技术经济

管理者短视如何影响企业双元创新?———基于上市公司年报文本挖掘的实证研究

PDF下载

尹西明 ¹^,² , 母爽 ¹ , 汪涛 ¹

技术经济 | 技术经济管理 2024,43(10): 83-97

收起

技术经济 | 技术经济管理 2024, 43(10): 83-97

管理者短视如何影响企业双元创新?———基于上市公司年报文本挖掘的实证研究

全屏

尹西明¹^,², 母爽¹, 汪涛¹

作者信息

¹ 北京理工大学管理学院北京 100081

² 教育部人文社会科学重点基地清华大学技术创新研究中心北京 100084

尹西明,博士,北京理工大学管理学院副研究员,博士研究生导师,北京市哲学社会科学研究基地———融合发展研究基地副主任,研究方向:创新管理、数字经济与学术创业:

母爽,北京理工大学管理学院硕士研究生,研究方向:技术创新管理:

汪涛,博士,北京理工大学管理学院教授,博士研究生导师,研究方向:技术创新与政策创新。

How Managerial Myopia Affects Firms' Dual Innovation? An Empirical Study Based on Text Mining of Listed Companies' Annual Reports

Ximing Yin¹^,², Shuang Mu¹, Tao Wang¹

Affiliations

¹ School of Management Beijing Institute of Technology Beijing 100081 China

² Research Center for Technological Innovation Tsinghua University Beijing 100084 China

出版时间: 2024-10-10 doi: 10.12404/j.issn.1002-980X.J24040920

文章导航

摘要

收起

创新是新发展阶段实现高水平自立自强、加快发展新质生产力的关键所在,然而由于创新的高风险性和长期性,作为企业掌舵人的管理者并非都能保持创新定力,但鲜有研究系统揭示管理者短视如何影响企业双元创新。本文基于高阶梯队理论,从双元创新视角出发,构建了中国A股2139家制造业上市公司2007—2020年的面板数据,采用文本分析技术构建出管理者短视指标,实证探究管理者内在的短视对企业探索式创新和利用式创新绩效的影响,并进一步分析企业双元创新投入的中介作用和管理层激励对这一过程的权变影响。研究发现:①管理者短视对企业双元创新绩效均有显著的负向影响;②管理者短视抑制探索式创新和利用式创新投入进而抑制双元创新绩效产出;③股权激励弱化了管理者短视对双元创新投入的负面影响;薪酬激励强化了管理者与探索式创新投入的负面影响,弱化了管理者短视对利用式创新投入的负面影响。本文研究拓展了管理者短视对企业创新的行为后果及其作用机制分析,对进一步优化企业创新治理机制,激励和引导企业提升自主创新能力,进而加快形成和发展新质生产力提供重要理论和实践启示。

关键词

科技自立自强 / 高阶梯队理论 / 管理者短视 / 双元创新 / 股权激励 / 薪酬激励

Abstract

收起

Innovation is crucial for achieving high-level self-reliance and accelerating the development of new productive forces in the latest development stage. However, due to the high risk and long-term nature of innovation, not all managers, as the leaders of enterprises, can maintain the persistence required for innovation. There is limited research systematically revealing how managerial myopia affects ambidextrous innovation in enterprises. Based on the upper echelons theory and from the perspective of ambidextrous innovation, a panel dataset of 2139 A-share listed manufacturing companies in China from 2007 to 2020 was constructed. Analysis techniques were used to build an index of managerial myopia. The impact of intrinsic managerial myopia on the performance of exploratory and exploitative innovation is investigated empirically. Additionally, the mediating role of ambidextrous innovation investment and the contingent influence of managerial incentives on this process were analyzed. The empirical results demonstrated that managerial myopia significantly negatively impacts the performance of both exploratory and exploitative innovation. Managerial myopia inhibits the investment in exploratory and exploitative innovation, thereby suppressing the output of ambidextrous innovation performance. Equity incentives mitigate the negative impact of managerial myopia on ambidextrous innovation performance, while compensation incentives amplify the negative impact of managerial myopia on exploratory innovation performance and mitigate the negative impact on exploitative innovation performance. The findings of the research extend the analysis of the behavioral consequences and mechanisms of managerial myopia on enterprise innovation. It would provide important theoretical and practical implications for further optimizing enterprise innovation governance mechanisms, incentivizing and guiding enterprises to enhance their independent innovation capabilities, and thereby accelerating the formation and development of new productive forces.

Key words

scientific and technological self-reliance / upper echelons theory / managerial myopia / dual innovation / equity incentives / compensation incentives

引用本文

尹西明, 母爽, 汪涛. 管理者短视如何影响企业双元创新?———基于上市公司年报文本挖掘的实证研究. 技术经济, 2024 , 43 (10) : 83 -97 . DOI: 10.12404/j.issn.1002-980X.J24040920

Ximing Yin, Shuang Mu, Tao Wang. How Managerial Myopia Affects Firms' Dual Innovation? An Empirical Study Based on Text Mining of Listed Companies' Annual Reports[J]. Journal of Technology Economics, 2024 , 43 (10) : 83 -97 . DOI: 10.12404/j.issn.1002-980X.J24040920

正文

收起

一、引言

收起

当前国际新一轮科技和产业革命加速演进, 我国经济发展正处于换挡期, 唯有通过创新引领加快建设现代化产业体系, 不断提升国家综合竞争力, 才能有效应对外部冲击和挑战, 实现经济社会高质量发展。发展新质生产力是推动高质量发展的内在要求和重要着力点, 要紧紧抓住创新这个 “牛鼻子”, 加快关键核心技术攻关, 以科技创新驱动产业创新, 着力构建以先进制造业为骨干的现代化产业体系, 培育发展新质生产力的新动能 ^{[ 1 ]} 。制造业企业作为科技创新的核心主体,是加快关键核心技术攻关和提升产业创新能力的主要市场主体,是新发展阶段我国全面提升国家创新体系效能,实现高水平自立自强的关键抓手 ^{[ 2 ]} 。

随着新质生产力理论的提出,加快推进企业创新、强化产业创新能力,成为制造业企业培育和发展新质生产力的重点议题 ^{[ 3 ]} 。根据组织双元理论,企业的创新活动可以分为探索式 (exploration) 创新与利用式 (exploitation) 创新。前沿性颠覆性技术的突破是新质生产力形成和发展的根本前提 ^{[ 4 ]} 。探索式创新是脱离企业原有技术知识资源,突破原有知识路径 ^{[ 5 ]} ,开发和整合新知识的创新,企业开展探索式创新活动有助于实现对颠覆性技术和前沿性技术的前瞻识别和开发 ^{[ 6 - 7 ]} ,对于后发国家和后发企业实现技术追赶具有重要意义 ^{[ 8 ]} ；利用式创新则侧重对已有技术和产品的提升与改造 ^{[ 9 ]} ,从而加快现有技术成果向现实生产力转化。由于在风险承担与资源需求等方面具有不同的特点, 单一的创新活动已无法满足企业短期生存和长期发展的需求,需借助双元创新 ^{[ 10 ]} 才能在激烈的市场竞争中保持可持续竞争优势。

创新是长周期、高风险、高投入的活动 ^{[ 11 ]} ,需要企业保持长期主义的战略定力并持续投入 ^{[ 12 ]} 。管理者既是企业战略的制定者,也是决策的执行者,掌握企业创新活动 ^{[ 13 ]} 。因此,在推动双元创新的过程中,尤其需要重视管理者特质对双元创新的影响。组织双元理论认为企业为了维持短期的竞争力和长期的可持续发展,要在利用式创新和探索式创新之间取得动态平衡 ^{[ 14 ]} ,避免过于专注短期利益而忽略了长期能力的建设,或者过于注重长期发展而忽视了短期生存的风险。双元创新呈现二元化结构,两类创新活动的时间导向和资源需求存在冲突, 即探索式创新需要长周期、高投入, 利用式创新相对探索式创新而言需要短周期、低投入。高管的短视特质则使高管更倾向于短期利益。由此提出研究问题, 管理者短视特质对不同类型的创新活动是否存在异质性影响? 特别地, 本文从双元创新投入的视角尝试解构管理者短视对企业双元创新绩效的影响过程机理。

高管并非都具有长期主义的价值取向 ^{[ 15 ]} ,如果仅依靠高管自觉,可能造成对创新特别是探索式这种高风险创新行为重视不足。如何缓解管理者短视行为,引导企业合理配置资源,带动企业进行双元创新是企业赢得持续竞争优势和国家创新发展战略亟须解决的问题。从公司内部治理角度, 也需要丰富高管激励手段以减少管理者短视,促进双元创新协同发展。过往将创新作为整体进行研究,高管激励手段是否对探索式创新和利用式创新均有效仍未得到证实。对此,本文从高管异质性激励的角度,进一提出问题:对高管的激励手段如何对高管短视和双元创新二者关系产生权变影响?

鉴于此,本文利用2139 家中国制造业上市公司2007-2020 年的面板数据,系统探究管理者短视对企业双元创新的影响, 并进一步分析企业双元创新投入的中介作用以及股权激励和薪酬激励对管理者短视和双元创新投入之间的调节作用。本文从以下四个方面丰富了企业双元创新的研究:第一,已有研究将创新活动视为同质行为, 忽略了创新活动的异质性。本文从心理特质的视角出发, 探讨了管理者短视与企业双元创新绩效之间的关系,从管理者个人心理特质的这一微观视角,丰富了企业双元创新的前因变量及其影响机理研究。第二,引入研发投入作为中介变量,揭开了管理者短视影响企业双元创新的过程黑箱,揭示了管理层短视与企业创新的过程机制。第三,从高管激励的视角探究并揭示双重激励对这一过程的异质性调节作用,进一步丰富了管理者短视与企业双元创新的权变关系。第四,不同于现有研究主要基于小样本问卷研究和定性研究, 本文基于大数据文本挖掘测度和分析管理者短视及其对双元创新的影响, 为学术界和产业界客观认识二者关系和情境因素提供了更为客观的经验证据。

二、文献回顾

收起

(一) 双元创新相关研究

March \({}^{\left\lbrack {16}\right\rbrack }\) 首次在组织学习领域提出双元概念。随着对创新能力的研究日益成熟,学者们将双元能力引入创新领域。学者 \({}^{\lbrack {17}\rbrack }\) 根据组织双元理论将企业的创新活动依据不同特征划分为探索创新和利用式创新两类创新活动。现有研究主要从公司内外部两方面考虑双元创新影响因素。在公司内部影响因素方面,研究大多从公司治理、发展战略、高管及团队特质等方面研究双元创新的影响因素。马连福等 \({}^{\left\lbrack {18}\right\rbrack }\) 研究发现资本配置效率会影响企业双元创新路径选择。Kortmann \({}^{\left\lbrack {19}\right\rbrack }\) 基于战略视角提出战略导向是影响企业双元创新活动的关键因素。汪涛等 \({}^{\left\lbrack {20}\right\rbrack }\) 从双元创新视角探讨了混改对国有企业创新决策的影响。翟淑萍和毕晓方 \({}^{\left\lbrack {21}\right\rbrack }\) 通过实证研究发现高管自信促进了探索式创新投入。陈建勋等 \({}^{\lbrack {22}\rbrack }\) 探究了高管团队社会网络结构对双元创新的影响。在公司外部影响因素方面,研究大多从政府政策、企业资源等方面展开研究。毕晓方等 \({}^{\left\lbrack {23}\right\rbrack }\) 探讨了政府补贴对企业双元创新的影响。Xie 等 \({}^{\left\lbrack {24}\right\rbrack }\) 研究了组织间关系对双元创新的影响,发现合作伙伴间关系会正向影响双元创新。上述研究,对双元创新的前因展开多样的探讨,为开展双元创新活动提供了参考。

(二) 管理者短视相关研究

短视 (myopia) 源于社会心理学时间导向理论, 指人对时间的感知, 是个人的内在稳定特质[ 25 ] 和潜意识过程 ^{[ 26 ]} ,但也可能后天形成 ^{[ 27 ]} 。在管理学中,管理者短视表现为管理者为保障自身利益,更关注短期财务绩效或股价表现而忽略企业长期发展的决策 ^{[ 28 ]} 。现有关于管理者短视主义的研究主要从前因、行为后果和缓解路径等方面展开研究。关于引发管理者短视的原因,主要为管理层的个人特质 ^{[ 29 ]} 、个人利益 ^{[ 30 - 32 ]} 、企业内部压力和企业外部压力 ^{[ 33 - 36 ]} 。对于管理者短视所引起的后果,现有文献主要从企业社会责任 ^{[ 37 ]} 、财务绩效 ^{[ 38 ]} 、信息披露 ^{[ 39 ]} 等角度进行探究。在管理者短视的缓解途径上,学者通过研究发现高管经历 ^{[ 40 ]} 、公司内部治理 ^{[ 41 ]} 、金融手段 ^{[ 42 ]} 、外部监管 ^{[ 43 ]} 等因素均能有效抑制高管短视。

(三) 管理者短视和创新相关研究述评

Broche 等 ^{[ 44 ]} 研究发现,管理者短视行为会降低企业研发投入,不利于公司绩效。还有学者研究发现管理者短视抑制企业绿色创新产出 ^{[ 45 ]} 。管理者短视不仅影响企业的研发投资,还通过其他渠道影响企业的创新战略选择,钟宇翔等 ^{[ 46 ]} 研究证实管理层短视行为会加剧会计稳健性对创新的抑制作用。此外,学者对如可缓解管理者短视对创新的影响展开积极研究。Ederer 等[ 47 ]发现对失败的宽容以及对长期业绩的奖励以降低管理层短视行为,提高企业创新能力。余伟和郭小艺 ^{[ 48 ]} 发现市场关注可以缓解管理层短视对创新的抑制影响。

已有文献为本文对管理者短视与双元创新的关系研究提供了重要基础,但有以下不足:首先,尽管有研究开始关注管理者短视对双元创新的影响 ^{[ 9 ]} ,但少有关于中介机制和传导路径的研究,短视心理和创新绩效的研究之间的“暗箱”还没有完全打开,高管的心理特质究竟如何影响创新绩效还需要进一步研究。其次,现有对于双元创新的前因影响大多集中在管理者的经历或性别、年龄等人群特质 ^{[ 21 ]} ,鲜有研究从高管心理特质视角出发,研究高管特征和创新的关系。然而,高管的心理特质会泛化并渗透到个体的思维方式中, 对行为有着重要影响并直接作用于企业的决策, 关系企业的生存发展。此外, 双元创新尤其是探索式创新具有长期性, 高管短视的特质使高管更倾向于短期利益而忽视了长期发展, 二者在时间特质上的矛盾, 使得探究高管短视特质对双元创新影响具有重要意义。本文对高管心理特质与双元创新的机制探索有利于推进关于双元创新前置因素的研究,丰富组织双元理论基础。

三、理论分析和研究假设

收起

(一) 管理者短视主义与双元创新

高阶梯队理论提出, 由于企业决策具有复杂性和高管自身的有限理性, 企业的管理者往往会基于其认知和价值观进行战略决策, 带有强烈的高管个人行为色彩, 组织管理因此也受到高管价值观和认知基础等个人特征影响 ^{[ 49 - 50 ]} 。现有研究以高层管理人员的人口学背景作为更深层次的个性、认知、行为等心理特征的代理 ^{[ 51 ]} ,发现管理者自身特性的不同以及环境的复杂性使得管理者对所获信息的理解不同,进一步导致其行为不同。企业创新能力的提升通常也是高层管理者们共同努力的结果 ^{[ 28 ]} 。

由高阶梯队理论可知,高管特征会作用于企业创新决策的选择 ^{[ 22 ]} ,影响企业创新活动。受到公司业绩压力,短视的管理者更容易出于自身利益考虑,而忽视公司长期发展。当管理层短期无法实现股东的业绩要求时, 短视的管理者可能会为了自身的利益选择稳定提高财务绩效的投资方式而舍弃长期研发投入以达成短期盈利目标,而形成管理层研发投资短视 ^{[ 52 ]} ,进而降低企业的创新能力。根据组织双元理论,企业的创新活动分为探索式创新和利用式创新。Change 和 Hughes ^{[ 53 ]} 认为领导特征与企业双元创新关系密切。在制造业企业决策时,管理者短视会直接关系到企业创新活动的选择。尽管有学者 ^{[ 54 ]} 指出探索式创新更注重企业长远的发展潜力,而利用式创新更关注企业短期业绩的提高。但探索式创新与利用式创新均具有研发周期长、投资风险高、收益不确定等研发活动共有的特征。整体而言, 无论是探索式创新还是利用式创新均会受到管理者短视的影响。

基于此, 本文提出假设:

管理者短视抑制探索式创新绩效(H1a); 管理者短视抑制利用式创新绩效(H1b)。

(二) 双元创新投入的中介作用

与其他投资项目相比,创新活动的投资收益周期较长且回报并不确定。短视的管理者投资决策时会倾向于选择牺牲企业的长期利益, 不愿意进行风险较高的创新投资, 因此更可能选择降低研发投入。研发投入与创新直接相关, 是提高创新能力的重要途径, 研发投入通过影响资源分配, 进而会影响企业创新绩效 ^{[ 27 ]} 。

根据双元创新的观点, 探索式创新和利用式创新的投资活动存在显著差别, 这使得企业难以同时提升这两种能力 ^{[ 16 ]} ,从而会造成创新资源挤占。管理者可能会在选择这两类创新投资活动时存在一定的偏好。因此, 为了进一步考虑研发投入在管理者短视对双元创新绩效的影响过程中作用的研究, 需要把企业内部的创新投资活动进行细分 ^{[ 55 ]} 。具体而言,管理层短视会使高管更偏向于规避研发风险,进而减少探索式创新研发投入从而抑制了企业的探索式创新绩效。同理,管理层短视会降低利用式创新的组织资源投入,进而削弱企业利用式创新的绩效。

基于此, 本文提出假设:

管理者短视通过抑制探索式研发投入而抑制探索式创新绩效(H2a)；

管理者短视通过抑制利用式研发投入而抑制利用式创新绩效( \(\mathrm{{H2b}}\) )。

(三) 股权激励、薪酬激励的调节作用

委托与代理人之间由于目标差异存在利益冲突 ^{[ 56 ]} 。管理者持股作为企业应对委托代理难题的重要内部治理机制之一,是缓解管理层和股东之间代理问题的有效途径 ^{[ 57 ]} 。现有研究发现股权激励能提高管理者对创新活动的积极性 ^{[ 58 ]} ,提高企业创新动力。一方面,因为股权激励属于长效激励工具,能促进高管和股东利益一致, 会更偏向企业的长远发展, 缓解了管理者短视, 进而影响企业双元创新投入。另一方面, 相对于非持股高管来说,持股高管在 “安全期” 当中风险承担水平更高,更加愿意尝试研发活动,进行技术创新, 以增强企业未来的竞争优势 ^{[ 59 ]} 。根据利益趋同效应,对高管实施股权激励有利于推动高管和企业成为利益共同体, 促进企业长期的经营发展, 缓解管理者短视行为, 促进企业加大探索式创新和利用式创新研发投入。

基于此, 本文提出假设:

高管股权激励水平越高时,管理者短视与探索式创新投入之间的关系越弱(H3a)；

高管股权激励水平越高时,管理者短视与利用式创新投入之间的关系越弱(H3b)。

创新具有不确定性、风险性与长周期性, 往往伴随高管与所有者之间严重的信息不对称和未来收益的不可预知性。而高管薪酬与业绩严格相关。薪酬激励协同管理者和股东的利益, 缓解委托代理问题, 增强企业创新能力。但薪酬激励属于短期激励,与业绩严格相关,会导致企业高管处于自身利益考虑更多地关注收益高、投资期限短的项目,因此对高管创新决策产生干扰。探索式创新和利用式创新在风险、预期收益、投资周期等方面存在异质性。利用式创新相较于探索式创新具有风险小、周期短的特点, 是一种幅度小、渐进式创新的活动 ^{[ 16 ]} ,更符合高管短期业绩的需求。因此在薪酬激励下,高管更偏向于利用式创新。探索式创新由于具有周期长、风险高的特征,容易被高管忽视, 且利用式创新投入的增加将进一步挤占了探索式创新资源投入。

基于此, 本文提出假设:

高管薪酬激励水平越高时,管理者短视与探索式创新投入之间的关系越强 (H4a)；

高管薪酬激励水平越高时, 管理者短视与利用式创新投入之间的关系越弱(H4b)。

综上, 本文构建了如图1 所示的实证分析框架。

四、研究设计

收起

(一) 样本选取与数据来源

本文选择2007-2020 年中国深沪 A 股制造业上市公司作为初始样本,剔除了 ST(special treatment)、PT (particulal transfer) 类及上市未满一年的企业, 剔除主变量缺失的年度观测值。最终收集到2139 家上市公司共计11242 个年度观测值。为避免极端值影响,对各连续变量进行了1% 的缩尾 (Winsor) 处理。其中衡量企业开发式创新和探索式创新的专利数来自国家知识产权专利局,管理者短视的测量来源于构建文本指标；双元创新研发投入原始数据来源于 CSMAR(China Stock Market & Accounting Research Database) 数据库。

(二) 变量设计

1. 因变量

本文的因变量为双元创新。已有研究通过问卷调查统计, 但这种方式较为主观, 也会面临一定系统性偏误的问题 ^{[ 60 ]} 。也有文献通过费用化研发投入和资本化研发投入测度双元创新,但研发投入相较于创新绩效更符合创新行为而非绩效。本文采用企业实际的专利申请这一客观发生的创新成效来测度, 测度方式较前者能够更加客观地表征企业的双元创新绩效。参考已有相关研究 ^{[ 61 ]} ,本文将企业某一年的专利申请与该公司前五年内的专利申请进行对比,若该企业申请的专利 IPC(institute of printed circuits) 代码并未出现在过去五年内企业已布局的技术领域内,则该专利被记为探索式创新,若 IPC 代码出现在过去五年内企业已布局的技术领域内,则该专利被记为利用式创新。

2. 自变量

本文的自变量为管理者短视。以往研究通常采用问卷调查或短期投资占比作为短视代理变量,然而问卷回复具有主观性 ^{[ 62 ]} ,财务指标反应的是短视行为而非心理特质 ^{[ 63 ]} 。本文则提取公司年报中管理者讨论与分析章节,采用 WinGo 财经文本分词系统对该章节内容进行分词,将文本数据转化为词向量进行存储。借鉴胡楠等 ^{[ 60 ]} 研究中构建的管理者短视主义指标词集,根据词典法计算属于“短期视域”词集的词汇总词频占公司年报中披露的管理者讨论与分析(MD&A)部分总词频的比例, 乘以100 后得到管理者短视主义指标,该统计方法更能准确反应管理者短视的心理特质。

3. 中介变量

本文中介变量为企业双元创新投入。一般而言,企业内部研发投资按照阶段分为费用化研发投入和资本化研发投入两类, 费用化研发投入为企业研究阶段投资, 具有更大的不确定性, 更偏向于探索式创新, 资本化研发投入为企业开发阶段投资,更偏向于利用式创新。因此,借鉴毕晓方 ^{[ 23 ]} 的研究,通过收集企业年度财务报告将制造业的企业费用化研发投入和资本化研发投入分别作为探索式创新投入 (RDexplor) 和利用式创新投入(RDexploi)。

4. 调节变量

本文的调节变量为高管股权激励和薪酬激励。参考汤业国和徐向艺 ^{[ 64 ]} 的研究,持股比例的大小反映了股权激励的强度, 因此本文使用管理层持股数量占总股数的比例来测度高管股权激励程度。薪酬激励则借鉴以往文献 ^{[ 31 , 40 ]} ,使用管理层薪酬之和总额作为高管薪酬并取自然对数来衡量高管薪酬激励程度。

5. 控制变量

借鉴邵剑兵和刁金红 ^{[ 65 ]} 以及汪涛等 ^{[ 20 ]} 的研究,本文控制的变量企业特征层面选取公司规模(Size)、企业年龄(Age)、盈利能力(ROA)、资产负债率(Lev)、成长性(TobinQ),管理者特征选取高管海外经历 (OverseaBack) 作为变量。此外,选取年份作为虚拟变量。变量具体说明见表1 。

(三) 模型设定

为检验本文假设,本文参考毕晓方等 ^{[ 23 ]} 、王玮等 ^{[ 66 ]} 的研究,构建管理者短视与双元创新的关系模型为

(1)

\[{\text{explor}}_{t}={\beta }_{0}+{\beta }_{1}{l}_{1}{\text{myopia}}_{t}+{\beta }_{2}\text{controls}+\sum \text{year}+{\varepsilon }_{t}\]

(2)

\[{\text{exploi}}_{t}={\beta }_{0}+{\beta }_{1}{l}_{1}{\text{myopia}}_{t}+{\beta }_{2}\text{controls}+\sum \text{year}+{\varepsilon }_{t}\]

其中: \(t\) 为年份；explor 为探索式创新绩效；exploi 为利用式创新绩效； \({l}_{1}\) myopia 为滞后一期管理者短视； \({\beta }_{0}\) 、 \({\beta }_{1}\) 、 \({\beta }_{2}\) 为模型的回归系数；controls 为控制变量；year 为年份固定效应； \(\varepsilon\) 为随机误差项。

为检验中介变量对管理者短视与双元创新关系的作用, 构建回归模型为

(3)

\[{l}_{1}{RDexplor}={\omega }_{0}+{\omega }_{1}{l}_{1}{\text{ myopia }}_{t}+{\omega }_{2}\text{ controls }+\sum \text{ year }+{\varepsilon }_{t}\]

(4)

\[{\text{explor}}_{t}={\beta }_{0}+{\beta }_{1}{l}_{1}{\text{myopia}}_{t}+{\beta }_{2}{l}_{1}{\text{RDexplor}}_{t}+{\beta }_{3}\text{controls}+\sum \text{year}+{\varepsilon }_{t}\]

(5)

\[{l}_{1}{RDexploi}={\omega }_{0}+{\omega }_{1}{l}_{1}{\text{ myopia }}_{t}+{\omega }_{2}\text{ controls }+\sum \text{ year }+{\varepsilon }_{t}\]

(6)

\[{\text{exploi}}_{t}={\beta }_{0}+{\beta }_{1}{l}_{1}{\text{myopia}}_{t}+{\beta }_{2}{l}_{1}{\text{RDexploi}}_{t}+{\beta }_{3}\text{controls}+\sum \text{year}+{\varepsilon }_{t}\]

其中: \({l}_{1}{RD}\) explor 为滞后一期探索式创新投入; \({l}_{1}{RD}\) exploi 为滞后一期利用式创新投入; \({\omega }_{0}\text{、}{\omega }_{1}\text{、}{\omega }_{3}\text{、}{\beta }_{0}\text{、}{\beta }_{1}\text{、}{\beta }_{2}\) 、 \({\beta }_{3}\) 、 \({\beta }_{4}\) 为模型的回归系数。

为检验调节变量对管理者短视与双元创新关系的影响, 构建回归模型为

(7)

\[{l}_{1}{RDexplor}={\beta }_{0}+{\beta }_{1}{l}_{1}{\text{myopia}}_{t}+{\beta }_{2}{l}_{1}{\text{TMTshare}}_{t}+{\beta }_{3}{l}_{1}{\text{myopia}}_{t}\times {l}_{1}{\text{TMTshare}}_{t}+{\beta }_{4}\text{controls}+\sum {\text{year}}_{t}+{\varepsilon }_{t}\]

(8)

\[{l}_{1}{RDexploi}={\beta }_{0}+{\beta }_{1}{l}_{1}{myopi}{a}_{t}+{\beta }_{2}{l}_{1}{TMTshar}{e}_{t}+{\beta }_{3}{l}_{1}{myopi}{a}_{t}\times {l}_{1}{TMTshar}{e}_{t}+{\beta }_{4}{controls}+\sum {year}+{\varepsilon }_{t}\]

(9)

\[{l}_{1}{RDexplor}={\beta }_{0}+{\beta }_{1}{l}_{1}{myopi}{a}_{t}+{\beta }_{2}{l}_{1}{TMTPa}{y}_{t}+{\beta }_{3}{l}_{1}{myopi}{a}_{t}\times {l}_{1}{TMTPa}{y}_{t}+{\beta }_{4}{controls}+\sum {year}+{\varepsilon }_{t}\]

(10)

\[{l}_{1}{RDexploi}={\beta }_{0}+{\beta }_{1}{l}_{1}{myopi}{a}_{t}+{\beta }_{2}{l}_{1}{TMTPa}{y}_{t}+{\beta }_{3}{l}_{1}{myopi}{a}_{t}\times {l}_{1}{TMTPa}{y}_{t}+{\beta }_{4}{controls}+\sum {year}+{\varepsilon }_{t}\]

其中: \({l}_{1}{TMT}\) share 为滞后一期股权激励; \({l}_{1}{TMTPay}\) 为滞后一期薪酬激励。

五、实证结果及讨论

收起

(一) 描述性统计

表2 显示了研究中主要变量的描述性统计结果, 包括各变量的观测值个数、平均值和标准差。管理者短视指标的平均值、标准差分别为0.078,0.066,与已有研究基本保持一致。探索式创新绩效和利用式创新绩效均值分别是3.201 和20.185 ,标准差分别为4.982 和48.176 ,说明样本内不同制造业企业双元创新能力差异较大,双元创新发展存在不平衡、不对称现象。制造业企业的探索式创新投入和利用式创新投入平均值分别为14.635 和1.439, 标准差分别为30.520 和5.781 , 说明探索式投入所需资金投入更高,企业间探索式创新投入资金差距较大。

(二) 相关性分析

由表3 可知, 主要变量的相关系数均不超过0.6, 方差膨胀因子 VIF 平均值为1.48, 最大值和最小值分别为2.32 和1.04 , 均远小于10 , 说明不存在多重共线性问题。其中, 管理者短视指标与探索式创新绩效和利用式创新绩效均显著负相关 \(\left({\beta =-{0.070}, P <{0.01},\beta =-{0.049}, P <{0.01}}\right)\) ,说明短视的管理者缺少长期价值取向,不利于企业双元创新,与理论分析基本吻合。探索式创新绩效与股权激励成正相关 ( \(\beta ={0.085}, P <\) \({0.01})\) ,利用式创新绩效与股权激励呈负相关 \((\beta =-{0.042}, P <{0.01})\) ；探索式创新绩效和利用式创新绩效与薪酬激励均呈显著正相关 \(\left({\beta ={0.147}, P <{0.01},\beta ={0.267}, P <{0.01}}\right)\) 。

(三) 管理者短视, 企业双元创新投入与双元创新绩效

本文采用泊松回归模型, 将自变量和控制变量滞后一期后对主效应进行检验。如表4 (1) 列的结果所示,管理者短视与探索式创新绩效回归系数负向且显著 \(\left({\beta =-{1.314}, P <{0.01}}\right)\) ,说明管理者短视负向影响探索式创新绩效。如表4 的(4)列的结果所示,管理者短视与利用式创新绩效线性回归系数负向且显著( \(\beta =\) -1.668, \(P <{0.01})\) ,说明管理者短视负向影响利用式创新绩效,假设 \(\mathrm{H}1\mathrm{a}\) 、假设 \(\mathrm{H}1\mathrm{b}\) 得到支持。这一发现同现有关于创新管理对企业创新风险的认知与行为反应 ^{[ 67 ]} 相吻合。短视的特质使管理者更追求短期利益,倾向于将有限的资源投入到营销、渠道优化等周期短、风险低但对短期企业绩效促进快的项目,而不愿投入到研发周期较长、风险较高且容易影响企业股价的创新活动中。

表4 的 (1) 列结果显示自变量管理者短视对因变量探索式创新绩效的总效应显著 \((\beta =-{1.314}, P <\) 0.01 ),考虑中介效应的显著性; 表4 的 (2) 列显示管理者短视对中介变量探索式创新投入的效应显著 ( \(\beta =\) \(-{0.559}, P <{0.01})\) ; 表4 的 (3) 列显示在控制了管理者短视的影响后,探索式创新投入对探索式创新绩效的效应显著 \(\left({\beta ={0.003}, P <{0.01}}\right)\) 。另外,在控制了探索式创新投入的影响后,管理者短视对探索式创新绩效的间接效应显著 \(\left({\beta =-{1.311}, P <{0.01}}\right)\) ,说明是部分中介过程, Sobel 检验显示, Sobel \(Z\) 统计量为 -2.404,在5% 的显著水平上显著,这说明探索式创新投入在管理者短视与探索式创新绩效之间中介效应显著,假设 \(\mathrm{H}{2\mathrm{a}}\) 得到支持。这说明,高管的短视特质会传导至探索式创新投入减少这一行为上,进而降低企业探索式创新绩效。

表4 的 (4) 列结果显示自变量管理者短视对因变量利用式创新绩效的总效应显著 \((\beta =-{1.668}, P <\) 0.01 ),考虑中介效应的显著性; 表4 的 (5) 列显示管理者短视对中介变量利用创新投入的效应显著 ( \(\beta =\) \(-{1.198}, P <{0.01})\) ；表4 的(6)列显示在控制了管理者短视的影响后,利用式创新投入对探索式创新绩效的效应显著 \(\left({\beta ={0.026}, P <{0.01}}\right)\) 。在控制了探索式创新投入的影响后,管理者短视对探索式创新绩效的间接效应显著 \(\left({\beta =-{1.570}, P <{0.01}}\right)\) ,说明是部分中介过程。Sobel 检验显示, Sobel \(Z\) 统计量为 -2.138,在5%的显著水平上显著,这说明利用式创新投入在管理者短视与利用式创新绩效之间中介效应显著,假设 \(\mathrm{H}2\mathrm{\;b}\) 得到支持。由此可知,高管短视能够通过负向影响利用式创新投入,进而影响利用式创新绩效。

(四) 股权激励和薪酬激励的调节效应检验

采用交互项检验的方式, 检验股权激励、薪酬激励对研发投入和双元创新绩效的调节效应。表5 显示滞后一期管理者短视和股权激励的交互项与探索式创新投入系数显著为正 \(\left({\beta ={0.018}, P <{0.01}}\right)\) ,滞后一期管理者短视和股权激励的交互项与利用式创新投入系数显著为正 \(\left({\beta ={0.102}, P <{0.01}}\right)\) ,说明股权激励对管理者短视与探索式创新投入和利用式创新投入之间的关系均有显著负向调节作用。股权激励能促进高管与企业利益趋于一致, 使高管更重视公司的长期发展, 有利于企业双元创新能力的提升。滞后一期管理者短视和薪酬激励的交互项与探索式创新投入显著为负 \(\left({\beta =-{0.284}, P <{0.01}}\right)\) ,滞后一期管理者短视和薪酬激励的交互项与利用式创新投入显著为正 \(\left({\beta ={0.406}, P <{0.05}}\right)\) 。相较于探索式创新,利用式创新周期更短、风险更低,高管预期报酬不确定性较低。薪酬激励是短期性激励,短视的高管对风险容忍程度也更低,使高管更倾向于选择利用式创新而非探索式创新。

六、稳健性检验

收起

为检验实证研究发现的稳健性,本文进一步做了以下三种稳健性检验。

(一) 替换解释变量

将解释变量管理者短视由连续变量转换为0-1 变量,转换方式为:首先求管理者短视程度的最小值0 和最大值0.315 的平均值为0.1575 ,将其作为判断管理者是否短视的标准。若管理者短视程度大于等于平均值, 记为1; 若管理者短视程度小于平均值, 记为0, 得到新生成的变量 nmyopia。采用 Logit 模型重复上述检验。如表6 的(1)列、(2)列所示,管理者短视对探索式创新绩效显著负相关 \(\left({\beta =-{0.209}, P <{0.01}}\right)\) ,管理者短视对利用式创新绩效显著负相关 \(\left({\beta =-{0.234}, P <{0.01}}\right)\) ,假设 \(\mathrm{H}1\mathrm{a}\) 和假设 \(\mathrm{H}1\mathrm{b}\) 再次得到验证,说明本文结果具有较高的稳健性。

(二) 替换被解释变量

借鉴以往研究 ^{[ 68 ]} ,将被解释变量探索式创新绩效和利用式创新绩效的衡量指标由发明专利申请数量 (exploib) 和非发明专利 (explorb) 申请数量代替。重复上述检验。如表6 的 (3) 列、(4) 列所示,管理者短视对探索式创新绩效显著负相关 \(\left({\beta =-{2.350}, P <{0.01}}\right)\) ,管理者短视对利用式创新绩效显著负相关 \((\beta =-\) \({0.545}, P <{0.01})\) ,假设 \(\mathrm{H}1\mathrm{a}\) 和假设 \(\mathrm{H}1\mathrm{\;b}\) 再次得到验证,说明本文结果具有较高的稳健性。

(三) 滞后变量

本文使用滞后两期的双元创新数据对假设进行了检验, 比较结果发现回归系数和显著性与上文保持一致。如表6 的(5)列、(6)列所示,滞后两期管理者与探索式创新绩效相关系数负向且显著( \(\beta =-{1.391}\) , \(P <\) 0.01 \()\) ,管理者与利用式创新绩效相关系数负向且显著 \(\left({\beta =-{2.005}, P <{0.01}}\right)\) ,说明管理者短视显著负向影响双元创新绩效因此回归结果也与结论一致。

七、进一步分析

收起

(一) 管理者短视对企业双元创新的影响的异质性效应

企业双元创新能力在不同性质公司间可能存在较为显著的异质性差异。表7 汇报了管理者短视对企业双元创新的影响的异质性回归结果, 本文根据企业产权性质、是否属于高科技制造行业对样本分类并进行分组回归。分组检验结果显示,国企和非国企两组样本在管理者短视影响探索式创新、利用式创新中均存在显著差异。结合表7 的(1)列、(2)列显示结果说明相较于国有企业,非国有企业管理者短视对企业探索式创新的负面影响更明显。表7 的(3)列、(4)列显示,相较于非国有企业,国有企业管理者短视对利用式创新的负面影响更明显。造成上述差异可能的原因是对分组检验结果显示, 高科技企业和非高科技企业两组样本在管理者短视影响双元创新中存在显著差异。结合表7 的(5)列、(6)列结果显示相较于非高科技企业,高科技企业管理者短视对企业探索式创新的消极影响较弱。造成上述差异可能的原因是高科技行业市场竞争更激烈, 对企业创新能力具有更高要求,突破性创新成果更有助于企业获得竞争优势 ^{[ 69 ]} 。双元创新认为企业能通过探索式创新突破现有知识局限,为企业带来新的经济增长点,因此相较于非高科技企业,高科技企业更重视探索式创新。表7 的(7)列、(8)列结果显示相较于非高科技企业,高科技企业管理者短视对企业利用式创新的消极影响较强。原因可能在于高科技企业相较于非高科技企业更重视探索式创新,企业资源有限,由于挤出效应, 降低了管理者开展利用式创新活动的动机 ^{[ 71 ]} 。

(二) 考虑企业所处区域的异质性分析

考虑到所研究的上市公司数据所在的城市资源、区位条件存在较大差异。因此将样本所在的区位进行东部、中部、西部划分,按照区域进行分组检验。表8 显示了管理者短视和双元创新绩效的区域异质性分析结果。从管理者短视对企业双元创新的影响均为负且显著, 和主效应无明显差别。

八、结论与启示

收起

(一) 研究结论与贡献

首先,本文基于高阶梯队理论和高管认知理论,探究管理者内在的短视主义特质对企业探索式创新和利用式创新绩效的异质性影响, 拓展了微观视角下企业双元创新的前因和影响机制。现有文献主要从政策 ^{[ 71 ]} 、公司内外部治理 ^{[ 72 ]} 、高管特征 ^{[ 73 ]} 等方面研究企业双元创新的影响因素 ^{[ 67 ]} ,虽已有研究探讨了高管特质对双元创新的影响, 但是聚焦到管理者短视这一心理特质的研究还较少。本文实证探究管理者短视对企业探索式创新和利用式创新的影响, 发现管理者短视对企业双元创新绩效均有显著的负向影响。这一结论呼应了 Brochet ^{[ 44 ]} 的研究,即管理者短视负向影响企业创新。研究阐释了管理者短视对双元创新的重要影响, 推动了双元创新前因的研究, 为企业推进双元创新活动提供了启发。

第二, 引入企业研发投入作为中介变量, 探究了管理者内在短视主义通过影响企业的研发投入进而影响企业的创新产出这一过程机制, 即管理者短视主义会分别抑制探索式创新投入、利用式创新投入, 进一步分别抑制探索式创新绩效、利用式创新绩效。现有研究鲜少关注管理者短视对双元创新的机制影响和传导路径,对管理者短视的作用机制还需要纵深推进 ^{[ 9 ]} 。研究发现验证了“高管心理特质-行为-企业绩效”的影响机制, 挖掘了管理者短视对探索式和利用式创新绩效的传导路径, 揭开了管理者短视影响双元创新的过程黑箱,深化了管理者短视对双元创新的内在驱动机理。

第三, 从公司治理视角, 引入薪酬激励和股权激励作为调节变量, 探究了这两种管理层激励方式对管理者短视和双元创新之间的作用关系的权变影响。国内部分学者虽然探究了股权激励 ^{[ 72 ]} 和薪酬激励对企业创新的影响,但关于薪酬激励的影响效果结论不一致 ^{[ 74 - 75 ]} 。本文将创新细化为探索式创新和利用式创新进行讨论。研究发现, 股权激励弱化了管理者短视和双元创新绩效的关系, 薪酬激励强化管理者短视对探索式创新投入的负面影响,薪酬激励弱化了管理者短视对利用式创新投入的负面影响。为引导高管将有限资源合理配置到双元创新活动提供理论支持, 探究了高管激励对双元创新的异质性影响, 丰富了公司治理和双元创新的影响研究。

第四,本文研究借鉴胡楠等 ^{[ 60 ]} 的研究,采用文本挖掘的方法构建出管理者短视主义指标,并在此基础上实证揭示了管理者短视对双元创新的影响, 解决了其他方法存在的主观偏差和语境问题, 研究结论更加直接和客观。

(二) 政策启示

第一, 企业应采取积极的措施, 缓和管理者短视主义。由研究可知, 管理者短视对探索式创新和利用式创新均有显著的抑制作用。在创新驱动发展战略下,作为企业掌舵人的管理者应秉持长远发展理念,有意识地减少自身短视行为。与此同时, 企业应采取一定措施, 如强化企业内外部监督机制, 完善公司治理机制,制定更长期的激励模式,来缓和管理者的短视主义,促进企业的双元创新。

第二,企业应保持创新战略定力,持续加强企业的创新研发投入,通过研发投入的组合设计,优化创新产出。研究发现, 双元投入部分中介了管理者短视对企业双元创新绩效的负面影响。企业要根据自身实际情况和发展目标,合理分配研发费用投入,平衡企业的短期效益和长期效益,追求企业创新的长期可持续发展。

第三, 企业应加强公司治理, 通过多样化管理层激励机制和组合, 缓和管理层短视。研究发现股权激励弱化了管理者短视对双元创新的负面影响。薪酬激励对管理者短视和双元创新有异质性影响。因此,企业应重视薪酬激励对创新绩效的影响, 采用短期激励和长期激励相结合的方式作为对高管的激励。此外, 对高管的激励不能一概而论,需要突出差异化特点,根据企业战略定位和发展目标,结合企业实际,选择适合的高管激励模式。

(三) 局限性及未来研究方向

本文虽然拓展了管理者短视主义对企业创新的行为后果及其作用机制分析, 为进一步优化企业创新治理机制, 激励和引导企业加快从要素驱动向创新驱动转型提供了重要理论和实践启示, 但仍存在不足之处和一定的局限性,需要对企业创新管理的未来研究继续拓展和深化。首先,本文仅将所有上市公司制造业企业进行统一研究,没有关注到不同区域下高新技术产业、战略性新兴产业等技术密集型产业的差异化影响。未来可以继续深入研究不同区域、不同产业下管理者短视对企业双元创新的影响。其次, 在数字经济时代, 以人工智能、区块链、云计算、大数据为代表的移动互联网技术正在深刻变革企业的生产方式和治理方式, 企业数字化转型对创新产生了重要影响。未来可以围绕数字经济的时代特征, 进一步关注管理层短视对双元创新的影响, 探究企业的数字化转型是如何缓和管理者短视的负面影响, 促进企业创新。

基金

收起

国家自然科学基金青年科学基金“多层次系统视角下中国高校学术创业与成果转化促进机制研究”(72104027)
国家自然科学基金面上项目“科技成果转化赋能新质生产力发展:理论基础、组织模式与制度环境”(72474025)
中国工程院前瞻性储备性战略咨询研究项目““创新链、产业链、供应链’三链一体化协同创新发展战略研究”(2022-JB-10)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

尹西明 , 陈劲 , 王华峰 , 等 . 强化科技创新引领加快发展新质生产力 [J/OL]. 科学学与科学技术管理 , 2024 - 04 - 09 . 1 - 10 . http://kns.cnki.net/kcms/detail/12.1117.G3.20240221.1012.002.html

[2]

尹西明 , 陈劲 , 贾宝余 . 高水平科技自立自强视角下国家战略科技力量的突出特征与强化路径 [J]. 中国科技论坛 , 2021 . 9 ): 1 - 9 .

[3]

李燕凌 , 蔡湘杰 . 科技金融促进了工业新质生产力发展吗? [J/OL]. 财经理论与实践 , 2024 - 07 - 31 . 1 - 9 . http://kns.cnki.net/kcms/detail/43.1057.F.20240718.1446.002.html

[4]

任保平 . 生产力现代化转型形成新质生产力的逻辑 [J]. 经济研究 , 2024 . 59 ( 3 ): 12 - 19 .

[5]

曾祥飞 , 付晓萱 , 林钟高 . 供应链创新能力和管理会计控制匹配的组态效应对企业双元创新的影响 [J]. 财经理论与实践 , 2024 . 45 ( 4 ): 76 - 84 .

[6]

RAISCH

, BIRKINSHAW

, PROBST

, et al . Organizational ambidexterity: Balancing exploitation and exploration for sustained performance [J]. Organization Science , 2009 . 20 ( 4 ): 685 - 695 .

[7]

许志勇 , 王瑾 , 张娜 , 等 . 资产结构错配、激励机制与企业双元创新 [J]. 南开管理评论 , 2024 . 27 ( 3 ): 106 - 119 .

[8]

杨博旭 , 王玉荣 , 李兴光 , 等 . 技术多元化对双元创新绩效的影响研究;基于正式与非正式制度环境的视角 [J]. 科学学与科学技术管理 , 2021 . 42 ( 12 ): 145 - 162 .

[9]

罗彪 , 李明煜 . 管理者短视对企业二元创新的影响—————基于管理自由度和环境不确定性的调节作用 [J]. 技术经济 , 2024 . 43 ( 2 ): 106 - 117 .

[10]

阳镇 , 李纪珍 , 凌鸿程 . 政策不确定性与创新数字化——双元创新的视角 [J]. 科研管理 , 2022 . 43 ( 4 ): 1 - 10 .

[11]

赵奇锋 , 鞠晓生 , 罗千峰 . 何种治理纠治企业创新短视?基于熊彼特传统的创新型企业理论 [J]. 技术经济 , 2023 . 42 ( 7 ): 25 - 40 .

[12]

TUSHMAN

, O'Reilly

III CA

. Ambidextrous organizations: Managing evolutionary and revolutionary change [J]. California management review , 1996 . 38 ( 4 ): 8 - 29 .

[13]

俞静 , 蔡雯 . 高管激励对企业创新影响的实证分析——基于分析师关注的中介效应研究 [J]. 技术经济 , 2021 . 40 ( 1 ): 20 - 29 .

[14]

肖德云 , 谭易洋 , 王宗军 . OFDI 动态决策对企业双元创新跃迁的影响研究 [J]. 科研管理 , 2024 . 45 ( 4 ): 73 - 82 .

[15]

曹国华 , 杨俊杰 , 林川 . CEO声誉与投资短视行为 [J]. 管理工程学报 , 2017 . 31 ( 4 ): 45 - 51 .

[16]

MARCH

. Exploration and exploitation in organizational learning [J]. Organization Science , 1991 . 2 ( 1 ): 71 - 87 .

[17]

BENNER

, TUSHMAN

M L

. Exploitation, exploration, and process management: The productivity dilemma revisited [J]. Academy of management review , 2003 . 28 ( 2 ): 238 - 256 .

[18]

马连福 , 高塬 , 秦鹤 . 企业双元创新路径选择研究——基于资本配置效率的视角 [J]. 科学学与科学技术管理 , 2019 . 40 ( 8 ): 18 - 32 .

[19]

KORTMANN

. The mediating role of strategic orientations on the relationship between ambidexterity-oriented decisions and innovative ambidexterity [J]. Journal of Product Innovation Management , 2015 . 32 ( 5 ): 666 - 684 .

[20]

汪涛 , 王新 , 张志远 . 双元创新视角下混改对国企创新决策的影响研究 [J]. 技术经济 , 2022 . 41 ( 4 ): 44 - 58 .

[21]

翟淑萍 , 毕晓方 . 环境不确定性、管理层自信与企业双元创新投资 [J]. 中南财经政法大学学报 , 2016 . 5 ): 91 - 159 .

[22]

陈建勋 , 王涛 , 翟春晓 . TMT 社会网络结构对双元创新的影响——兼论结构刚性的生成与化解 [J]. 中国工业经济 , 2016 . 12 ): 140 - 156 .

[23]

毕晓方 , 翟淑萍 , 姜宝强 . 政府补贴、财务冗余对高新技术企业双元创新的影响 [J]. 会计研究 , 2017 . 1 ): 46 - 95 .

[24]

XIE

, GAO

, ZANG

, et al . Collaborative ties and ambidextrous innovation: Insights from internal and external knowledge acquisition [J]. Industry and Innovation , 2020 . 27 ( 3 ): 285 - 310 .

[25]

GOLDRICH

. A study in time orientation: The relation between memory for past experience and orientation to the future [J]. Journal of Personality and Social Psychology , 1967 . 6 ( 2 ): 216 - 221 .

[26]

ZIMBARDO

, BOYD

. Putting time in perspective: A valid, reliable individual-differences metric [J]. Journal of Personality and Social Psychology , 1999 . 77 ( 6 ): 1271 - 1288 .

[27]

VOLDER ML

, LENS

. Academic achievement and future time perspective as a cognitive-motivational concept [J]. Journal of Personality and Social Psychology , 1982 . 42 ( 3 ): 566 - 571 .

[28]

ENSLEY

, HMIELESKIK

. A comparative study of new venture top management team composition, dynamics and performance between university-based and independent start-ups [J]. Research Policy , 2005 . 34 ( 7 ): 1091 - 1105 .

[29]

马永强 , 邱煜 , 金智 . CEO贫困出身与企业创新:人穷志短抑或穷则思变? [J]. 经济管理 , 2019 . 41 ( 12 ): 88 - 104 .

[30]

GRAHAM

, HARVEY

, RAJGOPAL

. The economic implications of corporate financial reporting [J]. Journal of Accounting and Economics , 2005 . 40 ( 1-3 ): 3 - 73 .

[31]

GOPALAN

, MILBOURN

, SONG

, et al . Duration of executive compensation [J]. The Journal of Finance , 2014 . 69 ( 6 ): 2777 - 2817 .

[32]

BOLTON

, SCHEINKMAN

, XIONG

. Executive compensation and short-termist behaviour in speculative markets [J]. The Review of Economic Studies , 2006 . 73 ( 3 ): 577 - 610 .

[33]

KRAFT

, VASHISHTHA

, VENKATACHALAM

. Frequent financial reporting and managerial myopia [J]. The Accounting Review , 2018 . 93 ( 2 ): 249 - 275 .

[34]

BUSHEE

B J

. The influence of institutional investors on myopic R&D investment behavior [J]. The Accounting Review , 1998 . 73 ( 3 ): 305 - 333 .

[35]

BHOJRAJ

, HRIBAR

, PICCONI

, et al . Making sense of cents: An examination of firms that marginally miss or beat analyst forecasts [J]. The Journal of Finance , 2009 . 64 ( 5 ): 2361 - 2388 .

[36]

EDMANS

, HEINLE

, HUANG

. The real costs of financial efficiency when some information is soft [J]. Review of Finance , 2016 . 20 ( 6 ): 2151 - 2182 .

[37]

刘柏 , 卢家锐 , 琚涛 . 形式主义还是实质主义:ESG评级软监管下的绿色创新研究 [J]. 南开管理评论 , 2023 . 26 ( 5 ): 16 - 28 .

[38]

田力 . 企业管理者短视对真实盈余管理的影响研究 [J]. 财会通讯 , 2024 . 3 ): 36 - 41 .

[39]

许宁宁 . 管理层认知偏差与内部控制信息披露行为选择———基于存在内部控制重大缺陷上市公司的两阶段分析 [J]. 审计与经济研究 , 2019 . 34 ( 5 ): 43 - 53 .

[40]

乔鹏程 , 徐祥兵 . 管理层海外经历、短视主义与企业创新:有调节的中介效应 [J]. 科技进步与对策 , 2022 . 39 ( 19 ): 78 - 87 .

[41]

BABER

, FAIRFIELD

, HAGGARD

. The effect of concern about reported income on discretionary spending decisions: The case of research and development [J]. The Accounting Review , 1991 . 66 ( 4 ): 818 - 829 .

[42]

田利辉 , 王可第 . “罪魁祸首”还是“替罪羊”?—————中国式融资融券与管理层短视 [J]. 经济评论 , 2019 . 1 ): 106 - 120 .

[43]

肖红军 , 阳镇 , 凌鸿程 . “鞭长莫及”还是“遥相呼应”;监管距离与企业社会责任 [J]. 财贸经济 , 2021 . 42 ( 10 ): 116 - 131 .

[44]

BROCHET

, LOUMIOTI

, SERAFEIM

. Speaking of the short-term: Disclosure horizon and managerial myopia [J]. Review of Accounting Studies , 2015 . 20 ( 3 ): 1122 - 1163 .

[45]

郭祥 , 陈富永 . 管理者短视对企业绿色创新产出的影响——盈余管理和研发投入的中介作用 [J]. 软科学 , 2023 . 37 ( 12 ): 122 - 128 .

[46]

钟宇翔 , 吕怀立 , 李婉丽 . 管理层短视、会计稳健性与企业创新抑制 [J]. 南开管理评论 , 2017 . 20 ( 6 ): 163 - 177 .

[47]

EDERER

. Feedback and motivation in dynamic tournaments [J]. Journal of Economics & Management Strategy , 2010 . 19 ( 3 ): 733 - 769 .

[48]

余伟 , 郭小艺 . 管理者短视对企业绿色创新的影响研究——市场关注的调节作用 [J]. 软科学 , 2024 . 38 ( 4 ): 76 - 82 .

[49]

HAMBRICK

, MASON

. Upper echelons: The organization as a reflection of Its top managers [J]. The Academy of Management Review , 1984 . 9 ( 2 ): 193 .

[50]

何威风 , 刘怡君 , 吴玉宇 . 大股东股权质押和企业风险承担研究 [J]. 中国软科学 , 2018 . 5 ): 110 - 122 .

[51]

汪金爱 , 宗芳宇 . 国外高阶梯队理论研究新进展:揭开人口学背景黑箱 [J]. 管理学报 , 2011 . 8 ( 8 ): 1247 - 1255 .

[52]

ROBERT

H. HAYES

. Managing our way to economic decline [J]. Harvard Business Review , 2007 . 85 ( 7-8 ): 67 - 77 .

[53]

CHANG

Y Y

, HUGHES

. Drivers of innovation ambidexterity in small-to medium-sized firms [J]. European Management Journal , 2012 . 30 ( 1 ): 1 - 17 .

[54]

LIN

, CHANG

C C

. A patent-based study of the relationships among technological portfolio, ambidextrous innovation, and firm performance [J]. Technology Analysis & Strategic Management , 2015 . 27 ( 10 ): 1193 - 1211 .

[55]

周园 , 周明慧 , 梁毕明 . 政府补助、研发投入与企业绩效研究——基于CEO所有权权力的调节作用 [J]. 会计之友 , 2022 . 19 ): 132 - 137 .

[56]

戴钰 , 邓楠 . 数字金融如何赋能文化企业全要素生产率?——来自中国文化上市企业的证据 [J]. 财经理论与实践 , 2024 . 45 ( 4 ): 10 - 16 .

[57]

JENSEN

. Theory of the firm: Managerial behavior, agency costs and ownership structure [J]. Journal of Financial Economics , 1976 . 3 ( 4 ): 305 - 360 .

[58]

徐宁 , 姜楠楠 , 张晋 . 股权激励对中小企业双元创新战略的影响研究 [J]. 科研管理 , 2019 . 40 ( 7 ): 163 - 172 .

[59]

邵丹 , 李健 , 潘镇 . 市场估值会影响企业技术创新吗?——基于管理者短视视角的研究 [J]. 科学决策 , 2017 . 4 ): 76 - 94 .

[60]

胡楠 , 薛付婧 , 王昊楠 . 管理者短视主义影响企业长期投资吗?——基于文本分析和机器学习 [J]. 管理世界 , 2021 . 37 ( 5 ): 11 - 156 .

[61]

GILSING

, NOOTEBOOM

, VANHAVERBEKE

, et al . Network embeddedness and the exploration of novel technologies: Technological distance, betweenness centrality and density [J]. Research Policy , 2008 . 37 ( 10 ): 1717 - 1731 .

[62]

CYCYOTA

, HARRISON

. What (not) to expect when surveying executives: A meta-analysis of top manager response rates and techniques over time [J]. Organizational Research Methods , 2006 . 9 ( 2 ): 133 - 160 .

[63]

方红星 , 金玉娜 . 公司治理、内部控制与非效率投资:理论分析与经验证据 [J]. 会计研究 , 2013 . 7 ): 63 - 97 .

[64]

汤业国 , 徐向艺 . 中小上市公司股权激励与技术创新投入的关联性——基于不同终极产权性质的实证研究 [J]. 财贸研究 , 2012 . 23 ( 2 ): 127 - 133 .

[65]

邵剑兵 , 刁金红 . 薪酬管制是否抑制了国有企业创新? [J]. 经济与管理评论 , 2020 . 36 ( 5 ): 42 - 55 .

[66]

王玮 , 梁诗 , 何红玲 , 等 . 国企混改与双元创新——基于股权多样性视角 [J]. 华东经济管理 , 2021 . 35 ( 9 ): 11 - 20 .

[67]

马连福 , 张晓庆 . 非国有股东委派董事与国有企业双元创新——投资者关系管理的调节作用 [J]. 经济与管理研究 , 2021 . 42 ( 1 ): 88 - 103 .

[68]

王娟茹 , 张雨萌 , 樊婉莹 . 前瞻性跨界搜索、组织韧性与双元创新 [J/OL]. 科学学研究 , 2024 - 04 - 09 . 1 - 14 . https://doi.org/10.16192/j.cnki.1003-2053.20240220.002

[69]

戴海闻 , 曾德明 , 张运生 . 关系资本、双元创新与高技术产业主导设计 [J]. 科研管理 , 2020 . 41 ( 2 ): 220 - 229 .

[70]

许晖 , 李文 . 高科技企业组织学习与双元创新关系实证研究 [J]. 管理科学 , 2013 . 26 ( 4 ): 35 - 45 .

[71]

崔维军 , 孙成 , 傅宇 , 等 . 政策不确定性与企业双元创新行为选择:“激流勇进”还是“循序渐进” [J]. 科学学与科学技术管理 , 2019 . 40 ( 11 ): 68 - 81 .

[72]

孙慧 , 杨王伟 . 高管激励、创新投入与创新绩效——基于高管“双元”资本的调节效应 [J]. 科技管理研究 , 2019 . 39 ( 1 ): 9 - 16 .

[73]

杜善重 , 李卓 . 亲缘关系与双元创新——来自中国家族上市公司的经验证据 [J]. 经济与管理研究 , 2019 . 40 ( 10 ): 115 - 131 .

[74]

夏晗 . 高管经历跨界、管理者激励与企业创新 [J]. 科研管理 , 2022 . 43 ( 2 ): 193 - 201 .

[75]

解维敏 . 业绩薪酬对企业创新影响的实证研究 [J]. 财贸经济 , 2018 . 39 ( 9 ): 141 - 156 .

2024年第43卷第10期

PDF下载

452

209

引用本文

BibTeX

文章信息

doi: 10.12404/j.issn.1002-980X.J24040920

接收时间：2024-04-09
首发时间：2025-07-20
出版时间：2024-10-10

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2024-04-09

基金

国家自然科学基金青年科学基金“多层次系统视角下中国高校学术创业与成果转化促进机制研究”(72104027)

国家自然科学基金面上项目“科技成果转化赋能新质生产力发展:理论基础、组织模式与制度环境”(72474025)

中国工程院前瞻性储备性战略咨询研究项目““创新链、产业链、供应链’三链一体化协同创新发展战略研究”(2022-JB-10)

作者信息

¹ 北京理工大学管理学院北京 100081

² 教育部人文社会科学重点基地清华大学技术创新研究中心北京 100084

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/jsyjj/CN/10.12404/j.issn.1002-980X.J24040920

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

变量	样本量	平均值	中位数	标准差	最小值	最大值
myopia	11242	0.078	0.064	0.066	0	0.315
explor	11242	3.201	1.000	4.982	0	28.000
exploi	11242	20.185	5.000	48.176	0	349.000
RDexplor	11242	14.635	5.442	30.520	0.113	2222.240
RDexploi	11242	1.439	0.000	5.781	0	44.464
TMTshare	11242	19.188	8.632	21.725	0	70.404
TMTPay	11242	15.279	15.245	0.669	13.734	17.111
Size	11242	7.663	7.572	1.110	5.489	10.750
ROA	11242	0.055	0.049	0.058	-0.155	0.228
Age	11242	24.362	24.000	4.875	14.000	38.000
Lev	11242	0.370	0.361	0.180	0.054	0.777
Tobin \(Q\)	11242	2.074	1.712	1.143	0.886	7.221
OverseaBack	11242	0.582	1.000	0.493	0	1.000

变量	样本量	平均值	中位数	标准差	最小值	最大值
myopia	11242	0.078	0.064	0.066	0	0.315
explor	11242	3.201	1.000	4.982	0	28.000
exploi	11242	20.185	5.000	48.176	0	349.000
RDexplor	11242	14.635	5.442	30.520	0.113	2222.240
RDexploi	11242	1.439	0.000	5.781	0	44.464
TMTshare	11242	19.188	8.632	21.725	0	70.404
TMTPay	11242	15.279	15.245	0.669	13.734	17.111
Size	11242	7.663	7.572	1.110	5.489	10.750
ROA	11242	0.055	0.049	0.058	-0.155	0.228
Age	11242	24.362	24.000	4.875	14.000	38.000
Lev	11242	0.370	0.361	0.180	0.054	0.777
Tobin \(Q\)	11242	2.074	1.712	1.143	0.886	7.221
OverseaBack	11242	0.582	1.000	0.493	0	1.000

变量	myopia	explor	exploi	RDexplor	RDexploi	TMTshare	TMTPay	Size	ROA	Age
myopia	1
explor	-0.070}{^***	1
exploi	-0.049^***	0.472	1
RDexplor	-0.007	0.161 ^***	0.490 ^***	1
RDexploi	0.001	0.075 ^***	0.345 ***	0.459 ***	1
TMTshare	-0.119^***	0.085 ^***	-0.042***	-0.188}{^***	-0.133^***	1
TMTPay	-0.061^***	0.147 ^***	0.267	0.397	0.240 ^***	-0.112 ^***	1
Size	0.062	0.118 **	0.313 ^***	0.556^***	0.332 ^***	-0.362^***	0.456	1
ROA	-0.066}{^***	0.088 ***	0.052 ***	-0.005	-0.075^***	0.209 ***	0.166 ***	-0.049^***	1
Age	0.101 ^***	-0.091^***	-0.014	0.064 ***	0.042 ^***	-0.252}{^***	0.032 ^***	0.206 ***	-0.075}{^***	1
Lev	0.052 ***	0.0411 ^***	0.154 ^***	0.303 ***	0.205 ***	-0.311^***	0.164 ***	0.517 ***	-0.385^***	0.139 ***
Tobin \(Q\)	\(-{0.016}^{*}\)	-0.038^***	-0.042^***	-0.127^***	-0.067^***	0.015	\(-{0.070}^{{}^{***}}\)	-0.247^***	0.266	-0.032^***
OverseaBack	-0.037^***	0.045 ^***	0.074 ***	0.086 ***	0.092 ***	0.013	0.159 ***	0.061 ^***	0.006	-0.034^***
变量	lev	TobinQ	OverseaBack
lev	1
Tobin \(Q\)	-0.275^***	1
OverseaBack	0.004	0.060 ***	1

变量	myopia	explor	exploi	RDexplor	RDexploi	TMTshare	TMTPay	Size	ROA	Age
myopia	1
explor	-0.070}{^***	1
exploi	-0.049^***	0.472	1
RDexplor	-0.007	0.161 ^***	0.490 ^***	1
RDexploi	0.001	0.075 ^***	0.345 ***	0.459 ***	1
TMTshare	-0.119^***	0.085 ^***	-0.042***	-0.188}{^***	-0.133^***	1
TMTPay	-0.061^***	0.147 ^***	0.267	0.397	0.240 ^***	-0.112 ^***	1
Size	0.062	0.118 **	0.313 ^***	0.556^***	0.332 ^***	-0.362^***	0.456	1
ROA	-0.066}{^***	0.088 ***	0.052 ***	-0.005	-0.075^***	0.209 ***	0.166 ***	-0.049^***	1
Age	0.101 ^***	-0.091^***	-0.014	0.064 ***	0.042 ^***	-0.252}{^***	0.032 ^***	0.206 ***	-0.075}{^***	1
Lev	0.052 ***	0.0411 ^***	0.154 ^***	0.303 ***	0.205 ***	-0.311^***	0.164 ***	0.517 ***	-0.385^***	0.139 ***
Tobin \(Q\)	\(-{0.016}^{*}\)	-0.038^***	-0.042^***	-0.127^***	-0.067^***	0.015	\(-{0.070}^{{}^{***}}\)	-0.247^***	0.266	-0.032^***
OverseaBack	-0.037^***	0.045 ^***	0.074 ***	0.086 ***	0.092 ***	0.013	0.159 ***	0.061 ^***	0.006	-0.034^***
变量	lev	TobinQ	OverseaBack
lev	1
Tobin \(Q\)	-0.275^***	1
OverseaBack	0.004	0.060 ***	1

变量	(1)	(2)	(3)	(4)	(5)	(6)
变量	explor	\({l}_{1}{RDexplor}\)	explor	exploi	\({l}_{1}{RDexploi}\)	exploi
\({l}_{1}\) myopia	-1.314^***(0.098)	-0.559^***(0.043)	-1.311^***(0.098)	-1.668^***(0.038)	-1.198^***(0.135)	-1.570^***(0.037)
\({l}_{1}{RDexplor}\)			0.003 ^***(0.000)
\({l}_{1}{RDexploi}\)						0.026 ^***(0.000)
\({l}_{1}\ln \operatorname{Size}\)	0.136 (0.006)	0.842 (0.003)	0.071 (0.008)	0.566 (0.002)	1.033 (0.010)	0.449 ^***(0.003)
\({l}_{1}{ROA}\)	3.555 ^***(0.124)	2.075^***(0.065)	3.528 ^***(0.124)	4.239 ^***(0.050)	-5.450^***(0.189)	5.151 ^***(0.051)
\({l}_{1}{Age}\)	-0.026^***(0.001)	-0.004 (0.001)	-0.025 (0.001)	-0.024 ^***(0.000)	-0.005 (0.002)	-0.022 (0.001)
\({l}_{1}{Lev}\)	0.151 (0.014)	0.373 ^***(0.009)	0.150 ^***(0.014)	0.285 ^***(0.006)	0.336 ^***(0.029)	0.303 ^***(0.006)
\({l}_{1}\) Tobin \(Q\)	-0.031^***(0.007)	-0.050^***(0.004)	-0.032 ^***(0.007)	0.004 (0.003)	0.201 ^***(0.011)	-0.001 (0.003)
\({l}_{1}\) OverseaBack	0.066 ^***(0.013)	0.065 ^***(0.006)	0.056 ^***(0.013)	0.219 ^***(0.005)	0.523 ^***(0.022)	0.171 ^***(0.005)
Year	Yes	Yes	Yes	Yes	Yes	Yes
Constant	0.047 (0.175)	-5.096^***(0.096)	0.525 ^***(0.178)	-2.208^***(0.086)	-7.531^***(0.169)	-1.448^***(0.086)
Observations	8454	8454	8454	8454	8454	8454

变量类型	变量名称	变量符号	定义
自变量	管理者短视	myopia	(“短期视域” 词汇总词频/ MD&A 总词频)×100
因变量	探索式创新绩效	explor	探索式发明专利数量
因变量	利用式创新绩效	exploi	利用式发明专利数量
变量类型	变量名称	变量符号	定义
中介变量	探索式创新投入	RDexplor	费用化研发投入(单位:千万元)
中介变量	利用式创新投入	RDexploi	资本化研发投入(单位:千万元)
调节变量	股权激励	TMTshare	高管持股比例
调节变量	薪酬激励	TMTPay	ln(高管薪酬)
控制变量	公司规模	Size	\(\ln\)(员工数量)
	企业年龄	Age	统计年份-企业成立年份+1
	盈利能力	ROA	净利润/总资产平均余额
	资产负债率	Lev	In(负债总额/资产总额)
	成长性	Tobin \(Q\)	所有者权益合计期末值/实收资本本期期末值
	高管海外经历	OverseaBack	令董监高具有海外背景时为1 , 反之为0

变量	替换自变量		替换因变量		滞后两期
	(1)	(2)	(3)	(4)	(5)	(6)
	explor	exploi	explorb	exploib	explor	exploi
(n) myopia	-0.209^***(-3.841)	-0.234^***(-3.894)	-2.350^***(-70.012)	-0.545}{^***(-19.155)	-1.391^***(0.113)	-2.005^***(0.042)
\({l}_{1}\) Size	0.025 (0.993)	-0.024 (-0.827)	0.946 ^***(409.902)	0.788 ^***(390.649)	0.145 ^***(0.008)	0.596 ^***(0.003)
\({l}_{1}{ROA}\)	3.575 ^***(7.738)	3.893 ^***(7.401)	-0.185^***(-3.776)	5.039 ^***(116.066)	2.973 ^***(0.147)	3.711^***(0.058)
\({l}_{1}{Age}\)	-0.032^***(-6.480)	-0.042^***(-7.454)	-0.012^***(-26.383)	-0.024^***(-58.415)	-0.025^***(0.002)	-0.019^***(0.001)
\({l}_{1}{Lev}\)	0.080 (1.632)	0.091 (1.612)	0.412 ^***(61.664)	0.484 ^***(84.973)	0.159 ^***(0.016)	0.287 ^***(0.007)
\({l}_{1}\) Tobin \(Q\)	-0.119^***(-4.886)	-0.107^***(-3.920)	0.084 ^***(31.776)	-0.066}{^***(-27.646)	\(-{0.015}^{*}\)(0.008)	0.022 ^***(0.003)
\({l}_{1}\) OverseaBack	0.015 (0.321)	0.137 ^***(2.643)	0.242 ^***(49.948)	0.220 ^***(51.500)	0.064 ^***(0.015)	0.203 ^***(0.006)
Year	Yes	Yes	Yes	Yes	Yes	Yes
Constant	0.462 (0.952)	1.663 ^***(3.338)	-5.195^***(-69.480)	-2.678^***(-55.564)	-0.271 (0.262)	-2.956^***(0.136)
Observations	8454	8454	6857	6857	6360	6360

变量	东部		中部		西部
变量	explor	exploi	explor	exploi	explor	exploi
\({l}_{1}{myopia}\)	-1.057^***(0.115)	-1.196}{^***(0.045)	-1.374^***(0.245)	-2.134}{^***(0.092)	-1.275^***(0.445)	-0.747^***(0.188)
\({l}_{1}\) Size	0.198 ^***(0.008)	0.631 ^***(0.003)	0.080 ^***(0.020)	0.425 ^***(0.007)	0.164 ^***(0.031)	0.719 ^***(0.015)
\({l}_{1}{ROA}\)	4.114 ^***(0.142)	5.044 ^***(0.057)	3.816 ^***(0.349)	6.233 ^***(0.149)	1.378^**(0.610)	-0.761^**(0.305)
\({l}_{1}{Age}\)	-0.015^***(0.001)	-0.021^***(0.001)	-0.030}{^***(0.003)	-0.008^***(0.001)	-0.017^**(0.007)	-0.027^***(0.003)
\({l}_{1}{Lev}\)	0.038^**(0.016)	0.006 (0.007)	0.172 ^***(0.039)	0.765 ^***(0.018)	0.030 (0.066)	0.181 ^***(0.037)
\({l}_{1}\) Tobin \(Q\)	0.023 ^***(0.008)	0.056 ^***(0.003)	-0.045^**(0.020)	-0.011 (0.009)	-0.002 (0.032)	-0.148^***(0.019)
\({l}_{1}\) OverseaBack	0.011 (0.015)	0.140 ^***(0.006)	0.226 ^***(0.033)	0.293 ^***(0.013)	-0.122**(0.056)	-0.223 ^***(0.027)
Year	Yes	Yes	Yes	Yes	Yes	Yes
Constant	-1.534^***(0.233)	-4.267 ^***(0.115)	0.113 (0.385)	-3.203^***(0.189)	-0.138 (0.682)	-3.215}{^***(0.405)
Observations	6185	6185	1462	1462	722	722

变量	explor		exploi		explor		exploi
变量	国企	非国企	国企	非国企	高科技	非高科技	高科技	非高科技
\({l}_{1}\) myopia	-0.908^***(-3.722)	-1.200}{^***(-9.388)	-3.331^***(-44.679)	-1.117^***(-20.619)	-1.187^***(0.107)	-1.750}{^***(0.252)	-1.550}{^***(0.040)	-1.362^***(0.119)
\({l}_{1}\) Size	0.372 ^***(19.764)	0.184 ^***(21.553)	0.845 ^***(149.877)	0.478 ^***(139.982)	0.179 ^***(0.007)	-0.003 (0.018)	0.640 ^***(0.003)	0.250 ^***(0.008)
\({l}_{1}{ROA}\)	0.781 *(1.945)	3.130^***(20.353)	0.808 ^***(6.836)	6.019 ^***(89.089)	3.655 ^***(0.135)	4.501 ^***(0.334)	5.368 ^***(0.053)	2.593 ^***(0.166)
\({l}_{1}{age}\)	-0.012^***(-3.212)	-0.008^***(-4.966)	\(-{0.002}^{*}\)(-1.857)	-0.013 ^***(-18.805)	-0.027^***(0.001)	-0.019^***(0.003)	-0.026^***(0.001)	-0.011}{^***(0.002)
\({l}_{1}\) lnlev	0.074 (1.521)	0.211 ^***(12.884)	-0.138^***(-9.006)	0.438 ^***(57.074)	0.135 ^***(0.015)	0.176 ^***(0.037)	0.229 ^***(0.006)	0.151 ^***(0.019)
\({l}_{1}\) Tobin \(Q\)	-0.014 (-0.648)	0.030 ^***(3.676)	-0.113}{^***(-15.360)	0.082 ^***(24.710)	\(-{0.013}^{*}\)(0.007)	-0.184}{^***(0.021)	0.009 ^***(0.003)	-0.109^***(0.010)
\({l}_{1}\) OverseaBack	0.134 ^***(3.768)	-0.040}{^**(-2.559)	0.543 ^***(48.171)	-0.014^**(-2.119)	0.046 ^***(0.014)	0.118 ^***(0.032)	0.181 ^***(0.005)	0.352 ^***(0.017)
year	YES	YES	YES	YES	YES	YES	YES	YES
Constant	-2.402^***(-9.310)	0.023 (0.175)	-4.149 ^***(-54.208)	-0.526^***(-10.226)	\(-{0.351}^{*}\)(0.186)	1.331^**(0.531)	-2.996^***(0.097)	0.720 ^***(0.197)
Observations	1783	5001	1783	5001	6850	1604	6850	1604

变量	explor		exploi		explor		exploi
变量	国企	非国企	国企	非国企	高科技	非高科技	高科技	非高科技
\({l}_{1}\) myopia	-0.908^***(-3.722)	-1.200}{^***(-9.388)	-3.331^***(-44.679)	-1.117^***(-20.619)	-1.187^***(0.107)	-1.750}{^***(0.252)	-1.550}{^***(0.040)	-1.362^***(0.119)
\({l}_{1}\) Size	0.372 ^***(19.764)	0.184 ^***(21.553)	0.845 ^***(149.877)	0.478 ^***(139.982)	0.179 ^***(0.007)	-0.003 (0.018)	0.640 ^***(0.003)	0.250 ^***(0.008)
\({l}_{1}{ROA}\)	0.781 *(1.945)	3.130^***(20.353)	0.808 ^***(6.836)	6.019 ^***(89.089)	3.655 ^***(0.135)	4.501 ^***(0.334)	5.368 ^***(0.053)	2.593 ^***(0.166)
\({l}_{1}{age}\)	-0.012^***(-3.212)	-0.008^***(-4.966)	\(-{0.002}^{*}\)(-1.857)	-0.013 ^***(-18.805)	-0.027^***(0.001)	-0.019^***(0.003)	-0.026^***(0.001)	-0.011}{^***(0.002)
\({l}_{1}\) lnlev	0.074 (1.521)	0.211 ^***(12.884)	-0.138^***(-9.006)	0.438 ^***(57.074)	0.135 ^***(0.015)	0.176 ^***(0.037)	0.229 ^***(0.006)	0.151 ^***(0.019)
\({l}_{1}\) Tobin \(Q\)	-0.014 (-0.648)	0.030 ^***(3.676)	-0.113}{^***(-15.360)	0.082 ^***(24.710)	\(-{0.013}^{*}\)(0.007)	-0.184}{^***(0.021)	0.009 ^***(0.003)	-0.109^***(0.010)
\({l}_{1}\) OverseaBack	0.134 ^***(3.768)	-0.040}{^**(-2.559)	0.543 ^***(48.171)	-0.014^**(-2.119)	0.046 ^***(0.014)	0.118 ^***(0.032)	0.181 ^***(0.005)	0.352 ^***(0.017)
year	YES	YES	YES	YES	YES	YES	YES	YES
Constant	-2.402^***(-9.310)	0.023 (0.175)	-4.149 ^***(-54.208)	-0.526^***(-10.226)	\(-{0.351}^{*}\)(0.186)	1.331^**(0.531)	-2.996^***(0.097)	0.720 ^***(0.197)
Observations	1783	5001	1783	5001	6850	1604	6850	1604

变量	explor		exploi		explor		exploi
变量	国企	非国企	国企	非国企	高科技	非高科技	高科技	非高科技
\({l}_{1}\) myopia	-0.908^***(-3.722)	-1.200}{^***(-9.388)	-3.331^***(-44.679)	-1.117^***(-20.619)	-1.187^***(0.107)	-1.750}{^***(0.252)	-1.550}{^***(0.040)	-1.362^***(0.119)
\({l}_{1}\) Size	0.372 ^***(19.764)	0.184 ^***(21.553)	0.845 ^***(149.877)	0.478 ^***(139.982)	0.179 ^***(0.007)	-0.003 (0.018)	0.640 ^***(0.003)	0.250 ^***(0.008)
\({l}_{1}{ROA}\)	0.781 *(1.945)	3.130^***(20.353)	0.808 ^***(6.836)	6.019 ^***(89.089)	3.655 ^***(0.135)	4.501 ^***(0.334)	5.368 ^***(0.053)	2.593 ^***(0.166)
\({l}_{1}{age}\)	-0.012^***(-3.212)	-0.008^***(-4.966)	\(-{0.002}^{*}\)(-1.857)	-0.013 ^***(-18.805)	-0.027^***(0.001)	-0.019^***(0.003)	-0.026^***(0.001)	-0.011}{^***(0.002)
\({l}_{1}\) lnlev	0.074 (1.521)	0.211 ^***(12.884)	-0.138^***(-9.006)	0.438 ^***(57.074)	0.135 ^***(0.015)	0.176 ^***(0.037)	0.229 ^***(0.006)	0.151 ^***(0.019)
\({l}_{1}\) Tobin \(Q\)	-0.014 (-0.648)	0.030 ^***(3.676)	-0.113}{^***(-15.360)	0.082 ^***(24.710)	\(-{0.013}^{*}\)(0.007)	-0.184}{^***(0.021)	0.009 ^***(0.003)	-0.109^***(0.010)
\({l}_{1}\) OverseaBack	0.134 ^***(3.768)	-0.040}{^**(-2.559)	0.543 ^***(48.171)	-0.014^**(-2.119)	0.046 ^***(0.014)	0.118 ^***(0.032)	0.181 ^***(0.005)	0.352 ^***(0.017)
year	YES	YES	YES	YES	YES	YES	YES	YES
Constant	-2.402^***(-9.310)	0.023 (0.175)	-4.149 ^***(-54.208)	-0.526^***(-10.226)	\(-{0.351}^{*}\)(0.186)	1.331^**(0.531)	-2.996^***(0.097)	0.720 ^***(0.197)
Observations	1783	5001	1783	5001	6850	1604	6850	1604