光暉 劉穎

[摘要]數(shù)字化轉(zhuǎn)型作為促進(jìn)企業(yè)高質(zhì)量發(fā)展、落實(shí)建設(shè)數(shù)字中國(guó)的重要舉措，對(duì)于加快企業(yè)科技成果轉(zhuǎn)化速度、提升企業(yè)創(chuàng)新績(jī)效具有重要作用。以2012—2022年1462家滬深A(yù)股上市公司為主要研究對(duì)象，采用基準(zhǔn)回歸模型和中介模型，對(duì)數(shù)字化轉(zhuǎn)型、新質(zhì)生產(chǎn)力和企業(yè)創(chuàng)新績(jī)效三者之間關(guān)系進(jìn)行深入分析。研究發(fā)現(xiàn)：數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新績(jī)效具有顯著提升效應(yīng)，且經(jīng)過穩(wěn)健性檢驗(yàn)之后這一結(jié)論仍然成立。機(jī)制檢驗(yàn)結(jié)果證實(shí)，R&D投入在數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績(jī)效之間發(fā)揮重要中介作用。異質(zhì)性分析發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型對(duì)國(guó)有企業(yè)、大型企業(yè)及高新技術(shù)企業(yè)的創(chuàng)新績(jī)效提升效應(yīng)更強(qiáng)。據(jù)此，提出打造數(shù)字化商業(yè)模式，加速推動(dòng)數(shù)字化轉(zhuǎn)型；加大R&D投入力度，激發(fā)企業(yè)創(chuàng)新研發(fā)活力；實(shí)施差異化發(fā)展戰(zhàn)略，提升企業(yè)創(chuàng)新績(jī)效等建議。

[關(guān)鍵詞]數(shù)字化轉(zhuǎn)型；技術(shù)創(chuàng)新；企業(yè)創(chuàng)新績(jī)效；R&D投入

一、 引言及文獻(xiàn)綜述

作為創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的重要實(shí)施者，各地政府在著力穩(wěn)定經(jīng)濟(jì)基本盤、全力打造新經(jīng)濟(jì)增長(zhǎng)極、持續(xù)提高企業(yè)創(chuàng)新績(jī)效層面扮演著重要角色[1]。2022年8月，科技部、財(cái)務(wù)部印發(fā)《企業(yè)技術(shù)創(chuàng)新能力提升行動(dòng)方案（2022—2023年）》指出，要“聚焦企業(yè)創(chuàng)新能力關(guān)鍵環(huán)節(jié)，突出問題導(dǎo)向，強(qiáng)化精準(zhǔn)施策，加大激勵(lì)力度，優(yōu)化創(chuàng)新服務(wù)，提振發(fā)展信心”1。黨的二十大報(bào)告提出，要“強(qiáng)化企業(yè)科技創(chuàng)新主體地位，發(fā)揮科技型骨干企業(yè)引領(lǐng)支撐作用，營(yíng)造有利于科技型中小微企業(yè)成長(zhǎng)的良好環(huán)境”2。2024年政府工作報(bào)告進(jìn)一步強(qiáng)調(diào)要“弘揚(yáng)優(yōu)秀企業(yè)家精神，積極支持企業(yè)創(chuàng)新發(fā)展”3，為提高企業(yè)創(chuàng)新績(jī)效提供了專業(yè)理論指導(dǎo)。一般來(lái)說，企業(yè)發(fā)展具有高風(fēng)險(xiǎn)、高投入、周期長(zhǎng)等特性[2]，易受外部環(huán)境變化影響。而企業(yè)數(shù)字化轉(zhuǎn)型能夠有效適應(yīng)外部環(huán)境變化，通過實(shí)時(shí)引入大數(shù)據(jù)分析和數(shù)據(jù)挖掘技術(shù)，有效完善新型研發(fā)市場(chǎng)和業(yè)務(wù)模式，增強(qiáng)創(chuàng)新研發(fā)能力，進(jìn)而提升創(chuàng)新績(jī)效。同時(shí)，企業(yè)數(shù)字化轉(zhuǎn)型能夠催生出更多發(fā)展機(jī)會(huì)與潛力，營(yíng)造良好創(chuàng)新研發(fā)氛圍，不斷激發(fā)內(nèi)部創(chuàng)新研發(fā)積極性，以更加理性的思維開展技術(shù)導(dǎo)向型創(chuàng)新研發(fā)活動(dòng)，提高創(chuàng)新績(jī)效。此外，數(shù)字化轉(zhuǎn)型的不斷深化一定程度上能夠推動(dòng)企業(yè)加大算力平臺(tái)、工業(yè)軟件等“硬科技”R&D投入力度，深化技術(shù)改革，強(qiáng)化數(shù)字賦能，提升企業(yè)創(chuàng)新研發(fā)能力，從而提升企業(yè)創(chuàng)新績(jī)效。是以，深入探究數(shù)字化轉(zhuǎn)型、R&D投入與企業(yè)創(chuàng)新績(jī)效三者關(guān)系，對(duì)于全面提高企業(yè)創(chuàng)新績(jī)效、落實(shí)國(guó)家創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略具有重要現(xiàn)實(shí)意義。

目前，學(xué)術(shù)界關(guān)于數(shù)字化轉(zhuǎn)型、R&D投入與企業(yè)創(chuàng)新績(jī)效的相關(guān)研究主要有以下幾個(gè)方面：第一，數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績(jī)效關(guān)系的相關(guān)研究。宋佳寧等[3]研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)創(chuàng)新績(jī)效具有顯著強(qiáng)化效應(yīng)，其中對(duì)東部地區(qū)制造業(yè)企業(yè)、非國(guó)有制造業(yè)企業(yè)與高技術(shù)制造業(yè)企業(yè)的強(qiáng)化效應(yīng)更為顯著。溫科等[4]研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型有助于提高企業(yè)創(chuàng)新績(jī)效水平，且對(duì)東部地區(qū)企業(yè)創(chuàng)新績(jī)效的影響效應(yīng)更為顯著。曲永義等[5]研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型能夠有效增強(qiáng)企業(yè)創(chuàng)新績(jī)效，且環(huán)境不確定性、供應(yīng)鏈集中度在數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績(jī)效之間具有正向調(diào)節(jié)作用。余東華等[6]研究結(jié)果表明，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新績(jī)效具有顯著提升作用，對(duì)數(shù)字化水平高、股權(quán)集中度高的企業(yè)的創(chuàng)新績(jī)效提升效果更強(qiáng)。任陽(yáng)軍等[7]研究結(jié)果證實(shí)，數(shù)字化轉(zhuǎn)型有助于提升民營(yíng)能源企業(yè)創(chuàng)新績(jī)效，且數(shù)字化轉(zhuǎn)型對(duì)東部地區(qū)企業(yè)、大型企業(yè)和新能源企業(yè)創(chuàng)新績(jī)效的提升作用更強(qiáng)。第二，數(shù)字化轉(zhuǎn)型與R&D投入關(guān)系的相關(guān)研究。王昱等[8]研究發(fā)現(xiàn)，制造企業(yè)數(shù)字化轉(zhuǎn)型能夠有效加強(qiáng)R&D投入力度，對(duì)非國(guó)有企業(yè)、營(yíng)業(yè)收入增長(zhǎng)率較高企業(yè)和中西部地區(qū)企業(yè)R&D投入力度的影響效應(yīng)更強(qiáng)。袁玎等[9]研究結(jié)論表明，企業(yè)數(shù)字化轉(zhuǎn)型能夠有效加大R&D投入力度，對(duì)非國(guó)有企業(yè)、高新技術(shù)企業(yè)R&D投入的促進(jìn)作用更強(qiáng)。董松柯等[10]研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型能夠有效提升企業(yè)R&D投入水平，且重點(diǎn)通過提高供應(yīng)鏈開放水平、緩解信息不對(duì)稱和降低交易成本等方式，提升企業(yè)R&D投入水平。第三，R&D投入與企業(yè)創(chuàng)新績(jī)效關(guān)系的相關(guān)研究。杜雯秦等[11]研究結(jié)果顯示，R&D投入與企業(yè)創(chuàng)新績(jī)效之間具有先促、后抑、再促的“N”型關(guān)聯(lián)特征。王羲等[12]研究結(jié)果表明，R&D投入與企業(yè)創(chuàng)新績(jī)效之間存在顯著正相關(guān)關(guān)系。胡偉等[13]研究認(rèn)為，R&D投入持續(xù)加深能夠有效提升企業(yè)創(chuàng)新績(jī)效水平，且對(duì)創(chuàng)業(yè)板企業(yè)、處于政策順周期企業(yè)和高治理水平企業(yè)創(chuàng)新績(jī)效的強(qiáng)化作用更顯著。陽(yáng)鎮(zhèn)等[14]研究發(fā)現(xiàn)，R&D投入能夠有效促進(jìn)企業(yè)創(chuàng)新績(jī)效，且R&D投入對(duì)中小企業(yè)、非出口企業(yè)和市場(chǎng)發(fā)育度低企業(yè)創(chuàng)新績(jī)效的促進(jìn)效應(yīng)更強(qiáng)。

綜上所述，學(xué)術(shù)界關(guān)于數(shù)字化轉(zhuǎn)型、R&D投入與企業(yè)創(chuàng)新績(jī)效兩者間的關(guān)系已展開了豐富研究，但未將三者同時(shí)納入統(tǒng)一框架進(jìn)行深入分析。相較于現(xiàn)有研究成果，本文創(chuàng)新貢獻(xiàn)可能體現(xiàn)在如下幾方面：第一，深入探究數(shù)字化轉(zhuǎn)型、R&D投入與企業(yè)創(chuàng)新績(jī)效三者間的理論關(guān)系，以補(bǔ)充現(xiàn)有理論研究空白。第二，在已有研究前提下，以2012—2022年中國(guó)滬深A(yù)股上市企業(yè)為研究樣本，將數(shù)字化轉(zhuǎn)型、R&D投入與企業(yè)創(chuàng)新績(jī)效納入同一研究框架，實(shí)證檢驗(yàn)三者之間關(guān)系，為提高企業(yè)創(chuàng)新績(jī)效提供決策參考。第三，深入剖析數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新績(jī)效影響的異質(zhì)性特征，以期為各地區(qū)采取差異化舉措提高企業(yè)創(chuàng)新績(jī)效提供有益借鑒。

二、 研究假設(shè)

1. 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新績(jī)效的直接影響

數(shù)字化轉(zhuǎn)型是企業(yè)運(yùn)用人工智能、云計(jì)算等新一代數(shù)字技術(shù)，革新內(nèi)部核心業(yè)務(wù)和價(jià)值創(chuàng)造模式的高層次轉(zhuǎn)型[15]。數(shù)字化轉(zhuǎn)型具備高度滲透性與關(guān)聯(lián)性特征，對(duì)企業(yè)創(chuàng)新績(jī)效的影響體現(xiàn)在多個(gè)層面。第一，強(qiáng)化企業(yè)技術(shù)創(chuàng)新能力。一方面，企業(yè)數(shù)字化轉(zhuǎn)型能夠有效革新生產(chǎn)方式，推動(dòng)大數(shù)據(jù)、人工智能等信息技術(shù)快速融入發(fā)展環(huán)節(jié)，實(shí)現(xiàn)流程自動(dòng)化與專業(yè)化，強(qiáng)化技術(shù)創(chuàng)新能力，提高全要素生產(chǎn)率，進(jìn)而促進(jìn)創(chuàng)新績(jī)效提升。另一方面，企業(yè)數(shù)字化轉(zhuǎn)型作為技術(shù)資本投入的變革形式之一，不僅能在企業(yè)中形成當(dāng)期技術(shù)創(chuàng)新發(fā)展優(yōu)勢(shì)，而且可以提高長(zhǎng)期資本積累水平，強(qiáng)化技術(shù)創(chuàng)新能力，提高自動(dòng)化創(chuàng)新效率，為創(chuàng)新績(jī)效水平提升提供技術(shù)導(dǎo)向。第二，健全數(shù)字人才集聚機(jī)制。眾多學(xué)者強(qiáng)調(diào)，加強(qiáng)數(shù)字化轉(zhuǎn)型人才培養(yǎng)體系建設(shè)、多方健全“智造”數(shù)字人才集聚機(jī)制，是全方位提升企業(yè)創(chuàng)新績(jī)效的重要基礎(chǔ)[16-17]。一是企業(yè)數(shù)字化轉(zhuǎn)型能夠深度融合數(shù)字技術(shù)與職業(yè)技能培訓(xùn)，推動(dòng)“互聯(lián)網(wǎng)+職業(yè)技能培訓(xùn)”創(chuàng)新模式實(shí)施，健全數(shù)字人才集聚機(jī)制，提高數(shù)字人才創(chuàng)新競(jìng)爭(zhēng)優(yōu)勢(shì)，助推創(chuàng)新績(jī)效提升。二是企業(yè)數(shù)字化轉(zhuǎn)型有助于完善5G、北斗培訓(xùn)系統(tǒng)等數(shù)字基礎(chǔ)設(shè)施[18]，強(qiáng)化數(shù)字人才創(chuàng)新競(jìng)爭(zhēng)意識(shí)，加快培育智能建造、智慧育人引領(lǐng)性新業(yè)態(tài)新模式，為健全數(shù)字人才集聚機(jī)制、保持創(chuàng)新發(fā)展優(yōu)勢(shì)提供基礎(chǔ)保障，最大化提高創(chuàng)新績(jī)效。第三，革新企業(yè)生產(chǎn)流程。企業(yè)數(shù)字化轉(zhuǎn)型能夠推動(dòng)內(nèi)部技術(shù)、業(yè)務(wù)、資本等資源配置創(chuàng)新升級(jí)，創(chuàng)建開放式創(chuàng)新管理平臺(tái)，持續(xù)革新生產(chǎn)流程[19]，提高數(shù)字化創(chuàng)新服務(wù)水平，進(jìn)而促使創(chuàng)新績(jī)效提升。與此同時(shí)，企業(yè)數(shù)字化轉(zhuǎn)型能夠有效健全“1+3+N”云服務(wù)創(chuàng)新體系，打造輕量化、易部署的云端化創(chuàng)新軟件產(chǎn)品，加快生產(chǎn)制造、經(jīng)營(yíng)管理等環(huán)節(jié)向云端創(chuàng)新遷移，持續(xù)革新生產(chǎn)流程，提升創(chuàng)新績(jī)效。據(jù)此，本文提出如下假設(shè)：

H1：數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新績(jī)效具有顯著提升效應(yīng)。

2. R&D投入的中介傳導(dǎo)影響

一般而言，R&D投入在數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績(jī)效之間發(fā)揮重要中介作用。一方面，企業(yè)數(shù)字化轉(zhuǎn)型能夠有效加大R&D投入力度。其一，企業(yè)數(shù)字化轉(zhuǎn)型有助于創(chuàng)新完善數(shù)智化政策管理系統(tǒng)，強(qiáng)化研發(fā)費(fèi)用加計(jì)扣除政策宣傳解讀能力，提升創(chuàng)新研發(fā)積極性，從而加大R&D投入力度[20]。其二，企業(yè)數(shù)字化轉(zhuǎn)型能夠快速釋放發(fā)展新動(dòng)能，樹立多主體協(xié)同研發(fā)意識(shí)，促使高校、科研機(jī)構(gòu)等參與主體實(shí)現(xiàn)跨界合作與研發(fā)資源共享，提升自主創(chuàng)新研發(fā)能力，持續(xù)加大R&D投入力度。其三，企業(yè)數(shù)字化轉(zhuǎn)型有助于高效收集和分析市場(chǎng)海量研發(fā)數(shù)據(jù)，更好洞察市場(chǎng)研發(fā)需求和消費(fèi)者行為[21]，積極探索新產(chǎn)品研發(fā)方向與使用功能，拓寬研發(fā)領(lǐng)域與實(shí)踐范圍，針對(duì)性加大產(chǎn)品R&D投入力度。另一方面，R&D投入力度加大能夠顯著提升企業(yè)創(chuàng)新績(jī)效。一是R&D投入力度加大能夠最大化助力企業(yè)建立創(chuàng)新發(fā)展體系，增強(qiáng)企業(yè)與外部環(huán)境的合作與交流機(jī)會(huì)，加快創(chuàng)新知識(shí)積累與流動(dòng)，推動(dòng)企業(yè)實(shí)現(xiàn)優(yōu)質(zhì)創(chuàng)新，進(jìn)而提升企業(yè)創(chuàng)新績(jī)效。二是R&D投入力度加大能夠促使企業(yè)在研發(fā)過程中加快知識(shí)產(chǎn)權(quán)和高新技術(shù)積累，有效提高企業(yè)產(chǎn)品生產(chǎn)質(zhì)量[22]，在獲取更多市場(chǎng)銷售機(jī)會(huì)的同時(shí)，助力企業(yè)自主創(chuàng)新能力提升，進(jìn)一步強(qiáng)化企業(yè)創(chuàng)新績(jī)效。三是R&D投入力度持續(xù)加大有助于激發(fā)企業(yè)研發(fā)活力，提高產(chǎn)品及衍生產(chǎn)品服務(wù)的技術(shù)復(fù)雜度，持續(xù)優(yōu)化科研創(chuàng)新環(huán)境，提高企業(yè)員工科技創(chuàng)新積極性，最大化提高企業(yè)創(chuàng)新績(jī)效。據(jù)此，本文提出如下假設(shè)：

H2：數(shù)字化轉(zhuǎn)型重點(diǎn)通過加大R&D投入力度，進(jìn)而顯著推動(dòng)企業(yè)創(chuàng)新績(jī)效提升。

三、 樣本變量與實(shí)證模型

1. 樣本選取與數(shù)據(jù)來(lái)源

基于數(shù)據(jù)可獲得性，本文以中國(guó)滬深兩市A股上市公司為初始研究樣本，時(shí)間跨度為2012—2022年，系統(tǒng)分析數(shù)字化轉(zhuǎn)型、R&D投入與企業(yè)創(chuàng)新績(jī)效的關(guān)系，并對(duì)數(shù)據(jù)作以下處理：首先，剔除ST和*ST的公司；其次，剔除金融行業(yè)樣本；最后，剔除部分?jǐn)?shù)據(jù)缺失的樣本，最終得到1462家上市公司的16082個(gè)樣本觀察值。其中，數(shù)據(jù)主要來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)、CNRDS數(shù)據(jù)庫(kù)、上市公司年報(bào)及國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)。在此基礎(chǔ)上，對(duì)相關(guān)變量開展對(duì)數(shù)化處理，以減少異常值對(duì)研究結(jié)果的影響。

2. 變量選取

（1）被解釋變量：企業(yè)創(chuàng)新績(jī)效（[innovation]）?；跀?shù)據(jù)的可得性，本文借鑒李霽友[23]的研究方法，使用經(jīng)對(duì)數(shù)化處理的企業(yè)專利授權(quán)數(shù)量表征企業(yè)創(chuàng)新績(jī)效。

（2）核心解釋變量：數(shù)字化轉(zhuǎn)型（[dcg]）。數(shù)字化轉(zhuǎn)型是借助數(shù)字化技術(shù)推動(dòng)企業(yè)傳統(tǒng)業(yè)務(wù)改造升級(jí)的過程，也是利用新一代信息技術(shù)促進(jìn)企業(yè)實(shí)現(xiàn)新型商業(yè)模式的高層次轉(zhuǎn)型。基于此，本文借鑒范家瑛等[24]研究方法，通過Python技術(shù)爬取巨潮資訊網(wǎng)上市公司年報(bào)中出現(xiàn)的人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)等數(shù)字化轉(zhuǎn)型的相關(guān)關(guān)鍵詞頻次展開匯總與統(tǒng)計(jì)，最終得到企業(yè)數(shù)字化轉(zhuǎn)型發(fā)展水平。并且，為減少數(shù)據(jù)的誤差，對(duì)總頻數(shù)加1取自然對(duì)數(shù)。

（3）中介變量：R&D投入（[rd]）。本文借鑒李雙燕等[25]研究成果，使用對(duì)數(shù)化處理后的企業(yè)研發(fā)投入資金占企業(yè)總資產(chǎn)比重展開測(cè)度。

（4）控制變量：為保證數(shù)據(jù)的科學(xué)性與準(zhǔn)確性，本文借鑒學(xué)術(shù)界研究方法[26-27]，對(duì)以下影響企業(yè)創(chuàng)新績(jī)效的變量進(jìn)行控制：（1）總資產(chǎn)收益率（[roa]）以總資產(chǎn)收益率以凈利潤(rùn)占平均資產(chǎn)總額比重表征；（2）資產(chǎn)負(fù)債率（[lev]）以負(fù)債總額與資產(chǎn)總額之比衡量；（3）企業(yè)規(guī)模（[size]）使用企業(yè)期末總資產(chǎn)額刻畫；（4）上市年限（[listage]）以企業(yè)上市起至2022年的年限測(cè)度；（5）股權(quán)集中度（[shareio]）采用前十大股東持股比例衡量。

3. 模型構(gòu)建

（1）基準(zhǔn)回歸模型

基于前文理論假設(shè)分析，本文實(shí)證甄別數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新績(jī)效的影響，基準(zhǔn)回歸模型設(shè)定如下：

[innovationit=β0+β1dcgit+βXit+μt+λi+εit] （1）

式（1）中，下標(biāo)[i]、[t]分別表示企業(yè)與年份，[innovationit]表示企業(yè)創(chuàng)新績(jī)效；[dcgit]表示數(shù)字化轉(zhuǎn)型；[Xit]代表一系列控制變量，包括總資產(chǎn)收益率、資產(chǎn)負(fù)債率、企業(yè)規(guī)模、上市年限、股權(quán)集中度；[μt]表示時(shí)間固定效應(yīng)；[λi]表示企業(yè)固定效應(yīng)；[β0]、[β1]、[β]均表示待估計(jì)系數(shù)；[εit]表示隨機(jī)擾動(dòng)項(xiàng)。

（2）中介效應(yīng)模型

為檢驗(yàn)數(shù)字化轉(zhuǎn)型影響共同富裕的過程中R&D投入的間接作用，本文在公式（1）的基礎(chǔ)上，構(gòu)建中介效應(yīng)模型，具體模型如下：

[rdit=α0+α1dcgit+αXit+μt+λi+εit]? （2）

[innovationit=δ0+δ1dcgit+δ2rdit+δXit+μt+λi+εit]? （3）

式（2）（3）中，[rdit]表示中介變量，即R&D投入；[α0]、[α1]、[α]與[δ0]、[δ1]、[δ2]、[δ]表示待估計(jì)系數(shù)；其他變量含義與式（1）一致。

4. 描述性統(tǒng)計(jì)結(jié)果及分析

本文對(duì)企業(yè)創(chuàng)新績(jī)效、數(shù)字化轉(zhuǎn)型、R&D投入及控制變量進(jìn)行描述性統(tǒng)計(jì)分析，詳細(xì)結(jié)果如表1所示。其中，企業(yè)創(chuàng)新績(jī)效最大值與最小值分別為0.845，0.155，均值為0.500，標(biāo)準(zhǔn)差為1.675，說明不同企業(yè)間的創(chuàng)新績(jī)效發(fā)展水平具有明顯差異性。數(shù)字化轉(zhuǎn)型最大值與最小值分別為0.496、0.051，均值為0.273，標(biāo)準(zhǔn)差為0.823，表明各企業(yè)數(shù)字化轉(zhuǎn)型水平處于初期發(fā)展階段。R&D投入最大值與最小值分別為0.961、0.154，均值為0.557，標(biāo)準(zhǔn)差為0.168，意味著我國(guó)各企業(yè)研發(fā)投入差異較為明顯。

四、 實(shí)證分析

1. 基準(zhǔn)回歸結(jié)果分析

為檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新績(jī)效的直接影響效應(yīng)，本文使用雙向固定效應(yīng)對(duì)模型（1）展開估計(jì)，詳細(xì)結(jié)果見表2所示。由表2結(jié)果可知，列（1）為未加入控制變量、未控制時(shí)間和企業(yè)固定效應(yīng)的回歸結(jié)果；列（2）為僅控制時(shí)間與企業(yè)固定效應(yīng)的回歸結(jié)果；列（3）為同時(shí)加入控制變量與時(shí)間、企業(yè)固定效應(yīng)的回歸結(jié)果。通過分析上述測(cè)算結(jié)果發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新績(jī)效的影響系數(shù)均在1%水平上顯著為正，證明企業(yè)數(shù)字化轉(zhuǎn)型的加快可顯著驅(qū)動(dòng)企業(yè)創(chuàng)新績(jī)效提升，驗(yàn)證假設(shè)H1。究其緣由，企業(yè)數(shù)字化轉(zhuǎn)型可有效革新內(nèi)部流程、業(yè)務(wù)模式，增強(qiáng)內(nèi)部員工創(chuàng)新能力，優(yōu)化資源要素配置，提升生產(chǎn)效率與質(zhì)量，提高創(chuàng)新績(jī)效。依據(jù)控制變量的檢驗(yàn)結(jié)果來(lái)看，總資產(chǎn)收益率、企業(yè)規(guī)模、上市年限、股權(quán)集中度對(duì)企業(yè)創(chuàng)新績(jī)效的影響系數(shù)均通過1%的顯著性檢驗(yàn)。說明這一系列控制變量均能夠顯著促進(jìn)企業(yè)創(chuàng)新績(jī)效的提升。資產(chǎn)負(fù)債率對(duì)企業(yè)創(chuàng)新績(jī)效的影響系數(shù)值為負(fù)，說明資產(chǎn)負(fù)債率不利于企業(yè)創(chuàng)新績(jī)效提升。

2. 穩(wěn)健性檢驗(yàn)

（1）替換被解釋變量。為保證上述基準(zhǔn)回歸結(jié)果的穩(wěn)健性，本文替換被解釋變量，使用OP法測(cè)算企業(yè)創(chuàng)新績(jī)效并以其作為被解釋變量重新展開回歸估計(jì)。由表3列（1）系數(shù)值可知，在替換數(shù)字化轉(zhuǎn)型的測(cè)算方法后，數(shù)字化轉(zhuǎn)型的回歸系數(shù)在1%水平上顯著為正，與上述結(jié)論一致，說明回歸結(jié)果具有穩(wěn)健性。

（2）縮短樣本研究期間?？萍疾俊?guó)資委于2018年下發(fā)《關(guān)于進(jìn)一步推進(jìn)中央企業(yè)創(chuàng)新發(fā)展的意見》文件，這可能會(huì)對(duì)企業(yè)創(chuàng)新績(jī)效產(chǎn)生一定影響?；诖耍瑸榻档拖嚓P(guān)政策對(duì)基準(zhǔn)回歸結(jié)果的影響，縮短樣本研究時(shí)間為2012—2017年，并重新展開回歸估計(jì)。觀察表3列（2）可知，數(shù)字化轉(zhuǎn)型的回歸系數(shù)估計(jì)值與基準(zhǔn)回歸結(jié)果差異較小，說明結(jié)論具備較強(qiáng)穩(wěn)健性。

（3）縮尾處理。為避免異常值對(duì)基準(zhǔn)回歸結(jié)果產(chǎn)生影響，對(duì)企業(yè)創(chuàng)新績(jī)效展開5%與10%的縮尾檢驗(yàn)，并重新展開回歸結(jié)果估計(jì)，結(jié)果見表3列（3）（4）。在剔除異常值后，數(shù)字化轉(zhuǎn)型估計(jì)結(jié)果依然在1%統(tǒng)計(jì)水平上顯著為正，印證了基準(zhǔn)模型的估計(jì)結(jié)果較為可靠。

（4）變換模式設(shè)定形式?？紤]到企業(yè)所在地區(qū)與城市不同，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新績(jī)效的促進(jìn)效應(yīng)也可能存在差異性?；诖耍瑸闄z驗(yàn)企業(yè)創(chuàng)新績(jī)效是否與地區(qū)存在相關(guān)性，同時(shí)對(duì)時(shí)間、企業(yè)、地區(qū)固定效應(yīng)展開控制，并進(jìn)一步進(jìn)行回歸估計(jì)。由表3列（5）獲悉，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新績(jī)效的影響回歸系數(shù)值依然為正，且通過顯著性檢驗(yàn)，說明前文回歸結(jié)果穩(wěn)健。

3. 中介效應(yīng)分析

基于理論分析與研究假設(shè)，表4列示了數(shù)字化轉(zhuǎn)型是否能夠通過加強(qiáng)R&D投入提升企業(yè)創(chuàng)新績(jī)效。觀察表4列（1）可知，數(shù)字化轉(zhuǎn)型能夠顯著提升企業(yè)創(chuàng)新績(jī)效。觀察列（2）可知，數(shù)字化轉(zhuǎn)型對(duì)R&D投入的影響回歸系數(shù)值為0.352，且在1%水平上顯著為正，證明數(shù)字化轉(zhuǎn)型對(duì)R&D投入具有正向影響。在納入R&D投入的情況下，與列（1）系數(shù)值相比，列（3）數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新績(jī)效的影響系數(shù)值明顯下降，表明R&D投入在數(shù)字化轉(zhuǎn)型影響企業(yè)創(chuàng)新績(jī)效的過程中起到中介效應(yīng)，支持研究假設(shè)H2。

4. 異質(zhì)性檢驗(yàn)

（1）企業(yè)性質(zhì)異質(zhì)性分析

鑒于國(guó)有企業(yè)與非國(guó)有企業(yè)所有權(quán)、經(jīng)營(yíng)目標(biāo)、管理模式、資金來(lái)源等方面存在差異性，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新績(jī)效的影響也具有差異性。故此，本文依照企業(yè)性質(zhì)將總樣本分為國(guó)有企業(yè)與非國(guó)有企業(yè)，分別進(jìn)行回歸估計(jì)。通過表5列（1）（2）可以看出，與非國(guó)有企業(yè)相比，數(shù)字化轉(zhuǎn)型對(duì)國(guó)有企業(yè)創(chuàng)新績(jī)效的促進(jìn)效果更強(qiáng)。原因可能是，國(guó)有企業(yè)在我國(guó)經(jīng)濟(jì)體制中占重要地位，在國(guó)家提出數(shù)字化轉(zhuǎn)型的理念時(shí)，更能夠響應(yīng)國(guó)家政策，積極加快數(shù)字化轉(zhuǎn)型，優(yōu)化要素配置效率，助力企業(yè)提質(zhì)增效，提高企業(yè)創(chuàng)新績(jī)效。

（2）企業(yè)規(guī)模異質(zhì)性分析

為深入分析經(jīng)濟(jì)政策不確定性對(duì)不同企業(yè)規(guī)模創(chuàng)新質(zhì)量的影響，本文借鑒李曉等[28]的研究方法，將研究樣本大致劃分為大型企業(yè)與小型企業(yè)兩類展開分組檢驗(yàn)。依據(jù)表5列（3）（4）獲悉，數(shù)字化轉(zhuǎn)型對(duì)大型企業(yè)、小型企業(yè)創(chuàng)新績(jī)效的影響系數(shù)值分別為0.684與0.554，且均在1%水平上顯著為正，說明相較于小型企業(yè)，大型企業(yè)數(shù)字化轉(zhuǎn)型能夠更為有效地促進(jìn)創(chuàng)新績(jī)效的提升。原因可能是，大型企業(yè)具有資源稟賦和強(qiáng)大經(jīng)濟(jì)發(fā)展實(shí)力，能夠?qū)⒏嘌邪l(fā)經(jīng)費(fèi)投入數(shù)字技術(shù)創(chuàng)新環(huán)節(jié)，加快數(shù)字化轉(zhuǎn)型，通過從物質(zhì)、技術(shù)、人力等方面提高自身競(jìng)爭(zhēng)力與創(chuàng)新能力，提升自身創(chuàng)新績(jī)效。

（3）企業(yè)類型異質(zhì)性分析

考慮到不同企業(yè)類型的創(chuàng)新績(jī)效可能存在一定差異，根據(jù)《戰(zhàn)略性新興產(chǎn)業(yè)分類目錄》劃分標(biāo)準(zhǔn)，本文將研究樣本劃分為高新技術(shù)企業(yè)與非高新技術(shù)企業(yè)兩組，并展開異質(zhì)性分析。依據(jù)表5列（5）（6）結(jié)果獲悉，在高新技術(shù)企業(yè)樣本中，數(shù)字化轉(zhuǎn)型對(duì)創(chuàng)新績(jī)效的影響回歸系數(shù)值為0.452，通過1%水平上顯著性檢驗(yàn)；在非高新技術(shù)企業(yè)樣本中，數(shù)字化轉(zhuǎn)型對(duì)創(chuàng)新績(jī)效的影響回歸系數(shù)值為0.368，通過5%水平上顯著性檢驗(yàn)，說明數(shù)字化轉(zhuǎn)型對(duì)高新技術(shù)企業(yè)的促進(jìn)作用強(qiáng)于其對(duì)非高新技術(shù)企業(yè)的促進(jìn)作用。原因可能是，高新技術(shù)企業(yè)本身就具有完善的基礎(chǔ)設(shè)施建設(shè)，可以為數(shù)字化轉(zhuǎn)型提供設(shè)施基礎(chǔ)，加速推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型，加快引進(jìn)物資流、人才流、技術(shù)流、資金流，優(yōu)化要素資源配置，提升企業(yè)創(chuàng)新績(jī)效。

五、 結(jié)論與政策建議

1. 結(jié)論

在理論分析數(shù)字化轉(zhuǎn)型、R&D投入與企業(yè)創(chuàng)新績(jī)效三者關(guān)系的基礎(chǔ)上，使用2012—2022年中國(guó)1462家滬深兩市A股上市公司，運(yùn)用基準(zhǔn)回歸及中介效應(yīng)模型展開實(shí)證檢驗(yàn)，主要研究結(jié)論如下：第一，數(shù)字化轉(zhuǎn)型能夠顯著驅(qū)動(dòng)企業(yè)創(chuàng)新績(jī)效提升，在經(jīng)過替換被解釋變量、縮短樣本研究期間、縮尾處理及變換模式設(shè)定形式的穩(wěn)健性檢驗(yàn)后仍然成立。第二，數(shù)字化轉(zhuǎn)型可通過加強(qiáng)R&D投入賦能企業(yè)創(chuàng)新績(jī)效提升，驗(yàn)證了“數(shù)字化轉(zhuǎn)型—R&D投入—提高企業(yè)創(chuàng)新績(jī)效”的傳導(dǎo)路徑。第三，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新績(jī)效的影響存在明顯異質(zhì)性特征，即在國(guó)有企業(yè)、大型企業(yè)及高新技術(shù)企業(yè)樣本中，數(shù)字化轉(zhuǎn)型對(duì)創(chuàng)新績(jī)效的提升作用更強(qiáng)。

2. 政策建議

第一，打造數(shù)字化商業(yè)模式，加速推動(dòng)數(shù)字化轉(zhuǎn)型。前文結(jié)果顯示，數(shù)字化轉(zhuǎn)型可正向影響企業(yè)創(chuàng)新績(jī)效。故此，企業(yè)應(yīng)加快數(shù)字技術(shù)與產(chǎn)品、服務(wù)及流程深度融合，積極打造數(shù)字化商業(yè)模式，加速實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，從而驅(qū)動(dòng)創(chuàng)新績(jī)效提升。一方面，企業(yè)應(yīng)借助數(shù)字技術(shù)手段，構(gòu)建數(shù)字云平臺(tái)開展創(chuàng)新合作及技術(shù)共享活動(dòng)；打造數(shù)字化商業(yè)創(chuàng)新模式，實(shí)現(xiàn)自主創(chuàng)新研發(fā)目標(biāo)，加快促進(jìn)數(shù)字化轉(zhuǎn)型，推動(dòng)產(chǎn)品與服務(wù)數(shù)字化創(chuàng)新升級(jí)；不斷優(yōu)化運(yùn)營(yíng)效率，扎實(shí)提升創(chuàng)新績(jī)效。另一方面，企業(yè)應(yīng)利用數(shù)字分析工具優(yōu)化創(chuàng)新要素配置方式，通過數(shù)字網(wǎng)絡(luò)要素采集、分析創(chuàng)新需求信息數(shù)據(jù)，制定符合自身特點(diǎn)的創(chuàng)新策略，打造數(shù)字化商業(yè)模式，加快促進(jìn)數(shù)字化轉(zhuǎn)型，提高配置效率、釋放創(chuàng)新潛能，提升企業(yè)創(chuàng)新績(jī)效。

第二，加大R&D投入力度，激發(fā)企業(yè)創(chuàng)新研發(fā)活力。上述結(jié)論顯示，加強(qiáng)R&D投入是數(shù)字化轉(zhuǎn)型影響企業(yè)創(chuàng)新績(jī)效提升的重要機(jī)制變量?；诖耍约捌髽I(yè)應(yīng)依據(jù)我國(guó)國(guó)情加大R&D投入力度，激發(fā)企業(yè)創(chuàng)新研發(fā)活力，提升創(chuàng)新績(jī)效。一方面，相關(guān)政府應(yīng)加大對(duì)企業(yè)R&D投入支持力度，制定減稅降費(fèi)惠企政策，多措并舉做好企業(yè)創(chuàng)新破局“引路人”，引導(dǎo)企業(yè)科學(xué)規(guī)劃R&D投入，激發(fā)企業(yè)創(chuàng)新研發(fā)活力，同時(shí)推動(dòng)產(chǎn)學(xué)研深度融合，促進(jìn)科技創(chuàng)新成果轉(zhuǎn)移轉(zhuǎn)化，助力企業(yè)創(chuàng)新績(jī)效提升。另一方面，企業(yè)應(yīng)依據(jù)市場(chǎng)需求變化與自身投資經(jīng)費(fèi)，合理加大R&D投入力度，科學(xué)制定創(chuàng)新研發(fā)發(fā)展戰(zhàn)略規(guī)劃，及時(shí)引進(jìn)先進(jìn)數(shù)字技術(shù)，強(qiáng)化市場(chǎng)競(jìng)爭(zhēng)地位，激發(fā)技術(shù)創(chuàng)新研發(fā)活力，提高自身技術(shù)創(chuàng)新水平，提升創(chuàng)新績(jī)效。

第三，實(shí)施差異化發(fā)展戰(zhàn)略，提升企業(yè)創(chuàng)新績(jī)效。前文研究結(jié)果表明，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新績(jī)效的影響存在明顯異質(zhì)性特征?；诖?，國(guó)家應(yīng)根據(jù)企業(yè)產(chǎn)權(quán)性質(zhì)、規(guī)模及類型實(shí)施差異化發(fā)展戰(zhàn)略，以提升企業(yè)創(chuàng)新績(jī)效。針對(duì)非國(guó)有企業(yè)，地方政府應(yīng)優(yōu)化科技創(chuàng)新孵化載體稅收優(yōu)惠政策，放大企業(yè)創(chuàng)新的政策效應(yīng)，健全非國(guó)有企業(yè)獲取創(chuàng)新要素公正性與便利性機(jī)制，營(yíng)造“創(chuàng)新不問出身”的創(chuàng)新環(huán)境，為企業(yè)提供更加精準(zhǔn)的創(chuàng)新服務(wù)保障，助力企業(yè)創(chuàng)新績(jī)效提升。針對(duì)小型企業(yè)，地方政府應(yīng)實(shí)施科技成果轉(zhuǎn)化“雙百千萬(wàn)”專項(xiàng)行動(dòng)，推動(dòng)科技成果轉(zhuǎn)化項(xiàng)目向小型企業(yè)開放，加快促進(jìn)小規(guī)模企業(yè)、高校及科研機(jī)構(gòu)協(xié)同合作，共享科技創(chuàng)新成果，助力小型企業(yè)提升創(chuàng)新績(jī)效。針對(duì)非高新技術(shù)企業(yè)，地方政府應(yīng)完善保費(fèi)補(bǔ)貼、直接獎(jiǎng)勵(lì)、稅收優(yōu)惠政策，鼓勵(lì)非高新技術(shù)企業(yè)開展數(shù)字化共性技術(shù)研發(fā)，優(yōu)化數(shù)字化轉(zhuǎn)型的“政策供給”體系，著力破解資金、活力及技術(shù)不足的問題，不斷增強(qiáng)非高新技術(shù)企業(yè)自主創(chuàng)新能力，為提升企業(yè)創(chuàng)新績(jī)效有效賦能。

參考文獻(xiàn)：

[1] 劉宏，易海峰，吳若楠.對(duì)外直接投資強(qiáng)度與企業(yè)創(chuàng)新績(jī)效——基于中國(guó)高技術(shù)制造企業(yè)的研究[J].國(guó)際商務(wù)（對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)），2024（2）：137-156.

[2] 張雪峰，王星，袁貴博，等.同行“雙碳”政策感知對(duì)企業(yè)創(chuàng)新績(jī)效的影響研究[J].中國(guó)科技論壇，2024（3）：132-141.

[3] 宋佳寧，宋在科.數(shù)字化轉(zhuǎn)型、技術(shù)溢出與制造業(yè)企業(yè)創(chuàng)新績(jī)效[J].經(jīng)濟(jì)體制改革，2023（4）：114-122.

[4] 溫科，李常洪，曾建麗.數(shù)字化轉(zhuǎn)型、研發(fā)國(guó)際化與企業(yè)創(chuàng)新績(jī)效[J].技術(shù)經(jīng)濟(jì)，2023（10）：49-67.

[5] 曲永義，廖健聰.數(shù)字化轉(zhuǎn)型、分析師關(guān)注與企業(yè)創(chuàng)新績(jī)效[J].煙臺(tái)大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2024（1）：1-18.

[6] 余東華，馬路萌.數(shù)字化轉(zhuǎn)型、平臺(tái)化變革與企業(yè)創(chuàng)新績(jī)效——基于“技術(shù)—組織—?jiǎng)?chuàng)新”范式的分析[J].改革，2024（2）：55-74.

[7] 任陽(yáng)軍，田澤，劉超，等.數(shù)字化轉(zhuǎn)型如何影響民營(yíng)能源企業(yè)績(jī)效？——來(lái)自中國(guó)上市企業(yè)年報(bào)文本識(shí)別的經(jīng)驗(yàn)證據(jù)[J].技術(shù)經(jīng)濟(jì)，2024（1）：41-54.

[8] 王昱，全捷，李良玉，等.制造企業(yè)數(shù)字化轉(zhuǎn)型能否助推研發(fā)投入跳躍？——來(lái)自非參數(shù)分位數(shù)面板的實(shí)證研究[J].科技進(jìn)步與對(duì)策，2024（4）：1-11.

[9] 袁玎，呂碧君，胡凱.企業(yè)數(shù)字化轉(zhuǎn)型對(duì)研發(fā)操縱的治理效應(yīng)研究[J].財(cái)會(huì)月刊，2023（21）：46-52.

[10] 董松柯，劉希章，李娜.數(shù)字化轉(zhuǎn)型是否降低企業(yè)研發(fā)操縱？[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2023（4）：28-51.

[11] 杜雯秦，郭淑娟.企業(yè)異質(zhì)性、研發(fā)投入與創(chuàng)新績(jī)效——基于GPS的實(shí)證研究[J].科技管理研究，2021（23）：124-132.

[12] 王羲，張強(qiáng)，侯稼曉.研發(fā)投入、政府補(bǔ)助對(duì)企業(yè)創(chuàng)新績(jī)效的影響研究[J].統(tǒng)計(jì)與信息論壇，2022（2）：108-116.

[13] 胡偉，龍霄，余浪.研發(fā)投入、政策激勵(lì)與企業(yè)創(chuàng)新績(jī)效[J].財(cái)會(huì)通訊，2023（16）：35-40.

[14] 陽(yáng)鎮(zhèn)，王文娜，陳勁.研發(fā)合作、數(shù)字化賦能與企業(yè)創(chuàng)新績(jī)效——基于中國(guó)制造企業(yè)的微觀證據(jù)[J].經(jīng)濟(jì)社會(huì)體制比較，2023（3）：137-150.

[15] 江唐洋，于洋，聶軍.數(shù)字化轉(zhuǎn)型會(huì)促進(jìn)企業(yè)產(chǎn)學(xué)研合作創(chuàng)新嗎？[J].中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2024（2）：29-39.

[16] Fabrizio E， Antonio P M， Umberto P， et al. Source of Funding and Specialized Competences：The Impact on the Innovative Performance of Start-ups[J].Journal of Knowledge Management，2024，28（2）：564-589.

[17] Hyojin K， Daesik H.Feeling Torn？ The Conflicting Effects of Market and Entrepreneurial Orientations on Manufacturing SMEs Innovation Performance[J].European Journal of Innovation Management，2024，27（1）：233-262.

[18] 鄒環(huán).數(shù)字基礎(chǔ)設(shè)施建設(shè)對(duì)高技術(shù)產(chǎn)業(yè)全球價(jià)值鏈升級(jí)的影響研究[J].現(xiàn)代管理科學(xué)，2024（1）：65-73.

[19] 胡艷君，王如意，黨西鳳.智慧城市建設(shè)是否促進(jìn)了企業(yè)創(chuàng)新績(jī)效？——來(lái)自準(zhǔn)自然實(shí)驗(yàn)的證據(jù)[J].現(xiàn)代管理科學(xué)，2023（2）：114-123.

[20] 黃菁菁.R&D投入與產(chǎn)學(xué)研協(xié)同創(chuàng)新——人力資本投入的門檻檢驗(yàn)[J].軟科學(xué)，2019（11）：16-21.

[21] 謝海娟，王成龍，王江烜，等.行業(yè)內(nèi)技術(shù)溢出效應(yīng)與企業(yè)R&D投入[J].科學(xué)管理研究，2023（6）：115-122.

[22] 江璐，汪子豪.生產(chǎn)投入服務(wù)質(zhì)量與企業(yè)全球價(jià)值鏈嵌入——基于中國(guó)微觀數(shù)據(jù)的經(jīng)驗(yàn)研究[J].財(cái)貿(mào)研究，2021（12）：13-28.

[23] 李霽友.生態(tài)嵌入、合作能力與企業(yè)創(chuàng)新績(jī)效關(guān)系研究——基于知識(shí)流動(dòng)的有調(diào)節(jié)的中介效應(yīng)[J].工程管理科技前沿，2023（5）：51-58.

[24] 范家瑛，萬(wàn)華林.貿(mào)易摩擦是否促進(jìn)了企業(yè)數(shù)字化轉(zhuǎn)型？來(lái)自中國(guó)制造業(yè)上市公司的微觀證據(jù)[J].世界經(jīng)濟(jì)研究，2024（3）：120-134.

[25] 李雙燕，談笑，斯宏浩.普惠金融與綠色全要素生產(chǎn)率——基于R&D投入視角[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2021（6）：77-88.

[26] 李志廣，李姚礦，王雅琳.創(chuàng)始人身份對(duì)科創(chuàng)企業(yè)創(chuàng)新績(jī)效的作用機(jī)制研究[J].科研管理，2023（11）：143-152.

[27] 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(jī)效[J].統(tǒng)計(jì)與決策，2023（19）：183-188.

[28] 李曉，陳璇.貿(mào)易政策不確定性如何影響企業(yè)創(chuàng)新：理論與實(shí)證[J].統(tǒng)計(jì)與決策，2024（5）：149-154.

基金項(xiàng)目：北方民族大學(xué)一般科研項(xiàng)目“新時(shí)代寧夏經(jīng)濟(jì)高質(zhì)量發(fā)展評(píng)價(jià)指標(biāo)體系及測(cè)度研究”（項(xiàng)目編號(hào)：2020KYQD34）；寧夏自治區(qū)社會(huì)發(fā)展領(lǐng)域重點(diǎn)研發(fā)項(xiàng)目“寧夏智慧旅游景區(qū)數(shù)字化營(yíng)銷關(guān)鍵技術(shù)研究與應(yīng)用示范”（項(xiàng)目編號(hào)：2023BEG02069）；寧夏回族自治區(qū)文旅物流產(chǎn)業(yè)數(shù)字化關(guān)鍵技術(shù)研究創(chuàng)新團(tuán)隊(duì)系列研究成果。

作者簡(jiǎn)介：光暉，通訊作者，女，博士，北方民族大學(xué)商學(xué)院講師，研究方向?yàn)榧夹g(shù)經(jīng)濟(jì)與管理；劉穎，女，北方民族大學(xué)商學(xué)院碩士生，研究方向?yàn)闀?huì)計(jì)學(xué)。

（收稿日期：2024-02-23? 責(zé)任編輯：蘇子寵）