In view of this, this study selects listed companies from 2011 to 2021 as research samples,and examines the direct impact of the innovation of SRDI enterprises on the innovation of enterprises in the same industry as well as the moderating roles of industry competition degree and financing constraint;it further investigates the heterogeneity of the above impacts across enterprises with different ownership nature and different scales, and analyzes the threshold effect of the impact of the innovation of SRDI enterprises on the innovation of enterprises in the same industry.
The conclusions include three aspects. Firstly, from the perspective of peer effect, the innovation of SRDI enterprises positively affects the innovation of enterprises in the same industry. Industry competition degree and financing constraint respectively exert positive and negative moderating roles in the impact of the innovation of SRDI enterprises on the innovation of enterprises in the same industry. Secondly, the results of heterogeneity analysis show that in terms of the enterprise ownership nature, the moderating role of financing constraint is not significant in state-owned enterprises in the same industry, but it is significantly negative in non-state-owned enterprises. In terms of the enterprise scale, the innovation of SRDI enterprises has a significant impact on the innovation of enterprises in the same industry of different scales, with large-scale enterprises being more affected; the moderating role of industry competition degree is not significant in large-scale enterprises in the same industry, but it is significant in small-scale enterprises; compared with small-scale enterprises in the same industry, the moderating role of financing constraint is stronger in large-scale enterprises. Thirdly, there is a double threshold effect on the innovation of SRDI enterprises positively affecting the innovation of enterprises in the same industry, and the promotion role weakens as the threshold value increases.
The theoretical contributions include three aspects. Firstly, this study focuses on the peer effect of SRDI enterprises, and expands the research on the relationship between the innovation of SRDI enterprises and the innovation of enterprises in the same industry. Secondly, this study clarifies the moderating roles of industry competition degree and financing constraint, and enriches the situational research on the impact of the innovation of SRDI enterprises on the innovation of enterprises in the same industry. Thirdly, this study reveals the threshold effect of the impact of the innovation of SRDI enterprises on the innovation of enterprises in the same industry, clarifies the differential impact of the innovation of SRDI enterprises on the innovation of enterprises in the same industry at different levels, and deepens the research on the peer effect of SRDI enterprises.
The management implications include four aspects. Firstly, enterprises in the same industry should pay attention to the importance of the peer effect, actively keep pace with SRDI enterprises, adjust imitative behavior according to the innovation level of SRDI enterprise, and stimulate innovation vitality. Secondly, enterprises in the same industry should actively face the industry competition, give full play to the positive role of industry competition degree in the impact of the innovation of SRDI enterprises on the innovation of enterprises in the same industry. Thirdly, enterprises in the same industry should take the initiative to deal with financing constraint, alleviate the negative role of financing constraint in the impact of the innovation of SRDI enterprises on the innovation of enterprises in the same industry. Fourthly, enterprises in the same industry should adjust innovative strategies based on the present situations of ownership nature and scale.
开放科学(资源服务)标识码(OSID)：
创新是企业高质量发展的重要引擎。专精特新企业作为创新的重要载体,已成为新发展格局的关键稳定器[1]。以自主创新为驱动模式的专精特新企业在各行业中表现出良好发展态势,对产业链具有补空白、固长板和强创新的作用,对同行业企业创新转型发挥示范引领效应。在创新型国家建设时代背景下,专精特新企业能否发挥创新榜样力量,影响同行业企业创新,已经成为重要议题。
社会心理学认为,个体决策会受到特定群体内其他个体决策的影响,进而使个体行为向群体内其他个体行为趋同,这种现象被称为同群效应[2]。因面临相似的外部环境,同行业企业产品和服务具有同质性[3],其创新行为也具有同群效应。创新活动具有不确定性,企业出于经济理性和趋利避害的目的[4-5],往往倾向于模仿同行业企业创新决策[6]。现有企业同群效应研究多以制造企业为对象,探讨其数字化转型[7]、创新效率[8]和绿色技术创新[4]的同群效应。此外,王晓亮等[9]探究了一般企业绿色创新的同群效应;刘淑春等[10]研究发现,龙头企业和竞争对手对企业开放式创新的影响具有同群效应。但尚未有研究关注专精特新这类创新领先型企业的同群效应。制度同构理论下企业创新同群效应并非盲目模仿,而是一种理性学习行为[11]。同群企业中,领先企业更容易成为被模仿对象[12]。同行业企业出于慕优心理,具有较强动机关注专精特新企业创新情况并向其学习,以提升自身创新能力。同时,激烈的行业竞争促使企业追求进步[13],为了保持自身竞争优势,同行业企业会积极向专精特新企业“看齐”,学习其创新经验,进而提高自身创新水平。融资约束作为企业创新障碍之一[14],会减少同行业企业创新投资,降低其创新效率,进而阻碍其向专精特新企业学习。因此,有必要探讨同群效应视角下专精特新企业创新对同行业企业创新的影响,以及行业竞争程度和融资约束是否影响二者关系。
本文以上市公司为研究样本,检验专精特新企业创新对同行业企业创新的直接影响,以及行业竞争程度和融资约束的调节作用,考察上述影响在不同所有权性质企业和不同规模企业中的异质性,并分析专精特新企业创新对同行业企业创新影响的门槛效应。本文理论贡献如下:首先,聚焦专精特新企业创新同群效应,证实其对同行业企业创新的直接作用,拓展专精特新企业创新与同行业企业创新关系研究。其次,明晰行业竞争程度、融资约束在专精特新企业创新对同行业企业创新影响过程中的调节作用,丰富专精特新企业创新影响同行业企业创新的情境研究。最后,揭示专精特新企业创新影响同行业企业创新的门槛效应,明晰不同水平下专精特新企业创新影响同行业企业创新的差异,深化专精特新企业同群效应研究。
同群效应主要关注特定群体对相同环境中其他个体的影响,是“近朱者赤,近墨者黑”的现象[4]。创新同群效应是指因同行业企业间存在互动联系,其中某个企业创新会受同行业其他企业影响而趋向于与后者创新行为保持一致的现象[15]。当某个企业在特定领域中展现出创新能力和优势时,其影响不仅限于自身,还会波及同行业其他企业。专精特新企业通常具有较高的创新能力和核心竞争力,从同群效应视角看,其创新行为可对同行业企业创新产生积极影响。同群效应反映相同行业环境下企业创新水平提升的趋同现象,本质是“制约性”的同构过程[7,16]。同行业企业会向专精特新企业进行模仿和学习,进而提升自身创新水平。
制度理论认为,模仿行为的主要目的是获取合法性[17]。企业通过模仿成功的组织行为降低组织搜寻成本,进而获得合法性认可[18]。专精特新企业在创新方面具有突出亮点和成果,可享受创新补贴、人才补贴和融资补贴等优惠政策支持。将资源与企业创新锚定在一起,不仅能进一步促进专精特新企业创新,还能促使同行业企业向专精特新企业学习,模仿其创新行为,以提高自身创新水平。
创新具有非排他性,创造的知识会在不同主体间传播,形成溢出效应[19]。在创新过程中,专精特新企业往往需要与其他企业、供应商和研究机构合作,构建创新生态圈,进而对整个产业生态系统产生知识溢出效应,促进知识学习与共享,增强产业链创新能力。在这一过程中,同行业企业通过与专精特新企业合作获取创新资源、技术支持和市场机会,从而提高自身创新水平。
专精特新企业创新能增强同行业企业创新意愿和积极性。当某个企业在某一领域取得突破性创新成果时,能够发挥示范作用,激发同行业其他企业创新动力。基于理性人假设,为了降低决策风险和创新成本[20],并出于对企业声誉和形象的维护需求[21-22],同行业企业决策者可能通过学习、模仿等方式尝试复制专精特新企业创新成果。这种学习和借鉴行为有助于同行业企业提升创新意愿和能力,进一步推动其创新。由此,本文提出以下假设:
H1：同群效应视角下,专精特新企业创新正向影响同行业企业创新。
行业竞争程度可反映企业在市场中面临的行业竞争压力[23]。较高的行业竞争程度意味着企业需要不断创新以保持竞争力,行业竞争程度越高,越有利于企业技术创新。为了在激烈的竞争环境中超越对手或维持自身竞争优势,企业需要不断创新,通过提供差异化产品获得超额利润[13]。行业竞争程度较高环境中,为保持竞争力,专精特新企业会不断提升自身创新水平,并通过同群效应影响同行业企业,后者发现专精特新企业成功后,也会尝试进行创新,从而提高创新水平[7]。
较高的行业竞争程度有助于营造良好的创新氛围,为了维持自身行业地位,专精特新企业会将更多精力投入到创新活动中,从而获得较高创新绩效。此时,为了追求与专精特新企业相同的创新绩效,同行业企业会学习、模仿专精特新企业在创新活动中的技术模式和实践方式,并将获得的知识资源引入内部,进而提高自身创新水平。
较高的行业竞争程度会加剧企业间的创新压力传导,行业竞争程度越高,专精特新企业创新带给同行业企业的压力越大,越能激发后者创新意愿,使其化压力为动力,通过技术研发、产品开发和流程优化等方式获得竞争优势,进而提升创新水平。
可见,较高的行业竞争程度能够为专精特新企业创新影响同行业企业创新营造良好的外部氛围,行业竞争程度提升有利于强化企业间同群效应。由此,本文提出以下假设:
H2：行业竞争程度越高,专精特新企业创新对同行业企业创新的正向影响越大。
融资约束是指企业在筹集和使用资金时,面临各种限制和约束的程度[24]。这些约束既可能源于企业外部,如银行贷款,也可能源于企业内部,如企业财务状况。融资约束对企业创新行为具有重要影响[14],创新具有长周期性,因而企业创新需要稳定的资金来源,较低的融资约束有利于提升企业创新项目成功的可能性。专精特新企业创新对同行业企业创新的积极影响也会受到融资约束的制约,稳定的资金供应是同行业企业创新的先决条件,融资约束决定其是否具备充足资金用于创新活动。
较高的融资约束会为同行业企业带来较高的经营风险[25],导致其在学习专精特新企业创新时更加小心谨慎,为尽可能地降低失败风险而减少创新投资,避免开展周期长、不确定性高的创新活动,进而不利于创新水平提高。
较高的融资约束会降低同行业企业对专精特新企业创新的响应程度,使其在模仿专精特新企业创新过程中因缺少足够资金而“力不从心”,无法充分掌握专精特新企业创新成功技巧,在提升自身创新水平时较为缓慢。如果同行业企业面临的融资约束较低,其面临的风险也较低,更易获得资金支持,可将更多资本投入创新活动,能紧跟专精特新企业创新步伐,学习更多技术和知识,从而提升自身创新水平。由此,本文提出以下假设:
H3：融资约束越高,专精特新企业创新对同行业企业创新的正向影响越小。
专精特新企业创新通过同群效应推动同行业企业创新,这种推动作用也可能存在门槛效应。当专精特新企业创新处于较低水平时,受政策优惠吸引和创新网络知识溢出等影响,更易产生创新同构行为,进而引发同群效应。
然而,这种同构行为并非无门槛。专精特新企业通常拥有较强的技术研发能力和深厚的技术积累,使其在创新过程中能更快突破技术瓶颈,实现技术创新。对于同行业企业而言,如果没有足够的技术积累,很难跟上专精特新企业创新步伐,从而形成技术鸿沟。随着专精特新企业创新水平提高,这种同构行为难以继续,进而导致同行业企业创新水平提速减慢。创新活动通常需要大量资本投入[26],包括研发投入、设备更新和人才引进等。基于专业化和精细化特点,专精特新企业会投入更多资源开展创新,进而具备更强的创新能力。随着专精特新企业创新水平提升,同行业企业经营模式和经营状况可能不再允许其投入更多资源进行创新。基于上述技术积累和创新投入限制,同群效应视角下专精特新企业创新推动同行业企业创新整体呈现边际效应递减特征,即存在非线性门槛效应。由此,本文提出以下假设:
H4：专精特新企业创新对同行业企业创新的影响存在门槛效应。
本文以2011—2021年中国上市公司为研究样本,专精特新企业样本来自工业和信息化部公布的第一批到第四批专精特新“小巨人”企业名单。为了保证研究结果的准确性和有效性,遵循以下原则对样本进行处理:①剔除被标记为ST、*ST和PT的上市公司样本;②剔除专精特新企业少于5家的行业,行业分类参考《上市公司行业分类指引》(2012年修订),其中,制造业采取二级分类标准,其他行业采取一级分类标准;③剔除相关数据缺失样本。为了防止极端值对回归结果的影响,本文对所有连续变量在1%和99%水平上进行缩尾处理,最终得到15 028个“企业—年度”样本观测数据。上市公司授权专利数据来自CNRDS数据库,其余数据来自CSMAR数据库。
2.2.1 被解释变量
本文关注专精特新企业创新对同行业企业创新影响的同群效应,被解释变量为同行业企业创新(EI),参考赵奇锋等[27]的做法,采用企业当年专利授权量加1取对数的方式测量。在测量被解释变量时,剔除同行业专精特新企业样本。计算公式如下:
EI=ln(patent+1)
(1)
其中,patent为企业当年专利授权量。
2.2.2 解释变量
本文解释变量为专精特新企业创新(SRDI_EI)。为体现行业内专精特新企业创新水平,参考孙锦萍等[19]的做法,本文采用行业内专精特新企业平均专利授权量加1取对数测量,计算公式如下:
(2)
其中,SRDI_patenti为专精特新企业i当年专利授权量,n为专精特新企业个数。
2.2.3 调节变量
(1)行业竞争程度(ICD)。参考诸竹君等[28]的做法,本文采用1-HHI的方式测量行业竞争程度。HHI指数能够准确测量行业内企业市场份额集中程度,较高的HHI指数代表企业所在行业市场集中程度较高,企业面临的行业竞争程度较低,反之亦然。行业竞争程度计算公式如下:
(3)
其中,Xi为企业i当年营业收入,X为行业内企业当年营业收入总和。
(2)融资约束(FC)。参考陈金勇等[29]的做法,本文采用KZ指数测量融资约束。KZ指数由Kaplan等[30]提出,是企业融资约束最常用的衡量标准。KZ指数越大代表企业面临的融资约束越高。KZ指数计算公式如下:
(4)
其中,CF为企业当年经营性净现金流量,TA为企业上一年度总资产,ALR为企业当年资产负债率,CD为企业当年现金股利,CH为企业当年现金持有量,TQ为托宾Q值。若CF/TA低于中位数,则D1取1,否则取0;若ALR高于中位数,则D2取1,否则取0;若CD/TA低于中位数,则D3取1,否则取0;若CH/TA低于中位数,则D4取1,否则取0;若TQ高于中位数,则D5取1,否则取0。
2.2.4 控制变量
本文将企业年龄(EA)、固定资产净额(NFA)、营业利润(OP)和固定资产比率(FAR)作为控制变量。其中,企业年龄为企业上市年限,即观测年度减去IPO年度;固定资产净额为固定资产原值减去累计折旧和减值准备后的余额;营业利润为企业当年营业利润额;固定资产比率为企业当年固定资产净额与总资产的比值。
2.3.1 基准回归模型
为分析专精特新企业创新对同行业企业创新的影响,本文设定基准回归模型如式(5)(6)所示。
EIit=α0+β1Ctrlsit+ηt+λj+εit
(5)
EIit=α1+ω1SRDI_EIit+ω2Ctrlsit+ηt+λj+εit
(6)
其中,EIit表示t年企业i的创新,SRDI_EIit表示t年企业i所在行业专精特新企业创新,Ctrlsit为控制变量,ηt、λj分别为年份和省份固定效应,εit为随机误差项。
2.3.2 调节作用模型
为分析行业竞争程度在专精特新企业创新影响同行业企业创新过程中的调节作用,在式(6)的基础上分别加入企业i面临的行业竞争程度以及中心化后行业竞争程度与专精特新企业创新的乘积项,如式(7)(8)所示。
EIit=α2+μ1SRDI_EIit+μ2ICDit+μ3Ctrlsit+ηt+λj+εit
(7)
EIit=α3+θ1SRDI_EIit+θ2ICDit+θ3SRDI_EIit×ICDit+θ4Ctrlsit+ηt+λj+εit
(8)
为分析融资约束在专精特新企业创新影响同行业企业创新过程中的调节作用,在式(6)的基础上分别加入企业i的融资约束以及中心化后融资约束与专精特新企业创新的乘积项,如式(9)(10)所示。
EIit=α4+δ1SRDI_EIit+δ2FCit+δ3Ctrlsit+ηt+λj+εit
(9)
EIit=α5+γ1SRDI_EIit+γ2FCit+γ3SRDI_EIit×FCit+γ4Ctrlsit+ηt+λj+εit
(10)
其中,ICDit表示t年企业i所面临的行业竞争程度,FCit表示t年企业i的融资约束。
2.3.3 门槛效应模型
为分析同行业企业创新是否因专精特新企业创新水平差异而呈现门槛效应,本文以专精特新企业创新作为门槛变量构建面板门槛模型,模型设定如式(11)所示。
EIit=α6+ρ1SRDI_EIit×I(Zit≤P1)+ρ2SRDI_EIit×I(P1<Zit≤P2)+…+ρnSRDI_EIit×I(Pn-1<Zit≤Pn)+ρn+1SRDI_EIit×I(Pn<Zit)+ρn+2Ctrlsit+εit
(11)
其中,P1,P2,…,Pn为n个不同水平的门槛值,Zit为门槛变量,I(·)为指示函数。
本文对专精特新企业创新、同行业企业创新、行业竞争程度和融资约束等变量进行描述性统计分析,结果如表1所示。
表1 描述性统计分析结果
Table 1 Results of descriptive statistical analysis
变量名称变量符号均值标准差最小值最大值同行业企业创新EI2.642 11.309 90.693 16.434 5专精特新企业创新SRDI_EI2.485 50.526 01.485 43.583 8行业竞争程度ICD0.971 30.057 10.622 40.992 5融资约束FC0.690 42.278 2-10.220 712.050 4企业年龄EA8.962 56.711 11.000 026.000 0固定资产净额NFA20.879 449.991 30.132 4344.400 0营业利润OP3.784 810.409 8-15.340 071.520 0固定资产比率FAR0.208 70.134 10.008 60.613 6
相关性分析与多重共线性检验结果分别如表2、表3所示。由表2可知,专精特新企业创新与同行业企业创新呈正相关,系数为0.320 2,且在1%水平上显著,初步验证了假设H1。由表3可知,VIF最大值为1.952 0,小于临界值10,表明变量间不存在明显多重共线性。
表2 相关性分析结果
Table 2 Results of correlation analysis
变量EISRDI_EIICDFCEANFAOPFAREI1SRDI_EI0.320 2***1ICD0.106 0***0.115 0***1FC-0.009 50.060 0***0.052 7***1EA0.111 8***0.021 00.087 6***0.243 9***1NFA0.304 4***0.040 1***0.082 3***0.114 1***0.333 6***1OP0.281 3***0.050 3***0.054 2***-0.176 2***0.210 5***0.556 1***1FAR-0.050 9***-0.158 8***0.200 0***0.164 9***0.193 9***0.388 8***0.035 0***1
注:***表示p<0.01,**表示p<0.05,*表示p<0.1,下同
表3 多重共线性检验结果
Table 3 Test results of multicollinearity
变量SRDI_EIICDFCEANFAOPFARVIF1.070 51.072 51.184 31.202 81.952 01.681 31.369 51/VIF0.934 10.932 40.844 40.831 40.512 30.594 80.730 2
本文通过F检验、Hausman检验选择是固定效应模型、随机效应模型还是混合估计模型。F检验结果显示,F(255 2,1246 8)=12.910 2,Prob>F=0.000 0,表明相较于混合估计模型,固定效应模型更合适;Hausman检验结果显示,chi2(7)=302.265 2,Prob>chi2=0.000 0,表明相较于随机效应模型,固定效应模型更合适。同时,使用稳健标准误估计回归模型在一定程度上能够规避模型扰动项异方差、自相关的影响。因此,本文选择固定效应模型并对所有模型进行稳健估计。
3.3.1 基准回归分析
本文采用年份和省份双向固定效应模型考察专精特新企业创新对同行业企业创新的影响,基准回归分析结果如表4所示。由表4列(2)可知,专精特新企业创新影响同行业企业创新的系数显著为正(β=0.430 0,p<0.01),验证了假设H1。可见,同群效应视角下专精特新企业创新正向影响同行业企业创新,专精特新企业创新能够带动同行业企业创新。
表4 基准回归分析结果
Table 4 Results of baseline regression analysis
变量(1)(2)SRDI_EI0.430 0***(0.041 1)EA0.004 60.003 5(0.003 5)(0.003 3)NFA0.004 1***0.004 1***(0.000 7)(0.000 7)OP0.002 40.002 8*(0.001 5)(0.001 5)FAR-0.520 9***-0.458 2***(0.117 9)(0.118 0)常数项1.954 3***1.053 7***(0.084 3)(0.120 6)年份YESYES省份YESYESR20.129 70.129 4
注:括号内为稳健标准误,下同
3.3.2 行业竞争程度的调节作用
行业竞争程度在专精特新企业创新影响同行业企业创新过程中的调节作用检验结果见表5。由表5列(4)可知,行业竞争程度与专精特新企业创新的乘积项系数显著为正(β=1.807 7,p<0.01),验证了假设H2。这表明行业竞争程度正向调节专精特新企业创新对同行业企业创新的影响,即同群效应视角下行业竞争程度越高,专精特新企业创新越能推动同行业企业创新。
表5 行业竞争程度的调节作用检验结果
Table 5 Test results of the moderating role of industry competition degree
变量(1)(2)(3)(4)SRDI_EI0.430 0***0.418 9***0.459 9***(0.041 1)(0.041 6)(0.042 3)ICD0.285 41.372 5***(0.278 2)(0.280 7)SRDI_EI×ICD1.807 7***(0.307 3)EA0.004 60.003 50.003 30.002 9(0.003 5)(0.003 3)(0.003 3)(0.003 3)NFA0.004 1***0.004 1***0.004 1***0.004 1***(0.000 7)(0.000 7)(0.000 7)(0.000 7)OP0.002 40.002 8*0.002 9*0.002 7*(0.001 5)(0.001 5)(0.001 5)(0.001 5)FAR-0.520 9***-0.458 2***-0.468 3***-0.478 0***(0.117 9)(0.118 0)(0.118 4)(0.118 5)常数项1.954 3***1.053 7***0.813 6***-0.284 1(0.084 3)(0.120 6)(0.259 6)(0.274 5)年份YESYESYESYES省份YESYESYESYESR20.129 70.129 40.129 00.129 7
3.3.3 融资约束的调节作用
融资约束在专精特新企业创新影响同行业企业创新过程中的调节作用检验结果如表6所示。由表6列(4)可知,融资约束与专精特新企业创新的乘积项系数显著为负(β=-0.023 8,p<0.01),验证了假设H3。这表明融资约束负向调节专精特新企业创新对同行业企业创新的影响,即同群效应视角下,融资约束越高,越不利于专精特新企业创新推动同行业企业创新。
表6 融资约束的调节作用检验结果
Table 6 Test results of the moderating role of financing constraint
变量(1)(2)(3)(4)SRDI_EI0.430 0***0.427 0***0.420 9***(0.041 1)(0.041 1)(0.041 1)FC0.004 20.003 6(0.004 4)(0.004 4)SRDI_EI×FC-0.023 8***(0.006 8)EA0.004 60.003 50.003 10.003 5(0.003 5)(0.003 3)(0.003 3)(0.003 3)NFA0.004 1***0.004 1***0.004 1***0.004 1***(0.000 7)(0.000 7)(0.000 7)(0.000 7)OP0.002 40.002 8*0.003 1**0.003 0*(0.001 5)(0.001 5)(0.001 5)(0.001 5)FAR-0.520 9***-0.458 2***-0.471 7***-0.481 4***(0.117 9)(0.118 0)(0.119 4)(0.119 1)常数项1.954 3***1.053 7***1.056 7***1.061 8***(0.084 3)(0.120 6)(0.120 5)(0.120 5)年份YESYESYESYES省份YESYESYESYESR20.129 70.129 40.129 60.130 6
为了避免可能存在的内生性问题,参考高志辉等[31]的做法,本文选取滞后两期专精特新企业创新作为工具变量进行两阶段最小二乘法(2SLS)回归,结果见表7。第一阶段回归结果中,工具变量的回归系数显著为正(β=0.982 8,p<0.01);第二阶段回归结果中,专精特新企业创新影响同行业企业创新的回归系数显著为正(β=0.807 6,p<0.01),与基准回归结果一致。
表7 2SLS检验结果
Table 7 Test results of 2SLS
变量SRDI_EIEI第一阶段第二阶段SRDI_EI0.807 6***(0.031 5)L2.SRDI_EI0.982 8***(0.004 1)EA-0.000 4*0.012 2***(0.000 3)(0.002 0)NFA0.000 3***0.007 3***(0.000 0)(0.000 3)OP-0.000 7***0.012 8***(0.000 2)(0.001 3)FAR-0.207 0***-1.516 5***(0.013 6)(0.104 0)常数项0.909 1***0.259 7**(0.012 8)(0.121 4)年份YESYES省份YESYESR20.921 00.278 5
3.5.1 解释变量滞后一期
考虑到创新活动的长周期性,参考何欢浪等[32]的研究,本文将解释变量进行滞后一期处理后重新进行检验,结果如表8所示。由列(2)可知,当解释变量滞后一期时,专精特新企业创新对同行业企业创新影响的回归系数显著为正(β=0.483 8,p<0.01),与基准回归结果一致;由列(4)(6)可知,行业竞争程度(β=1.322 9,p<0.01)、融资约束(β=-0.028 7,p<0.01)与专精特新企业创新乘积项的回归系数均显著,与前文检验结果一致。
表8 解释变量滞后一期回归结果
Table 8 Regression results of the independent variable lagging by one period
变量(1)(2)(3)(4)(5)(6)L.SRDI_EI0.483 8***0.468 4***0.479 0***0.475 8***0.470 1***(0.047 8)(0.048 1)(0.048 2)(0.047 7)(0.047 6)ICD0.454 21.326 5***(0.319 7)(0.326 9)SRDI_EI×ICD1.322 9***(0.309 0)FC0.010 2**0.010 3**(0.005 2)(0.005 1)SRDI_EI×FC-0.028 7***(0.007 7)EA0.004 60.005 40.005 20.004 70.004 30.004 8(0.003 5)(0.003 8)(0.003 8)(0.003 8)(0.003 8)(0.003 8)NFA0.004 1***0.004 6***0.004 6***0.004 6***0.004 5***0.004 6***(0.000 7)(0.000 7)(0.000 7)(0.000 7)(0.000 7)(0.000 7)
续表8 解释变量滞后一期回归结果
Table 8(Continued) Regression results of the independent variable lagging by one period
变量(1)(2)(3)(4)(5)(6)OP0.002 40.001 30.001 30.001 20.001 90.001 8(0.001 5)(0.001 5)(0.001 5)(0.001 5)(0.001 5)(0.001 5)FAR-0.520 9***-0.642 3***-0.657 0***-0.667 7***-0.675 4***-0.678 4***(0.117 9)(0.139 1)(0.139 7)(0.139 9)(0.141 0)(0.140 4)常数项1.954 3***1.059 2***0.671 4**-0.164 01.073 4***1.078 0***(0.084 3)(0.137 8)(0.304 7)(0.315 1)(0.137 6)(0.137 5)年份YESYESYESYESYESYES省份YESYESYESYESYESYESR20.129 70.130 60.130 40.131 20.131 70.133 0
3.5.2 模型替换
参考陈小辉等[33]的研究,本文将固定效应模型替换为随机效应模型,回归结果如表9所示。表9列(2)是主效应检验结果,专精特新企业创新影响同行业企业创新的回归系数显著为正(β=0.611 2,p<0.01),与基准回归结果一致。列(4)(6)是行业竞争程度(β=1.932 1,p<0.01)和融资约束(β=-0.019 7,p<0.01)的调节作用检验结果,乘积项的回归系数均显著,与前文检验结果一致。
表9 模型替换回归结果
Table 9 Regression results of model substitution
变量(1)(2)(3)(4)(5)(6)SRDI_EI0.611 2***0.610 5***0.614 7***0.611 2***0.612 0***(0.017 4)(0.017 5)(0.017 4)(0.017 4)(0.017 4)ICD0.148 71.399 7***(0.183 7)(0.238 9)SRDI_EI×ICD1.932 1***(0.238 4)FC0.000 2-0.000 5(0.003 6)(0.003 6)SRDI_EI×FC-0.019 7***(0.005 8)EA0.037 6***0.010 1***0.009 7***0.008 7***0.010 1***0.010 7***(0.002 0)(0.002 0)(0.002 0)(0.002 0)(0.002 0)(0.002 0)NFA0.003 8***0.003 9***0.003 9***0.003 9***0.003 9***0.003 9***(0.000 3)(0.000 3)(0.000 3)(0.000 3)(0.000 3)(0.000 3)OP0.004 7***0.003 6***0.003 7***0.003 5***0.003 7***0.003 5***(0.001 0)(0.000 9)(0.000 9)(0.000 9)(0.001 0)(0.001 0)FAR-0.632 4***-0.431 9***-0.436 0***-0.462 7***-0.432 8***-0.438 4***(0.090 3)(0.086 9)(0.086 9)(0.086 7)(0.087 5)(0.087 5)常数项2.326 1***0.932 0***0.793 0***-0.422 2*0.932 1***0.927 8***(0.030 7)(0.049 4)(0.178 0)(0.231 6)(0.049 5)(0.049 5)R20.068 50.120 60.120 20.121 60.120 60.121 3
3.6.1 企业所有权性质
国有企业、非国有企业在生产规模和生产效率等方面具有显著差异,专精特新企业创新对同行业不同所有权性质企业创新的影响也存在差异。本文根据所有权性质将企业样本划分为国有企业和非国有企业进行回归分析,结果如表10所示。专精特新企业创新影响同行业国有企业创新(β=0.446 5,p<0.01)和非国有企业创新(β=0.431 6,p<0.01)的回归系数均显著为正,组间系数差异检验结果不显著(chi2(1)=0.135 9,p>0.1),表明同行业国有企业创新和非国有企业创新均受到专精特新企业创新的正向影响。同行业国有企业面临的行业竞争程度与专精特新企业创新的乘积项系数显著为正(β=2.599 3,p<0.01),同行业非国有企业面临的行业竞争程度与专精特新企业创新的乘积项系数显著为正(β=1.485 5,p<0.01),组间系数差异检验结果不显著(chi2(1)=2.483 1,p>0.1),表明同群效应视角下同行业国有企业创新和非国有企业创新均受到行业竞争程度的调节,行业竞争程度越高,专精特新企业创新对同行业国有企业创新和非国有企业创新的影响越大。国有企业融资约束与专精特新企业创新的乘积项系数不显著(β=-0.021 4,p>0.1),非国有企业融资约束与专精特新企业创新的乘积项系数显著为负(β=-0.020 7,p<0.05),表明融资约束能弱化专精特新企业创新影响同行业非国有企业创新的同群效应,其影响在同行业国有企业中不显著。原因如下:相较于非国有企业,同行业国有企业资金充足且来源较为稳定,同群效应视角下,其开展创新活动时不必过度依赖外部融资。此时,融资约束对同群效应视角下同行业国有企业创新活动的不利影响较小。而非国有企业融资渠道较为单一,缺乏稳定资金来源,同群效应视角下其模仿专精特新企业开展创新活动时较为依赖外部融资。因此,当处于融资约束情境时,同群效应视角下同行业非国有企业创新会受到显著影响。
表10 企业所有权性质异质性分析结果
Table 10 Heterogeneity analysis results of enterprise ownership nature
变量(1)国有企业(2)非国有企业(3)国有企业(4)非国有企业(5)国有企业(6)非国有企业SRDI_EI0.446 5***0.431 6***0.506 4***0.447 4***0.434 1***0.421 8***(0.080 4)(0.049 0)(0.081 0)(0.050 6)(0.080 2)(0.049 1)ICD1.474 1***1.355 1***(0.519 1)(0.344 0)SRDI_EI×ICD2.599 3***1.485 5***(0.550 5)(0.384 1)FC0.015 10.002 3(0.009 2)(0.005 2)SRDI_EI×FC-0.021 4-0.020 7**(0.014 2)(0.008 4)EA0.006 7-0.003 80.005 3-0.003 90.006 3-0.003 7(0.005 2)(0.004 7)(0.005 2)(0.004 6)(0.005 3)(0.004 7)NFA0.004 0***0.003 9***0.003 9***0.003 9***0.003 9***0.004 0***(0.000 8)(0.001 2)(0.000 8)(0.001 2)(0.000 8)(0.001 2)OP-0.000 10.007 0***-0.000 30.007 0***0.000 60.006 9***(0.002 0)(0.002 5)(0.002 0)(0.002 5)(0.002 1)(0.002 6)FAR-0.789 8***-0.178 1-0.781 7***-0.211 4-0.821 7***-0.197 1(0.201 2)(0.152 6)(0.201 3)(0.153 5)(0.201 4)(0.154 1)常数项1.126 9***0.992 3***-0.394 0-0.285 21.108 2***1.011 6***(0.229 1)(0.145 9)(0.524 6)(0.334 4)(0.229 4)(0.146 2)年份YESYESYESYESYESYES省份YESYESYESYESYESYESR20.148 90.123 60.151 30.123 30.151 00.124 6
3.6.2 企业规模
不同规模企业拥有的人才、资金和社会资源等具有显著差异[34],专精特新企业创新对同行业不同规模企业创新的影响也存在差异。借鉴庄序莹等[35]的做法,本文采用企业总资产的自然对数衡量企业规模,以企业规模中位数将样本划分为大规模企业和小规模企业,回归结果如表11所示。由此可知,专精特新企业创新影响同行业大规模企业创新(β=0.574 0,p<0.01)和小规模企业创新(β=0.410 4,p<0.01)的回归系数均显著为正,组间系数差异检验结果显著(chi2(1)=4.305 1,p<0.05)。同时,大规模企业的回归系数较大,表明相比于小规模企业,同行业大规模企业创新受专精特新企业创新的影响更大。这可能与大规模企业更重视创新,创新资源更为丰富,更易从行业网络获得创新知识溢出有关。大规模企业面临的行业竞争程度与专精特新企业创新的乘积项系数不显著(β=0.239 0,p>0.1),小规模企业面临的行业竞争程度与专精特新企业创新的乘积项系数显著为正(β=1.860 9,p<0.01),表明行业竞争程度能够增强专精特新企业创新影响同行业小规模企业创新的同群效应,其影响在同行业大规模企业中不显著,原因如下:相较于小规模企业,大规模企业在行业中占据更多市场份额,且拥有更充足的创新资源。较高行业竞争程度情境下,大规模企业能够凭借自身资源和信息优势迅速反应,模仿专精特新企业创新行为。因此,大规模企业模仿专精特新企业创新行为受行业竞争程度的影响有限。同行业大规模企业融资约束与专精特新企业创新的乘积项系数显著为负(β=-0.052 8,p<0.01),同行业小规模企业融资约束与专精特新企业创新的乘积项系数显著为负(β=-0.014 4,p<0.1),组间系数差异检验结果显著(chi2(1)=5.425 0,p<0.05),表明融资约束能够减弱专精特新企业创新影响同行业大规模企业创新和小规模企业创新的同群效应,且其影响在同行业大规模企业中更大,原因如下:同行业大规模企业在模仿专精特新企业创新时需要更多资金支持。较高融资约束情境下,同行业大规模企业难以获取充足的资金进行研发投入。因此,同群效应视角下,同行业大规模企业模仿专精特新企业创新受到融资约束的影响更大。
表11 企业规模异质性分析结果
Table 11 Heterogeneity analysis results of enterprise scale
变量(1)大规模企业(2)小规模企业(3)大规模企业(4)小规模企业(5)大规模企业(6)小规模企业SRDI_EI0.574 0***0.410 4***0.542 7***0.449 2***0.582 8***0.403 1***(0.099 7)(0.040 5)(0.100 0)(0.041 8)(0.099 6)(0.040 8)ICD1.725 3**1.318 6***(0.802 2)(0.295 4)SRDI_EI×ICD0.239 01.860 9***(1.009 1)(0.308 7)FC0.000 50.002 2(0.011 2)(0.004 7)SRDI_EI×FC-0.052 8***-0.014 4*(0.016 1)(0.007 4)EA-0.006 3-0.015 2***-0.006 8-0.015 4***-0.005 1-0.015 3***(0.006 7)(0.003 3)(0.006 7)(0.003 2)(0.006 7)(0.003 3)NFA0.003 8***0.033 0***0.003 9***0.032 4***0.003 9***0.033 1***(0.000 7)(0.003 7)(0.000 7)(0.003 7)(0.000 7)(0.003 7)OP0.000 80.010 0**0.000 70.010 0**0.000 60.010 2**(0.001 5)(0.004 0)(0.001 5)(0.003 9)(0.001 7)(0.004 1)FAR-1.191 0***-0.997 2***-1.207 6***-1.010 0***-1.207 9***-1.012 5***(0.303 7)(0.149 7)(0.305 3)(0.150 7)(0.302 2)(0.150 2)常数项1.354 7***1.058 2***-0.203 2-0.251 81.295 0***1.068 3***(0.293 4)(0.117 7)(0.751 2)(0.288 9)(0.294 7)(0.117 9)年份YESYESYESYESYESYES省份YESYESYESYESYESYESR20.154 90.112 80.155 80.113 30.156 70.113 4
根据Hansen的门槛效应模型,本文基于同群效应视角分析专精特新企业创新与同行业企业创新间的非线性关系。在门槛效应回归前,需要确定门槛效应的存在性,对不存在门槛、存在单一门槛和存在双重门槛的假设进行检验。本文基于Bootstrap法的门槛效应存在性检验结果如表12所示,经过300次Bootstrap抽样以及300次格栅检验后,单一门槛效应和双重门槛效应均显著(p<0.1),三重门槛效应不显著。因此,专精特新企业创新对同行业企业创新的促进作用存在双重门槛效应,门槛值分别为1.860 1和2.680 4。
表12 门槛效应存在性检验结果
Table 12 Test results of the existence of threshold effect
门槛数F值P值临界值10%5%1%门槛值95%置信区间单一门槛22.21*0.093 321.895 728.222 734.239 81.860 1(1.749 2,1.929 1)双重门槛14.39*0.060 012.262 915.978 918.786 12.680 4(2.639 0,2.722 6)三重门槛3.770.763 319.929 025.209 634.198 5
门槛效应回归结果如表13所示,当专精特新企业创新门槛值不大于1.860 1时,回归系数显著为正(β=0.805 2,p<0.01)。当专精特新企业创新门槛值大于1.860 1且不大于2.680 4时,回归系数显著为正(β=0.655 0,p<0.01)。当专精特新企业创新门槛值大于2.680 4时,回归系数显著为正(β=0.605 5,p<0.01)。由此可见,专精特新企业创新对同行业企业创新的影响存在门槛效应,假设H4得到验证。专精特新企业创新能够促进同行业企业创新,当逐一超过门槛值时,其对同行业企业创新的促进作用逐渐减弱。
表13 门槛效应回归结果
Table 13 Regression results of threshold effect
变量EISRDI_EI0.805 2***(SRDI_EI≤1.860 1)(0.065 4)SRDI_EI0.655 0***(1.860 1< SRDI_EI≤2.680 4)(0.048 1)SRDI_EI0.605 5***(2.680 4< SRDI_EI)(0.044 8)EA0.047 9***(0.007 0)NFA0.002 1*(0.001 1)OP0.001 8(0.002 0)FAR-0.216 4(0.234 3)常数项0.966 9***(0.131 5)R20.171 8
本文基于中国上市公司面板数据,探究了专精特新企业创新对同行业企业创新的影响,得出以下主要结论:
(1)在同群效应视角下,专精特新企业创新正向影响同行业企业创新。行业竞争程度、融资约束在专精特新企业创新影响同行业企业创新过程中分别发挥正向和负向调节作用。行业竞争程度增强专精特新企业创新对同行业企业创新的促进作用;融资约束削弱专精特新企业创新对同行业企业创新的促进作用。多种稳健性检验结果均支持上述结论。
(2)异质性分析结果表明,就企业所有权性质而言,融资约束的调节作用在同行业国有企业中不显著,而在非国有企业中显著为负。就企业规模而言,专精特新企业创新对同行业不同规模企业创新的影响均显著,且对同行业大规模企业创新的影响更大;在同行业大规模企业中行业竞争程度的调节作用不显著,而在同行业小规模企业中行业竞争程度的调节作用显著;相较于同行业小规模企业,融资约束的调节作用在大规模企业中更大。
(3)专精特新企业创新对同行业企业创新的影响存在双重门槛效应,随着门槛值提升,专精特新企业创新对同行业企业创新的促进作用递减。
(1)同行业企业需要关注同群效应的作用,积极向专精特新企业“看齐”,根据其创新水平调整自身模仿行为,从而激发创新活力。一方面,同行业企业可以主动与专精特新企业组建战略联盟或创新联盟,通过共享数据资源、技术平台、研发设备等学习专精特新企业创新经验、管理模式和市场策略,提高自身创新洞察力,进而提升创新水平;另一方面,同行业企业需要明确自身资源条件与创新目标,并结合自身情况选择合适的创新方式和路径,更高效地利用专精特新企业创新经验,进而提高自身创新能力。在专精特新企业创新越过门槛值后,即当其创新水平过高且与同行业企业技术差距过大时,同行业企业需要专注于现有技术优化和改进,提升产品性能和质量,进而积累创新所需技术经验和资金;也可与高校、科研机构建立紧密合作关系,借助其科研实力、人才资源开展技术研发和创新,同专精特新企业学习,实现技术追赶。
(2)同行业企业需积极应对行业竞争,充分发挥行业竞争程度在专精特新企业创新影响其创新过程中的积极作用。一方面,同行业企业需以积极心态应对行业竞争,化压力为动力,定期开展调研活动,掌握行业动态和发展趋势,主动向专精特新企业学习;另一方面,面对较高的行业竞争程度,同行业企业要根据自身特点向专精特新企业学习,灵活运用其技术方式和管理模式,发挥自身独特的竞争优势,进而提高创新能力。
(3)同行业企业需缓解融资约束在专精特新企业创新影响其创新过程中的消极作用。一方面,同行业企业需主动寻求融资渠道,关注政府相关产业政策和扶持政策,积极申请政府专项资金、补贴和税收优惠等,以缓解自身资金压力;另一方面,同行业企业需加强内部财务管理,通过精细化成本控制和预算管理提高资金使用效率,增强资金积累能力。同时,同行业企业可拓展收入来源,减少对单一业务的依赖,拓宽营销渠道、提高盈利能力,为学习专精特新企业创新提供资金保障。
(4)同行业企业需根据所有权性质和企业规模适当调整创新策略。一方面,相较于国有企业,同行业非国有企业在创新过程中的融资约束较高。因此,该类企业在创新活动中更需注重自身财务状况和信用记录,通过规范经营、依法纳税等方式树立良好形象,提升自身金融信用水平,从而减轻融资约束的负面作用。另一方面,同行业小规模企业在向专精特新企业学习时,要找准自身定位,通过模仿专精特新企业创新汲取经验,不断创新自身优势业务,提升整体创新水平。同行业大规模企业虽在行业中占有较多市场份额,但也不能忽视行业竞争的影响,更需提高洞察力和敏感性,进而增强行业竞争程度在专精特新企业创新影响自身创新过程中的积极作用。因创新活动对资金要求更高,同行业大规模企业可主动吸引战略投资者,提高知名度和影响力,拓宽融资渠道,进而削弱融资约束在专精特新企业创新影响自身创新过程中的消极作用。
本文存在以下不足:第一,在验证专精特新企业创新影响同行业企业创新的同群效应时,仅关注其中的调节作用,缺乏对中介作用的讨论,未来可进一步探究专精特新企业创新通过何种中介因素影响同行业企业创新。第二,未深入研究专精特新企业创新影响同行业企业创新的产业异质性。不同产业的同群效应和创新活动也存在差异,未来可进一步探讨专精特新企业创新影响同行业企业创新在产业层面的异质性。第三,对专精特新企业创新与同行业企业创新关系进行实证研究,研究方法略显单一,未来可运用博弈论探讨此效应中各主体间的互动机制,或采用QCA方法探讨专精特新企业创新影响同行业企业创新的组态路径等。
[1] 董志勇, 李成明. “专精特新” 中小企业高质量发展态势与路径选择[J].改革, 2021, 37(10): 1-11.
[2] MANSKI C F. Identification of endogenous social effects: the reflection problem[J].The Review of Economic Studies, 1993, 60(3): 531-542.
[3] BIZJAK J, LEMMON M, WHITBY R. Option backdating and board interlocks[J].Review of Financial Studies, 2009, 22(11): 4821-4847.
[4] 王旭, 褚旭. 制造业企业绿色技术创新的同群效应研究——基于多层次情境的参照作用[J].南开管理评论, 2022, 25(2): 68-81.
[5] LIU L, YANG J G, ZHENG M N, et al. Peer effect of enterprise innovation: empirical evidence from China[J].Frontiers in Psychology, 2022, 13: 921127.
[6] MEYER J W, ROWAN B. Institutionalized organizations: formal structure as myth and ceremony[J].American Journal of Sociology, 1977, 83(2): 340-363.
[7] 霍春辉, 吕梦晓, 许晓娜. 数字化转型“同群效应” 与企业高质量发展——基于制造业上市公司的经验证据[J].科技进步与对策, 2023, 40(4): 77-87.
[8] 武永霞, 刘亦楠. 企业创新效率的同群效应研究: 影响机制与经济后果[J].现代管理科学, 2025, 44(1): 124-137.
[9] 王晓亮, 杨雪. 企业绿色创新的同群效应研究——基于共同机构所有权视角[J].软科学, 2024, 38(9): 108-118.
[10] 刘淑春, 邓杭坤, 潘李鹏. 龙头企业和竞争对手对企业开放式创新的影响——基于同群效应理论[J].财经问题研究, 2025, 47(4): 41-54.
[11] 杨鑫瑶, 蔡云鹏. 上市公司自主创新同群效应研究[J].税务与经济, 2023, 45(2): 70-81.
[12] 纪玉俊, 郑敏婕. 产业集聚: 赋能企业数字化转型的空间动力[J].西安交通大学学报(社会科学版), 2025, 45(3): 28-41.
[13] 刘柏, 王馨竹. 企业创新成果与创新质量的驱动因素研究——基于同群和竞争的视角[J].宏观质量研究, 2021, 9(2): 43-58.
[14] 周绍妮, 杨欣月, 喻陈铭. 数字并购对企业创新质量的影响研究[J].经济问题, 2025, 47(4): 59-69.
[15] MANSKI C F. Economic analysis of social interactions[J].Journal of Economic Perspectives, 2000, 14(3): 115-136.
[16] 吴崇, 陈美花. 焦点同构和领先者模仿的进入模式促进企业创新绩效吗[J].国际商务(对外经济贸易大学学报), 2021, 35(5): 127-143.
[17] 张琨, 连璐瑶. 企业ESG表现具有同群效应吗——基于空间计量模型的实证检验[J].河北经贸大学学报, 2025, 46(1): 80-91.
[18] 连燕玲, 李沁, 郑伟伟. 地区间制度期望落差与企业社会责任响应行为——基于中国上市公司的经验分析[J].上海财经大学学报, 2022, 24(3): 61-75.
[19] 孙锦萍, 李亚飞, 侯麟科. 上市公司创新决策的区域同群效应研究[J].经济与管理研究, 2022, 43(7): 115-131.
[20] KNOTT A M, TURNER S F. An innovation theory of headquarters value in multi-business firms[J].Organization Science, 2019, 30(1): 19-39.
[21] 冯戈坚, 王建琼. 企业创新活动的社会网络同群效应[J].管理学报, 2019, 16(12): 1809-1819.
[22] 张艳, 方怡文. 企业绿色技术创新的策略选择——来自地区同群效应的经验证据[J].商业研究, 2022, 65(5): 58-69.
[23] 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, 191-192.
[24] 蒋伟杰, 程琴琴, 王埝柯. 数字金融发展促进企业跨区域投资了吗——来自2亿工商登记注册信息的经验证据[J].南方经济,2025,44(8):46-69.
[25] 罗栋梁, 孟永涛, 刘春燕, 等. 连锁股东持股背景下企业绩效的社群效应分析[J].经济管理, 2023, 45(7): 154-172.
[26] LI R, RAO J, WAN L Y. The digital economy, enterprise digital transformation, and enterprise innovation[J].Managerial and Decision Economics, 2022, 43(7): 2875-2886.
[27] 赵奇锋, 王永中. 薪酬差距、发明家晋升与企业技术创新[J].世界经济, 2019, 42(7): 94-119.
[28] 诸竹君, 陈航宇, 王芳. 银行业外资开放与中国企业创新陷阱破解[J].中国工业经济, 2020, 37(10): 175-192.
[29] 陈金勇, 汪小池, 长昊东, 等. “专精特新” 认定政策与中小企业技术创新[J].科研管理, 2024, 45(3): 20-30.
[30] KAPLAN S N, ZINGALES L. Do investment-cash flow sensitivities provide useful measures of financing constraints[J].The Quarterly Journal of Economics, 1997, 112(1): 169-215.
[31] 高志辉, 赵浏寰, 张心灵. 企业扶贫社会责任的同群效应及其启示[J].统计与决策, 2022, 38(23): 171-175.
[32] 何欢浪, 古莲子. 社会信用体系建设与出口贸易转型升级: 来自城市失信人的经验证据[J].世界经济研究, 2025, 44(4): 58-72, 135.
[33] 陈小辉, 张红伟, 吴永超. 数字经济如何影响产业结构水平[J].证券市场导报, 2020, 30(7): 20-29.
[34] 江唐洋, 于洋, 聂军. 数字化转型会促进企业产学研合作创新吗[J].中南财经政法大学学报, 2024, 68(2): 29-39, 148.
[35] 庄序莹, 周子轩. 地方财政压力会影响企业税负粘性吗——一种企业税负“痛感” 的解释[J].当代财经, 2022, 43(6): 37-49.