点击蓝字 关注我们
摘 要：如何通过战略设计推动企业双元创新是企业面对的关键议题。本文基于2016—2023年我国A股上市公司数据，系统分析了战略激进度对企业双元创新的影响效果及路径。研究发现，战略激进度显著促进了企业的探索式创新和利用式创新；影响机制分析表明，数字化转型在战略激进度与企业双元创新之间发挥了中介作用；经济政策不确定性抑制战略激进度对双元创新的正向影响，且该抑制作用在非国有企业中更为突出。进一步研究显示，在制造业和低金融化企业中，战略激进度对企业双元创新的促进作用更为显著。研究结果为企业优化创新战略提供了重要参考，有助于管理者更好地应对不确定性并推动企业创新。
关键词：战略激进度；数字化转型；双元创新；经济政策不确定性
一
引言
党的二十届三中全会提出，构建支持全面创新体制机制，统筹推进教育科技人才体制机制一体改革，健全新型举国体制，提升国家创新体系整体效能。企业也需要制定合适的战略以协调推进双元创新，即探索式创新和利用式创新。探索式创新侧重于开发新技术、新产品以及开拓新市场，着眼于企业长远发展；而利用式创新旨在对现有产品和技术进行改进，从而迅速获取短期利润（He and Wong，2004）。企业双元创新近些年受到更多学者的关注，其影响因素包括外部环境因素和内部组织因素。宏观政策、政府补贴和市场导向等外部环境因素以及企业家风险偏好、企业社会责任和机构投资者持股比例等内部组织因素都会对双元创新产生影响。但是，关于战略如何影响企业的双元创新，尤其是战略激进度如何影响企业双元创新的研究尚显不足。战略旨在指导企业实现长远目标及愿景。战略激进度反映企业在制定和实施战略时是倾向于保守还是激进，为企业的资源配置及创新提供了方向。已有研究发现，企业战略激进度越高，创新成果越丰富（袁蓉丽等，2020），但进攻型战略容易使企业忽视自身实际情况，长期盲目保持较高强度的创新，进而承担更多风险，不利于缩短技术距离（苏涛永和孟丽，2022）。上述研究主要考察战略激进度对企业整体创新的影响，尚未深入到双元创新层面。战略激进度是否以及如何影响企业双元创新，是本文致力于探究的问题。
数字化转型作为推动企业发展的重要力量，不仅为企业提供了新的技术工具和业务模式，而且能够使企业更高效地整合资源。现有研究表明，战略激进度正向影响企业的数字化转型（王晓红等，2024），数字化转型对企业的可持续发展绩效（王博和康琦，2023）、业财融合（冯勇杰等，2024）、创新（李瑜和李杰，2024）等方面也起着积极作用。此外，经济政策的不确定性为企业的战略决策增添了复杂性。在政策环境频繁变化的背景下，企业在提升战略激进度的同时，必须谨慎平衡创新风险和市场机会。
综上，本文以我国 2016—2023年深沪A股上市公司为样本，研究战略激进度对企业双元创新的影响。本文的主要贡献体现在以下几方面：第一，已有研究主要考察了战略激进度对于企业创新整体层面的影响，本文着眼于探索式创新与利用式创新两个维度，在更深层面揭示了战略激进度与企业双元创新的内在联系，丰富了战略激进度经济后果领域的研究；第二，现有文献鲜有对数字化转型在战略激进度与企业双元创新之间的作用机制进行研究，本文分析了数字化转型在战略激进度与企业双元创新之间的中介作用，为战略激进度的作用机制研究提供了新的视角；第三，探究了经济政策不确定的环境下，战略激进度对企业双元创新的影响，从而为企业做出战略选择、把控战略风险进而有效推动双元创新提供了借鉴参考，助力其在复杂市场环境中的可持续发展。
二
理论分析与研究假设
（一）战略激进度与企业双元创新
战略是能最优引导其他选择的最小选择集（Steen，2016）。企业战略可分为防御型、分析型、进攻型与反应型四类（Miles et al.，1978）。其中，进攻型战略往往呈现出较高的战略激进度。在资源配置方面，战略匹配理论指出，企业的战略导向要与各种要素相互匹配（郝生宾等，2021）。因此，企业会根据自身战略目标，合理配置资源和能力，从而提高其绩效表现。采取进攻型战略的企业会将更多的资源投入到寻觅并利用新产品和市场机会中，持续推进新产品研发与市场创新（Miles et al.，1978），营造一个开放创新的企业环境。根据开放创新理论，这种环境有助于企业内外部创新资源的组合保持在最佳水平，为企业带来更高的创新绩效。在企业文化方面，战略激进的企业往往对创新失败表现为较高的容忍度（苏涛永和孟丽，2022），这将能促进企业管理层更加积极地开展创新活动，提高企业创新活力。
根据March（1991）提出的双元理论，企业的创新活动可分为探索式创新和利用式创新，探索式创新有利于长期竞争优势提升，利用式创新有利于短期财务绩效提高（李瑞雪等，2019）。整体而言，探索式创新和利用式创新各自有其优势和局限，不能片面地选择其中之一。兼顾探索式创新与利用式创新，需要企业制定合理的战略以实现双元创新的平衡，从而在不断满足当前市场需求的同时，积极开拓未来的发展机会。
综上所述，提出以下假设：
H1a：战略激进度的提高会促进企业探索式创新。
H1b：战略激进度的提高会促进企业利用式创新。
（二）数字化转型的中介作用
数字化转型是企业利用新兴数字技术提升核心业务的过程，旨在改善客户体验、优化运营流程或创新商业模式（王永贵和汪淋淋，2021）。它不仅涉及技术的应用，更是一种战略思维的转变，推动企业在各个层面上实现效率和效益的提升。企业数字化转型能够缓解信息不对称程度（杨继军和李艳丽，2024），通过提升组织稳定性和应变性来增强组织韧性，使企业获得并保持竞争优势（杨伟和汪文杰，2024），提升企业价值。在企业推动数字化转型过程中，战略决策的性质和激进程度起到了至关重要的作用。已有研究表明，战略激进程度越高，企业进行数字化转型的动机越大（王晓红等，2024）。因此，战略激进度与数字化转型之间存在正向关系，高战略激进度的企业更倾向于进行数字化转型，以增强其市场竞争力。
数字化转型赋予企业强大的数字化能力，这些能力在技术创新的各个环节中发挥了积极作用，最终推动了创新产出的增长（李瑜和李杰，2024）。与此同时，数字化转型也为企业的双元创新提供了新的可能性，在探索式创新方面，数字化通过加快企业内外部信息流通以及降低信息不对称性，推动了创新过程中的数据收集与处理效率，提升了技术研发人员的知识更新速度，进而促进了企业在探索式创新方面的不断突破（侯羽迪等，2024）。在利用式创新方面，数字能力的应用有助于企业完善内部数据体系，提升产品设计或功能微调效率，并加速投入实施，从而推动企业在利用式创新方面的持续发展（邵剑兵和曲怡璇，2024）。
因此，数字化转型在战略激进度的推动下，成为企业双元创新的重要驱动力，使企业在不断变化的环境中保持竞争优势并持续成长。
综上所述，提出以下假设：
H2a：数字化转型在战略激进度与企业探索式创新的关系间具有中介作用。
H2b：数字化转型在战略激进度与企业利用式创新的关系间具有中介作用。
（三）经济政策不确定性的调节作用
经济政策不确定性是指由于经济政策的变化、调整或不确定性而导致的经济环境的不确定性。这种不确定性可能来自政府的财政政策、货币政策、贸易政策等方面的变化，以及政策制定过程中的不确定性和不可预测性（Cui et al.，2020）。经济政策的不确定性直接影响企业的战略选择和创新活动。
在经济政策不确定的环境下，市场需求和竞争格局变化难以预测，且会对企业的资源配置造成影响。在此情况下，企业会面临更多的风险与挑战，进而对企业战略的制定产生影响。已有研究表明，经济政策不确定性会降低企业战略的激进程度（Fu and Yuan，2022），另一方面，创新的不确定性以及创新资源的稀缺性等特点，决定了企业的创新活动往往面临着融资困境（郝颖等，2023）。根据融资约束理论，经济政策不确定性会通过融资约束这一渠道影响企业创新投资（邓江花和张中华，2021）。同时，经济政策的不确定会使企业经营风险升高，企业获取信贷等资源和市场合法性也会变得困难，这将进一步限制企业的创新活动（张峰等，2019）。因此，在经济政策不确定的环境下，战略激进度对企业双元创新的正向推动作用被削弱，从而限制了双元创新的全面发展。
综上所述，提出以下假设：
H3a：经济政策不确定性对战略激进度与企业探索式创新的关系具有负向调节作用。
H3b：经济政策不确定性对战略激进度与企业利用式创新的关系具有负向调节作用。
三
研究设计
（一）数据来源与处理
本文选取2016—2023年深沪A股上市公司作为研究样本，数据均来自于 CSMAR及CNRDS数据库。参考已有研究对数据做以下处理：（1）剔除ST公司；（2）按照国民经济行业分类标准（GB/T 4754—2017）J类剔除金融业公司样本；（3）剔除数据存在空值的样本；（4）对连续变量在1%和99%的水平上缩尾处理。最终得到了13 112个样本数据。
（二）变量定义
1. 被解释变量
被解释变量为探索式创新（EI）及利用式创新（DI）。参考 Guan and Liu（2016）的研究，根据国际专利分类号前四位，采用五年滚动窗口进行分析。若其在前五年出现过至少1次，则为利用式创新，否则为探索式创新。同时，对处理后的数据加1取对数。
2. 解释变量
解释变量为战略激进度（strategy）。借鉴已有文献（Bentley et al.，2013），本文利用以下六个指标对其进行度量：①无形资产净额与营业收入之比；②销售费用率和管理费用率；③营业收入增长率；④员工人数与营业收入之比；⑤5年员工人数的标准差除以员工人数均值；⑥资本密度。计算完毕后按照“行业-年度”将上述指标分为5组，指标①至指标⑤分别从小到大排列依次赋分1分～5分，指标⑥采用反向赋值法，最小组到最大组依次赋值5分～1分。6个指标的值相加即为企业的战略激进度，分数越高，表明企业战略越激进。另外，用研发费用代替无形资产净额重新衡量指标①，构建新的解释变量stra1来验证结论的稳健性。
3. 中介变量
中介变量为数字化转型（Digital）。借鉴吴非等（吴非等，2021）的研究，从数字化转型的五个维度，选取75个关键词对样本公司年报进行搜索、匹配及词频计数。通过对关键词总词频加1后取对数，来评估企业的数字化转型程度。
4. 调节变量
调节变量为经济政策不确定性（EPU）。采用《南华早报》编制的经济政策不确定性指数月度指标，同时参考已有研究（Baker er al.，2016），通过计算该指数过去12个月的算术平均值，并将其除以100，得出年度经济政策不确定性指数，将其与企业每年的数据进行匹配。
5. 控制变量
选取企业规模（size）、企业成长性（gow）、资产负债率（lev）、总资产收益率（roa）、股权集中度（top1）、董事会规模（bsz）、公司年龄（age）作为控制变量，同时还控制了年份（Year）固定效应和行业（Ind）固定效应。具体定义见表1。
表1 变量定义表
（三）模型设计
四
实证结果与分析
（一）描述性统计与相关性分析
根据表2，EI与DI的平均值分别是0.998和2.490，由此可见，企业在创新活动中更多地表现为利用式创新，探索式创新相对薄弱。DI的标准差为1.867，表明不同企业在利用式创新上存在较大的差异。此外，战略激进度（strategy）的均值为17.420，标准差为3.874，显示出企业在战略激进度上存在差异性。经济政策不确定性（EPU）的均值为5.741，反映出企业普遍面临较高的不确定性。数字化转型（Digital）均值为2.230，最大值为6.261，这表明除少数企业在数字化转型方面较为突出外，大多数企业的数字化转型程度相对较低，且有一定的分散性。
表2 变量描述性统计结果
（二）基准回归检验
表3汇报了在固定行业效应和时间效应并聚类到企业层次后的回归结果。列（1）中strategy的系数为0.015，且在1%的水平上显著，说明战略激进度的提升显著促进了企业的探索式创新。列（2）中strategy的系数为0.026，且在1%的水平上显著，表明战略激进度的提高也显著促进了企业的利用式创新。可能的原因在于战略激进度较高的企业通常会在研发和创新方面投入更多资源，不仅改进现有技术和产品，也积极探索新技术、新产品和新市场，促进了利用式创新和探索式创新的发展。
表3 基准回归结果
注：括号内为企业层面的聚类稳健标准误，下同。
（三）内生性检验
1. 调整固定效应模型
参考汪顺等（2023）的研究，本文引入省份固定效应及交叉项，以减少对其他层面固定效应的遗漏。表4列（1）、（2）控制了省份效应，列（3）、（4）控制了“行业×年份”固定效应，列（5）、（6）控制了“省份×年份”固定效应，以上检验均聚类到企业层面。根据检验结果，战略激进度对企业的探索式创新与利用式创新仍然显著正相关，证明了结果的稳健性。
表4 调整固定效应模型检验结果
2. 工具变量法
在快速变化的市场环境中，双元创新能够使企业灵活应对市场需求变化，进一步推动其战略激进度。鉴于战略激进度与企业的双元创新之间可能存在反向因果所导致的内生性问题，引入同年份同行业同省份的战略激进度均值作为工具变量，回归结果如表5所示。Kleibergen-Paap rk LM 统计量的 p值均小于0.01，说明工具变量和内生变量显著相关，通过了不可识别检验。Kleibergen-Paap Wald rk F统计量均大于10%水平上的临界值，通过了不可识别检验和弱工具变量检验。另一方面，不存在过度识别问题，说明在考虑了内生性问题后，回归结果仍然成立。
表5 工具变量法检验结果
（四）稳健性检验
1. 滞后一期解释变量和控制变量
企业战略的实施是一个持续的过程，其对双元创新的影响需要一定的时间才能体现。本文引入滞后一期解释变量与控制变量重新进行回归，表6列（1）～列（2）结果显示，战略激进度仍然与企业的双元创新存在显著正相关关系。
2. 更改样本区间
剔除疫情期间（2020—2022年）的数据重新回归，表6列（3）～列（4）的结果显示，战略激进度仍然与企业的双元创新显著正相关，证明了结论的稳健性。
3. 替换解释变量
用研发费用代替无形资产净额来衡量企业的创新倾向以重新定义企业的战略激进度（stra1），表6列（5）～列（6）显示，回归结果依然稳健。
表6 稳健性检验结果
4. 倾向得分匹配检验（PSM）
借鉴简建辉等（2022）的研究，将战略激进度得分大于18的作为实验组并赋值为1，反之作为处理组并赋值为0。对选取的控制变量及行业、年份的影响进行控制后，采用PSM近邻匹配的方式进行1:4匹配，通过平衡性假设检验后重新估计基准回归模型，结果如表7所示，主效应在1%的水平上显著为正，本文结论仍然成立。
表7 倾向得分匹配相关结果
五
影响机制检验
（一）中介机制检验
根据前文的理论分析，企业战略激进度越高，企业数字化转型的可能性越大，从而进一步促进了企业的探索式创新与利用式创新。表8列（3）是模型（2）的检验结果，其中，战略激进度与企业数字化转型的回归系数显著为正，表明战略激进促进了企业的数字化转型。模型（3）的检验结果如列（4）和列（5）所示，数字化转型的系数皆显著为正，进一步使用Sobel检验，p值均小于0.01，说明数字化转型在战略激进度与企业的双元创新之间起到了部分中介的作用，该结果验证了假设H2。
表8 数字化转型的中介机制检验结果
为了验证中介机制的稳健性，使用CSMAR我国上市企业数字化转型程度数据替换中介变量，通过0.347 2×战略驱动评分+0.162×技术赋能评分+0.096 9×组织赋能评分+0.034 2×环境赋能评分+0.271 3×数字化成果评分+0.088 4×数字化应用评分计算数字化转型程度，命名为Digital1重新进行回归检验，表9的回归结果仍然支持假设H2。
表9 替换中介变量检验结果
进一步使用Bootstrap进行检验，检验结果见表10。战略激进度通过数字化转型对企业双元创新产生影响的间接效应和直接效应皆显著为正，且95% 的置信区间不包括零，进一步说明了结果的稳健性。
表10 Bootstrap检验结果
（二）调节机制检验
对经济政策不确定性在战略激进度与企业双元创新之间的调节效应，本文基于模型（4）予以检验，结果如表11所示。由列（1）可见，经济政策不确定性的系数显著为负，经济政策不确定性与战略激进度的交互项（interact）系数也显著为负，说明经济政策不确定性抑制了企业探索式创新，也抑制了战略激进度对企业探索式创新的促进作用。由列（2）可见，经济政策不确定性显著促进了企业的利用式创新，却抑制了战略激进度对利用式创新的促进作用。可能的原因在于经济政策不确定性增加了企业的风险感知，使得企业在资源配置和战略决策上更加谨慎，可能更倾向于采用稳健的策略，关注利用现有资源进行短期收益的创新，而不是进行高风险的探索式创新。企业在不确定环境中往往会寻求降低风险，这使得它们在创新时更倾向于选择那些风险较低、回报相对确定的项目。
进一步将样本分为国有企业与非国有企业重新回归，由列（3）至列（6）可见，上述经济政策不确定性对双元创新的影响以及对战略激进度与双元创新关系的影响在国有企业中不显著，而在非国有企业中显著。可能的原因在于，国有企业由于其政府背景和较强的政策支持，在面对经济政策不确定性时，能够更好地维持稳定的战略规划和创新活动，这使得经济政策的不确定性对其影响较小。相反，非国有企业在资源和市场获取上相对较弱，在不确定性增加时，更倾向于选择稳妥的创新策略，避免过于激进的决策带来的潜在风险。
表11 经济政策不确定性调节机制检验结果
六
异质性分析
（一）基于制造业与非制造业
将样本按照国家统计局《国民经济行业分类》（GB/T 4754—2011）划分为制造业和非制造业进行进一步检验。由表12可知，在制造业中，战略激进度显著正向影响企业的双元创新，但在非制造业中却并不显著。这一现象可能源于制造业的专利密度要比非制造业更大，已有研究证明装备制造业的专利密度指数显著大于原材料和农林产品加工业，大类行业在专利层面有明显的重工业化倾向（唐卫红和胥富俊，2023）。另一方面，制造业通常依赖于更多的专利保护，行业知识产权保护对制造业创新产出能力的提升有显著促进作用（孙玮等，2015）。制造业企业能够通过专利保护推动技术创新的深化，同时通过战略激进度激发更为积极的创新探索。因此，战略激进度对制造业的双元创新影响更为显著。
表12 异质性检验：制造业与非制造业
（二）基于高科技企业与非高科技企业
进一步将样本企业分为高科技企业与非高科技企业进行检验，其中高科技企业的行业代码包括19大类（C25、C26、C27、C28、C29、C31、C32、C34、C35、C36、C37、C38、C39、C40、C41、I63、I64、I65及M73）。由表13结果可知，战略激进度对探索式创新的促进作用在两种类型的企业中均显著，但在高科技企业中更明显，而战略激进度对利用式创新的促进作用只在高科技企业中显著。总的来说，战略激进度对企业双元创新的正向影响在高科技企业中更为明显。组间系数差异的显著性检验进一步验证了两种类型企业在创新表现上的差异。可能的原因在于高科技企业技术和知识高度密集，企业主要通过在新技术和新产品的投入来赢得竞争优势（薛镭等，2011），高科技企业通常具备更强的技术创新能力和市场适应性，更容易从战略激进度中获得创新优势。
表13 异质性检验：高科技企业与非高科技企业
（三）基于金融化程度
使用金融资产总额与期末总资产的比值来衡量金融化程度，具体地，将金融资产认定为交易性金融资产、可供出售金融资产、其他权益工具投资、其他债权投资、衍生金融资产、持有至到期投资、债权投资、发放贷款及垫款净额、长期股权投资及投资性房地产的总和，根据中位数将样本分为高金融化与低金融化两组，检验结果如表14所示。在组间系数差异显著的情况下，战略激进度与双元创新的正向关系在低金融化水平下更显著，说明在低金融化的企业中战略激进度的提升对双元创新的促进作用更明显。
表14 异质性检验：金融化程度
七
结论与政策建议
（一）研究结论
本文实证检验了2016—2023年A股上市公司战略激进度对企业双元创新的影响，研究发现，战略激进度对企业的探索式创新与利用式创新均有着显著促进作用，经过内生性和稳健性检验后结论依然成立。影响机制分析显示，数字化转型在战略激进度与企业的双元创新的关系中起到中介作用，即企业提高战略激进度后，通常会推动其数字化转型的进程，而这一转型又进一步促进了企业双元创新的提升。另一方面，经济政策的不确定性抑制了战略激进度对企业双元创新的促进作用，这一现象在非国有企业中更为明显。进一步研究表明，在制造业、高科技企业及低金融化企业中，战略激进度对企业双元创新的促进作用更为显著。
（二）政策建议
基于研究结论，本文提出以下政策建议：
第一，加快数字化转型以推动企业双元创新。企业应将数字化转型作为推动战略激进度与双元创新之间正向关系的重要手段，加大对数字技术的投入与应用，建立数字化转型的长效机制。具体而言，企业可以通过引入先进的信息技术和数据分析工具，如人工智能、大数据分析、云计算等，优化内部流程，提升生产效率和研发能力，这不仅能够为探索式创新提供强大的数据支持，还能通过智能化的管理提升利用式创新的效率，最终形成良性循环，增强企业的整体创新能力。
第二，优化企业应对经济政策不确定性的机制。在面对经济政策不确定性时，企业应当制定灵活的战略规划，并不断优化应对机制，尤其是在政策环境波动较大的情况下，应加强内部资源配置和外部环境的适应能力。建议企业定期进行政策环境的分析，识别潜在风险，并据此调整创新战略。通过制定灵活的战略规划和风险管理措施，企业能够在政策波动中保持创新活力，降低外部不确定性对其创新能力的负面影响。
第三，针对不同行业和企业特点制定创新战略。由于不同行业和企业在市场环境、技术发展及资金运作等方面存在差异，因此，企业应根据其所在行业和业务类型的特点，灵活调整战略激进度的实施方式。特别是在制造业、高科技企业和低金融化企业中，战略激进度对创新的推动作用更为显著。因此，企业应更加注重产品研发和技术创新，确保能够在激烈的市场竞争中占据技术和市场领先地位。
发布人：蔺萍绯 审核人：李芳芳
《工信财经科技》杂志社
