■黃節(jié)根 吉祥熙 李元旭

“數(shù)字經(jīng)濟(jì)”是當(dāng)前信息技術(shù)變革時(shí)代的最新發(fā)展趨勢。在分析數(shù)字化水平對企業(yè)創(chuàng)新績效影響的理論機(jī)制基礎(chǔ)上，利用2015—2019年滬深A(yù)股上市公司數(shù)據(jù)，結(jié)合sys-GMM模型和面板門限模型實(shí)證分析了數(shù)字化水平對企業(yè)創(chuàng)新績效的影響。研究發(fā)現(xiàn)：當(dāng)前我國企業(yè)數(shù)字化水平和企業(yè)創(chuàng)新績效正向相關(guān)，設(shè)置了數(shù)字資源信息共享平臺的企業(yè)其促進(jìn)效應(yīng)更為顯著。不同行業(yè)的數(shù)字化水平對創(chuàng)新績效的影響存在顯著差異，信息技術(shù)業(yè)、批發(fā)和零售貿(mào)易業(yè)以及社會服務(wù)業(yè)三個(gè)行業(yè)存在門限突變效應(yīng)，傳播與文化業(yè)存在門限收斂效應(yīng)，其他行業(yè)并未表現(xiàn)出門限效應(yīng)。數(shù)字化水平對創(chuàng)新績效的提升存在最優(yōu)門限值，創(chuàng)新績效的提升和企業(yè)其他治理特征和規(guī)劃緊密相關(guān)，只有兩者同時(shí)改進(jìn)才能最終提升創(chuàng)新績效。因此，我國企業(yè)應(yīng)構(gòu)建數(shù)字化和其他企業(yè)資源與管理戰(zhàn)略的統(tǒng)籌協(xié)調(diào)機(jī)制，進(jìn)一步深化數(shù)字化轉(zhuǎn)型。

一、引言與文獻(xiàn)述評

2019年10月，黨的十九屆四中全會提出：“健全勞動、資本、土地、知識、技術(shù)、管理、數(shù)據(jù)等生產(chǎn)要素由市場評價(jià)貢獻(xiàn)、按貢獻(xiàn)決定報(bào)酬的機(jī)制?！敝链?，數(shù)據(jù)要素作為國民收入分配要素的地位被確立，這說明數(shù)據(jù)首次從技術(shù)中獨(dú)立出來，作為一個(gè)單獨(dú)的生產(chǎn)要素參與國民收入分配過程。我國提出了建設(shè)“數(shù)字中國”和“智慧社會”的偉大戰(zhàn)略。在此背景下，系統(tǒng)研究企業(yè)數(shù)字化水平對其創(chuàng)新績效的影響成為理論界和實(shí)務(wù)界共同關(guān)心的話題。

從已有研究看，企業(yè)數(shù)字化水平對企業(yè)創(chuàng)新績效的影響主要通過如下三條路徑實(shí)現(xiàn)：一是數(shù)字技術(shù)的大量運(yùn)用在逐漸提升企業(yè)組織模式的結(jié)構(gòu)效率［1］和運(yùn)營效率［2］；二是數(shù)字化水平的提高使得參與的企業(yè)之間以及企業(yè)內(nèi)部之間的信息流動更具有規(guī)模性、效率性和融合性，從而對企業(yè)創(chuàng)新價(jià)值產(chǎn)生深刻影響［3］；三是數(shù)字化技術(shù)本身即是企業(yè)創(chuàng)新價(jià)值創(chuàng)造的有效組成部分，當(dāng)前大數(shù)據(jù)、云計(jì)算的運(yùn)用進(jìn)一步提升了該組成部分的重要性，而新冠病毒的肆虐在一定程度上則提供了驗(yàn)證數(shù)字化技術(shù)企業(yè)價(jià)值重構(gòu)的可能性［4］。但是也有學(xué)者提出不同的觀點(diǎn)，如：Li和Jia采用多元回歸防范實(shí)證研究發(fā)現(xiàn)，數(shù)字技術(shù)對企業(yè)整體績效的影響并不顯著。［5］而Hajli等采用面板回歸方法研究發(fā)現(xiàn)，數(shù)字化水平的提升可能只是使得部分企業(yè)績效得到提升。［6］另一部分企業(yè)的績效可能因此而下降，下降的主要原因是：數(shù)字化水平提升過程中的成本耗費(fèi)較大［7］，數(shù)字化水平提升后企業(yè)內(nèi)部學(xué)習(xí)成本較大［8］［9］,這些觀點(diǎn)被稱為“IT悖論”。還有一些學(xué)者認(rèn)為，數(shù)字化水平對企業(yè)績效創(chuàng)新績效的影響可能是倒“U”型的，如企業(yè)提升數(shù)字化水平是存在邊界的，數(shù)字化水平對創(chuàng)新績效提升的邊際效益和數(shù)字化水平的邊際成本相等即是企業(yè)數(shù)字化水平提升的邊界［10］，持有類似觀點(diǎn)的還有Kwith等、詹新［11］。

綜合以上，已有研究對數(shù)字化水平影響創(chuàng)新績效進(jìn)行了多維實(shí)證研究，研究結(jié)論并未統(tǒng)一，實(shí)證方法主要是多元回歸、面板回歸等傳統(tǒng)的計(jì)量方法。但是，已有研究在數(shù)字化水平影響企業(yè)創(chuàng)新績效的理論傳導(dǎo)機(jī)制方面并未深入探討，其計(jì)量方法的科學(xué)性也有待進(jìn)一步驗(yàn)證。本文在上述研究基礎(chǔ)上，利用系統(tǒng)GMM估計(jì)驗(yàn)證我國上市企業(yè)中數(shù)字化水平對企業(yè)創(chuàng)新績效的影響，進(jìn)而采用門限回歸模型驗(yàn)證各行業(yè)是否存在“IT悖論”。

二、理論機(jī)制及研究假設(shè)

（一）企業(yè)數(shù)字化水平與創(chuàng)新績效

企業(yè)創(chuàng)新績效指企業(yè)由于采用新運(yùn)營系統(tǒng)、新技術(shù)等創(chuàng)新手段對企業(yè)績效的提升水平，一般可以從創(chuàng)新資源投入和企業(yè)市場價(jià)值提升兩個(gè)角度進(jìn)行評價(jià)［12］。影響企業(yè)創(chuàng)新績效的因素有很多，在宏觀層面，財(cái)政調(diào)控政策、貨幣調(diào)控政策、產(chǎn)業(yè)調(diào)控政策等會對企業(yè)的創(chuàng)新績效產(chǎn)生深刻的影響。如財(cái)政調(diào)控政策會對整個(gè)交易市場的均衡產(chǎn)生沖擊，從而影響企業(yè)面臨的供求關(guān)系，進(jìn)而影響企業(yè)的經(jīng)營創(chuàng)新績效。［13］貨幣政策的不同調(diào)控策略會對企業(yè)的融資約束和財(cái)務(wù)寬松程度產(chǎn)生沖擊，從而影響市場創(chuàng)新績效。政府發(fā)布的針對性較強(qiáng)的產(chǎn)業(yè)調(diào)控政策有可能會對某個(gè)產(chǎn)業(yè)產(chǎn)生巨大的沖擊，從而導(dǎo)致市場的巨大變動。不過，宏觀層面的沖擊對所有企業(yè)表現(xiàn)出一致性的特征，即不同企業(yè)面臨的宏觀調(diào)控因素可能是一致的，從而這種沖擊就不是實(shí)證研究意義上的變量。另外，政府宏觀調(diào)控政策沖擊可能屬于典型的斷點(diǎn)式?jīng)_擊，即在某個(gè)時(shí)點(diǎn)之前和某個(gè)時(shí)點(diǎn)之后表現(xiàn)出迥異的特征和政策力度差異，這種影響的沖擊具有時(shí)間滯后性和拓展效應(yīng)，但是對企業(yè)創(chuàng)新績效的影響在一定程度上表現(xiàn)出外生性的特征［14］，因此本文將這種宏觀政策沖擊作為前置性變量構(gòu)建影響企業(yè)創(chuàng)新績效的理論模型。

圖1顯示了影響企業(yè)創(chuàng)新績效的傳導(dǎo)機(jī)制。本文認(rèn)為，影響企業(yè)創(chuàng)新績效的主要因素來源于企業(yè)微觀層面，主要包括：企業(yè)特征［14］、企業(yè)治理［15］［16］和企業(yè)數(shù)字化水平［17］。企業(yè)特征變量主要包括股權(quán)性質(zhì)差異、董事長和總經(jīng)理兩職合一、董事會獨(dú)立性水平、最大股東持股比例和企業(yè)上市年限等，這些特征會對企業(yè)整體創(chuàng)新績效產(chǎn)生顯著影響。企業(yè)治理變量主要包括企業(yè)資產(chǎn)負(fù)債水平、固定資產(chǎn)比例和審計(jì)報(bào)告意見等，這些變量體現(xiàn)了企業(yè)治理過程中的財(cái)務(wù)制度和管理制度的差異，該差異可能是造成企業(yè)創(chuàng)新績效差異的原因之一。

圖1 企業(yè)數(shù)字化水平對創(chuàng)新績效的影響機(jī)制

從已有研究看，在企業(yè)特征和企業(yè)治理對企業(yè)創(chuàng)新績效影響方面的研究已經(jīng)比較成熟，目前已基本形成較為統(tǒng)一的結(jié)論，因此本文將企業(yè)特征和企業(yè)治理變量作為控制變量重點(diǎn)研究數(shù)字化水平對企業(yè)創(chuàng)新績效的影響。首先，數(shù)字化水平的不斷提升是近年來企業(yè)在大數(shù)據(jù)、云計(jì)算等技術(shù)推動下的顯著特征，這對企業(yè)組織模式、信息傳遞效率、信息利用效率和信息決策管理產(chǎn)生了深刻影響，從而在一定程度上提升了企業(yè)的創(chuàng)新績效水平［17］。其次，企業(yè)數(shù)字化水平提升的表現(xiàn)是多維度的，比如企業(yè)信息傳遞速度的提升、企業(yè)網(wǎng)上作業(yè)的廣泛使用、企業(yè)基于自身APP數(shù)據(jù)對消費(fèi)者消費(fèi)特征的識別、企業(yè)通過大數(shù)據(jù)運(yùn)算識別出重點(diǎn)客戶的特征等。本文從數(shù)字化資源投入角度衡量企業(yè)數(shù)字化水平，數(shù)字化資源投入指的是企業(yè)為了提升自身數(shù)字化水平而進(jìn)行的人力、物力、財(cái)力、智力方面的綜合投資。最后，企業(yè)創(chuàng)新績效指的是由于企業(yè)技術(shù)進(jìn)步或者創(chuàng)新能力提升導(dǎo)致的企業(yè)整體績效的提升，這種提升會反映在企業(yè)運(yùn)營績效、企業(yè)財(cái)務(wù)績效、企業(yè)市場績效等多個(gè)維度［18］。本文將企業(yè)運(yùn)營績效和企業(yè)市場績效作為企業(yè)創(chuàng)新績效的兩個(gè)主要方面。在工具變量的選擇上，運(yùn)營創(chuàng)新績效主要為企業(yè)自身運(yùn)營過程中的財(cái)務(wù)數(shù)據(jù)，市場創(chuàng)新績效用企業(yè)整體股價(jià)和企業(yè)市場價(jià)值表示，而數(shù)字化水平用企業(yè)數(shù)字化資源投入表示。

在影響機(jī)制上，本文認(rèn)為數(shù)字化水平的提升至少從兩個(gè)方面對企業(yè)創(chuàng)新績效產(chǎn)生正向影響。一是數(shù)字化水平的提升顯著提高了企業(yè)的信息收集整理效率和企業(yè)信息傳遞效率，在企業(yè)內(nèi)部控制治理、人力資源管理、財(cái)務(wù)控制、銷售管理和綜合運(yùn)營方面提升了企業(yè)的運(yùn)營績效，這使得企業(yè)資源配置多樣性和科學(xué)性進(jìn)一步提升，從而有助于提升企業(yè)在產(chǎn)品創(chuàng)新、運(yùn)營創(chuàng)新和制度創(chuàng)新方面的創(chuàng)新力度，最終表現(xiàn)為企業(yè)創(chuàng)新績效的提升［19］。二是數(shù)字化水平的提升顯著改變了企業(yè)的組織模式，原先的垂直化組織、扁平化組織或其他組織形式變得更具有伸縮性、柔性和松散耦合性，這種組織模式的變化對企業(yè)的戰(zhàn)略柔性產(chǎn)生深刻影響。企業(yè)戰(zhàn)略柔性在數(shù)字化水平逐步提升背景下變得更加具有彈性和柔和度，企業(yè)的整體戰(zhàn)略規(guī)劃和日常運(yùn)營績效也產(chǎn)生了較大改變，這種改變會對企業(yè)創(chuàng)新績效產(chǎn)生較大的沖擊。［20］基于此本文提出如下假設(shè)：

H1：從總體看，企業(yè)數(shù)字化水平和企業(yè)運(yùn)營創(chuàng)新績效正相關(guān)。

H2：從總體看，企業(yè)數(shù)字化水平和企業(yè)市場創(chuàng)新績效正相關(guān)。

（二）不同行業(yè)數(shù)字化水平對創(chuàng)新績效的影響

我國企業(yè)數(shù)字化轉(zhuǎn)型仍然處在快速發(fā)展過程中，不同行業(yè)企業(yè)的數(shù)字化水平相差較大，從而表現(xiàn)出對創(chuàng)新績效影響的差異性。這種差異的原因主要有兩點(diǎn)：一是不同行業(yè)屬性的差異決定了其數(shù)字化轉(zhuǎn)型的需求動機(jī)差異，如傳統(tǒng)制造業(yè)、房地產(chǎn)業(yè)等行業(yè)其自身擁有較為完善的管理系統(tǒng)、營銷系統(tǒng)和生產(chǎn)模式，其商業(yè)模式雖然受到數(shù)字化的沖擊，但是其既有的完善的商業(yè)模式具有內(nèi)生的穩(wěn)定性，從而使得這些行業(yè)的數(shù)字化水平仍處在轉(zhuǎn)型的初級階段，這種數(shù)字化水平的提高對創(chuàng)新績效的影響可能仍處在變革初期的正向關(guān)系；而諸如高新技術(shù)企業(yè)、信息技術(shù)企業(yè)等行業(yè)本身對數(shù)字化水平的要求較高，其數(shù)字化水平的提升速度較快，數(shù)字化水平對企業(yè)創(chuàng)新績效的正向沖擊表現(xiàn)出顯著的邊際遞減傾向，個(gè)別行業(yè)可能還表現(xiàn)出突變效應(yīng)。［21］二是不同行業(yè)在數(shù)字化水平提升過程中的資源稟賦存在較大差異，資源稟賦差異決定了其數(shù)字化水平提升的速度和水平存在顯著差異?？梢院侠眍A(yù)期，那些擁有較多資源稟賦的行業(yè)可能數(shù)字化水平較高，其對企業(yè)創(chuàng)新績效的影響是邊際遞減的，較高數(shù)字化水平的行業(yè)可能存在典型的抑制效應(yīng)。［22］基于此，本文提出假設(shè)如下：

H3：不同行業(yè)的數(shù)字化水平對企業(yè)創(chuàng)新績效的影響表現(xiàn)出差異性，部分行業(yè)可能表現(xiàn)出門限突變效應(yīng)或者門限收斂效應(yīng)。

三、模型設(shè)定及變量說明

（一）模型設(shè)定

企業(yè)創(chuàng)新績效可能存在一定的動態(tài)效應(yīng)，即前期創(chuàng)新績效水平會對后期創(chuàng)新績效水平產(chǎn)生沖擊，此時(shí)模型構(gòu)建時(shí)就不能采用靜態(tài)面板模型，而應(yīng)該采用動態(tài)面板。對于動態(tài)面板的估計(jì)不應(yīng)該采用傳統(tǒng)的固定效應(yīng)或者隨機(jī)效應(yīng)模型，因?yàn)檫@兩個(gè)模型對數(shù)據(jù)的平穩(wěn)性要求較高，但是對于包含了被解釋變量的滯后項(xiàng)的動態(tài)面板，傳統(tǒng)的固定效應(yīng)和隨機(jī)效應(yīng)模型無法做出有效的估計(jì)，其估計(jì)結(jié)果可能是有偏的，此時(shí)需要考慮動態(tài)面板模型。在估計(jì)動態(tài)面板時(shí)，常用的估計(jì)方法是sys-GMM估計(jì)，因此本文中數(shù)字化水平對企業(yè)創(chuàng)新績效的影響研究中采用的模型是動態(tài)面板模型，采用的估計(jì)方法是sys-GMM估計(jì)。

式（1）是針對假設(shè)H1設(shè)計(jì)的實(shí)證方程，式（2）是針對假設(shè)H1設(shè)計(jì)的穩(wěn)健性檢驗(yàn)方程，檢驗(yàn)方法是通過替換解釋變量和被解釋變量完成的，即實(shí)際估計(jì)中用式（1）驗(yàn)證假設(shè)H1，其中企業(yè)數(shù)字化資源投入采用企業(yè)固定資產(chǎn)和無形資產(chǎn)中構(gòu)建數(shù)字化資源的比例Szfix代替，企業(yè)運(yùn)營創(chuàng)新績效用每年R&D投入占營業(yè)收入百分比Rd代替，在穩(wěn)健性檢驗(yàn)方程（2）中將Szfix替換為企業(yè)數(shù)字化建設(shè)中的總投入增長速度Stzr，將Rd替換為近2年新產(chǎn)品銷售收入占總銷售收入的比例Newsale。式（3）是針對假設(shè)H2設(shè)計(jì)的實(shí)證方程，式（4）是針對式（3）設(shè)計(jì)的穩(wěn)健性檢驗(yàn)方程，檢驗(yàn)方法是通過解釋變量和被解釋變量的替換完成的。其中企業(yè)數(shù)字化資源投入采用企業(yè)固定資產(chǎn)和無形資產(chǎn)中構(gòu)建數(shù)字化資源的比例Szfix代替，企業(yè)市場創(chuàng)新績效用每年托賓Q值代替，在穩(wěn)健性檢驗(yàn)方程式（4）中將Szfix替換為企業(yè)數(shù)字化建設(shè)中的總投入增長速度Stzr，將Q替換為企業(yè)市盈率PE。

為驗(yàn)證不同行業(yè)數(shù)字化水平對企業(yè)創(chuàng)新績效的影響是否存在門限效應(yīng)，本文構(gòu)建門限回歸模型如式（5）所示。其中，I（·）為指示函數(shù)，λ代表門限值，當(dāng)Szfix＞λ時(shí)，I（·）=1，當(dāng)Szfix≤λ時(shí)，I（·）=0。j表示控制變量的數(shù)量，εit代表隨機(jī)干擾項(xiàng)。式1至式5中control代表模型中的控制變量，所有變量計(jì)算方法及相關(guān)說明見表1。

表1 變量說明

（二）數(shù)據(jù)選取

本文樣本選取2015—2019年滬深A(yù)股中的非金融類上市公司。根據(jù)相關(guān)文獻(xiàn)建議并結(jié)合本文研究需求，設(shè)置的篩選條件如下：（1）公司存續(xù)期在5年以上，即公司成立時(shí)間在2015年之前且在2020年依舊存在，并且發(fā)布了2019年度財(cái)務(wù)報(bào)告；（2）刪除ST類型的公司；（3）刪除同時(shí)發(fā)行了A股和B股的上市公司，因?yàn)榇祟惞镜膬?nèi)部控制和治理水平和只發(fā)行A股的公司具有較大差異；（4）刪除數(shù)據(jù)嚴(yán)重缺失的公司；（5）刪除部分指標(biāo)異常的公司，如某些樣本公司的資產(chǎn)負(fù)債率超過了90%或者銷售成本率超過了100%，此類異常數(shù)據(jù)會對模型擬合的準(zhǔn)確度造成較大影響，因此予以刪除。

本文上市公司數(shù)據(jù)來自于CSMAR數(shù)據(jù)庫，一些數(shù)據(jù)不全則借助wind數(shù)據(jù)庫進(jìn)行對比確認(rèn)，個(gè)別數(shù)據(jù)需要作者手工計(jì)算。有些實(shí)證變量通過CSMAR找不到，需要通過上市公司官網(wǎng)、招商證券等渠道進(jìn)行收集。經(jīng)過上述篩選，本文共選取了902家上市公司2015—2019年的相關(guān)數(shù)據(jù)。樣本公司具體行業(yè)分布如表2所示。

表2 樣本公司的行業(yè)分布

四、實(shí)證檢驗(yàn)與結(jié)果

（一）描述性統(tǒng)計(jì)

表3顯示了變量的描述性統(tǒng)計(jì)情況。被解釋變量中，Rd、Newsale、Q和PE的平均值均小于中位數(shù)，說明樣本中部分企業(yè)的對應(yīng)數(shù)據(jù)較小，拉低了整體數(shù)據(jù)的平均水平。解釋變量Szfix平均值小于中位數(shù)，說明部分企業(yè)的數(shù)字化水平較低，拉低了整體的平均水平。Sztr的平均值大于中位數(shù)，說明樣本企業(yè)中部分企業(yè)的數(shù)據(jù)較大，使得均值大于中位數(shù)。除了部分控制變量外，解釋變量、被解釋變量和剩余部分控制變量的JB統(tǒng)計(jì)量均在不同置信水平上統(tǒng)計(jì)顯著，說明這些數(shù)據(jù)呈正態(tài)分布，具有較好的統(tǒng)計(jì)特征。

表3 描述性統(tǒng)計(jì)

（二）sys-GMM回歸結(jié)果

表4顯示了sys-GMM估計(jì)的統(tǒng)計(jì)結(jié)果，兩個(gè)模型均通過了Arellano-Bond AR檢驗(yàn)，說明模型滿足進(jìn)行一樣性廣義矩估計(jì)的二階不相關(guān)條件。同時(shí)兩個(gè)模型均通過了Hansen過度識別檢驗(yàn)和Dif GMM工具變量有效性檢驗(yàn)，模型整體估計(jì)結(jié)果較為理想。

表4 sys-GMM估計(jì)結(jié)果

在式（1）估計(jì)結(jié)果中，核心解釋變量Szfix和交互項(xiàng)d1*Szfix的系數(shù)均為正數(shù)，且分別在10%和1%置信水平上統(tǒng)計(jì)顯著，說明企業(yè)數(shù)字化水平和企業(yè)運(yùn)營創(chuàng)新績效呈現(xiàn)正向關(guān)系。在式（2）估計(jì)結(jié)果中，核心解釋變量Szfix和交互項(xiàng)d1*Szfix的系數(shù)均為正數(shù)且分別在10%和5%置信水平上統(tǒng)計(jì)顯著，說明企業(yè)數(shù)字化水平和企業(yè)市場創(chuàng)新績效正向相關(guān)。

表5是對sys-GMM估計(jì)的穩(wěn)健性檢驗(yàn)，檢驗(yàn)方法是分別對式（1）和式（3）進(jìn)行解釋變量和被解釋變量的替代，其中式（2）是針對式（1）的穩(wěn)健性檢驗(yàn)，式（4）是針對式（2）的穩(wěn)健性檢驗(yàn)。式（2）中關(guān)鍵解釋變量Sztr和d1*Sztr系數(shù)為正，且分別在1%和5%置信水平上統(tǒng)計(jì)顯著，式（4）中關(guān)鍵解釋變量Sztr和d1*Sztr系數(shù)為正，且分別在10%和5%置信水平上統(tǒng)計(jì)顯著，可見企業(yè)數(shù)字化水平和企業(yè)創(chuàng)新績效呈正相關(guān)關(guān)系，即穩(wěn)健性檢驗(yàn)支持表4中的實(shí)證結(jié)論，模型整體是穩(wěn)健的。

表5 穩(wěn)健性檢驗(yàn)

根據(jù)sys-GMM估計(jì)結(jié)果可得到如下結(jié)論：第一，企業(yè)數(shù)字化水平和企業(yè)創(chuàng)新績效正相關(guān)，根據(jù)表4式（1）回歸結(jié)果，企業(yè)數(shù)字化水平和企業(yè)運(yùn)營創(chuàng)新績效呈現(xiàn)正相關(guān)關(guān)系，驗(yàn)證了假設(shè)H1。根據(jù)表4式（3）回歸結(jié)果，企業(yè)數(shù)字化水平和企業(yè)市場創(chuàng)新績效呈現(xiàn)正相關(guān)關(guān)系，驗(yàn)證了假設(shè)H2。第二，表4中式（1）交互項(xiàng)的d1*Szfix系數(shù)0.4312大于Szfix的系數(shù)0.1954，表4式（3）中交互項(xiàng)d1*Szfix的系數(shù)0.4934大于Szfix的系數(shù)0.3851，可見設(shè)置了數(shù)字資源信息共享平臺的企業(yè)其數(shù)字化水平對創(chuàng)新績效的正向影響更為突出。第三，表4中式（1）和式（2）被解釋變量的1階和2階滯后項(xiàng)均在不同置信水平上統(tǒng)計(jì)顯著，可見企業(yè)創(chuàng)新績效的提升具有自身內(nèi)生的動態(tài)影響性，即除了數(shù)字化水平和其他

控制變量影響企業(yè)創(chuàng)新績效的提升外，企業(yè)自身創(chuàng)新績效的提升可能存在良性的馬太效應(yīng)。

（三）門限回歸

面板門限回歸分析可以較好地識別變量之間存在突變效應(yīng)、加劇效應(yīng)和收斂效應(yīng)的動態(tài)關(guān)系。為進(jìn)一步分析不同行業(yè)中企業(yè)數(shù)字化水平和創(chuàng)新績效的關(guān)系，本文針對樣本中不同行業(yè)進(jìn)行面板門限回歸。在門限回歸中，門限變量的選擇既可以選擇解釋變量，也可以選擇其他變量。本文式（5）中選擇的門限變量是解釋變量，為了提升模型穩(wěn)健性，門限變量選擇采用Sztr。門限效應(yīng)的檢驗(yàn)結(jié)果表明，在12個(gè)細(xì)分行業(yè)中只有信息技術(shù)業(yè)（G）、批發(fā)和零售貿(mào)易業(yè)（H）、社會服務(wù)業(yè)（K）和傳播與文化業(yè)（L）存在單重門限效應(yīng)，其余行業(yè)均不存在門限效應(yīng)。四個(gè)行業(yè)的門限值分別是0.0732、0.0491、0.0672和0.0482，且均在95%置信水平上通過了統(tǒng)計(jì)顯著性檢驗(yàn)。

表6顯示了面板門限回歸結(jié)果，由于四個(gè)行業(yè)均存在單重門限效應(yīng)，所以區(qū)分了門限兩端的回歸結(jié)果。四個(gè)行業(yè)的組內(nèi)R2都在0.65以上，模型整體的整體解釋力度較好。其對應(yīng)的F統(tǒng)計(jì)量均在1%置信水平上統(tǒng)計(jì)顯著，說明模型整體是穩(wěn)健的。

表6 門限回歸結(jié)果

根據(jù)表6，信息技術(shù)業(yè)（G）在沒有達(dá)到門限值時(shí)，核心解釋變量的系數(shù)為0.2031且在1%置信水平上顯著；在超過門限值后，核心解釋變量的系數(shù)為-0.3042且在5%置信水平上顯著，可見信息技術(shù)業(yè)（G）的數(shù)字化水平較低沒有超過門限值前，其數(shù)字化水平和企業(yè)創(chuàng)新績效呈現(xiàn)正向相關(guān)性，但是超過門限值后，其數(shù)字化水平和企業(yè)創(chuàng)新績效呈現(xiàn)負(fù)相關(guān)關(guān)系，即表現(xiàn)出門限突變效應(yīng)。批發(fā)和零售貿(mào)易業(yè)（H）和社會服務(wù)業(yè)（K）也表現(xiàn)出類似的門限突變效應(yīng)。傳播與文化業(yè)（L）在沒有達(dá)到門限值時(shí)，核心解釋變量的系數(shù)為0.3091，且在5%置信水平上顯著；在超過門限值后核心解釋變量的系數(shù)為0.2993，且在10%置信水平上顯著，可見信息技術(shù)業(yè)（G）的數(shù)字化水平較低沒有超過門限值前，其數(shù)字化水平和企業(yè)創(chuàng)新績效呈現(xiàn)正向相關(guān)性，但是超過門限值后，其數(shù)字化水平和企業(yè)創(chuàng)新績效也呈現(xiàn)正相關(guān)關(guān)系，但是其系數(shù)值小于門限值之前的系數(shù)，即表現(xiàn)出門限收斂效應(yīng)。即不同行業(yè)的數(shù)字化水平對企業(yè)創(chuàng)新績效的影響表現(xiàn)出差異性，信息技術(shù)業(yè)（G）、批發(fā)和零售貿(mào)易業(yè)（H）和社會服務(wù)業(yè)（K）表現(xiàn)出門限突變效應(yīng)，傳播與文化業(yè)（L）表現(xiàn)出門限收斂效應(yīng),該結(jié)論驗(yàn)證了假設(shè)3。

表7顯示了對四個(gè)行業(yè)門限回歸模型的殘差單位根檢驗(yàn)結(jié)果，結(jié)果發(fā)現(xiàn)四個(gè)模型均不存在單位根，說明模型整體是穩(wěn)健的。

表7 門限回歸殘差單位根檢驗(yàn)

五、結(jié)論及啟示

本文在系統(tǒng)分析企業(yè)數(shù)字化水平影響企業(yè)創(chuàng)新績效的理論機(jī)制基礎(chǔ)上，采用sys-GMM估計(jì)實(shí)證分析了我國企業(yè)數(shù)字化水平和創(chuàng)新績效的動態(tài)關(guān)系，采用面板門限模型分析了不同行業(yè)的數(shù)字化水平和創(chuàng)新績效的門限效應(yīng)，主要研究結(jié)論如下：

第一，總體上看，我國企業(yè)數(shù)字化水平對企業(yè)創(chuàng)新績效的影響是正向的，即我國企業(yè)數(shù)字化水平的提升有助于企業(yè)運(yùn)營創(chuàng)新績效和市場創(chuàng)新績效的提升，我國企業(yè)創(chuàng)新績效的提升除了受到宏觀政策沖擊、企業(yè)治理和企業(yè)特征變量的影響，還受到企業(yè)數(shù)字化水平的正向影響。不僅如此，那些在企業(yè)內(nèi)部設(shè)置了數(shù)字資源信息共享平臺的企業(yè)其數(shù)字化水平對創(chuàng)新績效的促進(jìn)作用更加明顯。可見，在數(shù)字技術(shù)變革時(shí)代企業(yè)數(shù)字化水平的提升既是時(shí)代的要求，又是企業(yè)內(nèi)生性增長的源泉。

第二，數(shù)字化水平影響企業(yè)創(chuàng)新績效的行業(yè)差異較為顯著。我國上市企業(yè)中，信息技術(shù)業(yè)、批發(fā)和零售貿(mào)易業(yè)與社會服務(wù)業(yè)的數(shù)字化水平較高，其對企業(yè)創(chuàng)新績效的影響呈現(xiàn)門限突變效應(yīng)，傳播與文化業(yè)表現(xiàn)出門限收斂效應(yīng)?？赡艿脑蚴莿?chuàng)新績效的提升不僅受到數(shù)字化水平的影響，還受到其他因素的影響，當(dāng)數(shù)字化水平提高較快但是其他因素沒有同步提升時(shí)，企業(yè)創(chuàng)新績效的提升速度可能會下降，即可能表現(xiàn)出數(shù)字化水平對企業(yè)創(chuàng)新績效提升的邊際遞減效應(yīng)，這種遞減性體現(xiàn)為門限收斂效應(yīng)。不僅如此，如果數(shù)字化水平超過門限值后，進(jìn)一步提升數(shù)字化水平的邊際成本可能會上升，這可能導(dǎo)致企業(yè)創(chuàng)新績效的下降，此時(shí)可能會出現(xiàn)門限突變效應(yīng)。

第三，綜合來看，我國企業(yè)數(shù)字化水平和創(chuàng)新績效之間存在典型的門限突變效應(yīng)，即其關(guān)系為倒“U”型。之所以總體上看我國企業(yè)數(shù)字化水平和創(chuàng)新績效呈正相關(guān)，是因?yàn)槌诵畔⒓夹g(shù)業(yè)、批發(fā)和零售貿(mào)易業(yè)、社會服務(wù)業(yè)和傳播與文化業(yè)這些數(shù)字化轉(zhuǎn)型速度較快的行業(yè)外，其他行業(yè)的數(shù)字化水平仍然處在發(fā)展初期，尚未達(dá)到門限突變的拐點(diǎn)。在此背景下，我國企業(yè)應(yīng)該進(jìn)一步深化落實(shí)數(shù)字化轉(zhuǎn)型的任務(wù)，進(jìn)一步提升數(shù)字化水平提升帶來的創(chuàng)新績效。與此同時(shí)還應(yīng)該在企業(yè)治理、企業(yè)戰(zhàn)略發(fā)展等方面進(jìn)一步提升綜合適應(yīng)能力，配合數(shù)字化水平的提升來促進(jìn)創(chuàng)新績效。

基于上述研究結(jié)論，結(jié)合當(dāng)前我國企業(yè)數(shù)字化轉(zhuǎn)型契機(jī)和國家對“數(shù)字經(jīng)濟(jì)”的政策支持背景，為系統(tǒng)提升企業(yè)數(shù)字化水平進(jìn)而促進(jìn)企業(yè)創(chuàng)新績效的有效提升給出政策建議如下：第一，我國企業(yè)應(yīng)該進(jìn)一步深化數(shù)字化轉(zhuǎn)型，提升整體數(shù)字化水平。在當(dāng)前“數(shù)字經(jīng)濟(jì)”時(shí)代，系統(tǒng)提升企業(yè)數(shù)字化水平可以有效提升企業(yè)的創(chuàng)新績效，我國企業(yè)數(shù)字化發(fā)展總體上仍處在初級階段，需要進(jìn)一步深化轉(zhuǎn)型。具體而言，企業(yè)應(yīng)該積極搭建和外部數(shù)字信息網(wǎng)絡(luò)的合作平臺，積極提高外部數(shù)字網(wǎng)絡(luò)的關(guān)系質(zhì)量，為自身數(shù)字化深化轉(zhuǎn)型發(fā)展構(gòu)建良好外部環(huán)境。在實(shí)踐中，企業(yè)可以嘗試自主開發(fā)數(shù)字信息共享平臺，將企業(yè)的各種戰(zhàn)略發(fā)展、市場細(xì)分定位、市場實(shí)時(shí)變動情況納入該平臺匯總，同時(shí)還可以打造開放式的數(shù)字創(chuàng)新實(shí)驗(yàn)區(qū)，進(jìn)一步加速產(chǎn)品和服務(wù)的數(shù)字轉(zhuǎn)型。不僅如此，企業(yè)還應(yīng)該積極結(jié)合使用政府對數(shù)字化轉(zhuǎn)型的促進(jìn)政策，積極實(shí)施“企業(yè)云端”“智能制造”的發(fā)展戰(zhàn)略，進(jìn)一步加強(qiáng)與政府和市場的動態(tài)合作關(guān)系，也可以通過加入產(chǎn)業(yè)創(chuàng)新組織平臺或者互聯(lián)網(wǎng)合作平臺與行業(yè)內(nèi)的其他企業(yè)構(gòu)建基于數(shù)字化的合作關(guān)系。第二，在數(shù)字化發(fā)展中，我國企業(yè)應(yīng)該構(gòu)建數(shù)字化和其他企業(yè)資源與管理戰(zhàn)略的統(tǒng)籌協(xié)調(diào)機(jī)制。雖然企業(yè)數(shù)字化水平的提升有助于企業(yè)創(chuàng)新績效的增長，但是企業(yè)創(chuàng)新績效的增長還需要企業(yè)其他資源的密切配合和企業(yè)管理戰(zhàn)略的妥善統(tǒng)籌。因此企業(yè)應(yīng)該注重?cái)?shù)字化轉(zhuǎn)型和企業(yè)其他資源的發(fā)展協(xié)調(diào)性。數(shù)字化轉(zhuǎn)型發(fā)展不僅僅是表面上企業(yè)操作軟件、互聯(lián)網(wǎng)技術(shù)的應(yīng)用，而應(yīng)該是依托于數(shù)字化水平的提升助力企業(yè)在生產(chǎn)制造、成本管理、市場營銷以及戰(zhàn)略創(chuàng)新方面的改進(jìn)。數(shù)字化水平的提升不能只注重表面，而應(yīng)該成為企業(yè)新的增長動力。與此同時(shí)，企業(yè)數(shù)字化水平的提升不應(yīng)該拔苗助長，不能因?yàn)閺?qiáng)行推進(jìn)數(shù)字化轉(zhuǎn)型而導(dǎo)致成本管理失衡。另外，企業(yè)在數(shù)字化發(fā)展轉(zhuǎn)型中應(yīng)該注重?cái)?shù)字化轉(zhuǎn)型的系統(tǒng)性，并按照自身實(shí)際情況選擇合適的數(shù)字化發(fā)展管理戰(zhàn)略。根據(jù)實(shí)證結(jié)論，不同行業(yè)的數(shù)字化水平表現(xiàn)出較大差異，不同行業(yè)特征也決定了其數(shù)字化發(fā)展的內(nèi)源差異，因此企業(yè)數(shù)字化水平的發(fā)展應(yīng)該既和其他資源統(tǒng)籌協(xié)調(diào)，又要結(jié)合自身特征統(tǒng)籌協(xié)調(diào)正態(tài)發(fā)展戰(zhàn)略。第三，我國中小企業(yè)應(yīng)善于借助現(xiàn)有數(shù)字經(jīng)濟(jì)發(fā)展外力提升自身數(shù)字化水平。數(shù)字經(jīng)濟(jì)技術(shù)具有較為明顯的外溢效應(yīng)，這些數(shù)字經(jīng)濟(jì)技術(shù)一旦研發(fā)出來，便具有低成本復(fù)制的優(yōu)勢。從當(dāng)前發(fā)展情況看，只有那些大型企業(yè)可以純粹依靠自身資金和技術(shù)研發(fā)能力實(shí)施數(shù)字化轉(zhuǎn)型，大部分中小企業(yè)并不具有足夠的資源來支撐自身的數(shù)字化發(fā)展。因此，我國大部分中小企業(yè)應(yīng)該積極借助大型企業(yè)已經(jīng)搭建的數(shù)字經(jīng)濟(jì)平臺實(shí)現(xiàn)自身的數(shù)字化。