摘 要：專精特新企業(yè)憑借“小而精”“專而精”的特點，展現(xiàn)出巨大的創(chuàng)新潛力，但也面臨較高風(fēng)險與不確定性。基于2008—2022年我國A股上市專精特新企業(yè)數(shù)據(jù)，探究數(shù)字化轉(zhuǎn)型對專精特新企業(yè)創(chuàng)新韌性的影響效應(yīng)及作用機(jī)制。結(jié)果表明，數(shù)字化轉(zhuǎn)型與專精特新企業(yè)創(chuàng)新韌性存在顯著“下降—上升—下降”的倒N型關(guān)系。從影響機(jī)制看，數(shù)字化轉(zhuǎn)型對企業(yè)間學(xué)習(xí)能力、研發(fā)投入和融資約束的影響分別呈現(xiàn)非線性增長、倒N型和倒N型態(tài)勢，推動專精特新企業(yè)創(chuàng)新韌性經(jīng)歷“磨合期”“拓展期”和“陣痛期”。此外，數(shù)字化轉(zhuǎn)型對專精特新企業(yè)創(chuàng)新韌性的影響因企業(yè)等級、企業(yè)年齡和經(jīng)濟(jì)周期存在異質(zhì)性。

關(guān)鍵詞

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；創(chuàng)新韌性；專精特新企業(yè)；倒N型關(guān)系

DOI：10.6049/kjjbydc.Q202407104

中圖分類號：F273.1

文獻(xiàn)標(biāo)識碼：A

文章編號

文章編號：1001-7348（2024）24-0012-11

0 引言

2018年10月，習(xí)近平總書記在廣州考察時強(qiáng)調(diào)“創(chuàng)新創(chuàng)造創(chuàng)業(yè)離不開中小企業(yè)，我們要為民營企業(yè)、中小企業(yè)發(fā)展創(chuàng)造更好條件”。2019年4月，中共中央辦公廳、國務(wù)院辦公廳發(fā)布《關(guān)于促進(jìn)中小企業(yè)健康發(fā)展的指導(dǎo)意見》，提出“引導(dǎo)中小企業(yè)專精特新發(fā)展”和“培育一批主營業(yè)務(wù)突出、競爭力強(qiáng)、成長性好的專精特新‘小巨人’企業(yè)”。中共二十大報告強(qiáng)調(diào)“支持專精特新企業(yè)發(fā)展”“促進(jìn)數(shù)字經(jīng)濟(jì)和實體經(jīng)濟(jì)深度融合”。在經(jīng)濟(jì)轉(zhuǎn)型與產(chǎn)業(yè)升級背景下，專精特新企業(yè)憑借“小而精”“專而精”的特點，展現(xiàn)出巨大的創(chuàng)新潛力。截至2024年4月，我國專精特新創(chuàng)新指數(shù)高達(dá)286.4，同比增長25.2%，創(chuàng)新活力持續(xù)釋放。當(dāng)前，專精特新企業(yè)已成為解決“卡脖子”問題、提升產(chǎn)業(yè)鏈安全、推進(jìn)新型工業(yè)化的關(guān)鍵力量，可為構(gòu)建新發(fā)展格局和推動新質(zhì)生產(chǎn)力發(fā)展注入強(qiáng)勁動力。

相較于大型企業(yè)，專精特新企業(yè)大多處于成長期，協(xié)同創(chuàng)新網(wǎng)絡(luò)聯(lián)通度較低［1］，在發(fā)展過程中面臨融資難度大、創(chuàng)新型人才吸引力不足和風(fēng)險抵御能力較差等問題［2］。從應(yīng)然層面看，數(shù)字化轉(zhuǎn)型能夠發(fā)揮賦能效應(yīng)，幫助企業(yè)激發(fā)創(chuàng)新潛力、釋放創(chuàng)新活力，進(jìn)而提高其風(fēng)險抵御能力。從實然層面看，由阿里云研究院等發(fā)布的《專精特新企業(yè)數(shù)字化轉(zhuǎn)型升級研究報告（2023）》顯示，51.6%的受訪中小企業(yè)仍處于數(shù)字化轉(zhuǎn)型起步探索階段，32.7%的企業(yè)處于數(shù)字化轉(zhuǎn)型基礎(chǔ)應(yīng)用階段，僅10.7%的企業(yè)達(dá)到數(shù)字化轉(zhuǎn)型深度應(yīng)用階段。此外，數(shù)字化轉(zhuǎn)型過程具有漸進(jìn)特征［3］，其以非線性方式打破舊秩序并重建新秩序，對企業(yè)創(chuàng)新韌性的影響是長期、曲折且充滿不確定性的非平衡動態(tài)過程。因此，有必要深入探究專精特新企業(yè)數(shù)字化轉(zhuǎn)型過程機(jī)理及其對創(chuàng)新韌性的影響機(jī)制。

本文以2008—2022年我國A股上市公司中的專精特新企業(yè)為樣本，從動態(tài)性和系統(tǒng)性視角深入探究數(shù)字化轉(zhuǎn)型“是否”以及“如何”影響專精特新企業(yè)創(chuàng)新韌性，旨在豐富數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新發(fā)展理論體系，為加快專精特新企業(yè)數(shù)字化轉(zhuǎn)型和提升其創(chuàng)新韌性提供管理啟示。

1 文獻(xiàn)綜述

1.1 數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新

數(shù)字時代背景下，數(shù)字化轉(zhuǎn)型成為推動企業(yè)創(chuàng)新的重要引擎。學(xué)術(shù)界大多以全行業(yè)或制造業(yè)企業(yè)為研究對象，探究數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新的關(guān)系，提出線性關(guān)系、U型關(guān)系和倒U型關(guān)系3種觀點：冀云陽等［4］、段華友等［5］認(rèn)為，數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新具有正向線性影響，研發(fā)投入、融資約束在其中發(fā)揮中介作用；黃先海等［6］、馬君和郭明杰［7］認(rèn)為，數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新具有“先抑后揚”的U型影響，網(wǎng)絡(luò)溢出效應(yīng)、員工數(shù)字認(rèn)知等在其中發(fā)揮中介作用；唐鸝鳴［8］、羅瑾璉等［9］認(rèn)為，數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新具有“先揚后抑”的倒U型影響，交易成本、創(chuàng)新融資約束及信息不對稱等在其中發(fā)揮中介作用。

專精特新企業(yè)創(chuàng)新研究主要關(guān)注以下內(nèi)容：一是重點探討專精特新企業(yè)創(chuàng)新發(fā)展扶持政策、創(chuàng)新路徑及范式選擇［10-11］；二是探究專精特新企業(yè)創(chuàng)新質(zhì)量、創(chuàng)新績效及影響因素［11］?，F(xiàn)有數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新關(guān)系研究較少關(guān)注專精特新企業(yè)，僅郭彤梅等［12］基于動態(tài)能力理論，探究了專精特新企業(yè)數(shù)字化轉(zhuǎn)型與創(chuàng)新績效的關(guān)系。

1.2 企業(yè)創(chuàng)新韌性

韌性（Resilience）最早用于衡量個體或系統(tǒng)在遭受沖擊后自我恢復(fù)與重建的能力［13］，隨后這一概念逐漸應(yīng)用于管理學(xué)和經(jīng)濟(jì)學(xué)領(lǐng)域，引發(fā)了有關(guān)企業(yè)韌性與經(jīng)濟(jì)韌性的廣泛討論［3，14］。蔣巒等［3］研究表明，數(shù)字化轉(zhuǎn)型是強(qiáng)化企業(yè)韌性的關(guān)鍵手段，其作用機(jī)制表現(xiàn)出利用式創(chuàng)新和探索式創(chuàng)新的雙元特征；Oeij等［15］首次將韌性與創(chuàng)新相結(jié)合，提出創(chuàng)新韌性的概念；Lv等［16］將創(chuàng)新韌性定義為組織應(yīng)對創(chuàng)新活動不確定性的能力；胡甲濱和俞立平［17］將創(chuàng)新韌性定義為創(chuàng)新在面對外部沖擊時保持系統(tǒng)穩(wěn)定、適應(yīng)恢復(fù)甚至進(jìn)化的能力；侯光文和劉青青［18］將創(chuàng)新韌性視為企業(yè)動態(tài)能力，認(rèn)為其是企業(yè)在動蕩環(huán)境中積累知識并將其轉(zhuǎn)化為自身能力的強(qiáng)化機(jī)制。少量研究實證分析了數(shù)字經(jīng)濟(jì)相關(guān)因素對企業(yè)創(chuàng)新韌性的影響，如盧正文和許康［19］基于企業(yè)生命周期動態(tài)視角，提出數(shù)字化轉(zhuǎn)型的持續(xù)嵌入可以通過信息不對稱、企業(yè)合作文化及利益相關(guān)者共生關(guān)系影響企業(yè)創(chuàng)新韌性，二者呈倒U型關(guān)系。

現(xiàn)有相關(guān)文獻(xiàn)歸納如下：第一，學(xué)界對數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新關(guān)系研究的結(jié)論存在分歧，存在線性關(guān)系、U型關(guān)系和倒U型關(guān)系3種觀點。第二，現(xiàn)有企業(yè)創(chuàng)新研究大多聚焦全行業(yè)企業(yè)或制造企業(yè)，對專精特新企業(yè)創(chuàng)新探討不足。第三，既有研究主要關(guān)注企業(yè)創(chuàng)新質(zhì)量或創(chuàng)新績效，對創(chuàng)新韌性的研究相對不足，專精特新企業(yè)創(chuàng)新韌性研究尤為匱乏。因此，本文以專精特新企業(yè)為研究對象，深入探究數(shù)字化轉(zhuǎn)型“是否”以及“如何”影響企業(yè)創(chuàng)新韌性，旨在為專精特新企業(yè)提升創(chuàng)新能力和創(chuàng)新韌性提供理論支撐。

2 理論分析與研究假設(shè)

2.1 數(shù)字化轉(zhuǎn)型與專精特新企業(yè)創(chuàng)新韌性

企業(yè)數(shù)字化轉(zhuǎn)型是企業(yè)利用數(shù)字技術(shù)實現(xiàn)業(yè)務(wù)改進(jìn)、效率提升以及價值創(chuàng)造方式重塑的過程。在這一過程中，企業(yè)創(chuàng)新活動呈現(xiàn)利用式創(chuàng)新和探索式創(chuàng)新的雙元特征［3］。同時，企業(yè)能夠通過數(shù)字化轉(zhuǎn)型感知機(jī)會與威脅，從而實現(xiàn)資源優(yōu)化配置。由此，數(shù)字化轉(zhuǎn)型對企業(yè)動態(tài)能力水平產(chǎn)生非線性影響，進(jìn)而影響其創(chuàng)新韌性。

在漸進(jìn)式數(shù)字化轉(zhuǎn)型初期，企業(yè)面臨利用式創(chuàng)新與探索式創(chuàng)新選擇問題。由于戰(zhàn)略模糊性，專精特新企業(yè)無法有效配置現(xiàn)有資源，其動態(tài)能力下滑，進(jìn)而導(dǎo)致其創(chuàng)新韌性降低。隨著數(shù)字化轉(zhuǎn)型不斷推進(jìn)，專精特新企業(yè)通過利用式創(chuàng)新感知和捕捉現(xiàn)有資源的能力增強(qiáng)。在深度適應(yīng)性學(xué)習(xí)過程中，專精特新企業(yè)不斷積累創(chuàng)新經(jīng)驗與知識，增強(qiáng)自身風(fēng)險感知能力和機(jī)會發(fā)掘能力，進(jìn)而增強(qiáng)創(chuàng)新韌性。

當(dāng)數(shù)字化轉(zhuǎn)型進(jìn)入深度變革期，探索式創(chuàng)新逐步占據(jù)企業(yè)創(chuàng)新主體地位，帶來組織結(jié)構(gòu)、業(yè)務(wù)模式和商業(yè)邏輯顛覆式變革。一方面，這種顛覆式變革會促使專精特新企業(yè)脫離既定技術(shù)軌道，面臨更高的不確定性風(fēng)險；另一方面，因規(guī)模較小、經(jīng)營周期較短、業(yè)績波動較大，專精特新企業(yè)在企業(yè)聲譽(yù)、工資福利及發(fā)展前景等方面對創(chuàng)新型人才吸引力不足。此外，大部分專精特新企業(yè)正處于初創(chuàng)期或成長期，因而在產(chǎn)業(yè)鏈中尚未形成協(xié)同創(chuàng)新局面［1］。因此，在深度數(shù)字化轉(zhuǎn)型引發(fā)顛覆式變革階段，專精特新企業(yè)無法集聚充足的創(chuàng)新資源，其捕捉能力、動態(tài)能力下降，進(jìn)而影響其適應(yīng)、調(diào)整及恢復(fù)能力。綜上所述，本文提出以下假設(shè)：

H1：數(shù)字化轉(zhuǎn)型對專精特新企業(yè)創(chuàng)新韌性具有顯著影響，兩者具有“下降—上升—下降”的非線性關(guān)系。

2.2 企業(yè)間學(xué)習(xí)能力的中介效應(yīng)

借助企業(yè)間學(xué)習(xí)能力，企業(yè)能夠在不斷變化的市場中及時感知機(jī)會，進(jìn)而應(yīng)對外部沖擊、增強(qiáng)風(fēng)險抵御能力并迅速恢復(fù)［20］。數(shù)字化轉(zhuǎn)型能夠為提升企業(yè)間學(xué)習(xí)能力提供重要契機(jī)：第一，在實施數(shù)字化轉(zhuǎn)型戰(zhàn)略后，企業(yè)利用數(shù)字技術(shù)有效拓展知識獲取、流動和共享深度與廣度，增強(qiáng)自身動態(tài)學(xué)習(xí)能力。第二，數(shù)字化轉(zhuǎn)型能夠突破企業(yè)間學(xué)習(xí)壁壘，拓寬專精特新企業(yè)知識獲取路徑。通過整合內(nèi)外信息和知識，專精特新企業(yè)能夠強(qiáng)化自身對機(jī)會與威脅的感知能力。三是，在知識整合過程中，數(shù)字化轉(zhuǎn)型有助于專精特新企業(yè)開展探索式創(chuàng)新，進(jìn)一步激發(fā)其知識創(chuàng)造能力。簡言之，在數(shù)字化轉(zhuǎn)型過程中，專精特新企業(yè)可以培育、增強(qiáng)企業(yè)間學(xué)習(xí)能力，提升自身面對沖擊時的調(diào)適與恢復(fù)能力，進(jìn)而增強(qiáng)企業(yè)創(chuàng)新韌性。因此，本文提出以下假設(shè)：

H2：數(shù)字化轉(zhuǎn)型通過提升企業(yè)間學(xué)習(xí)能力增強(qiáng)專精特新企業(yè)創(chuàng)新韌性。

2.3 研發(fā)投入的中介效應(yīng)

根據(jù)動態(tài)能力理論，在識別資源和機(jī)會后，企業(yè)需要在研發(fā)、中試及商業(yè)化等關(guān)鍵創(chuàng)新環(huán)節(jié)制定投資決策，以提升自身創(chuàng)新能力［21］。數(shù)字化轉(zhuǎn)型對研發(fā)投入跳躍的促進(jìn)作用不會立竿見影［22］，而是在“磨合期”后才能顯現(xiàn)。一方面，低水平數(shù)字化轉(zhuǎn)型可能破壞專精特新企業(yè)要素間的關(guān)聯(lián)性，進(jìn)而對研發(fā)投入跳躍產(chǎn)生負(fù)向影響；另一方面，在數(shù)字化轉(zhuǎn)型起步階段，企業(yè)通常難以確定未來創(chuàng)新活動是以探索式創(chuàng)新還是利用式創(chuàng)新為主，戰(zhàn)略模糊性會對研發(fā)投入產(chǎn)生負(fù)向影響。數(shù)字化轉(zhuǎn)型初期對研發(fā)投入的消極影響可能導(dǎo)致專精特新企業(yè)研發(fā)計劃受阻，進(jìn)而削弱企業(yè)在創(chuàng)新活動中應(yīng)對外部沖擊的能力，導(dǎo)致其創(chuàng)新韌性下降。

隨著數(shù)字化轉(zhuǎn)型進(jìn)程不斷推進(jìn)，探索式創(chuàng)新逐漸成為企業(yè)創(chuàng)新發(fā)展動力，專精特新企業(yè)創(chuàng)新進(jìn)入“拓展期”。一方面，數(shù)字化轉(zhuǎn)型有助于企業(yè)提升專業(yè)化分工水平和資源配置效率，進(jìn)而提升利用式創(chuàng)新效率，促進(jìn)企業(yè)研發(fā)投入；另一方面，數(shù)字化轉(zhuǎn)型能夠降低企業(yè)創(chuàng)新風(fēng)險，有助于企業(yè)與外部創(chuàng)新主體形成創(chuàng)新合力，聚焦探索式創(chuàng)新，加大對關(guān)鍵創(chuàng)新資源的持續(xù)投入、調(diào)配與吸收力度［20］，從而增強(qiáng)企業(yè)創(chuàng)新韌性。

目前，企業(yè)開始嘗試?yán)么髷?shù)據(jù)、云計算和人工智能等新興數(shù)字技術(shù)加快探索式創(chuàng)新進(jìn)程。需要指出的是，相較于利用式創(chuàng)新，探索式創(chuàng)新對企業(yè)創(chuàng)新投入具有更高要求。在資源約束情景下，專精特新企業(yè)數(shù)字化投入與研發(fā)投入存在此消彼長的“水床效應(yīng)”。數(shù)字化投入增加勢必對研發(fā)投入產(chǎn)生擠出效應(yīng)［22］，導(dǎo)致“過度數(shù)字化”問題［8］，進(jìn)而對專精特新企業(yè)創(chuàng)新韌性產(chǎn)生消極影響。因此，本文提出以下假設(shè)：

H3：數(shù)字化轉(zhuǎn)型與專精特新企業(yè)研發(fā)投入存在“下降—上升—下降”的非線性關(guān)系，其能夠通過研發(fā)投入對專精特新企業(yè)創(chuàng)新韌性產(chǎn)生顯著影響。

2.4 融資約束的中介效應(yīng)

為應(yīng)對復(fù)雜多變的外部環(huán)境，企業(yè)需要提升自身動態(tài)能力，高效配置資源，進(jìn)而最大限度地緩解融資約束，為創(chuàng)新發(fā)展提供資金保障。在數(shù)字化轉(zhuǎn)型初期，企業(yè)通過構(gòu)建信息管理系統(tǒng)、數(shù)據(jù)處理系統(tǒng)（如ERP、CRM、BI）提升自身信息獲取能力與信息披露水平，從而實現(xiàn)內(nèi)部信息治理優(yōu)化。數(shù)字化轉(zhuǎn)型有助于企業(yè)提升信息透明度，突破自身與投資機(jī)構(gòu)間的信息壁壘，一定程度上緩解傳統(tǒng)“委托—代理”問題［23］。較高的信息透明度有助于專精特新企業(yè)加大內(nèi)外監(jiān)督力度，提升信息披露質(zhì)量，緩解融資約束并增強(qiáng)自身風(fēng)險抵抗能力，進(jìn)而對企業(yè)創(chuàng)新韌性產(chǎn)生積極影響。

隨著數(shù)字化轉(zhuǎn)型不斷推進(jìn)，企業(yè)信息搜集與獲取能力顯著提升。與此同時，專精特新企業(yè)面臨數(shù)字技術(shù)人才短缺、數(shù)據(jù)整合與標(biāo)準(zhǔn)化困難，以及組織與流程適應(yīng)性不足等問題。企業(yè)信息處理能力與獲取能力之間存在“數(shù)字能力鴻溝”，由此產(chǎn)生新的信息不對稱問題。由于外部投資者難以及時響應(yīng)企業(yè)投資需求，進(jìn)而導(dǎo)致融資約束加劇，企業(yè)應(yīng)對外部沖擊的能力下降。此階段，數(shù)字化轉(zhuǎn)型通過融資約束削弱專精特新企業(yè)創(chuàng)新韌性。

在數(shù)字化轉(zhuǎn)型達(dá)到一定程度后，依托大數(shù)據(jù)技術(shù)和智能算法，企業(yè)能夠提升信息處理、輸出結(jié)構(gòu)化、標(biāo)準(zhǔn)化信息能力，推動自身與資金供給方之間信息網(wǎng)絡(luò)持續(xù)深化及信息高效傳遞，打破“數(shù)據(jù)孤島”，從而緩解融資約束。此外，數(shù)字化轉(zhuǎn)型有助于專精特新企業(yè)提升資源配置效率，增強(qiáng)自身盈利能力，進(jìn)而獲得良好的聲譽(yù)。作為積極信號，聲譽(yù)能夠幫助企業(yè)獲得資金供給方的認(rèn)可與支持，進(jìn)而緩解融資約束。較小的融資約束意味著企業(yè)能夠獲得充分的投資支持，提高自身應(yīng)對外部沖擊的能力，進(jìn)而增強(qiáng)企業(yè)創(chuàng)新韌性。因此，本文提出以下假設(shè)：

H4：數(shù)字化轉(zhuǎn)型與專精特新企業(yè)融資約束存在“下降—上升—下降”的非線性關(guān)系，其通過融資約束對專精特新企業(yè)創(chuàng)新韌性產(chǎn)生顯著影響。

綜上所述，本文構(gòu)建數(shù)字化轉(zhuǎn)型對專精特新企業(yè)創(chuàng)新韌性的作用機(jī)制框架，如圖1所示。

3 研究設(shè)計

3.1 樣本數(shù)據(jù)

本文選取2008—2022年我國A股上市公司中的專精特新企業(yè)為研究樣本，涵蓋專精特新中小企業(yè)和專精特新“小巨人”企業(yè)。在獲取CSMAR數(shù)據(jù)庫中上市公司相關(guān)數(shù)據(jù)的基礎(chǔ)上，依據(jù)工業(yè)和信息化部公布的五批次國家級、省級專精特新中小企業(yè)和專精特新“小巨人”企業(yè)名單，匹配得到A股上市公司中的專精特新企業(yè)，以此作為有效樣本。在此基礎(chǔ)上，本文對樣本數(shù)據(jù)進(jìn)行如下處理：①剔除金融、保險業(yè)行業(yè)樣本；②剔除ST、*ST、PT等特殊處理樣本和資不抵債樣本；③剔除關(guān)鍵變量缺失的樣本。為減少極端異常值對實證結(jié)果的影響，本文對所有連續(xù)變量在1%和99%水平上進(jìn)行Winsorize縮尾處理，最終得到8 397個樣本觀測值。其中，數(shù)字化轉(zhuǎn)型數(shù)據(jù)來源于A股上市公司年報，專精特新企業(yè)創(chuàng)新韌性相關(guān)數(shù)據(jù)和其它控制變量數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫、各省統(tǒng)計年鑒以及中國統(tǒng)計年鑒，個別缺失數(shù)據(jù)采用插值法補(bǔ)齊。

3.2 變量定義與測度

3.2.1 企業(yè)創(chuàng)新韌性

現(xiàn)有創(chuàng)新韌性測度方法分為綜合指標(biāo)法和敏感性指標(biāo)法。綜合指標(biāo)法是從不同維度構(gòu)建韌性發(fā)展水平評價指標(biāo)體系，測算結(jié)果可能因指標(biāo)、權(quán)重或方法選擇不同而存在差異。敏感性指標(biāo)法是選擇一個或數(shù)個對外界沖擊敏感的關(guān)鍵變量，通過計算關(guān)鍵變量相對變化測度韌性水平。借鑒Martin［24］、陳安平等［25］的研究成果，本文以專利申請量為關(guān)鍵變量，通過敏感性指標(biāo)法計算專精特新企業(yè)創(chuàng)新韌性。無論正負(fù)，該值越大，創(chuàng)新韌性水平越高，具體公式如下：

EIRi，t=△Pi，t－△Pc，t（1）

△Pi，t=lnPi，t－lnPi，t－1（2）

△Pc，t=lnPc，t－lnPc，t－1（3）

其中，EIRi，t表示企業(yè)i第t年創(chuàng)新韌性水平；Pi，t、Pi，t－1分別表示企業(yè)i第t年和第t－1年專利申請量；Pc，t、Pc，t－1分別表示企業(yè)所在城市第t年和第t－1年專利申請量；△Pi，t為企業(yè)i專利申請量變化；△Pc，t是企業(yè)所在城市c的專利申請量變化。

3.2.2 數(shù)字化轉(zhuǎn)型

參考吳非等［26］的研究成果，本文從人工智能技術(shù)、大數(shù)據(jù)技術(shù)、云計算技術(shù)、區(qū)塊鏈技術(shù)和數(shù)字技術(shù)5個維度統(tǒng)計76個數(shù)字化相關(guān)詞頻在企業(yè)年度報表中的披露次數(shù)，取其自然對數(shù)測度企業(yè)數(shù)字化水平（DT）。該數(shù)值越大，表示專精特新企業(yè)數(shù)字化轉(zhuǎn)型程度越高。

3.2.3 中介變量

（1）企業(yè)間學(xué)習(xí)能力（LnCit）。借鑒李云鶴和吳文鋒［27］的研究成果，本文使用企業(yè)引用其它公司專利數(shù)量，取其加1后的自然對數(shù)，以此作為企業(yè)間學(xué)習(xí)能力測度指標(biāo)。

（2）研發(fā)投入（RD）。借鑒冀云陽等［4］的做法，本文采用研發(fā)人員在企業(yè)總?cè)藬?shù)中所占比例衡量企業(yè)研發(fā)投入。

（3）融資約束（FC）。企業(yè)融資約束測度方法主要分為單一指標(biāo)和綜合指標(biāo)法。相較而言，KZ指數(shù)、WW指數(shù)和SA指數(shù)等綜合指標(biāo)法更為全面且精確。其中，SA指數(shù)是根據(jù)企業(yè)規(guī)模和企業(yè)年齡計算得出，不存在內(nèi)生性問題，能夠確保實證結(jié)果的穩(wěn)健性。借鑒姜付秀等［28］的方法，本文采用SA指數(shù)模型度量融資約束，計算方法如下：

SA=0.043×SI2－0.737×SI－0.04×FI（4）

其中，SI是企業(yè)規(guī)模，F(xiàn)I是企業(yè)年齡。

3.2.4 控制變量

借鑒盧正文和許康［19］的研究成果，本文從企業(yè)組織屬性、財務(wù)指標(biāo)和治理特征等方面選擇控制變量，包括企業(yè)規(guī)模（SI）、企業(yè)年齡（FI）、產(chǎn)權(quán)性質(zhì)（SOE）、凈資產(chǎn)收益率（ROE）、現(xiàn)金流比率（CF）、總資產(chǎn)周轉(zhuǎn)率（ATO）、兩職合一（DU）和股權(quán)集中度（Top1），如表1所示。

3.3 模型設(shè)定

為實證檢驗數(shù)字化轉(zhuǎn)型對專精特新企業(yè)創(chuàng)新韌性的影響，本文構(gòu)建基準(zhǔn)回歸模型如式（5）所示。

EIRi，t=α0+α1DTi，t+α2DT2i，t+α3DT3i，t+α4∑Controli，t+μi+ωi+εi，t（5）

其中，α0表示常數(shù)項；α1～α4表示系數(shù)；Controli，t表示控制變量組合；μi、ωi分別是企業(yè)固定效應(yīng)和時間固定效應(yīng)；εi，t表示隨機(jī)干擾項。

本文將企業(yè)間學(xué)習(xí)能力、研發(fā)投入和融資約束作為中介變量，采用兩步法進(jìn)行中介效應(yīng)機(jī)制檢驗，構(gòu)建機(jī)制檢驗?zāi)Ｐ腿缡剑?）—（8）所示。

LnCiti，t=β0+β1DTi，t+β2DT2i，t+β3DT3i，t+β4∑Controli，t+εi，t（6）

RDi，t=γ0+γ1DTi，t+γ2DT2i，t+γ3DT3i，t+γ4∑Controli，t+εi，t（7）

FCi，t=δ0+δ1DTi，t+δ2DT2i，t+δ3DT3i，t+δ4∑Controli，t+εi，t（8）

其中，LnCiti，t代表企業(yè)間學(xué)習(xí)能力，數(shù)值越大，企業(yè)間學(xué)習(xí)能力越強(qiáng)；RDi，t代表研發(fā)投入，數(shù)值越大，研發(fā)投入越大；FCi，t代表融資約束，數(shù)值越大，融資約束越嚴(yán)重；其余變量定義與基準(zhǔn)回歸模型一致。

4 實證分析

4.1 描述性統(tǒng)計

本文樣本整體描述性統(tǒng)計結(jié)果如表2所示。由表2可知，專精特新企業(yè)創(chuàng)新韌性均值為55.294，最大值為1 960.405，標(biāo)準(zhǔn)差為322.158。可見，我國專精特新企業(yè)創(chuàng)新韌性平均水平較高，但企業(yè)間具有較大差異，存在發(fā)展不均衡現(xiàn)象。

4.2 基準(zhǔn)回歸分析

基準(zhǔn)模型（3）檢驗數(shù)字化轉(zhuǎn)型對專精特新企業(yè)創(chuàng)新韌性的影響，回歸結(jié)果如表3所示。列（1）（2）采用隨機(jī)效應(yīng)，列（3）—（5）采用時間和企業(yè)雙向固定效應(yīng)。結(jié)果顯示，無論是固定效應(yīng)還是隨機(jī)效應(yīng)模型，無論是否納入控制變量，數(shù)字化轉(zhuǎn)型DT、DT2和DT3的系數(shù)分別在1%水平上顯著為負(fù)、正、負(fù)。由列（5）可知，四次項DT4的系數(shù)不顯著，說明數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新韌性具有“下降—上升—下降”的倒N型影響，假設(shè)H1得證。

由表3可知，股權(quán)集中度（Top1）對專精特新企業(yè)創(chuàng)新韌性的影響顯著為正，而兩職合一（DU）對專精特新企業(yè)創(chuàng)新韌性影響顯著為負(fù)。這表明主要股東的有效監(jiān)管能夠抑制委托代理問題，提升企業(yè)決策效率和創(chuàng)新韌性。同時，雖然董事長兼任總經(jīng)理能夠降低管理層溝通成本，但權(quán)力過于集中可能會影響創(chuàng)新決策科學(xué)性，從而對創(chuàng)新韌性產(chǎn)生負(fù)向影響。此外，企業(yè)規(guī)模（SI）、企業(yè)年齡（FI）和產(chǎn)權(quán)性質(zhì)（SOE）對專精特新企業(yè)創(chuàng)新韌性的影響顯著為正，原因如下：大型企業(yè)通常具有較強(qiáng)的市場競爭力和風(fēng)險承受能力，成立時間較久的企業(yè)具有豐富經(jīng)驗，能夠識別和抓住創(chuàng)新機(jī)會，而國有企業(yè)能夠獲得更多政府支持，上述因素能夠有效增強(qiáng)企業(yè)創(chuàng)新韌性?？傎Y產(chǎn)周轉(zhuǎn)率（ATO）對專精特新企業(yè)創(chuàng)新韌性的影響顯著為正，原因如下：較高的總資產(chǎn)周轉(zhuǎn)率表明企業(yè)能夠高效利用資源，快速響應(yīng)市場變化，進(jìn)而開展創(chuàng)新活動并提高創(chuàng)新韌性，這與實際情況相符。

4.3 中間機(jī)制驗證

模型（4）檢驗數(shù)字化轉(zhuǎn)型中相關(guān)變量對企業(yè)創(chuàng)新韌性的中介效應(yīng)，回歸結(jié)果如表4所示。列（1）（2）、列（3）（4）、列（5）（6）分別對應(yīng)企業(yè)間學(xué)習(xí)能力、研發(fā)投入和融資約束的中介效應(yīng)檢驗結(jié)果；列（1）（3）（5）采用隨機(jī)效應(yīng)，列（2）（4）（6）采用時間和企業(yè)雙向固定效應(yīng)。

4.3.1 企業(yè)間學(xué)習(xí)能力的中介效應(yīng)檢驗

表4列（1）（2）顯示，數(shù)字化轉(zhuǎn)型水平（DT）及其平方項（DT2）、立方項（DT3）的回歸系數(shù)分別顯著為正、負(fù)、正。計算拐點發(fā)現(xiàn)，以企業(yè)間學(xué)習(xí)能力為中介機(jī)制的三次項方程在求導(dǎo)后恒大于0，無實數(shù)解，說明該三次項方程圖像呈現(xiàn)非線性增速的增長態(tài)勢。隨著數(shù)字化水平提高，企業(yè)間學(xué)習(xí)能力以非線性速度不斷提升，存在“數(shù)字化轉(zhuǎn)型→企業(yè)間學(xué)習(xí)能力→專精特新企業(yè)創(chuàng)新韌性”的傳導(dǎo)機(jī)制。因此，假設(shè)H2得證。

4.3.2 研發(fā)投入的中介效應(yīng)檢驗

表4列（3）（4）顯示，數(shù)字化轉(zhuǎn)型水平（DT）及其平方項（DT2）和立方項（DT3）的回歸系數(shù)分別顯著為負(fù)、正、負(fù)。由此表明，隨著數(shù)字化水平提升，研發(fā)投入呈現(xiàn)“下降-上升-下降”的倒N型變化趨勢。由此表明，數(shù)字化轉(zhuǎn)型對專精特新企業(yè)研發(fā)投入跳躍的促進(jìn)作用需要經(jīng)過“磨合期”，在進(jìn)入“拓展期”后才能顯現(xiàn)。隨著企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)入“深水區(qū)”，可能出現(xiàn)過度數(shù)字化現(xiàn)象，對研發(fā)投入產(chǎn)生擠出效應(yīng)，導(dǎo)致研發(fā)投入減少，進(jìn)而削弱企業(yè)創(chuàng)新韌性。這一動態(tài)變化過程揭示了“數(shù)字化轉(zhuǎn)型→研發(fā)投入→專精特新企業(yè)創(chuàng)新韌性”的傳導(dǎo)機(jī)制，由此驗證了假設(shè)H3。

4.3.3 融資約束的中介效應(yīng)檢驗

表4列（5）（6）顯示，數(shù)字化轉(zhuǎn)型水平（DT）及其平方項（DT2）、立方項（DT3）的回歸系數(shù)均顯著為負(fù)、正、負(fù)。由此表明，隨著數(shù)字化水平提升，融資約束呈現(xiàn)“下降—上升—下降”的倒N型變化趨勢。融資約束與專精特新企業(yè)創(chuàng)新韌性存在顯著負(fù)相關(guān)關(guān)系，即融資約束越小，企業(yè)創(chuàng)新韌性越強(qiáng)。因此，在數(shù)字化轉(zhuǎn)型對專精特新企業(yè)創(chuàng)新韌性影響過程中，存在“數(shù)字化轉(zhuǎn)型→融資約束→專精特新企業(yè)創(chuàng)新韌性”的傳導(dǎo)機(jī)制，由此驗證了假設(shè)H4。

4.4 拐點研究

本文根據(jù)基準(zhǔn)回歸和各機(jī)制檢驗回歸的三次項方程，繪制數(shù)字化轉(zhuǎn)型與專精特新企業(yè)創(chuàng)新韌性、企業(yè)間學(xué)習(xí)能力、研發(fā)投入、融資約束關(guān)系曲線圖，如圖2～5所示。描述性統(tǒng)計結(jié)果顯示，專精特新企業(yè)數(shù)字化轉(zhuǎn)型水平取值范圍為0～4.89，平均值為1.613，四分位數(shù)分別為0（0.25分位）、1.386（中位數(shù)）、2.750（0.75分位）和3.688（0.9分位）。

由數(shù)字化轉(zhuǎn)型與創(chuàng)新韌性關(guān)系曲線可知，在樣本區(qū)間，數(shù)字化轉(zhuǎn)型對專精特新企業(yè)創(chuàng)新韌性的影響存在0.86、3.05兩個拐點，由此將專精特新企業(yè)數(shù)字化轉(zhuǎn)型過程劃分為“磨合期”“拓展期”和“陣痛期”。上述3個階段是多種機(jī)制效應(yīng)復(fù)合疊加的結(jié)果，企業(yè)間學(xué)習(xí)能力、研發(fā)投入和融資約束在其中發(fā)揮中介作用。此外，3種中介機(jī)制關(guān)系曲線和拐點具有一定差異。從數(shù)字化轉(zhuǎn)型程度和拐點看，專精特新企業(yè)實施數(shù)字化轉(zhuǎn)型“磨合期”較為短暫（DT＜0.86），大多數(shù)專精特新企業(yè)處于數(shù)字化轉(zhuǎn)型“拓展期”（DT介于0.86～3.05），且16%的專精特新企業(yè)（DT的0.84分位數(shù)值為3.05）率先步入深度數(shù)字化轉(zhuǎn)型“陣痛期”（DTgt;3.05）。由此，本文揭示了在數(shù)字化轉(zhuǎn)型過程中專精特新企業(yè)階段性特征，有助于專精特新企業(yè)在不同轉(zhuǎn)型階段制定更具針對性的戰(zhàn)略。

在數(shù)字化轉(zhuǎn)型“陣痛期”，專精特新企業(yè)創(chuàng)新韌性再次下降的原因如下：第一，隨著數(shù)字化轉(zhuǎn)型進(jìn)程推進(jìn)，探索式創(chuàng)新的重要性提升。由于資源約束，過度數(shù)字化投入會對專精特新企業(yè)研發(fā)投入產(chǎn)生擠出效應(yīng)，進(jìn)而對企業(yè)創(chuàng)新韌性產(chǎn)生負(fù)向影響。第二，盧正文和許康［19］指出，數(shù)字化轉(zhuǎn)型對企業(yè)組織結(jié)構(gòu)、管理體系以及資源配置能力提出更高要求。若在數(shù)字化轉(zhuǎn)型過程中企業(yè)能力未得到同步提升，則可能陷入“數(shù)字陷阱”，進(jìn)而對創(chuàng)新韌性產(chǎn)生負(fù)向影響。第三，根據(jù)熊彼特的創(chuàng)造性破壞理論，技術(shù)創(chuàng)新是一個不斷破壞與重組的動態(tài)過程。數(shù)字化轉(zhuǎn)型本質(zhì)是一種創(chuàng)造性破壞，能夠助推企業(yè)實施創(chuàng)新戰(zhàn)略變革。在經(jīng)歷數(shù)字化轉(zhuǎn)型“磨合期—拓展期—陣痛期”后，專精特新企業(yè)可能再次進(jìn)入創(chuàng)新韌性提升的全新發(fā)展階段。因此，數(shù)字化轉(zhuǎn)型對創(chuàng)新韌性的影響呈現(xiàn)周期性波動和螺旋式上升的演化路徑。

4.5 異質(zhì)性分析

本文從企業(yè)等級（國家級與省級）、企業(yè)年齡（3年以下與3年及以上）以及經(jīng)濟(jì)周期（順經(jīng)濟(jì)周期與逆經(jīng)濟(jì)周期）3個角度揭示數(shù)字化轉(zhuǎn)型在不同情境下對專精特新企業(yè)創(chuàng)新韌性的影響差異。企業(yè)等級能夠影響政策支持和市場認(rèn)可度，企業(yè)年齡決定其經(jīng)驗積累及抗風(fēng)險能力，而經(jīng)濟(jì)周期能夠影響市場環(huán)境和企業(yè)運營狀況，上述維度的異質(zhì)性分析結(jié)果如表5所示。

4.5.1 專精特新企業(yè)等級異質(zhì)性檢驗

表5列（1）（2）顯示，數(shù)字化轉(zhuǎn)型對國家級專精特新企業(yè)創(chuàng)新韌性具體顯著倒N型影響，體現(xiàn)在“下降—上升—下降”階段。從培育機(jī)制看，獲得國家級專精特新資質(zhì)的企業(yè)通常已通過省級專精特新資質(zhì)認(rèn)證。相較于省級專精特新企業(yè)，國家級專精特新企業(yè)在數(shù)字化轉(zhuǎn)型過程中享有更多政策支持和資源傾斜，能夠向市場傳遞更多高價值信息，從而促進(jìn)自身創(chuàng)新韌性提升。國家級專精特新企業(yè)數(shù)字化轉(zhuǎn)型的復(fù)雜度較高，這意味著轉(zhuǎn)型過程中流程優(yōu)化與資源再分配可能引發(fā)內(nèi)部摩擦，進(jìn)而弱化企業(yè)對創(chuàng)新挑戰(zhàn)的適應(yīng)能力，尤其在數(shù)字化轉(zhuǎn)型“磨合期”和“陣痛期”，創(chuàng)新韌性衰退更為顯著。因此，數(shù)字化轉(zhuǎn)型對國家級專精特新企業(yè)創(chuàng)新韌性的影響具有較強(qiáng)的波動性和復(fù)雜性，呈現(xiàn)顯著非線性特征。

4.5.2 企業(yè)年齡異質(zhì)性檢驗

表5列（3）（4）顯示，數(shù)字化轉(zhuǎn)型對成立3年及以上的專精特新企業(yè)創(chuàng)新韌性具有顯著倒N型影響，原因在于：相較于初創(chuàng)期企業(yè)，成立3年及以上的專精特新企業(yè)具備更強(qiáng)的資金基礎(chǔ)、創(chuàng)新實力以及豐富的管理經(jīng)驗，能夠在數(shù)字化轉(zhuǎn)型初期迅速提升自身創(chuàng)新韌性。在數(shù)字化轉(zhuǎn)型過程中，非初創(chuàng)期企業(yè)也面臨整合技術(shù)、優(yōu)化管理流程和培訓(xùn)員工等問題，導(dǎo)致其創(chuàng)新韌性在“磨合期”和“陣痛期”下降更為顯著。相較而言，在數(shù)字化轉(zhuǎn)型過程中，成立3年以下專精特新企業(yè)創(chuàng)新韌性“下降—上升—下降”的變化幅度不大。

4.5.3 經(jīng)濟(jì)周期異質(zhì)性檢驗

本文將2008年（全球金融危機(jī)）、2015年（股災(zāi)）以及2020—2022年（公共衛(wèi)生事件、房地產(chǎn)市場危機(jī)及全球供應(yīng)鏈中斷等）劃分為逆經(jīng)濟(jì)周期，將其余年份設(shè)為順經(jīng)濟(jì)周期，進(jìn)一步探討在宏觀經(jīng)濟(jì)變化情景下，數(shù)字化轉(zhuǎn)型對專精特新企業(yè)創(chuàng)新韌性的影響，結(jié)果如表5列（5）（6）所示。結(jié)果顯示，數(shù)字化轉(zhuǎn)型在順經(jīng)濟(jì)周期對專精特新企業(yè)創(chuàng)新韌性的影響不顯著，但在逆經(jīng)濟(jì)周期的影響顯著。上述差異主要源于逆經(jīng)濟(jì)周期階段，專精特新企業(yè)面臨嚴(yán)峻的資源短缺和市場需求下降等問題，導(dǎo)致數(shù)字化轉(zhuǎn)型過程變得更加復(fù)雜。然而，在提升企業(yè)創(chuàng)新的適應(yīng)性、靈活性及抗壓性方面，數(shù)字化轉(zhuǎn)型能夠發(fā)揮積極作用。因此，在逆經(jīng)濟(jì)周期，數(shù)字化轉(zhuǎn)型對專精特新企業(yè)創(chuàng)新韌性的影響更加顯著。

4.6 穩(wěn)健性檢驗

為確保結(jié)論的可靠性，本文進(jìn)行以下穩(wěn)健性檢驗：

（1）核心解釋變量重新測算。借鑒趙宸宇等［29］的做法，本文從數(shù)字技術(shù)應(yīng)用、互聯(lián)網(wǎng)商業(yè)模式、智能制造和現(xiàn)代信息系統(tǒng)4個維度統(tǒng)計99個數(shù)字化相關(guān)詞頻，以重新測算企業(yè)數(shù)字化轉(zhuǎn)型水平。

（2）內(nèi)生性檢驗。為避免內(nèi)生性問題，本文使用滯后變量法和工具變量法進(jìn)行檢驗，具體選取企業(yè)“年份—行業(yè)—地區(qū)”的數(shù)字化轉(zhuǎn)型均值作為工具變量，同時采用均值的平方項和立方項作為附加工具變量。

表6列（1）（2）為替換核心解釋變量的穩(wěn)健性檢驗結(jié)果，列（3）（4）為使用數(shù)字化轉(zhuǎn)型滯后一階變量的穩(wěn)健性檢驗結(jié)果，列（5）為基于工具變量法的穩(wěn)健性檢驗結(jié)果。其中，列（1）（3）為隨機(jī)效應(yīng)模型，其它為固定效應(yīng)模型。上述檢驗結(jié)果與前文一致，進(jìn)一步驗證了研究結(jié)果的穩(wěn)健性。

5 結(jié)語

5.1 研究結(jié)論

（1）數(shù)字化轉(zhuǎn)型與專精特新企業(yè)創(chuàng)新韌性并非簡單線性相關(guān)關(guān)系，而是呈現(xiàn)“下降—上升—下降”的倒N型關(guān)系。

（2）拐點分析結(jié)果顯示，在這一倒N型關(guān)系中存在DT=0.86和DT=3.05兩個拐點，它們將專精特新企業(yè)數(shù)字化轉(zhuǎn)型劃分為“磨合期”“拓展期”和“陣痛期”3個階段。

（3）中介檢驗結(jié)果發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型通過企業(yè)間學(xué)習(xí)能力（非線性遞增）、研發(fā)投入（倒N型）和融資約束（倒N型）等路徑影響專精特新企業(yè)創(chuàng)新韌性。

（4）從異質(zhì)性檢驗結(jié)果看，數(shù)字化轉(zhuǎn)型對創(chuàng)新韌性具有異質(zhì)性影響。相較于省級專精特新企業(yè)，數(shù)字化轉(zhuǎn)型對國家級專精特新企業(yè)創(chuàng)新韌性的影響更為顯著；相較于初創(chuàng)期（企業(yè)年齡小于3年）專精特新企業(yè)，數(shù)字化轉(zhuǎn)型對成長期（企業(yè)年齡大于或等于3年）專精特新企業(yè)創(chuàng)新韌性的影響更為顯著；數(shù)字化轉(zhuǎn)型對專精特新企業(yè)創(chuàng)新韌性的影響在逆經(jīng)濟(jì)周期顯著，而在順經(jīng)濟(jì)周期不顯著，說明經(jīng)濟(jì)下行時專精特新企業(yè)更加需要依靠數(shù)字化轉(zhuǎn)型提升創(chuàng)新韌性。

5.2 管理啟示

（1）對于專精特新企業(yè)而言，數(shù)字化轉(zhuǎn)型不是萬能的，但卻是必需的。一方面，數(shù)字化轉(zhuǎn)型是非線性復(fù)雜過程，可劃分為“磨合期”“拓展期”和“陣痛期”。在數(shù)字化轉(zhuǎn)型過程中，企業(yè)需要警惕數(shù)字化轉(zhuǎn)型“陣痛期”對企業(yè)創(chuàng)新韌性的消極影響，并借助政策和資源支持實施探索式創(chuàng)新。另一方面，在逆經(jīng)濟(jì)周期，數(shù)字化轉(zhuǎn)型對專精特新企業(yè)創(chuàng)新韌性發(fā)揮“雪中送炭”效應(yīng)，有助于企業(yè)通過探索式創(chuàng)新實現(xiàn)長期發(fā)展目標(biāo)。

（2）專精特新企業(yè)管理者需要結(jié)合企業(yè)特征及發(fā)展階段，合理把握數(shù)字化轉(zhuǎn)型節(jié)奏。一方面，對于處于初創(chuàng)期（企業(yè)年齡＜3年）的專精特新企業(yè)而言，不必急于開展數(shù)字化轉(zhuǎn)型。在進(jìn)入成長期（企業(yè)年齡≥3年）后，數(shù)字化轉(zhuǎn)型能夠有效賦能企業(yè)動態(tài)能力，進(jìn)而提升企業(yè)創(chuàng)新韌性。另一方面，專精特新企業(yè)應(yīng)重點關(guān)注數(shù)字化轉(zhuǎn)型“拓展期”可能帶來的融資約束，以及“陣痛期”可能面臨的研發(fā)投入風(fēng)險，保持合理的創(chuàng)新韌性水平。

（3）政府可以通過相關(guān)舉措支持專精特新企業(yè)數(shù)字化轉(zhuǎn)型，引導(dǎo)專精特新企業(yè)發(fā)揮創(chuàng)新主體的關(guān)鍵作用。目前，大多數(shù)專精特新企業(yè)處于數(shù)字化轉(zhuǎn)型“拓展期”，部分企業(yè)甚至步入數(shù)字化轉(zhuǎn)型“陣痛期”，正面臨人才、資金和數(shù)據(jù)要素等方面的挑戰(zhàn)。為應(yīng)對上述挑戰(zhàn)，政府可以大力推進(jìn)產(chǎn)學(xué)研合作，促進(jìn)政、企、金融多方協(xié)作，推動產(chǎn)業(yè)鏈上下游協(xié)同聯(lián)動，為專精特新企業(yè)提供高質(zhì)量、低成本的創(chuàng)新資源，進(jìn)而提升其資源感知、捕捉和配置能力，以及創(chuàng)新韌性水平。

5.3 研究展望

本文存在以下不足：一方面，根據(jù)熊彼特的創(chuàng)造性破壞理論，技術(shù)創(chuàng)新是一個不斷突破、重組并循環(huán)往復(fù)的過程。隨著數(shù)字化轉(zhuǎn)型進(jìn)程推進(jìn)，數(shù)字化轉(zhuǎn)型水平閾值不斷提升，未來可進(jìn)一步探討數(shù)字化轉(zhuǎn)型對專精特新創(chuàng)新韌性的影響是否從“下降—上升—下降”的三階段，演變?yōu)槁菪鶑?fù)的四階段甚至五階段。另一方面，未來可以深入分析數(shù)字化轉(zhuǎn)型過程中各機(jī)制的拐點差異及背后成因，從而進(jìn)一步揭示數(shù)字化轉(zhuǎn)型對創(chuàng)新韌性的影響路徑。

參考文獻(xiàn)

參考文獻(xiàn)：

［1］ 王彥林，王莉.新發(fā)展格局下“專精特新”企業(yè)創(chuàng)新能力提升的困境與出路［J］.當(dāng)代經(jīng)濟(jì)管理，2023，45（9）：21-27.

［2］ 高智林，譚文浩，毛凌翔.組織韌性與專精特新中小企業(yè)創(chuàng)新質(zhì)量［J］.科技進(jìn)步與對策，2024，41（10）：99-109.

［3］ 蔣巒，凌宇鵬，張吉昌，等.數(shù)字化轉(zhuǎn)型如何影響企業(yè)韌性——基于雙元創(chuàng)新視角［J］.技術(shù)經(jīng)濟(jì)，2022，41（1）：1-11.

［4］ 冀云陽，周鑫，張謙.數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新——基于研發(fā)投入和研發(fā)效率視角的分析［J］.金融研究，2023，66（4）：111-129.

［5］ 段華友，楊興柳，董峰.數(shù)字化轉(zhuǎn)型、融資約束與企業(yè)創(chuàng)新［J］.統(tǒng)計與決策，2023，39（5）：164-168.

［6］ 黃先海，王芳，楊高舉.企業(yè)數(shù)字化轉(zhuǎn)型與創(chuàng)新：基于網(wǎng)絡(luò)溢出的視角［J］.經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2023，43（11）：56-69.

［7］ 馬君，郭明杰.企業(yè)數(shù)字化轉(zhuǎn)型，員工數(shù)字認(rèn)知與創(chuàng)新績效：技術(shù)為刀，我為魚肉［J］.科技進(jìn)步與對策，2023，40（22）：22-32.

［8］ 唐鸝鳴.數(shù)字化轉(zhuǎn)型與企業(yè)技術(shù)創(chuàng)新：倒U型關(guān)系形成機(jī)理及其檢驗［J］.現(xiàn)代經(jīng)濟(jì)探討，2022，41（12）：91-102.

［9］ 羅瑾璉，王象路，耿新.數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新產(chǎn)出的非線性影響研究［J］.科研管理，2023，44（8）：1-10.

［10］ 夏清華，朱清.“專精特新”企業(yè)突破式創(chuàng)新的組態(tài)分析與范式選擇［J］.外國經(jīng)濟(jì)與管理，2023，45（10）：20-34.

［11］ 曹虹劍，張帥，歐陽峣，等.創(chuàng)新政策與“專精特新”中小企業(yè)創(chuàng)新質(zhì)量［J］.中國工業(yè)經(jīng)濟(jì)，2022，40（11）：135-154.

［12］ 郭彤梅，李倩云，張玥，等.專精特新企業(yè)數(shù)字化轉(zhuǎn)型與創(chuàng)新績效的關(guān)系研究［J］.技術(shù)經(jīng)濟(jì)，2023，42（5）：68-78.

［13］ HOLLING C S. Resilience and stability of ecological systems［J］.Annual Review of Ecology amp; Systematics，1973，4（1）：1-23.

［14］ 武翠，譚清美.產(chǎn)業(yè)相關(guān)多樣性對區(qū)域經(jīng)濟(jì)韌性的影響——來自創(chuàng)新生態(tài)系統(tǒng)共生性的解釋［J］.科技進(jìn)步與對策，2023，40（6）：69-79.

［15］ OEIJ R P， DHONDT S，GASPERSZ J. Mindful infrastructure as an enabler of innovation resilience behaviour in innovation teams［J］.Team Performance Management，2016，22（7/8）：334-353.

［16］ LV W D， TIAN D， WEI Y， et al. Innovation resilience： a new approach for managing uncertainties concerned with sustainable innovation［J］.Sustainability，2018，10（10）：3641-3641.

［17］ 胡甲濱，俞立平.創(chuàng)新韌性對高技術(shù)產(chǎn)業(yè)創(chuàng)新的影響機(jī)制與特征研究［J］.科技進(jìn)步與對策，2022，39（2）： 49-59.

［18］ 侯光文，劉青青.數(shù)字化情境下如何激活企業(yè)創(chuàng)新韌性——穩(wěn)定性與靈活性二元視角［J］.科技進(jìn)步與對策，2024，41（17）：97-105.

［19］ 盧正文，許康.數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新韌性的雙重效應(yīng)研究［J］.管理學(xué)報，2024，21（7）：1046-1055.

［20］ WARNER K S R， WAEGER M.Building dynamic capabilities for digital transformation： an ongoing process of strategic renewal［J］.Long Range Planning，2019，52（3）：326-349.

［21］ 吳航.動態(tài)能力的維度劃分及對創(chuàng)新績效的影響——對Teece經(jīng)典定義的思考［J］.管理評論，2016，28（3）： 76-83.

［22］ 王昱，全捷，李良玉，等.制造企業(yè)數(shù)字化轉(zhuǎn)型能否助推研發(fā)投入跳躍——基于非參數(shù)分位數(shù)面板的實證研究［J］.科技進(jìn)步與對策，2024，41（8）：33-43.

［23］ 祁懷錦，曹修琴，劉艷霞. 數(shù)字經(jīng)濟(jì)對公司治理的影響——基于信息不對稱和管理者非理性行為視角［J］.改革，2020，33（4）： 50-64.

［24］ MARTIN R.Regional economic resilience， hysteresis and recessionary shocks［J］.Journal of Economic Geography， 2012，12（1）：1-32.

［25］ 陳安平.集聚與中國城市經(jīng)濟(jì)韌性［J］.世界經(jīng)濟(jì)，2022，45（1）：158-181.

［26］ 吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗證據(jù)［J］.管理世界，2021，37（7）：130-144，10.

［27］ 李云鶴，吳文鋒.數(shù)字化轉(zhuǎn)型能否助力我國制造業(yè)企業(yè)創(chuàng)新提質(zhì)增效［J］.社會科學(xué)，2023，45（9）：107-122.

［28］ 姜付秀，石貝貝，馬云飆.信息發(fā)布者的財務(wù)經(jīng)歷與企業(yè)融資約束［J］.經(jīng)濟(jì)研究，2016，51（6）：83-97.

［29］ 趙宸宇，王文春，李雪松.數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率［J］.財貿(mào)經(jīng)濟(jì)，2021，42（7）：114-129.

責(zé)任編輯

（責(zé)任編輯：張 悅）

英文標(biāo)題

Digital Transformation and Innovation Resilience in SRDI Enterprises：An Empirical Analysis of the Inverted N-Shaped Relationship

英文作者

Wang Li1， Zhou Yanning2， Xuan Meijuan3

英文作者單位

（1.School of Public Administration， China University of Mining and Technology， Xuzhou 221116， China; 2.School of Management， Shanghai University， Shanghai 201800， China; 3.School of Economics and Management， Nanjing University of Science and Technology， Nanjing 210094， China）

英文摘要

Abstract：SRDI enterprises are characterized by “small yet specialized” and “focused yet refined” qualities， which endow them with high flexibility and significant innovation potential. However， compared to large enterprises， SRDI enterprises face multiple challenges， including financing difficulties， limited appeal to innovative talent， and weaker risk resilience. These issues introduce significant uncertainty and risk to their innovation resilience. Digital transformation has the potential to ignite innovation， boost dynamism， and enhance resilience through various facilitative effects. However，the way its influence on innovation resilience is characterized by a complex， long-term， and non-linear trajectory. Thus， a thorough research on the mechanisms of digital transformation and its impact on innovation resilience is essential for both theoretical and practical aspects. This is vital for fostering the digital transformation of SRDI enterprises and ensuring their stable and sustainable innovation-driven development.

Drawing on dynamic capability theory and ambidextrous innovation theory， this study analyzes the nonlinear processes and multiple mechanisms through which digital transformation influences the innovation resilience of SRDI enterprises from both dynamic and systematic perspectives. It then empirically examines the nonlinear impact of digital transformation on the innovation resilience of SRDI enterprises employing polynomial regression analysis on panel data from China's A-share-listed SRDI SMEs and \"Little Giant\" enterprises between 2008 and 2022， and an inflection point analysis is conducted to delineate the distinct stages of the effects of digital transformation. Meanwhile， three mediating variables， namely inter-firm learning ability， Ramp;D investment and financing constraints， are introduced to empirically analyze the impact of digital transformation on the multiple mechanisms of innovation resilience by using the \"Jiangting two-step method\". Moreover， this study further explores the heterogeneity of these effects across firm classification， firm age， and economic cycle.

This study identifies a significant \"decline-rise-decline\" inverted-N relationship between digital transformation and the innovation resilience of SRDI enterprises. Mediation analysis reveals that the digital transformation impacts inter-firm learning ability， Ramp;D investment， and financing constraints of SRDI enterprises in a non-linear manner， characterized by increasing， inverted N-shaped， and inverted N-shaped patterns， respectively. Inflection point analysis further identifies two critical thresholds within the digital transformation process of SRDI enterprises， segmenting its impact on innovation resilience into three distinct stages： the \"break-in period\"， the \"expansion period\"， and the \"pain period\". The \"break-in period\" is relatively short. The majority of SRDI enterprises are currently in the \"expansion period\". Additionally， 16% of SRDI enterprises have progressed into the \"pain period\"， a phase characterized by substantial challenges associated with advanced digital transformation efforts. Heterogeneity analysis reveals that digital transformation exerts a more pronounced impact on the innovation resilience of national-level SRDI enterprises and those in the growth stage. Furthermore， during periods of economic downturn， the positive effects of digital transformation on innovation resilience are notably stronger， whereas its influence diminishes during economic upturns.

According to the above findings， this study proposes some management recommendations.First， SRDI enterprises should proactively identify the financing constraints during the \"expansion period\" and the potential Ramp;D risks in the \"pain period\"， thereby providing appropriate policies and resources to sustain the innovation resilience of SRDI enterprises. Second， SRDI enterprises in the start-up stage should take moderate digital transformation actions， and then shift towards more proactive steps in the growth stage， which can better enhance their dynamic innovation capabilities and innovation resilience. Third， as SRDI enterprises progress into the “pain period”， the government should actively support their digital transformation processes through comprehensive policy measures， ensuring that SRDI enterprises remain pivotal drivers of innovation. With the deepening of digital transformation， future research can focus on whether the impact of digital transformation on the innovation resilience of SRDI enterprises has shifted from a three-stage pattern of \"decline-rise-decline\" to a more cyclical pattern of four or five stages. It is also of great research value to delve into the formation principle of the inflection points in digital transformation， revealing the complex dynamic mechanisms by which digital transformation shapes innovation resilience.

英文關(guān)鍵詞

Key Words：Digital Transformation; Innovation Resilience; SRDI Enterprises; Inverted N-shaped Relationship

收稿日期：2024-07-15 "修回日期：2024-11-18

基金項目：國家社會科學(xué)基金青年項目（23CGL066）；江蘇省社會科學(xué)基金青年項目（23GLC028）

作者簡介

作者簡介：王俐（1989-），女，山東棗莊人，博士，中國礦業(yè)大學(xué)公共管理學(xué)院講師、碩士生導(dǎo)師，研究方向為數(shù)字經(jīng)濟(jì)與創(chuàng)新管理；周彥凝（2003-），女，浙江寧波人，上海大學(xué)管理學(xué)院碩士研究生，研究方向為創(chuàng)新管理與科技政策；宣美娟（2002-），女，浙江紹興人，南京理工大學(xué)經(jīng)濟(jì)管理學(xué)院碩士研究生，研究方向為創(chuàng)新管理與科技政策。