摘要：數(shù)字化轉(zhuǎn)型已然成為企業(yè)生存發(fā)展的必然選擇，提升了企業(yè)核心競(jìng)爭(zhēng)力，為推動(dòng)中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展注入強(qiáng)勁動(dòng)能?；?013—2021年中國(guó)A股上市公司數(shù)據(jù)，檢驗(yàn)了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)技術(shù)創(chuàng)新的影響，并驗(yàn)證了微觀的賦能機(jī)制。研究發(fā)現(xiàn)：數(shù)字化轉(zhuǎn)型程度越深的企業(yè)，其申請(qǐng)專(zhuān)利的數(shù)量越多、質(zhì)量也越高，說(shuō)明數(shù)字化轉(zhuǎn)型助推了企業(yè)技術(shù)創(chuàng)新量質(zhì)齊升。更進(jìn)一步地，從供應(yīng)鏈關(guān)系和融資角度入手，分析發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型優(yōu)化了供應(yīng)鏈，通過(guò)降低供應(yīng)鏈集中度和獲取供應(yīng)鏈商業(yè)信用融資兩類(lèi)機(jī)制，推動(dòng)了企業(yè)技術(shù)創(chuàng)新。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；技術(shù)創(chuàng)新；供應(yīng)鏈關(guān)系；供應(yīng)鏈融資

中圖分類(lèi)號(hào)：F42 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.3969/j.issn.1003-8256.2024.05.001

當(dāng)前數(shù)字經(jīng)濟(jì)進(jìn)入快車(chē)道，中國(guó)政府聚焦數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化領(lǐng)域，不斷出臺(tái)相關(guān)政策以加快企業(yè)數(shù)字化轉(zhuǎn)型，持續(xù)推動(dòng)數(shù)字賦能實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展。特別地，黨的二十大報(bào)告中強(qiáng)調(diào)“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，打造具有國(guó)際競(jìng)爭(zhēng)力的數(shù)字產(chǎn)業(yè)集群”，指明了數(shù)字經(jīng)濟(jì)發(fā)展的新領(lǐng)域和新賽道。在此背景下，企業(yè)作為技術(shù)創(chuàng)新的核心主體，如何抓住數(shù)字化轉(zhuǎn)型的機(jī)會(huì)窗口，重塑企業(yè)技術(shù)創(chuàng)新能力，催生技術(shù)創(chuàng)新成果，已然成為亟待解決的理論問(wèn)題和現(xiàn)實(shí)問(wèn)題。

數(shù)字化轉(zhuǎn)型是企業(yè)借助數(shù)字技術(shù)對(duì)企業(yè)生產(chǎn)、運(yùn)營(yíng)和技術(shù)等各個(gè)環(huán)節(jié)賦能，進(jìn)而推動(dòng)原有業(yè)務(wù)流程的系統(tǒng)性改變［1］。目前，關(guān)于數(shù)字化轉(zhuǎn)型影響企業(yè)發(fā)展的研究主要圍繞數(shù)字賦能傳統(tǒng)生產(chǎn)要素展開(kāi)。例如，數(shù)字賦能企業(yè)勞動(dòng)力要素，數(shù)字技術(shù)的滲透實(shí)現(xiàn)了勞動(dòng)力要素與數(shù)據(jù)要素的有效融合，推動(dòng)生產(chǎn)環(huán)節(jié)的實(shí)時(shí)更新與協(xié)調(diào)［2］，促成人力資本的降本提效［3］，不僅提高了勞動(dòng)力資源的生產(chǎn)效率［4］，也提升了整體的要素配置效率［5］。數(shù)字技術(shù)還賦能企業(yè)資本要素，一直以來(lái)，供應(yīng)鏈金融網(wǎng)絡(luò)中的信任問(wèn)題突出，數(shù)字化轉(zhuǎn)型將企業(yè)行為轉(zhuǎn)化為可登記、儲(chǔ)存的信息數(shù)據(jù)［6］，通過(guò)提高信息透明度、降低融資成本以緩解融資約束［7］，降低了供應(yīng)鏈借貸關(guān)系中的信任危機(jī)。最后，數(shù)字技術(shù)賦能技術(shù)要素是現(xiàn)有研究的重要領(lǐng)域，借助數(shù)字技術(shù)，企業(yè)打通了融通創(chuàng)新的渠道［8］，提升企業(yè)動(dòng)態(tài)能力［9］，通過(guò)優(yōu)化人力資本、改善公司治理為企業(yè)技術(shù)創(chuàng)新“保駕護(hù)航”［3］。

企業(yè)既是經(jīng)濟(jì)高質(zhì)量發(fā)展的核心力量，也是技術(shù)創(chuàng)新的主體。一直以來(lái)，受制于創(chuàng)新活動(dòng)的高投入、高風(fēng)險(xiǎn)、高耗能，企業(yè)難以跨越高質(zhì)量創(chuàng)新壁壘，跌入低水平的創(chuàng)新“泥潭”［10］。當(dāng)前數(shù)字技術(shù)與傳統(tǒng)實(shí)體經(jīng)濟(jì)融合，大多數(shù)企業(yè)乘勢(shì)而上進(jìn)行數(shù)字化變革，數(shù)字技術(shù)在企業(yè)內(nèi)部的普及使得“賦能”效應(yīng)越發(fā)顯著，提升了企業(yè)獲取、控制和管理資源的系統(tǒng)能力［11］，擴(kuò)大企業(yè)資源獲取范圍，實(shí)現(xiàn)數(shù)據(jù)要素在供應(yīng)鏈流通中的高效傳播；更進(jìn)一步地，數(shù)字技術(shù)滲透進(jìn)企業(yè)生產(chǎn)、管理、運(yùn)營(yíng)各個(gè)環(huán)節(jié)，優(yōu)化創(chuàng)新資源配置效率［5］，破解創(chuàng)新的資源約束條件，以在有限的資源邊界下實(shí)現(xiàn)更多的生產(chǎn)績(jī)效［12］。

鑒于此，創(chuàng)新性地基于供應(yīng)鏈的視角，結(jié)合A股上市公司數(shù)據(jù)，采用文本分析法構(gòu)建數(shù)字化轉(zhuǎn)型指標(biāo)，以企業(yè)專(zhuān)利成果申請(qǐng)數(shù)作為企業(yè)的“創(chuàng)造性破壞”特征，系統(tǒng)論證和揭示企業(yè)數(shù)字化轉(zhuǎn)型賦能企業(yè)技術(shù)創(chuàng)新的影響機(jī)理和具體路徑。與既有研究相比，本文的邊際貢獻(xiàn)是：第一，理論上解構(gòu)了數(shù)字化轉(zhuǎn)型推動(dòng)技術(shù)創(chuàng)新的內(nèi)在邏輯聯(lián)系，從供應(yīng)鏈關(guān)系入手，解析了數(shù)字化轉(zhuǎn)型推動(dòng)企業(yè)技術(shù)創(chuàng)新能力躍升的理論黑箱；第二，盡管大量理論文獻(xiàn)討論了企業(yè)數(shù)字化轉(zhuǎn)型，但對(duì)企業(yè)如何借助數(shù)字要素賦能創(chuàng)新能力場(chǎng)景缺乏經(jīng)驗(yàn)證據(jù)，本文聚焦供應(yīng)鏈視角，通過(guò)供應(yīng)鏈關(guān)系和供應(yīng)鏈融資兩個(gè)角度衡量供應(yīng)鏈優(yōu)化，驗(yàn)證了供應(yīng)鏈場(chǎng)景下的數(shù)字賦能機(jī)制，這為數(shù)字要素如何促進(jìn)實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展提供了證據(jù)。

1 理論分析與研究假設(shè)

1.1 數(shù)字化轉(zhuǎn)型與企業(yè)技術(shù)創(chuàng)新

企業(yè)技術(shù)創(chuàng)新的動(dòng)力源于瞬息萬(wàn)變的市場(chǎng)需求和競(jìng)爭(zhēng)壓力［13］，作為高投入、高風(fēng)險(xiǎn)、高收益的創(chuàng)新活動(dòng)3eHX74jaHU87NOa6Ip4Ctw==，實(shí)時(shí)的信息更新和穩(wěn)固的資金基礎(chǔ)是企業(yè)創(chuàng)新兩大的限制條件，使得大多數(shù)企業(yè)陷入“左支右絀”的窘境。新一代數(shù)字技術(shù)的出現(xiàn)催生出信息化關(guān)系網(wǎng)絡(luò)，改變了企業(yè)原有的生產(chǎn)管理模式，逐步向數(shù)字化企業(yè)蛻變，不僅弱化了原有的信息獲取邊界，還使得資金、人力、技術(shù)等創(chuàng)新要素得以流通并再組織［14］，為打破技術(shù)創(chuàng)新的桎梏找到了新出路。

信息的重組過(guò)程是企業(yè)實(shí)現(xiàn)創(chuàng)新的關(guān)鍵環(huán)節(jié)，數(shù)字經(jīng)濟(jì)條件下，企業(yè)與消費(fèi)者關(guān)系得以重構(gòu)［13］，破解了供需不匹配的難題。一方面，數(shù)據(jù)信息知識(shí)具有外溢性、共享性［5］。數(shù)字化轉(zhuǎn)型企業(yè)在增強(qiáng)信息獲取能力、擴(kuò)展信息搜索空間的同時(shí)，率先進(jìn)入數(shù)字化生態(tài)平臺(tái)，借助數(shù)字技術(shù)實(shí)現(xiàn)數(shù)據(jù)、信息、知識(shí)在企業(yè)間以及供需端的轉(zhuǎn)移與溢出［15］，挖掘信息資源潛力，將紛繁復(fù)雜的資源轉(zhuǎn)化為有價(jià)值的創(chuàng)新要素，引發(fā)創(chuàng)新要素的優(yōu)化再分配，最終推動(dòng)企業(yè)重構(gòu)核心創(chuàng)新技術(shù)知識(shí)體系，實(shí)現(xiàn)企業(yè)高質(zhì)量創(chuàng)新的“最大增量”。另一方面，數(shù)據(jù)信息的易得性極大地降低了企業(yè)的信息搜尋成本，低成本的消費(fèi)需求信息為企業(yè)技術(shù)創(chuàng)新活動(dòng)帶來(lái)了新的機(jī)會(huì)。數(shù)字技術(shù)推動(dòng)信息資源的集成共享［13］，企業(yè)從外界挖掘異質(zhì)性資源的同時(shí)，也促使自身的信息資源從外部擴(kuò)散和溢出［16］，信息共享的網(wǎng)絡(luò)化使得海量信息共享一個(gè)平臺(tái)，實(shí)現(xiàn)了企業(yè)間的互聯(lián)互通［17］，降低了企業(yè)的信息交流成本和匹配成本，刺激企業(yè)借助數(shù)字技術(shù)探索更多的創(chuàng)新機(jī)遇，推動(dòng)創(chuàng)新要素向創(chuàng)新成果轉(zhuǎn)化。

企業(yè)創(chuàng)新能力的提升也離不開(kāi)穩(wěn)定的金融支持［18］，數(shù)字技術(shù)為企業(yè)創(chuàng)新融資困境提供了可能的解決方案，改變了傳統(tǒng)金融服務(wù)模式，推動(dòng)更多的創(chuàng)新主體進(jìn)入金融資源的配置網(wǎng)絡(luò)中。企業(yè)作為金融服務(wù)的需求方，大多創(chuàng)新主體因缺乏足夠的抵押品和規(guī)范的財(cái)務(wù)報(bào)表，正規(guī)金融機(jī)構(gòu)難以進(jìn)行精準(zhǔn)的風(fēng)險(xiǎn)評(píng)估，貸款意愿下降，企業(yè)技術(shù)創(chuàng)新難以為繼。數(shù)字化轉(zhuǎn)型改變了依托硬資產(chǎn)的信貸體系，推動(dòng)金融機(jī)構(gòu)形成新的信用評(píng)估體系。數(shù)字技術(shù)的廣泛使用使得企業(yè)在生產(chǎn)經(jīng)營(yíng)各個(gè)環(huán)節(jié)留下“數(shù)字腳印”，多角度、零散的數(shù)據(jù)信息轉(zhuǎn)化為可量化、標(biāo)準(zhǔn)化的企業(yè)信用數(shù)據(jù)，不僅有利于企業(yè)管理者快速做出創(chuàng)新決策，也為金融機(jī)構(gòu)提供了衡量企業(yè)還款能力的新角度，打破了金融資源對(duì)企業(yè)技術(shù)創(chuàng)新的約束［7］，拓展了企業(yè)技術(shù)創(chuàng)新的融資渠道，從而為技術(shù)創(chuàng)新提供金融支撐，增強(qiáng)企業(yè)創(chuàng)新意愿。

鑒于此，提出以下假設(shè)：

H1：企業(yè)數(shù)字化轉(zhuǎn)型促進(jìn)企業(yè)技術(shù)創(chuàng)新。

1.2 供應(yīng)鏈優(yōu)化的中介作用

供應(yīng)鏈作為企業(yè)獲取關(guān)鍵資源的重要渠道，對(duì)企業(yè)技術(shù)創(chuàng)新行為具有重要影響［7］，是企業(yè)提高核心競(jìng)爭(zhēng)力的主要來(lái)源。而企業(yè)數(shù)字化轉(zhuǎn)型優(yōu)化了供應(yīng)鏈，使得供應(yīng)鏈合作關(guān)系趨于多元化［19］，供應(yīng)鏈企業(yè)間的商業(yè)信用得到提升［20］。數(shù)字場(chǎng)景下的供應(yīng)鏈系統(tǒng)生成了企業(yè)內(nèi)外資源交互的新模式，內(nèi)外部資源不斷交流、轉(zhuǎn)移以及溢出，讓“1+1>2”的創(chuàng)新效果成為可能［21］?；诖?，從供應(yīng)鏈關(guān)系優(yōu)化和融資優(yōu)化兩個(gè)路徑出發(fā)，探究數(shù)字化轉(zhuǎn)型促進(jìn)企業(yè)技術(shù)創(chuàng)新的作用機(jī)制。

1.2.1 數(shù)字化轉(zhuǎn)型、供應(yīng)鏈關(guān)系優(yōu)化與企業(yè)技術(shù)創(chuàng)新

供應(yīng)鏈合作過(guò)程涉及信息獲取、合作溝通以及商業(yè)模式轉(zhuǎn)換等環(huán)節(jié)［22］，在企業(yè)數(shù)字化轉(zhuǎn)型的進(jìn)程中，借助數(shù)字技術(shù)可以在這些環(huán)節(jié)中挖掘新的發(fā)展?jié)摿Γ纱酥厮芰似髽I(yè)與供應(yīng)商和客戶(hù)之間的關(guān)系。一方面，基于產(chǎn)業(yè)組織議價(jià)能力的視角，供應(yīng)鏈集中度越高，越容易與少數(shù)的供應(yīng)商和客戶(hù)形成鎖定的依賴(lài)關(guān)系，企業(yè)議價(jià)能力降低，衍生出對(duì)企業(yè)資金的占用行為［7］，擠占創(chuàng)新資金。企業(yè)數(shù)字化轉(zhuǎn)型促成信息共享平臺(tái)的建立，企業(yè)間的信息交換更加高效便捷［23］，拓展企業(yè)與其他供應(yīng)商和客戶(hù)觸及、互動(dòng)的渠道，形成了多元化的供應(yīng)鏈合作關(guān)系，大大降低企業(yè)對(duì)特定供應(yīng)商、客戶(hù)的路徑依賴(lài)，這樣既避免供應(yīng)商由此產(chǎn)生過(guò)高的議價(jià)能力謀求利益、擠占創(chuàng)新資金，又減少客戶(hù)過(guò)于集中而產(chǎn)生的盤(pán)剝行為阻礙企業(yè)技術(shù)創(chuàng)新［7］。另一方面，較低的供應(yīng)鏈集中度意味著可觸及的關(guān)系網(wǎng)絡(luò)節(jié)點(diǎn)越多，獲取異質(zhì)性資源越豐富［24］。數(shù)字化實(shí)現(xiàn)了供應(yīng)鏈上下游各主體的高彈性和強(qiáng)協(xié)同［2］，推動(dòng)多元供應(yīng)鏈體系的建立，數(shù)字背景下前后向關(guān)聯(lián)效應(yīng)更顯著，使得整個(gè)供應(yīng)鏈置于數(shù)據(jù)生態(tài)體系中，交易數(shù)據(jù)、需求信息高速流動(dòng)和迭代［16］，企業(yè)更容易掌握上下游供應(yīng)鏈的動(dòng)態(tài)變化、優(yōu)化供應(yīng)鏈各方資源配置［19］，為滿(mǎn)足客戶(hù)需求、降低生產(chǎn)成本，企業(yè)積極投入創(chuàng)新活動(dòng)中，進(jìn)而提升企業(yè)整體創(chuàng)新能力。鑒于此，提出以下假設(shè)：

H2：數(shù)字化轉(zhuǎn)型通過(guò)優(yōu)化供應(yīng)鏈關(guān)系促進(jìn)企業(yè)技術(shù)創(chuàng)新。

1.2.2 數(shù)字化轉(zhuǎn)型、供應(yīng)鏈融資優(yōu)化與企業(yè)技術(shù)創(chuàng)新

數(shù)字經(jīng)濟(jì)背景下，供應(yīng)鏈交易機(jī)制不斷完善，建立起數(shù)據(jù)市場(chǎng)信用體系，基于供應(yīng)鏈關(guān)系的商業(yè)信用融資逐漸成為銀行信貸的代替性渠道，為企業(yè)創(chuàng)新融資提供了新方向。對(duì)于融資需求方來(lái)說(shuō)，數(shù)字技術(shù)緩解了供應(yīng)鏈企業(yè)間的信息不對(duì)稱(chēng)，使得企業(yè)可以依托數(shù)字化平臺(tái)向供應(yīng)商釋放積極信號(hào)［25］，促成供應(yīng)鏈商業(yè)信用融資。數(shù)字技術(shù)貫穿于生產(chǎn)制造、研發(fā)設(shè)計(jì)和產(chǎn)品銷(xiāo)售等各個(gè)環(huán)節(jié)，對(duì)各網(wǎng)絡(luò)節(jié)點(diǎn)的信息進(jìn)行固定儲(chǔ)存，數(shù)字技術(shù)應(yīng)用使得數(shù)據(jù)信息不可扭曲且難以丟失［26］，保證了信息的準(zhǔn)確性和穩(wěn)定性；同時(shí)，企業(yè)數(shù)字化轉(zhuǎn)型在保證信息披露質(zhì)量的同時(shí)，打破時(shí)空界限，為信息披露提供了更廣闊的共享平臺(tái)，使得供應(yīng)商容易更精準(zhǔn)地搜尋企業(yè)相關(guān)信息，為商業(yè)信用融資提供依據(jù)。對(duì)于融資供給方來(lái)說(shuō)，數(shù)字化轉(zhuǎn)型提升了上游企業(yè)的風(fēng)險(xiǎn)識(shí)別能力和監(jiān)控水平［20］，降低了監(jiān)督成本和商業(yè)信用融資的違約概率［27］。上游企業(yè)借助數(shù)字平臺(tái)，能夠及時(shí)掌握需求方企業(yè)動(dòng)態(tài)，追蹤企業(yè)的經(jīng)營(yíng)狀況和信用信息，實(shí)時(shí)評(píng)估企業(yè)商業(yè)信用還款能力，當(dāng)交易企業(yè)出現(xiàn)偏離合作的行為時(shí)，上游企業(yè)能在第一時(shí)間實(shí)施干預(yù)以保證交易順利進(jìn)行［27］。透明高效的交易環(huán)境使得供應(yīng)商更愿意提供商業(yè)信用貸款，以此建立長(zhǎng)久互利的合作關(guān)系。綜合而言，企業(yè)數(shù)字化轉(zhuǎn)型不僅緩解信息不對(duì)稱(chēng)、優(yōu)化信息質(zhì)量，還加強(qiáng)上游供應(yīng)商的監(jiān)督能力，為供應(yīng)鏈融資建立了穩(wěn)定透明的外部環(huán)境，優(yōu)化了企業(yè)技術(shù)創(chuàng)新的融資渠道，從而企業(yè)更愿意開(kāi)展創(chuàng)新活動(dòng)，實(shí)現(xiàn)創(chuàng)新成果轉(zhuǎn)化。鑒于此，提出以下假設(shè)：

H3：數(shù)字化轉(zhuǎn)型通過(guò)優(yōu)化供應(yīng)鏈融資促進(jìn)企業(yè)技術(shù)創(chuàng)新。

綜上，構(gòu)建理論模型如圖1所示。

2 研究設(shè)計(jì)

2.1 數(shù)據(jù)來(lái)源

以2013—2021 年中國(guó)A 股上市公司為研究樣本，上市公司的財(cái)務(wù)數(shù)據(jù)和專(zhuān)利數(shù)據(jù)均源自CSMAR數(shù)據(jù)庫(kù)和CNRDS數(shù)據(jù)庫(kù)。為保證結(jié)果的可靠性，對(duì)樣本進(jìn)行以下處理：（1）剔除ST、*ST和PT樣本；（2）剔除金融行業(yè)樣本；（3）剔除關(guān)鍵變量缺失的樣本。為了緩解潛在異常值的影響，對(duì)微觀連續(xù)變量進(jìn)行了上下1% 的Winsorize縮尾處理。經(jīng)過(guò)上述處理，初步得到了9 685個(gè)樣本數(shù)據(jù)。

2.2 變量選取

2.2.1 被解釋變量：企業(yè)技術(shù)創(chuàng)新（rd）

專(zhuān)利作為技術(shù)創(chuàng)新的載體，很好地體現(xiàn)了企業(yè)的創(chuàng)新能力，同時(shí)，專(zhuān)利授予比專(zhuān)利申請(qǐng)存在更多的不穩(wěn)定性，且易受影響［28］，因此，選取專(zhuān)利申請(qǐng)數(shù)衡量企業(yè)技術(shù)創(chuàng)新更加穩(wěn)定可靠。參考陶鋒等［29］的研究，選取企業(yè)獨(dú)立與聯(lián)合申請(qǐng)的發(fā)明專(zhuān)利數(shù)加1取對(duì)數(shù)，構(gòu)建企業(yè)技術(shù)創(chuàng)新數(shù)量（rdnum）；同時(shí)，Schumpeter在《經(jīng)濟(jì)發(fā)展理論》中提到，當(dāng)發(fā)明創(chuàng)造被應(yīng)用于經(jīng)濟(jì)活動(dòng)并生成經(jīng)濟(jì)價(jià)值時(shí)，才能成為真正意義的“創(chuàng)新”。因此，發(fā)明專(zhuān)利是否被引用以及被引用的次數(shù)是衡量創(chuàng)新質(zhì)量的重要標(biāo)準(zhǔn)［30］，而發(fā)明專(zhuān)利數(shù)只能反映研發(fā)創(chuàng)新規(guī)模，只有最終應(yīng)用于實(shí)際活動(dòng)中的技術(shù)專(zhuān)利才能反饋創(chuàng)新質(zhì)量的高低。故參考李仲澤［30］、Balsmeier等［31］的做法，選取發(fā)明專(zhuān)利中被引用的專(zhuān)利數(shù)加1取對(duì)數(shù)，構(gòu)建企業(yè)技術(shù)創(chuàng)新質(zhì)量（rdqua）。

2.2.2 解釋變量：數(shù)字化轉(zhuǎn)型（DT）

借鑒吳非等［25］的研究，從上市公司文本詞頻視角構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)。具體而言，首先，利用Python爬蟲(chóng)技術(shù)歸集整理2013—2021年中國(guó)A股上市公司的年度報(bào)告，通過(guò)Java PDFbox庫(kù)提取年報(bào)文本信息，形成后續(xù)篩選特征詞的數(shù)據(jù)庫(kù)；其次，選取人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)和數(shù)字技術(shù)應(yīng)用作為數(shù)字化轉(zhuǎn)型的特征詞庫(kù)，基于Python對(duì)上市公司年報(bào)文本中的五個(gè)數(shù)字化轉(zhuǎn)型關(guān)鍵詞提取，將數(shù)字化轉(zhuǎn)型詞頻進(jìn)行加總，得到數(shù)字化轉(zhuǎn)型的詞頻總數(shù)；最后，由于該詞頻指標(biāo)存在“右偏性”特征，進(jìn)一步對(duì)數(shù)字化轉(zhuǎn)型總詞頻取對(duì)數(shù)化，最終得到每個(gè)企業(yè)的數(shù)字化轉(zhuǎn)型程度（DTcp）。另外，參考龐瑞芝等［32］的研究，采用數(shù)字化投資與企業(yè)總資產(chǎn)之比（DTK）作為企業(yè)數(shù)字化轉(zhuǎn)型的代理變量，具體如下：數(shù)字化投資涉及固定資產(chǎn)投資和無(wú)形資產(chǎn)投資，將固定資產(chǎn)中的“辦公電子設(shè)備”作為數(shù)字化固定資產(chǎn)投資，無(wú)形資產(chǎn)中的“軟件”作為數(shù)字化無(wú)形資產(chǎn)投資，進(jìn)而加總求和衡量數(shù)字化投資。

2.2.3 控制變量

結(jié)合肖土盛等［3］、張樹(shù)含等［8］的研究，選取企業(yè)規(guī)模（lnsize）、年齡（lnage）、資產(chǎn)負(fù)債率（lev）、資產(chǎn)收益率（roa）、現(xiàn)金持有（cash）、兩職合一（ceo）、獨(dú)立董事比例（id）、高管持股比例（share）、專(zhuān)精特新企業(yè)（new）等企業(yè)特征進(jìn)行控制。具體而言，企業(yè)創(chuàng)新會(huì)受到資產(chǎn)流動(dòng)性以及現(xiàn)有產(chǎn)品的盈利情況等因素影響［33］。另外，董事會(huì)在企業(yè)戰(zhàn)略決策占主導(dǎo)地位［34］，決定了企業(yè)的創(chuàng)新決策。根據(jù)利益趨同效應(yīng)假說(shuō)，授予高管股權(quán)激勵(lì)能夠促進(jìn)高管與企業(yè)的利益趨同，對(duì)企業(yè)創(chuàng)新行為產(chǎn)生正向影響［35］。最后，“專(zhuān)精特新”企業(yè)受到國(guó)家政策支持［36］，激發(fā)了企業(yè)創(chuàng)新行為。除此之外，進(jìn)一步控制了省份、年份和地區(qū)的虛擬變量。

2.3 描述性分析

表1報(bào)告了主要變量的描述性統(tǒng)計(jì)，其中，創(chuàng)新數(shù)量最大值和最小值為9.028、0，均值為1.884，創(chuàng)新質(zhì)量最大值和最小值為8.963、0，均值為2.573，表明我國(guó)上市公司整體創(chuàng)新力不足，且存在較大差異；數(shù)字化轉(zhuǎn)型最大值和最小值為6.14、0.693，均值為2.02，說(shuō)明我國(guó)企業(yè)整體步入數(shù)字化進(jìn)程，但不同企業(yè)對(duì)數(shù)字化轉(zhuǎn)型的重視程度和現(xiàn)實(shí)推進(jìn)具有差異性。同時(shí)，上市公司在主要控制變量間存在較明顯差異，說(shuō)明不同企業(yè)存在異質(zhì)性，其生產(chǎn)經(jīng)營(yíng)方式和狀況均有明顯區(qū)別，這為本文驗(yàn)證數(shù)字化轉(zhuǎn)型與企業(yè)技術(shù)創(chuàng)新之間的關(guān)系提供了合理性和科學(xué)性。

2.4 基準(zhǔn)模型設(shè)定

為了驗(yàn)證數(shù)字化轉(zhuǎn)型如何影響企業(yè)技術(shù)創(chuàng)新行為，構(gòu)建如下計(jì)量方程：

3 實(shí)證結(jié)果與計(jì)量分析

3.1 基準(zhǔn)檢驗(yàn)

基于企業(yè)創(chuàng)新變量的受限特征，采用Tobit模型考察數(shù)字化轉(zhuǎn)型對(duì)企業(yè)技術(shù)創(chuàng)新的影響，結(jié)果具有可靠性和穩(wěn)定性。表2列（1）（2）檢驗(yàn)采用文本分析法的數(shù)字化轉(zhuǎn)型變量對(duì)技術(shù)創(chuàng)新數(shù)量和質(zhì)量的影響，結(jié)果顯示，數(shù)字化轉(zhuǎn)型的估計(jì)系數(shù)均在1%的顯著性水平為正，且根據(jù)邊際效應(yīng)處理結(jié)果，上市公司數(shù)字化轉(zhuǎn)型的文本詞頻提升10%，則企業(yè)專(zhuān)利申請(qǐng)數(shù)量提升1.27%，發(fā)明專(zhuān)利申請(qǐng)質(zhì)量提升1.24%。列（3）（4）檢驗(yàn)以數(shù)字資本為代表的數(shù)字化轉(zhuǎn)型變量對(duì)創(chuàng)新數(shù)量和質(zhì)量的影響，數(shù)字化轉(zhuǎn)型的估計(jì)系數(shù)依舊高度顯著為正，同時(shí)，上市公司數(shù)字資本提升10%，則企業(yè)專(zhuān)利申請(qǐng)數(shù)量提升0.81%，發(fā)明專(zhuān)利申請(qǐng)質(zhì)量提升0.9%。本文從數(shù)字化轉(zhuǎn)型的兩個(gè)角度驗(yàn)證了假設(shè)H1，證實(shí)了數(shù)字化轉(zhuǎn)型促進(jìn)了企業(yè)技術(shù)創(chuàng)新行為，企業(yè)實(shí)現(xiàn)了創(chuàng)新的量質(zhì)雙升。

表2結(jié)論與張國(guó)勝等［1］、龐瑞芝等［32］、張樹(shù)含等［8］同類(lèi)研究結(jié)論相似，再次證實(shí)了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)技術(shù)創(chuàng)新的賦能效應(yīng)。但是與之不同的是，一方面，張國(guó)勝等［1］證實(shí)了由于“雙重套利”和“同群效應(yīng)”，加劇了數(shù)字化轉(zhuǎn)型對(duì)技術(shù)創(chuàng)新的“增量”效應(yīng)，反而抑制了數(shù)字化轉(zhuǎn)型的技術(shù)創(chuàng)新“提質(zhì)”效應(yīng)；而龐瑞芝等［32］提出“數(shù)字化與創(chuàng)新之悖論”，驗(yàn)證企業(yè)數(shù)字化存在拐點(diǎn)，使得數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新呈倒U形關(guān)系，這與本文的結(jié)論存在差別。另一方面，張樹(shù)含等［8］也得出數(shù)字化轉(zhuǎn)型推動(dòng)技術(shù)創(chuàng)新的結(jié)論，但其聚焦的是“融合”和“暢通”的創(chuàng)新視角，與本文的創(chuàng)新視角有所分別；溫湖煒等［37］研究表明，智慧城市建設(shè)促進(jìn)企業(yè)的數(shù)字技術(shù)應(yīng)用，從而推動(dòng)企業(yè)技術(shù)創(chuàng)新，其利用建設(shè)智慧城市的外生事件沖擊作為代理變量，這與本文從微觀層面衡量的數(shù)字化轉(zhuǎn)型不同。

3.2 內(nèi)生性處理

3.2.1 工具變量法

原本試圖驗(yàn)證數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新數(shù)量和質(zhì)量的綜合影響，但受創(chuàng)新資本與數(shù)字資本的互補(bǔ)協(xié)調(diào)作用，企業(yè)技術(shù)創(chuàng)新行為對(duì)數(shù)字資本選擇也存在逆向因果關(guān)系，這導(dǎo)致模型存在內(nèi)生性。鑒于此，本文試圖尋找數(shù)字化轉(zhuǎn)型的工具變量來(lái)克服內(nèi)生性問(wèn)題，采用工具變量方法進(jìn)行檢驗(yàn)。

選取工具變量的思路如下：由于數(shù)字化轉(zhuǎn)型的影_{EcvDNAvdk5Hu091n2q/paA==}響因素也會(huì)影響企業(yè)技術(shù)創(chuàng)新，且在微觀數(shù)據(jù)中選取一個(gè)有效的工具變量較困難，故借鑒Lewbel［38］、楊金玉等［16］的研究思路，利用微觀數(shù)據(jù)構(gòu)造了一個(gè)不需要外部因素的工具變量，采用數(shù)字化轉(zhuǎn)型指標(biāo)與按行業(yè)二級(jí)編碼分類(lèi)的數(shù)字化轉(zhuǎn)型指標(biāo)均值差額的三次方作為異方差工具變量（ivDTcp）。本文采用IV-Tobit模型進(jìn)行檢驗(yàn)，表3報(bào)告了檢驗(yàn)結(jié)果。上述工具變量檢驗(yàn)分為兩個(gè)階段，第一階段針對(duì)采用本文分析法的數(shù)字化轉(zhuǎn)型進(jìn)行估計(jì)，第（1）列以異方差工具變量作為工具變量的第一階段結(jié)果符合預(yù)期，ivDTcp 的估計(jì)系數(shù)均在1%的水平上顯著為正，即所選取的工具變量高度滿(mǎn)足相關(guān)性條件。第（2）（3）列報(bào)告了第二階段的回歸結(jié)果，數(shù)字化轉(zhuǎn)型的估計(jì)系數(shù)仍然高度顯著為正。結(jié)果表明，在控制了計(jì)量模型的內(nèi)生性后，數(shù)字化轉(zhuǎn)型對(duì)專(zhuān)利創(chuàng)新數(shù)量和質(zhì)量的促進(jìn)作用依舊顯著存在。同時(shí)，第（4）～（6）列采用異方差工具變量（ivDTK）進(jìn)行檢驗(yàn)以數(shù)字資本為代表的數(shù)字化轉(zhuǎn)型存在的內(nèi)生性問(wèn)題，顯示控制模型內(nèi)生性之后，本文核心結(jié)論仍然成立。

3.2.2 雙重差分法

企業(yè)數(shù)字化轉(zhuǎn)型處于不同的發(fā)展階段，對(duì)企業(yè)技術(shù)創(chuàng)新的影響也存在差異。鑒于此，構(gòu)建多期雙重差分模型進(jìn)行檢驗(yàn)。具體方程如下：

在方程（2）中，將數(shù)字化轉(zhuǎn)型關(guān)鍵詞分為底層數(shù)字技術(shù)（人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)）和數(shù)字技術(shù)應(yīng)用，若企業(yè)同時(shí)擁有底層數(shù)字技術(shù)和數(shù)字技術(shù)應(yīng)用，則視為處理組treat（treat=1）；post 為企業(yè)同時(shí)擁有底層數(shù)字技術(shù)和數(shù)字技術(shù)應(yīng)用的年份虛擬值。表4 的第（1）（2）列報(bào)告了多期DID 模型的回歸結(jié)果，結(jié)果顯示，treat×post 的系數(shù)始終在1% 的水平下顯著為正。考慮到企業(yè)擁有底層數(shù)字技術(shù)和數(shù)字技術(shù)應(yīng)用具有選擇性，采用匹配-雙重差分方法（PSM-DID）進(jìn)行檢驗(yàn)。將企業(yè)同時(shí)擁有底層數(shù)字技術(shù)和數(shù)字技術(shù)應(yīng)用的處理組作為解釋變量，經(jīng)濟(jì)發(fā)展程度、產(chǎn)業(yè)結(jié)構(gòu)、財(cái)政支出、金融發(fā)展程度、兩職合一、高管持股比例、獨(dú)立董事比例和“專(zhuān)精特新”企業(yè)為匹配變量，采用傾向得分匹配法（PSM-DID）進(jìn)行1：3近鄰匹配，最終獲得4 588個(gè)樣本。第（3）（4）列報(bào)告了PSM-DID的回歸結(jié)果，交互項(xiàng)系數(shù)高度顯著為正，驗(yàn)證了受到數(shù)字技術(shù)背景沖擊的企業(yè)，實(shí)現(xiàn)了其技術(shù)創(chuàng)新的量質(zhì)齊升。

更進(jìn)一步地，構(gòu)建以下方程驗(yàn)證方程（2）的平行趨勢(shì)：

為避免多重共線性問(wèn)題，檢驗(yàn)前后7期的平行趨勢(shì)特征，引入企業(yè)數(shù)字化轉(zhuǎn)型的前4 年（DTcp-4）、前3 年（DTcp-3）、前2 年（DTcp-2）以及當(dāng)年（DTcp0）、后1 年（DTcp1）、后2年（DTcp2）和后3年（DTcp3）的時(shí)點(diǎn)虛擬變量，檢驗(yàn)企業(yè)是否僅在受到數(shù)字技術(shù)沖擊之后，企業(yè)技術(shù)創(chuàng)新的數(shù)量和質(zhì)量才有明顯提升。圖2顯示在企業(yè)受到數(shù)字技術(shù)沖擊的前4年，數(shù)字化轉(zhuǎn)型對(duì)技術(shù)創(chuàng)新的數(shù)量與質(zhì)量均無(wú)顯著影響，自受到數(shù)字技術(shù)沖擊的當(dāng)年起，數(shù)字技術(shù)催生了技術(shù)創(chuàng)新數(shù)量、提升了技術(shù)創(chuàng)新質(zhì)量，通過(guò)了平行趨勢(shì)檢驗(yàn)。

3.3 穩(wěn)健性檢驗(yàn)

為驗(yàn)證本文結(jié)論的穩(wěn)健性，重新測(cè)度解釋變量和被解釋變量并更換模型和方法。首先，唐松等［10］將現(xiàn)有專(zhuān)利數(shù)據(jù)分為三檔：一是以實(shí)用新型專(zhuān)利和外觀設(shè)計(jì)專(zhuān)利為代表的低端創(chuàng)新，二是代表核心技術(shù)創(chuàng)新能力的發(fā)明專(zhuān)利，三是專(zhuān)利總數(shù)。鑒于此，重新刻畫(huà)創(chuàng)新數(shù)量和創(chuàng)新質(zhì)量，用發(fā)明專(zhuān)利、實(shí)用新型專(zhuān)利和外觀設(shè)計(jì)專(zhuān)利申請(qǐng)數(shù)之和取對(duì)數(shù)衡量創(chuàng)新數(shù)量，發(fā)明專(zhuān)利申請(qǐng)數(shù)取對(duì)數(shù)衡量創(chuàng)新質(zhì)量。另外，考慮到自主創(chuàng)新相較于其他創(chuàng)新方式，具有排他性特性，是衡量企業(yè)競(jìng)爭(zhēng)力的關(guān)鍵指標(biāo)，進(jìn)一步地剔除聯(lián)合申請(qǐng)的專(zhuān)利數(shù)量，僅保留獨(dú)立申請(qǐng)的專(zhuān)利數(shù)量。表5列（1）（2）報(bào)告了穩(wěn)健性檢驗(yàn)結(jié)果，結(jié)果顯示被替換后的被解釋變量仍然在1% 的顯著性水平上為正，表明數(shù)字技術(shù)對(duì)企業(yè)自主創(chuàng)新發(fā)揮的賦能作用明顯，證明了即便替換了新的被解釋變量，仍然證實(shí)本文核心結(jié)論。其次，采用趙宸宇等［4］的方法，選取新的數(shù)字維度關(guān)鍵詞構(gòu)建數(shù)字化轉(zhuǎn)型指標(biāo)。表5列（3）（4）結(jié)果顯示，新的數(shù)字化轉(zhuǎn)型變量在1% 的水平上顯著為正，驗(yàn)證了本文的基本結(jié)論。最后，考慮到專(zhuān)利數(shù)量是一個(gè)非負(fù)的整數(shù)值，本文之前采用對(duì)數(shù)化處理，根據(jù)已有文獻(xiàn)，對(duì)于非負(fù)整數(shù)值還可以采用負(fù)二項(xiàng)回歸。列（5）（6）結(jié)果顯示，數(shù)字化轉(zhuǎn)型的估計(jì)系數(shù)在1%的水平下顯著，說(shuō)明數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新數(shù)量和質(zhì)量的促進(jìn)效應(yīng)穩(wěn)健顯著。

3.4 異質(zhì)性檢驗(yàn)

數(shù)字化轉(zhuǎn)型是信息技術(shù)引發(fā)的系統(tǒng)性變革，高科技企業(yè)可以更好地把握數(shù)字化轉(zhuǎn)型帶來(lái)的發(fā)展契機(jī)。為了驗(yàn)證不同技術(shù)水平企業(yè)的異質(zhì)性表現(xiàn)，按照2017年高新技術(shù)產(chǎn)業(yè)（制造_{/YU+SSmgZt62ezxbN/AGuhN7kLA0qys2AcvWgLRZXXk=}業(yè)）分類(lèi)，把化學(xué)原料及化學(xué)制品制造業(yè)，醫(yī)藥制造業(yè)，通用設(shè)備制造業(yè)，專(zhuān)用設(shè)備制造業(yè)，鐵路，船舶、航空航天和其它運(yùn)輸設(shè)備制造業(yè)，計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)這六類(lèi)企業(yè)確定為高新技術(shù)企業(yè)，其余企業(yè)為非高新技術(shù)企業(yè)，進(jìn)行異質(zhì)性分組回歸。采用bidff命令檢驗(yàn)組間差異系數(shù)，回歸結(jié)果如表6所示。結(jié)果顯示，核心解釋變量的組間系數(shù)差異性結(jié)果均在1%的水平上顯著為正，表明差異性回歸結(jié)果可信。另外，對(duì)比分析（1）（2）列和（3）（4）列，說(shuō)明數(shù)字技術(shù)在高新技術(shù)企業(yè)中對(duì)創(chuàng)新數(shù)量和質(zhì)量的促進(jìn)效應(yīng)更顯著。

4 作用機(jī)理分析

4.1 數(shù)字化轉(zhuǎn)型、供應(yīng)鏈關(guān)系優(yōu)化與企業(yè)技術(shù)創(chuàng)新

從供應(yīng)鏈關(guān)系入手，驗(yàn)證數(shù)字化轉(zhuǎn)型通過(guò)優(yōu)化供應(yīng)鏈關(guān)系促進(jìn)企業(yè)技術(shù)創(chuàng)新。供應(yīng)鏈集中度的降低主要表現(xiàn)為突出的信息優(yōu)勢(shì)，當(dāng)一個(gè)企業(yè)在供應(yīng)鏈中接觸的企業(yè)數(shù)量越多，其中心地位和中介作用越顯著［39］，從而能在不同的供應(yīng)鏈合作群體中獲取信息優(yōu)勢(shì)。參考李琦等［22］的做法，用前五大供應(yīng)商采購(gòu)額占比衡量供應(yīng)商集中度（up），采用前五大客戶(hù)的收入占比衡量客戶(hù)集中度（down）。以中介效應(yīng)模型為基礎(chǔ)，采用Sgmediation2命令對(duì)數(shù)字化轉(zhuǎn)型影響企業(yè)創(chuàng)新能力的內(nèi)在機(jī)制進(jìn)行Sobel檢驗(yàn)，表7匯報(bào)了機(jī)制檢驗(yàn)結(jié)果。結(jié)果顯示，供應(yīng)商（客戶(hù)）集中度通過(guò)了Sobel檢驗(yàn)，說(shuō)明供應(yīng)鏈關(guān)系在企業(yè)數(shù)字化對(duì)企業(yè)創(chuàng)新能力的影響中發(fā)揮中介效應(yīng)。另外，中介效應(yīng)系數(shù)和直接效應(yīng)系數(shù)均顯著，供應(yīng)商集中度在企業(yè)數(shù)字化對(duì)創(chuàng)新數(shù)量和質(zhì)量的影響中發(fā)揮了4.6%和2.5%的中介作用，客戶(hù)集中度分別發(fā)揮了5.5% 和1.3% 的中介作用，從而驗(yàn)證了假設(shè)H2的結(jié)論，證實(shí)了數(shù)字化轉(zhuǎn)型通過(guò)優(yōu)化供應(yīng)鏈關(guān)系促進(jìn)企業(yè)技術(shù)創(chuàng)新。

4.2 數(shù)字化轉(zhuǎn)型、供應(yīng)鏈融資優(yōu)化與企業(yè)技術(shù)創(chuàng)新

從供應(yīng)鏈融資入手，驗(yàn)證數(shù)字化轉(zhuǎn)型通過(guò)優(yōu)化供應(yīng)鏈融資推動(dòng)企業(yè)技術(shù)創(chuàng)新。數(shù)字化轉(zhuǎn)型之后，數(shù)字要素協(xié)調(diào)企業(yè)供應(yīng)鏈內(nèi)外資源，使得供應(yīng)鏈企業(yè)信息交流更通暢，有效增進(jìn)了商業(yè)信用契約雙方的信任度［27］，更容易達(dá)成商業(yè)信用融資合作，彌補(bǔ)了技術(shù)創(chuàng)新所需的資金缺口，推動(dòng)企業(yè)開(kāi)展技術(shù)創(chuàng)新活動(dòng)。借鑒方紅星等［40］的做法，采用應(yīng)付賬款/總資產(chǎn)（TC1）和（應(yīng)付賬款-預(yù)付賬款）/總資產(chǎn)（TC2）衡量供應(yīng)鏈融資，比值越大，說(shuō)明企業(yè)獲得的供應(yīng)鏈商業(yè)信用融資越多，為企業(yè)技術(shù)創(chuàng)新活動(dòng)提供了穩(wěn)定的資金支持?；谥薪樾?yīng)模型，采用sgmediation2驗(yàn)證了本文結(jié)論，相應(yīng)的回歸結(jié)果顯示（見(jiàn)表8），供應(yīng)鏈融資的中介效應(yīng)模型通過(guò)了Sobel檢驗(yàn)，說(shuō)明企業(yè)數(shù)字化通過(guò)提高供應(yīng)鏈融資獲取的概率激發(fā)技術(shù)創(chuàng)新行為，另外，中介效應(yīng)系數(shù)和直接效應(yīng)系數(shù)均顯著，驗(yàn)證了假設(shè)H3。

5 結(jié)論與啟示

數(shù)字化轉(zhuǎn)型已然成為推動(dòng)中國(guó)產(chǎn)業(yè)邁向全球價(jià)值鏈中高端的新動(dòng)能，是企業(yè)生產(chǎn)和發(fā)展的“必答題”。如何利用數(shù)字技術(shù)助力企業(yè)轉(zhuǎn)型升級(jí)？數(shù)字技術(shù)如何賦能“創(chuàng)造性破壞”活動(dòng)？這是學(xué)界關(guān)注的重要問(wèn)題。本文從企業(yè)層面檢驗(yàn)了數(shù)字化轉(zhuǎn)型對(duì)技術(shù)創(chuàng)新的影響，并結(jié)合供應(yīng)鏈優(yōu)化視角剖析了微觀的賦能機(jī)制。研究發(fā)現(xiàn)：數(shù)字化轉(zhuǎn)型程度越深的企業(yè)，其申請(qǐng)專(zhuān)利的數(shù)量越多、質(zhì)量也越高，說(shuō)明數(shù)字化轉(zhuǎn)型助推了企業(yè)技術(shù)創(chuàng)新量質(zhì)齊升。從供應(yīng)鏈視角來(lái)看，數(shù)字化轉(zhuǎn)型優(yōu)化了供應(yīng)鏈，通過(guò)降低供應(yīng)鏈集中度和獲取供應(yīng)鏈商業(yè)信用融資兩類(lèi)機(jī)制，推動(dòng)了企業(yè)技術(shù)創(chuàng)新。

本研究具有如下啟示：

第一，加快推進(jìn)實(shí)體經(jīng)濟(jì)數(shù)字化轉(zhuǎn)型，推動(dòng)數(shù)字化轉(zhuǎn)型政策落地并應(yīng)用，切實(shí)收獲高質(zhì)量的“數(shù)字紅利”。數(shù)字化轉(zhuǎn)型的目的在于數(shù)字賦能，數(shù)字技術(shù)是新時(shí)代技術(shù)創(chuàng)新的基礎(chǔ)，為高質(zhì)量創(chuàng)新提供堅(jiān)實(shí)的硬件基礎(chǔ)，然而，目前我國(guó)企業(yè)還普遍存在數(shù)字轉(zhuǎn)型慢、數(shù)字化層次低、數(shù)字門(mén)檻高等現(xiàn)實(shí)問(wèn)題。政府應(yīng)該積極探討并出臺(tái)企業(yè)數(shù)字化轉(zhuǎn)型的相關(guān)政策、健全數(shù)字基礎(chǔ)設(shè)施建設(shè)，為企業(yè)打好技術(shù)創(chuàng)新的“地基”，鼓勵(lì)企業(yè)利用數(shù)字技術(shù)更新研發(fā)設(shè)計(jì)、開(kāi)展創(chuàng)新業(yè)務(wù)，推動(dòng)數(shù)實(shí)融合助力經(jīng)濟(jì)高質(zhì)量發(fā)展。

第二，企業(yè)應(yīng)重視供應(yīng)鏈數(shù)字化建設(shè)，借助數(shù)字技術(shù)推動(dòng)供應(yīng)鏈合作多元化，拓展市場(chǎng)信息獲取渠道，為數(shù)字賦能企業(yè)技術(shù)創(chuàng)新提供方向和指導(dǎo)。本文研究發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型程度越深，供應(yīng)鏈集中度越低，對(duì)技術(shù)創(chuàng)新的促進(jìn)作用越顯著。企業(yè)應(yīng)積極響應(yīng)數(shù)字化轉(zhuǎn)型的號(hào)召，依靠數(shù)字要素優(yōu)化企業(yè)與供應(yīng)商和客戶(hù)的戰(zhàn)略合作關(guān)系，降低供應(yīng)鏈集中度，構(gòu)建多元化的供應(yīng)鏈信息共享平臺(tái)，以及時(shí)感知外部環(huán)境變化、快速識(shí)別市場(chǎng)需求，實(shí)現(xiàn)以市場(chǎng)需求為導(dǎo)向的技術(shù)創(chuàng)新，降低創(chuàng)新轉(zhuǎn)化風(fēng)險(xiǎn)。

第三，企業(yè)要積極利用數(shù)字技術(shù)新優(yōu)勢(shì)，加強(qiáng)信息披露體系建設(shè)，釋放企業(yè)發(fā)展的積極信號(hào)，從而促進(jìn)供應(yīng)商提供更多的商業(yè)信用融資，彌補(bǔ)銀行貸款無(wú)法滿(mǎn)足技術(shù)創(chuàng)新的資金缺口。本文研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型過(guò)程中，企業(yè)能通過(guò)優(yōu)化供應(yīng)鏈融資來(lái)促進(jìn)企業(yè)技術(shù)創(chuàng)新。商業(yè)信用融資作為緩解企業(yè)融資約束的重要手段，企業(yè)要抓住數(shù)字化轉(zhuǎn)型機(jī)遇，加速高質(zhì)量信息在上下游供應(yīng)鏈間的流動(dòng)，增強(qiáng)融資契約雙方的信用度，加強(qiáng)合作粘性，建立穩(wěn)定的供應(yīng)鏈融資關(guān)系，滿(mǎn)足創(chuàng)新資金需求，激勵(lì)企業(yè)開(kāi)展技術(shù)創(chuàng)新活動(dòng)。

參考文獻(xiàn)：

［1］ 張國(guó)勝，杜鵬飛.數(shù)字化轉(zhuǎn)型對(duì)我國(guó)企業(yè)技術(shù)創(chuàng)新的影響：增量還是提質(zhì)？［J］.經(jīng)濟(jì)管理，2022，44（6）：82-96.

［2］ 焦豪，楊季楓，王培暖，等.數(shù)據(jù)驅(qū)動(dòng)的企業(yè)動(dòng)態(tài)能力作用機(jī)制研究：基于數(shù)據(jù)全生命周期管理的數(shù)字化轉(zhuǎn)型過(guò)程分析［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2021（11）：174-192.

［3］ 肖土盛，吳雨珊，亓文韜.數(shù)字化的翅24b61b479ddec028bbe123e93d51f751b7f7f706e8478671f845778ad72515bc膀能否助力企業(yè)高質(zhì)量發(fā)展：來(lái)自企業(yè)創(chuàng)新的經(jīng)驗(yàn)證據(jù)［J］.經(jīng)濟(jì)管理，2022，44（5）：41-62.

［4］ 趙宸宇，王文春，李雪松.數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率［J］.財(cái)貿(mào)經(jīng)濟(jì)，2021，42（7）：114-129.

［5］ 于世海，許慧欣，孔令乾.數(shù)字經(jīng)濟(jì)水平對(duì)中國(guó)制造業(yè)資源配置效率的影響研究［J］.財(cái)貿(mào)研究，2022，33（12）：19-34.

［6］ 龔強(qiáng)，班銘媛，張一林.區(qū)塊鏈、企業(yè)數(shù)字化與供應(yīng)鏈金融創(chuàng)新［J］.管理世界，2021，37（2）：22-34，3.

［7］ 李健，張金林，董小凡.數(shù)字經(jīng)濟(jì)如何影響企業(yè)創(chuàng)新能力：內(nèi)在機(jī)制與經(jīng)驗(yàn)證據(jù)［J］.經(jīng)濟(jì)管理，2022，44（8）：5-22.

［8］ 張樹(shù)含，李曉翔.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)融通創(chuàng)新的影響研究：基于邊界視角的作用機(jī)制分析［J］.軟科學(xué)，2023，37（12）：86-92.

［9］ WARNER K S R，W?GER M. Building dynamic capabilities for digital transformation：an ongoing process of strategic renewal［J］.Long Range Planning，2019，52（3）：326-349.

［10］ 唐松，伍旭川，祝佳.數(shù)字金融與企業(yè)技術(shù)創(chuàng)新：結(jié)構(gòu)特征、機(jī)制識(shí)別與金融監(jiān)管下的效應(yīng)差異［J］.管理世界，36（5）：52-66，9.

［11］ LEONG C，PAN S L，NEWELL S，et al. The emergence of selforganizing ecommerce ecosystems in remote villages of China：a tale of digital empowerment for rural development［J］. MIS Quartly，2016，40（2）：475-484.

［12］ LOEBBECKE C，PICOT A. Reflections on societal and business model transformation arising from digitization and big data analytics：a research agenda［J］.The Journal of Strategic Information Systems，2015，24（3）：149-157.

［13］ 溫珺，閻志軍，程愚.數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)創(chuàng)新效應(yīng)研究：基于省際面板數(shù)據(jù)的回歸［J］.經(jīng)濟(jì)體制改革，2020（3）：31-38.

［14］ 李雪，吳福象，竺李樂(lè).數(shù)字經(jīng)濟(jì)與區(qū)域創(chuàng)新績(jī)效［J］.山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2021，43（5）：17-30.

［15］ 沈國(guó)兵，袁征宇.企業(yè)互聯(lián)網(wǎng)化對(duì)中國(guó)企業(yè)創(chuàng)新及出口的影響［J］.經(jīng)濟(jì)研究，2020，55（1）：33-48.

［16］ 楊金玉，彭秋萍，葛震霆.數(shù)字化轉(zhuǎn)型的客戶(hù)傳染效應(yīng)：供應(yīng)商創(chuàng)新視角［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2022（8）：156-174.

［17］ PAOLA P M，ALISON R.Identify innovative business model：can innovative business models enable players to react to ongoing trends［J］.Journal of Entrepreneurship Research，2015，5（3）：181-199.

［18］ WILLIAM K R， MATTHEW R K. Entrepreneurship as experimentation［J］.The Journal of Economic Perspectives，2014，28（3）：25-48.

［19］ 巫強(qiáng)，姚雨秀.企業(yè)數(shù)字化轉(zhuǎn)型與供應(yīng)鏈配置：集中化還是多元化［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2023（8）：99-117.

［20］ 夏蕓，夏鵬佳，林子昂.數(shù)字化轉(zhuǎn)型與商業(yè)信用融資：以中國(guó)A股上市公司為例［J］.工業(yè)技術(shù)經(jīng)濟(jì)，2023，42（7）：30-39.

［21］ ZOBEL A K，LOKSHIN B，HAGEDOORN J.Formal and informal appropriation mechanisms：the role of openness and innovativeness［J］.Technovation，2017，59：44-54.

［22］ 李琦，劉力鋼，邵劍兵.數(shù)字化轉(zhuǎn)型、供應(yīng)鏈集成與企業(yè)績(jī)效：企業(yè)家精神的調(diào)節(jié)效應(yīng)［J］.經(jīng)濟(jì)管理，2021，43（10）：5-23.

［23］ NAMBISAN S， WRIGHT M， FELDMAN M. The digital transformation of innovation and entrepreneurship： progress，challenges and key themes［J］. Research Policy，2019，48（8）：103773.1-103773.9.

［24］ 李雪松，黨琳，趙宸宇.數(shù)字化轉(zhuǎn)型、融入全球創(chuàng)新網(wǎng)絡(luò)與創(chuàng)新績(jī)效［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2022（10）：43-61.

［25］ 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.

［26］ 李健，李俊豪，李晏墅.數(shù)字化轉(zhuǎn)型能破解企業(yè)融資約束嗎？商業(yè)信用融資視角［J］.現(xiàn)代財(cái)經(jīng)：天津財(cái)經(jīng)大學(xué)學(xué)報(bào)，2023，43（7）：21-37.

［27］ 彭梓倩，周鵬.數(shù)字化轉(zhuǎn)型對(duì)商業(yè)信用融資能力的影響研究：基于供應(yīng)鏈信息傳遞的視角［J］.管理現(xiàn)代化，2023，43（1）：82-90.

［28］ TAN Y X， TIAN X，ZHANG X，et al. The real effect of privatization：evidence from China's split share structure reform［J］. Journal of Corporate Finance，2020，64（3）：1-23.

［29］ 陶鋒，趙錦瑜，周浩.環(huán)境規(guī)制實(shí)現(xiàn)了綠色技術(shù)創(chuàng)新的“增量提質(zhì)”嗎：來(lái)自環(huán)保目標(biāo)責(zé)任制的證據(jù)［J］. 中國(guó)工業(yè)經(jīng)濟(jì)，2021（2）：136-154.

［30］ 李仲澤.機(jī)構(gòu)持股能否提升企業(yè)創(chuàng)新質(zhì)量［J］.山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020，42（11）：85-98.

［31］ BALSMEIER B，F(xiàn)LEMING L，MANSO G.Independent boards and innovation［J］. Journal of Financial Economics，2017，123（3）：536-557.

［32］ 龐瑞芝，劉東閣.數(shù)字化與創(chuàng)新之悖論：數(shù)字化是否促進(jìn)了企業(yè)創(chuàng)新：基于開(kāi)放式創(chuàng)新理論的解釋?zhuān)跩］. 南方經(jīng)濟(jì)，2022（9）：97-117.

［33］ 張超，許岑.產(chǎn)權(quán)性質(zhì)、資本結(jié)構(gòu)與企業(yè)創(chuàng)新［J］.經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2022，42（3）：38-53.

［34］ 劉建華，李園園，段珅，等.董事會(huì)特征、創(chuàng)新投入與品牌價(jià)值：基于內(nèi)生性視角的實(shí)證研究［J］.管理評(píng)論，2019，31（12）：136-145.

［35］ 孫慧，楊王偉.高管激勵(lì)、創(chuàng)新投入與創(chuàng)新績(jī)效：基于高管“雙元”資本的調(diào)節(jié)效應(yīng)［J］.科技管理研究，2019，39（10）：9-16.

［36］ 曹虹劍，張帥，歐陽(yáng)峣，等.創(chuàng)新政策與“專(zhuān)精特新”中小企業(yè)創(chuàng)新質(zhì)量［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2022（11）：135-154.

［37］ 溫湖煒，王圣云.數(shù)字技術(shù)應(yīng)用對(duì)企業(yè)創(chuàng)新的影響研究［J］.科研管理，2022，43（4）：66-74.

［38］ LEWBEL A. Using heteroscedasticity to identify and estimate mismeasured and endogenous regressor models［J］. Journal of Business & Economic Statistics，2010，30（1）：67-80.

［39］ 顏恩點(diǎn)，謝佳佳.供應(yīng)鏈關(guān)系、信息優(yōu)勢(shì)與影子銀行業(yè)務(wù)：基于上市非金融企業(yè)的經(jīng)驗(yàn)證據(jù)［J］. 管理評(píng)論，2021，33（1）：291-300，329.

［40］ 方紅星，楚有為.公司戰(zhàn)略與商業(yè)信用融資［J］.南開(kāi)管理評(píng)論，2019，22（5）：142-154.