the above relationship is more significant in the samples of non-state-owned enterprises and enterprises in the high-tech industry; finally, high-quality enterprise innovation can not only improve total factor productivity, but also improve enterprise value.

The deep integration of digital technology and the real economy is an inevitable trend for developing the digital economy in the future. Thus, the government should accelerate the formulation of reasonable policies for enterprise digital development, and effectively solve the problems of weak digital capabilities and high costs for enterprises.While for enterprises, it is necessary to make full use of the advantages of digital technology in allocating organizational resources, reduce costs and improve the human capital level, expand and strengthen patent R&D capability and technology supply, build a digital technology quality assessment system, and improve quality review standards to avoid “technology bubble”. The contribution of this paper is multi-fold. First, the paper enriches the research framework of the digital economy. This study makes an analysis of the influence mechanism and economic consequences of the digital economy on the innovation quality of enterprises from a multidimensional perspective, providing a new perspective for understanding digital innovation and releasing digital dividends. Second, it systematically discusses the internal influence of the digital economy on the quality of enterprise innovation in China, and unveils the mystery of innovation development driven by digital technology. Third, by clarifying the internal logic of the digital economy affecting enterprise innovation and development , the study is beneficial to reflect on the problems brought by the phenomenon of "bubble patent", so as to implement the diversified integration of digital technology and enterprise innovation, and then realize the strategic goal of innovation-driven development in China.

To sum up, this paper uses the width of patent knowledge to deepen the relationship between the digital economy and the two qualities of enterprise innovation, and complements the research framework of the influencing factors of enterprise innovation quality. It clarifies how the digital economy enables enterprises to achieve high-quality development and find answers to development dilemmas. The research provides some suggestions for promoting the development of enterprise innovation strategies and improving the quality and efficiency of the enabling economy.

Key Words：Digital Economy; Innovation Quality; Media Attention; Human Capital Upgrading; R&D Capability

收稿日期：2022-07-25

修回日期：2022-11-29

基金项目：国家社会科学基金一般项目(19BJY248);国家自然科学基金青年项目(72003047)

作者简介：宋敬(1996—),女,江苏连云港人,澳门科技大学商学院博士研究生,研究方向为管理会计与企业创新;陈良华(1963—),男,浙江绍兴人,博士后,东南大学经济管理学院副院长、教授、博士生导师,研究方向为管理会计与管理控制理论;叶涛(1996—),男,浙江衢州人,澳门科技大学商学院博士研究生,研究方向为公司治理与企业创新。本文通讯作者:叶涛。

DOI：10.6049/kjjbydc.Q202207273

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(2023)12-0001-11

0 引言

中共二十大报告提出,“加快发展数字经济,促进数字经济和实体经济深度融合,打造具有国际竞争力的数字产业集群。”这标志着数字经济已成为党中央重点关注的议题,数字经济的崛起与繁荣,赋予经济社会发展新领域和新动能。高质量发展是全面建设社会主义现代化国家的首要任务,企业应积极把握和利用数字经济发展机遇,加快实现高质量发展目标。随着中国经济发展进入新常态,亟需从原有依靠投资拉动经济增长的旧模式“换挡”到利用数字创新驱动发展的新模式,高质量创新是构建企业可持续竞争优势的重要基础。世界知识产权组织(WIPO)相关数据显示,中国专利申请数已连续多年位居全球第一。然而,在专利申请数爆炸式增长的同时,中国专利质量和自主创新能力却未同步提升。有研究指出,中国还不是专利强国,“专利泡沫”“创新假象”等现实问题凸显,高质量专利占比有待提升,专利对产业转型的支撑力度和对实体经济的耦合作用还不明显[1]。因此,如何有效释放数字经济对企业高质量创新的助推力,成为学界和业界广泛讨论的议题。

然而,现有研究对于数字经济与企业创新质量如何有效结合还处于摸索阶段,仅有少数文献考察了数字经济与企业创新之间的关系。例如,邱洋冬等[2]研究证实,数字化变革能够显著提升企业创新绩效,知识来源在数字化变革影响企业创新过程中发挥部分中介效应。由此可见,数字经济发展能为企业创新提供良好的外部条件。本文相关理论涵盖数字经济微观效应和企业创新质量影响因素两个方面。对于前者,现有文献主要涉及投融资决策、企业价值、资源配置、技术创新和经济高质量发展等方面[3];后者主要从宏观环境层面和微观企业层面展开,其中,宏观环境层面包括制度环境、研发税收政策和政治关联等[4],微观企业层面包括内部产权配置结构、数字化转型和高管激励等[5]。综上,现有文献为本文研究提供了理论参照与逻辑起点,但缺乏从创新质量视角探讨数字经济与企业创新质量间关系的研究,对于其影响机制的探讨更是鲜见。由于专利申请可能是企业为迎合补贴和优惠政策的相机性选择,企业可能盲目追求创新数量,导致专利“泡沫”现象频生。因此,不同于以往研究直接采用发明专利数量衡量创新质量,本文创新性地采用专利知识宽度作为企业创新质量的代理指标,并采用专利被引用次数作为稳健性检验指标,以更全面地反映企业创新质量,为后续评估企业创新质量及其经济效应奠定良好基础。

基于此,本文以数字经济特有属性为核心出发点,依托新熊彼特增长理论,以企业创新质量为理论视角构建研究框架,测度中国地级市层面的数字经济发展水平,运用多种计量方法实证检验数字经济对企业创新质量的影响路径。本文贡献在于:第一,基于多维视角剖析数字经济对企业创新质量的影响机理和经济后果,为理解企业创新、释放数字红利提供新视角,有助于丰富数字经济研究框架。第二,基于创新角度系统探讨数字经济对企业创新质量的内在影响,有助于揭开数字技术驱动创新发展的“神秘面纱”,是对建设创新型国家、构建新兴数字创新体系的尝试。第三,厘清数字经济影响企业创新发展的内在逻辑,有利于反思“泡沫专利”现象背后的问题,并总结数字经济赋能企业高质量创新的成果经验,推动数字技术与企业创新多元融合,进而实现创新驱动发展战略目标。

1 理论基础与研究假设

新熊彼特理论认为破坏性创新的微观落脚点是企业创新行为,创新是经济发展的来源[6-7]。搜寻、配置和处理信息的能力是探寻数字经济与企业创新质量发展的必备要素,而数字经济发展能够满足创新主体的信息获取需求。本文从作用机制和情境因素两方面探讨数字经济对企业创新质量的影响,并提出研究假设。

1.1 数字经济与企业创新质量

数据作为一种生产要素,能为数字经济发展提供动能,通过信息网络实现信息交换,提高信息的外溢性。创新主体通过提高学习能力和积累经验提升创新质量[8],数据要素可为数字经济促进创新效率提升提供动能。本文认为,数字经济对企业创新质量的激励效应体现在以下方面:

(1)数字经济发展能够满足创新主体的信息获取需求,信息要素的有效配置为创新质量战略提供动能。数据的本质是一种信息资源,通过信息获取和交互等途径提高知识外溢性,强化组织知识学习能力(Kao,2018)。数字经济具有跨时空信息传播、数据创造和信息共享等优势,有利于缓解企业供需矛盾和效率公平等问题,并通过搭建云端信息交流平台,确保企业战略决策前后的信息畅通[9],为高质量创新活动提供信息来源。数字经济发展通过降低企业外部信息搜寻成本,加速知识在企业内部传播,提高企业将知识转化为创新成果的质量。

(2)数字经济基于自身技术优势,立足互联网平台,激发消费者对商品的多样化诉求,提供具有创新性的高质量产品,从而形成产品供需双方的双向交流。数字经济的示范作用将改变传统经济模式,其带来的巨大竞争压力倒逼传统企业关注消费者福利和需求,提升创新质量[10]。这对于企业根据消费者需求及时调整产品方案从而把握商机、提升服务或创新产品质量都具有重要推动作用。数字经济发展有助于企业更精准地把握消费者需求,明晰生产过程中技术的不足和未来创新发展方向,进而为企业高质量产品创新提供指引。企业在实施高质量创新战略前期,借助数字经济相关平台收集消费者信息数据,对市场需求的分析更具前瞻性,使得数字技术应用和研发创新更多向满足消费者需求的新产品或新服务倾斜。数字经济通过互联网平台收集汇总消费者对产品的多样化需求,拓宽供需双方交流渠道[11],对企业实时获取消费者需求从而变更产品生产方案、提升产品创新质量具有推动作用。

(3)数字经济作为一种新兴经济形式,涵盖互联网、云计算和大数据等技术。一方面,数字经济发展促使企业在生产环节更高效地使用数字化智能装备,同时优化市场信息匹配路径,能够给企业带来更高的经济效益,为企业高质量创新提供重要支持。另一方面,数字经济发展能够降低企业创新成本,增强企业开展高质量创新的动机。高质量创新活动具有长期性、高不确定性与风险性特征,前期投入大,为规避风险,大多数公司会减少对高质量创新设备和资金的投入。数字经济通过构建数字化平台,对大规模、多样化、高速度的创新数据进行搜集和分析[12],能在很大程度上提升企业预测和研发能力,使企业对高质量创新的流程和成本评估更加明晰,从而降低高质量创新过程中的不确定性,实现企业高质量创新发展。基于此,本文提出如下研究假设:

H1:数字经济发展对企业创新质量提升具有正向影响。

1.2 数字经济与企业创新质量关系的情景机制分析

新熊彼特增长理论从制度和组织层面解释企业创新机制,并由此衍生出新的经济变迁探讨,认为产业结构、市场组成和制度变化都会对企业创新发展产生影响[13-14]。基于此,企业自身组织的差异性和内外部环境变化会对企业创新质量产生一定影响,因而本文将组织内部(组织冗余资源与高管研发经验)和外部环境因素(外部媒体关注度)融入情境分析框架进行研究。

1.2.1 媒体关注度的调节效应

新熊彼特增长理论认为外部市场环境是影响企业生产运营的重要变量[15]。现有研究也证实企业在数字经济背景下作出的战略决策受到外部市场环境的重要影响。媒体报道作为外部市场信息传递的重要媒介,通过提供有关公司层面的信息影响投资者决策行为[16],对于外部市场投资者和内部管理者而言都十分关键。媒体关注度能够反映媒体对上市企业及其市场地位的关注程度,一般通过统计网络和新闻媒体发布数量衡量。因此,本文认为外部媒体对公司的报道有助于企业得到市场信息反馈,外部媒体的监督效力会对企业创新战略选择产生影响,媒体的监督作用越大,越能发挥数字经济发展对企业资源配置效率和公司治理水平的促进作用,进而提升企业创新质量。

大数据时代,媒体兼具信息传播和公司治理的双重功能[17],是利益相关方了解企业的重要渠道。媒体关注度对数字经济与企业创新质量之间关系的调节作用体现在以下方面:首先,媒体报道的受众是企业利益相关者,通过向利益相关者传递企业内部有效信息,缓解信息不对称性,降低信息搜索成本[18],影响企业高质量创新战略决策。媒体关注度的影响程度更多取决于利益相关者的期望和认知,媒体关注度越高,对利益相关者的影响越大,企业信息的曝光度越高,利益相关者也更容易获取企业从事高质量创新的信息。媒体作为引导舆论的重要工具,会增加高质量创新信息的曝光度,有利于企业获得外部合法性并构建市场优势竞争地位[19]。媒体关注对企业创新信息的反馈,有助于推动数字经济背景下企业实施高质量创新战略。其次,媒体在公司治理中发挥重要监督作用。高媒体关注度会产生高舆论压力,对企业管理层行为起到监督作用,促使其提高公司内部治理水平,在战略决策过程中考虑数字经济发展带来的竞争优势,并利用数字经济产生的溢出效应和价值效应对企业战略进行合理规划,推动企业高质量创新。此外,媒体对企业高质量创新信息的报道受到社会广泛关注,会影响企业声誉和其他利益相关者对企业的投资活动,进而为企业高质量创新提供资金支持。因此,本文认为媒体关注度可以通过发挥监督作用增加企业信息透明度,提高数字经济背景下利益相关者对企业高质量创新的关注度,强化数字经济与企业创新质量之间的正向关系。基于此,本文提出如下研究假设:

H2:媒体关注度越高,数字经济发展与企业创新质量间的正向关系越显著。

1.2.2 组织冗余资源的调节效应

新熊彼特增长理论认为产业结构会影响企业创新发展。冗余资源被视为产业结构中的资源缓冲器,为高管自由支配,是组织战略创新的重要资源保障[20]。有研究表明,冗余资源较多的公司具备更强的风险承担能力,与资源稀缺的公司相比,更倾向于开展高风险和未经尝试过的活动[21]。从组织层面看,高质量创新强调组织需要投入更多资源,拥有更多可支配性资源有助于提升组织资源运作能力,组织的冗余资源能够为高质量创新提供资源支持。本文认为在冗余资源较为丰富的情况下,数字经济对企业创新质量的价值效应将得到充分发挥,从而提高企业实施高质量创新战略的可能性。

首先,资源可用度有助于提升高管采纳与整合数字技术的机率。充足的冗余资源使得远端搜索成为可能[22],从而有利于提高高管采用数字技术的可能性。丰裕的资源可为企业高质量创新奠定良好的数字技术基础,使得企业能够应对创新过程中的风险和不确定性。组织内部的冗余资源能帮助企业整合新技术、开发新能力,推动数字经济与企业高质量创新融合。其次,在资金充沛的情况下,高管具有更高的自由度和能动性。已有研究发现,高管拥有更高的灵活性和更大的自主权后,更倾向于作出创新决策,其对变革和风险的意愿与态度是组织创新程度的一个强有力决定因素[23]。充足的冗余资源赋予高管较强的资源运作意愿和动机,能够提高企业实施高质量创新战略的可能性。同时,冗余资源能够有效避免企业内讧和冲突,减少高管在资源谈判与分配上的分歧。高质量创新成果产出需要一定时间,涉及到持续性的资源投入[22],因此高管的长期承诺至关重要。资源稀缺会转移高管的注意力和承诺,降低企业高质量创新战略实施的有效性,而可自由裁量的冗余资源允许高管将注意力和精力投入到高质量创新中。综上,冗余资源可为数字经济发展背景下组织应用数字技术奠定基础,赋予高管更大组织自主权,从而有效提升高管落实高质量创新战略的能力,推动企业实施高质量创新战略。基于此,本文提出如下研究假设:

H3:组织冗余资源越多,数字经济发展与企业创新质量间的正向关系越显著。

1.2.3 高管研发经验的调节效应

新熊彼特理论肯定了企业家对经济增长的重要作用[24]。这是因为只有企业家才能重新组合生产要素,产生新的生产方式,形成发生质变的新型生产力。高管研发经验是指具备研发相关工作经验的高管成员对过去或现在知识的感知力[25]。作为一种企业家行为特质,高管研发经验是企业开展创新活动的重要保障,也是企业创新发展的人为动因[26]。高层管理者研发经验越丰富,其掌控风险的能力越强,从而有利于增强自身问题搜索动机。一方面,当高管认为自身具备掌控风险的能力时,会选择进行组织搜索,而当高管认为调整成本过高、不能掌控潜在风险时,则会放弃组织搜索[27]。另一方面,高管研发经验有利于降低组织搜索成本。基于此,本文认为数字经济与企业创新质量间的关系受到高管研发经验的影响。企业高质量创新的实现需要高管拥有丰富的研发经验,数字经济能够促使高管作出实施高质量创新的战略决策,研发经验越丰富的高管,越有能力和动机确保企业高质量创新战略的顺利实施。

本文认为高管研发经验能够增强数字经济对企业创新质量的积极作用。首先,研发经验丰富的高管能更好地评估与企业创新相关的战略问题,对企业高质量创新的潜在风险损失容忍度更高,并在制定企业高质量创新战略时发挥积极作用。对发明创新技术的兴趣促使研发经验丰富的高管之间实现有效沟通,形成对企业高质量创新战略决策的共识。因此,组织的问题搜索动机会随着高管研发经验的增加而增强,从而在数字经济推动下实现企业高质量创新。其次,研发经验丰富的高管具备更强的创新决策信息处理能力。高管认知机制主要表现为,高管通过系统认知方法增进对组织战略的认知。基于过往经验和知识结构的不同,高管在战略选择上会产生差异化见解,高管丰富的研发经验能够为决策提供更加多元化的信息和利用这些信息的能力。因此,高管研发经验有助于增强组织的问题搜索动机,提高对企业创新失败的容忍度,从而更有利于在数字经济背景下推动企业高质量创新。基于此,本文提出如下研究假设:

H4:高管研发经验越丰富,数字经济发展与企业创新质量间的正向关系越显著。

基于以上理论分析,本文构建数字经济与企业创新质量间关系的研究框架,如图1所示。

2 研究设计

2.1 数据来源

本文选择2011—2021年中国A股上市公司数据作为研究样本,对初始数据作如表1所示的筛选处理。为降低离群值的影响,对所有连续变量进行缩尾处理。本文数据来源于国泰安数据库(CSMAR),并通过手工方式获取上市公司年报进行数据核验。

2.2 变量测量

2.2.1 被解释变量

企业创新质量(PatentQ)。参考张杰和郑文平[28]的研究,本文采用专利知识宽度测度企业创新质量。专利使用的知识越多、越复杂,相应的专利质量越高,越具有市场价值。因此,采用专利知识宽度衡量企业创新质量是有效的。为减少度量偏差,考虑到专利分类号从大组层面就存在差异,选择专利分类号大组层面的HHI指数衡量专利知识宽度。专利知识宽度的具体测算公式为:1-α2,其中,α表示专利分类号中各大组分类所占比重。专利知识宽度的值越大,说明专利在各大组层面的差异越大,专利质量越高。进一步,将上述指标通过均值法汇总从而得到企业创新质量。被引次数是专利经济价值和影响力的体现,被广泛用于测度专利创新质量,本文在稳健性检验中,采用专利被引次数作为企业创新质量的代理指标。

2.2.2 解释变量

数字经济(Diges)。由于相关数据统计困难,数字经济测度较为不易,本文通过测度城市层面互联网发展水平的方式实现数字经济的测度。借鉴赵涛等[29]的方法,选择计算机服务和软件业从业人员占城镇单位从业人员比重、百人中互联网宽带接入用户数、百人中移动电话用户数、人均电信业务总量作为测度指标。同时,采用北京大学数字金融研究中心和蚂蚁金服集团共同编制的中国数字普惠金融指数表征数字金融发展[9]。采用主成分分析方法(PCA)对上述5个指标作标准化和降维处理,得到地级市层面的数字经济发展指标。

2.2.3 调节变量

参考Luo等[17]的研究,采用媒体报道数量加1取自然对数表示媒体关注度(Media),包括网络和新闻媒体报道数量。借鉴Kim &Bettis[30]的做法,采用现金比率衡量组织冗余资源(Slack)。该指标值越大,代表组织拥有的冗余资源越丰富。参考Solal &Snellman[25]的研究,采用拥有相关研发经验的高层管理团队成员占比测度高管研发经验(RDexp)。

2.2.4 控制变量

为控制其它影响企业创新质量的指标,本文控制企业规模(Size)、企业年龄(Age)、实际控制人持股比例(Top1)、董事会规模(Board)、独董比例(Inde)等公司特征指标和自由现金流量(Cash)、资产负债率(Lev)、资产收益率(Roa)、资产结构(Tangibility)等财务层面指标。同时,为更加全面地分析数字经济的影响效应,还需对城市层面变量加以控制: ①经济发展水平(GDP),采用当年地级市生产总值取自然对数衡量;②金融发展水平(Fin),采用地级市金融机构存贷款余额与生产总值之比表示;③政府干预(Gov),采用地级市公共财政收入占生产总值的比重衡量;④外商投资(FDI),采用地级市实际使用外资额与生产总值之比表示;⑤固定资产投资水平(Fai),采用地级市固定资产投资额与生产总值之比表示。

表2报告了各变量定义和描述性统计结果。结果显示,企业创新质量的均值为0.194 1,标准差为0.257 7,说明公司之间创新质量差异较大;数字经济的均值大、标准差小,说明上市公司所在地区的数字经济发展水平差异较小。从控制变量看,企业规模、企业年龄、董事会规模等公司层面指标以及地级市间的经济发展水平、外商投资、金融发展水平等均存在显著差异。

2.3 模型构建

为检验数字经济对企业创新质量的影响,构建如下模型:

PatentQi,t+1=α0+α1Digesi,t+αk∑Controli,t+γi+μj+δt+εi,j,t

(1)

进一步,探讨数字经济对企业创新质量影响的调节机制,在模型(1)基础上,构建回归模型(2),以检验媒体关注度(Media)、组织冗余资源(Slack)和高管研发经验(RDexp)的调节效应,并对交互项中的变量作中心化处理。

PatentQi,t+1=β0+β1×Digesi,t+β2×Mdeia+β3×Digesi,t×Mediai,t+β4×Slack+β5×Digesi,t×Slacki,t+β6×RDexp+β7×Digesi,t×RDexpi,t+βk∑Controli,t+γi+μj+δt+εi,j,t

(2)

其中,i代表第i个上市公司,t代表年份。参考相关文献,选择固定效应回归模型进行估计,控制行业和年份固定效应。∑Control表示模型控制变量的加和,γi表示企业i的固定效应,μj表示城市j的固定效应,δt表示年份t的固定效应,εi,t为随机误差项。

3 实证分析及经济解释

3.1 基准回归结果

表3报告了数字经济影响企业创新质量的基准回归结果。列(1)中,数字经济(Diges)的回归系数为0.125 9(p<0.01)。列(2)中,引入企业层面控制变量后,数字经济的回归系数为0.117 3(p<0.01),虽然有所下降,但仍然显著。列(3)中,同时纳入企业和城市层面控制变量集后,数字经济的回归系数为0.098 8,依然在1%置信水平下显著。这表明数字经济能够显著促进企业创新质量提升,H1得到验证。

3.2 调节效应分析

本文进一步分析媒体关注度、组织冗余资源和高管研发经验对数字经济与企业创新质量间关系的调节作用,结果如表4所示。列(1)中,Diges×Media的回归系数通过显著性检验(coef.= 0.072 4,p<0.01),表明媒体对企业及外部市场的关注会增强数字经济对企业创新质量的正效应,H2得到验证。列(2)中,Diges×Slack的回归系数通过显著性检验(coef.=0.296 9,p<0.01),表明组织内部的冗余资源越多,越能强化数字经济对企业创新质量的正效应,H3得到验证。列(3)中,Diges×RDexp的回归系数显著为正(coef.= 0.166 4,p<0.01),表明高管的研发经验越丰富,数字经济与企业创新质量间的正向关系越显著,H4得到验证。列(4)中,将调节变量纳入回归方程后,调节效应依然成立,说明调节效应检验结果具有稳健性。

3.3 内生性与稳健性检验

(1)工具变量法。解决内生性的方法是为内生解释变量选取合适的工具变量。参考黄群慧等[31]的方法,采用1984年城市邮电数据作为数字经济指标的工具变量。一方面,传统通信技术会影响当代互联网发展,当地历史上的邮电基础设施对后续互联网技术的应用和延续至关重要;另一方面,随着技术迭代更新和经济发展,传统固定电话等工具的影响会逐渐减弱,而且传统邮电历史数据对企业创新质量几乎没有影响,满足排他性要求。但是由于该历史数据为横截面数据,并不能直接用于面板数据分析,因而参考Nunn &Qian[32]的研究,构建1984年城市每万人电话机数与上一年互联网用户数的交互项作为数字经济指标的新工具变量。如表5所示,控制内生性后,数字经济对企业创新质量的影响效应依然显著。同时,Kleibergen-Paaprk LM和Kleibergen-Paaprk Wald F统计量检验表明,工具变量选取合理。

(2)控制固定效应。创新质量高的企业能够促进互联网优先发展,推动数字经济发展成果的应用,从而出现双向因果关系。因此,本文通过纳入省份效应、省份与年份交互效应,降低数字经济发展带来的宏观环境系统性变化的影响。同时,本文被解释变量企业创新质量呈现零值与正值连续分布共存的混合特征。针对这种数据结构,本文采用Tobit模型进行检验,结果如表6所示。结果显示,控制宏观因素和更换回归模型后,本文核心结论依然成立。

(3)更换被解释变量。采用专利被引次数(Citation)作为企业创新质量的代理指标进行稳健性检验,结果如表7所示。参考黎文靖和郑曼妮[1]的研究,结合专利法对专利批准的要求,将企业申请高质量发明专利的行为认定为实质性创新。这是因为相较于其它类型专利,发明专利的审批流程更严格、技术复杂度更高。基于此,采用发明专利(Invent)作为企业创新质量的衡量指标。结果显示,核心结论并发生改变。

4 进一步研究

4.1 影响机制检验

前文证实数字经济对企业创新质量具有正向促进作用。那么,其作用机制是什么?本文进一步检验数字经济对企业创新质量的作用机制。新熊彼特理论将产业结构、市场组成和制度变化纳入企业创新发展影响因素的理论框架中。组织内部资源的有效配置更多取决于以技能型员工为主的人力资本。数字经济背景下,企业员工将数字技术运用到企业创新中,激发企业创新活力。企业创新过程中需要高技能员工利用数字经济带来的“技术红利”,对创新资源进行有效配置[33]。基于此,本文认为数字经济通过推动人力资本升级提升企业创新质量。采用高技能员工数量衡量人力资本水平(Humcap),参考刘啟仁和赵灿[34]的做法,将研究生及以上学历的高学历员工视为高技能员工,高技能员工数量越多,说明人力资本水平越高。此外,研发投入形成的创新能力和对创新资源的搜索能力是影响企业创新质量的重要因素。基于此,本文认为数字经济通过增强企业研发能力提升企业创新质量。参考Shi等[35]的研究,采用研发强度衡量企业研发能力(RDabl),研发强度以企业研发支出与营业收入之比表征。

为清晰刻画数字经济影响企业创新质量的机制路径,进一步采用递归方程进行分析,构建如下中介效应检验模型:

Mediatori,t+1=δ0+δ1Digesi,t+δk∑Controli,t+γi+μj+δt+εi,j,t

(3)

PatentQi,t+1=γ0+γ1Digesi,t+γ1Mediatori,t+αk∑Controli,t+γi+μj+δt+εi,j,t

(4)

人力资本和研发能力的机制检验结果如表8所示。控制各项固定效应并纳入控制变量后,列(1)中,数字经济对企业创新质量的促进效应与前文结果一致;列(2)中,数字经济的系数在1%水平上显著为正,表明数字经济促使企业雇佣高技能员工,推动企业人力资本升级;列(3)中,人力资本的系数显著为正,且数字经济的系数较列(1)有所下降,表明企业人力资本升级的中介机制成立;列(4)中,数字经济的系数在10%水平上显著为正,表明数字经济发展能够显著提升企业研发能力;列(5)中,企业研发能力的系数显著为正,且数字经济的系数较列(1)有所下降,表明企业研发能力的中介机制成立。上述结果表明数字经济发展通过推动企业人力资本升级和提高研发能力促进企业创新质量提升。

4.2 异质性分析

前文从全样本视角探讨数字经济对企业创新质量的影响,并利用稳健性检验支持二者间的作用关系。但值得注意的是,企业属性不同,数字经济对企业创新质量的影响可能存在差异。同时,企业创新程度和创新质量往往与企业性质相关。考虑到这两个现实因素,本文按照产权属性(国有企业和非国有企业)和科技属性(高新技术行业企业和非高新技术行业企业)进行分样本检验,结果如表8所示。

在列(6)的国有企业样本中,数字经济对企业创新质量的系数为正,但t值偏小(1.219 9),并不具有显著性;在列(7)的非国有企业样本中,数字经济的回归系数为0.104 5(p<0.05),通过显著性检验,表明数字经济对企业创新质量的促进效应在非国有企业样本中更加显著。国有企业依赖国家政策扶持,在市场开拓、资源获取等方面具有先天优势,面临的市场竞争压力较小,因而对数字技术应用意愿较低,在高质量创新领域往往动力不足、表现不佳。因此,国有企业的高质量创新行为难以在数字经济发展中形成正向反馈。相较之下,非国有企业面临激烈的市场竞争,为抢占有利市场地位和份额,更有意愿进行高质量创新,构建市场竞争优势。因此,非国有企业有更强的动机实施高质量创新,从而实现技术飞跃,在数字经济推动下,企业创新质量快速提升。

在列(8)的高新技术行业企业样本中,数字经济对企业创新质量的提升效应显著(coef.= 0.205 3,p<0.01);在列(9)的非高新技术行业企业样本中,数字经济的回归系数未通过显著性检验(t值仅为1.458 0)。这表明相较于非高新技术行业企业,数字经济对高新技术行业企业创新质量的促进作用更加显著。一方面,高新技术行业企业的运营导向较为关注技术创新,在数字经济背景下,有助于提高企业创新信息获取能力,自然也促使企业将更多资源投入到创新领域;另一方面,提升企业创新质量需要技术支持和研发基础,高新技术行业企业能为高质量创新提供必要的技术条件,并将数字技术整合到企业决策体系、组织架构和生产流程中。综上,高新技术行业企业因其具有主动创新意愿和客观条件,在数字经济推动作用下,更有助于企业创新质量提升。

4.3 经济后果检验

为探讨企业创新质量提升是否具有持续性,本文进一步分析企业创新质量的经济价值影响,构建如下回归模型:

ToboinQ(TFP)i,t+1=γ0+γ1×PatentQi,t+γk∑Controli,t-1+εi,t

(5)

其中,i代表公司,t代表年份。被解释变量企业创新质量采用企业价值(TobinQ)和全要素生产率(TFP)衡量,其中,企业价值用企业托宾Q表征,并将其提前一期处理,企业全要素生产率的测量参考Levinsohn&Petrin[36]的方法。控制变量与前文模型一致,εi,t表示随机误差项。

表9汇报了模型(5)的回归结果。列(1)中,当被解释变量为t+1期的全要素生产率时,企业创新质量的系数在1%的水平上显著为正,表明高质量创新有助于提升企业全要素生产率。列(2)中,当被解释变量为t+1期的企业价值时,企业创新质量的系数在1%的水平上显著为正,表明高质量创新能为企业带来更多资本市场的正向反馈,进而提升企业价值。该结果证实了本文选用指标的合理性,以高质量创新为导向的战略才是提升企业全要素生产率和价值的重要基础,从而有助于实现企业可持续发展。

5 研究结论与政策启示

5.1 研究结论

数字技术与实体经济深度融合是未来数字经济发展的必然趋势,以数字技术赋能实体经济创新发展是实现质量变革、效率提升、动力革新的必经路径,也是提升企业创新质量的核心着力点。本文利用2011—2021年中国A股上市公司数据,实证检验发现,数字经济对企业创新质量具有正向影响,组织冗余资源、高管研发经验和媒体关注度能够强化数字经济与企业创新质量间的正向关系。进一步研究表明,数字经济通过推动人力资本升级和提升研发能力对企业创新质量产生积极效应;相较于非高新技术行业企业和国有企业,数字经济对高新技术行业企业和非国有企业创新质量的正向促进作用更显著。此外,企业创新质量对企业全要素生产率和企业价值提升具有后续韧性。本文利用专利知识宽度深化了数字经济与企业创新质量间的关系,并完善了企业创新质量影响因素的研究框架。基于企业内外部的典型情景,实证检验数字经济如何赋能企业高质量发展,推动企业走出发展困境,是本文特色所在。

5.2 对策建议

(1)重视数字经济发展对创新质量的作用,引导企业加快数字技术创新步伐。数字技术嵌入颠覆了传统创新流程,带来创新模式的深刻变革,其对企业技术创新的重要性不言而喻。政府应加大对数字经济发展的支持力度,加快制定合理的企业数字化发展政策,有效解决企业数字化能力弱、成本高等问题。企业应抓住数字技术带来的重大机遇,结合自身实际,加快企业生产、经营及管理过程的数字化改造,有效提高企业高质量创新能力。

(2)明确专利知识的实际效用,加大研发投入力度。专利知识预示着企业创新发展程度,也是企业持续稳定发展的“试金石”。因此,企业要不断加大研发投入,充分利用数字技术在组织资源配置、降低成本和提高人力资本水平等方面的优势,加强专利研发和技术供给,构建数字技术质量评估体系,提高质量审查标准,以减少技术“泡沫”。

(3)形成内外部因素协同发展的创新情境,为企业提高发展质量打造新的着力点。一方面,企业高管与外部媒体协同行动、密切合作,规范和引导媒体对企业数字化信息的报道,有效发挥外部媒体的舆论监督作用。另一方面,关键人才资源的开发是提升企业创新质量和获取竞争优势的关键。在数字经济蓬勃发展阶段,提高高技能人才比重,加快对传统动能的提升改造与新兴动能的培育发展,进而有效提升落实企业创新战略的执行力。总之,完善数字经济发展政策对提升我国上市公司运营效率,以数字经济发展引领企业高质量创新具有重要现实意义。

参考文献：

[1] 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.

[2] 邱洋冬. 数字化变革与企业创新——知识来源视角[J]. 兰州学刊, 2022,43(7): 1-24.

[3] LI R, RAO J, WAN L. The digital economy, enterprise digital transformation, and enterprise innovation[J]. Managerial and Decision Economics, 2022,43(7): 2875-2886.

[4] XIAO T, MAKHIJA M, KARIM S. A knowledge recombination perspective of innovation: review and new research directions[J]. Journal of Management, 2022,48(6): 1724-1777.

[5] ZACH F J, NICOLAU J L, SHARMA A. Disruptive innovation, innovation adoption and incumbent market value: the case of Airbnb[J]. Annals of Tourism Research, 2020,80: 102-118.

[6] HANUSCH H, PYKA A. Principles of neo-Schumpeterian economics[J]. Cambridge Journal of Economics, 2007,31(2): 275-289.

[7] WINTER S G. Toward a neo-Schumpeterian theory of the firm[J]. Industrial and Corporate Change, 2006,15(1): 125-141.

[8] ACEMOGLU D, AKCIGIT U, ALP H, et al. Innovation, reallocation, and growth[J]. American Economic Review, 2018,108(11): 3450-3491.

[9] CIARLI T, KENNEY M, MASSINI S, et al. Digital technologies, innovation, and skills: emerging trajectories and challenges[J]. Research Policy, 2021,50(7): 1-10.

[10] WALLSTEN S. The competitive effects of the sharing economy: how is Uber changing taxis[J]. Technology Policy Institute, 2015,22: 1-21.

[11] 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, 2016,32(10): 34-49.

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

[13] DORE R. Technology policy and economic performance; lessons from Japan[J]. Research Policy, 1988,17(5): 309-310.

[14] NELSON R R. National innovation systems: a comparative analysis[M]. Oxford University Press , 1993.

[15] CHENHALL R H. Management control systems design within its organizational context: findings from contingency-based research and directions for the future[J]. Accounting, Organizations and Society, 2003,28: 127-168.

[16] BARBER B M, ODEAN T. All that glitters:the effect of attention and news on the buying behavior of individual and institutional investors[J]. The Review of Financial Studies, 2008,21(2): 785-818.

[17] LUO Y, XIONG G, MARDANI A. Environmental information disclosure and corporate innovation: the "Inverted U-shaped" regulating effect of media attention[J]. Journal of Business Research, 2022,146: 453-463.

[18] USMAN S M, BUKHARI F A S, USMAN M, et al. Does the role of media and founder's past success mitigate the problem of information asymmetry? evidence from a UK crowdfunding platform[J]. Sustainability, 2019,11(3): 692-716.

[19] NOWACKI C, MONK A. Ambidexterity in government: the influence of different types of legitimacy on innovation[J]. Research Policy, 2020,49(1): 1-18.

[20] 连燕玲, 叶文平, 刘依琳. 行业竞争期望与组织战略背离——基于中国制造业上市公司的经验分析[J]. 管理世界, 2019,35(8): 155-172.

[21] GRUBER M. Exploring the origins of organizational paths:empirical evidence from newly founded firms[J]. Journal of Management, 2010,36(5): 1143-1167.

[22] TROILO G, De LUCA L M, ATUAHENE GIMA K. More innovation with less? a strategic contingency view of slack resources, information search, and radical innovation[J]. Journal of Product Innovation Management, 2014,31(2): 259-277.

[23] WYNEN J, VERHOEST K, ONGARO E, et al. Innovation-oriented culture in the public sector: Do managerial autonomy and result control lead to innovation[J]. Public Management Review, 2014,16(1): 45-66.

[24] DRUCKER P.Innovation and entrepreneurship[M].Routledge,2014.

[25] SOLAL I, SNELLMAN K. Women don't mean business? gender penalty in board composition[J]. Organization Science, 2019,30(6): 1270-1288.

[26] 柳卸林, 高雨辰, 丁雪辰. 寻找创新驱动发展的新理论思维——基于新熊彼特增长理论的思考[J]. 管理世界, 2017,33(12): 8-19.

[27] SVENJA, C, SOMMER, et al. Managing complexity and unforeseeable uncertainty in startup companies: an empirical study[J]. Operations Research, 2009,20(1): 118-133.

[28] 张杰, 郑文平. 创新追赶战略抑制了中国专利质量么[J]. 经济研究, 2018,53(5): 28-41.

[29] 赵涛, 张智, 梁上坤. 数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J]. 管理世界, 2020,36(10): 65-76.

[30] KIM C, BETTIS R A. Cash is surprisingly valuable as a strategic asset[J]. Strategic Management Journal, 2014,35(13): 2053-2063.

[31] 黄群慧. 互联网发展与制造业生产率提升:内在机制与中国经验[J]. 中国工业经济, 2019,36(8): 5-23.

[32] NUNN N, QIAN N. US food aid and civil conflict[J]. American Economic Review, 2014,104(6): 1630-1666.

[33] LEWIS G B, CHO Y J. The aging of the state government workforce: Trends and implications[J]. The American Review of Public Administration, 2011,41(1): 48-60.

[34] 赵灿,刘啟仁. 税收政策激励与企业人力资本升级[J]. 经济研究, 2020,55(4): 70-85.

[35] SHI W, CONNELLY B L, CIRIK K. Short seller influence on firm growth: a threat rigidity perspective[J]. Academy of Management Journal, 2018,61(5): 1892-1919.

[36] LEVINSOHN J, PETRIN A. Estimating production functions using inputs to control for unobservables[J]. The review of Economic Studies, 2003,70(2): 317-341.

(责任编辑：陈 井)