王 罡
(武汉大学 经济与管理学院,湖北 武汉 430072)
摘要:在国内外竞争日趋激烈的背景下,如何提高企业自主创新能力受到广泛关注。基于组织学习理论,构建了技术学习、管理学习、技术复杂性与自主创新之间的理论模型,并利用252家中国制造业企业调研数据对相关假设进行了检验。结果表明:技术学习对自主创新具有倒U型影响;管理学习对自主创新具有正向影响;技术学习与管理学习的交互效应对自主创新具有正向影响;技术复杂性会加强技术学习对自主创新的倒U型影响,削弱管理学习对自主创新的正向影响。
关键词:技术学习;管理学习;技术复杂性;自主创新
随着经济全球化深入发展,国内外市场竞争日趋激烈。单纯依靠技术引进而未掌握核心技术,往往使企业在竞争中受制于人。近年中美贸易摩擦中,中兴集团在缺乏芯片技术的情况下,由于美国的一纸禁令而陷入困境,更充分说明了自主创新对企业乃至国家的重要性。如何摆脱对发达国家核心技术的依赖,切实提高国内制造企业自主创新能力成为我国科技创新工作的重中之重。习近平总书记在2018年5月召开的中国科学院第十九次院士大会上,明确提出“自力更生是中华民族自立于世界民族之林的奋斗基点,自主创新是我们攀登世界科技高峰的必由之路。”
自主创新,是指企业以自身技术和资源储备为核心,独立开展研发活动,实现产品或工艺创新,形成自主知识产权,并最终实现价值创造的相关研发活动[1]。自主创新强调企业创新活动的自主性,以及拥有明确归属的自主知识产权[2]。虽然自主创新被认为具有较强的内生性和持续积累性特点,但自主创新并不意味着完全依靠企业自身的力量闭门造车,一切从头做起[3,4]。习近平总书记在讲话中指出“自主创新是开放环境下的创新,绝不能关起门来,而是要聚四海之气、借八方之力”。深化组织交流合作,学习组织外部先进知识,是推动企业自主创新的必经之路[3]。
虽然国内外大量研究对组织学习与技术创新之间的关系进行了深入探讨,但尚存在以下不足:①对组织学习的研究主要集中于对其它企业的技术学习,而忽视了管理学习对技术创新的影响[5]。根据企业从外部获取知识内容的不同,组织学习可以区分为技术学习和管理学习[6]。技术创新活动需要先进的管理体系作为支撑,忽视管理学习难以保证技术创新活动有效开展[5,7];②过度的技术学习投资会造成企业对外部技术的依赖[8,9],而管理学习有助于改进组织的管理认知,克服组织近视,提高组织危机感[5]。这意味着,技术学习与管理学习之间存在一种潜在的互补效应,但鲜有研究关注两者之间的交互作用;③随着科学技术的快速发展,一项技术所包含的学科知识越来越多,所要求的技能越来越高,技术复杂性成为众多产业面临的普遍特征[10,11]。然而,现有研究中关于技术复杂性如何影响组织学习(技术学习、管理学习)与自主创新之间的关系却较为少见。
本文在回顾组织学习理论相关研究的基础上,区分技术学习和管理学习的概念,提出如下研究问题:技术学习和管理学习如何推动自主创新?技术学习和管理学习之间是否存在互补效应?技术复杂性如何影响组织学习与自主创新之间的关系?根据以上研究问题构建理论模型,通过252家高新技术企业调研数据,对相关研究假设进行实证检验。
根据创新的难度、程度等,自主创新可以分为原始创新、集成创新和引进消化吸收再创新[1]。自主创新需要将此3种类型结合起来,通过前沿技术引进消化吸收再创新,并跟踪、参与集成创新与原始创新[3]。
围绕自主创新驱动因素,以往研究通过各种理论视角调查了影响企业自主创新的内生或外生因素,例如基于资源的观点(Resource Based View)[12]、社会资本理论(Social Capital Theory)[13]、动态能力理论(Dynamic Capabilities Theory)[14]、组织知识创造理论(Organizational Knowledge Creation)[13]、组织学习理论(Organizational Learning Theory)[15]等。从组织学习视角出发,组织为适应持续变化的环境,围绕信息和知识技能,需要通过不断调整自身发展目标、改变或重新设计组织能力推动技术创新[7]。组织学习可以发生在组织内部,也可以发生在组织之间[16]。组织内部学习过程中,企业从过往经验或者实践中学习[16]。组织间学习过程中,组织向其它企业学习知识,并与企业原有知识整合形成新的知识[7]。组织间学习可以使企业发展新的知识和能力,不断完善自身发展战略,从而获得创新性竞争优势[17]。
根据学习内容不同,组织学习可以分为技术知识学习和管理知识学习[5,6]。基于组织学习的解释逻辑,大多数研究从技术学习出发,分析了学习源、学习方法、学习主体、学习环境等要素对企业技术创新的影响[15,18,19]。例如,王海花[19]发现开发式学习和探索式学习两种学习方法均会提高企业创新绩效。陈劲等[18]发现,相比学习源和学习环境,学习内容和学习层次对自主创新的影响更为显著。
国内企业管理往往不够规范、随意性强、侧重经验管理,战略预测和前瞻能力方面与跨国企业存在较大差距,严重制约了企业技术创新活动开展[20]。管理学习可以帮助企业发现管理不足和管理方法偏差,从而激发对组织管理现状的重新思考,推动组织变革[7]。近年来,一些技术创新研究开始关注如何通过管理学习积累管理经验、提升管理能力,进一步促进企业技术创新[21]。例如,Bao等[7]认为管理学习可以降低创新阻力、推动管理变革,从而有利于技术创新。Yuan & Chen[5]则发现管理学习对产品创新的新颖性具有双重影响:一方面,可以帮助企业改善管理认知和人力资本,提高产品创新的新颖性;另一方面,过分依赖管理学习会使企业资源消耗过高、内部复杂性加剧,不利于产品创新新颖性的实现。李文亮和赵息[21]也发现管理学习有利于激发企业创造潜能、带动组织成员创造性,从而有利于企业突破性创新。
在组织学习与自主创新关系方面,技术学习对自主创新的影响得到了学术界的普遍重视,但更多关注于技术学习对自主创新的正面影响,忽视了过度技术学习可能产生的负面影响,如组织惯性和组织僵化会反过来阻碍技术创新[7,21]。此外,如何通过管理学习提升自主创新效率仍处于探索阶段,管理学习和技术学习之间如何实现战略协同、共同推动自主创新也鲜有研究。因此,本文关注于技术学习和管理学习如何影响自主创新。技术学习是指主体企业向其它企业学习关于产品、技术、生产和技术系统的知识[7]。管理学习是指主体企业向其它企业学习管理系统和管理实践经验,比如薪酬体系、内部控制方法、组织形式、商业模式管理等知识[5]。
按照权变理论观点,企业战略的有效性取决于战略本身与内外部环境的匹配程度[22]。对于组织学习而言,组织学习的对象来源于环境,在分析组织学习对自主创新的影响时,有必要将环境因素考虑进来[21]。市场环境通常包括复杂性、动态性、包容性和不确定性等特点[23]。随着科学技术的飞速发展,技术复杂性在企业技术创新活动中的影响越来越大[14]。从知识的属性出发,技术复杂性意味着:技术包含的隐性知识更多,难以编码和清晰表述;技术的系统性更强,技术使用需要与其它知识、特定的组织文化、社会环境相匹配[24]。对企业而言,随着技术复杂性的提高,企业需要更为系统、全面地了解该项技术,方能对该项技术进行消化吸收和创新[14,19]。
在组织学习视角下,部分研究关注了技术复杂性对企业技术创新的情景作用。例如,陶晓波和沈晓岭[14]关注了产品开发流程效率和反应性对新产品开发绩效的重要程度,发现技术复杂性增强了市场开发学习和探索学习对产品开发流程效率的影响,但削弱了市场开发学习和探索学习对产品开发流程反应性的影响。王海花[19]则发现技术复杂性会加强开发式技术学习对企业创新的影响,而削弱探索式技术学习对企业创新的影响。这些研究中,技术复杂性对企业技术创新的情景影响并没有形成一致的结论。
有鉴于此,本文将技术复杂性纳入组织学习影响自主创新的分析框架,探索技术复杂性对技术学习、管理学习与自主创新之间关系的调节作用。其中,技术复杂性是指某项技术所包含的知识深度、广度和强度等,体现在技术融合需要的学科数目、企业对技术的认知程度、掌握该技术的难度等方面[25]。
以往研究发现,成功的自主创新可能源于以下因素:①企业拥有不同知识背景的专家和多元化的技术[26];②企业具有较强的吸收能力[27]。技术学习可以通过帮助企业获取多元化的知识、提高企业吸收能力推动自主创新。例如,通过学习其它组织的技术,丰富组织的技术知识库,实现组织技术知识的多元化和异质性[28,29];获取新的异质性知识,为内外部技术知识整合、萌发新的创意提供机会,有利于突破性自主创新的产生[30,31];此外,学习其它组织的技术知识,也有利于组织对现有知识的整合,增强自身吸收能力[28]。
尽管如此,本文认为技术学习对自主创新的影响并不是线性的,而呈倒U型关系。过多强调对其它企业的技术学习,会对自主创新产生不利影响。首先,过度的技术学习会使企业产生外部技术依赖,迷恋外部技术直接应用所带来的成功,造成组织惰性。一般而言,外部获取的技术较为成熟,并且得到了一定的市场检验。企业通过技术引进,直接应用技术相对于高风险的自主创新而言,更容易获得短期成功。当企业过分强调技术学习时,容易陷入技术引进造成的成功者陷阱,形成组织惰性,不愿从事高风险、短期难以获利的自主创新。其次,动态能力研究发现,技术能力形成存在明显的路径依赖[9]。技术投资往往会变成沉没成本,缺乏资源柔性,难以重新配置[9]。由于自主创新具有较强的内生性和持续积累性,与单纯的技术引进存在一定路径差异[2]。过度学习外部技术过程中的投资,会对企业造成资源紧张,在自主创新活动中重新利用的难度也会增加。这些外部技术引入所带来的核心竞争力会变成组织惰性和僵性,阻碍自主创新[9]。因此,过度强调技术学习,会使企业陷入“引进-落后-再引进”的怪圈,不利于自主创新活动的开展。综合以上两种观点,本文提出如下假设:
H1:技术学习对自主创新具有倒U型影响。
管理学习可以提升自主创新的有效性。学习其它企业的管理知识,有利于改善本企业的组织文化,为自主创新提供一个开放的环境。首先,通过学习其它企业成功的管理经验或失败的管理教训,企业可以认识到组织当前管理方法存在的问题,改变其管理认知[32]。改进管理认知有助于企业用开放思维看待外部环境,克服组织惰性,增强企业危机意识,努力寻找新的技术机会和趋势,挑战传统的技术路线,从而推动自主创新[33]。其次,通过对其它企业的管理学习,可以帮助企业更好应对来自外部的危机与挑战,保护其自主创新成果,从而增强企业开展自主创新活动的意愿。政府政策、法律法规等制度因素在企业创新活动中扮演着重要角色,在中国经济转型过程中,由于法律法规不够完善以及知识产权保护体系不够健全,企业自主创新活动面临着巨大的风险与挑战[5]。学习外部新的管理知识,有助于企业更好地适应制度环境、克服自主创新面临的制度障碍。综上所述,本研究提出如下假设:
H2:管理学习对自主创新具有正向影响。
本文认为技术学习与管理学习之间存在互补效应。这种互补性主要体现在以下方面:①管理学习会提高自主创新过程中的技术学习效率。企业学习成功管理知识,有助于优化自身管理体系,更好地管理外部学习中获得的技术知识,加强外部技术知识与内部技术知识的整合,从而推动自主创新;②管理学习会帮助企业克服技术学习带来的不良影响。如前文所述,过多的技术学习会使企业形成组织惰性和僵性,造成对外部技术的依赖。通过管理学习提高管理认知,有助于增强企业的危机意识,帮助企业克服组织惰性和僵性;③技术学习为管理学习活动开展提供了必要的实施条件。例如,战略的前瞻性设计与实施,也需要多元化的技术知识、强大的技术能力作支撑。外部获得的技术有利于先进管理理念的形成与推广。综合以上观点,本研究提出如下假设:
H3:技术学习与管理学习的交互效应对自主创新具有正向影响。
本文认为,技术复杂性会增强技术学习与自主创新之间的倒U型关系,主要体现在以下两个方面:
(1)技术复杂性会增强适度技术学习与自主创新之间的正向关系(倒U型关系的前半段)。首先,随着技术复杂性的提高,企业难以全面充分地理解技术知识,需要对所涉及的新知识作更为广泛、深入的探索,加深对技术的认识,提高自身吸收能力[25]。其次,自主创新活动是对各种技术知识的整合。技术复杂性越高,意味着企业开展自主创新活动需要的多元化技术知识也越多[19]。技术学习作为企业获取多元化异质性技术知识、提高企业吸收能力的重要途径,在复杂技术环境下对自主创新变得更为重要。
(2)技术复杂性会增强过度技术学习与自主创新之间的负向关系(倒U型关系的后半段)。技术复杂性越高,意味着企业在引进、吸收外部技术时所投入的资源越多,企业越难以对这些资源进行重新配置,此种情况下组织的路径依赖也越强[9],过度技术学习造成的组织惯性与僵性对自主创新的阻碍作用也越明显。基于以上观点,提出如下假设:
H4:技术复杂性在技术学习对自主创新的影响中具有正向调节效应。
技术复杂性会削弱管理学习与自主创新之间的正向关系。如上所述,管理学习通过帮助企业获取成功的管理经验或失败的教训,改进管理认知、克服制度障碍,提高自主创新效率。随着技术复杂性的提高,企业成功或失败的管理方法与特定技术的匹配性更强,但这种匹配性属于隐性知识范畴,无法编码和清晰表述,因此管理知识变得难以被其它企业自主创新所借鉴和移植。此外,技术复杂性也意味着技术利用与社会环境的匹配程度更高,无形中提高了企业通过管理学习克服自主创新制度障碍的难度。基于以上观点,提出如下假设:
H5:技术复杂性在管理学习对自主创新的影响中具有负向调节效应。
综合以上分析,本研究提出理论模型如图1所示。
图1 理论模型
本研究通过发放问卷的方式对以上理论模型进行实证检验。首先在西安高新区选择5家企业进行预调研。根据预调研中遇到的问题,研究团队对问卷进行了重新修订。正式调研中,选择陕西、河南、湖北、广东和上海等5个省市,调研对象涵盖中国西部、华中、华东、华南地区的企业,有利于消除区域文化发展不平衡带来的误差。调研人员为工商管理专业在读博士生和硕士生,调研对象为企业高层管理者(总经理或副总经理),采取面对面的问卷调研方式。由于关注点为企业自主创新,排除了服务业和农业企业,最终收回的问卷涵盖了传统制造、能源、化工、IT等4个行业。发放问卷500份,回收352份,其中企业基本信息、组织学习、自主创新和技术复杂性方面描述完整的问卷共252份,问卷有效回收率为50.5%。本研究进一步对模型中所有变量涉及到的19个题项进行Harman单因子检验,评估潜在的同源方差问题,最后共产生了4个因子,解释了65.3%的变异,其中最大的因子解释了27.3%的变异。因此,模型不存在明显的同源方差问题。
自主创新方面,基于李妹等[1]和蔡新蕾等[2]的研究,采用5个指标衡量企业自主创新的实现程度;技术学习方面,参照Bao等[7]对技术学习的测量,采取4个指标测量企业从组织外部识别、获取和整合技术知识的程度;管理学习方面,参照Yuan & Chen[5]对管理学习的测量,采取4个指标测量企业从其它组织学习管理实践、管理技术和组织设计相关知识的程度;技术复杂性方面,参照Hobday[25]& Simonin[24]对技术复杂性的定义,借鉴李强[34]关于技术复杂性的研究成果,采用6个指标测量技术复杂性。同时,选择企业年龄、企业规模、IT行业、研发投入作为模型的控制变量。企业年龄、企业规模分别采用企业成立年限和企业员工数的自然对数;如果该行业为IT行业,则该变量为1,否则该变量为0。除企业年龄、规模、行业以外,所有变量均为李克特7级量表形式。变量测量指标如表1所示。
本研究采用Cronbach ' s α系数评价相关变量信度。由表1可知,所有变量的α系数均超过0.8,说明通过信度检验。由表1可知,所有变量的AVE值均显著大于0.6,所有测量指标的负载因子也超过了0.6,由此可以判断所有变量聚合效度良好[35]。通过表2可以看到,所有变量的AVE平方根均大于其所在行及所在列的相关系数,由此可以证明所有变量的区别效度适合[36]。因此,不存在明显的信效度问题。
为检验技术学习、管理学习、技术复杂性和自主创新之间的关系假设,本研究使用SPSS20软件,采取分步回归方法,以自主创新为因变量,将控制变量、自变量、交互项、调节变量逐步放入回归模型中,结果如表3所示。对理论模型进行实证检验之前,首先检验模型中所有变量的方差膨胀因子,其VIF值均小于4,说明变量之间不存在严重的多重共线性问题。此外,由于模型中涉及到技术学习、管理学习与技术复杂性的交互项,对相关变量进行标准化处理,再对变量进行相乘运算。
表1变量信度效度检验
表2相关系数表与区别效度检验
注:n=252.aLog-transformed;*p<0.05、**p<0.01、***p<0.001;对角线为对应变量AVE的平方根
模型1反映了控制变量对自主创新的影响。模型2进一步纳入了技术学习、技术学习的平方项和管理学习,模型2具有较好的解释效力(F=4.828,p<0.001;△R2=0.160)。技术学习的标准化回归系数(β=0.361,p<0.001)、技术学习平方项的标准化回归系数(β=-0.177,p<0.01),表明技术学习对自主创新具有倒U型影响,假设H1得到支持;管理学习的标准化回归系数(β=0.187,p<0.001),表明管理学习对自主创新具有正向影响,假设H2得到支持。模型3进一步纳入了技术学习×管理学习,模型3具有更好的解释效力(F=4.787, p<0.001;△R2=0.213)。技术学习×管理学习的标准化回归系数(β=0.253,p<0.01),表明技术学习与管理学习的交互项对自主创新具有正向影响,假设H3得到支持。模型4进一步纳入技术复杂性、技术学习×技术复杂性、技术学习的平方项×技术复杂性、管理学习×技术复杂性,模型的解释效力得到了显著提高(F=3.586, p<0.001;△R2=0.071)。技术学习×技术复杂性的标准化回归系数(β=0.109,p<0.01)、技术学习的平方项×技术复杂性的标准化回归系数(β=-0.166, p<0.05),表明技术复杂性会加强技术学习与自主创新之间的倒U型关系,假设H4得到支持。管理学习×技术复杂性的标准化回归系数(β=-0.136,p<0.01),表明技术复杂性会削弱管理学习与自主创新之间的关系,假设H5得到支持。
为了进一步检验模型中的调节效应,分析技术学习、管理学习、技术复杂性与自主创新之间的关系,本研究进一步绘制了自变量、调节变量与因变量之间的边际效应图,如图2、图3所示。图2中,随着技术复杂性的提高,技术学习与自主创新之间的倒U型关系凸度变大,支持假设H4,具体表现为:在倒U型曲线左侧,技术学习与自主创新之间的斜率随着技术复杂性的提高上升更快;在倒U型曲线右侧,技术学习与自主创新之间的斜率随着技术复杂性的提高下降更快。图3中,随着技术复杂性的提高,管理学习与自主创新之间的斜率逐渐变低,说明技术复杂性削弱了管理学习对自主创新的正向影响,支持假设H5。
本研究基于组织学习理论,构建了技术学习、管理学习、技术复杂性和自主创新关系的理论框架,以252家中国制造企业数据为样本,对理论模型进行了实证检验。实证结果表明:技术学习对自主创新具有倒U型影响;管理学习对自主创新具有正向影响;技术学习与管理学习的交互效应对自主创新具有正向影响;技术复杂性会加强技术学习对自主创新的倒U型影响,会削弱管理学习对自主创新的正向影响。
表3回归模型检验
注:N=252,*p<0.05,**p<0.01,***p<0.001
图2 技术复杂性对技术学习的调节效应
图3 技术复杂性对管理学习的调节效应
本文研究结论对企业自主创新活动的开展具有重要启示:
(1)自主创新是开放式创新活动,企业需要重视对其它企业的组织学习。企业不仅需要对其它企业的技术知识进行学习,而且需要重视对管理知识的学习,提高管理水平、改进管理方法。此外,技术学习与管理学习之间存在明显的互补效应,企业应该重视技术知识与管理知识的共同提高,两手抓两手都要硬,实现“1+1>2”的战略协同,推动自主创新活动顺利开展。
(2)对其它企业的技术学习并非越多越好,应该适可而止。过度的技术学习会使企业形成外部技术引进依赖,产生组织惰性与僵性,不利于自主创新活动开展。企业在学习外部技术知识的同时,也需要保持企业自身研发投入的持续性。
(3)随着科学技术的发展,各行业技术复杂性显著提高,特别是在技术复杂性较高的行业中,从外部获取新的技术知识对企业自主创新而言变得愈发重要。企业应该保持对前沿技术的敏锐性,注重从各个领域、学习源获取异质性技术知识,增加企业技术知识储备,提高企业技术实力。
(4)技术复杂性也会提高管理知识的特殊性,增加企业管理难度。面对高技术复杂性时,企业需要避免外部管理知识与企业自身管理实践脱节,注重自主创新活动中管理知识与创新实践的结合,才能有效推动企业的自主创新活动。
本研究尚存在以下研究局限,后续研究可以加以改进:①本研究并未考虑组织学习的具体程度(例如,学习的广度、深度、强度、方式等),未来研究可以采取更为细致的方法测量技术学习与管理学习,分析其对自主创新的影响;②本研究采用了单轮次企业单份的问卷调查方式对相关假设进行检验,对因果关系的支持力度相对有限,同源方差问题也难以完全避免。未来研究可以采用多轮次的问卷调查或二手面板数据,采用配对数据的方式对相关假设作更为有力的验证。
参考文献:
[1] 成海燕,徐治立.科技企业生命周期的创新特征及政策需求[J].河南师范大学学报:哲学社会科学版,2017(3):88-94.
[2] 蔡新蕾,高山行,徐新.企业自主技术创新测度及不同创新模式作用研究[J].科技进步与对策,2014,31(1):116-122.
[3] 陈劲,俞湘珍,王姝.有中国特色的自主创新之路与政策[J].管理工程学报,2010,24(S1): 12-20.
[4] 陈劲,吕文晶.中国企业的创新之路[J].科学与管理,2017,37(1):1-5.
[5] YUAN L, CHEN X. Managerial learning and new product innovativeness in high-tech industries: curvilinear effect and the role of multilevel institutional support [J]. Industrial Marketing Management, 2015(50): 51-59.
[6] Zhou K Z, David K T, Li J J. Organizational changes in emerging economies: drivers and consequences [J]. Journal of International Business Studies, 2006, 37(2): 248-263.
[7] BAO Y, CHEN X, ZHOU K Z. External learning, market dynamics, and radical innovation:evidence from China's high-tech firms [J]. Journal of Business Research, 2012, 65(8): 1226-1233.
[8] YI Y, HE X, NDOFOR H, et al. Dynamic capabilities and the speed of strategic change: evidence from China [J]. IEEE Transactions on Engineering Management, 2015, 62(1): 18-28.
[9] SCHREYGG G, KLIESCH‐EBERL M. How dynamic can organizational capabilities be? towards a dual-process model of capability dynamization [J]. Strategic management journal, 2007, 28(9): 913-933.
[10] KLIMENKO A Y. Complexity and intransitivity in technological development [J]. Journal of Systems Science and Systems Engineering, 2014, 23(2): 128-152.
[11] CHAPMAN R, HYLAND P. Complexity and learning behaviors in product innovation [J]. Technovation, 2004, 24(7): 553-561.
[12] 尹士,李柏洲,周开乐.基于资源观的互联网与企业技术创新模式演化研究[J].科技进步与对策,2018,35(6):93-98.
[13] 谢言,高山行,江旭.外部社会联系能否提升企业自主创新?——一项基于知识创造中介效应的实证研究[J].科学学研究,2010,28(5):777-784.
[14] 陶晓波,沈晓岭.市场学习能力、技术复杂性与新产品开发绩效关系研究[J].科技进步与对策,2018,35(15):16-22.
[15] DRAZIN R, SCHOONHOVEN C B. Community, population, and organization effects on innovation: a multilevel perspective [J]. Academy of management journal, 1996, 39(5): 1065-1083.
[16] 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.
[17] UOTILA J, MAULA M, KEIL T, et al. Exploration, exploitation, and financial performance: analysis of S&P 500 corporations [J]. Strategic Management Journal, 2009, 30(2): 221-231.
[18] 谢彩霞,李金霏.技术工具对科学发展促进作用的计量研究——以扫描隧道显微镜技术为例[J].河南师范大学学报:哲学社会科学版,2017(3):95-101.
[19] 王海花.技术复杂性会抑制双元学习对创新绩效的影响吗[J].科技进步与对策,2017,34(16):140-147.
[20] 魏守华,吴贵生,吕新雷.区域创新能力的影响因素——兼评我国创新能力的地区差距[J].中国软科学,2010(9):76-85.
[21] 李文亮,赵息.外部学习、环境不确定性与突破性创新的关系研究[J].研究与发展管理,2016,28(02):92-101.
[22] WANG G, JIANG X, YUAN C H, et al. Managerial ties and firm performance in an emerging economy: tests of the mediating and moderating effects [J]. Asia Pacific Journal of Management, 2013, 30(2): 537-559.
[23] MCARTHUR A W, NYSTROM P C. Environmental dynamism, complexity, and munificence as moderators of strategy-performance relationships [J]. Journal of Business Research, 1991,
[24] 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.
[25] HOBDAY M. Product complexity, innovation and industrial organization [J]. Research policy, 1998, 26(6): 689-710.
[26] CARDINAL L B. Technological innovation in the pharmaceutical industry: the use of organizational control in managing research and development [J]. Organization science, 2001, 12(1): 19-36.
[27] ROBERTSON P L, CASALI G L, JACOBSON D. Managing open incremental process innovation: absorptive capacity and distributed learning [J]. Research policy, 2012, 41(5): 822-832.
[28] CHANG D R, CHO H. Organizational memory influences new product success [J]. Journal of Business Research, 2008, 61(1): 13-23.
[29] LICHTENTHALER U. Technology exploitation in the context of open innovation:finding the right ‘job’ for your technology [J]. Technovation, 2010, 30(7-8): 429-435.
[30] GILSING V, NOOTEBOOM B, VANHAVERBEKE W, et al. Network embeddedness and the exploration of novel technologies: technological distance, betweenness centrality and density [J]. Research policy, 2008, 37(10): 1717-1731.
[31] WUYTS S, DUTTA S, STREMERSCH S. Portfolios of interfirm agreements in technology-intensive markets: consequences for innovation and profitability [J]. Journal of marketing, 2004, 68(2): 88-100.
[32] KOR Y Y, MESKO A. Dynamic managerial capabilities: configuration and orchestration of top executives' capabilities and the firm's dominant logic [J]. Strategic Management Journal, 2013, 34(2): 233-244.
[33] APFELTHALER G, SHANE M J, HRUBY J.On managerial cognition, change, and learning during internationalization [J]. International Journal of Global Management Studies, 2011, 3(2).
[34] 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.
[35] BAGOZZI R P, YI Y. On the evaluation of structural equation models [J]. Journal of the Academy of Marketing Science, 1988, 16(1): 74-94.
[36] FORNELL C, LARCKER D F. Structural equation models with unobservable variables and measurement error: algebra and statistics [J]. Journal of Marketing Research, 1981: 382-388.
Wang Gang
(Economics and ManagementSchool of Wuhan University, Wuhan 430072, China)
Abstract:In the current global economy, how to impel firms’ proprietary innovation has received increasing attention. Based on organizational learning theory, this study builds a theoretical model about technical learning, managerial learning, technological complexity, and proprietary innovation, and then employs a survey data of 252 Chinese firms to test the related hypothesises. The empirical results suggest that, technical learning has an inverted-U effect on proprietary innovation while managerial learning has a positive effect. The interaction between technical learning and managerial learning has a positive effect on proprietary innovation. Technological complexity positively moderates the relationship between technical learning and proprietary innovation while negatively moderates the relationship between managerial learning and proprietary innovation.
KeyWords:Technical Learning; Managerial Learning; Technological Complexity; Proprietary Innovation
作者简介:王罡(1986-),男,河南南阳人,博士,武汉大学经济与管理学院讲师,研究方向为创新与创业管理。
基金项目:国家自然科学基金青年项目(71402128)
收稿日期:2018-03-10
文章编号:1001-7348(2018)21-0080-07
文献标识码:A
中图分类号:F273.1
DOI:10.6049/kjjbydc.2018100461
(责任编辑:陈福时)