李曉翔，孔夢情

（安徽大學(xué) 商學(xué)院，安徽 合肥230601）

一、引言

當(dāng)今世界正經(jīng)歷百年未有之大變局，環(huán)境不確定性加劇，未來會有更多的突發(fā)風(fēng)險和危機(jī)充斥企業(yè)發(fā)展的組織環(huán)境，給企業(yè)的存續(xù)與發(fā)展帶來更嚴(yán)峻的考驗(yàn)。組織韌性作為企業(yè)快速識別并應(yīng)對外部變化、恢復(fù)并持續(xù)成長的核心能力，對企業(yè)起著至關(guān)重要的作用[1]。組織韌性不僅幫助企業(yè)化危為安，實(shí)現(xiàn)生存反彈，更能讓企業(yè)在危機(jī)中抓住機(jī)遇，實(shí)現(xiàn)反超改進(jìn)，促進(jìn)企業(yè)長遠(yuǎn)發(fā)展[2]。數(shù)字經(jīng)濟(jì)背景下，數(shù)字化轉(zhuǎn)型為企業(yè)創(chuàng)新變革帶來新機(jī)遇，提供企業(yè)可持續(xù)發(fā)展強(qiáng)動力。數(shù)字化轉(zhuǎn)型中的數(shù)字技術(shù)能夠賦能企業(yè)在不確定環(huán)境中整合與重構(gòu)內(nèi)外部資源、流程和結(jié)構(gòu)，提高管理效率，優(yōu)化企業(yè)流程，促進(jìn)組織的恢復(fù)反彈。同時，數(shù)字化技術(shù)可以提高組織的學(xué)習(xí)能力，助力企業(yè)不斷創(chuàng)新，贏得可持續(xù)競爭優(yōu)勢，實(shí)現(xiàn)反超成長?？梢姡瑪?shù)字化轉(zhuǎn)型是促進(jìn)組織韌性形成的重要途經(jīng)。然而，國內(nèi)學(xué)術(shù)界關(guān)于數(shù)字化轉(zhuǎn)型對組織韌性的影響研究還比較缺乏[3]，因此，數(shù)字化轉(zhuǎn)型如何影響企業(yè)韌性成為當(dāng)前學(xué)術(shù)界關(guān)注的熱點(diǎn)話題之一。

回顧以往文獻(xiàn)，Belhadi等（2021）[4]研究發(fā)現(xiàn)數(shù)字技術(shù)能夠增強(qiáng)供應(yīng)鏈韌性，F(xiàn)loetgen等（2021）[5]研究發(fā)現(xiàn)數(shù)字技術(shù)對平臺生態(tài)系統(tǒng)韌性產(chǎn)生積極影響，陶峰等（2023）[6]研究發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型顯著增強(qiáng)產(chǎn)業(yè)鏈供應(yīng)鏈韌性，單宇等（2021）[3]通過案例研究明確指出數(shù)字化對提升韌性能力具有重要作用，蔣巒等（2022）[7]基于問卷調(diào)查發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型能夠通過雙元創(chuàng)新來提升企業(yè)韌性。綜合來看，數(shù)字化轉(zhuǎn)型與組織韌性的關(guān)系探討還存在以下不足：第一，數(shù)字化轉(zhuǎn)型與組織韌性的關(guān)系研究大多集中于理論層面，實(shí)證研究還相對匱乏。第二，關(guān)于數(shù)字化轉(zhuǎn)型對韌性主體的研究多集中于供應(yīng)鏈領(lǐng)域，而以企業(yè)為韌性主體的研究較少，需要探討數(shù)字化轉(zhuǎn)型對企業(yè)層面的韌性產(chǎn)生的影響。第三，以往研究大多對數(shù)字化轉(zhuǎn)型與企業(yè)韌性關(guān)系進(jìn)行初步直觀探討，二者關(guān)系的研究“黑箱”還尚未完全明晰?；诖耍疚母鶕?jù)動態(tài)能力理論，以2011—2020年滬深A(yù)股上市公司為樣本，實(shí)證檢驗(yàn)數(shù)字化轉(zhuǎn)型與企業(yè)韌性的關(guān)系，并引入環(huán)境不確定性這一調(diào)節(jié)變量，進(jìn)一步探討二者關(guān)系的作用邊界。

二、理論分析與研究假設(shè)

（一）數(shù)字化轉(zhuǎn)型與組織韌性

數(shù)字化轉(zhuǎn)型作為企業(yè)創(chuàng)新的重要驅(qū)動力，能夠賦能企業(yè)在不確定環(huán)境中整合與重構(gòu)內(nèi)外部資源、流程和結(jié)構(gòu)，驅(qū)使組織動態(tài)能力的進(jìn)化與升級，獲取和維持可持續(xù)的競爭優(yōu)勢[8]，從而提高企業(yè)在不確定環(huán)境下的組織韌性。一方面，數(shù)字技術(shù)是企業(yè)數(shù)字化轉(zhuǎn)型中的關(guān)鍵支撐資源，能夠幫助企業(yè)洞察內(nèi)外部環(huán)境的變動，使企業(yè)根據(jù)內(nèi)外部環(huán)境特性及時調(diào)整組織結(jié)構(gòu)，變革與重構(gòu)管理模式，從而提高應(yīng)對外部環(huán)境沖擊的能力[8]，幫助企業(yè)在危機(jī)情境下快速反彈恢復(fù)。另一方面，數(shù)字化轉(zhuǎn)型能夠幫助企業(yè)從外部獲取更多的信息、知識和資源，拓展信息的廣度和深度[9]。同時，企業(yè)通過數(shù)字技術(shù)能夠有力促進(jìn)資源調(diào)整和價值挖掘，使企業(yè)形成不易被模仿的高層次動態(tài)能力，從而促進(jìn)企業(yè)實(shí)現(xiàn)可持續(xù)成長?；诖耍岢鋈缦录僭O(shè)：

H1：數(shù)字化轉(zhuǎn)型對組織韌性具有正向影響。

（二）環(huán)境不確定性的調(diào)節(jié)作用

動態(tài)能力理論認(rèn)為，環(huán)境能夠塑造組織能力。環(huán)境不確定性是企業(yè)在VUCA①VUCA是Volatility（易變性）、Uncertainty（不確定性）、Complexity（復(fù)雜性）、Ambiguity（模糊性）的縮寫。時代必須面臨的環(huán)境特征。環(huán)境不確定性指企業(yè)對所處的市場環(huán)境、技術(shù)環(huán)境的未來發(fā)展變化難以進(jìn)行準(zhǔn)確感知、判斷的狀態(tài)[10]。外部環(huán)境特性的變化給企業(yè)發(fā)展既帶來挑戰(zhàn)，也帶來機(jī)遇。在不同的外部環(huán)境下，企業(yè)數(shù)字化轉(zhuǎn)型會影響企業(yè)對外部環(huán)境的應(yīng)對方式和適應(yīng)能力等組織韌性作用的大小[11]。

已有學(xué)者認(rèn)為，企業(yè)數(shù)字化能力在動蕩的競爭環(huán)境下能夠增強(qiáng)組織的動態(tài)能力[11-12]。當(dāng)外部環(huán)境越是動蕩時，企業(yè)獲取有效資源和占有市場的難度就越大，在這種情況下，企業(yè)更傾向于發(fā)揮其調(diào)配資源和機(jī)會識別的數(shù)字化能力，賦能組織的動態(tài)能力，進(jìn)行戰(zhàn)略調(diào)整和組織架構(gòu)的優(yōu)化，促進(jìn)組織的恢復(fù)和反彈，甚至積極抓住并利用外部環(huán)境中蘊(yùn)含的機(jī)遇，實(shí)現(xiàn)反超成長[13]。反之，當(dāng)外部環(huán)境處于較平穩(wěn)的狀態(tài)時，不利于企業(yè)利用數(shù)字化資源和技術(shù)的能力以及展開應(yīng)對危機(jī)的能力，那么對組織韌性的提升效果也會隨之減弱。

然而，當(dāng)數(shù)字化轉(zhuǎn)型程度與企業(yè)現(xiàn)有資源、認(rèn)知水平的承載能力不匹配時，企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型將對組織能力帶來負(fù)面影響[14-15]。數(shù)字化轉(zhuǎn)型包括底層技術(shù)研發(fā)和數(shù)字技術(shù)應(yīng)用兩個層面，無論是底層技術(shù)研發(fā)還是數(shù)字技術(shù)在實(shí)踐層面的應(yīng)用，都需要大量的資金和技術(shù)投入，同時也需要大量的技術(shù)人才儲備。數(shù)字化轉(zhuǎn)型并非是企業(yè)引入數(shù)字技術(shù)或者使用數(shù)字技術(shù)這一單一技術(shù)突破，更需要產(chǎn)業(yè)鏈、價值鏈、創(chuàng)新鏈的全方位配合與重構(gòu)[16]。在環(huán)境動蕩時期，未來局勢相對不明朗，企業(yè)若一味地推進(jìn)數(shù)字化轉(zhuǎn)型，很可能超越企業(yè)承受范圍，導(dǎo)致組織間缺乏戰(zhàn)略協(xié)同。而過度占用有限的生產(chǎn)資源，完全脫離原有生產(chǎn)秩序的同時又難以支撐新的業(yè)務(wù)板塊，最終導(dǎo)致企業(yè)不能及時作出調(diào)整以應(yīng)對外部環(huán)境變化，不利于企業(yè)的穩(wěn)定與發(fā)展，降低組織韌性[14]。另一方面，有些產(chǎn)業(yè)處于萌芽期或建設(shè)期，在資金、技術(shù)和研發(fā)以及經(jīng)營經(jīng)驗(yàn)上都相對匱乏，組織結(jié)構(gòu)和能力相對不穩(wěn)定，并不能靈活應(yīng)對數(shù)字化轉(zhuǎn)型以及外部環(huán)境帶來的不確定性[17]。因此，在環(huán)境不確定性較大的情況下，這類企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型很可能會對企業(yè)的生產(chǎn)能力產(chǎn)生較大的沖擊，當(dāng)超過企業(yè)承受能力時，甚至?xí)绊懙狡髽I(yè)的生存和內(nèi)部的穩(wěn)定?；诖耍岢鋈缦聝蓚€競爭性假設(shè)：

H2：環(huán)境不確定性正向調(diào)節(jié)企業(yè)數(shù)字化轉(zhuǎn)型與組織韌性的關(guān)系，即環(huán)境不確定性越大，數(shù)字化轉(zhuǎn)型對組織韌性的促進(jìn)作用越強(qiáng)；

H3：環(huán)境不確定性負(fù)向調(diào)節(jié)企業(yè)數(shù)字化轉(zhuǎn)型與組織韌性的關(guān)系，即環(huán)境不確定性越大，數(shù)字化轉(zhuǎn)型對組織韌性的促進(jìn)作用越弱。

三、研究設(shè)計

（一）樣本選擇與數(shù)據(jù)來源

選取2011—2020年滬深A(yù)股上市公司為研究樣本，并對樣本數(shù)據(jù)作如下處理：（1）剔除金融類公司；（2）剔除樣本期內(nèi)ST和*ST的公司；（3）剔除關(guān)鍵數(shù)據(jù)缺失嚴(yán)重的公司；（4）對所有連續(xù)變量進(jìn)行上下1%的縮尾調(diào)整。經(jīng)過篩選，最終共獲得16 783個樣本觀測值。數(shù)字化轉(zhuǎn)型數(shù)據(jù)根據(jù)從上海證券交易所、深圳證券交易所網(wǎng)站搜集到的企業(yè)年報資料進(jìn)行關(guān)鍵詞文本分析得到，其余數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫。本文使用的數(shù)據(jù)處理軟件為Stata16。

（二）變量測量

1.被解釋變量：組織韌性（Resilience）。依據(jù)動態(tài)能力理論，本文擬從反彈維度和反超維度兩個方面出發(fā)構(gòu)建組織韌性指標(biāo)[18]。反彈韌性是組織承受挑戰(zhàn)打擊后反彈恢復(fù)至原有狀態(tài)或功能的能力，參考已有文獻(xiàn)對企業(yè)韌性的研究[19-20]，采用樣本企業(yè)速動比率、沉淀性冗余資源、非沉淀性冗余資源和凈資產(chǎn)收益率四個指標(biāo)來綜合評價；反超韌性是超越承受打擊，不但反彈恢復(fù)，而且組織變得更加堅強(qiáng)，代表了企業(yè)的成長能力。借鑒周萍和藺楠（2015）[21]、郭曉川等（2019）[22]的做法，選取衡量企業(yè)成長能力的指標(biāo)：總資產(chǎn)同比增長率、營業(yè)收入同比增長率、凈利潤同比增長率來評價。本文對以上指標(biāo)的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，然后取均值得到組織韌性綜合值，用Resilience表示。

2.解釋變量：數(shù)字化轉(zhuǎn)型（Digital）。借鑒吳非等（2021）[23]的研究，本文使用文本分析法構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型程度指標(biāo)。首先，利用python技術(shù)在上海證券交易所、深圳證券交易所網(wǎng)站下載A股上市公司2011—2020年度的年報，并進(jìn)行文本化處理。其次，提取反映企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵詞詞頻數(shù)。最后，進(jìn)行頻率匯總和對數(shù)化處理，作為企業(yè)數(shù)字化轉(zhuǎn)型程度指標(biāo)。數(shù)字化轉(zhuǎn)型具體細(xì)分指標(biāo)名稱見圖1。

圖1 企業(yè)數(shù)字化轉(zhuǎn)型的結(jié)構(gòu)化關(guān)鍵詞圖譜

3.調(diào)節(jié)變量：環(huán)境不確定性（EU）。本文參考申慧慧等（2012）[24]的方法，采用企業(yè)過去五年非正常收入經(jīng)過行業(yè)調(diào)整后的變異系數(shù)作為環(huán)境不確定性的測度指標(biāo)。首先用企業(yè)過去五年的數(shù)據(jù)，以銷售收入為因變量對年份作OLS回歸，所得殘差值作為非正常銷售收入；其次，通過計算非正常銷售收入的標(biāo)準(zhǔn)差與平均值的比值得到未經(jīng)過行業(yè)調(diào)整的變異系數(shù)e；最后將變異系數(shù)e除以同一年度內(nèi)同行業(yè)e的中位數(shù)，即為當(dāng)期經(jīng)行業(yè)調(diào)整后的環(huán)境不確定性EU。

4.控制變量。為了保證結(jié)果的穩(wěn)健性，對影響企業(yè)融通創(chuàng)新的其他變量進(jìn)行了控制，包括：資產(chǎn)負(fù)債率（Lev）、托賓Q 值（Tobins）、流動比率（Liquid）、固定資產(chǎn)占比（Fixed）、股權(quán)集中度（Share）、高管平均年齡（Gage）、獨(dú)立董事占比（Indep）、產(chǎn)權(quán)性質(zhì)（Soe）、兩職合一（Dual）。另外，也對年份（Year）和行業(yè)（Industry）進(jìn)行了控制。

（三）模型構(gòu)建

為檢驗(yàn)數(shù)字化轉(zhuǎn)型對組織韌性的影響，以及環(huán)境不確定性的調(diào)節(jié)效應(yīng)，構(gòu)建了如下的計量回歸模型：

其中，Resilience表示組織韌性，Digital表示數(shù)字化轉(zhuǎn)型，EU表示環(huán)境不確定性，作為調(diào)節(jié)變量，Digital×EU表示解釋變量數(shù)字化轉(zhuǎn)型與環(huán)境不確定性的交互項(xiàng)，Controls代表控制變量，Time和Industry分別代表時間和行業(yè)固定效應(yīng)，ε代表隨機(jī)擾動項(xiàng)，i表示企業(yè)，t表示年份。

四、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計

表1 報告了本文所有變量的描述性統(tǒng)計結(jié)果。組織韌性最小值為0.025，最大值為0.800，標(biāo)準(zhǔn)差為0.077，表明樣本企業(yè)在組織韌性上呈現(xiàn)出較大差異。數(shù)字化轉(zhuǎn)型最小值為0，最大值5.796，標(biāo)準(zhǔn)差為1.253，表明樣本企業(yè)在數(shù)字化轉(zhuǎn)型方面存在較大差異，與已有研究基本一致。環(huán)境不確定性最小值為0.017，最大值為23.440，標(biāo)準(zhǔn)差為1.202，表明企業(yè)在樣本區(qū)間內(nèi)面臨的外部環(huán)境不確定性差異較大。另外，控制變量與已有研究無明顯差異。

表1 描述性統(tǒng)計分析

（二）相關(guān)性分析

表2列示了本文主要變量的相關(guān)系數(shù)。數(shù)字化轉(zhuǎn)型與組織韌性的Pearson相關(guān)系數(shù)為0.067，通過了1%的顯著性水平檢驗(yàn)，進(jìn)一步地，變量之間的相關(guān)系數(shù)基本小于0.4。同時本文對所有解釋變量進(jìn)行方差膨脹因子測算，結(jié)果顯示所有解釋變量的平均VIF為1.36，最大值為2.15，遠(yuǎn)小于閾值10，表明本文的解釋變量不存在嚴(yán)重的多重共線性問題。

表2 主要變量相關(guān)性分析

（三）實(shí)證結(jié)果與分析

首先，進(jìn)行數(shù)字化轉(zhuǎn)型對組織韌性的主效應(yīng)檢驗(yàn)。結(jié)果如表3模型（1）所示，數(shù)字化轉(zhuǎn)型與組織韌性的回歸系數(shù)為0.004，且在1%的統(tǒng)計水平上顯著，說明數(shù)字化轉(zhuǎn)型能夠提升組織韌性，假設(shè)H1 得到驗(yàn)證。其次，使用交互項(xiàng)回歸來探究環(huán)境不確定性的調(diào)節(jié)效應(yīng)?；貧w結(jié)果如表3模型（2）所示，數(shù)字化轉(zhuǎn)型與環(huán)境不確定性的交互項(xiàng)回歸系數(shù)為-0.001，且在10%的水平上顯著，且與數(shù)字化轉(zhuǎn)型系數(shù)相反，表明環(huán)境不確定性在數(shù)字化轉(zhuǎn)型與組織韌性之間起到了負(fù)向調(diào)節(jié)作用，假設(shè)H3得到驗(yàn)證。

表3 基礎(chǔ)回歸結(jié)果

（四）穩(wěn)健性檢驗(yàn)

1.Heckman兩階段法

企業(yè)是否進(jìn)行數(shù)字化轉(zhuǎn)型會受到多種因素影響，可能導(dǎo)致樣本選擇偏誤，為解決此問題，本文使用Heckman兩步法重新回歸。首先根據(jù)企業(yè)是否進(jìn)行數(shù)字化轉(zhuǎn)型生成虛擬變量Dum_Dig，并將其設(shè)置為被解釋變量，然后加入相關(guān)控制變量后使用Probit模型進(jìn)行第一階段回歸，計算出逆米爾斯比率IMR，在此基礎(chǔ)上進(jìn)行第二階段回歸。如表4所示，回歸結(jié)果穩(wěn)健。

表4 Heckman檢驗(yàn)結(jié)果

2.傾向得分匹配法

首先，根據(jù)企業(yè)是否進(jìn)行數(shù)字化轉(zhuǎn)型分為實(shí)驗(yàn)組和對照組。若企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，設(shè)定為實(shí)驗(yàn)組，反之設(shè)定為對照組。其次，使用Logit回歸計算傾向性得分值，并按核匹配后得到的樣本分別進(jìn)行回歸。結(jié)果見表5，與前文結(jié)果基本一致，說明本文結(jié)論穩(wěn)健。

表5 傾向得分匹配法檢驗(yàn)結(jié)果

3.替換數(shù)字化轉(zhuǎn)型指標(biāo)

借鑒何帆和劉紅霞（2019）[25]的做法，以“是否實(shí)施數(shù)字化轉(zhuǎn)型”測量數(shù)字化轉(zhuǎn)型指標(biāo)。若企業(yè)當(dāng)年進(jìn)行數(shù)字化轉(zhuǎn)型，Digital-1賦值為1，反之賦值為0，回歸結(jié)果如表6所示，與前文基本一致，說明結(jié)論穩(wěn)健。

表6 替換數(shù)字化轉(zhuǎn)型指標(biāo)

五、結(jié)論與啟示

基于動態(tài)能力理論，以滬深A(yù)股上市公司2011—2020年的數(shù)據(jù)為樣本，研究數(shù)字化轉(zhuǎn)型對組織韌性的影響以及環(huán)境不確定性的調(diào)節(jié)效應(yīng)，得到如下結(jié)論：數(shù)字化轉(zhuǎn)型與組織韌性正相關(guān)，數(shù)字化轉(zhuǎn)型中的數(shù)字技術(shù)能夠賦能企業(yè)在不確定環(huán)境中整合與重構(gòu)內(nèi)外部資源、流程和結(jié)構(gòu)，推動企業(yè)流程優(yōu)化和提高管理效率，驅(qū)使組織動態(tài)能力的進(jìn)化與升級，獲取和維持可持續(xù)的競爭優(yōu)勢，從而提高企業(yè)在不確定環(huán)境下的組織韌性；環(huán)境不確定性負(fù)向調(diào)節(jié)數(shù)字化轉(zhuǎn)型與組織韌性之間的正向關(guān)系，數(shù)字化轉(zhuǎn)型成本高、持續(xù)投入時間長、技術(shù)風(fēng)險和市場風(fēng)險很大。當(dāng)外部環(huán)境較為動蕩時，未來局勢相對不明朗，此時對于企業(yè)，尤其是處于萌芽期和建設(shè)期的企業(yè)來說，一味地推進(jìn)數(shù)字化轉(zhuǎn)型，很可能超越企業(yè)承受范圍，導(dǎo)致組織間缺乏戰(zhàn)略協(xié)同，而過度占用有限的生產(chǎn)資源，完全脫離原有生產(chǎn)秩序的同時又難以支撐新的業(yè)務(wù)板塊，不僅不能給企業(yè)帶來效益，反而會不利于企業(yè)的穩(wěn)定與發(fā)展，降低組織韌性。

基于以上結(jié)論，得到如下管理啟示：一是企業(yè)要意識到數(shù)字化轉(zhuǎn)型對組織韌性的積極意義，充分利用數(shù)字技術(shù)提升組織韌性。在數(shù)字經(jīng)濟(jì)時代，數(shù)字化轉(zhuǎn)型已成為企業(yè)的必修課，也是企業(yè)升級發(fā)展和創(chuàng)新發(fā)展的重要動力和路徑。企業(yè)應(yīng)抓住數(shù)字化發(fā)展機(jī)遇，主動開展互聯(lián)網(wǎng)、大數(shù)據(jù)等數(shù)字技術(shù)的全方位應(yīng)用，充分挖掘數(shù)字技術(shù)的強(qiáng)大能量，借助新技術(shù)增強(qiáng)組織韌性，提升組織的應(yīng)變能力和成長能力，進(jìn)而在復(fù)雜的市場競爭環(huán)境中立于不敗之地。二是企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型應(yīng)充分考慮外部環(huán)境的影響，因時因業(yè)因企施策。數(shù)字化轉(zhuǎn)型需要投入大量的人力資本和物質(zhì)資本，且牽一發(fā)而動全身，具有很大的風(fēng)險性和不確定性，因此企業(yè)不應(yīng)盲目地進(jìn)行數(shù)字化轉(zhuǎn)型，而應(yīng)根據(jù)外部環(huán)境形勢，結(jié)合自身能力和條件，在合適的時機(jī)推動數(shù)字化轉(zhuǎn)型，這樣才能充分挖掘內(nèi)部資源基礎(chǔ)和外部數(shù)字資源，加強(qiáng)組織學(xué)習(xí)和動態(tài)能力再造，加快實(shí)現(xiàn)戰(zhàn)略、技術(shù)、數(shù)據(jù)等的協(xié)同融合，從而最大限度地利用數(shù)字技術(shù)提高企業(yè)的創(chuàng)新變革能力和可持續(xù)發(fā)展能力。