摘 要：數(shù)字化轉(zhuǎn)型能否促進(jìn)企業(yè)核心技術(shù)能力提升？在數(shù)字化轉(zhuǎn)型過(guò)程中，管理者時(shí)間導(dǎo)向扮演何種角色？已有文獻(xiàn)主要基于線(xiàn)性關(guān)系視角探討企業(yè)數(shù)字化轉(zhuǎn)型整體或平均水平。考慮到數(shù)字化轉(zhuǎn)型對(duì)核心技術(shù)能力的影響，構(gòu)建數(shù)字化轉(zhuǎn)型與核心技術(shù)能力關(guān)系理論框架，并將管理者時(shí)間導(dǎo)向納入其中，借助固定效應(yīng)模型與工具變量法，對(duì)2010—2019年2 182家上市公司9 491個(gè)觀察值進(jìn)行深入分析。結(jié)果表明：企業(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力呈倒U型關(guān)系；管理者前瞻性能夠強(qiáng)化這一關(guān)系，而管理者短視則弱化這一關(guān)系。由此，數(shù)字化轉(zhuǎn)型并非強(qiáng)化企業(yè)核心技術(shù)能力的萬(wàn)靈丹，企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中要兼顧管理者時(shí)間導(dǎo)向。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；核心技術(shù)能力；管理者前瞻性；管理者短視

DOI：10.6049/kjjbydc.2022110352

0 引言

隨著科技飛速發(fā)展，人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)等數(shù)字技術(shù)改變了產(chǎn)業(yè)發(fā)展基礎(chǔ)，由此引發(fā)第四次產(chǎn)業(yè)革命[1]。2018年7月13日，習(xí)近平總書(shū)記在中央財(cái)經(jīng)委員會(huì)第二次會(huì)議上強(qiáng)調(diào)，關(guān)鍵核心技術(shù)是國(guó)之重器，對(duì)推動(dòng)我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展、保障國(guó)家安全都具有十分重要的意義，必須切實(shí)提高我國(guó)關(guān)鍵核心技術(shù)創(chuàng)新能力，把科技發(fā)展主動(dòng)權(quán)牢牢掌握在自己手里，為我國(guó)發(fā)展提供有力科技保障。2020年，中共中央、國(guó)務(wù)院發(fā)布了《關(guān)于構(gòu)建更加完善的要素市場(chǎng)化配置體制機(jī)制的意見(jiàn)》，首次將“數(shù)據(jù)”與土地、勞動(dòng)力、資本、技術(shù)等傳統(tǒng)要素并列為要素之一，提出要加快培育數(shù)據(jù)要素市場(chǎng)[2]。這一時(shí)代背景下，通過(guò)數(shù)字化轉(zhuǎn)型不斷強(qiáng)化自身核心技術(shù)能力成為企業(yè)生存與發(fā)展的重要途徑（戚聿東， 肖旭，2020）。從微觀角度看，數(shù)字化轉(zhuǎn)型不僅能夠?yàn)槠髽I(yè)提供核心技術(shù)開(kāi)發(fā)工具，而且可為企業(yè)拓展、應(yīng)用核心技術(shù)提供新的場(chǎng)景（吳瑤等，2022）；從宏觀角度看，數(shù)字化轉(zhuǎn)型有助于我國(guó)企業(yè)在國(guó)際市場(chǎng)開(kāi)辟新賽道，助力我國(guó)在高技術(shù)領(lǐng)域（如高鐵）獲得核心技術(shù)優(yōu)勢(shì)[3]。

企業(yè)通過(guò)數(shù)字化轉(zhuǎn)型驅(qū)動(dòng)核心技術(shù)能力提升的重要性不言而喻，但相關(guān)研究較為匱乏。首先，尚未明確企業(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力間的關(guān)系。Lanzolla等（2020）認(rèn)為，數(shù)字化轉(zhuǎn)型能夠幫助企業(yè)更好地發(fā)現(xiàn)、認(rèn)知、整合現(xiàn)有知識(shí)，進(jìn)而促進(jìn)企業(yè)核心技術(shù)能力提升；Hilbolling等（2020）認(rèn)為，隨著企業(yè)數(shù)字化進(jìn)程深入推進(jìn)，企業(yè)內(nèi)部反復(fù)“優(yōu)化”不利于核心技術(shù)能力培育。因此，現(xiàn)有研究表明，除“非此即彼”的線(xiàn)性關(guān)系外，數(shù)字化轉(zhuǎn)型與核心技術(shù)能力也可能存在非線(xiàn)性關(guān)系（劉淑春等，2021）。其次，從戰(zhàn)略角度看，企業(yè)是人的組織（蘇芳， 毛基業(yè)，2019；羅瑾璉等，2018），無(wú)論是實(shí)施數(shù)字化轉(zhuǎn)型還是提升核心技術(shù)能力都需要依靠管理者推動(dòng)。特別是管理者時(shí)間導(dǎo)向（管理者前瞻性與管理者短視）既能塑造企業(yè)當(dāng)前行為，又能決定企業(yè)未來(lái)發(fā)展方向（胡楠等，2021）。脫離管理者時(shí)間導(dǎo)向分析數(shù)字化轉(zhuǎn)型與核心技術(shù)能力的關(guān)系容易以偏概全，僅關(guān)注時(shí)間導(dǎo)向與核心技術(shù)能力的關(guān)系又缺乏對(duì)數(shù)字經(jīng)濟(jì)這一背景的認(rèn)知，不具有理論意義?，F(xiàn)有研究尚未揭示數(shù)字化、核心技術(shù)、管理者時(shí)間導(dǎo)向三者間的關(guān)系。由此，有必要針對(duì)三者間的關(guān)系作進(jìn)一步研究。

本文通過(guò)構(gòu)建理論框架分析企業(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力間的非線(xiàn)性關(guān)系，考察管理者前瞻性與管理者短視在上述非線(xiàn)性關(guān)系中的調(diào)節(jié)作用，并將管理者時(shí)間導(dǎo)向納入研究框架，基于上市公司專(zhuān)利數(shù)據(jù)從4個(gè)維度構(gòu)建企業(yè)核心技術(shù)能力指標(biāo)體系?；趨欠堑龋?021）、胡楠等（2021）公布的上市公司數(shù)字化轉(zhuǎn)型數(shù)據(jù)與管理者時(shí)間導(dǎo)向數(shù)據(jù)，本文采用固定效應(yīng)模型與工具變量法分析發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力呈現(xiàn)倒U型關(guān)系；管理者前瞻性能夠強(qiáng)化這一關(guān)系，而管理者短視則弱化這一關(guān)系。

本文可能的邊際貢獻(xiàn)如下：第一，將企業(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力聯(lián)系起來(lái)，揭示企業(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力間的非線(xiàn)性倒U型關(guān)系，以期豐富基于微觀視角的數(shù)字化轉(zhuǎn)型研究；第二，將管理者特征納入研究框架，凸顯管理者時(shí)間導(dǎo)向（管理者前瞻性和管理者短視）對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響；第三，在數(shù)字技術(shù)飛速發(fā)展背景下，探討企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型最優(yōu)水平，從而為期望通過(guò)數(shù)字化轉(zhuǎn)型增強(qiáng)自身核心技術(shù)能力的企業(yè)提供參考。

1 理論分析與研究假設(shè)

1.1 概念定義

數(shù)字化轉(zhuǎn)型（Digital Transformation）簡(jiǎn)稱(chēng)數(shù)字化，是指由于數(shù)字技術(shù)廣泛傳播而引發(fā)的組織結(jié)構(gòu)變革[4]。該定義包含兩個(gè)關(guān)鍵詞，即數(shù)字技術(shù)與組織結(jié)構(gòu)變革。數(shù)字技術(shù)是指與數(shù)據(jù)處理能力相關(guān)的科學(xué)和技術(shù)。數(shù)字技術(shù)與信息科學(xué)技術(shù)具有本質(zhì)區(qū)別，主要差異體現(xiàn)在3個(gè)方面：第一，數(shù)字技術(shù)生產(chǎn)力更高、延展性更好、兼容性更強(qiáng)；第二，數(shù)字技術(shù)不是某家企業(yè)的獨(dú)門(mén)絕技，它存在的基礎(chǔ)是覆蓋多個(gè)企業(yè)的生態(tài)系統(tǒng)；第三，數(shù)字技術(shù)對(duì)世界的影響遠(yuǎn)大于信息科學(xué)技術(shù)。數(shù)字化轉(zhuǎn)型主體是組織，數(shù)字化轉(zhuǎn)型關(guān)注的是組織結(jié)構(gòu)變革（劉淑春等，2021）。近年來(lái)，隨著數(shù)字化研究不斷深入，部分學(xué)者將數(shù)字化轉(zhuǎn)型這一概念推廣到區(qū)域?qū)用婊虍a(chǎn)業(yè)層面[5]，但大部分?jǐn)?shù)字化轉(zhuǎn)型研究仍集中在以企業(yè)為代表的組織層面（劉向東，2022）。

核心技術(shù)能力（Core-Technology Competence，CTC）是指企業(yè)實(shí)現(xiàn)戰(zhàn)略意圖必須依賴(lài)的技術(shù)能力，它使企業(yè)在技術(shù)上區(qū)別于對(duì)手，并能夠?yàn)轭櫩蛣?chuàng)造獨(dú)特的價(jià)值。袁野等（2021）提出，核心技術(shù)能力強(qiáng)調(diào)技術(shù)上的突破與創(chuàng)新，具備知識(shí)密集、難以復(fù)制等特征。企業(yè)核心技術(shù)能力起源于Prahalad＆Hamel（1990）提出的核心競(jìng)爭(zhēng)力概念。企業(yè)核心競(jìng)爭(zhēng)力的本質(zhì)是知識(shí)，以及企業(yè)整合、協(xié)調(diào)、溝通能力[6]。

管理者時(shí)間導(dǎo)向（Time Orientation）主要體現(xiàn)管理者對(duì)企業(yè)發(fā)展在時(shí)間維度上的認(rèn)知[7]。本文主要分析管理者時(shí)間導(dǎo)向的兩個(gè)維度，即管理者前瞻性與管理者短視，它們分別反映管理者對(duì)企業(yè)長(zhǎng)期發(fā)展與短期利益的思考。具體來(lái)說(shuō)，管理者前瞻性是指管理者對(duì)企業(yè)未來(lái)發(fā)展戰(zhàn)略的思考與展望，以及對(duì)未來(lái)經(jīng)營(yíng)業(yè)績(jī)的預(yù)測(cè)[8]。管理者短視屬于社會(huì)心理學(xué)研究范疇，是指管理者決策視域短視化，更重視能即刻滿(mǎn)足的利益，而不按照公司長(zhǎng)遠(yuǎn)利益進(jìn)行決策的行為[9]。管理者前瞻性與管理者短視差異如表1所示。

需要強(qiáng)調(diào)的是，管理者前瞻性與管理者短視是兩個(gè)獨(dú)立的、不能相互替代的概念。管理者前瞻性減弱并不意味著管理短視增強(qiáng)，反之亦然。例如，上市公司管理者可能采用種種手段對(duì)年報(bào)進(jìn)行美化以穩(wěn)定公司股價(jià)，以此維護(hù)投資人的短期利益。同時(shí)，管理者也可能推進(jìn)長(zhǎng)期研發(fā)項(xiàng)目，進(jìn)一步增強(qiáng)企業(yè)核心技術(shù)能力。上述例子表明，管理者前瞻性與短視行為可以同時(shí)發(fā)生。

1.2 研究假設(shè)

數(shù)字化轉(zhuǎn)型可以促進(jìn)企業(yè)核心技術(shù)能力提升。核心技術(shù)發(fā)展需要企業(yè)對(duì)信息進(jìn)行搜尋與組合，而數(shù)字技術(shù)可以滿(mǎn)足企業(yè)的上述需求。首先，數(shù)字技術(shù)能夠幫助企業(yè)擴(kuò)展信息邊界。例如，Python軟件可以幫助技術(shù)人員下載海量數(shù)據(jù)并對(duì)其進(jìn)行歸類(lèi)和分析，這改變了傳統(tǒng)數(shù)據(jù)收集方式，有利于促進(jìn)企業(yè)信息搜尋行為。此外，核心技術(shù)能力可以體現(xiàn)在數(shù)字技術(shù)監(jiān)管和改進(jìn)企業(yè)生產(chǎn)與銷(xiāo)售的細(xì)節(jié)方面?，F(xiàn)有大量電腦輔助設(shè)計(jì)軟件可以幫助企業(yè)全面掌控生產(chǎn)和創(chuàng)新過(guò)程。例如 ，3D草圖設(shè)計(jì)技術(shù)可以對(duì)企業(yè)開(kāi)發(fā)的新產(chǎn)品/服務(wù)細(xì)節(jié)進(jìn)行全面分析。

企業(yè)核心技術(shù)能力一般由若干獨(dú)立又互為連接的任務(wù)或工作構(gòu)成，因而多個(gè)企業(yè)成員需要為了實(shí)現(xiàn)同一目標(biāo)而協(xié)同工作（肖靜華等，2021）。數(shù)字技術(shù)有利于任務(wù)與任務(wù)間的銜接，現(xiàn)有合作信息交流技術(shù)（Asana、Basecamp等）能夠幫助企業(yè)發(fā)現(xiàn)任務(wù)與任務(wù)間的障礙節(jié)點(diǎn)，進(jìn)而重組任務(wù)間關(guān)系與結(jié)構(gòu)，實(shí)現(xiàn)任務(wù)間的銜接與溝通。

除引入數(shù)字技術(shù)外，企業(yè)數(shù)字化轉(zhuǎn)型還包括企業(yè)組織結(jié)構(gòu)轉(zhuǎn)型（陳曉紅等，2022）。從企業(yè)內(nèi)部維度看，數(shù)字化轉(zhuǎn)型既能幫助企業(yè)對(duì)內(nèi)部知識(shí)與資源進(jìn)行重組，又有利于企業(yè)搜尋不熟悉的知識(shí)。知識(shí)、資源搜尋和重組是有成本的，因而企業(yè)在開(kāi)展數(shù)字轉(zhuǎn)型時(shí)一般從內(nèi)部知識(shí)與資源入手。具體來(lái)說(shuō)，數(shù)字化轉(zhuǎn)型過(guò)程中企業(yè)搜尋工作如下：探討數(shù)字技術(shù)如何幫助企業(yè)深入了解其已經(jīng)掌握的核心技術(shù)，并探索技術(shù)間內(nèi)在聯(lián)系與改進(jìn)方向；尋找組織結(jié)構(gòu)優(yōu)化方向；尋找數(shù)字化對(duì)企業(yè)資本構(gòu)成進(jìn)行調(diào)整的可能性。在進(jìn)行知識(shí)、資源搜尋時(shí)，企業(yè)會(huì)開(kāi)展創(chuàng)新重組工作，即設(shè)計(jì)重組、生產(chǎn)路徑重組以及企業(yè)文化重組（趙藝璇，成瓊文，2021）。

雖然數(shù)字化轉(zhuǎn)型可為企業(yè)核心技術(shù)能力提供多方面幫助，但需要注意的是，企業(yè)數(shù)字技術(shù)發(fā)展遵循邊際效應(yīng)遞減規(guī)律。這是因?yàn)槿魏纹髽I(yè)發(fā)展都遵循路徑依賴(lài)，并不斷對(duì)已有模式進(jìn)行強(qiáng)化[10]。路徑依賴(lài)會(huì)導(dǎo)致企業(yè)開(kāi)展?jié)u進(jìn)式創(chuàng)新而非突破式創(chuàng)新，如此一來(lái)，企業(yè)發(fā)展趨于平緩。從推動(dòng)力視角看，企業(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力呈正相關(guān)但邊際效應(yīng)遞減的關(guān)系，如圖1a所示。此外，數(shù)字化轉(zhuǎn)型對(duì)核心技術(shù)發(fā)展具有一定的阻礙，這種阻礙主要表現(xiàn)在3個(gè)方面：

第一，數(shù)字化轉(zhuǎn)型結(jié)果具有高不確定性[11]。以大數(shù)據(jù)為例，數(shù)據(jù)量呈現(xiàn)指數(shù)級(jí)增長(zhǎng)。一方面，數(shù)據(jù)是數(shù)字化轉(zhuǎn)型的基礎(chǔ)，缺乏數(shù)據(jù)，轉(zhuǎn)型工作無(wú)法開(kāi)展。另一方面，在大數(shù)據(jù)應(yīng)用過(guò)程中，新的數(shù)據(jù)會(huì)生成，從而進(jìn)一步擴(kuò)大數(shù)據(jù)規(guī)模。數(shù)據(jù)是昂貴的，無(wú)論是獲取已有數(shù)據(jù)所需支付的成本，還是通過(guò)各種渠道收集一手?jǐn)?shù)據(jù)，都需要大量投資[12]。此外，數(shù)據(jù)儲(chǔ)存也需要大量投資。Bantleman（2012）指出，人工智能水平越高，大數(shù)據(jù)存儲(chǔ)成本越高。

第二，人才是企業(yè)發(fā)展的重要資源。隨著核心技術(shù)開(kāi)發(fā)，人才培養(yǎng)難度越來(lái)越大。企業(yè)需要花費(fèi)大量時(shí)間與精力招聘數(shù)字化人才，而這類(lèi)人才需求永遠(yuǎn)大于供給[11]。當(dāng)數(shù)字化程度較高時(shí)，企業(yè)可以培養(yǎng)部分?jǐn)?shù)字化人才，甚至通過(guò)外包、兼職等方式“租賃”優(yōu)秀人才。在這一階段，企業(yè)對(duì)員工素質(zhì)的要求進(jìn)一步提高，不僅需要懂技術(shù)、懂規(guī)則的員工，而且需要對(duì)數(shù)字化轉(zhuǎn)型具有深刻洞見(jiàn)的人才，但這類(lèi)人才更加稀缺[11]。

第三，隨著數(shù)字化轉(zhuǎn)型深入推進(jìn)，企業(yè)的注意力會(huì)分散。首先，數(shù)字化轉(zhuǎn)型并不必然成功[13]，因而企業(yè)需要對(duì)不同轉(zhuǎn)型模式與路徑進(jìn)行識(shí)別和選擇。數(shù)字技術(shù)本身不能告訴管理者如何轉(zhuǎn)型才能成功[14]，因而需要管理者投入足夠的注意力。其次，數(shù)字化轉(zhuǎn)型的實(shí)質(zhì)是采用新的運(yùn)營(yíng)模式、思維、文化取代舊的模式，因而企業(yè)注意力需要分配到組織結(jié)構(gòu)重建上（陳劍等，2020）。最后，數(shù)字化轉(zhuǎn)型會(huì)對(duì)現(xiàn)有模式產(chǎn)生沖擊，進(jìn)而激發(fā)新運(yùn)營(yíng)模式與舊運(yùn)營(yíng)模式間的矛盾（謝小云等，2021），企業(yè)必須對(duì)此加以關(guān)注并解決轉(zhuǎn)型帶來(lái)的問(wèn)題。從阻礙力視角看，企業(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力間呈現(xiàn)負(fù)相關(guān)且邊際效益遞增的關(guān)系，如圖1b所示。由此，本文提出如下假設(shè)（見(jiàn)圖1c）：

H1：企業(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力呈現(xiàn)倒U型關(guān)系。

1.3 管理者前瞻性與管理者短視的調(diào)節(jié)作用

1.3.1 管理者前瞻性

（1）前瞻性能夠體現(xiàn)管理者對(duì)企業(yè)未來(lái)發(fā)展戰(zhàn)略的思考，通過(guò)改變企業(yè)行為開(kāi)發(fā)市場(chǎng)機(jī)會(huì)，從而不斷提升企業(yè)競(jìng)爭(zhēng)力。此外，管理者前瞻性也是企業(yè)動(dòng)態(tài)能力的體現(xiàn)。一般而言，管理者前瞻性越強(qiáng)，企業(yè)經(jīng)營(yíng)靈活性越強(qiáng)，能夠持續(xù)對(duì)核心技術(shù)能力加以改進(jìn)，并積極預(yù)測(cè)未來(lái)技術(shù)發(fā)展趨勢(shì)，從而促進(jìn)企業(yè)核心技術(shù)能力提升[15]。

（2）管理者前瞻性主要通過(guò)年報(bào)發(fā)布形式加以體現(xiàn)，因而管理者前瞻性也是企業(yè)與投資人交流的重要形式。從這一角度看，前瞻性可以從以下方面強(qiáng)化企業(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力關(guān)系：第一，管理者可以通過(guò)發(fā)布前瞻性相關(guān)信息降低企業(yè)與投資者間的信息不對(duì)稱(chēng)，既能幫助投資人更好地了解企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程，又能讓投資人增強(qiáng)投資信心。第二，管理者前瞻性是企業(yè)引導(dǎo)投資人的重要手段。對(duì)于大多數(shù)上市企業(yè)而言，年報(bào)披露的信息會(huì)直接影響資本市場(chǎng)，管理者的前瞻性行為是引導(dǎo)投資人基于管理者角度進(jìn)行思考的重要手段。

（3）前瞻性管理者對(duì)企業(yè)發(fā)展具有清晰的認(rèn)知，能夠合理制定企業(yè)發(fā)展規(guī)劃。從數(shù)字化角度看，前瞻性管理者能夠合理推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型，調(diào)整企業(yè)組織結(jié)構(gòu)。

由此，本文提出以下假設(shè)：

H2：管理者前瞻性能夠強(qiáng)化數(shù)字化轉(zhuǎn)型與核心技術(shù)能力的倒U型關(guān)系。

1.3.2 管理者短視

與管理者前瞻性不同，管理者短視強(qiáng)調(diào)的是管理者以追求短期利益為目標(biāo)，與能使企業(yè)長(zhǎng)期受益的項(xiàng)目保持距離（胡楠等，2021）。

（1）在短視目標(biāo)驅(qū)動(dòng)下，企業(yè)管理者會(huì)忽視核心技術(shù)能力培育。核心技術(shù)能力提升并非一蹴而就，企業(yè)自然會(huì)將注意力從核心技術(shù)能力轉(zhuǎn)移到其它方面[16]。此外，受管理者短視的影響，企業(yè)管理者主要關(guān)注當(dāng)前工作任務(wù)，而較少考慮企業(yè)長(zhǎng)遠(yuǎn)發(fā)展[17]。

（2）從資金角度看，大量研究表明，管理者短視的主要行為就是減少研發(fā)投資或?qū)ρ邪l(fā)進(jìn)行“操縱”[18]。具體表現(xiàn)如下：在數(shù)字化轉(zhuǎn)型過(guò)程中，不以研發(fā)為主要手段，而是以最大化短期收益為主要目標(biāo)。在上述情況下，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)核心技術(shù)能力的促進(jìn)作用有限。

（3）從管理者與投資人角度看，管理者短視雖然迎合了市場(chǎng)非理性行為，但不利于企業(yè)長(zhǎng)期發(fā)展，更不利于核心技術(shù)能力培育[17]。

由此，本文提出以下假設(shè)：

H3：管理者短視會(huì)弱化企業(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力的倒U型關(guān)系。

本文涉及的研究變量較多，以此構(gòu)建理論框架如圖2所示。

2 研究方法

2.1 樣本選擇與數(shù)據(jù)來(lái)源

本文選取2010—2019年全部上市公司作為初始研究樣本，并對(duì)其進(jìn)行如下處理：①剔除金融行業(yè)上市公司樣本；②剔除ST、*ST或PT上市公司樣本；③剔除關(guān)鍵變量缺失樣本。為降低離群值的影響，本文對(duì)連續(xù)型解釋變量進(jìn)行1%和99%的縮尾處理，最終得到2 182家上市公司9 491個(gè)觀察值。此外，本文中的企業(yè)發(fā)明專(zhuān)利數(shù)據(jù)來(lái)源于Wingo財(cái)經(jīng)文本數(shù)據(jù)平臺(tái)與智慧芽（PatSnap）全球?qū)＠麢z索分析數(shù)據(jù)庫(kù)，企業(yè)層面的控制變量數(shù)據(jù)來(lái)源于國(guó)泰安（CSMAR）數(shù)據(jù)庫(kù)，地區(qū)層面的相關(guān)數(shù)據(jù)來(lái)源于歷年《中國(guó)城市統(tǒng)計(jì)年鑒》，上市公司年報(bào)數(shù)據(jù)來(lái)源于巨潮資訊網(wǎng)（http：//www.cninfo.com.cn/），管理者前瞻性與管理者短視相關(guān)數(shù)據(jù)來(lái)源于Wingo財(cái)經(jīng)文本數(shù)據(jù)平臺(tái)。

2.2 變量說(shuō)明

2.2.1 被解釋變量

企業(yè)核心技術(shù)能力（CTC）是一個(gè)抽象的概念，現(xiàn)有企業(yè)核心技術(shù)能力測(cè)度方法大多是對(duì)企業(yè)專(zhuān)利申請(qǐng)數(shù)量進(jìn)行加總，但該方法過(guò)于簡(jiǎn)單直接，難以考察企業(yè)專(zhuān)利所蘊(yùn)含的技術(shù)水平。Kim等[19]提出運(yùn)用RTA指數(shù)（Revealed Technology Advantage Index）法對(duì)企業(yè)核心技術(shù)能力進(jìn)行測(cè)量，但該方法僅考慮企業(yè)所處技術(shù)領(lǐng)域?qū)＠暾?qǐng)數(shù)量的相對(duì)優(yōu)勢(shì)，而忽略了對(duì)企業(yè)各項(xiàng)專(zhuān)利質(zhì)量及技術(shù)水平的考察。因此，在傳統(tǒng)RTA指數(shù)法的基礎(chǔ)上，本文進(jìn)行適度補(bǔ)充和改進(jìn)。首先，相較于新型實(shí)用與外觀設(shè)計(jì)，企業(yè)發(fā)明專(zhuān)利更能反映企業(yè)技術(shù)能力。因此，本文選用上市公司歷年發(fā)明專(zhuān)利作為企業(yè)核心技術(shù)能力衡量指標(biāo)。其次，為彌補(bǔ)RTA指數(shù)法的不足，新增企業(yè)專(zhuān)利平均被引量、平均權(quán)利聲明數(shù)、平均專(zhuān)利質(zhì)量3個(gè)指標(biāo)，以構(gòu)建四維度企業(yè)核心技術(shù)能力指標(biāo)體系，并運(yùn)用熵值法賦予上述4個(gè)指標(biāo)權(quán)重后，計(jì)算企業(yè)核心技術(shù)能力。上述4個(gè)指標(biāo)計(jì)算方法如下：

（1） 基于RTA指數(shù)法的核心技術(shù)能力。計(jì)算企業(yè)i在技術(shù)領(lǐng)域j第t年的RTA指數(shù)，如式（1）所示。

其中，Pijt是指企業(yè)i在技術(shù)領(lǐng)域j第t年發(fā)明專(zhuān)利申請(qǐng)數(shù)，Pjt是指第t年技術(shù)領(lǐng)域j發(fā)明專(zhuān)利申請(qǐng)總數(shù)，Pit是指企業(yè)j第t年發(fā)明專(zhuān)利申請(qǐng)總數(shù)，Pt是指第t年發(fā)明專(zhuān)利申請(qǐng)總數(shù)。企業(yè)i第t年基于RTA指數(shù)法得出的核心技術(shù)能力如式（2）所示。

CORETECit=lnmaxRTAijt*Pijt（2）

（2） 企業(yè)專(zhuān)利平均被引量。本文中的企業(yè)專(zhuān)利平均被引量為企業(yè)當(dāng)年發(fā)明專(zhuān)利平均被引量。

（3） 企業(yè)專(zhuān)利平均權(quán)利聲明數(shù)。企業(yè)專(zhuān)利平均權(quán)利聲明數(shù)為企業(yè)當(dāng)年發(fā)明專(zhuān)利平均權(quán)利聲明數(shù)。

（4） 企業(yè)平均專(zhuān)利質(zhì)量。參考張杰等[20]的研究成果，本文使用知識(shí)寬度法測(cè)量企業(yè)專(zhuān)利質(zhì)量。專(zhuān)利知識(shí)寬度能夠反映專(zhuān)利中蘊(yùn)含的知識(shí)復(fù)雜度，專(zhuān)利知識(shí)復(fù)雜度越高，表明該專(zhuān)利越難以被競(jìng)爭(zhēng)對(duì)手模仿和超越，因而持有此類(lèi)專(zhuān)利的企業(yè)具有更強(qiáng)的核心技術(shù)能力。使用知識(shí)寬度法計(jì)算專(zhuān)利質(zhì)量具體為：

PKnt=1－∑α2 （3）

其中，PKnt是指企業(yè)中專(zhuān)利n第t年專(zhuān)利質(zhì)量，α是指專(zhuān)利分類(lèi)號(hào)中各大組分類(lèi)所占比重。本文采用均值法將專(zhuān)利質(zhì)量匯總到企業(yè)—年份層面，以此作為企業(yè)專(zhuān)利質(zhì)量。

2.2.2 核心解釋變量

企業(yè)數(shù)字化轉(zhuǎn)型（DT）。借鑒吳非等（2021）的研究成果，本文從大數(shù)據(jù)技術(shù)、云計(jì)算技術(shù)、人工智能技術(shù)、區(qū)塊鏈技術(shù)及數(shù)字技術(shù)運(yùn)用5個(gè)維度，選取與數(shù)字化轉(zhuǎn)型相關(guān)詞頻，計(jì)算出各維度關(guān)鍵詞詞頻與年報(bào)總詞頻的比值，再運(yùn)用熵值法降維至企業(yè)層面，以此度量企業(yè)數(shù)字化轉(zhuǎn)型程度。

2.2.3 調(diào)節(jié)變量

借鑒胡楠等（2021）的研究成果，本文采用種子詞集+Word Embedding相似詞擴(kuò)充方法，以關(guān)鍵詞詞集對(duì)應(yīng)的精確詞頻總和除以報(bào)告文本的總詞數(shù)分別作為管理者前瞻性與管理者短視衡量指標(biāo)。由于該指標(biāo)數(shù)值偏小，因而在進(jìn)行實(shí)證分析前，本文對(duì)上述兩項(xiàng)指標(biāo)進(jìn)行擴(kuò)大10倍處理。

2.2.4 控制變量

本文選取企業(yè)與區(qū)域兩個(gè)層面的指標(biāo)作為控制變量。其中，企業(yè)層面控制變量包括企業(yè)規(guī)模（Size）、資產(chǎn)負(fù)債率（Lev）、凈資產(chǎn)收益率（ROE）、成立年限（Age）、董事會(huì)規(guī)模（Board）、第一大股東持股比例（Top1）、賬面市值比（BM）以及是否為國(guó)企（SOE）。區(qū)域?qū)用婵刂谱兞堪ㄈ司鵊DP（lnPGDP）、科學(xué)技術(shù)支出（lnTech）、信息傳輸計(jì)算機(jī)服務(wù)和軟件業(yè)從業(yè)人員數(shù)（lnITEmp）和電信業(yè)務(wù)總量（lnNetServ）。

2.3 研究模型

為揭示數(shù)字化轉(zhuǎn)型對(duì)企業(yè)核心技術(shù)能力的影響，本文構(gòu)建如下基準(zhǔn)計(jì)量模型：

CTCij，t=β0+β1DTij，t+β2DT2ij，t+β3Controlsij，t+μij+δt+εij，t （4）

其中，被解釋變量CTCij，t表示j城市企業(yè)i第t年核心技術(shù)能力，核心解釋變量DTij，t表示j城市企業(yè)i第t年數(shù)字化轉(zhuǎn)型程度，DT2ij，t為企業(yè)數(shù)字化轉(zhuǎn)型平方項(xiàng)。Controlsij，t表示一系列控制變量。此外，μij、δt分別表示行業(yè)固定效應(yīng)和時(shí)間固定效應(yīng)，εij，t為隨機(jī)擾動(dòng)項(xiàng)。在所有回歸方程中，默認(rèn)采用聚類(lèi)標(biāo)準(zhǔn)誤并將其調(diào)整至企業(yè)層面。

3 實(shí)證結(jié)果分析

3.1 基準(zhǔn)回歸結(jié)果

表2為上述主要變量描述性統(tǒng)計(jì)結(jié)果。其中，企業(yè)核心技術(shù)能力最小值為0.007，最大值為0.796，方差為0.103。上述結(jié)果表明，不同企業(yè)核心技術(shù)能力差異較大，大多數(shù)企業(yè)核心技術(shù)能力水平較低，也間接反映出培育與發(fā)展企業(yè)核心技術(shù)能力的必要性。

表3為企業(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力基準(zhǔn)回歸結(jié)果。其中，第（1）列為僅加入行業(yè)與年份固定效應(yīng)的結(jié)果，第（2）列在第（1）列的基礎(chǔ)上加入企業(yè)層面控制變量，第（3）列進(jìn)一步加入城市層面控制變量。回歸結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型平方項(xiàng)（DT2）在1%水平上顯著為負(fù)，表明企業(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力存在倒U型關(guān)系。在企業(yè)數(shù)字化轉(zhuǎn)型程度達(dá)到某一特定閾值前，其對(duì)企業(yè)核心技術(shù)能力發(fā)揮促進(jìn)作用，在企業(yè)數(shù)字化程度超過(guò)特定閾值后，其對(duì)企業(yè)核心技術(shù)能力產(chǎn)生抑制作用。上述回歸結(jié)果初步驗(yàn)證了假設(shè)H1。

3.2 穩(wěn)健性檢驗(yàn)

3.2.1 倒U型關(guān)系檢驗(yàn)

Haans等[21]指出，僅二次項(xiàng)系數(shù)顯著并不能完全證實(shí)（倒）U型關(guān)系的存在，因而有必要對(duì)（倒）U型關(guān)系進(jìn)行檢驗(yàn)。本文對(duì)企業(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力的關(guān)系進(jìn)行檢驗(yàn)，結(jié)果如表4所示。結(jié)果表明，企業(yè)數(shù)字化轉(zhuǎn)型程度區(qū)間為（0.000，0.431），轉(zhuǎn)折點(diǎn)為0.153。左側(cè)區(qū)間斜率為0.285且在1%水平上顯著，右側(cè)區(qū)間斜率為-0.519且在1%水平上顯著。這一結(jié)果表明，企業(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力存在倒U型關(guān)系（見(jiàn)圖3），進(jìn)一步為假設(shè)H1提供了支持。

3.2.2 其它穩(wěn)健性檢驗(yàn)

（1）排除存在“S”型關(guān)系的可能性。為了排除企業(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力之間存在“S”型關(guān)系的可能性，本文構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型立方項(xiàng)（DT3），并將其代入回歸模型，結(jié)果如表5所示。由表5可知，企業(yè)數(shù)字化轉(zhuǎn)型立方項(xiàng)（DT3）的回歸系數(shù)并不顯著，而一次項(xiàng)（DT）與二次項(xiàng)（DT2）的回歸系數(shù)在1%水平上顯著且符號(hào)與前文一致。該研究結(jié)果證實(shí)，本文研究結(jié)論具有穩(wěn)健性。

（2）改變解釋變量測(cè)度方法。在初始回歸中，先計(jì)算各維度關(guān)鍵詞詞頻與年報(bào)文本總詞數(shù)的比值，再運(yùn)用熵值法將其匯總至企業(yè)層面，以此衡量企業(yè)數(shù)字化轉(zhuǎn)型程度?？紤]到上述測(cè)度方法對(duì)研究結(jié)果的可能影響，本文采用以下兩種方式測(cè)度企業(yè)數(shù)字化轉(zhuǎn)型水平：一是先計(jì)算數(shù)字化轉(zhuǎn)型5個(gè)維度關(guān)鍵詞詞頻數(shù)，再運(yùn)用熵值法匯總至企業(yè)層面，以此衡量企業(yè)數(shù)字化轉(zhuǎn)型程度；二是將5個(gè)維度詞頻數(shù)加總后除以年報(bào)總詞數(shù)，以此衡量企業(yè)數(shù)字化轉(zhuǎn)型程度。研究結(jié)果再次證實(shí)，企業(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力間存在倒U型關(guān)系。

（3）更換研究樣本。首先，考慮到我國(guó)制造企業(yè)實(shí)現(xiàn)結(jié)構(gòu)優(yōu)化與動(dòng)能轉(zhuǎn)換的重要性和迫切性，本文僅保留制造企業(yè)樣本，進(jìn)一步揭示數(shù)字化轉(zhuǎn)型與核心技術(shù)能力間的非線(xiàn)性關(guān)系，結(jié)果如表5列（4）所示。結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型程度一次項(xiàng)、二次項(xiàng)的系數(shù)均顯著，且方向與基準(zhǔn)回歸一致。其次，本文剔除高科技企業(yè)樣本，進(jìn)一步探究企業(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力間的關(guān)系，結(jié)果如表5列（5）所示。研究結(jié)果再次證實(shí)，本文研究結(jié)論具有穩(wěn)健性。

3.3 內(nèi)生性處理

本文選用工具變量法解決內(nèi)生性問(wèn)題。借鑒Goldsmith 等[22]的研究成果，本文采用份額移動(dòng)法構(gòu)造工具變量（又稱(chēng)Bartik工具變量），其基本思路如下：利用分析單元初始份額構(gòu)成（share）與總體增長(zhǎng)率（shift）的乘積模擬出歷年估計(jì)值，該估計(jì)值與實(shí)際值高度相關(guān)，能夠滿(mǎn)足相關(guān)性假設(shè)，且與其它殘差項(xiàng)不相關(guān)，能夠滿(mǎn)足排他性假設(shè)。因此，該方法能夠有效彌補(bǔ)傳統(tǒng)方法的不足，其具體計(jì)算步驟如下：首先，根據(jù)行業(yè)分類(lèi)代碼計(jì)算出初始年份行業(yè)層面數(shù)字化轉(zhuǎn)型程度的均值（share），本文初始年份默認(rèn)為2010年。2010年，如果因企業(yè)未實(shí)施數(shù)字化轉(zhuǎn)型導(dǎo)致數(shù)據(jù)缺失，則將企業(yè)開(kāi)展數(shù)字化轉(zhuǎn)型活動(dòng)的第一年設(shè)定為初始年份。其次，計(jì)算出全部企業(yè)數(shù)字化轉(zhuǎn)型增長(zhǎng)率（相對(duì)于初始年份）。最后，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)應(yīng)工具變量即為初始年份行業(yè)數(shù)字化轉(zhuǎn)型程度與各企業(yè)數(shù)字化轉(zhuǎn)型增長(zhǎng)率的乘積項(xiàng)。

表6匯報(bào)了基于工具變量法的估計(jì)結(jié)果。由表6可知，企業(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力呈倒U型關(guān)系并在5%水平下顯著。上述結(jié)果可為本文研究結(jié)論提供進(jìn)一步支持。

4 進(jìn)一步研究

本文進(jìn)一步探究管理者前瞻性、管理者短視對(duì)企業(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力關(guān)系的調(diào)節(jié)作用，并構(gòu)建如下計(jì)量模型進(jìn)行驗(yàn)證。

CTCij，t=β0+β1DTij，t+β2DT2ij，t+β3Controlsij，t+β4Forwardij，t+β5Forwardij，tDTij，t+β6Forwardij，tDT2ij，t+μij+δt+εij，t （5）

CTCij，t=β0+β1DTij，t+β2DT2ij，t+β3Controlsij，t+β4Myopiaij，t+β5Myopiaij，tDTij，t+β6Myopiaij，tDT2ij，t+μij+δt+εij，t （6）

調(diào)節(jié)變量Forwardij，t、Myopiaij，t分別表示管理者前瞻性與管理者短視。與式（4）相比，式（5）（6）分別引入調(diào)節(jié)變量與自變量及其平方項(xiàng)的交互項(xiàng)，以揭示調(diào)節(jié)變量對(duì)企業(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力關(guān)系的影響。為了避免多重共線(xiàn)性問(wèn)題，在生成交互項(xiàng)前，本文對(duì)調(diào)節(jié)變量和自變量進(jìn)行中心化處理，再將中心化后的自變量與調(diào)節(jié)變量相乘形成交互項(xiàng)，調(diào)節(jié)效應(yīng)檢驗(yàn)結(jié)果如表7所示。

4.1 管理者前瞻性的調(diào)節(jié)作用

表7列（1）顯示，管理者前瞻性與數(shù)字化轉(zhuǎn)型的交互項(xiàng)系數(shù)為負(fù)且在1%水平上顯著，表明管理者前瞻性能夠強(qiáng)化企業(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力的倒U型關(guān)系。為了使管理者前瞻性的調(diào)節(jié)作用更加直觀，本文進(jìn)一步繪制調(diào)節(jié)效應(yīng)圖，如圖4所示。由圖4可知，管理者前瞻性水平越高，企業(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力的關(guān)系曲線(xiàn)越陡峭，表明管理者前瞻性能夠強(qiáng)化二者間關(guān)系，即如果管理者具有前瞻性，則企業(yè)適度實(shí)施數(shù)字化轉(zhuǎn)型能夠進(jìn)一步提升自身核心技術(shù)能力。在管理者前瞻性的調(diào)節(jié)作用下，圖形轉(zhuǎn)折點(diǎn)并未發(fā)生明顯移動(dòng)，表明管理者前瞻性不會(huì)改變企業(yè)提升核心技術(shù)能力所需的數(shù)字化轉(zhuǎn)型水平。上述結(jié)論支持假設(shè)H2。

4.2 管理者短視的調(diào)節(jié)作用

表7列（2）顯示，管理者短視與數(shù)字化轉(zhuǎn)型的交互項(xiàng)系數(shù)為正且在10%水平上顯著，表明管理者短視會(huì)弱化企業(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力間的倒U型關(guān)系。由此，本文繪制管理者短視的調(diào)節(jié)效應(yīng)圖，如圖5所示。由圖5可知，管理者越短視，企業(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力的關(guān)系曲線(xiàn)越平緩，表明管理者短視會(huì)弱化二者間關(guān)系。換言之，管理者越短視，企業(yè)開(kāi)展數(shù)字化轉(zhuǎn)型越會(huì)阻礙核心技術(shù)能力提升。在管理者短視的調(diào)節(jié)作用下，圖形轉(zhuǎn)折點(diǎn)向右偏移，表明如果管理者短視，則企業(yè)需要深入推進(jìn)數(shù)字化轉(zhuǎn)型才能到達(dá)最優(yōu)點(diǎn)。綜上，假設(shè)H3得到支持。

5 結(jié)語(yǔ)

5.1 結(jié)論

本文基于2010—2019年2 182家上市公司9 491個(gè)觀察值，探討企業(yè)數(shù)字化轉(zhuǎn)型對(duì)核心技術(shù)能力的影響，并揭示管理者時(shí)間導(dǎo)向?qū)@一影響過(guò)程的調(diào)節(jié)作用，得到以下主要結(jié)論：

（1）企業(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力既不是線(xiàn)性正相關(guān)也不是非線(xiàn)性負(fù)相關(guān)關(guān)系，而是倒U型關(guān)系。換言之，適度水平的數(shù)字化轉(zhuǎn)型能夠推動(dòng)企業(yè)核心技術(shù)提升，過(guò)度數(shù)字化轉(zhuǎn)型會(huì)損害企業(yè)核心技術(shù)能力。

（2）管理者時(shí)間導(dǎo)向?qū)ζ髽I(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力的倒U型關(guān)系具有顯著調(diào)節(jié)作用。其中，管理者前瞻性能夠強(qiáng)化這一關(guān)系，即高管理者前瞻性能夠促使關(guān)系曲線(xiàn)更加陡峭；管理者短視會(huì)弱化這一關(guān)系，即高管理者短視使曲線(xiàn)關(guān)系更加平緩。

5.2 政策啟示

（1）數(shù)字化轉(zhuǎn)型對(duì)企業(yè)核心技術(shù)能力具有重要影響。因此，管理者應(yīng)認(rèn)識(shí)到數(shù)字化轉(zhuǎn)型的兩面性，在實(shí)施數(shù)字化轉(zhuǎn)型時(shí)遵循適度原則，在充分發(fā)揮其積極作用的同時(shí)，也要避免過(guò)度數(shù)字化轉(zhuǎn)型對(duì)企業(yè)核心技術(shù)能力的不利影響。

（2）在數(shù)字化轉(zhuǎn)型情境下，管理者前瞻性能夠?yàn)槠髽I(yè)培育核心技術(shù)能力營(yíng)造良好的環(huán)境。因此，管理者應(yīng)著眼企業(yè)長(zhǎng)期利益制定創(chuàng)新決策，增強(qiáng)企業(yè)動(dòng)態(tài)能力，加強(qiáng)前瞻性信息披露，避免過(guò)度關(guān)注短期利益。

（3）政府應(yīng)鼓勵(lì)企業(yè)把握數(shù)字化轉(zhuǎn)型機(jī)遇，為積極推進(jìn)數(shù)字化轉(zhuǎn)型、著力培育核心技術(shù)能力的企業(yè)提供政策支持，從而引導(dǎo)企業(yè)更好地發(fā)揮數(shù)字技術(shù)優(yōu)勢(shì)。

5.3 不足與展望

本文的局限性在于：僅對(duì)上市公司進(jìn)行研究，缺少來(lái)自非上市公司的證據(jù)，導(dǎo)致研究樣本有偏，未來(lái)可以借助Python技術(shù)對(duì)非上市中小企業(yè)進(jìn)行研究。此外，除核心技術(shù)能力外，本文其余變量均采用文本分析法得出，未來(lái)可以采用其它方法對(duì)數(shù)字化轉(zhuǎn)型、管理者前瞻性與管理者短視進(jìn)行量化分析，從而進(jìn)一步探討企業(yè)數(shù)字化轉(zhuǎn)型與核心技術(shù)能力的內(nèi)在作用機(jī)制。

參考文獻(xiàn)參考文獻(xiàn)：

[1] "劉洋， 董久鈺， 魏江. 數(shù)字創(chuàng)新管理：理論框架與未來(lái)研究[J]. 管理世界， 2020，36（7）：198-217.

[2] 焦豪， 楊季楓， 王培暖， 等. 數(shù)據(jù)驅(qū)動(dòng)的企業(yè)動(dòng)態(tài)能力作用機(jī)制研究——基于數(shù)據(jù)全生命周期管理的數(shù)字化轉(zhuǎn)型過(guò)程分析[J]. 中國(guó)工業(yè)經(jīng)濟(jì)， 2021，38（11）：174-192.

[3] 宋娟，譚勁松， 王可欣， 等. 創(chuàng)新生態(tài)系統(tǒng)視角下核心企業(yè)突破關(guān)鍵核心技術(shù)“卡脖子”——以中國(guó)高速列車(chē)牽引系統(tǒng)為例[J]. 南開(kāi)管理評(píng)論，2023，26（5）：4-17.

[4] HANELT A， BOHNSACK R， MARZ D， et al. A systematic review of the literature on digital transformation： insights and implications for strategy and organizational change[J]. Journal of Management Studies， 2021，58（5）：1159-1197.

[5] 陳堂， 陳光. 數(shù)字化轉(zhuǎn)型對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的空間效應(yīng)研究——基于靜態(tài)和動(dòng)態(tài)空間面板模型的實(shí)證分析[J]. 經(jīng)濟(jì)與管理研究， 2021，42（8）：30-51.

[6] 曹興， 張亮. 企業(yè)技術(shù)核心能力的動(dòng)態(tài)循環(huán)過(guò)程及其優(yōu)化研究[J]. 科學(xué)管理研究， 2009，27（3）：34-38.

[7] ABU-RAHMA A， JALEEL B. Influence of managers' time orientation on strategic practices in the UAE[J]. International Journal of Emerging Markets， 2017，12（2）：219-237.

[8] 田高良， 薛宇婷， 李星， 等. 投資者重視管理者的前瞻性嗎——基于年報(bào)文本分析的經(jīng)驗(yàn)證據(jù)[J]. 管理工程學(xué)報(bào)，2023，37（1）：225-236.

[9] 俞鴻琳. 實(shí)體企業(yè)金融化：管理者短視角度的新解釋[J]. 經(jīng)濟(jì)管理， 2022，44（3）：55-71.

[10] 張麗. 網(wǎng)絡(luò)零售企業(yè)路徑依賴(lài)形成因素與突破路徑探析[J]. 商業(yè)經(jīng)濟(jì)研究， 2018，37（21）：88-91.

[11] JONES M D， HUTCHESON S， CAMBA J D. Past， present， and future barriers to digital transformation in manufacturing： a review[J]. Journal of Manufacturing Systems， 2021，60：936-948.

[12] CAPPA F， ORIANI R， PERUFFO E， et al. Big data for creating and capturing value in the digitalized environment： unpacking the effects of volume， variety， and veracity on firm performance[J]. Journal of Product Innovation Management， 2021，38（1）：49-67.

[13] 戚聿東， 蔡呈偉. 數(shù)字化對(duì)制造企業(yè)績(jī)效的多重影響及其機(jī)理研究[J]. 學(xué)習(xí)與探索， 2020，42（7）：108-119.

[14] MIKALEF P， PATELI A. Information technology-enabled dynamic capabilities and their indirect effect on competitive performance： findings from PLS-SEM and fsQCA[J]. Journal of Business Research， 2017（70）：1-16.

[15] VECCHIATO R， ROVEDA C. Strategic foresight in corporate organizations： handling the effect and response uncertainty of technology and social drivers of change[J].Technological Forecasting and Social Change，2010，77（9）：1527-1539.

[16] 王新光. 管理者短視行為阻礙了企業(yè)數(shù)字化轉(zhuǎn)型嗎——基于文本分析和機(jī)器學(xué)習(xí)的經(jīng)驗(yàn)證據(jù)[J]. 現(xiàn)代經(jīng)濟(jì)探討， 2022，40（6）：103-113.

[17] 趙強(qiáng)， 鄧先柏. 基于管理者短視理論的高息委托貸款影響研究[J]. 會(huì)計(jì)之友， 2017，35（9）：75-78.

[18] 王帆， 許諾， 章琳， 等. 年報(bào)預(yù)約披露延遲與企業(yè)創(chuàng)新[J]. 會(huì)計(jì)研究， 2020，38（8）：159-177.

[19] KIM J， LEE C， CHO Y. Technological diversification， core-technology competence， and firm growth[J]. Research Policy， 2016，45（1）：113-124.

[20] 張杰， 鄭文平. 創(chuàng)新追趕戰(zhàn)略抑制了中國(guó)專(zhuān)利質(zhì)量么[J]. 經(jīng)濟(jì)研究， 2018，53（5）：28-41.

[21] HAANS R F J， PIETERS C， HE Z. Thinking about U： theorizing and testing U- and inverted U-shaped relationships in strategy research[J]. Strategic Management Journal， 2016，37（7）：1177-1195.

[22] GOLDSMITH-PINKHAM P， SORKIN I， SWIFT H. Bartik instruments： what， when， why， and how[J]. American Economic Review， 2020，110（8）：2586-2624.

Enterprise Digital Transformation， Managers' Time Orientation and Core-technology Competence：An Inverted U-shape

Abstract： In the era of digital technology， digital transformation has become a necessary approach for enterprises to improve core-technology competence. From a micro perspective， digital transformation not only provides enterprises with means and tools to develop core-technology competence， but also provides new business scenarios for enterprises; from a macro perspective，it helps Chinese enterprises to further open the international market and cultivate the technological advantages in some high-tech fields by embracing digital technology and carrying out digital transformation. Thus， it is of significance to systematically and comprehensively explore how digital transformation helps enterprises enhance their core-technology competence. Existing studies mainly focus on the linear relationship between digital transformation and enterprise performance， and some studies note that carrying out digital transformation improves enterprise performance， while other studies argue that digital transformation hinders enterprise performance. The controversy raises the question of whether there is a non-linear relationship between digital transformation and enterprise performance.

This paper aims to fill in the above-mentioned research gap by verifying that the relationship between digital transformation and core-technology competence is an inverted U-shape. Drawing on Hanns et al.’s research template， it builds a theoretical framework that deconstructs the inverted U-shape into two forces， namely the driving force and the blocking force. The driving force promotes the improvement of core-technology competence through the search and recombination of information， the coordination of multi-tasks， and organizational structure changes. The blocking force， in contrast， decreases the enterprises' core-technology competence in three dimensions of cost saving， talent recruitment and distraction. By integrating the driving force and blocking force， the inverted U-shape relationship between digital transformation and core-technology competence is formed. Furthermore， because managers usually play a decisive role in whether to conduct digital transformation and control the process of digital transformation; managers’ time orientation which includes forward-lookingness and myopia uncovers managers' thoughts about the enterprise development in the short and long term， it is necessary to include managers' time orientation in the theoretical framework of this paper.

With the help of existing text data in the annual reports of listed companies， word frequency is used to estimate enterprise digital transformation， managerial forward-lookingness and myopia. In the calculation of the core-technology competence of enterprises using the revealed technology advantage index， three more indicators are added， namely the average cited number of enterprise patents， the average number of claims of patent rights， and the average quality of patents. The four-dimensional index is then built， and by applying the entropy method， the core-technology competence is calculated. Using the fixed-effect model and instrumental variable method， this paper studies 9 491 observations of 2 182 listed companies from 2010 to 2019. The result shows that there exists an inverted U-shaped relationship between enterprise digital transformation and core-technology competence， and several robustness tests and endogeneity tests reconfirm the conclusion; the managerial forward-lookingness strengthens this relationship， implying that managerial forward-lookingness significantly promotes the core-technology competence and makes the curve steeper; while the managerial myopia weakens the relationship， indicating that managers' myopia has negative effects on the core-technology competence and makes the curve flatter.

Digital transformation is not a panacea for strengthening enterprise core-technology competence. Managers should implement digital transformation moderately to attain optimal core-technology competence. In addition， in the process of digital transformation， the managers' time orientation should be taken into account. Forward-looking managers instead of myopic ones can help enterprises achieve higher core-technology competence through digital transformation. Implications for policy-making are presented. First， managers should recognize that carrying out digital transformation has two opposite impacts on core technological competence. When implementing digital transformation， it is essential to adopt appropriate strategies to maximize the positive influence and control the negative impact. Second， when making strategic decisions， managers should focus on the long-term interests of enterprises， enhance their dynamic capabilities， provide more information on forward-lookingness in annual reports， and avoid overemphasizing the short-term interests of enterprises. Third， the government should provide policy support for enterprises that actively promote digital transformation and focus on cultivating core-technology competence， and guide enterprises to take advantage of digital transformation.

Key Words：Digital Transformation; Core-technology Competence;Managerial Forward-lookingness;Managerial Myopia