一、引言 伴随着数字技术和数字经济的迅速发展，数据已经成为当今社会最重要的战略性资源之一。2021年12月12日国务院发布的《“十四五”数字经济发展规划》中明确提出，数据要素是数字经济深化发展的核心引擎。数据对提高生产效率的乘数作用不断凸显，成为最具时代特征的生产要素。2022年12月9日公布的《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》中强调，数据作为新型生产要素，是数字化、网络化、智能化的基础，已快速融入生产、分配、流通、消费和社会服务管理等各环节，深刻改变着生产方式、生活方式和社会治理方式。对于数据要素的充分使用，能够帮助企业提高决策效率和预测精度，提升企业的生产效率与盈利能力(Müller et al.，2018；Farboodi et al.，2019；谢康等，2020；徐翔和赵墨非，2020)，对于企业的研发创新活动也在发挥越来越重要的影响。 根据其对于企业技术水平和市场份额的影响，可以将企业的研发创新活动分为突破性创新与迭代式创新两类(高洁和盛昭瀚，2004；Christensen，2013；胡山和余泳泽，2022)。突破性创新是企业对现有生产技术与工序流程的根本性变革，表现为企业对于新知识、新技术的探索与开发，花费大量时间和金钱并承担巨大的技术风险。迭代式创新是企业对产品与生产流程的渐进性改良，表现为企业从产品外观、次要功能和用户体验等细节入手，提升其产品和服务对用户的吸引力。通过突破性创新，企业将建立持续性的技术优势，在一段时间内占据市场竞争的有利地位；通过迭代式创新，企业也能获得一些技术改进与产品改良，然而此类技术进步很容易被模仿或超越，导致企业无法建立持续的技术优势，仅能在短期内影响企业的市场份额。在传统经济环境中，企业迭代式创新的成功概率仅取决于自身研发能力和投入；在数字经济环境中，迭代式创新不仅由研发投入产生，还能得到来自用户数据的协助与支持。 数字技术的发展促使数字经济环境中的企业在生产、运营和销售过程中伴生了大量用户数据(徐翔等，2021)。一方面，企业自然地利用数据分析技术对这些数据进行处理、研究，以期准确把握消费者的偏好和需求，对于产品与服务进行渐进式的迭代改进。上述过程将大大增强数字经济中企业进行迭代式创新的效率。另一方面，无论是对于传统经济还是数字经济，企业的突破性创新均依赖具有划世代革新性的核心技术突破，需要企业原创性地、从无到有地进行研发，而收集和分析本世代产品的用户使用数据对该类研发提供的帮助则相当有限。由于数字经济环境和数据要素大幅影响了迭代式创新的机制，而对突破性创新的影响相对较小，企业在进行创新决策时，对两种创新间的权衡取舍将会产生变化，进而影响企业在均衡中的创新策略乃至市场路径的演化(Akcigit & Liu，2016)。 Agrawal et al.(2018)指出，大数据分析技术的进步提升了企业预测有用知识组合的精度，提升了企业的创新效率。Aghion et al.(2019)提出，信息技术与大数据分析的运用使得流程效率更高的企业能够更迅速地通过创新性的流程优化降低成本、扩张生产、抢占市场。无论是提升参数预测精度，还是流程优化、成本降低等，均针对现有市场和产品，属于迭代式创新。在Jones & Tonetti(2020)的数据经济模型中，研发创新过程被定义为产生一个全新的产品种类，仅包含传统意义上的突破性创新。该模型中数据要素专指伴随现有产品种类的销售过程生成的用户数据，不参与突破性创新过程。李全升和苏秦(2019)、许芳等(2020)与李树文等(2021)等国内文献也深入探讨了大数据对于企业各类创新活动的潜在影响。上述文献从技术视角尝试建立数据要素与企业创新尤其是迭代式创新之间的关系，却均未考虑企业对创新活动的内生决策，难以充分刻画数据要素对企业的两类研发创新活动的动态影响。这是现有文献的一大不足，也是现阶段政策制定者及学术界亟须研究的现实问题。 本文构建了一个包含数据要素的研发创新竞争模型，发现在数字经济环境中，企业的研发创新活动将可能面临数据要素“陷阱”：行业数字化水平越高，对于数据要素的使用越充分，数据要素充足的大型企业越倾向于进行改良性的迭代式创新，进行突破性创新的激励不足。这将使得资源较少，能力较弱的小企业成为突破性创新的主体，创新活动呈现“逆向选择”特征。其根本原因在于数字经济企业的生产、销售过程伴生了大量用户数据，这些数据提升了企业迭代式创新成功的泊松流密度，鼓励了企业通过迭代式创新增加短期的用户数量，再利用这些用户提供的数据要素增加自身迭代式创新的能力，从而滚雪球式地扩大市场份额、压倒对手。由于大企业①的用户数量一般较多，能够使用的数据要素规模更大、内容更丰富，上述激励对大企业的影响更甚于小企业，导致大企业比小企业更偏向于迭代式创新。 传统文献通过阿罗替代效应(Arrow，1962a；Rosen，1991)揭示了在“干中学”效应较强的行业中，大企业突破性创新激励相对较弱的问题。Aghion et al.(2019)、Eeckhout & Veldkamp(2021)等文献指出，在数字经济时代，数据要素令阿罗替代效应及其趋势更为突出，更容易导致市场垄断现象出现。本文在上述文献基础上进一步将企业策略性创新引入市场份额内生的动态随机模型中，刻画了数据要素导致大企业在均衡路径上惰于突破性创新，企业创新活动在均衡路径上“完全极化”，市场份额趋于垄断的内在机制。因为大企业只在比小企业更极端的条件下才会进行突破性创新，小企业总是先进行突破性创新、减弱迭代式创新的一方，小企业将在当前世代的市场上遭受大企业持续迭代式创新的竞争，进一步失去市场份额，导致“小企业恒小”，这又使得小企业突破性创新的成功概率也越发渺茫，陷入困境。在引入企业退出等机制后，数据要素陷阱问题更加严重；在引入网络效应、多元竞争、二手产品市场等机制之后，这一问题在一定程度上得到缓解。
