突发事件冲击、资源基础与企业创新——来自新冠肺炎疫情的经验证据

● 杨震宁 侯一凡

(1,2 对外经济贸易大学国际商学院 北京 100029)

1.引言

新冠肺炎是近百年来人类遭遇的影响范围最广的全球性大流行病，对全世界是一次严峻考验。习近平总书记“在统筹推进新冠肺炎疫情防控和经济社会发展工作部署会议上的讲话”指出，这次新冠肺炎疫情，是中华人民共和国成立以来在我国发生的传播速度最快、感染范围最广、防控难度最大的一次重大突发公共卫生事件，不可避免地会对经济社会造成较大冲击。企业作为国民经济的细胞和基础，是市场最为重要的参与者，《新型冠状病毒疫情下的企业生存与发展之道》调研报告显示，新冠肺炎疫情会对地方政策以及企业经营的多方面产生影响，包括企业创新和数字化转型等。事件系统理论认为，研究者可以从实体自身经历或相似实体的经历中，提炼出未来可能发生的突发事件的信息，从而提高应对突发事件的能力(刘东和刘军，2017)。因此，新冠肺炎疫情的发生，既是挑战，也是机遇。它在对世界造成了不可磨灭的消极影响和重大损失的同时，也为企业创新和转型升级提供了一个契机和新的视角，它引导我们对疫情进行深入研究和思考，丰富企业创新理论，并以此指导企业创新发展，提高政府和企业应对突发事件的能力。因此，从新冠肺炎疫情的角度系统研究突发事件冲击对企业创新的影响，具有重要的现实意义。

当前对企业创新影响因素的研究往往集中在某一层面的“稳定特征”上，如企业内部特征层面的因素——企业规模、年龄、研发团队和高管团队、研发制度、发展战略等；企业外部环境层面的因素——市场集中度、市场势力、行业特征、产业周期、集聚效应、制度环境、政策支持等(张杰等，2007)，这些“稳定特征”作为企业的“标签”，可以稳定地对企业创新产生持续性的影响。然而从动态和系统的视角研究某一突发事件的发生对企业创新造成的冲击和影响则较为少见(刘东和刘军，2017；李宗洁等，2018)。

管理学研究越来越强调采用动态模型(把事物的变化引入模型)来更准确地反映、预测不断变化的世界(Chen et al.，2011)。事件系统理论强调事件属性在研究对象发展过程中的多层级动态影响(张默和任声策，2018)，即强调在研究“稳定特征”的同时，还将某一特殊或突发事件所带来的系统性“变化”纳入研究范围；同时不仅研究某一方面因素的影响，还以事件为出发点，研究事件的发生所带来的多层面的系统性变化对主体的影响(张素培和庄越，2017)。

基于上述现实和理论背景，本研究认为有必要从一个系统的角度考察某一具体突发事件对企业创新带来的影响，同时考察企业原有的资源基础在这种影响中产生的调节作用，并利用新冠肺炎疫情事件的数据对其关系进行验证。本研究可能存在的贡献在于：其一，研究突发事件冲击对企业创新的影响，并将企业的资源基础作为调节变量，探讨突发事件冲击对企业创新的影响机制，以及企业本身所具有的资源基础在其中的作用机理，丰富了事件系统理论、资源基础理论和企业创新理论。其二，将突发事件冲击细分为广度和强度两个维度，并对突发事件广度进一步加以分类。同时考察企业的资源基础，并将资源基础细分为研发基础、合作基础、数字化基础和技术基础。通过这种细分，可以对突发事件冲击和企业创新的关系进行具体而系统的研究。其三，利用2020年2月进行的新冠肺炎疫情对企业经营影响的调查所获取的来自全国的689份样本数据对突发事件冲击、资源基础和企业创新之间的关系进行检验。此数据具有独特性和实效性，能够即时反映新冠肺炎疫情事件对企业创新造成的冲击。

2.理论基础与研究假设

2.1 突发事件冲击与企业创新

2.1.1 突发事件冲击的相关研究

突发事件会对某一或某些主体和事物产生影响，这种影响可能是积极的，也可能是消极的，并且突发事件造成的冲击对宏观经济、微观经济、非经济层面均可能产生影响(鞠国华，2009)。宏观层面，突发事件会影响宏观政策选择(张平，2005)、宏观经济稳定(贾俊雪和郭庆旺，2006)、通货膨胀(中国经济增长与宏观稳定课题组等，2008)、中国股市(尹志超等，2020)等；微观层面，突发事件会影响外贸企业(唐衍伟，2003)、人民币汇率(吕剑，2007)、农产品价格(张利庠和张喜才，2011)、中国城镇家庭债务风险(隋钰冰等，2020)等；非经济层面，突发事件会影响人的心理健康(吴坎坎等，2009)、企业战略创新(王茂祥和李东，2015)、组织行为(张素培和庄越，2017)、企业协同创新(李升泉，2017)、CEO薪酬(杨青等，2018)、创业行为(张默和任声策，2018)、企业研发绩效(李宗洁等，2018)、学习能力(肖瑶等，2019)等。

2.1.2 突发事件冲击广度与企业创新

突发事件往往会以事件链的形式对实体产生影响(Morgeson et al.，2015)，即突发事件会使得社会和企业的某些具体方面受到冲击，从而影响企业创新。高越和李荣林(2019)通过研究2008年金融危机，发现金融危机导致了资金成本提高、需求极大减少以及不确定性增强，从而对出口企业的创新行为产生消极影响。然而突发事件不仅仅只带来了消极影响，其积极作用更值得探讨和关注(鞠国华，2009)，对于消极影响的规避和积极影响的利用，有利于企业走上可持续发展的道路(Pfarrer et al.，2010)。学者鞠国华(2009)认为经济和金融危机的冲击往往会带来内部经济变革、经济结构和机制改变以及技术的进步，这种变化对于金融创新和企业创新来说是一个“转危为机”的契机。王茂祥和李东(2015)对中国移动通信集团公司的具体案例进行了研究，认为外部冲击会带来某一实体外部政治、经济、社会和技术环境的改变，从而会导致实体调整战略目标和计划，使之更适合当前的外部环境，最终有利于企业战略创新。

关于新冠肺炎疫情带来的冲击，目前已有相关研究。新冠肺炎疫情的发生，通过影响口罩产业的市场结构，从而对口罩市场和相关企业绩效产生影响，有利于激发口罩企业进行创新(许光建和黎珍羽，2020)；促进了企业信息化建设的极大发展，视频会议成为企业复工的重要工具，有利于企业在办公方式方面的改变和创新(查炎平，2020)；为社交电商商业模式的发展带来了新的机遇(王崇锋和赵潇雨，2020)；为传统企业的营销模式带来了改变的契机(张之扬，2020)，从而促进了企业生产运营创新；带来了企业在员工工资支付和权益保障方面的压力，因此降低了企业的发展预期(黄送钦等，2020)。

综上所述，本研究将突发事件带来的冲击细分为办公方式冲击、生产运营冲击以及员工权益冲击，并提出以下研究假设：

H1：突发事件对企业办公方式的冲击与企业创新具有正相关关系。

H2：突发事件对企业生产运营的冲击与企业创新具有正相关关系。

H3：突发事件对企业员工权益的冲击与企业创新具有正相关关系。

2.1.3 突发事件冲击强度与企业创新

事件系统理论认为，事件的强度特征、时间特征和空间特征共同决定了事件对其他事物的影响程度(Morgeson et al.，2015)。事件的强度即事件对某一主体所造成的冲击力大小(李宗洁等，2018)。对于事件强度的衡量，学术界普遍采用学者Morgeson等(2015)的定义，认为通过量表对事件所具有的新颖性、关键性和颠覆性这三个分变量分别进行测量可以有效地衡量某个具体事件的强度，同时也可以不对三个特性进行区分，而是总体衡量事件的总强度(Morgeson et al.，2015)。随后有学者采用上述方式研究了事件对事故中组织行为(张素培和庄越，2017)、创业能力(张默和任声策，2018)和高技术企业研发绩效(李宗洁等，2018)的影响。除此之外，Axelrod(2012)、Anderson和Lewis(2014)从事件的破坏性角度衡量事件的影响强度，并将其分为一级破坏和二级破坏，且有学者基于此方式研究了事件的破坏性对创新组织双元学习的影响(肖瑶等，2019)。

事件冲击强度会对诸多主体和事物产生影响(冯素玲等，2019)。在创新以外的层面，事件冲击的强度会影响创业者对资源的利用能力、学习能力和获取经验的能力，最终影响创业者的创业能力(张默和任声策，2018)。在创新层面，事件冲击的强度越高，企业越容易对事件做出反应和采取行动，从而越有利于高技术企业研发绩效的提升(李宗洁等，2018)；长期而言，一定强度的破坏性事件会减少创新网络中的个体知识，但会增加创新网络中的集体知识，从而促进组织绩效的提高(肖瑶等，2019；肖瑶等，2017)。

综上所述，本研究通过量表对事件强度进行总体测量，并提出以下研究假设：

H4：突发事件冲击强度与企业创新具有正相关关系。

2.2 资源基础的调节效应

事件系统理论提出了一种综合的理论建模范式，即在对某一事件进行研究时，应将此事件与目标实体所具有的特征相结合来考虑这种交互效应对结果变量的影响(刘东和刘军，2017)。例如，当一家企业拥有较为紧密的网络关系时，某一突发重大事件将会对此地区企业的捐赠行为产生更强的促进作用(刘东和刘军，2017)。黄送钦等(2020)对新冠肺炎疫情如何影响企业发展预期进行了实证分析，并加入了企业在疫情前的活跃程度、所在地区营商环境作为调节变量，结果表明调节变量加强了疫情对企业发展预期的负向影响。

企业面临的突发事件冲击来自企业所处的外部环境，企业的资源基础则是企业具有的内部资源，外部环境和内部资源均会对企业活动产生影响。企业的创新活动嵌入在其所处的外部环境中，企业创新与外部环境密不可分(Lin et al.，2009；马迎贤，2005)。企业内部的异质性资源是企业独特的竞争优势，企业通过运用异质性资源和独特性能力，可以使企业获得竞争优势，有效提升企业绩效(Wernerfelt，1984；Barney，1991)。同时，企业对内部资源的有效运用，可以帮助其抵御外部环境带来的风险和冲击(Oliver，1991；Cheng & Kesner，1997)。曾楠等(2011)探讨了企业内部资源与外部网络的交互关系对创新绩效的影响，发现企业内部能力和外部环境的不同组合方式会对企业创新绩效产生不同影响。杨潇和池仁勇(2012)将企业内部资源作为调节变量，发现企业内部资源与外部节点的交互效应对企业创新绩效具有影响。贾兴平和刘益(2014)将外部环境分为制度环境和市场环境，将内部资源分为政治关系和冗余资源，并将企业内部资源作为调节变量，研究了企业的外部环境对企业社会责任的影响，结果表明企业的内部资源正向调节外部环境对企业社会责任的影响。

综合以上分析，本研究将企业具有的资源基础作为调节变量，并将其分为研发基础、合作基础、数字化基础和技术基础，这么划分的依据是：企业的知识资源在企业资源中的地位越来越受到重视(杨春华，2008)，对于企业而言，其所拥有的研发能力是知识资源的重要体现(李进明，2006)，因此本研究选取研发基础作为测量企业资源基础的一个指标；企业与其所在的外部环境中其他主体之间的关系是企业重要的组织资源之一(Barney，1991)，本研究将这种资源概括为合作基础；Grant(1991)将企业的资源基础分为六类，其中包括企业所具有的技术资源，因此本研究选取技术基础作为资源基础的一个测量指标；除此以外，由于在探讨企业创新时，数字化转型起到了日益显著的促进作用(何帆和刘红霞，2019)，且本研究的问卷调查中有关于企业数字化基础的测量条目，因此本研究在对企业资源基础的衡量中创造性地加入了数字化基础这一项指标。本研究通过上述具体指标探讨资源基础的总体作用对突发事件冲击与企业创新的关系所产生的调节效应，并提出以下研究假设：

H5：企业具有的资源基础可以调节突发事件对办公方式的冲击与企业创新之间的关系。

H6：企业具有的资源基础可以调节突发事件对生产运营的冲击与企业创新之间的关系。

H7：企业具有的资源基础可以调节突发事件对员工权益的冲击与企业创新之间的关系。

H8：企业具有的资源基础可以调节突发事件冲击强度与企业创新之间的关系。

通过以上分析，本研究的理论框架如图1所示。

图1 理论框架

3.研究设计

3.1 数据来源

本研究利用2020年2月中旬进行的新冠肺炎疫情对企业经营影响的调查所获取的来自全国的689份样本数据对突发事件冲击、资源基础和企业创新之间的关系进行检验。此调查利用麦客表单生成线上问卷，通过微信发送给企业的中高层管理人员(来自北京大学、中国人民大学、浙江大学、武汉大学、对外经济贸易大学等重点高校的EMBA、MBA、EDP学员)。问卷内容涵盖了地方政策、企业经营状况、企业应对措施、企业数字化提升4个维度共计30个问题，可以全面了解企业维系经营的具体措施、疫情中的社会责任履行情况、数字技术应用和国际化经营在企业抗击疫情中发挥的作用以及企业创新。为了便于研究，剔除了不符合研究情境的样本和缺失值较多的无效样本，最终获得503份有效样本数据用于本研究，样本的统计特征如表1所示。

表1样本统计特征

3.2 变量测量

(1)因变量——企业创新。本研究对企业创新的衡量主要分为三方面——总体创新投入、研发投入占销售收入的比重、人员培训投入占销售收入的比重。总体创新投入是被调查者对所在企业创新方面所有支出的计算和预估，可以有效衡量企业创新力度；研发投入占销售收入的比重是衡量企业对创新重视程度的有效指标(Hansen & Hill，1991；Balkin & Gomez-Mejia，2000)；对员工进行培训是提高企业创新能力的人力资源保障，因此人员培训投入占销售收入的比重也可以从侧面对企业创新进行测量。问卷填写者将对以上三个方面分别进行打分，每个方面分数范围均在0～4分，且为整数，并将三个方面的得分进行相加得到企业创新的总分值(0～12分)，分数越高说明企业创新力度越大。

(2)自变量——突发事件冲击广度、突发事件冲击强度。本研究共有四个自变量——突发事件对企业办公方式的冲击(X1)、突发事件对企业生产运营的冲击(X2)、突发事件对企业员工权益的冲击(X3)、突发事件冲击强度(X4)。前三个自变量衡量突发事件冲击的广度，第四个自变量衡量突发事件冲击的强度。

①突发事件冲击广度。问卷通过5分制的Likert量表来对涉及突发事件冲击广度的14个条目进行测量(1代表完全不符合，5代表完全符合)。本研究使用SPSS 23.0软件对14个条目进行探索性因子分析(EFA)，提取出了三个核心因子，并将其命名为突发事件对企业办公方式的冲击、对企业生产运营的冲击和对企业员工权益的冲击。测量突发事件冲击广度量表的Cronbach’s Alpha系数为0.880，提取的三个因子的Cronbach’s Alpha系数分别为0.874、0.815和0.769，均在0.6以上，显示出了较好的信度。同时，量表的KMO统计量值均大于0.8，并且Bartlett球形检验值为3111.34，达到显著性水平(p<0.000)，表明因子分析的效度良好，数据适合进行探索性因子分析。后续将使用因子得分进行进一步统计分析。具体因子分析结果如表2所示。

②突发事件冲击强度。本研究对突发事件冲击强度的衡量主要分为三方面——企业现有产品线、企业的区域市场覆盖范围、企业的外部合作关系。问卷填写者将对以上三个方面分别进行打分，每个方面分数范围均在0～4分，且为整数，并将三个方面的得分进行相加得到突发事件冲击强度的总分值(0～12分)，分数越高说明突发事件冲击强度越大。

(3)调节变量——资源基础。调节变量分为四个分变量——研发基础(M1)、合作基础(M2)、数字化基础(M3)、技术基础(M4)，分别作为调节变量与自变量生成交互项检验调节作用。以上四个分变量分别有8、8、7、7个题项，问卷填写者将对每个题项分别进行打分，分数范围均在0～4分，且为整数，将四个分变量相应题项得分进行相加得到每个分变量的总得分(M1、M2、M3、M4的总分分别为32分、32分、28分、28分)，分数越高说明企业相应的资源基础越深厚。每个分变量对应的题项如表3所示。

表2突发事件冲击广度问卷旋转后的因子载荷矩阵

表3资源基础四个分变量及其测量

维度测 量 条 目M4:技术基础大数据技术(如大数据库、数据分析技术等)的采纳程度智能化技术(如人工智能、机器学习技术等)的采纳程度移动技术(如移动互联、无线通信技术等)的采纳程度云计算技术(如云应用、云平台技术等)的采纳程度物联网技术(如物联网、网络分布技术等)的采纳程度社会交互技术(如在线商务、即时通信技术等)的采纳程度平台生态技术(如生态系统、网络平台技术等)的采纳程度

(4)控制变量——企业规模、企业年龄、所有权类型、2019年营业收入、主要业务模式。

①企业规模。本研究通过对企业现有员工人数的调查来衡量企业规模，并将企业规模分为五个等级——50人以下、50～100人、101～500人、501～1000人、1000 人以上，依次赋值为1～5。

②企业年龄。本研究用企业的成立时间来衡量企业年龄，即用问卷调查的年份2020减去企业成立年份。

③所有权类型。本研究将所有权类型分为四类——国有企业、集体企业、私营企业、外商及港澳台投资企业，分别赋值为1、2、3、4。

④2019年营业收入。本研究将企业2019年营业收入划分为五个等级——100万元以下、100万～1000万元、1001万～5000万元、5001万～1亿元、1亿元以上，依次赋值为1～5。

⑤主要业务模式。本研究将企业主要业务模式分为线上为主和线下为主，分别赋值为1、2。

3.3 模型选择

本研究数据为截面数据，因变量企业创新为有序离散数值，因此本研究采用Stata15.1对变量进行有序逻辑回归以构建层次回归模型。首先，构造双因素交互效应乘积项，为了防止自变量、调节变量与构造的乘积项出现高度的相关，本研究将自变量和调节变量进行了中心化处理(Aiken & West，1991)，即将每个变量与其均值相减，得到的两个差再进行相乘；其次，将自变量、调节变量、控制变量、双因素交互项按照一定的顺序逐个加入方程中进行主效应和交互效应的检验，如果乘积项回归明显，方向与预测相同，则可以认为调节效应存在(温忠麟等，2012)。

4.实证分析

4.1 描述性统计与相关性分析

本研究使用Stata15.1对变量进行了描述性统计与相关性分析(见表4)。结果表明，各自变量之间的Pearson相关系数均小于0.8，不存在严重的多重共线性问题(Rockwell，1975)。同时，对自变量进行了方差膨胀因子(VIF)检验，各自变量的方差膨胀因子均小于10，不存在严重的多重共线性问题。

4.2 回归分析

4.2.1 突发事件冲击对企业创新的直接效应检验

表5是突发事件冲击对企业创新的直接效应检验结果。其中，模型1加入了控制变量和调节变量，模型2在模型1的基础上加入了自变量X1，模型3在模型1的基础上加入了自变量X2，模型4在模型1的基础上加入了自变量X3，模型5在模型1的基础上加入了自变量X4，模型6在模型1的基础上同时加入了自变量X1、X2、X3和X4。

表4变量的描述性统计与相关系数

表5突发事件冲击对企业创新的直接效应检验结果

由模型1可知，企业的所有权类型(C3)可以显著影响企业创新(系数=-0.182，p<0.05)，国有企业(赋值为1)的创新作用相比其他所有权类型的企业而言更为明显；调节变量研发基础(M1)和技术基础(M4)对企业创新有显著的正向影响(系数=0.070，p<0.01；系数=0.037，p<0.05)。由模型2可知，突发事件造成的办公方式冲击(X1)对企业创新具有显著的正向影响(系数=0.300，p<0.01)，假设H1得到验证。由模型3可知，突发事件造成的生产运营冲击(X2)对企业创新具有显著的正向影响(系数=0.491，p<0.01)，假设H2得到验证。由模型4可知，突发事件造成的员工权益冲击(X3)对企业创新具有显著的正向影响(系数=0.238，p<0.01)，假设H3得到验证。由模型5可知，突发事件冲击强度(X4)对企业创新具有显著的正向影响(系数=0.116，p<0.01)，假设H4得到验证。模型6同时加入了所有自变量，每个自变量对因变量的影响方向没有改变，并且依然显著，假设H1、H2、H3和H4进一步得到验证。

4.2.2 资源基础的调节效应检验

表6是资源基础的调节效应检验结果。其中，模型7在模型2的基础上加入了四个调节变量分别与X1形成的交互项，模型8在模型3的基础上加入了四个调节变量分别与X2形成的交互项，模型9在模型4的基础上加入了四个调节变量分别与X3形成的交互项，模型10在模型5的基础上加入了四个调节变量分别与X4形成的交互项。

表6资源基础的调节效应检验结果

变量模型7模型8模型9模型10X4×M3-0.028**(0.007)X4×M40.022***(0.008)N503503503503Pseudo R20.0540.0660.0510.056

由模型7可知，在加入了X1与四个调节变量构成的交互项之后，可以发现其中三个交互项对因变量有显著影响，这说明企业具有的资源基础可以调节突发事件对办公方式的冲击(X1)与企业创新之间的关系，假设H5大部分得到验证。具体来看，研发基础(M1)和技术基础(M4)对X1与因变量之间关系的调节作用是正向的(系数=0.031，p<0.1；系数=0.049，p<0.05)，合作基础(M2)和数字化基础(M3)对X1与因变量之间关系的调节作用是负向的(系数=-0.020，p>0.1；系数=-0.071，p<0.01)。由模型8可知，在加入了X2与四个调节变量构成的交互项之后，可以发现四个交互项对因变量均有显著影响，这说明企业具有的资源基础可以调节突发事件对生产运营的冲击(X2)与企业创新之间的关系，假设H6得到验证。具体来看，研发基础(M1)和技术基础(M4)对X2与因变量之间关系的调节作用是正向的(系数=0.040，p<0.05；系数=0.062，p<0.01)，合作基础(M2)和数字化基础(M3)对X2与因变量之间关系的调节作用是负向的(系数=-0.036，p<0.1；系数=-0.071，p<0.01)。由模型9可知，在加入了X3与四个调节变量构成的交互项之后，可以发现其中两个交互项对因变量有显著影响，这说明企业具有的资源基础可以调节突发事件对员工权益的冲击(X3)与企业创新之间的关系，假设H7部分得到验证。具体来看，研发基础(M1)和技术基础(M4)对X3与因变量之间关系的调节作用是正向的(系数=0.041，p<0.05；系数=0.018，p>0.1)，合作基础(M2)和数字化基础(M3)对X3与因变量之间关系的调节作用是负向的(系数=-0.023，p>0.1；系数=-0.066，p<0.05)。由模型10可知，在加入了X4与四个调节变量构成的交互项之后，可以发现其中两个交互项对因变量有显著影响，这说明企业具有的资源基础可以调节突发事件冲击强度(X4)与企业创新之间的关系，假设H8部分得到验证。具体来看，研发基础(M1)和技术基础(M4)对X4与因变量之间关系的调节作用是正向的(系数=0.003，p>0.1；系数=0.022，p<0.01)，合作基础(M2)和数字化基础(M3)对X4与因变量之间关系的调节作用是负向的(系数=-0.001，p>0.1；系数=-0.028，p<0.01)。

综上，可以发现，虽然其中有少部分系数并不显著，但是结果具有一个共性——研发基础(M1)和技术基础(M4)对四个自变量与因变量之间关系的调节作用均是正向的，合作基础(M2)和数字化基础(M3)对四个自变量与因变量之间关系的调节作用均是负向的。这种共性有利于得出具体而稳健的结论。

4.3 稳健性检验

为了使得所得结论具有稳健性和可靠性，本研究将数字化转型作为替代因变量重新对直接效应和调节效应进行检验，检验的方式依旧是通过有序逻辑回归构建层次回归模型。由于新冠肺炎疫情的影响和冲击，众多企业采取线上办公方式，将数字化转型作为对企业创新的衡量是很符合此次新冠肺炎疫情的实际的，越具有创新精神的企业，在本次疫情期间越是倾向于加快数字化转型的步伐，将办公、供应链、产品和服务、内部沟通、技术改进等领域与数字化结合，以求适应现实需要。稳健性检验的结果如表7和表8所示。

表7以数字化转型为因变量的直接效应检验结果

表8以数字化转型为因变量的调节效应检验结果

变量模型7'模型8'模型9'模型10'Pseudo R20.1000.0470.0490.066

直接效应方面，模型1′与模型1相比结果基本一致，但调节变量合作基础(M2)对因变量的影响相较于模型1变得显著了(p<0.1)。模型2′中，自变量X1对因变量的影响依然是正向且显著的(系数=1.328，p<0.01)，假设H1依然得到验证。模型3′、模型4′和模型5′均与模型3、模型4和模型5所得结论一致，假设H2、H3和H4依然得到验证。

调节效应方面，模型7′中X1与四个调节变量构成的交互项中，四个交互项对因变量的影响均不显著，因此假设H5没有得到验证，这与上文得到的结论不一致。模型8′中X2与四个调节变量构成的交互项中，两个交互项对因变量的影响显著，因此假设H6部分得到验证，这与上文得到的结论一致。模型9′中X3与四个调节变量构成的交互项中，一个交互项对因变量的影响显著，因此假设H7部分得到验证，这与上文得到的结论一致。模型10′中X4与四个调节变量构成的交互项中，两个交互项对因变量的影响显著，因此假设H8部分得到验证，这与上文得到的结论一致。

综上，可以发现，稳健性检验中直接效应的结果与上文一致，调节效应的结果与上文基本一致，总体而言本研究所得结果具有稳健性。其中，稳健性检验中调节效应系数的正负方向依然具有一个共性——合作基础(M2)和技术基础(M4)对四个自变量与因变量之间关系的调节作用均是正向的，研发基础(M1)和数字化基础(M3)对四个自变量与因变量之间关系的调节作用均是负向的。这种共性与上文略有不同，可能是因为替换的因变量具有自身特性，所以所得结论与上文不完全一致。

5.结论与讨论

5.1 研究结论

本研究探讨了突发事件冲击的广度(办公方式、生产运营和员工权益)和强度与企业创新之间的关系，并加入了企业资源基础 (研发基础、合作基础、数字化基础和技术基础)作为调节变量，提出了突发事件冲击广度和强度与企业创新之间关系的相关假设，通过实证检验，得到三个主要结论：第一，突发事件冲击广度与企业创新具有正相关关系，即突发事件对办公方式、生产运营和员工权益方面造成的冲击，可以有效促进企业创新发展。这可能是因为，企业越是多方面受到疫情冲击，就越有进行创新的动力和紧迫感。第二，突发事件冲击强度与企业创新具有正相关关系，即企业受到的突发事件冲击越强烈，越有利于企业创新。究其原因，企业感受到的冲击强度越大，就越容易对冲击做出反应，从而促使企业进行创新来应对疫情。第三，企业具有的资源基础可以调节突发事件冲击广度和强度与企业创新之间的关系。不同资源基础的调节作用是不同的，研发基础和技术基础具有正向调节作用，而合作基础和数字化基础具有负向调节作用。企业的研发基础和技术基础越深厚，就越有能力进行疫情的应对，越容易进行办公模式和运营模式的改变，从而正向调节突发事件冲击对企业创新的作用。而合作基础和数字化基础深厚的企业，其本身的网络资源和数字化水平较高，可以在一定程度上缓解疫情带来的冲击，从而负向调节突发事件冲击对企业创新的作用。

5.2 管理启示

突发事件具有突发性和不可预测性，因此对突发事件的应对显得至关重要。本研究对突发事件冲击和企业创新的关系进行讨论后，得出两个管理启示：其一，在面对突发事件冲击时，企业要善于抓住发展机遇，适时从多个方面改变企业发展，不仅要应对突发事件冲击，还要以此为契机进行企业创新，增强企业的应急管理能力；其二，企业要善于利用自己的资源基础，具有深厚研发基础和技术基础的企业，在面对突发事件冲击时要利用自己的技术优势大力进行模式调整和技术改变，以求最大程度上利用突发事件来加速企业创新。具有深厚合作基础和数字化基础的企业在面对突发事件时，可以依靠自己较紧密的网络资源和较高的数字化水平适度减缓调整的步伐，做到稳中求进。

5.3 不足与未来展望

本研究受到新冠肺炎疫情的启发，利用相关问卷数据进行了实证分析，但因资源和水平的限制，依然存在不足之处，期待未来能够进一步探索：其一，本研究的数据来自2020年2月中旬进行的问卷调查，此时新冠肺炎疫情还未结束，若采用处于不同阶段的新冠肺炎疫情数据加以对比讨论，或许能够得出更加全面的结论；其二，本研究以新冠肺炎疫情为例对突发事件冲击进行研究，具有一定的特殊性，如果有其他类似突发事件的数据能够加以验证，结论将更加具有稳健性。