數(shù)智賦能對企業(yè)創(chuàng)新質(zhì)效的作用機制研究

摘 要：隨著數(shù)智技術(shù)平臺和實體經(jīng)濟的深度融合，企業(yè)創(chuàng)新能力逐漸增強，數(shù)智賦能為國家創(chuàng)新能力的提升增添了新動能。本文以2016—2021年的滬深兩市A股上市公司為樣本，采用固定效應(yīng)回歸法，研究數(shù)智賦能對企業(yè)創(chuàng)新質(zhì)量和效率的影響及其作用機制。研究表明，數(shù)智賦能可以分別提高企業(yè)創(chuàng)新的質(zhì)量和效率，資源整合效率在其中發(fā)揮著中介作用。異質(zhì)性分析表明，國有企業(yè)進行數(shù)智賦能更側(cè)重于對創(chuàng)新質(zhì)量的提升，而非國有企業(yè)進行數(shù)智賦能則更偏重于對創(chuàng)新效率的提升?；诖?，本文建議政府應(yīng)建立健全的政策支持體系，企業(yè)應(yīng)加大對人財物的投入，抓住數(shù)字轉(zhuǎn)型機遇，實現(xiàn)高質(zhì)量發(fā)展。

關(guān)鍵詞：數(shù)智賦能；創(chuàng)新質(zhì)量；創(chuàng)新效率；資源整合；高質(zhì)量發(fā)展

中圖分類號：F833 文獻標識碼：A 文章編號：2096-0298（2024）11（a）--05

1 引言

我國高度重視創(chuàng)新能力的發(fā)展問題。習近平同志曾提出，“將創(chuàng)新發(fā)展作為五大發(fā)展理念之首”。同樣，“十四五”規(guī)劃強調(diào)了科技自主性和國家戰(zhàn)略的支柱作用，確立了創(chuàng)新在推動國家現(xiàn)代化進程中不可替代的核心角色。然而，我國目前仍然面臨著創(chuàng)新能力無法與當下高質(zhì)量發(fā)展需求相匹配、關(guān)鍵核心技術(shù)卡脖子的問題。

近年來，我國數(shù)智經(jīng)濟的發(fā)展方興未艾。數(shù)字智能經(jīng)濟與傳統(tǒng)產(chǎn)業(yè)的融合，在解放傳統(tǒng)產(chǎn)業(yè)生產(chǎn)力的同時，逐步形成數(shù)字智能產(chǎn)業(yè)化和工業(yè)數(shù)字智能化的新格局，為培育企業(yè)創(chuàng)新能力發(fā)揮著重要作用。在數(shù)字智能技術(shù)蓬勃發(fā)展的經(jīng)濟轉(zhuǎn)型期和數(shù)字智能經(jīng)濟與實體產(chǎn)業(yè)深度融合的背景下，企業(yè)應(yīng)抓住科技發(fā)展機遇，響應(yīng)國家號召和時代潮流，靈活應(yīng)用數(shù)字智能技術(shù)和平臺，進行不斷變革創(chuàng)新，以適應(yīng)動蕩的外部環(huán)境，并提高對變化的適應(yīng)能力，從而實現(xiàn)長期生存，進而實現(xiàn)企業(yè)高質(zhì)量可持續(xù)發(fā)展。

為此，本文將通過量化數(shù)智化技術(shù)在企業(yè)中的運用程度和效果，來探究數(shù)智賦能對企業(yè)創(chuàng)新質(zhì)量和效率兩方面的作用機制。為企業(yè)數(shù)智改革的經(jīng)濟后果提供新的經(jīng)驗數(shù)據(jù)，助力我國創(chuàng)新質(zhì)量的突破和供給側(cè)改革的實施，豐富我國在數(shù)智經(jīng)濟方面的研究，助力中國經(jīng)濟騰飛。

2 理論分析與研究假設(shè)

2.1 企業(yè)數(shù)智賦能與企業(yè)創(chuàng)新效率和企業(yè)創(chuàng)新質(zhì)量

根據(jù)現(xiàn)有文獻，企業(yè)數(shù)智賦能的經(jīng)濟后果主要表現(xiàn)在降本增效、創(chuàng)新驅(qū)動、提高了組織靈活性、提高產(chǎn)業(yè)資源配置、通過降低信息不對稱程度來緩解融資約束和代理問題；而創(chuàng)新質(zhì)效的影響因素主要有企業(yè)規(guī)模、研發(fā)投入、股權(quán)激勵、政府的創(chuàng)新補貼和稅收優(yōu)惠、融資約束、企業(yè)資源整合效率以及企業(yè)數(shù)智賦能水平等。由此可知，兩者之間存在潛在的因果關(guān)系，為進一步研究打下了堅實基礎(chǔ)。

本文認為，企業(yè)數(shù)智賦能可以促進企業(yè)創(chuàng)新效率和企業(yè)創(chuàng)新質(zhì)量。首先，憑借云計算、大數(shù)據(jù)及相關(guān)數(shù)智技術(shù)，可以實現(xiàn)多維度地聚集大量用戶數(shù)據(jù)，打破企業(yè)之間的組織壁壘與技術(shù)壁壘，在一定程度上降低技術(shù)準入門檻，促進企業(yè)間知識擴散和技術(shù)溢出。這使得公司能夠迅速掌握特定情況下的隱性知識，并在各類環(huán)境中有效減少試錯所需的成本[1]。其次，數(shù)智化的內(nèi)部治理與管理思想可以被嵌入企業(yè)的運營中，這能夠降低企業(yè)各種數(shù)據(jù)成本，減少與數(shù)智經(jīng)濟活動相關(guān)的搜索、跟蹤、復制、運輸和驗證的成本。最后，數(shù)智化技術(shù)和平臺為信息流通提供了技術(shù)載體，可以幫助企業(yè)獲得內(nèi)外信息資源、拓寬信息來源渠道、擴大企業(yè)可獲取信息的范圍、提高信息獲取準確度，這有利于企業(yè)把握市場的發(fā)展機遇、增加組織的靈活性和敏捷性、促進企業(yè)創(chuàng)新活動開展。

基于以上分析，本文提出假設(shè)：

H1：數(shù)智賦能可以顯著提高企業(yè)的創(chuàng)新質(zhì)量；

H2：數(shù)智賦能可以顯著提高企業(yè)的創(chuàng)新效率。

2.2 企業(yè)數(shù)智賦能通過資源整合對企業(yè)創(chuàng)新質(zhì)量和效率的影響

數(shù)智賦能是將企業(yè)的基礎(chǔ)資源集中并編碼，將資源數(shù)據(jù)化并賦能。資源本身不會創(chuàng)造任何價值，只有合理分配資源才能幫助企業(yè)獲得更全面的市場信息和行業(yè)動態(tài)、尋求更廣范圍的資源和能力聚合，進而形成企業(yè)的競爭優(yōu)勢。一方面，企業(yè)將數(shù)智化技術(shù)嵌入產(chǎn)品或服務(wù)中，幫助企業(yè)形成以消費者為中心的運營模式，增強了企業(yè)對消費者的感知和預判能力，使企業(yè)快速響應(yīng)市場，便于提升產(chǎn)品功能的豐富性和產(chǎn)品升級，節(jié)省了企業(yè)的研發(fā)成本和時間，幫助企業(yè)適時做出相應(yīng)的業(yè)務(wù)流程變革和組織結(jié)構(gòu)重組，形成新的競爭優(yōu)勢。另一方面，通過資源的最優(yōu)配置，企業(yè)能夠高效整合資源，區(qū)分高效資產(chǎn)與過剩資產(chǎn)，并將這些過剩資產(chǎn)重新分配給其他部門或組織。這種做法不僅減少了資產(chǎn)的貶值和庫存開銷，還提高了資源的整體使用效率，提高組織間聯(lián)系的即時性和效率，解放了傳統(tǒng)的工作模式。在當前的創(chuàng)新環(huán)境中，由于知識的廣泛傳播、人才的流動性增強、風險資本的活躍以及產(chǎn)品更新周期的縮短等因素，企業(yè)原有的核心能力已無法適應(yīng)創(chuàng)新環(huán)境的變化。因此，企業(yè)必須借助數(shù)智化賦能，提高資源的探索、復合和應(yīng)用能力，以提高企業(yè)的動態(tài)能力，進而應(yīng)對復雜多變的激烈競爭和創(chuàng)新環(huán)境，實現(xiàn)高質(zhì)量的可持續(xù)發(fā)展。

基于以上分析，本文提出假設(shè)：

H3：數(shù)智賦能通過增加資源整合效率水平來提高企業(yè)的創(chuàng)新質(zhì)量；

H4：數(shù)智賦能通過增加資源整合效率水平來提高企業(yè)的創(chuàng)新效率。

3 研究設(shè)計

3.1 樣本選擇數(shù)據(jù)來源

本文選取2016—2021年滬深A股的上市公司數(shù)據(jù)進行研究：第一，剔除ST、*ST和PT的上市公司；第二，剔除變量存在缺失的樣本；第三，剔除金融類上市公司；第四，剔除部分截面數(shù)據(jù)使數(shù)據(jù)保持為面板數(shù)據(jù)。經(jīng)過處理后共收集到9198條企業(yè)——年度觀測數(shù)據(jù)。本文使用的數(shù)據(jù)主要來源于CSMAR和CNRDS數(shù)據(jù)庫。

3.2 變量設(shè)定

（1）被解釋變量：創(chuàng)新質(zhì)量（Qua）和創(chuàng)新效率（Eff），創(chuàng)新質(zhì)量反映了企業(yè)創(chuàng)新成果的影響力，通過專利被引用的頻率來衡量，考慮到時間累積效應(yīng)，采用滯后一年的指標。創(chuàng)新效率則衡量了企業(yè)將研發(fā)投入轉(zhuǎn)化為專利成果的能力，采用專利數(shù)量與研發(fā)支出的比值來量化。

（2）解釋變量：企業(yè)數(shù)智賦能程度（DCG）。本文借鑒吳云（2021）[2]的研究采用上市公司年報中所搜集到的關(guān)鍵詞數(shù)量作為企業(yè)數(shù)智化的程度，詞頻出現(xiàn)次數(shù)越高，企業(yè)的數(shù)智化程度越好。

（3）中介變量：本文借鑒梁玲玲等（2020）[3]的觀點用營業(yè)收入與總資產(chǎn)的比率衡量資源整合效率，資源整合效率RI越大資源整合效率越高。

（4）控制變量：參考已知相關(guān)文獻，本文采用的控制變量包括：企業(yè)規(guī)模（Size）、資產(chǎn)負債率（LEV）、董事會規(guī)模（Board）、兩職合一（Dual）、股權(quán)集中度（TOP10）、托賓Q（TobinQ）、創(chuàng)新投入（Innov）、盈利能力（ROA） 、凈資產(chǎn)收益率（ROE）。

3.3 模型設(shè)定

本文將變量納入方程構(gòu)建以下回歸模型，其中主回歸模型如（1）所示：

Qua/Eff=α0+α1DCG+α∑Ctrl+Year+Ind+εi，t（1）

為檢驗資源整合效率是否在企業(yè)數(shù)智賦能影響企業(yè)創(chuàng)新質(zhì)量和創(chuàng)新效率的作用機制中存在中介作用，本文借鑒溫忠麟等（2004）[4]提出的中介效應(yīng)檢驗程序加入式（2）-（3）進行機制檢驗。

RI=β0+β1DCG+β∑Ctrl+Year+Ind+εi，t（2）

Qua/Eff=δ0+δ1DCG+δ2RI+δ∑Ctrl+Year+Ind+εi，t（3）

其中，∑Ctrl代表選取的控制變量的合集，Year和Ind分別為年份和行業(yè)的固定效應(yīng)，i、t分別代表個體和時間，εi，t表示隨機擾動項。

4 實證分析

4.1 描述性統(tǒng)計

表2為描述性統(tǒng)計結(jié)果。其中，被解釋變量創(chuàng)新質(zhì)量（Qua）的均值為0.87，標準差為0.63，75%分位數(shù)為1.13，中位數(shù)為0.79，25%分位數(shù)為0.48；被解釋變量創(chuàng)新效率（Eff）的均值為0.19，標準差為0.08，75%分位數(shù)為0.24，中位數(shù)為0.20，25%分位數(shù)為0.15；解釋變量上市公司年報中與數(shù)智技術(shù)相關(guān)的詞頻數(shù)（DCG）均值為3.49，標準差為1.23，75%分位數(shù)為4.26，中位數(shù)為3.4，25%分位數(shù)為2.64。由此可見，樣本上市公司中多數(shù)企業(yè)創(chuàng)新質(zhì)量低于平均數(shù)，不同上市公司之間的創(chuàng)新質(zhì)量差異較大，樣本上市公司的創(chuàng)新效率整體上呈現(xiàn)中等水平，但存在一定的差異，上市公司年報中與數(shù)智技術(shù)相關(guān)的詞頻數(shù)也具有一定的波動性，表明樣本上市公司對于數(shù)智賦能重視程度各不相同。這些數(shù)據(jù)為進一步分析上市公司的數(shù)智賦能程度對企業(yè)創(chuàng)新質(zhì)量和效率的作用機制研究提供了基礎(chǔ)。通過分析發(fā)現(xiàn)，各項指標之間的相關(guān)系數(shù)并不顯著，共線性問題也不顯著。

4.2 回歸分析

經(jīng)Hausman檢驗，本文采用固定效應(yīng)模型回歸。表3報告了回歸結(jié)果。表3列（1）、列（2）分別為企業(yè)數(shù)智賦能程度對企業(yè)創(chuàng)新質(zhì)量、效率的固定效應(yīng)回歸結(jié)果。結(jié)果顯示，企業(yè)數(shù)智賦能程度（DCG）與企業(yè)創(chuàng)新質(zhì)量（Qua）的相關(guān)系數(shù)為0.0455，在1%水平下顯著；企業(yè)數(shù)智賦能程度（DCG）與企業(yè)創(chuàng)新效率（Eff）的相關(guān)系數(shù)為0.0184，同樣在1%水平下顯著，即本文假設(shè)H1、H2得到了驗證。表3列（3）、（4）、（5）為針對資源整合效率（RI）進行中介效應(yīng)的檢驗，結(jié)果顯示，資源整合效率對企業(yè)創(chuàng)新質(zhì)量和效率的回歸結(jié)果都顯著，且相關(guān)系數(shù)有所降低，經(jīng)過Sobel和Bootstrap檢驗證明資源整合效率在企業(yè)數(shù)智賦能程度對創(chuàng)新質(zhì)量和效率的影響中起部分中介作用。由此，本文假設(shè)H3、H4得到驗證。

4.3 穩(wěn)健性FAxdrocJiS7AGjDlsrIto4cKX/wpccoK/eqauFH2ZyA=檢驗

首先，本文通過更換被解釋變量衡量指標進行穩(wěn)健性檢驗。在中國，專利分為三大類：發(fā)明型專利、外觀設(shè)計型專利以及實用新型專利。業(yè)界普遍認為，發(fā)明型專利最能反映企業(yè)的創(chuàng)新水平和質(zhì)量[5]。基于此，本文選擇發(fā)明型專利作為評價企業(yè)創(chuàng)新質(zhì)量的關(guān)鍵指標，構(gòu)建出關(guān)于創(chuàng)新質(zhì)量的另一個被解釋變量Qua2；在創(chuàng)新效率方面，借鑒權(quán)小鋒等（2017）[6]的觀點，考慮3種專利對企業(yè)的貢獻比重不同，主觀分配3∶2∶1的權(quán)重分配，用3種專利加權(quán)總數(shù)加1的自然對數(shù)構(gòu)建新的創(chuàng)新效率變量Eff2。將這兩個替換變量代入回歸方程，得出表4（1）、（2）兩列結(jié)果，結(jié)果顯示更換變量后企業(yè)數(shù)智賦能程度的相關(guān)系數(shù)為0.176，且在1%水平上顯著，說明企業(yè)數(shù)智賦能程度越高，創(chuàng)新質(zhì)量越好，企業(yè)數(shù)智賦能程度對企業(yè)創(chuàng)新效率的相關(guān)系數(shù)為0.0125，且在1%水平上顯著，說明企業(yè)數(shù)智賦能程度越高，企業(yè)創(chuàng)新效率越高。結(jié)果表明更換被解釋變量之后結(jié)果依然顯著，同時表明本文研究結(jié)論具有穩(wěn)健性[7]。

雖然本文采用的固定效應(yīng)模型在一定程度上能夠緩解遺漏變量引起的內(nèi)生性問題，但仍可能存在樣本選擇偏誤、反向因果等問題。因此，為保證研究結(jié)論的穩(wěn)健，本文將按照行業(yè)和省份分類的數(shù)智化水平的均值差額的三次方作為工具變量進行回歸。針對工具變量進行弱工具變量檢驗，兩種被解釋變量的Hansen檢驗結(jié)果顯示完全識別，識別不足檢驗顯示兩者都在1%顯著性水平上顯著，驗證了構(gòu)建的工具變量不存在弱工具變量問題。工具變量法的兩階段回歸結(jié)果如表4列（3）為第一階段回歸結(jié)果，其中DCG_IV的系數(shù)為0.2186，且F值為810.8并在1%水平下顯著。第二階段回歸結(jié)果如表4（4）、（5）列所示，相關(guān)系數(shù)分別為0.0413和0.0116且在1%水平下顯著，由此說明本文研究結(jié)論具有穩(wěn)健性[8]。

4.4 異質(zhì)性檢驗

本文進一步探討了不同企業(yè)性質(zhì)對創(chuàng)新活動的影響。在創(chuàng)新領(lǐng)域，國有經(jīng)濟體通常擁有較為充裕的資本和較強的抵御市場波動能力。然而，它們可能面臨管理層缺位、代理問題突出、組織結(jié)構(gòu)龐大以及財務(wù)約束不夠嚴格等挑戰(zhàn)。相比之下，私營企業(yè)展現(xiàn)出較強的市場導向和競爭驅(qū)動，它們通過創(chuàng)新來獲得市場優(yōu)勢的動機更為明顯，但同時經(jīng)常遭遇資金短缺和專業(yè)人才稀缺的困境。因此，本文認為國有企業(yè)與非國有企業(yè)關(guān)于數(shù)智賦能程度對企業(yè)創(chuàng)新質(zhì)量和創(chuàng)新效率的影響存在差異，異質(zhì)性回歸分析如表6所示[9]。

在表5中，第（1）、（2）列分別報告了國有企業(yè)數(shù)智賦能程度對企業(yè)創(chuàng)新質(zhì)量和創(chuàng)新效率的回歸結(jié)果，相關(guān)系數(shù)分別為0.0501和0.0123，且均在1%的顯著性水平上顯著；第（3）、（4）列報告了非國有企業(yè)數(shù)智賦能程度對企業(yè)創(chuàng)新質(zhì)量和創(chuàng)新效率的回歸結(jié)果，相關(guān)系數(shù)分別為0.0356和0.0133，且均在1%的顯著性水平上顯著。經(jīng)過組間抽樣系數(shù)檢驗結(jié)果顯著，驗證分組合理。由此可知，國有企業(yè)的數(shù)智賦能程度對創(chuàng)新質(zhì)量的影響高于非國有企業(yè)，而國有企業(yè)的數(shù)智賦能程度對創(chuàng)新效率的影響低于非國有企業(yè)[10]。

5 結(jié)語

5.1 研究結(jié)論

本文以2016—2021年A股上市公司為研究樣本，研究了企業(yè)數(shù)智賦能程度對企業(yè)創(chuàng)新質(zhì)量和企業(yè)創(chuàng)新效率的作用機制，得到主要結(jié)論如下：（1）企業(yè)數(shù)智賦能程度對企業(yè)創(chuàng)新質(zhì)量和創(chuàng)新效率有顯著的提升作用。（2）數(shù)智賦能程度通過提升資源整合效率水平，可以顯著提高企業(yè)的創(chuàng)新質(zhì)量和創(chuàng)新效率。（3）不同產(chǎn)權(quán)性質(zhì)的企業(yè)對創(chuàng)新質(zhì)量和創(chuàng)新效率的作用效果不同，即國有企業(yè)的數(shù)智賦能程度對創(chuàng)新質(zhì)量的提升作用程度高于非國有企業(yè)，而國有企業(yè)的數(shù)智賦能程度對創(chuàng)新效率的提升作用低于非國有企業(yè)。

5.2 政策建議

（1）政府應(yīng)加大對企業(yè)數(shù)智賦能的支持力度，輔助企業(yè)落實數(shù)智賦能日常運營工作、企業(yè)決策和管理等多過程中的應(yīng)用，加速構(gòu)建高質(zhì)量創(chuàng)新驅(qū)動發(fā)展體系，建立健全的政策支持體系，包括建立獎勵機制、優(yōu)惠政策等，以激勵企業(yè)加大對數(shù)智賦能的投入，進一步提高企業(yè)創(chuàng)新效率和質(zhì)量，促進經(jīng)濟持續(xù)健康發(fā)展。（2）企業(yè)應(yīng)積極完善數(shù)智賦能進程。數(shù)智化的快速發(fā)展于企業(yè)而言既是風險挑戰(zhàn)又是機遇。企業(yè)只有加大對人財物的投入以提升數(shù)智化水平，才能抓住機遇，在激烈的競爭環(huán)境中保持領(lǐng)先地位。另外，通過數(shù)智化的建設(shè)，企業(yè)要積極響應(yīng)政府相關(guān)政策，可以幫助企業(yè)尋求科技創(chuàng)新補貼、稅收優(yōu)惠政策等，以保證企業(yè)對創(chuàng)新的投入，實現(xiàn)可持續(xù)發(fā)展。（3）鑒于不同性質(zhì)的企業(yè)數(shù)智賦能程度對于企業(yè)創(chuàng)新質(zhì)量和效率的提升效果不同。國有企業(yè)應(yīng)注重提升創(chuàng)新質(zhì)量而非僅關(guān)注效率。非國有企業(yè)，應(yīng)更加注重數(shù)智賦能的投入和應(yīng)用，提高創(chuàng)新效率。

參考文獻

戚聿東，肖旭.數(shù)智經(jīng)濟時代的企業(yè)管理變革[J].管理世界，2020，36 （6）：135-152+250.

吳云.制造企業(yè)數(shù)智化程度對創(chuàng)新績效的影響研究[D].南京： 南京審計大學， 2021.

梁玲玲，李燁，陳松.數(shù)智賦能對企業(yè)開放式創(chuàng)新的影響： 數(shù)智雙元能力和資源復合效率的中介作用[J].技術(shù)經(jīng)濟，2022，41（6）：59-69.

溫忠麟.張雷，侯杰泰，等.中介效應(yīng)檢驗程序及其應(yīng)用[J].心理學報，2004（5）：614-620.

王子焉，劉文濤，倪淵，等.專利價值評估研究綜述[J].科技管理研究，2019，39（16）：181-190.

權(quán)小鋒，尹洪英.中國式賣空機制與公司創(chuàng)新： 基于融資融券分步擴容的自然實驗[J].管理世界，2017（1）：128-144+187-188.

李廉水，鮑怡發(fā)，劉軍.智能化對中國制造業(yè)全要素生產(chǎn)率的影響研究[J].科學學研究，2020，38（4）：609-618+722.

Goldfarb， A.， and C. Tucker. Digital Economics[J]. Journal of Economic Literature， 2019，57（1）：3-43.

EHIE I C，OLIBE K.The effect of R&D investment on firm value：an examination of US manufacturing and service industries[J].International Journal of Production Economics，2010，128（1）：127-135.

BENEITO P.Choosing among alternative technological strategies：an empirical analysis of formal sources of innovation[J].Research Policy，2003，32（4）：693-713.