数字化投入对制造业产业链创新链融合的影响机理
2024-01-07郭明顺马跃洋刘彦伯
摘 要： 数字技术已逐渐被制造业企业采用。为探明数字化投入对制造业产业链创新链融合的影响机理，以企业协同合作为中介变量，国外技术引进和国内技术购买为调节变量，构建数字化投入影响制造业产业链创新链融合的机理模型。选取2012—2020年中国制造业面板数据，采取层级回归和Bootstrap方法实证检验数字化投入对制造业产业链创新链融合的影响机理。研究发现：数字化投入对产业链创新链融合有显著正向影响；数字化投入通过影响企业协同合作，对制造业产业链创新链融合产生影响；国外技术引进在数字化投入对企业协同合作的影响中有调节效应；国内技术购买在数字化投入对制造业产业链创新链融合的影响中有调节效应。政府应加快数字产业发展，引导企业共享生产数据，完善并运用数字技术辅助技术攻关；推动数字技术创新，加快数字技术应用成果转化。
关 键 词： 数字化投入； 制造业； 产业链； 创新链； 知识系统； 经济系统； 协同合作
中图分类号： F124.3"" 文献标志码： A"" 文章编号： 1674-0823（2024）06-0625-10
《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出加快数字化发展，促进数字技术与实体经济深度融合，赋能传统产业转型升级；整合优化科技资源配置；促进各类创新要素向企业集聚；加强原创性引领性科技攻关；谋划布局一批未来产业①。数字技术在制造业中的应用会使企业原有的生产方式和管理模式产生巨大变化，这种对企业有利的改变将会促进制造业数字化转型。制造业数字化转型不仅影响企业搜寻、整合创新资源的成本，也会影响现有制造业中不同创新主体的协同合作。不同创新主体的协同合作会影响企业整合各类创新要素和科技资源的能力，进而影响现有制造业产业链与创新链融合，影响未来产业布局。
在产业链创新链融合方面，高洪玮从理论层面对推动产业链创新链融合进行研究［1］。张其仔提出在数字化转型背景下，产业链的现代化需要与创新链融通发展［2］。晏文隽等提出数字技术能加强产业链和创新链联系，提高创新链活力［3］。邢超从产学研协同合作方面对产业链与创新链融合进行研究［4］。
在数字化转型对产业链影响方面，余东华等指出数字技术能驱动产业链群发生变化，推动产业组织创新［5-6］。石先梅指出制造业数字化转型能提高产业链韧性［7］。吴友群等指出制造业数字化转型可以降低企业交易成本［8-9］。白雪洁等指出数字化转型有助于构建现代化产业体系［10］。刘洪愧等指出数字化转型可以推动全球产业链发展［11］。NASIRI等指出企业数字化转型可以推动智能技术发展，从而改善关系绩效［12］。SU等指出数字经济对产业结构转型升级产生积极影响［13］。
在数字化转型对创新链影响方面，常歆等指出制造业数字化转型可以提高其创新效率［14］。韦庄禹等指出数字经济发展可以提高企业资源配置效率［15-16］。张国胜等提出数字技术赋能我国制造业企业技术创新［17］。GHOBAKHLOO等指出制造业可以利用数字技术开发精益数字化制造系统［18］。WU等指出数字技术的云设计和制造将彻底改变设计创新［19］。LI等指出企业数字化转型可以促进企业创新［20-21］。
通过对相关文献的梳理，本文聚焦数字化投入对制造业产业链创新链融合的影响机理，探究企业协同合作在其中的作用，为制造业产业链创新链融合提供参考和建议。
一、理论分析与研究假设
（一） 产业链与创新链融合
产业链与创新链融合是指利用产业链的经济优势和实际生产信息，弥补创新链研发资金不足和研发脱离实际的短板；利用创新链的先进知识，解决产业链高端技术不足的痛点。产业链与创新链分别属于不同的系统，产业链是经济系统的主体，创新链是知识系统的主体。产业链与创新链的融合就是经济系统与知识系统的融合，表现为生产主体与创新主体的融合、产业发展与科技创新的融合、产业化应用与原始创新的融合，而产业链和创新链融合的关键就是市场竞争和市场需求［22］。
产业链与创新链融合有两条路径：一是围绕产业链部署创新链；二是围绕创新链布局产业链。第一条路径是从产业需求出发，经历“产业需求—关键核心技术攻关—科学原理突破”三个关键环节；第二条路径是从科学原理出发，经历“科学原理突破—科技成果转化—新兴产业链形成”三个关键环节［23］。这两条路径是市场需求推动科技发展和科技发展推动产业升级的过程。可以看出产业链与创新链存在实际的联系，产业发展和科技创新的不断循环构成产业链与创新链融合的双螺旋结构，影响着产业链与创新链的融合。
（二） 数字化投入与制造业产业链创新链融合
数字化投入会推动数字技术在企业中的应用，从而会对制造业企业原有产业链与创新链融合产生一定的影响，具体表现在两个方面：一是影响企业原有生产制造过程。数字技术的应用使企业可以采集和利用生产制造过程中的数据，将数据与传统生产要素结合，优化企业内部生产结构［24］。同时，企业在组织战略活动中应用数字技术不断应对和解决危机［25］，能够提高企业原有生产制造过程的韧性［26］。二是影响产业链与创新链中的信息传输效率。数字技术在制造业产业中的应用可以提高企业的信息化水平，加快市场竞争，提高市场需求信息在产业链与创新链之间的传输效率［27］。市场竞争和市场需求信息在产业链与创新链之间传输效率的提高，能够增强知识系统和经济系统的联系，推动产业链与创新链的交流与发展。因此，本文提出如下假设：
H1 数字化投入对制造业产业链创新链融合具有积极的正向影响。
（三） 数字化投入与企业协同合作
数字化投入会加剧市场竞争的激烈程度，导致产业链创新链融合的外部环境发生变化，进而对产业链创新链融合产生影响。通过协同理论可知，当外界环境变化对现有系统产生影响时，复杂系统中各子系统通过自组织作用使系统从无序向有序演化。系统通过协同作用，自发地形成时间、空间和功能上的有序结构，例如企业内部的协同合作、不同企业之间的竞争合作以及不同系统之间的协同合作。虽然不同系统属性不同，但是系统之间的相互影响和相互合作会对现有产业结构产生影响。通过产业结构理论可知，协调是实现产业结构合理化最为重要的一种方式。只有多区域、多行业、多主体之间形成互补互促的协调发展局面，才能激发各主体间的关联效应。随着协同理论和知识管理理论的不断发展，可将知识协同看作企业为实现战略目标而将内外部技术与知识能力集合起来的一种战略手段。知识协作可以有效地抑制知识隐藏行为，降低创新阻力［28］。数字化投入带来的数字技术发展不仅会丰富研发人员的知识［29］，而且会促进不同主体之间的知识合作，增强知识溢出效应。知识基础观认为知识是企业最重要和最具战略意义的资产，企业是一个知识处理系统，要利用好知识系统中的先进知识，就需要与不同企业通过协同合作处理和利用知识。因此，本文提出如下假设：
H2 数字化投入对企业协同合作具有积极的正向影响。
（四）" 企业协同合作的中介效应
产业链和创新链都有自己的优势和不足，为更好地发挥自身的优势，弥补自身的不足，产业链与创新链中的企业主体会选择与其他创新主体协同合作。创新主体间的协同合作可以拓宽知识的传播渠道，促进创新主体间的资源整合，提高产业链与创新链整体的知识积累水平和创新水平［30］。创新主体间的协同合作是在市场竞争和市场需求环境下进行的，因此技术创新成果可以很好地满足产业需求。数字化投入带来的数字技术发展通过提高创新主体的沟通效率，加深创新主体间的联系，提高创新主体间的协同合作水平。创新主体间协同合作水平的提高，可以更好地整合创新生态系统的经济与创新资源，从而促进制造业产业链创新链融合。因此，本文提出如下假设：
H3 数字化投入可以通过推动企业协同合作来促进产业链与创新链融合。
（五）" 国外技术引进的调节效应
国外技术引进将对我国现有技术进行提高和补充。国外技术的引进不仅会加剧现有的市场竞争，而且会吸引制造业相关研发人员对新技术进行研究与模仿。对新技术的消化与吸收能够帮助制造业研发人员理解和学习新的知识，帮助我国缩短相关技术自主研发的时间。对国外引进技术的转化需要不同创新主体协同合作，共同消化吸收相关的技术知识。只有不同创新主体加强协同合作，才能更全面地理解和更快速地掌握新技术。因此国外技术引进将对协同合作产生积极正面的影响，从而本文提出如下假设：
H4 国外技术引进在数字化投入对企业协同合作的影响中具有调节作用。
（六）" 国内技术购买的调节效应
国内技术购买有助于本国技术创新的可持续发展。制造业技术创新将国内知识系统和经济系统联系起来。新技术的研发必须满足市场需求，才能推动新技术的销售和应用，有利于创新的可持续发展。在产业链与创新链融合的过程中，国内技术购买有助于推动国内创新链的技术创新和知识系统发展。同时，国内技术购买表明国内技术与国外引进技术的差距缩小，有助于国内产业链以更低的价格获取自身发展需要的技术。随着国内外技术差距的缩小，可能使国内企业对新技术研发的需求不如以往迫切，从而导致其对产业链创新链融合的影响程度降低。因此，本文提出如下假设：
H5 国内技术购买在数字化投入对制造业产业链创新链融合的影响中具有调节作用。
（七）" 模型假设
基于以上分析，本文研究数字化投入对制造业产业链创新链融合的影响，以国外技术引进和国内技术购买为调节变量，以企业协同合作为中介变量，构建理论模型如图1所示。
二、研究设计
（一）" 样本选择与数据收集
本文以《中国工业统计年鉴》、《中国科技统计年鉴》和《中国投入产出表》等资料的制造业数据为样本，通过对制造业细分行业进行对比来判断数字化投入对不同制造业产业链创新链融合的影响。对部分年份缺少的数据，本文借鉴张陈宇等的方法，使用插值法进行补全［31］。本文根据中国投入产出表部门分类标准与陈晓东等的方法对制造业产业链进行划分［32］，详见表1。为最大化地保证数据有效性和可获得性，本文将研究区间设置为2012—2020年。
（二）" 变量选取与测度
1. 被解释变量
制造业产业链创新链融合（Integrationit）。本文通过计算制造业产业链i的t年有效发明专利数占t年国内有效发明专利数的比例，来衡量细分制造业产业链i与创新链融合程度［33］。当Integrationit较高时，表示产业链i与创新链融合程度相对于其他行业较高，创新链中的知识与技术已经逐渐转移到产业链i中，同时产业链i为创新链发展明确方向；反之，则说明产业链与创新链融合程度较低。
2. 解释变量
数字化投入（Digitit）。本文参考党琳等的方法，将数字经济产业投入作为衡量指标［34］。数字经济产业投入能间接反映相关产业链中运用的数字成分。数字经济产业投入得越多，制造业应用的数字技术就越多，数字技术就越有可能对企业生产管理产生影响，促进产业链整体出现新的技术生态。数字经济产业借助《数字经济及其核心产业统计分类（2021）》来确定。
对于数字化投入的测度，本文参考谢靖等的方法［35］，采用直接依赖度这个相对指标对直接消耗系数进行改善，测算公式为
aik=xikXk （1）
式中：aik代表产业i对产业k的直接消耗系数；xik代表产业k生产中直接消耗产业i的价值量；Xk代表所有行业对产业k的总投入价值。
bik=aik∑ni=1aik （2）
式中：bik表示产业i对产业k的直接依赖度；∑ni=1aik代表其他产业对产业k的直接消耗系数之和。本文关注的是制造业的数字化投入，参考许宪春等的方法［36］，根据《中国经济普查年鉴》提取相关产业的数字经济部分进行精准分析。
3. 中介变量
协同合作（Collaboration）。本文用R＆D经费内部与外部支出总和与制造业国内生产总值的比值来表示。R＆D经费内部支出表示企业内部不同部门的协同合作，R＆D经费外部支出表示企业与外部创新主体的协同合作。协同合作反映企业在创新活动中可以利用的创新资源情况。我国正在推动企业接入工业互联网平台，制造业数字化平台的发展有助于推动不同创新主体间的协同合作，推动知识系统与经济系统融合，从而促进产业链与创新链融合。
4. 调节变量
国外技术引进（Import）和国内技术购买（Purchase）。对于国外技术引进，本文用引进国外技术经费支出与制造业企业技术获取和技术改造经费之和的比值来表示。对于国内技术购买，本文用购买国内技术经费支出与制造业企业技术获取和技术改造经费之和的比值来表示。本文用解释变量和调节变量的交互项来反映数字技术的获取情况。国外技术引进会给制造业行业带来国外的技术，吸引制造业不同创新主体相关研发人员对新技术的研究，能够加强不同创新主体的联系与合作。国内技术购买有助于国内创新的可持续发展，有利于促进产业链与创新链融合。
5. 控制变量
第一，外商投资（Investment）。本文用制造业外商资本与全行业外商资本的比值来衡量外商投资水平。一般而言，外商资本投资的企业是外商认为有很大发展前景的企业，其创新能力相对较高。同时，外商投资的企业更容易引进国外技术，这会加剧现有的市场竞争。
第二，融资约束（Finance）。本文用制造业细分产业链利息支出与制造业资产总额的比值进行衡量。融资约束低代表相关细分产业链企业还可以从金融市场获得更多的资金支持，企业可以用更多资金购买新技术或进行自主创新。
第三，行业规模（Size）。本文用制造业细分行业总产值与制造业整体总产值的比值来表示。行业规模越大，表明该行业在制造业总体中对人们生活的影响越大，说明该行业有更多资源进行创新。
三、实证结果与分析
（一）"" 描述性统计与相关性分析
在对变量进行回归分析之前，首先对变量进行描述性统计分析和相关性分析（表2、表3）。由表3可以看出，数字化投入、企业协同合作、国外技术引进、国内技术购买和制造业产业链创新链融合之间存在一定的相关关系。
（二）" 多重共线性分析
为确定变量之间是否存在多重共线性，本文计算变量的方差膨胀因子（VIF），如表4所示。结果表明，最大的VIF值为8.70，低于临界值10，说明多重共线性对各变量之间相关性影响较小。
（三）" 基准回归结果
表5是数字化投入对制造业产业链创新链融合影响的基准回归结果。第1列是只控制时间和行业固定效应的基准回归结果。第2～4列是在第1列的基础上，逐渐加入控制变量后得到的回归结果。从中可以看出，数字化投入估计系数的符号在5％水平上显著为正。因此可以初步判断，数字化投入对制造业产业链创新链融合的影响显著。
（四）" 中介效应检验
本文采用两种方式检验企业协同合作的中介作用。首先，本文采用BARON等提出的“三步骤”方法检验［37］。第一，这种方法要求自变量与因变量之间存在显著的正相关关系。表6中M1的结果表示，数字化投入与制造业产业链创新链融合之间存在显著的正相关关系（β=0.214，Plt;0.001），假设H1得到支持。第二，该方法要求自变量与中介变量之间存在显著的正相关关系。M2的结果表示，数字化投入与企业协同合作存在显著的正相关关系（β=0.026，Plt;0.001），假设H2得到支持。第三，在回归模型中对自变量与中介变量同时进行回归分析，观察两者与因变量之间的相关关系。M3的结果表示，企业协同合作与制造业产业链创新链融合具有显著的正相关关系（β=3.687，Plt;0.001），而数字化投入与制造业产业链创新链融合的相关系数较M1低（β=0.119，Pgt;0.01）。以上结果表明，数字化投入通过企业协同合作的中介作用影响制造业产业链创新链融合。因此，假设H3得到支持。
其次，为进一步验证企业协同合作的中介作用，本文进行Bootstrap中介变量检验。表7为Bootstrap中介效应模型相关参数，可以看出在95％置信水平上，置信区间均不包含0。表8为Bootstrap对总效应、直接效应和间接效应的检验结果，可以看出总效应Bootstrap置信区间为（0.2831，0.3474），不包含0，假设H1得到支持；直接效应Bootstrap置信区间为（0.1965，0.2522），不包含0，假设H2得到支持；间接效应Bootstrap置信区间为（0.0638，0.1274），不包含0，假设H3得到支持。因此，企业协同合作在数字化投入对制造业产业链创新链融合影响机制中的中介效应显著。而在表8中可以看出间接效应系数较直接效应系数低，与“三步骤”中介效应检验结果相似，进一步说明中介模型具有稳定性。
（五）" 调节效应检验
1. 国外技术引进的调节效应
为检验国外技术引进的调节效应，本文进行Bootstrap有调节的中介效应检验。按照“均值-标准差”、均值、“均值+标准差”来设定国外技术引进的低、中、高三种水平，然后分析不同国外技术引进水平条件下，企业协同合作在数字化投入和制造业产业链创新链融合中的中介作用。由表9可以看出，数字化投入与国外技术引进交互项的置信区间为（0.0089，0.2967），不包含0，说明国外技术引进在数字化投入对企业协同合作的影响中具有调节效应。表10中数字化投入与国外技术引进交互项，在国外技术引进的低、中、高三个水平下对企业协同合作的影响均显著，效应系数随水平升高逐渐增大，且Bootstrap置信区间均不包含0。由图2可以看出，高水平国外技术引进比低水平国外技术引进对企业协同合作的影响更大，且调节变量对企业协同合作的影响会随着数字化投入的增加而增大。因此，国外技术引进在数字化投入对企业协同合作的作用中具有积极的调节作用，假设H4得到支持。
2. 国内技术购买的调节效应
为检验国内技术购买的调节效应，本文进行Bootstrap调节变量检验。按照“均值-标准差”、均值、“均值+标准差”来区分国内技术购买的低、中、高三种水平，然后分析不同国内技术购买水平条件下，数字化投入在制造业产业链创新链融合中的调节效应。由表11可以看出，数字化投入与国内技术购买交互项的置信区间为（-3.0687，-1.1612），不包含0，说明国内技术购买在数字化投入对制造业产业链创新链融合的影响中具有调节效应。表12中数字化投入与国内技术购买交互项，在国内技术购买的低、中、高三个水平下均显著，效应系数逐渐减少，且Bootstrap置信区间均不包含0。由图3可以看出，随着数字化投入的增加，低水平国内技术购买比高水平国内技术购买对制造业产业链创新链融合影响更大。国内技术购买水平越高，说明我国制造业相关技术与国外技术的差距越小，对技术创新的需求程度越低，同时国外高端技术引进给企业带来的市场竞争危机感越低。虽然过高的国内技术购买水平对制造业产业链创新链融合的影响效果降低，但是总体上国内技术购买在数字化投入对制造业产业链创新链融合的影响中具有积极的调节作用。因此，假设H5得到支持
四、结论与建议
（一）" 研究结论
本文从企业协同合作角度，剖析数字化投入对制造业产业链创新链融合的作用机理。利用制造业有效发明专利数构建产业链与创新链融合的衡量指标，以制造业2012—2020年面板数据为样本，通过层级回归和Bootstrap方法对假设模型进行实证检验，最终得到以下结论：
（1） 数字化投入对产业链创新链融合有显著正向影响。数字化投入给制造业企业带来新的数字技术，能够影响企业原有的生产制造过程，改变企业原来的商业模式。数字技术的应用能够帮助制造业企业接入工业互联网平台，企业可以在数字平台上更快速准确地根据自己的需求匹配相关资源，拓宽不同主体间的合作渠道，从而促进产业链创新链的融合。
（2） 数字化投入通过促进企业协同合作，对制造业产业链创新链融合产生影响。数字技术能够扩大知识溢出效应，从而促进企业内部及企业间知识系统和经济系统的合作，帮助企业内部创新主体在创新过程中获取更多的创新要素，最终推动产业链创新链的融合。
（3） 国外技术引进在数字化投入对企业协同合作的影响中有调节效应，国内技术购买在数字化投入对制造业产业链创新链融合的影响中有调节效应。随着国外技术引进的增多，数字投入对企业协同合作的影响增加；随着国内技术购买的增多，数字投入对制造业产业链创新链融合的影响增加，且低水平国内技术购买对制造业产业链创新链融合的影响效果相对高于高水平国内技术购买。
（二）" 对策建议
（1） 政府应加快数字产业发展，引导企业共享生产数据，完善并运用先进数字技术辅助制造业关键核心技术攻关，实现相关科学原理的突破。数字技术的应用可以使企业更容易地收集和利用自身生产过程的数据，并把数据作为一种要素资源运转起来。随着制造业收集数据的不断累积和数字技术的不断发展，属于制造业的AI大模型会不断完善。AI大模型的应用对制造业的研发起到辅助作用，例如微芯生物在药物设计阶段利用华为盘古大模型将药物设计效率提升1/3。数字技术和AI大模型对制造业的辅助作用有利于制造业创新，因此要进一步加快数字产业发展，完善制造业的AI大模型，从而更好地围绕产业链部署创新链。
（2） 政府应推动数字技术创新，加快数字技术应用成果转化，实现制造业转型升级。推动数字技术在制造业企业和产品中的应用，有助于数字技术在制造业应用方面的创新。数字技术在制造业应用中的创新有助于推动制造业发展，例如无人驾驶技术和智能扫地机器人。数字技术创新和应用成果转化能够促进数字技术在制造业中的应用创新，推动相关制造业产业细化发展，有助于围绕创新链布局产业链。
（三）" 研究不足
本文从创新结果上对制造业产业链创新链融合水平进行衡量，没有深入考虑经济系统和知识系统的融合。虽然使用有效发明专利数可以从结果角度反映制造业创新能力，但是对制造业产业链创新链融合水平的衡量不够全面，在后期研究中需要完善制造业产业链创新链融合水平的衡量标准。
参考文献：
［1］高洪玮.推动产业链创新链融合发展：理论内涵、现实进展与对策建议 ［J］.当代经济管理，2022，44（5）：73-80.
［2］张其仔.产业链供应链现代化新进展、新挑战、新路径 ［J］.山东大学学报（哲学社会科学版），2022（1）：131-140.
［3］晏文隽，陈辰，冷奥琳.数字赋能创新链提升企业科技成果转化效能的机制研究 ［J］.西安交通大学学报（社会科学版），2022，42（4）：51-60.
［4］邢超.创新链与产业链结合的有效组织方式——以大科学工程为例 ［J］.科学学与科学技术管理，2012，33（10）：116-120.
［5］余东华，李云汉.数字经济时代的产业组织创新——以数字技术驱动的产业链群生态体系为例 ［J］.改革，2021（7）：24-43.
［6］占晶晶，崔岩.数字技术重塑全球产业链群生态体系的创新路径 ［J］.经济体制改革，2022（1）：119-126.
［7］石先梅.制造业数字化转型的三重逻辑与路径探讨 ［J］.当代经济管理，2022，44（9）：48-56.
［8］吴友群，卢怀鑫，王立勇.制造业数字化投入对全球价值链分工的影响——基于制造业行业的实证分析 ［J］.中国科技论坛，2022（9）：85-94.
［9］陈楠，蔡跃洲，马晔风.制造业数字化转型动机、模式与成效——基于典型案例和问卷调查的实证分析 ［J］.改革，2022（11）：37-53.
［10］白雪洁，宋培，艾阳，等.中国构建自主可控现代产业体系的理论逻辑与实践路径 ［J］.经济学家，2022（6）：48-57.
［11］刘洪愧，赵文霞，邓曲恒.数字贸易背景下全球产业链变革的理论分析 ［J］.云南社会科学，2022（4）：111-121.
［12］NASIRI M，UKKO J，SAUNILA M，et al.Managing the digital supply chain：the role of smart technologies ［J］.Technovation，2020（96/97）：102121.
［13］SU J Q，SU K，WANG S B.Does the digital economy promote industrial structural upgrading？：a test of mediating effects based on heterogeneous technological innovation ［J］.Sustainability，2021，13（18）：10105.
［14］常歆，韩平.数字技术应用对制造业创新效率的影响——基于DEA-Tobit模型 ［J］.技术经济与管理研究，2022（7）：20-24.
［15］韦庄禹.数字经济发展对制造业企业资源配置效率的影响研究 ［J］.数量经济技术经济研究，2022，39（3）：66-85.
［16］刘文昌，姜骞.创新网络和资源配置对科技型中小企业两栖创新的影响机理——网络能力的调节作用 ［J］.技术经济，2018，37（4）：85-90.
［17］张国胜，杜鹏飞，陈明明.数字赋能与企业技术创新——来自中国制造业的经验证据 ［J］.当代经济科学，2021，43（6）：65-76.
［18］GHOBAKHLOO M，FATHI M.Corporate survival in Industry 4.0 era：the enabling role of lean-digitized manufacturing ［J］.Journal of Manufacturing Techno-logy Management，2019，31（1）：1-30.
［19］WU D Z，ROSEN D W，WANG L H，et al.Cloud-based design and manufacturing：a new paradigm in digital manufacturing and design innovation ［J］.Computer-Aided Design，2015（59）：1-14.
［20］LI S L，GAO L W，HAN C J，et al.Exploring the effect of digital transformation on firms′ innovation performance ［J］.Journal of Innovation ＆ Knowledge，2023，8（1）：100317.
［21］CHEN P Y，KIM S.The impact of digital transformation on innovation performance：the mediating role of innovation factors ［J］.Heliyon，2023，9（3）：e13916.
［22］中国社会科学院工业经济研究所课题组.推动产业链与创新链深度融合 ［J］.智慧中国，2021（12）：20-24.
［23］米磊，侯自普，赵瑞瑞.“两链”融合催生新发展动能的内在机理与对策——以陕西秦创原创新驱动平台建设实践为例 ［J］.新西部，2022（6）：178-182.
［24］李雨莹.数字化对企业创新能力提升的影响研究——以山东省制造业上市公司为例 ［D］.济南：齐鲁工业大学，2022.
［25］潘安成，张红玲，肖宇佳.“破茧成蝶”：知恩图报塑造日常组织活动战略化 ［J］.管理世界，2016（9）：84-101.
［26］CHATTERJEE S，MARIANI M.Exploring the influence of exploitative and explorative digital transformation on organization flexibility and competitiveness ［J］.IEEE Transactions on Engineering Management，2022（99）：1-11.
［27］陈晓东，杨晓霞.数字经济可以实现产业链的最优强度吗？——基于1987—2017年中国投入产出表面板数据 ［J］.南京社会科学，2021（2）：17-26.
［28］LABAFI S.Knowledge hiding as an obstacle of innovation in organizations：a qualitative study of software industry ［J］.AD-Minister，2017（30）：131-148.
［29］WEI S B，XU D B，LIU H.The effects of information technology capability and knowledge base on digital innovation：the moderating role of institutional environments ［J］.European Journal of Innovation Mana-gement，2022，25（3）：720-740.
［30］GUO X G，CHEN X.The impact of digital transformation on manufacturing-enterprise innovation：empiri-cal evidence from China ［J］.Sustainability，2023，15（4）：3124.
［31］张陈宇，孙浦阳，谢娟娟.生产链位置是否影响创新模式选择——基于微观角度的理论与实证 ［J］.管理世界，2020，36（1）：45-59.
［32］陈晓东，杨晓霞.数字化转型是否提升了产业链自主可控能力？ ［J］.经济管理，2022，44（8）：23-39.
［33］陈俊.创新链与产业链协同的经济发展效应——来自城市行政审批改革的经验证据 ［J］.当代经济研究，2022，325（9）：115-128.
［34］党琳，李雪松，申烁.制造业行业数字化转型与其出口技术复杂度提升 ［J］.国际贸易问题，2021（6）：32-47.
［35］谢靖，王少红.数字经济与制造业企业出口产品质量升级 ［J］.武汉大学学报（哲学社会科学版），2022，75（1）：101-113.
［36］许宪春，张美慧.中国数字经济规模测算研究——基于国际比较的视角 ［J］.中国工业经济，2020（5）：23-41.
［37］BARON R M，KENNY D A.The moderator-mediator variable distinction in social psychological research：conceptual，strategic，and statistical considerations ［J］.Journal of Personality and Social Psychology，1986，51（6）：1173-1182.
Impact mechanism of digital investment on integration of manufacturing
industry chain and innovation chain
GUO Mingshun1， MA Yueyang1， LIU Yanbo1，2
（1. School of Management， Shenyang University of Technology， Shenyang， Liaoning 110870， China; 2. Institute of Higher Education， Shenyang Agricultural University， Shenyang， Liaoning 110866， China）
Abstract： Digital technology has gradually been applied to manufacturing enterprises. In order to identify the influence mechanism of digital investment on the integration of manufacturing industry chain and innovation chain， a digital investment mechanism model is constructed， with enterprise collaboration as the mediating variable and foreign technology introduction and domestic technology purchase as the moderating variables. The panel data of Chinese manufacturing industry from 2012 to 2020 are selected， and the hierarchical regression and Bootstrap methods are adopted to inspect the impact mechanism of digital investment on the integration of manufacturing industry chain and innovation chain. Research has found that digital investment has a significant positive impact on the integration of industrial chain and innovation chain; digital investment has an impact on the integration of manufacturing industry chain and innovation chain through enterprise collaboration; foreign technology introduction has a regulatory effect in the impact of digital investment on enterprise collaboration; domestic technology purchase has a regulatory effect in the impact of digital investment on the integration of manufacturing industry chain and innovation chain. The governments should accelerate the development of digital industry， guide enterprises to share production data， prefect and use digital technology in assisting technology development; they should promote digital technology innovation and accelerate the transformation of application results of digital technology.
Key words： digital investment; manufacturing industry; industry chain; innovation chain; knowledge system; economic system; collaboration
（责任编辑：靳文凯）
