數(shù)字化轉(zhuǎn)型、融資約束與企業(yè)雙元?jiǎng)?chuàng)新

高 磊，趙雨笛

(內(nèi)蒙古財(cái)經(jīng)大學(xué) 會(huì)計(jì)學(xué)院，內(nèi)蒙古 呼和浩特 010070)

一、引言

隨著人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)(即 Artificial Intelligence，Blockchain，Cloud Computing，Data，合稱為“ABCD等技術(shù)”)等新興數(shù)字技術(shù)群落快速滲透到經(jīng)濟(jì)社會(huì)發(fā)展的各個(gè)層面，中國(guó)加速步入數(shù)字經(jīng)濟(jì)時(shí)代。數(shù)字經(jīng)濟(jì)作為未來發(fā)展的主流經(jīng)濟(jì)形態(tài)，包括數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化，二者均與企業(yè)數(shù)字化轉(zhuǎn)型密切相關(guān)。數(shù)字化轉(zhuǎn)型是企業(yè)利用新型數(shù)字技術(shù)推動(dòng)業(yè)務(wù)流程以及組織變革的創(chuàng)新過程，其引發(fā)的商業(yè)邏輯重構(gòu)蘊(yùn)含著巨大的經(jīng)濟(jì)價(jià)值和社會(huì)價(jià)值，越來越多的企業(yè)將數(shù)字化轉(zhuǎn)型作為構(gòu)建競(jìng)爭(zhēng)優(yōu)勢(shì)的新契機(jī)。

企業(yè)數(shù)字化轉(zhuǎn)型是數(shù)字經(jīng)濟(jì)的基礎(chǔ)。當(dāng)前對(duì)于企業(yè)數(shù)字化轉(zhuǎn)型的理論研究主要集中在數(shù)字化轉(zhuǎn)型戰(zhàn)略制定與不同類型戰(zhàn)略模式選擇[1]，數(shù)字化轉(zhuǎn)型過程與機(jī)制探索[2]，數(shù)字化轉(zhuǎn)型與企業(yè)內(nèi)部管理模式變革[3]，企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)生產(chǎn)體系網(wǎng)絡(luò)化、協(xié)同化、生態(tài)化結(jié)構(gòu)轉(zhuǎn)變[4]，企業(yè)數(shù)字化轉(zhuǎn)型場(chǎng)景構(gòu)建、場(chǎng)景數(shù)據(jù)中臺(tái)與展示平臺(tái)建設(shè)[5]，企業(yè)數(shù)字化轉(zhuǎn)型IT技術(shù)與高層管理團(tuán)隊(duì)交互的適應(yīng)性管理[6]，企業(yè)數(shù)字化驅(qū)動(dòng)的商業(yè)模式[7]，數(shù)字化轉(zhuǎn)型與企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)[8]，數(shù)字化轉(zhuǎn)型網(wǎng)絡(luò)安全建設(shè)[9]等方面。實(shí)證量化研究主要包括：企業(yè)數(shù)字化轉(zhuǎn)型與產(chǎn)品創(chuàng)新和服務(wù)轉(zhuǎn)型的交互研究[10]，制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型程度衡量[11]，數(shù)字化轉(zhuǎn)型宏觀產(chǎn)業(yè)數(shù)據(jù)的測(cè)算與分解[12]，以及數(shù)字化轉(zhuǎn)型與微觀企業(yè)績(jī)效[13]等方面。概括起來，在數(shù)據(jù)驅(qū)動(dòng)、技術(shù)支撐、開放協(xié)同、互動(dòng)共享等數(shù)字化情境下，重塑與創(chuàng)新企業(yè)的生產(chǎn)、運(yùn)營(yíng)、平臺(tái)模式，以及新一輪的產(chǎn)品、技術(shù)和服務(wù)創(chuàng)新已成為適應(yīng)數(shù)字經(jīng)濟(jì)發(fā)展的必然選擇，企業(yè)數(shù)字化轉(zhuǎn)型已成為數(shù)字經(jīng)濟(jì)時(shí)代企業(yè)獲取市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)的重要戰(zhàn)略舉措。

創(chuàng)新是實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵動(dòng)力，數(shù)字經(jīng)濟(jì)是中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展進(jìn)入新時(shí)代的重要表征。數(shù)字化轉(zhuǎn)型依托數(shù)字技術(shù)引發(fā)企業(yè)流程再造、思維方式重設(shè)、慣例更新、組織重構(gòu)、關(guān)系調(diào)整等方面顛覆性變革，重塑了企業(yè)內(nèi)部管理和資源配置方式，形成以消費(fèi)者價(jià)值為主導(dǎo)的新商業(yè)模式，進(jìn)而改變企業(yè)價(jià)值創(chuàng)造路徑[14-15]。盡管現(xiàn)有研究已充分論證了企業(yè)數(shù)字化轉(zhuǎn)型的潛在益處，但企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新行為，特別是企業(yè)創(chuàng)新行為二元性問題，鮮有系統(tǒng)討論。在傳統(tǒng)經(jīng)濟(jì)模式下，企業(yè)因組織慣性、資源約束、風(fēng)險(xiǎn)承擔(dān)以及心智模式等原因常常導(dǎo)致企業(yè)雙元?jiǎng)?chuàng)新活動(dòng)存在矛盾與沖突，企業(yè)同時(shí)進(jìn)行探索式創(chuàng)新與利用式創(chuàng)新變得非常困難，二者存在此消彼長(zhǎng)、相互排斥的關(guān)系，是連續(xù)變量的兩端[16]，企業(yè)必須在探索式創(chuàng)新與利用式創(chuàng)新之間做出一個(gè)戰(zhàn)略選擇，這抑制了企業(yè)雙元?jiǎng)?chuàng)新能力和企業(yè)雙元?jiǎng)?chuàng)新水平。Shapiro和Varian指出，雖然企業(yè)物質(zhì)資源稟賦有限，但數(shù)據(jù)、信息、知識(shí)等資源卻可以無限地復(fù)制與利用[17]。企業(yè)可以借助外部環(huán)境獲取互補(bǔ)性資源，改變組織思維模式，突破雙元?jiǎng)?chuàng)新發(fā)展限制。在數(shù)字經(jīng)濟(jì)情境驅(qū)動(dòng)企業(yè)數(shù)字新場(chǎng)景、新要素、新規(guī)模、新任務(wù)的環(huán)境下，企業(yè)數(shù)字化轉(zhuǎn)型可以通過數(shù)字技術(shù)賦能企業(yè)業(yè)務(wù)、運(yùn)營(yíng)管理、組織流程與結(jié)構(gòu)，改變企業(yè)邊界、模式、規(guī)則、關(guān)系、價(jià)值，優(yōu)化企業(yè)數(shù)據(jù)化資源效能，為企業(yè)實(shí)現(xiàn)雙元?jiǎng)?chuàng)新均衡發(fā)展提供可能。

企業(yè)雙元?jiǎng)?chuàng)新作為一種資本密集型投資活動(dòng)，具有較強(qiáng)的融資約束。數(shù)字經(jīng)濟(jì)時(shí)代，企業(yè)實(shí)現(xiàn)了萬物皆可數(shù)字化的價(jià)值網(wǎng)絡(luò)體系，傳統(tǒng)企業(yè)擁有的土地、勞動(dòng)力、資本等物理實(shí)體資源皆可在虛擬空間實(shí)現(xiàn)數(shù)字孿生(數(shù)字鏡像、數(shù)字化映射)，數(shù)據(jù)化資源不僅可以高效傳輸，還可以無限地復(fù)制、分享和傳遞，逐漸形成數(shù)據(jù)化資產(chǎn)，企業(yè)通過交易、流通、擴(kuò)張數(shù)據(jù)化資產(chǎn)為企業(yè)獲取創(chuàng)新資金提供機(jī)會(huì)。數(shù)字技術(shù)可以對(duì)接互聯(lián)網(wǎng)金融平臺(tái)，使得企業(yè)可以通過平臺(tái)化、數(shù)據(jù)化資源來整合企業(yè)資本，提高資本配置效率，開拓企業(yè)融資渠道，減少企業(yè)融資成本，為企業(yè)資本投入與創(chuàng)新發(fā)展提供支撐。融資約束作為企業(yè)雙元?jiǎng)?chuàng)新的重要影響因素，是否以及如何影響企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)雙元?jiǎng)?chuàng)新？本文將基于企業(yè)數(shù)字化轉(zhuǎn)型的現(xiàn)實(shí)情境，構(gòu)建“企業(yè)數(shù)字化轉(zhuǎn)型-融資約束-企業(yè)雙元?jiǎng)?chuàng)新”分析框架，對(duì)三者的關(guān)系展開理論與實(shí)證研究，從而更深入清晰地了解數(shù)字化轉(zhuǎn)型、融資約束與企業(yè)雙元?jiǎng)?chuàng)新的內(nèi)在作用機(jī)制和差異化影響路徑，為數(shù)字化轉(zhuǎn)型背景下企業(yè)雙元?jiǎng)?chuàng)新提供對(duì)策建議。

本文的研究貢獻(xiàn)主要體現(xiàn)在以下三個(gè)方面：第一，聚焦數(shù)字化轉(zhuǎn)型與企業(yè)雙元?jiǎng)?chuàng)新發(fā)展之間的關(guān)系，探討數(shù)字化轉(zhuǎn)型與企業(yè)雙元?jiǎng)?chuàng)新發(fā)展的內(nèi)在機(jī)理。第二，實(shí)證檢驗(yàn)融資約束在數(shù)字化轉(zhuǎn)型與企業(yè)雙元?jiǎng)?chuàng)新之間的作用，為數(shù)字化轉(zhuǎn)型影響企業(yè)雙元?jiǎng)?chuàng)新相關(guān)路徑研究提供中國(guó)情境的實(shí)證檢驗(yàn)。第三，揭示出數(shù)字化轉(zhuǎn)型能夠突破傳統(tǒng)經(jīng)濟(jì)背景下探索式創(chuàng)新和利用式創(chuàng)新不可兼得的悖論，對(duì)傳統(tǒng)企業(yè)開展雙元?jiǎng)?chuàng)新、管理者推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型提供有益參考。

二、 理論分析與研究假設(shè)

(一)數(shù)字化轉(zhuǎn)型與企業(yè)雙元?jiǎng)?chuàng)新

探索和利用是組織雙元性的核心內(nèi)涵，最早由March提出，將探索定義為“搜索、試驗(yàn)、冒險(xiǎn)創(chuàng)造新產(chǎn)品、變異”，將利用概括為“精煉、選擇執(zhí)行、效率[18]。Levinthal和March基于組織學(xué)習(xí)和知識(shí)管理視角對(duì)探索和利用做了進(jìn)一步延伸，認(rèn)為探索是組織追求新知識(shí)和新技術(shù)，利用是對(duì)已有知識(shí)和技術(shù)的進(jìn)一步改進(jìn)和開發(fā)[19]。后續(xù)研究者據(jù)此研究框架將組織雙元性延伸到企業(yè)管理的多個(gè)領(lǐng)域，其中，企業(yè)雙元?jiǎng)?chuàng)新最為引人關(guān)注。早期學(xué)者普遍認(rèn)為，因企業(yè)資源約束、組織慣性、風(fēng)險(xiǎn)承擔(dān)、心智模式等原因?qū)е绿剿魇絼?chuàng)新與利用式創(chuàng)新無法共存，兩者存在此消彼長(zhǎng)的對(duì)立關(guān)系，決策者需在兩者之間做出一個(gè)戰(zhàn)略選擇。長(zhǎng)期使用利用式創(chuàng)新容易導(dǎo)致企業(yè)對(duì)既有創(chuàng)新路徑產(chǎn)生依賴，忽略潛在的機(jī)會(huì)和新方法，企業(yè)創(chuàng)新思維偏好沿著原有舊體系進(jìn)行運(yùn)作形成累積效應(yīng)[20]，導(dǎo)致企業(yè)拒絕嘗試新鮮事物，最終陷入“成功陷阱”，很難再適應(yīng)復(fù)雜、多變的市場(chǎng)競(jìng)爭(zhēng)環(huán)境。探索式創(chuàng)新前期投入額度大、投資期限長(zhǎng)、退出成本高，并且創(chuàng)新成果是否符合市場(chǎng)需求，能否被大眾接受在創(chuàng)新的探索階段也無從得知[21]，所以長(zhǎng)期使用探索式創(chuàng)新可能會(huì)使企業(yè)陷入“失敗陷阱”，即創(chuàng)新活動(dòng)還未給企業(yè)帶來收益就已經(jīng)失敗。為此，如何平衡探索式創(chuàng)新和利用式創(chuàng)新，尋求探索式創(chuàng)新與利用式創(chuàng)新最優(yōu)組合，實(shí)現(xiàn)二者的均衡發(fā)展，是企業(yè)生存和發(fā)展的關(guān)鍵。

企業(yè)數(shù)字化轉(zhuǎn)型可以通過結(jié)構(gòu)分離、情境交融、戰(zhàn)略聯(lián)盟以及企業(yè)家行為方式支持探索式創(chuàng)新與利用式創(chuàng)新同時(shí)開展，為企業(yè)開展雙元?jiǎng)?chuàng)新協(xié)同發(fā)展提供新路徑。組織結(jié)構(gòu)是企業(yè)開展雙元?jiǎng)?chuàng)新流程的結(jié)構(gòu)依據(jù)。在傳統(tǒng)組織模式下，探索式創(chuàng)新與利用式創(chuàng)新很難共同順利推進(jìn)。傳統(tǒng)的組織層級(jí)嚴(yán)密，溝通大都自上而下，跨部門整合較少，組織間知識(shí)、技術(shù)與信息等資源流動(dòng)緩慢，導(dǎo)致企業(yè)難以在不同部門建立探索式創(chuàng)新與利用式創(chuàng)新的戰(zhàn)略目標(biāo)、價(jià)值觀念與共享資源的聯(lián)結(jié)機(jī)制[22]，企業(yè)探索式創(chuàng)新與利用式創(chuàng)新沿著既有的路徑慣性形成了閉環(huán)式的運(yùn)作系統(tǒng)，相沖突的行為無法協(xié)調(diào)與解決，嚴(yán)重阻礙了企業(yè)雙元?jiǎng)?chuàng)新的發(fā)展。企業(yè)數(shù)字化轉(zhuǎn)型打破了上述僵化的組織結(jié)構(gòu)，催生出去中心化、中介化的扁平、網(wǎng)絡(luò)、合作式組織形態(tài)[23]，知識(shí)、技術(shù)和信息等資源在不同部門間流動(dòng)，組織間依存度增加，更多的關(guān)聯(lián)與機(jī)會(huì)被創(chuàng)造，組織結(jié)構(gòu)更加靈活、柔性，不同的組織業(yè)務(wù)單元可以協(xié)同創(chuàng)造、分散決策、信息共享、資源互補(bǔ)、風(fēng)險(xiǎn)共擔(dān)，實(shí)現(xiàn)目標(biāo)一致的組織結(jié)構(gòu)分離機(jī)制，為不同組織業(yè)務(wù)單元開展探索式創(chuàng)新與利用式創(chuàng)新提供基礎(chǔ)。在數(shù)字技術(shù)支持下，各部門通力聯(lián)結(jié)形成的獨(dú)特資源網(wǎng)絡(luò)以及創(chuàng)新要素的高度組合模式，可以形成對(duì)企業(yè)雙元?jiǎng)?chuàng)新成果的保護(hù)機(jī)制，降低外部模仿的可能性，從而激勵(lì)企業(yè)雙元?jiǎng)?chuàng)新的協(xié)同發(fā)展。

在數(shù)字經(jīng)濟(jì)背景下，企業(yè)創(chuàng)新面對(duì)的不僅是同行業(yè)之間的激烈競(jìng)爭(zhēng)，而且要面對(duì)外部整體環(huán)境的顛覆性變化。根據(jù)權(quán)變理論，企業(yè)需要根據(jù)不確定情境下的非連續(xù)性事件進(jìn)行判斷，將資源高效、精準(zhǔn)、柔性地分配到探索式與利用式創(chuàng)新活動(dòng)中，以解決探索式創(chuàng)新與利用式創(chuàng)新因資源稀缺或資源配置不合理導(dǎo)致的雙元?jiǎng)?chuàng)新矛盾，推動(dòng)企業(yè)雙元?jiǎng)?chuàng)新發(fā)展。數(shù)字化程度高的企業(yè)可以利用數(shù)字技術(shù)將企業(yè)經(jīng)營(yíng)業(yè)務(wù)與外部情境相結(jié)合[24]，及時(shí)了解新知識(shí)、新產(chǎn)業(yè)以及市場(chǎng)需求，減少對(duì)外部環(huán)境未知性與模糊性的判斷偏差，并根據(jù)不同消費(fèi)者差異化需求制定雙元?jiǎng)?chuàng)新戰(zhàn)略場(chǎng)景，提高消費(fèi)者價(jià)值主張，從而平衡探索式創(chuàng)新和利用式創(chuàng)新資源分配與協(xié)調(diào)，實(shí)現(xiàn)一致性和適用性資源配置，使得企業(yè)既可以通過探索式創(chuàng)新突破企業(yè)原有創(chuàng)新框架，開發(fā)新產(chǎn)品與新服務(wù)，獲得長(zhǎng)期競(jìng)爭(zhēng)力，也可以通過利用式創(chuàng)新在原有創(chuàng)新框架下改進(jìn)產(chǎn)品和服務(wù)，促進(jìn)企業(yè)健康平穩(wěn)發(fā)展，為雙元?jiǎng)?chuàng)新資源配置提供科學(xué)的依據(jù)。如很多企業(yè)通過建立“粉團(tuán)”適時(shí)獲得消費(fèi)者的反饋，從中能夠判斷哪些創(chuàng)新是能夠及時(shí)改進(jìn)的利用式創(chuàng)新，哪些是需要突破才能夠?qū)崿F(xiàn)的探索式創(chuàng)新，促進(jìn)企業(yè)雙元?jiǎng)?chuàng)新平衡發(fā)展。

戰(zhàn)略聯(lián)盟是指有相似經(jīng)營(yíng)實(shí)力的企業(yè)或特定事業(yè)、職能部門，通過簽訂契約而結(jié)成的資源互補(bǔ)、風(fēng)險(xiǎn)共擔(dān)、優(yōu)勢(shì)相長(zhǎng)、共同占據(jù)市場(chǎng)的雙向組織[25]。傳統(tǒng)企業(yè)由于客觀存在的組織邊界，使得企業(yè)形成了以生產(chǎn)活動(dòng)為主導(dǎo)的閉環(huán)式組織形態(tài)，企業(yè)與外界交流合作較少，主要依靠?jī)r(jià)格、質(zhì)量和性能進(jìn)行生產(chǎn)活動(dòng)，受到自身資源稟賦的限制，很難只憑企業(yè)內(nèi)部實(shí)現(xiàn)企業(yè)雙元?jiǎng)?chuàng)新升級(jí)，如果企業(yè)對(duì)高風(fēng)險(xiǎn)、高技術(shù)、高復(fù)雜性的探索式創(chuàng)新側(cè)重更多，勢(shì)必會(huì)減弱企業(yè)對(duì)既有知識(shí)、技術(shù)與流程為基礎(chǔ)的利用式創(chuàng)新的開發(fā)，導(dǎo)致企業(yè)無法實(shí)現(xiàn)探索式與利用式創(chuàng)新的協(xié)同發(fā)展，嚴(yán)重抑制了企業(yè)雙元?jiǎng)?chuàng)新。隨著企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程的加快，開放性、共享性的虛擬化平臺(tái)可以匯聚更多數(shù)字型企業(yè)，企業(yè)可以在開放式平臺(tái)下實(shí)現(xiàn)企業(yè)跨界交流與協(xié)作，利于企業(yè)挖掘新伙伴，實(shí)現(xiàn)企業(yè)戰(zhàn)略聯(lián)盟。在戰(zhàn)略聯(lián)盟的基礎(chǔ)上，企業(yè)可以搜尋、吸收、整合和利用戰(zhàn)略聯(lián)盟內(nèi)部企業(yè)的異質(zhì)性資源和能力，為企業(yè)交換探索式創(chuàng)新與利用式創(chuàng)新所需的知識(shí)、技術(shù)、人才與成果提供機(jī)會(huì)，緩解了企業(yè)內(nèi)部探索式創(chuàng)新與利用式創(chuàng)新的資源使用沖突，提高了企業(yè)雙元?jiǎng)?chuàng)新水平，激發(fā)了企業(yè)雙元?jiǎng)?chuàng)新活力。

根據(jù)行為金融理論，在眾多影響企業(yè)創(chuàng)新的因素中，一個(gè)重要的變量就是企業(yè)家行為。企業(yè)家作為企業(yè)權(quán)力資源的主導(dǎo)者與物質(zhì)資本的配置者，對(duì)企業(yè)風(fēng)險(xiǎn)資本投入、企業(yè)雙元?jiǎng)?chuàng)新活動(dòng)無疑產(chǎn)生重要影響。當(dāng)前數(shù)字技術(shù)的發(fā)展逐漸形成以數(shù)字企業(yè)家為首的社會(huì)[23]。企業(yè)家主要根據(jù)數(shù)字化數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)判斷、資源協(xié)調(diào)、決策分析與戰(zhàn)略制定，促進(jìn)企業(yè)雙元?jiǎng)?chuàng)新活動(dòng)。具體而言，企業(yè)探索式創(chuàng)新因需要突破原有的創(chuàng)新體系，引導(dǎo)市場(chǎng)的未來，往往導(dǎo)致企業(yè)風(fēng)險(xiǎn)承擔(dān)傾向較為強(qiáng)烈，思想較為開放，將會(huì)投入更多的戰(zhàn)略風(fēng)險(xiǎn)資本；而利用式創(chuàng)新是在原有的創(chuàng)新體系內(nèi)進(jìn)行改造，風(fēng)險(xiǎn)規(guī)避傾向較為強(qiáng)烈，思想也較為保守，風(fēng)險(xiǎn)資本投入較低。在上述探索式創(chuàng)新與利用式創(chuàng)新的表征下，企業(yè)內(nèi)部容易形成探索式創(chuàng)新與利用式創(chuàng)新的意見不統(tǒng)一、資源的競(jìng)爭(zhēng)矛盾以及雙元?jiǎng)?chuàng)新合作的沖突，從而抑制企業(yè)雙元?jiǎng)?chuàng)新發(fā)展。而數(shù)字企業(yè)家可以通過可視化、可獲取、可利用的數(shù)字化數(shù)據(jù)對(duì)企業(yè)探索式與利用式創(chuàng)新的發(fā)展動(dòng)向、結(jié)果、質(zhì)量和水平進(jìn)行篩選、評(píng)估和分析，從而發(fā)現(xiàn)問題，協(xié)調(diào)解決雙元?jiǎng)?chuàng)新的觀念、資源和決策等矛盾沖突，推動(dòng)企業(yè)探索式與利用式創(chuàng)新合作，制定更加優(yōu)化的探索式與利用式創(chuàng)新聯(lián)合戰(zhàn)略，實(shí)現(xiàn)企業(yè)雙元?jiǎng)?chuàng)新的協(xié)同發(fā)展。

綜合上述分析，本文提出以下假設(shè)：

H1:數(shù)字化轉(zhuǎn)型對(duì)探索式創(chuàng)新具有促進(jìn)效應(yīng)。

H2:數(shù)字化轉(zhuǎn)型對(duì)利用式創(chuàng)新具有促進(jìn)效應(yīng)。

(二)數(shù)字化轉(zhuǎn)型與企業(yè)融資約束

企業(yè)數(shù)字化轉(zhuǎn)型通過企業(yè)與數(shù)字技術(shù)的融合，企業(yè)各要素、各環(huán)節(jié)，以及業(yè)務(wù)體系、生產(chǎn)方式和商業(yè)模式的全面數(shù)字化，實(shí)現(xiàn)了企業(yè)以數(shù)據(jù)為核心驅(qū)動(dòng)力的業(yè)態(tài)發(fā)展模式，深刻影響了企業(yè)融資存量、融資渠道與運(yùn)行機(jī)制，為降低企業(yè)融資成本、緩解企業(yè)融資約束提供了新的方向。

從平衡效應(yīng)視角看，企業(yè)融資是以追求最優(yōu)融資結(jié)構(gòu)為目標(biāo)，企業(yè)負(fù)債越高，對(duì)外部的股本需求就越低[26]，如果企業(yè)過度追求負(fù)債可能給企業(yè)帶來財(cái)務(wù)危機(jī)，使企業(yè)陷入高風(fēng)險(xiǎn)和高費(fèi)用的困難境地，從而影響企業(yè)價(jià)值，為此企業(yè)需要根據(jù)目標(biāo)函數(shù)確定融資收益和成本的平衡點(diǎn)。數(shù)字化轉(zhuǎn)型的企業(yè)可以充分利用大數(shù)據(jù)、云計(jì)算等數(shù)字技術(shù)，對(duì)資本價(jià)值的財(cái)務(wù)數(shù)據(jù)進(jìn)行深度的挖掘、加工和科學(xué)分析，從而高效管理和預(yù)測(cè)企業(yè)資金運(yùn)營(yíng)情況，平衡企業(yè)資本規(guī)模，優(yōu)化企業(yè)融資結(jié)構(gòu)，促進(jìn)企業(yè)資金有效積累與合理配置，為緩解企業(yè)融資約束問題提供動(dòng)態(tài)量化決策支撐。

從信息不對(duì)稱視角看，企業(yè)除了股票、債券等直接融資方式外，商業(yè)銀行是其重要的融資渠道，但因傳統(tǒng)商業(yè)銀行物理網(wǎng)點(diǎn)分散、人工信息處理局限等原因，企業(yè)與金融機(jī)構(gòu)存在較大的信息不對(duì)稱問題，從而影響企業(yè)融資周期，降低企業(yè)融資效率。隨著數(shù)字技術(shù)的嵌入，數(shù)字金融得到了迅速發(fā)展，顯著提高了金融機(jī)構(gòu)的服務(wù)廣度與深度，為企業(yè)融資帶來了巨大的便利。企業(yè)數(shù)字化轉(zhuǎn)型可以突破地理空間限制，利用數(shù)字技術(shù)對(duì)接數(shù)字金融機(jī)構(gòu)，實(shí)現(xiàn)企業(yè)與數(shù)字金融機(jī)構(gòu)在虛擬空間的聚集[27]，便于企業(yè)直接享受數(shù)字金融提供的信息與服務(wù)，以便及時(shí)了解額度、利率、審核速度、抵押物權(quán)限、貸款速度等企業(yè)融資數(shù)據(jù)，從而選擇和匹配最適合自身發(fā)展的融資模式，緩解企業(yè)因信息不透明和不對(duì)稱問題導(dǎo)致的融資約束問題。如京東金融與銀行、基金公司等金融機(jī)構(gòu)衍生的“京小貸”金融模式，使得企業(yè)可以通過商家賬戶登陸“京小貸”金融服務(wù)平臺(tái)，在線查看貸款資格并申請(qǐng)貸款，貸款成功后，資金會(huì)迅速到達(dá)商家在京東錢包所綁定的網(wǎng)上銀行賬戶，并與商戶在“京小貸”平臺(tái)的后續(xù)利息支付與結(jié)算等業(yè)務(wù)直接銜接，極大地提高了企業(yè)融資效率，緩解了企業(yè)融資約束問題。

從委托代理成本視角看，隨著數(shù)字技術(shù)的不斷發(fā)展，企業(yè)數(shù)字化轉(zhuǎn)型可以利用人工智能、區(qū)塊鏈、云計(jì)算等新型數(shù)字技術(shù)群落打造企業(yè)數(shù)字化融資平臺(tái)，強(qiáng)化企業(yè)財(cái)務(wù)與非財(cái)務(wù)數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)[28]，提升表征融資能力數(shù)據(jù)的覆蓋廣度、使用深度與信息披露程度，實(shí)現(xiàn)融資、管理、運(yùn)營(yíng)等一體化數(shù)據(jù)資產(chǎn)集成[29]，利于企業(yè)債權(quán)人與外部投資者以數(shù)據(jù)為依據(jù)，以平臺(tái)為支撐實(shí)現(xiàn)與職業(yè)經(jīng)理人的高效精準(zhǔn)對(duì)接與理性投資決策，降低債權(quán)者、外部股東與企業(yè)職業(yè)經(jīng)理人的監(jiān)督成本、擔(dān)保成本與剩余損失，從而有效緩解企業(yè)委托代理成本，強(qiáng)化企業(yè)與債權(quán)者、股東的信用關(guān)系，為企業(yè)持續(xù)獲得資金、提高融資能力、緩解融資約束提供重要支撐。

從交易成本視角看，數(shù)字技術(shù)的出現(xiàn)改變了企業(yè)之間信息孤島的狀態(tài)，企業(yè)邊界逐漸模糊，企業(yè)經(jīng)營(yíng)更加敏捷，企業(yè)與企業(yè)、金融機(jī)構(gòu)等組織建立起了互聯(lián)互通的商業(yè)網(wǎng)絡(luò)，共享經(jīng)濟(jì)、零工經(jīng)濟(jì)模式大量出現(xiàn)，極大地緩解了企業(yè)搜尋、交換、決策、談判、監(jiān)督、契約、執(zhí)行與轉(zhuǎn)換等交易成本，拓寬了企業(yè)與政府、投資者、金融機(jī)構(gòu)等潛在資金供給者的觸及面與溝通渠道，最大限度地降低了企業(yè)融資成本，利于企業(yè)緩解融資約束問題。

綜合上述分析，本文提出以下假設(shè)：

H3:數(shù)字化轉(zhuǎn)型對(duì)企業(yè)融資約束具有緩解效應(yīng)。

(三)融資約束的中介效應(yīng)

企業(yè)的探索式創(chuàng)新與利用式創(chuàng)新在知識(shí)基礎(chǔ)、技術(shù)能力、風(fēng)險(xiǎn)承擔(dān)等方面的異質(zhì)性導(dǎo)致了二者所需的創(chuàng)新資本存在差異。支撐探索式創(chuàng)新基礎(chǔ)知識(shí)和技術(shù)能力的復(fù)雜性以及探索創(chuàng)新結(jié)果的高度未知性決定了探索式創(chuàng)新較利用式創(chuàng)新需要更多的創(chuàng)新資本投入，資金使用周期更長(zhǎng)，風(fēng)險(xiǎn)更高。由于企業(yè)內(nèi)源性的創(chuàng)新資金有限，導(dǎo)致企業(yè)探索式創(chuàng)新對(duì)企業(yè)利用式創(chuàng)新所需的資本投入存在擠出效應(yīng)，再加上企業(yè)與商業(yè)銀行、資本市場(chǎng)、政府等潛在資金供給者的信息不對(duì)稱程度嚴(yán)重，使得企業(yè)同時(shí)推進(jìn)雙元?jiǎng)?chuàng)新會(huì)面臨較為嚴(yán)重的融資約束。

數(shù)字化轉(zhuǎn)型的企業(yè)在數(shù)字技術(shù)的支撐下，可以通過搭建數(shù)字化平臺(tái)、提升數(shù)字化能力、建立數(shù)字化信用制度等方式有效緩解企業(yè)融資約束，進(jìn)而共同推進(jìn)企業(yè)雙元?jiǎng)?chuàng)新的均衡發(fā)展。企業(yè)數(shù)字化轉(zhuǎn)型通過搭建線上數(shù)字化平臺(tái)，可以實(shí)現(xiàn)企業(yè)與消費(fèi)者價(jià)值共創(chuàng)的業(yè)態(tài)發(fā)展模式，企業(yè)可以通過線上數(shù)字化交易平臺(tái)，構(gòu)建預(yù)售、眾籌等新型商業(yè)模式，使企業(yè)在商品還未生產(chǎn)出來之前，就可以通過預(yù)售等方式銷售出去，保證企業(yè)現(xiàn)金流供給，實(shí)現(xiàn)企業(yè)供產(chǎn)銷資金的精準(zhǔn)對(duì)接與利用，從而緩解企業(yè)融資約束，為企業(yè)探索式創(chuàng)新與利用式創(chuàng)新提供更為充足的資金供給，促進(jìn)企業(yè)探索式創(chuàng)新與利用式創(chuàng)新的協(xié)同發(fā)展。此外，企業(yè)數(shù)字化轉(zhuǎn)型可以利用數(shù)字技術(shù)對(duì)接數(shù)字金融，在金融平臺(tái)上與商業(yè)銀行、證劵公司等機(jī)構(gòu)交互聯(lián)結(jié)，可以使得資金供給者突破信息不對(duì)稱邊界限制，動(dòng)態(tài)、及時(shí)、充分地了解企業(yè)需要融資的雙元?jiǎng)?chuàng)新項(xiàng)目以及進(jìn)展情況，極大地降低了企業(yè)與金融機(jī)構(gòu)信息搜集、驗(yàn)證以及傳輸?shù)热谫Y過程中發(fā)生的成本以及外部投資者的非對(duì)稱投資效率[30]，為企業(yè)緩解融資約束、推動(dòng)企業(yè)雙元?jiǎng)?chuàng)新發(fā)展提供重要支撐。

企業(yè)數(shù)字化能力涵蓋企業(yè)的數(shù)字感知能力、數(shù)字運(yùn)營(yíng)能力以及數(shù)字化資源協(xié)同能力[31]。從數(shù)字化能力看，首先，企業(yè)數(shù)字化轉(zhuǎn)型后充分運(yùn)用企業(yè)的數(shù)字感知能力，可以使企業(yè)迅速挖掘、捕捉市場(chǎng)的潛在機(jī)會(huì)與消費(fèi)者需求動(dòng)向，并通過對(duì)接數(shù)字金融即時(shí)融資，以生產(chǎn)創(chuàng)造競(jìng)爭(zhēng)市場(chǎng)下與消費(fèi)者細(xì)分需求相匹配的探索式創(chuàng)新或利用式創(chuàng)新的產(chǎn)品與服務(wù)，實(shí)現(xiàn)企業(yè)雙元?jiǎng)?chuàng)新。其次，企業(yè)轉(zhuǎn)型后的數(shù)字運(yùn)營(yíng)能力具有動(dòng)態(tài)性特征，可以激發(fā)企業(yè)數(shù)字化數(shù)據(jù)效能，實(shí)現(xiàn)企業(yè)融資與雙元?jiǎng)?chuàng)新的聯(lián)動(dòng)推進(jìn)。具體而言，企業(yè)充分運(yùn)用數(shù)字運(yùn)營(yíng)能力，可以提高企業(yè)數(shù)字化數(shù)據(jù)的挖掘、利用與流通互動(dòng)的能力，隨著數(shù)據(jù)規(guī)模增大、使用頻率提高，數(shù)據(jù)的更新速度就越快，此時(shí)大數(shù)據(jù)形成的規(guī)模資產(chǎn)具有排他性，競(jìng)爭(zhēng)對(duì)手或者潛在進(jìn)入者不容易獲得[32]，企業(yè)可以利用數(shù)字化數(shù)據(jù)整合、變現(xiàn)為商業(yè)價(jià)值，從而吸引資金注入以緩解融資約束，為企業(yè)雙元?jiǎng)?chuàng)新發(fā)展提供支持。最后，企業(yè)數(shù)字化轉(zhuǎn)型后的資源協(xié)同能力可以使得企業(yè)建立與顧客、供應(yīng)商、生產(chǎn)商、投資者、政府以及其他利益相關(guān)者的價(jià)值生態(tài)圈。在價(jià)值生態(tài)圈內(nèi)部，企業(yè)可以與其他利益相關(guān)主體不斷交互聯(lián)結(jié)，為企業(yè)融資提供渠道。并且企業(yè)利用資源協(xié)同可以充分獲取雙元?jiǎng)?chuàng)新所需的技術(shù)、信息、知識(shí)、人才等專有創(chuàng)新資源和互補(bǔ)性創(chuàng)新資源，最大限度地提高資源的利用率，使得存量資金得到最大程度的利用，融資約束得到緩解，為企業(yè)開展雙元?jiǎng)?chuàng)新活動(dòng)提供重要基礎(chǔ)。

信息制度建設(shè)是企業(yè)能否融到資金以及能否持續(xù)融資的關(guān)鍵。從數(shù)字化信用制度視角看，一方面，企業(yè)利用數(shù)字技術(shù)可以與外部商業(yè)銀行、法院等機(jī)構(gòu)建立互通的信用制度，從而便于企業(yè)建立更加透明、更加完善的企業(yè)信用報(bào)告，形成以信用報(bào)告為核心的征信體系，構(gòu)建企業(yè)自身獨(dú)特的信用標(biāo)志。金融機(jī)構(gòu)、投資者等資金供給者可以及時(shí)查看與記錄企業(yè)的信用情況，極大地降低了金融機(jī)構(gòu)、投資者等資金供給者的監(jiān)督成本和企業(yè)信用信息帶來的潛在道德風(fēng)險(xiǎn)，為企業(yè)提供了更多的融資機(jī)會(huì)，利于企業(yè)持續(xù)從外部獲得資金支持探索式與利用式創(chuàng)新的聯(lián)動(dòng)發(fā)展。另一方面，根據(jù)企業(yè)建立的信用報(bào)告提升的信用額度，企業(yè)可以與消費(fèi)者建立良好的供需關(guān)系，增加消費(fèi)者粘性，從而可以不斷從消費(fèi)者群體中篩選資源、獲取資源和聚合資源[33]，以緩解企業(yè)融資約束，為企業(yè)根據(jù)不同消費(fèi)者價(jià)值主張而進(jìn)行的探索式創(chuàng)新與利用式創(chuàng)新提供基礎(chǔ)。

綜合上述分析，本文提出以下假設(shè)：

H4:融資約束在數(shù)字化轉(zhuǎn)型與企業(yè)雙元?jiǎng)?chuàng)新之間產(chǎn)生中介效應(yīng)。

三、研究設(shè)計(jì)

(一)樣本選取與數(shù)據(jù)來源

本文將中國(guó)滬、深兩市2014—2020年A股公司作為數(shù)據(jù)初始來源，刪除ST、*ST、SST、PT企業(yè)樣本，剔除資料不全企業(yè)樣本。本文的數(shù)據(jù)來源于上市公司年報(bào)和CNRDS數(shù)據(jù)庫(kù)，并利用Stata16、Python3.9.6軟件對(duì)指標(biāo)進(jìn)行匹配與構(gòu)建，最后得到2715個(gè)樣本觀測(cè)值，并對(duì)數(shù)據(jù)進(jìn)行Winsorize處理以消除極端值的影響。

(二)主要變量定義

1.企業(yè)數(shù)字化轉(zhuǎn)型(DT)。本文解釋變量借鑒戚聿東和蔡呈偉[11]的研究方法，基于文本挖掘法對(duì)企業(yè)數(shù)字化程度指標(biāo)進(jìn)行量化。

(1)關(guān)鍵詞的構(gòu)建。大數(shù)據(jù)技術(shù)以及計(jì)算機(jī)分析能力的進(jìn)步，為定性材料轉(zhuǎn)化為定量數(shù)據(jù)提供了方法。眾多學(xué)者開始采用文本挖掘方法，利用關(guān)鍵詞出現(xiàn)的高頻率結(jié)果說明這一關(guān)鍵詞所代表的問題得到重視。本文借鑒這一方法，利用特定關(guān)鍵詞構(gòu)建企業(yè)數(shù)字化程度指標(biāo)。首先，基于Python概率模型分詞算法，通過在上市公司年報(bào)中確定企業(yè)數(shù)字化程度的相關(guān)語(yǔ)言表征。其次，采用計(jì)算機(jī)聯(lián)想結(jié)構(gòu)算法擴(kuò)展關(guān)鍵詞。另外，運(yùn)用可視化軟件對(duì)關(guān)鍵詞矩進(jìn)行圖譜分析。最終選用的關(guān)鍵詞如表1所示：

表1 關(guān)鍵詞構(gòu)建

(2)企業(yè)數(shù)字化程度指標(biāo)的構(gòu)建。由于企業(yè)外部環(huán)境動(dòng)態(tài)多變，研究數(shù)字化關(guān)鍵詞的總量而不與同行業(yè)中的其他企業(yè)進(jìn)行對(duì)比分析，這樣進(jìn)行指標(biāo)衡量存在不足。為此，本文基于Python的數(shù)據(jù)分析方法，利用提煉出的財(cái)務(wù)報(bào)告中數(shù)字化相關(guān)關(guān)鍵詞占同一行業(yè)全部企業(yè)同類的關(guān)鍵詞總量計(jì)算其對(duì)應(yīng)頻率，在經(jīng)過基本的計(jì)量處理之后，形成企業(yè)數(shù)字化程度衡量指標(biāo)。具體計(jì)算如式(1)所示：

(1)

其中，DT代表企業(yè)數(shù)字化程度，a代表上市企業(yè)每年每一類的關(guān)鍵詞的數(shù)量總計(jì)，i表示上市企業(yè)股票代碼，t表示年份。

2.企業(yè)雙元?jiǎng)?chuàng)新(RD)。本文被解釋變量參考孫慧和王慧[34]的測(cè)量方法，采用企業(yè)年度研發(fā)投入活動(dòng)中的費(fèi)用化支出作為測(cè)度企業(yè)探索式創(chuàng)新的衡量指標(biāo)；采用企業(yè)年度研發(fā)投入活動(dòng)中的資本化支出作為測(cè)度企業(yè)利用式創(chuàng)新的測(cè)量指標(biāo)。為了保證指標(biāo)間的量綱平衡，本文對(duì)費(fèi)用化支出金額與資本化支出金額取自然對(duì)數(shù)進(jìn)行處理。

3.企業(yè)融資約束(SA)。本文中介變量企業(yè)融資約束參考Hadlock和Pierce[35]的研究方法，使用SA指數(shù)計(jì)算公式測(cè)算。具體計(jì)算如式(2)所示：

SA=-0.737×Size+0.043×Size2-0.04×Age

(2)

其中，Size為企業(yè)規(guī)模(單位：百萬元)的自然對(duì)數(shù)；Age為企業(yè)年齡，SA指數(shù)計(jì)算結(jié)果為負(fù)數(shù)，其絕對(duì)值越大，表明企業(yè)融資約束程度越嚴(yán)重。

4.控制變量。借鑒現(xiàn)有研究，本文控制變量的選取涉及企業(yè)成長(zhǎng)性(Growth)、企業(yè)盈利能力(ROA)、自由現(xiàn)金流量(Cash)、固定資產(chǎn)比率(Fasset)、資產(chǎn)負(fù)債率(Lev)、股權(quán)集中度(Stru)、獨(dú)立董事比例(Ind)、董事會(huì)規(guī)模(Board)、資本性支出(Cap)、公司年齡(Age)、企業(yè)價(jià)值(Tobinq)和產(chǎn)權(quán)性質(zhì)(Nature)[36-38]。此外，本文還加入了行業(yè)(Industry)和年份(Year)虛擬變量以控制行業(yè)和時(shí)間效應(yīng)的影響。具體如表2所示：

表2 變量定義

(三)模型設(shè)計(jì)

為檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)探索式創(chuàng)新的影響，本文構(gòu)建了模型(1)，具體如下：

RD1=β0+β1DT+β2Controls+Year_d+Industry_d+μ

(1)

為檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)利用式創(chuàng)新的影響，本文構(gòu)建了模型(2)，具體如下：

RD2=β0+β1DT+β2Controls+Year_d+Industry_d+μ

(2)

為檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)融資約束的影響，本文構(gòu)建了模型(3)，具體如下：

SA=β0+β1DT+β2Controls+Year_d+Industry_d+μ

(3)

(四)描述性統(tǒng)計(jì)

表3為主要變量的描述性統(tǒng)計(jì)分析結(jié)果。企業(yè)探索式創(chuàng)新(RD1)最大值為24.1，最小值為0；企業(yè)利用式創(chuàng)新(RD2)最大值為22.13，最小值為0，最大值和最小值相差較大，說明各企業(yè)之間由于行業(yè)、市場(chǎng)競(jìng)爭(zhēng)以及企業(yè)內(nèi)部技術(shù)水平等方面綜合因素的影響，企業(yè)與企業(yè)之間的雙元?jiǎng)?chuàng)新水平具有一定的差距。數(shù)字化轉(zhuǎn)型(DT)的平均值與中位數(shù)相差較大，說明樣本企業(yè)中數(shù)字化轉(zhuǎn)型程度相差較大，分布不均。企業(yè)融資約束(SA)指標(biāo)經(jīng)過公式計(jì)算得出并進(jìn)行絕對(duì)值處理，該指標(biāo)中位數(shù)高于平均值，可見大部分上市企業(yè)的融資約束力都高于平均值，整體企業(yè)受到的融資約束程度偏高。其他控制性變量的描述性統(tǒng)計(jì)也列示在表3中，均處于正常范圍內(nèi)，不存在異常值。

表3 變量的描述性統(tǒng)計(jì)

四、實(shí)證結(jié)果與分析

(一)數(shù)字化轉(zhuǎn)型與企業(yè)雙元?jiǎng)?chuàng)新的回歸結(jié)果

表4列示了數(shù)字化轉(zhuǎn)型與企業(yè)雙元?jiǎng)?chuàng)新之間的關(guān)系，為了控制可能存在的自相關(guān)或異方差問題，本文在公司層面進(jìn)行了聚類調(diào)整，并控制了年份和行業(yè)固定效應(yīng)以及二者乘積固定效應(yīng)，結(jié)果如表4所示。表中列(1)—(2)沒有控制行業(yè)和年份的乘積固定效應(yīng)，數(shù)字化轉(zhuǎn)型(DT)對(duì)企業(yè)探索式創(chuàng)新(RD1)的回歸系數(shù)為0.057，在5%的水平上顯著；數(shù)字化轉(zhuǎn)型(DT)對(duì)企業(yè)利用式創(chuàng)新(RD2)的回歸系數(shù)為0.257，在10%的水平上顯著。表中列(3)—(4)控制了行業(yè)和年份以及行業(yè)和年份乘積的固定效應(yīng)，數(shù)字化轉(zhuǎn)型(DT)對(duì)企業(yè)探索式創(chuàng)新(RD1)的回歸系數(shù)為0.057，在5%的水平上顯著；數(shù)字化轉(zhuǎn)型(DT)對(duì)企業(yè)利用式創(chuàng)新(RD2)的回歸系數(shù)為0.247，在10%的水平上顯著。實(shí)證結(jié)果說明，數(shù)字化轉(zhuǎn)型與企業(yè)雙元?jiǎng)?chuàng)新之間顯著正相關(guān)，假設(shè)1和假設(shè)2得到驗(yàn)證，即數(shù)字化轉(zhuǎn)型與企業(yè)雙元?jiǎng)?chuàng)新正相關(guān)，對(duì)企業(yè)雙元?jiǎng)?chuàng)新具有促進(jìn)效應(yīng)，二者存在顯著的因果關(guān)系。控制變量方面，企業(yè)成長(zhǎng)性(Growth)、企業(yè)盈利能力(ROA)、自由現(xiàn)金流量(Cash)、固定資產(chǎn)比率(Fasset)、資產(chǎn)負(fù)債率(Lev)、股權(quán)集中度(Stru)、獨(dú)立董事比例(Ind)、董事會(huì)規(guī)模(Board)、資本性支出(Cap)、公司年齡(Age)、企業(yè)價(jià)值(Tobinq)和產(chǎn)權(quán)性質(zhì)(Nature)與企業(yè)雙元?jiǎng)?chuàng)新的回歸結(jié)果基本符合預(yù)期。

表4 數(shù)字化轉(zhuǎn)型與企業(yè)雙元?jiǎng)?chuàng)新

續(xù)表4

(二)數(shù)字化轉(zhuǎn)型與企業(yè)融資約束的回歸結(jié)果

表5列示了數(shù)字化轉(zhuǎn)型與企業(yè)融資約束之間的關(guān)系，為了控制可能存在的自相關(guān)或異方差問題，本文在公司層面進(jìn)行了聚類調(diào)整，并逐步控制了年份和行業(yè)固定效應(yīng)。表中列(1)沒有控制行業(yè)和年份，數(shù)字化轉(zhuǎn)型(DT)對(duì)企業(yè)融資約束(SA)的回歸系數(shù)為-0.023，在5%的水平上顯著；表中列(2)控制了行業(yè)和年份，數(shù)字化轉(zhuǎn)型(DT)對(duì)企業(yè)融資約束(SA)的回歸系數(shù)為-0.020，在1%的水平上顯著；表中列(3)在控制年份和行業(yè)固定效應(yīng)基礎(chǔ)上，還控制了行業(yè)和年份乘積的固定效應(yīng)，結(jié)果顯示數(shù)字化轉(zhuǎn)型(DT)對(duì)企業(yè)融資約束(SA)的回歸系數(shù)為-0.020，在1%的水平上顯著。實(shí)證結(jié)果說明，數(shù)字化轉(zhuǎn)型與企業(yè)融資約束之間顯著負(fù)相關(guān)，假設(shè)3得到驗(yàn)證，即數(shù)字化轉(zhuǎn)型與企業(yè)融資約束負(fù)相關(guān)，對(duì)企業(yè)融資約束具有緩解效應(yīng)，二者存在顯著的因果關(guān)系。控制變量方面，企業(yè)成長(zhǎng)性(Growth)、企業(yè)盈利能力(ROA)、自由現(xiàn)金流量(Cash)、固定資產(chǎn)比率(Fasset)、資產(chǎn)負(fù)債率(Lev)、股權(quán)集中度(Stru)、獨(dú)立董事比例(Ind)、董事會(huì)規(guī)模(Board)、資本性支出(Cap)、公司年齡(Age)、企業(yè)價(jià)值(Tobinq)和產(chǎn)權(quán)性質(zhì)(Nature)與企業(yè)融資約束的回歸結(jié)果基本符合預(yù)期。

表5 數(shù)字化轉(zhuǎn)型與企業(yè)融資約束

(三)企業(yè)融資約束的中介效應(yīng)檢驗(yàn)

基于融資約束的視角，采用溫忠麟等[39]的三步法驗(yàn)證企業(yè)融資約束的中介效應(yīng)：第一步，檢驗(yàn)企業(yè)數(shù)字化轉(zhuǎn)型能否分別顯著正向影響企業(yè)探索式創(chuàng)新與利用式創(chuàng)新；第二步，檢驗(yàn)企業(yè)數(shù)字化轉(zhuǎn)型能否負(fù)向顯著影響企業(yè)融資約束，這兩步的檢驗(yàn)結(jié)果已經(jīng)在前文部分得到了驗(yàn)證；第三步，檢驗(yàn)企業(yè)數(shù)字化轉(zhuǎn)型和企業(yè)融資約束能否同時(shí)對(duì)企業(yè)雙元?jiǎng)?chuàng)新產(chǎn)生作用。如果融資約束顯著負(fù)向影響企業(yè)雙元?jiǎng)?chuàng)新，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)雙元?jiǎng)?chuàng)新的影響不顯著，說明企業(yè)融資約束發(fā)揮著完全中介的作用；如果融資約束顯著負(fù)向影響企業(yè)雙元?jiǎng)?chuàng)新，企業(yè)數(shù)字化轉(zhuǎn)型顯著正向影響企業(yè)雙元?jiǎng)?chuàng)新，說明企業(yè)融資約束發(fā)揮著部分中介的作用。本文采用Stata中Sgmediation命令進(jìn)行中介效應(yīng)檢驗(yàn)，結(jié)果如表6所示：企業(yè)融資約束對(duì)企業(yè)探索式創(chuàng)新與利用式創(chuàng)新的回歸系數(shù)分別為-0.184和-0.364并且都在1%水平上顯著，同時(shí)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)探索式創(chuàng)新不顯著，對(duì)企業(yè)利用式創(chuàng)新在1%水平上顯著，結(jié)論說明企業(yè)融資約束在數(shù)字化轉(zhuǎn)型與探索式創(chuàng)新之間發(fā)揮著完全中介的作用，在數(shù)字化轉(zhuǎn)型與利用式創(chuàng)新之間發(fā)揮著部分中介的作用。表6還進(jìn)一步報(bào)告了Sobel檢驗(yàn)結(jié)果，其中探索式創(chuàng)新和利用式創(chuàng)新的Sobel Z值均顯著為正，并且中介效應(yīng)占比分別為64%和28%，證明本文的企業(yè)融資約束中介效應(yīng)成立，即數(shù)字化轉(zhuǎn)型能夠通過緩解企業(yè)融資約束進(jìn)而促進(jìn)企業(yè)雙元?jiǎng)?chuàng)新水平的提升，假設(shè)4得到驗(yàn)證。

表6 企業(yè)融資約束中介效應(yīng)

五、穩(wěn)健性檢驗(yàn)

(一)企業(yè)雙元?jiǎng)?chuàng)新替代變量

考慮研究結(jié)論的穩(wěn)健性，本文對(duì)企業(yè)雙元?jiǎng)?chuàng)新指標(biāo)進(jìn)行替代變量分析。借鑒黎文靖和鄭曼妮[40]的研究方法，以發(fā)明專利申請(qǐng)量衡量探索式創(chuàng)新(Pat1)，以實(shí)用新型專利與外觀設(shè)計(jì)型專利申請(qǐng)量衡量利用式創(chuàng)新(Pat2)。重新對(duì)主模型進(jìn)行回歸驗(yàn)證，表7報(bào)告了回歸結(jié)果，表中列(1)和列(2)沒有控制行業(yè)和年份的乘積固定效應(yīng)，數(shù)字化轉(zhuǎn)型(DT)對(duì)企業(yè)探索式創(chuàng)新(Pat1)的回歸系數(shù)為0.060，在5%的水平上顯著；數(shù)字化轉(zhuǎn)型(DT)對(duì)企業(yè)利用式創(chuàng)新(Pat2)的回歸系數(shù)為0.062，在5%的水平上顯著。表中列(3)和列(4)控制了行業(yè)和年份以及行業(yè)和年份乘積的固定效應(yīng)，數(shù)字化轉(zhuǎn)型(DT)對(duì)企業(yè)探索式創(chuàng)新(Pat1)的回歸系數(shù)為0.055，在5%的水平上顯著；數(shù)字化轉(zhuǎn)型(DT)對(duì)企業(yè)利用式創(chuàng)新(Pat2)的回歸系數(shù)為0.054，在10%的水平上顯著。表7的結(jié)果表明數(shù)字化轉(zhuǎn)型對(duì)企業(yè)雙元?jiǎng)?chuàng)新的正向影響仍保持顯著，與前文的結(jié)論一致。

表7 企業(yè)雙元?jiǎng)?chuàng)新替代變量

(二)傾向得分匹配法

本文使用傾向得分匹配方法以檢驗(yàn)實(shí)證研究中可能出現(xiàn)的內(nèi)生性問題，檢驗(yàn)結(jié)果如表8列(1)和列(2)所示。首先，本文以解釋變量企業(yè)數(shù)字化轉(zhuǎn)型(DT)的樣本中位數(shù)為標(biāo)準(zhǔn)，當(dāng)企業(yè)數(shù)字化轉(zhuǎn)型的得分值大于其中位數(shù)時(shí)，Treat取1，否則Treat取0，進(jìn)而將企業(yè)數(shù)字化轉(zhuǎn)型程度較高的樣本組設(shè)置為處理組，將企業(yè)數(shù)字化轉(zhuǎn)型程度較低的樣本組設(shè)置為控制組。其次，以“企業(yè)成長(zhǎng)性”“企業(yè)盈利能力”“自由現(xiàn)金流量”“固定資產(chǎn)比率”“資產(chǎn)負(fù)債率”“股權(quán)集中度”“獨(dú)立董事比例”“董事會(huì)規(guī)模”“資本性支出”“公司年齡”“企業(yè)價(jià)值”“產(chǎn)權(quán)性質(zhì)”，以及行業(yè)等控制變量作為協(xié)變量來估計(jì)傾向得分。最后，根據(jù)估計(jì)出的傾向得分選取最鄰近方法，將匹配比例確定為1∶1，根據(jù)匹配后的樣本進(jìn)行回歸，結(jié)果如表8列(1)所報(bào)告，DT的系數(shù)分別在10%的水平上顯著為負(fù)，與前述回歸結(jié)果一致，說明企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)融資約束顯著負(fù)相關(guān)，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)融資約束具有緩解效應(yīng)，企業(yè)數(shù)字化程度越高，企業(yè)所受的融資約束越低，表明前述研究結(jié)論是穩(wěn)健的。

(三)Heckman兩階段

隨著企業(yè)融資約束程度的緩解，企業(yè)更會(huì)意識(shí)到數(shù)字化轉(zhuǎn)型是減少融資成本、提高企業(yè)融資能力的關(guān)鍵，可能會(huì)進(jìn)一步加大企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程。因此，本文采用 Heckman 兩階段估計(jì)模型來驗(yàn)證樣本選擇偏差造成的內(nèi)生性問題。通常而言，同一行業(yè)的企業(yè)面對(duì)相同的市場(chǎng)競(jìng)爭(zhēng)，經(jīng)營(yíng)相似的業(yè)務(wù)范圍，企業(yè)數(shù)字化程度可能較為接近，但是同行業(yè)內(nèi)其他企業(yè)數(shù)字化轉(zhuǎn)型并不會(huì)直接影響到本企業(yè)的融資約束水平。為此，本文參考Ben-Nasr 等[41]方法，在第一階段回歸中，使用該企業(yè)所在行業(yè)內(nèi)的其他企業(yè)同期平均數(shù)字化程度作為企業(yè)數(shù)字化轉(zhuǎn)型的工具變量。表8列(2)是加入了逆米爾斯比率IMR的具體回歸結(jié)果，檢驗(yàn)結(jié)果顯示逆米爾斯比率不顯著，說明回歸方程并不具有樣本選擇偏差，并且在樣本組中企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)融資約束顯著負(fù)相關(guān)，與上文無顯著差異，研究結(jié)論具有穩(wěn)健性。

(四)固定效應(yīng)

為了緩解可能存在的遺漏變量導(dǎo)致的內(nèi)生性問題，本文構(gòu)建面板數(shù)據(jù)的固定效應(yīng)模型，用以控制不隨時(shí)間改變因素對(duì)回歸結(jié)果的影響。表8列(3)報(bào)告了控制時(shí)間、行業(yè)、公司層面固定因素后，企業(yè)數(shù)字化轉(zhuǎn)型的回歸系數(shù)仍舊保持顯著為負(fù)，說明前文的研究結(jié)論是穩(wěn)健的。

表8 內(nèi)生性檢驗(yàn)

續(xù)表8

六、主要結(jié)論與建議

數(shù)字化轉(zhuǎn)型是數(shù)字經(jīng)濟(jì)背景下企業(yè)發(fā)展的應(yīng)有之義，創(chuàng)新是企業(yè)獲取競(jìng)爭(zhēng)力的源泉，資金是企業(yè)創(chuàng)新的重要物質(zhì)基礎(chǔ)。本文以中國(guó)2014—2020年A股上市公司為研究對(duì)象，利用文本挖掘法對(duì)企業(yè)數(shù)字化程度進(jìn)行量化，對(duì)企業(yè)數(shù)字化轉(zhuǎn)型、融資約束與企業(yè)雙元?jiǎng)?chuàng)新三者關(guān)系進(jìn)行實(shí)證檢驗(yàn)。研究結(jié)論表明企業(yè)數(shù)字化轉(zhuǎn)型對(duì)探索式創(chuàng)新與利用式創(chuàng)新均有顯著的正向影響，利用中介效應(yīng)檢驗(yàn)原理發(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型能夠通過緩解企業(yè)融資約束提升企業(yè)雙元?jiǎng)?chuàng)新水平。

本文不僅拓寬了現(xiàn)有研究理論邊界，也為實(shí)務(wù)提供了重要的政策啟示。在理論上，首次探討了企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)雙元?jiǎng)?chuàng)新的關(guān)系，豐富了企業(yè)雙元?jiǎng)?chuàng)新的影響因素研究，本文進(jìn)一步引入融資約束變量，驗(yàn)證了數(shù)字化轉(zhuǎn)型可以通過緩解融資約束提升企業(yè)雙元?jiǎng)?chuàng)新水平，豐富了企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)雙元?jiǎng)?chuàng)新路徑研究。在實(shí)務(wù)上，我國(guó)上市公司的數(shù)字化轉(zhuǎn)型推動(dòng)企業(yè)創(chuàng)新的成功概率相對(duì)較低，但本文的研究結(jié)論表明數(shù)字化轉(zhuǎn)型對(duì)企業(yè)探索式創(chuàng)新與利用式創(chuàng)新均具有積極的作用，可以推動(dòng)企業(yè)雙元?jiǎng)?chuàng)新的發(fā)展，這與傳統(tǒng)經(jīng)濟(jì)背景下企業(yè)雙元?jiǎng)?chuàng)新研究結(jié)論有所差異。企業(yè)應(yīng)加快數(shù)字化轉(zhuǎn)型進(jìn)程，建立完善的數(shù)字雙元?jiǎng)?chuàng)新管理體制，規(guī)范其運(yùn)作流程，保障雙元?jiǎng)?chuàng)新資源的合理分配以及創(chuàng)新環(huán)節(jié)的高效協(xié)調(diào)；完善企業(yè)人才體系和激勵(lì)機(jī)制，培育數(shù)字型科技人才，為優(yōu)秀人才提供良好的晉升空間。政府部門可以大力支持傳統(tǒng)實(shí)體企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，提供資金支持和稅收優(yōu)惠等良好的產(chǎn)業(yè)政策，引導(dǎo)科研機(jī)構(gòu)、高等院校為企業(yè)提供數(shù)字技術(shù)智庫(kù)服務(wù)，為加快企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)雙元?jiǎng)?chuàng)新的聯(lián)動(dòng)發(fā)展提供幫助。