韩剑发表主旨演讲

各位老师、各位同学，大家下午好！

非常荣幸来到南开大学进行演讲，与诸多学界专家一同进行分享交流。近年来，我致力于制度型开放领域的研究，涵盖了数字贸易规则、数字跨国投资以及相关标准的研究内容。刚才佟家栋校长指出，在国际贸易的研究领域中，数字贸易和数字投资对数字技术创新的影响是极为重要的研究方向之一，我非常赞同。今天，我演讲的主题是关于数字标准与数字创新，重点从供应链溢出渠道展开的相关研究。

一、研究背景

本次大会的主题为“数字经济发展与治理”，这一主题极具价值。对于中国而言，在众多领域都面临着“发展与治理谁先行”的问题。以往在环境治理等领域，我们秉持的是先发展后治理的理念。然而，在数字经济领域，我认为发展与治理应该并行推进。在数字经济这一前沿且竞争激烈的全球领域中，通过标准来引导技术和产业的良性发展至关重要。

数字经济已成为全球经济的关键领域，而数字标准更是大国博弈的核心战场。各主要经济体都在数字标准领域，凭借自身优势积极发声。

以美国为例，其存在“数字霸权”倾向。去年，美国颁布了“关键和新兴技术国家标准战略”这一重要法案，明确规定半导体、人工智能、生物医药这三大领域的标准必须由美国制定。美国试图通过数字标准领域进一步巩固其在全球技术领域的领先地位，并通过将数字标准安全化、政治化、壁垒化，来阻碍中国在相关领域的竞争。

欧盟方面，在统一大市场的规则构建中，以《通用数据保护条例》（GDPR）为代表，推动着全球数据治理模式的变革。一方面，欧盟强调个人隐私保护的价值观；另一方面，在刚刚结束的巴黎AI全球峰会中，我们可以察觉到欧盟在技术层面已落后于中美，故而希望借助规则构建起“护城河”，以维护自身地位。

日韩两国则在各自的细分优势领域实施标准战略。日本聚焦于6G和半导体材料领域，联合美国开展新通用技术和人工智能标准的研发；韩国则通过三星和 LG等企业，推动显示标准的制定，以彰显其在该领域的话语权。

中国在上一轮5G技术发展中取得了显著成果，如今，中国在数字经济发展中，需平衡技术发展与治理的关系，发出代表发展中国家的声音，强调技术主权的核心，突出包容性，抵御美国的技术霸权。

数字标准领域的竞争异常激烈，标准对于高质量发展具有重要的参照和引领作用。正如一些代表性观点所述：“标准是创新的脚手架，而非天花板”“开源标准是数字时代的大宪章”“没有 TCP/IP，就没有互联网革命”“专利限制中的标准是创新的带刺玫瑰”。标准与专利之间的关系复杂，标准既可能促进创新，也可能对创新产生限制。这一现象成为我们深入研究标准与创新关系的重要契机。

我们对相关文献进行了梳理：

1、标准促进创新的机制。技术扩散平台：TCP/IP协议为万维网的构建奠定了基础，其重要性不言而喻。降低市场门槛：安卓开源标准极大地推动了全球开发者数量的增长。引导资源投入：5G标准明确了毫米波频段，为相关技术发展指明了方向。

2、标准抑制创新的风险。技术路径锁定：以QWERTY键盘布局为例，该布局的形成是为了降低打字速度，避免按键冲突导致宕机，且一旦形成便难以改变。寡头垄断隐患：高通在5G技术领域凭借标准形成全球技术垄断，通过收取高额专利费遏制后发企业的追赶，同时也限制了中小企业参与创新。产业链惯性：在产业链较长的行业中，标准可能会对创新产生抑制作用。

通过对文献的分析可知，企业参与数字标准的意愿基于对收益和成本的考量，包括技术协同、兼容性、市场先发优势、创新资源聚集以及创新生态等方面。在数字经济背景下，大企业与中小企业的合作对于实现生态创新至关重要，但企业也面临着较大的成本压力。

二、数字标准的内涵界定与理论分析

目前，国内和国际对于数字标准的研究尚处于初步阶段。国际开放标准组织将数字标准定义为“助力企业成功转型为数字企业的标准”，侧重于数字化转型；联合国开放计划署则强调数字标准与数字信息的管理交换及数字产品的创造相关，关注数字产品的交易与服务；国内学者更多地从数字技术本身的操作性角度进行阐述。这些观点均存在一定的局限性，不够全面。

我们提出，数字标准是由国家权威机构或行业协会制定的，支持数字经济核心产业持续健康发展的规范和指南。其客体包括技术协议、数据治理、行业应用，分别对应技术标准、数据标准以及行业转型标准。数字标准的主要作用在于推动数字技术的兼容、数据的治理以及产业和企业的转型，涵盖了数字经济的总体框架。

我们还对数字标准与非数字标准进行了重点比较。与非数字标准相比，数字标准更强调动态性、数据驱动、技术绑定以及群体化。在理论机制方面，主要从数字创新效率、数据要素使用、知识交互效应、上下游非对称影响等角度进行分析。

三、模型设定

本研究的模型设定相对简洁。主要解释变量为构建的数字标准，对于数字标准的识别，目前已有诸多文献涉及数字专利的使用。我们采用机器学习的方法，通过构建标准文本库进行机器学习，从而识别数字标准。在数字专利方面，运用分子方法，基于现有的基本机器学习模型，最终识别出27800项数字标准，占全部标准的14.3%。研究表明，参与过数字标准制定的企业在专利数量上明显多于未参与的企业，这是基准回归的结果。同时，我们还分析了数字标准对上下游供应商数字创新的影响，结果显示影响显著。

四、实证分析

在实证分析的稳健性方面，我们考虑了多个因素。例如，像华为这样的企业，自身创新了大量数字专利并将其标准化，针对此类内生性问题，我们引入了工具变量，如以每个城市举办的数字相关学术会议作为参与数字标准的中介变量。此外，我国数字领域的标准制定主体主要是企业，国家标准相对较少。我们还考虑了选择偏差问题，运用倾向得分匹配法（PSM）进行检验，并对供应链数据的样本选择偏差进行了处理。同时，针对企业的异质性，如国有企业与民营企业、大规模企业以及企业所在城市环境等因素进行了分析，还对供应链上下游企业的地理距离、紧密程度、竞争程度等方面的异质性展开了研究。

五、结论与启示

本文运用机器学习方法识别数字标准，深入分析了上市公司参与数字标准制定对企业自身及供应链上下游企业数字创新的影响，尤其是非对称影响。研究发现，数字标准对下游企业的参与抑制效应更为明显，而对上游企业的影响相对较小。这一现象可从DeepSeek中得到解释，由于中国企业在下游应用端实力较强，不同的应用场景促使下游企业产生包容性创新；而中国上游企业垄断程度较高，导致数字标准的溢出效应有限。

以上就是本次演讲的全部内容，感谢大家的聆听！

来源：清华服务经济与数字治理研究院公众号