企业数字化转型、高管信息技术特长与创新效率

赵  玲¹，黄  昊²

（1.西华大学 经济学院，成都 610039；

2.西南财经大学 财税学院，成都 611130）

_【摘要】数字经济作为一种新的支柱型经济形态，已成为推动经济社会高质量发展的核心引擎，并逐步向企业纵深拓展。在这一时代背景下，采用机器学习方法构建企业层面的数字化转型指标，并在此基础上实证考察企业数字化转型对创新效率的影响及其作用机制。研究结果显示，数字化转型能够显著提升企业的创新效率，并且这一效应在高管具有信息技术特长的企业中表现得更为明显。机制分析发现，企业数字化转型通过降低资源组织协调成本和优化内部控制执行环境等渠道实现创新效率的提升。进一步研究发现，数字化转型对企业创新效率的提升作用在同行业头部企业以及地区数字化水平较高时有更强体现。

【关键词】数字化转型；创新效率；高管信息技术特长；组织协调成本；内部控制

【基金项目】国家自然科学基金项目“政策执行效果审计与企业创新质量研究：基于地方政府行为纠偏的视角”（72102192）；国家自然科学基金项目“分行业信息披露与资本市场定价效率：基于一项准自然实验的研究”（72102187）；四川省科技厅软科学项目“建立健全容错免责机制助力四川高质量突破式创新成果培育的理论逻辑与政策路径研究”（2022JDR0274）

【作者简介】

赵玲（1992-），女，四川泸州人，西华大学经济学院副教授，博士，硕士生导师，研究方向为信息披露与企业创新；

黄昊（1992-），男，江西九江人，西南财经大学财税学院讲师，博士，硕士生导师，研究方向为财税政策与审计监督。

        一、引言

以大数据、人工智能、云计算、移动互联等为代表的新一代数字技术日新月异，人类加速步入数字化时代，数字经济已成为引领全球经济社会变革的重要引擎。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》进一步明确，要抢抓数字时代发展机遇，深入推进新一代信息技术与制造业深度融合，以数字化驱动生产方式、生活方式和治理方式变革，建设数字中国。在数字经济蓬勃发展的大趋势下，企业的数字化转型也在不断向纵深拓展，并展现出强大生命力（Adner et al.，2010；陈冬梅等，2020）^［1~2］。创新作为企业的一项重要战略投资，在企业长期竞争优势获取和价值提升过程中发挥着重要的基础性作用。那么，数字化转型发展带来的信息整合和流程规范是否能够有效加速企业创新要素的聚合，为企业高质量发展赋能？换句话说，企业数字化转型是否能够提升企业创新效率？这是本文研究的核心问题。

　　一直以来，中国高度重视创新工作，相继出台了各类财税扶持和产业激励政策。在国家政策的强力支持和引导下，企业创新能力得到明显提高，科技人员数量、研发经费投入、论文发表以及专利申请数量等指标均已步入国际前列。近年来，随着经济社会进入高质量发展阶段，加之中美贸易摩擦、华为芯片等卡脖子事件的发酵，人们愈发关注创新质量、创新效率等话题。如何更好地聚合现有资源要素，透过效率提升实现更多高质量创新成果的产出，成为了学术界和实务界讨论的焦点。已有文献分别从宏观经济政策环境（Mukherjee et al.，2017；白俊红和李婧，2011）^［3~4］、市场竞争（Bloom et al.，2016；戴魁早和刘友金，2016）^［5~6］以及公司微观治理特征（朱德胜和周晓珮，2016；姜军等，2020）^［7~8］等多个维度论述和检验了企业创新效率的影响因素及其改善路径，为人们深入认识这一问题提供了有益参考。然而，目前还少有文献关注大数据智能化时代企业自身的数字化转型发展对创新效率的影响。事实上，数字化模式的转变涉及企业生产经营各个流程，可能给创新信息获取、传递和资源整合带来系统性影响。基于此，本研究尝试考察企业数字化转型对创新效率的影响，以弥补现有文献的不足。

　　创新是一项对前沿技术进行探索突破并在企业付诸实践的过程，需要在充分掌握该领域发展前沿资讯、高效整合人财物等资源的同时进行频繁试错；充分挖掘科技信息并融合于企业现有创新资源要素中实现深度互动，在此基础上，在科学执行研发程序的同时相机调整突破方向，最终获得创新创造成果，这构成了企业创新活动的基础性流程。事实上，企业数字化转型的推进很可能会加速上述过程的表达，从而实现效率提升。相比于传统工业化管理模式，运用大数据、智能化手段进行数据获取、整合与处理，是现代数字化管理模式的鲜明特征。借助这些技术方法，企业花费较低的搜寻成本便能够快速了解客户的需求与反馈，知悉横向同行企业产品开发导向，打破“数据孤岛”，实现内部研发设计与供应链管理相协同，扩大内部创新要素与外部信息源的接触面，提升融合效率。此外，在研发流程执行中，数字化管理带来的自动化管理模式也有助于整合现有要素资源，降低流程操作风险，防止人为干预导致的浪费和错配，进一步提升研发创新效率。

在上述分析基础上，采用文本分析和机器学习方法构造企业层面的数字化转型指标，并结合2011—2019年A股上市公司的数据，实证考察数字化转型对企业创新效率的影响效应。研究结果显示，数字化转型程度的加大显著提升了企业创新效率；并且这一效应在公司高管具有信息技术特长时表现得更为明显。机制分析发现，企业数字化转型通过降低资源组织协调成本和强化内部控制风险管控水平等渠道，实现创新效率的提升。此外，还分析了不同内外部特征下的异质性效果，发现数字化转型对企业创新效率的提升作用在同行业规模较大企业以及地区数字化水平较高时有更强的体现。

　　与现有文献相比，本研究的新意主要体现在三个方面：其一，拓展了企业创新效率影响因素的相关研究。在经济由高速增长进入高质量发展的新时代，如何推动创新效率变革也是学术界关注的热点话题。现有文献从经济政策环境、市场竞争以及公司微观治理特征等多个视角出发，对企业创新效率影响因素进行了深入探讨，获得了诸多有益发现。然而，整体上看，还少有文献关注数字信息技术的运用和变革对企业创新效率变化带来的影响，本研究为此提供了补充。其二，丰富了企业数字化转型发展与微观治理的相关研究。伴随着信息技术的快速发展，经济社会面临着深刻的数字化转型。越来越多的文献开始关注数字化发展对实体经济产生的影响，但大多仅集中于宏观和定性层面的探讨，关于微观影响的研究还有较大拓展空间。本研究尝试采用机器学习等方法从微观层面构建企业数字化转型指标，并从企业创新效率视角切入考察数字化转型对企业的影响，有助于弥补已有文献的不足。其三，从数字化发展与资源组织协调、内部控制优化、高管职业特长和企业内外部特征等视角出发，分析企业数字化转型影响创新效率的路径及其异质性表现，有助于进一步厘清数字经济发展给企业带来的影响和发挥效能的空间，为后续关于数字信息技术应用、企业创新、公司治理等研究提供了有益参考。

二、理论分析与假设提出

本研究主要考察企业数字化转型对创新效率的影响，涉及数字化转型经济后果以及企业创新效率影响因素的相关文献。因此，先综述现有关于数字化发展、企业创新效率的相关文献，在此基础上提炼研究机会，并探讨企业数字化转型影响创新行为的作用机理，提出相关研究假设。

　　（一）企业数字化转型发展相关研究

　　企业数字化转型是一次传统行业与云计算、人工智能、大数据等新型技术全面融合的过程。通过将企业上下游生产要素、组织协作关系等数字化并进行科学分析，完成资源优化整合，推动企业提高经济效益或形成新的商业模式（何帆和刘红霞，2019）^［9］。

早期关于数字化转型的研究，较多集中于互联网应用视角。Yushkova（2014）^［10］研究发现，互联网技术的发展和普及能够有效促进国际贸易体量的提升，为经济可持续发展提供了强劲动力。黄群慧等（2019）^［11］进一步从微观层面切入，考察互联网发展对企业生产经营的影响，结果显示城市互联网的发展能够通过降低市场交易成本，减少潜在资源错配等途径显著提高制造业企业的生产效率。近年来，飞速发展的数字化技术正在成为赋能企业高质量发展的宏大力量，更多文献开始直接关注数字化转型带来的影响。焦勇（2020）^［12］研究认为数字化转型正在为制造业企业价值创造提供新的动能。袁淳等（2021）^［13］利用理论模型结合实证检验分析，发现数字化转型的推进能够显著降低企业外部交易成本，进而使得公司之间专业化分工水平得以提升。吴非等（2021）^[14]进一步从资本市场反应视角考察企业数字化转型带来的影响，研究认为企业数字化转型有助于强化市场正面预期，显著提升股票的流动性。赵玲和黄昊（2022）^［15］从供应链协同视角考察企业数字化转型的经济效应，研究发现企业数字化转型可以通过加速供应链资源的高效运转实现成本粘性的降低。

　　整体来看，在数字化发展加速演进的时代背景下，越来越多的文献开始关注数字化转型问题，尤其是微观领域具有较大的深化拓展空间。基于此，本研究尝试从高管特征、企业创新行为视角进行探究，更好地厘清企业数字化转型带来的影响。

　　（二）企业创新效率相关研究

　　创新是引领经济发展的第一动力，高质量的创新在推动产业结构转型升级和经济增长模式转换过程中发挥着至关重要的作用。然而，创新是一项长周期、高风险兼具复杂性的投资活动，资源的投入并不一定能够获得预期有效产出（Holmstrom，1989）^［16］。这意味着创新活动的投入产出过程中控制和管理至关重要。事实上，如何科学聚集整合创新资源，透过效率提升获得更多优质产出也是各界普遍关注的问题。

　　Agrawal等（2020）^［17］采用加拿大的样本进行研究，发现税收优惠能够显著促进企业创新效率的提升，尤其是融资约束较强的小型民营企业。李维安等（2016）^[18]利用民营企业的数据进行研究，也得到了同样的结论。但也有诸多文献发现，政府推行的产业政策和发放的创新补助对企业创新的促进作用十分有限。大量的公共资金使用效率不高，骗补、寻租现象明显。王靖宇和张宏亮（2020）^［19］从法制完善与融资约束视角研究指出，物权法的实施通过缓解企业创新融资约束显著提升了企业创新效率，并且市场竞争程度具有明显的正向调节作用。赵宸宇（2020）^［20］分析了进口竞争对企业创新效率的影响，发现对于一般贸易企业，进口竞争虽然促进了其创新投入，但并未获得规模效益，反而表现为创新效率的下降。Sapra等（2014）^［21］以及鲁桐和党印（2014）^[22]考察了公司治理水平与创新效率的关系，发现较差的公司治理水平往往意味着较低的创新效率。朱德胜和周晓珮（2016）^［7］从公司股权制衡视角进行研究，发现股权制衡程度的提升能够通过强化高管决策和资源使用的监管，有效提升企业创新效率。

　　从上述文献看，现有研究分别从政策环境、市场竞争以及公司微观治理等多个维度考察了企业创新效率的影响因素和提升路径，获得了极具价值的经验证据，为深入认识这一问题提供了有益的启迪。然而整体来看，目前还少有文献关注大数据智能化时代企业自身的数字化转型发展对创新效率的影响。事实上，数字化模式的转变涉及企业生产经营各个流程，可能对创新信息获取、传递和资源整合带来系统性影响。基于此，本研究尝试进一步考察企业数字化转型对创新效率的影响。

　　（三）数字化转型与企业创新效率

　　动态地看，企业创新研发实质上是一个不断提炼信息、组织协调到决策研判再到实验试错的循环往复过程。这使得创新效率的提升既依赖于高效的信息获取与要素资源调配，同时也需要科学规范的决策程序与严格的执行控制作为保障。而企业数字化转型发展很可能会加速上述过程的表达，具体地：

　　1. 加速信息融合，降低资源组织协调成本

信息搜集与整合能力的提升是企业数字化转型的核心要义。通过大数据挖掘和智能化分析手段，企业能够快速了解客户对产品的反馈情况、分析同行竞争企业的优势与突破路径，掌握研发前瞻性信息和企业当前的工作进展。在此基础上，快速协调和集聚相关资源进行有针对性的研究与开发。因此，数字化转型的推进有助于企业在研发链条上的信息整合和反馈，并使之有机融入到创新要素的聚合中，进而释放创新动能，达到提升研发效率的目的。

　　2. 规范决策程序，优化内部控制执行环境

创新研发是一项具有探索性的工作，决策方向的把控对最终产出具有重要影响。同时，从创新投入产出过程看，涉及诸多资源的使用和频繁的修正试错，加之创新过程信息透明度较差，代理问题可能较为严重（Müller and Zimmermann，2009；肖海莲等，2014）^［23~24］。而企业数字化转型的关键优势便在于透过数据，提炼和分析实现管理模式的智能化变革，这无疑将有助于全面优化企业内部控制环境，避免过多的人为干预，减少潜在操作风险和代理问题，进而提升研发决策评估和创新资源使用过程中的风险控制效能。

　　综上所述，数字化转型有助于企业充分挖掘前沿信息并融合于现有创新资源要素中，实现深度互动，在此基础上有效控制研发资源使用和过程执行，同时相机调整突破方向，进而整体提升创新产出效率。基于此，提出以下假设：

　　H1：在其他条件相同的情况下，企业推进数字化转型将会提升创新效率。

　　以上分析指出，企业数字化转型的推进有助于提升创新效率。事实上，这一效应的产生可能与企业自身对数字化技术的利用深度紧密相关。也即在数字化转型程度基本一致的企业之间，运用和把握越好的企业，其数字化推进对企业产生的效应可能更大。换句话说，企业数字化转型与创新效率的关系，可能会因为公司自身数字化利用整合深度的不同而存在异质性。信息技术运用管理是一项专业性较强的工作，对决策层和操作者而言都需要具备特定的专业知识。这意味着当公司董事高管层具有相应特长时，可能更有助于释放数字化转型带来的聚合效应。高阶梯队理论（Upperechelonstheory）也指出，过往的职业经历、特长会形成深刻的烙印，促使高管在相应领域积累专门知识和选择性认知，便于其做出专业的决策。因此，从这一角度看，作为公司决策层的董事高管具有信息技术相关的职业背景，可能会进一步放大企业数字化转型促进创新效率提升的效果。值得指出的是，公司业务本身与技术手段的衔接存在明显的专业鸿沟，单一背景的信息技术特长人才在推动公司数字化转型时可能面临难以较好地融合公司业务特征的情况，结果反而会削弱数字化转型的效果，甚至会加大转型的风险。但从当前中国上市公司董事会和高管团队的组成结构看，业务管理型人员仍占主导地位，此时信息技术背景管理人员的融入，无疑会增加数字化转型决策中的专业性，进而很有可能放大数字化转型对创新效率的促进作用。基于此，提出以下假设：

　　H2：在其他条件相同的情况下，当公司高管具有信息技术特长时，企业推进数字化转型提升创新效率的效应将更为明显。

三、研究设计

（一）样本选取与数据来源

　　1.上市公司数据

选取2011—2019年沪深A股公司作为研究样本，上市公司的数据主要来源于国泰安（CSMAR）和万德（WIND）数据库，其中包括上市公司的财务报表数据、公司股票信息以及企业性质等，同时考虑到金融行业的特殊性，剔除行业分类属于金融、保险业的公司以及数据缺失的样本。

2.样本分布

　　研究样本时间为2011—2019年，共有15879个观测值。表1的Panel A和Panel B分别报告了样本的行业和年度分布情况。可以看出，制造业样本占比较大；上市公司数量也呈现逐年增加的态势，这与中国资本市场发展轨迹保持一致。样本的分布情况与以往文献的结果较为类似。

（二）变量定义与模型构建

　　1. 企业创新效率

　　一般情况下，效率刻画的是投入到产出的过程。参考权小锋和尹洪英（2017）^［25］以及姜军等（2020）^［8］的做法，采用企业研发投入与专利产出的敏感性来衡量企业创新效率。具体地，构建以下模型：

其中，下标i和t分别表示企业和年份；因变量Patent为公司专利产出，包括年度专利申请总量（记作Lnpat）和发明专利申请量（记作Lninv）；解释变量中RD为公司研发投入（记作Lnrd），Digital为企业数字化转型指标（记作Digital）。系数β₁反映了创新投入的产出效率；数字化转型指标与研发投入的交互项系数β₃刻画了数字化转型推进对企业创新效率的增量影响，这也是本研究的主要关注变量，若该系数显著为正则说明数字化转型有助于提升创新效率。同时，也有诸多文献指出，专利产出的构成本身也代表了公司创新效率，但重数量、轻质量的情形仍明显存在，表现为“策略性创新”“象征性创新”。发明专利被普遍认为是具有较高质量的创新，基于此，参考现有文献的通常做法，在式（1）中专利产出不仅考虑了总数，而且单独区分了发明专利的数量。此外，参考姜军等（2020）^［8］的做法，利用发明专利申请数量占公司总专利申请数量的比重（发明专利数量/总专利数量，记作IEF）衡量公司创新效率。

在后续的稳健性检验中，参考肖文和林高榜(2014)^[26]的研究，采用随机前沿模型（SFA）测度企业创新效率。在Cobb-Douglas（C-D）生产函数的基础上，利用公司滞后一期的研发费用和研发人员数分别作为资本和人力的投入指标，利用当年专利申请量作为产出指标，根据生产函数模型的残差计算创新效率项（记作SFA），该指标越大表示公司创新效率越高。

　　2.企业数字化转型

企业层面的数字化转型问题是近年来学术研究的热点，参考袁淳等（2021）^［13］的方法，借助机器学习文本分析手段进行指标构建。首先，根据已有文献提出的数字化转型术语以及国家发改委、工信部等政府部门数字经济发展相关政策文件，构建数字化转型相关术语语料库。其次，基于机器学习方法完成上市公司年报“管理层讨论与分析”内容的提取，并将其与语料词典匹配，统计企业数字化转型相关术语出现的频次。最后，通过对该频次指标进行对数转换，构建各公司各年度数字化转型指标（Digital）。在后续的稳健性检验中，也考虑了行业之间自身关于数字化转型中存在的固有差异，计算了经过行业年度均值调整的数字化转型指标（Digitaladj）。

　　3. 其他控制变量

　　参考权小锋和尹洪英（2017）^［25］以及姜军等（2020）^［8］的研究，进一步控制了企业资产规模（Size）、资产负债率（Lev）、总资产收益率（Roa）、市值账面比（MB）、上市年限（Listage）、企业现金持有（Cash）、产权性质（Soe）、资本密集度（Capital）、两职合一（Dual）、股权集中度（Top1）、独立董事占比（Indp）、管理层持股（Mhd）、行业效应（Industry）、年度效应（Year）等变量。

具体变量的定义如表2所示。

4.描述性统计

　　表3报告了主要变量的描述性统计结果。企业专利申请数量对数值（Lnpat）和企业发明专利申请数量对数值（Lninv）的均值（中位数）分别为2.551（2.708）和1.840（1.792），与已有文献的结果较为类似。企业数字化转型指标（Digital）的均值和中位数分别为2.783和2.708，其最小值为0，最大值为6.913，表明不同企业之间数字化转型推进的程度存在较大差异，这与袁淳等（2021）^［13］的统计结果较为接近。高管信息技术特长（IT_Exp）的均值为0.039，说明样本公司中具有信息技术背景的董事平均占比约为4%。从控制变量看，企业规模的均值（中位数）为22.162（21.962），资产负债率的均值（中位数）为42.6%（42.0%），总资产收益率的均值（中位数）为4.0%（3.8%）。从这些结果来看，各变量分布较为均匀，无明显的偏态。

四、实证结果分析

（一）数字化转型与企业创新效率：基本结果

　　为了检验假设H1，即企业数字化转型对创新效率的影响，按照模型（1）进行Tobit回归，得到的结果如表4所示。其中，（1）列为基于专利申请总数量——研发投入敏感系数的回归结果，（2）列为基于发明专利申请数量——研发投入敏感系数的回归结果，（3）列为使用发明专利申请数量占总专利申请数量比例衡量创新效率（IEF）的回归结果。（1）-（2）列数字化转型与企业研发投入交互项（Digital×Lnrd）的系数均显著为正，说明数字化转型的推进能够有效增加单位研发投入的创新产出；（3）列数字化转型指标（Digital）的系数也显著为正，进一步说明数字化转型有利于强化企业高质量创新产出。综合表4的结果可以说明，企业数字化转型的推进显著提升了创新效率，也即假设H1得到验证。

（二）高管信息技术特长的调节效应

　　信息技术运用和管理是一项专业性较强的工作，对决策层和操作者而言都需要具备特定的专业知识。本研究的假设H2预期，相比于其他公司，当公司董事高管层具有相应信息技术特长时，可能更有助于释放数字化转型带来的聚合效果，对创新效率的提升效应更明显。为了检验这一假设，参考袁蓉丽等（2021）^［27］的研究，按照公司董事会成员是否具有企业信息化管理或与信息技术相关的教育或从业经历来判别公司高管是否具有信息技术特长（记作IT_Exp）。

表5报告了高管信息技术特长调节效应的回归分析结果，可以发现，（1）-（2）列中研发投入——专利产出敏感性中交互项（Digital×Lnrd×IT_Exp）的系数均显著为正，表明公司中具有信息技术特长的董事高管占比越多时，数字化转型对创新投入产出的促进效应越大；（3）列的创新效率IEF指标回归中，数字化转型与信息技术特长交互项（Digital×IT_Exp）的系数也显著为正，同样说明高管信息技术特长有助于强化数字化转型对高质量创新产出的促进效应。综合表5的回归结果，表明高管具有信息技术特长越能够强化数字化转型对创新效率的提升作用，也即假设H2得到验证。

五、机制检验与异质性分析

本研究的实证结果基本证实了企业数字化转型的推进能够有效提升创新效率，那么，数字化转型为何会产生这一效应，其背后的机制是什么？理论上，企业创新是一个信息融合和资源聚集并辅以频繁试错的过程，既依赖于高效的信息获取与要素资源调配，又需要科学规范的决策程序和严格的执行控制作为保障。而数字化转型以其高效的数据信息整合和流程控制反馈，可能会极大地加速上述创新过程从信息获取到要素资源聚合再到研发试错突破的整个过程表达，进而实现提升创新效率的目标。基于此，从降低组织协调成本和优化内部控制执行环境两个方面检验数字化转型促进企业创新效率提升的路径。

　　（一）数字化转型与企业组织协调成本

　　伴随着数字化转型的推进，通过大数据挖掘和智能化分析手段，企业花费较低的搜寻成本便能够快速了解客户的需求与反馈，知悉横向同行企业产品开发导向，扩大内部创新要素与外部信息源的接触面，快速协调和集聚相关资源进行高效率的研究与开发。

　　为了检验数字化转型通过降低企业组织协调成本提升创新效率，进一步参考何帆和刘红霞（2019）^［9］以及袁淳等（2021）^［13］的研究，采用“（管理费用+销售费用）/总营业收入”衡量组织协调成本（记作Odcost），并进行中介效应分析，得到的相关回归结果见表6。可以发现，（1）列中数字化转型指标（Digital）的系数显著为负，说明数字化转型确实有助于降低企业组织协调成本。在（2）-（4）列中进一步加入组织协调成本中介因子（Odcost），发现相比于表4中基础回归的结果，（2）-（3）列中数字化转型与企业研发投入交互项（Digital×Lnrd）的系数仍显著为正，但系数绝对值有所下降，组织协调成本（Odcost）的系数基本显著为负。这些结果表明，资源组织协调成本的降低是企业数字化转型推动创新效率提升的一个重要路径。

（二）数字化转型与企业内部控制执行效果

　　创新是一项典型的高投入、长周期活动，涉及诸多资源的使用和频繁的修正试错，加之创新过程本身信息透明度较低，代理问题可能较为严重，进而导致创新资金、资源未能充分发挥应有效能（Müller and Zimmermann，2009；肖海莲等，2014）^［23~24］。理论上，企业数字化转型建设能够有效将流程控制实现自动化，优化内部控制环境，避免过多人为干预，减少潜在操作风险，增强研发决策评估和创新资源使用过程中的风险控制，进而提升创新效率。换句话说，数字化转型也可能会通过增强公司内部的控制执行效果促使创新效率提升。

　　为检验这一路径，进一步参考张会丽和吴有红（2014）^［28］等的研究，采用迪博（DIB）内部控制指数（记作Nkindex）衡量企业内部控制执行效果，并进行中介效应分析，得到的回归结果见表7。可以看出，（1）列中数字化转型指标（Digital）的系数显著为正，与预期一致，说明数字化转型能够有效提升公司内部的控制执行效果。（2）-（4）列为加入内部控制执行效果中介因子（Nkindex）的回归结果，相比于表4中基础回归的结果，（2）-（3）列中数字化转型与企业研发投入交互项（Digital×Lnrd）的系数仍显著为正，但系数绝对值有所下降，内部控制指数（Nkindex）变量的系数显著为正。综合表7的回归结果，说明数字化转型也能够通过强化公司内部的控制执行效果提升创新效率，路径二得到验证。

（三）异质性分析：规模差异

企业规模与创新资源组织、要素聚集等诸多方面紧密相关，因而不同规模企业数字化转型的推进对创新效率的影响可能存在异质性。根据市场份额原则，按照行业-年度营业收入大小，将全体样本分为大型企业、大中型企业、中型企业和小型企业四组，分别进行回归，得到的结果如表8所示。可以发现，数字化转型与企业研发投入交互项（Digital×Lnrd）系数的正向显著性主要体现在大型企业和大中型企业组，中型企业和小型企业组效果不明显。从数据看，这意味着当前数字化转型推进对创新效率的提升作用主要体现在行业规模较大的企业中，可能的原因是大企业资源要素较多、沟通链条较长，传统的工业管理模式难以保障资源要素的高效配置，而此时数字化、信息化建设发挥效能的空间也越大，因此对这些规模较大企业带来的效应也更为明显。

（四）异质性分析：地区差异

事实上，公司数字化转型的建设及应用对外部环境也有较高要求，换句话说，在信息化基础设施条件比较好的地区可能更容易发挥出预期效果。进一步根据财新智库发布的省级（自治区、直辖市）层面的数字经济指数，按照其均值划分为高数字化水平地区和低数字化水平地区，并进行分组回归。表9报告了分组回归的结果。从估计系数结果来看，数字化转型与企业研发投入交互项（Digital×Lnrd）系数的正向显著性主要体现在数字化水平较高地区，这说明数字化转型对创新效率的提升作用发挥依赖于良好的外部环境，在信息化条件较好的环境中企业数字化转型带来的正向效应更明显。

六、稳健性检验

实证结果表明，数字化转型的推进能够显著提升企业创新效率。为了使研究结论更为可靠，进行以下稳健性检验。

（一）更换数字化转型衡量指标

为了排除各行业间自身数字化转型程度差异对估计结果的干扰，进一步计算按照行业-年度均值调整的公司数字化转型指标（记作Digital_adj）。重新进行回归之后的结果如表10所示。可以发现，结果与表4的基本回归结果类似，（1）-（2）列数字化转型与企业研发投入交互项（Digital_adj×Lnrd）的系数均显著为正，（3）列数字化转型指标（Digital_adj）的系数也显著为正，说明在考虑行业自身差异后研究结论依然保持稳健。

（二）更换创新效率衡量指标

为了使研究结论更为可靠，参考肖文和林高榜（2014）^［26］的做法，利用随机前沿模型（SFA）重新测算公司创新效率。根据专利数量总产出和发明专利产出计算的创新效率指标分别记为SFApat和SFAinv，将此作为新的因变量重新进行回归，得到的结果见表11中（1）-（2）列。此外，进一步参考姚立杰和周颖（2018）^［29］的做法，直接采用单位研发支出的专利申请（授权）数量衡量创新效率，并以此考察数字化转型对创新效率的影响。其中，按照专利申请（授权）总数和发明专利申请（授权）总数计算的创新效率指标分别记为Effa（Effg）和Eff_inva（Eff_invg），得到的回归结果见表11中（3）-（6）列。从数字化转型指标（Digital）的系数看，均显著为正，进一步说明研究结论仍然稳健。

（三）更换创新产出衡量指标

部分研究指出，创新投入到产出的时间可能是不确定的，为了缓解由于产出时间不匹配对估计结果的干扰，进一步参考申宇等（2018）^［30］的研究，利用3年滚动平均专利申请量作为产出指标，重新进行回归分析，结果见表12。从数字化转型与企业研发投入交互项（Digital×Lnrd）的系数看，仍显著为正。这说明考虑专利产出衡量指标之后，研究结论依然保持稳健。

（四）剔除特殊行业的影响

　　为了防止研究结论是由电子信息类部分固有数字化、智能化强度较高的行业所驱动，参考袁蓉丽等（2021）^[27]的做法，将电子信息类公司样本剔除，重新进行回归。表13报告了相关回归结果，可以发现，在剔除这些特殊行业样本之后，数字化转型与企业研发投入交互项（Digital×Lnrd）的系数在各列仍显著为正，说明在排除这些行业样本可能的潜在干扰之后，研究结论依然稳健。

（五）工具变量回归

鉴于研究可能受到反向因果等内生性问题的干扰，例如：企业数字化转型能够促使创新效率提升，反之，创新效率较高的企业也可能更愿意推动数字化转型。为了尽可能缓解这一问题对估计结果的干扰，参考郭家堂等（2016）^［31］和袁淳等（2021）^［13］的做法，利用各省（自治区、直辖市）互联网普及率作为工具变量进行检验。理论上，互联网普及率可能会影响当地企业数字化转型的意识，但并不会直接影响企业创新效率。因此，采用地区互联网普及率作为工具变量进行回归，结果见表14。可以发现，数字化转型与企业研发投入交互项（Digital×Lnrd）的系数仍显著为正，说明数字化转型的推进能够有效增加单位研发投入的创新产出，即数字化转型促使创新效率提高的结论依然稳健。

七、结论与启示

　　数字经济与实体经济的深度融合正在持续赋能和扩展现代经济的增长空间。数字化时代，数据信息本身不仅是重要的生产要素，而且还是各种生产要素在市场竞争中形成合力、提炼为效率的催化剂。在这一时代背景下，本研究从企业数字化转型的推进入手，考察其对创新效率的影响。结果显示，数字化转型的加强显著提升了企业创新效率；并且这一效应在公司高管具有信息技术特长时表现更为明显。进一步的机制分析发现，企业数字化转型通过降低资源组织协调成本和优化内部控制执行环境等渠道推动创新效率的提升。此外，还分析了不同内外部环境特征的异质性效应，发现数字化转型对企业创新效率的提升作用在同行业规模较大企业以及地区数字化水平较高时有更强的体现。

　　从理论视角看，本文丰富了数字经济发展、企业创新等领域的相关文献，为后续关于企业数字化转型与公司治理、资源配置与创新效率等相关研究提供了很好的参考，同时，对正在推进的数字中国建设也具有重要启示。研究结论表明：企业数字化转型的推进能够显著提升创新效率，而且公司董事高管具有信息技术相关特长时这一效应更为明显。因此，应当继续扎实推进数字化、智能化发展，尤其是向企业各领域的纵深拓展，同时应大力培育、引进具有相关专长的人才，力争实现数字化转型的更大功效。此外，研究还发现：数字化转型效能的呈现还依赖于良好的外部信息化环境，因此各地区要高度重视数字化、信息化新型基础设施建设，拓展数字共生空间，推动现代化经济体系系统重塑，提升整体资源配置效率，进而达到以较少要素投入，实现更优质、更高效产出的目标。

［1］Adner R,Kapoor R.Value Creation in Innovation Ecosystems:How the Structure of Technological Interdependence Affects Firm Performance in New Technology Generations［J］.Strategic  Management  Journal，2010，31（3）：306-333.

［2］陈冬梅，王俐珍，陈安霓．数字化与战略管理理论——回顾、挑战与展望［J］.管理世界,2020（5）：220-236.

［3］Mukherjee  A，Manpreet S，Alminas  Z.Do Corporate Taxes Hinder Innovation? ［J］.Journal of  Financial  Economics，2017，124（1）：195-210.

［4］白俊红，李婧．政府R&D资助与企业技术创新：基于效率视角的实证分析［J］.金融研究，2011（6）：181-193.

［5］Bloom N，Draca M，Reenen J V.Trade Induced Technical Change? The Impact of Chinese Imports on Innovation, IT and  Productivity［J］.Review of Economic Studies，2016，83（1）：87-117.

［6］戴魁早，刘友金．要素市场扭曲与创新效率——对中国高技术产业发展的经验分析［J］.经济研究，2016（7）：72-86.

［7］朱德胜，周晓珮．股权制衡、高管持股与企业创新效率［J］.南开管理评论，2016（3）：136-144.

［8］姜军，江轩宇，伊志宏．企业创新效率研究——来自股权质押的影响［J］.金融研究，2020（2）：128-146.

［9］何帆，刘红霞．数字经济视角下实体企业数字化变革的业绩提升效应评估［J］.改革，2019（4）：137-148.

［10］Yushkova E.Impact of ICT on Trade in Different Technology Groups:Analysis and Implications［J］.International  Economics & Economic Policy，2014，11（1-2）：165-177.

［11］黄群慧，余泳泽，张松林．互联网发展与制造业生产率提升：内在机制与中国经验［J］.中国工业经济，2019（8）：5-23.

［12］焦勇．数字经济赋能制造业转型:从价值重塑到价值创造［J］.经济学家，2020（6）：87-94.

［13］袁淳，肖土盛，耿春晓，盛誉．数字化转型与企业分工：专业化还是纵向一体化［J］.中国工业经济，2021（9）：137-155.

［14］吴非，胡慧芷，林慧妍，任晓怡．企业数字化转型与资本市场表现——来自股票流动性的经验证据［J］.管理世界，2021（7）：130-144.

［15］赵玲，黄昊．企业数字化转型、供应链协同与成本粘性［J］.当代财经，2022（5）：124-136.

［16］Holmstrom B.Agency Costs and Innovation［J］.Journal of Economic Behavior and Organization，1989，12（3）：305-327.

［17］Agrawal A，Rosell C，Simcoe T.Tax Credits and Small Firm R&D Spending［J］.American Economic  Journal：Economic  Policy，2020，12（2）：1-21．

［18］李维安，李浩波，李慧聪．创新激励还是税盾？——高新技术企业税收优惠研究［J］.科研管理，2016（11）：61-70.

［19］王靖宇，张宏亮．债务融资与企业创新效率——基于《物权法》自然实验的经验证据［J］.中国软科学，2020（4）：164-173.

［20］赵宸宇．进口竞争能否提高企业创新效率——基于中国企业层面的分析［J］.世界经济研究，2020（1）：121-134.

［21］Sapra H，Subramanian  A，Subramanian K．Corporate Governance and Innovation：Theory and Evidence［J］.Journal of Financial and Quantitative  Analysis，2014，49（4）：957-1003.

［22］鲁桐，党印．公司治理与技术创新：分行业比较［J］.经济研究，2014（6）：115-128.

［23］Müller E，Zimmermann V．The Importance of  Equity Finance for R&D  Activity［J］.Small Business  Economics，2009，33（3）：303-318．

［24］肖海莲，唐清泉，周美华．负债对企业创新投资模式的影响——基于R&D异质性的实证研究［J］.科研管理，2014（10）：77-85.

［25］权小锋，尹洪英．中国式卖空机制与公司创新——基于融资融券分步扩容的自然实验［J］.管理世界，2017（1）：128-144.

［26］肖文，林高榜．政府支持、研发管理与技术创新效率——基于中国工业行业的实证分析［J］.管理世界，2014（4）：71-80.

［27］袁蓉丽，李瑞敬，孙健．董事的信息技术背景能抑制盈余管理吗？［J］.南开管理评论，2021（3）：139-151.

［28］张会丽，吴有红．内部控制、现金持有及经济后果［J］.会计研究，2014（3）：71-78.

［29］姚立杰，周颖．管理层能力、创新水平与创新效率［J］.会计研究，2018（6）：70-77.

［30］申宇，黄昊，赵玲．地方政府“创新崇拜”与企业专利泡沫［J］.科研管理，2018（4）：83-91.

［31］郭家堂，骆品亮．互联网对中国全要素生产率有促进作用吗?［J］.管理世界，2016（10）：34-49.