數(shù)字化轉(zhuǎn)型、融資約束與企業(yè)雙元創(chuàng)新

高 磊，趙雨笛

(內(nèi)蒙古財經(jīng)大學 會計學院，內(nèi)蒙古 呼和浩特 010070)

一、引言

隨著人工智能、區(qū)塊鏈、云計算、大數(shù)據(jù)(即 Artificial Intelligence，Blockchain，Cloud Computing，Data，合稱為“ABCD等技術”)等新興數(shù)字技術群落快速滲透到經(jīng)濟社會發(fā)展的各個層面，中國加速步入數(shù)字經(jīng)濟時代。數(shù)字經(jīng)濟作為未來發(fā)展的主流經(jīng)濟形態(tài)，包括數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化，二者均與企業(yè)數(shù)字化轉(zhuǎn)型密切相關。數(shù)字化轉(zhuǎn)型是企業(yè)利用新型數(shù)字技術推動業(yè)務流程以及組織變革的創(chuàng)新過程，其引發(fā)的商業(yè)邏輯重構蘊含著巨大的經(jīng)濟價值和社會價值，越來越多的企業(yè)將數(shù)字化轉(zhuǎn)型作為構建競爭優(yōu)勢的新契機。

企業(yè)數(shù)字化轉(zhuǎn)型是數(shù)字經(jīng)濟的基礎。當前對于企業(yè)數(shù)字化轉(zhuǎn)型的理論研究主要集中在數(shù)字化轉(zhuǎn)型戰(zhàn)略制定與不同類型戰(zhàn)略模式選擇[1]，數(shù)字化轉(zhuǎn)型過程與機制探索[2]，數(shù)字化轉(zhuǎn)型與企業(yè)內(nèi)部管理模式變革[3]，企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)生產(chǎn)體系網(wǎng)絡化、協(xié)同化、生態(tài)化結(jié)構轉(zhuǎn)變[4]，企業(yè)數(shù)字化轉(zhuǎn)型場景構建、場景數(shù)據(jù)中臺與展示平臺建設[5]，企業(yè)數(shù)字化轉(zhuǎn)型IT技術與高層管理團隊交互的適應性管理[6]，企業(yè)數(shù)字化驅(qū)動的商業(yè)模式[7]，數(shù)字化轉(zhuǎn)型與企業(yè)競爭優(yōu)勢[8]，數(shù)字化轉(zhuǎn)型網(wǎng)絡安全建設[9]等方面。實證量化研究主要包括：企業(yè)數(shù)字化轉(zhuǎn)型與產(chǎn)品創(chuàng)新和服務轉(zhuǎn)型的交互研究[10]，制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型程度衡量[11]，數(shù)字化轉(zhuǎn)型宏觀產(chǎn)業(yè)數(shù)據(jù)的測算與分解[12]，以及數(shù)字化轉(zhuǎn)型與微觀企業(yè)績效[13]等方面。概括起來，在數(shù)據(jù)驅(qū)動、技術支撐、開放協(xié)同、互動共享等數(shù)字化情境下，重塑與創(chuàng)新企業(yè)的生產(chǎn)、運營、平臺模式，以及新一輪的產(chǎn)品、技術和服務創(chuàng)新已成為適應數(shù)字經(jīng)濟發(fā)展的必然選擇，企業(yè)數(shù)字化轉(zhuǎn)型已成為數(shù)字經(jīng)濟時代企業(yè)獲取市場競爭優(yōu)勢的重要戰(zhàn)略舉措。

創(chuàng)新是實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展的關鍵動力，數(shù)字經(jīng)濟是中國經(jīng)濟高質(zhì)量發(fā)展進入新時代的重要表征。數(shù)字化轉(zhuǎn)型依托數(shù)字技術引發(fā)企業(yè)流程再造、思維方式重設、慣例更新、組織重構、關系調(diào)整等方面顛覆性變革，重塑了企業(yè)內(nèi)部管理和資源配置方式，形成以消費者價值為主導的新商業(yè)模式，進而改變企業(yè)價值創(chuàng)造路徑[14-15]。盡管現(xiàn)有研究已充分論證了企業(yè)數(shù)字化轉(zhuǎn)型的潛在益處，但企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新行為，特別是企業(yè)創(chuàng)新行為二元性問題，鮮有系統(tǒng)討論。在傳統(tǒng)經(jīng)濟模式下，企業(yè)因組織慣性、資源約束、風險承擔以及心智模式等原因常常導致企業(yè)雙元創(chuàng)新活動存在矛盾與沖突，企業(yè)同時進行探索式創(chuàng)新與利用式創(chuàng)新變得非常困難，二者存在此消彼長、相互排斥的關系，是連續(xù)變量的兩端[16]，企業(yè)必須在探索式創(chuàng)新與利用式創(chuàng)新之間做出一個戰(zhàn)略選擇，這抑制了企業(yè)雙元創(chuàng)新能力和企業(yè)雙元創(chuàng)新水平。Shapiro和Varian指出，雖然企業(yè)物質(zhì)資源稟賦有限，但數(shù)據(jù)、信息、知識等資源卻可以無限地復制與利用[17]。企業(yè)可以借助外部環(huán)境獲取互補性資源，改變組織思維模式，突破雙元創(chuàng)新發(fā)展限制。在數(shù)字經(jīng)濟情境驅(qū)動企業(yè)數(shù)字新場景、新要素、新規(guī)模、新任務的環(huán)境下，企業(yè)數(shù)字化轉(zhuǎn)型可以通過數(shù)字技術賦能企業(yè)業(yè)務、運營管理、組織流程與結(jié)構，改變企業(yè)邊界、模式、規(guī)則、關系、價值，優(yōu)化企業(yè)數(shù)據(jù)化資源效能，為企業(yè)實現(xiàn)雙元創(chuàng)新均衡發(fā)展提供可能。

企業(yè)雙元創(chuàng)新作為一種資本密集型投資活動，具有較強的融資約束。數(shù)字經(jīng)濟時代，企業(yè)實現(xiàn)了萬物皆可數(shù)字化的價值網(wǎng)絡體系，傳統(tǒng)企業(yè)擁有的土地、勞動力、資本等物理實體資源皆可在虛擬空間實現(xiàn)數(shù)字孿生(數(shù)字鏡像、數(shù)字化映射)，數(shù)據(jù)化資源不僅可以高效傳輸，還可以無限地復制、分享和傳遞，逐漸形成數(shù)據(jù)化資產(chǎn)，企業(yè)通過交易、流通、擴張數(shù)據(jù)化資產(chǎn)為企業(yè)獲取創(chuàng)新資金提供機會。數(shù)字技術可以對接互聯(lián)網(wǎng)金融平臺，使得企業(yè)可以通過平臺化、數(shù)據(jù)化資源來整合企業(yè)資本，提高資本配置效率，開拓企業(yè)融資渠道，減少企業(yè)融資成本，為企業(yè)資本投入與創(chuàng)新發(fā)展提供支撐。融資約束作為企業(yè)雙元創(chuàng)新的重要影響因素，是否以及如何影響企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)雙元創(chuàng)新？本文將基于企業(yè)數(shù)字化轉(zhuǎn)型的現(xiàn)實情境，構建“企業(yè)數(shù)字化轉(zhuǎn)型-融資約束-企業(yè)雙元創(chuàng)新”分析框架，對三者的關系展開理論與實證研究，從而更深入清晰地了解數(shù)字化轉(zhuǎn)型、融資約束與企業(yè)雙元創(chuàng)新的內(nèi)在作用機制和差異化影響路徑，為數(shù)字化轉(zhuǎn)型背景下企業(yè)雙元創(chuàng)新提供對策建議。

本文的研究貢獻主要體現(xiàn)在以下三個方面：第一，聚焦數(shù)字化轉(zhuǎn)型與企業(yè)雙元創(chuàng)新發(fā)展之間的關系，探討數(shù)字化轉(zhuǎn)型與企業(yè)雙元創(chuàng)新發(fā)展的內(nèi)在機理。第二，實證檢驗融資約束在數(shù)字化轉(zhuǎn)型與企業(yè)雙元創(chuàng)新之間的作用，為數(shù)字化轉(zhuǎn)型影響企業(yè)雙元創(chuàng)新相關路徑研究提供中國情境的實證檢驗。第三，揭示出數(shù)字化轉(zhuǎn)型能夠突破傳統(tǒng)經(jīng)濟背景下探索式創(chuàng)新和利用式創(chuàng)新不可兼得的悖論，對傳統(tǒng)企業(yè)開展雙元創(chuàng)新、管理者推動企業(yè)數(shù)字化轉(zhuǎn)型提供有益參考。

二、 理論分析與研究假設

(一)數(shù)字化轉(zhuǎn)型與企業(yè)雙元創(chuàng)新

探索和利用是組織雙元性的核心內(nèi)涵，最早由March提出，將探索定義為“搜索、試驗、冒險創(chuàng)造新產(chǎn)品、變異”，將利用概括為“精煉、選擇執(zhí)行、效率[18]。Levinthal和March基于組織學習和知識管理視角對探索和利用做了進一步延伸，認為探索是組織追求新知識和新技術，利用是對已有知識和技術的進一步改進和開發(fā)[19]。后續(xù)研究者據(jù)此研究框架將組織雙元性延伸到企業(yè)管理的多個領域，其中，企業(yè)雙元創(chuàng)新最為引人關注。早期學者普遍認為，因企業(yè)資源約束、組織慣性、風險承擔、心智模式等原因?qū)е绿剿魇絼?chuàng)新與利用式創(chuàng)新無法共存，兩者存在此消彼長的對立關系，決策者需在兩者之間做出一個戰(zhàn)略選擇。長期使用利用式創(chuàng)新容易導致企業(yè)對既有創(chuàng)新路徑產(chǎn)生依賴，忽略潛在的機會和新方法，企業(yè)創(chuàng)新思維偏好沿著原有舊體系進行運作形成累積效應[20]，導致企業(yè)拒絕嘗試新鮮事物，最終陷入“成功陷阱”，很難再適應復雜、多變的市場競爭環(huán)境。探索式創(chuàng)新前期投入額度大、投資期限長、退出成本高，并且創(chuàng)新成果是否符合市場需求，能否被大眾接受在創(chuàng)新的探索階段也無從得知[21]，所以長期使用探索式創(chuàng)新可能會使企業(yè)陷入“失敗陷阱”，即創(chuàng)新活動還未給企業(yè)帶來收益就已經(jīng)失敗。為此，如何平衡探索式創(chuàng)新和利用式創(chuàng)新，尋求探索式創(chuàng)新與利用式創(chuàng)新最優(yōu)組合，實現(xiàn)二者的均衡發(fā)展，是企業(yè)生存和發(fā)展的關鍵。

企業(yè)數(shù)字化轉(zhuǎn)型可以通過結(jié)構分離、情境交融、戰(zhàn)略聯(lián)盟以及企業(yè)家行為方式支持探索式創(chuàng)新與利用式創(chuàng)新同時開展，為企業(yè)開展雙元創(chuàng)新協(xié)同發(fā)展提供新路徑。組織結(jié)構是企業(yè)開展雙元創(chuàng)新流程的結(jié)構依據(jù)。在傳統(tǒng)組織模式下，探索式創(chuàng)新與利用式創(chuàng)新很難共同順利推進。傳統(tǒng)的組織層級嚴密，溝通大都自上而下，跨部門整合較少，組織間知識、技術與信息等資源流動緩慢，導致企業(yè)難以在不同部門建立探索式創(chuàng)新與利用式創(chuàng)新的戰(zhàn)略目標、價值觀念與共享資源的聯(lián)結(jié)機制[22]，企業(yè)探索式創(chuàng)新與利用式創(chuàng)新沿著既有的路徑慣性形成了閉環(huán)式的運作系統(tǒng)，相沖突的行為無法協(xié)調(diào)與解決，嚴重阻礙了企業(yè)雙元創(chuàng)新的發(fā)展。企業(yè)數(shù)字化轉(zhuǎn)型打破了上述僵化的組織結(jié)構，催生出去中心化、中介化的扁平、網(wǎng)絡、合作式組織形態(tài)[23]，知識、技術和信息等資源在不同部門間流動，組織間依存度增加，更多的關聯(lián)與機會被創(chuàng)造，組織結(jié)構更加靈活、柔性，不同的組織業(yè)務單元可以協(xié)同創(chuàng)造、分散決策、信息共享、資源互補、風險共擔，實現(xiàn)目標一致的組織結(jié)構分離機制，為不同組織業(yè)務單元開展探索式創(chuàng)新與利用式創(chuàng)新提供基礎。在數(shù)字技術支持下，各部門通力聯(lián)結(jié)形成的獨特資源網(wǎng)絡以及創(chuàng)新要素的高度組合模式，可以形成對企業(yè)雙元創(chuàng)新成果的保護機制，降低外部模仿的可能性，從而激勵企業(yè)雙元創(chuàng)新的協(xié)同發(fā)展。

在數(shù)字經(jīng)濟背景下，企業(yè)創(chuàng)新面對的不僅是同行業(yè)之間的激烈競爭，而且要面對外部整體環(huán)境的顛覆性變化。根據(jù)權變理論，企業(yè)需要根據(jù)不確定情境下的非連續(xù)性事件進行判斷，將資源高效、精準、柔性地分配到探索式與利用式創(chuàng)新活動中，以解決探索式創(chuàng)新與利用式創(chuàng)新因資源稀缺或資源配置不合理導致的雙元創(chuàng)新矛盾，推動企業(yè)雙元創(chuàng)新發(fā)展。數(shù)字化程度高的企業(yè)可以利用數(shù)字技術將企業(yè)經(jīng)營業(yè)務與外部情境相結(jié)合[24]，及時了解新知識、新產(chǎn)業(yè)以及市場需求，減少對外部環(huán)境未知性與模糊性的判斷偏差，并根據(jù)不同消費者差異化需求制定雙元創(chuàng)新戰(zhàn)略場景，提高消費者價值主張，從而平衡探索式創(chuàng)新和利用式創(chuàng)新資源分配與協(xié)調(diào)，實現(xiàn)一致性和適用性資源配置，使得企業(yè)既可以通過探索式創(chuàng)新突破企業(yè)原有創(chuàng)新框架，開發(fā)新產(chǎn)品與新服務，獲得長期競爭力，也可以通過利用式創(chuàng)新在原有創(chuàng)新框架下改進產(chǎn)品和服務，促進企業(yè)健康平穩(wěn)發(fā)展，為雙元創(chuàng)新資源配置提供科學的依據(jù)。如很多企業(yè)通過建立“粉團”適時獲得消費者的反饋，從中能夠判斷哪些創(chuàng)新是能夠及時改進的利用式創(chuàng)新，哪些是需要突破才能夠?qū)崿F(xiàn)的探索式創(chuàng)新，促進企業(yè)雙元創(chuàng)新平衡發(fā)展。

戰(zhàn)略聯(lián)盟是指有相似經(jīng)營實力的企業(yè)或特定事業(yè)、職能部門，通過簽訂契約而結(jié)成的資源互補、風險共擔、優(yōu)勢相長、共同占據(jù)市場的雙向組織[25]。傳統(tǒng)企業(yè)由于客觀存在的組織邊界，使得企業(yè)形成了以生產(chǎn)活動為主導的閉環(huán)式組織形態(tài)，企業(yè)與外界交流合作較少，主要依靠價格、質(zhì)量和性能進行生產(chǎn)活動，受到自身資源稟賦的限制，很難只憑企業(yè)內(nèi)部實現(xiàn)企業(yè)雙元創(chuàng)新升級，如果企業(yè)對高風險、高技術、高復雜性的探索式創(chuàng)新側(cè)重更多，勢必會減弱企業(yè)對既有知識、技術與流程為基礎的利用式創(chuàng)新的開發(fā)，導致企業(yè)無法實現(xiàn)探索式與利用式創(chuàng)新的協(xié)同發(fā)展，嚴重抑制了企業(yè)雙元創(chuàng)新。隨著企業(yè)數(shù)字化轉(zhuǎn)型進程的加快，開放性、共享性的虛擬化平臺可以匯聚更多數(shù)字型企業(yè)，企業(yè)可以在開放式平臺下實現(xiàn)企業(yè)跨界交流與協(xié)作，利于企業(yè)挖掘新伙伴，實現(xiàn)企業(yè)戰(zhàn)略聯(lián)盟。在戰(zhàn)略聯(lián)盟的基礎上，企業(yè)可以搜尋、吸收、整合和利用戰(zhàn)略聯(lián)盟內(nèi)部企業(yè)的異質(zhì)性資源和能力，為企業(yè)交換探索式創(chuàng)新與利用式創(chuàng)新所需的知識、技術、人才與成果提供機會，緩解了企業(yè)內(nèi)部探索式創(chuàng)新與利用式創(chuàng)新的資源使用沖突，提高了企業(yè)雙元創(chuàng)新水平，激發(fā)了企業(yè)雙元創(chuàng)新活力。

根據(jù)行為金融理論，在眾多影響企業(yè)創(chuàng)新的因素中，一個重要的變量就是企業(yè)家行為。企業(yè)家作為企業(yè)權力資源的主導者與物質(zhì)資本的配置者，對企業(yè)風險資本投入、企業(yè)雙元創(chuàng)新活動無疑產(chǎn)生重要影響。當前數(shù)字技術的發(fā)展逐漸形成以數(shù)字企業(yè)家為首的社會[23]。企業(yè)家主要根據(jù)數(shù)字化數(shù)據(jù)進行風險判斷、資源協(xié)調(diào)、決策分析與戰(zhàn)略制定，促進企業(yè)雙元創(chuàng)新活動。具體而言，企業(yè)探索式創(chuàng)新因需要突破原有的創(chuàng)新體系，引導市場的未來，往往導致企業(yè)風險承擔傾向較為強烈，思想較為開放，將會投入更多的戰(zhàn)略風險資本；而利用式創(chuàng)新是在原有的創(chuàng)新體系內(nèi)進行改造，風險規(guī)避傾向較為強烈，思想也較為保守，風險資本投入較低。在上述探索式創(chuàng)新與利用式創(chuàng)新的表征下，企業(yè)內(nèi)部容易形成探索式創(chuàng)新與利用式創(chuàng)新的意見不統(tǒng)一、資源的競爭矛盾以及雙元創(chuàng)新合作的沖突，從而抑制企業(yè)雙元創(chuàng)新發(fā)展。而數(shù)字企業(yè)家可以通過可視化、可獲取、可利用的數(shù)字化數(shù)據(jù)對企業(yè)探索式與利用式創(chuàng)新的發(fā)展動向、結(jié)果、質(zhì)量和水平進行篩選、評估和分析，從而發(fā)現(xiàn)問題，協(xié)調(diào)解決雙元創(chuàng)新的觀念、資源和決策等矛盾沖突，推動企業(yè)探索式與利用式創(chuàng)新合作，制定更加優(yōu)化的探索式與利用式創(chuàng)新聯(lián)合戰(zhàn)略，實現(xiàn)企業(yè)雙元創(chuàng)新的協(xié)同發(fā)展。

綜合上述分析，本文提出以下假設：

H1:數(shù)字化轉(zhuǎn)型對探索式創(chuàng)新具有促進效應。

H2:數(shù)字化轉(zhuǎn)型對利用式創(chuàng)新具有促進效應。

(二)數(shù)字化轉(zhuǎn)型與企業(yè)融資約束

企業(yè)數(shù)字化轉(zhuǎn)型通過企業(yè)與數(shù)字技術的融合，企業(yè)各要素、各環(huán)節(jié)，以及業(yè)務體系、生產(chǎn)方式和商業(yè)模式的全面數(shù)字化，實現(xiàn)了企業(yè)以數(shù)據(jù)為核心驅(qū)動力的業(yè)態(tài)發(fā)展模式，深刻影響了企業(yè)融資存量、融資渠道與運行機制，為降低企業(yè)融資成本、緩解企業(yè)融資約束提供了新的方向。

從平衡效應視角看，企業(yè)融資是以追求最優(yōu)融資結(jié)構為目標，企業(yè)負債越高，對外部的股本需求就越低[26]，如果企業(yè)過度追求負債可能給企業(yè)帶來財務危機，使企業(yè)陷入高風險和高費用的困難境地，從而影響企業(yè)價值，為此企業(yè)需要根據(jù)目標函數(shù)確定融資收益和成本的平衡點。數(shù)字化轉(zhuǎn)型的企業(yè)可以充分利用大數(shù)據(jù)、云計算等數(shù)字技術，對資本價值的財務數(shù)據(jù)進行深度的挖掘、加工和科學分析，從而高效管理和預測企業(yè)資金運營情況，平衡企業(yè)資本規(guī)模，優(yōu)化企業(yè)融資結(jié)構，促進企業(yè)資金有效積累與合理配置，為緩解企業(yè)融資約束問題提供動態(tài)量化決策支撐。

從信息不對稱視角看，企業(yè)除了股票、債券等直接融資方式外，商業(yè)銀行是其重要的融資渠道，但因傳統(tǒng)商業(yè)銀行物理網(wǎng)點分散、人工信息處理局限等原因，企業(yè)與金融機構存在較大的信息不對稱問題，從而影響企業(yè)融資周期，降低企業(yè)融資效率。隨著數(shù)字技術的嵌入，數(shù)字金融得到了迅速發(fā)展，顯著提高了金融機構的服務廣度與深度，為企業(yè)融資帶來了巨大的便利。企業(yè)數(shù)字化轉(zhuǎn)型可以突破地理空間限制，利用數(shù)字技術對接數(shù)字金融機構，實現(xiàn)企業(yè)與數(shù)字金融機構在虛擬空間的聚集[27]，便于企業(yè)直接享受數(shù)字金融提供的信息與服務，以便及時了解額度、利率、審核速度、抵押物權限、貸款速度等企業(yè)融資數(shù)據(jù)，從而選擇和匹配最適合自身發(fā)展的融資模式，緩解企業(yè)因信息不透明和不對稱問題導致的融資約束問題。如京東金融與銀行、基金公司等金融機構衍生的“京小貸”金融模式，使得企業(yè)可以通過商家賬戶登陸“京小貸”金融服務平臺，在線查看貸款資格并申請貸款，貸款成功后，資金會迅速到達商家在京東錢包所綁定的網(wǎng)上銀行賬戶，并與商戶在“京小貸”平臺的后續(xù)利息支付與結(jié)算等業(yè)務直接銜接，極大地提高了企業(yè)融資效率，緩解了企業(yè)融資約束問題。

從委托代理成本視角看，隨著數(shù)字技術的不斷發(fā)展，企業(yè)數(shù)字化轉(zhuǎn)型可以利用人工智能、區(qū)塊鏈、云計算等新型數(shù)字技術群落打造企業(yè)數(shù)字化融資平臺，強化企業(yè)財務與非財務數(shù)據(jù)網(wǎng)絡效應[28]，提升表征融資能力數(shù)據(jù)的覆蓋廣度、使用深度與信息披露程度，實現(xiàn)融資、管理、運營等一體化數(shù)據(jù)資產(chǎn)集成[29]，利于企業(yè)債權人與外部投資者以數(shù)據(jù)為依據(jù)，以平臺為支撐實現(xiàn)與職業(yè)經(jīng)理人的高效精準對接與理性投資決策，降低債權者、外部股東與企業(yè)職業(yè)經(jīng)理人的監(jiān)督成本、擔保成本與剩余損失，從而有效緩解企業(yè)委托代理成本，強化企業(yè)與債權者、股東的信用關系，為企業(yè)持續(xù)獲得資金、提高融資能力、緩解融資約束提供重要支撐。

從交易成本視角看，數(shù)字技術的出現(xiàn)改變了企業(yè)之間信息孤島的狀態(tài)，企業(yè)邊界逐漸模糊，企業(yè)經(jīng)營更加敏捷，企業(yè)與企業(yè)、金融機構等組織建立起了互聯(lián)互通的商業(yè)網(wǎng)絡，共享經(jīng)濟、零工經(jīng)濟模式大量出現(xiàn)，極大地緩解了企業(yè)搜尋、交換、決策、談判、監(jiān)督、契約、執(zhí)行與轉(zhuǎn)換等交易成本，拓寬了企業(yè)與政府、投資者、金融機構等潛在資金供給者的觸及面與溝通渠道，最大限度地降低了企業(yè)融資成本，利于企業(yè)緩解融資約束問題。

綜合上述分析，本文提出以下假設：

H3:數(shù)字化轉(zhuǎn)型對企業(yè)融資約束具有緩解效應。

(三)融資約束的中介效應

企業(yè)的探索式創(chuàng)新與利用式創(chuàng)新在知識基礎、技術能力、風險承擔等方面的異質(zhì)性導致了二者所需的創(chuàng)新資本存在差異。支撐探索式創(chuàng)新基礎知識和技術能力的復雜性以及探索創(chuàng)新結(jié)果的高度未知性決定了探索式創(chuàng)新較利用式創(chuàng)新需要更多的創(chuàng)新資本投入，資金使用周期更長，風險更高。由于企業(yè)內(nèi)源性的創(chuàng)新資金有限，導致企業(yè)探索式創(chuàng)新對企業(yè)利用式創(chuàng)新所需的資本投入存在擠出效應，再加上企業(yè)與商業(yè)銀行、資本市場、政府等潛在資金供給者的信息不對稱程度嚴重，使得企業(yè)同時推進雙元創(chuàng)新會面臨較為嚴重的融資約束。

數(shù)字化轉(zhuǎn)型的企業(yè)在數(shù)字技術的支撐下，可以通過搭建數(shù)字化平臺、提升數(shù)字化能力、建立數(shù)字化信用制度等方式有效緩解企業(yè)融資約束，進而共同推進企業(yè)雙元創(chuàng)新的均衡發(fā)展。企業(yè)數(shù)字化轉(zhuǎn)型通過搭建線上數(shù)字化平臺，可以實現(xiàn)企業(yè)與消費者價值共創(chuàng)的業(yè)態(tài)發(fā)展模式，企業(yè)可以通過線上數(shù)字化交易平臺，構建預售、眾籌等新型商業(yè)模式，使企業(yè)在商品還未生產(chǎn)出來之前，就可以通過預售等方式銷售出去，保證企業(yè)現(xiàn)金流供給，實現(xiàn)企業(yè)供產(chǎn)銷資金的精準對接與利用，從而緩解企業(yè)融資約束，為企業(yè)探索式創(chuàng)新與利用式創(chuàng)新提供更為充足的資金供給，促進企業(yè)探索式創(chuàng)新與利用式創(chuàng)新的協(xié)同發(fā)展。此外，企業(yè)數(shù)字化轉(zhuǎn)型可以利用數(shù)字技術對接數(shù)字金融，在金融平臺上與商業(yè)銀行、證劵公司等機構交互聯(lián)結(jié)，可以使得資金供給者突破信息不對稱邊界限制，動態(tài)、及時、充分地了解企業(yè)需要融資的雙元創(chuàng)新項目以及進展情況，極大地降低了企業(yè)與金融機構信息搜集、驗證以及傳輸?shù)热谫Y過程中發(fā)生的成本以及外部投資者的非對稱投資效率[30]，為企業(yè)緩解融資約束、推動企業(yè)雙元創(chuàng)新發(fā)展提供重要支撐。

企業(yè)數(shù)字化能力涵蓋企業(yè)的數(shù)字感知能力、數(shù)字運營能力以及數(shù)字化資源協(xié)同能力[31]。從數(shù)字化能力看，首先，企業(yè)數(shù)字化轉(zhuǎn)型后充分運用企業(yè)的數(shù)字感知能力，可以使企業(yè)迅速挖掘、捕捉市場的潛在機會與消費者需求動向，并通過對接數(shù)字金融即時融資，以生產(chǎn)創(chuàng)造競爭市場下與消費者細分需求相匹配的探索式創(chuàng)新或利用式創(chuàng)新的產(chǎn)品與服務，實現(xiàn)企業(yè)雙元創(chuàng)新。其次，企業(yè)轉(zhuǎn)型后的數(shù)字運營能力具有動態(tài)性特征，可以激發(fā)企業(yè)數(shù)字化數(shù)據(jù)效能，實現(xiàn)企業(yè)融資與雙元創(chuàng)新的聯(lián)動推進。具體而言，企業(yè)充分運用數(shù)字運營能力，可以提高企業(yè)數(shù)字化數(shù)據(jù)的挖掘、利用與流通互動的能力，隨著數(shù)據(jù)規(guī)模增大、使用頻率提高，數(shù)據(jù)的更新速度就越快，此時大數(shù)據(jù)形成的規(guī)模資產(chǎn)具有排他性，競爭對手或者潛在進入者不容易獲得[32]，企業(yè)可以利用數(shù)字化數(shù)據(jù)整合、變現(xiàn)為商業(yè)價值，從而吸引資金注入以緩解融資約束，為企業(yè)雙元創(chuàng)新發(fā)展提供支持。最后，企業(yè)數(shù)字化轉(zhuǎn)型后的資源協(xié)同能力可以使得企業(yè)建立與顧客、供應商、生產(chǎn)商、投資者、政府以及其他利益相關者的價值生態(tài)圈。在價值生態(tài)圈內(nèi)部，企業(yè)可以與其他利益相關主體不斷交互聯(lián)結(jié)，為企業(yè)融資提供渠道。并且企業(yè)利用資源協(xié)同可以充分獲取雙元創(chuàng)新所需的技術、信息、知識、人才等專有創(chuàng)新資源和互補性創(chuàng)新資源，最大限度地提高資源的利用率，使得存量資金得到最大程度的利用，融資約束得到緩解，為企業(yè)開展雙元創(chuàng)新活動提供重要基礎。

信息制度建設是企業(yè)能否融到資金以及能否持續(xù)融資的關鍵。從數(shù)字化信用制度視角看，一方面，企業(yè)利用數(shù)字技術可以與外部商業(yè)銀行、法院等機構建立互通的信用制度，從而便于企業(yè)建立更加透明、更加完善的企業(yè)信用報告，形成以信用報告為核心的征信體系，構建企業(yè)自身獨特的信用標志。金融機構、投資者等資金供給者可以及時查看與記錄企業(yè)的信用情況，極大地降低了金融機構、投資者等資金供給者的監(jiān)督成本和企業(yè)信用信息帶來的潛在道德風險，為企業(yè)提供了更多的融資機會，利于企業(yè)持續(xù)從外部獲得資金支持探索式與利用式創(chuàng)新的聯(lián)動發(fā)展。另一方面，根據(jù)企業(yè)建立的信用報告提升的信用額度，企業(yè)可以與消費者建立良好的供需關系，增加消費者粘性，從而可以不斷從消費者群體中篩選資源、獲取資源和聚合資源[33]，以緩解企業(yè)融資約束，為企業(yè)根據(jù)不同消費者價值主張而進行的探索式創(chuàng)新與利用式創(chuàng)新提供基礎。

綜合上述分析，本文提出以下假設：

H4:融資約束在數(shù)字化轉(zhuǎn)型與企業(yè)雙元創(chuàng)新之間產(chǎn)生中介效應。

三、研究設計

(一)樣本選取與數(shù)據(jù)來源

本文將中國滬、深兩市2014—2020年A股公司作為數(shù)據(jù)初始來源，刪除ST、*ST、SST、PT企業(yè)樣本，剔除資料不全企業(yè)樣本。本文的數(shù)據(jù)來源于上市公司年報和CNRDS數(shù)據(jù)庫，并利用Stata16、Python3.9.6軟件對指標進行匹配與構建，最后得到2715個樣本觀測值，并對數(shù)據(jù)進行Winsorize處理以消除極端值的影響。

(二)主要變量定義

1.企業(yè)數(shù)字化轉(zhuǎn)型(DT)。本文解釋變量借鑒戚聿東和蔡呈偉[11]的研究方法，基于文本挖掘法對企業(yè)數(shù)字化程度指標進行量化。

(1)關鍵詞的構建。大數(shù)據(jù)技術以及計算機分析能力的進步，為定性材料轉(zhuǎn)化為定量數(shù)據(jù)提供了方法。眾多學者開始采用文本挖掘方法，利用關鍵詞出現(xiàn)的高頻率結(jié)果說明這一關鍵詞所代表的問題得到重視。本文借鑒這一方法，利用特定關鍵詞構建企業(yè)數(shù)字化程度指標。首先，基于Python概率模型分詞算法，通過在上市公司年報中確定企業(yè)數(shù)字化程度的相關語言表征。其次，采用計算機聯(lián)想結(jié)構算法擴展關鍵詞。另外，運用可視化軟件對關鍵詞矩進行圖譜分析。最終選用的關鍵詞如表1所示：

表1 關鍵詞構建

(2)企業(yè)數(shù)字化程度指標的構建。由于企業(yè)外部環(huán)境動態(tài)多變，研究數(shù)字化關鍵詞的總量而不與同行業(yè)中的其他企業(yè)進行對比分析，這樣進行指標衡量存在不足。為此，本文基于Python的數(shù)據(jù)分析方法，利用提煉出的財務報告中數(shù)字化相關關鍵詞占同一行業(yè)全部企業(yè)同類的關鍵詞總量計算其對應頻率，在經(jīng)過基本的計量處理之后，形成企業(yè)數(shù)字化程度衡量指標。具體計算如式(1)所示：

(1)

其中，DT代表企業(yè)數(shù)字化程度，a代表上市企業(yè)每年每一類的關鍵詞的數(shù)量總計，i表示上市企業(yè)股票代碼，t表示年份。

2.企業(yè)雙元創(chuàng)新(RD)。本文被解釋變量參考孫慧和王慧[34]的測量方法，采用企業(yè)年度研發(fā)投入活動中的費用化支出作為測度企業(yè)探索式創(chuàng)新的衡量指標；采用企業(yè)年度研發(fā)投入活動中的資本化支出作為測度企業(yè)利用式創(chuàng)新的測量指標。為了保證指標間的量綱平衡，本文對費用化支出金額與資本化支出金額取自然對數(shù)進行處理。

3.企業(yè)融資約束(SA)。本文中介變量企業(yè)融資約束參考Hadlock和Pierce[35]的研究方法，使用SA指數(shù)計算公式測算。具體計算如式(2)所示：

SA=-0.737×Size+0.043×Size2-0.04×Age

(2)

其中，Size為企業(yè)規(guī)模(單位：百萬元)的自然對數(shù)；Age為企業(yè)年齡，SA指數(shù)計算結(jié)果為負數(shù)，其絕對值越大，表明企業(yè)融資約束程度越嚴重。

4.控制變量。借鑒現(xiàn)有研究，本文控制變量的選取涉及企業(yè)成長性(Growth)、企業(yè)盈利能力(ROA)、自由現(xiàn)金流量(Cash)、固定資產(chǎn)比率(Fasset)、資產(chǎn)負債率(Lev)、股權集中度(Stru)、獨立董事比例(Ind)、董事會規(guī)模(Board)、資本性支出(Cap)、公司年齡(Age)、企業(yè)價值(Tobinq)和產(chǎn)權性質(zhì)(Nature)[36-38]。此外，本文還加入了行業(yè)(Industry)和年份(Year)虛擬變量以控制行業(yè)和時間效應的影響。具體如表2所示：

表2 變量定義

(三)模型設計

為檢驗數(shù)字化轉(zhuǎn)型對企業(yè)探索式創(chuàng)新的影響，本文構建了模型(1)，具體如下：

RD1=β0+β1DT+β2Controls+Year_d+Industry_d+μ

(1)

為檢驗數(shù)字化轉(zhuǎn)型對企業(yè)利用式創(chuàng)新的影響，本文構建了模型(2)，具體如下：

RD2=β0+β1DT+β2Controls+Year_d+Industry_d+μ

(2)

為檢驗數(shù)字化轉(zhuǎn)型對企業(yè)融資約束的影響，本文構建了模型(3)，具體如下：

SA=β0+β1DT+β2Controls+Year_d+Industry_d+μ

(3)

(四)描述性統(tǒng)計

表3為主要變量的描述性統(tǒng)計分析結(jié)果。企業(yè)探索式創(chuàng)新(RD1)最大值為24.1，最小值為0；企業(yè)利用式創(chuàng)新(RD2)最大值為22.13，最小值為0，最大值和最小值相差較大，說明各企業(yè)之間由于行業(yè)、市場競爭以及企業(yè)內(nèi)部技術水平等方面綜合因素的影響，企業(yè)與企業(yè)之間的雙元創(chuàng)新水平具有一定的差距。數(shù)字化轉(zhuǎn)型(DT)的平均值與中位數(shù)相差較大，說明樣本企業(yè)中數(shù)字化轉(zhuǎn)型程度相差較大，分布不均。企業(yè)融資約束(SA)指標經(jīng)過公式計算得出并進行絕對值處理，該指標中位數(shù)高于平均值，可見大部分上市企業(yè)的融資約束力都高于平均值，整體企業(yè)受到的融資約束程度偏高。其他控制性變量的描述性統(tǒng)計也列示在表3中，均處于正常范圍內(nèi)，不存在異常值。

表3 變量的描述性統(tǒng)計

四、實證結(jié)果與分析

(一)數(shù)字化轉(zhuǎn)型與企業(yè)雙元創(chuàng)新的回歸結(jié)果

表4列示了數(shù)字化轉(zhuǎn)型與企業(yè)雙元創(chuàng)新之間的關系，為了控制可能存在的自相關或異方差問題，本文在公司層面進行了聚類調(diào)整，并控制了年份和行業(yè)固定效應以及二者乘積固定效應，結(jié)果如表4所示。表中列(1)—(2)沒有控制行業(yè)和年份的乘積固定效應，數(shù)字化轉(zhuǎn)型(DT)對企業(yè)探索式創(chuàng)新(RD1)的回歸系數(shù)為0.057，在5%的水平上顯著；數(shù)字化轉(zhuǎn)型(DT)對企業(yè)利用式創(chuàng)新(RD2)的回歸系數(shù)為0.257，在10%的水平上顯著。表中列(3)—(4)控制了行業(yè)和年份以及行業(yè)和年份乘積的固定效應，數(shù)字化轉(zhuǎn)型(DT)對企業(yè)探索式創(chuàng)新(RD1)的回歸系數(shù)為0.057，在5%的水平上顯著；數(shù)字化轉(zhuǎn)型(DT)對企業(yè)利用式創(chuàng)新(RD2)的回歸系數(shù)為0.247，在10%的水平上顯著。實證結(jié)果說明，數(shù)字化轉(zhuǎn)型與企業(yè)雙元創(chuàng)新之間顯著正相關，假設1和假設2得到驗證，即數(shù)字化轉(zhuǎn)型與企業(yè)雙元創(chuàng)新正相關，對企業(yè)雙元創(chuàng)新具有促進效應，二者存在顯著的因果關系?？刂谱兞糠矫?，企業(yè)成長性(Growth)、企業(yè)盈利能力(ROA)、自由現(xiàn)金流量(Cash)、固定資產(chǎn)比率(Fasset)、資產(chǎn)負債率(Lev)、股權集中度(Stru)、獨立董事比例(Ind)、董事會規(guī)模(Board)、資本性支出(Cap)、公司年齡(Age)、企業(yè)價值(Tobinq)和產(chǎn)權性質(zhì)(Nature)與企業(yè)雙元創(chuàng)新的回歸結(jié)果基本符合預期。

表4 數(shù)字化轉(zhuǎn)型與企業(yè)雙元創(chuàng)新

續(xù)表4

(二)數(shù)字化轉(zhuǎn)型與企業(yè)融資約束的回歸結(jié)果

表5列示了數(shù)字化轉(zhuǎn)型與企業(yè)融資約束之間的關系，為了控制可能存在的自相關或異方差問題，本文在公司層面進行了聚類調(diào)整，并逐步控制了年份和行業(yè)固定效應。表中列(1)沒有控制行業(yè)和年份，數(shù)字化轉(zhuǎn)型(DT)對企業(yè)融資約束(SA)的回歸系數(shù)為-0.023，在5%的水平上顯著；表中列(2)控制了行業(yè)和年份，數(shù)字化轉(zhuǎn)型(DT)對企業(yè)融資約束(SA)的回歸系數(shù)為-0.020，在1%的水平上顯著；表中列(3)在控制年份和行業(yè)固定效應基礎上，還控制了行業(yè)和年份乘積的固定效應，結(jié)果顯示數(shù)字化轉(zhuǎn)型(DT)對企業(yè)融資約束(SA)的回歸系數(shù)為-0.020，在1%的水平上顯著。實證結(jié)果說明，數(shù)字化轉(zhuǎn)型與企業(yè)融資約束之間顯著負相關，假設3得到驗證，即數(shù)字化轉(zhuǎn)型與企業(yè)融資約束負相關，對企業(yè)融資約束具有緩解效應，二者存在顯著的因果關系。控制變量方面，企業(yè)成長性(Growth)、企業(yè)盈利能力(ROA)、自由現(xiàn)金流量(Cash)、固定資產(chǎn)比率(Fasset)、資產(chǎn)負債率(Lev)、股權集中度(Stru)、獨立董事比例(Ind)、董事會規(guī)模(Board)、資本性支出(Cap)、公司年齡(Age)、企業(yè)價值(Tobinq)和產(chǎn)權性質(zhì)(Nature)與企業(yè)融資約束的回歸結(jié)果基本符合預期。

表5 數(shù)字化轉(zhuǎn)型與企業(yè)融資約束

(三)企業(yè)融資約束的中介效應檢驗

基于融資約束的視角，采用溫忠麟等[39]的三步法驗證企業(yè)融資約束的中介效應：第一步，檢驗企業(yè)數(shù)字化轉(zhuǎn)型能否分別顯著正向影響企業(yè)探索式創(chuàng)新與利用式創(chuàng)新；第二步，檢驗企業(yè)數(shù)字化轉(zhuǎn)型能否負向顯著影響企業(yè)融資約束，這兩步的檢驗結(jié)果已經(jīng)在前文部分得到了驗證；第三步，檢驗企業(yè)數(shù)字化轉(zhuǎn)型和企業(yè)融資約束能否同時對企業(yè)雙元創(chuàng)新產(chǎn)生作用。如果融資約束顯著負向影響企業(yè)雙元創(chuàng)新，企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)雙元創(chuàng)新的影響不顯著，說明企業(yè)融資約束發(fā)揮著完全中介的作用；如果融資約束顯著負向影響企業(yè)雙元創(chuàng)新，企業(yè)數(shù)字化轉(zhuǎn)型顯著正向影響企業(yè)雙元創(chuàng)新，說明企業(yè)融資約束發(fā)揮著部分中介的作用。本文采用Stata中Sgmediation命令進行中介效應檢驗，結(jié)果如表6所示：企業(yè)融資約束對企業(yè)探索式創(chuàng)新與利用式創(chuàng)新的回歸系數(shù)分別為-0.184和-0.364并且都在1%水平上顯著，同時企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)探索式創(chuàng)新不顯著，對企業(yè)利用式創(chuàng)新在1%水平上顯著，結(jié)論說明企業(yè)融資約束在數(shù)字化轉(zhuǎn)型與探索式創(chuàng)新之間發(fā)揮著完全中介的作用，在數(shù)字化轉(zhuǎn)型與利用式創(chuàng)新之間發(fā)揮著部分中介的作用。表6還進一步報告了Sobel檢驗結(jié)果，其中探索式創(chuàng)新和利用式創(chuàng)新的Sobel Z值均顯著為正，并且中介效應占比分別為64%和28%，證明本文的企業(yè)融資約束中介效應成立，即數(shù)字化轉(zhuǎn)型能夠通過緩解企業(yè)融資約束進而促進企業(yè)雙元創(chuàng)新水平的提升，假設4得到驗證。

表6 企業(yè)融資約束中介效應

五、穩(wěn)健性檢驗

(一)企業(yè)雙元創(chuàng)新替代變量

考慮研究結(jié)論的穩(wěn)健性，本文對企業(yè)雙元創(chuàng)新指標進行替代變量分析。借鑒黎文靖和鄭曼妮[40]的研究方法，以發(fā)明專利申請量衡量探索式創(chuàng)新(Pat1)，以實用新型專利與外觀設計型專利申請量衡量利用式創(chuàng)新(Pat2)。重新對主模型進行回歸驗證，表7報告了回歸結(jié)果，表中列(1)和列(2)沒有控制行業(yè)和年份的乘積固定效應，數(shù)字化轉(zhuǎn)型(DT)對企業(yè)探索式創(chuàng)新(Pat1)的回歸系數(shù)為0.060，在5%的水平上顯著；數(shù)字化轉(zhuǎn)型(DT)對企業(yè)利用式創(chuàng)新(Pat2)的回歸系數(shù)為0.062，在5%的水平上顯著。表中列(3)和列(4)控制了行業(yè)和年份以及行業(yè)和年份乘積的固定效應，數(shù)字化轉(zhuǎn)型(DT)對企業(yè)探索式創(chuàng)新(Pat1)的回歸系數(shù)為0.055，在5%的水平上顯著；數(shù)字化轉(zhuǎn)型(DT)對企業(yè)利用式創(chuàng)新(Pat2)的回歸系數(shù)為0.054，在10%的水平上顯著。表7的結(jié)果表明數(shù)字化轉(zhuǎn)型對企業(yè)雙元創(chuàng)新的正向影響仍保持顯著，與前文的結(jié)論一致。

表7 企業(yè)雙元創(chuàng)新替代變量

(二)傾向得分匹配法

本文使用傾向得分匹配方法以檢驗實證研究中可能出現(xiàn)的內(nèi)生性問題，檢驗結(jié)果如表8列(1)和列(2)所示。首先，本文以解釋變量企業(yè)數(shù)字化轉(zhuǎn)型(DT)的樣本中位數(shù)為標準，當企業(yè)數(shù)字化轉(zhuǎn)型的得分值大于其中位數(shù)時，Treat取1，否則Treat取0，進而將企業(yè)數(shù)字化轉(zhuǎn)型程度較高的樣本組設置為處理組，將企業(yè)數(shù)字化轉(zhuǎn)型程度較低的樣本組設置為控制組。其次，以“企業(yè)成長性”“企業(yè)盈利能力”“自由現(xiàn)金流量”“固定資產(chǎn)比率”“資產(chǎn)負債率”“股權集中度”“獨立董事比例”“董事會規(guī)?！薄百Y本性支出”“公司年齡”“企業(yè)價值”“產(chǎn)權性質(zhì)”，以及行業(yè)等控制變量作為協(xié)變量來估計傾向得分。最后，根據(jù)估計出的傾向得分選取最鄰近方法，將匹配比例確定為1∶1，根據(jù)匹配后的樣本進行回歸，結(jié)果如表8列(1)所報告，DT的系數(shù)分別在10%的水平上顯著為負，與前述回歸結(jié)果一致，說明企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)融資約束顯著負相關，企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)融資約束具有緩解效應，企業(yè)數(shù)字化程度越高，企業(yè)所受的融資約束越低，表明前述研究結(jié)論是穩(wěn)健的。

(三)Heckman兩階段

隨著企業(yè)融資約束程度的緩解，企業(yè)更會意識到數(shù)字化轉(zhuǎn)型是減少融資成本、提高企業(yè)融資能力的關鍵，可能會進一步加大企業(yè)數(shù)字化轉(zhuǎn)型進程。因此，本文采用 Heckman 兩階段估計模型來驗證樣本選擇偏差造成的內(nèi)生性問題。通常而言，同一行業(yè)的企業(yè)面對相同的市場競爭，經(jīng)營相似的業(yè)務范圍，企業(yè)數(shù)字化程度可能較為接近，但是同行業(yè)內(nèi)其他企業(yè)數(shù)字化轉(zhuǎn)型并不會直接影響到本企業(yè)的融資約束水平。為此，本文參考Ben-Nasr 等[41]方法，在第一階段回歸中，使用該企業(yè)所在行業(yè)內(nèi)的其他企業(yè)同期平均數(shù)字化程度作為企業(yè)數(shù)字化轉(zhuǎn)型的工具變量。表8列(2)是加入了逆米爾斯比率IMR的具體回歸結(jié)果，檢驗結(jié)果顯示逆米爾斯比率不顯著，說明回歸方程并不具有樣本選擇偏差，并且在樣本組中企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)融資約束顯著負相關，與上文無顯著差異，研究結(jié)論具有穩(wěn)健性。

(四)固定效應

為了緩解可能存在的遺漏變量導致的內(nèi)生性問題，本文構建面板數(shù)據(jù)的固定效應模型，用以控制不隨時間改變因素對回歸結(jié)果的影響。表8列(3)報告了控制時間、行業(yè)、公司層面固定因素后，企業(yè)數(shù)字化轉(zhuǎn)型的回歸系數(shù)仍舊保持顯著為負，說明前文的研究結(jié)論是穩(wěn)健的。

表8 內(nèi)生性檢驗

續(xù)表8

六、主要結(jié)論與建議

數(shù)字化轉(zhuǎn)型是數(shù)字經(jīng)濟背景下企業(yè)發(fā)展的應有之義，創(chuàng)新是企業(yè)獲取競爭力的源泉，資金是企業(yè)創(chuàng)新的重要物質(zhì)基礎。本文以中國2014—2020年A股上市公司為研究對象，利用文本挖掘法對企業(yè)數(shù)字化程度進行量化，對企業(yè)數(shù)字化轉(zhuǎn)型、融資約束與企業(yè)雙元創(chuàng)新三者關系進行實證檢驗。研究結(jié)論表明企業(yè)數(shù)字化轉(zhuǎn)型對探索式創(chuàng)新與利用式創(chuàng)新均有顯著的正向影響，利用中介效應檢驗原理發(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型能夠通過緩解企業(yè)融資約束提升企業(yè)雙元創(chuàng)新水平。

本文不僅拓寬了現(xiàn)有研究理論邊界，也為實務提供了重要的政策啟示。在理論上，首次探討了企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)雙元創(chuàng)新的關系，豐富了企業(yè)雙元創(chuàng)新的影響因素研究，本文進一步引入融資約束變量，驗證了數(shù)字化轉(zhuǎn)型可以通過緩解融資約束提升企業(yè)雙元創(chuàng)新水平，豐富了企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)雙元創(chuàng)新路徑研究。在實務上，我國上市公司的數(shù)字化轉(zhuǎn)型推動企業(yè)創(chuàng)新的成功概率相對較低，但本文的研究結(jié)論表明數(shù)字化轉(zhuǎn)型對企業(yè)探索式創(chuàng)新與利用式創(chuàng)新均具有積極的作用，可以推動企業(yè)雙元創(chuàng)新的發(fā)展，這與傳統(tǒng)經(jīng)濟背景下企業(yè)雙元創(chuàng)新研究結(jié)論有所差異。企業(yè)應加快數(shù)字化轉(zhuǎn)型進程，建立完善的數(shù)字雙元創(chuàng)新管理體制，規(guī)范其運作流程，保障雙元創(chuàng)新資源的合理分配以及創(chuàng)新環(huán)節(jié)的高效協(xié)調(diào)；完善企業(yè)人才體系和激勵機制，培育數(shù)字型科技人才，為優(yōu)秀人才提供良好的晉升空間。政府部門可以大力支持傳統(tǒng)實體企業(yè)進行數(shù)字化轉(zhuǎn)型，提供資金支持和稅收優(yōu)惠等良好的產(chǎn)業(yè)政策，引導科研機構、高等院校為企業(yè)提供數(shù)字技術智庫服務，為加快企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)雙元創(chuàng)新的聯(lián)動發(fā)展提供幫助。