在国家实施创新驱动发展战略的背景下,越来越多的企业重视技术创新。伴随国内外日益加剧的市场竞争,创新成为企业进步发展的重要途径。学者们不仅认同技术创新对企业发展产生重要影响,近年来又将其进一步细分为探索性创新与利用性创新两个维度。探索性创新是指企业依靠全新知识不断开发新产品、研究新技术,满足新顾客需求的创新行为,主要特点是创造、冒险、富于灵活性,夯实企业已有知识基础[1]。与探索性创新不同,利用性创新则是指企业完善原有知识,改进已有技术或产品使其具有更高质量与稳定性的创新行为,有利于进一步扩大成熟市场[2]。两种创新方式虽然均对企业发展具有促进作用,但在实践过程中也容易对企业资源产生争夺,而偏重于单一创新方式又容易陷入“创新陷阱”或“能力陷阱”[3]。学者们通过实证研究认为,企业同时进行探索性创新与利用性创新更有利于企业发展,因此,如何提高企业双元创新水平一直是学术界与企业界关注的热点。
在企业双元创新研究领域,学者们对双元创新与企业绩效之间的关系[4],以及双元创新通过何种路径对企业绩效产生影响进行了广泛研究[5,6]。也有学者从政府、企业惯性、企业间关系等视角考虑如何提升双元创新能力[7-8],取得了丰硕成果,但探讨共享心智模式对双元创新能力作用效果的研究还处于“暗箱”状态。共享心智模式可以帮助企业成员获得新知识,指引成员在特定情境下与其他成员互动,培养成员在复杂创新环境中的默契程度。虽然探索性创新与利用性创新会对企业资源,甚至稀缺资源产生争夺,但企业可通过提升知识转移绩效获得新知识,知识作为企业的重要资源可缓解资源紧张局面。成熟的共享心智模式能帮助企业提高知识转移绩效,使其更顺畅地吸收外部新知识并完善现有知识,有助于提高企业双元创新能力。因此,共享心智模式可能通过知识转移绩效对双元创新产生影响。探讨共享心智模式对双元创新的作用路径,对缓解资源争夺问题并提升企业探索性创新与利用性创新水平具有一定理论意义与实践价值。
鉴于此,本文引入知识转移绩效作为中介变量,以双元理论、共享心智理论为基础,探讨共享心智模式对探索性创新、利用性创新影响机制的直接路径与间接路径,并利用层次回归分析法对作用路径进行实证分析,旨在探究共享心智模式对双元创新的影响传导机制,丰富影响双元创新的前因变量,为企业提高探索性创新、利用性创新水平提供新的参考途径,同时丰富双元创新研究。
Cannon等[9]认为,共享心智模式是成员拥有的关于组织事物的类似知识结构,也是企业共享的知识结构,有利于帮助成员对各种事件形成正确解释与预期,并指引该成员与其他成员进行互动,进而协调彼此行为以适应企业发展。Mohammed等[10]进一步提出,信念与态度对企业发展至关重要,虽然信念与态度的稳定性不强,但企业员工拥有相似信念将对成员协作、企业创新氛围培养及长远发展起到重要作用。学者将共享心智模式划分为任务式共享心智模式与协作式共享心智模式,也有学者将其分为认同式与分布式两种类型[11,12]。但学者们都认同,前者是基于任务或技术、设备的一致性认知,后者则是对成员互动模式的一致性认知,包括角色职能、队友的知识、爱好、习惯等。因此,共享心智模式不仅是一种知识结构,也是一种价值信念结构,对企业知识转移绩效以及双元创新能力提升具有重要影响[13]。企业双元创新以任务导向为主,成员们不仅需要了解技术设备、目标等与任务相关的要素,也需要彼此间默契配合,故成员间的互动及对彼此知识、任务的了解都起重要作用。因此,本文认同并将共享心智模型划分为任务式共享心智模式与协作式心智模式两种类型。
共享心智模式是基于知识、信念结构的共享,企业任务式共享心智模式越成熟,成员拥有相似的知识结构,越能帮助成员对情境反应、未来预期形成相似的理解,这种共同理解可以更好帮助成员解释在创新过程中发生的各种事件,减少冲突并不断促进利用性创新[14]。同时,相似的知识结构有利于企业员工发现自身知识不足,更具方向性地寻找新知识、开辟新技术增长点进行探索性创新。企业进行探索性创新、利用性创新都面临诸多风险,共享心智模式将帮助成员对组织相关情境中的关键知识、技术设备等进行有组织的理解,有利于组织形成一种稳定的心态以克服风险。在企业发展初期,成员因各自分工、利益不同,很难形成相似或一致的价值观,个体心智模式存在差异,容易引发各类型冲突[15]。伴随着企业发展,共享心智模式日趋成熟,企业内部将形成共同的信仰与文化,从而有利于成员逐步形成相似的价值意义结构,培养心照不宣的默契[16]。企业双元创新目标需适应企业价值追求,否则探索性创新、利用性创新或无法顺利实现,或在实现过程中遇到极大的阻碍。
协作式共享心智模式能提高成员新任务情境适应能力,成熟的心智能让成员在应对当下情境时表现出协调一致性,使其积极面对风险以及适应动态复杂的外部环境。同时,成熟的心智模式能够帮助企业成员熟悉彼此风格进而实现良好互动,成员间默契形成的预期能使其很快适应新的复杂创新环境(王黎萤,2010)。企业共享心智模式中通过不断发展、积累演化逐步形成的具有企业自身鲜明特征的价值意义结构,有利于形成企业精神凝聚力,也决定着企业各项创新战略的制定。当企业进行探索性创新或利用性创新,与企业内在价值取向融合并得到成员认可时,将极大地调动成员双元创新积极性。虽然探索性创新面临极大的风险,利用性创新也会在实施过程中不可避免地遇到风险,但共同价值取向能激发成员创新潜力,带领成员们不断进行新实验,促进探索性创新与利用性创新顺利开展。反之,探索性创新、利用性创新与价值意义结构不相符会导致成员对其不认可,甚至排斥、反对,创新潜力得不到有效发挥,最终导致双元创新效率低下,甚至举步维艰。据此,本文提出如下假设:
H1a:任务式共享心智模式对探索性创新起到显著正向影响;
H1b:任务式共享心智模式对利用性创新起到显著正向影响;
H1c:协作式共享心智模式对探索性创新起到显著正向影响;
H1d:协作式共享心智模式对利用性创新起到显著正向影响。
知识转移是涉及诸多层面的较复杂过程,本研究的知识转移绩效是指在一定情境下,接受单元以不同方式从源单元得到多少与何种质量的知识。知识转移的目的是帮助企业成员获得更多新知识,新知识既可能类属于新领域,也可能是对已有知识领域的补充。由此,不仅能够拓宽知识领域,而且能对已有知识进行更加有效合理地利用[17]。企业双元创新是知识、技术不断积累的过程,成员作为掌握企业核心技术、知识的关键载体,企业重要知识都存储在其头脑中。因此,提高知识转移绩效将对双元创新产生重要影响。知识既贯穿于企业运营的诸多环节,也是企业进行双元创新的重要资源基础。探索性创新与利用性创新都离不开各类型知识的支持,通过知识转移获得的知识不仅成为双元创新重要来源,也能缓解双元创新对稀缺资源的争夺。
提高企业知识转移绩效有利于员工获取新领域知识,当获取的新知识与已有知识具有显著差异性时,可以为企业提供新领域的技术想法,开展新技术领域的探索性创新。提高员工之间的知识转移绩效通常容易激发出新技术观点,这种自下而上的知识转移能够夯实企业知识基础,当员工利用新知识进行新领域技术创新时,将对探索性创新起重要促进作用[18]。同时,较高的知识转移绩效水平也说明企业有能力提升现有知识水平并拓展知识深度,知识转移是获取外部新知识的重要途径,获取的新知识可以与已有知识更好地融合,加速员工知识重构并丰富已有知识,为完善现有技术提供解决途径,进一步推动企业利用性创新发展(应洪斌,2016)。管理者应具备同时进行探索性创新与利用性创新的能力,通过自上而下的知识转移能帮助员工提高对当前知识的认知程度,对现有知识的有效利用也将推动企业更好地改善现有技术,提高利用性创新水平[19]。可见,提升知识转移绩效将对企业探索性创新与利用性创新起重要促进作用。因此,本文提出如下假设:
H2a:知识转移绩效对探索性创新产生正向影响;
H2b:知识转移绩效对利用性创新产生正向影响。
成员间的协调与顺畅沟通是知识转移的重要前提,企业共享心智模式发展程度将影响知识转移效果。当企业共享心智模式成熟时,员工间互动增加,将有利于成员协调沟通。通过营造良好的技术沟通氛围,有利于员工积极交流,促进企业知识转移,进而推动双元创新开展。当员工们对企业目标拥有一致或相似的认知时,他们会更安于目前的研究环境,乐于不断转移新知识、新思想,从而促进探索性创新(王娟茹,2015)。探索性创新与利用性创新面临较大的风险,对成员知识储备具有更高的要求,成员间了解彼此知识掌握程度,通过知识转移就可以掌握更多的新知识,优化自身知识结构,产生更多新思想、新技术想法,或完善已有技术进行探索性创新与利用性创新。
共享心智模式既包括成员们存在共同但不完全相同的重叠知识,拥有一致或相似的观点,也包括掌握不同分工要求的知识,它们都能形成对双元创新的共同期望。企业任务式共享心智模式水平较高,意味着成员对分布或互补知识结构的认知程度较高,有利于成员间知识转移,从而提高双元创新水平。共享心智模式有助于提高知识转移绩效水平,同时转移后的隐性知识存在于各个心智模型中,不容易学习或模仿。当企业心智模式程度较高时,成员互动频繁、沟通顺畅,彼此信任感增强。知识转移结构越成熟,隐性知识转移环境越优越,成员越可以利用各种隐喻语言帮助其他成员掌握隐性知识,隐性知识转移绩效水平由此得到提高,进而提高探索性创新与利用性创新水平。因此,本文提出如下研究假设:
H3a:知识转移绩效在任务式共享心智模式与探索性创新的正向关系中起中介作用;
H3b:知识转移绩效在协作式共享心智模式与探索性创新的正向关系中起中介作用;
H3c:知识转移绩效在任务式共享心智模式与利用性创新的正向关系中起中介作用;
H3d:知识转移绩效在协作式共享心智模式与利用性创新的正向关系中起中介作用。
综上分析,本文构建任务式共享心智模式、协作式共享心智模式对双元创新的影响路径理论分析框架,如图1所示。
图1 理论分析框架
为保证测量工具的效度与信度,本研究采用的量表均为国内外已有成熟量表,再根据研究目的进行适当调整。为保证调查问卷的科学性与合理性,本文选取10家高技术企业进行预调研,并根据其反馈和建议进行修正,形成最终正式问卷。调研对象为高技术企业高管,样本企业主要来自北京、上海、天津、浙江、广东、黑龙江等省市。向被调查者发放纸质问卷或问卷链接,共发放问卷617份,通过对样本进行限定,将其中未认真填写或填写不完整的问卷进行删除后,得到354份有效问卷,有效回收率57.37%。从企业规模看,100人以下的企业有104家(29.37%),100~300人的企业有131家(37.01%),300~500人的企业有62家(17.51%),500~1 000人的企业有25家(7.06%),1 000人以上企业有32家(9.04%)。从成立时间看,成立3年以下的企业有23家(6.50%),成立3~7年的企业有63家(17.80%),成立8~10年的企业有104家(29.38%),成立11~20年的企业有94家(26.55%),成立超过20年的企业有70家(19.77%)。从企业性质看,国有企业96家(27.12%),民营企业116家(32.77%),合资企业37家(10.45%),外商独资企业17家(4.80%),其它性质企业88家(24.86%)。对数据进行探索性因子分析,将所有变量测量条目进行主成分分析,第一个因子解释总体变异量的31.63%,小于50%的标准,因此可以认为,研究结果没有受到同源数据的显著影响。
本研究采用主观感知方法以7级李克特量表对所有变量(双元创新、知识转移、共享心智模式)进行评估,程度从“完全不符合”到“完全符合”。
(1)共享心智模式。本研究根据Xiang[20]、Santos[21]以及王黎萤的研究成果,绘制了共享心智模式量表并将其划分为两个维度:任务式共享心智模式与协作式共享心智模式。任务式共享心智模式由7个题项构成,包括任务技术、任务规范、目标共享等方面的知识结构、信念与态度表征。协作式共享心智模式侧重评价成员在过程协同、成员信任等方面的知识结构、信念与态度,由9个题项构成。
(2)知识转移绩效。本文主要基于Iyengar[22]、方刚[23]的研究成果对知识转移进行测度,通过知识转移得到知识质量、数量以及应用等3个方面的4个题项衡量知识转移绩效水平。
(3)双元创新。基于He&Wong[24]的研究成果,将双元创新划分为探索性创新与利用性创新两个维度,探索性创新包括“企业乐于接受现有产品和服务以外的顾客需求”等6个题项,利用性创新包括“企业定期对既有产品和服务实施小的适应性改进”等6个题项。
(4)控制变量。参考已有研究,企业特有属性将对企业双元创新产生影响,因此,本文选择企业年龄、企业性质与企业规模作为控制变量,以提高研究准确性。
为保证问卷质量的有效性,本研究利用SPSS19.0对量表进行信度与效度检验。各变量的因子载荷、累积解释方差、α值、KMO值如表1所示。所有32个题项的Cronbach's Alpha系数为0.929,所有变量的α值均在0.7以上,表明量具有良好的信度。所有指标因子载荷都大于0.5,所有变量的KMO值都在0.7以上,变量累积解释方差都超过52%,说明问卷具有良好的结构效度。各变量AVE的平方根如表2所示,该值都大于其所在行与列其它变量间的相关系数,说明变量间区别效度较好。
表1 信度与效度分析结果
变量所含题项因子载荷α值KMO值累积解释方差变量所含题项因子载荷α值KMO值累积解释方差任务式共享asmm10.6530.7890.84460.375%知识转移ktp10.722心智模式asmm20.727ktp20.779asmm30.716ktp30.717asmm40.751ktp40.688asmm50.752探索性创新explor10.731asmm60.623explor20.773asmm70.665explor30.7610.7030.72252.907%协作式共享csmm10.598explor40.7690.8170.83252.480%心智模式csmm20.5760.8050.85252.262%explor50.683csmm30.546explor60.617csmm40.702利用性创新exploi10.734csmm50.749exploi20.714csmm60.698exploi30.743csmm70.693exploi40.722csmm80.669exploi50.735csmm90.514exploi60.6600.8120.81251.614%
根据研究假设的需要,本文对共享心智模式、知识转移绩效、双元创新以及控制变量进行相关关系分析与描述性统计,得到Pearson相关系数与各变量均值、标准差,如表2所示。任务式共享心智模式、协作式共享心智模式与探索性创新、利用性创新都存在显著正相关关系,知识转移绩效与双元创新的相关关系也显著为正。结果初步表明,共享心智模式、知识转移绩效与双元创新之间存在显著差异性影响关系,在一定程度上证明了本文假设的可行性。为进一步探讨变量之间具体的关系假设,采用层次回归进行检验。
表2 变量相关系数矩阵
变量MeanSD12345678探索性创新4.7020.8540.724利用性创新4.8300.8370.640**0.718知识转移绩效4.6410.8170.721**0.566**0.727任务式共享心智模式4.9060.7090.666**0.609**0.631**0.777协作式共享心智模式4.9130.6630.542**0.511**0.477**0.544**0.721企业年龄3.3501.1720.116**0.112**0.140**0.110**0.0731.000企业性质2.2901.218-0.072-0.084-0.082-0.050**-0.051-0.125*1.000企业规模2.1300.990-0.040-0.0050.018-0.030**0.0010.002-0.114*1.000
注:*表示在0.05水平上显著相关,**表示在0.01水平上显著相关,***表示在0.001水平上显著相关,对角线为AVE的平方根
本文采用多元回归法对研究假设进行实证检验,结果如表3所示。为检验共享心智模式与知识转移绩效的关系,本文构建了模型1与模型2。以任务式共享心智模式、协作式共享心智模式为自变量,知识转移绩效为因变量,模型的最大方差膨胀因子值均小于1.031,说明所有模型不存在多重共线性问题。由模型1得到任务式共享心智模式对知识转移绩效的回归系数为0.622(P<0.01),协作式共享心智模式对知识转移绩效的回归系数为0.467(P<0.01)。说明任务式共享心智模式与协作式共享心智模式均对知识转移绩效起显著正向影响,其中,任务式共享心智模式的作用更加显著。
通过模型3~6检验任务式共享心智模式、协作式共享心智模式与双元创新的关系。所有模型F值均通过显著性检验,说明模型各自变量对企业绩效存在显著影响,模型最大方差膨胀因子值均小于1.031,说明模型不存在多重共线性问题。由模型3与模型4回归结果得到,任务式共享心智模式对探索性创新(β=0.659,P<0.01)、利用性创新(β=0.603,P<0.01)的回归系数结果分别为正,说明任务式共享心智模式对双元创新均起到显著正向影响。由模型5与模型6可得,协作式共享心智模式对探索性创新(β=0.534,P<0.01)与利用性创新(β=0.504,P<0.01)的回归系数也分别为正,说明协作式共享心智模式对双元创新也起到了显著正向影响,验证了H1(H1a,H1b,H1c,H1d)。结果表明,企业提高任务式共享心智模式与协作式共享心智模式水平,有利于探索性创新与利用性创新水平提升,相较于协作式共享心智模式,任务式共享心智模式的影响更大。同时,知识转移绩效对探索性创新(β=0.751,P<0.01)、利用性创新(β=0.573,P<0.01)的回归结果分别为正,说明企业提升知识转移绩效后,有利于提高探索性创新与利用性创新水平, H2(H2a,H2b)得到验证。
表3 多元回归分析结果
变量模型1知识转移绩效模型2知识转移绩效模型3探索性创新模型4利用性创新模型5探索性创新模型6利用性创新控制变量企业年龄0.067*(0.029)0.100**(0.033)0.039(0.029)0.039(0.031)0.071(0.033)0.068(0.033)企业规模0.032(0.034)0.012(0.039)-0.024(0.035)0.008(0.036)-0.045(0.039)-0.011(0.039)企业性质-0.038(0.028)-0.044(0.032)-0.036(0.028)-0.048(0.032)-0.040(0.032)-0.051(0.032)自变量任务式共享心智模式0.622***(0.048)0.659***(0.048)0.603***(0.050)协作式共享心智模式0.467***(0.058)0.534***(0.058)0.504***(0.058)R2值0.4050.2400.4460.3750.3020.269调整后的 R2值0.3990.2320.4400.3680.2940.261F值59.486*27.608***70.375***52.443***37.796***32.187***最大VIF值1.0311.0311.0311.0311.0311.031
注:括号中数值为标准误差,*P<0.1,**P<0.05,***P<0.01,下同
为进一步检验中介效应,在模型3与模型4基础上,分别加入中介变量知识转移绩效得到模型7与模型8[25,26]。在模型5、模型6基础上加入中介变量知识转移后得到模型9与模型10,回归结果如表4所示。由模型7、8可得,知识转移绩效对探索性创新、利用性创新的回归系数仍通过显著性检验(β=0.501,P<0.01)、(β=0.298,P<0.01),任务式共享心智模式对探索性创新的回归系数(β=0.501,P<0.01)和对利用性创新的回归系数(β=0.418,P<0.01)也通过显著性检验。同时,将其分别与模型3(β=0.659,P<0.01)、模型4(β=0.603,P<0.01)进行对比,任务式共享心智模式系数存在一定程度的降低,说明知识转移绩效在任务式共享心智模式与探索性创新、利用性创新中均起到部分中介作用。在模型5与模型6基础上加入中介变量知识转移绩效,得到模型9与10。由模型9可得,协作式共享心智模式与知识转移绩效对探索性创新(β=0.255,P<0.01)、(β=0.597,P<0.01)的回归系数均通过显著性检验,对比其(β=0.255,P<0.01)与模型5(β=0.534,P<0.01)的回归系数,得到的结果存在明显下降,说明知识转移绩效在协作式共享心智模式与探索性创新的关系中起到部分中介作用。由模型10可得,协作式共享心智模式与知识转移绩效对利用性创新的回归系数也通过了显著性检验,同理对比模型6(β=0.504,P<0.01)和模型10结果(β=0.311,P<0.01)发现,协作式共享心智模式对因变量的回归系数存在一定程度的降低,说明知识转移绩效对协作式共享心智模式与利用性创新的关系产生了部分中介效应。综上,任务式共享心智模式通过部分知识转移绩效分别对探索性创新、利用性创新具有正向影响。同时,知识转移绩效也部分中介了协作式共享心智模式与探索性创新、利用性创新的正向关系。
表4 中介效应回归分析结果
变量模型7探索性创新模型8利用性创新模型9探索性创新模型10利用性创新控制变量企业年龄0.005(0.025)0.029(0.020)0.011(0.026)0.027(0.030)企业规模-0.040(0.030)-0.001(0.035)-0.052(0.030)-0.016(0.035)企业性质-0.017-0.036-0.014-0.032(0.024)(0.028)(0.025)(0.029)自变量任务式共享心智模式0.347***(0.053)0.418***(0.062)协作式共享0.255***0.311***心智模式(0.051)(0.060)中介变量0.501***0.298***0.597***0.412***知识转移绩效(0.046)(0.054)(0.042)(0.049)R2值0.5950.4280.5730.398调整后的 R2值0.5900.4200.5670.390F值102.431***52.089***93.539***46.081***最大VIF值1.6821.6821.3161.361
通过Sobel Test对知识转移绩效在共享心智模式与双元创新间的中介效应进行稳健性检验(见表5),Sobel Test公式为其检验统计量为其中αi、Sα分别代表共享心智模式对双元创新的回归效应系数与标准差,βi、Sβi分别代表知识转移绩效对双元创新的回归效应系数与标准差。将之前的实证结果代入公式计算得到,知识转移绩效在探索性创新与任务式共享心智模式(Z=10.751)、协作式共享心智模式(Z=7.429)的Sobel检验分别通过显著性检验。同理,利用性创新与两种共享心智模式的Sobel检验结果分别为Z=8.981、Z=6.762,均通过显著性检验,说明知识转移绩效分别在任务式共享心智模式、协作式共享心智模式与探索性创新、利用性创新两两影响路径中起到了中介作用。因此,H3(H3a,H3b,H3c,H3d)得到验证。
表5 Sobel检验结果
被解释变量解释变量αβSαSβZ探索性创新任务式共享心智模式0.6220.7510.0480.03910.751***探索性创新协作式共享心智模式0.4670.7510.0580.0397.429***利用性创新任务式共享心智模式0.6220.5730.0480.0468.981***利用性创新协作式共享心智模式0.4670.5730.0580.0466.762***
由检验结果得到,任务式共享心智模式与协作式共享心智模式均对探索性创新、利用性创新具有正向影响,其中,任务式共享心智模式较协作式共享心智模式对双元创新起到更大的作用。同时,知识转移绩效也在共享心智模式与双元创新起中介作用。
本文将共享心智模式、知识转移绩效、双元创新纳入统一的研究框架,运用层次回归分析法将共享心智模式对双元创新的直接、间接作用路径进行实证检验。本文假设得到了问卷数据验证,实证结果明确了企业双元创新提升路径为共享心智模式—知识转移绩效—双元创新。主要研究结论如下:共享心智模式会直接提高企业双元创新水平。其中,任务式共享心智模式、协作式共享心智模式对探索性创新的正向影响分别为0.659、0.534,二者对利用性创新的正向影响则分别是0.603、0.504,即任务式心智模式对双元创新的作用强于协作式共享心智模式。任务式共享心智模式与协作式共享心智模式均对企业知识转移绩效具有显著促进作用,共享心智模式通过知识转移绩效提升双元创新绩效。
在企业管理过程中,一方面,应着重完善共享心智模式建设,通过专业培训、定期考核等强化企业成员关于技术、设备、方法等基础性知识共识,鼓励成员之间相互交流,通过取长补短拓展专业宽度并找到自身努力方向,做到“人无我有,人有我精”。另一方面,兼顾完善协作式共享心智模式,通过营造和谐融洽的创新氛围加深员工工作默契,也可以通过专业中介机构、大学对企业员工进行心理辅导,加强企业文化课程建设。增强企业员工对本企业的认同感与归属感,激励员工分享所掌握的知识与技术诀窍,将个人隐性知识转化为企业隐形知识,从而促进企业探索性创新与利用性创新同步发展。
成熟的企业共享心智模式有利于企业内部成员构建相似的知识结构,帮助成员了解企业目标,从而更好地提高企业知识转移绩效,通过吸收新知识、丰富已有知识,提升员工知识存量及质量。知识转移绩效对探索性创新、利用性创新都起到了正向作用,有利于企业夯实其知识基础。因此,应积极发挥知识转移的中介作用,构建成熟的心智模式,提高知识转移绩效,通过顺畅的转移渠道不断获取知识,从而提高企业探索性创新与利用性创新水平。
由于调研条件有限,本研究只采用了截面数据进行实证分析,因果关系检验存在一定的局限性。未来研究可以通过追踪企业发展,应用纵向数据进行假设检验,以其它中介变量研究共享心智模式对双元创新的影响路径。
[1] 付丙海, 谢富纪, 韩雨卿. 创新链资源整合、双元性创新与创新绩效:基于长三角新创企业的实证研究[J]. 中国软科学, 2015(12): 176-186.
[2] GUAN J C, LIU N. Exploitative and exploratory innovations in knowledge network and collaboration network: a patent analysis in the technological eld of nano-energy[J]. Research Policy, 2016, 45(1): 97-112.
[3] MARCH J G. Exploration and exploitation in organizational learning[J]. Organization Science,1991, 2(1): 71-87.
[4] 宋春华, 马鸿佳, 马楠. 关系学习,双元创新与企业绩效关系研究[J]. 外国经济与管理, 2017, 39(9):32-46.
[5] 吴亮, 赵兴庐, 张建琦. 以资源拼凑为中介过程的双元创新与企业绩效的关系研究[J]. 管理学报, 2016, 13(3):425-431.
[6] 马鸿佳, 宋春华, 郭海. 战略选择、双元创新与天生国际化企业绩效关系研究[J]. 科学学研究, 2016, 34(10):1550-1560.
[7] 毕晓方, 翟淑萍, 姜宝强. 政府补贴、财务冗余对高新技术企业双元创新的影响[J]. 会计研究, 2017(1):46-52.
[8] 杨治, 郭艳萍, 张鹏程. 企业间信任对组织双元创新的影响[J]. 科研管理, 2015, 36(9):80-88.
[9] CANNONBOWERS J A, SALAS E, CONVERSE S. Shared mental models in expert team decision making[J]. Individual and Group Decision Making, 2001:221-246.
[10] MOHAMMED S, DUMVILLE B C. Team mental models in a team knowledge framework: expanding theory and measurement across disciplinary boundaries[J]. Journal of Organizational Behavior, 2001, 22(2):89-106.
[11] MATHIEU J E, HEFFNER T S, GOODWIN G F, et al. The influence of shared mental models on team process and performance.[J]. Journal of Applied Psychology, 2000, 85(2):273.
[12] 金杨华, 王重鸣, 杨正宇,等. 虚拟团队共享心理模型与团队效能的关系[J]. 心理学报, 2006, 38(2):288-296.
[13] KLIMOSKI R, MOHAMMED S. Team mental model: construct or metaphor[J]. Journal of Management, 1994, 20(20):403-437.
[14] 武欣, 吴志明. 基于共享心智模型的团队知识管理研究[J]. 研究与发展管理, 2006, 18(3):9-15.
[15] 项凯标. 动态环境下团队过程、共享心智模型和组织绩效关系研究——以山西某农村商业银行为例[D]. 北京:北京交通大学, 2014.
[16] LANGAN-FOX J, WIRTH A, CODE S, et al. Analyzing shared and team mental models[J]. International Journal of Industrial Ergonomics, 2001, 28(2):99-112.
[17] SZULANSKI G. Unpacking stickiness: an empirical investigation of the barriers to transfer best practice inside the firm[J]. Academy of Management Journal, 1995: 437-441.
[18] MOM T J M, BOSCH F A J V D, VOLBERDA H W. Investigating managers′ exploration and exploitation activities: the influence of top-down, bottom-up, and horizontal knowledge inflows[J]. Journal of Management Studies, 2010, 44(6):910-931.
[19] PHENE A, TALLMAN S, ALMEIDA P. When do acquisitions facilitate technological exploration and exploitation[J]. Journal of Management, 2012, 38(3):753-783.
[20] XIANG C, LU Y, GUPTA S. Knowledge sharing in information system development teams: examining the impact of shared mental model from a social capital theory perspective[J]. Behaviour & Information Technology, 2013, 32(10):1024-1040.
[21] SANTOS C M,UITDEWILLIGEN S,PASSOS A M.Why is your team more creative than mine? the influence of shared mental models on intra-group conflict, team creativity and effectiveness[J]. Creativity & Innovation Management, 2015, 24(4):645-658.
[22] IYENGAR K, SWEENEY J R, MONTEALEGRE R. Information technology use as a learning mechanism: the impact of it use on knowledge transfer effectiveness, absorptive capacity, and franchisee performance[J]. Mis Quarterly, 2015, 39(3):615-641.
[23] 方刚. 基于资源观的企业网络能力与创新绩效关系研究[D]. 杭州:浙江大学, 2008.
[24] HE Z L, WONG P K. Exploration vs. exploitation: an empirical test of the ambidexterity hypothesis[J]. Organization Science, 2004, 15(4):481-494.
[25] BARON R M, KENNY D A. The moderator-mediatir variable distinction in socail psychological research: coonceptual, strategic, and statistical considerations[J]. Journal of personality and Social psychology, 1986, 51(6):1173-1182
[26] 温忠麟, 张雷, 侯杰泰,等. 中介效应检验程序及其应用[J]. 心理学报, 2004, 36(5):614-620.
[27] PREACHER K J, HAYES A F. Asymptotic and resampling strategies for assessing and comparing indirect effects in multiple mediator models[J]. Behavior Research Methods, 2008, 40(3):879-891.