孫明明，王震勤（副教授）

一、引言

黨的二十大報(bào)告指出，未來我國經(jīng)濟(jì)發(fā)展的核心之一是“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”。這是自黨的十九大報(bào)告將“數(shù)據(jù)要素”作為國民經(jīng)濟(jì)分配要素之一的重要變革后，我國在數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略中提出的新要求。根據(jù)《中國數(shù)字經(jīng)濟(jì)發(fā)展報(bào)告（2022 年）》，2021 年我國數(shù)字經(jīng)濟(jì)總量達(dá)到45.5萬億元，占GDP比重增長到39.8%，并呈現(xiàn)快速增長趨勢。在此過程中，數(shù)字經(jīng)濟(jì)的產(chǎn)業(yè)化發(fā)展和各相關(guān)產(chǎn)業(yè)的數(shù)字化發(fā)展為數(shù)字經(jīng)濟(jì)總量的提升提供了強(qiáng)有力的支撐。與此同時，按照黨的二十大報(bào)告“實(shí)現(xiàn)高水平科技自立自強(qiáng)”和“強(qiáng)化企業(yè)科技創(chuàng)新主體地位”的新要求，高新技術(shù)企業(yè)作為我國科技創(chuàng)新的重要推動力量，其數(shù)字化水平的快速提升具有典型的時代特征，是我國在新征程上穩(wěn)步推進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要力量和核心環(huán)節(jié)。從現(xiàn)實(shí)發(fā)展看，2019年和2020年我國創(chuàng)新能力排名在前1000名的企業(yè)專利申請獲批總量分別達(dá)到了145萬件和165萬件，這在一定程度上說明企業(yè)創(chuàng)新績效在不斷提高。那么，高新技術(shù)企業(yè)數(shù)字化水平是否對其創(chuàng)新績效的提升有所助益？兩者是否是簡單的線性關(guān)系？上述問題仍沒有獲得統(tǒng)一結(jié)論。

從現(xiàn)有研究看，在數(shù)字化水平是否影響企業(yè)創(chuàng)新績效的問題上，不同學(xué)者的觀點(diǎn)差異較大：①一部分學(xué)者認(rèn)為，數(shù)字化水平的提升可以顯著促進(jìn)企業(yè)創(chuàng)新能力和創(chuàng)新績效提升。如Henrik 和Rita（2021）認(rèn)為，數(shù)字化水平的提升顯著改善了企業(yè)進(jìn)行產(chǎn)品創(chuàng)新的技術(shù)條件，使得企業(yè)創(chuàng)新技術(shù)的研發(fā)速度快速增長，從而有助于企業(yè)創(chuàng)新績效的提升。Liang 和Li（2022）研究發(fā)現(xiàn)，制造業(yè)數(shù)字化水平的提升顯著促進(jìn)了其流程創(chuàng)新績效和產(chǎn)品創(chuàng)新績效提升，且研發(fā)能力具有中介效應(yīng)。Zhang 等（2022）研究發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)可以顯著緩解資源利用的空間限制，從而有效促進(jìn)創(chuàng)新能力和創(chuàng)新績效的提升。②也有學(xué)者認(rèn)為，數(shù)字化水平對企業(yè)創(chuàng)新績效產(chǎn)生負(fù)向影響。如Usai 等（2021）認(rèn)為，數(shù)字技術(shù)的發(fā)展和企業(yè)數(shù)字化水平的提升會占用較多的企業(yè)資源，從而抑制企業(yè)創(chuàng)新能力和創(chuàng)新績效的提升。Li 和Jia（2018）認(rèn)為，數(shù)字化水平對企業(yè)創(chuàng)新績效的提升需要滿足嚴(yán)苛的公司治理?xiàng)l件，當(dāng)這些條件無法滿足時，二者不存在正向關(guān)系。③還有一部分學(xué)者認(rèn)為，二者之間可能存在非線性關(guān)系。如馬永紅和李保祥（2022）研究發(fā)現(xiàn)，在高校知識轉(zhuǎn)移效應(yīng)調(diào)節(jié)下二者呈現(xiàn)“U”型關(guān)系。與此不同，余菲菲等（2022）則認(rèn)為二者呈現(xiàn)倒“U”型特征。蔣殿春和潘曉旺（2022）研究發(fā)現(xiàn)，數(shù)字化水平的提高提升了高質(zhì)量創(chuàng)新績效，但是無助于低質(zhì)量創(chuàng)新績效的提升?，F(xiàn)有文獻(xiàn)中鮮有以高新技術(shù)企業(yè)為樣本對兩者關(guān)系進(jìn)行研究的，較有代表性的是張吉昌和龍靜（2022）的研究，他們發(fā)現(xiàn)數(shù)字化水平的提高顯著提升了高新技術(shù)企業(yè)創(chuàng)新績效，該過程中創(chuàng)新能力具有中介效應(yīng)。李婉紅和王帆（2022）將戰(zhàn)略彈性和企業(yè)數(shù)字化發(fā)展結(jié)合進(jìn)行拓展研究，發(fā)現(xiàn)數(shù)字化發(fā)展提升了企業(yè)智能創(chuàng)新水平，并且該過程中戰(zhàn)略彈性具有調(diào)節(jié)作用。

本文在上述基礎(chǔ)上進(jìn)行了三項(xiàng)拓展：一是將研究視角聚焦于高新技術(shù)企業(yè)，并將高新技術(shù)企業(yè)數(shù)字化發(fā)展水平、戰(zhàn)略彈性和創(chuàng)新績效進(jìn)行結(jié)合研究；二是在研究方法上將數(shù)據(jù)挖掘和面板門檻模型相結(jié)合；三是實(shí)證檢驗(yàn)了數(shù)字化水平對高新技術(shù)企業(yè)創(chuàng)新績效的門檻加劇效應(yīng)，并驗(yàn)證了規(guī)模、行業(yè)和股權(quán)結(jié)構(gòu)的影響異質(zhì)性，這對進(jìn)一步厘清數(shù)字化水平影響創(chuàng)新績效的非線性關(guān)系提供了新的證據(jù)。

二、理論分析與研究假設(shè)

（一）數(shù)字化水平與企業(yè)創(chuàng)新績效

高新技術(shù)企業(yè)作為我國產(chǎn)業(yè)優(yōu)化升級的主方向，在數(shù)字化發(fā)展方面具有顯著代表性。從現(xiàn)有研究看，李雪松等（2022）、易靖韜和曹若楠（2022）研究發(fā)現(xiàn)，隨著高新技術(shù)企業(yè)數(shù)字化發(fā)展水平的提升，其內(nèi)部信息共享效率和傳遞效率得到顯著提升，各種管理成本實(shí)現(xiàn)有效節(jié)約，各部門資源在數(shù)字化平臺上實(shí)現(xiàn)了有效配置組合，這加大了企業(yè)對研發(fā)創(chuàng)新的支持力度，進(jìn)而顯著提升了高新技術(shù)企業(yè)的創(chuàng)新績效。程宣梅和楊洋（2022）研究發(fā)現(xiàn)，數(shù)字化水平的提升也在促進(jìn)高新技術(shù)企業(yè)面臨市場變化的應(yīng)對策略和手段的變革，不斷滲透并改變著其商業(yè)模式，進(jìn)而有效誘導(dǎo)了其商業(yè)模式創(chuàng)新。在此基礎(chǔ)上，良好的企業(yè)運(yùn)行績效可能會吸引潛在投資者，從而有效緩解可能面臨的融資約束，并促進(jìn)企業(yè)創(chuàng)新績效的提升，上述傳導(dǎo)邏輯如圖1所示。

圖1 數(shù)字化水平影響創(chuàng)新績效的傳導(dǎo)機(jī)制

根據(jù)上述分析，數(shù)字化水平的提升具有顯著的信息效率效應(yīng)、資源配置效應(yīng)、模式變革效應(yīng)和信號強(qiáng)化效應(yīng)，因此可以有效促進(jìn)企業(yè)創(chuàng)新績效的提升?；诖?，本文提出假設(shè)1。

假設(shè)1：數(shù)字化水平正向促進(jìn)企業(yè)創(chuàng)新績效。

（二）數(shù)字化水平、戰(zhàn)略彈性與企業(yè)創(chuàng)新績效

企業(yè)戰(zhàn)略彈性是指企業(yè)在面臨不確定的市場變化時表現(xiàn)出的總體資源調(diào)配能力和應(yīng)對能力，這種能力得到提升后將會引起企業(yè)運(yùn)營情況的大幅改善，從而促使管理水平和績效水平提升。根據(jù)圖1，數(shù)字化水平通過提升企業(yè)戰(zhàn)略彈性進(jìn)而影響企業(yè)創(chuàng)新績效的路徑如下：

第一，高新技術(shù)企業(yè)數(shù)字化水平的提升有效促進(jìn)了內(nèi)部信息傳遞和利用效率提升，使得企業(yè)管理效率得到改善，這正向增強(qiáng)了企業(yè)資源配置轉(zhuǎn)換彈性，有效提升了企業(yè)資源配置轉(zhuǎn)換能力。第二，數(shù)字化水平的提升顯著增強(qiáng)了企業(yè)各部門的交互緊密性，使得各部門的資源協(xié)同效應(yīng)得到提升，從而提升了資源優(yōu)化配置效率以及高新技術(shù)企業(yè)內(nèi)部資源配置轉(zhuǎn)換的靈活性?？傮w來看，數(shù)字化水平的提升通過信息效率效應(yīng)和資源配置效應(yīng)增強(qiáng)了高新技術(shù)企業(yè)內(nèi)部資源配置戰(zhàn)略彈性，從而有效促進(jìn)了企業(yè)創(chuàng)新績效的提升。第三，從長期發(fā)展看，高新技術(shù)企業(yè)數(shù)字化水平的提高既是順應(yīng)時代變化的必然之舉，也顯著促進(jìn)了長期內(nèi)商業(yè)模式的變革，從而有效提升了企業(yè)資源利用的靈活性。第四，根據(jù)苑澤明等（2022）的研究，數(shù)字化發(fā)展較好的高新技術(shù)企業(yè)其外部聲譽(yù)會被有效強(qiáng)化，這吸引了市場中各類潛在交易者，從而有助于企業(yè)在資本市場獲得融資，進(jìn)一步緩解了高新技術(shù)企業(yè)在創(chuàng)新投資方面的融資約束，有助于其創(chuàng)新績效的提升。綜合來看，高新技術(shù)企業(yè)數(shù)字化水平通過對商業(yè)模式變革的促進(jìn)和對潛在投資者的吸引增強(qiáng)了企業(yè)資源利用的戰(zhàn)略彈性，從而有效促進(jìn)創(chuàng)新績效的提升。

本文認(rèn)為，高新技術(shù)企業(yè)數(shù)字化水平從資源配置轉(zhuǎn)換彈性和資源配置利用彈性兩個角度促進(jìn)企業(yè)戰(zhàn)略彈性增強(qiáng)。根據(jù)Radoslaw（2021）的研究，當(dāng)企業(yè)戰(zhàn)略彈性提升幅度較小時，數(shù)字化水平對企業(yè)創(chuàng)新績效的促進(jìn)作用較小，一旦企業(yè)戰(zhàn)略彈性實(shí)現(xiàn)了“從量變到質(zhì)變”的突破，企業(yè)數(shù)字化水平對創(chuàng)新績效的作用將得到顯著增強(qiáng)。即企業(yè)數(shù)字化水平對創(chuàng)新績效的促進(jìn)作用不是簡單的正向線性關(guān)系，而是隨著戰(zhàn)略彈性的提升表現(xiàn)為非線性的突變式的增強(qiáng)影響。高新技術(shù)企業(yè)數(shù)字化水平通過對企業(yè)資源配置轉(zhuǎn)換彈性和企業(yè)資源利用彈性的增強(qiáng)提升了企業(yè)整體的戰(zhàn)略彈性，而企業(yè)戰(zhàn)略彈性具有典型的綜合管理屬性，戰(zhàn)略彈性的提升會誘導(dǎo)高新技術(shù)企業(yè)總體管理質(zhì)量的“質(zhì)的飛躍”，從而促使其創(chuàng)新績效提升，該過程如圖2 所示?；诖吮疚奶岢黾僭O(shè)2。

圖2 門檻加劇效應(yīng)

假設(shè)2：數(shù)字化水平正向促進(jìn)企業(yè)創(chuàng)新績效過程中受到戰(zhàn)略彈性的門檻調(diào)整，表現(xiàn)出門檻加劇效應(yīng)（超越門檻值后促進(jìn)作用增強(qiáng)）。

（三）異質(zhì)性分析

在數(shù)字化水平促進(jìn)企業(yè)創(chuàng)新績效提升過程中，戰(zhàn)略彈性總體上表現(xiàn)出門檻加劇效應(yīng)，但是該效應(yīng)可能受到不同企業(yè)股權(quán)結(jié)構(gòu)和規(guī)模的影響。一般而言，相對于非國有高新技術(shù)企業(yè)，國有高新技術(shù)企業(yè)具有較顯著的市場地位和較高水平的政策支持力度，其總體戰(zhàn)略彈性的提升難度較高。即使戰(zhàn)略彈性提升后，數(shù)字化水平在促進(jìn)企業(yè)創(chuàng)新績效提升過程中的門檻加劇效應(yīng)，可能受到現(xiàn)有市場競爭壓力較小和政府支持力度較大的影響而被弱化。本文認(rèn)為，相對于非國有企業(yè)，國有高新技術(shù)企業(yè)數(shù)字化水平對創(chuàng)新績效的影響可能存在如圖3 所示的門檻收斂效應(yīng)。相對于大規(guī)模企業(yè)，小規(guī)模企業(yè)戰(zhàn)略彈性的提升難度較大，其總體戰(zhàn)略管理能力從“量變到質(zhì)變”的難度較高，數(shù)字化水平對高新技術(shù)企業(yè)創(chuàng)新績效的門檻加劇效應(yīng)可能轉(zhuǎn)變?yōu)槿鐖D3 所示的門檻收斂效應(yīng)?；谏鲜鲇懻?，本文提出假設(shè)3。

圖3 門檻收斂效應(yīng)

假設(shè)3：在數(shù)字化水平正向促進(jìn)企業(yè)創(chuàng)新績效過程中，國有企業(yè)和小型企業(yè)戰(zhàn)略彈性的門檻加劇效應(yīng)轉(zhuǎn)變?yōu)殚T檻收斂效應(yīng)。

三、研究設(shè)計(jì)

（一）變量定義

表1列示了本文變量的相關(guān)定義及計(jì)算方法。

表1 變量定義

（二）變量的獲取方法

1.被解釋變量：創(chuàng)新績效?，F(xiàn)有研究中創(chuàng)新績效主要是從創(chuàng)新研發(fā)投入角度設(shè)計(jì)代理變量的，如章元等（2018）。也有部分學(xué)者從創(chuàng)新績效產(chǎn)出視角設(shè)計(jì)代理變量，如何瓊和曲立（2022）；還有部分學(xué)者通過設(shè)計(jì)指標(biāo)體系進(jìn)行自行測算，如肖澤磊等（2019）。本文認(rèn)為創(chuàng)新績效要從創(chuàng)新投入和創(chuàng)新產(chǎn)出兩個角度設(shè)計(jì)代理變量，這樣才能全面反映企業(yè)創(chuàng)新績效水平?；诖?，本文設(shè)計(jì)了產(chǎn)出型創(chuàng)新績效（Pera）和投入型創(chuàng)新績效（Perb），其中Pera 為觀測樣本年度專利技術(shù)保有量的自然對數(shù)，Perb 為觀測樣本研發(fā)投入占銷售收入的比值。

2.核心解釋變量：數(shù)字化發(fā)展水平。企業(yè)數(shù)字化發(fā)展水平難以從企業(yè)現(xiàn)有財(cái)務(wù)數(shù)據(jù)中找到合理的代理指標(biāo)，已有研究主要采用兩種方法進(jìn)行量化：一是采用企業(yè)ERP、MES和PLM 等數(shù)字化轉(zhuǎn)型投資項(xiàng)目的投資金額作為數(shù)字化水平的代理變量（劉淑春等，2021）；二是基于大數(shù)據(jù)技術(shù)借助Python對企業(yè)近年來文件進(jìn)行爬蟲計(jì)算得到數(shù)字化水平代理變量（吳非等，2021）。本文認(rèn)為數(shù)字化投資金額對數(shù)字化水平的代理準(zhǔn)確度較低，因此借助Python 技術(shù)采用關(guān)鍵詞爬蟲手段計(jì)算得到樣本公司觀測年度的數(shù)字化發(fā)展水平。在具體計(jì)算中，首先借助Python 軟件爬蟲功能收集了樣本公司觀測年度的所有年度財(cái)務(wù)報(bào)告和半年度財(cái)務(wù)報(bào)告，并基于Java PDFbosx 數(shù)據(jù)庫算法提取了所有報(bào)告內(nèi)容作為后續(xù)進(jìn)行關(guān)鍵詞檢索的文件池。其次，在李春濤等（2020）研究基礎(chǔ)上結(jié)合Git Hub 的開源插件展開關(guān)聯(lián)性搜索，并在Python 中“Jieba”功能基礎(chǔ)上篩選了與企業(yè)數(shù)字化水平有關(guān)的關(guān)鍵詞，如表2所示。最后，按照公式（1）計(jì)算了高新技術(shù)企業(yè)數(shù)字化水平Diai，t，其中Wordsi，t為第i家公司第t年報(bào)告中出現(xiàn)表2中關(guān)鍵詞的頻數(shù)，Twordsj，t是第i家公司第t年所在行業(yè)j內(nèi)所有入選樣本公司的關(guān)鍵詞之和。本文在此處關(guān)注了不同行業(yè)高新技術(shù)企業(yè)數(shù)字化水平的差異，原因是不同行業(yè)之間差異較為明顯，如果直接采用所有樣本公司混合在一起的關(guān)鍵詞頻數(shù)比值則無法識別行業(yè)差異。

表2 數(shù)字化水平文本挖掘關(guān)鍵詞

3.門檻變量：戰(zhàn)略彈性。戰(zhàn)略彈性又稱為戰(zhàn)略柔性，是企業(yè)在現(xiàn)實(shí)市場環(huán)境壓力下不斷優(yōu)化組織架構(gòu)和資源組合的動態(tài)能力，這種能力主要體現(xiàn)在企業(yè)對資源配置轉(zhuǎn)換的彈性控制能力和對資源利用的彈性控制能力（Beraha 等，2018）。企業(yè)資源轉(zhuǎn)換彈性主要反映為短期資產(chǎn)配置協(xié)調(diào)能力、銷售資源配置協(xié)調(diào)能力和財(cái)務(wù)風(fēng)險(xiǎn)管理處置能力三個方面，本文分別采用存貨銷售比率（In/Sales）、銷售費(fèi)用比率（Sf/Sales）和財(cái)務(wù)杠桿水平［Ebit/（Ebit-I）］三個財(cái)務(wù)指標(biāo)反映上述三個方面的能力。在此基礎(chǔ)上本文將這三個指標(biāo)在觀測年度內(nèi)的指標(biāo)方差相加作為企業(yè)資源轉(zhuǎn)換彈性Stra 的代理變量，具體計(jì)算如公式（2）所示，其中In、Sf、Sales、Ebit 和I 分別代表樣本公司的期末存貨、年度銷售費(fèi)用、銷售收入、息稅前盈余和利息成本。

企業(yè)資源利用彈性是企業(yè)在資源內(nèi)部配置和外部消耗過程中的動態(tài)調(diào)整和調(diào)度能力，該彈性越大，表明企業(yè)對資源的總體調(diào)度水平越高。該指標(biāo)一般從短期利用彈性和長期利用彈性角度進(jìn)行量化，其中短期利用彈性采用廣告費(fèi)用支出變化度進(jìn)行量化，長期利用彈性采用資本性支出變化度進(jìn)行量化，具體如公式（3）所示，Cpe、Adv 和Ncf 分別代表觀測樣本的資本性支出、廣告費(fèi)支出和經(jīng)營性現(xiàn)金凈流量。

4.控制變量。在識別數(shù)字化水平對企業(yè)創(chuàng)新績效的影響過程中必須控制其他因素對企業(yè)創(chuàng)新績效的影響。參考已有研究，企業(yè)自身特征和企業(yè)治理特征對企業(yè)創(chuàng)新績效的影響較為顯著，因此本文根據(jù)Usai 等（2021）的研究建議選擇長期負(fù)債率（Lrd）、短期負(fù)債率（Srd）、現(xiàn)金流增長率（Ncfr）、銷售凈利率（Ros）、運(yùn)營費(fèi)用率（Fer）和資產(chǎn)結(jié)構(gòu)比率（Soa）共6 個企業(yè)特征變量作為控制變量，同時選擇股權(quán)集中性（Scr）、治理集權(quán)性（Mf）、股權(quán)類別（Sf）、審計(jì)意見（Au）和董事會治理獨(dú)立程度（Cf）共5個企業(yè)治理變量作為控制變量。

（三）模型設(shè)定

根據(jù)前文理論分析，數(shù)字化水平在影響企業(yè)創(chuàng)新績效時并不是簡單的線性關(guān)系，而是存在顯著的結(jié)構(gòu)變化，因此傳統(tǒng)面板模型估計(jì)方法不再適用，需要設(shè)定具有識別結(jié)構(gòu)突變特征的估計(jì)模型。Hansen 和Bruce（2000）對時間序列門檻回歸估計(jì)方法進(jìn)行了拓展，Wang（2015）進(jìn)一步解決了面板門檻模型的估計(jì)命令問題，使得面板門檻回歸成為估計(jì)結(jié)構(gòu)突變問題的主要模型。

表3 為本文門檻效應(yīng)檢驗(yàn)結(jié)果。當(dāng)Stra 為門檻變量時，無論被解釋變量是Pera還是Perb，模型均拒絕了無門檻效應(yīng)和2 個門檻值原假設(shè)，表現(xiàn)出單重門檻效應(yīng)。此時被解釋變量Pera 對應(yīng)的門檻估計(jì)結(jié)果為0.8349，該門檻值在95%置信水平上對應(yīng)的置信區(qū)間為［0.5635，1.2257］；被解釋變量Perb 對應(yīng)的門檻值估計(jì)結(jié)果為0.8254，該門檻值在95%置信水平上對應(yīng)的置信區(qū)間為［0.5522，1.1965］。當(dāng)采用Strb 為門檻變量時，無論被解釋變量是Pera 還是Perb 模型，均表現(xiàn)出單重門檻效應(yīng)，二者對應(yīng)的門檻值估計(jì)結(jié)果分別為0.2112和0.1826，兩個門檻值置信水平均為95%。

表3 門檻效應(yīng)檢驗(yàn)

根據(jù)表3，本文選擇單重門檻面板模型如式（4）所示。其中I（·）為門檻回歸指示函數(shù)，γ代表戰(zhàn)略彈性的門檻回歸臨界值，如果Str＞γ 則I（·）=1，反之I（·）=0。i、t、j、n 分別代表樣本對象、年份、某個控制變量和控制變量總量，year 和μ 代表時間固定效應(yīng)和個體固定效應(yīng)，ε為隨機(jī)擾動項(xiàng)。

值得指出的是，本文在估計(jì)過程中假設(shè)樣本具有獨(dú)立同分布特征，即每個樣本公司的截距項(xiàng)具有固定性，這種設(shè)定可以有效減少模型內(nèi)部的信息耗散，從而提高模型估計(jì)有效性（傅鵬和張鵬，2016）。另外，門檻變量可以設(shè)定為核心解釋變量也可以是其他變量，門檻變量選擇的主要依據(jù)是經(jīng)濟(jì)理論，這種設(shè)定并不影響模型整體的有效性（Hansen 和Bruce，2000）?；诖?，本文選擇了戰(zhàn)略彈性作為門檻變量。

（四）樣本選擇

本文樣本選擇時間區(qū)間設(shè)定為2012 ～2021 年，原因是2007年我國《企業(yè)會計(jì)準(zhǔn)則》實(shí)施后才有上市公司關(guān)于研發(fā)投入的相關(guān)數(shù)據(jù)，而2008年和2009年按照要求披露的公司數(shù)量較少。與此同時，《高新技術(shù)企業(yè)認(rèn)定管理辦法》每年都有較大調(diào)整，越久遠(yuǎn)的認(rèn)定與當(dāng)前狀況的差異越大，這會降低模型估計(jì)的有效性。綜合上述考慮后，本文將選樣時間區(qū)間設(shè)定為2012～2021年。

本文選樣對象是滬深A(yù) 股上市公司，剔除了如下樣本：①選樣時間區(qū)間內(nèi)出現(xiàn)ST或PT的公司；②金融類上市公司；③選樣時間區(qū)間內(nèi)至少有一年沒有被認(rèn)定為高新技術(shù)企業(yè)的公司；④選樣時間區(qū)間內(nèi)同時發(fā)行B 股和H 股的公司；⑤選樣時間區(qū)間表1 數(shù)據(jù)嚴(yán)重缺失的公司。本文中相關(guān)數(shù)據(jù)均來自Wind數(shù)據(jù)庫，高新技術(shù)企業(yè)認(rèn)定標(biāo)準(zhǔn)依賴于該數(shù)據(jù)庫中披露的高新技術(shù)企業(yè)認(rèn)定與復(fù)審公告。為保證數(shù)據(jù)不受異常值影響，本文對表1被解釋變量、核心解釋變量和門檻變量均進(jìn)行了1%和99%水平的縮尾處理。經(jīng)過上述篩選，本文共選取有效樣本974 個，按照證監(jiān)會高新技術(shù)企業(yè)的行業(yè)分類列示，具體如表4所示。

表4 樣本行業(yè)信息

四、實(shí)證分析

（一）描述性統(tǒng)計(jì)

表5 為主要變量的描述性統(tǒng)計(jì)結(jié)果。被解釋變量Pera 的極大值3.1241 是極小值0.6702 的4.66 倍，表現(xiàn)出顯著變化特征；其平均數(shù)1.7304大于中位數(shù)1.4405，數(shù)據(jù)具有右偏分布性，表明部分樣本Pera 值高于中位數(shù)幅度較大，提升了整體均值水平。Perb 表現(xiàn)出與Pera 一致的右偏分布性。核心解釋變量Dia 均值0.2793略低于中位數(shù)0.2853，表現(xiàn)出左偏分布性，這說明部分企業(yè)數(shù)字化水平偏離中位數(shù)幅度較大，導(dǎo)致均值水平被拉低。門檻變量Stra 和Strb 的極大值分別是對應(yīng)極小值的2.76 倍和6.11 倍，均表現(xiàn)出右偏分布性。本文同時對所有變量進(jìn)行了面板單位根檢驗(yàn)，發(fā)現(xiàn)除Ncfr、Mf、Sf、Au 外，其余變量均不存在單位根。將存在單位根的變量進(jìn)行Johansen 協(xié)整檢驗(yàn)，發(fā)現(xiàn)上述變量至少存在一個協(xié)整關(guān)系。綜合來看，本文統(tǒng)計(jì)數(shù)據(jù)表現(xiàn)出較顯著的變化性特征，又符合統(tǒng)計(jì)學(xué)分布要求，為后文實(shí)證模型有效性奠定了基礎(chǔ)。

表5 描述性統(tǒng)計(jì)

（二）基準(zhǔn)回歸

表6 顯示了以Stra 作為門檻變量進(jìn)行面板門檻回歸的估計(jì)結(jié)果。首先，無論被解釋變量是Pera 還是Perb，兩個門檻回歸的R2值均在0.6以上，模型對應(yīng)的F 檢驗(yàn)均在1%的水平上統(tǒng)計(jì)顯著，說明模型整體通過了統(tǒng)計(jì)顯著性檢驗(yàn)。其次，當(dāng)被解釋變量為Pera 且門檻值Stra 小于0.8367 時，企業(yè)數(shù)字化水平Dia 的系數(shù)0.2156 在1%的水平上統(tǒng)計(jì)顯著，當(dāng)被解釋變量為Pera且門檻值Stra 大于等于0.8349 時，Dia 的系數(shù)0.3012 在10%的水平上統(tǒng)計(jì)顯著，說明數(shù)字化水平Dia正向促進(jìn)產(chǎn)出型企業(yè)創(chuàng)新績效Pera，且在突破戰(zhàn)略彈性門檻后該正向促進(jìn)效果進(jìn)一步提升，表現(xiàn)出門檻加劇效應(yīng)，該結(jié)論支持了假設(shè)1和假設(shè)2。再次，當(dāng)被解釋變量為投入型創(chuàng)新績效Perb 時，數(shù)字化水平Dia 的系數(shù)在門檻值Stra 小于0.8254 時，其系數(shù)0.6725 在5%的水平上顯著為正；當(dāng)門檻值Stra 大于0.8254，Dia 的系數(shù)0.7013在5%的水平上顯著為正。由于突破門檻值后的系數(shù)更大，說明數(shù)字化水平不僅正向促進(jìn)投入型創(chuàng)新績效提升，并且隨著企業(yè)戰(zhàn)略彈性的提升，該正向促進(jìn)作用進(jìn)一步增強(qiáng)。即數(shù)字化水平正向促進(jìn)了投入型創(chuàng)新績效提升，并具有門檻加劇效應(yīng)。該結(jié)論進(jìn)一步支持了假設(shè)1和假設(shè)2。最后，控制變量Lrd、Srd、Soa和Scr表現(xiàn)出對創(chuàng)新績效的負(fù)向影響，其余控制變量表現(xiàn)出對創(chuàng)新績效的正向影響，上述控制變量的表現(xiàn)與預(yù)期相符，表明起到了良好的控制作用。綜合以上分析，本文發(fā)現(xiàn)數(shù)字化水平Dia 正向促進(jìn)了高新技術(shù)企業(yè)產(chǎn)出型和投入型創(chuàng)新績效，且在戰(zhàn)略彈性突破門檻值后該正向作用進(jìn)一步增強(qiáng)，即數(shù)字化水平正向促進(jìn)企業(yè)創(chuàng)新績效時表現(xiàn)出如圖2所示的門檻加劇效應(yīng)。

表6 基準(zhǔn)門檻回歸

（三）內(nèi)在機(jī)制分析

根據(jù)本文理論機(jī)制分析，企業(yè)數(shù)字化水平的提升通過信息效率效應(yīng)、資源配置效應(yīng)、模式變革效應(yīng)和信號強(qiáng)化效應(yīng)影響企業(yè)戰(zhàn)略彈性進(jìn)而影響企業(yè)創(chuàng)新績效。但是，為何會存在門檻加劇效應(yīng)？本文認(rèn)為原因有三：第一，戰(zhàn)略彈性是高新技術(shù)企業(yè)資源利用效率的綜合指標(biāo)，代表了企業(yè)在融資、投資、項(xiàng)目管理和內(nèi)部控制方面的綜合管理水平，戰(zhàn)略彈性實(shí)現(xiàn)了從“量變”到“質(zhì)變”的提升后，有效提升了企業(yè)創(chuàng)新投入資源的綜合效率，從而表現(xiàn)出對創(chuàng)新績效的門檻加劇效應(yīng)。第二，數(shù)字化水平在刺激戰(zhàn)略彈性優(yōu)化過程中，戰(zhàn)略彈性對數(shù)字化水平的提升產(chǎn)生反向作用力，二者形成相互影響的合力進(jìn)而表現(xiàn)出螺旋形的加速增長，這進(jìn)一步沉淀為對產(chǎn)出型創(chuàng)新績效的加速促進(jìn)作用。第三，戰(zhàn)略彈性代表了企業(yè)利用資源的多樣性水平和配置能力，當(dāng)該變量實(shí)現(xiàn)門檻突破后，企業(yè)的資源總量和資源控制力都實(shí)現(xiàn)了質(zhì)的提升，這進(jìn)一步促進(jìn)了企業(yè)創(chuàng)新績效的加速提升。綜合以上分析，戰(zhàn)略彈性實(shí)現(xiàn)門檻突破后，數(shù)字化水平對企業(yè)創(chuàng)新績效的促進(jìn)表現(xiàn)出門檻加劇效應(yīng)。

（四）異質(zhì)性檢驗(yàn)

1.股權(quán)異質(zhì)性。根據(jù)本文理論機(jī)制分析，不同股權(quán)的高新技術(shù)企業(yè)數(shù)字化水平對創(chuàng)新績效的影響可能表現(xiàn)出異質(zhì)性。基于此，本文將樣本公司分為“國有”組和“非國有”組，其中“國有”組包括國有全資公司和國有控股公司，共有372 個，占樣本總數(shù)的38.19%，剩余樣本為“非國有”組，共有602 個，占樣本總數(shù)的61.81%。表7列示了本文股權(quán)異質(zhì)性回歸結(jié)果。

表7 股權(quán)異質(zhì)性的門檻回歸

首先，本文對兩組樣本進(jìn)行門檻效應(yīng)存在性檢驗(yàn)，發(fā)現(xiàn)當(dāng)被解釋變量為產(chǎn)出型創(chuàng)新績效Pera 時，“國有”組存在單重門檻效應(yīng)，門檻值Stra為0.9066，“非國有”組也存在單重門檻效應(yīng)，門檻值Stra 為0.8124?！皣小苯M和“非國有”組R2均在0.6以上，對應(yīng)F統(tǒng)計(jì)值均通過了1%顯著性水平的統(tǒng)計(jì)檢驗(yàn)。

其次，從“國有”組看，被解釋變量為Pera時，在沒有超過戰(zhàn)略彈性門檻臨界值之前，數(shù)字化水平Dia 的系數(shù)0.2253顯著為正，在戰(zhàn)略彈性超過門檻值后Dia的系數(shù)0.2085顯著為正，由于超過門檻值后Dia的系數(shù)更小，說明數(shù)字化水平對產(chǎn)出型創(chuàng)新績效的正向促進(jìn)作用變得更小，具有收斂性特征，即“國有”組樣本數(shù)字化水平對產(chǎn)出型創(chuàng)新績效的促進(jìn)作用具有如圖3 所示的門檻收斂效應(yīng)。從“非國有”組看，數(shù)字化水平Dia 的系數(shù)在戰(zhàn)略彈性門檻值前后分別在1%和5%的水平上統(tǒng)計(jì)顯著，且門檻值前的系數(shù)0.2364 小于門檻值后的系數(shù)0.3014，即“非國有”組數(shù)字化水平對創(chuàng)新績效的促進(jìn)作用表現(xiàn)出與基準(zhǔn)回歸一致的門檻加劇效應(yīng)。

再次，當(dāng)被解釋變量為投入型創(chuàng)新績效Perb 時，“國有”組和“非國有”組模型均符合模型統(tǒng)計(jì)顯著性要求，“國有”組Dia的系數(shù)在戰(zhàn)略彈性Stra門檻值前的系數(shù)0.6105大于門檻值后的系數(shù)0.5226，表現(xiàn)出如圖3所示的門檻收斂效應(yīng)；“非國有”組數(shù)字化水平Dia 系數(shù)在戰(zhàn)略彈性Stra 門檻值前的系數(shù)0.5221 小于門檻值后的系數(shù)0.6158，表現(xiàn)出如圖2所示的門檻加劇效應(yīng)。

綜合來看，將樣本分為“國有”和“非國有”后數(shù)字化水平對高新技術(shù)企業(yè)投入型和產(chǎn)出型創(chuàng)新績效均有促進(jìn)作用，但是“國有”組表現(xiàn)出門檻收斂效應(yīng)，而“非國有”組表現(xiàn)出門檻加劇效應(yīng)，該結(jié)論驗(yàn)證了假設(shè)3。國有企業(yè)戰(zhàn)略彈性的門檻加劇效應(yīng)變?yōu)殚T檻收斂效應(yīng)的核心原因有二：第一，國有企業(yè)原有戰(zhàn)略彈性水平較高，通過數(shù)字化水平刺激戰(zhàn)略彈性提升較為困難，從而很難表現(xiàn)出門檻加劇效應(yīng)。第二，戰(zhàn)略彈性主要代表的是企業(yè)運(yùn)營管理和資源利用效率，國有企業(yè)自身市場資源豐富、市場占有率較高，企業(yè)運(yùn)營管理水平偏低，這可能導(dǎo)致其戰(zhàn)略彈性難以有效提升，進(jìn)而無法表現(xiàn)出門檻加劇效應(yīng)。

2.規(guī)模異質(zhì)性。根據(jù)本文理論分析，在數(shù)字化水平影響高新技術(shù)企業(yè)創(chuàng)新績效過程中不同規(guī)模的企業(yè)可能表現(xiàn)出不同特征。本文以樣本觀測期內(nèi)平均注冊資本6.53 億元為臨界值，將注冊資本在6.53 億元以下的企業(yè)分類為小型企業(yè)，剩余樣本分類為大型企業(yè)。經(jīng)過測算歸類為小型企業(yè)的樣本共有523個，歸類為大型企業(yè)的樣本共有451個。為體現(xiàn)規(guī)模差異影響，本文將兩類樣本中最靠近注冊資本臨界值的10%樣本刪除，剔除后小型企業(yè)和大型企業(yè)分別有470家和406家。

經(jīng)過上述處理后本文對兩類樣本進(jìn)行面板門檻回歸，結(jié)果如表8所示。第一，無論被解釋變量采用Pera還是Perb，大型企業(yè)和小型企業(yè)均存在單重門檻效應(yīng)。第二，無論被解釋變量采用Pera還是Perb，大型企業(yè)數(shù)字化水平Dia 的系數(shù)在戰(zhàn)略彈性門檻值前后均顯著為正，這說明大型企業(yè)數(shù)字化水平顯著提升了企業(yè)創(chuàng)新績效。與此同時，在戰(zhàn)略彈性突破門檻值前的Dia系數(shù)均小于突破戰(zhàn)略彈性門檻值后的Dia 系數(shù)，說明大型高新技術(shù)企業(yè)數(shù)字化水平對創(chuàng)新績效的促進(jìn)作用具有門檻加劇效應(yīng)。第三，無論被解釋變量采用Pera還是Perb，小型企業(yè)數(shù)字化水平Dia的系數(shù)在戰(zhàn)略彈性門檻值前后均顯著為正，這說明小型企業(yè)數(shù)字化水平顯著提升了企業(yè)創(chuàng)新績效。與此同時，在戰(zhàn)略彈性突破門檻值前的Dia 系數(shù)均大于突破戰(zhàn)略彈性門檻值后的Dia 系數(shù)，說明小型高新技術(shù)企業(yè)數(shù)字化水平對創(chuàng)新績效的促進(jìn)作用具有門檻收斂效應(yīng)。該結(jié)論驗(yàn)證了假設(shè)3。小型企業(yè)戰(zhàn)略彈性表現(xiàn)出門限收斂效應(yīng)的原因有二：第一，小型企業(yè)自身資源較少，資源利用效率和靈活程度較低，其戰(zhàn)略彈性提升速度較慢，很難實(shí)現(xiàn)戰(zhàn)略彈性從“量變”到“質(zhì)變”的升級。第二，企業(yè)創(chuàng)新績效受到市場規(guī)模和市場占有率的影響較大，也受到企業(yè)市場地位的影響，即使小型企業(yè)實(shí)現(xiàn)了戰(zhàn)略彈性的質(zhì)變，也可能因?yàn)檩^弱的市場地位而抑制了創(chuàng)新績效的加速提升。

表8 規(guī)模異質(zhì)性的門檻回歸

（五）穩(wěn)健性與內(nèi)生性檢驗(yàn)

表9顯示了將戰(zhàn)略彈性門檻變量從Stra替換為Strb后的回歸結(jié)果。無論是采用Pera 還是Perb，作為被解釋變量數(shù)字化水平Dia 的系數(shù)均顯著為正，且門檻值后的系數(shù)均大于門檻值前的系數(shù)，表現(xiàn)出門檻加劇效應(yīng)，該結(jié)果和表6 一致。本文同時對股權(quán)異質(zhì)性和規(guī)模異質(zhì)性分析中的門檻變量進(jìn)行替換，再次進(jìn)行檢驗(yàn)，結(jié)論分別與表7和表9一致，即本文異質(zhì)性分析具有穩(wěn)健性。限于篇幅，本文不再列示該異質(zhì)性的穩(wěn)健性檢驗(yàn)結(jié)果。

表9 替換門檻變量的穩(wěn)健性檢驗(yàn)

由于高新技術(shù)企業(yè)的創(chuàng)新績效可能具有時間序列關(guān)聯(lián)性，前期創(chuàng)新績效的累積可能是后期創(chuàng)新績效提升的主要動力，這會導(dǎo)致模型構(gòu)建過程中出現(xiàn)內(nèi)生性問題。為減少模型內(nèi)生性干擾，本文采用系統(tǒng)矩估計(jì)（Sys-GMM）進(jìn)行動態(tài)面板建模，如表10 所示。根據(jù)表10，無論被解釋變量采用Pera 還是Perb，兩個模型均通過了Arellano-Bond二階自相關(guān)檢驗(yàn)，且通過了Hansen 過度識別檢驗(yàn)和Hansen 工具變量有效性檢驗(yàn)，說明模型構(gòu)建有效。兩個模型中數(shù)字化水平Dia的系數(shù)均在1%的水平上顯著為正，說明數(shù)字化水平正向促進(jìn)企業(yè)創(chuàng)新績效，內(nèi)生性問題較小，回歸結(jié)果具有穩(wěn)健性。

五、結(jié)論與建議

本文在國家數(shù)字化建設(shè)戰(zhàn)略指導(dǎo)下，結(jié)合2012 ～2021 年高新技術(shù)企業(yè)數(shù)據(jù)，采用文本挖掘和面板門檻模型研究了數(shù)字化水平對企業(yè)創(chuàng)新績效的非線性關(guān)系，研究發(fā)現(xiàn)：高新技術(shù)企業(yè)數(shù)字化水平有效促進(jìn)了其投入型和產(chǎn)出型創(chuàng)新績效提升，這種促進(jìn)作用在戰(zhàn)略彈性的調(diào)節(jié)下表現(xiàn)出門檻加劇效應(yīng)。相對于非國有高新技術(shù)企業(yè)，國有高新技術(shù)企業(yè)的門檻加劇效應(yīng)轉(zhuǎn)變?yōu)殚T檻收斂效應(yīng)；相對于大型企業(yè)，小型企業(yè)表現(xiàn)出戰(zhàn)略彈性調(diào)整下的門檻收斂效應(yīng)。

基于上述研究結(jié)論，為有效促進(jìn)我國高新技術(shù)企業(yè)數(shù)字化水平提升并科學(xué)利用其對創(chuàng)新績效的促進(jìn)作用，本文提出如下建議：第一，高新技術(shù)企業(yè)應(yīng)該在國家數(shù)字經(jīng)濟(jì)戰(zhàn)略指導(dǎo)下高質(zhì)量提升自身數(shù)字化水平。為此，高新技術(shù)企業(yè)應(yīng)該從戰(zhàn)略層面構(gòu)建自身長期數(shù)字化發(fā)展戰(zhàn)略，并在組織準(zhǔn)備、人員配置和財(cái)務(wù)資源供給方面進(jìn)行充分準(zhǔn)備；同時，高新技術(shù)企業(yè)應(yīng)該積極搭建與外部數(shù)字化發(fā)展平臺的網(wǎng)絡(luò)關(guān)系，提升企業(yè)數(shù)字網(wǎng)絡(luò)質(zhì)量；另外，高新技術(shù)企業(yè)可以嘗試開發(fā)具有專業(yè)屬性的數(shù)字經(jīng)營試驗(yàn)區(qū)，有效提升“云端”制造水平。第二，國有高新技術(shù)企業(yè)數(shù)字化水平對創(chuàng)新績效的作用效果應(yīng)該進(jìn)一步提升。政府應(yīng)該加強(qiáng)國有高新技術(shù)企業(yè)的內(nèi)部控制管理，有效提升其戰(zhàn)略資源配置多樣性和戰(zhàn)略資源轉(zhuǎn)換水平，并基于戰(zhàn)略彈性的調(diào)整有效增強(qiáng)國有企業(yè)數(shù)字化水平對創(chuàng)新績效的促進(jìn)作用。第三，有效發(fā)揮小型高新技術(shù)企業(yè)數(shù)字化水平對創(chuàng)新績效的提升作用。根據(jù)本文實(shí)證結(jié)論，我國小型高新技術(shù)企業(yè)尚未表現(xiàn)出戰(zhàn)略彈性調(diào)節(jié)下的門限加劇效應(yīng)，說明小型企業(yè)數(shù)字化水平對創(chuàng)新績效的促進(jìn)有待進(jìn)一步提升。基于此，政府應(yīng)該在數(shù)字化發(fā)展的財(cái)政支持、專項(xiàng)補(bǔ)貼和稅收補(bǔ)貼方面給予小型高新技術(shù)企業(yè)更多支持，小型高新技術(shù)企業(yè)應(yīng)該積極有效地利用數(shù)字化水平提升所具有的信息效率效應(yīng)、資源配置效應(yīng)、模式變革效應(yīng)和信號強(qiáng)化效應(yīng)，并基于此提升組織戰(zhàn)略彈性，從而盡快實(shí)現(xiàn)數(shù)字化水平對創(chuàng)新績效促進(jìn)作用的“質(zhì)變”。