基于吸收能力的数字化转型对企业创新绩效的影响研究

闪辉 王岚 王钢

摘要：随着数字经济的发展，数字化转型成为提升企业创新绩效的重要驱动力，可积极推动企业的高质量发展。文章以2013—2021年A股上市公司为研究样本，结果发现数字化转型程度越高的企业创新绩效越好，吸收能力在数字化转型对创新绩效的影响中发挥着部分中介效应。据此，文章提出深化数字化转型、提升创新绩效的相关建议。

关键词：数字化转型；创新绩效；吸收能力

中图分类号：F273.1；F49 文献标识码：A   文章编号：1674-0688（2023）06-0115-04

0 引言

作为引领经济发展的重要动力，创新是企业竞争的优势，对经济发展至关重要。数字技术已经成为新兴生产要素和创新驱动力，为创新和技术管理带来新的机遇和挑战，成为创新研究的转折点。在此背景下，企业能否抓住数字技术的新机遇，有效推动数字化转型，通过数字赋能促进企业创新，成为理论研究与实践探索共同关注的课题。

近年来，较多学者开始关注数字化转型与创新绩效的关系。SIA等［1］研究发现，数字化转型可以促进提升资源整合能力、数据采集和分析能力，从而增加创新绩效。黄节根等［2］研究证明，我国企业的数字化水平与企业的运营创新绩效和市场创新绩效正相关，并发现不同行业的数字化水平对创新绩效的影响存在差异。杨水利等［3］研究发现，数字化转型能够促进制造企业创新效率提升，并受到行业竞争和市场化水平的影响。上述文献为研究数字化转型与创新绩效提供了重要参考，但主要以探讨数字化转型与企业创新的直接关系与调节效应为主，而较少对内部传导机制进行研究分析。吸收能力能够让企业快速识别和抓住机会，对外部环境中的资源进行扫描、创造、学习、共享和解释，并尝试分散组织边界，将外部知识和资源进行吸收和整合［4］。由于数字技术所带来的企业创新是以一定的资源和能力为支撑，吸收能力逐渐成为一个重要的研究视角，因此本文以2013—2021年度中国沪深A股上市公司为研究样本，检验数字化转型与企业创新绩效的关系，并从吸收能力视角出发，探讨数字化转型对企业创新绩效的内在作用机制。

1 理论分析与研究假设

1.1 数字化转型与创新绩效

随着数字经济的发展，数字化水平对企业创新绩效提升的影响越来越大。首先，数字化转型有利于信息传递和资源整合。数字化转型可以有效促进创新活动中信息的搜索、传输和处理，更好地整合碎片化的创新资源［5］，以更低的成本快速获得相关的技术资源和知识［3］，并通過物联网和大数据技术，显著降低部门间的协作成本，在技术和规模层面促进创新绩效的提高［6］。其次，数字技术赋能产品和生产工艺的创新。数字化转型可以利用智能化、虚拟化的仿真技术，对产品性能以及生产工艺流程进行虚拟仿真和数据分析，提供可靠的数据支撑和科学保障，有利于对现有产品进行数字化或智能化升级改造［7］，并进一步优化企业的业务流程［8］，从而实现创新绩效的高质量提升。据此，本文提出假设1（H1）：数字化转型与企业创新绩效正相关。

1.2 吸收能力的中介效应

依据TEECE等［9］提出的动态能力理论，吸收能力是整合和构建企业内外部资源以应对快速变化环境的能力。首先，较强的外部获取能力正在逐渐打破企业与外部环境的边界［10］，通过数字设备、数字平台及数字技术等手段，进行跨组织、跨环境和跨市场的信息收集和知识共享［11］，提升知识的多样性，扩展信息的广度和深度，进而影响技术创新的数量和速度，为数字化转型提升创新绩效提供更多的可能性。其次，企业需要较强的吸收能力对数字化转型带来的信息、知识和资源进行吸收和整合，将数字环境中普通的运营能力转化为不易被复制的动态能力，使企业更具有持续的竞争优势，驱动企业创新［12］。据此，本文提出假设2（H2）：吸收能力在数字化转型与企业创新绩效之间起中介效应。

2 研究设计

2.1 样本选取

本文使用2013—2021年度中国沪深A股上市公司为研究样本，根据研究的需要对样本进行了筛选，依次剔除了金融行业等特殊处理及数据缺失的公司，最终获得2 046个样本数据，为避免异常值的影响，对主要连续变量在1%和99%水平上的样本进行缩尾处理。

2.2 变量定义

本文参考Hall等［13］的研究，采用专利申请数量加1后的自然对数衡量企业创新绩效，记为IP。借鉴何帆等［14］的做法，采用样本公司中数字化转型指标在报告中出现的频次之和加1的自然对数作为数字化转型的代理变量，记为DT。根据张吉昌等［15］的研究，用研发支出与营业收入的比值衡量吸收能力，记为AC。为控制可能影响企业创新绩效的其他因素，本文借鉴现有文献的做法［16］，主要选取成立年限（Age）、资产负债率（Lev）、公司成长性（Growth）、固定资产密度（PPE）、研发强度（RD）、独董比例（IndDir）和董事长与总经理兼任情况（Dual）作为控制变量。

2.3 模型构建

基于上述变量设计，建立模型（1），以此考察数字化转型对创新绩效的影响。本文参考温忠麟等［17］的方法，追加构建了模型（2）和模型（3），以检验吸收能力的中介效应。此外，为解决随个体而异的遗漏变量问题，本文考虑了个体固定效应，同时加入了年度固定效应。

公式（1）至公式（3）中，i表示第i个公司，t表示第t年，β表示各变量的回归系数，IPi，t表示第i个公司第t年的创新绩效，DTi，t表示第i个公司第t年的数字化转型程度，Controlsi，t是控制变量的统称，分别包括第i个公司第t年的成立年限（Age）、资产负债率（Lev）、公司成长性（Growth）、固定资产密度（PPE）、研发强度（RD）、独董比例（IndDir）和两职兼任情况（Dual），∑Year表示年度固定效应，μi表示个体固定效应，εi，t为 残差。

3 实证检验与分析

3.1 描述性统计与相关性分析

分析主要变量的描述性统计可知，创新绩效的均值为3.775 5，标准差为1.412 2，说明企业之间的创新绩效有着较大差异。数字化转型的均值为1.604 1，标准差为0.905 6，并且与创新绩效、吸收能力均在1%水平上显著正相关。吸收能力的均值为0.040 5，标准差为0.031 1，并且与创新绩效在1%水平上显著正相关。上述结果初步说明数字化转型、吸收能力与创新绩效间的关系，初步支持了本文的研究假设。

3.2 回归分析

数字化转型、吸收能力与创新绩效回归结果见表1。由表1的模型（1）第1列的回归结果可以看出，数字化转型与企业创新绩效在5%水平上显著正相关（系数为0.077，t值为2.51），表明数字化转型程度越高，企业的创新绩效越好，因此H1得到了支持。专利的3种主要类型分别为发明专利、实用新型专利和外观设计专利，将发明专利申请数量的自然对数作为原始创新绩效的代理变量，记为Invention；将实用新型专利与外观设计专利申请数量之和的自然对数作为模仿创新绩效的代理变量，记为Sum。如模型（1）第2列和第3列的回归结果所示，数字化转型与原始创新绩效和模仿创新绩效均显著正相关。由此可见，不论是原始创新还是模仿创新，较高程度的数字化转型都能够促进企业创新成果的产出，因此H1再一次得到了验证。

本文借鉴温忠麟等［14］采用的中介效用检验方法，构建模型（1）至模型（3）验证数字化转型是否通过吸收能力提高企业的创新绩效。由表1的结果可见，数字化转型与创新绩效在5%水平上显著正相关（系数为0.077，t值为2.51），数字化转型与吸收能力在10%水平上显著正相关（系数为0.001，t值为1.66），吸收能力与创新绩效在1%水平上显著正相关（系数为4.225，t值为3.40），且数字化转型的系数显著为正，因此判断吸收能力具有部分中介效应，是数字化转型提升企业创新绩效的途径之一，因此H2得到了支持。

3.3 稳健性检验

首先，为解决遗漏变量等内生性问题，本文选取同行业的其他企业的数字化转型均值（DT1）和同地区其他企业数字化转型的均值（DT2）作为工具变量，其原因是同一行业或地区的企业面临着相似的行业特征和经营环境，这些特征和环境不仅符合与数字化转型相关的要求，而且同行业或地区其他企业的数字化转型水平不会直接影响企业的创新绩效。通过两阶段工具变量法分析可知，在第一阶段中，工具变量DT1和DT2的系数均在1%的水平上显著正相关，符合工具变量与数字化转型的相关性要求。此外，F值为5.283 3，P值小于0.05，说明自变量是内生的；第一阶段的最小特征值统计量F值为79.932 1，表明不存在弱工具变量的问题；过度识别测试中相关统计量的P值大于0.1，证明所有工具变量都是外生的。说明结论工具变量的选择是合理的。在第二阶段中，DT的系数在1%水平上显著正相关，表明在控制内生性问题后，数字化转型仍然对创新绩效显著正相关。其次，考虑到专利授权数量指标获取的方便性以及特有的优势，本文采用专利授权数量加1的自然对数来重新衡量企业创新绩效，记为IP1，重新回归的结果与前文完全一致，结论具有稳健性。

4 结论与启示

基于以上实证分析结论发现：①随着数字经济的发展，数字化转型不但能有效促进反映企业原始创新的发明专利产出，还能促进反映企业的模仿创新的实用新型专利和外观设计专利产出，从而进一步提升企业创新绩效；②吸收能力能够让企业能够快速识别和抓住机会，将数字化转型所需的外部知识和资源进行吸收和整合，从而成为数字化转型提升企业创新绩效的有效途径。

为更好地促进企业的数字化转型，提升创新绩效，企业应该加大对数字化转型的资金投入，编制合理的预算，在控制数字化转型成本的同时，加大对数字化转型过程中研发的支持力度、推广和应用活动等。积极搭建数字信息网络的合作平台，打造开放式的数字创新实验区，通过网络平台进一步与政府和其他企业合作，提高产品和服务质量。重视数字化人才引进，加大对本企业员工数字化、智能化知识和技能的培养。

本研究尚存在一些不足。首先，本文从吸收能力视角考察和验证数字化转型对创新绩效的作用机制，未来还需找出其他中介变量，从不同维度和视角进一步探索和深化作用机制的研究；其次，数字化转型对企业创新的影响及吸收能力的中介效应等研究结论，可能会在不同的产权性质、行业性质、企业规模等方面存在不同表现。未来，可以对研究结论进行更深入的异质性分析，以便能更好地进行分组比较。

5 参考文献

［1］SUA S K，WEILL P，ZHANG N.Designing a future-ready enterprise：the digital transformation of  DBS bank［J］.California Management Review，2021，63（3）：35-57.

［2］黃节根，吉祥熙，李元旭.数字化水平对企业创新绩效的影响研究——来自沪深A股上市公司的经验证据［J］.江西社会科学，2021，41（5）：61-72，254.

［3］杨水利，陈娜，李雷.数字化转型与企业创新效率——来自中国制造业上市公司的经验证据［J］.运筹与管理，2022，31（5）：169-176.

［4］TEECE D J.Explicating dynamic capabilities：the nature and microfoundations of（sustainable） enterprise performance［J］.Strategic Management Journal，2007，28（13）：1319-1350.

［5］韩先锋，宋文飞，李勃昕.互联网能成为中国区域创新效率提升的新动能吗［J］.中国工业经济，2019（7）：119-136.

［6］殷群，田玉秀.数字化转型影响高技术产业创新效率的机制［J］.中国科技论坛，2021（3）：103-112.

［7］ABRELL T，PIHLAJAMA A M，KANTO L.The role of users and customers in digital innovation：insights from B2B manufacturing firms［J］.Information & Management，2016，53（3）：324-335.

［8］郭海，韩佳平.数字化情境下开放式创新对新创企业成长的影响：商业模式创新的中介作用［J］.管理评论，2019，31（6）：186-198.

［9］TEECE D J，PISANO G，SHUEN A.Dynamic capabilities and strategic management［J］.Strategic Management Journal，1997，18（7）：509-533.

［10］PENG Y，TAO C.Can digital transformation promote enterprise performance？ —From the perspective of public policy and innovation［J］.Journal of Innovation & Knowledge，2022，7（3）：100198.

［11］Nylén D，Holmstrm J.Digital innovation strategy：a framework for diagnosing and improving digital product and service innovation［J］.Business Horizons，2015，58（1）：57-67.

［12］ZAHRA S A，IRELAND R D，et al.International expansion by new venture firms：international diversity，mode of market entry，technological learning，and performance［J］.Academy of Management Journal，2000，43（5）：925-950.

［13］HALL B H，HARHOFF D.Recent Research on the Economics of Patents［J］.Annual Review of Economics，2012，4（1）：541-565.

［14］何帆，劉红霞.数字经济视角下实体企业数字化变革的业绩提升效应评估［J］.改革，2019，（4）：137-148.

［15］张吉昌，龙静.数字化转型、动态能力与企业创新绩效——来自高新技术上市企业的经验证据［J］.经济与管理，2022，36（3）：74-83.

［16］姚立杰，周颖.管理层能力、创新水平与创新效率［J］.会计研究，2018（6）：70-77.

［17］温忠麟，叶宝娟.中介效应分析：方法和模型发展［J］.心理科学进展，2014，22（5）：731-745.