崔煜雯,劉 洪,張 晶
(1.南京大學 商學院,江蘇 南京 210093;2.重慶大學 經(jīng)濟與工商管理學院,重慶 400044)
數(shù)字經(jīng)濟背景下,數(shù)字化創(chuàng)新逐漸成為企業(yè)實現(xiàn)可持續(xù)發(fā)展的重要抓手(李小青,何瑋萱,2022)。數(shù)字化創(chuàng)新是指整合并利用數(shù)字化資源改進產(chǎn)品服務(wù)與業(yè)務(wù)流程的實踐活動[1]。部分中國企業(yè)憑借這一創(chuàng)新活動實現(xiàn)產(chǎn)品服務(wù)多樣化、業(yè)務(wù)流程精簡化,在數(shù)字經(jīng)濟浪潮中獲得了一席之地。國家知識產(chǎn)權(quán)局發(fā)布的數(shù)據(jù)顯示,2022年我國數(shù)字化創(chuàng)新發(fā)明專利量為32.5萬件,同比增長17.9%??梢?近年來,我國數(shù)字化創(chuàng)新取得了一定成果。然而,由于高風險和長周期特性,大多數(shù)企業(yè)仍處于數(shù)字化創(chuàng)新初級階段,面臨資源緊張、行業(yè)發(fā)展失衡等困境。埃森哲研究指出,2022年中國企業(yè)數(shù)字化轉(zhuǎn)型成功率只有17%。因此,如何扎實推進企業(yè)數(shù)字化創(chuàng)新,重塑競爭優(yōu)勢,成為企業(yè)在數(shù)字化創(chuàng)新進程中面臨的重要問題。
基于對這一問題的關(guān)注,學者們對數(shù)字化創(chuàng)新前因進行了深入研究,主要包括外部環(huán)境因素[2]、組織因素[3],以及管理者個人因素[4]。其中,業(yè)績期望落差作為重要組織因素,也會影響企業(yè)數(shù)字化創(chuàng)新[5]。然而,對于業(yè)績期望落差與企業(yè)數(shù)字化創(chuàng)新的關(guān)系,現(xiàn)有研究尚未達成共識。部分學者基于企業(yè)行為理論,認為業(yè)績期望落差是企業(yè)在數(shù)字經(jīng)濟時代創(chuàng)新變革的信號,企業(yè)會積極開展問題搜索,反思現(xiàn)有創(chuàng)新模式的不足,在內(nèi)外部資源整合的基礎(chǔ)上通過數(shù)字化創(chuàng)新活動應(yīng)對持續(xù)下滑的業(yè)績困境,即業(yè)績期望落差能夠促進企業(yè)數(shù)字化創(chuàng)新[6-7]。也有學者援引“威脅—剛性”理論,認為對企業(yè)而言,業(yè)績期望落差是威脅,會誘發(fā)企業(yè)剛性行為。此時,企業(yè)傾向于采用控制成本、減少數(shù)字化創(chuàng)新投入等剛性應(yīng)對方式回避數(shù)字化創(chuàng)新,即業(yè)績期望落差不利于企業(yè)數(shù)字化創(chuàng)新[5,8]。上述研究結(jié)論不統(tǒng)一說明二者間的作用機制尚未厘清,仍需進一步探討。
本文認為,上述研究結(jié)論不一致的原因在于:一是未全面考慮業(yè)績期望落差程度對企業(yè)數(shù)字化創(chuàng)新的影響,不同業(yè)績期望落差程度下企業(yè)可能會采取不同行為;二是對影響業(yè)績期望落差與數(shù)字化創(chuàng)新關(guān)系的權(quán)變因素缺乏深入探討。基于此,本文研究思路如下:一是跳出“驅(qū)動論”與“阻抑論”的二分法觀點,結(jié)合企業(yè)行為理論與“威脅—剛性”理論,借鑒生存參照點的觀點,提出業(yè)績期望落差程度會影響企業(yè)看待業(yè)績期望落差的方式,進而影響企業(yè)數(shù)字化創(chuàng)新這一觀點。當業(yè)績期望落差較小時,企業(yè)會將其視為創(chuàng)新信號并開展問題搜索,此時企業(yè)數(shù)字化創(chuàng)新意愿較強;當業(yè)績期望落差較大時,企業(yè)生存受到威脅,會采取剛性行為回避數(shù)字化創(chuàng)新。本文認為,“過猶不及”原則可能有助于揭示二者間的復(fù)雜關(guān)系,即隨著業(yè)績期望落差加大,企業(yè)數(shù)字化創(chuàng)新呈現(xiàn)先上升后下降趨勢。二是尋找業(yè)績期望落差與企業(yè)數(shù)字化創(chuàng)新間的邊界條件。現(xiàn)有研究主要基于管理者能力、客戶集中度等企業(yè)資源視角進行探討(李唐等,2020;李姝等,2021),鮮有關(guān)注企業(yè)資源與能力的共同作用。資源基礎(chǔ)理論認為,企業(yè)創(chuàng)新決策不僅與自身經(jīng)營狀況有關(guān),而且會因組織資源與能力差異而有所不同(Teece等,1997)。由此,企業(yè)資源與能力構(gòu)成業(yè)績期望落差影響數(shù)字化創(chuàng)新的重要邊界條件。具體而言,企業(yè)數(shù)字化創(chuàng)新離不開冗余資源與政府補助這兩種關(guān)鍵資源支持[9],其充足與否會影響企業(yè)數(shù)字化創(chuàng)新。此外,權(quán)力作為企業(yè)激勵CEO的方式,是企業(yè)治理能力的重要表現(xiàn)[10]。有研究表明,CEO權(quán)力會影響企業(yè)數(shù)字化創(chuàng)新等風險決策制定[11]。因此,本文提出,業(yè)績期望落差狀態(tài)下企業(yè)是否進行數(shù)字化創(chuàng)新,不僅需要充分考慮冗余資源與政府補助這些關(guān)鍵資源的影響,而且需要重視CEO權(quán)力這一企業(yè)治理能力的作用?;谏鲜龇治?本研究融合企業(yè)行為理論與“威脅—剛性”理論,主要探討以下兩個問題:第一,業(yè)績期望落差與企業(yè)數(shù)字化創(chuàng)新間是否存在非線性關(guān)系?即業(yè)績期望落差與企業(yè)數(shù)字化創(chuàng)新是否存在先上升后下降的倒U型關(guān)系。第二,企業(yè)資源(冗余資源和政府補助)與企業(yè)治理能力(CEO權(quán)力)如何進一步影響上述倒U型關(guān)系?
與現(xiàn)有文獻相比,本文可能的貢獻如下:第一,探討業(yè)績期望落差對企業(yè)數(shù)字化創(chuàng)新的作用機理。本文結(jié)合企業(yè)行為理論和“威脅—剛性”理論,強調(diào)業(yè)績期望落差與企業(yè)數(shù)字化創(chuàng)新間的非線性關(guān)系,可為進一步揭示二者間關(guān)系提供新思路;第二,豐富業(yè)績期望落差與企業(yè)數(shù)字化創(chuàng)新關(guān)系邊界條件。本文依據(jù)資源基礎(chǔ)理論,探討企業(yè)資源(冗余資源和政府補助)與治理能力(CEO權(quán)力)對二者間關(guān)系的影響,揭示業(yè)績期望落差作用于企業(yè)數(shù)字化創(chuàng)新的邊界條件,以期拓展冗余資源、政府補助和CEO權(quán)力在業(yè)績期望落差與企業(yè)數(shù)字化創(chuàng)新領(lǐng)域的應(yīng)用。
業(yè)績期望落差是指企業(yè)實際業(yè)績低于期望業(yè)績,表示企業(yè)處于虧損狀態(tài)[12]。業(yè)績期望落差可為企業(yè)數(shù)字化創(chuàng)新提供重要參考,管理者能夠根據(jù)業(yè)績期望落差判斷企業(yè)經(jīng)營狀況,進而調(diào)整企業(yè)數(shù)字化創(chuàng)新。受業(yè)績期望落差狀態(tài)影響,企業(yè)數(shù)字化創(chuàng)新意愿和能力會有所不同。
依據(jù)企業(yè)行為理論,當業(yè)績期望落差較小時,管理者一般會認為企業(yè)處于虧損但不影響生存的狀態(tài)。此時,企業(yè)會開展問題搜索,并愿意通過創(chuàng)新促使組織業(yè)績盡快恢復(fù)到期望水平[7]。管理者逐漸認識到已有創(chuàng)新方式不適應(yīng)數(shù)字經(jīng)濟發(fā)展,只有采用新的創(chuàng)新方式才能提升企業(yè)業(yè)績。數(shù)字化創(chuàng)新被管理者視為應(yīng)對業(yè)績期望落差的有效手段,是解決業(yè)績問題的有效途徑[13]。因此,當業(yè)績期望落差較小時,管理者利用數(shù)字化創(chuàng)新恢復(fù)業(yè)績的意愿不斷增強。此時,企業(yè)擁有可利用資源,能夠緩解數(shù)字化創(chuàng)新面臨的內(nèi)部阻力和外部壓力,通過將有限的資源用于調(diào)試組織結(jié)構(gòu)與管理體系,以匹配數(shù)字化創(chuàng)新。此外,在前景理論指導(dǎo)下,管理者樂于采取創(chuàng)新方式規(guī)避損失(魏龍,黨興華,2022),愿意為數(shù)字化創(chuàng)新活動承擔更高的風險。因此,當業(yè)績期望落差較小時,管理者會認為業(yè)績期望落差是可修復(fù)的鴻溝,隨著業(yè)績期望落差加大,管理者傾向于實施數(shù)字化創(chuàng)新。管理者會將注意力集中在搜尋新的數(shù)字技術(shù)上,并結(jié)合企業(yè)實際情況將數(shù)字技術(shù)用于改進業(yè)務(wù)流程、運營管理等方面,通過實施更多數(shù)字化創(chuàng)新行為促進業(yè)績提升。
隨著業(yè)績期望落差持續(xù)加大,企業(yè)失敗概率增加。此時,管理者會將注意力放在企業(yè)生存問題上,由此二者間關(guān)系可能發(fā)生轉(zhuǎn)變。管理者會將較大的業(yè)績期望落差視為對企業(yè)生存的威脅,為了解除威脅,更有可能將有限的資源投向短期項目,而不愿意開展高難度的數(shù)字化創(chuàng)新(Desai,2016)。同時,根據(jù)“威脅—剛性”理論,業(yè)績期望落差增加促使管理者壓力加大,由此降低管理者對風險偏好的感知水平[14]。此時,管理者會減少數(shù)字化創(chuàng)新投入。另外,過大的業(yè)績期望落差會導(dǎo)致企業(yè)資源基礎(chǔ)受損,有限的投資能力難以支持企業(yè)數(shù)字化創(chuàng)新。管理者若盲目開展數(shù)字化創(chuàng)新,不但無法改善業(yè)績,反而會進一步降低企業(yè)資源配置效率。出于經(jīng)濟理性,管理者實施數(shù)字化創(chuàng)新的意愿減弱。據(jù)此,本文提出如下假設(shè):
H1:業(yè)績期望落差與企業(yè)數(shù)字化創(chuàng)新間存在倒U型關(guān)系。
冗余資源是指企業(yè)資源中超出實際所需資源的部分或未使用的資源[7]。企業(yè)數(shù)字化創(chuàng)新往往受到內(nèi)部冗余資源的制約。尤其在業(yè)績期望落差下,企業(yè)可能會因冗余資源的多寡而選擇是否開展數(shù)字化創(chuàng)新。本文推測,冗余資源在業(yè)績期望落差與企業(yè)數(shù)字化創(chuàng)新間可能發(fā)揮重要作用。
當業(yè)績期望落差較小時,過多冗余資源可能會削弱業(yè)績期望落差對企業(yè)數(shù)字化創(chuàng)新的正向影響。這一階段,過多冗余資源可能會模糊業(yè)績反饋信號,呈現(xiàn)出企業(yè)運營情況良好的假象。該假象不僅會激發(fā)企業(yè)組織惰性,降低企業(yè)風險感知能力和環(huán)境敏感性,而且會強化企業(yè)認為當前創(chuàng)新模式與外界環(huán)境相匹配的信念,使企業(yè)對當前創(chuàng)新模式產(chǎn)生依賴,從而淡化實施數(shù)字化創(chuàng)新的緊迫感。此外,當業(yè)績期望落差較小時,企業(yè)對冗余資源的應(yīng)急需求水平較低,過多冗余資源反而是負擔,會增加企業(yè)管理成本(Wang等,2016)。冗余資源越多,企業(yè)越會將注意力放在冗余資源管理上,減少對數(shù)字化創(chuàng)新的關(guān)注,進而錯失數(shù)字化創(chuàng)新機會。
隨著業(yè)績期望落差持續(xù)增大,較多的冗余資源可能緩解業(yè)績期望落差對企業(yè)數(shù)字化創(chuàng)新的負向影響。首先,當業(yè)績期望落差增大時,冗余資源能夠彌補企業(yè)因業(yè)績下滑帶來的損失(劉力剛,姜莉莉,2022),進而緩解業(yè)績落差對企業(yè)的沖擊,為管理者實施高風險數(shù)字化創(chuàng)新解除后顧之憂。其次,較多的冗余資源可以提高管理者風險容忍度,增強管理者數(shù)字化創(chuàng)新意愿。冗余資源能夠為企業(yè)數(shù)字化創(chuàng)新提供支持,并為數(shù)字化創(chuàng)新潛在不利后果提供緩沖,有助于增強管理者風險抵御能力,進而提升其風險承擔水平(賀小剛等,2017)。換句話說,冗余資源可以緩解管理者對數(shù)字化創(chuàng)新失敗的恐懼,增強管理者信心,有利于激發(fā)企業(yè)在業(yè)績期望落差下的數(shù)字化創(chuàng)新。據(jù)此,本文提出如下假設(shè):
H2:冗余資源能夠弱化業(yè)績期望落差與企業(yè)數(shù)字化創(chuàng)新間的倒U型關(guān)系。
除企業(yè)內(nèi)部冗余資源外,外部環(huán)境中的資源可得性也是企業(yè)開展數(shù)字化創(chuàng)新的重要影響因素(Li等,2018)。政府補助作為企業(yè)外部資源,是指各地方政府根據(jù)當前方針政策,無償給予當?shù)仄髽I(yè)創(chuàng)新活動所需資金,能夠為處于困境中的企業(yè)開展創(chuàng)新提供幫助[15]。由此可見,政府補助可能會對業(yè)績期望落差與企業(yè)數(shù)字化創(chuàng)新關(guān)系產(chǎn)生影響。
當業(yè)績期望落差較小時,政府補助主要通過提供資金支持和傳遞創(chuàng)新扶持信號促進數(shù)字化創(chuàng)新。一方面,政府補助可以為企業(yè)數(shù)字化創(chuàng)新提供資金,緩解因業(yè)績下滑導(dǎo)致的資金不足問題,進而增強企業(yè)數(shù)字化創(chuàng)新的積極性。政府無償將資金投入到企業(yè),激勵企業(yè)實施數(shù)字化平臺搭建、數(shù)字技術(shù)研發(fā)等創(chuàng)新活動,這是對企業(yè)數(shù)字化創(chuàng)新最直接和最有效的支持。同時,數(shù)字化創(chuàng)新具有高風險、復(fù)雜性等特點,相比于自有資源,企業(yè)在使用政府補助進行數(shù)字化創(chuàng)新時,需要承擔的風險更小。企業(yè)既不會損失大量已有資源,也無需承擔數(shù)字化創(chuàng)新失敗的責任(肖書鋒,王可昕,2022)。另一方面,政府補助無形中可為企業(yè)貼上“政府認證”的標簽,向外部投資者傳遞政府支持企業(yè)數(shù)字化創(chuàng)新的信號,從而有效緩解企業(yè)融資約束(王剛剛等,2017)。因此,政府補助能夠在一定程度上增強業(yè)績期望落差下的企業(yè)數(shù)字化創(chuàng)新意愿和能力,從而強化二者間的正向關(guān)系。
然而,隨著業(yè)績期望落差持續(xù)增大,政府補助可能強化業(yè)績期望落差對企業(yè)數(shù)字化創(chuàng)新的負向影響。首先,這一階段,企業(yè)生存壓力增大,為了快速提升業(yè)績,管理者傾向于選擇追隨性創(chuàng)新方式,減少數(shù)字化創(chuàng)新投入,擱置數(shù)字化創(chuàng)新想法。特別是當企業(yè)業(yè)績期望落差加大時,政府補助的擠出效應(yīng)愈發(fā)顯著。已有研究發(fā)現(xiàn),業(yè)績期望落差下企業(yè)傾向于通過粉飾業(yè)績獲取政府補助,在獲得補助后不需要真正將數(shù)字技術(shù)落地即可獲得利潤。因此,企業(yè)傾向于騙補而不是真正實施數(shù)字化創(chuàng)新[8]。此外,政府補助更多的是給企業(yè)“輸血”,而不能提升企業(yè)“造血”能力。企業(yè)數(shù)字化創(chuàng)新依賴于自身資源基礎(chǔ)與技術(shù),而政府補助難以持續(xù)(劉婧等,2019),一時資金富足難以長期推動業(yè)績期望落差下的企業(yè)數(shù)字化創(chuàng)新。據(jù)此,本文提出如下假設(shè):
H3: 政府補助能夠強化業(yè)績期望落差與企業(yè)數(shù)字化創(chuàng)新間的倒U型關(guān)系。
CEO權(quán)力是指CEO在企業(yè)治理中依據(jù)個人意愿行事的能力,是企業(yè)治理能力的具體體現(xiàn)[12]。CEO作為企業(yè)核心領(lǐng)導(dǎo)者和創(chuàng)新決策者[11],能夠通過自身權(quán)力對業(yè)績期望落差下的企業(yè)數(shù)字化創(chuàng)新施加影響。
當業(yè)績期望落差較小時, CEO權(quán)力可能會弱化業(yè)績期望落差對企業(yè)數(shù)字化創(chuàng)新的正向影響。這一階段,企業(yè)生存危機并不緊迫,高權(quán)力CEO出于利己動機,為了獲取高額報酬和維護自身形象,選擇通過快速提高短期業(yè)績的方式扭轉(zhuǎn)業(yè)績下滑的局面,而不愿意進行高風險數(shù)字化創(chuàng)新。一方面,數(shù)字化創(chuàng)新作為復(fù)雜度高、投入大、見效慢的長期風險性行為,其結(jié)果具有高度不確定性[16]。作為企業(yè)數(shù)字化創(chuàng)新的主要推動者,CEO需要對數(shù)字化創(chuàng)新結(jié)果負責,若數(shù)字化創(chuàng)新成效不理想,董事會可能降低CEO薪酬甚至解聘CEO。因此,當業(yè)績期望落差較小時,為了降低自身被降薪或解聘的可能性,高權(quán)力CEO傾向于通過縮減成本等方式提升業(yè)績,而不愿意進行高風險數(shù)字化創(chuàng)新。另一方面,當業(yè)績期望落差較小時,為了維護自身形象,高權(quán)力CEO更愿意維持現(xiàn)狀,而不愿意進行數(shù)字化創(chuàng)新。具體而言,高權(quán)力CEO為了維護自身形象,會選擇利用權(quán)力掩蓋業(yè)績期望落差帶來的消極影響,創(chuàng)造出運營情況良好的假象。上述行為不僅會導(dǎo)致企業(yè)忽視業(yè)績期望落差這一數(shù)字化創(chuàng)新信號,降低其風險感知能力,而且會強化企業(yè)對現(xiàn)有創(chuàng)新模式的依賴,最終導(dǎo)致企業(yè)不愿意開展數(shù)字化創(chuàng)新。
隨著業(yè)績期望落差持續(xù)增大, CEO權(quán)力可能會弱化業(yè)績期望落差對企業(yè)數(shù)字化創(chuàng)新的負向影響。這一階段,企業(yè)生存壓力增大,高權(quán)力CEO需要力挽狂瀾,主要通過數(shù)字化創(chuàng)新提升企業(yè)業(yè)績[13]。具體而言,高權(quán)力CEO具有較強的自我強化動機,這能夠激發(fā)其冒險精神和風險意識[17],促使其更愿意采取數(shù)字化創(chuàng)新等方式提升企業(yè)業(yè)績。同時,高權(quán)力CEO在決策制定與實施過程中具有話語權(quán),能夠說服企業(yè)高管支持數(shù)字化創(chuàng)新,有助于降低數(shù)字化創(chuàng)新阻力。此外,當CEO權(quán)力較大時,他們會更加自信地看待由自己主導(dǎo)的數(shù)字化創(chuàng)新,堅信自身對行業(yè)趨勢與技術(shù)發(fā)展的判斷,更加關(guān)注數(shù)字化創(chuàng)新帶來的收益而忽略其潛在風險,能夠制定前瞻性數(shù)字化創(chuàng)新決策。因此,當企業(yè)面臨較大的業(yè)績期望落差時,高權(quán)力CEO更愿意轉(zhuǎn)變創(chuàng)新治理理念和模式,并從戰(zhàn)略層面指導(dǎo)企業(yè)實現(xiàn)創(chuàng)新鏈前后端數(shù)字化,通過加大在數(shù)字技術(shù)引進、數(shù)字創(chuàng)新環(huán)境優(yōu)化等方面的投入促進數(shù)字化創(chuàng)新。據(jù)此,本文提出如下假設(shè):
H4:CEO權(quán)力能夠弱化業(yè)績期望落差與企業(yè)數(shù)字化創(chuàng)新間的倒U型關(guān)系。
綜上所述,本文構(gòu)建研究模型如圖1所示。
圖1 研究模型Fig.1 Research model
2015年經(jīng)合組織發(fā)布了《數(shù)字經(jīng)濟展望》報告,由此中國開始制定數(shù)字發(fā)展戰(zhàn)略,并嘗試為數(shù)字化創(chuàng)新構(gòu)建相應(yīng)的制度體系(李小青等,2022)。因此,本文選取2015—2021年中國滬深A(yù)股上市公司為研究樣本。此外,本文按照以下標準篩選數(shù)據(jù):①剔除*ST、ST、PT類上市公司及金融類上市公司樣本;②剔除變量數(shù)據(jù)嚴重缺失的公司樣本。本文使用的數(shù)字化創(chuàng)新專利數(shù)據(jù)來自CNRDS數(shù)據(jù)庫,其余變量數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫。
2.2.1 被解釋變量:數(shù)字化創(chuàng)新(DI)
數(shù)字化創(chuàng)新專利是數(shù)字化創(chuàng)新成果的直接體現(xiàn)。借鑒李小青等(2022)的研究成果,本文將樣本企業(yè)對應(yīng)年份數(shù)字化創(chuàng)新發(fā)明專利申請數(shù)加1取自然對數(shù),以此作為企業(yè)數(shù)字化創(chuàng)新的代理變量。
2.2.2 解釋變量:業(yè)績期望落差(BHP)
業(yè)績期望落差是指企業(yè)實際業(yè)績(P)與期望業(yè)績(A)二者間的差距,以二者差值(P-A)衡量。借鑒已有研究成果,企業(yè)實際業(yè)績(P)采用總資產(chǎn)回報率(ROA)度量,期望業(yè)績(A)采用歷史期望業(yè)績和社會期望業(yè)績的線性組合度量(王菁等,2014),計算公式如下:
Ai,t=βHAi,t+(1-β)SAi,t
(1)
其中,HAi,t為公司i第t年歷史期望業(yè)績,SAi,t為公司i第t年社會期望業(yè)績。β表示權(quán)重,權(quán)重范圍為[0,1]。參考李至圓等[12]的研究成果,本文將β設(shè)為0.5。歷史期望業(yè)績計算公式如下:
HAi,t=αHAi,t-1+(1-α)Pi,t-1
(2)
其中,HAi,t-1為公司i第t-1年歷史期望業(yè)績,Pi,t-1為公司i第t-1年實際業(yè)績。α代表權(quán)重,權(quán)重范圍為[0,1]。參考Chen(2008)的研究方法,本文將α設(shè)為0.4。社會期望業(yè)績計算公式如下:
SAi,t=(Σj≠iPi,t)/(N-1)
(3)
其中,社會期望業(yè)績采用公司i所在行業(yè)其它公司第t期ROA的均值度量。進一步,本文對計算結(jié)果進行截尾處理:當P-A<0時,取I=1;當P-A≥0時,取I=0。此時,業(yè)績期望落差為I(P-A)。為了便于理解,本文對業(yè)績期望落差進行取絕對值處理,絕對值越大,企業(yè)業(yè)績期望落差越大。
2.2.3 調(diào)節(jié)變量
(1)冗余資源(Slack)。借鑒焦豪等(2022)的方法,本研究采用流動比率(流動資產(chǎn)/流動負債)衡量冗余資源。
(2)政府補助(Gsubsidy)。借鑒施建軍和栗曉云(2021)的方法,同時考慮到企業(yè)獲得的政府補助可能為0,本文采用企業(yè)當年獲得政府補助金額加1取自然對數(shù)度量政府補助。
(3)CEO權(quán)力(CP)。Finkelstein(1992)指出,CEO權(quán)力包括組織權(quán)力、專家權(quán)力、所有制權(quán)力和聲譽權(quán)力4個維度。借鑒權(quán)小鋒和吳世農(nóng)(2010)的度量方法,本研究使用8個虛擬變量度量上述4個維度,即對8個變量進行主成分分析,采用第一主成分作為CEO權(quán)力的代理指標,指標值越大,說明CEO權(quán)力越大。具體CEO權(quán)力維度指標如表1所示。
表1 CEO權(quán)力維度指標Tab.1 Dimensional indicators of CEO power
2.2.4 控制變量
借鑒以往研究文獻[18],本文選取如下控制變量:公司年齡(Age)、資產(chǎn)負債率(Lev)、成長性(Grow)、所有權(quán)性質(zhì)(SOE)、企業(yè)規(guī)模(Size)、股權(quán)集中度(Top1)、自由現(xiàn)金流(Fcash)、CEO年齡(Cage)、CEO薪酬(Comp)、兩權(quán)分離率(Spr),主要變量測量方式如表2所示。
表2 變量選取與測量Tab.2 Selection and measurement of variables
為檢驗業(yè)績期望落差與企業(yè)數(shù)字化創(chuàng)新間的倒U型關(guān)系,本研究構(gòu)建主效應(yīng)模型如式(4)所示。
DIi,t+1=α+β1BHPi,t+β2BHP2i,t+δControlsi,t+γYear+θIndustry+εi,t
(4)
為檢驗冗余資源的調(diào)節(jié)效應(yīng),在模型(4)的基礎(chǔ)上,構(gòu)建模型如式(5)所示。
DIi,t+1=α+β1BHPi,t+β2BHP2i,t+β3BHPi,t×Slacki,t+β4BHP2i,t×Slacki,t+β5Slacki,t+β6Gsubsidyi,t+β7CPi,t+δControlsi,t+γYear+θIndustry+εi,t
(5)
為檢驗政府補助的調(diào)節(jié)效應(yīng),在模型(4)的基礎(chǔ)上,構(gòu)建模型如式(6)所示。
DIi,t+1=α+β1BHPi,t+β2BHP2i,t+β3BHPi,t×Gsubsidyi,t+β4BHP2i,t×Gsubsidyi,t+β5Slacki,t+β6Gsubsidyi,t+β7CPi,t+δControlsi,t+γYear+θIndustry+εi,t
(6)
為檢驗CEO權(quán)力的調(diào)節(jié)效應(yīng),在模型(4)的基礎(chǔ)上,構(gòu)建模型如式(7)所示。
DIi,t+1=α+β1BHPi,t+β2BHP2i,t+β3BHPi,t×CPi,t+β4BHP2i,t×CPi,t+β5Slacki,t+β6Gsubsidyi,t+β7CPi,t+δControlsi,t+γYear+θIndustry+εi,t
(7)
上述模型中,i、t分別表示企業(yè)和年份,Controls為控制變量,ε為隨機誤差項。本研究對數(shù)據(jù)進行以下處理:①考慮到業(yè)績期望落差對企業(yè)數(shù)字化創(chuàng)新的影響具有一定的時滯性,因而本文對解釋變量與控制變量進行滯后一期處理;②為了避免極端值的影響,本文對所有連續(xù)變量在1%水平上進行縮尾處理;③在檢驗調(diào)節(jié)效應(yīng)前,對構(gòu)成交互項的變量進行中心化處理;④在回歸分析過程中對行業(yè)和年份進行控制。
變量描述性統(tǒng)計與相關(guān)性分析結(jié)果如表3所示。其中,數(shù)字化創(chuàng)新(DI)的均值為2.422,標準差為1.432,說明樣本企業(yè)數(shù)字化創(chuàng)新水平參差不齊,這與現(xiàn)有研究結(jié)論基本相符(李小青等,2022)。業(yè)績期望落差(BHP)的均值為0.202,標準差為0.405,表明樣本企業(yè)業(yè)績期望落差水平較低。冗余資源(Slack)的均值為2.362,標準差為1.879,說明樣本企業(yè)冗余資源相差懸殊。政府補助(Gsubsidy)的均值為10.949,標準差為8.396,表明樣本企業(yè)受資助程度存在差異。CEO權(quán)力(CP)的均值為-0.019,標準差為0.967,表明樣本企業(yè)中CEO權(quán)力差距較大。此外,各變量間相關(guān)系數(shù)均未超過0.6,且所有變量的VIF值均遠低于閾值10,說明各變量間不存在嚴重多重共線性問題。
本文選用固定效應(yīng)模型進行回歸分析,回歸結(jié)果見表4。由表4可知,模型1納入所有控制變量,模型2用以檢驗主效應(yīng),結(jié)果表明,業(yè)績期望落差二次項回歸系數(shù)顯著為負(β=-1.968,p<0.01),且曲線左側(cè)斜率顯著為正(β=0.728,p<0.05),右側(cè)斜率顯著為負(β=-0.383,p<0.05),同時曲線拐點0.185處于業(yè)績期望落差取值范圍[0,0.282]內(nèi),說明業(yè)績期望落差與企業(yè)數(shù)字化創(chuàng)新間存在倒U型關(guān)系。當業(yè)績期望落差較小時,企業(yè)會將其視為創(chuàng)新信號并開展問題搜索,愿意投入資源進行數(shù)字化創(chuàng)新;當業(yè)績期望落差較大時,企業(yè)生存受到威脅,會采取縮減成本和創(chuàng)新投入等剛性行為回避數(shù)字化創(chuàng)新。因此,假設(shè)H1得到支持。
表4 回歸分析結(jié)果Tab.4 Regression analysis results
參考Hanns等[19]的研究方法,本文從曲線拐點是左移還是右移以及曲線形態(tài)是平緩還是陡峭兩個方面驗證倒U型曲線的調(diào)節(jié)效應(yīng)。模型3用以檢驗冗余資源的調(diào)節(jié)效應(yīng),在冗余資源的作用下,回歸模型(5)中β1β4-β2β3=1.267>0,表明曲線拐點向右平移。同時,業(yè)績期望落差二次項與冗余資源交互項回歸系數(shù)顯著為正(β=12.174,p<0.05),說明曲線形態(tài)變得較為平緩,即冗余資源弱化業(yè)績期望落差與企業(yè)數(shù)字化創(chuàng)新間的倒U型關(guān)系。當業(yè)績期望落差較小時,冗余資源通過降低企業(yè)風險感知能力、轉(zhuǎn)移數(shù)字化創(chuàng)新注意力等方式削弱二者間的正相關(guān)關(guān)系;當業(yè)績期望落差較大時,冗余資源通過彌補業(yè)績損失、為數(shù)字化創(chuàng)新提供支持等方式弱化二者間的負相關(guān)關(guān)系。因此,假設(shè)H2得到支持。
模型4用以檢驗政府補助的調(diào)節(jié)效應(yīng),在政府補助的作用下,回歸模型(6)中β1β4-β2β3=-0.168<0,表明曲線拐點向左平移。同時,業(yè)績期望落差二次項與政府補助交互項的回歸系數(shù)顯著為負(β=-2.149,p<0.05),說明曲線形態(tài)變得陡峭,即政府補助強化業(yè)績期望落差與企業(yè)數(shù)字化創(chuàng)新間的倒U型關(guān)系。當業(yè)績期望落差較小時,政府補助主要通過提供資金支持、傳遞創(chuàng)新扶持信號促進數(shù)字化創(chuàng)新;當業(yè)績期望落差較大時,政府補助的擠出效應(yīng)會誘發(fā)企業(yè)騙補行為,因而不能促使企業(yè)真正開展數(shù)字化創(chuàng)新。因此,假設(shè)H3得到支持。
模型5用以檢驗CEO權(quán)力的調(diào)節(jié)效應(yīng),在CEO權(quán)力作用下,回歸模型(7)中β1β4-β2β3=22.287>0,表明曲線拐點向右平移。同時,業(yè)績期望落差二次項與CEO權(quán)力交互項的回歸系數(shù)顯著為正(β=16.931,p<0.05),說明曲線形態(tài)變得平緩,即CEO權(quán)力弱化業(yè)績期望落差與企業(yè)數(shù)字化創(chuàng)新間的倒U型關(guān)系。當業(yè)績期望落差較小時,高權(quán)力CEO為了獲取高額報酬和維護自身形象不愿意開展高風險數(shù)字化創(chuàng)新,二者間的正相關(guān)關(guān)系受到抑制;當業(yè)績期望落差較大時,高權(quán)力CEO基于自我強化動機會主動開展數(shù)字化創(chuàng)新活動,二者間的負相關(guān)關(guān)系得到緩解。因此,假設(shè)H4得到支持。由模型6可知,把全部變量放入同一個模型進行回歸,所有假設(shè)仍得到支持,初步表明本文回歸結(jié)果具有穩(wěn)健性。
本文通過替換被解釋變量、調(diào)節(jié)變量等方式進行穩(wěn)健性檢驗,具體如表5所示。
表5 穩(wěn)健性檢驗結(jié)果Tab.5 Robustness test results
(1)替換被解釋變量的測量方式。本文以數(shù)字化創(chuàng)新發(fā)明專利授權(quán)數(shù)加1取自然對數(shù)作為數(shù)字化創(chuàng)新的代理變量(陳慶江等,2021)。將上述變量帶入模型進行估計,結(jié)果表明,本文研究結(jié)論依然成立。
(2)替換調(diào)節(jié)變量CEO權(quán)力的測量方式。借鑒權(quán)小鋒和吳世農(nóng)(2010)的研究成果,本文將表示CEO權(quán)力的8個虛擬變量相加求平均值,以此作為CEO權(quán)力度量指標。將上述變量帶入模型進行估計,結(jié)果顯示,本文結(jié)論具有穩(wěn)健性。
本文采用傾向得分匹配法(PSM)評估業(yè)績期望落差對企業(yè)數(shù)字化創(chuàng)新的影響,以控制樣本自選擇引發(fā)的內(nèi)生性問題。本文以業(yè)績期望落差中位數(shù)為界,將樣本劃分為處理組(高業(yè)績期望落差)與控制組(低業(yè)績期望落差),并以全部控制變量作為協(xié)變量的匹配變量。在進行回歸估計前,對所有協(xié)變量進行平衡性檢驗,最近鄰匹配原則下業(yè)績期望落差的平均處理效應(yīng)(ATT)為負且在1%水平上顯著。在傾向得分匹配后,將得到樣本進行回歸,結(jié)果與前文一致,進一步說明本文結(jié)論具有穩(wěn)健性,如表6所示。
表6 傾向得分匹配回歸估計結(jié)果Tab.6 Results of PSM regression estimation
盡管上述分析發(fā)現(xiàn),業(yè)績期望落差對企業(yè)數(shù)字化創(chuàng)新具有非線性影響,但這一影響在不同所有權(quán)性質(zhì)企業(yè)是否具有異質(zhì)性特征尚不得而知。因此,有必要作進一步探討。國有企業(yè)與非國有企業(yè)在資源基礎(chǔ)、治理模式等方面存在差異,參照宋鐵波等(2019)的做法,本文將樣本劃分為國有企業(yè)組與非國有企業(yè)組,回歸結(jié)果見表7。由表7 可知,業(yè)績期望落差對國有企業(yè)和非國有企業(yè)數(shù)字化創(chuàng)新均具有顯著倒U型影響。費舍爾組合檢驗結(jié)果顯示,相較于非國有企業(yè),國有企業(yè)業(yè)績期望落差對數(shù)字化創(chuàng)新影響的系數(shù)絕對值更大(β=-5.007,p<0.01)。原因在于,鑒于所有權(quán)性質(zhì),國有企業(yè)具備充足的資源和人才,能夠快速響應(yīng)國家政策號召,因而對業(yè)績期望落差下的數(shù)字化創(chuàng)新更加敏感。
表7 所有權(quán)性質(zhì)異質(zhì)性分析結(jié)果Tab.7 Heterogeneity analysis of the ownership
本文以2015—2021年中國滬深A(yù)股全部上市公司為研究樣本,基于企業(yè)行為理論與“威脅—剛性”理論,重點探究業(yè)績期望落差對企業(yè)數(shù)字化創(chuàng)新的影響。同時,基于資源基礎(chǔ)理論,檢驗企業(yè)資源(冗余資源和政府補助)與企業(yè)治理能力(CEO權(quán)力)在上述影響過程中的調(diào)節(jié)作用,得出以下主要結(jié)論:
(1)業(yè)績期望落差與企業(yè)數(shù)字化創(chuàng)新間存在顯著倒U型關(guān)系,即隨著業(yè)績期望落差加大,企業(yè)數(shù)字化創(chuàng)新呈現(xiàn)先上升后下降趨勢。此外,相較于非國有企業(yè),業(yè)績期望落差對國有企業(yè)數(shù)字化創(chuàng)新的影響更顯著。
(2)就企業(yè)資源而言,冗余資源會弱化業(yè)績期望落差與企業(yè)數(shù)字化創(chuàng)新間的倒U型關(guān)系,政府補助則能夠強化二者間的倒U型關(guān)系。
(3)就企業(yè)治理能力而言,CEO權(quán)力會削弱業(yè)績期望落差與企業(yè)數(shù)字化創(chuàng)新間的倒U型關(guān)系。
(1)企業(yè)應(yīng)保持對業(yè)績期望落差的敏感性,理性看待業(yè)績期望落差,科學地實施數(shù)字化創(chuàng)新。具體來說,企業(yè)應(yīng)清晰解讀業(yè)績期望落差這一反饋信號,挖掘數(shù)字化創(chuàng)新內(nèi)在驅(qū)動力,通過主動引進數(shù)字技術(shù)、培育數(shù)字人才降低數(shù)字技術(shù)使用門檻和成本,以數(shù)字技術(shù)賦能企業(yè)創(chuàng)新。同時,企業(yè)應(yīng)認識到數(shù)字化創(chuàng)新的長期性并積極采納利益相關(guān)者對企業(yè)業(yè)績的客觀評價,緩解因業(yè)績期望落差帶來的焦慮,避免因業(yè)績期望落差引發(fā)的剛性僵化。此外,企業(yè)應(yīng)提高對數(shù)字化創(chuàng)新的容錯率,激發(fā)員工參與熱情,進而提升企業(yè)數(shù)字化創(chuàng)新能力。
(2)企業(yè)應(yīng)合理配置冗余資源和政府補助這兩種資源,實現(xiàn)物盡其用。就企業(yè)內(nèi)部而言,在整合冗余資源的基礎(chǔ)上,企業(yè)應(yīng)加大可支配資源投入,為數(shù)字化創(chuàng)新提供資源保障。此外,盡管冗余資源能夠為數(shù)字化創(chuàng)新失敗提供緩沖,但也會降低管理者對外部風險的感知水平。因此,企業(yè)需要合理配置資源,避免對冗余資源過度依賴。企業(yè)應(yīng)提高對政府補助的利用率,真正將政府補助用于數(shù)字化創(chuàng)新各階段。同時,借助政府補助的“認證”標簽,企業(yè)應(yīng)主動爭取外部融資,促進自身數(shù)字化創(chuàng)新。此外,企業(yè)應(yīng)主動公開政府補助使用細則,接受外部監(jiān)督,避免產(chǎn)生騙補行為。
(3)企業(yè)應(yīng)完善內(nèi)部治理體系,重視對CEO權(quán)力的監(jiān)督與制衡。高權(quán)力CEO在面臨業(yè)績期望落差時,雖然有較強動力和能力實施數(shù)字化創(chuàng)新,但也可能為了維護自身形象和獲得高額報酬而操控短期業(yè)績,從而抑制數(shù)字化創(chuàng)新。因此,企業(yè)需要優(yōu)化人才選拔與晉升機制,并制定相應(yīng)的監(jiān)督和激勵制度,從而降低數(shù)字化創(chuàng)新阻力。此外,為了約束CEO不道德行為,企業(yè)應(yīng)根據(jù)實際情況完善權(quán)力制衡機制,通過合理設(shè)置股權(quán)集中度、引進外部管理者等方式限制CEO權(quán)力,以確保數(shù)字化創(chuàng)新決策的科學性。
(4)一方面,政府要通過制定數(shù)字化創(chuàng)新激勵政策促進處于業(yè)績期望落差狀態(tài)的企業(yè)實施數(shù)字化創(chuàng)新,主要包括向企業(yè)提供專項資金、構(gòu)建數(shù)字網(wǎng)絡(luò)等。另一方面,政府應(yīng)完善監(jiān)督與評估體系,抑制企業(yè)投機行為。政府應(yīng)要求企業(yè)定期匯報政府補助使用情況,并對其進行評估,以此作為企業(yè)能否獲得進一步補貼的標準。此外,政府可以通過制定標準化、公開化政府補助申請流程抑制企業(yè)投機行為。
本文存在以下不足:第一,業(yè)績期望落差不僅可以通過財務(wù)類績效指標衡量,而且可以通過非財務(wù)類指標衡量。例如,有學者提出將資源(Cameron等,1987)、產(chǎn)品質(zhì)量(Parker等,2017)作為業(yè)績期望落差的衡量指標。因此,未來研究可以采用非財務(wù)類指標衡量業(yè)績期望落差,進一步剖析業(yè)績期望落差對企業(yè)數(shù)字化創(chuàng)新的影響。第二,本研究僅考慮業(yè)績期望落差影響企業(yè)數(shù)字化創(chuàng)新的邊界條件,未來研究可以探討影響業(yè)績期望落差與企業(yè)數(shù)字化創(chuàng)新關(guān)系的中介因素,從而進一步探究二者間的作用機制。