技术创新与商业模式创新协同演进:传统制造企业与新兴互联网企业的比较

我国成功进入创新型国家行列,走出了一条从人才强、科技强到产业强、经济强、国家强的发展道路。创新既是中国企业建构核心竞争力和获得国际市场竞争优势的根本支撑,也是中国制造向中国创造转型的核心驱动力。自2014年“大众创业、万众创新”提出和实施以来,中国企业数量迅速增长,从1 500余万家增加至5 500余万家。据全国组织机构统一社会信用代码数据服务中心统计数据,截至2024年11月,我国互联网服务业相关企业数量为51.95万家,比2023年底增长22.66%,呈现高速增长态势。

在众多中国企业中,既有华为、中兴、海尔等依靠技术创新而成为行业内国际领跑者的知名制造商,也有美团、滴滴、希音等依靠互联网平台开展商业模式创新而成为行业龙头的新贵企业。以创新模式、内容、方法为依据,中国企业可分为界限比较清晰的两类企业:一类是传统企业,以传统制造企业为主体,其发展逻辑是通过持续技术创新完善工艺流程、开发新产品和推进更新换代,促进企业降本增效和创建产品品牌价值(郭淑芬和任学娜,2023);另一类是新兴企业,以互联网企业和平台企业为主体,其发展逻辑是通过互联网和大数据技术整合资源,以拓展供应链与营销渠道、开发新市场和新客户、提供更具特色或更高效率的产品及服务等,颠覆行业传统逻辑并建立新的商业合法性,进而塑造新的价值创造、主张与获取模式,为企业带来效益与利润(罗兴武等,2017)。传统制造企业的目的是培育和维持核心竞争力,新兴互联网企业的目标是率先抓住新兴市场机会,通过暂时性竞争优势迭代获得长期、持续的竞争优势[1]。传统制造企业偏好在技术与产品上建立独特性、稀缺性和价值性,而新兴互联网企业偏向于在供应链、营销渠道与交易市场上建立新颖性、便捷性和价值性。

随着互联网经济向纵深发展,两类企业在创新模式与内容上似乎又具有融合趋势。一方面,传统制造企业的互联网转型与数字化变革加速。例如,海尔于2012年提出网络化转型战略,将封闭的传统企业组织变革为创新生态平台,从设计、生产、物流、销售、员工创业等多点切入,对经营模式进行全方位互联网转型变革,成为名副其实的“未来工作领军者”。另一方面,一些新兴互联网企业也积极投身于技术与产品创新,向制造环节与实体经济靠拢。例如,希音本质上是一家互联网企业,但与不参与生产的纯平台电商不同,它通过独特的社会化协作模式深度整合大量服装工厂以及供应链、产业带,借助数字技术开展协作,高效设计和生产时尚产品并销往全球。该公司是技术创新与商业模式创新“两条腿走路”的典型代表,不仅在按需定制柔性供应链和快速反应生产模式等方面实现了商业模式优化,而且在产品与技术领域建立了独特的“自营品牌+平台协同”双驱动力模式。2023年8月,该公司宣布5年内投入5亿元,建立首个服装制造创新中心,围绕技术创新、培训支持、工厂扩建等方面增强供应商技术赋能。本文将这种传统制造企业从技术创新轨道分离出商业模式创新行为以及新兴互联网企业从商业模式创新进入技术创新领域的现象,称为“双向奔赴”。“双向奔赴”的企业创新本质是技术创新与商业模式创新融合,表象是企业转型升级与创新发展,结果是企业在技术创新与商业模式创新上走向平衡、协同、共演,赋予企业更强的持续发展能力和韧性。通过“双向奔赴”,中国企业将在技术创新与商业模式创新平衡和融通上逐渐走向成熟,传统企业与新兴企业趋向“同频共振”,构建更为健康与和谐的创新生态。

在以工业经济为场景的传统创新理论视角下,技术创新占主导地位,而商业模式创新为辅助技术创新价值实现的策略机制。然而,互联网经济场景中的技术创新和商业模式创新“双向奔赴”对二者关系提出了挑战:二者关系逐渐从主辅走向协同,在动态耦合与互促演进中逐渐形成新的创新生态。为了认清这种改变趋势及其影响,需要在理论分析和实证研究上作出努力。经过系统思辨,本文认为“双向奔赴”现象形成遵循的逻辑规律如下:其一,创新系统理论规律。完整意义上的创新分为知识与技术创新、技术成果商业化与产业化两个阶段,这两个阶段均能为企业带来价值增值,且二者不可割裂。实际上,两个阶段均涉及传统制造企业专注的技术创新,但第二个阶段的能力局限在技术维度,而产品与市场逻辑未能完全贯通。在技术创新与商业模式创新融合后,商业模式创新能够全面赋能第二阶段的技术成果商业化与产业化过程,甚至倒逼第一阶段的知识与技术创新发展(杏稼龙和吴福象,2023)。其二,规模报酬递减规律。单一技术创新或商业模式创新活动在运行一段时间后必然会出现边际报酬递减现象,而二者交错叠加与迭代发展能够利于消减某一时点上报酬过低问题,甚至通过交互共演产生“1+1>2”的协同效果。其三,套利理论。当系统中同时存在技术创新与商业模式创新两种创新驱动发展模式时,如果一种模式比另一种模式能够带来相对更高的效益,则出现“套利”机会,也必然会吸引“套利者”。“套利者”倾向于降低对低效益创新模式的投入,而加大对高效益创新模式的投入。经过市场长期选择后,“套利”机会消失,最终结果是两种创新模式走向平衡。在互联网经济兴起时期,很多传统企业搭互联网“便车”,成为互联网金融企业、互联网零售企业、物联网企业,这是“套利”行为的明证。“套利”结果一定程度上促进了互联网经济发展,但也带来了创新乱象,加速了一些原本拥有技术实力与核心产品的企业衰亡。

上述理论为“双向奔赴”提供了动态演进机制解释框架。然而,现有研究大多呈现“静态耦合”特征:或采用案例研究方法[2],聚焦于技术创新与商业模式创新特定时点的耦合关系;或依赖于截面数据验证互补机制[3-4],忽视二者动态作用机制。此外,现有研究主要关注单一类型企业(如新创企业[5]、后发企业、制造业企业[2]等)中技术创新与商业模式创新组合的重要性,却忽视了不同类型企业创新组合差异。总之,过往研究虽揭示了技术创新与商业模式创新的关联性,却未能回答一个关键问题,即企业创新路径如何随时间和环境动态演进,以及不同类型企业创新演进路径有何不同?回答这一问题有助于深化对企业创新体系的理解,以此更好地指导企业开展创新体系建设与优化实践。为此,本文提出“双向奔赴”观点,基于创新系统、规模报酬递减与套利理论,以2013—2022年A股上市传统制造企业和互联网企业为研究对象,验证这两类企业在技术创新与商业模式创新时的“双向奔赴”趋势,揭示中国企业创新体系演进路径与规律。本文贡献如下:第一,构建技术创新与商业模式创新动态协同演进模型,突破传统静态耦合研究局限;第二,对比传统制造企业与新兴互联网企业,揭示不同企业从“分化”到“趋同”的创新路径演进规律,突破单一类型企业研究局限;第三,为中国企业平衡技术创新与商业模式创新提供策略依据。

1 理论分析与研究假设

1.1 技术创新与商业模式创新关系

技术创新是指企业通过研发新产品、改进生产工艺等技术手段提高生产效率和产品质量[6]。商业模式创新是指企业通过改变价值创造、传递和捕获方式,实现市场拓展和利润增长[7]。技术创新与商业模式创新被认为是新型二元创新机制[8-9],二元性体现如下:其一,二者是构成企业创新体系的独立维度,彼此间具有较为清晰的界线。其二,在理念与目标上,二者具有一定的对立性;在资源与能力要素上,二者存在较强的竞争性。因此,企业需要对其做好权衡管理。其三,在独立与对立之外,二者具有统一性,能够作为一个系统整体促进企业实现绩效目标[10]。技术创新与商业模式创新在企业组织中的发生机制及其对企业可持续发展的作用机制存在差异性:受异质性知识资源驱动,技术创新行为作用于企业核心竞争力提升,支撑组织获得持续竞争优势;受独特组织性格和网络资源整合能力驱动,商业模式创新行为作用于暂时性竞争优势获取,再设法让这种竞争优势延续时间变长,至抓住下一个商业模式创新机会[11]。技术创新行为重点提升企业生产力,商业模式创新行为大多为改变企业内外部生产经营关系。因此,技术创新与商业模式创新共演机制在底层逻辑上可认为是生产力和生产关系矛盾运动规律[8]。

在认识到技术创新与商业模式创新的二元复杂关系后,企业组织建构创新体系的策略思路如下:第一,独立型策略。研发部门主导技术创新,采购、营销与管理服务部门主导商业模式创新,二者各行其是,拥有各自的资源与能力支撑体系。这种策略能够避免不同部门在创新上的认知差异,以及由此造成的目标冲突与资源内耗。这种策略的缺陷在于:因缺乏统一战略,二者可能出现相反的效果,最终导致更高层面的冲突与浪费。第二,主从型策略。以技术创新为主、商业模式创新为辅,或以商业模式创新为主、技术创新为辅的策略,典型代表如华为和希音。处于主导地位的创新模式与企业核心战略保持一致,而处于辅助地位的创新模式要发挥促进处于主导地位创新模式的作用,间接促进企业战略目标实现[12]。处于主导地位的创新行为具有资源与能力优先配置权,这种设置能够抑制二者间冲突。第三,交替型策略。这种策略在任何一个时点上都可认为是主从型策略,但在时序上,主从型策略的主从关系始终维持不变,而交替型策略则强调主从关系需要随环境条件变化和企业战略调整作出适时改变(吴晓波等,2013)。即当环境条件有利于技术创新且企业战略也需要技术创新时,技术创新成为主导创新模式,反之亦然。但交替型策略对企业适应与调整能力要求较高,也构成了一种挑战。第四,耦合型策略。即二者已融为一体,相互协调、促进、补充并共同演进[13]。4种策略对应企业创新管理者对技术创新与商业模式创新二元关系的4种认知:独立型策略强调技术创新与商业模式创新的平衡关系[14];主从型策略强调二者互补关系[15];交替型策略重视二者互促关系[16];融合型策略旨在利用二者共演关系[17]。一定意义上,采取独立型策略是技术创新与商业模式创新二元体系的初始状态,采取主从型策略是当今大多数企业的真实状态,采取交替型策略是企业在转型升级时想要达到的目标状态,而采取耦合型策略是企业二元创新体系建设的理想状态。对于企业而言,从初始状态演进发展到理想状态,可能需要较长的成长历程。钱雨等(2018)对沈阳机床企业进行案例分析发现,对应智能技术发展不同阶段,其创新模式分别经历了技术创新和商业模式创新的单项式、互补式、共生式发展,即对应上述独立型、交替型、耦合型策略。

开展技术创新与商业模式创新的目的是提高企业绩效。根据现有研究结论,两种创新行为对企业绩效也存在比较复杂的影响机制,主要观点如下:其一,技术创新作用于商业模式创新,进而提升企业经济绩效[18];其二,商业模式创新带动技术创新发展,进而提升企业工艺流程水平和新产品研发能力,以及现有产品性能与质量,最终提高企业创新绩效[19];其三,技术创新与商业模式创新存在平衡机制,相似能力水平的两种创新能够实现最佳状态的互补与互促,因而最有利于绩效实现[20];其四,技术创新与商业模式创新存在替代机制,一种创新一定程度上能够替代另一种创新的作用,因而两种创新行为组合能够发挥协同效应[21];其五,技术创新与商业模式创新之间存在交互机制,商业模式创新在技术创新影响企业绩效过程中发挥正向调节作用(李志强和赵卫军,2012)。也有学者发现,技术创新与商业模式创新在企业绩效实现时的交互效应并不显著(朴庆秀等,2020)。还有学者发现,二者因资源竞争和目标冲突,一种创新行为可能会对另一种创新行为的效果产生挤出效应,导致其中一种创新行为对企业绩效产生统计意义上的负向影响[22]。

综上,技术创新与商业模式创新对企业绩效的作用机制具有多样性与复杂性[4],其作用路径、强度与效果可能受到行业类型、企业成长阶段、环境条件等因素的共同影响。现有研究为本文对技术创新与商业模式创新的二元性,以及创新平衡策略与耦合机制的理解提供了理论基石,然而还存在以下局限:一方面,学界已关注到技术创新与商业模式创新的二元性,但仅基于静态视角对二者关系进行探讨,对二者在动态环境中的演进趋势缺乏整体性认知;另一方面,现有相关研究以探索性案例分析为主,缺乏大样本、跨行业定量分析支持,导致结论普适性受限。此外,过往研究将技术创新与商业模式创新的关系机制视为固定规律,而忽视了不同行业在初始资源禀赋、竞争环境差异情境下可能存在的异质性,以及这种异质性的分化或趋同趋势。虽然现有研究也关注到传统制造企业与互联网企业,但均以案例研究的形式出现,缺乏对两类行业特性的系统比较分析。因此,本文基于传统制造企业与新兴互联网企业长期数据,论证技术创新与商业模式创新“双向奔赴”的动态演进框架,不仅弥补了现有文献在时间维度与行业异质性分析方面的不足,更揭示了技术赋能下生产力与生产关系之间矛盾统一的转化逻辑,为数字时代的创新管理理论提供了新的分析范式。

1.2 创新投入水平变化趋势

比较企业二元创新策略选择角度,传统制造企业与新兴互联网企业存在3个方面的原生性差异:其一,二者实施创新策略的起点不同。传统制造企业利润率介于5%～15%之间,从创立到做大做强需要经过较长的成长周期。传统制造企业专注于为顾客提供产品,产品质量的保障是技术与工艺水平。因此,其赖以生存的手段是技术创新。新兴互联网企业与之不同,2023年字节跳动、腾讯、拼多多的利润率均在25%左右,其中字节跳动从成立到营收规模近万亿元也仅用了12年。互联网企业快速增长的底层逻辑是面向资源整合的商业模式创新(王炳成等,2022)。在起点上,当传统制造企业坚定地站在技术创新这一端时,新兴互联网企业已径直走在商业模式创新那一端。其二,二者筹措创新资金来源的方式不同。传统制造企业创新资金主要来源于自身利润积累以及政府财税补贴[23],少数企业还能得到风险投资或信贷融资。新兴互联网企业创业资金和初始研发投入大多来自风险投资[24]。创新资金来源结构的差别,使得传统制造企业在技术研发上高度重视控制成本和降低风险,而新兴互联网企业更多追求通过快速研发与整合资源抓住市场先机,重视加快创新速度与控制研发周期。创新逻辑与目标的不同,使得传统制造企业起初选择技术创新,而新兴互联网企业倾向于选择商业模式创新。其三,二者生产经营模式和创新驱动发展逻辑不同。在产业链上,传统制造企业面向供给端,致力于提供性能可靠的高质量产品;新兴互联网企业面向需求端,致力于为客户提供新颖、高效的服务。传统制造企业生产经营的抓手是产品以及产品背后的先进技术,新兴互联网企业生产经营的抓手是客户以及潜藏在客户背后的巨大需求。二者在生产经营模式上的区别,使得其创新驱动发展逻辑存在差异:传统制造企业创新是技术驱动,由技术创新催生工艺流程创新与产品创新[25];新兴互联网企业创新是需求驱动,由新需求促成新的资源整合形式、新的需求满足方式以及新的价值创造模式[26]。因此,技术创新、商业模式创新是传统制造企业、新兴互联网企业各自的必然选择。综上,二元创新体系的初始态是典型的主从型策略:传统制造企业技术创新投入比例高而商业模式创新投入比例低,新兴互联网企业技术创新投入比例低而商业模式创新投入比例高。

随着实体经济与互联网经济走向深度融合,传统制造企业与新兴互联网企业的二元创新主从型策略发生变化。其一,传统制造企业由于多种原因不得不加大商业模式创新力度。比如,客户对个性化与定制化产品的需求增加,促使制造企业将研发注意力从规模化产品制造技术改进转向多样性产品生产与供应流程再造(王海杰和宋姗姗,2019);工业互联网与数字技术的普及应用使得商业模式创新前移,商业模式创新与技术创新在整合供应链、优化生产流程以及提升客户体验等方面存在更多交集[27];一些传统制造企业面临海外市场受阻和国内需求不旺的困境,不得不借助商业模式创新寻找破局契机[28]。其二,新兴互联网企业也逐渐加大技术创新投入力度。在互联网经济渗透到各行各业后,互联网流量红利会逐渐消失,互联网企业转型方向必然是“越做越重”,需要与实体企业合作或跨界转型,为客户提供实体性产品与服务。例如,2022年是拼多多从“重营销”向“重研发”战略转型的第二年,该年研发费用首次超过百亿元,这些资金主要流向农业与制造业。在农业领域,拼多多重点支持农产品的品种培优、标准化生产和品质提升;在制造业领域,拼多多推出“多多新国潮”“多多新匠造”“多多出海扶持计划”等专项活动,助力制造工厂数字化转型。其三,二元创新转型升级是跨界融合的结果。2016年,国务院印发《关于深化制造业与互联网融合发展的指导意见》,提出“支持制造企业与互联网企业跨界融合”。随着我国跨行业跨领域工业互联网平台快速发展,传统制造企业与新兴互联网企业跨界融合及合作具有技术、场景、生态上的支持,未来产业融合与资源聚合趋势更加显现。在此情况下,产业边界终会被突破,唯有前瞻性的适应者和跨界者才能赢得先机。二元创新转型升级的提前布局既是跨界融合的需要,也是跨界融合所带来的必然结果[29]。据此,本研究提出以下假设:

H1a:随着时间推移,传统制造企业商业模式创新投入显著增加,而且增速大于技术创新投入增速;

H1b:随着时间推移,新兴互联网企业技术创新投入攀升,且增速超过其商业模式创新投入增速。

1.3 创新效应变化趋势

既有研究证实,传统制造企业中技术创新对企业绩效的影响显著[30],影响机制包括提高生产效率[31]、提升产品质量与竞争力[32]、改善企业口碑和降低融资成本[33]等。然而,技术创新并不能一直为传统制造企业带来高水平绩效提升。在技术导入期,技术创新会带来技术红利,主导传统制造企业绩效提升。随着时间推移,进入技术成熟期后,行业内企业技术同质化倒逼差异化竞争。此时,商业模式创新会成为新的价值捕获能力源泉。传统制造企业技术创新对企业绩效的促进作用下降,主要有3个原因:其一,技术创新资源投入遵循边际规模报酬递减规律,当创新人员和资金规模增大时,创新资源利用效率会不可避免地降低,创新成果转化能力也可能降低;其二,随着技术创新深入发展,技术复杂度与难度迅速提升,创新成本与风险不断上升,企业逐渐面临创新投入与产出不成比例的问题;其三,在技术创新进展到一定阶段后,企业容易掉入技术刚性和组织惰性陷阱而停滞不前,削弱企业绩效提升效应[34]。

相较于技术创新,商业模式创新对传统制造企业绩效的提升作用逐渐增强,原因如下:其一,商业模式创新能够为企业整合大量外部异质性资源,并与企业内部现有资源产生互补与协同,进而重构价值网络和创新盈利模式[35];其二,商业模式创新能够与技术创新融合,加速技术创新成果商业化和产业化,提高技术创新成果转化效果与效率[36];其三,商业模式创新还可能有助于开放式技术创新生态构建,降低企业技术创新成本、提高技术创新效率和分散技术创新风险(郭海和韩佳平,2019)。换言之,传统制造企业中商业模式创新能够通过协同技术创新提升企业绩效。随着两种创新模式深入推进与深度融合,商业模式创新的作用逐步显现。

商业模式创新能够促进新兴互联网企业绩效提升(熊爱华和侯德恩,2022),主要机制包括促进资源整合与编排[37]、提升学习吸收能力与动态能力[38]、加强平台型治理与经营[39]等。在互联网经济发展初期,流量是互联网企业发展最重要的红利,这些企业依靠商业模式创新引流导流就有机会获得高绩效。以拼多多为例,它早期依托社交拼团模式,低成本获得大量流量,其获客成本远低于同行平均水平。但在流量红利消退后,其获客成本持续增高。当虚拟经济市场渐趋饱和时,无数小微型新创互联网企业涌入会迅速拉低商业模式创新创造价值的行业平均水平,形成边际效应递减现象。商业模式创新容易被竞争对手模仿和复制,尤其在信息传播速度较快的互联网行业,新的商业模式很快会被同行学习和掌握,商业模式的独特性以及由此获得的竞争优势呈快速衰减态势[40]。但如果新兴互联网企业能够增加技术创新投入,则可能出现转机:其一,通过加强大数据、人工智能、区块链等技术在平台服务中的应用,提升用户体验与运营效率;其二,将平台服务创新与实体产品研发融合,强化企业商业模式的独特性、难以模仿性,延长竞争优势持续时间;其三,通过技术创新实现自营产品开发和自有品牌塑造,提升客户忠诚度,积累品牌价值与公司形象等无形资产。当互联网企业深度嵌入实体经济,其独特性、难以模仿性以及价值创造能力均会发生质的飞跃,不仅有助于企业维持高绩效水平,也极大增强了企业抗风险能力和组织韧性。

夏清华和娄汇阳[41]指出,传统企业与互联网企业的提法是一种外在“标签”,商业模式创新并不存在无法逾越的“基因”障碍。传统企业需要清醒地认识市场边界的动态性并优化冗余资源结构以管控商业模式刚性;互联网企业在必要时需要适当“减速”,避免未吸收冗余资源被无谓消耗后导致商业模式刚性增强。这一论断同样适用于传统企业与互联网企业技术创新实践。由此,消减一种创新模式刚性的最佳方法是引入另一种创新模式,形成创新组合,构建“阴阳平衡”和互促共演机制,使其相互激活、协同与成就,实现面向企业绩效增长目标的边际效应持续提升。据此,本研究提出以下假设:

H2a:传统制造企业中,相较于商业模式创新,技术创新对企业绩效的影响更强,但随着时间变化,技术创新的作用变弱,商业模式创新的作用变强;

H2b:互联网企业中,相较于技术创新,商业模式创新对企业绩效的影响更强,但随着时间变化,商业模式创新的作用变弱,技术创新的作用变强。

2 研究设计

2.1 样本与数据

本文选择深沪A股传统制造业上市公司和互联网上市企业作为研究对象。根据证监会《上市公司行业分类指引》(2012)的行业分类,将传统制造业划分为农副食品加工业、食品制造业、酒精饮料和精茶制造业等15个细分行业。考虑到按上述行业分类,互联网企业数量较少,本文扩大互联网企业范围,将信息传输、软件和信息技术服务业也纳入互联网企业样本源。2010年之后,3G技术蓬勃发展促使全网全程的电子商务V5时代成型。本文以10年为窗口期,将数据收集时间设置为2013—2022年。

本文按照以下标准对样本进行筛选和处理:第一,剔除ST、PT、*ST上市公司;第二,剔除数据缺失严重的样本;第三,使用邻近两年的平均数值补充个别缺失数据;第四,对连续变量进行1%的缩尾处理。最终,获得1 018家企业非平衡面板数据,其中传统制造企业614家,新兴互联网企业404家。数据主要来源于国泰安数据库(CSMAR)和WinGo财经文本数据平台。为统一商业模式创新和技术创新变量量纲,便于对二者进行比较,本研究对所有变量数据进行了标准化处理。

2.2 变量说明

2.2.1 被解释变量

企业绩效(Firm Performance,FP)通常有两种测度方式[42]:财务绩效视角,采用总资产报酬率、净资产收益率指标测量企业短期盈利能力;市场绩效视角,采用托宾Q值(Tobin Q)、每股收益等资本市场指标测量上市企业市场价值。考虑到技术创新和商业模式创新对企业长期绩效的潜在影响,本研究选择托宾Q值作为企业绩效的代理变量[43],并在稳健性检验中使用每股收益作为替代性测量指标。其中,Tobin Q=市值/资产总计;每股收益=(净利润—营业外收入+营业外支出)/实收资本本期期末值。

技术创新(Technological Innovation,TI)有两种测量方式:投入视角,采用研发人员数量、研发人员占比、研发经费、研发经费强度等进行测量;产出视角,采用专利申请数量、专利授权数量以及专利引用数量等指标测量技术创新产出数量与质量。参考张伟煜等[44]的研究成果,考虑到本研究着重测度技术创新投入水平,选择研发强度(研发投入占营业收入的比值)作为技术创新的代理变量。

商业模式创新(Business Model Innovation,BMI),采用深度学习方法测量上市公司年报中管理讨论与分析章节商业模式创新相关词频,以衡量企业商业模式创新水平。首先,确定商业模式创新种子词汇。种子词是变量测量的基础,需要具备一定的发散性和关联性,才能更好地找出反映测量变量的相似词汇。本文借鉴杏稼龙和吴福象(2023)定义的商业模式创新种子词,并稍作改进和完善。例如,“粉丝经济”词频出现为0,不符合种子词的标准。在迭代筛选后,确定10个种子词。其次,为排除关联性较低词汇对变量测量精准度的干扰,筛选出相似性大于0.6且词频数大于1 000的相似词,并根据商业模式创新的定义和特征,剔除不符合概念定义的相似词以及内涵重复的相似词。在相似词筛选过程中,由于“社群化”这一词语意义新颖且与商业模式创新关联性较高,本文特将其相似性参数略调低并纳入种子词集。最后,构建商业模式创新变量测量的种子词集,见表1。统计种子词集中词语在上市企业年报中出现的次数,计算其占年报管理层讨论与分析章节总词语的每千字比例,用以衡量上市企业商业模式创新水平。词频比例越高,说明企业对商业模式创新的重视度与投入水平越高。

参考相关文献,在模型参数估计时,本文控制以下影响因素[10,12,14]:企业年龄(Age),定义为当年年份与企业成立年份之差加1取自然对数;董事规模(Board),即董事会人数;股权集中度(Share),定义为第一大股东持股比例。

2.3 模型设定

为估计商业模式创新和技术创新对上市企业绩效的影响,本文构建回归分析模型如下:

其中,i为企业个体,t为时间变量,f为分类,即传统制造企业或新兴互联网企业;CVs表征控制变量,ε和θ为模型随机误差项。

3 研究结果

3.1 描述性分析

表2为变量描述性统计与相关分析结果。结果显示,商业模式创新变量均值为20.589,代表在企业年报中管理层讨论与分析章节每1 000个词汇数中含有20.589个商业模式创新相关词汇,这一结果与仝自强等(2022)采用Word2Vec相似词扩充的结果接近。技术创新变量均值为5.978,标准差为7.203,表明企业间技术创新水平差异显著。技术创新、商业模式创新两个变量与企业绩效相关系数均显著为正(r=0.219,p<0.01;r=0.112,p<0.01),符合创新驱动发展逻辑,也与假设H2a和H2b具有初步一致性。技术创新与企业绩效相关系数大于商业模式创新与企业绩效相关系数,这可能与样本中传统制造企业数量高于互联网企业数量有关,但也反映出在企业二元创新体系中,技术创新仍是核心主体这一事实。技术创新与商业模式创新显著相关(r=0.396,p<0.01),证实了二者会趋同甚至互促、耦合的观点。控制变量均与被解释变量显著相关。

3.2 趋势分析

3.2.1 总体趋势分析

表3为传统制造企业、新兴互联网企业在技术创新(TI)和商业模式创新(BMI)两个变量上的变化趋势,表中数据经过标准化处理,且为相应类型企业的年度平均值。由表3可知:第一,相较于传统制造企业,新兴互联网企业技术创新与商业模式创新投入水平整体上更高,这是新兴互联网企业TI、BMI变量值为正数而传统制造企业TI、BMI变量值为负数的原因。第二,传统制造企业技术创新投入水平在大多时候都高于商业模式创新投入水平,尤其早期(2013—2018年)更是如此。然而,整体上传统制造企业技术创新与商业模式创新投入水平逐年提升,且商业模式创新投入水平增长快而技术创新投入水平增长慢,使得2019年之后商业模式创新水平出现超过技术创新水平的趋势。第三,新兴互联网企业技术创新投入水平保持稳定增长态势,而其商业模式创新投入水平增长相对不稳定,可能与外部环境变化有关。从2013—2022年整个时间窗口看,技术创新水平增速要大于商业模式创新水平增速。

为更加直观地呈现两类企业在技术创新与商业模式创新上的变化趋势,本文采用Stata工具对数据进行线性拟合处理,绘制创新水平变化趋势如图1所示。从图1(a)可以看出,传统制造企业商业模式创新水平曲线斜率(表征增速)明显大于技术创新水平曲线斜率,支持假设H1a;从图1(b)可以看出,新兴互联网企业中商业模式创新水平曲线斜率略小于技术创新水平曲线斜率。由此,证实假设H1b。

计算两类企业在技术创新与商业模式创新上的年度增速,对4组增速数据进行独立样本t检验(见表4),结果发现:传统制造企业中BMI和TI在年度增速均值上并无显著差异(p=0.857),新兴互联网企业中亦是如此(p=0.384);但在年度增速标准差上,传统制造企业BMI和TI存在显著差异(p=0.005<0.01),新兴互联网企业BMI和TI也存在显著差异(p=0.011<0.05)。即在报告期内上市企业BMI和TI整体上具有增长趋势,且在平均增速上的差异并不显著,而赋予两种类型企业BMI、TI不同增长潜力的关键是增速的增长性与波动性。由表4可知,传统制造企业与新兴互联网企业BMI增速均不稳定,不稳定意味着风险也意味着机会。两类企业TI增速稳定,基本均处于增长状态。不同的是,传统制造企业TI处于低速稳定增长状态,且增速增长变化趋势不显著,而新兴互联网企业TI处于高速稳定增长状态,且增速具有显著增长趋势,即指数增长。按照“高速稳定增长”(增长性与稳定性双高)优于“高速不稳定增长”(增长性高但稳定性低)优于“低速稳定增长”(稳定性高但增长性低)的判定原则,得出以下结论:在新兴互联网企业中,相较于BMI,TI具有更强的发展潜力;在传统制造企业中,相较于TI,BMI具有更强的发展潜力。该结论与图1发现趋于一致,也与研究假设H1a、H1b具有一致性。

综上,研究假设H1a和H1b得证。无论是在传统制造企业中还是新兴互联网企业中,技术创新水平与商业模式创新水平都在趋近。传统制造企业在大力发展商业模式创新,新兴互联网企业中技术创新水平与商业模式创新水平的差距在缩小。因此,传统制造企业与新兴互联网企业在二元创新体系演进发展上处于“双向奔赴”态势。

3.2.2 个体生命周期中的趋势分析

通过分析上述总体趋势能够观察到传统制造企业和新兴互联网企业在二元创新体系上的发展趋势,但忽视了个体发展的生命周期规律。探索企业个体二元创新体系随生命周期演进的规律,有助于揭示支撑中国企业二元创新体系演进趋势的微观机制。在分析总体趋势时,两方面因素可能会带来测量误差和认知局限:其一,不同时期成立的企业在固定时点上可能正在经历不同的创新发展阶段,即不同企业在技术创新与商业模式创新水平上的表现不同,因而按照固定时点进行数据统计与分析所得结论反映的只是一种叠加效果,而不是真实的企业创新发展内在规律;其二,政策变化、市场波动等宏观环境变化成为总体趋势演进的原因,这会给认识企业二元创新体系真实演进规律造成阻碍。

为排除上述干扰,按照Dickinson[45]提出的现金流法判定各样本企业生命周期。该方法通过企业在经营现金流、投资现金流、筹资现金流三维度的表现组合,判断企业处于成长期、成熟期或衰退期。计算处在不同生命周期阶段的传统制造企业与新兴互联网企业BMI、TI均值,绘制变化趋势如图2所示。从图2(a)可以看出,成长期传统制造企业技术创新水平远高于商业模式创新水平,但到了成熟期这种关系就会逆转,商业模式创新水平将超过技术创新水平,进而在二元创新体系中起主导作用。从成熟期到衰退期,商业模式创新水平与技术创新水平都会下降,但商业模式创新水平仍高于技术创新水平,这种变化趋势符合研究假设H1a的描述。从图2(b)可以看出,新兴互联网企业二元创新体系演进趋势与传统制造业相反。在成长期,互联网企业商业模式创新水平远高于技术创新水平;从成长期到成熟期,互联网企业商业模式创新水平缓慢降低,技术创新水平迅速升高。上述变化趋势延续到衰退期,此时技术创新会攀升到一个较高水平,而商业模式创新地位会降至低谷,这种变化趋势符合研究假设H1b的描述。由此,假设H1a和H1b再次得证。

3.3 效应分析

3.3.1 创新效应变化的总体趋势分析

根据式(1)(2)进行回归分析,估计技术创新、商业模式创新对企业绩效的作用系数,结果见表5。由结果可知:第一,传统制造企业商业模式创新对企业绩效的作用维持在正值水平,而技术创新对企业绩效的作用系数具有显著下降趋势,且作用方向发生了明显转变。2013—2017年,技术创新对传统制造企业绩效的作用效应是正向、积极的,但在2018年后,技术创新的作用效应变得负向、消极。由此,假设H2a得到支持。第二,新兴互联网企业创新驱动绩效提升机制与传统制造企业完全相反。报告期内,技术创新对企业绩效的正向影响持续稳定,但商业模式创新对企业绩效的正向影响减弱,且2016年之后变为显著负向影响。由此,假设H2b通过验证。上述发现揭示了传统制造企业、新兴互联网企业创新驱动机制呈现相反特征:在新发展阶段,传统制造企业适宜从技术创新向商业模式创新转型,新兴互联网企业适宜从商业模式创新向技术创新转型。显然,这也符合“双向奔赴”的特征。由此,研究假设H2a和H2b得证。

3.3.2 个体生命周期中的创新效应变化趋势

按生命周期对样本企业进行分组,开展两类企业中技术创新、商业模式创新对企业绩效的作用效应回归分析,结果如表6所示。从表中可知:第一,商业模式创新支撑传统制造企业从成长期向成熟期转变。在成长期,传统制造企业商业模式创新对企业绩效的作用系数为0.091(p<0.01),在成熟期这一作用系数提升至0.229(p<0.01)。技术创新效应的变化趋势与之不同,仅在传统制造企业成长期发挥正向促进作用(β=0.170,p<0.01),技术创新对成熟期和衰退期传统制造企业绩效的作用系数不显著。第二,在新兴互联网企业中,商业模式创新对企业绩效的作用系数在生命周期三阶段均显著为负,且随着生命周期变化,商业模式创新的负向效应持续强化。技术创新对成长期和成熟期新兴互联网企业绩效具有显著正向影响,且在两个阶段前后发生了较为明显的效应增强。

从创新效应变化趋势可以得出以下启示:其一,成长期传统制造企业适宜采取技术创新为主、商业模式创新为辅的主从型策略;到了成熟期,传统制造企业需开展二元创新体系转型升级,转而采取商业模式创新为主、技术创新为辅的主从型策略;到了衰退期,创新驱动发展策略可能失效,宜收缩创新业务,做好退出市场的准备。其二,与大众认知的新兴互联网企业应以商业模式创新为主体策略不同,创新效应变化趋势提醒新兴互联网企业管理者应重视构建以技术创新为主导的二元创新体系,认识到技术创新对其绩效实现与持续发展的重要作用。从企业个体不同生命周期的创新效应变化趋势看,传统制造企业、新兴互联网企业都在“双向奔赴”,着力弥补自身在创建初期的创新体系“短板”因素,平衡技术创新与商业模式创新的二元系统,从而发挥协同效应。由此,研究假设H2a和H2b再次得到证实。

3.4 稳健性检验

为进一步检验创新水平趋势分析方法和回归分析模型的稳健性,本文对变量进行如下调整:

(1)为避免极值数据带来的估计偏差,本文对变量数据进行上下2.5%的双侧缩尾处理。

(2)将被解释变量企业绩效的代理变量替换为每股收益。图3列示了数据缩尾后的传统制造企业与新兴互联网企业创新投入水平。图3与图2在曲线形态上基本相似,即两类企业中技术创新与商业模式创新投入水平变化趋势分析结果具有稳健性。表7展示了数据缩尾和替换被解释变量后的回归系数变化情况,结果显示,虽然回归系数数值大小出现了变化,但总体趋势未发生改变,证实前文研究结果具有稳健性。

4 结语

4.1 研究结论

本文基于传统制造企业与新兴互联网企业比较视角,从技术创新与商业模式创新投入水平,以及二者对企业绩效的作用效应两个方面,采用2013—2022年上市企业数据,验证了两类企业在技术创新与商业模式创新二元体系建设时的“双向奔赴”现象,得出以下主要结论:

(1)传统制造企业在商业模式创新上的投入水平提升而在技术创新上的投入水平相对下降,新兴互联网企业则相反。

(2)传统制造企业中商业模式创新对企业绩效的效应增强而技术创新的效应减弱,新兴互联网企业则相反。当传统制造企业、新兴互联网企业在创建初期立足技术创新与商业模式创新二元体系的两极时,上述两种相背离的演进趋势造就两类企业的“相向而行”和“双向奔赴”。上述发现揭示了两类企业“双向奔赴”的具体表现,以及催生“双向奔赴”现象的内在逻辑。从演进趋势进一步推测,中国传统制造企业、新兴互联网企业的边界与异质性正在消融,技术创新与商业模式创新不再是贴在它们身上的“标签”。二元创新体系建立以及技术创新与商业模式创新的平衡、互促、耦合、共演是促使企业成功转型、实现绩效目标和获取持续竞争优势的内在机制。未来中国企业技术创新与商业模式创新二元体系将逐渐演化为类似太极图的系统形态,引领企业组织在协同共生中走向创新与和谐发展。

4.2 研究贡献

(1)揭示了传统制造企业、新兴互联网企业在技术创新与商业模式创新二元体系建设时的“双向奔赴”现象,并系统地提供了论证“双向奔赴”现象存在以及催生该现象内在逻辑的证据。这不仅弥补了现有研究的不足,而且通过跨行业比较丰富了技术创新与商业模式创新协同研究。

(2)揭示了二元创新体系演进中因企业类型差异而出现的异质性。通过对传统制造企业与新兴互联网企业的对比分析,考察了两类企业在创新资源分配、路径选择和战略调整上的差异,并指出这种差异对创新绩效的重要影响,为企业在不同情境下调整与优化创新模式提供了理论依据。

(3)有利于预测中国企业二元创新体系演进发展的宏观趋势,为企业完善创新驱动发展战略乃至提出未来战略形态设置了新构想与新路向。在现有创新理论框架的基础上,通过深入分析中国企业“双向奔赴”现象的驱动机制、内在逻辑和实际效果,提出具有中国特色的新型二元创新体系研究框架。研究成果能够激发更多创新管理研究学者关注“双向奔赴”现象,丰富和完善创新管理理论。

4.3 管理启示

(1)传统制造企业与新兴互联网企业在二元创新体系建设上的“出发地”和“演进路径”不同,但“目的地”相同。因此,两类型企业应互相学习与借鉴,在跨界合作与融合中找到加速创新体系转型升级的契机。比如,传统制造企业可以定期派遣技术团队赴互联网企业学习数据驱动决策方法,或引入互联网企业的敏捷开发工具。新兴互联网企业可以组织供应链团队深入制造工厂,学习精益生产经验,或通过技术合作赋能实体产业。

(2)对于技术创新与商业模式创新二元创新体系,唯有二者平衡、互促与协同,才能充分发挥创新驱动企业绩效提升的效果。因此,无论是传统制造企业还是新兴互联网企业,在建设与发展创新体系时都应遵循“扬长避短”的理念,努力克服二元创新体系中的短板与弱项,坚持“两条腿走路”。为了平衡技术创新和商业模式创新的资源分配,企业可以明确资源差异化投入比例与阈值规则,降低执行模糊性。以传统制造业企业为例,可设置在成长期技术创新投入占比超过60%,商业模式创新投入占比小于40%;在成熟期技术创新投入占比降至40%～50%,商业创新投入占比提升至50%～60%;在其技术创新边际收益连续下降后,意味着技术红利正在消失,需适当调增商业模式创新专项资金。互联网企业创新体系调整策略则与之相反。但无论如何调整,都不宜完全放弃技术创新或商业模式创新任何一端的投入支持。

(3)无论是传统制造企业还是新兴互联网企业,技术创新与商业模式创新的转型既存在大趋势,也存在随自身生命周期发展而演进的小趋势。因此,两类企业应充分认识“大势所趋”,并积极布局“顺势而为”,对自身所处生命周期阶段具有清晰认知,寻找到适配自身发展阶段的二元创新体系转型路径与策略。基于生命周期,企业可以采取“四步渐进式”转型策略:在初创期,两类企业可以实施“单点击破”策略,传统制造企业集中资源攻克技术难题,而互联网企业通过商业模式创新快速获取客源;在成长期,两类企业可以实施“双轮驱动”策略,传统制造企业进行“技术化+服务化延伸”,而新兴互联网企业采取“商业生态扩张+核心技术自研”;在成熟期,两类企业可以实施“生态赋能”策略,传统制造企业依托开放技术平台赋能产业上下游企业与合作企业,而新兴互联网企业可通过技术合作获取第二增长曲线;在衰退期,两类企业都需要逐渐退出创新生态系统,减少创新资源投入。因此,需把握企业二元创新体系演进规律,制定前瞻、动态和因势利导的政策制度以激励企业创新体系建设与转型,助力建构面向未来的产业创新生态。

4.4 不足与展望

本文存在以下不足:其一,制造企业、互联网企业只是传统产业和新兴经济的代表,但二者表现出的“双向奔赴”规律能否推广至其它传统与新兴产业,有待更多证据支持;其二,仅探索了传统制造企业、新兴互联网企业在技术创新与商业模式创新上“双向奔赴”这一趋势,但对“双向奔赴”在时间上的起点和终点缺乏讨论,未能完全描摹出这一演进路径。未来研究可以沿着寻找更广泛证据和具体描摹演进路径两条思路继续探索,进一步完善企业技术创新与商业模式创新二元体系理论。

[1] 喻登科, 周荣. 知性管理:案例分析的视角[J]. 情报杂志, 2015, 34(11): 199-207.

[2] 纪慧生, 姚树香. 制造企业技术创新与商业模式创新协同演化:一个多案例研究[J]. 科技进步与对策, 2019, 36(3): 90-97.

[3] 张伟,马妮娜,马昭双.数字技术、技术商业化能力与商业模式创新——环境不确定性的调节作用[J].科技进步与对策,2025,42(4):12-21.

[4] 陈雪琳,周冬梅,鲁若愚.数字创业企业商业模式创新对企业绩效的影响[J].科技进步与对策,2025,42(1):92-101.

[5] 李翔, 陈继祥. 基于复杂系统的新创企业技术创新与商业模式创新的协同机制[J]. 现代管理科学, 2015, 44(8): 73-75.

[6] MARKARD J,TRUFFER B.Technological innovation systems and the multi-level perspective: towards an integrated framework[J]. Research Policy, 2008, 37(4): 596-615.

[7] ZOTT C, AMIT R. Business model design: an activity system perspective[J]. Long Range Planning, 2010, 43(2-3): 216-226.

[8] 刘静华, 喻登科, 周荣. 新经济环境下新型二元创新体系研究——技术创新与商业模式创新矛盾统一视角[J].科技进步与对策, 2019, 36(8): 9-18.

[9] 李支东, 金辉, 罗小芳. 商业模式创新与技术创新二元关系——一个面向工业企业的多案例研究[J]. 技术经济与管理研究, 2020, 46(12): 3-9.

[10] CHEN S T, YU D K. The impacts of ambidextrous innovation on organizational obsolescence in turbulent environments[J]. Kybernetes, 2022, 51(3): 1009-1037.

[11] YU D K, YAN H L. Relationship between knowledge base and innovation-driven growth: moderated by organizational character[J]. Frontiers in Psychology, 2021, 12: 663317.

[12] JIN C L, LIU A L, LIU H F, et al. How business model design drives innovation performance: the roles of product innovation capabilities and technological turbulence[J]. Technological Forecasting and Social Change, 2022, 178: 121591.

[13] 童心, 于丽英. 基于商业生态系统的技术创新与商业模式创新耦合机制研究[J]. 科技进步与对策, 2014, 31(12): 17-22.

[14] 仝自强, 李鹏翔, 杨磊, 等. 商业模式创新与技术创新匹配性对后发企业绩效的影响——来自年报文本分析的实证研究[J]. 科技进步与对策, 2022, 39(11): 84-93.

[15] RANTALA T, UKKO J, SAUNILA M, et al. The effect of sustainability in the adoption of technological, service, and business model innovations[J]. Journal of Cleaner Production, 2018, 172: 46-55.

[16] HU B L. Linking business models with technological innovation performance through organizational learning[J]. European Management Journal, 2014, 32(4): 587-595.

[17] 卑立新, 焦高乐. 互联网商业环境下创业企业技术创新与商业模式创新的迭代式共演研究[J]. 管理学刊, 2021, 34(3): 89-104.

[18] BADEN-FULLER C, HAEFLIGER S. Business models and technological innovation[J]. Long Range Planning, 2013, 46(6): 419-426.

[19] LONG T B, BLOK V, POLDNER K. Business models for maximising the diffusion of technological innovations for climate-smart agriculture[J]. International Food and Agribusiness Management Review,2017,20(1): 5-24.

[20] HU B L, CHEN W Q. Business model ambidexterity and technological innovation performance: evidence from China[J]. Technology Analysis &Strategic Management, 2016, 28(5): 583-600.

[21] CALIA R C, GUERRINI F M, MOURA G L. Innovation networks: from technological development to business model reconfiguration[J]. Technovation, 2007, 27(8): 426-432.

[22] 陈雪琳, 周冬梅, 鲁若愚. 数字创业企业商业模式创新对企业绩效的影响[J]. 科技进步与对策, 2025, 42(1): 92-101.

[23] 赵杜悦, 宋保胜, 刘淼,等. 企业金融化分析与创新投入调节效应——基于2015—2021年沪深A股传统制造业上市公司的经验证据[J]. 管理学刊, 2024, 37(2): 140-158.

[24] 张鹏杨, 潘文诜, 刘会政. 风险投资对初创企业出口供应链多元的影响研究[J]. 经济与管理评论, 2024, 40(6):132-145.

[25] 姚江, 封冰, 华强. 从产品创新到苏南地区传统制造业的升级[J]. 南京艺术学院学报(美术与设计版), 2014, 48(6):197-199.

[26] 冯立杰, 闵清华, 王金凤, 等. 颠覆性创新视阈下后发企业商业模式创新路径研究——以拼多多为例[J]. 管理现代化, 2021, 41(6): 52-56.

[27] 尚晏莹, 蒋军锋. 工业互联网时代的传统制造企业商业模式创新路径[J]. 管理评论, 2021, 33(10): 130-144.

[28] 吴晓波, 张馨月, 沈华杰. 商业模式创新视角下我国半导体产业“突围”之路[J]. 管理世界, 2021, 37(3): 123-136.

[29] 杨林, 陆亮亮, 刘娟. “互联网+”情境下商业模式创新与企业跨界成长:模型构建及跨案例分析[J]. 科研管理, 2021, 42(8): 43-58.

[30] 于成永, 施建军. 外部学习、技术创新与企业绩效: 机制和路径——基于苏浙沪等地制造企业的实证研究[J]. 经济管理, 2009, 47(1): 117-125.

[31] ANTONELLI C, QUATRARO F. The effects of biased technological changes on total factor productivity: a rejoinder and new empirical evidence[J]. The Journal of Technology Transfer, 2014, 39(2): 281-299.

[32] SHI L X, WANG X Y, SUN H Y, et al. The impact of technological innovation on product quality: the moderating role of firm size[J]. Total Quality Management &Business Excellence, 2018, 29(7-8): 746-761.

[33] LIU D, ZHOU Q Z, CHEN S Q, et al. Capital market access and innovation efficiency: a natural experiment from China's pilot VAT reform in 2012[J]. International Review of Economics &Finance, 2021, 71: 549-566.

[34] 白景坤. 创新、效率与惰性:一个组织存续的分析框架[J]. 财经问题研究, 2008, 47(5): 112-118.

[35] 李文, 许辉, 刘思慧, 等. 基于仿真的制造企业商业模式创新路径研究——以海尔服务化转型为例[J]. 管理案例研究与评论, 2021, 14(6): 622-639.

[36] 李鸿磊, 黄速建, 包龙飞. 以商业模式创新推动中国制造业转型升级——基于跨界构建价值网络的分析[J].经济体制改革, 2018, 43(4): 102-107.

[37] 韵江, 赵宏园, 暴莹. 新创企业商业模式创新的资源编排动态演化机制——基于猎聘的纵向单案例研究[J]. 财经问题研究, 2022,44(3): 113-121.

[38] 蒋石梅, 石佳钰, 曹辉. 产业互联网平台演化机制研究——基于动态能力与商业模式创新整合视角[J]. 科技进步与对策, 2025, 42(5): 106-117.

[39] 李巍, 董江原, 杨雪程. 平台型企业商业模式创新的路径及实现机制——基于秒银科技的案例研究[J]. 管理案例研究与评论, 2018, 11(4): 333-348.

[40] 贾昌进, 张宝建. 科技型中小企业商业模式创新与组织能力演化及其竞争优势的形成机理——基于大疆的探索性案例研究[J]. 当代经济管理, 2025, 47(3): 30-40.

[41] 夏清华, 娄汇阳. 基于商业模式刚性的商业模式创新仿真——传统企业与互联网企业比较[J]. 系统工程理论与实践, 2018, 38(11): 2776-2792.

[42] 倪艳, 胡燕. 股权激励强度对企业绩效的影响——以A股上市公司为例[J]. 江汉论坛, 2021,64(4): 17-27.

[43] 谢萌, 王翌秋, 徐杨. 上市公司ESG责任履行的经济效应研究——基于长期和动态视角[J]. 广东财经大学学报, 2024, 39(6): 54-72.

[44] 张伟煜. 投贷联动赋能银企高质量发展——基于对中小型科技企业和银行业务的研究[J]. 投资研究, 2024, 43(9): 134-146.

[45] DICKINSON V. Cash flow patterns as a proxy for firm life cycle[J]. The Accounting Review, 2011, 86(6): 1969-1994.