伍晨 张帆
(西安交通大学 经济与金融学院，陕西 西安 710061)
自21世纪以来，信息通信技术飞速发展，目前已经步入大规模应用的阶段，为促进大数据、人工智能、云计算等数字技术与实体经济深度融合提供了有利条件，推动着我国主要经济形态从工业经济向数字经济加速转化。《“十四五”数字经济发展规划》指出，2020年我国数字经济核心产业增加值占GDP比重达到7.8%，数字经济对增长的拉动作用持续凸显。未来企业若想在市场中保持足够的竞争力，必定要顺应数字经济的大势，把握企业创新的动力源。在此背景下，企业对数字技术的投资不断加大，数字并购正变得越来越重要。数字并购是指，企业对将数字技术作为商业模式关键要素的公司实施的并购，以获取数字技术及资源为主要目的，其主要特征是目标企业必须高度利用数字技术[1]，即数字并购本质上是企业的一项数字技术与服务的投资行为。数字并购对企业创新也发挥着技术源头供给的作用，由于过去大量中国企业追求短期利益走模仿创新的道路，导致我国原始创新不足，关键核心技术受制于人，而数字并购为企业营造开放协同的创新生态，借助数字技术实现创新资源的高效配置，有助于企业瞄准关键技术瓶颈集中突破，补齐技术短板，全面增强自主创新能力。
对于企业来说，积极展开数字并购可以直接获得被并企业的数字资源，为展开数字化转型提供所需的技术基础。越来越多的企业已经意识到数字化转型在市场竞争中的重要性[2]，但由于各种各样的原因，大量企业的数字化转型之路面临诸多阻碍[3-5]，而以获取数字技术为目的的数字并购，为推动企业数字化转型提供了便捷途径[6]。数字并购有助于主并企业充分利用数字技术改造现有创新资源，激发企业的创新活力，为企业加快技术创新提供良好的环境。那么，相关企业在成功完成数字并购后，其创新能力是否得到提升？数字并购是否通过企业数字化转型来影响创新？回答这些问题不仅为企业借助数字并购手段实施数字化转型和影响企业创新的相关研究提供中国经验证据，而且有利于加快企业数字化转型升级，增强关键技术创新能力，对我国推进自主创新和做大做强数字经济等政策实施也有重要的启示和借鉴意义。
已有文献对影响企业创新的因素做了大量探讨，关注的焦点通常集中于企业规模、市场势力、技术机会[7-9]、知识管理、组织学习[10-11]和公司治理[12]等方面。近年来随着数字经济成为社会各界关注的热门议题，越来越多的研究将数字经济因素纳入考量范围，由数字技术提供的信息通信技术、算法决策和计算能力所支撑的产品和服务，为技术革新提供了前所未有的机会[13]，使企业能够高效便捷地协调研发创新活动。与本文研究最为接近的是以数字并购为主题的文献，企业获取外部数字资源的方式多种多样，比如建立内部实验室、组建合资企业或者战略联盟，但当前越来越多的企业通过并购数字行业企业来构建数字能力(1)Cracking the Code of Digital Mergers & Acquisitions (M&A) (bcg.com)。蒋殿春和唐浩丹(2021)[14]回答了企业发起数字型跨国并购的动机是获取并购对象的数字技术和研发资源，而不是为了占领市场份额，这也是数字并购与一般的技术并购存在本质区别的原因。Hanelt A等(2021)[1]是为数不多关注数字并购与创新的研究，文章使用汽车制造商的面板数据，结果表明，实施数字并购帮助企业建立数字知识库，推动数字创新，进而提高了企业绩效。鲁慧鑫等(2022)[15]的研究也发现，跨境数字并购可以通过提高技术创新能力进而促进我国全球价值链分工地位提升。这些文献都考察了数字并购对创新的直接影响，但并未涉及数字并购对企业创新的机制探讨，没有深入揭示数字并购与企业创新的关系。
企业数字化转型是一种与商业相结合的新经济现象，如何实现数字化转型成为商业领域的热门议题。已有研究立足于宏观政策的角度实证检验了数字化转型的影响因素[16-17]；
微观层面，阳镇等(2022)[18]从企业高管团队特征出发具体考察了高管学术经历对企业数字化转型的重要影响。此外，企业通过收购在数字领域运营的目标公司来改变或补充其商业模式，并购数字行业企业不仅为企业增加了潜在收入，而且在战略上也有特殊意义，通过数字并购，打破企业边界实现商业模式再造，重塑企业原有的核心业务，从而完成企业的数字化转型战略。由此可见，企业推进数字并购会助力数字化转型，唐浩丹和蒋殿春(2021)[6]对现实案例归纳总结也得出了类似结论，但研究结果缺乏经验证据的支撑。因此，本文在探究数字并购对企业创新的影响机制时，分析数字化转型可能发挥的中介作用。
虽然已有研究开始关注数字并购对企业创新的推动作用，但两者之间的影响程度和作用机制仅能从相关研究中作以推论，这方面的实证研究仍然缺失。并且少有的实证文献主要研究数字并购对数字化创新和企业绩效的提升作用，未涉及机制分析。同时所使用的某一行业数据不具有一般性，企业创新仅仅作为一个机制变量出现在文章中，对于数字并购与企业创新关系的机制检验和内生性问题都并未涉及。本文构建国内上市公司数字并购面板数据集，以此为基础采用PSM-DID方法实证检验数字并购对企业创新的影响，并进一步讨论数字化转型的中介作用，在此基础上引入知识基础的调节作用。其次，分别从行业和企业异质性层面出发，讨论数字并购对企业创新的影响。所得结论为企业更好地利用并购提升技术创新能力提供了借鉴。
与已有的研究相比，本文可能的贡献在于：第一，构建中国上市公司数字并购面板数据集，使用PSM-DID方法实证检验了A股上市公司数字并购对企业创新的影响效应，将样本范围扩展至全部行业，为理解数字并购和企业创新提供了中国企业的经验证据，丰富了有关数字并购的研究。第二，将企业数字化转型引入到研究中，深入剖析“数字并购—数字化转型—企业创新”之间的关系，清晰地揭示了数字并购如何影响企业创新，为企业理解数字转型在数字经济时代推动企业创新的重要作用提供了有价值的指导。第三，在研究数据上，以国民经济行业分类(2017)为基础，将企业并购数据库与《数字经济及其核心产业统计分类(2021)》相匹配，整理得到企业数字并购数据库，这在很大程度上克服了现有研究对数字经济行业界定模糊和粗糙的问题，在实际应用中提供了切实可行的操作方案，为后续企业数字并购相关研究提供独特的数据资源。
(一)数字并购与企业创新
企业进行数字并购可能会促进企业创新。从资源基础观的角度出发，完成数字并购意味着企业可以将从标的方获得的数字技术与内部资源进行整合，而数字资源又是企业进行创新的基础[19]。数字技术具有很强的通用性，收购方无需理解所有前期知识就能够在标的企业数字资源的基础上开发新的技术，促使企业充分整合内外部创新资源，为探索新技术提供了大量机会[20]。就创新的人力资源而言，通过并购直接地扩充了企业的人才资源，技术人员之间交流与互动将技术和资源有效连接起来，提高了企业员工对外部相关知识的理解、学习和转化能力，降低了信息不对称，由此提升了企业创新能力。从规模效应的角度出发，企业无疑会受益于数字并购带来的规模扩张，在降低单位产品研发投入成本的同时，还会降低研发风险，有利于企业积极展开创新。基于以上分析,本文提出以下研究假设。
H1数字并购会促进企业创新。
(二)数字化转型的中介作用
数字化转型是企业为应对不断变化的商业环境，通过使用数字技术来从根本上改善企业运营、业务流程和价值创造的过程[21]。在这个过程中，数字技术扮演着核心角色，而数字并购可以为企业数字化转型提供数字技术支持。数字技术会促进数据的生成，使得信息获取、存储和处理速度加快，促进企业数字化转型。另外，数字并购有助于为企业数字化转型破除资源限制的阻碍。企业受到自身资源和能力所限，不具备实现数字化转型的条件，而要成功实现企业数字化转型除了企业内部努力，更需要打破边界跨公司调动资源[22]，通过数字并购获取外部资源是一种更为直接有效的办法，能够快速弥补企业数字资源的不足，帮助企业成功实施数字化转型。此外，动态能力在数字化转型中也发挥着关键作用[23-24]，并且现有文献在并购提升企业动态能力方面积累了大量证据[25-26]。数字并购提高了外部资源的可得性和及时性，提升了企业对于外部机会的感知能力，使企业建立应对竞争快速变化的能力，而动态能力的构建使企业满足数字化转型所需的灵活性。
企业数字化转型程度越高，越有利于企业创新。数字化转型程度的加深大大增加了企业数据的可用性，数字化在企业管理层制定高效的执行流程过程中发挥着重要作用，而且使用数字驱动的算法决策，有助于提高创新决策的准确性和有效性。随着企业数字化转型进程逐步深入，企业的数字治理能力增强，利于企业以更小的成本来实现对用户消费需求的获取与分析，消费者的需求信息为企业创新指明了方向，提升了企业商业化判断的准确性，这些都有助于企业利用数字技术颠覆过去的企业的产品、服务和商业模式，提升企业创新水平[13]。因此，企业数字化转型促进了企业创新，在此背景下，提出如下假设。
H2企业数字化转型在数字并购对企业创新的影响中起中介作用。
(三)知识基础的调节作用
数字并购通过推动主并企业数字化转型程度来促进企业创新，而这一机制可能会受到知识基础的影响。基于知识基础理论的逻辑，企业创新与知识基础有密切的关系[27]，然而，知识本身并不等于创新，企业创新的本质是基于内部知识基础，搜寻、获取、整合外部知识，最终转化为新的创造发明或现有产品的改进，显然企业过去积累的知识越多越能激发企业利用数字化手段跨界整合自身和外部知识资源的主动性[28]，而且知识存量越多，企业自身对外部新知识的接收能力越强，加速了收购方企业对被并企业的资源整合，使得企业更容易利用新形成的数字化能力扩大潜在的、新的知识组合，从而提升了企业创新的倾向性。此外，知识积累越多意味着企业沉淀了大量的知识而没有得到有效利用，而这些知识都会随着企业数字化程度的加深得到充分利用，有助于知识互补联合机制的形成[29]，从而激发企业的创新活力，即知识基础强化了数字化转型的中介作用。因此，本文提出如下假设。
H3知识基础正向调节数字化转型在数字并购和企业创新之间的中介效应。
(一)样本选择及数据来源
本文以中国A股上市公司为样本，由于从2010开始中国数字经济规模进入扩张期，加之2010年以前很少有企业进行数字并购，所以本文将数据范围设定在2010-2020年。本文所使用的数字并购数据由CNRDS并购数据库整理得来，参考蒋殿春和唐浩丹(2021)[14]将所有数字经济行业企业作为数字并购的目标企业选择集。由于数字经济行业企业主营业务完全依赖数字技术、数字要素，本文将符合以下两种条件认定为数字并购：第一，标的企业属于《数字经济及其核心产业统计分类(2021)》中的所有数字经济核心产业的行业；
第二，主并企业在并购公告中提到已经成功完成的数字并购。使用同花顺iFinD企业库国民经济三级行业及主营业务确定数字经济行业，并与CNRDS并购数据库匹配合并最终得到本文所使用的数字并购的相关数据。另外，公司财务数据来自CSMAR中国上市公司财务年报数据库，企业数字化转型数据来自CSMAR数据库中的数字经济子库，是通过对人工智能技术、区块链技术、大数据技术、云计算技术和数字技术应用的细分指标在企业年报中出现的频次来计算，专利数据来自CNRDS数据库中的创新专利研究子库。本文剔除数据缺失严重的上市公司；
为了排除在研究期间内发生多次数字并购而产生的混合影响，本文剔除了重复发生数字并购的样本，以聚焦数字并购事件本身对于企业的影响。经过上述处理后，本文的初始样本为27 762个企业年度观测值。
(二)变量定义
1. 被解释变量
企业创新。基于已有的研究[30-31]，本文使用发明专利申请数来衡量企业创新，在稳健性检验部分采用发明专利申请数占专利申请总数的比重作为被解释变量重新回归。
2. 核心解释变量
本文设置企业是否完成数字并购的虚拟变量(DigitalM&As)，若企业在当年成功完成数字并购，代表进入处理期，则此后时期均取值为1，否则，取值为0。
3. 中介变量
数字化转型(DT)。参考吴非等(2021)[32]的做法，使用年报中涉及企业数字化转型的细分指标词频总数的自然对数来表示。在稳健性检验中，本文参照赵宸宇(2021)[33]和王军等(2013)[34]的方法，对人工智能技术、区块链技术、云计算技术、大数据技术和数字技术应用细分指标的词频数做标准化处理，使用熵值法计算各指标权重，计算得到数字化转型程度的指标。
4. 调节变量
知识基础(Ias)。参考陈爱贞和张鹏飞(2019)[35]的做法，使用无形资产占总资产比重来表示企业的知识基础。
5. 控制变量
与现有文献类似，本文控制企业规模(Size)、企业年龄(Age)、所有权性质(Soe)、盈利能力(Roa)、偿债能力(Lev)以及现金流量(Cf)，具体定义参见表1。
表1 变量的定义
(三)描述性统计
表2汇报了匹配前变量的描述性统计结果，企业创新(Innovation1) 的均值为1.75，最小值和最大值分别为0与10.19，说明不同企业的创新水平存在较大差异。数字化转型指标最小值为0，最大值为480，均值为5.21，说明企业数字化转型的程度差距较大，大多数企业数字化转型程度较低。从其他变量的最大值和最小值也可看出不同上市公司在企业特征、财务指标、无形资产等方面存在明显差异。
(四)模型设置
为了避免由样本选择性偏差导致的内生性问题，本文采用PSM-DID方法来评估数字并购对企业创新的影响效应，以此来验证H1是否成立。进行PSM时，以企业是否进行数字并购为依据对全部样本进行分组，选择企业规模、财务杠杆、资产收益率、现金流量比、所有权虚拟变量和企业年龄变量作为协变量进行匹配，使用卡尺内最邻近匹配方法进行配对得到对照组，具体参数设置为在0.05卡尺内的1∶1近邻匹配，利用倾向得分匹配法消除数字并购企业与非数字并购企业的差异之后获得的样本，建立以下双重差分模型检验数字并购对企业创新的影响效果，具体模型的设定如下
yit=α0+α1DigitalM&Asit+γXit+ui+λt+εit
(1)
其中，yit表示企业创新；
DigitalM&Asit表示数字并购处理期虚拟变量，若企业i在第t期成功完成数字并购，代表进入处理期，则此后时期均取值为1，否则，取值为0；
Xit代表控制变量；
系数α1是数字并购的处理效应，ui表示个体固定效应，λt表示时间固定效应，εit表示标准残差项。
表2 匹配前变量描述性统计
(一)PSM匹配结果
本文使用是否为数字并购企业虚拟变量对协变量进行Logit回归，得到倾向得分值最接近的企业为数字并购的控制组。图1为匹配前倾向得分值概率密度图，可以看出匹配前处理组与控制组核密度曲线存在较大差异，图2为匹配后倾向得分值概率密度图，匹配后两组之间倾向得分值的概率密度相当接近，说明样本的匹配效果较好。
(二)平衡性检验
为确保估计结果的准确性，本文对最邻近匹配进行平衡性检验，结果如表3所示，可以看出匹配后所有协变量的标准偏差绝对值小于10%，t检验结果表明匹配后处理组和控制组在协变量上不存在显著差异，因此，匹配通过了平衡性检验，说明本文的匹配方法是合理的。
(三)平行趋势检验
利用双重差分模型实证检验时首要满足的条件是平行趋势假定，本文采用事件研究方法考察数字并购处理期处理前后各期的情况，来检验多期DID是否满足共同趋势假设。具体模型设定如下
(2)
表3 平衡性检验结果
其中，当s<0时，处理组企业i在t时刻为数字并购完成之前第s年；
当s>0时，表示处理组企业i在t时刻为数字并购完成之后第s年。本文将数字并购完成前5年以上的样本统一归并至并购前5年，并以并购前5年作为基准期。
表4是动态检验结果，回归结果显示在企业完成数字并购前的4期，每个时期的虚拟变量的系数均与0无显著差异，说明在数字并购完成前处理组和控制组间不存在显著的趋势差异，即满足平行趋势假设。
(四)主要实证结果
本文使用双重差分模型式(1)检验H1，结果如表5所示。列(1)展示了基准回归结果，从中可知，数字并购变量系数为正且通过显著性检验，表明数字并购对企业创新有积极影响。因此，可以得出数字并购会促进企业创新的结论，H1得到验证。
本文验证数字并购是否会通过加强数字化转型程度而提高企业的创新水平，具体模型设定如下
yit=α0+α1DigitalM&Asit+γXit+ui+λt+εit
(3)
DTit=α0+α2DigitalM&Asit+γXit+ui+λt+εit
(4)
yit=α0+α3DigitalM&Asit+β1DTit+γXit+ui+λt+εit
(5)
表4 动态检验结果
由式(3)-(5)判断是否满足中介效应检验的条件为：首先，检验系数α1的显著性，若α1显著则进行式(4)和式(5)的检验，否则不存在中介效应；
其次，检验β1和α2的显著性，若显著则存在中介效应，若β1和α2并不是都显著则使用Sobel检验判断中介效应。
使用Sobel中介效应方法检验数字并购对企业创新的影响路径，结果如表5所示。列(2)-(4)报告 “数字化转型”效应的检验结果。列(2)中数字并购的估计系数显著为正，说明数字并购在发生后促进主并企业创新水平的提升；
列(3)表明数字并购显著促进了并购方的数字化转型；
列(4)的回归模型中加入数字化转型中介变量，解释变量的系数依然显著为正，中介效应的Sobel检验P值小于0.01，说明中介效应部分成立，数字并购通过“数字化转型”效应促进了企业创新，H2得到验证。
为检验知识基础的调节效应，本文使用温忠麟和叶宝娟(2014)[36]的方法，首先对数字化转型的中介效应进行检验，表5列(2)- (4)证明中介效应存在后，再对知识基础对数字并购的调节效应进行验证，如列(5)所示，知识基础与数字并购的交互项对企业创新的影响不显著，说明知识基础对数字并购不存在直接调节效应。最后检验知识基础对数字化转型中介效应的调节作用。由列(6)结果可知，知识基础与数字化转型的交乘项对企业创新的影响显著为正。说明知识基础越多的企业，数字并购通过数字化转型对企业创新的推动作用会越强，H3得到验证。
表5 主要实证结果
(五)稳健性检验
1．更换估计方法
为保证研究结论的稳健性，本文使用OLS和Tobit方法重新对计量模型进行回归，解释变量更改为企业当年是否进行数字并购的二元虚拟变量。采用OLS方法重新回归之后的结果见表6。列(1)的数字并购变量系数依旧显著为正，H1数字并购会促进企业创新的结论依然稳健。列(2)-(4)的数字化转型中介效应也得到验证，列(5)-(6)显示知识基础与数字化转型的交乘项依旧显著为正，知识基础的调节效应再次得到证明，有效说明本文检验结果稳健。
表6 使用OLS方法的稳健性检验结果
由于本文使用企业发明专利数量作为因变量，这些数据存在大量的0值，存在截尾问题，因此使用Tobit模型来进行稳健性检验。结果如表7所示，得到的结论与前文一致。
2．更换被解释变量的替代检验
本文采用企业发明专利申请占专利总数的比重重新回归。结果如表8所示，由列(1)可发现，数字并购的估计系数显著为正，这意味着数字并购的实施有助于企业创新水平的提升，列(2)-(4)进一步证实了数字化转型的中介效应部分成立，数字并购通过“数字化转型”效应促进了企业创新的结论依然保持不变，列(5)-(6)在中介效应的基础上证实了知识基础对数字化转型的调节作用。
3．更换数字化转型的替代检验
将中介变量替换为使用熵值法计算得到的数字化转型后重新回归，结果如表9所示，更换数字化转型变量后的回归结果与之前一致，研究结论保持稳健。
表7 使用Tobit模型的稳健性检验结果
表8 更换被解释变量的检验结果
表9 更换数字化转型变量的检验结果
(六)内生性讨论
1. 创新的时滞效应
为了避免潜在的内生性，本文对回归模型中解释变量和所有控制变量滞后1期处理，结果见表10列(1)，数字并购依然能够对企业创新发挥积极作用，滞后1期处理并未对基础回归结果产生明显影响。为了探究更长时期的影响，本文还考虑了滞后2期和滞后3期的情况，结果如表9中列(2)(3)所示，随着时间的推移，数字并购对企业创新的影响呈现逐年衰减直至为负。这可能是因为一开始主并企业可以通过数字并购快速地掌控数字资产，这有利于企业规划适合自身的数字化进程，充分调动企业内外部的创新资源，提高创新水平，随着时间的推移，数字化进程取得大幅提高后带来的创新边际效应就降低了，甚至长期依赖被并企业的数字技术还可能会导致主并企业在数字化和创新探索的过程中产生惰性，这会对企业长期创新产生负面影响。
表10 创新时滞效应检验结果
2. 应对反向因果导致的内生性问题
本文采用PSM-DID方法在一定程度上可以解决由样本选择性偏差引发的内生性问题，但并不能消除数字并购与企业创新间因为双向因果带来的内生性问题，也就是说，企业创新也可能会影响企业寻求数字并购的行为。因此，本文进一步使用工具变量法来消除双向因果导致的内生性问题，借鉴张吉昌和龙静(2022)[37]的思路，采用当年行业内其他企业数字并购笔数总和作为工具变量。首先，剔除本公司后的行业数字并购笔数反映行业数字并购的活跃程度，与单个企业展开数字并购动机高度相关；
其次，其他企业的数字并购行为与企业自身是否展开创新无关，这满足工具变量选择的相关性和外生性原则。
使用2SLS工具变量法的回归结果如表11所示。其中，列(1)报告了第一阶段回归的结果，表明工具变量与企业数字并购之间存在显著的正向关系，并且相应的F检验表明显著拒绝了弱工具变量假设，说明本文所选取的工具变量在统计意义上满足相关性原则，工具变量选取有效。列(2)为被解释变量为企业创新变量的第二阶段回归结果，Cragg-Donald Wald F统计量大于Stock-Yogo检验10%水平的临界值16.38，也表明工具变量与解释变量存在强相关关系，因此不存在弱工具变量问题，而且Endogeneity Test结果也证实数字并购变量确实存在内生性，在运用工具变量法缓解内生性问题后，数字并购估计系数显著为正，与基准模型估计结论一致，这也说明本文的估计结论是相对稳健的。列(3)为被解释变量为企业数字化转型的第二阶段回归结果，表明在考虑内生性问题的影响下，数字并购对企业数字化转型有显著的积极影响的结果依然可靠。
表11 工具变量法检验结果
3. 应对遗漏变量导致的内生性问题
本文使用双重差分方法在一定程度上可以减轻由不随时间变化的遗漏变量引起的估计偏误，且基准回归中仅仅控制了文献中较为常见的影响企业突破性创新的变量，上述回归结果仍然面临遗漏不可观测变量导致的内生性偏误，因此，本文进一步控制其他可能影响数字并购和企业创新的因素。考虑到企业所属地区的数字经济发展基础会为企业展开数字并购提供便利，本节在宏观上进一步控制数字经济发展水平变量(AP)，用互联网宽带接入端口数量测度。从公司治理的角度来看，企业创新风险高投资大的特点有可能导致老牌大企业失败[38]，在位企业的管理者一般会按照既定程序处理企业创新活动，使得企业可能谨慎对待投资创新项目[39]；
其次，企业决策层的短视也会导致他们拒绝展开创新，他们决策的依据是短期内帮公司实现最大利润，如果创始人更具有魄力和自信，他们就会鼓励企业进行创新[40]，因此，决策层的特质也是不可忽视的潜在变量。本部分将决策者特质变量加入讨论，将董事会规模(Director)、两职合一(Mgtceo)、董事长年龄(Mgtage)、董事长受教育程度(Mgtedu)、董事长研发背景(Mgtfun)、董事长海外背景(Mgtovesea)、董事长学术背景(Mgtaca)和董事长金融背景(Mgtfin)等变量加以控制。回归结果见表12，结果表明，在进一步引入其他可能影响企业创新的因素后，数字并购仍显著促进企业创新水平。
其次，本文借鉴Altonji J G等(2005)[41]以及Nunn N和Wantchekon L(2011)[42]的方法，在本研究中，设定了一组全控制变量模型，即在基准模型的控制变量中加入数字经济变量和决策者特征变量；
两种受限模型，一种不包含决策者特征变量，一种不包含数字经济变量。通过回归系数计算得到的统计结果如表13所示，可以看出，测度遗漏变量偏误的比率值远远大于1，说明本文因遗漏变量导致的估计偏误不严重。
表12 应对遗漏变量导致内生性问题的回归结果
表13 遗漏变量偏误程度的测度
(一)行业特质的异质性检验
数字行业企业掌握数字技术，为社会提供数字产品、数字服务和数字基础设施建设，这类企业在创新资源获取与整合方面占据着绝对优势，当主并企业为数字经济行业企业时，并购后企业创新水平的提升可能受益于规模效应，因为规模扩大有助于分摊技术创新的风险，研发资源协同得到加强；
而非数字行业企业并购数字行业的创新后果往往来自范围经济，有利于非数字行业获取和利用数字技术，节约了技术搜寻的成本。所以，这两类数字并购对企业创新的影响效应存在异质性。因此，本文进一步检验这两类并购对企业创新影响的差异。
表14 行业的异质性检验结果
表14列(1)展示了在数字经济行业中，数字并购对企业创新的影响作用，列(2)为加入数字化转型和知识基础交乘项的结果。列(3)和列(4)为非数字行业的回归结果，可以看出无论是在数字行业还是非数字行业，数字并购对企业创新的回归系数均显著为正，这说明数字并购能够全面提高主并企业的创新水平；
通过费舍尔组合检验可知数字并购变量的经验P值为0.008，这说明数字经济行业和非数字经济行业数字并购变量系数存在显著差异，意味着数字行业之间的并购创新效果要好于非数字行业与数字行业的并购。分析其原因，本文认为数字行业企业具备良好的数字化基础，可以快速吸收融合被并公司的优质创新资源，有助于主并企业迸发创新活力；
而非数字行业关于数字化转型的规划和进展相对缓慢，加之知识在两个企业间流动的阻力更大，企业需要投入很大的学习成本才能克服自身基础知识的约束，这使得非数字行业与数字行业的并购创新效果相对较弱。
(二)企业生命周期的异质性检验
处于不同生命周期的企业在面临数字化冲击时，会有不同的创新行动。成长期的企业虽然资源相对匮乏，但是更具灵活性和开放性[43]，对数字能力的需求较为强烈，通过数字并购有助于成长企业加快知识的更新与积累，对企业创新产生积极影响；
成熟期的企业在探索创新的资金投入和人力资源上占据绝对优势，更加擅长利用外部知识；
衰退期的企业积累了大量的资源而没有得到有效利用，而且因为组织结构过于僵化，即使完成了数字并购也很难利用数字资源激发自身创新活力。所以，这三类企业在完成数字并购后企业的突破性创新表现存在异质性。因此，本文根据黄宏斌等(2016)[44]的企业生命周期划分方法，将企业划分为成长期、成熟期和衰退期分组检验数字并购对企业突破性创新影响的差异。表15列(1)-(2)报告了成长期企业的回归结果，列(3)-(4)是以成熟期企业为样本的回归结果，数字并购的估计系数显著为正，说明数字并购在发生后促进成长期和成熟期企业创新水平的提升，列(5)-(6)数字并购估计系数不显著，说明对衰退期的企业来说，数字并购对企业创新影响不显著。
表15 企业生命周期异质性检验结果
(一)研究结论与政策建议
随着数字经济的飞速发展，如何实现数字赋能企业创新，是当前企业需要思考的重要问题。本文基于理论分析和假设，利用2010-2020年中国A股上市公司数字并购面板数据，使用PSM-DID方法实证讨论了数字并购对企业创新的影响，以及数字化转型在其中的作用机制。研究结论表明：第一，企业在成功完成数字并购后其创新能力得到显著提升，数字并购的确能够促进企业创新，这一研究结论通过了一系列的稳健性检验，并且在考虑内生性的情况下依然成立。第二，数字化转型是数字并购提升企业创新能力的重要途径，数字并购对企业推进数字化转型具有显著的正向作用，并且成功实施数字并购会加快企业数字化转型进程，进而促进企业创新，数字化转型在数字并购对企业创新的提升过程中起到积极的中介作用。第三，知识基础正向调节数字化转型在数字并购和企业创新之间的中介效应，具体而言，知识基础越多的企业，数字并购通过数字化转型对企业创新的推动作用会越强。第四，数字并购对企业创新带来的影响在不同类型行业之间和不同生命周期企业间存在着一定的异质性，相较于非数字经济行业企业以及衰退期企业而言，数字经济行业企业、成长期和成熟期企业实施数字并购对创新的提升效果更强。本文的研究结论鼓励企业抓住新兴数字技术和行业数字化趋势的机遇，积极拥抱数字并购，完成数字化转型战略，成为创新领导者，从而为企业更好地利用并购提升技术创新能力提供借鉴，同时为相关研究提供中国企业的经验证据，对我国推进企业数字化转型等政策实施也有重要的启示和借鉴意义。本文的研究结论具有以下启示。
第一，加快推动数字并购发展。当前，数字并购对促进企业创新和实施数字化转型具有非常关键的作用和意义。对于政府来说，应采取积极措施鼓励企业展开数字并购以抓住数字化转型的先机，为企业创新提供源头动力。政府应为数字并购企业提供良好的融资环境，吸引更多有能力的企业参与数字并购，这有利于促进数字技术与实体经济深度融合。
第二，加速数字化转型进程，打造与技术创新相适应的数字环境。对于企业来说，要想发挥数字并购对创新的引领作用，首先应该加快推进数字化转型进程，通过数字技术改造业务全过程协同和流程，全面实现从研发、生产到管理的数字化改革，为促进数字并购对企业创新的影响提供坚实的效率保障。同时，增强自身的知识基础，通过加大对知识的积累与应用，为数字并购完成后的整合阶段提供更为坚实的知识储备，充分发挥知识在加强数字化转型创新效应上的优势。
第三，针对不同行业特质和生命周期的企业采取有差异的策略。各类企业在推进数字化转型、提升创新能力的过程中，不能简单依赖数字并购，而应通盘考虑自身优势与不足，结合实际因企制宜。尤其是以数字技术为主要盈利模式的数字行业企业，应充分发挥自身的绝对优势，并购其他数字企业实现强强联合；
成熟期和成长期企业，应注重利用数字技术对自有资源的撬动作用，在完成数字并购后立即展开创新资源整合与利用，加快数字化进程，最终实现中国企业在关键技术领域的创新。
(二)研究不足与展望
本文的讨论与分析是围绕主并企业来展开的，而在实践中被收购企业的创新和数字化转型也很重要，主并企业与被并企业之间的关系以及并购后是否出现“1+1>2”的情况也值得深究。鉴于此，未来研究将会将视角落在被并企业上来展开分析。
猜你喜欢变量转型数字化转型发展开新局 乘风破浪向未来中国核电(2021年3期)2021-08-13家纺业亟待数字化赋能纺织科学研究(2021年6期)2021-07-15抓住不变量解题小学生学习指导(高年级)(2021年4期)2021-04-29也谈分离变量河北理科教学研究(2020年2期)2020-09-11航天器在轨管理模式转型与实践航天工业管理(2020年4期)2020-06-16高中数学“一对一”数字化学习实践探索福建基础教育研究(2019年1期)2019-09-10高中数学“一对一”数字化学习实践探索福建基础教育研究(2019年1期)2019-05-28转型童话世界(2018年13期)2018-05-10数字化制胜中国卫生(2016年2期)2016-11-12沣芝转型记知识经济·中国直销(2016年10期)2016-02-27