随着移动互联网、物联网和云计算等高科技的发展,以及知识经济、消费主义和众包模式的兴起,传统以技术研发为主导的第五代技术创新模式[1]已经难以适应互联网智能时代复杂多变的市场环境和快速迭代的消费需求。不仅传统大型科技企业陷入“创新者窘境”[2],而且广大中小新兴科技企业也迫切需要有效的创新模式。
基于该背景,管理界在集成创新、开放式创新和协同创新的基础上试图探寻新的整合模式,设计界基于驱动式创新提出了TBD整合创新思路。但对于互联网智能时代来说,两种思路都存在一定局限,尚未实现创新全流程价值链的打通,难以适应快速迭代的市场节奏和市场不确定性。本文基于刘颜楷[3]的前期研究,对TDBMC整合创新模式的多维度分层次整合和影响路径进行深入研究,提出并验证相关假设和机理模型。该研究打通了创新价值链,方便企业制定相应创新战略,因此更具实操性。
TDBMC整合创新模式是指围绕价值创新主线,将技术(Technology)、设计(Design)、商业(Business)、营销与媒体(Marketing & Media)、客户(Customer)5个创新维度连接起来,形成空间上多元非线性创新模式。价值创新主线以资本为起点、消费为终点,主线节点在5个创新维度进行交织与协同,共同推动创新走向成功。其过程也是一个价值整合与协同过程,包括价值实现、价值增加、价值传递、价值协同等[3]。为后续研究方便,本文用相应英文的首字母指代5个创新维度。
以互联网智能时代的常见产品为例,如果将创新产品比喻为人的大脑,理性的技术创新(T)和感性的设计创新(D)分别就像人的左脑与右脑,它们共同决定了创新产品的功能和形式。其中,技术创新(T)重点解决创新“能不能使用”和“好不好实现”的问题,主要体现了创新的功能价值和生产价值。设计创新(D)重点解决创新“好不好看”和“好不好用”的问题,主要体现创新的审美价值和体验价值。
营销与媒体创新(M)和商业创新(B)分别构成了创新产品“大脑”的前端与后端,通过渠道、传播、运营和投资的共同推动提高创新成功率。其中,营销与媒体创新(M)重点解决消费者“认不认可”和“影响大小”的问题,主要体现创新的品牌价值和传播价值。商业创新(B)重点解决企业“如何赚钱”和“赚更多钱”的问题,主要体现创新的经济价值和投资价值。
当然,一个完整的创新是离不开客户创新的。客户创新(C)重点解决消费者关注的“值不值得买”和“愿不愿意参与”问题,主要体现了消费价值。因此,TDBM端创新+客户创新(C)共同形成了TDBMC整合创新模式的基本模型,如图1所示。
图1 TDBMC整合创新模式概念模型
TDBMC整合创新是对现有整合创新理论的重要拓展,是互联网智能时代中国企业谋求发展的一种战略选择。作为一种新兴创新模式,TDBMC整合创新采用了与传统以技术研发为导向的不同创新整合方式,从而形成不同能力组合,最终促进创新绩效提升。
根据前文TDBMC整合创新基本模型,结合30多家企业案例调研数据,从维度观角度提出TDBMC整合创新模式研究问题,即企业在整合创新中应该如何分层次整合TDBMC多个创新维度,形成和增强不同整合创新能力,从而促进创新绩效提升的核心问题。总体思路可概括为:TDBMC整合创新模式下的创新维度整合→增强整合创新能力→提升创新绩效,选择整合创新能力作为中介变量展开研究。
整合创新不只是企业间和企业内外创新资源的简单结合,还涉及不同创新主体的价值诉求和创新能力整合,因此用资源观来界定就会存在一定局限性,而用维度观来界定则更合理也更宽泛。
TDBMC整合创新包含与价值创新密切的5个维度:技术创新(T)、设计创新(D)、商业创新(B)、营销与媒体创新(M)、客户创新(C)。为简化模型,方便研究和提升企业实操性,将创新维度整合为4个层次:①TD创新维度整合;②BM创新维度整合;③TDBM创新维度整合;④TDBM和C创新维度整合。4个层次是从T、D、B、M点,到TD和BM线,再到TDBM平面,最后到TDBMC空间。
4个不同层次创新维度的整合形成了不同整合创新能力,分别对应研发整合创新能力、战略整合创新能力、纵横整合创新能力、多元整合创新能力。其中,创新维度整合偏向于宏观,包括创新主体、专业、职能部门、相关资源、价值诉求的整合;整合创新能力偏向于微观,包括创新过程不同环节和4个层次具体创新能力的整合。
有学者认为,具有企业核心竞争力的价值链形成有赖于企业内外资源集成,通过产品、技术、服务与市场的紧密衔接,形成富有生机和活力的创新系统(庄越、胡树华,2002)。这种围绕价值创新主线的整合创新模式,对本文研究具有重要借鉴意义。
Davis&Eisenhardt[4]认为,协同创新是以知识增值和创新绩效提升为核心的一种整合创新组织模式与关系。该研究突破了资源观的整合视角,为从维度观视角研究整合创新提供了理论依据。
秦剑[6]研究了研发/制造/营销跨职能整合对新产品开发绩效的提升机制,证明跨职能整合提升了产品线协同和新产品开发绩效,有助于企业市场绩效提升。这从侧面说明多个创新维度整合有利于创新绩效提升,并形成综合竞争优势。由此,本文提出以下假设及子假设:
H1:创新维度整合对创新绩效有正向影响;
H1a:TD创新维度整合对创新绩效有正向影响;
H1b:BM创新维度整合对创新绩效有正向影响;
H1c:TDBM创新维度整合对创新绩效有正向影响;
H1d:TDBM和C创新维度整合对创新绩效有正向影响。
张华胜、薛澜[6]认为,不同层次的集成创新均会促进竞争力提高,从而在整体上推动经济发展。企业竞争力的提升,本质上源于整合创新能力提升。
丁文娟[7]通过对企业核心竞争力传导路径与促进机制的研究,构建了基于整合创新的企业核心竞争力模型。这说明多维度创新整合有利于提升企业核心竞争力,而整合创新能力作为一种核心竞争力,同样可以获得提升。
Eagar等[8]认为,整合创新是将创新方法始终应用于商业战略,这不仅是为了实现经济增长,而且也是为了提升竞争力。那些将创新系统整合到组织各个层面,在新业务领域实现更高创新速度的人更易成功。
这些都充分说明多个创新维度整合对整合创新能力具有重要影响。由此,本文提出以下假设及子假设:
H2:创新维度整合对整合创新能力有正向影响;
H2a:TD创新维度整合对研发整合创新能力有正向影响;
H2b:BM创新维度整合对战略整合创新能力有正向影响;
H2c:TDBM创新维度整合对纵横整合创新能力有正向影响;
H2d:TDBM和C创新维度整合对多元整合创新能力有正向影响。
Teece[9]提出整合能力的概念,认为良好的整合能力是企业实施商业模式创新的重要因素。
Wang[10]认为整合能力强调子维度间的协调和配置,可增强企业环境敏感性和商业机会识别能力,提升企业对资源、能力的匹配与协调,更好地提高企业绩效。子维度的协调和配置就是创新维度的整合,这基本上证明了创新维度整合→整合创新能力→创新绩效的影响路径。
Guan&Liu[11]认为公司的竞争优势在于整体创新能力的有效整合,而不是集中在某一个方面。即使是核心能力方面,公司的改进也应该有利于和谐发展。他们有效验证了整合创新能力对公司竞争绩效的积极影响。
庞长伟等[13]的研究表明,整合能力通过加快组织变革和提高价值创造效率促进中间变量商业模式创新,从而正向促进企业绩效提高,即整合创新能力对企业创新绩效有正向影响。
这些研究为本文构建TDBMC整合创新机制模型提供了直接的理论参考。整合能力在企业创新过程中就是指整合创新能力。由此,本文提出以下假设及子假设:
H3:整合创新能力对创新绩效有正向影响;
H3a:研发整合创新能力对创新绩效有正向影响;
H3b:战略整合创新能力对创新绩效有正向影响;
H3c:纵横整合创新能力对创新绩效有正向影响;
H3d:多元整合创新能力对创新绩效有正向影响。
综上所述,本文从维度观视角构建TDBMC整合创新模式的整体机理模型,即企业通过创新维度的整合,形成不同层次的整合创新能力,进而提升企业创新绩效(如图2所示)。
图2 基于维度观的TDBMC整合创新机理模型
本文基于已有研究文献和部分成熟子量表设计问卷,以此全面诠释在实施TDBMC整合创新战略过程中创新维度整合、整合创新能力和创新绩效的关系。由于本文研究视角较新,可以直接借鉴的测度依据较少,因此只能借鉴现有创新研究中的类似测度依据。
3.1.1 解释变量创新维度整合测度
根据前文研究,本文将TDBMC整合创新分为4个创新维度:①TD创新维度整合;②BM创新维度整合;③TDBM创新维度整合;④TDBM和C创新维度整合。
其中,TD创新维度整合变量主要采纳Brown & Eisenhardt[4]的观点,即职能部门的有效整合和管理成为产品开发成功的关键,其中,技术创新和设计创新的维度整合是基础。BM创新维度整合变量主要参考秦剑 [5]、Chesbrough[13]和蔡明达[14]的观点,具体包括以下指标:企业家与投资人、营销与媒体团队间的交流沟通情况;企业家和投资人对营销与媒体创新的理解情况;营销与媒体团队对商业创新战略意图的理解情况。TDBM创新维度整合变量主要采纳秦剑[5]、Chiva & Alegre[15]、Guan & Liu[11]的观点,具体包括以下指标:技术、设计、商业和营销与媒体团队间的交流沟通情况;企业家与投资方对技术团队、设计团队的资源投入情况;技术与设计团队、营销与媒体团队间的创新协作情况。TDBM和C创新维度整合变量主要根据Hippe[16]的观点,重点考察客户参与产品创新过程的情况。
3.1.2 中间变量整合创新能力测度
根据前文研究,4个不同层次的创新维度整合形成了不同整合创新能力:①研发整合创新能力;②战略整合创新能力;③纵横整合创新能力;④多元整合创新能力。
其中,研发整合创新能力变量主要采纳Cooper[17]和Candi[18]的观点,具体包括两个指标:产品外观或界面设计符合技术应用要求的程度;产品交互设计符合人机工程要求的程度。战略整合创新能力变量主要参考梁磊[19]和Teece[20]的观点,具体包括两个指标:媒体互动符合商业创新战略的程度;企业家制定商业战略时考虑营销与媒体创新战术实施的情况。纵横整合创新能力变量主要借鉴Guan & Liu[11]、Coombs[21]、Hedlund[22]的观点,具体包括以下指标:技术团队根据营销与媒体团队的市场反馈调整研发计划;技术团队推出新技术;设计团队推出新设计。多元整合创新能力变量主要根据Song&Parrry[23]、Calantone等[24]、Kumar[25]、Olson&Bakke[26]的观点,具体包括以下指标:技术团队在产品开发早期了解客户基本需求和核心需求;设计团队在设计过程中了解客户审美喜好和使用习惯;企业家和管理团队在整个创新过程中了解客户需求;营销与媒体团队向客户传递创新价值;客户参与创新过程并提供反馈意见。
3.1.3 被解释变量创新绩效测度
尽管学者们对创新绩效进行了大量研究,但目前仍未形成统一测量指标体系。本文主要从新产品和营销视角,结合已有研究和本文调研结果对企业创新绩效进行测量,变量主要参考Hedlund[22]、Coombs等[21]、张洪石[27]、陈雪颂[28]、Driva等[29]的观点,主要包括以下指标:新产品数量;新产品申请的知识产权,如专利、著作权数量等;新产品销售额占销售总额的比重;新产品开发速度;新产品市场成功率。
以上变量测度问卷均采用5级Likert 量表,请被调查者根据企业情况进行创新维度整合、整合创新能力和创新绩效的测度,1-5分别表示从“非常不同意”到“非常同意”。
在进行正式问卷调查前首先进行预测试,主要通过当场填写和邮件方式发放调查问卷100 份,回收有效问卷72份,有效回收率72%。基于高校专家的意见和企业高层管理人员访谈结果,对问卷进行了多轮修改,形成最终量表和问卷。正式调研区域选择北京、上海、江苏、浙江、广东等5个经济发达省市,以尽可能降低经济发展程度对统计有效性的影响。
问卷调查中涉及传统制造业、智能硬件和移动互联网3种类型企业。对于传统制造业企业,问卷发放的对象企业都在200人以上,而智能硬件和移动互联网企业的规模相对较小。因此,对企业规模不作特别限制,但要求成立时间在3年及以上,且有相对成熟的产品创新。为避免在问卷调查中出现信息失真问题,除在问卷设计过程中对问题表述方式进行优化外,也对调查对象进行了控制,要求调查对象是企业家、技术总监、设计总监、营销总监等全面了解整合创新的高管。
本次问卷共发放400份,回收337份。经过完整性检查,删除漏答、一致性回答等不符合要求的问卷42份,最后得到有效问卷295份。具体情况如表1所示。
表1 问卷发放及回收情况
问卷发放与回收方式发放数量有效数量有效回收率(%)当面发放645789.06委托相关行业协会1509462.67委托同学、朋友1007575.00委托已毕业学生866980.23合计40029573.75
从回收的295份有效问卷看,样本特征基本符合被调查区域企业特点,样本特征分布见表2。
信度分析是一种度量综合评价体系稳定性和可靠性的有效方法,常用Cronbach′s α 系数表征。本文运用SPSS 23版本对量表进行信度分析,原量表中的X27、X28、X36、X42、X45、X51、X57与所在潜变量的其它显变量存在较大差异,不能共同解释同一个问题,因此不符合要求被剔除。其余各潜变量的Cronbach'α系数值都大于0.7,检验结果表明最终量表信度可以接受,如表3所示。
表2 问卷样本基本特征
企业属性企业分类样本数占比(%)产品类型传统制造业6321.3智能硬件12743.1移动互联网10535.6公司性质国有113.7三资3110.5民营25385.8集体00成立年限3年及以下4715.93~5年6020.36~10年7726.211~15年4113.916~20年3411.520年以上3612.2公司规模50人及以下4816.351~100人3712.5101~200人3712.5201~500人5318.0501~1000人279.21000人以上9331.5
TDBMC整合创新中采用的变量很难找到对应客观校标,故采用因子分析并结合潜变量的平均抽取方差(AVE)指数检验各量表构思效度。AVE表示潜变量中各维度解释变异的程度,是收敛效度的衡量指标,如果AVE值>0.5表明量表具有充分的收敛效度。
本文采用SPSS 23软件对最终量表中的9个潜变量、51个题项逐一进行因子分析,以判断同一变量的不同测度项是否准确反映被测变量特性。
采用探索性因子分析(取特征根>1)对潜变量Y1-Y9进行分析。首先进行KMO和Bartlett检验,结果KMO>0.700,适合作因子分析;Bartlett球体检验的显著性概率均为0.000,表明数据具有相关性,适宜作因子分析。
由显变量51个题项的因子分析结果,各题项都较好地负载到其预期测量因子上,相应的因子负荷系数均大于0.5(最大值为0.911,最小值为0.710),收敛效度AVE值均大于0.5(最小0.554,最大0.772),即量表收敛效度在可接受范围内,因子分析结果可以接受。由于篇幅所限,在此不再列表赘述。
在最终量表通过信度和效度检验的基础上,对TDBMC整合创新机理模型所有变量使用结构方程(SEM)进行分析,以确保变量的因子结构与研究构思相符。
利用图3的机理模型,建构了基于AMOS 术语的结构方程模型(图4),进而对假设进行验证和分析。运用AMOS 21 对结构方程模型进行分析,表4-表6给出了潜在变量测量指标路径系数估计值,表7 给出了潜在变量间路径系数估计值。
表3 模型变量分类
潜变量显变量指标显变量内容题项-总体相关系数Cronbach′α系数TD创新维度整合(Y1)X1公司技术团队和设计团队能保持紧密、高效协作0.7740.842X2公司技术团队能理解设计创新的作用和价值0.827X3公司设计团队能理解技术创新的基本逻辑和框架0.796X4公司技术团队能对设计创新给予有力的技术支持0.822X5公司设计团队能对技术创新提供有效的创意概念0.710BM创新维度整合(Y2)X6企业家与投资方、营销与媒体团队间能保持定期交流沟通0.8060.883X7企业家、投资人理解营销与媒体创新的作用和价值0.850X8营销与媒体团队领会企业家、投资方的战略意图0.792X9企业家与投资方在营销、媒体创新方面投入资金0.831X10营销与媒体团队有效执行商业创新战略计划0.851TDBM创新维度整合(Y3)X11技术、设计、商业和营销与媒体团队能经常交流沟通0.8190.860X12营销与媒体团队为技术团队、设计团队提供市场需求信息0.827X13企业家与投资方为技术团队、设计团队提供资金或资源导入0.735X14技术与设计团队和营销与媒体团队共同打造创新产品0.842X15技术与设计团队为企业家、投资方创造价值,实现价值增值0.784TDBM和C创新维度整合(Y4)X16技术团队接触客户并进行交流0.7160.822X17设计团队接触客户并进行交流0.727X18企业家和投资方重视客户创新作用和价值0.847X19营销与媒体团队和客户经常互动并传递公司创新理念0.687X20客户参与创新过程并发挥作用0.837研发整合创新能力(Y5)X21产品的理念设计能表达技术创新亮点0.7360.883X22产品的理念设计能引导技术创新方向0.795X23产品的外观或界面设计符合技术应用要求0.829X24产品的外观或界面设计促进技术不断升级0.786X25产品的交互设计展现技术创新优势(包含实体或虚拟)0.833X26产品的交互设计符合人机工程要求(包含实体或虚拟)0.808战略整合创新能力(Y6)X29营销策略符合商业创新战略0.9020.949X30营销方式符合商业创新战略0.911X31营销实施符合商业创新战略0.895X32媒体发布符合商业创新战略0.890X33媒体宣传符合商业创新战略0.818X34媒体互动符合商业创新战略0.873X35企业家制定商业战略时充分考虑营销与媒体创新战术实施0.858纵横整合创新能力(Y7)X37营销与媒体团队能为技术团队提供产品理性需求的导入0.8000.907X38技术团队能根据营销与媒体团队的市场反馈积极调整研发计划0.777X39营销与媒体团队能为设计团队提供产品感性需求的导入0.789X40设计团队能为营销与媒体团队提供产品包装宣传的各种素材0.780X41企业家对技术创新保持一定的研发资金投入0.793X43技术团队能不断推出新技术、创造价值0.747X44企业家能提供设计团队自主决策空间0.787X46设计团队不断产生新设计,实现价值增值0.768多元整合创新能力(Y8)X47技术团队能在开发早期了解客户的基本需求和核心需求0.7690.859X48设计团队能在设计过程中了解客户的审美喜好和使用习惯0.780X49企业家和管理团队在整个创新过程中积极了解客户需求0.839X50投资人清楚了解客户的真实需求和潜在需求0.810X52客户(或消费者)参与创新过程并提供各种意见0.807创新绩效(Y9)X53新产品数量较多0.7730.794X54新产品申请的知识产权如专利、著作权等数量较多0.650X55新产品销售额占销售总额的比重较大0.805X56新产品开发较快0.700X58新产品成功率较高0.782
图3 创新维度整合、整合创新能力与创新绩效的结构方程模型
表4 潜变量测量指标路径系数估计值(创新维度整合)
测量指标 S.E.C.R.P标准化路径系数估计X5←TD创新维度整合1X4←TD创新维度整合0.11210.335∗∗∗1.16X3←TD创新维度整合0.1069.877∗∗∗1.051X2←TD创新维度整合0.1110.223∗∗∗1.123X1←TD创新维度整合0.0969.595∗∗∗0.917X8←BM创新维度整合1X7←BM创新维度整合0.10410.77∗∗∗1.119X6←BM创新维度整合0.08311.917∗∗∗0.994X13←TDBM创新维度整合1X12←TDBM创新维度整合0.11611.182∗∗∗1.297X11←TDBM创新维度整合0.10411.023∗∗∗1.149X18←TDBM和C创新维度整合1X17←TDBM和C创新维度整合0.0559.537∗∗∗0.521X16←TDBM和C创新维度整合0.0568.966∗∗∗0.506X9←BM创新维度整合0.11610.553∗∗∗1.222X10←BM创新维度整合0.08113.26∗∗∗1.073X14←TDBM创新维度整合0.11711.087∗∗∗1.296X15←TDBM创新维度整合0.09310.334∗∗∗0.956X19←TDBM和C创新维度整合0.06310.194∗∗∗0.642X20←TDBM和C创新维度整合0.0520.031∗∗∗0.995
注:显著性水平中,*表示P<0.05,**表示P<0.01,***表示P<0.001,下同
表5 潜变量测量指标路径系数估计值(整合创新能力)
测量指标 S.E.C.R.P标准化路径系数估计X25←TD整合创新能力1X24←TD整合创新能力0.06913.251∗∗∗0.919X23←TD整合创新能力0.05813.598∗∗∗0.784X22←TD整合创新能力0.06713.002∗∗∗0.865X21←TD整合创新能力0.06811.537∗∗∗0.781X35←BM整合创新能力1X34←BM整合创新能力0.0714.589∗∗∗1.02X33←BM整合创新能力0.07812.769∗∗∗1.001X32←BM整合创新能力0.06715.38∗∗∗1.027X31←BM整合创新能力0.0620.694∗∗∗1.245X30←BM整合创新能力0.05821.691∗∗∗1.267X29←BM整合创新能力0.05721.062∗∗∗1.192X38←TDBM整合创新能力1X37←TDBM整合创新能力0.07413.283∗∗∗0.982X49←TDBM和C整合创新能力1X48←TDBM和C整合创新能力0.06612.009∗∗∗0.792X47←TDBM和C整合创新能力0.07311.689∗∗∗0.848X26←TD整合创新能力0.06213.522∗∗∗0.839X39←TDBM整合创新能力0.08312.92∗∗∗1.073X40←TDBM整合创新能力0.0712.748∗∗∗0.887X41←TDBM整合创新能力0.07112.968∗∗∗0.918X50←TDBM和C整合创新能力0.08313.198∗∗∗1.092X43←TDBM整合创新能力0.07411.795∗∗∗0.875X44←TDBM整合创新能力0.07812.958∗∗∗1.006X52←TDBM和C整合创新能力0.08113.559∗∗∗1.096X46←TDBM整合创新能力0.07512.358∗∗∗0.929
表6 潜变量测量指标路径系数估计值(创新绩效)
测量指标S.E.C.R.P标准化路径系数估计X53←创新绩效1X55←创新绩效0.1898.221∗∗∗1.557X56←创新绩效0.1217.397∗∗∗0.897X54←创新绩效0.0976.775∗∗∗0.655X58←创新绩效0.1737.826∗∗∗1.356
从表4-表6数据可知,测量指标对应的路径系数和C.R.检验值都符合要求,表明该模型各变量测量指标可以反映潜变量变化情况。
从表7来看,模型中创新维度整合与创新绩效间的标准化路径系数分别为0.269、0.163、0.263、0.092,它们的P值均小于0.1,均呈显著正向关系,即假设H1的所有子假设均通过检验,因此假设H1通过。
模型中创新维度整合与整合创新能力间的标准化路径系数分别为0.424、0.643、0.093、0.304,它们的P值除了TDBM创新维度整合→纵横整合创新能力为0.329(P>0.05),不呈显著正向影响关系,未通过假设检验,其它3个P值都在0.001水平上显著,即子假设H2c未通过检验,假设H2的其余子假设均通过检验。因此,假设H2部分通过检验。
模型中整合创新能力与创新绩效间的标准化路径系数分别为-0.056、0.183、0.121、0.158,它们的P值除了研发整合创新能力→创新绩效和纵横整合创新能力→创新绩效分别为0.4与0.109(均>0.05)外,其余均呈显著正向关系,即假设H3a、H3c未通过检验,剩余两个子假设H3b和H3d通过检验。因此,假设H3部分通过检验。
从整合创新能力中介作用的实证结果看,4个层次的整合创新能力中,战略整合创新能力和多元整合创新能力对创新绩效呈显著正向影响,而研发整合创新能力和纵横整合创新能力对创新绩效未呈现显著正向影响。这与本文调研案例企业实践经验符合,即再好的技术和设计,最终必须通过快速商业化和资本化才能创造价值与实现价值增值。同时,只有客户参与创新,才能提升创新效率,降低创新风险,毕竟消费者才是最终付费购买产品的客户。
尽管TD创新维度整合→研发整合创新能力呈正向影响关系,但是研发整合创新能力→创新绩效的标准化回归系数为-0.056,P值为0.4(P>0.05),未呈现显著正向影响。这说明中国新兴科技企业的研发整合创新能力亟待提升,在具体项目和产品上要实现技术与设计的完美和谐统一,还有很多困难和挑战。
同时,TDBM创新维度整合→纵横整合创新能力和纵横整合创新能力→创新绩效的标准化回归系数分别为0.093与0.121,P值分别为0.329和0.109(P>0.05),未呈显著正相关性。其原因可能是:首先,从数据分析逻辑看,纵横整合创新能力是中间变量,而TDBM创新维度→纵向整合创新能力未通过检验,纵向整合创新能力→创新绩效未呈正向影响也在情理之中;其次,从广大科技企业的创新实践看,受限于资金、资源和团队力量,多个创新维度的整合并非易事,反而影响创新效率提升,特别是对于快速成长的移动互联网和智能硬件企业;第三,缺少客户创新的介入,TDBM创新维度的整合不易形成清晰精准的方向,纵横整合创新能力没有足够的着力点,容易影响创新绩效提升。
表7 潜在变量间路径系数估计值
变量关系标准化路径系数估计C.R.P对应假设检验结果创新绩效←TD创新维度整合0.2693.154∗∗H1a通过创新绩效←BM创新维度整合0.1631.895∗H1b通过创新绩效←TDBM创新维度整合0.2632.262∗H1c通过创新绩效←TDBMC创新维度整合0.0921.701∗H1d通过H1通过研发整合创新能力←TD创新维度整合0.4244.829∗∗∗H2a通过战略整合创新能力←BM创新维度整合0.6436.983∗∗∗H2b通过纵横整合创新能力←TDBM创新维度整合0.0930.9760.329H2c未通过多元整合创新能力←TDBMC创新维度整合0.3046.191∗∗∗H2d通过H2部分通过创新绩效←研发整合创新能力-0.056-0.8420.4H3a未通过创新绩效←战略整合创新能力0.1833.599∗∗∗H3b通过创新绩效←纵横整合创新能力0.1211.6020.109H3c未通过创新绩效←多元整合创新能力0.1582.016∗H3d通过H3部分通过
本文在TDBMC整合创新模式的概念模型基础上,结合企业调研和相关文献提出相应理论假设及多维度分层次机理模型,通过实证研究剖析了创新维度整合→整合创新能力→创新绩效的路径关系,得出以下主要结论:
(1)创新维度整合对创新绩效有正向影响。4个层次的创新维度整合对企业提高创新绩效均有作用,其中TD创新维度整合影响最大,其是整合创新的基础和核心。同时,其它层次的创新维度整合也要予以重视,才能整体上提升创新绩效并保持持续竞争优势。
(2)创新维度整合对整合创新能力有部分显著正向影响。其中,除TDBM创新维度整合→纵横整合创新能力未通过验证外,其它3个都呈显著正向影响。这说明TDBM创新维度整合需要更好地提升组织和管理能力,否则可能导致无法形成创新合力,进而影响创新效率。
(3)整合创新能力对企业创新绩效有部分显著正向影响。其中,只有战略整合创新能力和多元整合创新能力对创新绩效有显著正向影响。这说明通过战略整合创新能力和多元整合创新能力,企业更容易吸引消费者积极参与创新,同时,更快地将创新成果转化和传递给消费者,从而提升创新效率和成功概率。这也从侧面说明,我国广大科技企业的研发整合创新能力和纵横整合创新能力亟待提升与改善。
(4)创新维度整合通过影响整合创新能力,进而影响企业创新绩效,这两种影响都呈部分显著正向影响。研究结果表明,从创新维度整合→整合创新能力→创新绩效的总效应来看,企业实施TDBMC整合创新战略的路径主要有两条,即BM创新维度整合→战略整合创新能力→创新绩效和TDBMC创新维度整合→多元整合创新能力→创新绩效。与初始假设模型相比,最终获得通过的模型减少了两条路径。
TDBMC整合创新是一个新的研究课题,本文通过问卷调查对理论内容进行实证验证,限于主客观条件,调研数据难免存在一定误差。因此,后续可选择一些典型企业进行深度案例研究,以不断改进和完善TDBMC整合创新理论。
[1] ROTHWELL R.Successful industrial innovation:critical factors for the 1990s[J]. R&D Management, 1992, 22(3):221-239.
[2] CHRISTENSEN CM. The innovator's dilemma:when new technologies cause great firms to fail[M]. New York:Harper Collins Publishers, 1997.
[3] 刘颜楷. 智能硬件TDBMC整合创新模式研究:创新生态视角下的多维度创新协同[J]. 科学学与科学技术管理,2018,39(3):153-164.
[4] DAVIS JP, EISENHARDT KM. Rotating leadership and collaborative innovation:recombination processes in symbiotic relationships[J]. Administrative Science Quarterly, 2011, 56(2):159-201.
[5] 秦剑. 研发/制造/营销跨职能整合与新产品开发:产品创新性的差异效应研究[J]. 中国管理科学,2014,22(1):130-138.
[6] 张华胜,薛澜. 技术创新管理新范式:集成创新[J]. 中国软科学,2002(12):6-22.
[7] 丁文娟. 基于整合创新体系的企业核心竞争力构建研究[J]. 科技管理研究,2010,30(4):173-175.
[8] EAGAR R, VAN OENE F, BOULTON C, et al. The future of innovation management:the next 10 years[EB/OL].http://www.dphu.org/uploads/attachements/books/books_3438_0.pdf.
[9] TEECE D J.Explicating dynamic capabilities:the nature and micro foundations of (sustainable) enterprise performance[J]. Strategic Management Journal, 2007, 28(13):1319-1350.
[10] WANG C L,AHMED P.Dynamic capabilities:a review and research agenda[J]. International Journal of Management Reviews, 2007, 9(1):31-51.
[11] GUAN J C, LIU J Y. Integrated innovation between technology and organization[J]. International Journal of Innovation and Technology Management, 2007, 4(4):415-432.
[12] 庞长伟,李垣,段光. 整合能力与企业绩效:商业模式创新的中介作用[J]. 管理科学,2015(5):31-41.
[13] CHESBROUGH HW. Business model innovation:it's not just about technology anymore[J]. Strategy and Leadership, 2007,35(6):12-17.
[14] 蔡明达. 市场资讯处理程序与组织记忆对营销创新影响之研究[D]. 台湾:台湾政治大学,2001.
[15] CHIVA R, ALEGRE J. Investment in design and firm performance:the mediating role of design management[J]. Journal of Product Innovation Management, 2009, 26(4):424-440.
[16] HIPPEL E V. The sources of innovation[J]. Psychopharmacology Bulletin, 1988,31(2):50-58.
[17] COOPER R G, EDGETT S J, KLEINSCHMIDT E J. Optimizing the stage-gate process:what best-practice companies do[J]. Research Technology Management, 2002, 45(6):43-49.
[18] CANDI M. Design as an element of innovation:evaluating design emphasis in technology-based firms[J]. International Journal of Innovation Management, 2006, 10(4):351-374.
[19] 梁磊,赖红波. 新媒体传播对本土新奢侈品品牌培育与顾客购买意向影响研究[J]. 科研管理,2016,37(6):84-91.
[20] TEECE D J. Business models, business strategy and innovation[J]. Long Range Planning, 2010, 43(2-3):172-194.
[21] COOMBS RW, METCALFE S. Organizing for innovation:co-ordinating distributed innovation capabilities[A]//FOSS N MAHNKE.Competence, governance, and entrepreneurship[M]. Oxford:Oxford University Press, 2002.
[22] HEDLUND G. Organzation of transnational corporations[M].London:The United Nations Library on Transnational Corporations,1993.
[23] SONG M, PARRRY ME. The R&D-marketing interface in japanese high-technology firms[J]. Journal of Product Innovation Management, 1992, 9(2):91-112.
[24] CALANTONE R, BENEDETTO AD, DIVINE RL. Organisational, technical and marketing antecedents for successful new product development[J]. R&D Management, 1993, 23(4):337-351.
[25] KUMAR N, Marketing as strategy:understanding the CEOs agenda for driving growth and innovation[M]. Boston:Harvard Business Press, 2004.
[26] OLSON EL, BAKKE G. Implementing the lead user method in a high technology firm:a longitudinal study of intentions versus actions[J]. Journal of Product Innovation Management, 2001, 18(6) :388-395.
[27] 张洪石,陈劲. 突破性创新的组织模式研究[J]. 科学学研究,2005, 23(4):566-571.
[28] 陈雪颂. 设计驱动式创新机理与设计模式演化研究[D]. 杭州:浙江大学,2011.
[29] DRIVA H, PAWAR KS, MENON U. Performance evaluation of new product development from a company perspective[J]. Integrated Manufacturing Systems,2013,12(12):368-378.