張國勝 杜鵬飛 陳明明

摘要： 通過數(shù)字賦能促進(jìn)企業(yè)技術(shù)創(chuàng)新已成為主要發(fā)達(dá)國家的共同選擇，也是中國促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要依托?；?012年世界銀行中國企業(yè)調(diào)查數(shù)據(jù)，從微觀企業(yè)視角實(shí)證檢驗(yàn)數(shù)字賦能對企業(yè)技術(shù)創(chuàng)新的影響及其作用路徑。研究發(fā)現(xiàn)：數(shù)字賦能對企業(yè)技術(shù)創(chuàng)新產(chǎn)生了顯著的促進(jìn)效應(yīng)，且內(nèi)生性及穩(wěn)健性檢驗(yàn)后結(jié)論依然成立;相較于大規(guī)模、資本充足和東部地區(qū)企業(yè)而言，數(shù)字賦能對中小型、有融資約束和西部地區(qū)企業(yè)技術(shù)創(chuàng)新的影響相對較弱。機(jī)制檢驗(yàn)發(fā)現(xiàn)，數(shù)字賦能可以通過促進(jìn)企業(yè)間研發(fā)協(xié)作、降低企業(yè)創(chuàng)新成本和賦能人力資本三種中介渠道影響企業(yè)技術(shù)創(chuàng)新。政府部門應(yīng)制定支持?jǐn)?shù)字化發(fā)展的政策，加快數(shù)字技術(shù)基礎(chǔ)設(shè)施建設(shè)，增強(qiáng)企業(yè)利用數(shù)字化基礎(chǔ)設(shè)施的可得性;企業(yè)應(yīng)高度重視數(shù)字賦能對技術(shù)創(chuàng)新的影響，加快推進(jìn)企業(yè)數(shù)字化建設(shè)。

關(guān)鍵詞： 數(shù)字賦能; 數(shù)字技術(shù); 技術(shù)創(chuàng)新; 研發(fā)協(xié)作; 創(chuàng)新成本; 人力資本

文獻(xiàn)標(biāo)識碼： A ?文章編號： 1002

一、問題的提出

數(shù)字賦能已經(jīng)成為新一輪科技革命的普遍特征，引起了社會的廣泛關(guān)注。當(dāng)前，各國把搶抓數(shù)字賦能作為促進(jìn)企業(yè)技術(shù)創(chuàng)新的關(guān)鍵，力圖保持和搶占全球競爭的制高點(diǎn)[1]。中國也特別強(qiáng)調(diào)要加快數(shù)字發(fā)展，促進(jìn)數(shù)字賦能與實(shí)體經(jīng)濟(jì)的深度融合，并把數(shù)字賦能作為推動經(jīng)濟(jì)高質(zhì)量發(fā)展的強(qiáng)大動能。企業(yè)創(chuàng)新行為不僅是獲取競爭優(yōu)勢、實(shí)現(xiàn)轉(zhuǎn)型升級、提升自身價(jià)值的關(guān)鍵，也是驅(qū)動一國經(jīng)濟(jì)增長、增強(qiáng)國際競爭力的重要手段。數(shù)字賦能為企業(yè)技術(shù)創(chuàng)新發(fā)展提供了新動力，各國都加大了數(shù)字技術(shù)的投資力度，力圖抓住數(shù)字變革的新機(jī)遇。數(shù)字賦能可以促進(jìn)企業(yè)技術(shù)創(chuàng)新，但國內(nèi)從微觀角度實(shí)證檢驗(yàn)數(shù)字賦能促進(jìn)企業(yè)技術(shù)創(chuàng)新普遍規(guī)律的研究較少。如果能夠從微觀企業(yè)視角證實(shí)數(shù)字賦能對企業(yè)技術(shù)創(chuàng)新的正向促進(jìn)作用，并明確其作用機(jī)理，從政策支持角度促進(jìn)企業(yè)創(chuàng)新，將會為“十四五”期間推進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展提供巨大的內(nèi)在動力。

已有研究表明，數(shù)字賦能通過多種路徑促進(jìn)企業(yè)技術(shù)創(chuàng)新。第一，優(yōu)化資源配置。借助數(shù)字技術(shù)的數(shù)據(jù)集成與分析優(yōu)勢，能夠減少資源錯(cuò)配[2]，提升運(yùn)營效率，打破企業(yè)內(nèi)部邊界，強(qiáng)化企業(yè)內(nèi)外部不同參與主體之間的協(xié)作關(guān)系，實(shí)現(xiàn)資源的科學(xué)整合，促進(jìn)企業(yè)的創(chuàng)新活動。第二，降低成本。數(shù)字技術(shù)能夠加速企業(yè)內(nèi)部管理的“扁平化”，節(jié)約管理成本;能夠提高信息搜尋與分析的準(zhǔn)確度，實(shí)現(xiàn)市場需求的精準(zhǔn)匹配，降低從業(yè)門檻和交易成本[3]，提高經(jīng)濟(jì)效益，從而分?jǐn)偲髽I(yè)創(chuàng)新成本。第三，提高勞動力水平。數(shù)字技術(shù)有利于消除企業(yè)員工獲取信息、機(jī)會和資源等的結(jié)構(gòu)性障礙，幫助員工提高獲取、控制和管理資源方面的能力[4]，并通過有效管理、創(chuàng)新生產(chǎn)等方式提高運(yùn)行效率，激發(fā)員工創(chuàng)新工作的潛力，從而提高企業(yè)創(chuàng)新速度。

已有研究從不同角度反映了數(shù)字技術(shù)對企業(yè)創(chuàng)新的影響，如互聯(lián)網(wǎng)、信息技術(shù)、大數(shù)據(jù)、人工智能等，但從全面性角度看，這些都屬于數(shù)字技術(shù)中的一類，僅從單一的技術(shù)研究其對制造業(yè)技術(shù)創(chuàng)新的影響，不能準(zhǔn)確反映數(shù)字技術(shù)對制造業(yè)企業(yè)技術(shù)創(chuàng)新的影響。也有研究從數(shù)字化角度進(jìn)行分析，但主要是強(qiáng)調(diào)引進(jìn)數(shù)字技術(shù)，而實(shí)現(xiàn)數(shù)字化需要一個(gè)過程，僅依據(jù)企業(yè)是否使用數(shù)字技術(shù)來判斷其對創(chuàng)新的影響，難免遺漏大量信息。并且，當(dāng)前關(guān)于數(shù)字賦能對技術(shù)創(chuàng)新的影響主要是理論研究和案例分析，有部分文獻(xiàn)從實(shí)證角度檢驗(yàn)了數(shù)字賦能對企業(yè)創(chuàng)新的影響，如數(shù)字賦能新產(chǎn)品開發(fā)[4]、數(shù)字賦能文化產(chǎn)業(yè)[5]等，但只是基于某些行業(yè)的問卷調(diào)查，或是從中觀、宏觀角度驗(yàn)證，缺乏從微觀角度對普遍規(guī)律的研究。另外，對于數(shù)字賦能通過優(yōu)化資源、降低成本及提升勞動力水平等路徑影響企業(yè)創(chuàng)新的研究多是理論分析，缺少相應(yīng)的作用機(jī)制檢驗(yàn)?；诖?，本文在借鑒以往研究的基礎(chǔ)上，采用2012年世界銀行發(fā)布的中國投資環(huán)境調(diào)查數(shù)據(jù)（2012 Investment Climate Survey，ICS12），從微觀角度實(shí)證檢驗(yàn)數(shù)字賦能對企業(yè)技術(shù)創(chuàng)新的影響及其作用路徑，同時(shí)對其進(jìn)行異質(zhì)性分析。

本文可能的邊際貢獻(xiàn)在于：第一，從數(shù)字賦能角度切入，是對從單一技術(shù)或數(shù)字化角度研究制造業(yè)技術(shù)創(chuàng)新的補(bǔ)充和完善。第二，從微觀角度實(shí)證檢驗(yàn)數(shù)字賦能對企業(yè)創(chuàng)新的影響，并驗(yàn)證其作用機(jī)制，可以為企業(yè)技術(shù)創(chuàng)新提供新的經(jīng)驗(yàn)證據(jù)。第三，從企業(yè)間研發(fā)協(xié)作、技術(shù)創(chuàng)新成本和人力資本三個(gè)中介渠道分析數(shù)字賦能對企業(yè)技術(shù)創(chuàng)新的影響，可以進(jìn)一步打開數(shù)字賦能促進(jìn)企業(yè)技術(shù)創(chuàng)新的黑箱，豐富現(xiàn)有研究，為企業(yè)在創(chuàng)新中如何取舍和提升創(chuàng)新能力提供新的經(jīng)驗(yàn)指導(dǎo)。第四，通過異質(zhì)性分析，可以有效識別不同規(guī)模、不同融資約束及不同地區(qū)企業(yè)數(shù)字賦能對企業(yè)創(chuàng)新的影響特征。當(dāng)代經(jīng)濟(jì)科學(xué) 2021年6期 http：∥jjkx.xjtu.edu.cn張國勝，杜鵬飛，陳明明 數(shù)字賦能與企業(yè)技術(shù)創(chuàng)新二、理論分析與研究假設(shè)

（一）數(shù)字賦能與企業(yè)技術(shù)創(chuàng)新

隨著數(shù)字技術(shù)的發(fā)展，越來越多的學(xué)者開始關(guān)注數(shù)字賦能研究，但由于研究情境和側(cè)重點(diǎn)不同，目前關(guān)于數(shù)字賦能的定義尚未達(dá)成共識。Hermansson等[6]強(qiáng)調(diào)數(shù)字賦能是大數(shù)據(jù)、移動互聯(lián)等技術(shù)賦予人們應(yīng)對或解決問題的能力，進(jìn)而從“無能或弱能”變成“有能”;Lenka等[7]指出，數(shù)字賦能中包含三種能力，即分析能力（通過分析大數(shù)據(jù)獲得有價(jià)值信息能力）、智能能力（生產(chǎn)過程中自主解決問題能力）和連接能力（連接和控制企業(yè)組織的所有流程能力）;《2016年世界發(fā)展報(bào)告：數(shù)字紅利》[8]指出，數(shù)字技術(shù)在全球大部分地區(qū)迅速推廣，應(yīng)用這些技術(shù)所產(chǎn)生的廣泛發(fā)展效益，即數(shù)字賦能;孫新波等[9]將數(shù)字賦能定義為通過數(shù)字技術(shù)的場景改造、技能提升等實(shí)現(xiàn)價(jià)值的過程。綜上，本文將數(shù)字賦能定義為：在新一代數(shù)字技術(shù)的驅(qū)動下，大數(shù)據(jù)、移動互聯(lián)等數(shù)字技術(shù)普遍使用促進(jìn)了數(shù)字技術(shù)和組織、生產(chǎn)及管理的全方位融合，賦予企業(yè)一種新的生產(chǎn)函數(shù)，使企業(yè)在產(chǎn)品、市場、生產(chǎn)方式、原材料、組織方式等方面獲得重新組合要素的新能力，進(jìn)而對企業(yè)發(fā)展所產(chǎn)生的效率提升和加速增長效應(yīng)。數(shù)字賦能的特點(diǎn)在于利用數(shù)字技術(shù)通過對現(xiàn)有資源進(jìn)行重構(gòu)和整合（包括對個(gè)人和組織，也包括生產(chǎn)、管理和銷售過程），提升現(xiàn)有能力和構(gòu)建全新能力所產(chǎn)生的正向驅(qū)動效應(yīng)。

數(shù)字技術(shù)作為一種通用技術(shù)，具有普遍性、滲透性以及創(chuàng)新互補(bǔ)性特征，能夠廣泛促進(jìn)社會經(jīng)濟(jì)發(fā)展。就數(shù)字賦能促進(jìn)企業(yè)技術(shù)創(chuàng)新而言，現(xiàn)有文獻(xiàn)幾乎都認(rèn)為數(shù)字賦能對企業(yè)創(chuàng)新具有正向促進(jìn)作用。第一，從優(yōu)化資源的角度分析，通過研究現(xiàn)代信息通信技術(shù)對供應(yīng)鏈的賦能，發(fā)現(xiàn)數(shù)字賦能使資產(chǎn)端交易運(yùn)營活動被真實(shí)化、細(xì)致化和透明化，及時(shí)識別價(jià)值訴求并有效解決，推動了金融科技創(chuàng)新發(fā)展[10]。數(shù)字賦能為創(chuàng)新活動提供了全新條件和手段，能夠拓展網(wǎng)絡(luò)空間功能和創(chuàng)新資源配置的空間范圍，為企業(yè)創(chuàng)新活動開展和創(chuàng)新模式演化提供更多可能性和發(fā)展空間[11]。越來越多的企業(yè)傾向于利用數(shù)字賦能提供的機(jī)會進(jìn)行技術(shù)創(chuàng)新，通過多渠道的信息整合，數(shù)字賦能幫助企業(yè)提高獲得數(shù)據(jù)信息的能力，擁有豐富的消費(fèi)者產(chǎn)品偏好信息，將促使企業(yè)增加更有針對性的研發(fā)投入。第二，從降低創(chuàng)新成本角度分析，企業(yè)運(yùn)用數(shù)字技術(shù)充分挖掘和利用數(shù)字信息資源，一方面，通過“去中間化”優(yōu)化組織結(jié)構(gòu)，減少決策流程，有利于依賴數(shù)字賦能的科學(xué)性決策及營銷管理決策快速、精準(zhǔn)實(shí)施;同時(shí)借助大數(shù)據(jù)的市場、顧客等關(guān)鍵因素分析，有效把握市場需求，降低市場風(fēng)險(xiǎn)，較大程度上增加企業(yè)利潤[3]。另一方面，數(shù)字賦能實(shí)現(xiàn)了知識和信息的低成本滲透[12]，加速了資源要素流動與搜尋效率，企業(yè)可以以較低成本進(jìn)行試錯(cuò)創(chuàng)新。利潤增加和成本減少有效分?jǐn)偭搜邪l(fā)成本，從而促進(jìn)企業(yè)創(chuàng)新。第三，從提升勞動力水平角度分析，數(shù)字賦能有效促進(jìn)員工之間的直接溝通和信息自由獲取，幫助員工培養(yǎng)相關(guān)技能及自我管理能力，提升員工跨職能的過程改進(jìn)和決策制定能力[4]。數(shù)字賦能通過運(yùn)用數(shù)字技術(shù)優(yōu)化企業(yè)資源，降低企業(yè)成本和提高勞動力水平，賦予自身發(fā)展的內(nèi)生動力，突破原有技術(shù)創(chuàng)新發(fā)展的局限，激發(fā)企業(yè)技術(shù)創(chuàng)新的潛力，已成為推動企業(yè)創(chuàng)新發(fā)展的新動能。從這個(gè)邏輯出發(fā)，本文認(rèn)為數(shù)字賦能能夠正向促進(jìn)企業(yè)技術(shù)創(chuàng)新，故提出如下假設(shè)：

H1：數(shù)字賦能促進(jìn)了企業(yè)技術(shù)創(chuàng)新。（二）數(shù)字賦能促進(jìn)企業(yè)技術(shù)創(chuàng)新的中介效應(yīng)

數(shù)字時(shí)代，數(shù)字賦能使數(shù)據(jù)和信息可交互，使多元?jiǎng)?chuàng)新主體依托其比較優(yōu)勢和互補(bǔ)優(yōu)勢，以相對較低的成本進(jìn)行跨區(qū)域、跨領(lǐng)域的協(xié)同創(chuàng)新更加有效。企業(yè)不再單純依靠內(nèi)部資源和能力進(jìn)行技術(shù)創(chuàng)新活動，而是通過研發(fā)合作跨越技術(shù)、組織和地理邊界獲取知識要素，進(jìn)而提升技術(shù)創(chuàng)新績效[13]。由于創(chuàng)新活動技術(shù)復(fù)雜性增加，企業(yè)間的研發(fā)協(xié)作已經(jīng)成為當(dāng)前企業(yè)技術(shù)創(chuàng)新策略的重要選擇。通過研發(fā)協(xié)作，企業(yè)能夠吸收合作伙伴的知識溢出，實(shí)現(xiàn)內(nèi)外知識的協(xié)同，進(jìn)而提升企業(yè)的創(chuàng)新能力，并且協(xié)作研發(fā)伙伴越多越有助于提高新技術(shù)的創(chuàng)造速度，使新技術(shù)、新技能在數(shù)量和質(zhì)量上加速涌現(xiàn)[14]。企業(yè)與客戶、供應(yīng)鏈企業(yè)及競爭企業(yè)的交互協(xié)作能夠通過價(jià)值增值過程促進(jìn)創(chuàng)新溢出，比如數(shù)字賦能實(shí)現(xiàn)了顧客與研發(fā)人員的交流互動，其提供產(chǎn)品需求或改進(jìn)的意見，能夠提高新產(chǎn)品開發(fā)的成功率[15]。與企業(yè)內(nèi)部研發(fā)相比，研發(fā)協(xié)作的成本和風(fēng)險(xiǎn)相對較低，有助于實(shí)現(xiàn)研發(fā)資源優(yōu)勢互補(bǔ)和經(jīng)驗(yàn)共享[16]，擴(kuò)展知識基礎(chǔ)的寬度和廣度，使創(chuàng)新資源在更大范圍內(nèi)整合，增強(qiáng)技術(shù)溢出效應(yīng)，更有利于企業(yè)技術(shù)創(chuàng)新。企業(yè)與其他組織間通過技術(shù)研發(fā)協(xié)作，有利于企業(yè)優(yōu)化資源配置和獲得協(xié)同效應(yīng)，進(jìn)而促進(jìn)新產(chǎn)品的開發(fā)。因此，本文提出如下假設(shè)：

H2：通過促進(jìn)企業(yè)間研發(fā)協(xié)作的中介渠道，數(shù)字賦能促進(jìn)企業(yè)技術(shù)創(chuàng)新。

創(chuàng)新過程充滿了不確定性，并且耗時(shí)長、風(fēng)險(xiǎn)高，這增加了企業(yè)成本。然而，數(shù)字賦能能夠?qū)崿F(xiàn)生產(chǎn)要素?cái)?shù)字化，增強(qiáng)企業(yè)搜尋并改造信息要素的能力，實(shí)現(xiàn)信息的有效獲取，降低企業(yè)技術(shù)創(chuàng)新成本。數(shù)字賦能實(shí)現(xiàn)了知識和信息的低成本滲透[12]，減少了信息流動障礙，提高了搜尋效率，有效降低企業(yè)創(chuàng)新成本。消費(fèi)者不確定的需求信息及時(shí)反饋到企業(yè)研發(fā)部門，使企業(yè)能夠準(zhǔn)確掌握市場需求變化，大大降低企業(yè)研發(fā)設(shè)計(jì)部門搜尋需求信息的成本，使企業(yè)創(chuàng)新更精準(zhǔn)地對接市場需求，從而提高創(chuàng)新效率[17]。以共享資源的方式利用和改造已有數(shù)據(jù)信息，并根據(jù)自身需要組合信息資源，有利于降低企業(yè)創(chuàng)新過程中的搜尋成本，進(jìn)而推動產(chǎn)品和服務(wù)升級[3]。另外，數(shù)字賦能有利于發(fā)現(xiàn)市場動態(tài)變化，精準(zhǔn)匹配多樣化市場需求，提高資源配置效率，降低企業(yè)經(jīng)營與交易成本[18]。通過技術(shù)層面與產(chǎn)品層面的精準(zhǔn)對接，幫助企業(yè)降低供需缺口，提高匹配效率，進(jìn)而極大地?cái)U(kuò)大產(chǎn)品銷售，最有效地形成“長尾”特性。企業(yè)成本的節(jié)省以及經(jīng)濟(jì)效益的提升，將分?jǐn)偧夹g(shù)創(chuàng)新成本，進(jìn)而激勵(lì)企業(yè)將更多的資源用于技術(shù)研發(fā)。最終，數(shù)字賦能通過直接和間接的方式降低創(chuàng)新成本，促進(jìn)企業(yè)技術(shù)創(chuàng)新。因此，本文提出如下假設(shè)：

H3：通過降低企業(yè)創(chuàng)新成本的中介渠道，數(shù)字賦能促進(jìn)企業(yè)技術(shù)創(chuàng)新。

創(chuàng)新或想法的質(zhì)量依賴人力資本的形成，而人力資本的形成依賴創(chuàng)新主體同外界交換想法的效率[19]。數(shù)字技術(shù)的發(fā)展，提高了個(gè)人獲得信息資源和學(xué)習(xí)外界知識、經(jīng)驗(yàn)的能力，進(jìn)而促進(jìn)人力資本的提升。人力資本是指附著在人才身上具有經(jīng)濟(jì)價(jià)值的知識、技能和體力等的總和，勞動者利用數(shù)字賦能，可以搜尋相關(guān)知識和資料進(jìn)行學(xué)習(xí)，也可以獲得大量技能培訓(xùn)課程信息，通過互聯(lián)網(wǎng)以較低成本、較少時(shí)間學(xué)習(xí)新知識和新技能，進(jìn)而提升人力資本，這是正規(guī)教育的重要補(bǔ)充[20]。研究發(fā)現(xiàn)，全國農(nóng)場互聯(lián)網(wǎng)的使用使農(nóng)場員工通過數(shù)字技術(shù)獲取新知識、掌握新技能，通過接受專業(yè)培訓(xùn)有效提升家庭農(nóng)場的人力資本[21]。隨著人力資本水平的提升，數(shù)字賦能對技術(shù)創(chuàng)新的正向影響效果顯著增強(qiáng)。人力資本的提升增強(qiáng)了員工信息獲取和配置資源的能力，便于其在復(fù)雜環(huán)境中做出準(zhǔn)確的決策，進(jìn)而促進(jìn)跨職能的過程改進(jìn)和決策制定。數(shù)字技術(shù)與高技能勞動力匹配后，能夠顯著提升勞動者的人力資本水平和工作效率，比如能夠更加有效地利用新技術(shù)，人們可以更具創(chuàng)造性地工作[22]。數(shù)字賦能為勞動者提升人力資本提供便捷的渠道，尤其對科學(xué)技術(shù)、商業(yè)等領(lǐng)域的作用更加明顯;同時(shí)，數(shù)字賦能顯著提高勞動力整合創(chuàng)新資源和釋放學(xué)習(xí)效應(yīng)的能力，激發(fā)勞動者在生產(chǎn)、創(chuàng)新、應(yīng)用和擴(kuò)展知識方面的潛在能力，最終提高企業(yè)的創(chuàng)新效率。因此，本文提出如下假設(shè)：

H4：通過賦能（提升）人力資本的中介渠道，數(shù)字賦能促進(jìn)企業(yè)技術(shù)創(chuàng)新。三、研究設(shè)計(jì)

（一）數(shù)據(jù)來源

本文采用2012年中國投資環(huán)境調(diào)查數(shù)據(jù)（ICS12）進(jìn)行實(shí)證檢驗(yàn)，該數(shù)據(jù)中包含2 700個(gè)民營企業(yè)和148個(gè)國有企業(yè)樣本，樣本企業(yè)來自我國東、中、西部的25個(gè)主要城市。調(diào)查內(nèi)容涉及企業(yè)是否有創(chuàng)新、因創(chuàng)新而提高的產(chǎn)量比例、互聯(lián)網(wǎng)銷售產(chǎn)品比例、政府采購、經(jīng)理工作經(jīng)驗(yàn)和出口等多方面信息。樣本行業(yè)包括造紙、紡織、基本金屬制造等20多個(gè)行業(yè)。本文剔除批發(fā)、零售等服務(wù)業(yè)類樣本，最終獲得1 727個(gè)制造業(yè)企業(yè)數(shù)據(jù)，占原始樣本數(shù)據(jù)的60.639%，其中缺失的數(shù)據(jù)均以缺失值保留在數(shù)據(jù)中，減少因刪除造成的數(shù)據(jù)失真。本文還選取2005年中國調(diào)查數(shù)據(jù)進(jìn)行穩(wěn)健性分析，其樣本數(shù)據(jù)具有大樣本特征。（二）變量選取與模型構(gòu)建

被解釋變量：企業(yè)技術(shù)創(chuàng)新。大部分文獻(xiàn)使用研發(fā)投入衡量企業(yè)技術(shù)創(chuàng)新，但研發(fā)投入只能反映企業(yè)正式的創(chuàng)新活動，也有研究選取企業(yè)的專利衡量企業(yè)創(chuàng)新，鑒于2005和2012年兩年數(shù)據(jù)中都沒有涉及專利信息，本文采用問卷調(diào)查中“在過去三年中，企業(yè)是否引進(jìn)了新產(chǎn)品和新服務(wù)”（TI1）和“因企業(yè)創(chuàng)新而提高的產(chǎn)量比例”（TI2）作為企業(yè)的創(chuàng)新指標(biāo)。其中，TI1刻畫企業(yè)是否有技術(shù)創(chuàng)新，TI2反映技術(shù)創(chuàng)新程度。

核心解釋變量：數(shù)字賦能。ICS12數(shù)據(jù)中報(bào)告了“企業(yè)是否使用企業(yè)資源計(jì)劃系統(tǒng)、供應(yīng)鏈管理系統(tǒng)和客戶關(guān)系管理系統(tǒng)”（DE1）和“互聯(lián)網(wǎng)銷售額占總收入比重”（DE2）指標(biāo)，其中前者反映企業(yè)是否存在數(shù)字技術(shù)應(yīng)用，即是否存在數(shù)字賦能，后者反映數(shù)字技術(shù)應(yīng)用程度，互聯(lián)網(wǎng)銷售額占總收入比重越高，數(shù)字賦能程度越高，即體現(xiàn)了數(shù)字賦能程度，因此本文選擇DE1和DE2作為數(shù)字賦能的核心解釋變量。

控制變量：綜合參考黎文靖等[23-24]的研究，本文將企業(yè)規(guī)模、年齡、人力資本、R&D投入、所有制結(jié)構(gòu)、出口等作為主要的控制因素，同時(shí)考慮到政府采購作為需求側(cè)的重要政策工具，具有促進(jìn)企業(yè)創(chuàng)新的功能，因此添加了政府采購因素，此外還加入了地區(qū)和行業(yè)控制變量。其中，考慮到非線性關(guān)系，用總員工數(shù)的對數(shù)表示企業(yè)規(guī)模（lnsize）;取企業(yè)成立年限的對數(shù)表示企業(yè)年齡（lnage）;采用企業(yè)總收入的對數(shù)表示企業(yè)收入水平（lninc）;采用企業(yè)員工平均受教育年限對數(shù)表示人力資本（lnhr）;企業(yè)經(jīng)理工作時(shí)間取對數(shù)表示經(jīng)理的經(jīng)驗(yàn)（lnexp）;企業(yè)內(nèi)部創(chuàng)新投入（rd），若有內(nèi)部創(chuàng)新投入為1，否則為0;所有制結(jié)構(gòu)（own），若為國有控股則取值為1，否則為0;政府采購（G），若有政府采購則取值為1，否則為0;企業(yè)融資約束（loan），若企業(yè)有貸款則取值為1，否則為0;出口（ept），若企業(yè)直接向海外出口產(chǎn)品，取值為1，否則為0;地區(qū)和行業(yè)分別設(shè)置企業(yè)的地區(qū)虛擬變量和行業(yè)虛擬指標(biāo)。

其中，TIi為被解釋變量，表示企業(yè)技術(shù)創(chuàng)新，包括企業(yè)是否有技術(shù)創(chuàng)新（TI1）和企業(yè)技術(shù)創(chuàng)新程度（TI2）;DEi為核心解釋變量，i取值1與2，表示數(shù)字賦能，包括企業(yè)是否存在數(shù)字賦能（DE1）和企業(yè)數(shù)字賦能程度（DE2）;X表示控制變量，主要包括企業(yè)規(guī)模、企業(yè)成立年限、企業(yè)所有制結(jié)構(gòu)、人力資本等;ε表示隨機(jī)擾動項(xiàng)。

從表1主要變量的描述性統(tǒng)計(jì)結(jié)果可以看出，樣本企業(yè)中引進(jìn)新產(chǎn)品和新服務(wù)的均值為0.457，表明樣本中有近一半的企業(yè)引進(jìn)新產(chǎn)品和新服務(wù)，即有近50%的企業(yè)開展了創(chuàng)新活動，說明樣本選擇具有代表性。樣本中因企業(yè)創(chuàng)新而提高的產(chǎn)量比例均值為20.552%，其中有60.184%的企業(yè)因創(chuàng)新而提高的產(chǎn)量比例低于平均值，說明我國制造業(yè)企業(yè)技術(shù)創(chuàng)新程度相對較低。 ?另外，樣本企業(yè)中使用資源計(jì)劃系統(tǒng)、供應(yīng)鏈管理系統(tǒng)和客戶關(guān)系管理系統(tǒng)的比重為47.6%，說明仍有較多的企業(yè)沒有實(shí)現(xiàn)數(shù)字賦能?；ヂ?lián)網(wǎng)銷售額占總收入比重平均值為10.026%，進(jìn)一步分析發(fā)現(xiàn)，有76.073%的企業(yè)互聯(lián)網(wǎng)銷售額低于平均水平，說明絕大部分企業(yè)數(shù)字賦能程度不高。樣本企業(yè)中只有41.7%的企業(yè)進(jìn)行了研發(fā)投入，說明我國制造企業(yè)創(chuàng)新投入不足。（三）結(jié)果分析

1.基準(zhǔn)回歸估計(jì)結(jié)果

本文基于2012年中國企業(yè)調(diào)查數(shù)據(jù)，以式（1）為基準(zhǔn)，采用最小二乘法（OLS）估計(jì)和非線性Probit模型，初步檢驗(yàn)數(shù)字賦能對企業(yè)技術(shù)創(chuàng)新的影響，估計(jì)結(jié)果如表2所示。

第（1）（2）列為OLS估計(jì)，第（3）（4）列為Probit模型估計(jì)，模型檢驗(yàn)中均加入控制變量，并控制企業(yè)行業(yè)屬性和城市特征。其中，第（1）（3）列為是否存在數(shù)字賦能的估計(jì)結(jié)果，第（2）（4）列為數(shù)字賦能程度的模型估計(jì)。結(jié)果表明，表征數(shù)字賦能的兩個(gè)變量的估計(jì)系數(shù)均為正，且在1%或5%的水平上顯著，說明數(shù)字賦能顯著促進(jìn)企業(yè)技術(shù)創(chuàng)新。在其他條件不變的情況下，與沒有數(shù)字賦能的企業(yè)相比，數(shù)字賦能使企業(yè)創(chuàng)新的概率提高44.8%，使技術(shù)創(chuàng)新程度提高2.4%;數(shù)字賦能程度每提高1%，企業(yè)創(chuàng)新的概率將提高0.8%，創(chuàng)新程度將提高0.1%。因被解釋變量指標(biāo)反映的創(chuàng)新內(nèi)容的不同，Probit回歸與OLS估計(jì)結(jié)果存在一定差異，但整體估計(jì)系數(shù)均顯著為正，說明數(shù)字賦能促進(jìn)了制造業(yè)企業(yè)技術(shù)創(chuàng)新，初步驗(yàn)證假設(shè)H1。

與已有研究相比，本文發(fā)現(xiàn)，數(shù)字賦能能有效促進(jìn)企業(yè)技術(shù)創(chuàng)新，這一結(jié)論與溫珺等[17]的結(jié)果相同，但本文結(jié)論是從微觀企業(yè)角度實(shí)證獲得，為促進(jìn)企業(yè)技術(shù)創(chuàng)新提供了有力的經(jīng)驗(yàn)證據(jù)，說明企業(yè)應(yīng)抓住數(shù)字革新機(jī)遇，盡快實(shí)現(xiàn)數(shù)字賦能。同時(shí)，比較數(shù)字賦能程度的系數(shù)發(fā)現(xiàn)，數(shù)字賦能程度對企業(yè)技術(shù)創(chuàng)新的影響相對較小，這可能是因?yàn)楫?dāng)前我國企業(yè)數(shù)字賦能程度相對較低，說明企業(yè)在數(shù)字化過程中要注意數(shù)字技術(shù)的應(yīng)用。

2.控制模型內(nèi)生性

（1）變量之間的逆向因果關(guān)系造成的內(nèi)生性問題。本文試圖重點(diǎn)驗(yàn)證數(shù)字賦能對企業(yè)技術(shù)創(chuàng)新的影響，但現(xiàn)實(shí)中，企業(yè)技術(shù)創(chuàng)新反過來也會影響數(shù)字賦能效果。解決變量之間逆向因果關(guān)系造成的內(nèi)生性問題，通?？梢圆捎霉ぞ咦兞糠?。如果變量間的內(nèi)生性僅存在于企業(yè)層面，那么可選擇一個(gè)比企業(yè)范圍更為宏觀的變量，因此，本文借鑒Fisman等[25]的做法，選取企業(yè)所處同一地區(qū)同一行業(yè)的互聯(lián)網(wǎng)銷售額占總收入比重平均值（DE2）和“信息技術(shù)的重要程度”（pr）作為工具變量。其中，DE2反映某一地區(qū)某一行業(yè)的數(shù)字賦能水平，與單個(gè)企業(yè)數(shù)字賦能高度相關(guān)，但與企業(yè)是否進(jìn)行技術(shù)創(chuàng)新無關(guān)，滿足工具變量的相關(guān)性條件和外生性條件;信息技術(shù)的重要程度與數(shù)字賦能高度相關(guān)，但與企業(yè)是否進(jìn)行技術(shù)創(chuàng)新無關(guān)，也滿足工具變量的相關(guān)性和外生性條件。因此，本文采用其分別作為數(shù)字賦能程度和數(shù)字賦能的工具變量。

檢驗(yàn)結(jié)果如表3所示。其中，第（1）（3）列為對數(shù)字賦能指標(biāo)的檢驗(yàn)。第一階段工具變量（pr）估計(jì)結(jié)果在1%水平上顯著為正，表明工具變量與解釋變量高度相關(guān);外生性檢驗(yàn)中，弱工具變量檢驗(yàn)、排他性檢驗(yàn)及Wald檢驗(yàn)均顯著，說明工具變量（pr）滿足相關(guān)性和外生性條件。第二階段估計(jì)結(jié)果顯示，數(shù)字賦能估計(jì)系數(shù)在1%～10%水平上顯著為正，與基準(zhǔn)模型估計(jì)結(jié)果一致。第（2）（4）列為對數(shù)字賦能程度指標(biāo)的檢驗(yàn)。第一階段工具變量（DE2、lnDE2）估計(jì)系數(shù)均在1%水平上顯著為正，說明工具變量與數(shù)字賦能程度高度相關(guān);外生性檢驗(yàn)中，弱工具變量檢驗(yàn)、排他性檢驗(yàn)和Wald檢驗(yàn)也均顯著，表明工具變量（DE2、lnDE2）估計(jì)結(jié)果合理有效。第二階段估計(jì)結(jié)果顯示，數(shù)字賦能程度估計(jì)結(jié)果顯著為正，與基準(zhǔn)模型估計(jì)結(jié)果一致。綜上，在控制解釋變量逆向因果關(guān)系后，數(shù)字賦能對企業(yè)技術(shù)創(chuàng)新仍具有穩(wěn)健的促進(jìn)作用。

（2）遺漏變量造成的內(nèi)生性問題。本文僅控制了企業(yè)行業(yè)屬性、地區(qū)特征等部分因素，模型中可能會遺漏如當(dāng)?shù)氐碾娏Α㈦娦?、司法環(huán)境、勞動力靈活性等既影響企業(yè)技術(shù)創(chuàng)新又影響數(shù)字賦能的重要指標(biāo)，導(dǎo)致模型估計(jì)面臨內(nèi)生性問題。因此，本文在式（1）的基礎(chǔ)上，添加電力對企業(yè)運(yùn)行的影響（ele）、企業(yè)勞動力靈活性（hrf）、通信對企業(yè)運(yùn)行的影響（tel）和法院公平程度（cfi）等指標(biāo)，進(jìn)一步檢驗(yàn)數(shù)字賦能對企業(yè)技術(shù)創(chuàng)新的影響。估計(jì)模型中均加入控制變量，并控制企業(yè)行業(yè)屬性和城市特征，檢驗(yàn)結(jié)果如表4所示。在加入可能的遺漏變量后，第（1）（3）列結(jié)果顯示，數(shù)字賦能的估計(jì)系數(shù)均在1%～5%水平上顯著為正，與基準(zhǔn)模型估計(jì)結(jié)果一致;第（2）（4）列結(jié)果顯示，數(shù)字賦能程度的估計(jì)系數(shù)同樣為正（在5%水平上顯著），與基準(zhǔn)模型估計(jì)結(jié)果一致。上述檢驗(yàn)結(jié)果表明，在控制影響企業(yè)技術(shù)創(chuàng)新的城市特征等重要因素后，數(shù)字賦能促進(jìn)企業(yè)技術(shù)創(chuàng)新的結(jié)果仍然成立。3.穩(wěn)健性檢驗(yàn)

為確保模型估計(jì)結(jié)果的穩(wěn)健性，本文采用以下四種方式進(jìn)行穩(wěn)健性檢驗(yàn)：

第一，替換被解釋變量指標(biāo)。本文在2012年中國企業(yè)調(diào)查數(shù)據(jù)基礎(chǔ)上，用“新產(chǎn)品或服務(wù)銷售額占年銷售額百分比”的對數(shù)（lninv）作為新的被解釋變量指標(biāo)。同時(shí)，選取企業(yè)所處同一地區(qū)同一行業(yè)的數(shù)字賦能水平平均值（DE1）和“企業(yè)使用電腦人員比例”（vvDE2）分別作為數(shù)字賦能和數(shù)字賦能程度的工具變量，穩(wěn)健性檢驗(yàn)結(jié)果見表5。第（1）（2）列為替換被解釋變量檢驗(yàn)。其中，DE1和DE2的估計(jì)系數(shù)為正，且高度顯著，說明替換新的被解釋變量，數(shù)字賦能仍顯著促進(jìn)企業(yè)技術(shù)創(chuàng)新。第（3）（4）列為替換被解釋變量基礎(chǔ)上的內(nèi)生性檢驗(yàn)。結(jié)果顯示，DE1和DE2的估計(jì)系數(shù)仍顯著為正，均與基準(zhǔn)模型估計(jì)結(jié)果一致。結(jié)果表明，即使替換被解釋變量，同時(shí)控制內(nèi)生性問題，數(shù)字賦能對企業(yè)技術(shù)創(chuàng)新仍具有穩(wěn)健促進(jìn)作用。

第二，替換核心解釋變量指標(biāo)。本文采用“企業(yè)是否擁有網(wǎng)絡(luò)在線系統(tǒng)”（ib）作為新的解釋變量，同時(shí)選取“信息技術(shù)的重要程度”（pr）作為工具變量，進(jìn)行模型內(nèi)生性檢驗(yàn)，結(jié)果如表6所示。第（1）（3）列為替換核心解釋變量檢驗(yàn)，結(jié)果顯示，其估計(jì)系數(shù)顯著為正，說明替換新的核心解釋變量，數(shù)字賦能仍顯著促進(jìn)企業(yè)技術(shù)創(chuàng)新。第（2）（4）列為替換核心解釋變量基礎(chǔ)上的內(nèi)生性檢驗(yàn)。從檢驗(yàn)結(jié)果看，核心解釋變量估計(jì)結(jié)果仍顯著為正，與基準(zhǔn)模型估計(jì)結(jié)果一致。結(jié)果說明，即使替換不同的核心解釋變量指標(biāo)，同時(shí)控制內(nèi)生性問題，數(shù)字賦能對企業(yè)技術(shù)創(chuàng)新仍具有穩(wěn)健促進(jìn)作用。

第三，替換調(diào)查數(shù)據(jù)。為消除特殊數(shù)據(jù)對模型結(jié)論的影響，本文采用2005年中國企業(yè)調(diào)查數(shù)據(jù)進(jìn)行穩(wěn)健性檢驗(yàn)。選取問卷中“企業(yè)R&D投資”的對數(shù)（lnrd1）和企業(yè)是否進(jìn)行“企業(yè)R&D投資”（rd）作為被解釋變量，以“企業(yè)信息技術(shù)投資占銷售收入的比重”（DE5）作為數(shù)字賦能指標(biāo)，同時(shí)控制企業(yè)年齡、人力資本、融資約束、高管經(jīng)驗(yàn)、總收入等影響因素。另外，在模型基礎(chǔ)上，選取“網(wǎng)絡(luò)銷售額占總收入的比例”（vDE5）作為工具變量，控制模型內(nèi)生性問題。檢驗(yàn)結(jié)果如表7所示。

第（1）（2）列為基礎(chǔ)模型檢驗(yàn)，結(jié)果顯示，數(shù)字賦能（DE5）的估計(jì)系數(shù)均顯著為正，表明即便更換新的數(shù)據(jù)，數(shù)字賦能仍對企業(yè)技術(shù)創(chuàng)新有促進(jìn)作用。第（3）（4）列為控制內(nèi)生性檢驗(yàn)，結(jié)果顯示，數(shù)字賦能的估計(jì)結(jié)果仍顯著為正，與基準(zhǔn)模型估計(jì)結(jié)果一致。結(jié)果說明，即使替換新的數(shù)據(jù)，同時(shí)控制內(nèi)生性問題，數(shù)字賦能仍穩(wěn)健促進(jìn)企業(yè)技術(shù)創(chuàng)新。

第四，異質(zhì)性分析?；谥圃鞓I(yè)企業(yè)技術(shù)創(chuàng)新結(jié)構(gòu)復(fù)雜性特征，為進(jìn)一步考慮異質(zhì)性企業(yè)數(shù)字賦能影響，本文從企業(yè)規(guī)模、融資約束和企業(yè)地理位置三大特征出發(fā)，識別數(shù)字賦能對異質(zhì)性企業(yè)技術(shù)創(chuàng)新的影響?？紤]篇幅問題，本文略去異質(zhì)性回歸結(jié)果，留存?zhèn)渌鳌?/p>

從異質(zhì)性估計(jì)結(jié)果看，數(shù)字賦能對中小企業(yè)提高企業(yè)技術(shù)創(chuàng)新的概率要比整體低2.7%，這可能是因?yàn)橹行∑髽I(yè)的數(shù)字技術(shù)投資相對較低，限于經(jīng)濟(jì)規(guī)模，即使引進(jìn)數(shù)字技術(shù)，也是低水平引進(jìn)，最終導(dǎo)致數(shù)字賦能效果較低。對有融資約束的企業(yè)，數(shù)字賦能對提高企業(yè)技術(shù)創(chuàng)新的概率比整體低4.2%，表明融資約束降低了數(shù)字賦能對企業(yè)技術(shù)創(chuàng)新的促進(jìn)作用。從企業(yè)所在地區(qū)分析，位于西部地區(qū)的企業(yè)，數(shù)字賦能對提高企業(yè)技術(shù)創(chuàng)新的概率比整體低10.7%，這可能是因?yàn)槲鞑康貐^(qū)數(shù)字技術(shù)設(shè)施相對落后，數(shù)字技術(shù)水平相對較低，導(dǎo)致企業(yè)使用數(shù)字技術(shù)效率低于整體水平。

以上穩(wěn)健性檢驗(yàn)結(jié)果表明，即便采取替換新的被解釋變量、解釋變量，更換新的數(shù)據(jù)和異質(zhì)性分析等，數(shù)字賦能變量的估計(jì)系數(shù)仍顯著為正，且與基準(zhǔn)模型估計(jì)一致，均得出數(shù)字賦能顯著促進(jìn)企業(yè)技術(shù)創(chuàng)新的一致結(jié)論，說明本文模型設(shè)定具有穩(wěn)健性，驗(yàn)證了假設(shè)H1。四、作用機(jī)理分析與檢驗(yàn)

數(shù)字賦能如何促進(jìn)企業(yè)技術(shù)創(chuàng)新？本文進(jìn)一步從企業(yè)研發(fā)協(xié)作、企業(yè)創(chuàng)新成本與人力資本三個(gè)渠道檢驗(yàn)上述作用機(jī)理。本文采用逐步檢驗(yàn)法進(jìn)行中介效應(yīng)檢驗(yàn)，考慮到該方法自身不足，對中介效應(yīng)進(jìn)行Bootstrap檢驗(yàn)，以確保檢驗(yàn)結(jié)果的穩(wěn)健性。（一）數(shù)字賦能與企業(yè)研發(fā)協(xié)作

各企業(yè)間的協(xié)同研發(fā)，實(shí)現(xiàn)了研發(fā)資源的集中，有助于分擔(dān)研發(fā)風(fēng)險(xiǎn)和提升企業(yè)創(chuàng)新績效。鑒于此，本文建立數(shù)字賦能通過影響企業(yè)研發(fā)協(xié)作進(jìn)而促進(jìn)企業(yè)技術(shù)創(chuàng)新的中介效應(yīng)模型。選取2012年中國企業(yè)調(diào)查數(shù)據(jù)中“創(chuàng)新想法是否來自外部合作組織或機(jī)構(gòu)”（iif）作為企業(yè)研發(fā)協(xié)作的中介變量，檢驗(yàn)數(shù)字賦能是否通過促進(jìn)企業(yè)研發(fā)協(xié)作進(jìn)而促進(jìn)企業(yè)技術(shù)創(chuàng)新。

第一步檢驗(yàn)在本文基礎(chǔ)模型檢驗(yàn)中已完成，DE1和DE2對企業(yè)技術(shù)創(chuàng)新的估計(jì)系數(shù)為正，且在1%～5%水平上顯著。表8第（1）（4）列為第二步檢驗(yàn)，采用Probit模型估計(jì)DE1和DE2對企業(yè)間研發(fā)協(xié)作（iif）的影響。結(jié)果顯示，DE1和DE2的估計(jì)系數(shù)均在1%的水平上顯著為正，說明DE1與DE2有效促進(jìn)了企業(yè)間的研發(fā)協(xié)作。第（2）（3）（5）（6）列均為第三步檢驗(yàn)，企業(yè)研發(fā)協(xié)作（iif）的估計(jì)系數(shù)均在1%～10%水平上顯著為正，說明中介效應(yīng)存在。其中，數(shù)字賦能促進(jìn)企業(yè)研發(fā)協(xié)作的中介效應(yīng)占總效應(yīng)比例為51.134%～58.579%;數(shù)字賦能程度促進(jìn)企業(yè)研發(fā)協(xié)作的中介效應(yīng)占總效應(yīng)比例為18%～34.2%。表9的Bootstrap中介效應(yīng)檢驗(yàn)結(jié)果顯示，數(shù)字賦能對企業(yè)創(chuàng)新的直接效應(yīng)顯著，研發(fā)協(xié)作的間接效應(yīng)也顯著。綜合檢驗(yàn)結(jié)果可以看出，數(shù)字賦能通過促進(jìn)企業(yè)間研發(fā)協(xié)作的中介渠道促進(jìn)企業(yè)技術(shù)創(chuàng)新，驗(yàn)證了假設(shè)H2。

（二）數(shù)字賦能與企業(yè)創(chuàng)新成本

鑒于數(shù)字賦能能夠降低企業(yè)創(chuàng)新成本，本文選取ICS12調(diào)查數(shù)據(jù)中“通過信息技術(shù)多大程度上降低成本”（rpc）作為中介變量，檢驗(yàn)數(shù)字賦能是否通過降低企業(yè)創(chuàng)新成本進(jìn)而促進(jìn)企業(yè)技術(shù)創(chuàng)新。

第一步檢驗(yàn)在本文基礎(chǔ)模型檢驗(yàn)中已完成。表10第（1）（4）列為第二步檢驗(yàn)，采用Ologit有序響應(yīng)模型，估計(jì)DE1和DE2對降低企業(yè)創(chuàng)新成本（rpc）的影響。結(jié)果顯示，DE1和DE2的估計(jì)系數(shù)在1%～10%的水平上顯著為正，說明數(shù)字賦能有效降低了企業(yè)技術(shù)創(chuàng)新成本。第（2）（3）（5）（6）列均為第三步檢驗(yàn)，降低企業(yè)創(chuàng)新成本的估計(jì)系數(shù)均在1%水平上顯著為正，說明中介效應(yīng)存在。其中，數(shù)字賦能通過降低企業(yè)創(chuàng)新成本的中介效應(yīng)占總效應(yīng)比例為41.016%～93.750%;數(shù)字賦能程度通過降低企業(yè)創(chuàng)新成本中介效應(yīng)占總效應(yīng)比例為26.438%～27.000%。表11的Bootstrap中介效應(yīng)檢驗(yàn)結(jié)果顯示，數(shù)字賦能對企業(yè)創(chuàng)新的直接效應(yīng)顯著，企業(yè)創(chuàng)新成本的間接效應(yīng)也顯著。綜合檢驗(yàn)結(jié)果發(fā)現(xiàn)，數(shù)字賦能通過有效降低企業(yè)創(chuàng)新成本的中介渠道促進(jìn)企業(yè)技術(shù)創(chuàng)新，驗(yàn)證了假設(shè)H3。

（三）數(shù)字賦能與人力資本

ICS12調(diào)查數(shù)據(jù)報(bào)告了“通過信息技術(shù)多大程度為員工提供技術(shù)培訓(xùn)”（ptf）指標(biāo)，同時(shí)按“沒有”“一些”和“很多”進(jìn)行賦值（1～3），可見該指標(biāo)值越大，則通過信息技術(shù)為員工提供培訓(xùn)機(jī)會越多，即人力資本也就越高。因此，本文選取“通過信息技術(shù)多大程度為員工提供技術(shù)培訓(xùn)”（ptf）作為人力資本指標(biāo)的中介變量，檢驗(yàn)數(shù)字賦能是否通過賦能（提升）人力資本促進(jìn)企業(yè)技術(shù)創(chuàng)新。

第一步檢驗(yàn)在本文基礎(chǔ)模型檢驗(yàn)中已完成。表12第（1）（4）列為第二步檢驗(yàn)，采用有序響應(yīng)模型（Ologit）估計(jì)DE1和DE2對人力資本（ptf）的影響。結(jié)果顯示，DE1和DE2的估計(jì)系數(shù)均在1%的水平上顯著為正，說明數(shù)字賦能和數(shù)字賦能程度均顯著賦能（提升）人力資本。第（2）（3）（5）（6）列均為第三步檢驗(yàn)，人力資本（ptf）的估計(jì)系數(shù)均在1%～10%水平上顯著為正，說明中介效應(yīng)存在。其中，數(shù)字賦能通過賦能（提升）人力資本的中介效應(yīng)占總效應(yīng)比例為22.171%～98.889%，數(shù)字賦能程度通過賦能（提升）人力資本的中介效應(yīng)占總效應(yīng)比例為26.063%～43.500%。表13的Bootstrap中介效應(yīng)檢驗(yàn)結(jié)果顯示，數(shù)字賦能對企業(yè)創(chuàng)新的直接效應(yīng)顯著，人力資本的間接效應(yīng)也顯著。綜合檢驗(yàn)結(jié)果發(fā)現(xiàn)，數(shù)字賦能通過賦能人力資本的中介渠道促進(jìn)企業(yè)技術(shù)創(chuàng)新，驗(yàn)證了假設(shè)H4。

五、結(jié)論與政策建議

本文采用世界銀行2012年發(fā)布的中國投資環(huán)境調(diào)查數(shù)據(jù)，從微觀層面實(shí)證檢驗(yàn)了數(shù)字賦能對企業(yè)技術(shù)創(chuàng)新的影響機(jī)理。結(jié)果表明：數(shù)字賦能顯著促進(jìn)了企業(yè)技術(shù)創(chuàng)新，在進(jìn)行內(nèi)生性及穩(wěn)健性檢驗(yàn)后，本文研究結(jié)論依然成立;數(shù)字賦能促進(jìn)企業(yè)技術(shù)創(chuàng)新存在顯著的異質(zhì)性，相較于大規(guī)模、資本充足和東部地區(qū)企業(yè)而言，數(shù)字賦能對中小型、有融資約束和西部地區(qū)企業(yè)技術(shù)創(chuàng)新的影響相對較弱。進(jìn)一步探討數(shù)字賦能促進(jìn)企業(yè)技術(shù)創(chuàng)新的機(jī)制渠道后發(fā)現(xiàn)，數(shù)字賦能通過三個(gè)中介渠道影響企業(yè)技術(shù)創(chuàng)新：第一，數(shù)字賦能通過增強(qiáng)企業(yè)間的研發(fā)協(xié)作促進(jìn)企業(yè)技術(shù)創(chuàng)新;第二，數(shù)字賦能通過降低企業(yè)技術(shù)創(chuàng)新成本促進(jìn)企業(yè)創(chuàng)新活動;第三，數(shù)字賦能通過賦能人力資本促進(jìn)企業(yè)技術(shù)創(chuàng)新。

本文的政策含義如下：第一，政府部門應(yīng)制定支持?jǐn)?shù)字化發(fā)展的政策，加快數(shù)字技術(shù)基礎(chǔ)設(shè)施建設(shè)，提高區(qū)域內(nèi)數(shù)字化水平，增強(qiáng)企業(yè)利用數(shù)字化基礎(chǔ)設(shè)施的可得性。尤其是西部數(shù)字基礎(chǔ)設(shè)施薄弱的地區(qū)，要重點(diǎn)推進(jìn)數(shù)字基礎(chǔ)設(shè)施建設(shè)與商用同時(shí)布局、同步發(fā)展，高起點(diǎn)、高標(biāo)準(zhǔn)建設(shè)西部地區(qū)數(shù)字基礎(chǔ)設(shè)施。第二，加快企業(yè)數(shù)字化建設(shè)。企業(yè)應(yīng)抓住當(dāng)前數(shù)字賦能發(fā)展機(jī)遇，實(shí)施全面的數(shù)字化改造與轉(zhuǎn)變，加大企業(yè)利用數(shù)字工具搭建智能分析與決策系統(tǒng)模型，提升企業(yè)內(nèi)部的戰(zhàn)略管控和決策能力。特別是中小企業(yè)和西部地區(qū)企業(yè)要重視數(shù)字化投入，結(jié)合自身實(shí)際引進(jìn)高水平數(shù)字技術(shù)，提高研發(fā)、生產(chǎn)、銷售以及管理等環(huán)節(jié)的數(shù)字化水平，推動實(shí)現(xiàn)企業(yè)內(nèi)部縱向集成，企業(yè)間橫向集成及產(chǎn)業(yè)鏈端到端集成。第三，加強(qiáng)與政府、高校、企業(yè)和科研機(jī)構(gòu)的聯(lián)系與合作。利用數(shù)字技術(shù)加強(qiáng)與其他企業(yè)、組織的深度聯(lián)系與合作，通過各組織間合作實(shí)現(xiàn)資源與知識共享、共用、共聯(lián)。特別是中小企業(yè)和西部地區(qū)企業(yè)，更應(yīng)加強(qiáng)與其他組織的聯(lián)系與合作，通過合作彌補(bǔ)自身創(chuàng)新能力與資源的不足，尤其是加強(qiáng)組織間的研發(fā)協(xié)作，依托比較優(yōu)勢和互補(bǔ)優(yōu)勢，通過整合研發(fā)特長，推動中小企業(yè)和西部企業(yè)實(shí)現(xiàn)創(chuàng)新發(fā)展。第四，加強(qiáng)企業(yè)員工數(shù)字技能培訓(xùn)與提升。企業(yè)要重視員工的人力資本累積，進(jìn)一步增加員工的數(shù)字技術(shù)培訓(xùn)投入，通過定期的企業(yè)內(nèi)部或外出培訓(xùn)，提高其獲得信息資源和學(xué)習(xí)外界知識和經(jīng)驗(yàn)的能力。中小企業(yè)和西部地區(qū)企業(yè)更要重視人力資本積累，通過加強(qiáng)員工培訓(xùn)，增強(qiáng)員工利用數(shù)字技術(shù)的能力，提升員工準(zhǔn)確掌握市場動態(tài)變化的能力，提高企業(yè)技術(shù)創(chuàng)新效率。參考文獻(xiàn)：

[1] 王文娜， 劉戒驕， 張祝愷. 研發(fā)互聯(lián)網(wǎng)化、融資約束與制造業(yè)企業(yè)技術(shù)創(chuàng)新 [J]. 經(jīng)濟(jì)管理， 2020（9）： 127-143.

[2] 施炳展， 李建桐. 互聯(lián)網(wǎng)是否促進(jìn)了分工： 來自中國制造業(yè)企業(yè)的證據(jù) [J]. 管理世界， 2020（4）： 130-149.

[3] 朱勤， 孫元， 周立勇. 平臺賦能、價(jià)值共創(chuàng)與企業(yè)績效的關(guān)系研究 [J]. 科學(xué)學(xué)研究， 2019（11）： 2026-2033.

[4] 池毛毛， 葉丁菱， 王俊晶， 等. 我國中小制造企業(yè)如何提升新產(chǎn)品開發(fā)績效： 基于數(shù)字化賦能的視角 [J]. 南開管理評論， 2020（3）： 63-75.

[5] 劉靜， 惠寧， 南士敬. 數(shù)據(jù)賦能驅(qū)動文化產(chǎn)業(yè)創(chuàng)新效率的非線性研究： 基于STR模型的實(shí)證檢驗(yàn) [J]. 經(jīng)濟(jì)與管理研究， 2020（7）： 31-46.

[6] HERMANSSON E， MARTENSSON L. Empowerment in the midwifery context： a concept analysis [J]. Midwifery， 2011， 27（6）： 811-816.

[7] LENKA S， PARIDA V， WINCENT J. Digitalization capabilities as enablers of value co-creation in servitizing firms [J]. Psychology & Marketing， 2017， 34（1）： 92-100.

[8] 世界銀行. 2016年世界發(fā)展報(bào)告： 數(shù)字紅利 [M]. 胡光宇， 等， 譯. 北京： 清華大學(xué)出版社， 2017.

[9] 孫新波， 蘇鐘海. 數(shù)據(jù)賦能驅(qū)動制造業(yè)企業(yè)實(shí)現(xiàn)敏捷制造案例研究 [J]. 管理科學(xué)， 2018（5）： 117-130.

[10] 宋華， 楊雨東. 現(xiàn)代ICT賦能的智慧供應(yīng)鏈金融創(chuàng)新與發(fā)展 [J]. 中國流通經(jīng)濟(jì)， 2019（12）： 34-41.

[11] 張昕蔚. 數(shù)字經(jīng)濟(jì)條件下的創(chuàng)新模式演化研究 [J]. 經(jīng)濟(jì)學(xué)家， 2019（7）： 32-39.

[12] BLOOM N， GARICANO L， SADUN R， et al. The distinct effects of information technology and communication technology on firm organization [J]. Management Science， 2013， 60（12）： 2859-2885.

[13] 楊震寧， 李東紅. 中國制造業(yè)企業(yè)創(chuàng)新： 行業(yè)競爭， 嵌入集群的社會資本與技術(shù)戰(zhàn)略選擇 [J]. 財(cái)貿(mào)經(jīng)濟(jì)， 2010（6）： 98-105.

[14] 甄美榮， 鄭雪婷， 李璐. 協(xié)作研發(fā)網(wǎng)絡(luò)結(jié)構(gòu)、企業(yè)知識吐納能力與創(chuàng)新： 基于71家新能源汽車企業(yè)的考察 [J]. 產(chǎn)經(jīng)評論， 2020（1）： 54-66.

[15] PEE L G. Customer co-creation in B2C e-commerce： does it lead to better new products？ [J]. Electronic Commerce Research， 2016， 16（2）： 217-243.

[16] CHAPMAN G， LUCENA A， AFCHA S. R&D subsidies & external collaborative breadth： differential gains and the role of collaboration experience [J]. Research Policy， 2018， 47（3）： 623-636.

[17] 溫珺， 閻志軍， 程愚. 數(shù)字經(jīng)濟(jì)與區(qū)域創(chuàng)新能力的提升 [J]. 經(jīng)濟(jì)問題探索， 2019（11）： 112-124.

[18] 施炳展. 互聯(lián)網(wǎng)與國際貿(mào)易： 基于雙邊雙向網(wǎng)址鏈接數(shù)據(jù)的經(jīng)驗(yàn)分析 [J]. 經(jīng)濟(jì)研究， 2016（5）： 172-187.

[19] 沈國兵， 袁征宇. 企業(yè)互聯(lián)網(wǎng)化對中國企業(yè)創(chuàng)新及出口的影響 [J]. 經(jīng)濟(jì)研究， 2020（1）： 33-48.

[20] 馬俊龍， 寧光杰. 互聯(lián)網(wǎng)與中國農(nóng)村勞動力非農(nóng)就業(yè) [J]. 財(cái)經(jīng)科學(xué)， 2017（7）： 50-63.

[21] 朱紅根， 宋成校. 互聯(lián)網(wǎng)使用對家庭農(nóng)場勞動力資源配置的影響 [J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2020（8）： 40-53.

[22] 陳玉宇， 吳玉立. 信息化對勞動力市場的影響： 個(gè)人電腦使用回報(bào)率的估計(jì) [J]. 經(jīng)濟(jì)學(xué)（季刊）， 2008（4）： 1149-1166.

[23] 黎文靖， 鄭曼妮. 實(shí)質(zhì)性創(chuàng)新還是策略性創(chuàng)新？ [J]. 經(jīng)濟(jì)研究， 2016（4）： 60-73.

[24] 呂鐵， 王海成. 勞動力市場管制對企業(yè)技術(shù)創(chuàng)新的影響： 基于世界銀行中國企業(yè)調(diào)查數(shù)據(jù)的分析 [J]. 中國人口科學(xué)， 2015（4）： 32-46.

[25] FISMAN R， SVENSSON J. Are corruption and taxation really harmful to growth？ Firm level evidence [J]. Journal of Development Economics， 2007， 83（1）： 63-75.

編輯： 鄭雅妮、高原

Abstract： Promoting technological innovation through digital empowerment has become the common choice of major developed countries， and it is also an important support for China to promote high-quality economic development. Based on the 2012 World Bank survey data of Chinese companies， this paper empirically examines the impact of digital empowerment on corporate technological innovation and the path of action from the perspective of micro-enterprises. The research found that： digital empowerment has a significant promotion effect on enterprise technological innovation， and the conclusions are still valid after endogenous and robustness tests; compared with large-scale， well-capitalized， and eastern enterprises， digital empowerment has relatively weaker impact on technological innovation of small and medium-sized， financing constraints， and western enterprises. The mechanism test found that digital empowerment can influence enterprise technological innovation through three intermediary channels： promoting R&D collaboration between enterprises， reducing enterprise innovation costs， and empowering human capital. This article believes that government departments should formulate policies to support digital development， accelerate the construction of digital technology infrastructure， and enhance the availability of digital infrastructure for enterprises. Enterprises should attach great importance to the impact of digital empowerment on technological innovation， and accelerate the advancement of enterprise digitalization.

Keywords： digital empowerment; digital technology; technological innovation; R&D collaboration; innovation cost; human capital