[摘要]数字经济时代下,创新发展战略的实施离不开“专精特新”中小企业的参与,数字化转型为“专精特新”中小企业提升创新效率注入了强劲动力。以2013—2022年国内A股上市的405家“专精特新”中小企业为研究样本,采用固定效应模型实证分析数字化转型与“专精特新”中小企业创新效率之间的关系及其机制路径。研究发现,数字化转型显著促进了专精特新企业的创新效率。机制分析证实,数字化转型通过缓解企业的融资约束水平进而实现其创新效率的不断提高,以上结论在经过一系列稳健性检验后依然成立。进一步研究表明,对于专精特新企业而言,数字化转型对其创新效率的激励作用在产权性质、地区分布方面呈现出明显的异质性,具体表现为在非国有、中西部地区的企业中促进效果更为突出。结论深化了关于企业数字化转型与创新效率之间的关联性研究,据此提出推动数字化战略转型、加强政策引导、优化金融供给结构、打造数字生态等建议,为企业探索数字化创新之路提供经验参考。
[关键词]“专精特新”中小企业;数字化转型;创新效率;融资约束
一、 引言
专精特新,即“专业化、精细化、特色化、新颖化”。自概念萌芽至今,“专精特新”企业1的成长历经了“战略布局——初步实施——加速发展”三大阶段,促进“专精特新”企业发展也上升到国家战略层次。党的二十大报告明确指出“支持专精特新企业发展”2,政策导向下的“专精特新”企业培育也日渐兴盛,截至2023年,国内已有超9.8万家“专精特新”中小企业3。专精特新企业已然成为产业链、供应链上“强链固链”的关键节点,更是我国经济高质量发展不可或缺的重要力量。
伴随着数字经济时代的到来,企业数字化转型已然成为大势所趋。第四次工业革命的背景之下,“数字产业化+产业数字化”逐步成为经济发展新的增长点。企业数字化转型是实现高质量发展的战略选择,也是培育自身创新引擎的必由之路,其本质在于利用新一代数字信息技术实现企业的系统性变革[1],通过生产方式、经营管理、组织模式等的改变,使企业的发展能更好地顺应数字化浪潮,进而提升企业的价值创造能力[2]。创新驱动背景之下,“专精特新”企业如何打破“高端限制、低端锁定”的技术困境,助推制造产业的革新成为当下理论界与实务界关注的热点。“专精特新”企业作为我国创新制造的先锋军,更应积极融入数字化浪潮,借力数字化转型实现创新效率的跨越式提升,但碍于资金投入风险、战略缺位、管理失衡、能力不足等制约因素,数字化转型在“专精特新”中小企业并未发挥出应有的效用,对企业创新层面的影响甚至适得其反。因此,以“专精特新”中小企业为主体切入点,深入分析数字化转型与其创新效率间的关联,对于挖掘“专精特新”企业创新潜能、推动数字化战略的真正落地具有重要现实意义。
近年来,国内外对于数字化转型与企业创新的研究颇为丰富。已有研究从数字技术应用[3-5]、政策导向作用[6-7]以及企业治理水平[8-9]等多个维度探究两者间的影响关系。数字技术的进步对企业数字化转型驱动创新起到关键性的作用,有学者认为,技术层面的不断创新是经济高质量发展与企业获得竞争优势的核心引擎, 充分利用数字技术才能在市场中立足[10]。从要素配置的角度来看,数字化转型能够通过优化劳动力、资本和知识技术要素配置来提升企业自身的创新效率[11]。此外,动态竞争环境下企业治理水平的高低也对其存在一定影响,其中管理层能力深受关注,有学者提出具备技术特长的高管能更好地发挥数字化转型对企业创新效率的促进作用[12]。
多数学者的研究对数字化转型能促进企业创新持认可态度,但也有学者提出不同意见,认为存在“数字化悖论”,企业数字化转型与创新绩效间呈倒“U”形关系[13-14],企业数字化的过度投资会导致自身资源的浪费与劳动力的错配,进而对创新绩效的提升产生抑制效果。以“专精特新”企业为研究对象,有学者从企业内外部治理因素出发,探究得出高管研发背景对数字化转型与企业创新绩效起倒“U”形的调节作用,而供应链集中度对这两者的关系则存在负向调节作用[15]。
上述研究就数字化转型与企业创新形成了诸多探讨,然而企业能否达成有效的数字化转型在很大程度上与其所能得到的资金支持力度密切相关。换言之,企业面临的融资约束强度很可能对数字化转型和其自身创新之间的作用施展产生不同的影响。融资约束一直以来都是企业创新发展道路上避无可避的桎梏,而数字化转型的核心便在于对信息资源的高效处理,可以充分发挥其对企业融资约束的缓释效应,进而激发创新效率的正向提升。围绕该视角展开的研究也从不同的切入点提出了各自的主张,如辛琳探讨了知识网络对于“专精特新”企业创新绩效的影响[16];刘会芹等[17]则从微观和宏观两个角度分析了数字金融对缓解企业融资约束的中介传导路径;张洁[18]认为数字化转型能促进企业优质信息的输出,提高信息的使用效率,从而缓解企业面临的融资限制。不难看出,以“专精特新”中小企业为主体,关于数字化转型对企业创新效率影响的探讨仍显不足,尚未就其机理部分达成一致认识,仍存在较大研究空白。
鉴于此,本文针对“专精特新”中小企业创新效率与数字化转型之间的关系展开研究,建立回归模型,详细分析融资约束在其间的中介作用机制,以期为我国“专精特新”中小企业未来的良性经营与创新发展提供有益参考。
二、 理论分析与研究假设
进入新发展阶段,数字化转型成为“专精特新”中小企业需要直面的重要抉择。《数字经济2024年工作要点》明确强调,要着力推进重点领域的数字化转型,大力营造良好的数字化转型生态1。作为构建新质生产力的重要途径,制造业的数字化转型更是不可或缺的关键一环。数字化转型可以推进企业信息技术的有效运用,激发企业发展活力,进而增进创新效率,数字化转型与企业创新之间逐渐形成相互融合、紧密相连的关系。
1. 数字化转型与企业创新效率
作为推动时代进步的一大变革,数字化转型是涵盖企业全方位的深刻转变,是企业在创新过程中将多种数字化技术运用于产品、运营、管理、战略思维、商业模式等诸多方面以提高企业绩效和竞争力、实现企业变革的过程,其通过完善资源配置与利用、加速信息搜集与整合、强化人才聚合与管理等方式对企业进行“灵魂重塑”,在转型过程中不断推动自身创新效率的提升。
首先,数字化转型能加快“专精特新”企业内部知识、技术、资金、信息及人才等各类创新资源的有效整合,进而促进企业创新效率的提高。资源基础理论认为,企业所拥有的独特资源是其长期竞争优势的根本所在,合理利用自身资源能有效为其发展赋能。数字化转型能通过资源配置促进创新资源利用效率的提高[19],让企业能用较少的投入实现较高的创新产出,促进其核心技术的研发,增强其业务“特色化”“精细化”程度,从而实现自身创新效率的不断增长。
其次,“新颖化”的特征使得专精特新企业需要及时、准确地获取信息,而数字化转型能帮助其建立畅通的信息沟通机制,信息交互大大增强了企业内部信息的互联互通性[20],给予经营管理者以重要参考。同时,信息技术的发展则让企业与同行、供应商、消费者等多方主体形成信息共享网络,减少了信息传递时间,降低了信息失真概率,规避了可见风险,给企业发展带来更多正向的信息反馈。这有利于企业在市场竞争中占得先机,倒逼其主动开展探索性创新活动,促进研究成果的高效转化,进而推动创新效率的提升[21]。
最后,“专精特新”企业的“专业化”发展离不开相关专业人才的发力。数字化转型升级能优化企业的人力资本结构,解放内部研发人员,吸引更多高精尖人才的加入[22];数字技术的运用在替代重复性低收益工作的同时,也无形中促进了创新的知识累积与内化[23],进一步增强了研发人员的创新能力,激发了其创新积极性。在这个过程中,企业能通过数字化转型进一步降低单位创新成本,节约资金支出以扩大创新覆盖面,拓宽创新边际,从而推动企业转型升级,提升创新效率。
基于上述分析,本文提出如下假设:
H1:数字化转型对“专精特新”中小企业的创新效率存在正向促进作用。
2. 融资约束水平的中介作用
作为中小企业的引领者,“专精特新”企业“融资难、融资贵、融资不稳”是其最为突出的问题。“专精特新”企业大多为处于成长期的科创型企业,研发投入高,产品进入市场的周期长,导致很难获得中长期融资。相关研究指出,“专精特新”企业的融资难题,主要与“信用等级低、缺乏有效抵质押物、金融产品匹配度低”等因素相关[24]。总结而言,社会信任机制的缺位是“专精特新”企业难获融资的关键之一。
数字经济时代,信息资源成为左右企业创新发展的重要角色。当下,数字化转型能够利用自身技术优势,通过降低信息不对称程度、促进信号传递及加大信息披露力度来减轻融资约束程度,促进自身创新效率的逐步提升。
从信息不对称的角度来看,数字化转型的价值主要体现为缓解企业内外部信息的不对称性。信息不对称理论认为,各类信息掌握在不同的利益相关者手中,相互之间缺乏信息交换的渠道,进而形成“数据孤岛”,对企业的资本运作产生影响。数字化转型的开展能够打破信息壁垒,化解双方的信息失真,增强外部投资者对于企业的投资信心。对于企业一方,数字化转型能够大幅度提高“专精特新”企业与资本市场间信息交换的效率,降低企业的信息搜集成本和交易成本[25],从而扩大企业获得融资的可能性。
从信号传递的角度来看,“专精特新”企业进行数字化转型有利于向外界传递积极信号,进而吸引外部投资。创新活动的不确定性导致了专精特新企业财务状况的不稳定[26],成长初期低质量、不全面的经营及财务信息往往会使得其难以被市场普遍接受,这进一步加剧了融资问题。数字化转型能通过完善治理体系、调整运营模式、优化财务管理等方式促进企业业绩,向外界传递了高水平的财务或非财务信息,从而减轻融资负担。具体而言,以数字化转型为依托,改变集中式股权结构,革新以轻资产为主的运营模式,推进财务数智化升级,为资本流入提供渠道,驱使传递企业优良信号,最终实现融资水平的稳步提升。
从信息披露的角度来看,关于自身经营运作、业绩水平、创新活动等信息的积极披露,有助于提升“专精特新”企业的信息透明度,使其更容易被政府“发现”,进而获得相应补助,引发的“价值认证”效应能吸引更多投资方的加入[27]。信息披露也是外界监督企业资金使用和创新研发的重要方式之一,其能推动建立更为公平有序的信用评级服务体系,打破隐形门槛,从而拓宽“专精特新”企业的融资渠道,保障资金支撑,助推创新效率的不断提高[28]。
基于上述分析,本文提出如下假设:
H2:融资约束水平在数字化转型与“专精特新”中小企业创新效率之间发挥中介作用。
三、 研究设计
1. 样本选取与数据来源
本文选取2013—2022年中国A股上市的“专精特新”中小企业为具体研究样本。为避免数据偏差对研究产生干扰,对选取数据进行如下筛选处理:剔除当年发生ST、*ST及金融类公司样本;剔除主要实证数据缺失的公司样本;剔除上市时间不足一年或非上市期间内的公司样本;对主要变量进行上下双侧1%的缩尾处理,最终得到405家样本企业的2515个观测值。通过利用Python文本挖掘、关键词词频分析获取关键变量数字化转型数据,其余相关变量的原始数据来自CSMAR数据库,数据处理使用Stata18.0。
2. 变量定义
(1)被解释变量:企业创新效率(Innov)
企业创新效率体现的是其资源配置的优化。相较于单一度量方式,“专精特新”企业拥有的发明专利数量能更为直接地反映其创新的真实情况,因此,本文采用样本企业当年发明专利申请总数与研发投入额构成企业创新效率指标:
[Innovi,t=Patenti,tln1+RDi,t] (1)
模型(1)中,i表示样本企业,t表示年份,[Innovi,t]即为企业创新效率指标,[Patenti,t]和[RDi,t]分别代表企业的创新产出与投入,用企业当年发明专利申请数与研发投入总额来衡量。为了消除数据的偏态分布影响,本文先将研发投入的数值加1后进行对数化处理,再将其与企业发明专利总数进行比较分析。
(2)解释变量:数字化转型指数(Digital)
本文参考吴非等[29]的做法,利用文本分析法构建企业数字化转型指数。具体步骤为:首先,从东方财富、巨潮资讯网等平台批量获取相关上市企业研究期间内的年报,转化为TXT格式后运用Python爬虫技术提取对应文本;其次,选取内容中有关数字化转型的关键词,对特征关键词进行筛选、匹配和频数统计,建立特征词库;最后,敲定数字化转型指数。将样本企业各年得出的关键词词频汇总后加1取自然对数构成其的数字化转型总指数。
(3)中介变量
SA指数作为融资约束水平的评价指标具有相对外生性,被广泛应用于企业管理、经营发展、投融资问题的研究中。因此,本文借鉴鞠晓生[30]等的做法,选取SA指数作为企业融资约束的衡量指标,具体计算公式为:[SA Index=-0.727×Size+0.043×Size2-0.04×Age],式中Size为企业总资产的自然对数值,Age为企业注册的年龄,并对结果取绝对值。SA指数的绝对值越大,企业面临的融资约束程度就越高。
(4)控制变量
参考已有文献研究,本文选取以下相关控制变量:企业规模(Size)、资产负债率(Lev)、资本密集度(Cap)、产权比率(Der)、董事会规模(Board)、股权制衡度(Balance)、产权性质(Owner),同时对年份(Year)、行业(Industry)及地区(Province)的固定效应进行控制,以期保证研究结果的稳健性。
3. 模型构建
根据前文所提出的假设,本文在既有研究成果的基础上,构造如下基准检验模型:
[Innovi,t=α+α0Digitali,t+αjControli,t+Year+Industry][+Province+εi,t] (2)
[Mediatori,t=β+β0Digitali,t+βjControli,t+Year+Industry][+Province+εi,t] (3)
[Innovi,t=μ+μ0Digitali,t+μ1Mediatori,t+μjControli,t+Year+Industry+Province+εi,t] (4)
其中,i和t分别表示样本数据中的企业和具体年份,被解释变量企业创新效率用Innov表示,核心解释变量企业数字化转型指数用Digital表示,Mediator表示为中介变量,Contorl包含了设定的全部控制变量,[εi,t]为随机扰动项。采用固定效应模型进行检验,在模型构建中加入了年份(Year)、行业(Industry)及地区(Province)的虚拟变量,以便控制宏观行业环境、时间因素及区位因素的影响。
四、 实证结果分析
1. 描述性统计
主要变量的描述性统计结果如表2所示。其中,创新效率(Innov)的均值为0.6761,标准差为1.016,中位数则为0.3500,部分企业当年专利的申请数量在研究区间内为0,说明了不同企业的创新效率存在着相对差异,分布较为离散。数字化转型指数(Digital)的最大值为5.0100,均值为1.7196,更进一步表现出样本企业数字化转型程度参差不齐,差异化明显。其余各变量均处于合理的分布范围内。
2. 基准回归分析
表3列示了相关变量的回归结果。本文采取逐步回归的方法对数字化转型与企业创新效率之间的关系进行进一步分析验证。列(1)中对企业创新效率(Innov)与数字化转型指数(Digital)进行回归,对行业、年份、地区固定效应加以控制;列(2)在前面的基础上引入相关控制变量后再次进行回归。结果显示,在加入控制变量前后,企业数字化转型(Digital)的系数由0.1102变为0.0819,均保持在1%的水平下显著。检验结果表明,对于“专精特新”中小企业而言,数字化转型程度对其创新效率的提升呈显著的正向促进作用,假设H1初步得到验证。
企业的数字化转型是一个不断变化发展的长期过程,为了更加全面地刻画数字化转型“对专精特新”中小企业创新效率的动态影响,本文借鉴陈蕊等[31]的研究做法,将数字化转型指数(Digital)滞后一到三期,再次进行回归,结果如表3列(3)至列(5)所示。解释变量数字化转型(Digital)的系数从0.0819依次变为0.0925、0.0955、0.0987,均在1%的水平下显著为正,t值也展现出波动下降的态势。回归结果表明,数字化转型对于“专精特新”中小企业的创新效率具有显著的促进效应,再次支持了假设H1。进一步而言,这一促进效应的作用大小会随着企业数字化转型进程的逐渐深入而呈现递增的态势,企业数字化转型程度越成熟,对其创新效率的提升效果却越发微弱,对其创新发展的增进作用越不明显。
3. 稳健性检验
(1)替换变量法
仅以专利申请量与研发投入作为衡量指标难以客观刻画企业真实的创新效率,文本使用的数字化转型指数也相对主观,缺乏准确性。鉴于此,本文将被解释变量替换为企业当年获授予的专利总量除以当年研发投入的自然对数(Innov_new);以企业当年数字化转型指数的虚拟变量(Digital_new)作为解释变量的替代变量,如果企业年报中披露了有关数字化转型的关键字,其取值为1,否则为0。再次进行回归,结果如表4列(1)、列(2)所示。由表4可知,结果仍保持显著为正,上述结论依然成立。
(2)更换回归模型
为了消除外部效应对于回归的干扰,保证研究结果的严谨性,本文采用更为严格的“时间[×]行业”高阶联合固定效应模型重新进行基准回归分析,结果如表4列(3)所示。同前文研究基本一致,结论依旧成立。
4. 内生性处理
(1)工具变量法
数字化转型与企业创新效率之间存在互为因果的可能性,会诱发内生性导致回归结果偏误。故本文以同地区、同行业的企业数字化转型指数均值(Digital_M)作为工具变量,对已有模型进行两阶段最小二乘法(2SLS)回归,回归结果如表5所示。结果显示,无论在第一阶段还是第二阶段,回归系数在1%的显著性水平上均表现为正相关。这进一步证实,在控制了潜在内生性问题之后,“专精特新”中小企业的数字化转型依旧能推动其创新效率不断提升,研究结论具有较强的稳健性。
(2)Heckman两阶段检验
为了避免样本选择偏差所产生的内生性问题,本文采用Heckman两阶段估计法对基准回归结果进行检验。如表6结果所示。可以看出,数字化转型指数(Digital)的系数在5%的水平上正向显著,即“专精特新”企业的数字化转型对其自身创新效率仍为促进作用,同时逆米尔斯比率(lambda)的系数不显著,说明研究并不存在样本选择偏误的问题,所得的研究结论依然可靠。
5. 影响机制检验
创新投资是一个长期持续性的过程,伴随着内外部信息不对称与难以预料的投资风险,在这个过程中融资约束成为了企业创新活动中的最大阻碍。因此,本文以融资约束(SA)作为中介变量,采用逐步检验的方法对其在“专精特新”中小企业数字化转型与创新效率之间的内在作用机制加以验证,结果如表7所示。
回归结果显示,列(2)中数字化转型指数的系数为-0.0080,显著为负,表明融资约束(SA)程度越高,越不利于企业开展数字化转型(Digital)策略;列(3)中数字化转型指数(Digital)的回归系数由原先的0.0819提升为0.0962,同时融资约束(SA)的系数为-0.2598,均在1%的水平下显著,进一步验证了部分中介效应的存在,即“专精特新”中小企业通过数字化转型来缓解融资约束状况,进而提高自身创新效率,融资约束在其中发挥了部分中介作用,假设H2得到印证。
6. 异质性分析
企业数字化转型对创新效率的作用大小往往会受到多方面因素的影响。所在地区经济发展靠前、数字基础设施完善程度较高的企业更能享受到数字化转型所带来的正向创新反馈,就上述影响关系在不同样本群体间的差异化作用需要进一步的探讨研究。故基于所属区位与产权性质两个角度对其展开进一步的异质性分析。
(1)基于企业所处区位差异的分析
本文按地理位置将样本企业划分为东部地区、中西部地区两组,依次进行分组回归来探讨区位差异的不同影响作用,结果如表8列(1)、列(2)所示。数字化转型(Digital)对东+ys1LsjNmWe2Qv2PAOQf9g==部、中西部“专精特新”中小企业创新效率的影响系数分别为0.0774、0.0970,且均在1%的水平下正向显著,上述检验通过了组间系数差异Chow检验。这一结果表明,数字化转型对“专精特新”中小企业创新效率的增进作用具有显著的区位异质性,中西部地区企业数字化转型的促进作用要优于东部地区。产生这一现象的原因可能在于:东部地区相关数字技术发展较早,数字应用基础设施相对更为完善,企业整体的数字化程度较为成熟,数字化转型对其创新效率产生的影响出现了边际效应递减现象[32],导致数字化转型对创新效率的提升作用不如在数字基础薄弱、水平较低、发展较缓的中西部地区企业那样明显。
(2)基于企业产权性质差异的分析
产权性质作为划分企业类别的重要依据,也会在一定程度上影响企业的数字化转型。国有企业在资源、人才、政策支持等方面均处于优势地位,相较于非国有企业,其能从政府层面获取更多直接性的有利资源,进行创新活动、提升创新效率的难度也更低。故本文将研究样本分为国有企业和非国有企业,采用分组回归进行二度检验,表8中列(3)、列(4)为回归结果。结果显示,相较于国有企业,非国有企业数字化转型(Digital)的系数要高出60.3%,且其在1%的水平下正向显著。究其原因,国有企业规模普遍较大,经营发展模式相对稳定,资金供给更为充足,创新投资也更为谨慎,数字化转型的实施对其的创新发展而言作用有限;而非国有企业的市场竞争激烈,数字化转型能提升其整合资源的能力,有助于其打破资金困境,实现高质量发展。因此,相较于国有企业,非国有企业的数字化转型具有更为显著的创新效率促进作用。
五、 结论及建议
本文以“专精特新”中小企业作为研究对象,选取2013—2022年A股相关上市企业的样本数据,实证探究了企业数字化转型对其创新效率的影响,并从融资约束的角度具体解析了其内在作用机制。结果表明:第一,“专精特新”中小企业进行数字化转型能够显著提升其自身的整体创新效率;第二,融资约束在两者关系间发挥了部分中介作用,具体表现为,企业数字化转型通过缓解融资约束、改善资源配置,促进企业提升创新效率;第三,数字化转型对于“专精特新”中小企业创新效率的促进作用会因区位、产权性质的不同而呈现明显的差异性,其在中西部地区、非国有企业中的影响更为显著。
依据上述研究结论,本文提出以下针对性建议:(1)“专精特新”企业应当积极融入数字时代的发展浪潮,深入推进数字化转型战略。一方面,应构建畅通的信息交换机制,提高信息披露质量,充分发挥融资约束的缓释效用,奠定转型的资金基础;另一方面,要充分把握数字化转型的核心要义,不断提升运营效率,激发企业创新活力,实现降本增效,推动自身高质量发展。(2)政府层面,相关部门应明晰“专精特新”中小企业的需求特征,围绕转型过程中存在的融资痛点进行引导,提供更为直接的政策性支持,加大资金扶持力度,因地制宜改善不同企业数字化创新驱动效果,同时加强外部监管治理力度,为企业提供更为良好的数字生态环境。(3)相关金融机构应积极发挥金融服务实体经济的作用,不断提高信息传递效率,加强与中小企业间的交流沟通,持续优化金融供给结构,提供更多更好的融资解决方案,缓解中小企业融资困难,实现创新发展。
参考文献:
[1] 严子淳,王伟楠,王凯,等.数字化转型能够提升企业投资效率吗?——来自制造业上市公司的证据[J].管理评论,2023,35(12):20-30.
[2] VIAL G.Understanding Digital Transformation:A Review and A Research Agenda[J].The Journal of Strategic Information Systems,2019,28(2):118-144.
[3] 陈庆江,平雷雨,董天宇.数字技术应用创新赋能效应的实现方式与边界条件[J].管理学报,2023,20(7):1065-1074.
[4] Eller R, Kronenberg C, Peters M. Digital Transformation in Small and Medium-sized Enterprises: Business Model Innovation and Information Technology Adoption—the Case of Austria[J].International Journal of Entrepreneurship and Small Business,2023.
[5] 肖苏阳,曾繁华,刘灿辉.数字技术赋能企业创新:路径突破、效应与机制分析[J].经济体制改革,2023(3):117-126.
[6] 阳镇,陈劲,吴海军.“拥抱”还是“拒绝”:经济政策不确定性与企业数字化转型[J].经济学家,2023(1):45-54.
[7] 柳雅君,薛文静.助力还是阻力:税收优惠政策与企业数字化转型[J].经济问题,2024(4):37-43.
[8] 刘冀徽,田青,吴非.董事长研发背景与企业数字化转型——来自中国上市企业年报文本大数据识别的经验证据[J].技术经济,2022,41(8):60-69.
[9] 付学超,赵若瑜.研发投入、公司治理与企业数字化转型[J].财经理论研究,2023(4):52-64.
[10] 赵忠秀,李泽鑫.贸易便利化与中国企业创新:从国内研发到专利出海[J].经济评论,2022(3):3-21.
[11] 刘冰冰,刘爱梅.数字化转型、要素IQxR96gi0YY9+Q/F/ne7AQ==配置和企业创新效率[J].经济体制改革,2023(5):121-128.
[12] 赵玲,黄昊.企业数字化转型、高管信息技术特长与创新效率[J].云南财经大学学报,2023,39(7):86-110.
[13] 黄节根,吉祥熙,李元旭.数字化水平对企业创新绩效的影响研究——来自沪深A股上市公司的经验证据[J].江西社会科学,2021,41(5):61-72.
[14] 余菲菲,曹佳玉,杜红艳.数字化悖论:企业数字化对创新绩效的双刃剑效应[J].研究与发展管理,2022,34(2):1-12.
[15] 郭彤梅,李倩云,张玥,等.专精特新企业数字化转型与创新绩效的关系研究[J].技术经济,2023,42(5):68-78.
[16] 辛琳.知识网络、融资约束与“专精特新”企业创新绩效[J].上海对外经贸大学学报,2022,29(6):18-38.
[17] 刘会芹,舒云辉.数字金融与企业融资约束——来自中国A股上市企业的经验证据[J].现代管理科学,2023(5):100-110.
[18] 张洁.数字化转型对企业ESG表现的影响研究—cihwo0rwBKgeimZjj5qecg==—基于技术创新和融资约束水平双视角[J].现代金融,2023(12):11-19.
[19] 宋岩,王晓月.企业数字化转型、政府支持与创新效率——基于中国沪深A股制造业上市公司的实证检验[J].烟台大学学报(哲学社会科学版),2023,36(2):92-105.
[20] 黄宏斌,梁慧丽,许晨辉.数字化转型驱动了企业协同创新吗?[J].现代财经(天津财经大学学报),2023,43(11):96-113.
[21] 李海波.数字化转型与企业创新效率关系研究——基于融资约束与内部控制视角[J].财会通讯,2024(8):72-76.
[22] 安同良,闻锐.中国企业数字化转型对创新的影响机制及实证[J].现代经济探讨,2022(5):1-14.
[23] 杜传忠,姜莹.数字技术对制造业创新效率的影响机制与效应研究[J].湖南科技大学学报(社会科学版),2022,25(3):71-82.
[24] 温博.破解专精特新中小企业融资难题的思考与建议——基于产业链融资模式的探讨[J].河北金融,2022(9):19-23.
[25] 王龙,明士琦,俞林.数字金融、融资约束与企业投资效率[J].武汉理工大学学报(信息与管理工程版),2022,44(3):506-512.
[26] 陈晓静,董华辉,盛禹欣,等.数字金融赋能“专精特新”企业发展路径研究[J].新金融,2024(7):59-64.
[27] 徐金球.中小企业数字化与投资效率——基于融资约束中介的经验证据[J].财经理论研究,2024(1):65-79.
[28] 段华友,杨兴柳,董峰.数字化转型、融资约束与企业创新[J].统计与决策,2023,39(5):164-168.
[29] 吴非,胡慧芷,林慧妍等.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,2021,37(7):130-144.
[30] 鞠晓生,卢荻,虞义华.融资约束、营运资本管理与企业创新可持续性[J].经济研究,2013,48(1):4-16.
[31] 陈蕊,王宏伟.大数据发展与企业创新能力提升[J].当代经济管理,2024,46(5):30-42.
[32] 肖土盛,吴雨珊,亓文韬.数字化的翅膀能否助力企业高质量发展——来自企业创新的经验证据[J].经济管理,2022,44(5):41-62.
作者简介:朱恒悦,男,浙江农林大学经济管理学院硕士研究生,研究方向为财务管理;沈震宇,男,浙江农林大学经济管理学院硕士研究生,研究方向为财务管理;孙艳,通讯作者,女,博士,浙江农林大学经济管理学院副教授、硕士生导师,研究方向为技术经济与创新管理。
(收稿日期:2024-05-06 责任编辑:苏子宠)