“互联网+”战略、企业异质性与研发投入

汪 芳，石 鑫，赵玉林

（1.武汉理工大学经济学院，武汉 430070；2.湖北省科技创新与经济发展研究中心，武汉 430070）

对于制造业而言，创新在很大程度上决定了企业竞争优势，而研发经费投入则是提高创新能力的关键动力。在我国经济转向高质量发展阶段，制造企业创新发展需求迫切，但创新能力与制造业强国及全球领先企业相比仍有较大差距。从外部环境来看，政府补助［1］、金融发展水平［2］及知识产权保护［3］等均对企业研发投入具有显著影响。从微观视角来看，公司治理［4］、组织冗余［5］、管理层特质［6］及股权性质［7］等因素也均显著影响企业研发投入。

然而，尚未有研究关注到制造业转型升级过程中“互联网+”对企业研发投入的影响。随着“互联网+”战略的不断推进，“互联网+”也在持续推动经济形态发生演变，并给经济社会带来一种“破坏性创新”，这种创造性破坏的落脚点就是企业的创新活动［8］。企业是否进行研发投入会受到企业自身因素以及外部环境的影响，其中之一便是未来市场对新产品需求的不确定性。在“互联网+”环境下，企业可以更迅速、全面地获取客户的需求、偏好以及反馈，有助于企业对新产品市场机会的识别，这在一定程度上消除了这种不确定性，从而有利于企业从市场机会出发进行研发。因此，实施“互联网+”战略是否会促进制造企业的研发投入，尤其是连接两者的内在机理是什么，成为值得探讨的问题。

从理论上看，“互联网+”的数据化技术可以协助企业掌握消费者的需求信息，实现供求有效匹配［9］。互联网经济下，创新活动突破企业边界，形成网络化发展趋势，且存在着创新的正反馈机制［10］。借助“互联网+”下的这种正反馈机制，又促进了企业研发投入。企业创新行为具有正的外部性，而互联网凭借边际成本低的特征能够进一步激励企业研发投入［11］。对于以上理论研究所得出的结论，国内外学者进行了相关实证研究。王可和李连燕［12］基于中国制造业企业调查数据分析了互联网技术对企业研发投入的影响；BERTSCHEK等［13］对德国制造业企业分析发现，互联网能够显著提高企业实现工艺或产品创新的可能性，且在考虑内生性问题后该结论依旧成立；KAFOUROS［14］研究发现互联网在研发过程中的应用对英国制造业企业创新能力具有显著影响。上述研究均发现互联网能显著促进企业的研发活动。

与上述观点不同，还有学者认为“互联网+”对企业研发活动的影响存在非线性关系。WU等［15］研究表明，随着互联网在连接消费者和企业之间的重要性日益增加，基于互联网的协作与企业创新存在倒U形关系，过度依赖互联网可能会阻碍企业创新。通过观察117个发展中国家的企业数据，PAUNOV和ROLLO［16］认为由于行业及企业异质性因素，互联网对不同企业研发活动的作用存在差异性，如互联网对规模较小、非出口及生产率较高的企业研发绩效作用更大，且这种促进作用只有在企业生产率达到一定水平时才存在。因此，在互联网对企业研发活动发挥促进作用之前，企业还需具备与之相匹配的补偿性投入，包括适当的组织调整、足够的人力资本和吸收能力等。企业自身的这些补偿性投入不同，可能导致互联网对不同企业研发的作用存在差异。这些结论表明后续研究需重视企业异质性的影响。

总之，上述文献从理论及实证方面论证了互联网技术可显著促进企业研发投入，并从理论上探究了其中的影响机制，但囿于数据的可得性，对企业异质性因素的影响缺乏深入的经验证明。虽然互联网技术对企业研发活动的影响已进行了较多分析，但已有文献也存在一定不足：①受样本数据的限制，除王可和李连燕［12］、PAUNOV和ROLLO［16］的研究之外，运用微观数据探讨“互联网+”战略对企业研发活动作用的经验分析较为匮乏，从而未能对企业异质性因素进行分析；②计量模型内生性问题的处理存在不足，既有研究关注互联网对企业研发活动的影响，但对两者因果关系缺少探究，“互联网+”作为企业的战略行为，可能与企业的研发活动存在内生性问题；③研究对象大多集中在发达国家，难以洞察“互联网＋”对中国制造业企业研发活动的影响。

本文的研究贡献主要体现在：①提供了制造业与互联网融合，即“互联网+”战略能够促进企业研发投入的微观证据，拓展了“互联网+”战略对制造业转型升级研究的视域，为促进制造业高质量发展提供了新视角；②已有文献大多从企业组织结构、边界及绩效的角度分析互联网对企业的影响，本文依据互联网的平台性特征分析了互联网与制造业融合，即“互联网+”战略对企业研发投入的影响机理及异质性作用；③运用面板数据的固定效应模型缓解遗漏变量造成的内生性问题，同时运用倾向得分匹配法（PSM）及倾向得分匹配双重差分法（PSM-DID），进一步克服样本选择偏差以及内生性问题。

1 理论分析与研究假设

1.1“互联网+”战略对企业研发活动的影响

1）消除新产品需求的不确定性，降低研发风险。未来市场对新产品需求的不确定性是企业进行研发投入的主要障碍，互联网可以通过下述方式消除这种障碍，从而有利于企业针对市场机会开展研发活动。作为信息平台，互联网的开放式创新有助于企业更迅速、全面地获取客户的需求、偏好以及反馈，这有助于企业对新产品和服务的市场机会的识别。而且获取的信息和资源往往是广泛和多样化的，企业可对这些信息进行识别并分类，实现知识协同效应，将这些知识与自身内部资源相结合，以研发满足消费者需求的产品。此外，利用互联网的在线技术来分析客户的信息，使企业能够确定当前产品和服务无法满足的新兴需求。但这种需求往往会成为快速变化的市场中的主要趋势，这有助于企业产生新的产品创意，解决未满足或不断变化的需求，有助于引导企业加大研发，以改进现有产品及开发新产品。

2）促进开放式创新，提高研发资金利用效率。当研发成本高、不确定性较大时，企业群体倾向于协同合作［17］。作为知识协作平台，互联网促使研发活动逐渐跨越企业边界，形成创新网络。实际上，从企业的角度来看，互联网在开放式创新时代起着至关重要的连接作用［18］，为企业与外部合作伙伴的信息交流提供了必要的联系。互联网通过加速信息传播，促使企业间网络化，增强企业与客户之间更紧密的联系，减少地理限制以及提高通信效率。互联网与其他信息技术一样具有网络效应特征。创新个体的想法以及成果能够通过互联网进行传播，从而可能会启发、激励其他企业，因此创新行为也存在正外部性，这会强化企业对创新的投入。在互联网时代，企业一直面对着“创造性破坏”的威胁，企业为了获得竞争优势必须不断实现技术进步与创新。因此，互联网对企业的影响会随着互联网的逐步深化而放大。

3）提高组织协调能力。企业研发能力的提升实质上不是由整个互联网所引起的，而是由它的“搜索”和“沟通”两大特征引起的［14］。在传统方式中，企业获取知识和外部资源的能力是有限的，但互联网打破了传统方式的信息壁垒，改善了企业与外部环境的互动，让企业获得更多的知识。此外，互联网还有助于知识在企业内部传播，不但可引发新知识的创造，还可促进研发投入。研发活动的成功不仅需要研发人员之间的有效协作，还需要企业的市场营销和生产等其他部门之间的有效协作，而互联网可以改善企业不同部门之间的沟通。通过互联网，企业可以不受地域限制，研究在其他地区生产的产品以及和世界各地的企业进行交流，从而获得更广泛的信息，有助于企业研发。

4）降低企业的研发成本。研发成本是影响企业研发投入的重要因素，互联网对研发成本的作用主要体现在两个方面。①对于研发资源来说，互联网将优质的科研、人力、物质等资源汇总起来，降低搜寻和匹配成本，使研发成本大幅降低。互联网作为开放共享的信息平台，提供了大量的信息资源，企业能以很低的成本获取和分享知识和信息。例如，互联网技术增加了科学研究信息的流动和获取，这对研发活动很重要［19］。②对于研发成果来说，互联网作为推广平台，使得研发成果能快速地创造价值。研发成本虽然通常较高，但通过互联网这个平台，企业能够接触更广泛的用户，从而每个用户平摊的研发成本就会大幅降低，这会明显地激励企业加大研发投入。基于上述分析，提出如下假设。

H1“互联网+”战略对企业研发投入具有促进作用。

1.2 不同企业利用“互联网+”战略进行研发活动的差异

由上述影响机理可知，“互联网+”对企业研发投入具有明显的促进效应，但已有研究证实，不同特征企业进行研发投资的能力和动力有所差异。在同样实施“互联网+”战略的情形下，这种促进效应可能会受到企业异质性特征的影响。从地区上看，中国区域发展存在较大差异，这将导致不同区域企业在“互联网+”战略下所面临的基础条件不一致，从而影响研发决策。从企业所有制来看，以往研究表明所有权性质的差异会影响企业研发投入动机［20］。企业进行研发活动和实施“互联网+”战略都需要资金来维持。国有企业掌握更多资源，面临的融资约束较小。从企业生产率来看，信息获取与利用是在实施“互联网+”中开展研发活动的重要环节，企业必须有这个能力来吸收知识，如果吸收能力较弱，那么“互联网+”战略的实施对研发活动的影响就会是微弱或缺失的。在不同的生产率水平下，企业的吸收能力存在差异。因此，探讨这些异质性特征是否会影响“互联网+”战略和企业研发投入的关系很有必要。

首先，不同地区的信息技术基础设施水平以及制度环境有较大差异，企业获取创新资源的能力不同。“互联网+”能有效改善企业的信息获取能力，有助于识别新产品或服务的市场机会。信息技术基础设施是实施“互联网+”的重要支撑，没有良好的信息技术设施，就很难有效利用“互联网+”所带来的优势。由于不同地区在制度环境上具有明显差异，“互联网+”的研发促进效应在不同地区存在异质性作用。具体表现为，在市场化程度较高的东部地区，处于该地区的企业往往具有获取先验信息的能力，对信息的反应更加迅速，且有动机利用这种信息优势［21］，因此“互联网+”能更有效地促进东部地区企业的研发投入。相反，在市场化程度较低的中西部地区，企业不仅获得先验信息的能力较弱，而且外源融资渠道有限，使得企业没有足够的资金进行研发。此外，与东部地区相比，中西部地区受技术和创新资源等因素的制约更严重，不能使“互联网+”与研发活动实现较好的匹配，反而会因为“互联网+”改造而使得原有的运营体系受到冲击。在这种情形下，企业如果还将有限的资金投资于“互联网+”改造，其研发投入可能会受到抑制，从而挤出了本该进行的研发活动。基于上述分析，提出如下假设。

H2a“互联网+”战略对东部地区企业研发投入具有更强的促进作用。

其次，不同所有制企业在实施“互联网+”战略上面临的约束不同，做出的研发决策也存在差异。当前大部分企业没有充分意识到“互联网+”融入生产经营各环节所带来的生产管理效率和竞争优势提升作用。企业在实施“互联网+”战略中主要是资金约束。实施“互联网+”战略进行改造是长期建设，对企业发展需要的资金要求较高，一些企业在短期内看不到收益便会直接放弃投入资金。而国有企业在资源禀赋上更具有优势，国有企业比非国有企业更容易获得贷款，因此融资约束程度弱于非国有企业［22］。在研发投入上，国有企业明显高于外资和民营企业［23］。这会弱化“互联网+”对非国有企业加大研发投入的激励作用。与其他所有制企业相比，国有企业有着不可比拟的资源优势。此外，“互联网+”战略具有很强的政策引导性，国企在实施“互联网+”战略过程中能得到更多的财税支持，以顺利实现数字化转型，更好地利用互联网技术发挥创新能力。基于上述分析，提出如下假设。

H2b“互联网+”战略对国有企业研发投入具有更强的促进作用。

除此之外，生产率越高的企业，吸收能力更强，更能充分利用“互联网+”所带来的优势［16］。“互联网+”的有效运用要求企业必须具备与之相匹配的补偿性投入，从而有足够的吸收能力来发挥“互联网+”对研发投入的促进作用。随着企业生产率的提高，管理体系更有效率、技术水平相对较高及生产流程更加完善，吸收能力也更强。而生产率较低的企业吸收能力较弱，在实施“互联网+”改造之后，相应地需要投资大量资金于其他补偿性措施以提高吸收能力。基于上述分析，提出如下假设。

H2c“互联网+”战略对生产率更高的企业研发投入具有更强的促进作用。

2 研究设计

2.1 数据说明

本文以沪深两市的A股制造业上市公司为样本，数据主要来自Wind金融数据库以及上市公司年报，对样本进行以下筛选与处理：①剔除了计算机、通信和其他电子设备制造业上市公司，因为这类企业天然就与互联网相关，无法观察它们运用“互联网+”的动态过程，当然也看不到“互联网+”对其创新能力的影响；②考虑数据的一般性，剔除了两市公布的具有退市风险的PT、ST上市公司；③剔除了没有披露R&D投入以及主要解释变量缺失的上市公司。最终选取6 679个样本观测值。

表1提供了筛选处理后的非“互联网+”和“互联网+”上市公司的基本情况。首先，按照Wind金融数据库中提供的“企业所属省份”这一信息，将“互联网+”企业划分为东部、中部和西部企业，发现在样本期内实施“互联网+”的企业中，东部地区占比为75.98%，中部地区占比为12.36%，西部地区占比为11.66%。其次，根据Wind金融数据库中提供的“企业组织形式”这一信息，按照不同所有制类型将“互联网+”企业划分为外资企业、民营企业和国有企业，大部分实施“互联网+”的企业为民营企业（占比为75.58%），国有企业占比为19.60%，外资企业占比为4.82%。最后，将企业劳动生产率按照由大到小排序的二分位数为临界点，将样本分为两组，即高劳动生产率和低劳动生产率，所占比重分别为53.47%和46.53%。

表1 各类型上市公司数量的基本统计Tab.1 Basic statistics on the number of listed companies

2.2 变量测度

2.2.1 被解释变量 采用研发投入额的自然对数衡量企业研发投入（RD）。为了增强本文结论的稳健性，同时使用研发投入额占营业收入的比例衡量企业研发强度（RDI）。企业研发投入的绝对值体现了当年企业在研发活动上投入的大小，而研发强度能体现企业对研发活动的重视程度。

2.2.2 解释变量 目前，衡量企业实施“互联网+”战略的指标不完善，有关这方面的文献也并不多，主要有3种衡量方法。①利用企业的网页和邮箱［24］。该方法仅能反映互联网，但无法有效地甄别出公司的“互联网+”程度。②利用2012年世界银行对中国制造业企业的调查数据［12］。虽然在2013年之前，互联网产业取得了迅猛发展，但以互联网为代表的虚拟经济与实体经济之间的结合主要发生在2013年之后［25］。因此，仅从2012年的截面数据来考察互联网对企业的影响无法观测到“互联网+”对企业的动态影响。③根据“互联网+”的若干关键词，对上市公司年报进行搜索和筛选，再对企业使用互联网的程度进行打分［11］。可以看出，第一种和第二种方法只是简单衡量互联网技术在企业的应用，如网页和邮箱，而非“互联网+”，第三种方法对企业实施“互联网+”程度进行打分存在主观判断的缺陷。

因此，本文根据国务院颁布的一系列文件①《国务院关于积极推进“互联网+”行动的指导意见》《国务院关于深化制造业与互联网融合发展的指导意见》及《国务院关于深化“互联网+先进制造业”发展工业互联网的指导意见》。对“制造业＋互联网”的描述，先选出关于“互联网+”的若干关键词（包括工业云平台、工业互联网、大数据、云计算及人工智能等词汇），可以看出本文所定义的“互联网+”并非简单的互联网技术在企业的应用，而是企业生产、管理及服务的智能化。其次，对年报中“管理层讨论与分析”的内容②上市公司的“管理层讨论与分析”一般包含两大类内容。一是对报告期内公司经营情况、财务状况、投资情况的回顾，其中包括主营业务状况、现金流状况、资产与负债状况、募集资金使用状况、投资状况、主要参控股公司状况等；二是对公司未来发展情况的展望，其中包括行业格局与趋势、公司发展战略、经营计划和公司面对的主要风险等。进行关键词筛选，如果企业当年实质性地开展了“互联网+”改造，则Internet=1，反之Internet=0。具体判定过程为：企业在年报中对“互联网+”相关项目的开展进行了汇报，并且进行了实质性的投资与改造，而非仅仅提到这些关键词。

2.2.3 控制变量 企业进行研发投入还会受到企业特征因素的影响，本文所用到的控制变量包括：劳动生产率（LP），可以衡量企业的吸收能力，因此生产率高的企业能更好地将所获得的资源和信息转化为创新；劳动资本比（LCR），企业资本是否充足对于研发活动至关重要，劳动资本比越高的企业更有能力开展研发活动；企业规模（FS），相对于规模较小的企业而言，规模较大的企业在研发活动中更有优势；企业年龄（Age），在企业不同的发展阶段，企业的研发决策也会有所不同；利润率（PF）和资产收益率（ROA）衡量了企业盈利状况，盈利状况良好的企业更有能力投入更多资本进行研发活动；杠杆率（LR），通过该指标来控制企业资本结构对研发投入的影响；管理成本（AC），企业生产运营过程中的成本是影响企业研发决策的影响因素［26］。

本文选取所有变量定义如表2所示。

表2 变量描述Tab.2 Description of the variables

2.3 模型和方法

2.3.1 基准回归模型 为了检验企业实施“互联网+”战略对企业研发活动的影响，构建如下模型。

其中：j、i、c和t分别表示企业、企业所属行业、企业所在省份和时间；Xn表示企业层面的协变量；industry、year和province分别表示行业固定效应、时间固定效应和地区固定效应，以控制诸多不可观测因素可能会对企业研发活动产生的影响；ξ为模型随机误差项。本文将标准误聚类在企业个体层面上以纠正异方差，因为不同的企业具有不同的技术条件，这样有助于解决随机扰动项之间的相关性问题。系数β1是本文关注的核心，如果β1在统计上显著大于0，则说明实施“互联网+”战略进行改造对企业研发投入具有促进作用。

2.3.2 倾向得分匹配法 采用OLS方法存在的缺陷是估计结果的准确性可能受选择性偏差等内生性问题的干扰。倾向得分匹配（PSM）是处理上述问题有效的计量方法［27］。本文采用PSM方法步骤如下。

第一步，将样本根据是否实施“互联网+”分为处理组（实施“互联网+”，Internet=1）与对照组（从未实施“互联网+”，Internet=0）。“互联网+”对企业研发投入的因果影响，即处理组企业的平均处理效应（ATT）可以表示为

其中，Y1表示“互联网+”企业的研发投入，Y0表示“互联网+”企业在不实施“互联网+”情形下的研发投入，由上文可知，Y0是一种“反事实”情形，因而准确估计式（2）的前提是为Y0找到合适的替代。

第二步，为了解决样本选择偏差问题，依据样本企业的多维特征变量，通过logit模型对处理变量Internet进行回归，为每个企业进行倾向得分估计。接下来测算“互联网+”企业和非“互联网+”企业实施“互联网+”的决策概率P=P（Internet=1）。本文采用如下logit模型进行估计。

其中，Xit为各个控制变量，依据logit模型得到样本企业的倾向得分，将处理组和对照组的值分别表示为Pi和Pj。将数值相近的Pi和Pj进行配对，需满足两个假设条件：①条件独立性，即在控制共同因素之后，企业研发投入的变化与“互联网+”或非“互联网+”的选择决定是相互独立的；②重叠条件，即经过倾向得分匹配后，保证处理组都能匹配到合适的对照组。

第三步，企业实施“互联网+”对企业创新的平均处理效应（ATT）为

其中，n为实施“互联网+”的企业数，W(Pi，Pj)表示用对照组企业j的RDj作为处理组企业i的RDi的替代时对企业j赋予的权重，大小取决于Pi和Pj的差异程度。核匹配方法中权重函数的表达式为

其中，K（·）为核函数，为高斯正态分布函数；h为指定带宽。最后，将式（5）代入式（4）即可估计互联网对企业研发投入的平均处理效应。

3 基本实证结果与分析

3.1 基准回归结果

为了建立比较的基准③本文还进一步对固定效应和随机效应模型进行检验，因为本文模型使用的是聚类稳健标准误，它与普通标准误相差较大时，传统的豪斯曼检验就不适用了。因此，本文采用辅助回归的方法进行检验，该检验的p值为0.00，强烈拒绝随机效应，可以认为固定效应模型更为合适。，在因果效应分析之前，先使用OLS估计“互联网+”战略对企业研发投入的影响，回归结果见表3。M1～M4以RD为被解释变量，其中M1和M2表示在控制了行业、地区及年份固定效应后“互联网+”战略对企业研发投入的影响，结果显示“互联网+”对企业研发投入的回归系数分别为0.243（无控制变量）和0.078，且都在1%水平上显著，说明在样本期间内，“互联网+”战略显著提高了企业的研发投入；M3和M4则考虑了不随时间改变的个体异质性，在控制了个体效应和年份效应后的固定效应模型回归结果与M1和M2的结果基本一致。M5～M8以RDI为被解释变量，其中M5和M6表示在控制了行业、地区及年份固定效应后“互联网+”战略对企业研发强度的影响，M7和M8表示在控制个体效应和年份效应后的固定效应模型回归结果。M5的系数为-0.001，但不显著；M6在控制所有控制变量后，系数为0.001，在10%水平上显著；M7的系数为0.001，但不显著；M8的系数为0.002，在10%水平上显著。这说明无论是只控制行业、地区及年份固定效应，还是控制个体效应及年份效应，“互联网+”战略都显著提高了企业的研发投入及研发强度，只是系数值略有变化，结论具有相当的稳健性。

综上所述，“互联网+”战略与企业研发投入以及研发强度之间都存在显著的正相关关系，且这一结论并没有随着控制变量的加入而消失。但OLS方法无法解决自我选择的缺陷问题，因此还不能推断出“互联网+”战略与企业研发投入之间存在因果关系，下文将使用倾向得分匹配方法进一步检验。

表3 基准回归结果Tab.3 Baseline regression result

3.2 PSM的基本估计结果

在进行PSM之前，本文先进行平衡性条件和共同支撑条件的检验。采用SMITH和TODD［28］的方法，计算得出处理组和对照组各匹配变量的标准化偏差。一般要求此标准化偏差不超过20%［27］，该值越小，匹配结果就越好地平衡了数据。本文的平衡性条件检验结果显示，标准化偏差的绝对值均小于6%，t检验结果显示不存在显著差异，这表明匹配时满足平衡性条件，限于篇幅未提供该检验结果。而对于共同支撑条件，如图1显示，在匹配前，两组的倾向得分还存在较大差别，表示样本中确实存在选择偏误。在匹配完成之后，处理组和对照组的密度分布趋同，绝大部分观测值落在了重合部分，满足共同支撑条件。以上检验结果显示，核匹配效果很好，可以近似认为满足PSM适用条件。

图1 倾向性得分与kernel密度分布图Fig.1 Propensity score and kernel density map

表4是“互联网+”对企业研发投入影响的倾向得分匹配估计结果。从企业研发投入的绝对量来看，“互联网+”使企业研发投入增加了3 944.52万元，且该估计系数在1%水平上显著；“互联网+”提高企业的研发强度0.18个百分点，估计结果也在1%水平上显著。这说明实施“互联网+”的企业（处理组）的研发投入以及研发投入强度明显要高于未实施“互联网+”的企业（对照组），由此可见，“互联网+”对企业研发投入存在显著的促进作用。对此可能的解释是：①知识存在外溢性，而创新来源于现存知识的新组合［29］，互联网通过以更低传播成本促进了知识的外溢，使企业可以以更低的成本获得信息，从而增加企业的知识存量，因此互联网可以促进企业研发投入；②企业之间沟通的加强有助于新技术的了解与应用，从而加大了企业的研发力度；③除了这种知识溢出之外，可能还存在其他来源，例如互联网可以使企业更好地与供应商沟通，有助于了解与生产过程相关的新技术的可行性，对企业新技术和新产品的研发具有促进作用。

表4 处理组的平均处理效应Tab.4 Average processing effect of the treatment group

根据以上研究结果可得，无论是采用传统的OLS模型还是倾向得分匹配法，以企业研发投入和企业研发投入强度作为结果变量进行检验时，“互联网+”战略对这两个变量确实存在促进作用。其次，传统的OLS模型与倾向得分匹配法相比较，其低估了“互联网+”战略对企业研发投入以及企业研发投入强度的促进作用，倾向得分匹配法使用影响企业研发的协变量进行匹配，使与处理组相匹配的对照组能起到“反事实”的替代作用，消除了样本选择偏差以及内生性问题，估计结果更接近事实。

3.3 稳健性检验

本文考虑以下3种情形来进行稳健性检验：①不同年份的处理效应（ATT）是否改变；②不同匹配方法的处理效应（ATT）是否改变；③将处理变量滞后一期之后，处理效应（ATT）是否改变。对匹配变量都进行了平衡性条件和共同支撑条件的检验，且都通过了检验④限于篇幅，估计结果未列出。。

①考察不同年份处理效应是否改变。逐年匹配的处理效应估计结果均显示出“互联网+”战略对企业研发投入存在明显的促进作用。因此，该结果表明本文核心结论没有发生改变。②改变PSM的匹配方法。匹配过程中涉及匹配方法的选择，这里进一步采用其他匹配方法，分别使用k近邻匹配、卡尺匹配和马氏匹配方法。在k近邻匹配过程中，借鉴ABADIE等［30］的研究，令k=4。在使用卡尺匹配时，为了保守起见，将卡尺范围定为0.01。最后，进行马氏匹配，并使用ABADIE和IMBENS［31］提供的异方差稳健标准误。从估计结果看出，本文的核心结论不受匹配方法的影响。③将结果变量即企业研发投入和研发投入强度滞后一期。考虑研发投入可能存在滞后，因此将企业研发投入及研发投入强度滞后一期来考察结果是否稳健。估计结果表明，“互联网+”战略对企业研发投入依旧存在显著的促进作用。

4 扩展检验结果与分析

4.1“互联网+”战略对企业研发投入影响的异质性检验

在上文研究基础上，分别基于所在地区、所有制类型及劳动生产率对样本进行分组，进而考察“互联网＋”对企业研发投入的异质性影响。以下部分在运用倾向得分匹配法时，都进行了平衡性条件和共同支撑条件的检验，且都通过了检验⑤限于篇幅，未提供该检验结果。。

4.1.1 企业所在地区的异质性 互联网发展水平是企业实施“互联网+”战略的重要载体，而中国各地区之间的互联网发展水平差异较大，因此本文将上市公司按照所在地区分为东部、中部和西部进行分组检验。从表5可看出，在东部地区，“互联网+”对企业研发投入存在显著的促进效应。而在中部地区，与非“互联网+”企业相比，“互联网+”企业在研发投入的绝对量上虽然落后，但“互联网+”提高了企业研发强度，即提升了企业研发投入的意愿，该结论在10%的显著性水平上显著。此外，对西部地区企业研发投入及研发投入强度均不存在促进作用，但均未通过显著性检验。可能的原因在于，互联网在中国各地区之间发展不平衡，东部地区企业人力资本、开放程度和竞争力水平高于中、西部地区企业，对互联网敏感度更高，能从“互联网+”中获得更多的技术创新效应，从而对企业研发的促进作用更为显著。而对于中、西部企业，近几年互联网发展表现出明显的增长趋势，但企业的技术吸收能力和学习能力较低，企业从“互联网+”中获得的收益也十分有限，且中西部地区更多的是资源依赖型企业，因此现阶段“互联网+”对企业研发的促进作用尚不显著，甚至存在抑制作用。

表5 “互联网+”战略对企业研发投入影响的异质性检验结果Tab.5 Heterogeneity test of the impact of“Internet+”strategy on enterprise R&D investment

4.1.2 企业所有制的异质性 表5中不同所有制企业的检验结果显示，“互联网+”对民营和国有企业研发投入存在显著的促进效应，而对外资企业来说，“互联网+”虽然使企业研发投入减少26 215.06万元，对企业研发投入强度却存在促进效应，但该效应不显著。这也反映出“互联网+”有利于国有企业创新升级，推动新旧动能转换。外资企业从互联网知识溢出中获益较少，这与PAUNOV和ROLLO［16］得出的结论一致。对此可能的解释是，外资企业往往是先进技术的来源，是其他企业的学习对象；外资企业太多不在中国开展研发活动，更倾向于在中国开展生产活动，因此无法观察到外资企业的研发投入情况。

4.1.3 企业劳动生产率水平的异质性 由表5可知，在高劳动生产率企业中，“互联网+”企业比非“互联网＋”企业的研发投入多9 924.36万元，研发投入强度高0.001 7；在低劳动生产率企业中，“互联网+”使企业的研发投入减少了1 187.31万元，但使企业研发投入强度提高了0.001 9。可以看出，“互联网+”虽然没有提高低劳动生产率企业的研发投入，但是提高了其研发强度，即“互联网+”使低劳动生产率企业的创新意愿增强了。此外，虽然企业通过运用“互联网+”中的一系列技术从他人创造的知识中获益的机会可能更高，但企业需要有能力来应用它们获得的知识。如果吸收能力较弱，“互联网+”造成的知识溢出效应就会低得多，甚至根本不存在。因此，“互联网+”对不同生产率水平的企业创新产生不同影响，生产率较高的企业具有较强吸收能力，可能比生产率较低的企业从互联网中获益更多。因此，该结果还可能反映出在“互联网+”对企业研发投入产生促进作用之前，企业需要对自身的生产流程进行调整，包括进行组织变革以及准备充足的人力资本。

4.2“互联网+”战略对企业研发投入的动态影响

采用PSM方法对2013—2017年总体样本的估计结果显示，“互联网+”对企业研发投入具有正向因果关系，这种效应是否具有持续性？接下来将进一步采用PSM方法探讨“互联网+”的动态影响。此外，本文还将采用双重差分法（DID）来估计动态因果影响。双重差分PSM法可以控制“互联网+”企业与非“互联网+”企业间不可观测但不随时间变化的差异，进而可能提高估计效率。

“互联网+”战略对企业研发投入影响的动态性检验结果如表6所示，对2013年、2014年以及2015年开始实施“互联网+”的情形依次分析。总体来说，“互联网+”战略对企业研发投入的正向影响程度随着企业实施“互联网+”年限的延长而增强。以2013年开始实施“互联网+”战略的企业为例，“互联网+”对企业研发投入的影响在实施之后的4年里均显著为正，且随着时间推移，“互联网+”战略对企业研发投入的影响程度越来越大。例如，在企业研发投入量的PSM结果中可以看到，在实施“互联网+”之后的第一年（S=1），企业的研发投入增加了5 671.48万元；第二年（S=2），该增加值有些许波动，为4 303.78万元；第三年（S=3），该值提升为6 663.28万元；第四年（S=4），该值提升到7 414.86万元。虽然第二年比第一年的提高量少，但并不影响整体影响程度越来越大的趋势。另外，在企业研发投入强度方面，在实施“互联网+”之后的第一年（S=1），企业的研发投入强度比非“互联网+”企业提高0.009 3，到第四年（S=4），该值增长到0.014 4，且在此期间，估计值都在1%、5%或10%的显著性水平上显著。对2014和2015年开始实施“互联网+”的企业进行的分析也能得到类似结论。

表6 “互联网+”战略对企业研发投入的动态影响Tab.6 Dynamic impact of“Internet+”strategy on enterprise R&D investment

此外，本文还采用PSM-DID方法来估计“互联网+”战略对企业研发投入的动态性影响。与PSM方法的结果相比，不同持续期的估计值总体上有所缩小，但估计值的符号以及变化趋势与前者基本相同。仍以2013年开始实施“互联网+”的企业为例，从实施“互联网+”之后的第一年（S=1）到第四年（S=4），对于企业研发投入来说，PSM-DID方法得出的估计值从1 657.36万元增长到4 632.27万元；对于企业研发投入强度来说，PSM-DID方法得出的估计值从0.002 3增长到0.006 8。这表明了“互联网+”战略对企业研发投入的动态正向影响不会因估计方法的不同而改变，从而表明了结论的稳健性。

5 结论与启示

企业创新不仅是构建自身竞争优势的重要来源，更是驱动经济高质量发展的关键要素。目前，互联网等新兴技术不断变革制造企业的生产制造、研发设计及销售服务模式，改变企业的发展方式。然而，“互联网+”战略的实施能否成为推动企业研发投入的动力？本文从“互联网+”战略对制造业创新发展的作用效果这一现实问题出发，重点关注“互联网+”战略对企业研发投入的影响及其对不同企业的异质性作用。理论上，“互联网+”改变企业研发过程中各个阶段的运行方式，提升企业创新资源配置能力和利用效率，形成高效的开放式创新框架，从而增强企业研发的协同和整合能力，提升企业对新兴需求快速变化的响应能力，最终促进研发投入力度的加大。本文利用2013—2017年中国制造业上市公司的相关数据，手工收集企业实施“互联网+”战略的指标数据，实证检验“互联网+”对企业研发投入的影响程度，并从企业所处地区、产权性质和生产率水平3个维度探讨了“互联网+”对企业研发投入的异质性作用。结果表明，“互联网+”对企业研发投入存在显著的促进作用，且经过一系列稳健性检验后，该结论依然成立。异质性检验结果显示，这种促进作用在东部地区、国有企业及劳动生产率较高的企业中表现更为显著。此外，动态检验表明“互联网+”对企业研发投入的促进作用具有持续性，并且其影响程度逐年增强。

基于以上研究，本文得出的政策启示如下。①鼓励制造业企业积极实施“互联网+”，实现互联网与制造业的深度融合。从整体上看，政府应该推进互联网发展，加大对互联网基础设施的投资，这是实施“互联网+”改造的前提。在此基础上，鼓励企业实施“互联网+”改造，这将有利于促进制造业创新驱动发展。②“互联网+”对不同类型企业研发投入的影响存在异质性，企业所在地区、所有制以及劳动生产率是影响互联网发挥作用的重要因素。“互联网+”战略的有效实施需要具备一定的基础条件，因此实施“互联网+”战略不是意味着企业要不惜成本地进行改造，而是应当结合自身的需要及现实情况来选择合适的道路，真正做到智能技术与自身的有机结合，从而推动创新升级。③在互联网与制造业融合的不同阶段，应采取不同的政策。从动态性角度来看，实施“互联网+”改造对企业研发投入的促进作用越来越大，因此在当前应当继续推进“互联网+”战略以及对互联网基础设施的升级改造，但在“互联网+”浪潮下，政府和企业要保持冷静，不能为了智能化而智能化。

本文在研究中存在不足，值得未来研究继续探讨。首先，由于数据的局限，衡量企业实施“互联网+”战略的指标涵盖了企业生产运营各个环节的“互联网+”实施情况，没有将生产制造、研发设计及销售服务等环节分开，未来研究需进一步检验不同环节的“互联网+”实施情况对企业研发活动的影响作用。其次，只是分析了实施“互联网+”战略对企业研发投入的影响，而“互联网+”对各种经济行为均存在影响，可以作为未来研究的方向，以丰富和完善现有研究。