技术复杂性会抑制双元学习对创新绩效的影响吗

摘要：当今时代，组织学习越来越成为企业创新的一条重要途径，然而学习中会面临一定的技术复杂性，技术复杂性在组织学习对创新绩效的影响作用中究竟具有促进作用还是抑制作用值得探究。研究发现，组织学习(开发式学习和探索式学习)对企业创新绩效和协同创新绩效均具有显著正向影响；技术复杂性在开发式学习和探索式学习对企业创新绩效的影响中均起负向调节作用但不显著；在开发式学习对协同创新绩效的影响中起正向调节作用但不显著；在探索式学习对协同创新绩效的影响中具有显著的正向调节作用。这些说明技术复杂性可能会抑制组织学习对企业创新绩效的作用，但会促进组织学习对协同创新绩效的影响。最后，提出了研究启示和未来研究方向。

关键词：技术复杂性；探索式学习；开发式学习；创新绩效；协同创新

1 研究背景

创新和竞争压力推动企业开展组织学习，一方面与外部组织合作，不断探索、搜寻新的知识和技术，力求获取突破式创新，另一方面利用已有知识和技术，不断深化和提炼，寻求市场机会并获得创新收益，即通过探索式学习和开发式学习获取创新效益[1][2]。因此，组织学习对创新绩效的影响成为理论界关注的热点之一。当今时代，很多产业都面临技术的复杂性[3]。复杂性(Complexity)研究自20世纪80年代中期兴起以来，已经被广泛应用于经济、管理和组织等领域，成为解决复杂环境下组织决策和技术创新等复杂问题的有力武器[4-6]。一般来讲，复杂性涉及与特定知识或资产相关的相互独立的惯例、个体、技术和资源的数量[7]。技术复杂性则是指某项技术所包含的知识和技能的难易程度，以及该技术融合的学科数目[4]。从演化视角来看，技术复杂性可分为客观技术复杂性和认知意义技术复杂性(王燕玲，2005)。客观技术复杂性强调从技术体系本身分析，通过其包含的组分、环节及与外部社会环境关联的程度进行度量，而认知意义的技术复杂性强调从技术被理解和应用的角度进行度量(吴彤，胡晨，2003)。一般来讲，一项技术所包含的知识和技能越难以掌握，融合的学科越多，该项技术的复杂性越高[4]。复杂性较高的技术往往不可能被某一个企业完全掌握，需要融合不同学科、不同企业的知识和技能，因此必须采取与简单技术完全不同的组织学习方式[4]。

组织学习是企业创新的重要途径和手段，企业需要通过开发式和探索式两种学习方式实现技术创新。在技术复杂度不同的情况下，不同的组织学习对创新绩效的影响存在差异[24]。一般来讲，技术越复杂，学习活动越多，学习速度越慢，新技术复杂性的提升使得干中学和被动学习变得更加困难[25、26]，但是现有研究中关于技术复杂性是否会抑制组织学习对创新绩效的影响较为少见。同时，从现有创新模式来看，创新不仅仅是单一企业的行为，还需要与外部利益相关者协同。因此，本研究将以信息技术和互联网技术相关企业为例，通过理论分析和实证研究，探究开放式学习和探索式学习对企业创新绩效与协同创新绩效的影响，讨论技术复杂性在其中的调节作用。

2 研究假设

关于组织学习对创新绩效的影响，Stata[2]较早发现组织学习可促进创新。之后学者们针对不同方式的组织学习，探讨了其与创新绩效的关系。March[8]提出了开发式和探索式两种组织学习模式，其中，开发旨在提高已有常规行为的绩效，探索是指企业对陌生领域的尝试和冒险行为。当企业对资源的需求和应用超过已有技术基础时，企业必须考虑是通过开发还是探索来实现增长[9]。探索式学习面对的问题是全新的，企业没有问题的答案，也没有可以演绎的知识基础[10]；开发式学习面对的问题不是既存的，需要企业在现有知识基础上进行深入挖掘。这两种学习方式均对组织绩效产生正向线性影响[11]，对创新绩效也有共同促进作用[12-15]。尤其是，探索式学习可以帮助企业引入与竞争对手或现有客户认为完全不同的产品特征，从而大大提升技术创新绩效[16]。随着学习活动的进行，知识的分享与利用可以不断提高创新能力，而创新能力的增强又直接表现为创新绩效的提高[17]。特别是，在市场环境持续变化的今天，企业的生存和发展离不开对现有知识的挖掘以及通过探索式学习来创造变异能力[18]。有研究表明，探索式学习有利于突破性创新但不利于渐进性创新，利用式学习的作用正好相反[10,19]。

本研究认为，随着竞争程度的加剧和企业创新方式的转变，无论是开发式学习还是探索式学习的组织边界不再局限于组织内部，往往表现出跨组织搜索和跨组织学习的特点，创新也不再局限于企业本身，还包含组织间的协同创新。因此，组织学习不仅有利于提高企业自身的创新绩效，而且有利于提升企业与外部组织之间的协同创新绩效。基于此，提出假设：

H1：组织学习对创新绩效具有积极的正向影响；

H1a：开发式学习对企业创新绩效具有积极的正向影响；

H1b：开发式学习对协同创新绩效具有积极的正向影响；

H1c：探索式学习对企业创新绩效具有积极的正向影响；

H1d：探索式学习对协同创新绩效具有积极的正向影响。

技术可以吸纳人类已有的认知复杂性，还可以产生新的复杂性[20]。随着技术复杂性的增大，企业需要进行边界内和跨界的知识搜寻与学习，以保证技术研发活动顺利进行[21]。技术复杂性意味着新兴技术出现以及对这些技术的认知不足[22]，需要对既有基础进行挖掘和对所涉及的新知识进行探索，这影响了产品改进和创新绩效提升[23]。在技术复杂度不同的情况下，不同结构的知识加工对创新绩效的影响有差异[24]。本研究认为，从企业学习过程来看，当技术复杂性较高时，有利于企业对现有技术基础的开发、组合应用，进而转化为更多的技术成果、新产品和创新收益；但是对新技术和新知识的应用与探索，往往需要耗费更多的时间、精力和学习成本，不利于提升企业创新绩效[24]。基于此，提出假设：

H2a：技术复杂性在开发式学习对企业创新绩效的影响中具有正向调节效应；

H2c：技术复杂性在探索式学习对企业创新绩效的影响中具有负向调节效应。

从组织合作的角度来看，复杂性较低的技术开发只需少数专家在部门(如研究开发部门)内就可以完成；而复杂性较高的技术开发则需要集成多个部门(如市场、研发、制造等)的智慧[4]。随着技术复杂程度的提高，对企业研发水平的要求也将提升，如R&D水平以及与高校、科研机构之间的R&D协同水平[27]。为了应对外部复杂性，企业需要知识交互来实现外部技术知识和内部技术知识的共同利用[28]。当一个产业的技术基础复杂而庞大、来源分布广泛时，创新往往发生在学习型网络中，而不是单个企业内[29]。这是因为较高的技术复杂性往往意味着较大的失败风险，而联盟等组织合作形式能够从一定程度上降低这种风险[30]，技术创新系统中的线性模式也逐渐让位于非线性的网络模式(吴彤，胡晨，2003)。从网络型组织合作来看，对技术复杂性的认识有利于理解交互的本质和创新各方的互补性，而新技术的产生往往是创新各方共同努力的结果[31]。因此，随着技术复杂性的增加，企业更倾向于进行组织间合作与学习，这更有利于组织内外知识的有效利用，以及创新成果产生。基于此，提出假设：

H2b：技术复杂性在开发式学习对协同创新绩效的影响中起正向调节效应；

H2d：技术复杂性在探索式学习对协同创新绩效的影响中起正向调节效应。

本研究的概念模型如图1所示。

3 研究设计

(1)技术复杂性测量。本文借鉴李强[32]的研究成果，采用 Hobday[33]对于复杂性的认识，用“产品涉及较多技术单元或由较多零部件(元器件)组成”、“产品技术涉及的学科和技术领域非常广”、“产品创新过程中需要用户、供应商等的高度接入和参与”等9个题项测量技术复杂性。

(2)组织学习测量。本文借鉴文献[34-37]的研究结果，采用March对探索式学习和开发式学习的界定，用“我们经常对当前的问题解决方案进行完善”等4个题项测量开发式创新；用“我们强调搜索尚在实验阶段且市场风险高的新知识”的5个题项测量探索式学习。

(3)创新绩效测量。对于企业创新绩效，本文借鉴文献[38,39]等的成果，用“新产品数量”等5个题项来测量，要求被调查者根据企业近3年表现及与国内同行企业相比的实际情况来填写。关于协同创新绩效，借鉴兰建平[40]和郭美轩[41]的研究成果，用“我们与主要合作伙伴对双方进行的协同创新感到满意”等8个题项测量。

调查问卷包括两大部分：①基本信息：企业性质、资产规模、员工规模、企业年龄、被调查者年龄和被调查者职位等；②解释变量与被解释变量：企业技术复杂性、组织学习情况和企业创新绩效情况。

问卷发放通过当面发放和网络问卷两种形式，调研对象为对技术研发或技术创新比较了解的技术部门负责人或管理人员、对企业知识管理或专利管理比较了解的部门负责人或管理人员、对企业新产品研发或销售比较了解的部门负责人或管理人员、对企业全貌比较了解的高层管理人员等。2015年3月-7月选择国内与信息技术或互联网技术相关的企业，发放问卷521份，回收407份，回收率为78.1%。将填写不完整和具有明显规律性的问卷剔除，剩余有效问卷360份，有效回收率为69.1%。

4 实证数据分析

从企业年龄来看，成立1～5年的有16家(占4.4%)，成立5～10年的62家(占17.2%)，成立10～15年的101家(占28.1%)，成立15～20年的113家(占31.4%)，成立20年以上的68家(占18.9%)。从企业性质来看，国有企业45家(占12.5%)，民营企业176家(占48.9%)，集体企业43家(占11.9%)，三资企业96家(占26.7%)。从企业员工数量来看，300人以下的119家(占33.1%)，300～2 000人的180家(50.0%)，2 000人以上的61家(占16.9%)。从企业资产规模来看，3 000万元以下的40家(占11.1%)，3 000万元到4亿元的182家(占50.5%)，4亿元到10亿元的83家(占23.1%)，10亿元以上的55家(占15.3%)。

本研究涉及的控制变量、解释变量和被解释变量的均值、标准差与相关性分析结果如表1所示。从表中数据来看，除了资产规模和员工规模的相关系数大于0.7以外，其余变量的相关系数均小于0.5，符合后续回归分析要求。

应用SPSS统计软件分析解释变量和被解释变量的信度，结果显示，技术复杂性、探索性学习、开发式学习、创新绩效和协同创新绩效的Cronbach's Alpha系数分别为0.782、0.741、0.750、0.817与0.758，均大于0.7的标准，同时，删除某一题项后的Cronbach's Alpha系数均减少，说明各变量的测量题项具有较好的内部一致性。

对技术复杂性、探索性学习、开发式学习、创新绩效和协同创新绩效进行KMO与Bartlett球体检验，结果显示KMO值分别为0.839、0.763、0.727、0.830和0.749，均大于0.7的标准，Bartlett球体检验的显著性为0.000，说明各个变量所包含题项均适合进行因子分析。进一步作因子分析，结果表明技术复杂性、探索性学习、开发式学习、创新绩效和协同创新绩效分别可以抽取1个因子，累计解释方差分别为67.092%、62.059%、68.822%、77.897%和60.445%，各题项的因子载荷均大于0.5，说明量表的结构效度较好。此外，各个变量的测量题项均来自成熟量表，内容效度可以保证。

注：N=360，Pearson Correlation，2-tailed，*P<0.05，**P<0.01，***P<0.001；1为企业性质，2为资产规模，3为员工规模，4为企业年龄，5为技术复杂性，6为探索式创新，7为开发式创新，8为企业创新绩效，9为协同创新绩效

为了检验研究量表的区别效度，本研究采用AMOS21.0对5个变量进行验证性因子分析，检验变量的区分效度。在基准模型的基础上，提出单因子模型、7个二因子模型、4个三因子模型和4个四因子模型。分析结果见表2，五因子模型拟合度最优(χ2/df=1.85，IFI=0.899，TLI=0.904，CFI=0.907，RMSEA=0.049)，表明5个变量具有良好的区别效度。

注：TS代表探索式学习；KF代表开发式学习TS；JX代表企业创新绩效；XTJX代表协同创新绩效；TC代表技术复杂性；下同

采用逐步回归方式对研究假设中的直接效应进行检验。以企业创新绩效为因变量，控制变量(企业性质、资产规模、员工规模、企业年龄)为自变量，进行回归分析，结果如表3中的Model1；分别将探索式学习和开发式学习作为自变量加入到Model1中，回归分析得到Model2和Model3，从表中数据可知，二者的回归系数分别为0.517(P<0.001)和0.491(P<0.001)，说明两种形式的学习对企业创新绩效的影响显著；将探索式学习、开发式学习和技术复杂性同时作为自变量加入到Model1中，回归分析得到Model4，发现三者的影响效应均显著，影响系数分别为0.189(P<0.001)、0.206(P<0.001)和0.403(P<0.001)。

同样，采用逐步回归的方式检验各解释变量对协同创新绩效的影响，结果见表3右半部分。从Model2′和Model3′结果可知，探索式学习和开发式学习对协同创新绩效的影响系数分别为0.499(P<0.001)和0.422(P<0.001)，说明两种形式的学习对协同创新绩效的影响显著；从Model4′的回归结果可见，探索式学习、开发式学习和技术复杂性对协同创新绩效的影响显著，影响系数分别为0.137(P<0.05)、0.247(P<0.001)和0.334(P<0.001)。从表2的分析结果来看，假设H1得到了完全验证，即组织学习(开发式学习和探索式学习)对企业创新绩效和协同创新绩效均具有积极的正向影响。

对解释变量和被解释变量分别进行标准化后作回归分析，将企业创新绩效作为因变量，将控制变量、自变量、乘积项(自变量乘以调节变量)逐步放入回归模型中，得到表4中的左半部分。由表中数据可知，乘积项的回归系数为-0.066(P>0.05)，△R2为0.003(P>0.05)，说明技术复杂性在探索式学习对企业创新绩效的影响中起负向调节作用但不显著。同理，从表4右半部分数据可知，乘积项的回归系数为0.133(P<0.05)，△R2为0.011(P<0.05)，说明技术复杂性在探索式学习对协同创新绩效的影响中起显著的正向调节作用。

按照上述步骤检验技术复杂性在开发式学习与企业创新绩效、协同创新绩效关系中的调节作用，结果见表5，乘积项的回归系数分别为-0.026(P>0.05)和0.070(P>0.05)，△R2分别为0.000(P>0.05)和0.002(P>0.05)。这说明技术复杂性在开发式学习对企业创新绩效的影响中起负向调节作用，但不具有统计显著性；在开发式学习对协同创新绩效的影响中起正向调节作用，也不具有统计显著性。

5 结果讨论与研究启示

(1)从组织学习对创新绩效的直接效应来看，实证结果表明，开发式学习和探索式学习对企业创新绩效与协同创新绩效的正向影响均通过了统计显著性检验，假设H1得到了完全验证。这说明企业一方面会通过增加R&D投入和组建研发团队等形式推动企业扩大技术基础与加大技术研发，另一方面也会通过与外部组织协同、合作关系维持来实现内外技术力量和专业知识的共同利用，研发新技术和新产品，获取创新收益。当然，外部知识和技术利用是对企业本身知识与技术的有益补充，但是过分依赖外部技术源有可能打击内部研发人员的积极性[42]。因此，现有技术和新技术、外部技术和内部技术之间的平衡利用是企业组织学习与创新过程中面临的一个挑战。

另外，从实证结果还可以看出，与开发式学习相比，探索式学习对企业创新绩效和协同创新绩效的影响效应较显著(0.517>0.491，0.499>0.422，P均小于0.001)。这说明为了推进企业创新进程、提升创新绩效，从长远来看，企业不仅需要挖掘、开发已有的知识基础，还应该加强新技术领域探索，占据新技术高地，获得新技术领先优势。

(2)从技术复杂性调节效应的检验结果来看，技术复杂性在开发式学习和探索式学习对创新绩效的影响中均起负向调节作用，但是不显著，假设H2a和H2c未得到验证。技术复杂性在开发式学习和探索式学习对协同创新绩效的影响中均起正向调节作用，前者不显著，说明假设H2b未得到验证，假设H2d得到验证。上述结果表明，一方面，当技术复杂性较高时，无论是开发式学习还是探索式学习对企业创新绩效的影响均减弱，且影响不具有统计上的显著性。这可能是因为，随着技术复杂性的提升，组织学习过程中对企业物力、人力和研发实力的要求更高，所花费的研发成本、人力成本和搜索成本等也会增加。从注意力理论来看，当技术复杂性较高时，企业将注意力分散在多个技术上，单个技术获得的关注力降低，该领域的组织学习效果降低。当然，这需要在未来研究中增加更多的样本加以验证。另一方面，技术复杂性在开发式学习和探索式学习对协同创新绩效的影响中均起正向调节作用，与研究假设中的调节方向相同。这表明技术复杂性的增大不仅没有抑制组织学习对协同创新绩效的影响，反而提升了组织学习活动及组织间合作创新绩效。可能的原因是，技术复杂性的增大使得企业更加关注从外部环境中搜寻、获取和利用互补性资源，从而进行研发合作和协同创新。

本研究对企业创新实践的启示意义如图3所示，主要在于：①树立长远眼光，客观看待企业面临的技术复杂性。技术复杂性与企业技术创新和组织间协同创新密切相关，是推动组织开发式学习和探索式学习的重要因素。企业可以通过产品工艺模块化[23]、合作关系网络化[43]、现有知识整合[24]等形式应对技术复杂性带来的挑战。在这一过程中，需要防止产品过度研发和技术过度复杂；②积极构建组织学习平台，营造组织学习氛围。在技术不断更新、新技术不断涌现的背景下，组织学习成为企业发挥吸收能力、挖掘R&D潜力的一个重要途径，也是影响新产品开发和创新绩效提升的一个关键因素。企业需要设计正式或非正式团队学习机制、搭建基于互联网的组织内学习平台和组织间知识共享平台，实现组织内部隐性知识和显性知识的转化、组织外隐性和显性知识向组织内转移，进而实现知识创造的SECI螺旋、新技术向新产品转化和产品的商业化；③加强企业与外部利益相关者间的合作。面对技术复杂性，单个企业往往不具有技术研发所需的所有知识基础，创新需要从漏斗式的封闭式创新向开放式创新和协同创新转变，均衡内部和外部资源进行创新，积极寻找外部合资、技术特许、委外研究、战略联盟、技术合伙、产学研协同或者风险投资等合适的商业模式来进行技术创新和产品商业化；④分解创新过程，在创意产生、技术研发、产品化和商业化等多个阶段开展组织学习并实施控制技术复杂性的策略。

未来研究中可拓展样本的行业分布，进一步检验结论的可靠性。由于本研究调研数据属于横截面数据，未来研究中需要考虑组织学习效果的时滞性，可加入时间维度，进行纵向跟踪研究。此外，未来研究中还需探讨技术复杂性、组织学习和创新绩效关系中可能存在的中介变量(吸收能力)与其它调节变量(知识缄默性等)。

[1] HJELMGREN D,DUBOIS A.Organising the interplay between exploitation and exploration:the case of interactive development of an information system[J].INDUSTRIAL MARKETING MANAGEMENT,2013,42(1SI):96-105.

[2] STATA R.Organizational learning the Key to management innovation[J].Sloan Management Review,1989,30(3):63-74.

[3] KLIMENKO A Y.Complexity and intransitivity in technological development[J].Journal of Systems Science and Systems Engineering,2014,23(2):128-152.

[4] 王润良，郑晓齐，孙建平.技术复杂性及其对组织结构的影响[J].科学学研究,2001(3):29-33.

[5] CHAPMAN R,HYLAND P.Complexity and learning behaviors in product innovation[J].Technovation,2004,24(7):553-561.

[6] SALAZAR A J.Mapping the complexity of knowledge management thought in technology management[J].Management Research:Journal of the Iberoamerican Academy of Management,2007,5(3):185-197.

[7] SIMONIN B L.Transfer of marketing know-how in international strategic alliances:an empirical investigation of the role and antecedents of knowledge ambiguity[J].Journal of International Business Studies,1999,30(3):463-490.

[8] MARCH J G.Exploration and exploitation in organizational learning[Z].1991:2,71-87.

[9] BRADY T,DAVIES A.Building project capabilities:from exploratory to exploitative learning[J].Organization Studies,2004,25(9):1601-1621.

[10] 潘松挺，郑亚莉.网络关系强度与企业技术创新绩效——基于探索式学习和利用式学习的实证研究[J].科学学研究,2011(11):1736-1743.

[11] 陈国权，王晓辉.组织学习与组织绩效:环境动态性的调节作用[J].研究与发展管理,2012(1):52-59.

[12] 蔡彬清，陈国宏.链式产业集群网络关系、组织学习与创新绩效研究[J].研究与发展管理,2013(4):126-133.

[13] 朱朝晖，陈劲.探索性学习和挖掘性学习的协同与动态:实证研究[J].科研管理,2008(6):1-9.

[14] 彭红霞，达庆利.企业文化、组织学习、创新管理对组织创新能力影响的实证研究[J].管理学报， 2008(1):144-149.

[15] YU-LIN W,ELLINGER A D.Organizational learning:perception of external environment and innovation performance[J].International Journal of Manpower,2011,32(5-6):512-536.

[16] Katila R,Ahuja G.Something old,something new:A longitudinal study of search behavior and new product introduction[J].ACADEMY OF MANAGEMENT JOURNAL,2002,45(6):1183-1194.

[17] 魏江，郑小勇.关系嵌入强度对企业技术创新绩效的影响机制研究——基于组织学习能力的中介性调节效应分析[J].浙江大学学报：人文社会科学版,2010(6):168-180.

[18] 张振刚，李云健，余传鹏.利用式学习与探索式学习的平衡及互补效应研究[J].科学学与科学技术管理,2014(8):162-171.

[19] ATUAHENE-GIMA K.Resolving the capability-rigidity paradox in new product innovation[J].JOURNAL OF MARKETING,2005,69(4):61-83.

[20] 董平军.信息技术变革背景下组织认知与结构复杂性的适应问题研究[D].上海：东华大学,2011.

[21] MACHER J T,BOERNER C.Technological development at the boundaries of the firm:a knowledge-based examination in drug development[J].Strategic Management Journal,2012,33(9):1016-1036.

[22] CARBONELL P,RODRIGUEZ A I.Designing teams for speedy product development:the moderating effect of technological complexity[J].Journal of Business Research,2006,59(2):225-232.

[23] DONG A,SARKAR S.Forecasting technological progress potential based on the complexity of product knowledge[J].Technological Forecasting and Social Change,2015,90(B):599-610.

[24] YAYAVARAM S,CHEN W.Changes in firm knowledge couplings and firm innovation performance:the modeating role of technological complexity[J].Strategic Management Journal,2015,36(3):377-396.

[25] PINTEA M,THOMPSON P.Technological complexity and economic growth[J].Review of Economic Dynamics,2007,10(2):276-293.

[26] RYCROFT R W.Does cooperation absorb complexity? innovation networks and the speed and spread of complex technological innovation[J].Technological Forecasting and Social Change,2007,74(5):565-578.

[27] 杨瑾，王娟茹.大型复杂产品制造业集群演进关键驱动因素实证研究[J].研究与发展管理,2011(3):25-32.

[28] ANTONELLI C,SCELLATO G.Complexity and technological change:knowledge interactions and firm level total factor productivity[J].Journal of Evolutionalry Economics.2013,23(1):77-96.

[29] POWELL W W,KOPUT K W,SMITHDOERR L.Interorganizational collaboration and the locus of innovation:Networks of learning in biotechnology[J].Adminidtrative Science Quarterly,1996,41(1):116-145.

[30] SINGH K.The impact of technological complexity and interfirm cooperation on business survival[J].Academy of Management Journal,1997,40(2):339-367.

[31] ANTONELLI C.The economic complexity of technology and innovation[J].Regional Studies,2010,44:801-806.

[32] 李强.外部知识搜索宽度的前因及其创新绩效影响机制研究：基于正式—非正式搜索的视角[D].杭州：浙江大学,2013.

[33] HOBDAY M.Product complexity,innovation and industrial organisation[J].Research Policy,1998,26(6):689-710.

[34] ATUAHENE-GIMA K,MURRAY J Y.Exploratory and exploitative learning in new product development:a social capital perspective on new technology ventures in China[J].Journal of International Marketing,2007,15(2):1-29.

[35] 朱朝晖.基于开放式创新的技术学习协同与机理研究[D].杭州：浙江大学,2007.

[36] HE Z L,WONG P K.Exploration vs.exploitation:an empirical test of the ambidexterity hypothesis[J].Organization Science,2004,15(4):481-494.

[37] 梁靓.开放式创新中合作伙伴异质性对创新绩效的影响机制研究[D].杭州：浙江大学,2014.

[38] ALEGRE J,CHIVA R.Assessing the impact of organizational learning capability on product innovation performance:An empirical test[J].Technovation,2008,28(6):315-326.

[39] ALEGRE J,LAPIEDRA R,CHIVA R.A measurement scale for product innovation performance[J].European Journal of Innovation Management,2006,9(4):333-346.

[40] 兰建平.集群嵌入性对企业合作创新绩效的影响研究[D].杭州：浙江大学,2008.

[41] 郭美轩.跨国技术联盟特征对合作创新绩效的影响研究[D].长春：吉林大学,2014.

[42] CHESBROUGH H W.The era of open innovation[J].MIT Sloan Management Review,2003,44(3):35-41.

[43] LEE S,PARK G,YOON B,et al.Open innovation in SMEs-an intermediated network model[J].Research Policy,2010,39(2):290-300.

Does Technological Complexity Inhibit the Impact of Organizational Learning on Innovation Performance

Abstract：In modern times, many industries are facing the complexity of technology. The issue that the technological complexity will promote or inhibit the impact of learning capability on innovation performance is worth exploring. The results of this paper indicate that organizational learning has a significant and positive effect on enterprise innovation performance and collaborative innovation performance. Technological complexity plays a moderating role in the above relationships. Technological complexity plays an insignificant and negative moderating role in the impact of exploitative learning and exploratory learning on enterprise's innovation performance, and this is also insignificantly positive in the relationship between exploitative learning and collaborative innovation performance. But the moderating role of technological complexity on the relationship between exploratory learning and collaborative innovation performance is significant and positive. Those conclusions indicate that technological complexity may inhibit the impact of organizational learning on enterprise's innovation performance, but will promote the impact of organizational learning on collaborative innovation performance. Finally, the implications and future directions are discussed.

Key Words：Technological Complexity; Exploratory Learning; Exploitative Learning; Innovation Performance; Collaborative Innovation

基金项目：国家社会科学基金青年项目(13CGL014)；国家自然科学基金面上项目(71373158)；教育部哲学社会科学研究重大课题攻关项目(15JZD017)

作者简介：王海花(1983-)，女，山东聊城人，博士，上海大学管理学院副教授，研究方向为创新与知识管理。