开放科学(资源服务)标识码(OSID)：
Digital technology comes with great potential values and risks, and it inevitably captures a growing attention from top management. The top management team (TMT) takes charge of firm strategy, and thus has a direct effect of digital innovation performance. Since every TMT member holds clear responsibilities, it is difficult to provide in-depth and detailed understanding to analyze the impact of TMT on corporate strategy as a whole. Based on the attention basis view (ABV), this paper investigates how the chief information officer(CIO), the top leader of information technology management, and CEO, the most important leader of TMT, influence digital innovation. As the top manager of the information department, CIO is able to support corporate business strategy by developing and implementing information technology strategy. As the most important leader, CEO can influence the effectiveness of other TMT members.
Using the sample data of Chinese listed companies from 2011 to 2018 and based on ABV, this paper aims to explore two questions:(1) whether CIO drives firm to adopt digital technology and improves digital innovation performance; (2) how CEOs’ business and political connections affect the effectiveness of the CIO. It is found that that firms with CIO are more likely to adopt digital innovation, and the performance of digital innovation is better. CEOs' business connection provides market-related information, helps CEO to obtain the latest digital innovation information, and thus promotes the probability and performance of CIO's digital innovation. However, CEOs' political connection provides policy-related information for making CEOs sensitive to meet government’s requirement, which weakens the probability and performance of CIO implementing digital innovation.
The theoretical contributions are as follows. First, from the perspective of IT leadership, it is found that CIO and CEO are the antecedents to promote digital innovation, thus enriching the research on the antecedents of digital innovation. Second, compared with other senior executives, CIO research is relatively rare. This paper advances the CIO research. Third, from a cognitive perspective, CEO's social network affects CIO's willingness and performance in digital innovation, which is helpful to understand the interaction between CIO and CEO in digital innovation.
The basic feature of digital innovation lies in the application of digital technology. However, enterprises using digital technology may not develop digital patents. This paper uses 49 specific digital technology keywords to identify digital innovation patents, and deletes the enterprise samples that use digital technology without developing digital patents. In addition, the investment in digital technology is large, and enterprises generally use the digital infrastructure developed by other enterprises or governments. The above fact leads to the inaccuracy of the sample in this paper. Future research should adopt a variety of ways to identify whether enterprises have carried out digital innovation. Moreover, the impact of digital innovation is multifaceted, which may not only reduce the operating cost and improve the operating efficiency, but also increase the sales and profit margin. It is not accurate to use the number of digital innovation patents to measure the performance of digital innovation in this paper. Future research can examine the performance of other aspects. Lastly CSMAR database provides the position information of senior managers of listed enterprises. This paper judges if the enterprise has set CIO through the above data. The existing literature shows that CIO is not always the senior manager of the enterprise, but this paper does not collect the enterprise data that the middle-level manager is the CIO. Future research can investigate the CIO settings of enterprises through various channels, so as to improve the universality of research conclusions.
开放科学(资源服务)标识码(OSID)：
近年来，全球范围内数字经济快速发展，数字创新成为经济发展的重要动力。有关数据显示，2018年中国数字经济总量已达31.3万亿元，数字经济增加值达14.5万亿元，数字经济规模居全球第二。尽管数字经济规模不断扩大，各国政府提出推动数字经济发展政策，但是各国企业数字化转型成效普遍较低。根据《2019中国企业数字转型指数》，中国企业数字化转型得分为45分，排名靠后。一个重要的原因是数字创新理论研究相对滞后，尚处于起步阶段[1,2,3]。刘洋等[1]通过梳理近20年国内外数字创新研究文献发现，国内外数字创新相关研究寥寥无几，从2015年开始，相关研究才出现较大幅度增加。数字经济时代，创新边界变得模糊，传统创新理论假设受到挑战，需要构建基于数字特征的创新理论[2,3,4]。基于此，本文通过探讨影响企业数字创新的前因以推动数字创新理论发展。
根据Nambisan等[2]的研究成果，数字创新是指采用数字技术开发产品、服务、商业流程和模式，其基本特征是在创新过程中采用数字技术[1]。数字技术具有显著价值和风险，需要企业高层管理者特别关注[5]。高管团队作为企业战略的制定者和实施者，其对数字创新的认知决定企业数字创新战略实施效果[6]。现有研究基于高管团队的职责分工，将高管团队视为一个整体，分析其对企业战略的影响，但难以提出深入而细致的见解(白海青等，2014)。为进一步打开高管团队影响机制的“黑箱”，本文基于注意力基础观，探讨信息技术管理的最高领导者CIO(首席信息官)和高管团队最重要的领导者CEO如何影响企业数字创新。根据注意力基础观[7]，组织行为取决于组织关注的议题和解决方案，利用注意力的结构分布(组织规则、决策者、结构位置和资源)可以把议题、决策者和决策者所处情景联系起来。CIO和CEO是企业数字创新的重要决策者，占据重要的结构位置并拥有相应的资源配置权利，其注意力将影响企业数字化战略及效果。
CIO被认为是企业信息技术管理部门的最高管理者，通过制定和实施信息技术战略支持企业商业目标实现[8,9，10]。随着信息技术变得越来越重要，CIO的角色变得更加重要，越来越多的企业设置了CIO职位。现有文献表明，CIO能够影响企业战略制定和实施效果。例如，刘彪等[11]认为，随着人工智能、云计算、大数据等新兴技术的兴起，CIO角色越来越重要，可推动企业数字化转型；Stephenson&Olson[12]发现，随着信息技术重要性显著提升，CIO成为进入企业董事会最快的角色，因为CIO能够帮助董事会有效解决信息技术战略问题。例如，通过信息技术提高运营效率，识别数字技术带来的创新机会，处理信息相关威胁和风险，以及凭借经验制定技术预算。现有文献探讨了CIO在企业信息技术管理中的重要作用，基于数字创新、CIO的数据可得性，鲜有文献采用实证方法分析CIO如何影响企业数字创新。
CEO是企业高管团队中最重要的领导者，能够影响其他成员工作效能。作为高管团队成员，获得CEO支持是CIO效能发挥的边界条件。现有部分文献探讨了CEO对CIO效能的影响。例如，白海清等(2014)采用多案例方法发现，如果CEO认可信息化价值、自发提出信息化战略、信任CIO并赋予其较高的管理职位，则CIO效能得以提高；Benlian&Haffke[13]认为，基于IT驱动的数字技术重塑传统商业模式，CIO作为CEO战略合作者的作用显著，CEO增加对于信息技术商业价值的认识是有必要的。现有文献从CEO对于信息技术、CIO角色的认识，以及与CIO合作关系等角度，探讨CEO如何影响CIO的效能。本文认为，CEO的社会网络是CEO获取外部信息的重要渠道，会影响CEO注意力资源配置，从而影响CEO对于信息技术和CIO商业价值的判断[14,15]。现有研究尚未分析CEO社会关系网络如何影响CIO的效能，为此，本文就该问题进行探讨。不同的社会网络具有不同功能，提供不同资源和信息，借鉴Sheng等[16]、Zhang等[17]的研究成果，本文将CEO的社会关系分为商业关联和政治关联。
基于注意力基础观，以2011—2018年我国上市公司为样本数据，本文探讨以下问题：第一，CIO能否推动企业数字创新、提升数字创新绩效？第二，CEO的商业关联和政治关联如何影响CIO的效能？本文贡献包括：①通过探讨影响企业数字创新的前因，推动数字创新理论发展；②丰富CIO和CEO间关系的研究，识别CIO和CEO在企业数字创新过程中的重要角色以及彼此间的交互影响；③数字时代下，数字创新成为企业面临的重要战略问题，本研究结论可为企业实施数字创新提供重要参考。
企业决策者是有限理性的，因难以处理所有信息，只能选择性地关注和处理其认为重要的信息。注意力资源是稀缺的，企业决策的关键在于企业决策者如何配置其有限的注意力资源。Ocasio[7]认为，注意力配置是组织决策者将其注意力资源用于关注、解码、解释某些议题和解决方案的过程，并提出注意力配置的3个基本原则：一是注意力聚焦，取决于决策者将其注意力分配到哪些议题和解决方案上；二是注意力情景，决策者所处情景决定决策者关注哪些议题和解决方案以及采取的行动；三是注意力结构分布，包括组织规则、决策者、结构位置和资源，进一步影响决策者注意力配置。
根据注意力聚焦和结构分布原则，本文识别CIO和CEO是企业数字创新的重要决策者，他们是否关注数字技术，将直接影响组织数字创新战略。CIO和CEO占据组织内重要而不同的结构位置，控制着组织资源，塑造组织内部规则和交流方式[18]。CIO作为企业信息技术管理的最高管理者，有责任关注信息技术发展状态。CIO是否关注数字技术，能否将数字创新议题和解决方案呈报给CEO以获得支持，决定组织能否实施数字创新。CEO作为高管团队的最高领导者，承担着多种职能，可以接触来自企业内外部大量信息，存在多种组织议题和解决方案争夺CEO的注意力资源，因而CEO的注意力资源变得更加重要[19]。此时，CIO的议题能否得到CEO注意是CIO效能发挥的关键因素。
信息技术有助于提高企业经营效率，成为企业获得和维持竞争优势的核心资源，显著提升企业竞争力[20]。王念新等[21]发现，信息技术具有重要战略价值，能够有效培育和提升企业核心能力，进而显著改善企业绩效；Mithas等[22]的研究表明，信息技术有助于提高企业销售额和利润率，其效应比广告投入更显著；张涛等[23]的研究发现，信息技术通过整合企业销售信息搜集、共享、沟通和监控的能力提升企业渠道管理与控制水平，从而获得渠道方面的持续竞争优势。随着数字技术兴起，产品、服务和生产实现数字化，利益相关者之间相互关联，数字技术的潜在价值变得更加突出。Bharadwaj等[24]认为，数字技术促使企业商业战略、商业流程、企业能力、产品和服务以及企业间关系发生变革。
数字技术应用是数字创新的基本特征[1]。根据Bharadwaj等[24]、Nambsian[25]的定义，数字技术是指信息技术、计算技术、沟通技术和连接技术的组合，包含3种要素：数字组件、数字平台和数字基础设施，代表性技术包括移动计算、云计算、社交媒体、3D打印和大数据。与传统IT技术不同，数字技术的影响是全面的，能够改变组织结构，需要高额的研发投入。因此，数字技术应用需要得到高层管理者的关注和支持才能够顺利实施。作为企业技术领导者，CIO关注数字技术是企业实现数字创新的重要条件。注意力基础观认为，企业决策者会将注意力资源配置于其认为重要的议题和解决方案上，即能否获得决策者的注意取决于议题和解决方案的突出性。Haas等[26]发现，处理议题所需要的专业知识与个体所能提供的知识越匹配，该议题越容易获得注意，同时这一关系取决于议题特征，包括议题的长度、宽度、新颖性和拥挤性，上述特征都会影响议题的突出性。数字创新价值已经显现，并得到越来越多企业的认可和重视。CIO作为企业信息化建设的领导者，应识别、吸收和利用数字技术，将其注意力资源用于推动企业数字化进程，支持企业商业战略实施。由此，本文提出以下假设：
H1a:设置 CIO 的企业实施数字创新的可能性更大；
H1b:设置 CIO 的企业数字创新绩效更高。
技术开发和应用应为企业商业目的服务。CIO作为技术领导者，其职责以信息技术为核心，通过与CEO的有效沟通，确保信息技术能够服务于企业商业战略[24]，CEO对信息技术商业价值的认知成为CIO效能发挥的关键条件。CEO作为高管团队最重要的成员，对企业战略和结果具有重要影响。现有文献大多基于高阶梯度理论，研究CEO的人口特征和能力如何直接影响企业战略和绩效。近年来，有学者开始关注CEO的心理特质如何通过影响其他人间接影响组织战略和绩效[19]。例如，Harrison等[27]研究了CEO的3种心理特征，通过影响市场投资者对于企业战略风险性的感知考察CEO的间接影响。本文认为，CIO作为数字创新最直接的管理者，得到CEO支持是数字创新战略实施的关键条件，即CEO间接影响数字创新战略及实施效果。白海青和毛基业[28]认为，作为TMT最有权力和影响力的成员，CEO能将其注意力和资源分配给企业信息化战略，对信息技术采纳和实施起至关重要的作用。社会关系网络是CEO获取外部信息和资源的重要渠道，不同的网络能够提供不同的信息和资源，进而影响CEO的注意力资源配置，塑造CEO认知，从而决定CEO的战略选择。
借鉴Sheng等[16]和Zhang等[17]的研究，本文将CEO社会网络分为CEO商业关联和政治关联。借鉴Sheng等[16]的观点，CEO商业关联是指CEO与其他商业组织(例如客户、供应商、竞争对手)的社会联系，CEO政治关联是指CEO与政府机构的非正式社会联系，例如CEO在政府担任人大代表。两种网络可以为CEO提供不同的资源和合作时间范围。商业关联能够为CEO提供与市场相关的资源和信息，例如消费者市场需求变化。亲密的合作关系能够促进知识转移和技术吸收，使企业开发出更加符合市场需求的产品。政治关联能够为CEO提供与政策相关的信息和政府资源。政府通过制定政策指导经济活动，而企业获得政策信息可以帮助CEO抓住商业机会。同时，政府掌控着企业所需要的资源，尤其是在新兴经济体国家，政府拥有较大的资源配置权，与政府建立政治关联可以帮助CEO获得政府资源[29]。就合作时间范围而言，商业关联具有稳定性，稳定的商业关联有助于改善合作绩效，提升彼此的经济回报率；相反，政府换届和官员流动使得政治关联不稳定，政府官员和企业CEO具有不同的利益，政府官员期待获得升迁，CEO期待获得政府信息和资源。
现有文献证明，商业关联和政治关联具有重要价值，CEO需要重点关注。企业为最大化商业利润，需要不断寻找新的市场机会，保持市场警惕性。CEO将其注意力资源分配给商业关系伙伴，以获得最新市场信息。数字技术机会主要来源于市场，企业和消费者成为数字创新的重要推动者。因此，CEO通过商业关联容易获得数字创新信息，建立关于数字创新的认知，能够清晰地理解CIO提出的数字创新战略。鉴于数字技术的积极作用，CEO更有可能给予企业资源和制度支持，促进CIO实施数字创新。因此，CEO商业关联网络越多，越有利于促进CIO实施数字创新。相比于商业关联提供的市场信息，政府政策往往滞后于市场需求变化，政府关联提供的信息缺乏商业性[30]。CEO的注意力资源是有限的，增加对某种社会关系的关注必然会减少对另外社会关系的关注。当CEO将更多注意力资源分配给政治关联时，必然会减少对于商业关联的关注。因此，CEO政治关联不利于CIO实施数字创新。综上所述，本文提出如下假设：
H2a:CEO商业关联能够提升CIO 实施数字创新的可能性；
H2b:CEO商业关联可以提高 CIO 的数字创新绩效。
H3a:CEO政治关联会降低CIO 实施数字创新的可能性；
H3b:CEO政治关联会降低 CIO 的数字创新绩效。
基于以上假设，本文构建研究概念模型，如图1所示。
图1 概念模型
Fig.1 Research model
本文初始样本选自2011-2018年沪深A股上市企业，所使用的企业财务数据、公司治理和企业特征数据主要来自于CSMAR数据库，从公司企业年报和Wind数据库对部分缺失数据进行了补充。近10年来，数字技术迅速发展，许多企业开发了数字产品，申请了数字创新专利。企业数字创新数据来自于Incopat专利数据库，该数据库记录了来自120多个国家和地区企业1亿多件专利数据。该数据库提供了详细的专利信息，包括专利号、申请人、申请日期、专业摘要和详细信息、专利类型等。本文对样本进行如下筛选和处理：①剔除观测期内没有任何研发投入和专利申请的企业；②剔除关键数据缺失样本和*ST样本；③为了消除极端值的影响，对连续变量进行1%的Winsorize处理。
企业设置CIO不是随机的，由于设置CIO的上市企业数量较少，本文采用倾向匹配得分法(PSM)为设置CIO的企业匹配等量控制组企业，以降低样本选择偏误。以企业某年是否设置CIO为标准，将样本分为两类：一类是处理组，为已设置CIO的企业；二是控制组，为未设置CIO的企业。在已有理论的基础上，本文选择以下变量进行匹配：企业年龄、企业规模(以企业员工数量测量，取Log值)、资产回报率、研发投入(取Log值)、高管团队规模和行业类型。借鉴Huang & Kisgen[31]的研究方法，采用Logit模型进行倾向得分估计，获得样本处理倾向得分，并以最近邻匹配法寻找与处理组最为相近的控制组。依据上述方法，获得844家已设置CIO和844未设置CIO的企业样本。处理组和控制均在上述匹配变量上无显著差异，各匹配变量标准偏差的绝对值均显著小10，满足PSM独立性假设[32]。
(1)因变量：数字创新参与(哑变量)和数字创新绩效(计数变量)。专利是企业创新的重要衡量指标，采用专利测量企业创新绩效已获得普遍认可。鉴于目前尚无直接识别数字创新的指标，本文采用文本分析方法确定某专利是否为数字创新专利。如前文所述，数字创新的基本特征是采用数字技术[2,33]。为此，首先需要确定数字技术识别的关键词，构建文本分析字典。根据Bharadwaj等[24]、Nambisan等[2]、戚聿东和肖旭(2020)，Vial[34]、余江等[35]的研究结果，本文构建以49个数字技术作为关键词的词典(见表1)。Incopat数据库提供了专利摘要，该摘要包括专利技术特征、功能和构成等信息。基于2011-2019年的所有专利，利用R软件检索专利摘要，筛选出包含表1中任一关键词的专利。然后根据申请人信息，将识别出的数字创新专利与CSMAR数据库上市企业名字进行匹配，获得企业每年数字创新专利数据。本文将数字创新参与定义为哑变量，即企业某年是否拥有数字创新专利，采用企业某年内申请的数字创新专利数量衡量数字创新绩效。
(2)自变量：CIO。采用哑变量的形式识别企业某年是否设置了CIO。CSMAR数据库可以提供上市企业高级管理者的职位信息，通过职位信息可以判断企业是否设置了CIO。
(3)调节变量：CEO商业关联和政治关联。根据前文定义，本文以CEO在其它企业担任董事的企业数量测量CEO商业关联，以CEO是否具有政府背景(例如是否担任人大代表)测量CEO政治关联(哑变量)[36]。上述相关数据可以从CSMAR数据库获得。
(4)控制变量：本文参照何瑛等(2019)的研究成果，控制影响企业创新的其它变量如下：企业年龄、员工数量的自然对数、资产回报率、第一大股东持股比例、现金持有比例、研发投入(取log值)。为控制企业治理特征的影响，选取如下变量：董事会规模(以董事会成员人数测量)、高管团队规模(以高管人数测量)、董事会和董事长的商业关联与政治关联、CEO性别(女性CEO为1，男性CEO为0)、CEO年龄、CEO双元性(CEO兼任董事长为1，否则为0)、CEO研发背景(哑变量，CEO有研发经历为1，否则为0)。为控制行业的影响，本文控制行业竞争程度(以行业内企业数量测量(取log))和行业固定效应。最后，为控制时间的影响，本文加入年固定效应。
表1 数字技术关键词词典
Tab.1 Keywords for digital technology
序号具体关键词15个:数字货币、数字技术、数字经济、数字平台、数字基础设施223个:人工智能、自然语言处理、智能规划、智能优化、智能问答、自动推理、OCR、机器学习、机器视觉、机器翻译、深度学习、机器人、语音识别、图片识别、图像识别、神经网络、文本抓取、文本识别、文本读取、专家系统、学习算法、增强现实、虚拟现实33个:云计算、云存储、云平台42个:大数据、数据挖掘54个:5G技术、5G通讯、5G通信、5G网络64个:工业互联网、互联网+、物联网、社交媒体78个:区块链、边缘计算、纳米技术、量子计算、量子技术、无人机、3D打印、移动计算
本文存在两个结果变量，以数字创新参与为哑变量，采用Logit回归模型，以数字创新绩效为计数变量，采用负二项回归模型。在稳健性分析部分，采用Probit回归模型和Possion回归模型进行稳健性检验。为避免多重共线性问题，在分析调节效应前对调节变量进行中心化处理，并生成自变量与调节变量的交互项。所有数据均采用Stata 16.0进行处理和分析。
表2为变量描述性统计结果和相关系数。CIO和数字创新参与、数字创新绩效显著相关，相关系数分别为0.034和0.078，CIO与CEO商业关联、政治关联显著相关，相关系数分别为0.06和-0.068。各变量相关系数普遍较小，VIF的检验结果表明，各模型的VIF值均小于5，最大值为2.39，不存在多重共线性问题。
表3为Logit模型回归结果。模型1仅包括控制变量，可以看出企业规模越大，高管团队规模越大，处于行业竞争激烈的企业就越倾向于数字创新。上述结论在表4模型1中得到进一步证实。模型2加入自变量CIO，结果表明，CIO显著促进企业数字创新战略实施(β=0.333，p<0.01)，支持H1a。模型3、模型4分别加入CIO和CEO商业关联、政治关联的交互项。模型3中，CIO和CEO商业关联的交互项与企业数字创新显著正相关(β=0.467，p<0.05)，表明CEO商业关联能够推动CIO实施数字创新，支持H2a。模型4中，CIO和CEO政治关联的交互项与企业数字创新负相关但不显著，表明CEO政治关联未能显著约束CIO实施数字创新，不支持H3a。模型5是全模型，其结果进一步证实了上述结论。
表2 描述性分析结果与相关系数
Tab.2 Variable descriptive statistics
变量均值标准差123456789101112131415161718192021221.数字创新绩效0.65.3912.数字创新参与0.080.270.373***13.CIO0.50.50.034**0.078***14.CEO政治关联0.20.38-0.017-0.0290.060**15.CEO商业关联0.020.11-0.0070.021-0.068***-0.01416.企业年龄14.55.530.078***0.063**-0.022-0.067***0.02217.企业规模7.391.260.183***0.138***-0.040.0370.046*0.067***18.资产回报率0.050.04-0.038-0.030.049**0.039-0.027-0.036-0.093***19.股权集中度0.350.15-0.081***-0.091***0-0.0220.012-0.0260.056**0.192***110.现金持有比例2.9510.64-0.021-0.0370.053**-0.038-0.012-0.093***-0.170***0.02-0.006111.研发投入10.864.120.018-0.0320.107***0.057**0.027-0.271***0.071***0.0170.0270.155***112.董事会规模12.74.49-0.012-0.0310.118***0.041*-0.045*-0.03-0.111***0.233***0.0270.0170.058**13.高管团队规模11.475.460.041*0.0310.124***0.081***-0.069***-0.060**0.056**0.195***0.047*-0.0030.159***0.651***114.董事会政治关联0.140.150.019-0.0310.0250.416***0.021-0.086***0.080***-0.002-0.0230.0170.193***-0.077***0.018115.董事会商业关联0.220.540.050**0.022-0.0210.0390.389***0.0390.238***-0.042*0.027-0.051**0.008-0.0370.0090.047*116.CEO性别0.050.2-0.017-0.0240.045*0.003-0.007-0.016-0.0220.0090.144***-0.009-0.019-0.03-0.045*-0.009-0.033117.CEO年龄49.16.120.049**0.038-0.046*0.124***0.0150.155***0.096***-0.053**-0.045*-0.044*-0.128***-0.025-0.0260.0160.033-0.014118.CEO双元性0.590.77-0.035-0.0130.111***0.215***-0.027-0.096***-0.147***0.163***0.066***0.076***0.0340.284***0.262***-0.046*-0.018-0.0380.117***119.CEO研发背景0.310.450.091***0.059**0.031-0.003-0.032-0.069***-0.139***-0.002-0.066***0.100***0.04-0.0350.0310.007-0.033-0.0330.083***-0.011120.董事长政治关联0.330.46-0.029-0.059**-0.0020.574***0.016-0.106***0.068***-0.001-0.013-0.047*0.081***-0.0090.0360.503***0.089***0.0220.030.005-0.017121.董事长商业关联0.070.31-0.022-0.036-0.025-0.0320.309***0.052**0.171***-0.073***-0.009-0.040*0.083***-0.071***-0.067***0.0140.265***-0.0320.066***-0.127***-0.054**0.007122.行业竞争性4.480.950.094***0.125***0.078***-0.033-0.0340.002-0.067***-0.002-0.050**0.004-0.025-0.002-0.035-0.097***0.0160.054**0.071***0.073***0.122***-0.072***-0.0121
注：***、**和*分别表示1%、5%和10%的显著性水平，下同
表3 Logit回归结果
Tab.3 Results of Logit regression
变量模型 1模型 2模型 3模型 4模型 5常数项-2.243**-2.497**-2.457**-2.520**-2.477**(-2.27)(-2.52)(-2.49)(-2.55)(-2.52)企业年龄-0.003-0.005-0.004-0.005-0.004(-0.28)(-0.49)(-0.39)(-0.50)(-0.40)企业规模0.184**0.184**0.186**0.186**0.188**(2.23)(2.17)(2.20)(2.19)(2.22)资产回报率-1.708-1.854-1.821-1.903-1.863(-1.13)(-1.22)(-1.19)(-1.25)(-1.21)股权集中度-0.482-0.465-0.446-0.477-0.456(-1.23)(-1.19)(-1.14)(-1.21)(-1.16)现金持有比例-0.017-0.018-0.018-0.018-0.018(-1.03)(-1.04)(-1.04)(-1.05)(-1.05)研发投入0.136*0.1380.139*0.1360.138(1.65)(1.62)(1.65)(1.59)(1.63)董事会规模-0.018-0.021-0.022-0.020-0.022(-1.10)(-1.27)(-1.33)(-1.25)(-1.32)高管团队规模0.024*0.025*0.025*0.024*0.024*(1.82)(1.84)(1.84)(1.83)(1.83)董事会政治关联0.3880.3280.2390.3210.234(0.95)(0.79)(0.58)(0.78)(0.57)董事会商业关联-0.141-0.157-0.178-0.155-0.176(-1.37)(-1.49)(-1.62)(-1.47)(-1.61)CEO性别-0.194-0.203-0.232-0.206-0.234(-0.67)(-0.70)(-0.80)(-0.72)(-0.81)CEO年龄-0.003-0.003-0.004-0.003-0.004(-0.37)(-0.28)(-0.37)(-0.28)(-0.38)CEO双元性0.0310.0170.0100.0180.011(0.42)(0.23)(0.14)(0.25)(0.15)CEO研发背景0.1220.1160.1220.1200.125(1.06)(0.99)(1.04)(1.03)(1.08)董事长政治关联-0.229-0.206-0.223-0.203-0.220(-1.55)(-1.38)(-1.48)(-1.35)(-1.46)董事长商业关联-0.883***-0.927***-1.278***-0.930***-1.278***(-3.41)(-3.51)(-3.84)(-3.52)(-3.84)行业竞争性0.249***0.255***0.262***0.255***0.262***(3.04)(3.06)(3.12)(3.07)(3.13)CEO商业关联0.357***0.388***0.2650.388***0.267(3.28)(3.48)(1.59)(3.49)(1.60)CEO政治关联0.0180.0020.0340.1000.116(0.10)(0.01)(0.19)(0.36)(0.42)CIO0.333***0.379***0.361***0.402***(3.01)(3.40)(2.98)(3.30)CIO X CEO商业关联0.467**0.462**(1.99)(1.98)CIO X CEO政治关联-0.159-0.135(-0.49)(-0.41)行业固定效应控制控制控制控制控制年固定效应控制控制控制控制控制观测数1 6881 6881 6881 6881 688Pseudo R20.2390.2480.2520.2490.252
注：括号内为z值,下同
表4为负二项回归结果。模型1只包括控制变量，除与表3部分结论保持一致外，绩效越好和董事会商业关联越多的企业，其数字创新表现越差，CEO研发经历和研发投入越多的企业，其数字创新绩效越好。模型2加入自变量CIO，结果表明，CIO的存在显著提升了企业数字创新绩效(β=0.482，p<0.05)，支持H1b。模型3、模型4分别加入CIO和CEO商业关联、政治关联的交互项。模型3中，CIO和CEO商业关联的交互项与企业数字创新绩效显著正相关(β=1.759，p<0.01)，表明CEO商业关联有利于促进CIO的数字创新绩效提升，支持H2b。模型4中，CIO和CEO政治关联的交互项与企业数字创新绩效负相关但不显著，表明CEO政治关联不能对CIO的数字创新绩效产生显著负向影响，不支持H3b。模型5是全模型，其结果进一步证实了上述结论。H3b未得到支持的原因在于，政府政策可能提供部分与市场相关的信息，从而有利于缓解CEO政治关联的负向作用。例如，杜俊枢等[29]发现，适度的政治关联可以增强企业市场导向，过度依赖政府关联会弱化企业市场导向，降低企业市场感知能力。
表4 负二项回归结果
Tab.4 Results of negative binomial regression
变量模型 1模型 2模型 3模型 4模型 5常数项-18.060***-18.634***-18.124***-18.606***-18.144***(-9.09)(-9.65)(-8.89)(-9.63)(-8.92)企业年龄0.001-0.004-0.002-0.004-0.002(0.02)(-0.18)(-0.06)(-0.18)(-0.06)企业规模0.682***0.682***0.686***0.681***0.685***(6.35)(6.30)(6.42)(6.27)(6.39)资产回报率-5.948**-6.661**-6.782**-6.931**-7.019**(-2.00)(-2.27)(-2.31)(-2.31)(-2.34)股权集中度-0.984-0.807-0.726-0.860-0.769(-1.39)(-1.10)(-0.99)(-1.17)(-1.05)现金持有比例-0.038-0.038-0.040-0.041-0.042(-1.31)(-1.25)(-1.32)(-1.32)(-1.38)研发投入0.152*0.143*0.153*0.1370.148*(1.77)(1.65)(1.80)(1.56)(1.71)董事会规模-0.080**-0.085**-0.090**-0.082**-0.087**(-2.04)(-2.20)(-2.33)(-2.09)(-2.24)高管团队规模0.084***0.082***0.084***0.082***0.084***(2.88)(2.87)(2.90)(2.92)(2.95)董事会政治关联0.5770.384-0.0210.263-0.130(0.64)(0.43)(-0.02)(0.30)(-0.14)董事会商业关联-0.401**-0.424**-0.474**-0.403**-0.454**(-2.01)(-2.15)(-2.33)(-2.04)(-2.23)CEO性别-0.780-0.721-0.785-0.731-0.796(-1.07)(-0.98)(-1.07)(-1.00)(-1.08)CEO年龄-0.012-0.007-0.011-0.006-0.010(-0.58)(-0.33)(-0.53)(-0.29)(-0.50)CEO双元性-0.044-0.080-0.096-0.078-0.094(-0.25)(-0.46)(-0.55)(-0.45)(-0.54)CEO研发背景0.651**0.649**0.650**0.673**0.671**(2.42)(2.36)(2.37)(2.45)(2.45)董事长政治关联-0.504-0.523-0.550-0.486-0.517(-1.28)(-1.34)(-1.42)(-1.24)(-1.32)董事长商业关联-2.386***-2.415***-4.229***-2.418***-4.235***(-4.98)(-4.97)(-6.47)(-4.96)(-6.42)行业竞争性0.583***0.639***0.676***0.633***0.671***(3.26)(3.59)(3.80)(3.57)(3.77)CEO商业关联1.020***1.038***0.484**1.023***0.492**(3.98)(4.21)(2.03)(4.21)(2.07)CEO政治关联0.2420.2940.4160.5750.671(0.57)(0.68)(0.96)(0.99)(1.15)CIO0.482**0.714***0.570**0.790***(2.12)(3.08)(2.27)(3.14)CIO X CEO商业关联1.759***1.738***(3.84)(3.78)CIO X CEO政治关联-0.545-0.488(-0.74)(-0.66)行业固定效应控制控制控制控制控制年固定效应控制控制控制控制控制观测数1 6881 6881 6881 6881 688Pseudo R20.1710.1730.1770.1730.177
为了增强研究结论的说服力，本文主要进行以下稳健性检验(以下检验的控制变量与前文保持一致)。
(1)采用Probit、Possion回归模型替代Logit和负二项回归模型。当因变量为数字创新参与时，Probit回归结果表明，主效应(β=0.687，p<0.01)和CEO商业关联的调节效应(β=0.784，p<0.05)保持不变；当因变量为数字创新绩效时，Possion回归结果支持主效应(β=0.402，p<0.01)和CEO商业关联的调节效应(β=0.667，p<0.01)。
(2)采用董事会和董事会主席的商业关联与政治关联代替CEO的商业关联及政治关联。当因变量为数字创新参与或数字创新绩效时，董事会的商业关联和政治关联、董事长的政治关联均未得到支持，董事长的商业关联通过显著性检验(因变量为数字创新参与时，β=1.492，p<0.05；因变量为数字创新绩效时，β=2.172，p<0.01)。
(3)采用PSM方法(比例为1∶3)，回归结果与表2结果保持一致。当因变量为数字创新参与时，主效应系数为0.372，p<0.05，CEO商业关联的调节效应系数为1.709，p<0.01；当因变量为数字创新绩效时主效应系数为0.896，p<0.05，CEO商业关联的调节效应系数为7.885，p<0.01。
(4)主效应的内生性检验。CIO的职能是推动企业信息技术应用，企业有可能为推行数字创新战略而设置CIO职位，使得CIO和企业数字创新互为因果。为解决内生性问题，本文借鉴Fu等[37]、Liu等[38]的研究方法，以行业内设置CIO的企业数量比例作为CIO的工具变量，采用两步法检验CIO内生性，即行业内设置CIO的企业数量除以该行业内企业总数。制度理论表明，个体企业往往顺应行业趋势，但行业趋势未必与企业绩效具有显著相关关系。第一步，以CIO作为因变量，以行业内设置CIO的企业数量比例为自变量，获得CIO预测值；第二步，以CIO预测值为自变量，分别以企业数字创新和企业数字绩效为因变量，得到表4回归结果(表4中控制变量与表2保持一致)。表5模型1表明，行业内设置CIO的企业数量比例可显著预测个体企业CIO数量(β=15.382，p<0.01)；模型2和模型3表明，CIO预测值分别与企业数字创新、企业数字绩效显著正相关。以上结果表明，CIO不存在内生性问题。
表5 内生性检验结果
Tab.5 Endogenous test results
变量模型1模型2模型3因变量: CIO因变量: 数字创新参与因变量: 数字创新绩效常数项-2.243-5.416***-9.228***(-1.55)(-5.90)(-5.45)企业年龄0.015-0.007-0.007(1.46)(-0.64)(-0.30)企业规模-0.0180.327***0.782***(-0.37)(5.67)(7.80)资产回报率-2.644*-3.465**-4.944*(-1.68)(-2.00)(-1.65)股权集中度0.127-0.256-0.968(0.34)(-0.53)(-1.17)现金持有比例0.010*-0.011-0.050(1.86)(-0.76)(-1.46)研发投入-2.888***1.855***7.132***(-2.90)(3.81)(2.67)董事会规模0.038**0.003-0.072*(2.23)(0.13)(-1.81)高管团队规模0.027*0.0110.064**(1.87)(0.65)(2.32)董事会政治关联0.4680.4350.939(1.06)(0.90)(0.96)董事会商业关联0.115-0.127-0.418**(1.06)(-1.33)(-2.08)CEO性别0.630**-0.722**-0.968(2.16)(-2.21)(-1.29)CEO年龄-0.0110.0080.003(-1.19)(0.68)(0.15)CEO双元性0.1330.076-0.099(1.64)(0.72)(-0.58)CEO研发背景0.0880.313**0.709***(0.69)(2.32)(2.64)董事长政治关联-0.224-0.217-0.515(-1.41)(-1.33)(-1.37)董事长商业关联0.078-0.793***-2.076***(0.46)(-3.08)(-4.53)行业竞争性0.161**0.224***0.453***(2.13)(2.80)(2.62)CEO商业关联-0.372***0.393***1.005***(-2.65)(3.59)(4.93)CEO政治关联0.205-0.1270.272(1.10)(-0.68)(0.62)行业内设置CIO企业的比例15.382***(9.60)CIO预测值0.137***0.300**(2.85)(2.27)行业固定效应控制控制控制年固定效应控制控制控制观测数1 6881 6881 688Pseudo R20.1360.2320.147
本文以2011-2018我国上市公司为研究样本，基于注意力基础观，通过调查CIO和CEO的角色探讨企业数字创新前因。CIO是企业信息技术开发和应用的关键领导者，负责推动企业信息化进程。随着数字技术价值得到认可，CIO应该关注数字创新，通过推动企业数字化进程以支持企业商业战略实施。本文发现，设置CIO的企业实施数字创新的可能性更大，数字创新绩效更好。CIO受CEO领导，CIO的议题能否得到CEO支持是实施数字创新的关键。社会网络是个体获取外界信息的关键渠道，影响个体认知和注意力资源配置。商业关联与政治关联是CEO获得不同资源和信息的两个重要渠道，影响CEO的认知及其注意力资源配置。本文发现，商业关联能够为CEO提供市场相关信息，有助于CEO获得最新数字创新信息。因此，CEO商业关联可以显著提升CIO实施数字创新的概率。理论上，政治关联可以为CEO提供相关政策信息，争夺CEO的注意力，降低CIO实施数字创新的概率，但实证上未得到验证。
(1)本文从企业IT领导力出发，证明CIO和CEO是推动企业数字创新的前因，丰富了数字创新前因研究。目前，国内外关于数字创新的研究处于早期阶段，以概念性研究为主，缺乏实证研究。事实证明，目前企业数字化转型失败率仍然较高，现有研究未能较好地揭示企业数字化转型的影响因素。本文从企业IT领导力出发，基于注意力基础观，证明CIO和CEO是推动企业数字创新的前因，回应了相关研究的呼吁[1,2,35]。
(2)与其他高管相比，关于CIO的研究相对匮乏，本文基于注意力基础观分析CIO对企业数字创新的作用机制，拓展了CIO相关研究。具体而言，与传统IT技术不同，数字技术具有革命性和颠覆性的影响，因而CIO的作用变得更加重要。本文采用实证方法探究数字背景下CIO对企业数字创新的影响，在方法上和作用机制上丰富了CIO相关研究[9]。
(3)从认知视角，本文发现CEO的社会网络可以影响CIO的数字创新意愿和绩效，有助于理解CIO和CEO对数字创新的交互作用[5,28]。CIO负责IT战略制定与执行，CEO负责商业战略制定与执行，实现IT战略和商业战略协同可以显著影响企业绩效。与现有文献不同，本文基于认知视角，分析CEO不同性质的社会关系对注意力资源配置的影响，以及对CIO效能的影响，因而对于CEO应如何支持CIO具有借鉴价值[5]。
(1)数字技术时代下，企业产品、服务、流程和商业模式等方面产生变革[39,40]，企业高级管理者需要密切关注数字技术发展，制定数字技术发展战略，避免失去竞争优势。
(2)CIO在推动企业数字创新方面具有积极作用，企业应设置CIO职位，并赋予其较大的权利，从而充分发挥CIO的积极作用。
(3)实施数字创新需要高额投入，CEO应充分认识到数字技术的价值，充分利用社会网络为CIO提供必要的信息、资源和制度支持[5]。
(1)数字创新的基本特征是采用数字技术，然而采用数字技术的企业未必会开发数字专利。本文采用49个具体数字技术关键词识别数字创新专利，遗漏了采用数字技术而不开发数字专利的企业样本。此外，数字技术投入较大，企业一般会使用其它企业或政府开发的数字基础设施。上述情况导致本文样本不够准确，未来研究应该采用多种方式识别企业是否进行了数字创新。
(2)数字创新的影响是多方面的，既可能降低企业经营成本，改善经营效率，也可能提升销售额和利润率。本文采用数字创新专利数量测量数字创新绩效是不够准确的，未来研究可以考察其它方面的绩效。
(3)CSMAR数据库提供了上市企业高级管理者的职位信息，本文通过上述数据判断企业是否设置了CIO。现有文献表明，CIO未必总是企业高级管理者，但本文未收集由中层管理者担任CIO的企业数据。未来研究可以通过多种渠道调查企业CIO设置状况，从而提升研究结论的普适性。
[1] 刘洋, 董久钰, 魏江.数字创新管理:理论框架与未来研究[J].管理世界, 2020, 36(7): 198-217,219.
[2] NAMBISAN S, LYYTINEN K, MAJCHRZAK A, et al.Digital innovation management: reinventing innovation management research in a digital world[J].MIS Quarterly, 2017, 41(1): 223-238.
[3] YOO Y, HENFRIDSSON O, LYYTINEN K.Research commentary—the new organizing logic of digital innovation: an agenda for information systems research[J].Information Systems Research, 2010, 21(4): 724-735.
[4] 柳卸林, 董彩婷, 丁雪辰.数字创新时代: 中国的机遇与挑战[J].科学学与科学技术管理, 2020, 41(6): 3-15.
[5] SHEPHERD D A, MCMULLEN J S, OCASIO W.Is that an opportunity? an attention model of top managers' opportunity beliefs for strategic action[J].Strategic Management Journal, 2017, 38(3): 626-644.
[6] HAMBRICK D C, MASON P A.Upper echelons: the organization as a reflection of its top managers[J].Academy of Management Review, 1984, 9(2): 193-206.
[7] OCASIO W.Towards an attention-based view of the firm[J].Strategic Management Journal, 1997, 18(S1): 187-206.
[8] BANKER R D, HU N, PAVLOU P A, et al.CIO reporting structure, strategic positioning, and firm performance[J].MIS Quarterly, 2011, 35(2): 487-504.
[9] 丁邡.首席信息官研究的文献综述及启示[J].领导科学, 2010(26): 42-44.
[10] LI J, LI M, WANG X, JASON T.Strategic directions for AI: the role of CIOs and boards of directors[J].MIS Quarterly, 2021,45(3):1603-1644.
[11] 刘彪, 李东, 丁邡.首席信息官领导力对IT双元创新影响的实证研究[J].企业经济, 2015,36(8): 56-61.
[12] STEPHENSON C.OLSON N.Why CIOs make great board directors[J].Harvard Business Review, 2017(15): 2-5.
[13] BENLIAN A, HAFFKE I.Does mutuality matter? examining the bilateral nature and effects of CEO-CIO mutual understanding[J].The Journal of Strategic Information Systems, 2016, 25(2): 104-126.
[14] OH W Y, BARKER III V L.Not all ties are equal: CEO outside directorships and strategic imitation in R&D investment[J].Journal of Management, 2018, 44(4): 1312-1337.
[15] 许家云.CEO 交流的创新效应: 来自中国上市公司的微观证据[J].南开经济研究, 2017,33 (1): 111-135.
[16] SHENG S, ZHOU K Z, LI J J.The effects of business and political ties on firm performance: evidence from China[J].Journal of Marketing, 2011, 75(1): 1-15.
[17] ZHANG M, QI Y, WANG Z, et al.Effects of business and political ties on product innovation performance: evidence from China and India[J].Technovation, 2019,80:30-39.
[18] TUGGLE C S, SIRMON D G, REUTZEL C R, et al.Commanding board of director attention: investigating how organizational performance and CEO duality affect board members' attention to monitoring[J].Strategic Management Journal, 2010, 31(9): 946-968.
[19] 张昊, 王世权, 辛冲.国有企业 CEO 注意力对产品创新影响的研究[J].管理学报, 2014, 11(12): 1798-1805.
[20] 罗建强,蒋倩雯.数字化技术作用下产品与服务创新:综述及展望[J].科技进步与对策,2020,37(24):152-160.
[21] 王念新, 仲伟俊, 梅姝娥.信息技术战略价值及实现机制的实证研究[J].管理科学学报, 2011, 14(07): 55-70.
[22] MITHAS S, TAFTI A, BARDHAN I, et al.Information technology and firm profitability: mechanisms and empirical evidence[J].MIS Quarterly, 2012, 36(1): 205-224.
[23] 张涛, 庄贵军.企业IT能力对营销渠道控制机制的影响——基于RBV理论的一个研究框架[J].营销科学学报, 2014, 10(1): 67-80.
[24] BHARADWAJ A, EL SAWY O A, PAVLOU P A, et al.Digital business strategy: toward a next generation of insights[J].MIS Quarterly, 2013, 37(2): 471-482.
[25] NAMBISAN S, LYYTINEN K, MAJCHRZAK A, et al.Digital innovation management: reinventing innovation management research in a digital world[J].MIS Quarterly, 2017, 41(1): 223-238.
[26] HAAS M, CRISCUOLO P, GEORGE G.Which problems to solve? attention allocation and online knowledge sharing in organizations[J].Academy of Management Journal, 2014, 58(3): 680-711.
[27] HARRISON J S, THURGOOD G R, BOIVIE S, et al.Perception is reality: how CEOs' observed personality influences market perceptions of firm risk and shareholder returns[J].Academy of Management Journal, 2020, 63(4): 1166-1195.
[28] 白海青, 毛基业.CEO支持信息化的动因:激发条件与促进机制[J].南开管理评论, 2014,30(6): 114-125.
[29] 杜俊枢,郭毅.商业关系、政治关系与技术创新绩效——资源获取的中介效应[J].科技进步与对策,2015,32(13):59-63.
[30] 刘鑫, 蒋春燕.政治和商业网络关系与企业探索式创新:一个整合模型[J].经济管理, 2016, 38(8): 68-81.
[31] HUANG J, KISGEN D J.Gender and corporate finance: are male executives overconfident relative to female executives[J].Journal of financial Economics, 2013, 108(3): 822-839.
[32] ROSENBAUM P R, DONALD B R.The central role of the propensity score in observational studies for causal effects[J].Biometrika, 1983, 70(1):41-55.
[33] YOO Y, BOLAND JR R J, LYYTINEN K, et al.Organizing for innovation in the digitized world[J].Organization Science, 2012, 23(5):1398-1408.
[34] VIAL G.Understanding digital transformation:a review and a research agenda[J].The Journal of Strategic Information Systems, 2019, 28(2): 118-144.
[35] 余江, 孟庆时, 张越, 等.数字创新: 创新研究新视角的探索及启示[J].科学学研究, 2017, 35(7):1103-1111.
[36] 熊家财,桂荷发.政治关联与企业创新:来自PSM的证据[J].科研管理,2020,41(7):11-19.
[37] FU R, TANG Y, CHEN G.Chief sustainability officers and corporate social (ir) responsibility [J].Strategic Management Journal, 2020, 41(4): 656-680.
[38] LIU Y, MILETKOV M K, WEI Z, et al.Board independence and firm performance in China[J].Journal of Corporate Finance, 2015,30:223-244.
[39] 吴俊杰,刘冠男,王静远,等.数据智能:趋势与挑战[J].系统工程理论与实践, 2020, 40(8): 2116-2149.
[40] 杨扬,刘圣,李宜威,等.大数据营销:综述与展望[J].系统工程理论与实践,2020,40(8):2150-2158.