随着经济全球化逐步加深,行业技术更新周期不断缩短,顾客需求日益多样化,创新已成为企业构建并维系竞争优势的重要手段[1]。在企业创新过程中,跨领域知识技术共享合作频繁出现,企业日益强调外界信息源的重要性[2]。2018年中国共享服务领域调研报告显示,67%的企业计划未来向外界企业提供服务与资源,并且愿意与海外公司合作。“闭门造车”的创新模式已逐渐被摒弃,越来越多的企业积极探索并利用外部知识资源以优化自身知识结构[3]。知识搜索作为一种引进、利用外界资源弥补企业内部资源不足的方式,正日益成为驱动企业创新、提升企业创新竞争力的重要途径[4]。例如,华为与Microsoft、Intel 等知名同行企业成立联合研发实验室,并在世界多国设立研发中心[5],跨领域与伙伴合作研发智能设备,广泛获取外界知识,走上创新领先之路[6]。
随着知识搜索在实践领域的广泛应用,国内外学者就知识搜索的影响效应开展了大量理论与实证研究,证实其对企业创新具有重要影响[3]。Laursen等[7]发现知识搜索非“质数”而为“合数”,并将知识搜索的概念进一步延伸,将其划分成知识搜索宽度与知识搜索深度两个维度,指出二者对创新绩效存在显著的正向预测作用[8]。但随着研究深入,诸多学者发现知识搜索宽度、知识搜索深度之间张力与冲突并存,过度的搜索宽度或搜索深度均会导致知识搜索失衡,影响企业获取的外部知识转化为创新成果的效果与速率,不利于企业创新绩效提升[9]。组织双元理论为上述问题提供了良好的解决方案,其中组织双元性泛指组织同时执行两种“相生相克”任务的行为[10]。目前学者们基于组织双元性理论广泛探讨了组织学习、技术创新、战略导向等议题,相对忽视了其在知识搜索领域的应用[10]。事实上,依据组织双元理论,知识搜索宽度与深度类似于企业探索式活动和利用式活动[8],二者平衡能对企业绩效产生积极影响[5]。因此,本研究拟将组织双元理论应用于知识搜索领域,考察知识搜索宽度与深度平衡对企业创新绩效的影响。
虽然学者们针对组织双元性的作用效果展开了诸多探讨,但研究结论尚未统一。绝大多数学者认同组织双元性的积极效应,认为知识搜索平衡有助于企业绩效提升。但也有少数学者发现,知识搜索平衡对企业创新绩效的影响并不显著[10],甚至可能对创新变量产生消极影响[12]。造成上述研究结论不一致的一个重要原因在于,忽视了知识搜索平衡创新效应的作用情境[12]。实际上,企业创新活动具有多样性,并非仅与外界单个组织交流创意想法,而是需要与多家不同类型的机构建立关系网络,并开展多元化的合作创新[13],因此企业从外部搜索、利用知识的能力也会受到环境影响。权变理论强调一切皆为动态,尤其是在当前快速变化的环境中,目标、计划市场等随之发生变化[14],从而促进企业不断调整知识搜索宽度与深度[15],这又会给企业创新知识获取、利用及其后果带来一定影响。鉴于此,本研究拟以组织双元性理论为理论基础,实证考察知识搜索平衡对企业创新绩效的影响及环境不确定性在知识搜索平衡与企业创新绩效间的调节作用,旨在为我国企业通过有效实施知识搜索策略提升创新绩效提供更多的理论依据和实践参考。
知识搜索是指组织对外部知识进行搜寻、整合与利用的活动过程,分为搜索宽度和搜索深度两个维度。前者表现为组织搜索外部知识源的数量,反映了知识搜索范围与幅度;后者反映了组织从外界挖掘、提取、整合、利用知识的程度[7],唯有平衡二者关系才能使知识搜索拥有可持续发展能力。组织双元平衡是指组织追求探索式活动与利用式活动之间的平衡,Cao等[16]将组织双元平衡划分为“联合平衡”与“匹配平衡”两个维度,分别用探索式活动与利用式活动的乘积、探索式活动与利用式活动的差值测量[17]。如正式层级制度有利于资源在企业内部共享,而非正式社会关系有助于企业获得正式层级制度无法获取的资源,二者互为补充,保证企业运营活动的顺利进行[18],体现了双元平衡的联合性。华为通过植入战略性的研发程序深度完善已有技术,与外界开展项目合作实现新产品开发,维持自身运行与核心能力的稳定性[19],体现了双元平衡的匹配性。本文在Cao等[16]研究的基础上,将知识搜索平衡划分为联合平衡与匹配平衡,前者是指知识搜索宽度与深度的组合大小,反映了搜索宽度与深度交互效应的强度;后者是指搜索深度与宽度保持相对一致的平衡。
扩大知识搜索宽度能为企业带来大量异质性资源, 但需要承担较高的成本与风险;加深知识搜索深度有利于企业充分利用既有资源,进而提升创新效率, 但无法带来新资源。换言之,仅注重知识搜索宽度或深度均不利于企业创新绩效大幅提升。现有研究表明,平衡搜索宽度与深度有助于企业不断汲取外界知识,降低创新风险。因此,本研究推测知识搜索平衡能提升企业创新绩效。
知识搜索的联合维度体现了知识搜索宽度与深度协同、互补,有助于企业创新绩效提升。一方面,企业强调知识搜索深度,有利于充分挖掘、利用特定领域的知识,选择合适的企业发展方向,避免因搜索宽度过宽带来大量冗余资源[20]。同时,企业重视知识搜索度,有利于其对已有知识加以总结、得出规律与经验,以应对创新挑战,进而提高创新速度与效率。另一方面,根据“多样化选择效应”,企业重视搜索宽度能认识到自身不足,形成危机感,促使企业探索外界异质性资源,以解决储备知识过于单一而引起“深度搜索枯竭”的问题。同时,企业吸收、加工、利用异质性知识,有助于创新思维与灵感的产生[22]。综合来讲,加深知识搜索深度能缓解因搜索宽度扩大造成的知识负担;扩大知识搜索宽度会为企业带来丰富的创新资源,弥补加深知识搜索深度导致知识过于单一产生的创新困境[10]。基于上述分析,知识搜索宽度与搜索深度的交互作用有助于消除冗余资源与知识枯竭等负面影响,进而促进企业创新绩效提升。因此,本研究提出如下假设:
H1a:知识搜索联合平衡对企业创新绩效具有显著正向影响。
依据组织二元理论,本研究认为无论是过高的搜索深度匹配过低的搜索宽度,还是过低的搜索深度匹配过高的搜索宽度,均不利于企业创新绩效提升。一方面,当企业过于关注搜索深度而忽略搜索宽度时,可能导致偏重对现有知识的整合利用,对外界知识资源获取不足,不利于企业创新绩效提升[21]。企业往往需要借助丰富的异质性知识启发创新灵感,通过拓宽搜索宽度加强与其它企业的联系并形成合作默契[10],进而促进企业间知识共享、优化创新资源配置。若知识搜索宽度不足,企业难以与外部建立关系网络并交流信息,减少可利用的创新资源,进而对企业创新产生消极影响。另一方面,当企业过于关注搜索宽度而忽略搜索深度时,企业会陷入盲目搜索的境地,过度搜索外界知识会消耗内部资源,抑制企业创新绩效提升[9]。此外,企业在进行知识搜索时,需提高自身的信息辨别能力,若知识搜索深度不足,会因不了解行业热门动态而盲目扩大知识搜索领域,造成知识冗余,增加知识重构成本与风险[20]。总体来说,高水平知识搜索宽度能帮助企业获取创新灵感,优化创新资源配置。同时,高水平知识搜索深度有助于企业更有针对性地吸收资源,减少知识重构成本。因此,企业保持知识搜索宽度与深度相对一致的平衡,能增加企业有效知识储备,促进创新绩效提升。由此,提出如下假设:
H1b:知识搜索匹配平衡对企业创新绩效具有显著正向影响。
环境不确定性是影响企业生存与发展的重要外部因素之一,包括市场和技术变化速度与强度的不确定[15],具体表现为环境动态性与环境竞争性。前者是指竞争对手、合作方、顾客等利益相关者需求与行为变化程度,以及行业趋势、产品与技术变化速度;后者是指同一领域竞争的激烈程度,包括竞争对手数量、威胁程度。权变视角强调,处于外界环境中的个体、团队或组织会不断改变自身以适应环境变化[14]。有研究表明,环境不确定性对企业决策有着不可忽视的作用[15]。在不同的环境条件下,知识搜索策略有所不同,而知识搜索平衡的实现有赖于企业对搜索宽度与深度策略的决策或管理,环境动态性与竞争性很可能对知识搜索平衡与企业创新绩效间的关系产生一定影响。
环境动态性意味着外部各种要素具有相对变动性,企业知识搜索宽度与深度的策略安排需要应外界利益相关者的需求与技术变化,环境动态性高低会在很大程度上对知识搜索平衡与企业创新绩效间的关系产生影响。当外界环境具有高动态性时,企业为获得有效信息会扩大知识搜索范围,与外界频繁进行交流沟通,以掌握市场变动趋势。但行业趋势、技术以及顾客需求变化迅速,提高了企业锁定搜索方向的难度,增加了时间消耗,破坏了信息传递的时效性,进而使信息有效性受损,降低与其它企业合作的效率;信息量过大容易形成冗余资源,不利于企业充分吸收和深度利用资源信息[23],进而弱化了知识搜索宽度与知识搜索深度对企业创新绩效的协同效应。相反,当环境动态性较低时,技术与市场趋于平稳,企业更容易掌握市场规律,能迅速、精确定位大量有效信息领域,扩充资源储备。同时,及时利用所得知识推动信息向创新转化,使企业快速调整生产计划,增强知识搜索宽度与搜索深度对企业创新绩效的正向交互效应。由此,提出如下假设:
H2a:环境动态性负向调节知识搜索联合平衡与企业创新绩效的正向关系。
在高动态性环境下,知识、技术等信息更迭迅速,强调对已有知识深度利用的企业往往专注于特定的市场和技术领域,从而能更精准地预测未来市场趋势或技术动向[25]。但在此过程中,若企业囿于既有资源将会导致功能固着,形成惯性思维,进而陷入“核心刚性”陷阱,使企业获取的有效信息锐减。高动态性环境有助于企业克服惰性,促使其及时更新并扩大知识储备[4]。此外,知识只有得到充分利用才能体现其有效性,即新搜寻到的知识经过吸收、整合、优化、应用等过程,才能为企业带来良好的创意,并在创新绩效中显现出应有价值。因此,在高度动态的外界环境下,相对一致的搜索宽度与深度策略,能够保证企业准确预测行业动态走向,针对性地获取异质性知识,进而提高创新绩效。反之,在低动态性环境中,知识搜索宽度与知识搜索深度间的匹配平衡对企业创新绩效的正向促进作用会被削弱。由此,提出如下假设:
H2b:环境动态性正向调节知识搜索匹配平衡与企业创新绩效的正向关系。
在竞争环境中,企业会受到同行业企业数量增加、技术更新速度加快等事件影响。因此,面对不同竞争程度的环境,企业知识搜索策略安排有所不同。在激烈的外部竞争环境中,企业需面对的竞争对手数量多且具有较高相关性[14],迫使企业探索开发新的资源获取渠道,积累知识与经验,以弥补自身不足与短板;优化完善管理方案并更新技术,快速研发新技术或产品,防止被其它竞争者抢占先机[12],进而实现可持续发展并保持竞争优势。此时,知识搜索宽度对企业创新绩效的效用及知识搜索宽度与深度对企业创新绩效的协同作用得到增强。与之相反,在竞争性较弱的环境中,企业面临的竞争对手较少、竞争压力较小,依靠现有资源足以保持竞争优势、应对市场挑战,导致企业惰性增加,不再愿意过多消耗资源获取新知识与信息,对知识深度利用的需求随之降低,削弱了知识搜索宽度与搜索深度对企业创新绩效的正向交互影响。由此,提出如下假设:
H3a:环境竞争性正向调节知识搜索联合平衡与企业创新绩效间的正向关系。
当外部环境竞争程度较高时,竞争对手数量激增,对企业生存形成挑战。此时,企业需要尽快了解对手动向,防止被模仿超越以致失去竞争优势,从而会产生强烈的内驱竞争动力及与外部接触的欲望,主动掌握其它企业动向并筛选、识别边界外的有效知识,为创新注入新动能[25]。然而,广泛的宽度搜索会使企业与外界接触过密,存在关键信息泄露风险,从而削弱对自身核心技术的保护[26]。同时,企业会及时对搜索到的信息进行高质量整合、利用,并将其转化为自身优势,保证了信息的时效性与准确性,进而提升知识要素向创新成果转化的速率[2]。知识搜索宽度与知识搜索深度的相对均衡既能保证企业获取异质性知识,又能将原先获得的全部有效信息应用于产品、技术创新,强调决策效率,避免了知识冗余现象的出现,有利于企业创新绩效提升。反之,在竞争程度较低的环境中,知识搜索宽度与深度难以保持相对一致的平衡,可能产生知识搜索“过犹不及”的负面影响,对企业及创新带来一定负担。由此,提出如下假设:
H3b:环境竞争性正向调节知识搜索匹配平衡与企业创新绩效间的正向关系。
综合而言,本文研究框架如图1所示。
图1 研究理论模型
本研究采用问卷调查法收集所需数据,样本企业主要选自南京、苏州、常州等苏南地区。在当地政府部门以及行业协会等单位大力支持下,征得被调查企业负责人同意后,采用现场发放和Email发放等两种方式,先后向328家企业发放调查问卷,回收210家企业问卷,剔除明显填答不规范及信息不完整的问卷,最终得到有效样本158份,有效回收率为48.171%。为了获得更高效度的评价结果,本研究参考Vaccaro等[27]的做法,在问卷发放过程中,请企业中高层管理者或任职时间较长、对企业有深入了解的基层管理者填答问卷。在回收的158份有效样本中,由中高层管理者填写的问卷占52.53%,由基层管理者填写的问卷占47.47%。有效样本特征分布见表1。
表1 样本特征分布情况
样本特征特征分布样本数量占比(%)≤ 5年2113.291企业年龄6~10年2817.72211~15年5333.544>15年5635.443≤ 50人2515.823企业规模51~200人4226.582201~500人2515.823>500人6641.772国有企业2314.557企业性质民营企业9258.228外资企业138.228其它3018.987所属行业高新技术行业3018.987非高新技术行业12881.013
为确保测量量表的信度与效度,本研究均选用国内外成熟量表测量相关变量,并依据本研究目的进行适当修正。
(1)知识搜索:借鉴苏道明等(2017)使用的量表,共9个测量题项,分为知识搜索宽度(4题项)和知识搜索深度(5题项)两个维度。其中,知识搜索宽度维度包括“搜索到技术、管理等多个方面的知识”等;知识搜索深度维度包括“强烈而密集地使用一些特定的搜索通道进行知识搜索”。参考Cao等的研究,用知识搜索宽度与深度的乘积衡量知识搜索联合平衡;先计算搜索宽度与搜索深度差值的绝对值,然后用5减去绝对差值测量知识搜索匹配平衡。
(2)企业创新绩效:参考钱锡红等[28]的研究,用“与同行相比,我们常常在行业内率先推出新产品、新服务”等5个题项测量。
(3)环境不确定性:参考杨卓尔等[29]使用的量表,共5个测量题项,包括环境动态性(3题项)和环境竞争性(2题项)两个维度。其中,环境动态性维度包括“顾客需求变化很快”等;环境竞争性维度包括“同行业内的竞争越来越激烈”等。
(4)控制变量:根据相关研究,企业创新绩效受到企业年龄、企业规模、所属行业等变量影响[30]。因此,本研究将企业年龄、企业规模、所属行业作为控制变量。企业年龄用问卷调查年份与企业成立年份的差值计算;企业规模用员工人数的对数测算;企业所属行业设置为哑变量,高新技术行业设定为“1”,非高新技术行业设定为“0”。
以上量表均采用Likert 5点打分法测量。
表2 验证性因子分析结果
模型组合X2/dfIFIRFINFIRMSEA五因子BS、DS、CIP、ED、EC1.8100.9750.9400.9500.072四因子BS、DS+CIP、ED、EC2.6810.9580.9200.9320.103四因子BS、DS、CIP+ED、EC2.9600.9480.9090.9220.117三因子BS、DS+CIP+ED、EC3.6320.9350.8960.9100.129三因子BS+DS、CIP+ED、EC3.2310.9440.9060.9180.199双因子BS+DS、CIP+ED+EC3.3280.9430.9050.9160.122双因子BS、DS+CIP+ED+EC3.6990.9340.8960.9080.131单因子BS+DS+CIP+ED+EC3.8480.9290.8910.9030.135
注:BS表示知识搜索宽度、DS表示知识搜索深度、CIP表示企业创新绩效、ED表示环境动态性、EC表示环境竞争性;+表示合并变量
本研究选用Cronbach′s α系数检验各量表的内部一致性。知识搜索、企业创新绩效及环境不确定性的Cronbach′s α系数分别为0.821、0.904、0.851,均大于0.7,说明本研究所用测量量表信度较好。为了检验变量间区分效度,采用 LISREL8.7软件对研究变量进行验证性因子分析(见表2)。结果显示,五因子模型的拟合指数较理想(χ2/df=1.810<3,RMSEA=0.072<0.08,IFI=0.975>0.9,RFI=0.940>0.9,NFI=0.950>0.9),并优于其它模型,说明本研究所用量表区分效度较好。
调查问卷中的变量测量题项均由单一受访者填写,可能存在同源偏差问题。因此,采用Harman单因素检验方法,构建单因子结构方程模型,使所有变量均负载于同一因子。结果显示,单因子模型的拟合指数较不理想(X2/df=3.848,RMSEA=0.135,GFI=0.718,RFI=0.891,NFI=0.903)。此外,对所有变量测量题项采用最大方差旋转法进行探索性因子分析,结果显示未旋转时的因子最大解释力为40.860%,说明本研究的同源误差问题处于可控水平。
各变量相关系数、均值及标准差见表3,知识搜索宽度以及知识搜索深度分别与企业创新绩效(r=0.641, p<0.01;r=0.695, p<0.01)显著正相关;环境动态性及环境竞争性也与知识搜索宽度(r=0.472, p<0.01;r=0.505, p<0.01)、知识搜索深度(r=0.580, p<0.01;r=0.479, p<0.01)和企业创新绩效(r=0.529, p<0.01;r=0.528, p<0.01)显著正相关。
表3 描述性统计分析结果
变量123456781企业年龄12企业规模0.301**13企业所属行业-0.057-0.181*14知识搜索宽度-0.0470.092-0.02715知识搜索深度-0.0830.0860.0210.696**16企业创新绩效-0.0860.135-0.0830.641**0.695**17环境动态性-0.0520.109-0.1260.472**0.580**0.529**18环境竞争性-0.0760.063-0.1160.505**0.479**0.528**0.656**1均值13.3862.4830.1903.8413.7863.7543.9974.206标准差6.6650.6470.3930.7520.7710.8270.8940.788
注:*表示p<0.05,**表示p<0.01
本文使用层级回归分析法检验假设。由表4可知,知识搜索联合平衡与企业创新绩效显著正相关(M2,β=0.711,P<0.001),H1a得到验证;知识搜索匹配平衡与企业创新绩效显著正相关(M3,β=0.295,P<0.001),H1b得到验证。
M4在M2的基础上增加环境动态性和其交互项后,模型的解释力显著提高(△R2=0.037,P<0.01),环境动态性在知识搜索联合平衡与企业创新绩效关系中发挥显著负向调节作用(β=-0.165,P<0.01),说明环境动态性越高,知识搜索联合平衡与企业创新绩效的负向作用就越强(如图2所示),H2a得到支持。M5的结果表明,知识搜索匹配平衡与环境动态性交互对企业创新绩效影响不显著(β=0.010,p>0.05),说明环境动态性对知识搜索匹配平衡与企业创新绩效的关系不存在调节作用,H2b没有得到支持。其原因可能在于,知识搜索匹配平衡包含“高知识搜索宽度、高知识搜索深度”与“低知识搜索宽度、低知识搜索深度”两种状态。当环境动态性较高时,能正向影响高水平知识搜索匹配平衡与企业创新绩效间的关系,但对低水平匹配平衡不利。若企业在动态环境中,既不主动探索新知识,也不深度挖掘已有资源以预测市场动向,那么将丧失创新机会,导致创新绩效下降。两方面正反作用相抵,导致环境动态性的调节作用不显著。
M6在M2的基础上增加了环境竞争性及其交互项后,知识搜索联合平衡与环境竞争性间的交互作用对企业创新绩效的影响不显著(β=-0.032,p>0.05),说明环境竞争性对知识搜索联合平衡与企业创新绩效的关系无调节作用,H3a没有得到支持。其原因可能在于,当环境竞争程度较高时,企业需要快速搜寻外界知识并预测未来发展趋势,但过于广泛的知识搜索会增加企业维护、管理搜索渠道的人力及时间成本。同时,如果没有对所获知识进行覆盖性高度利用,知识成果则会被同领域竞争对手复制、仿造,失去竞争优势,造成企业资源浪费[15]。因此,知识搜索宽度与深度的协同效应会给企业带来一定负面影响。
M7在M3的基础上增加环境竞争性及其交互项后,模型的解释力显著提高(△R2=0.266,P<0.05),环境竞争性在知识搜索匹配平衡与企业创新绩效关系间起到显著正向调节作用(β=0.128,P<0.05),说明环境竞争性越高,知识搜索匹配平衡对企业创新绩效的积极作用越强(如图3所示),H3b得到支持。
表4 知识搜索平衡对企业创新绩效影响检验结果
变量企业创新绩效模型M1M2M3M4M5M6M7公司年龄-0.140-0.072-0.137-0.060-0.091-0.062-0.081公司规模0.166*0.0780.1410.0590.0890.0740.095公司所属行业-0.061-0.060-0.046-0.0740.005-0.0430.008联合平衡0.711***0.628**0.614***匹配平衡0.295***0.237**0.289***环境动态性0.0990.484***环境竞争性0.178**0.500***联合平衡*环境动态性-0.165**匹配平衡*环境动态性0.010联合平衡*环境竞争性-0.032匹配平衡*环境竞争性0.128*F2.11144.251***5.485***34.415***13.369***32.497***16.143R20.0400.5360.1250.5610.3470.5640.391△R20.497***0.086***0.037**0.222***0.0280.266*
注:*表示p<0.05,**表示p<0.01,***表示p<0.001
图2 环境动态性的调节效应图3 环境竞争性的调节效应
(1)本研究将近年来管理领域兴起的组织双元性理论应用于知识搜索领域,拓展了组织双元性理论的应用边界。组织双元性理论最早应用于组织学习、技术创新等领域,近年来有学者将该理论运用于战略导向、网络嵌入等领域。然而,企业外部搜索领域的双元性对创新结果变量的影响尚未得到足够重视,且当前相关研究大多聚焦于搜索宽度与深度或两者交互效应对创新绩效的影响[31-32],较少关注知识搜索双元性具体维度对创新变量的作用。本研究将组织双元性理论应用于知识搜索领域,将知识搜索宽度与知识搜索深度分别类比为探索式活动与利用式活动,并探讨了知识搜索联合平衡和匹配平衡与企业创新绩效间的关系。结果发现,知识搜索的联合平衡与匹配平衡均会对企业创新绩效产生正向影响。这一研究结论扩展了组织双元性理论的适用范围,推动了知识搜索理论与组织双元性理论融合共生发展。
(2)本研究证实了知识搜索平衡对企业创新绩效的积极影响,为阐释知识搜索与企业绩效关系提供了一个新的视角。从“悖论”观点看,知识搜索宽度与知识搜索深度是一对相互对立又相互关联的要素,但搜索宽度关注外界新知识,搜索深度强调挖掘利用现有知识,两类搜索策略各有侧重,彼此间存在张力,易导致结构失衡,从而可能对创新绩效带来不利影响。若企业在知识搜索过程中作出恰当的战略安排,有效平衡组织双元性的“探索式活动”与“利用式活动”,将对企业创新产生重要影响[33]。本研究将知识搜索宽度与知识搜索深度纳入同一分析框架,进一步验证了二者双元平衡对创新绩效的积极作用,为平衡两种对立统一的搜索策略提供了新视角,同时也为理解知识搜索的创新效应提供了新方向。
(3)本研究考察了环境动态性与环境竞争性对知识搜索平衡与企业创新绩效关系间的调节效应,厘清了知识搜索平衡影响企业创新绩效的边界条件。针对目前有关组织双元性绩效影响效应研究结论不一致的现象,探索性地考察了环境动态性、环境竞争性在知识搜索平衡与企业创新绩效关系间的调节效应,结果发现:知识搜索联合平衡对企业创新绩效的正向作用受到环境动态性的负向调节,在环境动态性较低的情况下,搜索宽度与搜索深度交互作用对创新绩效的积极影响更为显著;环境竞争性正向调节知识搜索匹配平衡对企业创新绩效的影响,即环境竞争越激烈,知识搜索宽度与深度保持相对一致的平衡对企业创新绩效的正向作用越强。该研究结论响应了瞿孙平等[4]提出的未来研究应“进一步加强知识搜索影响企业绩效的机理研究”的呼吁,明确了知识搜索平衡对企业创新发挥积极效应的情境因素,深化了对知识搜索平衡创新效应的理解。
本研究结论对我国企业管理实践也具有启示意义。一方面,企业要加强对知识搜索宽度与深度间张力的管理,防止出现冲突而阻碍创新进程。企业需厘清搜索宽度、深度的优势与劣势:搜索宽度能扩充企业资源储备,获取更多创新灵感与机会,但过度的搜索宽度会造成知识冗余;搜索深度能加深企业对特定领域的了解,有助于企业选择合适发展方向,但过度的搜索深度使企业陷入核心刚性陷阱,搜索宽度与深度平衡发展有利于创新绩效稳健增长。因此,企业应依据自身实际情况,辩证看待搜索宽度与深度间的矛盾和冲突,及时调整或修改搜索战略决策,平衡搜索宽度与深度两种搜索策略。另一方面,不同状态的外界环境对企业“知识搜索-创新”的过程也有不同程度的影响,企业应该谨慎应对外界环境的不确定性,及时依据外界环境变化调整企业决策计划,以防丧失已有竞争优势、错失创新先机。若环境动态变化程度较小,此时采取知识搜索联合平衡策略,有助于企业精准定位有效的资源领域并及时将所获知识转化为创新成果,从而提升创新绩效;若环境竞争程度较大,企业选择知识搜索匹配平衡策略,能够保证自身在全面获取信息的同时高效地将信息转化为己用,确保“搜索-吸收-转化-利用”流程良好运转,从而为企业创新作出贡献。
本研究还存在一些不足:第一,本研究仅选取158家企业作为研究样本,样本容量较小,且集中在苏南地区。未来研究可扩大调研区域以及样本容量,以得到具普适性的研究结论。此外,虽然数据的单因素检验结果显示不存在严重的同源误差,但为了获得更为严谨有效的结果,未来可采用上下级配对方式收集研究数据,以提高研究结论的内部效度;第二,仅从环境不确定性角度考察了知识搜索平衡对企业创新绩效的权变影响效应,尚未探讨知识搜索平衡影响企业创新绩效的中间传导机制,未来可深入探讨知识搜索平衡影响企业创新绩效的中介作用机理,打开二者间关系的“黑箱”,完善本研究结论;第三,虽然探讨了知识搜索平衡的后果,但并未涉及知识搜索平衡的影响因素。实际上,知识搜索平衡还受个人社会关系、高层领导者领导风格、企业冗余资源与吸收能力等因素影响[32]。因此,后续研究可以从不同层次入手,探讨多变量对企业知识搜索平衡的协同影响机制,进而对企业知识搜索平衡的实现路径作出全面解读。
[1] XIE X, ZOU H, QI G. Knowledge absorptive capacity and innovation performance in high-tech companies: a multi-mediating analysis[J]. Journal of Business Research, 2018,88:289-297.
[2] FLOR M L, COOPER S Y, OLTRA M J. External knowledge search, absorptive capacity and radical innovation in high-technology firms[J]. European Management Journal, 2018,36(2):183-194.
[3] 赵息, 李文亮. 企业知识搜索战略、技术不确定性与突破性创新关系研究[J]. 科技进步与对策, 2016, 33 (9):122-128.
[4] 瞿孙平, 石宏伟, 俞林. 创新视角下知识搜索的研究回顾与展望[J]. 情报杂志, 2018,37(8):199-205.
[5] 吴航, 陈劲.国际搜索与本地搜索的抉择:企业外部知识搜索双元的创新效应研究[J]. 科学学与科学技术管理, 2016,37(9):102-113.
[6] 秦海波. 科技梦想终将“照进现实”[N]. 经济日报,2018-01-17(7).
[7] 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.
[8] CHIANG Y,HUNG K.Exploring open search strategies and perceived innovation performance from the perspective of inter-organizational knowledge flows[J]. R&D Management, 2010,40(3):292-299.
[9] 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.
[10] 芮正云, 罗瑾琏, 甘静娴. 新创企业创新困境突破:外部搜寻双元性及其与企业知识基础的匹配[J]. 南开管理评论, 2017,20(5):155-164.
[11] MARCH J. Exploration and exploitation in organizational learning[J]. Organization Science,1991,2(1):71-87.
[12] 吴建祖,肖书锋.组织双元性的组织前因和绩效后果:一个元分析[J].预测,2016,35(4):22-27.
[13] 王婷, 杨建君. 外部知识流动对新产品创造力的影响:外部搜寻权变视角[J]. 科技进步与对策, 2018(2):147-153.
[14] 陈国权, 刘薇. 企业组织内部学习、外部学习及其协同作用对组织绩效的影响——内部结构和外部环境的调节作用研究[J]. 中国管理科学, 2017,25(5):175-186.
[15] 瞿孙平,石宏伟,俞林,等.知识搜索、吸收能力与企业创新绩效——环境不确定性的调节作用[J]. 情报杂志, 2016,35(8):185-191.
[16] CAO Q, GEDAJLOVI E, ZHANG H. Unpacking organizational ambidexterity: dimensions, contingencies and synergistic effects[J]. Organization Science, 2009,20(4):781-796.
[17] HE Z L,WONG P K. Exploration vs exploitation: an empirical test of the ambidexterity hypothesis[J]. Organization Science, 2004,15(4):481-494.
[18] 刘洋, 魏江, 应瑛. 组织二元性: 管理研究的一种新范式[J]. 浙江大学学报:人文社会科学版,2011,41 (6):132-142.
[19] 米黎钟,王江伟.组织双元性能力的形成机制与实现路径——以华为公司为例[J].创新与创业管理,2015(1):78-91.
[20] 叶江峰, 任浩, 郝斌. 企业内外部知识异质度对创新绩效的影响:战略柔性的调节作用[J]. 科学学研究, 2015,33(4):574-584.
[21] GARRIGA H,VON KROGH G,SPAETH S.How constraints and knowledge impact open innovation[J]. Strategic Management Journal, 2013,34(9):1134-1144.
[22] HOCHLEITNER F P,ARBUSS A,COENDERS G.Inbound open innovation in SMEs: indicators, non-financial outcomes and entry-timing[J]. Technology Analysis & Strategic Management, 2017, 29(2): 204-218.
[23] 党雁. 知识搜索对突破性创新绩效影响的研究[D]. 成都:电子科技大学, 2018.
[24] GUO B, WANG Y, XIE X Y, et al. Search more deeply or search more broadly? an empirical study of external knowledge search strategy in manufacturing SMEs[J]. Asian Journal of Technology Innovation, 2015, 23(1): 87-106.
[25] AUH S, MENGUC B. Balancing exploration and exploitation: the moderating role of competitive intensity[J]. Journal of Business Research, 2005,58(12):1652-1661.
[26] SAVINO T, MESSENI PETRUZZELLI A, ALBINO V. Search and recombination process to innovate: a review of the empirical evidence and a research agenda[J]. International Journal of Management Reviews, 2017,19(1): 54-75.
[27] VACCARO I G, JANSEN J J, VAN DEN BOSCH F A, et al. Management innovation and leadership: the moderating role of organizational size [J]. Journal of Management Studies. 2012,49:28-51.
[28] 钱锡红, 杨永福, 徐万里. 企业网络位置、吸收能力与创新绩效——一个交互效应模型[J]. 管理世界, 2010(5):118-129.
[29] 杨卓尔,高山行,曾楠.战略柔性对探索性创新与应用性创新的影响——环境不确定性的调节作用[J].科研管理,2016,37(1):1-10.
[30] FORÉS B, CAMISN C. Does incremental and radical innovation performance depend on different types of knowledge accumulation capabilities and organizational size?[J]. Journal of Business Research, 2016, 69(2): 831-848.
[31] 郑浩.情景双元视角下知识搜寻协同对创新绩效的影响——一个有中介的调节模型[J].科技进步与对策,2018,35(17):67-74.
[32] LUO B N, LUI S S, KIM Y. Revisiting the relationship between knowledge search breadth and firm innovation: a knowledge transfer perspective[J]. Management Decision, 2017, 55(1): 2-14.
[33] O′REILLY C A, TUSHMAN M L. Organizational ambidexterity: past, present, and future[J]. Academy of Management Perspectives, 2013(11):1-30.