IT能力与企业创新绩效关系研究
——双元学习的调节作用

丁潇君,李婉宁,徐 磊

(北京工业大学 经济与管理学院,北京 100022)

摘 要:近年来IT能力对企业创新绩效的影响愈发受到关注,然而,关于双元学习对两者关系作用的研究较少。基于组织学习理论,构建理论模型,探讨IT基础能力和IT体系惯例对企业创新绩效的影响,以及双元学习的调节效应。对313家企业问卷调查的分析表明:IT基础能力和IT体系惯例两种IT能力均能促进企业创新绩效提升。调节作用结果显示:探索式学习、利用式学习均能加强IT能力对企业创新绩效的促进作用。

关键词:IT基础能力;IT体系惯例;创新绩效;双元学习

Research on the Relationship between IT Capability and Enterprise Innovation Performance——Based on the Perspective of Dual Learning Regulation

Ding Xiaojun,Li Wanning,Xu Lei

(College of Economics and Management,Beijing University of Technology,Beijing 100022,China)

AbstractIn recent years,more and more attention has been paid to the impact of it capability on enterprise innovation performance.However,there is little research on the relationship between dual learning and it capability.Based on the organizational learning theory,this paper constructs a theoretical model to explore the impact of it basic capabilities and it system practices on the innovation performance of enterprises,as well as the regulatory effect of dual learning.The results of questionnaire survey of 313 enterprises show that both it basic ability and it system convention can promote the innovation performance of enterprises;the results of adjustment show that both exploratory learning and utilization learning can strengthen the promotion of it ability on the innovation performance of enterprises.The research enriches the research on the moderating effect of dual learning on the relationship between it capability and innovation performance,and provides a reference for enterprises to improve their innovation performance by developing it capability and dual learning.

Key Words:IT Basic Capacity;IT System Practices;Enterprise Innovation Performance;Ambidextrous Learning

DOI10.6049/kjjbydc.2019120720

开放科学(资源服务)标识码(OSID):

中图分类号:F273.1

文献标识码:A

文章编号:1001-7348(2020)10-0090-09

收稿日期:2020-04-15

基金项目:北京市教委科技发展基金项目(SM201710005003);北京市自然科学基金项目(9174026)

作者简介:丁潇君(1974-),女,江苏宜兴人,博士,北京工业大学经济与管理学院副教授,研究方向为技术创新、文化创新;李婉宁(1994-),女,河北雄安人,北京工业大学经济与管理学院硕士研究生,研究方向为技术创新;徐磊(1981-),女,安徽合肥人,博士,北京工业大学经济与管理学院副教授,研究方向为新产品开发和企业创新。本文通讯作者:徐磊。

0 引言

近年来,信息技术(Information Technology,IT)被广泛应用于企业并发展成为IT能力,帮助企业突破资源环境瓶颈与自身局限,更高效地配置、利用组织内外部各种资源,建立企业竞争优势[1]。IT能力是企业在信息化过程中不断学习和积累、与企业历史和文化紧密相连的特殊资源[2],是企业借助先进理念与方法综合运用资源[3],对资源互补性或信息化互补机制产生重要影响[4],并对企业创新绩效产生直接作用的企业能力[5]。国家发展和改革委员会(发改委)在增强制造业核心能力的计划书中再次强调,包括IT能力在内的多种先进制造科技与产业相结合实现技术产业化具有重要价值。2019年11月27日公布的全国第4次经济普查结果显示,我国平均每家企业计算机拥有量首次超过50台,70%以上的企业拥有专职信息技术人才,企业信息化投入超过6 500亿元。企业信息化管理持续拓展,互联网应用不断加深,企业管理、创新活动均受到IT能力发展程度的影响。

目前相关研究主要关注IT能力与企业创新绩效间关系。一方面,实证研究发现IT能力可以促进企业技术创新绩效提升[6],通过影响业务流程敏捷性、战略管理进而提升创新绩效[7,8],能为企业带来持续竞争优势和经济回报[9],还可以通过内部协同提高企业创新绩效[10]。另一方面,IT能力也被证实其本身不能在技术创新过程中提升企业创新绩效[11],亦不能通过提升企业吸收能力提升创新绩效,而是需要将知识、资源融入到IT能力中[12],才能实现对企业创新绩效的积极作用。可见,企业实现创新绩效不仅需要依靠信息技术本身,还受到企业信息化过程中知识积累的影响,而双元学习是帮助企业进行知识更新拓展和积累深挖的重要渠道[13]。双元学习包括探索式学习和利用式学习。探索式学习强调前沿新知识的搜寻、获取或创造[14],注重开拓新的市场领域、开发新技术,从而增强IT能力对企业创新收益的促进作用;利用式学习注重积累有效解决当前市场和产品问题的方法与知识,并进行深度挖掘从而提高效率[15],通过利用式学习可以加强对当前技术领域和市场领域的深度挖掘,从而保证企业创新绩效[16]。在双元学习的作用下,企业得以在信息化过程中加快对知识的吸收、积累和扩展,强化IT能力对组织内外资源的配置、利用,从而提高企业创新绩效。

综上,现有文献多集中在IT能力与企业创新绩效的关系上[6-8],鲜有学者研究双元学习对IT能力与企业创新绩效间关系的调节作用。因此,本文在探讨IT能力(IT基础能力和IT体系惯例)对企业创新绩效影响的基础上,创新性地进一步分析双元学习对IT能力与企业创新绩效间关系的调节作用,厘清IT能力、双元学习与企业创新绩效之间的关系,为企业IT创新战略决策提供参考。

1 文献综述与假设

1.1 IT能力与企业创新绩效

Schoemaker[17]基于动态能力理论,提出企业运营的成功在于利用和部署特殊资源的组织能力,IT能力是企业部署IT资源从而实现发展的关键[15]。关于不同类型IT能力对企业创新绩效关系的影响机制,学者们的研究从未停止。Bharadwaj[18]将IT能力划分为IT基础设施、IT人员能力、IT体系惯例和IT关系资产四大类;Kim[19]在后续研究中强调,IT基础能力除IT基础资源外,还应包括IT人员专业知识能力;曾伏娥等[7]关于IT能力的最新研究中对Bharadwaj[21]划分的IT基础设施和IT人员能力维度进行了合并;Peppard等[20]强调IT能力包括IT基础能力与IT体系惯例;谢卫红[22]对IT能力的研究也探讨了IT基础能力和IT体系惯例的作用;Bharadwaj[21]、Kim[19]和曾伏娥等[7]的研究结果均论证了IT基础能力对企业创新绩效的积极作用;Peppard[20]、谢卫红[22]的研究除检验IT基础能力的作用外,还验证了IT体系惯例对企业竞争优势的积极作用。综合已有研究,本文将IT能力划分为IT基础能力和IT体系惯例两个维度。其中,IT基础能力包括计算机软硬件等基础设施设备和IT支持人员,体系惯例是指公司对IT的重视程度以及IT政策与公司战略计划的一致性程度。

IT基础能力反映企业充分使用技术资源的能力[23]。首先,IT基础能力可以充分利用企业IT基础设施完成创新工作,同时利用IT人员知识资源,加快创新进程。卢艳秋等[6]发现IT基础能力的充分利用有利于正向促进技术创新绩效提升。其次,IT基础能力作为企业初级能力,可以带动中高级能力发展。曾伏娥等[7]发现,IT基础能力可以通过影响业务流程敏捷性这一高级能力进而提升企业可持续发展绩效;迟嘉昱[24]发现,IT基础能力可以通过提高知识获取、知识共享和知识使用促进企业创新绩效提升;周驷华[25]发现,IT基础能力可以通过加强整体信息整合能力提高创新绩效;赵付春[26]也进一步验证了IT基础能力可以通过提升开放式创新能力,对创新绩效发挥积极作用。由此,提出如下假设:

H1a:IT基础能力有利于提高企业创新绩效。

IT体系惯例反映了IT政策与企业战略意图的一致程度,以及IT部门与其它部门或优势资源相协调、匹配的程度。谢卫红等[23]发现,IT体系惯例在一定程度上反映高层对IT的重视程度、IT政策与企业战略方向的贴合性。IT体系惯例的规范化有利于各部门间积极互动,将创新流程高度信息化。IT体系惯例帮助企业广泛搜集知识并进行整理分类,采用先进IT工具进行内部交流和知识开发,有助于企业高效开展业务活动[27]。企业创新不仅依靠技术能力发展,还需要技术能力与要素的协同。如邵云飞[9]等研究发现,IT体系惯例可以促进企业创新绩效提升,并通过企业内多要素协同进一步提升企业创新绩效。由此,提出如下假设:

H1b:IT体系惯例有利于提高企业创新绩效。

1.2 双元学习的调节效应

双元学习包括探索式学习和利用式学习,是知识拓展、积累的重要途径[13],有利于企业对全新知识的积累、拓展以及对原有知识的深挖升级,在信息化过程中获取更深层次、更全面的IT能力,为企业创造新产品、发现新市场提供可能性。因此,双元学习可以为IT能力提升创新绩效夯实知识基础。

1.2.1 双元学习对IT基础能力效用的调节

IT基础能力主要通过充分利用IT基础资源和积极引导、调动IT人员知识技术资源,提高企业创新绩效,而双元学习为企业带来知识拓宽与挖深、丰富全面的市场和产品信息,以及对IT人员的引导带动作用,这些都会对IT基础能力与企业创新绩效间关系产生影响。

探索式学习有助于企业获取全新专业、系统的知识,将新知识与原有知识进行组合匹配,打造新的知识体系,为创新活动提供必要和有价值的新知识资源,从而加强企业IT基础能力对创新活动的促进作用[28],提高创新绩效。同时,学习过程中引入的新技术知识与原有技术的融合,有利于提高新产品效率和质量[15],促进企业创新绩效提升。在探索式学习过程中,企业会探索发掘有待进入的市场或符合客户需求的新产品,这会刺激企业对IT基础资源的充分利用和IT人员在新领域的研发动力增长,进而创造更多具有价值的新成果[29],提升创新绩效。因此,提出如下假设:

H2a:探索式学习会加强IT基础能力对企业创新绩效的促进作用。

企业利用式学习有助于IT成员对已有产品和市场领域加深了解,有利于企业加强IT基础能力应用,整合企业市场知识和经验,并针对产品进行一些改进[30],使产品创新方向更适应市场需要。同时,对产品信息进行深入了解后,获取到的信息技术有利于企业对原有技术知识层面进行更深入的研究,改善产品中存在的问题,提高新产品开发效率,进而提高创新绩效。利用式学习获取的知识有利于原有知识体系的探索和深挖[31],还可以积极调动IT人员已有知识和资源,激发IT人员在原有领域的研究热情。因此,提出如下假设:

H2b:利用式学习会加强IT基础能力对企业创新绩效的促进作用。

1.2.2 双元学习对IT体系惯例效用的调节

IT体系惯例体现了企业对IT能力发展的重视程度、IT部门与其它部门协作程度,以及IT发展战略与企业发展战略的一致性程度[22]。当IT政策受到高度重视时,IT能力得以稳步发展,IT体系惯例带来的部门间新技术互通优势能够提升企业工作效率。公司战略往往依据市场环境或未来市场环境进行制定,但公司产品与市场需求间存在一定差异。双元学习带来信息与资源,能够使IT政策制定更加贴合市场需求并与企业战略相一致,创造出更合适市场需求的新产品,提升企业创新绩效。

企业通过探索式学习,可以获取有待开发、预期带来较高回报的新市场、新领域相关信息,同步形成新知识与资源积累[32]。探索式学习促进公司及时侦测追踪中国企业信息化水平,整体进行电子设备更新,并提高信息化管理程度,不断加深IT能力应用。同时,IT部门将较为陈旧、不适应市场要求的技术研发方向积极调整到新的研发领域[33],对产品新功能、新方向进行研发创造。对新市场信息的掌控,一方面促使企业调整IT政策,使其与企业战略更为贴合,另一方面新产品更加适应市场动态变化和客户要求,为企业带来更好的创新绩效。 由此,提出如下假设:

H3a:探索式学习会加强IT体系惯例对企业创新绩效的促进作用。

企业通过利用式学习,对固有知识进行挖掘、提炼、延伸和改进,有利于提高现有业务的创新绩效[34]。利用式学习可以不断深挖现有知识和技术潜力,并充分利用内部资源,对各运行部门进行调整和改进[35],使企业不断提升自身IT能力,保持核心竞争力。同时,开展利用式学习,高效挖掘内部知识体系,并通过相互间交流学习,加速知识在各部门和层级之间的整合、复制、流动与传播[36,37],促使IT部门与其它业务部门间协作程度逐步提高。通过利用式学习,能够不断提升内部资源使用效率,形成企业不可复制的独特技术资源,进而提升创新绩效。由此,提出如下假设:

H3b:利用式学习会加强IT体系惯例对企业创新绩效的促进作用。

综上,本文提出概念模型,如图1所示。

图1 概念模型

2 研究设计

2.1 样本与数据收集

本文数据通过调查问卷获得。调查问卷包括两大部分:一为基本信息,包括企业所有制、企业所处行业、企业所在地区、企业规模、企业销售额、企业年龄、被调查者所在部门和被调查者职位等;二为解释变量、被解释变量、调节变量,分别为IT能力、企业创新绩效和双元学习。

问卷设计主要源于已有文献的成熟量表,在此基础上改进相应指标。为确保问卷质量,在正式发放之前,由北京工业大学经济与管理学院信息技术、组织学习和创新绩效领域5名专家组成的专家组给出修改意见,并选取20名高层管理人员进行预调研。根据双方反馈意见对问卷作出修改完善,使问题更加合理、便于回答,2019年3月初确定了最终问卷。

问卷发放方式有3种:MBA学员现场问卷调查、MBA学员将问卷带给关系企业填写后寄回、走访企业。调研对象为信息技术部门负责人或管理人员、与信息技术部门合作密切的部门负责人或管理人员、对企业新生产线引进和新产品研发或销售比较了解的部门负责人或管理人员、对企业总体情况比较了解的高层管理人员等。问卷样本主要来自京津冀地区。2019年3-5月发放问卷,共发放498份,回收401份,回收率为80.5%。剔除填写不完整和具有明显规律性的问卷,剩余有效问卷313份,有效回收率为62.9%。关于企业所属产业分类,按照国家统计局2018年3月23日公布的《关于修订三次产业划分规定(2012)》中的三次产业进行分类,有效问卷描述性统计结果见表1。

表1 样本描述性统计特征

样本属性数量占比(%)样本属性数量占比(%)企业所处行业第一产业农林牧渔业309.58企业员工规模200人以下15850.48第二产业制造业10627.48201-5008727.80第三产业信息传输、软件和信息技术服务业4313.75501-20004313.742000以上257.98房地产业5417.25企业所有制国有6821.72金融业309.58非国有24578.28住宿和餐饮206.39职位高级管理层4915.65批发和零售业123.83部门负责人7423.64金属制品、机械和设备修理业185.76部门管理人员19060.71企业年龄10年以下14947.60部门信息技术6420.4510-20年11737.38生产部门7323.3220年以上4715.02销售部门9329.71企业销售额500万以下7724.60财务部门3410.86500-3000万10834.50行政部门4915.663000万-1亿7022.36地区北京14746.961亿-3亿237.36天津8426.843亿以上3511.18河北8226.20

2.2 变量测量

(1)被解释变量:创新绩效。借鉴Bell[38]、Gemunden等[39]和Ritter 等[40]的研究,主要从两方面考察企业创新绩效:工艺创新绩效和产品创新绩效。创新绩效通过总体开发成本降低(C1)、引进创新的制造、管理、维护和物流方法(C2)、引进新的生产制造流程(C3)、推出新产品和新服务(C4)、新产品技术含量(C5)、产品创新和改进获得的市场反应(C6)、投入产出效率或新产品开发成功率(C7)等7个题项进行测量。

(2)解释变量:IT能力。借鉴邵云飞[9]和曾伏娥[7]的研究,从两方面考察IT能力:IT基础能力和IT体系惯例。IT基础能力通过公司信息网络建设水平(A11)、运用IT设备进行顺畅的信息沟通和资源共享(A12)、IT人员了解计算机信息系统(A13)、IT人员数量更充足、专业能力更强(A14)等4个题项进行测量;IT体系惯例通过与顾客、供应商共享IT知识(A21)、IT部门与业务部门保持较为紧密的联系(A22)、认可IT可以提高公司价值(A23)、IT计划与业务战略计划的一致性程度(A24)等4个题项进行测量。

(3)调节变量:双元学习,即探索式学习和利用式学习。主要参考Atuahene-Gima[41]和Chung等[42]的研究,探索式学习通过公司重视寻求新市场和新产品的信息(B11)、公司积极寻求高风险、有待开发的市场和产品信息(B12)、公司为开发新的市场和产品,积极引导员工学习新知识(B13)等3个题项进行测量;利用式学习通过公司重视搜索当前市场和产品的信息(B21)、公司重视积累有效解决当前市场和产品问题的方法(B22)、公司为改善现有市场和产品,积极引导员工充分利用已有知识(B23)等3个题项进行测量。

(4)控制变量。本文以企业规模、企业年龄、企业销售额、企业所有制、企业所在地区以及企业所属行业作为控制变量。

详细变量说明见表2。

表2 变量指标体系

变量类别变量名称变量代码变量测量主变量 企业创新绩效EIP通过C1-C7等7个题项测量IT能力IT基础能力ITIC通过A11-A14等4个题项测量IT体系惯例ITSC通过A21-A24等4个题项测量双元学习探索式学习TS通过B11-B13等3题项测量利用式学习LY通过B21-B23等3个题项测量控制变量企业规模Size按员工数划分企业年龄Year按企业经营时间划分企业所有制Soe哑变量,国有企业为1,否则为0企业销售额Sales按企业销售收入划分企业所属行业Indu按传统制造业、高新技术行业、房地产、服务和其它划分地区Area按所属省份划分:京、津、冀

3 实证分析

3.1 描述性统计分析

由表3可知,描述性统计分析发现各变量间显著正相关,并且相关性均小于0.6,说明结果受到多重共线性影响较小。各变量VIF值都小于4.5,低于临界值10,说明各变量间没有严重的共线性问题,由此可以进行下一步回归分析和假设检验。

表3 变量均值、标准差与相关系数

Mean S.D123456789101.企业规模2.63 1.150712.企业年龄2.781.34770.394***13.企业销售额2.461.2570.543***0.347***14.企业所有制0.550.497-0.0240.018-0.08515.IT基础能力4.0720.65870.020-0.160***-0.230***0.115**6.IT体系惯例4.0540.657-0.087-0.135**-0.245***0.119** 0.531***17.探索式学习4.0120.730-0.0080.005-0.1*0.0760.559***0.438***18.利用式学习4.0590.762-0.065-0.045-0.0650.0520.513***0.569***0.426***19.创新绩效3.9500.747-0.080-0.075-0.231***0.0740.576***0.425***0.598***0.598*** 0.235***1

注:*表示p<0.1,**表示p<0.05,***表示p<0.01,下同

3.2 信效度分析

本文采用Harman单因子法检验是否存在共同方法偏差(CMV)问题,因为每份问卷填写人员相同,可能存在该问题。验证结果显示,未旋转时析出第一个因子方差解释度为33.201%,即没有一个因子方差解释度过高,说明不存在CMV问题。基于表4可以获知,在信度方面,变量信度Cronbach's α都在0.8以上达到0.7的标准要求,组合效度(CR)值均大于0.8,说明问卷具有良好信度。在效度方面,IT基础能力的KMO值为0.736(p<0.001),IT体系惯例的KMO值为0.762(p<0.001),探索式分析的KMO值0.91(p<0.001),创新绩效的KMO值0.97(p<0.001)。各变量因子载荷均大于0.7,达到0.5的要求且T值达到显著性水平,说明量表具有较好聚合效度。同时,AVE值在0.6~0.8之间,AVE平方根值大于所在变量间相关系数,说明量表具有较好的区别效度。

表4 变量信效度分析结果

变量题项因子载荷CITCα系数CRAVE变量题项因子载荷CITCα系数CRAVEIT基础能力A110.8150.6270.7820.860 0.607利用式学习B210.8820.7100.8020.884 0.718A120.7010.806B220.8070.583A130.7870.693B230.8510.653A140.8080.632IT体系惯例A210.7330.7340.7840.861 0.607创新绩效C10.7210.5850.9020.923 0.633A220.7860.698C20.7640.676A230.7990.617C30.8370.767A420.7970.612C40.8280.747探索式学习B110.8570.6360.7620.865 0.683C50.7860.697B120.7520.705C60.8280.748B130.8650.649C70.8310.755

3.3 假设验证

3.3.1 直接效应

表5是自变量和因变量的回归分析结果。模型1是控制变量对创新绩效的回归模型,模型2和模型3分别是IT基础能力、IT体系惯例对创新绩效的回归模型。表5中的模型2是对H1a的检验,IT基础能力与创新绩效显著正相关(β=0.717,p<0.001),即IT基础能力促进企业创新绩效。因此,假设H1a通过验证。模型3是对假设H1b的检验,可以发现IT体系惯例与创新绩效显著正相关(β=0.780,p<0.001),IT体系惯例促进企业创新绩效。因此,假设H1b通过验证。

3.3.2 双元学习对IT基础能力的调节作用检验

表6是对IT基础能力的调节作用分析。模型1是对假设H2a的检验,从回归系数可见IT基础能力与创新绩效的关系受到探索式学习的正向调节(β=0.074,p<0.05),即企业追求探索式学习有利于加强IT基础能力对创新绩效的促进作用,假设H2a通过检验。模型2是对假设H2b的检验,从回归系数可见,IT基础能力与创新绩效的关系受到利用式学习的正向调节(β=0.074,p<0.05),即企业追求利用式学习加强IT基础能力对创新绩效的促进作用,假设H2b通过检验。

表5 IT能力对企业创新绩效作用分析结果

变量变量名称创新绩效模型1模型2模型3企业规模size0.020-0.050-0.008(0.46)(-1.454)(-0.240)企业年龄Year0.0010.048*0.029(0.04)(1.866)(1.221)销售收入sales-0.104**-0.031-0.037(-2054)(-0.948)(-1.223)行业induYYY地区areaYYY所有制soe0.057-0.001-0.015(0.68)(-0.012)(-0.244)常数项cons4.197***1.091***0.809**(9.51)(2.686)(2.129)IT基础能力ITIC0.717***(14.025)IT体系惯例ITSC0.780***(16.304)N313313313R20.2010.5260.585R2 adjust0.1340.4840.549F3.0112.72516.184

注:括号中的是t值,下同

表6 对IT基础能力的调节作用分析结果

变量变量名称创新绩效模型1模型2企业规模size-0.033-0.017(-1.340)(-0.614)企业年龄Year0.0200.038*(1.054)(1.746)销售收入sales-0.046*-0.060**(-1.938)(-2.236)行业induYY地区areaYY所有制soe-0.0230.001(-0.492)(0.020)常数项cons1.278**1.379**(2.418)(2.331)IT基础能力ITIC0.0820.170(0.670)(1.251)探索式学习TS0.323**(2.303)IT基础能力*探索式学习Balance0.074**(2.185)利用式学习ITIC*TS0.181(1.222)IT基础能力*利用式学习ITIC*LY0.074**(2.045)N313313R20.7500.676R2 adjust0.7270.645F31.72522.011

3.3.3 双元学习对IT体系惯例的调节作用检验

表7是对IT体系惯例的调节作用分析。模型1是对假设H3a的检验,从回归系数可见,IT体系惯例与创新绩效的关系受到探索式学习的正向调节(β=0.076,p<0.05),即企业追求探索式学习有利于加强IT体系惯例对创新绩效的促进作用,假设H3a通过检验。模型2是对假设H3b的检验,从回归系数可见,IT体系惯例与创新绩效的关系受到利用式学习的正向调节(β=0.078,p<0.05),即企业追求利用式学习有利于加强IT体系惯例对创新绩效的促进作用,假设H3b通过检验。

表7 对IT体系惯例的调节作用分析结果

变量变量名称创新绩效模型1模型2企业规模size-0.0090.007(-0.384)(0.275)企业年龄Year0.0110.025(0.567)(1.198)销售收入sales-0.052**-0.061**(-2.209)(-2.352)行业induYY地区areaYY所有制soe-0.0230.000(-0.476)(0.008)常数项cons1.430***1.353**(2.701)(2.337)IT体系惯例ITSC0.1030.225*(0.808)(1.671)探索式学习TS0.276*(1.945)IT体系惯例*探索式学习ITSC*TS0.076**(2.197)利用式学习LY0.115(0.780)IT体系惯例*利用式学习ITSC*LY0.078**(2.147)N313313R20.7500.693R2 adjust0.7260.663F31.66923.778

为了更加直观地观察双元学习在IT能力与企业创新绩效间的调节作用,按照Aiken等[43]的方法绘制调节效应图。由图2-图5可知调节变量处于高、低两种水平时自变量与因变量之间的关系。

由图2可知,当探索式学习处于低水平时,IT基础能力与企业创新绩效正相关但不显著(t=1.368,p=0.172>0.1);当探索式学习处于高水平时,IT基础能力与企业创新绩效显著正相关(t=6.392,p=0.000<0.01),这证明了企业越发掘IT基础能力,创新绩效越好,高水平探索式学习能够显著加强IT基础能力对企业创新绩效的正向促进作用,低水平探索式学习不具有正向促进作用。由图3可知,在利用式学习处于低水平时,直线的斜率较小(t=1.871,p=0.062<0.1),利用式学习处于高水平时,直线的斜率较大(t=2.973,p=0.003<0.01),这也进一步证明企业越发掘IT基础能力,企业创新绩效越好,高水平利用式学习能够显著加强IT基础能力对企业创新绩效的正向促进作用,比低水平利用式学习的作用更强。

图2 探索式学习对IT基础能力的调节作用

图3利用式学习对IT基础能力的调节作用

由图4可知,不同的探索式学习水平下,IT体系惯例与企业创新绩效均呈正向关系。但是,探索式学习处于低水平时,直线斜率较小(t=1.887,p=0.060<0.1);探索式学习处于高水平时,直线斜率较大(t=15.274,p=0.000<0.01),这表示企业越贯彻IT体系惯例,创新绩效越好,高水平探索式学习有利于加强IT体系惯例对企业创新绩的促进作用,且作用效果比低水平探索式学习的效果更显著。由图5可知,不同利用式学习水平下,IT体系惯例与企业创新绩效均呈正向关系,但在低利用式学习水平下,直线斜率较小(t=2.324,p=0.021<0.05),高水平利用式学习水平下,直线斜率较大(t=3.385,p=0.001<0.01),这表示企业越贯彻IT体系惯例,企业创新绩效越好,高水平利用式学习可以加强IT体系惯例对企业创新绩效的促进作用,且比低水平利用式学习的调节作用更显著。

图4 探索式学习对IT体系惯例的调节作用

图5 利用式学习对IT体系惯例的调节作用

4 结论与启示

4.1 结论

本研究以调查问卷获取的313家京津冀企业为研究对象,采用多元回归方法,对IT基础能力、IT体系惯例对企业创新绩效的影响进行验证,并分别讨论了探索式学习、利用式学习对两者关系的调节作用,得出以下3个结论:

(1)IT基础能力、IT体系惯例均对企业创新绩效具有显著促进作用,即企业越注重发展IT基础能力,越有利于促进企业创新绩效提升,企业越注重贯彻IT体系惯例,越有利于促进企业创新绩效提升。通过实证研究发现,IT体系惯例对企业创新的正向促进作用比IT基础能力的影响更大,即相较于IT基础能力,发展IT体系惯例对企业创新绩效的促进作用更大,该结论为IT体系惯例后续研究打下了基础。

(2)探索式学习、利用式学习对IT基础能力与企业创新绩效间关系具有显著正向调节作用。企业越注重发展探索式学习和利用式学习,越有利于增加IT基础能力对企业创新绩效的促进作用。利用式学习处在高水平、低水平下均对IT基础能力与企业创新绩效间关系具有正向调节作用,其中,高水平利用式学习的促进作用更为显著;低水平探索式学习对IT基础能力与企业创新绩效间关系无显著调节作用,高水平探索式学习则有显著正向调节作用。该结论表明不同强度探索式学习的调节作用存在显著差异,为后续探索式学习强度研究提供了铺垫。

(3)探索式学习、利用式学习对IT体系惯例与企业创新绩效间关系具有显著正向调节作用。双元学习处在高、低水平下对IT体系惯例与企业创新绩效间关系均有正向调节作用,高水平双元学习的促进作用更为显著。企业越注重发展探索式学习和利用式学习,越有利于增加IT体系惯例对企业创新绩效的促进作用。

4.2 启示

(1)企业应重视对IT基础能力和IT体系惯例的发展与利用。企业应采用多种方式积极提高IT基础能力,通过引进电子设备和电子信息管理系统,提高公司信息网络建设水平,并鼓励员工使用IT设备进行信息沟通和资源共享,培训员工加强对计算机信息系统的了解,及时补充IT人才,提升企业创新活动效率,从而提升企业绩效。同时,企业应该贯彻IT体系惯例,使企业IT政策与创新战略紧密贴合,促进顾客、供应商和企业IT知识共享,提升IT部门与业务部门间信息交流效率,进一步提升企业创新绩效。

(2)企业应发挥双元学习的积极作用。一方面组织员工进行深入的探索式学习,通过引入新兴技术或基础设施,对薄弱或新兴的技术领域进行重点突破,从而提升创新绩效;另一方面通过利用式学习,进一步发挥IT基础资源的效用,加强对计算机系统的了解以及领域内知识的深层次挖掘,提高企业信息化过程中知识积累转化效率,进而提升企业创新绩效。

(3)企业应注重利用双元学习,发挥IT体系惯例的积极作用。加大IT部门探索式学习力度,引导员工学习新知识,高效地将较为陈旧、不适应市场要求的技术研发方向调整到新的研发领域,积极寻求新市场和新产品信息。同时,开展利用式学习,加速知识在各部门和层级之间的整合、复制、流动与传播,提高IT部门与其它业务部门间协作程度,积累有效解决当前市场和产品问题的方法,加快创新技术成果转化速率,不断提升企业技术水平和创新绩效。

4.3 研究不足与未来展望

本研究不足之处主要体现为两个方面:一是通过调查问卷获取的数据为横截面数据,不足以显示变量之间的动态变化;二是数据通过调查问卷进行获取会导致一定的主观性。未来研究中,一方面可以采用纵向案例研究方法,分析企业发展IT能力对企业创新绩效的动态影响;另一方面,可以一个企业发放多份问卷,取均值以降低主观印象造成的测量误差,进一步提升数据可靠性与科学性。

参考文献:

[1] 高丽,王德禄.基于资源基础论的IT资源与能力分析[J].兰州商学院学报,2005,21(5):6-10.

[2] MATA,FRANCISCO J,FUERST,et al.Information technology and sustained competitive advantage:a resource-based analysis[J].Mis Quarterly,1995,19(4):487-505.

[3] 益维,陈菊红,周延杰,等.IT能力对制造企业服务创新绩效的作用路径研究[J].统计与信息论坛,2015,30(7):101-106.

[4] 齐晓梅,楼润平,成俊会.IT能力构建及其对企业和谐信息化的影响研究[J].科研管理,2019,40(5):145-154.

[5] PANGIL,FAIZUNIAH,MOI CHAN,JOON.The mediating effect of knowledge sharing on the relationship between trust and virtual team effectiveness[J].Journal of Knowledge Management,2018(1):92-106.

[6] 卢艳秋,肖艳红,叶英平.知识导向IT能力、知识管理战略匹配与技术创新绩效[J].经济管理,2017(1):71-85.

[7] 曾伏娥,郑欣,李雪.IT能力与企业可持续发展绩效的关系研究[J].科研管理,2018,39(4):92-101.

[8] 陈诚,毛基业.企业战略选择的情绪基础:基于IT服务供应商的多案例研究[J].中国工业经济,2017(4):176-192.

[9] 邵云飞,庞博,方佳明.IT能力视角下企业内部多要素协同与创新绩效研究[J].管理评论,2018,30(6):70-80.

[10] 张涛,庄贵军.IT 能力,渠道关系治理行为与渠道满意:分销商投机氛围的权变影响[J].管理评论,2015,27(7):116-126.

[11] PRAJOGO D,OLHAGER J.Supply chain integration and performance:the effects of long-term relationships,information technology and sharing,and logistics integration[J].International Journal of Production Economics,2012,135(1):514-522.

[12] 谢卫红,成明慧,王田绘,等.IT能力对企业吸收能力的影响机理研究——基于IT治理的视角[J].研究与发展管理,2015,27(6):124-134.

[13] 郭京福,巩见刚,毛海军.企业IT能力与竞争优势研究[J].中国管理信息化,2007(12):12-14.

[14] 李杰义,闫静波.双重网络嵌入性对双元学习的均衡影响机制研究[J].软科学,2019,33(1):76-79.

[15] YALCINKAYA G,CALANTONE R J,GRIFFITH D A.An examination of exploration and exploitation capabilities:implications for product innovation and market performance[J].Journal of International Marketing,2007,15(4):63-93.

[16] LEVINTHAL D A,MARCH J G.The myopia of learning[J].Strategic Management Journal,1993,14(S2):18.

[17] SCHOEMAKER P J H,AMIT R.Strategic assets and organizational rent[M]// Unions,labor and industrial relations in Africa :Center for International Studies.Cornell University,1993:33-46.

[18] BHARADWAJ A S.A resource-based perspective on information technology capability and firm performance:an empirical investigation[J].Mis Quarterly,2000,24(1):169-196.

[19] KIM G,SHIN B,KIM K K,et al.IT capabilities,process-oriented dynamic capabilities,and firm financial performance[J].Journal of the Association for Information Systems,2011,12(7):487-517.

[20] PEPPARD J,LAMBERT R,EDWARDS C.Whose job is it anyway:organizational information competencies for value creation[J].Information Systems Journal,2010,10(4):291-322.

[21] BHARADWAJ A S.A resource-based perspective on information technology capability and firm performance:an empirical investigation[J].MIS Quarterly,2000,24(1):169-196.

[22] 谢卫红,王永健,蒋峦,等.IT能力与竞争优势关系研究——组织技术中介效应与环境不确定性调节效应[J].科学学与科学技术管理,2010,31(12):122-131.

[23] AFUAH A.Mapping technological capabilities into product markets and competitive advantage:the case of cholesterol drugs[J].Strategic Management Journal,2002,23(2):171-179.

[24] 迟嘉昱,孙翎.IT能力对企业绩效影响机制的实证研究——基于组织学习的视角[J].情报杂志,2010,29(4):58-61.

[25] 周驷华,万国华.信息技术能力对供应链绩效的影响:基于信息整合的视角[J].系统管理学报,2016,25(1):90-102.

[26] 赵付春,冯臻.开放式创新绩效实现机制实证研究:基于IT能力理论的视角[J].科技进步与对策,2015(16):1-6.

[27] 谢卫红,李忠顺,屈喜凤,等.实物期权理论的 IT 能力与企业绩效关系:时间节奏的中介作用[J].工业工程,2015(4):22-30.

[28] SRIVASTAVA A,BARTOL K M,LOCKE E A.Empowering leadership in management teams:effects on knowledge sharing,efficacy,and performance[J].Academy of Management Journal,2006,49(6):1239-1251.

[29] MENGUC B,AUH S.Development and return on execution of product innovation capabilities:the role of organizational structure[J].Industrial Marketing Management,2010,39(5):820-831.

[30] 舒成利,胡一飞,江旭.战略联盟中的双元学习、知识获取与创新绩效[J].研究与发展管理,2015,27(6):97-106.

[31] HE Z L,WONG P K.Exploration vs.exploitation:an empirical test of the ambidexterity hypothesis[J].Organization Science,2004,15(4):481-494.

[32] 李梓涵昕,王侃,李昌文.新产品开发视角下高管结构型社会资本对组织学习的影响 ——基于外部环境不确定性的调节作用研究[J].科学学与科学技术管理,2018(8):69-81.

[33] 刘新梅,白杨.组织学习影响组织创造力的知识获取路径研究[J].管理科学,2013(2):51-61.

[34] 彭正龙,何培旭.企业战略导向的权变选择及差别绩效效应:探索性/利用性学习的中介作用和产业类型的调节作用[J].管理评论,2015,27(5):121-134+187.

[35] DEEDS R D L.Exploration and exploitation alliances in biotechnology:a system of new product development[J].Strategic Management Journal,2004,25(3):201-221.

[36] LI Y H,HUANG J W,TSAI M T.Entrepreneurial orientation and firm performance:the role of knowledge creation process[J].Industrial Marketing Management,2009,38(4):440-449.

[37] WANG C L.Entrepreneurial orientation,learning orientation,and firm performance[J].Entrepreneurship Theory & Practice,2010,32(4):635-657.

[38] BELL G G.Clusters,networks,and firm innovativeness[J].Strategic Management Journal,2005,26(3):287-295.

[39] GEMÜNDEN H G,RITTER T,HEYDEBRECK P.Network configuration and innovation success:an empirical analysis in German high-tech industries[J].International Journal of Research in Marketing,1996,13(5):449-462.

[40] RITTER T,GEMÜNDEN H G.The impact of a company′s business strategy on its technological competence,network competence and innovation success[J].Journal of Business Research,2004,57(5):548-556.

[41] ATUAHENE-GIMA K.The effects of centrifugal and centripetal forces on product development speed and quality:how does problem solving matter[J].The Academy of Management Journal,2003,46(3):359-373.

[42] CHUNG H F L,YANG Z,HUANG P H.How does organizational learning matter in strategic business performance? the contingency role of guanxi networking[J].Journal of Business Research,2015,68(6):1216-1224.

[43] AIKEN L S,WEST S G.Multiple regression:testing and interpreting interactions[M].Newbury Park:Sage,1991.

(责任编辑:万贤贤)