數(shù)字化同群效應(yīng)如何影響企業(yè)創(chuàng)新投入

滕明明 申明浩

摘 要：數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)字化轉(zhuǎn)型能夠賦能企業(yè)高質(zhì)量發(fā)展。梳理數(shù)字化同群效應(yīng)對企業(yè)創(chuàng)新投入的影響機(jī)制，以2007-2021年中國A股上市公司面板數(shù)據(jù)為樣本進(jìn)行實(shí)證檢驗(yàn)，結(jié)果發(fā)現(xiàn)：數(shù)字化同群效應(yīng)能夠顯著提升企業(yè)創(chuàng)新投入，并通過加劇行業(yè)競爭實(shí)現(xiàn)；企業(yè)管理者能力抑制數(shù)字化同群效應(yīng)對相關(guān)企業(yè)創(chuàng)新投入的正向效應(yīng)，而融資約束會(huì)放大數(shù)字化同群效應(yīng)對企業(yè)創(chuàng)新投入的正向影響。

關(guān)鍵詞：數(shù)字化；創(chuàng)新投入；行業(yè)競爭；管理者能力；同群效應(yīng)

DOI：10.6049/kjjbydc.Q202207456

中圖分類號：F273.1

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號：1001-7348（2023）12-0023-09

0 引言

隨著大數(shù)據(jù)、人工智能等的持續(xù)發(fā)展，數(shù)字技術(shù)成為全球創(chuàng)新發(fā)展的重要助力。企業(yè)數(shù)字化轉(zhuǎn)型是指企業(yè)運(yùn)用數(shù)字技術(shù)在生產(chǎn)、管理等方面改變原有運(yùn)作方式?！皵?shù)字化”作為關(guān)鍵詞在2021、2022年連續(xù)兩年被寫入中國政府工作報(bào)告。在國家創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略引領(lǐng)下，數(shù)字化被認(rèn)為能夠賦予企業(yè)新的發(fā)展動(dòng)能，促進(jìn)企業(yè)成長^[1]。國家網(wǎng)信辦編制的《數(shù)字中國發(fā)展報(bào)告（2021年）》顯示，2017—2021年我國數(shù)字經(jīng)濟(jì)規(guī)模從27.2萬億元增至45.5萬億元。2021年，全國企業(yè)在生產(chǎn)經(jīng)營關(guān)鍵業(yè)務(wù)環(huán)節(jié)實(shí)現(xiàn)全面數(shù)字化的比例達(dá)到52.1%。

相關(guān)文獻(xiàn)主要關(guān)注數(shù)字化給企業(yè)自身帶來的影響，主要使用中介機(jī)制進(jìn)行研究。吳非等^[2]研究發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型能夠通過增加企業(yè)正面報(bào)道或擴(kuò)大企業(yè)創(chuàng)新投入和產(chǎn)出，提升企業(yè)股票流動(dòng)性；袁淳等^[3]認(rèn)為數(shù)字化轉(zhuǎn)型能夠降低外部交易成本，提升企業(yè)專業(yè)化分工水平；趙宸宇等^[4]提出，數(shù)字化轉(zhuǎn)型能夠增加專利申請數(shù)量、改善員工學(xué)歷結(jié)構(gòu)、提升生產(chǎn)性服務(wù)收入占比、降低成本等，進(jìn)而提高企業(yè)全要素生產(chǎn)率；黃大禹等^[5]發(fā)現(xiàn)，企業(yè)可以通過數(shù)字化轉(zhuǎn)型提高內(nèi)部控制水平，降低外部環(huán)境不確定性，增強(qiáng)自身風(fēng)險(xiǎn)承擔(dān)能力。也有研究考慮調(diào)節(jié)因素的影響，如Zeng等^[6]認(rèn)為企業(yè)數(shù)字化會(huì)顯著提高公司業(yè)績，而高層管理團(tuán)隊(duì)經(jīng)驗(yàn)可以有效加強(qiáng)數(shù)字化對公司業(yè)績的促進(jìn)作用。上述成果肯定了數(shù)字化轉(zhuǎn)型對于企業(yè)自身的正面影響，但對企業(yè)數(shù)字化的外部影響效應(yīng)關(guān)注不足。

由于競爭環(huán)境相似或經(jīng)營業(yè)務(wù)相近，企業(yè)決策會(huì)受到同群（同行業(yè)）企業(yè)影響，同時(shí)創(chuàng)新投入具有風(fēng)險(xiǎn)大、投資高、周期長等特點(diǎn)，企業(yè)作出創(chuàng)新投入決策時(shí)一般會(huì)參考同行的創(chuàng)新投入行為^[7]，關(guān)注其信息披露、股價(jià)^[8]、資本結(jié)構(gòu)^[9]等信息。在數(shù)字經(jīng)濟(jì)發(fā)展背景下，相關(guān)企業(yè)創(chuàng)新投入決策是否受到同行數(shù)字化影響？其影響機(jī)制是什么？相關(guān)文獻(xiàn)尚未對此作深入考察。

鑒于此，本文基于企業(yè)同群效應(yīng)視角探索數(shù)字化同群效應(yīng)對企業(yè)創(chuàng)新投入的影響機(jī)制。首先，探究數(shù)字化同群效應(yīng)對企業(yè)創(chuàng)新投入的直接影響，并將企業(yè)所處生命周期、是否屬于高新技術(shù)企業(yè)納入異質(zhì)性分析框架，多維度分析數(shù)字化同群效應(yīng)對不同類別企業(yè)創(chuàng)新投入的直接影響。其次，考察行業(yè)競爭的中介作用。數(shù)字化為企業(yè)自身帶來相對競爭優(yōu)勢^[10]，而數(shù)字化同群效應(yīng)會(huì)帶動(dòng)行業(yè)內(nèi)企業(yè)學(xué)習(xí)和模仿，減弱這種相對競爭優(yōu)勢，促使企業(yè)增加創(chuàng)新投入，因而，行業(yè)競爭可能在其中發(fā)揮中介作用。最后，將管理者能力和融資約束納入分析框架。由于融資環(huán)境和管理者能力存在差異，不同企業(yè)對外界信息的反應(yīng)呈現(xiàn)不同特點(diǎn)^[11]。由此有必要建立一個(gè)有調(diào)節(jié)的中介效應(yīng)模型，解析管理者能力和融資約束的調(diào)節(jié)作用。

1 理論分析與研究假設(shè)

1.1 同行數(shù)字化與相關(guān)企業(yè)創(chuàng)新投入

同行業(yè)企業(yè)屬于同群企業(yè)^[12]，它們面臨相同或相似的競爭環(huán)境，產(chǎn)品或服務(wù)存在一定程度的同質(zhì)性，會(huì)在決策上相互影響，產(chǎn)生同群效應(yīng)^[13]。面對不確定的宏觀環(huán)境，很多企業(yè)傾向于采取與同行業(yè)企業(yè)趨同的戰(zhàn)略^[14]。

數(shù)據(jù)已成為企業(yè)提高生產(chǎn)力的關(guān)鍵要素^[15]，數(shù)字化轉(zhuǎn)型能夠賦能數(shù)據(jù)，為企業(yè)決策提供依據(jù)^[16]。收集同行數(shù)字化相關(guān)信息，梳理同行上市公司在公告和年報(bào)中反映出來的關(guān)于數(shù)字化的前瞻性信息，挖掘行業(yè)數(shù)字化發(fā)展趨勢，有利于企業(yè)跟蹤行業(yè)發(fā)展趨勢，降低試錯(cuò)成本，并整合自身資源作出創(chuàng)新投入決策^[17]。

在數(shù)字經(jīng)濟(jì)高速發(fā)展的環(huán)境下，同行業(yè)企業(yè)提高數(shù)字化轉(zhuǎn)型程度，可能對相關(guān)企業(yè)決策產(chǎn)生影響^[18]。實(shí)證研究發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型能夠促使企業(yè)增加創(chuàng)新投入^[19]。因此，本文認(rèn)為數(shù)字化同群效應(yīng)會(huì)引發(fā)企業(yè)學(xué)習(xí)和模仿，促使相關(guān)企業(yè)增加創(chuàng)新投入。綜上，提出如下假設(shè)：

H₁：數(shù)字化同群效應(yīng)會(huì)促進(jìn)企業(yè)創(chuàng)新投入提升。

1.2 行業(yè)競爭的中介作用

行業(yè)競爭的中介作用主要分為兩個(gè)階段：前半段路徑是數(shù)字化同群效應(yīng)影響行業(yè)競爭，后半段路徑是行業(yè)競爭促使企業(yè)增加創(chuàng)新投入。具體而言，前半段路徑中，數(shù)字化作為企業(yè)創(chuàng)新發(fā)展的重要?jiǎng)恿?，能夠促進(jìn)企業(yè)提升競爭優(yōu)勢^[10]，而數(shù)字化同群效應(yīng)可能帶動(dòng)行業(yè)內(nèi)企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型，減弱單個(gè)企業(yè)的相對優(yōu)勢，加劇行業(yè)競爭。后半段路徑中，行業(yè)競爭會(huì)影響企業(yè)戰(zhàn)略決策^[20]。行業(yè)競爭越激烈，企業(yè)越有動(dòng)力加大創(chuàng)新投入，而數(shù)字化同群效應(yīng)可以一定程度上促進(jìn)行業(yè)競爭?；谝陨戏治觯疚奶岢鋈缦录僭O(shè)：

H₂：行業(yè)競爭在數(shù)字化同群效應(yīng)與企業(yè)創(chuàng)新投入之間發(fā)揮中介作用。

1.3 管理者能力、融資約束對直接效應(yīng)的調(diào)節(jié)作用

企業(yè)創(chuàng)新投入決策由企業(yè)管理者作出，而不同企業(yè)的管理者能力存在強(qiáng)弱之分^[21]。面對市場上大量繁雜且存在一定比例噪聲的信息，能力較強(qiáng)的管理者不會(huì)盲目模仿、跟風(fēng)，而是提煉和整合相關(guān)信息并進(jìn)行全面分析，作出更適合企業(yè)的創(chuàng)新投入決策^[22]。能力較強(qiáng)的管理者還能夠發(fā)掘企業(yè)優(yōu)勢，合理配置資源，進(jìn)而擴(kuò)大企業(yè)競爭優(yōu)勢。而能力較弱的管理者為降低決策風(fēng)險(xiǎn)，會(huì)密切關(guān)注同行企業(yè)發(fā)展動(dòng)向，傾向于采取跟隨戰(zhàn)略^[23]。因此，在數(shù)字化同群效應(yīng)提升企業(yè)創(chuàng)新投入的作用路徑中，管理者能力可能產(chǎn)生抑制作用，即能力較強(qiáng)的管理者作出企業(yè)創(chuàng)新投入決策時(shí)不易受到同行數(shù)字化的影響。

企業(yè)創(chuàng)新需要長期穩(wěn)定的資金來源，面臨較強(qiáng)融資約束的公司缺乏足夠資金，對投資失敗的敏感性更強(qiáng)，傾向于規(guī)避風(fēng)險(xiǎn)^[24]，其作出創(chuàng)新投入決策時(shí)更依賴同行相關(guān)信息。因此，融資約束越強(qiáng)，數(shù)字化同群效應(yīng)對企業(yè)創(chuàng)新投入的提升作用越大?；谝陨戏治?，本文提出如下假設(shè)：

H₃：管理者能力在數(shù)字化同群效應(yīng)與企業(yè)創(chuàng)新投入之間發(fā)揮調(diào)節(jié)作用。

H₄：融資約束在數(shù)字化同群效應(yīng)與企業(yè)創(chuàng)新投入之間發(fā)揮調(diào)節(jié)作用。

1.4 管理者能力、融資約束對中介效應(yīng)的調(diào)節(jié)作用

在前半段路徑中，數(shù)字化同群效應(yīng)會(huì)加劇行業(yè)競爭。管理者能力較強(qiáng)的企業(yè)能客觀分析外部環(huán)境和自身優(yōu)勢，有效提升競爭力^[22]，一定程度上緩解同行競爭壓力。同時(shí)，受到較強(qiáng)融資約束的企業(yè)可能面臨更加激烈的同行競爭。因此，管理者能力會(huì)減弱同行數(shù)字化對行業(yè)競爭的促進(jìn)作用，而融資約束會(huì)加強(qiáng)同行數(shù)字化對行業(yè)競爭的促進(jìn)作用。此外，由于同行數(shù)字化和行業(yè)競爭都屬于外部環(huán)境因素，而企業(yè)管理者能力屬于微觀個(gè)體范疇，因而，對于大部分處于競爭激烈行業(yè)的企業(yè)來說，管理者能力對前半段的抑制作用可能有限。

在后半段路徑中，激烈的行業(yè)競爭會(huì)促進(jìn)企業(yè)增加創(chuàng)新投入。管理者能力較強(qiáng)的企業(yè)能承擔(dān)相對較高的研發(fā)投入風(fēng)險(xiǎn)，并有效解決相關(guān)決策過程中面對的問題，因而，可能作出與同行企業(yè)不同的研發(fā)投入決策^[25]，從而抑制行業(yè)競爭對企業(yè)研發(fā)投入的影響。融資約束較強(qiáng)的企業(yè)投資靈活性較低^[26]，它們更傾向與同行研發(fā)投入戰(zhàn)略保持一致，對于后半段的抑制作用可能有限。由此，本文提出如下假設(shè)：

H₅：管理者能力對行業(yè)競爭在數(shù)字化同群效應(yīng)與企業(yè)創(chuàng)新投入之間的中介效應(yīng)具有調(diào)節(jié)作用，該調(diào)節(jié)作用主要發(fā)生在后半段路徑。

H₆：融資約束對行業(yè)競爭在數(shù)字化同群效應(yīng)與企業(yè)創(chuàng)新投入之間的中介效應(yīng)具有調(diào)節(jié)作用，該調(diào)節(jié)作用主要發(fā)生在前半段路徑。

2 研究設(shè)計(jì)

2.1 樣本選擇與數(shù)據(jù)來源

本文研究對象為2007—2021年中國滬深A(yù)股上市公司，樣本數(shù)據(jù)主要來源于國泰安（CSMAR）和萬德（WIND）數(shù)據(jù)庫，數(shù)字化轉(zhuǎn)型數(shù)據(jù)來源于滬深交易所官網(wǎng)公布的企業(yè)年報(bào)，剔除ST等特殊處理樣本、金融和保險(xiǎn)行業(yè)樣本以及數(shù)據(jù)嚴(yán)重缺失的樣本。為避免異常值的影響，對連續(xù)變量進(jìn)行上下１%的縮尾處理。

2.2 變量定義

（1）被解釋變量：創(chuàng)新投入（RD）。借鑒相關(guān)文獻(xiàn)的通用做法^[27-28]，本文將研發(fā)投入除以營業(yè)收入作為創(chuàng)新投入的替代變量，并使用研發(fā)投入除以總資產(chǎn)（RD₂）進(jìn)行穩(wěn)健性檢驗(yàn)。

（2）核心解釋變量：數(shù)字化同群效應(yīng)（Peerdigital）。數(shù)字化同群效應(yīng)是同群效應(yīng)和數(shù)字化轉(zhuǎn)型兩個(gè)概念的結(jié)合。該指標(biāo)計(jì)算過程包括兩步：第一，使用文本分析法得到上市公司數(shù)字化轉(zhuǎn)型程度。提取上市公司年報(bào)中數(shù)字化轉(zhuǎn)型相關(guān)文本內(nèi)容，在吳非等^[2]建立的數(shù)字化轉(zhuǎn)型詞庫的基礎(chǔ)上進(jìn)行微調(diào)，如將工業(yè)互聯(lián)網(wǎng)、移動(dòng)互聯(lián)等關(guān)鍵詞合并調(diào)整為“互聯(lián)”，形成數(shù)字化結(jié)構(gòu)特征詞譜（見圖1），使用Python軟件統(tǒng)計(jì)各公司數(shù)字化轉(zhuǎn)型詞頻數(shù)，并將詞頻數(shù)作對數(shù)化處理。第二，計(jì)算同行企業(yè)數(shù)字化程度平均值。使用同行數(shù)字化詞頻占比（Percent）進(jìn)行穩(wěn)健性檢驗(yàn)，其計(jì)算方法是用行業(yè)內(nèi)其它企業(yè)數(shù)字化詞頻數(shù)除以同行管理者經(jīng)營討論與分析文字總數(shù)。

（3）控制變量。借鑒數(shù)字化影響效應(yīng)相關(guān)研究^[2-3]，控制指定企業(yè)的數(shù)字化轉(zhuǎn)型程度、企業(yè)規(guī)模、資產(chǎn)負(fù)債率、托賓Q值、現(xiàn)金流比率、營業(yè)收入增長率。依據(jù)同群效應(yīng)相關(guān)研究^[7，26]，控制同行企業(yè)的創(chuàng)新投入、企業(yè)規(guī)模、資產(chǎn)負(fù)債率、托賓Q值、現(xiàn)金流比率、營業(yè)收入增長率。

（4）中介變量：行業(yè)集中度（HHI）。行業(yè)集中度用赫爾芬達(dá)指數(shù)表示，即公司營業(yè)收入/行業(yè)營業(yè)總收入的平方和^[20]。HHI越小，行業(yè)集中程度越低，行業(yè)競爭越激烈。

（5）調(diào)節(jié)變量：管理者能力（MA）、融資約束（WW）。管理者能力使用數(shù)據(jù)包絡(luò)分析（DEA）和Tobit兩階段模型計(jì)算得到^[29]。第一階段，采用數(shù)據(jù)包絡(luò)分析法分行業(yè)計(jì)算公司效率值；第二階段，使用Tobit模型對該效率值中的企業(yè)層面要素（企業(yè)規(guī)模、市場份額等）進(jìn)行分離，將回歸殘差分為4組并賦值1～4，賦值越高，代表管理者能力越強(qiáng)。融資約束使用Whited等^[30]提出的WW數(shù)值衡量，數(shù)值越大，企業(yè)受到的融資約束越強(qiáng)（見表1）。

2.3 模型構(gòu)建

（1）為檢驗(yàn)數(shù)字化同群效應(yīng)對相關(guān)企業(yè)創(chuàng)新投入的直接影響，構(gòu)建基準(zhǔn)回歸模型（1）。

其中，RD_ijt代表第t年處在j行業(yè)的i家企業(yè)的創(chuàng)新投入，Peerdigital_ijt代表同行數(shù)字化，Controls_ijkt是對應(yīng)的控制變量，本模型同時(shí)控制個(gè)體、時(shí)間、行業(yè)固定效應(yīng)。若系數(shù)α₁顯著，則說明數(shù)字化同群效應(yīng)會(huì)提升相關(guān)企業(yè)創(chuàng)新投入。

（2）為考察數(shù)字化同群效應(yīng)對相關(guān)企業(yè)創(chuàng)新投入的影響機(jī)制，構(gòu)建中介效應(yīng)模型（2）（3）。

其中，M_ijt代表中介變量行業(yè)集中度。若模型（3）中的γ₂顯著，而且γ₂×β₁與γ₁符號方向一致，則可以證實(shí)假設(shè)H₂。

（3）為考察管理者能力和融資約束的調(diào)節(jié)作用，構(gòu)建模型（4）（5）（6）。

其中，U_ijt代表調(diào)節(jié)變量管理者能力MA_ijt或融資約束WW_ijt。根據(jù)溫忠麟等^[31]的研究，首先驗(yàn)證直接調(diào)節(jié)效應(yīng)，若模型（4）中的a₃顯著，則說明直接效應(yīng)受到調(diào)節(jié)，可以驗(yàn)證假設(shè)H₃和H₄。然后，通過模型（5）（6）驗(yàn)證調(diào)節(jié)變量對中介效應(yīng)的調(diào)節(jié)作用。若系數(shù)b₃、c₄顯著，則說明調(diào)節(jié)變量能夠調(diào)節(jié)前半段路徑（數(shù)字化同群效應(yīng)→行業(yè)競爭）。若系數(shù)b₁、c₅顯著，則說明調(diào)節(jié)變量能夠調(diào)節(jié)后半段路徑（行業(yè)競爭→企業(yè)創(chuàng)新投入）。若系數(shù)b₃、c₅顯著，則說明調(diào)節(jié)變量能夠調(diào)節(jié)前后路徑，即驗(yàn)證假設(shè)H₅和H₆。

3 實(shí)證分析

3.1 描述性統(tǒng)計(jì)

主要變量描述性統(tǒng)計(jì)結(jié)果如表2所示。相關(guān)企業(yè)的數(shù)字化變量（Digital）均值為1.245，標(biāo)準(zhǔn)差為1.377，與吳非等^[2]的結(jié)果較為接近。核心解釋變量數(shù)字化同群效應(yīng)（Peer Digital）的均值為1.184，與相關(guān)企業(yè)數(shù)字化值接近，標(biāo)準(zhǔn)差為0.940，略小于相關(guān)企業(yè)數(shù)字化值。被解釋變量創(chuàng)新投入的結(jié)果與付劍茹等^[32]研究結(jié)果接近。由表2可知，主要變量不存在極端值。此外，對主要變量的多重共線性進(jìn)行檢驗(yàn)發(fā)現(xiàn)，VIF值在1.00～3.21范圍內(nèi)，均值為1.79，表明不存在嚴(yán)重共線性問題。

3.2 基準(zhǔn)回歸結(jié)果

基準(zhǔn)回歸結(jié)果如表3所示，列（1）結(jié)果顯示僅控制行業(yè)、年份和個(gè)體固定效應(yīng)時(shí)，數(shù)字化同群效應(yīng)能夠提高企業(yè)創(chuàng)新投入水平。列（2）結(jié)果顯示，控制企業(yè)特征的控制變量和固定效應(yīng)后，數(shù)字化同群效應(yīng)的回歸系數(shù)為正。列（3）結(jié)果顯示，進(jìn)一步控制同行企業(yè)特征的控制變量后，數(shù)字化同群效應(yīng)仍能顯著提升企業(yè)創(chuàng)新投入。列（3）的R²最高，數(shù)字化同群效應(yīng)每提升1個(gè)單位，相關(guān)企業(yè)創(chuàng)新投入就提升0.52%，驗(yàn)證了假設(shè)H₁。

3.3 內(nèi)生性檢驗(yàn)

為緩解內(nèi)生性問題，本文采用工具變量法和殘差模型作進(jìn)一步檢驗(yàn)。使用同行企業(yè)股票特質(zhì)回報(bào)率和年度特質(zhì)風(fēng)險(xiǎn)作為工具變量^[7]，主要原因是股價(jià)中包含公司特質(zhì)信息，與同行數(shù)字化程度相關(guān)^[2]，滿足相關(guān)性要求，同時(shí)，同行股票特質(zhì)回報(bào)率可以排除行業(yè)和宏觀環(huán)境等因素，滿足外生性要求。在花俊國^[33]研究的基礎(chǔ)上，參照Fama-French三因子模型，分4個(gè)步驟計(jì)算同行企業(yè)股票特質(zhì)回報(bào)率。第一步，以每年年初為起點(diǎn)，使用前60個(gè)月的數(shù)據(jù)對模型（7）進(jìn)行回歸，得到模型內(nèi)所有系數(shù)的估計(jì)值。第二步，將企業(yè)各月實(shí)際值減去預(yù)測值，得到月度公司股票特質(zhì)回報(bào)率。第三步，將月度公司股票特質(zhì)回報(bào)率合并為年度公司股票特質(zhì)回報(bào)率。第四步，根據(jù)年度公司股票特質(zhì)回報(bào)率計(jì)算同行股票特質(zhì)回報(bào)率。同行企業(yè)年度特質(zhì)風(fēng)險(xiǎn)等于年度公司股票特質(zhì)回報(bào)率的標(biāo)準(zhǔn)差^[34]。

其中，r_ijt代表j行業(yè)i企業(yè)在t月的股票報(bào)酬率，r^ind_ijt代表j行業(yè)剔除i企業(yè)后在t月的股票報(bào)酬率，r^mk_ijt代表市場收益率，rf_t代表t月的無風(fēng)險(xiǎn)報(bào)酬率，SMB_t代表t月的市值因子，HML_t代表t月的賬面市值比因子。

表4中列（1）（2）分別為使用工具變量法進(jìn)行兩階段最小二乘法（2SLS）、廣義矩估計(jì)（GMM）的回歸結(jié)果。不可識(shí)別檢驗(yàn)統(tǒng)計(jì)量Kleibergen-Paap rk LM的P值為0.000，弱工具變量檢驗(yàn)Cragg-Donald Wald F統(tǒng)計(jì)量和Kleibergen-Paap Wald rk F統(tǒng)計(jì)量都超過10%的臨界值，表明選取的工具變量強(qiáng)烈拒絕不可識(shí)別或弱工具變量的原假設(shè)。使用2SLS和GMM估計(jì)方法，結(jié)果顯示，數(shù)字化同群效應(yīng)的估計(jì)系數(shù)都在1%水平上顯著為正，且系數(shù)接近，再次驗(yàn)證了假設(shè)H₁。

為進(jìn)一步緩解內(nèi)生性問題，剔除行業(yè)共識(shí)的影響，本文使用殘差法進(jìn)行檢驗(yàn)。一是將單個(gè)企業(yè)數(shù)字化對數(shù)字化同群效應(yīng)進(jìn)行回歸，得到的殘差反映數(shù)字化同群效應(yīng)的增量信息；二是將此殘差放到模型（1）中檢驗(yàn)其對企業(yè)創(chuàng)新投入的影響。表4中列（3）結(jié)果顯示，排除行業(yè)共識(shí)的影響后，同行數(shù)字化仍能提升企業(yè)創(chuàng)新投入。

3.4 穩(wěn)健性檢驗(yàn)

本文采取替換被解釋變量、替換核心解釋變量和考察未來期效應(yīng)3種方法進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果如表5所示。表5中列（1）使用研發(fā)投入除以總資產(chǎn)作為被解釋變量創(chuàng)新投入的替代變量，列（2）將核心解釋變量更換為同行數(shù)字化詞頻占比。結(jié)果顯示，分別替換被解釋變量和核心解釋變量后，數(shù)字化同群效應(yīng)始終能夠增加企業(yè)創(chuàng)新投入。列（3）（4）將被解釋變量分別替換為被解釋變量的未來一期和未來兩期，驗(yàn)證數(shù)字化同群效應(yīng)的影響效應(yīng)是否穩(wěn)健以及數(shù)字化同群效應(yīng)對企業(yè)的中長期影響。結(jié)果顯示，數(shù)字化同群效應(yīng)的影響系數(shù)仍然為正，說明數(shù)字化同群效應(yīng)能夠?qū)ζ髽I(yè)產(chǎn)生中長期正向影響效應(yīng)。但其影響系數(shù)略有降低，顯著性水平也有所下降，說明數(shù)字化同群效應(yīng)的正向影響效應(yīng)隨時(shí)間推移而逐步降低。

3.5 異質(zhì)性分析

企業(yè)生命周期不同階段、是否屬于高新技術(shù)企業(yè)的異質(zhì)性分析結(jié)果如表6所示。列（1）～（3）基于企業(yè)生命周期理論，采用現(xiàn)金流量法^[35]將所有樣本生命周期劃分為成長期、成熟期和衰退期3個(gè)階段。這種劃分不同于對企業(yè)生命周期的主觀假設(shè)，能夠排除行業(yè)差異的干擾^[36]。引入企業(yè)生命周期后，數(shù)字化同群效應(yīng)對企業(yè)創(chuàng)新投入產(chǎn)生顯著正向影響，但影響系數(shù)出現(xiàn)一定差異，其中，成長期和成熟期的影響系數(shù)較高且在1%水平上顯著，分別為0.737和0.556，衰退期的影響系數(shù)較低且不顯著。主要原因可能是，在數(shù)字化同群效應(yīng)較強(qiáng)的環(huán)境下，處于成長期和成熟期的企業(yè)更傾向于通過增加創(chuàng)新投入提高自身競爭地位，進(jìn)而促進(jìn)企業(yè)發(fā)展。列（4）～（5）將樣本劃分為高新技術(shù)企業(yè)和非高新技術(shù)企業(yè)，結(jié)果顯示數(shù)字化同群效應(yīng)能夠促進(jìn)非高新技術(shù)企業(yè)擴(kuò)大創(chuàng)新投入，而同行對高新技術(shù)企業(yè)創(chuàng)新投入的影響不顯著?？赡苁且?yàn)楦咝录夹g(shù)企業(yè)創(chuàng)新投入有著既定模式，其決策不易受到同行影響。

4 機(jī)制分析

4.1 中介機(jī)制分析

數(shù)字化同群效應(yīng)對企業(yè)創(chuàng)新投入直接和間接影響的回歸結(jié)果如表7所示，列（1）的Peerdigital系數(shù)顯著為正，驗(yàn)證了數(shù)字化同群效應(yīng)對企業(yè)創(chuàng)新投入的直接效應(yīng)。列（2）的Peerdigital系數(shù)顯著為負(fù)，列（3）的HHI系數(shù)也顯著為負(fù)，說明數(shù)字化同群效應(yīng)通過加劇行業(yè)競爭實(shí)現(xiàn)對企業(yè)的正向影響，驗(yàn)證了假設(shè)H₂。

4.2 有調(diào)節(jié)的中介效應(yīng)檢驗(yàn)

在中介效應(yīng)的基礎(chǔ)上，驗(yàn)證管理者能力和融資約束對直接效應(yīng)與中介效應(yīng)的影響，回歸結(jié)果如表8所示，列（1）檢驗(yàn)管理者能力的直接調(diào)節(jié)效應(yīng)，交乘項(xiàng)的系數(shù)為-0.376，且在1%水平上顯著，說明企業(yè)管理者能力越強(qiáng)，越能抑制數(shù)字化同群效應(yīng)的影響作用。企業(yè)管理者能力越強(qiáng)，決策時(shí)越不容易出現(xiàn)同群效應(yīng)，不會(huì)盲目跟風(fēng)同行行為，具有較強(qiáng)自主性，由此抑制數(shù)字化同群效應(yīng)對本企業(yè)創(chuàng)新投入的影響效應(yīng)，驗(yàn)證假設(shè)H₃。列（2）交乘項(xiàng)和列（3）HHI的系數(shù)都顯著，說明管理者能力調(diào)節(jié)前半段路徑，數(shù)字化同群效應(yīng)對行業(yè)競爭的影響效應(yīng)為-0.02+0.002MA，即數(shù)字化同群效應(yīng)每增加1個(gè)單位，行業(yè)競爭就加劇0.02個(gè)單位，同時(shí)，企業(yè)管理者能力每提升1個(gè)單位，行業(yè)競爭就緩解0.002個(gè)單位。類似地，列（2）Peerdigital和列（3）HHI×MA的系數(shù)顯著，說明調(diào)節(jié)變量調(diào)節(jié)后半段路徑。管理者能力越強(qiáng)，越不易受同行競爭的干擾，越能降低行業(yè)競爭對企業(yè)創(chuàng)新投入的影響。列（2）交乘項(xiàng)和列（3）HHI×MA的系數(shù)顯著，說明調(diào)節(jié)后的前后兩段路徑中介效應(yīng)為（-0.02+0.002MA）×（-1.162+0.805MA）=0.023-0.018MA+0.002MA²。后半段路徑HHI*MA₄的系數(shù)為0.805且顯著，遠(yuǎn)大于前半段路徑Peerdigital*MA₄的系數(shù)，說明管理者能力調(diào)節(jié)前后兩段路徑，且在后半段的調(diào)節(jié)作用更顯著，由此驗(yàn)證假設(shè)H₅。

列（4）檢驗(yàn)融資約束的直接調(diào)節(jié)效應(yīng)，交乘項(xiàng)的系數(shù)為2.718，且在1%水平上顯著，說明企業(yè)所受融資約束越強(qiáng)，越能放大同行數(shù)字化對企業(yè)創(chuàng)新投入的正向影響效應(yīng)。融資約束較強(qiáng)時(shí)，企業(yè)更容易選擇相對保守和安全的戰(zhàn)略，決策時(shí)就更容易受到同行的影響，由此驗(yàn)證假設(shè)H₄。列（5）（6）結(jié)果顯示，Peerdigital*WW的系數(shù)顯著，HHI*WW的系數(shù)不顯著，說明融資約束只能調(diào)節(jié)前半段路徑，數(shù)字化同群效應(yīng)對行業(yè)競爭的影響效應(yīng)為-0.022-0.029WW，融資約束較強(qiáng)時(shí)，數(shù)字化同群效應(yīng)會(huì)加劇行業(yè)競爭，由此驗(yàn)證假設(shè)H₆。

5 結(jié)語

5.1 研究結(jié)論

基于2007-2021年上市公司面板數(shù)據(jù)，本文對數(shù)字化同群效應(yīng)影響企業(yè)創(chuàng)新投入的機(jī)理進(jìn)行理論分析和實(shí)證檢驗(yàn)，得到如下主要結(jié)論：

（1）數(shù)字化同群效應(yīng)對企業(yè)創(chuàng)新投入存在直接效應(yīng)和中介效應(yīng)兩種影響路徑。直接路徑中，數(shù)字化同群效應(yīng)顯著提升企業(yè)創(chuàng)新投入。采用工具變量和殘差法等內(nèi)生性檢驗(yàn)以及替換被解釋變量、核心解釋變量等穩(wěn)健性檢驗(yàn)，結(jié)果顯示正向影響效應(yīng)仍然成立。中介路徑中，數(shù)字化同群效應(yīng)通過加劇行業(yè)競爭，促進(jìn)企業(yè)創(chuàng)新投入提升。

（2）管理者能力抑制數(shù)字化同群效應(yīng)對企業(yè)創(chuàng)新投入的直接效應(yīng)和中介效應(yīng)。其中，管理者能力對后半段路徑（行業(yè)競爭→企業(yè)創(chuàng)新投入）的抑制作用更強(qiáng)。管理者能力較強(qiáng)的企業(yè)能夠避免跟風(fēng)、模仿，作出更符合企業(yè)實(shí)際的創(chuàng)新投入決策。

（3）融資約束放大數(shù)字化同群效應(yīng)對企業(yè)創(chuàng)新投入的直接效應(yīng)和前半段中介效應(yīng)（數(shù)字化同群效應(yīng)→行業(yè)競爭）。較強(qiáng)的融資約束使企業(yè)傾向于采取與同行類似的戰(zhàn)略決策，進(jìn)而提高企業(yè)創(chuàng)新投入。

（4）數(shù)字化同群效應(yīng)能夠提升處于成長期、成熟期企業(yè)的創(chuàng)新投入，以及非高新技術(shù)企業(yè)創(chuàng)新投入。

本文結(jié)論豐富了同群效應(yīng)、數(shù)字化轉(zhuǎn)型和企業(yè)創(chuàng)新投入理論研究，同時(shí)，可為企業(yè)作出投資決策和政府制定相關(guān)政策提供一定參考。

5.2 研究啟示

（1）企業(yè)制定創(chuàng)新投入決策時(shí)，應(yīng)將抓住機(jī)遇與科學(xué)決策相結(jié)合，提高管理者能力與拓寬融資渠道相結(jié)合。面對數(shù)字經(jīng)濟(jì)與傳統(tǒng)經(jīng)濟(jì)融合的大趨勢，企業(yè)應(yīng)抓住數(shù)字化帶來的機(jī)遇，建立科學(xué)合理的創(chuàng)新投入決策機(jī)制。創(chuàng)新投入風(fēng)險(xiǎn)高、周期長，企業(yè)制定投資決策時(shí)可以參照同行數(shù)字化水平和創(chuàng)新投入程度，但更重要的是結(jié)合自身所處生命周期、是否屬于高新技術(shù)企業(yè)等實(shí)際情況，合理規(guī)劃創(chuàng)新投入。

企業(yè)作決策時(shí)需準(zhǔn)確評估自身?xiàng)l件和資源，充分發(fā)揮管理者能力，搜集、整理最新資訊，把握政策導(dǎo)向，理性分析投資回報(bào)和投資風(fēng)險(xiǎn)。企業(yè)創(chuàng)新不僅需要管理者作出合理決策，還需要各類資源保障，尤其是資金保障。當(dāng)前宏觀經(jīng)濟(jì)環(huán)境不確定性加大，企業(yè)資金來源可能受到限制。企業(yè)需要不斷拓寬融資渠道，注重內(nèi)部資金積累，減少外部融資約束，把握住良好的創(chuàng)新投資機(jī)會(huì)。

（2）政府制定創(chuàng)新發(fā)展配套政策時(shí)，應(yīng)將引導(dǎo)企業(yè)創(chuàng)新發(fā)展與重視企業(yè)間差異相結(jié)合，政策支持與加強(qiáng)監(jiān)管相結(jié)合。政府部門應(yīng)通過政策宣傳鼓勵(lì)和引導(dǎo)企業(yè)數(shù)字化轉(zhuǎn)型，同時(shí)，政府應(yīng)注意到不同企業(yè)在規(guī)模、經(jīng)營、產(chǎn)權(quán)、技術(shù)等各方面的差異，引導(dǎo)企業(yè)結(jié)合自身發(fā)展階段和實(shí)際狀況理性開展創(chuàng)新投資。

近年來，政府大力支持高新技術(shù)企業(yè)發(fā)展，不斷推進(jìn)財(cái)稅和信貸改革，加大企業(yè)研發(fā)等方面稅收優(yōu)惠、財(cái)政補(bǔ)貼力度，一定程度上緩解了相關(guān)企業(yè)融資壓力。政府部門可以進(jìn)一步為企業(yè)數(shù)字化轉(zhuǎn)型提供配套服務(wù)和配套設(shè)施建設(shè)，為企業(yè)創(chuàng)新奠定良好基礎(chǔ)。此外，政府可以加強(qiáng)監(jiān)管，保護(hù)企業(yè)自主研發(fā)知識(shí)產(chǎn)權(quán)和信息安全，對抄襲、泄露信息等行為進(jìn)行嚴(yán)厲處罰，為企業(yè)數(shù)字化轉(zhuǎn)型和科技創(chuàng)新構(gòu)建公平、公正、開放、安全的環(huán)境。

5.3 研究不足與未來展望

數(shù)字化是一個(gè)較新的概念，當(dāng)前相關(guān)研究主要對上市公司年報(bào)中數(shù)字技術(shù)關(guān)鍵詞進(jìn)行分析。數(shù)字技術(shù)處于快速更新發(fā)展中，其衡量方法有待進(jìn)一步完善。企業(yè)創(chuàng)新投入除受到同行數(shù)字化的影響外，還可能受到同行其它行為或信息的影響，未來可從更多角度進(jìn)行分析，以拓展相關(guān)研究。

參考文獻(xiàn)：

[1] 倪克金，劉修巖.數(shù)字化轉(zhuǎn)型與企業(yè)成長：理論邏輯與中國實(shí)踐[J].經(jīng)濟(jì)管理，2021，43（12）：79-97.

[2] 吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)[J].管理世界，2021，37（7）：130-144，10.

[3] 袁淳，肖土盛，耿春曉，等.數(shù)字化轉(zhuǎn)型與企業(yè)分工：專業(yè)化還是縱向一體化[J].中國工業(yè)經(jīng)濟(jì)，2021，39（9）：137-155.

[4] 趙宸宇，王文春，李雪松.數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率[J].財(cái)貿(mào)經(jīng)濟(jì)，2021，42（7）：114-129.

[5] 黃大禹，謝獲寶，鄒夢婷，等.數(shù)字化轉(zhuǎn)型對企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的影響——作用機(jī)制與影響渠道[J].科技進(jìn)步與對策，2023，40（11）：1-10.

[6] ZENG H， RAN H， ZHOU Q， et al. The financial effect of firm digitalization： evidence from China[J]. Technological Forecasting and Social Change， 2022， 183（5）： 121951-121969.

[7] MACHOKOTO M， GYIMAH D， NTIM C G. Do peer firms influence innovation[J]. The British Accounting Review， 2021， 53（5）： 100988-101006.

[8] FOUCAULT T， FRESARD L. Learning from peers' stock prices and corporate investment[J]. Journal of Financial Economics， 2014， 111（3）： 554-577.

[9] FAIRHURST D， NAM Y. Corporate governance and financial peer effects[J]. Financial Management， 2020， 49（1）： 235-263.

[10] MIKALEF P， PAPPAS I O， KROGSTIE J， et al. Big data analytics capabilities： a systematic literature review and research agenda[J]. Information Systems and e-Business Management， 2018， 16（3）： 547-578.

[11] MULLER O， FAY M， VOM BROCKE J. The effect of big data and analytics on firm performance： an econometric analysis considering industry characteristics[J]. Journal of Management Information Systems， 2018， 35（2）： 488-509.

[12] MANSKI C F. Identification of endogenous social effects： the reflection problem[J]. The Review of Economic Studies， 1993， 60（3）： 531-542.

[13] BIZJAK J， LEMMON M， WHITBY R. Option backdating and board interlocks[J]. The Review of Financial Studies， 2009， 22（11）： 4821-4847.

[14] MEYER J W， ROWAN B. Institutionalized organizations： formal structure as myth and ceremony[J]. American Journal of Sociology， 1977， 83（2）： 340-363.

[15] 廣東外語外貿(mào)大學(xué)粵港澳大灣區(qū)研究院課題組，申明浩，滕明明，等.數(shù)據(jù)要素跨境流動(dòng)與治理機(jī)制設(shè)計(jì)——基于粵港澳大灣區(qū)建設(shè)的視角[J].國際經(jīng)貿(mào)探索，2021，37（10）：86-98.

[16] 趙婷婷，楊國亮.數(shù)字化轉(zhuǎn)型與制造企業(yè)創(chuàng)新決策[J].哈爾濱商業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，36（5）：21-37.

[17] 劉靜，王克敏.同群效應(yīng)與公司研發(fā)——來自中國的證據(jù)[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2018，38（1）：21-32.

[18] MARSHALL A.Principles of economics： unabridged eighth edition[M]. Cosimo， Inc.， 2009.

[19] 安同良，聞銳.中國企業(yè)數(shù)字化轉(zhuǎn)型對創(chuàng)新的影響機(jī)制及實(shí)證[J].現(xiàn)代經(jīng)濟(jì)探討，2022，41（5）：1-14.

[20] 楊興全，尹興強(qiáng).行業(yè)集中度、企業(yè)競爭地位與現(xiàn)金持有競爭效應(yīng)[J].經(jīng)濟(jì)科學(xué)，2015，37（6）：78-91.

[21] PALLEY T I. Safety in numbers： a model of managerial herd behavior[J]. Journal of Economic Behavior & Organization， 1995， 28（3）： 443-450.

[22] DEMERJIAN P， LEV B， MCVAY S. Quantifying managerial ability： a new measure and validity tests[J]. Management Science， 2012， 58（7）： 1229-1248.

[23] CHEN S， MA H. Peer effects in decision-making： evidence from corporate investment[J]. China Journal of Accounting Research， 2017， 10（2）： 167-188.

[24] BIKHCHANDANI S， HIRSHLEIFER D， WELCH I.Learning from the behavior of others： conformity， fads， and informational cascades[J]. Journal of Economic Perspectives， 1998， 12（3）： 151-170.

[25] 張敦力，江新峰.管理者權(quán)力、產(chǎn)權(quán)性質(zhì)與企業(yè)投資同群效應(yīng)[J].中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2016，59（5）：82-90.

[26] PARK K， YANG I， YANG T. The peer-firm effect on firm′s investment decisions[J]. The North American Journal of Economics and Finance， 2017， 40（5）： 178-199.

[27] 李常青，李宇坤，李茂良.控股股東股權(quán)質(zhì)押與企業(yè)創(chuàng)新投入[J].金融研究，2018，61（7）：143-157.

[28] 尹美群，盛磊，李文博.高管激勵(lì)、創(chuàng)新投入與公司績效——基于內(nèi)生性視角的分行業(yè)實(shí)證研究[J].南開管理評論，2018，21（1）：109-117.

[29] 張路，李金彩，張瀚文，等.管理者能力影響企業(yè)成本粘性嗎[J].會(huì)計(jì)研究，2019，40（3）：71-77.

[30] WHITED T M， WU G. Financial constraints risk[J]. The Review of Financial Studies， 2006， 19（2）： 531-559.

[31] 溫忠麟，葉寶娟.有調(diào)節(jié)的中介模型檢驗(yàn)方法：競爭還是替補(bǔ)[J].心理學(xué)報(bào)，2014，46（5）：714-726.

[32] 付劍茹，王可.企業(yè)數(shù)字化發(fā)展何以促進(jìn)創(chuàng)新[J].產(chǎn)業(yè)經(jīng)濟(jì)評論，2022，10（5）：51-69.

[33] 花俊國，孔儒婧，孫抗，等.企業(yè)創(chuàng)新投入同群效應(yīng)——基于管理者能力視角[J].軟科學(xué)，2021，35（9）：131-138.

[34] ADHIKARI B K， AGRAWAL A. Peer influence on payout policies[J]. Journal of Corporate Finance， 2018， 48（5）： 615-637.

[35] DICKINSON V. Cash flow patterns as a proxy for firm life cycle[J]. The Accounting Review， 2011， 86（6）： 1969-1994.

[36] 劉詩源，林志帆，冷志鵬.稅收激勵(lì)提高企業(yè)創(chuàng)新水平了嗎——基于企業(yè)生命周期理論的檢驗(yàn)[J].經(jīng)濟(jì)研究，2020，55（6）：105-121.

（責(zé)任編輯：萬賢賢）

How the Peer Effect of Digitalization Affect Enterprises′ Innovation Input：

A Moderated Mediation Model

Teng Mingming¹，Shen Minghao²

（1.School of Economics and Trade， Guangdong University of Foreign Studies；

2.Institute of Studies for the Great Bay Area， Guangdong University of Foreign Studies， Guangzhou 510006， China）

Abstract：The digitalization of enterprises is a micro-expression of the integration of the digital economy and the real economy. The Chinese government is endeavoring to accelerate the development of the digital economy， and promote the deep integration of the digital economy and the real economy. Policies are issued across the country to support enterprise digitalization. In recent years， the proportion of the digital economy in China has been increased year by year， and the proportion of enterprise digitalization is continuously and steadily increasing. Digitalization is becoming an increasingly powerful driving force for corporate innovation and growth. Therefore， the digitalization of enterprises can affect the enterprise's internal and external operations. Current research is focused on the impact of enterprise digitalization on the enterprise itself. They affirm the positive impact of the digitalization of enterprises on the enterprise itself. Digital transformation of enterprises can improve the overall input in innovation， the level of specialization of enterprises， the quantity of patent applications and the risk-taking level， et al. However， they fail to consider the impact of the digitalization of enterprises on the external environment of enterprises. In economic activities， firms may refer to the information disclosure of their peers when making decisions such as input. Unlike ordinary fixed asset input or stock input， innovation input is characterized by high risk， high input and long periods. Enterprises tend to consider various factors more carefully when they are making decisions. For example， they may refer to peers' innovation input behaviors or the innovation input information disclosed by peers. There is a certain degree of peer effect. Thus， the role of peer digitalization in the innovative inputs of target firms has become a question worth researching. What is the impact of peer digitization on enterprises' innovation input？ In the process of influencing enterprises' innovation input， can internal and external factors influence the digitalization of peers？

This paper uses the panel data from listed companies from 2007 to 2021. The theoretical analysis and empirical tests are made on the effects of peer digitization on target enterprises' innovation input. The results show that peer digitalization has both a direct and a mediating effect on the innovation input of target enterprises. Peer digitization can directly boost the innovative inputs of target companies. The positive spillover effect remains even after endogenous tests using instrumental variables and residuals， as well as the robustness test using replaced independent variables or dependent variables. In the mediating path， peer digitization enhances the innovation input of target enterprises by increasing the degree of competition in the industry. This study also examines the moderating effects of managerial ability and financing constraints. The managerial ability of target firms can inhibit the direct and indirect effects of peer digitization on their innovation input. It appears that managerial ability has a more significant inhibitory effect on the second half of the path （industry competition-innovation input of target enterprises）. Financing constraints can amplify the direct effect and the first half mediating effect of peer digitization on the innovation input of target enterprises. In addition， it is found that peer digitization plays a more significant role in improving the innovation input of target enterprises in the growth and maturity stages.

This paper enriches the research on the peer effect， digital transformation and enterprise innovation input. First ，with the analysis of the impact of the digitalization of peers on the innovation of target enterprises， it examines more than just the direct impact of the digitalization of peers on the innovation input of target enterprises， and the mediating effects of the digitalization of peers through industry competition. Second， it uses the moderated mediating effect model which selects managers' ability and financing constraints to adjust the variables. It further examines the direct and mediating effects that are affected by the moderating variables. Third， it analyzes if the impact of peer digitization on innovation input by enterprises is different when the target enterprises are in different life cycles or if they belong to high-tech enterprises. Therefore， this paper can provide some reference for enterprises to make strategic input decisions and for governments to formulate relevant policies.

Key Words：Digitalization; Innovation Input; Industry Competition; Managerial Ability; Peer Effect