
数字化转型是以人工智能、区块链、云计算等数字技术对企业战略、组织与商业模式的系统性重塑(Vial,2019),现已成为企业构建新竞争优势的核心战略。中国政府出台了一系列推动数字经济发展的政策制度,2023年的 《数字中国建设整体布局规划》提出了一个“2522”指导性发展框架。然而,数字化转型本质上是一场高不确定性、高成本的颠覆性变革,是典型的冒险性决策(陈元和贺小刚,2023)。作为战略决策的核心制定者(Baumol,1996),企业家对数字化转型的认知、态度与推动意愿,将直接决定企业能否有效启动并持续推进这一变革。因此,深入探究何种企业家禀赋更能驱动数字化转型,及其背后的认知机制,是理解企业数字化转型差异化的关键切入点。
在驱动企业变革的企业家群体中,海归企业家是一类独特而重要的研究对象。他们兼具本土根基与国际阅历,是全球化时代跨国人力资本流动的典型代表(Wright等,2008;Lin等,2019)。然而,现有研究多将他们视为先进知识与技术的知识载体 (Liu等,2010),据此认为他们会自然推动企业创新。这一视角无法解释既有研究中的矛盾发现,即部分研究表明海归促进了企业创新(Yuan和Wen,2018;Luo等,2017),而另一些研究则认为在缺乏本地资源的情境下,其海外经历可能成为一种 “诅咒” (Duan和Hou,2015)。比如Mao和Gong(2024)研究发现,当企业可通过政治参与或关系网络获取本地制度资源时,留学经历带来的创新优势被 “替代” 而不再显著了,这说明海归优势的发挥具有高度的情境依赖性。这些矛盾发现意味着单纯从知识角度理解海归存在局限,亟须从更深层面重新审视海归企业家的战略价值。
为突破上述局限,本文引入认知理论与印记理论,提出一个核心论点,即海归企业家的独特贡献不仅在于其知识储备,更在于海外异质性制度经历所塑造的认知重构能力。印记理论指出,个体在敏感期所嵌入的制度环境会对其认知与行为模式产生持久影响(Marquis和Tilcsik,2013)。当海归企业家从发达国家的高创新环境回归母国时,他们经历了认知冲突与图式调整的过程,内化了包括“包容失败”“接纳不确定性”及“主动探索”在内的多元认知印记(贺小刚等,2025)。Liu(2020)的案例研究为此提供了微观证据,认为,海归创业者倾向于因果化应对,即通过预测未来、制订计划和寻找最优解来管理风险,而本土创业者更倾向于效果化应对以控制可控资源、利用手边资源,并与利益相关者共同创造价值。这种以分析性、计划性思维应对不确定性的方式,与效果化、即兴式的应对逻辑形成对照;依照认知理论和印记理论的逻辑,嵌入高创新制度环境的海外经历所引发的认知冲突与图式调整,可能进一步延伸为对不确定性的更好接纳和对失败的更大容忍(贺小刚等,2025),不过这一理论推导仍有待经验证据的直接检验。正是这种认知层面可能发生的转变,使其能够突破本土企业的认知锁定,更敏锐地识别数字化转型的战略机遇,更坚定地克服组织内部因路径依赖而产生的变革阻力。换言之,海归企业家实现了从“知识载体”到“认知转化者”的质的转变。这一视角弥补了Ployhart(2021)所批评的人力资本研究者忽视远端认知属性的缺陷,也为数字化转型驱动因素研究补充了企业家认知维度的理论解释。
上述逻辑在民营企业中体现得尤为突出,尤其是在占据我国民营企业主体地位的家族企业中体现得尤为突出。相比于国有企业享有政府隐性担保和资源倾斜,民营企业在资源禀赋和制度保护上存在先天劣势(窦炜等,2023),使得其对高风险战略决策的认知门槛更高。这意味着,对于民营企业而言,数字化转型一旦失败将付出高昂的试错成本。这使得民营企业家在面临高风险战略决策时,更倾向于比较保守的策略选择,即更习惯于依赖既有经验、回避不确定性的“认知锁定”状态。换言之,民营企业突破保守惯性、接纳不确定性的心理难度也更高。同时,既有针对家族企业的研究表明,家族企业深受社会情感财富考量的影响,家族控制(陈元等,2023)、代际传承(李思飞等,2023)等不同的治理模式对数字化转型产生了异质性的影响,甚至二代继任者在数字化转型过程中还倾向于采用“多言寡行”的策略性应对(许为宾和王雅娴,2025)。这些来自家族企业情境的证据提示表明,民营企业在数字化转型中不仅面临技术和资金层面的常规挑战,更深陷于“保守倾向”与“变革需求”之间的认知困境。能否突破既有的风险规避惯性,在短期稳定与长期变革之间找到平衡,构成了民营企业数字化转型的独特认知门槛。海归企业家所具备的认知重构能力,包括对不确定性的更高容忍度、对失败的更坦然态度,以及跨制度环境中形成的分析性思维(Liu和Almor,2016;Liu,2020),恰好为突破这一门槛提供了关键的认知资源。因此,以民营企业为情境探究海归企业家的认知重构能力如何驱动数字化转型,既具有重要的现实针对性,也构成了本文区别于既有研究的独特切入点。
基于上述理论逻辑,本文构建了海归企业家通过认知重构能力影响民营企业数字化转型的理论模型,并以中国民营上市公司为研究样本进行实证检验。研究发现:海归企业家有助于促进民营企业数字化转型战略的制定与落实,公司高管认知重构的宽度与深度都发挥了正向调节作用;并且,在市场化程度高、港口距离近、地区开放度高及外资持股占比高的情境下,海归企业家对数字化转型的促进效应更为显著。
本文的研究贡献主要体现在以下几个方面:第一,从企业家角度分析数字化转型,并且基于企业家认知理论构建了数字化转型的理论模型。迄今为止,很少有学者从这个视角构建数字化转型形成机制的理论框架。第二,知识基础观和社会资本理论仅关注海归“知道什么”和“认识谁”,而忽视了海归“如何思考”这一更为根本的认知层面。本文创新性地提出了海归企业家的印记特征主要体现为认知重构,认为认知重构能力是驱动数字化转型的重要因素。本研究为关于海归企业家战略价值的辩论提供了一个认知维度,扩大了以前学者发起的大讨论(Le 和 Kroll,2017;Luo,2021;Ployhart,2021)。第三,既有认知视角的研究虽然揭示了海归认知差异的现象,但尚未将其提炼为具有可操作性的理论构念并应用于数字化转型研究。本文基于认知理论分析了海归企业家对企业数字化转型的影响作用,还基于印记理论,从高管认知重构的宽度与深度探讨了其边界效应,这进一步丰富了海归企业家领域的研究成果。
二、文献回顾与研究假设 一. 文献回顾 1. 企业数字化转型的影响因素研究近年来,学者们对数字化转型的驱动因素进行了广泛探讨,主要形成了以下三个层面的研究成果。在外部环境层面,交通基础设施(毛宁等,2022)、财政科技支出(吴非等,2021a)、数字基础设施政策(王海等,2023)等政策性和制度性因素被证实对企业数字化转型具有重要的推动或制约作用。在组织层面,企业的功能使命(戚聿东等,2021)、数字化能力(侯光文和刘青青,2022)、产权属性(陈元和贺小刚,2023)等特征深刻影响着数字化转型的战略选择。在高管层面,高管团队的网络资源(宋晶和陈劲,2022)、海外经历与学术经历等特殊经历印记(张昆贤和陈晓蓉,2021)、高管团队异质性(汤萱等,2022)以及职业化管理(续继,2022)等为企业数字化转型提供了能力保障与动力机制。
就民营企业而言,其数字化转型面临着更为独特的困境与挑战。研究者主要围绕以下几个议题展开了探讨:第一,家族控制与数字化转型的关系研究。学者们主要是基于社会情感财富理论对此问题进行了比较深入的探讨(何轩等,2023),比如陈元等(2023)发现,家族控制会阻碍民营企业的数字化转型,这支持了“控制与风险规避”假说。第二,代际传承与数字化转型关系的研究,主要是认为代际传承显著抑制家族企业的数字化转型(李思飞等,2023),但也有学者认为二代继任者可能更倾向于采用“多言寡行”的策略来应对数字化转型趋势(许为宾和王雅娴,2025)。第三,治理要素与数字化转型的关系,比如CEO权力会影响到家族企业数字化转型(张翠子等,2023),亲缘利他行为则通过培育耐心资本和降低代理成本进而促进数字化转型(刘林青等,2025)。第四,外部制度环境的影响,比如亲清政商关系能够显著推动民营企业数字化转型(金鑫等,2025),营商环境优化则可能通过影响企业家思想认识、知识学习和创新行为,进而推动企业数字化转型(徐宁,2024)。
上述研究为理解企业数字化转型的驱动因素提供了重要基础,但很明显地它们对企业家认知的关注不足。数字化转型本质上是一种高风险、颠覆式的战略变革,其成功推进高度依赖于决策者能否突破既有认知框架、重新界定战略问题并构建新的战略逻辑。Eggers和Kaplan(2009)明确指出,管理认知是战略决策的重要影响因素,而管理者认知结构的差异是组织战略异质性的重要来源(Kaplan,2008)。尤其是在中国民营企业情境下,企业家个人的认知特质往往是决定企业战略走向的关键变量(张翠子等,2023)。因此,从企业家认知视角探究民营企业数字化转型的驱动因素,具有重要的理论价值和现实意义。
2. 海归企业家的研究回顾与理论演进海归企业家是指曾在海外学习或工作、后回国从事企业管理决策或创业活动的群体。他们兼具本土根基与国际阅历,是全球化时代跨国人力资本流动的典型代表(Wright等,2008;Lin等,2019)。围绕海归企业家的研究经历了一个从“知识载体”到“社会网络”再到“认知转化”的理论演进过程,这一演进脉络本身反映了学术界对海归战略价值理解的不断深化。第一,知识基础观视角下的海归研究。早期研究大多基于知识基础观(Grant,1996),将海归企业家视为先进技术知识、管理经验和国际网络的重要“知识载体”,进而探讨其对企业组织的影响作用。比如Liu等(2010)认为海归将发达国家积累的技术知识、管理经验和市场网络带回母国,显著提升了企业的创新能力和绩效表现。海归创业者通过知识转移还提升了企业的出口导向和出口绩效(Filatotchev等,2009)、改进了新产品开发(Bai等,2019)。然而,这一视角的局限也日渐显现,它无法解释为何不少研究发现海归的知识溢出与创新绩效之间关系模糊,甚至出现负向关系(Li等,2012;Duan和Hou,2017;Lin等,2018)。单纯从“知识”角度理解海归存在严重局限,因为知识储备本身并不必然转化为战略行动和绩效产出。
第二,社会资本理论视角下的海归研究。部分学者从社会资本理论出发,探讨海归企业家在东道国积累的社会网络如何转化为母国的竞争优势(Batjargal,2007;Pruthi,2014)。比如Lin等(2015)发现海归创业者在商业交易中更倾向于依赖正式机制(合同、规则、技术能力),而本土创业者更依赖非正式机制(关系、信任、人情)。社会资本视角弥补了知识基础观仅关注“知道什么”的不足,将研究拓展至海归“认识谁”的维度。然而,这一视角同样面临解释力不足的问题,比如Mao和Gong(2024)发现,当企业可通过政治参与或关系网络获取本地制度资源时,留学经历带来的创新优势被“替代”而不再显著了。这表明,社会网络本身也不是海归优势发挥的充分条件。
第三,认知视角的兴起。上述矛盾发现促使学者们开始反思传统理论视角的深层局限。Ployhart和Moliterno(2011)明确指出,人力资本不仅包括近端的工作知识和技能,还包含远端的认知能力、价值观等基础属性,这是在开展人力资本研究时所不能忽视的(Ployhart,2021)。理解企业竞争优势需要从微观认知基础入手(Barney和Felin,2013)。在上述理论反思的推动下,近年来已有学者开始关注海归的认知维度。海外经历对海归企业家的影响远不止知识获取,更深刻地体现在其认知模式的重塑上。比如有学者研究发现,海归CEO的战略变革动力源于其国际经验所塑造的认知图式,而非单纯的知识转移(Le和Kroll,2017)。这种认知差异具体表现为,海归创业者倾向于以分析性、因果化的思维来应对不确定性,而本土创业者则更习惯于以整体性、效果化的方式来化解不确定性(Liu和Almor,2016;Liu,2020)。Luo等(2021)提出的“沉浸—转移”两阶段模型进一步揭示了这一认知重塑的深层机制,即海归在海外“沉浸”阶段内化东道国制度观念,回国后在“转移”阶段将内化的观念转化为本土实践。Xia等(2025)的研究也从领导者认知背景的角度,证实了国际经验所形成的认知框架在调和组织内部冲突、释放创新潜力中的关键作用。上述研究共同指向一个核心理念,即海归企业家的独特价值根植于海外经历对其认知模式的深层重塑,而非仅仅是知识储备或网络资源的扩充。
上述研究表明,海归企业家的独特价值,不仅在于其知识储备或社会网络,更在于海外异质性制度经历对其认知模式的深层重塑。这种重塑使其在面对不确定性、风险和变革时,展现出与本土企业家不同的思维方式和决策逻辑。然而,尽管学界已开始关注海归的认知维度,但尚未有研究系统性地将这种认知重塑提炼为“认知重构能力”这一核心概念,并实证检验其对企业战略变革,尤其是数字化转型的影响。本文结合印记理论(Stinchcombe,1965;Marquis和Tilcsik,2013)和认知理论(Walsh,1995;Eggers和Kaplan,2009),将“认知重构能力”界定为个体在面对环境变化时,敢于突破既有认知图式的束缚,能够以新的视角重新界定问题结构,并据此构建新战略逻辑的能力。本文沿袭认知视角这一新兴研究脉络,将海归企业家重新界定为“认知转化者”,探究其认知重构能力如何驱动企业数字化转型这一高风险战略变革。
二. 假设提出 1. 海归企业家与民营企业数字化转型基于前文对海归企业家“认知重构能力”的界定,本文认为,在民营企业面临数字化转型“认知困境”的情境下,海归企业家所具备的认知重构能力将使其成为推动这一高风险战略变革的关键力量。具体而言,数字化转型并非单纯的技术采纳行为,而是一种涉及业务模式重塑、组织结构调整与资源配置重组的系统性战略变革(Vial,2019)。它的推进过程通常伴随高不确定性与路径依赖冲突,是典型的战略性变革决策(陈元和贺小刚,2023)。企业过往的经验会形成自我强化的路径依赖(Sydow等,2009),导致管理者的认知锁定,即决策者的战略思维被限制在既有技术范式和市场经验框架内,难以识别和把握颠覆性技术变革的机会(Tripsas和Gavetti,2000)。在此情境下,企业是否能够推进数字化转型,在很大程度上取决于高层决策者是否具备突破既有认知框架的能力。
管理认知理论为理解这一问题提供了新的视角。认知理论指出,管理者并非对外部环境做出客观的直接反应,而是通过其既有认知图式对环境信息进行筛选、解释与意义建构(Walsh,1995;Eggers和Kaplan,2009)。管理者的认知结构决定其如何界定战略问题、评估风险收益以及配置注意力资源(Ocasio,1997)。因此,组织战略差异在很大程度上源于管理者认知结构的差异(Kaplan,2008)。当管理者的认知图式能够容纳多元的知识视角和制度逻辑时,他们更可能识别和把握具有颠覆性的战略机遇,更有效地克服组织内部因惯性而产生的变革阻力。海归企业家的独特价值正体现于此。海外经历不仅是知识的积累,更是认知模式的深层重塑。比如Liu和Almor(2016)的研究发现海归创业者倾向于分析性思维,即他们将不确定性视为需要被分析、预测和解决的专业问题,使用战略工具进行预测与响应,他们也更倾向于因果化应对——通过预测未来、制订计划和寻找最优解来管理风险(Liu,2020)。这些发现提示,海外经历可能与个体认知风格和决策逻辑的系统性差异相关联。不过,组间差异本身尚不足以证明海外经历必然导致认知改变;更关键的是,从分析性、计划性思维到“接纳不确定性”“包容失败”的认知重构能力,中间还需经过“跨制度嵌入引发认知冲突—图式解构与调整—新图式内化”的理论推导。本文正是沿这一逻辑展开论证,并将其作为可供检验的理论命题。
海归在发达国家长期学习和工作过程中,深度嵌入于异质性的制度与文化环境之中。这种跨制度嵌入经历会触发认知冲突,即原有认知图式与新环境要求之间的不匹配,进而引发认知图式的解构、调整与重组(Le和Kroll,2017)。跨文化心理学研究表明,长期的跨文化经历有助于提升个体的认知复杂性与信息整合能力,使其更能够容纳多元价值观和逻辑,并重新界定问题情境(Tadmor和Tetlock,2006)。基于此,本文认为海归具备了一种认知重构能力,即在面对环境变化时,敢于突破既有认知图式的束缚,能够以新的视角重新界定问题结构,并据此构建新战略逻辑的能力。这种能力的形成源于跨制度嵌入所引发的认知冲突与图式调整过程,它体现为认知结构层面的根本性转变,而非具体知识的简单迁移。
不同于本土企业家,具有独特的认知重构能力的海归企业家在数字化转型的推进中具备以下独特优势。其一是在战略认知层面,具备较高认知重构能力的企业家更能够突破本土企业常见的“认知锁定”,重新界定外部环境的意义。由于在高创新国家经历了对不确定性接纳和主动探索的认知内化(贺小刚等,2025),海归企业家能够更敏锐地识别数字技术带来的结构性变革信号,将其纳入核心战略议程,而非将其视为边缘性的技术改进。其二是在战略执行层面,数字化转型往往伴随权力结构调整与资源重新配置,容易引发组织内部阻力(Sebastian等,2017)。拥有认知重构能力的企业家,更能够突破既有组织逻辑,通过重新定义组织目标和绩效标准来构建变革合法性(Kaplan和Tripsas,2008),从而降低组织惯性的约束,推动数字化转型。其三是在风险应对层面,数字化转型本质上是高不确定性的探索性战略选择(陈元和贺小刚,2023)。海归企业家内化的“包容失败”和“接纳不确定性”的认知印记,使其在面对转型过程中的挫折和短期业绩压力时能保持更坚定的战略定力,而非半途而废。
基于上述分析,本文提出如下假设:
H1:海归企业家有助于促进民营企业数字化转型战略的制定与落实。
2. 调节机制尽管海归企业家的认知重构能力为其推动数字化转型提供了内在动力,但这一认知优势能否有效转化为战略意图与行动,还将受到公司高管团队整体认知资源和认知环境的深刻影响。印记理论指出,个体在敏感期所嵌入的制度环境会对其认知与行为模式产生持久影响(Marquis和Tilcsik,2013)。在公司组织层面,高管团队成员的海外经历,在印记理论的意义上可视为个体在特定人生与职业阶段嵌入异质性制度环境的产物,会在团队内部形成特定的认 知印记组合,进而影响海归企业家认知重构能力的发挥效果。需要说明的是,并非所有海外经 历都必然发生于印记理论所强调的敏感期;海外经历的发生年龄、职业阶段以及回国后的持 续时间都可能存在异质性。本文以海外经历整体作为认知印记的近似度量,这一处理方式及 其局限将在研究设计与研究不足部分予以说明。在全球化的背景下,各国创新环境的异质性(Lundvall,1992)意味着不同东道国的制度环境会塑造差异化的认知印记。这些认知印记并非孤立存在,而是构成了一个多维度的认知资源体系,即其宽度取决于海归高管接触的异质性创新环境的广度,其深度则取决于他们在特定环境中的沉浸时长。基于此,本文拟从公司高管认知重构的宽度和深度两个维度,考察高管团队海外经历的调节效应。
(1)高管团队认知重构的宽度:高创新东道国的调节作用
高管认知重构的宽度,指海归高管在多个异质性创新环境中所积累的多元化认知印记的丰富程度。高水平创新国家即研发强度(研发支出占GDP的比例)高于全球中位数的国家(如美国、英国、日本、加拿大等),具有独特的创新文化特征,这些文化特征为海归高管提供了塑造特定认知信念的制度土壤。高创新国家的创新体系强调四个核心维度(贺小刚等,2025):其一,求知探索精神。高水平创新国家不仅重视教育和培训系统的投入,也采用不同于低水平创新国家的教育模式,比如学校和教师不会把成绩作为唯一的考核标准,而是强调个人兴趣与主动探索精神。在这样的文化环境中,个人重视自己的独特性,并将自己定义为独立的主体,积极寻求学习、成长、独立思考和创造性行动的机会。其二,不确定性接纳。高水平创新国家强调自主与独立(House等,2004),较少限制和束缚创新活动。不确定性接纳作为一种隐性规范,根植于海归高管所在的学校和工作场所中,鼓励他们改变现有规则,在自由探索中亲身经历不确定性,并通过模仿和学习他人对待不确定性的方式形成属于自己的不确定性接纳认知。其三,包容失败。创新信心的形成有赖于降低失败成本、减少对失败的污名化等机制。海归高管从东道国独特的包容失败文化理解中获得了面对失败的全新态度,并将其融入自己的文化认同(Gao等,2023),促使他们敢于从事更具风险和不确定性的创新活动。其四,精诚合作。高水平创新国家的创新体系强调合作文化,有助于海归高管参与到知识共享的过程,在知识的商业化过程中培养契约精神,建立起个人的海外网络。
当公司高管团队中的海归成员覆盖多个高创新东道国时,他们面临更加多元化的创新文化和制度环境,内化了更为宽广的认知信念系统。这种认知印记的多样性构成了高管认知重构的宽度,它为高管团队提供了丰富的认知资源库,包括面对新技术时的求知探索精神、对不确定性的接纳态度、对可能失败的包容心态,以及寻求协同合作的开放取向。这些多元认知资源的存在,能够进一步激发和增强海归企业家感知数字化机遇、克服转型阻力的能力。从认知心理学角度来看,接触多个国家的制度环境有助于提升个体的认知复杂性和整合思维能力(Tadmor和Tetlock,2006)。当高管团队拥有更广泛的认知宽度时,意味着企业在面对数字化转型中的多元挑战(如技术选择、组织调整、市场适应)时,能够调动更丰富的认知资源和应对策略。由此,高创新东道国经历所代表的认知宽度,通过提供多元化的认知资源支持,进一步强化了海归企业家认知重构能力向数字化转型行动的转化效率。基于此,本文提出如下假设:
H2:公司高管团队在高创新东道国的经历越多,越有助于强化海归企业家与企业数字化转型之间的正相关关系。
(2)高管团队认知重构的深度:东道国滞留时间的调节作用
高管认知重构的深度,是指海归高管在特定东道国环境中对当地创新文化信念的内化程度。与“宽度”强调多元环境的广度不同,“深度”更关注个体在单一环境中沉浸的时长和投入程度,以及由此产生的认知信念的稳固性和持久性。文化价值观具有层层嵌套的结构特征(Hampden-Turner等,1997)。表面的行为规范和语言习惯相对容易在短期接触中被观察和模仿,例如商务礼仪、沟通方式等可以较快习得;但支配这些表层行为的深层认知信念,如对失败的坦然接受态度、对创新风险的评估模式、对长期回报的耐心追求,则需要长时间的沉浸和反复实践才能被真正内化为个体的认知图式(Maddux和Galinsky,2009)。Luo等(2021)的“沉浸—转移”两阶段模型为理解这一过程提供了重要的理论框架。在沉浸阶段,行动者通过在海外学习或工作,接触并逐渐内化了东道国的制度观念。这一过程并非一蹴而就。正如Berger和Luckmann(1966)所指出的,个体通过初级社会化和次级社会化过程,将外部观念逐步内化为“理所当然”的认知信念。只有经历了充分的沉浸阶段,个体才能接触到该国制度文化的“隐藏层”,即那些不易被短期访客察觉的深层价值观和隐性规范(Crowne,2008)。在转移阶段,行动者回到本土场域,利用本地网络与合法性,将已经内化的观念转化为实践。这一阶段的成功程度,取决于前一阶段认知内化的深度。
从认知心理学角度来看,更长的滞留时间意味着海归高管有更多机会。其一,深度参与当地创新网络的互动,建立了高嵌入的信任关系和合作伙伴网络;其二,亲身经历和应对创新过程中的失败与挫折,形成了对创新风险的更为成熟和理性的认知态度;其三,在反复实践中巩固和强化在东道国形成的认知信念,使其在面对母国制度环境的压力时更为稳固。所以,认知复杂性的发展需要长期的跨文化经历积累,短期的海外逗留难以引发认知结构的根本变化(Fee等,2013)。因此,东道国滞留时间所代表的认知深度,通过提供更为稳固和持久的认知信念支撑,使海归企业家的认知重构能力在面对数字化转型挑战时得到更坚定且充分的发挥。基于此,本文提出如下假设:
H3:公司高管团队在东道国滞留时间越长,越有助于强化海归企业家与企业数字化转型之间的正相关关系。
三、研究设计 一. 数据来源考虑到中国自2007年开始实施新会计准则且数字化工具的广泛使用出现在2006年以后,本文将2007年作为数据的起始点(李琦等,2021;吴非等,2021b),建立了一个包含2007—2022年沪深A股民营上市公司的基础数据库。其中,企业基本信息、财务指标、数字化转型等主要来源于国泰安数据库(CSMAR)。地区层面数据来自国家统计局和《中国统计年鉴》。为确保数据的质量,本文还通过上市公司年报、招股说明书、巨潮资讯网等渠道对样本数据进行核查。
关于企业家的界定,学术界存在以董事长或以总经理(CEO)为对象的讨论。从公司治理结构来看,董事长是公司的法定代表人和最高决策者(即董事会的召集人和主持人),在《公司法》框架下拥有召集和主持董事会会议、检查董事会决议实施情况等法定职权。从战略决策权来看,董事长对公司重大战略决策并不必然拥有个人“最终拍板权”,总经理则主要负责日常经营管理和执行董事会决议。在中国民营上市公司情境下,董事长往往是企业的创始人或实际控制人,对企业文化、长期战略和风险承担具有决定性影响,其作用远超以日常经营执行为主的总经理。因此,董事长是真正意义上的“企业家”。基于董事长在民营企业战略决策中的重要作用,本文参考许家云和孙文娜(2017)、贺小刚等(2022)、李四海和陈旋(2014)等的做法,将民营上市公司的董事长作为“企业家”的操作化对象。需要说明的是,当董事长为非执行董事或仅为名誉职务时,企业的实际战略决策可能主要由总经理主导。考虑到这一可能性,本文对每一位董事长进行核对以排除其为非执行董事的可能性,结果发现,没有样本出现董事长为非执行董事的情况。在剔除金融类样本、ST、*ST等经营异常的样本以及数据严重缺失的样本后,本文最终获取1 984家民营上市公司的
本文基于技术采用视角,将数字化转型界定为企业借助前沿数字技术与硬件系统来推动企业生产资料与生产过程的数字化,从而形成有效的创新产出和应用,达到提质增效的重要战略(吴非等,2021a)。为了更为科学准确地刻画企业的数字化转型,本文从数字化战略承诺(R_Digital)与数字化口头承诺(O_Digital)两个维度对其进行度量。在数字化战略承诺的测度方面,本文参照赵家悦和卢锐(2024)的指标构建设想,对企业所有投资项目进行逐个识别,测度企业进行数字化转型实际投入的金额,并对其进行对数化处理。在数字化口头承诺的测度方面,借鉴已有研究(吴非等,2021b;袁淳等,2021),本文将上市公司年报中涉及的人工智能、区块链、云计算、大数据技术、移动互联网五类数字化相关的关键词词频进行加总。
2. 解释变量:海归企业家借鉴杜勇等(2018)、许家云和孙文娜(2017)以及Luo等(2021)的测量方法,海归企业家变量的赋值规则为:如果企业家有海外留学经历,则(CHAReturnee)赋值为1,否则为0。与其他研究(Luo等,2021)一致,本文排除了在中国企业海外子公司或中外合资企业工作过的海归,以及海外工作经验不足6个月的海归。
3. 调节变量(1)高创新东道国经历(Overseahigh_num)。本文参考Luo等(2021)的观点,根据2020年发布的全球创新指数(Global Innovation Index,GII)中的R&D占GDP总支出的分数来衡量各个国家研发投入情况。《全球创新指数报告》中的全球创新指数每年发布,描述了各个国家每年的创新情况。该指数由全球创新投入子指数与全球创新产出子指数构成。其中,全球创新投入子指数包括了R&D占GDP总支出的分数这一指标。本文将高创新东道国定义为R&D占GDP总支出分数大于等于所有国家中位数的国家。本文以公司高管所经历的高创新东道国数量合计作为高创新东道国经历的代理变量。
(2)东道国滞留时间(Overseaduration)。本文借鉴贺小刚等(2025)的测量方法,以公司高管团队(TMT)中具有海外经历的成员在东道国的滞留时间总和作为东道国滞留时间的代理变量。该变量反映了高管团队海外经历的高管认知重构深度,滞留时间越长则对东道国创新文化深层价值观的内化程度越深。
4. 控制变量本文对可能影响企业数字化转型的变量进行控制,具体包括企业层面、个体层面和区域层面三个维度的控制变量。
首先是企业层面控制变量。企业自身特征是影响数字化转型的重要内在因素,故在企业层面本文控制了以下变量:(1)控制权(Controlrights)。以实际控制人与上市公司若干股权关系链中最弱的一层之总和来衡量。控制权集中度会影响企业的战略决策效率和风险承担意愿。(2)行业期望(SA_ROA)。以T期行业内其他企业的ROA均值来衡量。行业期望反映企业面临的竞争环境和业绩参照基准,可能影响企业的战略变革动机。(3)市场监管(Supervision_csmar)。行业属性将影响到数字化转型(窦炜等,2023),强监管的制度环境从两个方向外生地影响企业的数字化转型进程:一方面,严苛的环保、安全、质量合规要求可能倒逼企业进行技术改造和设备升级,客观上推动了数字化技术的应用和业务流程的数字化改造。例如,《关于加快推进危险化学品安全生产风险监测预警系统建设的指导意见》明确要求石化企业建设安全生产信息化平台,这客观上推动了企业的数字化投入。另一方面,强监管行业的企业可能在资源配置上面临更多的合规性支出,挤占可用于数字化转型的资金和人才资源,从而抑制了企业自发的数字化转型动机。因此,如果不控制这一行业特征,就很难区分企业数字化转型的提升究竟是海归企业家的认知驱动效应,还是强监管行业的外部政策倒逼效应所致。这可能导致对海归企业家真实影响的估计偏误。为准确识别海归企业家对数字化转型的真实影响,需要对行业监管强度加以控制。本文将石化、制药、冶金和机械四个行业界定为强监管行业,行业归属依据证监会 《上市公司行业分类指引》确定。这主要是因为上述行业面临更为严苛的政府监管和社会监督。例如,石化行业受《安全生产法》《危险化学品安全管理条例》等严格约束,制药行业受《药品管理法》、GMP认证等制度监管,冶金行业面临产能置换和超低排放改造等强制性政策要求,机械行业涉及特种设备安全监管。若样本企业属于上述四个行业,则该变量赋值为1,否则为0。(4)创业家族股权锁定(Structured_hold)。即民营企业通过家族基金、信托等机构控制上市公司的现象。若出现这种现象就赋值为1,否则为0。该变量反映了家族对企业的控制方式和治理结构,可能影响企业的长期战略导向。
其次是个体层面控制变量。企业家的个体特征会影响企业数字化转型的推进(宋晶和陈劲,2022),企业家的受教育水平影响其对新技术的接受度和战略视野。故在个体层面本文控制了企业家受教育程度(Founder_edu)。具体赋值为:1为中专及中专以下,2为大专,3为本科,4为硕士研究生,5为博士研究生,6为其他(以其他形式公布的学历,如荣誉博士、函授等)。
最后是区域层面控制变量。区域环境对企业数字化转型的影响不容忽视(陈玉娇等,2022),故在区域层面本文控制了以下变量:(1)企业家所在县域省份的受教育水平(County_edu)。以平均受教育年限测量,反映地区人力资本水平,可能影响企业对数字化转型所需人才的获取。(2)技术市场活跃度(TelelogyMAK)。以各省技术市场交易额与GDP的比值来衡量。技术市场活跃度反映了地区技术要素的流通速度和创新资源的配置效率(Hua等, 2022),可能影响企业获取数字化转型所需外部技术支持的便利程度。(3)政府扶贫政策强度(Poverty_ratio)。以省级政府工作报告中扶贫相关词频占全文总字数的比例来衡量。制度环境差异性将对海归企业家行为逻辑产生关键性影响(Zhou和Hsu,2011),地方扶贫政策不仅反映了对民生问题的重视,更深层次地,它反映了地方政策资源倾斜程度,扶贫力度强的地区通常伴随着较大规模的资源重置,这可能通过融资便利、税收优惠等多种渠道影响企业的数字化投资决策(金鑫等,2025)。因此,为更准确地识别海归企业家对数字化转型的认知驱动效应,排除地区政策资源差异的外生干扰,本文在地区层面控制了政府扶贫政策强度。该变量取值越大,表明企业所在地区的政策扶持力度越强。(4)儒家文化(Confucian):以企业注册所在地现存孔庙数量的对数来衡量。陈元等(2023)的研究表明,区域儒家文化通过制度的规范性压力,能够提高家族企业接纳外部人才与承担风险的能力,进而促进企业的数字化转型。因此,需要在回归模型中控制这一区域文化因素。
为剔除极端异常值对回归结果的干扰,本文中连续变量在1%和99%水平上做缩尾处理。
四、检验结果与讨论 一. 描述性与相关性分析表1为主要变量的描述性统计结果。由表1可知,数字化战略承诺(R_Digital)均值为1.446,标准差为1.451,中位数为1.099,最大值为6.306,表明不同民营企业的数字化转型实际投入存在较大差异,且数据呈右偏分布;数字化口头承诺(O_Digital)的均值为13.631,标准差为34.388,中位数为2.000,最小值为0,最大值为547.000,反映出当前我国不同民营企业之间的数字化战略表述水平存在明显差异,少数企业进行了高强度的数字化宣传,而大部分企业数字化口头承诺水平较低。
| 1.描述性分析 | |||||||
| Mean | SD | P25 | Median | P75 | Min | Max | |
| R_Digital | 1.446 | 1.451 | 0.000 | 1.099 | 2.485 | 0.000 | 6.306 |
| O_Digital | 13.631 | 34.388 | 0.000 | 2.000 | 11.000 | 0.000 | 547.000 |
| CHAReturnee | 0.503 | 0.500 | 0.000 | 1.000 | 1.000 | 0.000 | 1.000 |
| Overseaduration | 1.888 | 4.454 | 0.000 | 0.000 | 2.000 | 0.000 | 22.000 |
| Overseahigh_num | 0.899 | 1.197 | 0.000 | 1.000 | 1.000 | 0.000 | 5.000 |
| County_edu | 8.997 | 0.644 | 8.683 | 8.905 | 9.175 | 5.620 | 11.496 |
| SA_ROA | 0.144 | 9.863 | 0.035 | 0.049 | 0.065 | −2.370 | |
| TelelogyMAK | 0.025 | 0.038 | 0.005 | 0.010 | 0.026 | 0.000 | 0.191 |
| Structured_hold | 0.132 | 0.351 | 0.021 | 0.000 | 0.368 | 0.000 | 1.000 |
| Supervision_csmar | 0.321 | 0.467 | 0.000 | 0.000 | 1.000 | 0.000 | 1.000 |
| Poverty_ratio | 0.283 | 0.060 | 0.240 | 0.283 | 0.315 | 0.000 | 0.864 |
| Controlrights | 41.331 | 16.772 | 29.120 | 40.034 | 52.580 | 0.000 | 100.000 |
| Confucian | 413.912 | 250.817 | 252.000 | 388.000 | 627.000 | 4.000 | 986.000 |
| Founder_edu | 3.224 | 1.566 | 2.000 | 3.000 | 4.000 | 1.000 | 6.000 |
| 2.相关性分析 | |||||||
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | |
| 1.R_Digital | 1 | ||||||
| 2.O_Digital | 0.711*** | 1 | |||||
| 3.CHAReturnee | 0.027*** | 0.021** | 1 | ||||
| 4.Overseaduration | 0.023** | 0.016* | 0.385*** | 1 | |||
| 5.Overseahigh_num | 0.041*** | 0.022** | 0.481*** | 0.396*** | 1 | ||
| 6.County_edu | 0.104*** | 0.086*** | 0.042*** | 0.030*** | 0.038*** | 1 | |
| 7.SA_ROA | −0.002 | −0.003 | 0 | −0.004 | 0.001 | 0.001 | 1 |
| 8.TelelogyMAK | 0.247*** | 0.219*** | 0.019** | 0.034*** | 0.043*** | 0.329*** | −0.006 |
| 9.Structured_hold | 0.027*** | −0.004 | 0.027*** | 0.007 | 0.031*** | 0.007 | −0.007 |
| 10.Supervision_csmar | −0.219*** | −0.170*** | 0.002 | 0.017* | −0.005 | −0.023** | −0.007 |
| 11.Poverty_ratio | −0.063*** | −0.052*** | −0.036*** | −0.020** | −0.028*** | −0.028*** | −0.007 |
| 12.Controlrights | −0.041*** | −0.076*** | −0.035*** | 0.005 | −0.034*** | −0.039*** | 0.010 |
| 13.Confucian | −0.031*** | −0.052*** | 0.004 | 0.001 | −0.010 | −0.457*** | −0.004 |
| 14.Founder_edu | 0.133*** | 0.097*** | 0.064*** | 0.026*** | 0.062*** | 0.056*** | 0.002 |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 | |
| 8.TelelogyMAK | 1 | ||||||
| 9.Structured_hold | 0.001 | 1 | |||||
| 10.Supervision_csmar | −0.084*** | −0.009 | 1 | ||||
| 11.Poverty_ratio | −0.071*** | −0.007 | 0.021** | 1 | |||
| 12.Controlrights | −0.025*** | 0.184*** | −0.007 | 0.014 | 1 | ||
| 13.Confucian | −0.189*** | 0.001 | −0.039*** | −0.028*** | 0.079*** | 1 | |
| 14.Founder_edu | 0.104*** | 0 | −0.012 | −0.081*** | −0.063*** | −0.061*** | 1 |
| 注:样本量= |
|||||||
在全样本中,海归企业家(CHAReturnee)均值为0.503,标准差为0.500,表明约半数样本企业的董事长具有海外经历,为探究海归企业家对企业行为的影响奠定了坚实的样本基础。调节变量方面,海外停留时间(Overseaduration)的均值为1.888,标准差为4.454,中位数为0;高创新国家海外经历(Overseahigh_num)的均值为0.899,标准差为1.197,中位数为1。这说明公司高管团队的海外经历在样本间存在较大差异,大多数企业的高管团队尚未形成可观的海外认知资源储备。
控制变量方面,企业家所在县域省份的受教育水平(County_edu)均值为8.997,中位数为8.905,体现出样本企业家所在地区教育水平的平均状况。行业期望(SA_ROA)均值为0.144,反映行业整体的盈利期望水平。技术市场活跃度(TelelogyMAK)均值为0.025,中位数较低,表明样本企业在技术市场参与度上整体水平不高。创业家族股权锁定(Structured_hold)均值为0.132,标准差为0.351,企业间差异较大。市场监管(Supervision_csmar)均值为0.321,显示约32.1%的样本属于强监管行业。政府扶贫(Poverty_ratio)均值接近0,说明样本中政府扶贫相关变量整体水平较低。控制权(Controlrights)均值为41.496,反映企业控制权的平均分布。儒家文化(Confucian)均值为416.062,标准差为250.126,体现了地区儒家文化分布的显著差异。企业家受教育程度(Founder_edu)均值为3.224,中位数为3.000,表明企业家受教育水平整体处于本科水平。
海归企业家(CHAReturnee)与数字化转型各测量指标的相关性系数均在1%水平上显著为正,初步验证了海归企业家对数字化转型可能存在正向影响的假设。各解释变量之间的相关系数绝对值均小于0.5,方差膨胀因子(VIF)检验结果表明,所有变量的VIF值均小于10,模型不存在严重的多重共线性问题。下文将通过进一步的统计检验,考察海归企业家与公司数字化转型之间的关系。
二. 基准回归表2汇报了海归企业家对企业数字化转型影响的回归结果,列(1)和列(2)分别以数字化转型中的数字化战略承诺(R_Digital)和数字化口头承诺(O_Digital)为被解释变量。由列(1)和列(2)结果可知,海归企业家显著正向影响数字化转型,即数字化战略承诺(R_Digital)和数字化口头承诺(O_Digital)(β=0.200,p<0.01;β=2.873,p<0.01)。经济含义上,海归企业家每增加一个标准差,数字化战略承诺(R_Digital)相对于其平均值增加6.92%(0.200×0.500/1.446),数字化口头承诺(O_Digital)相对于其平均值增加10.57%(2.873×0.500/13.631)。上述结果表明,海归企业家对企业数字化转型具有显著的正向影响。
| VARIABLES | (1) R_Digital |
(2) O_Digital |
| CHAReturnee | 0.200***(8.38) | 2.873***(5.13) |
| County_edu | 0.124***(6.11) | 1.811***(3.79) |
| SA_ROA | −0.001(−1.18) | −0.045***(−2.59) |
| TelelogyMAK | 0.944***(2.63) | 15.906*(1.89) |
| Structured_hold | 0.002**(2.46) | 0.042***(2.64) |
| Supervision_csmar | −0.253***(−9.06) | −3.426***(−5.22) |
| Poverty_ratio | −1.552***(−5.48) | −7.504(−1.54) |
| Controlrights | −0.002**(−2.13) | −0.093***(−5.63) |
| Confucian | 0.000(0.79) | −0.003***(−2.80) |
| Founder_edu | 0.067***(9.68) | 0.594***(3.63) |
| Constant | −0.936***(−3.61) | −13.600**(−2.23) |
| Observations | 11 136 | 11 136 |
| R-squared | 0.389 | 0.285 |
| year FE | YES | YES |
| industry FE | YES | YES |
本文选择信任作为工具变量,进行内生性检验。原因是,一方面,信任程度高的地区更能促进人员的迁徙和流动,信任环境能促进个体的出国意愿(刘兴花和王勇, 2025),因此信任与海归企业家(CHAReturnee)存在关联。另一方面,信任作为地区层面的社会资本变量,并不直接决定企业高层的数字化战略承诺(R_Digital)和数字化口头承诺(O_Digital),这些承诺更多取决于企业高层的认知、资源投入和战略规划。表3列(1)和列(3)分别以数字化转型中的数字化战略承诺(R_Digital)和数字化口头承诺(O_Digital)为被解释变量的第一阶段回归结果与预期相符,即信任度越高,海归企业家(CHAReturnee)的可能性越高;列(2)和列(4)分别以数字化转型中的数字化战略承诺(R_Digital)和数字化口头承诺(O_Digital)为被解释变量,采用工具变量估计的海归企业家(CHAReturnee)系数仍然显著为正。此外,Kleibergen-Paap rk的LM统计量显著拒绝了“工具变量识别不足”的原假设(P<0.05),弱工具变量检验中,Cragg-Donald的Wald F值大于Stock-Yogo弱识别检验10%水平上的临界值(16.38),拒绝了存在弱工具变量的原假设。上述结果表明本文的结论具有稳健性。
| VARIABLES | (1)First CHAReturnee | (2)second R_Digital | (3)First CHAReturnee | (4)second O_Digital |
| CHAReturnee | 1.227* (1.71) |
1.227* (1.71) |
||
| Trust | 0.089*** (3.73) |
0.086*** (3.51) |
||
| County_edu | 0.022 (0.91) |
0.102*** (3.30) |
0.020 (0.88) |
0.112*** (3.30) |
| SA_ROA | −0.000* (−1.69) |
−0.001*** (−6.83) |
−0.000** (−2.12) |
−0.001*** (−6.68) |
| TelelogyMAK | 0.829*** (4.47) |
0.753 (0.25) |
0.821*** (4.47) |
0.253 (0.27) |
| Structured_hold | 0.001*** (3.50) |
0.001 (0.35) |
0.001*** (3.03) |
0.001 (0.95) |
| Supervision_csmar | 0.005 (0.36) |
−0.317* (−1.8) |
0.003 (0.29) |
−0.217* (−1.8) |
| Poverty_ratio | −1.769*** (−3.71) |
−1.201*** (−2.75) |
−1.123*** (−4.43) |
−1.701*** (−2.75) |
| Controlrights | −0.001 (−0.98) |
−0.001 (−0.87) |
−0.001 (−1.511) |
−0.001 (−0.87) |
| Confucian | 0.000 (1.56) |
−0.000 (−0.30) |
0.000 (1.33) |
−0.000 (−0.30) |
| Founder_edu | 0.023*** (2.85) |
0.034** (2.10) |
0.022*** (3.08) |
0.044** (2.00) |
| Constant | −0.677*** (−2.97) |
−0.721** (−2.19) |
−0.584*** (−2.97) |
−0.751** (−2.09) |
| Kleibergen-Paap rk LM statistic | 4.204** | 4.28** | ||
| Cragg-Donald Wald F statistic | 27.28(大于16.38) | 29.19(大于16.38) | ||
| Observations | 11 136 | 11 136 | 11 136 | |
| R-squared | 0.265 | |||
| year FE | YES | YES | YES | YES |
| industry FE | YES | YES | YES | YES |
不同特征的企业可能会有不同身份的企业家,这可能导致一定的自选择偏误。本文采用倾向得分匹配法(PSM)缓解这一问题。首先,根据企业家是否为海归出身将全样本分为海归组和非海归组。其次,以模型中的控制变量为协变量,通过Logit模型计算企业有海归企业家的倾向得分,并分别按照1:1和1:3的配对比例进行有放回的最邻近匹配。最后,利用匹配后的样本重新估计模型。在重新估计之前,对匹配后的样本进行平衡性检验,结果显示,样本匹配后协变量的标准化偏差都小于5%,且t检验结果不拒绝处理组与对照组的协变量均值相等的原假设,表明实验组和对照组的特征差异得到了较大程度的消除。表4列(1)~(4)为利用匹配后的样本重新估计的回归结果,海归企业家(CHAReturnee)的系数仍然显著为正,支持原有结论。
| (1) | (2) | (3) | (4) | |
| VARIABLES | R_Digital (1:1) |
R_Digital (1:3) |
O_Digital (1:1) |
O_Digital (1:3) |
| CHAReturnee | 0.163** | 1.201*** | 0.586** | 1.552** |
| (2.034) | (3.30) | (2.53) | (2.17) | |
| County_edu | 1.620*** | 21.816*** | 1.417** | 1.375** |
| (5.04) | (3.26) | (2.19) | (2.45) | |
| SA_ROA | 0.186*** | 7.141*** | 0.455 | 6.341 |
| (5.03) | (7.75) | (0.57) | (0.42) | |
| TelelogyMAK | 0.040** | 0.312 | 0.021* | 0.015 |
| (2.08) | (0.65) | (1.90) | (1.69) | |
| Structured_hold | −0.001 | −0.051*** | −0.920 | −0.661 |
| (−1.36) | (−2.74) | (−0.92) | (−0.99) | |
| Supervision_csmar | −0.317*** | −0.378*** | 0.313 | 0.021 |
| (−3.52) | (−5.52) | (1.10) | (0.47) | |
| Poverty_ratio | 0.210*** | 2.311 | 0.071 | −0.943 |
| (2.68) | (1.19) | (0.04) | (−0.32) | |
| Controlrights | 0.782*** | 7.959* | −22.434 | −22.737 |
| (4.51) | (1.84) | (−1.39) | (−1.24) | |
| Confucian | 0.039*** | 0.207 | 7.099** | 6.958** |
| (5.96) | (1.27) | (2.14) | (2.23) | |
| Founder_edu | 0.012*** | 0.021** | 0.015** | 0.034** |
| (2.45) | (2.09) | (2.18) | (2.01) | |
| Constant | −0.727*** | −8.424** | −5.565* | −7.686** |
| (−5.01) | (−2.33) | (−1.80) | (−2.64) | |
| Observations | ||||
| R-squared | 0.395 | 0.308 | 0.087 | 0.087 |
| year FE | YES | YES | YES | YES |
| industry FE | YES | YES | YES | YES |
虽然模型中已经控制了时间与行业层面的固定效应,但随着时间的推移,各地区与各行业的内部系统结构、外部生存环境的伴随变化会导致不同行业和不同省份之间在时间序列上的发展存在一定的差异。因此,为了排除行业动态特征和地区经济发展等因素的影响,在基准回归模型中控制了年度和行业的交互项、年度和地区的交互项等高阶固定效应,结果如表5列(1)~(4)所示。表5列(1)~(4)的检验结果均显示,海归企业家(CHAReturnee)的系数均显著为正,表明研究结论稳健。
| VARIABLES | (1)R_Digital | (2)R_Digital | (3)O_Digital | (4)O_Digital |
| CHAReturnee | 0.199*** (8.35) |
0.195*** (7.41) |
2.600*** (5.80) |
3.155*** (6.03) |
| County_edu | 0.147*** (6.99) |
0.114*** (3.84) |
1.971*** (3.24) |
2.379*** (2.57) |
| SA_ROA | 0.416 (0.46) |
0.001 (0.94) |
−0.358 (−0.05) |
0.002 (0.65) |
| TelelogyMAK | 1.137*** (2.96) |
−2.732 (−0.84) |
23.746* (1.95) |
−30.796 (0.01) |
| Structured_hold | 0.001** (2.14) |
0.001* (1.73) |
0.037** (2.20) |
0.026 (1.35) |
| Supervision_csmar | −0.214*** (−7.51) |
−0.488*** (−19.55) |
−2.800*** (−6.58) |
−8.528*** (−17.01) |
| Poverty_ratio | −1.404*** (−6.58) |
−1.926 (−0.78) |
−1.519*** (−3.45) |
3.145 (0.53) |
| Controlrights | −0.002** (−2.17) |
−0.004*** (−5.65) |
−0.049*** (−3.82) |
−0.142*** (−8.84) |
| Confucian | 0.094* (1.87) |
−0.028*** (−3.53) |
−0.002* (−1.94) |
−0.011*** (−5.97) |
| Founder_edu | 0.079*** (7.74) |
0.102*** (9.22) |
0.891*** (4.85) |
1.948*** (8.01) |
| Constant | −0.938*** (−4.57) |
0.362 (0.61) |
−10.486* (−1.78) |
−19.934 (0.01) |
| Observations | 11 136 | 11 136 | 11 136 | 11 136 |
| R-squared | 0.391 | 0.284 | 0327 | 0.131 |
| i.industry#i.year | YES | NO | YES | NO |
| i.pr#i.year | NO | YES | NO | YES |
| year FE | NO | NO | NO | NO |
| industry FE | NO | NO | NO | NO |
| pr FE | NO | NO | NO | NO |
由于基准回归可能存在模型设定偏差,因此本文采用OLS混合回归模型重新检验基准假设。检验结果如表6列(1)~(2)所示,更换回归模型后原有结论保持不变,海归企业家(CHAReturnee)对数字化转型中的数字化战略承诺(R_Digital)和数字化口头承诺(O_Digital)仍具有显著的正向影响。
| (1) | (2) | |
| VARIABLES | R_Digital | O_Digital |
| CHAReturnee | 0.109***(4.14) | 2.150***(3.78) |
| County_edu | 0.144***(5.58) | 3.288***(4.80) |
| SA_ROA | 0.000(0.04) | −0.004***(−2.92) |
| TelelogyMAK | 6.042***(13.21) | 3.997***(8.24) |
| Structured_hold | 0.002***(2.84) | 0.019(1.02) |
| Supervision_csmar | −0.528***(−20.12) | −9.357***(−18.75) |
| Poverty_ratio | −5.900(−0.64) | −0.560(−0.13) |
| Controlrights | −0.004***(−4.94) | −0.150***(−9.16) |
| Confucian | −0.000(−0.06) | −0.004***(−3.14) |
| Founder_edu | 0.102***(12.29) | 1.379***(8.13) |
| Constant | 0.422(1.59) | −9.346(−1.35) |
| Observations | 11 136 | 11 136 |
| R-squared | 0.124 | 0.077 |
| year FE | NO | NO |
| industry FE | NO | NO |
前文理论分析表明,海归企业家的认知重构能力是其推动民营企业数字化转型的核心驱动力。然而,认知优势高度依赖于企业所处的内外部情境条件。为进一步探究海归企业家对数字化转型的促进作用在不同情境下的差异化表现,本文从外部制度环境和企业内部资源两个层面,选取四个具有代表性的维度进行异质性分析,以系统地考察海归企业家认知重构能力转化为数字化转型行动的情境边界。在外部制度环境层面,本文选取市场化程度、公司所在地到港口最短距离以及地区开放度三个维度。市场化程度反映了区域内资源配置效率和竞争充分性(王小鲁等,2019);港口距离本质上是企业接入国际资源和信息网络便捷性的地理表征(Krugman,1991);地区开放度则从区域层面衡量了外部技术、知识和信息的流入便利性(Dunning,1998)。这三个维度共同刻画了企业所处的外部环境对海归企业家认知优势发挥的赋能或约束作用。外部环境越优越,海归企业家的国际视野和认知重构能力越有“用武之地”。在企业内部资源层面,本文选取外资持股占比这一维度。外资持股反映了企业股权结构中的国际化属性,为企业带来了国际化的资源网络、治理经验和技术标准。这种国际化资源与海归企业家的认知特质存在天然的“资源互补”与“认知协同”效应。在异质性分析方法上,本文统一采用分组检验与交互项检验两种方法,以确保结果的稳健性。
(1)市场化程度(fg_idx)。市场化程度作为区域经济环境的核心维度,会通过塑造竞争强度、资源流动效率与创新需求,影响管理者认知优势的发挥空间。资源基础观与竞争战略理论指出,在市场化程度高的地区,企业面临更激烈的市场竞争与更快的技术迭代速度,对数字化转型实施的需求更迫切,同时高效的资源配置机制也为管理者认知能力的转化提供了更优条件(Barney,1991)。海归企业家的核心竞争力在于其海外积累的先进技术认知、管理经验及跨域资源网络。在市场化程度高的地区,激烈的竞争迫使企业必须通过数字化转型提升效率与创新能力,海归企业家的认知优势能精准匹配这一需求;而在市场化程度低的地区,受限于资源流动效率与转型需求强度,其正向作用相对温和。
表7中列(1)~(6)的检验结果显示,在市场化程度低组,海归企业家(CHAReturnee)对数字化转型中的数字化战略承诺(R_Digital)和数字化口头承诺(O_Digital)的正向影响显著(β=0.127,p<0.01;β=1.461,p<0.01);在市场化程度高组,海归企业家对数字化转型中的数字化战略承诺(R_Digital)和数字化口头承诺(O_Digital)的正向影响显著增强(β=0.237,p<0.01;β=3.347,p<0.01),组间系数差异检验结果表明两组系数差异在1%水平上显著。交互项系数显著为正(β=0.118,p<0.01;β=2.520,p<0.05),这表明市场化程度越高,海归企业家对数字化转型的促进作用越强。
| (1) | (2) | (3) | (4) | (5) | (6) | |
| VARIABLES | R_Digital (低组) |
R_Digital (高组) |
R_Digital (交互项) |
O_Digital (低组) |
O_Digital (高组) |
O_Digital (交互项) |
| CHAReturnee | 0.127*** | 0.237*** | 0.130*** | 1.461*** | 3.347*** | 1.199 |
| (4.01) | (7.55) | (3.82) | (2.82) | (4.23) | (1.54) | |
| fg_idx | 0.171*** | 2.649*** | ||||
| (6.60) | (4.47) | |||||
| CHAReturnee×fg_idx | 0.118*** | 2.520** | ||||
| (2.72) | (2.55) | |||||
| County_edu | −0.023 | 0.126*** | 0.089*** | −0.142 | 1.516** | 1.261*** |
| (−0.77) | (4.37) | (4.26) | (−0.29) | (2.09) | (2.65) | |
| SA_ROA | −0.001 | 0.454** | −0.001 | −0.026** | 2.916 | −0.045*** |
| (−1.03) | (2.19) | (−1.20) | (−2.37) | (0.56) | (−2.68) | |
| TelelogyMAK | 0.510 | 0.736* | 0.840** | −62.109*** | 19.524* | 14.978* |
| (0.52) | (1.77) | (2.36) | (−3.89) | (1.87) | (1.84) | |
| Structured_hold | 0.001 | 0.003*** | 0.002*** | −0.025* | 0.098*** | 0.044*** |
| (1.05) | (3.11) | (2.96) | (−1.65) | (4.34) | (2.95) | |
| Supervision_csmar | −0.196*** | −0.194*** | −0.205*** | −2.410*** | −2.842*** | −2.746*** |
| (−4.83) | (−5.48) | (−7.69) | (−3.63) | (−3.19) | (−4.50) | |
| Poverty_ratio | −18.309 | −7.007*** | −7.021*** | −9.245 | −7.595 | −1.280* |
| (−0.07) | (−7.33) | (−6.02) | (−1.14) | (−0.07) | (−1.78) | |
| Controlrights | 0.002** | −0.005*** | −0.003*** | −0.003 | −0.157*** | −0.100*** |
| (2.20) | (−5.49) | (−3.71) | (−0.17) | (−6.53) | (−6.39) | |
| Confucian | −0.000 | −0.000 | −0.000 | −0.002 | −0.006*** | −0.004*** |
| (−1.16) | (−0.12) | (−1.09) | (−1.43) | (−3.35) | (−3.71) | |
| Founder_edu | 0.094*** | 0.042*** | 0.067*** | 1.169*** | 0.104 | 0.625*** |
| (9.54) | (4.72) | (10.06) | (7.30) | (0.46) | (4.09) | |
| Constant | −0.149 | −1.233** | −0.537** | −1.850 | −23.120* | −7.783 |
| (−0.47) | (−2.52) | (−2.12) | (−0.36) | (−1.88) | (−1.34) | |
| Observations | 4 516 | 6 620 | 11 136 | 4 516 | 6 620 | 11 136 |
| R-squared | 0.351 | 0.358 | 0.379 | 0.259 | 0.304 | 0.285 |
| year FE | YES | YES | YES | YES | YES | YES |
| industry FE | YES | YES | YES | YES | YES | YES |
(2)公司所在地到港口最短距离(port1_distance)。公司所在地到港口的最短距离,本质上反映了企业接入对外开放网络和国际信息流的地理便捷性。区位经济学理论指出,港口作为对外开放的核心节点,其周边地区往往具备更高的国际资源集聚度和更快的技术信息传播速度(Krugman,1991)。海归企业家的核心认知优势之一在于其国际视野和海外资源网络——在距离港口近的地区,企业可借助便捷的区位条件,更高效地将海归企业家的国际化认知和海外网络转化为数字化技术的引入和应用;而在距离港口远的地区,国际资源获取的时间成本与经济成本显著增加,海归企业家的认知优势难以充分施展。
表8中列(1)~(6)的检验结果显示,在公司所在地到港口最短距离低组,海归企业家(CHAReturnee)对数字化转型中的数字化战略承诺(R_Digital)和数字化口头承诺(O_Digital)的正向影响显著(β=0.225,p<0.01;β=3.198,p<0.01);在距离高组,海归企业家对数字化转型中的数字化战略承诺(R_Digital)和数字化口头承诺(O_Digital)的正向影响显著减弱(β=0.113,p<0.05;β=1.399,p<0.05),且组间系数差异检验显著。这表明距离港口越近,海归企业家对数字化转型的促进作用越强。交互项系数显示其显著为负(β=−0.104,p<0.05;β=−2.027,p<0.1),这进一步印证了上述异质性结论。
| (1) | (2) | (3) | (4) | (5) | (6) | |
| VARIABLES | R_Digital (低组) |
R_Digital (高组) |
R_Digital (交互项) |
O_Digital (低组) |
O_Digital (高组) |
O_Digital (交互项) |
| CHAReturnee | 0.225*** | 0.113*** | 0.227*** | 3.198*** | 1.399** | 3.221*** |
| (8.39) | (2.69) | (8.74) | (4.88) | (2.10) | (5.42) | |
| port1_distance | −0.121*** | −1.491** | ||||
| (−4.59) | (−2.47) | |||||
| CHAReturnee×port1_distance | −0.104** | −2.027* | ||||
| (−2.15) | (−1.84) | |||||
| County_edu | 0.164*** | −0.078* | 0.105*** | 2.016*** | 0.263 | 1.584*** |
| (6.85) | (−1.87) | (5.09) | (3.46) | (0.40) | (3.36) | |
| SA_ROA | −0.002* | 0.000 | −0.001 | −0.049* | −0.027* | −0.044*** |
| (−1.82) | (0.26) | (−1.13) | (−1.92) | (−1.75) | (−2.64) | |
| TelelogyMAK | 0.829** | 1.814 | 0.962*** | 19.896** | −68.405** | 17.537** |
| (2.19) | (0.90) | (2.70) | (2.16) | (−2.14) | (2.16) | |
| Structured_hold | 0.002*** | 0.002* | 0.002*** | 0.077*** | −0.025 | 0.044*** |
| (2.85) | (1.74) | (2.97) | (4.04) | (−1.32) | (2.97) | |
| Supervision_csmar | −0.174*** | −0.296*** | −0.211*** | −2.687*** | −2.673*** | −2.849*** |
| (−5.70) | (−5.38) | (−7.92) | (−3.60) | (−3.05) | (−4.67) | |
| Poverty_ratio | −3.954*** | 0.018 | −1.697*** | −2.712 | 3.139 | −6.594* |
| (−6.76) | (0.73) | (−6.28) | (−1.17) | (0.31) | (−1.92) | |
| Controlrights | −0.003*** | 0.000 | −0.002*** | −0.121*** | −0.026 | −0.096*** |
| (−3.86) | (0.17) | (−3.44) | (−6.16) | (−1.31) | (−6.20) | |
| Confucian | 0.000 | −0.000* | −0.000 | −0.004** | −0.002 | −0.004*** |
| (0.96) | (−1.71) | (−0.47) | (−2.35) | (−1.34) | (−3.12) | |
| Founder_edu | 0.049*** | 0.111*** | 0.067*** | 0.207 | 1.240*** | 0.618*** |
| (6.29) | (8.49) | (10.00) | (1.09) | (5.96) | (4.05) | |
| Constant | −1.200*** | 0.240 | −0.672*** | −15.630* | −5.389 | −10.960* |
| (−3.66) | (0.51) | (−2.64) | (−1.95) | (−0.72) | (−1.89) | |
| Observations | 8 263 | 2 873 | 11 136 | 8 263 | 2 873 | 11 136 |
| R-squared | 0.391 | 0.360 | 0.378 | 0.297 | 0.325 | 0.284 |
| year FE | YES | YES | YES | YES | YES | YES |
| industry FE | YES | YES | YES | YES | YES | YES |
(3)地区开放度(open)。地区开放度作为衡量区域与外部市场、技术、资源对接程度的核心指标,会通过塑造国际化发展环境,影响管理者国际化认知优势的转化效率。开放度高的地区往往具备更完善的国际资源对接机制、更包容的创新氛围及更便捷的技术交流渠道(Dunning,1998)。海归企业家的核心价值在于其国际化的数字技术认知和前沿转型理念,在开放度高的地区,频繁的国际技术交流能让海归企业家快速对接国际先进的数字化方案和合作资源,而在开放度低的地区,对外交流的壁垒会增加国际资源获取成本,海归企业家的国际化认知优势可能因本地化适配障碍而难以落地。本文参考靳涛和陶新宇(2016)、李锴和齐绍洲(2011)的方法,将当年进出口总额按人民币对美元年平均汇率折算为人民币,再计算其占地区生产总值的比重,以此作为衡量对外开放度的指标。地区进出口总额、地区生产总值( 当年价) 以及人民币汇率(年平均价)数据都来自历年的《中国统计年鉴》。该指标数值越大,表明该地区的经济开放程度越高,与国际市场的联系越紧密,越有利于海归企业家利用其国际化视野获取先进的数字化技术和理念。
表9列(1)~(6)的检验结果显示,在开放度低组,海归企业家(CHAReturnee)对数字化转型中的数字化战略承诺(R_Digital)和数字化口头承诺(O_Digital)的正向影响显著(β=0.163,p<0.01;β=1.333,p<0.05);在开放度高组,海归企业家对数字化转型中的数字化战略承诺(R_Digital)和数字化口头承诺(O_Digital)的正向影响显著增强(β=0.218,p<0.01;β=3.829,p<0.01),且组间系数差异检验显著。这表明地区开放度越高,海归企业家对数字化转型的促进作用越强。交互项系数显著为正(β=0.071,p<0.1;β=2.416,p<0.05),也印证了上述异质性结论。
| (1) | (2) | (3) | (4) | (5) | (6) | |
| VARIABLES | R_Digital (低组) |
R_Digital (高组) |
R_Digital (交互项) |
O_Digital (低组) |
O_Digital (高组) |
O_Digital (交互项) |
| CHAReturnee | 0.163*** | 0.218*** | 0.159*** | 1.333** | 3.829*** | 1.380* |
| (4.90) | (7.06) | (4.92) | (2.11) | (4.74) | (1.87) | |
| open | 0.127*** | 1.413** | ||||
| (4.86) | (2.37) | |||||
| CHAReturnee×open | 0.071* | 2.416** | ||||
| (1.65) | (2.45) | |||||
| County_edu | 0.014 | 0.137*** | 0.097*** | 0.580 | 2.252*** | 1.519*** |
| (0.40) | (5.00) | (4.65) | (0.91) | (3.14) | (3.18) | |
| SA_ROA | 0.000 | −0.002* | −0.001 | −0.043** | −0.045* | −0.044*** |
| (0.00) | (−1.71) | (−1.15) | (−2.19) | (−1.69) | (−2.64) | |
| TelelogyMAK | 0.042 | 1.114*** | 0.682* | −10.807 | 19.892* | 14.362* |
| (0.04) | (2.70) | (1.86) | (−0.58) | (1.84) | (1.71) | |
| Structured_hold | 0.001 | 0.003*** | 0.002*** | −0.031* | 0.124*** | 0.044*** |
| (1.09) | (3.17) | (2.92) | (−1.76) | (5.23) | (2.93) | |
| Supervision_csmar | −0.300*** | −0.090** | −0.208*** | −3.212*** | −1.857** | −2.813*** |
| (−7.55) | (−2.49) | (−7.76) | (−4.27) | (−1.97) | (−4.60) | |
| Poverty_ratio | −6.086 | −0.778*** | −9.938*** | −2.405 | −2.184 | −3.313 |
| (−0.49) | (−7.25) | (−5.56) | (−1.25) | (−0.22) | (−1.54) | |
| Controlrights | 0.002* | −0.006*** | −0.002*** | −0.019 | −0.169*** | −0.097*** |
| (1.75) | (−6.57) | (−3.51) | (−1.05) | (−6.81) | (−6.22) | |
| Confucian | −0.000** | 0.000 | −0.000 | −0.004*** | −0.004* | −0.004*** |
| (−2.31) | (0.58) | (−1.35) | (−2.91) | (−1.74) | (−3.30) | |
| Founder_edu | 0.094*** | 0.034*** | 0.065*** | 1.145*** | 0.039 | 0.599*** |
| (9.52) | (3.70) | (9.77) | (6.12) | (0.16) | (3.92) | |
| Constant | −0.288 | −0.808** | −0.706*** | −4.574 | −19.969* | −11.067* |
| (−0.75) | (−2.05) | (−2.82) | (−0.63) | (−1.94) | (−1.94) | |
| Observations | 5 393 | 5 743 | 11 136 | 5 393 | 5 743 | 11 136 |
| R-squared | 0.333 | 0.434 | 0.378 | 0.281 | 0.302 | 0.284 |
| year FE | YES | YES | YES | YES | YES | YES |
| industry FE | YES | YES | YES | YES | YES | YES |
(4)外资持股(Foreignprop)。外资持股作为企业股权结构中体现国际化属性的重要维度,会通过链接国际市场资源、传递全球化经营标准,为管理者认知优势的发挥创造差异化的内部环境。外资持股比例高的企业,往往更深度融入全球产业链,对数字化转型的需求更迫切,同时也能依托外资方的资源网络降低转型成本(Dunning,2001)。海归企业家的认知优势,比如国际化数字技术认知、跨域资源整合能力及全球行业视野,与外资持股企业的需求和资源高度契合。外资方带来的国际技术标准和合作渠道,可以与海归企业家的认知重构能力形成协同,共同推动数字化转型。
表10 列(1)~(6)的检验结果显示,在外资持股低组,海归企业家(CHAReturnee)对数字化转型中的数字化战略承诺(R_Digital)和数字化口头承诺(O_Digital)的正向影响显著(β=0.188,p<0.01;β=2.035,p<0.01);在外资持股高组,海归企业家对数字化战略承诺(R_Digital)的正向影响显著增强(β=0.408,p<0.01),对数字化口头承诺(O_Digital)的影响也显著(β=2.091,p<0.1),且组间系数差异检验显著。这表明外资持股占比越高,海归企业家对数字化转型的促进作用越强。另外,交互项系数也显著为正(β=0.221,p<0.05;β=0.063,p<0.1),这进一步印证了上述异质性结论。
| (1) | (2) | (3) | (4) | (5) | (6) | |
| VARIABLES | R_Digital (低组) |
R_Digital (高组) |
R_Digital (交互项) |
O_Digital (低组) |
O_Digital (高组) |
O_Digital (交互项) |
| CHAReturnee | 0.188*** | 0.408*** | 0.189*** | 2.035*** | 2.091* | 2.719*** |
| (8.00) | (4.51) | (8.06) | (5.00) | (1.79) | (5.07) | |
| Foreignprop | −0.011 | −0.220 | ||||
| (−0.21) | (−0.19) | |||||
| CHAReturnee×Foreignprop | 0.221** | 0.063* | ||||
| (2.26) | (1.68) | |||||
| County_edu | 0.137*** | −0.093 | 0.128*** | 1.948*** | −0.814 | 1.874*** |
| (6.67) | (−0.89) | (6.38) | (4.10) | (−0.61) | (4.09) | |
| SA_ROA | −0.001 | 0.325 | −0.001 | −0.045*** | 3.335 | −0.045*** |
| (−1.20) | (0.71) | (−1.20) | (−2.62) | (0.56) | (−2.69) | |
| TelelogyMAK | 1.132*** | 2.510 | 1.190*** | 17.767** | 82.558*** | 20.404** |
| (3.12) | (1.55) | (3.37) | (2.11) | (3.93) | (2.53) | |
| Structured_hold | 0.002*** | −0.001 | 0.002*** | 0.050*** | −0.012 | 0.044*** |
| (3.48) | (−0.66) | (2.93) | (3.10) | (−0.41) | (2.95) | |
| Supervision_csmar | −0.239*** | 0.094 | −0.218*** | −3.148*** | 0.352 | −2.925*** |
| (−8.61) | (0.96) | (−8.15) | (−4.89) | (0.28) | (−4.80) | |
| Poverty_ratio | −1.416*** | −8.749 | −3.449*** | −1.464* | −8.308 | −5.490* |
| (−6.08) | (−0.26) | (−5.99) | (−1.67) | (−0.46) | (−1.78) | |
| Controlrights | −0.002*** | 0.001 | −0.002*** | −0.095*** | −0.058* | −0.094*** |
| (−3.11) | (0.24) | (−3.12) | (−5.77) | (−1.81) | (−6.01) | |
| Confucian | 0.000 | −0.000** | 0.000 | −0.003** | −0.004 | −0.003** |
| (1.36) | (−1.97) | (0.88) | (−2.39) | (−1.58) | (−2.51) | |
| Founder_edu | 0.066*** | 0.074*** | 0.066*** | 0.589*** | 0.843** | 0.609*** |
| (9.53) | (2.81) | (9.86) | (3.66) | (2.48) | (3.98) | |
| Constant | −1.062*** | 0.452 | −0.993*** | −15.370*** | 6.250 | −14.762*** |
| (−4.27) | (0.41) | (−4.07) | (−2.66) | (0.44) | (−2.65) | |
| Observations | 10 523 | 613 | 11 136 | 10 523 | 613 | 11 136 |
| R-squared | 0.379 | 0.401 | 0.377 | 0.283 | 0.366 | 0.283 |
| year FE | YES | YES | YES | YES | YES | YES |
| industry FE | YES | YES | YES | YES | YES | YES |
(1)高管认知重构宽度的调节作用:高创新东道国经历的检验
表11汇报了高管的高创新东道国经历(Overseahigh_num)对海归企业家与数字化转型之间关系的调节作用检验结果。列(1)和列(4)分别是仅包含调节变量及控制变量的回归结果,可以看出高管的高创新东道国经历对数字化战略承诺和数字化口头承诺都产生显著的正向影响(β=0.081,p<0.01;β=0.717,p<0.01);列(2)和列(5)分别在列(1)和列(4)的基础上加入了自变量海归企业家,结果表明海归企业家对两种数字化转型指标的正向影响依然显著(β=0.126,p<0.01;β=3.000,p<0.01);列(3)和列(6)加入海归企业家与高创新东道国经历的交互项,结果显示在以数字化战略承诺(R_Digital)为被解释变量时交互项系数显著为正(β=0.227),在以数字化口头承诺(O_Digital)为被解释变量时仅在10%水平上显著(p<0.01;β=2.027,p<0.1)。
| (1) | (2) | (3) | (4) | (5) | (6) | |
| VARIABLES | R_Digital | R_Digital | R_Digital | O_Digital | O_Digital | O_Digital |
| CHAReturnee | 0.126*** | 0.075** | 3.000*** | 2.547*** | ||
| (4.05) | (2.26) | (4.11) | (3.27) | |||
| Overseahigh_num | 0.081*** | 0.048*** | −0.051* | 0.717*** | −0.082 | −0.962 |
| (8.21) | (3.70) | (−1.96) | (3.08) | (−0.27) | (−1.57) | |
| CHAReturnee×Overseahigh_num | 0.227*** | 2.027* | ||||
| (4.35) | (1.65) | |||||
| County_edu | 0.128*** | 0.126*** | 0.128*** | 1.868*** | 1.808*** | 1.824*** |
| (6.32) | (6.20) | (6.29) | (3.91) | (3.78) | (3.82) | |
| SA_ROA | −0.001 | −0.001 | −0.001 | −0.045*** | −0.045*** | −0.045*** |
| (−1.22) | (−1.20) | (−1.22) | (−2.61) | (−2.59) | (−2.59) | |
| TelelogyMAK | 0.907** | 0.883** | 0.887** | 16.602** | 16.012* | 16.051* |
| (2.53) | (2.46) | (2.47) | (1.97) | (1.90) | (1.90) | |
| Structured_hold | 0.002** | 0.002** | 0.002** | 0.043*** | 0.042*** | 0.042*** |
| (2.44) | (2.38) | (2.43) | (2.71) | (2.65) | (2.67) | |
| Supervision_csmar | −0.251*** | −0.252*** | −0.253*** | −3.406*** | −3.428*** | −3.437*** |
| (−8.99) | (−9.03) | (−9.07) | (−5.18) | (−5.22) | (−5.24) | |
| Poverty_ratio | −1.828*** | −0.476*** | −1.036*** | −5.200* | −6.042 | −2.936 |
| (−5.54) | (−5.44) | (−5.61) | (−1.65) | (−1.54) | (−1.61) | |
| Controlrights | −0.001** | −0.001** | −0.002** | −0.093*** | −0.093*** | −0.094*** |
| (−2.00) | (−2.02) | (−2.15) | (−5.61) | (−5.63) | (−5.68) | |
| Confucian | 0.000 | 0.000 | 0.000 | −0.003*** | −0.003*** | −0.003*** |
| (0.95) | (0.81) | (0.83) | (−2.66) | (−2.80) | (−2.79) | |
| Founder_edu | 0.069*** | 0.068*** | 0.067*** | 0.637*** | 0.593*** | 0.588*** |
| (9.99) | (9.72) | (9.63) | (3.90) | (3.63) | (3.59) | |
| Constant | −0.976*** | −0.945*** | −0.959*** | −14.321** | −13.584** | −13.710** |
| (−3.77) | (−3.65) | (−3.71) | (−2.35) | (−2.23) | (−2.25) | |
| Observations | 11 136 | 11 136 | 11 136 | 11 136 | 11 136 | 11 136 |
| R-squared | 0.388 | 0.389 | 0.391 | 0.284 | 0.285 | 0.285 |
| year FE | YES | YES | YES | YES | YES | YES |
| industry FE | YES | YES | YES | YES | YES | YES |
上述结果表明,高创新国家通常与求知探索、不确定性接纳、包容失败以及精诚合作有关(Gao等,2023)。海归高管在这些国家长期学习与工作的过程中,持续接触并内化了上述多维认知信念(贺小刚等,2025),当公司高管团队覆盖多个不同的高创新东道国时,成员们会面临更加多元化的创新文化和制度环境,从而内化为更宽广、异质的认知资源。这种认知宽度为企业提供了丰富的认知资源库,使团队能够从多个维度理解、评估和支持数字化转型中的各类复杂决策。因此,高管团队的认知宽度越大,海归企业家在推动数字化转型过程中的正向影响就越能得到强化。由此,假设H2得到支持。
(2)高管认知重构深度的调节作用:东道国滞留时间的检验
表12汇报了海归高管东道国滞留时间(Overseaduration)对海归企业家与数字化转型之间关系的调节作用检验结果。列(1)和列(4)分别是仅包含调节变量及控制变量的回归结果,可以看出东道国滞留时间对数字化战略承诺和数字化口头承诺都产生显著的正向影响(β=0.009,p<0.01;β=0.260,p<0.01);列(2)和列(5)分别在列(1)和列(4)的基础上加入了自变量海归企业家,结果表明海归企业家对两种数字化转型指标的正向影响依然显著(β=0.194,p<0.01;β=2.343,p<0.01);列(3)和列(6)加入海归企业家与东道国滞留时间的交互项,结果显示,交 互项系数在以数字化战略承诺(R_Digital)为被解释变量时显著为正(β=0.039,p<0.01),在以数字化口头承诺(O_Digital)为被解释变量时显著为正(β=0.508,p<0.1)。
| (1) | (2) | (3) | (4) | (5) | (6) | |
| VARIABLES | R_Digital | R_Digital | R_Digital | O_Digital | O_Digital | O_Digital |
| CHAReturnee | 0.194*** | 0.176*** | 2.343*** | 2.103*** | ||
| (7.64) | (6.74) | (3.92) | (3.43) | |||
| Overseaduration | 0.009*** | 0.002 | −0.016** | 0.260*** | 0.167** | −0.057 |
| (3.48) | (0.56) | (−2.53) | (4.16) | (2.50) | (−0.39) | |
| CHAReturnee×Overseaduration | 0.039*** | 0.508* | ||||
| (3.14) | (1.74) | |||||
| County_edu | 0.127*** | 0.124*** | 0.125*** | 1.832*** | 1.801*** | 1.808*** |
| (6.21) | (6.10) | (6.13) | (3.83) | (3.77) | (3.79) | |
| SA_ROA | −0.001 | −0.001 | −0.001 | −0.045** | −0.045** | −0.045** |
| (−1.17) | (−1.18) | (−1.18) | (−2.57) | (−2.57) | (−2.57) | |
| TelelogyMAK | 1.040*** | 0.934*** | 0.945*** | 16.088* | 14.810* | 14.951* |
| (2.89) | (2.60) | (2.63) | (1.91) | (1.75) | (1.77) | |
| Structured_hold | 0.002*** | 0.002** | 0.002** | 0.044*** | 0.042*** | 0.041*** |
| (2.72) | (2.46) | (2.38) | (2.77) | (2.63) | (2.60) | |
| Supervision_csmar | −0.255*** | −0.253*** | −0.255*** | −3.479*** | −3.463*** | −3.477*** |
| (−9.09) | (−9.07) | (−9.11) | (−5.30) | (−5.28) | (−5.30) | |
| Poverty_ratio | −9.999*** | −7.280*** | −10.096*** | −6.825 | −1.654 | −8.983 |
| (−5.71) | (−5.47) | (−5.58) | (−1.62) | (−1.49) | (−1.55) | |
| Controlrights | −0.002** | −0.002** | −0.001** | −0.095*** | −0.094*** | −0.094*** |
| (−2.30) | (−2.14) | (−2.13) | (−5.74) | (−5.65) | (−5.65) | |
| Confucian | 0.000 | 0.000 | 0.000 | −0.003*** | −0.003*** | −0.003*** |
| (1.11) | (0.80) | (0.81) | (−2.62) | (−2.78) | (−2.77) | |
| Founder_edu | 0.072*** | 0.067*** | 0.067*** | 0.655*** | 0.603*** | 0.597*** |
| (10.32) | (9.69) | (9.63) | (4.01) | (3.68) | (3.65) | |
| Constant | −0.981*** | −0.934*** | −0.933*** | −13.981** | −13.415** | −13.410** |
| (−3.78) | (−3.60) | (−3.60) | (−2.30) | (−2.20) | (−2.20) | |
| Observations | 11 136 | 11 136 | 11 136 | 11 136 | 11 136 | 11 136 |
| R-squared | 0.385 | 0.389 | 0.389 | 0.285 | 0.286 | 0.286 |
| year FE | YES | YES | YES | YES | YES | YES |
| industry FE | YES | YES | YES | YES | YES | YES |
这些结果表明,东道国滞留时间显著强化了海归企业家对数字化转型的正向影响,其深层逻辑在于“认知重构的深度”。文化价值观呈层状结构(Hampden-Turner等, 1997):表面的行为规范虽可通过短期接触习得,但深层的认知信念(如对失败的坦然接受、对长期回报的耐心追求)需要长时间的沉浸与反复实践才能被真正内化为个体的认知图式(Maddux和Galinsky, 2009)。按照本文的理论解释,滞留时间越长,海归高管对东道国创新文化信念的内化就越深、越牢固,即“认知重构的深度”越大。这种深层认知印记在面对数字化转型这一高不确定性、长周期性的战略决策时,能够提供更持久、更坚定的信念支撑,从而强化海归企业家的正向促进作用。由此,假设H3得到支持。
五、结 语 一. 研究结论本文基于印记理论,并结合认知理论的核心观点,构建了海归企业家影响民营企业数字化转型的理论模型。本文以2007—2022年中国沪深A股民营上市公司为研究样本,通过实证研究得到以下结论。
第一,海归企业家有助于促进民营企业数字化转型战略的制定与落实。具体而言,在理论 层面,海归企业家的海外经历,尤其是在高创新水平东道国的学习和工作,使其经历了认知冲突与图式调整的过程,内化了包括“包容失败”“接纳不确定性”“主动探索”和“精诚合作”在内的多元认知印记,形成了独特的认知重构能力。这种认知结构的根本性转变使其能够突破本土企业常见的“认知锁定”,更敏锐地识别数字化转型的战略机遇,更坚定地克服组织内部阻力,从而有效推动数字化转型的制定与落实。在经过工具变量法、倾向得分匹配、控制高阶固定效应、更换模型与更换测量等一系列稳健性检验后,该结论依然成立。
第二,一方面,高管团队覆盖的高创新东道国越多,接触的异质性创新环境越丰富,在理论意义上内化的多元认知信念越宽广,即高管认知重构的宽度越大,为企业提供了更丰富的认知资源库来应对数字化转型中的多元挑战。另一方面,在东道国滞留时间越长,海归高管对当地创新文化深层价值观的内化程度越深,认知印记越牢固,高管认知重构的深度越大,在面对数字化转型这种高不确定性战略决策时能够提供更持久、更坚定的信念支撑。本文将印记理论与认知理论有机融合,从高管认知重构的宽度与深度两个维度,揭示了高管团队海外经历强化海归企业家数字化转型促进效应的边界条件。
第三,本文基于外部制度环境和企业内部治理两个层面,探究了海归企业家对数字化转型的异质性影响。在外部制度环境层面,市场化程度越高、公司所在地到港口距离越近、地区开放度越高,海归企业家对数字化转型的促进作用越显著。在内部治理与资源结构层面,外资持股占比越高,海归企业家的数字化转型促进效应越明显。上述发现表明,海归企业家的认知优势能否转化为转型意图与行动,高度依赖于内外部情境条件,即当外部制度环境更优或内部治理支持更强时,海归企业家海外认知资源发挥作用的条件更为有利。本文将此解释为认知重构能力转化效率的情境差异。本研究未直接测量认知转化效率,该解释属于理论推论而非已验证的结论。
二. 理论贡献本文的研究贡献主要体现在以下几个方面:第一,有助于补充和完善数字化转型影响因素的研究成果。很多学者就企业数字技术的采纳进行了深入的探讨,发现其制约或促进因素主要体现在外部因素,比如区域技术水平、经济条件、政府政策等宏观因素(毛宁等,2022;杨贤宏等,2021)。另外,内部因素的影响作用也不可忽视,比如企业功能使命(戚聿东等,2021)、资源与能力(侯光文和刘青青,2022)、高管网络资源(宋晶和陈劲,2022)、高管的人口统计学特征及特殊经历(张昆贤和陈晓蓉,2021)、企业产权异质性所导致的产权结构(陈元和贺小刚,2023)等。本文创新性地从企业家认知角度进行分析,将认知理论与印记理论引入数字化转型的研究框架,构建了“海归企业家—认知重构能力—数字化转型”的理论模型。迄今为止还很少有学者从这个视角构建数字化转型形成机制的理论框架。
第二,创新性地提出了海归企业家的印记特征体现为认知重构。早期的研究基本上都将海归视为知识与经验的载体,我们的研究为正在进行的关于海归战略价值的学术辩论提供了一个认知维度的新解释。人力资本包含从远端(认知)到近端(知识)的一系列属性(Ployhart,2021),海归不仅是知识的载体,更是认知的转化者。采用认知方法,本文将研究重点从知识转移转向认知重构,强调人力资本资源的微观认知基础。此外,我们还关注到高管认知重构的宽度(高创新东道国经历)和高管认知重构的深度(滞留时间)两个维度,系统性地刻画了认知印记的异质性特征及其对数字化转型的差异化调节作用。这一概念框架拓展了印记理论在企业数字化转型研究中的应用边界,丰富了贺小刚等(2025)关于海归高管创新印记的研究脉络。
第三,有助于进一步丰富和拓展海归企业家领域的研究成果。海归企业家的研究受到了战略管理、创业管理等领域很多学者的关注,但是总体而言主要集中于海归企业家对创新、创业、国际化和企业成长等方面的影响。本文基于认知理论分析了海归企业家对企业数字化转型的影响作用,将海归企业家的战略价值研究从传统的创新、国际化等领域拓展到数字化转型这一新兴战略领域,为理解海归企业家在数字经济时代的角色提供了新的理论视角。同时,本文还基于印记理论,从海归高管在东道国的滞留时间(高管认知重构深度)以及高创新东道国经历(高管认知重构宽度)等角度探讨了其边界效应,这为海归企业家研究提供了一个可操作化的认知印记分析框架。
三. 实践启示本文的管理实践启示在于以下几个方面:第一,党的二十大以来,党中央和国家明确了经济高质量发展的方向与目标,民营企业高质量发展成为全面建设社会主义现代化国家的重要任务。但实践中,民营企业高质量发展仍需内生动力,尤其是技术创新驱动力,在这一现实背景下,本文认为关注企业数字化转型对于提高技术创新能力、构建我国技术创新体系、实现经济高质量发展具有重要的现实意义。海归企业家作为具备认知重构能力的特殊人力资本,能够在民营企业数字化转型中扮演关键角色,政策制定者应充分重视和利用这一人才资源。
第二,企业家是民营企业中的灵魂人物,对企业高质量发展具有十分重要的作用。本文的理论和实证研究发现,海归企业家对企业的发展产生了不可忽视的作用。因此,对于合作者以及其他利益相关者而言,海归身份可以视为一种有价值的信息线索,它提示该企业家可能具有更开放的认知框架、更强的变革意愿和更丰富的国际资源网络。
第三,企业家身份影响到企业的数字化转型,但这将受制于其他多种条件。作为企业实践工作者,挖掘出制约数字化转型的因素将是非常重要的管理工作。具体而言,企业在组建高管团队时,不仅应关注海归企业家本身的海外经历,还应重视团队整体的认知资源配置,包括具有海外经历的成员在东道国的停留时间以及所覆盖的创新环境广度。这种系统性的认知资源建设,将更有效地支撑数字化转型这一长期战略变革。
第四,海归企业家是国际人力资本流动中的重要代表群体,他们从东道国获得了有价值的经验和知识。对于政策制定者而言,要坚持开放的政策,坚持人才强国战略,广纳全球精英归国创新与工作,尤其是要吸引高创新东道国的、高研发水平国家的归国人员,以及在国外长期学习或工作的人才回国创业。
四. 研究不足与展望本文仍然存在局限和不足,而这些不足之处也为后续研究提供了一些探索方向。第一,本文是在新兴市场追赶全球创新竞争的背景下展开研究的,因此样本选择聚焦于中国背景。尽管中国背景下的样本量很大,但本文的研究结果对其他新兴市场(如印度、中欧和东欧国家、拉丁美洲)的适用性值得进一步探索,这些国家和地区与发达经济体相比存在认知差距,且海归人数也很多。通过对多国的比较分析更有可能改进理论的普适性。此外,不同国家的制度环境、文化特征和创新体系存在显著差异,这些差异将如何影响海归企业家的认知重构过程及其战略决策效果,也是值得深入研究的跨文化比较问题。
第二,企业数字化转型研究的拓展。本文关注的数字化转型存在两个测量维度,即口头承诺(年报词频)与战略承诺(实际投资),但本文将其视为并列的结果变量,尚未充分考虑到两者之间可能存在的脱耦与匹配关系。如此,企业有可能出现“言行不一”或“言行一致”的不同行为模式。尤其是在不同的企业家身份背景下,数字化转型可能呈现出不同的组合模式,如“高口头承诺+低战略承诺”的象征性应对模式,还是“高口头承诺+高战略承诺”的实质性推动模式。这还有待于进一步深入的理论分析与检验。
第三,本文在理论上将海归企业家重新界定为认知转化者,探究其海外经历所塑造的认知重构能力如何驱动企业数字化转型这一高风险战略变革。需要说明的是,本文的实证检验以海 归身份及海外经历代理变量为对象,目前仍没有对其进行系统的测量。后续可以开发海归企业家认知重构能力的量表,进而更深入地考察海归企业家在推动企业数字化转型中的作用机制及其边界条件。
| [1] | 陈玉娇, 宋铁波, 黄键斌. 企业数字化转型: “随行就市”还是“入乡随俗”?——基于制度理论和认知理论的决策过程研究[J]. 科学学研究, 2022, 40(6): 1054–1062. |
| [2] | 陈元, 贺小刚, 徐世豪. 家族控制与企业数字化转型[J]. 经济管理, 2023, 45(5): 99–115. |
| [3] | 贺小刚, 贾植涵, 彭屹, 等. 财富预期与企业家冒险行为: 进取还是越轨?[J]. 管理世界, 2022, 38(10): 226–239. |
| [4] | 贺小刚, 陆海林, 闫静波. 海归高管的创新印记催生企业研发投入?家族治理与区域文化的调节效应[J]. 管理工程学报, 2025, 39(6): 89–106. |
| [5] | 何轩, 肖炜诚, 张映瑜, 等. 当家族企业面临数字化变革——基于社会情感财富和技术变迁互动视角的解释[J]. 财经研究, 2023, 49(7): 153–168. |
| [6] | 侯光文, 刘青青. 网络权力与创新绩效: 基于企业数字化能力视角[J]. 科学学研究, 2022, 40(6): 1143–1152. |
| [7] | 靳涛, 陶新宇. 政府支出和对外开放如何影响中国居民消费?——基于中国转型式增长模式对消费影响的探究[J]. 经济学(季刊), 2016, 15(4): 121–146. |
| [8] | 金鑫, 王静, 赵美涛. 亲清政商关系与民营企业数字化转型[J]. 中央财经大学学报, 2025(2): 57–71. |
| [9] | 李锴, 齐绍洲. 贸易开放、经济增长与中国二氧化碳排放[J]. 经济研究, 2011, 46(11): 60–72,102. |
| [10] | 李琦, 刘力钢, 邵剑兵. 数字化转型、供应链集成与企业绩效——企业家精神的调节效应[J]. 经济管理, 2021, 43(10): 5–23. |
| [11] | 李思飞, 李鑫, 王赛, 等. 家族企业代际传承与数字化转型: 激励还是抑制?[J]. 管理世界, 2023, 39(6): 171–187. |
| [12] | 李四海, 陈旋. 企业家专业背景与研发投入及其绩效研究——来自中国高新技术上市公司的经验证据[J]. 科学学研究, 2014, 32(10): 1498–1508. |
| [13] | 刘林青, 李承烨, 谭力文. 亲缘利他行为、家族权威与家族企业数字化转型——基于耐心资本与代理成本视角[J]. 山西财经大学学报, 2025, 47(12): 90–101. |
| [14] | 毛宁, 孙伟增, 杨运杰, 等. 交通基础设施建设与企业数字化转型——以中国高速铁路为例的实证研究[J]. 数量经济技术经济研究, 2022, 39(10): 47–67. |
| [15] | 戚聿东, 杜博, 温馨. 国有企业数字化战略变革: 使命嵌入与模式选择——基于3家中央企业数字化典型实践的案例研究[J]. 管理世界, 2021, 37(11): 137–158. |
| [16] | 宋晶, 陈劲. 企业家社会网络对企业数字化建设的影响研究——战略柔性的调节作用[J]. 科学学研究, 2022, 40(1): 103–112. |
| [17] | 汤萱, 高星, 赵天齐, 等. 高管团队异质性与企业数字化转型[J]. 中国软科学, 2022(10): 83–98. |
| [18] | 王海, 闫卓毓, 郭冠宇, 等. 数字基础设施政策与企业数字化转型: “赋能”还是“负能”?[J]. 数量经济技术经济研究, 2023, 40(5): 5–23. |
| [19] | 王小鲁, 樊纲, 胡李鹏. 中国分省份市场化指数报告(2018)[M]. 北京: 社会科学文献出版社, 2019. |
| [20] | 吴非, 常曦, 任晓怡. 政府驱动型创新: 财政科技支出与企业数字化转型[J]. 财政研究, 2021a, (1): 102-115. |
| [21] | 吴非, 胡慧芷, 林慧妍, 等. 企业数字化转型与资本市场表现——来自股票流动性的经验证据[J]. 管理世界, 2021b, 37(7): 130-144. |
| [22] | 续继. 职业化管理与民营企业数字化转型: 能力保障与动力机制[J]. 学习与探索, 2022(4): 121–128. |
| [23] | 徐宁. 营商环境推动了民营企业数字化转型吗[J]. 现代经济探讨, 2024(7): 74–88,101. |
| [24] | 许为宾, 王雅娴. 多言寡行: 家族企业二代继任者如何应对数字化转型趋势[J]. 珞珈管理评论, 2025(4): 49–76. |
| [25] | 杨贤宏, 宁致远, 向海凌, 等. 地方经济增长目标与企业数字化转型——基于上市企业年报文本识别的实证研究[J]. 中国软科学, 2021(11): 172–184. |
| [26] | 袁淳, 肖土盛, 耿春晓, 等. 数字化转型与企业分工: 专业化还是纵向一体化[J]. 中国工业经济, 2021(9): 137–155. |
| [27] | 张翠子, 蒋峦, 凌宇鹏, 等. CEO权力对家族企业数字化转型的影响研究[J]. 管理学报, 2023, 20(3): 339–348. |
| [28] | 张昆贤, 陈晓蓉. 谁在推动数字化?——一项基于高阶理论和烙印理论视角的经验研究[J]. 经济与管理研究, 2021, 42(10): 68–87. |