蘇濤永,王 柯

(同濟大學 經濟與管理學院,上海 200092)

一、 引 言

2023年2月,中共中央、國務院印發(fā)的《數字中國建設整體布局規(guī)劃》明確提出,構筑自立自強的數字技術創(chuàng)新體系,不僅要健全關鍵核心技術攻關新型舉國體制,還要加強企業(yè)主導的產學研深度融合。產學研合作是增強國家戰(zhàn)略科技力量,助力經濟高質量發(fā)展的重要動力[1-2]。企業(yè)作為微觀經濟的核心主體,產學研合作是彌補其內部研發(fā)能力的一種創(chuàng)新戰(zhàn)略,也是提升其創(chuàng)新能力的重要手段[3-4]。在當前數字經濟蓬勃發(fā)展,傳統產業(yè)亟待升級的背景下,企業(yè)數字化轉型成為賦能產業(yè)升級、推動產業(yè)高質量發(fā)展的另一重要途徑。通常,企業(yè)數字化轉型的路徑可以通過自主轉型與合作轉型實現,合作轉型包括外部企業(yè)合作轉型和產學研合作轉型。相較于企業(yè)合作轉型,產學研合作轉型主體——高校和科研院所,作為數字化人才、知識、技術、專利等數字化資源的重要供給側,在推進企業(yè)數字化轉型中發(fā)揮著重要作用[5]。因為在數字經濟時代,智力資本的重要性不斷提高,其稀缺性以及資產專有性均超過財務資本[6]。正如華為創(chuàng)始人任正非在2020年期間訪問上海交通大學、復旦大學、南京大學等高校時所強調的,高校在產學研合作、人才培養(yǎng)、基礎研究等方面起到“燈塔”作用,能夠為制造業(yè)的良性發(fā)展提供穩(wěn)定的智力輸出,奠定后發(fā)優(yōu)勢。例如,三一集團、華中數控長期與華中科技大學等高校保持緊密合作關系,形成了集群化、生態(tài)化產學研融合研發(fā)平臺體系,突破多項“卡脖子”核心技術,為數字化轉型奠定了堅實基礎[7-8]。因此,在數字化背景下,深入探索企業(yè)數字化轉型的影響因素、準確理解產學研合作和企業(yè)數字化轉型的內在關聯,有助于為產學研合作和數字化轉型的企業(yè)實踐和政策制定提供理論支撐,因而具有重要的現實意義。

作為企業(yè)數字化轉型的重要影響因素,產學研合作能否有效助力企業(yè)實現數字化轉型尚未有確切的實證結論支持。事實上,現有的研究將分析重點放在數字技術如何促進產學研合作上[9-10],相反的效果幾乎被現有文獻所忽視。產學研合作與企業(yè)數字化轉型二者之間的影響方向與內在機制僅能從其他相關文獻進行推論。一方面,數字化轉型往往需要企業(yè)持續(xù)不斷地增加研發(fā)投入,并形成良好的創(chuàng)新生態(tài)系統,提升企業(yè)的創(chuàng)新驅動力[11]。文獻表明產學研合作能夠通過平臺效應和資金效應[12]、創(chuàng)新融資和信息共享[13]等不同渠道提高企業(yè)技術創(chuàng)新的投入、效率和質量[3-14]。同時,產學研合作能夠為企業(yè)帶來更高的生產力和創(chuàng)新獨創(chuàng)性[15],更多的前瞻性知識和技術,賦能企業(yè)未來的成長[4]。從這一角度說,產學研合作賦予企業(yè)的技術創(chuàng)新能力,為企業(yè)數字化轉型提供了強有力的支撐。另一方面,數字化轉型不是一蹴而就的,具有復雜性、長期性和不確定性,若企業(yè)的組織管理制度和數字化技術架構不能有效匹配,數字化轉型產生的收益將會被高昂的隱形成本抵消[16-17]。產學研合作主體由于在目標、激勵、價值觀和文化存在較大差異[3],容易產生協調和監(jiān)督問題[14]。此外,產學研合作對企業(yè)價值的實現存在較大的時間滯后性[18]。這使得產學研合作在推進產業(yè)數字化轉型的過程中依然面臨著政策體系不完善、教研場景驅動性低、科研成果適配度低、知識產權爭執(zhí)等現實問題[5]。若這些問題不能很好地加以解決,產學研合作會導致企業(yè)數字化轉型的低效和失敗。不難發(fā)現,現有文獻對“產學研合作—數字化轉型”關系的探討尚未達成共識,二者作用的方向、機制和邊界并不清晰,本文的實證研究有望對已有研究作出有益補充。

鑒于此,本文以協同創(chuàng)新理論和開放式創(chuàng)新理論為基礎,以中國上市公司官網的新聞報道為數據來源,借助產學研合作文獻和政府政策的語義表述,利用文本分析方法構建了反映企業(yè)層面產學研合作程度的指標,考察了產學研合作對企業(yè)數字化轉型的影響機理,并從政府注意力投入、行業(yè)屬性和市場化水平三個視角對二者關系的異質性進行了詳細解析,最后分析了產學研合作與企業(yè)數字化轉型關系的作用成果。

本文的創(chuàng)新點和邊際貢獻在于:第一,理論層面。(1)與前人主要研究數字技術對產學研合作的影響不同[9-10],本文從產學研協同創(chuàng)新理論視角出發(fā),檢驗了產學研合作對企業(yè)數字化轉型的促進效應,為產學研合作提升企業(yè)數字化轉型能力提供了實證依據,豐富了產學研合作和企業(yè)數字化轉型內在關聯的相關研究,拓展了協同創(chuàng)新理論在數字化領域的應用,為企業(yè)數字化轉型提供了新的理論啟示。(2)目前對產學研合作影響數字化轉型的研究主要局限于理論分析[5],對二者關系的形成機制、影響邊界和作用后果尚缺乏系統性分析和嚴格的實證檢驗[9],本文不僅證明產學研合作能夠顯著促進企業(yè)數字化轉型,還考察了政府注意力、行業(yè)屬性和市場化水平在其中的異質性作用,并在此基礎上進一步分析了產學研合作通過提升企業(yè)數字化水平的傳導渠道促進數字化成果的產出,這不僅呼應了現有研究對產學研合作如何提高數字成果轉化的呼吁[19],也拓展了協同創(chuàng)新理論的應用情境。(3)已有研究從諸多視角對企業(yè)數字化轉型影響因素進行了探討[20],但是對處于VUCA時代的組織系統來說,難以通過孤立的個體實現組織變革,需要開放式合作實現數字化轉型[9]。本文的研究結論拓展了企業(yè)數字化轉型影響因素和作用后果的研究框架,為理解企業(yè)數字化轉型提供了新的視角和思路。第二,方法層面。(1)盡管已有文獻對產學研合作與數字化轉型間的關系進行了有益探索,但大多采用問卷調查[21]、案例分析[7-8]等方法,對二者實證關系的檢驗相對滯后。本文利用非結構化的新聞文本數據構建了衡量公司層面的產學研合作指標,對“產學研合作—數字化轉型”的關系進行了大樣本實證檢驗。這響應了Perkmann等(2021)[22]學者提出的利用檔案數據,而非問卷數據來解決產學研合作模式研究相對分散的問題。(2)不同于以往僅僅通過企業(yè)披露的高校詞頻數量來衡量產學研合作的研究[23],本文利用關鍵詞“搜索—匹配—加總”的文本分析方法,更加全面、直接、有效地衡量了不同產學研合作模式背后所反映的合作程度,不僅有效降低了噪聲,也為后續(xù)相關研究奠定了扎實的數據基礎。

二、 理論分析與研究假設

(一) 產學研合作對企業(yè)數字化轉型的影響

企業(yè)數字化轉型是指通過運用大數據、云計算、人工智能等數字技術重構產品和服務、商業(yè)模式、業(yè)務流程、組織結構等,引發(fā)組織創(chuàng)造和獲取價值變革的過程[24-25]。對處于VUCA時代的組織系統來說,難以通過孤立的個體面對外部環(huán)境變化和實現組織變革,需要交換企業(yè)內外部的信息和資源實現數字化轉型[26]。外向型的開放式創(chuàng)新是拓展技術知識邊界的重要保障[27],是企業(yè)內部研發(fā)能力的重要補充[4]。相較于開放式創(chuàng)新,協同創(chuàng)新是更為復雜的組織方式,主要表現為產學研合作過程[28],其內涵本質是企業(yè)、高校、科研院所、政府、用戶等主體以知識增值為核心,以資源共享或者優(yōu)勢互補為前提[29],以共同參與、共享成果、共擔風險為準則,實現知識創(chuàng)造、知識共享和知識應用的創(chuàng)新組織模式[30]。

不同的外部技術來源及合作方式與企業(yè)數字化轉型有著很強的相關性。鄭瓊潔和姜衛(wèi)民(2022)[21]的研究表明,僅僅以其他企業(yè)作為外部技術來源的企業(yè)在數字化轉型方面較為薄弱,而選擇大學、科研機構作為外部技術來源的企業(yè)數字化轉型的程度更高。協同創(chuàng)新理論認為,相比企業(yè)之間的協同,利益獲取的非競爭性是產學研協同創(chuàng)新的優(yōu)勢。高校、科研院所能夠為企業(yè)數字化轉型提供互補性資產和異質性資源[17]。已有研究表明,實現數字化技術對企業(yè)的增值作用除了需要投入技術,還需要組織管理模式的重構、生產經營活動的調整、員工技術能力的培訓等一系列異質性資源的投入[31]。Li等(2018)[32]認為,知識和技能互補的多元化管理團隊更能夠成功感知并抓住機遇,重新配置組織資源、能力和結構,促進企業(yè)數字化轉型。企業(yè)和高校、科研院所在數字化轉型分工上具有高度的互補性,高校等強調基礎研究的突破,而企業(yè)注重應用類技術的創(chuàng)新,前者是后者的基礎,后者是前者的動力。因此企業(yè)在數字化轉型方面加強與高校、科研院所的合作能夠起到事半功倍的作用。此外,與高校、科研院所、科技園等建立良好合作關系還可以促進成功案例實踐和方法的交流,以克服管理層對采用新技術的負面態(tài)度[33]。因此,本文提出如下假設:

假設1:產學研合作有助于促進企業(yè)數字化轉型。

(二) 產學研合作對企業(yè)數字化轉型的影響機制

1.人才機制。數字化轉型帶來的機遇和挑戰(zhàn)需要企業(yè)持續(xù)的創(chuàng)新和學習,這取決于人的能力[34]。業(yè)界和學界的諸多經驗證實,數字化人才短缺是企業(yè)數字化轉型面臨的主要瓶頸[17],尤其是與大數據應用相匹配的技術人員或高素質的復合型勞動力的供給不足[35]。數字化轉型需要掌握人工智能與機器學習、大數據、區(qū)塊鏈、云計算等數字前沿技術的人才,特別是對數學、物理、計算機等基礎學科和理工科專業(yè)有著較高的要求[36]。高校在智能制造、交叉學科融合和新工科人才培養(yǎng)等方面處于快速發(fā)展階段[37],能夠為企業(yè)提供豐富的人力資本。通過與高校、科研院所等之間的合作,有助于企業(yè)獲得大量專業(yè)勞動力,這些勞動力構成了智力人力資本的關鍵要素[38],彌補了企業(yè)在數字化人才短缺方面的不足。

2.創(chuàng)新機制。數字化轉型通常需要企業(yè)持續(xù)不斷地增加研發(fā)投入,并形成良好的創(chuàng)新生態(tài)系統,以提升企業(yè)的創(chuàng)新驅動力[11]。研發(fā)投入越多、技術水平越高的企業(yè),數字化轉型程度越深[21]。在各種外部知識來源中,大學和科研院所等公共研究組織通過為企業(yè)提供科技人才和潛在技術來促進其技術進步[39]?，F有研究還發(fā)現,產學研合作能夠通過校友網絡聯結[13]、設立博士后工作站[12]、會議交流等合作模式促進企業(yè)技術創(chuàng)新的投入、效率和質量[3,14],幫助企業(yè)實現技術的進步與升級,進而促進數字化轉型。此外,產學研合作能夠為企業(yè)帶來更高的生產力和創(chuàng)新獨創(chuàng)性[15],更多的前瞻性知識和技術,賦能企業(yè)未來的成長[4]。從這一角度說,產學研合作賦予企業(yè)的技術創(chuàng)新能力,為企業(yè)數字化轉型提供了強有力的支撐。綜上所述,本文提出如下假設:

假設2a:產學研合作通過人才效應促進企業(yè)數字化轉型。

假設2b:產學研合作通過創(chuàng)新效應促進企業(yè)數字化轉型。

(三) 產學研合作對企業(yè)數字化轉型的調節(jié)效應

產學研合作本身能夠促進企業(yè)的數字化轉型,但合作主體所處的組織制度環(huán)境等約束性因素也將產生不可忽略的影響。由于產學研合作主體在目標導向和利益訴求等方面存在顯著差異,使得數字化轉型這類投入高、風險大的創(chuàng)新活動難以有效開展,往往需要政府伸出“幫助之手”,通過制度支持彌補產學研合作的市場失靈問題[40]。不同行業(yè)的產學研合作程度存在顯著差異(詳見圖2),將技術優(yōu)勢和人才優(yōu)勢轉化為企業(yè)數字化轉型的動力也不盡相同。此外,產學研合作作為一項多主體參與的復雜系統,其運行需要良好的制度環(huán)境。所以下文擬從政府注意力視角、行業(yè)屬性視角和市場化水平視角探討產學研合作對企業(yè)數字化轉型的調節(jié)機制。

1.政府注意力視角。注意力是選擇性地關注主觀或客觀信息的一個特定方面,同時忽略其他感知信息的認知和行為的過程[41]。注意力被視為研究政府行為的新視角,將深刻影響著議題識別、政策設計與執(zhí)行。對政府來說,注意力和財政資源、人力資源、信息資源和時間資源一樣有限且寶貴[42]。因此,注意力分配是理解政府對于某一領域資源的有效供給和明確此領域未來發(fā)展方向的有效方法[43]。協同創(chuàng)新涉及知識的整合共享、資源的優(yōu)化配置和行為的同步優(yōu)化[28],政府需要通過協同創(chuàng)新政策的一致導向性,才能實現高校、企業(yè)、政府之間的行動最優(yōu)同步化?；A研究共同研發(fā)和科技人才聯合培養(yǎng)作為產學研合作的重要內容,如果政府在基礎研究和科技人才投入的注意力越多,向此領域傾斜的實際財政資源就越多。如此一來,越有助于加強產學研合作對企業(yè)數字化轉型的促進效果。

2.行業(yè)屬性視角。行業(yè)屬性的不同也會影響產學研合作對企業(yè)數字化轉型的影響程度。研究表明,資源和勞動密集型行業(yè)的技術升級受高校產學研的推進作用不明顯,而技術與資本密集型行業(yè)受益更多[44]。高新技術企業(yè)面臨的不確定性和復雜性更高,從而使其對各種研發(fā)要素的需求程度更高。產學研合作有助于實現異質性知識、人才在校企間的有效流動和共享,能夠較好滿足企業(yè)對人才、知識與技術的需求[12],為企業(yè)數字化轉型提供數字資源基礎。此外,高新技術行業(yè)企業(yè)本身積聚著大量技術和資本資源,整體技術水平較高,創(chuàng)新意愿較強,通過產學研合作能取得更多的技術進步[44]。

3.市場化水平視角。在產學研合作中,由于企業(yè)和高校等科研機構在目標導向、利益訴求、研究重點和知識基礎等多個維度存在顯著差異,常常面臨知識產權模糊、利益分配不清等問題,這不利于合作主體對異質知識要素的吸收。如果地區(qū)的市場化水平較高,例如要素市場和市場中介組織的發(fā)育比較完善、法律制度環(huán)境比較健全等,就能通過降低交易成本、改善合作承諾、阻礙機會主義行為等方式為合作主體提供保護框架[3],促進各方對知識要素的吸收。此外,更高水平的市場化程度還能提高產學研主體在研發(fā)合作中共享資源和知識的意愿,通過規(guī)定各方的權利、義務和責任等[3,10],促使異質性知識和技術轉化為企業(yè)數字轉型所需要的資源。綜上所述,本文提出如下假設:

假設3a:產學研合作對企業(yè)數字化轉型的促進效應在政府注意力強的地區(qū)更顯著。

假設3b:產學研合作對企業(yè)數字化轉型的促進效應在高新技術行業(yè)更顯著。

假設3c:產學研合作對企業(yè)數字化轉型的促進效應在市場化水平高的地區(qū)更顯著。

三、 研究設計

(一) 樣本選擇與數據來源

本文選取2011—2020年中國A股上市公司作為初始研究樣本,原因在于中國數字經濟規(guī)模的快速擴張和數字技術的廣泛應用的趨勢主要體現在2010年以后[45];2020年暴發(fā)的新冠肺炎疫情,影響了產學研各主體在線下的合作與交流,導致數量有明顯下降(詳見圖2),為避免樣本誤差,將樣本選擇時間截止到2020年。本文按照以下標準篩選樣本:(1)剔除屬于金融、保險行業(yè)的樣本;(2)剔除ST、ST* 和PT的樣本;(3)剔除相關變量缺失的樣本。最終包含4580個公司—年度觀測值。企業(yè)數字化轉型數據來自上市公司年報。產學研合作數據來自上市公司官網新聞報道。公司財務數據來自國泰安(CSMAR)數據庫。地區(qū)層面數據來自《中國統計年鑒》《中國城市統計年鑒》。

(二) 變量定義與測量

1.被解釋變量:企業(yè)數字化轉型。現有研究認為,對上市公司年報進行關鍵詞詞頻分析,是反映企業(yè)經營戰(zhàn)略的可行方式,某類關鍵詞在年報中出現的次數越多,說明企業(yè)的注意力和認知水平越高,實際投入的資源就越多[23]。參考現有研究對企業(yè)數字化轉型程度的衡量方法[11,46]、結合權威政策的定義,本文選取人工智能技術、大數據技術、云計算技術、區(qū)塊鏈技術和數字技術運用五個維度,共計76個數字化轉型相關詞頻進行分析,將數字化轉型關鍵詞在年報中出現的次數總數作為衡量企業(yè)數字化轉型水平(Digital)的指標。為了避免反向因果問題以及考慮到產學研合作對企業(yè)數字化轉型影響的延遲性,被解釋變量均選用t+1期(Digitalt+1)。

2.解釋變量:產學研合作。企業(yè)與高校、科研院所的合作并非強制披露信息,無法通過數據庫批量獲取?，F有文獻大多利用專利申請人構成、問卷調查、案例分析或模擬仿真等方法,探究產學研合作對企業(yè)的影響。但是專利申請本身是產學研合作的成果體現,無法探究產學研合作影響企業(yè)的過程[47]。問卷方法的非標準化、非全面性也限制了產學研對企業(yè)影響的深入分析[22]。案例分析的小樣本特征使得研究結論的普適性不足[7-8]。模擬仿真等方法也未能基于企業(yè)豐富的產學研實踐活動進行實證檢驗。

與知名高校、科研院所合作是彰顯企業(yè)科研實力、提升社會形象的重要事件,企業(yè)往往會在官網的新聞資訊等欄目進行詳細披露。通常,產學研合作新聞包含時間、地點、合作雙方、合作模式、過程、預期成果等詳細內容,這為本文進行深入的文本分析提供了良好的機會。此外,現有研究利用上市公司官網的新聞報道數據進行實證分析[48],為本文提供了研究支撐。

產學研合作實踐有著豐富的合作模式。Schartinger等(2002)[49]學者根據知識互動的正式化程度、隱性知識的轉移、人員接觸方式等區(qū)分了專利許可、聯合研發(fā)、共同參與會議、學術創(chuàng)業(yè)、非正式研討、通過項目培訓學生、人員互流等16種產學研合作模式。Ankrah和Al-tabbaa(2015)[50]提出了個人非正式關系、個人正式關系、第三團體、正式目標協議、非正式目標協議、目標結構五種產學研合作模式。還有的學者對產學研合作模式進行了更為簡潔的劃分。例如,仲偉俊等(2009)[51]從合作契約的視角,將產學研合作類型劃分為正式合作和非正式合作。

本文利用關鍵詞“搜索—匹配—加總”的文本分析方法構建了產學研合作指標:(1)搜索:本文結合產學研合作文獻定義、企業(yè)實踐新聞和政府政策文件,確定了產學研合作模式的一級關鍵詞,分別是:簽訂協議、合作研發(fā)、共建平臺、創(chuàng)建企業(yè)、人才培養(yǎng)、會議交流、考察調研、行業(yè)聯盟和其他模式。其次,根據9種一級產學研合作模式關鍵詞確定了90個二級關鍵詞。例如,簽訂協議模式包含“簽署”“簽訂”等;合作研發(fā)模式包含“研發(fā)”“開發(fā)”“項目”等;共建平臺模式包含“中心”“博士后”“院士”“實驗室”等;創(chuàng)建企業(yè)模式包含“公司”“集團”等;人才培養(yǎng)模式包含“實習”“獎學金”“人才”“培養(yǎng)”等;會議交流模式包含“會”“壇”“賽”等;考察調研模式包含“參觀”“考察”“調研”等;行業(yè)聯盟模式包含“聯盟”等;其他模式包含“公益”“白皮書”“標準”等。(2)匹配:根據上述方式整理的90個合作模式關鍵詞,通過Python程序在公司官網進行大規(guī)模的抓取和匹配。(3)加總:最后,對數據進行篩選、刪除,最終確定了共計23149條有效的產學研合作數據。根據本文數據的收集方式,企業(yè)的子公司和高校、科研院所合作,同樣視為和上市公司本身合作。按照Perkmann等(2021)[22]學者的建議,將每家企業(yè)每年產學研合作模式出現的頻數進行加總來構建產學研合作指標(Academia-Industry-Collaboration,AIC),并加1取對數。

產學研合作指標的有效性驗證。已有研究表明,產學研合作與企業(yè)研發(fā)投入、企業(yè)技術人員數量和企業(yè)創(chuàng)新能力有著強關聯[3]。為了驗證產學研合作(AIC)指標的有效性和準確性,本文進一步考察該指標與企業(yè)研發(fā)投入的對數值(R&D)、研發(fā)技術人員的對數值(R&D_workers)、企業(yè)專利申請總數的對數值(Patent)的正向關聯。其中,本文用專利申請數量衡量企業(yè)的創(chuàng)新能力,原因在于專利申請量更能反映企業(yè)的創(chuàng)新效果,也更加穩(wěn)定、可靠和及時。專利分為發(fā)明專利、實用新型專利與外觀設計專利。本文參考現有研究的做法,用發(fā)明專利、實用新型專利與外觀設計專利申請數量之和的自然對數衡量企業(yè)創(chuàng)新能力。我們參考模型(1)(見下文)的控制變量,將上述三個指標分別放入模型(1)中進行回歸分析,結果如表1所示。產學研合作指標與企業(yè)研發(fā)投入、企業(yè)技術人員數量和企業(yè)創(chuàng)新能力均在1%的水平上顯著,驗證了產學研合作指標構建的有效性和準確性。

表1 產學研合作變量的有效性驗證

3.機制變量。(1)人才效應(Masteratei+1)。本文用企業(yè)內部碩士及以上學歷的員工占比衡量[12],并選用t+1期。(2)創(chuàng)新效應(Innovationi+1)。本文用研發(fā)支出占營業(yè)收入比例衡量[52],并選用t+1期。

4.調節(jié)變量。(1)政府注意力(Attention)。高校是基礎研究的“高地”和高質量科技人才的重要供給方。政府在基礎研究和科技人才方面的注意力越多,產學研合作的效果越好。本文對2007年至2021年的274份地級市政府工作報告進行本文分析,共統計“基礎研究”和“科技人才”27個關鍵詞詞頻[43]。其中,“基礎研究”參考2018年頒布的《國務院關于全面加強基礎科學研究的若干意見》提煉出以下關鍵詞,包括:基礎研究,科學研究,應用基礎研究,核心技術,基礎科學,前沿技術,原始創(chuàng)新,關鍵技術,社會公益技術?！翱萍既瞬拧标P鍵詞包括:人才資源,海外高層次人才,留學人員,人才隊伍建設,科技體制改革,人才強國戰(zhàn)略,科教興國戰(zhàn)略,科技成果,知識產權,科技創(chuàng)新,高層次人才,領軍人才,創(chuàng)新團隊,人才隊伍,創(chuàng)新創(chuàng)業(yè),科研人員,雙創(chuàng),創(chuàng)新驅動。根據基礎研究和科技人才關鍵詞出現的頻數總數構建政府注意力指標。(2)市場化水平(Market)。參考樊綱等(2011)[53]的研究,本文根據政府與市場關系、非國有經濟發(fā)展、產品市場的發(fā)育程度、要素市場的發(fā)育程度和市場中介組織的發(fā)育與法律制度環(huán)境五項指標構建市場化總指數。(3)行業(yè)屬性(Hightech)。高新技術企業(yè)的認定來自科技部對高新技術領域的認定,本文參考潘越等(2017)[54]的研究,將以下行業(yè)確定為高新技術企業(yè):醫(yī)藥制造業(yè)、鐵路傳播航天和其他運輸設備制造業(yè)、軟件和信息技術服務業(yè)、軟件和信息技術服務業(yè)、化學纖維材料制造業(yè)、化學原料及化學制品制造業(yè)、儀器儀表制造業(yè)、計算機通信和其他電子設備制造業(yè),其他行業(yè)歸為非高新技術企業(yè)。如果企業(yè)屬于高新技術行業(yè),則賦值為1,否則為0。

5.控制變量。本文的控制變量包括企業(yè)層面的控制變量、行業(yè)層面的控制變量和地區(qū)層面的控制變量。企業(yè)層面的控制變量包括企業(yè)規(guī)模(Lnsize)、企業(yè)年齡(Lnage)、總資產收益率(ROA)、凈資產收益率(ROE)、資產負債率(LEV)、資產結構(Fasset)、營業(yè)收入(Lnor)、企業(yè)所有權性質(SOE),以及公司治理層面的兩職合一(Duality)、獨立董事占比(Indepen)、CEO平均任期(Avetenure)、CEO平均年齡(Aveage)、CEO平均學歷(Avedegree)。行業(yè)層面的控制變量包括行業(yè)競爭度(HHI)。地區(qū)層面的控制變量包含地區(qū)經濟水平(GDP)、數字經濟發(fā)展水平(Digitaleco)。此外,企業(yè)數字化轉型程度在不同省份、行業(yè)有著較大的差異,為了減輕省份和行業(yè)異質性的影響,以及避免宏觀經濟環(huán)境的時間變化趨勢,本文對年份(Year)、行業(yè)(Ind)和省份(Pro)進行了固定效應控制。以上所有變量的定義和計算方式如表2所示。為了消除極端值的影響,本文對所有連續(xù)變量在上下1%水平上進行縮尾處理。

表2 主要變量定義與測量

(三) 實證模型構建

本文采用OLS回歸模型,并采用異方差穩(wěn)健標準誤,將基準模型設定如下:

Digitali,t+1=α0+α1AICi,t+∑CV+∑Year+∑Ind+∑Pro+εi,t

(1)

其中,i表示企業(yè),t表示年份。Digitali,t+1表示企業(yè)i在t+1期的數字化轉型水平,AICi,t表示企業(yè)i在t期的產學研合作程度。∑CV代表控制變量,∑Year、∑Ind和∑Pro分別表示時間、行業(yè)和省份的固定效應。εi,t為隨機擾動項。根據前文理論假設,如果AIC的系數α1顯著為正,則表明產學研合作促進了企業(yè)的數字化轉型,與假設1相符。

四、 中國上市公司產學研合作的描述

圖1報告了2000—2020年上市公司在官網披露的產學研合作年度分布情況?？梢钥闯?除了2020年,上市公司的產學研合作數量逐年增加,尤其從2010年開始產學研合作數量大幅增加。這與中國數字經濟規(guī)模的快速擴張和數字技術的廣泛應用的趨勢主要體現在2010年以后相一致[45]。這說明隨著數字技術的發(fā)展,上市公司越來越重視與高校、科研院所的產學研合作。2020年暴發(fā)的新冠肺炎疫情,影響了產學研各主體在線下的合作與交流,因此數量有所下降。

圖1 上市公司產學研合作分年份統計

限于篇幅,本文選取了上市公司產學研合作數量最多的前30種行業(yè)進行分析(見圖2)。可以發(fā)現,軟件和信息技術服務業(yè)的產學研合作程度最高,合作數量達到2072次。醫(yī)藥制造業(yè),計算機,通信和其他電子設備制造業(yè),電氣機械及器材制造業(yè),化學原料及化學制品制造業(yè),專用設備制造業(yè)等技術要求較高行業(yè)的產學研合作程度也較高,產學研合作數量均超過1000次。此外,由圖2還可以看出,制造業(yè)企業(yè)的產學研合作程度較高,制造業(yè)產學研合作數量占所有行業(yè)(前30種行業(yè))產學研合作總數量的比例高達67%,其他行業(yè)占比相對較低。這表明產學研合作在行業(yè)間有較大的差異。

圖2 上市公司產學研合作分行業(yè)統計

圖3報告了31個省、市、自治區(qū)的上市公司產學研合作分地區(qū)統計信息,可以看出產學研合作存在顯著的地域差異,在東部經濟較為發(fā)達地區(qū)有著絕對優(yōu)勢,而在中西部較不發(fā)達地區(qū)產學研合作數量明顯較少。其中,廣東省以3528次產學研合作數量位居第一,占比達到全部省份的18%。產學研合作較多的省份分別是廣東省、北京市、浙江省、江蘇省、山東省與上海市,其產學研合作數量占產學研合作總數量比例均高于5%。而產學研合作較少的省份分別是寧夏回族自治區(qū)、西藏自治區(qū)、新疆維吾爾自治區(qū)、山西省、青海省、廣西壯族自治區(qū)、貴州省、重慶市、黑龍江省、吉林省和天津市,其占比均低于1%。這說明產學研合作不僅存在較強的區(qū)域聚集性,還與經濟發(fā)展水平或制度環(huán)境存在一定關聯。

圖3 上市公司產學研合作分地區(qū)統計

五、 實證結果分析

(一) 描述性統計

主要變量的描述性統計結果如表3所示。樣本企業(yè)的數字化轉型水平(Digital)的均值為16.762,最大值為142,最小值為0,標準差為32.285,可見上市公司間的數字化轉型程度差距較大。AIC表示產學研合作,最大值為3.401,最小值為0,標準差為0.702,也表明上市公司間的產學研合作程度存在顯著的差異。

表3 變量描述性統計結果

(二) 基本回歸結果分析

表4報告了產學研合作對企業(yè)數字化轉型的基準回歸結果,列(1)報告了不考慮控制變量和固定效應的回歸結果,AIC的估計系數為2.902,且在1%水平下顯著。列(2)報告了考慮控制變量后的回歸結果,AIC的估計系數降低至2.187,但依然在1%水平下顯著。由圖2和圖3分析可知,產學研合作在行業(yè)和省份間分布廣泛且存在較大差異,再加入年份、省份和行業(yè)的固定效應后重新進行回歸,列(3)AIC的估計系數有所下降(α=1.695),但是依然在1%水平下顯著。這一結果從經濟意義上看,如果產學研合作增加1個百分點,將使得企業(yè)的數字化程度增加1.695,相對于樣本期間企業(yè)數字化轉型程度的16.762而言提升了10%左右(1.695/16.762×100%)。這說明,不管是在統計意義上還是經濟意義上,產學研合作確實有助于企業(yè)的數字化轉型,因此假設1得到驗證。

表4 基準回歸結果

(三) 內生性檢驗

前文的基本研究結論面臨內生性問題的挑戰(zhàn)。一方面,產學研合作能夠為企業(yè)提供人才、技術、知識等異質性資源助力企業(yè)的數字化轉型;另一方面,企業(yè)的數字化水平越高,數字轉型績效越好,對產學研合作的需求就越多。為了避免因反向因果造成的內生性問題,本文在基本回歸中已經對被解釋變量進行了滯后一期。除此之外,本文利用工具變量法進一步對潛在的內生性問題加以處理。

本文采用合作院校等級和高管學術經歷作為工具變量。(1)合作院校等級(Degree)是根據2022年全國高等學校名單,將國家“985工程”高校、“211工程”高校、其他高校分別賦值3、2、1,將中國工程院、中國科學院、中國社會科學院等同于“985工程”高校,中國工程院、中國科學院、中國社會科學院下屬院所等同于“211工程”高校,其他科研院所賦值為1[12]。由于高校間存在一定的分層格局,等級越高的高校,在生源與校友質量、師資水平、科研經費、社會聲譽等多個方面都具有領先優(yōu)勢[12]。因此,高校的等級越高,越吸引更多的企業(yè)合作,企業(yè)和高校的產學研合作程度越高的同時并不會對企業(yè)自身的數字化轉型意愿產生影響,從而與其數字化轉型程度無關,因此符合外生性要求。(2)高管學術經歷是指企業(yè)高管團隊內高管具備在高校、科研機構或者協會正式任職的經歷[55]。其中,高管是董事會和監(jiān)事會成員之外對企業(yè)經營管理具有直接決策權力的管理人員,包含企業(yè)的首席執(zhí)行官、總經理、執(zhí)行總經理、副總經理、執(zhí)行副總經理、總會計師、財務負責人[56]。本文構建高管學術經歷(Academic)的虛擬變量,如果高管具有學術經歷則賦值為1,否則為0。如果高管具有在高校、科研機構或者協會正式任職的經歷,那么校企之間的互動會更加頻繁,能夠有效擴展企業(yè)產學研合作的關系網絡[23],但對企業(yè)的數字化轉型并沒有顯著的影響,符合外生性要求。

通過兩階段工具變量回歸后發(fā)現,合作院校等級和高管是否具有學術經歷對企業(yè)數字化轉型有著顯著影響,而在第二階段剔除干擾因素后,產學研合作仍然顯著提升了企業(yè)的數字化轉型程度,表5匯報了工具變量法第二階段的回歸結果。不可識別檢驗顯示Kleibergen-PaaprkLM統計量的結果在1%的水平上顯著,拒絕工具變量識別不足的原假設;Cragg-DonaldWaldF統計量大于Stock-Yogo弱工具變量識別F檢驗在10%顯著性水平上的臨界值,拒絕弱工具變量的原假設;工具變量的過度識別檢驗顯示p值大于0.1,接受原假設,說明本文所選的工具變量符合外生性要求。此外,為了穩(wěn)健起見,本文使用了對弱工具變量更不敏感的有限信息最大似然法(LIML)?；貧w結果如表5列(2)所示,產學研合作依然顯著提升了企業(yè)的數字化轉型程度,因此本文結論保持穩(wěn)健。

表5 工具變量法檢驗結果

(四) 穩(wěn)健性檢驗

1.更換企業(yè)數字化轉型衡量指標。本文參考趙宸宇等(2021)[57]的做法,對數字技術應用、互聯網商業(yè)模式、智能制造、現代信息系統四個維度共計99個數字化轉型相關詞頻進行統計。同樣,本文用數字化轉型詞頻數量之和衡量數字化轉型程度?；貧w結果如表6列(1)所示,與表4結果一致,產學研合作在1%水平上顯著促進了企業(yè)的數字化轉型(α=5.931),表明本文研究結論具備有效性和可靠性。

表6 穩(wěn)健性檢驗結果

2.更換產學研合作衡量指標。本文在基準回歸結果采用的詞頻數據存在一定噪聲,本文參考申宇等(2017)[13]的做法,對歸納的九種產學研合作模式按照正式程度進行1—9分的權重賦值,經過處理后的指標回歸結果如表6的列(2)所示,產學研合作依然在1%水平上顯著促進了企業(yè)的數字化轉型(α=0.963)。

3.更換回歸模型?？紤]到企業(yè)數字化轉型存在左截尾特點,本文在表6列(3)匯報了控制時間、省份和行業(yè)固定效應的三重Tobit回歸結果?？梢钥闯?AIC的估計系數在1%的水平上顯著為正(α=2.782),這與表4的回歸結果一致,證明本文的結果具有穩(wěn)健性。

4.考慮時間因素。考慮到新冠肺炎疫情的影響,2020年的產學研合作樣本數量明顯減少,會對結果造成潛在的偏差。此外,考慮到中國數字經濟規(guī)模的迅速擴張和數字技術高速發(fā)展及逐步應用的趨勢主要體現在2010年以后[45],因此同時也刪除了2010年之前的數據。具體回歸結果如表6的列(4)所示,企業(yè)產學研合作對數字化轉型的影響依然1%的水平上顯著為正(α=1.691),說明本文的回歸結果穩(wěn)健。

5.排除企業(yè)策略性行為的可能。企業(yè)的數字化轉型信息披露有夸大的可能,存在策略性宣傳的嫌疑[45]。本文參考現有研究做法[58],開展了以下檢驗:(1)剔除了與高科技、計算機、互聯網、主營業(yè)務與軟件相關的企業(yè)以及創(chuàng)業(yè)板上市公司。因為創(chuàng)業(yè)板上市公司屬于高新技術行業(yè)的較多,天然地與數字化、互聯網、大數據有聯系。(2)企業(yè)是否披露與數字化相關的信息受策略性行為的影響,本文剔除數字化詞頻為0的企業(yè)。(3)剔除樣本期間由于信息披露問題受到過中國證券監(jiān)督管理委員會或證券交易所處罰的企業(yè)。(4)借助模型估算企業(yè)數字化轉型詞匯的正常披露數量,將殘差值位于前25%的企業(yè)刪除后重新進行檢驗。表6的列(5)和列(8)報告了相應的檢驗結果,AIC的系數均至少在5%的水平上顯著為正(α=1.874,α=2.652,α=1.729,α=0.652),表明本文的基本結論不受企業(yè)策略性信息披露行為的影響。

六、 擴展性分析

(一) 作用機制檢驗

根據前文的理論闡述,產學研合作對企業(yè)數字化轉型的影響通過人才效應、創(chuàng)新效應發(fā)揮渠道作用。本文借鑒Baron和Kenny(1986)[59]的研究,采用逐步回歸法設定如下的路徑檢驗模型:

Digitali,t+1=β0+β1AICi,t+∑CV+∑Year+∑Ind+∑Pro+εi,t

(2)

Masteratei,t+1=β0+β1AICi,t+∑CV+∑Year+∑Ind+∑Pro+εi,t

(3)

Digitali,t+1=β0+β1AICi,t+β2Masteratei,t+1/Innovationi,t+1+∑CV+∑Year+∑Ind+∑Pro+εi,t

(4)

機制檢驗結果如表7所示,人才效應的檢驗結果如列(1)至列(3)所示。列(1)報告了模型(2)的檢驗結果,AIC的估計系數顯著為正(α=1.802),說明產學研合作顯著促進了企業(yè)的數字化轉型。列(2)報告了模型(3)的檢驗結果,AIC的估計系數在1%水平上顯著為正(α=0.609),說明通過科技人才的增加能夠促進企業(yè)的數字化轉型。列(3)報告了模型(4)的結果,Masteratei+1的估計系數在1%水平上顯著為正(α=0.579),AIC的回歸系數的絕對值和t值均低于模型(2)(α=1.758),并且Sobel Z值在1%的水平上顯著。此外,通過Bootstrap檢驗可知,所有回歸結果的置信區(qū)間均不包含0。假設2a得到驗證。(1)本文還用技術人員數量/員工總數衡量人才效應,回歸結果顯示AIC的系數顯著為正。

表7 機制檢驗結果

創(chuàng)新效應的機制檢驗結果如表7的列(4)至列(6)所示。列(6)Innovationi+1估計系數在1%水平上顯著為正(α=130.162),AIC的估計系數在1%水平上顯著為正(α=1.575),說明通過創(chuàng)新的增加能夠顯著促進企業(yè)的數字化轉型。同樣,模型(4)中AIC的回歸系數的絕對值和t值均低于模型(2),并且Sobel Z值在10%的水平上顯著。Bootstrap檢驗的結果同樣顯示所有回歸結果的置信區(qū)間均不包含0。因此,假設2b得到驗證。(2)本文還用企業(yè)專利申請數量作為衡量創(chuàng)新效應,回歸結果顯示AIC的系數顯著為正。

(二) 調節(jié)效應檢驗

本文構建模型(5)以檢驗在不同的政府注意力水平下,產學研合作對企業(yè)數字化轉型的調節(jié)效應。對高新技術企業(yè)和市場化水平的檢驗,將Attention分別替換成Hightech和Market,其他變量不變。

Digitali,t+1=γ0+γ1AICi,t+γ2Attentioni,t+γ3AIC×Attentioni,t+∑CV+∑Year+∑Ind+∑Pro+εi,t

(5)

表8是利用模型(5)對假設3進行檢驗的結果。根據列(1)的結果,加入政府注意力變量Attention和其交乘項后,產學研合作對企業(yè)數字化轉型的影響依然在1%的水平上顯著為正(α=1.462),Attention的回歸系數值不顯著為負。AIC×Attention的系數估計值顯著為正,且在10%水平上顯著(α=0.012)。表明政府在基礎研究和科技人才方面的注意力越高,產學研合作對企業(yè)數字化轉型的促進效果就越顯著。假設3a得到支持。根據列(2)的結果,在加入高新技術企業(yè)Hightech和其交乘項后,產學研合作對企業(yè)數字化轉型的影響在5%的水平上顯著為正(α=1.127)。Hightech的估計系數值顯著為正(α=1.510),表明高新技術企業(yè)對企業(yè)數字化轉型存在直接的正向影響。AIC×Hightech的系數在5%水平上顯著(α=2.364)。這表明相較于非高新技術企業(yè),高新技術企業(yè)對產學研合作與企業(yè)數字化轉型關系的促進效應更強。假設3b得到支持。根據列(3)的結果,加入市場化水平Market和其交互項后,產學研合作對企業(yè)數字化轉型的影響在1%的水平上顯著為正(α=1.332),Market的回歸系數值不顯著為負(α=-0.534)。AIC×Market的系數估計值顯著為正,且在5%水平上顯著(α=0.651)。這說明市場化水平程度越高,產學研合作對企業(yè)數字化轉型的推動作用越明顯。假設3c得到支持。

表8 調節(jié)效應交乘項檢驗結果

為進一步驗證調節(jié)變量對主效應影響結果的穩(wěn)健性,本文對三個調節(jié)變量進行分組檢驗,分別將樣本分為高政府注意力和低政府注意力兩組、高新技術企業(yè)和非高新技術企業(yè)兩組、高市場化水平和低市場化水平兩組。表9的前兩列結果顯示,當政府對基礎研究和科技人才的注意力高時,產學研合作對企業(yè)數字化轉型的影響更強,在1%的水平上顯著為正(α=2.366)。當政府的注意力低時,二者關系為正但并不顯著(α=0.470)。列(3)和列(4)的結果表明,當企業(yè)屬于高新技術行業(yè)時,產學研合作對企業(yè)數字化轉型的影響更強,在1%的水平上顯著為正(α=2.394);當企業(yè)不屬于高新技術行業(yè)時,產學研合作對企業(yè)數字化轉型的影響為正但并不顯著(α=0.189)。最后兩列結果說明,當企業(yè)位于市場化水平高的地區(qū)時,產學研合作對企業(yè)數字化轉型的影響更強,在1%的水平上顯著為正(α=2.669),當企業(yè)位于市場化水平低的地區(qū)時,產學研合作對企業(yè)數字化轉型的影響為正但并不顯著(α=0.464)。上述分組回歸檢驗結果與交乘項檢驗結果含義一致,說明本文調節(jié)效應結果的穩(wěn)健性。

表9 調節(jié)效應分組檢驗結果

(三) 作用后果檢驗:數字化成果

產學研合作是推動創(chuàng)新要素聚、提升創(chuàng)新供給能力、突破關鍵核心技術瓶頸的重要系統,以推動科技成果轉化和產業(yè)化為目標[19]。上市公司關鍵詞的詞頻分析僅代表企業(yè)的數字化轉型意愿和程度,但是產學研合作是否能切實促進企業(yè)數字化成果的產出,還需要進一步分析。

本文取自CSMAR企業(yè)轉型數據庫中的數字創(chuàng)新標準工作、數字創(chuàng)新論文數量、數字國家級獎項三類成果指標,并將三類成果的數量進行加總,構建了衡量數字化成果的指標(Digitalproducti,t+1)。其中,數字創(chuàng)新標準工作是當年參與國家標準制定數量和當年參與行業(yè)標準制定數量之和,標準名稱中均涉及數字化關鍵詞。數字創(chuàng)新論文數量是國內期刊發(fā)表的論文數量和國外期刊發(fā)表論文的數量之和,其中,國內期刊發(fā)表的論文來自中國知網,涉及計算機軟件及計算機應用、互聯網技術、電信技術學科,國外期刊發(fā)表論文來源Scopus,限定學科Computer Science。數字國家級獎項指標是指國家自然科學獎、國家技術發(fā)明獎、國家科學技術進步獎,獲獎項目名稱涉及數字化關鍵詞。與前文做法一致,本文采用逐步回歸法設定如下的路徑檢驗模型:

Digitalproducti,t+1=δ0+δ1AICi,t+∑CV+∑Year+∑Ind+∑Pro+εi,t

(6)

Digitali,t+1=δ0+δ1AICi,t+∑CV+∑Year+∑Ind+∑Pro+εi,t

(7)

Digitalproducti,t+1=δ0+δ1AICi,t+δ2Digitali,t+1+∑CV+∑Year+∑Ind+∑Pro+εi,t

(8)

表10報告了產學研合作對數字化成果的中介效應結果。列(1)報告了模型(6)的檢驗結果,AIC的系數在1%水平上顯著為正(α=0.187),說明產學研合作顯著地促進了企業(yè)數字化成果。列(2)與前文表5基準回歸結果一致,產學研合作顯著促進了企業(yè)的數字化轉型(α=1.823)。列(3)報告了模型(8)的結果,Digitali+1的系數在1%水平上顯著為正(α=0.007),AIC的系數則在數值和t統計值上均有所下降(α=0.173)。此外,中介效應Sobel檢驗顯示,對應的Z統計量在1%的水平上顯著。本文主結論所發(fā)現的產學研合作對企業(yè)數字化轉型的推動作用能夠進一步提升企業(yè)數字化成果的有效產出。這說明產學研合作體系能夠通過數字人才鏈、技術鏈、創(chuàng)新鏈多鏈融合回應企業(yè)數字化轉型的需要,推動數字科技成果轉化[19]。

表10 產學研合作對數字化成果的影響

七、 結論與啟示

(一) 研究結論

本文從A股上市公司的產學研合作新聞報道入手,以2011—2020年我國A股上市公司為樣本,基于協同創(chuàng)新、開放式創(chuàng)新等理論視角,對產學研合作對數字化轉型的影響路徑與邊界條件進行了理論解釋、數據分析與實證檢驗。結果表明:(1)企業(yè)和高校、科研院的合作,能夠提升企業(yè)的數字化轉型水平。采用合作院校等級和高管學術經歷作為工具變量重新檢驗后依然驗證了該結論的穩(wěn)健性。通過更換核心變量的衡量指標、更換回歸模型、考慮時間因素和排除企業(yè)策略性行為的解釋等一系列穩(wěn)健性檢驗后,該結論依然成立。(2)機制檢驗分析發(fā)現,產學研合作不僅可以通過為企業(yè)輸送豐富的數字化人力資本促進數字化轉型,還可以通過賦予企業(yè)前瞻性的創(chuàng)新技術推動數字化轉型。(3)異質性分析結果表明,當政府在科技人才與基礎研究投入的注意力越多,產學研合作對數字化轉型的促進作用越強;產學研合作對企業(yè)數字化轉型的促進效果在高新技術行業(yè)樣本中更加顯著;產學研合作對企業(yè)數字化轉型的推動作用主要體現在高市場化水平地區(qū)的企業(yè)樣本中。(4)進一步地,本文還發(fā)現了產學研合作能夠通過影響企業(yè)數字化轉型水平促進數字化成果的產出,包括數字創(chuàng)新標準工作、數字創(chuàng)新論文數量和數字國家級獎項。

(二) 研究啟示

在當前數字經濟蓬勃發(fā)展和科技體制深化改革的關鍵時期,從產學研合作視角考察企業(yè)數字化轉型的影響因素及其作用后果,有利于充分發(fā)揮產學研深度融合在提升企業(yè)數字化轉型和產業(yè)結構升級中的資源配置作用,有效解決產業(yè)發(fā)展面臨的關鍵技術瓶頸約束[8],同時為優(yōu)化產學研合作和數字化轉型相關政策提供了根植于中國企業(yè)實踐的基礎。

本文的研究啟示在于:(1)完善產學研合作數字人才培養(yǎng)模式。高校、科研院所的數字技術攻關及智能制造人才體系,可以賦能企業(yè)的數字化轉型升級。企業(yè)和高校應協同發(fā)力,以數字化人才培養(yǎng)模式和數字化課程改革為抓手,以企業(yè)轉型需求為導向,共建大數據、腦科學、人工智能等主題的協同創(chuàng)新中心,借助平臺優(yōu)勢跨界交叉培養(yǎng)復合型數字人才。政府則要引導校企共建數字人才培養(yǎng)機制,鼓勵企業(yè)自主引進數字經濟高端人才。(2)健全產學研合作數字成果轉化機制?？萍汲晒咝мD化機制既是實施創(chuàng)新驅動發(fā)展戰(zhàn)略的重要任務,也是加強科技與經濟緊密結合的關鍵環(huán)節(jié)。產學研合作是促進數字化成果產出的重要途徑,融合產學研合作體系數字化人才鏈、技術鏈、創(chuàng)新鏈產出優(yōu)質技術成果的同時,還要繼續(xù)推動數字成果轉化落地,致力于為企業(yè)、產業(yè)和社會數字化建設提供技術支持。(3)加強產學研合作數字基礎研究攻關?；A研究是孕育核心技術的肥沃土壤,更是推進制造業(yè)數字化轉型的創(chuàng)新根源[5]。高校作為基礎研究的引領者,應充分整合高校和科研院所在提供智力資本、先進知識和前沿技術的優(yōu)勢,加強對基礎學科學院的注意力關注和資源傾斜力度,提高基礎研究科研人員的自主決策權和選題權,充分發(fā)揮政府在產學研合作中的參與者、服務者和引導者作用。(4)優(yōu)化產學研合作數字經濟市場環(huán)境。組織制度環(huán)境對產學研合作促進企業(yè)數字化轉型具有重要影響。政府要進一步提高地區(qū)市場化程度,完善知識產權保護制度和相關法制建設,優(yōu)化數字經濟人才發(fā)展和技術創(chuàng)新發(fā)展環(huán)境,重點加強市場化程度薄弱地區(qū)的建設工作。

(三) 研究展望

首先,盡管利用本文分析的方法對產學研合作與企業(yè)數字化轉型的關系進行了實證檢驗,但尚未區(qū)分產學研合作的廣度和深度對企業(yè)數字化轉型的精準分析。如何進一步區(qū)分產學研合作的廣度和深度[13],從而更為細致地考察二者對數字化轉型的作用機理,未來的相關研究可以開展更為深入的探索。其次,不同類型的產學研合作模式,例如正式合作和非正式合作[51]對企業(yè)數字化轉型的作用方式和影響機制有何不同,相關研究也可以進行更為全面的分析。再次,產學研合作對企業(yè)數字化轉型的影響是否存在負向關系、非線性關系也值得未來研究進一步探究。最后,數字化轉型不是一蹴而就的,其復雜的轉型過程可以分為不同階段[20]。在數字化轉型的不同階段,企業(yè)所處的情境與面臨的任務均有不同,影響因素也會有所差異,產學研合作是否以及如何對不同的數字化轉型階段產生作用,有待未來研究進一步檢驗。