數(shù)字化能力、知識管理與企業(yè)創(chuàng)新績效

汪昕宇　吳克強(qiáng)　李立威

［摘 要］數(shù)字經(jīng)濟(jì)時代，通過數(shù)字化建設(shè)賦能企業(yè)創(chuàng)新是科技型中小企業(yè)持續(xù)發(fā)展的必然選擇。數(shù)字化能力作為企業(yè)數(shù)字化建設(shè)發(fā)揮效能的關(guān)鍵，其量化方法與作用規(guī)律均處于探索初期。本文基于對260家科技型中小企業(yè)的調(diào)查，在合理量化和測量企業(yè)數(shù)字化能力的基礎(chǔ)上，明晰了科技型中小企業(yè)數(shù)字化能力對創(chuàng)新績效的作用路徑，揭示并檢驗(yàn)了知識管理的中介效應(yīng)及知識慣性的調(diào)節(jié)效應(yīng)。研究結(jié)果表明，企業(yè)數(shù)字化能力對創(chuàng)新績效有顯著直接的正向影響，并能通過知識管理間接影響創(chuàng)新績效，但知識慣性的存在弱化了數(shù)字化能力對知識管理和創(chuàng)新績效的正向促進(jìn)作用，這些可以為企業(yè)深化數(shù)字化建設(shè)、充分發(fā)揮其積極效能提供依據(jù)。

［關(guān)鍵詞］科技型中小企業(yè)；數(shù)字化能力；知識管理；知識慣性；創(chuàng)新績效

［中圖分類號］F273.1 ［文獻(xiàn)標(biāo)志碼］ A ［文章編號］1672-4917（2023）06-0097-16

一、引言

黨的二十大報(bào)告指出科技是第一生產(chǎn)力，創(chuàng)新是第一動力，人才是第一資源，要支持中小微企業(yè)和專精特新企業(yè)發(fā)展，深入實(shí)施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，強(qiáng)化企業(yè)創(chuàng)新主體地位，推進(jìn)科技創(chuàng)新，鞏固壯大實(shí)體經(jīng)濟(jì)根基。作為國民經(jīng)濟(jì)重要組成部分，科技型中小企業(yè)在推動我國技術(shù)創(chuàng)新、促進(jìn)經(jīng)濟(jì)增長從“要素驅(qū)動”向“創(chuàng)新驅(qū)動”轉(zhuǎn)變方面始終處于基礎(chǔ)地位，激發(fā)科技型中小企業(yè)創(chuàng)新活力、提高創(chuàng)新績效是永恒的主題。

當(dāng)前，我國經(jīng)濟(jì)已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，發(fā)展數(shù)字經(jīng)濟(jì)是推動我國高質(zhì)量發(fā)展的重要途徑。黨的二十大報(bào)告強(qiáng)調(diào)要“加快發(fā)展數(shù)字經(jīng)濟(jì)，促進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合”，這為我們推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型指明了前進(jìn)方向，提供了根本遵循。企業(yè)數(shù)字化轉(zhuǎn)型已經(jīng)成為改造提升傳統(tǒng)動能、培育壯大新動能的重要手段［1］，是企業(yè)提質(zhì)增效的必由之路［2］，有助于引發(fā)企業(yè)創(chuàng)新活動的變革，為企業(yè)創(chuàng)新提供新動能［3］，引導(dǎo)企業(yè)創(chuàng)新水平實(shí)現(xiàn)跨越式發(fā)展［4］，促進(jìn)企業(yè)創(chuàng)新績效的提高［5-6］。企業(yè)數(shù)字化能力是企業(yè)運(yùn)用新一代數(shù)字技術(shù)為企業(yè)快速解決問題、創(chuàng)造價值、提高管理效率以及保持競爭優(yōu)勢等的一種綜合組織能力［7-8］，被認(rèn)為是企業(yè)數(shù)字化轉(zhuǎn)型的核心動力和必備條件［9］，也是保障企業(yè)數(shù)字化轉(zhuǎn)型順利實(shí)現(xiàn)并發(fā)揮積極效能的關(guān)鍵［10-11］。因此，要更好地發(fā)揮數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新績效的積極促進(jìn)作用，應(yīng)從企業(yè)數(shù)字化能力著手，從根本上激發(fā)數(shù)字化轉(zhuǎn)型的創(chuàng)新效能。目前，關(guān)于數(shù)字化能力與企業(yè)創(chuàng)新績效關(guān)系的研究還較少，數(shù)字化能力對企業(yè)創(chuàng)新績效影響效應(yīng)與路徑均不清晰，需要搭建數(shù)字化能力到企業(yè)創(chuàng)新績效之間的關(guān)系鏈條，從理論上揭示數(shù)字化能力對企業(yè)創(chuàng)新績效的作用機(jī)制，并指導(dǎo)企業(yè)數(shù)字化轉(zhuǎn)型的應(yīng)用實(shí)踐。

在知識經(jīng)濟(jì)時代，創(chuàng)新在很大程度上依賴于企業(yè)邊界內(nèi)外的信息流以及大量外部知識，企業(yè)獲得的關(guān)于創(chuàng)新的信息越多，其創(chuàng)新選擇就越多［12］，加強(qiáng)知識管理、提高知識管理能力是企業(yè)不斷創(chuàng)新的前提與重要途徑［13］，有助于提高企業(yè)創(chuàng)新績效［14-15］。與此同時，大數(shù)據(jù)、人工智能等技術(shù)的興起引起數(shù)據(jù)量激增、信息爆炸等情況，不僅推動了企業(yè)的數(shù)字化轉(zhuǎn)型，還對企業(yè)知識管理實(shí)踐帶來了巨大挑戰(zhàn)［16］，其中，企業(yè)信息技術(shù)能力顯著促進(jìn)了企業(yè)的知識管理實(shí)踐［17］，并提升了知識管理效率［18］。那么，企業(yè)的數(shù)字化能力是否通過知識管理影響企業(yè)創(chuàng)新績效需要進(jìn)一步驗(yàn)證，理清不同知識管理維度的中介效應(yīng)，以揭示數(shù)字化能力對企業(yè)創(chuàng)新績效的影響路徑。

此外，從企業(yè)知識管理與創(chuàng)新實(shí)踐來看，企業(yè)在多大程度上能將獲取的新知識、新信息進(jìn)行吸收、轉(zhuǎn)化和創(chuàng)造，并最終實(shí)現(xiàn)創(chuàng)新，很大程度上受企業(yè)固有知識、經(jīng)驗(yàn)、程序和思維模式等即知識慣性的影響［19］。有學(xué)者指出，知識慣性會阻礙組織學(xué)習(xí)和應(yīng)用知識，給組織帶來的負(fù)面影響不利于企業(yè)創(chuàng)新［20］，也有學(xué)者發(fā)現(xiàn)，知識慣性能夠促進(jìn)企業(yè)提高績效［21-22］。那么，知識慣性到底在數(shù)字化能力與知識管理、創(chuàng)新績效的關(guān)系中發(fā)揮了怎樣的作用？影響效應(yīng)如何？這些都有待進(jìn)一步解答，需要開展相關(guān)研究并明確知識慣性在上述關(guān)系中是增益還是損耗，以便企業(yè)能夠及時做出調(diào)整。

基于此，本文以科技型中小企業(yè)為研究對象，從企業(yè)數(shù)字化能力出發(fā)，引入知識管理為中介變量、知識慣性為調(diào)節(jié)變量，構(gòu)建企業(yè)數(shù)字化能力對創(chuàng)新績效的影響機(jī)制模型，明確數(shù)字化能力對創(chuàng)新績效的作用效果與影響路徑，解釋不同知識慣性水平下數(shù)字化能力對企業(yè)知識管理和創(chuàng)新績效的影響，在豐富企業(yè)數(shù)字化能力研究的同時，探索企業(yè)有效利用數(shù)字化轉(zhuǎn)型機(jī)遇、提升創(chuàng)新績效的有效途徑。

二、理論分析與研究假設(shè)

（一）數(shù)字化能力與創(chuàng)新績效

數(shù)字化時代，數(shù)據(jù)已經(jīng)成為企業(yè)競爭與發(fā)展的重要基本要素［23］。數(shù)字化技術(shù)的應(yīng)用可以使企業(yè)對內(nèi)外部數(shù)據(jù)特別是有關(guān)客戶產(chǎn)品或服務(wù)使用體驗(yàn)相關(guān)的數(shù)據(jù)進(jìn)行實(shí)時檢索、搜集、分析與處理，快速了解客戶需求的變化以及預(yù)測未來趨勢。一方面領(lǐng)先于客戶需求實(shí)施精準(zhǔn)化產(chǎn)品開發(fā)，進(jìn)而創(chuàng)造出更多供需價值［24］；另一方面以正確的信息和適當(dāng)?shù)男袆友杆倩貞?yīng)客戶的詢問和需求，提高產(chǎn)品和服務(wù)的一致性和質(zhì)量［25］。這對于以持續(xù)高效創(chuàng)新為生命力的科技型中小企業(yè)來說，有助于它們打破資源稟賦匱乏、協(xié)同創(chuàng)新資源支持乏力等制約企業(yè)創(chuàng)新發(fā)展的資源困境［26］，跨越企業(yè)獲取信息和提高創(chuàng)新研發(fā)效率的障礙，為它們低成本、高效率獲得數(shù)據(jù)信息、整合創(chuàng)新資源和開展創(chuàng)新活動提供便利條件，進(jìn)而提高企業(yè)的創(chuàng)新效能［27］。在這個過程中，數(shù)字化能力反映了企業(yè)在日常經(jīng)營活動中有效利用數(shù)字化技術(shù)的程度，其水平越高則越有助于科技型中小企業(yè)打破資源壁壘，獲取創(chuàng)新主動權(quán)，進(jìn)而對企業(yè)創(chuàng)新績效產(chǎn)生積極影響?；诖?，本文提出假設(shè)：

H1：數(shù)字化能力對科技型中小企業(yè)創(chuàng)新績效有正向影響。

（二）知識管理與創(chuàng)新績效

知識作為組織戰(zhàn)略性資源的重要組成部分［28］，有效的知識管理可以顯著促進(jìn)企業(yè)獲得持續(xù)性競爭優(yōu)勢并實(shí)現(xiàn)既定目標(biāo)［29-30］，企業(yè)績效的高低取決于企業(yè)能在多大程度上調(diào)動其掌握的所有知識資源，并將其轉(zhuǎn)化為創(chuàng)造價值的活動［31］。對于科技型中小企業(yè)來說，知識更是其持續(xù)創(chuàng)新和生存發(fā)展的基礎(chǔ)保障，如何高效管理知識，使知識管理成為推動企業(yè)創(chuàng)新、提升創(chuàng)新績效的內(nèi)生動力，對企業(yè)的成敗至關(guān)重要［32］。已有研究多從知識獲取、分享、創(chuàng)造和應(yīng)用等方面對知識管理進(jìn)行討論［33-34］，本文也從這四個方面探討知識管理對科技型中小企業(yè)創(chuàng)新績效的影響。

知識獲取與創(chuàng)新績效。在知識和技術(shù)急劇變化的高度競爭環(huán)境中，大量的知識存在于企業(yè)的傳統(tǒng)邊界之外［35］。通過知識獲取，企業(yè)能夠有效地掌握來自供應(yīng)商的信息和客戶的需求，從而發(fā)現(xiàn)企業(yè)現(xiàn)有產(chǎn)品或服務(wù)的不足以及新的商業(yè)機(jī)會，確定未來產(chǎn)品或服務(wù)創(chuàng)新的方向［36］。同時，知識獲取能夠幫助企業(yè)擴(kuò)大自身的知識儲備，提高企業(yè)知識的廣度和深度，有助于企業(yè)更好地開展創(chuàng)新活動［37］，并最終反映到企業(yè)的創(chuàng)新績效上。因此，高效率地進(jìn)行知識獲取有助于科技型中小企業(yè)把握市場動態(tài)，彌補(bǔ)知識儲備缺口，提高企業(yè)創(chuàng)新效能?；诖?，本文提出假設(shè)：

H2a：知識獲取對科技型中小企業(yè)創(chuàng)新績效有正向影響。

知識分享與創(chuàng)新績效。知識分享能夠促進(jìn)團(tuán)隊(duì)、部門或整個組織的創(chuàng)新［38］。這是因?yàn)?，知識分享促進(jìn)了知識在員工間的流動，使得企業(yè)內(nèi)部信息量呈指數(shù)增長［39］，有助于組織成員獲得更多的知識［40］，為創(chuàng)新性想法的產(chǎn)生奠定了基礎(chǔ)。并且，由于組織內(nèi)不同員工所擁有的知識存在差異，員工在知識的溝通交流過程中能夠獲得更為廣闊的思維視野，加深對遇到的不同知識的理解，從而迸發(fā)出思想火花，產(chǎn)生關(guān)于產(chǎn)品、服務(wù)、工作流程的新想法［41］，進(jìn)而通過創(chuàng)新提高企業(yè)績效［42］。科技型中小企業(yè)大多是小微企業(yè)，它們的人員構(gòu)成簡單，組織結(jié)構(gòu)更趨于扁平化，為員工之間的知識交流與分享提供了便利條件，容易形成知識分享的組織學(xué)習(xí)氛圍，更有助于知識分享促進(jìn)創(chuàng)新與績效提升作用的發(fā)揮?；诖耍疚奶岢黾僭O(shè)：

H2b：知識分享對科技型中小企業(yè)創(chuàng)新績效有正向影響。

知識創(chuàng)造與創(chuàng)新績效。根據(jù)資源基礎(chǔ)觀，只有那些有價值的、稀有的、難以模仿和難以替代的資源才能幫助企業(yè)實(shí)現(xiàn)更高的績效［43］。企業(yè)之所以能夠通過管理知識獲得持續(xù)的競爭優(yōu)勢，是因?yàn)槠髽I(yè)間所掌握的知識具有異質(zhì)性和獨(dú)特性［44］。那么，企業(yè)在源源不斷地獲取新知識的基礎(chǔ)上，提高知識的異質(zhì)性和創(chuàng)新性就顯得尤為重要。一般來說，企業(yè)可通過兩種途徑獲取新知識：一種是獲取外部知識，另一種是對已有知識的創(chuàng)造與革新［45］。如前文所述，獲取外部知識有助于企業(yè)提升績效，但值得注意的是，隨著外部知識獲取的數(shù)量越多，各個企業(yè)間所擁有的知識資源異質(zhì)性在逐漸減小，創(chuàng)造新知識就成為改善企業(yè)知識結(jié)構(gòu)、提升知識質(zhì)量的重要途徑。對于科技型中小企業(yè)來說，要想在不斷創(chuàng)新中提高核心競爭力和創(chuàng)新績效，就需要創(chuàng)造出更新的知識、產(chǎn)生包含更多知識的使用價值［46］?；诖?，本文提出假設(shè)：

H2c：知識創(chuàng)造對科技型中小企業(yè)創(chuàng)新績效有正向影響。

知識應(yīng)用與創(chuàng)新績效。企業(yè)進(jìn)行知識管理的本質(zhì)是有效地應(yīng)用知識以解決問題，從而實(shí)現(xiàn)知識的價值［47-48］?？梢?，知識應(yīng)用既是企業(yè)知識管理的一個過程，也是知識管理的目的。創(chuàng)新在很大程度上取決于企業(yè)應(yīng)用其內(nèi)部知識的能力［49］，企業(yè)知識應(yīng)用能力越強(qiáng)，知識價值實(shí)現(xiàn)過程的效率越高，可以不斷地將知識轉(zhuǎn)化為創(chuàng)新產(chǎn)品和服務(wù)［50］，這有助于企業(yè)以獨(dú)特的創(chuàng)新在競爭性市場中獲得高收益，從而提高企業(yè)的創(chuàng)新績效［51］?？萍夹椭行∑髽I(yè)以持續(xù)提供新產(chǎn)品、新技術(shù)和新服務(wù)為生存法則，知識應(yīng)用水平的高低將直接影響科技型中小企業(yè)的創(chuàng)新效率?；诖?，本文提出如下假設(shè)：

H2d：知識應(yīng)用對科技型中小企業(yè)創(chuàng)新績效有正向影響。

（三）數(shù)字化能力與知識管理

信息化時代下，數(shù)據(jù)量的激增在為企業(yè)提供更多信息知識資源的同時，也加大了企業(yè)知識管理的難度和知識競爭的壓力，需要企業(yè)在海量數(shù)據(jù)信息中高效率地獲取、篩選有效信息，并及時進(jìn)行整合、創(chuàng)新與應(yīng)用，以速度和效率制勝，這就對科技型中小企業(yè)的知識管理提出了更高要求，而數(shù)字化技術(shù)為企業(yè)應(yīng)對數(shù)據(jù)挑戰(zhàn)、提升知識管理效率提供了可能。數(shù)字化技術(shù)可以顯著提升知識的收集速度和效率［52］，消除企業(yè)內(nèi)部員工間以及企業(yè)內(nèi)部員工與外部組織成員間的知識分享與交流障礙，促進(jìn)員工對知識進(jìn)行整合［53］，并通過對知識進(jìn)行歸類、整合以及可視化處理提高數(shù)據(jù)信息的可用性，降低企業(yè)內(nèi)部知識的復(fù)雜性和不確定性［54］，從而提高知識的利用率，促進(jìn)知識價值的實(shí)現(xiàn)［55］。為此，本文認(rèn)為數(shù)字化能力作為企業(yè)應(yīng)用數(shù)字化技術(shù)的重要體現(xiàn)，對科技型中小企業(yè)的知識管理活動具有重要的推動作用?；诖耍疚奶岢鋈缦录僭O(shè)：

H3a：數(shù)字化能力對科技型中小企業(yè)知識獲取有正向影響。

H3b：數(shù)字化能力對科技型中小企業(yè)知識分享有正向影響。

H3c：數(shù)字化能力對科技型中小企業(yè)知識創(chuàng)造有正向影響。

H3d：數(shù)字化能力對科技型中小企業(yè)知識應(yīng)用有正向影響。

（四）知識管理的中介作用

基于以上理論和實(shí)證研究的支持，本文進(jìn)一步推斷知識管理在數(shù)字化能力和科技型中小企業(yè)創(chuàng)新績效中起到中介傳導(dǎo)作用。因此，本文提出如下假設(shè)：

H4a：知識獲取在數(shù)字化能力與科技型中小企業(yè)創(chuàng)新績效的關(guān)系中起中介作用。

H4b：知識分享在數(shù)字化能力與科技型中小企業(yè)創(chuàng)新績效的關(guān)系中起中介作用。

H4c：知識創(chuàng)造在數(shù)字化能力與科技型中小企業(yè)創(chuàng)新績效的關(guān)系中起中介作用。

H4d：知識應(yīng)用在數(shù)字化能力與科技型中小企業(yè)創(chuàng)新績效的關(guān)系中起中介作用。

（五）知識慣性的調(diào)節(jié)作用

知識慣性是企業(yè)在知識管理過程中不可避免的問題［56］。雖然數(shù)字化技術(shù)能夠幫助企業(yè)從多個數(shù)據(jù)源獲取知識，但是在知識慣性的作用下企業(yè)會偏向于選擇在同樣的或相似的知識源獲取知識［57］，這容易導(dǎo)致企業(yè)所獲得的知識同質(zhì)性高，并隨著時間的推移，企業(yè)可獲取的知識數(shù)量也會不斷減少，影響企業(yè)對市場以及技術(shù)變化的敏感度［58］；知識慣性的存在使企業(yè)及其員工會固守以往的經(jīng)驗(yàn)?zāi)Ｊ健⒅R結(jié)構(gòu)，降低探索新知識和知識交流與碰撞的熱情［59］，阻礙員工的知識創(chuàng)造；同時，過度地依賴已有的知識、方法去解決問題，還會導(dǎo)致企業(yè)對新知識產(chǎn)生排斥和抗拒［60］，降低企業(yè)應(yīng)用新知識的可能，影響新產(chǎn)品和服務(wù)的產(chǎn)生，從而錯失創(chuàng)新機(jī)會，并最終限制企業(yè)創(chuàng)新績效的提升?？萍既藛T及其創(chuàng)造和掌握的知識與技術(shù)是科技型企業(yè)最核心的資源，是企業(yè)開展科技創(chuàng)新的基礎(chǔ)［61］?？萍既藛T在多數(shù)科技型中小企業(yè)中占比較高，不少科技型小微企業(yè)幾乎全部員工都是科技人員，他們的知識慣性對企業(yè)創(chuàng)新及其績效提升的影響更大。基于此，本文提出如下假設(shè)：

H5a：知識慣性對數(shù)字化能力和科技型中小企業(yè)知識獲取的關(guān)系具有負(fù)向調(diào)節(jié)作用。

H5b：知識慣性對數(shù)字化能力和科技型中小企業(yè)知識分享的關(guān)系具有負(fù)向調(diào)節(jié)作用。

H5c：知識慣性對數(shù)字化能力和科技型中小企業(yè)知識創(chuàng)造的關(guān)系具有負(fù)向調(diào)節(jié)作用。

H5d：知識慣性對數(shù)字化能力和科技型中小企業(yè)知識應(yīng)用的關(guān)系具有負(fù)向調(diào)節(jié)作用。

H5e：知識慣性對數(shù)字化能力和科技型中小企業(yè)創(chuàng)新績效的關(guān)系具有負(fù)向調(diào)節(jié)作用。

綜合以上研究假設(shè)，本文構(gòu)建了數(shù)字化能力對企業(yè)創(chuàng)新績效的影響機(jī)制模型，具體如圖1所示。

三、研究設(shè)計(jì)

（一）樣本與數(shù)據(jù)收集

本文以科技型中小企業(yè)為研究對象。在樣本選擇方面，本文根據(jù)《科技型中小企業(yè)評價辦法》以及北京市發(fā)布的《加快科技創(chuàng)新發(fā)展新一代信息技術(shù)等十個高精尖產(chǎn)業(yè)的指導(dǎo)意見》，主要選取職工數(shù)量不超過500人、年銷售收入和資產(chǎn)總額均不超過2億元且為北京市重點(diǎn)發(fā)展的十大高精尖產(chǎn)業(yè)內(nèi)的企業(yè)作為被調(diào)查企業(yè)進(jìn)行分層抽樣。考慮到企業(yè)創(chuàng)新績效需要一定的時間才能體現(xiàn)，被調(diào)查企業(yè)的成立時間均在2018年及之前。

本文選擇科技型中小企業(yè)主要創(chuàng)始人（董事長、總經(jīng)理或合伙人）作為數(shù)據(jù)采集對象，針對企業(yè)員工總數(shù)、經(jīng)營狀況、企業(yè)創(chuàng)新情況等內(nèi)容進(jìn)行問卷調(diào)查，共調(diào)查267家企業(yè)，回收有效問卷260份，有效問卷回收率為97.38%，樣本分布情況如表1所示。

（二）變量測量

1.數(shù)字化能力（自變量）

目前，數(shù)字化能力這一概念尚處于發(fā)展早期，學(xué)術(shù)界尚未有統(tǒng)一的測量維度［62］，關(guān)于數(shù)字化能力的測量量表還比較鮮見。通過參考已有研究，本文將數(shù)字化能力分為人員能力、協(xié)作能力、分析能力以及應(yīng)用能力四個方面［63-65］，在借鑒Nasiri等（2020）［66］的量表以及宋晶（2019）［67］和吉峰等（2021）［68］提出的評價指標(biāo)的基礎(chǔ)上，結(jié)合科技型中小企業(yè)的特點(diǎn)設(shè)計(jì)相應(yīng)的測量題項(xiàng)。其中，人員能力包括3個題項(xiàng)，代表題項(xiàng)為“員工在數(shù)字化設(shè)備使用方面得到很好的培訓(xùn)”；協(xié)作能力包括3個題項(xiàng)，代表題項(xiàng)為“企業(yè)能夠通過數(shù)字化方式和其他企業(yè)開展合作”；分析能力包括3個題項(xiàng)，代表題項(xiàng)為“企業(yè)能夠使用數(shù)字化技術(shù)篩選和收集數(shù)據(jù)”；應(yīng)用能力包括4個題項(xiàng)，代表題項(xiàng)為“企業(yè)能夠使用數(shù)字化技術(shù)整合自己的產(chǎn)品和服務(wù)”。

2.知識管理（中介變量）

本文從知識獲取、知識分享、知識創(chuàng)造和知識應(yīng)用四個方面探討知識管理對科技型中小企業(yè)創(chuàng)新績效的影響，所采用的測量量表均來自已有文獻(xiàn)。其中，知識獲取的題項(xiàng)來源于董小英等（2006）［69］提出的量表，包括3個題項(xiàng)，代表題項(xiàng)為“總是到企業(yè)外部尋找新的信息”；知識分享的題項(xiàng)參考侍文庚和蔣天穎（2012）［70］的量表，包括4個題項(xiàng)，代表題項(xiàng)為“企業(yè)鼓勵員工之間交流各種想法和建議”；知識應(yīng)用的題項(xiàng)來源于韓維賀等（2006）［71］的量表，包括3個題項(xiàng)，代表題項(xiàng)為“企業(yè)能夠利用現(xiàn)有的知識開發(fā)新產(chǎn)品/服務(wù)”；知識創(chuàng)造的題項(xiàng)則借鑒郗玉娟（2018）［72］的研究，包括3個題項(xiàng)，代表題項(xiàng)為“企業(yè)會根據(jù)經(jīng)銷商、客戶等外部組織的需求創(chuàng)造和開發(fā)與新產(chǎn)品相關(guān)的知識”。

3.知識慣性（調(diào)節(jié)變量）

Liao等（2008）［73］首先提出了知識慣性的測量量表，包含學(xué)習(xí)慣性、程序慣性以及經(jīng)驗(yàn)慣性三個維度，在進(jìn)行探索性因子和驗(yàn)證性因子分析之后，最終形成包含學(xué)習(xí)慣性和經(jīng)驗(yàn)慣性兩個維度的量表。本文借鑒Liao等（2008）［74］編制的量表，同時參考Xie等（2016）［75］、范鈞和高孟立（2016）［76］的量表設(shè)計(jì)，從學(xué)習(xí)慣性和經(jīng)驗(yàn)慣性兩個方面編制知識慣性的測量題項(xiàng)。其中，學(xué)習(xí)慣性和經(jīng)驗(yàn)慣性均包括3個題項(xiàng)，代表題項(xiàng)分別為“企業(yè)習(xí)慣于從以往的知識源、經(jīng)驗(yàn)中尋求新知識”“企業(yè)員工經(jīng)常使用相同或相似的方法來解決相同或類似的問題”。

4.創(chuàng)新績效（因變量）

創(chuàng)新績效的衡量方式主要有客觀指標(biāo)評價和主觀評價兩種?？陀^指標(biāo)主要采用滯后一期或二期的專利數(shù)量對企業(yè)的創(chuàng)新績效進(jìn)行衡量。但是由于本研究中的數(shù)字化能力、知識管理和知識慣性難以用客觀指標(biāo)衡量，調(diào)查企業(yè)過去3—5年內(nèi)的相應(yīng)水平更是存在難度，考慮數(shù)據(jù)可獲得性和變量的時間對稱性，創(chuàng)新績效采用主觀評價法進(jìn)行衡量。本文參考楊俊青等（2021）［77］的量表，從創(chuàng)新過程和創(chuàng)新產(chǎn)出兩方面設(shè)置測量題項(xiàng)，包括4個題項(xiàng)，代表題項(xiàng)為“與同行相比，企業(yè)常常在業(yè)內(nèi)率先推出新產(chǎn)品/服務(wù)”“與同行相比，企業(yè)的產(chǎn)品改進(jìn)和創(chuàng)新有非常好的市場反應(yīng)”。

5.控制變量

已有研究指出，企業(yè)經(jīng)營年限、企業(yè)性質(zhì)、企業(yè)規(guī)模對其創(chuàng)新績效或有影響，因此，本文選取這三個變量作為控制變量。在變量處理上，企業(yè)經(jīng)營年限是以當(dāng)年減去成立年份的差作為測量值；企業(yè)性質(zhì)分為有限責(zé)任公司和股份有限公司兩個類別；企業(yè)規(guī)?？墒褂闷髽I(yè)的員工總數(shù)［78-79］以及企業(yè)總資產(chǎn)［80］衡量。由于各企業(yè)員工總數(shù)以及總資產(chǎn)存在較大差異，為了使數(shù)據(jù)更加平穩(wěn)，以及減小模型的共線性、異方差性等問題，對這兩個變量進(jìn)行對數(shù)化處理。

除控制變量外，本文采用李克特五點(diǎn)量表對以上四個主要研究變量進(jìn)行測量，從最低分1至最高分5，依次代表“非常不同意”“不同意”“有點(diǎn)同意”“同意”“非常同意”，體現(xiàn)被調(diào)查者對于各個題項(xiàng)表述與自己實(shí)際情況符合度的意見。

四、數(shù)據(jù)分析

（一）信度與效度分析

在信度方面，一般來說，Cronbach’s α系數(shù)大于0.8表示量表的內(nèi)部一致性極好，在0.6～0.8間表示量表內(nèi)部一致性較好，低于0.6則表示內(nèi)部一致性較差［81］。在表2中，數(shù)字化能力、知識獲取、知識分享、知識創(chuàng)造、知識應(yīng)用、知識慣性以及創(chuàng)新績效的Cronbach’s α系數(shù)均超過0.6，達(dá)到研究可靠性的要求。

變量的效度可從收斂效度和區(qū)分效度兩方面進(jìn)行討論［82］。其中，在收斂效度方面，已有研究多使用平均方差提取值（Average Variance Extracted， AVE）作為變量收斂效度的主要判斷依據(jù)。在表2中，各研究變量的AVE值均在0.5以上，說明各研究變量具有較好的收斂效度［83］。在區(qū)分效度方面，可通過比較變量AVE的平方根和變量間的相關(guān)系數(shù)大小來判別，若某變量AVE的平方根數(shù)值大于該變量與其他變量間的相關(guān)系數(shù)，表示各變量間具有顯著的差異，變量具有良好的區(qū)分效度。表3的結(jié)果表明本文的各研究變量具有良好的區(qū)分效度。

（二）共同方法偏差檢驗(yàn)

本文通過問卷調(diào)查采集數(shù)據(jù)，在同一時間以主觀評價的方式收集了自變量、因變量、中介變量以及調(diào)節(jié)變量相關(guān)數(shù)據(jù)，由此可能造成共同方法偏差問題［84］。對此，本文采用事前控制和事后檢驗(yàn)的方法，以減輕共同方法偏差對回歸結(jié)果的影響。在事前控制方面，本文采用臺灣學(xué)者彭臺光等（2006）［85］的方法，在正式調(diào)查前的問卷編排設(shè)計(jì)方面采取以下措施：第一，問卷中沒有具體說明本文的研究目的，題干處也沒有詳細(xì)列出各研究變量的名稱；第二，打亂了各變量在問卷中的出現(xiàn)順序；第三，本著簡明、易懂的原則設(shè)置測量題項(xiàng)；第四，允許被調(diào)查者匿名填寫問卷，并承諾對數(shù)據(jù)進(jìn)行保密。在事后檢驗(yàn)方面，本文遵循大多數(shù)現(xiàn)有研究的處理方式，使用Harman單因素檢驗(yàn)法（Harman’s one-factor test）來判定共同方法偏差問題的嚴(yán)重程度。檢驗(yàn)結(jié)果顯示，總方差解釋力為64.663%。同時，第一個因子的解釋力為34.029%，未超過50%，樣本數(shù)據(jù)的共同方法偏差問題不嚴(yán)重。

（三）描述性統(tǒng)計(jì)與相關(guān)性分析

如表3所示，數(shù)字化能力與創(chuàng)新績效、知識獲取、知識分享、知識創(chuàng)造以及知識應(yīng)用均存在顯著的正相關(guān)關(guān)系。同時，知識獲取、知識分享、知識創(chuàng)造以及知識應(yīng)用均與創(chuàng)新績效顯著正相關(guān)。相關(guān)性分析結(jié)果為后續(xù)的數(shù)據(jù)分析提供了支持。

（四）假設(shè)檢驗(yàn)

1.主效應(yīng)及中介效應(yīng)檢驗(yàn)

本文利用層級回歸分析方法進(jìn)行主效應(yīng)和中介效應(yīng)檢驗(yàn)。表4中的模型2顯示，數(shù)字化能力對創(chuàng)新績效的回歸系數(shù)顯著（β=0.532，p<0.001），說明科技型中小企業(yè)的數(shù)字化能力對創(chuàng)新績效有顯著的正向影響，H1得到驗(yàn)證；模型3—6顯示，知識獲取、知識分享、知識創(chuàng)造以及知識應(yīng)用的回歸系數(shù)均為正且顯著，

說明知識獲取、知識分享、知識創(chuàng)造以及知識應(yīng)用對企業(yè)創(chuàng)新績效均存在顯著的正向影響，H2a—H2d得到驗(yàn)證。

對于中介效應(yīng)的檢驗(yàn)，本文采用Baron & Kenny（1986）［86］提出的中介效應(yīng)檢驗(yàn)方法進(jìn)行中介效應(yīng)檢驗(yàn)。綜合表4和表5的回歸結(jié)果，數(shù)字化能力對知識獲取、知識分享、知識創(chuàng)造和知識應(yīng)用均存在顯著的正向影響，H3a—H3d分別得到驗(yàn)證。同時，由表4的模型7—10可知，知識獲取、知識分享、知識創(chuàng)造以及知識應(yīng)用在數(shù)字化能力和企業(yè)創(chuàng)新績效的關(guān)系中發(fā)揮了部分中介作用，H4a—H4d均得到驗(yàn)證。

為了進(jìn)一步驗(yàn)證中介效應(yīng)是否存在，本文采用Bootstrap法對中介效應(yīng)進(jìn)行驗(yàn)證［87］。表6的檢驗(yàn)結(jié)果顯示，四個中介變量的間接效應(yīng)大小分別為0.074 2、0.203 4、0.113 1、0.183 2，且相對應(yīng)的95%的置信區(qū)間均不包含0，H4a—H4d再次得到驗(yàn)證。

2.調(diào)節(jié)作用檢驗(yàn)

本文以知識慣性作為調(diào)節(jié)變量，探究不同知識慣性水平下企業(yè)知識管理對創(chuàng)新績效的影響。為了減少多重共線性對回歸分析結(jié)果的影響，本文采用Robinson & Schumacker（2009）［88］的建議，在檢驗(yàn)調(diào)節(jié)作用之前，對交互項(xiàng)涉及的變量均做了中心化處理。

由表7的回歸結(jié)果可知，知識慣性負(fù)向調(diào)節(jié)企業(yè)數(shù)字化能力與知識獲取、知識分享、知識應(yīng)用以及創(chuàng)新績效之間的關(guān)系，即H5a、H5b、H5d、H5e得到驗(yàn)證；知識慣性對數(shù)字化能力與知識創(chuàng)造之間的關(guān)系不存在調(diào)節(jié)作用，H5c未得到驗(yàn)證。同時，圖2的調(diào)節(jié)效應(yīng)圖顯示，當(dāng)知識慣性處于較低水平時，企業(yè)數(shù)字化能力對知識獲取的影響比知識慣性程度高時更大。同樣地，低知識慣性水平下，企業(yè)數(shù)字化能力對知識分享、知識應(yīng)用以及創(chuàng)新績效的影響更大（分別見圖3、4、5），說明知識慣性在企業(yè)數(shù)字化能力與知識獲取、知識分享、知識應(yīng)用以及創(chuàng)新績效的關(guān)系中存在負(fù)向調(diào)節(jié)作用，降低了數(shù)字化能力的正向促進(jìn)作用。

（五）結(jié)果討論

第一，科技型中小企業(yè)數(shù)字化能力對企業(yè)創(chuàng)新績效有顯著的提升作用。已有研究指出企業(yè)數(shù)字化有助于企業(yè)開展創(chuàng)新、提升企業(yè)績效［89-91］，但并未明確企業(yè)數(shù)字化能力與創(chuàng)新績效之間的關(guān)系，本文研究結(jié)果是對已有研究的深化和細(xì)化。從本文的調(diào)查數(shù)據(jù)看，科技型中小企業(yè)的數(shù)字化應(yīng)用能力得分最高，其有助于科技型中小企業(yè)快速整合內(nèi)部和外部創(chuàng)新所需的資源，降低企業(yè)內(nèi)部協(xié)調(diào)活動的成本，促進(jìn)資源的靈活分配，從而增強(qiáng)企業(yè)創(chuàng)新導(dǎo)向性，提高創(chuàng)新效率［92］。同時，科技型中小企業(yè)的數(shù)字化協(xié)作能力水平也較高，其有助于幫助企業(yè)打破與外部的信息交流與合作的時間和空間障礙，促進(jìn)科技型中小企業(yè)與其價值共同創(chuàng)造者之間的互動并改進(jìn)他們間的業(yè)務(wù)合作關(guān)系，從而增加科技型中小企業(yè)在開放式創(chuàng)新網(wǎng)絡(luò)中開展協(xié)作創(chuàng)新的機(jī)會，這對于企業(yè)提升創(chuàng)新績效有顯著的正向影響［93］。

第二，科技型中小企業(yè)數(shù)字化能力對知識管理有顯著的正向影響。數(shù)字化時代，企業(yè)的知識管理范圍不再受組織邊界的限制，可以實(shí)現(xiàn)跨組織知識管理，方式也由傳統(tǒng)單一的線下面對面的交流形式轉(zhuǎn)變?yōu)榫€上線下融合模式，企業(yè)在線社區(qū)和開放式在線協(xié)作社區(qū)促進(jìn)了企業(yè)內(nèi)外部開展更廣泛、頻繁、深入的知識分享［94］，而較高的數(shù)字化協(xié)作能力，可以有效促進(jìn)企業(yè)內(nèi)外部交流與合作，從而增進(jìn)知識分享。并且，調(diào)研發(fā)現(xiàn)，雖然科技型中小企業(yè)的數(shù)字化分析能力整體處于中等水平，但其在篩選、收集和呈現(xiàn)數(shù)據(jù)方面水平較高，這有助于企業(yè)整合新舊知識以創(chuàng)造出新知識并迅速地將其投入到生產(chǎn)實(shí)踐中。在訪談中，不少受訪者強(qiáng)調(diào)，大數(shù)據(jù)時代下企業(yè)面臨的數(shù)據(jù)量是巨大的且絕大多數(shù)是非結(jié)構(gòu)化數(shù)據(jù)，如何從海量數(shù)據(jù)中識別知識和創(chuàng)造新知識至關(guān)重要，企業(yè)數(shù)字化能力會直接影響企業(yè)知識管理效率。

第三，知識管理有助于提升科技型中小企業(yè)創(chuàng)新績效，這與大多數(shù)學(xué)者的研究結(jié)論是一致的且已被證實(shí)，科技型中小企業(yè)也符合這一規(guī)律，這里不再贅述。同時，知識管理在科技型中小企業(yè)數(shù)字化能力與創(chuàng)新績效的影響關(guān)系中發(fā)揮中介作用。根據(jù)本文調(diào)查數(shù)據(jù)和訪談，一方面，科技型中小企業(yè)因?yàn)樽陨順I(yè)務(wù)特點(diǎn)，數(shù)字技術(shù)應(yīng)用的基礎(chǔ)環(huán)境較好；另一方面，企業(yè)技術(shù)研發(fā)員工占比較高，具備較高的數(shù)字技術(shù)應(yīng)用能力和數(shù)字素養(yǎng)，對于數(shù)字化技術(shù)應(yīng)用有較好的接受能力，使得企業(yè)更偏好于應(yīng)用數(shù)字技術(shù)進(jìn)行知識和信息處理，從而加快了有效辨別和獲取信息的速度，提高了信息加工和處理的效率，也增進(jìn)了信息在組織內(nèi)的流動與創(chuàng)新。數(shù)字化能力越強(qiáng)，企業(yè)數(shù)字化技術(shù)應(yīng)用效率也越高，越有利于企業(yè)的知識管理實(shí)踐并最終促進(jìn)企業(yè)創(chuàng)新績效的提升。

第四，知識慣性對科技型中小企業(yè)創(chuàng)新績效提升和知識管理活動的開展表現(xiàn)出一定的阻礙作用，削弱了科技型中小企業(yè)數(shù)字化能力對其創(chuàng)新績效以及知識獲取、分享、應(yīng)用活動的正向影響。相關(guān)研究中，雖然少數(shù)學(xué)者指出知識慣性能夠促進(jìn)企業(yè)創(chuàng)新，提升企業(yè)績效［95-96］，但更多的研究表明，知識慣性制約了企業(yè)的知識學(xué)習(xí)活動，不利于企業(yè)開發(fā)新產(chǎn)品［97-99］，本文的研究結(jié)果則進(jìn)一步驗(yàn)證了知識慣性的負(fù)向影響。根據(jù)問卷調(diào)查結(jié)果，從知識慣性的兩個維度看，一方面，科技型中小企業(yè)的學(xué)習(xí)慣性得分較高，企業(yè)更傾向于從相同或相似的知識源和經(jīng)驗(yàn)中尋求新知識，從而在一定程度上局限了科技型中小企業(yè)獲取外部知識的手段和來源途徑，導(dǎo)致數(shù)字化技術(shù)不能夠完全發(fā)揮其在知識信息搜尋方面的優(yōu)勢，影響了企業(yè)外部知識的獲取廣度和深度，抑制了前瞻性創(chuàng)新資源的形成，直接或間接地阻礙了企業(yè)創(chuàng)新績效的提高。另一方面，經(jīng)驗(yàn)慣性使得科技型中小企業(yè)員工在工作中對已有的知識和經(jīng)驗(yàn)表現(xiàn)出較高的依賴性，過分依賴已有知識和先前經(jīng)驗(yàn)，容易陷入“經(jīng)驗(yàn)主義”和“教條主義”困境，從而降低員工進(jìn)行知識、技術(shù)更新的熱情和敏銳度，阻礙員工個體創(chuàng)新和企業(yè)創(chuàng)新。

五、研究結(jié)論與展望

本文以科技型中小企業(yè)為研究對象，在合理量化數(shù)字化能力的基礎(chǔ)上，揭示了數(shù)字化能力對創(chuàng)新績效的作用效果與影響路徑，并分析了不同知識慣性水平下數(shù)字化能力對企業(yè)知識管理和創(chuàng)新績效的影響。結(jié)果顯示，數(shù)字化能力對企業(yè)創(chuàng)新績效有正向影響；數(shù)字化能力能夠促進(jìn)企業(yè)進(jìn)行知識管理，而知識管理有助于提高企業(yè)創(chuàng)新績效，知識管理在企業(yè)數(shù)字化能力對創(chuàng)新績效的影響中存在中介作用；知識慣性在數(shù)字化能力與知識獲取、知識分享、知識應(yīng)用以及創(chuàng)新績效之間的作用關(guān)系中存在顯著的負(fù)向調(diào)節(jié)作用。從本文調(diào)查的樣本企業(yè)看，目前科技型中小企業(yè)的數(shù)字化能力還有較大提升空間，特別是員工具備的與數(shù)字化技術(shù)應(yīng)用有關(guān)的知識和技能水平、員工運(yùn)用數(shù)字化技術(shù)進(jìn)行信息處理能力等，需要在開展數(shù)字化硬件環(huán)境建設(shè)的同時，通過人才引進(jìn)、內(nèi)外部培訓(xùn)等方式提升員工的數(shù)字化素養(yǎng)。但需注意企業(yè)數(shù)字化建設(shè)與企業(yè)經(jīng)營現(xiàn)實(shí)需求應(yīng)相匹配，過度超前和滯后都會增加企業(yè)的管理成本?？萍夹椭行∑髽I(yè)還需進(jìn)一步優(yōu)化組織學(xué)習(xí)氛圍，拓展學(xué)習(xí)渠道，創(chuàng)造開放式學(xué)習(xí)交流環(huán)境，提高容錯度，激發(fā)員工創(chuàng)新活力，削弱知識慣性的負(fù)面影響。

關(guān)于數(shù)字化能力的研究與實(shí)踐方興未艾，隨著我國數(shù)字經(jīng)濟(jì)的發(fā)展和企業(yè)數(shù)字化轉(zhuǎn)型的不斷深化，企業(yè)數(shù)字化能力在企業(yè)經(jīng)營發(fā)展中的作用將會更加突出。本文基于橫截面調(diào)查數(shù)據(jù)探索了數(shù)字化能力對創(chuàng)新績效的作用機(jī)制，體現(xiàn)了變量之間的靜態(tài)作用關(guān)系，這對于揭示數(shù)字化能力的作用規(guī)律與效能存在一定的局限性。未來需要從發(fā)展的視角通過持續(xù)跟蹤調(diào)查，兼顧橫向與縱向研究，定性定量分析相結(jié)合，動態(tài)分析企業(yè)數(shù)字化能力對創(chuàng)新績效的影響，提升研究的科學(xué)性與全面性。并且，可以將研究對象從科技型中小企業(yè)擴(kuò)展至其他企業(yè)類型，進(jìn)一步驗(yàn)證本文的研究結(jié)論，形成更具有基礎(chǔ)價值的一般規(guī)律。同時，根據(jù)企業(yè)數(shù)字化建設(shè)及其環(huán)境變化，發(fā)掘其他作用路徑及邊界條件，以更符合企業(yè)現(xiàn)實(shí)情境和管理實(shí)踐。

［參考文獻(xiàn)］

［1］李民、戴永務(wù)：《數(shù)字化轉(zhuǎn)型對涉農(nóng)企業(yè)競爭力的影響——基于企業(yè)異質(zhì)性視角》，《北京航空航天大學(xué)學(xué)報(bào)（社會科學(xué)版）》（2022年7月1日）。

［2］陳和、黃依婷：《政府創(chuàng)新補(bǔ)貼對企業(yè)數(shù)字化轉(zhuǎn)型的影響——基于A股上市公司的經(jīng)驗(yàn)證據(jù)》，《南方金融》2022年第8期，第19—32頁。

［3］李立威、成帆、黃藝涵：《居安思危還是內(nèi)外交困：科技型中小企業(yè)數(shù)字化轉(zhuǎn)型的組態(tài)前因》，《北京聯(lián)合大學(xué)學(xué)報(bào)（人文社會科學(xué)版）》2023年第1期，第92—99頁。

［4］劉啟雷、張媛、雷雨嫣等：《數(shù)字化賦能企業(yè)創(chuàng)新的過程、邏輯及機(jī)制研究》，《科學(xué)學(xué)研究》2022年第1期，第150—159頁。

［5］［59］王才：《數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新績效的作用機(jī)制研究》，《當(dāng)代經(jīng)濟(jì)管理》2021年第3期，第34—42頁。

［6］張吉昌、龍靜：《數(shù)字化轉(zhuǎn)型、動態(tài)能力與企業(yè)創(chuàng)新績效——來自高新技術(shù)上市企業(yè)的經(jīng)驗(yàn)證據(jù)》，《經(jīng)濟(jì)與管理》2022年第3期，第74—83頁。

［7］［54］Freitas J C S， Maada A C G， Brinkhues R A， Montesdioca G Z： “Digital Capabilities as Driver to Digital Business Performance”， AMCIS 2016 Proceedings， Vol.15， 2016， pp.1-5.

［8］Abbott J A M： “A Foundation for Change： Using Challenges and Opportunities as Building Blocks for Collection Management”， Collection Management， Vol.45， No.2， 2020， pp.110-123.

［9］王苗、張冰超：《企業(yè)數(shù)字化能力對商業(yè)模式創(chuàng)新的影響——基于組織韌性和環(huán)境動蕩性視角》，《財(cái)經(jīng)問題研究》2022年第7期，第120—129頁。

［10］［63］［66］［89］Nasiri M， Ukko J， Saunila M， Rantala T， Rantanen H： “Digital-related Capabilities and Financial Performance： The Mediating Effect of Performance Measurement Systems”， Technology Analysis and Strategic Management， Vol.32， No.12， 2020， pp.1393-1406.

［11］Karnell O， Heriyanto M， Febrian A F， Ngatno N， Purnomo M， Rulinawaty R： “Measurement of Sustainable Competitive Advantages through Digital Capability and Innovation Strategy： An Empirical Study in Indonesia”， The Journal of Asian Finance， Economics and Business， Vol.8， No.6， 2021， pp.1121-1128.

［12］［14］趙靜杰、徐光磊、蔡駿強(qiáng)等：《競爭情報(bào)活動-知識管理過程對企業(yè)創(chuàng)新績效的影響機(jī)理研究》，《情報(bào)科學(xué)》2020年第11期，第56—63頁。

［13］毛義華、康曉婷、方燕翎：《創(chuàng)新氛圍與知識管理對創(chuàng)新績效的影響研究》，《科學(xué)學(xué)研究》2021年第3期，第519—529頁。

［15］王欣、徐明：《企業(yè)創(chuàng)新組織軟環(huán)境、知識管理、創(chuàng)新績效——動態(tài)環(huán)境下有調(diào)節(jié)的中介作用模型》，《華東經(jīng)濟(jì)管理》2018年第2期，第35—42頁。

［16］石玉玲、陳萬明：《我國知識管理研究現(xiàn)狀、熱點(diǎn)與趨勢》，《新世紀(jì)圖書館》2020年第4期，第85—91頁。

［17］Prez-Lpez S， Alegre J： “Information Technology Competency， Knowledge Processes and Firm Performance”， Industrial Management & Data Systems， Vol.112， No.4， 2012， pp. 644-662.

［18］顧麗敏、李嘉：《人工智能對企業(yè)知識管理的影響研究》，《學(xué)?！?020年第6期，第39—44頁。

［19］周健明、周永務(wù)：《知識慣性與知識創(chuàng)造行為：組織記憶與創(chuàng)新氛圍的作用》，《科學(xué)學(xué)研究》2021年第6期，第1103—1110+1119頁。

［20］Liao S H： “Problem Solving and Knowledge Inertia”， Expert Systems with Applications， Vol.22， No.1， 2002， pp.21-31。

［21］［60］［97］周健明、陳明、劉云楓：《知識慣性、知識整合與新產(chǎn)品開發(fā)績效研究》，《科學(xué)學(xué)研究》2014年第10期，第1531—1538+1551頁。

［22］［95］張平、梁淑茵、葉小鳳：《組織慣性與企業(yè)績效：環(huán)境動態(tài)性的調(diào)節(jié)作用》，《華南理工大學(xué)學(xué)報(bào)（社會科學(xué)版）》2018年第4期，第13—22頁。

［23］柳卸林、董彩婷、丁雪辰：《數(shù)字創(chuàng)新時代：中國的機(jī)遇與挑戰(zhàn)》，《科學(xué)學(xué)與科學(xué)技術(shù)管理》2020年第6期，第3—15頁。

［24］羅建強(qiáng)、蔣倩雯：《數(shù)字化技術(shù)作用下產(chǎn)品與服務(wù)創(chuàng)新：綜述及展望》，《科技進(jìn)步與對策》2020年第24期，第152—160頁。

［25］［33］［46］Zhao J Y， Pablos P O， Qi Z Y： “Enterprise Knowledge Management Model Based on China’s Practice and Case Study”， Computers in Human Behavior， Vol. 28，No.2， 2012， pp.324-330.

［26］［61］楊玉國、余慶澤、袁澤沛：《科技型企業(yè)隱性知識共享演化博弈及聯(lián)盟管理分析》，《科技管理研究》2019年第7期，第190—196頁。

［27］劉和東、陳文瀟：《資源互補(bǔ)與行為協(xié)同提升合作績效的黑箱解構(gòu)——以高新技術(shù)企業(yè)為對象的實(shí)證分析》，《科學(xué)學(xué)研究》2020年第10期，第1847—1857頁。

［28］Mahdi O R， Nassar I A， Almsafir M K： “Knowledge Management Processes and Sustainable Competitive Advantage： An Empirical Examination in Private Universities”， Journal of Business Research， Vol.94， No.1， 2019， pp.320-334.

［29］Wahda W： “Mediating Effect of Knowledge Management on Organizational Learning Culture toward Organization Performance”， Journal of Management Development， Vol.36， No.7， 2017， pp.846-858.

［30］Sukardi I M： “The Effect of Information Technology Relatedness on Union Performance Mediated by Knowledge Management Capability”， International Research Journal of Management IT and Social Sciences， Vol.6， No.3， 2019， pp.46-60.

［31］［47］Alavi M， Leidner D E： “Review： Knowledge Management and Knowledge Management Systems： Conceptual Foundations and Research Issues”， MIS Quarterly， Vol.25， No.1， 2001， pp.107-136.

［32］［美］杰弗里·A.邁爾斯：《管理與組織研究必讀的40個理論》，徐世勇、李超平等譯，北京大學(xué)出版社2017年版，第138頁。

［34］Liao S H， Wu C C： “Knowledge Management and Innovation： The Ediating Effects of Organizational Learning”， 2009 IEEE International Conference on Industrial Engineering and Engineering Management， Hong Kong， China， 2009， pp.1850-1854.

［35］Carlile P R， Rebentisch E S： “Into the Black Box： The Knowledge Transformation Cycle”， Management Science， Vol.49， No.9， 2003， pp.1180-1195.

［36］Dabic M， Vlacic E， Ramanathan U， Egri C P： “Evolving Absorptive Capacity： The Mediating Role of Systematic Knowledge Management”， IEEE Transactions on Engineering Management， Vol.67， No.3， 2020， pp.783-793.

［37］Xu S C： “Balancing the Two Knowledge Dimensions in Innovation Efforts： An Empirical Examination among Pharmaceutical Firms”， Journal of Product Innovation Management， Vol.32， No.4， 2015， pp.610-621.

［38］Wang Z N， Wang N X： “Knowledge Sharing， Innovation and Firm Performance”， Expert Systems with Applications， Vol. 39， No.10， 2012， pp.8899-8908.

［39］吳士健、孫專專、劉新民：《知識治理、組織學(xué)習(xí)影響組織創(chuàng)造力的多重中介效應(yīng)研究》，《中國軟科學(xué)》2017年第6期，第174—183頁。

［40］Qammach N I J： “The Mediating Role of Knowledge Sharing on Relationship between IT Capability and IT Support as Predictors of Innovation Performance： An Empirical Study on Mobile Companies in Iraq”， Procedia Economics and Finance， Vol.39， 2016， pp.562-570.

［41］藍(lán)媛媛、屈曉婷、夏宇寰：《服務(wù)型領(lǐng)導(dǎo)對員工創(chuàng)造力的影響：知識分享的中介作用與價值觀一致性的調(diào)節(jié)作用》，《中國人力資源開發(fā)》2020年第11期，第37—49頁。

［42］Law C C， Ngai E W： “An Empirical Study of the Effects of Knowledge Sharing and Learning Behaviors on Firm Performance”， Expert Systems with Applications， Vol.34，No.4， 2008， pp.2342-2349.

［43］［55］Encarnacin G S， Víctor Jesús G M， Rodrigo M R： “Do Social Networks and Technological Capabilities Help Knowledge Management？”， Journal of Technology Management & Innovation， Vol.12， No.4， 2017， pp.65-69.

［44］Barney J B： “Firm Resources and Sustained Competitive Advantage”， Journal of Management， Vol.17， No.1， 1991， pp. 99-120.

［45］任會朋、戴洛特：《知識創(chuàng)造、環(huán)境不確定性與商業(yè)模式創(chuàng)新》，《北京交通大學(xué)學(xué)報(bào)（社會科學(xué)版）》 2020年第3期，第83—90頁。

［48］［53］Abubakar A M， Elrehail H， Alatailat M A， Eli A： “Knowledge Management， Decision-making Style and Organizational Performance”， Journal of Innovation & Knowledge， Vol.4， No.2， 2019， pp.104-114.

［49］Quintane E， Casselman R M， Reiche B S， Nylund P A： “Innovation as a Knowledge-based Outcome”， Journal of Knowledge Management， Vol.15， No.6， 2011， pp. 928-947.

［50］Alavi M， Tiwana A： “Knowledge Integration in Virtual Teams： The Potential Role of KMS”， Journal of the American Society for Information Science and Technology， Vol.53， No.12， 2002， pp.1029-1037.

［51］Lichtenthaler U：“Open Innovation：Past Research， Current Debates and Future Directions”， Academy of Management Perspectives， Vol.25， No.1， 2011， pp.75-93.

［52］Li Y H， Huang J W， Tsai M T： “Entrepreneurial Orientation and Firm Performance： The Role of Knowledge Creation Process”， Industrial Marketing Management， Vol.38， No.4， 2009， pp.440-449.

［56］［58］［96］李柏洲、曾經(jīng)緯：《知識慣性對企業(yè)雙元創(chuàng)新的影響》，《科學(xué)學(xué)研究》2019年第4期，第750—759頁。

［57］［73］［74］Liao S H， Fei W C， Liu C T： “Relationships between Knowledge Inertia， Organizational Learning and Organization Innovation”， Technovation， Vol.28， No.4， 2008， pp.183-195.

［62］［64］［68］吉峰、賈學(xué)迪、林婷婷：《制造企業(yè)數(shù)字化能力的概念及其結(jié)構(gòu)維度——基于扎根理論的探索性研究》，《中國礦業(yè)大學(xué)學(xué)報(bào)（社會科學(xué)版）》2022年第5期，第151—166頁。

［65］［90］侯光文、劉青青：《網(wǎng)絡(luò)權(quán)力與創(chuàng)新績效：基于企業(yè)數(shù)字化能力視角》，《科學(xué)學(xué)研究》2022年第6期，第1143—1152頁。

［67］宋晶：《SQ公司數(shù)字化能力的評價及提升對策研究》，西安理工大學(xué)學(xué)位論文，2019年。

［69］董小英、蔣貴凰、劉倩倩：《知識管理提升企業(yè)創(chuàng)新能力的實(shí)證研究》，《清華大學(xué)學(xué)報(bào)（自然科學(xué)版）》 2006年第S1期，第956—963頁。

［70］侍文庚、蔣天穎：《社會資本、知識管理能力和核心能力關(guān)系研究》，《科研管理》2012年第4期，第62—72頁。

［71］韓維賀、李浩、仲秋雁：《知識管理過程測量工具研究：量表開發(fā)、提煉和檢驗(yàn)》，《中國管理科學(xué)》2006年第5期，第128—136頁。

［72］郗玉娟：《組織社會資本、知識創(chuàng)造與動態(tài)能力關(guān)系研究》，吉林大學(xué)學(xué)位論文，2021年。

［75］Xie X M， Fang L X， Zeng S X， Huo J G： “How does Knowledge Inertia Affect Firms Product Innovation？”， Journal of Business Research， Vol.69， No.5， 2016， pp.1615-1620.

［76］［98］范鈞、高孟立：《知識慣性一定會阻礙服務(wù)企業(yè)績效的提升嗎？——基于KIBS企業(yè)的實(shí)證》，《商業(yè)經(jīng)濟(jì)與管理》2016年第4期，第28—38+47頁。

［77］楊俊青、李欣悅、邊潔：《企業(yè)工匠精神、知識共享對企業(yè)創(chuàng)新績效的影響》，《經(jīng)濟(jì)問題》2021年第3期，第69—77頁。

［78］Yu B， Hao S， Wang Y： “Organizational Search and Business Model Innovation： The Moderating Role of Knowledge Inertia”， Journal of Knowledge Management， Vol.24， No.7， 2020， pp.1705-1718.

［79］趙炎、葉舟、韓笑：《創(chuàng)新網(wǎng)絡(luò)技術(shù)多元化、知識基礎(chǔ)與企業(yè)創(chuàng)新績效》，《科學(xué)學(xué)研究》2022年第9期，第1698—1709頁。

［80］丁誠：《上市公司員工持股計(jì)劃與企業(yè)創(chuàng)新績效關(guān)系的實(shí)證研究——基于產(chǎn)權(quán)性質(zhì)和產(chǎn)業(yè)性質(zhì)的差異》，《預(yù)測》2021第5期，第76—82頁。

［81］Hair J F， Black W C， Babin B J， Anderson R E： Multivariate data analysis （8th ed）， Singapore：Cengage Learning Press， 2019， p.161.

［82］Voorhees C M， Brady M K， Calantone R， Ramirez E： “Discriminant Validity Testing in Marketing： An Analysis， Causes for Concern， and Proposed Remedies”， Journal of the Academy of Marketing Science， Vol.44， No.1， 2016， pp.119-134.

［83］Fornell C， Larcker D F： “Evaluating Structural Equation Models with Unobservable Variables and Measurement Error”， Journal of Marketing Research， Vol.18， No.1， 1981， pp.39-50.

［84］Conway J M， Lance C E： “What Reviewers should Expect from Authors Regarding Common Method Bias in Organizational Research”， Journal of Business & Psychology， Vol.25， No.3， 2010， pp.325-334.

［85］彭臺光、高月慈、林鉦棽：《管理研究中的共同方法變異：問題本質(zhì)、影響、測試和補(bǔ)救》，《管理學(xué)報(bào)（臺灣）》2006年第1期，第77—98頁。

［86］Baron R M， Kenny D A： “The Moderator-mediator Variable Distinction in Social Psychological Research： Conceptual， Strategic， and Statistical Considerations”， Journal of Personality and Social Psychology， Vol.51， No.6， 1986， pp. 1173-1182.

［87］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)？》，《心理學(xué)報(bào)》2014年第5期，第714—716頁。

［88］Robinson C， Schumacker R E： “Interaction Effects： Centering， Variance Inflation Factor， and Interpretation Issues”， Multiple Linear Regression Viewpoints， Vol.35， No.1， 2009， pp. 6-11.

［91］Guo H， Yang Z E， Huang R， Guo A Q： “The Digitalization and Public Crisis Responses of Small and Medium Enterprises： Implications from a COVID-19 Survey”， Frontiers of Business Research in China， Vol.14， No.1， 2020， pp.278-302.

［92］Nambisan S， Wright M， Feldman M： “The Digital Transformation of Innovation and Entrepreneurship： Progress， Challenges and Key Themes”， Research Policy， Vol. 48， No.8， 2019， 103773.

［93］張寶建、裴夢丹、陳勁等：《價值共創(chuàng)行為、網(wǎng)絡(luò)嵌入與創(chuàng)新績效——組織距離的調(diào)節(jié)效應(yīng)》，《經(jīng)濟(jì)管理》2021年第5期，第109—124頁。

［94］張兮、李玉龍、成一航等：《數(shù)字化知識管理理論與應(yīng)用研究綜述》，《數(shù)據(jù)與計(jì)算發(fā)展前沿》2021年第2期，第23—38頁。

［99］許秀玲：《知識慣性、跨邊界網(wǎng)絡(luò)整合與電商企業(yè)的知識學(xué)習(xí)績效》，《軟科學(xué)》2019年第4期，第70—74頁。

Digital Capabilities， Knowledge Management and Firms’ Innovation

Performance： Evidence from Technology-Based SMEs

WANG? Xinyu1，WU? Keqiang2，LI? Liwei3

（1.Institute of Human Resources Management， Beijing Union University， Beijing 100023， China;

2.School of Applied Economics， University of Chinese Academy of Social Sciences， Beijing 102488， China;

3.Management College， Beijing Union University， Beijing 100101， China）

Abstract： In the era of the digital economy， enabling enterprises to innovate through digital construction is an inevitable choice for the sustainable development of technology-based SMEs. As the key to the effectiveness of firms’ digital construction， digital capabilities are still in the early stages of exploration in terms of quantitative methods and role patterns. Based on a survey of 260 technology-based SMEs， this article reasonably quantifies and measures the firms’ digital capabilities， clarifies the path of digital capabilities of technology-based SMEs on innovation performance， and reveals the mediating effect of knowledge management and the moderating effect of knowledge inertia. The research results show that digital capabilities have a significant and direct positive impact on firms’ innovation performance， as well as an indirect positive impact on firms’ innovation performance through knowledge management. However， the existence of knowledge inertia weakens the positive promotion of digital capability on knowledge management and innovation performance. The research results provide a basis for technology-based SMEs to deepen their digital construction and fully utilize the positive effects of digitalization.

Key words：technology-based SMEs; digital capabilities; knowledge management; knowledge inertia; innovation performance

（責(zé)任編輯 齊立瑤；責(zé)任校對 劉永?。?/p>

［收稿日期］2023-02-05

［基金項(xiàng)目］國家社會科學(xué)基金一般項(xiàng)目“組織變革視角下中小企業(yè)數(shù)字化轉(zhuǎn)型悖論產(chǎn)生機(jī)理與破解路徑研究”（項(xiàng)目編號：21BGL237）；北京市屬高等學(xué)校高水平科研創(chuàng)新團(tuán)隊(duì)建設(shè)支持計(jì)劃項(xiàng)目（項(xiàng)目編號：BPHR20220122）。

［作者簡介］汪昕宇（1975—），女，山西忻州人，北京聯(lián)合大學(xué)人力資源管理研究所所長、教授；通訊作者：吳克強(qiáng)（1995—），男，福建福州人，中國社會科學(xué)院大學(xué)應(yīng)用經(jīng)濟(jì)學(xué)院博士研究生；李立威（1981—），女，山東聊城人，北京聯(lián)合大學(xué)管理學(xué)院教授。