同伴效应与数字创新的学习机制：来自中国制造业的证据

《Journal of Engineering and Technology Management》：Peer effects and learning mechanisms of digital innovation: Evidence from manufacturing industry in China

数字创新对制造业企业的重要性及同侪效应作用机制研究，基于社会学习理论，采用中国制造业上市公司面板数据，发现同侪企业的数字创新绩效对焦点企业存在显著正向影响，且该效应通过模仿、技术联结、高管社会关系及合作创新等机制实现。不同竞争环境和技术融合能力的企业呈现差异化学习路径。研究为政府和企业提供管理建议。

　　

孙庆辉|王文静

中国辽宁省大连市东北财经大学统计学院

摘要

数字创新对于制造企业实现转型并获得竞争优势至关重要。然而，关于数字创新中的同伴效应及其通过学习产生的运作渠道，目前知之甚少。基于社会学习理论，本研究探讨了中国制造业中数字创新的同伴效应，并识别了这种效应发挥作用的学习机制。具体而言，本研究考察了数字创新同伴效应是通过模仿、沟通还是协作来实现学习的。在评估学习机制时，区分了追随者-领导者模仿、技术联系、高级管理人员的社会关系以及协作创新行为。研究结果表明，制造企业之间存在显著的数字创新同伴效应。制造企业通过模仿领先企业、加强技术联系和高级管理人员的社会关系以及开展协作创新来从同伴企业中学习。此外，这些学习机制在不同竞争环境和企业的技术融合能力下表现出差异性。本研究为政府发展数字创新生态系统和支持企业有效管理数字创新提供了进一步的见解。

引言

在过去十年中，制造业通过一系列技术进步实现了日益数字化。通过将数字技术整合到广泛的创新过程中，企业促进了数字创新（Nambisan等人，2017年）。这是一个复杂的系统，其技术路径、战略部署和绩效评估存在显著不确定性（Di Vaio等人，2021年）。因此，为了降低成本和风险同时保持竞争力，企业倾向于从处于共生关系中的其他企业那里学习。最近的研究呼吁对数字创新的同伴效应进行探讨（Chen和Srinivasan，2024年；Li等人，2023年；Usai等人，2021年；Zhao等人，2025年）。然而，这一领域的研究仍处于起步阶段。

同伴效应假说打破了企业独立决策的假设。它认为同一群体或社会参考群体内的企业面临相似的生存环境，因此具有进行竞争性或模仿性学习的条件和动机。这使得焦点企业有意识地关注并跟随同伴企业的行为，以避免独立决策的成本和风险（Manski，2000年）。研究表明，同伴效应在各个领域普遍存在，例如创新活动（Machokoto等人，2021年）、金融政策（Leary和Roberts，2014年）、企业不当行为（Parsons等人，2018年）以及社会责任假设（Singh等人，2021年）。最近的研究强调了数字创新中的同伴效应，Li等人（2023年）从外部环境的角度探讨了数字创新中的同伴效应，而Chen和Srinivasan（2024年）发现，与创新同伴地理位置更接近的企业表现出更高的数字创新率，这是由知识溢出和竞争压力驱动的。然而，这些研究尚未提供一个统一的理论框架来解释数字创新中同伴效应的存在，以及同伴效应出现背后的学习机制。

制造企业中的数字创新不仅仅是单一技术的应用，而是数字技术和制造技术的深度融合。由于数字技术的快速发展和跨领域技术整合的障碍，制造企业中的数字创新面临更高的风险和不确定性（Liu等人，2023年；Fan等人，2025年）。因此，从同一行业中的其他企业学习成为提高自身数字创新绩效的重要途径。社会学习理论表明，个体的行为决策受到群体中类似个体的行为影响（Bandura，1977年）。研究人员将这一理论扩展到组织层面，指出由于相互竞争和模仿，企业表现出趋同的行为模式，最终产生同伴效应（DiMaggio和Powell，1983年；Kaustia和Rantala，2015年；Lieberman和Asaba，2006年；Wang等人，2024年）。在潜在机制方面，社会学习理论区分了观察学习和互动学习策略（Matheson等人，2013年）。组织层面的研究还表明，企业通过自身经验、观察到的他人行为以及与他人的直接沟通来获取信息和形成判断（Lieberman和Asaba，2006年）。此外，根据企业之间的互动方式，有非正式沟通和正式协作。因此，学习机制可以分为模仿学习、沟通学习和协作学习。

基于这一理论框架，本研究探讨了以下研究问题：焦点企业的数字创新绩效是否受到同伴企业数字创新的影响？影响数字创新同伴效应发生的学习机制是什么？为了解决这一研究空白，本研究使用了中国制造业上市公司的面板数据。研究发现，中国制造企业的数字创新表现出同伴效应。此外，制造企业通过模仿领先企业、加强技术联系和高级管理人员的社会关系以及开展协作创新来从同伴企业中学习。这些发现有助于指导政府培育数字创新生态系统，并帮助企业管理数字创新。

本研究的贡献有三个方面。首先，基于社会学习理论（Bandura，1977年）及其学习策略的分类（Lieberman和Asaba，2006年；Matheson等人，2013年），本研究为数字创新中的同伴效应和学习机制建立了一个统一的理论框架，从而推动了数字创新研究（Li等人，2023年）。其次，实证验证了制造企业中数字创新的同伴效应的存在，并阐明了这些效应是通过观察学习和互动学习策略产生的。这些学习机制被具体化为模仿学习、沟通学习和协作学习，从而解决了理解数字创新中同伴效应学习机制的关键空白（Chen和Srinivasan，2024年；Zhao等人，2025年）。第三，本研究从制造技术数字化的角度提供了数字创新的新测量方法。通过利用专利数据构建了一个企业层面的数字创新指标，扩展了之前的测量方法（Hanelt等人，2020年；Khin和Ho，2019年；Yang和Pu，2024年；Wang和Li，2024年）。

本文的结构如下：2部分回顾了理论框架；3部分介绍了数据、实证模型和方法论；4部分报告了研究结果；5部分讨论了同伴效应的学习机制；6部分进一步探讨了外部竞争环境和企业技术融合能力对学习行为的影响；最后，7部分概述了理论贡献和管理意义。

章节摘录

数字创新的同伴效应存在

制造业中的数字创新正在重塑产品的设计、生产和消费方式，从而成为核心竞争优势和战略重点（Stanko和Rindfleisch，2023年）。采用了一个相对宽泛的定义，将数字创新视为创新过程中数字技术的采用（Nambisan等人，2017年）。关于数字创新的研究主要集中在决定因素上，如组织文化和知识转移（

数据描述

实证分析依赖于两个主要数据来源：专利数据和上市公司数据。专利数据来自中国国家知识产权局（CNIPA），包括申请日期、专利编号、专利申请人和IPC分类等信息。这些数据用于衡量企业的数字创新绩效。

制造业是国民经济的支柱。在“中国制造2025”政策下，数字创新

基线模型

表3展示了基线模型的结果，其中第（1）列不包括行业、年份和企业的控制变量或固定效应。第（2）列在第（1）列的基础上增加了控制变量，而第（3）列除了控制变量外，还包括行业、年份和企业的固定效应。结果显示，第（1）-（3）列中同伴企业的数字创新系数显著为正，这支持了H1假设。

改变数字创新的测量方法

本节评估数字创新

通过模仿学习

表8的第（1）列展示了通过模仿学习的结果，表明同伴企业之间的数字创新系数显著为正。这一发现支持了追随企业倾向于模仿领先企业数字创新的观点。因此，从模仿的角度部分支持了假设2。

通过沟通学习

在表8的第（2）列中，同伴企业的数字创新系数显著为正。

学习机制的异质性

组织内的学习过程多种多样。组织可以通过利用各种学习来源和机制以不同的方式取得进展（Dodgson，1993年）。Marengo（1992年）指出，即使组织的所有成员都遵循特定且一致的学习过程，知识、信息和沟通在组织内的流动方式也可能导致显著不同的社会学习模式。因此，本节分别探讨了

讨论与结论

本研究阐明了中国制造企业中数字创新的同伴效应和学习机制。实证发现表明，同行业同伴企业的滞后平均数字创新对焦点企业的结果产生了积极的显著影响。此外，基于社会学习理论的观察和互动范式（Matheson等人，2013年），本研究详细阐述了数字创新同伴效应的学习机制

CRediT作者贡献声明

王文静：撰写——审稿与编辑、监督、概念化。孙庆辉：撰写——审稿与编辑、初稿撰写、软件开发、方法论设计、研究实施、资金筹集、数据整理、概念化。

资金支持

本研究得到了国家社会科学基金（资助编号24CTJ009）和中央财经大学的专项资助的支持。

利益冲突声明

作者声明他们没有已知的可能会影响本文所述工作的竞争性财务利益或个人关系。

致谢

无