數(shù)字化水平、戰(zhàn)略彈性與創(chuàng)新績效
——基于高新技術企業(yè)的門檻效應分析

孫明明，王震勤（副教授）

一、引言

黨的二十大報告指出，未來我國經(jīng)濟發(fā)展的核心之一是“加快發(fā)展數(shù)字經(jīng)濟，促進數(shù)字經(jīng)濟和實體經(jīng)濟深度融合”。這是自黨的十九大報告將“數(shù)據(jù)要素”作為國民經(jīng)濟分配要素之一的重要變革后，我國在數(shù)字經(jīng)濟發(fā)展戰(zhàn)略中提出的新要求。根據(jù)《中國數(shù)字經(jīng)濟發(fā)展報告（2022 年）》，2021 年我國數(shù)字經(jīng)濟總量達到45.5萬億元，占GDP比重增長到39.8%，并呈現(xiàn)快速增長趨勢。在此過程中，數(shù)字經(jīng)濟的產(chǎn)業(yè)化發(fā)展和各相關產(chǎn)業(yè)的數(shù)字化發(fā)展為數(shù)字經(jīng)濟總量的提升提供了強有力的支撐。與此同時，按照黨的二十大報告“實現(xiàn)高水平科技自立自強”和“強化企業(yè)科技創(chuàng)新主體地位”的新要求，高新技術企業(yè)作為我國科技創(chuàng)新的重要推動力量，其數(shù)字化水平的快速提升具有典型的時代特征，是我國在新征程上穩(wěn)步推進經(jīng)濟高質量發(fā)展的重要力量和核心環(huán)節(jié)。從現(xiàn)實發(fā)展看，2019年和2020年我國創(chuàng)新能力排名在前1000名的企業(yè)專利申請獲批總量分別達到了145萬件和165萬件，這在一定程度上說明企業(yè)創(chuàng)新績效在不斷提高。那么，高新技術企業(yè)數(shù)字化水平是否對其創(chuàng)新績效的提升有所助益？兩者是否是簡單的線性關系？上述問題仍沒有獲得統(tǒng)一結論。

從現(xiàn)有研究看，在數(shù)字化水平是否影響企業(yè)創(chuàng)新績效的問題上，不同學者的觀點差異較大：①一部分學者認為，數(shù)字化水平的提升可以顯著促進企業(yè)創(chuàng)新能力和創(chuàng)新績效提升。如Henrik 和Rita（2021）認為，數(shù)字化水平的提升顯著改善了企業(yè)進行產(chǎn)品創(chuàng)新的技術條件，使得企業(yè)創(chuàng)新技術的研發(fā)速度快速增長，從而有助于企業(yè)創(chuàng)新績效的提升。Liang 和Li（2022）研究發(fā)現(xiàn)，制造業(yè)數(shù)字化水平的提升顯著促進了其流程創(chuàng)新績效和產(chǎn)品創(chuàng)新績效提升，且研發(fā)能力具有中介效應。Zhang 等（2022）研究發(fā)現(xiàn)，數(shù)字經(jīng)濟可以顯著緩解資源利用的空間限制，從而有效促進創(chuàng)新能力和創(chuàng)新績效的提升。②也有學者認為，數(shù)字化水平對企業(yè)創(chuàng)新績效產(chǎn)生負向影響。如Usai 等（2021）認為，數(shù)字技術的發(fā)展和企業(yè)數(shù)字化水平的提升會占用較多的企業(yè)資源，從而抑制企業(yè)創(chuàng)新能力和創(chuàng)新績效的提升。Li 和Jia（2018）認為，數(shù)字化水平對企業(yè)創(chuàng)新績效的提升需要滿足嚴苛的公司治理條件，當這些條件無法滿足時，二者不存在正向關系。③還有一部分學者認為，二者之間可能存在非線性關系。如馬永紅和李保祥（2022）研究發(fā)現(xiàn)，在高校知識轉移效應調節(jié)下二者呈現(xiàn)“U”型關系。與此不同，余菲菲等（2022）則認為二者呈現(xiàn)倒“U”型特征。蔣殿春和潘曉旺（2022）研究發(fā)現(xiàn)，數(shù)字化水平的提高提升了高質量創(chuàng)新績效，但是無助于低質量創(chuàng)新績效的提升。現(xiàn)有文獻中鮮有以高新技術企業(yè)為樣本對兩者關系進行研究的，較有代表性的是張吉昌和龍靜（2022）的研究，他們發(fā)現(xiàn)數(shù)字化水平的提高顯著提升了高新技術企業(yè)創(chuàng)新績效，該過程中創(chuàng)新能力具有中介效應。李婉紅和王帆（2022）將戰(zhàn)略彈性和企業(yè)數(shù)字化發(fā)展結合進行拓展研究，發(fā)現(xiàn)數(shù)字化發(fā)展提升了企業(yè)智能創(chuàng)新水平，并且該過程中戰(zhàn)略彈性具有調節(jié)作用。

本文在上述基礎上進行了三項拓展：一是將研究視角聚焦于高新技術企業(yè)，并將高新技術企業(yè)數(shù)字化發(fā)展水平、戰(zhàn)略彈性和創(chuàng)新績效進行結合研究；二是在研究方法上將數(shù)據(jù)挖掘和面板門檻模型相結合；三是實證檢驗了數(shù)字化水平對高新技術企業(yè)創(chuàng)新績效的門檻加劇效應，并驗證了規(guī)模、行業(yè)和股權結構的影響異質性，這對進一步厘清數(shù)字化水平影響創(chuàng)新績效的非線性關系提供了新的證據(jù)。

二、理論分析與研究假設

（一）數(shù)字化水平與企業(yè)創(chuàng)新績效

高新技術企業(yè)作為我國產(chǎn)業(yè)優(yōu)化升級的主方向，在數(shù)字化發(fā)展方面具有顯著代表性。從現(xiàn)有研究看，李雪松等（2022）、易靖韜和曹若楠（2022）研究發(fā)現(xiàn)，隨著高新技術企業(yè)數(shù)字化發(fā)展水平的提升，其內部信息共享效率和傳遞效率得到顯著提升，各種管理成本實現(xiàn)有效節(jié)約，各部門資源在數(shù)字化平臺上實現(xiàn)了有效配置組合，這加大了企業(yè)對研發(fā)創(chuàng)新的支持力度，進而顯著提升了高新技術企業(yè)的創(chuàng)新績效。程宣梅和楊洋（2022）研究發(fā)現(xiàn)，數(shù)字化水平的提升也在促進高新技術企業(yè)面臨市場變化的應對策略和手段的變革，不斷滲透并改變著其商業(yè)模式，進而有效誘導了其商業(yè)模式創(chuàng)新。在此基礎上，良好的企業(yè)運行績效可能會吸引潛在投資者，從而有效緩解可能面臨的融資約束，并促進企業(yè)創(chuàng)新績效的提升，上述傳導邏輯如圖1所示。

圖1 數(shù)字化水平影響創(chuàng)新績效的傳導機制

根據(jù)上述分析，數(shù)字化水平的提升具有顯著的信息效率效應、資源配置效應、模式變革效應和信號強化效應，因此可以有效促進企業(yè)創(chuàng)新績效的提升?；诖耍疚奶岢黾僭O1。

假設1：數(shù)字化水平正向促進企業(yè)創(chuàng)新績效。

（二）數(shù)字化水平、戰(zhàn)略彈性與企業(yè)創(chuàng)新績效

企業(yè)戰(zhàn)略彈性是指企業(yè)在面臨不確定的市場變化時表現(xiàn)出的總體資源調配能力和應對能力，這種能力得到提升后將會引起企業(yè)運營情況的大幅改善，從而促使管理水平和績效水平提升。根據(jù)圖1，數(shù)字化水平通過提升企業(yè)戰(zhàn)略彈性進而影響企業(yè)創(chuàng)新績效的路徑如下：

第一，高新技術企業(yè)數(shù)字化水平的提升有效促進了內部信息傳遞和利用效率提升，使得企業(yè)管理效率得到改善，這正向增強了企業(yè)資源配置轉換彈性，有效提升了企業(yè)資源配置轉換能力。第二，數(shù)字化水平的提升顯著增強了企業(yè)各部門的交互緊密性，使得各部門的資源協(xié)同效應得到提升，從而提升了資源優(yōu)化配置效率以及高新技術企業(yè)內部資源配置轉換的靈活性?？傮w來看，數(shù)字化水平的提升通過信息效率效應和資源配置效應增強了高新技術企業(yè)內部資源配置戰(zhàn)略彈性，從而有效促進了企業(yè)創(chuàng)新績效的提升。第三，從長期發(fā)展看，高新技術企業(yè)數(shù)字化水平的提高既是順應時代變化的必然之舉，也顯著促進了長期內商業(yè)模式的變革，從而有效提升了企業(yè)資源利用的靈活性。第四，根據(jù)苑澤明等（2022）的研究，數(shù)字化發(fā)展較好的高新技術企業(yè)其外部聲譽會被有效強化，這吸引了市場中各類潛在交易者，從而有助于企業(yè)在資本市場獲得融資，進一步緩解了高新技術企業(yè)在創(chuàng)新投資方面的融資約束，有助于其創(chuàng)新績效的提升。綜合來看，高新技術企業(yè)數(shù)字化水平通過對商業(yè)模式變革的促進和對潛在投資者的吸引增強了企業(yè)資源利用的戰(zhàn)略彈性，從而有效促進創(chuàng)新績效的提升。

本文認為，高新技術企業(yè)數(shù)字化水平從資源配置轉換彈性和資源配置利用彈性兩個角度促進企業(yè)戰(zhàn)略彈性增強。根據(jù)Radoslaw（2021）的研究，當企業(yè)戰(zhàn)略彈性提升幅度較小時，數(shù)字化水平對企業(yè)創(chuàng)新績效的促進作用較小，一旦企業(yè)戰(zhàn)略彈性實現(xiàn)了“從量變到質變”的突破，企業(yè)數(shù)字化水平對創(chuàng)新績效的作用將得到顯著增強。即企業(yè)數(shù)字化水平對創(chuàng)新績效的促進作用不是簡單的正向線性關系，而是隨著戰(zhàn)略彈性的提升表現(xiàn)為非線性的突變式的增強影響。高新技術企業(yè)數(shù)字化水平通過對企業(yè)資源配置轉換彈性和企業(yè)資源利用彈性的增強提升了企業(yè)整體的戰(zhàn)略彈性，而企業(yè)戰(zhàn)略彈性具有典型的綜合管理屬性，戰(zhàn)略彈性的提升會誘導高新技術企業(yè)總體管理質量的“質的飛躍”，從而促使其創(chuàng)新績效提升，該過程如圖2 所示?；诖吮疚奶岢黾僭O2。

圖2 門檻加劇效應

假設2：數(shù)字化水平正向促進企業(yè)創(chuàng)新績效過程中受到戰(zhàn)略彈性的門檻調整，表現(xiàn)出門檻加劇效應（超越門檻值后促進作用增強）。

（三）異質性分析

在數(shù)字化水平促進企業(yè)創(chuàng)新績效提升過程中，戰(zhàn)略彈性總體上表現(xiàn)出門檻加劇效應，但是該效應可能受到不同企業(yè)股權結構和規(guī)模的影響。一般而言，相對于非國有高新技術企業(yè)，國有高新技術企業(yè)具有較顯著的市場地位和較高水平的政策支持力度，其總體戰(zhàn)略彈性的提升難度較高。即使戰(zhàn)略彈性提升后，數(shù)字化水平在促進企業(yè)創(chuàng)新績效提升過程中的門檻加劇效應，可能受到現(xiàn)有市場競爭壓力較小和政府支持力度較大的影響而被弱化。本文認為，相對于非國有企業(yè)，國有高新技術企業(yè)數(shù)字化水平對創(chuàng)新績效的影響可能存在如圖3 所示的門檻收斂效應。相對于大規(guī)模企業(yè)，小規(guī)模企業(yè)戰(zhàn)略彈性的提升難度較大，其總體戰(zhàn)略管理能力從“量變到質變”的難度較高，數(shù)字化水平對高新技術企業(yè)創(chuàng)新績效的門檻加劇效應可能轉變?yōu)槿鐖D3 所示的門檻收斂效應?；谏鲜鲇懻?，本文提出假設3。

圖3 門檻收斂效應

假設3：在數(shù)字化水平正向促進企業(yè)創(chuàng)新績效過程中，國有企業(yè)和小型企業(yè)戰(zhàn)略彈性的門檻加劇效應轉變?yōu)殚T檻收斂效應。

三、研究設計

（一）變量定義

表1列示了本文變量的相關定義及計算方法。

表1 變量定義

（二）變量的獲取方法

1.被解釋變量：創(chuàng)新績效?，F(xiàn)有研究中創(chuàng)新績效主要是從創(chuàng)新研發(fā)投入角度設計代理變量的，如章元等（2018）。也有部分學者從創(chuàng)新績效產(chǎn)出視角設計代理變量，如何瓊和曲立（2022）；還有部分學者通過設計指標體系進行自行測算，如肖澤磊等（2019）。本文認為創(chuàng)新績效要從創(chuàng)新投入和創(chuàng)新產(chǎn)出兩個角度設計代理變量，這樣才能全面反映企業(yè)創(chuàng)新績效水平。基于此，本文設計了產(chǎn)出型創(chuàng)新績效（Pera）和投入型創(chuàng)新績效（Perb），其中Pera 為觀測樣本年度專利技術保有量的自然對數(shù)，Perb 為觀測樣本研發(fā)投入占銷售收入的比值。

2.核心解釋變量：數(shù)字化發(fā)展水平。企業(yè)數(shù)字化發(fā)展水平難以從企業(yè)現(xiàn)有財務數(shù)據(jù)中找到合理的代理指標，已有研究主要采用兩種方法進行量化：一是采用企業(yè)ERP、MES和PLM 等數(shù)字化轉型投資項目的投資金額作為數(shù)字化水平的代理變量（劉淑春等，2021）；二是基于大數(shù)據(jù)技術借助Python對企業(yè)近年來文件進行爬蟲計算得到數(shù)字化水平代理變量（吳非等，2021）。本文認為數(shù)字化投資金額對數(shù)字化水平的代理準確度較低，因此借助Python 技術采用關鍵詞爬蟲手段計算得到樣本公司觀測年度的數(shù)字化發(fā)展水平。在具體計算中，首先借助Python 軟件爬蟲功能收集了樣本公司觀測年度的所有年度財務報告和半年度財務報告，并基于Java PDFbosx 數(shù)據(jù)庫算法提取了所有報告內容作為后續(xù)進行關鍵詞檢索的文件池。其次，在李春濤等（2020）研究基礎上結合Git Hub 的開源插件展開關聯(lián)性搜索，并在Python 中“Jieba”功能基礎上篩選了與企業(yè)數(shù)字化水平有關的關鍵詞，如表2所示。最后，按照公式（1）計算了高新技術企業(yè)數(shù)字化水平Diai，t，其中Wordsi，t為第i家公司第t年報告中出現(xiàn)表2中關鍵詞的頻數(shù)，Twordsj，t是第i家公司第t年所在行業(yè)j內所有入選樣本公司的關鍵詞之和。本文在此處關注了不同行業(yè)高新技術企業(yè)數(shù)字化水平的差異，原因是不同行業(yè)之間差異較為明顯，如果直接采用所有樣本公司混合在一起的關鍵詞頻數(shù)比值則無法識別行業(yè)差異。

表2 數(shù)字化水平文本挖掘關鍵詞

3.門檻變量：戰(zhàn)略彈性。戰(zhàn)略彈性又稱為戰(zhàn)略柔性，是企業(yè)在現(xiàn)實市場環(huán)境壓力下不斷優(yōu)化組織架構和資源組合的動態(tài)能力，這種能力主要體現(xiàn)在企業(yè)對資源配置轉換的彈性控制能力和對資源利用的彈性控制能力（Beraha 等，2018）。企業(yè)資源轉換彈性主要反映為短期資產(chǎn)配置協(xié)調能力、銷售資源配置協(xié)調能力和財務風險管理處置能力三個方面，本文分別采用存貨銷售比率（In/Sales）、銷售費用比率（Sf/Sales）和財務杠桿水平［Ebit/（Ebit-I）］三個財務指標反映上述三個方面的能力。在此基礎上本文將這三個指標在觀測年度內的指標方差相加作為企業(yè)資源轉換彈性Stra 的代理變量，具體計算如公式（2）所示，其中In、Sf、Sales、Ebit 和I 分別代表樣本公司的期末存貨、年度銷售費用、銷售收入、息稅前盈余和利息成本。

企業(yè)資源利用彈性是企業(yè)在資源內部配置和外部消耗過程中的動態(tài)調整和調度能力，該彈性越大，表明企業(yè)對資源的總體調度水平越高。該指標一般從短期利用彈性和長期利用彈性角度進行量化，其中短期利用彈性采用廣告費用支出變化度進行量化，長期利用彈性采用資本性支出變化度進行量化，具體如公式（3）所示，Cpe、Adv 和Ncf 分別代表觀測樣本的資本性支出、廣告費支出和經(jīng)營性現(xiàn)金凈流量。

4.控制變量。在識別數(shù)字化水平對企業(yè)創(chuàng)新績效的影響過程中必須控制其他因素對企業(yè)創(chuàng)新績效的影響。參考已有研究，企業(yè)自身特征和企業(yè)治理特征對企業(yè)創(chuàng)新績效的影響較為顯著，因此本文根據(jù)Usai 等（2021）的研究建議選擇長期負債率（Lrd）、短期負債率（Srd）、現(xiàn)金流增長率（Ncfr）、銷售凈利率（Ros）、運營費用率（Fer）和資產(chǎn)結構比率（Soa）共6 個企業(yè)特征變量作為控制變量，同時選擇股權集中性（Scr）、治理集權性（Mf）、股權類別（Sf）、審計意見（Au）和董事會治理獨立程度（Cf）共5個企業(yè)治理變量作為控制變量。

（三）模型設定

根據(jù)前文理論分析，數(shù)字化水平在影響企業(yè)創(chuàng)新績效時并不是簡單的線性關系，而是存在顯著的結構變化，因此傳統(tǒng)面板模型估計方法不再適用，需要設定具有識別結構突變特征的估計模型。Hansen 和Bruce（2000）對時間序列門檻回歸估計方法進行了拓展，Wang（2015）進一步解決了面板門檻模型的估計命令問題，使得面板門檻回歸成為估計結構突變問題的主要模型。

表3 為本文門檻效應檢驗結果。當Stra 為門檻變量時，無論被解釋變量是Pera還是Perb，模型均拒絕了無門檻效應和2 個門檻值原假設，表現(xiàn)出單重門檻效應。此時被解釋變量Pera 對應的門檻估計結果為0.8349，該門檻值在95%置信水平上對應的置信區(qū)間為［0.5635，1.2257］；被解釋變量Perb 對應的門檻值估計結果為0.8254，該門檻值在95%置信水平上對應的置信區(qū)間為［0.5522，1.1965］。當采用Strb 為門檻變量時，無論被解釋變量是Pera 還是Perb 模型，均表現(xiàn)出單重門檻效應，二者對應的門檻值估計結果分別為0.2112和0.1826，兩個門檻值置信水平均為95%。

表3 門檻效應檢驗

根據(jù)表3，本文選擇單重門檻面板模型如式（4）所示。其中I（·）為門檻回歸指示函數(shù)，γ代表戰(zhàn)略彈性的門檻回歸臨界值，如果Str＞γ 則I（·）=1，反之I（·）=0。i、t、j、n 分別代表樣本對象、年份、某個控制變量和控制變量總量，year 和μ 代表時間固定效應和個體固定效應，ε為隨機擾動項。

值得指出的是，本文在估計過程中假設樣本具有獨立同分布特征，即每個樣本公司的截距項具有固定性，這種設定可以有效減少模型內部的信息耗散，從而提高模型估計有效性（傅鵬和張鵬，2016）。另外，門檻變量可以設定為核心解釋變量也可以是其他變量，門檻變量選擇的主要依據(jù)是經(jīng)濟理論，這種設定并不影響模型整體的有效性（Hansen 和Bruce，2000）?；诖耍疚倪x擇了戰(zhàn)略彈性作為門檻變量。

（四）樣本選擇

本文樣本選擇時間區(qū)間設定為2012 ～2021 年，原因是2007年我國《企業(yè)會計準則》實施后才有上市公司關于研發(fā)投入的相關數(shù)據(jù)，而2008年和2009年按照要求披露的公司數(shù)量較少。與此同時，《高新技術企業(yè)認定管理辦法》每年都有較大調整，越久遠的認定與當前狀況的差異越大，這會降低模型估計的有效性。綜合上述考慮后，本文將選樣時間區(qū)間設定為2012～2021年。

本文選樣對象是滬深A 股上市公司，剔除了如下樣本：①選樣時間區(qū)間內出現(xiàn)ST或PT的公司；②金融類上市公司；③選樣時間區(qū)間內至少有一年沒有被認定為高新技術企業(yè)的公司；④選樣時間區(qū)間內同時發(fā)行B 股和H 股的公司；⑤選樣時間區(qū)間表1 數(shù)據(jù)嚴重缺失的公司。本文中相關數(shù)據(jù)均來自Wind數(shù)據(jù)庫，高新技術企業(yè)認定標準依賴于該數(shù)據(jù)庫中披露的高新技術企業(yè)認定與復審公告。為保證數(shù)據(jù)不受異常值影響，本文對表1被解釋變量、核心解釋變量和門檻變量均進行了1%和99%水平的縮尾處理。經(jīng)過上述篩選，本文共選取有效樣本974 個，按照證監(jiān)會高新技術企業(yè)的行業(yè)分類列示，具體如表4所示。

表4 樣本行業(yè)信息

四、實證分析

（一）描述性統(tǒng)計

表5 為主要變量的描述性統(tǒng)計結果。被解釋變量Pera 的極大值3.1241 是極小值0.6702 的4.66 倍，表現(xiàn)出顯著變化特征；其平均數(shù)1.7304大于中位數(shù)1.4405，數(shù)據(jù)具有右偏分布性，表明部分樣本Pera 值高于中位數(shù)幅度較大，提升了整體均值水平。Perb 表現(xiàn)出與Pera 一致的右偏分布性。核心解釋變量Dia 均值0.2793略低于中位數(shù)0.2853，表現(xiàn)出左偏分布性，這說明部分企業(yè)數(shù)字化水平偏離中位數(shù)幅度較大，導致均值水平被拉低。門檻變量Stra 和Strb 的極大值分別是對應極小值的2.76 倍和6.11 倍，均表現(xiàn)出右偏分布性。本文同時對所有變量進行了面板單位根檢驗，發(fā)現(xiàn)除Ncfr、Mf、Sf、Au 外，其余變量均不存在單位根。將存在單位根的變量進行Johansen 協(xié)整檢驗，發(fā)現(xiàn)上述變量至少存在一個協(xié)整關系。綜合來看，本文統(tǒng)計數(shù)據(jù)表現(xiàn)出較顯著的變化性特征，又符合統(tǒng)計學分布要求，為后文實證模型有效性奠定了基礎。

表5 描述性統(tǒng)計

（二）基準回歸

表6 顯示了以Stra 作為門檻變量進行面板門檻回歸的估計結果。首先，無論被解釋變量是Pera 還是Perb，兩個門檻回歸的R2值均在0.6以上，模型對應的F 檢驗均在1%的水平上統(tǒng)計顯著，說明模型整體通過了統(tǒng)計顯著性檢驗。其次，當被解釋變量為Pera 且門檻值Stra 小于0.8367 時，企業(yè)數(shù)字化水平Dia 的系數(shù)0.2156 在1%的水平上統(tǒng)計顯著，當被解釋變量為Pera且門檻值Stra 大于等于0.8349 時，Dia 的系數(shù)0.3012 在10%的水平上統(tǒng)計顯著，說明數(shù)字化水平Dia正向促進產(chǎn)出型企業(yè)創(chuàng)新績效Pera，且在突破戰(zhàn)略彈性門檻后該正向促進效果進一步提升，表現(xiàn)出門檻加劇效應，該結論支持了假設1和假設2。再次，當被解釋變量為投入型創(chuàng)新績效Perb 時，數(shù)字化水平Dia 的系數(shù)在門檻值Stra 小于0.8254 時，其系數(shù)0.6725 在5%的水平上顯著為正；當門檻值Stra 大于0.8254，Dia 的系數(shù)0.7013在5%的水平上顯著為正。由于突破門檻值后的系數(shù)更大，說明數(shù)字化水平不僅正向促進投入型創(chuàng)新績效提升，并且隨著企業(yè)戰(zhàn)略彈性的提升，該正向促進作用進一步增強。即數(shù)字化水平正向促進了投入型創(chuàng)新績效提升，并具有門檻加劇效應。該結論進一步支持了假設1和假設2。最后，控制變量Lrd、Srd、Soa和Scr表現(xiàn)出對創(chuàng)新績效的負向影響，其余控制變量表現(xiàn)出對創(chuàng)新績效的正向影響，上述控制變量的表現(xiàn)與預期相符，表明起到了良好的控制作用。綜合以上分析，本文發(fā)現(xiàn)數(shù)字化水平Dia 正向促進了高新技術企業(yè)產(chǎn)出型和投入型創(chuàng)新績效，且在戰(zhàn)略彈性突破門檻值后該正向作用進一步增強，即數(shù)字化水平正向促進企業(yè)創(chuàng)新績效時表現(xiàn)出如圖2所示的門檻加劇效應。

表6 基準門檻回歸

（三）內在機制分析

根據(jù)本文理論機制分析，企業(yè)數(shù)字化水平的提升通過信息效率效應、資源配置效應、模式變革效應和信號強化效應影響企業(yè)戰(zhàn)略彈性進而影響企業(yè)創(chuàng)新績效。但是，為何會存在門檻加劇效應？本文認為原因有三：第一，戰(zhàn)略彈性是高新技術企業(yè)資源利用效率的綜合指標，代表了企業(yè)在融資、投資、項目管理和內部控制方面的綜合管理水平，戰(zhàn)略彈性實現(xiàn)了從“量變”到“質變”的提升后，有效提升了企業(yè)創(chuàng)新投入資源的綜合效率，從而表現(xiàn)出對創(chuàng)新績效的門檻加劇效應。第二，數(shù)字化水平在刺激戰(zhàn)略彈性優(yōu)化過程中，戰(zhàn)略彈性對數(shù)字化水平的提升產(chǎn)生反向作用力，二者形成相互影響的合力進而表現(xiàn)出螺旋形的加速增長，這進一步沉淀為對產(chǎn)出型創(chuàng)新績效的加速促進作用。第三，戰(zhàn)略彈性代表了企業(yè)利用資源的多樣性水平和配置能力，當該變量實現(xiàn)門檻突破后，企業(yè)的資源總量和資源控制力都實現(xiàn)了質的提升，這進一步促進了企業(yè)創(chuàng)新績效的加速提升。綜合以上分析，戰(zhàn)略彈性實現(xiàn)門檻突破后，數(shù)字化水平對企業(yè)創(chuàng)新績效的促進表現(xiàn)出門檻加劇效應。

（四）異質性檢驗

1.股權異質性。根據(jù)本文理論機制分析，不同股權的高新技術企業(yè)數(shù)字化水平對創(chuàng)新績效的影響可能表現(xiàn)出異質性?；诖?，本文將樣本公司分為“國有”組和“非國有”組，其中“國有”組包括國有全資公司和國有控股公司，共有372 個，占樣本總數(shù)的38.19%，剩余樣本為“非國有”組，共有602 個，占樣本總數(shù)的61.81%。表7列示了本文股權異質性回歸結果。

表7 股權異質性的門檻回歸

首先，本文對兩組樣本進行門檻效應存在性檢驗，發(fā)現(xiàn)當被解釋變量為產(chǎn)出型創(chuàng)新績效Pera 時，“國有”組存在單重門檻效應，門檻值Stra為0.9066，“非國有”組也存在單重門檻效應，門檻值Stra 為0.8124?！皣小苯M和“非國有”組R2均在0.6以上，對應F統(tǒng)計值均通過了1%顯著性水平的統(tǒng)計檢驗。

其次，從“國有”組看，被解釋變量為Pera時，在沒有超過戰(zhàn)略彈性門檻臨界值之前，數(shù)字化水平Dia 的系數(shù)0.2253顯著為正，在戰(zhàn)略彈性超過門檻值后Dia的系數(shù)0.2085顯著為正，由于超過門檻值后Dia的系數(shù)更小，說明數(shù)字化水平對產(chǎn)出型創(chuàng)新績效的正向促進作用變得更小，具有收斂性特征，即“國有”組樣本數(shù)字化水平對產(chǎn)出型創(chuàng)新績效的促進作用具有如圖3 所示的門檻收斂效應。從“非國有”組看，數(shù)字化水平Dia 的系數(shù)在戰(zhàn)略彈性門檻值前后分別在1%和5%的水平上統(tǒng)計顯著，且門檻值前的系數(shù)0.2364 小于門檻值后的系數(shù)0.3014，即“非國有”組數(shù)字化水平對創(chuàng)新績效的促進作用表現(xiàn)出與基準回歸一致的門檻加劇效應。

再次，當被解釋變量為投入型創(chuàng)新績效Perb 時，“國有”組和“非國有”組模型均符合模型統(tǒng)計顯著性要求，“國有”組Dia的系數(shù)在戰(zhàn)略彈性Stra門檻值前的系數(shù)0.6105大于門檻值后的系數(shù)0.5226，表現(xiàn)出如圖3所示的門檻收斂效應；“非國有”組數(shù)字化水平Dia 系數(shù)在戰(zhàn)略彈性Stra 門檻值前的系數(shù)0.5221 小于門檻值后的系數(shù)0.6158，表現(xiàn)出如圖2所示的門檻加劇效應。

綜合來看，將樣本分為“國有”和“非國有”后數(shù)字化水平對高新技術企業(yè)投入型和產(chǎn)出型創(chuàng)新績效均有促進作用，但是“國有”組表現(xiàn)出門檻收斂效應，而“非國有”組表現(xiàn)出門檻加劇效應，該結論驗證了假設3。國有企業(yè)戰(zhàn)略彈性的門檻加劇效應變?yōu)殚T檻收斂效應的核心原因有二：第一，國有企業(yè)原有戰(zhàn)略彈性水平較高，通過數(shù)字化水平刺激戰(zhàn)略彈性提升較為困難，從而很難表現(xiàn)出門檻加劇效應。第二，戰(zhàn)略彈性主要代表的是企業(yè)運營管理和資源利用效率，國有企業(yè)自身市場資源豐富、市場占有率較高，企業(yè)運營管理水平偏低，這可能導致其戰(zhàn)略彈性難以有效提升，進而無法表現(xiàn)出門檻加劇效應。

2.規(guī)模異質性。根據(jù)本文理論分析，在數(shù)字化水平影響高新技術企業(yè)創(chuàng)新績效過程中不同規(guī)模的企業(yè)可能表現(xiàn)出不同特征。本文以樣本觀測期內平均注冊資本6.53 億元為臨界值，將注冊資本在6.53 億元以下的企業(yè)分類為小型企業(yè)，剩余樣本分類為大型企業(yè)。經(jīng)過測算歸類為小型企業(yè)的樣本共有523個，歸類為大型企業(yè)的樣本共有451個。為體現(xiàn)規(guī)模差異影響，本文將兩類樣本中最靠近注冊資本臨界值的10%樣本刪除，剔除后小型企業(yè)和大型企業(yè)分別有470家和406家。

經(jīng)過上述處理后本文對兩類樣本進行面板門檻回歸，結果如表8所示。第一，無論被解釋變量采用Pera還是Perb，大型企業(yè)和小型企業(yè)均存在單重門檻效應。第二，無論被解釋變量采用Pera還是Perb，大型企業(yè)數(shù)字化水平Dia 的系數(shù)在戰(zhàn)略彈性門檻值前后均顯著為正，這說明大型企業(yè)數(shù)字化水平顯著提升了企業(yè)創(chuàng)新績效。與此同時，在戰(zhàn)略彈性突破門檻值前的Dia系數(shù)均小于突破戰(zhàn)略彈性門檻值后的Dia 系數(shù)，說明大型高新技術企業(yè)數(shù)字化水平對創(chuàng)新績效的促進作用具有門檻加劇效應。第三，無論被解釋變量采用Pera還是Perb，小型企業(yè)數(shù)字化水平Dia的系數(shù)在戰(zhàn)略彈性門檻值前后均顯著為正，這說明小型企業(yè)數(shù)字化水平顯著提升了企業(yè)創(chuàng)新績效。與此同時，在戰(zhàn)略彈性突破門檻值前的Dia 系數(shù)均大于突破戰(zhàn)略彈性門檻值后的Dia 系數(shù)，說明小型高新技術企業(yè)數(shù)字化水平對創(chuàng)新績效的促進作用具有門檻收斂效應。該結論驗證了假設3。小型企業(yè)戰(zhàn)略彈性表現(xiàn)出門限收斂效應的原因有二：第一，小型企業(yè)自身資源較少，資源利用效率和靈活程度較低，其戰(zhàn)略彈性提升速度較慢，很難實現(xiàn)戰(zhàn)略彈性從“量變”到“質變”的升級。第二，企業(yè)創(chuàng)新績效受到市場規(guī)模和市場占有率的影響較大，也受到企業(yè)市場地位的影響，即使小型企業(yè)實現(xiàn)了戰(zhàn)略彈性的質變，也可能因為較弱的市場地位而抑制了創(chuàng)新績效的加速提升。

表8 規(guī)模異質性的門檻回歸

（五）穩(wěn)健性與內生性檢驗

表9顯示了將戰(zhàn)略彈性門檻變量從Stra替換為Strb后的回歸結果。無論是采用Pera 還是Perb，作為被解釋變量數(shù)字化水平Dia 的系數(shù)均顯著為正，且門檻值后的系數(shù)均大于門檻值前的系數(shù)，表現(xiàn)出門檻加劇效應，該結果和表6 一致。本文同時對股權異質性和規(guī)模異質性分析中的門檻變量進行替換，再次進行檢驗，結論分別與表7和表9一致，即本文異質性分析具有穩(wěn)健性。限于篇幅，本文不再列示該異質性的穩(wěn)健性檢驗結果。

表9 替換門檻變量的穩(wěn)健性檢驗

由于高新技術企業(yè)的創(chuàng)新績效可能具有時間序列關聯(lián)性，前期創(chuàng)新績效的累積可能是后期創(chuàng)新績效提升的主要動力，這會導致模型構建過程中出現(xiàn)內生性問題。為減少模型內生性干擾，本文采用系統(tǒng)矩估計（Sys-GMM）進行動態(tài)面板建模，如表10 所示。根據(jù)表10，無論被解釋變量采用Pera 還是Perb，兩個模型均通過了Arellano-Bond二階自相關檢驗，且通過了Hansen 過度識別檢驗和Hansen 工具變量有效性檢驗，說明模型構建有效。兩個模型中數(shù)字化水平Dia的系數(shù)均在1%的水平上顯著為正，說明數(shù)字化水平正向促進企業(yè)創(chuàng)新績效，內生性問題較小，回歸結果具有穩(wěn)健性。

五、結論與建議

本文在國家數(shù)字化建設戰(zhàn)略指導下，結合2012 ～2021 年高新技術企業(yè)數(shù)據(jù)，采用文本挖掘和面板門檻模型研究了數(shù)字化水平對企業(yè)創(chuàng)新績效的非線性關系，研究發(fā)現(xiàn)：高新技術企業(yè)數(shù)字化水平有效促進了其投入型和產(chǎn)出型創(chuàng)新績效提升，這種促進作用在戰(zhàn)略彈性的調節(jié)下表現(xiàn)出門檻加劇效應。相對于非國有高新技術企業(yè)，國有高新技術企業(yè)的門檻加劇效應轉變?yōu)殚T檻收斂效應；相對于大型企業(yè)，小型企業(yè)表現(xiàn)出戰(zhàn)略彈性調整下的門檻收斂效應。

基于上述研究結論，為有效促進我國高新技術企業(yè)數(shù)字化水平提升并科學利用其對創(chuàng)新績效的促進作用，本文提出如下建議：第一，高新技術企業(yè)應該在國家數(shù)字經(jīng)濟戰(zhàn)略指導下高質量提升自身數(shù)字化水平。為此，高新技術企業(yè)應該從戰(zhàn)略層面構建自身長期數(shù)字化發(fā)展戰(zhàn)略，并在組織準備、人員配置和財務資源供給方面進行充分準備；同時，高新技術企業(yè)應該積極搭建與外部數(shù)字化發(fā)展平臺的網(wǎng)絡關系，提升企業(yè)數(shù)字網(wǎng)絡質量；另外，高新技術企業(yè)可以嘗試開發(fā)具有專業(yè)屬性的數(shù)字經(jīng)營試驗區(qū)，有效提升“云端”制造水平。第二，國有高新技術企業(yè)數(shù)字化水平對創(chuàng)新績效的作用效果應該進一步提升。政府應該加強國有高新技術企業(yè)的內部控制管理，有效提升其戰(zhàn)略資源配置多樣性和戰(zhàn)略資源轉換水平，并基于戰(zhàn)略彈性的調整有效增強國有企業(yè)數(shù)字化水平對創(chuàng)新績效的促進作用。第三，有效發(fā)揮小型高新技術企業(yè)數(shù)字化水平對創(chuàng)新績效的提升作用。根據(jù)本文實證結論，我國小型高新技術企業(yè)尚未表現(xiàn)出戰(zhàn)略彈性調節(jié)下的門限加劇效應，說明小型企業(yè)數(shù)字化水平對創(chuàng)新績效的促進有待進一步提升?；诖?，政府應該在數(shù)字化發(fā)展的財政支持、專項補貼和稅收補貼方面給予小型高新技術企業(yè)更多支持，小型高新技術企業(yè)應該積極有效地利用數(shù)字化水平提升所具有的信息效率效應、資源配置效應、模式變革效應和信號強化效應，并基于此提升組織戰(zhàn)略彈性，從而盡快實現(xiàn)數(shù)字化水平對創(chuàng)新績效促進作用的“質變”。