陈俊龙 史佳岩 孙小敏
1（东北大学秦皇岛分校经济学院，秦皇岛 066004）2（浙江大学公共管理学院，杭州 310058）
引言随着全球化竞争的加剧和科技领域的摩擦升级，关键核心技术“卡脖子”问题日益凸显，对社会经济发展和国家安全造成了严重冲击。如何破解关键核心技术“卡脖子”困境，成为我国决策层和学界亟待解决的重大课题。以集成电路（IC）产业为例，该产业是一种技术、人才和资金高度密集的战略性产业，蕴含数项乃至数十项关键核心技术。虽然近年来中国集成电路产业现代化水平在逐步提升，但在全球集成电路产业链中仍处于劣势。美国对华技术封锁下的“中芯之痛”、“华为之难”充分暴露出我国集成电路产业关键核心技术受制于人的局面未得到根本改变。因此，应切实加快集成电路产业关键核心技术攻关，提升中国在全球产业链中的竞争力。
在探索关键核心技术创新的过程中，数字化是不可忽视的重要因素。随着相关政策的深入实施以及大数据、人工智能、网络系统的普及和发展，数字化转型被视作赋予创新动能、促进企业技术研发的重要机制。数字化具有开放数据资源、降低研发成本、改善决策效率、集成先进技术等重要作用。集成电路、5G、智能网联汽车、关键软件等是未来数字化重点发展的行业和方向，大力促进数字化发展有助于为突破行业“卡脖子”技术注入新兴活力和动力，真正实现安全自主、安全可控，促进我国整体产业链的优化升级。
企业数字化对技术创新具有重要影响，那么企业数字化对关键核心技术创新的影响如何？作用机制是怎样的？如何通过企业数字化转型来推动关键核心技术创新？深入分析这些问题对于推进企业关键核心技术创新具有重要的启示价值。当前，探究企业数字化与关键核心技术创新的研究仍然存在缺口。虽然有很多涉及关键核心技术创新影响因素的研究，但专门剖析数字化对关键核心技术创新的理论分析和实证研究均相对较少。基于此，本文以集成电路产业为例，探索企业数字化程度对关键核心技术创新的影响及其内在机制，为数字化赋能关键核心技术创新提供相关学理支撑，具有积极的现实应用价值。
1 文献综述1.1 关键核心技术的相关研究关键核心技术攻关是学界的热点话题，主要围绕关键核心技术的甄选和识别、测度方法、影响因素和攻关路径开展相关研究。关于关键核心技术的内涵、特征及识别，已有学者进行了持续性探索。如Cannice 等（2004）［1］将核心技术定义为在技术体系中起核心或关键作用的技术，Kale等（2000）［2］认为核心技术是企业的核心秘诀。陈劲等（2020）［3］对关键核心技术中的“卡脖子”技术构建了一个“金字塔”识别模型。关于关键核心技术创新水平的衡量，相关方法主要包含单一指标法（如专利、论文、新产品等）和综合指标法，其中后者更为全面客观。如聂力兵等（2022）［4］基于关键核心技术的基础性、体系性、竞争性3 个维度构建了核心技术的指标体系。关于关键核心技术攻关的影响因素与突破机理，相关研究涵盖政府行为、资金融通、研发基础、联合攻关、人才队伍、数字经济等宏中微观层面，如李维维等（2021）［5］、胡登峰等（2022）［6］和Li（2022）［7］。关键核心技术攻关的有效路径的研究主要集中于政府层面、联盟层面及企业层面。如贺远琼等（2022）［8］提出“政产学用”不同合作主体在关键核心技术创新中发挥着重要驱动作用。张羽飞和原长弘（2022）［9］探讨了民营制造业领军企业产学研深度融合突破关键核心技术的演进路径。郑刚等（2022）［10］发现，企业创新网络的构建及演化采用“撬动－带动－联动”机制，通过整合资源实现关键核心技术突破。
1.2 数字化的相关研究关于数字化的内涵，学界主要从企业和产业两个层面进行阐释。在企业层面，姚小涛等（2022）［11］将企业数字化转型定义为企业利用数字技术的组合触发组织属性的重大变革并改进组织的过程。在产业层面，肖旭和戚聿东（2019）［12］指出产业数字化是传统产业利用数字技术对业务进行升级，提升生产数量和生产效率的过程。关于数字化水平的测度，有学者选择数字化技术无形资产来衡量数字化产出水平［13］，也有学者通过衡量数字基础设施建设等环境的完善程度去判断［14］。更多的是从多维度构建专门的评价指标体系。如张鸿等（2022）［15］基于数字经济的内涵，构建了数字经济5 个维度的高质量发展测评体系。
1.3 数字化对技术创新影响的相关研究很多学者对数字化对技术创新的影响进行了理论与实证研究，普遍认为企业数字化对技术创新具有正向影响。Guo 等（2022）［16］从理论上论证了企业通过数字化转型能够实现数字化驱动的技术创新。有学者通过实证检验，认为当前数字化赋能正成为重组要素资源和调整经济结构的关键力量，助推了企业的研发创新以及产业升级［17］。关于企业数字化对技术创新影响的实现路径，从企业内部来看，数字化能够通过改善经营方式、提高经营效率、增强研发经费投入和优化劳动力素质等方式促进企业技术创新［18］；从企业外部来看，张欣和董竹（2023）［19］认为企业能够通过数字化获取政府补助以及提高市场关注度等方式促进企业技术创新。
综上所述，关键核心技术以及数字化赋能方面的研究较为丰富，为本文提供了有益的思路与方法启示。但目前较少文献直接研究数字化赋能关键核心技术创新问题，并且对于数字化究竟如何影响技术创新，还有更多具体的影响路径有待深入挖掘，这为本文提供了进一步的研究空间。
2 理论分析与假设提出2.1 数字化促进关键核心技术创新数字创新理论是将数字技术与创新理论结合，探索如何运用数字技术推动创新，是数字化促进关键核心技术创新的理论基础。其中，数字创新的基本特征是数字技术的嵌入与产业之间的融合。数字化创新研究有两个主要视角：（1）过程的角度，认为数字化创新是一个数字化资源改善企业创新绩效的过程［20］；（2）结果的角度，认为数字化创新是通过数字化资源为现有的非数字产品及服务添加新属性［21，22］。
数字创新理论认为，创新是推动经济增长和社会进步的关键，而数字技术的出现为创新提供了许多可能性，这些技术的发展不仅改变了众多传统产业，同时也对关键核心技术领域产生了深刻的影响。在数字经济的背景下，将信息化数据进行分析和应用，通常会起到提升整个行业效率和质量的作用。在经过数字化转型后，企业能更好地使用现代数字化技术流程，改进生产方式及运营模式；同时数字化转型推动了企业开发新技术或创新运用现有数字技术，是关键核心技术创新的前奏。数字化转型在关键核心技术创新的过程中起到了减少冗余和成本、提高生产效率、提升数据安全性等作用。因此，本文提出以下假设：
假设1：企业数字化程度提升能够促进关键核心技术创新。
2.2 异质性分析本文从规模与区域两个维度进行数字化影响关键核心技术创新的异质性分析。
企业规模异质性是指不同企业在规模上存在差异，这种差异一般会对企业的生产效率、市场竞争力和创新能力等产生影响。企业升级理论认为，企业规模增大往往会导致其组织结构发生变化，促使企业进行升级和改造，以适应新的市场环境和竞争压力［23］。规模较大企业由于其组织结构复杂，数字化升级则更能为大规模企业的关键核心技术创新赋能。学习曲线理论认为，随着企业的规模增大，企业可以通过学习、经验积累和规范化生产等手段来降低成本，提高生产效率和质量，从而获得规模优势［24］。代理成本理论则与其持相反的观点，认为随着企业规模的扩大和业务范围的增加，企业监督和管理难度也会增加，进而导致代理成本增加，降低企业生产效率，反而影响了企业的规模优势。这两个相反的理论强调了企业规模与生产效率和管理复杂度之间的关系。数字化对于大规模企业和小规模企业来说，均能提高其生产和创新效率，但对于大规模企业来说，数字化发展能通过更加精准的数据分析、智能决策、优化研发流程、管理制度升级等方式，大幅降低其组织结构复杂的劣势，从而更能促进关键核心技术创新。因此，本文提出以下假设：
假设2：企业数字化转型对关键核心技术创新有正向影响，且对规模大的企业有更大的影响。
有学者从产业的空间集聚效应视角分析了区域经济创新［25］，认为产业在某一特定地区集聚而产生的外部性和规模经济是促进区域发展的重要动力。新经济地理学通过规模报酬递增和不完全竞争假说为产业集聚提供了理论支撑［26］，产业聚集能够通过毗邻经济、规模经济以及聚集经济等方式进一步带动生产效率提高。从不同区域企业的数字化发展角度来看，中国数字经济总体呈现平稳发展和空间集聚的趋势，发展重心偏向东、南部，空间格局总体呈现东强西弱格局。在东部沿海地区，尤其是长三角和珠三角等地区，有很多大型企业在数字化转型方面具有较强的实力和优势。但在中、西部地区，受制于地理位置和经济发展水平等多种因素，许多企业在数字化转型方面相对落后，数字化水平较低。因此，提出以下假设：
假设3：企业数字化程度提升对关键核心技术创新有正向影响，且对长三角和珠三角经济圈的企业有更大的影响。
2.3 数字化对关键核心技术影响的作用机制技术创新理论认为，技术创新是一个渐进的过程，需要对技术进行科学管理，加强人员培训和开发，才能达到创新的目的。而数字化的出现不仅让优化研发要素投入成为可能，还能够通过业务流程优化、管理制度升级和智能决策等实现精准管理。在关键核心技术创新过程中，企业关键核心技术的创新和研发需要依托独特的研发要素，数字化不仅可以帮助企业在海量信息中快速、精准甄别出有价值的资源，还有利于促进要素自由流动，进而优化关键核心技术创新要素配置。企业数字化转型还能够增加对高学历、高技能研发人员的需求［27］，从而提升劳动要素质量、促进资本深化，优化资本和劳动要素配比，促进关键核心技术创新；另外，关键核心技术创新是知识和技术创造的过程，特别是对于我国“卡脖子”领域的技术研发来说，其研发投资往往具有沉没成本的特质和属性，研发调整成本高且投入较大。企业数字化能够促进要素生产率水平提升，生产率高的企业有更强的竞争优势和更高的收益，缓解研发过程面临的资金压力，从而能投入更多的研发费用，促进关键核心技术创新。基于此，提出如下假设：
假设4：企业数字化转型通过影响研发要素投入作用于关键核心技术创新。
2.4 数字化对关键核心技术影响的调节效应随着时代的进步，学者们对创新模式的研究经历了从单向线性创新到互动创新等模式，创新模式的演进也逐渐体现出非线性的趋势［28］。研发与运营经验更充足的企业，往往更能扩大创新范围、提高创新速度，同时也可以降低创新成本和风险。企业上市时间越长，越易积累研发与运营经验，有助于企业从单纯产品经营的范畴中跳出来，跃升到资本经营的层次，有利于关键核心技术创新项目取得新的进展。运营经验丰富的企业通常有更足的关键核心技术创新后劲，故而受数字化转型等其他因素的影响越小。因此，本文提出以下假设：
假设5：企业数字化转型对关键核心技术创新的影响受企业研发与运营经验的调节。
基于以上分析与假设，为了更好地探究企业数字化程度对关键核心技术创新的影响，构建如下理论分析框架，如图1 所示。（1）基于数字创新理论，将数字化与关键核心技术创新相结合，构建两个变量之间的内在联系，论证企业数字化对关键核心技术创新存在影响；（2）基于企业升级理论和代理成本理论的不同观点，将企业规模纳入异质性分析框架，探讨这一影响在不同规模企业间的差异，再基于空间集聚效应，将企业所在区域纳入异质性分析框架，探讨这一影响在不同区域企业间的差异；（3）基于技术创新理论的渐进过程，从研发要素投入层面揭示数字化促进关键核心技术创新的作用渠道；（4）基于非线性交互创新模式的相关理论，探讨研发与运营经验的调节作用。
图1 理论分析框架
3 集成电路行业关键核心技术的测度与识别3.1 测度指标体系与方法目前，关键核心技术水平测度的相关方法主要有单一指标法、专家经验法、专利共性分析法和指标体系法等。参考聂力兵等（2022）［4］、杨武和王爽（2021）［29］采用的指标体系法，（1）基于关键核心技术的基础性、体系性、竞争性3 个维度，识别出科学关联度、技术累积度、社会价值、合作范围和技术覆盖范围这5 个专利指标，构建核心技术的指标体系。在具体的指标选取上，非专利文献引用数量反映了该专利技术领域的关联研究和知识融合度［30］；专利引用数量是评估一项专利在其领域内知识积累深度的重要指标［30］；专利被引用次数通常作为衡量该专利在其领域内竞争力和技术价值的指标［31］；专利所有权人数反映了合作广泛度和技术共享状况［4］；IPC 分类号数量反映了该专利覆盖的技术领域范围［31］；（2）通过熵权法计算核心指标的权重，来构建核心技术的指标测度模型，使用合成指数法对各项指标进行赋值，最终得出各项专利的测度指数，作为关键核心技术的筛选依据（见表1）；（3）筛选出核心技术测度指数在前10%的专利，作为关键核心技术。
表1 关键核心技术的指标测度模型
3.2 测度结果分析基于熵权法和合成指数法测度企业关键技术的核心指数，图2 展示了我国集成电路产业上市公司关键核心技术数量和专利核心指数的时间演进过程。可以发现，1999年以来，关键核心技术数量整体上呈现上升趋势，在2016 ～2018年，关键核心技术数量有所回落，2019年后又恢复至一个较高水平。在关键技术核心指数水平测度结果上，各年度专利水平测度有所波动，但依旧呈现出在波动中逐渐上升的趋势。
图2 1999～2021年关键核心技术数量和专利核心指数变化
由表2 可知，集成电路产业上市公司关键核心技术分布存在空间差异。从数量来看，关键核心技术在企业间分布差异较大。有5 个企业1999年来获得的关键核心技术数量在100 个以上，但也有近半数企业1999年来获得的关键核心技术仅在个位数的水平，其中7 个企业关键核心技术数量为0。由此可见，大量关键核心技术集中在少数几个企业中。从技术核心指数均值来看，由于1999年专利总量较少，除去1999年的特殊值外，技术核心指数处于一个较稳定的水平。
表2 1999～2021年集成电路产业上市公司关键核心技术数量和专利核心值水平
4 模型构建与实证分析4.1 数据来源和变量说明本文采用了33 个集成电路产业的上市公司1999～2021年专利申请数据，以及上市公司的其他相关财务数据。数据来源为国泰安数据库的上市公司财务数据及中国研究数据服务平台（CNRDS）的上市公司专利引用数据库。
（1）被解释变量：关键核心技术创新（KCT），技术核心指数（KCTindex）。其中，变量KCT为虚拟变量。借鉴聂力兵等（2022）［4］的做法，筛选出测度的技术核心指数在前10%的专利，作为关键核心技术，若该专利是关键核心技术，则KCT＝1，否则KCT＝0。变量KCTindex是前文测度的技术核心指数，核心指数测度水平越高，则该技术越可能是“卡脖子”的关键核心技术。
（2）核心解释变量：上市公司数字化程度（digital）。借鉴祁怀锦等（2020）［13］的做法，以上市公司财务报告附注披露的年末无形资产明细项中与数字化相关部分占无形资产总额的比例来衡量上市公司的数字化程度。
（3）机制变量：研发要素投入。采用研发费用（expense）、研发人员数量占比（personnel）表示。
（4）调节变量：企业研发与运营经验，借鉴陈玲和杨文辉（2016）［32］的做法，用公司上市年限（life）表示。
（5）控制变量：采用注册资本（registeredcapital）、净资产（用资产减负债表示，asset）、成立年限（establish）、开发支出期初数（developmentexpenditure）、营业收入（income）表示。由于控制变量值较大，回归的时候取对数处理。
各变量的描述性统计特征如表3 所示。
表3 描述性统计表
4.2 模型构建4.2.1 基准模型
为探究企业数字化程度对关键核心技术创新的影响，构建如下线性概率模型和非线性概率模型。
（1）线性概率模型（OLS 模型）
其中，KCTindex表示该项专利的技术核心指数，digital表示企业数字化程度，X为一系列控制变量，包括注册资本、净资产、成立年限、开发支出期初数和营业收入等，ε为随机误差项。
（2）非线性概率模型（Probit 模型）
给定一组协变量C，一个二元被解释变量Y，Y的期望值等于以下概率：
在线性概率模型中，这一条件概率的表达式为P（Yi＝1Ci）＝βXi。但是线性概率模型的最大问题是估计出来的概率可能会超过［0，1］区间。因此对于二元被解释变量，采用Probit 方程来建模。
其中，KCT表示该项专利是否为关键核心技术，Φ是累积正态分布函数。
4.2.2 作用机制模型
（1）渠道分析模型
为考察研发费用和研发人员数量占比是否在企业数字化程度与关键核心技术创新之间发挥显着的渠道作用，构建如下实证模型：
其中，M表示机制变量研发要素投入，包括研发费用（expense）和研发人员数量占比（personnel）。
（2）调节效应模型
为检验企业数字化程度对关键核心技术创新是否受到企业研发与运营经验这一调节变量的影响，构建如下调节效应模型：
其中，Z表示调节变量企业研发与运营经验，即企业上市年限（life）。
4.3 实证分析4.3.1 基准回归结果
基于基准回归的估计，报告OLS 模型以及Probit 非线性概率模型的估计结果见表4。在加入控制变量的OLS 模型中，企业数字化程度对技术核心指数有显着的正向影响。在Probit 模型中，企业数字化程度对关键核心技术创新依旧有显着的正向影响。因此，假设1 得到初步验证。
表4 企业数字化程度对关键核心技术创新影响的估计结果
4.3.2 异质性分析回归结果
进行规模层面和区域层面的异质性检验。在区别不同规模的企业时，以企业总资产的中位数作为分类依据［33］。由数据分析可知，企业总资产这一变量的中位数为40 亿元，因此在这一部分的实证分析中，如果该企业总资产大于40 亿，则被视作大规模上市公司。在区别不同区域的企业时，以是否属于长三角和珠三角经济圈的上市公司为依据。结果见表5。
表5 企业数字化程度对关键核心技术创新影响的差异性回归结果
对比不同模型企业的异质性检验结果，可以看出，不论企业规模大小，企业数字化程度对关键核心技术创新和研发均有显着的正向的影响，但影响程度在不同规模的企业之间有所差异。在Probit 非线性概率模型中，规模较大企业数字化程度系数1.989 远大于规模较小企业的系数0.195。规模较大企业的关键核心技术创新能力受数字化程度的影响更大。假设2 得以证明。
对比不同区域企业的异质性检验结果，可以看出，企业数字化程度的加深对于关键核心技术创新和研发均有显着的正向影响，但这一影响程度在不同区域的企业之间有所差异。在Probit 非线性概率模型中，长三角和珠三角地区企业数字化程度系数0.344 远大于其他地区企业的系数0.239。长三角和珠三角地区企业的关键核心技术创新能力受数字化程度的影响更大。这一结论证明了假设3。
4.3.3 渠道分析结果
检验研发要素投入在这一影响中发挥的渠道作用，实证结果见表6。由列（1）的估计结果可知，企业数字化程度对研发人员数量占比有显着的正向影响。在列（2）的回归结果中，研发人员数量占比对企业关键核心技术创新依旧有显着的正向影响。由此可见，企业数字化程度通过影响研发人员数量占比促进了关键核心技术创新。由列（3）的估计结果可知，企业数字化程度对研发费用有显着的正向影响。在列（4）的回归结果中，研发费用对企业关键核心技术创新依旧有显着的正向影响。由此可见，企业数字化程度可以通过影响研发费用进而促进关键核心技术创新。以上结论证明了假设4。
表6 研发要素投入的渠道分析估计结果
4.3.4 调节效应分析结果
进一步分析企业研发与运营经验在数字化程度对关键核心技术创新影响中的调节效应。为更好理解交互项及其在非线性概率模型中的应用［34］，除了分析加入调节变量的OLS 回归外，还分析了在非线性概率模型中的调节作用。从表7 列（1）的估计结果来看，企业数字化程度对关键核心技术创新依然有显着的正向影响，企业上市年限越长，关键核心技术创新能力越强。列（2）的Probit 模型的估计同理，随着企业上市年限的增加，其研发与运营经验同样增加，但同时数字化程度对关键核心技术创新的影响也随之减少。这意味着数字化程度较高、研发与运营经验较丰富的企业更有可能在关键核心技术创新和研发中取得突破。该结论也证明了假设5。
表7 企业研发与运营经验的调节效应估计结果
4.3.5 稳健性检验
为增加实证分析结果的稳健性，替换核心解释变量，将用上市公司年报中数字化关键词频次（digital′）来衡量企业数字化程度，结果见表8。结果显示，稳健性检验的估计结果与前文基准回归的估计结果趋于一致，同样证明了企业数字化程度对关键核心技术创新可能存在积极的影响。
表8 基准回归的稳健性检验回归结果
此外，再分别考察异质性分析、渠道分析与调节效应的稳健性检验（因篇幅有限，结果表略，留存备索）。结果表明皆通过了稳健性检验。
5 结论与政策建议运用熵权法测度了33 家集成电路上市公司1999～2021年关键技术的核心指数，并筛选关键核心技术。在此基础上，实证分析了企业数字化程度对关键核心技术创新的影响，并探究其中的异质性、作用机制与调节效应。得到以下结论：
（1）在关键核心技术的时间分布上，自1999年以来，关键技术核心指数均值和关键核心技术数量整体上呈现波动上升趋势。在关键核心技术的空间分布上，关键核心技术在企业间分布差异较大，其创新和研发依旧任重而道远；（2）企业数字化程度的提升对关键核心技术创新有显着的促进作用，但在不同规模和不同区域的企业中的影响均存在异质性差异。从企业规模来看，规模较大企业的关键核心技术创新能力受数字化程度的影响更大。从企业区域来看，长三角和珠三角地区的企业所受影响更大；（3）企业数字化程度提升通过促进研发要素投入进而推动了关键核心技术创新。具体表现在，数字化程度提升会显着增加企业投入的研发费用及研发人员数量占比，从而进一步促进关键核心技术创新；（4）企业研发与运营经验对关键核心技术创新起到显着的调节作用。随着企业上市年限的增加，其研发与运营经验同样增加，但同时数字化程度对关键核心技术创新的影响也随之减少。
基于以上分析，本文提出如下政策建议：
（1）企业应积极推进数字技术在关键核心技术研发中的应用。通过大数据、云计算、人工智能等技术实现数据驱动的关键核心技术研发和应用，提高研发效率和质量，降低研发成本和风险。通过数字化手段在关键核心技术创新过程中实现数字化管理，快速反应“卡脖子”的技术需求，及时调整创新策略。
（2）政府应推出更多鼓励数字化赋能关键核心技术创新的相关政策与措施。积极引导企业投资数字技术研发，激励数字化领域高层次人才流向高技术企业，强化创新创业环境建设，促进关键核心技术相关成果向产业化、市场化转化。强化跨界融合，积极引导数字技术与关键核心技术创新的深度融合，促进关键核心技术产业链、价值链、供应链的智能化、数字化升级。优化数字化基础设施建设，加速信息网络、云计算、物联网、智能传感等设施建设，提供公共数字化服务，提升基础设施数字化水平。
（3）加大关键核心技术研发投入，优化研发要素投入的资源配置。①企业应加大关键核心技术创新投入，通过增加研发经费、改善企业内部的研发机制、引进高端人才等方式，提高其关键核心技术自主创新能力。其中，大规模企业要通过建设面向关键核心技术研发各环节的数字生态圈，形成数字产业体系，带动小规模企业共同攻关；②政府也应加大对关键核心技术创新的投入力度，鼓励企业在数字关键核心技术领域开展研发和实际应用，落实知识产权保护措施，提高数字关键核心技术在国内的创新能力和市场竞争力。
与已有研究相比，本文结论进一步证明了企业数字化是企业技术创新的驱动因素，并且在研究对象上聚焦关键核心技术，对其中的影响机制进行了多角度的揭示，对于现有文献是进一步的丰富与拓展。但没有充分考虑到集成电路产业各细分行业的异质性，也未扩展到其他行业。未来应进一步深入揭示数字化赋能集成电路产业关键核心技术创新在细分行业上的异质性，并不断扩大研究所涉及的产业范围，为关键重要领域的数字化转型与核心技术突破提供兼具一般性与针对性的有效指引。
