摘 要：现有研究表明，嵌入知识密集型服务企业关系网络在制造企业服务化与服务创新过程中具有关键作用, 但究竟何种网络嵌入特征能够促进制造企业跨界获取服务创新相关知识进而促进服务创新尚不明晰。基于社会网络理论和组织搜索理论，构建了知识密集服务嵌入、跨界搜索与制造企业服务创新间的理论模型，并利用236家制造企业的调研数据对模型和假设进行实证分析。结果表明，知识密集服务嵌入的4个特征——关系强度、关系质量、关系数量与关系多样性与制造企业服务创新间呈显著的正相关关系，并且跨界搜索在知识密集服务关系嵌入特征的关系强度、关系质量与服务创新的关系间存在部分中介效应，在知识密集服务结构嵌入特征的关系数量、关系多样性与服务创新的关系间存在完全中介效应。
关键词：知识密集服务嵌入；跨界搜索；服务创新；制造企业
在制造与服务愈加融合、生产型制造向服务型制造转变的大趋势下，通过服务创新参与竞争是我国制造企业摆脱价值链低端锁定、构建全新业务领域，进而获取竞争优势的有效路径[1-2]，服务创新继产品创新之后成为制造企业增长的新引擎。但是，制造企业进行服务创新并非易事，尤其是从产品创新转向服务创新的过程中，制造企业将面临资源刚性与惯例刚性双重阻力[3-4]，导致其在搜寻、识别与整合服务创新资源上存在天生能力不足。因此，能否有效解决服务创新资源的搜索获取难题，是决定制造企业能否进行服务创新进而实现服务转型的关键[5]。
在开放式创新背景下，通过外部联系接近、搜索与获取创新知识，是企业重塑创新能力的重要路径。对于向服务化转型的本土制造企业，在资源和经验的双重约束下，“与谁建立关系更高效”成为最先需要回答的问题。现有研究表明，知识密集型服务企业是多样化服务创新知识的“存储器”和通向外部更广阔搜索空间的知识“桥梁”[6]，有潜力提升制造企业服务创新的搜索可靠性与精确搜索范围。然而，与知识密集型服务企业建立关系并不会自动提升制造企业服务创新绩效。前期调研发现，制造企业对知识密集型服务企业的满意度普遍不高，且知识密集型服务企业的独特优势没有发挥出来，这引出一个重要问题：“什么样的关系特征才利于制造企业开展跨界搜索进而贡献于服务创新”。鉴于构建关系需要付出一定管理成本，因此，该问题的回答显得尤为迫切与必要。
近年关于知识密集型服务企业与制造企业服务创新的研究日趋增多[5-8]，但现有成果多关注与知识密集型服务企业建立关系是否促进制造企业服务创新，未能进一步考察制造企业与知识密集型服务企业关系数量、质量及频率等的影响。同时，查阅现有关系网络与制造企业服务创新关联机制的文献后发现，跨界搜索被普遍用于解释制造企业与知识密集型服务企业为什么建立关系，如Zhang和Li[9]，张文红、张骁和翁智明[6]，Wagner,Hoisl和Thoma[10]的研究，但遗憾的是，上述研究未能深入探究跨界搜索在组织间关系与服务创新之间的因果机制，致使知识密集型服务企业关系特征如何通过促进制造企业开展跨界搜索，进而影响服务创新的机理尚未得到清晰解析，亟需理论突破与经验验证，以有效指导实践。
据上，响应学界整合关系网络与组织搜索理论开展制造企业服务创新研究的思路，本文聚焦于本土制造企业服务创新实践，基于跨界搜索视角，细致考察知识密集服务嵌入对制造企业服务创新的影响机制。这既是对以往研究的传承，也是对相关研究的进一步细化和聚焦。利用浙江省236家制造企业的调查数据，运用多元线性回归方法考察并验证跨界搜索视角下知识密集服务嵌入特征是否及如何促进制造企业服务创新的微观机制。
1.1 跨界搜索与制造企业服务创新
服务创新是制造企业创造与获取竞争优势的新途径。然而，制造企业从事服务创新并非单纯地从制造业转向服务业，也不是放弃制造环节去做纯粹的服务，而是围绕产品生命周期的服务内容变化或顾客互动关系变化开展创新实践[5-6]，创新成果可以是支持产品的新服务，或是发展与顾客特定关系的新服务，还可以是为顾客提供整体解决方案。其共同点在于，应用隐藏在产品或服务背后的技术、知识与能力为顾客创造更大价值。可见，相较于技术创新，服务创新对制造企业的知识基提出了巨大挑战[11-12]。除了技术知识，顾客偏好、市场需求、服务流程和商业模式等更广域的市场知识也具有重要作用[5-6]，这远远超越了制造企业在技术创新领域积累的知识与经验。因此，在从产品创新到服务创新的转型中，制造企业需要跨越现有组织与知识边界去搜索新知识，从而达成服务创新成功。
与本地搜索相对应，Rosenkopf 和 Nerkar[13]提出跨界搜索的概念，其核心内涵是跨越组织边界和知识基础的知识搜索活动。本文中，跨界搜索是指制造企业在动态环境中跨越组织边界开展外部知识搜索活动。现有创新文献强调跨界搜索对企业创新活动的重要作用，具体到制造企业的服务创新活动，跨界搜索的促进作用体现在：一方面，跨界搜索为制造企业增加了新的差异性知识，尤其是与服务相关的新知识，这极大提升了制造企业知识库的多样性，并增加了知识间的异质性[14-15]；另一方面，这些新增的服务创新知识使制造企业更能通过知识重组创造新价值，进而促进企业持续丰富与更新知识基，提升企业服务创新潜能。
进一步地，制造企业通过专注两大类知识搜索，即技术知识和市场知识[16]，从而对其服务创新活动产生促进作用。其中，技术知识的跨界搜索能够带来与产品技术相关的新知识，促进产品升级换代或者新产品开发，这为制造企业在产品基础上开发延伸性服务提供了潜在机会；并且技术知识的跨界搜索还会为制造企业带来新服务技术，这将直接带来新服务或改进企业-顾客互动界面。除了技术知识，制造企业还强调跨界搜索市场知识，因为它不仅能够帮助制造企业敏锐识别顾客现实与潜在需求，还能帮助制造企业切实了解顾客参与服务过程的技术和能力，这为制造企业开发新服务与满足顾客需求提供了关键信息及知识。基于上述分析，提出以下假设：
H1a：跨界搜索技术知识对制造企业服务创新有显著正向影响；
H1b：跨界搜索市场知识对制造企业服务创新有显著正向影响。
1.2 知识密集服务嵌入与制造企业跨界搜索
制造企业根据发展与创新的现实需求，构建与外部知识密集型服务企业的联结关系，形成以自我为中心的知识密集服务关系网络，即知识密集服务嵌入。它是制造企业主动利用外部关系资本的制度性安排，体现了制造企业利用知识密集服务关系网络获得异质性资源的渠道和方式。沿袭Granovetter[17]的观点，本文将知识密集服务嵌入划分为关系嵌入与结构嵌入两个维度。其中，关系嵌入反映了制造企业与外部知识密集型服务企业的二元关系特征，采用关系强度和关系质量进行考察；结构嵌入表征以制造企业为中心的知识密集服务关系网络的结构特征，通过关系数量和关系多样性来衡量。
对于制造企业，知识密集型服务企业是生产与创造服务创新知识的主体[18]，更为重要的是，知识密集型服务企业与来自不同地域、行业的企业或组织合作[9，19]。其中，既包括以高校和科研机构为代表的技术知识源，又包括以顾客、竞争对手和供应商为代表的市场知识源[16，20]，这为制造企业搭建了跨越地理、组织和知识边界搜索外部异质性知识的桥梁[21]，利于制造企业跨界搜索和获取与服务创新相关的技术知识及市场知识。然而，不同的知识密集服务嵌入特征将影响制造企业利用知识密集服务关系网络接近、聚集和整合知识资源的数量与类型，进而对跨界搜索产生影响。因此，需要从关系强度、关系质量、关系数量和关系多样化4个嵌入特征入手，揭示其与制造企业跨界搜索的内在关系。
(1)关系强度与跨界搜索。关系强度描绘的是制造企业与外部知识密集型服务企业的关系紧密程度，包含互动频率、持久性与深入性等内容，是衡量二元关系的客观指标。通过与知识密集型服务企业的经常性交流与联系，制造企业能更好地理解与利用新知识、持续更新知识库，从而不断提升搜索、识别与吸收服务创新相关知识的能力。与此同时，那些嵌入在知识密集型服务企业外部关系中且对服务创新意义重大的复杂隐性知识，在制造企业与知识密集型服务企业的频繁接触中更易被有效识别与传递[22]，从而促进制造企业接触与获取更高质量的异质性知识。基于上述分析，提出以下假设：
H2a：与外部知识密集型服务企业的关系强度越高，越利于制造企业跨界搜索技术知识；
H2b：与外部知识密集型服务企业的关系强度越高，越利于制造企业跨界搜索市场知识。
(2)关系质量与跨界搜索。关系质量是一个主观指标，旨在考察制造企业与外部知识密集型服务企业之间的信任、承诺及利益相关程度。与制造企业的互信互惠程度越高，知识密集型服务企业越易发挥其在服务创新领域积累的专业影响力，使制造企业能以较低成本作出“搜索哪里”与“搜索什么”等决策，并提升搜索得到的异质性知识的可信度。因此，当关系质量较高时，制造企业会提升对知识密集型服务企业所嵌入异质性关系资源的利用率，通过知识密集型服务企业搜索到更多、更可靠的新知识[12]，从而以较低搜索成本带来较高搜索质量。基于上述分析，提出以下假设：
H3a：与外部知识密集型服务企业的关系质量越高，越利于制造企业跨界搜索技术知识；
H3b：与外部知识密集型服务企业的关系质量越高，越利于制造企业跨界搜索市场知识。
(3)关系数量与跨界搜索。关系数量是指焦点制造企业与外部知识密集型服务企业存在直接联系的数量。在联结数量多的知识密集服务关系网络中，焦点企业可直接接触的知识资源更多，能够间接利用的知识密集型服务企业的外部关系资本也更丰富。因此，与知识密集型服务企业联系越广泛，制造企业越可能构建起搜索新信息与新知识的多样化通道，进而显著拓宽异质性知识的搜索范围并降低搜索成本，获得更丰富的服务创新相关知识。基于上述分析，提出以下假设：
H4a：与外部知识密集型服务企业建立的关系数量越多，越利于制造企业跨界搜索技术知识；
H4b：与外部知识密集型服务企业建立的关系数量越多，越利于制造企业跨界搜索市场知识。
(4)关系多样化与跨界搜索。关系多样化是制造企业所联结的外部知识密集型服务企业的差异化程度，主要体现在知识基、目标市场以及发展地域等方面，它反映了制造企业外部潜在可接触资源的多样化程度。显然，如果知识密集型服务企业的差异化程度越高，那么相互熟悉程度会越低，而蕴含的知识资源以及外部关系资本会更加多样化。于是，当制造企业密切与差异化程度较大的知识密集型服务企业的联结关系时，能够带来更多非冗余性资源，进而扩展与异质性知识的联系通道，促进制造企业捕获更加多元化的知识要素。由此可以推断，在相同的网络构建成本下，制造企业通过构建多样化的知识密集服务关系网络，拥有更差异化的知识搜索通道，捕获更加新鲜、不重复的知识与信息，进而提高跨界搜索质量。基于上述分析，提出以下假设：
H5a:与外部知识密集型服务企业建立的关系多样性越丰富，越利于制造企业跨界搜索技术知识；
H5b:与外部知识密集型服务企业建立的关系多样性越丰富，越利于制造企业跨界搜索市场知识。
1.3 跨界搜索的中介作用
知识密集服务嵌入对制造企业跨界搜索具有积极效应，而跨界搜索也对制造企业服务创新具有促进作用，换言之，知识密集服务嵌入通过跨界搜索间接对制造企业服务创新产生影响。系列研究也支持制造企业与知识密集型服务企业合作能够提升制造企业创新能力的论点[23-25]。近年来随着组织搜索理论兴起且跨界搜索视角持续升温，出现了整合社会网络与组织搜索理论的研究。Zhang和Li[9]证明，与服务中介机构的联结能够帮助新创企业更容易地与地理集群企业建立关系，从而获得与产品创新相关的知识。Wagner,Hoisl和Thoma[10]提出，专业化服务企业是外部知识存储器，既能为企业带来异质性新知识，又能帮助企业克服本地搜索困境。聚焦于国内制造企业服务创新实践，张文红、张骁和翁智明[11]运用跨界搜索理论就服务中介机构为什么能够促进制造企业服务创新进行了理论阐述与实证分析。系列研究成果表明，知识密集服务关系网络是制造企业进入异质性社会网络的桥梁，有助于制造企业提升知识跨界搜索的多样性、可靠性以及整合异质性知识的可能性，从而对服务创新实践发挥特殊作用。基于上述分析，提出以下假设：
H6a：跨界搜索的技术知识在知识密集服务嵌入各特征对制造企业服务创新的影响中起中介作用；
H6b：跨界搜索的市场知识在知识密集服务嵌入各特征对制造企业服务创新的影响中起中介作用。
2.1 研究样本与数据收集
本文重点关注制造企业的服务创新实践，因此要求样本企业是从事一定服务创新活动的制造类企业。本文选择浙江省制造企业为主要调查对象，问卷填写者要求是在企业工作两年以上、熟悉企业整体运作尤其是服务创新实践的高层管理者或新产品/服务开发负责人。本文共发放问卷475份，回收问卷282份，其中，有效问卷236份，有效回收率为49.7%。具体统计情况见表1。
2.2 变量来源与测度
为确保测量量表效度和信度，本文量表均采用国内外现有文献中已经使用过的量表，并通过反向翻译、文化差异比较，再根据研究目标适当修改形成中文调查问卷。此外，还征求了来自浙江大学长期致力于知识密集服务业与服务创新研究的3位学者的意见，逐一完善后形成最终问卷。所有问项都采用Likert七级量表描述企业真实情况，1为很不符，7为很符合。
表1 样本基本特征分布情况(N=236)
企业特征样本数占比(%)企业特征样本数占比(%)行业类型通信设备、计算机及其它电子设备制造业5021企业规模少于100人167交通运输设备制造业2912100～500人3917通用设备制造业4318501～1000人7532汽车零部件制造业26111001～2000人4117电气机械及器材制造业25112000人以上6527石油化学化工制造业188合计236100医药生物制造业125经营年限小于3年188金属非金属制造业1053～5年3917其它制造业2396～10年5523合计236100大于10年12452合计236100
(1)制造企业服务创新。根据Penttinen 和 Palmer[26]对服务创新的定义，并参考Wise 和 Baumgartner[12]、Oliva 和 Kallenberg[11]的研究，本文采用3个题项测量制造企业服务创新，让被试者评价企业服务创新的程度，具体包括：①不改变客户关系，开发新服务；②不改变现有服务，改变客户关系；③不仅改变客户关系，而且开发新服务。
(2)跨界搜索。跨界搜索并非新概念，但聚焦制造企业服务创新实践的研究一直缺乏。Mina、Bascavusoglu-Moreau和Hughes[16]区分了制造企业开放式服务创新中基于技术和市场的知识搜索，指出基于技术的合作伙伴(如大学和科研机构等)和基于市场的合作伙伴(如顾客和用户等)对制造企业具有重要作用。鉴于此，本文将制造企业跨界搜索区分为技术知识与市场知识两个方向，并借鉴Sidhu,Commandeur和Volberda[27]的量表测量跨界搜索服务创新相关知识的努力程度(具体见表2)。
(3)知识密集服务嵌入。本文采用社会网络分析的自我中心网络分析法，通过调查受访者认知的网络关系来测度知识密集服务嵌入特征。对于关系数量，本文通过统计焦点企业直接建立联系的KIBS企业数量来测量[6]。对于关系强度、关系质量和关系异质性，考虑到知识密集型服务企业类别众多，为方便研究并保证严谨性，借鉴魏江和胡胜蓉[28]的划分方法，要求被试者指出其所在企业与四类知识密集型服务企业(统称KIBS)的关系特征，即商务服务企业、科技服务企业、ICT服务企业和金融服务企业，然后计算这4个条目的算术平均值。其中，关系强度借鉴Blumstein和Kollock[29]、Gulati和Gargiulo[30]和Rowley,Behrens和Krackhardt[31]的研究，询问联系频率、持久性和深入性三方面；关系质量借鉴Granovetter[32]、Yli-Renko,Autio和Sapienza[33]和Uzzi[34]的研究，测量信任和互惠性两方面；关系异质性借鉴Bonner和Walker[35]和Sammarra和Biggiero[36]的研究，测量知识基础、目标市场和发展地域。
(4)控制变量。参照Zhang和Li [9], Li和Atuahene-Gima[37]，Zeng等[38]的做法，选取制造企业的年龄(企业成立年数取对数)和规模(企业全职员工人数取自然对数)为控制变量。
2.3 信度与效度检验
由于文中的关系数量由计算得出，无需检验效度和信度，因此只对关系强度、关系质量、关系多样性、跨界搜索技术知识、跨界搜索市场知识和服务创新6个变量进行效度与信度分析。本文采用Harman单因子方法检测到数据同源性偏差并不严重，且每个变量的Cronbach′s α系数均大于0.70，题项的总体相关系数均远大于0.35，表明变量整体具有较高信度；采用主成分分析的因子提取法和最大方差旋转法检验建构效度，各题项因子载荷系数均大于0.5，表明各变量量表具有较好建构效度(见表2)，并且各因子载荷存在明显区别，说明具有较高区分效度。
表2 变量测量、探索性因子分析与信度检验
构念/指标因子载荷Cronbach'sα系数累积解释变量(%)关系强度(Blumstein&Kollock,1988;Gulati&Gargiulo,1999;Rowleyetal.,2000)1.我们与KIBS之间的联系频率很高0.810.8117.2332.我们与KIBS之间的联系维系已久0.793.我们与KIBS之间的联系非常深入0.85关系质量(Granovetter,1973;Yli-Renkoetal,2001)4.我们与KIBS的联系中双方都信守承诺0.650.7531.6125.我们与KIBS的合作中都会避免损害对方利益0.696.我们与KIBS都从合作中获得收益0.72关系多样性(Bonner&Walker,2004;Sammarra&Biggiero,2008)7.与我们联系的KIBS拥有相似知识基础(反)0.870.8440.3318.与我们联系的KIBS服务于相似市场领域(反)0.839.与我们联系的KIBS在相近地理区域发展(反)0.76跨界搜索技术知识(Sidhuetal.,2007;Minaetal.,2014)10.我们非常了解所在行业的技术发展情况0.640.7850.45011.我们收集所有行业使用同类技术的信息0.7312.我们时刻关注技术上与我们相关的行业0.8013.我们经常关注如何将现有生产设备用于新产品0.7914.我们密切关注那些在产品领域内暂不是领导者,但是拥有与我们相似技术的公司0.7215.我们密切关注供应商产品(服务)和流程的技术进步0.83跨界搜索市场知识(Sidhuetal.,2007;Minaetal.,2014)16.对那些以我们顾客为目标顾客的公司,密切关注他们的信息0.610.7662.53117.我们了解顾客对产品或服务偏好的变化0.6818.对那些当前还不是我们顾客的群体,很少收集他们关于产品或服务的偏好信息(反)0.7519.我们密切关注提供与我们公司完全不同产品或服务却满足同一种顾客需求的行业0.6820.我们密切关注那些提供互补性产品公司的活动0.7321.我们非常了解顾客在产品(服务)和流程上的创新0.81服务创新(Penttinen&Palmer,2007;Wise&Baumgartne,1999;Oliva,Kallenberg,2003)22.不改变客户关系,开发新服务0.650.7271.08223.不改变现有服务,改变客户关系0.7724.不仅改变客户关系,而且开发新服务0.66
3.1 相关性分析
表3给出了各研究变量的均值、标准差、相关系数，从中可以看出，解释变量、中介变量与被解释变量之间存在显著相关性，且变量间的相关系数最大为0.498，均小于0.7的临界值，如表3所示。
表3 描述性统计分析与变量间相关关系
变量均值标准差1234567891企业规模4.321.56212企业年限0.820.3950.02113关系强度4.640.1250.1090.00614关系质量3.900.9910.3010.1120.313**15关系数量4.061.2190.2170.1060.253*0.201**16关系多样性3.881.2010.1370.0790.293**0.211**0.301**17跨界搜索技术知识4.131.3670.108**0.0210.328**0.405**0.498**0.431**18跨界搜索市场知识4.341.4180.207**0.0080.347**0.312**0.421**0.318**0.247**19服务创新4.5331.1160.153*0.0230.355**0.369**0.239**0.216**0.465**0.412**1
注：**表示显著性水平P< 0.01，*表示显著性水平P<0.05
3.2 层次回归分析
本文主要采用层次回归方法(Hierarchical Regression)检验模型中变量的假设关系。
首先以知识密集服务嵌入的4个维度为自变量，以跨界搜索技术知识、跨界搜索市场知识为因变量进行多元回归。表4显示，从M1到M2，4个维度对跨界搜索技术知识在 0.000 的置信水平上显著。其中，关系强度的影响最为显著(β=0.333), 其次为关系质量(β=0.295)，再次是关系多样性(β=0.251)，而关系数量的影响相对较弱(β=0.128)，H2a及H3a、H4a、H5a得到了数据支持。类似地，以跨界搜索市场知识为因变量的M3和M4的结果显示，H2b及H3b、H4b、H5b得到验证。总体上，知识密集服务嵌入的4个维度，即关系强度、关系质量、关系数量、关系多样性的提升能够促进制造企业跨界搜索技术知识和市场知识。
表4 知识密集服务嵌入对跨界搜索的多元回归分析
自变量因变量:跨界搜索技术知识M1M2因变量:跨界搜索市场知识M1M2企业规模0.085*0.0660.1010.102企业年限-0.011-0.023-0.015*-0.03关系强度0.214***0.200***关系质量0.301***0.268**关系数量0.058***0.015**关系多样性0.169***0.119**R20.0450.1260.0360.073△R20.0310.1120.0210.052F值4.301*16.034***3.512**13.216**△F值4.231**55.620***3.625**41.610**
注：***表示显著性水平p<0.001,**表示显著性水平p<0.01,*表示显著性水平p<0.05
接下来，以服务创新为因变量，将控制变量、自变量和中介变量顺次叠加纳入模型进行检验，得出回归结果如表5所示。M1只包含控制变量，M2检验知识密集服务嵌入对服务创新的作用，M3检验跨界搜索两个维度对服务创新的作用。M2的数据显示，知识密集服务嵌入的4个维度对服务创新在 0.000 的置信水平上显著(依次为β=0.255；β=0.321；β=0.111；β=0.159)，证实知识密集服务嵌入各维度对服务创新有显著正向影响。M3的数据显示，跨界搜索的两个维度对服务创新有显著影响。其中，跨界搜索技术知识的影响较大(β=0.621，p<0.001)，而跨界搜索市场知识的影响相对较弱(β=0.216，p<0.001)，H1a和H1b得到验证。
M4和M5旨在检验跨界搜索两个维度在知识密集服务嵌入与服务创新间的中介作用。比较M4与M3后发现，加入中介变量跨界搜索技术知识后，跨界搜索技术知识的回归系数为0.515，且在0.000的置信水平上显著；并且关系强度、关系质量对服务创新的回归系数β值分别从0.255、0.321下降至0.167与0.222，但仍然显著，说明存在部分中介效应；然而，关系数量与关系多样性对服务创新的影响由显著变为不显著(M3：β=0.111，p<0.001；β=0.159，p<0.001；M4：β=0.078，β=0.123)，说明存在完全中介效应，H6a得到验证。同样地，比较M5与M3后发现，中介变量跨界搜索市场知识的回归系数(β=0.136)在0.000的置信水平上显著，关系强度和关系质量的回归系数仍然显著但较之前下降，因此存在部分中介效应；关系数量和关系多样性的回归系数变为不显著，存在完全中介效应，假设H6b得到验证。
表5 知识密集服务嵌入、跨界搜索对制造企业服务创新的多元回归分析
自变量因变量:服务创新M1M2M3M4M5企业规模0.1050.0750.0570.012*0.079企业年限-0.011-0.021*-0.023-0.015-0.030关系强度0.255***0.167***0.129***关系质量0.321***0.222***0.212***关系数量0.111***0.0780.015关系多样性0.159***0.1230.103跨界搜索技术知识0.621***0.515***跨界搜索市场知识0.216***0.136**R20.1210.0450.1280.0760.063△R20.0920.0330.1030.0560.041F值3.033*14.602**20.127**12.235***9.127**△F值3.236**45.249**61.315**39.005***25.830**
注：***表示显著性水平p<0.001,**表示显著性水平p<0.01,*表示显著性水平p<0.05
尽管本土制造企业早已意识到通过服务创新实现服务化成长的紧迫性，但通常会沮丧地发现自身资源与能力有限，跨界搜索服务创新知识面临巨大挑战。在此背景下，与外部知识密集型服务企业建立关系网络，进而借助其创新源与创新桥梁的功能，成为制造企业的现实选择。但是，理论界对于“什么样”的知识密集服务嵌入特征更利于制造企业搜索异质性知识以开展服务创新尚缺乏深入探讨。为此，本文综合社会网络与组织搜索理论，基于跨界搜索视角，利用浙江省236个制造企业的调查数据，探讨知识密集服务嵌入是否及如何影响制造企业服务创新。研究表明，知识密集服务嵌入的关系强度、关系质量、关系数量以及关系多样性4个特征与制造企业服务创新呈显著正相关关系，且跨界搜索在该过程中起到中介作用。具体而言，跨界搜索在关系强度、关系质量与制造企业服务创新中起部分中介作用，在关系数量、关系多样性与制造企业服务创新中起完全中介作用。
研究结论对制造企业如何加强外部关系管理以推动服务创新提供了启示：为突破自身能力约束及知识搜索的本地化困境，制造企业应该积极构建与发展同外部知识密集型服务企业的关系网络。具体而言：①主动加强与知识密集型服务企业的交流，提高紧密联系程度，建立相互信任、承诺与共赢关系，提升制造企业从外部搜索与获取异质性知识的可能性和可靠性；②在与更多知识密集型服务企业建立联结协作时，通过增加关系多样性，提升搜索异质性知识资源的能力；③为使知识密集服务关系网络对制造企业的服务创新产生实质性影响，重视跨界搜索策略的实施。实证结果表明，跨界搜索在知识密集服务关系嵌入特征——关系强度、关系质量与服务创新之间存在部分中介效应，在知识密集服务结构嵌入特征——关系数量、关系多样性与服务创新之间存在完全中介效应。这意味着，关系数量与关系多样性为制造企业提供接近与获得新知识的关系优势，需要通过跨界搜索活动来实现。
本文的理论贡献主要表现为:①拓展了网络视角下外部知识密集服务关系网络影响制造企业服务创新的理论模型。以往研究强调制造企业与知识密集型服务企业二元关系对服务创新的贡献，但缺乏网络视角的考察，对于网络嵌入特征通过什么途径影响制造企业服务创新尚不明晰。从社会网络的关系特征和结构特征两大维度出发，本文将知识密集服务嵌入细分为关系强度、关系质量、关系数量和关系多样性4个特征，进而研究它们对制造企业跨界搜索与服务创新的作用路径；②丰富了跨界搜索视角下外部关系网络与制造企业服务创新关系机制的研究。现有成果多关注技术创新中的跨界搜索，但对服务创新的研究较为缺乏，尤其是结合网络视角的分析。本文引入并区分了服务创新中跨界搜索技术知识和市场知识两个维度，研究知识密集服务嵌入特征对跨界搜索的影响，以及跨界搜索对服务创新的影响，呼应了当前跨界搜索在网络与创新之间中介机制的研究；③聚焦制造业服务创新，丰富了技术-服务整合视角下的服务创新理论。目前关于服务创新的研究多聚焦于服务业，缺乏对制造业服务创新的探索，随着服务主导逻辑成为主要竞争范式，制造企业纷纷从产品创新向服务创新转型，这为本文探讨制造企业服务创新提供了机遇。
本文也存在一些有待完善之处：①在验证知识密集服务嵌入、跨界搜索与服务创新这3个变量的整体关系模型时，关注点在于厘清跨界搜索在知识密集服务嵌入与制造企业服务创新关系间的中介机制，未对产业特征、产业生命周期特征等变量可能发挥的调节作用给予过多关注。后续研究可将产业特征，如行业竞争强度、环境不确定性等因素纳入模型，以提升研究结果的解释力，增强对创新实践的指导力度；②运用横截面数据对知识密集服务嵌入、跨界搜索与制造企业服务创新关系模型进行验证，无法呈现三者的动态关系。实证数据显示，跨界搜索技术知识对服务创新的贡献(回归系数为0.621)远大于跨界搜索市场知识(回归系数为0.216)的。对此，可能的解释是，样本制造企业多处于从产品创新向服务创新转型的初级阶段，更擅长于在产品创新基础上通过接近与获取技术知识来进行服务创新。那么，当制造企业服务创新能力提升时，将产生改变跨界搜索方向与程度的要求，这一要求会对制造企业嵌入知识密集服务关系网络产生反馈，要求知识密集服务关系嵌入与结构嵌入发生相应变化以满足跨界搜索需求，因此有必要开展纵向研究；③由于样本主要集中在浙江省,样本的代表性和广泛性有限,这无疑会对研究结论的普适性造成一定程度的削弱。下一步应扩大研究范围,并对模型作进一步的检验和修正。
参考文献：
[1] BAINES T. Exploring service innovation and the servitization of the manufacturing firm[J]. Research Technology Management, 2015, 58(5): 9-11.
[2] VISNJIC KASTALLI I, VAN LOOY B, NEELY A. Steering manufacturing firms towards service business model innovation[J]. California Management Review, 2013, 56(1): 100-123.
[3] 曲婉, 穆荣平, 李铭禄. 基于服务创新的制造企业服务转型影响因素研究[J]. 科研管理, 2012, 33(10): 64-71.
[4] 赵亚普, 张文红. 我国制造企业服务转型的挑战及对策:惰性理论视角[J]. 科学学与科学技术管理, 2012, 33(4): 129-135.
[5] 王琳, 赵立龙, 刘洋. 制造企业嵌入知识密集服务关系网络的内涵、动因及对服务创新能力的作用机制[J]. 外国经济与管理, 2015, 37(6): 73-82.
[6] 张文红, 张骁, 翁智明. 制造企业如何获得服务创新的知识?——服务中介机构的作用[J]. 管理世界, 2010 (10): 122-134.
[7] 王琳, 魏江, 饶扬德, 等. 知识密集服务关系嵌入与制造企业服务创新：探索性学习的中介作用和技术能力的调节作用[J]. 研究与发展管理, 2017， 29(1).
[8] 周丹, 张慧, 王核成. 便利者还是传递者？ 知识型服务机构对制造企业创新的桥梁作用剖析[J]. 科学学与科学技术管理, 2015，36(9): 71-80.
[9] ZHANG Y,LI H. Innovation search of new ventures in a technology cluster: the role of ties with service intermediaries[J]. Strategic Management Journal, 2010, 31(1): 88-109.
[10] WAGNER S HOISL K,THOMA G. Overcoming localization of knowledge-the role of professional service firms[J]. Strategic Management Journal,2014,35(11)：1671-1688.
[11] OLIVA R,KALLENBERG R. Managing the transition from products to services[J]. International journal of service industry management, 2003, 14(2): 160-172.
[12] WISE R,BAUMGARTNER P. Go downstream: the new profit imperative in manufacturing[J]. Harvard business review, 1999,77(5): 133-141.
[13] ROSENKOPF L,NERKAR A. Beyond local search: boundary-spanning, exploration, and impact in the optical disk industry[J]. Strategic Management Journal, 2001，22(4): 287-306.
[14] LEVINTHAL D,MARCH J G. A model of adaptive organizational search[J]. Journal of Economic Behavior & Organization, 1981, 2(4): 307-333.
[15] MCGRATH R G. Exploratory learning, innovative capacity, and managerial oversight[J]. Academy of Management Journal, 2001,44(1): 118-131.
[16] MINA A, BASCAVUSOGLU-MOREAU E,HUGHES A. Open service innovation and the firm's search for external knowledge[J]. Research Policy, 2014, 43(5): 853-866.
[17] GRANOVETTER M. Economic action and social structure: the problem of embeddedness[J]. American journal of sociology, 1985(8):481-510.
[18] MILES I,et al. Knowledge-intensive business services[J]. EIMS publication, 1995 (15): 25-90.
[19] HOWELLS J. Intermediation and the role of intermediaries in innovation[J]. Research Policy 2006, 35: 715-728.
[20] STRAMBACH S. Innovation processes and the role of knowledge-intensive business services[J]. KOSCHATZKY K,KULICKE M, ZENKER A. Innovation networks——concepts and challenges in the european perspective[M]. Physica,Heidelberg, 2001: 53-68.
[21] MULLER E,ZENKER A. Business services as actors of knowledge transformation: the role of KIBS in regional and national innovation systems[J]. Research Policy, 2001. 30(9): 1501-1516.
[22] NAJAFI-TAVANI Z, GIROUD A,SINKOVICS R R. Knowledge-intensive business services: does dual embeddedness matter[J]. The Service Industries Journal, 2012, 32(10): 1691-1705.
[23] SHEARMUR R,DOLOREUX D. Innovation and knowledge-intensive business service: the contribution of knowledge-intensive business service to innovation in manufacturing establishments[J]. Economics of Innovation and New Technology, 2013, 22(8): 751-774.
[24] WONG P K,SINGH A. The pattern of innovation in the knowledge-intensive business services sector of Singapore[J]. Singapore Management Review, 2004 ,26(1): 21-44.
[25] 魏江,周丹. 生产性服务业与制造业互动机理研究——以乐清低压电器产业链为例[J]. 科学学研究, 2010, 28(8): 1171-1180.
[26] PENTTINEN E,PALMER J. Improving firm positioning through enhanced offerings and buyer-seller relationships[J]. Industrial Marketing Management, 2007,36(5): 552-564.
[27] SIDHU J S, COMMANDEUR H R,VOLBERDA H W. The multifaceted nature of exploration and exploitation: value of supply, demand, and spatial search for innovation[J]. Organization Science, 2007，18(1): 20-38.
[28] 魏江，胡胜蓉.知识密集型服务业创新范式[M]. 北京: 科学出版社, 2007.
[29] BLUMSTEIN P,KOLLOCK P. Personal relationships[J]. Annual Review of Sociology, 1988(8)：467-490.
[30] GULATI R,GARGIULO M. Where do inter-organizational networks come from? [J]. The American Journal of Sociology, 1999, 104(5): 1439-1493.
[31] ROWLEY T, BEHRENS D,KRACKHARDT D. Redundant governance structures: an analysis of structural and relational embeddedness in the steel and semiconductor industries[J]. Strategic Management Journal, 2000, 21(3): 369-386.
[32] GRANOVETTER M S. The strength of weak ties[J]. American journal of sociology, 1973(8)：1360-1380.
[33] YLI-RENKO H, AUTIO E,SAPIENZA H J. Social capital, knowledge acquisition, and knowledge exploitation in young technology-based firms[J]. Strategic Management Journal, 2001, 22(6-7): 587-613.
[34] UZZI B. Social structure and competition in interfirm networks: the paradox of embeddedness[J]. Administrative science quarterly, 1997, 42(1): 35-67.
[35] BONNER J M,WALKER O C. Selecting influential business-to-business customers in new product development: relational embeddedness and knowledge heterogeneity considerations[J]. Journal of Product Innovation Management, 2004, 21(3): 155-169.
[36] SAMMARRA A,BIGGIERO L. Heterogeneity and specificity of inter-firm knowledge flows in innovation networks[J]. Journal of Management Studies, 2008, 45(4): 800-829.
[37] LI H,ATUAHENE‐GIMA K. The adoption of agency business activity, product innovation, and performance in Chinese technology ventures[J]. Strategic Management Journal, 2002, 23(6): 469-490.
[38] ZENG S，et al. Relationships between business factors and performance in internationalization: an empirical study in China[J]. Management Decision, 2009, 47(2): 308-329.
(责任编辑：胡俊健)
The Relationship among Embedded Knowledge Intensive Business Service Network, Boundary-spanning Search and Manufacturing Firms' Service Innovation
Abstract：Current studies suggest that relationship with knowledge intensive business service helps manufacturing firms extend the service business and pursue service innovation, but there is lack of clear understanding of what characteristics of embedded knowledge intensive business service network can promote the boundary-spanning knowledge search and thus improve the service innovation performance of manufacturing firms. Based on social network theory and organizational search theory, a theoretical model among embedded knowledge intensive business service network, boundary-spanning search and service innovation are developed. Empirical findings from a sample of 236 manufacturing firms show that, the tie strength, tie quality, network size and heterogeneity of embedded knowledge intensive business service network have a positive effect on service innovation of manufacturing firms; boundary-spanning search acts as a partial mediator between tie strength, tie quality and service innovation, and as a full mediator between network size, heterogeneity and service innovation.
Key Words：Embedded Knowledge Intensive Business Service Network; Boundary-spanning Search; Service Innovation; Manufacturing Firms
收稿日期：2017-01-10
基金项目：国家自然科学基金青年项目(71603033)；浙江省自然科学基金项目(LQ14G020008、LQ14G020013)；重庆工商大学高层次人才科研启动经费项目(1655007)
DOI：10.6049/kjjbydc.2016090706
中图分类号：F406
文献标识码：A
文章编号：1001-7348(2017)16-0048-08