模式或技术：互联网行业的创新效率与来源
——基于互联网上市企业的实际测度

邱 迪 荆文君

1 问题的提出

数字经济作为一种新兴的经济形态，近年来发展迅速。既表现为自身规模的不断扩大，也表现为对传统经济的不断渗透，还表现为一些典型负面冲击下的逆式上扬。同时，也暴露出了一些问题，其中最典型的，就是大型平台企业的垄断问题。理论上，对垄断进行规制的根源在于这种市场结构会对市场效率产生破坏，造成福利损失。然而，也有一些研究表明，大型企业的创新行为会更好地保护消费者长期福利，可以引领行业快速发展（任剑新，2004［1］；Spulber和 Yoo,2015［2］），且亦有研究认为，数字经济的发展动力来源于创新的驱动作用（温珺等，2020［3］；张森等，2020［4］）。

信息技术的快速发展改变了企业的组织形态，也使得“创新”在企业中表现出了不同类型。行业中呈现出技术创新与商业模式创新共存的局面，但技术创新与模式创新有着不同的创新逻辑。前者可以看作对应着生产力，后者对应着生产关系。在这样的逻辑下，技术创新与模式创新需要相互结合，才能更好地促进经济发展。由此我们需要明确的一个问题是，互联网行业的创新驱动是“生产力与生产关系相适应”的“双元驱动”，还是单一创新类型的驱动？该问题有助于我们深刻理解数字经济中的创新内涵与实际表现，这不仅是明确行业快速发展的必经途径，也是制定反垄断政策的必要前提。

受现实发展驱动，目前对于互联网行业的商业模式创新关注较多，对于互联网行业的技术创新情况关注有限，因此也就难以明确互联网行业的创新类型。鉴于此，本文试图通过数据包络法（Data Envelopment Analysis，DEA），将互联网行业的创新效率进行拆分，得出相应的创新效率具体数值，及组成该数值的技术进步水平、技术效率、规模效率等具体维度，从而明确数字经济中创新的具体类型与效率来源问题。

2 文献回顾

对互联网行业或数字经济中创新效率来源的常用研究逻辑是：信息化或互联网的普及加大了企业R&D投入，进而提高了企业的全要素生产率，使企业整体处在一个较高的创新水平上。然而，越来越多的研究表明，大多数企业仍处在低技术附加值领域，企业的技术创新效率仍有待提高（肖文和林高榜，2014［5］），企业的R&D投入与全要素生产率之间的关系也较为薄弱（李小平和朱钟棣，2006［6］；肖文和林高榜，2011［7］）。其重要原因之一是模式创新的兴起与普及。事实上，熊彼特（Schumpeter）将创新定义为“生产体系中引入一种新组合”，这一定义具有丰富的内涵，“新”的具体内容包括：引进新产品、采用新技术、开辟新市场、控制新原材料供应来源、实现新工业组织。可以看出，当时对于创新的认识已经非常深入——除了技术上的革新外，还包括开拓新市场，以及变革组织形式，这些创新已经不再是技术创新的范畴，而是更倾向于模式创新。许多研究指出，互联网时代，由于用户需求的扁平化加速了企业组织扁平化转型，传统技术创新已不能满足当前产业的发展需求（朱乾龙和钱书法，2009［8］），企业更重视商业模式创新（罗珉和李亮宇，2015［9］；陈秀英和刘胜，2015［10］）。在此基础上，出现了一些新的创新类型，如用户参与的“开放式创新”（董洁林和陈娟，2014［11］），以模仿为主的“惰性创新”（于绯，2012［12］），自我更新的“渐进式创新”（屠兴勇等，2018［13］）等。在技术创新向商业模式创新转变以及创新类型逐渐丰富的背景下，不仅使得创新效率来源的逻辑不再清晰，也使得针对工业经济时代的一些对创新效率测度的方法易产生偏差。

目前虽无研究直接对互联网行业的创新效率进行分析或测度，但已有诸多研究分析了信息化对创新效率的影响，其结果佐证了上述分析——通过实际测度或经验研究，得出了不同的研究结论，也为本文提供了分析基础与思路。一些研究指出，传统产业的信息化，有助于提高其创新效率（Keller和Wolfgang，2002［14］；Namnisan，2003［15］；毕克新等，2012［16］）；而另一些研究认为，即使在某些信息化程度较高的高技术产业，创新效率水平并不高（肖兴志和谢理，2011［17］；史普润等，2019［18］）。此外，也有一些研究指出，信息化与创新效率之间存在着显著的“倒U型”关系（韩先锋等，2014［19］）。

如上所述，尽管创新是驱动行业发展的重要因素，但互联网行业创新形式的多样化，尤其是技术创新与模式创新的分野日益明显，使得我们对互联网行业中的创新状况难以有一个准确的把握，而对创新效率的测度方法也没有直接应用于互联网行业，且背后的机制机理相对缺乏，更加剧了对行业创新情况认识的模糊化。鉴于此，本文剩余部分在分析了互联网行业的创新特征后，利用数据包络法对行业创新效率进行了实际测度与分解，以期加深对互联网行业的创新现状的认识，进而使互联网与数字经济快速发展，持续为我国经济注入新动能。

3 互联网行业的创新特征：技术创新与模式创新的共存与分野

工业经济的创新逻辑是通过技术研发，降低企业生产成本，该思路也是企业成长、占领市场的主要途径。从动机和行为上看，这种创新的主导方是经济活动中的供给方，而在互联网行业中，显著的网络外部性促成了“流量至上”的商业逻辑——互联网企业的追求从纯粹的利润转向用户规模，这就迫使企业必须重视用户的诉求，此时企业需要迎合多样化的用户偏好以扩大自身用户基础，最终实现盈利。随着需求方的作用日益增加，创新活动也逐渐转变为由需求方牵引，对于用户偏好的迎合，又直接倒逼企业改变自身的营销策略、服务模式、组织形式等，与依靠R&D进行技术创新不同，这是一种在需求方作用下的模式创新。

需求方牵引的创新是互联网行业新的创新基础与环境，而互联网行业中的其他特征，改变了行业创新的微观机制，一个重要的表现是两类创新激励的变化。

一方面，互联网行业轻资产的运营方式削弱了企业通过大规模研发投入进行技术创新的动力。在传统产业中，企业获得竞争优势与稳定市场地位的重要途经是通过技术创新节约成本，如熊彼特在论述“创造性毁灭”（creative destruction）的过程时，将技术创新的重要价值之一描述为“成本或质量上有决定性优势的竞争”。但是，随着互联网技术的广泛应用，企业的组织形态发生了变化，轻资产的运营模式更注重多种业务上的合理配置，传统意义上的技术壁垒被用户规模或网络社群形成的新壁垒部分替代（Collins和Clark，2003［20］；屠兴勇等，2018［13］），且实践中具有盈利前景的新兴商业模式易受风险投资的热捧，上述内容降低了商业模式创新所需的技术、资金壁垒，改变了创新的成本结构，一些中小型企业即使不具有颠覆性的技术，也可凭借优秀的商业模式在市场中立足。当我们考察互联网企业的研发投入这一指标时，可以明显看到，一些具有良好生存现状的“第二梯队”企业，其研发投入往往大幅低于该领域的头部企业，如在电子商务领域，2020年，拼多多的研发投入大致为阿里巴巴的十分之一，而苏宁易购、唯品会的这一指标分别约为阿里巴巴的百分之四、百分之二。

另一方面，互联网按行业中多样化的需求产生了显著的长尾效应，各种小而零散的需求产生了新的利润空间。大数据、云计算等技术的普及，降低了供需之间的信息不对称，企业可以以更贴合用户偏好的形式进行生产并提供服务，减少了企业进行技术创新开拓市场的激进行为，其可以通过商业模式创新占领细分市场、构筑竞争优势。近年来，在互联网行业中各领域的划分更加细化，如在电子商务领域先后诞生了折扣网站（代表企业：唯品会、聚划算等）、O2O购物（代表企业：饿了么、盒马鲜生）、社交电商（代表企业：小红书、拼多多等）、直播电商（代表企业：抖音）等众多新型网上购物模式。同时，相较于技术创新，模式创新由于投入较低，降低了创新风险，因此，在充斥着中小型企业、多样化服务的互联网行业，企业进行模式创新的激励更强。

从以上分析可以看出，模式创新在互联网行业的重要地位日益凸显，这是否意味着行业中的技术创新将逐渐弱化，但不可否认，以阿里巴巴、百度、腾讯为代表的互联网巨头企业，目前仍保持着较高的技术创新热情，那么，模式创新与技术创新之间是否存在一种新的关系？为了回答上述问题，下文对互联网行业的创新效率进行了实际测度与分解。

4 互联网行业创新效率的实际测度与分解

4.1 方法选择

数据包络分析（DEA）是对效率进行评价的系统型方法，该方法可以将创新效率值分解为技术效率与非技术效率，由此我们可以进一步明确行业中的创新来源问题，即技术创新与模式创新在行业中的具体表现。由于互联网行业的创新行为是一个连续行为，因此，本文选用DEA-Malmquist指数方法，以企业为测算单位，测算各企业创新效率的连续变化水平。Malmquist指数构造的基础是距离函数（Distance Function），它是指生产点（xi，yi）向理想的最小投入点压缩的比例。其计算公式为：

式（2）、式（3）所测算出的结果，其变化方向与所代表的效率含义与一致。将该方法应用于互联网行业的创新效率测量，可以得出综合反映创新效率的全要素生产率指数（即Malmquist生产指数，TFP）、技术效率变化指数（TEC）、技术进步指数（TC）、纯技术效率变化指数（PEC）以及规模效率变化指数（SEC）。其中，技术效率指数可以反映组织管理水平或技术应用的变化；技术进步指数更多地反映的是前沿科技变化对行业的驱动作用；纯技术效率变化指数可以衡量技术无效率中有多少是技术造成的；规模效率变化指数用于判断生产单元是否处于最优生产规模。如上所述，这五个指数之间存在如下关系：TFP=TEC×TC，TEC=PEC×SEC。

总体上看，Malmquist生产指数反映的是行业整体的创新效率或创新水平，通过对该指数的分解，又可以得到形成这种创新水平的具体原因或创新的实际来源——若与技术效率关系密切的指数（如技术效率变化指数、技术进步指数、纯技术效率变化指数）测度结果大于1，则可认为互联网行业的创新主要是技术创新，反之，若上述指数小于1，且规模指数大于1，则可认为技术创新并不主导互联网行业的创新效率，行业中商业模式创新更为盛行。

4.2 样本与指标选择

本文选取了38家互联网上市企业，提取了其2015-2019年五年的数据进行Malmquist指数分析。选取的企业如表1所示。

表1 样本企业表

如表1所示，选取的企业涵盖了电子商务、生活服务、信息门户、即时通讯等互联网行业主要领域，有助于全面反映出行业整体创新效率。

DEA分析的基本思路是对生产单位的投入产出进行分析，进而得出相应的效率值。因此，本文参照罗文（2015）［22］、刘满凤和李圣宏（2016）［23］等人的研究，综合考虑互联网行业数据的可得性，选取的投入、产出指标如表2所示。

表2 互联网企业创新效率投入产出指标体系

4.3 DEA-Malmquist指数分析

通过DEA-Malmquist指数方法对38家互联网上市企业2015-2019年创新效率进行分析，结果如表3所示。

表3 2015-2019年主要互联网上市企业Malmquist指数及其分解

从表3可以得到以下结论：

（1）总体上看，反映数字经济中创新效率的全要素生产率指数均值为0.894，小于1，说明创新效率表现出一定的下降趋势。由于该指数可分解为技术效率（TEC）和技术进步（TC）的乘积，分解后，技术效率指数大于1而技术进步指数小于1，说明互联网行业创新效率的下降主要来源于技术进步的驱动作用不够显著。

（2）从创新的技术效率来看，2015-2019年的五年间其均值大于1，说明总体上看，技术效率具有一定的逐年上升趋势。将技术效率分解为纯技术效率和规模效率，纯技术效率在1上下波动，而规模效率大于1，说明互联网企业的技术效率提升多来自于大型企业产生的规模经济。

综上，互联网行业的创新效率仍有一定的提升空间。一方面，技术进步对行业创新的推动作用较为有限；另一方面，互联网企业虽具有比较高的技术效率，但这种效率更多地来源于规模经济而非技术因素。因此可以认为，对于大部分互联网企业，创新可能并不来源于传统的研发活动，商业模式创新或在行业中占据主流地位。该结论与我们的经验直觉有所背离，造成这一结论的原因可能是：当前互联网企业已经走过了快速成长期，逐渐走向成熟。随着企业组织结构逐渐扁平化，轻资产运营模式的形成，互联网市场中充斥着各类规模不一、服务多样的企业。市场中非头部的企业既要在已经呈现寡占结构的市场中寻找夹缝持续生存，又难以承担巨额研发投入可能存在的技术风险，因此这些企业在创新类型的选择上由技术创新向商业模式创新转型。

下面我们通过分解样本企业的各项创新效率指数，分析企业异质性对创新效率的影响，详见表4。

表4 各互联网上市企业创新效率Malmquist指数及其分解

为更清晰地反映将表示创新综合效率的全要素生产率指数绘制在一张柱形图上，如图1所示。

图1 各企业创新效率（全要素生产率）示意图

从图1可以看出：一方面，仅有12家企业是创新有效率的，占样本企业总数的31.6%，说明总体上看，技术创新在互联网行业中的驱动作用似乎有限；另一方面，从企业分布的角度来看，创新效率较高的12家企业并没有体现出明显的行业集中特征——这12家企业分布在网络社交（人人网、微博）、电子商务（苏宁易购、阿里巴巴）、生活服务（途牛、携程、易车）、网络安全（奇虎360）、移动工具（猎豹移动）、信息门户（金融界、凤凰新媒体）、网络游戏（畅游），说明行业的异质性可能并未对创新效率产生影响。

进一步，我们将全要素生产率分解为技术效率和技术进步，并形成图2所示的象限图。四个象限的对应关系为：第一象限，低技术效率—高技术进步；第二象限，高技术效率—高技术进步；第三象限，高技术效率—低技术进步；第四象限，低技术效率—低技术进步。可以认为，第二象限为我们的理想象限，该象限反映了技术的快速进步与技术的高效应用。遗憾的是，并未有样本互联网企业进入第二现象。在所有样本企业中，落入第三象限的企业居多，说明了互联网企业对待技术的态度是应用高于研发，即对于技术的应用较为高效，但是对于新技术的开发较为迟缓。这种现象在互联网行业中的存在比较广泛——一些比较成熟的领域，并不需要太多颠覆式的技术，如在电子商务、信息门户等领域，核心业务与其成立之初并没有很大的差异，而在这些领域对市场的占有，主要依靠模式创新，如近几年涌现出的拼多多、小红书等新型电子商务企业，他们的核心技术与传统电子商务企业并无二致，关键在于其模式上有所创新，如拼多多主要面对“社交+团购”形式的网上购物，小红书主要针对的是跨境奢侈品的网上销售。

图2 各企业全要素生产率分解示意图

此外，还有少部分企业落入第四象限，这类企业并没有呈现出领域上的集中——分布在网络视频、即时通讯、移动工具三个领域，且在样本中仅占十分之一左右的比例。说明行业中仅有部分企业对于技术的应用不足，且技术研发水平不强。

技术研发的不足使互联网企业提升创新效率依靠的是投入产出的技术应用程度，即技术效率的大小。下文我们分析互联网企业的技术效率特征，并将技术效率进一步分解为规模效率和纯技术效率，将互联网行业的“创新黑箱”进一步拆解，明确创新来源问题。

图3是互联网行业创新效率拆分后的技术效率维度，从图3可以看出，总体上看，样本企业技术效率平均值大于1，且大部分互联网企业的是具有技术效率的，因此我们认为，互联网企业对于技术的应用情况总体上是较好的。从企业领域分布上看，技术效率值较高（排名前10名）的企业分布在网络社交（人人网）、生活服务（携程、58同城）、电子商务（京东、苏宁易购、唯品会）、信息门户（搜狐、金融界）、网络直播（斗鱼）、即时通讯（腾讯）；技术效率较低（排名后10名）的企业分布在信息门户（新浪）、生活服务（汽车之家）、互联网金融（乐信）、电子商务（尊宝电商、拼多多）、智能家电（云米）、即时通讯（陌陌）、网络视频（爱奇艺、哔哩哔哩）。技术效率较高与技术效率较低的企业在具体领域上有一定的重合，说明企业的具体领域不影响企业对创新技术的应用。

图3 各企业技术效率示意图

同样，我们将技术效率拆分成的纯技术效率与规模效率通过图4这样的散点图表示出来。图4的四个象限的对应关系为：第一象限为高规模效率—低纯技术效率，可以认为这种模式是规模驱动的创新；第二象限为高规模效率—高纯技术效率，可以认为这种模式是技术与规模双重驱动的创新，是一种较为理想的创新模式；第三象限为低规模效率—高纯技术效率，可以认为这种模式是技术驱动的创新；第四象限为低规模效率—低纯技术效率，可以认为这种模式没有明显的创新驱动力。

图4 各企业技术效率分解示意图

由图4可得，首先，样本中的大部分企业分布于第一象限，即规模效率在创新中发挥重要作用。该结论符合熊彼特对创新来源的解释——企业规模越大，技术创新就越有效率，大企业比小企业更具有创新效率。其次，还有部分样本企业落在了理想区域——第二象限——既具有技术上的高效率，又充分发挥了规模经济。说明互联网企业具有技术与规模双重驱动创新的可行路径，这为破解“马歇尔冲突”提供了思路。从传统观点来看，大型企业具有分工更加明确，经营管理更加专业化，长期平均成本下降等优势，可以产生规模经济性。但是，也正因为大规模生产为企业带来的规模经济性，使这些企业市场占有率不断提高，其结果必然导致市场结构中垄断因素增加，阻碍竞争机制在资源配置中发挥的作用。然而，从互联网行业的创新效率的实际测度结果来看，存在着兼顾规模经济和创新效率的现象，鉴于竞争是企业创新的主要激励方式，可以认为互联网行业并未出现因企业规模过大产生的竞争活力丧失。最后，还有少数企业分布于第四象限，技术创新效率不高，主要原因在于这些企业成立时间不长，可能受制于互联网企业初期需要赚取流量的原因，创新的具体效应显现不明显。

上述内容将互联网企业的创新效率进行了两个层次的分解，综合以上分析我们可以得出三点结论。

首先，从整体上看，互联网企业的创新投入产出效率并不高，表现在通过数据包络法测度出的创新的全要素生产率平均值小于1。该结论与经验相悖，因此，需要进一步分析创新效率不高的原因。

其次，将创新全要素生产率拆分，可以看出，造成创新投入产出效率不高的原因在于技术进步水平不高，而综合技术效率是相对较高的。说明互联网企业的技术的研发动力不足，但相对而言，互联网企业对成熟技术的应用水平较高。技术应用水平高，而不是开发强度高，这更倾向于组织上更高效的组合，说明互联网行业更重视商业模式创新。

最后，进一步拆分综合技术效率，可以得出技术应用水平高的来源。一方面，分解后的纯技术效率并不高，五年的平均值小于1，而规模效率各年的平均值均大于1，进一步印证了互联网行业创新过程中技术驱动作用的不足，且互联网企业的技术效率多数与企业规模相关，企业的规模扩张有利于创新效率的提升。

无论是从时序角度考察整个行业，还是从企业个体角度进行分析，关于互联网行业创新效率的结论基本一致。至此，我们可以得出互联网企业创新效率产生的特征：规模经济支持下，商业模式创新为主导的创新机制。

5 进一步讨论

5.1 商业模式创新的兴起会替代技术创新吗？

通过数据包络分析，我们发现互联网行业创新效率受技术驱动有限，进一步可以说明，相较于纯粹的技术创新，商业模式创新存在地更加广泛。由此产生的问题是：商业模式创新的广泛覆盖，是否会取代行业中的技术创新，降低行业创新的技术含量？

在工业经济的历史背景下，技术创新为创新的主要形式，这种以投入巨额资金、人才、技术为主要方式的创新模式也的确在互联网行业发展的初期占据主导地位——虽然互联网在1994年正式接入中国，但由于网民人数极少 ，在1998年以前，中国的互联网并未完全商业化，基础设施薄弱，这时的互联网主要为科研服务，典型的事件包括：第一封电子邮件发出（1987），国家科技网络建设（1988），.CN域名注册成功（1990），中国第一个Web网站出现（1994）等。也是在这一阶段，一些具有前瞻性眼光的创业者注意到了互联网行业发展的巨大潜力，一大批互联网企业成立，包括三大门户网站——网易、搜狐、新浪，以及今天已经成长为超级巨头的百度、腾讯和阿里巴巴。这些企业的成长，是互联网技术驱动与企业家精神的共同结果，是中国互联网行业商业化发展的基石，同时也为行业由技术创新向商业模式创新转变奠定了基础。随着技术进步，传统意义上的技术壁垒被打破。国际上，黑莓、诺基亚、摩托罗拉等科技巨头的陨落，使人们注意到传统的以大企业为主导、通过投入巨额资金、人才、技术为主要方式的创新模式已经很难满足当前产业发展的要求，商业模式创新成为企业逐利的重要手段。因此，从2000年前后开始，互联网行业的模式创新逐渐广泛。进一步梳理这十多年的互联网创新，又可以发现，大致以2010年为界，商业模式创新呈现出不同的特点。2010年以前，互联网行业的创新主要仍集中在即时通信、信息门户、电子商务等领域，是依托成熟商业模式的差异化创新，主要模式为“平台+免费”——以平台的企业形式链接行业中的供需双方，以免费或补贴的形式吸引用户。典型的企业包括淘宝网、百合网等。这一阶段企业家已经注意到挖掘用户的潜在需求，长尾理论开始在行业中发挥作用。如在电子商务领域，唯品会开创了“名牌折扣+限时抢购+正品保障”的创新电商模式，美团网主打团购成功进入市场。2010年以后，随着移动互联网的普及，互联网企业的商业模式创新有了更多形式。一方面，表现在“老技术”的新场景应用，如二维码技术出现于上世纪四十年代初，最初只是作为一种信息存储、传递和识别的技术，在2010年前后，这项技术逐渐被阿里巴巴、腾讯应用于移动支付领域，加速了移动支付的普及速度，极大地改变了电子支付的格局。另一方面，表现在互联网产品或服务的移动化，加之互联网经济中流量的作用日益明显，很多模式创新都非常注重提高用户体验，除了长尾化更加明显外——如二手商品专卖网站：闲鱼、二手车直卖平台人人车等——还诞生了O2O、共享经济、社交电商、视频直播等新兴商业模式。同时，大型企业开始进入多个市场，业界将大型企业的业务扩展成为“跨界生态网络”，如BAT均已涉足电子商务、游戏、O2O服务、金融、在线教育、智能硬件、数据服务等业务。

回顾这段发展历程可以看出，互联网行业的创新虽然表现出更为广泛的商业模式创新，但每一次模式创新背后，都有着强烈的技术因素。因此，互联网行业的商业模式创新是以技术创新为内核的，商业模式创新与技术创新在行业中均存在，并未呈现替代关系，两者有着不同的作用并呈现出相互补充的态势——技术创新仍有着较强的驱动行业发展的功能，商业模式创新产生于企业的逐利意愿，并使企业具备更强的生产能力。两类创新均对互联网行业发展起到促进作用，可以认为，互联网行业的创新，是商业模式创新与技术创新“双元”驱动的。

5.2 创新分工：不同规模企业的创新特征

由于模式创新与技术创新的分野逐渐明显，两类创新的承担主体也开始出现差异。

对互联网行业创新的讨论，离不开对行业环境特征的正确认识。互联网行业具有明显的网络外部性，是故用户数量积累超过一定阈值就会激发马太效应，形成强者愈强的局面。这种行业背景下已经形成了一批大型互联网企业，这些企业均是行业中某种模式的先行者，他们获得了互联网行业最早的“创新红利”，积累了大量的资金、技术以及经验。根据熊彼特的观点，正因为这些大型企业具有了上述优势，其也具备了创新的能力。值得说明的是，熊彼特在此处更多地强调的是技术创新，其观点仍适用于互联网行业，相较于中小型企业，大型企业的技术创新更为普遍，表现在两个方面。

一是大型企业的专利申请数量更多，这是对技术创新能力的反映。图5和图6显示了2018年与2019年，本文样本年专利授权数与企业规模的关系。图中横轴为年授权专利数，反映企业的技术创新水平，纵轴为企业的主营业务收入，反映企业的规模，斜线为企业规模（主营业务收入）与技术创新（专利授权数）相关关系的趋势线。从图5、图6可以看出，规模越大的企业，技术创新能力越强。

图5 2018年互联网企业规模与技术创新关系

图6 2019年互联网企业规模与技术创新关系

二是规模较大的互联网企业在创新中的技术含量较高，这是对技术创新意愿的反映。佰腾网（Baiten）统计了企业层面的专利情况，其在统计时对企业专利类型进行了分类，即为“发明专利”“外观专利”和“实用新型专利”。其中，《专利法》对外观专利和实用新型专利在技术水平上的要求较低，因此，本文以企业发明专利与企业专利总数之比来衡来企业创新中的技术含量。图7反映了2008-2019年不同规模企业在专利申请数上该比值的区别，图8反映了2008-2019年不同规模企业在专利授权数上该比值的区别。由于部分企业某些年份专利申请、授权情况为0，本文将该情况下的比值设定为0。

图7 2008-2019年不同规模企业发明专利申请数/专利申请总数

图8 2008-2019年不同规模企业发明专利授权数/专利授权总数

通过对比大型互联网企业，如腾讯、百度、阿里巴巴，与第二梯队互联网企业，如唯品会、搜狗、爱奇艺，在这一指标上的差异，我们发现，在创新的技术含量上，大型企业的技术含量一直维持在一个较高的水平，而即使排除中小型企业部分年份缺少专利申请（授权）的情况，我们仍然可以看出，其专利的研发投入起伏较大，且部分企业在特定年份的发明专利在专利总数中的占比不足30%，因此可以认为，大型企业的技术创新意愿更强。

另一方面，中小型企业尽管技术创新的激励不强，但可以通过商业模式创新弥补因技术创新不足造成的利润损失，这与互联网行业的市场特征有关。在传统经济中，创新的实践主体和驱动主体都可以看作是厂商（或生产者）。在互联网时代，产品或服务的边际成本极低，企业通过技术创新降低成本的激励减弱，而利润的来源开始取决于用户数量，因此，创新由技术导向逐渐向消费导向转变，消费者在创新中的作用越来越大，形成厂商与消费者价值共创的局面。在互联网行业这种高连接度的市场中，人与人（包括厂商之间、消费者之间、厂商与消费者之间等）的互动变得密切，知识溢出范围增大，知识生产难度下降。因此，厂商的任务不再是通过投入大量的资金、人力等资源进行创新，以建立或稳固自身的技术壁垒，获得更多利润；而是以更贴近消费者的方式进行生产，充分挖掘传统市场边界之外的长尾市场，对产品或服务进行局部改善，有学者将这种更贴近市场和消费者的创新称为“微创新”（Rammer等，2009［24］；孙仁祥，2013［25］）。“微创新”的直接影响是技术壁垒减弱和市场多元化，企业进入市场相对容易。但是，企业在市场内生存有了新的制约因素——用户流量，因此，为了吸引用户，很多企业在成立初期均采取了补贴用户的策略占领市场，这就需要企业自身具有持续的高风险承受能力和资金支持。对于互联网中小型企业来说，上述市场背景为其商业模式创新提供了内在激励，一方面，用户多样化的需求使中小型企业有更大的市场生存空间，其可以通过商业模式创新进入市场；另一方面，对于中小型企业而言，其可以通过商业模式创新规避技术创新失败的风险。

同时，该结论的得出，也具有一定的反垄断启示。互联网在中国经过了二十多年的商业化发展，起步较早的大型企业已经积累了大量的资金与用户数量，使其可以对行业中新出现的商业模式有选择地进行收购、并购或战略入股。有数据显示，自BAT上市至2016年4月，公开披露的并购事件共有124起，导致BAT企业价值上升的共有65起（王倩和张多蕾，2016［26］）。因此，对于中小型企业而言，商业模式创新是其主要的创新模式，而对于大型互联网企业来说，其不仅可以自己进行商业模式创新，还可以通过资本运作占有行业中的创新资源。鉴于此，平台领域的反垄断重点之一在于，如何抑制大型企业依靠资本的力量无序扩张，通过收并购等行为在多个不相关市场形成市场势力。

6 结束语

作为数字经济中的重要组织形式，互联网企业的创新效率深刻影响着数字经济的快速发展。对互联网企业创新效率的实际测度，并通过指数分解明确其创新类型，是保证互联网企业在数字经济中充分发挥带动作用的必经途径。鉴于此，本文实际测度了互联网企业的创新效率。研究结果表明，互联网行业中技术创新与商业模式创新并存，且商业模式创新的影响日益广泛。由此我们讨论得出，互联网行业中虽然存在着广泛的商业模式创新，但其并未对技术创新形成替代效应，两类创新在行业中各有侧重，技术创新仍有着较强的驱动行业发展的功能，而商业模式创新是企业重要的逐利手段。进一步，我们综合考虑行业特征、企业规模与创新的关系后，认为互联网行业中出现了“创新分工”的现象，中小型企业倾向商业模式创新，大型企业创新行为更加多样，既包括商业模式创新，也包括技术创新，还包括通过资本运作占有创新成果。