數(shù)字化程度、雙元創(chuàng)新與企業(yè)績效

楊 東，陳 朝，楊 鵬

（1.西安電子科技大學 經(jīng)濟與管理學院，西安 710000；2.廣西社會科學院 工業(yè)經(jīng)濟研究所，南寧 530015）

0 引言

數(shù)字化技術已經(jīng)成為我國制造業(yè)轉型升級的重要驅動力。但關于數(shù)字化程度與制造業(yè)企業(yè)績效關系的研究結論仍存在一定分歧。楊志波等（2021）[1]實證研究發(fā)現(xiàn)，數(shù)字化可以促進企業(yè)績效提升；也有研究結論表明企業(yè)應用數(shù)字化技術對績效的提升效果并不理想，認為數(shù)字化與企業(yè)績效間呈“倒U”型關系[2]。2021 年埃森哲報告顯示，中國僅有16%的企業(yè)在轉型后出現(xiàn)良好的效益，多數(shù)企業(yè)在轉型中出現(xiàn)“數(shù)字化悖論”現(xiàn)象。因此，制造業(yè)企業(yè)的數(shù)字化程度能否提升企業(yè)績效已成為數(shù)字化創(chuàng)新領域的熱點問題。

不同的研究結論說明數(shù)字化程度對企業(yè)績效的影響可能并非單一的作用機理，兩者間可能存在中介變量與調(diào)節(jié)變量?；陔p元理論，可以將企業(yè)創(chuàng)新類型分為利用式創(chuàng)新與探索式創(chuàng)新[3]。一方面，通過對企業(yè)內(nèi)外部知識、技術、組織業(yè)務流程進行整合重組，實現(xiàn)企業(yè)創(chuàng)新活動持續(xù)優(yōu)化，利用數(shù)字技術引導企業(yè)跨越技術軌道[4]，開發(fā)新產(chǎn)品和新服務[5]，實現(xiàn)探索式創(chuàng)新；另一方面，利用式創(chuàng)新和探索式創(chuàng)新不僅可以幫助企業(yè)保持現(xiàn)有市場份額，還可以幫助企業(yè)在潛在市場占據(jù)優(yōu)勢地位。由此，本文從數(shù)字化賦能和雙元創(chuàng)新的視角出發(fā)，將數(shù)字化程度、雙元創(chuàng)新與企業(yè)績效納入同一研究框架，探索數(shù)字化程度對企業(yè)績效的影響機理，并檢驗雙元創(chuàng)新的中介作用。另外，本文考慮外部環(huán)境的影響，將環(huán)境競爭性這一重要情境變量納入，分析環(huán)境競爭性在數(shù)字化程度與雙元創(chuàng)新之間的調(diào)節(jié)效應。

1 理論基礎與研究假設

1.1 數(shù)字化程度與企業(yè)績效

數(shù)字化轉型是企業(yè)將物聯(lián)網(wǎng)、云計算等數(shù)字技術嵌入企業(yè)內(nèi)部，優(yōu)化企業(yè)生產(chǎn)服務流程以及組織運營方式以實現(xiàn)良好績效的過程。隨著數(shù)字技術在制造業(yè)企業(yè)的深入應用，數(shù)字技術通過技術和平臺賦能企業(yè)，推動企業(yè)業(yè)務流程、產(chǎn)品生產(chǎn)、銷售模式等朝著智能化、數(shù)字化、服務化發(fā)展，為消費者創(chuàng)造新價值，提供新服務[6]，所形成的核心競爭力讓其他企業(yè)在短時期內(nèi)難以模仿，為企業(yè)帶來良好的經(jīng)濟效益。第一，數(shù)字化“賦能”于企業(yè)業(yè)務流程。企業(yè)通過把內(nèi)外部業(yè)務流程的各個環(huán)節(jié)產(chǎn)生的數(shù)據(jù)上傳到企業(yè)統(tǒng)一的數(shù)字平臺上，利用數(shù)字平臺強大的數(shù)據(jù)演算能力并結合企業(yè)現(xiàn)階段業(yè)務運營場景，動態(tài)分析各業(yè)務部門的績效并預測發(fā)展方向，進而優(yōu)化組織業(yè)務流程，提高運營效率，節(jié)約成本。第二，數(shù)字化“賦能”于企業(yè)生產(chǎn)制造過程。企業(yè)通過引進自動化、智能化機器，打造數(shù)字生產(chǎn)車間。一方面通過智能設備之間的聯(lián)網(wǎng)，實現(xiàn)加工流程的自主優(yōu)化[7]，提高投入產(chǎn)出比；另一方面智能工廠可以對“生產(chǎn)+銷售+庫存”產(chǎn)生的實時數(shù)據(jù)進行自主分析決策，縮短市場響應時間，提高生產(chǎn)決策效率，減少生產(chǎn)損失，提升企業(yè)績效。第三，數(shù)字化“賦能”于企業(yè)銷售模式。一方面，企業(yè)將線下與線上消費者信息共享并加以分析，企業(yè)既能獲得消費者群體行為特征，又能精準刻畫個體消費者特征，根據(jù)這些特征在線上精準投放廣告，線下合理規(guī)劃商品陳列，提升消費者購物體驗，幫助企業(yè)更好地應對需求長尾現(xiàn)象，增加產(chǎn)品銷售額，提升企業(yè)存貨周轉率；另一方面，企業(yè)借助互聯(lián)網(wǎng)平臺介紹和推廣銷售產(chǎn)品，在此過程中能夠獲取產(chǎn)品實時交易信息和反饋信息，不僅能夠降低企業(yè)的溝通成本、銷售成本，還可以利用反饋信息實時獲取顧客需求，進一步完善產(chǎn)品和服務的質量，從整體上顯著提高企業(yè)績效。基于以上分析，本文提出假設1：企業(yè)數(shù)字化程度對企業(yè)績效有正向影響。

1.2 雙元創(chuàng)新的中介作用

根據(jù)組織雙元理論，企業(yè)的創(chuàng)新活動類型主要包括利用式創(chuàng)新與探索式創(chuàng)新[3]。其中利用式創(chuàng)新是指企業(yè)開展局部的、小幅度且具有漸進性的創(chuàng)新活動，有利于企業(yè)獲取短期績效；探索式創(chuàng)新是指企業(yè)開展全面的、徹底的且具有激進性的創(chuàng)新活動，有利于企業(yè)取得長期競爭優(yōu)勢[8]。由于兩種創(chuàng)新活動對企業(yè)績效的作用機制存在異質性，這就要求企業(yè)同時開展利用式創(chuàng)新活動與探索式創(chuàng)新活動，即實施雙元創(chuàng)新。而企業(yè)要想發(fā)揮好雙元創(chuàng)新的能力，就需要處理好兩種創(chuàng)新活動之間的平衡性與互補性問題，即兩種創(chuàng)新活動間的平衡程度與相互促進和互為補充的程度。

數(shù)字化技術不僅是企業(yè)績效提升的重要推力，還是企業(yè)開展創(chuàng)新活動的全新動力。隨著數(shù)字化程度的上升，數(shù)字化賦能引發(fā)企業(yè)內(nèi)外部資源配置方式深刻變革，并為企業(yè)開展一系列的創(chuàng)新活動提供全新的技術能力、資源整合能力以及強大的連接能力，增強企業(yè)迅速感知和應對外部環(huán)境變化的能力，保持和提升市場份額，使企業(yè)經(jīng)濟效益得到提升。一方面，數(shù)字技術的自我迭代特性使產(chǎn)品或服務在設計和生產(chǎn)之后，依據(jù)市場反饋可以繼續(xù)升級完善，推動產(chǎn)品和服務的持續(xù)性創(chuàng)新即利用式創(chuàng)新；另一方面，企業(yè)基于數(shù)字技術與數(shù)字平臺搜集和整合新知識、新技術以及新資源，在此基礎上加快對企業(yè)組織業(yè)務流程、技術創(chuàng)新范式以及商業(yè)運營模式的改造進程，幫助企業(yè)脫離原有的技術創(chuàng)新路徑，拓展創(chuàng)新的邊界，對創(chuàng)新活動進行根本性變革即開展探索式創(chuàng)新活動。數(shù)字化賦能于企業(yè)強大的搜索、整合和連接能力，增強企業(yè)對市場變化的敏感度和掌握程度，不僅可以幫助企業(yè)整合已有資源的新用途，完善產(chǎn)品和服務（利用式創(chuàng)新），還能夠幫助企業(yè)識別和開拓潛在新市場（探索式創(chuàng)新）并提供知識基礎和數(shù)字技術的支持[9]。因此，隨著企業(yè)數(shù)字化程度不斷提升，企業(yè)的內(nèi)外部資源整合效率更高、技術基礎動力更足、鏈條連接能力更強，推動著企業(yè)同時開展兩種創(chuàng)新活動，并且能夠有效避免“能力陷阱”與“失敗陷阱”的情況，從而降低了兩者實施程度的絕對差異，增強了企業(yè)應對外部環(huán)境變化的能力，進一步提升了企業(yè)績效。

基于以上分析，數(shù)字化程度能夠通過雙元創(chuàng)新平衡性間接促進企業(yè)績效提升。因此，本文提出假設2：雙元創(chuàng)新平衡性在數(shù)字化程度與企業(yè)績效間起中介作用。

數(shù)字化程度的提升推動企業(yè)開展探索式創(chuàng)新，但探索式創(chuàng)新過程復雜，具有高風險特征，且效益具有滯后性，這就決定了探索式創(chuàng)新在前期需要投入大量資源，并且在后期為企業(yè)帶來的收益也是不確定的。而利用式創(chuàng)新的短滯后性和收益可預測性剛好為探索式創(chuàng)新提供了保障。一方面，利用式創(chuàng)新為企業(yè)帶來的經(jīng)濟效益正好為企業(yè)進行探索式創(chuàng)新提供了動力，探索式創(chuàng)新取得的收益反過來也可以為利用式創(chuàng)新提供助力；另一方面，企業(yè)在利用數(shù)字技術降低企業(yè)成本、提高利用式創(chuàng)新效率的同時，還可以借助數(shù)字技術提取整合信息的能力和自我迭代的特性對已取得的探索式創(chuàng)新成果依據(jù)現(xiàn)有市場反饋進行升級完善。而探索式創(chuàng)新所產(chǎn)生的新知識、新技術、新市場等恰好是企業(yè)下一步開展利用式創(chuàng)新活動的基礎，推動企業(yè)對資源的創(chuàng)新性應用，反過來促進利用式創(chuàng)新。數(shù)字化程度的提升有效促進了利用式創(chuàng)新與探索式創(chuàng)新活動的開展，不僅有利于企業(yè)保持現(xiàn)有市場地位，還能夠在新市場獲取競爭優(yōu)勢地位。而且兩者間互補效應的加強對企業(yè)發(fā)展會產(chǎn)生一種復雜的能力，使彼此創(chuàng)造的價值得以放大，推動企業(yè)績效的持續(xù)提升。

基于以上分析，數(shù)字化程度能夠通過雙元創(chuàng)新互補性間接促進企業(yè)績效提升。因此，本文提出假設3：雙元創(chuàng)新互補性在數(shù)字化程度與企業(yè)績效間起中介作用。

1.3 環(huán)境競爭性的調(diào)節(jié)作用

在激烈的外部環(huán)境競爭中，巨大的威脅和挑戰(zhàn)是企業(yè)經(jīng)營發(fā)展必須考慮的情境。一方面，產(chǎn)品生命周期相對較短且產(chǎn)品價格更加透明，呈現(xiàn)高質量、低價格的特點，這極大地擠壓了企業(yè)的盈利空間，迫使企業(yè)利用數(shù)字化能力尋求新的利潤增長點，如開發(fā)新產(chǎn)品、拓展新業(yè)務、尋求新市場等；另一方面，產(chǎn)品更新迭代速度加快，消費者個性化、差異化需求增加，這就表明企業(yè)原有產(chǎn)品與服務可能隨時被淘汰，難以滿足市場需求。

基于以上分析，在高強度競爭環(huán)境下，企業(yè)開展利用式創(chuàng)新活動可能無法滿足企業(yè)可持續(xù)發(fā)展的需求。只有通過重組和協(xié)調(diào)整合現(xiàn)有數(shù)字技術資源、創(chuàng)新資源、知識資源等，利用市場數(shù)據(jù)預測未來市場趨勢，創(chuàng)造新產(chǎn)品、新服務，增加與競爭對手的差異程度，強化探索式創(chuàng)新并且提高創(chuàng)新效率，才能在競爭中脫穎而出。企業(yè)將有限的資源投入探索式創(chuàng)新中以更好地面對市場變化，在一定程度上會忽略利用式創(chuàng)新的投入，進而影響雙元創(chuàng)新的平衡性與互補性。因此，本文提出：

假設4：環(huán)境競爭性負向調(diào)節(jié)數(shù)字化程度與雙元創(chuàng)新平衡性之間的關系。

假設5：環(huán)境競爭性負向調(diào)節(jié)數(shù)字化程度與雙元創(chuàng)新互補性之間的關系。

2 研究設計

2.1 樣本選擇與數(shù)據(jù)來源

本文將2015—2020 年我國滬深A 股制造業(yè)上市企業(yè)作為研究對象，對原始樣本進行篩選之后剔除了ST 類和一些指標不全或異常的上市公司樣本，最終得到109家公司樣本和600 個數(shù)據(jù)樣本。為了防止原始數(shù)據(jù)異常值對研究結論造成較大偏差，故本文對觀測值進行縮尾處理。本文中企業(yè)專利數(shù)據(jù)源于國家知識產(chǎn)權局官網(wǎng)，其余數(shù)據(jù)均來自國泰安（CSMAR）和萬得（Wind）數(shù)據(jù)庫，文本分析與數(shù)據(jù)處理分析軟件采用Python和Stata軟件。

2.2 變量測量

（1）被解釋變量：企業(yè)績效（ROA）

資產(chǎn)收益率（ROA）作為評估企業(yè)在一定經(jīng)營期間獲利能力的重要指標，常被用來衡量企業(yè)績效[10]。因此，本文選取資產(chǎn)收益率作為衡量企業(yè)績效的指標。

（2）解釋變量：數(shù)字化程度（DL）

通過對公司公開披露的年度報告進行文本分析可以有效地衡量企業(yè)對某一戰(zhàn)略、模塊、政策的重視程度。因此，當某一類關鍵詞在年報中出現(xiàn)的頻率越高時，說明公司對這一方面越重視，也投入了更多的資源，實施效果相較于以往也會得到相應提升。本文借鑒常用的文本分析法對數(shù)字化程度進行量化。具體做法如下：首先，借鑒陳慶江等（2021）[11]對企業(yè)數(shù)字化整理的相關詞匯，構建數(shù)字化的專業(yè)詞庫，其中包含網(wǎng)絡化、數(shù)字化、智慧化、軟件、區(qū)塊鏈、機器人、數(shù)字治理、遠程預測等27個數(shù)字化關鍵詞；其次，從國泰安（CSMAR）和萬得（Wind）等數(shù)據(jù)庫搜集并整理上市公司公開披露的年度報告，在閱讀報告全文的基礎上，剔除行業(yè)概況、未來展望等不屬于企業(yè)當年數(shù)字化程度的文本，利用Python語言對上市公司年報進行關鍵詞識別，分別按不同企業(yè)和年度對年報中披露的有關數(shù)字化關鍵詞的詞頻匯總；最后，為降低不同行業(yè)性質所帶來的影響，本文以同行業(yè)同年度為基本統(tǒng)計單元，將同行業(yè)中的企業(yè)數(shù)字化原始詞頻數(shù)匯總進行取均值處理。隨后，以同行業(yè)同年度的均值為基準，構造二值虛擬變量，若i公司t 年度的詞頻數(shù)高于均值則表明企業(yè)數(shù)字化程度較高，賦值為1，反之賦值為0。

（3）中介變量：雙元創(chuàng)新平衡性（DB）與雙元創(chuàng)新互補性（DC）

本文選取雙元創(chuàng)新平衡性與互補性作為中介變量，借鑒鐘昌標等（2014）[12]的研究成果，采用發(fā)明專利的授權量作為探索式創(chuàng)新的測量指標，實用新型專利和外觀設計專利的授權量作為利用式創(chuàng)新的測量指標?；谝延醒芯?，假設A、B分別表示探索式創(chuàng)新和利用式創(chuàng)新的測量數(shù)值，在計算雙元創(chuàng)新平衡性時，將企業(yè)探索式創(chuàng)新和利用式創(chuàng)新的實際觀測值代入公式：1-｜A-B｜/（A+B），即可得到企業(yè)雙元創(chuàng)新的平衡程度。當DB 數(shù)值越接近于1 時，表明企業(yè)雙元創(chuàng)新的平衡程度越高。雙元創(chuàng)新互補性的衡量采用探索式創(chuàng)新和利用式創(chuàng)新的交互項，即DC=A*B。當DC數(shù)值越大時，表明企業(yè)雙元創(chuàng)新的互補程度越高。

（4）調(diào)節(jié)變量：環(huán)境競爭性（EC）

當前學術界測量環(huán)境競爭性多是采用問卷調(diào)查的方法，本文借鑒張雪和韋鴻（2021）[13]的測量方法，選用赫芬達爾-赫希曼指數(shù)（HHI）衡量環(huán)境競爭強度。當赫芬達爾-赫希曼指數(shù)越接近于1時，表示市場集中程度越高，環(huán)境競爭壓力相對越小。因此，采用EC=1-HHI衡量環(huán)境競爭性，當EC越接近于1時，表明企業(yè)所面臨的環(huán)境競爭壓力越大。

（5）控制變量

參考以往相關研究，發(fā)現(xiàn)企業(yè)年齡（Age）、企業(yè)規(guī)模（Size）、研發(fā)支出（Rd）等均會對企業(yè)績效產(chǎn)生影響。因此本文在研究中加入以下控制變量：企業(yè)年齡、企業(yè)規(guī)模、研發(fā)支出，具體計算方法見表1。

表1 變量說明

2.3 模型構建

為了檢驗數(shù)字化程度與企業(yè)績效的主效應關系，本文構建以下多元回歸模型：

為了探究雙元創(chuàng)新在數(shù)字化程度與企業(yè)績效間是否起中介作用，本文通過構建中介模型來進行檢驗：

為了檢驗環(huán)境競爭性的調(diào)節(jié)作用，本文構建以下多元回歸模型：

其中,下標i和t分別表示企業(yè)和年份，ROA表示企業(yè)績效，DL表示企業(yè)的數(shù)字化程度，DB表示雙元創(chuàng)新平衡性，DC表示雙元創(chuàng)新互補性，EC表示環(huán)境競爭性，C表示一系列控制變量，ε表示隨機誤差項。

3 實證檢驗

3.1 描述性統(tǒng)計與相關性分析

下頁表2 是變量的描述性統(tǒng)計分析結果。從主要變量的結果來看，企業(yè)數(shù)字化程度測量采用的是0-1變量，樣本企業(yè)數(shù)字化程度均值為0.460，低于0.5，表明多數(shù)企業(yè)數(shù)字化程度較低。企業(yè)績效的最大值和最小值分別為0.304和-1.029，表明我國制造業(yè)上市企業(yè)績效水平存在較大差異。樣本企業(yè)的雙元創(chuàng)新平衡性均值為0.529，高于0.5，表明樣本企業(yè)的雙元創(chuàng)新平衡性較好。雙元創(chuàng)新互補性的最大值和最小值分別為4.248和0，表明各個企業(yè)之間的創(chuàng)新水平存在較大差異。不同行業(yè)公司的環(huán)境競爭強度均值為0.927，表明大多數(shù)制造業(yè)企業(yè)處于激烈的競爭環(huán)境中。

表2 變量的描述性統(tǒng)計分析

對主要變量進行相關性分析發(fā)現(xiàn)，解釋變量、被解釋變量之間相關系數(shù)均小于0.8，調(diào)節(jié)變量與解釋變量、被解釋變量的多重共線性檢驗顯示VIF<10，即表明變量之間不存在多重共線性問題，可以進行回歸分析。

3.2 回歸分析

3.2.1 主效應檢驗

數(shù)字化程度與企業(yè)績效關系的檢驗結果見表3。以企業(yè)績效為被解釋變量，企業(yè)年齡、企業(yè)規(guī)模以及企業(yè)研發(fā)支出作為解釋變量進行回歸分析，結果發(fā)現(xiàn)企業(yè)年齡、企業(yè)規(guī)模以及企業(yè)研發(fā)支出均對企業(yè)績效有顯著影響。為了對假設1 進行檢驗，在模型（1）的基礎上引入數(shù)字化程度，并進行回歸分析。由模型（2）可知，數(shù)字化程度與企業(yè)績效的回歸系數(shù)為0.018，并在5%的水平上顯著，表明數(shù)字化程度正向影響企業(yè)績效。由此，假設1得到支持。

表3 回歸結果

3.2.2 雙元創(chuàng)新的中介效應檢驗

假設2提出，雙元創(chuàng)新平衡性在數(shù)字化程度與企業(yè)績效之間發(fā)揮著中介作用。首先，從表3模型（2）中可得出，

4 穩(wěn)健性檢驗

數(shù)字化程度顯著正向影響企業(yè)績效；其次，在模型（3）中以雙元創(chuàng)新平衡性作為被解釋變量，數(shù)字化程度作為解釋變量進行回歸，結果顯示數(shù)字化程度與雙元創(chuàng)新平衡性的回歸系數(shù)為-0.075，在5%的水平上顯著，說明數(shù)字化程度與雙元創(chuàng)新平衡性顯著負相關；最后，在模型（4）中同時將數(shù)字化程度和雙元創(chuàng)新平衡性納入回歸方程進行分析，結果顯示數(shù)字化程度對企業(yè)績效的影響效應由原來的0.018下降到0.015 并通過顯著性檢驗，雙元創(chuàng)新平衡性對企業(yè)績效的回歸系數(shù)為-0.009，但未通過顯著性檢驗，無法說明雙元創(chuàng)新平衡性中介作用的存在。因此，假設2未得到支持。

假設3提出，雙元創(chuàng)新互補性在數(shù)字化程度與企業(yè)績效之間發(fā)揮著中介作用。首先，從表3模型（2）可知，數(shù)字化程度與企業(yè)績效顯著正相關；其次，在模型（5）中以雙元創(chuàng)新互補性為被解釋變量，數(shù)字化程度為解釋變量進行回歸，從回歸結果可知數(shù)字化程度與雙元創(chuàng)新互補性的回歸系數(shù)為0.214，并在1%的水平上顯著；最后，在模型（6）中同時將數(shù)字化程度和雙元創(chuàng)新互補性納入回歸方程進行分析，可知數(shù)字化程度對企業(yè)績效的影響效應由原來的0.018 下降到0.016，并通過顯著性檢驗，雙元創(chuàng)新互補性對企業(yè)績效的回歸系數(shù)為0.010，并在5%的水平上顯著，說明雙元創(chuàng)新互補性在數(shù)字化程度作用于企業(yè)績效的過程中起到了部分中介作用。故數(shù)字化程度可以通過提升雙元創(chuàng)新互補性，進而推動企業(yè)績效的提升。因此，假設3得到支持。

3.2.3 環(huán)境競爭性的調(diào)節(jié)效應檢驗

在檢驗雙元創(chuàng)新平衡性和互補性的中介作用的基礎上，進一步檢驗環(huán)境競爭性在數(shù)字化程度與雙元創(chuàng)新平衡性、互補性間的調(diào)節(jié)作用。假設4 提出，環(huán)境競爭性會削弱數(shù)字化程度與雙元創(chuàng)新平衡性之間的關系。在表3模型（3）的基礎上引入數(shù)字化程度與環(huán)境競爭性的交互項進行回歸，由模型（7）可知，數(shù)字化程度與環(huán)境競爭性的交互項對雙元創(chuàng)新平衡性的回歸系數(shù)為-0.058，未通過顯著性檢驗。因此，假設4未得到支持。假設5提出，環(huán)境競爭性弱化了數(shù)字化程度與雙元創(chuàng)新互補性之間的關系。在模型（5）的基礎上引入數(shù)字化程度與環(huán)境競爭性的交互項并進行回歸，由模型（8）可知，數(shù)字化程度與環(huán)境競爭性的交互項對雙元創(chuàng)新互補性的回歸系數(shù)為-5.087，且通過顯著性檢驗，表明環(huán)境競爭性弱化了數(shù)字化程度與雙元創(chuàng)新互補性的正向關系。因此，假設5得到支持。

4.1 內(nèi)生性檢驗

本文分別采用了1:1最近鄰匹配檢驗法和核匹配檢驗法對樣本進行穩(wěn)健性檢驗，下頁表4匯報了兩種匹配方法的PSM 匹配后的樣本回歸結果。由表4 可知，兩種匹配方法的回歸結果與前文假設檢驗結果基本保持一致。因此，在考慮可能存在的內(nèi)生性問題后，前文研究結論依然穩(wěn)健。

表4 內(nèi)生性檢驗

4.2 更換研究變量

為了保證研究結論的可靠性，并進一步檢驗實證結果，將研究模型中的因變量（ROA）進行替換，參考眾多關于企業(yè)績效研究的測度指標，用凈資產(chǎn)收益率（ROE）測量企業(yè)績效?；貧w結果如表5所示，檢驗結果與上文回歸分析結果基本一致，說明本文研究結論穩(wěn)健可信。

表5 穩(wěn)健性檢驗

5 結論與啟示

本文從數(shù)字化賦能和組織雙元創(chuàng)新角度，以我國A股制造業(yè)上市企業(yè)作為研究對象，將數(shù)字化程度、雙元創(chuàng)新、企業(yè)績效納入同一研究框架，探討數(shù)字化程度與企業(yè)績效之間的內(nèi)在作用機理，并檢驗了環(huán)境競爭性在其中的調(diào)節(jié)作用。結果表明：第一，數(shù)字化程度能正向促進企業(yè)績效的提升；第二，雙元創(chuàng)新互補性在數(shù)字化程度與企業(yè)績效之間具有部分中介作用，此外，數(shù)字化程度負向影響雙元創(chuàng)新平衡性，正向影響雙元創(chuàng)新互補性；第三，環(huán)境競爭性負向調(diào)節(jié)數(shù)字化程度與雙元創(chuàng)新互補性之間的關系。

基于以上研究結論，為企業(yè)在數(shù)字時代下更好地利用數(shù)字化實現(xiàn)企業(yè)績效高質量發(fā)展提供如下參考。第一，企業(yè)在數(shù)字化轉型過程中，要更加注重數(shù)字化賦能為雙元創(chuàng)新活動提供動力，尤其要注重利用式創(chuàng)新活動與探索式創(chuàng)新活動兩者之間的互補性。企業(yè)在數(shù)字化程度提高的過程中，可充分利用所擁有的數(shù)字技術、數(shù)字資源等與企業(yè)組織管理、業(yè)務流程、生產(chǎn)方式等進行深度融合，促進內(nèi)外部異質性知識與資源的融合，拓展創(chuàng)新邊界，為企業(yè)進一步開展探索式創(chuàng)新活動提供助力；同時，要重視數(shù)字技術優(yōu)化配置組織資源、數(shù)據(jù)分析的能力，促進產(chǎn)品與服務優(yōu)化升級，進一步推動利用式創(chuàng)新活動。探索式創(chuàng)新活動中所形成的新產(chǎn)品、新服務與新市場，需要開展利用式創(chuàng)新對產(chǎn)品與服務進一步優(yōu)化升級；而利用式創(chuàng)新活動所形成的知識、技術、效益又進一步為企業(yè)開展探索式創(chuàng)新活動提供基礎。兩種創(chuàng)新互補效應對企業(yè)績效產(chǎn)生積極影響。第二，環(huán)境競爭性影響著數(shù)字化程度與雙元創(chuàng)新互補性的關系，管理者在數(shù)字化過程中要著重考慮外部環(huán)境復雜性特征，動態(tài)調(diào)整企業(yè)發(fā)展策略以適應不斷變化的市場環(huán)境，從而增強應對外部環(huán)境變化的能力，推動企業(yè)績效的提升，更好地實現(xiàn)企業(yè)可持續(xù)發(fā)展。