| 709 | 0 | 148 |
| 下载次数 | 被引频次 | 阅读次数 |
作为区域创新网络的一种空间组织形式，科创走廊正在成为引领世界科技创新的策源地和区域高质量发展的新引擎，探究设立科创走廊对微观企业数字化转型的影响具有重要的现实意义。本文将长三角G60科创走廊的设立视为一项准自然实验，采用双重差分方法系统考察了长三角G60科创走廊建设对企业数字化转型的政策效应。研究结果表明，长三角G60科创走廊建设能够显著促进企业数字化转型，且该激励效应在小规模企业、高成长性企业、技术密集型行业企业和高竞争性行业企业中更为凸显。作用机制检验结果证实，增加研发投入力度和优化人力资本结构是长三角G60科创走廊建设促进企业数字化转型的核心机制。进一步研究发现，长三角G60科创走廊设立之后，企业经营风险显著降低、经营绩效显著提升。本文结论能够为我国有序推进科创走廊增质扩容、发挥创新策源地优势、助力企业数字化转型提供理论参考和实践依据。
Abstract：The science and technology innovation corridor, as a spatial organization form of regional innovation network, is becoming a fountainhead for global innovation and a driving force for regional high-quality development. Investigating the effects of the construction of these corridors on enterprises' digital transformation holds practical significance. This article systematically examines the policy effect of the construction of G60 science and technology innovation corridor in Yangtze River Delta on enterprises' digital transformation by adopting the difference-in-difference method. The results show that the construction of G60 science and technology innovation corridor can significantly promote the digital transformation of enterprises, and this incentive effect is more prominent in small-scale enterprises, high-growth enterprises, technology-intensive industries and competitive industries. Mechanism tests confirm that expanding the scale of R&D investment and optimizing human capital structure are the core mechanisms between them. Further discussion finds that G60 science and technology innovation corridor can significantly reduce the business risk of enterprises and improve their business performance. The findings above provide theoretical reference and practical enlightenment for China to orderly impel the quality and capacity expansion of the science and technology innovation corridors, give full play to the advantages of innovation drivers, and promote enterprises' digital transformation.
[1]岑晓腾,苏竣,黄萃.基于耦合协调模型的区域科技协同创新评价研究——以沪嘉杭G60科技创新走廊为例[J].浙江社会科学, 2019(8):26–33.
[2]国子健,钟睿,朱凯.协同创新视角下的区域创新走廊——构建逻辑与要素配置[J].城市发展研究, 2020, 27(2):8–15.
[3]孔令丞,王悦,谢家平.长三角区域一体化扩容、协调集聚与区域创新[J].财经研究, 2022, 48(12):34–47.
[4]赖晓冰,岳书敬.智慧城市试点促进了企业数字化转型吗？——基于准自然实验的实证研究[J].外国经济与管理, 2022, 44(10):117–133.
[5]李鑫,徐琼,王核成.企业数字化转型与绿色技术创新[J].统计研究, 2023, 40(9):107–119.
[6]刘行,易平.税收政策在产业链上的溢出效应研究:基于股票市场反应与投资决策的双重视角[J].财贸经济, 2025, 46(3):5–22.
[7]鲁桐,党印.公司治理与技术创新:分行业比较[J].经济研究, 2014, 49(6):115–128.
[8]毛宁,孙伟增,杨运杰,等.交通基础设施建设与企业数字化转型——以中国高速铁路为例的实证研究[J].数量经济技术经济研究, 2022,39(10):47–67.
[9]牛子恒,崔宝玉.网络基础设施建设与劳动力配置扭曲——来自“宽带中国”战略的准自然实验[J].统计研究, 2022, 39(10):133–148.
[10]潘家栋,包海波,周学武.基于SNA的G60科创走廊沿线城市群经济联系研究[J].浙江学刊, 2019(5):73–83.
[11]任晓怡,苏雪莎,常曦,等.中国自由贸易试验区与企业数字化转型[J].中国软科学, 2022(9):130–140.
[12]宋晶,陈劲.企业家社会网络对企业数字化建设的影响研究——战略柔性的调节作用[J].科学学研究, 2022, 40(1):103–112.
[13]汪浩,吴茂念,王锋.长三角节点城市生态科创一体化研究——以湖州为样本的考察[J].经济问题, 2020(10):105–111.
[14]吴非,常曦,任晓怡.政府驱动型创新:财政科技支出与企业数字化转型[J].财政研究, 2021(1):102–115.
[15]肖土盛,孙瑞琦,袁淳,等.企业数字化转型、人力资本结构调整与劳动收入份额[J].管理世界, 2022, 38(12):220–237.
[16]袁淳,肖土盛,耿春晓,等.数字化转型与企业分工:专业化还是纵向一体化[J].中国工业经济, 2021(9):137–155.
[17]张婕,金宁,张云.科技金融投入、区域间经济联系与企业财务绩效——来自长三角G60科创走廊的实证分析[J].上海财经大学学报,2021, 23(3):48–63.
[18] Berbel-Vera J, Palanca M B, Gonzalez-Sanchez M B. Key CDO Functions for Successful Digital Transformation:Insights from a Delphi Study[J]. Technological Forecasting and Social Change, 2022, 181:121773.
[19] Breynolds E. Innovation and Production:Advanced Manufacturing Technologies, Trends and Implications for US Cities and Regions[J]. Built Environment, 2017, 43(1):25–43.
[20] Goodman-Bacon A. Difference-in-differences with Variation in Treatment Timing[J]. Journal of Econometrics, 2021, 225(2):254–277.
[21] Kane G. The Technology Fallacy:People are the Real Key to Digital Transformation[J]. Research-Technology Management, 2019, 62(6):44–49.
[22] Kouadio H K, Gakpa L L. Do Economic Growth and Institutional Quality Reduce Poverty and Inequality in West Africa?[J]. Journal of Policy Modeling, 2022, 44(1):41–63.
[23] Lan F, Wang W, Cao Q Z. Tax Cuts and Enterprises’ R&D Intensity:Evidence from a Natural Experiment in China[J]. Economic Modelling,2020, 89:304–314.
[24] Liu K, Qiao Y R, Zhou Q. Spatiotemporal Heterogeneity and Driving Force Analysis of Innovation Output in the Yangtze River Economic Zone:The Perspective of Innovation Ecosystem[J]. Complexity, 2021, 1:8884058.
[25] Tsou H T, Chen J A. How Does Digital Technology Usage Benefit Firm Performance? Digital Transformation Strategy and Organisational Innovation as Mediators[J]. Technology Analysis&Strategic Management, 2023, 35(9):1114–1127.
[26] Usai A, Fiano F, Petruzzelli A M, et al. Unveiling the Impact of the Adoption of Digital Technologies on Firms’ Innovation Performance[J].Journal of Business Research, 2021, 133:327–336.
[27] Verhoef P C, Broekhuizen T, Bart Y, et al. Digital Transformation:A Multidisciplinary Reflection and Research Agenda[J]. Journal of Business Research, 2021, 122:889–901.
[28] Wang S W, Li X, Li Z B, et al. The Effects of Government Support on Enterprises’ Digital Transformation:Evidence from China[J].Managerial and Decision Economics, 2023, 44(5):2520–2539.
[29] Xia X X, Xiao Y. Firm-level Perception of Competition and Innovation:Textual Evidence from China[J]. Finance Research Letters, 2023, 53:103593.
[30] Xu D, Zhou K, Du F. Deviant Versus Aspirational Risk Taking:The Effects of Performance Feedback on Bribery Expenditure and R&D Intensity[J]. Academy of Management Journal, 2019, 62(4):1226–1251.
(1)G60指我国国家高速公路网中上海—昆明段。
(2)中国信息通信研究院发布《中国数字经济发展研究报告（2024）》,http://www.caict.ac.cn/kxyj/qwfb/bps/。
(1)相关数据网址为https://www.shanghai.gov.cn/nw4411/20240112/9122774572984907b422f8d0ef41d5c0.html。
(2)数据来源于《“含新量”成就“含金量”，长三角G60科创走廊活力奔涌》，相关网址为http://mrdx.cn/content/20221109/Page08DK.htm。
(1)数据来源于https://sdbdra.cn/newsinfo/7523137.html。
(2)相关报道来源于https://www.htsec.com/ChannelHome/20170915/5893085.shtml。
(1)因篇幅所限，企业数字化转型的词频图谱以附图1展示，见《统计研究》网站所列附件。下同。
(2)长三角城市群主要包括上海市、浙江的11个地级市、江苏的13个地级市以及安徽的17个地级市。
(3)CSMAR数据库网址为https://data.csmar.com/。
(1)因篇幅所限，基准回归的详细结果以附表1展示。
(1)因篇幅所限，Goodman-Bacon分解结果以附表2展示。
(1)因篇幅所限，平行趋势检验结果以附图2展示。
(2)因篇幅所限，安慰剂检验结果以附图3展示。
(3)城市人均地区生产总值（PerGDP）采用企业所在城市的人均地区生产总值取自然对数来衡量，外资开放程度（LnFDI）采用企业所在城市实际使用外资金额的自然对数来衡量，城市人口密度（People）采用企业所在城市每平方公里的人数来衡量，商业经济发展水平（Economy）采用企业所在城市社会消费品零售总额的自然对数来衡量。相关数据均来源于《中国城市统计年鉴》，数据来源网址为https://www.stats.gov.cn/。
(1)因篇幅所限，排除竞争性解释的结果以附表3展示。
(2)底层技术（Technology）和实践应用（Application）为本文被解释变量的Digitalization两个细分维度，测量方式与Digitalization相同，如附图1所示。
(3)因篇幅所限，其他稳健性检验结果以附表4展示。
(4)数据来源于CSMAR数据库，网址为https://data.csmar.com/。
(1)数据来源于CSMAR数据库，网址为https://data.csmar.com/。
(1)数据来源于CSMAR数据库，网址为https://data.csmar.com/。
(2)Zscore的计算方式为：Zscore=1.2×（营运资本/总资产）+1.4×（留存收益/总资产）+3.3×（息税前利润/总资产）+0.6×（所有者权益/总负债）+0.999×（营业收入/总资产）。数据来源于CSMAR数据库，网址为https://data.csmar.com/。
(1)企业全要素生产率TFP采用以LP法计算的结果进行衡量，总资产利润率ROA定义为利润总额与企业总资产的比值，营业收入Revenue采用企业主营业务收入来衡量，息税前利润EBIT指支付利息和所得税之前的利润。数据均来源于CSMAR数据库，网址为https://data.csmar.com/。
基本信息:
DOI：10.19343/j.cnki.11-1302/c.2025.06.003
中图分类号:F273.1;F270.7
引用信息:
[1]李鑫,王思惟,郭飞.科创走廊建设如何赋能企业数字化转型——基于长三角G60科创走廊的实证分析[J].统计研究,2025,42(06):38-50.DOI:10.19343/j.cnki.11-1302/c.2025.06.003.
基金信息:
国家自然科学基金面上项目“基于数字化商业生态的企业网络化战略与生态竞争优势构建机制研究”(72072048)