企业数字化转型、员工数字认知与创新绩效:技术为刀,我为鱼肉?

马 君,郭明杰

(上海大学 管理学院,上海 200444)

摘 要:如何顺利度过数字化转型阵痛期成为中国企业利用数字经济红利提高自身创新水平的重要战略问题。整合IT能力、社会认知与社会认同理论,基于2011—2020年中国A股上市公司数据,实证检验数字化转型对创新绩效的非线性作用机制。结果发现:企业数字化转型对创新绩效的影响呈现先下降后上升的U型曲线,即存在数字化转型阵痛期;员工数字化个人认知在U型关系间发挥部分中介作用;员工数字化组织认知可以调节U型关系,促使拐点左移,并导致U型关系变得陡峭。结论启示从员工对企业数字转型的个人认知和组织认知两个方面优化员工数字认知,应用数字技术营造有利于组织创新的员工认知环境,对我国企业数字化转型具有重要理论意义与实践价值。

关键词:数字化转型;企业创新;员工数字认知;数字化个人认知;数字化组织认知

Enterprise Digital Transformation,Employees' Digital Cognition and Innovation Performance:Is Technology the Knife,While I am the Lamb to Slaughter?

Ma Jun,Guo Mingjie

(School of Management,Shanghai University,Shanghai 200444,China )

AbstractBecause of the developing digital economy and the impact of the COVID-19 pandemic,the information and communication technologies play an increasingly prominent role in enterprise innovation,such as big data,cloud computing,artificial intelligence and Internet of Things.Digital transformation(DT) has become a strategic adjustment direction for enterprises to improve innovation performance and reduce costs and optimize services.But some enterprises undergoing DT find it difficult to give full play to the potential advantages of digital economy due to obstacles such as weak transformation ability,high transformation cost and long performance improvement cycle.They meet with problems of poor performance in the early stage of DT or weak improvement in the later stage.This is also called the DT paradox which is similar to the IT productivity paradox and the new digital economy paradox.According to the digitalization practices of global enterprises,the DT paradox can be summarized into three cases:(1)DT cannot improve enterprise performance; (2)it is conducive to performance improvement in the early stage,but its effect is not obvious or even negative in the later stage; (3)DT does not improve enterprise performance at the beginning,but it is good for improving performance after its downturn.The third case is most popular in China,namely the downturn of digital transformation.So how to resolve the DT paradox and tide over the downturn has become a major issue.However,the existing studies about digital innovation cannot yet elaborate on the role of employees' cognition in the process by which new technologies affect innovation output.It is difficult for researchers to systematically explain the causes and countermeasures of DT paradox.Hence,guided by the IT capability theory,social cognitive theory and social identity theory,this paper aims to clarify the relationship between DT and enterprise innovation performance from the perspective of employees' digital cognition.

This paper obtains 8 785 unbalanced panel data of 1 403 listed companies by screening all Chinese A-share listed companies from 2011 to 2020.The nonlinear effect of DT on innovation performance is tested by using the two-way fixed-effect model and a series of robustness tests are conducted by changing the measurement method of variables,adjusting the sample range,and using instrumental variable analysis.Then the effect of employees' digital cognition is tested,and the effect is the abbreviation of employees' cognition of the results of DT on nonlinear relations.Employees' digital cognition generally includes employees' cognition of whether DT improves their own interests or organizational performance,and it is characterized by employees' personal digital cognition(PDC) and organizational digital cognition(ODC).When employees are engaged in the DT,they tend to form a comparative cognition by comparing their corporate performance with other enterprises in their daily work or network interactions,and then this cognition may influence their behavior and performance.The moderating effect of ODC is tested by introducing interaction terms between DT and ODC.

The results show that there is a U-shaped relationship between DT and innovation performance.Namely,there is a downturn in the DT process of enterprises.The turning point from decline to rise is about 0.7 million yuan for those companies with non-zero DT assets.It is shown that PDC plays a partial mediating role in U-shaped relationship and ODC moderates the U-shaped relationship.PDC does play a mediating role in the latter stage,but not in the first stage.ODC can result in the turning point moving left and make the U-shaped relationship more steep.

By integrating the IT capability theory,social cognitive theory and social identity theory,this study analyzes the possible path of enterprise digital innovation from the perspective of employees' digital cognition.It takes the Chinese listed companies as the research object,confirms the existence of U-shaped relationship and reveals the mediating role of PDC and the moderating effect of ODC on the relationship between DT and innovation performance.Enterprises are suggested to optimize employees' digital cognition from PDC and ODC and apply digital technology to create a good employee cognitive climate which is beneficial to organizational innovation.

Key WordsDigital Transformation; Enterprise Innovation; Employees' Digital Cognition; Personal Digital Cognition; Organizational Digital Cognition

收稿日期:2022-05-25

修回日期:2022-07-31

基金项目:国家自然科学基金项目(71872111);教育部人文社会科学研究规划基金项目(16YJA630036)

作者简介:马君(1971—),男,安徽淮北人,博士,上海大学管理学院教授、博士生导师,研究方向为绩效管理与员工激励;郭明杰(1997—),男,河北邢台人,上海大学管理学院博士研究生,研究方向为员工激励与数字创新。本文通讯作者:郭明杰。

DOI10.6049/kjjbydc.2022050748

开放科学(资源服务)标识码(OSID):

中图分类号:F273.1

文献标识码:A

文章编号:1001-7348(2023)22-0022-11

0 引言

受第四次工业革命浪潮的影响,传统工业经济社会快速向数字经济转型过渡,企业创新面临的经济环境发生根本性变革[1]。数字技术广泛应用于生产、交换、消费等经济环节,为企业产品创新、服务创新以及数字化开放式创新提供了动力源泉[2-4]。数字经济背景下,以大数据、云计算、人工智能、物联网为代表的新一代信息通信技术对企业创新的影响日益突出,以数字化转型为核心标识的创新驱动模式成为企业提高创新绩效、降本优服的战略调整方向[5-6]。但部分企业在数字化转型过程中可能因为转型能力弱、转型成本高、绩效提升周期长等问题难以发挥数字技术的潜在优势,面临转型初期绩效下降、后期改进乏力的难题,这也被称为继“IT生产率悖论”后的“数字化转型悖论”[7-8]。由此,如何破解数字化转型悖论并平稳度过转型阵痛期,成为企业生存发展的重要问题。

数字化以自生长性(generativity)、开放性(openness)、易用性(affordances)特征,能够改变传统创新过程和产出。在上述背景下,数字化创新研究不仅重要而且必要[1,9]。现有文献对数字化转型的定义和影响[10]、数字创新理论框架[11]与知识结构[12],以及员工在数字化转型中的角色[13-14]进行了有益探索。新技术应用可能会由于数字能力不足、数字技术抵制或动态调整成本增加等问题抑制组织创新绩效提升。员工是数字化转型与创新活动的重要参与者,积极引导其利用数字技术有助于突破上述瓶颈,加快企业创新进程[15]。现有员工技术采纳研究以员工认知为前因变量,探究如何促进员工对新技术的应用,例如技术采纳模型(TAM)[16-17]、信息系统成功模型(ISS)[18]。然而,员工技术采纳理论难以系统阐述数字化转型悖论的原因与对策,而数字化创新理论需要深入考察员工认知在新技术对创新产出影响过程中的作用。

鉴于此,本文整合IT能力、社会认知和社会认同理论,系统剖析数字化转型对企业创新绩效的影响机制,研究如何通过员工认知帮助组织顺利度过变革阵痛期这一问题。后文安排如下:回顾已有文献和理论基础,探究员工数字认知视角下数字化转型驱动创新的具体路径,据此提出本文研究假设,基于2011—2020年中国A股上市公司数据实证分析数字化转型对创新绩效的影响机制,得出研究结论与管理启示。

1 理论基础与研究假设

1.1 企业数字化转型与创新绩效

数字化转型是指企业通过数字技术改变实体属性的过程[10],是由信息系统驱动的企业变革,包括业务流程改进、组织结构变革、商业模式创新等,同时重塑企业战略、文化和愿景。根据IT能力理论与资源基础观,数字化转型作为独特的资源投入,能够帮助企业整合组织资源并形成数字化能力,进而提升企业创新能力与整体绩效[19]。在VUCA市场环境下,管理数字化有利于提升组织应用数字技术及时处理复杂问题的动态能力并改进创新表现[20],通过构建数字资源信息共享平台可以强化企业数字化转型的创新驱动作用[21]。数字化变革能够通过提升创新能力改善实体企业经济绩效[22],良好的内部学习氛围和紧密的外部网络合作能够强化数字化转型对企业绩效的促进作用。因此,从数字化转型(数字资源)到数字化创新能力形成(组织能力),最终实现组织创新绩效提升(绩效表现),是企业通过数字变革提高创新水平的关键路径,即“资源→能力→绩效”,这与“创新支撑→创新过程→创新产出”的数字创新理论框架一致(刘洋等,2020)。具体地,数字资源投入是企业创新的物质支撑,组织能力形成是企业利用数字资源提升创新绩效的过程,企业创新绩效为最终创新产出。

已有研究表明,数字化转型能够改变企业创新要素,为数字化创新提供基础设施、关键技术和应用平台[1,11],从而促进组织创新绩效提升[15,20-21]。Li等[23]发现,数字技术不一定有利于创新能力提升,通过数字化转型提升绩效的企业数量较少;Karhade[24]、余菲菲等(2022)认为,企业数字化转型与创新绩效间呈倒U型关系;刘淑春等[7]发现,数字化变革对企业绩效的影响呈先下降后上升、达到峰值后再下降的趋势,许多企业因无法度过数字化转型阵痛期而变革失败。基于此,本文将数字化转型悖论归纳为3种情境:①数字化转型无法提升企业绩效;②转型初期有利于绩效提升,但后期作用不显著甚至为负;③转型初期未能提高企业绩效,但数字化阵痛期后有利于绩效提升。

清华IGI发布的《中国企业数字化转型研究报告2021》指出,更多企业认可数字化转型是长期战略行为,重视数字化转型在中长期对企业价值的提升作用。由于投入成本过高或员工数字素养较低等问题,我国企业在数字化转型初期面临绩效下行压力,只有经过一段时间后,数字化转型对企业创新的驱动作用才能凸显[25]。为此,本文针对中国企业可能存在的数字化转型阵痛期提出以下假设:

H1:数字化转型对企业创新绩效的影响呈现先下降后上升的U型曲线。

1.2 员工数字化个人认知的中介效应

按照“资源→能力→绩效”数字创新路径,数字化转型仅仅是开端,需要进一步将数字化转型战略及投入转化为创新能力。基于利益相关者理论[26],数字化转型作为战略决策,只有在得到其他利益相关者认可后,才能更好地落实并发挥创新驱动作用。员工不仅是企业重要利益相关者,而且是数字化战略的执行者及创新过程的参与者,更是数字创新的关键要素[27]。随着数字技术普及,技术压力(technostress)可能会抑制员工创新意愿[28]。现有企业数字化转型文献强调其对业务运营、商业模式、用户价值的改变,对员工认知在数字化转型与组织创新过程中扮演何种角色这一问题有待研究[29]

根据社会认知理论[30],员工会审视正在执行的数字化战略,形成相应的认知并采取一定行动。如果员工认为数字化转型带来的收益超越威胁,则倾向于形成积极的预期和正面的自我反应性影响。这有助于激发员工内在创新活力,从而提升组织创新能力。相反,若员工有“技术为刀,我为鱼肉”的认知,则会产生消极预期和负面反应,最终不利于企业创新绩效提升。由此,员工对企业实施数字化转型结果的认知(简称为“员工数字认知”)是数字化转型对创新绩效影响过程中的重要环节。员工数字认知一般包括员工对“数字化转型是否改进了自身权益和组织绩效”两个方面的认知,分别采用员工数字化个人认知和员工数字化组织认知进行刻画。员工数字化个人认知是指员工对数字化影响自身权益的纵向认知,包括员工绩效、安全和关爱程度等。若员工感知到数字化战略实施可以改进自身权益,则积极的数字化个人认知能够强化员工组织承诺,激发其创造性[31],从而提高组织创新能力和绩效。

企业数字化转型将员工置于数字化工作环境,要求员工具备一定的数字素养以更好地应用数字技术[27]。培育员工对数字化转型的正面认知有利于员工提升技术运用能力,为组织创造竞争优势[32]。员工数字化个人认知能够体现数字化转型实施后员工对自身权益变化的认知。一方面,如果数字化转型可以优化员工数字化个人认知,则员工对数字转型的接受程度提升,进而有利于员工主动应用数字技术创新工作惯例,形成组织创新能力并提升企业创新绩效。另一方面,如果数字化转型未能改善员工数字化个人认知,反而迫使其增加劳动投入,同时薪资或福利未得到相应提升,则会挫伤员工工作与创新积极性,最终不利于发挥数字化转型的创新驱动效应。为此,本文提出如下假设:

H2:员工数字化个人认知在数字化转型与创新绩效的U型关系间发挥中介作用。

1.3 员工数字化组织认知的调节效应

员工数字化组织认知是指员工关于“与其它组织相比,我参与的数字化转型能否提升组织绩效与社会声誉”的横向认知。在数字转型过程中,员工会有意或无意地将本企业整体效益与其它企业进行横向比较,形成“数字转型是否对组织有利”的对比性认知,即员工数字化组织认知。依据社会认同理论[33-34]和自我效能理论[35],员工数字化组织认知越正面,对亲历的组织数字化转型认可程度越高,自我效能感越显著。自我效能感较强的员工更易主动进行创新,从而增加创新产出。

在企业执行数字化转型战略后,员工不仅会对自身权益进行心理计量,而且能够感知数字技术应用是否提高组织绩效和社会声誉。与强调技术应用预期成本的感知易用性(perceived ease of use)和重视技术促进个人绩效提升的感知有用性(perceived usefulness)[16-17]不同,员工数字化组织认知反映的是员工对数字化转型能否提升组织整体效益的对比性认知。社会认同理论指出[33-34],员工经过类化、认同和比较3个过程建立对组织的认同。当数字化组织认知更为积极时,员工倾向于认同数字化转型,并将个人归为数字化组织的一部分。上述数字化认同不仅能够帮助员工积极满足组织期望和要求,而且有利于激发员工自我效能与创新意愿,从而强化数字化转型的创新驱动作用。当数字化组织认知较为消极时,员工不易认同数字化转型战略,无法融入甚至抵触其所在组织,因而导致在企业内部出现抑制数字化转型的力量,阻碍数字化创新进程。为此,本文提出以下假设:

H3:员工数字化组织认知调节数字化转型与创新绩效间的U型关系。

H3a:员工数字化组织认知改变U型关系的斜率;

H3b:员工数字化组织认知调整U型关系的拐点位置。

综上所述,本文通过整合IT能力、社会认知和社会认同理论,构建员工数字认知视角下数字化转型驱动创新路径(见图1)。

图1 员工数字认知视角下数字化创新路径

Fig.1 Digital innovation path from the perspective of employees' digital cognition

按照上述路径,在企业数字化转型实践中,数字化个人认知和组织认知能够激发员工创新意愿及行为,由此形成的正向激励成为组织创新能力的重要部分。但正向激励可能无法提升甚至抑制员工创造力(马君,闫嘉妮,2020),导致创新绩效不升反降,使组织陷于数字化转型阵痛期。

2 研究设计

2.1 数据来源与处理

为探究中国上市公司是否存在数字化转型阵痛期及应对之策,本文以2011—2020年中国A股上市公司为研究对象,实证分析企业数字化转型对创新绩效的影响机制。鉴于部分企业上市状态与行业特征不符合研究要求,本文对总样本进行以下处理:剔除ST、PT和*ST企业样本;剔除金融行业公司样本;剔除变量数据严重缺失样本。经过筛选,获得1 403家上市公司共8 785个非平衡面板数据。

企业数字化转型、创新绩效和相关财务数据来自国泰安数据库(CSMAR),对于部分数据缺失的企业样本,本文借助Wind数据库与中国研究数据服务平台(CNRDS)补齐。以企业员工责任对员工数字化个人认知进行衡量,相关数据来自和讯网上市公司社会责任报告专业测评体系中的员工责任评分;使用企业网络正面新闻数量对员工数字化组织认知进行测度,相关数据来自CNRDS;地区层面数据来自中国城市统计年鉴。为降低异常值的影响,本文对连续变量进行双边1%缩尾处理。

2.2 变量说明

本文被解释变量为企业创新绩效,可从两个角度衡量:第一,创新投入角度,采用企业研发投入衡量;第二,创新产出角度,采用企业专利申请数测量[36]。为了研究数字化转型对创新水平的影响,基于创新产出角度对创新绩效进行测量更加合理。因此,本文以企业专利申请总数加1的自然对数(lnpatent)作为企业创新绩效的代理变量,并使用企业发明专利申请数加1的自然对数(lninvention)进行稳健性检验。

本文核心解释变量为企业数字化转型。数字化转型是指企业进行数字化投入以运用数字技术重塑企业活动的过程。本文基于数字化投入角度[22],采用企业财报附注中无形资产明细里与数字化有关的项目资产总额的自然对数对数字化转型(lndigital)进行测量。具体地,手动搜集企业无形资产中的数字化项目,包括HCCPR生产技术、人力资源测评系统、I-DRP(ERP)管理软件、SageCRM客户关系管理系统等生产、人力资源、客户管理方面,再将企业数字化项目资产进行汇总,即数字化项目资产总额,对于不存在数字化项目的企业记为0。上述衡量方式具有以下优点:①以数字化项目资产总额表示数字技术应用程度,能够体现数字化转型强度;②不同企业数字化方向与方式存在异质性,侧重投入的数字化项目也有所差别,汇总数字化项目投入总额有利于从不同项目中抽象出企业数字化转型总体力度。

本文中介变量为员工数字化个人认知,采用企业员工责任衡量。企业员工责任是指企业满足员工各层次需求的主动行为,是员工直接感知到的企业对内部利益相关者的社会责任[37]。企业员工责任履行越积极,员工对自身权益的认知越积极。因此,本文选取企业员工责任作为员工数字化个人认知的代理变量。自2010年开始,和讯网上市公司社会责任报告专业测评体系对我国上市企业社会责任进行专业评级,从股东责任、员工责任、环境责任、社会责任以及供应商、客户和消费者权益责任5个方面进行评价,数据质量较好。其中,员工责任包括绩效(职工人均收入、员工培训)、安全(安全检查、安全培训)和关爱员工(慰问意识、慰问人、慰问金),故使用和讯网上市公司社会责任报告专业测评体系中的员工责任评分衡量员工数字化个人认知(cer)。测评体系数据来源于上市公司官网发布的年报和社会责任报告。

本文调节变量为员工数字化组织认知,采用网络正面原创新闻数量衡量。数字经济发展使企业和员工与组织外部联系更加紧密,涉及企业的网络新闻能够在一定程度上体现该企业经营状况和社会认可程度。当员工通过网络与其他个人和组织建立联系时,会受所接触信息的影响。如果员工获取正面信息较多,则更易形成正面组织认知,进而强化创新意愿和行为,反之亦然。由此,网络信息不仅能够反映企业绩效和声誉,而且会影响员工认知、归属感、创新意愿和创造行为,进而影响组织创新能力,改变企业创新水平。因此,本文使用员工所接触的企业网络正面新闻衡量数字化组织认知(lnedp),数据来自CNRDS网络财经新闻库中的正面原创新闻数量。值得注意的是,本文选取的企业网络新闻与公共或企业社交媒介不同,公共社交媒介(public social media)侧重于员工与组织外部(供应商、客户等)的互动,企业社交媒介(enterprise social media)能够为组织内员工社会协作和信息交流提供平台,而企业网络新闻是员工作为独立、自由的个体在日常网络互动中所能获得的信息,与员工私人社交媒介接近[38],而不限于工作场所。在信息获取过程中,员工能够基于本组织与其它企业网络新闻形成对比性认知,进而塑造员工对数字化转型能否改进企业整体绩效的组织认知。

本文从企业、行业和地区3个层面[36]选取控制变量。企业层面包括企业规模、企业年龄、资产收益率、资产负债率、现金流、企业成长性、机构持股比例和产权性质。行业层面的控制变量为行业竞争,采用行业赫芬达尔指数衡量,该指数利用单个公司总资产计算其所占行业市场份额。地区层面为地区经济发展和产业结构。

各变量说明与描述性统计结果如表1所示。对于企业创新绩效,专利申请总数均值为4.275,样本期内中国上市企业平均专利申请数量为71.880,发明专利申请数均值为2.574,平均发明专利申请数为13.118。企业数字化转型投入总额均值为12.173,平均数字化项目资产额为19.349万元,标准差为6.772,表明企业间数字化转型程度存在显著差异。员工数字化个人认知均值为2.506,标准差为3.022,表明不同企业员工数字化个人认知具有较为明显的变化。员工数字化组织认知均值为3.370,标准差为0.879,说明企业间员工组织认知差距较小。其它控制变量结果与以往研究基本一致[15,36]。此外,各解释变量的VIF值均小于10,最大为2.00(资产负债率),均值为1.40,故不存在严重多重共线性问题。

表1 变量说明与描述性统计结果

Tab.1 Variable specification and descriptive statistics

变量类型变量名称指标符号平均值标准差最小值最大值被解释变量企业创新绩效企业专利申请总数lnpatent4.2751.7600.0008.807企业发明专利申请数lninvention2.5741.8340.00010.37核心解释变量数字化转型数字化项目资产总额lndigital12.1736.7720.00020.12中介变量员工数字化个人认知和讯网上市公司社会责任报告专业测评体系中员工责任评分cer2.5063.0220.00015.000调节变量员工数字化组织认知网络正面原创新闻数量lnedp3.3700.8790.0007.494企业层面CV企业规模总资产的对数lnsize22.2391.26820.04326.250企业年龄成立年限age16.5685.7274.00030.000资产收益率净利润/总资产×100%shouyilv0.0370.054-0.1840.183资产负债率总负债/总资产×100%leverage0.4040.1980.0460.847现金资产率现金资产/流动资产×100%cashflow0.1660.1320.0150.648企业成长性年度营业收入增长率×100%firmgrowth0.1310.324-0.4261.923机构持股机构持股比例×100%jigou0.3810.2330.0001.515产权性质国有取1否则为0soe0.1460.3530.0001.000行业层面CV行业竞争HHI指数hhi0.1370.1320.0120.820地区层面CV地区经济发展地区生产总值lngdp8.8561.0515.32810.564产业结构第三产业占GDP比重industry51.81116.95510.20083.870

2.3 模型设定

本文探究数字化转型与企业创新绩效间的线性关系,采用线性回归模型进行分析[20-21]。为了检验数字化转型与企业创新绩效的非线性关系,验证是否存在数字化转型阵痛期,参考已有研究成果[8,39],本文在线性回归模型的基础上引入数字化转型的平方项,构建以下基准模型,如式(1)所示。

(1)

其中,lnpatentit表示第i个企业在t年的创新绩效水平,lndigitalit代表企业数字化转型,为数字化转型的平方项,controls代表控制变量,FirmiYeart为企业与年份固定效应,εit为误差项。

3 实证结果与分析

3.1 基准回归结果

基准模型回归结果如表2所示。豪斯曼检验结果显示,固定效应模型更为合适,故选用企业和年份的双固定效应模型。未加入控制变量的检验结果见表2第(1)列,结果显示,数字化转型回归系数显著为负(β=-0.052,p<0.01),其平方项显著为正(β=0.003,p<0.01),表明数字化转型与企业创新绩效存在先下降后上升的U型关系。企业实施数字化转型后并未直接促进组织创新绩效提升,反而给企业创新造成不利影响。在积累一定的数字化转型经验后,数字技术投入对企业创新绩效具有显著正向影响,即数字化转型存在阵痛期,阵痛期后数字化转型的创新驱动效应显现,H1得到验证。表2第(2)—(4)列依次加入企业层面、行业层面和地区层面的控制变量,数字化转型系数及其平方项与第(1)列一致,再次验证H1,说明本文回归结果具有稳健性。

表2 基准模型回归结果

Tab.2 Results of benchmark regression model

变量lnpatentlnpatentlnpatentlnpatent(1)(2)(3)(4)lndigital-0.052∗∗∗(-3.06)-0.046∗∗∗(-2.61)-0.046∗∗∗(-2.61)-0.046∗∗∗(-2.60)lndigital20.003∗∗∗(2.90)0.003∗∗(2.41)0.003∗∗(2.41)0.003∗∗(2.38)lnsize0.107∗∗(2.25)0.107∗∗(2.25)0.100∗∗(2.11)age0.031(0.64)0.031(0.64)0.034(0.71)shouyilv0.336(0.84)0.336(0.84)0.333(0.84)leverage-0.466∗∗(-2.49 )-0.466∗∗(-2.49)-0.472∗∗(-2.52)cashflow0.333∗(1.82)0.334∗(1.83)0.356∗(1.94)firmgrowth0.011(0.22)0.012(0.22)0.016(0.30)jigou0.028(0.23)0.028(0.23)0.021(0.18)soe0.055(0.90)0.055(0.90)0.056(0.92)hhi-0.033(-0.17)-0.014(-0.07)lngdp0.374∗∗∗(2.84)industry-0.001(-0.75)_cons1.972∗∗∗(30.50)-0.675(-0.59)-0.669(-0.58)-3.665∗∗(-2.33)firm-fixedYesYesYesYesyear-fixedYesYesYesYesHausman test417.43∗∗∗502.54∗∗∗283.76∗∗∗256.44∗∗∗F100.05∗∗∗59.34∗∗∗56.37∗∗∗51.68∗∗∗R20.1300.1330.1330.134N8 7858 7858 7858 785

注:*** p <0.01,** p <0.05,* p <0.1;括号内为t值,下同

也有学者发现,数字化转型与创新绩效呈倒U型关系[24],与本文结论不一致,原因可能在于:第一,样本选择存在差异。Karhade&Dong[24]以欧洲发达经济体企业为研究对象发现,员工数字素养较好,其适应能力与创新能力较强,因而在落实数字化转型战略后,企业员工在受到激励后会强化自身创新意愿,从而提升企业创新绩效。但随着投入增加,其激励作用下降,员工创新意愿减弱,可能对创新绩效产生不利影响。我国人力资本水平虽已得到较大提升,但员工整体数字素养和创新能力有待提高。在数字化转型初期,部分员工可能难以适应数字技术大规模应用,甚至抵触数字化转型工作。由此,无法充分发挥新技术的创新驱动作用,导致组织处于数字化转型阵痛期。第二,数据结构有区别。余菲菲等(2022)通过问卷调查得到多家数字化企业横截面数据,本文则基于中国上千家上市公司面板数据,采用双固定效应模型进行回归分析。

3.2 稳健性检验

3.2.1 基于变量替换的稳健性检验

与专利申请总数相比,发明专利申请数更能体现企业创新水平和质量。因此,本文将被解释变量更换为企业发明专利申请数,再次检验数字化转型与创新绩效的关系,结果见表3。在加入控制变量后,数字化转型一次项显著为负,数字化转型平方项显著为正,故数字化转型对创新绩效的影响呈U型。上述结果再次验证了H1,表明基准回归结果具有较强的稳健性。

表3 稳健性检验结果(更换变量)

Tab.3 Robustness test results(variable substitution)

变量lninventionlninventionlninventionlninvention(1)(2)(3)(4)lndigital-0.078∗∗∗(-6.52)-0.027∗∗(-2.18)-0.028∗∗(-2.21)-0.022∗(-1.79)lndigital20.005∗∗∗(6.97)0.002∗∗(2.13)0.002∗∗(2.17)0.001∗(1.71)企业层面CVYesYesYes行业层面CVYesYes地区层面CVYes_cons 3.341∗∗∗(54.93)-4.079∗∗∗(-7.15)-4.050∗∗∗(-7.10)-5.358∗∗∗(-8.46)firm-fixedYesYesYesYesyear-fixedYesYesYesYesHausman test34.82∗∗∗17.09∗∗∗42.96∗∗∗62.54∗∗∗F75.87∗∗∗92.01∗∗∗87.41∗∗∗79.64∗∗∗R20.1800.1920.1910.189N8 7858 7858 7858 785

3.2.2 基于样本调整的稳健性检验

不同样本数据会导致回归结果发生变化,本文通过调整已有样本进一步验证H1。第一,本文研究数据中存在数字化项目资产总额为0的情况,可能导致回归结果出现偏误。为此,基于数字化转型非0的企业样本对专利申请总数和发明专利数进行回归,结果见表4列(1)(2)。数字化转型平方项系数显著为正(β=0.012,p<0.01;β=0.015,p<0.01),且一次项和平方项系数的绝对值均大于基准回归结果。上述结果验证了数字化转型与创新绩效间的U型关系,表明基于数字化转型为0的样本进行检验可能会导致数字化转型对企业创新绩效的平均效应降低。第二,企业发明专利难度较高,存在左截断特征,可能影响回归结果的稳健性。由此,本文剔除发明专利为0的样本后进行回归,结果见表4列(3)。数字化转型及其平方项均在1%水平上显著(β=-0.037,β=0.003),说明企业数字化变革在初期不利于组织创新绩效提升,但经过低谷期后对企业创新绩效具有正向影响。

表4 稳健性检验结果(样本调整)

Tab.4 Robustness test results(sample adjustment)

lnpatentlninventionlninvention变量(1)(2)(3)lndigital-0.181∗(-1.70)-0.397∗∗∗(-2.97)-0.037∗∗∗(-3.00)lndigital 20.012∗∗∗(3.23)0.015∗∗∗(3.26)0.003∗∗∗(3.14)企业层面CVYesYesYes行业层面CVYesYesYes地区层面CVYesYesYes_cons4.395∗∗∗(5.48)-0.638(-0.29)2.449∗∗∗(2.70)firm-fixedYesYesYesyear-fixedYesYesYesHausman test65.32∗∗∗147.02∗∗∗185.54∗∗∗F55.47∗∗∗34.97∗∗∗85.75∗∗∗R20.1740.1230.198N6 8176 8177 139

3.2.3 基于U型关系的稳健性检验

本文利用Utest检验进一步验证数字化转型与创新绩效间的U型关系[39]。检验结果显示,基准模型总体检验t值为2.19(p<0.05),即拒绝原假设,表明存在U型关系,与基准回归结果一致。为了揭示企业经历数字化转型阵痛期的过程,剔除数字化转型为0的样本后对专利申请总数进行Utest检验,结果如表5所示。由此可知:第一,极值点为13.502,即拐点值为73.08万元。当数字化投入额少于73万元时,数字化转型难以促进创新绩效提升,组织处于转型阵痛期;当数字化投入额超过73万元时,数字化转型开始发挥创新驱动作用。第二,斜率先为-0.165,后转正为0.195,曲线变陡。可见,阵痛期后,数字化转型能够以较快速度提升企业创新绩效,转型收益较为显著。

表5 稳健性检验结果(U型关系)

Tab.5 Robustness test results(U-shaped relationship)

lnpatentLower boundUpper boundinterval7.90820.121slope -0.1650.195t-value -2.5643.576p> |t|0.0050.000extreme point13.502

3.3 内生性检验

选择多层次控制变量和使用固定效应模型能够在一定程度上缓解内生性问题。为了提升估计结果的可靠性,本文进一步使用工具变量法处理模型可能存在的内生性问题。基于已有研究成果,本文采用互联网普及率作为企业数字化转型的工具变量。一方面,全国或省级层面互联网普及率不会直接影响企业专利申请数量,满足外生性假设;另一方面,企业所在地区互联网使用人数越多,该地区消费者对数字技术的接受程度和要求越高,因而可为企业数字化转型提供良好的市场环境,满足相关性假设。

当工具变量个数大于内生变量个数时,过度识别检验可用以检验工具变量是否符合外生性假设。为此,本文选取全国和省级层面互联网普及率作为工具变量。采用年均增速法对于个别缺失值进行补充,将数据缺失严重省市样本予以剔除,同时控制所有控制变量与固定效应。当过度识别时,GMM估计更加有效,估计结果如表6所示。结果显示,Anderson LM统计量在5%水平上显著拒绝识别不足的原假设。第一阶段回归的F检验结果显著大于10,SW-F检验结果显著拒绝原假设,说明不存在弱工具变量问题。Sargan统计量为3.365(p>0.1),未拒绝原假设,验证了工具变量的外生性,即所选工具变量是有效的。第二阶段回归结果表明,数字化转型系数为-1.001(p<0.05),其平方项系数为0.045(p<0.05),与基准回归结果一致。因此,在控制内生性问题后,H1依然成立。

表6 两阶段GMM估计结果

Tab.6 Estimation results of two-stage GMM

变量第一阶段回归(1)lndigital(2)lndigital2第二阶段回归(3)lnpatentlndigital -1.001∗∗(-2.16)lndigital20.045∗∗(2.13)省级互联网普及率-0.004(-0.12)-0.191(-0.27)省级互联网普及率20.002(-0.91)-0.006(-0.85)全国互联网普及率-1.605∗∗∗(-9.67)-24.311∗∗∗(-9.12)全国互联网普及率20.016∗∗∗(12.67)0.243∗∗∗(12.22)F test57.79∗∗∗55.52∗∗∗Sanderson-Windmeijer F test4.27∗∗4.18∗∗Anderson LM9.824∗∗Sargan statistic 3.365N8 4678 4678 467

4 进一步分析

上文验证了数字化转型与创新绩效间的U型关系,表明中国上市企业在数字化转型过程中存在阵痛期,但U型关系运行的“黑箱”仍未打开。由此,下文进一步分析员工数字化个人认知与组织认知在数字化转型驱动创新过程中的作用。

4.1 员工数字化个人认知对U型关系的中介效应

传统层次回归法不适用于检验非线性关系的中介效应[40]。为了验证员工数字化个人认知的中介效应及其在U型关系下降和上升阶段的不同之处,在基准回归模型的基础上,依据极值点将U型关系分为拐点左段和右段两部分,采用Bootstrap法分别检验员工数字化个人认知在左右两段的中介效应。

在拐点左侧,采用Bootstrap法循环1 000次,结果见表7。由表7可知,数字化转型对企业创新绩效的影响显著为负(β=-0.069,p<0.01),员工数字化个人认知的中介效应为正但不显著(β=0.009),总效应显著为负(β=-0.060,p<0.01)。在该阶段,员工数字化个人认知的系数虽为正,但未达到统计意义上的显著水平,总效应方向仍为负。在拐点左段,数字化转型不仅未能提升创新绩效,而且可能阻碍组织创新。原因可能在于:第一,在数字化转型初期,数字化投入较大,获得收益需要时间,员工对数字技术的接受和使用存在适应过程,因而导致数字化转型未能促进企业创新绩效提升。第二,组织虽重视数字技术引进,却未能落实对员工的数字化激励,即企业数字化投入对员工权益的改善作用有限,数字化转型战略未能得到员工认可,导致员工数字化个人认知水平较低。当数字化个人认知水平较低时,员工创新意愿较低,难以主动实施创造行为,最终导致员工数字化个人认知对企业创新绩效的促进作用有限。

表7 员工数字化个人认知的中介效应检验结果

Tab.7 Mediating effect test results of employees' personal digital cognition

位置效应系数标准误z值p值LLCIULCI拐点左侧直接效应-0.0690.079-10.8700.000-0.110-0.012间接效应0.0090.0100.9000.370-0.0110.029总效应-0.0600.078-4.7700.000-0.212-0.093拐点右侧直接效应0.2840.01125.7700.0000.2630.306间接效应0.0050.0023.0200.002 0.0020.009总效应0.2890.01126.4200.0000.2680.311

在拐点右侧,同样采取Bootstrap法循环1 000次,以检验员工数字化个人认知是否在数字转型与创新绩效间发挥中介作用,结果如表7所示。数字化转型能够显著改进组织创新绩效(β=0.284,p<0.01),员工数字化个人认知的中介效应显著为正(β=0.005,p<0.01)。上述结果表明,在转型阵痛期后,数字化转型能够改善员工数字化个人认知,激励员工创新意愿与创新行为,从而提高企业创新绩效。由此,员工数字化个人认知在数字化转型对创新绩效影响过程中发挥部分中介作用。

综上,在拐点左侧,数字化转型难以通过改善员工数字化个人认知提升企业创新绩效;在拐点右侧,数字化转型通过改善数字化个人认知对企业创新产生正向影响。因此,员工数字化个人认知在数字化转型与创新绩效的U型关系间发挥部分中介作用,H2通过检验。上述结果表明,企业能够通过数字化转型改善员工工作环境与绩效,进而提升员工数字化个人认知水平,最终实现组织数字化创新。

4.2 员工数字化组织认知对U型关系的调节效应

为了检验员工数字化组织认知的调节作用,参考已有研究成果[42],构建以下模型:

(2)

其中,lnedpit为员工数字化组织认知,其余变量与基准回归模型相同。对核心解释变量和调节变量进行中心化处理后,回归结果见表8。此外,U型关系的调节效应主要包括改变斜率绝对值大小和调整拐点位置[41]

表8 员工数字化组织认知的调节效应检验结果

Tab.8 Moderating effect test results of employees' organizational digital cognition

lnpatentlnpatentlnpatentlnpatent变量(1)(2)(3)(4)lndigital-0.057∗∗∗(-3.30)-0.050∗∗∗(-2.85)-0.051∗∗∗(-2.85)-0.051∗∗∗(-2.83)lndigital20.003∗∗∗(3.14)0.002∗∗∗(2.65)0.003∗∗∗(2.65)0.003∗∗∗(2.63)lnedp-0.012(-0.41)-0.029(-0.95)-0.029(-0.96)-0.027(-0.89)lndigital×lnedp-0.015∗∗∗(-3.23)-0.013∗∗(-2.32)-0.014∗∗(-2.31)-0.013∗∗(-2.29)lndigital2×lnedp0.002∗∗∗(2.86)0.001∗∗(2.18)0.001∗∗(2.18)0.001∗∗(2.32)企业层面CVYesYesYes行业层面CVYesYes地区层面CVYes_cons2.013∗∗∗(17.59 )-3.038∗∗∗(-3.46)-3.021∗∗∗(-3.44)-3.530∗∗(-2.24)firm-fixedYesYesYesYesyear-fixedYesYesYesYesHausman test740.90∗∗∗239.11∗∗∗90.13∗∗∗103.31∗∗∗F78.79∗∗∗51.38∗∗∗76.23∗∗∗45.59∗∗∗R20.1300.1330.1930.134N8 7858 7858 7858 785

对于斜率的改变,需要检验系数β5是否显著。若该系数为正,则U型关系曲线变陡,即斜率绝对值变大,反之亦然。由表8列(1)—(4)可知,β5均显著为正,说明员工数字化组织认知能够促使U型关系曲线变得陡峭,即员工数字化组织认知水平提升能够强化数字化转型与创新绩效间的U型关系,H3a得到验证。这意味着组织认知能够强化数字化转型对企业创新绩效的影响。具体地,在拐点左侧,积极的员工数字化组织认知能够促使企业绩效加速降至拐点处;在拐点右侧,正面的数字化组织认知能够强化数字化转型对企业创新绩效的提升作用,即相同的数字化转型投入能够带来更高的创新绩效。

对于拐点的调整,对式(2)中的数字化转型求一阶偏导,令其等于零得到U型关系曲线拐点表达式,具体见式(3)。

(3)

由式(3)可知,拐点受员工数字化组织认知的影响,再对式(3)中数字化组织认知求偏导,得到式(4)。

(4)

根据式(4),当β1β52β4大于零时,U型曲线拐点会向右移动,反之则左移。计算可知β1β52β4小于零,即员工数字化组织认知能够促使拐点左移,H3b得到验证。上述结果表明,员工数字化组织认知水平提升能够帮助企业提前到达阵痛期拐点,提升数字化转型驱动创新的时效性,说明员工数字化组织认知水平提升有利于降低企业数字化转型时间成本,从而发挥数字技术对企业创新绩效的提升作用。在VUCA市场环境中,这无疑能够增强企业核心竞争力,为企业及时开发新产品、增加新业务和创造新服务提供时间优势与技术支持。

综上所述,员工数字化组织认知调节数字化转型与创新绩效间的U型关系,能够促使U型曲线变陡及拐点左移。由此,H3得到验证。

5 结语

5.1 研究结论

为了帮助我国企业应对数字化转型过程中可能出现的阵痛期,本文整合IT能力、社会认知和社会认同理论,提出员工数字化个人认知和组织认知的数字化创新理论路径,并基于员工数字认知视角剖析企业数字化转型与创新绩效间的U型关系,得到以下主要结论:

(1)我国上市公司在数字化转型过程中可能经历转型阵痛期。但在熬过阵痛期后,数字化转型的创新驱动效应显现,可为组织创新发展提供动力。

(2)员工数字化个人认知在数字化转型与创新绩效的U型关系间发挥部分中介作用,改善员工数字化个人认知有利于加快企业数字创新进程,从而实现数字化转型战略目标。

(3)员工数字化组织认知能够调节数字化转型与创新绩效的U型关系。一方面,员工数字化组织认知能够促使U型关系曲线变得陡峭,即强化数字化转型对创新绩效的影响;另一方面,员工数字化组织认知可促使曲线拐点左移,即帮助企业快速度过数字化转型阵痛期。

5.2 理论贡献

(1)基于IT能力、社会认知与社会认同理论,本文将员工数字认知划分为员工数字化个人认知和组织认知,探究员工认知在企业数字化转型过程中的重要作用,剖析员工数字认知视角下企业数字化创新路径,将员工数字认知纳入数字化创新分析框架,不仅将员工技术采纳理论应用范围[17,19]拓展至企业数字化转型研究领域,而且丰富了数字化创新相关理论[12]

(2)基于我国上市公司面板数据实证检验数字化转型与企业创新绩效间的U型关系,证实了我国企业在数字化转型过程中存在阵痛期。现有数字化创新研究表明,企业在数字化变革过程中存在转型悖论,即数字化转型与企业创新绩效存在倒U型关系或无显著正向相关性[25-26],鲜有文献对我国数字化转型过程中的U型关系进行实证分析。本文则以我国上市公司为研究对象,证实了U型关系的存在,丰富了数字化转型相关理论与实证研究。

(3)揭示了员工数字化个人认知在数字化转型与创新绩效间的中介作用,以及员工数字化组织认知对数字化转型与创新绩效关系的调节效应,有助于企业明确数字化转型重点方向,平稳度过转型阵痛期。本研究表明,员工数字化个人认知改善有利于强化数字技术对企业创新的促进作用,这与以往强调员工参与在数字技术应用中重要地位的研究一致[16]。但现有文献鲜少关注员工对数字化转型的组织认知,本文从员工可能接触的企业网络正面新闻入手测度数字化组织认知,证实员工数字化组织认知改善有助于加快企业数字化创新进程,从而深化了对员工认知的理论认识。

5.3 管理启示

(1)虽然数字化转型可能无法“短平快”地提升企业创新绩效,甚至可能导致企业经历绩效下降的低谷期,但从长期看,数字化转型有利于企业创新和可持续发展,是企业必须重视的战略性布局。由此,企业应从基础设施、信息系统、业务优化和顾客管理等维度发力,通过数字化转型赋能商业模式变革、业务流程优化和顾客价值创造,进而为自身平稳度过阵痛期,发挥数字技术的创新驱动作用奠定坚实的基础。

(2)企业在数字化转型过程中,除重视用户体验外,也要关注员工对数字化转型的个人认知。员工对数字化转型战略的认可是企业实现数字化创新的关键,而员工对数字化转型的接受意愿需要经过时间强化。为此,应发挥数字技术对员工权益的保护作用,营造良好的数字化创新氛围,促使员工积极主动地运用数字技术提升自身创新能力,从而提高企业创新绩效。

(3)企业需要注重员工数字化组织认知,采用数字化方式提升员工对企业数字化转型战略的认可程度。由此,企业应引导员工关注企业正面新闻报道,提升自身影响力。组织内部员工认同既可以帮助企业留住数字化人才,也有利于吸引外部人才,进而为企业数字化创新提供支撑,帮助企业尽快度过数字化转型阵痛期。

5.4 不足与展望

本文存在以下不足:首先,本研究基于组织层面衡量企业数字化转型以及员工数字化个人认知和组织认知,未来可以从个体或团队层面选取相关变量,进一步探究企业数字化创新路径。其次,本研究虽从整体上测度企业数字化转型,但对于数字化转型各子项目的作用尚未探讨。不同类型数字技术对企业创新绩效的影响不同,未来可探究AI、大数据、区块链等数字技术应用对员工数字认知和组织绩效的影响。最后,本研究重点分析了企业可能经历的数字化转型阵痛期,然而除企业数字化转型与创新绩效存在U型关系外,还可能存在其它倒U型关系。为此,未来可以采用门限回归模型或加入立方项等方法进一步分析数字化转型与创新绩效的内在关联。

参考文献:

[1] NAMBISAN S,WRIGHT M,FELDMAN M.The digital transformation of innovation and entrepreneurship:progress,challenges and key themes[J].Research Policy,2019,48(8):1037731-1037739.

[2] 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.

[3] LUSCH R F,NAMBISAN S.Service innovation:a service-dominant logic perspective[J].MIS Quarterly,2015,39(1):155-175.

[4] BOGERS M,CHESBROUGH H,MOEDAS C.Open innovation:research,practices,and policies[J].California Management Review,2018,60(2):5-16.

[5] YANG C,HUANG Q,LI Z,et al.Big data and cloud computing:innovation opportunities and challenges[J].International Journal of Digital Earth,2017,10(1):13-53.

[6] MIKALEF P,GUPTA M.Artificial intelligence capability:conceptualization,measurement calibration,and empirical study on its impact on organizational creativity and firm performance[J].Information&Management,2021,58(1):1034341-10343420.

[7] 刘淑春,闫津臣,张思雪,等.企业管理数字化变革能提升投入产出效率吗[J].管理世界,2021,37(5):170-190.

[8] GEBAUER H,FLEISCH E,LAMPRECHT C,et al.Growth paths for overcoming the digitalization paradox[J].Business Horizons,2020,63(3):313-323.

[9] 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.

[10] VIAL G.Understanding digital transformation:a review and a research agenda[J].The Journal of Strategic Information Systems,2019,28(2):118-144.

[11] 闫俊周,姬婉莹,熊壮.数字创新研究综述与展望[J].科研管理,2021,42(4):11-20.

[12] 谢卫红,李忠顺,李秀敏,等.数字化创新研究的知识结构与拓展方向[J].经济管理,2020,42(12):184-202.

[13] HESS T,MATT C,BENLIAN A,et al.Options for formulating a digital transformation strategy[J].MIS Quarterly Executive,2016,15(2):123-139.

[14] COLBERT A,YEE N,GEORGE G.The digital workforce and the workplace of the future[J].Academy of Management Journal,2016,59(3):731-739.

[15] 王海花,杜梅.数字技术、员工参与与企业创新绩效[J].研究与发展管理,2021,33(1):138-148.

[16] DAVIS F D.Perceived usefulness,perceived ease of use,and user acceptance of information technology[J].MIS Quarterly,1989,13(3):319-340.

[17] PARK N,RHOADS M,HOU J,et al.Understanding the acceptance of teleconferencing systems among employees:an extension of the technology acceptance model[J].Computers in Human Behavior,2014,39:118-127.

[18] DELONE W H,MCLEAN E R.Information systems success:the quest for the dependent variable[J].Information Systems Research,1992,3(1):60-95.

[19] BHARADWAJ A S.A resource-based perspective on information technology capability and firm performance:an empirical investigation[J].MIS Quarterly,2000,24(1):169-196.

[20] 王才.数字化转型对企业创新绩效的作用机制研究[J].当代经济管理,2021,43(3):34-42.

[21] 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):61-72,254.

[22] 何帆,刘红霞.数字经济视角下实体企业数字化变革的业绩提升效应评估[J].改革,2019,32(4):137-148.

[23] LI M,JIA S.Resource orchestration for innovation:the dual role of information technology[J].Technology Analysis &Strategic Management,2018,30(10):1136-1147.

[24] KARHADE P P,DONG J Q.Information technology investment and commercialized innovation performance:dynamic adjustment costs and curvilinear impacts[J].MIS Quarterly,2021,45(3):1007-1024.

[25] 梁超,祝运海.美的智造:传统制造业的数字化转型[J].清华管理评论,2019,10(9):106-113.

[26] JONES T M.Instrumental stakeholder theory:a synthesis of ethics and economics[J].Academy of Management Review,1995,20(2):404-437.

[27] GARMANN-JOHNSEN N F,HELMERSEN M,EIKEBROKK T R.Employee-driven digitalization in healthcare:codesigning services that deliver[J].Health Policy and Technology,2020,9(2):247-254.

[28] MALIK N,TRIPATHI S N,KAR A K,et al.Impact of artificial intelligence on employees working in industry 4.0 led organizations[J].International Journal of Manpower,2021,43(2):334-354.

[29] KOHLI R,MELVILLE N P.Digital innovation:a review and synthesis[J].Information Systems Journal,2019,29(1):200-223.

[30] BANDURA A.Social cognitive theory:an agentic perspective[J].Annual Review of Psychology,2001,52(1):1-26.

[31] 黄俊,贾煜,秦颖,等.员工感知的企业员工责任会激发员工创新行为吗——工作满足和工作投入的中介作用[J].科技进步与对策,2016,33(22):116-121.

[32] KOZANOGLU D C,ABEDIN B.Understanding the role of employees in digital transformation:conceptualization of digital literacy of employees as a multi-dimensional organizational affordance[J].Journal of Enterprise Information Management,2020,34(6):1649-1672.

[33] TAJFEL H,TURNER J.An integrative theory of intergroup conflict[J].Social Psychology of Intergroup Relations,1979,33:94-109.

[34] ASHFORTH B E,MAEL F.Social identity theory and the organization[J].Academy of Management Review,1989,14(1):20-39.

[35] BANDURA A.Social foundations of thought and action:a social cognitive theory[M].Englewood Cliifs:Prentice Hall,1986.

[36] 冯根福,郑明波,温军,等.究竟哪些因素决定了中国企业的技术创新——基于九大中文经济学权威期刊和A股上市公司数据的再实证[J].中国工业经济,2021,38(1):17-35.

[37] EL A A,GOND J P,SWAEN V,et al.How do employees perceive corporate responsibility?development and validation of a multidimensional corporate stakeholder responsibility scale[J].Journal of Management,2018,44(2):619-657.

[38] 房国忠,张闯,陈佳颖.员工社交媒介使用研究述评[J].中国人力资源开发,2020,37(4):34-50,78.

[39] LIND J T,MEHLUM H.With or without U? the appropriate test for a U-shaped relationship[J].Oxford Bulletin of Economics and Statistics,2010,72(1):109-118.

[40] HAYES A F,PREACHER K J.Quantifying and testing indirect effects in simple mediation models when the constituent paths are nonlinear[J].Multivariate Behavioral Research,2010,45(4):627-660.

[41] HAANS R F J,PIETERS C,HE Z L.Thinking about U:theorizing and testing U-and inverted U-shaped relationships in strategy research[J].Strategic Management Journal,2016,37(7):1177-1195.

(责任编辑:张 悦)