风险情境下专业化经验的价值研究：广博性经验的调节作用

伦 蕊

一、引言

根据《辞海》的定义，经验是由实践得来的知识与技能。一般来说,当环境复杂多变、相关信息不完备、时间压力较大时，既有经验在决策过程中的价值就更容易凸显。此时，管理者需要将决策线索与个人经验联系起来，凭借基于经验的直觉判断迅速决策、抢占商机。显然，这种果断而又高效的决策，离不开管理者丰富的经验储备与强大的经验驾驭能力。

经验在求知过程中的工具价值已在经验论哲学中得到了充分肯定。但是不容忽视的是，经验虽然是一种能创造价值的知识，却并不完全等价于财富。原因在于，经验不同于记载在教科书上、可供人方便地调取和利用的显性知识。由于管理情境常常是全新、多变而又复杂的，管理者的实践智慧就表现为能够结合情境条件灵活调用其经验储备从而迅速解决问题。当情境条件的风险性越强，管理经验的适用性就面临越多的挑战。此时，经验既可能作为重要的决策指南而创造价值，也可能因为禁锢决策者的思维模式而制约企业发展。

当前，已有大量基于高阶理论的研究文献探讨了管理经验的价值问题，但是有关风险因素对经验价值的调节作用方面的文献并不多，且尚未对经验类型加以区分，所选取的风险因素也比较多元化。总体来看，现有文献尚未涉及以下几个关键问题：一是专业化经验在风险情境中到底是一笔财富还是一种负担？亦即，风险情境中的管理经验主要是发挥提升决策科学性的积极作用，还是制约决策灵活性的消极作用？二是在管理经验的专业化维度和广博性维度之间，是否存在着某种程度的互补或协同关系？更进一步地看，广博性经验所带来的灵活性优势，能否弥补专业化经验“超载”所产生的认知模式僵化等劣势？三是当管理者的专业化经验累积到专家程度后，其价值特性是否会发生变化？

为探索上述问题，本研究将管理决策所面临的风险情境区分为外源性风险(市场波动性)和内源性风险(研发战略冒险性)，尝试揭示风险调节变量作用于管理者经验价值的内在机制，分析管理经验的专业化维度与广博性维度之间的互补性，探讨不同类型管理经验与不同特征风险情境的差异化匹配问题，以期进一步拓展高层梯队理论的研究领域，并促进个人经验在管理实践过程中的价值实现。

二、文献综述与假设

我们在文献梳理的基础上，探讨管理经验、企业绩效与风险情境因素之间的因果关联，并提出理论假设。

(一)专业化经验的价值研究

根据高阶理论(Upper Echelon Theory)，高管们基于自身对所面临战略环境的个性化解释做出行动决策，而这些个性化解释正是高管人员个性、价值观和经验水平的函数(Hambrick和Mason，1984[1])。经验是管理者的一种传记性特征，它高度个人化、不易编码、难以复制，却是我们了解管理者的重要媒介。

经验帮助管理者克服认知能力局限，提升其市场敏感性和洞察力，使之拥有全球视野并能够高屋建瓴地制定战略，在冷静理智的同时表现出足够的前瞻性、创新性与冒险性。经验影响个人理解和处理复杂事务的能力，因而对组织的任务绩效(完成任务的速度与质量)具有积极效应(Wood，1986[2]；邱兆祥和史明坤，2012[3])。决策者从事管理工作的时间越久，自信心就越强，就越能够敏锐地辨识出被他人视作潜在风险的重要商机，从而更好地把握住转瞬即逝的战略机遇。相对而言，经验丰富的管理者的决策效率更高(Davide和Erdal，2015[4])、决策成功率更大(杨壬飞等，2006[5])，实施该决策的企业成长性也更好(吴斌等，2011[6])。基于上述分析，我们提出假设。

H1:专业化经验对于企业绩效具有正效应。

(二)风险情境下专业化经验的价值表现

经验有助于提升决策质量，但当经验“超载”时，也可能出现信息闭塞、过度自信、认知僵化等管理职能障碍，对企业绩效产生消极影响。正因如此，在实证研究结论中颇有争议，甚至存在完全相反的观点。以经验与企业并购绩效的关系为例，就有正相关、负相关、U型曲线关系、倒U型曲线关系和不相关这五种截然不同的观点(Hitt等，1998[7]；Haleblian和Finkelstein，1999[8]；贾镜渝和李文，2015[9]；吴建祖和陈丽玲，2017[10])。

基于管理情境的视角去解释分歧或许是一种可行的思路。既然经验是行为主体与环境条件交互作用的产物(洛克，1959[11])，经验型决策的制订过程就离不开对情境因素的充分考量。可以说，管理经验的价值在很大程度上取决于经验与情境条件的适配能力，取决于经验持有者是否擅长在风险情境中灵活地调用原初经验。因此，在经验价值的研究过程中引入情境调节变量，基于权变思想去探讨管理经验与环境风险之间的交互作用，或许能够更好地理解经验与管理效能之间的因果关联。

企业运营面临着种种不确定性。风险既可能是内源性的，由战略冒险、组织变革、流程再造等因素引起，也可能是外源性的，来自于市场低迷、竞争加剧等。相对而言，外源性风险一般来自于不可控的外部环境，不确定性程度更高。内源性风险则与战略决策失误、组织模式与发展进程不匹配、职能化壁垒造成的沟通不畅等问题相关。内源性风险往往是管理者能预先感知的，会被纳入决策框架加以考虑，易于被管理者凭借经验成功化解，因而这类风险相对更加可控、不确定性程度也较低。

不仅风险因素有多样化的来源，管理经验也有着深度与广度这两种不同的发展向度。经验的深度反映行为主体在某个专门领域的深入钻研程度和深刻认知程度(Bergh，2001[12])。经验的广度反映行为主体的阅历广博程度。深度经验帮助人们形成更为精准、透彻的认识。广度经验有助于形成开放性思维模式，提升决策主体的信息综合利用能力，培养出对环境的敏感性，从而产生更多的替代性解决方案(George和Zhou，2001[13])。

深度经验与广度经验分别代表着经验的专业化维度和广博性维度。不同向度的管理经验在不同类型的风险情境中作用各异。专业化的岗位经验帮助管理者深刻、全面地洞察企业，在组织惯例、操作技巧、心智模式及问题处理方式等方面积累隐性知识，提升他们在技术研发、效率改善、质量控制等领域的独特能力，从而帮助他们处理好各种非例行性的组织管理事务(Schaltenbrand等，2016[14])。

专业化经验作为一种感官认识，还可能存在着主观性、片面化等局限，并可能引发行为的惯性与惰性，导致岗位经验相对丰富的管理者在动态环境中缺乏创新能力(Wu等，2005[15])。组织学习理论对该现象做出如下解释：成功经验容易激发自满情绪，导致过度自信(Zollo和Winter，2002[16])。过度自信的决策主体拥有更高的自我效能感，他们无限推崇往昔的成功模式，过度依赖于既有经验，不注重发展从危机中搜索新信息的能力，从而在获取跨领域知识信息和产生高质量创意方面面临障碍(Simsek等，2009[17])。更多的成功经验往往意味着更少的变革意愿，结果企业的动态调整能力逐渐被削弱，此时成功经验演变成核心刚性，为企业发展埋下巨大隐患(Miller和Shamsie，2001[18]；熊立等，2017[19])。

综上，专业化经验有助于管理者对工作内容、操作惯例形成更加精准的认知和判断。当面对组织内的各种非例行性管理事务时，管理者可以游刃有余地从容应对，使专业化经验的价值得以凸显。但累积的专业化经验也可能使管理者形成自身难以解脱的思维定式和过度自信，导致他们缺乏接纳新事物、新观念的心理准备，一旦遭遇全新的、叠加的、外源性的风险因素，经验的创新性和适用性将遭受严峻考验，此时经验可能会通过损害管理者的应变能力而对组织绩效产生负面影响，管理经验将难以产生价值。基于上述分析，我们提出假设2和假设3。

H2：内源性风险正向调节专业化经验对于企业绩效的正效应。

H3：外源性风险负向调节专业化经验对于企业绩效的正效应。

(三)专业化经验与广博性经验的价值互补性

不同维度的知识之间存在着某种互补性。一项基于企业基因理论和社会类化理论的研究表明，经验能够在一定程度上弥补管理者在相关领域的知识欠缺，促使企业整体健康运转(刘胜军和田志文，2015[20])。同样，经验类知识的多样性对于管理成效也具有重要意义。管理者先前所从事管理工作的时间越长、所担任管理职位的多样性越高、经验的行业相关性越强，其所在企业或部门的绩效就会越优(Spanjer和Van-Witteloostuijn，2017[21])。经验的广博性维度与专业化维度之间存在协同效应的原理在于：专业化经验帮助提升管理者的认识深度，广博性经验帮助拓展管理者的视野和知识宽度，为专业化经验的价值实现创造条件。在广博性经验的辅助下，管理者的理解力和判断力进一步提升，他们逐渐能够“闻弦歌而知雅意”“于无声处听惊雷”，这能帮助他们更准确地评判已知事件与未来趋势的关联性，更敏锐地识别出有利的市场机遇。基于上述分析，我们提出假设。

H4:广博性经验正向调节专业化经验对于企业绩效的正效应。

广博性经验帮助管理者织就更繁复的个人知识网络，使他们在探索未知领域的过程中触类旁通。在面对非例行性的组织内管理事务时，丰富的跨行工作经验使管理者能够以更大几率实现既有经验与新情境的迅速适配，从而促进专业化经验的价值实现。

广博性经验也有助于管理者判断环境变化的轨迹与趋势，从而能够以创造性、权变性的方式对专业化经验加以运用。当面临充满不确定性和模糊性的风险型决策问题时，提升管理者以专业化经验为基础的管理创新能力及创新的适用性，促进专业化经验的价值实现。基于上述分析，我们提出假设5a和假设5b。

H5a:广博性经验会增强内源性风险对于专业化经验-企业绩效主效应的正向调节作用。

H5b:广博性经验会削弱外源性风险对于专业化经验-企业绩效主效应的负向调节作用。

本研究的概念模型见图1。

图1 研究模型

三、研究设计

(一)模型设定

现有研究大多通过探讨管理经验与企业绩效之间的关系评价经验价值。实际上，管理经验的价值不仅体现在企业的逐利活动中，更体现在管理者面对动荡环境时的风险应对过程中。有鉴于此，本研究以风险情境为切入点，从研发战略冒险性(内源性风险)、市场波动性(外源性风险)两种维度构建分析框架；比较不同类型的风险情境下，专业化经验与广博性经验的价值性及二者的协同性。由于经济变量的随机生成过程具有惯性特征，而传统的静态面板估计方法在处理这类变量内生性问题时存在不足,因此笔者构建动态面板sys_GMM模型，采用2008—2017年中国高新技术类上市公司数据，检验管理经验在风险情境下的价值走向。待检验的模型如下：

Perfi，t=α0+α1Perfi，t-1+α2Exppi，t+α3Expfi，t

+α4Intri，t+α5Extri，t+α6Exppi，t×Intri，t

+α7Exppi，t×Extri，t+α8Exppi，t×Expfi，t

+α9Exppi，t×Intri，t×Expfi，t+α10Exppi，t

×Extri，t×Expfi，t+α11Expfi，t×Intri，t

+α12Expfi，t×Extri，t+∑αiXi，t+ui+vi，t

(1)

式(1)主要用于检验内源性风险、外源性风险对于经验价值的影响，同时考察风险情境下专业化经验与广博性经验之间的交互作用。式中Perf是被解释变量，表示企业绩效。Expp和Expf是解释变量，分别表示管理者的专业化经验与广博性经验。Intr和Extr是调节变量，分别表示内源性风险和外源性风险。X表示系列控制变量，包括管理者年龄、性别、学历、企业规模、企业年龄、资产负债率、最终控制人类型、投资机会、两权合一。式(1)中α2用于检验专业化管理经验对于企业绩效的影响效应。α6用于检验内源性风险因素对于专业化经验和企业绩效间关系的调节效应。α7用于检验外源性风险因素对于专业化经验和企业绩效间关系的调节效应。α8用于检验广博性经验对于专业化经验和企业绩效间关系的调节效应。α9和α10用于检验二次调节效应。

(二)变量及测量

Perf为被解释变量，表示企业绩效。ROE指标是证监会进行上市公司IPO、配股和ST考核的重要依据，因此本文采用企业净资产收益率ROE(企业净利润与平均股东权益的比值)作为绩效指标。为了提高研究结论的稳健性，我们同时还采用了反映长期绩效水平的Tobin Q指标(Fang等，2009[22])。Tobin Q为企业市场价值与重置成本的比值。

Expp和Expf是解释变量，表示管理者经验。经验是高度个人化的隐含类知识，不宜采用高管团队成员的经验平均值表示。考虑到我国上市公司中的总经理意志往往能够代表高管团队的集体意志，因此我们用总经理的经验水平表示管理者经验。现有研究对管理经验的测度指标较为多元，并无定论。我们经过比较和甄选，最终决定从两种维度度量管理者的经验水平：一是选取岗位职龄作为专业化经验(经验深度)的代理指标。从业时间是一种能够反映行为主体经验储备状况的重要指标(Bergh，2001[23])。为此，本文设置变量Expp，从专业化维度刻画管理者的经验水平，该指标取值为总经理在本企业、本岗位实际任职年数的自然对数。二是选取任职行业数作为广博性经验(经验广度)的代理指标。George和Zhou(2001)[24]的研究证明了百事通式的跨行从业经历对于决策质量的重要意义。因此我们设置变量Expf用于考察管理经验的广博性维度，取值为总经理曾经任职的行业数加1后的自然对数。

Intr和Extr是调节变量，分别表示内源性风险和外源性风险。以往研究中出现过多种风险测量工具，包括股票分析师对公司业绩预测的波动性、ROE或ROA指标的标准差、企业发展的多元化程度、研发投入等。其中有些风险因素是可提前感知的事前风险，有些风险因素是决策后最终呈现的风险结果。经过斟酌比较，我们最终决定采用研发投入强度衡量企业的内源性风险，原因如下：首先，研发活动所具有的低成功率、长回报期等典型特征，与风险的定义相吻合。一般认为，研发活动中的资源投入水平越高，研发项目的难度等级和相应的研发战略冒险倾向也就越高。Barney等(1992)[25]、Palmer和Wiseman(1999)[26]、Sanders和Hambrick(2007)[27]等，都曾使用该指标测量企业的风险行为。其次，研发活动具有高度不确定性，但公司的创新性和成长性却又高度依赖于研发活动的成就，因此研发投入决策就成为总经理们必须面对，同时也最感困扰的战略难题，极大地考验着决策者的经验累积水平和经验驾驭能力。再次，研发战略的冒险性与市场波动、竞争压力等外源性风险之间有着本质差异。后者主要来源于难以预知、不可施控的外部市场。前者的风险则很可能源于技术基础、硬件支撑、流程规划、部门协调等内源性因素，这些因素更易于被感知、被预测、被防控。因此，我们设置变量Intr，从R&D投入强度的角度评价企业研发战略的冒险倾向。考虑到研发活动的长周期特性(Lee和O’Neill，2003[28])，研发投入强度的取值为滞后一期的研发支出与销售收入的比值。

Extr表示来源于外部环境的外源性风险。一些学者使用赫芬达尔指数、CRn等测量市场集中化程度的指标反映市场竞争风险。我们认为，由于企业间存在多种形式的战略联盟，因此企业数量和市场份额分布并不能很好地反映竞争对抗性和竞争者威胁。此外，受蓝海战略的影响，一些企业跳出传统的竞争领域，开辟出大量新的细分市场，这也使得产业集中度指标的测量面临不断变化着的“产业”边界，指标的测量精度受到质疑。有鉴于此，本文借鉴许志伟等(2012)[29]的研究，选用由国家统计局和中国物流与采购联合会联合发布的制造业采购经理人指数(PMI)和非制造业商务活动指数(NMBAI)的波动率来评价外源性的环境风险。PMI和NMBAI的测算分别基于820家制造企业和1 200家非制造企业采购经理的月度问卷调查。这两项指标主要通过对企业经营状况的评判以及对未来走势的预期反映行业整体的运营状况和潜在风险，具有客观性、可靠性和连续性，是经济景气监测的重要指标。

Extr变量的取值依行业而定，我们以年度内PMI的波动率衡量制造企业所面临的环境风险，以年度内NMBAI的波动率衡量非制造企业所面临的环境风险。具体算法为：首先分别收集PMI和NMBAI在各个观测年度的月指标，计算出月度指数的标准差，再折算为年化波动率。由于变量取值在不同样本点间差异较大，作对数处理。从原始数值的变化来看，PMI和NMBAI的年化波动率均在2008年达到峰值，分别为21.63和19.79，从2009年开始回落，并且分别在2010年和2012年开始降至10以下。这一变化趋势与国际上欧债危机的爆发和我国产业部门转型复苏的时间进程比较吻合，同时也说明这两项指数的波动率能够较好地反映产业发展过程中外在的环境不确定性因素。

X表示系列控制变量，包括总经理个人特质和企业特质这两类因素。总经理个人特质变量涉及性别、年龄、学历方面。Gen(性别)为虚拟变量，用于控制总经理行事风格的性别差异。当总经理为男性时取1，女性取0。Age(年龄)变量能够反映总经理在创新精神、风险偏好等方面的代际差异，取值为总经理自然年龄的对数。Edu(学历)变量用于反映可能存在的个体认知能力和学习能力差异。我们借鉴CSMAR数据库的做法，将学历划分为五级：中专及以下、大专、本科、硕士、博士及以上，取值分别为1～5，并作对数处理。

作为控制变量的企业特质因素包括企业规模、企业年龄、资产负债率、最终控制人类型、投资机会、两权合一。其中，Size(企业规模)变量用于控制企业在扩张冲动、政策待遇等方面的差异，取值为企业总资产的自然对数。Fage(企业年龄)变量用于控制企业在生命周期不同阶段的绩效差异，取值为公司成立年数的自然对数。DAR(资产负债率)变量用于控制资本结构造成的绩效差异，取值为公司总负债与总资产的比值。Contr(最终控制人类型)为虚拟变量，用于控制国有身份造成的绩效差异。当第一大股东持股性质为国有时取1，否则取0。Inv(投资机会)变量用于控制公司成长性所带来的绩效差异，取值为公司总资产的年增长率。Dual(两权合一)为虚拟变量，用于控制公司内部治理环境所带来的绩效差异。若总经理与董事长两权合一，该变量取1，否则取0。

(三)样本及数据

不同行业对于高管人员的经验水平有着不同的要求。在技术环境瞬息万变的高新技术行业，高管们既需要凭借经验审时度势，更需要冲破藩篱开拓创新。这为管理经验的价值实现提供了绝佳机遇，但也对管理者的经验驾驭能力提出了极大挑战。因此，本文最终决定采用中国高新技术类上市公司作为研究对象。

一些现有研究依据上市公司的行业代码进行高新技术企业选样，我们认为这种界定标准不够严谨。伴随着产业链分工的持续细化，同一产业链上的不同节点之间出现技术水平和盈利能力的巨大差异。高新技术产业中以加工组装为主要任务的企业可能并无明显的技术优势，而传统产业中以研发创新为核心能力的企业却可能是技术水平遥遥领先的行业翘楚。由此，本文决定仅选取在年报中明确声明为“经国家正式认定的高新技术企业”的上市公司作为样本，初步得到来自沪深主板和中小企业板的469家样本企业。我们进一步剔除了存在以下问题的样本：出现财务状况严重异常的ST公司、*ST公司和PT公司；财务报表审计出具“非标准”意见的样本；资产负债率大于1的高破产风险样本；数据之间不符合基本逻辑关系的样本；在研究期内退市或上市时间不足3年的样本；总经理在本岗位任职时长不足1年的样本(任职时长过短的总经理对于企业绩效的影响力可能较为有限)；在连续3年内出现过至少2次总经理变更事件的样本。经筛选，我们最终获得317个符合要求的高新技术上市公司样本。考虑到《新会计准则》于2007年1月1日开始实施，中经网统计数据库中制造业采购经理人指数的发布始于2005年1月，非制造业商务活动指数的发布始于2007年12月，最终我们决定选用上述样本公司2008—2017年的年报数据。

依照惯例，对于未设立总经理职位的公司，使用总裁或首席执行官的数据替代。对于间断性任职的总经理，将其各段任期进行累加。对于同时聘请两名或两名以上总经理的样本，取各人职龄的算术平均值。对于出现总经理更替的样本，如果总经理在上半年去职，将当年业绩视作继任者的工作成果。反之，如果总经理在下半年去职，将当年业绩归于原经理。

由于《新会计准则》并未对上市公司的研发费用披露情况做出详细的强制性规范，因此本文的研发投入数据来源较为复杂。若企业年报的“财务报表附注”中未提供“研发支出本期增加额”数据，我们就从“年报附注”中查找研究开发费、研究开发支出、科研开发费用、开发设计费、技术开发费、技术研究费、新产品试制费等条目，并进行手工计算汇总。

文中的上市公司数据主要来源于锐思数据库。制造业采购经理人指数和非制造业商务活动指数来源于中经网统计数据库。总经理履历资料通过在新浪财经、巨潮资讯、百度百科等门户网站检索获得。我们将所得数据与上市公司的招股说明书进行了抽样核对，不相符之处以上市公司的年报为准。对连续性变量进行了上下各1%的Winsorize缩尾处理，以降低异常值的影响。变量的描述性统计见表1。

表1变量的描述性统计

续前表

变量样本数均值标准差最小值最大值企业年龄3 17018.404.665.9763.10资产负债率3 1700.460.280.040.99最终控制人类型3 1700.110.1701投资机会3 1700.130.18-0.150.79两权合一3 1700.150.2901

资料来源：作者计算整理，下同。

四、实证分析

(一)模型估计方法及相关检验

本文采用的是大截面维度、小时间维度的面板数据，模型中还含有被解释变量的滞后项，这使得解释变量与随机扰动项相关。在这种情况下，使用固定效应模型和随机效应模型进行估计都是有偏的，必须借助工具变量进行估计。为此，本文选择被广泛用于应对内生性问题的系统广义矩估计(Sys_GMM)方法进行参数估计。所有回归均采用Sys_GMM两步法。

面板数据的平稳性检验同时采用了ADF 检验、PP 检验和LLC 检验三种方法。所有变量均在5%的显著性水平下通过了至少两项检验，其中的绝大多数变量能够同时通过三项检验。由此可知变量平稳，可直接用于回归分析。

为识别内生性变量，我们以Perf为被解释变量，以其余变量的滞后一期项为工具变量，使用面板数据工具变量的两阶段最小二乘法对各个变量进行逐一回归。基于同方差假设的Hausman检验和基于异方差假设的DWH检验结果均表明，Intr、DAR、Inv、Size、Fage变量拒绝“解释变量是外生的”原假设(见表2)。为应对变量的内生性问题，我们以上述内生性变量的当期值作为被解释变量，以变量的滞后一期项以及其他能够解释该变量的变量共同作为解释变量，通过面板数据最小二乘法估计和预测，我们用所得到的变量预测值替代原初的内生性变量，代入动态面板模型进行参数估计。

表2变量的内生性检验

注：表中数据为统计量的P值。

(二)回归分析

我们使用Stata10.0软件，将前述各影响因素对企业ROE和托宾Q值的影响进行Sys_GMM估计，回归结果见表3。表3中的Arellano-Bond检验结果表明，残差项为一阶序列相关和二阶序列不相关，因此采用一阶自回归的动态面板模型是合理的，估计结果是可信的。Sargen检验的结果表明，所选择的工具变量是可行的。综上，可以认为Sys_GMM估计的结果是有效的。

表3中的模型1～模型3和模型4～模型6分别是以ROE和托宾Q值为被解释变量时式(1)的回归结果。估计结果显示出较好的稳健性。滞后一期因变量对被解释变量的显著正向影响说明企业的绩效表现具有累积效应。控制变量的回归结果表明：相对而言，由年长型总经理或女性总经理掌舵的企业、具有高成长性特征的企业、采取低负债率的稳健型财务策略的企业、有着更合理的公司治理结构的企业取得了更好的绩效表现；高新技术企业存在显著的规模经济效应；所有制因素的影响淡化，国有身份不再为企业带来额外收益；企业生命周期的不同阶段存在着绩效的起伏波动，因而企业无法通过经营年限的简单累加来增进效益。

表3风险情境下的经验价值：动态面板模型估计结果

从表3的模型2可知，专业化经验会提升企业绩效(β=0.332，p<0.05)，H1得到支持。此外，内源性风险情境有助于专业化经验在提升企业绩效方面的作用发挥(β=0.311，p<0.05)，H2得到支持。外源性风险情境不利于专业化经验在提升企业绩效方面的作用发挥(β=-0.134，p<0.05)，H3得到支持。

为进一步解释交互效应，检验在不同类型的风险情境中H2和H3所预测的变量间关系是否显著，我们借鉴Aiken和West(1991)[30]的方法进行简单斜率检测(simple slope test)。用均值加一个方差代表高内(外)源性风险，均值减一个方差代表低内(外)源性风险。由图2可知，当内源性风险处于不同水平时，专业化经验与企业绩效之间的关系存在显著差异(t=2.29，p<0.05)。在高内源性风险情境下，专业化经验与企业绩效的回归斜率相对较陡，因此可知，内源性风险在专业化经验与企业绩效之间发挥正向调节作用，H2进一步得到验证。

由图3可知，当外源性风险处于不同水平时，专业化经验与企业绩效之间的关系存在显著差异(t=2.77，p<0.01)。在高外源性风险情境下，专业化经验与企业绩效的回归斜率变为负，因此可知，外源性风险在专业化经验与企业绩效之间发挥负向调节作用，H3进一步得到验证。

图2 内源性风险与专业化经验的交互效应

图3 外源性风险与专业化经验的交互效应

从表3的模型2可知，在专业化经验对企业绩效施加影响的过程中，广博性经验无显著调节效应(β=0.057，p>0.1)，H4未得到支持。这表明当不存在风险性情境条件时，广博性经验与专业化经验之间的协同效应并不显著。

从表3的模型3可知，广博性经验能够增强内源性风险对专业化经验-企业绩效主效应的正向调节作用(β=0.240，p<0.1)，H5a得到支持。图4可进一步证明H5a。图4中的四条线分别表示当广博性经验高或者低时，内源性风险对专业化经验与企业绩效间关系的调节效应。由图4可知，在内源性风险与广博性经验双高的情况下，专业化经验与企业绩效间的正向关系最强；在内源性风险与广博性经验双低的情况下，专业化经验与企业绩效间的正向关系最弱。在内源性风险高而广博性经验低的情况下，专业化经验与企业绩效间的正向关系要强于内源性风险低而广博性经验高的情况。这说明当内源性风险与广博性经验同时作用于专业化经验与企业绩效间关系时，内源性风险的调节作用强于广博性经验的调节作用。这一结论与模型2是相符的，在模型2中内源性风险的回归系数和显著性均高于广博性经验。

可以看出，当广博性经验较高时，内源性风险正向调节了专业化经验与企业绩效间的关系。但当广博性经验较低时，内源性风险不影响专业化经验与企业绩效间的关系。这说明内源性风险对专业化经验-企业绩效主效应的调节效应会受到广博性经验的影响。只有当广博性经验较高时，内源性风险才对二者间关系起到正向调节作用，而当广博性经验较低时，内源性风险对二者间关系的调节效应不显著。H5a得以验证。

图4 专业化经验、广博性经验与内源性风险的三重交互效应

从表3的模型3可知，广博性经验能够削弱外源性风险对专业化经验-企业绩效主效应的负向调节作用(β=0.074，p<0.1)，H5b得到支持。图5中的四条线分别表示当广博性经验高或者低时，外源性风险对专业化经验与企业绩效间关系的调节效应。可以看出，当广博性经验较低时，外源性风险负向调节专业化经验与企业绩效间的关系，特别是在外源性风险较大时，专业化经验甚至对企业绩效产生负向影响。但当广博性经验较高时，外源性风险不影响专业化经验与企业绩效的关系。这说明外源性风险对专业化经验-企业绩效主效应的调节效应会受到广博性经验的影响。只有当广博性经验较低时，外源性风险才对二者间关系起到负向调节作用，而当广博性经验较高时，外源性风险对二者间关系的调节效应不显著。H5b得以验证。

图5 专业化经验、广博性经验与外源性风险的三重交互效应

(三)扩展分析

从模型2和模型3可知，在高外源性风险情境下，专业化经验对企业绩效产生负效应，这种负效应在总经理欠缺广博性经验时尤甚。但如果总经理的专业化经验特别充足，上述结论是否会出现变数？届时，充足的专业化经验能否抵消外源性风险情境所产生的不利影响，使得外源性风险情境中专业化经验的负效应趋弱甚至消失？这种情况在广博性经验欠缺的条件下是否依然有可能发生？

为解答上述疑问，进一步检验“充足的专业化经验”假设下的经验价值，我们以“专家”虚拟变量替代式(1)中的“专业化经验”自变量。关于专家的界定，我们参考作家格拉德威尔(2009)[31]所提的“一万小时定律”，将在本企业、本岗位工作总时长超1万小时的总经理定义为专家型管理者。根据2013年国务院《关于修改〈全国年节及纪念日放假办法〉的决定》，一年共计约250个法定工作日。以每天8小时工作制计算，则达到一万小时工作时间需要5年职龄。因此，本文设置专家虚拟变量Expert，若总经理从业时间≥5年，变量值取1，否则取0。据统计，专家型总经理占样本总数的33.1%。

为进一步检验在专业化经验充足的情况下，专业化经验与广博性经验之间是否存在互补性，我们根据总经理的跨行经历(即广博性经验的取值)将样本分为行业经验=1、行业经验=2、行业经验≥3这三组。三组样本分别占总样本数的71.0%、17.3%和11.7%。

我们采用动态面板sys_GMM估计了不同分组中内源性风险、外源性风险对于专家经验的调节作用。以了解在不同的广博性经验背景下，专家经验的价值受到风险情境因素的影响程度。分组检验的结果见表4。

分组检验得出以下主要结论：一是专家经验对于企业绩效仅有不显著的正效应，这可能是由于经验超载产生的双刃剑效应所致。被经验过度武装的总经理易出现认知模式僵化、信息闭塞、过度自信等问题，导致专业化经验对企业绩效的积极效应趋弱乃至消失。二是无论是否具备跨行从业经历，专家经验在内源性风险情境下均对企业绩效产生正效应，这说明大量的本岗位工作经验有助于总经理从容应对研发创新类活动所导致的内源性风险。三是对于无跨行从业经历的总经理来说，专家经验在外源性风险情境下将对企业绩效产生显著的负效应，但这种负效应在具有跨行从业经历的样本组中消失。这说明在市场景气下滑、竞争态势严峻等外源性风险情境中，管理专家们的专业化经验能否发挥积极作用，还依赖于其跨行工作经历所提供的广博视野。

分组检验的结果再次证明，本文关于“情境风险对于专业化经验-企业绩效主效应的调节效应受到经验广博程度的影响”的结论是稳健的。

表4根据跨行经历分组的专家经验价值：动态面板模型估计结果

续前表

被解释变量解释变量 ROE托宾Q行业经验=1行业经验=2行业经验≥3行业经验=1行业经验=2行业经验≥3模型7模型8模型9模型10模型11模型12总经理性别-0.073*-0.043*-0.040*-0.074***-0.108***-0.111***总经理学历0.0280.0080.0080.0260.0150.017企业规模0.168***0.222***0.130***0.167***0.172***0.171***企业年龄0.0400.0170.0230.040-0.006-0.002资产负债率-0.374***-0.285***-0.283***-0.381***-0.386***-0.382***最终控制人特征0.064**0.058**0.042**0.0410.0350.034投资机会0.157**0.142**0.239*0.168**0.168**0.166***两权合一-0.011***-0.033***-0.025***-0.010***-0.022***-0.061***专家0.2240.3700.3390.2250.1840.268内源性风险0.146*0.096*0.074*0.1110.062*0.039*外源性风险-0.066***-0.055***-0.033***-0.002***-0.106**-0.084**专家×内源性风险0.152*0.191*0.175*0.146*0.141*0.157*专家×外源性风险-0.047**-0.103-0.180-0.048**-0.031-0.010Indu控制控制控制控制控制控制Sargen-p value 0.7020.7690.8500.6780.6840.511AR(1)- p value0.0220.0310.0340.0110.0030.004AR(2)- p value0.5340.8180.7660.9070.9170.840

五、结论及启示

(一)研究结论

通过计量研究，得出如下主要研究结论。

1.专业化经验在累积至专家水平(一万小时)之前，是一种能够创造价值的隐性知识资产。但当专业化经验累积至专家水平之后，却会被经验“超载”的问题拖累，此时经验甚至可能丧失价值。

2.经验价值的实现受到风险因素的影响。在内源性风险情境下，管理者可以凭借丰富的专业化经验从容应对组织内的各种非例行性管理事务，使专业化经验的价值凸显。但专业化经验的累积也可能使管理者形成路径依赖，欠缺接纳新事物、新观念的心理准备，在面对全新的、叠加的、外源性的风险时，经验的创新性和适用性将经受严峻考验，使专业化经验的价值受到抑制。

3.情境风险对于专业化经验-企业绩效主效应的调节作用受到管理者经验广博程度的影响。在面对非例行性的组织内管理事务时，丰富的跨行工作经验使管理者能够以更大几率实现既有经验与新情境的迅速适配。同时广博性经验还有助于管理者识别环境变化的轨迹与趋势，以创造性、权变性的方式对专业化经验加以整合运用。当面临充满风险和模糊性的不确定型决策问题时，提升管理者以专业化经验为基础的管理创新能力及创新的适用性，从而促进专业化经验的价值实现。

综上可知，对于“经验到底是财富还是负担”的争议，不仅要考虑到经验累积从量变到质变的过程，更要考虑到经验持有者运用经验时所处的管理情境。风险因素有力地影响着经验价值的实现，但外源性风险情境对于经验价值的负效应也并非一成不变。经验在不同情境条件下的价值性，取决于经验自身的灵活性，以及经验与情境条件的适配性。丰富的跨行从业经历将改变管理者的格局与视野，对管理者的信念、情感和价值判断等进行改造加工，为专业化领域的深度经验提供触类旁通和灵活机变的可能性，从而使专业化经验能够在一定程度上去适应新颖的情境条件，有效克服环境不确定性对于经验价值的负面效应。

(二)管理启示

基于研究过程及其研究结论获得以下重要的管理启示。

1.重视经验因素在高管选聘和任用过程中的信息价值。其一，不仅要关注经验的专业化维度，更要关注经验的广博性维度。特别是对于岗位职龄达5年以上的专家型管理人才，应结合其任职履历的广博程度来合理评估经验价值。其二，充分考虑风险情境对经验价值的影响作用，应根据情境条件采取灵活机变的任用原则。例如，当决策风险主要来源于研发难度等内源性因素时，应重视管理者专业化经验的储备水平。而当决策风险主要来源于市场波动等外源性因素时，应重视管理者经验在不同发展向度的互补性，以确保其将既有经验运用到新领域的权变能力。其三，完善公司内部治理环境，平衡高管团队的权力结构，为职业经理人管理经验的价值实现和价值提升创造良好的组织、机制和文化条件。

2.以全面、系统的知识管理流程帮助决策者积累专业化经验。首先，培养管理者的经验敏感性。经验是一种来自于实践过程的认知与行为图式，一旦形成就具有惰性，会阻碍新经验的生成。为克服这种惰性，必须提升个体的经验敏感性。引导管理者通过对实践活动进行全面、深入而又持续的反思，不断生成新的经验和实践智慧，实现从普通决策者向研究型决策者的身份转换。其次，构建有效的信息交流渠道与沟通机制，鼓励年轻管理者认真观察前辈的决策过程，逐步构建起理性的心智模式和科学的问题处理方式。再次，整理典型管理案例，把握案例事件的来龙去脉和关键步骤，以丰富和发展管理者的经验图式，帮助其更稳妥、更迅捷地搭建起经验与管理情境之间的自动化链接。最后，将经验因素纳入管理者评价系统，发挥评价的问题诊断、反馈调节、激励导向功能。在评价目的上重视实践智慧的生成及管理者自我价值的实现。在评价内容上关注管理者个体的经验生成及与群体的协同发展。在评价方法上提倡案例评价等质性方式，突出管理者个人成长的持续性、动态性。

3.为广博性经验的形成过程提供适宜的组织基础与文化氛围。具体而言，一是要为经验类知识的拥有者和需求方搭建互动框架。通过编码化处理，将隐性知识变成脱离具体情境和能够言说的显性知识。创建知识地图，开发广泛联结不同岗位和不同人员的知识链，打造能够促进经验学习、再生、集成和共享的良好环境。二是要强调开放的组织设计，推动结构扁平化，打破层级鸿沟和条块壁垒，为组织内个体之间乃至组织成员与外界之间的交流建立良好基础。三是要构建跨职能团队。建立合理的经验共享机制和利益补偿机制，通过学科背景各异、思维方式不同的管理者之间的思想碰撞，实现跨域经验类知识的创造性融合与集成创新。四是要建立稳定而又广泛的高管人员岗位轮换制度。通过岗位轮换培养管理者的全局性思维，带动互补性经验在不同岗位、不同部门之间，乃至联盟企业之间的共享、转移与应用。五是要摒弃精英主义导向，塑造共同的知识愿景，营造以沟通、理解、共赢为基调的价值观体系。

(三)局限与展望

出于数据收集的典型性、便利性和可得性考虑，本文选取我国高新技术类上市公司作为研究样本。但实际上，传统行业中管理经验的价值问题同样值得深入探讨。对传统行业与现代产业、大中型企业与小微企业、国有企业与民营企业中管理经验的价值展开对比，将为经验价值的研究提供更为开阔的分析视野。经验价值同时还受到管理者个人特质的深层次影响。如能以管理者性别、年龄、教育经历、团队背景等个人特质因素为切入点，探讨个性化特征如何帮助管理经验在不同程度上去适应新颖的情境条件，将会得出更加细致、更具操作性的研究结论。此外，如能开展案例解读形式的、持续追踪的质性研究，将能够为本文提供一种互补的视角，从而将本文这种针对“整片森林”的望远镜式研究，进一步推进到针对“一棵棵树木”的显微镜式研究。