業績期望落差與企業數字化創新
——資源與能力視角

崔煜雯,劉 洪,張 晶

(1.南京大學 商學院,江蘇 南京 210093;2.重慶大學 經濟與工商管理學院,重慶 400044)

0 引言

數字經濟背景下,數字化創新逐漸成為企業實現可持續發展的重要抓手(李小青,何瑋萱,2022)。數字化創新是指整合并利用數字化資源改進產品服務與業務流程的實踐活動[1]。部分中國企業憑借這一創新活動實現產品服務多樣化、業務流程精簡化,在數字經濟浪潮中獲得了一席之地。國家知識產權局發布的數據顯示,2022年我國數字化創新發明專利量為32.5萬件,同比增長17.9%。可見,近年來,我國數字化創新取得了一定成果。然而,由于高風險和長周期特性,大多數企業仍處于數字化創新初級階段,面臨資源緊張、行業發展失衡等困境。埃森哲研究指出,2022年中國企業數字化轉型成功率只有17%。因此,如何扎實推進企業數字化創新,重塑競爭優勢,成為企業在數字化創新進程中面臨的重要問題。

基于對這一問題的關注,學者們對數字化創新前因進行了深入研究,主要包括外部環境因素[2]、組織因素[3],以及管理者個人因素[4]。其中,業績期望落差作為重要組織因素,也會影響企業數字化創新[5]。然而,對于業績期望落差與企業數字化創新的關系,現有研究尚未達成共識。部分學者基于企業行為理論,認為業績期望落差是企業在數字經濟時代創新變革的信號,企業會積極開展問題搜索,反思現有創新模式的不足,在內外部資源整合的基礎上通過數字化創新活動應對持續下滑的業績困境,即業績期望落差能夠促進企業數字化創新[6-7]。也有學者援引“威脅—剛性”理論,認為對企業而言,業績期望落差是威脅,會誘發企業剛性行為。此時,企業傾向于采用控制成本、減少數字化創新投入等剛性應對方式回避數字化創新,即業績期望落差不利于企業數字化創新[5,8]。上述研究結論不統一說明二者間的作用機制尚未厘清,仍需進一步探討。

本文認為,上述研究結論不一致的原因在于:一是未全面考慮業績期望落差程度對企業數字化創新的影響,不同業績期望落差程度下企業可能會采取不同行為;二是對影響業績期望落差與數字化創新關系的權變因素缺乏深入探討。基于此,本文研究思路如下:一是跳出“驅動論”與“阻抑論”的二分法觀點,結合企業行為理論與“威脅—剛性”理論,借鑒生存參照點的觀點,提出業績期望落差程度會影響企業看待業績期望落差的方式,進而影響企業數字化創新這一觀點。當業績期望落差較小時,企業會將其視為創新信號并開展問題搜索,此時企業數字化創新意愿較強;當業績期望落差較大時,企業生存受到威脅,會采取剛性行為回避數字化創新。本文認為,“過猶不及”原則可能有助于揭示二者間的復雜關系,即隨著業績期望落差加大,企業數字化創新呈現先上升后下降趨勢。二是尋找業績期望落差與企業數字化創新間的邊界條件。現有研究主要基于管理者能力、客戶集中度等企業資源視角進行探討(李唐等,2020;李姝等,2021),鮮有關注企業資源與能力的共同作用。資源基礎理論認為,企業創新決策不僅與自身經營狀況有關,而且會因組織資源與能力差異而有所不同(Teece等,1997)。由此,企業資源與能力構成業績期望落差影響數字化創新的重要邊界條件。具體而言,企業數字化創新離不開冗余資源與政府補助這兩種關鍵資源支持[9],其充足與否會影響企業數字化創新。此外,權力作為企業激勵CEO的方式,是企業治理能力的重要表現[10]。有研究表明,CEO權力會影響企業數字化創新等風險決策制定[11]。因此,本文提出,業績期望落差狀態下企業是否進行數字化創新,不僅需要充分考慮冗余資源與政府補助這些關鍵資源的影響,而且需要重視CEO權力這一企業治理能力的作用。基于上述分析,本研究融合企業行為理論與“威脅—剛性”理論,主要探討以下兩個問題:第一,業績期望落差與企業數字化創新間是否存在非線性關系?即業績期望落差與企業數字化創新是否存在先上升后下降的倒U型關系。第二,企業資源(冗余資源和政府補助)與企業治理能力(CEO權力)如何進一步影響上述倒U型關系?

與現有文獻相比,本文可能的貢獻如下:第一,探討業績期望落差對企業數字化創新的作用機理。本文結合企業行為理論和“威脅—剛性”理論,強調業績期望落差與企業數字化創新間的非線性關系,可為進一步揭示二者間關系提供新思路;第二,豐富業績期望落差與企業數字化創新關系邊界條件。本文依據資源基礎理論,探討企業資源(冗余資源和政府補助)與治理能力(CEO權力)對二者間關系的影響,揭示業績期望落差作用于企業數字化創新的邊界條件,以期拓展冗余資源、政府補助和CEO權力在業績期望落差與企業數字化創新領域的應用。

1 理論基礎與研究假設

1.1 業績期望落差與企業數字化創新

業績期望落差是指企業實際業績低于期望業績,表示企業處于虧損狀態[12]。業績期望落差可為企業數字化創新提供重要參考,管理者能夠根據業績期望落差判斷企業經營狀況,進而調整企業數字化創新。受業績期望落差狀態影響,企業數字化創新意愿和能力會有所不同。

依據企業行為理論,當業績期望落差較小時,管理者一般會認為企業處于虧損但不影響生存的狀態。此時,企業會開展問題搜索,并愿意通過創新促使組織業績盡快恢復到期望水平[7]。管理者逐漸認識到已有創新方式不適應數字經濟發展,只有采用新的創新方式才能提升企業業績。數字化創新被管理者視為應對業績期望落差的有效手段,是解決業績問題的有效途徑[13]。因此,當業績期望落差較小時,管理者利用數字化創新恢復業績的意愿不斷增強。此時,企業擁有可利用資源,能夠緩解數字化創新面臨的內部阻力和外部壓力,通過將有限的資源用于調試組織結構與管理體系,以匹配數字化創新。此外,在前景理論指導下,管理者樂于采取創新方式規避損失(魏龍,黨興華,2022),愿意為數字化創新活動承擔更高的風險。因此,當業績期望落差較小時,管理者會認為業績期望落差是可修復的鴻溝,隨著業績期望落差加大,管理者傾向于實施數字化創新。管理者會將注意力集中在搜尋新的數字技術上,并結合企業實際情況將數字技術用于改進業務流程、運營管理等方面,通過實施更多數字化創新行為促進業績提升。

隨著業績期望落差持續加大,企業失敗概率增加。此時,管理者會將注意力放在企業生存問題上,由此二者間關系可能發生轉變。管理者會將較大的業績期望落差視為對企業生存的威脅,為了解除威脅,更有可能將有限的資源投向短期項目,而不愿意開展高難度的數字化創新(Desai,2016)。同時,根據“威脅—剛性”理論,業績期望落差增加促使管理者壓力加大,由此降低管理者對風險偏好的感知水平[14]。此時,管理者會減少數字化創新投入。另外,過大的業績期望落差會導致企業資源基礎受損,有限的投資能力難以支持企業數字化創新。管理者若盲目開展數字化創新,不但無法改善業績,反而會進一步降低企業資源配置效率。出于經濟理性,管理者實施數字化創新的意愿減弱。據此,本文提出如下假設:

H1:業績期望落差與企業數字化創新間存在倒U型關系。

1.2 冗余資源的調節作用

冗余資源是指企業資源中超出實際所需資源的部分或未使用的資源[7]。企業數字化創新往往受到內部冗余資源的制約。尤其在業績期望落差下,企業可能會因冗余資源的多寡而選擇是否開展數字化創新。本文推測,冗余資源在業績期望落差與企業數字化創新間可能發揮重要作用。

當業績期望落差較小時,過多冗余資源可能會削弱業績期望落差對企業數字化創新的正向影響。這一階段,過多冗余資源可能會模糊業績反饋信號,呈現出企業運營情況良好的假象。該假象不僅會激發企業組織惰性,降低企業風險感知能力和環境敏感性,而且會強化企業認為當前創新模式與外界環境相匹配的信念,使企業對當前創新模式產生依賴,從而淡化實施數字化創新的緊迫感。此外,當業績期望落差較小時,企業對冗余資源的應急需求水平較低,過多冗余資源反而是負擔,會增加企業管理成本(Wang等,2016)。冗余資源越多,企業越會將注意力放在冗余資源管理上,減少對數字化創新的關注,進而錯失數字化創新機會。

隨著業績期望落差持續增大,較多的冗余資源可能緩解業績期望落差對企業數字化創新的負向影響。首先,當業績期望落差增大時,冗余資源能夠彌補企業因業績下滑帶來的損失(劉力剛,姜莉莉,2022),進而緩解業績落差對企業的沖擊,為管理者實施高風險數字化創新解除后顧之憂。其次,較多的冗余資源可以提高管理者風險容忍度,增強管理者數字化創新意愿。冗余資源能夠為企業數字化創新提供支持,并為數字化創新潛在不利后果提供緩沖,有助于增強管理者風險抵御能力,進而提升其風險承擔水平(賀小剛等,2017)。換句話說,冗余資源可以緩解管理者對數字化創新失敗的恐懼,增強管理者信心,有利于激發企業在業績期望落差下的數字化創新。據此,本文提出如下假設:

H2:冗余資源能夠弱化業績期望落差與企業數字化創新間的倒U型關系。

1.3 政府補助的調節作用

除企業內部冗余資源外,外部環境中的資源可得性也是企業開展數字化創新的重要影響因素(Li等,2018)。政府補助作為企業外部資源,是指各地方政府根據當前方針政策,無償給予當地企業創新活動所需資金,能夠為處于困境中的企業開展創新提供幫助[15]。由此可見,政府補助可能會對業績期望落差與企業數字化創新關系產生影響。

當業績期望落差較小時,政府補助主要通過提供資金支持和傳遞創新扶持信號促進數字化創新。一方面,政府補助可以為企業數字化創新提供資金,緩解因業績下滑導致的資金不足問題,進而增強企業數字化創新的積極性。政府無償將資金投入到企業,激勵企業實施數字化平臺搭建、數字技術研發等創新活動,這是對企業數字化創新最直接和最有效的支持。同時,數字化創新具有高風險、復雜性等特點,相比于自有資源,企業在使用政府補助進行數字化創新時,需要承擔的風險更小。企業既不會損失大量已有資源,也無需承擔數字化創新失敗的責任(肖書鋒,王可昕,2022)。另一方面,政府補助無形中可為企業貼上“政府認證”的標簽,向外部投資者傳遞政府支持企業數字化創新的信號,從而有效緩解企業融資約束(王剛剛等,2017)。因此,政府補助能夠在一定程度上增強業績期望落差下的企業數字化創新意愿和能力,從而強化二者間的正向關系。

然而,隨著業績期望落差持續增大,政府補助可能強化業績期望落差對企業數字化創新的負向影響。首先,這一階段,企業生存壓力增大,為了快速提升業績,管理者傾向于選擇追隨性創新方式,減少數字化創新投入,擱置數字化創新想法。特別是當企業業績期望落差加大時,政府補助的擠出效應愈發顯著。已有研究發現,業績期望落差下企業傾向于通過粉飾業績獲取政府補助,在獲得補助后不需要真正將數字技術落地即可獲得利潤。因此,企業傾向于騙補而不是真正實施數字化創新[8]。此外,政府補助更多的是給企業“輸血”,而不能提升企業“造血”能力。企業數字化創新依賴于自身資源基礎與技術,而政府補助難以持續(劉婧等,2019),一時資金富足難以長期推動業績期望落差下的企業數字化創新。據此,本文提出如下假設:

H3: 政府補助能夠強化業績期望落差與企業數字化創新間的倒U型關系。

1.4 CEO權力的調節作用

CEO權力是指CEO在企業治理中依據個人意愿行事的能力,是企業治理能力的具體體現[12]。CEO作為企業核心領導者和創新決策者[11],能夠通過自身權力對業績期望落差下的企業數字化創新施加影響。

當業績期望落差較小時, CEO權力可能會弱化業績期望落差對企業數字化創新的正向影響。這一階段,企業生存危機并不緊迫,高權力CEO出于利己動機,為了獲取高額報酬和維護自身形象,選擇通過快速提高短期業績的方式扭轉業績下滑的局面,而不愿意進行高風險數字化創新。一方面,數字化創新作為復雜度高、投入大、見效慢的長期風險性行為,其結果具有高度不確定性[16]。作為企業數字化創新的主要推動者,CEO需要對數字化創新結果負責,若數字化創新成效不理想,董事會可能降低CEO薪酬甚至解聘CEO。因此,當業績期望落差較小時,為了降低自身被降薪或解聘的可能性,高權力CEO傾向于通過縮減成本等方式提升業績,而不愿意進行高風險數字化創新。另一方面,當業績期望落差較小時,為了維護自身形象,高權力CEO更愿意維持現狀,而不愿意進行數字化創新。具體而言,高權力CEO為了維護自身形象,會選擇利用權力掩蓋業績期望落差帶來的消極影響,創造出運營情況良好的假象。上述行為不僅會導致企業忽視業績期望落差這一數字化創新信號,降低其風險感知能力,而且會強化企業對現有創新模式的依賴,最終導致企業不愿意開展數字化創新。

隨著業績期望落差持續增大, CEO權力可能會弱化業績期望落差對企業數字化創新的負向影響。這一階段,企業生存壓力增大,高權力CEO需要力挽狂瀾,主要通過數字化創新提升企業業績[13]。具體而言,高權力CEO具有較強的自我強化動機,這能夠激發其冒險精神和風險意識[17],促使其更愿意采取數字化創新等方式提升企業業績。同時,高權力CEO在決策制定與實施過程中具有話語權,能夠說服企業高管支持數字化創新,有助于降低數字化創新阻力。此外,當CEO權力較大時,他們會更加自信地看待由自己主導的數字化創新,堅信自身對行業趨勢與技術發展的判斷,更加關注數字化創新帶來的收益而忽略其潛在風險,能夠制定前瞻性數字化創新決策。因此,當企業面臨較大的業績期望落差時,高權力CEO更愿意轉變創新治理理念和模式,并從戰略層面指導企業實現創新鏈前后端數字化,通過加大在數字技術引進、數字創新環境優化等方面的投入促進數字化創新。據此,本文提出如下假設:

H4:CEO權力能夠弱化業績期望落差與企業數字化創新間的倒U型關系。

綜上所述,本文構建研究模型如圖1所示。

圖1 研究模型Fig.1 Research model

2 研究設計

2.1 樣本選取與數據來源

2015年經合組織發布了《數字經濟展望》報告,由此中國開始制定數字發展戰略,并嘗試為數字化創新構建相應的制度體系(李小青等,2022)。因此,本文選取2015—2021年中國滬深A股上市公司為研究樣本。此外,本文按照以下標準篩選數據:①剔除*ST、ST、PT類上市公司及金融類上市公司樣本;②剔除變量數據嚴重缺失的公司樣本。本文使用的數字化創新專利數據來自CNRDS數據庫,其余變量數據均來自CSMAR數據庫。

2.2 變量測量

2.2.1 被解釋變量:數字化創新(DI)

數字化創新專利是數字化創新成果的直接體現。借鑒李小青等(2022)的研究成果,本文將樣本企業對應年份數字化創新發明專利申請數加1取自然對數,以此作為企業數字化創新的代理變量。

2.2.2 解釋變量:業績期望落差(BHP)

業績期望落差是指企業實際業績(P)與期望業績(A)二者間的差距,以二者差值(P-A)衡量。借鑒已有研究成果,企業實際業績(P)采用總資產回報率(ROA)度量,期望業績(A)采用歷史期望業績和社會期望業績的線性組合度量(王菁等,2014),計算公式如下:

Ai,t=βHAi,t+(1-β)SAi,t

(1)

其中,HAi,t為公司i第t年歷史期望業績,SAi,t為公司i第t年社會期望業績。β表示權重,權重范圍為[0,1]。參考李至圓等[12]的研究成果,本文將β設為0.5。歷史期望業績計算公式如下:

HAi,t=αHAi,t-1+(1-α)Pi,t-1

(2)

其中,HAi,t-1為公司i第t-1年歷史期望業績,Pi,t-1為公司i第t-1年實際業績。α代表權重,權重范圍為[0,1]。參考Chen(2008)的研究方法,本文將α設為0.4。社會期望業績計算公式如下:

SAi,t=(Σj≠iPi,t)/(N-1)

(3)

其中,社會期望業績采用公司i所在行業其它公司第t期ROA的均值度量。進一步,本文對計算結果進行截尾處理:當P-A<0時,取I=1;當P-A≥0時,取I=0。此時,業績期望落差為I(P-A)。為了便于理解,本文對業績期望落差進行取絕對值處理,絕對值越大,企業業績期望落差越大。

2.2.3 調節變量

(1)冗余資源(Slack)。借鑒焦豪等(2022)的方法,本研究采用流動比率(流動資產/流動負債)衡量冗余資源。

(2)政府補助(Gsubsidy)。借鑒施建軍和栗曉云(2021)的方法,同時考慮到企業獲得的政府補助可能為0,本文采用企業當年獲得政府補助金額加1取自然對數度量政府補助。

(3)CEO權力(CP)。Finkelstein(1992)指出,CEO權力包括組織權力、專家權力、所有制權力和聲譽權力4個維度。借鑒權小鋒和吳世農(2010)的度量方法,本研究使用8個虛擬變量度量上述4個維度,即對8個變量進行主成分分析,采用第一主成分作為CEO權力的代理指標,指標值越大,說明CEO權力越大。具體CEO權力維度指標如表1所示。

表1 CEO權力維度指標Tab.1 Dimensional indicators of CEO power

2.2.4 控制變量

借鑒以往研究文獻[18],本文選取如下控制變量:公司年齡(Age)、資產負債率(Lev)、成長性(Grow)、所有權性質(SOE)、企業規模(Size)、股權集中度(Top1)、自由現金流(Fcash)、CEO年齡(Cage)、CEO薪酬(Comp)、兩權分離率(Spr),主要變量測量方式如表2所示。

表2 變量選取與測量Tab.2 Selection and measurement of variables

2.3 模型構建

為檢驗業績期望落差與企業數字化創新間的倒U型關系,本研究構建主效應模型如式(4)所示。

DIi,t+1=α+β1BHPi,t+β2BHP2i,t+δControlsi,t+γYear+θIndustry+εi,t

(4)

為檢驗冗余資源的調節效應,在模型(4)的基礎上,構建模型如式(5)所示。

DIi,t+1=α+β1BHPi,t+β2BHP2i,t+β3BHPi,t×Slacki,t+β4BHP2i,t×Slacki,t+β5Slacki,t+β6Gsubsidyi,t+β7CPi,t+δControlsi,t+γYear+θIndustry+εi,t

(5)

為檢驗政府補助的調節效應,在模型(4)的基礎上,構建模型如式(6)所示。

DIi,t+1=α+β1BHPi,t+β2BHP2i,t+β3BHPi,t×Gsubsidyi,t+β4BHP2i,t×Gsubsidyi,t+β5Slacki,t+β6Gsubsidyi,t+β7CPi,t+δControlsi,t+γYear+θIndustry+εi,t

(6)

為檢驗CEO權力的調節效應,在模型(4)的基礎上,構建模型如式(7)所示。

DIi,t+1=α+β1BHPi,t+β2BHP2i,t+β3BHPi,t×CPi,t+β4BHP2i,t×CPi,t+β5Slacki,t+β6Gsubsidyi,t+β7CPi,t+δControlsi,t+γYear+θIndustry+εi,t

(7)

上述模型中,i、t分別表示企業和年份,Controls為控制變量,ε為隨機誤差項。本研究對數據進行以下處理:①考慮到業績期望落差對企業數字化創新的影響具有一定的時滯性,因而本文對解釋變量與控制變量進行滯后一期處理;②為了避免極端值的影響,本文對所有連續變量在1%水平上進行縮尾處理;③在檢驗調節效應前,對構成交互項的變量進行中心化處理;④在回歸分析過程中對行業和年份進行控制。

3 實證結果分析

3.1 描述性統計與相關系數

變量描述性統計與相關性分析結果如表3所示。其中,數字化創新(DI)的均值為2.422,標準差為1.432,說明樣本企業數字化創新水平參差不齊,這與現有研究結論基本相符(李小青等,2022)。業績期望落差(BHP)的均值為0.202,標準差為0.405,表明樣本企業業績期望落差水平較低。冗余資源(Slack)的均值為2.362,標準差為1.879,說明樣本企業冗余資源相差懸殊。政府補助(Gsubsidy)的均值為10.949,標準差為8.396,表明樣本企業受資助程度存在差異。CEO權力(CP)的均值為-0.019,標準差為0.967,表明樣本企業中CEO權力差距較大。此外,各變量間相關系數均未超過0.6,且所有變量的VIF值均遠低于閾值10,說明各變量間不存在嚴重多重共線性問題。

3.2 回歸分析

本文選用固定效應模型進行回歸分析,回歸結果見表4。由表4可知,模型1納入所有控制變量,模型2用以檢驗主效應,結果表明,業績期望落差二次項回歸系數顯著為負(β=-1.968,p<0.01),且曲線左側斜率顯著為正(β=0.728,p<0.05),右側斜率顯著為負(β=-0.383,p<0.05),同時曲線拐點0.185處于業績期望落差取值范圍[0,0.282]內,說明業績期望落差與企業數字化創新間存在倒U型關系。當業績期望落差較小時,企業會將其視為創新信號并開展問題搜索,愿意投入資源進行數字化創新;當業績期望落差較大時,企業生存受到威脅,會采取縮減成本和創新投入等剛性行為回避數字化創新。因此,假設H1得到支持。

表4 回歸分析結果Tab.4 Regression analysis results

參考Hanns等[19]的研究方法,本文從曲線拐點是左移還是右移以及曲線形態是平緩還是陡峭兩個方面驗證倒U型曲線的調節效應。模型3用以檢驗冗余資源的調節效應,在冗余資源的作用下,回歸模型(5)中β1β4-β2β3=1.267>0,表明曲線拐點向右平移。同時,業績期望落差二次項與冗余資源交互項回歸系數顯著為正(β=12.174,p<0.05),說明曲線形態變得較為平緩,即冗余資源弱化業績期望落差與企業數字化創新間的倒U型關系。當業績期望落差較小時,冗余資源通過降低企業風險感知能力、轉移數字化創新注意力等方式削弱二者間的正相關關系;當業績期望落差較大時,冗余資源通過彌補業績損失、為數字化創新提供支持等方式弱化二者間的負相關關系。因此,假設H2得到支持。

模型4用以檢驗政府補助的調節效應,在政府補助的作用下,回歸模型(6)中β1β4-β2β3=-0.168<0,表明曲線拐點向左平移。同時,業績期望落差二次項與政府補助交互項的回歸系數顯著為負(β=-2.149,p<0.05),說明曲線形態變得陡峭,即政府補助強化業績期望落差與企業數字化創新間的倒U型關系。當業績期望落差較小時,政府補助主要通過提供資金支持、傳遞創新扶持信號促進數字化創新;當業績期望落差較大時,政府補助的擠出效應會誘發企業騙補行為,因而不能促使企業真正開展數字化創新。因此,假設H3得到支持。

模型5用以檢驗CEO權力的調節效應,在CEO權力作用下,回歸模型(7)中β1β4-β2β3=22.287>0,表明曲線拐點向右平移。同時,業績期望落差二次項與CEO權力交互項的回歸系數顯著為正(β=16.931,p<0.05),說明曲線形態變得平緩,即CEO權力弱化業績期望落差與企業數字化創新間的倒U型關系。當業績期望落差較小時,高權力CEO為了獲取高額報酬和維護自身形象不愿意開展高風險數字化創新,二者間的正相關關系受到抑制;當業績期望落差較大時,高權力CEO基于自我強化動機會主動開展數字化創新活動,二者間的負相關關系得到緩解。因此,假設H4得到支持。由模型6可知,把全部變量放入同一個模型進行回歸,所有假設仍得到支持,初步表明本文回歸結果具有穩健性。

3.3 穩健性檢驗

本文通過替換被解釋變量、調節變量等方式進行穩健性檢驗,具體如表5所示。

表5 穩健性檢驗結果Tab.5 Robustness test results

(1)替換被解釋變量的測量方式。本文以數字化創新發明專利授權數加1取自然對數作為數字化創新的代理變量(陳慶江等,2021)。將上述變量帶入模型進行估計,結果表明,本文研究結論依然成立。

(2)替換調節變量CEO權力的測量方式。借鑒權小鋒和吳世農(2010)的研究成果,本文將表示CEO權力的8個虛擬變量相加求平均值,以此作為CEO權力度量指標。將上述變量帶入模型進行估計,結果顯示,本文結論具有穩健性。

3.4 內生性檢驗

本文采用傾向得分匹配法(PSM)評估業績期望落差對企業數字化創新的影響,以控制樣本自選擇引發的內生性問題。本文以業績期望落差中位數為界,將樣本劃分為處理組(高業績期望落差)與控制組(低業績期望落差),并以全部控制變量作為協變量的匹配變量。在進行回歸估計前,對所有協變量進行平衡性檢驗,最近鄰匹配原則下業績期望落差的平均處理效應(ATT)為負且在1%水平上顯著。在傾向得分匹配后,將得到樣本進行回歸,結果與前文一致,進一步說明本文結論具有穩健性,如表6所示。

表6 傾向得分匹配回歸估計結果Tab.6 Results of PSM regression estimation

3.5 進一步分析

盡管上述分析發現,業績期望落差對企業數字化創新具有非線性影響,但這一影響在不同所有權性質企業是否具有異質性特征尚不得而知。因此,有必要作進一步探討。國有企業與非國有企業在資源基礎、治理模式等方面存在差異,參照宋鐵波等(2019)的做法,本文將樣本劃分為國有企業組與非國有企業組,回歸結果見表7。由表7 可知,業績期望落差對國有企業和非國有企業數字化創新均具有顯著倒U型影響。費舍爾組合檢驗結果顯示,相較于非國有企業,國有企業業績期望落差對數字化創新影響的系數絕對值更大(β=-5.007,p<0.01)。原因在于,鑒于所有權性質,國有企業具備充足的資源和人才,能夠快速響應國家政策號召,因而對業績期望落差下的數字化創新更加敏感。

表7 所有權性質異質性分析結果Tab.7 Heterogeneity analysis of the ownership

4 結語

4.1 研究結論

本文以2015—2021年中國滬深A股全部上市公司為研究樣本,基于企業行為理論與“威脅—剛性”理論,重點探究業績期望落差對企業數字化創新的影響。同時,基于資源基礎理論,檢驗企業資源(冗余資源和政府補助)與企業治理能力(CEO權力)在上述影響過程中的調節作用,得出以下主要結論:

(1)業績期望落差與企業數字化創新間存在顯著倒U型關系,即隨著業績期望落差加大,企業數字化創新呈現先上升后下降趨勢。此外,相較于非國有企業,業績期望落差對國有企業數字化創新的影響更顯著。

(2)就企業資源而言,冗余資源會弱化業績期望落差與企業數字化創新間的倒U型關系,政府補助則能夠強化二者間的倒U型關系。

(3)就企業治理能力而言,CEO權力會削弱業績期望落差與企業數字化創新間的倒U型關系。

4.2 實踐啟示

(1)企業應保持對業績期望落差的敏感性,理性看待業績期望落差,科學地實施數字化創新。具體來說,企業應清晰解讀業績期望落差這一反饋信號,挖掘數字化創新內在驅動力,通過主動引進數字技術、培育數字人才降低數字技術使用門檻和成本,以數字技術賦能企業創新。同時,企業應認識到數字化創新的長期性并積極采納利益相關者對企業業績的客觀評價,緩解因業績期望落差帶來的焦慮,避免因業績期望落差引發的剛性僵化。此外,企業應提高對數字化創新的容錯率,激發員工參與熱情,進而提升企業數字化創新能力。

(2)企業應合理配置冗余資源和政府補助這兩種資源,實現物盡其用。就企業內部而言,在整合冗余資源的基礎上,企業應加大可支配資源投入,為數字化創新提供資源保障。此外,盡管冗余資源能夠為數字化創新失敗提供緩沖,但也會降低管理者對外部風險的感知水平。因此,企業需要合理配置資源,避免對冗余資源過度依賴。企業應提高對政府補助的利用率,真正將政府補助用于數字化創新各階段。同時,借助政府補助的“認證”標簽,企業應主動爭取外部融資,促進自身數字化創新。此外,企業應主動公開政府補助使用細則,接受外部監督,避免產生騙補行為。

(3)企業應完善內部治理體系,重視對CEO權力的監督與制衡。高權力CEO在面臨業績期望落差時,雖然有較強動力和能力實施數字化創新,但也可能為了維護自身形象和獲得高額報酬而操控短期業績,從而抑制數字化創新。因此,企業需要優化人才選拔與晉升機制,并制定相應的監督和激勵制度,從而降低數字化創新阻力。此外,為了約束CEO不道德行為,企業應根據實際情況完善權力制衡機制,通過合理設置股權集中度、引進外部管理者等方式限制CEO權力,以確保數字化創新決策的科學性。

(4)一方面,政府要通過制定數字化創新激勵政策促進處于業績期望落差狀態的企業實施數字化創新,主要包括向企業提供專項資金、構建數字網絡等。另一方面,政府應完善監督與評估體系,抑制企業投機行為。政府應要求企業定期匯報政府補助使用情況,并對其進行評估,以此作為企業能否獲得進一步補貼的標準。此外,政府可以通過制定標準化、公開化政府補助申請流程抑制企業投機行為。

4.3 不足與展望

本文存在以下不足:第一,業績期望落差不僅可以通過財務類績效指標衡量,而且可以通過非財務類指標衡量。例如,有學者提出將資源(Cameron等,1987)、產品質量(Parker等,2017)作為業績期望落差的衡量指標。因此,未來研究可以采用非財務類指標衡量業績期望落差,進一步剖析業績期望落差對企業數字化創新的影響。第二,本研究僅考慮業績期望落差影響企業數字化創新的邊界條件,未來研究可以探討影響業績期望落差與企業數字化創新關系的中介因素,從而進一步探究二者間的作用機制。