王玉霞 张 达
（东北财经大学经济学院，大连 116012）
引 言工业企业创新效率对提升工业企业经济增长和中国经济增长具有重要意义。数字化转型作为工业企业创新动力，通过应用新一代信息技术，可有效提高工业企业智能化水平，实现工业企业转型升级和创新发展。近年来，随着数字化建设与创新发展应用的不断深化，工业企业越来越重视数字化转型与创新效率，相关从业人员也开展了数字化转型和创新效率的研究，宋加山等［1］从金融资产配置视角，分析了数字化转型是如何促进提高企业创新效率的，认为企业通过提供资金支持，推动数字化转型的顺利进行，来实现企业创新，进而提高企业的创新效率； 祁可和田颖［2］通过分析融资约束调节效应下，制造企业数字化转型和企业创新效率，发现数字化转型可有效提高企业的创新效率和竞争力，并为企业带来更多的机会； 杨天山等［3］通过分析数字化转型和绿色创新效率现状，认为企业数字化转型可推动绿色技术创新知识流动与整合，进而促进绿色创新效率提高，为企业开展绿色技术创新奠定了资源基础； 蔡宁等［4］认为推进数字化转型，有利于提高企业创新效率，通过科技金融发挥调节作用，可实现数字化转型与企业创新； 赵玲和黄昊［5］通过分析企业数字化转型和企业高管信息技术特征，认为企业利用数字化转型可推动业务流程变革创新，进而引发商业逻辑重构企业的经济价值和社会价值，提高企业的核心竞争力。
以上研究表明，数字化转型一定程度上促进了工业企业创新效率，且得到了众多学者的研究认可。但就目前研究文献来看，针对工业企业数字化转型和工业企业创新效率的相关研究内容较少，且考虑到行业的异质性，工业企业数字化转型与工业企业创新效率的影响关系可能不是简单的存在线性相关。因此，为分析工业企业中数字化转型对创新效率的影响，本文通过分析工业企业数字化转型现状和创新发展现状，开展了实证研究。
1 变量选取与模型构建1.1 变量选取（1） 因变量。工业企业创新效率（TE），虽然对工业企业创新效率的衡量指标众多，如综合技术效率、纯技术效率等，但创新研究与实验发展活动企业数和有效发明专利数更加全面，且得到了诸多学者的认可［6－9］。因此，本文研究选用创新研究与实验发展活动企业数和有效发明专利数作为衡量工业企业创新效率的指标。
（2） 自变量。主要以数字化转型（Dig）为自变量，并通过数字经济增长速度和数字经济规模进行衡量［10－12］。
（3） 控制变量。根据工业企业数字化转型现状和工业企业创新发展现状分析可知，企业规模（S）、企业产权结构（P）、对外开放程度（O）等与工业企业数字化转型和创新发展密切相关。因此，本文选用S、P、O等6 个变量作为控制变量［13－15］。
表1 为因变量、自变量和控制变量各个变量的解释与说明。
表1 变量及其解释说明
1.2 计量模型构建基于上述分析，为验证数字化转型对工业企业创新效率的影响，设定计量模型如式（1）［16］：
式中：i、t分别表示工业企业产业和年份，c为常数项，β0～β6表示相关指标的回归系数，μit为随机误差。但考虑到数字化转型可能对工业企业创新效率产生非线性影响，将式（1） 转化为非线性模型，如式（2）：
1.3 数据来源本次实证分析研究数据来自《中国工业统计年鉴》、国家统计局和工信部管网公开的2012 ～2022 年相关变量数据。
2 实证结果2.1 多重共线性分析为验证所选各变量是否具有高度相关关系，采用方差膨胀系数进行多重共线性检验。表2 为各变量多重共线性检验结果。由结果可知，各变量的方差膨胀因子值均未超过10，说明所选变量与工业企业创新效率存在高度相关性。
表2 多重共线性分析结果
2.2 回归分析基于Stata 回归软件进行回归分析，结果见表3。由表可知，产权结构、开放程度、政府支持对工业企业创新效率的影响系数为负，说明上述变量反向抑制工业企业创新效率； 数字化转型、创新氛围的影响系数为正，即正向促进工业企业创新效率； 其他控制变量的影响系数不具显着性，说明上述变量短期不能影响工业企业创新效率。分析其原因是，国有企业和国有控股比例较高，可能导致国有企业出现资源浪费的问题，导致投入创新的资源减少，进而导致产权结构抑制工业企业创新，而过度的开放和政府的支持，可能导致企业更依赖外部技术，且创新成果不能满足实际需求，进而抑制工业企业创新。
表3 回归结果
2.3 行业异质性检验结果由于不同工业企业行业性质不同，可能导致不同行业数字化转型要素不同，进而影响数字化转型对工业企业创新发展分析。因此，本次实证研究还分析了工业企业行业的异质性。而在进行数字化转型对工业企业创新发展的影响异质性分析前，本文首先对工业企业行业进行了分类。
2.3.1 工业企业行业异质性分类
选用我国常见的16 个工业企业行业，包括石油与天然气开采业、家具制造业、汽车制造业等，作为研究对象，并参考张欣和董竹（2023）［16］的研究，将工业企业划分为资源、劳动、资本和技术密集4 类行业。具体划分情况如表4 所示。
表4 工业企业行业异质性
2.3.2 工业企业行业异质性检验结果
（1） 资源密集型
表5 为工业企业行业资源密集型产业异质性检验结果。由表5 可知，从自变量来看，数字化转型显着正向促进工业企业创新效率，在1%显着性水平下显着，且每增加1 个单位的数字化转型指数，工业企业创新效率提高18 以上，说明数字化转型程度越高，工业企业创新效率越高。分析其原因可能是，资源密集型产业主要是利用自然资源的中低水平产业，竞争力较差且缺乏核心技术，因此存在极大的数字化转型空间。
表5 资源密集型回归结果
从控制变量来看，企业规模、政府支持显着促进工业企业创新效率，对外开放程度抑制工业企业创新效率，其他控制变量不显着影响工业企业创新效率。分析对外开放程度抑制工业企业创新效率的原因，可能是对外开放程度越高，则更依赖外来技术，而外来技术壁垒较高，使产品出口数量降低。因此，对外开放程度越高，工业企业创新效率越低。分析资产负债率对工业企业创新效率无显着影响的原因，可能是选用负债与资产的比值进行衡量，导致不能准确发现实际企业研发投入情况，存在一定的偏差。
（2） 劳动密集型
表6 为工业企业行业劳动密集型产业异质性检验结果。由表6 可知，从自变量来看，数字化转型正向促进工业企业创新效率，但影响效果并不显着，说明劳动密集型产业后期对前期的创新生产方式较为依赖； 从控制变量来看，企业规模、对外开放程度、创新氛围和资产负债率正向影响工业企业创新效率，产权结构、政府支持抑制工业企业创新效率。分析对外开放程度促进工业企业创新效率的原因，可能因为我国是人口大国，劳动力充足，生产劳动密集型产业产品的成本相对较低，获取的利润更多，因此拥有更多的资金投入到创新中，进而导致对外开放程度促进工业企业创新效率。分析资本负债率对工业企业创新效率的促进影响原因，可能是高负债工业企业会投入一定的资金到创新技术中，进而促进工业企业创新效率。
表6 劳动密集型回归结果
（3） 资本密集型
表7 为工业企业行业资本密集型产业异质性检验结果。由表7 可知，从自变量来看，数字化转型显着非线性影响工业企业创新效率，与工业企业创新效率呈现出倒U 关系。从控制变量来看，企业规模、资产负债率和对外开放程度显着影响工业企业创新效率，其中，企业规模显着正向促进工业企业创新效率，且在5%显着性水平下显着，资产负债率和对外开放程度显着抑制工业企业创新效率。分析资产负债率抑制工业企业创新效率的原因是，工业企业负债率越高，盈利能力越差，导致工业企业的经济效益降低，进而抑制工业企业创新效率。
表7 资本密集型回归结果
（4） 技术密集型
表8 为工业企业行业技术密集型产业异质性检验结果。由表8 可知，从自变量来看，数字化转型与工业企业创新效率的关系分为两个阶段，初期表现出抑制关系，后期表现出促进关系。分析其原因是，初期技术性密集产业得到了快速发展，导致数字化转型程度越高，创新效率越高。从控制变量来看，除对外开放程度和资产负债率外，其他控制变量显着正向影响工业企业创新效率，且企业规模和创新氛围分别在5%和1%水平下显着。分析产权结构促进工业企业创新效率原因是，国有企业更容易引进先进的高技术人才，促进创新； 分析创新氛围的促进原因是，创新氛围有利于提高工业企业团队间的学习和组织，对工业企业创新产生积极影响，进而提高工业企业创新效率。
表8 技术密集型回归结果
2.4 稳健性结果为检验上述结果的稳定性，将工业企业创新效率（TE）替换为专利申请数量与研发费用比值的对数（RE），并再次进行回归分析，得到结果如表9 所示。对比表9 和表3 可知，因变量改变后，混合计量模型和随机计量模型的系数均有所下降，但显着性水平和符号保持稳定，说明各变量对工业企业创新效率的影响不变，与上述回归结果一致。
表9 稳健性检验结果
3 结论与建议基于上述对我国工业企业数字化转型和工业企业创新效率现状分析与实证分析，本文主要得出以下结论： （1） 数字化转型显着提高了工业企业创新效率，且引入控制变量后，仍具有显着促进效果； （2） 不同控制变量对企业创新效率的影响不同，产权结构、开放程度、政府支持反向抑制工业企业创新效率； 数字化转型、创新氛围促进工业企业创新效率； （3） 不同类型行业中，数字化转型对工业企业创新效率的影响不同，在资源密集型和劳动密集型产业中，数字化转型对工业企业创新效率存在线性促进作用，在资本密集型产业中，数字化转型对工业企业创新效率的影响呈倒U 型； 在技术密集型产业中，数字化转型对工业企业创新效率存在非线性影响，呈U 型。
根据上述结论，为提高工业企业创新效率，本文从企业层面和政府层面提出以下建议：
3.1 企业层面（1） 推进数字化转型。数字化技术的发展推动了各行业的转型升级，对于现代工业企业而言，加快建设数字化工业企业，提高工业企业的创新效率势在必行。因此，对于企业而言，应充分把握当下数字化基础，推进工业企业数字化转型。简单来说，可从完善基础配套设施和搭建数字化信息平台方面着手，以实现数据和技术的协同作用，提高工业企业技术创新效率，促进企业技术水平提高。
（2） 树立工业企业创新意识。创新意识是加快数字基础建设、推进工业企业数字化转型的重要推动力，只有当企业员工和企业领导具备创新意识，才能加大创新投入资源，激发创新思维，营造创新氛围，进而加快工业企业技术创新效率。具体而言，可从创新工业企业生产工艺技术着手，将新技术融入到工业企业生产环节中，以提高产品质量和生产效率； 还可从增强技术性人才储备着手，与相关领域的科研单位和高校建立合作关系，并发挥规模以上工业企业的主观能动性，提高工业企业技术水平和创新效率。
（3） 以用户需求为基础进行创新和改进。数字化的目的是用于解决实际问题并提供个性化服务，因此提高工业企业创新效率的基础是以用户需求为基础，进而更好地提供产品和服务，增强用户的感知与满意度。
3.2 政府层面（1） 健全数字化人才培养机制。数字化人才可通过提高工业企业数字化能力，使工业企业更好的掌握数字化技术，创造更多的价值。只有通过科学有效的数字化人才培养，才能满足工业企业数字化转型需求。因此，对于政府部门而言，应加快数字化平台的建设与职业培训机构的设立，健全数字化人才培养机制。
（2） 加强知识产权保护力度。保护知识产权有利于提高工业企业的积极性，只有对权利人知识成果给予合法全面的保护时，才能调动工业企业相关人员的积极性，增加企业的经济利益和经济实力，同时促进对外贸易，引进外资。因此，政府部门加强知识产权保护力度，一定程度上可提高工业企业创新效率。
（3） 优化创新资源配置。创新资源是提升工业企业核心竞争力的重要途径，政府部门应充分发挥制度优势，为工业企业营造良好的创新环境。同时，还应高效优化配置创新资源，以支持工业企业的产业拓展发展，鼓励工业企业加大技术创新改造投资。