根据Chesbrough[1]的观点,开放式创新是一种特定类型的企业创新,它强调企业组织通过与外界环境交互实现有目的的知识流入流出,进而促进内部创新或提升内部创新的对外影响力。开放式创新的本质是一种知识转移转化过程,企业组织和外界环境之间的知识共享与创新资源整合是开放式创新绩效的重要影响因素。从中国当前的企业开放式创新实践来看,大多数组织的开放式创新都依赖于互联网平台,通过平台聚合大众化、零星的创意、建议或技术。开放式创新过程中的知识共享具有非战略性、非常规性、分散性、短期性等特点。在这种情境下,企业组织很难从开放式创新中获得深度知识支持。由此,开放式创新绩效主要来自知识整合的规模性和异质性。换而言之,相对于知识共享深度,知识共享宽度可能对开放式创新绩效产生更为显著的影响。
基于互联网的开放式创新与企业组织内部基于团队协作的技术创新有着显著区别。后者依赖于团队成员之间正式或非正式知识共享,而前者基于网络平台的虚拟特征,更依赖于企业组织与“陌生人”之间的知识共享与交互。在知识共享理论中,研究频度最高的前因变量是信任。信任可以降低成员心理不确定感,提升心理承诺,从而促进知识共享。然而,与正式创新团队内的情感信任、组织信任、制度信任等不同,开放式创新中的知识共享需要获得陌生信任或普适信任的支持。多项研究表明,普适性信任对于集体完成虚拟网络任务有着显著影响[2]。因此,在网络环境中普适性信任通过作用于知识共享宽度而对开放式创新绩效产生积极影响。
开放式创新分为两个维度——内向型开放式创新与外向型开放式创新[3]。前者是企业持续、系统地将外部有价值的创意、知识与技术整合到组织内部,加以应用及商业化的策略性活动与过程;后者是企业成为其它组织的知识源,将内部有价值的创意、知识、资源输出到组织外部,参与外部组织技术研发与商业应用的策略性行为。
关于知识共享对创新绩效的积极影响已经形成了大量研究成果[4]。有文献验证了知识共享对开放式创新绩效的正向影响[5],同时,一些新的知识共享研究成果也为探究开放式创新绩效提供了新启发。例如Prencipe[6]基于知识获取模式与规模,将知识共享分为两个维度,即深度与宽度。其中,知识共享深度代表企业在搜索问题解决方案时,现有知识被重复利用或挖据的程度,而知识共享宽度则强调企业搜寻知识的范围。本文基于开放式创新特点,着重探索知识共享宽度对开放式创新绩效的影响。
信任是知识共享的前因变量,关于二者关系的研究学界已有丰富的积累[7]。随着信任研究的深入,学者们提出了越来越多的信任种类,包括普遍信任与特殊信任[8]、情感信任与制度信任[9]、人格信任与系统信任[10]等。显然,这些不同种类信任在作用于知识共享时有着不同机制与路径。本文选取普适性信任变量,认为普适性信任在开放式创新的知识共享中起着前因作用。此处的普适性信任在一些文献中还被称为普遍信任或陌生信任,相对于特殊信任,它是指个体在陌生环境甚至虚拟环境中选择对不熟悉人群普遍性相信的态度[11]。
社会网络是个体间进行知识共享的载体,网络嵌入性直接影响个体在社交环境下获取知识的机会与能力。网络嵌入性是新社会经济学研究的一个重要内容,该理论的核心观点是,人类的经济行动嵌入在他们的社会关系中并受到这种关系的巨大影响[12]。生存于社会环境中的企业组织与人类个体相似,相互之间也形成了交流与协作网络,网络关系包括上下游产业链合作、同行竞争、技术联盟等。企业组织的开放式创新,其实也就是从其立足的社会网络中依靠各种关系建立知识共享渠道,获取创新资源与能力支持。因此,网络嵌入性对于知识共享宽度理应起到促进作用。
在大量的创新绩效研究文献中,都归纳了其前因要素[13]。纵观这些要素,可将它们总结为两类:资源与能力。技术知识与创新资源的堆积,不一定能产生高产出率的创新绩效,其间还受到应用与转化能力的影响。具体到开放式创新,它更为复杂,涉及到跨组织界面的知识转移。该转移取决于两方面能力:知识源的编码能力和知识受体的吸收能力。对于企业组织而言,当它进行内向型开放式创新时,重点考察的是其知识吸收能力;当它进行外向型开放式创新时,则需要具备知识编码能力。在吸收能力[14]与编码能力[15]两方面,目前已积累较多的研究成果可供参考。
信任对知识共享有着积极影响。从心理学角度,个体间的信任关系有利于建立相互心理契约、缩小心理距离,从而激发知识分享与学习意愿,有效促进知识共享;从社会学角度,知识共享的本质是个体双方的知识交易过程,而信任关系能够促进交易双方建立非正式契约,保障双方的知识利益,使得知识共享机制更为顺畅;从经济学角度,信任关系能够降低知识共享双方在知识交易过程中的内部交易费用和风险,从而使得知识共享的制度安排更有效。
知识共享包括宽度与深度两个维度,信任对它们均有影响。在知识共享宽度方面,目前的文献大多从主体多样性和渠道多样性两方面进行考察。在一个知识团体中,信任关系的存在能够吸引更多异质性主体参与知识共享活动,也能因此建立更加多样化的渠道(正式知识共享渠道和非正式知识共享渠道),从而拓宽知识共享活动范围,延展知识共享宽度。如Numprasertchai & Igel[16]研究认为,信任关系能够促进企业组织与更多的外部合作伙伴进行协作,而这种协作机制能够为拓展知识共享宽度提供通道;Nugroho[17]的研究表明,信任有利于建立非正式知识共享渠道和降低双方的共享风险感知,从而通过知识共享渠道与模式多样化达到增加知识共享宽度的目的。
信任包括普适性信任与特殊信任。相较于特殊信任有利于拓展知识共享深度,普适性信任更有利于增加知识共享宽度。如敖丹等[18]研究认为,个体会对具有陌生标签的人群进行评估,评估结果越优,越愿意将自己拥有的资源分享给接受评估的人;Platt & Kardia[19]基于医疗卫生领域的研究发现,普适性信任与系统信任能够增强系统内研究人员、医疗人员、保险公司以及相关社会组织在共享医疗数据资料方面的积极性。
根据国人的关系本位特性,有学者将普适性信任划分为内部普适性信任与外部普适性信任。内部普适性信任体现为组织内部员工间的信任关系,而外部普适性信任体现为企业与其它组织之间的信任关系[20]。类似地,也有学者以组织边界为依据,将知识共享分为内部知识共享和外部知识共享[21]。对应地,知识共享宽度也能分为内部知识共享宽度和外部知识共享宽度。推演信任与知识共享宽度的关系可知,内部普适性信任对内部知识共享宽度有显著影响,而外部普适性信任对外部知识共享宽度产生作用。
由此,本文提出假设:
H1:普适性信任对知识共享宽度具有显著正向影响;
H1a:外部普适性信任对外部知识共享宽度具有显著正向影响;
H1b:内部普适性信任对内部知识共享宽度具有显著正向影响。
知识依赖理论从资源观视角表明了知识资源与技术创新能力关系,认为技术创新依赖于企业开发、管理和利用知识的能力。而知识的边际效用递增理论认为,知识资源相对于其它资源更具有价值,是因为知识在重复利用和大规模应用中不仅不会出现边际报酬递减规律,反而会因广泛利用而充分激发知识的价值潜能。因此,企业组织完全能够通过强化组织内的知识共享,调动和发挥知识资源作用,促进知识整合、集成与创新,从而持续提升组织的技术与知识创新能力。刘景东等[22]研究指出,企业研发部门可以在知识共享后重新组合、转换并产生新知识以达到技术创新目的;Hansen[23]的实证研究结果表明,组织部门间知识共享水平越高,创新产品的研发成功概率越高。
蔡宁和闫春[24]指出,开放式创新包括创新输入与创新输出两种策略模式。对应于该界定,在国外文献中,更多使用内向型开放式创新与外向型开放式创新概念。内向型开放式创新是指外部创新资源向企业输入,而外向型开放式创新是指企业对外部的创新能力输出。在这个输入与输出过程中,知识转移转化是其主要活动形式。关于知识共享对开放式创新绩效的影响,目前已积累了较多研究成果。如彭正龙等[5]认为知识共享能够中介资源共享与开放式创新绩效关系,并对开放式创新绩效产生显著正向影响。更进一步地,Spithoven等 [25]和袁磊 [26]认为,外部知识学习、共享与吸收对内向型开放式创新有显著促进作用。而Bruno & Giovanni[27]则指出,无论是内向型还是外向型开放式创新,其本质都是知识流动,知识流入与流出的平衡以及知识流动费用和创新成本节约的平衡,共同决定了开放式创新绩效。
当企业与越来越多异质性外部组织开展创新合作时,企业有更多机会获取其需要的技术知识,可以通过借鉴外部先进经验与技术对自身产品进行改进或流程变革。同时,企业也有更多机会对外进行产品与技术宣传,在知识溢出或有意识技术授权等形式下,将知识传授给合作伙伴,从而提高自身技术应用潜力。即,外部知识共享宽度能够同时提升内向型与外向型开放式创新绩效。
当更多员工之间借助丰富的渠道或模式进行知识共享时,企业内部的知识资源会更加多样化与异质性,知识学习与消化吸收能力也会极大增强,也更易于掌握从外部环境中习得的新知识,并在新产品研发中加以整合与创新利用。同时,员工在企业内部的大规模知识共享,也有利于增强企业对外交流的知识编码与表达能力,从而让外部组织更容易接受和理解知识,促进知识溢出、技术转移和外向型开放式创新活动的有效开展。即内部知识共享宽度对内向型和外向型开放式创新绩效均起促进作用。
由此,本文提出假设:
H2:知识共享宽度对开放式创新绩效具有显著正向影响;
H2a:外部知识共享宽度对外向型开放式创新绩效具有显著正向影响;
H2b:外部知识共享宽度对内向型开放式创新绩效具有显著正向影响;
H2c:内部知识共享宽度对外向型开放式创新绩效具有显著正向影响;
H2d:内部知识共享宽度对内向型开放式创新绩效具有显著正向影响。
信任关系与技术创新绩效之间并不存在必然的逻辑联系。在已有文献中,信任与创新之间的因果关系大多通过外部知识获取、技术创新决策、协同与合作模式等中介变量建立,而知识共享是使用频率最高的中介变量[28]。鉴于本研究主题聚焦于普适性信任、知识共享宽度与开放式创新绩效之间的作用关系,而普适性信任与知识共享宽度、知识共享宽度与开放式创新绩效之间的正向影响关系已经通过论证并提出假设,有理由相信三者之间能够建立作用传导机制,而知识共享宽度在其中起着中介作用。
由此,结合假设H1和H2,继续提出如下研究假设:
H3:知识共享宽度在普适性信任与开放式创新绩效之间起中介作用。
鉴于普适性信任与知识共享宽度的内、外部界定均以组织边界为依据,内部普适性信任和内部知识共享宽度限定为组织边界内行为,而外部普适性信任和外部知识共享宽度则是对组织边界以外状态的测量,因此它们之间的作用机制难以跨组织边界成立。由此,提出子假设:
H3a:外部知识共享宽度在外部普适性信任与外向型开放式创新绩效之间起中介作用;
H3b:外部知识共享宽度在外部普适性信任与内向型开放式创新绩效之间起中介作用;
H3c:内部知识共享宽度在内部普适性信任与外向型开放式创新绩效之间起中介作用;
H3d:内部知识共享宽度在内部普适性信任与内向型开放式创新绩效之间起中介作用。
社会网络是知识共享活动的载体,知识共享需要在网络嵌入情形下才能发挥作用。因此,在知识共享及其作用绩效的研究文献中,网络嵌入性通常被作为一个不可或缺的调节变量 [29-30]。
根据网络嵌入性理论,以网络边界为依据,它可以刻画为外部网络嵌入性与内部网络嵌入性两方面。结合假设H1a和H1b,本文认为外部普适性信任与外部知识共享宽度以及内部普适性信任与内部知识共享宽度之间的作用关系,也应该会受到对应的外部网络嵌入性、内部网络嵌入性的调节作用。即在外部网络嵌入性越高的环境中,外部普适性信任越能发挥作用,扩展外部知识共享宽度;同理,在内部网络嵌入性越高的环境中,内部普适性信任越能有效拓展内部知识共享宽度。
一些企业实践也印证了该观点。例如顺丰、圆通、韵达等快递企业因为加入菜鸟网络而极大提升了它们在物流系统中的网络嵌入性,再借助阿里巴巴的数据整合功能以及由阿里巴巴牵头建构起的普适性信任,实现了全国物流系统内的信息共享与资源聚合,由此提高了快递物流的服务效率与质量。
由此,本文提出假设:
H4:网络嵌入性在普适性信任影响知识共享宽度中起显著正向调节作用;
H4a:外部网络嵌入性在外部普适性信任影响外部知识共享宽度中起显著正向调节作用;
H4b:内部网络嵌入性在内部普适性信任影响内部知识共享宽度中起显著正向调节作用。
吸收能力是指企业识别与利用外部技术机会的动态能力[31],它能够强化企业知识获取、知识学习和知识共享效果,将外部知识转化为内部知识,从而达到促进知识整合与创新的效果;而知识创新能力的提升显然又会进一步作用于创新绩效。
开放式创新是一项外部引智的创新活动,它更依赖于企业组织对外部知识与技术的吸收能力。已有研究成果表明,吸收能力是企业实现开放式创新绩效的核心要素,而且很多学者均将吸收能力作为调节变量来刻画它对开放式创新绩效的影响 [32-33]。
在企业组织已经有意愿和能力进行外部知识共享的情况下,吸收能力能够帮助企业更好地消化、吸收、整合外部知识并与内部知识相互激发、融合,从而产生新知识,由此起到促进内向型开放式创新绩效提升的作用。即使在组织实施外向型开放式创新的过程中,吸收能力强的企业组织也因能更好地理解外部知识而善于表达和贡献自己的知识,从而帮助外部组织推动创新流程并从创新收益共享中获益。
由此,本文提出假设:
H5:吸收能力在外部知识共享宽度影响企业开放式创新中起显著正向调节作用;
H5a:吸收能力在外部知识共享宽度影响外向型开放式创新绩效中起显著正向调节作用;
H5b:吸收能力在外部知识共享宽度影响内向型开放式创新绩效中起显著正向调节作用。
知识分为隐性知识与显性知识两种类型,其中,隐性知识向显性知识转化,需要依赖知识源的编码能力。在企业开放式创新过程中,企业要与外部组织进行沟通交流,而双方又很难在跨组织情形下建立隐性知识传播渠道,此时必须依赖双方的知识编码与知识表达能力。因此,知识编码能力对开放式创新绩效具有重要影响。已有研究证明,企业的释放能力(包括编码能力)可以显著提高外向型技术转移绩效、内部创新绩效与组织绩效[34]。
在内向型开放式创新过程中,“守门人”(负责对外沟通与知识学习的员工)和普通员工的知识编码能力较高,有助于外部知识在组织内部的扩散。它在内部知识共享宽度达到一定水平时,能提高内部知识共享效果,即促进创新绩效。在外向型开放式创新过程中,知识编码能力更为重要——只有知识编码能力强的企业,才能更好地展示其知识素养与技能水平,才能吸引更多创新合作伙伴,并在大量合作创新中获得外源性创新收益。
由此,本文提出假设:
H6:编码能力在内部知识共享宽度影响企业开放式创新中起显著正向调节作用;
H6a:编码能力在内部知识共享宽度影响外向型开放式创新绩效中起显著正向调节作用;
H6b:编码能力在内部知识共享宽度影响内向型开放式创新绩效中起显著正向调节作用。
为了保证测量工具的效度与信度,本研究尽量选择前人使用并证明有效的度量指标,并稍加归并、筛选与修改。问卷设计时,除身份题项外,其它题项均采用李克特5级量表度量。问卷回答者按1-5级进行打分,“1”表示“非常不同意”,“5”表示“非常同意”。
所有变量题项设计如表1所示。表1中,部分题项(例如OR3、OR4等)采取了逆向设计,在数据分析前需对样本数据进行逆向化处理。
表1 变量题项
变量题项参考文献普适性信任外部(OR)OR1在本企业发展过程中,经常受到来自其它企业或个人的无私帮助OR2本企业非常乐于帮助其它企业发展OR3本企业与其它企业之间的交流合作,大多出于利益交换考虑OR4如果本企业经营不好,就会被其它企业打压OR5在本企业的价值主张中,鼓励与其它企业合作共赢内部(IR)IR1本企业对员工的任务安排,总是采取完全授权方式进行IR2本企业对员工的考勤,有非常严格的规章制度IR3本企业对员工的外单位兼职或私自创业行为,监管与处理得非常严厉IR4本企业非常不鼓励下属员工的越级进谏行为IR5本企业会定期收集一线员工的合理化建议李伟民和梁玉成 [11]知识共享宽度外部(OK)OK1本企业经常通过正式合同、契约或协议方式与第三方建立合作关系OK2经常接受来自客户、供应商、学研机构等提供的信息、知识或培训OK3本企业善于学习与模仿竞争对手的产品及技术OK4本企业经常使用技术许可或专利购买等方式获取外部知识Bierly & Chakrabarti [35]内部(IK)IK1在企业内部,各个部门能够非常便捷和通畅地共享信息IK2在企业内部,总是能够把新掌握的知识传授给每一位员工IK3企业员工经常获得参观其它部门的机会IK4在企业内部,经常举行部门经验交流会或者岗位技能竞赛Moorman & Miner [36]开放式创新绩效外向型(OI)OI1本企业会将未能完成或中途终止的研发项目转让给其它机构OI2本企业经常出售或授权其它企业使用我们的专利OI3本企业经常为其它企业的创新工作提供建议和帮助OI4本企业的技术人员经常主动到其它企业进行创新项目的介绍和报告何郁冰和陈劲 [37]内向型(II)II1本企业的新产品销售额持续提升II2本企业经常将外部开发的知识和技术嵌入到新产品研发项目中II3本企业经常从其它企业、研发机构或高等院校获取技术服务或专利II4本企业经常参与其它企业的新技术或新产品开发项目网络嵌入性外部(ON)ON1本企业在外部合作网络中极具影响力ON2本企业在外部合作网络中起到沟通桥梁的作用Hanse [38]内部(IN)IN1本企业内部建立了非常完善的信息管理系统IN2员工总是能够通过企业内网及时了解本企业动态信息吸收能力(A)A1本企业总能快速识别并迅速掌握外部环境中对企业有价值的新知识A2本企业很少从外部新知识中获得对组织发展有利的机会A3对于客户投诉,通常采取安抚策略,但很少据此优化、改善产品与服务A4本企业经常考虑如何更好地利用已经掌握的知识Cohen & Levinthal[14]Shaker & Gerard[31]Zaheer & Bell [39]编码能力(C)C1技术人员能够用通俗易懂的语言把想要说明的技术问题表达清楚C2本企业的技术人员能够结合实际对技术进行知识讲解C3本企业的技术人员能够针对不同技术问题,采用不同方法讲解C4本企业的技术人员都具有非常丰富的知识与经验马雨蕾等 [40]
本研究以企业员工为调查对象,通过问卷星网络平台和现场调研两种方式发放调查问卷。首先,在2018年10月7日-11日,发放并回收问卷489份,经问卷星平台自动筛查无效问卷,获得问卷367份;经人工筛查,剔除无效问卷98份,最终得到有效问卷269份。然后,在2018年12月28日-31日,在深圳市南山区现场发放调查问卷,回收有效问卷152份。两次问卷调查共获得有效问卷421份,问卷有效回收率为65.7%。
通过对身份题项数据统计分析,发现调查样本具有如下特征:①被调查者工龄在1年以内的占8.1%,1~3年占29.9%,4~5年占21.1%,5年以上占40.9%;②来自于高技术企业样本占50.8%,非高技术企业占49.2%;③大部分被调查者来自私营企业(占62.7%),其次是国有企业(22.6%)和三资企业(13.3%);④来自大型企业的被调查者占较大比例(42.0%),中型企业(32.8%)次之,小型企业(24.5%)较少;⑤被调查者所在企业结构分布较为合理,创建超过10年的占65.3%,6~10年的企业占26.8%,4~5年的企业占6.4%,1~3年的企业占1.2%;⑥大部分企业(85.7%)都设置有专门的研发部门,且已经开始推广开放式创新理念(78.4%);⑦被调查者所在企业研发经费投入强度达10%以上的占16.6%,5%~10%的占35.9%,3%~5%的占27.3%,1%~3%的占13.3%,1%以下的占6.9%。由网络IP地址显示,被调查者覆盖了中国的26个省市。总体而言,样本具有一定代表性。
本研究采用结构方程模型,拟合普适性信任、知识共享宽度与开放式创新绩效之间的作用路径效应参数,采用Bootstrap程序检验知识共享宽度的中介效应。
运用SPSS 25工具对数据进行整理和描述性统计分析,结果如表2所示。由表中可知:不同变量均值、标准差之间的差异不是很显著,说明异方差性问题不突出;变量间具有显著相关性,但是相关系数不大,说明数据之间的多重共线性问题也不太突出,并且潜变量平均提取方差(AVE)的平方根均大于0.50,意味着变量之间有着非常好的区分效度。
表2 均值、标准差与相关系数
变量均值标准差ORIROKIKOIIIONINACOR3.3580.8480.799IR3.3510.9240.296∗∗∗0.791OK3.4570.9410.382∗∗∗0.264∗∗∗0.815IK3.5181.0190.148∗∗0.420∗∗∗0.120∗0.838OI2.8910.9270.327∗∗∗0.220∗∗∗0.452∗∗∗0.394∗∗∗0.821II3.4670.9340.249∗∗∗0.273∗∗∗0.399∗∗∗0.383∗∗∗0.426∗∗∗0.823ON3.4281.0360.175∗∗∗0.244∗∗∗0.347∗∗∗0.153∗∗0.331∗∗∗0.206∗∗∗0.937IN3.8281.0330.233∗∗∗0.209∗∗∗0.168∗∗∗0.211∗∗∗0.226∗∗∗0.227∗∗∗0.394∗∗∗0.891A3.0270.9190.248∗∗∗0.329∗∗∗0.261∗∗∗0.207∗∗∗0.331∗∗∗0.346∗∗∗0.281∗∗∗0.322∗∗∗0.825C3.7030.9360.291∗∗∗0.244∗∗∗0.321∗∗∗0.272∗∗∗0.382∗∗∗0.370∗∗∗0.366∗∗∗0.386∗∗∗0.209∗∗∗0.843
注:*** p<0.01,** p<0.05,* p<0.10,对角线上黑体数据为AVE的平方根
4.2.1 信度
利用SPSS 25,计算得到问卷整体的Cronbach's Alpha系数为0.918,绝大多数变量的Cronbach's Alpha系数都大于0.8(内部网络嵌入性的Cronbach's Alpha系数为0.759,大于0.7),说明各变量均具有很好的一致性。进而,计算得到各变量的组合信度(CR),发现它们均大于0.6,表明量表具有良好的内部一致性。信度检验结果如表3所示。
4.2.2 效度
效度包括收敛效度、结构效度和区分效度3个方面,其中,区分效度在表2中已经通过了验证。收敛效度通常根据题项的标准化因子载荷系数和各潜变量的平均变异萃取量(AVE)判断。借助Smart PLS 软件进行验证性因子分析,计算得到相关参数如表3所示。从表中可以看出,各题项的因子载荷系数都超过0.7,并且都通过了 T值检验,说明量表具有良好的收敛效度。
结构效度通常采用因子分析和巴特利特球形度检验判断。经过量表数据分析发现,KMO值为0.879,介于0.5~0.9之间,表明变量间有共同因子存在,而巴特利特球形度检验的p值为0.000,小于0.05。因此,量表数据适合进行因子分析。
4.2.3 同源方法偏差
为了减少同源方法偏差,采用过程控制和统计分析技术。一方面,在问卷发放时,保证数据获取的匿名性,以及被调查者参与问卷调查的自愿性。同时,在问卷设计时,将所有题项打乱顺序,以减少被调查者自我归因反应对数据真实性的影响。另一方面,使用Harman单因素检验评估同源方法偏差的大小。在探索性因子分析提取到10个特征值大于1的主成分,而特征值最大的主成分提取方差占10个主成分提取总方差的35.58%,低于推荐值40%。因此,本研究中的同源方法偏差在可控范围内,不会对研究结果产生重大偏差性影响。
借助AMOS软件,采用极大似然估计方法拟合模型,模型适配指数如表4所示。从表中可以看出,除拟合优度指标GFI略低于标准值外,其它指标均通过了模型适配性检验,表明模型拟合度较好。
模型拟合路径系数如图1所示。研究结果显示:①外部普适性信任对外部知识共享宽度有显著正向促进作用(0.314***),内部普适性信任对内部知识共享宽度有显著正向促进作用(0.418***),即普适性信任对知识共享宽度有显著正向促进作用;②外部知识共享宽度对企业内向型与外向型开放式创新绩效均有显著正向影响(分别为0.280***和0.289***),内部知识共享宽度对企业内向型与外向型开放式创新绩效也有显著正向影响(分别为0.239***和0.273***),即知识共享宽度对开放式创新绩效的正向作用显著;③外部网络嵌入性可以调节外部普适性信任对外部知识共享宽度的影响(0.328***),内部网络嵌入性可以调节内部普适性信任对内部知识共享宽度的影响(0.333***),即网络嵌入性的调节作用显著;④吸收能力可以调节外部知识共享宽度对内向型开放式创新绩效的影响(0.243***),编码能力可以调节内部知识共享宽度对外向型开放式创新绩效的影响(0.174***)。以上研究结果基本符合研究假设和企业管理实践中的商业逻辑,具有较强可信性与启示意义。
表3 量表信度与效度
变量因子载荷(T-Values)因子1因子2因子3因子4因子5AVECronbach's AlphaCR外部普适性信任0.780∗∗∗0.847∗∗∗0.804∗∗∗0.799∗∗∗0.759∗∗∗0.6380.8570.898(34.548)(50.604)(42.668)(37.203)(32.652)内部普适性信任0.767∗∗∗0.802∗∗∗0.786∗∗∗0.815∗∗∗0.785∗∗∗0.6260.8510.893(30.928)(39.424)(31.950)(41.241)(40.773)外部知识共享0.791∗∗∗0.876∗∗∗0.856∗∗∗0.728∗∗∗0.6640.8310.887(41.723)(78.925)(63.308)(24.740)内部知识共享0.891∗∗∗0.846∗∗∗0.800∗∗∗0.811∗∗∗0.7020.8570.904(83.932)(58.932)(39.304)(48.443)外向型开放式0.852∗∗∗0.852∗∗∗0.822∗∗∗0.745∗∗∗0.6740.8390.892创新绩效(59.909)(60.270)(51.856)(25.846)内向型开放式0.835∗∗∗0.825∗∗∗0.794∗∗∗0.840∗∗∗0.6780.8420.894创新绩效(57.761)(49.113)(42.305)(55.368)外部网络嵌入性0.940∗∗∗0.935∗∗∗0.8780.8600.935(106.640)(108.319)内部网络嵌入性0.951∗∗∗0.826∗∗∗0.7930.7590.884(48.793)(16.004)编码能力0.811∗∗∗0.809∗∗∗0.889∗∗∗0.857∗∗∗0.7100.8630.907(37.996)(38.380)(74.982)(58.450)吸收能力0.849∗∗∗0.859∗∗∗0.797∗∗∗0.789∗∗∗0.6800.8450.894(58.390)(60.837)(37.465)(31.390)
注:*** p<0.01,** p<0.05,* p<0.10,括号中数据为T值
表4 结构方程模型适配指数
图1 模型路径系数
注:鉴于图中变量已很多,为突出重点,残差项不作列示
但是,还有两个假设中的调节效应不显著,即吸收能力在外部知识共享宽度影响外向型开放式创新绩效中的调节作用不显著,编码能力在内部知识共享宽度影响内向型开放式创新绩效中的作用不显著。可能的原因有两方面:①外部知识共享宽度对外向型开放式创新绩效以及内部知识共享宽度对内向型开放式创新绩效的直接影响已经具有足够的解释力,因此吸收能力与编码能力的调节作用并不能增强其解释力;②在外向型开放式创新过程中,吸收能力的重要性相对较弱,类似地,在内向型开放式创新过程中,编码能力的作用也不显著,这比较符合企业创新管理逻辑。
进一步,利用Bootstrap抽样统计推断方法对模型估计结果进行检验和评价,如表5所示。表中结果与结构方程模型路径分析结果完全一致,即假设H1、H2、H4、H5b和H6a通过检验,而假设H5a和H6b未通过检验。这说明即使在抽样与单路径参数拟合的情况下,研究结果与结论仍旧成立,具有稳健性。
表5 路径Bootstrap抽样统计推断
假设(直接效应与调节效应)原始样本样本均值标准差T统计量P值假设通过情况外部普适性信任→外部知识共享宽度0.3120.3140.0417.6430.000H1a通过内部普适性信任→内部知识共享宽度0.4170.4180.03810.9600.000H1b通过外部知识共享宽度→外向型开放式创新绩效0.2930.2890.0407.3860.000H2a通过外部知识共享宽度→内向型开放式创新绩效0.2850.2800.0407.1900.000H2b通过内部知识共享宽度→外向型开放式创新绩效0.2750.2730.0397.0150.000H2c通过内部知识共享宽度→内向型开放式创新绩效0.2460.2390.0386.5020.000H2d通过外部普适性信任×外部网络嵌入性→外部知识共享宽度0.3250.3280.0417.9390.000H4a通过内部普适性信任×内部网络嵌入性→内部知识共享宽度0.3300.3330.0388.6210.000H4b通过吸收能力×外部知识共享宽度→外向型开放式创新绩效-0.015-0.0330.0560.2640.792H5a未通过吸收能力×外部知识共享宽度→内向型开放式创新绩效0.2390.2430.0504.7330.000H5b通过编码能力×内部知识共享宽度→外向型开放式创新绩效0.1670.1740.0344.9360.000H6a通过编码能力×内部知识共享宽度→内向型开放式创新绩效0.0480.0460.0760.6320.528H6b未通过
为了深度检验外部知识共享宽度与内部知识共享宽度的中介效应,在SPSS工具中启用Process中介效应检验程序Bootstrap。在样本数N=421的情况下,重复抽样5 000次,采用Percentile method方法进行中介效应检验,结果如表6所示。当95%的置信区间包含0时,说明效应不显著;如果不包含0,说明效应显著。由表6可知,中介效应的置信区间均不包含0,说明外部知识共享宽度与内部知识共享宽度的中介效应在相应路径上均显著,即假设H3a、H3b、H3c和H3d均通过检验。综合而言,假设H3通过检验。
结合直接效应的Bootstrap抽样统计推断结果,可知外部知识共享宽度在外部普适性信任与外向型开放式创新绩效之间、内部知识共享宽度在内部普适性信任与内向型开放式创新绩效之间起部分中介作用,而外部知识共享宽度在外部普适性信任与内向型开放式创新绩效之间、内部知识共享宽度在内部普适性信任与外向型开放式创新绩效之间起完全中介作用。原因在于:外部普适性信任对外部开放式创新绩效以及内部普适性信任对内部开放式创新绩效的作用机制都没有跨越组织界面,因此能够直接产生显著影响,此时,知识共享宽度的中介效应自然是部分中介;与之相反,外部普适性信任对内部开放式创新绩效以及内部普适性信任对外部开放式创新绩效的作用机制需要跨越组织界面发生,直接效应相对较弱,因而知识共享宽度的中介效应相对较强,从而起到完全中介作用。
表6 中介效应的Bootstrap抽样统计推断
中介作用路径效应估计标准误T统计量P值Percentile method(95%)LLCIULCI假设通过情况外部普适性信任直接效应0.1630.0483.4100.0010.0690.257H3a通过→外部知识共享宽度总效应0.2770.0485.7320.0000.1820.372(部分中介)→外向型开放式创新绩效中介效应0.1140.0234.9980.0000.0700.161外部普适性信任直接效应0.0780.0491.5910.112-0.0180.174H3b通过→外部知识共享宽度总效应0.1840.0493.7530.0000.0870.280(完全中介)→内向型开放式创新绩效中介效应0.1060.0234.7700.0000.0640.154内部普适性信任直接效应-0.0110.051-0.2110.833-0.1100.089H3c通过→内部知识共享宽度总效应0.1380.0502.7770.0060.0400.235(完全中介)→外向型开放式创新绩效中介效应0.1480.0275.6160.0000.1000.204内部普适性信任直接效应0.0930.0521.7730.077-0.0100.195H3d通过→内部知识共享宽度总效应0.2230.0504.4420.0000.1240.322(部分中介)→内向型开放式创新绩效中介效应0.1310.0275.0990.0000.0830.187
为检验研究结果的稳健性并提升研究结论的可拓性,考虑到研究对象所属地域、生命周期、行业技术类型、所有制结构等特征,对样本进行拆分,并考察分类样本下研究结果的稳定性。稳健性检验结果如表7所示。从表中可知,在考虑企业组织样本技术类型、所有制形式和年龄差异时,本文研究结果与结论均具有稳健性;而且,当样本企业局限于一个区域(如深圳)时,研究结果与结论也与全国范围内收集数据的结果保持一致。因此,研究结论不仅具有非常高的可信度,而且能拓展到不同行业、不同地域、不同年龄、不同所有制形式的组织,能对广泛意义上的企业组织产生指导作用。
表7 稳健性检验
所属地域生命周期行业技术所有制结构假设(作用路径)深圳市其它地域企业年龄≥10年企业年龄<10年高新技术企业非高新技术企业私营企业非私营企业假设通过情况N=152N=269N=275N=146N=145N=276N=207N=214OR→OK0.303∗∗∗0.321∗∗∗0.323∗∗∗0.299∗∗∗0.427∗∗∗0.258∗∗∗0.272∗∗∗0.358∗∗∗H1a通过(4.540)(6.419)(6.567)(4.266)(6.649)(5.970)(6.628)(9.555)IR→IK0.439∗∗∗0.406∗∗∗0.426∗∗∗0.396∗∗∗0.451∗∗∗0.397∗∗∗0.493∗∗∗0.344∗∗∗H1b通过(6.966)(8.421)(9.380)(6.483)(7.636)(10.082)(16.279)(8.439)OK→OI0.319∗∗∗0.281∗∗∗0.305∗∗∗0.243∗∗∗0.235∗∗∗0.330∗∗∗0.250∗∗∗0.315∗∗∗H2a通过(4.638)(5.863)(6.417)(3.541)(3.392)(8.738)(6.461)(8.091)OK→II0.296∗∗∗0.272∗∗∗0.287∗∗∗0.258∗∗∗0.281∗∗∗0.275∗∗∗0.307∗∗∗0.265∗∗∗H2b通过(4.649)(5.461)(6.179)(3.499)(4.015)(7.340)(8.797)(6.282)IK→OI0.271∗∗∗0.279∗∗∗0.265∗∗∗0.303∗∗∗0.219∗∗∗0.305∗∗∗0.329∗∗∗0.228∗∗∗H2c通过(3.937)(5.852)(5.193)(5.030)(3.228)(8.244)(9.155)(5.616)IK→II0.234∗∗∗0.246∗∗∗0.242∗∗∗0.211∗∗∗0.173∗∗∗0.232∗∗∗0.294∗∗∗0.213∗∗∗H2d通过(3.631)(5.115)(5.264)(3.323)(2.882)(5.872)(6.902)(6.124)OR→OK→OI0.126∗∗∗0.148∗∗∗0.116∗∗∗0.111∗∗∗0.176∗∗∗0.090∗∗∗0.095∗∗∗0.132∗∗∗H3a通过(3.041)(4.406)(4.000)(2.840)(3.413)(3.438)(3.106)(3.786)OR→OK→II0.118∗∗∗0.144∗∗∗0.124∗∗∗0.083∗∗0.166∗∗∗0.082∗∗∗0.087∗∗∗0.125∗∗∗H3b通过(2.900)(4.266)(4.105)(2.456)(3.368)(3.274)(2.984)(3.594)IR→IK→OI0.125∗∗∗0.170∗∗∗0.163∗∗∗0.120∗∗∗0.177∗∗∗0.128∗∗∗0.203∗∗∗0.104∗∗∗H3c通过(2.837)(4.792)(4.659)(2.911)(3.378)(4.232)(4.410)(3.252)IR→IK→II0.126∗∗∗0.139∗∗∗0.160∗∗∗0.073∗∗0.122∗∗∗0.128∗∗∗0.192∗∗∗0.078∗∗∗H3d通过(2.800)(4.226)(4.548)(2.092)(2.591)(4.131)(4.291)(2.662)OR×ON→OK0.292∗∗∗0.342∗∗∗0.352∗∗∗0.306∗∗∗0.295∗∗∗0.328∗∗∗0.367∗∗∗0.288∗∗∗H4a通过(4.429)(6.416)(6.596)(4.014)(4.130)(7.823)(8.703)(7.350)IR×IN→IK0.365∗∗∗0.312∗∗∗0.336∗∗∗0.343∗∗∗0.312∗∗∗0.356∗∗∗0.371∗∗∗0.290∗∗∗H4b通过(6.096)(6.482)(7.610)(3.792)(6.479)(8.823)(10.399)(7.787)A×OK→OI-0.0420.0030.013-0.126-0.070-0.026-0.099-0.017H5a未通过(0.365)(0.039)(0.195)(0.832)(0.409)(0.521)(1.097)(0.161)A×OK→II0.294∗∗∗0.211∗∗∗0.225∗∗∗0.277∗∗0.349∗∗∗0.219∗∗∗0.250∗∗∗0.261∗∗∗H5b通过(3.784)(2.112)(2.845)(2.504)(4.236)(3.233)(4.557)(4.254)C×IK→OI0.173∗∗0.175∗∗∗0.178∗∗∗0.150∗∗∗0.207∗∗∗0.164∗∗∗0.226∗∗∗0.112∗∗∗H6a通过(2.345)(4.418)(4.245)(2.559)(3.313)(5.838)(7.802)(2.959)C×IK→II0.1050.0420.1210.0450.133∗-0.1650.0380.082H6b未通过(0.695)(0.505)(0.905)(0.477)(1.790)(1.146)(0.578)(0.803)
注:***p<0.01;**p<0.05;*p<0.10,括号中数据为T值
本研究基于421份问卷获得的样本数据进行结构方程模型分析,拟合了普适性信任、知识共享宽度与开放式创新绩效的作用路径和强度系数。研究结果表明:外部普适性信任通过外部知识共享宽度显著影响外向型与内向型开放式创新绩效,在此路径上,外部网络嵌入性调节外部普适性信任对外部知识共享宽度的正向影响,吸收能力调节外部知识共享宽度对内向型开放式创新绩效的正向影响;类似地,内部普适性信任通过内部知识共享宽度显著影响外向型与内向型开放式创新绩效,在此路径上,内部网络嵌入性调节内部普适性信任对内部知识共享宽度的正向影响,编码能力调节内部知识共享宽度对外向型开放式创新绩效的正向影响;外部知识共享宽度和内部知识共享宽度在其作用路径上均起到显著的中介作用。
[1] CHESBROUGH H W. Open business models: how to thrive in the new innovation landscape[M]. Boston, MA: Harvard Business Press, 2007.
[2] PLATOW M J, FODDY M, YAMAGISHI T, et al. Two experimental tests of trust in in-group strangers: the moderating role of common knowledge of group membership[J]. European Journal of Social Psychology, 2012, 42(1):30-35.
[3] TOM P, DRIES F, WIM V. Toward a dynamic perspective on open innovation: a longitudinal assessment of the adoption of internal and external innovation strategies in the Netherlands[J]. International Journal of Innovation Management, 2009, 13(2):177-200.
[4] WANG Z, WANG N. Knowledge sharing, innovation and firm performance[J]. Expert Systems with Applications, 2012, 39(10):8899-8908.
[5] 彭正龙, 王海花, 蒋旭灿. 开放式创新模式下资源共享对创新绩效的影响: 知识转移的中介效应[J]. 科学学与科学技术管理, 2011,32(1): 48-53.
[6] PRENCIPE A. Breadth and depth of technological capabilities in CoPS: the case of the aircraft engine control system[J]. Research Policy, 2000, 29(7):895-911.
[7] SAMADI B, CHONG C W, WAN F W Y. The influence of trust on knowledge sharing behaviour among multigenerational employees[J]. Journal of Information & Knowledge Management, 2015, 14(4):1-9.
[8] 翟学伟. 信任的本质及其文化[J]. 社会, 2014,34(1): 1-26.
[9] 罗朝明. 信任、情感与社会结构[J]. 中国社会心理学评论, 2017(2): 11-30.
[10] JUSTIN T, JUN Y, RAJARAM V. Particularistic and system trust among small and medium enterprises: a comparative study in China's transition economy[J]. Journal of Business Venturing, 2009, 24(6):544-557.
[11] 李伟民, 梁玉成. 特殊信任与普遍信任:中国人信任的结构与特征[J]. 社会学研究, 2002(3): 11-22.
[12] GRANOVETTER M. Economic action and social structure: the problem of embeddedness[J]. American Journal of Sociology, 1985, 91(3): 481-510.
[13] FARIDA N. Antecedent of innovation and marketing performance in batik industry[J]. Advanced Science Letters, 2017, 23(1):471-474.
[14] COHEN W M, LEVINTHAL D A. Absorptive capacity: a new perspective on learning and innovation[J]. Administrative Science Quarterly, 1990, 35(1): 128-152.
[15] 吕卫文. 隐性知识和编码知识[J]. 科研管理, 2007(6): 31-35.
[16] NUMPRASERTCHAI S, IGEL B. Managing knowledge through collaboration: multiple case studies of managing research in university laboratories in Thailand[J]. Technovation, 2005, 25(10): 1173-1182.
[17] NUGROHO M A. Correlations of attitude to avoid sharing risk and trust with informal knowledge sharing[J]. International Journal of Economics Business & Management Studies, 2012, 1(3): 86-95.
[18] 敖丹, 邹宇春, 高翔. 城镇居民普遍信任的区域间与区域内差异分析[J]. 当代社科视野, 2013(12): 27-27.
[19] PLATT J, KARDIA S. Public trust in health information sharing: implications for biobanking and electronic health record systems[J]. Journal of Personalized Medicine, 2015, 5(1):3-21.
[20] 林钟高, 陈曦. 社会信任、内部控制重大缺陷及其修复与财务风险[J]. 当代财经, 2016(6): 118-129.
[21] SEGARRA-CIPRÉS M, ROCA-PUIG V, BOU-LLUSAR J C. External knowledge acquisition and innovation output: an analysis of the moderating effect of internal knowledge transfer[J]. Knowledge Management Research & Practice, 2014, 12(2):203-214.
[22] 刘景东, 党兴华, 谢永平. 不同知识位势下知识获取方式与技术创新的关系研究——基于行业差异性的实证分析[J]. 科学学与科学技术管理, 2015(1): 44-52.
[23] HANSEN M T. Knowledge networks: explaining effective knowledge sharing in multiunit companies[J]. Organization Science, 2002, 13(3):232-248.
[24] 蔡宁, 闫春. 开放式创新绩效的测度:理论模型与实证检验[J]. 科学学研究, 2013, 31(3): 469-480.
[25] SPITHOVEN A, CLARYSSE B, KNOCKAERT M. Building absorptive capacity to organise inbound open innovation in traditional industries[J]. Technovation, 2010, 30(2):130-141.
[26] 袁磊. “内向型”开放创新过程中外部资源的获取和开发机制研究——基于组织分权和知识共享的视角[J]. 研究与发展管理, 2017,29(3): 64-75.
[27] BRUNO C, GIOVANNI V. Open innovation: are inbound and outbound knowledge flows really complementary[J]. Strategic Management Journal,2016,37(6): 1034-1046.
[28] 谢永平, 毛雁征, 张浩淼. 组织间信任、网络结构和知识存量对网络创新绩效的影响分析——以知识共享为中介[J]. 科技进步与对策, 2011,28(24): 172-176.
[29] DYER J H, NOBEOKA K. Creating and managing a high-performance knowledge-sharing network: the Toyota case[J]. Strategic Management Journal, 2000, 21(3):345-367.
[30] 王新华, 车珍, 于灏,等. 知识网络嵌入和知识集聚方式对组织创新力的影响差异性——知识共享意愿的视角[J]. 技术经济, 2018,37(9): 46-55.
[31] SHAKER A Z, GERARD G. absorptive capacity: a review, reconceptualization, and extension[J]. The Academy of Management Review, 2002, 27(2): 185-203.
[32] 陈志军, 缪沁男. 外部创新源对创新绩效的影响研究:吸收能力的调节作用[J]. 经济管理, 2014(3): 135-144.
[33] 张振刚, 陈志明, 李云健. 开放式创新、吸收能力与创新绩效关系研究[J]. 科研管理, 2015,36(3): 49-56.
[34] 施陈彬, 李南, 林敏, 等. 知识释放能力影响知识转移效果的模拟研究[J]. 情报理论与实践, 2011, 34(1): 23-26.
[35] BIERLY P, CHAKRABARTI A. Generic knowledge strategies in the U.S. pharmaceutical industry[J]. Strategic Management Joumal, 1996, 17(Winter S): 123-135.
[36] MOORMAN C, MINER A S. The impact of organizational memory on new product performance and creativity[J]. Journal of Marketing Research, 1997, 34(1):91-106.
[37] 何郁冰, 陈劲. 开放式全面创新:理论框架与案例分析[J]. 西安电子科技大学学报:社会科学版, 2009,19(3): 59-64.
[38] HANSEN M T. the search-transfer problem: the role of weak ties in sharing knowledge across organization subunits[J]. Administrative Science Quarterly, 1999, 44(1):82-111.
[39] ZAHEER A, BELL G G. Benefiting from network position: firm capabilities, structural holes, and performance[J]. Strategic Management Journal, 2010, 26(9): 809-825.
[40] 马雨蕾, 李宗璋, 文晓巍. 农业龙头企业与农户间技术知识转移绩效影响因素分析——基于转移双方意愿及能力的实证研究[J]. 科技进步与对策, 2013, 30(5): 128-132.