中國數字經濟企業雙重網絡嵌入與創新績效研究

辛 琳 孟昕童 邊婉婷

(1.上海對外經貿大學，上海 201620；2.普華永道中天會計師事務所，上海 200021)

一、引言

黨的二十大報告提出“加快建設制造強國、質量強國、航天強國、交通強國、網絡強國、數字強國”的戰略目標。如何在數字經濟發展的大背景下，借助企業社會網絡和知識網絡的雙重嵌入，助力企業實現創新發展，是亟待攻克的難題。

自Granovetter(1985)提出嵌入理論以來，學術界基于特定情境賦予了其不同的內涵，產生了如組織嵌入、網絡嵌入、工作嵌入等理念。目前，學者已經就合作網絡、資金網絡等網絡嵌入的經濟效應以及多維網絡嵌入中的結構嵌入性、關系嵌入性和認知嵌入性特征進行了研究(周文浩 等，2022；李媛媛 等，2022；宋志紅 等，2022)，但從企業社會網絡和知識網絡的雙重網絡嵌入視角，探究網絡嵌入經濟效應與創新績效間關系的研究仍有待拓展。中國社會歷來具有濃厚的親情、友情、鄉情的特點，網絡影響在資源配置中起著不容忽視的作用。

本文以數字經濟范式質變下，網絡嵌入對企業創新績效的影響為主要研究問題。手工搜集2010年至2019年數字經濟概念上市公司年報和其他非財務數據，針對企業社會網絡、知識網絡對創新績效的影響進行分析。研究表明，數字經濟概念上市公司的社會網絡、知識網絡嵌入對創新績效具有促進作用，其中社會網絡度中心性和接近中心性的影響更為顯著。基于企業微觀特征的異質性檢驗表明，東部地區樣本公司中，社會網絡和知識網絡嵌入對創新績效的提升作用更強。進一步研究發現，企業社會網絡、知識網絡嵌入有效拓寬了企業信息接收渠道，通過非正式制度緩解企業的融資約束，提升創新績效。企業數字化轉型有助于融資約束中介效應的發揮，并且低代理成本和高信息透明度可以降低信息不對稱，雙重網絡嵌入的經濟效應更明顯。

良好的采訪氣氛是采訪工作成功的關鍵因素之一，為此，需要新聞記者以及其他工作人員必須注意采訪氛圍，尤其是記者和攝像要保證周圍氣氛的和諧。記者作為采訪者起到了掌控場面的作用，無論是記者的提問內容、語言組織能力都和氛圍有很大的關系。一般需要記者采訪過程中，使用輕松愉快的語言進行交流，保證采訪過程中的氣氛自然，過程流暢，提高采訪工作的活力。

本文的貢獻主要有：第一，從數字經濟角度豐富了網絡嵌入經濟效應的相關研究。研究發現，數字經濟促進了網絡個體的直接交流，社會網絡“中間人”身份影響力下降。由于信息不對稱導致的融資約束得到緩解，企業網絡構建成為提升創新績效的關鍵要素。第二，提出“關系+知識”的雙重網絡嵌入觀點，拓展了研究視角。社會網絡強調關系的作用，知識網絡強調知識創新，兩種不同角度的網絡嵌入對融資約束的緩解具有重要影響，并對提升創新績效存在不同的機理。第三，為優化公司治理提供具體路徑。本文提出合理設計董事會成員數量、提高獨立董事的比例、提升董事和高管的學術背景等建議具有可操作性。

二、理論分析與研究假設

(一)數字經濟企業社會網絡與創新績效

社會網絡關注有界群體內部成員的社會行為，是基于個體或組織之間的復雜聯系及這些個體和組織的集合，其網絡結構、規模等對資源的流動和分配產生不可忽視的影響。社會網絡對創新績效影響的研究可分為三個層面。一是強弱關系理論視角，以Granovetter(1985)、邊燕杰等(2000)為代表的強弱關系論認為，社會組織間的關系作為相互連接的信息橋，能為雙方帶來更為豐富的異質性信息，這是企業獲取更多創新機會，提升創新績效的關鍵。聯結的企業數量越多，對企業創新的作用也更為顯著。二是結構洞理論視角，認為社會網絡中兩節點間的“接線員”，即結構洞的占據者能迅速掌握最新信息，獲取核心資源，網絡位置、社會地位也不斷提升，掌握信息、控制優勢的結構洞占據者，更易于發現創新機遇，提升企業創新績效(Burt，1992；葉琴 等，2020)。三是內外部社會資本視角，社會資本分為外部、內部社會資本，組織內部關系聯結提供內部社會資本；而外部社會資本則是組織或個體外在社會關系所提供的資源。相較于內部社會資本，外部社會資本所帶來的信息、資源更為豐富，同時能為組織內部發展能力的提升創造機會，不斷推動企業創新績效向好發展(Adler et al.,2002)。

以樣本公司董事、高管的學術經歷作為知識網絡的衡量指標(陽鎮 等，2022；Tierney,1997)。在CSMAR數據庫中提取相關人員學術背景信息，有高校任教、科研機構任職、協會從事研究經歷時記為1，否則為0，將該數據總和作為企業知識網絡的衡量指標。企業知識網絡指標值為0的僅有126個，占4%，樣本公司中完全無學術研究背景的董事、高管占比較少，不會對實證結果產生影響。

2) 阿基米德螺旋線軌跡：掃描軌跡便于規劃，易于控制，對機床的要求較低，所以應用很廣泛。但是對于回轉曲面的加工則不是十分方便，此時常常使用螺旋軌跡。阿基米德螺旋線軌跡如圖3(b)所示，拋光磨頭從被加工零件的邊緣開始，以螺旋運動朝向零件的中心，并以均勻步距向內行進，拋光磨頭離工件中心的距離逐漸變小。

漢高祖劉邦曾任秦朝泗水亭長，深知秦法嚴酷不得人心。當他率起義軍開進咸陽后，立即約法三章，“殺人者死，傷人及盜抵罪”，關中百姓都愿意歸附。漢朝正式建立后，劉邦認為三章法過于寬簡，不足以防治犯罪，命丞相蕭何在秦律基礎上制定《九章律》，刪除了一些不合時宜的條款，定罪量刑上也有所減緩。后繼的惠帝、文帝、景帝都崇尚道家的“黃老之術”，休養生息、約法省刑，對刑罰做了較大程度的改革。漢惠帝廢除了《挾書律》，解除了思想言論的禁令；文帝取消連坐制，又以笞刑、杖刑取代肉刑；景帝進一步規定刑具的規格、受刑的部位、減少責打的次數，使刑罰從野蠻變得相對文明，但重刑主義的立法原則沒有改變。

H1a：數字經濟企業的社會網絡點度中心性越高，創新績效越高。

公共建筑、大型和高層建筑等作為人流聚集區域，突發事件的響應能力非常重要。BIM運維管理平臺可利用BIM模擬性優勢，利用相關模擬軟件，進行人員疏散、車輛疏散和火災煙氣擴散等模擬，可對突發事件進行預防、警報和處理，為科學決策提供依據。

抓好體制機制建設，健全完善食品安全監管體系。第一師阿拉爾市食品藥品監管局嚴格按照機構改革開展監管工作。在人員、編制未增加的情況下接管食品生產、流通環節監管工作，確保安全監管“無死角”。同時健全團場、連隊、街道社區食品安全協管機構，建立起橫向到邊、縱向到底的食品安全監管網絡，并將食品安全納入轄區各團（場、處）績效考核。

H1b：數字經濟企業的社會網絡接近中心性越高，創新績效越高。

H1c：數字經濟企業的社會網絡中介中心性越高，創新績效越高。

(二)數字經濟企業知識網絡與創新績效

知識基礎觀認為，企業掌握的知識元素集合構成知識基礎，不同知識元素的相互聯結形成了企業的知識網絡。企業創新實質上是在現有知識、技術基礎上的突破及知識元素的有效整合。企業通過內部研發、技術購買、合作研發和人才引進等內、外部知識獲取方式獲得知識流(李子彪 等，2021)，從而不斷更新、豐富企業知識儲備，提升知識元素異質性，優化知識網絡結構，最終成為企業創新的原動力。

知識網絡與創新績效的關系存在一定分歧，一種觀點認為知識網絡豐富度能夠通過提升企業吸收能力(Cohen et al.，1990)、知識整合能力等方式對創新產生顯著正向影響(吳偉偉 等，2020)；另一種觀點認為知識網絡發展遵循適度原則，知識網絡異質性程度過高不利于企業創新能力發展(Dayan et al.，2017)，知識網絡與企業創新績效存在倒U形非線性關系(楊博旭 等，2019)。

本文認為，轉型升級與創新是當下中國企業獲得可持續發展的必由之路，對知識的獲取和利用需求使中國企業知識網絡嵌入與創新績效的關系處在正向影響階段。首先，知識網絡豐富度一定程度上代表了企業研發團隊的技術水平。知識網絡豐富度越高，則其團隊對現有知識元素的掌控能力越強，對新知識、技術的敏銳度更高，有利于提升企業的知識獲取、轉化效率；其次，知識網絡異質性使跨領域知識交互的可能性大大提升，帶來更多創新機遇；最后，豐富的知識儲備將有效降低企業研發成本，提升創新積極性，拓寬其創新發展前景。本文從數字經濟企業知識網絡嵌入角度出發，以企業高管和董事的學術背景作為衡量指標，探究數字經濟企業知識網絡嵌入的影響。據此，提出：

H2：數字經濟企業知識網絡嵌入對創新績效有顯著促進作用。

從圖7可以看出，隨著貯藏時間的延長，異丁醇和異戊醇的含量均成下降趨勢，且近乎平行。高級醇含量降低可能是在貯藏過程中，溶解氧與高級醇發生了氧化反應轉化為醛或酸，或是高級醇與酸類物質發生了酯化反應。

(三)社會網絡與知識網絡的交互賦能

以人際關系為基礎的社會網絡為企業帶來信息優勢，以知識元素為基礎的知識網絡為企業提供技術支持，兩者皆可促進企業創新能力發展，這種“關系+知識”的雙重嵌入可為企業創新提供協同促進效應。社會網絡的擴充有利于企業挖掘、擴展知識獲取渠道，是豐富知識異質性、提升知識互補性的重要途徑；知識網絡的穩固發展能提升企業自身專業水平，鞏固企業社會地位，從而在社會網絡中獲取更高話語權。因此，可以從價值鏈(社會網絡)和知識鏈(知識網絡)的雙重嵌入角度討論企業創新績效提升的問題。

上述結果表明，雙重網絡嵌入對創新績效的影響具有明顯的地區差異。東部地區經濟較為發達，政策與人文環境有利于網絡發展，“關系+知識”的雙重網絡嵌入已經形成，可以通過網絡互動發揮經濟效應，從而有助于提升企業創新績效。

本文認為，社會網絡和知識網絡對創新績效具有正向的交互賦能作用。社會網絡代表企業對外關系的豐富程度，而知識網絡則代表企業內部知識儲備的豐富程度。社會網絡與知識網絡能起到互相促進的作用，豐富的社會網絡提升了企業獲取信息、資源的渠道，使其不斷擴充知識儲備，豐富知識網絡；知識網絡越完善，則其專業技術水平越高，有利于企業社會地位的提升，擴大社會影響力，從而獲取更多社會資源。二者相互作用，為創新績效交互賦能。據此，提出：

H3：數字經濟企業社會網絡與知識網絡對創新績效具有交互促進作用。

本文的理論模型如圖1所示。

三、研究設計

(一)樣本選擇與數據來源

本文對于“數字經濟”樣本設計體現在兩個方面，一是采用現有權威文件和概念板塊分類結合的方式篩選符合“數字經濟”概念的上市公司；二是通過對年報采用文本詞庫抓取的方法，根據數字經濟相關詞頻統計來測量樣本公司的數字化轉型程度。

參考國家統計局《數字經濟及其核心產業統計分類(2021)》、中證指數數字經濟概念板塊分類標準、《中國上市公司數字賦能指數》等，分別從產業數字化和數字產業化兩個方向，按照 Wind四級行業分類指標將數字經濟企業分為電信、軟件(應用、系統和家庭娛樂)、信息科技咨詢與其他、互聯網軟件與服務、電子產品、通訊設備、半導體、數據處理與外包服務、互聯網零售和消費電子產品等行業。手工篩選剔除金融、ST/PT企業，獲得數字經濟上市公司1061家作為樣本企業。其中信息技術行業736家(占比70.70%)、工業行業207家(占比19.88%)、可選消費行業92家(占比8.84%)、電信服務行業6家(占比0.58%)。從板塊分布看，主板(含中小板)最多，560家，占比53%；創業板392家，占比37%；科創板109家，占比10%；從地區分布看，前五名的分別是廣東(25%)、北京(15%)、江蘇(12%)、浙江(11%)、上海(9%)，這五個省市合計占比72%，表明中國數字經濟上市公司七成以上集中在北、上、廣、蘇、浙，存在明顯的向首都、長三角、珠三角集聚特征。

社會網絡、知識網絡及創新績效等實證數據來源于RESSET數據庫、CSMAR數據庫、巨潮網等。數字經濟上市公司高管、董事的相關數據來自于對公開信息的手動收集和整理。知識網絡數據來自于CNRDS數據庫的基礎數據，經手工處理后獲得企業知識網絡數據。在剔除缺失值、對變量進行1%的縮尾處理后，共獲得3131個樣本觀測值。

(二)變量定義

1.被解釋變量

專利的獲得既體現技術創新和產品創新的進展，也體現了企業對知識產權保護的戰略，促進了企業組織創新。采用CNRDS數據庫企業專利申請數據，用樣本公司發明、實用新型、外觀設計專利的申請數量，按照0.5、0.3、0.2的比例加權后得到的數據衡量企業創新績效(余泳澤 等，2013)。

2.解釋變量與控制變量

(1)社會網絡代理變量

主要觀察3個方面，各公司之間的連接數量、網絡距離、充當中間人的情況，分別用點度中心性、接近中心性和中介中心性測量(馮戈堅 等，2021； Fracassi et al. ，2012；Cai et al.，2016)。使用社會網絡分析軟件Ucinet6.0計算相應指標。

點度中心性。點度中心性衡量網絡各節點的聯系程度(馮戈堅 等，2021)。對于無向網絡，網絡中節點i的點度中心性可以衡量i與其他各節點的直接聯系總數。網絡中節點的點度中心性越高，在網絡中相比于其他節點的重要性越強。計算公式如(1)：

(1)

文學是文化的具體表現，是文化意識形態體現的重要窗口。中西方文化在歷史發展過程中，由于發展根基及道路的不同，產生了不同的社會意識形態；在各自意識形態的影響和作用下，直接導致了文學風格及文化內容的不同。筆者以英語文學翻譯為入口和出發點，圍繞中西方文化差異的具體表現及差異產生的原因展開了闡述與分析，并基于差異的基礎上，就中西文化今后交流的有效進行進行闡述和探討。

3）停留時間的影響：該工藝要求煙氣在塔內有足夠長的停留時間，才可以使化學吸收反應完全，以達到高效去除污染物的目的。同時使反應生成物所含水分充分蒸發，最終以固態形式排出以減少對下游飛灰輸送設備的影響。一般MCR點工況，停留時間需保證≥15 s。

接近中心性。接近中心性衡量某一節點在網絡中的幾何位置。節點i到其他節點的最短距離之和的倒數即為i的接近中心性。網絡中節點的接近中心性越高，則其從網絡中獲取信息的速度越快，相較其他節點更加接近中心位置。其計算公式如(2)：

(2)

其中，l(i,j)為i到j的最短距離。若i與j之間需要節點k連接，則l(i,j)=2。

中介中心性。中介中心性衡量某個節點成為網絡“中間人”的程度，即在多大程度上影響其他節點。如果一個節點處于多個節點之間，是其他兩節點產生聯系的必經之路，則可以認為該節點起到重要的“中介”作用。節點中介中心性越高，則該點對網絡其他節點的影響程度越大。其計算公式如(3)：

(3)

表2描述性統計分析結果表明，第一，數字經濟上市公司創新績效差異較大，平均值為13.47，標準差為41.50；第二，數字經濟上市公司社會網絡差別不大，知識網絡差別較大。企業社會網絡度中心性、接近中心性和中介中心性標準差小于知識網絡標準差。值得關注的是數字經濟上市公司的社會網絡特性跟傳統研究結論發生了變化，數字經濟導致傳統網絡中企業的中介中心性有減弱作用。創新績效、企業社會網絡中介中心性指標的變異系數值較大，而社會網絡度中心性、接近中心性的變異系數較小。說明在數字經濟背景下，企業更容易通過互聯網等媒介進行一對一密切交流，“中間人”的重要性逐漸淡化。變量間相關性分析顯示，數字經濟上市公司的社會網絡度中心性、接近中心性及中介中心性與創新績效均存在顯著正相關關系，知識網絡與創新績效存在顯著的正相關關系，理論模型的回歸基礎符合要求。通過對全樣本共線性診斷，各項VIF值均小于10，說明變量間不存在多重共線性問題，具有統計學意義的獨立性，可以對變量之間的關系進行進一步回歸分析。

(2)知識網絡代理變量

企業社會網絡嵌入對創新績效具有顯著正向影響。企業社會網絡作為一種非正式渠道，具有顯著的“關系”特征，它能有效彌補正式制度下信息不對稱缺陷，為企業帶來更豐富的資源和機會。企業創新決策的制定主要取決于對創新項目的了解與風險評估，企業社會網絡越廣闊，網絡位置越重要，則其掌握的創新項目信息越豐富、詳盡。同時，企業管理層能獲得廣泛信息進行深入分析，解決創新過程中的棘手問題，不斷提升企業創新績效。數字經濟發展促使了企業從非正式渠道獲取信息的需求，本文采用數字經濟上市公司社會網絡點度中心性、接近中心性、中介中心性指標作為社會網絡的代理變量，提出：

(3)控制變量

董事會規模、外部獨立董事數量及董事會成員的溝通對企業研發創新具有促進作用(方愛華，2020；閆華紅 等，2020)，為避免遺漏重要變量，本文選擇董事會規模(Board)、獨立董事比例(Out)以及董事長兼任總經理情況(Dual)作為公司治理相關控制變量；為反映企業成長性的影響，加入企業價值(TobinQ)作為控制變量；為控制資本結構的影響，加入資產負債率(Lev)作為控制變量；同時還對反映異質性的企業性質(State)、年度、行業效應進行了控制。

本文變量說明詳見表 1。

2015年6月，浙江省人民政府與國土資源部中國地質調查局簽訂共同推進浙江省地質調查戰略合作協議，系統開展浙江省地質調查工作，統一實施土地質量、地質找礦、海岸帶地質、城市地質、新能源（地熱）與災害地質等領域的調查與評價，為決勝“八八戰略”提供地質保障。

表1 變量說明

(三)模型構建

本文通過構建數字經濟企業創新績效與企業社會網絡關系模型1，檢驗H1；構建數字經濟企業創新績效與企業知識網絡關系模型2，驗證H2；構建數字經濟企業創新績效與社會網絡、知識網絡交互項的回歸模型3，驗證H3。

Innovi,t=β0+β1Networki,t+β2Boardi,t+β3TobinQi,t+β4Levi,t+β5Outi,t+

β6Statei,t+β7Duali,t+∑Ind+∑Year+εi,t

(模型1)

Innovi,t=β0+β1Kbi,t+β2Boardi,t+β3TobinQi,t+β4Levi,t+β5Outi,t+

β6Statei,t+β7Duali,t+∑Ind+∑Year+εi,t

(模型2)

Innovi,t=β0+β1Networki,t+β2Kbi,t+β3c_Networki,t×c_Kbi,t+β4Boardi,t+β5TobinQi,t+

β6Levi,t+β7Outi,t+β8Statei,t+β9Duali,t+∑Ind+∑Year+εi,t

(模型3)

四、實證結果與分析

(一)描述性統計

以CSMAR數據庫中2010—2019年“上市公司人物特征” 數據為基礎，搜集數字經濟上市公司董事、高管在其他上市公司的兼任情況，并通過查閱新浪財經、巨潮網等媒介對高管、董事人事變動等信息進行補充，在剔除重名等數據預處理后建立鄰接矩陣。以年度為單位，分別針對2010—2019各年度數字經濟上市公司高管、董事兼任網絡數據進行對稱化、二值化處理，計算得到各節點標準化后的中心性指標。

表2 描述性統計

(二)實證分析

首先，針對社會網絡中心性指標與企業創新績效的關系進行多元線性回歸，如表3所示。社會網絡度中心性對創新績效具有顯著正向影響(模型1-1，β=12.50，p<0.01)，接近中心性同樣對創新績效具有顯著促進作用(模型1-2，β=35.71，p<0.01)，而中介中心性對創新績效的正向影響相對較弱，并不顯著(模型1-3，β=3.254，p≥0.10)。由此可證實H1a、H1b，數字經濟企業社會網絡度中心性、接近中心性對創新績效有顯著促進作用。H1c未能得到驗證，與描述性分析時變異系數呈現的結果一致，再次說明數字經濟范式的融入，改變了社會網絡的部分影響機制，數字資源在信息傳導方面更迅捷，傳統中介地位的企業優勢不再明顯。

表3 基準回歸——社會網絡中心性對創新績效的影響

(續表3)

隨后，對企業知識網絡與創新績效的關系進行回歸，結果見表4。企業知識網絡對創新績效發展具有顯著促進作用(模型2，β=3.739，p<0.01)， H2得以驗證。為檢驗雙重網絡嵌入是否對創新績效存在交互作用，在模型3中分別加入了社會網絡三項中心性指標與知識網絡中心化后的交互項。結果顯示，企業知識網絡嵌入對創新績效產生顯著正向影響；社會網絡與知識網絡雙重嵌入對創新績效存在顯著的促進作用。其作用主要體現在度中心性與知識網絡的雙重嵌入(模型3-1，β=9.464，p<0.01)及接近中心性與知識網絡的雙重嵌入(模型3-2，β=27.15，p<0.01)中，中介中心性是通過知識網絡對創新績效產生顯著正向影響(模型3-3，β=4.346，p<0.01)。在數字經濟背景下，相較于擔任“中間人”角色，企業與其他企業的直接聯系數量及程度在雙重嵌入中發揮的影響更大。但是企業作為“中間人”可以有效促進知識網絡效應的產生。H3數字經濟企業社會網絡與知識網絡對創新績效具有交互促進作用得到驗證。

表4 社會網絡、知識網絡雙重嵌入對創新績效實證結果

(三)基于企業所屬地區的微觀特征異質性檢驗

我國東西部地區經濟發展不平衡，企業所處地區環境可能對結論產生影響。按照企業注冊地分為東部地區樣本組和中西部地區樣本組，分組回歸結果見表5和表6。如表5所示，在東部地區樣本組，社會網絡點度中心性和接近中心性對創新績效具有顯著正向影響(模型1-1，β=14.872，p<0.01；模型1-2，β=46.994，p<0.01)，但是社會網絡中介中心性對創新績效的正向影響不再顯著(模型1-3，β=3.240，p>0.1)；在中西部地區樣本組，社會網絡點度中心性、接近中心性和中介中心性對創新績效的正向影響均不顯著。

表5 企業所屬地區—社會網絡中心性對創新績效影響的分組實證結果

表6 企業所屬地區—社會網絡、知識網絡雙重嵌入對創新績效分組實證結果

如表6所示，在東部地區樣本組，知識網絡對創新績效具有顯著促進作用(模型2，β=4.812，p<0.01)，雙重網絡嵌入對創新績效存在顯著促進作用，體現在點度中心性、接近中心性、中介中心性分別與知識網絡的雙重嵌入中(模型3-1，β=12.614，p<0.01；模型3-2，β=42.323，p<0.01；模型3-3，β=4.972，p<0.01)；在中西部地區樣本組，知識網絡對創新績效的正向影響不再顯著(模型2，β=1.205，p>0.1)，雙重網絡嵌入對創新績效的正向影響也不再顯著。

已有研究表明，知識互補性(宋耘 等，2020)、知識管理能力(俞兆淵 等，2020)對社會網絡與創新績效關系存在積極的鏈式傳導作用。羅鄂湘等(2021)以企業專利合作網絡中心度衡量新能源汽車行業企業知識異質性程度，以高管團隊社會網絡中心度衡量企業社會網絡，驗證了上述結論。同時還發現，企業知識網絡弱化了社會網絡與企業創新績效關系；社會網絡能有效弱化知識網絡對創新績效的倒U形影響。這意味著企業社會網絡與知識網絡的雙重嵌入，能緩解單一網絡過度應用帶來的不良影響，改善創新績效。由此可見，知識網絡和社會網絡的雙重嵌入對企業創新績效起到了交互賦能效用。

五、內生性處理與穩健性檢驗

(一)內生性處理

1.工具變量法

考慮可能存在反向因果關系導致的內生性，分別取社會網絡點度中心性、接近中心性、中介中心性滯后一期作為工具變量，按照國際專利分類號前四位，即每個大類視為一個獨立的技術領域，用企業申請專利包含的技術領域數量作為知識網絡的工具變量，采用兩階段最小二乘法進行檢驗。回歸結果見表7，假設仍然成立。

表7 工具變量法第二階段實證結果

2.Placebo檢驗

為了驗證數字經濟企業社會網絡、知識網絡嵌入及其交互賦能確實是企業創新績效提升的重要原因，不存在其他相關但無法觀測的變量影響企業創新績效，本文構造虛擬處理效應，進行安慰劑Placebo檢驗。結果表明，系數顯著為正和顯著為負的占比均較小，表明不存在遺漏重要變量的影響。

(二)穩健性檢驗

1.左刪失的處理-Tobit模型回歸

何北下意識地趕緊用右手捂住裹著白紗布的額頭，何守四那邊就嚷嚷上了：“捂什么捂，又跟誰打架了？一說要到爺爺這兒你就出事兒。你們也是，都幾點了，還在外面溜達，也不知道上去幫個忙？年青人要學著有眼力架兒，何東也馬上就當爹的人了，不能跟何北似的。”

2.創新績效滯后一期

由于樣本公司創新績效最小值為0，意味著數據可能存在左刪失，為檢驗線性回歸模型設定偏誤是否存在，以Tobit模型替代線性回歸模型，回歸結果與多元線性回歸結果一致，結論具有穩健性。

創新績效作為顯性觀察變量，通常具有時間的積累要求，即本期的創新績效通常是之前努力的結果。將創新績效滯后一期重復前述實證過程，結論具有穩健性。

其中，Degreei表示網絡中節點i的點度中心度，n為網絡節點總數，a(i,j)為二元變量，當節點i和節點j相連接時，a(i,j)=1，否則為0。

3.改變創新績效度量方法

通過構建隨機前沿函數模型(SFA)，以營業收入為產出指標，以技術人員數和研發經費為投入指標，測算企業技術創新效率。將企業創新效率作為創新績效的替代變量，重新進行回歸，結論具有穩健性。

4.調整樣本范圍

重慶市大多數農村水電站是在1995年以前建成投產的，工程老化失修，安全隱患突出，水能資源浪費嚴重。2011年重慶市抓住作為農村水電增效擴容改造試點的機遇，在水利部、財政部的大力支持下，在重慶市政府的高度重視下，通過市水利局、財政局精心組織，市、區縣兩級水利、財政部門和全體項目業主的共同努力，目前全面完成了試點改造任務，為造福農村百姓，發揮了顯著的經濟社會效益。

數字經濟上市公司中的制造業企業生產經營方式較為典型，且企業往往率先進行數字化轉型，具有較好的代表性。因而，根據證監會2012年行業分類標準，從數字經濟樣本公司中篩選制造業企業，重復前述實證過程，結論具有穩健性。

水利水電工程施工合同示范文本執行中的問題及對策……………………………………………………… 章 輝(4.32)

六、進一步研究

(一)基于企業融資約束的機制分析

從信息不對稱和資源有限角度來看，企業存在較強的融資約束是金融市場的理性選擇。缺乏信任機制以及創新型企業獲取資源能力較差，導致其面臨更大的融資約束。但是社會網絡和知識網絡可以提供信息效應和資源效應兩個渠道(George et al.，1970；Bernanke et al.，1990；陳藝萍 等，2021)。企業與政府的密切關系能為其帶來更多的政策優惠與補貼；金融社會資本則為企業貸款融資提供便利。知識網絡豐富度的提升能增加企業知識儲備，一定程度上降低企業研發支出，進而緩解其創新過程中融資約束的影響。

本文認為，社會網絡和知識網絡可以緩解企業融資約束，從而提升創新績效。因正式制度設計不能解決由于信息不對稱導致的信任缺失時，社會網絡和知識網絡等非正式制度可以幫助企業緩解信息不對稱引發的負向影響。選擇既考慮企業內部財務信息，又結合了行業特征，具有更大信息量的WW指數(White et al.，2006)作為融資約束的代理變量。該指標越大，說明企業受融資約束程度越嚴重。設定如下公式：

2.2.2 線性范圍 在優化條件下，配制6組不同濃度的6種抗生素的混合標準溶液，各濃度重復進樣3次，以峰面積的平均值計算線性方程和相關系數，結果見表1。可見，0.5～40.0 mg/L范圍內6種抗生素的線性相關系數大于0.988，線性關系良好。

WWi,t=0.021TLDT-0.062DIVPOSi,t-0.044LNTAi,t-0.035SGi,t+

0.102ISGi,t-0.91CFi,t

(4)

其中，TLTDi,t為長期負債與總資產之比，DIVPOSi,t是分紅時取值為1的虛擬變量，LNTAi,t是總資產的自然對數，SGi,t是企業的銷售增長率，ISGi,t是企業所處行業的銷售增長率，CFi,t是現金流與總資產的比值。

采用逐步回歸法驗證融資約束的中介效應。首先構建創新績效(因變量)、社會網絡、知識網絡(自變量)的回歸模型4-1。其次構建融資約束(中介變量)、社會網絡、知識網絡(自變量)的回歸模型4-2。最后構建創新績效(因變量)、社會網絡、知識網絡(自變量)、融資約束(中介變量)的回歸模型4-3。

Innovi,t=β0+β1Networki,t+β2Kbi,t+β3Boardi,t+β4TobinQi,t+β5Levi,t+β6Outi,t+

β7Statei,t+β8Duali,t+∑Ind+∑Year+εi,t

(模型4-1)

WWi,t=β0+β1Networki,t+β2Kbi,t+β3Boardi,t+β4TobinQi,t+β5Levi,t+β6Outi,t+

β7Statei,t+β8Duali,t+∑Ind+∑Year+εi,t

(模型4-2)

Innovi,t=β0+β1Networki,t+β2Kbi,t+β3WWi,t+β4Boardi,t+β5TobinQi,t+β6Levi,t+

β7Outi,t+β8Statei,t+β9Duali,t+∑Ind+∑Year+εi,t

(模型4-3)

對模型4分別以點度中心性、接近中心性、中介中心性作為社會網絡代理變量與知識網絡、創新績效進行回歸。結果見表8，社會網絡點度中心性、接近中心性，知識網絡系數顯著為正，而中介中心性系數并不顯著；社會網絡(自變量)、知識網絡(自變量)對融資約束的影響顯著為負；在社會網絡點度中心性模型中，融資約束的系數為-186.1，在1%的顯著性水平上顯著。實證結果表明融資約束中介效應顯著，即社會網絡、知識網絡對創新績效的正向促進作用是通過緩解企業融資約束這一方式實現的。再次證明數字經濟的發展使信息快速交換更加容易，降低了作為“中間人”的企業優勢。

表8 融資約束中介效應實證結果

為進一步驗證數字化轉型在此過程中的作用，加入企業數字化特征變量。在企業數字化轉型特征的確定上，本文參考吳非等(2021)的做法，從“底層數字技術”與“技術實踐應用”兩個層面構造了包含76個特征詞的詞庫。其中，“底層數字技術”共42個特征詞，從“人工智能技術”(15個)、“大數據技術”(9個)、“云計算技術”(13個)、“區塊鏈技術”(5個)四個維度來衡量；技術實踐運用共34個特征詞，典型特征詞有“移動互聯網”、“電子商務”等。具體做法是通過Java PDFbox庫提取企業年報所有文本內容作為數據池，根據特征詞詞頻確定企業數字化轉型的計量結果，采用Python編程抓取數字化特征關鍵詞出現頻次，當頻次高于中位數時記為1，否則即為0。結果見表9。

表9 數字化轉型下的雙重網絡嵌入的作用機制

由表9可見，點度中心性、接近中心性和中介中心性緩解融資約束的效應依然顯著；知識網絡嵌入的影響機制明顯優于社會網絡；社會網絡點度中心性對創新績效的直接影響仍然顯著，接近中心性和中介中心性對創新績效的直接影響不顯著。表明了戰略數字化轉型削弱了社會網絡的影響，提示企業應加強知識網絡的建設。

(二)信息透明度影響機制分析

信息透明度的差異造成企業內外部信息不對稱是影響企業雙重網絡經濟效應的重要原因，采用分析師關注度作為信息透明度的代理變量進行分組回歸。分析師關注度超過中位數的屬于高分析師關注樣本組，反之則屬于低分析師關注樣本組。

實證結果見表10，在高分析師關注度樣本組，社會網絡點度中心性與接近中心性對創新績效具有顯著正向影響，社會網絡中介中心性對創新績效的正向影響較弱，不再顯著；在低分析師關注度樣本組，社會網絡點度中心性、接近中心性和中介中心性對創新績效的正向影響均不顯著。

表10 信息透明度—社會網絡中心性對創新績效影響的分組實證結果

考慮信息透明度差異的雙重網絡嵌入經濟效應實證結果見表11。在高分析師關注度樣本組，知識網絡對創新績效具有顯著促進作用，點度中心性、接近中心性、中介中心性分別與知識網絡的雙重嵌入對創新績效存在顯著促進作用；在低分析師關注度樣本組，知識網絡對創新績效的正向影響不再顯著，社會網絡的點度中心性、接近中心性與知識網絡雙重嵌入對創新績效的正向影響仍然顯著，中介中心性與知識網絡雙重嵌入對創新績效的正向影響則不再顯著。這些結果再次證明了“中間人”在雙重網絡嵌入中影響力下降，提高企業信息透明度有助于雙重網絡嵌入經濟效應的發揮。

表11 信息透明度——社會網絡、知識網絡雙重嵌入對創新績效影響的分組實證結果

(續表11)

(三)代理成本影響機制分析

為檢驗代理成本影響機制，采用銷售費用和管理費用之和占營業收入的比值衡量企業的代理成本。該指標的值越大，表示企業代理成本越高。按照中位數分組法分組回歸，實證結果見表12。在低代理成本樣本組，社會網絡點度中心性和社會網絡接近中心性分別對創新績效具有顯著正向影響，社會網絡中介中心性對創新績效的正向影響不再顯著；在高代理成本樣本組，社會網絡對創新績效的影響均不顯著。

表12 代理成本—社會網絡中心性對創新績效影響的分組實證結果

考慮代理成本差異的雙重網絡嵌入經濟效應的實證結果見表13。在低代理成本樣本組，知識網絡對創新績效具有顯著促進作用，點度中心性、接近中心性、中介中心性與知識網絡的雙重嵌入經濟效應顯著；在高代理成本樣本組，知識網絡對創新績效呈現負向影響，網絡的雙重嵌入對創新績效的影響不顯著。由此可知，代理成本破壞了雙重網絡嵌入的經濟效應。降低代理成本，提高公司治理效率，有助于社會網絡及知識網絡嵌入經濟效應的發揮。

表13 代理成本—社會網絡、知識網絡雙重嵌入對創新績效影響的分組實證結果

(續表13)

七、結論與建議

本文探究數字經濟背景下，企業社會網絡與知識網絡對創新績效的交互影響及其作用機制。研究發現，社會網絡、知識網絡可以顯著緩解數字經濟上市公司融資約束，并提升創新績效。其作用機理為企業可以通過加強與企業網絡中其他企業的關系連接，提升自身在網絡中的重要性，可以從網絡更快地獲取更多有效信息，從而緩解融資約束，獲得資金資源；數字經濟上市公司高管和董事的學術背景也可以幫助外界了解企業并信任企業，獲得資金資源；社會網絡和知識網絡可以通過雙重網絡嵌入，緩解企業由于信息不對稱、數字經濟風險等造成的融資約束，最終提升創新績效。同時，還發現了數字經濟背景下，由于信息傳遞機制發生了質的飛躍，傳統的“中間人”企業優勢已經不明顯，企業要想通過特殊網絡地位和獨占信息的方式保持競爭優勢已很難實現可持續發展。但是“中間人”地位可以促進企業從知識網絡中的獲益。在東部地區樣本公司中，社會網絡和知識網絡嵌入對企業創新績效的提升作用更明顯。進一步研究發現，低代理成本和高信息透明度的情況下，信息不對稱程度相對較低，更有利于企業社會網絡和知識網絡嵌入經濟效應的發揮。

基于研究結論，提出如下建議：第一，加強溝通、拓展視野。一是拓展董事、高管與供應鏈各環節的相關企業的信息溝通渠道；二是加強溝通的頻率，通過經常性合作一些項目，共同拓展業務和渠道，設置定期溝通機制，了解行業發展前沿等，企業應重點關注建立聯系的企業數量，即重在聯系的“面”和“廣度”。第二，提升董事和高管的學術背景。組織的發展掌握在關鍵少數人手中，在未來數字化轉型中，產品創新、流程創新、管理創新都依賴于高管的推動，企業文化的數字化轉型、組織結構的數字化變革都需要具有更高戰略站位的高管去設計引領。第三，合理設計董事會成員數量，提高獨立董事的比例。數字經濟上市公司面臨更大更急迫的創新風險，容錯率很低，為避免錯誤決策，盡可能形成多方監督的決策流程，充分吸收各種意見，提升創新績效。