党的二十大报告提出“促进数字经济和实体经济深度融合”，为数字经济如何推动高质量发展指明了方向。电商平台是助力数字经济和实体经济加速融合的重要载体之一。2022年，中国电子商务交易总额达到43.83万亿元，约占GDP总量的36.22%，这表明包括电子商务在内的数字经济日渐成为驱动中国经济增长的新引擎。长期以来，创新是引领经济发展的第一动力。数字经济或将通过加快企业的组织架构升级，促进创新主体间的知识共享与合作等多方面提升企业的创新水平（洪银兴和任保平，2023）。尽管我国的创新能力在近年来得到较大提升，但在自主研发方面尤其是基础研究领域与国际领先水平依然存在差距，加之美国等发达国家不断对华实施科技脱钩、“去中国化”等打压战略，加剧了我国在部分关键技术与核心环节的“卡脖子”技术短板问题。因此，寻求企业创新能力提升的长效机制成为当前我国高质量发展面临的关键议题。本文将在数字经济高速发展的背景下，深入考察电商平台对制造业企业创新的影响效应和内在机制，从而为加快数字经济和实体经济深度融合，助力实现高质量发展提供有益的路径支持。本文的边际贡献主要在于：一是研究视角和理论机制方面，与已有文献相比，本文重点关注制造业企业参与电商平台对创新的影响效应及内在机制，尝试从平台视角为探讨数字经济和实体经济深度融合的创新机制开展探索性研究。我们在Liu et al.（2021）的理论框架基础上，构建了研究参与电商平台如何影响制造业企业创新的理论模型，并从扩大市场规模和促进知识溢出两个渠道，深入考察了制造业企业参与电商平台影响创新的内在机制。二是研究数据及指标构建上，本文爬取了2002—2019年专利库中所有发明专利在Google Patent网页下的引用和被引用关系信息，以及主要面向国内市场最大的B2B电商平台1688数据，在进一步结合中国工业企业数据库（以下简称工企库）的基础上，形成了研究电商平台如何影响企业创新的微观数据集。此外，我们还从技术路径的影响力和开创性维度，创新性地运用专利引用网络分析法构建了企业创新的测度指标，从而更好地识别专利技术传播的网络关联关系，得以形成更加全面描绘企业创新水平的测度指标。
02
理论模型与机制分析
（一）理论模型
我们在Liu et al.（2021）的基础上，将企业经营空间划分为线上线下两个市场。其中，线上市场即企业加入电商平台后开展线上交易活动的市场。接下来，我们以*来标记同时在线上线下两个市场经营的企业。首先，企业支付进入市场的沉没成本，并从一个帕累托分布中抽取自身的生产率，在观察到自身生产率后决定是退出或继续生产。接下来，如果这个企业选择继续生产，那么它将独立进行两步决策（Forslid et al.，2018），即是否进入线上市场经营以及如何选择最优的专利研发水平。
实证方案设计 （一）基准模型文章借鉴Carballo et al.（2022）的研究，建立如下计量方程：其中，i代表企业，j代表行业，k代表省份，t代表年份。为被解释变量企业创新水平。核心解释变量表示企业i在第t年是否参与1688电商平台。模型同时控制企业固定效应、行业×年份交互固定效应和省份×年份交互固定效应，以尽可能消除产业政策或区域政策等因素对估计结果带来的偏误。 （二）指标构建1.被解释变量本文主要从以下两方面来衡量企业的创新水平。一方面，以当年得到授权的发明专利数量加1取对数来反映创新数量；另一方面，以企业当年得到授权的全部发明专利数量的他引次数加1取对数来反映创新质量。此外，我们将在稳健性检验中构建另外8项创新测度指标来多角度考察本文的研究问题。2.核心解释变量为实证考察参与电商平台对企业创新的影响，本文利用爬虫技术手动获取了中国最大的B2B类电商平台1688的企业参与数据。平台为企业提供了一键建站、智能旺铺等高效便捷的数字化服务，同时为企业建立了“以商会友”的专属交流空间，旨在通过商友圈的形式，促进采购商和供应商的深入交流。这将有效降低信息成本、加快企业间的知识溢出。因此，基于该数据探讨参与电商平台的创新效应具有充分的代表性。本文具体以指标platform来表示企业是否参与电商平台，对某一年加入了平台的企业赋值1，对当年未加入平台的企业赋值0。（三）数据匹配本文使用精确匹配与模糊匹配相结合的方法开展数据匹配工作，最终得到时间跨度为2002—2019年的研究数据集，用于开展本文的基准回归。此外，为从扩大市场规模和促进知识溢出两个维度实证研究文章的作用机制，我们将基准回归使用的核心数据集进一步与工企库进行匹配并合并处理。
作用机制分析 （一）机制检验1.扩大市场规模的机制检验第一，参考Zweimuller & Brunner（2005）的方法，分别构建营收增长率和经营现金流两项指标，并依次将其作为企业产品需求的代理变量。营收增长率delta_lnrev采用企业当期和上一期营业收入取对数并作差分来计算；经营现金流lnops_cash采用企业当期的经营性现金流量来计算。机制检验中，我们将营收增长率和经营现金流分别作为被解释变量进行估计。第二，使用价格法来测算各省的市场分割水平seg，并引入市场分割与参与电商平台的交互项进行机制检验。其中，市场分割数值越大，代表地区的分割水平越高。检验结果汇报在表5。第（1）、（2）列结果显示，企业参与电商平台后，营收增长率和经营现金流显著提升，即规模不断扩大。第（3）、（4）列结果显示，交互项系数显著为正，表明所在省份市场分割程度越高的企业在参与电商平台后，创新水平提升更多。原因可能在于，市场分割导致企业的产品销路受到一定限制，参与电商平台为企业销售提供了重要的线上市场，从而扩大了其销售规模，并带来更高水平的创新提升。基于以上两方面检验，可以认为参与电商平台的确会通过提升企业规模来促进创新。2.促进知识溢出的机制检验第一，参考Byun et al.（2021）的方法，以技术邻近度（lntech_prox）和引用多样性（lncite_div）两项指标作为企业技术学习的代理变量。技术邻近度的基本思想是，计算同一行业内企业间的专利相似程度，并根据同一行业内其他企业的专利授权存量进行加权平均。引用多样性的基本思想是，计算一个专利引用的所有专利在不同专利分类号下的分散程度，并在企业维度取平均值。本文将技术邻近度和引用多样性分别作为被解释变量进行估计。第二，采用区位熵来计算产业集聚水平agg，并引入产业集聚与参与电商平台的交互项来估计促进知识溢出的作用机制。检验结果如表5所示。第（5）、（6）列结果显示，企业参与电商平台后，技术邻近度和引用多样性的比例显著提升，说明企业可能进行了来源更加广泛的技术学习，导致自身专利和产品的所属类别更接近同行业内其他企业，即自身产品可能是根据竞品进行了优化研发的结果。第（7）、（8）列结果显示，交互项系数显著为负，说明所在城市产业集聚程度更低的企业在参与电商平台后，创新水平提升更多。可能的原因在于，电商平台为企业提供了一种非物理空间的新型集聚模式，帮助其与其他企业随时进行沟通交流、产品交易和信息共享，这将加速知识溢出和扩散，从而实现更高水平的创新增长。
06
基于创新网络的拓展性分析 数字经济时代下，经济社会各个层面高度连通（江小涓，2017）。研发创新也不再是一个孤立过程，而是具有典型的网络化结构。为此，本文从创新网络中每一个专利节点的网络中心度以及每家企业所拥有的网络中心度排名领先的专利数量两个方面构建创新水平的测度指标，进一步探讨参与电商平台对企业创新的影响。本文采用Bonacich中心度来反映企业的创新地位，该指标运用了PageRank算法，即某个网页在整个网络中的地位不仅取决于其链接的其他网页数量，也取决于其链接的其他网页质量（Page et al.，1999）。相对于传统的出入度等网络中心度指标，Bonacich中心度可以更加综合地衡量某一个专利在专利引用网络和专利被引用网络中的重要程度。因此，本文将采用Bonacich中心度的思想，第一，测算出处于专利网络中每一个节点的中心度，来反映专利层面的网络中心度。第二，参考Acemoglu et al.（2022）测算“超级明星发明家”的逻辑，以每家企业所拥有的中心度排名在同一专利分类大组j下前10%的专利数量，来反映企业层面的网络中心度。具体的指标构建过程可参见原文。本文分别以企业平均专利Bonacich中心度（lncentrality）和明星专利数量（lnstar）作为被解释变量，通过逐步控制各项固定效应来考察参与电商平台对创新网络的影响，结果呈现在表6。其中，第（1）、（3）列仅控制企业和年份固定效应，发现参与电商平台不仅会显著提升企业平均专利Bonacich中心度，还将显著提高企业的明星专利数量，这进一步支持参与电商平台会显著促进企业创新的核心结论。此外，第（2）、（4）列进一步加入高维固定效应，发现参与电商平台对创新网络的影响效应依然稳健成立。
