テクニカル・サマリー：混合シグナルの解釈：(不)一致なパフォーマンス・フィードバックが企業のデジタル技術イノベーションに与える影響

1. 問題提起と研究のギャップ

デジタルトランスフォーメーションの時代において、デジタル技術イノベーション（DTI）は競争優位の重要な源泉となっている。しかし、そのプロセスは高い不確実性と経路依存性を特徴としており、デジタル施策が成功しているのか、あるいは戦略的再方向付けを必要としているのかという経営上の曖昧さを生じさせている。先行研究では、DTIの先行要因（例：技術的能力、資源保有量）は特定されているものの、多くの場合、DTIを同質なプロセスとして扱っている。この見落としは、緩和型イノベーション（効率性、安定性、予防的強化に焦点を当てたもの）と適応型イノベーション（柔軟性、戦略的調整、反応的な刷新に焦点を当てたもの）という二重構造を軽視している。

さらに、既存の文献は、企業は単一のパフォーマンス目標を追求するものと仮定しがちである。実際には、組織は複数の目標を追求しており、それが不一致なパフォーマンス・フィードバック（例：一次的パフォーマンスは志向水準を下回るが、二次的パフォーマンスは志向水準を上回る）を生み出す。これは、解釈上の曖昧さを伴う「フィードバックの霧」を作り出す。企業がいかにしてこれらの混合シグナルを解釈するのか、そしてCEOの注意力が結果としてのイノベーション戦略にどのように影響を与えるのかという具体的な認知メカニズムは、未だ十分に解明されていない。本研究は、一致および不一致なパフォーマンス・フィードバックがDTIの応答の異質性にどのように影響するか、そしてCEOの注意力の警戒心（attentional vigilance）がいかにこれらの効果を調整するかを検証することで、これらのギャップに対処する。

2. 理論的枠組み

本研究は、**企業の行動理論（BTOF）と注意に基づく視点（ABV）**を統合している。

• BTOF: 組織は限定された合理性を持ち、志向水準に対するパフォーマンスに基づいて探索行動を調整する。本研究は、マルチゴール（多目的）の追求が相反するシグナル（「フィードバックの霧」）を生み出し、それが問題駆動型の探索（緩和）を行うか、機会駆動型の探索（適応）を行うかを決定すると仮定する。
• ABV: エグゼクティブの注意は極めて重要な認知的資源である。本研究では、**CEOの注意力の警戒心（CEO Attentional Vigilance）**を以下の2つの次元で定義する：
  • 注意の量（Attention Quantity）: イノベーションに関する手がかりに割り当てられる注意の広さ。
  • 注意の安定性（Attention Stability）: 時間経過に伴う集中の持続性と一貫性。
    フレームワークは、警戒心が認知的な安定剤として機能し、曖昧なフィードバックがどのように戦略的イノベーションの方向へと翻訳されるかを決定することを示唆している。

3. 研究手法

データとサンプル

• ソース: 2007年から2023年までの中国A株上場企業。
• スクリーニング: 特別処理（ST）または特別移転（PT）対象企業、金融業の企業、およびデータ欠損のある企業を除外。
• データソース: イノベーションデータについては中国研究データサービスプラットフォーム（CNRDS）、財務およびガバナンスデータについては中国証券市場・会計研究（CSMAR）を使用。

変数の測定

• 従属変数（DTI）: 本研究では、緩和型DTI（予防的、安定志向）と適応型DTI（反応的、レジリエンス志向）を区別する。
  • 測定方法: 定量的指標（R&D、特許）の因子分析と、BERTベースの機械学習による意味分類を組み合わせたハイブリッド・アプローチを採用。事前学習済みの中国語BERTモデルを用い、手動でラベル付けされた企業開示資料に対して微調整を行い、ドメイン固有の語彙（例：「予兆保全」対「災害復旧」）に基づき、特許抄録を緩和型または適応型のカテゴリーに分類する。
• 独立変数（パフォーマンス・フィードバック）:
  • 志向水準を下回るフィードバック（FBB）: 一次的パフォーマンス（例：ROA）が、加重志向水準（過去の推移＋業界中央値）を下回る場合。
  • 不一致なフィードバック（FBI）: 一次的パフォーマンスは志向水準を下回るが、二次的パフォーマンス（例：R&D強度）は志向水準を上回る場合。
  • 一致した負のフィードバック（FBC）: 一次的および二次的の両方の目標が志向水準を下回る場合。
• 調整変数（CEOの注意力の警戒心）:
  • 注意の量（EA）: CEOのコミュニケーション（スピーチ、年次報告書）における、急進的イノベーションに関するキーワードと全イノベーション関連キーワードの比率。
  • 注意の安定性（VA）: 4四半期における注意の量の標準偏差の逆数であり、集中の一貫性を測定する。
• コントロール変数: 企業規模、企業年齢、取締役会の特性、所有集中度、レバレッジ、ROE、資産回転率、在庫強度、機関投資家保有比率、およびトービンのQ。

実証モデル

固定効果パネル回帰モデルを用いて、企業、業界、および年度の効果を制御しながら、フィードバックの種類が緩和型および適応型DTIに与える影響を検証する。また、CEOの注意の量と安定性の調整効果をテストするために、交互作用項を含める。

4. 主な結果

主効果

• 志向水準を下回るフィードバック: 一次的パフォーマンスが志向水準を下回る場合、企業は緩和型DTI（予防的強化）を有意に増加させるが、適応型DTI（戦略的刷新）は減少させる。これは、圧力の下で既存のシステムを安定させる方向への行動の変化を示唆している。
• 不一致なフィードバック: 一次的パフォーマンスが低く、二次的パフォーマンスが高い場合、パターンは逆転する。企業は緩和型DTIを減少させ、適応型DTIを増加させる。二次的なポジティブなシグナルが心理的安全とリソースの余剰を提供し、一次的な不足にもかかわらず、適応的な刷新を促進する。
• 一致した負のフィードバック: 両方の目標における持続的なアンダーパフォーマンスは、緩和型イノベーションを強化する一方で、適応型イノベーションを制約する。

CEOの注意力の警戒心の調整効果

• 注意の量: CEOの注意の量が高い場合、志向水準を下回るフィードバックと緩和型DTIの正の関係を弱め（注意の拡散により）、志向水準を下回るフィードバックと適応型DTIの負の関係を強める（実験のための認知的深さを減少させることにより）。
• 注意の安定性: 注意の安定性が高い場合、不一致なフィードバックと緩和型DTIの負の関係を弱め（一次的な不足への集中を維持することにより）、不一致なフィードバックと適応型DTIの正の関係を強める（相反するシグナルを一貫した刷新戦略へと統合することを可能にすることにより）。

5. 意義と貢献

理論的貢献

1. 行動理論の発展: 本研究は、単一目標の仮定を超え、マルチゴール追求から生じる「フィードバックの霧」を組織がいかに乗り越えるかを説明する。フィードバックの曖昧さを単なるノイズではなく、探索の方向（緩和 vs 適応）を形作る明確な認知的条件として再解釈している。
2. 注意に基づく視点の精緻化: 注意の「量」と「安定性」を区別することで、注意が動的なメカニズムであることを示している。これは、過度な広範さ（量）が圧力下では有害となり得る一方で、安定性が曖昧さを解消し適応戦略を維持するために不可欠であることを明らかにしている。
3. 方法論的革新: BERTベースの意味解析を用いてイノベーションの異質性を操作化することで、計算手法と行動戦略を橋渡ししている。これにより、従来の特許数では捉えられない、緩和と適応という行動に基づいた粒度の高い区別が可能となった。

実務的示唆

• マネージャーへ: パフォーマンス・フィードバックは、単なる評価ではなく、解釈すべきものとして捉えるべきである。構造化されたルーチン（例：部門横断的なレビュー）は、予防的強化と適応的再構成のバランスを取るのに役立つ。
• CEOへ: 注意力は戦略的資源である。動的な環境において、CEOは注意の拡散を避けるために注意を構造化する必要がある。定期的なフォーカス・レビューと戦略的反省は、混合シグナルに直面した際の認知的整合性を維持することができる。
• ガバナンスへ: 企業は、デジタルイノベーションを予防的および適応的な両方の目的に関連付ける評価システムを構築し、一時的な変動への過剰反応を抑え、実験を促進すべきである。

限界

著者らは、本研究が中国のA株企業に焦着しているため、制度的および文化的特殊性による一般化の制限があることを認めている。また、パネルデータの横断的な性質により、デジタル変革の異なる段階におけるフィードバックとイノベーションの関係の動的な進化を完全には捉えきれていない。今後の研究として、縦断的な設計や異なる制度的文脈間での比較研究が示唆されている。