
一、问题提出
在全球新一轮科技革命兴起、外部市场疲软、内部转型紧迫等多重挑战下,中国亟需完成由要素驱动、效率驱动向创新驱动的关键性转变,发展以科技创新为核心要素的新质生产力,实现经济高质量发展。数字平台在消费端的广泛连接和工业互联网的深度融合,对整合资源要素、优化产业结构具有积极作用(Armstrong,2006),能有效提升资源配置效率、畅通国民经济循环。但中国大多数字平台是在宽松的信贷环境下,借助完善的公共基础设施完成了资本的“野蛮扩张”,并过度关注存量市场与流量变现(曲创等,2024),这种扩张仅实现了低附加值产业的规模经济,对经济结构优化调整的作用有限,且由此造成的资源错配可能会阻碍平台技术创新。
中国数字平台企业在各个细分领域呈现出市场份额高度集中的趋势(余晖和钱贵明,2021)。平台市场规模增速放缓,面临从增量竞争向存量竞争的转变,这一转变要求平台企业在全球竞争中掌握关键技术,提升核心竞争力。2022年1月19日,国家发展改革委等部门发布《关于推动平台经济规范健康持续发展的若干意见》(以下简称《意见》)。《意见》明确指出,要引导平台企业充分利用技术、人才、资金、渠道、数据等生产要素,发挥创新引领的关键作用。《平台经济与竞争政策观察(2021)》和财富世界500强情报中心数据显示,2017—2022年期间,中美TOP5数字平台市值差距不断拉大(见图1),一定程度上反映了数字平台企业竞争力的差异。
|
| 图 1 中美 TOP5 数字平台市值比较 |
已有文献对抑制企业技术创新的因素进行了探索,其中资源配置扭曲是重要原因之一(Hsieh和Klenow,2009;戴小勇,2021)。中国的渐进式改革导致要素市场发育程度滞后于产品市场(高帆,2008),在要素市场发育不完善的情形下,资源配置无法实现帕累托最优,导致创新活动处于非效率状态(白俊红和卞元超,2016)。产业、技术之间的二元结构(彭绪庶,2022)以及企业在申请R&D补贴时的“非生产性寻租”活动(安同良等,2009),也都严重制约着企业进行自主创新,单纯地增强研发投入力度未必会带来创新质量的提高(高帆,2017)。同时,企业创新需要高额资金投入,且风险大、回报周期长,企业的“求稳意愿”使其更倾向于投资传统业务,造成资源配置扭曲(易莹莹和季娜,2021)。企业技术创新的相关研究揭示了资源配置扭曲问题(易明和吴婷,2021),在探究平台竞争力问题时,应当充分考虑资源配置扭曲这一典型事实。现有文献一是聚焦于宏观视角,考察资源配置扭曲如何影响全要素生产率(王文和牛泽东,2019)和经济高质量发展(徐晔和赵金凤,2021);二是基于微观视角,探究资源配置扭曲对企业R&D投入(张杰等,2011)、生产率(罗德明等,2012)、创新效率(戴魁早和刘友金,2016)等的影响,对资源配置扭曲如何影响数字平台企业竞争力的研究尚不充分,其影响机理也有待进一步探讨。
本文可能的边际贡献在于:第一,构建了数字平台企业竞争力的定量评价体系。基于对平台企业竞争力的深化理解,从多个维度构建了数字平台企业竞争力的测度指标,有助于清晰地展现中国数字平台企业竞争力现状。第二,以微观平台企业为研究对象,将资源配置扭曲纳入分析框架,从制度有待完善、企业家短视行为以及平台战略导向偏差等角度深入剖析资源配置扭曲的产生原因及其对数字平台企业竞争力的影响机理,扩展了资源配置扭曲在微观层面的影响研究。第三,聚焦于中美TOP5数字平台企业竞争力核心指标对比,探讨两者间的差异及成因,为提升中国数字平台企业竞争力提供了新的理论视角和实践指导。
二、数字平台资源配置扭曲及竞争力的测度
(一)样本选择。考虑到数据披露的局限性,选取2011—2021年沪深A股上市企业作为初始研究样本。数字平台企业是指通过利用数字技术构建和运营平台,提供产品、服务或技术支持,并促进用户、供应商或其他利益相关方之间互动与交易的企业。这类企业通过平台化的商业模式,不仅自身进行生产和服务,还为其他企业、组织或个人提供支持(焦豪,2023)。参照刘玉斌等(2024)的方法,以是否提供在线平台、数据服务、社交或技术解决方案等业务为主要判断依据,根据“大数据”“云计算”“平台”“人工智能”等关键词,结合企业官网、公告等信息对企业的经营范围进行平行比对和综合分析,最终筛选出182家上市数字平台企业。基于研究惯例,对样本进行如下处理:剔除ST或*ST的企业;剔除数据缺失较多的企业。经过处理后,最终得到包含917个观测值的非平衡面板数据。
(二)数字平台企业资源配置扭曲程度的测度。资源配置扭曲反映了企业资源分配效率对最优配置效率的偏离。由于创新活动具有高风险性,持续的资源投入和有效的内部资金支持是企业创新的保障。参照倪婷婷和王跃堂(2022)的做法,本研究用企业的非效率投资来衡量平台内部的资源配置扭曲程度。非效率投资是指企业在进行投资决策时,未能将有限资源配置到能够产生最大价值的项目上。当企业存在代理问题时,管理层可能会做出非效率的投资决策,导致资源分配不合理,非效率投资能捕捉这种由于代理问题或其他内、外部因素造成的资源配置扭曲,从而可以在一定程度上表征企业的资源配置扭曲程度(毛其淋和谢汇丰,2023)。参照Richardson(2006)的模型设定,测算具体公式如下:
| $ {inv} _{ {i,t+1} } {=\alpha } _{ \mathrm{0}} {+\alpha } _{ \mathrm{1}} {inv} _{ {i,t-1} } {+\alpha } _{ \mathrm{2}} {asset} _{ {i,t-1} } {+\alpha } _{ \mathrm{3}} {growth} _{ {i,t-1} } {+\alpha } _{ \mathrm{4}} {lev} _{ {i,t-1} } {+\alpha } _{ \mathrm{5}} {age} _{ {i,t-1} } {+\alpha } _{ \mathrm{6}} {cash} _{ {i,t-1} } + \mathrm{\Sigma } {year+} \mathrm{\Sigma } {ind+\varepsilon} _{ {i,t} } $ | (1) |
其中,i表示企业,t表示年份;inv、asset、growth、lev、age、cash分别代表企业新增投资、总资产、营业收入增长率、资产负债率、股票收益率、上市年限以及现金持有水平;模型还引入了年份固定效应year和行业固定效应ind,以减少因个体差异导致的测量误差,提高指标在不同企业之间的可比性。以上述模型进行回归估计,所得残差ɛi,t代表上市公司的实际投资与最优投资规模之间的偏离度,即非效率投资。本文用模型估计残差的绝对值表示平台企业的资源配置扭曲程度,最终得到2011—2021年沪深A股上市数字平台企业的资源配置扭曲程度(Mis),这也是本文的核心解释变量。该数值越大,说明平台企业的无效率投资越多,资源配置扭曲程度越严重。图2展示了2011—2021年间中国数字平台企业资源配置扭曲程度的变化情况。样本考察期内,平台资源配置扭曲程度在2016年达到峰值后呈现逐年下降趋势。这一变化的原因可能在于,2015年左右中国平台经济经历了爆炸性增长后,国家随即出台了一系列互联网监管政策,这在一定程度上缓解了平台资源配置的扭曲现象。尽管如此,平台企业的资源配置扭曲问题依旧存在。
|
| 图 2 数字平台企业资源配置扭曲程度的演变趋势 |
(三)中美数字平台企业竞争力对比。鉴于企业数据披露的不完整性以及统计数据一致性对于比较分析的重要性,本研究聚焦于中美市值TOP5数字平台企业,分析其研发投入、净利润以及营收结构等指标,
表1显示了中美数字平台企业在研发支出及增长率方面的差异。中国TOP5数字平台企业的平均研发支出约占美国TOP5平台企业的10%。尽管腾讯和阿里巴巴的研发支出均超过500亿元,但与美国头部平台相比仍有较大提升空间。从增长率来看,中国平台企业整体增长率较低,这可能会影响企业在核心技术领域的积累和突破,使企业在全球竞争中处于劣势。
| 企业名称 | 研发支出(亿元) | 增长率(%) | 企业名称 | 研发支出(亿元) | 增长率(%) |
| 腾讯 | 640.78 | 4.36 | 苹果 | 13.96 | |
| 阿里巴巴 | 522.56 | 11.64 | 微软 | 8.51 | |
| 拼多多 | 109.52 | 5.47 | 谷歌 | 15.01 | |
| 美团 | 212.01 | 2.22 | 亚马逊 | 16.95 | |
| 网易 | 164.85 | 9.61 | 元 | 8.90 | |
| 均值 | 329.94 | 6.66 | 均值 | 12.67 |
表2列示了中美数字平台企业的净利润及其增长率。中国TOP5数字平台企业的净利润均值为664.61亿元,低于美国的
| 企业名称 | 净利润(亿元) | 增长率(%) | 企业名称 | 净利润(亿元) | 增长率(%) |
| 腾讯 | 36 | 苹果 | −2.81 | ||
| 阿里巴巴 | 713.32 | 8.78 | 微软 | 21.80 | |
| 拼多多 | 600.27 | 90.33 | 谷歌 | 23.05 | |
| 美团 | 139 | 308 | 亚马逊 | ||
| 网易 | 293.57 | 47.95 | 元 | 68.53 | |
| 均值 | 664.61 | 98.21 | 均值 | 265.66 |
通过分析表3中美数字平台企业的营收结构可发现,美国平台企业有高度专业化和集中化的营收来源。例如,苹果的智能硬件销售占其总营收的80.67%,微软的智能云业务占42.30%,确保了其收入结构的稳定和专业化。这种在特定高附加值领域的深度聚焦有助于增强其市场竞争力与抗风险能力。相比之下,中国数字平台企业对消费端流量经济的依赖度较高,主要以电商、外卖等业务为主。例如,腾讯和网易的游戏业务分别占据了48.99%和78.83%的营收比例,而阿里巴巴的电商业务占比高达86.52%。尽管这种模式在短期内能够带来可观的收益,但长期可能带来一定经营风险,不利于平台竞争力的提升。
| 企业名称 | 主营构成 | 企业名称 | 主营构成 |
| 腾讯 | 游戏及社交网络业务48.99%;金融科技和企业服务 33.46%;广告及其他17.55% |
苹果 | 产品80.67%;服务19.33% |
| 阿里巴巴 | 电商业务86.52%;云计算11.23%; 数字媒体及娱乐2.25% |
微软 | 智能云42.30%;办公服务31.92%;PC业务25.78% |
| 拼多多 | 在线营销服务及其他62%;交易服务38% | 谷歌 | 谷歌服务88.66%;谷歌云10.76%;其他业务0.58% |
| 美团 | 配送服务29.70%;新业务27.95% 佣金27.71%;在线营销服务14.64% |
亚马逊 | 在线零售44%;第三方卖家服务24%;广告及其他32% |
| 网易 | 游戏及相关增值服务78.83%;创新及其他业务21.17% | 元 | 广告业务97.81%;VR/AR设备及元宇宙业务1.41%; 其他0.78% |
(四)数字平台企业竞争力的测度。数字平台企业竞争力是数字平台企业在复杂多变的市场环境中,能够持续获得竞争优势、抵御竞争压力、实现可持续发展的综合能力的体现。拥有较强竞争力的数字平台企业通常具有较高的创新能力、品牌价值和市场升值空间,能够通过技术革新、品牌建设、服务升级等手段,为平台用户提供高品质的产品或服务,进而获取高额利润(朱海洋,2024)。基于已有文献,本文从研发效率、品牌影响力、市场价值、发展能力和盈利能力五个维度构建平台竞争力的指标体系,并对平台竞争力的时序演变趋势进行分析。
1. 数字平台企业竞争力的评价维度。其一,创新能力是企业的核心竞争力。企业研发活动涉及多种创新投入和产出,企业通过研发得到的新技术、新产品和新工艺,能够开辟新市场并获得竞争优势。高研发效率的企业能够在相同的投入下产生竞争力更强的创新成果,本文用创新效率来反映企业在研发方面的投入产出比。其二,品牌影响力是指企业在市场中所占据的地位和影响程度,是衡量企业市场竞争力的一种无形资产,本文从品牌知名度和美誉度两个方面来测度品牌影响力。其中,品牌知名度是公众对上市企业的认知和了解程度,用以网络搜索指数表征的上市企业知名度来衡量;网络搜索指数综合了新闻舆情、公众关注度等信息,可以反映公众对上市企业的知晓程度;品牌美誉度是指公众对品牌的好感和信任程度,反映了用户对企业的偏好度、满意度与忠诚度,本文采用Janis-Fadner不平衡系数来测算品牌美誉度。其三,市场价值是企业竞争力水平的重要反映。本文用托宾Q值来衡量上市企业价值。其四,发展能力是企业在生产经营活动中持续创造价值的能力,反映了企业的成长性和扩张潜力,是企业维持长期竞争力的重要体现。企业所拥有的资产规模和质量直接关系到其竞争地位,因此,本文采用总资产增长率来反映企业发展能力。其五,盈利能力是企业在一定的经营时间内获取利润的能力,高竞争力的平台能够给自身带来较高的经济效益,从而被市场所认同。作为企业获利能力及资产增值能力的重要体现,总资产净利润率是反映企业盈利能力的重要指标。详见表4。
| 一级指标 | 二级指标 | 指标解释 |
| 研发效率 | 创新效率 | 采用每单位研发投入的专利申请数①来刻画,具体测算方式为ln(专利申请数+1)/ln(1+研发支出) |
| 品牌影响力 | 品牌知名度 | 用以上市公司为关键词的网络搜索指数(WSVI)作为品牌知名度的代理变量, 并将搜索数量进行年度加总取自然对数 |
| 品牌美誉度 | 根据对企业网络新闻报道中的积极、中性和消极报道数量, 使用Janis−Fadner不平衡系数来衡量品牌美誉度 |
|
| 市场价值 | 托宾Q | (年末流通股份市值+年末非流通股份市值+年末净负债市值)/年末总资产, 其中非流通股权市值用净资产代替 |
| 发展能力 | 总资产增长率 | 本年总资产/上年总资产−1 |
| 盈利能力 | 总资产净利润率 | 净利润/总资产平均余额 |
2. 测算方法选择。综合数字平台企业竞争力指标体系及数据特征,本文采用客观赋权法中的熵值法对数字平台企业竞争力进行测算。熵值法可以避免主观赋权法对指标赋权的人为干扰,具有一定的客观性与科学性。熵值法的原理是根据原始数据的信息熵为各指标赋权,然后利用所赋权重对标准化后的数据进行测算。根据上述方法最终得到2011—2021年中国沪深A股上市的数字平台企业竞争力(PC),这也是本文的被解释变量。
3. 数字平台企业竞争力的时序演变趋势。本部分基于全国、区域
(1)全国层面数字平台企业竞争力的时序演变。通过分析数字平台企业竞争力相关指标的变化趋势可知(见表5),样本期间,除数字平台企业的研发效率在整体上呈上升态势之外,品牌知名度、品牌美誉度、发展能力和盈利能力均呈下降趋势。具体来看,2015年品牌知名度、市场价值和发展能力都处于考察样本期间的最高水平。可能的原因在于:2011—2015年正值平台经济的爆发式增长时期,以大众创业、万众创新为主,中国数字平台企业竞争力加速提升。然而,由于数字平台企业在初期可能过度依赖模仿或应用现有技术迅速扩张,伴随着前期政策和技术红利的逐渐消失以及市场趋于饱和,缺乏原始创新能力的短板开始显现,导致品牌知名度、发展能力、盈利能力等指标难以进一步提升,平台发展后劲不足。《中国互联网发展报告(2021)》的数据显示,平台行业增速从2015年的46.5%降至2020年的16.7%,年均增速降幅近6%。
| 年份 | 研发效率 | 品牌知名度 | 品牌美誉度 | 市场价值 | 发展能力 | 盈利能力 |
| 2011 | 0.154 | 12.625 | 0.172 | 2.548 | 0.174 | 0.078 |
| 2012 | 0.179 | 12.813 | 0.111 | 2.072 | 0.118 | 0.054 |
| 2013 | 0.161 | 12.771 | 0.129 | 2.861 | 0.196 | 0.065 |
| 2014 | 0.171 | 12.744 | 0.222 | 3.216 | 0.276 | 0.069 |
| 2015 | 0.180 | 13.669 | 0.212 | 5.982 | 0.390 | 0.060 |
| 2016 | 0.185 | 13.214 | 0.195 | 3.064 | 0.261 | 0.049 |
| 2017 | 0.182 | 12.692 | 0.128 | 2.588 | 0.218 | 0.044 |
| 2018 | 0.186 | 12.511 | 0.124 | 1.803 | 0.087 | 0.014 |
| 2019 | 0.199 | 12.353 | 0.105 | 2.416 | 0.070 | 0.015 |
| 2020 | 0.200 | 12.212 | 0.075 | 2.623 | 0.098 | 0.031 |
| 2021 | 0.172 | 11.883 | 0.094 | 2.688 | 0.106 | 0.011 |
(2)数字平台企业竞争力的区域间差异。从区域差异来看(见图3a),除个别年份外,东部数字平台企业竞争力均高于中西部企业。《中国互联网企业综合实力指数报告(2022)》显示,2022年国内综合实力排名前百的互联网企业中,东部互联网企业占比高达87%。东部数字平台企业起步早、水平高,政策扶持、市场化程度、人力资本水平等领先于中西部地区,形成了较为良好的创新环境;此外,东部数字平台企业普遍认识到原始创新是推动企业持续增长的核心动力,更倾向于将有限的资源集中投入到关键技术创新领域,使得平台企业竞争力得以快速提升。东部数字平台企业竞争力的年均增长率为4.8%(见图3d),也高于中西部数字平台企业。
|
| 图 3 差异化特征下的数字平台企业竞争力 数据来源:作者根据数字平台企业竞争力测算结果计算所得。 |
(3)数字平台企业竞争力的规模间差异。从规模差异来看(见图3b),大型平台企业拥有强大的数据收集和处理能力,其研发效率、品牌影响力、市场价值等也远高于中小型企业,因此大型数字平台企业拥有更强的竞争力。从年均增长率来看(见图3d),大型平台企业竞争力拥有更高的年均增长率。大型企业通常拥有更丰富的资源和更强的市场影响力,能够更有效地进行资源配置和创新投入;此外,大型企业往往具备更强的资本实力和人才储备,能够承担更高的研发成本和风险,进而能在创新活动中取得更多的突破,从而推动企业竞争力的增长。
(4)数字平台企业竞争力的股权性质间差异。从股权差异来看(见图3c),风险分担机制和严格的市场准入规则等约束的缺乏,限制了民营平台企业在高风险基础研究上的投资能力,其研发资源配置可能更侧重于快速实现商业化和市场回报,其竞争力略低于非民营企业。同时,严格的市场准入规则可能使得民营企业在某些行业和领域难以与非民营企业公平竞争,影响了他们的市场扩张和增长潜力。全国工商联发布的《研发投入前1 000家民营企业创新状况报告》和《2023研发投入前1 000家民营企业创新报告》数据显示,2021年我国研发投入前
总体而言,数字平台企业竞争力的演变在不同区域、不同企业规模和不同股权性质间表现出明显的差异性,这显示了差异化特征下数字平台企业在资源配置和创新偏好等方面的差异。在资本驱动的平台扩张模式下,资源配置扭曲的背后成因究竟是什么?数字平台企业资源配置扭曲通过何种机理影响平台竞争力?中美数字平台竞争力差异产生的原因是什么?对这些问题的回答对于促进平台企业关键技术创新,增强平台竞争力,提升平台经济对经济高质量发展的贡献度具有重要现实意义。
三、资源配置扭曲影响平台竞争力的机理分析
新古典经济理论认为,在完全竞争市场中,资源可以在企业间完全流动,资源配置效率将处于最优状态,所有企业的生产率将趋于一致(Hsieh和Klenow,2009)。而数字平台企业所处的外部环境及其自身发展战略均可能导致资源配置偏离最优状态,从而抑制创新质量,进而降低中国平台企业竞争力。已有研究指出,创新质量是影响数字平台企业竞争力的重要因素,能够以更高的技术含量带动企业竞争力提升(金培振等,2019)。探究资源配置扭曲的成因是深入分析其影响效应的第一步,本部分以制度有待完善、企业短视化行为、平台战略导向偏差为切入点来厘清平台资源配置扭曲的原因,并在此基础上试图打开资源配置扭曲影响平台竞争力的“黑箱”。
(一)制度有待完善。制度是影响组织决策和行为的重要力量。当前平台经济常态化监管框架有待完善,以及知识产权保护不力等因素的存在,使得数字平台企业更容易形成重数量、轻质量的创新偏好,平台竞争力提升动力不足。
第一,由于平台经济常态化监管体系有待完善,滥用数据和算法等不正当竞争行为也仍然存在(孙晋,2021)。在此背景下,超级平台企业可凭借其资金和市场优势快速抢占市场份额,在自由市场竞争中,通过收购、并购等途径形成寡头垄断格局。腾讯系的“通讯+社交+文娱”以及阿里系的“电商+支付+金融”等平台生态垄断的形成,都导致处于初创期的中小型平台企业很难进入市场(王永强,2024)。另外,在“大数据+在线环境”下,平台竞争具有网络效应、多边市场等特征,初创平台企业在面对拥有流量优势和数据集中优势的大型平台时,为了维持生存,中小型平台企业往往将资源用于模仿市场上的新型产品或服务,难以进行满足多方利益的高质量创新,进而使得模仿创新成为当前互联网市场创新的主流(王胜伟和蒋岩波,2019),但这种创新模式不利于有效提升平台企业竞争力。
第二,知识产权保护力度不足诱使数字平台企业选择模仿创新以提高资本回报率,从而忽视创新质量。此时,平台企业可能更倾向于将资源投入到短期的模仿创新中,而非长期的原始创新投资。知识产权保护体系的不完善还可能进一步导致创新企业难以构建有效的技术壁垒,这对于保护企业创新成果和激励持续创新构成了障碍。在知识产权保护不足的情况下,平台企业可能会将更多的资源用于保护已有知识产权和维持企业生存,而非积极投入到创新资源的有效配置中。这不仅削弱了被模仿企业的创新积极性,也影响了整体的创新质量。这种资源配置的失衡,最终可能会阻碍平台竞争力的提升。
(二)企业家短视行为。企业决策者的战略选择对于企业获得相对竞争优势至关重要。然而,由于企业创新具有高度不确定性、集体性和累积性特征,在有限的认知范围下,决策者偏向于采取重短期利益、轻长期效果的发展策略(赵奇锋等,2023),从而忽视了长期的创新积累和质量提升,这在一定程度上限制了数字平台企业竞争力的持续增长。
在中国特定的市场环境下,由于市场规模庞大和资本流动性强,部分平台企业决策者可能更倾向于利用市场套利机会来追求短期利益,这种策略在一定程度上也会限制数字平台企业竞争力的持续增长。特别是在有信贷泡沫的情况下,实体经济成本不断增加,逐利的企业家为了追求高收益,会将信贷资金转投向依托规模效应的平台经济,以使企业在短期内不需要很强的创新开拓精神即可取得利润,这会打压创新型企业家精神。同时,金融资本的大量堆积将低附加值平台企业包装成所谓的“创新型企业”,从而满足资本套现需求。由于资本更加注重短期投资回报,这将导致数字平台企业审慎规避风险大且回报周期长的基础性创新,转而频繁借助创新“数量”累积放大资本效应,本应用于高竞争力创新领域的资金,却被用来追求基于数字平台模式的资本短期套利,即将有限的融资用于维持与扩大市场规模而非提升创新质量,最终直接影响数字平台企业竞争力提升。
(三)平台战略导向偏差。中国数字平台企业主要依托发达的基础设施和庞大的市场规模实现了迅速扩张,加之数字平台本身固有的范围经济、规模经济、网络经济特征,平台多倾向于通过模式优化来追求市场份额。在追求快速增长的过程中,中国平台企业可能会牺牲创新质量,进而在一定程度上限制了其在全球市场上的竞争力。
第一,相较于传统企业,中国平台企业在发展过程中更加注重在消费互联网领域争夺流量,依靠庞大的资本注入和抢占消费市场而迅速崛起,过度注重市场效应而忽视技术效应,导致资源配置扭曲。这种发展模式实质上是借势于其长尾效应触及海量客户,实现了外卖、出行等低竞争力服务业以及工业制品的规模经济。平台企业更多地将生产要素投入到推荐算法和营销能力的模式优化中,甚至是实施长期持续性补贴来增强用户黏性,从而提高市场份额。在滴滴和拼多多上线初期,二者均实施了大规模、长期性的用户补贴,滴滴甚至将在资本市场上的巨额融资都用于双边用户补贴。平台运行模式所带来资源配置扭曲将导致原始创新投资乏力、创新质量不高等问题,同时,数字平台企业追求的规模效应也与低竞争力行业的发展需求相契合(程虹和王华星,2021),难以产生具有高竞争力的创新成果。
第二,平台自主创新需要长期持续投入和大范围探索,成本高、回报周期长且投资风险大。大多企业本身就受限于复杂的政策环境和相对单一的融资渠道,同时中国数字平台企业大多为民营性质,其生存压力大、创新资源匮乏、技术壁垒高等自身短板也会导致部分平台倾向于规避探索式创新,以降低运营风险(张行和周孝,2023)。同时,由于平台技术具有“持续性”,平台往往将创新要素投向边际革新,而非真正的突破性创新,这种资源配置扭曲可能会导致企业陷入“安于现状”的创新惰性。《平台经济发展观察(2023年)》指出,全球头部平台企业的研发费用持续增长,研发产出效率和研发产品商业化能力却逐年下降,平台经济曾依赖的流量驱动和全球化红利正逐渐消退。平台一味地将巨额创新投入用于“短平快”的低质量创新,从长期看不仅会失去内生成长和发展动力,而且不利于我国数字平台企业竞争力的提升。
(四)中美平台竞争力差异原因分析。通过前文分析,中美数字平台企业在研发支出、净利润以及营收结构等方面存在显著差距,这种差距可能受到资本结构、全球化战略、产业竞争逻辑等因素的综合作用。第一,美国数字平台企业享有相对宽松的市场监管和政策环境,主要通过市场自由竞争来推动创新;相比之下,中国平台企业在数据安全和反垄断等方面面临更为严格的监管环境。此外,由于两国不同的金融体系、政策环境和市场成熟度,美国以直接融资为主,资本市场高度发达,为平台企业提供了丰富的融资渠道和高效的市场环境,这有助于企业进行长期的研发投入和技术创新;而中国处在不断地完善多层次资本市场体系的过程中,整体上是以间接融资为主,资本市场的成熟度和国际化程度有待提高。第二,美国平台企业更早开始布局海外市场,具有相对成熟的市场竞争体系,且多依赖于国际化扩张和多元化业务布局来提升全球竞争力。苹果、微软、谷歌等平台在全球市场中均有较大的市场份额。相比之下,中国平台企业还处在加速国际化进程中,如阿里巴巴的全球电商布局、腾讯的海外投资等,但国际市场环境的不确定性对其全球化战略提出了更高的要求。第三,美国平台企业倾向于垂直深耕和精细化运营,追求市场高度集中和专业化发展,以保持市场领先地位。例如,苹果主要专注于智能硬件,谷歌主攻搜索和广告。相比之下,中国平台竞争则更注重业务协同和跨界整合。例如,腾讯多聚焦于其社交平台和金融服务扩展,阿里巴巴则在电商、支付和云计算等领域进行布局。这种多元化布局有助于提升国内市场覆盖度与生态协同效应,但过度多元化可能分散平台核心竞争力,甚至扰乱行业生态和市场秩序。
综上,制度有待完善是导致数字平台企业资源配置扭曲的重要因素,而企业家短视行为、平台战略导向偏差将导致资源配置进一步偏离最佳状态。这种资源配置扭曲将抑制数字平台企业创新质量提升,具体表现为原始创新动力不足、策略性创新持续累积以及创新要素低效率配置,进而难以构建持续竞争优势。具体的传导路径如图4所示。另外,特征事实分析表明,不同地区、不同企业规模以及不同股权性质的数字平台企业竞争力均存在明显差异,进而使得资源配置扭曲对平台竞争力的影响在不同区域、不同规模和不同股权性质的企业间也可能会存在差异。由此,提出如下基本命题:
|
| 图 4 资源配置扭曲抑制平台竞争力增长的路径 |
命题1:数字平台企业的资源配置扭曲程度越高,对平台企业竞争力的抑制作用越强。
命题2:数字平台企业的资源配置扭曲通过降低企业创新质量,阻碍平台竞争力的提升。
命题3:资源配置扭曲对数字平台企业竞争力的抑制效应可能因地理位置、企业规模、股权性质等差异化特征而存在异质性。
四、实证检验
(一)模型构建。平台竞争力的提升是一个连续和累积的过程,即当期数字平台企业竞争力可能会受到上一阶段投入与产出的影响,同时考虑到资源配置扭曲变化缓慢,可能存在滞后效应,因此本文采用被解释变量的滞后1期进行回归。构建计量模型如下:
| $ PC_{i,t+1}=\beta_{\mathrm{0}}+\beta_{\mathrm{1}}Mis_{i,t}+\beta_{\mathrm{2}}Control_{i,t}+\varphi_i+\varphi_t+\varepsilon_{i,t} $ | (2) |
其中,PCi,t+1为数字平台企业i第t+1期的竞争力;Misi,t为i企业t期的资源配置扭曲程度;Controli,t为可能影响平台竞争力的其他控制变量;φi和φt为企业和时间固定效应。
(二)变量说明与数据描述。
1. 控制变量。企业层面控制变量包括:所有制性质(state),国有企业取值为1;非国有企业取值为0。企业年龄(age),使用观察期年份与公司成立年份的差值表示。企业规模(size),使用企业总资产的自然对数来衡量。资产负债率(lev),即企业负债总额与总资产的比值。企业偿债能力(liquid),即流动资产对流动负债的比率。存货密集度(invent)为存货净额与总资产的比值。固定资产占比(fixed)为企业固定资产净额占总资产的比值。营业收入增长率(growth)为当年营业收入与去年营业收入的比值。亏损状况(loss),当年净利润小于0取值为1;否则取0。董事会独立性(indep),以独立董事与董事人数的比值来衡量。
城市层面控制变量包括:外商直接投资水平(fdi),采用外商直接投资额占GDP的比重测算;人力资本水平(hr),采用每十万人高等教育学校平均在校生数衡量;市场化程度(market),采用地区市场化指数的对数来表示。
2. 数据来源。本文用于回归分析的样本为2011—2021年中国沪深A股上市数字平台企业。其中,上市企业财务数据与特征数据均来自国泰安数据库(CSMAR)与中国研究数据服务平台(CNRDS);上市公司网络搜索指数与网络新闻报道数量均来自中国上市公司财经新闻数据库(CFND);省级层面数据均来自《中国统计年鉴》和《中国科技统计年鉴》。
(三)实证检验与结果分析。
1. 基准回归结果。表6为资源配置扭曲影响数字平台企业竞争力的回归结果。列(1)为不包含控制变量的结果,其显示核心解释变量Mis的系数显著为负,说明数字平台企业的资源配置扭曲对其自身竞争力具有显著的抑制效应。在依次加入企业和城市层面控制变量后,资源配置扭曲程度的回归系数依然为负向显著,这表明数字平台企业的资源配置扭曲程度越高,对平台竞争力的抑制作用越强,命题1得以验证。随着控制变量的依次加入,拟合优度R2也随之上升,这说明模型的解释力在逐步增强。
| 变量 | (1)PCt+1 | (2)PCt+1 | (3)PCt+1 |
| Mis | −0.162** (−2.052) |
−0.174** (−2.088) |
−0.173** (−2.062) |
| 企业变量 | 未控制 | 控制 | 控制 |
| 城市变量 | 未控制 | 未控制 | 控制 |
| 企业固定 | 控制 | 控制 | 控制 |
| 年份固定 | 控制 | 控制 | 控制 |
| 观测值 | 613 | 613 | 613 |
| R2 | 0.803 | 0.811 | 0.812 |
| 注:括号内为稳健标准误,*、**和***分别表示在10%、5%和1%水平上显著。下表同。 | |||
2. 内生性检验。
借鉴Lewbe(1997)的方法,将资源配置扭曲程度减去当年资源配置扭曲程度的均值,取两者之差的三次方作为资源配置扭曲程度的工具变量,并使用两阶段最小二乘法(IV-2SLS)进行回归。该工具变量不需要借助外部变量,仅运用误差项的异方差信息便可以构造有效的工具变量。检验结果与基准回归结果相一致。而且经过K-P rk LM检验和K-P rk Wald F检验后发现,模型不存在识别不足问题以及弱工具变量问题。
3. 稳健性检验。第一,交叉固定效应。在加入企业和年份固定效应的基础上,进一步引入行业—年份和省份—年份固定效应,以尽可能地控制政策和行业冲击等因素的影响。在引入交叉固定效应之后,检验结果依然稳健。第二,删除异常值。为排除数据异常值对回归结果的干扰,对相关连续变量进行上下1%的缩尾处理之后重新进行回归,检验结果再次证实了本文研究结论是稳健的。
4. 机制检验。根据理论分析,数字平台企业的资源配置扭曲主要通过抑制企业创新质量,进而阻碍了平台竞争力的提升。为了进一步识别因果关系,本部分将对该作用机制进行检验,以进一步加强本文实证结论的可靠性。参照江艇(2022)的研究,首先对核心解释变量与机制变量(qual)间的关系进行实证检验,然后对机制变量如何影响被解释变量进行充分的理论探讨。
由于技术水平高、经济意义强、重要性大的专利往往引用量较高,因此,专利他引次数能够有效地反映创新产出的质量,本文用下一年公司专利的他引总次数来衡量平台企业创新质量,并对结果进行加1取对数处理,表7为检验结果。列(1)显示,数字平台企业的资源配置扭曲显著抑制了自身创新质量,证实了命题2的可靠性。受制度有待完善、企业家短视行为以及平台战略导向偏差的影响,平台企业将更多资源用于抢占市场或维持生存,导致创新重数量而轻质量,最终阻碍了平台企业自身竞争力提升。列(2)为使用两阶段最小二乘法进行回归的结果,在更换计量模型之后,依然与列(1)结果相吻合。
| 变量 | (1)qualt+1 | (2)qualt+1 |
| Mis | −0.899*** (−2.917) |
−1.297*** (−3.846) |
| 控制变量 | 控制 | 控制 |
| 企业固定 | 控制 | 控制 |
| 年份固定 | 控制 | 控制 |
| 观测值 | 917 | 917 |
| R² | 0.577 | 0.576 |
| K−P rk LM检验 | 21.726 (0.000) |
|
| K−P rk Wald F检验 | [54.724] |
5. 异质性分析。
五、进一步讨论:创新型企业家精神的缓释效应
前文实证结果表明,资源配置扭曲对数字平台企业竞争力具有显著的抑制效应,且主要通过抑制创新质量阻碍平台竞争力提升。因此,缓解资源配置扭曲是数字平台企业提升创新质量,进而提升竞争力的重要途径。那么,应如何优化资源配置效率,从而缓解对数字平台企业竞争力的抑制效应呢?张维迎和王勇(2019)认为,企业家不仅具备提升资源配置效率的职能,还具有促进创新的职能。本部分则基于企业家精神视角探讨抑制效应的缓释路径。
2022年,习近平总书记在党的二十大报告中指出,“完善中国特色现代企业制度,弘扬企业家精神,加快建设世界一流企业”,这明确了企业家精神的地位和价值。2025年2月,习近平总书记在民营企业座谈会上进一步强调,要弘扬企业家精神,专心致志做强做优做大企业,不断提高企业质量、效益和核心竞争力。然而,企业家精神并不等于实质性创新(Lazonick,2005)。企业家精神包括柯兹纳式的套利型企业家精神和熊彼特式的创新型企业家精神两种不同形态。套利型企业家精神的本质在于能够迅速识别并利用市场上的潜在机会,通过模仿创新,使企业以较低的技术门槛和成本形成技术优势。套利型企业家精神虽然能够带来短期利益,但其往往缺乏对未来市场的深远洞察和长期规划,这可能会导致平台企业在长期竞争中失去先机。创新型企业家精神则侧重于通过有意识地创造路径来打破现有的技术框架,而这往往会产生关键性技术创新,对于数字平台企业提升自身竞争力具有重要意义。
平台市场监管体系不健全、知识产权保护不力等现实因素,加上中国庞大的市场规模和低廉的劳动力成本,为企业家群体提供了丰富的套利机会。随着经济进入中高速增长的新常态,中国已经到了跨越中等收入陷阱的关键节点,套利空间越来越小,中国数字平台企业摆脱困境的关键在于不断创新。创新是一个长期积累的过程,当前亟需构建完善的创新制度环境,而非局限于传统经济理论所强调的人力和资本积累。这些外生性要素的累积可能难以实现技术突破,而创新型企业家精神才是直接推动创新的内生动力(张军扩等,2019)。
创新型企业家精神是企业的无形财富,企业家的创新精神、冒险精神、市场机会识别能力能够显著提升企业创新意愿。平台创新作为一项投入高、风险大的投资行为,其创新特性符合具有创新型企业家精神的管理者偏好,创新型企业家更愿意打破原有的路径依赖,将更多资金用于探索式创新以及高质量创新,从而提升平台竞争力。参照金环和蒋鹏程(2024)的方法,本文从创新精神、创业精神、冒险精神和契约精神四个维度评价城市层面的创新型企业家精神,
将创新型企业家精神综合指数及其与资源配置扭曲程度的交互项一并放入基准模型之中进行回归,结果如表8列(1)所示。可以看出,创新型企业家精神与资源配置扭曲程度交互项的系数为正相关,表明发挥创新型企业家精神可以在一定程度上缓解资源配置扭曲,进而缓解这种扭曲对于数字平台企业竞争力的抑制效应。使用两阶段最小二乘法进行回归之后也得出相同结果,见表8列(2)。由此可见,弘扬创新型企业家精神是缓解资源配置扭曲,进而提升数字平台竞争力的重要手段。
| 变量 | (1)PCt+1 | (2)PCt+1 |
| Mis | −0.434(−1.022) | −2.723(−1.497) |
| enterp | 0.187**(2.329) | 0.066(0.523) |
| Mis×enterp | 0.396(0.652) | 3.608(1.440) |
| 控制变量 | 控制 | 控制 |
| 企业固定 | 控制 | 控制 |
| 年份固定 | 控制 | 控制 |
| 观测值 | 613 | 613 |
| R² | 0.815 | 0.803 |
| K−P rk LM检验 | 6.351(0.012) | |
| K−P rk Wald F检验 | [4.953] |
六、结论与建议
本文以制度有待完善、企业家短视化行为以及平台战略导向偏差为切入点,剖析了资源配置扭曲的产生原因及其对数字平台企业竞争力的影响。研究发现,资源配置扭曲通过降低技术创新质量显著制约了平台竞争力增长。受地理位置、企业规模、股权性质等因素的影响,这种抑制效应在中西部企业、大型企业以及非民营企业中更加明显。此外,弘扬创新型企业家精神对于缓解资源配置扭曲对数字平台企业竞争力的抑制作用具有重要意义。本文的研究结论对于提升数字平台企业竞争力具有以下重要启示:
第一,优化平台监管与创新环境。构建智慧监管、协同监管与信用监管相结合的监管体系,提升监管部门的信息获取与处理能力,以确保对平台不正当竞争行为监管的时效性。综合运用经济、法律、技术等多种手段,联合政府、企业等多方主体,共同引导知识产权保护深度融入平台创新全过程(贾晓霞和广唯伊,2024)。完善创新奖励与容错机制,建立基于技术难度、市场深度和潜在经济价值的创新项目阶段性评估体系,区分研发过程中的可控与不可控风险,为创新失败提供适度包容空间。鼓励建立不同地区、规模、股权性质等差异性特征下的创新合作网络,形成创新发展合力。
第二,深化资本市场改革。简化创新型平台企业的上市程序,为专精特新企业和独角兽企业设立快速通道,提高直接融资比例。创新融资工具,支持资产证券化、收入权转让、知识产权质押等融资方式,提升融资效率。加强对资本市场套利行为的监管,优化税收政策和资本流动规则,引导资本流向实体经济和高新技术领域。
第三,激发数字平台技术创新活力,提升创新质量。平台企业要变革技术研发模式,通过市场调研和用户反馈,精准定位技术创新方向,聚焦高质量技术创新和长期经济效益。推动数据要素市场化建设,完善数据产权制度和流通机制,为平台企业快速响应市场变化提供数据支持。建立创新成果的市场化机制,通过股权激励、绩效奖金等方式,将研发人员利益与企业创新成果紧密绑定,激励企业家由套利型向创新型转变。
第四,推动消费互联网与产业互联网“双轨并行”,形成综合竞争优势。在消费互联网领域,平台企业可凭借海量用户流量和数据优势,为产业互联网提供精准的用户洞察。在产业互联网领域,平台企业可以通过技术创新和跨行业应用,实现流量效应与技术创新的有机结合,推动传统行业数字化升级。政府应加强跨行业整合监管与引导,关注平台企业不同业务间的协同效应,优化资源配置,促进产业生态的健康发展。
| [1] | 安同良, 周绍东, 皮建才. R&D补贴对中国企业自主创新的激励效应[J]. 经济研究, 2009(10): 87–98,120. |
| [2] | 白俊红, 卞元超. 要素市场扭曲与中国创新生产的效率损失[J]. 中国工业经济, 2016(11): 39–55. |
| [3] | 白瑜. 环保费改税对企业创新质量的影响——基于上市公司面板数据的经验研究[J]. 经济与管理评论, 2024(5): 96–108. |
| [4] | 程虹, 王华星. 互联网平台垄断与低质量陷阱[J]. 南方经济, 2021(11): 44–59. |
| [5] | 戴魁早, 刘友金. 要素市场扭曲与创新效率——对中国高技术产业发展的经验分析[J]. 经济研究, 2016(7): 72–86. |
| [6] | 戴小勇. 中国高创新投入与低生产率之谜: 资源错配视角的解释[J]. 世界经济, 2021(3): 86–109. |
| [7] | 高帆. 什么粘住了中国企业自主创新能力提升的翅膀[J]. 当代经济科学, 2008(2): 1–10. |
| [8] | 高帆. 我国经济转型中的创新之谜[J]. 探索与争鸣, 2017(4): 109–115. DOI:10.3969/j.issn.1004-2229.2017.04.023 |
| [9] | 贾晓霞, 广唯伊. 企业新质生产力的创新动能与驱动路径研究——基于二元创新视角[J]. 经济与管理评论, 2024(5): 69–82. |
| [10] | 江艇. 因果推断经验研究中的中介效应与调节效应[J]. 中国工业经济, 2022(5): 100–120. DOI:10.3969/j.issn.1006-480X.2022.05.007 |
| [11] | 焦豪. 数字平台生态观: 数字经济时代的管理理论新视角[J]. 中国工业经济, 2023(7): 122–141. DOI:10.3969/j.issn.1006-480X.2023.07.011 |
| [12] | 金环, 蒋鹏程. 企业家精神的数字创新激励效应——基于数字专利视角[J]. 经济管理, 2024(3): 22–39. |
| [13] | 金培振, 殷德生, 金桩. 城市异质性、制度供给与创新质量[J]. 世界经济, 2019(11): 99–123. |
| [14] | 刘玉斌, 张贵娟, 张博文. 数据驱动型并购提升了数字平台经济绩效吗?[J]. 财经研究, 2024(3): 33–48. |
| [15] | 罗德明, 李晔, 史晋川. 要素市场扭曲、资源错置与生产率[J]. 经济研究, 2012(3): 4–14,39. |
| [16] | 毛其淋, 谢汇丰. 服务业开放对我国制造业企业产能利用率的影响研究[J]. 财贸经济, 2023(11): 72–87. DOI:10.3969/j.issn.1002-8102.2023.11.005 |
| [17] | 倪婷婷, 王跃堂. 区域行政整合、要素市场化与企业资源配置效率[J]. 数量经济技术经济研究, 2022(11): 136–156. |
| [18] | 彭绪庶. 高水平科技自立自强的发展逻辑、现实困境和政策路径[J]. 经济纵横, 2022(7): 50–59. |
| [19] | 曲创, 种钰, 刘莉. 流量变现、价值创造与中国平台经济的高质量发展[J]. 当代经济科学, 2024(5): 62–74. |
| [20] | 孙晋. 数字平台的反垄断监管[J]. 中国社会科学, 2021(5): 101–127. |
| [21] | 王胜伟, 蒋岩波. 互联网市场创新发展及其规制问题研究[J]. 山东社会科学, 2019(6): 76–81. |
| [22] | 王文, 牛泽东. 资源错配对中国工业全要素生产率的多维影响研究[J]. 数量经济技术经济研究, 2019(3): 20–37. |
| [23] | 王永强. 包容审慎监管视角下平台经济竞争失序的法治应对[J]. 法学评论, 2024(2): 77–87. |
| [24] | 徐晔, 赵金凤. 中国创新要素配置与经济高质量耦合发展的测度[J]. 数量经济技术经济研究, 2021(10): 46–64. |
| [25] | 易明, 吴婷. R&D资源配置扭曲、TFP与人力资本的纠偏作用[J]. 科学学研究, 2021(1): 42–52. |
| [26] | 易莹莹, 季娜. 研发要素市场扭曲对高技术产业创新绩效的影响研究[J]. 北京邮电大学学报(社会科学版), 2021(1): 60–68. |
| [27] | 余晖, 钱贵明. 平台经济垄断: 基本表征、理论解释与管制治理[J]. 江海学刊, 2021(2): 98–104. DOI:10.3969/j.issn.1000-856X.2021.02.013 |
| [28] | 张行, 周孝. 民营企业参与重大科技攻关的现实障碍与破解路径[J]. 福建师范大学学报(哲学社会科学版), 2023(6): 49–60. |
| [29] | 张杰, 周晓艳, 李勇. 要素市场扭曲抑制了中国企业R&D?[J]. 经济研究, 2011(8): 78–91. |
| [30] | 张军扩, 侯永志, 刘培林, 等. 高质量发展的目标要求和战略路径[J]. 管理世界, 2019(7): 1–7. DOI:10.3969/j.issn.1002-5502.2019.07.002 |
| [31] | 张维迎, 王勇. 企业家精神与中国经济[M]. 北京: 中信出版集团, 2019. |
| [32] | 赵奇锋, 鞠晓生, 罗千峰. 何种治理纠治企业创新短视?基于熊彼特传统的创新型企业理论[J]. 技术经济, 2023(7): 25–40. |
| [33] | 朱海洋. 基于数据要素流通视角的数据交易平台发展现状与对策[J]. 中国流通经济, 2024(2): 24–33. |
| [34] | Armstrong M. Competition in two-sided markets[J]. The RAND Journal of Economics, 2006, 37(3): 668–691. DOI:10.1111/j.1756-2171.2006.tb00037.x |
| [35] | Hsieh C T, Klenow P J. Misallocation and manufacturing TFP in China and India[J]. The Quarterly Journal of Economics, 2009, 124(4): 1403–1448. DOI:10.1162/qjec.2009.124.4.1403 |
| [36] | Lazonick W. The innovative firm[A]. Fagerberg J, Mowery D C, Nelson R R. The Oxford handbook of innovation[M]. Oxford: Oxford University Press, 2005. |
| [37] | Lewbel A. Constructing instruments for regressions with measurement error when no additional data are available, with an application to patents and R&D[J]. Econometrica, 1997, 65(5): 1201–1213. DOI:10.2307/2171884 |
| [38] | Richardson S. Over-investment of free cash flow[J]. Review of Accounting Studies, 2006, 11(2): 159–189. |