数字开放系统中个体投资者创新关注（IIIA）与制造企业突破性创新——基于中国A股在线投资者—企业互动平台的证据

《Systems》：Individual Investors’ Innovation Attention and Breakthrough Innovation in Digital Open Systems: Evidence from Manufacturing Firms

　　

在线投资者—企业互动平台的发展已使上市公司从相对封闭的组织转变为数字开放系统（digital open systems），并通过在线渠道与外部利益相关者进行持续信息交换。然而，分散的个体投资者如何参与企业创新过程并与数字环境中的突破性创新（breakthrough innovation）相关，尚未受到充分关注。基于开放系统理论（open systems theory），本研究考察个体投资者创新关注（individual investors’ innovation attention, IIIA）作为数字开放系统中的外部信息输入，如何与制造企业（manufacturing firms）的突破性创新相关联。使用覆盖2013—2024年中国A股（A-share）制造企业的在线投资者—企业互动平台数据，本研究发现IIIA与企业突破性创新显著正相关。机制分析表明，通过在线投资者—企业互动平台开展的创新相关互动与更高的知识多样性（knowledge diversity）和更低的管理者短视（managerial myopia）相关，从而支持组织适应与突破性创新。异质性分析表明，当投资者创新关注更密集、企业对投资者问询更具响应性时，这种正向关联更强。进一步分析表明，IIIA与更高的创新质量（innovation quality）相关，部分通过突破性创新实现。本研究拓展了开放系统理论，揭示数字互动环境如何促进外部利益相关者参与企业创新过程。研究进一步表明，个体投资者超越其作为资本提供者和外部监督者的传统角色，成为有助于企业创新发展的创新相关信息的重要来源。

研究背景与问题：在全球价值链重构、技术竞争加剧和国际市场不确定性上升的背景下，制造企业面临创新战略转型压力；主要基于规模扩张和渐进改进的创新不足以维持长期竞争力。突破性创新（breakthrough innovation）指显著偏离企业既有技术知识和创新轨迹并产生新颖且重要技术产出的创新，其不确定性更高、知识组合更不熟悉、失败风险更高。传统创新研究强调内部资源、技术能力和组织能力，但随着创新过程开放化，企业日益依赖外部行动者提供知识、信息和资源；数字技术降低了沟通障碍。开放系统理论（open systems theory）将组织视为通过信息、知识和资源交换与环境持续互动的系统。在线投资者—企业互动平台成为数字开放系统基础设施；中国深交所“Interactive Easy”于2010年、上交所“e-Interaction”于2013年推出。既有研究已关注投资者关注与创新投入、数量和质量，但IIIA是否及如何与突破性创新相关仍不充分。为此，研究人员使用2013—2024年中国A股制造企业平台互动记录，考察IIIA与突破性创新的关系，检验知识多样性和管理者短视机制、关注强度与企业响应异质性，并进一步分析创新质量。结论为：IIIA显著正向关联突破性创新；该关联部分由更高的知识多样性和更低的管理者短视解释；当投资者创新关注更密集、企业更响应投资者问询时关联更强；IIIA还与更高创新质量相关，部分通过突破性创新实现。意义在于拓展开放系统理论，表明个体投资者超越资本提供者和外部监督者角色，成为创新相关信息来源，数字互动环境促进外部利益相关者参与企业创新过程。

关键技术方法（不超过250字）：样本队列来源为深交所“Interactive Easy”和上交所“e-Interaction”公开问答记录，中国A股上市制造业企业2013—2024年；专利来自中国创新研究数据库，公司财务来自CSMAR，区域数据来自《中国城市统计年鉴》，匹配后得到3802家制造业企业20302个企业—年度非平衡面板。文本处理使用Python 3.8，统计使用Stata 17.0。IIIA以创新相关独特问题数构造，IIIA_it=ln(InnovQ_it+1)；BI依据IPC子类前五年未出现专利数，取ln(1+突破专利数)；KD用熵指数；MM用MD&A短视词频占文本词数比例。方法包括Word2Vec、BERT、固定效应、工具变量、PSM、Baron and Kenny中介、bias-corrected bootstrap和Chow检验。

研究结果：
5.1 描述性统计：BI范围0至5.130，均值1.054，标准差0.818，说明制造企业突破性创新差异较大且高水平集中于部分企业；IIIA范围0至5.945，均值1.413，中位数1.386，分布近似对称但企业间变异明显，变量具备后续回归分析所需变异。
5.2 基线回归分析：Hausman检验p值为0.000，拒绝随机效应模型，采用固定效应模型。仅控制年份和行业固定效应时，IIIA系数为0.084，在1%水平显著；加入企业层面控制变量后，IIIA系数为0.052，仍在1%水平显著，表明IIIA每增加1%，制造企业突破性创新专利数约增加0.052%，支持假设1。
5.3 内生性分析：
5.3.1 工具变量法：为缓解反向因果，使用同省同年其他企业平均互动频率（Interact）作为工具变量。第一阶段Interact对IIIA系数为0.003，在1%水平显著，Cragg-Donald Wald F统计量为229.80，高于临界值16.38，非弱工具；第二阶段IIIA系数为0.201，在1%水平显著，支持假设1稳健。
5.3.2 倾向得分匹配：按IIIA高低排序，前50%为处理组，其余为潜在控制组，采用同年行业1:1最近邻无放回匹配。匹配后所有协变量绝对标准化偏差低于10%。处理组与匹配控制组突破性创新均值分别为1.124和1.017，ATT为0.107，标准误0.016，t值6.65；匹配样本回归中IIIA系数为0.045，在1%水平显著，支持假设1。
5.4 稳健性检验：
5.4.1 替代自变量：以创新问题数占总问题数比例衡量IIIA_R，系数为0.541，在1%水平显著。
5.4.2 替代因变量：使用BERT计算企业当年专利摘要与前五年专利摘要语义相似度，构造BI_T=(1-平均语义相似度)×100，IIIA系数为0.115，在1%水平显著。
5.4.3 降低信息噪音：剔除临时用户问询，仅使用注册用户样本，IIIA系数为0.054，在1%水平显著。
5.4.4 考虑滞后效应：将自变量滞后一期，L.IIIA系数为0.035，在1%水平显著。
5.4.5 替代样本期：剔除2020年观测后，IIIA系数为0.052，在1%水平显著。上述结果均支持假设1。
5.5 机制分析：
5.5.1 知识多样性：IIIA对KD的系数为0.070，在1%水平显著；同时纳入IIIA与KD后，IIIA系数为0.023，KD系数为0.428，均在1%水平显著；IIIA系数由0.052降至0.023，KD中介效应约占总关联55.77%，表明KD部分中介IIIA与突破性创新的关系，支持假设2。
5.5.2 管理者短视：IIIA对MM的系数为-0.008，在1%水平显著；同时纳入IIIA与MM后，IIIA系数为0.051，MM系数为-0.210，均在1%水平显著，且IIIA系数较基准下降，表明MM部分中介，支持假设3。
5.5.3 机制稳健性检验：采用bias-corrected bootstrap，500次重复抽样。KD间接效应为0.030，95%置信区间[0.026,0.034]；MM间接效应为0.002，95%置信区间[0.001,0.003]，均不含0；直接效应仍显著，支持部分中介。
5.6 异质性分析：
5.6.1 创新关注动机：按创新相关问题数量年度中位数分组，高频组IIIA系数0.052，低频组0.041，Chow检验1.81，在1%水平显著；按问题长度分组，详细组系数0.053，简短组0.042，Chow检验1.82，在1%水平显著。表明问题更频繁或更详细时关联更强。
5.6.2 企业响应动机：按响应长度分组，详细响应组IIIA系数0.042，简短响应组0.027，Chow检验2.28，在1%水平显著；按响应比例分组，高比例组系数0.050，低比例组0.030，Chow检验1.83，在1%水平显著；按响应速度分组，快速组0.053，慢速组0.050，Chow检验1.28，在10%水平显著。表明响应更详细、比例更高、较快速时关联更强。
5.7 进一步分析：以企业授权专利两年内被引用数加1取自然对数衡量创新质量（IQ）。IIIA对IQ系数为0.161，在1%水平显著；IIIA对BI系数为0.051，在1%水平显著；同时纳入IIIA与BI后，BI系数为0.321，IIIA系数降至0.144，均在1%水平显著，表明突破性创新部分中介IIIA与创新质量的关系。

讨论部分总结：主要发现表明，IIIA与突破性创新正相关，在线投资者—企业互动平台功能超越披露和市场沟通；机制上，IIIA通过提高知识多样性和降低管理者短视促进突破性创新；异质性说明投资者信息性和企业参与度重要。该发现拓展投资者关注与企业创新研究，因为突破性创新需要更广知识搜索、新知识组合和对技术不确定性的容忍；也拓展开放系统视角，表明数字投资者—企业互动是外部信息进入企业的渠道，分散投资者信息价值来自数字互动中的积累和可见性，而非单一投资者知识。中介结果连接知识基础观和上层梯队理论：知识多样性扩大探索范围，低管理者短视支持持续投入，二者互补。边界条件为问题更频繁或详细、企业更详细或更高比例响应时关联更强；响应速度差异有限，说明实质参与可能比即时沟通更重要。进一步分析显示IIIA与创新质量正相关，突破性创新部分中介。局限包括：二手数据仅捕捉公开问题；未观察未表达关注和其他渠道；投资者特征、动机和能力信息有限；KD和MM仅反映可观察组织变化，不能揭示内部处理过程；观察设计和年度数据限制因果与时间推断；样本为中国A股上市制造业企业，外部适用性有限。未来可结合调查、访谈、案例、内部沟通记录、田野实验、准自然实验和高频数据，并检验非上市企业、服务业和其他制度环境。

研究结论部分翻译：数字技术改变了上市公司与个人投资者之间的沟通。在线投资者—企业互动平台使投资者能够公开表达对研发、技术开发、产品升级和创新战略的关注，为企业提供关于市场期望和技术机会的外部信息。使用深交所和上交所投资者—企业互动记录以及2013—2024年企业层面数据，该研究考察IIIA与中国制造企业突破性创新之间的关系。结果显示，IIIA显著促进突破性创新；该关系部分由更高的知识多样性和更低的管理者短视解释；当投资者问题更频繁或更详细，以及企业提供更详细回应或回答更大比例创新相关问题时，效应更强。进一步分析显示，IIIA也与更高创新质量相关，部分通过突破性创新实现。这些发现强调数字投资者—企业互动在连接外部投资者信息与企业创新过程中的作用。基于研究发现，该研究为企业、数字平台和监管者提供实践启示：企业可将投资者创新关注纳入创新管理过程，建立识别、评估和分享投资者创新相关信息的机制，并将相关洞见整合到技术评估、产品开发和创新战略中；数字平台可通过改进主题分类、信息检索和讨论管理功能，提高投资者—企业信息交换质量与效率；监管者可通过就企业回应质量、完整性和合规性提供指导，同时维持适当披露标准，促进更实质和有效的在线投资者—企业沟通。