數字化同群效應對企業技術前沿距離的影響

中圖分類號：F273.1 文獻標識碼：A 文章編號：1672-7312（2025）04-0452-10

Abstract： Under the background of the deep integration of digital economy and real economy，how digital peer efect affects enterprise technological frontier distance is a research that urgently needs to be explored.Taking the data of Chinese A-share listed firms in Shanghai and Shenzhen from 2O11 to 2023 as aresearch sample，this paper explores the impact of the digital peer effect on enterprise technological frontier distance by using a two-way fixed-effects model，and further examines the mediating role of dual inovation and the moderating role of strategic aggressiveness.It is found that the digital peer effect has asignificant negative impact on technological frontier distance，in which exploitative innovation plays a partial mediating role and exploratory innovation has a masking effect; and that strategic aggressiveness inhibits the negative relationship of the digital peer effect on technological frontier distance. The results of heterogeneity analyses indicate that state-owned firms（SOEs）and high-tech firms（HTEs） are more affected by the digital peer effect in the process of shortening the technological distance to industry frontier firms than non-SOEs and non-HTEs，respectively.The findings of the study help to clarify the influence mechanism of the digital peer effect on the technological catch-up of firms，and provide theoretical support for firms to accelerate digital transformation and shorten the distance to the techno

logical frontier.

Key words： digital transformation; peer effect; distance to technology frontier ;dual innovation; strategic aggressiveness

0 引言

當今社會正在經歷一場由數字技術驅動的深刻變革。人工智能、大數據和云計算等技術的突破性發展，重塑了產業形態和社會運行模式，企業和國家間技術競爭的基本邏輯也隨之發生變化[]。在此背景下，數字化轉型已演變為后發企業破解創新瓶頸、彌合技術鴻溝的重要戰略選擇[2]。然而，由于數字化轉型具有資產投人高、回報周期長等特點，往往導致企業的經營風險在轉型初期呈現邊際遞增態勢。這種負向激勵顯著制約了落后企業開展數字化轉型的主動性[3]。由此，探索有效的數字化轉型路徑，最大化釋放數字技術的創新賦能效應，已成為企業面臨的關鍵問題。

在數字化轉型過程中，企業為了降低戰略實施的成本和風險，同時擺脫競爭落后情境，通常會更加關注與其存在共生關系的其他企業的戰略決策，包括技術路徑、市場策略和政策實踐等，從而主動或被動地調整自身發展軌跡，形成群體性技術擴散和競爭互動，這種現象就是數字化同群效應[4-5]。數字化同群效應的存在重塑了企業間的知識流動網絡，為落后企業快速獲取行業領先者的顯性和隱形知識資產創造了條件。這種非對稱性知識轉移不僅降低了企業的技術搜尋成本，更催化了其動態能力的迭代升級，為突破資源約束下的創新瓶頸提供了現實路徑。

相關文獻廣泛討論了數字化同群效應對企業競爭優勢的影響。例如，楊震寧等從創新模式的角度展開研究，發現數字化同群效應在促進企業模仿創新和自主創新方面均效果顯著；明娟等[7的研究表明，數字化同群效應已成為提升企業供應鏈話語權的一種積極力量。此外，數字化同群效應在提升企業國際化深度、促進高質量發展和提高企業價值等方面的作用也已得到證實[8-9]。然而，對于數字化同群效應與技術追趕之間的關系，鮮有研究討論。落后企業的技術追趕過程和成果深刻影響著我國產業結構的優化升級和經濟的可持續發展。因此，在數字經濟背景下，探討數字化同群效應對于技術基礎薄弱，創新資源有限的落后企業在技術追趕過程中的影響效應具有重要的理論和現實意義。

綜上分析，文中基于2011—2023年中國滬深A股上市公司數據，對數字化同群效應與技術前沿距離之間的關系進行檢驗，并進一步考察雙元創新的中介作用和戰略激進度的調節作用。文中的研究貢獻包括：第一，將數字化同群效應引入技術追趕理論，突破了傳統追趕研究中以技術引進為主導的線性范式，契合數字經濟時代技術擴散的網絡化特征;第二，通過剖析雙元創新在數字化同群效應與技術追趕之間的差異化作用路徑，為企業合理分配創新資源，平衡創新活動提供了理論指導；第三，系統探討了企業戰略導向與數字化模仿行為的協同關系，為戰略定位不同的企業在數字化轉型過程中選擇合適的技術追趕路徑提供了啟發。

理論分析與研究假設

1.1 數字化同群效應與技術前沿距離

根據信息經濟理論，決策主體更加傾向于采納信息優勢方的策略選擇。這種有限理性決策模式能夠有效幫助其規避創新探索過程中的沉沒成本風險[10-I]。尤其在動態商業環境與技術變革的復雜背景下，數字化投入的不可逆性與高風險特征使得戰略跟隨行為成為企業實現技術追趕的有效路徑。

相關研究表明，處于同質化競爭市場的企業主體通常具有相似的創新需求和技術應用場景[12]。為了維持競爭優勢，企業需要持續觀測同行業競爭者的技術演進路徑，這種互動機制使得企業能夠有效避免因技術代差而陷入的競爭落后情境[13-14]。具體而言，行業領先者的數字化實踐對后發企業具有顯著的示范效應，當其數字化能級提升時，會通過競爭傳導機制驅動跟隨企業的技術升級。這種互動關系構成了行業內數字技術擴散的重要通道[15]。學界普遍認同數字化同群效應的多重價值維度。首要價值體現在風險控制與成本優化方面。通過吸收已經得到驗證的數字化轉型經驗，決策主體可顯著降低試錯成本。尤其對于資源約束型企業而言，基于技術引進的二次創新路徑使得其能夠有效利用數字技術的可擴展性特征實現自身產品和服務的智能化改造，進而構建差異化的競爭優勢。其次，數字化同群效應能夠通過知識溢出和規模經濟雙重機制，推動數據要素在產業鏈層面的優化配置[16]。這不僅加速了區域數字基礎設施建設，更為企業突破創新孤島、整合跨領域資源創造了必要條件[17]。最后，數字化同群效應能夠通過降低信息不對稱以緩解落后企業的融資約束，從而提高產業鏈循環效率，強化產業鏈關聯程度[18]。同時，在技術擴散效應與網絡外部性的協同作用下，產業生態系統的技術勢差逐步收斂，這為后發企業實現技術躍遷提供了可行性路徑[19]

基于以上分析，文中提出假設。

H1：數字化同群效應能夠加速企業的技術追趕，縮小與行業前沿企業的技術距離。

1.2 雙元創新的中介效應分析

企業競爭優勢的形成既依賴于對既有資源價值的整合與開發效能，也受制于突破性技術范式的建構能力。作為創新戰略的2種典型路徑，利用式創新（ExploitativeInnovation）與探索式創新（Ex-ploratoryInnovation）在縮小企業技術勢差、促進生產效能提升方面均具有顯著作用[20]。數字化同群效應是在組織吸收同行企業知識溢出效應與維持市場競爭地位兩大動機雙重驅動下形成的[。行業內部主體間技術架構的趨同性、知識儲備的互補性以及創新實踐的關聯性，為技術溢出構建了制度基礎。同時，數據資源的模塊化特征與數字技術的可編輯屬性，進一步強化了跨組織知識轉移的速率與規模。當數字化先驅企業通過技術突破形成示范效應時，不僅會向后發企業傳遞戰略決策的有效性信號，而且會溢出大量包括技術專利和數據資產等在內的創新資源，驅動其通過技術模仿與漸進式改良實現追趕目標[21-22]。這種沿襲既有技術軌跡、注重局部優化的創新模式，本質上是利用式創新策略的典型特征。

相較于聚焦現有技術體系改良的利用式創新，探索式創新活動通常需要承擔更高的研發投入、更長的回報周期以及更復雜的技術驗證過程[23]。加之數字化轉型蘊含的技術與市場不確定性風險，進一步提高了企業開展探索式創新的決策成本。根據競爭動力學，同群企業數字化轉型的階段性成果會引發橫向競爭主體的戰略響應。這種壓力傳導機制促使企業將資源配置的重心向短期效能顯著的技術改良方向傾斜。特別是資源約束型中小企業，在面臨創新投入的預算剛性時，往往優先選擇已被同群主體驗證的技術方案。這種資源配置和風險規避傾向極大地限制了探索式創新活動的開展。

通過以上分析能夠看出，探索式創新和利用式創新在數字化同群效應和技術前沿距離之間發揮了不同的中介作用機制。因此，文中提出以下假設。

H2a ：探索式創新在數字化同群效應和技術前沿距離之間存在遮掩效應；

H2b：利用式創新在數字化同群效應和技術前沿距離之間發揮部分中介作用。

1.3 戰略激進度的調節效應分析

企業戰略選擇作為組織發展的核心驅動力，不僅塑造了其資源部署的方向，更對技術創新產生深遠影響。戰略激進度體現了企業在戰略制定與實施中的風險偏好水平，根據其強度差異可劃分為激進型和保守型2種類型[24]。采取激進戰略的決策主體往往以市場導向為基準，通過前瞻性布局謀求超額收益與行業主導權[25]。為了構建技術壁壘與鎖定先發優勢，這類企業通常采取高強度研發投入、跨領域并購整合及突破性市場滲透等策略，其行為模式具有顯著的高風險、高收益特征[26]。從行為經濟學視角來看，由于模仿同行企業數字化轉型路徑可能削弱企業的異質性競爭力，因此激進型企業在數字化決策中表現出較低程度的同群效應敏感性。

相比之下，戰略保守型企業通常專注于細分市場領域，以專業化產品和服務構建核心競爭力。受限于資源稟賦與管理層風險規避傾向，這類組織更傾向于維持當前的治理結構與標準化運營流程。根據動態能力理論，在技術創新能力相對薄弱且試錯成本敏感的情境下，戰略保守型企業需要通過持續監測行業標桿的數字化進程，實施漸進式的技術追趕策略[27]。這種戰略跟隨行為本質上是基于信息不對稱條件下，通過降低探索成本實現風險可控的技術升級路徑。

綜上分析，在數字化同群效應縮短企業技術前沿距離的作用路徑中，戰略激進度可能產生抑制作用，即采用保守型戰略的企業相較于采用激進型戰略的企業在技術追趕過程中更容易受到同行數字化的影響。由此，文中提出如下假設。

H3：戰略激進度越低，數字化同群效應對技術前沿距離的影響越顯著。

2 研究設計

2.1樣本選取和數據來源

文中選取2011—2023年滬深A股上市企業作為初始研究樣本，并通過以下標準化篩選流程構建分析數據集： ① 排除金融行業上市公司及保險機構； ② 排除被實施特殊處理（包括ST、 ^*ST 及退市風險警示）的觀測樣本； ③ 排除研究數據嚴重缺失的企業。同時，為了控制極端值對估計結果的干擾，保證研究結論的可靠性，文中對所有的連續變量實施 1% 分位數雙側縮尾處理。經上述標準化處理后得到10491個企業-年度觀測值。企業專利數據來源于中國國家知識產權局（SIPO），企業特征數據來源于國泰安數據庫，數字化水平相關數據通過利用Python對巨潮資訊網和滬深證券交易所官方網站中的企業年報爬取得到。

2.2關鍵變量定義及度量

2.2.1 被解釋變量：技術前沿距離

現有研究多采用專利數據測度企業間的技術距離[28-29]。文中考慮到中國上市公司的專利信息披露在數據完整性和規范性方面存在明顯不足，采用專利持有量差異測度技術距離可能會導致較大的誤差。而全要素生產率作為衡量企業資源配置效率和創新能力的核心指標，能夠綜合體現焦點企業的技術水平。因此文中參考BAS等[30]的研究，將同一個行業中全要素生產率最高的前3位企業作為該細分行業的技術前沿，并采用前沿企業生產率的均值與焦點企業生產率的比值衡量焦點企業的技術距離。其中全要素生產率采用OP半參數法測量得到。

2.2.2核心解釋變量：數字化同群效應

文中以與焦點企業所處同一行業的其他企業數字化水平的平均值度量數字化同群效應。數字化水平參考趙宸宇[31]的研究，使用企業數字化特征詞匯頻數與年報“管理層討論與分析\"（MDamp;A）部分長度的比值進行測度。具體步驟為：首先，使用Python篩選出公司年報中企業數字化的相關詞匯，從構成數字化轉型的核心底層架構，即人工智能、區塊鏈、云計算、大數據這4個方面構建企業數字化術語詞庫；其次，利用機器學習統計出樣本企業年報中MDamp;A部分的數字化特征詞匯出現的次數；最后計算特征詞匯頻數總和與MDamp;A語段長度的比值。為了方便分析，文中將該比值乘以100后的值作為企業數字化水平的衡量指標。數字化同群效應用P表示，其定義如下式所示，其中，N為觀測年行業樣本企業數，D為企業的數字化水平。

2.2.3中介變量：雙元創新

文中通過借鑒張慶壘等[23]的研究方法度量企業的雙元創新。當樣本企業本年度申請專利的國際專利分類代碼（IPC）與前5年觀測期內已有技術領域存在重疊時，將此類專利數量定義為利用式創新指標，用I表示。如果申請專利中涉及全新IPC子類，即企業在最近5年技術創新中未曾涉足的技術領域，將這些首次出現的專利計數界定為探索式創新指標，用R表示。

2.2.4調節變量：戰略激進度

文中借鑒蘇濤永等3的研究，選取6個關鍵觀測維度對戰略激進度進行量化評估，具體包括創新投人強度、人力資本密集度（員工數量占營業收入的比重）、營業收入增長率、銷售費用和管理費用占銷售收入的比重、員工人數波動性（員工人數的標準差與均值之比）、資本密度（固定資產占總資產的比重）。除資本密度采取反向賦值法外，其余5項指標按照行業-年度從小到大排列并平均分為5組，以 0～4 分賦值。最后將所有指標得分加總即得到戰略激進度評分，取值范圍為0～24，評分越高表明企業的戰略選擇越激進。

2.2.5 控制變量

為了控制公司自身屬性以及治理特征對技術前沿距離的影響，文中參考數字化與技術追趕領域相關文獻，選取資產負債率、總資產凈利潤率、董事會規模、托賓Q值、企業年齡、資本密集度、以及高管薪酬激勵作為控制變量。各變量具體定義見表1。

2.3 模型設定

為了檢驗數字化同群效應對技術前沿距離的影響，構建基準回歸模型（1）、（2）

+εi，t

為了檢驗雙元創新在數字化同群效應和技術前沿距離之間的傳導機制，構建中介效應模型（3）、（4）

為了檢驗戰略激進度的調節作用，構建模型（5）

在上述模型中， T_i，t 為被解釋變量，表示樣本企業在觀測年與行業前沿企業的技術距離； P_i，t 為核心解釋變量數字化同群效應；中介變量M為企業雙元創新，分別考慮了探索式創新（R）和利用式創新（I；S為文中的調節變量戰略激進度。Controls表示控制變量； ε_i，t 為隨機擾動項，Year和Indy分別為年份和行業固定效應。

3 實證結果與分析

3.1 描述性統計

表2為文中的描述性統計結果。觀察標準差可知，技術前沿距離的離散程度偏低，說明上市公司本身具有一定的技術基礎，與行業領先企業之間的技術距離普遍較小。數字化同群效應的均值為0.788，最大值為2.736，最小值為0.125，標準差為0.56，說明不同企業受到同群企業的數字化影響效應存在明顯差異。控制變量的描述性統計結果與所參考文獻基本相同，這里不再贅述。此外，主要變量的VIF值在 1.11～1.39 之間，均值為1.26，表明不存在嚴重的多重共線問題

3.2數字化同群效應與技術前沿距離基準回歸

表3為數字化同群效應對技術前沿距離影響的回歸結果。其中，第（1）列為不考慮控制變量的回歸結果。結果表明，數字化同群效應與技術前沿距離在 1% 的水平下顯著負相關。第（2）列加入控制變量后P的系數為-0.030，并在 1% 的水平上顯著。該結果表明，數字化同群效應與技術前沿距離之間存在顯著負相關關系，即數字化同群效應越強，企業與行業前沿企業間的技術距離越小，由此支持了H1的推斷。

3.3 穩健性檢驗

3.3.1更換被解釋變量度量方式

文中初始階段將同一行業內全要素生產率位居前3位的企業界定為技術前沿，測度了樣本企業的技術距離。為了增強研究結論的穩健性并降低極端值的干擾，現將技術前沿距離指標修正為同一行業中生產率最高的前10位企業的平均全要素生產率。表4列（1）顯示了更換被解釋變量度量方式后利用基準模型重新進行回歸的結果，其中，P的系數仍然在 1% 水平上顯著為負，因此驗證了研究的穩健性。

3.3.2考察未來期效應

考慮到數字化同群效應對企業技術追趕活動的影響具有長期性，文中分別使用技術前沿距離的未來一期和未來兩期作為被解釋變量進行回歸分析以驗證模型的穩健性。回歸結果見表4列（2）和列（3），各解釋變量的系數在 1% 水平上顯著為負，因此驗證了研究的穩健性。

3.3.3剔除特殊年份數據

疫情等特殊情況的出現，會導致企業的數字化轉型進程放緩，進而對數字化同群效應與企業技術前沿距離之間的影響關系產生干擾。基于此，文中參考吳非等[33]的做法，剔除疫情年份數據，僅保留2018年及以前的樣本數據進行穩健性檢驗。表4列（4）為縮短樣本區間進行穩健性檢驗的結果，P的系數仍然在 1% 的水平上顯著為負，進一步說明了研究的穩健性。

3.3.4工具變量法

處于技術追趕階段的企業往往展現出更強的技術學習與產業升級動能，這類企業通常對數字化浪潮中的技術革新保持著更敏銳的行業觸覺。由于需要通過技術吸收實現跨越式發展，它們對產業前沿動態的監測更為密切，特別是對行業先行者數字化轉型路徑的解析能力和戰略響應的敏捷性顯著提升，這種戰略警覺性既源于后發優勢的驅動，也來自市場競爭的倒逼機制。因此，為了緩解逆向因果關系等內生性偏差對研究結論的影響，文中借鑒袁淳等[34]、劉耀彬等的做法，采用企業注冊省份的互聯網寬帶接入端口數構建基礎指標（IBA），繼而通過計算同行業其他企業注冊省份的IBA均值形成行業同群工具變量（K）。工具變量適用性檢驗結果表明，LM統計量和Wald-F統計量均遠大于臨界值，因此工具變量不存在識別不足和弱工具變量問題。表5列（2）為第二階段回歸結果，數字化同群效應與技術前沿距離仍然在 10% 水平上顯著負相關，由此驗證了研究的穩健性。

3.3.5 傾向得分匹配

將數字化同群效應按照中位數劃分為高效應組和低效應組，然后選擇一些企業特征指標作為匹配變量按照 1：3 最近鄰法進行傾向得分匹配（PSM）。處理結果顯示，平均處理效應ATT的t檢驗值為21.29，并在 1% 的水平下顯著，說明匹配效果比較理想。表5列（3）為PSM匹配后的樣本基準回歸結果，P的系數在 1% 的水平下顯著為負，因此驗證了研究的穩健性。

3.4 進一步分析

3.4.1雙元創新中介效應檢驗

表6報告了雙元創新在數字化同群效應與技術前沿距離作用路徑中的中介效應回歸結果。由列（1）可知，數字化同群效應與探索式創新存在顯著的負向相關性，即當企業受到同行企業數字化戰略的影響越大時，其自身的探索式創新能力會呈現出下降的趨勢。這在某種程度上體現出，企業過度依賴于學習和模仿同行企業的數字技術和戰略會導致其創造個性化產品和服務的能力被削弱。表6列（2）顯示，探索式創新與企業的技術前沿距離存在顯著的負相關關系，而基礎回歸結果表明數字化同群效應與技術前沿距離也顯著負相關，因此可以得出，探索式創新在數字化同群效應和技術前沿距離之間存在顯著的遮掩效應，假設H2a得以驗證。表6列（3）列（4）顯示，數字化同群效應顯著正向影響企業的利用式創新，且利用式創新顯著負向影響技術前沿距離，表明在數字化同群效應和技術前沿距離的作用路徑中，利用式創新發揮顯著的中介效應，假設H2b得以驗證。此外，文中進行了Bootstrap檢驗以驗證研究結論的穩健性，結果見表7，探索式創新的間接效應置信區間為［0.001，0.005]，直接效應置信區間為[-0.037，-0.007]，均不包含0，但是直接效應系數為-0.022，間接效應系數為0.003，二者方向相反，總效應被削弱，因此存在遮掩效應；利用式創新的間接效應置信區間為 [-0.006，-0.000] ，直接效應置信區間為[-0.030，-0.003]，均不包含0，說明存在部分中介效應，中介效應占比為 14.8% 0

3.4.2 調節效應分析

表8報告了戰略激進度對數字化同群效應與技術前沿距離關系的調節效應回歸結果。列（1）和列（2）為基于戰略激進度高低進行分組檢驗的結果，其中自變量P的系數均顯著為負，戰略保守型企業在技術追趕過程中受到的同行數字化影響效應較戰略激進型企業更大。列（3）為加入戰略激進度調節變量的回歸結果，其中，數字化同群效應和戰略激進度的交互項系數為0.008，并在 1% 的水平上顯著。以上結果說明，企業的戰略激進度顯著削弱了數字化同群效應與技術前沿距離之間的負向影響關系。由此，假設H3得以驗證。

3.5 異質性分析

3.5.1基于企業產權性質的異質性分析

基于企業的所有權性質不同，文中分別對國有企業和非國有企業進行了回歸分析。回歸結果見表9列（1）列（2），數字化同群效應在促進國有企業和非國有企業的前沿技術追趕方面均具有顯著的正向作用，尤其在國有企業中，這種促進效應更加明顯。造成這種現象的主要原因可能在于：首先，國有企業在資源稟賦和政策支持方面具有天然的優勢。在國家戰略導向下，國有企業數字化轉型與國家政策目標深度綁定，形成“技術-管理”雙元融合機制，而同群效應的存在加速了這種政策紅利的擴散。相比之下，非國有企業更多依賴市場競爭驅動，資源獲取的分散性導致同群效應在技術追趕中的邊際效用較低。其次，國有企業的決策邏輯更注重穩健性和合規性，其管理層對技術創新的風險容忍度較低。依托同群效應模仿已被驗證的數字化路徑，可有效規避試錯風險。非國有企業雖靈活性更高，但缺乏資源緩沖機制，過度依賴同群效應容易陷人“創新債務”困境。

3.5.2基于企業科技性質的異質性分析

基于企業的科技性質不同，文中分別對高新技術企業和非高新技術企業進行了回歸分析。回歸結果見表9列（3）列（4），數字化同群效應在促進高新技術企業和非高新技術企業的前沿技術追趕方面均具有顯著的正向作用，尤其在高新技術企業中，這種促進效應更加明顯。造成這種現象的原因可能在于：首先，高新技術企業通常具備更強的技術吸收與再創新能力，其研發投入強度、專利儲備及人才密度均顯著高于非高新技術企業。在同群效應驅動下，高新技術企業可通過快速解碼行業標桿的數字化實踐（如人工智能算法優化、區塊鏈技術應用），結合自身技術積累進行二次創新，形成“模仿-迭代-超越”的追趕路徑。而非高新技術企業受限于技術基礎薄弱，往往只能實現對簡單技術的復制，難以突破核心瓶頸。其次，高新技術企業普遍享有定向政策支持，例如研發費用加計扣除、專項補貼等。其數字化轉型常被納入區域創新體系或產業集群規劃，這有助于高新技術企業間的知識共享與協同研發。相比之下，非高新技術企業由于缺乏政策支持，同群效應的技術擴散效率顯著降低。

4 結論與建議

4.1結論

探索行業同群企業間的數字協同產生的交互效應對企業技術追趕過程的影響機制，對于拓展數字創新管理理論邊界具有重要理論價值。以2011—2023年滬深A股上市公司為研究對象，考察了數字化同群效應對企業技術前沿距離的影響、作用機制和異質性。

1）數字化同群效應對企業技術追趕具有顯著促進作用，能夠有效縮小企業與行業技術前沿的距離。這一結論在控制內生性問題及通過多種穩健性檢驗后仍然成立，從而證實了數字化同群效應的技術溢出機制。

2）機制檢驗表明，不同類型的創新在該過程中呈現差異化傳導路徑。具體而言，利用式創新在數字化同群效應與技術追趕之間發揮部分中介作用，而探索式創新則存在顯著的遮掩效應。這一發現揭示了數字化技術擴散中創新路徑選擇的復雜機理。

3）戰略導向的調節分析顯示，戰略激進度顯著弱化數字化同群效應的技術追趕效應。相較于戰略激進型企業，戰略保守型企業的數字化同群效應對技術追趕的促進作用更為顯著，這表明組織戰略與數字化模仿行為存在重要協同關系。

4）異質性分析進一步發現，相對于非國有企業，國有企業在縮短與行業前沿企業技術距離的過程中受數字化同群效應的影響更大。相對于非高新技術企業，高新技術企業在縮短與行業前沿企業技術距離的過程中受數字化同群效應的影響更大。這暗示制度因素和技術基礎在數字化技術擴散中具有門檻效應。

4.2建議

1）構建數字化協同網絡，強化同群技術溢出效應。地方政府、行業協會等應著力打造區域性數字創新樞紐，運用區塊鏈技術構建可信經驗共享通道。這種制度性數字平臺顯著降低了后發企業的試錯成本，在微觀層面能夠促進隱性知識轉移，加速數字化轉型最佳實踐的擴散。同時，對企業而言，在數字化轉型的過程中要積極關注和利用同群企業間數字技術協同演化的相互影響與帶動作用。企業積極地嵌入到數字化平臺與生態系統中，能夠幫助企業收集、分析各類交互數據，為企業的數字化創新指明方向。

2）優化創新資源配置，平衡雙元創新能力。在技術追趕過程中，企業的創新戰略選擇需遵循動態適配原則。對于處于技術追趕初級階段的后發企業，應該側重于提升利用式創新能力，通過系統整合同群網絡中的知識溢出資源，快速吸收同群企業的技術紅利，改良現有的技術架構，以提高自身的生產效率，縮小與前沿企業的技術距離。而對于與行業前沿企業技術差距較小的企業，通過適當提升研發強度，開展探索式創新活動有助于提升非對稱競爭優勢，甚至顛覆行業領先者的市場地位。但同時也要注意探索式創新存在顯著的資源擠占效應，這可能阻礙企業既有技術的迭代升級。

3）實施戰略導向的數字化路徑選擇。企業的戰略導向是建立在對自身資源稟賦、核心能力以及市場占位的系統性分析基礎之上的，因此其數字化轉型路徑的選擇需與戰略導向保持一致。具體而言，現階段實施激進型戰略的企業應減少對同群企業數字化決策的模仿，通過開展探索式數字創新活動構建差異化的技術轉型路徑。而對于戰略保守型企業，建議采用跟隨式創新策略，通過數字孿生、大數據對標等技術加強同群學習，以優化現有技術，實現數字化轉型的穩健推進。

參考文獻：

[1]曾德麟，蔡家瑋，歐陽桃花.數字化轉型研究：整合框架與未來展望[J].外國經濟與管理，2021，43（05）：63-76.

[2]康妍妍，馮圓.數字化轉型對制造業上市公司創新績效的影響研究[J].技術與創新管理，2024，45（02）：172-180+196

[3]陳劍，黃朔，劉運輝.從賦能到使能：數字化環境下的企業運營管理[J].管理世界，2020，36（02）：117-128+22

[4]程若楠，黃少卿.企業數字化同群效應：發生機理及對企業價值的影響[J].學習與探索，2023（05）：147-154.

[5]陳慶江，王彥萌，萬茂豐.企業數字化轉型的同群效應及其影響因素研究[J].管理學報，2021，18（05）：653-663.

[6]楊震寧，童奕銘.數字技術同群效應、組間壓力與企業創新模式[J].外國經濟與管理，2025，41（02）：135-152.

[7]明娟，廖楷賢.數字化轉型同群效應提升了企業供應鏈話語權嗎？［J].財經理論研究，2024（06）：65-76.

[8]劉耀彬，胡晟，王晨晨.數字化轉型同群效應如何影響企業國際化深度？來自A股上市公司的經驗證據[J].華東經濟管理，2024，38（09）：1-13.

[9]霍春輝，呂夢曉，許曉娜.數字化轉型“同群效應”與企業高質量發展：基于制造業上市公司的經驗證據[J].科技進步與對策，2023，40（04）：77-87.

[10]ADHIKARI B K，AGRAWAL A. Peer influence on pay-out policies[J]. Journal of Corporate Finance，2018，48 ：615-637.

[11]MACHOKOTOM，GYIMAHD，NTIMCG.Do peer firmsinfluence innovation？ [J]. The British Accounting Re-view，2021，53（05） ：100988.

[12]BIZJAK J，LEMMON M， WHITBY R. Option backdatingand board interlocks[J]. Review of Financial Studies，2009，22：4821-4847.

[13］孫莉，孫啟睿.數字經濟核心產業中企業投資的同群效應研究[J].統計與決策，2023，39（16）：169-173.

[14]LIEBERMAN MB，ASABA S.Why do firms imitate eachother？[J]. Academy of Management Review，2006，31（02） ：366-385.

[15］王麗強，秦芬，米捷.創新網絡中制造企業的綠色創新知識共享行為演化博弈［J].技術與創新管理，2024，45（04） ：382-390.

[16]張豪，張建華，何宇，等.企業間存在全要素生產率的溢出嗎？基于中國工業企業數據的考察［J].南開經濟研究，2018（04）：102-119.

[17］戚聿東，蔡呈偉.數字化對制造業企業績效的多重影響及其機理研究［J].學習與探索，2020（07）：108-119.

[18］孟令月，方厚政.供應鏈數字化對企業全要素生產率的影響研究[J].技術與創新管理，2024，45（05）：593-602.

[19］姜能濤.數字化轉型“同群效應”對產業鏈關聯的影響[J].現代管理科學，2023（04）：36-45.

[20]ROSENKOPF L， NERKAR A. Beyond local search：Boundary-spanning，exploration，and impact in the opticaldisk industry[J]. Strategic Management Journal，2001，22（04） ：287-306.

[21］王旭，褚旭.制造業企業綠色技術創新的同群效應研究：基于多層次情境的參照作用[J].南開管理評論，2022，25（02） ：68-81.

[22］魏江，劉洋.中國企業的非對稱創新戰略[J].清華管理評論，2017（10）：20-25.

[23]張慶壘，施建軍，劉春林，等.技術多元化、行業競爭互動與雙元創新能力［J].外國經濟與管理，2018，40（09） ：71-83.

[24]WEINZIMMER L，ESKEN C A，MICHEL E J，et al. Thedifferential impact of strategic aggressiveness on firm per-formance：The role of firm size[J]. Journal of BusinessResearch，2023，158：113623.

[25］劉哲堃，陳立敏.戰略激進度、數字化轉型與企業價值提升[J].工程管理科技前沿，2024，43（05）：69-75.

[26]孫健，王百強，曹豐，等.公司戰略影響盈余管理嗎？[J].管理世界，2016（03）：160-169.

[27]MIAO Y，SALOMON R M，SONG J. Learning from tech-nologically successful peers：The convergence of asianlaggards to the technology frontier[J].Organization Sci-ence，2021，32（01）：210-232.

[28]STUART T E. Interorganizational alliances and the per-formance of firms：A study of growthand innovation ratesinahigh-technologyindustry[J].StrategicManagementJournal，2000，21（08）：791-811.

[29]ROSENKOPFL，ALMEIDAP.Overcominglocal searchthrough alliances and mobility[J].Management Science，2003，49（06） ：751-766.

[30]BAS M，CAUSA O.Trade and product market policies inupstream sectors and productivity in downstream sectors：Firm-level evidence from China[J].Journal of Compara-tiveEconomics，2013，41（03）：843-862.

[31］趙宸宇.數字化發展與服務化轉型：來自制造業上市公司的經驗證據［J].南開管理評論，2021，24（02）：149-163.

[32］蘇濤永，孟麗.企業戰略激進度、管理者變更與技術距離［J].科技進步與對策，2022，39（01）：89-98.

[33]吳非，胡慧芷，林慧妍，等.企業數字化轉型與資本市場表現：來自股票流動性的經驗證據[J].管理世界，2021，37（07） ：130-144+10

[34]袁淳，肖土盛，耿春曉，等.數字化轉型與企業分工：專業化還是縱向一體化[J].中國工業經濟，2021（09）：137-155.

（責任編輯：嚴焱）