數(shù)字化轉(zhuǎn)型維度與“專精特新”企業(yè)創(chuàng)新

辛琳 邊婉婷

【摘 要】 在數(shù)字中國建設(shè)的宏觀背景下，探究“專精特新”企業(yè)如何通過有效的數(shù)字化轉(zhuǎn)型實(shí)現(xiàn)創(chuàng)新水平的提升，具有重要且緊迫的現(xiàn)實(shí)意義。文章利用2012—2021年A股“專精特新”上市公司年度數(shù)據(jù)，探究數(shù)字化轉(zhuǎn)型及其中的底層數(shù)字技術(shù)、數(shù)字技術(shù)實(shí)踐應(yīng)用、現(xiàn)代信息系統(tǒng)維度對(duì)“專精特新”企業(yè)創(chuàng)新的影響。研究發(fā)現(xiàn)，“專精特新”企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，尤其在底層數(shù)字技術(shù)和數(shù)字技術(shù)實(shí)踐應(yīng)用方面，不僅有助于提升企業(yè)創(chuàng)新績效，而且有助于提升企業(yè)創(chuàng)新效率。進(jìn)一步研究發(fā)現(xiàn)，“專精特新”企業(yè)面臨一定的融資約束時(shí)，有助于發(fā)揮數(shù)字技術(shù)實(shí)踐應(yīng)用和現(xiàn)代信息系統(tǒng)對(duì)創(chuàng)新績效的提升作用。研究對(duì)“專精特新”企業(yè)有針對(duì)性地推進(jìn)數(shù)字化轉(zhuǎn)型、改善公司治理、提升創(chuàng)新績效具有實(shí)踐指導(dǎo)意義。

【關(guān)鍵詞】 數(shù)字化轉(zhuǎn)型； “專精特新”； 企業(yè)創(chuàng)新； 創(chuàng)新效率； 融資約束

【中圖分類號(hào)】 F275.5? 【文獻(xiàn)標(biāo)識(shí)碼】 A? 【文章編號(hào)】 1004-5937（2024）03-0050-08

一、引言

黨的二十大報(bào)告明確提出要“著力在推動(dòng)企業(yè)創(chuàng)新上下功夫，激發(fā)涌現(xiàn)更多專精特新中小企業(yè)”。信息技術(shù)的發(fā)展促使中小企業(yè)生產(chǎn)經(jīng)營范式、工具、機(jī)制等發(fā)生了革命性變革。在這個(gè)無論技術(shù)還是范式均要求企業(yè)數(shù)字化轉(zhuǎn)型的時(shí)代，“專精特新”企業(yè)也必須進(jìn)行數(shù)字化轉(zhuǎn)型才能不斷創(chuàng)新，保持發(fā)展優(yōu)勢(shì)。

根據(jù)安永研究院和浙江大學(xué)管理學(xué)院聯(lián)合發(fā)布的《2022年專精特新上市公司創(chuàng)新與發(fā)展報(bào)告》，2022年“專精特新”上市公司的創(chuàng)新效率均值為40.13，與非“專精特新”上市公司相比存在顯著優(yōu)勢(shì)，但“專精特新”公司創(chuàng)新勢(shì)力仍處于較低水平，均值僅為13.28。表明“專精特新”上市公司雖然在體現(xiàn)創(chuàng)新主體自身經(jīng)濟(jì)后果的創(chuàng)新效率上具有優(yōu)勢(shì)，但在創(chuàng)新勢(shì)力方面仍處于較低水平，反映出“專精特新”企業(yè)對(duì)地區(qū)經(jīng)濟(jì)的控制力、影響力和輻射力尚存在較大不足。

截至2023年4月30日，A股上市的“專精特新”企業(yè)達(dá)1 334家，在整個(gè)A股上市公司中占比約為27%。這意味著中國上市公司中約四分之一是“專精特新”企業(yè)。而非上市公司中，各省認(rèn)定的“專精特新”企業(yè)也發(fā)揮著“領(lǐng)頭羊”的作用。因此，“專精特新”企業(yè)順利開展數(shù)字化轉(zhuǎn)型、有效提升創(chuàng)新水平，對(duì)中國經(jīng)濟(jì)發(fā)展具有重要作用。

吳非等[ 1 ]認(rèn)為，企業(yè)數(shù)字化轉(zhuǎn)型并非簡單的企業(yè)資料數(shù)據(jù)數(shù)字化，而是借助前沿?cái)?shù)字科技技術(shù)與硬件系統(tǒng)推動(dòng)企業(yè)生產(chǎn)資料與生產(chǎn)過程的數(shù)字化，從而達(dá)到提質(zhì)增效的效果。數(shù)字化轉(zhuǎn)型本質(zhì)上是以數(shù)據(jù)的高效流動(dòng)來改善技術(shù)、資金、人才、物資等要素在時(shí)空中的配置，從而緩解環(huán)境不確定性對(duì)企業(yè)的沖擊。現(xiàn)有研究考察了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)就業(yè)結(jié)構(gòu)變化、期望績效反饋、稅收激勵(lì)、供應(yīng)鏈地理分布等的作用機(jī)制，但研究主體多為普通上市公司，而對(duì)“專精特新”企業(yè)數(shù)字化轉(zhuǎn)型的研究尚存在較大空白。

本文以2012—2021年A股“專精特新”上市公司為研究樣本，探究“專精特新”企業(yè)數(shù)字化轉(zhuǎn)型及其中的底層數(shù)字技術(shù)、數(shù)字技術(shù)實(shí)踐應(yīng)用和現(xiàn)代信息系統(tǒng)維度對(duì)創(chuàng)新水平的影響。進(jìn)一步，本文將“專精特新”企業(yè)的公司治理情況納入研究框架，探究融資約束的作用機(jī)制。相較于已有研究，本文的邊際貢獻(xiàn)在于：（1）聚焦“專精特新”企業(yè)，具有研究主體拓展意義?，F(xiàn)有研究大多關(guān)注普通中小企業(yè)的公司治理問題，如中小企業(yè)融資與金融支持、中小企業(yè)信用尋租約束機(jī)制等，對(duì)“專精特新”企業(yè)的研究相對(duì)較少，而本文聚焦“專精特新”企業(yè)，具有一定的研究主體拓展意義。（2）豐富了數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)效應(yīng)的研究。本文在研究數(shù)字化轉(zhuǎn)型與“專精特新”企業(yè)創(chuàng)新的關(guān)系時(shí)，不僅關(guān)注企業(yè)創(chuàng)新績效，而且探究了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新效率的影響，并對(duì)數(shù)字化轉(zhuǎn)型指標(biāo)降維分解，從底層數(shù)字技術(shù)、數(shù)字技術(shù)實(shí)踐應(yīng)用和現(xiàn)代信息系統(tǒng)三個(gè)方面考量，更具針對(duì)性。（3）重新刻畫了企業(yè)融資約束的度量指標(biāo)?？紤]到傳統(tǒng)SA指數(shù)僅包含外生變量的局限性，本文使用SA指數(shù)和企業(yè)銷售利潤率重新刻畫融資約束衡量指標(biāo)，為后續(xù)與融資約束有關(guān)的研究提供了借鑒。

二、文獻(xiàn)綜述及研究假說

Teece等[ 2 ]認(rèn)為動(dòng)態(tài)能力是企業(yè)為應(yīng)對(duì)環(huán)境不確定性，整合、重組和再配置內(nèi)外部資源的能力。根據(jù)動(dòng)態(tài)能力理論，企業(yè)可以利用組織資源、IT技術(shù)資源以及管理資源等取得競爭優(yōu)勢(shì)。數(shù)字化轉(zhuǎn)型具有高依附性和融合性的特質(zhì)，使得企業(yè)在改造生產(chǎn)工藝、優(yōu)化生產(chǎn)過程方面獲得獨(dú)特優(yōu)勢(shì)。數(shù)字技術(shù)能夠幫助企業(yè)串聯(lián)技術(shù)、數(shù)據(jù)和知識(shí)鏈條，從而為企業(yè)創(chuàng)新提供有利條件[ 3 ]。

企業(yè)開展數(shù)字化轉(zhuǎn)型會(huì)受到內(nèi)外部多重因素的影響。從企業(yè)內(nèi)部公司治理角度來看，曹直和吳非[ 4 ]認(rèn)為，固定資產(chǎn)的加速折舊政策有助于改善企業(yè)財(cái)務(wù)狀況，從而促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。汪濤等[ 5 ]研究表明，當(dāng)企業(yè)處于正向績效反饋下，期望順差的擴(kuò)大可以促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。張慧和黃群慧[ 6 ]認(rèn)為，海歸高管可以通過提升企業(yè)人力資本水平、學(xué)習(xí)吸收能力以及ESG責(zé)任履行程度三重機(jī)制助推企業(yè)數(shù)字化轉(zhuǎn)型。從企業(yè)外部公司治理環(huán)境角度來看，大客戶地理距離可以顯著提高企業(yè)與大客戶在數(shù)字化轉(zhuǎn)型導(dǎo)向上的相似性，政府補(bǔ)貼也能夠有效促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型[ 7 ]。此外，宏觀政策導(dǎo)向如“一帶一路”倡議、國際數(shù)字服務(wù)貿(mào)易限制措施等也會(huì)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生影響。

聚焦數(shù)字化轉(zhuǎn)型的度量方式，現(xiàn)有研究可以歸納為直接法與間接法兩大類。數(shù)字化轉(zhuǎn)型的直接衡量方法有調(diào)查問卷法和運(yùn)用文本挖掘技術(shù)構(gòu)建數(shù)字化轉(zhuǎn)型指標(biāo)等，間接衡量方法有數(shù)字化無形資產(chǎn)占比、企業(yè)對(duì)數(shù)字化信息化投資的態(tài)度、是否實(shí)施數(shù)字化戰(zhàn)略的“0—1”虛擬變量以及構(gòu)建數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)等。

數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新的促進(jìn)作用得到學(xué)界普遍認(rèn)可。孫早等[ 8 ]認(rèn)為，信息技術(shù)的進(jìn)步能夠緩解信息不對(duì)稱、優(yōu)化組織結(jié)構(gòu)，有助于企業(yè)迅速捕捉市場(chǎng)機(jī)會(huì)，把握市場(chǎng)供需動(dòng)態(tài)變化，提高創(chuàng)新生產(chǎn)的針對(duì)性，從而提高企業(yè)創(chuàng)新的速度和效率。Autio等[ 9 ]研究發(fā)現(xiàn)，企業(yè)引進(jìn)數(shù)字技術(shù)、推動(dòng)數(shù)字化發(fā)展能夠促進(jìn)商業(yè)模式創(chuàng)新。Ferreira等認(rèn)為企業(yè)數(shù)字化轉(zhuǎn)型有助于產(chǎn)品服務(wù)創(chuàng)新和流程創(chuàng)新[ 10 ]。但有學(xué)者提出不同觀點(diǎn)，認(rèn)為數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新間可能存在倒U型關(guān)系，即存在“數(shù)字化悖論”現(xiàn)象[ 11 ]。

本文認(rèn)為，數(shù)字化轉(zhuǎn)型有助于提升“專精特新”企業(yè)創(chuàng)新績效。原因在于：一方面，企業(yè)數(shù)字化轉(zhuǎn)型的過程本身就是一種創(chuàng)新，通過數(shù)字技術(shù)和創(chuàng)新要素的結(jié)構(gòu)優(yōu)化，能夠促進(jìn)資源優(yōu)化配置，從而有效提升“專精特新”企業(yè)創(chuàng)新績效[ 12 ]；另一方面，“專精特新”企業(yè)可以利用數(shù)字化轉(zhuǎn)型來優(yōu)化組織結(jié)構(gòu)、提高生產(chǎn)效率，幫助企業(yè)“補(bǔ)短板”“鍛長板”“填空白”，助力企業(yè)通過數(shù)字化轉(zhuǎn)型在細(xì)分市場(chǎng)內(nèi)建立差異化競爭優(yōu)勢(shì)，提升企業(yè)“專精特新”的核心競爭力，增強(qiáng)企業(yè)在上下游競爭中的話語權(quán)和優(yōu)勢(shì)地位，從而提升企業(yè)創(chuàng)新績效。

基于上述分析，本文提出如下研究假說：

H：“專精特新”企業(yè)數(shù)字化轉(zhuǎn)型對(duì)創(chuàng)新績效具有顯著促進(jìn)作用。

三、實(shí)證研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來源

本文選取2012—2021年A股“專精特新”上市公司作為研究樣本。從工信部于2019年、2020年和2021年認(rèn)定并發(fā)布的三批“專精特新”企業(yè)名單中篩選出研究樣本，剔除ST和*ST觀測(cè)值、同時(shí)發(fā)行H股和B股及其他外資股公司觀測(cè)值、金融保險(xiǎn)類公司樣本、含有缺失值的樣本后，最終得到313家樣本公司的1 277個(gè)樣本觀測(cè)值。為避免異常值的影響，對(duì)所有連續(xù)變量在1%水平上進(jìn)行了雙側(cè)縮尾處理。

數(shù)字化轉(zhuǎn)型數(shù)據(jù)以樣本公司企業(yè)年報(bào)為依據(jù)，采用Python爬蟲文本挖掘方式統(tǒng)計(jì)詞頻獲得，企業(yè)創(chuàng)新的專利數(shù)據(jù)來自CNRDS數(shù)據(jù)庫，其余數(shù)據(jù)來自國泰安CSMAR數(shù)據(jù)庫，數(shù)據(jù)處理使用Stata16.0。

（二）變量定義

1.被解釋變量：創(chuàng)新績效（Innov）

在度量企業(yè)創(chuàng)新績效時(shí)，有學(xué)者認(rèn)為專利數(shù)量是反映企業(yè)創(chuàng)新結(jié)果和技術(shù)水平最直觀的數(shù)據(jù)之一，且相較于專利授權(quán)數(shù)量，專利申請(qǐng)數(shù)量可以更好地反映企業(yè)對(duì)待創(chuàng)新的態(tài)度?；诖?，并考慮企業(yè)財(cái)務(wù)信息披露習(xí)慣以及數(shù)據(jù)可得性，本文參照李曉靜和蔣靈多[ 13 ]的做法，使用“專精特新”A股上市公司發(fā)明專利、實(shí)用新型專利和外觀設(shè)計(jì)專利的申請(qǐng)數(shù)量總和加1后取自然對(duì)數(shù)來衡量企業(yè)創(chuàng)新績效。

2.解釋變量：數(shù)字化轉(zhuǎn)型（Digital）

考慮到企業(yè)年報(bào)披露的文本信息具有信息含量，能夠在一定程度上反映企業(yè)的經(jīng)營發(fā)展戰(zhàn)略[ 14 ]，借鑒王守海等[ 15 ]、吳非等[ 1 ]的做法，采用文本分析法構(gòu)建數(shù)字化轉(zhuǎn)型指標(biāo)。具體步驟如下：首先，從巨潮資訊網(wǎng)、上市公司官網(wǎng)等渠道批量下載“專精特新”A股上市樣本公司2012—2021年的年度報(bào)告，并轉(zhuǎn)化為txt格式，通過Python提取年度報(bào)告內(nèi)的全部文本。其次，借鑒王守海等[ 15 ]的研究，構(gòu)建數(shù)字化轉(zhuǎn)型關(guān)鍵詞圖譜。企業(yè)數(shù)字化轉(zhuǎn)型關(guān)鍵詞共計(jì)73個(gè)，代表性關(guān)鍵詞有“數(shù)據(jù)可視化”“數(shù)字營銷”等，進(jìn)一步按照該圖譜將企業(yè)數(shù)字化轉(zhuǎn)型細(xì)分為底層數(shù)字技術(shù)（Underly）、數(shù)字技術(shù)實(shí)踐應(yīng)用（Practical）和現(xiàn)代信息系統(tǒng)（Modern）三個(gè)維度。底層數(shù)字技術(shù)共19個(gè)關(guān)鍵詞，代表性關(guān)鍵詞有“數(shù)據(jù)可視化”“數(shù)字智能”等；數(shù)字技術(shù)實(shí)踐應(yīng)用共42個(gè)關(guān)鍵詞，代表性關(guān)鍵詞有“數(shù)字通信”“智能制造”等；現(xiàn)代信息系統(tǒng)共12個(gè)關(guān)鍵詞，代表性關(guān)鍵詞有“信息共享”“工業(yè)信息”等。最后，通過Python爬蟲文本抓取的方法，統(tǒng)計(jì)各維度數(shù)字化轉(zhuǎn)型關(guān)鍵詞在年報(bào)中的出現(xiàn)頻次之和，加1后取自然對(duì)數(shù)來衡量企業(yè)數(shù)字化轉(zhuǎn)型。

3.控制變量

借鑒相關(guān)學(xué)者的研究[ 16-17 ]，在公司運(yùn)營方面控制了公司規(guī)模（Size）和固定資產(chǎn)規(guī)模（Fixsize），在財(cái)務(wù)狀況方面控制了財(cái)務(wù)杠桿（Lev）、資產(chǎn)收益率（Roa）、托賓q（Tobinq）和現(xiàn)金持有量（Cash），在公司治理方面控制了股權(quán)集中度（Top1）、董事會(huì)規(guī)模（Bsize）、獨(dú)立董事比例（Indpct）和企業(yè)性質(zhì)（State）。此外，還控制了年度固定效應(yīng)（Year）和行業(yè)固定效應(yīng)（Industry）。

各變量定義詳見表1。

（三）模型構(gòu)建

為了考察數(shù)字化轉(zhuǎn)型對(duì)“專精特新”企業(yè)創(chuàng)新績效的影響，本文構(gòu)建如下基準(zhǔn)模型：

四、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)

本文主要變量的描述性統(tǒng)計(jì)結(jié)果如表2所示。創(chuàng)新績效（Innov）的均值為3.015，中位數(shù)為3.135，表明平均而言“專精特新”企業(yè)的專利創(chuàng)新較多，企業(yè)開展研發(fā)創(chuàng)新活動(dòng)相對(duì)積極。企業(yè)數(shù)字化轉(zhuǎn)型（Digital）的均值為2.904，標(biāo)準(zhǔn)差為1.311，表明總體而言“專精特新”企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)展較快，但不同企業(yè)間差異較大。在數(shù)字化轉(zhuǎn)型各細(xì)分維度中，底層數(shù)字技術(shù)（Underly）的均值為1.935，數(shù)字技術(shù)實(shí)踐應(yīng)用（Practical）的均值為1.549，現(xiàn)代信息系統(tǒng)（Modern）的均值為1.843，可見相對(duì)而言，“專精特新”企業(yè)目前更重視底層數(shù)字技術(shù)方面的數(shù)字化轉(zhuǎn)型。另外，各控制變量基本處于合理水平。

（二）相關(guān)性分析及多重共線性檢驗(yàn)

本文采用Pearson相關(guān)系數(shù)對(duì)變量間的相關(guān)性進(jìn)行分析。根據(jù)相關(guān)性分析結(jié)果，解釋變量數(shù)字化轉(zhuǎn)型（Digital）與被解釋變量企業(yè)創(chuàng)新績效（Innov）在1%水平下顯著正相關(guān)。并且，解釋變量數(shù)字化轉(zhuǎn)型（Digital）、被解釋變量創(chuàng)新績效（Innov）與各控制變量間的相關(guān)性也相對(duì)較強(qiáng)，說明本文的變量選擇較為合理（表略）。

此外，本文運(yùn)用方差膨脹因子（VIF）對(duì)使用的全樣本進(jìn)行多重共線性檢驗(yàn)。檢驗(yàn)結(jié)果顯示各項(xiàng)的VIF值均小于10，說明變量間不存在嚴(yán)重的多重共線性問題，可以對(duì)變量之間的關(guān)系做進(jìn)一步回歸分析。

（三）基準(zhǔn)回歸分析

本文采用遞進(jìn)式回歸策略來驗(yàn)證“專精特新”企業(yè)數(shù)字化轉(zhuǎn)型與創(chuàng)新績效間的關(guān)系，回歸結(jié)果如表3所示。由列（1）可知，未對(duì)有關(guān)控制變量進(jìn)行控制時(shí)，企業(yè)數(shù)字化轉(zhuǎn)型（Digital）的系數(shù)為0.272，在1%水平下顯著；由列（2）可知，加入控制變量后，企業(yè)數(shù)字化轉(zhuǎn)型（Digital）的系數(shù)為0.228，仍在1%水平下顯著。加入控制變量后，雖然系數(shù)大小和對(duì)應(yīng)的t值均有所下降，但數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績效間的關(guān)系仍顯著為正。實(shí)證檢驗(yàn)結(jié)果表明，無論是否加入控制變量，“專精特新”企業(yè)數(shù)字化轉(zhuǎn)型均能夠顯著提升企業(yè)創(chuàng)新績效，本文基準(zhǔn)假設(shè)得到初步驗(yàn)證。

（四）內(nèi)生性問題處理

1.工具變量法

“專精特新”企業(yè)數(shù)字化轉(zhuǎn)型對(duì)創(chuàng)新績效的影響可能存在由于反向因果關(guān)系導(dǎo)致的內(nèi)生性問題，即創(chuàng)新水平高的“專精特新”企業(yè)會(huì)更加傾向于開展數(shù)字化轉(zhuǎn)型。為處理此類內(nèi)生性問題，本文參照易靖韜和王悅昊[ 18 ]的做法，選擇按行業(yè)—城市維度劃分的企業(yè)數(shù)字化水平平均值作為工具變量。該工具變量的選擇依據(jù)在于：一方面，企業(yè)數(shù)字化轉(zhuǎn)型存在顯著的“同群效應(yīng)”，按行業(yè)—城市維度劃分的企業(yè)數(shù)字化轉(zhuǎn)型平均值具有一定代表性；另一方面，個(gè)別企業(yè)的創(chuàng)新決策無法直接影響行業(yè)—城市維度的企業(yè)數(shù)字化水平，滿足工具變量的相關(guān)性、外生性要求。經(jīng)過2SLS估計(jì)，檢驗(yàn)結(jié)果與前文一致，見表4。

2.控制行業(yè)層面不可觀測(cè)時(shí)變因素

本文進(jìn)一步控制了行業(yè)層面的不可觀測(cè)時(shí)變因素，以緩解由于行業(yè)層面遺漏重要變量所導(dǎo)致的內(nèi)生性問題。借鑒徐壽福等[ 19 ]的做法，在基準(zhǔn)回歸模型中加入行業(yè)與年份的交互項(xiàng)，以控制行業(yè)層面不可觀測(cè)時(shí)變因素，檢驗(yàn)結(jié)果與原假設(shè)保持一致。

3.Placebo檢驗(yàn)

為驗(yàn)證“專精特新”企業(yè)開展數(shù)字化轉(zhuǎn)型的確是提升創(chuàng)新績效的主要原因而不是其他因素或噪音導(dǎo)致的，本文進(jìn)行Placebo檢驗(yàn)。按照模型（1）重復(fù)進(jìn)行500次回歸，檢驗(yàn)結(jié)果表明，本文構(gòu)造的虛擬處理效應(yīng)并不存在，確實(shí)是數(shù)字化轉(zhuǎn)型提升了“專精特新”企業(yè)創(chuàng)新績效，檢驗(yàn)結(jié)果與前文一致。

（五）穩(wěn)健性檢驗(yàn)

1.替換被解釋變量

借鑒胡山和余泳澤[ 20 ]的做法，本文將企業(yè)創(chuàng)新按照創(chuàng)新技術(shù)強(qiáng)度差異進(jìn)一步細(xì)分為突破性創(chuàng)新和漸進(jìn)性創(chuàng)新，采用當(dāng)年獲得授權(quán)的發(fā)明專利數(shù)量加1后取自然對(duì)數(shù)來衡量企業(yè)突破性創(chuàng)新，采用當(dāng)年獲得授權(quán)的實(shí)用新型專利和外觀設(shè)計(jì)專利數(shù)量之和加1后取自然對(duì)數(shù)來衡量企業(yè)漸進(jìn)性創(chuàng)新，并分別作為企業(yè)創(chuàng)新的替代變量進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果與前文一致。

2.替換解釋變量

在基準(zhǔn)回歸中，本文采用文本方式來衡量企業(yè)數(shù)字化轉(zhuǎn)型，現(xiàn)進(jìn)一步借鑒祁懷錦等[ 21 ]的研究思路，采用企業(yè)年末與數(shù)字化相關(guān)的無形資產(chǎn)金額來定量衡量企業(yè)的數(shù)字化轉(zhuǎn)型程度，再次進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果與前文一致。

3.負(fù)二項(xiàng)回歸

本文采用專利數(shù)量來衡量企業(yè)創(chuàng)新績效。根據(jù)描述性統(tǒng)計(jì)結(jié)果，創(chuàng)新績效指標(biāo)具有一定聚焦性，但創(chuàng)新績效的均值與標(biāo)準(zhǔn)差明顯不相等，存在過度離散現(xiàn)象，為處理此問題，采用負(fù)二項(xiàng)回歸方法替代線性回歸模型再次進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果與前文一致。

4.對(duì)創(chuàng)新持續(xù)性的影響

考慮到“專精特新”企業(yè)數(shù)字化轉(zhuǎn)型對(duì)專利研發(fā)的促進(jìn)作用具有持續(xù)性，不僅僅體現(xiàn)在當(dāng)期，本文將創(chuàng)新績效變量分別取滯后一階和滯后兩階的形式再次進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果與前文一致。

（限于篇幅，穩(wěn)健性檢驗(yàn)表略，有需要的可向筆者索?。?

五、進(jìn)一步研究

（一）數(shù)字化轉(zhuǎn)型指標(biāo)降維分解

本文選取的企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)是一個(gè)綜合譜系概念，涵蓋了不同數(shù)字技術(shù)的構(gòu)成及應(yīng)用情況。參照王守海等[ 15 ]構(gòu)造的數(shù)字化轉(zhuǎn)型關(guān)鍵詞圖譜，將數(shù)字化轉(zhuǎn)型指標(biāo)降維分解為底層數(shù)字技術(shù)（Underly）、數(shù)字技術(shù)實(shí)踐應(yīng)用（Practical）和現(xiàn)代信息系統(tǒng)（Modern）三個(gè)細(xì)分維度，分別采用各維度數(shù)字化轉(zhuǎn)型關(guān)鍵詞詞頻總和加1后取自然對(duì)數(shù)作為其代理變量，實(shí)證結(jié)果如表5所示。由列（1）可知，底層數(shù)字技術(shù)可以顯著提升“專精特新”企業(yè)創(chuàng)新績效 （β=0.239，p<0.01）；由列（2）可知，數(shù)字技術(shù)實(shí)踐應(yīng)用可以顯著提升“專精特新”企業(yè)創(chuàng)新績效（β=0.213，p<0.01）；由列（3）可知，現(xiàn)代信息系統(tǒng)對(duì)“專精特新”企業(yè)創(chuàng)新績效的促進(jìn)作用并不顯著。綜上，“專精特新”企業(yè)有針對(duì)性地加快底層數(shù)字技術(shù)和數(shù)字技術(shù)實(shí)踐應(yīng)用方面的數(shù)字化轉(zhuǎn)型，可以更好地提升創(chuàng)新績效，助力企業(yè)實(shí)現(xiàn)創(chuàng)新發(fā)展。

（二）對(duì)企業(yè)創(chuàng)新效率的影響

企業(yè)創(chuàng)新可以從多個(gè)角度來理解。根據(jù)前文分析，與非“專精特新”上市公司相比，“專精特新”上市公司在反映創(chuàng)新主體自身經(jīng)濟(jì)后果的創(chuàng)新效率上具有顯著優(yōu)勢(shì)。并且，相較于傳統(tǒng)的創(chuàng)新績效，創(chuàng)新效率可以更加全面地反映企業(yè)資源配置效率，體現(xiàn)企業(yè)研發(fā)創(chuàng)新活動(dòng)的有效性?；诖?，本文進(jìn)一步探究數(shù)字化轉(zhuǎn)型各維度對(duì)“專精特新”企業(yè)創(chuàng)新效率的影響。借鑒賀正楚等[ 22 ]的做法，構(gòu)建模型（2），采用創(chuàng)新產(chǎn)出與創(chuàng)新投入之比來衡量企業(yè)創(chuàng)新效率（Effi）。具體地，Patent為創(chuàng)新產(chǎn)出指標(biāo)，使用企業(yè)當(dāng)年專利申請(qǐng)總數(shù)來衡量；Research為創(chuàng)新投入指標(biāo)，使用企業(yè)當(dāng)年研發(fā)投入總額來衡量。

實(shí)證結(jié)果如表6所示。由列（1）可知，底層數(shù)字技術(shù)可以顯著提升“專精特新”企業(yè)創(chuàng)新效率（β=0.013，p<0.01）；由列（2）可知，數(shù)字技術(shù)實(shí)踐應(yīng)用可以顯著提升“專精特新”企業(yè)創(chuàng)新效率（β=0.011，p<0.01）；由列（3）可知，現(xiàn)代信息系統(tǒng)對(duì)“專精特新”企業(yè)創(chuàng)新效率的提升作用并不顯著?？梢?，“專精特新”企業(yè)加快底層數(shù)字技術(shù)和數(shù)字技術(shù)實(shí)踐應(yīng)用方面的數(shù)字化建設(shè)，不僅有助于提升企業(yè)創(chuàng)新績效，而且有助于企業(yè)充分把握和利用自身資源提高創(chuàng)新效率，實(shí)現(xiàn)可持續(xù)發(fā)展。

（三）融資約束機(jī)制檢驗(yàn)

融資約束表示信息不對(duì)稱、代理問題等市場(chǎng)不完備因素所導(dǎo)致的企業(yè)內(nèi)外部融資成本差額，使具有潛在良好績效的企業(yè)因“缺錢”而不能獲得可能的利潤?，F(xiàn)有研究表明，融資約束會(huì)對(duì)數(shù)字化與企業(yè)創(chuàng)新間的關(guān)系產(chǎn)生影響[ 23 ]?；诖耍疚倪M(jìn)一步探究融資約束的作用機(jī)制。

在各類融資約束指數(shù)中，相較于KZ指數(shù)和WW指數(shù)，SA指數(shù)僅使用企業(yè)規(guī)模和企業(yè)年齡這兩個(gè)外生變量，沒有包含有內(nèi)生性特征的融資變量，存在局限性。本文對(duì)SA指數(shù)進(jìn)行改進(jìn)，使用SA指數(shù)和企業(yè)銷售利潤率構(gòu)造新的融資約束指數(shù)（FC），衡量企業(yè)融資約束水平。具體步驟如下：（1）計(jì)算SA指數(shù)并取絕對(duì)值。參照現(xiàn)有研究，本文采用企業(yè)資產(chǎn)總額的自然對(duì)數(shù)來衡量企業(yè)規(guī)模（Size），采用觀測(cè)年度與企業(yè)上市年份之差來衡量企業(yè)年齡（Age），按照模型（3）計(jì)算SA指數(shù)。SA指數(shù)越大，說明企業(yè)受到的融資約束程度越大[ 24 ]。（2）計(jì)算企業(yè)銷售利潤率。本文使用凈利潤與銷售收入之比來衡量企業(yè)銷售利潤率。銷售利潤率的值越大，表明企業(yè)經(jīng)營狀況良好，內(nèi)源資金相對(duì)充足，面臨的融資約束較小。為確保兩個(gè)指標(biāo)方向含義一致，本文采用銷售利潤率的倒數(shù)來衡量企業(yè)盈利情況。（3）構(gòu)造融資約束指數(shù)（FC）。將上述SA指數(shù)和盈利情況指標(biāo)分別進(jìn)行標(biāo)準(zhǔn)化處理后，以各自50%的權(quán)重合成最終的融資約束指數(shù)（FC）。

實(shí)證結(jié)果如表7所示。由列（1）可知，雖然底層數(shù)字技術(shù)對(duì)“專精特新”企業(yè)創(chuàng)新績效具有直接促進(jìn)作用（β=0.239，p<0.01），但融資約束的作用并不顯著；由列（2）可知，融資約束的存在有助于增強(qiáng)數(shù)字技術(shù)實(shí)踐應(yīng)用對(duì)“專精特新”企業(yè)創(chuàng)新績效的促進(jìn)作用（β=0.118，p<0.05）；由列（3）可知，融資約束的存在有助于增強(qiáng)現(xiàn)代信息系統(tǒng)對(duì)“專精特新”企業(yè)創(chuàng)新績效的促進(jìn)作用（β=0.198，p<0.01）?？梢姡皩＞匦隆逼髽I(yè)面臨一定的融資約束時(shí)可以敦促企業(yè)“化壓力為動(dòng)力”，更好地發(fā)揮數(shù)字技術(shù)實(shí)踐應(yīng)用和現(xiàn)代信息系統(tǒng)對(duì)創(chuàng)新績效的提升作用。產(chǎn)生這種現(xiàn)象的內(nèi)在邏輯可能在于當(dāng)“專精特新”企業(yè)面臨一定的融資約束時(shí)，反而會(huì)迫使企業(yè)提高資源利用效率，增強(qiáng)企業(yè)數(shù)字化轉(zhuǎn)型的內(nèi)驅(qū)力，助力企業(yè)實(shí)現(xiàn)創(chuàng)新發(fā)展。

六、研究結(jié)論與啟示

本文以2012—2021年A股“專精特新”上市公司為樣本，探究數(shù)字化轉(zhuǎn)型及其中的底層數(shù)字技術(shù)、數(shù)字技術(shù)實(shí)踐應(yīng)用、現(xiàn)代信息系統(tǒng)維度對(duì)“專精特新”企業(yè)創(chuàng)新的影響。研究發(fā)現(xiàn)，“專精特新”企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，尤其在底層數(shù)字技術(shù)和數(shù)字技術(shù)實(shí)踐應(yīng)用方面，不僅有助于提升企業(yè)創(chuàng)新績效，而且有助于提升企業(yè)創(chuàng)新效率。進(jìn)一步研究發(fā)現(xiàn)，企業(yè)面臨一定的融資約束時(shí)有助于敦促企業(yè)“化壓力為動(dòng)力”，更好地發(fā)揮數(shù)字技術(shù)實(shí)踐應(yīng)用和現(xiàn)代信息系統(tǒng)對(duì)企業(yè)創(chuàng)新績效的提升作用。本文的研究結(jié)論對(duì)“專精特新”企業(yè)順應(yīng)數(shù)字中國發(fā)展趨勢(shì)，有針對(duì)性地加快底層數(shù)字技術(shù)和數(shù)字技術(shù)實(shí)踐應(yīng)用方面的數(shù)字化建設(shè)，提高公司治理效率，助力企業(yè)實(shí)現(xiàn)創(chuàng)新發(fā)展具有實(shí)踐指導(dǎo)意義。

基于上述研究結(jié)論，本文得出如下研究啟示：第一，“專精特新”企業(yè)應(yīng)順應(yīng)數(shù)字中國發(fā)展潮流，有針對(duì)性地加大底層數(shù)字技術(shù)和數(shù)字技術(shù)實(shí)踐應(yīng)用方面的數(shù)字化建設(shè)。此外，“專精特新”企業(yè)也應(yīng)合理看待企業(yè)面臨的融資約束，“化壓力為動(dòng)力”，提升企業(yè)創(chuàng)新水平。第二，政府有關(guān)部門應(yīng)提高政策針對(duì)性，圍繞破解“專精特新”企業(yè)數(shù)字化轉(zhuǎn)型過程中的痛點(diǎn)、難點(diǎn)進(jìn)行政策創(chuàng)新，精準(zhǔn)施策，靶向發(fā)力。同時(shí)加快出臺(tái)配套措施及相關(guān)實(shí)施細(xì)則，使數(shù)字化轉(zhuǎn)型的相關(guān)政策形成合力，充分調(diào)動(dòng)“專精特新”企業(yè)的積極性主動(dòng)性。第三，提高對(duì)產(chǎn)學(xué)研的重視程度，搭建科研院所、高校與“專精特新”企業(yè)間的數(shù)字化轉(zhuǎn)型合作平臺(tái)，鼓勵(lì)支持“專精特新”企業(yè)自建或與科研院所、高校共建專利研發(fā)中心、博士后工作站、創(chuàng)新創(chuàng)業(yè)基地、應(yīng)用示范基地等平臺(tái)，不斷提升“專精特新”企業(yè)對(duì)科技人才以及創(chuàng)新成果的承接能力，加快企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程。

【參考文獻(xiàn)】

［1］ 吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)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.

［2］ TEECE D J，PISANO G，SHUEN A.Dynamic capabilities and strategic management［J］.Strategic Management Journal，1997，18（7）：509-533.

［3］ 劉暢，潘慧峰，李珮，等.數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)綠色創(chuàng)新效率的影響和機(jī)制研究［J］.中國軟科學(xué)，2023，388（4）：121-129.

［4］ 曹直，吳非.稅收激勵(lì)與企業(yè)數(shù)字化轉(zhuǎn)型：基于固定資產(chǎn)加速折舊政策的準(zhǔn)自然實(shí)驗(yàn)［J］.廣東財(cái)經(jīng)大學(xué)學(xué)報(bào)，2023，38（2）：88-99.

［5］ 汪濤，王星月，馮巧根.期望績效反饋與企業(yè)數(shù)字化轉(zhuǎn)型：居安思危還是窮則思變［J］.廣東財(cái)經(jīng)大學(xué)學(xué)報(bào)，2023，38（2）：46-59.

［6］ 張慧，黃群慧.海歸高管能推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型嗎？［J/OL］.科學(xué)學(xué)研究，2023-06-08.

［7］ 聞岳春，黃慶成.“有形之手”能夠助力企業(yè)數(shù)字化轉(zhuǎn)型嗎：基于政府補(bǔ)貼視角［J］.征信，2022，40（12）：85-92.

［8］ 孫早，徐遠(yuǎn)華.信息基礎(chǔ)設(shè)施建設(shè)能提高中國高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率嗎：基于2002—2013年高技術(shù)17個(gè)細(xì)分行業(yè)面板數(shù)據(jù)的經(jīng)驗(yàn)分析［J］.南開經(jīng)濟(jì)研究，2018，200（2）：72-92.

［9］ AUTIO E，NAMBISAN S，THOMAS L D W，et al.Digital affordances，spatial affordance，and the genesis of entrepreneurial ecosystems［J］.Strategic Entrepreneurship Journal，2018，12（1）：72-95.

［10］ FERREIRA J J M，F(xiàn)ERNANDES C I，F(xiàn)ERREIRA A F.To be or not to be digital，that is the question：Firm innovation and performance［J］.Journal of Business Research，2019，101：583-590.

［11］ 余菲菲，曹佳玉，杜紅艷.數(shù)字化悖論：企業(yè)數(shù)字化對(duì)創(chuàng)新績效的雙刃劍效應(yīng)［J］.研究與發(fā)展管理，2022，34（2）：1-12.

［12］ 金騁路，陳榮達(dá).數(shù)據(jù)要素價(jià)值化及其衍生的金融屬性：形成邏輯與未來挑戰(zhàn)［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2022，39（7）：69-89.

［13］ 李曉靜，蔣靈多.數(shù)字化與企業(yè)創(chuàng)新［J］.國際商務(wù)（對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)），2023，210（1）：139-156.

［14］ 鐘凱，董曉丹，彭雯，等.一葉知秋：情感語調(diào)信息具有同業(yè)溢出效應(yīng)嗎？來自業(yè)績說明會(huì)文本分析的證據(jù)［J］.財(cái)經(jīng)研究，2021，47（9）：48-62.

［15］ 王守海，徐曉彤，劉燁煒.企業(yè)數(shù)字化轉(zhuǎn)型會(huì)降低債務(wù)違約風(fēng)險(xiǎn)嗎？［J］.證券市場(chǎng)導(dǎo)報(bào)，2022，357（4）：45-56.［16］ 高敬忠，楊朝，彭正銀.網(wǎng)絡(luò)平臺(tái)互動(dòng)能夠緩解企業(yè)融資約束嗎：來自交易所互動(dòng)平臺(tái)問答的證據(jù)［J］.會(huì)計(jì)研究，2021（6）：59-75.

［17］ HAI B L，YIN X M，XIONG J，et al.Could more innovation output bring better financial performance？The role of financial constraints［J］.Financial Innovation，2022，8（1）：1-26.

［18］ 易靖韜，王悅昊.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)出口的影響研究［J］.中國軟科學(xué)，2021，363（3）：94-104.

［19］ 徐壽福，鄭迎飛，羅雨杰.網(wǎng)絡(luò)平臺(tái)互動(dòng)與股票異質(zhì)性風(fēng)險(xiǎn)［J］.財(cái)經(jīng)研究，2022，48（10）：153-168.

［20］ 胡山，余泳澤.數(shù)字經(jīng)濟(jì)與企業(yè)創(chuàng)新：突破性創(chuàng)新還是漸進(jìn)性創(chuàng)新？［J］.財(cái)經(jīng)問題研究，2022，458（1）：42-51.

［21］ 祁懷錦，曹修琴，劉艷霞.數(shù)字經(jīng)濟(jì)對(duì)公司治理的影響：基于信息不對(duì)稱和管理者非理性行為視角［J］.改革，2020，314（4）：50-64.

［22］ 賀正楚，潘為華，潘紅玉，等.制造企業(yè)數(shù)字化轉(zhuǎn)型與創(chuàng)新效率：制造過程與商業(yè)模式的異質(zhì)性分析［J］.中國軟科學(xué)，2023，387（3）：162-177.

［23］ 白福萍，董凱云，劉東慧.數(shù)字化轉(zhuǎn)型如何影響企業(yè)技術(shù)創(chuàng)新：基于融資約束與代理問題視角的實(shí)證分析［J］.會(huì)計(jì)之友，2023（10）：124-133.

［24］ 鞠曉生，盧荻，虞義華.融資約束、營運(yùn)資本管理與企業(yè)創(chuàng)新可持續(xù)性［J］.經(jīng)濟(jì)研究，2013，48（1）：4-16.