创新活动有效解决了企业生存与发展过程中存在的“伊卡洛斯悖论”(Lcarus Paradox)问题,成为应对环境变化、实现可持续发展并获得竞争优势的重要手段。在中国经济转型的复杂动态环境下,增强创新能力是实现经济提质增效、全面深化供给侧结构性改革的重要战略方向,而认知模式对推动经济内生增长、产业升级和企业发展具有指向性作用[1]。既有研究表明,创新行为作为一种知识密集型活动,促使不同领域专家共享认知模式,并对企业创新绩效产生重大影响[2-3]。因此,高管团队(Top Management Team, TMT)认知交互对企业创新活动具有重大影响。
国内外学者关于认知交互与创新的研究主要形成两个流派:①知识管理学派认为,认知交互实现了团队成员知识共享与整合,促进成员了解团队任务和外部环境,识别并发现市场潜在机会,最终实现企业创新[4];②组织学习学派发现,高水平的认知交互提升了团队成员心智模型共享频率,成员在交互式网络关系中意识到自身局限性,会主动学习新知识和提升能力,并运用到创新过程中[5]。既有研究发现,在稳定的资源环境中,团队认知交互是企业动态能力形成的重要源泉,对企业创新能力具有显著影响。然而当面对外部动荡的资源环境时,企业受限于资源约束,举步维艰[6-8]。因此,在企业内部认知交互中,如何利用动态能力提升创新能力是一个重要的理论问题。
在组织创新研究中,团队认知交互能否促进企业创新能力提升?企业动态能力能否提高创新绩效?面对动态竞争环境和资源约束,企业如何利用团队认知交互提高企业创新绩效?为了论证上述问题,本研究在以往文献基础上,结合资源基础观与动态竞争理论,以长三角地区的335家IT企业为研究样本,探讨高管团队认知交互对企业创新能力的影响、动态能力在高管团队认知交互与创新绩效间的中介效应、环境动态性对动态能力与高技术企业创新绩效关系的调节效应,以及环境动态性对动态能力中介效应的调节作用,为中国高技术企业理论创新与实践提供借鉴。
认知交互理论阐述了组织内部知识资源的协调过程,以及成员如何实现认知共享以捕获、重构并激发更多知识。有关团队认知的研究指出,交互记忆系统为团队成员提供有差异且互补的专业化知识与分布式知识[5]。因此,高管团队认知交互是高层管理者在长期交流过程中形成的共享心智模式,其强调组织内部重新整合与利用团队成员认知,以实现认知创造价值的最大化[9-10]。
已有研究表明,认知交互良好的高管团队有助于促进企业获取竞争优势和提升创新能力,进而对创新绩效产生重大影响[11]。Lewis[12-14]认为,团队认知交互的测量维度主要包含专长性、可信性和协调性。本研究认为:①在信息收集与处理过程中,认知交互的专长性能够促进组织内部成员发挥专业化知识,系统整合成员差异性知识,降低企业内部认知共享成本,实现认知最大化创造价值。高管团队的认知交互有助于促进组织成员产生共享心智模式,及时更新团队知识,获取前沿性知识和技术,在完成任务的过程中应用新知识与新技能,缩短团队成员知识搜寻时间,同时,丰富团队整体信息资源,提高团队创新绩效;②在分配组织任务过程中,认知交互的可信性有助于提升成员信息可信度,扩大团队知识储备量,从而利于有效合理地安排团队成员任务和促进创新行为。高管团队的认知交互为组织成员提供了内部对话和沟通机会,有利于成员信任其它团队成员提供的信息,促使成员共享心智模式,达成协同合作意向和行动,而共享心智模式的形成是提升企业创新绩效的重要行为和过程;③在执行项目任务过程中,认知交互的协调性有助于充分整合和利用成员间认知,强化内部成员信任,保证企业内部创造活力。高管团队的认知交互不仅能减少团队内部冲突和负面影响,强化团队协同合作能力和学习效果,而且成员的专长知识能发挥最优功效,降低知识搜索成本,获取和利用差异化知识,最终提高团队创新绩效。
综上所述,团队认知交互有助于提升群体智力,即优化企业创新核心要素。知识利用是认知交互的重要构成,高效利用团队知识有助于促进团队创新发展。因此,本研究提出如下假设:
H1:高管团队认知交互与企业创新绩效有显著正相关关系。
在现有能力基础上,动态能力能够感知并响应外部动态竞争环境,整合并利用组织内外部资源,是对企业原有系统运营惯例集中元惯例的调整、延伸、重构和升级[15]。具有复杂性、独特性、难以模仿等特征的动态能力作为一种组织惯例,不断改变组织的资源基础观,实施具有新价值的组织创新战略。董保宝指出[16],动态能力测量主要包括环境适应、组织变革、资源整合、学习能力和战略隔绝机制5个维度。
团队认知交互是企业在实践过程中为完成特定任务而形成的。企业高管团队借助具有独特性且不可模仿等特征的认知交互,不断整合、重构、升级和应用企业资源和能力,以培育和构建企业动态能力[17]。本研究指出:①团队认知交互有利于成员构建新资源和能力,识别外部环境的动态演化,收集各种渠道的信息并发现新商机;②团队认知交互能够协同成员的专长性,重新配置企业现有资源和能力,以适应新任务需求;③认知交互有利于团队内部在互动过程中将集成的资源和能力融入新任务并形成新的知识资源与能力,而对新资源和能力的获取、融合和应用形成了企业动态能力。同时,这种在外部动态竞争环境中感知和捕获的动态能力提升了企业可持续竞争优势与创新能力,并最终提高了企业创新绩效[18-19]。本研究认为:第一,动态能力有利于企业应对环境的复杂性和潜变性,增强企业挖掘和利用市场机会的能力,并激发了企业创新动力;第二,动态能力促进了企业资源和能力的重组与匹配,打破了组织固有障碍,提高了企业生产效能;第三,动态能力保证了企业创新优势,提升了组织成员管理组织和应对环境的能力,提高了企业创新绩效。因此,在高度不确定的创新过程中,动态能力有助于保障企业资源整合、重构和推进创新过程,促进创新活动开展,并成为企业获取持续竞争优势和提高创新绩效的重要来源。
综上所述,高管团队认知交互的完善和发展强化了企业整合、重构和升级资源的能力,从而对企业动态能力具有积极影响。此外,动态能力促进了企业创新活动的开展,进而提升了企业创新能力[20]。因此,本研究提出以下假设:
H2:高管团队认知交互通过动态能力对高技术企业创新绩效产生正向作用。
环境动态性是指由于政策变化、同类企业数量激增、技术传播及科技发展、企业规模扩大等因素造成行业的不稳定性、易变性和不可预见性。动态环境是影响企业创新的重要情境变量,主要包括利益相关者行为或需求变化、行业动态演化趋势,以及技术、产品或服务的创新性[21]。组织创新领域的学者们认为,外部环境是企业开展经营活动、谋求生存与发展的客观条件。
在不同情境下,不同企业动态能力对创新绩效的影响不同。环境动态性主要包括技术动态性和市场动态性,技术动态性加快了产业技术变革,而市场专业性促使消费者偏好发生转移[22]。既有研究表明,企业不仅需要关注并分析外部动态竞争环境传递出的信息和方向,还需要通过提升自身动态能力实现创新,以获得持续竞争优势[23]。本研究提出两点:第一,环境动态性是企业培育动态能力的前提条件,当技术动态性较强时,动态能力在关注行业信息和技术变革等方面,通过整合、吸收和运用信息、知识资源,有效地开展技术创新活动;第二,当市场动态性较强时,动态能力在获取客户需求、整合行业信息,以及实现组织变革等方面极其重要,使企业能够不断实施战略变革以开拓新兴市场,形成自身竞争优势,并最终强化对创新绩效的作用[24]。因此,无论是稳定环境还是动态环境,团队认知交互促使企业适应并完成新任务,共享心智模式有助于提高团队成员沟通效率,最终实现企业创新能力提升。在环境动态性的调节作用下,动态能力有利于提高企业技术创新绩效[25]。基于此,本研究提出以下假设:
H3:环境动态性在动态能力与创新绩效的关系中起调节作用。
环境动态性有助于加快现有产品或技术更新,缩短创新周期,因此也加快了企业创新速度[26]。在动荡多变的环境下,企业高管团队不断调整战略方向和实施创新活动,培育企业动态能力,进一步促进企业创新绩效持续提升。当环境动态性较强时,企业现有产品与技术面临淘汰危险,高管团队的认知交互有助于提升企业动态能力,增强企业创新能力。因此,环境动态性越强,企业面临的竞争压力越大,动态能力越能有效利用高管团队的认知交互提升企业创新绩效。基于此,结合假设H3,本研究提出假设:
H4:环境动态性正向调节动态能力的中介作用。
图1 理论模型
本研究采用问卷调查方法收集所需数据,每份问卷由同一调查对象填写。为使数据结果更加客观、真实,在发放问卷时向被调查对象说明问卷仅用于学术研究,不涉及任何商业机密,且都是匿名填写,对问卷内容保密,不会泄露任何隐私,以消除其顾虑。同时,不透露研究理论模型中所涉变量关系,给予被调查者充足时间和空间填写问卷。本文研究对象是企业高层管理人员,采取以线下纸质问卷为主并辅以部分线上问卷方式进行发放。问卷调查方式有以下几种:首先,利用自身关系网络,联系长三角地区高校信息或计算机学院的就业联络员或校友,由他们将问卷转发至企业高层管理部门人员;其次,通过长三角地区大型招聘会现场对相关企业管理者发放纸质问卷;最后,利用在浙江、江苏、上海等地曾走访调研的资源,将问卷通过邮箱发放给企业高管人员。
本次问卷发放时间为2018年6月-2019年3月,历时10个月,共发放问卷729份,回收397份,问卷回收率约为54.46%。通过对回收问卷的整体审核,剔除填写不完整以及答案明显重复的问卷,最终保留有效问卷335份,问卷回收有效率为45.95%。在所有受访者中,其所属企业涉及不同行业、成立年限不同、员工人数和产权性质各异,从而有效保证了样本的丰富性。样本特征情况如表1所示。
表1 样本基本结构特征
题项 样本特征 样本数百分比(%)题项 样本特征 样本数百分比(%)性别男20561.19年龄<30岁25776.62女13038.8130-40岁5115.22教育程度专科92.6940-50岁185.37本科19859.10>50岁92.69研究生12838.21员工人数<10人4312.84行业类型软件产品10531.3411-100人11032.84信息技术16448.96101-300人12437.01嵌入系统6619.70>300人5817.31成立年限<5年7823.28产权性质国有企业12637.615-10年11434.03民营企业14142.0911-20年7221.49合资企业288.36>20年7121.20其它4011.94
为保证研究内容信度、效度以及跨文化适用性,本研究借鉴国内外学术界广泛认同的成熟量表,并采用回译方式以确保量表题项表述的准确性和完整性。此外,对调查问卷进行预调研,根据预调研结果并结合本研究情境,邀请国内创新领域学者对问卷进行严谨的科学性修缮[10]。所有量表均使用Likert五点评分法进行度量(1表示“完全不同意”,5表示“完全同意”),并采用“1-5,2-4,3-3”的规则对量表中的逆项题得分进行处理。
(1)高管团队认知交互。在国内外研究中,关于高管团队认知交互的测度是一个重大难题[27]。因此,本研究采用Lewis[12]开发的交互记忆系统作为高管团队认知交互的代理变量。其中,专长性包括“每个团队成员都具有项目方面的专业知识”等5个题项;可信性包括“我信任团队其他成员的知识和技能”等5个题项;协调性包括“团队有明确分工”等5个题项。
(2)动态能力。主要参考董保宝等[16]的研究,由于战略隔绝机制主要涉及企业家限制企业员工与外界交流的规定,与认知交互、环境动态性的关联性不大,因此本研究将此维度删除。因此,该量表包括“企业对所在产业发展运行规律了解得非常深入”等4个维度(环境适应能力、组织变革能力、资源整合能力、学习能力),共24个题项。
(3)环境动态性。在对马文聪[22]采用的量表进行修改的基础上,将量表调整为包括“企业所处的产品市场会频繁推出新产品”等2个维度(市场动态性、技术动态性),共7个题项。
(4)创新绩效。主要采用黄海艳等[28]在研究交互记忆系统对创新影响时开发的量表,包括“企业进行的技术创新为公司带来许多利润”等2个维度(创新财务绩效、创新成长绩效),共9个题项。
(5)控制变量。参照以往研究,选取企业类型、成立年限、员工人数和产权性质4个重要因素作为研究模型控制变量。在实证分析时分别用虚拟变量对各类别赋值,其中,行业类型分为软件产品、信息技术服务和嵌入式系统3类,将嵌入式系统设为参照组;产权性质分为国有企业、民营企业、合资企业和其它企业,将其它企业设为参照组。
首先,采用Cronbach′s α系数测量量表信度。由表2可知,各变量的Cronbach′s α值分别为0.923、0.945、0.867、0.888,均在0.8以上,说明测量题项具有较高信度。其次,本文采用验证性因子分析检验效度,从表2也可以看出,各变量标准化因子载荷系数λ均大于0.6, CR值均大于0.7,AVE值均大于0.5,说明各变量具有较高收敛效度。此外,由表3可见,对角线上AVE值的平方根均大于同行或同列所在位置各变量相关系数。综合以上分析结果可知,本研究建构变量具有较好的区分效度。为了避免共同方法偏差对数据结果的影响,借鉴采用Harman单因子检验法进行检验。分析结果表明,第一个主成分解释的变异量为0.22,小于Hair等[29]推荐的低于0.5的标准,因此本研究数据不存在共同方法偏差问题。
表2 变量信度、效度与验证性因子分析结果
变量Cronbach′s αTλCRAVETMT认知交互0.92311.345~16.3510.762~0.8400.8540.662动态能力0.94510.932~16.6320.768~0.8400.8700.626环境动态性0.86711.509~15.4620.709~0.8170.7850.646创新绩效0.88813.041~17.5320.621~0.8360.7000.542
注:λ为因子载荷值,CR=Composite Reliability,AVE=Average Variance Extracted
表3 描述性统计及Pearson相关系数
变量12345678910111软件产品—-0.662∗∗∗-0.113∗-0.075-0.232∗∗∗0.206∗∗∗0.0750.051-0.090-0.0520.200∗∗∗2信息技术—0.266∗∗∗0.0820.263∗∗∗-0.279∗∗∗0.0060.1040.280∗∗∗0.157∗∗-0.0023成立年限—0.544∗∗∗0.463∗∗∗-0.360∗∗∗0.0270.168∗∗0.204∗∗∗0.183∗∗∗0.0894员工人数—0.301∗∗∗-0.249∗∗∗0.0650.0430.0270.046-0.0405国有企业—-0.662∗∗∗-0.234∗∗∗0.070-0.0020.084-0.115∗∗6民营企业—-0.257∗∗∗-0.0600.074-0.0710.158∗∗7合资企业—0.004-0.0020.045-0.0198TMT认知交互0.8140.512∗∗∗0.355∗∗∗0.493∗∗∗9动态能力0.7910.373∗∗∗0.570∗∗∗10环境动态性0.8040.330∗∗∗11创新绩效0.736均值0.3130.4902.4062.5880.3760.4210.0843.7543.8633.8493.970标准差0.4650.5011.0650.9210.4850.4940.2770.6380.5590.8060.614
注:①样本量为335份,其中***表示p<0.001,**表示p<0.01,*表示p<0.05;②相关系数在表上三角中,主对角线上的数字为AVE的平方根,加粗显示
表3描述了各变量均值、标准差、相关系数和AVE值的平方根。结果发现,高管团队认知交互与创新绩效(r=0.493,p<0.001)、动态能力(r=0.512,p<0.001)均显著正相关,而动态能力与创新绩效(r=0.570,p<0.001)也显著正相关。因此,假设得到初步支持。此外,回归模型的方差膨胀因子(VIF)均小于3,说明本研究变量之间不存在严重的多重共线性问题。
3.2.1 层级回归分析
为了验证各变量间的假设和影响效果,采用层级回归分析,验证结果见表4。首先,对主效应进行检验,将高技术企业绩效和动态能力设为因变量,对其进行层次回归分析。通过模型2发现,在控制变量的基础上(模型1)引入高管团队认知交互作为自变量,模型拟合度(ΔR2=0.203)显著提高。此外,高管团队认知交互与高技术企业绩效(β=0.464,p<0.001)有显著正相关关系。因此,假设H1得以验证。
其次,对动态能力的中介效应进行验证。模型8在控制变量(模型7)的基础上加入高管团队认知交互,结果显示,高管团队认知交互对动态能力的正向影响显著(β=0.469,p<0.001)。模型3在控制变量的基础上(模型2)引入动态能力,结果显示,在加入动态能力后,高管团队认知交互对高技术企业创新绩效的正向影响减弱(β=0.256,p<0.001),动态能力对高技术企业创新绩效的正向影响显著(β=0.442,p<0.001)。因此,假设H2通过验证。
表4 层级回归分析结果
变量创新绩效模型1模型2模型3模型4模型5模型6动态能力模型7模型8软件产品0.317∗∗∗0.227∗∗∗0.211∗∗∗0.244∗∗∗0.241∗∗∗0.237∗∗∗0.1260.035信息技术0.223∗∗0.134∗0.0100.0100.0050.0020.370∗∗∗0.280∗∗∗成立年限0.197∗∗0.120∗0.0500.0610.0460.0480.237∗∗∗0.159∗∗员工人数-0.081-0.059-0.038-0.041-0.035-0.059-0.069-0.047国有企业-0.071-0.067-0.073-0.077-0.082-0.0600.0110.014民营企业0.1530.157∗0.0500.0150.0200.0540.239∗∗0.243∗∗∗合资企业-0.021-0.013-0.038-0.049-0.056-0.0550.0490.057TMT认知交互0.464∗∗∗0.256∗∗∗0.469∗∗∗动态能力0.442∗∗∗0.577∗∗∗0.524∗∗∗0.548∗∗∗环境动态性0.150∗∗∗0.181∗∗∗动态能力×环境动态性0.210∗∗∗R20.1160.3190.4440.3970.4160.4570.1560.364ΔR2-0.2030.1240.2810.0190.041-0.208F值6.137∗∗∗19.111∗∗∗28.788∗∗∗26.813∗∗∗25.700∗∗∗27.246∗∗∗8.657∗∗∗23.357∗∗∗VIF1.079~2.964
注:样本量为335份,其中,***表示p<0.001,**表示p<0.01,*表示p<0.05
最后,检验环境动态性在动态能力与高技术企业创新绩效间的调节效应。为此,以创新绩效为因变量,利用多元层次回归进行检验。通过模型4、模型5和模型6发现,在控制变量的基础上(模型1)加入动态能力、环境动态性,以及动态能力和环境动态性的交互项后,模型拟合度显著提高。特别地,动态能力与环境动态性交互项的回归系数显著大于零(β=0.210,P<0.001)。从图2发现,相对于低环境动态性,在高环境动态性情境下,动态能力对高技术企业绩效具有更显著的作用。因此,假设H3通过验证。
图2 环境动态性的调节作用
3.2.2 有调节的中介效应检验
采用Bootstrap方法检验有调节的中介效应[30],见表5。本研究将分别检验在低、中和高3种环境动态性水平下的中介效应,并对比3种情况下的中介效应差异。从表5可以发现,无论是在高环境动态性(95%的置信区间为[0.049,0.176])还是低环境动态性(95%的置信区间为[0.231,0.402])条件下,高管团队认知交互-动态能力—创新绩效的中介效应均显著。此外,上述3种情形下中介效应差异值的95%置信区间为[0.059,0.145]且不包括0。由此可见,环境动态性水平越高,动态能力的中介效应越强;环境动态性水平越低,动态能力的中介效应越弱。因此,假设H4得以验证。
表5 Bootstrap检验有调节的中介效应
路径与效应效应量系数标准误95%的置信区间下限上限TMT认知交互-动态能力-创新绩效低环境动态性0.1080.0320.0490.176中环境动态性0.2070.0310.1540.277高环境动态性0.3060.0430.2310.402差异值0.0990.0220.0590.145
注:Bootstrap样本量为5000
针对高管团队如何在外部动态竞争与制度复杂化环境下促进企业创新绩效提高,本研究从认知视角出发,构建了高管团队认知交互→动态环境→动态能力→创新绩效概念模型,并进一步分析了各变量间的影响路径和作用机理,最后以长三角地区335家IT企业为研究样本进行实证分析。研究发现:①高管团队认知交互正向促进高技术企业创新绩效提升;②动态能力中介了高管团队认知交互与创新绩效的关系;③环境动态性在动态能力与高技术企业创新绩效间有正向调节作用;④环境动态性正向调节上述中介效应,即环境动态性水平越高,动态能力在高管团队认知交互与创新绩效间的中介效应越显著。
(1)本研究将心理学中的认知交互概念引入创新管理领域。目前的大多数研究将知识管理理论[31-32]、组织学习理论[14,33]、高阶理论[5,34]等相结合,探究认知交互对创新绩效的影响与作用机制。认知交互是团队成员在交流过程中形成的一种共享心智模式,这种管理认知框架有助于高管团队成员根据不同情境需要,赋予资源以新功能,从而促发创新[35-36]。基于管理认知视角,本研究关注在资源约束情境下个体成员的认知交互对高管团队认知涌现、发展以及创新绩效的影响等问题。本研究不仅适用于资源匮乏的高技术企业,也适用处于制度复杂化环境下的新创企业。
(2)遵循环境动态性→动态能力→企业创新绩效的研究范式,从外部动态竞争环境与企业动态能力关系视角开展研究,试图论证企业战略动态模型。目前大多数国内学者从宏观和行业要素角度探究企业创新能力来源,缺乏对企业内部能力作用机制的研究,因此动态能力研究对我国企业的创新发展显得更加重要[37]。在复杂多变的竞争环境下,本文从静态视角转向动态视角,聚焦创新能力提升问题,为高管团队认知交互与创新研究提供了新视角[38]。研究发现,动态能力的本质是对外部动态竞争和制度复杂化环境的响应,高管团队感知、捕获、应用与再造企业资源的动态能力源于团队认知交互和行为惯例,而不懈追求的创新精神则是动态能力的精髓。
(3)研究发现了环境动态性在高管团队认知交互→动态能力→创新绩效关系中的调节作用,扩展了认知交互影响创新的边界条件。以往研究仅局限于认知交互对创新的作用,忽视了外部动态环境的调节作用[28]。环境动态性是企业生存的客观条件,它能促进创新企业内部资源和能力更新,从而激发出企业在原有稳定环境下所不具有的潜在价值。环境动态性水平越高,认知交互→动态能力→创新绩效的中介效应越强,企业越依赖认知交互促进动态能力形成与提升创新水平。因此,本研究拓展了高管团队认知交互与企业创新绩效的边界条件。动态能力主要源于技术动态性与市场动态性,而在不同情境下动态能力对企业创新绩效的作用程度不同。因此,在高技术企业动态能力与创新绩效关系的研究中,本文探究了不同环境动态性要素的调节作用,以及不同环境动态性下不同动态能力对创新绩效的影响机制。
本研究主要从3个方面为创新实践提供思路。
第一,管理认知是推动企业能力构建的关键因素,而认知交互则是增强创新能力的一种重要资源。为了杜绝高层管理者根据知觉或外部信息进行决策和判断过程中存在的偶然性或逻辑等问题,企业应认识到构建与开发团队认知交互的重要性[39]。高管团队利用认知交互探索、挖掘企业所需的新知识/能力,以不断创新的管理认知指导企业发展[40]。在团队建设中,要重视团队内部知识结构的合理性,选拔出具有差异性与互补性的专业化人才。当前我国中小企业纷纷引进产品/服务标准和绩效考核体系,对团队成员处理不同任务时专业技能的多样化提出越来越高的要求,但是缺乏对成员间信任和协作能力的培养。因此,高水平的认知交互有助于在团队运作过程中促进内部成员沟通,提升团队整体协同力,构建企业能力,助力企业创造更大价值,从而有效提高创新绩效。
第二,动态能力作为认知交互与创新绩效间不可忽视的转化机制,对有效获取、应用和升级企业既有能力至关重要。企业生存与发展是一个动态演化过程,尽管并非所有能力对创新活动都是至关重要的,但动态能力对内部资源、外部学习的汇总与调度有助于高技术企业更好地应对竞争环境[28]。对我国企业而言,由于市场和制度环境的动态性、外部机会独特的敏感性,以及庞大的产品市场需求等动态竞争环境,动态能力培养显得尤为重要。引进、消化吸收、模仿和自主创新是技术积累与技术学习的过程,动态竞争与动态能力观能更好地指引企业实践,对推动我国经济内生增长与产业转型升级具有借鉴意义[37]。
第三,企业发展需要重视动态环境对创新绩效的调节作用,积极引导企业创新变革,达到一种最佳平衡状态。在高度不确定环境下,团队认知交互并非直接对企业创新能力产生作用,企业应运用动态能力展开最佳实践,以获得持续的动态竞争优势[41]。在创新过程中,不仅可以通过购买、合作或自主研发等方式开发新技术与新产品,还要寻找和利用市场机会,发现市场潜在的变化趋势[42]。尤其在团队认知交互水平较低时,企业更应该与其它企业合作研发新技术或产品,以弥补自身存在的缺陷。同时,要关注政治政策、法律法规、社会环境的动态变化,在企业创新实践中拥有敏锐的嗅觉、智慧的决策和过人的胆识。
本文仍存在一定局限。第一,因调查问卷题项均由高管团队的某个成员填写,可能存在同源偏差问题[35]。未来研究可采用纵向追踪设计以避免同源偏差。同时,可利用多种途径收集实现数据的“三角验证”,并运用主客观评价指标测量创新绩效,借助认知交互→动态能力→环境动态性→创新绩效研究范式的动态机制,提升模型解释力和应用价值;第二,由于认知交互难以测量,本研究采用交互记忆系统作为替代变量。由于交互记忆系统是一个有机整体,本文将其作为单一个体进行测量,测量方法存在局限性。此外,动态能力对创新绩效的影响需要经历一段时间,本研究获得的都是基于同一时间点的截面数据,无法科学合理地反映企业不同阶段动态能力对创新绩效影响机制的动态过程,未来研究可采用纵向案例研究或面板数据等方法进行深入分析;第三,研究发现了环境动态性在动态能力与创新绩效之间的调节作用,以及对动态能力中介效应的调节作用。未来研究可以进一步探讨和挖掘是否存在与环境动态性协同的调节变量,以及某一维度在两者关系中是否发挥显著调节作用,以进一步明确认知交互产生影响的作用边界;第四,尽管本研究认为任何高技术企业在实施创新活动时都会面临高度不确定的外部环境,但不同地区、不同行业应对环境动态性的能力不同。本研究仅聚焦长三角地区高技术产业中的IT企业,未来研究可以进一步扩大样本容量,将不同地区、行业纳入研究样本,从而使研究结论更具适用性。
[1] 武亚军. “战略框架式思考”、“悖论整合”与企业竞争优势——任正非的认知模式分析及管理启示[J]. 管理世界, 2013,29(4):150-167.
[2] ZHENG Y. Unlocking founding team prior shared experience: a transactive memory system perspective[J]. Journal of Business Venturing, 2012, 27(5):577-591.
[3] HEAVEY C, SIMSEK Z. Transactive memory systems and firm performance: an upper echelons perspective[J]. Organization Science, 2015, 26(4):941-959.
[4] DANIEL G B, RYAN G. A dual-process contingency model of leadership, transactive memory systems and team performance[J].2019,96:297-308.
[5] HEAVEY C, SIMSEK Z. Transactive memory systems and firm performance: an upper echelons perspective[J]. Organization Science, 2015, 26(4):941-959.
[6] ARGOTE L, GUO J M. Routines and transactive memory systems: creating, coordinating, retaining, and transferring knowledge in organizations[J]. Research in Organizational Behavior, 2016, (36):65-84.
[7] MILLER K D, PENTLAND B T, SEUNGHO CHOI. Dynamics of Performing and Remembering Organizational Routines[J]. Journal of Management Studies, 2012, 49(8):1536-1558.
[8] ISENBERG D J. The big idea: how to start an entrepreneurial revolution[J]. Harvard Business Review, 2010, 88(6):40-50.
[9] 尚航标, 黄培伦. 管理认知与动态环境下企业竞争优势万和集团案例研究[J]. 南开管理评论, 2010, 13(3):70-79.
[10] 于晓宇, 席瑞, 陈依, 等. 交互记忆系统与产品创新性:创业拼凑的中介作用[J]. 科学学与科学技术管理, 2019, 40(3):83-98.
[11] MELL J N, VAN K D, VAN G. The catalyst effect: the impact of transactive memory system structure on team performance[J]. Academy of Management Journal, 2014, 57(4):1154-1173.
[12] LEWIS K, HERNDON B. Transactive memory systems: Current issues and future research directions [J]. Organization Science, 2011, 22(5):1254-1265.
[13] LIAO J, JIMMIESON N L, O'BRIEN A T. Developing transactive memory systems: theoretical contributions from a social identity perspective[J]. Group & Organization Management, 2012, 37(2):204-240.
[14] 林筠, 王蒙. 交互记忆系统对团队探索式学习和利用式学习的影响: 以团队反思为中介[J]. 管理评论, 2014, 26(6):143-150+176.
[15] 卢启程, 梁琳琳, 贾非. 战略学习如何影响组织创新——基于动态能力的视角[J]. 管理世界, 2018,34(9):109-129.
[16] 董保宝, 葛宝山, 王侃. 资源整合过程、动态能力与竞争优势:机理与路径[J]. 管理世界, 2011,27(3):92-101.
[17] REN Y, ARGOTE L. Transactive memory systems 1985-2010: an integrative framework of dimensions, antecedents and consequences[J]. Academy of Management Annals, 2011, 5(1):189-230.
[18] 屈晓倩, 刘新梅. 信息型团队断裂与团队创造力关系的实证研究——交互记忆系统的中介作用[J]. 研究与发展管理, 2016 (1):52-61.
[19] ARGOTE L, REN Y. Transactive memory systems: a microfoundation of dynamic capabilities[J]. Journal of Management Studies, 2012, 49(8):1375-1382.
[20] WU L. Applicability of the resource - based and dynamic capability views under environmental volatility[J]. Journal of Business Research, 2010, 63(1):27-31.
[21] 李晓宇, 陈国卿. 信息技术投入、技术创新动态能力与企业绩效关系研究[J]. 科技进步与对策, 2019, 36(16):100-107.
[22] 马文聪, 朱桂龙. 环境动态性对技术创新和绩效关系的调节作用[J]. 科学学研究, 2011, 29(3):454-460.
[23] 简兆权, 王晨, 陈键宏. 战略导向、动态能力与技术创新:环境不确定性的调节作用[J]. 研究与发展管理, 2015, 27(2):65-76.
[24] 何一清, 崔连广, 张敬伟. 互动导向对创新过程的影响——创新能力的中介作用与资源拼凑的调节作用[J]. 南开管理评论, 2015, 18(4):96-105.
[25] CHEN X G, LI X, CLARK J G, et al. Knowledge sharing in open source software project teams: a transactive memory system perspective [J]. International Journal of Information Management, 2013 (33):553-563.
[26] LAVIE D, STETTNER U, TUSHMAN M L. Exploration and exploitation within and across organizations[J]. Academy of Management annals, 2010, 4(1):109-155.
[27] 冯鹤鸣. 高管团队认知、政治关联与纵向一体化关系的研究[D]. 广州:华南理工大学, 2018.
[28] 黄海艳, 武蓓. 交互记忆系统、动态能力与创新绩效关系研究[J]. 科研管理,2016, 37(4):68-76.
[29] HAIR J F, ANDERSON R E, TATHAM R L, et al. Multivariate data analysis (5th ed.) [M]. Prentice Hall,1998: 648-650.
[30] PREACHER K J, HAYES A F. Asymptotic and resampling strategies for assessing and comparing indirect effects in multiple mediator models[J]. Behavour Research Methods, 2008, 40(3):879-891.
[31] 陈晓刚, 李雪, 崔颖安. 交互记忆系统对知识分享的影响机制研究—基于开源软件团队的检验[J]. 科研管理,2014,35(6): 145-153.
[32] WANG Y-Y, HUANG Q, DAVISON R M. Effect of transactive memory systems on team performance mediated by knowledge transfer[J]. International Journal of Information Management, 2018, 41:65-79.
[33] 蔡俊亚, 党兴华. 交互记忆系统对团队绩效的影响机制研究——基于团队反思的中介效应和团队学习的调节效应[J]. 预测, 2015, 34(05):28-33.
[34] 吕逸婧, 陈守明, 邵婉玲. 高管团队交互记忆系统与组织绩效:战略柔性的中介作用[J]. 南开管理评论, 2018, 21(1):216-224.
[35] 史丽萍, 杜泽文, 刘强. 交互记忆系统对知识团队绩效作用机制研究——以知识整合为中介变量[J]. 科技进步与对策, 2013, 30(8):132-137.
[36] 李随成, 武梦超. 供应商整合能力对渐进式创新与突破式创新的影响——基于环境动态性的调节作用[J]. 科技进步与对策, 2016, 33(3):96-102.
[37] 陆亚东. 中国管理学理论研究的窘境与未来[J]. 外国经济与管理, 2015(3):3-15.
[38] 岳金桂, 于叶. 技术创新动态能力与技术商业化绩效关系研究——环境动态性的调节作用[J]. 科技进步与对策, 2019, 36(10):91-98.
[39] 王涛, 张雁, 李姝. 管理认知对企业能力构建的影响[J]. 经济管理, 2012(3):179-188.
[40] 吕洁, 张钢. 团队认知的涌现:基于集体信息加工的视角[J]. 心理科学进展, 2013 (12):2214-2223.
[41] 高洋, 葛宝山, 蒋大可. 组织学习、惯例更新与竞争优势之间的关系——基于不同环境不确定水平的研究[J]. 科学学研究, 2017,36(9):1386-1395.
[42] WILHELM H, SCHLMER M, MAURER I. How dynamic capabilities affect the effectiveness and efficiency of operating routines under high and low levels of environmental dynamism[J]. British Journal of Management, 2015, 26(2):327-345.