定錨致遠：耐心資本如何促進企業(yè)數(shù)字技術創(chuàng)新

【中圖分類號】F275 【文獻標識碼】A 【文章編號】1004-0994（2025）13-0031-8

一、引言

黨的二十屆三中全會明確提出了“加快構建數(shù)字經濟發(fā)展體制機制，完善數(shù)字產業(yè)化和產業(yè)數(shù)字化政策體系”的戰(zhàn)略部署，為數(shù)字經濟高質量發(fā)展指明了方向。在此背景下，以大數(shù)據(jù)、人工智能、移動互聯(lián)網、云計算和區(qū)塊鏈為代表的數(shù)字技術不斷創(chuàng)新發(fā)展，通過技術融合與擴散效應，有力推動了實體經濟轉型升級。《中國數(shù)字經濟發(fā)展研究報告（2024年）》中的數(shù)據(jù)顯示，2023年我國數(shù)字經濟規(guī)模已達53.9萬億元，占GDP的比重提升至42.8%_o 從理論層面看，數(shù)字經濟是一種以數(shù)據(jù)為核心生產要素、以數(shù)字技術為支撐、以數(shù)字平臺為交互媒介的新型經濟形態(tài)（許憲春和張美慧，2020；金環(huán)和于立宏，2021）。其中，數(shù)字技術構成了數(shù)字經濟發(fā)展的技術基礎（蔡躍洲和牛新星，2021）。按此邏輯，我國企業(yè)數(shù)字技術創(chuàng)新能力理應與數(shù)字經濟規(guī)模呈現(xiàn)“協(xié)同”增長態(tài)勢。然而，現(xiàn)實情況卻是，我國企業(yè)數(shù)字技術創(chuàng)新能力與數(shù)字經濟規(guī)模的增長之間存在顯著的“非對稱性”（金環(huán)和牛子恒，2025），即“數(shù)字經濟跑得快，技術創(chuàng)新跟不上”。因此，如何有效激發(fā)數(shù)字技術創(chuàng)新動力、破解“數(shù)字創(chuàng)新悖論\"便成為當前亟須解決的現(xiàn)實問題。

相較于傳統(tǒng)創(chuàng)新模式，數(shù)字技術創(chuàng)新是指依托新一代信息技術，在產品研發(fā)、商業(yè)模式重構和生產流程優(yōu)化等方面力求深層次突破的創(chuàng)新范式（陶鋒等，2023）。數(shù)字技術創(chuàng)新的核心在于云計算、大數(shù)據(jù)等技術的集成應用，并天然具備新一代信息通信技術的特征，延續(xù)了其“規(guī)模效應\"與“技術鎖定效應\"（戚聿東和沈天洋，2023）。若企業(yè)能在數(shù)字技術創(chuàng)新領域實現(xiàn)“后來居上”，則有望在市場上形成“贏者通吃\"的優(yōu)勢格局。而數(shù)字技術創(chuàng)新推進難度較大，企業(yè)在實踐中常面臨多重現(xiàn)實障礙。首先，數(shù)字技術創(chuàng)新具有高投入、高風險的特征，其研發(fā)過程依賴持續(xù)的資金支持、先進的硬件設施及高素質的人才儲備，且投資回報周期較長，短期內難以顯著提升企業(yè)經濟效益和生產效率（Brynjolfsson等，2021），從而加劇了企業(yè)決策的不確定性。其次，企業(yè)內部治理結構中的委托代理問題亦構成重要制約因素（McAfee和McMillan，1986）。出于聲譽維護與短期利潤最大化的考量，管理者往往傾向于選擇風險較低的傳統(tǒng)投資項目，進而削弱了對高風險、長周期數(shù)字技術創(chuàng)新的支持力度。

耐心資本為突破上述困境提供了新的契機。耐心資本作為一種全新的資本范疇，不同于格雷厄姆（Graham）提出的價值投資，也不同于歐美國家的風險投資、私募股權、社會責任投資（何文彬和宮銘烜，2025），本質上是一種秉持長期投資理念、容忍投資回報延遲、聚焦于推動企業(yè)創(chuàng)新能力提升與可持續(xù)發(fā)展、在風險與收益之間尋求獨特平衡的資本形態(tài)（吳旻佳等，2022），其獨特的資本屬性與企業(yè)數(shù)字技術創(chuàng)新密切相關。在理論邏輯上，企業(yè)擁有的耐心資本越多，越有利于其關系網絡的廣泛構建和發(fā)展資源的深度積累，從而為數(shù)字技術創(chuàng)新賦能（王聞萱和王丹，2024）。其一，耐心資本的投資者通常具有長期視角和戰(zhàn)略性投資眼光，能夠更敏銳地識別數(shù)字技術領域的創(chuàng)新機會。如前所述，數(shù)字技術創(chuàng)新因其高風險特性而面臨激勵機制不足的困境，管理者往往會因風險顧慮而猶豫不決，甚至傾向于將創(chuàng)新失敗歸咎于外部環(huán)境因素，而非內部管理決策。而耐心資本的較高容忍度能夠激勵企業(yè)更加積極地把握創(chuàng)新“窗口期”，進而增強自身數(shù)字技術創(chuàng)新實力。其二，耐心資本具有較強的風險承受能力和較高的回報期望，能夠為企業(yè)提供持續(xù)且穩(wěn)定的資金支持，緩解企業(yè)融資難題（邱蓉等，2024），從而更有效地滿足企業(yè)在數(shù)字資產配置方面的資金需求。其三，擁有耐心資本的企業(yè)，可通過機構投資者持股和關系型融資，顯著提升企業(yè)治理水平、優(yōu)化創(chuàng)新環(huán)境（李思飛和溫磊，2025），進而推動人力資本升級，為數(shù)字技術創(chuàng)新提供堅實的“智力支撐\"（張樹山和陳凱旋，2024），促進企業(yè)高質量發(fā)展（李季鵬和石甲番，2025）。然而，事實是否如此，尚需在實證層面進行檢驗。為此，本文以滬深A股上市公司為研究樣本，試圖在實證層面給予考量。

本文的邊際貢獻可能在于：首先，以數(shù)字技術創(chuàng)新為核心切入點，探究了耐心資本對企業(yè)技術創(chuàng)新的作用機制。盡管已有文獻對耐心資本和創(chuàng)新效率的關系進行了系統(tǒng)性分析（姜中裕和吳福象，2024），但在技術復雜度更高、變化更快且不確定性更大的數(shù)字技術創(chuàng)新領域，耐心資本能否持續(xù)發(fā)揮正向作用仍缺乏足夠的經驗證據(jù)。本文試圖揭示耐心資本對數(shù)字技術創(chuàng)新的獨特影響，從而擴展耐心資本在創(chuàng)新行為后果方面的研究視野。其次，豐富了企業(yè)數(shù)字技術創(chuàng)新影響因素的研究。現(xiàn)有文獻多聚焦于宏觀政策、公司治理和高管背景等因素（郭豐等，2025；田慧敏等，2025；馬震，2025），而從耐心資本角度探討其對數(shù)字技術創(chuàng)新作用的研究少見，本文無疑豐富了該領域的研究。最后，揭示了耐心資本促進企業(yè)數(shù)字技術創(chuàng)新的傳導機制，深化了對其作用路徑的理解。同時，結合分析師關注度、媒體關注度和知識產權保護力度等因素，探討了耐心資本對數(shù)字技術創(chuàng)新的異質性影響，從而為相關政策的制定提供了理論依據(jù)和實證支持。

二、理論分析與研究假設

按照前文的邏輯推理，本文認為，識別數(shù)字創(chuàng)新機會、提高數(shù)字資產配置水平和推動人力資本升級是耐心資本促進企業(yè)數(shù)字技術創(chuàng)新的重要路徑，這三條路徑可概括為機會識別機制、資源配置機制和能力升級機制。

（一）機會識別機制

數(shù)字創(chuàng)新機會的精準識別是企業(yè)開展數(shù)字技術創(chuàng)新的首要環(huán)節(jié)。企業(yè)對數(shù)字創(chuàng)新機會的感知靈敏度，直接影響其對外部數(shù)字生態(tài)變化的響應速度。

擁有耐心資本的企業(yè)，主要從外部風險應對和內部策略制定兩個維度，提升其對數(shù)字創(chuàng)新機會的識別能力。從外部風險應對維度來看，數(shù)字創(chuàng)新往往伴隨著高度不確定性與研發(fā)風險。現(xiàn)代公司金融理論指出，企業(yè)的資本結構與風險偏好會受資本穩(wěn)定性和投資期限的影響（邱蓉等，2024）。耐心資本堅持長期投資理念，更加重視持續(xù)積累的長期回報，而非短期收益的波動。這一特性使得耐心資本的投資者能夠理性應對市場的短期波動，耐心等待投資價值的實現(xiàn)，從而與企業(yè)的長期創(chuàng)新需求高度契合。同時，耐心資本具有較強的風險承受能力（李思飛和溫磊，2025），能跨越經濟周期波動，在高度不確定的環(huán)境下保持投資的穩(wěn)定性，進而提升企業(yè)及其利益相關方對創(chuàng)新風險的容忍度。從內部策略制定維度來看，數(shù)字創(chuàng)新機會的識別依賴于企業(yè)的戰(zhàn)略洞察力。耐心資本的投資者傾向于通過長期持有和深度參與項目發(fā)展，實現(xiàn)經濟與社會回報的雙重增長（何文彬和宮銘烜，2025）。這促使企業(yè)更加關注社會轉型趨勢，主動挖掘數(shù)字變革中的潛在機會。同時，培育長期資本既符合我國產業(yè)科技發(fā)展戰(zhàn)略方向（林毅夫和王燕，2017），也能向市場傳遞積極信號，幫助企業(yè)更敏銳地洞察數(shù)字創(chuàng)新機會，推動自身在數(shù)字技術創(chuàng)新領域的轉型升級。

（二）資源配置機制

強化數(shù)字資產的合理配置與企業(yè)內部數(shù)字化知識的流動，是推動數(shù)字技術創(chuàng)新的關鍵（Hanelt等，2021）。數(shù)字技術創(chuàng)新不僅涉及人工智能、區(qū)塊鏈、大數(shù)據(jù)等前沿技術領域，還包括算力基礎設施建設、數(shù)據(jù)資源管理等多維度資產布局。作為技術研發(fā)的重要載體，數(shù)字資產已成為推動數(shù)字技術創(chuàng)新的核心要素與戰(zhàn)略資源。耐心資本主要從戰(zhàn)略協(xié)同和資金支持兩個維度賦能企業(yè)數(shù)字資產配置。從戰(zhàn)略協(xié)同維度來看，耐心資本聚焦長期價值創(chuàng)造，其理念與企業(yè)數(shù)字資產的深度開發(fā)和有效治理目標高度契合（路征等，2023）。作為新型戰(zhàn)略資源和核心生產力，數(shù)字資產貫穿于企業(yè)的研發(fā)、運營、市場拓展與組織變革等全流程，重構了企業(yè)價值創(chuàng)造邏輯（李健等，2023；于翔等，2024）。在理念協(xié)同的驅動下，得到耐心資本支持的企業(yè)更傾向于加大數(shù)字資產投入，從而為長期發(fā)展打下堅實基礎。從資金支持維度來看，充足的資金是提升數(shù)字資產配置水平的必要條件，而融資約束往往成為企業(yè)數(shù)字化轉型的關鍵瓶頸。已有研究表明，耐心資本能有效緩解企業(yè)融資約束（吳旻佳等，2022；李思飛和溫磊，2025）。此外，耐心資本的持續(xù)投入能向市場傳遞企業(yè)發(fā)展前景良好的積極信號，吸引更多長期資本關注，形成“同群效應\"（唐亮和楊國玉，2025）。這種資本集聚效應能顯著增強企業(yè)的資源整合能力，使其能夠持續(xù)優(yōu)化數(shù)字資產配置，推動企業(yè)數(shù)字技術創(chuàng)新向更高水平發(fā)展。

（三）能力升級機制

數(shù)字技術創(chuàng)新的實現(xiàn)，不僅依賴數(shù)字資產的有力支撐，更需要具備創(chuàng)新活力與專業(yè)素養(yǎng)的人力資本驅動（蘇二豆等，2023）。企業(yè)要想在數(shù)字技術浪潮中保持領先，打造高素質人才隊伍是關鍵。人力資本水平越高，企業(yè)對前沿數(shù)字技術的吸收轉化能力越強，實現(xiàn)“二次創(chuàng)新”的概率也就越大。擁有耐心資本的企業(yè)，可從權益屬性與債務屬性兩個維度系統(tǒng)性推動人力資本升級。從權益屬性的耐心資本來看，機構投資者的長期持股對企業(yè)創(chuàng)新具有顯著促進作用。已有研究表明，長期機構投資者通過優(yōu)化企業(yè)治理結構、增強股權激勵效果、抑制管理費用非理性增長等方式（洪敏等，2018），能夠構建公平高效的創(chuàng)新生態(tài)（韋施威等，2022）。企業(yè)內部治理的優(yōu)化有助于激發(fā)員工創(chuàng)新熱情，通過改善激勵機制和工作環(huán)境，推動人力資本質量持續(xù)提升。從債務屬性的耐心資本來看，關系型融資憑借“資金效應\"\"兜底效應\"和\"配套效應”（王滿四和王旭東，2020），為企業(yè)提供穩(wěn)定的長期資金支持。這種持續(xù)性財務保障不僅能夠提升企業(yè)市場信譽、增強內部員工歸屬感，還能憑借穩(wěn)定的發(fā)展預期吸引外部高端人才，通過人才儲備與團隊建設為企業(yè)數(shù)字技術創(chuàng)新夯實智力基礎，助力企業(yè)實現(xiàn)創(chuàng)新能力的跨越式提升。

綜上所述，本文提出如下假設：

H1：耐心資本能顯著促進企業(yè)數(shù)字技術創(chuàng)新。

三、研究設計

（一）樣本選取與數(shù)據(jù)來源

本研究以 2011～2023 年我國滬深A股上市公司為初始樣本，企業(yè)相關數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫，數(shù)字專利數(shù)據(jù)則取自CNRDS數(shù)據(jù)庫。為保證數(shù)據(jù)質量和研究結果的可靠性，進行了如下篩選和處理： ① 剔除金融行業(yè)公司； ② 剔除研究期間被ST或 的公司； ③ 剔除異常值和缺失數(shù)據(jù)的無效樣本。數(shù)據(jù)整理及統(tǒng)計分析主要使用Excel和Stata17.0軟件完成。為減小極端值的干擾，對所有連續(xù)變量進行了 1% 和 99% 分位的Winsorize處理，最終得到24913個公司一年度觀測值。

（二）變量定義

1.被解釋變量：企業(yè)數(shù)字技術創(chuàng)新（Lndinv）。本文參考張樹山和陳凱旋（2024）的研究，以企業(yè)數(shù)字發(fā)明專利授權量加1取自然對數(shù)來衡量企業(yè)數(shù)字技術創(chuàng)新。具體篩選步驟如下：首先，依據(jù)《國際專利分類與國民經濟行業(yè)分類參照關系表（2018）》，將專利主分類號與對應行業(yè)進行匹配。其次，根據(jù)《數(shù)字經濟及其核心產業(yè)統(tǒng)計分類（2021）》，界定數(shù)字經濟核心產業(yè)，并將相關專利歸類為數(shù)字專利。最后，通過企業(yè)名稱與數(shù)字專利數(shù)據(jù)匹配，匯總上市公司數(shù)字專利的整體情況。此外，鑒于從研發(fā)投入到專利授權通常存在時間滯后效應，為更符合實際情況，本文對被解釋變量采用前一期數(shù)據(jù)。

2.解釋變量：耐心資本（PC）。本文將耐心資本分為穩(wěn)定型股權與關系型債權，并用穩(wěn)定型股權占比衡量穩(wěn)定型股權（Invest），用關系型債權占比衡量關系型債權（Rdebt）。借鑒周紹妮等（2017）的研究方法，根據(jù)機構投資者的換手率進行分類，將換手率較低的機構投資者視為穩(wěn)定型投資者，據(jù)此計算每只股票中穩(wěn)定型股權的占比，得到穩(wěn)定型股權占比。參照吳旻佳等（2022）的研究，以上市公司長期負債（如長期借款、應付債券、長期應付款等）除以負債總額，得到關系型債權占比。

3.控制變量。為了控制潛在影響因素對企業(yè)數(shù)字技術創(chuàng)新的影響，保證實證檢驗模型的合理性與可靠性，本文參考已有研究，從企業(yè)特征、財務特征以及治理結構層面選取如下控制變量：企業(yè)規(guī)模（Size）、上市年限（ListAge）、資產負債率（Lev）、總資產收益率（Roa）、企業(yè)成長性（Growth）、賬面市值比（ Bm 、兩職合一（Dual）、股權集中度（Top1）和董事人數(shù)（Board）。各變量定義見表1。

（三）模型構建

本文構建多元回歸模型（1），探究耐心資本對企業(yè)數(shù)字技術創(chuàng)新的影響。

Lndinv_i，t+1=B₀+B₁PC_i，t+B_jControls_i，t+Ind_i+Year_t+ε_i，t

其中，被解釋變量為企業(yè)技術數(shù)字創(chuàng)新 （Lndinv_i，t+1） ，核心解釋變量為耐心資本 （PC_i，t） ，Controls為全部控制變量的集合，i和t表示企業(yè)和年份， Ind_i 、Yeart和 ε_i，t 分別是行業(yè)固定效應、時間固定效應和隨機擾動項。當耐心資本的系數(shù) β₁ 顯著為正時，說明耐心資本能夠促進企業(yè)數(shù)字技術創(chuàng)新。

四、實證分析

（一）描述性統(tǒng)計

描述性統(tǒng)計結果如表2所示。結果顯示：數(shù)字技術創(chuàng)新（Lndinv）的最大值為5.826，最小值為0，標準差為1.354，說明不同企業(yè)間的數(shù)字技術創(chuàng)新水平存在較大差異。穩(wěn)定型股權（Invest）的最大值為0.837，最小值為0，均值為0.167；關系型債權（Rdebt）的最大值為0.740，最小值為0，均值為0.131。可見，不同企業(yè)的穩(wěn)定型股權、關系型債權均存在一定差異。其余變量的描述性統(tǒng)計結果與已有研究基本一致。

（二）基準回歸

基準回歸結果見表3。通過列（1和列（3）可知，當未加人控制變量時，穩(wěn)定型股權（Invest）和關系型債權（Rdebt）的系數(shù)分別為0.0820和0.2463，且均在 1% 的水平上顯著。由列（2）和列（4）可知，當加入控制變量后，穩(wěn)定型股權（Invest）和關系型債權（Rdebt）的系數(shù)雖均有提高，但顯著性并未發(fā)生改變。這一結果表明，耐心資本能促進企業(yè)技術創(chuàng)新，即對企業(yè)數(shù)字技術創(chuàng)新具有“提振效應”，H1得以初步證實。

（三）穩(wěn)健性檢驗

1.改變被解釋變量的衡量方式。本研究采用更換被解釋變量衡量指標的方式進行穩(wěn)健性檢驗。參考徐輝等（2025）的研究，采用發(fā)明專利申請數(shù)量刻畫企業(yè)數(shù)字技術創(chuàng)新（Lndinv-1），并將其前置一期。通過表4列（1）和列（2）可知，穩(wěn)定型股權（Invest）和關系型債權（Rdebt）的系數(shù)分別是0.1364和0.4078，且顯著方向與基準回歸結果一致。

2.替換回歸模型。在原有模型（1）僅對行業(yè)與年度因素進行控制的基礎上，本文進一步針對地區(qū)層面可能引入的遺漏變量問題進行處理，通過納入省份固定效應（Province），構建一個更為全面的多維固定效應模型重新進行回歸。通過表4列（3）和列（4）可知，檢驗結果與基準回歸結果基本一致。

3.工具變量法（IV）。耐心資本對企業(yè)數(shù)字技術創(chuàng)新的影響或許存在內生性問題。已有研究表明，耐心資本投資者通常具備較強的信息獲取能力，可能更傾向于投資于技術創(chuàng)新較為活躍的企業(yè)（邱蓉等，2025），從而引發(fā)耐心資本與企業(yè)技術創(chuàng)新之間的反向因果關系。為緩解這一擔憂，本研究進一步采用2SLS方法進行實證分析。在工具變量的選擇上，借鑒邱蓉等（2025）的研究，以企業(yè)到上海、深圳兩大金融中心的加權平均距離的倒數(shù)作為工具變量。這一選擇的合理性基于以下兩點：首先，耐心資本與企業(yè)的長期投資和創(chuàng)新活動密切相關，而這些活動往往依賴于金融資源的可獲得性，地理位置接近金融中心的企業(yè)通常更容易獲取相關金融服務；其次，企業(yè)的地理位置主要由自然條件決定，這種早期形成的空間特征不太可能對當前的數(shù)字技術創(chuàng)新產生直接影響。同時，考慮到加權距離屬于橫截面數(shù)據(jù)，借鑒Nunn和Qian（2014的做法，納入時間維度因素，構建面板數(shù)據(jù)工具變量。具體而言，將同地區(qū)其他企業(yè)的耐心資本（穩(wěn)定型股權 + 關系型債權）均值與加權平均距離進行交互，得到工具變量（IV）。實證結果（見表5）顯示：列（1）和列（2）中F值分別為17.3237和81.6447，均顯著高于臨界值10，說明所選工具變量合理；列（3）和列（4）中，穩(wěn)定型股權（In-vest）和關系型債權（Rdebt）的系數(shù)均顯著為正，結果與前文研究結論一致。

4.Heckman兩階段法。若研究僅關注已獲得耐心資本的企業(yè)，可能會忽略尚未獲得耐心資本但具有創(chuàng)新潛力的企業(yè)，進而導致估計結果存在樣本選擇偏差。本文引入Heckman兩階段法對潛在的樣本選擇偏差進行修正。在第一階段，設定二元虛擬變量（PC-UM）標識企業(yè)是否獲得耐心資本投資，并以控制變量以及上述工具變量（IV）為解釋變量，開展Probit回歸分析，進而計算逆米爾斯比率（Imr）。在第二階段，將所得到的 Imr 作為控制變量引人基準回歸模型中。表6中結果顯示， Imr 的系數(shù)分別為0.0522和0.0569，且均在 1% 的水平上顯著為正，表明樣本中確實存在顯著的選擇偏差。在對樣本選擇偏差進行有效控制之后，穩(wěn)定型股權（Invest）和關系型債權（Rdebt）的系數(shù)仍顯著為正，與前文研究結論相符。

五、作用機制分析

為驗證理論分析中的三種作用機制，并有效避免傳統(tǒng)三步法中介效應分析中可能存在的內生性問題，本文遵循江艇（2022）提出的檢驗框架，構建作用機制檢驗模型如下：

M_i，t=α₀+α₁PC_i，t+α_jControls_i，t+Ind_i+Year_t+ε_i，t

其中， M_i，t 表示三種機制變量，即“機會識別機制”“資源配置機制\"和“能力升級機制”。其他變量含義與模型（1）相同。

本研究從冗余資源和管理層戰(zhàn)略感知雙重視角，對“機會識別機制\"（Dio）進行實證檢驗。已有研究指出，企業(yè)的資源儲備是識別和把握數(shù)字創(chuàng)新機會的重要基礎（王超發(fā)等，2023）。冗余資源越充足，企業(yè)在整合知識、信息與創(chuàng)新要素方面的能力越強，因此可將其視為衡量企業(yè)機會識別能力的關鍵指標。同時，管理層的戰(zhàn)略感知能力越強，越能通過供應商、客戶和競爭對手等多元化渠道感知外部數(shù)字環(huán)境中的潛在機會，亦可用以反映企業(yè)對數(shù)字創(chuàng)新機會的識別水平。對于冗余資源（Dio1，參照王超發(fā)等（2023）的研究，采用未吸收冗余（流動比率）和已吸收冗余（銷售期間費用率）的均值進行度量，該數(shù)值越高表明企業(yè)冗余資源越充足。對于管理層戰(zhàn)略感知（Dio2），則借鑒張樹山和陳凱旋（2024）的方法，采用年報文本中短視性詞匯的占比進行衡量，該占比越低，說明管理層的戰(zhàn)略感知能力越強。回歸結果見表7。列（1）和列（2）中穩(wěn)定型股權和關系型債權的系數(shù)顯著為正，說明得到耐心資本支持的企業(yè)通常擁有更豐富的冗余資源儲備。列（3）和列（4）中穩(wěn)定型股權和關系型債權的系數(shù)顯著為負，表明引入耐心資本有助于抑制管理層的短視行為，增強管理層的戰(zhàn)略感知能力。上述結果驗證了耐心資本通過提升企業(yè)數(shù)字創(chuàng)新機會識別能力促進數(shù)字技術創(chuàng)新的傳導機制。

本文從無形資產占比角度探討“資源配置機制”（Dat）。理論層面，數(shù)字資產作為數(shù)字技術研發(fā)的核心載體，已成為驅動數(shù)字技術創(chuàng)新的重要引擎（張樹山和陳凱旋，2024）。基于此，本文借鑒范合君和鄭錚（2024）的方法，以數(shù)字化相關無形資產在總無形資產中的占比衡量企業(yè)數(shù)字資產配置水平。表8列（1）和列（2）中，穩(wěn)定型股權和關系型債權的系數(shù)顯著為正，表明耐心資本能夠顯著提升企業(yè)的數(shù)字資產配置水平，進而為數(shù)字技術創(chuàng)新提供有力支撐，由此驗證了“資源配置機制\"的有效性。

針對“能力升級機制” Π_Hcs） ，本研究從人力資本升級維度進行探討。參照劉啟仁和趙燦（2020）的分類標準，將技術員工歸為高技能勞動力，將生產、銷售、財務等其他崗位員工歸為低技能勞動力，通過計算高、低技能勞動力人數(shù)比例，量化企業(yè)人力資本升級程度。表8列（3）和列（4）中，穩(wěn)定型股權和關系型債權的系數(shù)顯著為正，說明耐心資本能夠有效推動企業(yè)人力資本升級。作為數(shù)字技術創(chuàng)新的核心“軟性\"資源，人力資本水平的提升可為企業(yè)創(chuàng)新活動注人強勁動能。上述結果證實，耐心資本可通過促進人力資本升級，進一步促進企業(yè)數(shù)字技術創(chuàng)新，從而驗證了“能力升級機制”的有效性。

六、進一步分析

（一）異質性分析

1.分析師關注度。分析師關注度可能會影響耐心資本對企業(yè)數(shù)字技術創(chuàng)新的促進作用。本研究參考張瑞琛等（2023）的方法，以分析師關注人數(shù)加1后取自然對數(shù)衡量分析師對企業(yè)的關注度，并依據(jù)其中位數(shù)將樣本劃分為分析師關注度高、低兩組。

同時，借鑒唐亮和楊國玉（2025）的研究，將穩(wěn)定型股權與關系型債權相加構建耐心資本（PC）變量，進行分組檢驗。表9列（1）和列（2）的結果顯示：在分析師關注度較高的樣本組中，耐心資本的系數(shù)顯著為正；而在分析師關注度較低的樣本組，耐心資本的系數(shù)未通過顯著性檢驗。該差異可從兩方面解釋：一方面，當企業(yè)開展數(shù)字技術創(chuàng)新時，分析師跟蹤有助于深度披露創(chuàng)新進展、研發(fā)投人強度、技術應用前景等關鍵信息（Huang等，2018），形成外部監(jiān)督壓力，促使企業(yè)保持創(chuàng)新動力，避免創(chuàng)新投入的中途停滯；另一方面，當企業(yè)展現(xiàn)出較強的數(shù)字技術創(chuàng)新能力時，分析師的積極報道能夠放大企業(yè)的創(chuàng)新優(yōu)勢（李思飛和溫磊，2025），向市場傳遞積極信號，吸引更多耐心資本流入，為企業(yè)創(chuàng)新活動提供更穩(wěn)定的資金保障。

2.媒體關注度。耐心資本對企業(yè)數(shù)字技術創(chuàng)新的正向影響也可能會受到媒體關注度的影響。對此，參照溫磊（2024）的研究，基于CNRDS數(shù)據(jù)庫量化企業(yè)財經新聞報道標題數(shù)量（經加1取自然對數(shù)處理），并以其中位數(shù)為界將樣本劃分為媒體關注度高、低兩組進行分組檢驗。表9列（3）和列（4）顯示，僅在媒體關注度較高的樣本組中，耐心資本對數(shù)字技術創(chuàng)新的促進作用顯著為正，而在低媒體關注度組中則未達到顯著性水平。可能的原因在于：首先，媒體作為重要的市場信息樞紐，其報道行為構成有效的外部監(jiān)督網絡。根據(jù)媒體有效監(jiān)督理論（翟勝寶等，2022），頻繁的媒體曝光能夠抑制管理層的短視行為，推動企業(yè)將資源更多投人數(shù)字技術創(chuàng)新。其次，耐心資本的投資決策高度依賴信息透明度，而媒體關注度高的企業(yè)通常信息披露充分、商業(yè)運作透明，更契合耐心資本投資者的投資偏好，進而使其加大資金支持力度。最后，媒體曝光帶來的聲譽效應顯著改善了企業(yè)融資環(huán)境。相關研究表明，高媒體關注度企業(yè)普遍享有更低的融資成本和更順暢的資本獲取渠道（李思飛和溫磊，2025），這種優(yōu)勢提升了企業(yè)在耐心資本投資決策中的競爭力，從而使耐心資本持續(xù)為數(shù)字技術創(chuàng)新注人動力。

3.知識產權保護力度。數(shù)字技術雖具有顯著的知識溢出特征，但由于其創(chuàng)新周期長、研發(fā)成本高，且面臨較大的知識產權侵權風險，若企業(yè)無法保障專利獨占權益，極易降低創(chuàng)新積極性。在知識產權保護力度較大的地區(qū)，政府通過完善司法體系、強化法律執(zhí)行力，顯著提升數(shù)字技術創(chuàng)新成果的排他性，有效激勵企業(yè)加大創(chuàng)新投入。相比之下，在知識產權保護力度較小的地區(qū)，企業(yè)面臨的道德風險與契約不確定性顯著增加，導致其創(chuàng)新動力不足。本研究參考趙宸宇等（2021）的方法，以地區(qū)知識產權侵權糾紛案件結案率（結案數(shù)/總案件數(shù)）為依據(jù)，將樣本劃分為知識產權保護力度大、小兩組進行分組檢驗。表9列（5）和列（6）的結果顯示，耐心資本的系數(shù)存在顯著差異。列（6）中PC的系數(shù)顯著為正，表明在知識產權保護力度較大的地區(qū)耐心資本對企業(yè)數(shù)字技術創(chuàng)新的影響更為顯著。

（二）環(huán)境不確定性的調節(jié)作用

當前市場環(huán)境復雜多變，貿易摩擦等外部沖擊頻發(fā)，企業(yè)面臨的不確定性顯著增加，這一情境顯著影響了耐心資本與數(shù)字技術創(chuàng)新之間的關系。從企業(yè)內部視角來看，當環(huán)境不確定性增加時，生存壓力與經營風險同步加劇，企業(yè)往往將維持短期運營作為首要目標，導致耐心資本通過長期穩(wěn)定投入推動創(chuàng)新的動力被削弱；從外部利益相關者來看，環(huán)境不確定性增加會使其投資決策更趨謹慎，傾向于采取觀望態(tài)度而非貿然注資，進而導致企業(yè)融資渠道收窄，直接制約其數(shù)字技術研發(fā)進程。尤其在數(shù)字技術領域，高投人、高風險的特征使得企業(yè)在不確定環(huán)境下更可能縮減對成功率較低研發(fā)項目的投入，以保障現(xiàn)金流穩(wěn)定（張樹山和陳凱旋，2024）。基于此，本文認為環(huán)境不確定性會抑制耐心資本對企業(yè)數(shù)字技術創(chuàng)新的促進作用。

為此，本研究在基準回歸模型中引入環(huán)境不確定性（EU）與耐心資本（PC）的交互項 EU×PC 。若該交互項的系數(shù)為負，表明環(huán)境不確定性的增加會削弱耐心資本的“提振效應”。本文參考申慧慧等（2012）的方法，將EU設定為企業(yè)近5年銷售收人標準差經行業(yè)調整后的值，該值越大則環(huán)境不確定性越高。表10列（1）的檢驗結果顯示，EU×PC 的系數(shù)顯著為負，表明隨著環(huán)境不確定性的增加，耐心資本對企業(yè)數(shù)字技術創(chuàng)新的“提振效應”會有所減弱。

（三）數(shù)字技術創(chuàng)新的經濟后果檢驗

依據(jù)技術創(chuàng)新理論，數(shù)字技術創(chuàng)新被視為推動企業(yè)生產力提升的關鍵引擎。一方面，數(shù)字技術作為關鍵技術模塊嵌入業(yè)務系統(tǒng)，能夠實現(xiàn)研發(fā)、生產、存儲、流通等核心流程的透明化與實時監(jiān)控，有效降低業(yè)務轉換中的效率損耗，推動資源配置優(yōu)化；另一方面，數(shù)字技術通過拓寬信息獲取渠道、精準解析市場動態(tài)，助力企業(yè)挖掘新的投資機遇，以高效投資決策推動生產力質量升級。由此推斷，數(shù)字技術創(chuàng)新可顯著賦能企業(yè)新質生產力提升。本研究借鑒溫磊和李思飛（2024）的方法，采用熵權法測算企業(yè)新質生產力（Npro）并乘以100，同時以耐心資本中位數(shù)為界進行分組（低PC和高PC）檢驗。

表10列（2）顯示，企業(yè)數(shù)字技術創(chuàng)新（Lndinv）對新質生產力具有顯著正向影響；列（3）、（4）的結果表明，盡管數(shù)字技術創(chuàng)新在全樣本與低PC組中的系數(shù)均顯著為正，但在低PC組中的顯著性水平更高。這說明數(shù)字技術創(chuàng)新對新質生產力的賦能效應在耐心資本占比低的企業(yè)中更為突出。可能的原因在于，耐心資本與新質生產力存在正向關聯(lián)（溫磊和李思飛，2024），當企業(yè)耐心資本占比較低時，新質生產力發(fā)展水平相對滯后，此時通過數(shù)字技術創(chuàng)新提升生產力的空間更大。因此，數(shù)字技術創(chuàng)新對新質生產力的促進作用在耐心資本較低的企業(yè)中表現(xiàn)得更為顯著。

七、研究結論與啟示

（一）研究結論

本文以 2011～2023 年我國滬深A股上市公司為研究樣本，圍繞耐心資本對企業(yè)數(shù)字技術創(chuàng)新的影響及其作用機制展開研究，并進一步探究了環(huán)境不確定性的調節(jié)作用和數(shù)字技術創(chuàng)新帶來的“新質”異質效應，主要得到以下結論：第一，耐心資本對企業(yè)數(shù)字技術創(chuàng)新具有顯著的\"提振效應”，且該效應在分析師關注度高、媒體關注度高以及知識產權保護力度大的企業(yè)中更加明顯。第二，機制分析表明，耐心資本通過“機會識別機制”“資源配置機制”和“能力升級機制”賦能企業(yè)數(shù)字技術創(chuàng)新。第三，環(huán)境不確定性削弱了耐心資本對數(shù)字技術創(chuàng)新的促進作用。進一步地，數(shù)字技術創(chuàng)新雖能夠賦能企業(yè)新質生產力培育與壯大，但這種效果在耐心資本占比較低的企業(yè)中更明顯，具有\(zhòng)"新質\"異質效應。

（二）啟示

1.積極培育和壯大耐心資本，賦能企業(yè)數(shù)字技術創(chuàng)新。政府可著力引導耐心資本參與企業(yè)創(chuàng)新，構建“科技一產業(yè)一金融\"的良性互動生態(tài)，將重點轉向微笑曲線的兩端。一是推動戰(zhàn)略型股權投資者發(fā)展。政府可持續(xù)擴大機構投資者規(guī)模，優(yōu)化資本市場投資者結構，提升資本市場的價值發(fā)現(xiàn)功能，促進“硬科技”與資本有效對接。同時，加強對機構投資者的引導和管理，鼓勵其參與長期價值投資，遏制概念炒作等短期行為。二是促進關系型債權投資者發(fā)展。政府可支持商業(yè)銀行和政策性銀行發(fā)揮治理作用，杜絕“先有關系、后有資金\"的尋租行為。此外，可推動多元化企業(yè)債務融資方式的發(fā)展，規(guī)范企業(yè)債券市場，并擴大融資租賃市場規(guī)模，為企業(yè)創(chuàng)新提供更多長期資金支持。

2.優(yōu)化外部環(huán)境，為耐心資本賦能數(shù)字技術創(chuàng)新創(chuàng)造良好條件。首先，分析師和媒體應恪守客觀中立原則，全面披露企業(yè)信息以提升信息透明度，從而解決市場信息不對稱問題。同時，充分發(fā)揮其引導作用，通過普及數(shù)字技術知識、深入解讀行業(yè)趨勢等方式，引導資本流向有潛力的數(shù)字創(chuàng)新領域。此外，還需強化分析師和媒體的監(jiān)督職能，借助輿論和市場反饋推動企業(yè)專注于符合時代需求的數(shù)字技術創(chuàng)新，切實提升創(chuàng)新質量。其次，政府層面可進一步完善知識產權保護體系，健全相關法律法規(guī)，為企業(yè)數(shù)字技術創(chuàng)新提供堅實的司法保障，降低創(chuàng)新風險，激發(fā)企業(yè)創(chuàng)新積極性，營造良好的創(chuàng)新生態(tài)。

3.關注環(huán)境不確定性對耐心資本的負面影響，并通過優(yōu)化耐心資本配置提升數(shù)字技術創(chuàng)新效率。政府和企業(yè)可協(xié)同發(fā)力，通過政策支持和戰(zhàn)略調整，減少外部環(huán)境不確定性對創(chuàng)新活動的干擾。政府可通過宏觀經濟調控和產業(yè)政策引導，為企業(yè)營造穩(wěn)定的創(chuàng)新環(huán)境；企業(yè)則應加強內部風險管理，提升應對環(huán)境變化的靈活性。同時，政府和企業(yè)可優(yōu)化耐心資本配置，確保其更多地流向高成長性和創(chuàng)新潛力突出的領域，避免資源錯配，最大化創(chuàng)新價值，為經濟高質量發(fā)展注入新動能。

【主要參考文獻】

蔡躍洲，牛新星．中國數(shù)字經濟增加值規(guī)模測算及結構分析［ J］．中國社會科學，2021（11）：4 ～ 30+204．

郭豐，任毅，段云桂等．知識產權保護對企業(yè)數(shù)字技術創(chuàng)新的影響效應研究——來自中國上市公司的證據(jù)［ J/OL］．管理評論，1 ～ 16［2025-01-31］．https：//doi.org/10.14120/j.cnki.cn11-5057/f.20250124.003．

何文彬，宮銘烜．耐心資本能緩解產能過剩嗎——基于上市公司產能利用率視角［ J］．當代經濟研究，2025（1）：85 ～ 100．

洪敏，張濤，王廣凱．異質機構投資者與企業(yè)技術創(chuàng)新——基于不同期限機構投資者的實證檢驗［ J］．中國科技論壇，2018（5）：57 ～ 70．

江艇．因果推斷經驗研究中的中介效應與調節(jié)效應［ J］．中國工業(yè)經濟，2022（5）：100 ～ 120．

金環(huán)，牛子恒．政策賦能、結構變遷與企業(yè)數(shù)字創(chuàng)新［ J］．研究與發(fā)展管理，2025（1）：46 ～ 59．

金環(huán)，于立宏．數(shù)字經濟、城市創(chuàng)新與區(qū)域收斂［ J］．南方經濟，2021（12）：21 ～ 36．

李季鵬，石甲香．耐心資本與企業(yè)高質量發(fā)展［ J］．財會月刊，2025（7）：35 ～ 40．

李健，董小凡，張金林等．數(shù)據(jù)資產對企業(yè)創(chuàng)新投入的影響研究［ J］．外國經濟與管理，2023（12）：18 ～ 33．

李思飛，溫磊．耐心資本對企業(yè)ESG表現(xiàn)的影響研究［ J］．經濟問題，2025（1）：48 ～ 56．

劉啟仁，趙燦．稅收政策激勵與企業(yè)人力資本升級［ J］．經濟研究，2020（4）：70 ～ 85．

路征，周婷，王理等．數(shù)據(jù)資產與企業(yè)發(fā)展——來自中國上市公司的經驗證據(jù)［ J］．產業(yè)經濟研究，2023（4）：128 ～ 142．

馬震．企業(yè)ESG表現(xiàn)對數(shù)字技術創(chuàng)新影響的實證研究［ J］．統(tǒng)計與決策，2025（6）：172 ～ 177．

戚聿東，沈天洋．黨的十八大以來我國數(shù)字技術創(chuàng)新的成就、經驗與展望［ J］．學習與探索，2023（4）：76 ～ 87+2．

邱蓉，田子豪，買俊鵬等．耐心資本與企業(yè)全要素生產率提升［ J］．證券市場導報，2024（12）：3 ～ 12．

申慧慧，于鵬，吳聯(lián)生．國有股權、環(huán)境不確定性與投資效率［ J］．經濟研究，2012（7）：113 ～ 126．

蘇二豆，李晶晶，薛軍．海外投資數(shù)字產業(yè)如何影響中國企業(yè)數(shù)字創(chuàng)新？：來自上市企業(yè)數(shù)字專利的證據(jù)［ J］．世界經濟研究，2023（12）：42 ～ 57+133．

唐亮，楊國玉．耐心資本投資對企業(yè)ESG表現(xiàn)的影響［ J］．中國流通經濟，2025（2）：86 ～ 99．

陶鋒，朱盼，邱楚芝等．數(shù)字技術創(chuàng)新對企業(yè)市場價值的影響研究［ J］．數(shù)量經濟技術經濟研究，2023（5）：68 ～ 91．

田慧敏，李海林，周文浩等．人工智能應用程度對企業(yè)數(shù)字技術創(chuàng)新的影響研究［ J/OL］．當代財經，1 ～ 15［2025-01-31］．https：//doi.org/10.13676/j.cnki.cn36-1030/f.20241225.002．

王超發(fā)，李雨露，王林雪等．動態(tài)能力對智能制造企業(yè)數(shù)字創(chuàng)新質量的影響研究［ J］．管理學報，2023（12）：1818 ～ 1826．

王滿四，王旭東．關系型融資、關系治理與企業(yè)創(chuàng)新——來自滬深A股高科技上市公司的實證研究［ J］．中國軟科學，2020（5）：118 ～ 129．

王聞萱，王丹．耐心資本助推綠色低碳發(fā)展的內在關聯(lián)及實踐要求——學習貫徹黨的二十屆三中全會精神［ J］．技術經濟與管理研究，2024（9）：1 ～ 6．

溫磊，李思飛．耐心資本對企業(yè)新質生產力的影響［ J］．中國流通經濟，2024（10）：86 ～ 97．

吳旻佳，張普，趙增耀．耐心資本、創(chuàng)新投入對企業(yè)績效的影響——基于中小板上市企業(yè)的數(shù)據(jù)［ J］．科學決策，2022（9）：55 ～ 72．

徐輝，李藝，周孝華．傳統(tǒng)金融可得性對企業(yè)數(shù)字技術創(chuàng)新的影響研究［ J/OL］．科研管理，1 ～ 17［2025-02-05］．http：//kns.cnki.net/kcms/detail/11.1567.G3.20250102.1828.009.html．

許憲春，張美慧．中國數(shù)字經濟規(guī)模測算研究——基于國際比較的視角［ J］．中國工業(yè)經濟，2020（5）：23 ～ 41．

于翔，牛彪，苑澤明．數(shù)據(jù)資產、人力資本升級與企業(yè)價值［ J］．中南財經政法大學學報，2024（2）：109 ～ 122．

翟勝寶，程妍婷，許浩然等．媒體關注與企業(yè)ESG信息披露質量［ J］．會計研究，2022（8）：59 ～ 71．

張樹山，陳凱旋．企業(yè)ESG表現(xiàn)與數(shù)字技術創(chuàng)新［ J］．財經論叢，2024（9）：69 ～ 79．

趙宸宇，王文春，李雪松．數(shù)字化轉型如何影響企業(yè)全要素生產率［ J］．財貿經濟，2021（7）：114 ～ 129．

Brynjolfsson E.， Rock D.， Syverson C.. The productivity J-curve： How intangibles complement general purpose technologies［ J］．American Economic Journal： Macroeconomics，2021（1）：333 ～ 372．

Hanelt A.， Firk S.， Hildebrandt B.， et al.. Digital Mamp;A， digital innovation， and firm performance： An empirical investigation［ J］．European Journal of Information Systems，2021（1）： 3 ～ 26．

Huang A. H.， Lehavy R.， Zang A. Y.， et al.. Analyst information discovery and interpretation roles： A topic modeling approach［ J］．Management Science，2018（6）：2833 ～ 2855．

McAfee R. P.， McMillan J.. Bidding for contracts： A principal-agent analysis［ J］．The RAND Journal of Economics，1986（3）：326 ～ 338．

Nunn N.， Qian N.. US food aid and civil conflict［ J］．American Economic Review，2014（6）：1630 ～ 1666．

（責任編輯·校對： 羅萍" 李小艷）