數(shù)字化轉(zhuǎn)型、高管股權(quán)激勵(lì)與企業(yè)創(chuàng)新績效的影響研究

摘 要：數(shù)字化轉(zhuǎn)型已成為我國制造企業(yè)提升創(chuàng)新績效、促進(jìn)制造業(yè)高質(zhì)量發(fā)展的重要引擎。本文對(duì)2011—2021年滬深A(yù)股制造業(yè)上市公司進(jìn)行研究，理論分析并實(shí)證檢驗(yàn)了數(shù)字化轉(zhuǎn)型、高管股權(quán)激勵(lì)與企業(yè)創(chuàng)新績效之間的關(guān)系。研究結(jié)果發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型顯著提升了企業(yè)創(chuàng)新績效水平，高管股權(quán)激勵(lì)在兩者影響中具有顯著的正向調(diào)節(jié)作用。經(jīng)過穩(wěn)健性檢驗(yàn)后，結(jié)論仍然成立。本研究為學(xué)術(shù)界研究數(shù)字化轉(zhuǎn)型和企業(yè)創(chuàng)新績效之間的關(guān)系提供了新的視角和研究思路并為企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型提供一定的理論借鑒和參考。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；高管股權(quán)激勵(lì)；創(chuàng)新績效；制造企業(yè)

一、引言

2024年政府工作報(bào)告多次強(qiáng)調(diào)，中國必須抓住新一輪的科學(xué)、工程、貿(mào)易等領(lǐng)域的發(fā)展機(jī)會(huì)，加強(qiáng)對(duì)創(chuàng)新的引領(lǐng)，大力實(shí)施數(shù)字產(chǎn)業(yè)的轉(zhuǎn)型，提升企業(yè)的競(jìng)爭力，實(shí)現(xiàn)經(jīng)濟(jì)的可持續(xù)增長。在人工智能、IOT、大數(shù)據(jù)、云計(jì)算以及區(qū)塊鏈這些前沿的科學(xué)領(lǐng)域的不斷進(jìn)步與成長中，越來越多的制造企業(yè)正在進(jìn)行數(shù)字化轉(zhuǎn)型，即利用數(shù)字技術(shù)來轉(zhuǎn)變組織流程，創(chuàng)造新的價(jià)值，形成新的經(jīng)濟(jì)增長點(diǎn)?，F(xiàn)如今，數(shù)字化轉(zhuǎn)型已經(jīng)成為企業(yè)發(fā)展的重要趨勢(shì)，企業(yè)必須牢牢抓住數(shù)字化時(shí)代的挑戰(zhàn)和機(jī)遇。數(shù)字化轉(zhuǎn)型不僅是采用新技術(shù)，還是一種全面的變革，涉及組織結(jié)構(gòu)、業(yè)務(wù)流程和企業(yè)文化等方面，在這個(gè)過程中，對(duì)企業(yè)創(chuàng)新績效也產(chǎn)生了不容小覷的影響。關(guān)于數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)創(chuàng)新影響的研究相對(duì)缺乏，且鮮有文獻(xiàn)從股權(quán)激勵(lì)的調(diào)節(jié)角度探究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新績效的影響。

股權(quán)激勵(lì)作為一種重要的管理工具，在數(shù)字化轉(zhuǎn)型和企業(yè)創(chuàng)新績效之間起到調(diào)節(jié)作用。一方面，股權(quán)激勵(lì)可以激發(fā)高級(jí)管理人員的創(chuàng)新動(dòng)力和積極性，促使他們?cè)跀?shù)字化轉(zhuǎn)型中發(fā)揮更大的作用；另一方面，利用合理的股權(quán)激勵(lì)機(jī)制，企業(yè)可以吸引和留住高素質(zhì)的管理人才，提高數(shù)字化轉(zhuǎn)型的成功率和創(chuàng)新績效。因此，本文旨在探討股權(quán)激勵(lì)對(duì)數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績效之間關(guān)系的調(diào)節(jié)作用，通過對(duì)相關(guān)理論和實(shí)證研究的綜述和分析，可以為企業(yè)提供有針對(duì)性的管理建議，幫助企業(yè)在數(shù)字化轉(zhuǎn)型中提高創(chuàng)新績效；同時(shí)，為學(xué)術(shù)界研究數(shù)字化轉(zhuǎn)型和企業(yè)創(chuàng)新績效之間的關(guān)系提供了新的研究視角和研究思路。

本文的研究貢獻(xiàn)主要體現(xiàn)在以下幾方面：第一，實(shí)證檢驗(yàn)了數(shù)字化轉(zhuǎn)型和股權(quán)激勵(lì)對(duì)企業(yè)創(chuàng)新績效的促進(jìn)作用，為數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果和企業(yè)創(chuàng)新績效影響的研究提供了新的經(jīng)驗(yàn)證據(jù)。本文深入探討了股權(quán)激勵(lì)的調(diào)節(jié)作用，從而為企業(yè)數(shù)字化轉(zhuǎn)型與創(chuàng)新績效之間的關(guān)聯(lián)性提供了一個(gè)全面而完整的理論框架。第二，在數(shù)字化轉(zhuǎn)型的角度，豐富了創(chuàng)新領(lǐng)域的相關(guān)研究，更好地理解影響企業(yè)創(chuàng)新績效的數(shù)字化水平成因，并且對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型的實(shí)踐具有一定的借鑒意義。

二、理論基礎(chǔ)與研究假設(shè)

1.數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績效

黨的二十大報(bào)告中強(qiáng)調(diào)了數(shù)字經(jīng)濟(jì)的重要性，并提出了加快推進(jìn)數(shù)字中國建設(shè)的新要求，指出要“推動(dòng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型”，這意味著企業(yè)數(shù)字化轉(zhuǎn)型不僅是適應(yīng)時(shí)代發(fā)展的需要，也是落實(shí)國家戰(zhàn)略、實(shí)現(xiàn)高質(zhì)量發(fā)展的必然要求。數(shù)字化轉(zhuǎn)型是指通過采用數(shù)字技術(shù)和信息技術(shù)，對(duì)企業(yè)的管理方式、運(yùn)營方式和商業(yè)模式進(jìn)行全面升級(jí)和創(chuàng)新，以適應(yīng)市場(chǎng)的變化和實(shí)現(xiàn)持續(xù)發(fā)展。

企業(yè)數(shù)字化轉(zhuǎn)型有助于提升創(chuàng)新能力。企業(yè)數(shù)字化轉(zhuǎn)型可以有效提高企業(yè)篩選、識(shí)別、消化和利用外部數(shù)據(jù)和知識(shí)的能力。吸收能力是企業(yè)建立持續(xù)競(jìng)爭優(yōu)勢(shì)的重要能力，包括企業(yè)識(shí)別、獲取、整合、探索和應(yīng)用組織外部知識(shí)的能力。在數(shù)字經(jīng)濟(jì)時(shí)代背景下，企業(yè)吸收能力進(jìn)一步拓展為對(duì)組織內(nèi)外大數(shù)據(jù)進(jìn)行深度分析、處理和應(yīng)用的能力。在企業(yè)數(shù)字化轉(zhuǎn)型過程中，數(shù)字化轉(zhuǎn)型在技術(shù)層面為企業(yè)創(chuàng)新提供了強(qiáng)有力的支撐和新的可能。企業(yè)對(duì)互聯(lián)網(wǎng)等數(shù)字技術(shù)的應(yīng)用，提高了企業(yè)的吸收能力和資源配置效率，從而增強(qiáng)企業(yè)創(chuàng)新能力和創(chuàng)新強(qiáng)度。

數(shù)字化轉(zhuǎn)型具有創(chuàng)新效率提升效應(yīng)，能夠在加快創(chuàng)新速度的基礎(chǔ)上提高創(chuàng)新產(chǎn)出。數(shù)字化轉(zhuǎn)型必然伴隨數(shù)字基礎(chǔ)設(shè)施的完善與信息通信技術(shù)的進(jìn)步，這極大豐富了信息溝通渠道，能夠完善生產(chǎn)和交易流程。同時(shí)，信息技術(shù)、數(shù)字技術(shù)等的廣泛應(yīng)用，有利于催生高效的新型組織結(jié)構(gòu)，對(duì)企業(yè)乃至產(chǎn)業(yè)的組織結(jié)構(gòu)產(chǎn)生優(yōu)化作用，促進(jìn)高效分工，加強(qiáng)組織協(xié)作，從而加速對(duì)新技術(shù)的研發(fā)與推廣，進(jìn)一步提高企業(yè)創(chuàng)新產(chǎn)出?；谝陨侠碚摚疚奶岢鲆韵录僭O(shè)：

H1：數(shù)字化轉(zhuǎn)型提升了企業(yè)創(chuàng)新績效。

2.股權(quán)激勵(lì)與企業(yè)創(chuàng)新績效

根據(jù)委托代理理論，企業(yè)所有人的經(jīng)營目標(biāo)是股東利益和企業(yè)價(jià)值最大化，而企業(yè)高管更加關(guān)注個(gè)人薪酬福利的高低。Coles和Daniel等研究認(rèn)為，當(dāng)企業(yè)所有者和企業(yè)高管利益發(fā)生沖突時(shí)，股權(quán)激勵(lì)可以有效地緩解企業(yè)經(jīng)營中存在的代理沖突，減少高管對(duì)企業(yè)發(fā)展無益的規(guī)避風(fēng)險(xiǎn)決策和短視行為，增加企業(yè)基于長遠(yuǎn)發(fā)展考慮開展的創(chuàng)新活動(dòng)。有學(xué)者對(duì)國內(nèi)企業(yè)的研究發(fā)現(xiàn)，我國企業(yè)普遍處于資本積累的起步階段，企業(yè)創(chuàng)新會(huì)帶來短期的績效下降風(fēng)險(xiǎn)，使高管面臨降薪風(fēng)險(xiǎn)，相對(duì)于短期薪酬激勵(lì)而言，企業(yè)創(chuàng)新股權(quán)激勵(lì)能夠有效緩解高管對(duì)于自身利益損失的顧慮，促使高管做出增加企業(yè)創(chuàng)新投資的戰(zhàn)略決策。苗淑娟和夏朦關(guān)于企業(yè)研發(fā)投入的研究發(fā)現(xiàn)，股權(quán)激勵(lì)作為對(duì)高管的一種激勵(lì)行為，在一定條件下會(huì)促使高管做出長遠(yuǎn)的風(fēng)險(xiǎn)規(guī)避行為，理論上在企業(yè)創(chuàng)新中會(huì)起到“雙刃劍”的作用，在企業(yè)實(shí)際經(jīng)營過程中，即使企業(yè)因企業(yè)創(chuàng)新帶來的風(fēng)險(xiǎn)導(dǎo)致經(jīng)營績效不佳，董事會(huì)也會(huì)出于對(duì)存在經(jīng)營風(fēng)險(xiǎn)項(xiàng)目對(duì)企業(yè)帶來不利影響的考慮，慎重做出對(duì)高管降薪、降職等處罰的決定，這種現(xiàn)實(shí)表現(xiàn)有效地保全了高管的短期利益，激勵(lì)高管人員主動(dòng)開展企業(yè)創(chuàng)新活動(dòng)，提高企業(yè)市場(chǎng)競(jìng)爭能力與核心發(fā)展?jié)摿?。因此，高管股?quán)的高低能夠在一定程度上提升高級(jí)管理人員的創(chuàng)新積極性。因此，本文在H1基礎(chǔ)上結(jié)合以上理論提出以下假設(shè)：

H2：股權(quán)激勵(lì)促進(jìn)了企業(yè)創(chuàng)新績效提升。

3.數(shù)字化轉(zhuǎn)型、股權(quán)激勵(lì)與企業(yè)創(chuàng)新績效

在數(shù)字經(jīng)濟(jì)時(shí)代，資源基礎(chǔ)理論指出企業(yè)的績效和競(jìng)爭優(yōu)勢(shì)取決于其擁有的獨(dú)特資源。數(shù)字化程度已成為評(píng)判企業(yè)核心資源優(yōu)劣的重要標(biāo)志，而企業(yè)的數(shù)字技術(shù)資源水平直接影響著其創(chuàng)新能力和績效。數(shù)字技術(shù)作為重要的無形資源，為企業(yè)提升市場(chǎng)競(jìng)爭力提供了關(guān)鍵支持。通過數(shù)字化轉(zhuǎn)型，企業(yè)可以提高效率、降低成本、增強(qiáng)市場(chǎng)競(jìng)爭力，從而推動(dòng)創(chuàng)新績效的提升。而數(shù)字化轉(zhuǎn)型需要大量的資金和人力的投入，因此，引入股權(quán)激勵(lì)可以激發(fā)管理層的積極性和創(chuàng)新能力。一些學(xué)者認(rèn)為，將企業(yè)數(shù)字化轉(zhuǎn)型作為一項(xiàng)發(fā)展戰(zhàn)略，有助于提升企業(yè)績效。提高高管薪酬可以激勵(lì)他們不斷提出創(chuàng)新想法，拓寬數(shù)字技術(shù)的應(yīng)用領(lǐng)域，進(jìn)而促進(jìn)企業(yè)的創(chuàng)新績效提升。

委托代理理論被認(rèn)為是一種有效的方法來促進(jìn)高管的激勵(lì)和提升企業(yè)的創(chuàng)新能力，但在實(shí)際中，企業(yè)內(nèi)部的代理問題卻非常突出。因?yàn)閯?chuàng)新活動(dòng)具有很大的風(fēng)險(xiǎn)和收益期限，所以高管們需要在整個(gè)創(chuàng)新過程中發(fā)揮作用。受委托代理理論的深刻啟發(fā)，Kouwenberg和Ziemba指出，恰當(dāng)?shù)莫?jiǎng)懲機(jī)制能夠有助于促使企業(yè)更大規(guī)模地參與到創(chuàng)新活動(dòng)中，從而有助于改善企業(yè)的創(chuàng)新表現(xiàn)?；谏鲜隼碚?，本文提出以下假設(shè)：

H3：股權(quán)激勵(lì)在數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新績效的影響中具有顯著的正向調(diào)節(jié)作用。

三、研究設(shè)計(jì)

1.數(shù)據(jù)來源與樣本選取

本文選取2011—2021年中國滬深A(yù)股上市制造企業(yè)為研究對(duì)象，剔除ST、ST*、PT類制造業(yè)企業(yè)，并剔除財(cái)務(wù)數(shù)據(jù)存在缺失的制造業(yè)企業(yè)；對(duì)研究變量進(jìn)行1%與99%分位數(shù)的縮尾處理；最終獲得3636個(gè)樣本觀測(cè)值。本研究數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫。

2.變量定義

（1） 核心解釋變量：數(shù)字化轉(zhuǎn)型（Dig）

借鑒吳非等的研究，本文對(duì)數(shù)字化轉(zhuǎn)型相關(guān)關(guān)鍵詞進(jìn)行頻率統(tǒng)計(jì)和分類。通過Python的文本識(shí)別功能，剔除無效文本內(nèi)容和包含否定詞匯的關(guān)鍵詞表述，然后統(tǒng)計(jì)與數(shù)字化轉(zhuǎn)型技術(shù)相關(guān)的關(guān)鍵詞以及相關(guān)專利。這些數(shù)據(jù)將作為制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型程度的代理變量。鑒于這些特征數(shù)據(jù)呈現(xiàn)右偏態(tài)分布，筆者對(duì)詞頻數(shù)進(jìn)行加1處理后進(jìn)行對(duì)數(shù)轉(zhuǎn)換，最終得到企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)。

（2） 調(diào)節(jié)變量：高管股權(quán)激勵(lì)（EI）

本文以高管持股比例衡量高管股權(quán)激勵(lì)。

（3） 被解釋變量：企業(yè)創(chuàng)新績效（Innovation）

目前，許多研究文獻(xiàn)通常使用新產(chǎn)品收入和專利申請(qǐng)數(shù)量來評(píng)估企業(yè)的創(chuàng)新績效。馬文聰?shù)葘W(xué)者也采用新產(chǎn)品收入來評(píng)估企業(yè)的創(chuàng)新績效，但由于中國企業(yè)不必在年度報(bào)告中披露新產(chǎn)品銷售收入，因此本文參考宋敏的研究方法，選擇使用企業(yè)專利授權(quán)數(shù)量的對(duì)數(shù)值加1代表企業(yè)的創(chuàng)新績效。

（4） 控制變量

為了避免因遺漏重要的變量產(chǎn)生檢驗(yàn)偏誤，本文根據(jù)現(xiàn)有文獻(xiàn)將可能影響企業(yè)創(chuàng)新績效的其他特征變量加以控制。變量定義和計(jì)算方式如表1所示。

3.模型設(shè)定

本文設(shè)定如下模型：

模型（1） 用于檢驗(yàn)H1：

Innovationi，t=β0+β1Digitaltransi，t+β2Size+β3Age+β4Lev+

β5Roa+β6Growth+β7SHR+β8IDR+∑βkControli，t+∑Year+

∑Industry+εi，t（1）

模型（2） 用于檢驗(yàn)H2：

Innovationi，t=β0+β1Digitaltransi，t+β2EIi，t+β3Size+β4Age+

β5Lev+β6Roa+β7Growth+β8SHR+β9IDR+∑βkControli，t+

∑Year+∑Industry+εi，t（2）

模型（3） 將調(diào)節(jié)效應(yīng)考慮在內(nèi)，用于檢驗(yàn)H3：

Innovationi，t=β0+β1Digitaltransi，t+β2EIi，t+β3Digitaltransi，t*

EIi，t+β4Size+β5Age+β6Lev+β7Roa+β8Growth+β9SHR+β10IDR+

∑βkControli，t+∑Year+∑Industry+εi，t（3）

上述模型中，i表示企業(yè)，t表示時(shí)間。

四、實(shí)證結(jié)果與分析

1.描述性統(tǒng)計(jì)

表2是描述性統(tǒng)計(jì)結(jié)果。其中，企業(yè)創(chuàng)新績效均值為75.664，標(biāo)準(zhǔn)差為373.563，表明各企業(yè)間的創(chuàng)新產(chǎn)出水平參差不齊。數(shù)字化轉(zhuǎn)型均值為1.641，標(biāo)準(zhǔn)差為1.354，表明各企業(yè)間的數(shù)字化轉(zhuǎn)型應(yīng)用程度存在顯著不同。另外，股權(quán)激勵(lì)的均值和標(biāo)準(zhǔn)差分別為0.046和0.044，表明企業(yè)間股權(quán)激勵(lì)程度存在一定差異。其余控制變量的統(tǒng)計(jì)值均與相關(guān)研究相近，此處不再贅述。

2.相關(guān)性分析

表3是相關(guān)性分析結(jié)果。數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績效的相關(guān)系數(shù)為0.212，在1%的水平上顯著為正，表明企業(yè)數(shù)字化轉(zhuǎn)型有利于提高企業(yè)創(chuàng)新績效，初步驗(yàn)證了H1。此外，高管股權(quán)激勵(lì)與企業(yè)創(chuàng)新績效的相關(guān)性系數(shù)為0.0210，且在5%的水平下顯著為正，表明提升股權(quán)激勵(lì)程度有利于促進(jìn)創(chuàng)新績效提升，初步驗(yàn)證H2。表中還可以觀察到，企業(yè)資產(chǎn)負(fù)債率與企業(yè)規(guī)模的相關(guān)系數(shù)為0.526，其他相關(guān)系數(shù)均小于0.5，表明變量間回歸模型不存在嚴(yán)重的多重共線性問題。

3.多元回歸分析與調(diào)節(jié)效應(yīng)

表4是多層次回歸結(jié)果。模型（1） 為對(duì)主效應(yīng)的檢驗(yàn)，結(jié)果表明，數(shù)字化轉(zhuǎn)型的系數(shù)為0.2401，且在1%的水平上顯著，說明數(shù)字化轉(zhuǎn)型促進(jìn)了企業(yè)創(chuàng)新績效，H1得到驗(yàn)證。除此之外，企業(yè)規(guī)模的系數(shù)為0.3268，并且Plt;0.01，資產(chǎn)收益率的系數(shù)為2.4187，并且Plt;0.01，兩個(gè)變量均對(duì)企業(yè)創(chuàng)新有顯著正向影響。

模型（2） 中加入了股權(quán)激勵(lì)的系數(shù)為0.2457，并且Plt;0.1，表明股權(quán)激勵(lì)對(duì)企業(yè)創(chuàng)新績效存在顯著正向影響，驗(yàn)證了H2。模型（3） 中加入了股權(quán)激勵(lì)與數(shù)字化轉(zhuǎn)型和股權(quán)激勵(lì)的交互項(xiàng)，數(shù)據(jù)結(jié)果顯示數(shù)字化轉(zhuǎn)型與股權(quán)激勵(lì)的交互項(xiàng)對(duì)企業(yè)創(chuàng)新的系數(shù)是0.0993，且在1%水平上顯著正相關(guān)，說明股權(quán)激勵(lì)作為調(diào)節(jié)變量可以增強(qiáng)數(shù)字化轉(zhuǎn)型對(duì)創(chuàng)新績效的促進(jìn)作用，驗(yàn)證了H3。

4.調(diào)節(jié)效應(yīng)分析

表5是調(diào)節(jié)效應(yīng)的檢驗(yàn)結(jié)果。其中，第（1） 列是未加入交互項(xiàng)，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新績效的相關(guān)系數(shù)為0.2439，在1%的水平上顯著，H1再次得到了驗(yàn)證；第（2） 列股權(quán)激勵(lì)對(duì)創(chuàng)新績效的相關(guān)系數(shù)為0.1235，且在1%的水平上顯著為正，H2再次得到驗(yàn)證。交互項(xiàng)Dig×EI的系數(shù)為0.1015，且在1%的水平上顯著，H2再次得到了驗(yàn)證。第（3） 列是去中心化后的交互項(xiàng)c_Dig×c_EI的系數(shù)為0.1015，且均在1%的水平上顯著為正；且去中心化后的數(shù)字化轉(zhuǎn)型和股權(quán)激勵(lì)對(duì)企業(yè)創(chuàng)新績效的相關(guān)系數(shù)分別為0.2156和0.2481，在1%的水平上顯著為正。這些結(jié)果表明高管股權(quán)激勵(lì)對(duì)數(shù)字化轉(zhuǎn)型和企業(yè)創(chuàng)新績效之間的關(guān)系在1%的顯著性水平上具有正向調(diào)節(jié)效應(yīng)。整體上股權(quán)激勵(lì)會(huì)增強(qiáng)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新績效的正向影響，H3再次得到了驗(yàn)證。

5.穩(wěn)健性檢驗(yàn)

（1） 替換變量

本文替換了被解釋變量后再次進(jìn)行多元回歸分析，檢驗(yàn)研究結(jié)論的穩(wěn)健性程度。如表6所示，將以專利申請(qǐng)數(shù)的自然對(duì)數(shù)衡量的企業(yè)創(chuàng)新績效替換為以專利授權(quán)數(shù)的自然對(duì)數(shù)。模型（1） 回歸結(jié)果說明數(shù)字化轉(zhuǎn)型對(duì)替換后的企業(yè)創(chuàng)新績效仍然顯著，系數(shù)為0.2379，在1%的水平上顯著為正；模型（2） 是加入了調(diào)節(jié)變量，股權(quán)激勵(lì)系數(shù)為0.2194，在1%的水平上顯著；模型（3） 加入了數(shù)字化轉(zhuǎn)型與股權(quán)激勵(lì)的交互項(xiàng)，對(duì)企業(yè)創(chuàng)新的系數(shù)為0.1126，在1%的水平上顯著為正?？傮w來看，更換被解釋變量后的回歸結(jié)果依然支持前述回歸結(jié)論。

（2） 縮短期間檢驗(yàn)

本文還將研究期間分別界定為2011—2021年、2012—2021年、2013—2021年、2014—2021年、2015—2021年后再次進(jìn)行回歸。在五個(gè)縮短后的區(qū)間內(nèi)，數(shù)字化轉(zhuǎn)型、高管股權(quán)激勵(lì)與企業(yè)創(chuàng)新績效均在1%的水平上顯著正相關(guān)，其交互項(xiàng)與企業(yè)創(chuàng)新績效在10%的水平上顯著正相關(guān)，與前述結(jié)論一致，再次驗(yàn)證了前述三個(gè)假設(shè)?？梢钥闯?，樣本減少幾乎不受影響，本文的假設(shè)依然顯著成立。

（3） 內(nèi)生性檢驗(yàn)——滯后解釋變量

考慮到企業(yè)專利研發(fā)存在一定的滯后性，所以在穩(wěn)健性檢驗(yàn)中對(duì)解釋變量數(shù)字化轉(zhuǎn)型做滯后一期處理。滯后的數(shù)字化轉(zhuǎn)型（lag_Dig）系數(shù)為正且在1%的水平上顯著，說明H1穩(wěn)健。股權(quán)激勵(lì)系數(shù)為正且在1%的水平上顯著，說明H2穩(wěn)健。滯后的數(shù)字化轉(zhuǎn)型與股權(quán)激勵(lì)的交互項(xiàng)（lag_Dig×EI）系數(shù)為正，且在10%的水平上顯著，說明H3穩(wěn)健。（限于篇幅，此處的相關(guān)滯后變量穩(wěn)健性檢驗(yàn)結(jié)果未列示。）

五、結(jié)語

通過理清相關(guān)文獻(xiàn)和理論，本文得出以下結(jié)論：首先，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新績效有顯著的促進(jìn)作用。企業(yè)普及數(shù)字化轉(zhuǎn)型可以促進(jìn)創(chuàng)新活動(dòng)的進(jìn)行和資源配置效率的提高，幫助企業(yè)更好地拆解和定位創(chuàng)新流程，指導(dǎo)企業(yè)設(shè)計(jì)最佳的創(chuàng)新路徑，從而積極影響企業(yè)的創(chuàng)新表現(xiàn)。其次，股權(quán)激勵(lì)對(duì)企業(yè)創(chuàng)新績效有顯著正向影響。根據(jù)相關(guān)激勵(lì)理論，股權(quán)激勵(lì)通過權(quán)益補(bǔ)償激發(fā)高管的積極性，同時(shí)，也滿足了需求層次理論中的尊重和自我實(shí)現(xiàn)的需求，激發(fā)高管的創(chuàng)新意愿，進(jìn)而對(duì)企業(yè)的創(chuàng)新績效產(chǎn)生積極影響，驗(yàn)證了本研究的假設(shè)。最后，股權(quán)激勵(lì)對(duì)數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績效的關(guān)系具有顯著的正向調(diào)節(jié)作用。根據(jù)資源基礎(chǔ)理論和委托代理理論，加強(qiáng)股權(quán)激勵(lì)可以有助于支持企業(yè)的數(shù)字化轉(zhuǎn)型，為企業(yè)創(chuàng)新提供更有利的戰(zhàn)略環(huán)境，促進(jìn)企業(yè)創(chuàng)新績效的提升。因此，股權(quán)激勵(lì)和數(shù)字化轉(zhuǎn)型通過協(xié)同效應(yīng)，可提升企業(yè)管理層的積極性和創(chuàng)新能力，促進(jìn)企業(yè)創(chuàng)新。

參考文獻(xiàn)：

[1]蔡雙立，張曉丹.開放式創(chuàng)新與企業(yè)創(chuàng)新績效——政府與市場(chǎng)整合視角[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2023（9）：97-113.

[2]陳冬梅，王俐珍，陳安霓.數(shù)字化與戰(zhàn)略管理理論——回顧、挑戰(zhàn)與展望[J].管理世界，2020（5）：220-236+20.

[3]陳德球，胡晴.數(shù)字經(jīng)濟(jì)時(shí)代下的公司治理研究：范式創(chuàng)新與實(shí)踐前沿[J].管理世界，2022（6）：213-240.

[4]董彩婷，柳卸林，張思.創(chuàng)新生態(tài)嵌入和政治網(wǎng)絡(luò)嵌入的雙重作用對(duì)企業(yè)創(chuàng)新績效的影響[J].管理評(píng)論，2020（10）： 170-180.

[5]杜勇，黃丹華.“同命相連”：供應(yīng)鏈網(wǎng)絡(luò)中企業(yè)數(shù)字化轉(zhuǎn)型的同群效應(yīng)[J].財(cái)經(jīng)科學(xué)，2023（3）：74-92.

[6]李玲，丁禮婷.客戶網(wǎng)絡(luò)嵌入、知識(shí)基礎(chǔ)與企業(yè)創(chuàng)新績效[J].統(tǒng)計(jì)與決策，2023（19）：183-188.

[7]劉勝，溫錫峰，陳秀英.數(shù)字化轉(zhuǎn)型推動(dòng)衰退企業(yè)反轉(zhuǎn)了嗎[J].財(cái)經(jīng)科學(xué)，2023（2）：96-109.

[8]毛新述，從阓勻，張晨宇，等.國企高管薪酬職務(wù)倒掛影響企業(yè)創(chuàng)新嗎[J/OL].南開管理評(píng)論，[2023-02-17].

[9]宋煒，曹文靜，周勇.數(shù)據(jù)要素賦能、研發(fā)決策與創(chuàng)新績效——來自中國工業(yè)的經(jīng)驗(yàn)證據(jù)[J].管理評(píng)論，2023（7）：112-121.

[10]田秀娟，李睿.數(shù)字技術(shù)賦能實(shí)體經(jīng)濟(jì)轉(zhuǎn)型發(fā)展——基于熊彼特內(nèi)生增長理論的分析框架[J].管理世界， 2022（5）：56-73.

[11]王鶴.數(shù)字經(jīng)濟(jì)與語言經(jīng)濟(jì)的耦合互動(dòng)機(jī)制研究[J].經(jīng)濟(jì)問題，2022（11）：12-16.

[12]馬君，郭明杰.企業(yè)數(shù)字化轉(zhuǎn)型、員工數(shù)字認(rèn)知與創(chuàng)新績效：技術(shù)為刀，我為魚肉？[J].科技進(jìn)步與對(duì)策，2023（22）： 22-32.

[13]趙宏霞，徐光明，趙慧娟.平臺(tái)生態(tài)嵌入、數(shù)據(jù)治理與參與者企業(yè)數(shù)字創(chuàng)新績效[J].管理學(xué)刊，2023（3）：68-84.

[14]趙勝民，于星慧.創(chuàng)新失敗對(duì)企業(yè)再創(chuàng)新績效的影響：高管薪酬激勵(lì)的調(diào)節(jié)作用[J].科研管理，2023（6）：183-

192.

[15]Coles J L，Daniel N D，Naveen L.Managerial incentives and risk-taking[J].Journal of financial Economics，2004（2）：431-468.

[16]Dennett D C，Roy D.Our transparent future[J].Scientific American，2015（3）：64-70.

[17]Hock-Doepgen，M.，Clauss，amp;et al.Knowledge management capabilities and organizational risk-taking for business model innovation in SMEs[J].Journal of Business Research，2019.

作者簡介：段惠惠（1999— ），女，河南開封人，碩士研究生，研究方向：資本市場(chǎng)、企業(yè)戰(zhàn)略。