信息化代表了新的生产力和发展方向,成为引领创新、促进经济结构调整和驱动转型的先导力量。信息化改变了信息传播与共享的效率、范围、途径等诸多方面,如互联网、物联网、大数据、人工智能等都离不开信息技术支持。信息化、数字化和智能化已经成为重要发展趋势,高渗透的信息技术正在全方位推进社会变革。在国家“以信息化促进工业化,以工业化带动信息化”两化发展战略指引下,信息技术的潜能呈现出裂变式爆发,引领新一轮科技革命如火如荼地开展。
当前我国经济发展迈入新常态,面临产业结构调整、传统资源发展要素优势减弱等多重压力,有学者指出信息技术有助于提高企业对客户的敏捷性,使其在更大程度上感知并响应客户,并积极开展竞争性活动[1]。信息技术作为功能层面战略的重要组成部分,在业务层面战略中同样扮演着重要角色,对企业利润绩效有着重大影响[2]。同时,国家和企业层面都将信息化视为引领创新、建立竞争优势的战略机遇。那么,作为创新先导力量的信息技术给企业带来的实际效益到底如何?信息技术是否真正促进企业创新能力提升?这些问题成为企业家与学者关注的热点。但遗憾的是,目前就信息技术投入与企业绩效间的关系尚未达成一致意见,对于信息技术在企业创新过程中是否起到了引擎与先导作用也少有学者探讨。鉴于此,本文以我国制造业上市公司为样本,从技术创新动态能力这一核心能力视角切入,试图打开信息技术投入、技术创新动态能力与企业绩效间关系的“黑匣子”,以丰富现有研究成果,为相关理论研究与实践发展提供参考。
20世纪90年代,标准化、同质化的信息技术系统和网络技术得到迅速普及,信息技术能力与企业绩效之间存在积极关系得到普遍认可,但Chae[3]基于2000年度数据的研究发现,二者之间不存在显著联系,信息技术领导者公司并没有表现出比控制公司更好的财务绩效。信息技术投入与企业绩效之间以何种关系存在引起学者们的关注。随着研究深入,学者们发现信息技术投入与企业绩效之间的复杂关系,形成了增值论、生产率悖论和混合论等主要观点。生产率悖论认为信息技术投资与生产效率或绩效不存在显著关系[4];增值论认为信息技术投入会显著提升企业绩效[5];混合论则认为信息技术投入与企业绩效并非是简单的正向关系、负向关系或无关,不同类型的信息技术投入与企业绩效呈现出非线性关系或异质性[6-7]。虽然学界对信息技术投入与企业绩效之间的关系存有争议,但随着研究不断深入,越来越多的学者开始支持增值论或混合论。无论是国家层面还是企业层面,从长期看,信息技术投资对经济增长和生产效率显著具有积极效应[8]。Mithas[9]以美国300多家公司为样本,探讨信息技术战略和信息技术投资对公司盈利能力与市场价值的影响,发现信息技术战略重点在信息技术投资与公司绩效之间起调节作用,采用双重IT战略重点(收入扩张与成本降低)的公司拥有更高的市场价值,当公司信息技术投入水平较高时,双重IT战略将为公司绩效带来持续回报。Berghout[10]指出,信息技术勃兴使得互联网、物联网与企业管理、资源等的结合愈发密切,为企业带来了新战略、新流程和新组织。适应这些新变化是一个痛苦的再造过程,但信息化将为企业带来持续性的益处。由此,本文提出如下假设:
H1:信息技术投入与企业绩效之间呈U型关系。
信息技术投入与企业绩效、生产率等之间的关系已得到验证,而与知识创造、技能、创新等无形产出之间的关系尚不明晰。有研究指出,创新等无形产出可能与企业绩效、长期成功有着紧密关联。 信息化扩展了企业信息共享范围,提高了传输效率,信息技术已成为创新的重要组成部分或工具。回顾信息技术与创新关系领域的顶级期刊文献发现,学者普遍认为信息技术已成为创新的有力推动者,甚至开始探讨信息技术作为创新触发器的效应机制[11]。在组织互补变化中,信息技术既增强了企业的普通能力,又塑造了新的动态能力[2]。Kleis[12]针对美国1987-1997年大型制造企业的分析表明,信息技术投入增加带动了技术创新产出;王莉娜[13]认为信息技术通过提高信息管理效率、实现信息的有效共享与传播、影响企业产品创新和流程创新,进而对技术创新产生积极作用。考虑到企业资源的有限性,无限增加企业信息技术投入并不会持续提高企业技术创新能力,信息技术资源投入过度,势必会打破信息技术投入与技术创新能力之间的最佳平衡点,导致企业技术创新能力下降。技术创新能力实质是一种动态能力,研发投入、专利与发明等传统指标是其测量的必要非充分条件,即静态指标无法反映出技术创新的累积性、不确定性等内容[30],无法对其进行全面衡量。根据动态能力理论,动态能力是企业对感知能力、捕捉能力和转化能力的综合利用、重组,以应对快速变化的外部环境的能力[14][15][16]。因此,本文采用技术创新动态能力进一步衡量企业技术创新能力。由此,提出如下假设:
H2:信息技术投入与技术创新动态能力之间呈倒U型关系。
创新已经成为建立企业持续竞争优势的基石,但其在不同环境中对企业绩效的影响存在一定差异性[17]。面对多元化的消费者需求、产品更新周期高频化的市场环境,利用技术创新实现产品差异化以提升企业绩效成为企业必然选择[18]。考虑到环境的动态性,需将技术创新视为一种动态能力,才能合理、全面地反映出其对企业绩效的影响。Atalay[19]研究表明,由技术创新带来的产品创新与过程创新均对企业绩效产生了积极作用;单春霞[20]以我国中小板上市公司为研究对象,研究了技术创新对企业绩效的影响,发现技术创新对企业绩效产生了显著正向作用;徐建中[21]指出低碳技术创新降低了企业处理污染物成本,提高了能源利用率,对企业绩效有着显著正向作用。
关于技术创新与企业绩效的关系,目前更多是从技术创新静态视角进行研究,而本文认为从技术创新动态能力入手,更有助于解释二者间的关系。技术创新动态能力能有效降低生产成本、提升生产效率、改善产品性能及环境适应性等,使企业核心竞争力、市场占有率和经营效率提升成为可能,进而促进企业绩效提升。由此,提出如下假设:
H3:技术创新动态能力与企业绩效之间显著正相关。
为了厘清信息技术与企业绩效之间的关系,学者们进一步探讨了信息技术对企业绩效的作用机制,从“核心能力”[22]、“业务流程”[23]、“组织学习”[24]、“服务”[25]等不同视角入手,研究二者间的传导机制。在信息技术与竞争优势的因果关系研究中,信息技术基础设施柔性被视为核心能力的助推器,而核心能力与企业竞争优势有着密切联系[26]。与未加入组织能力的直接效应模型相比,加入组织能力的组织资源与企业绩效中介模型更好地解释了信息技术价值,即信息技术通过影响组织能力,对企业财务绩效和组织效率产生积极影响[27]。王念新[28]研究了信息技术、核心能力与企业绩效的关系,认为信息技术通过核心能力对企业绩效产生影响,核心能力起到中介作用。目前,尚未有学者将技术创新动态能力作为信息技术投入与企业绩效间的中介变量进行研究。由此,本文提出如下假设:
H4:技术创新动态能力在信息技术投入与企业绩效之间起到部分中介作用。
图1 信息技术投入、技术创新动态能力和企业绩效的理论框架
本文选取与工业化、信息化以及技术创新高度相关的制造业作为研究对象。2012年前,我国上市公司并未公布技术创新动态能力相关指标,考虑到数据可得性,本文选用2012年-2017年我国制造业上市公司为研究样本,经处理得到360个有效观测值。专利与发明相关数据来源于CSMAR数据库,并通过国家知识产权局查询,电子设备、软件、研发投入、技术人员、无形资产、净资产收益率、总资产报酬率等指标数据来自Choice数据库。为进一步提高研究的严谨性与信度,本文对所选数据进行以下处理:①剔除信息缺失的数据;②剔除明显异常值数据。
2.2.1 因变量
企业绩效(ROA):对于企业绩效指标,国内外尚未达成一致意见,常用指标有总资产报酬率(ROA)、净资产收益率(ROE)、托宾Q、利润增长率和每股收益(EPS)等。本文以总资产报酬率(ROA)作为因变量,在稳健性检验中选用净资产收益率(ROE)作为因变量。
2.2.2 自变量
根据王铁男等[29]的研究,信息技术投入分为硬件投入和软件投入两个部分。为消除企业规模可能造成的影响,本文将信息技术硬件投入(ITH)和软件投入(ITS)之和除以企业主营业务收入,得到消除差异化的信息技术投入(ITI)值。本文对企业信息技术投入的硬件部分用固定资产账面价值中的电子设备代替,软件部分以无形资产账面价值中的软件代替。
2.2.3 控制变量
根据以往研究,本文选取企业年龄、企业规模、资产负债率、企业成长性和固定资产占比作为控制变量,各变量描述见表1。
2.2.4 中介变量
技术创新动态能力(TIDC):技术创新能力作为企业核心能力之一,具有动态属性。虽然学者们更多采用研发投入、技术人员投入、专利发明量等指标衡量技术创新,但这些指标都是必要非充分条件,不能反映技术创新动态能力的累积性、动态性等属性,而将上述各单一指标形成一个综合指标能更全面地反映出企业技术创新动态能力。为此,本文借鉴Teece[18]的动态能力观以及徐宁[30]对技术创新动态能力指标的研究成果,从技术创新投入能力(TIIC)、技术创新产出能力(TIOC)和技术创新转化能力(TITC)3个角度衡量技术创新动态能力(TIDC)。通过因子分析法提取、合成最终因子,并进行标准化处理,其中技术创新投入能力(TIIC)包括研发投入强度和技术人员投入强度2个指标,技术创新产出能力(TIOC)包括企业专利申请数量和发明申请数量2个指标,技术创新转化能力(TITC)用企业无形资产表征。
表1 变量定义
变量分类变量符合变量名称变量描述因变量 ROA企业绩效总资产报酬率自变量 ITI信息技术投入信息技术硬件投入与软件投入之和比主营营业收入中介变量TIDC技术创新动态能力TIIC、TIOC、TITC通过因子分析提取合成取对数TIIC技术创新投入能力研发投入强度(研发费用/主营营业收入)和技术人员强度(技术人员数量/总员工数量)TIOC技术创新产出能力专利申请数量(发明、实用新型、外观设计)和发明申请数量TITC技术创新转化能力无形资产/总资产Age企业年龄统计时间与企业成立时间差值控制变量SIZE企业规模总资产的对数LEV资产负债率总负债/总资产FR固定资产占比固定资产/总资产Grow企业成长性净利润同比增长率
对信息技术投入、技术创新动态能力与企业绩效关系的检验,本文采用回归分析方法,构建回归模型如下:
信息技术投入与技术创新动态能力的回归模型:
TIDC=β0+β1ITI+β2 ITI2+β3-7Control+ε
(1)
β0为常数项;β1为信息技术投入与技术创新动态能力关系的系数;β2为信息技术投入的平方与技术创新动态能力关系的系数;β3-7为各控制变量与技术创新动态能力关系的系数;ε为误差项。
信息技术投入、技术创新动态能力与企业绩效回归模型:
ROA=β0+β1ITI+β2TIDC+β3ITI2+β4-8Control+ε
(2)
β0为常数项;β1为信息技术投入与企业绩效关系的系数;β2为技术创新动态能力与企业绩效关系的系数;β3为信息技术投入的平方与企业绩效关系的系数;β4-8为各控制变量与企业绩效关系的系数;ε为误差项。
表2对各变量的描述性统计和Pearson相关性分析进行了简要汇报,结果显示,信息技术投入均值为0.015,标准差为0.040,表明样本内企业信息技术的硬件和软件投入总体约占主营营业收入的1.5%,各企业信息技术投入差异较大。从Pearson相关性分析结果看,信息技术投入与企业绩效的相关系数为-0.076,呈显著负相关线性关系,而各主体变量之间的非线性关系仍需进一步研究。
对技术创新动态能力进行主成分分析,结果显示KMO值大于0.5,Bartlett球形度检验为3 105.420,显著性P值为0.000,说明适合进行因子分析。最终因子累计贡献率为87.626%,共得到3个因子。根据表4可知,因子1主要为专利年度申请数量(0.973)和发明年度申请数量(0.971),均为企业技术创新的产出指标,可将其命名为技术创新产出能力(TIOC);因子2主要为研发投入强度(0.868)和技术人员强度(0.836),均为企业技术创新投入指标,可将其命名为技术创新投入能力(TIIC);因子3为无形资产比率(0.992),为企业技术创新转化能力,可将其命名为技术创新转化能力(TITC)。以最终因子解的方差贡献率为权重,得出技术创新动态能力的计算公式为:
TIDC=0.381×TIOC+0.292×TIIC+0.203×TITC
表2 描述性统计与相关性分析
均值标准差ITITIDCROAAgeSIZELEVGrowFRITI0.0150.0401 TIDC-0.4910.6680.0411 ROA6.5937.630-0.076***0.0561 Age19.7105.141-0.140-0.017-0.119***1 SIZE9.4700.4690.0350.398***-0.066***0.129***1 LEV38.49520.272-0.075***0.239***-0.333***0.145***0.488***1Grow-21.982715.4390.011-0.0160.312***-0.025-0.029-0.117***1FR0.2160.1350.004-0.070-0.115***0.104***0.165***0.229***-0.099***1
注:*表示P<0.1,**表示P<0.05,***表示P<0.01
表3 因子解释原有变量总方差的情况
因子序号初始因子解特征根值方差贡献率(%)累计贡献率(%)因子解特征根值方差贡献率(%)累计贡献率(%)最终因子解特征根值方差贡献率(%)累计贡献率(%)11.97639.52339.5231.97639.52339.5231.90638.11438.11421.40128.02967.5521.40128.02967.5521.46229.23567.34931.00420.07387.6261.00420.07387.6261.01420.27787.62640.51810.36897.99450.1002.006100.000
表4 因子得分系数矩阵
初始因子最终因子技术创新产出能力TIOC技术创新投入能力TIIC技术创新转化能力TITC专利年度申请数量0.9730.0260.002发明年度申请数量0.9710.0820.001研发投入强度 -0.0270.8680.094技术人员强度 0.1290.836-0.143无形资产比率 0.007-0.0300.992
注:提取方法为主成分分析法;旋转方法为Kaiser标准化最大方差法
为了验证假设所提信息技术投入、技术创新动态能力与企业绩效之间的关系,采用分层回归分析法进行检验。
(1)信息技术投入(ITI)与企业绩效(ROA)。模型1为控制变量与企业绩效的关系,回归结果显示,企业资产负债率与企业绩效呈显著负相关关系(β=-0.084,P<0.01),企业成长性与企业绩效呈显著正相关关系(β=0.002,P<0.01);模型2在模型1的基础上引入自变量信息技术投入(ITI),为了验证信息技术投入与企业绩效(ROA)间的U型关系,引入信息技术投入的平方项ITI2,主效应回归结果显示,信息技术投入(ITI)一次项与企业绩效显著负相关(β=-137.624,P<0.01),信息技术投入的平方项(ITI2)与企业绩效显著正相关(β=571.339,P<0.01),支持了假设H1的内容;模型3在模型2控制变量和自变量的基础上进一步引入中介变量技术创新动态能力(TIDC),回归结果显示,信息技术投入(ITI)一次项与企业绩效显著负相关(β=-152.705,P<0.01),信息技术投入的平方项(ITI2)与企业绩效显著正相关(β=635.567,P<0.01),信息技术投入与企业绩效之间依然呈U型关系,技术创新动态能力(TIDC)与企业绩效呈显著正相关(β=1.823,P<0.01),技术创新动态能力对企业绩效产生了积极影响,支持H3。模型1至模型3的F值都在0.1%的置信水平上显著,调整R2分别为0.141、0.195和0.222,拟合效果较好。
(2)信息技术投入ITI与技术创新动态能力TIDC。 模型4为控制变量与技术创新动态能力(TIDC)的关系,回归结果显示,企业规模Size与技术创新动态能力(TIDC)显著正相关(β=0.472,P<0.01),大规模企业容易拥有更高的技术创新动态能力,固定资产占比FR与技术创新动态能力(TIDC)显著负相关(β=-0.595,P<0.05),过高的固定资产占比不利于企业技术创新动态能力提升;模型5在模型4的基础上引入自变量信息技术投入(ITI),回归结果显示,信息技术投入(ITI)与技术创新动态能力(TIDC)显著正相关(β=2.663,P<0.05),加大信息技术投入有助于提升企业技术创新动态能力;为了检验信息技术投入与技术创新动态能力的倒U型关系,模型6在模型5的基础上引入信息技术投入的平方项(ITI2),回归结果显示,信息技术投入的一次项(ITI)与技术创新动态能力(TIDC)显著正相关(β=8.274,P<0.01),信息技术投入的二次项(ITI2)与技术创新动态能力(TIDC)显著负相关(β=-35.239,P<0.05),信息技术投入与技术创新动态能力呈显著倒U型关系,支持H2,根据前面回归结果,技术创新动态能力与企业绩效显著正相关,即技术创新动态能力在信息技术投入与企业绩效之间起到了非线性中介的作用,支持H4。模型4至模型6的F值都在0.1%的置信水平上显著,调整R2分别为0.169、0.177和0.184,拟合效果较好。
综上所述,研究样本内制造业信息技术投入与企业绩效呈显著U型关系,信息技术投入与技术创新动态能力呈显著倒U型关系,技术创新动态能力在信息技术投入与企业绩效间起到部分中介作用,研究假设均得到支持。
常见的稳健性检验方法有解释变量或被解释变量替代更换、研究区间替代更换、计量方法替代更换等。为了保证回归结果的可靠性,本文采用第一种变量替代方法,即用净资产收益率(ROE)替换因变量总资产报酬率(ROA)进行回归。模型7显示,企业资产负债率与企业绩效呈显著负相关关系(β=-0.122,P<0.01),企业成长性与企业绩效呈显著正相关关系(β=0.010,P<0.01);模型8显示,信息技术投入的一次项(ITI)与企业绩效显著负相关(β=-193.526,P<0.01),信息技术投入的平方项(ITI2)与企业绩效显著正相关(β=826.523,P<0.05),信息技术投入与企业绩效呈显著U型关系;模型9显示,信息技术投入一次项(ITI)、二次项(ITI2)与企业绩效均显著相关(β=-219.661,P<0.01;β=937.829,P<0.01),信息技术投入与企业绩效之间的U型关系仍然成立,技术创新动态能力(TIDC)与企业绩效显著正相关(β=3.159,P<0.01),部分中介作用成立。模型7至模型9的F值都在0.1%的置信水平上显著,调整R2分别为0.239、0.259和0.275,拟合效果较好。稳健性检验回归结果基本与原回归结果相符,说明可靠性较高。
表5 信息技术投入、技术创新动态能力与企业绩效(ROA)回归结果
变量因变量ROA模型1模型2模型3中介变量TIDC模型4模型5模型6_cons17.143***(2.762)19.789***(3.281)29.137***(4.513)-4.971***(-7.813)-5.036***(-7.940)-5.129***(-8.099)Age-0.111*(-1.695)-0.112*(-1.767)-0.099(-1.589)-0.007(-1.068)-0.008(-1.142)-0.007(-1.059)Size-0.317(-0.472)-0.349(-0.536)-1.212*(-1.780)0.472***(6.861)0.475***(6.928)0.474***(6.945)LEV-0.084***(-4.113)-0.096***(-4.823)-0.103***(-5.228)0.003(1.425)0.003*(1.651)0.004*(1.765)FR-3.699(-1.582)-3.527(-1.514)-2.434(-1.054)-0.595**(-2.484)-0.680***(-2.806)-0.599**(-2.451)Grow0.002***(3.684)0.002***(3.944)0.002***(3.931)2.941E-5(0.492)2.008E-5(0.336)2.481E-5(0.417)ITI-137.624***(-4.673)-152.705***(-5.222)2.663**(2.038)8.274***(2.676)ITI2571.339***(3.405)635.567***(3.832)-35.239**(-2.001)TIDC1.823***(3.657)R20.1530.2100.2390.1810.1910.200AdjR20.1410.1950.2220.1690.1770.184F12.793***13.429***13.834***15.694***13.887***12.575***
注:1)*表示P<0.1,**表示P<0.05,***表示P<0.01;2)括号内为t值,下同
表6 信息技术投入、技术创新动态能力与企业绩效(ROE)回归结果
变量 因变量ROE模型7模型8模型9_cons-2.696(-0.212)0.996(0.079)17.195(1.266)Age-0.395***(-2.942)-0.398***(-2.996)-0.375***(-2.856)Size2.872**(2.085)2.831**(2.082)1.334(0.931)LEV-0.122***(-2.890)-0.138***(-3.301)-0.150***(-3.605)FR-11.099**(-2.314)-11.026**(-2.263)-9.133*(-1.880)Grow0.010***(8.298)0.010***(8.463)0.010***(8.491)ITI-193.526***(-3.141)-219.661***(-3.570)ITI2826.523**(2.355)937.829***(2.687)TIDC3.159***(3.012)R20.2500.2730.291Adj R20.2390.2590.275F23.649***18.939***18.085***
中介效应检验有Sobel法、乘积分布法、Bootstrap法和MCMC法等多种方法,各方法各具优缺点,但越来越多的学者推荐使用Bootstrap法[31-32]。因此,本文采用Bootstrapping法检验技术创新动态能力的非线性中介效应,中介变量与解释变量、被解释变量速率的乘积∂M/∂X×∂Y/∂M即为非线性中介效应值。本文采用Medcurve程序,将置信区间设置为95%,取自变量信息技术投入的高中低3个值,通过影响中介变量技术创新动态能力,判断因变量企业绩效的一致性。如果作用一致则说明非线性中介变量技术创新动态能力的瞬间间接效应显著,其中自变量信息技术投入的高中低3个值分别为均值加标准差、均值和均值减标准差。
表7为技术创新动态能力的瞬间间接效应检验结果,其中LowerCI和UpperCI为95%的偏差纠正Bootstrapping置信区间,当自变量信息技术投入分别取均值减标准差、均值和均值加标准差,即-0.003 4、0.009 2和0.021 9时,信息技术投入通过技术创新动态能力对企业绩效的影响全部为正,0不在置信区间内,说明中介变量的瞬间间接效应显著,技术创新动态能力在信息技术投入与企业绩效间的非线性中介作用通过检验。
表7 技术创新动态能力的瞬间间接效应检验结果
XVALLowerCITHETAUpperCISE-0.003 421.830 853.900 1108.820 921.347 50.009 217.591 242.321 581.148 215.935 90.021 912.830 930.743 055.449 710.956 3
我国改革进入深水区,面临产业结构调整升级、创新能力匮乏、核心竞争力不足等问题,以信息技术为基础的信息化、数字化和智能化正在引发新一轮科技革命。作为新的生产力和发展方向,信息技术被视为引领创新的重要先导力量之一,对企业技术创新与绩效有着重要影响。通过对我国制造业上市公司信息技术投入、技术创新动态能力与企业绩效关系进行研究,得出如下主要结论:
(1)信息技术投入与企业绩效之间呈显著U型关系。信息技术投入给企业带来了操作、流程和组织变革,企业内部需要经历一个痛苦的转换期。在信息技术资源投入及组织适应前期,企业绩效会暂时表现出下滑迹象,信息技术投入并不会立竿见影地转化为绩效。一旦企业适应了信息技术带来的变革,其对企业绩效就会产生显著正向影响。
(2)信息技术投入与企业技术创新动态能力呈显著倒U型关系。信息技术是创新的重要先导力量之一,信息技术投入会对企业技术创新动态能力产生积极促进作用,但考虑到企业资源的有限性,信息技术投入过度必然会侵占其它资源对技术创新动态能力的效应,打破信息技术投入与企业技术创新动态能力的最佳平衡点,继续加大信息技术投入只会对企业技术创新动态能力产生负面效应。
(3)技术创新动态能力在信息技术投入与企业绩效间呈显著非线性中介作用。本文从技术创新动态能力这一核心能力视角,研究三者间关系,发现信息技术投入与技术创新动态能力呈显著倒U型关系,技术创新动态能力与企业绩效呈显著正相关关系,技术创新动态能力在二者间起部分中介作用,且为非线性中介作用。
本文以我国制造业上市公司为样本,探讨了信息技术投入与企业绩效之间的关系,并借助核心能力观和动态能力观,从技术创新动态能力这一中介变量,探讨了信息技术投入与企业绩效的关系,得到如下重要启示:
(1)关于信息技术投入与企业绩效的关系,学者们提出了增值论、生产率悖论和混合论等,本研究发现信息技术投入与企业绩效之间并非是简单的线性关系,而是呈显著U型关系,支持了混合论的观点。企业在进行信息技术投入时,应尽快调整并适应信息技术给组织带来的变革,加快与信息技术融合,缩短信息技术投入与组织的适用期与转换期,激发信息技术投入对企业绩效的积极影响。信息技术投入是一项长期性、持续性的活动,企业高管应着眼于信息技术投入对企业发展的长远影响,对企业信息化发展给予大力支持,并注重企业信息化协同发展,从物质、政策、人员等方面给予配套。在新一轮技术革命中,企业应抓住信息技术转型机遇,为数字化、智能化发展打下基础,以此提高自身生产经营效率与绩效。
(2)学者们从不同视角解释了信息技术投入与企业绩效之间的关系,本文借助动态能力观,从核心能力视角探讨了技术创新动态能力在二者间的中介作用。信息技术投入与技术创新动态能力呈显著倒U型关系,企业信息技术投入有助于企业技术创新动态能力提升,信息化成为企业创新过程中的先导力量之一。但由于企业资源有限,信息技术过度投入会打破各种资源要素之间的最佳平衡点。因此,企业在进行信息技术投入时,应探寻自身信息技术投入与技术创新动态能力效益最大化的节点,尽快找到并破除企业信息化障碍,提高资源利用效率,而非盲目加大信息技术投入。企业信息化作为一个协同化的发展过程,应注意协同效应和内外部动态环境的影响,以便更有效地促进企业技术创新动态能力提升,增强企业核心竞争力。
首先,本文引入信息技术投入二次项,研究了信息技术投入与技术创新动态能力、企业绩效之间的非线性关系,而对于更高次项之间的非线性关系,如三次项的N型或倒N型关系有待进一步检验;其次,由于所选指标数据存在不同程度的缺失,虽然对其中部分数据进行了手动查询补充,但仍难以避免数据缺失造成的结论偏差。
[1] ROBERTS N, GROVER V. Leveraging information technology infrastructure to facilitate a firm's customer agility and competitive activity: an empirical investigation[J]. Journal of Management Information Systems, 2012, 28(4):231-270.
[2] DRNEVICH P L, CROSON D C. Information technology and business-level strategy: toward an integrated theoretical perspective[J]. Mis Quarterly, 2013, 37(2):483-510.
[3] CHAE H C, KOH C E, PRYBUTOK V R. Information technology capability and firm performance: contradictory findings and their possible causes[J]. Mis Quarterly, 2014, 38(1):305-326.
[4] ARAL S, WEILL P. IT Assets, organizational capabilities, and firm performance: how resource allocations and organizational differences explain performance variation[J]. Organization Science, 2007, 18(5):763-780.
[5] OH S, YANG H, KIM S W. Managerial capabilities of information technology and firm performance: role of e-procurement system type[J]. International Journal of Production Research, 2014, 52(15):4488-4506.
[6] 孙晓琳,邢一亭,王刊良.信息技术投资与组织绩效关系的实证研究——来自我国IT类上市公司的证据[J].科学学研究,2010,28(3):397-404.
[7] BECCALLI E. Does IT investment improve bank performance? evidence from Europe[J]. Journal of Banking & Finance, 2007, 31(7):2205-2230.
[8] DEDRICK J, GURBAXANI V, KRAEMER K L. Information technology and economic performance:a critical review of the empirical evidence[J]. Acm Computing Surveys, 2003, 35(1):1-28.
[9] MITHAS S, RUST R T. How information technology strategy and investments influence firm performance: conjecture and empirical evidence[J]. Mis Quarterly, 2016, 40(1): 223-245.
[10] BERGHOUT E. Beyond the productivity paradox[J]. Communications of the Acm, 2000, 9(2):128-128.
[11] ZHANG X, CHEN H, WANG W. What is the role of it in innovation? a bibliometric analysis of research development in IT innovation[J]. Behaviour & Information Technology, 2016, 35(12):1130-1143.
[12] KLEIS L, CHWELOS P, RAMIREZ R V, et al. Information technology and intangible output: the impact of IT investment on innovation productivity[J]. Information Systems Research, 2012, 23(23):42-59.
[13] 王莉娜,张国平.信息技术、人力资本和创业企业技术创新——基于中国微观企业的实证研究[J].科学学与科学技术管理,2018,39(4):111-122.
[14] AUGIER M, TEECE D J. Dynamic capabilities and the role of managers in business strategy and economic performance[J]. Organization Science, 2009, 20(2):410-421.
[15] STEFANO G D, PETERAF M, VERONA G. Dynamic capabilities deconstructed : a bibliographic investigation into the origins, development, and future directions of the research domain[J]. Industrial & Corporate Change, 2013, 19(4):1187-1204.
[16] VOGEL R, GUTTEL W H. The dynamic capability view in strategic management: a bibliometric review[J]. International Journal of Management Reviews, 2013, 15(4):426-446.
[17] PEREZ-LUNO A, GOPALAKRISHNAN S, CABRERA R V. Innovation and performance: the role of environmental dynamism on the success of innovation choices[J]. IEEE Transactions on Engineering Management, 2014, 61(3):499-510.
[18] TEECE D J. Business models, business strategy and innovation[J]. Long Range Planning, 2009, 43(2):172-194.
[19] ATALAY M, ANAFARTA N, SARVAN F. The relationship between innovation and firm performance: an empirical evidence from Turkish automotive supplier industry[J]. Procedia-Social and Behavioral Sciences, 2013, 75(75):226-235.
[20] 单春霞,仲伟周,张林鑫.中小板上市公司技术创新对企业绩效影响的实证研究——以企业成长性、员工受教育程度为调节变量[J].经济问题,2017(10):66-73.
[21] 徐建中,贾大风,李奉书,等.装备制造企业低碳技术创新对企业绩效的影响研究[J].管理评论,2018,30(3):82-94.
[22] RAVICHANDRAN T, LERTWONGSATIEN C. Effect of information systems resources and capabilities on firm performance: a resource-based perspective[J]. Journal of Management Information Systems, 2005, 21(4):237-276.
[23] MELVILLE N, KRAEMER K, GURBAXANI V. Review: information technology and organizational performance: an integrative model of it business value[J]. Mis Quarterly, 2004, 28(2):283-322.
[24] LIN D, LIANG Q, XU Z, et al. Does knowledge management matter for information technology applications in China[J]. Asia Pacific Journal of Management, 2008, 25(3):489.
[25] CHEN J S, TSOU H T. Performance effects of IT capability, service process innovation, and the mediating role of customer service[J]. Journal of Engineering & Technology Management, 2012, 29(1):71-94.
[26] BYRD T A. Information technology, core competencies, and sustained competitive advantage.[J]. Information Resources Management Journal, 2002, 14(3):27-36.
[27] LIANG T, YOU J, LIU C. A resource‐based perspective on information technology and firm performance: a meta analysis[J]. Industrial Management & Data Systems, 2010, 110(8):1138-1158.
[28] 王念新,仲伟俊,梅姝娥.信息技术、核心能力和企业绩效的实证研究[J].管理科学,2010,23(1):52-64.
[29] 王铁男,王宇.信息技术投资、CEO过度自信与公司绩效[J].管理评论,2017,29(1):70-81.
[30] 徐宁,徐鹏,吴创.技术创新动态能力建构及其价值创造效应——来自中小上市公司的经验证据[J].科学学与科学技术管理,2014,35(8):125-134.
[31] FRITZ M S, TAYLOR A B, MACKINNON D P. Explanation of two anomalous Results in statistical mediation analysis.[J]. Multivariate Behavioral Research, 2012, 47(1):61-87.
[32] HAYES A F, SCHARKOW M. The relative trustworthiness of inferential tests of the indirect effect in statistical mediation analysis: does method really matter[J]. Psychological Science, 2013, 24(10):1918-1927.