数字-实体经济融合对企业双元创新平衡的驱动作用研究：基于LDA模型的文本分析

作者及机构：
该研究由北京工业大学经济与管理学院的Qianqian Shi、Yuanlei Deng、Tingli Liu和Xiaojun Liu（通讯作者）合作完成，发表于*Journal of Innovation & Knowledge*第11卷（2026年），DOI:10.1016/j.jik.2025.100870。

一、学术背景

研究领域与动机
本研究属于数字经济与企业创新管理的交叉领域，聚焦数字-实体经济融合（digital-real integration）与双元创新平衡（ambidextrous innovation balance）的关系。中国“十四五”数字经济规划强调“创新驱动与融合发展”原则，但企业在资源约束下常陷入“探索式创新（exploratory innovation）”与“利用式创新（exploitative innovation）”的悖论（即“双元性悖论”）。传统静态指标（如专利数量、研发支出）难以捕捉创新平衡的动态性。因此，作者提出基于分析师报告的文本挖掘方法，量化双元创新平衡，并揭示数字-实体经济融合的作用机制。

理论框架
研究整合动态能力理论（dynamic capabilities theory）与资源分配理论，提出数字技术通过重构企业管理效率和要素配置，推动双元创新协同演化。

二、研究流程与创新方法

1. 数据收集与样本构建

• 研究对象：2007-2023年中国A股非金融类上市公司，最终面板数据涵盖53,309个企业-年度观测值。
  
• 数据来源：
  
  • 专利数据：从中国国家知识产权局（CNIPA）提取发明专利IPC分类代码，剔除实用新型和外观设计专利。
    
  • 分析师报告：来自CSMAR数据库的22万份报告，经去重和情感分析筛选正面评价内容。
    
  • 企业财务数据：包括ROA、ROE、董事会规模等10项控制变量。
    

2. 核心变量构建

（1）双元创新平衡（因变量）

采用LDA主题模型（Latent Dirichlet Allocation）分析分析师报告文本，步骤如下：
1. 主题提取：将报告文本分词后，生成“探索式”（如“研发”“智能化”）与“利用式”（如“产能优化”“成本控制”）两类创新关键词库。
2. 相对熵筛选：通过Kullback-Leibler散度计算主题词分布与基准文本（如《牛津创新手册》）的相似性，确定创新类型权重。
3. 平衡指标合成：以探索式与利用式创新得分的乘积衡量平衡性（Cao et al., 2009），并通过加和指标进行稳健性检验。

（2）数字-实体经济融合（自变量）

基于Tao et al. (2023)的三级映射体系（数字核心产业分类DEIC-国民经济行业分类SIC4-专利分类IPC），识别企业数字技术发明专利中“数字技术”与“实体经济技术”的共现IPC代码，构建企业-年度层面的融合指数。

3. 计量模型与内生性处理

采用固定效应模型（模型3）：
math dual\_innovation_{it} = α_0 + α_1 digtech_{it} + ∑β_n contvars_{it} + μ_i + γ_t + ε_{it}
- 内生性处理：
- 工具变量法（2SLS）：使用同规模企业群组的数字融合水平均值作为IV，Kleibergen-Paap检验拒绝弱工具变量假设（p<0.01）。
- PSM-DID：将多次数字化融合的企业作为处理组，匹配未融合企业，验证政策效应。

4. 机制与异质性分析

• 中介变量：
  
  • 管理效率（eff）：主营业务收入与行政销售费用之比。
    
  • 要素配置效率（labor）：人均营业收入。
    
• 异质性分组：
  
  • 融资约束（WW指数分组）
    
  • 行业竞争度（HHI指数）
    
  • 区域数字基础设施（互联网宽带普及率）
    

三、主要发现

1. 基准回归结果

数字-实体经济融合（digtech）对双元创新平衡（dual_innovation）的系数为0.0627（p<0.01），且在控制企业固定效应与年份效应后仍显著（表3）。

2. 机制验证

• 管理效率路径：数字融合提升信息处理精度，降低决策成本（系数0.463，p<0.01），促进资源向探索式创新倾斜（表6）。
  
• 要素配置路径：数据驱动的智能优化缩短创新周期，劳动生产率的提升显著（系数0.0319，p<0.01）。
  

3. 异质性分析

• 低融资约束企业：融合效应更强（交互项系数-0.0699，p<0.01），资源充裕企业更易实现创新协同（表7）。
  
• 高竞争行业：市场压力倒逼企业通过数字技术优化创新资源配置（HHI交互项0.0367，p<0.01）。
  
• 高数字基础设施区域：技术扩散加速知识重组（net_level交互项0.0649，p<0.01）。
  

四、结论与价值

理论贡献
1. 方法论创新：首次将LDA模型与相对熵结合，构建动态文本指标，突破传统专利/R&D静态度量的局限。
2. 机制揭示：提出“管理效率-要素配置”双路径模型，阐明数字融合如何通过动态能力重构双元创新平衡。
3. 理论拓展：将数字-实体经济关系视为双向共演过程，修正了单向数字化转型的研究范式。

实践意义
- 政策建议：政府需针对融资约束企业提供数字转型补贴，并完善跨行业数据共享标准。
- 企业策略：嵌入数字技术至研发-生产全流程，建立“虚拟-物理”协同创新环境（如数字孪生）。

五、研究亮点

1. 数据颗粒度：基于22万份分析师报告的文本分析，覆盖创新战略、技术趋势等多维动态信息。
   
2. 跨学科融合：整合计量经济学、自然语言处理与创新管理理论。
   
3. 政策普适性：结论对欧盟“数字欧洲计划”等国际政策具有参考价值。
   

局限与展望
未来可引入模糊集定性比较分析（fsQCA）探讨多因素耦合效应，并扩展至不同经济体的比较研究。

（全文约2000字）