收稿日期：2023-03-21" 修回日期：2023-05-04

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目（72263005）；海南省自然科學(xué)基金項(xiàng)目（723MS041）;海南省哲學(xué)社會(huì)科學(xué)規(guī)劃項(xiàng)目（HNSK（YB）23-36）

作者簡(jiǎn)介：邵兵（1980-），男，湖北黃石人，東北大學(xué)工商管理學(xué)院博士研究生，海南師范大學(xué)經(jīng)濟(jì)與管理學(xué)院副教授，研究方向?yàn)閿?shù)字經(jīng)濟(jì)與技術(shù)創(chuàng)新；匡賢明（1978-），男，江西泰和人，博士，中國(guó)（海南）改革發(fā)展研究院副院長(zhǎng)、研究員，研究方向?yàn)橹袊?guó)改革理論與實(shí)踐；王翚（1982-），女，福建惠安人，博士，海南大學(xué)經(jīng)濟(jì)學(xué)院副教授，研究方向?yàn)閿?shù)字貿(mào)易。

摘" 要：隨著數(shù)字技術(shù)與知識(shí)管理的融合，數(shù)字化知識(shí)管理正在成為企業(yè)獲取技術(shù)競(jìng)爭(zhēng)優(yōu)勢(shì)的新手段?；趧?dòng)態(tài)能力理論，以2007-2021年滬深A(yù)股上市公司中制造業(yè)企業(yè)數(shù)據(jù)為樣本，實(shí)證分析數(shù)字化知識(shí)管理對(duì)企業(yè)技術(shù)創(chuàng)新的影響及作用機(jī)制。研究發(fā)現(xiàn)：數(shù)字化知識(shí)管理對(duì)企業(yè)技術(shù)創(chuàng)新有顯著正向影響，其主要通過(guò)吸收能力、適應(yīng)能力和創(chuàng)新能力發(fā)揮作用。研究結(jié)論不僅可從數(shù)字化知識(shí)管理角度拓展和深化數(shù)字化轉(zhuǎn)型與技術(shù)創(chuàng)新理論研究，也可為企業(yè)實(shí)施數(shù)字化知識(shí)管理、促進(jìn)技術(shù)創(chuàng)新提供啟示。

關(guān)鍵詞：數(shù)字化知識(shí)管理；技術(shù)創(chuàng)新；吸收能力；適應(yīng)能力；創(chuàng)新能力

DOI：10.6049/kjjbydc.2023030519

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）""""" 開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

中圖分類號(hào)：F272.4

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1001-7348（2024）14-0111-11

0" 引言

制造業(yè)是立國(guó)之本、強(qiáng)國(guó)之基，是實(shí)體經(jīng)濟(jì)的重要基礎(chǔ)。在數(shù)字經(jīng)濟(jì)背景下，中國(guó)的制造業(yè)企業(yè)也正在進(jìn)行數(shù)字化轉(zhuǎn)型。2022年11月習(xí)近平總書記在黨的二十大報(bào)告中指出：“加快發(fā)展數(shù)字經(jīng)濟(jì)，促進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合?！蓖苿?dòng)制造業(yè)加速轉(zhuǎn)向數(shù)字化、網(wǎng)絡(luò)化、智能化，已經(jīng)成為中國(guó)制造業(yè)高質(zhì)量發(fā)展的必然選擇。

關(guān)于數(shù)字化轉(zhuǎn)型促進(jìn)中國(guó)制造業(yè)企業(yè)技術(shù)創(chuàng)新及其作用機(jī)制的研究剛剛起步［1］。理論上，研究者們將數(shù)字化轉(zhuǎn)型作為整體概念，研究其對(duì)技術(shù)創(chuàng)新的影響，忽略了數(shù)字化轉(zhuǎn)型的可分解性和復(fù)雜系統(tǒng)流程性，不利于指導(dǎo)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型實(shí)踐，也無(wú)法回答數(shù)字化轉(zhuǎn)型促進(jìn)技術(shù)創(chuàng)新的具體作用機(jī)制。其中，數(shù)字化知識(shí)管理是數(shù)字化轉(zhuǎn)型的首要環(huán)節(jié)。一方面，數(shù)字化轉(zhuǎn)型涵蓋組織機(jī)構(gòu)、業(yè)務(wù)流程、產(chǎn)品和服務(wù)、商業(yè)模式等方面［2-4］，其中，組織層面數(shù)字化轉(zhuǎn)型涉及關(guān)鍵業(yè)務(wù)，進(jìn)而影響產(chǎn)品和流程，引起商業(yè)模式變革［5］，因此組織層面數(shù)字化轉(zhuǎn)型決定數(shù)字化轉(zhuǎn)型的其它方面。另一方面，數(shù)字化轉(zhuǎn)型需要以數(shù)字化知識(shí)管理為中心，促進(jìn)組織結(jié)構(gòu)扁平化、柔性化、網(wǎng)絡(luò)化和虛擬化［6］，進(jìn)而實(shí)現(xiàn)組織變革。因此，企業(yè)數(shù)字化知識(shí)管理作為組織變革的決定性影響因素，具體包括業(yè)務(wù)流程、產(chǎn)品與服務(wù)、商業(yè)模式等方面創(chuàng)新。

因此，本文提出數(shù)字化知識(shí)管理概念，研究其對(duì)制造業(yè)企業(yè)技術(shù)創(chuàng)新的影響，并從動(dòng)態(tài)能力視角分析其作用機(jī)制。一方面，數(shù)字化轉(zhuǎn)型是企業(yè)利用數(shù)字化技術(shù)進(jìn)行變革的整體概念。數(shù)字化知識(shí)管理是數(shù)字化轉(zhuǎn)型的首要環(huán)節(jié)，也是其根基和邏輯起點(diǎn)；另一方面，知識(shí)管理的顯著特點(diǎn)是信息化，而數(shù)字化知識(shí)管理的特點(diǎn)表現(xiàn)為智能化、平臺(tái)化、結(jié)構(gòu)化、顯性化等。此外，動(dòng)態(tài)能力是研究數(shù)字化轉(zhuǎn)型的理論基礎(chǔ)［7］，數(shù)字化知識(shí)管理作為數(shù)字化轉(zhuǎn)型的首要環(huán)節(jié)，通過(guò)在知識(shí)獲取、知識(shí)整合、知識(shí)吸收、知識(shí)應(yīng)用以及創(chuàng)新環(huán)節(jié)的數(shù)字技術(shù)應(yīng)用促進(jìn)動(dòng)態(tài)能力形成［8］，提升企業(yè)技術(shù)創(chuàng)新能力［9］。

基于此，本文以2007-2021年滬深A(yù)股上市制造業(yè)企業(yè)為樣本，探究企業(yè)數(shù)字化知識(shí)管理能否促進(jìn)企業(yè)技術(shù)創(chuàng)新以及影響機(jī)制。本文可能的貢獻(xiàn)在于：①提出數(shù)字化知識(shí)管理概念，不同于以往學(xué)者采取問(wèn)卷調(diào)查獲取數(shù)據(jù)的研究方法，本文使用文本分析法量化數(shù)字化知識(shí)管理，利用上市公司面板數(shù)據(jù)分析數(shù)字化知識(shí)管理水平，進(jìn)而拓展知識(shí)管理研究方法，深化數(shù)字化轉(zhuǎn)型研究；②驗(yàn)證數(shù)字化知識(shí)管理對(duì)企業(yè)技術(shù)創(chuàng)新的正向影響，證實(shí)吸收能力、適應(yīng)能力和創(chuàng)新能力在兩者間的中介作用，揭示中國(guó)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的底層邏輯——數(shù)字化知識(shí)管理，啟發(fā)研究者進(jìn)一步解構(gòu)數(shù)字化轉(zhuǎn)型過(guò)程機(jī)制。同時(shí)，將動(dòng)態(tài)能力與數(shù)字化知識(shí)管理相結(jié)合，拓展動(dòng)態(tài)能力理論。

1" 理論與假設(shè)

1.1" 知識(shí)管理與數(shù)字化知識(shí)管理

國(guó)內(nèi)外學(xué)者對(duì)知識(shí)管理進(jìn)行了大量研究。從目的來(lái)看，知識(shí)管理通過(guò)創(chuàng)造、獲取和使用知識(shí)以提升創(chuàng)新績(jī)效［10］。從過(guò)程來(lái)看，知識(shí)管理涉及知識(shí)創(chuàng)造、存儲(chǔ)和索引、轉(zhuǎn)移以及應(yīng)用4個(gè)過(guò)程（Maryam等，2012）。隨著大數(shù)據(jù)、人工智能等數(shù)字技術(shù)發(fā)展與應(yīng)用［11］，知識(shí)管理進(jìn)入數(shù)字化階段。數(shù)字化知識(shí)管理利用數(shù)字化技術(shù)，識(shí)別、獲取、分析、應(yīng)用以及創(chuàng)造新知識(shí)，有助于提升組織技術(shù)創(chuàng)新能力。

然而，學(xué)者們很少關(guān)注到數(shù)字化知識(shí)管理與知識(shí)管理間的巨大差異，只是將數(shù)字化知識(shí)管理視作知識(shí)管理的延續(xù)。兩者無(wú)區(qū)別地對(duì)待可能導(dǎo)致的問(wèn)題是：①無(wú)法區(qū)分?jǐn)?shù)字化技術(shù)和知識(shí)管理對(duì)企業(yè)技術(shù)創(chuàng)新的影響，也不能回答技術(shù)創(chuàng)新是由數(shù)字化技術(shù)還是知識(shí)管理導(dǎo)致的，更無(wú)法清晰解釋技術(shù)創(chuàng)新形成機(jī)理和路徑；②不利于企業(yè)打造數(shù)字化知識(shí)管理能力，由于無(wú)法區(qū)別數(shù)字化知識(shí)管理與知識(shí)管理，因而無(wú)法從知識(shí)智能化、社區(qū)化、平臺(tái)化、結(jié)構(gòu)化、顯性化等方面構(gòu)建數(shù)字化知識(shí)管理能力；③不利于數(shù)字化轉(zhuǎn)型的具體實(shí)施，無(wú)法從企業(yè)內(nèi)部解構(gòu)數(shù)字化轉(zhuǎn)型流程，因而無(wú)法從微觀層面有效探索和指導(dǎo)企業(yè)數(shù)字化轉(zhuǎn)型。關(guān)于傳統(tǒng)知識(shí)管理與數(shù)字化知識(shí)管理的區(qū)別主要體現(xiàn)在7個(gè)方面，具體見(jiàn)表1。

1.2" 數(shù)字化知識(shí)管理與技術(shù)創(chuàng)新

基于數(shù)字化知識(shí)管理與知識(shí)管理的差異，數(shù)字化知識(shí)管理對(duì)技術(shù)創(chuàng)新的影響集中體現(xiàn)在外部知識(shí)獲取、知識(shí)共享、隱性知識(shí)顯性化、知識(shí)結(jié)構(gòu)化、知識(shí)創(chuàng)新等方面。

第一，數(shù)字化知識(shí)管理通過(guò)拓展知識(shí)獲取渠道，促進(jìn)技術(shù)創(chuàng)新。數(shù)字化知識(shí)管理不僅通過(guò)拓展知識(shí)獲取渠道促進(jìn)技術(shù)創(chuàng)新［12］，而且通過(guò)提高知識(shí)分享效率促進(jìn)技術(shù)創(chuàng)新。一方面，在傳統(tǒng)的知識(shí)管理中，知識(shí)來(lái)源往往基于人工判斷和識(shí)別，而數(shù)字化知識(shí)管理通過(guò)語(yǔ)義搜索引擎進(jìn)行智能化搜索，節(jié)省了識(shí)別海量數(shù)據(jù)的時(shí)間成本，而且能提高搜索效率，有利于技術(shù)人員高效自主學(xué)習(xí)，提升研發(fā)技能。例如，組織通過(guò)自然語(yǔ)言處理（NLP）技術(shù)，利用機(jī)器學(xué)習(xí)和智能搜索，將非結(jié)構(gòu)化和半結(jié)構(gòu)化信息轉(zhuǎn)化為結(jié)構(gòu)化知識(shí)，能迅速獲取與關(guān)鍵詞相關(guān)的語(yǔ)義信息，提高技術(shù)人員學(xué)習(xí)效率。另一方面，傳統(tǒng)知識(shí)管理大多通過(guò)紙質(zhì)文本獲取知識(shí)，而數(shù)字化知識(shí)管理通過(guò)內(nèi)外渠道，可應(yīng)用批量下載、格式轉(zhuǎn)換、存儲(chǔ)等技術(shù)，獲取豐富的文本、圖片、音頻、視頻等信息。例如使用Python代碼，從特定網(wǎng)站自動(dòng)“爬取”批量信息和知識(shí)，然后使用音頻、圖片、視頻識(shí)別等技術(shù)，轉(zhuǎn)化為文本信息并存儲(chǔ)到大規(guī)模數(shù)據(jù)庫(kù)中，為智能搜索奠定基礎(chǔ)。此外，數(shù)字化知識(shí)管理利用知識(shí)社區(qū)、知識(shí)平臺(tái)拓展知識(shí)獲取渠道，極大豐富了信息總量，為提升價(jià)值、提高工作效率發(fā)揮了重要作用。例如技術(shù)人員從開(kāi)源技術(shù)平臺(tái)（中國(guó)的CSDN平臺(tái)，國(guó)外的GitHub平臺(tái)）獲取某段代碼或程序模塊，不僅能提高工作效率，而且提升了技術(shù)能力。外部客戶知識(shí)搜集有利于產(chǎn)品改進(jìn)和創(chuàng)新。Cui amp; Wu［13］研究指出，多方知識(shí)共享為思路創(chuàng)新提供方向指引；Bugshan［14］從客戶角度研究知識(shí)共享與創(chuàng)新關(guān)系，認(rèn)為在知識(shí)共享過(guò)程中，不僅客戶向企業(yè)創(chuàng)新部門積極分享創(chuàng)新知識(shí)，而且企業(yè)也可以通過(guò)客戶交流獲取第三方知識(shí)，因此知識(shí)獲取渠道拓展有利于技術(shù)創(chuàng)新。

第二，數(shù)字化知識(shí)管理有助于促進(jìn)知識(shí)共享，提升技術(shù)創(chuàng)新能力。在數(shù)字化環(huán)境下，知識(shí)共享既存在于技術(shù)研發(fā)合作中，也存在于聯(lián)盟等創(chuàng)新協(xié)作中，使得企業(yè)創(chuàng)新系統(tǒng)形成一個(gè)囊括從供應(yīng)商到消費(fèi)者、從企業(yè)內(nèi)部到外部利益相關(guān)者的知識(shí)共享網(wǎng)絡(luò)。學(xué)者們使用實(shí)證研究方法探究開(kāi)放式創(chuàng)新與創(chuàng)新績(jī)效關(guān)系，證實(shí)開(kāi)放式創(chuàng)新對(duì)創(chuàng)新績(jī)效具有積極影響［15-16］。其邏輯為：企業(yè)內(nèi)外部創(chuàng)新主體共享知識(shí)是開(kāi)放式創(chuàng)新的前提，創(chuàng)新主體將獲取的知識(shí)與自身知識(shí)融合，最終提升創(chuàng)新績(jī)效。此外，數(shù)字技術(shù)有利于促進(jìn)企業(yè)合作與交流，實(shí)現(xiàn)知識(shí)共享，啟發(fā)企業(yè)創(chuàng)意和靈感，促進(jìn)技術(shù)、生產(chǎn)工藝和商業(yè)模式等方面創(chuàng)新，進(jìn)而對(duì)創(chuàng)新績(jī)效產(chǎn)生積極影響［17］。

第三，數(shù)字化知識(shí)管理有助于促進(jìn)隱性知識(shí)轉(zhuǎn)化為顯性知識(shí)，提升技術(shù)創(chuàng)新能力。Madhavan amp; Grover［18］指出，技能類隱性知識(shí)有助于促進(jìn)產(chǎn)品創(chuàng)新和新技術(shù)開(kāi)發(fā)，而認(rèn)知類隱性知識(shí)也對(duì)創(chuàng)新產(chǎn)生正向影響。在知識(shí)獲取、應(yīng)用和創(chuàng)新過(guò)程中，數(shù)字化知識(shí)管理利用數(shù)字化技術(shù)將隱性知識(shí)可視化，有助于員工理解并應(yīng)用知識(shí)，提升工作效率和能力，促進(jìn)技術(shù)創(chuàng)新。

第四，數(shù)字化知識(shí)管理通過(guò)知識(shí)結(jié)構(gòu)化，提升技術(shù)創(chuàng)新能力。傳統(tǒng)知識(shí)管理在進(jìn)行信息分析時(shí)主要依靠人工，易受到主觀因素影響，且效率較低。在數(shù)字化知識(shí)管理下，可利用機(jī)器學(xué)習(xí)、認(rèn)知計(jì)算等技術(shù)對(duì)知識(shí)進(jìn)行拆分、重組和聚類，將半結(jié)構(gòu)化和非結(jié)構(gòu)化知識(shí)轉(zhuǎn)化為結(jié)構(gòu)化知識(shí)，縮短研發(fā)和設(shè)計(jì)時(shí)間，快速滿足客戶需求。例如，AI通過(guò)創(chuàng)新系統(tǒng)流程，降低人力和成本約束，助力企業(yè)提高研發(fā)效率，縮短研發(fā)流程，優(yōu)化企業(yè)內(nèi)部組織，最終提高組織創(chuàng)新績(jī)效。

第五，數(shù)字化知識(shí)管理有利于知識(shí)創(chuàng)新。知識(shí)創(chuàng)新貫穿于知識(shí)管理全流程，數(shù)字化知識(shí)管理有助于促進(jìn)知識(shí)創(chuàng)新，提升技術(shù)創(chuàng)新效果。一方面數(shù)字化知識(shí)管理為員工節(jié)省識(shí)別、獲取、分析知識(shí)的時(shí)間，為知識(shí)創(chuàng)新提供時(shí)間保障；另一方面數(shù)字化知識(shí)管理促進(jìn)知識(shí)共享網(wǎng)絡(luò)平臺(tái)和知識(shí)創(chuàng)新網(wǎng)絡(luò)平臺(tái)形成，為組織創(chuàng)新提供基礎(chǔ)支撐。例如云計(jì)算技術(shù)有助于企業(yè)進(jìn)行知識(shí)存儲(chǔ)，優(yōu)化知識(shí)管理流程，提高知識(shí)共享效率，為知識(shí)社區(qū)、創(chuàng)新社區(qū)形成與發(fā)展提供技術(shù)保障。

綜上所述，本文提出如下研究假設(shè)：

H1：數(shù)字化知識(shí)管理促進(jìn)企業(yè)技術(shù)創(chuàng)新。

1.3" 數(shù)字化知識(shí)管理、動(dòng)態(tài)能力與技術(shù)創(chuàng)新

Wangamp; Ahmed［19］提出，動(dòng)態(tài)能力包括吸收能力、適應(yīng)能力和創(chuàng)新能力。諸多學(xué)者研究了吸收能力［20］、適應(yīng)能力［21］和創(chuàng)新能力［22］對(duì)技術(shù)創(chuàng)新的正向影響，但是有關(guān)數(shù)字化知識(shí)管理對(duì)動(dòng)態(tài)能力3個(gè)維度影響的研究較少。

數(shù)字化知識(shí)管理有助于提高吸收能力。Cohen amp; Levinthal［23］認(rèn)為，吸收能力是企業(yè)識(shí)別、消化和利用外部新知識(shí)，并將其推向商業(yè)化應(yīng)用的能力。本文認(rèn)為數(shù)字化知識(shí)管理能夠通過(guò)數(shù)字技術(shù)促進(jìn)知識(shí)識(shí)別、獲取和應(yīng)用。一是，面對(duì)海量數(shù)據(jù)，企業(yè)利用大數(shù)據(jù)、自然語(yǔ)言處理、機(jī)器學(xué)習(xí)等技術(shù)，高效地分析信息價(jià)值，有助于提升外部資源識(shí)別能力。二是，企業(yè)在運(yùn)用語(yǔ)義搜索、人工智能搜索技術(shù)時(shí)，能大幅降低知識(shí)搜尋成本、交易成本和運(yùn)營(yíng)成本［24］，并在數(shù)字化、密集化創(chuàng)新網(wǎng)絡(luò)中不斷獲取互補(bǔ)性資產(chǎn)，降低試錯(cuò)成本（戚聿東等，2020），從而促進(jìn)企業(yè)知識(shí)獲取能力提升［25］。三是，企業(yè)借助虛擬仿真、數(shù)字孿生和可視化等技術(shù)，將非結(jié)構(gòu)化知識(shí)轉(zhuǎn)化為結(jié)構(gòu)化、可視化知識(shí)，實(shí)現(xiàn)隱性知識(shí)顯性化［26］，進(jìn)而有助于提高企業(yè)的知識(shí)應(yīng)用和轉(zhuǎn)化效率。此外，數(shù)字化知識(shí)管理有利于促進(jìn)內(nèi)外部員工學(xué)習(xí)、交流、討論、實(shí)踐，改善組織知識(shí)融合系統(tǒng)，促進(jìn)組織創(chuàng)新能力提升［27］。因此，知識(shí)交叉與融合是創(chuàng)新的重要來(lái)源之一［28］，數(shù)字化知識(shí)管理技術(shù)為其創(chuàng)造了條件。據(jù)此，本文提出如下研究假設(shè)：

H2：吸收能力在數(shù)字化知識(shí)管理與技術(shù)創(chuàng)新間發(fā)揮中介作用。

數(shù)字化知識(shí)管理有助于提升組織適應(yīng)能力。企業(yè)進(jìn)行市場(chǎng)機(jī)會(huì)挖掘時(shí)，需要識(shí)別與評(píng)估客戶信息［29］。企業(yè)利用數(shù)字化知識(shí)管理中的語(yǔ)義分析和搜索技術(shù)，廣泛采集產(chǎn)品銷量、服務(wù)次數(shù)、關(guān)注程度、體驗(yàn)評(píng)價(jià)等信息，通過(guò)關(guān)鍵詞詞頻判斷市場(chǎng)需求變化，從而快速調(diào)整企業(yè)生產(chǎn)以滿足客戶需求。因此，具有較高適應(yīng)能力的企業(yè)可以根據(jù)市場(chǎng)變化及時(shí)作出調(diào)整，克服組織慣性，增強(qiáng)企業(yè)環(huán)境適應(yīng)力［30］，最終提升技術(shù)創(chuàng)新成效。據(jù)此，本文提出如下研究假設(shè)：

H3：適應(yīng)能力在數(shù)字化知識(shí)管理與技術(shù)創(chuàng)新間發(fā)揮中介作用。

數(shù)字化知識(shí)管理有助于提升企業(yè)創(chuàng)新能力。數(shù)字化知識(shí)管理水平較高企業(yè)一般具有良好的學(xué)習(xí)氛圍，有利于吸收外部知識(shí)，形成新知識(shí)，促進(jìn)企業(yè)創(chuàng)新能力提升。特別是伴隨智能化和交互性社區(qū)及平臺(tái)的大量涌現(xiàn)，具有較強(qiáng)創(chuàng)新能力的企業(yè)可通過(guò)數(shù)字化知識(shí)管理，利用大數(shù)據(jù)和人工智能技術(shù)高效整合知識(shí)，節(jié)省研發(fā)時(shí)間和成本，啟發(fā)創(chuàng)新者靈感，從而促進(jìn)技術(shù)創(chuàng)新。據(jù)此，本文提出如下研究假設(shè)：

H4：創(chuàng)新能力在數(shù)字化知識(shí)管理與技術(shù)創(chuàng)新間發(fā)揮中介作用。

2" 研究設(shè)計(jì)

2.1" 樣本選擇與數(shù)據(jù)來(lái)源

本文以 2007—2021 年滬深A(yù)股上市公司中的制造業(yè)企業(yè)為樣本。根據(jù)中國(guó)證監(jiān)會(huì)2012年發(fā)布的《上市公司行業(yè)分類指引》，制造業(yè)共有31個(gè)大類行業(yè)，本文樣本涉及29個(gè)大類行業(yè)，見(jiàn)表2。其中，專用設(shè)備制造業(yè)、計(jì)算機(jī)、通信和其它電子設(shè)備制造業(yè)以及儀器儀表制造業(yè)的數(shù)字化知識(shí)管理均值較高， 反映出這些行業(yè)上市公司的數(shù)字化知識(shí)管理水平較高。本文的企業(yè)研發(fā)投入、專利申請(qǐng)量等數(shù)據(jù)主要來(lái)源于萬(wàn)得（WIND）金融數(shù)據(jù)庫(kù)、國(guó)泰安（CSMAR）和CHOICE數(shù)據(jù)庫(kù)，中介變量和控制變量數(shù)據(jù)根據(jù)基礎(chǔ)數(shù)據(jù)變換或計(jì)算得到，主要解釋變量數(shù)據(jù)根據(jù)制造業(yè)上市公司年報(bào)信息整理而得。為排除極值對(duì)樣本估計(jì)量的影響，對(duì)連續(xù)變量作前后1%縮尾處理，得到樣本量為 2 719家公司，時(shí)間跨度15年，總共21 972個(gè)年度觀測(cè)值。

2.2" 自變量測(cè)算

自變量數(shù)字化知識(shí)管理借鑒吳非等［31］的研究方法，采用文本分析法提取上市公司年報(bào)中有關(guān)數(shù)字化知識(shí)管理的關(guān)鍵詞并進(jìn)行詞頻計(jì)數(shù)，以衡量企業(yè)數(shù)字化知識(shí)管理水平。為了保證選取的關(guān)鍵詞科學(xué)合理，通過(guò) Python 語(yǔ)言編寫爬蟲程序，從證監(jiān)會(huì)指定網(wǎng)站整理上海證券交易所、深圳證券交易所制造業(yè)上市公司年度報(bào)告，并通過(guò)“迅捷轉(zhuǎn)換器”提取所有PDF文本內(nèi)容，轉(zhuǎn)化為TXT格式，以便后續(xù)的特征詞篩選。具體步驟如下：第一步，文獻(xiàn)搜索。從“中國(guó)知網(wǎng)”下載2014年1月1日至2022年10月1日公開(kāi)發(fā)表的關(guān)于“知識(shí)管理”“組織學(xué)習(xí)”文獻(xiàn)，為了保證文獻(xiàn)質(zhì)量，選擇受到“國(guó)家自然科學(xué)基金”“國(guó)家社會(huì)科學(xué)基金”“教育部人文社會(huì)科學(xué)研究項(xiàng)目”資助的文獻(xiàn)，分別為116篇和135篇。第二步，文獻(xiàn)關(guān)鍵詞提取。利用Python的“jieba”分詞模塊，對(duì)中文文獻(xiàn)進(jìn)行分詞，去除停用詞，按照由高到低的詞頻進(jìn)行排列，從251篇文獻(xiàn)中提取關(guān)鍵詞根。第三步，關(guān)鍵詞擴(kuò)展。參照胡媛媛等［32］的方法，繼續(xù)編寫Python程序，使用Word2Vec機(jī)器學(xué)習(xí)算法模塊對(duì)企業(yè)年報(bào)文本進(jìn)行訓(xùn)練。由于年報(bào)文本數(shù)據(jù)量大，而且2021年報(bào)涵蓋之前的數(shù)字化知識(shí)管理成果，因此以2021年報(bào)文本作為訓(xùn)練集，生成算法模型，然后利用訓(xùn)練好的算法模型進(jìn)行近義詞聯(lián)想與擴(kuò)展，最后得到97個(gè)關(guān)鍵詞，見(jiàn)表3。最后，編寫Python程序，從2007-2021年的制造業(yè)上市公司年報(bào)中進(jìn)行關(guān)鍵詞檢索和詞頻統(tǒng)計(jì)，并以年度和公司面板數(shù)據(jù)形式進(jìn)行加總，對(duì)其加1后取自然對(duì)數(shù)，得到數(shù)字化知識(shí)管理指標(biāo)，即lnkmdt。

本文使用文獻(xiàn)確定關(guān)鍵詞詞根，并利用機(jī)器學(xué)習(xí)算法擴(kuò)展關(guān)鍵詞。其合理性體現(xiàn)為以下幾點(diǎn)：一是上市公司年報(bào)文本分析法在國(guó)內(nèi)頂級(jí)期刊頻頻出現(xiàn)，說(shuō)明此種方法逐漸被學(xué)者接受。這是因?yàn)楣灸陥?bào)中披露的信息含有報(bào)告期內(nèi)企業(yè)經(jīng)營(yíng)狀況回顧和未來(lái)發(fā)展展望。數(shù)字化知識(shí)管理是制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的首要環(huán)節(jié)，其信息也應(yīng)包含在年報(bào)中（胡楠等，2021）。二是通過(guò)文獻(xiàn)提取關(guān)鍵詞根，并利用機(jī)器學(xué)習(xí)算法擴(kuò)展關(guān)鍵詞，減少了人為干預(yù)，具有一定客觀性。三是文獻(xiàn)分析與變量相關(guān)性分析的一致性，部分說(shuō)明數(shù)字化知識(shí)管理變量衡量的合理性。 本文樣本的數(shù)字化知識(shí)管理水平與吸收能力、適應(yīng)能力和創(chuàng)新能力的相關(guān)系數(shù)顯著，分別為0.141、0.115和0.216，與理論分析結(jié)果一致。由于數(shù)字化知識(shí)管理是數(shù)字化轉(zhuǎn)型的首要環(huán)節(jié)，兩者間存在一定相關(guān)性，通過(guò)驗(yàn)證兩者相關(guān)性側(cè)面印證數(shù)字化知識(shí)管理變量的合理性。本文使用趙宸宇［33］的數(shù)字化轉(zhuǎn)型分詞詞典中的99個(gè)關(guān)鍵詞，統(tǒng)計(jì)各關(guān)鍵詞詞頻，加總后對(duì)其加1取自然對(duì)數(shù)，得到數(shù)字化轉(zhuǎn)型指標(biāo)（dt），然后計(jì)算數(shù)字化知識(shí)管理（lnkmdt）和數(shù)字化轉(zhuǎn)型（dt）間的相關(guān)性。其相關(guān)系數(shù)顯著（0.325），說(shuō)明數(shù)字化知識(shí)管理與數(shù)字化轉(zhuǎn)型密切相關(guān)，與理論分析一致。以上均印證了由詞頻法提取的數(shù)字化知識(shí)管理變量有效。

2.3" 因變量測(cè)算

由于本文研究主題是數(shù)字化知識(shí)管理對(duì)技術(shù)創(chuàng)新的影響，因此以研發(fā)投入衡量技術(shù)創(chuàng)新存在不確定性等問(wèn)題，而以產(chǎn)出結(jié)果衡量技術(shù)創(chuàng)新水平能夠直接反映制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型成效。因此，參照黎文靖和鄭曼妮［34］的研究，以企業(yè)專利申請(qǐng)數(shù)量衡量技術(shù)創(chuàng)新（lntpat）。

2.4" 中介變量測(cè)算

大部分研究對(duì)動(dòng)態(tài)能力的測(cè)量采用問(wèn)卷調(diào)查法并使用截面數(shù)據(jù)，無(wú)法洞察其隨時(shí)間演變的規(guī)律。因此，參考楊林等（2020）的做法，從組織和時(shí)間角度對(duì)吸收能力、適應(yīng)能力和創(chuàng)新能力進(jìn)行測(cè)量。具體操作如下：①創(chuàng)新能力（rd），將研發(fā)投入強(qiáng)度和技術(shù)人員占比兩個(gè)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化后求和得到；②吸收能力（absorb），用研發(fā)支出與營(yíng)業(yè)收入之比度量；③適應(yīng)能力（adap），將廣告收入、研發(fā)投入和資本支出的變異系數(shù)取負(fù)值。

2.5" 其它變量

參照余明桂等［35］和He amp; Tian［36］的研究，設(shè)置以下控制變量：上市年限（lnage），采用當(dāng)年年份減去公司上市年份并取自然對(duì)數(shù)；企業(yè)規(guī)模（lnsize），采用公司年末總資產(chǎn)并取自然對(duì)數(shù)；產(chǎn)權(quán)性質(zhì)（gov），國(guó)有企業(yè)取1，非國(guó)有企業(yè)為0；資產(chǎn)收益率（roa），采用企業(yè)凈利潤(rùn)與年度平均資產(chǎn)總額的比值（%）；資產(chǎn)負(fù)債率（lev），采用企業(yè)總負(fù)債與總資產(chǎn)之比（%）；股權(quán)集中度（oneshare），采用第一大股東持股比例（%）；營(yíng)業(yè)收入增長(zhǎng)率（growth），即當(dāng)年?duì)I業(yè)收入與上年?duì)I業(yè)收入之差除以上年?duì)I業(yè)收入（%）；兩職兼任（dual）：董事長(zhǎng)兼任總經(jīng)理為1，否則為0；獨(dú)立董事比例（indrat），即獨(dú)立董事人數(shù)占董事會(huì)總?cè)藬?shù)的比例（%）。變量定義見(jiàn)表4。

2.6" 描述性統(tǒng)計(jì)及相關(guān)性分析

如表5、表6所示，描述性統(tǒng)計(jì)分析結(jié)果顯示，數(shù)字化知識(shí)管理平均值為0.12，說(shuō)明我國(guó)上市公司實(shí)行數(shù)字化知識(shí)管理的數(shù)量偏少。相關(guān)性分析結(jié)果顯示，僅有吸收能力和創(chuàng)新能力中介變量相關(guān)系數(shù)大于0.5，表明變量間不存在多重共線性問(wèn)題。

3" 數(shù)字化知識(shí)管理對(duì)技術(shù)創(chuàng)新的影響

3.1" 基本回歸分析

由于樣本公司數(shù)量為2 719家，如果采用個(gè)體固定效應(yīng)模型，將包含較多虛擬變量，降低模型估計(jì)自由度，并且我國(guó)數(shù)字化轉(zhuǎn)型正處于起步階段，僅有少部分企業(yè)實(shí)施數(shù)字化知識(shí)管理，數(shù)值變化較小，可能導(dǎo)致參數(shù)估計(jì)偏差?？紤]到數(shù)字化知識(shí)管理對(duì)企業(yè)技術(shù)創(chuàng)新的影響，構(gòu)建控制行業(yè)和時(shí)間的基準(zhǔn)固定效應(yīng)模型如下：

lntpati，t=α+β1lnkmdti，t+β2CVsi，t+ΣtYeart+Σjindj+εi，t（1）

其中，lntpati，t表示上市公司i在時(shí)間t的技術(shù)創(chuàng)新，lnkmdti，t表示上市公司i在時(shí)間t的數(shù)字化知識(shí)管理，CVsi，t為控制變量，包含lnsizei，t、lnagei，t、levi，t、oneholdi，t、growthi，t、roai，t、govi，t、duali，t、indrati，t，ΣtYeart和Σjindj分別為年份與行業(yè)固定效應(yīng)，εi，t為隨機(jī)誤差項(xiàng)。

表7第（1）列為以專利申請(qǐng)量為被解釋變量的基準(zhǔn)回歸結(jié)果，可以發(fā)現(xiàn)，數(shù)字化知識(shí)管理（lnkmdt）顯著正向影響企業(yè)技術(shù)創(chuàng)新，即隨著企業(yè)數(shù)字化知識(shí)管理水平提升，企業(yè)技術(shù)創(chuàng)新能力增強(qiáng)，假設(shè)H1得證。

3.2" 內(nèi)生性處理

數(shù)字化知識(shí)管理對(duì)企業(yè)技術(shù)創(chuàng)新的正向影響可能存在內(nèi)生性問(wèn)題，這是因?yàn)榧夹g(shù)創(chuàng)新能夠提高企業(yè)市場(chǎng)價(jià)值，激勵(lì)企業(yè)重視人才培養(yǎng)，同時(shí)加大數(shù)字化知識(shí)管理投入，從而形成數(shù)字化知識(shí)管理促進(jìn)企業(yè)技術(shù)創(chuàng)新的良性循環(huán)。由于內(nèi)生性問(wèn)題可能帶來(lái)估計(jì)偏誤，因此本文擬從以下幾方面緩解內(nèi)生性問(wèn)題。

（1）工具變量法。借鑒Fisman amp;Svensson［37］的工具變量構(gòu)造方法，選取同區(qū)域和同行業(yè)其它企業(yè)均值作為工具變量（lnkmdt_mean）。由于行業(yè)內(nèi)部存在競(jìng)爭(zhēng)與協(xié)作關(guān)系，企業(yè)通過(guò)標(biāo)桿管理進(jìn)行模仿，并通過(guò)吸引行業(yè)技術(shù)人才和內(nèi)部人才培養(yǎng)方式，提升知識(shí)轉(zhuǎn)化效率，從而形成競(jìng)爭(zhēng)力。區(qū)域競(jìng)爭(zhēng)態(tài)勢(shì)和行業(yè)特點(diǎn)會(huì)影響企業(yè)數(shù)字化知識(shí)管理水平，但對(duì)企業(yè)技術(shù)創(chuàng)新沒(méi)有直接影響。工具變量檢驗(yàn)結(jié)果顯示：Kleibergen-Paap rk LM 的P值小于0.01，拒絕不可識(shí)別的原假設(shè)；Kleibergen-Paaprk的Wald F統(tǒng)計(jì)量為351.354，遠(yuǎn)大于10％的Stock-Yogo標(biāo)準(zhǔn)（16.38），拒絕弱工具變量的原假設(shè)。由表6的回歸結(jié)果可知，第（2）列為工具變量第一階段估計(jì)結(jié)果，工具變量lnkmdt_mean系數(shù)顯著為正，符合工具變量的相關(guān)性要求；第（3）列為第二階段估計(jì)結(jié)果，其顯示數(shù)字化知識(shí)管理回歸系數(shù)顯著為正，說(shuō)明控制部分內(nèi)生性問(wèn)題后，數(shù)字化知識(shí)管理對(duì)企業(yè)技術(shù)創(chuàng)新的顯著正向影響仍然存在。

（2）傾向得分匹配法（PSM 法）。為進(jìn)一步緩解選擇偏誤問(wèn)題，采用PSM檢驗(yàn)內(nèi)生性。根據(jù)企業(yè)是否進(jìn)行數(shù)字化知識(shí)管理分為處理組和對(duì)照組，若企業(yè)進(jìn)行數(shù)字化知識(shí)管理，lkmdt編碼為 1，設(shè)定為處理組，反之編碼為 0，設(shè)定為對(duì)照組，結(jié)合前文所述的一系列控制變量（lnsize、lnage、lev、onehold、growth、roa、gov、dual和indrat），同時(shí)，控制時(shí)間和行業(yè)作為匹配變量，使用 Logit 回歸計(jì)算傾向得分，選擇一對(duì)一最近鄰匹配，將匹配得到的樣本分別進(jìn)行回歸。表7為PSM檢驗(yàn)結(jié)果，可以發(fā)現(xiàn)，第（4）列中企業(yè)技術(shù)創(chuàng)新的平均處理效應(yīng)值（ATT）為0.274 5，在1%水平上顯著（T-stat為5.03），表明進(jìn)行數(shù)字化知識(shí)管理的上市公司相較于其它上市公司，其技術(shù)創(chuàng)新水平高出0.274 5。然后，對(duì)匹配樣本進(jìn)行回歸檢驗(yàn)，結(jié)果表明，數(shù)字化知識(shí)管理（lnkmdt）系數(shù)顯著為正，該結(jié)果與基準(zhǔn)回歸結(jié)果一致。

（3）Heckman兩階段模型法。為緩解可能存在的樣本選擇偏誤問(wèn)題，使用Heckman兩階段模型進(jìn)行檢驗(yàn)。第一階段，除選取與主回歸模型一樣的控制變量、時(shí)間虛擬變量以及行業(yè)虛擬變量外，以相同時(shí)間段、相同區(qū)域的其它企業(yè)數(shù)字化知識(shí)管理水平均值作為外生變量（ivprovin），構(gòu)建Probit回歸模型，計(jì)算逆米爾斯比率（IMR），檢驗(yàn)這些特征變量是否影響數(shù)字化知識(shí)管理（lkmdt）。這是因?yàn)閿?shù)字化知識(shí)管理水平會(huì)受到區(qū)域數(shù)字化資源影響，但是對(duì)單個(gè)企業(yè)技術(shù)創(chuàng)新沒(méi)有直接影響。第二階段，將IMR作為控制變量加入主回歸模型，檢驗(yàn)可能存在的選擇性偏誤。檢驗(yàn)結(jié)果顯示，逆米爾斯比率（IMR）估計(jì)系數(shù)具有統(tǒng)計(jì)顯著性，且外生變量（ivprovin）系數(shù)非常顯著，表明存在數(shù)字化知識(shí)管理分布偏差。因此，有必要檢驗(yàn)樣本自選擇對(duì)基準(zhǔn)回歸結(jié)果的影響。在加入IMR后，數(shù)字化知識(shí)管理（lnkmdt）對(duì)專利申請(qǐng)量（lntpat）的回歸系數(shù)顯著，為0.271 2，與基準(zhǔn)回歸結(jié)果基本一致。綜上所述，控制選擇性偏差后，研究假設(shè)H1依然成立。

3.3" 其它穩(wěn)健性檢驗(yàn)

為了驗(yàn)證基準(zhǔn)模型穩(wěn)健性，進(jìn)行以下測(cè)試：①替換因變量，以企業(yè)發(fā)明專利申請(qǐng)量加上1并取其自然對(duì)數(shù)（lninpat）測(cè)度；②考慮到數(shù)字化知識(shí)管理的累積效應(yīng)，即數(shù)字化知識(shí)管理的軟硬件投入、經(jīng)驗(yàn)和效果在后期繼續(xù)發(fā)揮作用，因此采用滯后一期的數(shù)字化知識(shí)管理（l.lnkmdt）作為解釋變量；③分樣本檢驗(yàn)，考慮到國(guó)有企業(yè)與非國(guó)有企業(yè)的差異性，將樣本企業(yè)劃分為國(guó)有企業(yè)和非國(guó)有企業(yè)兩組，分別進(jìn)行檢驗(yàn)；④剔除異常年份樣本，這是因?yàn)樵跇颖緟^(qū)間內(nèi)存在3個(gè)可能影響企業(yè)技術(shù)創(chuàng)新的重要事件，因此按照吳非［31］的做法，剔除2008 年（全球金融危機(jī)）和2015年（中國(guó)股災(zāi)），以及2020年和2021年（新冠疫情）數(shù)據(jù)，本文最終選取 2010-2014年和2016-2019年數(shù)據(jù)進(jìn)行回歸。

如表8所示，控制時(shí)間和行業(yè)變量后，數(shù)字化知識(shí)管理對(duì)企業(yè)技術(shù)創(chuàng)新有顯著正向影響，說(shuō)明基準(zhǔn)模型結(jié)論非常穩(wěn)健。

4" 機(jī)制路徑檢驗(yàn)

上述研究充分論證了數(shù)字化知識(shí)管理對(duì)企業(yè)技術(shù)創(chuàng)新的影響，但需要注意的是，作用機(jī)制尚不明晰。因此，本文將分別對(duì)適應(yīng)能力、吸收能力和創(chuàng)新能力3種作用渠道進(jìn)行檢驗(yàn)。借鑒Baron amp; Kenny［38］的思路，并參照溫忠麟等［39］的逐步回歸法，結(jié)合Bootstrap方法進(jìn)行Sobel中介因子檢驗(yàn)，以證實(shí)中介效應(yīng)存在。

lntpati，t=α+α1lnkmdti，t+Σα2CVsi，t+ΣtYeart+Σjindj+εi，t（2）

Mediatori，t=θ+θ1lnkmdti，t+Σθ2CVsi，t+ΣtYeart+Σjindj+εi，t（3）

lntpati，t=δ+δ1lnkmdti，t+δ2Mediatori，t+Σδ3CVsi，t+ΣtYeart+Σjindj+εi，t（4）

式（2）（3）（4）中，CVsi，t為控制變量（lnsize、lnage、lev、onehold、growth、roa、gov、dual和indrat），ΣtYeart為控制時(shí)間變量，Σjindj為控制行業(yè)變量。

第一，吸收能力的中介效應(yīng)（absorb）。表9中第（1）—（3）列結(jié)果分別對(duì)應(yīng)式（2）、式（3）和式（4）?；貧w結(jié)果顯示，首先，總效應(yīng)系數(shù)、直接效應(yīng)系數(shù)、間接效應(yīng)系數(shù)a及b均十分顯著，故吸收能力存在中介效應(yīng)。其次，通過(guò)Bootstrap方法進(jìn)行Sobel中介因子檢驗(yàn)，進(jìn)一步證實(shí)中介效應(yīng)存在（Sobel Z值分別為4.953，p＜0.01，中介效應(yīng)為4.4%），說(shuō)明吸收能力在數(shù)字化知識(shí)管理與企業(yè)技術(shù)創(chuàng)新關(guān)系中發(fā)揮中介作用，研究假設(shè)H2得證。

第二，適應(yīng)能力的中介效應(yīng)（adap）。首先，進(jìn)行逐步回歸檢驗(yàn)，表9中第（1）（4）和（5）列分別對(duì)應(yīng)式（2）（3）和（4）?；貧w結(jié)果顯示，總效應(yīng)系數(shù)、直接效應(yīng)系數(shù)、間接效應(yīng)系數(shù)a及b均十分顯著，故適應(yīng)能力存在中介效應(yīng)。其次，通過(guò)Bootstrap方法進(jìn)行Sobel中介因子檢驗(yàn)，進(jìn)一步證實(shí)適應(yīng)能力的中介效應(yīng)存在（Sobel Z值分別為3.128，p＜0.01，中介效應(yīng)為7.61%），故研究假設(shè)H3成立。可能的原因是，企業(yè)通過(guò)數(shù)字化知識(shí)管理，能直接或間接地將知識(shí)等戰(zhàn)略資源投向技術(shù)研發(fā)、產(chǎn)品與服務(wù)以及商業(yè)模式等創(chuàng)新環(huán)節(jié)，最終促進(jìn)企業(yè)技術(shù)創(chuàng)新。

第三，創(chuàng)新能力的中介效應(yīng)（rd）。表9中第（1）（6）和（7）列分別對(duì)應(yīng)式（2）（3）和（4）?；貧w結(jié)果顯示，總效應(yīng)系數(shù)、直接效應(yīng)系數(shù)、間接效應(yīng)系數(shù)a及b均十分顯著，故創(chuàng)新能力存在中介效應(yīng)。通過(guò)Bootstrap方法進(jìn)行Sobel中介因子檢驗(yàn)，進(jìn)一步證實(shí)創(chuàng)新能力的中介效應(yīng)存在（Sobel Z值分別為7.195，p＜0.01，中介效應(yīng)為12.30%），說(shuō)明創(chuàng)新能力在數(shù)字化知識(shí)管理與企業(yè)技術(shù)創(chuàng)新關(guān)系中發(fā)揮中介作用，即研究假設(shè)H4得證。

5" 結(jié)論與啟示

實(shí)證研究發(fā)現(xiàn)，數(shù)字化知識(shí)管理對(duì)企業(yè)技術(shù)創(chuàng)新具有顯著正向影響，該影響通過(guò)吸收能力、適應(yīng)能力和創(chuàng)新能力發(fā)揮作用。本文的理論貢獻(xiàn)體現(xiàn)在以下方面：首先，提出了數(shù)字化知識(shí)管理概念，采用文本分析法從上市公司年報(bào)中提取關(guān)鍵詞并對(duì)其量化，深化了數(shù)字化轉(zhuǎn)型和知識(shí)管理研究，也拓展了數(shù)字化知識(shí)管理研究方法；其次，從吸收能力、適應(yīng)能力和創(chuàng)新能力角度分析數(shù)字化知識(shí)管理對(duì)企業(yè)技術(shù)創(chuàng)新的影響，充實(shí)了動(dòng)態(tài)能力理論。研究不僅豐富了數(shù)字化轉(zhuǎn)型維度，而且拓展了動(dòng)態(tài)能力與數(shù)字化知識(shí)管理理論研究。

本文研究對(duì)制造業(yè)企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型具有重要參考價(jià)值：一是，數(shù)字化轉(zhuǎn)型的根基在于數(shù)字化知識(shí)管理。大多數(shù)企業(yè)非常重視數(shù)字化轉(zhuǎn)型對(duì)技術(shù)創(chuàng)新的促進(jìn)作用，但實(shí)際效果堪憂。主要原因是：企業(yè)管理者誤把數(shù)字化轉(zhuǎn)型視為一個(gè)整體，認(rèn)為實(shí)施數(shù)字化轉(zhuǎn)型就一定能提升企業(yè)技術(shù)創(chuàng)新。這種觀念忽視了數(shù)字化轉(zhuǎn)型在企業(yè)系統(tǒng)中的流程性和邏輯性，誤導(dǎo)了數(shù)字化轉(zhuǎn)型實(shí)施。數(shù)字化轉(zhuǎn)型的邏輯起點(diǎn)是數(shù)字化知識(shí)管理，通過(guò)數(shù)字化知識(shí)管理積蓄組織和員工創(chuàng)新能力，進(jìn)而提升企業(yè)技術(shù)創(chuàng)新水平。因此，制造業(yè)企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中利用數(shù)字技術(shù)，促使傳統(tǒng)知識(shí)管理轉(zhuǎn)向智能化、平臺(tái)化，非結(jié)構(gòu)化知識(shí)轉(zhuǎn)變?yōu)榻Y(jié)構(gòu)化知識(shí)，促進(jìn)隱性知識(shí)顯性化，進(jìn)而提升知識(shí)獲取、整合、吸收以及應(yīng)用能力，最終提升企業(yè)技術(shù)創(chuàng)新水平。二是，不斷提升企業(yè)動(dòng)態(tài)能力。企業(yè)通過(guò)數(shù)字化知識(shí)管理，能夠及時(shí)識(shí)別、獲取與應(yīng)用外部信息，并將市場(chǎng)反饋及時(shí)傳達(dá)給研發(fā)設(shè)計(jì)部門，以更好地滿足客戶個(gè)性化和定制化需求。同時(shí)，企業(yè)可重新配置資本、生產(chǎn)力等戰(zhàn)略性資源，提高資源匹配度和柔性，增強(qiáng)企業(yè)適應(yīng)能力；良好的企業(yè)氛圍有助于增強(qiáng)員工分享意愿，以開(kāi)放的心態(tài)吸收和融合外部知識(shí)，在知識(shí)交互中促進(jìn)技術(shù)創(chuàng)新能力提升。在產(chǎn)業(yè)轉(zhuǎn)型升級(jí)和經(jīng)濟(jì)不確定背景下，企業(yè)應(yīng)謹(jǐn)慎選擇多元化戰(zhàn)略。

然而，本文也存在一定局限性，如未能對(duì)數(shù)字化知識(shí)管理進(jìn)行深入挖掘，未來(lái)研究可進(jìn)一步分解為流程數(shù)字化、產(chǎn)品和服務(wù)數(shù)字化、商業(yè)模式創(chuàng)新等方面，為深化數(shù)字化與知識(shí)管理融合研究奠定堅(jiān)實(shí)基礎(chǔ)。

參考文獻(xiàn)參考文獻(xiàn)：

［1］" PENG Y Z，" C Q TAO. Can digital transformation promote enterprise performance-from the perspective of public policy and innovation［J］. Journal of Innovation amp; Knowledge，2022，7（3）：100198.

［2］" 吳江，陳婷，龔藝巍，等.企業(yè)數(shù)字化轉(zhuǎn)型理論框架和研究展望［J］.管理學(xué)報(bào)，2021，18（12）：1871-1880.

［3］" 孫新波，張媛，王永霞，等.數(shù)字價(jià)值創(chuàng)造：研究框架與展望［J］.外國(guó)經(jīng)濟(jì)與管理，2021，43（10）：35-49.

［4］" 朱秀梅，林曉玥，王天東.企業(yè)數(shù)字化轉(zhuǎn)型戰(zhàn)略與能力對(duì)產(chǎn)品服務(wù)系統(tǒng)的影響研究［J］.外國(guó)經(jīng)濟(jì)與管理，2022，44（4）：137-152.

［5］" MATT C， HESS T， BENLIAN A. Digital transformation strategies［J］. Business amp; Information Systems Engineering， 2015， 57（5）： 339-343.

［6］" 程剛，陳傳明.基于企業(yè)信息化的組織結(jié)構(gòu)變革研究［J］.科學(xué)管理研究，2004，22（2）：41-45，84.

［7］" VIAL G. Understanding digital transformation： a review and a research agenda［J］. The Journal of Strategic Information Systems， 2019， 28（2）：118-144.

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

［9］" BOGERS M，CHESBROUGH H，HEATON S，et al.Strategic management of open innovation：a dynamic capabilities perspective［J］.California Management Review，2019，62（1）：77-94.

［10］" CHEN C J，" J W HUANG. Strategic human resource practices and innovation performance-the mediating role of knowledge management capacity［J］. Journal of Business Research， 2009， 62（1）：104-114.

［11］" 陳國(guó)青，吳剛，顧原東，等.管理決策情境下大數(shù)據(jù)驅(qū)動(dòng)的研究和應(yīng)用挑戰(zhàn)——范式轉(zhuǎn)變與研究方向［J］.管理科學(xué)學(xué)報(bào)， 2018， 21（7）：1-10.

［12］" ROUSSEVA R. Identifying technological capabilities with different degrees of coherence： the challenge to achieve high technological sophistication in latecomer software companies［J］. Technological Forecasting and Social Change， 2007， 75 （7） ：1007-1031.

［13］" CUI A， WU F.Utilizing customer knowledge in innovation： antecedents and impact of customer involvement on new product performance［J］.Journal of the Academy of Marketing Science，2016，44（4）：516-538.

［14］" BUGSHAN H. Open innovation using Web 2.0 technologies［J］.Journal of Enterprise Information Management，2015，28（4）：595-607.

［15］" SISODIYA S R， J L JOHNSON，" Y GREGOIRE. Inbound open innovation for enhanced performance： enablers and opportunities［J］. Industrial Marketing Management，2013，42（5）：836-849.

［16］" SHU C， K Z ZHOU，" Y XIAO. How green management influences product innovation in China： the role of institutional benefits［J］. Journal of Business Ethics，2016，133（3）：471-485.

［17］" TRIPSAS M. Surviving radical technological change through dynamic capability： evidence from the typesetter industry［J］. Industrial amp; Corporate Change，2017，6（2）：341-377.

［18］" MADHAVAN R， R GROVER. From embedded knowledge to embodied knowledge： new product development as knowledge management［J］. Journal of Marketing，1998，62（4）：1-12.

［19］" WANG C L，" P K AHMED. Dynamic capabilities： a review and research agenda［J］.International Journal of Management Reviews，2007，9（1）：31-51.

［20］" HUANG F， RICE J. The role of absorptive capacity in facilitating \"open innovation\" outcomes：a study of Australian SMEs in the manufacturing sector［J］. International Journal of Innovation Management， 2011，13（2）：201-220.

［21］" 趙鳳， 王鐵男， 王宇. 開(kāi)放式創(chuàng)新中的外部技術(shù)獲取與產(chǎn)品多元化：動(dòng)態(tài)能力的調(diào)節(jié)作用研究［J］. 管理評(píng)論， 2016， 28 （6）： 76-85，99.

［22］" 張永安， 關(guān)永娟. 創(chuàng)新政策工具組合、創(chuàng)新能力與創(chuàng)新績(jī)效研究［J］. 科技進(jìn)步與對(duì)策， 2020， 37 （21）： 118-126.

［23］" COHEN W M， D A LEVINTHAL. Adsorptive capacity： a new perspective on learning and innovation［J］.Administrative Science Quarterly，1990，35（1）：128-152.

［24］" DEVARAJ S，" R KOHLI. Performance impacts of information technology： is actual usage the missing link ［J］. Management Science， 2003，49（3）：273-289.

［25］" WU L Y. Resources， dynamic capabilities and performance in a dynamic environment： perceptions in taiwanese IT enterprises［J］. Information and Management，2006，43（4）：447-454.

［26］" LANE PJ， BR KOKO，S PATHAK.The reification of absorptive capacity：a critical review and rejuvenation of the construct［J］. Academy of Management Review，2006，31（4）：833-863.

［27］" YANG CL，DW WANG，YJ ZENG.Knowledge based multimodal information fusion for role recognition and situation assessment by using mobile robot［J］. Information Fusion，2019，50（10）：126-138.

［28］" HIDALGO A，" J ALBORS. Innovation management techniques and tools： a review from theory and practice［J］. Ramp;D Management， 2008， 38 （2） ：113-127.

［29］" HITT MA， R D IREL，" S M CAMP. Strategic entrepreneurship： entrepreneurial strategies for wealth creation［J］.Strategic Management Journal， 2001， 22 （6/7）：479-491.

［30］" AGGARWAL VA， H E POSEN，" M WORKIEWICZ. Adaptive capacity to technological change： a microfoundational approach［J］. Strategic Management Journal，2017，38（6）：1212-1231.

［31］" 吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)表現(xiàn)——來(lái)自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)［J］.管理世界，2021，37（7）：130-144.

［32］" 胡媛媛，陳守明，仇方君.企業(yè)數(shù)字化戰(zhàn)略導(dǎo)向、市場(chǎng)競(jìng)爭(zhēng)力與組織韌性［J］.中國(guó)軟科學(xué)，2021，36（S1）：214-225.

［33］" 趙宸宇.數(shù)字化發(fā)展與服務(wù)化轉(zhuǎn)型——來(lái)自制造業(yè)上市公司的經(jīng)驗(yàn)證據(jù)［J］.南開(kāi)管理評(píng)論，2021，24（2）：149-163.

［34］" 黎文靖，鄭曼妮.實(shí)質(zhì)性創(chuàng)新還是策略性創(chuàng)新——宏觀產(chǎn)業(yè)政策對(duì)微觀企業(yè)創(chuàng)新的影響［J］.經(jīng)濟(jì)研究，2016，51（4）：60-73.

［35］" 余明桂，范蕊，鐘慧潔.中國(guó)產(chǎn)業(yè)政策與企業(yè)技術(shù)創(chuàng)新［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2016，34（12）：5-22.

［36］" HE JJ，" X TIAN. The dark side of analyst coverage： the case of innovation［J］. Journal of Financial Economics， 2013，109（3）：856-878.

［37］" FISMAN R，" J SVENSSON. Are corruption and taxation really harmful to growth？ firm level evidence［J］.Journal of Development Economics，2007，83（1）：63-75.

［38］" BARON R M，" D A KENNY. The moderator-mediator variable distinction in social psychological research： conceptual， strategic， and statistical considerations［J］. Journal of Personality and Social Psychology， 1986，51： 1173-1182.

［39］" 溫忠麟，張雷，侯杰泰，等. 中介效應(yīng)檢驗(yàn)程序及其應(yīng)用［J］.心理學(xué)報(bào)， 2004，36（5）：111-117.

（責(zé)任編輯：胡俊?。?/p>

Digital Knowledge Management and Technological Innovation of Manufacturing Enterprises： The Perspective of Dynamic Capabilities

Shao Bing1，2，Kuang Xianming3，Wang Hui4

（1．School of Business Administration， Northeastern University，Shenyang 110167，China；2．School of Economics and Management， Hainan Normal University，Haikou 571158，China；3．China Institute for Reform and Development，Haikou 570311，China;4. School of Economics， Hainan University，Haikou 570228，China）

Abstract：Theoretical researchers have regarded digital transformation as a holistic concept and studied its impact on technological innovation， neglecting the decomposability of digital transformation and the process nature of complex enterprise systems. Thus， the specific mechanisms by which the digital transformation promotes technological innovation await further analysis. Among them， digital knowledge management is the primary link in digital transformation. On the one hand， the main content of digital transformation includes organizational change， business processes， products and services， business models， etc. At the organizational level， digital transformation involves the transformation of key business operations， which in turn affect products and processes， causing changes in business models. On the other hand， digital transformation needs to be centered on digital knowledge management to achieve organizational structure flattening， flexibility， networking， and virtualization， thereby achieving organizational change. Therefore， enterprise digital knowledge management， as a determinant of organizational change， affects the business processes， products and services， and business model innovation of digital transformation.

The article proposes the concept of digital knowledge management， studies its impact on technological innovation in manufacturing enterprises， and analyzes its role mechanism from the perspective of dynamic capabilities. On the one hand， digital transformation is a holistic concept of enterprise digital transformation. Digital knowledge management is the primary link in digital transformation， as well as its foundation and logical starting point. On the other hand， the significant feature of knowledge management is informatization， and digital knowledge management bears intelligent and platform-based characteristics. In addition， dynamic capabilities are the theoretical basis for studying digital transformation. As the primary link in digital transformation， digital knowledge management promotes the formation of dynamic capabilities through digital technology in knowledge acquisition， integration， absorption， application and innovation， enhancing the technological innovation capabilities of enterprises.

Taking the manufacturing enterprises listed on the Shanghai and Shenzhen A-share market from 2007 to 2021 as the sample， this article extracts the root keywords of digital knowledge management through literature， and then uses the information about digital knowledge management in the annual reports of listed companies to expand keywords with the help of machine learning algorithms， thereby constructing a proxy variable for digital knowledge management through the frequency of keyword occurrence. It is found that digital knowledge management has a significant positive impact on technological innovation in enterprises. After mitigating the endogeneity problem through instrumental variables， PSM， and Heckman two-stage model methods， the results are still significant. This impact is mainly through the absorption， adaptation， and innovation capabilities paths.

The conclusions of this study have specific reference value for the digital transformation practices of manufacturing companies. First， the foundation of digital transformation lies in digital knowledge management. Manufacturing companies can use digital technology to transform traditional knowledge management into digital knowledge management that is intelligent， platform-based， and can structure unstructured knowledge and make implicit knowledge explicit. This enhances their ability to acquire， integrate， absorb， apply， and innovate knowledge and promotes the level of technological innovation. Second， the companies should proactively build dynamic capabilities. By actively identifying， acquiring， applying， and transforming external market knowledge through digital knowledge management， companies can provide market information and knowledge feedback to the Ramp;D department， enabling researchers to improve processes and designs based on customer needs and develop products that better meet customers' personalized and customized demands. To ensure the improvement of dynamic capabilities， companies should not only build a digital knowledge management system but also maintain strategic focus， concentrate advantageous resources to achieve strategic goals， especially in selecting a strategic path， i.e.， choosing one of the "service-oriented， digital， or digital service-oriented strategies. Additionally， in the context of manufacturing industry transformation and economic uncertainty， companies should carefully choose a diversified strategy.

In summary， this article reveals the positive impact of digital knowledge management on technological innovation in manufacturing companies and its mechanism. The research conclusions provide new ideas and methods for corporate digital transformation and contribute to the development of dynamic capability theory. In the future， more research can be conducted to explore digital knowledge management and its impact on different industries and countries.

Key Words：Digital Knowledge Management; Technological Innovation; Absorptive Capacity; Adaptive Capability; Innovative Capability