超越追赶阶段后发企业双元学习演进的驱动机制研究

○彭新敏 李佳楠 张 帆

引言

改革开放以来，中国部分后发企业通过模仿追赶积累了一定的技术能力和知识基础，开始进入接近并挑战行业领先者的超越追赶阶段。那么，如何从原先的“追赶者”向行业“领导者”转型，就成为当前众多中国企业亟需解决的战略问题。[1,2]双元学习指组织在同一时间内既从事探索性学习又进行利用性学习的行为。[3,4]在中国后发企业双元追赶实践中，双元学习发挥着重要作用。已有研究发现，在二次创新动态追赶的过程中，中国后发企业的组织学习会从间断式平衡向双元性平衡转变。[5]因此，双元学习提供了一种独特的观察视角，帮助我们深入理解后发企业超越追赶阶段的行为和策略。[6,7]

然而，现有研究围绕实现双元学习是否需要跨越组织边界产生了两种不同机制的争论。[8,9]Tushman等认为，组织分离（Organization Separation）是一种有效的机制，组织可以通过在内部建立不同的事业部分别进行探索和利用，进而实现自洽型双元（Harmonic Ambidexterity）；[4,10-13]而Lavie等认为，跨域分离（Across Domain Separation）是更有效的方式，组织可以通过联盟或并购等方式跨越组织边界来实现分隔型双元（Partitional Ambidexterity）。[14-20]此外，与韩国等新兴工业化国家和地区的出口导向型后发企业不同，中国后发企业的追赶实践是在转型的“所有制制度”、多样的“技术体制”、多层次的“市场空间”及新兴的“全球网络”四位一体的情境下开展的，[21]学习与追赶通常呈现出更为复杂的演化模式。然而，现有文献对中国后发企业双元学习演化所面临的独特情境并没有给予充分的关注。[22,23]与此同时，现有文献对双元学习模式的关注主要基于静态视角分析，而从动态视角切入对双元模式演化过程进行的研究仍较为匮乏。[24]因此，探索中国后发企业超越追赶阶段的双元学习模式的动态演化，可能会带给我们新的发现和启示。

本研究聚焦于后发企业的超越追赶阶段。在这一情境下，由于后发企业与国际领先企业的技术差距相对来说较小，后发企业更倾向于从模仿创新向自主研发转换，从渐进性创新向突破性创新转换，而双元学习模式则倾向于从“分隔型双元”向“自洽型双元”转换。[13]然而，对于何种因素借助何种机制促进企业双元学习模式的转换，现有研究并未给出明确的解答。基于上述理论与现实背景，本研究将后发企业双元学习模式演进的驱动因素及机制作为研究对象，通过探索双元学习模式演进的驱动因素及机制，指引后发企业构建适合自身的双元学习模式，从而实现从“追赶”快速迈向“前沿”的目标。

一、文献综述

1.双元学习模式的演进路径

结构双元理论认为，企业通过高度差异化又松散耦合的不同子单元分别开展探索和利用，可以在整体上获得竞争优势。[4]Kauppila进一步认为，在根本性的探索和利用之间进行结构分离是实现双元的必要条件。[25]不过，随着战略联盟等企业网络的兴起，学者们围绕着结构分离方式却产生了激烈的争论：双元究竟是通过内部组织分离还是外部合作分离来实现？[8]在此基础上，Simsek等根据企业双元的实现是否跨越了组织边界，把双元分为跨越组织的“分隔型双元”和组织内的“自洽型双元”两种类型。[9]Benner等认为，探索或利用过程的外部化会增加对不同事业部之间进行战略整合的困难，因此更支持在企业内部同时进行探索和利用活动；[11]Rothaermel等、Lavie等则认为，从外部获取知识有助于企业重新配置已有知识库，因此企业可以通过外部化的活动（如外包或联盟）来构建双元性。[14,15]Rothaermel等认为企业进行技术搜索时需要进行考虑两种跨边界的平衡，一种是跨越组织边界的内部和外部技术搜寻之间的平衡，另一种是跨越技术边界的探索新技术和利用已有技术之间的平衡。[16]然而，现有研究关于企业应当如何跨越边界组合实现探索和利用双元的结论也存在矛盾：Hoang等、Hess等通过对美国生物技术产业的实证研究表明，内部探索和外部知识利用的结合能带来研发项目的成功，而内部利用和外部探索的组合对研发绩效的影响是负向的；[17,19]相反，Stettner等通过美国软件产业的实证研究表明，企业内部进行利用和通过联盟或收购进行探索的组合能带来更高的市场绩效。[20]

从动态的视角来看，随着时间推移，企业需要在不同领域调整探索和利用的分配。Rothaermel等发现，随着新产品从开发到上市，企业联盟由探索性联盟向利用性联盟演化，并且随着企业规模的增长，他们会从外部联盟转向通过垂直整合来发现、开发和商业化有前景的研发项目；[14]彭新敏等通过纵向单案例研究发现，中国后发企业由追赶到前沿的转型过程中，双元学习模式会由基于联盟或并购的分隔型双元向企业内部主导的自洽型双元转变。在这一过程中，分隔型双元会促进企业的渐进性创新能力，推动企业向自洽型双元演化，并最终提升企业的突破性创新能力。[1]不过，双元学习模式的演进机制还受到其他因素的影响，正如Stettner等强调，企业究竟如何通过内外部配置探索和利用还取决于不同的产业情境和国家情境。[20]

2.双元学习模式演进的驱动机制

双元构建模式选择面临着外部环境与内部组织的双重驱动，现有研究主要从外部和内部权变视角探讨了双元模式选择的影响因素。[26]Smith等构建了一个基于领导感知过程的双元产生模型，认为高管团队构成、行为整合以及对二元矛盾的认知在创建双元性组织方面发挥着重要作用。[27]Tiwana 则重点关注外部联盟网络结构对双元的影响，实证检验了联盟中强关系与桥关系的配置对知识整合水平及联盟双元性的影响。[28]Simsek在其提出的组织双元性构建机制的理论框架中，认为组织内部因素中的双重结构、行为情境和高管团队行为整合是决定因素；外部环境因素中的环境动态性与环境复杂性则是重要的调节变量。[29]Luo等同样认为，新兴经济体跨国企业的双元性受到企业内部和外部市场两个层面因素的影响，内部因素包括所有权结构、国际经验、组织技能、战略意图等，外部因素包括市场类型、制度环境、目标市场开放度等。[7]与此同时，对中国后发企业来说，在追赶过程中还面临着特殊的技术、市场与制度情境。[21]Lee等也认为，一个特定的产业体系中的机会窗口可能会在技术、市场和制度（或政策）三个维度上开启，追赶企业和在位企业对窗口做出的“响应”共同决定了它们相对位置变化。[22]现有研究虽然对双元演进的驱动因素进行了探索，但缺乏与后发追赶情境因素的有效联系，更缺乏通过大样本数据检验其中的驱动机制。

更为重要的是，双元学习是一个动态的任务而不是静态的匹配。[8]如Boumgarden等通过惠普和今日美国两个纵向案例的研究展示了组织如何随时间推移构建双元，并建议未来双元性研究需要采取丰富的时间视角及大规模的实证检验。[30]彭新敏等发现，后发企业双元学习模式由分隔型到自洽型的演化过程受到技术体制多样性、市场空间多层性及企业内部能力累积性的共同驱动，为双元学习演化驱动机制的进一步研究提供了思路。但该研究基于纵向单案例研究，未来需要通过多案例比较不同产业或不同性质企业驱动机制的差异，也需要通过大样本数据对其研究结论进行实证检验。[1]

总体来看，目前学术界对双元研究的焦点发生了转移，从最初讨论是否需要双元及双元对绩效的影响，逐渐过渡到双元如何实现及不同双元构建模式对绩效的动态影响，[11,20]由此伴生了新的研究缺口。首先，现有研究对于双元模式的分析多为静态考察，缺乏对双元模式之间动态切换机制的思考；其次，现有研究对双元性的分析缺乏对企业情境的考量，因而无法解答在超越追赶情境下双元模式之间转换机制的独特属性。

因此，针对上述研究缺口，本研究将深入剖析超越追赶阶段中国后发企业面临的特殊技术、市场与制度情境，探讨中国后发企业的双元学习模式由分隔型向自洽型的演化过程，并揭示其驱动机制。

二、概念模型构建与相关假设

根据上述文献回顾，外部环境的变化是影响双元学习模式演化的关键驱动因素。在中国，企业所面临的外部环境存在显著的独特性。首先，中国本土市场上的技术体制与其他情境下有所不同：中国企业大多为技术的后发进入者，可以获得很多技术机会，有一定程度的技术保护特征，也有自己独特的技术生命周期和技术范式转换的频次；[21]其次，中国本地市场上的市场空间与其他情境下有所不同：由于中国幅员辽阔，不同市场空间价格水平不一、细分需求多，市场空间呈现出多层次的特征。[31]基于以上特点，本研究得以通过逻辑演绎获得相关假设。

首先，技术体制变化会引发企业进行双元学习。而能引发技术体制变化的学习往往是突破式创新，使企业将从利用性学习转向探索性学习，其双元学习模式也将相应地从分隔型双元转向自洽型双元。一般来说，行业层面的技术体制变化会促使全行业企业进行技术更迭，并迫使组织通过学习搜寻技术知识。基于以上分析，本研究提出如下假设：

H1：后发企业所在产业技术体制的变化将促使后发企业双元学习模式由分隔型双元向自洽型双元演进

其次，市场空间变化同样会引发企业的双元学习。为了将学习结果转为企业效益，企业就必须成功地将学习成果推向市场并被市场接受。因此，市场空间对企业学习成果的转化十分重要，市场空间变化因而成为驱动企业学习和创新的动力。如果市场空间变化很大，企业会更聚焦探索式学习，力图推出与之前产品完全不同的新产品。而更多开展探索性学习，使企业更加强调自主研发，双元学习模式同样会从分隔型双元向自洽型双元演进。基于以上分析，本研究提出如下假设：

H2：后发企业所在产业市场空间的变化将促使后发企业双元学习模式由分隔型双元向自洽型双元演进

假设1 和假设2 主要从企业外部层面讨论了超越追赶阶段下，后发企业双元学习模式的驱动机制。而结合中国情境，在企业内部方面，后发企业的所有制类型和技术差距将进一步影响双元学习模式演进的驱动机制。因此，本研究在假设1 与假设2 两个主要假设的基础上，提出所有制类型与技术差距的交互调节效应。

首先，所有制类型对双元学习模式演进的驱动机制产生影响。中国经历了从计划经济向市场经济的转型，所有制形式的多样性是转型经济体与成熟市场经济体的重要区别。[32]民营企业与国有企业在很多方面存在差别，他们的追赶路径和战略目标亦有不同。[33]国有企业遵循政府主导，其管理者本质上是官员，更倾向于追求行业尖端技术，而国有企业所拥有的丰富资源也能支撑其进入高新技术领域。当技术变革和技术体制发生变化时，国有企业将更为敏感地感知并抓住机会窗口，能更快速地做出反应，将促使国有企业的学习模式从联合研发向自主研发转变。与其相对，民营企业资源相对有限，既缺乏国有企业雄厚的资金和强大的研发团队，又受限于盈利需求，仅追求够用的技术，[34]因而技术体制变化敏感度不足；相对而言，由于市场空间的变化对民营企业利润的冲击更大，民营企业更依赖于对市场空间的感知，更关注市场。此时，市场空间变化会驱动民营企业进行双元学习模式的演进，从强调“合作研发”“渐进性创新”的分隔型双元学习模式向强调“自主研发”“突破式创新”的自洽型双元演进。

其次，企业的技术差距同样会对双元学习模式演进的驱动机制产生影响。随着后发企业与领先企业技术差距的缩小，后发企业将越来越难获得领先企业的技术转移，无法通过先进企业的技术溢出效应来获得新技术。同时，后发企业在成长中也积累了较多的技术能力，吸收能力和创新能力都有提升，并不断与领先企业相接近。因而，在技术差距较小时，技术体制变化对超越追赶阶段后发企业双元学习模式从此前强调通过并购、联盟渠道进行技术获取的分隔型双元向强调自主创新的自洽型双元转换的推动作用应更加明显。与其相对，在技术差距相对较大时，市场空间的变化对后发企业的冲击更为明显。中国幅员辽阔，有着多种市场空间和多层市场空间，意味着不同级别的技术范式可以共存；当技术差距较大时，部分市场依然对相对落后的技术有一定需求，一些后发企业仍可以借此生存。此时，市场空间的变化将更可能促使企业搜寻新的技术知识并在现有技术水平的基础上实现技术进步，促进企业通过双元学习模式的演进获得更强的生存能力。

结合对所有制类型和技术差距的分析，在技术体制和市场空间两个驱动因素的基础上，本研究进一步提出企业所有制类型、技术差距、技术体制和市场空间的多重调节效应假设（假设3、假设4），并建构了超越追赶阶段后发企业双元学习演进驱动机制的概念模型，如图1所示：

H3：后发企业与领先企业技术差距较小的时候，技术体制变化对国有企业双元模式演进过程的驱动作用将更加显著

H4：后发企业与领先企业技术差距较大的时候，市场空间变化对民营企业双元模式演进过程的驱动作用将更加显著

三、数据收集与实证检验

1.样本来源

为探索超越追赶阶段中后发企业双元学习模式的驱动机制，本研究所选样本企业应当处于超越追赶阶段中，因此主要考虑两个来源：第一，隐形冠军企业，他们是制造业中一个特殊的企业群体，不仅在自己的细分市场占据着前三的市场份额，而且已经实现或者正在进行超越追赶，成为各自领域技术创新的领导者，因而非常适合作为实证研究样本；第二，中国上市公司中的大中型制造企业，这些企业普遍具有先进制造实力，通常也是本技术领域的创新领导者，创新过程中常伴随着双元学习，因此也非常适合作为该实证研究的样本。由此，本研究选取了中国制造企业隐形冠军中的上市公司，以及中国上市公司中其他大中型制造型企业作为样本来源。

实际操作中，本研究主要根据隐形冠军企业名单进行样本筛选。隐形冠军企业名单来源于中国各省公布的“隐形冠军名单”，截至2019年共522 家。隐形冠军企业往往是某个行业中排名前三位或某一地区排名第一的企业，但由于专注于某一领域，他们虽成绩斐然却不为大众所知。因此，为防止所选择的目标企业都处于某一行业而使研究结果有所偏颇，需要首先对每一个隐形冠军企业进行了解，确定其主营业务及其所属行业（由于隐形冠军企业只专注于某一领域，研究只关注其主营业务所处行业）；其次，在上一轮筛选结果中再次选出其中的上市企业；再次，根据二次筛选的结果，关注其余企业的所有制类型，力图保持民营企业与国有企业数量持平，从而方便检验（国有企业和民营企业大多经过混合制改革）；随后，为了防止研究结论不能普适于中国情境或只能代表中国的某一地区，本研究也关注隐形冠军企业所处的地理位置，尽量使样本企业均衡分布于中国的各个地区；最后，完成以上步骤后，在获得的301 个样本企业中进一步筛选，以保证样本的上市时间在2012年前，方便获得有效数据。通过如上筛选过程，本研究的样本企业最终确定为203 家，共计1218 个年· 公司观测值。

2.变量测度

本研究关键变量包括技术体制变化、市场空间变化、双元学习模式演化、企业所有制类型及技术差距等。

关于技术体制变化的测度，主要参考Park等的做法，将技术机会作为技术体制的代理变量，并利用行业年度申请注册专利的增长率表示该行业的技术机会情况。[35]其依据是行业的专利注册水平能够较好地反映一个行业的技术创新成果。通常的观点是，行业中技术机会越高，行业的竞争就会越激烈，行业中的后进入者进行技术赶超的可能性越小，[35]用如下公式计算技术机会：技术机会（Tecopp）=（当年专利申请数-上年专利申请数）÷上年专利申请数；因此，技术体制变化计算公式如下：

TecregChait=|Tecoppit-Tecoppit-1|

关于市场空间变化的测度，一般通过行业的市场成长情况体现，一方面反映在行业中企业数量的变化，另一方面则反映在行业的销售收入的变化。[36]本研究选择用行业的销售收入的变化作为动态衡量行业市场增长的指标。通过以下公式先计算市场成长，然后计算市场空间变化：市场成长（MarkGrow）=（当年产品销售收入-上年产品销售收入）÷上年产品销售收入。因此，市场空间的变化计算如下：

MarkChait=|MarkGrowit-MarkGrowit-1|

关于双元学习模式演进的测度，程序较为复杂，需要分为多个步骤进行。对双元学习的测度需要把握如何定量度量“探索”与“利用”两个维度。为保证对双元学习测量的客观公允，本研究参考了已有实证研究中的变量测度方法，科学构建了双元学习模式演进的变量测度。

首先，参考 Lavie等的测度方法，本研究把探索和利用操作性定义为一组连续变量而不是两个独立的正交变量，即假定探索和利用是相互竞争和排斥的，是在一个连续谱上的两个程度变量，故而可用探索相对于利用的程度进行测量。[18,37,38]由此，参考Lavie的做法，本研究借助研发投入、联盟情况、并购事件等指标，对分隔型双元与自洽型双元进行测度，而将双元学习模式演进定义为两种双元模式的绝对差值：[18]

双元学习模式演进=|自洽型双元- 分隔型双元|

所有制类型（SoE）为模型中的调节变量，可将其设为哑变量：当SoE=1，意味着该企业为国有企业；SoE=0，则表示该企业为民营企业。企业所有制类型通过在Wind 及国泰安数据库中的最终控制人身份进行判断。如果最终控制人为个人或民营组织，则判定为民营企业；如果最终控制人为事业单位、各级国资委或国有机构，则判定为国有企业。

关于技术差距的测度，学者广泛采用的指标有劳动生产率差距和全要素生产率差距，且大部分研究是从产业、地区或国家层面进行测量。[21,39]吴晓波等从地区角度，采用内外资企业全员劳动生产率（工业增加值/ 全部从业人员）的比值衡量外商投资企业与当地企业的技术差距；[40]傅晓霞等从国家角度出发，采用各地区与美国人均GDP的差距及各地区与美国全要素生产率的差距来衡量技术差距。[39]借鉴上述研究，本研究主要从企业层面考虑中国后发企业与同产业领先企业的技术差距，受限于企业层面数据的可得性，采用了人均产品销售收入（即企业销售总收入/ 企业员工人数）作为代理指标。具体计算时，首先分别计算样本企业与同产业国外领先企业的人均产品销售收入，再用国外最高企业的人均产品销售收入除以样本企业的人均产品销售收入来度量。

此外，本研究选取企业规模与企业年龄作为控制变量。企业规模作为调节变量，会影响企业创新结果和绩效，可用上一年员工人数的对数作为代理变量。[16,35]

本研究的企业样本和数据来源于CSMAR 国泰安数据库、WIND 数据库、SDC 联盟数据库、中国专利全文数据库、中国科技统计年鉴等。国外公司数据来自Compustat 数据库。上市公司专利申请数量及类型来源于国家知识产权局的中国专利全文数据库；上市公司所有权性质、财务数据和研发数据来自 WIND 数据库和CSMAR 国泰安数据库，其中研发数据从 WIND 数据库中的“数据浏览器—财务分析—衍生报表数据—基于利润表—研发费用”中提取；上市公司的新产品开发数据通过 WIND 数据库、CSMAR 国泰安数据库、CNKI 中国知网报纸库、上市公司年报手工搜集、确认并归类；《中国科技统计年鉴》因其丰富的科技指标被广泛运用于技术创新领域研究，可用来收集行业层面的数据，主要根据该年鉴中大中型工业的科技活动统计数据，来构造产业层的技术体制、市场规模等行业层面指标。企业规模通过 WIND 数据库获得样本企业的员工人数，并取其对数；企业年龄直接通过 WIND 数据库获得。

3.实证结果

本研究采用以下模型进行数据回归来进行相关假设验证。

AmbiChafit+1=β0+β1controlsit+β2TecregChait+β3MarkChait+β4SoEit+β5TecGapit+β6SoEit×TecregChait+β7SoEit×MarkChait+β8SoEit×TecregChait×TecGapit+β9SoEit×MarkChait×TecGapit+ε+γ

本研究采用Stata 软件进行面板数据的描述性统计分析、相关分析和回归分析。由于本研究关注因果关系，故被解释变量“双元模式演进”（AmbiChafit+1）数据滞后1年。

假设检验的判定标准如下：（1）假设1 和假设2的检验：通过面板数据分析，如果技术体制变化（TecregCha）对双元模式演进（AmbiChaf）的回归系数为正且显著，则假设1 得到验证；同样，如果市场空间变化（MarkCha）对双元模式演进（AmbiChaf）的回归系数为正且显著，则假设2 得到验证。（2）假设3 和假设4的检验：如果“技术体制变化×所有制类型×技术差距”（TecregCha×SoE×TecGap）的交互项对双元模式演进为负且显著，则假设3 得到验证；如果“市场空间变化×所有制类型×技术差距”（MarkCha×SoE×TecGap）的交互项对双元模式演进为正且显著，则假设4 得到验证。

本研究首先对样本数据进行描述性统计分析，该分析没有放入交叉项。统计发现，除了“技术体制变化”与“市场空间变化”变量有少量数据难以收集因而缺失外，大部分变量的观测值基本没有缺失。企业规模的标准差相对较小，样本企业规模相近，而企业的平均年龄在16 岁左右，相对来说属于较成熟企业。具体描述性统计结果见表1。

表1 描述性统计结果

在加入交互项之后，本研究构建内了主要变量的相关系数矩阵（如表2所示），发现双元学习模式演进与技术体制变化、市场空间变化呈现显著正相关。除交互项与原始变量的相关系数较高以外，其他变量之间的相关系数均小于0.4，表明不存在显著的多重共线性。

表2 主要变量相关性分析

其次，借鉴Hoang等对全球生物医药产业和Stettner等对美国软件产业的面板数据分析经验，[17,26]本研究需要选定适宜的回归模型。根据Hausman 检验，若解释变量与非观测变量的个体效应相关，则应使用固定效应模型，若不相关则应选用随机效应模型。从Hausman检验结果中可发现Prob 大于Chi2=0.00，显著小于0.05，因而拒绝Hausman原假设，可采用固定效应模型处理面板数据。

最后，根据选定的固定效应回归模型，数据分析结果如表3所示。根据假设检验结果发现：技术体制变化越大，双元学习模式演进也更加明显（β=0.6289328，p=0.000）；市场空间变化越大，双元学习模式演进更加明显（β=0.454684，p=0.000）。由此，假设1 与假设2得到验证，技术体制变化与市场空间变化都是后发企业在超越追赶过程中双元学习模式演化的主要驱动因素。

表3 后发企业双元学习模式演化驱动机制的检验

对于假设3 与假设4，数据分析也呈现显著结果。其中，假设3 所关注的回归系数β=-0.1458，p=0.011，β 系数显著为负，说明技术差距较小时，技术体制变化对后发国有企业双元学习模式演化的驱动作用更加明显。这是因为在技术差距较小时，后发国有企业会倾向于从组织内部进行探索和利用来实现技术升级，而此时的技术超越将对企业双元学习模式演化的驱动作用产生显著影响。与此同时，假设4 所关注的回归系数β=0.743379，p=0.049，β 系数显著为正，说明技术差距较大时，市场空间变化对后发民营企业双元学习模式演化的驱动作用更加明显。这是因为当技术差距较大时，市场为不同层次的技术都留有生存空间，而当市场空间发生变化时，民营企业出于对盈利的追求，将不断搜寻新的技术知识以求技术进步，在市场中站稳脚跟；相反，当技术差距较小时，企业与竞争对手的核心技术水平相差不大，不会造成显著的竞争劣势，因而，市场空间对于民营企业学习创新的激励将变得薄弱。此时，即便市场空间发生变化，其对双元学习模式演化的驱动作用也不明显。

4.稳健性检验

为了确保以上研究结论的可靠性，本研究从两方面进行了稳健性检验。第一，本研究使用最小二乘回归模型对203 家企业数据重新进行了分析，结果如表4所示。通过对比表3 和表4的分析结果发现，主要模型结果虽在具体数值上有所变动，但其显著性及方向基本与上文一致。因此，本研究的实证结果具有一定的稳健性。

表4 稳健性检验结果1

第二，从企业年龄出发，本研究进一步将样本分为企业年龄小于16 岁和大于16 岁的两组，并在不加入交互项的情况下，分别通过普通最小二乘回归模型对假设1 和假设2 进行稳健性检验。结果如表5所示。可以看到无论是对小于16年还是大于16年的企业，其技术体制和市场空间的变化对双元演进的驱动作用都很明显，这与基准模型保持一致。同时，关于技术差距的检验结果显示，企业年龄小于16年的系数为-0.0215，但不显著；而企业年龄大于16年的系数为-0.1029，且高度显著。这二者的差异可能反映了年龄较长的企业存在较大的组织惰性，当技术差距较大时，其缺乏进一步追赶学习的动力，而这将迟缓企业的双元演进。

表5 稳健性检验结果2

四、结论与讨论

通过对中国情境下处于超越追赶阶段的后发企业进行实证研究本文发现，当技术体制或市场空间发生变化时，后发企业倾向于从分隔型双元向更强调自主创新的自洽型双元演进，而这一关系还受到企业所有制类型和技术差异的影响。由此，本研究与Laive等所提出的“外部环境变化会影响双元模式的构建”相呼应，[15]并印证了Luo等关于新兴经济体跨国公司双元性受到企业内部和外部市场共同影响的观点，[7]弥补了双元演化驱动因素探索的不足。[18]

针对组织的双元学习中组织分离机制还是跨域分离机制更优的争论，本研究立足于后发企业超越追赶情境，识别出组织内自洽分隔和跨组织分隔两种不同的双元学习模式，并从动态演进视角分析了后发企业在追赶情境中两种双元学习模式的动态转换机制，打破了以往双元构建的静态研究限制，响应了解决“如何平衡探索性与利用性学习”的研究呼吁，为深化双元研究提供了新的方向。[20]此外，本文研究结论从双元学习视角深化了对后发企业向技术前沿追赶阶段双元模式转型机制的研究，响应了对“更多关注后发企业向技术前沿竞争转型过程”研究的呼吁，丰富了以创新能力为重点的超越追赶阶段的研究。[22,41]

本文也充分考虑了中国情境下所有制形式多样性及技术差距对企业双元学习模式构建的影响。研究发现，当技术差距相对较小时，技术体制的变化对中国国有企业双元学习模式演进的驱动效应更加明显；当技术差距较大时，市场空间变化对中国民营企业双元学习模式演进的驱动效应更加明显。由此，相较于现有主要针对新兴工业化经济体企业的追赶研究，本研究针对超越追赶情境下后发企业双元学习模式的演变的分析，响应了学术界对情境化中国管理研究的呼吁，丰富了情境化的中国管理研究文献。

本研究对后发企业管理实践也具有一定的启示。首先，后发企业在转型追赶阶段面临着不同的技术体制和市场空间，自身也积累着不同能力，因而会相应采用不同的双元学习模式。后发企业可以首先构建起以内部利用和外部探索为主的分隔型双元，依托并购、外包和联盟从企业外部获取技术知识；而在企业积累了足够资源与能力后，则应注重自主研发，推出突破性新产品，创造竞争优势，赶超领先企业。一般而言，技术体制的持续变化会促发企业进行技术能力的探索和学习，而市场空间的持续变化则为后发企业的双元模式演进提供了需求支持，企业在双元学习构建过程中将不断提高对更广领域的学习能力。其次，后发企业应当敏锐把握行业的技术体制演变与市场空间变化，审时度势，与时俱进，采用更优的组织学习模式，引导企业抓住技术范式转换带来的机会窗口，快速建立起技术创新能力。此外，我国后发企业可以利用市场空间大、层次丰富的特点，增强自身领域的学习，保持对市场空间变化的敏感性，为双元学习的转换积累能力。后发企业的能力积累程度越高，就越可能在技术追赶进程中良好的适应外部技术变化，而且能够以适合自身的方式开展双元学习构建起自己的竞争优势，最终实现从追赶到前沿的转型。

当然，本研究也存在着一定的局限性。首先，文中的数据主要来源于上市公司，可能无法准确涵盖所有处于超越追赶阶段的样本企业。与此同时，本研究在收集相关数据的过程中需要对部分数据进行手动搜集和编码（如企业并购信息和企业联盟信息），存在一定主观性。其中，并购信息主要依赖 WIND 数据库中的并购数据库，遗漏了未披露信息的并购；而联盟信息依赖年报和搜索引擎也可能存在一定遗漏，这些都可能导致数据结果存在偏差。其次，为防止样本企业的选择缺乏普遍性，本研究对样本企业的筛选依然存在一定的主观性。未来可在此基础上，对样本企业进行更精准的甄别，借助更多数据库和更广泛的二手资料进一步细化数据收集工作，提升数据的丰富性，从而增强实证结果的说服力。