胡蓉寧

一、 引 言

中共二十大報(bào)告強(qiáng)調(diào),科技是第一生產(chǎn)力、創(chuàng)新是第一動力,需增強(qiáng)自主創(chuàng)新能力,強(qiáng)化企業(yè)科技創(chuàng)新主體地位。2023年政府工作報(bào)告指出“深入實(shí)施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略”,明確“完善國家和地方創(chuàng)新體系,推進(jìn)科技自立自強(qiáng),緊緊依靠創(chuàng)新提升實(shí)體經(jīng)濟(jì)發(fā)展水平”。根據(jù)國家統(tǒng)計(jì)局發(fā)布的2021年中國創(chuàng)新指數(shù),2021年中國R&D經(jīng)費(fèi)投入達(dá)27956.3億元,比上年增長14.6%,已連續(xù)6年保持兩位數(shù)增長,投入總量穩(wěn)居世界第二。然而,中國在科技創(chuàng)新上的巨大投入并沒有帶來質(zhì)量上的提升。根據(jù)世界知識產(chǎn)權(quán)組織(WIPO)發(fā)布的《2023全球創(chuàng)新指數(shù)》,中國創(chuàng)新實(shí)力全球排名第12位。肖文和林高榜(2014)研究認(rèn)為中國R&D投入的高速增長并沒有帶來技術(shù)水平的顯著提升,大多數(shù)企業(yè)仍然被鎖定在低技術(shù)低附加值領(lǐng)域,企業(yè)技術(shù)創(chuàng)新成效并不明顯。黎文靖和鄭曼妮(2016)研究發(fā)現(xiàn)中國企業(yè)技術(shù)創(chuàng)新活動中存在著“量大質(zhì)低”“策略性迎合”等特征,導(dǎo)致企業(yè)專利創(chuàng)新質(zhì)量在全球技術(shù)鏈中的“低端鎖定”困境。由此可見,如何提高創(chuàng)新質(zhì)量已經(jīng)成為中國科技發(fā)展的當(dāng)務(wù)之急。

伴隨著大數(shù)據(jù)快速發(fā)展,數(shù)據(jù)作為一種與土地、資本和勞動力相并列的新型生產(chǎn)要素,其價(jià)值和重要性正受到越來越多企業(yè)的重視。2019年中共十九屆四中全會第一次提出數(shù)據(jù)作為一種生產(chǎn)要素,2020年《關(guān)于構(gòu)建更加完善的要素市場化配置體制機(jī)制的意見》正式將數(shù)據(jù)列為新型生產(chǎn)要素。大數(shù)據(jù)是海量數(shù)據(jù)的集合,同時(shí)也是大量信息的載體。數(shù)字化的發(fā)展離不開對數(shù)據(jù)的依賴,意味著需要大數(shù)據(jù)作為支撐。2022年中國數(shù)字經(jīng)濟(jì)規(guī)模達(dá)50.2萬億元,占國內(nèi)生產(chǎn)總值的41.5%,總量居世界第二,數(shù)字經(jīng)濟(jì)成為穩(wěn)增長、促轉(zhuǎn)型的重要引擎。2023年3月,國務(wù)院印發(fā)了《黨和國家機(jī)構(gòu)改革方案》,組建國家數(shù)據(jù)局,負(fù)責(zé)組織實(shí)施國家大數(shù)據(jù)戰(zhàn)略、推進(jìn)數(shù)據(jù)要素基礎(chǔ)制度建設(shè)、推進(jìn)數(shù)字基礎(chǔ)設(shè)施布局建設(shè)。由此可見,中國數(shù)字化建設(shè)離不開對大數(shù)據(jù)的開發(fā)與應(yīng)用,大數(shù)據(jù)正在發(fā)揮著越來越重要的作用。然而,人們對大數(shù)據(jù)應(yīng)用與企業(yè)技術(shù)創(chuàng)新之間的內(nèi)在邏輯關(guān)系的研究尚未達(dá)成一致意見。大部分學(xué)者認(rèn)為大數(shù)據(jù)應(yīng)用可以促進(jìn)企業(yè)技術(shù)創(chuàng)新,例如,陶小龍等(2021)研究發(fā)現(xiàn)大數(shù)據(jù)應(yīng)用與企業(yè)開放式創(chuàng)新之間存在雙向賦能關(guān)系。周小剛等(2021)認(rèn)為大數(shù)據(jù)創(chuàng)新能力通過技術(shù)創(chuàng)新對企業(yè)競爭力有正向作用。也有一些學(xué)者認(rèn)為大數(shù)據(jù)作為應(yīng)用工具并不能推動企業(yè)創(chuàng)新,Ghasemaghaei和Calic(2020)認(rèn)為大數(shù)據(jù)對企業(yè)創(chuàng)新并沒有明顯的正向作用。Kiron等(2014)研究發(fā)現(xiàn)大數(shù)據(jù)分析能力帶來的創(chuàng)新增長會隨時(shí)間逐漸遞減。現(xiàn)有文獻(xiàn)關(guān)于大數(shù)據(jù)應(yīng)用對企業(yè)技術(shù)創(chuàng)新作用、創(chuàng)新機(jī)理、創(chuàng)新效應(yīng)之間存在的關(guān)系仍有爭議。大數(shù)據(jù)應(yīng)用是否能影響企業(yè)技術(shù)創(chuàng)新,又是如何影響企業(yè)技術(shù)創(chuàng)新?大數(shù)據(jù)應(yīng)用的影響在不同地區(qū)、不同企業(yè)之間是否存在異質(zhì)性?本文的研究有助于填補(bǔ)這部分文獻(xiàn)空白。

此外,目前鮮有文獻(xiàn)從創(chuàng)新質(zhì)量視角出發(fā)研究大數(shù)據(jù)應(yīng)用與企業(yè)技術(shù)創(chuàng)新的關(guān)系?，F(xiàn)有研究主要從企業(yè)創(chuàng)新績效以及創(chuàng)新效率角度研究大數(shù)據(jù)對企業(yè)創(chuàng)新的影響。例如,許芳等(2020)從供應(yīng)鏈協(xié)同和戰(zhàn)略匹配兩個(gè)角度研究發(fā)現(xiàn)大數(shù)據(jù)能力能夠促進(jìn)企業(yè)創(chuàng)新績效。孫潔和李杰(2022)研究發(fā)現(xiàn)企業(yè)大數(shù)據(jù)應(yīng)用能夠通過緩解企業(yè)面臨的融資約束提高企業(yè)的創(chuàng)新效率。現(xiàn)有研究更多地從研發(fā)投入和人力資本兩個(gè)角度研究數(shù)字技術(shù)對企業(yè)創(chuàng)新質(zhì)量的中介效應(yīng)。如叢昊和張春雨(2022)研究發(fā)現(xiàn)數(shù)字技術(shù)通過增加企業(yè)創(chuàng)新產(chǎn)出數(shù)量和提升企業(yè)人力資本促進(jìn)企業(yè)高質(zhì)量創(chuàng)新。大數(shù)據(jù)作為新型生產(chǎn)要素,其應(yīng)用能夠在多大程度上提高企業(yè)創(chuàng)新質(zhì)量?不同地區(qū)企業(yè)大數(shù)據(jù)應(yīng)用能力與創(chuàng)新質(zhì)量有何差異?明析上述問題,有助于中國發(fā)展數(shù)字經(jīng)濟(jì),對于推動企業(yè)數(shù)字化轉(zhuǎn)型與創(chuàng)新具有一定的現(xiàn)實(shí)意義和理論意義。

本文基于2007-2021年A股上市公司樣本,通過計(jì)算年報(bào)中大數(shù)據(jù)技術(shù)的細(xì)分指標(biāo)研究大數(shù)據(jù)應(yīng)用對企業(yè)技術(shù)創(chuàng)新的影響。本文的研究貢獻(xiàn)主要在于:一是研究視角的創(chuàng)新。目前大多數(shù)文獻(xiàn)對于大數(shù)據(jù)應(yīng)用與企業(yè)技術(shù)創(chuàng)新的研究側(cè)重于創(chuàng)新數(shù)量,鮮有文獻(xiàn)關(guān)注大數(shù)據(jù)對創(chuàng)新質(zhì)量的影響。本文從創(chuàng)新質(zhì)量視角出發(fā),研究大數(shù)據(jù)應(yīng)用與企業(yè)創(chuàng)新質(zhì)量之間的因果關(guān)聯(lián),完善和補(bǔ)充了企業(yè)技術(shù)創(chuàng)新的影響因素以及大數(shù)據(jù)應(yīng)用經(jīng)濟(jì)后果的相關(guān)文獻(xiàn)。二是傳導(dǎo)機(jī)制研究的創(chuàng)新。本文驗(yàn)證了企業(yè)大數(shù)據(jù)應(yīng)用對企業(yè)技術(shù)創(chuàng)新的傳導(dǎo)機(jī)制,從營銷能力以及成本效應(yīng)兩個(gè)角度揭示了大數(shù)據(jù)促進(jìn)企業(yè)技術(shù)創(chuàng)新的內(nèi)在邏輯,豐富了大數(shù)據(jù)應(yīng)用對企業(yè)技術(shù)創(chuàng)新的作用機(jī)制與路徑研究,為企業(yè)提高技術(shù)創(chuàng)新能力提供經(jīng)驗(yàn)證據(jù)。三是異質(zhì)性研究的創(chuàng)新。本文分析了大數(shù)據(jù)應(yīng)用對不同地區(qū)數(shù)字創(chuàng)新能力以及數(shù)字經(jīng)濟(jì)發(fā)展水平的差異影響,為政府發(fā)展數(shù)字經(jīng)濟(jì)提供參考。

二、 理論分析和研究假設(shè)

1. 大數(shù)據(jù)應(yīng)用對企業(yè)技術(shù)創(chuàng)新的影響

大數(shù)據(jù)應(yīng)用可以提高企業(yè)信息搜尋能力,使企業(yè)更容易定位自身產(chǎn)品創(chuàng)新,從而提高企業(yè)技術(shù)創(chuàng)新能力。首先,研發(fā)創(chuàng)新是長期的、不確定性較大的高風(fēng)險(xiǎn)活動,前期投入成本巨大,而大數(shù)據(jù)可以滿足企業(yè)對于海量信息獲取的需求,對信息要素進(jìn)行有效配置,從而降低創(chuàng)新的不確定性,提高企業(yè)技術(shù)創(chuàng)新能力(Holmstr?m,1989)。企業(yè)使用大數(shù)據(jù)技術(shù)可以獲取海量數(shù)據(jù)來滿足自身對于信息的需求。通過對大數(shù)據(jù)的加工、分析和預(yù)測,企業(yè)對創(chuàng)新活動的質(zhì)量和成本評估更加清晰,從而大大降低創(chuàng)新不確定性。其次,企業(yè)通過大數(shù)據(jù)應(yīng)用可以對大量信息進(jìn)行搜索,從而對自身產(chǎn)品創(chuàng)新方向有更清晰的定位。企業(yè)可以在消費(fèi)者“留痕”的平臺如社交平臺、購物平臺和搜索平臺上將零散的信息收集、加工、處理,從而使企業(yè)能夠充分地了解消費(fèi)者的行為偏好,這樣企業(yè)可以更好地根據(jù)消費(fèi)者需求定位自身產(chǎn)品創(chuàng)新,更快地制造出符合市場需求的產(chǎn)品,從而提高企業(yè)技術(shù)創(chuàng)新(李輝和梁丹丹,2020)。

大數(shù)據(jù)應(yīng)用可以有效拓寬信息渠道,從而提高決策效率,提高創(chuàng)新能力。根據(jù)資源基礎(chǔ)觀理論,企業(yè)主要是一系列資源的集合體,大數(shù)據(jù)是一種重要的企業(yè)數(shù)據(jù)資源,企業(yè)通過持續(xù)獲取自身內(nèi)部各個(gè)運(yùn)營環(huán)節(jié)的數(shù)據(jù),借助互聯(lián)網(wǎng)抓取、購買第三方數(shù)據(jù),利用大數(shù)據(jù)軟硬件設(shè)施持續(xù)獲取數(shù)據(jù)資源(Wernerfelt,1984)。同時(shí),數(shù)據(jù)作為一種信息,可以降低不確定性,而企業(yè)用戶作為消費(fèi)者,在使用產(chǎn)品時(shí)產(chǎn)生的數(shù)據(jù)也可被企業(yè)用作一種重要資源來改進(jìn)自身產(chǎn)品(Shannon,1948)。大數(shù)據(jù)可以拓寬獲取信息的渠道從而有助于企業(yè)作出有效決策(Merendino等,2018)。借助大數(shù)據(jù)分析工具可以實(shí)施一系列數(shù)據(jù)挖掘方法,在電子商務(wù)、消費(fèi)者購物平臺等渠道獲取大量企業(yè)所需要的市場以及消費(fèi)者信息,并能夠有效地對企業(yè)內(nèi)部和外部信息進(jìn)行加工、處理,幫助企業(yè)快速了解市場動態(tài),發(fā)現(xiàn)消費(fèi)者消費(fèi)行為趨勢,作出創(chuàng)新決策,從而提高企業(yè)技術(shù)創(chuàng)新?；谝陨戏治?本文提出研究假設(shè):

假設(shè)1:大數(shù)據(jù)應(yīng)用可以促進(jìn)企業(yè)技術(shù)創(chuàng)新。

2. 大數(shù)據(jù)應(yīng)用對企業(yè)創(chuàng)新質(zhì)量的影響

盡管目前學(xué)術(shù)界對“創(chuàng)新質(zhì)量”這一概念的界定還沒有形成共識,但普遍認(rèn)同評價(jià)創(chuàng)新質(zhì)量的關(guān)鍵標(biāo)準(zhǔn)和提高創(chuàng)新質(zhì)量的基礎(chǔ)是技術(shù)成果的創(chuàng)造性和突破性,因而,學(xué)術(shù)界更多從突破性創(chuàng)新角度對其加以研究(袁勝軍等,2020)。

大數(shù)據(jù)應(yīng)用加速了知識的獲取與創(chuàng)造,加強(qiáng)了知識與資源的有效融合。突破式創(chuàng)新活動就是通過對新信息的收集、整理、發(fā)現(xiàn)和挖掘產(chǎn)生新知識、新技術(shù)和新產(chǎn)品的過程。大數(shù)據(jù)在信息獲取與信息處理方面有巨大優(yōu)勢,企業(yè)可以通過海量數(shù)據(jù)收集,增加信息獲取的廣度和深度(謝衛(wèi)紅等,2014)。大數(shù)據(jù)應(yīng)用同時(shí)可以對收集來的數(shù)據(jù)進(jìn)行加工、處理,將信息整理成知識在企業(yè)內(nèi)外部進(jìn)行交流,從而催生產(chǎn)品突破性創(chuàng)新。

大數(shù)據(jù)推動了組織結(jié)構(gòu)的創(chuàng)新性發(fā)展。企業(yè)通過運(yùn)用大數(shù)據(jù)進(jìn)行大量的知識搜索與共享有助于突破傳統(tǒng)經(jīng)營模式,創(chuàng)造出更加靈活、效率更高的管理機(jī)制。數(shù)字技術(shù)應(yīng)用過程中組織結(jié)構(gòu)的重構(gòu)能夠幫助企業(yè)有效應(yīng)對外部環(huán)境沖擊并打破組織慣例,有利于突破式創(chuàng)新的順利實(shí)現(xiàn)(陳慶江等,2021)。例如,大數(shù)據(jù)應(yīng)用將數(shù)字化知識與現(xiàn)有組織資源相結(jié)合,創(chuàng)造出了基于大數(shù)據(jù)的柔性生產(chǎn)組織生產(chǎn)模式。這主要表現(xiàn)為企業(yè)通過數(shù)據(jù)收集獲取當(dāng)前市場需求信息,并根據(jù)自身情況快速調(diào)整生產(chǎn)所需工藝、技術(shù)、設(shè)備、原材料來滿足快速變化的產(chǎn)品需求。

大數(shù)據(jù)應(yīng)用促進(jìn)了企業(yè)與供應(yīng)商、客戶之間的信息共享,進(jìn)而提高企業(yè)創(chuàng)新質(zhì)量。企業(yè)通過大數(shù)據(jù)應(yīng)用更快捷地與供應(yīng)商、客戶進(jìn)行溝通交流以及信息共享。供應(yīng)商和客戶各自擁有不同的信息優(yōu)勢,企業(yè)可以更加便捷地了解不同行業(yè)的信息,促進(jìn)決策有效性,增強(qiáng)企業(yè)在新興領(lǐng)域拓展的可能性,從而推動新產(chǎn)品、新市場的開發(fā),增加突破性創(chuàng)新產(chǎn)生的可能。基于以上分析,本文提出研究假設(shè):

假設(shè)2:大數(shù)據(jù)應(yīng)用可以提高企業(yè)創(chuàng)新質(zhì)量。

3. 大數(shù)據(jù)應(yīng)用對企業(yè)創(chuàng)新質(zhì)量的中介效應(yīng)

要充分利用大數(shù)據(jù)應(yīng)用來提升企業(yè)技術(shù)創(chuàng)新質(zhì)量,需要厘清大數(shù)據(jù)應(yīng)用對企業(yè)技術(shù)創(chuàng)新的中介效應(yīng),在此基礎(chǔ)上企業(yè)才能夠使用大數(shù)據(jù)去分析、預(yù)測市場需求變化以及用戶的產(chǎn)品偏好,在不斷變化的市場中作出最佳決策。大數(shù)據(jù)應(yīng)用提高了企業(yè)營銷能力,推動了產(chǎn)品優(yōu)化升級,從而促進(jìn)創(chuàng)新質(zhì)量。企業(yè)通過對消費(fèi)者需求變化的分析,在獲得的海量大數(shù)據(jù)資源中不斷挖掘、預(yù)測新的市場需求,從而能夠快速調(diào)整自身的產(chǎn)品服務(wù)去滿足顧客的新需求。對數(shù)據(jù)的整理、分析可以實(shí)現(xiàn)要素的精準(zhǔn)匹配,提高對存量創(chuàng)新要素的利用效率,從而推動企業(yè)技術(shù)創(chuàng)新(孫獻(xiàn)貞,2023)。由此可見,大數(shù)據(jù)通過對數(shù)據(jù)的挖掘,企業(yè)精確匹配自身產(chǎn)品與消費(fèi)者需求,并通過大數(shù)據(jù)推送等方式把符合消費(fèi)者潛在需求的產(chǎn)品推送給客戶。與傳統(tǒng)企業(yè)營銷活動有所不同,大數(shù)據(jù)需要對消費(fèi)者習(xí)慣、需求長期跟蹤,尋找消費(fèi)者的購買偏好,并根據(jù)不同消費(fèi)者的個(gè)體特征推送符合其特征的合適產(chǎn)品。相比于傳統(tǒng)營銷活動,大數(shù)據(jù)營銷大大提高了產(chǎn)品銷售跟客戶需求的匹配程度,提高了營銷活動的投入產(chǎn)出比,增強(qiáng)了營銷能力。在售后服務(wù)方面,大數(shù)據(jù)可以對消費(fèi)者購買后體驗(yàn)、消費(fèi)者評價(jià)進(jìn)行持續(xù)跟蹤,企業(yè)可以依據(jù)反饋信息對自身產(chǎn)品優(yōu)化升級,建立數(shù)字化流程,從而促進(jìn)創(chuàng)新質(zhì)量。

大數(shù)據(jù)應(yīng)用可以準(zhǔn)確了解、預(yù)測客戶行為,從而降低創(chuàng)新過程中的不確定性,提高創(chuàng)新效率,降低成本,從而促進(jìn)創(chuàng)新質(zhì)量。大數(shù)據(jù)應(yīng)用可以分析歷史和當(dāng)前海量數(shù)據(jù),并根據(jù)數(shù)據(jù)趨勢去洞察消費(fèi)者行為以及未來市場需求的變化(謝衛(wèi)紅等,2016)。因此,基于大數(shù)據(jù)的分析預(yù)測,企業(yè)可以及時(shí)獲取市場信息,把握消費(fèi)者行為趨勢,及時(shí)對產(chǎn)品優(yōu)化創(chuàng)新,提高績效。通過對市場信息進(jìn)行捕捉、分析和預(yù)測,精準(zhǔn)獲取市場需求信息,企業(yè)可以提升決策效率,降低信息搜尋成本和代理成本,提高技術(shù)創(chuàng)新的意愿,從而對技術(shù)創(chuàng)新發(fā)揮促進(jìn)作用(溫湖煒和王圣云,2022)。

綜上所述,大數(shù)據(jù)應(yīng)用可以幫助企業(yè)建立快速、有效的產(chǎn)品決策,降低創(chuàng)新的不確定性和企業(yè)成本,提高企業(yè)競爭力,從而促進(jìn)創(chuàng)新質(zhì)量。基于以上分析,本文提出研究假設(shè):

假設(shè)3:大數(shù)據(jù)應(yīng)用通過提高企業(yè)營銷能力進(jìn)而促進(jìn)創(chuàng)新質(zhì)量。

假設(shè)4:大數(shù)據(jù)應(yīng)用通過降低企業(yè)成本進(jìn)而促進(jìn)創(chuàng)新質(zhì)量。

三、 研究設(shè)計(jì)

本文以2007-2021年滬深A(yù)股上市公司作為研究樣本。為保證回歸分析的可靠性,對數(shù)據(jù)進(jìn)行如下處理:剔除金融類上市公司;剔除ST和*ST企業(yè);剔除變量存在缺失的企業(yè);為了消除異常值對實(shí)證結(jié)果的影響,對連續(xù)型變量在上下1%分位處進(jìn)行縮尾處理。經(jīng)處理后共得到15710個(gè)觀測值。企業(yè)的大數(shù)據(jù)應(yīng)用指標(biāo)是使用Python軟件爬取A股上市公司年報(bào)并進(jìn)行文本分析取得,專利申請以及授權(quán)數(shù)據(jù)來自中國研究數(shù)據(jù)服務(wù)平臺(CNRDS)數(shù)據(jù)庫,控制變量數(shù)據(jù)均來自于國泰安(CSMAR)數(shù)據(jù)庫。

1. 模型設(shè)定

為檢驗(yàn)大數(shù)據(jù)應(yīng)用對企業(yè)創(chuàng)新活動的影響,本文構(gòu)建如下基準(zhǔn)回歸模型:

Inpatentit=α0+α1BDTit+α2Xit+μind+δt+εit

(1)

Inventionit=β0+β1BDTit+β2Xit+μind+δt+εit

(2)

其中,Inpatentit和Inventionit分別表示第t年i企業(yè)技術(shù)創(chuàng)新、創(chuàng)新質(zhì)量;BDTit表示第t年i企業(yè)大數(shù)據(jù)應(yīng)用水平的對數(shù);X為一系列控制變量;α0、α1和α2是估計(jì)系數(shù),其中α1是本文關(guān)心的核心系數(shù),其經(jīng)濟(jì)含義是企業(yè)大數(shù)據(jù)應(yīng)用對企業(yè)創(chuàng)新質(zhì)量的影響;μi表示行業(yè)固定效應(yīng),δt表示時(shí)間固定效應(yīng),εit為隨機(jī)誤差項(xiàng)。

2. 變量選取

(1) 被解釋變量。本文借鑒張陳宇等(2020)的研究方法,采用企業(yè)專利授權(quán)數(shù)據(jù)來測度企業(yè)技術(shù)創(chuàng)新規(guī)模,通過將專利授權(quán)數(shù)量加1后進(jìn)行對數(shù)化處理來構(gòu)建企業(yè)技術(shù)創(chuàng)新規(guī)模指標(biāo)。本文參考張敬文和童錦瑤(2023)的研究方法,采用上市公司發(fā)明專利授權(quán)數(shù)量測度創(chuàng)新質(zhì)量指標(biāo)。與發(fā)明專利申請數(shù)量相比,發(fā)明專利授權(quán)數(shù)量代表公司實(shí)際取得的發(fā)明專利數(shù)量,更能反映創(chuàng)新質(zhì)量。

(2) 解釋變量。借鑒吳非等(2021)、張葉青等(2021)的研究,將企業(yè)年報(bào)中的大數(shù)據(jù)技術(shù)詞頻作為企業(yè)大數(shù)據(jù)應(yīng)用的代理指標(biāo)。本文歸集了A股上市公司年報(bào)并使用Python進(jìn)行詞頻數(shù)量統(tǒng)計(jì),獲得企業(yè)大數(shù)據(jù)應(yīng)用的初始指標(biāo),并對指標(biāo)進(jìn)行對數(shù)處理?？紤]到上市公司年報(bào)是基于公司實(shí)際情況的客觀陳述,大數(shù)據(jù)相關(guān)詞頻數(shù)量能反映企業(yè)運(yùn)用大數(shù)據(jù)的程度,是對大數(shù)據(jù)應(yīng)用情況的客觀描述。

(3) 控制變量。參考楊賢宏等(2021)、孫潔和李杰(2022),選擇企業(yè)規(guī)模、董事會規(guī)模、營業(yè)收入增長率、每股收益、股權(quán)集中度、總資產(chǎn)收益率、公司年限、公司杠桿率、兩職合一、審計(jì)意見、獨(dú)立董事比例、公司性質(zhì)、托賓Q作為控制變量。

變量定義如表1所示。

表1 變量定義

3. 變量描述性統(tǒng)計(jì)

表2為主要變量的描述性統(tǒng)計(jì)。核心變量創(chuàng)新質(zhì)量和創(chuàng)新規(guī)模平均值分別為0.611、1.390,標(biāo)準(zhǔn)差分別為0.584、0.654,最小值都為0,最大值分別為2.423、4.060,說明上市公司之間差距較大,樣本企業(yè)創(chuàng)新質(zhì)量偏低。大數(shù)據(jù)應(yīng)用的均值為0.228,標(biāo)準(zhǔn)差為0.396,最小值為0,最大值為1.708,說明上市公司運(yùn)用大數(shù)據(jù)技術(shù)的比例不高,相當(dāng)多企業(yè)還處于傳統(tǒng)管理模式狀態(tài),上市公司之間大數(shù)據(jù)應(yīng)用技術(shù)存在較大差異。

表2 變量描述性統(tǒng)計(jì)

四、 實(shí)證結(jié)果與分析

1. 基準(zhǔn)回歸結(jié)果

表3報(bào)告了大數(shù)據(jù)應(yīng)用對企業(yè)技術(shù)創(chuàng)新影響的回歸結(jié)果。在基準(zhǔn)回歸中,為減小誤差,在進(jìn)行回歸時(shí)加入穩(wěn)健性標(biāo)準(zhǔn)誤。其中,列(1)列(2)為大數(shù)據(jù)應(yīng)用對企業(yè)創(chuàng)新質(zhì)量影響的回歸結(jié)果,列(3)為大數(shù)據(jù)應(yīng)用對企業(yè)創(chuàng)新規(guī)模影響的回歸結(jié)果。結(jié)果顯示,大數(shù)據(jù)應(yīng)用對企業(yè)創(chuàng)新質(zhì)量以及創(chuàng)新規(guī)模有正向效應(yīng),大數(shù)據(jù)應(yīng)用水平越高,企業(yè)創(chuàng)新規(guī)模和創(chuàng)新質(zhì)量越高。與假設(shè)1和假設(shè)2相符。

表3 大數(shù)據(jù)應(yīng)用與企業(yè)技術(shù)創(chuàng)新回歸結(jié)果

2. 內(nèi)生性問題處理

考慮到內(nèi)生性問題的存在會導(dǎo)致估計(jì)結(jié)果出現(xiàn)嚴(yán)重誤差,本文采用多種方法處理內(nèi)生性問題。結(jié)果見表4。

表4 內(nèi)生性檢驗(yàn)結(jié)果

為了緩解可能存在的遺漏變量問題,本文進(jìn)一步控制省份固定效應(yīng)來緩解可能存在的遺漏變量內(nèi)生性問題。結(jié)果顯示,在加入了省份固定效應(yīng)后,大數(shù)據(jù)應(yīng)用的回歸系數(shù)依然顯著。這表明大數(shù)據(jù)應(yīng)用對企業(yè)創(chuàng)新質(zhì)量有促進(jìn)作用,但兩者可能存在雙向因果關(guān)系,技術(shù)創(chuàng)新水平比較高的企業(yè)往往會更加關(guān)注大數(shù)據(jù)應(yīng)用,從而更有動機(jī)使用大數(shù)據(jù)技術(shù),提高企業(yè)技術(shù)創(chuàng)新。

為解決雙向因果導(dǎo)致的內(nèi)生性問題,參考孫潔和李杰(2022)的研究方法,選取工具變量行業(yè)大數(shù)據(jù)應(yīng)用(BDT_industry)。具體來說,采用大數(shù)據(jù)應(yīng)用指標(biāo)與按行業(yè)分類的大數(shù)據(jù)應(yīng)用均值差額的絕對值作為工具變量。結(jié)果顯示,在第一階段回歸中,行業(yè)大數(shù)據(jù)應(yīng)用系數(shù)在1%的統(tǒng)計(jì)水平上顯著,且F值(1651.556)遠(yuǎn)大于F檢驗(yàn)的臨界值16.38,拒絕弱工具變量的原假設(shè)。在第二階段回歸中大數(shù)據(jù)應(yīng)用與創(chuàng)新質(zhì)量的系數(shù)均顯著為正,且在1%的統(tǒng)計(jì)水平上顯著,表明本文研究結(jié)論是穩(wěn)健的。借鑒安同良和聞銳(2022)的方法,選取另一個(gè)工具變量單位政企域名數(shù)量(BDT_iv),用滯后1期公司所在省份的單位政企域名數(shù)量來衡量。一方面,公司以及政府域名用于在數(shù)據(jù)傳輸時(shí)對計(jì)算機(jī)定位標(biāo)識,而大數(shù)據(jù)應(yīng)用需要把大量數(shù)據(jù)從用戶端運(yùn)輸?shù)狡髽I(yè)內(nèi)部,這離不開對域名的運(yùn)用,域名數(shù)量的多少直接影響到大數(shù)據(jù)使用頻率,這滿足了相關(guān)性要求。另一方面,公司所在省份的單位政企域名數(shù)量表明所在省份的企業(yè)計(jì)算機(jī)發(fā)展水平,這跟企業(yè)創(chuàng)新并無關(guān)聯(lián),域名數(shù)量的多少只能通過影響大數(shù)據(jù)應(yīng)用來影響企業(yè)創(chuàng)新,滿足外生性要求。工具變量LM檢驗(yàn)的p值為0,拒絕了原假設(shè),說明工具變量與內(nèi)生變量之間具有顯著的相關(guān)性;此外,第一階段F值大于10,拒絕了存在弱工具變量的原假設(shè)。兩階段工具變量法的檢驗(yàn)結(jié)果顯示,在排除了內(nèi)生性因素后,大數(shù)據(jù)應(yīng)用依然顯著促進(jìn)了企業(yè)創(chuàng)新質(zhì)量。

3. 穩(wěn)健性檢驗(yàn)

本文采用更換變量度量和樣本區(qū)間的方式進(jìn)行穩(wěn)健性檢驗(yàn),結(jié)果見表5。

表5 穩(wěn)健性檢驗(yàn)

(1) 更換因變量度量方式。本文采用上市公司發(fā)明專利申請量作為代理指標(biāo)來衡量企業(yè)創(chuàng)新質(zhì)量。這主要是因?yàn)?第一,黎文靖和鄭曼妮(2016)指出專利技術(shù)往往在申請過程中就已經(jīng)對企業(yè)產(chǎn)生影響,專利申請數(shù)據(jù)比授權(quán)數(shù)據(jù)更加可靠、及時(shí);第二,發(fā)明專利強(qiáng)調(diào)獨(dú)創(chuàng)性、突破性,技術(shù)含量更高,更能體現(xiàn)企業(yè)的重大創(chuàng)新成果。通過對發(fā)明專利申請數(shù)量加1取對數(shù)構(gòu)建代理指標(biāo)Invention2?？紤]到發(fā)明專利對企業(yè)的影響具有滯后性,使用滯后1期和2期企業(yè)取得的發(fā)明專利授權(quán)數(shù)量構(gòu)建創(chuàng)新質(zhì)量的代理變量Invention_1和Invention_2。更換因變量度量方式后,BDT系數(shù)分別為0.133、0.103和0.103,均顯著為正,說明本文的結(jié)論仍然穩(wěn)健。

(2) 更換自變量度量方式?？紤]到年報(bào)詞頻數(shù)據(jù)可能存在一定噪音干擾回歸結(jié)果,為進(jìn)一步驗(yàn)證結(jié)論的穩(wěn)健性,本文借鑒張葉青等(2021)的研究方法,更換自變量大數(shù)據(jù)應(yīng)用的衡量方式,構(gòu)建大數(shù)據(jù)應(yīng)用虛擬變量BDT_dumm。具體來說,當(dāng)公司年報(bào)中沒有披露任何大數(shù)據(jù)應(yīng)用相關(guān)的關(guān)鍵詞,該變量取0,當(dāng)公司年報(bào)中披露了任何大數(shù)據(jù)應(yīng)用相關(guān)的關(guān)鍵詞,則按照詞頻由小到大分成3等分,前1/3的觀測值變量取值為1,中間1/3取值為2,后1/3取值為3。更換大數(shù)據(jù)應(yīng)用指標(biāo)后,BDT_dumm的系數(shù)為0.044,顯著為正,說明本文的結(jié)論仍然穩(wěn)健。

(3) 更換樣本區(qū)間。大數(shù)據(jù)應(yīng)用需要配套數(shù)字化設(shè)備,且企業(yè)從認(rèn)知到大數(shù)據(jù)的重要性到運(yùn)用大數(shù)據(jù)技術(shù)都需要較長準(zhǔn)備時(shí)間。2019年國家第一次提出將數(shù)據(jù)作為一種生產(chǎn)要素,此時(shí)大數(shù)據(jù)相關(guān)技術(shù)已經(jīng)成熟。因此,為避免企業(yè)因?yàn)榧夹g(shù)不成熟、基礎(chǔ)設(shè)施不完備導(dǎo)致大數(shù)據(jù)應(yīng)用進(jìn)展緩慢而未披露相關(guān)信息,本文對2019年及以前樣本進(jìn)行回歸分析。更換樣本區(qū)間度量方式的回歸結(jié)果顯示BDT系數(shù)為0.105,顯著為正,所得結(jié)論仍然穩(wěn)健。

4. 機(jī)制檢驗(yàn)

基于前述機(jī)制分析,大數(shù)據(jù)應(yīng)用通過提高營銷能力和降低企業(yè)成本影響創(chuàng)新質(zhì)量。為檢驗(yàn)大數(shù)據(jù)應(yīng)用對創(chuàng)新質(zhì)量的中介影響,參考溫忠麟和葉寶娟(2014)的研究,構(gòu)建中介效應(yīng)模型進(jìn)行機(jī)制檢驗(yàn)。本文設(shè)定以下檢驗(yàn)?zāi)Ｐ?

Inventionit=φ0+φ1BDTit+φ2Xit+μi+δt+it

(3)

Saleit=γ0+γ1BDTit+γ2Xit+μi+δt+θit

(4)

Inventionit=ω0+ω1BDTit+ω2Saleit+ω3Xit+μi+δt+?it

(5)

Costit=γ3+γ4BDTit+γ5Xit+μi+δt+θit

(6)

Inventionit=ω4+ω5BDTit+ω6Costit+ω7Xit+μi+δt+?it

(7)

模型(3)反映大數(shù)據(jù)應(yīng)用對企業(yè)創(chuàng)新質(zhì)量的總效應(yīng);模型(4)中γ1反映了大數(shù)據(jù)應(yīng)用對營銷能力的影響;γ1和模型(5)中δ2的乘積反映了營銷能力的中介效應(yīng)。其中,Saleit代表企業(yè)營銷能力,本文參考毛育暉等(2014)的研究方法,使用銷售費(fèi)用與管理費(fèi)用之和與營業(yè)收入比值來衡量?；貧w結(jié)果見表6。列(3)顯示,營銷能力系數(shù)顯著為正,且大數(shù)據(jù)應(yīng)用系數(shù)的絕對值相較于列(1)有所降低,列(2)顯示大數(shù)據(jù)應(yīng)用的系數(shù)顯著為正,表明大數(shù)據(jù)應(yīng)用能夠顯著提高企業(yè)營銷能力,大數(shù)據(jù)應(yīng)用能通過提高企業(yè)營銷能力促進(jìn)創(chuàng)新質(zhì)量,驗(yàn)證了假設(shè)3。這是因?yàn)榇髷?shù)據(jù)應(yīng)用大大提高了營銷推送能力,通過對消費(fèi)者行為特征的分析,將合適的產(chǎn)品推送給客戶。在售后服務(wù)上,大數(shù)據(jù)對用戶的購買體驗(yàn)持續(xù)跟蹤,促進(jìn)了產(chǎn)品優(yōu)化升級以及數(shù)字化流程創(chuàng)新,從而推動創(chuàng)新質(zhì)量提高。

表6 營銷能力的中介檢驗(yàn)回歸結(jié)果

模型(6)和模型(7)反映了大數(shù)據(jù)應(yīng)用通過降低企業(yè)成本影響創(chuàng)新質(zhì)量的機(jī)制驗(yàn)證模型。模型(6)中γ4反映了大數(shù)據(jù)應(yīng)用對企業(yè)成本的影響,γ4和模型(7)中ω6的乘積反映了企業(yè)成本的中介效應(yīng)。其中,Costit代表了企業(yè)成本,本文參考孫獻(xiàn)貞(2023)的研究方法,采用銷售期間費(fèi)用增長率來衡量。具體來說,銷售期間費(fèi)用增長率為銷售費(fèi)用、管理費(fèi)用以及財(cái)務(wù)費(fèi)用之和的增長率。回歸結(jié)果如表7所示。列(3)顯示,企業(yè)成本的系數(shù)顯著為負(fù),且大數(shù)據(jù)應(yīng)用系數(shù)的絕對值相較于列(1)有所降低,表明大數(shù)據(jù)應(yīng)用通過降低企業(yè)成本對企業(yè)創(chuàng)新規(guī)模存在部分中介效應(yīng)。列(2)顯示,大數(shù)據(jù)應(yīng)用的系數(shù)顯著為負(fù),表明大數(shù)據(jù)應(yīng)用能夠顯著降低企業(yè)成本,驗(yàn)證了本文假設(shè)4。

表7 成本效應(yīng)的中介檢驗(yàn)回歸結(jié)果

本文使用了2016年之前的樣本來進(jìn)行機(jī)制檢驗(yàn)。2015年國務(wù)院印發(fā)《促進(jìn)大數(shù)據(jù)發(fā)展行動綱要》,國家正式將大數(shù)據(jù)作為國家重點(diǎn)發(fā)展戰(zhàn)略。之后,大數(shù)據(jù)應(yīng)用需求井噴,然而數(shù)字基礎(chǔ)設(shè)施的增長并未跟上大數(shù)據(jù)應(yīng)用需求的增長。2016年中國大數(shù)據(jù)產(chǎn)業(yè)規(guī)模僅為3700億元,而2022年大數(shù)據(jù)產(chǎn)業(yè)規(guī)模達(dá)到14224億元,年均復(fù)合增長率近30%。工信部發(fā)布《“十四五”大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃》,提出到2025年大數(shù)據(jù)產(chǎn)業(yè)規(guī)模突破3萬億元,年均復(fù)合增長率保持25%左右。然而,根據(jù)《2023-2029年中國互聯(lián)網(wǎng)數(shù)據(jù)中心市場需求預(yù)測與投資戰(zhàn)略規(guī)劃分析報(bào)告》,2022年中國數(shù)據(jù)中心服務(wù)市場同比增長12.7%,市場規(guī)模達(dá)1293.5億元;未來5年,中國數(shù)據(jù)中心服務(wù)市場將以18.9%的復(fù)合增速持續(xù)增長,預(yù)計(jì)2027年市場規(guī)模達(dá)3075億元?？梢?數(shù)字基礎(chǔ)設(shè)施增速并未完全跟上大數(shù)據(jù)需求增速,導(dǎo)致大數(shù)據(jù)使用效率下降,大數(shù)據(jù)應(yīng)用的成本效應(yīng)以及營銷能力的作用機(jī)制受到一定限制。不僅如此,考慮到支持大數(shù)據(jù)的基礎(chǔ)設(shè)施需要一定時(shí)間進(jìn)行建設(shè),在建設(shè)期間也無法滿足日益增長的大數(shù)據(jù)需求,致使大數(shù)據(jù)的使用效率受到限制。而在2016年之前,大數(shù)據(jù)的發(fā)展剛剛起步,其市場需求較為不足,現(xiàn)存數(shù)字基礎(chǔ)設(shè)施可以滿足市場需求,導(dǎo)致大數(shù)據(jù)應(yīng)用的成本效應(yīng)以及營銷能力的作用機(jī)制更為明顯。為了論證2016年之前大數(shù)據(jù)應(yīng)用的機(jī)制效應(yīng)相較于2007-2021年更為明顯,本文分別使用2016年之前的樣本與全樣本進(jìn)行了兩次回歸。其中,表6與表7中的列(1)至列(3)使用了2016年之前的樣本檢驗(yàn)大數(shù)據(jù)應(yīng)用的營銷能力以及成本效應(yīng)中介機(jī)制,列(4)至列(6)使用了2007-2021年全樣本論證了大數(shù)據(jù)應(yīng)用的機(jī)制效應(yīng)。

5. 異質(zhì)性分析

本文從企業(yè)所有權(quán)性質(zhì)、數(shù)字技術(shù)創(chuàng)新能力和數(shù)字經(jīng)濟(jì)發(fā)展水平等方面進(jìn)行異質(zhì)性分析,結(jié)果見表8。

表8 企業(yè)性質(zhì)與數(shù)字專利授權(quán)異質(zhì)性回歸結(jié)果

(1) 企業(yè)所有權(quán)性質(zhì)分組回歸。為驗(yàn)證大數(shù)據(jù)應(yīng)用的創(chuàng)新效應(yīng)是否受到企業(yè)所有權(quán)性質(zhì)影響,本文將數(shù)據(jù)樣本按照企業(yè)所有權(quán)性質(zhì)分為國有企業(yè)和非國有企業(yè)兩個(gè)子樣本進(jìn)行分組回歸。國有企業(yè)大數(shù)據(jù)應(yīng)用的系數(shù)要大于非國有企業(yè),表明大數(shù)據(jù)應(yīng)用的創(chuàng)新效應(yīng)在國有企業(yè)中更為顯著。

(2) 數(shù)字技術(shù)創(chuàng)新能力分組回歸。不同地區(qū)的數(shù)字技術(shù)創(chuàng)新能力有所不同。經(jīng)濟(jì)發(fā)達(dá)、民間資本相對活躍的地區(qū),其創(chuàng)新能力往往也高于其他地區(qū)。本文用各省市數(shù)字經(jīng)濟(jì)相關(guān)發(fā)明授權(quán)數(shù)量來衡量地區(qū)數(shù)字技術(shù)創(chuàng)新能力。具體而言,按照地區(qū)數(shù)字經(jīng)濟(jì)相關(guān)發(fā)明授權(quán)數(shù)量排名將樣本分為數(shù)字技術(shù)創(chuàng)新能力強(qiáng)的地區(qū)(排名前15的省市)和數(shù)字技術(shù)創(chuàng)新能力弱的地區(qū)(排名后15的省市)兩個(gè)子樣本進(jìn)行分組回歸。數(shù)字技術(shù)創(chuàng)新能力強(qiáng)的地區(qū)BDT系數(shù)均顯著為正,數(shù)字技術(shù)創(chuàng)新能力弱的地區(qū)BDT系數(shù)為正但不顯著。這說明大數(shù)據(jù)應(yīng)用帶來的創(chuàng)新效應(yīng)依賴于地區(qū)的數(shù)字技術(shù)創(chuàng)新能力,數(shù)字技術(shù)創(chuàng)新能力強(qiáng)的地區(qū),大數(shù)據(jù)應(yīng)用帶來的創(chuàng)新效應(yīng)更顯著。

(3) 數(shù)字經(jīng)濟(jì)發(fā)展水平異質(zhì)性分析。由于不同地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平存在差異,發(fā)展水平高的地區(qū),其硬件設(shè)施、軟件配套都明顯強(qiáng)于發(fā)展水平低的地區(qū),而大數(shù)據(jù)應(yīng)用需要相應(yīng)的硬件以及軟件設(shè)施。為進(jìn)一步檢驗(yàn)大數(shù)據(jù)應(yīng)用對創(chuàng)新的促進(jìn)作用在不同數(shù)字經(jīng)濟(jì)發(fā)展水平地區(qū)的異質(zhì)性,本文將樣本分為東部、中部、西部進(jìn)行分組回歸。數(shù)字經(jīng)濟(jì)應(yīng)用場景廣泛、數(shù)字經(jīng)濟(jì)發(fā)達(dá)的東部和中部地區(qū)BDT系數(shù)分別為0.096、0.125且顯著為正,數(shù)字經(jīng)濟(jì)欠發(fā)達(dá)的西部地區(qū)BDT系數(shù)為正但不顯著。這表明大數(shù)據(jù)應(yīng)用對創(chuàng)新質(zhì)量高低的影響受地區(qū)數(shù)字經(jīng)濟(jì)應(yīng)用場景及數(shù)字經(jīng)濟(jì)發(fā)展水平影響,數(shù)字經(jīng)濟(jì)發(fā)展水平較高的地區(qū)大數(shù)據(jù)應(yīng)用對企業(yè)技術(shù)創(chuàng)新質(zhì)量的促進(jìn)作用更為顯著,數(shù)字經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)大數(shù)據(jù)應(yīng)用對企業(yè)技術(shù)創(chuàng)新質(zhì)量的促進(jìn)作用不明顯。大數(shù)據(jù)應(yīng)用對企業(yè)技術(shù)創(chuàng)新質(zhì)量的影響十分依賴地區(qū)數(shù)字化環(huán)境和場景、相關(guān)配套硬件以及軟件設(shè)施。

五、 結(jié)論與政策建議

隨著中國把發(fā)展數(shù)字經(jīng)濟(jì)作為國家戰(zhàn)略,大數(shù)據(jù)作為數(shù)字化基礎(chǔ)技術(shù)之一,驅(qū)動著企業(yè)數(shù)字創(chuàng)新。本文借助2007-2021年A股上市公司年報(bào),通過使用Python軟件抓取大數(shù)據(jù)技術(shù)關(guān)鍵詞對企業(yè)大數(shù)據(jù)應(yīng)用進(jìn)行刻畫,實(shí)證考察了大數(shù)據(jù)應(yīng)用對企業(yè)技術(shù)創(chuàng)新規(guī)模、創(chuàng)新質(zhì)量的影響效果及其機(jī)制,得到以下結(jié)論:基準(zhǔn)研究表明,大數(shù)據(jù)應(yīng)用可以顯著提高企業(yè)創(chuàng)新規(guī)模以及創(chuàng)新質(zhì)量;機(jī)制檢驗(yàn)顯示,大數(shù)據(jù)應(yīng)用可以通過提高企業(yè)營銷能力和降低企業(yè)成本提升企業(yè)創(chuàng)新質(zhì)量;異質(zhì)性研究顯示,企業(yè)大數(shù)據(jù)應(yīng)用與創(chuàng)新之間有其內(nèi)在邏輯,企業(yè)性質(zhì)不同、地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平不同、地區(qū)數(shù)字創(chuàng)新能力不同,大數(shù)據(jù)促進(jìn)企業(yè)技術(shù)創(chuàng)新的影響存在一定差異,在大數(shù)據(jù)應(yīng)用場景廣泛的東部、中部地區(qū),國有企業(yè)以及數(shù)字創(chuàng)新能力強(qiáng)的地區(qū),大數(shù)據(jù)應(yīng)用對創(chuàng)新質(zhì)量的促進(jìn)效應(yīng)更高。

本文有以下政策啟示。第一,大數(shù)據(jù)應(yīng)用能夠顯著促進(jìn)企業(yè)技術(shù)創(chuàng)新,企業(yè)應(yīng)當(dāng)抓住數(shù)字經(jīng)濟(jì)發(fā)展機(jī)遇,加速部署大數(shù)據(jù)相關(guān)設(shè)施,培養(yǎng)大數(shù)據(jù)技術(shù)人才,落實(shí)大數(shù)據(jù)在企業(yè)決策管理中的應(yīng)用,構(gòu)建以大數(shù)據(jù)為核心的現(xiàn)代化數(shù)字創(chuàng)新發(fā)展體系。第二,大數(shù)據(jù)應(yīng)用的創(chuàng)新效應(yīng)集中在數(shù)字經(jīng)濟(jì)發(fā)展水平高、創(chuàng)新能力強(qiáng)的地區(qū),政府需要加快建設(shè)以大數(shù)據(jù)、云計(jì)算、人工智能為核心的基礎(chǔ)設(shè)施建設(shè),以及推動地區(qū)數(shù)字化應(yīng)用場景發(fā)展,進(jìn)一步降低企業(yè)應(yīng)用大數(shù)據(jù)技術(shù)成本。鑒于大數(shù)據(jù)應(yīng)用能夠降低企業(yè)成本促進(jìn)創(chuàng)新活動,政府應(yīng)實(shí)施大數(shù)據(jù)鼓勵(lì)扶持政策,號召企業(yè)運(yùn)用大數(shù)據(jù)技術(shù)并為企業(yè)提供指導(dǎo)意見。第三,大數(shù)據(jù)應(yīng)用可以通過大數(shù)據(jù)營銷推送以及用戶信息反饋來促進(jìn)創(chuàng)新質(zhì)量,每個(gè)企業(yè)可以根據(jù)消費(fèi)者信息反饋以及自身產(chǎn)品優(yōu)勢,先從產(chǎn)品生產(chǎn)線、工藝流程角度,運(yùn)用大數(shù)據(jù)推動產(chǎn)品升級,優(yōu)化工藝流程。第四,大數(shù)據(jù)技術(shù)發(fā)展迅速,相關(guān)技術(shù)人才存在供給缺口,高等教育應(yīng)當(dāng)調(diào)整人才培養(yǎng)結(jié)構(gòu),加大數(shù)據(jù)人才供給,政府應(yīng)當(dāng)加快調(diào)整人才培養(yǎng)結(jié)構(gòu),以滿足數(shù)字化人才需求。