免责激励对企业颠覆性技术创新的影响
——有调节的中介效应

孙 烨1,张艳丽1,刘金桥2

(1.吉林大学 商学与管理学院,吉林 长春 130012;2. 吉林财经大学 国际交流学院,吉林 长春 130117)

摘 要:在企业大力发展新质生产力的背景下,如何调动高管在颠覆性技术创新活动中的积极性成为重要问题。利用马斯洛需求层次理论分析免责激励、风险承担、数字化转型与颠覆性技术创新之间的关系,并构建有调节的中介模型,以2011-2022年中国沪深A股上市公司为样本进行实证分析。研究发现:①免责激励能够提高颠覆性技术创新水平;②免责激励通过提高企业风险承担水平,正向促进颠覆性技术创新;③当企业数字化转型程度较高时,风险承担对颠覆性技术创新的影响得到正向强化,风险承担在免责激励与颠覆性技术创新中的路径效应也被放大;④免责激励对颠覆性技术创新存在持续的正向促进效应,与拥有高冒险文化、处于低市场竞争环境中的企业相比,免责激励的促进作用在低冒险文化与高市场竞争环境中表现更显著。

关键词:免责激励;颠覆性技术创新;风险承担;数字化转型

The Impact of Liability Exemption Incentives on Firms' Disruptive Technological Innovations:The Moderated Mediation Effects

Sun Ye1, Zhang Yanli1, Liu Jinqiao2

(1. Business and Management School, Jilin University, Changchun 130012, China; 2. School of International, Jilin University of Finance and Economics, Changchun 130117, China)

AbstractChina's economy has been transitioning from a phase of rapid growth to a stage of high-quality development, which highlights the tasks of speeding up efforts to achieve greater self-reliance and strength in science and technology, moving faster to create a new pattern of development, and developing new quality productive forces. Disruptive technological innovation is an important component of new quality productive forces. However, due to the high-risk characteristics of disruptive technological innovation, executives, out of consideration for their own interests, show an obvious risk aversion tendency in project decision-making, which seriously affects the improvement of the level of disruptive technology and the establishment of long-term competitive advantage for enterprises. Thus, how to mobilize executives' motivation to conduct disruptive technology innovation activities has become an important issue, among which the establishment of a reasonable and effective incentive mechanism plays an important role in the improvement of the level of enterprise disruptive technology innovation.

Existing literature has discussed the relationship between corporate innovation and positive incentive methods such as cash incentives, equity incentives, career promotion incentives, on-the-job consumption incentives, and salary gap incentives that increase the personal income of executives. However, such incentives have not taken into account the personal risks that executives may face in risk decision-making. Valuing the role of failure tolerance in innovation incentives is more important than positive incentives such as cash and equity incentives. The nature of directors' and officers' liability insurance is an exemption incentive for executives, which is clearer and easier to measure than other ways of increasing executives' tolerance for innovation failure, and the loss compensation that the incentive brings to executives is more intuitive, which makes it particularly important to study its "bottom-up effect" on executives' incentives.

Therefore, this paper adopts Maslow's Hierarchy of Needs Theory to analyze the relationship among exemption incentives, risk-taking, digital transformation and disruptive technological innovation, and constructs a moderated mediation model to empirically test it with a sample of Chinese A-share listed companies in Shanghai and Shenzhen from 2011 to 2022. It is found that(1)liability exemption incentives can increase the level of disruptive technological innovation;(2)liability exemption incentives positively promote disruptive technological innovation by increasing the level of risk-taking;(3) the impact of risk-taking on disruptive technological innovation is positively strengthened when the firm's degree of digital transformation is high, and the path effect of risk-taking in the relationship between liability exemption incentives and a disruptive technological innovation is also amplified; and(4) Further research found that there is also a positive facilitating effect of liability exemption incentives on the persistence of disruptive technological innovation; disclaimer incentives for firms in a low risk-taking culture and high market competition environment promote disruptive technological innovation more significantly than for firms in a high risk-taking culture and low market competition environment.

Different from the research on positive incentives, this paper focuses on reducing executives' personal risk in decision-making, considers directors' liability insurance as a form of exemption incentives from an incentive perspective, and analyzes its impact on corporate disruptive technological innovations, which complements the relevant research on executive incentives. In addition, this paper applies the moderated mediation model to unify the relationship among liability exemption incentives, risk taking, digital transformation, and disruptive technological innovation in a unified theoretical analysis and empirical test, which provides a more systematic analytical framework for how executive incentives affect corporate disruptive technological innovation, and further enriches and deepens people's understanding of the relationship between exemption incentives and corporate disruptive innovation. The findings of this paper improve the understanding of executive incentives from the perspective of the "bottom-up effect" of exemptions, and provide insights and reference for enterprises to integrate multiple incentives to improve disruptive technological innovation and promote the development of new quality productive forces. This study has limitations in terms of samples and data, and thus future research could expand the sample sizes, explore more transmission pathways following other theories, and further study disruptive technological innovation from the perspective of non patent technology innovation.

Key WordsLiability Exemption Incentives; Disruptive Technological Innovation; Risk-taking; Digital Transformation

DOI:10.6049/kjjbydc.2024040302

开放科学(资源服务)标识码(OSID):

中图分类号:F273.1

文献标识码:A

文章编号:1001-7348(2025)11-0051-13

收稿日期:2024-04-11

修回日期:2024-06-23

基金项目:国家社会科学基金重大项目(21&ZD073);吉林省教育科学“十四五”规划一般课题项目(GH23231)

作者简介:孙烨(1963-),女,吉林长春人,博士,吉林大学商学与管理学院教授、博士生导师,研究方向为企业创新和公司治理;张艳丽(1996-),女,山西晋中人,吉林大学商学与管理学院博士研究生,研究方向为企业创新;刘金桥(1989-),女,吉林长春人,博士,吉林财经大学国际交流学院副教授,研究方向为公司治理。

0 引言

新质生产力是实现中国式现代化的新动能与新路径,颠覆性技术创新是其中的重要构成要素。“十四五”规划提出,要加强颠覆性技术供给;2023年底召开的中央经济工作会议强调,以颠覆性技术和前沿技术催生新产业、新模式、新功能,发展新质生产力。然而,由于颠覆性技术创新具有高风险特征,高管出于自身利益考虑,在项目决策上表现出明显的风险厌恶倾向,这严重影响企业颠覆性技术创新能力与长期竞争优势建立。在当前技术不断变革、市场竞争加剧的大环境下,建立合理有效的激励机制,激发高管在高风险创新项目上的积极性是提高企业颠覆性技术创新水平、培育和发展新质生产力的重要一环。

现有文献针对现金激励、股权激励、职业晋升激励、在职消费激励和薪酬差距激励等促进高管收益增加的正向激励方式与企业创新关系进行诸多讨论[1-2],但上述激励并未考虑风险决策中高管可能面临的个体风险。如Manso[3]提出,要重视容忍失败在创新激励中的作用,但是当前有关该方面及其对高管激励影响的研究还较少。董事高管责任保险(以下简称“董责险”)通过事先明确的保险契约条款,将创新失败带来的高管个体风险转嫁到保险公司,对高管个体责任进行善意免除,为其风险决策注入一剂安心针。该保险的本质是对高管的免责激励,与容忍型董事会构建[4]、国企试行的容错制度建设[5]等其它方式相比,更为明确且易衡量,能够通过契约方式事先确定,因此该种免责激励为高管带来的风险降低效果也更为直观。Bower&Christensen[6]于1995年首次提出颠覆性技术概念,认为颠覆性技术是指那些优于当前主导技术,并和当前技术存在原理性差异的全新技术。此类技术能够打破原领域技术生命周期,改变其发展轨迹,同时,形成新技术轨道,进而实现对原有技术的替代[7]。由于投资周期长、投入成本高,因此与其它类型创新项目相比,企业进行颠覆性技术创新的风险更大(郑彦宁等,2021)。这使得从免责激励角度研究激励的“兜底效应”,调动高管在该类创新活动中的积极性显得尤为重要。那么,在当前我国大力发展新质生产力的背景下,通过认购董责险的方式对高管进行免责激励是否影响企业颠覆性技术创新水平?若存在影响,其作用机制是什么?数字化转型是数字经济时代的重要企业战略导向之一,其对免责激励效果具有怎样的影响?这些问题都有待深入思考。

本文采用马斯洛需求层次理论,分析免责激励、风险承担、数字化转型与颠覆性技术创新关系,通过构建有调节的中介模型,以2011-2022年中国沪深A股上市公司为样本,进行实证分析。本文可能存在的边际贡献为:第一,对高管激励文献进行补充。与旨在分析正向激励的研究不同,本文聚焦于降低高管决策中的个体风险,从激励角度将董责险视为免责激励方式,分析其对企业颠覆性技术创新的影响,对高管激励的理论研究进行补充。第二,对高管激励与颠覆性技术创新关系进行深入阐述。现有的高管激励与企业创新关系研究中,大多采用单一的中介或调节模型,探索二者间的作用机制或影响边界[8]。本文采用被调节的中介模型,将免责激励、风险承担、数字化转型以及颠覆性技术创新四者纳入同一研究框架,进行实证分析,进一步深化对免责激励与企业颠覆性创新关系的理解。

1 理论分析与研究假设

1.1 免责激励与颠覆性技术创新

新质生产力的核心是技术的革命性突破,颠覆性技术创新作为重要方式,能够打破传统思维,在原有领域另辟蹊径,因涉及非原有知识,使得此类创新活动具有较大不确定性、失败率较高[9]。高管作为企业决策主体,创新项目的失败不仅会影响其未来薪酬和职业发展,甚至会面临投资者的诉讼风险[10]。因此,高管对开展颠覆性技术创新项目怀有强烈的焦虑和不安等情绪,导致其决策更为保守和谨慎,即为了追求稳定、规避未来可能的个人风险和利益损失,不愿意进行此类有利于企业长期价值提升的创新活动。

马斯洛于1943年提出需求层次理论,将个体需求从低到高分为5个层次,分别为生理需求、安全需求、归属和爱的需求(社交需求)、尊重需求和自我实现需求。其中,安全需求是指个体普遍存在人身与财产安全、工作与家庭稳定、社会有序等需求。此外,医疗保险、失业保险和养老保险等各种福利也是满足个体安全需求的重要内容[11]。相比而言,这些需求存在不同优先级与紧迫性,如与高层次的尊重需求相比,低层次的安全需求更强烈、更迫切。从马斯洛需求层次的激励角度来看,只有当个体的低层次需求被满足或者适当满足后,高层次需求才会出现,进而对个体产生激励效果。

高管对颠覆性技术创新可能带来利益损失的焦虑,引发其产生强烈的安全需求,而免责激励能够在一定程度上满足该种需求。具体来说,企业通过购买董责险对高管进行免责激励,其本质是考虑到高管的有限理性,对其履职中可能产生的不良后果遵循一定原则进行责任豁免,即通过购买董责险将创新失败给高管个体带来的一部分风险转嫁给保险公司,免除其在经济上可能面临的赔付责任并以契约形式予以确认。这种免责激励通过为高管“兜底”,降低其进行颠覆性技术创新活动的风险预期和成本,消除其开展创新活动的后顾之忧,在一定程度上缓解高管焦虑不安等心理负担,满足其安全需求。当低层次安全需求获得满足后,尊重和自我实现激励才占据主导地位,从而能够调动高管在该类创新活动中的积极性。除直接激励外,特定需求的满足还会对个体性格产生作用,影响其具体行为。如在相同条件下,安全需求的满足会使个体更具勇气[12]。因此,企业对高管进行免责激励,促使高管在心理上更为大胆,从而推动其进行风险性较高的创新活动,由此提高企业颠覆性技术创新水平。

综上所述,企业通过购买董责险对高管进行免责激励满足其安全需求,调动高管在风险决策中的积极性,从而提高企业颠覆性技术创新水平。由此,本文提出研究假设H1

H1:免责激励对企业颠覆性技术创新具有正向促进作用。

1.2 风险承担的中介作用

风险承担是指企业管理者在投资决策中将资源投向高风险项目的偏好,表达企业为追求高利润愿意付出代价的倾向性。风险承担水平越高,表明企业越偏好选择高风险、高收益项目[13]。高管是企业投资决策主体,这意味着企业风险承担水平在很大程度上取决于高管特质,特别是高管个体对高风险项目的态度和偏好[14]。然而,出于对私人利益的优先考虑,高管通常会避免风险承担,导致企业错失投资机会[15]。现有研究发现,对高管进行激励能够提高其承担高风险项目的积极性,从而提高企业风险承担水平[16]。企业通过认购董责险,对高管进行免责激励,满足其安全需求,解除风险决策后顾之忧,降低风险厌恶心理,调动其对高风险项目的积极性,从而提高企业风险承担水平。胡国柳和胡珺[17]也发现,认购董责险通过激励效应提高企业风险承担水平。

风险承担水平显著影响高管对创新项目的态度,勇于承担风险的高管会不断搜寻有助于企业长期利益的创新机会,即当风险承担水平较高时,高管愿意为了未来可能获得的潜在收益而甘愿冒较大风险,将稀缺资源投入到对企业有利的高风险项目中,从而促进企业创新绩效提升[18-19]。因此,风险承担水平提高有助于促进企业颠覆性技术创新。

综上所述,企业通过购买董责险对高管进行免责激励,满足其安全需求,提高风险承担水平,进而增强高管开展颠覆性技术创新的意愿,最终促进企业颠覆性技术创新水平提高。据此,本文提出研究假设H2

H2:风险承担在免责激励与企业颠覆性技术创新之间发挥中介作用。

1.3 数字化转型对中介效应的调节作用

Sirmon等 [20]提出资源编排理论,认为在动态环境中对现有资源的有效配置、组合和利用是企业创造长期价值的关键,即资源价值取决于资源编排方式[21]

数字化转型是指企业拥有的数字化技术以及在多个运行环节中对数字化技术的应用,即借助大数据和云计算等数字化技术,对组织结构、产品生产和服务流程、商业模式等进行重构的过程[22]。数字化转型通过提高企业资源编排效率,进而调节风险承担水平与企业颠覆性技术创新关系。一方面,在颠覆性技术资源供给方面,数字技术在组织结构等方面的应用有助于提高各流程运营效率[23],帮助企业准确评估当前资源,从而发现和整合冗余资源,通过剥离低价值资源,提升企业资源配置效率[24],为颠覆性技术创新提供更多资源支持,强化风险承担水平与颠覆性技术创新之间的正向关系。另一方面,在颠覆性技术知识创造过程中,研发人员可以借助数字化平台,突破时空限制,开展知识搜寻、分析、融合和吸收,从而加快颠覆性技术创新进程[25]。同时,通过智能大数据等平台,更为系统地整理和分析不同环节反馈数据,起到辅助决策的作用[26]。因此,数字化转型会正向强化风险承担水平与颠覆性技术创新关系。

综上所述,与低数字化转型水平企业相比,在高数字化转型水平企业中,风险承担水平对颠覆性技术创新的促进作用更显著。这主要是由于数字化转型有助于提高企业在创新活动中的资源编排效率,充分发挥既有资源在创新活动中的潜在优势,加速颠覆性技术创新进程,即数字化转型正向强化风险承担水平与颠覆性技术创新之间的关系。因此,本文提出研究假设H3a

H3a:数字化转型在风险承担水平与企业颠覆性技术创新之间具有正向调节作用。

结合前文论述,高管在董责险的免责激励下提高风险承担水平,更为积极地开展高风险颠覆性技术创新项目,然而在不同水平数字化转型企业中,资源编排效率存在一定差异,这可能影响企业的颠覆性技术创新水平。在高数字化转型企业中,数字技术对研发过程的赋能有助于提高创新项目成功率,增强高管进行颠覆性技术创新的积极性;而在低数字化转型企业中,由于缺乏数字技术支持和应用,高管对高风险创新项目心存顾虑,倾向暂时搁置此类项目,从而影响企业颠覆性技术创新水平。换言之,相对于低数字化转型企业,风险承担水平在免责激励与颠覆性技术创新之间的中介作用在高数字化转型企业中表现更显著。基于上述分析,本文提出研究假设H3b

H3b:数字化转型正向调节风险承担水平在免责激励与企业颠覆性技术创新之间的中介效应。

综上,构建本文理论模型如图1所示。

图1 理论模型
Fig.1 Theoretical model

2 研究设计

2.1 样本选择与数据来源

本文选取我国沪深A股上市公司为研究对象,考虑到2010年后中国数字经济快速发展[27],同时,创新是一个过程,因此将被解释变量(颠覆性技术创新)的样本区间设定为2012-2022年,其它变量设定为2011-2021年,并对原始数据进行以下处理:①由于金融行业的会计处理与其它行业存在较大差异,为了消除其对研究的影响,本文剔除金融行业样本;②ST类公司面临破产和退市风险,可能影响企业研发决策,因此剔除该类上市公司样本;③剔除变量存在缺失值的样本;④为缓解极端值引起的估计偏差,对连续变量进行1%和99%水平上的缩尾处理。经过以上处理,最终得到12 294个有效观测值。本文数据来自国泰安数据库和锐思数据库,并借助Stata软件进行数据处理和分析。

2.2 模型设定

为检验免责激励对企业颠覆性技术创新的直接影响,构建回归模型(1)。

DIi,t=α0+α1D_Oi,t-1+α2CONTROLi,t-1+∑YEAR+∑IND+∑REGI+εi,t-1

(1)

其中,D_O代表免责激励,DI代表企业颠覆性技术创新。若系数α1显著为正,则说明对高管进行免责激励会提高企业颠覆性技术创新水平,假设H1成立。

为考察风险承担水平对免责激励与企业颠覆性技术创新关系的中介作用,构建中介效应模型(2)(3)。

RSi,t-1=β0+β1D_Oi,t-1+β2CONTROLi,t-1+∑YEAR+∑IND+∑REGI+εi,t-1

(2)

DIi,t=γ0+γ1D_Oi,t-1+γ2RSi,t-1+γ3CONTROLi,t-1+∑YEAR+∑IND+∑REGI+εi,t-1

(3)

其中,RS代表中介变量风险承担水平。若模型(3)中的γ2显著,而且γ2×β1γ1的符号一致,则表明假设H2成立。

为考察企业数字化转型的调节作用,构建模型(4)(5)(6)。

DIi,t=a0+a1D_Oi,t-1+a2DIGi,t-1+a3DIGi,t-1×D_Oi,t-1+a4CONTROLi,t-1+∑YEAR+∑IND+∑REGI+εi,t-1

(4)

RSi,t-1=b0+b1D_Oi,t-1+b2DIGi,t-1+b3DIGi,t-1×D_Oi,t-1+b4CONTROLi,t-1+∑YEAR+∑IND+∑REGI+εi,t-1

(5)

DIi,t=c0+c1D_Oi,t-1+c2DIGi,t-1+c3DIGi,t-1×D_Oi,t-1+c4RSi,t-1+c5RSi,t-1×DIGi,t-1+c6CONTROLi,t-1+∑YEAR+∑IND+∑REGI+εi,t-1

(6)

其中,DIG代表调节变量,即企业数字化转型。根据温忠麟与叶宝娟的研究[28],首先验证数字化转型对免责激励与颠覆性技术创新关系的调节效应,若模型(4)中的a3显著,则说明调节效应成立;然后,通过模型(5)(6)验证调节变量对中介效应的调节作用,若系数b1c5显著,则说明调节变量能够调节后半段路径(风险承担→颠覆性技术创新),即假设H3a和H3b成立。

2.3 变量定义

2.3.1 被解释变量:颠覆性技术创新(DI)

参考张川和刘杰 [29]的研究,以国际专利分类号(IPC)为基础,测量企业颠覆性技术创新水平。由于专利IPC分类号前四位可代表该专利技术与知识特征[30-31],因此本文以IPC前四位表示某项专利的知识元素。当企业在t年申请的某项专利知识元素未在该企业前五年中出现时(稳健性检验中改为四年),则判定该专利为企业在t年的一项颠覆性技术专利。因此,本文以企业在t年的颠覆性技术专利数量之和测度该企业在t年的颠覆性技术创新水平。

2.3.2 解释变量:免责激励(D_O)

根据前文所述,本文以企业是否购买董责险表征对高管的免责激励情况。若企业在本年度发布认购董责险公告,则认为企业对高管进行了免责激励,D_O为1,否则D_O为0。同时,借鉴李源等 [32]的做法,若公司在购买该保险后并未发布停止购买公告,则认为企业持续性认购该保险。

2.3.3 中介变量:风险承担(RS)

参考李浩和陈静 [33]的研究,首先计算经行业调整的企业在t年度的个股回报率,即焦点企业年度个股回报率与同行业企业年度个股回报率均值之差,然后计算其在(t-1,t+1)期间的标准差,并以该标准差表征企业第t年实际风险承担水平。

2.3.4 调节变量:数字化转型(DIG)

企业数字化转型涉及管理模式、企业文化、组织架构和技术支撑等多方面变革,属于一种重要的战略转型,单一采用财务数据难以完全衡量(戚聿东等,2020)。因此,参考现有文献[34],采用文本分析法,通过计算企业年报中与数字化转型相关的关键词出现频数,然后加1取自然对数,以此衡量企业数字化转型程度。

2.3.5 控制变量

本文对以下变量进行控制:企业规模(SIZE)、资产负债率(LEV)、资产收益率(ROA)、现金流量(CFLOW)、融资约束(FC)、资产利用率(AC)、两职合一(DUAL)、审计质量(BIG4)、机构投资者持股(INS)、产权性质(SOE)、CEO职业生涯关注(AGE)和高管过度自信(OF)。此外,还加入年度、行业和地区固定效应。具体见表1。

表1 变量定义
Table 1 Variable definitions

变量类型变量名称变量符号变量测量被解释变量颠覆性技术创新DI颠覆性技术专利数量加1取自然对数解释变量免责激励D_O企业购买董责险则取值为1,否则取值为0中介变量风险承担RS经行业调整的年度个股回报率标准差调节变量数字化转型DIG企业年报中与数字化转型相关的关键词词频加1再取自然对数控制变量企业规模SIZE总资产的自然对数资产负债率LEV总负债/总资产资产收益率ROA净利润/总资产现金流量CFLOW经营活动产生的现金流量净额/(总资产-现金及现金等价物期末余额)融资约束FC用WW指数衡量,WW=-0.091CF-0.062DIV+0.021LEV-0.044SIZE+0.102ISG-0.035SG。其中,CF为现金流与总资产之比;DIV为现金股利支付哑变量;LEV为长期负债与资产之比;SIZE为总资产的自然对数;ISG为行业平均销售增长率;SG为销售收入增长率资产利用率AC主营业务收入/总资产两职合一DUAL当企业的CEO与董事长为同一人时为1,否则为0审计质量BIG4当企业由“四大”会计师事务所审计时为1,否则为0机构投资者持股INS机构投资者持股/企业总股数产权性质SOE当企业为国企时为1,否则为0CEO职业生涯关注AGECEO年龄高管过度自信OF薪酬最高的前三名高管薪酬之和/所有高管薪酬总额年份固定效应YEAR年份虚拟变量行业固定效应IND行业虚拟变量,根据证监会2012年行业分类标准的第一位行业代码判定企业所属行业地区固定效应REGI地区虚拟变量,按照企业办公地所在省份划分为东部、西部和中部

3 实证结果分析

3.1 描述性统计与相关性分析

表2为各变量描述性统计结果。本文中颠覆性技术创新(DI)均值为3.539,最小值为0,最大值为19,说明样本期我国上市公司颠覆性技术水平总体较低,且不同企业间差距较大,不利于企业发展新质生产力、形成核心竞争力;董责险(D_O)均值为0.109,说明仅有10.9%的样本企业购买董责险,针对高管的免责激励在我国上市公司中还不普遍。激励方式的缺失导致无法对高管形成有效激励,从而影响其在颠覆性技术创新决策中的积极性。其余变量均在合理范围内。

表2 描述性统计结果
Table 2 Descriptive statistics

变量均值最小值中位数最大值标准差样本量DI3.5390.0002.00019.0004.06312 294D_O0.1090.0000.0001.0000.31112 294RS0.3350.0200.2581.6090.27612 294DIG1.4650.0001.0995.0371.41612 294SIZE22.38419.29822.15827.0751.30012 294LEV0.4270.0540.4240.9600.18812 294ROA0.040-0.3570.0390.2750.06012 294CFLOW0.064-0.2090.0580.3950.08212 294FC-1.027-1.234-1.022-0.8510.06812 294AC0.5990.0580.5332.5070.34612 294DUAL0.2950.0000.0001.0000.45612 294BIG40.0660.0000.0001.0000.24812 294INS43.4020.31745.01993.94425.46612 294SOE0.3280.0000.0001.0000.47012 294AGE53.98034.00054.00073.0007.08712 294OF0.4590.2380.4420.9100.12612 294

表3为组间差异性检验结果。可以看出,与未进行免责激励的样本相比,存在免责激励的样本中颠覆性技术水平均值和中位数分别提高1.412与1.000,且组间差异均在1%水平上显著,初步说明企业对高管进行免责激励与颠覆性技术创新水平之间存在正向关系。

表3 组间差异检验结果
Table 3 Test results of differences between groups

变量存在免责激励样本量均值中位数不存在免责激励样本量均值中位数组间差异检验均值中位数DI1 3384.7973.00010 9563.3852.0001.412***(P=0.000)1.000***(P=0.000)

注: ***、**、*分别代表在1%、5%和10%的水平上显著,下同

表4为变量的Pearson相关性分析结果。可以看出,免责激励与企业颠覆性技术创新水平之间的相关性系数在1%水平上显著为正,初步说明企业对高管进行免责激励能够提高颠覆性技术创新水平。此外,变量间相关性系数最高为0.516,因此可以忽略多重共线性对模型的影响。

表4 相关性检验结果
Table 4 Correlation test results

变量DID_ORSDIGSIZELEVROACFLOWDI1.000D_O0.108***1.000RS0.032***0.019**1.000DIG0.049***0.043***0.050***1.000SIZE0.378***0.240***-0.035***0.0041.000LEV0.196***0.105***-0.040***-0.056***0.516***1.000ROA0.063***-0.023***0.110***0.0090.000-0.385***1.000CFLOW0.048***0.032***0.077***-0.019**0.056***-0.221***0.465***1.000FC-0.354***-0.154***-0.0140.042***-0.858***-0.338***-0.257***-0.221***AC0.095***0.032***-0.000-0.0110.123***0.174***0.145***0.150***DUAL-0.051***-0.060***0.057***0.099***-0.180***-0.120***0.042***-0.007BIG40.172***0.250***0.015*-0.023**0.404***0.127***0.047***0.097***INS0.189***0.142***-0.003-0.118***0.445***0.172***0.124***0.147***SOE0.181***0.148***-0.095***-0.133***0.408***0.298***-0.111***-0.020**AGE-0.0020.036***-0.040***-0.034***0.069***-0.028***0.055***0.065***OF-0.114***0.028***0.017*0.041***-0.187***-0.099***-0.0130.032***

续表4 相关性检验结果
Table 4(Continued) Correlation test results

变量FCACDUALBIG4INSSOEAGEOFFC1.000AC-0.169***1.000DUAL0.144***-0.067***1.000BIG4-0.359***0.079***-0.061***1.000INS-0.435***0.155***-0.189***0.261***1.000SOE-0.306***0.084***-0.292***0.170***0.437***1.000AGE-0.070***0.019**-0.169***0.069***0.061***-0.018**1.000OF0.168***0.0120.114***-0.060***-0.035***-0.161***-0.034***1.000

3.2 回归结果与分析

回归结果如表5所示。列(1)是对模型(1)的回归结果,检验免责激励与颠覆性技术创新关系,即验证假设H1。结果显示,免责激励系数为0.248,在5%水平上显著,说明通过认购董责险对高管进行免责激励的企业与未进行该种激励的企业相比,前者的颠覆性技术水平显著提高24.8%,即通过认购董责险对高管进行免责激励能够显著促进企业颠覆性技术创新水平提升。这是因为董责险作为一种免责激励手段可以满足高管的安全需求,在一定程度上降低其进行高风险活动的后顾之忧,从而推动企业颠覆性技术创新水平提高,即假设H1成立。

表5 回归结果
Table 5 Regression results

变量(1)DI(2)(3)RSDI(4)(5)(6)DIRS DID_O0.248**0.016*0.240**-0.0360.025**-0.047(2.10)(1.88)(2.03)(-0.21)(2.04)(-0.27)RS0.508***0.227(4.02)(1.29)D_O×DIG0.161**-0.0060.161**(2.13)(-1.04)(2.13)DIG0.300***0.0030.247***(10.01)(1.21)(6.51)RS×DIG0.149**(2.20)SIZE0.854***-0.026***0.868***0.812***-0.026***0.830***(12.79)(-5.42)(12.98)(12.18)(-5.40)(12.45)LEV0.739***0.130***0.673***0.874***0.131***0.801***(2.96)(7.25)(2.69)(3.51)(7.30)(3.22)ROA4.071***0.369***3.884***4.165***0.371***3.978***(5.33)(6.75)(5.08)(5.48)(6.80)(5.22)CFLOW-0.7520.090***-0.798*-0.5310.091***-0.580(-1.57)(2.63)(-1.66)(-1.11)(2.67)(-1.22)FC-4.562***-0.498***-4.309***-4.468***-0.490***-4.144***(-3.82)(-5.83)(-3.60)(-3.75)(-5.72)(-3.47)AC0.269**-0.040***0.290***0.230**-0.040***0.242**(2.51)(-5.22)(2.70)(2.15)(-5.24)(2.26)DUAL0.178**0.0070.174**0.158**0.0070.155**(2.25)(1.17)(2.21)(2.02)(1.15)(1.97)BIG40.350**0.031***0.334**0.401***0.031***0.386**(2.30)(2.88)(2.20)(2.65)(2.87)(2.55)INS0.0010.000***0.0010.0020.000***0.002(0.86)(3.98)(0.72)(1.12)(4.00)(0.96)SOE0.339***-0.047***0.363***0.419***-0.046***0.442***(3.79)(-7.32)(4.05)(4.70)(-7.25)(4.94)AGE-0.022***-0.002***-0.021***-0.020***-0.002***-0.019***(-4.58)(-5.54)(-4.38)(-4.09)(-5.45)(-3.85)OF-1.599***-0.017-1.590***-1.640***-0.017-1.639***(-5.75)(-0.84)(-5.72)(-5.92)(-0.87)(-5.92)CONSTANT-20.291***0.382***-20.485***-19.571***0.387***-19.719***(-22.01)(5.80)(-22.20)(-21.28)(5.86)(-21.43) YEAR/IND/REGIYESYESYESYESYESYESN12 29412 29412 29412 29412 29412 294adj. R20.1730.0860.1740.1820.0860.183Sobel检验0.015***(P=0.007)

注:括号中为T值,下同

列(2)(3)分别是对模型(2)(3)的回归结果,检验风险承担水平的中介作用,即验证假设H2。其中,列(2)为免责激励对风险承担水平的回归结果,免责激励系数为0.016,在10%水平上显著,说明企业通过认购董责险对高管进行免责激励可以显著提高高管风险承担水平,降低高管风险厌恶程度,促使其愿意开展高风险、高收益项目;列(3)为免责激励与风险承担水平对颠覆性技术创新的回归结果,其中,免责激励系数为0.240,风险承担水平系数为0.508,且分别在5%和1%水平上显著,说明在控制风险承担水平后,免责激励对颠覆性技术创新依然存在正向促进作用,结合列(1)的回归结果发现,显著性水平降低,表明免责激励的促进作用减弱。结合中介效应的逐步检验方法,表明风险承担水平对免责激励与颠覆性技术创新关系具有部分中介作用。此外,针对中介效应的Sobel检验结果显示,Sobel的P值为0.007,说明风险承担水平的中介效应在1%水平上显著。以上结果表明,风险承担水平部分中介了免责激励与颠覆性技术创新间的正向关系,即企业对高管进行免责激励能够增强高管风险承担意愿,促使其愿意进行高风险高收益项目,从而促进企业颠覆性技术水平提升,即假设H2得到验证。

列(4)~(6)分别是对模型(4)~(6)的回归结果,以检验数字化转型对中介效应的调节效果,即H3a和H3b。列(4)中,免责激励与数字化转型交互项系数为0.161,且在5%水平上显著,说明数字化转型对免责激励与颠覆性技术创新关系存在正向调节效应,即企业数字化转型程度越高,免责激励对颠覆性技术创新的促进作用越显著。列(5)中免责激励系数为0.025,列(6)中风险承担水平与数字化转型交互项系数为0.149,均在5%水平上显著。结合有调节的中介模型检验步骤,以上回归结果证明数字化转型正向调节风险承担水平的中介效应,且调节后半段路径(风险承担→颠覆性技术创新)。这表明随着数字化转型水平提高,企业在颠覆性技术创新中的资源编排效率上升,创新能力增强,创新风险降低,高管风险承担意愿随之增强,从而促进企业颠覆性技术创新水平提高,即数字化转型强化风险承担的中介作用。由此,假设H3a和H3b得到验证。

3.3 稳健性检验

3.3.1 倾向得分匹配法(PSM)

按照企业是否购买董责险,将样本分为实验组(购买董责险)与对照组(未购买董责险),将所有控制变量作为配对变量,采用1∶5最近邻匹配法进行配对(卡尺范围为0.05),并使用配对后的样本对模型(1)~模型(6)再次进行回归。表6、表7和图2为平衡性检验结果。可以看出,匹配后实验组与对照组在主要控制变量方面的差异性显著降低,说明选取的匹配变量与方法恰当,模型匹配质量较高,满足平衡性假定条件。图3为匹配前后倾向得分的核密度对比,结果基本上满足共同区间假设要求。表8为通过倾向得分匹配法进行匹配后的回归结果,可以看出,经过倾向得分匹配法处理后,本文结论依然成立。

表6 稳健性检验:PSM平衡性检验
Table 6 Robustness test: PSM equilibrium test

Panel A: 匹配前后标准偏误削减情况对比变量匹配前(U)匹配后(M)均值处理组控制组标准偏误%误差削减%T值P值SIZEU23.27522.27569.599.027.370.000M23.24923.2400.70.150.879LEVU0.4830.42034.389.911.710.000M0.4820.489-3.4-0.880.378ROAU0.0360.041-7.350.9-2.600.009M0.0360.0343.60.900.367CFLOWU0.0720.06310.145.13.500.000M0.0720.0675.61.430.153FCU-1.06-1.023-43.093.1-17.260.000M-1.06-1.054-3.0-0.680.496ACU0.6300.59510.079.63.550.000M0.6300.637-2.0-0.490.624DUALU0.2170.305-20.199.0-6.660.000M0.2180.2170.20.050.957BIG4U0.2440.04459.293.328.640.000M0.2370.2244.00.820.412INSU53.74742.13845.797.215.900.000M53.53753.2081.30.330.738SOEU0.5270.30446.598.716.590.000M0.5230.526-0.6-0.150.881AGEU54.70053.89211.780.73.940.000M54.67254.5162.30.600.549OFU0.4700.4588.673.43.140.002M0.4680.471-2.3-0.550.581

表7 稳健性检验:PSM模型匹配质量
Table 7 Robustness test: quality of PSM model matching

Ps R2LR chi2p>chi2MeanBiasMedBiasB匹配前0.1261 070.130.00030.527.292.4*匹配后0.0014.460.9742.42.38.2

表8 稳健性检验:PSM回归结果
Table 8 Robustness test:results from PSM regression

变量(1)DI(2)(3)RSDI(4)(5)(6)DIRS DID_O0.293**0.015*0.284**0.0140.021*0.008(2.09)(1.73)(2.03)(0.07)(1.66)(0.04)RS0.576***0.157(2.65)(0.50)D_O×DIG0.160*-0.0040.155*(1.77)(-0.66)(1.71)DIG0.320***0.0020.238***(6.04)(0.71)(3.41)RS×DIG0.238*(1.78)CONSTANT-23.744***0.378***-23.962***-22.996***0.381***-23.152***(-16.26)(4.11)(-16.39)(-15.80)(4.13)(-15.89) CONTROLYESYESYESYESYESYESYEAR/IND/REGIYESYESYESYESYESYESN5 3515 3515 3515 3515 3515 351adj. R20.2030.0970.2040.2120.0970.213Sobel检验0.017**(P=0.032)

图2 稳健性检验:PSM匹配前后变量的误差消减
Fig.2 Robustness test: error reduction plots for variables before and after PSM matching

图3 稳健性检验:PSM匹配前与匹配后倾向得分的核密度函数分布对比
Fig.3 Robustness test:comparison of kernel density function distributions of propensity scores before and after PSM matching

3.3.2 排除替代性解释

首先,考虑高管性别的影响。性别认同理论认为,不同性别高管在企业战略决策中存在显著差异,如与男性高管相比,女性高管的风险厌恶程度更高,决策时更保守和谨慎,导致企业风险承担水平较低[35],进而影响颠覆性技术创新。其次,考虑股权激励的影响。股权激励能够缓解高管与股东之间的代理冲突,促使高管着眼于长期利益,激励其开展高风险创新项目 [3]。最后,考虑政策支持的影响。政府的创新政策支持能够有效激发企业创新潜能,影响其创新产出[36]。以上因素均可能影响企业颠覆性技术创新水平,因此本文采用高管团队中男性高管占比表征高管性别特征(MALE),使用高管持股比例表征股权激励情况(MNM),并参考李坚飞等[36]的研究,设置企业税负水平(CTB)和补贴政策支持水平(SUS)衡量政策支持程度,将以上4个变量加入控制变量以排除替代性解释。从表9中可以看出,在排除以上替代性解释后,回归结果仍支持本文主要研究结论。

表9 稳健性检验:排除替代性解释
Table 9 Robustness test: exclusion of alternative explanations

变量(1)DI(2)(3)RSDI(4)(5)(6)DIRS DID_O0.269**0.014*0.263**0.0150.023*0.006(2.25)(1.67)(2.20)(0.09)(1.83)(0.04)RS0.442***0.215(3.48)(1.21)D_O×DIG0.143*-0.0050.143*(1.87)(-0.94)(1.87)DIG0.284***0.0020.241***(9.27)(0.69)(6.26)RS×DIG0.122*(1.80)MALE0.010***0.0000.010***0.012***0.0000.012***(3.12)(0.15)(3.12)(3.55)(0.17)(3.52)MNM0.013***0.002***0.012***0.013***0.002***0.013***(5.06)(8.31)(4.79)(5.20)(8.31)(4.93)

续表9 稳健性检验:排除替代性解释
Table 9(Continued) Robustness test: exclusion of alternative explanations

变量(1)DI(2)(3)RSDI(4)(5)(6)DIRS DICTB-0.964***-0.036*-0.948***-0.918***-0.036*-0.886***(-3.38)(-1.75)(-3.33)(-3.23)(-1.73)(-3.12)SUS33.657***1.021***33.206***23.301***0.982**22.807***(6.11)(2.58)(6.03)(4.18)(2.44)(4.09)CONSTANT-22.506***0.259***-22.620***-21.711***0.261***-21.780***(-23.11)(3.70)(-23.23)(-22.32)(3.72)(-22.38) CONTROLYESYESYESYESYESYESYEAR/IND/REGIYESYESYESYESYESYESN12 02912 02912 02912 02912 02912 029adj. R20.1790.0920.1800.1870.0920.187Sobel检验0.012**(P=0.021)

3.3.3 模型稳健性

由于颠覆性技术创新属于受限变量,因此采用Tobit模型回归,同时,考虑异方差标准误的影响。回归结果见表10,可以看出,本文结果稳健。

表10 稳健性检验:模型稳健性
Table 10 Robustness test: model robustness

变量(1)DI(2)(3)RSDI(4)(5)(6)DIRSDID_O0.248*0.016*0.240*-0.0360.025**-0.047(1.81)(1.77)(1.75)(-0.18)(2.01)(-0.24)RS0.508***0.227(3.97)(1.23)D_O×DIG0.161*-0.0060.161*(1.80)(-0.99)(1.80)DIG0.300***0.0030.247***(10.22)(1.16)(6.39)RS×DIG0.149*(1.93)CONSTANT-20.291***0.382***-20.485***-19.571***0.387***-19.719***(-19.58)(5.88)(-19.74)(-19.03)(5.93)(-19.17) CONTROLYESYESYESYESYESYESYEAR/IND/REGIYESYESYESYESYESYESN12 29412 29412 29412 29412 29412 294adj. R2/pseudo R20.0340.0860.0350.0360.0860.036Sobel检验0.015***(P=0.007)

3.3.4 其它稳健性检验

本文还进行以下检验:①为避免2015年股市动荡对企业决策的影响,删掉这些年份涉及样本;②替换被解释变量衡量方式,将未在前四年出现的某项专利知识元素视为颠覆性技术专利;③考虑异常值对结果的影响,将连续变量的缩尾改为上下3%。回归结果均表明,本文结论稳健(篇幅所限,该部分稳健性检验结果备索)。

4 进一步分析

4.1 免责激励对颠覆性技术创新的持续性影响

前述分析证明免责激励对企业颠覆性技术创新具有显著促进作用,那么此类激励对颠覆性技术创新的持续性影响如何呢?对此作进一步检验。参考曹玉珊和陈哲 [37]的方法,构建模型(7)计算i企业在t年颠覆性技术创新的持续水平(PERSi,t)。

(7)

其中,DItDIt-1DIt-2分别为企业在t年、t-1年与t-2年的颠覆性技术创新水平。同时,还进行标准化处理以缓解模型异方差、统计口径和度量不一致等问题。表11为回归结果,结果显示,通过购买董责险对高管进行免责激励可以满足较长时期内高管进行风险决策的安全需求,提高企业颠覆性技术创新持续性,即免责激励对颠覆性技术创新的积极作用在长期内均有效,进一步说明从“兜底”角度对高管进行激励,消除其在高风险性创新决策中的顾虑,有助于提高企业长期价值。

表11 进一步分析:免责激励对颠覆性技术创新的持续性影响
Table 11 Further analysis: the impact of liability-free incentives on the persistence of disruptive technological innovation

变量PERSD_O0.024***(2.81)CONSTANT-1.170***(-17.32)CONTROLYESYEAR/IND/REGIYESN10 584adj. R20.101

4.2 异质性检验

4.2.1 地区文化环境的影响

地区文化作为一种重要的非正式制度,在很大程度上塑造该地区个体认知[38],即受文化影响,处于同一地区的不同个体在行为模式等方面表现出一定的群体相似性和共同性。其中,冒险文化反映出地区个体在风险决策时对风险的偏好和感知。现有研究表明,在富有冒险文化地区企业高管决策时表现出更强的冒险倾向,如更愿意开展高风险创新项目[39],此时免责激励在提高颠覆性技术创新水平方面的作用空间较小;而冒险文化较低地区的个体更保守,对风险更敏感,免责激励的风险转移作用更突出,对颠覆性技术创新水平的促进效果更显著。参考现有研究[38],使用地区人均彩票销售额与地区人均GDP之比再乘以1 000以衡量地区冒险文化程度,并按照中位数将样本分为高冒险文化和低冒险文化两组进行分组检验,结果见表12第(1)(2)列。可以看出,相较于高冒险文化样本组,免责激励对企业颠覆性技术创新水平的促进作用在低冒险文化样本组中更显著,且组间系数通过显著性检验。

表12 异质性检验结果
Table 12 Results of heterogeneity analysis

变量(1)(2)地区文化环境高冒险文化DI低冒险文化DI(3)(4)市场竞争环境高竞争程度DI低竞争程度DID_O-0.1950.442***0.786***-0.159(-0.93)(3.09)(4.80)(-0.94)组间系数差异检验 P=0.031 P=0.001CONSTANT-23.396***-17.946***-22.481***-13.727***(-17.59)(-13.71) (-19.76)(-7.71)CONTROLYESYESYESYESYEAR/IND/REGIYESYESYESYESN6 1176 1777 6994 595adj. R20.1720.1790.2010.153

4.2.2 市场竞争环境的影响

市场竞争越激烈,企业通过颠覆性技术创新以获取和维持长期竞争优势的动力越强,此时,免责激励的作用也越大。相比之下,市场竞争程度低,企业由于惰性缺乏实施内部变革的动力,从而降低免责激励对颠覆性技术创新的促进作用。因此,相较于低市场竞争环境,免责激励对颠覆性技术创新的促进作用在高市场竞争环境中更显著。参考刘倩霓和刘丰波[40]的研究,采用勒纳指数衡量市场竞争程度,指数越小,说明市场竞争越激烈。本文按照中位数进行分组检验,结果见表12的第(3)(4)列。可以看出,相较于低市场竞争分组,免责激励对企业颠覆性技术创新水平的促进作用在高市场竞争分组中更显著,且组间系数差异通过显著性检验。

5 研究结论与启示

5.1 研究结论

颠覆性技术创新是发展新质生产力的核心内容,本文采用马斯洛需求层次理论分析免责激励、风险承担水平、数字化转型与颠覆性技术创新之间的关系,并构建有调节的中介模型,以2011-2022年中国沪深A股上市公司为样本对其进行实证检验,得出如下研究结论:

(1)免责激励对企业颠覆性技术创新水平具有正向影响,即对高管进行免责激励能够提高企业颠覆性技术创新水平。

(2)免责激励通过提高风险承担水平,正向促进企业颠覆性技术创新水平提高,即风险承担是免责激励影响颠覆性技术创新的传导路径之一。

(3)当企业数字化转型程度较高时,风险承担水平对颠覆性技术创新的正向影响得到强化,也放大了风险承担在免责激励与颠覆性技术创新之间的路径效应。

(4)进一步研究发现,免责激励对颠覆性技术创新存在持续的正向促进效应。此外,与高冒险文化、低市场竞争环境相比,在低冒险文化与高市场竞争环境下企业免责激励对颠覆性技术创新的促进作用更显著。

5.2 启示

(1)企业需重视高管主体特征与特定需求,通过分析其需求提供针对性激励措施。具体来说,当高管担心颠覆性技术创新失败给自身带来利益损失时,企业应及时利用董责险等免责措施消除高管后顾之忧,提高其在风险决策中的积极性。从降低风险角度,制定更多合理的免责容错机制,减少高管在颠覆性技术创新中的“不作为”现象。同时,逐步完善董责险等免责激励的法律环境,推动企业积极开展创新活动。

(2)免责激励通过提高风险承担水平,促进企业开展颠覆性技术创新。这启示企业应重视提高风险承担水平,通过优化经营战略等方式进行资源积累,提高企业抗风险能力,丰富颠覆性技术创新所需资源。同时,采取多种激励手段引导高管关注企业长期价值,增强创新意愿,为企业颠覆性技术创新提供足够的动力支持。

(3)鼓励企业加快实施数字化转型,大力推进数字化建设。数字经济时代,应加大云计算等数字技术推广和应用,完善数字化平台建设,提高颠覆性技术创新水平,从而发展新质生产力,培育核心竞争力,实现企业长期价值提升。同时,不断完善数字基础设施建设,助力企业数字化转型。

(4)尽管免责激励能够促进企业颠覆性技术创新,但该作用在不同企业存在异质性。企业应结合自身文化与市场环境,针对性制定免责激励。具体而言,当企业所在地区文化趋于保守且竞争激烈时,应加大对高管的免责激励,反之,则应分析高管的具体需求,开发多种激励手段。

5.3 不足与展望

本文以我国沪深A股上市公司为样本进行研究,免责激励在其它类型公司以及非上市公司的适用性有待进一步探讨,未来可通过扩大样本范围进行更深入的研究;本文证实风险承担水平在免责激励与颠覆性技术创新间具有部分中介作用,实证结果表明还存在其它中介变量,未来可结合其它理论探讨更多传导路径。

参考文献:

[1] 刘张发. 高管在职消费、公司治理与企业创新投入——基于面板门槛效应的研究[J]. 经济体制改革, 2020,42(4): 129-134.

[2] KREILKAMP N, MATANOVIC S, SCHMIDT M, et al. How executive incentive design affects risk-taking: a literature review[J]. Review of Managerial Science, 2023, 17(7):2349-2374.

[3] MANSO G. Motivating innovation[J]. The Journal of Finance, 2011, 66(5):1823-1860.

[4] 陈修德,栗辉杨,马文聪,等.董事会失败容忍会影响企业创新吗 [J].管理评论,2021,33(8):90-103.

[5] 杨天宇,朱光.容错机制能促进国有企业创新吗[J].经济理论与经济管理,2022,42(10):4-16.

[6] BOWER J L, CHRISTENSEN C M. Disruptive technologies: catching the wave[J]. Harvard Business Review, 1995, 73(1):43-53.

[7] KNEELAND M K, SCHILLING M A, AHARONSON B S. Exploring uncharted territory: knowledge search processes in the origination of outlier innocation[J]. Organization Science, 2020,31(3):535-557.

[8] CAI X J, PAN H F, GAO C C, et al. Top executive tournament incentives and corporate innovation output[J]. Accounting and Finance, 2021, 61(5):5893-5924.

[9] 苏成,赵志耘,赵筱媛,等.颠覆性技术新阐释:概念、内涵及特征[J].情报学报,2021,40(12):1253-1262.

[10] 周冬华,罗晟哲,赵玉洁.董事高管责任保险与企业创新[J].科研管理,2022,43(4):201-208.

[11] MASLOW A H. A theory of human motivation[J]. Psychological Review, 1943(4):30-37.

[12] WAHBA M A, BRIDWELL L G. Maslow reconsidered: a review of research on the need hierarchy theory[J]. Organizational Behavior and Human Performance, 1976, 15(2):212-240.

[13] ZHOU M L, JIANG K Q, CHEN Z F. Temperature and corporate risk taking in China[J]. Finance Research Letters, 2022, 48:102862.

[14] 李红权,曹佩文.CEO年龄与公司风险承担行为[J].湖南师范大学社会科学学报,2020,49(3):129-139.

[15] JENSEN M C, MECKLING W H.Theory of the firm: managerial behavior,agency costs and ownership structure[J].Journal of Financial Economics,1976,3(4):305-360.

[16] BELGHITAR Y, CLARK E. Convexity, magnification, and translation: the effect of managerial option-based compensation on corporate cash holdings[J]. Journal of Financial Research, 2014, 37(2):191-210.

[17] 胡国柳,胡珺.董事高管责任保险与企业风险承担:理论路径与经验证据[J].会计研究,2017,45(5):40-46,96.

[18] BARGERON L, LEHN K, ZUTTER C J. Sarbanes-Oxley and corporate risk-taking[J]. Journal of Accounting &Economics, 2010, 49(1): 34-52.

[19] 黄卫华, 鲁姝桦, 孙凯. 高管纵向兼任对国有企业创新绩效的影响——以风险承担为中介[J]. 财经论丛, 2024,40(2): 91-101.

[20] SIRMON D G, HITT M A, IRELAND R D. Managing firm resources in dynamic environments to create value: looking inside the black box[J]. Academy of Management Review, 2007, 32(1):273-292.

[21] 孙永波,孙珲,丁沂昕.资源“巧”配与创业机会识别——基于资源编排理论[J].科技进步与对策,2021,38(2):19-28.

[22] VIAL G.Understanding digital transformation: a review and a research agenda[J]. Journal of Strategic Information Systems, 2019, 28:118-144.

[23] 王宇,王铁男,易希薇.R&D投入对IT投资的协同效应研究——基于一个内部组织特征的情境视角[J].管理世界,2020,36(7):77-89.

[24] LI H L, WU Y, CAO D M, et al. Organizational mindfulness towards digital transformation as a prerequisite of information processing capability to achieve market agility[J]. Journal of Business Research, 2021, 122:700-712.

[25] LI Y H, HUANG J W, TSAI M T. Entrepreneurial orientation and firm performance: the role of knowledge creation process[J]. Industrial Marketing Management, 2009, 38(4): 440-449.

[26] GHASRMAGHAEI M, EBRAHIMI S, HASSANEIN K. Data analytics competency for improving firm decision making performance[J]. The Journal of Strategic Information Systems, 2018, 27(1):101-113.

[27] 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,2021,42(9):137-155.

[28] 温忠麟,叶宝娟.有调节的中介模型检验方法:竞争还是替补 [J].心理学报,2014,46(5):714-726.

[29] 张川,刘杰.供应商企业的双元创新对第一大客户依赖的影响[J].财务研究,2023,10(1):71-84.

[30] GUAN J C, LIU N. Exploitative and exploratory innovations in knowledge network and collaboration network:a patent analysis in the technological field of nano-energy[J]. Research Policy, 2016, 45(1):97-112.

[31] 董瑶,张樨樨,易涛.数字化转型、合作伙伴动态性与企业双元创新[J].山西财经大学学报,2023,45(2):102-115.

[32] 李源,赵阳,秦帅.董事高管责任保险与绿色全要素生产率[J].当代财经,2023,45(6):145-156.

[33] 李浩,陈静.非核心家庭成员的所有权涉入与企业风险承担[J].财经论丛,2022,40(10):38-48.

[34] 翟华云, 刘易斯. 数字化转型能提高企业议价能力吗——基于信息搜寻与客户转换成本视角[J].中南财经政法大学学报, 2023,67(6): 29-41.

[35] MENICUCCI E, PAOLUCCI G. Gender diversity and bank risk-taking:an empirical investigation in Italy[J]. Corporate Governance: The International Journal of Business in Society, 2021, 22(2):317-339.

[36] 李坚飞,水会莉,宋闻.营商环境、政策支持与企业创新激励——来自中国A股上市公司的经验证据[J].南开管理评论,2023,26(5):39-51.

[37] 曹玉珊,陈哲.员工持股计划与企业持续创新——基于人力资本结构升级视角[J].统计与决策,2024,40(3):179-183.

[38] 赵奇锋,赵文哲,卢荻,等.博彩与企业创新:基于文化视角的研究[J].财贸经济,2018,39(9):122-140.

[39] ADHIKARI B K, AGRAWAL A. Religion, gambling attitudes and corporate innovation[J]. Journal of Corporate Finance, 2016, 37:229-248.

[40] 刘倩霓,刘丰波.产品市场竞争对企业创新投入同行效应的影响研究[J].产业组织评论,2022,16(3):28-64.

(责任编辑:胡俊健)