老树新枝:技术转型如何塑造中国制造业的数字化格局

【字体: 时间:2026年03月13日 来源:TECHNOLOGY IN SOCIETY 12.5

编辑推荐:

  政府技术转移补贴通过提升企业财务灵活性和降低研发不确定性,显著促进中国制造业数字创新,其效果在成长期小型、私有及高科技企业中尤为突出,受数字成熟度、基础设施及制度质量调节。

  
作者:吴朗 | 阮梦宇
贵州大学经济学院,中国贵阳

摘要:

本研究探讨了政府技术转型补贴(GTTS)如何影响中国制造业的数字化转型,使用了2012年至2023年间上市公司的面板数据。我们将GTTS视为基于现有产业能力的渐进式数字化升级的政策驱动催化剂。这种“旧树发新枝”的视角强调了制造业创新在累积性和路径依赖性方面的特征,其中转型是通过能力深化而非根本性颠覆来实现的。通过运用多维固定效应、Bartik风格的工具变量、系统广义矩估计(system GMM)和差分-in-differences模型,我们提供了GTTS显著促进数字化创新的有力证据。机制分析表明,补贴提高了企业的财务灵活性,并减少了研发不确定性的负面影响。其效果还受到数字成熟度、区域数据基础设施和制度质量等情境因素的影响,这表明GTTS是弥合数字鸿沟的关键催化剂。我们还发现,GTTS对处于成长阶段的小型企业、私营企业和高科技企业尤其有效——这些企业是中国科技创新驱动计划(SRDI)的主要受益者。这些发现为了解目标公共补贴如何在后工业化经济体中维持数字化转型提供了洞见。

引言

在全球产业链重组和去全球化趋势重新兴起的情况下,中国的制造业正处于一个关键节点。它面临着结构性效率低下、产业基础过时、僵尸企业泛滥以及工业生产力不足等问题。这些挑战使得许多中国工业产品处于全球价值链的低端,导致利润空间有限(Yu & Hu, 2018)。在国际上,该行业在创新能力、全要素生产率和高附加值产品占比方面落后于先进经济体。中国制造业通常与低成本、低质量的产出相关联,主要依赖于成本效率而非技术复杂性(Sun et al., 2020)。对进口核心组件的依赖进一步限制了高端制造能力的发展,加剧了“双向挤压”——即先进技术的未充分利用和本土创新能力的侵蚀。
在这种背景下,包括人工智能(AI)、物联网(IoT)和机器人技术在内的数字技术的兴起,在全球范围内引发了工业系统的深刻变革(Skare & Soriano, 2021; Bresciani et al., 2021)。这些技术的战略实施使企业能够重构商业模式、提高生产力并获得竞争优势(Petruzzelli, 2020; Guo & Xu, 2021)。这种由技术进步、互补能力和知识流动加剧推动的数字创新浪潮,重新激活了制造业,并成为推动高质量工业发展和国家经济竞争力的关键策略(Wang et al., 2020)。实证研究进一步支持了这一评估。Lee et al.(2012)展示了数字创新如何影响汽车制造供应链中的创新劳动力分布,引入了创新过程的不可预测性和重构。Lo et al.(2022)对中国企业进行了计量经济分析,发现数字创新强度与全要素生产率之间存在正相关。同样,Opazo-Basaez et al.(2021)使用t检验和fsQCA方法证实,数字技术对传统制造企业的产品和流程创新有显著影响。Han et al.(2024)的最新证据进一步表明,知识数字化通过商业模式创新提升了企业绩效。这些发现强调了投资数字创新的紧迫性,这不仅是一种技术追求,更是维持竞争力的战略需求(Sarkar et al., 2024)。
为了应对这一挑战,中国政府于2012年发布了《促进企业技术转型指南》(以下简称“指南”)。该指南将技术转型定义为通过引入新技术、方法、设备和材料来提升生产能力的投资导向过程。该政策通过促进先进技术与传统制造系统的融合,推动了结构转型和文化向数字化的转变。作为关键的政策工具,政府还推出了技术转型补贴(GTTS)来支持企业完成这一转型。核心问题仍然是:GTTS能否催化数字化创新并振兴传统制造企业?
政府补贴与企业创新之间的关系长期以来一直是创新经济学中的一个争议话题。经典研究将补贴视为纠正市场失灵和解决研发中内在正外部性的工具(Arrow, 1962; Nelson, 1971; Stiglitz, 1989)。从“挤入”角度来看,补贴预计会降低边际成本并鼓励更多的研发投资。实证研究支持这一观点,表明补贴能够增加创新投入(Zhao et al., 2024; Wang and Feng., 2025; Yang et al., 2024),改善企业的融资渠道(Czarnitzki et al., 2011; Wang et al., 2023),并提升创新输出的质量和持续性(Howell, 2017)。然而,也有相反的观点认为,补贴会取代私人研发(G?rg & Strobl, 2007; Boeing, 2016),或者在与企业战略目标不一致时效果微乎其微(Marino et al., 2016; Hosan et al., 2023)。还有一些学者指出,如果没有吸收能力和有利的制度条件,补贴可能无效(Marcus & Howard, 2003; Lach, 2002)。这些不同的发现揭示了现有理论的局限性,特别是它们未能充分考虑补贴效果的情境和企业层面的异质性。
在数字时代,制造业的创新动态,尤其是在发展中国家,与高科技行业有根本不同。与典型的前沿创新项目不同,制造企业必须将数字技术嵌入现有系统、传统设备和组织流程中。这种嵌入式、渐进式的过程高度依赖路径和资本密集型。传统的补贴理论将政府支持视为一种通用刺激,无法解释这一现象。制造业的数字创新不是颠覆性的飞跃,而是一个涉及智能自动化、数据整合和劳动力再培训的渐进式转型。此外,这些转型取决于内部资源、更广泛的数字基础设施和制度环境。忽视这些复杂性的标准补贴模型可能会导致资源分配的不匹配和次优。
为了填补这一理论空白,我们的研究提出了三个相互关联的贡献。首先,我们将GTTS视为促进制造业渐进式数字创新的政策驱动工具。我们将其描述为“旧树发新枝”的现象,即现有能力成为数字增长的基础。GTTS支持能力深化而非颠覆,这与后工业化经济体的创新路径一致。其次,我们引入了一个政策-生态系统对齐框架来解释GTTS的异质性结果。我们认为,政策效果取决于企业的准备程度以及大数据基础设施、制度支持和当地商业环境等外部条件。这种方法将动态能力理论扩展到工业数字政策中,指出政策工具必须与生态系统成熟度共同发展。第三,我们提出了一个基于生命周期的创新政策视角。我们发现,GTTS在企业的成长阶段特别有效,此时潜在的数字潜力较高,但资源有限。与一刀切的模型相比,我们的证据支持根据企业的发展轨迹量身定制的针对性补贴设计。这一见解将创新政策与组织生命周期理论联系起来,倡导在数字时代采用更具适应性和公平性的工具。

部分摘录

GTTS与数字创新

基于动态能力理论,企业的创新活力从根本上取决于它们感知环境变化、抓住新兴机会以及重新配置内部和外部资源以维持竞争力的能力(Pisano & Teece, 1994; Teece et al., 1997)。动态能力——包括适应性、吸收能力和创新能力(Wang & Ahmed, 2007)——是持续技术更新的组织基础。

数据

中国国务院2012年发布的《指南》明确将制造企业作为技术转型的主要实施者。我们关注上市公司的制造业企业,这一选择在理论上与政策设计一致,并且从多个角度得到了实证支持。首先,上市公司代表了中国工业系统中技术最活跃和经济最活跃的部分,因此是研究的最相关对象。

基线结果

表3报告了评估GTTS对企业数字创新影响的基线回归结果。在两种规格中,GTTS的估计系数均为正且具有统计学意义(第1列:β = 0.8001,p < 0.01;第2列:β = 1.0179,p < 0.05),表明两者之间存在稳健且具有经济意义的关联。第3列使用了双曲正弦逆变换(IHS)asinh(x) = ln(x + √(x^2 + 1)),该变换可以在不添加常数的情况下处理零值。

讨论与结论

基于动态能力理论、信号理论和基于资源的观点(Teece et al., 1997; Kleer, 2010; Barney, 1991),本研究实证考察了政府技术转移补贴(GTTS)在中国制造业中促进数字创新的作用。我们的分析基于面板数据和稳健的识别策略,证实GTTS是数字创新的重要催化剂。更重要的是,我们

局限性与未来研究

尽管采用了严谨的实证设计和稳健的识别策略,但仍存在一些局限性,这些局限性指出了未来研究的方向。
首先,本研究仅关注中国的上市公司制造业企业,这是由于数据的可获得性和政策的相关性。中国为研究政府主导的数字化转型提供了理想的实证环境,因为它代表了世界上最庞大的制造业体系,也是少数实施

CRediT作者贡献声明

阮梦宇:撰写——原始草稿、方法论、数据收集。吴朗:撰写——审稿与编辑、原始草稿、软件开发、方法论、数据收集、概念构建

未引用的参考文献

Brown and Petersen, 2011; Czarnitzki and Lopes-Bento, 2013; Demirgü?-Kunt, 2006; Gamba and Triantis, 2008; Heath, 1978; Lee and Berente, 2012; Leonard-Barton, 1992; Lo et al., 2023; Lyytinen et al., 2016; Mikkelson and Partch, 2003; Nelson, 1959; Noland and Pack, 2003; Okamuro and Nishimura, 2021; Opazo-Basáez et al., 2022; Pires, 2015; Songke et al., 2023; Stock and Yogo, 2002; Tan, 2001; Teece and Pisano, 1994; Tidd, 2001; Wolff and Reinthaler, 2008; Xie et al., 2024; Zeng et al., 2011; Zheng

利益冲突声明

作者声明没有可能影响本文工作的竞争性财务利益或个人关系。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号