本文是一篇发表于《Technovation》期刊2023年第119卷的原创性研究论文，题为“Digital innovation and performance of manufacturing firms: an affordance perspective”。本研究旨在探讨制造企业如何从数字创新中获利，并重点研究了内在机制和制度条件的调节作用。

主要作者与机构： 本研究的主要作者包括Yang Liu, Jiuyu Dong, Liang Mei, 以及通讯作者 Rui Shen*。他们分别来自浙江大学管理学院和北京大学国家发展研究院。这项研究于2022年1月15日在线发表于Elsevier旗下的《Technovation》期刊。

研究背景与目标： 本研究属于技术创新管理领域，特别是聚焦于新兴的数字创新与企业绩效关系问题。尽管当前学术界和实践界普遍认为制造企业应当采纳数字创新，并将其视为竞争优势的来源，但关于企业如何真正“捕获”并“转化”数字创新价值、实现盈利（即“可占优性”或“价值占用”问题）的深层机制，以及外部制度环境在此过程中的影响，研究尚不充分。尤其是在新兴市场（如中国）情境下，这一问题更为复杂。数字创新具备“融合性”和“生成性”两大特点，这使得其价值捕获机制有别于传统创新。以往研究多关注数字创新的价值创造，而对价值占用的研究存在缺口。因此，本文的核心研究问题是：制造企业如何通过采纳数字创新获益？背后的机制是什么？外部制度环境（特别是知识产权保护体系）如何调节这些机制？

为了解答这些问题，研究团队引入了“可供性”理论作为理论透镜。该理论认为，数字技术的价值实现取决于组织行动和组织情境，非常适用于分析数字创新采纳与绩效之间的复杂关系。基于此，研究者提出，数字创新通过提升企业的创新速度和运营效率这两个中介机制来改善企业绩效。同时，作为一种重要的制度可供性，知识产权保护体系（包含IPR制度和执行力度）会与数字创新的特性相互作用，从而对上述两条中介路径的前半段关系（即数字创新到创新速度/运营效率）产生调节效应。研究假设框架是在数字可供性与制度可供性互动的视角下构建的。

详细研究流程与方法： 本研究采用严谨的实证研究设计，包括样本构建、变量测量和数据分析等多个步骤。

第一步：样本与数据收集。 研究团队基于中国上海和深圳证券交易所的上市公司数据展开研究。数据主要来源于中国股票市场会计研究数据库和万得数据库，并辅以中国国家知识产权局的专利和知识产权侵权案件数据，以及国民经济研究所编制的中国各省份市场化指数中的知识产权制度评分。研究时间窗口设定为2008年至2017年，主要原因是自2008年起中国证监会才要求上市公司在年报中披露研发投入等无形资产信息。剔除关键变量缺失的数据后，最终形成了一个包含667家制造业企业、共2002个“企业-年度”观测值的非平衡面板数据集。为了缓解内生性问题，研究中所有解释变量和控制变量均采用t-2期的数据，中介变量采用t-1期的数据，而因变量（企业绩效）则采用t期的数据。

第二步：变量测量。 研究者对所有核心变量进行了精确的操作化定义。 * 企业绩效： 采用会计基础的绩效衡量指标，主要是总资产回报率，并在补充分析中使用了托宾Q值。 * 数字创新采纳： 借鉴前人研究，将企业的数字创新活动定义为与数字技术紧密相关的专利。研究团队统计了每个企业在每一年度内与数字技术相关的专利数量，并取其自然对数作为衡量标准。这里的“数字技术相关专利”通过特定的专利分类筛选规则进行识别。 * 创新速度： 借鉴相关文献，采用企业在给定年度内获得的授权专利数量占其专利存量的比例来衡量，反映企业加速新产品开发的能力。 * 运营效率： 采用数据包络分析法（Data Envelopment Analysis, DEA）进行衡量。研究中设定了一个产出指标（销售收入）和七个投入指标（包括固定资产净值、存货净值、商品成本、销售与管理费用、研发费用、商誉净值、无形资产净值），使用MaxDEA 8 Basic软件计算得出各企业相对于效率前沿的相对运营效率值。 * 知识产权保护体系： 这是一个关键的情境变量，包含两个维度。 * 知识产权制度： 使用国民经济研究所市场化指数中的“知识产权保护实际得分”作为度量，该指标已根据省份GDP规模进行了调整。 * 知识产权执行力度： 为避免主观偏误，关注执行结果。具体衡量为各省份历年累计的知识产权案件结案数与总立案数之比。数据来源于国家知识产权局官网。 * 控制变量： 为了排除其他可能影响企业绩效的因素，研究控制了企业层面、高管层面以及行业和年份层面的诸多变量。具体包括：企业规模、企业年龄、所有制结构（国有、外资、高管持股比例）；董事会规模、CEO两职合一情况；CEO科学背景、高管团队教育背景（硕士及以上学历比例）、高管团队职能背景（研发相关比例）、高管团队学术经历；以及企业研发能力（研发强度、无形资产比例）、组织冗余（高、低自由裁量权冗余）等。此外，还加入了行业和年度虚拟变量以控制固定效应。

第三步：数据分析方法。 考虑到数据为动态面板数据，并可能存在的内生性问题，研究采用了系统广义矩估计方法进行模型估计。这种方法通过结合差分方程和水平方程，利用变量的滞后项作为工具变量，能有效处理未观测到的异质性以及与误差项相关的解释变量问题。研究者依据Arellano和Bond的建议，使用了二阶及更早的滞后项作为工具变量。同时，通过报告M1和M2统计量检验差分残差的一阶和二阶序列相关性，并使用Hansen检验来验证工具变量的整体有效性。

为了检验创新速度和运营效率的中介作用（假设H1和H2），研究者遵循了Baron和Kenny的因果步骤法，并辅以Sobel检验和自助法置信区间检验，以确认间接效应的存在及其显著性。

主要研究发现： 首先，关于中介机制的检验结果有力地支持了H1和H2。 1. 数字创新采纳对企业绩效具有显著的正向直接影响。 2. 数字创新采纳与两个中介变量显著正相关：采纳数字创新能够显著提升企业的创新速度（创新速度快意味着企业能更快地将技术成果市场化），并显著提高企业的运营效率（运营效率高意味着企业能以更低的成本完成同样的产出或服务）。 3. 中介变量与企业绩效显著正相关。 4. 当在模型中同时纳入数字创新采纳和中介变量时，数字创新采纳的直接效应系数大小和显著性均下降，且创新速度和运营效率的系数仍然显著。 随后进行的Sobel检验和自助法置信区间检验结果进一步证实了中介效应的存在。这意味着，数字创新主要通过“加速创新过程”和“优化内部运作”两条路径来最终提升制造企业的财务绩效。

其次，关于知识产权保护体系的调节效应检验结果显著支持了H3和H4。 * 对创新速度路径的调节： 知识产权制度和知识产权执行力度均对数字创新采纳与创新速度之间的关系产生了显著的负向调节作用。具体表现为：在IPR保护较强的地区，数字创新对创新速度的提升作用被削弱；而在IPR保护较弱的地区，这种提升作用反而更强。绘制交互效应图后发现，当IPR制度水平很高时，数字创新甚至与创新速度呈现负相关。 * 对运营效率路径的调节： 知识产权执行力度同样对数字创新采纳与运营效率之间的关系产生了显著的负向调节作用。IPR制度的调节效应在p<0.1的置信水平上也为负。交互效应图显示，在IPR保护水平较低的地区，数字创新对运营效率有积极影响；而在IPR保护水平较高的地区，这种影响则变为消极或不显著。 这些发现表明，一个强大的知识产权保护体系反而会抑制数字创新在提升企业创新速度和运营效率方面的优势。这与传统观点——认为强IPR保护总是有利于企业从创新中获利——形成了有趣的对比。作者对此的解释是：数字创新的融合性和生成性依赖于快速连接、整合多方数据和低成本地迭代生成新应用。在强IPR保护环境下，获取和使用外部数据需要耗费更多时间和成本去获得授权，处理知识产权纠纷也会增加成本，这些“制度障碍”反而拖累了数字创新本应带来的速度和效率优势。而在弱IPR保护环境中，企业为了应对不确定的环境，更有动力去快速利用数字技术进行探索性学习和生成性行动，从而更充分地发挥数字创新的潜力。

值得注意的是，研究者还在后续检验中发现，知识产权保护体系本身对创新速度/运营效率与企业绩效之间的关系，存在普遍的正向调节作用。这验证了传统理论的合理性。然而，本研究的关键贡献在于揭示了，在数字创新的背景下，强大的IPR保护体系在价值创造的前端（即利用数字技术提升内部能力的过程）可能扮演着“双刃剑”的角色。

结论与研究价值： 本研究的核心结论是：中国制造业企业可以通过采纳数字创新来提升绩效，其具体路径是加快创新速度和提高运营效率。然而，这一过程受到外部制度环境的深刻影响。知识产权的强保护体系会削弱数字创新在提升企业创新速度和运营效率方面的积极作用。这意味着，在制度相对不完善的新兴市场中，数字创新的价值可能反而更加凸显。

本研究的理论贡献主要有两点： 1. 丰富了数字创新价值捕获的文献：通过引入可供性理论，首次明确并实证检验了创新速度和运营效率作为数字创新影响企业绩效的双重中介机制，打开了两者之间的“黑箱”。 2. 深化了对知识产权保护体系作用的理解：突破了传统观念，揭示了在数字创新情境下，强知识产权保护可能对企业利用数字创新产生意想不到的抑制作用，强调了“数字可供性”与“制度可供性”互动视角的重要性。

研究的现实意义在于： * 对制造业企业管理者：应认识到数字创新的战略价值，并有意识地通过其来加速产品迭代和优化内部流程。同时，需要审慎评估其运营所在地的知识产权环境，在强IPR保护地区，可能需要设计更精细的数据获取和应用策略来克服潜在的制度障碍。 * 对政策制定者：在推动制造业数字化转型和强化知识产权保护之间，可能需要寻求更精细的平衡。为充分发挥数字创新的潜力，政策设计应考虑到其独特的技术特性，例如在保障产权的同时，为数据的合理流动与共享创造便利条件。

研究亮点： 1. 研究视角新颖：率先将可供性理论系统应用于研究数字创新的价值捕获问题，并从技术与制度互动的角度分析情境因素。 2. 中介机制明晰：明确提出了创新速度和运营效率两个重要的并行中介机制，并进行了严谨的实证检验。 3. 调节效应具有启发性：发现了知识产权保护对数字创新效能的“负面”调节作用，这一反直觉的发现挑战了传统理论，对学术界和实践界均有重要启发。 4. 研究方法严谨：基于中国上市公司的纵向面板数据，采用系统GMM等方法有效处理了内生性问题，研究结论具有较高的可靠性。 5. 情境聚焦中国：深入探讨了中国这个最大新兴市场中，制度异质性对数字创新价值实现的影响，结论具有鲜明的本土特色和全球参考价值。