《Systems》：Exploring the Impacts of Digital Technology on Small and Medium-Sized Corporate Competitive Advantage: Evidence from the Chinese A-Share Manufacturing Industry
Ping Li,
Minxi Zhao and
Weiwei Wu
编辑推荐：
在数字技术（Digital Technology, DT）重塑工业竞争的深刻背景下，考察其如何帮助资源受限的中小型制造企业（Small and Medium-sized Manufacturing Enterprises, SMMEs）培养持续的竞争优势具有重
在数字技术（Digital Technology, DT）重塑工业竞争的深刻背景下，考察其如何帮助资源受限的中小型制造企业（Small and Medium-sized Manufacturing Enterprises, SMMEs）培养持续的竞争优势具有重要实践意义。基于动态能力理论（Dynamic Capability Theory, DCT），本研究利用2013年至2022年中国A股市场153家SMMEs的面板数据进行实证分析。基准回归结果表明，数字技术显著增强了企业的竞争优势（Firm Competitive Advantage, FCA），这一发现在涉及替代变量测量和样本调整的多项稳健性检验中依然成立。进一步的异质性分析揭示，这种促进效应在国有企业、非高科技行业以及位于东部、东北部和西北地区的企业中更为显著，在数字金融更发达或市场竞争更激烈的环境中也是如此。此外，机制分析识别出一条顺序中介路径，具体而言，数字流程创新（Digital Process Innovation, DPCI）推动了数字商业模式创新（Digital Business Model Innovation, DBMI），该路径通过结构方程模型（Structural Equation Modeling, SEM）得到验证。数字产品创新（Digital Product Innovation, DPDI）未表现出统计上显著的中介效应。这些发现将动态能力理论的适用性扩展到了数字情境，并为寻求设计情境特定数字化转型战略的SMMEs提供了可行的见解。
**论文解读：数字技术如何提升中小企业竞争优势——基于动态能力理论的实证分析**
**研究背景、问题与研究意义**
在全球竞争加剧与技术快速迭代的背景下，建立并维持企业竞争优势（Firm Competitive Advantage, FCA）已成为企业生存发展的核心战略目标。对于资源受限的中小型制造企业（Small and Medium-sized Manufacturing Enterprises, SMMEs）而言，这一任务尤为艰巨。在中国，SMMEs构成了制造业的主体，但其普遍面临“不愿转”和“不能转”的双重困境。现有文献多聚焦于数字化转型的宏观叙事，对数字技术（Digital Technology, DT）如何通过具体的数字创新路径（如产品、流程与商业模式创新）差异化地影响FCA，尤其是其并行与顺序效应，尚缺乏系统探讨。同时，企业异质性与区域背景的调节作用也未充分揭示。为填补这些空白，本研究基于动态能力理论（Dynamic Capability Theory, DCT），探究DT如何通过增强企业感知（sensing）、捕捉（seizing）与转换（transforming）能力，驱动数字创新，进而提升SMMEs的FCA。该研究发表于《Systems》期刊，为资源有限的中小企业制定情境化的数字化转型策略提供了理论依据与实践指导。
**主要关键技术与方法**
本研究采用中国A股市场153家上市SMMEs在2013年至2022年间的面板数据，样本涵盖13个制造业子行业。主要关键技术方法包括：（1）文本分析法：通过抓取企业年报中“管理层讨论与分析”（MD&A）部分关于数字技术的关键词词频，量化DT采纳水平；（2）熵值法：客观赋权并构建FCA与DBMI的复合指数；（3）逐步回归与Bootstrap中介效应检验：验证DPCI、DBMI及DPDI的中介作用；（4）结构方程模型（SEM）：综合评估链式中介路径；（5）双向固定效应模型：控制行业与年份固定效应，并进行异质性分析（区域、所有权、行业技术强度等）与内生性处理（滞后项、双重差分法）。
**研究结果**
**5.1 描述性统计**
样本企业FCA均值为0.045，范围为0.007至0.817，表明上市制造企业竞争优势总体不高且差异显著；lnDT均值为3.109，范围为0至6.356，表明企业间DT采纳程度存在较大异质性。
**5.2 基准回归结果**
双向固定效应模型显示，DT对FCA的回归系数为正且在1%水平上显著（β = 0.003），证明DT显著提升了SMMEs的竞争优势，支持假设H1。
**5.3 稳健性检验**
通过替换因变量（以市场份额FCA1替代）、替换核心自变量（以数字专利数lndigpa替代）、添加控制变量（资产负债率Lev、研发支出RDfee）、调整样本时间（2017年后政策窗口期）、使用双重差分法（基于“国家大数据综合试验区”与“国家人工智能创新应用先导区”准自然实验）、引入因变量一期滞后项以及采用结构方程模型（SEM）进行综合验证，结果均显示DT对FCA的正向效应保持稳定。
**5.4 内生性检验**
引入DT的一至三期滞后项，结果显示第一期滞后项显著，第二、三期不显著，表明DT对FCA的短期影响显著；同时加入行业与年份固定效应以缓解遗漏变量偏误。
**5.5 异质性分析**
- **区域异质性**：DT在东、西部及东北地区显著提升FCA，在中部地区不显著；在中心城市（直辖市、省会等）的效果约为外围城市的三倍。
- **行业与所有权异质性**：国有企业（SOEs）比非国有企业效果更强；非高科技行业（系数0.0059，1%显著）显著，而高科技行业不显著（可能因“能力陷阱”导致边际收益递减）。
- **竞争水平与数字金融异质性**：在数字金融发达地区（系数0.0041 > 0.0022）以及高/低竞争环境下（HHI高低分组均显著），DT均提升FCA。
**5.6 机制检验**
- **DPDI中介检验**（H2）：逐步回归显示DPDI受DT正向促进且DPDI正向影响FCA，但Bootstrap检验的间接效应置信区间包含零，故中介效应不显著，可能因产品创新周期长、市场时机敏感。
- **DPCI中介检验**（H3）：逐步回归与Bootstrap证实DPCI为完全中介（间接效应置信区间不包含零，直接效应区间包含零），表明DT通过优化内部流程（如生产自动化、供应链协调）提升效率与质量，从而增强竞争优势。
- **DBMI中介检验**（H4）：DT对DBMI的直接效应为负且显著（反映转型成本与短期效率悖论），DBMI本身正向影响FCA，但负向中介不符合假设，Bootstrap确认抑制模型。
- **链式中介检验**（H5）：Bootstrap验证了“DT → DPCI → DBMI → FCA”的链式路径显著（效应值0.008，p = 0.003），DPCI先驱动过程创新，进而促进商业模式创新，最终提升竞争优势。
**研究结论（翻译自6.1 Concluding Remarks）**
本研究为数字技术（DT）如何通过不同的创新路径增强中国制造业中小企业（SMMEs）的竞争优势提供了经验证据，并立足于动态能力理论（DCT）。核心发现证实，DT作为关键战略资源，显著提升了SMMEs的竞争地位。这一效应并非均匀分布，而是最有效地通过一个序列化能力构建过程传递：DT首先通过流程创新（DPCI）驱动内部运营转型，这为商业模式创新（DBMI）奠定了必要基础并促使其演化，最终形成卓越的市场竞争力。从DT到产品创新（DPDI）的即时路径虽存在，但在观察期内并未转化为显著的竞争优势，凸显了不同创新类型差异化的时间逻辑。此外，DT的赋能作用取决于情境，在支持性所有权结构和完善的数字金融生态中得到增强，并在不同竞争格局中保持稳健。
