摘 要：新時(shí)代背景下，通過數(shù)字化轉(zhuǎn)型激發(fā)企業(yè)創(chuàng)新活力、提升企業(yè)創(chuàng)新績(jī)效能夠?yàn)橹袊?guó)經(jīng)濟(jì)高質(zhì)量發(fā)展注入活力。在闡釋企業(yè)數(shù)字化轉(zhuǎn)型創(chuàng)新效應(yīng)的基礎(chǔ)上，利用2011—2021年中國(guó)上市公司數(shù)據(jù)，從目標(biāo)導(dǎo)向、技術(shù)驅(qū)動(dòng)、組織賦能、環(huán)境支撐以及成果與應(yīng)用5個(gè)維度構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型評(píng)價(jià)體系，并實(shí)證檢驗(yàn)企業(yè)數(shù)字化轉(zhuǎn)型的創(chuàng)新效應(yīng)及來源，進(jìn)一步評(píng)估數(shù)字產(chǎn)業(yè)政策對(duì)創(chuàng)新效率損失的改善效應(yīng)。結(jié)果發(fā)現(xiàn)：第一，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)創(chuàng)新投入、創(chuàng)新產(chǎn)出發(fā)揮激勵(lì)效應(yīng)，但也會(huì)導(dǎo)致創(chuàng)新效率損失。第二，投資者情緒在促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型發(fā)揮創(chuàng)新激勵(lì)效應(yīng)的同時(shí)，也會(huì)加劇創(chuàng)新效率損失；企業(yè)產(chǎn)權(quán)屬性與區(qū)位因素是導(dǎo)致企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生創(chuàng)新效率損失的關(guān)鍵因素。第三，數(shù)字產(chǎn)業(yè)政策能夠有效緩解企業(yè)數(shù)字化轉(zhuǎn)型對(duì)創(chuàng)新效率的抑制作用。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；企業(yè)創(chuàng)新；效率損失；創(chuàng)新激勵(lì)

中圖分類號(hào)：F272.7

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1001-7348（2024）18-0098-10

0 引言

數(shù)字經(jīng)濟(jì)背景下，數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化協(xié)同發(fā)展，數(shù)字經(jīng)濟(jì)成為推動(dòng)企業(yè)創(chuàng)新的重要?jiǎng)恿?。一方面，?shù)字經(jīng)濟(jì)發(fā)展直接推動(dòng)企業(yè)創(chuàng)新[1]；另一方面，數(shù)字經(jīng)濟(jì)發(fā)展服務(wù)于企業(yè)創(chuàng)新[2]。為此，有必要基于企業(yè)視角探討數(shù)字經(jīng)濟(jì)發(fā)展帶來的創(chuàng)新效應(yīng)。部分研究表明，數(shù)字經(jīng)濟(jì)在區(qū)域和產(chǎn)業(yè)層面的發(fā)展能夠促進(jìn)企業(yè)創(chuàng)新[3-4]，但其影響相對(duì)間接且包含較多混淆因素。因此，探究企業(yè)數(shù)字化轉(zhuǎn)型的創(chuàng)新效應(yīng)可為解決這一問題提供微觀證據(jù)。

企業(yè)數(shù)字化轉(zhuǎn)型需要依靠數(shù)字經(jīng)濟(jì)發(fā)展提供的外部環(huán)境、技術(shù)和基礎(chǔ)設(shè)施等，其本質(zhì)上是企業(yè)利用數(shù)字技術(shù)促進(jìn)原有生產(chǎn)經(jīng)營(yíng)方式變革[5]，因而對(duì)企業(yè)學(xué)習(xí)和吸收能力提出了更高的要求[6]。據(jù)中國(guó)信息通信研究院發(fā)布的《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展研究報(bào)告（2023）年》顯示，2022年中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模達(dá)到50.2萬億元，占GDP的比重達(dá)到41.5%，中國(guó)經(jīng)濟(jì)已邁入數(shù)字化轉(zhuǎn)型發(fā)展深水區(qū)。同時(shí)，由于中小企業(yè)數(shù)量眾多、資金技術(shù)缺乏等問題，我國(guó)企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程緩慢。但不可否認(rèn)的是，數(shù)字化轉(zhuǎn)型是我國(guó)企業(yè)未來發(fā)展趨勢(shì)。

針對(duì)企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新的關(guān)系，厘清其內(nèi)在邏輯成為后續(xù)研究開展的前提。基于數(shù)據(jù)要素成為驅(qū)動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素這一論斷[7]，從供需兩側(cè)出發(fā)，相關(guān)研究發(fā)現(xiàn)，數(shù)據(jù)要素在賦能企業(yè)數(shù)字化轉(zhuǎn)型過程中具有階段性特征。由此證實(shí)，數(shù)據(jù)要素在企業(yè)數(shù)字化轉(zhuǎn)型過程中發(fā)揮價(jià)值創(chuàng)造作用（劉啟雷等，2022）?；谄髽I(yè)IT能力視角的相關(guān)研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型成為促進(jìn)企業(yè)創(chuàng)新績(jī)效提升的必要條件（池毛毛等，2022）。進(jìn)一步地，在以國(guó)內(nèi)大循環(huán)為主體、國(guó)內(nèi)國(guó)際雙循環(huán)相互促進(jìn)的新發(fā)展格局下，企業(yè)數(shù)字化轉(zhuǎn)型在創(chuàng)新網(wǎng)絡(luò)與創(chuàng)新能力間發(fā)揮正向調(diào)節(jié)作用（楊震寧等，2021）。也就是說，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新的賦能作用在多個(gè)維度及場(chǎng)景下得到充分論證。

在上述理論研究的基礎(chǔ)上，相關(guān)研究提供了經(jīng)驗(yàn)證據(jù)：企業(yè)創(chuàng)新行為異質(zhì)性視角下，企業(yè)數(shù)字化轉(zhuǎn)型能夠同時(shí)促進(jìn)激進(jìn)式創(chuàng)新與漸進(jìn)式創(chuàng)新[8]。“雙碳”目標(biāo)背景下，激發(fā)企業(yè)綠色創(chuàng)新潛力成為關(guān)鍵。數(shù)字化轉(zhuǎn)型不僅能夠增加企業(yè)綠色創(chuàng)新數(shù)量，而且可以有效提升企業(yè)綠色創(chuàng)新質(zhì)量[9]。區(qū)別于傳統(tǒng)創(chuàng)新行為，數(shù)字化轉(zhuǎn)型能夠促進(jìn)企業(yè)商業(yè)模式創(chuàng)新[10]。由此可見，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新的促進(jìn)作用體現(xiàn)在多個(gè)方面，而加快知識(shí)流動(dòng)、緩解融資約束、優(yōu)化人力資本結(jié)構(gòu)成為企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生積極創(chuàng)新效應(yīng)的重要渠道[9，11-12]。

盡管現(xiàn)有數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新關(guān)系研究取得了一定成果，但鮮有考察數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新投入、產(chǎn)出及效率的影響?，F(xiàn)有研究存在如下不足：一是對(duì)創(chuàng)新效率的忽視；二是僅對(duì)單一產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的創(chuàng)新效率進(jìn)行探討。此外，企業(yè)數(shù)字化轉(zhuǎn)型評(píng)價(jià)指標(biāo)維度具有單一性和相似性。

本文從目標(biāo)導(dǎo)向、技術(shù)驅(qū)動(dòng)、組織賦能、環(huán)境支撐以及成果與應(yīng)用5個(gè)維度構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型評(píng)價(jià)體系，并將企業(yè)創(chuàng)新效應(yīng)劃分為創(chuàng)新投入、產(chǎn)出及效率，試圖考察企業(yè)數(shù)字化轉(zhuǎn)型的創(chuàng)新效應(yīng)與來源。本文的邊際貢獻(xiàn)如下：第一，將企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新投入、產(chǎn)出、效率納入同一分析框架，全面考察企業(yè)數(shù)字化轉(zhuǎn)型的創(chuàng)新效應(yīng)，結(jié)果發(fā)現(xiàn)，我國(guó)企業(yè)數(shù)字化轉(zhuǎn)型初期存在創(chuàng)新效率損失這一事實(shí)，并進(jìn)一步分析其來源與應(yīng)對(duì)之策。第二，區(qū)別于以往文獻(xiàn)借助單一指標(biāo)測(cè)度企業(yè)數(shù)字化轉(zhuǎn)型，本文將企業(yè)數(shù)字化轉(zhuǎn)型劃分為5個(gè)維度，構(gòu)建更為全面的評(píng)價(jià)體系，以期為企業(yè)數(shù)字化轉(zhuǎn)型的創(chuàng)新效應(yīng)研究提供更為豐富的經(jīng)驗(yàn)證據(jù)，拓展基于微觀視角的數(shù)字經(jīng)濟(jì)與創(chuàng)新發(fā)展理論邊界。

1 理論分析

目前，我國(guó)企業(yè)數(shù)字化轉(zhuǎn)型處于初期階段，經(jīng)驗(yàn)證據(jù)有待補(bǔ)充，相關(guān)理論問題有待闡釋。借鑒現(xiàn)有數(shù)字經(jīng)濟(jì)與企業(yè)發(fā)展研究，本文提出以下問題：企業(yè)數(shù)字化轉(zhuǎn)型如何影響企業(yè)創(chuàng)新行為？基于我國(guó)企業(yè)發(fā)展現(xiàn)狀與數(shù)字化轉(zhuǎn)型進(jìn)程，如何從效率視角對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的創(chuàng)新效應(yīng)作進(jìn)一步考察？

1.1 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新的影響：內(nèi)生動(dòng)力與外部沖擊

數(shù)字化轉(zhuǎn)型初期，企業(yè)通過數(shù)字技術(shù)優(yōu)化生產(chǎn)、銷售等流程[13]，從而實(shí)現(xiàn)流程創(chuàng)新。這一過程中，得益于數(shù)字經(jīng)濟(jì)發(fā)展，更多創(chuàng)新元素產(chǎn)生，而企業(yè)能夠利用上述創(chuàng)新元素構(gòu)建創(chuàng)新組合[14]，完成數(shù)字化轉(zhuǎn)型，進(jìn)而形成競(jìng)爭(zhēng)優(yōu)勢(shì)。由此可見，數(shù)字化轉(zhuǎn)型初期，創(chuàng)新要素既是企業(yè)數(shù)字化轉(zhuǎn)型的投入品，也是企業(yè)數(shù)字化轉(zhuǎn)型的產(chǎn)出品?；谶@一特性，數(shù)字化轉(zhuǎn)型能夠激勵(lì)企業(yè)創(chuàng)新行為，發(fā)揮積極的創(chuàng)新效應(yīng)。

企業(yè)數(shù)字化轉(zhuǎn)型能夠推動(dòng)市場(chǎng)運(yùn)行與行業(yè)發(fā)展，進(jìn)而作為外部沖擊激勵(lì)企業(yè)創(chuàng)新。一方面，數(shù)字經(jīng)濟(jì)背景下，透明化市場(chǎng)、高速迭代的技術(shù)以及跨行業(yè)替代效應(yīng)會(huì)倒逼企業(yè)進(jìn)化[15]，以往企業(yè)依靠單一產(chǎn)品壟斷市場(chǎng)的競(jìng)爭(zhēng)優(yōu)勢(shì)不復(fù)存在。只有不斷推陳出新，企業(yè)才能在高度透明的市場(chǎng)中存活。另一方面，中觀層面的同行業(yè)壓力會(huì)對(duì)企業(yè)創(chuàng)新產(chǎn)生影響。數(shù)字經(jīng)濟(jì)背景下，同行業(yè)競(jìng)爭(zhēng)和跨行業(yè)替代成為產(chǎn)業(yè)數(shù)字化發(fā)展趨勢(shì)。企業(yè)要在同行業(yè)中維持競(jìng)爭(zhēng)優(yōu)勢(shì)，不僅需要在原有技術(shù)領(lǐng)域?qū)崿F(xiàn)縱向創(chuàng)新，而且需要跨領(lǐng)域開展橫向探索。市場(chǎng)和行業(yè)變革導(dǎo)致投資者判斷標(biāo)準(zhǔn)改變，故投資者壓力成為企業(yè)開展創(chuàng)新活動(dòng)的動(dòng)力。投資者更為青睞開展數(shù)字化轉(zhuǎn)型的企業(yè)，并通過“用腳投票”影響企業(yè)創(chuàng)新決策?；谝陨戏治觯疚奶岢鲆韵卵芯考僭O(shè)：

H1：數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新發(fā)揮激勵(lì)效應(yīng)。

1.2 效率視角下企業(yè)數(shù)字化轉(zhuǎn)型的創(chuàng)新效應(yīng)再考察

數(shù)字化轉(zhuǎn)型能夠通過降低研發(fā)成本與交易成本[16]、拓寬研發(fā)邊界、促進(jìn)知識(shí)溢出[17]等方式對(duì)企業(yè)創(chuàng)新效率產(chǎn)生積極影響?；谥袊?guó)企業(yè)處于數(shù)字化轉(zhuǎn)型初期的現(xiàn)狀，以及中小企業(yè)數(shù)量眾多、資金技術(shù)匱乏的事實(shí)，有必要全面考察數(shù)字化轉(zhuǎn)型過程中企業(yè)面對(duì)外部沖擊的脆弱性及其在產(chǎn)權(quán)性質(zhì)上的特殊性。

（1）作為市場(chǎng)非理性因素，投資者情緒在數(shù)字化轉(zhuǎn)型過程中會(huì)影響企業(yè)創(chuàng)新行為與創(chuàng)新效率。一方面，投資者對(duì)企業(yè)創(chuàng)新行為的追捧能夠發(fā)揮激勵(lì)效應(yīng)。得益于高漲的投資者情緒以及由此帶來的價(jià)格泡沫，企業(yè)面臨較小的融資約束，可能為迎合投資者偏好而盲目加大創(chuàng)新投入[18]，進(jìn)而損害企業(yè)創(chuàng)新效率。另一方面，投資者情緒能夠干擾管理者決策行為。投資者情緒帶來的管理者過度自信可能導(dǎo)致企業(yè)過度投資[19]，進(jìn)而降低資源配置效率[20]，最終在資源側(cè)消弭數(shù)字化轉(zhuǎn)型帶來的創(chuàng)新效率提升效應(yīng)。

（2）產(chǎn)權(quán)性質(zhì)對(duì)企業(yè)創(chuàng)新效率的影響不容忽視。相較于民營(yíng)企業(yè)，國(guó)有企業(yè)擁有更加豐富的人才、資金資源以及政策優(yōu)勢(shì)，能夠?qū)崿F(xiàn)大規(guī)模創(chuàng)新投入與產(chǎn)出[21]。但需要指出的是，特殊的組織形式將導(dǎo)致國(guó)有企業(yè)監(jiān)督機(jī)制、激勵(lì)機(jī)制對(duì)創(chuàng)新效率產(chǎn)生抑制作用[22]。相對(duì)集中的股權(quán)與冗余機(jī)構(gòu)設(shè)置使得國(guó)有企業(yè)無法快速將創(chuàng)新資源轉(zhuǎn)化為市場(chǎng)優(yōu)勢(shì)，進(jìn)而導(dǎo)致效率損失。此外，相較于民營(yíng)企業(yè)，國(guó)有企業(yè)承擔(dān)著較多社會(huì)責(zé)任，其創(chuàng)新效率提升動(dòng)機(jī)相對(duì)不足[23]。因此，在絕大多數(shù)行業(yè)，國(guó)有企業(yè)創(chuàng)新效率顯著低于民營(yíng)企業(yè)[24]。

（3）地區(qū)外部環(huán)境在企業(yè)數(shù)字化轉(zhuǎn)型對(duì)創(chuàng)新效率影響過程中發(fā)揮重要作用。大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈等數(shù)字技術(shù)在賦能企業(yè)數(shù)字化轉(zhuǎn)型的同時(shí)，也為企業(yè)創(chuàng)新“提質(zhì)增效”提供技術(shù)支持。在企業(yè)數(shù)字化轉(zhuǎn)型過程中，數(shù)字技術(shù)能夠有效緩解信息不對(duì)稱問題，有助于企業(yè)精準(zhǔn)把握創(chuàng)新方向、優(yōu)化創(chuàng)新過程，從而提升創(chuàng)新效率[25]。此外，作為企業(yè)數(shù)字化轉(zhuǎn)型的重要支撐，地區(qū)數(shù)字基礎(chǔ)設(shè)施能夠通過加大研發(fā)投入對(duì)企業(yè)創(chuàng)新發(fā)揮顯著促進(jìn)作用[26]。因此，擁有豐富數(shù)字技術(shù)資源的東部地區(qū)能夠?yàn)楸镜仄髽I(yè)數(shù)字化轉(zhuǎn)型提供良好的環(huán)境支持。據(jù)此，本文提出以下研究假設(shè)：

H2a：在企業(yè)數(shù)字化轉(zhuǎn)型過程中，投資者情緒對(duì)企業(yè)創(chuàng)新產(chǎn)生激勵(lì)效應(yīng)的同時(shí)，也會(huì)加劇企業(yè)創(chuàng)新效率損失。

H2b：相較于非國(guó)有企業(yè)，國(guó)有企業(yè)數(shù)字化轉(zhuǎn)型的創(chuàng)新效率損失更為嚴(yán)重；

H2c：相較于東部地區(qū)，中西部地區(qū)企業(yè)數(shù)字化轉(zhuǎn)型的創(chuàng)新效率損失更為嚴(yán)重。

2 研究設(shè)計(jì)

2.1 變量界定與測(cè)度

2.1.1 企業(yè)數(shù)字化轉(zhuǎn)型

部分研究通過構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型詞典，利用爬蟲技術(shù)提取上市公司年報(bào)中關(guān)鍵詞，以詞頻為依據(jù)測(cè)度企業(yè)數(shù)字化轉(zhuǎn)型程度（吳非等，2021）。部分研究通過對(duì)企業(yè)進(jìn)行追蹤調(diào)查得到企業(yè)數(shù)字化管理程度相關(guān)數(shù)據(jù)（劉淑春等，2021）。例如，張永珅等[27]采用上市公司財(cái)務(wù)報(bào)告的無形資產(chǎn)中與數(shù)字化技術(shù)相關(guān)部分占無形資產(chǎn)總額的比值對(duì)企業(yè)數(shù)字化轉(zhuǎn)型程度進(jìn)行測(cè)度。由此可見，學(xué)者們對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的測(cè)度方式各異，但評(píng)價(jià)維度相對(duì)單一。在以往研究基礎(chǔ)上，本文從目標(biāo)導(dǎo)向、技術(shù)驅(qū)動(dòng)、組織賦能、環(huán)境支撐以及成果與應(yīng)用5個(gè)維度構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型（EDT）評(píng)價(jià)體系。

其中，目標(biāo)導(dǎo)向維度能夠展示企業(yè)管理層對(duì)數(shù)字化轉(zhuǎn)型的引領(lǐng)作用。高層管理者是企業(yè)重要決策者，其數(shù)字化變革意愿、前瞻性思維以及變革導(dǎo)向?qū)ζ髽I(yè)數(shù)字化轉(zhuǎn)型至關(guān)重要[28]。技術(shù)驅(qū)動(dòng)維度側(cè)重對(duì)企業(yè)年報(bào)中與數(shù)字化轉(zhuǎn)型相關(guān)詞頻進(jìn)行統(tǒng)計(jì)，借助人工智能技術(shù)、區(qū)塊鏈技術(shù)、大數(shù)據(jù)技術(shù)以及云計(jì)算技術(shù)得到企業(yè)數(shù)字技術(shù)發(fā)展程度。組織賦能維度側(cè)重度量企業(yè)數(shù)字化投入程度，由于企業(yè)數(shù)字化轉(zhuǎn)型離不開資金和人才支持，且數(shù)字基礎(chǔ)設(shè)施是企業(yè)數(shù)字化轉(zhuǎn)型的基石[29]。因此，需要考慮企業(yè)是否實(shí)施數(shù)字資源與人力投入計(jì)劃，以及是否開展數(shù)字基礎(chǔ)設(shè)施與科技創(chuàng)新基地建設(shè)。環(huán)境支撐維度主要考慮行業(yè)、地區(qū)等外部因素對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響。受發(fā)展慣性、資源約束等因素影響，不同行業(yè)企業(yè)數(shù)字化轉(zhuǎn)型難易程度不同。由此，基于行業(yè)視角選取企業(yè)所在行業(yè)數(shù)字化技術(shù)、資本投入強(qiáng)度、發(fā)明專利數(shù)量及Ramp;D活動(dòng)等指標(biāo)，考察行業(yè)狀況對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響。出于同樣的考慮，基于地區(qū)視角選取企業(yè)所在城市光纜密度、移動(dòng)交換機(jī)容量和互聯(lián)網(wǎng)寬帶接入用戶規(guī)模等指標(biāo)，考察地區(qū)環(huán)境對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響。成果與應(yīng)用維度能夠基于產(chǎn)出視角衡量現(xiàn)階段企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)出情況。企業(yè)數(shù)字化轉(zhuǎn)型成果方面，選取企業(yè)數(shù)字創(chuàng)新標(biāo)準(zhǔn)與資質(zhì)、論文發(fā)表及專利等指標(biāo)；企業(yè)數(shù)字化轉(zhuǎn)型應(yīng)用方面，選取企業(yè)技術(shù)創(chuàng)新、流程創(chuàng)新和業(yè)務(wù)創(chuàng)新等指標(biāo)。具體評(píng)價(jià)指標(biāo)及權(quán)重設(shè)置如表1所示。

2.1.2 企業(yè)創(chuàng)新投入、創(chuàng)新產(chǎn)出與創(chuàng)新效率

企業(yè)創(chuàng)新投入（II）與創(chuàng)新產(chǎn)出（IO）能夠表征企業(yè)創(chuàng)新行為及成果。近年來，學(xué)者們主要從專利與新產(chǎn)品銷售兩個(gè)維度衡量企業(yè)創(chuàng)新產(chǎn)出，但新產(chǎn)品銷售受市場(chǎng)等不可觀測(cè)因素干擾，可靠性存疑。因此，本文以上市公司年專利累積申請(qǐng)量（Pantentit）作為企業(yè)創(chuàng)新產(chǎn)出的代理變量。

企業(yè)創(chuàng)新投入主要包括企業(yè)為研發(fā)活動(dòng)購買設(shè)備、技術(shù)以及雇傭研發(fā)人員的成本支出，本文采用企業(yè)研發(fā)投入強(qiáng)度表示，即企業(yè)研發(fā)支出占總支出的比值。此外，在穩(wěn)健性檢驗(yàn)中，本文基于人力資本視角構(gòu)造替代變量（II'），采用企業(yè)研發(fā)人員數(shù)量占員工總數(shù)之比表示。

此外，部分文獻(xiàn)采用數(shù)據(jù)包絡(luò)分析（DEA）方法測(cè)算產(chǎn)業(yè)創(chuàng)新效率[30]，但上述方法具有前沿面的局限性，將其應(yīng)用于面板數(shù)據(jù)的研究較少[31]。借鑒相關(guān)研究成果[32-33]，本文基于投入產(chǎn)出視角構(gòu)建企業(yè)創(chuàng)新效率指標(biāo)（EIE），具體公式如下：

EIE1it=PantentitRamp;Dintensityit （1）

EIE2it=PantentitRamp;Dit+Ramp;Di，t－1×107 （2）

其中，EIE1表示企業(yè)在一定研發(fā)投入強(qiáng)度下的專利數(shù)量；EIE2表示企業(yè)當(dāng)期專利申請(qǐng)數(shù)與當(dāng)期、上一期研發(fā)投入總額之比。由于該數(shù)值較小，為便于觀測(cè)分析，本文將其擴(kuò)大107倍。

2.1.3 渠道變量

投資者情緒。借鑒翟淑萍等[34]的研究成果，本文對(duì)托賓Q指數(shù)（Tobin'Q）進(jìn)行分解，得到企業(yè)層面的投資者情緒。具體如下：將企業(yè)年度托賓Q指數(shù)作為模型被解釋變量，將描述公司基本面的一組變量（凈資產(chǎn)收益率、主營(yíng)業(yè)務(wù)收入增長(zhǎng)率、資產(chǎn)負(fù)債率、企業(yè)規(guī)模等）作為自變量，并引入行業(yè)和年度層面的固定效應(yīng)，如式（3）所示。

Tobin'Qjt=θ0+θ1ROEjt+θ2ROWjt+θ3LEVjt+θ4SIZEjt+∑Indj+∑Yeart+εjt （3）

進(jìn)一步求得模型中的殘差項(xiàng)εjt，以此作為公司層面投資者情緒（Sentit）的代理變量。

2.1.4 控制變量

借鑒陳紅等[35]、萬源星等[36]的研究成果，本文選取企業(yè)規(guī)模（Size）、企業(yè)年齡（Age）、資產(chǎn)負(fù)債率（Lev）、資產(chǎn)收益率（Roa）、董事會(huì)規(guī)模（Board）、政府補(bǔ)助（Gov）、行業(yè)集中度（HHI）作為控制變量。其中，企業(yè)規(guī)模（Size）采用企業(yè)總資產(chǎn)的對(duì)數(shù)表示；企業(yè)年齡（Age）為研究年份減去企業(yè)登記注冊(cè)年份的對(duì)數(shù)；資產(chǎn)負(fù)債率（Lev）為企業(yè)總負(fù)債與總資產(chǎn)之比；資產(chǎn)收益率（Roa）為凈利潤(rùn)與平均資產(chǎn)總額之比；董事會(huì)規(guī)模（Board）采用董事會(huì)總?cè)藬?shù)的對(duì)數(shù)表示；政府補(bǔ)助（Gov）采用政府對(duì)企業(yè)當(dāng)年補(bǔ)貼額的對(duì)數(shù)表示；行業(yè)集中度（HHI）為行業(yè)內(nèi)每家公司主營(yíng)業(yè)務(wù)收入與行業(yè)主營(yíng)業(yè)務(wù)收入合計(jì)的比值平方之累加。

為進(jìn)一步控制公司個(gè)體、行業(yè)、年份變化因素，以上市公司證券代碼為依據(jù)，引入公司虛擬變量（∑Stkcdi）；以證監(jiān)會(huì)行業(yè)分類指引為依據(jù)，引入行業(yè)虛擬變量（∑Indj）及年份虛擬變量（∑Yeart）。

2.2 計(jì)量模型設(shè)定

基于變量選取與設(shè)定，本文構(gòu)建基準(zhǔn)回歸計(jì)量模型，以檢驗(yàn)企業(yè)數(shù)字化轉(zhuǎn)型的創(chuàng)新效應(yīng)，具體設(shè)定形式如式（4）所示。

Innovateijt=α+β1EDTijt+β2Controlijt+∑Stkcdi+∑Indj+∑Yeart+εijt （4）

其中，Innovateijt為表征樣本企業(yè)創(chuàng)新效應(yīng)的一組變量，包括創(chuàng)新投入、創(chuàng)新產(chǎn)出以及創(chuàng)新效率；EDTijt為企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)；Controlijt為控制變量組；∑Stkcdi、∑Indj、∑Yeart分別為公司、行業(yè)、年份虛擬變量。

2.3 數(shù)據(jù)來源與說明

本文以2011—2021年滬深A(yù)股上市公司面板數(shù)據(jù)為研究樣本，相關(guān)專利數(shù)據(jù)來自中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)（CNRDS）與國(guó)家專利網(wǎng)站，企業(yè)數(shù)字化轉(zhuǎn)型相關(guān)數(shù)據(jù)以及企業(yè)財(cái)務(wù)數(shù)據(jù)來自國(guó)泰安（CSMAR）數(shù)據(jù)庫、萬德（Wind）數(shù)據(jù)庫，部分指標(biāo)來源于上市公司年度報(bào)告、上市公司財(cái)務(wù)報(bào)告。樣本篩選及處理過程如下：第一，剔除ST類、*ST類、PT類樣本；第二，剔除關(guān)鍵變量缺失嚴(yán)重樣本；第三，采用線性插值法補(bǔ)齊剩余樣本缺失值；第四，為消除極端值對(duì)實(shí)證結(jié)果的影響，本文對(duì)所有連續(xù)變量在1%水平上進(jìn)行縮尾處理。由此得到2011—2021年涵蓋84個(gè)行業(yè)3 591家上市公司的26 524個(gè)企業(yè)—年度觀測(cè)值，以此作為基準(zhǔn)回歸使用的非平衡面板數(shù)據(jù)。

3 實(shí)證結(jié)果

3.1 企業(yè)數(shù)字化轉(zhuǎn)型的創(chuàng)新效應(yīng)

表2模型（1）—（2）展示了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新的激勵(lì)效應(yīng)。結(jié)果顯示，在引入控制變量并控制企業(yè)個(gè)體、行業(yè)、年份三維固定效應(yīng)后，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新投入與創(chuàng)新產(chǎn)出發(fā)揮不同程度的促進(jìn)作用。其中，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新投入的促進(jìn)作用系數(shù)較大，作用較強(qiáng)，而對(duì)企業(yè)創(chuàng)新產(chǎn)出的促進(jìn)作用偏弱。原因如下：創(chuàng)新活動(dòng)具有長(zhǎng)期性、高投入特征，在數(shù)字化轉(zhuǎn)型初期，企業(yè)創(chuàng)新投入轉(zhuǎn)化為產(chǎn)出具有時(shí)滯性。此外，數(shù)字化轉(zhuǎn)型初期，企業(yè)面臨資金缺乏與經(jīng)驗(yàn)不足等問題，導(dǎo)致創(chuàng)新投入與產(chǎn)出增長(zhǎng)不同步。

模型（3）—（4）展示了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新效率的影響?？傮w來看，數(shù)字化轉(zhuǎn)型對(duì)以不同方式測(cè)度的創(chuàng)新效率具有負(fù)向影響，體現(xiàn)為數(shù)字化轉(zhuǎn)型的創(chuàng)新效率損失效應(yīng)。數(shù)字經(jīng)濟(jì)背景下，數(shù)字化轉(zhuǎn)型過程中，企業(yè)盲目投入、創(chuàng)新轉(zhuǎn)化率較低以及“數(shù)字化—?jiǎng)?chuàng)新”聯(lián)結(jié)不緊密等問題是導(dǎo)致企業(yè)創(chuàng)新效率損失的重要原因。結(jié)合模型（1）—（4）可知，現(xiàn)階段我國(guó)企業(yè)數(shù)字化轉(zhuǎn)型的創(chuàng)新激勵(lì)效應(yīng)與創(chuàng)新效率損失并存。

3.2 基準(zhǔn)結(jié)果穩(wěn)健性檢驗(yàn)

3.2.1 內(nèi)生性處理

一方面，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新產(chǎn)生影響，具體表現(xiàn)為創(chuàng)新激勵(lì)與效率損失；另一方面，企業(yè)創(chuàng)新投入與創(chuàng)新產(chǎn)出增加能夠促進(jìn)數(shù)字技術(shù)進(jìn)步，進(jìn)而影響企業(yè)數(shù)字化轉(zhuǎn)型。由此，反向因果問題未能在基準(zhǔn)檢驗(yàn)中得到處理。此外，企業(yè)創(chuàng)新影響因素較多，遺漏變量問題無法避免。因此，本文采用工具變量法緩解內(nèi)生性問題。

參照傅秋子等[37]的做法，以樣本企業(yè)辦公地到杭州市的距離（IVcompany）作為企業(yè)層面的工具變量。一方面，杭州具有先進(jìn)的數(shù)字技術(shù)、良好的數(shù)字環(huán)境以及豐富的數(shù)字發(fā)展經(jīng)驗(yàn)，距離其越近，企業(yè)越容易借鑒其發(fā)展經(jīng)驗(yàn)，從而實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。另一方面，企業(yè)所在地到杭州的距離并不會(huì)對(duì)企業(yè)創(chuàng)新產(chǎn)生直接影響。本文使用2SLS進(jìn)行檢驗(yàn)，結(jié)果如表3所示。通過檢驗(yàn)K-P LM統(tǒng)計(jì)量和Wald F統(tǒng)計(jì)量發(fā)現(xiàn)，工具變量不存在識(shí)別不足、過度識(shí)別和弱工具變量問題。相較于基準(zhǔn)回歸結(jié)果，引入工具變量后，企業(yè)數(shù)字化轉(zhuǎn)型系數(shù)符號(hào)不變，但對(duì)企業(yè)創(chuàng)新的激勵(lì)效應(yīng)以及對(duì)創(chuàng)新效率的抑制作用均得到強(qiáng)化。

進(jìn)一步地，本文將工具變量與解釋變量同時(shí)納入模型。結(jié)果顯示，將工具變量納入基準(zhǔn)回歸模型后，解釋變量顯著性水平與系數(shù)并未出現(xiàn)明顯變化，同時(shí)工具變量系數(shù)不顯著且接近0。上述結(jié)果進(jìn)一步證實(shí)，本文選擇的工具變量具有外生性特征。

參考趙濤等[1]研究成果，本文采用地級(jí)市1984年每萬人郵局?jǐn)?shù)量（IVcity）作為城市層面的工具變量，將其與上一年互聯(lián)網(wǎng)投資額相乘構(gòu)建面板數(shù)據(jù)，以此與樣本企業(yè)數(shù)據(jù)相匹配，回歸結(jié)果如表4所示。一方面，城市通信基礎(chǔ)設(shè)施會(huì)從技術(shù)、發(fā)展慣性、經(jīng)濟(jì)基礎(chǔ)等方面對(duì)城市數(shù)字基礎(chǔ)設(shè)施產(chǎn)生影響，進(jìn)而影響當(dāng)?shù)仄髽I(yè)數(shù)字化轉(zhuǎn)型。另一方面，地區(qū)通信數(shù)據(jù)對(duì)當(dāng)前企業(yè)創(chuàng)新無法產(chǎn)生直接且持久的影響。由結(jié)果可知，加入工具變量后的結(jié)果與基準(zhǔn)結(jié)果基本一致，進(jìn)一步證實(shí)城市層面工具變量具有外生性特征。

3.2.2 其它穩(wěn)健性檢驗(yàn)

替換被解釋變量。對(duì)于企業(yè)創(chuàng)新投入，本文基于人力資本視角構(gòu)造替代變量（II'），變量替換檢驗(yàn)結(jié)果如表5模型（1）所示。結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新投入發(fā)揮促進(jìn)作用，但其系數(shù)有所降低，說明數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新投入的激勵(lì)作用主要表現(xiàn)為激勵(lì)資本投入。對(duì)于企業(yè)創(chuàng)新產(chǎn)出，本文基于專利類型采用企業(yè)專利申請(qǐng)量的分項(xiàng)指標(biāo)表示，將其劃分為發(fā)明專利申請(qǐng)量（IO1）和外觀與實(shí)用新型專利申請(qǐng)量（IO2）。表5模型（2）—（3）表明，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)發(fā)明專利產(chǎn)出、外觀與實(shí)用新型專利產(chǎn)出發(fā)揮激勵(lì)效應(yīng)，且對(duì)后者的激勵(lì)效應(yīng)更顯著。鐘昌標(biāo)等[38]采用企業(yè)發(fā)明專利申請(qǐng)量作為企業(yè)突破式創(chuàng)新的代理變量，以外觀與實(shí)用新型專利申請(qǐng)量作為企業(yè)漸進(jìn)式創(chuàng)新的代理變量。基于此，本文發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)漸進(jìn)式創(chuàng)新的影響更顯著。

進(jìn)一步地，考慮企業(yè)歷史研發(fā)投入對(duì)企業(yè)當(dāng)期創(chuàng)新產(chǎn)出（專利申請(qǐng)量）的影響。借鑒姚立杰等[32]的研究成果，本文采用企業(yè)專利申請(qǐng)數(shù)量與當(dāng)期及前兩期研發(fā)投入總額之比作為企業(yè)創(chuàng)新效率的代理變量。為了便于分析同樣將其擴(kuò)大107倍，結(jié)果如表5模型（4）所示。結(jié)果顯示，在考慮企業(yè)歷史研發(fā)投入后，數(shù)字化轉(zhuǎn)型仍對(duì)企業(yè)創(chuàng)新效率發(fā)揮抑制作用。由此可見，本文基準(zhǔn)結(jié)果具有穩(wěn)健性。

替換解釋變量。借鑒張永珅等[27]的研究成果，本文將基于企業(yè)財(cái)務(wù)報(bào)告附注的無形資產(chǎn)明細(xì)項(xiàng)目中與數(shù)字技術(shù)相關(guān)部分占總資產(chǎn)的比值（DWF）作為企業(yè)數(shù)字化轉(zhuǎn)型的代理變量，以此進(jìn)行穩(wěn)健性檢驗(yàn)。表5模型（5）—（8）顯示，采用無形資產(chǎn)相關(guān)指標(biāo)衡量企業(yè)數(shù)字化轉(zhuǎn)型后，創(chuàng)新激勵(lì)與效率損失并存。

高維固定效應(yīng)與交互固定效應(yīng)。作為微觀主體，企業(yè)發(fā)展會(huì)受到行業(yè)與地區(qū)等因素影響。為了排除上述因素干擾，在基準(zhǔn)回歸中，本文引入企業(yè)、行業(yè)和年份固定效應(yīng)。此外，城市發(fā)展對(duì)企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新的影響不容忽視，因而以樣本企業(yè)實(shí)際經(jīng)營(yíng)所在地為依據(jù)，本文設(shè)定城市虛擬變量（∑Cityc），并將其納入模型，檢驗(yàn)結(jié)果如表6所示。表6模型（1）—（4）顯示，在引入城市層面的固定效應(yīng)后，解釋變量顯著性水平及符號(hào)均與基準(zhǔn)結(jié)果保持一致。

同時(shí)，在行業(yè)層面考慮更為嚴(yán)格的固定效應(yīng)。本文引入行業(yè)與時(shí)間交互固定效應(yīng)（∑Indj×∑Yeart），檢驗(yàn)結(jié)果如表6模型（5）—（8）所示。由此證明，在控制行業(yè)—年份交互固定效應(yīng)后，結(jié)果依然具有穩(wěn)健性。因此，假設(shè)H1得證。

3.3 企業(yè)創(chuàng)新效率損失來源考察

3.3.1 投資者情緒的調(diào)節(jié)效應(yīng)分析

將投資者情緒（Sentit）及其與企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)的交互項(xiàng)納入計(jì)量模型中，以驗(yàn)證投資者情緒的調(diào)節(jié)效應(yīng)，結(jié)果如表7所示。本文重點(diǎn)關(guān)注投資者情緒與企業(yè)數(shù)字化轉(zhuǎn)型的交互項(xiàng)（EDT×Sent）系數(shù)。模型（1）—（2）顯示，投資者情緒對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的創(chuàng)新激勵(lì)效應(yīng)發(fā)揮正向調(diào)節(jié)作用。由此說明，在數(shù)字化轉(zhuǎn)型過程中，企業(yè)存在受市場(chǎng)非理性因素誘導(dǎo)而盲目進(jìn)行創(chuàng)新投入的情況。模型（3）—（4）結(jié)果顯示，投資者情緒對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的創(chuàng)新效率損失效應(yīng)發(fā)揮負(fù)向調(diào)節(jié)作用。由此說明，在投資者情緒的影響下，企業(yè)盲從行為會(huì)對(duì)自身創(chuàng)新效率產(chǎn)生損害。上述結(jié)果表明，數(shù)字化轉(zhuǎn)型初期，面對(duì)市場(chǎng)非理性因素的誘惑，企業(yè)應(yīng)精準(zhǔn)研判，避免盲從。由此，假設(shè)H2a成立。

3.3.2 異質(zhì)性分析

根據(jù)企業(yè)產(chǎn)權(quán)性質(zhì)，本文將樣本企業(yè)劃分為國(guó)有企業(yè)與非國(guó)有企業(yè)，并剔除部分產(chǎn)權(quán)性質(zhì)不明確的樣本企業(yè)?；诶碚摲治?，在異質(zhì)性檢驗(yàn)中，僅考察數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新效率的影響。表8顯示，數(shù)字化轉(zhuǎn)型對(duì)國(guó)有企業(yè)創(chuàng)新效率與非國(guó)有企業(yè)創(chuàng)新效率均具有負(fù)向影響（創(chuàng)新效率損失），且國(guó)有企業(yè)創(chuàng)新效率損失更為嚴(yán)重。這一結(jié)果說明，在國(guó)有企業(yè)轉(zhuǎn)型過程中，激勵(lì)機(jī)制、監(jiān)督機(jī)制缺失對(duì)創(chuàng)新效率發(fā)揮抑制作用。至此，假設(shè)H2b成立。

進(jìn)一步地，考慮到宏觀經(jīng)濟(jì)外部性沖擊，本文以企業(yè)所在地為依據(jù)將樣本企業(yè)劃分為中西部地區(qū)企業(yè)與東部地區(qū)企業(yè)。結(jié)果表明，中西部地區(qū)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)創(chuàng)新效率的抑制作用更為顯著，其系數(shù)分別為-0.377和-0.137，遠(yuǎn)大于東部地區(qū)企業(yè)。上述結(jié)果表明，良好的地區(qū)經(jīng)濟(jì)發(fā)展環(huán)境能夠促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型過程中的創(chuàng)新效率提升。也就是說，堅(jiān)實(shí)的經(jīng)濟(jì)基礎(chǔ)、完善的基礎(chǔ)設(shè)施以及先進(jìn)的技術(shù)水平有助于促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型過程中的創(chuàng)新效率提升。至此，假設(shè)H2c成立。

以企業(yè)資產(chǎn)規(guī)模為依據(jù)，本文將樣本企業(yè)資產(chǎn)規(guī)模位于前50%的樣本企業(yè)設(shè)定為成熟型企業(yè)，后50%的樣本企業(yè)設(shè)定為成長(zhǎng)型企業(yè)。分樣本回歸結(jié)果表明，兩種類型企業(yè)中，數(shù)字化轉(zhuǎn)型造成的創(chuàng)新效率損失并無顯著差異。以樣本企業(yè)成立年限平均值為依據(jù)，本文將樣本企業(yè)劃分為成長(zhǎng)型企業(yè)與成熟型企業(yè)。結(jié)果表明，相較于成長(zhǎng)型企業(yè)，數(shù)字化轉(zhuǎn)型對(duì)成熟型企業(yè)創(chuàng)新效率的抑制作用更顯著。受限于篇幅，企業(yè)規(guī)模和企業(yè)年齡異質(zhì)性檢驗(yàn)結(jié)果未列示。

3.4 進(jìn)一步分析：數(shù)字產(chǎn)業(yè)政策對(duì)企業(yè)創(chuàng)新效率的改善作用

由數(shù)字化轉(zhuǎn)型導(dǎo)致的企業(yè)創(chuàng)新效率損失在不同產(chǎn)權(quán)性質(zhì)、區(qū)位、規(guī)模企業(yè)均有所體現(xiàn)，并且以投資者情緒為代表的市場(chǎng)非理性因素在其中發(fā)揮負(fù)向調(diào)節(jié)作用，加劇創(chuàng)新效率損失。近年來，我國(guó)政府出臺(tái)一系列數(shù)字產(chǎn)業(yè)政策，嘗試通過完善地區(qū)數(shù)字基礎(chǔ)設(shè)施、營(yíng)造良好的數(shù)字經(jīng)濟(jì)發(fā)展環(huán)境以及投入資金、技術(shù)支持企業(yè)順利開展數(shù)字化轉(zhuǎn)型?；诖耍疚奶接憯?shù)字產(chǎn)業(yè)政策能否對(duì)由數(shù)字化轉(zhuǎn)型導(dǎo)致的企業(yè)創(chuàng)新效率損失發(fā)揮改善作用。

本文選取2013年開始的“智慧城市”建設(shè)試點(diǎn)、2014年遴選的“寬帶中國(guó)”試點(diǎn)以及2015年開展的“國(guó)家級(jí)大數(shù)據(jù)試驗(yàn)區(qū)”建設(shè)試點(diǎn)。各試點(diǎn)政策分期開展，本文設(shè)定試點(diǎn)政策虛擬變量DIDct，當(dāng)城市c第t年進(jìn)入試點(diǎn)名單時(shí)，則將當(dāng)年及之后年份的DIDct賦值為1，將t年之前的DIDct賦值為0。由此，得到3組數(shù)字產(chǎn)業(yè)政策實(shí)施“城市—年份”層面觀測(cè)值。進(jìn)一步地，將其匹配至企業(yè)層面并構(gòu)建政策虛擬變量與解釋變量的交乘項(xiàng)（DID×EDT），結(jié)果如表9所示。

相較于基準(zhǔn)回歸結(jié)果，數(shù)字產(chǎn)業(yè)政策對(duì)試點(diǎn)地區(qū)企業(yè)數(shù)字化轉(zhuǎn)型創(chuàng)新效率的積極作用更加顯著。其中，當(dāng)國(guó)家級(jí)大數(shù)據(jù)試驗(yàn)區(qū)政策實(shí)施后，試點(diǎn)地區(qū)企業(yè)創(chuàng)新效率的改善效應(yīng)分別達(dá)到0.107、0.074；寬帶中國(guó)和智慧城市試點(diǎn)政策實(shí)施對(duì)表征企業(yè)創(chuàng)新效率的EIE1具有一定的改善效應(yīng)，而對(duì)于EIE2則未表現(xiàn)出顯著的創(chuàng)新效率損失。上述結(jié)論證實(shí)，數(shù)字產(chǎn)業(yè)政策對(duì)企業(yè)數(shù)字化轉(zhuǎn)型初期的創(chuàng)新效率損失發(fā)揮改善效應(yīng)。

4 結(jié)語

4.1 結(jié)論

本文基于2011—2021年中國(guó)上市公司數(shù)據(jù)，將企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新投入、產(chǎn)出與效率納入同一分析框架，實(shí)證檢驗(yàn)了企業(yè)數(shù)字化轉(zhuǎn)型的創(chuàng)新效應(yīng)，進(jìn)一步揭示了數(shù)字產(chǎn)業(yè)政策對(duì)企業(yè)創(chuàng)新效率損失的改善作用，得到以下主要研究結(jié)論：

（1）樣本考察期內(nèi)，我國(guó)企業(yè)數(shù)字化轉(zhuǎn)型的創(chuàng)新激勵(lì)效應(yīng)與創(chuàng)新效率損失并存，這一結(jié)論在經(jīng)過內(nèi)生性處理、穩(wěn)健性檢驗(yàn)后仍然成立。

（2）投資者情緒作為市場(chǎng)非理性因素正向調(diào)節(jié)企業(yè)數(shù)字化轉(zhuǎn)型的創(chuàng)新激勵(lì)效應(yīng)，負(fù)向調(diào)節(jié)數(shù)字化轉(zhuǎn)型的創(chuàng)新效率損失；企業(yè)產(chǎn)權(quán)性質(zhì)與所處地區(qū)是導(dǎo)致企業(yè)創(chuàng)新效率損失的重要影響因素。

（3）數(shù)字產(chǎn)業(yè)政策能夠緩解數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新效率的抑制作用，是通過數(shù)字化轉(zhuǎn)型推動(dòng)企業(yè)創(chuàng)新提質(zhì)增效的重要手段。

4.2 政策建議

（1）企業(yè)應(yīng)探尋符合自身發(fā)展現(xiàn)狀的數(shù)字化轉(zhuǎn)型路徑，避免盲從導(dǎo)致創(chuàng)新效率低下。受投資者情緒等市場(chǎng)非理性因素干擾，數(shù)字化轉(zhuǎn)型初期企業(yè)盲目進(jìn)行創(chuàng)新投入，一方面會(huì)加大營(yíng)運(yùn)風(fēng)險(xiǎn)，另一方面造成創(chuàng)新效率損失，因而不利于企業(yè)可持續(xù)發(fā)展。

（2）政府應(yīng)制定相關(guān)政策深化國(guó)企改革，進(jìn)一步推動(dòng)區(qū)域協(xié)調(diào)發(fā)展。對(duì)于國(guó)有企業(yè)而言，借助數(shù)字技術(shù)完善自身監(jiān)督機(jī)制，構(gòu)建基于市場(chǎng)導(dǎo)向的激勵(lì)機(jī)制是重要手段。區(qū)域協(xié)調(diào)發(fā)展是數(shù)字時(shí)代的重要議題，數(shù)字技術(shù)能夠推動(dòng)經(jīng)濟(jì)基礎(chǔ)較好、數(shù)字基礎(chǔ)設(shè)施較為完善地區(qū)企業(yè)率先開展數(shù)字化轉(zhuǎn)型，以此培育市場(chǎng)優(yōu)勢(shì)。因此，政府應(yīng)充分利用數(shù)字技術(shù)完善中西部地區(qū)數(shù)字基礎(chǔ)設(shè)施與數(shù)字平臺(tái)建設(shè)，有效促進(jìn)資源再分配，為中西部地區(qū)企業(yè)發(fā)展?fàn)I造良好的數(shù)字環(huán)境。

（3）數(shù)字產(chǎn)業(yè)政策是推動(dòng)區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展與企業(yè)數(shù)字化轉(zhuǎn)型的工具。政府可以借鑒成功經(jīng)驗(yàn)，制定并實(shí)施具有針對(duì)性的政策。對(duì)于已試點(diǎn)的數(shù)字產(chǎn)業(yè)政策，政府應(yīng)論證其推廣的可行性并考慮區(qū)域的特殊性；對(duì)于試點(diǎn)初期數(shù)字產(chǎn)業(yè)政策，政府應(yīng)充分總結(jié)試點(diǎn)經(jīng)驗(yàn)、加大試點(diǎn)力度，從而加快數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)布局。此外，面向數(shù)字經(jīng)濟(jì)發(fā)展前沿，制定具有創(chuàng)新性的數(shù)字產(chǎn)業(yè)試點(diǎn)政策是我國(guó)實(shí)現(xiàn)數(shù)字領(lǐng)域“彎道超車”的重要手段。

4.3 不足與展望

（1）企業(yè)創(chuàng)新行為與創(chuàng)新效率的衡量指標(biāo)較為單一，專利仍是測(cè)度企業(yè)創(chuàng)新不可或缺的指標(biāo)。盡管現(xiàn)有相關(guān)研究對(duì)專利類型的劃分能夠初步區(qū)分企業(yè)創(chuàng)新類型（漸進(jìn)式與突破式），但上述劃分方式仍較為粗糙。部分學(xué)者使用國(guó)際專利分類（IPC）作為專利技術(shù)劃分依據(jù)，但囿于數(shù)據(jù)可得性，本文未對(duì)此類指標(biāo)進(jìn)行構(gòu)建。因此，未來可以采用更為精確的方式度量企業(yè)創(chuàng)新，進(jìn)一步探討企業(yè)數(shù)字化轉(zhuǎn)型的創(chuàng)新效應(yīng)。

（2）本文僅探討了投資者情緒、企業(yè)產(chǎn)權(quán)性質(zhì)以及地區(qū)因素在企業(yè)數(shù)字化轉(zhuǎn)型與創(chuàng)新效率間的作用。進(jìn)一步地，企業(yè)自身特征也可能成為影響企業(yè)數(shù)字化轉(zhuǎn)型與創(chuàng)新關(guān)系的中介變量。同時(shí)，用于區(qū)分企業(yè)異質(zhì)性的關(guān)鍵財(cái)務(wù)指標(biāo)也是值得探討的內(nèi)容，本來可對(duì)上述中介變量及關(guān)鍵指標(biāo)作進(jìn)一步分析。

參考文獻(xiàn)：

[1] 趙濤，張智，梁上坤.數(shù)字經(jīng)濟(jì)、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來自中國(guó)城市的經(jīng)驗(yàn)證據(jù)[J].管理世界，2020，36（10）：65-76.

[2] 張昕蔚.數(shù)字經(jīng)濟(jì)條件下的創(chuàng)新模式演化研究[J].經(jīng)濟(jì)學(xué)家，2019，31（7）：32-39.

[3] 宋敬，陳良華，葉濤.數(shù)字經(jīng)濟(jì)能夠提升企業(yè)創(chuàng)新質(zhì)量嗎——基于新熊彼特增長(zhǎng)理論視角[J].科技進(jìn)步與對(duì)策，2023，40（12）：1-11.

[4] LI RUI，RAO JING，WAN LIANGYONG.The digital economy， enterprise digital transformation， and enterprise innovation[J].Managerial and Decision Economics，2022，43（7）：2875-2886.

[5] ILONA ILVONEN， STEFAN THALMANN， MARKUS MANHART， et al. Reconciling digital transformation and knowledge protection： a research agenda[J].Knowledge Management Research amp; Practice，2018，16（2）： 235-244.

[6] KOHLI R， MELVILLE N P. Digital innovation： a review and synthesis[J].Information Systems Journal，2019，29（1）： 200-223.

[7] 謝康，胡楊頌，劉意，等.數(shù)據(jù)要素驅(qū)動(dòng)企業(yè)高質(zhì)量數(shù)字化轉(zhuǎn)型——索菲亞智能制造縱向案例研究[J].管理評(píng)論，2023，35（2）：328-339.

[8] LIU QIANRU， LIU JIANMEI， GONG CHENG. Digital transformation and corporate innovation： a factor input perspective[J].Managerial amp; Decision Economics，2023，44（4）：2159-2174.

[9] 郭豐，楊上廣，柴澤陽.企業(yè)數(shù)字化轉(zhuǎn)型促進(jìn)了綠色技術(shù)創(chuàng)新的“增量提質(zhì)”嗎——基于中國(guó)上市公司年報(bào)的文本分析[J].南方經(jīng)濟(jì)，2023，41（2）：146-162.

[10] 張振剛，張君秋，葉寶升，等.企業(yè)數(shù)字化轉(zhuǎn)型對(duì)商業(yè)模式創(chuàng)新的影響[J].科技進(jìn)步與對(duì)策，2022，39（11）：114-123.

[11] PENGYU CHEN，SANGKYUM KIM. The impact of digital transformation on innovation performance——the mediating role of innovation factors[J]. Heliyon，2023，9（3）： e13916.

[12] 張澤南，錢欣鈺，曹新偉.企業(yè)數(shù)字化轉(zhuǎn)型的綠色創(chuàng)新效應(yīng)研究：實(shí)質(zhì)性創(chuàng)新還是策略性創(chuàng)新[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2023，22（1）：86-100.

[13] PETER C VERHOEF， TAMMO H A，BIJMOLT. Marketing perspectives on digital business models： a framework and overview of the special issue[J].International Journal of Research in Marketing， 2019，36（3）： 341-349.

[14] ZHENGYI ZHANG，JUN JIN， SHIJING LI，et al. Digital transformation of incumbent firms from the perspective of portfolios of innovation[J].Technology in Society，2022，72： 102149.

[15] JOHNSON JEFF S， FRIEND SCOTT B， LEE HANNAH S. Big data facilitation， utilization， and monetization： exploring the 3Vs in a new product development process[J].Journal of Product Innovation Management，2017，34（5）：640-658.

[16] 殷群，田玉秀.數(shù)字化轉(zhuǎn)型影響高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的機(jī)制[J].中國(guó)科技論壇，2021，37（3）：103-112.

[17] BYUN JEONGEUN，SUNG TAE-EUNG， PARK HYUN-WOO.Technological innovation strategy：how do technology life cycles change by technological area[J].Technology Analysis amp; Strategic Management，2018，30（1）： 98-112.

[18] CHRISTOPHER POLK， PAOLA SAPIENZA. The stock market and corporate investment： a test of catering theory[J].The Review of Financial Studies，2009，22（1）： 187-217.

[19] 余麗霞，王璐.投資者情緒、管理者過度自信與企業(yè)投資行為——基于中介效應(yīng)檢驗(yàn)[J].社會(huì)科學(xué)研究，2015，37（5）：137-144.

[20] 花貴如，劉志遠(yuǎn)，許騫.投資者情緒、企業(yè)投資行為與資源配置效率[J].會(huì)計(jì)研究，2010，31（11）：49-55.

[21] 劉和旺，鄭世林，王宇鋒.所有制類型、技術(shù)創(chuàng)新與企業(yè)績(jī)效[J].中國(guó)軟科學(xué)，2015，30（3）：28-40.

[22] 吳延兵.國(guó)有企業(yè)雙重效率損失研究[J].經(jīng)濟(jì)研究，2012，47（3）：15-27.

[23] 錢麗，王文平，肖仁橋.產(chǎn)權(quán)性質(zhì)、技術(shù)差距與高技術(shù)企業(yè)創(chuàng)新效率[J].科技進(jìn)步與對(duì)策，2019，36（12）：105-114.

[24] 董曉慶，趙堅(jiān)，袁朋偉.國(guó)有企業(yè)創(chuàng)新效率損失研究[J].中國(guó)工業(yè)經(jīng)濟(jì)，2014，31（2）：97-108.

[25] HOENING D， HENKEL J. Quality signals？ the role of patents， alliances， and team experience in venture capital financing[J].Research Policy，2015，44（44）：1049-1064.

[26] 張輝，王庭錫，孫詠.數(shù)字基礎(chǔ)設(shè)施與制造業(yè)企業(yè)技術(shù)創(chuàng)新——基于企業(yè)生命周期的視角[J].上海經(jīng)濟(jì)研究，2022，41（8）：79-93.

[27] 張永珅，李小波，邢銘強(qiáng).企業(yè)數(shù)字化轉(zhuǎn)型與審計(jì)定價(jià)[J].審計(jì)研究，2021，37（3）：62-71.

[28] KANE GERALD C，PHILLIPS ANH NGUYEN，COPULSKY JONATHAN，et al. How digital leadership is（n't） different（article）[J].MIT Sloan Management Review，2019，60（3）： 34-39.

[29] 陳疇鏞，許敬涵.制造企業(yè)數(shù)字化轉(zhuǎn)型能力評(píng)價(jià)體系及應(yīng)用[J].科技管理研究，2020，40（11）：46-51.

[30] 官建成，陳凱華.我國(guó)高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的測(cè)度[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009，26（10）：19-33.

[31] GONG B， SICKLES ROBIN-C. Finite sample evidence on the performance of stochastic frontiers and data envelopment analysis using panel data[J].Journal of Econometrics，1992， 51（1）： 259-284.

[32] 姚立杰，周穎.管理層能力、創(chuàng)新水平與創(chuàng)新效率[J].會(huì)計(jì)研究，2018，39（6）：70-77.

[33] 樂菲菲，張金濤.政治關(guān)聯(lián)斷損、研發(fā)投入與企業(yè)創(chuàng)新效率[J].科技進(jìn)步與對(duì)策，2019，36（1）：90-96.

[34] 翟淑萍，黃宏斌，何瓊枝.投資者情緒、研發(fā)投資及創(chuàng)新效率——基于理性迎合渠道的研究[J].華東經(jīng)濟(jì)管理，2017，31（12）：44-52.

[35] 陳紅，張玉，劉東霞.政府補(bǔ)助、稅收優(yōu)惠與企業(yè)創(chuàng)新績(jī)效——不同生命周期階段的實(shí)證研究[J].南開管理評(píng)論，2019，22（3）：187-200.

[36] 萬源星，許永斌.高新認(rèn)定辦法、研發(fā)操縱與企業(yè)技術(shù)創(chuàng)新效率[J].科研管理，2019，40（4）：54-62.

[37] 傅秋子，黃益平.數(shù)字金融對(duì)農(nóng)村金融需求的異質(zhì)性影響——來自中國(guó)家庭金融調(diào)查與北京大學(xué)數(shù)字普惠金融指數(shù)的證據(jù)[J].金融研究，2018，61（11）：68-84.

[38] 鐘昌標(biāo)，黃遠(yuǎn)浙，劉偉.新興經(jīng)濟(jì)體海外研發(fā)對(duì)母公司創(chuàng)新影響的研究——基于漸進(jìn)式創(chuàng)新和顛覆式創(chuàng)新視角[J].南開經(jīng)濟(jì)研究，2014，30（6）：91-104.

（責(zé)任編輯：張 悅）

Innovation Effect of Enterprise Digital Transformation： Innovation Incentive and Efficiency Loss

Li Zhiguo ， Kong Weijia ， Li Zhaozhe

（School of Economics and Management， China University of Petroleum （East China），Qingdao 266580， China）

Abstract：Under the guidance of the \"innovation-driven strategy\"， innovation has increasingly become an important support for empowering high-quality development. With the rapid development of the digital economy， digital industrialization and industrial digitalization are promoted together， and the rapid progress of digital-related technologies makes the digital economy an important driving force to promote innovation. Therefore， it is a key issue to peep at the innovation effect brought by the development of the digital economy from the perspective of enterprises as the micro-subject of innovation. However， it is worth noting that the development of the digital economy at the macro level has a relatively indirect impact on the innovation performance of micro-enterprises and contains many confusing factors， while the digital transformation of enterprises driven by the digital economy provides a sound framework for exploring the innovation effect of enterprises against the background of digital economy development. Therefore， this paper aims to analyze how the digital transformation of enterprises affects the innovation behavior of enterprises with the help of the related theories and literature of digital economy and enterprise development， and further investigate the innovation effect of the digital transformation of enterprises from the perspective of efficiency.

This paper uses the data of A-share listed companies in Shanghai and Shenzhen from 2011 to 2021， and constructs an index system to measure the digital transformation of enterprises from five dimensions： goal orientation， technology drive， organizational empowerment， environmental support， and results and applications. It also examines the innovation effect of enterprises from the perspective of innovation input， output and efficiency. Then the innovation effect of enterprise digital transformation is empirically tested by the three-dimensional fixed effect model; with the investor's emotion as a moderating variable in the model， the moderating effect of investors' emotion is investigated. Furthermore， heterogeneity is analyzed from the perspectives of enterprise property rights and location factors. After clarifying the channels and sources of innovation efficiency loss caused by digital transformation of enterprises， this paper evaluates the improvement effect of digital industry policy on innovation efficiency.

The results show that during the sample inspection period， the digital transformation of enterprises has both incentive effects on innovation input and output and characteristics of innovation efficiency loss. This conclusion is still valid after selecting instrumental variables at the enterprise and city levels for endogenous processing and using substitution variables for robustness testing. As an irrational factor in the market， investor sentiment positively moderates the innovation incentive effect of enterprise digital transformation and negatively moderates the loss of innovation efficiency; the property right attribute and location of an enterprise are also important sources of its innovation efficiency loss; and digital industry policy can effectively improve the inhibition of enterprise digital transformation on innovation efficiency. Therefore， this paper holds that enterprises should explore the digital transformation path in line with their own development status and avoid the inefficiency of innovation caused by blind obedience; government policy orientation should further deepen the reform of state-owned enterprises， pay special attention to regional coordinated development， and explore the implementation of diversified digital industry policies.

This paper contributes to the study on enterprise digital transformation in several directions. Firstly， the innovation effect of enterprise digital transformation is comprehensively investigated by bringing it into the same analytical framework as the input， output and efficiency of enterprise innovation， and the characteristic facts of the loss of innovation efficiency in the initial stage of enterprise digital transformation in China are confirmed， and its sources and possible countermeasures are further analyzed. Secondly， a more complete evaluation system for enterprise digital transformation is constructed. Different from the previous practice that most literature measures the digital transformation of enterprises through a single index， it divides the digital transformation of enterprises into five dimensions and constructs a comprehensive evaluation system. The conclusions provide path support for the digital transformation of enterprises in the future and empirical evidence for promoting an innovation-driven development strategy based on the development of the digital economy from the perspective of enterprises.

Key Words：Digital Transformation; Enterprise Innovation; Efficiency Loss; Innovation Incentive

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金項(xiàng)目（22BJL056）

作者簡(jiǎn)介：李治國(guó)（1977—），男，山東濰坊人，博士，中國(guó)石油大學(xué)（華東）經(jīng)濟(jì)管理學(xué)院副教授、博士生導(dǎo)師，研究方向?yàn)槟茉唇?jīng)濟(jì)與區(qū)域發(fā)展；孔維嘉（2000—），男，河北邢臺(tái)人，中國(guó)石油大學(xué)（華東）經(jīng)濟(jì)管理學(xué)院碩士研究生，研究方向?yàn)閿?shù)字經(jīng)濟(jì)與能源經(jīng)濟(jì)；李兆哲（2000—），男，山東淄博人，中國(guó)石油大學(xué)（華東）經(jīng)濟(jì)管理學(xué)院碩士研究生，研究方向?yàn)閿?shù)字經(jīng)濟(jì)與能源經(jīng)濟(jì)。