數字化轉型與專精特新企業創新韌性：一個倒N型曲線關系的實證解釋

摘 要：專精特新企業憑借“小而精”“專而精”的特點，展現出巨大的創新潛力，但也面臨較高風險與不確定性。基于2008—2022年我國A股上市專精特新企業數據，探究數字化轉型對專精特新企業創新韌性的影響效應及作用機制。結果表明，數字化轉型與專精特新企業創新韌性存在顯著“下降—上升—下降”的倒N型關系。從影響機制看，數字化轉型對企業間學習能力、研發投入和融資約束的影響分別呈現非線性增長、倒N型和倒N型態勢，推動專精特新企業創新韌性經歷“磨合期”“拓展期”和“陣痛期”。此外，數字化轉型對專精特新企業創新韌性的影響因企業等級、企業年齡和經濟周期存在異質性。

關鍵詞

關鍵詞：數字化轉型；創新韌性；專精特新企業；倒N型關系

DOI：10.6049/kjjbydc.Q202407104

中圖分類號：F273.1

文獻標識碼：A

文章編號

文章編號：1001-7348（2024）24-0012-11

0 引言

2018年10月，習近平總書記在廣州考察時強調“創新創造創業離不開中小企業，我們要為民營企業、中小企業發展創造更好條件”。2019年4月，中共中央辦公廳、國務院辦公廳發布《關于促進中小企業健康發展的指導意見》，提出“引導中小企業專精特新發展”和“培育一批主營業務突出、競爭力強、成長性好的專精特新‘小巨人’企業”。中共二十大報告強調“支持專精特新企業發展”“促進數字經濟和實體經濟深度融合”。在經濟轉型與產業升級背景下，專精特新企業憑借“小而精”“專而精”的特點，展現出巨大的創新潛力。截至2024年4月，我國專精特新創新指數高達286.4，同比增長25.2%，創新活力持續釋放。當前，專精特新企業已成為解決“卡脖子”問題、提升產業鏈安全、推進新型工業化的關鍵力量，可為構建新發展格局和推動新質生產力發展注入強勁動力。

相較于大型企業，專精特新企業大多處于成長期，協同創新網絡聯通度較低［1］，在發展過程中面臨融資難度大、創新型人才吸引力不足和風險抵御能力較差等問題［2］。從應然層面看，數字化轉型能夠發揮賦能效應，幫助企業激發創新潛力、釋放創新活力，進而提高其風險抵御能力。從實然層面看，由阿里云研究院等發布的《專精特新企業數字化轉型升級研究報告（2023）》顯示，51.6%的受訪中小企業仍處于數字化轉型起步探索階段，32.7%的企業處于數字化轉型基礎應用階段，僅10.7%的企業達到數字化轉型深度應用階段。此外，數字化轉型過程具有漸進特征［3］，其以非線性方式打破舊秩序并重建新秩序，對企業創新韌性的影響是長期、曲折且充滿不確定性的非平衡動態過程。因此，有必要深入探究專精特新企業數字化轉型過程機理及其對創新韌性的影響機制。

本文以2008—2022年我國A股上市公司中的專精特新企業為樣本，從動態性和系統性視角深入探究數字化轉型“是否”以及“如何”影響專精特新企業創新韌性，旨在豐富數字化轉型與企業創新發展理論體系，為加快專精特新企業數字化轉型和提升其創新韌性提供管理啟示。

1 文獻綜述

1.1 數字化轉型與企業創新

數字時代背景下，數字化轉型成為推動企業創新的重要引擎。學術界大多以全行業或制造業企業為研究對象，探究數字化轉型與企業創新的關系，提出線性關系、U型關系和倒U型關系3種觀點：冀云陽等［4］、段華友等［5］認為，數字化轉型對企業創新具有正向線性影響，研發投入、融資約束在其中發揮中介作用；黃先海等［6］、馬君和郭明杰［7］認為，數字化轉型對企業創新具有“先抑后揚”的U型影響，網絡溢出效應、員工數字認知等在其中發揮中介作用；唐鸝鳴［8］、羅瑾璉等［9］認為，數字化轉型對企業創新具有“先揚后抑”的倒U型影響，交易成本、創新融資約束及信息不對稱等在其中發揮中介作用。

專精特新企業創新研究主要關注以下內容：一是重點探討專精特新企業創新發展扶持政策、創新路徑及范式選擇［10-11］；二是探究專精特新企業創新質量、創新績效及影響因素［11］。現有數字化轉型與企業創新關系研究較少關注專精特新企業，僅郭彤梅等［12］基于動態能力理論，探究了專精特新企業數字化轉型與創新績效的關系。

1.2 企業創新韌性

韌性（Resilience）最早用于衡量個體或系統在遭受沖擊后自我恢復與重建的能力［13］，隨后這一概念逐漸應用于管理學和經濟學領域，引發了有關企業韌性與經濟韌性的廣泛討論［3，14］。蔣巒等［3］研究表明，數字化轉型是強化企業韌性的關鍵手段，其作用機制表現出利用式創新和探索式創新的雙元特征；Oeij等［15］首次將韌性與創新相結合，提出創新韌性的概念；Lv等［16］將創新韌性定義為組織應對創新活動不確定性的能力；胡甲濱和俞立平［17］將創新韌性定義為創新在面對外部沖擊時保持系統穩定、適應恢復甚至進化的能力；侯光文和劉青青［18］將創新韌性視為企業動態能力，認為其是企業在動蕩環境中積累知識并將其轉化為自身能力的強化機制。少量研究實證分析了數字經濟相關因素對企業創新韌性的影響，如盧正文和許康［19］基于企業生命周期動態視角，提出數字化轉型的持續嵌入可以通過信息不對稱、企業合作文化及利益相關者共生關系影響企業創新韌性，二者呈倒U型關系。

現有相關文獻歸納如下：第一，學界對數字化轉型與企業創新關系研究的結論存在分歧，存在線性關系、U型關系和倒U型關系3種觀點。第二，現有企業創新研究大多聚焦全行業企業或制造企業，對專精特新企業創新探討不足。第三，既有研究主要關注企業創新質量或創新績效，對創新韌性的研究相對不足，專精特新企業創新韌性研究尤為匱乏。因此，本文以專精特新企業為研究對象，深入探究數字化轉型“是否”以及“如何”影響企業創新韌性，旨在為專精特新企業提升創新能力和創新韌性提供理論支撐。

2 理論分析與研究假設

2.1 數字化轉型與專精特新企業創新韌性

企業數字化轉型是企業利用數字技術實現業務改進、效率提升以及價值創造方式重塑的過程。在這一過程中，企業創新活動呈現利用式創新和探索式創新的雙元特征［3］。同時，企業能夠通過數字化轉型感知機會與威脅，從而實現資源優化配置。由此，數字化轉型對企業動態能力水平產生非線性影響，進而影響其創新韌性。

在漸進式數字化轉型初期，企業面臨利用式創新與探索式創新選擇問題。由于戰略模糊性，專精特新企業無法有效配置現有資源，其動態能力下滑，進而導致其創新韌性降低。隨著數字化轉型不斷推進，專精特新企業通過利用式創新感知和捕捉現有資源的能力增強。在深度適應性學習過程中，專精特新企業不斷積累創新經驗與知識，增強自身風險感知能力和機會發掘能力，進而增強創新韌性。

當數字化轉型進入深度變革期，探索式創新逐步占據企業創新主體地位，帶來組織結構、業務模式和商業邏輯顛覆式變革。一方面，這種顛覆式變革會促使專精特新企業脫離既定技術軌道，面臨更高的不確定性風險；另一方面，因規模較小、經營周期較短、業績波動較大，專精特新企業在企業聲譽、工資福利及發展前景等方面對創新型人才吸引力不足。此外，大部分專精特新企業正處于初創期或成長期，因而在產業鏈中尚未形成協同創新局面［1］。因此，在深度數字化轉型引發顛覆式變革階段，專精特新企業無法集聚充足的創新資源，其捕捉能力、動態能力下降，進而影響其適應、調整及恢復能力。綜上所述，本文提出以下假設：

H1：數字化轉型對專精特新企業創新韌性具有顯著影響，兩者具有“下降—上升—下降”的非線性關系。

2.2 企業間學習能力的中介效應

借助企業間學習能力，企業能夠在不斷變化的市場中及時感知機會，進而應對外部沖擊、增強風險抵御能力并迅速恢復［20］。數字化轉型能夠為提升企業間學習能力提供重要契機：第一，在實施數字化轉型戰略后，企業利用數字技術有效拓展知識獲取、流動和共享深度與廣度，增強自身動態學習能力。第二，數字化轉型能夠突破企業間學習壁壘，拓寬專精特新企業知識獲取路徑。通過整合內外信息和知識，專精特新企業能夠強化自身對機會與威脅的感知能力。三是，在知識整合過程中，數字化轉型有助于專精特新企業開展探索式創新，進一步激發其知識創造能力。簡言之，在數字化轉型過程中，專精特新企業可以培育、增強企業間學習能力，提升自身面對沖擊時的調適與恢復能力，進而增強企業創新韌性。因此，本文提出以下假設：

H2：數字化轉型通過提升企業間學習能力增強專精特新企業創新韌性。

2.3 研發投入的中介效應

根據動態能力理論，在識別資源和機會后，企業需要在研發、中試及商業化等關鍵創新環節制定投資決策，以提升自身創新能力［21］。數字化轉型對研發投入跳躍的促進作用不會立竿見影［22］，而是在“磨合期”后才能顯現。一方面，低水平數字化轉型可能破壞專精特新企業要素間的關聯性，進而對研發投入跳躍產生負向影響；另一方面，在數字化轉型起步階段，企業通常難以確定未來創新活動是以探索式創新還是利用式創新為主，戰略模糊性會對研發投入產生負向影響。數字化轉型初期對研發投入的消極影響可能導致專精特新企業研發計劃受阻，進而削弱企業在創新活動中應對外部沖擊的能力，導致其創新韌性下降。

隨著數字化轉型進程不斷推進，探索式創新逐漸成為企業創新發展動力，專精特新企業創新進入“拓展期”。一方面，數字化轉型有助于企業提升專業化分工水平和資源配置效率，進而提升利用式創新效率，促進企業研發投入；另一方面，數字化轉型能夠降低企業創新風險，有助于企業與外部創新主體形成創新合力，聚焦探索式創新，加大對關鍵創新資源的持續投入、調配與吸收力度［20］，從而增強企業創新韌性。

目前，企業開始嘗試利用大數據、云計算和人工智能等新興數字技術加快探索式創新進程。需要指出的是，相較于利用式創新，探索式創新對企業創新投入具有更高要求。在資源約束情景下，專精特新企業數字化投入與研發投入存在此消彼長的“水床效應”。數字化投入增加勢必對研發投入產生擠出效應［22］，導致“過度數字化”問題［8］，進而對專精特新企業創新韌性產生消極影響。因此，本文提出以下假設：

H3：數字化轉型與專精特新企業研發投入存在“下降—上升—下降”的非線性關系，其能夠通過研發投入對專精特新企業創新韌性產生顯著影響。

2.4 融資約束的中介效應

為應對復雜多變的外部環境，企業需要提升自身動態能力，高效配置資源，進而最大限度地緩解融資約束，為創新發展提供資金保障。在數字化轉型初期，企業通過構建信息管理系統、數據處理系統（如ERP、CRM、BI）提升自身信息獲取能力與信息披露水平，從而實現內部信息治理優化。數字化轉型有助于企業提升信息透明度，突破自身與投資機構間的信息壁壘，一定程度上緩解傳統“委托—代理”問題［23］。較高的信息透明度有助于專精特新企業加大內外監督力度，提升信息披露質量，緩解融資約束并增強自身風險抵抗能力，進而對企業創新韌性產生積極影響。

隨著數字化轉型不斷推進，企業信息搜集與獲取能力顯著提升。與此同時，專精特新企業面臨數字技術人才短缺、數據整合與標準化困難，以及組織與流程適應性不足等問題。企業信息處理能力與獲取能力之間存在“數字能力鴻溝”，由此產生新的信息不對稱問題。由于外部投資者難以及時響應企業投資需求，進而導致融資約束加劇，企業應對外部沖擊的能力下降。此階段，數字化轉型通過融資約束削弱專精特新企業創新韌性。

在數字化轉型達到一定程度后，依托大數據技術和智能算法，企業能夠提升信息處理、輸出結構化、標準化信息能力，推動自身與資金供給方之間信息網絡持續深化及信息高效傳遞，打破“數據孤島”，從而緩解融資約束。此外，數字化轉型有助于專精特新企業提升資源配置效率，增強自身盈利能力，進而獲得良好的聲譽。作為積極信號，聲譽能夠幫助企業獲得資金供給方的認可與支持，進而緩解融資約束。較小的融資約束意味著企業能夠獲得充分的投資支持，提高自身應對外部沖擊的能力，進而增強企業創新韌性。因此，本文提出以下假設：

H4：數字化轉型與專精特新企業融資約束存在“下降—上升—下降”的非線性關系，其通過融資約束對專精特新企業創新韌性產生顯著影響。

綜上所述，本文構建數字化轉型對專精特新企業創新韌性的作用機制框架，如圖1所示。

3 研究設計

3.1 樣本數據

本文選取2008—2022年我國A股上市公司中的專精特新企業為研究樣本，涵蓋專精特新中小企業和專精特新“小巨人”企業。在獲取CSMAR數據庫中上市公司相關數據的基礎上，依據工業和信息化部公布的五批次國家級、省級專精特新中小企業和專精特新“小巨人”企業名單，匹配得到A股上市公司中的專精特新企業，以此作為有效樣本。在此基礎上，本文對樣本數據進行如下處理：①剔除金融、保險業行業樣本；②剔除ST、*ST、PT等特殊處理樣本和資不抵債樣本；③剔除關鍵變量缺失的樣本。為減少極端異常值對實證結果的影響，本文對所有連續變量在1%和99%水平上進行Winsorize縮尾處理，最終得到8 397個樣本觀測值。其中，數字化轉型數據來源于A股上市公司年報，專精特新企業創新韌性相關數據和其它控制變量數據來源于CSMAR數據庫、各省統計年鑒以及中國統計年鑒，個別缺失數據采用插值法補齊。

3.2 變量定義與測度

3.2.1 企業創新韌性

現有創新韌性測度方法分為綜合指標法和敏感性指標法。綜合指標法是從不同維度構建韌性發展水平評價指標體系，測算結果可能因指標、權重或方法選擇不同而存在差異。敏感性指標法是選擇一個或數個對外界沖擊敏感的關鍵變量，通過計算關鍵變量相對變化測度韌性水平。借鑒Martin［24］、陳安平等［25］的研究成果，本文以專利申請量為關鍵變量，通過敏感性指標法計算專精特新企業創新韌性。無論正負，該值越大，創新韌性水平越高，具體公式如下：

EIRi，t=△Pi，t－△Pc，t（1）

△Pi，t=lnPi，t－lnPi，t－1（2）

△Pc，t=lnPc，t－lnPc，t－1（3）

其中，EIRi，t表示企業i第t年創新韌性水平；Pi，t、Pi，t－1分別表示企業i第t年和第t－1年專利申請量；Pc，t、Pc，t－1分別表示企業所在城市第t年和第t－1年專利申請量；△Pi，t為企業i專利申請量變化；△Pc，t是企業所在城市c的專利申請量變化。

3.2.2 數字化轉型

參考吳非等［26］的研究成果，本文從人工智能技術、大數據技術、云計算技術、區塊鏈技術和數字技術5個維度統計76個數字化相關詞頻在企業年度報表中的披露次數，取其自然對數測度企業數字化水平（DT）。該數值越大，表示專精特新企業數字化轉型程度越高。

3.2.3 中介變量

（1）企業間學習能力（LnCit）。借鑒李云鶴和吳文鋒［27］的研究成果，本文使用企業引用其它公司專利數量，取其加1后的自然對數，以此作為企業間學習能力測度指標。

（2）研發投入（RD）。借鑒冀云陽等［4］的做法，本文采用研發人員在企業總人數中所占比例衡量企業研發投入。

（3）融資約束（FC）。企業融資約束測度方法主要分為單一指標和綜合指標法。相較而言，KZ指數、WW指數和SA指數等綜合指標法更為全面且精確。其中，SA指數是根據企業規模和企業年齡計算得出，不存在內生性問題，能夠確保實證結果的穩健性。借鑒姜付秀等［28］的方法，本文采用SA指數模型度量融資約束，計算方法如下：

SA=0.043×SI2－0.737×SI－0.04×FI（4）

其中，SI是企業規模，FI是企業年齡。

3.2.4 控制變量

借鑒盧正文和許康［19］的研究成果，本文從企業組織屬性、財務指標和治理特征等方面選擇控制變量，包括企業規模（SI）、企業年齡（FI）、產權性質（SOE）、凈資產收益率（ROE）、現金流比率（CF）、總資產周轉率（ATO）、兩職合一（DU）和股權集中度（Top1），如表1所示。

3.3 模型設定

為實證檢驗數字化轉型對專精特新企業創新韌性的影響，本文構建基準回歸模型如式（5）所示。

EIRi，t=α0+α1DTi，t+α2DT2i，t+α3DT3i，t+α4∑Controli，t+μi+ωi+εi，t（5）

其中，α0表示常數項；α1～α4表示系數；Controli，t表示控制變量組合；μi、ωi分別是企業固定效應和時間固定效應；εi，t表示隨機干擾項。

本文將企業間學習能力、研發投入和融資約束作為中介變量，采用兩步法進行中介效應機制檢驗，構建機制檢驗模型如式（6）—（8）所示。

LnCiti，t=β0+β1DTi，t+β2DT2i，t+β3DT3i，t+β4∑Controli，t+εi，t（6）

RDi，t=γ0+γ1DTi，t+γ2DT2i，t+γ3DT3i，t+γ4∑Controli，t+εi，t（7）

FCi，t=δ0+δ1DTi，t+δ2DT2i，t+δ3DT3i，t+δ4∑Controli，t+εi，t（8）

其中，LnCiti，t代表企業間學習能力，數值越大，企業間學習能力越強；RDi，t代表研發投入，數值越大，研發投入越大；FCi，t代表融資約束，數值越大，融資約束越嚴重；其余變量定義與基準回歸模型一致。

4 實證分析

4.1 描述性統計

本文樣本整體描述性統計結果如表2所示。由表2可知，專精特新企業創新韌性均值為55.294，最大值為1 960.405，標準差為322.158。可見，我國專精特新企業創新韌性平均水平較高，但企業間具有較大差異，存在發展不均衡現象。

4.2 基準回歸分析

基準模型（3）檢驗數字化轉型對專精特新企業創新韌性的影響，回歸結果如表3所示。列（1）（2）采用隨機效應，列（3）—（5）采用時間和企業雙向固定效應。結果顯示，無論是固定效應還是隨機效應模型，無論是否納入控制變量，數字化轉型DT、DT2和DT3的系數分別在1%水平上顯著為負、正、負。由列（5）可知，四次項DT4的系數不顯著，說明數字化轉型對企業創新韌性具有“下降—上升—下降”的倒N型影響，假設H1得證。

由表3可知，股權集中度（Top1）對專精特新企業創新韌性的影響顯著為正，而兩職合一（DU）對專精特新企業創新韌性影響顯著為負。這表明主要股東的有效監管能夠抑制委托代理問題，提升企業決策效率和創新韌性。同時，雖然董事長兼任總經理能夠降低管理層溝通成本，但權力過于集中可能會影響創新決策科學性，從而對創新韌性產生負向影響。此外，企業規模（SI）、企業年齡（FI）和產權性質（SOE）對專精特新企業創新韌性的影響顯著為正，原因如下：大型企業通常具有較強的市場競爭力和風險承受能力，成立時間較久的企業具有豐富經驗，能夠識別和抓住創新機會，而國有企業能夠獲得更多政府支持，上述因素能夠有效增強企業創新韌性。總資產周轉率（ATO）對專精特新企業創新韌性的影響顯著為正，原因如下：較高的總資產周轉率表明企業能夠高效利用資源，快速響應市場變化，進而開展創新活動并提高創新韌性，這與實際情況相符。

4.3 中間機制驗證

模型（4）檢驗數字化轉型中相關變量對企業創新韌性的中介效應，回歸結果如表4所示。列（1）（2）、列（3）（4）、列（5）（6）分別對應企業間學習能力、研發投入和融資約束的中介效應檢驗結果；列（1）（3）（5）采用隨機效應，列（2）（4）（6）采用時間和企業雙向固定效應。

4.3.1 企業間學習能力的中介效應檢驗

表4列（1）（2）顯示，數字化轉型水平（DT）及其平方項（DT2）、立方項（DT3）的回歸系數分別顯著為正、負、正。計算拐點發現，以企業間學習能力為中介機制的三次項方程在求導后恒大于0，無實數解，說明該三次項方程圖像呈現非線性增速的增長態勢。隨著數字化水平提高，企業間學習能力以非線性速度不斷提升，存在“數字化轉型→企業間學習能力→專精特新企業創新韌性”的傳導機制。因此，假設H2得證。

4.3.2 研發投入的中介效應檢驗

表4列（3）（4）顯示，數字化轉型水平（DT）及其平方項（DT2）和立方項（DT3）的回歸系數分別顯著為負、正、負。由此表明，隨著數字化水平提升，研發投入呈現“下降-上升-下降”的倒N型變化趨勢。由此表明，數字化轉型對專精特新企業研發投入跳躍的促進作用需要經過“磨合期”，在進入“拓展期”后才能顯現。隨著企業數字化轉型進入“深水區”，可能出現過度數字化現象，對研發投入產生擠出效應，導致研發投入減少，進而削弱企業創新韌性。這一動態變化過程揭示了“數字化轉型→研發投入→專精特新企業創新韌性”的傳導機制，由此驗證了假設H3。

4.3.3 融資約束的中介效應檢驗

表4列（5）（6）顯示，數字化轉型水平（DT）及其平方項（DT2）、立方項（DT3）的回歸系數均顯著為負、正、負。由此表明，隨著數字化水平提升，融資約束呈現“下降—上升—下降”的倒N型變化趨勢。融資約束與專精特新企業創新韌性存在顯著負相關關系，即融資約束越小，企業創新韌性越強。因此，在數字化轉型對專精特新企業創新韌性影響過程中，存在“數字化轉型→融資約束→專精特新企業創新韌性”的傳導機制，由此驗證了假設H4。

4.4 拐點研究

本文根據基準回歸和各機制檢驗回歸的三次項方程，繪制數字化轉型與專精特新企業創新韌性、企業間學習能力、研發投入、融資約束關系曲線圖，如圖2～5所示。描述性統計結果顯示，專精特新企業數字化轉型水平取值范圍為0～4.89，平均值為1.613，四分位數分別為0（0.25分位）、1.386（中位數）、2.750（0.75分位）和3.688（0.9分位）。

由數字化轉型與創新韌性關系曲線可知，在樣本區間，數字化轉型對專精特新企業創新韌性的影響存在0.86、3.05兩個拐點，由此將專精特新企業數字化轉型過程劃分為“磨合期”“拓展期”和“陣痛期”。上述3個階段是多種機制效應復合疊加的結果，企業間學習能力、研發投入和融資約束在其中發揮中介作用。此外，3種中介機制關系曲線和拐點具有一定差異。從數字化轉型程度和拐點看，專精特新企業實施數字化轉型“磨合期”較為短暫（DT＜0.86），大多數專精特新企業處于數字化轉型“拓展期”（DT介于0.86～3.05），且16%的專精特新企業（DT的0.84分位數值為3.05）率先步入深度數字化轉型“陣痛期”（DTgt;3.05）。由此，本文揭示了在數字化轉型過程中專精特新企業階段性特征，有助于專精特新企業在不同轉型階段制定更具針對性的戰略。

在數字化轉型“陣痛期”，專精特新企業創新韌性再次下降的原因如下：第一，隨著數字化轉型進程推進，探索式創新的重要性提升。由于資源約束，過度數字化投入會對專精特新企業研發投入產生擠出效應，進而對企業創新韌性產生負向影響。第二，盧正文和許康［19］指出，數字化轉型對企業組織結構、管理體系以及資源配置能力提出更高要求。若在數字化轉型過程中企業能力未得到同步提升，則可能陷入“數字陷阱”，進而對創新韌性產生負向影響。第三，根據熊彼特的創造性破壞理論，技術創新是一個不斷破壞與重組的動態過程。數字化轉型本質是一種創造性破壞，能夠助推企業實施創新戰略變革。在經歷數字化轉型“磨合期—拓展期—陣痛期”后，專精特新企業可能再次進入創新韌性提升的全新發展階段。因此，數字化轉型對創新韌性的影響呈現周期性波動和螺旋式上升的演化路徑。

4.5 異質性分析

本文從企業等級（國家級與省級）、企業年齡（3年以下與3年及以上）以及經濟周期（順經濟周期與逆經濟周期）3個角度揭示數字化轉型在不同情境下對專精特新企業創新韌性的影響差異。企業等級能夠影響政策支持和市場認可度，企業年齡決定其經驗積累及抗風險能力，而經濟周期能夠影響市場環境和企業運營狀況，上述維度的異質性分析結果如表5所示。

4.5.1 專精特新企業等級異質性檢驗

表5列（1）（2）顯示，數字化轉型對國家級專精特新企業創新韌性具體顯著倒N型影響，體現在“下降—上升—下降”階段。從培育機制看，獲得國家級專精特新資質的企業通常已通過省級專精特新資質認證。相較于省級專精特新企業，國家級專精特新企業在數字化轉型過程中享有更多政策支持和資源傾斜，能夠向市場傳遞更多高價值信息，從而促進自身創新韌性提升。國家級專精特新企業數字化轉型的復雜度較高，這意味著轉型過程中流程優化與資源再分配可能引發內部摩擦，進而弱化企業對創新挑戰的適應能力，尤其在數字化轉型“磨合期”和“陣痛期”，創新韌性衰退更為顯著。因此，數字化轉型對國家級專精特新企業創新韌性的影響具有較強的波動性和復雜性，呈現顯著非線性特征。

4.5.2 企業年齡異質性檢驗

表5列（3）（4）顯示，數字化轉型對成立3年及以上的專精特新企業創新韌性具有顯著倒N型影響，原因在于：相較于初創期企業，成立3年及以上的專精特新企業具備更強的資金基礎、創新實力以及豐富的管理經驗，能夠在數字化轉型初期迅速提升自身創新韌性。在數字化轉型過程中，非初創期企業也面臨整合技術、優化管理流程和培訓員工等問題，導致其創新韌性在“磨合期”和“陣痛期”下降更為顯著。相較而言，在數字化轉型過程中，成立3年以下專精特新企業創新韌性“下降—上升—下降”的變化幅度不大。

4.5.3 經濟周期異質性檢驗

本文將2008年（全球金融危機）、2015年（股災）以及2020—2022年（公共衛生事件、房地產市場危機及全球供應鏈中斷等）劃分為逆經濟周期，將其余年份設為順經濟周期，進一步探討在宏觀經濟變化情景下，數字化轉型對專精特新企業創新韌性的影響，結果如表5列（5）（6）所示。結果顯示，數字化轉型在順經濟周期對專精特新企業創新韌性的影響不顯著，但在逆經濟周期的影響顯著。上述差異主要源于逆經濟周期階段，專精特新企業面臨嚴峻的資源短缺和市場需求下降等問題，導致數字化轉型過程變得更加復雜。然而，在提升企業創新的適應性、靈活性及抗壓性方面，數字化轉型能夠發揮積極作用。因此，在逆經濟周期，數字化轉型對專精特新企業創新韌性的影響更加顯著。

4.6 穩健性檢驗

為確保結論的可靠性，本文進行以下穩健性檢驗：

（1）核心解釋變量重新測算。借鑒趙宸宇等［29］的做法，本文從數字技術應用、互聯網商業模式、智能制造和現代信息系統4個維度統計99個數字化相關詞頻，以重新測算企業數字化轉型水平。

（2）內生性檢驗。為避免內生性問題，本文使用滯后變量法和工具變量法進行檢驗，具體選取企業“年份—行業—地區”的數字化轉型均值作為工具變量，同時采用均值的平方項和立方項作為附加工具變量。

表6列（1）（2）為替換核心解釋變量的穩健性檢驗結果，列（3）（4）為使用數字化轉型滯后一階變量的穩健性檢驗結果，列（5）為基于工具變量法的穩健性檢驗結果。其中，列（1）（3）為隨機效應模型，其它為固定效應模型。上述檢驗結果與前文一致，進一步驗證了研究結果的穩健性。

5 結語

5.1 研究結論

（1）數字化轉型與專精特新企業創新韌性并非簡單線性相關關系，而是呈現“下降—上升—下降”的倒N型關系。

（2）拐點分析結果顯示，在這一倒N型關系中存在DT=0.86和DT=3.05兩個拐點，它們將專精特新企業數字化轉型劃分為“磨合期”“拓展期”和“陣痛期”3個階段。

（3）中介檢驗結果發現，數字化轉型通過企業間學習能力（非線性遞增）、研發投入（倒N型）和融資約束（倒N型）等路徑影響專精特新企業創新韌性。

（4）從異質性檢驗結果看，數字化轉型對創新韌性具有異質性影響。相較于省級專精特新企業，數字化轉型對國家級專精特新企業創新韌性的影響更為顯著；相較于初創期（企業年齡小于3年）專精特新企業，數字化轉型對成長期（企業年齡大于或等于3年）專精特新企業創新韌性的影響更為顯著；數字化轉型對專精特新企業創新韌性的影響在逆經濟周期顯著，而在順經濟周期不顯著，說明經濟下行時專精特新企業更加需要依靠數字化轉型提升創新韌性。

5.2 管理啟示

（1）對于專精特新企業而言，數字化轉型不是萬能的，但卻是必需的。一方面，數字化轉型是非線性復雜過程，可劃分為“磨合期”“拓展期”和“陣痛期”。在數字化轉型過程中，企業需要警惕數字化轉型“陣痛期”對企業創新韌性的消極影響，并借助政策和資源支持實施探索式創新。另一方面，在逆經濟周期，數字化轉型對專精特新企業創新韌性發揮“雪中送炭”效應，有助于企業通過探索式創新實現長期發展目標。

（2）專精特新企業管理者需要結合企業特征及發展階段，合理把握數字化轉型節奏。一方面，對于處于初創期（企業年齡＜3年）的專精特新企業而言，不必急于開展數字化轉型。在進入成長期（企業年齡≥3年）后，數字化轉型能夠有效賦能企業動態能力，進而提升企業創新韌性。另一方面，專精特新企業應重點關注數字化轉型“拓展期”可能帶來的融資約束，以及“陣痛期”可能面臨的研發投入風險，保持合理的創新韌性水平。

（3）政府可以通過相關舉措支持專精特新企業數字化轉型，引導專精特新企業發揮創新主體的關鍵作用。目前，大多數專精特新企業處于數字化轉型“拓展期”，部分企業甚至步入數字化轉型“陣痛期”，正面臨人才、資金和數據要素等方面的挑戰。為應對上述挑戰，政府可以大力推進產學研合作，促進政、企、金融多方協作，推動產業鏈上下游協同聯動，為專精特新企業提供高質量、低成本的創新資源，進而提升其資源感知、捕捉和配置能力，以及創新韌性水平。

5.3 研究展望

本文存在以下不足：一方面，根據熊彼特的創造性破壞理論，技術創新是一個不斷突破、重組并循環往復的過程。隨著數字化轉型進程推進，數字化轉型水平閾值不斷提升，未來可進一步探討數字化轉型對專精特新創新韌性的影響是否從“下降—上升—下降”的三階段，演變為螺旋往復的四階段甚至五階段。另一方面，未來可以深入分析數字化轉型過程中各機制的拐點差異及背后成因，從而進一步揭示數字化轉型對創新韌性的影響路徑。

參考文獻

參考文獻：

［1］ 王彥林，王莉.新發展格局下“專精特新”企業創新能力提升的困境與出路［J］.當代經濟管理，2023，45（9）：21-27.

［2］ 高智林，譚文浩，毛凌翔.組織韌性與專精特新中小企業創新質量［J］.科技進步與對策，2024，41（10）：99-109.

［3］ 蔣巒，凌宇鵬，張吉昌，等.數字化轉型如何影響企業韌性——基于雙元創新視角［J］.技術經濟，2022，41（1）：1-11.

［4］ 冀云陽，周鑫，張謙.數字化轉型與企業創新——基于研發投入和研發效率視角的分析［J］.金融研究，2023，66（4）：111-129.

［5］ 段華友，楊興柳，董峰.數字化轉型、融資約束與企業創新［J］.統計與決策，2023，39（5）：164-168.

［6］ 黃先海，王芳，楊高舉.企業數字化轉型與創新：基于網絡溢出的視角［J］.經濟理論與經濟管理，2023，43（11）：56-69.

［7］ 馬君，郭明杰.企業數字化轉型，員工數字認知與創新績效：技術為刀，我為魚肉［J］.科技進步與對策，2023，40（22）：22-32.

［8］ 唐鸝鳴.數字化轉型與企業技術創新：倒U型關系形成機理及其檢驗［J］.現代經濟探討，2022，41（12）：91-102.

［9］ 羅瑾璉，王象路，耿新.數字化轉型對企業創新產出的非線性影響研究［J］.科研管理，2023，44（8）：1-10.

［10］ 夏清華，朱清.“專精特新”企業突破式創新的組態分析與范式選擇［J］.外國經濟與管理，2023，45（10）：20-34.

［11］ 曹虹劍，張帥，歐陽峣，等.創新政策與“專精特新”中小企業創新質量［J］.中國工業經濟，2022，40（11）：135-154.

［12］ 郭彤梅，李倩云，張玥，等.專精特新企業數字化轉型與創新績效的關系研究［J］.技術經濟，2023，42（5）：68-78.

［13］ HOLLING C S. Resilience and stability of ecological systems［J］.Annual Review of Ecology amp; Systematics，1973，4（1）：1-23.

［14］ 武翠，譚清美.產業相關多樣性對區域經濟韌性的影響——來自創新生態系統共生性的解釋［J］.科技進步與對策，2023，40（6）：69-79.

［15］ OEIJ R P， DHONDT S，GASPERSZ J. Mindful infrastructure as an enabler of innovation resilience behaviour in innovation teams［J］.Team Performance Management，2016，22（7/8）：334-353.

［16］ LV W D， TIAN D， WEI Y， et al. Innovation resilience： a new approach for managing uncertainties concerned with sustainable innovation［J］.Sustainability，2018，10（10）：3641-3641.

［17］ 胡甲濱，俞立平.創新韌性對高技術產業創新的影響機制與特征研究［J］.科技進步與對策，2022，39（2）： 49-59.

［18］ 侯光文，劉青青.數字化情境下如何激活企業創新韌性——穩定性與靈活性二元視角［J］.科技進步與對策，2024，41（17）：97-105.

［19］ 盧正文，許康.數字化轉型對企業創新韌性的雙重效應研究［J］.管理學報，2024，21（7）：1046-1055.

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

［21］ 吳航.動態能力的維度劃分及對創新績效的影響——對Teece經典定義的思考［J］.管理評論，2016，28（3）： 76-83.

［22］ 王昱，全捷，李良玉，等.制造企業數字化轉型能否助推研發投入跳躍——基于非參數分位數面板的實證研究［J］.科技進步與對策，2024，41（8）：33-43.

［23］ 祁懷錦，曹修琴，劉艷霞. 數字經濟對公司治理的影響——基于信息不對稱和管理者非理性行為視角［J］.改革，2020，33（4）： 50-64.

［24］ MARTIN R.Regional economic resilience， hysteresis and recessionary shocks［J］.Journal of Economic Geography， 2012，12（1）：1-32.

［25］ 陳安平.集聚與中國城市經濟韌性［J］.世界經濟，2022，45（1）：158-181.

［26］ 吳非，胡慧芷，林慧妍，等.企業數字化轉型與資本市場表現——來自股票流動性的經驗證據［J］.管理世界，2021，37（7）：130-144，10.

［27］ 李云鶴，吳文鋒.數字化轉型能否助力我國制造業企業創新提質增效［J］.社會科學，2023，45（9）：107-122.

［28］ 姜付秀，石貝貝，馬云飆.信息發布者的財務經歷與企業融資約束［J］.經濟研究，2016，51（6）：83-97.

［29］ 趙宸宇，王文春，李雪松.數字化轉型如何影響企業全要素生產率［J］.財貿經濟，2021，42（7）：114-129.

責任編輯

（責任編輯：張 悅）

英文標題

Digital Transformation and Innovation Resilience in SRDI Enterprises：An Empirical Analysis of the Inverted N-Shaped Relationship

英文作者

Wang Li1， Zhou Yanning2， Xuan Meijuan3

英文作者單位

（1.School of Public Administration， China University of Mining and Technology， Xuzhou 221116， China; 2.School of Management， Shanghai University， Shanghai 201800， China; 3.School of Economics and Management， Nanjing University of Science and Technology， Nanjing 210094， China）

英文摘要

Abstract：SRDI enterprises are characterized by “small yet specialized” and “focused yet refined” qualities， which endow them with high flexibility and significant innovation potential. However， compared to large enterprises， SRDI enterprises face multiple challenges， including financing difficulties， limited appeal to innovative talent， and weaker risk resilience. These issues introduce significant uncertainty and risk to their innovation resilience. Digital transformation has the potential to ignite innovation， boost dynamism， and enhance resilience through various facilitative effects. However，the way its influence on innovation resilience is characterized by a complex， long-term， and non-linear trajectory. Thus， a thorough research on the mechanisms of digital transformation and its impact on innovation resilience is essential for both theoretical and practical aspects. This is vital for fostering the digital transformation of SRDI enterprises and ensuring their stable and sustainable innovation-driven development.

Drawing on dynamic capability theory and ambidextrous innovation theory， this study analyzes the nonlinear processes and multiple mechanisms through which digital transformation influences the innovation resilience of SRDI enterprises from both dynamic and systematic perspectives. It then empirically examines the nonlinear impact of digital transformation on the innovation resilience of SRDI enterprises employing polynomial regression analysis on panel data from China's A-share-listed SRDI SMEs and \"Little Giant\" enterprises between 2008 and 2022， and an inflection point analysis is conducted to delineate the distinct stages of the effects of digital transformation. Meanwhile， three mediating variables， namely inter-firm learning ability， Ramp;D investment and financing constraints， are introduced to empirically analyze the impact of digital transformation on the multiple mechanisms of innovation resilience by using the \"Jiangting two-step method\". Moreover， this study further explores the heterogeneity of these effects across firm classification， firm age， and economic cycle.

This study identifies a significant \"decline-rise-decline\" inverted-N relationship between digital transformation and the innovation resilience of SRDI enterprises. Mediation analysis reveals that the digital transformation impacts inter-firm learning ability， Ramp;D investment， and financing constraints of SRDI enterprises in a non-linear manner， characterized by increasing， inverted N-shaped， and inverted N-shaped patterns， respectively. Inflection point analysis further identifies two critical thresholds within the digital transformation process of SRDI enterprises， segmenting its impact on innovation resilience into three distinct stages： the \"break-in period\"， the \"expansion period\"， and the \"pain period\". The \"break-in period\" is relatively short. The majority of SRDI enterprises are currently in the \"expansion period\". Additionally， 16% of SRDI enterprises have progressed into the \"pain period\"， a phase characterized by substantial challenges associated with advanced digital transformation efforts. Heterogeneity analysis reveals that digital transformation exerts a more pronounced impact on the innovation resilience of national-level SRDI enterprises and those in the growth stage. Furthermore， during periods of economic downturn， the positive effects of digital transformation on innovation resilience are notably stronger， whereas its influence diminishes during economic upturns.

According to the above findings， this study proposes some management recommendations.First， SRDI enterprises should proactively identify the financing constraints during the \"expansion period\" and the potential Ramp;D risks in the \"pain period\"， thereby providing appropriate policies and resources to sustain the innovation resilience of SRDI enterprises. Second， SRDI enterprises in the start-up stage should take moderate digital transformation actions， and then shift towards more proactive steps in the growth stage， which can better enhance their dynamic innovation capabilities and innovation resilience. Third， as SRDI enterprises progress into the “pain period”， the government should actively support their digital transformation processes through comprehensive policy measures， ensuring that SRDI enterprises remain pivotal drivers of innovation. With the deepening of digital transformation， future research can focus on whether the impact of digital transformation on the innovation resilience of SRDI enterprises has shifted from a three-stage pattern of \"decline-rise-decline\" to a more cyclical pattern of four or five stages. It is also of great research value to delve into the formation principle of the inflection points in digital transformation， revealing the complex dynamic mechanisms by which digital transformation shapes innovation resilience.

英文關鍵詞

Key Words：Digital Transformation; Innovation Resilience; SRDI Enterprises; Inverted N-shaped Relationship

收稿日期：2024-07-15 "修回日期：2024-11-18

基金項目：國家社會科學基金青年項目（23CGL066）；江蘇省社會科學基金青年項目（23GLC028）

作者簡介

作者簡介：王俐（1989-），女，山東棗莊人，博士，中國礦業大學公共管理學院講師、碩士生導師，研究方向為數字經濟與創新管理；周彥凝（2003-），女，浙江寧波人，上海大學管理學院碩士研究生，研究方向為創新管理與科技政策；宣美娟（2002-），女，浙江紹興人，南京理工大學經濟管理學院碩士研究生，研究方向為創新管理與科技政策。