《Technovation》：Does AI catalyze novelty? Generative AI, resource allocation novelty, and innovation quality of high-performing manufacturing enterprises in emerging markets
编辑推荐：
高绩效制造企业通过绩效期望盈余驱动资源分配创新，进而提升创新质量，其中生成式AI的采用强化了间接效应。基于行为理论与数字赋权视角，研究使用2011-2022年中国A股制造业面板数据，发现绩效期望盈余与资源分配创新正相关，且资源分配创新部分中介绩效期望盈余对创新质量的影响。生成式AI通过扩展感知能力和促进跨职能协调，增强资源分配创新的效率，从而放大对创新质量的积极影响。
罗星武|于德良|周丹
浙江财经大学管理学院，中国杭州市下沙区学院路18号，310018
摘要
在高绩效企业的推动下，新兴市场的技术突破和产业进步取得了显著进展。然而，当这些企业的表现超出预期基准时——即当它们经历“绩效期望盈余”时——它们如何持续提升创新质量的问题尚未得到充分研究。本文基于企业行为理论和数字赋能视角，探讨了绩效期望盈余影响创新质量的机制和条件。通过分析2011至2022年间中国上市公司的制造企业数据，我们发现绩效期望盈余对创新质量有积极影响，其中资源分配的创新性在此过程中起到了部分中介作用。此外，生成式人工智能（GAN）的采用进一步增强了绩效期望盈余与创新质量之间的正向关系。这些发现为研究新兴市场中高绩效企业的创新策略提供了新见解，并有助于理解AI时代的创新实践。
引言
凭借其显著的行业地位和丰富的资源优势，新兴市场中的高绩效制造企业有望通过独特的资源分配策略实现技术突破并推动产业进步（Liu和Hua，2024；Yu等人，2019）。例如，海尔集团通过整合供应链数据、重新配置内部研发工作以及将技术资源与以用户为中心的设计优先级相结合，在跨设备智能连接方面取得了突破。1中国铁路总公司通过重组工程团队并集中投资于高效牵引系统，成功开发出了下一代永磁同步牵引系统，将额定能耗降低了25.4%。2尽管高绩效企业在推动技术进步方面发挥着关键作用，但关于它们如何利用自身优势维持高质量创新的学术研究仍然有限——大多数现有研究关注的是表现不佳的企业如何努力实现复苏和突破（Cabral等人，2024；Dong等人，2021；Posen等人，2018）。
绩效反馈一直是组织研究的核心主题（Kotiloglu等人，2021）。为了描述高绩效企业，我们引入了“绩效期望盈余”这一概念，它源自企业行为理论。绩效期望盈余指的是企业的实际表现超出基于历史和行业基准的期望水平的程度（Chen，2008）。这种盈余状态表明企业正在超越其绩效参考点，从而减轻了即时绩效压力，并促使行为发生变化，进而影响后续的战略决策（Cyert & March 1963；Gavetti等人，2012）。现有实证研究表明，当企业超出其绩效期望时，它们往往会调整研发投资强度（Lucas等人，2018；Vanacker等人，2017），减少出口强度（Dong等人，2022），并将战略重点从价值创造转向价值捕获（Cheng等人，2022）。虽然这些研究强调了高绩效企业对绩效反馈的反应行为（Joseph和Gaba，2015；Kotiloglu等人，2021），但对其如何实现和维持高质量创新的关注仍然不足。创新质量指的是创新成果在技术进步、经济价值和实际影响方面的有效性。它反映了企业提供新颖、有用和高价值成果的能力，被认为是长期竞争力的关键驱动力——使企业能够适应技术变革、满足市场变化需求并保持行业领导地位（Zhao等人，2023；Liu等人，2024）。然而，尽管创新质量至关重要，但绩效期望盈余与创新质量之间的关系尚未得到系统研究。此外，生成式人工智能（GAN）的兴起为企业创新带来了新的技术可能性（Chalmers等人，2021），高绩效企业预计将在其采用中处于前沿。GAN是一类能够基于学习的数据模式自主生成文本内容、图像、代码或材料的技术（Mariani和Dwivedi，2024）。在制造业领域，GAN支持新产品的开发、流程的改进以及现有运营和决策过程的优化（Singh等人，2024）。因此，在研究高绩效制造企业如何实现高质量创新时，考虑GAN的赋能特性（即其嵌入的行动可能性）变得至关重要。
因此，本研究旨在探讨：在何种条件下以及通过何种机制，绩效期望盈余会影响高绩效制造企业的创新质量？本研究结合企业行为理论（BTOF）和数字赋能视角，探讨高绩效制造企业如何利用绩效期望盈余提升创新质量，以及这种效应得到强化的条件。根据BTOF理论，在绩效反馈的引导下，高绩效企业通常会采取宽松搜索策略来调整资源分配，以维持长期竞争力（Cyert & March 1963；Gavetti等人，2012）。我们关注的不是静态或常规的资源分配过程，而是资源分配的创新性——这是一种系统性的搜索和选择过程的结果，旨在实现具有高潜力的创新活动的战略性非常规资源重新配置（Helfat和Maritan，2024）。虽然这些常规行为奠定了基础，但真正的资源配置创新性体现在偏离现有分配模式并重新调整以适应新兴战略优先级上（Crossland等人，2014）。例如，海尔集团通过其COSMOPlat平台协调全球供应链数据，实现资源向用户驱动的创新需求的动态调整。同样，中国铁路总公司调整了研发投资重点，支持低碳牵引技术的发展，将更多资源投入到绿色出行项目的探索中。
然而，BTOF主要强调企业对绩效反馈的被动反应（Posen等人，2018），这可能限制了它们利用新兴技术机会的能力。为了解决这一局限性，我们引入了数字赋能视角，该视角强调新兴技术（如GAN）如何通过扩展企业的感知和分析能力来重塑其搜索行为（Berente等人，2021；Liu等人，2023；Singh等人，2024）。GAN的学习能力使企业能够模拟各种资源分配方案，发现以前被忽视的创新路径（Singh等人，2024；Yan等人，2022），其自主性还增强了跨职能资源协调，促进了更全面的创新策略（Berente等人，2021；Chalmers等人，2021；Taddy，2019）。通过将搜索范围扩展到传统反馈驱动的行为之外（Posen等人，2018），GAN促进了主动搜索取向（Singh等人，2024），使企业能够识别和利用与其过剩资源相匹配的高潜力创新项目。
本研究对现有文献做出了三项重要贡献。首先，通过整合数字赋能视角，本研究扩展了BTOF理论，提供了一个新的理论框架，以探讨高绩效企业如何以及何时实现高质量创新。这种整合丰富了BTOF研究，使其能够考虑新兴数字技术背景下的企业行为（Cabral等人，2024；Kotiloglu等人，2021；Posen等人，2018）。其次，本研究引入了资源分配创新性这一新视角，揭示了绩效期望盈余影响创新质量的机制。通过阐明这一中介路径，它填补了当前关于高绩效企业如何维持高质量创新的理解空白，并为研究新兴市场中高绩效企业的创新策略提供了新见解（Shankar和Narang，2020）。第三，本研究将GAN的采用确定为一个边界条件，证明了其在绩效期望盈余与资源分配创新性之间的调节作用。这一发现强调了GAN在塑造企业行为中的关键作用，并扩展了BTOF理论在新兴技术背景下的适用性（Singh等人，2024）。
研究片段
企业行为理论和数字赋能视角
BTOF理论认为，企业的风险管理决策和战略调整主要受绩效反馈的驱动（Cyert & March 1963；Gavetti等人，2012）。管理者通过将组织绩效与历史基准和行业预期进行比较来评估绩效。当绩效低于预期水平时，企业会启动问题导向的搜索，积极寻找改进绩效的新方案。
样本和数据收集
本研究使用了2011至2022年间在中国A股市场上公开上市的制造企业的面板数据。所使用的数据来自经过验证的、广泛认可的商业数据库，这些数据库常用于中国上市公司的实证研究。具体而言，企业层面的财务和治理信息来自中国股票市场和会计研究（CSMAR）数据库，专利和引用数据来自...
主要结果
表2展示了主要变量的描述性统计信息和皮尔逊相关性分析。如表2所示，PAS与IQ之间存在显著的正相关（r = 0.037，p < 0.01），初步支持了假设1。同样，RAN也与IQ呈正相关（r = 0.053，p < 0.01），表明其在提升创新质量方面的潜在作用。PAS还与RAN呈正相关（r = 0.023，p < 0.05），表明在高绩效企业中...
结论与讨论
人们普遍认为新兴市场中的高绩效制造企业能够推动技术突破和产业进步。然而，它们如何有效分配和转化过剩资源以维持创新质量的问题尚未得到充分研究。基于BTOF理论和数字赋能视角，本研究发现绩效期望盈余显著提升了创新质量。资源分配的创新性在此过程中起到了部分中介作用，表明...
作者贡献声明
罗星武：概念化、资金获取、方法论、项目管理、资源、写作——审稿与编辑。于德良：数据整理、正式分析、调查、方法论、软件、验证、可视化、写作——初稿撰写。周丹：资金获取、方法论、资源、监督、写作——审稿与编辑。
利益冲突
作者未报告任何潜在的利益冲突。
致谢
本研究得到了国家社会科学基金（项目编号：22BGL095、24BGL021）的支持。
罗星武博士是中国浙江财经大学管理学院的教授，研究兴趣包括平台商业模式、数字创新和战略创业。他的研究成果发表在《商业研究杂志》、《旅游管理》、《新兴市场评论》等期刊上。
