摘 要：加快建設(shè)數(shù)字中國是發(fā)揮信息化驅(qū)動引領(lǐng)作用、推進中國式現(xiàn)代化的必然選擇。文章基于2018—2022年滬深A(yù)股上市公司數(shù)據(jù)，實證檢驗數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新績效的影響，以及高管薪酬激勵在二者之間的中介效應(yīng)。研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新績效具有顯著的正向影響，高管薪酬激勵發(fā)揮了部分中介作用，且經(jīng)過穩(wěn)健性檢驗后，該結(jié)論仍然成立。異質(zhì)性分析發(fā)現(xiàn)，相比于非高科技企業(yè)、東部地區(qū)及低政府補助企業(yè)，高科技企業(yè)、中西部地區(qū)企業(yè)及高政府補助企業(yè)的數(shù)字化轉(zhuǎn)型促進創(chuàng)新績效的作用更加顯著。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；創(chuàng)新績效；高管薪酬激勵

中圖分類號：F272.9 文獻標識碼：Ａ 文章編號：１００９ — ２２３４（２０24）05 — ０107 — ０７

一、引言

創(chuàng)新是驅(qū)動經(jīng)濟社會高質(zhì)量發(fā)展的第一動力，對企業(yè)可持續(xù)發(fā)展尤為重要。企業(yè)是創(chuàng)新要素集成，是科技成果轉(zhuǎn)化的主力軍，是企業(yè)核心競爭力的主要來源，是實現(xiàn)中國式現(xiàn)代化的重要路徑之一?，F(xiàn)有研究表明，政府創(chuàng)新補助（榮奎楨等，2024）、創(chuàng)新政策激勵（王彥紅，2024）、社會信任（陽鎮(zhèn)等，2024）、股權(quán)激勵（張繼德等，2023）等都是影響企業(yè)創(chuàng)新績效的重要因素［1-4］。如何多維度持續(xù)提升企業(yè)創(chuàng)新績效，是當(dāng)前亟需解決的重要課題。

黨的二十大報告提出，要加快發(fā)展數(shù)字經(jīng)濟、加快建設(shè)數(shù)字中國，促進數(shù)字經(jīng)濟和實體經(jīng)濟的深度融合。隨著數(shù)字技術(shù)不斷發(fā)展，人工xVb7jRDy1qcb519iyxs8dw==智能、區(qū)塊鏈、云計算、大數(shù)據(jù)等數(shù)字技術(shù)的應(yīng)用，加速推動了企業(yè)經(jīng)營目標的轉(zhuǎn)變、治理結(jié)構(gòu)的變革及生產(chǎn)效率的提高，企業(yè)之間的競爭日趨激烈。一方面，數(shù)字化轉(zhuǎn)型能夠使企業(yè)減少決策失誤，提升企業(yè)的經(jīng)營效率和經(jīng)營績效，另一方面，數(shù)字化轉(zhuǎn)型也能帶來企業(yè)聲譽、內(nèi)部控制質(zhì)量及信息披露質(zhì)量等非經(jīng)營績效的提升。當(dāng)前，我國數(shù)字化經(jīng)濟正處于蓬勃發(fā)展時期，政府出臺了系列政策也著重強調(diào)要加快實施數(shù)字化轉(zhuǎn)型。面臨目前個性化突出且不確定的市場環(huán)境，許多企業(yè)開始進行數(shù)字化轉(zhuǎn)型來實現(xiàn)以“數(shù)”治企。就企業(yè)自身而言，創(chuàng)新績效可以作為衡量企業(yè)競爭活力和長期競爭優(yōu)勢的重要指標，數(shù)字化轉(zhuǎn)型和創(chuàng)新績效之間存在何種關(guān)系？二者之間的作用機制是什么？

鑒于此，本文以2018-2022年我國滬深A(yù)股上市公司為樣本，探究數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新績效的影響及作用機制。本文可能的貢獻主要體現(xiàn)在：一是進一步拓展了數(shù)字化轉(zhuǎn)型經(jīng)濟后果的研究，在現(xiàn)有研究基礎(chǔ)上，實證檢驗了數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新績效的影響；二是進一步豐富了數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新績效的作用路徑研究，實證研究了高管薪酬激勵在二者之間發(fā)揮的中介效應(yīng)；三是對數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新績效的影響，從地區(qū)差異、企業(yè)性質(zhì)、政府補助等方面進行了異質(zhì)性分析，分析不同性質(zhì)、不同地區(qū)、不同政府補助的企業(yè)數(shù)字化轉(zhuǎn)型對創(chuàng)新績效的影響程度，對企業(yè)加快數(shù)字化轉(zhuǎn)型、提高創(chuàng)新績效具有較好的實踐意義。

二、理論分析與研究假設(shè)

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

企業(yè)創(chuàng)新績效集中體現(xiàn)了企業(yè)的創(chuàng)新成果，在創(chuàng)新績效的分類中，既包括了能讓企業(yè)迅速成長的創(chuàng)新產(chǎn)品與創(chuàng)新技術(shù)，還包括了研發(fā)人員在完成創(chuàng)新目標時的知識發(fā)現(xiàn)、創(chuàng)新流程和工作氣氛等［5］。企業(yè)在進行技術(shù)創(chuàng)新過程中，會受到知識、人才儲備、融資約束以及市場風(fēng)險的影響，企業(yè)會陷入創(chuàng)新績效提升困難的窘境，而數(shù)字化轉(zhuǎn)型的目標之一就是提高企業(yè)的創(chuàng)新績效［6］。從熊彼特的創(chuàng)新理論來看，企業(yè)創(chuàng)新包括生產(chǎn)要素的重新組合，把數(shù)字技術(shù)這一新興要素與企業(yè)的其他生產(chǎn)要素組合起來，可以優(yōu)化要素配置，進而提升企業(yè)的技術(shù)創(chuàng)新能力［7］。從組織變革理論來看，大量運用數(shù)字技術(shù)能夠提升企業(yè)組織模式的結(jié)構(gòu)效率，提高數(shù)字化水平有利于促進企業(yè)間及企業(yè)內(nèi)部信息流動，企業(yè)的數(shù)字化轉(zhuǎn)型不僅能夠促進不同企業(yè)之間的緊密合作［8］，提升運營效率，還能夠促使企業(yè)在商業(yè)結(jié)構(gòu)和商業(yè)模式上進行創(chuàng)新。而商業(yè)模式能夠通過不同的方式將價值傳遞給顧客，有利于促進企業(yè)提升創(chuàng)新績效?；谏鲜隼碚?，由此提出了以下假設(shè)1：

假設(shè)H1：數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績效存在顯著的正相關(guān)關(guān)系，即數(shù)字化轉(zhuǎn)型能夠有效提升企業(yè)創(chuàng)新績效。

（二）數(shù)字化轉(zhuǎn)型與高管薪酬激勵

數(shù)字化的應(yīng)用改變了企業(yè)的員工結(jié)構(gòu)，淘汰了大量低素質(zhì)員工，對高技能勞動者需求不斷增加。數(shù)字化轉(zhuǎn)型在提高企業(yè)效益的同時，也提高了員工薪酬的邊際貢獻，使得高管薪酬隨之增加。由于創(chuàng)新活動屬于企業(yè)的長遠目標，管理層對“高投入、高風(fēng)險”的項目自然避而遠之。對于創(chuàng)新決策而言，由于從研發(fā)資金的投入到研發(fā)成果的產(chǎn)出往往是一個長期的過程，而企業(yè)的收益卻是一種短期的表現(xiàn)形式，這在一定程度上不能較好地滿足利益相關(guān)者的需要。因此，會減少企業(yè)研發(fā)創(chuàng)新投入，進而影響企業(yè)的創(chuàng)新效率［9］。在利益博弈中，很少由管理者愿意承擔(dān)不確定性風(fēng)險，激勵理論的應(yīng)用可以有效縮小經(jīng)營者與股東的利益代溝，使其更加重視企業(yè)的創(chuàng)新發(fā)展。已有研究表明，貨幣薪酬激勵手段促進了企業(yè)的創(chuàng)新活動［10］?；谏鲜鲇^點，提出了假設(shè)2：

假設(shè)H2：企業(yè)數(shù)字化轉(zhuǎn)型與高管薪酬激勵顯著正相關(guān)，即數(shù)字化轉(zhuǎn)型有利于提升企業(yè)高管薪酬激勵。

（三）數(shù)字化轉(zhuǎn)型、高管薪酬激勵與企業(yè)創(chuàng)新績效

一方面，數(shù)字轉(zhuǎn)型能夠提升公司收益，增加員工報酬的邊際貢獻，從而導(dǎo)致高管報酬的上升，形成一個良好的互動循環(huán)，提升員工的參與程度［11］。另一方面，由于數(shù)字化技術(shù)的開放性［12］，使得員工可以將自己的管理和工作發(fā)揮到極致，從而最大程度地發(fā)揮自己的力量，從而激發(fā)員工的工作動機，使他們更愿意加入到公司的建設(shè)中來，對企業(yè)創(chuàng)新機會識別以及績效提升有重要作用。綜上所述，本文以現(xiàn)有研究成果為基礎(chǔ)，引入高管薪酬激勵作為中介變量，探討企業(yè)數(shù)字化轉(zhuǎn)型對創(chuàng)新績效的作用路徑，提出假設(shè)3：

假設(shè)H3：高管薪酬激勵在數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績效之間發(fā)揮中介效應(yīng)，即數(shù)字化轉(zhuǎn)型通過高管薪酬激勵提升企業(yè)創(chuàng)新績效。

三、研究設(shè)計

（一）樣本說明

本文選取2018－2022年滬深A(yù)股上市公司作為研究樣本。為了避免實證產(chǎn)生特殊性和突發(fā)性，進一步保證研究結(jié)論的穩(wěn)定可信，對數(shù)據(jù)進行了以下處理，包括剔除ST、*ST企業(yè)數(shù)據(jù)、剔除相關(guān)數(shù)據(jù)缺失及異常的企業(yè)、剔除金融業(yè)的行業(yè)數(shù)據(jù)、對極端數(shù)據(jù)做了上下1%的縮尾處理等，最終獲得1020家上市公司數(shù)據(jù)，選取樣本數(shù)據(jù)為5100個，并運用Excel2007和Stata15等工具對數(shù)據(jù)進行處理以及分析。本研究所使用數(shù)據(jù)樣本均來源于國泰安數(shù)據(jù)庫、萬德數(shù)據(jù)庫以及相關(guān)企業(yè)年報。

（二）變量選取

1.被解釋變量：創(chuàng)新績效（RD1）。根據(jù)現(xiàn)有研究，對于創(chuàng)新績效的衡量指標主要有投入與產(chǎn)出兩個角度。一是采用研發(fā)收入占銷售收入的比重表示，此指標更傾向于研究創(chuàng)新行為驅(qū)動；二是使用年度專利申請數(shù)表示，但是考慮專利的申請時間較長且具有滯后性。本文參考魯桐［１３］做法，從過程視角出發(fā)，選擇創(chuàng)新過程績效，以創(chuàng)新投入效率，即研發(fā)投入占總資產(chǎn)的比例（RD1）為衡量指標。

2.解釋變量：數(shù)字化轉(zhuǎn)型（DT）。對于企業(yè)數(shù)字化轉(zhuǎn)型的衡量，本文借鑒張永坤等［14］的研究，以企業(yè)財務(wù)報告附注披露的年末無形資產(chǎn)明細項中與數(shù)字化轉(zhuǎn)型相關(guān)的部分占無形資產(chǎn)總額的比例，來度量企業(yè)數(shù)字化水平。

3.中介變量：高管薪酬激勵（TMTPay1）。對高管薪酬激勵的衡量，借鑒黃慶華等［15］的研究，選取管理層前三名薪酬總額的自然對數(shù)作為薪酬激勵指標。

4.控制變量。為了減少其他外界因素對企業(yè)成長性的影響，本文選取了企業(yè)資本結(jié)構(gòu)（Lev）、公司規(guī)模（Size）、總資產(chǎn)周轉(zhuǎn)率（ATO）、高管持股比例（Top10）、兩職合一（Dual）、董事會規(guī)模（Board）、托賓Q（TobinQ）作為本文的控制變量。各變量指標選取與度量方法如表1所示。

（三）模型設(shè)計

為了考察數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新績效的影響，本文構(gòu)建了如下模型：

1.為了檢驗數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新績效的影響，構(gòu)建了模型一：

RD1it=β0+β1DTit+β2Controlsit+εit （1）

其中，RD1是被解釋變量企業(yè)創(chuàng)新績效，DT是核心解釋變量數(shù)字化轉(zhuǎn)型，Controls為控制變量組。在實證分析中，關(guān)注DT系數(shù)β1，預(yù)期β1顯著為正，即表明數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績效為正相關(guān)關(guān)系。

2.為了檢驗數(shù)字化轉(zhuǎn)型對高管薪酬激勵的影響，構(gòu)建了模型二：

TMTPay1it=α0+α1DTit+α2Controlsit+εit （2）

其中，關(guān)注DT系數(shù)α1，預(yù)期α1顯著為正，即表明企業(yè)數(shù)字化轉(zhuǎn)型與高管薪酬激勵顯著正相關(guān)。

3.為檢驗高管薪酬激勵（TMTPay1）在企業(yè)數(shù)字化轉(zhuǎn)型與創(chuàng)新績效之間的中介效應(yīng)，本文借鑒溫忠麟和葉寶娟（2014）［16］構(gòu)建的中介效應(yīng)模型進行作用機制檢驗，構(gòu)建了模型三：

RD1it=γ0+γ1DTit+γ2TMTPay1it+γ3Controlsit+εit （3）

模型三在模型二的基礎(chǔ)上加入了中介變量高管薪酬激勵（TMTPay1），用以驗證假設(shè)3。

四、實證結(jié)果與分析

（一）描述性統(tǒng)計

根據(jù)主要變量描述性統(tǒng)計分析結(jié)果可知，創(chuàng)新績效最大值為14.2%，最小值為零，均值僅僅2.3%，表明樣本上市公司整體創(chuàng)新績效水平并不高，樣本間創(chuàng)新績效水平差異較大。數(shù)字化轉(zhuǎn)型的極大值為1，極小值為0，均值僅為0.068，說明企業(yè)之間數(shù)字化轉(zhuǎn)型程度差異較大。主要變量相關(guān)性分析結(jié)果初步表明，數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績效呈顯著正相關(guān)。多重共線性檢驗結(jié)果表明，各變量VIF值均遠小于5，說明各模型的變量之間不存在多重共線性的問題。受篇幅限制，上述結(jié)果正文未列示，備索。

（二）回歸分析

表2是基于高管薪酬激勵（TMTPay1）這一中介效應(yīng)，以企業(yè)創(chuàng)新績效（RD1）作為因變量，數(shù)字化轉(zhuǎn)型（DT）作為自變量進行回歸的回歸分析結(jié)果。

1.數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績效。根據(jù)表2列（1）可以看出，數(shù)字化轉(zhuǎn)型（DT）對企業(yè)創(chuàng)新績效（RD1）的相關(guān)系數(shù)為0.0260，在1%的水平上顯著，說明二者之間存在正相關(guān)關(guān)系，即數(shù)字化轉(zhuǎn)型可以提高企業(yè)創(chuàng)新績效，進一步驗證了假設(shè)H1。即數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績效存在顯著的正相關(guān)關(guān)系，數(shù)字化轉(zhuǎn)型能夠有效提升企業(yè)創(chuàng)新績效。

2.數(shù)字化轉(zhuǎn)型與高管薪酬激勵。根據(jù)表2列（2）可以看出，數(shù)字化轉(zhuǎn)型（DT）對高管薪酬激勵（TMTPay1）的相關(guān)系數(shù)為0.382，且在1%的水平上顯著，表明二者之間存在正相關(guān)關(guān)系，即數(shù)字化轉(zhuǎn)型可以促進企業(yè)高管薪酬激勵政策的實施，進一步驗證了假設(shè)H2。即企業(yè)數(shù)字化轉(zhuǎn)型與高管薪酬激勵顯著正相關(guān)。

3.數(shù)字化轉(zhuǎn)型、高管薪酬激勵與企業(yè)創(chuàng)新績效。高管薪酬激勵的中介效應(yīng)如表2列（3）所示。根據(jù)表2列（3）可以看出，數(shù)字化轉(zhuǎn)型（DT）對企業(yè)創(chuàng)新績效（RD1）的相關(guān)系數(shù)為0.0241，在1%的水平上顯著，表明數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新績效存在正相關(guān)關(guān)系。高管薪酬激勵（TMTPay1）對企業(yè)創(chuàng)新績效（RD1）的相關(guān)系數(shù)為0.00497，在1%的水平上顯著，表明高管薪酬激勵在二者關(guān)系中存在部分中介效應(yīng)，驗證了假設(shè)H3。數(shù)字化轉(zhuǎn)型通過實施高管薪酬激勵的手段，可以加快促進數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新績效的提升。

（三）穩(wěn)健性檢驗

1.工具變量法。自身創(chuàng)新能力強的企業(yè)更傾向于主動進行企業(yè)數(shù)字化轉(zhuǎn)型，隨著數(shù)字化轉(zhuǎn)型的不斷深入，企業(yè)的創(chuàng)新能力能夠得到顯著的提升，因此數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績效可能存在互為因果的內(nèi)生性問題。參考趙樂［17］等人選取工具變量的方法，選擇滯后一期的數(shù)字化轉(zhuǎn)型作為工具變量，進行兩階段最小二乘估計，以減輕內(nèi)生性問題。這樣選取工具變量原因在于：滯后一期的數(shù)字化轉(zhuǎn)型可能會通過影響企業(yè)對數(shù)字化轉(zhuǎn)型重視的程度對企業(yè)創(chuàng)新績效產(chǎn)生影響，但對企業(yè)創(chuàng)新績效又無直接影響，因而滯后一期的數(shù)字化轉(zhuǎn)型變量能較好地契合工具變量選取要求。第一階段的回歸結(jié)果展示于表3的列（1），工具變量L.DT估計系數(shù)為0.769，在1%的水平上顯著為正，這表明工具變量L.DT對內(nèi)生變量DT有較好的解釋力；同時，經(jīng)檢驗，F(xiàn)值遠大于10 說明通過了弱工具變量檢驗。第二階段的回歸結(jié)果展示于表3的列（2），數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績效在1%的顯著為正，這與前文的估計結(jié)果較為一致?；貧w結(jié)果表明，企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績效相關(guān)性結(jié)果顯示正相關(guān)且顯著。

2.更換被解釋變量。本文將創(chuàng)新績效的衡量指標換成研發(fā)投入與營業(yè)收入的占比（RD2）［18］。根據(jù)表3列（4）（5）（6）可以看出，數(shù)字化轉(zhuǎn)型（DT）對企業(yè)創(chuàng)新績效（RD2）、數(shù)字化轉(zhuǎn)型（DT）對高管薪酬激勵（TMTPay1）仍具有顯著的正相關(guān)關(guān)系，高管薪酬激勵（TMTPay1）在二者之間仍具有中介效應(yīng)，上述研究結(jié)論具有很好的穩(wěn)健性。

3.增加控制變量。本文采用補充變量法，即增加控制變量股權(quán)制衡度（Balance）、公司成立年限（FirmAge）再次進行回歸。增加變量后，根據(jù)表3可以看出，數(shù)字化轉(zhuǎn)型（DT）對企業(yè)創(chuàng)新績效（RD1）、數(shù)字化轉(zhuǎn)型（DT）對高管薪酬激勵（TMTPay1）仍具有顯著的正相關(guān)關(guān)系，高管薪酬激勵（TMTPay1）在二者之間仍具有中介效應(yīng)，上述研究結(jié)論具有很好的穩(wěn)健性。

（五）異質(zhì)性分析

1.行業(yè)類型的異質(zhì)性分析。企業(yè)按行業(yè)類型可以分為高科技企業(yè)和非高科技企業(yè)。高科技企業(yè)是知識和技術(shù)密集的經(jīng)濟實體，具有數(shù)字化技術(shù)強、投入高和獨特商業(yè)模式的特點，所以數(shù)字化轉(zhuǎn)型在高科技企業(yè)和非高科技企業(yè)的影響程度可能會存在差異。本文借鑒楊興哲（2020）［19］的研究，將企業(yè)劃分為高科技企業(yè)與非高科技企業(yè)，若為高科技企業(yè)則取1，否則取0，分組檢驗了企業(yè)數(shù)字化轉(zhuǎn)型對于企業(yè)創(chuàng)新績效的影響，檢驗結(jié)果如表4所示。表4列（1）表明，企業(yè)為高科技企業(yè)時，數(shù)字化轉(zhuǎn)型對創(chuàng)新績效存在正向影響，系數(shù)為0.0334，在1%水平顯著；列（2）表明，當(dāng)企業(yè)為非高科技企業(yè)時，數(shù)字化轉(zhuǎn)型對于企業(yè)創(chuàng)新績效的影響，結(jié)果并不顯著。結(jié)果表明當(dāng)企業(yè)為高科技企業(yè)時，數(shù)字化轉(zhuǎn)型促進企業(yè)創(chuàng)新績效的提升作用更為顯著。這可能是因為，相比于依賴勞動力為主的非高科技企業(yè)，高科技企業(yè)有實現(xiàn)數(shù)字化轉(zhuǎn)型具有更好的客觀基礎(chǔ)條件，同時也有更強烈的主觀意愿，所以高科技企業(yè)數(shù)字化轉(zhuǎn)型能更好地提升企業(yè)創(chuàng)新績效。

2.地區(qū)差異的異質(zhì)性分析。為了檢驗地區(qū)的差異對數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績效之間存在的差異，按地區(qū)進行分類，按東部地區(qū)、中西部地區(qū)再次進行回歸，若為東部地區(qū)的企業(yè)East=1，否則取0，回歸結(jié)果如表4列（3）、列（4）中可以看出，東部地區(qū)及中西部地區(qū)企業(yè)的數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績效的回歸系數(shù)均在1%水平下顯著。因此，為了保證結(jié)論的準確性，進行組間系數(shù)差異性檢驗，本文采用chow檢驗的方法，檢驗結(jié)果如表4列（5）所示，交乘項DT*East的系數(shù)為0.0225，表明數(shù)字化轉(zhuǎn)型（DT）的系數(shù)在東部地區(qū)組與中西部地區(qū)組之間存在顯著性差異，即中西部地區(qū)的企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績效的正相關(guān)關(guān)系更加顯著?？赡艿脑蚴牵瑬|部地區(qū)經(jīng)濟相比于中西部地區(qū)較發(fā)達，該地區(qū)本身可能就有比較強的數(shù)字化轉(zhuǎn)型技術(shù)，因此東部地區(qū)企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新績效的影響效果不如中西部地區(qū)顯著。

3.政府補助的異質(zhì)性分析。由于接受政府補助更多的企業(yè)有更多的資金來進行數(shù)字化轉(zhuǎn)型，因此，本文將進一步檢驗政府補助在數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績效之間存在的差異性。將樣本企業(yè)按政府補助的中位數(shù)進行分組，高于中位數(shù)的為高政府補助組，取值為1；低于中位數(shù)的為低政府補助組，取值為0?；貧w結(jié)果如表4列（6）、列（7）所示，高政府補助組的企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績效的相關(guān)系數(shù)為0.0265，低政府補助組的企業(yè)相關(guān)系數(shù)為0.0258，且都在1%的水平上顯著。因此，為了保證結(jié)論的準確性，本文進行組間系數(shù)差異性檢驗，采用chow檢驗方法，檢驗結(jié)果如表4列（8）所示，交乘項DT*Sub的系數(shù)為0.0350，表明數(shù)字化轉(zhuǎn)型（DT）的系數(shù)在高政府補助組與低政府補助組之間存在顯著性差異，即高政府補助組的企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績效的正相關(guān)關(guān)系更加顯著?？赡艿脑蚴?，企業(yè)進行數(shù)字化轉(zhuǎn)型需要一定的資金投入，接受政府補助更多的企業(yè)才能更好地進行數(shù)字化轉(zhuǎn)型，因此，高政府補助組的企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績效的正相關(guān)關(guān)系比低政府補助組更加顯著。

五、研究結(jié)論與管理啟示

（一）研究結(jié)論

本文以2018-2022年A股上市公司作為研究對象，實證檢驗了上市公司數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績效的關(guān)系，以及高管薪酬激勵在二者之間的中介作用，得到的研究結(jié)論主要有以下幾個方面。一是數(shù)字化轉(zhuǎn)型可以顯著提升企業(yè)創(chuàng)新績效，且經(jīng)過穩(wěn)健性檢驗后，該結(jié)論仍然成立。二是作用路徑分析發(fā)現(xiàn)，高管薪酬激勵在數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績效發(fā)揮了部分中介作用。三是異質(zhì)性分析發(fā)現(xiàn)，中西部地區(qū)比東部地區(qū)企業(yè)、高科技企業(yè)比非高科技企業(yè)、受到政府補助更多的企業(yè)比受到政府補助少的企業(yè)的數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新績效的影響更為顯著。

（二）管理啟示

一方面，從企業(yè)自身來看，企業(yè)應(yīng)當(dāng)順應(yīng)數(shù)字經(jīng)濟的浪潮，積極推進數(shù)字化轉(zhuǎn)型進程。一是企業(yè)可以通過對先進技術(shù)的運用，提高其與其他利益相關(guān)者之間溝通頻率，從而滿足不同主體的異質(zhì)性需求，吸引更多潛在的利益相關(guān)者；二是企業(yè)要充分利用數(shù)字化轉(zhuǎn)型的社會溢出效應(yīng)，通過積極地履行社會責(zé)任，用社會效益反哺經(jīng)濟效益，發(fā)揮價值共益共享的網(wǎng)絡(luò)效應(yīng)，進而提升企業(yè)的創(chuàng)新績效；三是企業(yè)要重視高管激勵政策，應(yīng)該明確高管激勵對創(chuàng)新績效的提升作用，結(jié)合企業(yè)實際情況制定相應(yīng)可行的激勵政策，緩解代理沖突矛盾，合理適度地增強企業(yè)創(chuàng)新力度，提高企業(yè)的競爭優(yōu)勢，從而提升企業(yè)的創(chuàng)新績效水平。

另一方面，從政府層面來看，一是應(yīng)制訂相關(guān)政策激勵企業(yè)數(shù)字化轉(zhuǎn)型。對于部分中小企業(yè)來說，沒有足夠的實力去探索路徑與承擔(dān)風(fēng)險。因此，政府應(yīng)該加大對中小企業(yè)的政策引領(lǐng)，采取一定的幫扶措施，助力企業(yè)創(chuàng)新發(fā)展。二是可以給予企業(yè)一定的政府補貼作為資金支持。數(shù)字化轉(zhuǎn)型這一類創(chuàng)新活動，從資金的投入到成果的產(chǎn)出往往是一個長期的過程，這一過程需要有大量的資金支持。給予企業(yè)適當(dāng)?shù)难a貼可以拓寬企業(yè)融資渠道等，有效解決企業(yè)面臨的融資難、融資成本高的問題，為企業(yè)提供更大普惠金融的支持，助力企業(yè)進行數(shù)字化轉(zhuǎn)型，提高企業(yè)創(chuàng)新績效。

〔參 考 文 獻〕

［1］榮奎楨，陸奇斌. 中國政府創(chuàng)新補助對雙元創(chuàng)新績效的影響研究［J/OL］.科研管理， 2024，45（03）：64-73.

［2］王彥紅. 創(chuàng)新政策激勵對流通企業(yè)綠色創(chuàng)新績效的影響 ［J］.商業(yè)經(jīng)濟研究， 2024 （01）： 162-166.

［3］陽鎮(zhèn)，凌鴻程，陳勁. 社會信任與企業(yè)綠色技術(shù)創(chuàng)新——基于上市公司微觀證據(jù)的研究［J］.武漢大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）， 2024， 77 （01）： 136-149.

［4］張繼德，張馨予，王昊. 科創(chuàng)板股權(quán)激勵與企業(yè)創(chuàng)新績效傳導(dǎo)機制研究 ［J］.會計之友， 2024 （02）： 53-61.

［5］Mumford M D. Managing Creative People： St－

rategies and Tactics for Innovation［J］.Human Reso-urce Management Review， 2000，10（03）：313-351.

［6］黃節(jié)根，吉祥熙.數(shù)字化水平對企業(yè)創(chuàng)新績效的影響研究-來自滬深A(yù)股上市公司的經(jīng)驗證據(jù)［J］.南昌：江西社會科學(xué)，2021，41（05）：61-72.

［7］劉慧，白聰.數(shù)字化轉(zhuǎn)型促進中國企業(yè)節(jié)能減排了嗎？［J］.上海財經(jīng)大學(xué)學(xué)報，2022，24（05）：19-32.

［8］Ghosh K. ， Khuntia J. ， Chawla S. ， Deng X. Media Reinforcement for Psychological Empowerment in Chronic Disease Management［J］. Communications of the Association for Information Systems， 2014，34（01）： 419-438.

［9］作鳳清，付慧嫻．高管激勵與企業(yè)創(chuàng)新績效研究綜述與展望［J］.財會通訊，2020（21）.

［10］翁辰，馬良澤．高管薪酬激勵與企業(yè)創(chuàng)新——基于中國上市公司的經(jīng)驗證據(jù)［J］.重慶大學(xué)學(xué)報（社會科學(xué)版），2021，9（10）：1-17.

［11］Gong Y. ，Zhou J. ，Chang S. . Core Knowledge Employee Creativity and Firm Performance： The Moderating Role of Riskiness Orientation， Firm Size， and Realized Absorptive Capacity［J］.Personnel Psychology，2013，66（02）：443-482.

［12］Smith C．， Smith J．B．， Shaw E．. Embracing Digital Networks ：Entrepreneurs＇ Social Capital Online［J］.Journal of Business Venturing，2017，32（01）：18-34.

［13］魯桐，黨印.公司治理與技術(shù)創(chuàng)新：分行業(yè)比較［J］.經(jīng)濟研究，2014，49（06）：115-128.

［14］張永珅，李小波，邢銘強.企業(yè)數(shù)字化轉(zhuǎn)型與審計定價［J］.審計研究，2021（03）：62-71.

［15］黃慶華，張芳芳，陳習(xí)定.高管短期薪酬的創(chuàng)新激勵效應(yīng)研究［J］.科研管理，2019，40（11）：257-265.

［16］溫忠麟;葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展［J］.心理科學(xué)進展，2014，22（05）：731-745.

［17］趙樂，王琨，任宏達．CFO 高管排位與企業(yè)投資效率［J］．中國會計評論，2020，18（03） ： 407－436．

［18］李爭光，李萍，郭浩然，涂紫英.企業(yè)創(chuàng)新效率與股權(quán)融資成本［J］.中國注冊會計師，2022（11）：47-52.

［19］楊興哲，周翔翼.治理效應(yīng)抑或融資效應(yīng)？股票流動性對上市公司避稅行為的影響［J］.會計研究，2020（09）：120-133.

〔責(zé)任編輯：孫玉婷〕