表1 3种微创新模式比较
胡海波1，涂舟扬2
(1.江西财经大学 工商管理学院，江西 南昌 330032；2.江西赣粤高速公路股份有限公司 资产管理部，江西 南昌 330009)
摘 要：以江西李渡酒业有限公司和贵州茅台酒股份有限公司为样本，采用SPS案例研究法，结合传统制造企业有关特征，探讨微创新内涵及其演化过程模型。基于文献回顾和案例分析，探索大数据时代企业微创新演化过程。研究发现：①企业微创新过程是动态演化的，行业后发企业和先发企业都遵循初始、提升和稳定3个基本阶段。在不同演化阶段，数据管理平台实现了在不同企业类型之间的跨越，行业后发企业微创新演化路径通常呈现外驱式特征，而行业先发企业微创新演化路径通常呈现出内推式特征；②在微创新过程中，企业相关利益者之间的关系强度是决定企业微创新演化的关键要素，并且，后发企业和先发企业在演化各阶段的关键影响要素变化方向不一。同时，后发企业、先发企业及其利益相关者的关系强度均与创新组合是否形成存在关联。
关键词：大数据；微创新；动态演化；案例研究
随着信息技术不断发展，人类社会进入数字时代。传统制造企业管理数据呈爆炸式增长。海量数据随时间的推移持续流动、扩散，形成大数据，并重组各类战略资源。经过分析的大数据能变成满足不同需求、有价值的信息，使企业适应重组战略资源格局的要求。大数据所引发的企业制度变革是全方位和多层次的，具体体现在传统制造企业商业模式价值主张、客户细分、核心资源、客户关系、关键业务、渠道通路、重要合作、成本结构以及收入来源等9个模块上[1]。与此同时，企业开始关注产品和服务创新，并依托大数据服务聚焦价值创造过程与治理结构演化[2]。
大数据背景下，消费需求更加多样化，产品生产成本更低，同类产品差别逐渐缩小，产品过剩及同质化现象越来越普遍。部分企业突破性改变、颠覆式创新、根本性技术改进的机会越来越少，而部分企业凭借对市场定位和客户需求的精准把握，利用大数据等技术推力和多元化沟通方式，采用微创新手段，对产品、服务以及营运模式持续改善，最终实现了企业发展甚至飞跃。360、苹果、小米、腾讯等企业的成功，微创新功不可没。基于用户需求挖掘的微创新产品，如微博、微信等微创新产品应用广泛[3]。因此，大数据背景下，以用户为中心，以实践为导向，以开放创新、协同创新为主要特点的用户型创新成为新的创新形态，而这种创新形态正被企业界及实践界广泛接纳和研究，企业微创新问题值得思考。微创新研究最早起源于互联网企业的实践活动，自百度、腾讯、阿里巴巴等互联网企业通过微创新在实践活动中不断取得成功与突破以来，学界对微创新的研究主要集中于微创新内涵、特性以及类型等静态层面。但是，企业微创新价值实现与转化取决于微创新主体互动演化以及微创新体系中相关利益方的不断加入[4]。因此，企业微创新过程是动态的。
基于此，本文以江西李渡酒业有限公司(以下简称“江西李渡”)和贵州茅台酒股份有限公司(以下简称“贵州茅台”)两家传统制造企业为研究对象，结合相关理论，系统探讨企业微创新演化问题。
(1)大数据。大数据的概念最早由《自然》(Nature)杂志提出。2008年，该杂志出版了名为“大数据”的封面专刊，指出是基因学和天文学创造了大数据的概念[5]。3年后，美国麦肯锡公司(McKinsey &Company)在《Big Data：the Next Frontier for Innovation》研究报告中正式提出大数据概念，引发了企业界和学术界的研究热潮[6]。
从数据生产起源上看，大数据可分为人类产生的数据以及机器自动生产的数据两类[7]。从功能属性角度看，大数据分为互联网数据、科研数据和感知数据3种。根据企业数据记录形式，企业大数据可以分为一次数据、二次数据以及三次数据。其中，一次数据是指企业原始数据，直接反映或记录企业生产经营活动，通常以凭证形式存在，表现为传统企业数据(Traditional Enterprise Data)，包括CRM(Customer Relationship Management，客户关系管理)系统消费者数据、传统ERP(Enterprise Resource Planning，企业资源计划)系统数据、库存数据、财务账目；二次数据是指将一次数据经过分类、汇总后的数据，通常是指经机器或传感器分析处理后的数据(Machine-Generated/Sensor Data)，包括设备日志、智能仪表数据、交易记录数据等；三次数据是企业经营状态、经营成果的表现，通常以社交数据(Social Data)形成存在，包括用户线上反馈数据、行为记录等[8]。
(2)微创新。微创新最早起源于乔布斯(Steve Jobs)的“微小的创新可以改变世界”[9]。国内首次提出该概念的是360公司总经理周鸿祎，在他看来：“或许你的产品不够完美，但是能够抓住用户心中的最甜点，解决这一个问题就能够全面提升用户体验，而这种单点突破模式就称为‘微创新’”[10]。通常微创新都是从一个比较小的东西或者方面开始，一点一滴地开始，积少成多、由点到面，最终完成量变到质变的过程[11，12]。因此，企业微创新是指以持续改善用户体验为目的，强调相关利益方共同参与，在产品渠道、服务、外观、运行模式、功能、工作等方面进行局部改善[12]。
按照行业技术和市场地位划分，企业可分为先发企业和后发企业[13]。后发企业是指进入那些相对稳定或成熟的市场，但技术优势、市场资源较逊于实际强大的企业[14]。先发企业是指在某一技术领域率先创新，并取得技术优势，具备一定行业地位的制造企业[15]。利益相关者是指有能力影响组织目标实现或者受其能力影响的个人、群体或者组织。通常，企业利益相关者是指供应商、政府、股东、金融集团、行动群体、用户、工会、员工、贸易协会以及竞争对手等一切关联方[16]。其中，用户是微创新活动成效显著与否的关键，在企业微创新过程中扮演重要角色，根据用户实际需求进行微小改进能引起产品市场显著变化[17]。从创新模式上看，创新联盟包括横向创新联盟和纵向创新联盟[18]。其中，横向创新联盟是指企业与高校、研究机构或其它第三方机构组成的创新联盟，联盟成员在业务上并不是上下游关系；纵向创新联盟是指企业与供应商、经销商以及用户组成的创新联盟，联盟成员在业务上存在上下游关联[19]。
从创新领域看，微创新可划分为延续性微创新、自主性微创新以及模仿性微创新等3种形式[20]。延续性微创新是一种适度创新，是指在保证原有市场基础上不断改进服务或产品，目的在于维护现有市场[20]。与之前的创新范围不同，自主性微创新不存在范围重叠，较多涉及技术层面，实现的是根本性创新过程及成果[21]，主要目的在于挖掘客户潜在需求。模仿性微创新是企业根据外部信息或成功经验对产品或服务以渐进方式展开创新，不断改善产品质量或服务体验，目的在于扩大市场[12]。3种创新方式的比较如表1所示。
(3)资源基础理论。资源基础理论强调企业获取竞争优势的源泉是企业资源和能力[22]。企业资源是指企业所能控制的能力、资产、知识、信息等要素，并且这些要素能够提升企业效率和效能[23]，通常来说企业会利用相关耦合机制配置企业资源。能力是指企业运用这些资源达到或实现特定目标的过程[24]。动态能力是企业资源基础观的延伸。动态能力是指为了匹配快速变化的环境能力，企业需要重新更新、配置、整合现有资源的能力[25]。动态能力可分为更新能力、配置能力以及整合能力[26，27]。同时，通过配置组织内外部有形或无形资源，使组织形成持续、稳定的竞争优势。因此，组织动态能力是直接与企业竞争优势相关的核心能力，包括适应能力、再造能力、整合能力等[28]。
表1 3种微创新模式比较
(4)动态演化理论。动态演化理论主要运用于企业或组织演化问题研究，是演化理论的延伸，普遍应用于经济学领域[25]。动态演化理论将企业演化过程看成是一个多层级互动者之间的互动过程，强调企业、个体以及环境的互动。大数据背景下，传统制造企业创新将随着用户体验的不断升级而循环往复[29]。从产业集群创新绩效角度看，企业创新循环包括成果识别、巩固强化、彻底创新、增量创新、组合创新等5个循环阶段[30]。基于研究样本，本文从初始、提升和稳定3个阶段探讨企业微创新演化问题。
分析现有文献发现，首先，关于大数据的研究主要停留在大数据的产生、内涵以及分类等静态层面上，尚未探讨企业微创新等相关内容。其次，随着研究的不断深入，更多学者开始关注大数据的预测功能，研究其如何影响组织运营模式创新，打造企业竞争优势。关于微创新的研究主要集中于创新方式及特点等方面。因此，关于大数据以及微创新的研究虽然引起越来越多的学者关注，但尚未有学者从大数据角度分析企业微创新问题，更缺乏对其演化规律的探讨。
企业微创新动态演化问题值得进一步探究。例如，微创新动态演化是否遵循一定规律，如果遵循，那么具体演化路径是什么？微创新过程中，相关微创新模式是否会发生改变？如果变化，关键影响因素有哪些？可见，在大数据时代，企业微创新演化研究是必不可少的领域。然而，已有研究难以回答上述问题。基于此，本文以江西李渡以及贵州茅台为研究对象，结合演化理论、组织惯例理论，系统探讨大数据背景下企业微创新演化问题。
根据案例企业相关特征，基于文献回顾，本文分析框架如图1所示。其中，AN代表企业微创新的演化阶段，BN代表企业在不同演化阶段的阶段特性，CN表示不同演化阶段的影响过程，DN表示企业不同演化阶段的演化机理(N=1,2,3，分别代表时间序列上3个不同发展阶段)。
图1 企业微创新演化分析框架
本文采用探索性多案例研究方法解释大数据背景下企业微创新演化问题，案例研究方法主要包括探索性(Exploratory)、描述性(Descriptive)和诠释性(Explanatory)3类[31]。本文采用探索性案例研究方法探索企业微创新演化，主要原因在于：①已有文献尚未深入研究某种典型情境，而探索性案例研究方法则十分适用于该情境[32]。本文旨在探讨企业微创新演化路径和关键影响因素，但现有研究主要基于互联网企业探讨企业微创新的概念和内涵，缺乏更深层次的研究。同时，本文研究问题涉及现象较复杂，需要扎根于特定组织环境中。因此，本文较适宜选择探索性案例研究方法；②探索性案例方法适用于动态演化和管理变革过程研究[33]。本文研究的是企业在各个演化阶段的互动过程，探索性案例研究方法相对适用；③本研究探讨“如何”(How)和“为什么”(Why)，适合采用探索性案例方法[34]。本文关注传统制造企业微创新演化路径，通过探讨不同阶段微创新的特有属性，归纳企业微创新演化路径，思考企业微创新演化过程中“How”的问题。通过归纳、提炼影响微创新演化过程的关键因素，探寻真正影响微创新演化的原因，寻找“Why”问题的答案。
案例研究对象选择既是案例研究的基础，也是必不可少的重要环节。大数据技术的兴起引发了实业界创新热潮，企业开始基于大数据技术分析用户需求，学者也开始关注基于用户参与的微观层面，传统制造企业微创新研究开始被各方关注。本文选择白酒行业中的江西李渡、贵州茅台作为案例研究对象基于以下3个方面的原因：
(1)对比性。作为传统企业的江西李渡、贵州茅台在微创新的作用时间、范围及受影响程度等方面均存在差异，作为案例研究对象具有鲜明的对比性。
(2)代表性。江西李渡以客户需求为导向，以文化、古窖资源为重要载体，在服务形式、产品功能等方面持续改进。贵州茅台利用信息化手段，在产品定位、功能设计等方面持续改进。因此，两者作为案例研究对象具有代表性。
(3)典型性。近年来，微创新策略在两家案例企业经营过程中不同程度地被采用。江西李渡利用古窖资源，通过挖掘客户需求，从企业外部迭代产品特性使企业扭亏为盈利，并占据了一定的消费市场；贵州茅台利用自身技术优势，通过工艺改进对企业内部精细化产品进行定位、追踪，通过改善营销方式逐步扩大了品牌优势。因此，两者作为案例研究对象具有典型性。
通过整合多种数据来源进行三角验证，能够一定程度上提升案例研究的效度和信度[35]。本文遵循案例研究流程，即明确研究问题→理论回顾→企业调研与资料整理[32]，对相关数据进行收集和筛选。
(1)基于关键数据凝练研究问题。在正式访谈前，本文利用研究团队的资源优势收集相关资料，感受到大数据背景下，不仅仅是互联网企业，传统企业也面临基于用户显性需求满足以及用户隐性需求挖掘等创新需求。学术界对传统制造企业微创新案例研究较少，更多聚焦于互联网企业微创新模式分析与实证研究。相较于互联网企业，传统制造企业历史悠久，行业需求相对稳定，但在大数据时代，传统制造企业客户需求需要进一步明确。因此，笔者以现有理论为切入点提炼本文研究问题。
(2)案例数据收集和整理。数据收集始于2015年8月，采用非正式访谈与正式访谈相结合的数据收集方式，以形成三角证据，使研究结论更具解释力和说服力。第一，正式访谈中，本文主要围绕江西李渡、贵州茅台的发展历程和关键事件先后访谈了总经理、副总经理等公司高层，以及包装车间、制酒车间、生产部、营销部、酒体设计中心、人力资源部等部门负责人。每次正式访谈均有全程录音，以保证案例资料的准确性。同时，为尊重受访者的个人隐私以及企业相关商业机密，在每次访谈中访谈人都会声明保密条款。第二，访谈中有企业管理、企业创新方向的资深教授全程指导，能够在一定程度上提升研究团队对企业微创新的理解与判断能力。第三，为全方位地获取数据资料，本文在正式访谈的基础上，利用经管类大学的资源优势，对该行业上下游企业高管、MBA进行了半结构化访谈，以提高本文对微创新的理解力。
在数据分析阶段，本文基于企业数据资料、非正式访谈资料以及正式访谈资料进行了系统梳理和三角验证。首先，对案例数据资料进行对比分析，提炼出与研究主题相关、有价值的信息，同时经过企业各层领导、员工等多方核验，形成完整的数据链。其次，认真研读案例内容，梳理案例企业发展脉络、相关重要节点及关键事件。最后，基于理论背景构建案例分析模型，利用SPS(Structured-Pragmatic-Situational)案例研究法[31]进行数据与模型匹配，并进一步修正案例理论模型，在达到理论饱和点后，得到具有普适性的研究结论。
本文基于大数据背景，从初始、提升和稳定3个阶段分析江西李渡以及贵州茅台的微创新演化过程。
江西李渡酒业股份有限公司成立于2002年，由香港恒源拓展投资公司从政府手中全资收购，其前身为李渡酒厂，后因经营不善被华泽集团全资收购。
(1)初始阶段(2008-2010年)。2008年，华泽集团收购江西李渡。江西李渡迎来新的发展机遇，由于有成功运营华泽集团金六福酒业的经历，并购后的江西李渡沿用了原金六福酒业的原班人马，继承了金六福酒业“布渠道、打广告”的外部营销策略。一方面，江西李渡凭借品牌影响进行渠道招商、广告投放，在终端市场大量铺货促销，大幅提升经销商的销售提成，同时大力向大型超市、高档酒店推荐李渡酒。另一方面，江西李渡提高进货总量，为酒厂降低库存成本。在资金方面，母公司华泽集团划拨专项资金用于扶持江西李渡的相关业务。在专业技术方面，江西李渡以国家白酒标准严把产品质量关，建立了高于国家标准、严于国家标准的3大系列标准，即产品标准系列、质量技术标准系列和生产技术标准系列，相关管理标准先后通过了ISO9000、ISO14001、HACCP质量认证评审并获相关证书。在生产管理方面，江西李渡借鉴引入清扫、清洁、整顿、整理、安全、素养6S管理模式，并与关联公司联合成立中心化验室、计量室和半成品化验室等质量管理部门。
2010年，江西李渡开始与经销商合作，构建CRM系统。经销商负责提供用户、网点等关键数据，江西李渡负责系统运营及维护。此时，在江西省白酒市场上，江西李渡的市场占有率位居前五。在工人执行力方面，酿酒师出勤率高，工艺规程执行情况良好；在产品良品率方面，江西李渡的良品率提升了近十个百分点，达到98%以上，位列区域品牌行业前茅。
(2)提升阶段(2011-2013年)。2011年，激烈的市场竞争环境以及自身经营环境的恶化使江西李渡开始转变经营模式。同年，江西李渡重新装修李渡烧酒作坊遗址，并向母公司华泽集团申请专项保护资金。2011年底，江西李渡成立酒品开发专家小组，尝试启用元明代窖池开发高端产品。2012年，江西李渡停止了广告投放和招商活动，开始回收积压在经销商处的优质基酒，从工艺端打造精品系列产品。在白酒制造工艺方面，为提高微生物活性进而提高产品质量，江西李渡将70%大米加30%高粱(原来为纯大米)作为酿酒原料，将20天的发酵周期改为60天，用青砖堆砌而成的元代古窖酿酒，辅以现代化操作工艺，打造李渡酒独特的芳草清香味。同时，江西李渡将酒窖中残留的酒糟进行微生物接种，进一步扩大古法酿酒规模。在队伍建设方面，成立专业化酒体开发团队。同年，江西李渡引进了用于分析白酒品质的气相色谱仪，构建QIS(Quality Information System，质量管理信息系统)，将技术标准值、生产规程数据、生产需求等导入系统，并通过信息化方式连接系统与检测仪。2013年，江西李渡推出封坛酒产品，原浆基酒封坛，江西李渡代为保存，每年向投资者发放投资收益。短时间内，封坛数量就突破了1 000大关。
(3)稳定阶段(2014年至今)。2014年，为了最大程度地发挥李渡烧酒作坊遗址的商业价值，江西李渡推出了烧酒作坊遗址顾客体验活动，邀请相关行业专家现场有偿品酒，对能够提出建议的参观者给予适当的价格优惠。同年12月，江西李渡贵宾定制酒有限公司(简称“定制酒公司”)成立，开始推出“国宝”系列产品。2015年，江西李渡通过与各地经销商合作，每月在江西省内多个地方定期举办“全家亲子李渡游”等互动主题活动，与消费者近距离接触。在品牌宣传方面，一方面为了实现资源最大化利用，江西李渡将剩余酒糟制成带有浓郁酒香味的李渡雪糕；另一方面，聘请专业团队运营微信公众号、企业微博、社区论坛等互联网宣传平台。同年6月，江西李渡与当地知名企业李渡烟花合作，联合开发“李渡一日游”、“最美酒花香”等体验活动。2016年，江西进贤李渡烧酒作坊遗址被评为3A级旅游景区，江西李渡开始与旅游公司合作，开展旅游活动。同年，江西李渡升级信息化系统，将CRM系统与QIS并入ERP系统，并在ERP系统中增设用户反馈意见分析专栏，由专人负责定期将用户反馈分析结果录入。
(1)江西李渡微创新演化阶段特性。江西李渡作为区域特色企业，在企业微创新演化的不同阶段呈现出不同特征。通过描述江西李渡微创新演化的初始、提升和稳定3个阶段，本文发现每个阶段所展现的阶段演化特性不同，如表2所示。
表2 江西李渡微创新演化阶段特性
(2)江西李渡微创新演化过程。通过案例分析发现，江西李渡微创新演化发生在初始、提升和稳定3个阶段，以及相关利益者间的关系、微创新主体、微创新模式、动态能力4个维度上。同时，各个维度理论要素根据所处阶段的不同特征相互作用、共同演进，如图2所示。
贵州茅台酒股份有限公司由贵州茅台酒厂技术开发公司、贵州茅台酒厂有限责任公司、贵州省轻纺集体工业联社、深圳清华大学研究院等8家公司共同发起，是贵州茅台酒厂(集团)有限责任公司的全资子公司，前身是贵州茅台酒厂，主要负责贵州茅台酒系列产品生产及销售。
(1)初始阶段(2008-2010年)。为了更好地接待外宾，提高酒质的稳定性，与贵州茅台有合作关系的政府机关针对茅台酒的口感、质量以及品类等多次向贵州茅台反馈。因此，成立后的贵州茅台并不着急进行市场扩张。从2008年开始，贵州茅台将主要精力放在生产工艺、酒质管理和内部人才培养3个方面。
在酿造工艺方面，贵州茅台严格遵守茅台酒的传统酿造技艺。在酿造工艺方面实行标准化管理，总结出了“十四条工艺操作要点” ，明确了高温制曲、馏酒、堆积、发酵的技术范式，并形成相关文本，定期组织培训。在酒质管理方面，贵州茅台成立了专业品酒委员会，负责制定相关品酒规则。2009年，贵州茅台酒库车间成立了小勾室(后更名为茅台酒体设计中心)，专门负责茅台酒体设计，并引入了气相色谱-质谱联用仪，对生产过程进行全方位监控。在此基础上，贵州茅台从原料、糖化、发酵、品尝、勾兑等环节进行创新，开发新品类。在人力资源支撑方面，从2010年开始，贵州茅台加快培养技术骨干力量，一方面招聘酿酒专业的高校毕业生，另一方面引进具有丰富经验的制曲师、制酒师、调酒师等相关技术人员。
图2 江西李渡微创新演化过程
(2)提升阶段(2011-2013年)。在技术工艺以及酒质管理方面逐渐成熟的贵州茅台尝到甜头，在“国家名酒”称号的竞争中遥遥领先。与此同时，贵州茅台尝试扩大销售渠道、搭建营销网络、树立产品品牌。
在销售渠道方面，贵州茅台开始尝试通过线上方式拓宽消费市场。2011年，贵州茅台与经销商合作，正式签订战略合作协议，联合成立茅台电子商务官方旗舰店的专业运营团队，负责在京东、天猫、淘宝等大型电子商务平台进行推广和运营。在品类开发方面，贵州茅台相继推出赖茅、茅台王子酒、贵州大曲等系列酒，开拓中端消费市场。在物流配送方面，贵州茅台开始战略布局，通过与仁怀物流产业园区合作，构建专门的物流配送体系。2011年，贵州茅台的万吨茅台酒工程技术改造项目完工，新增了近5 200吨茅台酒产能。同年，贵州茅台引入工业信息化领域专家，并与经销商构建茅台信息化管理编码体系。2012年，受假酒风波的影响，茅台酒销量有所下降。为了进一步提升品牌价值、优化自身营销队伍，在营销渠道管理方面，贵州茅台对现有专卖店进行专业测评以及综合考核，将两千多家专卖店缩减至200多家，并对经销商资质重新认定，以降低管理成本。同时，为了保障经销商的利润，贵州茅台根据实际情况给予大经销商或专卖店一定的自主定价权。
(3)稳定阶段(2014年至今)。随着互联网发展，传统行业开始转型。2014年，贵州茅台净利润突破150亿元大关，开始思考用信息化手段进一步改造企业。但是，白酒市场上，茅台假酒依然猖獗。因此，贵州茅台以信息化为主要手段，从企业组织结构、品质管理、品牌保护以及外部营销渠道、市场开发、平台建设等方面全面改造升级。
2014年3月，贵州茅台酒厂(集团)物流园区有限责任公司成立。同年12月，贵州茅台与茅台物流合作，重新配置物流配送和发货体系。同年6月，贵州茅台与关联公司共同出资成立贵州茅台集团电子商务股份有限公司(简称“茅台电商”)，其中，贵州茅台拥有实际控制权。2015年，贵州茅台引进NFC(Near Field Communication，近场通讯)防伪技术，在每瓶茅台酒上嵌入了RFID(Radio Frequency Identification，无线射频识别)防伪ID的电子防伪芯片，并与手机等移动终端直接相连。依托防伪技术，贵州茅台基于现有大数据系统搭建编码、贴码、扫码、入库、出库、定位、收货一体化产品追踪系统。2016年，茅台酒开始供不应求，价格不断上涨，但贵州茅台坚持一年一个生产周期，坚持酿酒的循序渐进原则，引进领先的白酒检测设备，并采用先进的白酒检测手段。同年8月，贵州茅台针对不严格履行合约的经销商开出了历史最大罚单，黄牌警告了34家经销商，并发红牌取消了8家经销商的茅台酒经营资格。
2016年10月，为打造茅台品牌，贵州茅台防伪溯源系统宣告上线。该系统整合了NFC技术，除了能连接到内部管理信息系统外，还可以通过手机应用直接与移动智能终端相连，使经销商、消费者以及物流公司能够参与产品追踪和信息追溯。与此同时，贵州茅台开始根据销售贡献度划分用户等级，根据不同的客户需求，组织不同的旅游参观活动。
(1)贵州茅台微创新演化阶段特征。贵州茅台作为行业巨头企业，在企业微创新演化的不同阶段表现出了不同的阶段特征。通过描述贵州茅台微创新演化的初始、提升和稳定3个阶段，本文发现每个阶段的演化特征不同，具体如表3所示。
表3 贵州茅台微创新演化阶段特性
(2)贵州茅台微创新演化过程。通过案例分析发现，贵州茅台的微创新演化发生在初始、提升和稳定等3阶段，以及与相关利益者的关系、微创新主体、微创新模式、动态能力4个维度上。同时，各维度理论要素根据所处阶段特性的不同相互作用、共同演进，具体如图3所示。
(1)企业微创新演化阶段特性对比分析。结合相关理论，本文将江西李渡和贵州茅台分别界定为行业后发企业和行业先发企业。一方面，江西李渡是江西省特色品牌，依靠其独有的古窖资源进行技术迭代和品牌传播，发展迅速，可视为后发企业。另一方面，贵州茅台是我国白酒行业巨头，多年来一直位处行业领先地位，拥有无法取代的技术优势和市场规模，可称为先发企业。江西李渡与贵州茅台微创新演化阶段特性对比如表4所示。
图3 贵州茅台微创新演化过程
表4 企业微创新演化阶段特性对比
从表4可以看出，大数据背景下，行业后发企业江西李渡和行业先发企业贵州茅台在微创新演化特征方面既存在强烈对比，也存在一定程度的趋同。
第一，在微创新模式方面。江西李渡和贵州茅台在初始阶段、提升阶段均存在强烈对比，而稳定阶段的微创新模式则大体相同。初始阶段，江西李渡模仿其关联公司金六福酒业，在营销渠道、资金支撑以及第三方管理辅助服务等外部资源方面进行模仿性微创新；而贵州茅台则在人才培养、酿造工艺以及酒质管理等内部资源方面进行自主性微创新。提升阶段，江西李渡利用古窖资源，在品类开发、生产工艺以及薪酬体系等内部资源方面进行自主性微创新；而贵州茅台则效仿其它大企业，在品牌传播、品类开发等外部资源方面进行模仿性微创新。稳定阶段，江西李渡持续挖掘企业古窖资源，利用品牌影响进行资源整合；贵州茅台利用信息网络对渠道、品牌、工艺、产品等内外部资源持续整合。
第二，在微创新主体、动力来源以及创新目标方面。江西李渡和贵州茅台在初始阶段、提升阶段均存在强烈对比，而稳定阶段则大体相同。初始阶段，江西李渡的微创新主体是企业和经销商形成的纵向创新联盟，微创新动力来源于企业外部，创新目标为企业外部资源开拓；贵州茅台的微创新主体是企业和用户形成的纵向创新联盟，微创新动力来源于企业内部，创新目标为企业内部资源挖掘。提升阶段，江西李渡的微创新主体是企业和用户形成的纵向创新联盟，微创新动力来源于企业内部，创新目标是企业内部资源激活；贵州茅台的微创新主体是企业和经销商形成的纵向创新联盟，微创新动力来源于企业外部，创新目标是企业外部资源创新。稳定阶段，江西李渡和贵州茅台的微创新主体都是创新网络，微创新动力来源于企业内部和外部，创新目标皆为企业内外部资源整合。
第三，在大数据类型以及微创新相关利益者参与程度方面。江西李渡和贵州茅台在初始阶段、提升阶段均存在强烈对比，而稳定阶段的微创新模式则大体相同。初始阶段，江西李渡的大数据类型是一次数据，微创新相关利益者的参与程度较低；贵州茅台的大数据类型是二次数据，微创新相关利益者的参与程度较高。提升阶段，江西李渡的大数据类型是二次数据，微创新相关利益者的参与程度较高；贵州茅台的大数据类型是一次数据，微创新相关利益者的参与程度较低。稳定阶段，江西李渡和贵州茅台的微创新目标都是三次数据，微创新相关利益者的参与程度高。
(2)企业微创新演化路径对比分析。根据企业不同的演化特征，本研究得出行业后发企业在微创新演化路径上呈现外驱式演化特征，而行业先发企业呈现出内推式演化特征。具体而言，行业后发企业从外部资源入手，通过作用于内部资源，最终实现内外部资源整合；行业先发企业从内部资源入手，通过作用于外部资源，最终实现内外部资源整合，如图4所示。
在初始阶段，行业后发企业微创新演化主要发生在市场层面，用户从企业外部入手参与纵向创联盟，以追赶市场为主要目的对企业进行模仿性微创新。与此同时，直接反映企业经营状况的一次数据将被分类储存至独立型数据管理平台中，并最终体现为市场适应能力。行业先发企业微创新演化路径主要发生在产品层面，用户从企业内部入手参与纵向创联盟，以打造产品为目的进行自主性微创新。与此同时，经过传感设备处理后的二次数据将会被分类储存至独立型数据管理平台中，并最终体现为产品再造能力。
图4 企业微创新演化路径分析对比
在提升阶段，行业后发企业微创新演化主要发生在产品层面，经销商从企业内部入手参与纵向创新联盟，以开发产品为目的进行自主性微创新。与此同时，经过传感设备处理后的二次数据将会被分类储存至独立型数据管理平台中，并最终体现为产品再造能力。行业先发企业微创新演化路径主要发生在市场层面，用户参与的纵向创新联盟从企业外部入手，以拓展市场为主要目的对企业进行模仿性微创新。与此同时，直接反映企业经营状况的一次数据将被分类储存至独立型数据管理平台中，并最终体现为市场适应能力。
在稳定阶段，行业后发企业和先发企业演化均发生在企业内外部资源整合层面，用户、经销商参与的创新网络平台从企业内部着手，以资源整合为目的进行延续性微创新。与此同时，以社交形式呈现的三次数据将会被分类储存至关联型数据管理平台中，并最终体现为资源整合能力。
(3)企业微创新演化关键因素对比分析。微创新价值机理的实现过程是动态的，且与利益相关者、非利益相关者密切相关[4]。由案例分析可知，在企业微创新过程中，利益相关者之间的合作关系强度决定了创新知识流动强度。创新主体与利益相关者之间的密切合作关系使创新知识在不同主体中跨边界流动，该创新范式创新速度快、收益高、成本低[36]。因此，利益相关者之间的关系强度是决定企业微创新演化效果的关键要素。在微创新演化过程中，后发企业和先发企业在演化各个阶段的关键影响要素变化方向不一，具体而言，后发企业通常呈现顺时针递增，先发企业则呈现逆时针递增。企业微创新演化关键因素对比如图5所示。
在顺时针递增的关系强度演化过程中，后发企业以模仿性微创新方式与经销商建立强关联。此时，经销商与用户之间为弱关联，用户与企业之间无关联。随后，后发企业通过自主性微创新方式与用户建立强关联。此时，经销商与用户之间为弱关联，企业和经销商之间无关联。最后，后发企业通过延续性微创新，以积累的资源为依托，形成企业、经销商和用户之间的强关联。
图5 企业微创新演化关键因素对比
在逆时针递增的关系强度演化过程中，先发企业以自主性微创新方式与用户建立强关联。此时，经销商和用户之间为弱关联，企业和经销商之间无关联。随后，先发企业通过模仿性微创新方式与用户建立强关联。此时，经销商和企业之间为弱关联，企业和用户之间无关联。最后，先发企业通过延续性微创新，以积累的资源为依托，形成了企业、经销商和用户之间的强关联。
在不同演化阶段，行业后发企业和先发企业演化机理的关键影响因素均为利益相关者间的关系强度。针对采取外驱式微创新演化路径的行业后发企业，在不同演化阶段，利益相关者间的关系强度正向影响创新组合形成，即企业先与经销商建立强关联，再与用户建立强关联，最后三者之间互为强关联。在此过程中，后发企业微创新主体依次为企业与经销商形成的纵向创新联盟、企业与用户形成的纵向创新联盟以及企业、经销商、用户构成的创新网络平台。因此，相关利益之间的强关联使后发企业与利益相关者之间相继形成创新组合。
针对采取内推式微创新演化路径的行业先发企业，在不同的演化阶段，利益相关者间的关系强度正向影响创新组合的形成，即企业先与用户建立强关联，再与经销商建立强关联，最后三者之间互为强关联。在此过程中，先发企业微创新主体依次为企业与用户形成的纵向创新联盟、企业与经销商形成的纵向创新联盟以及企业、经销商、用户构成的创新网络平台。因此，相关利益之间的强关联使先发企业与利益相关者之间相继形成创新组合。
(1)从演化理论视角看，企业微创新过程是动态演化的，行业后发企业和行业先发企业都要经历初始、提升和稳定3个基本阶段。行业后发企业和行业先发企业在微创新模式、主体、动力来源、目标以及利益相关者参与程度方面既存在强烈对比，也存在一定程度的趋同。与此同时，大数据时代，企业信息化水平提升与企业管理创新相伴而行、相互促进。在不同演化阶段，数据管理平台实现了从独立型到关联型的转变，以大数据为基础的管理信息系统是企业动态能力的实现载体。行业后发企业和先发企业通过信息系统集成内部数据和外部数据，最终体现为企业资源整合能力。
(2)从资源基础理论视角看，行业后发企业在微创新演化路径上呈现外驱式演化特征，即从企业外部资源开始，再到企业内部资源，最终实现资源整合。行业先发企业呈现出内推式演化特征，即从企业内部资源开始，再到企业外部资源，最终实现资源整合。在不同演化阶段，行业后发企业和先发企业均经历了内外部资源先后被调用的过程。企业资源的活化、升级、整合贯穿于微创新活动的不同阶段。初始阶段，行业后发企业外部资源、行业先发企业内部资源被激活，企业资源开始活化。提升阶段，行业后发企业内部资源、行业先发企业外部资源被激活，企业资源应用得以进一步升级。稳定阶段，行业后发企业和行业先发企业的内外部资源被全面激活，企业资源得到彻底整合。
(3)结合利益相关者理论，在企业微创新过程中，利益相关者之间的关系强度是决定企业微创新演化的关键要素，后发企业和先发企业在演化各个阶段的关键影响要素变化方向不一。同时，后发企业、先发企业及其利益相关者的关系强度均与创新组合的形成正相关，强关系的利益相关者间容易形成创新组合，反之亦然。
(4)大数据背景下，企业微创新演化是螺旋上升、永恒发展的过程。企业微创新过程是快速迭代的，随着大数据技术不断升级，通过分析处理不同类型的大数据，后发企业动态能力经历了从市场适应能力到产品再造能力，再到资源整合能力的过程；先发企业的动态能力经历了从产品更新能力到市场配置能力，再到资源整合能力的过程。因此，企业微创新演化过程在初始、提升和稳定3个阶段不断循环推进。
本研究从微创新演化的阶段特征、路径和关键影响因素等方面拓展了企业微创新演化相关理论，但仍有不足之处：
(1)在案例研究方法方面，本文对我国传统制造业的两家典型企业数据进行分析，研究结论具有一定的概括性和普遍性。未来可考虑使用量化分析方法进行相关性研究，构建微创新演化过程中行业后发企业和行业先发企业微创新演化模型，并进一步探索相关规律。
(2)在案例研究对象方面，本文选取白酒行业的两个案例具有较强的对比性。尽管案例对象选择在较大程度上具有传统制造企业的创新特征，但也可能忽略了传统制造企业的其它特点，如由资源的可获取性而导致的创新壁垒、由政府扶持力度而导致的创新人员流动性。
参考文献:
[1] 李文莲，夏健明.基于“大数据”的商业模式创新[J].中国工业经济，2013(5)：83-95.
[2] 冯芷艳，郭迅华，曾大军，等.大数据背景下商务管理研究若干前沿课题[J].管理科学学报，2013(1)：1-9.
[3] 张向阳，张长生.广州科技型小微企业“创新驱动”实证调研[J].科技进步与对策，2013(18)：42-47.
[4] 马晓苗.企业微创新的内涵、特征及其价值实现机理[J].商业研究，2015(1)：110-115.
[5] 杨强，邱均平.大数据时代对馆藏资源的影响及其发展趋势[J].情报理论与实践，2014(5)：7-11.
[6] JAMESM，MICHAELC.Big Data：the next fontier for innovation，competition and productivity [J].McKinsey Quarterly，2011(5):11-17..
[7] 何清.大数据与云计算[J].科技促进发展，2014(1)：35-40.
[8] 葛世伦.企业管理信息系统-理论-方法-模型[M].北京：科学出版社，2010.
[9] 朱艳春，张巍，何毅.互联网企业微创新研究[J].现代管理科学，2015(7)：118-120.
[10] 李文博.新创企业微创新行为的关键环节认知——话语分析方法的一项探索性研究[J].研究与发展管理，2015(3)：83-93.
[11] 陈润.超预期：小米的产品设计及营销方法[M].北京：中国华侨出版社，2015(1)：55-59.
[12] 罗仲伟，任国良，焦豪等.动态能力、技术范式转变与创新战略——基于腾讯微信“整合”与“迭代”微创新的纵向案例分析[J].管理世界，2014(8)：152-168.
[13] HOBDAY M.East asian latecomer firms：learning the technology of electronics[J].World Development，1995，23(7)：1171-1193.
[14] 卢锐，吴云，王军.基于破坏性创新的比亚迪创新战略研究[J].中国科技论坛，2012(2)：42-47.
[15] 罗珉，马柯航.后发企业的边缘赶超战略[J].中国工业经济，2013(12)：91-103.
[16] (美)弗里曼.战略管理——相关利益者方法[M].王彦华，梁豪，译.上海：上海译文出版社，2006.
[17] HYYSALO,S.User innovation and everyday practices：micro-innovation in sports industry development[J].R&D Management，2009，39(3)：247-258.
[18] 李大庆，李庆满，单丽娟.产业集群中科技型小微企业协同创新模式选择研究[J].科技进步与对策，2013(24)：117-122.
[19] 杨荧彬.产业集群自主创新模式研究[D].杭州：浙江理工大学，2010.
[20] 周青，吴云，方刚.新常态下企业微创新的特征与类型[J].科学学研究，2015(8)：1232-1239.
[21] 张华胜，官建成，高柏杨.工业企业创新源实证研究[J].科研管理，1998(5)：12-22.
[22] 黄培伦，尚航标，李海峰.组织能力：资源基础理论的静态观与动态观辨析[J].管理学报，2009(8)：1104-1110.
[23] BARNEY J.Firm resources and sustained competitive advantage[J].Journal of Management，1991，17(1)：99-120.
[24] AMIT R, SCHOEMAKER P J H.Strategic assets and organizational rent[J].Strategic Management Journal，1993，14(1)：33-46.
[25] WINTERS G.The satisficing principle in capability learning[J].Strategic Management Journal，2000，21(11)：981-996.
[26] TEECE D J, PISANO G, SHUEN A.Dynamic capabilities and strategic management[J].Strategic Management Journal，2008，18(7)：509-533.
[27] EISENHARDT K M, MARTIN J A.Dynamic capabilities: what are they[J].Strategic Management Journal，2000，21(10)：1105-1121.
[28] WANG C L, AHMED P K.Dynamic capabilities：a review and research agenda[J].International Journal of Management Review，2007，9(1)：31-51.
[29] 赵振.“互联网+”跨界经营:创造性破坏视角[J].中国工业经济，2015(10):146-160.
[30] 翁智刚.产业集群论[D].成都：西南财经大学，2008.
[31] PAN S L,TAN B.Demystifying case research：a structured pragmatic situational(SPS)approach to conducting case studies[J].Information and Organization，2011(12)：161-176.
[32] GUMMESSON E.Qualitative methods in management research[M].London：Sage Publications，1991.
[33] EISENHARDT K M, GRAEBNER M E.Theory building from cases：opportunities and challenges[J].Academy of management journal，2007，50(1)：25-36.
[34] 胡海波，涂舟扬,胡大立.动态演化视角下企业自主创新动力机制——正邦科技的案例研究[J].江西财经大学学报，2016(4)：40-51.
[35] EINSENHARDT K M.Building theories from case study research[J].Academy of Management Review，1989，14(4)：532-550．
[36] 赵志耘，杨朝峰.创新范式的转变：从独立创新到共生创新[J].中国软科学，2015(11)：155-160.
Hu Haibo1，Tu Zhouyang2
(1.School of Business Administration，Jiangxi University of Finance and Economics，Nanchang 330032，China；2.Asset Management Department, Jiangxi GanYue Expressway Co.Ltd,Nanchang 330009,China)
Abstract：This study aims to explore the connotation and the process model of micro innovation evolution， electing the sample Kweichow Moutai and Jiangxi Lidu, adopting the method of SPS case study, based the purpose of study on the era of big data.Based on the review of literature, this paper explores the process of micro innovation.The study find: Firstly, The process of micro innovation is a dynamic evolution, and the enterprises in the industry after the initial development of enterprises and industries to follow the three basic stages of the initial, upgrading and stability.In different stages of evolution, the data management platform has realized the leap from the independent type to the relational type.The evolution path of the micro innovation of the latecomer enterprise usually presents the evolution characteristics of the external drive type.The leading enterprise innovation evolution path usually shows the evolution characteristics of push type.Secondly, in the process of micro innovation, the strength of the relationship between enterprise stakeholders is the key elements that decide the enterprise micro innovation evolution.In addition, the latecomer enterprise and the leading enterprise have different direction in the different stage.At the same time, the intensity of the relationship between the latecomer enterprise, the leading enterprise and their stakeholders is correlated with the formation of innovation portfolio.
Key Words:Big Data；Micro Innovation；Dynamic Evolution；Case Study
DOI：10.6049/kjjbydc.201708X007
中图分类号：F272.4
文献标识码：A
文章编号：1001-7348(2018)03-0101-010
收稿日期：2017-10-26 基金项目：国家社会科学基金项目(15BGL033)；江西省软科学研究计划项目(20151BBA10032)；江西省教育厅科技项目(GJJ160433；GJJ160449)
作者简介：胡海波(1979-)，男，江西南昌人，博士，江西财经大学工商管理学院教授，研究方向为企业创新管理；涂舟扬(1990-)，男，江西南昌人，江西赣粤高速公路股份有限公司资产管理部业务主管，研究方向为组织变革与创新。
(责任编辑：张 悦)