数字化转型、动态能力与企业创新绩效<br/>——来自高新技术上市企业的经验证据

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

2022-05-20张吉昌

经济与管理 2022年3期

张吉昌,龙静

(南京大学商学院,江苏南京 210093)

一、引言

数字经济背景下,数字化转型被视为微观企业主体依循发展规律所必经的一个重要战略选择。数字化转型是指利用人工智能、云计算、区块链、大数据等新兴数字技术的组合重构商业模式的过程。数字化转型是具有破坏性属性的创新行为,可以从根本上改变消费者的行为和预期、产品的基本形态、商业模式乃至颠覆在位者的竞争格局。同样,数字化转型也会引发企业创新活动的变革,为企业创新提供新的动能,引导企业创新水平实现跨越式发展。在此背景下,企业能否抓住新的数字技术机遇,推动数字化转型,并充分发挥数字技术的创新赋能效应,提高创新绩效,成为理论探索和管理实践共同关注的重要议题。

近年来,围绕“数字化转型与企业创新”的关系,学者们作了诸多有益的探索。从研究方法出发,可以将现有研究内容大体分为两类:一是理论分析和案例研究。Vial、Li从理论层面对数字化转型驱动的企业创新现象进行了探讨。刘启雷等基于徐州工程机械集团和陕汽集团两个智能制造企业的案例分析,探索了数字化赋能企业创新的过程、逻辑及机制。这类研究是早期探索的主要形式,无论是理论层面的分析还是案例层面的探究,均肯定了数字化转型对企业创新的积极作用。二是定量研究,这类研究开始尝试对数字化转型进行具体度量,并开展定量分析。Nwankp et al.采用问卷调查法衡量企业数字化转型程度,并实证检验了数字化转型与企业创新的正相关关系。Ferreira et al.采用“企业当年是否使用新的数字化流程”的“0-1”虚拟变量来测量数字化转型,并实证检验了数字化转型对产品服务创新、流程创新的直接影响。这类研究较早对数字化转型与企业创新的关系进行实证检验,为未来研究提供了可行的研究路径。总体而言,上述研究为理解基于数字化转型驱动的企业创新现象提供了丰富的经验借鉴和理论启发,但还存在些许不足。首先,现有文献大多认为数字化是企业在数字经济时代构建持续竞争力的关键路径,但现有关于数字化假设的研究方法大都停留在理论分析和案例研究上,鲜有文献直接实证检验数字化转型如何帮助企业提升创新水平问题。其次,仅依据企业是否设立数字资源信息共享平台、是否使用数字化流程来衡量企业数字化转型,不能准确测量企业数字化转型的“强度”,导致结论可能出现偏误。此外,基于问卷调查的研究只能揭示变量之间的相关关系,没有挖掘现象背后的因果关系。最后,虽然少数文献开始采用定量方法研究数字化转型对企业创新的影响,但主要关注数字化转型对企业创新活动的整体驱动效应,未能深入考察数字化转型影响企业创新绩效的中间机制。近期的数字化转型研究发现,新技术的引入以及由此引发的企业创新行为必须以一定的资源和能力为支撑,动态能力理论是分析企业数字化转型的重要视角。一方面,数字化转型被视为企业动态能力进化的刺激物;另一方面,动态能力是企业获取竞争优势的根本保障,而企业创新绩效是竞争优势的关键表现。有鉴于此,本文基于动态能力理论,以2007—2019 年中国沪深两市A 股高新技术上市企业为样本,利用文本分析法刻画出企业数字化转型强度,拟对“数字化转型—企业创新绩效”的关系、中间机制进行识别检验,为理解数字化转型和企业创新绩效的关系提供新的实证证据。

本文可能的研究贡献体现在以下三个方面:第一,本文验证了数字化转型对企业创新绩效的积极影响,为企业创新绩效的影响因素研究提供新的实证证据和文献补充。第二,本文基于动态能力理论,探索创新能力、吸收能力、适应能力在数字化转型与企业创新绩效之间的作用路径,打开了这一因果关系链的机制黑箱,也为后续研究提供可借鉴的理论视角。第三,研究结论验证了数字化转型构成企业动态能力进化的刺激物,拓展了数字经济背景下中国企业动态能力的前置影响因素研究。

二、理论分析与研究假设

(一)理论分析

动态能力理论由资源基础理论与企业能力理论的观点发展而来,用于解释企业如何在动荡的外部环境中保持持续的竞争优势。Teece et al.将动态能力定义为“企业整合、构建和重新配置内部和外部能力以适应快速变化的环境的能力”,并提出了“位势—流程—路径”的三维分析框架,其中,流程是最基础的部分,代表动态能力,而位势与路径都需要借助流程来发挥作用。受企业内外部因素影响,动态能力具有不断演化的本质特征。从内部企业环境来看,动态能力是组织惯例与资源基础更新的反映和演化。在后续的研究过程中,Eisenhardt et al.、Winter认为学习是驱使动态能力进化的重要机制和刺激物,学习在某种程度上外生于动态能力体系。近期的数字化研究发现,数字化背景下的数字化转型与学习具有同样的功效,都是企业整合与重构内外部资源、流程、结构的创新过程,是驱使动态能力进化的重要机制和触发器。数字化转型本身具有复杂性和不确定性特征,而动态能力是企业适应不确定环境的有效保障,动态能力理论解释了企业如何应对技术和市场的快速变化。构建动态能力的根本目标是确保企业获取和维持可持续的竞争优势,而高企业创新绩效是竞争优势的一种重要表现形式,动态能力在企业创新的资源和能力整合及重新配置过程中起着关键作用。

综上所述,本文认为企业动态能力是数字化转型提升企业创新绩效的关键机制。

(二)数字化转型与企业创新绩效

数字化转型对企业创新绩效的驱动作用表现在以下三个方面:第一,数字化转型拓展企业创新机会。企业创新以创新机会识别为基础,这需要企业具备有效识别内外部环境中与创新相关机会的能力。数字时代背景下,数字技术连接了众多的企业利益相关者,企业所面临的市场环境和技术环境瞬息万变。传统的信息管理系统更多的是对企业内部数据进行存储、加工,很少对外部环境作出反应。当企业根据业务需求,引入以大数据、云计算为代表的数字化转型工具时,便可以持续地扫描、捕捉、分析各类纷繁复杂的信息,迅速获取创新机会。第二,数字化转型提升企业创新效率。数字技术不仅可以对创新流程进行精准解构和定位,促使企业创新模式从粗放式向精准式转变,而且可以减少繁琐、重复性的工作,促使知识型员工投入更多精力到创新事项上。以中国的新冠肺炎疫苗研发为例,其生产周期远短于传统研发周期,除举国体制外,这同样得益于数字技术对研发流程中资源的高效配置。第三,数字化转型降低企业创新成本。企业创新是一个不断试错的过程,具有高风险、高不确定性、长周期特征,因此需要投入大量的研发资金。企业通过引入数字孪生以及数字仿真技术将实验要素数字化,以较低的成本实现理想的实验次数,达到创新目标。企业创新成本的降低以及创新效率的提升,将进一步激励企业将更多的资源用于产品和技术研发,形成正向的反馈机制。据此,提出假设:

H:数字化转型正向影响企业创新绩效。

(三)动态能力的中介作用

数字化转型引发的企业创新行为必须以一定的资源和能力为支撑。现有文献强调了数字化转型过程中动态能力的重要性,而动态能力一直被认为是中国企业的优势,在企业创新活动中扮演重要角色。Wang et al.认为动态能力包含创新能力、吸收能力和适应能力三个维度。该划分方法得到了国内学者的验证,具有较强的代表性和典型性。其中,创新能力是指企业开发新产品、开拓新市场的能力;吸收能力是指企业识别、吸收、转化和应用有价值的外部知识的能力,包括内部学习和外部知识吸收;适应能力是指企业为快速识别和抓住机会,对企业资源进行重新分配的能力。

具体来说,数字化转型通过增强创新能力提升企业创新绩效。数字技术是企业数字化转型中的关键支撑资源,其具有强大的信息捕捉、智能分析能力,能够帮助企业动态调整创新策略与目标。此外,企业如果只在自己熟知的技术领域开发产品或技术,虽然可以提升创新的效率,但创新能力得不到进化,最终会形成创新路径依赖,掉入“创新陷阱”。数字化转型过程中的管理模式变革与重构会促使企业积极应对外部环境冲击并打破组织惯例,有利于企业关注创新能力的提升,积极探索新的知识和技术领域。据此,提出假设:

H:创新能力在数字化转型与企业创新绩效之间起中介作用。

数字化转型通过增强企业吸收能力提升企业创新绩效。在日益共生的数字化生态环境中,企业间以及企业与外部环境的边界正在逐渐被打破,企业通过数字化转型不断获取包括合作者、消费者、竞争对手在内的企业利益相关者分享的知识,赋能企业快速连接内外部信息源,扩展信息的广度和深度,实现内在认知和外在环境的互动学习。企业内部知识的更新和外部知识的交流能够有力促进资源调整和价值挖掘,从而为企业增强吸收能力提供可能性。企业可以对数字化转型带来的海量信息、知识资源进行吸收整合,将支持数字化转型的运营能力进化为不易模仿和难以替代的高层次动态能力,从而驱动企业创新。据此,提出假设:

H:吸收能力在数字化转型与企业创新绩效之间起中介作用。

数字化转型通过促进适应能力提升企业创新绩效。适应能力是企业整合、重构既有资源以响应环境动态变化的能力。数字化转型涉及企业全方面、多维度的改造和升级,企业可以通过数字技术颠覆赖以生存的业务模型、操作流程、创新体系等,用更加智能化的工具来设计、生产和支持整个企业及其价值链中的产品和技术创新,进一步提升企业适应新环境的能力。若企业的适应能力不强,即便能不断引入数字化技术,也难以与企业内部组织流程、创新方式、资源基础进行有效适配,最终会抑制企业创新绩效的提升。据此,提出假设:

H:适应能力在数字化转型与企业创新绩效之间起中介作用。

基于上述讨论,构建如下理论模型,如图1所示。

图1 研究模型

三、研究设计

(一)样本选择与数据来源

本文的初始研究样本包括2007—2019 年的中国沪深A 股全部高新技术上市企业。本文以2007年作为研究起始点的原因在于,2006 年中华人民共和国财政部对《企业会计准则》进行了修订,需要对数据统计规则差异造成的影响进行规避。本文对数据作了以下处理:(1)对金融业企业予以剔除;(2)剔除样本期内被ST 和ST 的企业;(3)剔除关键数据缺失严重的企业;(4)为规避异常值对模型估计的不正常影响,对所有连续变量进行缩尾调整,缩尾对象为上下1%的观测值。经过上述处理,共得到1 998 家高新技术企业的17 721 个观测值。数字化转型数据根据巨潮资讯网搜集到的2007—2019 年的企业年报资料,进行关键词文本分析得到;制度环境数据来自王小鲁等编制的《中国分省份市场化指数报告(2018)》,数据缺失年份参考马连福等的做法,采用历年市场化指数的平均增长幅度进行预测;其余数据来源于CSMAR 数据库和CNRDS 数据库。本文使用的数据处理软件为Stata16。

(二)变量定义

1.被解释变量:企业创新绩效。现有文献中,测量企业创新绩效的方式主要有两种:一是基于专利,采用企业专利授权总量或者专利被引次数作为测量指标;二是采用新产品的销售额作为创新绩效的衡量指标。由于中国不要求企业在年报中对新产品销售收入进行披露,基于数据的可得性,本文采用企业的专利授权总量加1 后的自然对数来衡量企业创新绩效。

2.解释变量:数字化转型。本文借鉴吴非等的做法,使用上市企业年报中与数字化转型相关的关键词出现的频次构建企业数字化转型指标。具体步骤如下:第一步,生成数据库。通过Python 爬虫技术在巨潮资讯网站收集2007—2019 年所有沪深A 股上市企业的年度报告,转换成TXT 格式,以此作为后续关键词筛选的数据库。第二步,确定关键词。从“数字化转型的四种典型底层技术”与“数字化转型技术应用实践”两个层面界定企业数字化转型的关键词,如图2 所示。第三步,计算关键词词频。基于前期生成的文本数据库与图2 中的关键词,运用Python 对关键词进行检索、匹配和词频统计,加总得到数字化转型总指标,由于数据的“右偏”特性,本文对其加1 后取自然对数。

图2 企业数字化转型的结构化特征词图谱

3.中介变量:动态能力。参考杨林等的研究思路,基于面板数据对动态能力进行度量,包括创新能力、吸收能力和适应能力3 个维度。创新能力采用样本企业年度研发投入强度和技术人员比例两个指标来综合评价,对这两个指标的数据分别进行标准化处理,然后加总得到创新能力综合值,用

表示。吸收能力采用样本企业年度研发投入与营业收入之比来衡量,用

表示。适应能力采用样本企业年度研发、资本以及广告3 种主要支出的变异系数的负值来反映企业资源分配的灵活程度,进而测量企业的适应能力,用

表示。对变异系数取负值的原因是为了使变异系数值与适应能力的变化方向保持一致,即变异系数值越大,企业的适应能力越强。4

控制变量。借鉴以往学者的相关研究,选取可能对企业创新绩效产生影响的变量作为控制变量。

以上具体变量详见表1。

表1 变量的选取与测量

模型设定与实证策略。为检验研究假设,本文设定如下模型:

上述模型中,

表示企业,

表示时间,

EIP

表示企业创新绩效,

EDT

表示数字化转型,

Mediator

表示创新能力、吸收能力、适应能力,

Year

为时间虚拟变量,

Industry

为行业虚拟变量,

Control

为前述控制变量,

为模型随机误差项。模型(1)是为检验假设H设计的实证方程;联合模型(1)、模型(2)与模型(3)可以检验假设H、H、H。此外,本文所有回归方程中的

统计量均采用企业层面的

Cluster

聚类稳健标准误调整后计算得来。

四、实证研究结果与分析

(一)描述性统计

表2 列示了本文所有变量的描述性统计结果。企业创新绩效(

EIP

) 的最小值为0,最大值为5.717,表明样本企业在专利授权数量方面表现出较大差异,这与已有研究结果基本一致。数字化转型(

EDT

)最小值为0,最大值为5

112,标准差为1.343,表明样本企业在数字化转型方面同样表现出较大差异。创新能力的均值为0

700,最大值为1.978,表明样本企业的创新能力较高。吸收能力的均值为3

143,说明样本企业的平均研发投入强度为3

143

。适应能力的均值为-1

289,表明样本企业的适应能力平均水平较低,企业资源分配的差异性较大。

表2 描述性统计

(二)相关性分析

表3 列示了本文主要变量的相关系数。数字化转型与企业创新绩效的

Pearson

(三)回归分析结果

表4 列示了回归分析结果。模型(1)为基准模型,包括所有的控制变量。模型(2)将数字化转型引入模型(1),分析数字化转型与企业创新绩效的关系,结果显示数字化转型的回归系数为0.097,并在1%的统计水平上显著。因此,本文的假设H得到验证,数字化转型能有效提升企业创新绩效。

表4 回归分析结果

本文参考温忠麟等的递归方程进行中介效应检验。首先,对“数字化转型—创新能力—企业创新绩效”的机制进行识别检验,检验结果如表4所示。模型(3)显示数字化转型显著正向影响创新能力(

=0.027,

<0.05);模型(6)为企业创新绩效对数字化转型与创新能力的回归,数字化转型的回归系数为0.084,创新能力的回归系数为0.499,均通过了1

的统计显著性检验。与模型(2)的回归结果相比,在加入创新能力后的模型(6)中,数字化转型的回归系数值有所降低,但仍然通过了1

的统计显著性检验,说明创新能力的中介效应存在,假设H得到验证。其次,本文对“数字化转型—吸收能力—企业创新绩效”的机制进行识别检验,检验结果如表4 所示。模型(4)为吸收能力对数字化转型的回归模型,数字化转型显著正向影响吸收能力(

=0.364,

<0.1);模型(7)为企业创新绩效对数字化转型与吸收能力的回归,数字化转型的回归系数为0.083,吸收能力的回归系数为0.039,均通过了1

的统计显著性检验。与模型(2)的回归结果相比,在加入吸收能力后的模型(7)中,数字化转型的回归系数值有所降低,但仍然通过了1

的统计显著性检验,说明吸收能力的中介效应存在,假设H得到验证。最后,本文对“数字化转型—适应能力—企业创新绩效”的机制进行识别检验,检验结果如表4 所示。模型(5)为适应能力对数字化转型的回归模型,数字化转型显著正向影响适应能力(

=0.043,

<0.05);模型(8)为企业创新绩效对数字化转型与适应能力的回归,数字化转型的回归系数为0.091,适应能力的回归系数为0.149,均通过了1

的统计显著性检验。与模型(2)的回归结果相比,在加入适应能力后的模型(8)中,数字化转型的回归系数值有所降低,但仍然通过了1

的统计显著性检验,说明适应能力的中介效应存在,假设H得到验证。为确保中间机制的稳健性,本文使用Sobel 检验方法对上述中介路径进行检验,结果显示创新能力的中介效应占比为13.640%,

=9.961(

=0.000);吸收能力的中介效应占比为14.492

=10.44(

=0.000);适应能力的中介效应占比为6.522

=5.533(

=0.000),中介效应再次得到验证。综合上述实证分析,本文发现数字化转型能改善企业的创新能力、吸收能力以及适应能力,从而提升企业创新绩效水平。

五、稳健性检验

(一)内生性问题处理

工具变量法。借鉴赵乐等与张栋等选取工具变量的思路,以相同时间内同行业其他企业数字化转型的均值(

OtherEDT

)与滞后一期的数字化转型(

EDT

)作为工具变量,应用两阶段工具变量法进行内生性处理。这样设置工具变量的逻辑在于,由于创新资源与创新需求的差异,数字化转型水平自然会受到行业特性的影响,因而数字化转型变量在行业层面的均值很可能显著影响企业自身对数字化转型重视的程度,而对单个企业创新绩效没有直接影响。同理,滞后一期的数字化转型水平可能显著影响企业自身对数字化转型重视的程度,但对企业未来的创新绩效没有直接影响。因而工具变量能较好地契合工具变量选取要求。表5 列示了回归结果,模型(1)为第一阶段估计结果,显示工具变量

OtherEDT

系数在1

的统计水平上显著为正(

=0.082,

<0.01),

EDT

系数同样在1

的统计水平上显著为正(

=0.813,

<0.01),符合工具变量的相关性。此外,工具变量通过不可识别检验(

Anderson

正则相关性统计量的

<0.01)、弱工具检验(第一阶段

值大于Stock et al.给出的三个工具变量弱工具识别9.08 的

值统计量)和过度识别检验(

Sargan

Hansen

的

>0.1)。模型(2)为第二阶段估计结果,显示数字化转型回归系数在1

的统计水平上显著为正(

=0.114,

<0.01),说明在控制内生性问题后,数字化转型对企业创新绩效的显著正向影响仍然存在。

表5 内生性问题处理

2.Heckman 两阶段法。在前文的主样本实证分析中,有的企业进行了数字化转型,有的则没有。然而,企业是否进行数字化转型受到诸多主客观因素的影响,由此筛选出的样本可能会使估计量产生偏差。为了纠正可能存在的样本选择偏误,本文使用Heckman 两步法重新回归。第一阶段,首先,生成企业是否进行数字化转型的虚拟变量

Dum

EDT

,若企业进行了数字化转型,

Dum

EDT

编码为1,否则编码为0,并将其设置为被解释变量。其次,在第一阶段模型中加入控制变量、时间虚拟变量以及行业虚拟变量。最后,使用Probit 模型估计全样本中企业数字化转型的概率,同时计算逆米尔斯比率(

IMR

lnverse

Mill

Ratio

)。第二阶段,将

IMR

作为控制变量代入模型(4)中进行回归,结果如表5 所示。在模型(4)中,数字化转型的回归系数显著为正(

=0.037,

<0.01),表明本文的假设H仍成立。3.倾向性得分匹配法(PSM 法)。首先,本文根据企业是否进行数字化转型分为实验组和对照组。具体地,对

Dum

EDT

进行编码,若企业进行数字化转型,

Dum

EDT

编码为1,设定为实验组,反之编码为0,设定为对照组。其次,用编码后的虚拟变量作为分组变量(

Dum

EDT

),使用Logit 回归计算倾向性得分值。最后,选择一对一最近邻匹配、半径匹配与核匹配三种方法对样本进行匹配,将匹配得到的样本分别进行回归。回归结果如表5 所示。在模型(5)、模型(6)与模型(7)中,数字化转型的系数均为正,且都通过了1%的显著性水平检验,表明本文的假设H仍成立。

(二)其他稳健性检验

本文进行以下稳健性测试,限于篇幅,具体结果留存备索:(1)替换企业创新绩效。参考Hsu et al.的研究,本文采用企业专利被引证次数加1后的自然对数衡量企业创新绩效。(2)替换数字化转型。参考吴非等的研究,本文重新构建两类数字化转型测量指标。具体是将数字化转型降维到两个层面,一是底层数字技术层面,二是数字技术应用层面,采用这两个层面的关键词总频次的自然对数度量数字化转型。(3)更换回归模型。考虑到时间固定效应与行业固定效应对内生性控制尚不够严格,借鉴唐松等关于控制“时间×行业”的高阶联合固定效应方法,对模型进行检验。(4)考虑专利产出的滞后性。专利申请到最终授权存在一定的时间滞后性,企业出于专利技术的保护也可能延迟公布专利信息。因此,本文对企业创新绩效分别进行1 阶和2 阶滞后处理。(5)剔除四大一线城市(北京、上海、广州、深圳)企业样本。(6)剔除异常年份。在本文的样本期间,存在两个可能影响企业数字化转型的重要事件。一是2008 年全球金融危机,二是2015 年中国股灾。企业数字化转型的推进与重大不利金融事件冲击都有着密切的关联,忽略了这类因素的考察可能会引致回归结果出现一定偏误。因此,考虑到事件的后效干扰,本文进一步删除事件的后续年份样本,最终选取2010—2014 年的数据进行回归。(7)分样本检验。考虑到国有企业与民营企业在资源基础、治理结构、市场竞争环境等诸多方面的差异性,本文按照企业性质将样本划分为国有企业组和民营企业组,分别进行检验。本文的研究结论均通过了上述稳健性检验。

六、结论与讨论

(一)研究结论

本文基于动态能力理论,利用2007—2019 年沪深两市A 股高新技术上市企业数据,实证检验了数字化转型对企业创新绩效的影响及作用机制,得到以下研究结论:

第一,数字化转型显著提升企业创新绩效。一方面,本研究结论有力地支持了Vial、刘启雷等、Li关于数字化转型积极影响企业创新的理论判断。另一方面,本研究结论与Nwankpa et al.的研究结论具有一致性,但本文使用的是面板数据,弥补了截面问卷数据的共同方法偏差问题,对两者的因果关系进行了有效识别。

第二,数字化转型显著正向影响创新能力、吸收能力与适应能力。Warner et al.从理论层面指出,数字化转型是数字时代背景下企业动态能力进化的重要前因,本研究结论对该观点提供了实证证据。此外,本研究结论对孟韬等的研究结论进行了拓展与补充,他们发现数字化转型正向影响动态能力(感知能力、获取能力、重构能力),本文则将动态能力解构为创新能力、吸收能力与适应能力。

第三,创新能力、吸收能力、适应能力在数字化转型与企业创新绩效之间存在显著的中介效应,其中吸收能力的中介作用效应最大,创新能力的中介作用效应次之,适应能力的中介作用效应最小。该结论进一步明确了动态能力的不同维度在数字化转型与企业创新绩效之间的中介作用效应大小。这与李树文等的研究发现具有相通之处,即不同类型的动态能力在数字技术驱动的创新中会起到差异化作用。此外,近期焦豪等呼吁学者基于中国情境和数字化情境探究动态能力影响企业竞争优势的作用机理和过程机制,该结论是对这一研究呼吁的有效回应。

第四,上述结论在经过一系列稳健性检验后依旧成立,且在国有企业和民营企业中不存在显著差异。这进一步说明,在不同产权性质的高新技术企业中,数字化转型通过提升动态能力从而驱动企业创新绩效的作用路径具有一定的代表性和普适性。

(二)研究启示

1.企业应根据自身资源禀赋加快推进数字化转型步伐。基于数据网络的商业智能等实时决策分析和可视化工具将最大程度地实现数据价值,帮助企业更直观地发现问题,主动预测市场变化,辅助决策,从而在激烈的市场竞争中更加具备创新优势。

2.动态能力作为企业的流程能力,其作用的发挥受制于组织的资源位势和发展路径。数字化转型会更新现有的组织结构和资源基础,使动态能力得到进化,为企业创新活动服务,最终提升企业创新绩效。

3.吸收能力在数字化转型与企业创新绩效之间起到重要的作用。数字化转型会打破企业以往连接外部环境的方式,数字化工具和平台加强了企业与不同利益相关者之间的互动和联系,这为企业吸收外部信息和构建创新活动所需要的异质性资源提供了便利的渠道。

(三)研究展望

本研究仍存在一定不足,有待未来进一步完善与深入。首先,本文所使用的样本为高新技术企业,研究结论的可推广性有待进一步验证。未来研究可以进一步检验其他类型企业的数字化转型与创新绩效之间的关系,如大型企业、传统企业、专精特新企业等。其次,本文从动态能力理论视角出发,探讨数字化转型对企业创新绩效的作用机制,未来研究还需进一步找出连接数字化转型与企业创新绩效关系的中介变量,深化两者影响机理的研究。最后,本文主要考察了企业创新绩效的前置影响机制,未来研究可以进一步构建综合性模型,探讨企业创新绩效对公司创业行为、竞争优势等因素的后置影响效应,从而对数字化转型驱动的企业创新形成更加完整和深入的理解。