黃海艷 李敏 張紅彬
摘?要:隨著我國人口紅利消退、勞動力成本上漲,工業(yè)機器人成為推動制造業(yè)轉型和高質量發(fā)展的主要驅動力。本文基于資源基礎理論和高階梯隊理論,運用2011-2018年滬深A股制造業(yè)上市公司數據,研究工業(yè)機器人應用對企業(yè)雙元創(chuàng)新(探索式創(chuàng)新和利用式創(chuàng)新)的影響,以及工業(yè)機器人應用影響企業(yè)雙元創(chuàng)新的情境因素。研究發(fā)現,工業(yè)機器人應用對企業(yè)探索式創(chuàng)新具有正U型影響,對企業(yè)利用式創(chuàng)新具有積極的線性影響;政府補貼和高管技術背景能夠強化工業(yè)機器人應用對企業(yè)探索式創(chuàng)新的正U型影響;政府補貼能夠強化工業(yè)機器人應用對企業(yè)利用式創(chuàng)新的線性影響,而高管技術背景的調節(jié)效應不顯著。
關鍵詞:工業(yè)機器人應用;探索式創(chuàng)新;利用式創(chuàng)新;政府補貼;高管技術背景
中圖分類號:F425;F27291文獻標識碼:A文章編號:1001-148X(2023)02-0029-10
收稿日期:2022-11-10
作者簡介:黃海艷(1973-),女,江蘇阜寧人,教授,研究方向:創(chuàng)新管理;李敏(1997-),女,江蘇東臺人,碩士研究生,研究方向:組織行為與人力資源管理;張紅彬(1978-),男,河北邯鄲人,副編審,博士,研究方向:產業(yè)經濟學。
基金項目:江蘇省社科重點項目,項目編號:18GLA003;國家自然基金項目,項目編號:71872087。
工業(yè)機器人與制造業(yè)的深度融合發(fā)展,推動了企業(yè)生產管理、人力資源管理、信息化管理等管理方式轉變和創(chuàng)新,成為新的產業(yè)優(yōu)化升級和經濟持續(xù)增長的動力之源。工業(yè)機器人應用與企業(yè)創(chuàng)新之間的關系在理論界尚未達成一致認識。如睢博和雷宏振(2021)[1]、陳金亮等(2021)[2]發(fā)現工業(yè)智能化正向影響企業(yè)創(chuàng)新,但孟凡生等(2022)[3]的研究表明工業(yè)智能化與企業(yè)創(chuàng)新之間并非是簡單的線性關系,而是U型關系。
為更好地厘清工業(yè)機器人應用對企業(yè)創(chuàng)新的影響及邊界條件,本文擬基于資源基礎理論和高階梯隊理論,運用2011-2018年滬深A股制造業(yè)上市公司數據,研究工業(yè)機器人應用對制造企業(yè)探索式創(chuàng)新和利用式創(chuàng)新的影響以及工業(yè)機器人應用影響企業(yè)創(chuàng)新的情境因素,其中情境因素包括政府補貼和高管技術背景。此外,Acemoglu和Restrepo(2020)[4]、王永欽和董雯(2020)[5]的“巴蒂克工具變量”思想為本文從企業(yè)層面測量機器人應用情況提供了可能。
一、理論分析與研究假設
(一)工業(yè)機器人對企業(yè)創(chuàng)新的影響
《中國工業(yè)機器人產業(yè)發(fā)展白皮書》(2020)中工業(yè)機器人被定義為“在工業(yè)自動化中使用,可對三個或三個以上軸進行編程的固定式或移動式,自動控制的、可重復編程、多用途的操作機”。與傳統(tǒng)自動化設備相比而言,工業(yè)機器人可根據工作對象和要求進行編程,也能夠融入到整個基于信息管理的生產控制網絡,采集數據、反饋信息、執(zhí)行操作[6]。
探索式創(chuàng)新是企業(yè)基于全新的知識和要素,通過新知識開發(fā)新技術、新產品或拓展新業(yè)務領域的創(chuàng)新活動[7],具有“高風險、高收益、周期長”特征,企業(yè)獲取、吸收、轉化和利用新知識的能力是關鍵[8],不僅需要在企業(yè)內部創(chuàng)造知識,更需要從外界吸收獲取新知識[9]。而利用式創(chuàng)新是企業(yè)基于現有知識與技術的組合和利用,對當前產品及市場進行改進或拓展的創(chuàng)新活動[10],具有“低風險、低收益、周期短”的特征。
1.工業(yè)機器人應用對企業(yè)探索式創(chuàng)新的影響
企業(yè)探索式創(chuàng)新需要豐富的資源支持,比如知識資源、資本資源、人力資源、信息技術資源等[11]。組織通過合理配置這些資源能夠實現整體效用最大化,獲取并保持競爭優(yōu)勢。在工業(yè)機器人應用初期,企業(yè)可能會因為研發(fā)資金不足、員工不適應智能化環(huán)境等問題而給企業(yè)探索式創(chuàng)新帶來消極影響,但當工業(yè)機器人應用達到一定水平時,即產生規(guī)模效應后,企業(yè)可能會因為資金回籠、生產要素的配置逐漸適應智能化生產需要而給企業(yè)探索式創(chuàng)新帶來積極影響。因此,本文推測工業(yè)機器人應用與企業(yè)探索式創(chuàng)新呈非線性關系。
首先,制造企業(yè)引進工業(yè)機器人需要花費大量資金,則會擠壓企業(yè)原本研發(fā)創(chuàng)新投入,抑制企業(yè)探索式創(chuàng)新。在引進工業(yè)機器人的同時,企業(yè)還需要配備相應的技術性人才、智能化設備等以確保工業(yè)機器人安全可靠的運行,進一步加重了企業(yè)智能化轉型成本。同時,由于智能化轉型周期長、不確定性高,企業(yè)在短時間內很難獲得較大收益來支撐其他經濟活動,如高投入高風險的探索式創(chuàng)新。因此,制造企業(yè)在運用工業(yè)機器人初期會抑制探索式創(chuàng)新。
其次,工業(yè)機器人的規(guī)模應用容易引發(fā)員工工作不安全感,導致員工產生消極行為,企業(yè)探索式創(chuàng)新動力不足。工業(yè)機器人不僅替代了大量標準化的工作崗位,還創(chuàng)造了新的工作崗位,如控制工程師、機器人維護員等,不可避免會影響到員工既有的工作或工作特征的存續(xù)性,進一步導致中低技能崗位的就業(yè)和收入水平下降[12]。針對工作中出現的裁員、減薪等一系列不確定性行為,繼續(xù)留任的員工往往會產生工作不安全感[13],形成消極低迷的情緒狀態(tài)。缺乏安全感的員工主動采取冒險行為的意愿不強,更傾向于依賴以往經驗處理問題,以保障工作少出錯;同時也會因為擔心被裁員,而花時間尋找新工作,對組織的忠誠度減低,主動分享自己掌握的新知識、新信息的積極性受到抑制,這些都不利于企業(yè)突破原有的技術軌道開展探索式創(chuàng)新活動。
最后,工業(yè)機器人的應用引發(fā)勞動力的去技能化,阻礙員工創(chuàng)造力的發(fā)揮。生產技術和生產流程的變革優(yōu)化了部分中、高技能勞動者的工作內容,員工即使在不理解工業(yè)機器人運作背后原理的情況下,依舊可以遵循既定的流程和路徑,借助其產生的結果繼續(xù)下一階段的生產操作。隨著工業(yè)機器人的應用領域越來越廣,員工在決策時也越來越少依靠自身直覺和專業(yè)判斷,最終造成員工知識技能逐漸退化以及企業(yè)過度依賴自動化的局面,進而企業(yè)難以突破現有知識技術進行探索式創(chuàng)新。
雖然制造業(yè)企業(yè)在引入工業(yè)機器人初期,工業(yè)機器人的應用在一定程度上會抑制了企業(yè)探索式創(chuàng)新,但當工業(yè)機器人應用達到一定水平或規(guī)模時則可能促進企業(yè)探索式創(chuàng)新,具體體現在如下兩個方面:
首先,工業(yè)機器人能夠促進企業(yè)獲取新知識,尤其是異質化的知識,擴大企業(yè)的知識池為探索式創(chuàng)新提供可能。新產品開發(fā)離不開知識的積累和創(chuàng)造,而企業(yè)憑借自身知識庫難以獲得創(chuàng)新活動所需的全部資源。隨著智能制造的不斷滲透,工業(yè)機器人逐漸連接了價值鏈的各個環(huán)節(jié),促使研發(fā)、制造、服務和消費間的界限“模糊化”,打破傳統(tǒng)要素市場的區(qū)域壁壘[14],企業(yè)間信息和知識的交換頻繁[15],企業(yè)獲取異質性、互補性知識的有效性得到增強,為企業(yè)整合內外部知識促進新產品開發(fā)提供了更大的可能性。與此同時,企業(yè)通過知識的外溢與共享,能夠快速掌握市場信息并了解技術發(fā)展的最新態(tài)勢,進而開拓新顧客群體或細分市場[16]。
其次,工業(yè)機器人引起的就業(yè)極化現象促使企業(yè)高技能型人才比重增加,有助于企業(yè)更好地協調、配置內外部的資源,探索、創(chuàng)造新的產品或技術。生產技術的革新意味著企業(yè)必須匹配更高技能和知識水平的勞動者[17]。隨著工業(yè)機器人應用水平提高,企業(yè)勞動力需要進行重新分工和組合,一方面取代了中低技能工作崗位,造成企業(yè)工人數量的大幅度削減[18-19];另一方面創(chuàng)造了高技能工作崗位,如自動化工程師、機器設備運營維護人員等,倒逼員工提高自身專業(yè)技能和創(chuàng)新能力,以保持工作的穩(wěn)定性和延續(xù)性,提升人力資本水平。而高技能和知識水平的員工對新穎性、異質性知識的吸收能力較強,更容易將企業(yè)獲取到的知識轉化為新產品、新技術,推動企業(yè)探索式創(chuàng)新。
綜上分析,可預測制造業(yè)企業(yè)在引入工業(yè)機器人初期,工業(yè)機器人的應用會給企業(yè)探索式創(chuàng)新帶來消極影響,但當工業(yè)機器人應用達到一定水平或規(guī)模時則會給企業(yè)探索式創(chuàng)新帶來積極影響,基于此,本文提出如下假設:
H1a:工業(yè)機器人應用與企業(yè)探索式創(chuàng)新呈先下降后上升的正U型關系。
2.工業(yè)機器人應用對企業(yè)利用式創(chuàng)新的影響
首先,企業(yè)引進工業(yè)機器人而產生的大量費用影響管理者的風險偏好,使其傾向于選擇能夠快速提升收益的利用式創(chuàng)新。企業(yè)在引進工業(yè)機器人的同時,還需配備相應的人才、技術等,致使企業(yè)不得不承擔大額引進費用和管理費用,一定程度上降低了管理者的風險偏好[20]。相比于高投入、高風險的探索式創(chuàng)新,企業(yè)管理者很可能服務于自身利益,將注意力轉移至能夠快速提升收益的利用式創(chuàng)新,以規(guī)避風險,實現企業(yè)平穩(wěn)發(fā)展。
其次,工業(yè)機器人的迭代更新有助于企業(yè)改進現有生產工藝,有利于利用式創(chuàng)新。隨著自動化技術及新一代信息技術的發(fā)展,工業(yè)機器人能夠得到智能化升級與改造。在此基礎上,企業(yè)通過重新配置和組合使用內外部資源,將機器人技術與企業(yè)的生產過程、生產設備和產品進行不斷融合,進而能夠實現生產過程創(chuàng)新、設備創(chuàng)新和產品創(chuàng)新,為企業(yè)利用式創(chuàng)新注入活力。此外,借助于大數據分析技術和人工智能技術,企業(yè)能夠搜集、挖掘和分析生產過程中的數據,進而通過改良、精煉或調整的方式,實現對生產工藝的改進,更進一步提高產品質量。如寶鋼集團有限公司立足于人工智能大數據平臺,通過圖像實時采集與智能分析,能夠快速識別產品是否存在缺陷,進而通過質檢數據、生產過程工藝參數、產品設計參數間的關聯,形成產品質量問題分析管理的閉環(huán)連接,實現產品質量的優(yōu)化提升。
最后,工業(yè)機器人的應用釋放了大量一線員工的創(chuàng)造力,為企業(yè)利用式創(chuàng)新注入新活力。工業(yè)機器人應用極大解放勞動力,避免員工陷入體力勞動、重復性腦力勞動,釋放了一線員工的能力和潛能。囿于自身知識儲備有限,普通一線員工很難參與到高難度的探索式創(chuàng)新活動中,但基于豐富的生產經驗,員工們能夠立足一線崗位,依據現有知識和技術,對落后技術設備、不合理工藝和陳舊操作方法進行革新、改造,促進生產技術和生產方式轉變,進一步提升已有產品質量?;诖?,本文提出如下假設:
H1b:工業(yè)機器人應用與企業(yè)利用式創(chuàng)新呈線性關系,即工業(yè)機器人應用正向影響企業(yè)利用式創(chuàng)新。
(二)政府補貼的調節(jié)作用
政府補貼是政府根據不同時期政治、經濟的方針和政策,向企業(yè)提供無償資金支持以達到特定目的[21]。政府補貼對制造企業(yè)的工業(yè)機器人應用與雙元創(chuàng)新之間關系的影響具體體現在如下幾個方面。
1.政府補貼對工業(yè)機器人應用與企業(yè)探索式創(chuàng)新之間關系的調節(jié)作用
政府補貼既能減緩工業(yè)機器人應用對企業(yè)探索式創(chuàng)新的消極作用,也能增強工業(yè)機器人應用對企業(yè)利用式創(chuàng)新的積極作用。具體體現在二方面:一是政府補貼通過發(fā)揮其信號屬性作用,抑制工業(yè)機器人應用給企業(yè)創(chuàng)新投入帶來的擠出效應。企業(yè)光依靠內部資金難以維持長時間、高風險的創(chuàng)新活動,還需要從外部融資渠道獲取資金支持。為了獲得長期競爭優(yōu)勢,企業(yè)很可能將政府補貼轉移到對研發(fā)項目和研發(fā)人員的投入上。企業(yè)獲得政府補貼表明其發(fā)展符合政府導向,進一步向外來投資者釋放了利好投資信號[22],有助于拓展多元化融資渠道,緩解工業(yè)機器人應用造成的擠壓效應。二是政府補貼發(fā)揮資源屬性作用,彌補企業(yè)自身技術和人力資源不足,強化工業(yè)機器人應用對企業(yè)探索式創(chuàng)新的積極作用。企業(yè)通過政府提供的資金支持不僅可以直接雇傭高技能型人才,還可以通過技能培訓來培養(yǎng)復合型人才,提升企業(yè)人力資本水平。這既能夠緩解員工過度依賴機器人技術而產生的技能退化[23],又能夠滿足工業(yè)機器人產生的高技能型人才需求,進而有助于企業(yè)打破現有的標準化工作流程,在新產品、新技術上取得突破。基于此,本文提出如下假設:
H2a:政府補貼正向調節(jié)工業(yè)機器人應用與企業(yè)探索式創(chuàng)新之間的正U型關系,即政府補貼減緩工業(yè)機器人應用對企業(yè)探索式創(chuàng)新的消極作用,增強工業(yè)機器人應用對企業(yè)探索式創(chuàng)新的積極作用。
2.政府補貼對工業(yè)機器人應用與企業(yè)利用式創(chuàng)新之間關系的調節(jié)作用
政府補貼能夠增強工業(yè)機器人應用對企業(yè)利用式創(chuàng)新的積極作用。具體體現在兩個方面:一是政府補貼能夠加強企業(yè)創(chuàng)新研發(fā)的意愿,高創(chuàng)新意愿有助于營造寬松創(chuàng)新環(huán)境,對創(chuàng)新失敗的包容性越強,這些都可以強化工業(yè)機器人應用對企業(yè)利用式創(chuàng)新的積極作用。政府補貼作為重要外部資源,可以直接增加企業(yè)現金持有量,緩解資源約束,增強企業(yè)風險承擔能力[24]。充足的資源也有助于決策層制定有利于創(chuàng)新的政策,進而激發(fā)一線職工創(chuàng)新積極性。隨著抗風險能力的提升,企業(yè)內部逐漸形成一種容忍創(chuàng)新失敗的良好氛圍,更能夠把工業(yè)機器人釋放出來的一線職工的創(chuàng)造力激發(fā)出來,促使員工聚焦生產、服務一線的實際問題大膽創(chuàng)新,不斷改善技術和工藝流程。二是政府補貼的資源屬性加強了工業(yè)機器人的“提質增效”作用,能夠促進企業(yè)利用式創(chuàng)新。企業(yè)通過政府補貼能夠直接補充創(chuàng)新資源,引進先進設備和技術以及高層次人才等,完善現有的工業(yè)機器人技術,促進企業(yè)生產工藝的改進,進而提高產品質量或增加產品附加值。此外,企業(yè)引進的高知識技能型人才能夠為工業(yè)機器人發(fā)揮效用提供理論與實踐指導,對工藝流程的每個環(huán)節(jié)“具體問題具體分析”,從而在提高生產效率的同時也在提高產品質量?;诖耍疚奶岢鋈缦录僭O:
H2b:政府補貼正向調節(jié)工業(yè)機器人應用與企業(yè)利用式創(chuàng)新之間的線性關系,即政府補貼增強了工業(yè)機器人應用對企業(yè)利用式創(chuàng)新的積極作用。
(三)高管技術背景的調節(jié)作用
高階梯隊理論認為,高管背景特征影響企業(yè)戰(zhàn)略選擇和行為。高管技術背景是其經歷的具體化,是高管能夠利用的知識和信息的重要來源,影響高管的經驗、技能、心智模式等。同時技術型高管是企業(yè)戰(zhàn)略決策的重要參與者,能夠為企業(yè)創(chuàng)新提供專業(yè)性指導和建議。技術型高管依靠自身積累的社會資本,在創(chuàng)新方面獲得信息和資源優(yōu)勢,有利于企業(yè)整合資源、優(yōu)化配置[25]。此外,技術型高管更注重企業(yè)長期發(fā)展,傾向于增加人力資本、研發(fā)支出等方面的投入比重[26],以此來促進創(chuàng)新。相較于非技術型高管,技術型高管對創(chuàng)新的風險承擔能力更強,創(chuàng)新失敗容忍度更高,鼓勵員工嘗試新點子和新想法[27]。技術型高管不僅能夠發(fā)揮專業(yè)優(yōu)勢,降低企業(yè)創(chuàng)新過程中的不確定性,還傾向于將大量資金投入到研發(fā)創(chuàng)新項目中[28]。因此,高管技術背景能夠為企業(yè)運用工業(yè)機器人創(chuàng)新提供支持與引領。
1.高管技術背景對工業(yè)機器人應用與企業(yè)探索式創(chuàng)新之間關系的調節(jié)作用
高管技術背景既能緩解工業(yè)機器人應用對企業(yè)探索式創(chuàng)新的消極作用,也能增強工業(yè)機器人應用對企業(yè)探索式創(chuàng)新的積極作用。具體體現在兩個方面:一是高管技術背景加強了工業(yè)機器人帶來豐富異質性資源的優(yōu)勢,推動新產品開發(fā)。技術型高管憑借卓越的組織地位不僅能夠掌握更多與技術相關的資源和信息,發(fā)現并抓住更多前景良好,但具有風險的研發(fā)創(chuàng)新機會,還能夠對企業(yè)的技術、知識等異質性資源進行更好地創(chuàng)新、交換和整合,進一步強化了工業(yè)機器人帶來異質性資源的優(yōu)勢,有助于企業(yè)研發(fā)的新產品、新技術得到快速轉化應用,促進企業(yè)探索式創(chuàng)新。二是高管技術背景既能夠緩解員工過度依賴機器人而產生的技能退化,又能夠增強工業(yè)機器人應用產生的人力資本提升效應,促進企業(yè)探索式創(chuàng)新。技術型高管既懂得專業(yè)技術知識又掌握企業(yè)發(fā)展戰(zhàn)略,偏向于從企業(yè)長遠利益最大化的角度出發(fā),重視培養(yǎng)高技能、知識水平人才,提高組織全體成員對學習新知識、掌握新技能的認同和理解,在組織內部形成自主學習的環(huán)境和文化。員工掌握的知識與技能越多,越能夠更好地匹配其工作崗位需求,也越有可能快速整合企業(yè)創(chuàng)新所需的開放性思維和領域相關技能[29],進而為企業(yè)探索式創(chuàng)新提供智力支持。基于此,本文提出如下假設:
H3a:高管技術背景正向調節(jié)工業(yè)機器人應用與企業(yè)探索式創(chuàng)新之間的U型關系,即高管技術背景減緩工業(yè)機器人應用對企業(yè)探索式創(chuàng)新的消極作用,增強工業(yè)機器人應用對企業(yè)探索式創(chuàng)新的積極作用。
2.高管技術背景對工業(yè)機器人應用與企業(yè)利用式創(chuàng)新之間關系的調節(jié)作用
高管技術背景能夠增強工業(yè)機器人應用對企業(yè)利用式創(chuàng)新的積極作用,具體體現在兩個方面:一是技術型高管對創(chuàng)新失敗的高容忍度更能夠激發(fā)出工業(yè)機器人所釋放的一線員工的創(chuàng)造力,促進企業(yè)利用式創(chuàng)新。技術型高管比例較高的企業(yè),通常重視技術創(chuàng)新,具有良好的創(chuàng)新氛圍和文化傳承,更能夠將工業(yè)機器人釋放的一線員工的創(chuàng)造力激發(fā)出來。技術型高管對創(chuàng)新活動的鼓勵以及對失敗的容忍可以使一線員工更有信心從而大膽投入創(chuàng)新工作[30],進一步優(yōu)化和改良現有的產品、生產流程,促進工藝技術革新。二是技術型高管的技術指導性與專業(yè)性較高,加強工業(yè)機器人的“提質增效”作用,有助于改進企業(yè)現有的生產工藝。高管的知識、經驗是完善機器人算法技術的依據[31]。技術型高管的知識儲備和工作經驗有可能為企業(yè)升級改造現有的生產制造工藝和生產質量提供理論與實踐指導,有助于現有產品、技術的優(yōu)化和改良,強化工業(yè)機器人應用對企業(yè)利用式創(chuàng)新的積極作用?;诖?,本文提出如下假設:
H3b:高管技術背景正向調節(jié)工業(yè)機器人應用與企業(yè)利用式創(chuàng)新之間的線性關系,即高管技術背景能夠增強工業(yè)機器人應用對企業(yè)利用式創(chuàng)新的積極作用。
(四)政府補貼與高管技術背景的協同調節(jié)效應
技術型高管由于擁有專業(yè)化背景和相應的技術才能,不僅能在企業(yè)內部傳遞生產、技術或研發(fā)等領域的知識和經驗,還能為企業(yè)提供多樣化的外部資源,提高企業(yè)決策質量[32]。高管作為企業(yè)重要戰(zhàn)略決策的制定者,很大程度上決定了政府補貼的實施效果?;趯?chuàng)新活動的深刻認識,技術型高管傾向于加大政府補貼在人力資本、研發(fā)項目等方面的投入比重[33],進而增強政府補貼調節(jié)工業(yè)機器人應用對企業(yè)創(chuàng)新的積極作用。通過合理配置政府補貼,技術型高管有利于發(fā)揮政府補貼對企業(yè)創(chuàng)新資源的補充作用,滿足企業(yè)應用工業(yè)機器人所產生的資金、技術、人才等需求,進一步促進產品、生產流程的改良和優(yōu)化,推動新產品、新技術的開發(fā)。因此,當技術型高管比例越高,政府補貼越多時,不僅能夠減緩工業(yè)機器人應用對企業(yè)創(chuàng)新的消極作用,還能夠增強工業(yè)機器人應用對企業(yè)創(chuàng)新的積極作用?;诖?,本文提出如下假設:
H4a:政府補貼與高管技術背景在工業(yè)機器人應用與企業(yè)探索式創(chuàng)新關系中能產生聯合調節(jié)效應,即政府補貼越多,高管技術背景越強,越能增強工業(yè)機器人應用對企業(yè)探索式創(chuàng)新的積極作用,并減緩工業(yè)機器人應用對企業(yè)探索式創(chuàng)新的消極作用。
H4b:政府補貼與高管技術背景互動在工業(yè)機器人應用與企業(yè)利用式創(chuàng)新關系中能夠產生聯合起調節(jié)作用,即政府補貼越多,高管技術背景越強,越能增強工業(yè)機器人應用對企業(yè)利用式創(chuàng)新的積極作用。
二、研究設計
(一)樣本選取與數據收集
本文選取2011-2018年滬深A股制造業(yè)上市公司為研究樣本。由于我國制造業(yè)各細分行業(yè)的工業(yè)機器人存量數據從2011年開始才完整披露,因此本文選擇的數據開始年份為2011年。本文將《國民經濟行業(yè)分類》(GB/T4754-2011)標準,對應于全國機器人聯合會(IFR)使用的國際標準產業(yè)分類(ISIC?Rev?40版),由此確定我國制造業(yè)細分行業(yè)的就業(yè)人數以及工業(yè)機器人存量數據,并計算出企業(yè)層面的工業(yè)機器人滲透度。其中,中、美兩國工業(yè)機器人存量數據來自IFR發(fā)布的《世界機器人報告》(2011-2018年)。中國制造業(yè)分行業(yè)就業(yè)數據、企業(yè)員工構成情況、高管技術背景數據均來自國泰安(CSMAR)數據庫。政府補貼數據來自萬得(Wind)數據庫。企業(yè)專利數量數據通過企查查官網手工搜集獲取。美國制造業(yè)分行業(yè)就業(yè)數據來自NBER-CES制造業(yè)數據庫。對ST、*ST和數據缺失嚴重的樣本企業(yè)進行剔除處理。最終,本文得到了由345家樣本企業(yè)2760筆企業(yè)—年度觀察項構成的平衡面板數據,數據處理軟件為stata170。
(二)變量測量
1.解釋變量:工業(yè)機器人應用(Robot)。工業(yè)機器人應用采用工業(yè)機器人滲透度指標來衡量。本文借鑒王永欽和董雯(2020)[5]的做法來測量工業(yè)機器人滲透度,即基于“巴蒂克工具變量”的思想構造中國企業(yè)層面的工業(yè)機器人滲透度指標,并進行對數處理。具體計算公式如下:
Robotjit=ln(mCHit×pjit=2011)(1)
Robotjit表示i行業(yè)j企業(yè)t年的工業(yè)機器人滲透度,其中mCHit表示中國行業(yè)層面的工業(yè)機器人滲透度,即中國i行業(yè)t年的工業(yè)機器人存量與i行業(yè)2010年(基期)就業(yè)人數的比值。pjit=2011表示將基期確定為2011年,中國i行業(yè)j企業(yè)生產員工占比與制造業(yè)所有企業(yè)生產員工占比中位數的比值。
2.被解釋變量:探索式創(chuàng)新(Explore)和利用式創(chuàng)新(Exploit)。本文以發(fā)明授權專利申請數作為探索式創(chuàng)新的衡量方式,以實用新型和外觀設計專利申請數作為利用式創(chuàng)新的衡量方式。同時,考慮到企業(yè)專利產出存在滯后性,本文將所有專利數據滯后一年。由于部分企業(yè)在某些年份的專利數為0,為避免專利數在取對數時產生缺失值,本文將所有專利數加上1后再取對數。
3.調節(jié)變量:政府補貼(Sub)和高管技術背景(Rep)。其中政府補貼數據來源于樣本企業(yè)年度報告財務報表附注“損益項目”下披露的政府補貼部分,并進行對數處理。本文采用企業(yè)技術型高管人數與高管總人數的比例來衡量高管技術背景,該比例越大表明企業(yè)高管技術背景越強。關于技術型高管的定義,本文認為具備以下任一條件的高管人員即為技術高管:一是從事生產、研發(fā)、設計等技術類工作崗位;二是具有助理工程師、工程師、高級工程師職稱。
4.控制變量。為了排除其他因素對回歸分析的影響,本文控制了以下變量:企業(yè)年齡(Age),用觀測年度與公司成立年份差值的對數衡量;企業(yè)規(guī)模(Size),用公司總資產的對數衡量;資本密集度(Capital),用總資產占營業(yè)收入的比重衡量;資產負債率(Lev),用總負債占總資產的比重衡量;總資產凈利潤率(Roa),用凈利潤占期末總資產的比重衡量。此外,本文還控制了可能會影響政府補貼和高管技術背景作用發(fā)揮的其他變量,包括兩職合一(Dua),當Dua=1意味著企業(yè)CEO兼任董事長,當Dua=0意味著企業(yè)CEO不兼任董事長;所有權性質(Soe),當Soe=1意味著該企業(yè)為國有企業(yè),Soe=0意味著該企業(yè)為民營企業(yè)。
三、實證分析
(一)描述性統(tǒng)計
全樣本(N=2760)的全部變量的描述性統(tǒng)計結果顯示,探索式創(chuàng)新和利用式創(chuàng)新均值分別為2389和2483,兩者差距不明顯,說明我國制造業(yè)發(fā)展進入新階段。工業(yè)機器人應用均值為1115,說明我國制造業(yè)整體工業(yè)機器人應用水平偏低。根據IFR的分析,中國人均的工業(yè)機器人擁有量大約是世界高水平制造強國的1/4,這表明我國工業(yè)機器人應用水平與發(fā)達國家相比仍有較大差距(因篇幅限制,具體數據略,有需要者可以向作者索?。?。
(二)相關性分析
表1報告了變量的相關性分析結果。工業(yè)機器人應用與企業(yè)探索式創(chuàng)新(r=0162,p<005)和利用式創(chuàng)新(r=0102,p<005)顯著正相關。在調節(jié)變量中,政府補貼與企業(yè)探索式創(chuàng)新(r=0453,p<001)和利用式創(chuàng)新(r=0335,p<001)顯著正相關。高管技術背景與企業(yè)探索式創(chuàng)新(r=0039,p<005)顯著正相關,但與利用式創(chuàng)新不顯著相關。在控制變量中,企業(yè)年齡、企業(yè)規(guī)模、總資產凈利潤率、資產負債率、所有權性質與企業(yè)探索式創(chuàng)新和利用式創(chuàng)新顯著正相關,資本密集度與企業(yè)探索式創(chuàng)新和利用式創(chuàng)新顯著負相關。
(三)回歸分析
表2、表3分別顯示了工業(yè)機器人應用對企業(yè)探索式創(chuàng)新和利用式創(chuàng)新的基準回歸結果。在表2中,模型(1)是控制變量對企業(yè)探索式創(chuàng)新的回歸結果。企業(yè)規(guī)模、總資產凈利潤率、兩職合一和所有權性質顯著正向影響企業(yè)探索式創(chuàng)新,表明企業(yè)規(guī)模越大,盈利能力越強,且董事長兼任總經理,企業(yè)性質為國有時,越有利于企業(yè)探索式創(chuàng)新戰(zhàn)略的決策與實施。資本密集度顯著負向影響探索式創(chuàng)新,表明企業(yè)資本密集度越大,風險越大,資本成本越高,越不利于企業(yè)進行高投入的探索式創(chuàng)新。
模型(2)中加入自變量工業(yè)機器人應用一次項,結果顯示,工業(yè)機器人應用顯著正向影響企業(yè)探索式創(chuàng)新(β1=0059,p<001)。模型(3)中自變量工業(yè)機器人應用二次項顯著正向影響企業(yè)探索式創(chuàng)新(β1=0012,p<001),表明工業(yè)機器人應用與企業(yè)探索式創(chuàng)新之間存在正U型關系,即當應用水平較低時,工業(yè)機器人應用會抑制企業(yè)探索式創(chuàng)新,但當達到一定應用水平時,工業(yè)機器人應用會促進企業(yè)探索式創(chuàng)新,假設H1a得到驗證。
為了進一步驗證正U型關系,本文繼續(xù)使用utest命令對U型關系進行檢驗。結果顯示工業(yè)機器人應用與企業(yè)探索式創(chuàng)新關系的斜率呈現先負(-0135,p<001)后正(0187,p<001)的特征,工業(yè)機器人應用的極值點為-1559。U型關系整體檢驗的p值為0008<001,因此拒絕虛無假設,支持工業(yè)機器人應用與企業(yè)探索式創(chuàng)新的正U型關系。
模型(4)分析了政府補貼的調節(jié)效應,結果顯示,工業(yè)機器人應用二次項和政府補貼交互項顯著正向影響企業(yè)探索式創(chuàng)新(β1=0009,p<001),表明政府補貼正向調節(jié)工業(yè)機器人應用與企業(yè)探索式創(chuàng)新之間的正U型關系,即政府補貼使得工業(yè)機器人應用與企業(yè)探索式創(chuàng)新之間的正U型關系得到加強,假設H2a得到驗證。模型(5)分析了高管技術背景的調節(jié)效應,結果顯示,工業(yè)機器人應用二次項和高管技術背景交互項顯著正向影響企業(yè)探索式創(chuàng)新(β1=0042,p<005),表明高管技術背景正向調節(jié)工業(yè)機器人應用與企業(yè)探索式創(chuàng)新之間的正U型關系,即高管技術背景使得工業(yè)機器人應用與企業(yè)探索式創(chuàng)新之間的正U型關系得到加強,假設H3a得到驗證。
為進一步刻畫政府補貼和高管技術背景的調節(jié)效應,本文分別繪制了政府補貼和高管技術背景的調節(jié)效應圖,如圖1和圖2所示。由圖1可知,相比于低水平政府補貼,高水平政府補貼對工業(yè)機器人應用與企業(yè)探索式創(chuàng)新之間正U型關系的影響更強烈。由圖2可知,相比于低水平高管技術背景,高水平高管技術背景能夠使工業(yè)機器人應用與企業(yè)探索式創(chuàng)新的正U型圖更陡峭,且極值點右移。模型(6)分析了政府補貼和高管技術背景互動的調節(jié)效應,結果顯示,工業(yè)機器人滲透度二次項、政府補貼和高管技術背景的乘積項顯著正向影響企業(yè)探索式創(chuàng)新(β1=0020,p<01),表明政府補貼和高管技術背景互動正向調節(jié)工業(yè)機器人應用與企業(yè)探索式創(chuàng)新之間的正U型關系,即隨著企業(yè)獲得更多政府補貼,擁有更多技術型高管,工業(yè)機器人應用與企業(yè)探索式創(chuàng)新之間的正U型關系更強烈,假設H4a得到驗證。
在表3中,模型(1)是控制變量對企業(yè)利用式創(chuàng)新的回歸結果。企業(yè)規(guī)模、總資產凈利潤率和兩職合一顯著正向影響企業(yè)利用式創(chuàng)新,表明企業(yè)規(guī)模越大,盈利能力越強,且董事長兼任總經理時,越有利于企業(yè)利用式創(chuàng)新。企業(yè)年齡和資產負債率顯著負向影響利用式創(chuàng)新,表明企業(yè)壽命越長,財務風險越大,越不利于企業(yè)利用式創(chuàng)新。模型(2)分析了工業(yè)機器人應用與企業(yè)利用式創(chuàng)新之間的線性關系,結果顯示,工業(yè)機器人應用顯著正向影響企業(yè)利用式關系(β2=0037,p<001),表明工業(yè)機器人應用水平越高,越有利于企業(yè)利用式創(chuàng)新,假設H1b得到驗證。模型(3)分析了政府補貼的調節(jié)效應,結果顯示,工業(yè)機器人應用一次項和政府補貼交互項顯著正向影響企業(yè)利用式創(chuàng)新(β2=0038,p<001),表明政府補貼正向調節(jié)工業(yè)機器人應用與企業(yè)利用式創(chuàng)新之間的線性關系,即政府補貼能夠增強工業(yè)機器人應用對企業(yè)利用式創(chuàng)新的積極作用,假設H2b得到驗證。政府補貼的調節(jié)效應圖如圖2所示。由圖2可知,相比于低水平政府補貼,高水平政府補貼對工業(yè)機器人應用與企業(yè)利用式創(chuàng)新之間關系的促進作用更強烈。
模型(4)分析了高管技術背景的調節(jié)效應,結果顯示,工業(yè)機器人應用一次項和高管技術背景交互項不顯著正向影響企業(yè)利用式創(chuàng)新(β2=-0077,p>01),表明高管技術背景對工業(yè)機器人應用與企業(yè)利用式創(chuàng)新之間的關系不能發(fā)揮調節(jié)作用,不能增強工業(yè)機器人應用對企業(yè)利用式創(chuàng)新的積極作用,假設H3b沒有得到驗證。
模型(5)分析了政府補貼和高管技術背景互動的調節(jié)效應,結果顯示,工業(yè)機器人應用一次項、政府補貼和高管技術背景的乘積項不顯著正向影響工業(yè)機器人應用與企業(yè)利用式創(chuàng)新之間的線性關系(β2=0033,p>01),表明政府補貼和高管技術背景互動對工業(yè)機器人應用與企業(yè)利用式創(chuàng)新之間的關系不能發(fā)揮調節(jié)作用,不能增強工業(yè)機器人應用對企業(yè)利用式創(chuàng)新的積極作用,假設H4b沒有得到驗證。
(四)內生性問題
從工業(yè)機器人應用與企業(yè)雙元創(chuàng)新的互動邏輯來看,兩者可能存在雙向因果關系。利用美國行業(yè)層面的工業(yè)機器人數據構造中國企業(yè)層面工業(yè)機器人滲透度的工具變量Robot_IV,具體計算公式如下:
Robot_IVjit=ln(mUSit×pjit=2011)(2)
公式(2)中,?Robot_IVjit表示i行業(yè)j企業(yè)t年的工業(yè)機器人滲透度。其中,mUSit代表美國行業(yè)層面的工業(yè)機器人滲透度,即美國i行業(yè)t年的工業(yè)機器人存量與i行業(yè)1990年(基期)的就業(yè)人數的比值。pjit=2011表示將基期確定為2011年,中國i行業(yè)j企業(yè)生產員工占比與制造業(yè)所有企業(yè)生產員工占比中位數的比值。
為保證研究結果的穩(wěn)健性,本文采用兩階段最小二乘法,以同時消除樣本選擇和內生性問題。由2SLS估計的第一階段回歸結果可知,工業(yè)機器人應用_IV顯著正向影響工業(yè)機器人應用,并且工業(yè)機器人應用_IV二次項顯著正向影響工業(yè)機器人應用二次項,同時,第一階段回歸的F統(tǒng)計量表明,本文工具變量不是弱工具變量。由第二階段回歸結果可知,在利用工業(yè)機器人應用_IV作為工具變量之后,工業(yè)機器人應用顯著正向影響企業(yè)探索式創(chuàng)新與利用式創(chuàng)新,工業(yè)機器人應用二次項顯著正向影響企業(yè)探索式創(chuàng)新。兩階段回歸結果表明,在解決內生性問題后,結論依舊穩(wěn)健,原有假設仍然成立回歸結果因篇幅所限省略,如需要數據請聯系作者索要。。
四、結論與建議
(一)研究結論
本文基于資源基礎理論和高階梯隊理論,運用2011-2018年滬深A股制造業(yè)上市公司數據,研究工業(yè)機器人應用對制造企業(yè)探索式創(chuàng)新和利用式創(chuàng)新的影響以及工業(yè)機器人應用影響企業(yè)創(chuàng)新的情境因素,研究發(fā)現:
(1)工業(yè)機器人應用對企業(yè)雙元創(chuàng)新的影響存在差異,有助于解釋工業(yè)機器人等智能化技術與企業(yè)創(chuàng)新之間的不同觀點。其中,工業(yè)機器人應用與探索式創(chuàng)新之間具有正U型關系,即隨著工業(yè)機器人應用水平的提高,企業(yè)探索式創(chuàng)新先是受到消極影響,后是受到積極影響,呼應了孟凡生等的研究結論。而工業(yè)機器人應用與利用式創(chuàng)新之間具有正向關系,即隨著工業(yè)機器人應用水平的提高,企業(yè)利用式創(chuàng)新是一直受到積極影響。
(2)政府補貼能夠正向調節(jié)工業(yè)機器人應用與企業(yè)探索式創(chuàng)新之間的關系,即隨著政府補貼的增加,二者之間的正U型關系得到增強。同樣,政府補貼也能夠正向調節(jié)工業(yè)機器人應用與企業(yè)利用式創(chuàng)新之間的關系,即隨著政府補貼增加,二者之間的正向關系得到增強。政府補貼通過信號傳遞和資源獲取兩個渠道,可以補充企業(yè)所需的創(chuàng)新資源,進而企業(yè)更愿意通過“機器換人”推動企業(yè)創(chuàng)新發(fā)展。這一結果很好地呼應諸多學者的研究,即政府補貼對企業(yè)創(chuàng)新的強化作用。
(3)高管技術背景能夠正向調節(jié)工業(yè)機器人應用與企業(yè)探索式創(chuàng)新之間的關系,即隨著企業(yè)技術型高管比例增加,二者之間的正U型關系得到增強。技術型高管所具有的資源優(yōu)勢和專業(yè)優(yōu)勢,更有利于企業(yè)通過“機器換人”開展探索式創(chuàng)新。然而,高管技術背景對工業(yè)機器人應用與企業(yè)利用式創(chuàng)新之間關系的調節(jié)作用不顯著,可能的原因在于:利用式創(chuàng)新門檻較低,更多的是企業(yè)基于現有的知識和技術進行改造和重組,未必需要技術型高管的支持。因此,高管技術背景對上述關系沒有調節(jié)作用。
(4)政府補貼和高管技術背景互動能夠正向調節(jié)工業(yè)機器人應用與企業(yè)探索式創(chuàng)新的關系。即隨著政府補貼增加,企業(yè)技術型高管比例增加,二者之間的正U型關系得到增強。技術型高管能夠強化政府補貼的積極作用,更有利于企業(yè)通過“機器換人”開展探索式創(chuàng)新。然而,政府補貼和高管技術背景互動對工業(yè)機器人應用與企業(yè)利用式創(chuàng)新之間關系的調節(jié)作用不顯著,可能的原因在于:技術型高管更注重企業(yè)長期發(fā)展,傾向于將政府補貼投入到高收益的探索式創(chuàng)新活動中,以獲取和保持企業(yè)競爭優(yōu)勢。因此,政府補貼和高管技術背景互動對上述關系沒有調節(jié)作用。
(二)管理建議
基于上述結論,為了充分發(fā)揮工業(yè)機器人的創(chuàng)新效應,促進制造強國戰(zhàn)略的實現,本文提出如下管理建議:
(1)就制造企業(yè)而言,有必要依托工業(yè)機器人促進企業(yè)探索式和利用式創(chuàng)新。首先,應充分認識到工業(yè)機器人的“雙刃劍”效應。制造企業(yè)在利用工業(yè)機器人提高生產效率和產品質量的同時,需密切關注員工的工作和心理狀態(tài),努力化解工業(yè)機器人與員工之間可能存在的潛在矛盾,并通過加強技能培訓來提高員工的知識技能水平,發(fā)揮員工的創(chuàng)造力,促進企業(yè)創(chuàng)新。其次,應充分考慮情境因素(政府補貼和高管技術背景)在工業(yè)機器人應用與企業(yè)創(chuàng)新之間關系中的作用。一方面,企業(yè)要建立良好的政企關系,盡可能獲取更多的政府資源支持,為企業(yè)探索式和利用式創(chuàng)新注入新動力。另一方面,企業(yè)在探索式創(chuàng)新過程中,要合理組建高管團隊結構,發(fā)揮技術型高管的資源優(yōu)勢和專業(yè)優(yōu)勢,促進企業(yè)異質性資源的有效整合與配置,推動探索式創(chuàng)新[34]。最后,應兼顧探索式創(chuàng)新和利用式創(chuàng)新兩種創(chuàng)新方式。企業(yè)要合理配置創(chuàng)新資源,在保證足夠的利用式創(chuàng)新實現短期盈利的同時,也要保證足夠的探索式創(chuàng)新獲取競爭優(yōu)勢。
(2)就政府部門而言,有必要依托工業(yè)機器人推動我國從“制造大國”向“制造強國”轉型升級。首先,應加大力度出臺相關配套政策,制定針對性的金融支持政策,吸收高質量創(chuàng)新資源流入,促進工業(yè)機器人等智能制造來賦能制造業(yè)轉型升級。其次,應高度重視對相關勞動者的教育以及人力資本的投入。政府部門要積極推動機器人和人工智能等專業(yè)學科建設,培養(yǎng)企業(yè)所需的高技能型人才,同時也要積極引導企業(yè)加強員工職業(yè)技能培訓,提高人力資本水平,適應智能制造對人力資本的要求。最后,應完善工業(yè)機器人從研發(fā)到應用的整體產業(yè)鏈。政府部門要鼓勵和支持產學研用協同,圍繞上游核心零部件的關鍵環(huán)節(jié),開展機器人共性關鍵技術和前沿技術的研發(fā)。
參考文獻:
[1]?睢博,雷宏振.工業(yè)智能化能促進企業(yè)技術創(chuàng)新嗎?——基于中國2010-2019年上市公司數據的分析[J].陜西師范大學學報(哲學社會科學版),2021,50(3):130-140.
[2]?陳金亮,趙雅欣,林嵩.智能制造能促進企業(yè)創(chuàng)新績效嗎?[J].外國經濟與管理,2021,43(9):83-101.
[3]?孟凡生,徐野,趙剛.“智能+”對制造企業(yè)創(chuàng)新績效的影響機制研究[J].科研管理,2022(3):1-14.
[4]?Acemoglu?D,?Restrepo?P.?Robots?and?Jobs:?Evidence?from?US?Labor?Markets[J].?Journal?of?Political?Economy,2020,128(6):2188-2244.
[5]?王永欽,董雯.機器人的興起如何影響中國勞動力市場?——來自制造業(yè)上市公司的證據[J].經濟研究,2020,55(10):159-175.
[6]?張宇.國外工業(yè)機器人發(fā)展歷史回顧[J].機器人產業(yè),2015(3):68-82.
[7]?He?Z?L,?Wong?P?K.?Exploration?vs.?Exploitation:?An?Empirical?Test?of?The?Ambidexterity?Hypothesis[J].?Organization?Science,?2004,15(4):?481-494.
[8]?Wang?M?C,?Chen?P?C,?Fang?S?C.?A?Critical?View?of?Knowledge?Networks?and?Innovation?Performance:?The?Mediation?Role?of?Firms?Knowledge?Integration?Capability[J].?Journal?of?Business?Research,?2018,?88:?222-233.
[9]?Gold?A?H,?Malhotra?A,?Segars?A?H.?Knowledge?Management:?An?Organizational?Capabilities?Perspective[J].?Journal?of?Management?Information?Systems.?2001,18(1):185-214.
[10]Jansen?J?J?P,?Van?Den?Bosch?F?A?J,?Volberda?H?W.?Exploratory?Innovation,?Exploitative?Innovation,?and?Performance:?Effects?of?Organizational?Antecedents?and?Environmental?Moderators[J].?Management?Science,?2006,?52(11):?1661-1674.
[11]張越,封偉毅,李志欣.戰(zhàn)略性新興產業(yè)雙元創(chuàng)新協同性影響研究[J].經濟縱橫,2021,429(8):96-105.
[12]張桂金,張東.“機器換人”對工人工資影響的異質性效應:基于中國的經驗[J].學術論壇,2019,42(5):18-25.
[13]De?Cuyper?N,?De?Witte?H,?Vander?Elst?T,?et?al.?Objective?Threat?of?Unemployment?and?Situational?Uncertainty?During?A?Restructuring:?Associations?with?Perceived?Job?Insecurity?and?Strain[J].?Journal?of?Business?and?Psychology,?2010,?25(1):?75-85.
[14]韓江波.智能工業(yè)化:工業(yè)化發(fā)展范式研究的新視角[J].經濟學家,2017(10):21-30.
[15]徐露允,黃美玲,龔紅,等.知識網絡效率對企業(yè)新產品開發(fā)績效的影響——基于要素市場化的調節(jié)作用[J].珞珈管理評論,2022(6):67-86.
[16]張峰,邱瑋.探索式和開發(fā)式市場創(chuàng)新的作用機理及其平衡[J].管理科學,2013,26(1):1-13.
[17]許怡,葉欣.技術升級勞動降級?——基于三家“機器換人”工廠的社會學考察[J].社會學研究,2020,35(3):23-46,242.
[18]譚玉松,王林輝,胡晟明.人工智能技術能促進就業(yè)質量提升嗎?[J].哈爾濱商業(yè)大學學報(社會科學版),2022,184(3):65-77,89.
[19]孔高文,劉莎莎,孔東民.機器人與就業(yè)——基于行業(yè)與地區(qū)異質性的探索性分析[J].中國工業(yè)經濟,2020(8):80-98.
[20]陶瑾,關志民.基于決策者風險態(tài)度的彈性分銷網絡優(yōu)化模型[J].經濟管理,2015,535(7):150-159.
[21]余明桂,回雅甫,潘紅波.政治聯系、尋租與地方政府財政補貼有效性[J].經濟研究,2010,45(3):65-77.
[22]王旭,楊有德,王蘭.信息披露視角下政府補貼對綠色創(chuàng)新的影響:從“無的放矢”到“對癥下藥”[J].科技進步與對策,2020,37(15):135-143.
[23]Acemoglu?D,?Restrepo?P.?The?Wrong?Kind?of?AI??Artificial?Intelligence?and?The?Future?of?Labor?Demand[J].?Cambridge?Journal?of?Regions,?Economy?and?Society,?2020,13(1):?25-35.
[24]毛其淋,許家云.政府補貼、異質性與企業(yè)風險承擔[J].經濟學(季刊),2016,15(4):1533-1562.
[25]陽鎮(zhèn),陳勁,商慧辰.何種經歷推動數字化:高管學術經歷與企業(yè)數字化轉型[J].經濟問題,2022,518(10):1-11.
[26]胡元木,劉佩,紀端.技術獨立董事能有效抑制真實盈余管理嗎?——基于可操控R&D費用視角[J].會計研究,2016(3):29-35,95.
[27]李敏,黃海艷.工業(yè)機器人應用與制造業(yè)企業(yè)創(chuàng)新績效——基于研發(fā)投入和員工知識能力的中介效應[J].中國人事科學,2022(3):73-84.
[28]賈俊生,劉玉婷.數字金融、高管背景與企業(yè)創(chuàng)新——來自中小板和創(chuàng)業(yè)板上市公司的經驗證據[J].財貿研究,2021,32(2):65-76,110.
[29]李懿,劉翔宇,李新建.員工創(chuàng)新行為生成機制研究——基于雙元開發(fā)主體的交互效應模型[J].科技進步與對策,2021,38(21):118-125.
[30]李靜芝,李永周.組織創(chuàng)新氛圍、網絡嵌入對員工創(chuàng)新行為的影響[J].科技進步與對策,2022(5):1-9.
[31]Fails?J?A,?Olsen?Jr?D?R.?Interactive?Machine?Learning[C]//Proceedings?of?The?8th?International?Conference?on?Intelligent?User?Interfaces,2003:?39-45.
[32]胡元木.技術獨立董事可以提高R&D產出效率嗎?——來自中國證券市場的研究[J].南開管理評論,2012,15(2):136-142.
[33]齊魯光,陳剛,于明濤.技術型核心高管、企業(yè)投資與期權價值[J].科研管理,2021,42(7):163-170.
[34]朱晉偉,趙曜.高管團隊職能異質性對創(chuàng)新績效的影響機制——基于創(chuàng)業(yè)板企業(yè)的實證分析[J].河南師范大學學報(哲學社會科學版),2021,48(5):45-51.
The?Impact?of?Industrial?Robot?Application?on?Manufacturing?Ambidextrous?Innovation
——The?Moderate?Effects?of?Government?Subsidy?and?Executives?Technical?Background
HUANG?Hai-yan1,LI?Min1,ZHANG?Hong-bin2
(1.?School?of?Business,Nanjing?Audit?University,Nanjing?211815,China;
2.?Bureau?of?China?Metallurgical?Geology?Bureau,Langfang?065201,China)
Abstract:With?the?rapid?development?of?the?new?generation?of?information?technology,?the?fading?demographic?dividend?and?the?rising?labor?cost,?industrial?robots?have?become?the?main?driving?force?to?promote?the?transformation?and?high-quality?development?of?the?manufacturing?industry.?Based?on?the?resource-based?theory?and?the?upper?echelon?theory,?this?paper?explores?the?impact?of?industrial?robot?application?on?enterprise?ambidextrous?innovation?(exploratory?innovation?and?exploitative?innovation)?and?the?contingency?factors?of?industrial?robot?application?on?enterprise?ambidextrous?innovation?by?using?the?data?of?A-share?manufacturing?listed?companies?in?Shanghai?Stock?Exchange?and?Shenzhen?Stock?Exchange?during?the?years?from?2011?to?2018.The?results?show?that?the?application?of?industrial?robots?has?a?positive?U-shaped?effect?on?exploratory?innovation?and?a?positive?linear?effect?on?exploitative?innovation.?Government?subsidies?and?senior?executives?technical?background?can?strengthen?the?positive?U-shaped?effect?of?industrial?robot?application?on?exploratory?innovation.?Government?subsidies?can?strengthen?the?linear?effect?of?industrial?robot?application?on?exploitative?innovation,?but?the?moderate?effect?of?senior?executives?technical?background?is?not?significant.?The?results?of?two-stage?regression?show?that?the?conclusion?is?still?robust?after?solving?the?endogeneity?problem.
Key?words:industrial?robot?application;exploratory?innovation;exploitative?innovation;government?subsidy;senor?executives?technical?background
(責任編輯:周正)