外部知识流动对新产品创造力的影响外部搜寻权变视角

王 婷,杨建君

(西安交通大学 管理学院,陕西 西安 710049)

摘 要:将知识观与组织学习理论、搜寻理论构建关联,着重回答外部知识流动如何影响新产品创造力这一问题。采用多元回归分析和Bootstrapping多重中介分析方法,对264家制造企业的问卷调研数据进行实证分析。结果表明:技巧交流除对新产品创造力存有直接促进作用外,还通过探索学习这一中介机制产生促进作用,而应用学习的中介作用并不显著;技术转移主要通过探索学习的中介作用直接或间接积极影响新产品创造力;搜寻宽度在技巧交流对新产品创造力、探索和应用学习的影响过程中具有显著的调控作用,搜寻深度则对技术转移与新产品创造力、探索学习关系间发挥正向调节作用。研究结论拓展了知识观视角下新产品开发的研究成果,丰富了搜寻理论的权变视角研究。

关键词:技巧交流;技术转移;组织学习;外部知识搜寻;新产品创造力

0 引言

在产品周期缩短、技术更新加快的背景下,新产品快速开发成为企业在技术市场竞争中的立足之本[1]。理论研究中,学者也将关注点从创新拓展至新产品开发,将最初的新产品绩效研究细分为与新产品相关的优势、创造力、开发速度及能力等[2-3]。苹果公司高管曾描述新产品开发始于新想法的实现,因而新产品开发成功与否取决于新产品创造力的实现。知识观强调新产品开发涉及对多领域知识的整合[4],通过与外部组织互动获取优势知识,促进企业新产品开发过程中新想法的形成。虽然现有研究对知识观视角下外部知识与创新之间的关系大都得出了肯定结论[5-6],但这一研究范式仍存在一些不足。首先,既有研究更多聚焦于企业间合作层次,从知识发送方、接收方特征、知识特点以及关系属性等维度阐释外部知识流向组织的促进机制及后续的合作结果,即“影响前因-外部知识流动-合作创新结果”的模型框架,关注如何促进合作伙伴的外部优势知识流向组织这一问题。而从知识流动的内容和复杂性出发,对于知识接收方如何应用这些外部知识以创造自身创新价值的问题还有待深入探究;其次,有两种与知识密切相关的活动,一是应用知识直接创造价值的创新活动,另一种是能够增加知识库存量的组织学习活动。这两种活动暗含组织学习在外部知识与创新活动间的关系中发挥着纽带作用。然而,在探讨外部知识与新产品创造力的关系时,现有研究更关注外部知识对组织学习或新产品创造力的直接效应,而具有不同复杂性的知识如何通过不同的学习路径创造创新价值还缺乏系统性研究;最后,缺乏权变视角的引入。企业并非仅依赖于单一外部组织进行创新,而是趋向于与多样化的组织,如供应商、顾客、竞争对手、研究机构等建立联系并开展合作,获取新产品构思所需的多元化技术与知识。由此,当企业置于知识网络或合作组合情景中时,其从外部获取知识的整体情况会影响双边关系下企业对合作伙伴的知识流动、转移及知识应用结果。遗憾的是,从外部知识搜寻视角,探讨企业双边关系下外部知识流动对创新和学习效应情境研究的理论支持薄弱,实证研究也相对缺乏。

基于上述分析,本研究着重解决外部知识流动如何影响新产品创造力这一问题,以制造企业为样本,具体探讨技巧交流和技术转移对新产品创造力的影响,从知识内容和复杂性角度,拓展基于知识属性的创新研究。同时,引入组织学习这一内化外部知识的过程,诠释具有不同内容和复杂性的外部知识对新产品创造力的内在影响机理;引入外部知识搜寻,将知识观与搜寻理论关联起来,考察其对外部知识创新和学习效应的权变影响。

1 理论框架与研究假设

1.1 知识观视角下的新产品创造力

新产品创造力是指新产品新颖性和有意义的程度[1],主要决定于产品开发初期新观念或新发现的获取与开发[2]。知识观指出,新产品开发涉及对多元化知识的整合[4],不仅需要企业拥有独特的内部知识,还依赖于跨边界获取关键知识[5]。现有研究表明,外部环境除能提供异质性知识,弥补企业新产品开发所需知识的缺口外[7-8],还能提供诸多知识组合[9],有助于提升新产品创造力。从过程视角看,新产品开发的本质是解决新问题的过程[7],异质性外部知识可以提供不同的问题解决思路[5]。在具体研究中,学者基于不同的知识属性,如知识可表达性与因果模糊性[11]、显性与隐性[1,11]、宽度与深度[4]、知识互补与关联[12]等,探讨知识对新产品开发等创新活动的贡献。本文基于学者Kotabe等[13]对不同知识内容和复杂性程度的综合考虑,将企业双边关系下外部知识流动区分为技巧交流(Technical Exchanges)和技术转移(Technology Transfer)。

技巧交流中的技巧作为资源的一种,包含解决特定问题所需的离散性专有技术,通过口头或书面形式,传递范围窄、简单、可编码的知识[13-14]。Leiponen[15]指出,新产品开发往往需要简单可编码知识。然而,小范围、针对特定问题的技巧交流并不足以帮助企业完全解决一整套技术难题,此时需要更加复杂的技术支持。相较于技巧交流,技术转移涉及企业更高水平的能力,是用于解决一整套技术难题的技巧与方法集合,转移的知识具有范畴广、复杂性高、因果模糊等特点[13]。而具有这些特质的知识更容易产生高新颖度的想法、创新问题解决方案[1],有利于新观念的形成。技术转移涉及企业间长期、多团队的深层交流[13],可帮助企业获取或复制合作伙伴的独特技术能力,产生优于其它组织的创新结果。据此,提出以下假设:

H1a:技巧交流对新产品创造力具有正向促进作用;

H1b:技术转移对新产品创造力具有正向促进作用。

1.2 组织学习视角下外部知识流动的作用路径

既有研究表明,组织利用外部知识实现重要活动同样被视为竞争优势的重要来源[16],尤其是在高技术产业中。Nielsen等[9]曾指出与知识密切相关的两种活动,一是应用知识直接创造价值的创新活动,另一种是能够增加知识库存量的组织学习活动。Lai等[8]强调组织学习的关键资源来源于跨边界新知识的获取。新产品开发的本质是组织学习,新产品创造力是组织学习的结果[3]。这些研究结论表明企业新产品开发除可以应用外部知识直接创造价值外,还能通过学习活动内化外部知识、拓展自身知识基,进而创造新价值。由此可见,组织学习提供了将知识转化为创新成果的环境[5],为外部知识与创新活动之间搭建联接桥梁。

March等[17]首次将组织学习区分为探索学习和应用学习。探索学习的主要目的是获取与现有技术范例不同的新知识,着重于开展新的甚至是完全脱离已有轨迹的试验[18]。而应用学习主要通过增加知识存量,寻找吸收与联合的机会,强调对知识的利用和深度开发[17]。具体地,技巧交流可以帮助企业获取小范围、可编码的差异化知识,弥补企业解决新产品开发过程中特定问题所需知识的缺口[7-8],对探索学习和应用学习均具有正向促进作用。基于这一基础假设,进一步讨论组织学习对技巧交流与新产品创造力间关系的中介作用。一方面,应用学习的主要目的是获取能改善现有产品功能的技能[18],而技巧交流能帮助企业获得解决特定问题、提升现有技术能力的知识[13],便于企业开展提炼、持续改进等活动[19]。进一步,应用学习通过对现有知识进行深度开发与利用,将获取的特定技能在新情景中进行复制与改进,进而产生解决特定问题的新思路[20],实现新产品创造力;另一方面,企业开展探索学习需要以技巧交流为基础,高效的沟通与协调有利于消化与吸收新技能[14],以拓展解决某个关键问题所需的知识。进一步,探索学习可促进企业探索外部知识如何与现有技术建立全新联接并与其整合,推动产品系统更新,最终实现新产品创造力。据此,提出以下假设:

H2a:技巧交流对探索学习和应用学习均有正向促进作用;

H2b:探索学习在技巧交流与新产品创造力的关系中起中介作用;

H2c:应用学习在技巧交流与新产品创造力的关系中起中介作用。

探索学习所面对的问题对于企业来说是全新的、复杂的,需要从外部获取全新的知识或新颖方法加以解决[20]。技术转移往往涉及多领域、高复杂性知识[13],可以提供不同于企业既有的、甚至是完全脱离现有技术轨迹的新颖知识,能够帮助企业解决探索学习过程中未知的、不熟悉的复杂问题。相较于探索学习,应用学习面对的是某个特定技术问题,往往是因企业对现有技术轨迹的熟悉度或应用效率低引起的,因而只需要能解决特定问题、简单的、离散性知识,对于高复杂性、非结构化的知识需求较小。此外,应用这类知识解决应用学习过程中遇到的问题获得的边际效益较低,在效果和效率方面并不具有明显优势。据此,本文认为技术转移对探索学习的正向作用强于对应用学习的作用。基于这一基本假设,进一步讨论探索学习对技术转移与新产品创造力关系的中介作用。具体地,探索学习倾向于进行全新甚至是完全脱离企业已有轨迹的尝试[18],仅依靠范围窄、技巧简单的交流难以实现,需要复杂、广范畴知识的支持[13]。技术转移往往需要通过长期、深入地学习、反复试错等[13],为探索学习提供不同于企业现有技术轨迹的新知识,在促进产生新知识组合的同时,还能为企业带来相关经验[8,21]。进一步,技术转移通过探索学习产生的结果,有利于企业多元知识的积累[19],提高企业产生新想法的机率,进而提升新产品创造力[2]。据此,提出以下假设:

H3a:技术转移对探索学习的正向作用强于对应用学习的作用;

H3b:探索学习在技术转移与新产品创造力的关系中起中介作用。

1.3 外部知识搜寻视角下的情境研究

创新过程中,企业并非仅依赖单一外部组织,而是与多样化的组织建立联接,形成知识网络或合作组合,以获取新产品构思所需的跨领域知识。置于合作组合情景时,企业从外部获取知识的整体情况会影响企业双边关系下外部知识流动发挥的作用效果。具体地,外部知识搜寻的本质是组织互动过程[21],主要通过与多个外部组织建立联系,及时准确地搜寻和获取所需知识[22],反映了企业从外部获取知识的整体情况。可将外部知识搜寻分为搜寻宽度和搜寻深度两个维度进行描述,前者刻画了企业在多大范围内探索新知识,后者描述了在多深程度上重复利用知识。新产品开发的本质是解决新问题的过程[3,7]。从创新视角看,企业的知识搜寻也是一种用以解决问题的活动[23]。相较于技术转移,技巧交流中的知识整合带来的新机会和创新性程度较低[9],而搜寻宽度可以使企业接触到大量异质性知识,弥补技巧交流在应对系统性问题时解决方案选择不足的缺陷,有助于复杂产品开发和产品新构思形成[23]。相较于技巧交流,技术转移涉及复杂性、因果模糊的知识,可能会阻碍企业传播、交流、理解、识别有价值知识等活动。而深度搜寻能使企业接触到丰富的同类知识,有助于加深企业对复杂性知识的理解,识别并挖掘出有价值的知识元素[6],进而消除复杂知识在转化与利用方面的障碍[24],能更好地推进新创意、新发明的产生。据此,提出如下假设:

H4a:搜寻宽度正向调节技巧交流与新产品创造力间的关系;

H4b:搜寻深度正向调节技术转移与新产品创造力间的关系。

从知识与信息获取渠道看,外部知识搜寻是获取不同种类知识的过程,可以增强外部知识学习效应。企业间的技巧交流可以帮助企业获得解决特定问题、精炼现有技术的技能,结合企业通过搜寻宽度获取的旧知识,不仅可以促进新知识与现有知识要素间的重构,还可以对企业的常规创新惯例进行进一步完善[27],强化了企业应用学习效应。进一步,借助企业宽度搜寻获取的知识尤其是新知识,不仅可以弥补技巧交流在提供新知识组合方面的不足,帮助企业脱离被大家认可的常规知识去实验全新知识,还可以此强化企业的进取性和探索性,使其更好地适应探索式学习的不确定性[21]。而在企业开展外部知识深度搜寻的情境下,企业能够加深对双边企业间技术转移互动所涉及的复杂性、因果模糊性外部知识应用价值的理解[23],从中辨识与挖掘探索式学习所需要的重要知识[21]。由此,深度搜寻可以帮助企业开发基于合作伙伴知识的吸收能力,促进其消化吸收外部复杂隐性知识[23],拓展企业开展探索式学习所需要的知识基。据此,提出以下假设:

H5a:搜寻宽度正向调节技巧交流与探索学习间的正向关系;

H5b:搜寻宽度正向调节技巧交流与应用学习间的正向关系;

H5c:搜寻深度正向调节技术转移与探索学习间的正向关系。

综上分析,本文的理论模型如图1所示。

2 研究设计

2.1 研究样本

本研究调研时间集中在 2014年12月至2015年4月,调研问卷通过纸质和电子邮件两种形式发放。参考国外成熟量表,采用传统回译法形成中文问卷。关于企业间知识转移,在设置题项时要求被调研企业基于近期最为重要的合作伙伴来回答问题。在正式调研前,对西安地区30家制造企业进行预调研,回收后根据反馈的问题和建议,对问卷进行修改和完善,形成最终问卷。被调研企业中,58.363%为高新技术企业,调研对象包括企业股东、董事长、高层管理人员和部门经理,调研地域主要分布在陕西 (36.727%)、江苏(13.091%)、河南(7.714%)、河北 (7.273%)、福建(5.818%)及其它(29.377%)。此次课题组共调研了525家制造业企业,共发放525份问卷,其中发放纸质问卷435份、电子邮件90 份。回收纸质问卷280份、电子邮件问卷68份,回收率为66.286%,有效问卷264份,有效回收率达75.862%。调研结果显示,超过84.144%的被调研者接受过大专、本科和研究生教育,能够正确理解并回答问卷中的问题;被访者平均工作年限为10.108年,对所在企业的发展历史和未来战略有较为充分的了解。

图1理论模型

在调研过程中,根据研究需要,在每个企业选择一名高层管理者(总经理或副总经理) 负责填写A卷,包括公司基本信息。同时,选择一名中层管理者(合作项目的管理者)填写B卷,包括与该公司合作的具体信息,以避免共同方法偏差。

2.2 变量测量

本研究对相关变量的测量主要参考了成熟量表,筛选出相关变量的测量结构,以确保信度和效度。

(1)因变量。新产品创造力采用Ganesan[2]的成熟量表,包括新产品新颖性和有用性等方面,共设计6个题项。

(2)自变量。技巧交流和技术转移借鉴Kotabe等[13]的研究,根据知识内容和复杂性,将外部知识流动分为技巧交流和技术转移,并借鉴其量表,分别用5个题项对二者进行测量。

(3)中介变量。组织学习借鉴March等[17]的研究,分为应用学习和探索学习,并采用Atuahene-gima和 Murray[3]的量表,设置4个题项对其进行度量。

(4)调节变量。外部知识搜寻使用Laursen等[22]的定义,从搜寻宽度和搜寻深度两个维度测量,采用Danneels[25]的量表,从科研院所、政府机构、专业会议、行业协会和市场竞争者等角度测量搜寻宽度,共4个题项;采用Li等[26]的量表,从搜寻努力和搜寻持续性两个方面测量搜寻深度,共5个题项。

(5)控制变量。企业规模采用员工人数的自然对数测度;企业年龄用企业存在的年数的自然对数衡量;企业所有制为哑变量(1为国有企业,0为非国有企业);主要产品的发展阶段采用企业产品生命周期的4个阶段进行度量(1起始阶段,2成长阶段,3成熟稳定阶段,4衰退阶段);企业管理者的工作背景为哑变量(1工程工作背景,0非工程工作背景)。除控制变量外,其它主要变量均采用李克特7级量表测量, 1表示“完全不同意”,7表示“完全同意”。

3 数据处理与研究结果

3.1 信度与效度检验

本研究采用SPSS软件对变量的信度进行检验,结果如表1所示,所有变量的Cronbach's α值均超过0.7,信度检验结果较好。本研究还计算了各变量的复合信度(CR)值,最小为0.849,高于标准值0.7,因此变量的复合信度满足要求。本研究所有量表均由国外成熟量表并结合企业自身特征修改而成,因此具有良好的内容效度。在效度分析方面,首先采用结构方程模型检验模型的结构效度。结果显示,测量模型拟合程度良好,绝对拟合指标(χ2/df=1.385,p<0.001,GFI=0.880,RMSEA=0.038)和相对指标(IFI= 0.963,CFI= 0.962)均达到接受水平。因子分析结果显示,题项的因子载荷系数均大于0.6,说明变量具有较好的结构效度。本文还进行了聚合效度分析,表1显示,AVE值最小为0.585,高于0.5的要求,因此各变量具有良好的聚合效度。基于此,进一步对各变量作描述性统计分析和相关分析,得到其均值、标准差、相关系数和平均提炼方差(AVE)的平方根如表2所示。各变量的AVE平方根均大于其所在行和列上的相关系数,满足研究对各变量区分效度的要求。信效度检验结果显示,技巧交流、技术转移、探索学习和应用学习与新产品创造力之间存在一定程度的相关性,这为下一步分层回归分析提供了合理依据。

表1各变量的信度与效度检验

变量文献来源Cronbach'sαAVECR技巧交流Kotabe等[13]0.8460.6230.892技术转移0.8690.6590.906探索学习Atuahene⁃gima0.7740.5970.855应用学习和Murray[3]0.7730.5990.855搜寻宽度Danneels[25]0.7630.5850.849搜寻深度Li等[26]0.8250.5920.878新产品创造力Ganesan等[2]0.9080.6850.929

3.2 假设检验

3.2.1 分层回归分析:技巧交流、技术转移的创新和学习效应检验

表3模型2显示,技巧交流与新产品创造力显著正相关(β=0.304,p=0.000),技术转移与新产品创造力显著正相关(β=0.194,p=0.001),H1a和H1b得到支持。

表2均值标准差相关系数与变量区分效度检验

变量1234567891011121.企业年龄12.企业规模0.476∗∗13.企业所有制0.265∗∗0.205∗∗14.产品发展阶段0.402∗∗0.256∗∗0.09115.工作背景-0.017-0.047-0.0890.07116.技巧交流0.0100.0220.078-0.0590.1160.7897.技术转移0.0120.0370.117-0.0620.0340.559∗∗0.8128.探索学习-0.0310.013-0.048-0.0460.0310.292∗∗0.265∗∗0.7739.应用学习0.0060.0900.066-0.040-0.0360.279∗∗0.231∗∗0.614∗∗0.77410.搜寻宽度0.127∗0.243∗∗0.181∗∗-0.0370.0140.310∗∗0.275∗∗0.440∗∗0.448∗∗0.76511.搜寻深度-0.0400.039-0.095-0.0970.0080.207∗∗0.273∗∗0.595∗∗0.401∗∗0.461∗∗0.76912.新产品创造力0.0070.158∗0.005-0.0240.157∗0.442∗∗0.392∗∗0.252∗∗0.157∗0.366∗∗0.206∗∗0.828均值2.5182.5270.3282.6210.5225.004.4274.9905.1764.8784.5594.863标准差0.8500.7900.4550.6210.4670.9211.0110.8250.7080.9170.8750.910

注:N=264;**为p<0.01水平下显著,*为p<0.05水平下显著,下同

表3模型4和6验证了技巧交流与探索学习、应用学习的显著正相关关系 (β=0.189,p=0.004;β=0.172,p=0.002);对技巧交流与探索学习、应用学习的相关系数进行Z 检验,结果表明二者之间不存在显著差异(Z=0.425,对应的p=0.67>0.05),该结果支持了H2a。模型4和模型6验证了技术转移与探索学习显著正相关(β=0.126,p=0.032),但与应用学习之间的正相关关系不显著(β=0.070,p=0.164);进一步的Z检验结果表明,二者系数存在显著差异(Z=3.766,对应的p=0.000>0.001),H3a得到支持。

表3技巧交流技术转移的创新和学习效应检验

变量新产品创造力模型1模型2探索学习模型3模型4应用学习模型5模型6企业年龄-0.071-0.073-0.021-0.022-0.033-0.034企业规模0.246∗∗0.227∗∗0.0490.0360.0980.089企业所有制0.001-0.108-0.081-0.1500.0890.039产品发展阶段-0.095-0.029-0.063-0.021-0.064-0.032工作背景0.332∗∗0.231∗0.057-0.006-0.035-0.087技巧交流0.304∗∗∗0.189∗∗0.172∗∗技术转移0.194∗∗∗0.126∗0.070R20.0620.2690.0070.1080.0160.099Adj.R20.0430.249-0.0130.084-0.0030.075F值3.385∗∗13.490∗∗∗0.3464.445∗∗∗0.8644.028∗∗∗

注:***为p<0.001水平下显著,下同

3.2.2 Bootstrapping多重中介分析:组织学习的中介作用检验

本研究采用Bootstrapping方法,使用SPSS 20.0验证多重中介模型。将样本数量设置为1 000,置信区间设置为95%,进行多重中介检验。

表4为探索学习和应用学习对技巧交流、技术转移和新产品创造力中介效应的检验结果,技巧交流中,探索学习的间接效应参数为0.050,Bootstrap置信区间为{0.014 4,0.106 2},不包括零,表明探索学习的中介作用显著,支持H2b。而应用学习的间接效应参数为-0.019,置信区间为{-0.061 5,0.016 8},表明应用学习的中介作用不显著,H2c未得到支持。技术转移中,探索学习的间接效应参数为0.042,置信区间为{0.011 0,0.008 6},不包括零,表明探索学习的中介作用显著,支持H3b。此外,本研究还检验了应用学习对技术转移和新产品创造力的中介效应,95%的Bootstrap置信区间为{-0.039 1,0.018 4},包括零,表明应用学习的中介作用不显著,间接证实了H3a

表4组织学习的中介作用检验

前因变量中介变量因变量点估计标准误Bootstrapping方法(1000个Bootstrap样本95%置信区间下限上限技巧交流探索学习新产品创造力0.0500.0230.01440.1062应用学习-0.0190.019-0.06150.0168技术转移探索学习新产品创造力0.0420.0190.01100.0086应用学习-0.0080.014-0.03910.0184

3.2.3 分层回归分析:外部知识搜寻的调节作用检验

本研究采用回归方法验证企业外部知识搜寻对技巧交流与技术转移的创新和学习效应的调节作用,具体检验结果如表5所示。模型7显示技巧交流×搜寻宽度对新产品创造力的回归系数显著(β=0.098,p=0.01),模型8显示技术转移×搜寻深度对新产品创造力的回归系数显著 (β=0.098,p=0.049),支持H4a和H4b。模型9-11分别检验了外部知识搜寻对技巧交流、技术转移的学习效应的调节作用,结果显示技巧交流×搜寻宽度对探索学习的回归系数显著(β=0.087,p=0.028),技巧交流×搜寻宽度对应用学习的回归系数显著(β=0.093,p=0.015),检验结果支持H5a和H5b;技术转移×搜寻深度对探索学习的回归系数显著(β=0.096,p=0.003),支持H5c

表5外部知识搜寻的调节作用检验结果

变量新产品创造力模型7模型8探索学习模型9模型10应用学习模型11企业年龄-0.126-0.104-0.027-0.027-0.032企业规模0.160∗∗0.246∗∗∗-0.077-0.105∗∗-0.006企业所有制-0.047-0.030-0.081-0.0030.012发展阶段-0.003-0.0480.0150.110∗0.001工程工作背景0.116∗0.146∗∗-0.0220.015-0.095搜寻宽度0.239∗∗∗0.396∗∗∗0.313∗∗∗搜寻深度0.0810.561∗∗∗技巧交流0.373∗∗∗0.216∗∗∗0.131∗∗技术转移0.377∗∗∗0.098技巧交流×搜寻宽度0.098∗∗0.087∗0.093∗技术转移×搜寻深度0.098∗0.096∗∗R20.3290.2700.2550.3740.246Adj.R20.2990.2330.2070.3260.222F值11.215∗∗∗5.708∗∗∗5.281∗∗∗7.687∗∗∗10.395∗∗∗

注:N=264

4 结语

本研究整合知识观、组织学习理论和搜寻理论,关注外部知识流动如何影响新产品创造力这一问题,通过实证研究,得到如下主要结论:

(1)知识观视角下,外部知识对新产品创造力的重要性作用为:新产品开发需要不同内容和复杂程度的技术与知识,技巧交流和技术转移均有利于新产品创造力的实现。不同于以往显性与隐性[1,11]、宽度与深度[4]等知识属性视角,本研究从知识内容和复杂性入手,探讨不同属性外部知识对新产品创造力的影响,进一步证实了Caner等[4]基于知识观视角的新产品开发对跨边界关键知识需求的结论。同时,本研究回应了学者Collins和Hitt[27]提出的“竞争优势的获取取决于上游产品市场以及企业独特异质的知识与资源”的观点,有助于进一步丰富知识观视角下新产品开发的研究成果。

(2)组织学习在外部知识创造创新价值过程中扮演了重要的中介角色。学者Nielsen等[9]由于未细分组织学习模式,得出组织学习在隐性知识与联盟绩效间的关系中不具有中介作用的结论。本研究基于不同组织学习模式需要不同内容和复杂性知识的考虑,构建并深入探究“外部知识-组织学习-新产品创造力”逻辑框架,以揭示外部知识的内在影响机制,指出外部知识还可以通过不同的学习过程创造创新价值。本研究实证了技巧交流对探索学习和应用学习均有正向促进作用,技术转移对探索学习的正向作用强于对应用学习的作用。此外,本研究还验证了探索学习对技术转移与新产品创造力、技巧交流与新产品创造力关系的显著中介作用。该研究结果证实了郭尉(2016)与潘松挺等[20]探索不同组织学习模式对创造创新价值过程作用的路径的结论,但未能验证应用学习对技巧交流与新产品创造力间关系的中介作用。该结论较合理的解释是,技巧交流涉及针对特定问题、小范围、简单可编码的知识[13],而应用学习本质上是企业对已有知识的开发与利用,是对新方法在具体新产品开发情境下的复制[19]。因此,企业间的技巧交流能很好地实现解决某问题的新方法在新产品开发过程中的直接应用,无需再通过进一步的涉及提炼、改进等活动的应用学习而实现新产品创造力。

(3)外部知识搜寻视角下外部知识流动的权变效应:将企业置于知识网络或合作组合情境时,企业知识搜寻宽度与技巧交流相结合能更好地提升新产品创造力,提升组织应用式学习,并促进组织探索式学习;搜寻深度则与技术转移相结合能更好地提升新产品创造力,提升组织探索式学习。搜寻理论相关研究多数探讨外部知识搜寻对学习或创新带来的直接效应,本研究将其作为情景变量,首次从外部知识搜寻视角探讨不同内容和复杂性的知识对组织学习与新产品创造力的权变影响,并通过数据分析检验外部知识搜寻的调节作用,拓展了外部知识搜寻的解释范畴。同时,从外部知识如何创造创新价值这一问题出发,也深化了外部知识对新产品创造力作用机制的探讨。

研究结论可为企业管理实践提供以下启示:①获取与应用外部知识提升新产品创造力,可以帮助企业在上游产品市场以及拥有独特异质的知识方面同时具有竞争优势。企业可以通过与外部合作伙伴的技巧交流与技术转移两种互动活动,创造新产品创造力这一创新价值;②企业还可以根据不同内容和复杂性的知识选取适当的学习模式,通过吸收、内化、增加自身知识存量等途径提升新产品创造力。研究结论揭示了企业在利用外部知识开展新产品开发活动时,应更为细致地管理组织学习过程中的探索与利用活动,综合考虑它们对知识的需求差异以及影响机制差异;③值得注意的是,实践中企业往往与多个组织建立关联,搜寻并获取知识,企业应协同从多个外部组织获取的知识与从双边关系中合作伙伴获取的知识,考虑搜寻宽度与技巧交流、搜寻深度与技术转移的内在互补性机制,更好地服务于新产品开发,提升新产品创造力。

本研究还存有一些局限:首先,本研究仅采用横截面数据而未采用时间序列数据对测量模型进行纵向研究,得出的结论虽能够验证变量之间的相关关系,但不能严格地评估变量间因果联系;其次,本研究样本局限于制造业,这些企业并不能完全代表所有行业的创新情况。最后,企业应用跨边界优势知识创造价值还受外部环境的影响,然而研究中尚未考虑外部环境的情境变量,如不良竞争、技术机会等。在今后的研究中,一方面应该考虑选择不同行业的企业样本,加强纵贯数据的分析,另一方面应该考虑更丰富的情境变量,从而让研究结论有更高的可靠性和更广泛的适用性。

参考文献:

[1] KIM N,IM S,SLATER S F.Impact of knowledge type and strategic orientation on new product creativity and advantage in high-technology firms[J].Journal of Product Innovation Management,2013,30(1):136-153.

[2] GANESAN S,MALTER A J,RINDFLEISCH A.Does distance still matter?geographic proximity and new product development[J].Journal of Marketing,2005,69(4):44-60.

[3] 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(02):1-29.

[4] CANER T,TYLER B B.The effects of knowledge depth and scope on the relationship between R&D alliances and new product development[J].Journal of Product Innovation Management,2015,32(5):808-824.

[5] BAKER W E,GRINSTEIN A,HARMANCIOGLU N.Whose innovation performance benefits more from external networks:entrepreneurial or conservative firms[J].Journal of Product Innovation Management,2016,33(1):104-120.

[6] 郑华良.地理搜寻对集群企业创新绩效的影响:吸收能力的调节作用[J].科学学与科学技术管理,2012,33(5):46-55.

[7] FOSS N J,LYNGSIE J,ZAHRA S A.The role of external knowledge sources and organizational design in the process of opportunity exploitation[J].Strategic Management Journal,2013,34(12):1453-1471.

[8] LAI J,LUI S S,TSANG E W K.Intrafirm knowledge transfer and employee innovative behavior:the role of total and balanced knowledge flows[J].Journal of Product Innovation Management,2016,33(1):90-103.

[9] NIELSEN B B,NIELSEN S.Learning and innovation in international strategic alliances:an empirical test of the role of trust and tacitness[J].Journal of Management Studies,2009,46(6):1031-1056.

[10] POTTER A,LAWSON B.Help or hindrance? Causal ambiguity and supplier involvement in new product development teams[J].Journal of Product Innovation Management,2013,30(4):794-808.

[11] RICHTNÉR A,ÅHLSTRÖM P,GOFFIN K."Squeezing R&D":a study of organizational slack and knowledge creation in NPD,using the SECI model[J].Journal of Product Innovation Management,2014,31(6):1268-1290.

[12] MAKRI M,HITT M A,LANE P J.Complementary technologies,knowledge relatedness,and invention outcomes in high technology mergers and acquisitions[J].Strategic Management Journal,2010,31(6):602-628.

[13] KOTABE M,MARTIN X,DOMOTO H.Gaining from vertical partnerships:knowledge transfer,relationship duration,and supplier performance improvement in the US and Japanese automotive industries[J].Strategic Management Journal,2003,24(4):293-316.

[14] 王娟茹,罗岭.知识共享行为,创新和复杂产品研发绩效[J].科研管理,2015,36(6):37-45.

[15] LEIPONEN A.Managing knowledge for innovation:the case of business-to-business services[J].Journal of Product Innovation Management,2006,23(3):238-258.

[16] CASILLAS J C,BARBERO J L,SAPIENZA H J.Knowledge acquisition,learning,and the initial pace of internationalization[J].International Business Review,2015,24(1):102-114.

[17] MARCH J G. Exploration and exploitation in organizational learning[J].Organization Science,1991,2(1) :71-87.

[18] 林筠,王蒙.交互记忆系统对团队探索式学习和利用式学习的影响:以团队反思为中介[J].管理评论,2014 ,26(6):143-150.

[19] 林春培,余传鹏,吴东儒.探索式学习与利用式学习对企业破坏性创新的影响研究[J].研究与发展管理,2015,27(6):19-28.

[20] 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,2011,29(11):1736-1743.

[21] 李生校.外部创新搜寻战略对新创企业创新绩效的影响研究[J].管理学报,2013,10(8):1185-1193.

[22] LAURSEN K,SALTER A.Open for innovation:the role of openness in explaining innovation performance among UK manufacturing firms[J].Strategic Management Journal,2006,27(2):131-150.

[23] 邬爱其,李生.外部创新搜寻战略与新创集群企业产品创新[J].科研管理,2012,33(7):1-7.

[24] 缪根红,陈万明,唐朝永.外部创新搜寻,知识整合与创新绩效关系研究[J].科技进步与对策,2014,31(1):130-135.

[25] DANNEELS E.Organizational antecedents of second-order competences[J].Strategic Management Journal,2008,29(5):519-543.

[26] LI Q,MAGGITTI P G,SMITH K G,TESLUK P E,KATILA R.Top management attention to innovation:the role of search selection and intensity in new product introductions[J].Academy of Management Journal,2013,56(3):893-916.

[27] COLLINS J D,HITT M A.Leveraging tacit knowledge in alliances:the importance of using relational capabilities to build and leverage relational capital[J].Journal of Engineering and Technology Management,2006,23(3):147-167.

TheResearchontheImpactofExternalKnowledgeFlowonNewProductCreativity:ContingentPerspectivefromExternalSearch

Wang Ting,Yang Jianjun

(School of Management,Xi'an Jiaotong University,Xi'an 710049,China)

Abstract :By linking knowledge-based view with organizational learning and search theory,this study answers the key question of how the external knowledge flow influences new product creativity.The method of multiple regression analysis and Bootstrapping multiple mediation analysis are employed to analyze the questionnaire survey data collected from 264 manufacturing enterprises in China.The results show that technical exchanges have a direct positive effect on new product creativity,and exploratory learning plays an important mediating role between technical exchanges and new product creativity,yet the mediating effect of exploitative learning is not significant.Technology transfer mainly influences new product creativity directly and indirectly through the mediating effect of exploratory learning.Search breadth positively moderates the relationships between technical exchanges and new product creativity,exploratory learning and exploitative learning.Search depth positively moderates the relationships between technology transfer and new product creativity,exploratory learning.This study helps extend the research of new product development from the knowledge-based view,and enrich search theory research by introducing contingent view.

Key Words:Technical Exchanges; Technology Transfer; Organizational Learning; External Knowledge Search; New Product Creativity

DOI:10.6049/kjjbydc.2017050106

中图分类号:F406.3

文献标识码:A

文章编号:1001-7348(2018)02-0147-07

收稿日期:2017-07-04

基金项目:国家自然科学基金项目(71572139)

作者简介:王婷(1988-),女,山西平遥人,西安交通大学管理学院博士研究生,研究方向为公司治理、企业间关系与技术创新;杨建君(1963-),男,内蒙兴和人,博士,西安交通大学管理学院教授、博士生导师,研究方向为公司治理、技术创新等。

(责任编辑:林思睿)

微信扫码看作者独家介绍本论文