辛 琳

（上海對(duì)外經(jīng)貿(mào)大學(xué)金融管理學(xué)院，上海 201620）

一、引言

中共中央在政治局會(huì)議、中央經(jīng)濟(jì)工作會(huì)議和“十四五”規(guī)劃中多次強(qiáng)調(diào)發(fā)展“專(zhuān)精特新”中小企業(yè)，解決“卡脖子”問(wèn)題，在細(xì)分領(lǐng)域建立競(jìng)爭(zhēng)優(yōu)勢(shì)。中小企業(yè)→創(chuàng)新型中小企業(yè)→“專(zhuān)精特新”中小企業(yè)→專(zhuān)精特新“小巨人”企業(yè)的發(fā)展路徑，成為數(shù)字經(jīng)濟(jì)背景下中小企業(yè)的新發(fā)展方向?！皩?zhuān)精特新”的靈魂是創(chuàng)新，融資約束是制約創(chuàng)新績(jī)效的關(guān)鍵因素，知識(shí)網(wǎng)絡(luò)作為信息合作與交流，是把技術(shù)與人連接起來(lái)的重要工具與通道，如何正確利用知識(shí)網(wǎng)絡(luò)緩解融資約束，提升“專(zhuān)精特新”企業(yè)的創(chuàng)新績(jī)效是一個(gè)重要問(wèn)題。本文以“專(zhuān)精特新”企業(yè)的知識(shí)網(wǎng)絡(luò)為切入點(diǎn)，探究知識(shí)網(wǎng)絡(luò)對(duì)“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效的影響，以及融資約束在此關(guān)系中的調(diào)節(jié)效應(yīng)。在數(shù)字化轉(zhuǎn)型的時(shí)代背景下，企業(yè)如何運(yùn)用知識(shí)網(wǎng)絡(luò)嵌入效應(yīng)實(shí)現(xiàn)自身知識(shí)資源的充分利用，有效應(yīng)對(duì)面臨的融資約束，從而提升企業(yè)創(chuàng)新績(jī)效，是“專(zhuān)精特新”企業(yè)不得不面對(duì)的緊急事務(wù)。

自從Granovetter(1985)提出嵌入理論以來(lái)，學(xué)術(shù)界基于特定的情境賦予了其不同的內(nèi)涵，產(chǎn)生了如組織嵌入、網(wǎng)絡(luò)嵌入、工作嵌入等嵌入概念。目前，學(xué)術(shù)界已經(jīng)就合作網(wǎng)絡(luò)(周文浩和李海林，2022)、資金網(wǎng)絡(luò)(李媛媛等，2022)、社會(huì)網(wǎng)絡(luò)與知識(shí)網(wǎng)絡(luò)交互賦能(辛琳和孟昕童，2021)以及雙重網(wǎng)絡(luò)嵌入(陳樹(shù)廣和宋志龍，2022)等網(wǎng)絡(luò)嵌入的經(jīng)濟(jì)效應(yīng)進(jìn)行了研究，但從知識(shí)網(wǎng)絡(luò)嵌入視角探究知識(shí)網(wǎng)絡(luò)、融資約束與“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效三者間關(guān)系的研究仍然有待拓展。尤其是對(duì)近年提出的“專(zhuān)精特新”企業(yè)的專(zhuān)門(mén)研究，更需要進(jìn)一步細(xì)化以獲得有效的政策建議。

Swan等(1999)認(rèn)為知識(shí)網(wǎng)絡(luò)是一個(gè)提供知識(shí)、信息利用等作用的社會(huì)網(wǎng)絡(luò)。本文選擇最直接、被廣泛認(rèn)可的知識(shí)網(wǎng)絡(luò)點(diǎn)度中心性來(lái)描述知識(shí)網(wǎng)絡(luò)(李媛媛等，2022；戴靚等，2021；趙藝璇和成瓊文，2021)。知識(shí)網(wǎng)絡(luò)中心度反映了一個(gè)企業(yè)在知識(shí)網(wǎng)絡(luò)中的地位，若一個(gè)企業(yè)在知識(shí)網(wǎng)絡(luò)中與其他企業(yè)的連邊較多，該企業(yè)知識(shí)資源的潛力被挖掘和利用的較為充分，則該企業(yè)在知識(shí)網(wǎng)絡(luò)中居于中心地位，擁有較大的權(quán)力。根據(jù)知識(shí)基礎(chǔ)觀，知識(shí)是能夠產(chǎn)生競(jìng)爭(zhēng)優(yōu)勢(shì)的戰(zhàn)略性無(wú)形資產(chǎn)(Grant，1996；Inkpen & Tsang，2016；奧康納和凱利，2017)。知識(shí)基礎(chǔ)是企業(yè)創(chuàng)新活動(dòng)的主要來(lái)源（Flemingl，2001），創(chuàng)新的產(chǎn)生就是知識(shí)元素的組合過(guò)程（Grantrm，1996）。創(chuàng)新能力強(qiáng)且與產(chǎn)業(yè)鏈上下游關(guān)系緊密是“專(zhuān)精特新”企業(yè)的顯著特點(diǎn)，但“融資難”“融資貴”制約了“專(zhuān)精特新”企業(yè)的發(fā)展。工信部認(rèn)定了4762家專(zhuān)精特新“小巨人”企業(yè)，其中A股上市公司311家，占比7%，集中于中高端制造領(lǐng)域。從省份分布來(lái)看，最多的浙江省470家，是最少的西藏2家的235倍。前5位分別是浙江470家、廣東429家、山東362家、江蘇285家和上海262家。前5個(gè)省市集聚了38%，超過(guò)了三分之一的比重，體現(xiàn)了長(zhǎng)三角、珠三角、環(huán)渤海經(jīng)濟(jì)帶的地位。

本文以2012～2021年“專(zhuān)精特新”A股上市公司為樣本，利用網(wǎng)絡(luò)分析軟件Ucinet以及Python爬蟲(chóng)方法，對(duì)企業(yè)發(fā)明專(zhuān)利和實(shí)用新型專(zhuān)利申請(qǐng)分類(lèi)號(hào)中涉及的知識(shí)元素進(jìn)行手動(dòng)整理，構(gòu)建二模知識(shí)網(wǎng)絡(luò)進(jìn)行分析，探究知識(shí)網(wǎng)絡(luò)對(duì)“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效的影響，并分析融資約束的調(diào)節(jié)效應(yīng)。實(shí)證結(jié)果表明，降低知識(shí)網(wǎng)絡(luò)中心度能夠顯著提升“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效，且融資約束在此關(guān)系中發(fā)揮正向調(diào)節(jié)效應(yīng)。在董事長(zhǎng)總經(jīng)理兩職合一以及高公司股權(quán)制衡度的企業(yè)中，由于信息不對(duì)稱(chēng)程度較低，降低知識(shí)網(wǎng)絡(luò)中心度對(duì)創(chuàng)新績(jī)效的促進(jìn)作用更為顯著。進(jìn)一步研究發(fā)現(xiàn)，當(dāng)考慮“專(zhuān)精特新”企業(yè)的數(shù)字化轉(zhuǎn)型時(shí)，也會(huì)顯著增強(qiáng)融資約束在知識(shí)網(wǎng)絡(luò)與創(chuàng)新績(jī)效間的正向調(diào)節(jié)作用。本文的研究結(jié)論從一個(gè)角度證明了“專(zhuān)精特新”企業(yè)必須具備擁有獨(dú)特而創(chuàng)新的知識(shí)體系，是其實(shí)現(xiàn)“小而精、小而尖”專(zhuān)精特新地位的基礎(chǔ)。

本文的邊際貢獻(xiàn)在于：第一，從知識(shí)網(wǎng)絡(luò)嵌入視角，進(jìn)一步豐富了網(wǎng)絡(luò)嵌入經(jīng)濟(jì)效應(yīng)的相關(guān)研究?，F(xiàn)有文獻(xiàn)討論了合作網(wǎng)絡(luò)(周文浩和李海林，2022)、社會(huì)網(wǎng)絡(luò)與知識(shí)網(wǎng)絡(luò)交互賦能(辛琳和孟昕童，2021)、資金網(wǎng)絡(luò)中心度(李媛媛等，2022) 以及雙重網(wǎng)絡(luò)嵌入(陳樹(shù)廣和宋志龍，2022)等網(wǎng)絡(luò)嵌入的經(jīng)濟(jì)效應(yīng)，從構(gòu)建二模知識(shí)網(wǎng)絡(luò)的角度研究知識(shí)網(wǎng)絡(luò)對(duì)企業(yè)創(chuàng)新績(jī)效影響機(jī)制的文獻(xiàn)較少。第二，從企業(yè)數(shù)字化轉(zhuǎn)型時(shí)代背景出發(fā)，有助于補(bǔ)充“專(zhuān)精特新”企業(yè)數(shù)字化轉(zhuǎn)型中融資約束、創(chuàng)新績(jī)效的相關(guān)研究。對(duì)“專(zhuān)精特新”企業(yè)的數(shù)字化轉(zhuǎn)型關(guān)鍵詞利用Python爬蟲(chóng)技術(shù)進(jìn)行詞頻統(tǒng)計(jì)，將數(shù)字化轉(zhuǎn)型因素納入研究框架，發(fā)現(xiàn)“專(zhuān)精特新”企業(yè)數(shù)字化轉(zhuǎn)型能夠顯著增強(qiáng)融資約束在知識(shí)網(wǎng)絡(luò)與企業(yè)創(chuàng)新績(jī)效間的正向調(diào)節(jié)作用。研究結(jié)論有助于更加深刻地理解數(shù)字化轉(zhuǎn)型對(duì)“專(zhuān)精特新”企業(yè)高質(zhì)量發(fā)展的驅(qū)動(dòng)作用，補(bǔ)充和完善與“專(zhuān)精特新”企業(yè)數(shù)字化轉(zhuǎn)型相關(guān)的研究。第三，從公司治理角度得出的研究結(jié)論具有較強(qiáng)的現(xiàn)實(shí)意義。通過(guò)基于企業(yè)微觀特征的異質(zhì)性檢驗(yàn)，本文發(fā)現(xiàn)，在董事長(zhǎng)總經(jīng)理兩職合一以及高公司股權(quán)制衡度的企業(yè)中，由于信息不對(duì)稱(chēng)程度相對(duì)較低，降低知識(shí)網(wǎng)絡(luò)中心度對(duì)“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效的提升作用更為顯著。此結(jié)論對(duì)“專(zhuān)精特新”企業(yè)有針對(duì)性地改善公司治理、提升企業(yè)公司治理效率而言具有啟示意義。

二、理論分析與研究假說(shuō)

管理學(xué)領(lǐng)域?qū)χR(shí)網(wǎng)絡(luò)的研究最早起源于20世紀(jì)90年代的瑞典工業(yè)界，主要用于解釋科學(xué)發(fā)展中的知識(shí)生產(chǎn)和傳播活動(dòng)。學(xué)界共識(shí)是知識(shí)網(wǎng)絡(luò)也是一種特殊的社會(huì)網(wǎng)絡(luò)，本身是由一群進(jìn)行知識(shí)交流的個(gè)體、企業(yè)等主體產(chǎn)生的社會(huì)網(wǎng)絡(luò)關(guān)系組成（Jarvenpaa & Tanriverdi，2003）。知識(shí)網(wǎng)絡(luò)的構(gòu)成要素包括行為主體、節(jié)點(diǎn)聯(lián)系、網(wǎng)絡(luò)資源等，知識(shí)網(wǎng)絡(luò)的運(yùn)行驅(qū)動(dòng)力來(lái)自主體間知識(shí)創(chuàng)造和知識(shí)轉(zhuǎn)移，最終產(chǎn)生了價(jià)值（Seufert，1999；許可等，2022）。

知識(shí)網(wǎng)絡(luò)嵌入是有效解析知識(shí)流動(dòng)路徑的一種理論模型?！皩?zhuān)精特新”企業(yè)作為中小企業(yè)的典型代表，以知識(shí)網(wǎng)絡(luò)嵌入為切入點(diǎn)來(lái)研究該類(lèi)企業(yè)在企業(yè)內(nèi)知識(shí)傳遞及企業(yè)間知識(shí)擴(kuò)散的過(guò)程，具有較為深刻的理論與現(xiàn)實(shí)意義。一些學(xué)者從提升知識(shí)獲取效率的角度探究知識(shí)網(wǎng)絡(luò)嵌入的作用。盧啟程等(2020)的研究表明，代表著知識(shí)元素流動(dòng)的知識(shí)網(wǎng)絡(luò)內(nèi)部連邊可以通過(guò)知識(shí)創(chuàng)造和知識(shí)轉(zhuǎn)移對(duì)企業(yè)知識(shí)獲取效率產(chǎn)生正向影響。楊春白雪等(2020)認(rèn)為，隨著企業(yè)知識(shí)網(wǎng)絡(luò)中心度的提高，與企業(yè)直接聯(lián)系的知識(shí)元素?cái)?shù)量增加，企業(yè)能夠以更多的機(jī)會(huì)、更低的成本和更快的速度更高效地獲取前沿性知識(shí)資源，從而有助于提升企業(yè)創(chuàng)新績(jī)效。另一些學(xué)者從網(wǎng)絡(luò)內(nèi)知識(shí)資源多樣性的角度對(duì)知識(shí)網(wǎng)絡(luò)嵌入進(jìn)行研究。擁有較高知識(shí)網(wǎng)絡(luò)地位的企業(yè)更容易獲得網(wǎng)絡(luò)內(nèi)成員提供的新穎、異質(zhì)性資源，從而提高企業(yè)知識(shí)網(wǎng)絡(luò)內(nèi)的知識(shí)資源豐富度(徐露允等，2021)。同時(shí)，對(duì)企業(yè)來(lái)說(shuō)，中心企業(yè)連邊多，即企業(yè)擁有更多的合作伙伴與知識(shí)要素，將會(huì)帶來(lái)更多可以幫助企業(yè)利用潛在資源的額外信息，有助于企業(yè)提升知識(shí)資源多樣性，有效把握創(chuàng)新機(jī)會(huì)(Gulati et al.，2015)。

網(wǎng)絡(luò)研究中描述節(jié)點(diǎn)中心性（centrality）的指標(biāo)是點(diǎn)度中心度（degree centrality）。節(jié)點(diǎn)的度中心性越高，該節(jié)點(diǎn)在網(wǎng)絡(luò)中就越重要。當(dāng)研究知識(shí)網(wǎng)絡(luò)嵌入水平時(shí)，最直接、被廣泛認(rèn)可的度量指標(biāo)為知識(shí)網(wǎng)絡(luò)的點(diǎn)度中心性(李媛媛等，2022；戴靚等，2021；趙藝璇和成瓊文，2021)。知識(shí)網(wǎng)絡(luò)中心度反映一個(gè)企業(yè)在知識(shí)網(wǎng)絡(luò)中的地位，若一個(gè)企業(yè)在知識(shí)網(wǎng)絡(luò)中與其他企業(yè)的連邊較多，則該企業(yè)知識(shí)資源的潛力被挖掘和利用得較為充分，企業(yè)在知識(shí)網(wǎng)絡(luò)中居于中心地位，從而擁有較大的權(quán)力。從理論上講，若一個(gè)“專(zhuān)精特新”企業(yè)的知識(shí)網(wǎng)絡(luò)中心度越大，即該企業(yè)在知識(shí)網(wǎng)絡(luò)中處于優(yōu)勢(shì)地位，企業(yè)的知識(shí)元素在企業(yè)內(nèi)部及不同企業(yè)專(zhuān)利中的使用頻次較高，則該知識(shí)元素對(duì)企業(yè)創(chuàng)新績(jī)效提升的邊際貢獻(xiàn)作用較小，不利于該“專(zhuān)精特新”企業(yè)進(jìn)行獨(dú)有性的專(zhuān)利創(chuàng)新。

融資約束概念最早由Kaplan & Zingales(1997)提出，表示由于信息不對(duì)稱(chēng)、代理問(wèn)題等市場(chǎng)不完備因素所導(dǎo)致的企業(yè)內(nèi)外部融資成本差額，從而使具有潛在良好績(jī)效的企業(yè)因“缺錢(qián)”而不能獲得可能的利潤(rùn)。通常而言，企業(yè)面臨的融資約束會(huì)受到內(nèi)外部諸多因素的影響，宏觀角度上區(qū)域數(shù)字經(jīng)濟(jì)的發(fā)展(盛思思和徐展，2022)、中觀角度上上市公司與政府間的政治關(guān)聯(lián)(崔鐘月等，2022)和地方政府債務(wù)規(guī)模(陳寶東和崔曉雪，2022)、微觀角度上供應(yīng)商與客戶(hù)集中度(李小金和賀湘，2022)以及環(huán)境信息披露質(zhì)量(寧宇新和褚婷婷，2022)等因素均會(huì)影響企業(yè)的融資情況。作為中小企業(yè)中的領(lǐng)頭羊，“專(zhuān)精特新”企業(yè)面臨的融資約束問(wèn)題具有較強(qiáng)的啟示意義。由于“專(zhuān)精特新”企業(yè)大多處于成長(zhǎng)期且研發(fā)投入成本相對(duì)較高，且由于存在企業(yè)內(nèi)外部信息不對(duì)稱(chēng)等問(wèn)題，其面臨的融資難、融資貴等融資問(wèn)題得不到有效解決，會(huì)使企業(yè)創(chuàng)新缺乏充足的資金支持，企業(yè)間知識(shí)資源的擴(kuò)散和共享以及企業(yè)自身創(chuàng)新績(jī)效的提升都會(huì)面臨較大的阻力。

在我國(guó)社會(huì)主義市場(chǎng)經(jīng)濟(jì)的發(fā)展過(guò)程中，以“專(zhuān)精特新”企業(yè)為代表的中小企業(yè)具有舉足輕重的作用。但是，由于“專(zhuān)精特新”等中小企業(yè)的信息不透明，會(huì)計(jì)制度不夠規(guī)范，且常常不能提供充分的擔(dān)?；虻盅?，金融機(jī)構(gòu)往往難以有效克服信息不對(duì)稱(chēng)造成的逆向選擇問(wèn)題(林毅夫等，2015)?！皩?zhuān)精特新”等中小企業(yè)缺乏相應(yīng)的社會(huì)信任機(jī)制以及與外界之間的信息溝通不暢，會(huì)導(dǎo)致其融資困難。自由現(xiàn)金流理論認(rèn)為，當(dāng)企業(yè)面臨較為嚴(yán)格的融資約束時(shí)，企業(yè)內(nèi)自由現(xiàn)金流較少，此時(shí)企業(yè)面臨的代理問(wèn)題往往相對(duì)較小，這有利于企業(yè)做出符合自身長(zhǎng)期利益的投資決策，增加研發(fā)投入，提升企業(yè)創(chuàng)新績(jī)效，即融資約束對(duì)創(chuàng)新績(jī)效具有正向影響。實(shí)證研究發(fā)現(xiàn)，融資約束能夠促進(jìn)新產(chǎn)品開(kāi)發(fā)并提升研發(fā)投入效率 (Baker & Nelson，2005；Zhang，2021)。因而，融資約束對(duì)知識(shí)網(wǎng)絡(luò)與“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效間的關(guān)系具有正向影響。

當(dāng)從資源有限性視角探究“專(zhuān)精特新”等中小企業(yè)面臨的融資約束時(shí)，可以從兩方面理解。一方面，相較于國(guó)內(nèi)其他上市公司，“專(zhuān)精特新”等中小企業(yè)自身規(guī)模較小，資金相對(duì)短缺，且常常不能提供充分的擔(dān)?；虻盅?，缺乏可抵押的資產(chǎn)，“專(zhuān)精特新”等中小企業(yè)自身資源缺乏是其面臨融資約束的重要原因；另一方面，一定時(shí)期內(nèi)社會(huì)中的總流通貨幣量是確定的，即銀行等金融機(jī)構(gòu)的放貸總額有限，而根據(jù)“投資第一性”原則，銀行等金融機(jī)構(gòu)在選擇放貸對(duì)象時(shí)往往更傾向于選擇那些經(jīng)營(yíng)收益較好、償債能力有保障的大型企業(yè)，從而進(jìn)一步加劇了“專(zhuān)精特新”等中小企業(yè)面臨的融資困境。創(chuàng)新理論認(rèn)為，資源的有限會(huì)導(dǎo)致可供選擇的路徑減少，從而激發(fā)企業(yè)創(chuàng)造力，這有利于提高企業(yè)現(xiàn)有資源的利用率以及企業(yè)間知識(shí)資源的共享交互程度，緩解“專(zhuān)精特新”等中小企業(yè)資源缺乏的不利條件，從而有助于提升企業(yè)創(chuàng)新績(jī)效。

當(dāng)探究融資約束對(duì)創(chuàng)新績(jī)效的影響時(shí)，創(chuàng)新理論認(rèn)為，當(dāng)企業(yè)面臨的融資約束程度上升時(shí)，企業(yè)內(nèi)資金有限，可供企業(yè)選擇的發(fā)展路徑減少，反而會(huì)倒逼企業(yè)提高資源利用效率，最大限度地利用已有知識(shí)資源，從而有助于企業(yè)創(chuàng)新績(jī)效的提升，增強(qiáng)核心競(jìng)爭(zhēng)力?；谏鲜龇治觯ɡ碚撃Ｐ鸵?jiàn)圖1），本文提出如下假說(shuō)：

圖1 知識(shí)網(wǎng)絡(luò)、融資約束與“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效理論模型

H1a：降低知識(shí)網(wǎng)絡(luò)中心度對(duì)“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效有顯著促進(jìn)作用。

H1b：融資約束對(duì)“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效有顯著促進(jìn)作用。

H2：融資約束在知識(shí)網(wǎng)絡(luò)中心度與“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效間發(fā)揮正向調(diào)節(jié)作用。

三、實(shí)證研究設(shè)計(jì)

(一)樣本選擇與數(shù)據(jù)來(lái)源

本文選取2012～2021年我國(guó)A股上市的“專(zhuān)精特新”企業(yè)作為研究樣本。由于我國(guó)有關(guān)“專(zhuān)精特新”企業(yè)的政策由工信部于2011年9月在《“十二五”中小企業(yè)成長(zhǎng)規(guī)劃》中首次提出，并且從2012年開(kāi)始證監(jiān)會(huì)實(shí)行了新的行業(yè)分類(lèi)標(biāo)準(zhǔn)，因此樣本區(qū)間從2012年開(kāi)始。從工信部于2019年、2020年和2021年認(rèn)定并發(fā)布的三批“專(zhuān)精特新”企業(yè)名單中手動(dòng)篩選出A股上市公司作為研究樣本，進(jìn)行如下處理：(1)剔除ST、*ST的企業(yè)；(2)考慮到企業(yè)會(huì)計(jì)處理的差異，剔除金融保險(xiǎn)類(lèi)公司樣本；(3)考慮到樣本數(shù)據(jù)的完整性，剔除存在缺省值的樣本。最終得到“專(zhuān)精特新”A股上市公司樣本共計(jì)313家。

對(duì)于這313家A股上市的“專(zhuān)精特新”樣本企業(yè)，從行業(yè)分布來(lái)看，機(jī)械設(shè)備行業(yè)73家(占比23.32%)，化工行業(yè)41家(占比13.10%)，醫(yī)藥生物行業(yè)35家(占比11.18%)，電子行業(yè)42家(占比13.42%)，電力設(shè)備35家(占比11.18%)，這5個(gè)行業(yè)共計(jì)226家，占比72.20%。這表明“專(zhuān)精特新”A股上市公司在行業(yè)分布方面，主要集中于高端裝備制造、新材料、新能源等中高端制造領(lǐng)域。

知識(shí)網(wǎng)絡(luò)、創(chuàng)新績(jī)效和融資約束等實(shí)證數(shù)據(jù)來(lái)源于CSMAR數(shù)據(jù)庫(kù)和CNRDS數(shù)據(jù)庫(kù)等。計(jì)算知識(shí)網(wǎng)絡(luò)和創(chuàng)新績(jī)效用到的上市公司專(zhuān)利申請(qǐng)情況及專(zhuān)利分類(lèi)號(hào)數(shù)據(jù)來(lái)自中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)(CNRDS)數(shù)據(jù)庫(kù)，經(jīng)手工處理、匯總后獲得企業(yè)知識(shí)網(wǎng)絡(luò)和創(chuàng)新績(jī)效數(shù)據(jù)。計(jì)算融資約束和控制變量的數(shù)據(jù)均來(lái)自CSMAR數(shù)據(jù)庫(kù)。實(shí)證軟件包括Stata16.0和Ucinet6.0。為了防止極端值的影響，對(duì)所有連續(xù)變量進(jìn)行1%的縮尾處理。本文所有回歸的標(biāo)準(zhǔn)誤均經(jīng)公司層面聚類(lèi)處理，共獲得864個(gè)樣本觀測(cè)值。

(二)變量選取

1.創(chuàng)新績(jī)效

本文采用中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)(CNRDS)數(shù)據(jù)庫(kù)中的企業(yè)專(zhuān)利申請(qǐng)數(shù)據(jù)，參考余泳澤等(2013)使用的創(chuàng)新績(jī)效衡量方法，將“專(zhuān)精特新”A股上市公司的發(fā)明專(zhuān)利(invention)、實(shí)用新型專(zhuān)利(utility)和外觀設(shè)計(jì)專(zhuān)利(design)的申請(qǐng)數(shù)量按照0.5、0.3和0.2的比例進(jìn)行加權(quán)，將得到的數(shù)據(jù)作為創(chuàng)新績(jī)效，以衡量企業(yè)的創(chuàng)新能力。其計(jì)算公式如式(1)：

2.知識(shí)網(wǎng)絡(luò)

本文選擇最直觀、被廣泛認(rèn)可的點(diǎn)度中心性作為衡量知識(shí)網(wǎng)絡(luò)嵌入水平的度量指標(biāo)(李媛媛等，2022；戴靚等，2021；趙藝璇和成瓊文，2021)?！皩?zhuān)精特新”A股上市公司樣本來(lái)自不同行業(yè)，雖然各行業(yè)技術(shù)類(lèi)別有所不同，但知識(shí)元素在各行業(yè)間仍可共享，并不為企業(yè)獨(dú)有，因而以知識(shí)元素為切入點(diǎn)，對(duì)企業(yè)的知識(shí)網(wǎng)絡(luò)嵌入情況進(jìn)行分析。本文使用IPC分類(lèi)號(hào)的前3位作為知識(shí)元素來(lái)構(gòu)建知識(shí)網(wǎng)絡(luò)。企業(yè)的知識(shí)網(wǎng)絡(luò)中心度越大，即企業(yè)在知識(shí)網(wǎng)絡(luò)中處于優(yōu)勢(shì)地位，說(shuō)明該企業(yè)知識(shí)資源的潛力被挖掘和利用的越充分。借鑒李媛媛等(2022)的做法，將“專(zhuān)精特新”企業(yè)和知識(shí)元素作為網(wǎng)絡(luò)中的兩類(lèi)節(jié)點(diǎn)，構(gòu)建二模知識(shí)網(wǎng)絡(luò)。若企業(yè)的發(fā)明專(zhuān)利和實(shí)用新型專(zhuān)利申請(qǐng)分類(lèi)號(hào)中包含某一知識(shí)元素，則企業(yè)與該知識(shí)元素的連邊形成；若企業(yè)的n項(xiàng)專(zhuān)利中均包含某一知識(shí)元素，則兩者關(guān)系值記為n，由此得到“專(zhuān)精特新”企業(yè)與知識(shí)元素間的二模知識(shí)網(wǎng)絡(luò)矩陣，如式(2)所示。隨后將該二模矩陣在UCINET中通過(guò)“Data-Affiliations(Row)”,以行為標(biāo)準(zhǔn)，轉(zhuǎn)換為一模矩陣，即測(cè)量同一知識(shí)元素在不同企業(yè)專(zhuān)利申請(qǐng)時(shí)被共同使用的次數(shù)，衡量不同企業(yè)之間知識(shí)元素連結(jié)的強(qiáng)弱。后經(jīng)對(duì)稱(chēng)化、二值化處理，執(zhí)行“Network-Centrality-Degree”操作，計(jì)算得到各節(jié)點(diǎn)的點(diǎn)度中心度，由此構(gòu)建2012～2021年“專(zhuān)精特新”A股上市公司的知識(shí)網(wǎng)絡(luò)中心度。

3.融資約束

參考已有研究(辛琳和孟昕童，2021)，相較于KZ指數(shù)、WW指數(shù)和投資-現(xiàn)金流敏感性系數(shù)等衡量企業(yè)融資約束的指標(biāo)，SA指數(shù)在計(jì)算企業(yè)融資約束時(shí)僅使用企業(yè)規(guī)模(Size)和企業(yè)年齡(Age)兩個(gè)變量，能夠更好地規(guī)避變量?jī)?nèi)生性。該指標(biāo)的值越小，表明企業(yè)面臨的融資約束程度越嚴(yán)重?；净貧w采用SA指數(shù)作為融資約束（SA）的代理變量(Hadlock & Pierce，2010)，其計(jì)算公式如式(3)：

4.控制變量

參考現(xiàn)有相關(guān)研究(高敬忠等，2021)，實(shí)證檢驗(yàn)的過(guò)程中應(yīng)控制與公司運(yùn)營(yíng)及財(cái)務(wù)狀況、公司治理相關(guān)的變量。以盈利水平(ROA)、成長(zhǎng)性(Growth)和償債能力(Lev)作為控制變量，從三個(gè)維度綜合衡量企業(yè)運(yùn)營(yíng)及財(cái)務(wù)狀況。在基于企業(yè)微觀特征的異質(zhì)性檢驗(yàn)中使用董事長(zhǎng)總經(jīng)理是否兩職合一(DUAL)以及股權(quán)制衡度(Top31)作為控制信息不對(duì)稱(chēng)程度的變量。選取股權(quán)集中度(Top1)、獨(dú)立董事比例(PID)和產(chǎn)權(quán)性質(zhì)(State)作為公司治理控制變量。為了排除時(shí)間和行業(yè)的影響，對(duì)企業(yè)所處年度(Year)和行業(yè)(IND)效應(yīng)進(jìn)行了控制。各主要變量的具體含義和度量見(jiàn)表1。

表1 主要變量含義及度量

(三)模型設(shè)定

根據(jù)研究思路，為驗(yàn)證H1，檢驗(yàn)知識(shí)網(wǎng)絡(luò)、融資約束與“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效間的關(guān)系，構(gòu)建基準(zhǔn)回歸模型1。

為驗(yàn)證H2，檢驗(yàn)融資約束在知識(shí)網(wǎng)絡(luò)與創(chuàng)新績(jī)效間的正向調(diào)節(jié)效應(yīng)，構(gòu)建調(diào)節(jié)效應(yīng)模型2。

上述模型中，各變量定義及度量具體參見(jiàn)表1。

四、實(shí)證結(jié)果與分析

(一)描述性統(tǒng)計(jì)

主要變量的描述性統(tǒng)計(jì)結(jié)果如表2所示?！皩?zhuān)精特新”企業(yè)創(chuàng)新績(jī)效指標(biāo)的平均值為9.885，中位數(shù)為6.5，最小值為0，最大值為61，標(biāo)準(zhǔn)差為10.154，表明“專(zhuān)精特新”企業(yè)專(zhuān)利創(chuàng)新情況相對(duì)較好，但企業(yè)間差異較大。知識(shí)網(wǎng)絡(luò)中心度指標(biāo)的平均值為3.936，最大值為14.423，標(biāo)準(zhǔn)差為5.218，中位數(shù)為0，表明整體而言，“專(zhuān)精特新”企業(yè)在知識(shí)網(wǎng)絡(luò)中具有優(yōu)勢(shì)地位，且“專(zhuān)精特新”企業(yè)間知識(shí)元素的連結(jié)和共享程度相對(duì)較高。融資約束SA指數(shù)的平均值為-3.715，中位數(shù)為-3.699，標(biāo)準(zhǔn)差為0.2，中位數(shù)略大于平均值，表明“專(zhuān)精特新”企業(yè)面臨的融資約束整體相對(duì)較高且企業(yè)間差異較小。其他各控制變量的均值與中位數(shù)基本處于合理區(qū)間。

表2 描述性統(tǒng)計(jì)

(二)基本回歸結(jié)果

為驗(yàn)證知識(shí)網(wǎng)絡(luò)、融資約束與“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效三者間的關(guān)系，采用遞進(jìn)式回歸策略，回歸結(jié)果如表3所示。表3中，列(1)的結(jié)果顯示，在不對(duì)有關(guān)控制變量進(jìn)行控制的情況下，知識(shí)網(wǎng)絡(luò)中心度Degree與創(chuàng)新績(jī)效Innov間的系數(shù)為-0.309，且在10%水平上顯著；列(2)的結(jié)果顯示，在對(duì)有關(guān)控制變量進(jìn)行控制后，雖然系數(shù)大小和對(duì)應(yīng)的t值均有所下降，但知識(shí)網(wǎng)絡(luò)中心度Degree與創(chuàng)新績(jī)效Innov能夠在5%水平上顯著負(fù)相關(guān)，即降低知識(shí)網(wǎng)絡(luò)中心度對(duì)“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效有顯著促進(jìn)作用，H1a得到驗(yàn)證。表3的結(jié)果顯示，不管是否對(duì)有關(guān)控制變量進(jìn)行控制，融資約束SA與創(chuàng)新績(jī)效Innov間的系數(shù)均不顯著，實(shí)證結(jié)果不支持融資約束與“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效之間的直接影響，H1b不成立。

表3 知識(shí)網(wǎng)絡(luò)、融資約束與創(chuàng)新績(jī)效實(shí)證結(jié)果

模型2考察融資約束在知識(shí)網(wǎng)絡(luò)與“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效間關(guān)系中的調(diào)節(jié)作用，為了讓系數(shù)具有更直觀的含義，在檢驗(yàn)調(diào)節(jié)效應(yīng)時(shí)，對(duì)調(diào)節(jié)變量融資約束SA指數(shù)進(jìn)行了中心化處理，即對(duì)變量進(jìn)行去均值處理。檢驗(yàn)結(jié)果如表4所示，列(1)的結(jié)果顯示，在融資約束變量中心化前，知識(shí)網(wǎng)絡(luò)中心度Degree與企業(yè)創(chuàng)新績(jī)效Innov間的系數(shù)為7.042，并在5%水平上顯著，融資約束SA與知識(shí)網(wǎng)絡(luò)中心度Degree間交乘項(xiàng)的系數(shù)為1.964，在5%水平上顯著正相關(guān)；列(2)的結(jié)果顯示，在對(duì)融資約束變量進(jìn)行中心化處理后，融資約束SA與知識(shí)網(wǎng)絡(luò)中心度Degree間交乘項(xiàng)的系數(shù)為1.964，并仍能在5%水平上顯著。可知，不管是否對(duì)調(diào)節(jié)變量融資約束SA進(jìn)行中心化處理，融資約束在知識(shí)網(wǎng)絡(luò)與“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效間均發(fā)揮正向調(diào)節(jié)作用。假設(shè)H2得到驗(yàn)證。

表4 融資約束調(diào)節(jié)效應(yīng)實(shí)證結(jié)果

（三）穩(wěn)健性及內(nèi)生性檢驗(yàn)

1.工具變量法

由于本文的研究可能存在由于反向因果關(guān)系導(dǎo)致的內(nèi)生性問(wèn)題，即創(chuàng)新產(chǎn)出較高的“專(zhuān)精特新”企業(yè)往往更傾向于對(duì)關(guān)鍵技術(shù)和知識(shí)資源的獨(dú)有，而非在企業(yè)間進(jìn)行知識(shí)資源的交互與共享以占據(jù)知識(shí)網(wǎng)絡(luò)中的優(yōu)勢(shì)地位，知識(shí)網(wǎng)絡(luò)中心度低不是“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效較好的原因，而是結(jié)果。因此，采用工具變量法來(lái)緩解由于反向因果關(guān)系導(dǎo)致的內(nèi)生性問(wèn)題。選用企業(yè)專(zhuān)利申請(qǐng)所包含的國(guó)際專(zhuān)利分類(lèi)號(hào)大類(lèi)數(shù)量、企業(yè)高管的學(xué)術(shù)背景以及兩者的加權(quán)平均數(shù)作為知識(shí)網(wǎng)絡(luò)的工具變量，并采用兩階段最小二乘法進(jìn)行估計(jì)檢驗(yàn)。

首先，兩階段最小二乘法第一階段的回歸分析結(jié)果如表5的列(1)所示。工具變量Network與知識(shí)網(wǎng)絡(luò)中心度Degree間的系數(shù)為0.1155，且在10%水平下顯著正相關(guān)，可知，內(nèi)生變量知識(shí)網(wǎng)絡(luò)中心度Degree與工具變量Network之間的相關(guān)性較高，采用工具變量法進(jìn)行估計(jì)偏誤較小，以企業(yè)專(zhuān)利申請(qǐng)所包含的國(guó)際專(zhuān)利分類(lèi)號(hào)大類(lèi)數(shù)量、企業(yè)高管的學(xué)術(shù)背景以及兩者加權(quán)平均數(shù)作為工具變量具有合理性。在此基礎(chǔ)上，進(jìn)行了第二階段回歸分析，回歸結(jié)果如表6中的列(2)所示。列(2)的結(jié)果顯示，企業(yè)創(chuàng)新績(jī)效Innov與知識(shí)網(wǎng)絡(luò)中心度Degree間的系數(shù)為-3.2820，并在10%水平上顯著負(fù)相關(guān)。以上回歸結(jié)果表明，采用工具變量法對(duì)由于反向因果關(guān)系導(dǎo)致的內(nèi)生性問(wèn)題進(jìn)行處理后，降低知識(shí)網(wǎng)絡(luò)中心度能顯著提升“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效的結(jié)論依然成立，進(jìn)一步支持了H1a。

表5 具變量法的回歸結(jié)果

2.Hausman檢驗(yàn)及隨機(jī)效應(yīng)檢驗(yàn)

盡管本文在研究知識(shí)網(wǎng)絡(luò)、融資約束與“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效間的關(guān)系時(shí)控制了一部分可能對(duì)其產(chǎn)生影響的變量，但仍然可能存在由于樣本選擇偏誤，即樣本不具有代表性所導(dǎo)致的內(nèi)生性問(wèn)題,因此本文擬采用固定效應(yīng)模型或隨機(jī)效應(yīng)模型來(lái)處理此類(lèi)內(nèi)生性問(wèn)題。在固定效應(yīng)模型與隨機(jī)效應(yīng)模型的選擇上，本文首先進(jìn)行了Hausman檢驗(yàn)，檢驗(yàn)結(jié)果顯示無(wú)法拒絕原假設(shè)(Prob > chi2 = 0.4508)，因此本文選擇隨機(jī)效應(yīng)模型進(jìn)行檢驗(yàn)，回歸結(jié)果如表6所示。表6中列(1)結(jié)果顯示，在未對(duì)有關(guān)控制變量進(jìn)行控制時(shí)，知識(shí)網(wǎng)絡(luò)中心度Degree與創(chuàng)新績(jī)效Innov間系數(shù)為-0.3220，且在10%水平上顯著；列(2)結(jié)果顯示，在對(duì)有關(guān)控制變量進(jìn)行控制后，知識(shí)網(wǎng)絡(luò)中心度Degree與創(chuàng)新績(jī)效Innov間系數(shù)為-0.5230，且在1%水平上顯著?？芍?，在進(jìn)行隨機(jī)效應(yīng)檢驗(yàn)后，不管是否對(duì)有關(guān)控制變量進(jìn)行控制，降低知識(shí)網(wǎng)絡(luò)中心度能顯著提升“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效的結(jié)論依然成立。同時(shí)，通過(guò)隨機(jī)效應(yīng)檢驗(yàn)，可以推知，本文的主要結(jié)論對(duì)“專(zhuān)精特新”企業(yè)整體而言也是穩(wěn)健的，結(jié)論H1a具有較好的穩(wěn)健性。

3.Placebo檢驗(yàn)

為了進(jìn)一步增強(qiáng)檢驗(yàn)結(jié)果的穩(wěn)健性，驗(yàn)證降低知識(shí)網(wǎng)絡(luò)中心度確實(shí)是“專(zhuān)精特新”企業(yè)提升創(chuàng)新績(jī)效的主要原因，而不存在其他與知識(shí)網(wǎng)絡(luò)相關(guān)但無(wú)法觀測(cè)的變量影響企業(yè)創(chuàng)新績(jī)效，參考潘越等(2017)、許年行和李哲(2016)的做法，將當(dāng)年知識(shí)網(wǎng)絡(luò)的度中心性隨機(jī)分配給各“專(zhuān)精特新”A股上市公司，將隨機(jī)順序的知識(shí)網(wǎng)絡(luò)中心度與企業(yè)創(chuàng)新績(jī)效分別按照模型1重復(fù)進(jìn)行500次回歸。以知識(shí)網(wǎng)絡(luò)中心度(Degree)作為知識(shí)網(wǎng)絡(luò)代理變量的Placebo檢驗(yàn)的回歸結(jié)果如圖2和表7所示。

表7 虛擬效應(yīng)回歸結(jié)果的統(tǒng)計(jì)分布

圖2 500次Placebo檢驗(yàn)結(jié)果

從圖2和表7的結(jié)果來(lái)看，系數(shù)顯著為正和顯著為負(fù)的占比較小，這意味著本文構(gòu)造的知識(shí)網(wǎng)絡(luò)中心度的虛擬處理效應(yīng)并不存在，表明“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效的提升確實(shí)是由知識(shí)網(wǎng)絡(luò)中心度降低導(dǎo)致的，不存在遺漏重要變量的影響。這一檢驗(yàn)結(jié)果再次證明，本文主要結(jié)論H1a具有較好的穩(wěn)健性。

4.改變創(chuàng)新績(jī)效度量方法

“專(zhuān)精特新”樣本企業(yè)從行業(yè)分布情況來(lái)看，主要集中于高端裝備制造、新材料、新能源等中高端制造領(lǐng)域。受到行業(yè)特征、企業(yè)生命周期和企業(yè)發(fā)展戰(zhàn)略等因素的影響，不同企業(yè)對(duì)發(fā)明專(zhuān)利、實(shí)用新型專(zhuān)利和外觀設(shè)計(jì)專(zhuān)利的重視程度有所不同，專(zhuān)利申請(qǐng)時(shí)的側(cè)重點(diǎn)也不一樣。借鑒張永安和關(guān)永娟(2021)的研究思路，采用公司的發(fā)明專(zhuān)利、實(shí)用新型專(zhuān)利和外觀設(shè)計(jì)專(zhuān)利的總和(Innov2)來(lái)衡量企業(yè)創(chuàng)新績(jī)效，進(jìn)行基準(zhǔn)回歸和調(diào)節(jié)效應(yīng)檢驗(yàn)，回歸結(jié)果如表8和表9所示。由表8結(jié)果可知，改變創(chuàng)新績(jī)效度量方法后，在對(duì)有關(guān)控制變量進(jìn)行控制的情況下，知識(shí)網(wǎng)絡(luò)中心度(Degree)與創(chuàng)新績(jī)效(Innov2)間的系數(shù)為-1.261，并在5%水平上顯著，即降低知識(shí)網(wǎng)絡(luò)中心度對(duì)創(chuàng)新績(jī)效有顯著促進(jìn)作用；而融資約束(SA)與創(chuàng)新績(jī)效(Innov2)間的系數(shù)并不顯著，即融資約束對(duì)創(chuàng)新績(jī)效無(wú)直接影響。由表9結(jié)果可知，改變創(chuàng)新績(jī)效度量方法后，不管是否對(duì)融資約束變量進(jìn)行中心化處理，融資約束(SA)與知識(shí)網(wǎng)絡(luò)中心度(Degree)間交乘項(xiàng)的系數(shù)均顯著為正，即融資約束(SA)的正向調(diào)節(jié)效應(yīng)依然顯著?；貧w結(jié)果仍支持原假設(shè)，本文主要結(jié)論具有穩(wěn)健性。

表8 改變創(chuàng)新績(jī)效度量方法基準(zhǔn)回歸實(shí)證結(jié)果

表9 改變創(chuàng)新績(jī)效度量方法調(diào)節(jié)效應(yīng)實(shí)證結(jié)果

5.其他穩(wěn)健性檢驗(yàn)

為了進(jìn)一步增強(qiáng)研究結(jié)論的穩(wěn)健性，證實(shí)降低知識(shí)網(wǎng)絡(luò)中心度能顯著提升“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效，以及融資約束在此關(guān)系中發(fā)揮正向調(diào)節(jié)效應(yīng)，本文還進(jìn)行了如下穩(wěn)健性檢驗(yàn)：(1)核心解釋變量滯后一期?？紤]到以專(zhuān)利分類(lèi)號(hào)衡量的知識(shí)網(wǎng)絡(luò)中心度對(duì)企業(yè)創(chuàng)新績(jī)效的影響可能存在時(shí)滯，因此將核心解釋變量知識(shí)網(wǎng)絡(luò)中心度變量滯后一期(L.Degree)重新回歸以檢驗(yàn)結(jié)論的穩(wěn)健性。(2)中位數(shù)回歸。本文采用同年度同行業(yè)知識(shí)網(wǎng)絡(luò)中心度指標(biāo)的中位數(shù)(Degree_m)進(jìn)行回歸，以緩解行業(yè)和年份等外部環(huán)境因素對(duì)回歸結(jié)果產(chǎn)生的影響，再次驗(yàn)證結(jié)論的穩(wěn)健性。上述實(shí)證檢驗(yàn)中基準(zhǔn)回歸結(jié)果列示于表10的列(1)～(2)，調(diào)節(jié)效應(yīng)結(jié)果列示于表11的列(1)～(2)。由實(shí)證結(jié)果可知，在各個(gè)穩(wěn)健性檢驗(yàn)中，知識(shí)網(wǎng)絡(luò)中心度變量(L.Degree以及Degree_m)均與企業(yè)創(chuàng)新績(jī)效顯著負(fù)相關(guān)，即降低知識(shí)網(wǎng)絡(luò)中心度能顯著提升“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效，且融資約束(SA)的正向調(diào)節(jié)效應(yīng)仍均顯著，本文主要研究結(jié)論依然成立，具有較好的穩(wěn)健性。

表10 其他穩(wěn)健性檢驗(yàn)基準(zhǔn)回歸實(shí)證結(jié)果

表11 其他穩(wěn)健性檢驗(yàn)調(diào)節(jié)效應(yīng)實(shí)證結(jié)果

（四）基于企業(yè)微觀特征的異質(zhì)性檢驗(yàn)

在基本回歸檢驗(yàn)中，驗(yàn)證了知識(shí)網(wǎng)絡(luò)、融資約束對(duì)“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效的影響以及融資約束在此關(guān)系中的調(diào)節(jié)作用。從公司治理的微觀視角來(lái)看，降低知識(shí)網(wǎng)絡(luò)中心度對(duì)創(chuàng)新績(jī)效的提升作用可能會(huì)受到信息不對(duì)稱(chēng)因素的影響，且在信息不對(duì)稱(chēng)程度不同的企業(yè)間，該影響可能存在較大差異。因此，以控制變量中的董事長(zhǎng)總經(jīng)理是否兩職合一(DUAL)以及公司股權(quán)制衡度(Top31)高低來(lái)構(gòu)建信息不對(duì)稱(chēng)差異情境以檢驗(yàn)這一作用機(jī)制。

1.董事長(zhǎng)總經(jīng)理是否兩職合一

董事長(zhǎng)總經(jīng)理是否兩職合一(DUAL)是與公司治理有關(guān)的控制變量，該變量為虛擬變量，當(dāng)董事長(zhǎng)和總經(jīng)理由一人兼任時(shí)取1，否則取0。以董事長(zhǎng)總經(jīng)理是否兩職合一為標(biāo)準(zhǔn)將樣本區(qū)分為兩職合一樣本組和非兩職合一樣本組，分組進(jìn)行基準(zhǔn)回歸和調(diào)節(jié)效應(yīng)檢驗(yàn)，以驗(yàn)證知識(shí)網(wǎng)絡(luò)對(duì)“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效的影響和融資約束調(diào)節(jié)效應(yīng)在董事長(zhǎng)總經(jīng)理是否由一人兼任樣本組的區(qū)別。檢驗(yàn)結(jié)果列示于表12和表13。由表12可知，在兩職合一樣本組，即列(1)，知識(shí)網(wǎng)絡(luò)中心度(Degree)與企業(yè)創(chuàng)新績(jī)效(Innov)間的系數(shù)為-1.267，并在1%水平上顯著；而在非兩職合一樣本組，即列(2)，知識(shí)網(wǎng)絡(luò)中心度(Degree)與企業(yè)創(chuàng)新績(jī)效(Innov)間的系數(shù)為-0.457，但僅在5%水平上顯著。即在兩職合一樣本組，知識(shí)網(wǎng)絡(luò)中心度Degree與企業(yè)創(chuàng)新績(jī)效Innov間的關(guān)系更為顯著。由表13可知，在兩職合一樣本組，即列(1)，融資約束(SA)與知識(shí)網(wǎng)絡(luò)中心度(Degree)間交乘項(xiàng)的系數(shù)為5.565，且在5%水平上顯著；而在非兩職合一樣本組，即列(2)，融資約束(SA)與知識(shí)網(wǎng)絡(luò)中心度(Degree)間交乘項(xiàng)的系數(shù)為1.669，但僅在10%水平上顯著。即在兩職合一樣本組，融資約束SA的正向調(diào)節(jié)作用更為顯著。以上分析說(shuō)明，公司治理中董事長(zhǎng)總經(jīng)理兩職合一的情況可以降低信息不對(duì)稱(chēng)程度，從而使降低知識(shí)網(wǎng)絡(luò)中心度對(duì)“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效的提升作用以及融資約束的正向調(diào)節(jié)效應(yīng)均更為顯著。

表12 董事長(zhǎng)總經(jīng)理是否兩職合一基準(zhǔn)回歸實(shí)證結(jié)果

表13 董事長(zhǎng)總經(jīng)理是否兩職合一調(diào)節(jié)效應(yīng)實(shí)證結(jié)果

2.公司股權(quán)制衡度高低

與公司治理有關(guān)的另一重要控制變量為公司股權(quán)制衡度(Top31)的高低，采用“(前三大股東持股比例-第一大股東持股比例)/第一大股東持股比例”來(lái)度量。本文以“專(zhuān)精特新”企業(yè)股權(quán)制衡度的中位數(shù)為標(biāo)準(zhǔn)將樣本區(qū)分為低股權(quán)制衡度樣本組和高股權(quán)制衡度樣本組，分組進(jìn)行基準(zhǔn)回歸和調(diào)節(jié)效應(yīng)檢驗(yàn)，檢驗(yàn)結(jié)果如表14和表15所示。表14列(1)顯示，在低股權(quán)制衡度樣本組，知識(shí)網(wǎng)絡(luò)中心度(Degree)與企業(yè)創(chuàng)新績(jī)效(Innov)間的系數(shù)為-0.386，但并不顯著；而在高股權(quán)制衡度樣本組，即列(2)，知識(shí)網(wǎng)絡(luò)中心度(Degree)與企業(yè)創(chuàng)新績(jī)效(Innov)間的系數(shù)為-0.612，且在1%水平上顯著。此結(jié)果表明股權(quán)制衡度越高，知識(shí)網(wǎng)絡(luò)中心度Degree與企業(yè)創(chuàng)新績(jī)效Innov間的關(guān)系越顯著。表15列(1)顯示，在低股權(quán)制衡度樣本組，融資約束(SA)與知識(shí)網(wǎng)絡(luò)中心度(Degree)間交乘項(xiàng)的系數(shù)為0.804，但并不顯著；而在高股權(quán)制衡度樣本組，即列(2)，融資約束(SA)與知識(shí)網(wǎng)絡(luò)中心度(Degree)間交乘項(xiàng)的系數(shù)為2.643，且在5%水平上顯著。此結(jié)果表明股權(quán)制衡度越高，融資約束的正向調(diào)節(jié)作用越顯著。由此可知，公司治理中高股權(quán)制衡度的情況可以降低信息不對(duì)稱(chēng)程度，從而使降低知識(shí)網(wǎng)絡(luò)中心度對(duì)“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效的提升作用以及融資約束的正向調(diào)節(jié)作用均更為顯著。

表14 公司股權(quán)制衡度高低基準(zhǔn)回歸實(shí)證結(jié)果

表15 公司股權(quán)制衡度高低調(diào)節(jié)效應(yīng)實(shí)證結(jié)果

五、進(jìn)一步研究

隨著數(shù)字經(jīng)濟(jì)的迅猛發(fā)展，企業(yè)數(shù)字化轉(zhuǎn)型成為大勢(shì)所趨。作為中小企業(yè)中的領(lǐng)頭羊，“專(zhuān)精特新”企業(yè)往往也會(huì)率先進(jìn)行企業(yè)數(shù)字化轉(zhuǎn)型。本文將企業(yè)數(shù)字化特征納入控制變量進(jìn)行實(shí)證回歸，進(jìn)一步探究在企業(yè)數(shù)字化轉(zhuǎn)型背景下，知識(shí)網(wǎng)絡(luò)對(duì)“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效的影響，以及融資約束在此關(guān)系中的調(diào)節(jié)作用。

對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的描述方法如下，首先從巨潮資訊網(wǎng)下載“專(zhuān)精特新”A股上市公司2012～2021年的企業(yè)年報(bào)，采用Python爬蟲(chóng)方法，借鑒王守海等(2022)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的度量方法，對(duì)企業(yè)年報(bào)中出現(xiàn)的“數(shù)字技術(shù)”“數(shù)據(jù)可視化”“數(shù)字智能”“物聯(lián)網(wǎng)”等與企業(yè)數(shù)字化轉(zhuǎn)型有關(guān)的關(guān)鍵詞進(jìn)行詞頻統(tǒng)計(jì)，作為企業(yè)數(shù)字化轉(zhuǎn)型(DT)的代理變量。然后，當(dāng)企業(yè)年報(bào)中出現(xiàn)的數(shù)字化轉(zhuǎn)型關(guān)鍵詞詞頻高于中位數(shù)時(shí)該變量記為1，表明企業(yè)數(shù)字化轉(zhuǎn)型程度相對(duì)較高，否則記為0，表明企業(yè)數(shù)字化轉(zhuǎn)型程度相對(duì)較低。將企業(yè)數(shù)字化轉(zhuǎn)型特征(DT)指標(biāo)加入控制變量再次進(jìn)行基準(zhǔn)回歸和調(diào)節(jié)效應(yīng)檢驗(yàn)，回歸結(jié)果如表16和表17所示。表16顯示，在基準(zhǔn)回歸中，加入數(shù)字化轉(zhuǎn)型(DT)控制變量后，在對(duì)有關(guān)控制變量進(jìn)行控制的情況下，知識(shí)網(wǎng)絡(luò)中心度(Degree)與企業(yè)創(chuàng)新績(jī)效(Innov)間的系數(shù)為-0.578，且在1%水平上顯著，即降低知識(shí)網(wǎng)絡(luò)中心度仍能顯著提升“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效，本文主要結(jié)論H1a依然穩(wěn)健。表17顯示，在調(diào)節(jié)效應(yīng)中，加入數(shù)字化轉(zhuǎn)型(DT)控制變量后，在對(duì)融資約束變量(SA)進(jìn)行中心化處理后，融資約束(SA)與知識(shí)網(wǎng)絡(luò)中心度(Degree)間交乘項(xiàng)的系數(shù)為3.013，且能在1%水平上顯著?？梢钥闯?，當(dāng)考慮“專(zhuān)精特新”企業(yè)的數(shù)字化轉(zhuǎn)型因素時(shí)，融資約束(SA)在知識(shí)網(wǎng)絡(luò)中心度(Degree)與企業(yè)創(chuàng)新績(jī)效(Innov)間的正向調(diào)節(jié)作用顯著增強(qiáng)，主要結(jié)論H2依然穩(wěn)健，即“專(zhuān)精特新”企業(yè)的數(shù)字化轉(zhuǎn)型有利于融資約束正向調(diào)節(jié)作用的發(fā)揮。

表16 知識(shí)網(wǎng)絡(luò)、融資約束與創(chuàng)新績(jī)效實(shí)證結(jié)果

表17 融資約束調(diào)節(jié)效應(yīng)實(shí)證結(jié)果

六、研究結(jié)論及建議

本文以2012～2021年“專(zhuān)精特新”A股上市公司為研究樣本，系統(tǒng)探究了“專(zhuān)精特新”企業(yè)如何從知識(shí)網(wǎng)絡(luò)嵌入角度，緩解融資約束，提升創(chuàng)新績(jī)效。研究結(jié)果表明：(1)降低知識(shí)網(wǎng)絡(luò)中心度能夠顯著提升“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效。(2)融資約束在知識(shí)網(wǎng)絡(luò)與“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效間的關(guān)系中發(fā)揮正向調(diào)節(jié)作用。這兩個(gè)主要結(jié)論在經(jīng)過(guò)一系列的穩(wěn)健性檢驗(yàn)后依然成立。(3)通過(guò)基于企業(yè)微觀特征的異質(zhì)性檢驗(yàn)，發(fā)現(xiàn)在董事長(zhǎng)總經(jīng)理兩職合一以及高公司股權(quán)制衡度的企業(yè)中，由于信息不對(duì)稱(chēng)程度相對(duì)較低，降低知識(shí)網(wǎng)絡(luò)中心度對(duì)“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效的提升作用以及融資約束的正向調(diào)節(jié)作用均更為顯著。(4)進(jìn)一步研究發(fā)現(xiàn)，當(dāng)考慮“專(zhuān)精特新”企業(yè)的數(shù)字化轉(zhuǎn)型時(shí)，企業(yè)數(shù)字化轉(zhuǎn)型能夠顯著增強(qiáng)融資約束在知識(shí)網(wǎng)絡(luò)與“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效間的正向調(diào)節(jié)作用。

以上研究結(jié)論具有如下政策啟示：第一，“專(zhuān)精特新”企業(yè)應(yīng)加強(qiáng)知識(shí)產(chǎn)權(quán)保護(hù)，堅(jiān)定“差異化”競(jìng)爭(zhēng)策略，充分利用知識(shí)資源打造自身核心競(jìng)爭(zhēng)優(yōu)勢(shì)。由于降低知識(shí)網(wǎng)絡(luò)中心度能夠顯著提升“專(zhuān)精特新”企業(yè)的創(chuàng)新績(jī)效，企業(yè)的知識(shí)網(wǎng)絡(luò)中心度較高反映出企業(yè)在知識(shí)網(wǎng)絡(luò)中處于優(yōu)勢(shì)地位，企業(yè)知識(shí)資源的開(kāi)發(fā)利用程度以及在企業(yè)間的共享程度均相對(duì)較高，因而，“專(zhuān)精特新”企業(yè)在制定發(fā)展戰(zhàn)略時(shí)，一方面應(yīng)注重對(duì)自身知識(shí)產(chǎn)權(quán)的保護(hù)，另一方面，也應(yīng)堅(jiān)定“差異化”的道路選擇，通過(guò)對(duì)新技術(shù)的研發(fā)和稀缺知識(shí)資源的占有，打造核心競(jìng)爭(zhēng)優(yōu)勢(shì)，以實(shí)現(xiàn)企業(yè)可持續(xù)發(fā)展。第二，“專(zhuān)精特新”企業(yè)在日常經(jīng)營(yíng)管理中可以有針對(duì)性地對(duì)公司治理進(jìn)行改善，提高公司治理效率。公司治理中董事長(zhǎng)總經(jīng)理兩職合一以及高公司股權(quán)制衡度的情況能夠使知識(shí)網(wǎng)絡(luò)對(duì)“專(zhuān)精特新”企業(yè)創(chuàng)新績(jī)效的影響更為顯著。因而，“專(zhuān)精特新”企業(yè)在公司治理方面可以將董事長(zhǎng)和總經(jīng)理這兩個(gè)職位進(jìn)行合并以及適度提高公司股權(quán)間的制衡程度，從而有效改善公司治理。第三，加快企業(yè)數(shù)字化轉(zhuǎn)型是“專(zhuān)精特新”企業(yè)的當(dāng)務(wù)之急。本文的研究結(jié)論證實(shí)了“專(zhuān)精特新”企業(yè)的數(shù)字化轉(zhuǎn)型可以增強(qiáng)融資約束的正向調(diào)節(jié)效應(yīng)，從而提高企業(yè)的知識(shí)資源利用效率，提升創(chuàng)新績(jī)效。伴隨著數(shù)字經(jīng)濟(jì)的迅猛發(fā)展，順應(yīng)時(shí)代發(fā)展潮流，加快企業(yè)數(shù)字化轉(zhuǎn)型，對(duì)“專(zhuān)精特新”企業(yè)的長(zhǎng)期可持續(xù)發(fā)展具有重要戰(zhàn)略意義。

本文的局限性在于樣本公司選擇了“專(zhuān)精特新”企業(yè)中發(fā)展最好的上市公司，由于資本市場(chǎng)提供了更便捷的直接融資渠道，融資約束對(duì)創(chuàng)新績(jī)效的影響體現(xiàn)為調(diào)節(jié)作用而非直接影響。通過(guò)走訪部分樣本公司，發(fā)現(xiàn)大多數(shù)“專(zhuān)精特新”上市公司由于較好的資金管理基礎(chǔ)以及聲譽(yù)效應(yīng)，“缺錢(qián)”的現(xiàn)象幾乎不存在。提示后續(xù)的研究應(yīng)該區(qū)分上市和非上市的“專(zhuān)精特新”企業(yè)進(jìn)行研究，探尋融資約束的網(wǎng)絡(luò)效應(yīng)及其對(duì)創(chuàng)新績(jī)效的深層次影響機(jī)制。