數(shù)字化水平、戰(zhàn)略彈性與創(chuàng)新績效

孫明明 王震勤

【摘要】數(shù)字化水平對企業(yè)創(chuàng)新績效具有非線性影響， 表現(xiàn)為信息效率效應(yīng)、 資源配置效應(yīng)、 模式變革效應(yīng)和信號強(qiáng)化效應(yīng)?；?012 ～ 2021年我國高新技術(shù)企業(yè)數(shù)據(jù)， 結(jié)合面板門檻模型和數(shù)據(jù)挖掘方法， 實證分析數(shù)字化水平對企業(yè)創(chuàng)新績效的影響。研究發(fā)現(xiàn)： 數(shù)字化水平顯著提升了企業(yè)創(chuàng)新績效； 數(shù)字化水平對創(chuàng)新績效的提升存在以戰(zhàn)略彈性為門檻的門檻加劇效應(yīng)； 國有組企業(yè)和小型企業(yè)的數(shù)字化水平對創(chuàng)新績效的影響具有門檻收斂效應(yīng)， 非國有組企業(yè)和大型企業(yè)仍表現(xiàn)出門檻加劇效應(yīng)。因此， 高新技術(shù)企業(yè)應(yīng)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。

【關(guān)鍵詞】數(shù)字化水平；戰(zhàn)略彈性；創(chuàng)新績效；門檻效應(yīng)

【中圖分類號】F426? ? ? 【文獻(xiàn)標(biāo)識碼】A? ? ? 【文章編號】1004-0994（2023）05-0136-9

一、 引言

黨的二十大報告指出， 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)和實體經(jīng)濟(jì)深度融合”。這是自黨的十九大報告將“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， 按照黨的二十大報告“實現(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)苛的公司治理條件， 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。現(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； 三是實證檢驗了數(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， 各種管理成本實現(xiàn)有效節(jié)約， 各部門資源在數(shù)字化平臺上實現(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。

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。

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。

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

（一）變量定義

表1列示了本文變量的相關(guān)定義及計算方法。

（二）變量的獲取方法

1. 被解釋變量： 創(chuàng)新績效。現(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)計代理變量， 如何瓊和曲立（2022）； 還有部分學(xué)者通過設(shè)計指標(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務(wù)報告和半年度財務(wù)報告， 并基于Java PDFbosx數(shù)據(jù)庫算法提取了所有報告內(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。

Diai，t=Wordsi，t/Twordsj，t? ? ?（1）

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)能力和財務(wù)風(fēng)險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）和財務(wù)杠桿水平［Ebit/（Ebit-I）］三個財務(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。

Strai，t=? ? ? ? ? ［（[InSales]）i-（[InSales]）a］2+? ? ? ? ? ［（[SfSales]）i-

（[SfSales]）a］2+? ? ? ? ? ［（[EbitEbit-I]）i-（[EbitEbit-I]）a］2 （2）

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。

Divbt=|[CpetNcft-Cpet-1Ncft-1]|+|[AdvtNcft-Advt-1Ncft-1]|? ?（3）

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)突變特征的估計模型。Hansen和Bruce（2000）對時間序列門檻回歸估計方法進(jìn)行了拓展， Wang（2015）進(jìn)一步解決了面板門檻模型的估計命令問題， 使得面板門檻回歸成為估計結(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)的門檻值估計結(jié)果分別為0.2112和0.1826， 兩個門檻值置信水平均為95%。

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。

Perit=（α1Diait+? ? ? ? ? βjconlj，it）I（Str≤γ）+（α2Diait+

βjconlj，it）I（Str>γ）+yeart+μi+εi，t （4）

值得指出的是， 本文在估計過程中假設(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)會計準(zhǔn)則》實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。

四、 實證分析

（一）描述性統(tǒng)計

表5為主要變量的描述性統(tǒng)計結(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， 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， 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)計數(shù)據(jù)表現(xiàn)出較顯著的變化性特征， 又符合統(tǒng)計學(xué)分布要求， 為后文實證模型有效性奠定了基礎(chǔ)。

（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檢驗均在1%的水平上統(tǒng)計顯著， 說明模型整體通過了統(tǒng)計顯著性檢驗。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)。

（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、 項目管理和內(nèi)部控制方面的綜合管理水平， 戰(zhàn)略彈性實現(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)該變量實現(xiàn)門檻突破后， 企業(yè)的資源總量和資源控制力都實現(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

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?；诖?， 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。

首先， 本文對兩組樣本進(jìn)行門檻效應(yīng)存在性檢驗， 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)計值均通過了1%顯著性水平的統(tǒng)計檢驗。

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)實現(xiàn)了戰(zhàn)略彈性的質(zhì)變， 也可能因為較弱的市場地位而抑制了創(chuàng)新績效的加速提升。

（五）穩(wěn)健性與內(nèi)生性檢驗

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， 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)健性檢驗結(jié)果。

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（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， 且通過了Hansen過度識別檢驗和Hansen工具變量有效性檢驗， 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)展的財政支持、 專項補(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， 從而盡快實現(xiàn)數(shù)字化水平對創(chuàng)新績效促進(jìn)作用的“質(zhì)變”。

【 主 要 參 考 文 獻(xiàn) 】

程宣梅，楊洋．破解數(shù)字化重構(gòu)的商業(yè)模式創(chuàng)新：戰(zhàn)略柔性的力量［ J］．科技管理研究，2022（42）：111 ～ 118．

傅鵬，張鵬．農(nóng)村金融發(fā)展減貧的門檻效應(yīng)與區(qū)域差異 —— 來自中國的經(jīng)驗數(shù)據(jù)［ J］．當(dāng)代財經(jīng)，2016（6）：55 ～ 64．

何瓊，曲立．?dāng)?shù)字化發(fā)展水平對企業(yè)創(chuàng)新能力影響的實證［ J］．統(tǒng)計與決策， 2022（13）：174 ～ 178．

蔣殿春，潘曉旺．?dāng)?shù)字經(jīng)濟(jì)發(fā)展對企業(yè)創(chuàng)新績效的影響 —— 基于我國上市公司的經(jīng)驗證據(jù)［ J］．山西大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2022（1）：149 ～ 160．

李春濤，閆續(xù)文，宋敏等．金融科技與企業(yè)創(chuàng)新? —— 新三板上市公司的證據(jù)［ J］．中國工業(yè)經(jīng)濟(jì)，2020（1）：81 ～ 98．

李雪松，黨琳，趙宸宇．?dāng)?shù)字化轉(zhuǎn)型、融入全球創(chuàng)新網(wǎng)絡(luò)與創(chuàng)新績效［ J］．中國工業(yè)經(jīng)濟(jì)，2022（10）：43 ～ 61．

劉淑春，閆津臣，張思雪等．企業(yè)管理數(shù)字化變革能提升投入產(chǎn)出效率嗎［ J］．管理世界，2021（5）：170 ～ 190+13．

馬永紅，李保祥．?dāng)?shù)字經(jīng)濟(jì)、區(qū)域高校知識轉(zhuǎn)移與高技術(shù)企業(yè)創(chuàng)新績效［ J］．系統(tǒng)管理學(xué)報，2022（3）：522 ～ 533．

吳非，胡慧芷，林慧妍等．企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn) —— 來自股票流動性的經(jīng)驗證據(jù)［ J］．管理世界，2021（7）：130 ～ 144+10．

肖澤磊，范如國，王松．考慮技術(shù)異質(zhì)性的湖北制造業(yè)創(chuàng)新績效測度與影響因素研究［ J］．湖北社會科學(xué)，2019（3）：53 ～ 61．

易靖韜，曹若楠．流程數(shù)字化如何影響企業(yè)創(chuàng)新績效？? —— 基于二元學(xué)習(xí)的視角［ J］．中國軟科學(xué)，2022（7）：94 ～ 104．

余菲菲，曹佳玉，杜紅艷．?dāng)?shù)字化悖論：企業(yè)數(shù)字化對創(chuàng)新績效的雙刃劍效應(yīng)［ J］．研究與發(fā)展管理，2022（22）：1 ～ 12．

張吉昌，龍靜．?dāng)?shù)字化轉(zhuǎn)型、動態(tài)能力與企業(yè)創(chuàng)新績效 —— 來自高新技術(shù)上市企業(yè)的經(jīng)驗證據(jù)［ J］．經(jīng)濟(jì)與管理，2022（3）：74 ～ 83．

章元，程郁，佘國滿．政府補(bǔ)貼能否促進(jìn)高新技術(shù)企業(yè)的自主創(chuàng)新？? —— 來自中關(guān)村的證據(jù)［ J］．金融研究，2018（10）：123 ～ 140．

Beraha A.， et al.. The effect of strategic flexibility configurations on product innovation［ J］．European Journal of Management and Business Economics，2018（2）：129 ～ 140．

Hansen B. E.， Bruce E.. Sample splitting and threshold estimation［ J］．Econometrica，2000（68）：575 ～ 603．

Henrik B.， Rita F.. Performance effects of digital technology adoption and product & service innovation-a process-industry perspective［ J］．Technovation， 2021（105）：102275．

Li M.， Jia S.. Resource orchestration for innovation： The dual role of Information technology［ J］．Technology Analysis & Strategic Management，2018（10）：1136 ～ 1147．

Liang S. H.， Li T. T.. Can digital transformation promote innovation performance in manufacturing enterprises？ The mediating role of R&D capability［ J］．Sustainability，2022（17）：10939．

Usai A.， Fiano F.， Messeni P. A.， et al. Unveiling the impact of the adoption of digital technologies on firms' innovation performance［ J］．Journal of Business Research，2021（133）：327 ～ 336．

Wang Q. Y.. Fixed-effect panel threshold model using Stata［ J］．The Stata Journal，2015（15）：121 ～ 134．

Zhang L. P.， Xiong K. Q.， Gao X.Z.， et al.. Factors influencing innovation performance of China's high-end manufacturing clusters： Dual-perspective from the digital economy and the innovation networks［ J］．Frontiers in Psychology，2022（13）：1012228．

【基金項目】北京科技大學(xué)本科教育教學(xué)改革面上項目（項目編號：JG2019M56）；北京科技大學(xué)本科教育教學(xué)改革重點(diǎn)項目（項目編號：JG2021Z07）

【作者單位】1.北京科技大學(xué)電工電子實驗中心， 北京 100083；2.北京科技大學(xué)經(jīng)濟(jì)管理學(xué)院， 北京 100083