一、引言

中美贸易摩擦以来，我国诸多企业屡遭“卡脖子”难题，企业的创新能力不足问题凸显。国内企业大多着眼于短期利益，仅做小幅或模仿的利用性创新，缺乏对支撑企业长期发展的关键核心技术的探索性创新，因此被锁定在价值链低端环节。党的十九届六中全会强调，要推进科技自立自强，推动经济高质量发展。依据环境学派理论，战略是一个反应的过程，是面对外界环境进行的被动适应^[1]。在我国技术被封锁的情境下，中国企业既要进行利用性创新，改进现有产品和技术以获得短期利润，又要开展探索性创新，实现新市场的开拓，向价值链高端升级，争取关键核心技术掌控权，摆脱被科技遏制的困境，实现长期发展^[2]。企业需要从战略的高度审视长短期关系，这是现实中很多企业提出的“两手抓，两手都要硬”的技术创新行为选择，即既要做满足企业短期利益的利用性创新，又要瞄准关键核心技术进行探索性创新，实现技术突破以解决“卡脖子”难题，提升企业核心竞争力以保障可持续发展。

自March^[3]首次提出探索性创新与利用性创新的分析框架，二元创新概念被广泛应用于创新研究。探索性创新是指颠覆企业原有的技术范式、利用全新知识探索新市场新产品的行为，有利于关键核心技术突破；利用性创新是指利用企业已有的知识和技术基础进行的创新行为，难以实现关键核心技术突破。已有研究从组织内部文化、高管特质、外部环境、制度因素等多方面探究了二元创新的驱动因素^[4]。然而，目前鲜有文献关注战略差异度如何作用于企业的二元创新行为。

企业战略是基于发展目标、指挥策略实施的决策准则，是获取核心竞争力构建的一系列顶层设计，决定着企业利润分配、经营管理和投融资等各项活动。战略管理理论表明，在行业竞争的环境下企业之间会相互影响，为了降低经营的不确定性，企业会进行互相模仿和学习，从而使得在同行业中的企业拥有着相似的战略资源。但企业要想获取独特资源和能力以塑造核心竞争力，追逐超越行业平均水平的回报，就需要采取不同于行业常规趋势的战略。企业战略偏离行业常规模式的程度，也就是企业与行业内竞争对手战略的差异程度，被称作战略差异度^[5]。战略差异度不同于差异化战略，更加强调在企业战略层面的偏离程度，而并非企业采取的某一种特定竞争战略。从已掌握的文献来看，管理层的注意力配置和信息不对称导致的融资约束是影响企业创新的重要因素，战略差异度一方面能够推动企业更加关注新颖性产品和服务、拓展新的市场机会，进而促进企业创新；另一方面又会因为背离常规加剧企业和利益相关者之间的信息不对称，导致投资者难以依据一般经验对企业的真实情况进行判断，提高了企业绩效和风险评估的难度，影响企业融资和信用风险，从而对企业创新产生不利影响。

目前，学者们关于战略差异度和企业创新关系的看法存在争议，主要有促进论、抑制论和倒U形三种结论，对创新的考察主要集中在企业整体层面，鲜有研究对创新进行细致分类。现有文献关于战略差异度和创新的研究仍然存在探索空间，本文欲从二元创新视角进一步分析。此外，关于战略差异度和创新的边界机制的研究主要关注制度因素、外部环境、内部经营特征等方面，缺乏对企业内部知识基础的考察。创新是将现有知识元素重组的过程。伴随着信息广泛传播、知识日益丰富，企业内部知识基础作为知识积累过程的体现，是获取持续竞争优势的关键内部资源之一。企业的知识基础体现了企业特定的知识资源结构和特点，而战略差异度则体现了企业现阶段和未来关注的重点和发展方向，战略和知识资源的匹配对企业尤为重要。因此，本文考察了企业知识基础的调节作用，探究知识基础资源和企业战略导向的匹配对二元创新的影响。

本文选择了2011—2020年沪深A股制造业上市公司为样本进行实证检验，研究结果表明，战略差异度显著阻碍一期后的利用性创新提高，显著促进两期后的探索性创新提高，对两者具有差异影响。并且较大的知识宽度会增强战略差异度对企业利用性创新的不利影响，较高的知识深度会弱化战略差异度对企业探索性创新的有利影响。在通过改变计量方法、变换关键变量的度量方法、删除部分年份数据进行稳健性检验后，本文的研究结论仍然成立。本文丰富了战略差异度和创新的研究内容，在战略层面，有助于企业明确把握战略差异度作为创新动力源，正确理解战略差异度与二元创新关系机理，合理进行企业战略部署和知识管理。

二、文献综述 (一) 战略差异度和创新

以往的文献研究结果表明，战略差异度就像是一把“双刃剑”。从风险角度看，战略差异度越大，会带来更高的信息不对称和经营风险，从而导致更剧烈的绩效波动、更低的信用商业融资、更激进的避税行为、更高的企业违约风险等^[6-7]。而从机会视角出发，企业实施差异化以提升竞争力，是积极适应外部环境的一种表现，会推动企业寻找新的市场机会，洞察新的市场和产品变化，战略差异度带来的不确定性需要企业具备更高的风险承担水平和研发投入，在一定程度上能提升企业的经营绩效^[8]。伴随经济发展进入新常态，企业之间的竞争日益激烈，经营状况充满不确定性，为了摆脱同质化竞争，一些企业通过在战略上寻求差异谋取出路。长期来看，企业提升价值的重要途径是通过创新提高企业的生产效率。因此，战略差异度会如何影响企业创新便成为一个重要的话题。学术界关于战略差异度与创新之间的关系存在争议，主要有促进论、抑制论和倒U形三种结论。促进论提出采取与同行业竞争者存在差异的战略是为了追求超额的经营业绩，在一定程度上会增强企业实施创新的动机。企业为了获得竞争优势，开辟赶超竞争者的发展方式，从而激发创新潜能。更高的战略差异度，表明企业有更高的承担风险的意愿和更高的创新失败容忍度^[9]。抑制论则认为与符合行业规范的战略相比，高的战略差异度增加了信息不对称和信息处理成本，同时会加剧企业的融资约束，对于需要大量且持续的资金支持的创新活动具有一定的风险性。战略偏离行业常规还会导致没有现有经验可以借鉴，经验分享受阻，给企业创新带来更多的不确定性，从而会抑制企业创新。还有学者认为两者之间存在倒U形关系，即存在一个界限，在界限之前的战略差异度对，企业创新有促进作用，当超过界限时，促进作用消失转化为阻碍作用。学者们关于战略差异度和企业创新关系大都停留在企业整体创新层面的笼统分析，他们的研究结论存在分歧，并且缺乏对不同创新类型的探讨，欠缺对创新的分类研究。基于探索性创新和利用性创新具有不同的特点和资源需求，本文从二元视角研究了战略差异度对企业二元创新的影响。

(二) 知识基础

除了战略差异度和企业创新的直接关系，学者们还关注影响战略差异度和企业创新关系的调节变量。徐鹏等^[10]实证分析发现政府补助的“信号作用”和“挤出效应”增强了战略差异度和创新的倒U形关系，而减税降费削弱了两者之间的关系。孙洁等^[11]认为融资约束能够显著增强战略差异度对创新的抑制作用。王贞洁等^[12]发现企业资本经营能够提高资产流动性，增强资源重新分配能力，缓解融资约束，从而增强战略差异度对企业绩效的正向促进作用。关于战略差异度和创新之间关系的边界机制，现有研究主要从制度因素、外部环境、内部经营特征等方面展开讨论，鲜有考察企业知识基础在其中发挥的作用。

知识基础观把企业看作一个知识处理系统，企业内的隐性知识是企业核心能力构建的重要资源^[13]。知识观中的动态能力理论进一步指出，知识资源的使用决定了企业动态能力的强弱。管理学家钱德勒曾提出“组织跟随战略”，他认为高效的组织系统是战略行动的有力支撑^[14]。企业内部知识基础是企业重要的组织属性，能够塑造阻挡竞争对手模仿和追赶的壁垒，具有可转移性、复杂性和专用性等特点^[15]。企业的战略如何与内部知识恰当结合，是企业发展中需要着重关注的问题。从知识结构属性的角度，知识基础可以被分为知识宽度和知识深度。具体而言，知识宽度与企业对用户组合、细分市场和技术背景的知识多样化程度有关^[16]。知识深度与企业在其专业领域内的知识和技术专长的彻底程度有关。先前研究已经证实广泛的知识通常与更高的吸收和整合能力相关，使企业能够更快地学习并在其现有知识和外部知识之间建立联系，但同时也意味着更高的知识管理成本^[17]。较高的知识深度能够帮助企业更有效地配置同类知识，在自己熟悉的领域拥有更强的竞争优势，但也容易受已有知识束缚，产生路径依赖，导致认知模式僵化^[18]。企业的知识宽度和知识深度体现了企业在内部知识资源上的配置方式和结构特点, 而战略差异度则体现了企业的决策方向，企业战略和知识资源的匹配对企业尤为重要。本文探讨知识基础在战略差异度影响二元创新中发挥的调节作用，并试图更好地理解为什么具有不同知识结构类型的企业中其战略差异度对二元创新的作用效果会不同。

三、研究假设 (一) 战略差异度和二元创新

战略学者认为，企业通过培养独特的市场地位和开发有价值的、稀有的和竞争对手无法模仿的资源和能力来获得可持续的竞争优势。从注意力配置角度看，战略差异度较大会促使企业将注意力集中于发展新颖性产品或者服务，关注具有新意的技术和创新成果^[19]。企业偏离行业规范的战略决策，会带动技术变革行为产生。实施同质化的效仿战略虽然能够在一定程度上节约自行开发和探索的成本，但是也会降低进行新创造的动机。独特战略模式带来的风险促使企业开展能带来高额回报率的创新活动，这要求企业进行超越行业常规技术的研究活动，推动企业夺取市场主动权，争取“先发制人”的优势，从而释放内在的创新力量。提升战略差异和探索性创新都是企业克服竞争环境中不确定性的冒险行为，战略的偏移更能够促进企业进行重新定义其产品和服务或者开发新市场的新商业创造^[20]。

在企业注意力有限的情况下，企业缺乏对现存状态的全面考察，高战略差异度导致企业用于利用性创新的资源会被分散。制度理论认为企业通过遵守规范来获得合法性，能够获得更加有利的制度环境^[21]。战略差异度较高，企业往往会面临更高的监管成本，受限于现行的法律法规，给企业进行利用性创新平添阻碍，但在一定程度上激发了企业通过监管支持的方式弱化违背法律的风险，强化企业进行探索性创新的动机。同时，脱离行业常规轨道进行创新，阻碍了企业间经验共享和知识传承。利用性创新相较探索性创新更加依赖于经验，它是在现有技术上的小幅度创新，需要在行业信息共享中不断进行技术的提升和完善，信息通道受阻会使利用性创新受到更大的负面影响。此外，战略实施很难立竿见影，创新成果转化的过程需要一定的周期，并不能一蹴而就，往往具有时滞性。因此，本文提出如下假设：

H1a：战略差异度促进企业探索性创新，且有一定的时滞性。

H1b：战略差异度抑制企业利用性创新，且有一定的时滞性。

(二) 知识基础的调节作用

广泛的知识可以使企业以更复杂和有效的方式组合跨不同领域的知识，从而增加知识整合的灵活性^[22]。为了创建先发优势，企业偏离行业常规战略，创新过程中会产生更多的新想法和新思维。战略差异度高需要识别新的商业机会，存在很大风险，知识宽度高的企业通常拥有跨多个学科和异构领域的专业知识，可以为企业新想法实现提供更多的选择范围，快速识别新的技术机会趋势和前景，有利于将已有技术与新兴技术组合^[23]。偏离常规战略意味着企业需要自行探索新的领域，进行更广泛的知识搜索，知识宽度高意味着企业有更高的吸收和整合能力，有助于融合和消化新知识，提升学习效率，促使企业突破“本地搜索”局限，从而正向加强企业战略差异度对探索性创新的促进作用^[24]。

但也有研究表明，由于认知限制，拥有广泛知识的企业可能无法充分掌握和挖掘其知识库的潜在价值^[25]。企业知识宽度过大，会增加企业的学习成本，分散企业的认知资源。过高的知识宽度导致企业内部知识不够聚焦，知识之间联系不紧密，知识结构松散导致在高战略差异度的背景下，企业内部协调难度增加，不利于企业在已有的技术范式中进一步开发知识。利用性创新是在现有领域中的深入挖掘，高的知识宽度虽然增加了不同领域的知识范围，但是也导致各个领域的知识不够深入，在企业认知资源有限的背景下，会使企业陷入信息过载的困境。并且利用性创新的幅度小，对于异质性资源需求相对较低，战略的偏离已经使得企业用于利用性创新的资源被分离，在较高的知识宽度作用下，会进一步增强战略差异度对企业利用性创新的不利影响。基于此，提出如下假设：

H2a：知识宽度越大，战略差异度对企业探索性创新的正向影响作用越强。

H2b：知识宽度越大，战略差异度对企业利用性创新的负向影响作用越强。

当一家企业以专业知识或核心技术的形式积累了深厚的知识时，容易出现一种占主导地位的思维定式并导致组织惯性，从而陷入“能力陷阱”^[26]。过高的知识深度，容易让企业局限在自己熟悉的领域，限制了在其他领域的探索。企业开展探索性创新，需要突破现有企业边界，知识深度较高，可能会抑制企业在高战略差异度下进行探索性创新的积极性。偏离行业常规推动企业进行创新性技术实现的过程中，需要更加多元和开放的创新氛围，在企业资源有限的背景下，过高的知识深度会阻碍企业对新知识的融合和应用，影响技术变革的进程。知识积累过深也会使企业容易产生认知惰性，对于潜在机会要素的预测和识别能力下降，导致无法及时调整以应对变化的环境，削弱了技术部署能力。在战略差异度推动企业开展探索性创新的过程中，往往面对着更加多变和复杂的外部环境，认知惰性导致企业对于机会感知的敏感性减弱，从而削弱了对探索性创新的积极影响。

拥有深厚知识的企业可能更愿意探索其熟悉的领域，对于现有知识的理解能够帮助他们更加高效地整合同领域的知识，从不断深入扩展的知识所产生的范围经济中获益^[27]。丰富的知识储备能够缓冲高战略差异度下企业经验分享受阻的困境，为企业的利用性创新提供充足的知识库，为企业技术的进一步发展提供支持。高知识深度增强了企业在利用性创新过程中应对外界不确定性的柔性，为企业在偏离行业常规情况下构筑了坚实的知识壁垒，为现有技术的深挖提供保障。在特定领域长期积累的深厚知识构成了企业的核心竞争优势^[28]，更高的知识深度能够不断自我强化，提升利用知识的能力，弱化战略差异带来的风险，为企业进行利用性创新提供更好的内部知识资源环境。基于此，提出如下假设：

H3a：知识深度越大，战略差异度对企业探索性创新的正向影响作用越弱。

H3b：知识深度越大，战略差异度对企业利用性创新的负向影响作用越弱。

综上，本文的研究模型如图 1所示。

四、研究设计 (一) 样本选取和数据来源

国务院2015年印发的《中国制造2025》中提出，制造业是创新驱动发展的主战场，涵盖着新一代信息技术、生物医药、航空航天装备等创新活动集中且活跃的产业，因此本文将数据样本控制在制造业内。

本文数据涵盖了2011—2020年的中国沪深A股上市制造业公司样本，并按以下标准进行了数据筛选：①剔除特殊处理公司(ST和^*ST)样本，降低特殊经营时期数据对研究结果的影响；②剔除研究中所涉及变量数据缺失的样本；③为克服极端值对实证分析的影响，对连续变量按照前后1%的水平进行缩尾处理。研究数据来自CSMAR中国经济金融研究数据库、Wind数据库和国家知识产权局专利检索服务平台。考虑到战略调整对创新作用的滞后性和长期性，战略差异度选用2008—2017年的数据，二元创新等变量选取2011—2020年数据，考察了战略差异度滞后三年的影响。

(二) 变量衡量 1. 因变量二元创新

参考已有研究，企业的二元创新绩效可以利用专利分类号(以国际专利分类号前4位为准)，以5年观测期滚动计算。通过该企业每年的专利申请的分类号与前5年的专利申请的分类号进行对比，如果5年内没有出现过，年度末未重复的专利数量加总记为探索性创新(IN1)；如果5年内已经出现过，重复的专利数量加总记为利用性创新(IN2)^[29]。为了捕捉二元创新的弹性以及消除数据的异方差，本文对所有被解释变量进行加1之后取对数处理。

2. 自变量战略差异度

借鉴现有文献^[30]，基于以下6个指标构建战略差异度：①广告强度(广告费用/营业收入)；②资本密集度(固定资产/员工数)；③研发强度(研发支出/营业收入)；④管理费用投入(管理费用/营业收入)；⑤固定资产更新度(固定资产净额/固定资产原值)；⑥有息负债率(短期借款+长期借款+应付债券/净资产)。鉴于不少上市公司并未单独披露广告费用和研发支出，因此采用销售费用除以营业收入近似替代广告强度、无形资产净额除以营业收入近似替代研发强度。战略差异度构建方式如下：首先依据年度和行业分别对上述6个指标进行标准化，并取其绝对值，求平均值后得到战略差异度(STD)。STD值越大，表示企业的战略偏离行业常规模式的程度越大。借鉴已有做法^[31]，剔除广告强度和研发强度重新构建了一个战略差异度(STD2)作为稳健性检验的自变量替代指标。

考虑到企业从战略实施到产生研发创新成果存在一定时间滞后，已有研究将解释变量进行了滞后处理，本文统一将战略差异度对二元创新的即期影响做滞后一期处理(STD_1)：第t期的战略差异度影响t+1期的二元创新。同时，为了考察战略差异度对二元创新影响的持续性，我们还连续考察滞后2期(STD_2)和滞后3期(STD_3)的影响。

3. 调节变量知识基础

参考以往研究，本文用5年的专利数据来测量企业每年的知识基础，即第t年属于技术分类j的数据为$P_j=\sum\limits_{t-4}^t P_j$，其中，t=2011，2012，2013，2014，2015，2016，2017，2018，2019，2020，技术分类采用4位主国际分类号。

① 知识宽度：参照Huang等^[32]的研究来计算企业知识宽度(KB)：

$ \mathrm{KB}=\sum\limits_j\left(p_j \ln \left(\frac{1}{p_j}\right)\right) $

(1)

式中，p_j指的是企业在技术分类j上的专利数占企业当年专利总数的比例；$\ln \left(\frac{1}{p_j}\right)$是每个技术分类j的权重。KB值越大，表明企业的知识基础越宽。

② 知识深度：参照Zhang等^[33]的研究来测量知识深度：首先计算技术比较优势值(RTA)：

$ \operatorname{RTA}_{i j}=\frac{\left(\frac{P_{i j}}{\sum\limits_j P_{i j}}\right)}{\left(\frac{\sum\limits_j P_{i j}}{\sum\limits_{i j} P_{i j}}\right)} $

(2)

式中，P_ij表示企业i在技术分类j上的专利数；分子表示企业i在技术分类j上申请的专利数占所有j分类专利数的比例；分母表示所有企业在j分类上的专利数占所有专利数的比例。

最后，根据RTA计算企业知识深度为：

$ \mathrm{KD}=\frac{\sigma_{\mathrm{RTA}}}{\mu_{\mathrm{RTA}}} $

(3)

式中，μ_RTA为企业所有技术比较优势值的均值；σ_RTA为其标准差。

4. 生命周期

本文在分析中考察了不同生命周期下战略差异度对二元创新的影响。生命周期的划分主要有依据企业年龄、盈利指标等单变量划分和依据现金流情况进行划分两类方法，后者在研究中应用更加广泛。现金流反映了企业的盈利能力、经营风险和增长速度等方面的特征，具有客观性，在一定程度上能够避免行业固有差异的干扰，因此本文参照Dickinson^[34]的现金流法，依据企业在经营、投资、筹资活动中现金流净额的正负判断企业所处的生命周期，不同生命周期的现金流特征如表 1所示。

5. 控制变量

本文参考以往战略差异度以及二元创新的相关文献，控制了企业规模(Size)、企业年龄(Firmage)、固定资产比率(Tangibility)、董事会独立性(Independence)、两职合一(Duality)、管理层年龄(Mngage)、管理层性别比例(Maleratio)、Z指数(Z-score)。变量说明与测度如表 2所示。

(三) 模型设定

为检验战略差异度对二元创新的影响，构建以下计量模型：

$ Y_{i t}=\alpha+\beta_1 \mathrm{STD}_{i t}+\beta_2 Z_{i t}+\mu_{i t}+\varepsilon_{i t} $

(4)

式中，Y_it代表企业的探索性创新(IN1)或利用性创新(IN2)；STD_it表示企业的战略差异度水平; Z_it表示控制变量，包括企业规模、企业年龄、两职合一等；μ_it表示企业个体效应；ε_it表示随机扰动项。

进一步，为了检验知识宽度和知识深度对战略差异度与二元创新的调节作用，在以上模型的基础上引入战略差异度及其与知识宽度和知识深度的交乘项，构建以下模型。

$ Y_{i t}=\alpha+\beta_1 \mathrm{STD}_{i t}+\beta_2 \mathrm{~KB}_{i t}+\beta_3 \mathrm{STD} \times \mathrm{KB}_{i t}+\beta_4 Z_{i t}+\mu_{i t}+\varepsilon_{i t} $

(5)

$ Y_{i t}=\alpha+\beta_1 \mathrm{STD}_{i t}+\beta_2 \mathrm{KD}_{i t}+\beta_3 \mathrm{STD} \times \mathrm{KD}_{i t}+\beta_4 Z_{i t}+\mu_{i t}+\varepsilon_{i t} $

(6)

式中，KB_it表示知识宽度；KD_it表示知识深度；STD×KB_it和STD×KD_it分别表示战略差异度和知识宽度与知识深度的交互项。

五、实证分析 (一) 描述性统计

根据收集的数据对变量进行描述性统计分析如表 3所示，其中探索性创新均值为1.66，远小于利用性创新的均值2.51，可见平均来看企业更多地进行利用性创新，探索性创新相对较弱。此外，二者的方差都相对较大，表明不同企业进行探索性创新和利用性创新程度存在较大不同。

(二) 主效应

为考查变量之间是否存在多重共线性问题，本文在做回归分析前对各变量的方差膨胀因子(VIF)进行了运算，结果显示，VIF的最大值为1.47，远小于临界值10，因此，变量间不存在多重共线性问题。本文使用非平衡面板数据进行研究，根据豪斯曼检验在固定效应回归模型和随机效应回归模型之间进行选择，结果显示支持前者。本文使用Stata软件对模型进行回归分析，战略差异度对企业二元创新的回归结果如表 4所示。

由表 4可见，在企业战略差异度影响二元创新的检验结果中，模型1中STD_1的回归系数为-0.021，但不显著，表明滞后一期的战略差异度对探索性创新没有显著的影响；模型2中STD_1的回归系数为-0.112，且在10%的水平上显著，表明滞后一期的企业战略差异度对利用性创新有显著的负向影响；模型3中STD_2的回归系数为0.155，且在10%的水平上显著，表明滞后二期的企业战略差异度对探索性创新有显著的正向影响；模型4中STD_2的回归系数为0.073，但不显著，表明滞后二期的战略差异度对利用性创新没有显著的影响；模型5和模型6中STD_3的回归系数为-0.071和0.066，但不显著，表明滞后三期的企业战略差异度对探索性创新和利用性创新没有显著影响。上述检验结果说明，企业战略差异度正向影响其探索性创新，但是这种正向影响并不表现在前期，而是在滞后二期，假设H1a得到了验证；企业战略差异度负向影响利用性创新，而这种负向影响只表现在滞后一期，在滞后二期和滞后三期中均不明显，假设H1b得到了验证。上述检验结果说明，战略差异度对企业利用性创新和探索性创新的影响存在一定的滞后，并且对探索性创新影响的时滞效应更明显。

(三) 调节效应

基于主效应回归结果，进一步考察知识基础的调节效应，回归结果如表 5所示。模型7和模型8是在模型2的基础上依次加入两个调节变量以及它们和滞后一期战略差异度的交互项，模型9和模型10是在模型3的基础上依次加入两个调节变量以及它们和滞后二期战略差异度的交互项。

模型7中，滞后一期战略差异度与知识宽度的交互项系数显著为正(β =0.177, p < 0.05)，表明知识宽度正向调节滞后一期战略差异度与利用性创新的负向关系，假设H2b得到验证；模型8中，滞后一期战略差异度与知识深度的交互项系数不显著(β =0.099, p>0.1)，表明知识深度对滞后一期战略差异度与利用性创新关系的影响不显著，假设H3b未通过验证；模型9中，滞后二期战略差异度与知识宽度的交互项系数不显著(β=-0.104, p>0.1)，表明知识宽度对滞后二期战略差异度与探索性创新关系的影响不显著，假设H2a未通过验证；模型10中，滞后二期战略差异度与知识深度的交互项系数显著为负(β=-0.480, p < 0.01)，表明知识深度显著负向调节滞后二期战略差异度与探索性创新的正向关系，假设H3a得到验证。

(四) 稳健性检验

为验证以上结论的可靠性，本文采用改变计量方法、替换关键变量衡量方法、剔除部分年份数据的方法进行稳健性检验，发现回归结果的符号与显著性未发生变化，证明本文结果的稳健性较好。

1. 更换计量方法

本文通过固定效应模型控制了不随时间而变的遗漏变量的影响，在稳健性检验中进一步考虑不随个体异质性变化的“时间效应”，使用双向固定效应模型进行回归分析，结果如表 6，自变量以及交互项的显著性和方向都与前文结果相一致，有较好的稳健性。

2. 替换自变量衡量方法

使用剔除广告强度和研发强度重新构建的战略差异度(STD2)作为稳健性检验的自变量替代指标，表 7报告了运算结果，自变量以及交互项的显著性和方向都与前文基本一致。从整体来看，保持了较好的稳健性。

3. 删除部分年份样本

表 8报告了删除2011年、2012年和2013年数据的运算结果，结果仍然保持了较高的稳健性。

(五) 战略差异度和二元创新关系的进一步分析

为更加细致地分析战略差异度和二元创新之间的关系，本文按照生命周期、产权性质和技术含量对全样本进行分组回归分析。

1. 生命周期

依据生命周期划分出处于成长期、成熟期和衰退期的企业，分组研究战略差异度对不同生命周期企业的探索性和利用性创新的影响，如表 9所示。由表 9可知，战略差异度对利用性创新的负向影响主要表现在衰退期企业，从侧面反映出处于衰退期的企业对于战略变动更加敏感。在衰退期，企业大都面临的是生存和资金问题，创新动机较弱，对于冒险行为更加谨慎，大都会缩减不必要开支，从而很难支持创新活动，因此对探索和利用性创新都表现为抑制作用。而战略差异度对探索性创新的正向影响主要表现在成长期和成熟期企业，并且在成长期的正向促进作用强于成熟期。处于成长期的企业，受到既有战略轨迹的约束较小，具有更加强烈的自主创新意识，在成长期的企业可能对企业内部创新行为失败有更大的包容性，会促进企业调整战略推动探索性创新。企业在成长期的成长曲线陡峭，更加愿意进行冒险的尝试。在成熟期，企业往往会受到在研发方面的政策支持，企业在维持稳定的同时也会加强创新强度，但相对成长期的企业，在战略上的改变相对谨慎，因此促进探索性创新的程度相对较弱。

2. 国有企业与非国有企业

为探究战略差异度对不同所有制企业二元创新影响的异质性，依据实际控制人性质将样本划分为国有与非国有企业，表 10是分样本回归结果。结果显示，战略差异度对利用性创新的负向影响主要体现在非国有企业，而对探索性创新的有利影响主要体现在国有企业。相对非国有企业，国有企业承担着更多的社会责任和功能，在关键核心技术突破中发挥着重要的作用。国有企业分布在产业链的多个关键环节，拥有更多的资源和政策支持，推动探索性创新有更多的保障，为战略调整提供支持和动力；非国有企业虽然创新活力强，但是更加以盈利为目标，对于战略调整的敏感度更强，推动实施利用性和探索性创新的意愿较弱。

3. 高技术企业与非高技术企业

根据2017年颁布的《高技术产业(制造业)分类(2017)》, 依据所列示高技术企业的代码筛选出高技术企业，其余为非高技术企业，表 11是分样本回归结果。结果显示，在正向促进探索性创新过程中，高技术企业对于战略差异度调整更加敏感。这可能是因为，高技术企业的创新活动更加频繁，对技术的更新迭代中进行探索性创新的动机更强，相较非高技术企业在业务上更加重视技术的革新。在非高技术企业，技术含量高的业务较少，企业创新动机弱，因此在影响利用性创新的过程中表现出更加明显的抑制作用。

六、研究结论与启示 (一) 研究结论

本文以沪深A股制造业上市公司为样本，基于二元创新的视角和知识基础观理论，实证研究了战略差异度对二元创新的影响，并探讨了知识宽度和知识深度对该影响的调节作用。

首先，本文从二元视角出发，为战略差异度和创新关系的研究提供了新的思路和证据。现有文献大都在总的创新层面探究两者关系，缺乏对创新的细致分类。而本研究发现，战略差异度显著抑制一期后的利用性创新，显著促进两期后的探索性创新，对两者具有差异影响，并且影响探索性创新的滞后期要大于利用性创新，从二元视角进一步细化了现有研究结论。研究结果在一定程度上反映出不同创新类型具有不同的相匹配的战略倾向的需求^[35]。例如，Stettner等^[36]提出，探索性创新多依赖于企业边界扩展的、外向型的战略倾向。差异化强调在产品和服务质量上与其他企业拉开差距，战略差异度高的企业实施超越行业规范的运作模式，具有更强的创新意愿，驱动企业进行更多自我探索，也有研究发现差异化更容易导致企业的产品创新倾向而非工艺创新行为。在高战略差异度的推动下，企业实施探索性创新以塑造产品独特性的欲望也更加强烈，有助于企业摆脱创新惰性。相反，高战略差异度意味着企业倾向于从差异中获取超额收益，这与更加关注短期收益的利用性创新相违背，在一定程度上阻碍了企业实施利用性创新。战略差异度高，往往伴随着不确定性和变化，更多地关注全新的技术和服务，一方面占用管理层认知资源，另一方面也使利用性创新的不稳定性加强，损害了利用性创新绩效。进一步分析的结果还显示，战略差异度对于探索性创新的促进作用在成长期和成熟期、国有企业和国有高技术企业更加明显，对于利用性创新的抑制作用在衰退期、非国有企业和非高技术企业表现更加明显。

其次，本研究结果一定程度上反映了战略差异度对二元创新绩效影响的时滞效应，并且揭示了对二元创新影响存在时间滞后期的差异。创新成果转化需要长期、持续、大量的投入，创新想法转化为专利成果也需要一定的时间，在短期内难以获得收益，因此战略差异度对企业创新绩效的作用需要较长时间才能显现，这可能是对二元创新影响有滞后的原因。探索性创新相较利用性创新不论从创新的力度还是新颖性都更强，所以从战略实施到创新成果出现需要更长时间，因此战略差异度对企业探索性创新的促进作用存在较长时滞。

最后，现有文献忽略了战略和企业内部知识基础的组合效应，本研究拓宽了战略差异度和创新关系研究的边界，对于企业更好地实现战略和知识的匹配提供了借鉴。本研究发现较高的知识深度会弱化战略差异度对企业探索性创新的有利影响。探索性创新是脱离现有知识、依赖于新知识的创新活动，知识深度高的企业容易形成路径依赖和“知识茧房”，不容易进行路径创造和接受新知识，弱化了战略差异度对探索性创新的作用。也即企业已有知识的固化会阻碍企业探索新的领域，提高战略差异度以驱动探索性创新的异质性知识需求难以得到满足，导致其对探索性创新的积极影响削弱。结果中知识宽度对战略差异度之于探索性创新的正向调节作用没有得到验证，可能是因为知识宽度虽然有利于快速识别新机会，但是知识宽度与战略差异度是否具有匹配性尚未明晰，整合高宽度的知识也会增加企业内部协调成本，因此，对战略差异度影响探索性创新过程中发挥的作用可能会相互抵消而表现为不显著，需要进一步深入研究。另外，较大知识宽度会增强战略差异度对企业利用性创新的不利影响。利用性创新是基于现有技术和知识的小幅度创新，对知识宽度的需求不明显。知识宽度大，使得战略差异度大的企业需要消耗更多人力和物力，容易导致企业内部资源争夺，使得有一定风险性的战略倾向与利用性创新模式的矛盾更加凸显。较多的异质性强的知识，增加了企业信息处理的负担，高战略差异度带来的复杂技术和竞争态势更加降低了利用性创新效率。结果中知识深度的调节作用并没有被证实，可能是因为知识深度带来的对现有知识深入理解的优势以及“能力陷阱”的劣势相互抵消了，没能够在其中发挥作用。

(二) 管理启示

通过研究战略差异度和企业二元创新之间的关系以及知识基础的调节作用，表明企业提升战略差异度，从长期来看有利于企业探索性创新，压制企业的利用性创新，知识宽度和知识深度对企业的探索性创新和利用性创新受战略差异度影响过程的调节作用有差异。

第一，战略上的调整是实现探索性创新的前提，企业要通过调整战略以促进或实现探索性创新，从而有利于企业解决关键核心技术被“卡脖子”的难题，实现技术突破。这有助于克服企业始终在既有的技术知识和能力范围内，通过利用性创新从事低水平的技术创新，难以迈向新的技术“S”曲线的困境。战略的调整不能迅速改变企业的创新行为，正是因为时滞效应，企业提前考虑逐渐增加在探索性创新方面的投入，将有利于企业长期发展。同时企业进行探索性创新应当结合自身所处的生命周期做决策，在成长期和成熟期寻求差异更有利于实现探索性创新，而在衰退期无论进行探索性创新还是利用性创新，战略差异的风险都会被放大；而高技术企业和国有企业，应当发挥自身在技术和资源上的优势，调整战略以推动核心技术的突破。对于处于衰退期、非国有和非高技术企业在制定战略时要审慎保守，对自身和外部环境提前做好分析和预测再决策。

第二，企业知识基础对于战略差异度之于二元创新的影响有差异。企业本身就是分工的产物，企业的知识基础有专业限制。知识基础深的企业对战略差异度之于探索性创新的影响会有弱化作用，所以，企业在调整战略时需要将此作为重要的影响要素加以考虑。企业专业知识的积累很重要，但是也要考虑通过吸引符合战略调整后所需的专业人才来提高知识吸收效率，还要考虑采取产学研结合等模式优化知识交流模式，提升内部储备知识质量。企业还应当加强内部知识管理，控制知识深度和知识宽度两个层面的知识范围，降低知识管理难度，避免战略差异和过量知识给企业造成的管理负担和资源冲突，以确保战略调整后开展二元创新所需要的知识基础的匹配。

(三) 研究局限与未来研究方向

第一，本文研究对象聚焦于制造业企业，并未进行更为广泛或更加细致的分类研究，可能会限制我们研究结果的普遍性。未来的研究可以在不同的行业和环境中进一步检验研究模型，以提高研究结果的可泛化性。

第二，创新活动的内涵丰富，企业专利情况在一定程度上反映了其对创新的态度，也是众多学者使用的方法，但仅用专利数据衡量创新行为可能存在片面性。未来的研究可以收集企业更为全面、立体的指标，并进行独立验证。

第三，研究中并未证实知识宽度对战略差异度和探索性创新的调节作用，以及知识深度对战略差异度和利用性创新的调节作用，其中是否受其他因素影响或者有不同的作用机制有待进一步探究。