制造企業如何形成大數據能力賦能產品創新績效？
——CEO威脅認知與數字化支持行為的視角

張振剛，葉寶升，戶安濤，余傳鵬

（1.華南理工大學 工商管理學院，廣州 510641；2.華南理工大學 廣州數字創新研究中心，廣州 510641；3.華南理工大學 旅游管理系，廣州 510006）

0 引言

隨著第四次工業革命的到來，我國高度重視構建大數據能力，出臺了一系列政策，如黨的二十大報告要求“促進數字經濟與實體經濟深度融合”、國民經濟十四五規劃提出實施“上云用數賦智”行動、國務院專門出臺《“十四五”數字經濟發展規劃》等。大數據能力的形成是優化產業結構和推動產業高質量發展的重要途徑。然而，埃森哲在2019—2022年發布的中國企業數字化轉型指數報告指出，數據賦能企業績效提升的領軍企業比例分別為7%、9%、11%、16%和17%，比例仍然很低。如何形成制造企業大數據能力，以賦能研發設計、物料采購、生產制造、營銷服務等價值鏈全過程，已成為中國制造企業所面臨的關鍵問題。

企業大數據的獲取、整合分析離不開跨部門間的數據協同［1-2］?？绮块T數據協同能夠獲取全量樣本數據，分析數據之間的相關性，挖掘出有價值的信息［1］，避免數據以碎片化的方式刻畫事物的局部形態與特征［3］。制造業涉及多個生產環節，涵蓋原材料采購、生產加工、質量控制、包裝、物流等，每個環節都會產生大量的數據，如生產指標數據、設備運行數據、質檢數據等。通過數據協同，不同環節的數據可以被整合和分析，實現生產流程的優化和管理，提高產品質量和效率。并且，跨部門數據協同也能夠更好整合制造企業研發、采購、生產、營銷服務等各個部門人員，統一建設與維護企業大數據能力形成所需的數字基礎設施與數據標準?？绮块T協同是制造企業大數據能力形成的關鍵要求，這離不開負責各部門高管支持。然而，由于高管內成員的權力存在差異［4］，部門高管往往只分管不同的部門，無法跨部門整合高管行為。CEO“一把手”由于具有結構性權力，能夠通過設計協同規則與資源配置機制支持數字化，以跨部門整合高管行為［4］，滿足企業大數據能力形成的協同要求。并且，制造企業通常涉及龐大的供應鏈網絡，包括供應商、合作伙伴、分銷商等，各方都會產生大量的數據，如原材料采購數據、生產數據、物流數據等。通過CEO的支持，這能夠更好地獲取、整合、應用外部數據資源。因此，CEO數字化支持行為是形成制造企業大數據能力的關鍵影響因素。再者，本文選擇產品創新績效作為大數據能力影響的結果變量，主要由于其是制造企業活動中生產要素最具集成特征的一環［5］，集成了價值鏈全過程的研發、采購、生產、營銷服務等各個環節，更需要CEO支持以滿足數據的跨部門協同。并且，與流程創新相比，產品創新直接面對顧客，是企業價值的直接來源［6］。

究竟是什么驅動CEO支持數字化行為形成制造企業大數據能力賦能產品創新績效呢？由于認知對于行為的重要作用，認知可能是CEO行為表現的邏輯起點。外部數字化變革深入到制造企業活動的各個方面［7］，使得CEO容易產生未實施數字化轉型將威脅企業自身發展的認知。例如，研究表明：占所調研89%的公司認為，如果他們在未來幾年內不采用大數據技術，他們將失去相當大的市場份額［8］。然而，現有研究強調企業大數據能力的作用但忽視從威脅認知視角探究其形成［9］。同時，對于威脅認知與變革行為之間的關系，前景理論認為威脅認知能夠提升變革行為［10］，而威脅剛性理論則認為威脅認知下企業傾向于風險規避［11］，容易降低變革行為。CEO數字化支持行為是一種重構企業的變革行為［12］，兩種理論的不同觀點表明亟須進一步探究威脅認知通過CEO數字化支持行為形成制造企業大數據能力的關系問題，這催生了“三參照點”理論解釋。依據動態能力理論的感知、捕獲、重新配置三種重要能力［13］，制造企業大數據能力的資源獲取、整合分析以及應用能力，能否通過整合內外部的數據資源提升感知顧客需求能力，分析洞察以促進捕獲市場機會能力，重新配置資源以增強創新產品滿足顧客需求的能力，以更好提升產品創新績效，有待進一步研究回答。本研究依據“三參照點”（Tri-reference point theory）與動態能力理論，一方面整合前景理論與威脅剛性理論，從而解釋CEO威脅認知如何影響數字化支持行為以形成制造企業大數據能力，另一方面也闡釋了制造企業大數據能力賦能產品創新績效的邏輯?；谏鲜龇治?，本文提出以下研究問題：究竟威脅認知能否通過CEO數字化支持行為形成制造企業大數據能力賦能產品創新績效？

本文的研究貢獻主要有兩個方面：①從CEO威脅認知與數字化支持行為視角出發，探究了制造企業大數據能力的形成，并從動態能力邏輯闡釋大數據能力對產品創新績效的影響，為提升制造企業大數據能力及其對產品創新績效的促進作用提供了新的理論闡釋邏輯；②通過引入“三參照點”理論，整合威脅剛性理論與前景理論，解釋了威脅認知下制造企業大數據能力的形成過程，這也回應了近20年來威脅認知與變革行為關系存在異質性的結果。

1 文獻回顧與假設提出

1.1 文獻綜述

大數據能力是指企業在多大程度上能夠獲取、整合分析與應用大數據資源［2，9］。從2012年開始，大量研究關注了企業大數據能力對于企業績效［8，14-16］、漸進式與突破式創新［17］、決策［18］、戰略［19］等的影響，強調了企業大數據能力的積極作用［20］。但是，一些學者對于大數據能力的作用存在質疑，認為大數據能力構建存在“高投入、低產出”的現象，甚至提出要警惕“大數據陷阱”［20］。雖然近期國內開始探討了大數據對于產品創新績效的影響［5］，但是研究更多基于組織學習與慣例更新的闡釋邏輯。盡管一些研究也考慮到動態能力的視角，探究大數據能力對于漸進式與突破式創新的影響［17］。但是，現有研究總體上還是缺乏從動態能力理論的“感知、捕獲、重新配置”邏輯對應于大數據能力的“資源獲取、整合分析、應用”三個維度，闡述其對于產品創新績效的影響，以更全面地闡釋大數據能力與產品創新績效的關系。并且，大數據能力與產品創新績效的關系是否存在情境異質性也有待跨群組比較的分析。

企業大數據能力的形成研究主要歸納為技術與管理因素兩大方面，技術因素主要包括技術兼容性［21］、技術基礎設施與軟件和信息系統等［22］；管理因素主要包括契約與關系治理［23］、戰略導向與發展式文化［9］、高管支持［2，21］、供應商開發［24］等。并且，在技術發展迅速的基礎上，企業大數據能力的形成研究逐漸從技術因素轉移到了管理因素的影響，特別是強調了戰略導向與高管支持等的作用［2，9，21］，這為本研究提供了有益參考。但是，企業大數據能力的形成需要各個部門的協同配合，且涉及內部利益格局的重新調整，這離不開CEO重要角色的作用。CEO數字化支持行為是影響企業大數據能力形成的重要因素，而要使CEO做出支持行為，離不開其認知的改變。數字變革時代趨勢使得CEO容易產生未進行數字化轉型，將對自身企業造成威脅的認知。由于企業數字化轉型具有較大的風險性［25］，CEO對于數字化的支持可以歸結為風險性行為［26-27］。CEO威脅認知與數字化支持行為在影響制造企業大數據能力形成中起到重要的作用，但是現有文獻忽視了這一重要視角。

對于威脅認知與風險性行為的關系，現有研究存在著“前景理論”與“威脅剛性理論”兩種不同的觀點［28］。前景理論認為當個體處在威脅認知中時，其更有冒險傾向，容易誘發個體產生風險性行為［10］。威脅剛性理論則認為：當個體處在威脅認知中時，容易降低信息檢索的范圍，規避風險行為的產生［11］。前景理論與威脅剛性理論在解釋機會/威脅與風險性行為的關系時主要基于“二分法”的觀點，即依據某一參照點將決策情境劃分為機會與威脅。例如，如果以現狀為單一參照點，決策者可能將預期低于現狀的情形視為威脅，將預期高于現狀的情形視為機會。在這種“二分法”下，兩種理論產生了相反的觀點。正是由于兩種不同觀點的存在，使得過去20多年間，眾多學者針對這一問題進行了大量的探討［29-30］。一些學者嘗試性地利用調節變量加以解釋，認為機會/威脅認知與風險承擔性/風險規避性行為的關系受到了情境因素的影響［29］。但是，這并沒有從機會/威脅認知產生不同結果的前提假設進行分析，催生了“三參照點”理論的解釋邏輯。

綜上所述，一是動態能力視角下的企業大數據能力與產品創新績效的關系有待進一步闡釋；二是CEO威脅認知與數字化支持行為如何形成制造企業大數據能力，現有的威脅剛性、前景理論無法回答，有待新的理論闡釋邏輯；三是由于制造企業產品創新績效涉及研發設計、物料采購、生產制造、營銷服務等各個部門，大數據能力賦能產品創新績效需要能夠協同各個部門，這離不開CEO一把手進行統籌，更好地進行各個部門之間的協同。CEO威脅認知與數字化支持行為視角下的大數據能力能夠更好地賦能產品創新績效，但現有文獻缺乏從這一視角進行研究?；诖?，本文整合了制造企業大數據能力的形成與影響，構建“CEO認知—CEO行為—企業能力—績效結果”框架。

1.2 概念框架

三參照點理論是以底線、現狀和目標為參照點，將決策結果空間劃分為失敗、損失、獲益和成功四個功能區域，以對在風險和不確定性情況下的決策行為進行系統性、抽象化的解釋。相對于前景理論與威脅剛性理論，“三參照點”理論的重大突破在于其不是單純利用“現狀”一個參照點下的“二分法”，而是以“底線”“現狀”“目標”三參照點，形成了“四分法”［31］，即將個體決策功能區劃分為“失敗”“損失”“獲益”“成功”四個區域，如圖1所示。三參照點理論認為，決策者處于不同的決策功能區時，其對于風險性行為的決策影響不同?！笆　惫δ軈^影響最大，其次是“成功”功能區，再者是“損失”與“獲益”，這二者對于風險性行為的影響?。?1］。該觀點表明“避免失敗最為重要”，符合“先生存后發展”“剩者為王”的管理智慧［31］。如果從低于現狀的失敗與損失負面效應來看，失敗決策功能區更傾向于風險性行為，損失決策功能區則傾向于風險規避行為。這一觀點也在WANG和JOHNSON［31］的研究中獲得了實證數據支持。因此，如果用“三參照點”理論解釋威脅認知與風險性行為的關系，前景理論與威脅剛性理論之所以會產生相反的觀點，主要原因在于兩個理論沒有對威脅程度進行區分。當威脅程度超過“底線”參照點時，決策者面臨著“失敗”的威脅，此時決策者愿意接受更強的風險承擔行為，愿意“放手一搏”，其更傾向于遵循前景理論的邏輯。例如，美的CEO認知到數字化將對制造業產生革命性的影響，不進行數字化轉型將威脅企業生存。這促使其將數字化轉型上升為“一把手”工程，自上而下推行，更好地提升了企業大數據能力。當威脅程度沒有超過“底線”參照點，只是低于“現狀”的“損失”威脅，這種威脅程度較低，決策者愿意承擔的風險行為也較低，其更傾向于遵循威脅剛性的理論邏輯?！叭齾⒄拯c”理論的引入，通過劃分不同的威脅程度，能夠整合前景理論與威脅剛性理論二者對于“威脅認知與風險性行為關系”解釋的不同觀點，即威脅程度的不同導致與風險性行為之間的關系存在差異。遵循這一理論邏輯，本文將前景理論與威脅剛性理論觀點整合到一個統一框架之中，首次將關鍵威脅認知與績效衰退威脅認知分別代表“失敗”“損失”兩種威脅程度不同的風險決策功能區，探究二者通過CEO數字化支持行為形成企業大數據能力賦能產品創新績效的關系差異。

圖1 三參照點理論下的四個決策功能區［31］Fig.1 Four decision-making functional areas under the threereference point theory［31］

再者，當威脅程度超過“底線”參照點時，CEO面臨著從“損失”到“失敗”的決策認知框跨越，這表明較高的績效衰退威脅認知越接近底線參照點，越能夠促進關鍵威脅認知的形成。那么，績效衰退威脅認知可能促進關鍵威脅認知，進而通過提升CEO數字化支持行為，形成制造企業大數據能力以賦能產品創新績效。

制造企業大數據能力對產品創新績效的影響遵循動態能力理論的“感知、捕獲、重新配置”的邏輯［13］。其中，企業大數據能力中的資源獲取能力對應于感知維度，識別和獲取必要的數據資源以感知外部需求；整合分析能力對應捕獲維度，通過數據分析生成洞見以抓住數據中隱藏的機會；應用能力對應于重新配置維度，能夠將分析產生的洞見轉化為實際業務行動和決策。制造企業通常涉及龐大的供應鏈網絡與多樣化的生產環節，包括供應商、合作伙伴、分銷商等。網絡中的各方與生產的各個環節都會產生大量的顧客需求數據、原材料采購數據、生產數據、物流數據等。大數據能力作為一種動態能力，能夠幫助企業更好地感知外部需求變化、抓住機遇、重新配置資源開發出新產品滿足顧客，更好地提升產品創新績效?；诖?，本文構建的概念框架如圖2所示。

圖2 概念框架Fig.2 Conceptual framework

1.3 研究假設

威脅是指一種潛在的可能性，即某種不利情況可能在未來發生，對個體、組織或系統的目標、資源或利益造成損害或影響。認知是個體對外界信息的感知、理解和解釋過程，包括注意、記憶、思維、判斷等心理活動。威脅認知是某一主體對于潛在不利情況的感知、理解和解釋過程。本文將威脅認知中的“潛在不利情況”界定為“未進行數字化轉型將危害企業發展”，并且將威脅認知的主體限制為CEO。即關鍵威脅認知是指CEO認為如果不進行數字化轉型，外部數字化變革將對企業現有業務（現狀）產生嚴重逆境，甚至帶來破產、重組、收購等問題［27］?？冃ネ送{認知是指CEO認為如果不進行數字化轉型，外部數字化變革將造成企業已有業績（現狀）的下降［27］。依據“三參照點”理論，“失敗”決策功能區容易激發風險性行為，“損失”決策功能區則容易引導選擇風險規避行為［31］。

一是在關鍵威脅認知下，由于CEO的決策預期低于企業生存的“底線”之下，他們容易感覺企業如果不順應時代發展趨勢，將無法應對這一危機，導致其不得不進行數字化變革以應對重大危機，化“?！睘椤皺C”，使企業適應外在的數字化發展環境。二是當CEO認為數字化變革將造成績效衰退威脅時，由于這種威脅低于“現狀”預期而未超過生存的“底線”預期，威脅程度較低。較低的威脅程度與實施數字化轉型的較高不確定性相比，CEO缺乏動力去支持數字化行為。此時，CEO傾向于著眼企業現有能力提升［26］，更好完善現有產品與服務以減少績效衰退，從而可能抵觸數字化行為。由此，本文提出如下研究假設。

H1a 關鍵威脅認知與CEO數字化支持行為正相關。

H1b 績效衰退威脅認知與CEO數字化支持行為負相關。

依據“三參照點”理論，當威脅程度超過“底線”參照點時，CEO面臨著從“損失”到“失敗”的決策認知框跨越，這表明績效衰退威脅認知越高，其越靠近底線參照點，越容易產生關鍵威脅認知。一是當CEO威脅認知到未采用數字化技術將造成企業績效降低時，績效的降低很大程度上是一種信號，傳遞出企業未能夠與外部環境相適應。這種認知會促使CEO形成不采用數字化技術將造成企業破產的關鍵威脅認知。二是當CEO認知到未應用數字化技術將造成績效衰退威脅時，這種威脅很大程度上容易使企業遭受嚴格的市場檢視和利益相關方的質疑［32］。由于市場更加愿意接納那些采用新技術、新產品、新工藝的企業［32］，如果CEO不采用數字化技術，那么這種質疑將會進一步增強。例如，制造業涉及大量的生產活動和資源利用，可能對環境造成較大影響。數字化能夠賦能制造業的綠色化轉型，未采用數字化技術的企業可能在綠色化的發展趨勢下面臨來自外界的質疑。隨著質疑擴大，企業容易陷入巨大威脅當中，這會促使CEO產生關鍵威脅認知。由此，本文提出如下研究假設。

H2 績效衰退威脅認知與關鍵威脅認知正相關。

CEO數字化支持行為是指CEO親自制定數字化轉型方案并貫徹落實［33］。依據“CEO行為—企業能力”的邏輯，作為公司的“一把手”，CEO在推動制造企業數字化轉型過程中能夠發揮結構性權力和領導激勵的作用［34］，這有助于形成制造企業的大數據能力。一是協同特性是制造企業大數據能力形成的關鍵，涉及各個部門之間的協同配合，包括數據間的協同和分析間的協同［3］?？绮块T的數據協同需要重新調整各自的利益格局，這可能會引起某些部門的不滿。盡管這些部門可能不會直接反對數據協同，但他們可能會采取消極態度，導致數據之間的協同變得困難。此時，CEO可以利用結構性權力，通過規則設計和資源配置［4］，統一部署數據的跨部門協同，更好地進行數據集成與分析，形成企業大數據能力［21］。二是企業大數據能力的形成不僅需要獲取數據，更重要的是能夠深入挖掘數據［16］，洞察數據背后反映的關系、信息等，更好提供決策支持。深入挖掘數據的過程涉及復雜的算法開發，需要激發企業員工的創造力。CEO支持數字化行為能夠釋放出企業對于數字化的重視信號，激勵企業員工開發出更精準的模型算法，形成企業的大數據能力。由此，本文提出如下研究假設。

H3 CEO數字化支持行為與企業大數據能力正相關。

產品創新績效是指企業在多大程度上能夠成功開發出高質量新產品并快速滲透市場［35］。依據“企業能力—績效結果”以及動態能力理論的“感知、捕獲、重新配置”分析邏輯：制造企業大數據能力能夠通過感知獲取廣泛市場信息、捕獲市場機會、重新配置研發與制造資源等三個方面賦能產品創新績效。由于制造企業大數據能力較強，一是具有較強的大數據獲取能力，能夠利用大數據獲取相對完備的信息［21］，尋找更加符合客戶需求的主流市場機會與新興市場機會［23］，這使得企業縮短了前期市場調查的時間，更快獲取顧客的需求。二是通過分析挖掘各種數據，更好地捕獲市場機會。三是通過感知顧客需求數據，分析、洞察、捕獲數據背后隱藏的市場機會。這些數據能夠用于重新配置新產品研發資源，同時通過數據協同研發與制造環節。企業利用數字孿生模型研發產品，產品研發的結果數據能夠馬上傳輸到制造部門。制造部門發現問題后，能將問題即時反饋給研發部門。研發與制造的協同，既縮短了產品由研發到制造過程的時間，也避免研發與制造兩個過程分開造成制造過程中遺漏了研發過程中所考慮的因素［3］，更好提升產品創新績效。由此，本文提出如下研究假設。

H4 制造企業大數據能力與產品創新績效正相關。

遵循“CEO認知—CEO行為—企業能力—績效結果”的邏輯，依據“三參照點”理論中威脅程度不同的認知所影響行為也存在差異觀點［31］，“威脅認知—CEO數字化支持行為”的關系會依據不同威脅程度認知而產生差異。由于企業大數據能力離不開CEO數字化支持行為的作用，而企業大數據能力是產品創新的重要影響因素［5］。因此，威脅程度不同的認知所驅動的鏈式中介效應也存在差異。由于關鍵威脅認知的威脅程度較高，其能夠通過提升CEO數字化支持行為積極影響企業大數據能力，提升產品創新績效。由于存在較低威脅程度的認知傾向風險規避行為，因此，績效衰退威脅認知通過弱化CEO數字化支持行為消極影響企業大數據能力，從而降低產品創新績效。由此，本文提出如下研究假設。

H5a 關鍵威脅認知通過提升CEO數字化支持行為積極影響企業大數據能力，從而提升產品創新績效。

H5b 績效衰退威脅認知通過弱化CEO數字化支持行為消極影響企業大數據能力，從而降低產品創新績效。

依據三參照點理論分析，當績效衰退威脅認知較高時，其越接近底線參照點，容易促進關鍵威脅認知的形成，即績效衰退威脅認知能夠提升關鍵威脅認知。由于關鍵威脅認知能夠通過促進CEO數字化支持行為積極影響企業大數據能力以提升產品創新績效。因此績效衰退威脅認知對于產品創新績效的影響也產生新的作用機制，其能夠提升關鍵威脅認知，進而促進CEO數字化支持行為積極影響企業大數據能力以提升產品創新績效。由此，本文提出如下研究假設。

H6 績效衰退威脅認知能夠提升關鍵威脅認知，進而促進CEO數字化支持行為積極影響企業大數據能力，從而提升產品創新績效。

2 研究設計

2.1 樣本選擇與數據收集

調研樣本來源于華南地區（包括廈門、泉州地區）開展數字化轉型活動以形成大數據能力的制造企業。第一次收集的數據包括關鍵威脅認知、績效衰退威脅認知等變量以及相關的控制變量；第二次收集的數據包括CEO數字化支持行為、大數據能力與產品創新績效等變量。在數據收集時，問卷要求CEO填答，并且在題項前面增加“公司CEO……”字樣，這樣即使填答者不是CEO本人，但是題項描述是CEO情況。為保證數據收集的可靠性，本研究與第三方專業公司合作收集數據。兩次調研分別發放500份問卷，回收后剔除了兩次配對標號無法匹配、反向題的答案與正向題相一致的問卷，有效問卷為311份（有效回收率為62.2%）。樣本企業的特征分布見表1。

表1 樣本企業基本特征（N = 311）Tab.1 Basic characteristics of samples （N = 311）

2.2 變量測量

2.2.1 關鍵威脅認知（CTC）與績效衰退威脅認知（PRTC） OSIYEVSKYY和DEWALD［27］的研究中，威脅情境是外部的破壞式變革。由于數字化轉型不僅僅是技術的升級和應用，更是一種對企業整體進行顛覆性改變，因此本研究認為其適用于數字化轉型情境。關鍵威脅認知從近3年的外部數字變革使得CEO認為如果不實施數字化轉型，未來企業發展將陷入嚴重逆境之中的程度進行測量，包括4個題項?？冃ネ送{認知從近3年的外部數字變革使得CEO認為如果不實施數字化轉型，將對企業未來業績產生下降的程度進行測量，包括3個題項。

2.2.2 產品創新績效（PIP） 參考ZHANG和LI［35］的研究，從公司能夠成功開發出高質量新產品并且快速滲透市場的水平進行測量，包括5個題項。

2.2.3 CEO數字化支持行為（DSB） 參考LIANG等［36］的研究，原文測量高管支持。本文認為CEO“一把手”在數字化轉型中起到至關重要的作用，從CEO制定數字化轉型方案并實施的角度進行測量，包括4個題項。

2.2.4 大數據能力（BDC） 基于謝衛紅等［2］的測量，該量表涵蓋了資源獲取能力（4個題項）、整合分析能力（4個題項）和應用能力（3個題項）三個方面。變量采用李克特7點尺度量表進行設計，1表示“非常不符合”，“7”表示“非常符合”。

2.2.5 控制變量 參考已有文獻［2］，本文還控制了其他相關因素的影響。由于控制變量為類別型變量，因此將其轉化為虛擬變量，具體而言：企業規模（SZ）設置2個虛擬變量，以300人以下為參照組（設置為0），虛擬變量1代表300～999人、虛擬變量2代表1 000人及以上；企業年齡（AG）設置1個虛擬變量，1代表11年及以上企業、0代表10年及以下的企業；產業類型（IT）設置1個虛擬變量，1代表戰略性新興產業（包括新一代信息技術、高端裝備制造、新材料、生物醫藥、新能源汽車、新能源、節能環保、數字創意等8大產業的制造企業），0代表傳統產業；產權性質（OC）設置1個虛擬變量，1代表民營企業，0為其他企業；產業鏈位置（IC）設置1個虛擬變量，1代表上中游企業，0代表下游企業； CEO年齡（CEOAG）設置1個虛擬變量，1代表49～62歲，0代表其他。

2.3 分析工具

本文估計方法為偏最小二乘法的結構方程模型（partial least squares-structural equation modeling，PLS-SEM），采用Smart PLS 3軟件進行分析。

2.4 信度與效度檢驗

依據HAIR等［37］的建議，題項的因子載荷值應大于0.7，如果低于0.7但是大于0.4，在刪除這些題項后，構面的組成信度（CR）沒有提升，則可將該題項保留。如表2所示：PIP、CTC、DSB等變量的個別題項低于0.7但大于0.6，將其刪除后，組成信度未提升，因此將其予以保留。

表3表明，所有變量的Cronbach’sα與組成信度（CR）均大于0.7［37］。平均方差萃取量（AVE）也均大于0.5。此外，所有對角線上粗體字的AVE開根號值都大于該構面與其他構面的相關系數，HTMT（Heterotrait-Monotrait Ratio）均小于0.9［38］，表明具有良好的區別效度。

表3 相關分析與信效度檢驗Tab.3 Correlation analysis and the test of reliability and validity

在共同方法偏差檢驗中，首先采取多項措施來減少受訪者的社會期望偏差和提示效應，包括隱藏介紹所測量變量含義、變量題項采用隨機分配等方式。其次，采用LIANG等［36］提出的方法和HARMAN單因子檢驗。一是人為加入一個共同方法偏差因子，原始構面解釋的平均負荷量平方為0.566，而受到共同方法偏差因素解釋的平均負荷量平方為0.014。兩者之間的比值約為40∶1，比值較大表明共同方法偏差影響較?。?6］；二是未經旋轉的第一個因子解釋方差為30.887%，低于50%的建議標準。

CTC（VIF = 1.686）、PRTC（VIF ＜ 1.680）、DSB（VIF = 1.024）、BDC（VIF = 1.024）等變量VIF值均小于5的建議標準，不存在嚴重的共線性問題，可以進行結構模型分析。

3 實證結果

圖3顯示，CTC與DSB之間的標準化回歸系數為正且顯著（β = 0.426，SE = 0.082，p＜ 0.001），支持H1a；PRTC與DSB之間的標準化回歸系數不顯著（β = 0.155，SE=0.081，p ＞ 0.05），未支持H1b；PRTC與CTC之間的標準化回歸系數為正且顯著（β = 0.619，SE = 0.042，p＜ 0.001），支持H2；DSB與BDC之間的標準化回歸系數為正且顯著（β = 0.629，SE = 0.048，p＜ 0.001），支持H3；BDC與PIP之間的標準化回歸系數為正且顯著（β = 0.665，SE = 0.040，p＜ 0.001），支持H4。

圖3 結構模型分析Fig.3 Structural model analysis

表4采用Bootstrap方法來檢驗中介效應，即利用有放回抽取的方式（每次抽取樣本311），每次抽取樣本后分別計算出中介效應值，利用這些中介效應值計算出標準誤以檢驗中介效應的顯著性。結果顯示CTC通過DSB形成企業BDC賦能PIP的關系效應顯著（效應值 = 0.179, SE = 0.040, p＜ 0.001），支持H5a，PRTC驅動的中介未顯著（效應值 = 0.065， SE = 0.035， p＞ 0.05），未支持H5b。此外，PRTC能夠促進CTC，進而提升DSB以形成BDC賦能PIP（效應值 = 0.110， SE = 0.027， p＜ 0.05），支持H6。

表4 Bootstrap中介效應分析Tab.4 Bootstrap mediation effect test

進一步利用PLS-SEM的跨群組比較分析方法，發現模型在產業類型、企業規模上的部分關系存在顯著差異，群組比較差異值的顯著性指標采用了PLS-MGA（PLS multi-group analysis）[37]，具體結果見表5。企業規模根據工業和信息化部、國家統計局、國家發展改革委、財政部《關于印發中小企業劃型標準規定的通知》（工信部聯企業〔2011〕300號）所劃定的標準確定，對于工業企業而言，員工小于300人為小微型企業，1 000人及以上為大型企業。戰略性新興產業按照2018年國家統計局發布的“戰略性新興產業分類（2018）（國家統計局令第23號）”文件，包括新一代信息技術、高端裝備制造、新材料、生物醫藥、新能源汽車、新能源、節能環保、數字創意8大產業的制造企業。戰略性新興產業與傳統產業的樣本數分別為157與154、大型企業與小微企業的樣本數分別為76與87，樣本數相當，能夠更好進行跨群組比較分析。

表5 跨群組比較分析Tab.5 Multi-group comparative analysis

對于PRTC與CTC（差異值 = 0.151，p＜ 0.05）、DSB與BDC（差異值 = 0.134，p＜ 0.05）的關系，戰略性新興產業組顯著大于傳統產業組。模型中的其他關系，戰略性新興產業與傳統產業組則無顯著差異。

對于CTC與DSB的關系，小微企業顯著大于大型企業（差異值 = 0.332，p＜ 0.05）；對于PRTC與CTC的關系，大型企業顯著大于小微企業（差異值 = 0.369，p＜ 0.05）的關系。模型中的其他關系，大型企業與小微企業組則無顯著差異。

4 結論與討論

4.1 研究結論

第一，關鍵威脅認知（失?。┩ㄟ^CEO數字化支持行為形成制造企業大數據能力賦能產品創新績效的中介效應顯著，但績效衰退威脅認知（損失）通過CEO數字化支持行為消極影響制造企業大數據能力降低產品創新績效的中介效應未得到實證數據支持。該結論支持了“三參照點”理論認為威脅程度不同的認知決策功能區與風險性行為關系存在差異的觀點，解釋了如何驅動CEO支持數字化行為形成制造企業大數據能力以賦能產品創新績效，即通過增強CEO關鍵威脅認知。實證結果發現績效衰退威脅認知的“損失”功能區與數字化支持風險性行為之間的負向關系（傾向于威脅剛性理論的觀點）未獲得實證數據支持，僅觀察到二者的正向關系不顯著?？赡艿慕忉專涸跀底纸洕尘跋?，制造企業數字化變革是一個趨勢。在這樣的趨勢下，雖然在績效衰退威脅認知下，CEO支持數字化這一風險性行為的動機較低，但可能并不會排斥、拒絕數字化行為。CEO更多可能處于猶豫之中，對于數字化轉型持徘徊觀望態度，產生了正向未顯著的結果。

第二，績效衰退威脅認知能夠提升關鍵威脅認知，進而促進CEO數字化支持行為形成制造企業大數據能力賦能產品創新績效，這是一個重要的發現。依據“三參照點”理論，關鍵威脅認知與績效衰退威脅認知通過CEO數字化支持行為，形成制造企業大數據能力以賦能產品創新績效的機制存在差異，但是績效衰退威脅認知驅動的中介作用未得到實證數據支持。這一結論則表明了績效衰退威脅認知對于關鍵威脅認知的重要影響，闡明了較高績效衰退威脅越接近底線參照點，容易提升關鍵威脅認知，進而驅動CEO支持數字化行為形成大數據能力賦能產品創新績效，給出了績效衰退威脅認知驅動形成制造企業大數據能力賦能產品創新績效的機制過程。

第三，對于績效衰退威脅與關鍵威脅認知、CEO數字化支持行為與制造企業大數據能力的關系，戰略性新興產業顯著大于傳統產業；而模型的其他關系，戰略性新興產業與傳統產業之間則未發現有顯著差異。①與傳統產業相比，戰略性新興產業制造企業（如新能源汽車、新材料等）代表著產業的發展方向，越來越受到人們的重視。當這些產業的CEO認知到未采用數字化技術將造成績效衰退威脅時，這種威脅會由于人們極高關注度而顯著擴大，對企業造成巨大的影響而導致陷入生存危機，這更加會促使CEO產生關鍵威脅認知。②戰略性新興產業作為技術密集型產業，代表著科技創新的新方向，本身對于技術的關注及應用程度較高，具有較好的大數據能力形成基礎。因此，對于戰略性新興產業的制造企業，當CEO支持數字化行為時，其能夠更好地提升大數據能力。

第四，對于關鍵威脅認知與CEO數字化支持行為的關系，小微企業顯著大于大型企業。對于績效衰退威脅認知與關鍵威脅認知之間的關系，大型企業顯著大于小微企業。而模型的其他關系，大型企業與小微企業則無顯著差別。一是小微企業由于組織結構較為簡單，“船小好調頭”的特性使得CEO認知到未采納數字化技術將威脅企業生存時，對于本身處于劣勢的小微企業而言，更加容易支持數字化行為。二是大型企業往往受到社會公眾的關注程度較高，很多企業也已經上市。如果CEO認知到外部數字化技術將造成績效衰退威脅，而這種績效衰退容易導致股東、政府等投資者和機構喪失信心［32］，此時更容易促進關系到企業生存的關鍵威脅認知形成。

4.2 理論貢獻

一方面，本研究從構念、機制、情境等要素［39］，闡述結論對于企業大數據能力形成與影響文獻的貢獻。一是引入關鍵威脅認知、績效衰退威脅認知兩個構念，比較分析了兩種不同威脅認知通過CEO數字化支持行為形成制造企業大數據能力以賦能產品創新績效的差異。兩種不同威脅認知集中于強調“前向決策”中決策者對未來認知的重要作用，即將企業經營狀況與未來預期比較從而選擇適應性變革方案。這與當前大量研究聚焦于由過往績效或經驗主導的“后向決策”規則不同，也回應了現有文獻提出“未來要從前向決策視角進行拓展”的呼吁［40］。二是“CEO威脅認知—數字化支持行為—企業大數據能力—產品創新績效”的影響機制，強調了CEO威脅認知與數字化支持行為在促進制造企業大數據能力形成以及賦能產品創新績效中發揮的關鍵作用，能夠更好地幫助人們理解非技術因素在提升企業大數據能力中的重要作用。三是深入對比了新興產業與傳統產業、大型企業與小微企業情境下模型關系的差異，能夠幫助人們理解模型關系的情境異質性，更好形成制造企業大數據能力賦能產品創新績效。

另一方面，依據“三參照點”理論，本研究對比分析了關鍵威脅認知（失?。┖涂冃ネ送{認知（損失）與CEO數字化支持行為的差異化關系。通過將前景理論與威脅剛性理論的觀點統一起來，本文為過去20多年存在爭議的“威脅認知與風險性行為之間的關系”提供了新的闡釋邏輯。實證結果支持了兩種威脅程度不同的認知與CEO數字化支持行為存在顯著差異。盡管績效衰退威脅認知與CEO數字化支持行為之間沒有觀察到顯著負向關系，但本研究利用“三參照點”理論整合了前景理論與威脅剛性理論的觀點，并通過實證結果觀察到不同程度威脅認知與風險性行為之間的關系確實存在顯著差異。這一嘗試為解釋威脅認知與風險性行為的關系提供了一種新的闡釋邏輯，突破了以往人們的認識。

4.3 管理啟示

第一，關鍵威脅認知是數字化轉型背景下提升制造企業大數據能力促進產品創新績效的關鍵驅動因素，啟示著企業要重視提升關鍵威脅認知。這種威脅認知需要CEO自身更多關注前沿發展趨勢，特別是數字技術的發展與演變。CEO可以多參與前沿技術領域的展會，關注新興技術的發展以及對產業的顛覆，有助于更好形成關鍵威脅認知。

第二，鏈式中介效應的結果表明：盡管關鍵威脅認知至關重要，但要提升大數據能力以賦能產品創新績效，CEO數字化支持行為扮演著重要的角色。關鍵威脅認知是促使CEO產生數字化支持行為的重要驅動力，而數字化支持行為則是實現大數據能力提升以促進產品創新的關鍵行動。僅有認知而無實際行動，很難提升企業大數據能力以提高產品創新績效。制造企業要將大數據能力的形成作為“一把手”工程，CEO親自參與實施。

第三，績效衰退威脅認知需要通過提升關鍵威脅認知，進而促進CEO數字化支持行為積極影響大數據能力從而提升產品創新。這一鏈式中介效應則啟示著制造企業家，僅僅認知績效衰退威脅遠遠不夠，他們需要進一步提升威脅認知的程度，促進形成關鍵威脅認知。這樣才能在支持數字化中有更強的動力，放手一搏去提升企業大數據能力以促進產品創新績效。

第四，對于戰略性新興產業而言，CEO數字化支持行為能夠更好地形成制造企業大數據能力賦能產品創新績效。這表明政府部門對于戰略性新興產業的制造企業，要重視CEO數字化支持行為對于大數據能力形成的重要作用。并且，研究表明制造企業大數據能力是影響產品創新績效的重要因素，并且無論是對于小微企業還是傳統產業，其都能通過大數據能力賦能產品創新績效。這一檢驗結果能夠給小微企業、傳統制造企業信心，啟示他們更好地提升大數據能力以賦能產品創新。

4.4 研究不足

一是本文主要從威脅認知視角，探究其通過CEO數字化支持行為形成制造企業大數據能力以賦能產品創新績效。但是，機會認知也是一種重要的認知。機會認知與威脅認知，哪種認知能夠更好地提升CEO數字化支持行為以形成制造企業大數據能力賦能產品創新績效？并且，機會認知又可以劃分為“獲益”與“成功”兩個決策功能區，未來研究可以選擇相應的變量表征這兩個決策功能區，研究不同機會認知的影響機制差異。二是本本使用的華南地區調研數據，樣本所覆蓋的范圍以及代表性可能存在一定不足。隨著數字化轉型在我國的深入推行，有必要嘗試利用全國層面的客觀數據進一步驗證本文所得出的主要結論是否可靠。