学者们关于网络关系强度是否有利于企业创新的争论被称为“关系嵌入悖论”,产生这种现象的原因在于:①前期相关文献未能明确区分创新属性特征,按照创新变动幅度不同,可将技术创新划分为突破式创新和渐进式创新两种[1-2]。其中,前者以一整套不同科学技术原理为基础,能开启新市场和潜在应用,这种创新往往具有很强的原发性、探索性和风险性;后者是在现有技术轨迹上不间断地进行改进,如现有产品更新换代,这种创新更多是一种新型应用升级。由于两种创新模式对所需资源、信息、技术等的需求差别很大,因此它们对网络关系强度要求也不同。Partanen等[3]通过对4家小企业进行研究发现,不同类型创新需要特定关系类型和强度配合。因此,在不区分创新模式情况下,网络强度的作用难以判断;②Gulati[4]认为,存在悖论的关键原因在于:已有研究大多只是考察网络关系强度与创新间的直接效应,忽视了环境和组织本身等可能产生影响的权变因素,而这些不可回避的组织权变因素对于网络强度与创新间的作用机制具有重要影响。因此,网络关系强度与创新模式间还应加入组织权变因素,而在众多权变因素中,近来国内外学界对组织冗余给予了更多关注。考虑到企业通过社会网络获取的资源在某个时间段内并不能及时充分利用,社会网络往往会给企业带来部分冗余资源。因此,本研究以组织冗余作为组织权变因素。组织冗余是指某种超过企业生产经营所必需的、但能直接或间接被企业利用的资源,作为一种现实和潜在的资源缓冲器,能使企业适应内部调整与外部变化从而进行战略修正[5-6]。根据企业资源基础观(RBV),企业绩效不同主要取决于是否拥有高价值、稀缺、难以模仿且不可替代的资源[7]。尤其是在竞争激烈的市场环境中,一个企业拥有的资源越丰富就越具备竞争优势,且为企业选择多种创新模式或发展战略提供可能。
社会网络通过强弱两种不同关系为企业带来不同类型的资源积累,当超过企业最大吸纳阈值时就会在组织内部产生资源冗余。强弱关系网络特征影响企业可控资源边界,企业对强弱关系结构的主动选择可能会带来不同的组织冗余,从而对企业创新与内部创业效率产生不同影响。为此,本研究运用企业样本调研一手数据,在构建理论概念模型的基础上,运用多元层级回归模型及结构方程模型对网络强度、组织冗余与创新模式间的影响路径进行验证,以检验网络强度是否通过组织冗余对创新模式产生影响作用,以及具体传递路径关系显著程度。本文主要创新之处在于:①探讨网络关系强弱对组织冗余的影响机制。在已有研究中,学者们主要关注组织冗余与组织绩效间的关系,针对社会网络与组织冗余的探究较少。即使有些研究有所涉及,如李辉和吴晓云[8]从关系维度与结构维度探讨了企业联系强度与知识资源冗余的相关性,但并未突出网络关系强弱特征。刘冰等[9]以875家上市公司连锁董事网络为研究样本,研究了网络位置、冗余资源与多元化战略间的关系,但并未探讨网络强度与不同类型组织冗余对创新模式的影响差异。从社会网络关系强度视角切入并探讨组织冗余与创新模式的研究成果仍然较少;②揭示不同类型组织冗余对不同创新模式的差异性作用。受经典文献中使用财务指标对资源冗余测量的影响,已有文献主要侧重于企业有形资源冗余研究,而对知识资源、关系资源等无形资源冗余的研究较少,未来针对无形资源冗余的研究将是一个重点方向[10]。并且,现有文献对组织冗余的测度指标大多基于财务数据,虽然保证了客观性但不够全面,从管理感知角度进行测评十分必要;③将创新模式进行二元划分,并探究网络关系强度、组织冗余类别对创新模式的影响作用,为拥有不同社会网络关系强度及组织冗余的企业选择合适的创新模式提供了理论依据,不同创新模式对资源禀赋、社会网络特征及组织冗余的要求与响应不同。
March&Simon[11]创造性地提出“冗余”(slack)一词;Cyer&Marc[5]明确引入了冗余资源的概念,认为其是指超出实际所需而留存于组织内部并被个人或小团体控制的资源,可用于应对环境变化冲击。他们还指出,冗余资源的重要作用在于,能够支持企业试验新战略和创新项目,而在资源约束情况下这些新尝试很难实施;Kovach等[12]的研究证实了在动荡环境中组织冗余与企业绩效正相关。
George[13]直接将冗余资源定义为资源总量与必要资源总量间的差;Bourgeois等[14]则将组织冗余定义为企业现实或潜在的资源缓冲器,可帮助企业成功适应内部调整与外部战略调整。他梳理并总结了组织冗余的相关概念、功能和测量方法,其以财务指标衡量组织冗余的方法一直延续至今;Singh[15]根据冗余资源被组织吸收利用程度分为已吸收冗余和未吸收冗余两种。其中,前者是指已被企业生产经营过程吸收并镶嵌在企业内部的富余资源;后者是指未被投入使用、不受特定用途约束的富余资源;Sharfman等[16]按照流动性和专用性高低将组织冗余分为非沉淀冗余和沉淀冗余两种。其中,非沉淀冗余流动性较高、专用性较低,包括现金及其等价物等;沉淀冗余因面向特定应用而流动性较低,包括多余员工和管理者报酬、管理费用等。从内容看,两种分法具有高度相似性。据此,Tang&Peng[17]指出,组织理论认为,对企业创新绩效具有积极作用的冗余是指未吸收冗余,而代理理论则主张致使企业低效运行、不利于企业创新产出的冗余即是已吸收冗余。目前,学界对不同组织冗余与企业创新绩效间的关系仍未达成共识,尤其是在转型经济时期市场发展迅速、资本市场不完善背景下组织冗余资源对企业创新绩效具有哪些影响作用尚存争议。
Coleman[18]从信任角度出发,认为强关系可通过建立网络成员企业间的名誉、互信、社会规范等道德约束促进企业间加深合作,从而有利于重要资源的共享与拆借。企业在与创新伙伴频繁的知识交流与传递过程中可形成共同的技术范式,在不同企业同类型专业技术人员和工程师中形成“无形”学院和知识池,从而更快地将新知识应用到实际生产过程。尤其是在信任度不高的制度环境下,强关系对企业获得外部融资发挥着不可替代的作用;而弱关系则强调关系者的不同身份,通过弱关系能带来大量崭新且不重复的信息与资源[19],这些可能是个体情感紧密、接触频繁的强关系所无法给予的。企业家嵌入的网络关系规模越大,越能利用各种弱关系攫取多样化资源。刘冰等[9]发现,在冗余资源与企业多元化程度正相关关系中,网络中心位置和中介位置起显著调节作用;而网络地位是影响社会网络关系连接的重要因素,网络地位高的企业网络联系越强,与成员间的网络强度往往大于处于网络边缘或角落的企业[20]。因此,在转型经济时期,企业从强弱不同社会网络中均可获得不同类型的价值资源,网络关系越成功的企业越能利用社会资本夯实资源基础,获取组织冗余,从而越有可能创造与挖掘或整合促使其成功的关键性资源。据此,本研究提出如下假设:
H1a网络强度与企业未吸收冗余正相关;
H1b网络强度与企业吸收冗余正相关。
网络强度作为表征网络特征的重要指标,直接影响企业创新网络成员传递信息的质量与类型,强弱关系中嵌入的知识、信息特征及传递效率机制不同,可对不同类型的技术创新模式产生影响[21]。相比于网络规模、网络异质性,网络强度对企业成长绩效的作用最显著[22]。强关系产生的信任机制有利于企业获取外部知识,较强的网络关系能加强组织间知识共享、加快信息交流速度[23]。在相对可靠的社会网络成员之间,信任机制在道德风险加大环境下可发挥较强的粘合作用,从而促使成员更愿意分享知识、技术、信息等,产生更强烈的合作意向[24]。Fuentes-Fuentes & Bojica[25]认为,在女性掌控的企业中,与不同行业及顾客的紧密接触对企业创新性具有很强的解释力。
然而,强关系在保证信任、减少交易成本的同时,也有可能存在封闭性,不利于新思想的渗进,极有可能还存在较强的排斥外来者情绪,从而导致与网络外部信息、知识交流及资源利用率降低,减少创新可能性。Uzzi[26]认为,企业间太过紧密的关系不利于突发性和多元化知识分享。此外,强关系维系可能需要企业投入过多资源与时间成本,损耗企业对突变式创新资源的投入动力,因此不利于突破性创新,但对利用式创新却具有提升效应。
Grannovette[19]认为,弱关系提供了异质、非重复信息,从而对成员具有更多价值。这一假设一经提出便奠定了弱关系研究视角,后续研究基本都是从弱关系提供异质性信息功能展开的。Gilsing & Nooteboom[27]认为,关系强弱不同对学习模式具有不同影响,弱关系有助于促进探索式学习,而企业可通过探索式学习接近新颖知识;潘松挺等[28]发现,弱关系因为低成本和信息非冗余程度低而能够提供丰富的异质性信息,从而有利于探索式创新;Gronum等[29]以1 435家中小企业为样本进行研究发现,高异质性社会网络对中小企业多样化创新具有显著攻效。据此,本研究提出如下假设:
H2a:网络强度正向影响利用式创新;
H2b:网络强度负向影响探索式创新。
企业资源掌握程度影响企业选择创新的方式。一般来说,经营状况好的企业积累的冗余资源越多,企业越愿意利用闲置资源开发新产品、新项目[30]。由于不同类型组织冗余呈现的资源可利用性程度不同,因而与不同创新模式相对应。Geiger&Makri[31] 运用1989-1995年208家制造行业知识密集型企业样本进行研究发现,可利用冗余有利于该类企业创新,不同类型冗余以不同形式影响企业行为,Troilo等[32]以中国高科技企业为样本进行验证,发现资源冗余与激进式创新显著正相关。
对于不同类型的组织冗余来说,沉淀冗余由于与现有业务联系比较紧密,与突破式创新或原发式创新对资源新颖独特的内在要求相异,当市场不确定性较高时,企业可能更愿意采取一些相对保守的行为调整策略,如通过对现有产品与技术进行渐进式创新来适应环境变化。已沉淀冗余已被企业生产与经营过程吸收并镶嵌在企业内部,与企业正常运营休戚相关,渐进式创新正是基于既有运营模式进行的创新活动,因此二者具有较强的内在关系[33]。由于已吸收冗余与现有业务相关性较高,因此恰好可为这种逐步改进的创新模式提供资源支持[34]。沉淀冗余通常已内嵌于企业业务流程中,面向特定主题和应用[16],从而可以直接支持与保护企业内核,只有相应的沉淀资源才能为其提供资源支持[35]。另外,较多的已沉淀冗余使企业更倾向于组建相对宽松的分权式组织管理形式,便于开展跨部门、跨团队合作,提高问题发现与解决能力,为企业改进现有产品设计、拓展知识与技能、提高经营规模与效率等渐进式创新提供空间[17]。因此,本研究提出如下假设:
H3a:已吸收冗余正向影响利用式创新;
H3b:网络强度通过已吸收冗余正向促进利用式创新。
企业未吸收冗余多以适应性、灵活性较强的资金或资源形式存在,转换更便捷。因此,当企业面临市场不确定性时,由于未吸收冗余易用程度较高,企业可迅速开展商业创新活动。尤其是当企业绩效不佳时,非沉淀冗余的灵活性优势立刻显现,变革与调整幅度往往对资源适应性存在依赖,诸如充足的现金等非沉淀冗余能满足多种需求。而且,较多的未吸收冗余对企业探索式创新具有十分关键的缓冲效应,因此企业更愿意尝试探索式创新[36]。在知识变革时代,不断流入企业内部的异质性技术知识时刻挑战企业固有认知结构与交流方式,不具黏性且可灵活支配的未吸收冗余能够激励企业进行战略调整并适应各种变化[6]。未沉淀冗余由于还未投入使用、不受特定项目约束,且容易识别与重新配置,通常用于支持需要灵活运用资源的探索式创新活动[15]。技术多元化网络环境中机会稍纵即逝,未沉淀冗余可协助管理者与员工脱离传统行为方式,践行高风险和未经试验的想法,准确及时抓住市场商机[33]。未吸收冗余可从能力与意愿两个方面支持企业探索式创新。据此,本研究提出如下假设:
H4a:未吸收冗余对探索式创新具有正向影响;
H4b:网络强度通过未吸收冗余对探索式创新具有正向作用。
综上所述,本研究提出概念模型如图1所示。
图1 本研究概念模型
本研究企业样本搜集分两种方式同时进行:一是问卷直接发放与远程回收,利用对外经贸大学MBA、EMAB学员来校学习、培训机会直接填写收集,以及通过电子邮件将电子版问卷发给外地企业填好回收;二是在企业实地访谈过程中填写。调研对象都是对企业比较了解的经理等人员,包括总经理、副总、总经理助理、人力资源和市场部门经理、主管等。最终获得有效企业样本200个。①企业样本地区分布为:北京83家,占31.2%;成都53家,占26.2%;广州38家,占18.8%;厦门16家,占7.9%;哈尔滨11家,占5.4%;其它地区包括佳木斯(5家)、上海(2家),还有来自常州、沈阳、吉林、聊城、齐齐哈尔、青岛、泉州、深圳、水源的企业各1家;②样本企业以中小微企业为主,10人以下占6%,11~50人占34.8%,51~100人占21.4%,100~500人占23.9%,500人以上占13.9%;③企业存活5年以下的占50%,5~10年占43.6%,10年以上占6.4%。企业销售规模100万元以下占5.5%,100~500万元占34.3%,500~1 000万元占17.4,5 000万元以上占22.9%;④企业性质以民营企业居多,占83.1%;国企、外商独资、合资分别占6%、5%和5.5%。调研样本企业行业主要集中在电子信息技术(24.4%)、高技术服务(22.4%)及生物与医药技术(12.9%),其它还包括新能源与节能技术(9.5%)、新材料(5%)、一般服务业(4.5%)、传统制造业(4%)、高新技术制造(3.5%)、资源与环境技术(2.5%)等。可以看出,样本主要集中在技术型初创企业。据相关研究,技术型企业是进行联盟合作较多的一类企业群集,世界范围内著名产业园区也大多以高新、新兴等技术类企业聚集为主,从而较易形成集群网络化发展模式。样本企业中有15.9%的企业成立于2007年以前,82.1%的企业成立于2007年以后,按McDougall等[37]、张玉利等[38]的做法,成立时间少于8年的企业即为新企业。初创科技型企业由于自身资源所限更倾向于积极构建企业社会网络,因此样本特征很好地符合了本研究主题需要。在无响应偏差方面,卡方检验表明,企业所属行业部门抽样比例较为均匀(x2=114.348,p<0.05)。另外,企业年限、规模、研发占比、创始人年龄和学历根据均值标准转换成虚拟变量,均运用方差分析进行检验,发现各0-1双维变量均通过方差分析,表示不存在显著性差异。因此,本研究数据中不存在有关行业、规模、年限等其它因素的无反应偏差。
为确保问卷测项效度与信度,本研究采用国内外现有文献中已使用过的成熟量表,并进行合理改编,在问卷正式定稿与调研之前,首先选取5家企业进行预调研,剔除及修改题义不明确或不合理的选项后,完善问卷结构并进行集中发放(2016年7~10月)。本研究采用7点Likert定序量表对变量进行测量,要求被试者对企业发展情况进行评估,其中1表示“非常不同意”,7表示“非常同意”。网络强度测量根据Granovetter[19]对关系强度的释义,并仿照潘松挺和郑亚莉[28]的做法,从接触频率、投入资源、互惠性和合作交流、共同利益5个维度进行测度。已有研究对组织冗余的测量较多采用了财务指标,这种测量方法尤其适用于财务制度完善的上市公司,但对于中小企业及新成立企业而言,由于财务统计不完善导致可比性不强,因此选择问卷式测量。为此,吸收冗余借用Simsek & Veiga[39]及李晓翔、陈邦峰和霍国庆[40]的量表,未吸收冗余采取Tan & Peng[17]及李妹和高山行[34]的测项;利用式创新和探索式创新测项均来源于Benner & Tushman[1]及He & Wang[41],并仿照贺小刚和李新春[42]的做法,在测项设计时增加了年限考量。经探索性因子分析发现,各潜在变量效度与信度均达标(见表1),组合效度与平均萃取方差均显著,测项具备了较好的收效效度;Cronbach's Alpha值均达到0.7以上且达到信度要求;KMO值通过巴特利球形检验(p<0.05);累积方差显示,所提取的公因子能较好地代表测项包含的大部分信息。所有考察变量的描述性统计与系数关系结果如表2所示。
3.3.1 层级回归分析
(1)在对变量数据进行中心化处理后,本研究采用层级式多元回归方法检验网络强度与组织冗余交互项对创新模式的影响,具体结果如表3所示。首先,检验控制变量对创新模式的影响。模型(1)和模型(2)显示,尽管成立年限、公司规模、是否在工业园区等控制变量的偏相关系数分别在不同显著性水平上显著,但Adjusted R2值偏小,其解释效力不强,表明仅凭控制变量因素对企业创新模式的影响作用不大。但同时也说明,公司规模、研发占比、创始人海外留学等变量对企业创新模式存在一定程度的影响。从检验结果看,公司规模与利用式创新显著正相关(β=0.139,p<0.10),说明公司规模越大越有利于采取利用式创新,这与前述有关吸收组织冗余与利用式创新正相关的假设存在高度关联,即规模越大的企业在吸收冗余上越具有优势,而吸收冗余则有利于利用式创新。研发占比与探索式创新显著正相关(β=0.201,p<0.01),说明研发占比越高越有利于探索式创新,由于探索式创新是对新技术、新观念等的引进,具有较强的突破性,因此研发活动支撑必不可少。创始人海外学历与利用式创新显著负相关(β=-0.015,p<0.10),可能是因为海外留学所学知识需要与本地市场相结合。而创始人海外学历与探索式创新显著正相关(β=0.138,p<0.10),说明企业家海外留学背景对于企业原发性创新意识与突破性创新行动的开展具有积极影响。
表1 变量测量、信度与效度检验结果
测项 Std. LoadingC.R.AVECronbach's AlphaKMOCumulative(%)网络强度(Granovetter,1973; 潘松挺和蔡宁,2010)0.854 30.539 70.7850.82254.016贵企业与主要伙伴在合作中投入了大量资源0.744贵企业与主要合作伙伴存在大量共同利益0.739贵企业与主要合作伙伴保持长期稳定关系0.737贵企业与主要合作伙伴的交流十分频繁0.729贵企业与主要合作伙伴关系十分密切0.724吸收冗余(Simsek和Veiga,2007;李晓翔和陈邦峰,2013)0.875 90.70170.7290.66967.959企业目前的生产运营低于设计能力0.842企业有较多专门人才,其潜力尚未发掘0.838企业采用的工艺设备或技术未被充分利用0.833未吸收冗余(Tan和Peng,2003; 李妹和高山行,2014)0.848 10.651 50.7890.62656.695企业留存收益 (如未分配利润)足以支持市场扩张0.852企业内部有足够的财务资源可用于自由支配0.834企业能够在需要时获得银行贷款或其它金融机构资助0.730利用式创新(Benner和Tushman,2002; He和Wang,2004)0.853 70.5390.8130.85861.754过去3年,投资现有成熟技术以提高产品和服务的供应0.801过去3年,加强项目知识以提高现有创新活动的效率0.724过去3年,公司加强了现有产品开发流程中的技能0.718过去3年,主要利用现存知识开发同类产品和服务0.717过去3年,提升逐步改进现有客户问题解决方案的能力0.707探索式创新(Benner和Tushman,2002 ;He和Wang,2004)0.890 20.619 20.8680.83465.599过去3年,学到的产品开发技术和流程对本行业最新0.830过去3年,公司获得的技术对于我们来说是全新的0.809过去3年,公司提高了在未知领域的创新技能0.806过去3年,公司获得了全新的管理和组织技能,这对创新非常重要0.753过去3年,在投资新技术和培训研发人员方面学到了全新技术0.732
表2 变量描述性统计与相关系数矩阵
变量MinimumMaximumMeanStd.Deviation123456789101112网络强度1.207.005.750.84-吸收冗余1.337.005.140.99-0.330**未吸收冗余1.006.334.151.340.270**-0.092利用式创新2.407.005.600.810.367**0.295**-0.223**探索式创新1.007.005.370.950.276**0.392**-0.0410.413**成立时间1.002.001.340.470.1090.085-0.1090.0400.063是否在工业园区1.002.001.160.370.078-0.023-0.0430.0730.031-0.015企业规模1.002.001.540.500.0960.028-0.159*0.1150.0780.1390.027研发占比1.002.001.370.48-0.201**0.1100.179*0.0360.018 6*-0.066-0.144-0.111创始人年龄1.002.001.470.500.048-0.016-0.239**-0.077-0.0080.189*-0.0060.192*-0.124创始人创业经历1.002.001.460.50-0.0240.0190.113-0.049-0.090-0.0400.036-0.181*-0.058-0.075创始人教育背景1.002.001.850.360.0350.0640.060-0.0550.1300.026-0.0780.0670.056-0.0900.128创始人海外学历1.002.001.240.430.165*0.075-0.0160.0050.154*-0.0240.1230.351**-0.0920.183*-0.0780.198**
注:**、*分别表示通过双尾0.01和0.05水平显著性检验
(2)在控制变量的基础上加入网络强度和组织冗余两个自变量,模型(3)和模型(4)的Adjusted R2值显著增大,说明解释力度增强。利用式创新与网络强度显著正相关(β=0.294,p<0.01);利用式创新与吸收冗余负相关(β=-0.130,p<0.10),而与未吸收冗余显著正相关(β=0.199,p<0.01)。探索式创新与网络强度显著正相关(β=0.220,p<0.01),探索式创新与吸收冗余间的关系未通过统计意义上的显著性水平检验;探索式创新与未吸收冗余显著正相关(β=0.303,p<0.01)。从实证结果看,网络强度对利用式创新具有促进作用,还与探索式创新显著正相关,假设H1得到部分验证。吸收冗余与利用式创新关系假设未得到验证,两者关系检验反而为负,这在一定程度上响应了有关学者提出的组织冗余与企业绩效负相关的主要是因为吸收冗余过度的观点。而对于未吸收冗余变量来说,除与探索式创新假设得到充分验证外,未吸收冗余还与利用式创新显著正相关,可能是因为对现有产品、设计改进的利用式创新往往也会导致市场反应不确定,如1985年可口可乐配方更改失败便是典型案例。因此,利用式创新虽不如探索式创新产生的变革大,但也需要充足的未吸收冗余作为保障。
(3)本研究分别在模型(3)和模型(4)基础上引入网络强度与组织冗余的交互项,模型(5)和模型(6)的Adjusted R2值均得到不同程度改善,说明解释力度进一步增强。从结果看,就利用式创新而言,网络强度与吸收冗余交互项对利用式创新显著负相关(β=-0.943,p<0.10),说明吸收冗余负向调节网络强度与利用式创新间的关系,进一步说明吸收冗余过度负向影响企业绩效。网络强度与未吸收冗余交互项对利用式创新的影响关系未通过显著性检验。网络强度与吸收冗余对探索式创新具有显著正向交互效应(β=0.098,p<0.10),说明吸收冗余正向调节网络强度与探索式创新间的关系。而网络强度与未吸收冗余交互项对探索式创新具有显著负向影响(β=-1.558,p<0.01),说明未吸收冗余负向调节网络强度与探索式创新间的关系,可能是因为网络强度与未吸收冗余都是一种潜在资源挖掘机制,两者具有重叠性并产生了一定的挤出效应。
表3 层级回归分析结果
自变量(1)(2)(3)(4)(5)(6)利用式创新探索式创新利用式创新探索式创新利用式创新探索式创新控制变量成立年限0.0470.075-0.0080.024-0.0050.029(0.136)(0.155)(0.124)(0.142)(0.123)(0.139)是否在园区0.9380.0540.0610.0520.0660.040(0.173)(0.196)(0.156)(0.180)(0.156)(0.176)公司规模0.139*0.0240.120*0.0240.123*0.049(0.138)(0.157)(0.126)(0.144)(0.126)(0.142)研发占比0.0530.201***0.1010.198***0.1020.209***(0.133)(0.151)(0.124)(0.143) (0.124)(0.140)创始人年龄-0.111-0.024-0.124*-0.002-0.1030.016(0.132)(0.150)(0.122)(0.141)(0.123)(0.139)是否有创业经历-0.022-0.077-0.010-0.086-0.007-0.045(0.129)(0.147)(0.117)(0.135)(0.119)(0.134)创始人学历-0.0670.100-0.0760.087-0.063-0.094(0.183)(0.208)(0.165)(0.190)(0.165)(0.186)是否海外留学 -0.015*0.138*-0.0640.0760.0520.102(0.164)(0.186)(0.150)(0.173)(0.151)(0.170)自变量网络强度0.294***0.220***0.789***0.959***(0.077)(0.088)(0.281)(0.333)吸收冗余-0.130*0.0380.925*-0.014(0.047)(0.054)(0.362)(0.415)未吸收冗余0.199***0.303***0.149*1.303***(0.061)(0.070)(0.065)(0.380)交互项网络强度*吸收冗余 -1.011*(0.058)网络强度*未吸收冗余 -1.558***(0.066)截距项5.467***3.810***3.561***1.112-0.545-1.064(0.573)(0.651)(0.741)(0.853)(2.274)(2.570)R20.0380.0870.2310.2510.2500.295Adjusted R2-0.0090.0420.1780.1990.1890.237R2 change0.365***0.157***0.01***0.038***F-value0.8131.9424.3694.8674.0475.094Obs172172172172172172
注: ***表示P<0.001,**表示P<0.05,*表示P<0.10,#表示P<0.15
3.3.2 结构方程模型
为进一步考察网络强度、组织冗余与创新模式三者间的作用路径,本研究构建结构方程模型对其路径关系进行检验。采用AMOS7.0构建结构方程模型,主要检验网络强度、组织冗余与创新模式间的直接和间接影响路径系数。模型相关拟合指标为:x2为305.104,df为183,x2/df=1.667(小于临界值3),GFI为0.987,AGFI为0.941,CFI为0.919,NFI为0.822,RMSEA为0.058,这些指标均基本达到结构方程模型标准,说明模型模拟度优良。从图2可知,网络强度与吸收冗余显著负相关(标准路径系数为-0.345,P<0.001),网络强度与未吸收冗余显著正相关(标准路径系数为0.275,P<0.05),假设H1得到部分验证,与上述回归结果一致。网络强度对利用式创新具有显著正向影响(标准路径系数为0.479,p<0.001),网络强度对探索式创新也具有显著正向影响(标准路径系数为0.233,p<0.05),假设H2b得到部分验证并响应了前文回归结果。吸收冗余与利用式创新的直接路径关系未通过显著性检验,说明吸收冗余与利用式创新未构成显著影响路径。未吸收冗余对探索式创新具有显著正向影响作用(标准路径系数为0.386,p<0.001),说明未吸收冗余对探索式创新具有促进效应,假设H4b得到验证。
对利用式创新而言,只有网络强度与其构成显著的影响路径关系,而网络强度并不能通过促进吸收冗余间接影响利用式创新。与之相比,探索式创新影响路径关系则较为复杂,网络强度不仅与探索式创新具有直接影响路径关系,而且通过未吸收冗余对其具有显著正向间接影响效应,具体路径系数为0.106(0.275*,0.386)。这一路径关系与前文层级回归结果(网络强度与未吸收冗余交互项估计系数显著为负)表明,未吸收冗余在网络强度与探索式创新间具有中介而非调节作用。也即,网络强度能促进企业未吸收组织冗余的增加进而促进探索式创新,但未吸收冗余并不显著调节网络强度对探索式创新的作用。
为进一步检验网络强度框架下不同类型组织冗余对创新模式的中介效应,本研究对模型作进一步修正,在原结构方程模型的基础上增加“吸收冗余→探索式创新”、“未吸收冗余→利用式创新”两条直接路径。修正后的模型拟合适配度指标有所提升,说明结构方程模型更加优良。其中,x2为286.771,df为181,x2/df为1.584,GFI为0.988,AGFI为0.947,CFI为0.930,NFI为0.832,RMSEA为0.054。具体结果如图3所示,吸收冗余对探索式创新具有显著直接正向影响(标准路径系数为0.168,p<0.05),说明吸收冗余对探索式创新具有促进效应,而未吸收冗余对利用式创新具有显著直接正向影响(标准路径系数为0.319,p<0.001)。由此来看,网络强度不仅能直接正向影响利用式创新(标准路径系数为0.479,p<0.001)和探索式创新(标准路径系数为0.290,p<0.001),而且还通过未吸收冗余对利用式创新和探索式创新产生正向间接作用,具体系数为0.076(0.239*0.319)和0.102,说明网络强度与未吸收冗余交互对探索式创新的正向影响效应大于其对利用式创新的影响效应。另外,“网络强度→未吸收冗余→创新模式”呈现出较为稳健的路径关系。也即,社会网络关系越强越有利于获得未吸收冗余,而未吸收冗余增加有利于促进利用式创新和探索式创新,从而进一步证实了网络强度对企业绩效的重要性。而对吸收冗余而言,网络强度未能对吸收冗余产生直接正向作用,且吸收冗余也未能对利用式创新产生显著直接影响,因而并不构成较强的路径依赖关系,“网络强度→吸收冗余→创新模式”间的路径关系不显著。
图2 结构方程模拟结果
图3 修正后结构方程模拟结果
3.3.3 进一步验证
为进一步揭示网络强度、不同类型组织冗余与创新模式间的影响关系,本研究构建3个单独的结构方程模型,分别对“网络强度→组织冗余”、“网络强度→创新模式”和“组织冗余→创新模式”三组潜变量间的独立直接路径影响关系进行检验,运用AMOS7.0软件得到模拟结果见表4。从中可见,3个结构方程模型拟合适配指标得到改善并较好地达到既定要求,说明模型拟合度优良。另外,3个单独结构方程模型检验出的路径关系与全变量结构方程模型结果基本一致。网络强度对未吸收冗余具有显著正向影响(标准路径系数为0.239,p<0.05),网络强度对吸收冗余具有显著负向影响(标准路径系数为-0.532,p<0.001),网络强度对利用式创新和探索式创新均具有显著正向影响(标准路径系数分别为0.484,p<0.001和0.455,p<0.001),吸收冗余与两种创新模型均不构成显著正向影响关系,未吸收冗余对利用式创新和探索式创新均具有显著正向影响(标准路径系数分别为0.440,p<0.001和0.669,p<0.001)。将图3与表4对比发现,网络强度、未吸收冗余与创新模式三者间的直接影响路径关系再次得到显著性验证;未吸收冗余对利用式创新、探索式创新均具有直接影响路径关系也得到进一步验证。网络强度与吸收冗余间仍然展现出显著负向直接影响路径关系;网络强度、吸收冗余与创新模式间仍未能检验出显著的直接影响路径。总体来看,通过结构方程模型的模拟结果如表5所示。
表4 单独路径关系模拟结果
PathUnstandardized EstimateStandard estimatesS.E.C.R.PDifference未吸收冗余<---网络强度0.2390.2460.0942.5540.011Y吸收冗余<---网络强度-0.532-0.3540.143-3.711***Y利用式创新<---网络强度0.4840.4720.1014.771***Y探索式创新<---网络强度0.4550.3490.1173.901***Y利用式创新<---吸收冗余-0.068-0.1010.056-1.2160.224N探索式创新<---未吸收冗余0.6690.5020.1384.853***Y探索式创新<---吸收冗余0.0530.0620.0670.7820.434N利用式创新<---未吸收冗余0.4400.4200.1074.115***Y
注:***代表p<0.0001
表5 假设验证结果
假设 结论假设结论H1a:网络强度与企业未吸收冗余正相关支持H1b:网络强度与企业吸收冗余相关不支持H2a:网络强度正向影响利用式创新支持H2b:网络强度负向影响探索式创新不支持H3a:已吸收冗余正向影响利用式创新不支持H3b:网络强度通过已吸收冗余正向促进利用式创新不支持H4a未吸收冗余对探索式创新具有正向影响支持H4b:网络强度通过未吸收冗余对探索式创新具有正向作用支持
“网络—资源—创新”成为新竞争时代企业创新成长的重要“金三角”。本研究在理论假设的基础上,通过对样本企业问卷调研数据进行实证分析发现:①网络强度与利用式创新、探索式创新均呈正相关关系,即企业网络强度增加对其从事探索式创新和利用式创新活动均有利;②未吸收冗余与创新模式正相关,而吸收冗余对创新模式未表现出显著影响效应,可能是因为对初创企业来说,未完全定形、通适性高的未吸收资源冗余对创新的支撑作用更大;③网络强度通过促进未吸收冗余而积极影响企业创新模式,未吸收冗余在网络强度与创新模式间具有中介传递效应。
上述结论说明,网络强度对创新模式选择具有重要影响,这与刘学元等[41]提出的中国企业独立创新能力较弱、大部分创新需与外部合作完成,因此中国企业在强关系背景下能更好地利用创新网络优势的假设前提相一致。尤其是在社会失信事件层出不穷的氛围下,通过强关系可减少交易风险并防范机会主义,增加网络化合作创新成功概率。Lowik等 [44]指出,中小企业应更多投资强关系,而不是增强关系。
本研究结论对于我国企业开展创新活动具有3点重要启示:①企业在日常经营活动中应提高社会网络强度,尤其要加强能给企业带来未沉淀冗余资源的社会强网络建设;②根据网络特征、组织资源冗余权衡选择相应的创新方式。Parida等 [45]指出,对初期创业型企业来说,选择利用式创新和探索式创新应具有明确倾向。企业通过构建具有信任机制的强关系创新网络,可为其在利用式创新与探索式创新两种模式间游刃有余地切换提供方便;③企业创新模式选择除受网络强度、组织冗余影响外,还与自身因素密切相关。从分析结果可以看出,R&D占比较高的研发型企业在探索式创新方面更具优势,而规模大的企业在利用式创新上可进行更多的尝试。因此,企业创新模式选择也应根据自身属性或情况而定。
[1] BENNER M J,TUSHMAN M.Process management and technological innovation: a longitudinal study of the photography and paint industries [J].Administrative Science Quarterly,2002,47(47):676-706.
[2] LIN H E, MCDONOUGH E F, LIN S J, et al. Managing the exploitation/exploration paradox: the role of a learning capability and innovation ambidexterity[J]. Journal of Product Innovation Management, 2013, 30(2):262-278.
[3] PARTANEN J, CHETTY S K, RAJALA A. Innovation types and network relationships[J]. Entrepreneurship Theory & Practice, 2011, 38(5): 1027-1055.
[4] GULATI R. Network resources: toward a new social network perspective[J]. Academy of Management Review, 2008(2):546-550.
[5] CYERT R,MARCH J.A behavioral theory of the firm [M].Englewood Cliffs,NJ: Prentice Hall,1963.
[6] BOURGEOIS L J. On the measurement of organizational slack[J]. Academy of Management Review, 1981, 6(1):29-39.
[7] BARNEY J B. Firm Resources and sustained competitive advantage[J].Journal of Management, 1991, 17(1): 99-120.
[8] 李辉,吴晓云.社会资本、知识冗余与创新绩效:对知识密集型服务企业的实证检验[J]. 企业经济, 2015(6):32-39.
[9] 刘冰,符正平,邱兵. 冗余资源、企业网络位置与多元化战略[J]. 管理学报, 2011, 8(12):1792-1801.
[10] 邹国庆, 贺胜德. 组织冗余研究文献综述及发展趋势[J]. 求索, 2011(1):84-85.
[11] MARCH J G, SIMON H A. Organizations[M]. New York:Wiley,1958.
[12] KOVACH J J, HORA M, MANIKAS A, et al. Firm performance in dynamic environments: the role of operational slack and operational scope[J]. Journal of Operations Management, 2015, 37:1-12.
[13] GEORGE G. Slack resource and the performance of privately held firms [J]. Academy of Management Journal, 2005, 48(4):661-676.
[14] BOURGEOIS L J, SINGH J V. Organizational slack and political behavior among top management teams[J]. Academy of Management Annual Meeting Proceedings, 1983(1):43-47.
[15] SINGH J V. Performance, slack, and risk taking in organizational decision making[J]. Academy of Management Journal, 1986, 29(29):562-585.
[16] SHARFMAN M P, WOLF G, CHASE R B, et al. Antecedents of organizational slack[J]. Academy of Management Review,1988,13(4): 601-614.
[17] TAN J, PENG M W. Organizational slack and firm performance during economic transitions: two studies from an emerging economy[J]. Strategic Management Journal, 2004, 25(3):307-307.
[18] COLEMAN J S. Social capital in the creation of human capital[J]. American Journal of Sociology, 1988, 94(s):95-120.
[19] GRANOVETTER. The strength of weak ties[J], Social Science Electronic Publishing, 1973, 78(2): 1360-1380.
[20] 朱福林, 陶秋燕, 何勤,等. 网络地位、网络强度能否影响创新绩效及成长路径——基于286家北京市科技型中小微企业调研数据的研究[J].科学决策, 2016(11):39-60.
[21] 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.
[22] 肖鹏,周杨心悦,刘景东,等. 社会网络、关系质量与新创企业成长关系研究[J]. 科技进步与对策, 2018, 35(18):119-125.
[23] LANDRY R, AMARA N, LAMARI M. Does social capital determine innovation? to what extent[J] . Technological Forecasting & Social Change, 2002, 69(7): 681-701.
[24] FLAP H, VOLKER B. Creation and returns of social capital[M]. London: Routledge, 2004.
[25] FUENTES-FUENTES M, BOJICA A M, RUIZ-ARROYO M, et al. Innovativeness and business relationships in women-owned firms: the role of gender stereotypes[J]. Canadian Journal of Administrative Sciences, 2015, 34(1):63-76.
[26] UZZI B.Social structural and competition in interfirm networks: the paradox of embeddedness [J].Administrative Science Quarterly,1997,42( 1):37-69.
[27] GILSING V, NOOTEBOOM B. Exploration and exploitation in innovation systems: the case of pharmaceutical biotechnology [J]. Research Policy, 2006, 25(35):1-23.
[28] 潘松挺, 郑亚莉. 网络关系强度与企业技术创新绩效——基于探索式学习和利用式学习的实证研究[J]. 科学学研究, 2011, 29(11):1736-1743.
[29] GRONUM S, VERREYNNEe M L, KASTELLE T. The role of networks in small and medium-sized enterprise innovation and firm performance [J]. Journal of Small Business Management, 2012, 50(2):257-282.
[30] 徐建中,贯君,林艳. 互补性资产视角下绿色创新与企业绩效关系研究[J]. 科技进步与对策, 2016, 33(20): 76-82.
[31] GEIGER S W, MAKRI M. Exploration and exploitation innovation processes: the role of organizational slack in r&d intensive firms[J]. Journal of High Technology Management Research, 2006, 17(1):97-108.
[32] TROILO G, LUCA L M D, ATUAHENE-GIMA K. More innovation with less? a strategic contingency view of slack resources, information search, and radical innovation [J]. Journal of Product Innovation Management, 2014, 31(2):259-277.
[33] 陈立勇, 谢芳, 曾德明,等. 协作研发网络技术多元化、组织冗余对二元式创新的影响——基于中国汽车企业面板数据[J]. 软科学, 2015(9):9-13.
[34] 李妹,高山行.环境不确定性、组织冗余与原始性创新的关系研究[J]. 管理评论, 2014,26(1):47-56.
[35] 李晓翔, 刘春林,冗余资源与企业绩效关系的情境研究——兼谈冗余资源的数量变化[J]. 南开管理评论, 2011, 14(3):4-14.
[36] BECKMAN C M,HAUNSCHILD P R, PHILLIPS D J.Friends or strangers? firm-specific uncertainty,market uncertainty,and network partner selection[J].Organization Science, 2004, 15( 3) : 259-275.
[37] MCDOUGALL P P, COVIN J G, ROBINSON R B, et al. The effects of industry growth and strategic breadth on new venture performance and strategy content[J]. Strategic Management Journal, 1994, 15(7):537-554.
[38] 张玉利, 杨俊, 任兵. 社会资本、先前经验与创业机会——一个交互效应模型及其启示[J]. 管理世界, 2008(7):91-102.
[39] SIMSEK Z, VEIGA J F, LUBATKIN M H. The impact of managerial environmental perceptions on corporate entrepreneurship: towards understanding discretionary slack's pivotal role[J]. Journal of Management Studies, 2007, 44(8):1398-1424.
[40] 李晓翔,陈邦峰,霍国庆. 组织冗余如何影响中小企业产品创新?离心力和向心力的中介作用研究[J]. 研究与发展管理, 2013, 25(6):16-26.
[41] HE Z L, WONG P K. Exploration vs. exploitation: an empirical test of the ambidexterity hypothesis[J]. Organization Science, 2004, 15(4):481-494.
[42] 贺小刚, 李新春. 企业家能力与企业成长:基于中国经验的实证研究[J].经济研究, 2005(10):101-111.
[43] 刘学元, 丁雯婧, 赵先德. 企业创新网络中关系强度、吸收能力与创新绩效的关系研究[J]. 南开管理评论, 2016, 19(1):30-42.
[44] LOWIK S, ROSSUM D V, KRAAIJENBRINK J, et al. Strong ties as sources of new knowledge: how small firms innovate through bridging capabilities [J]. Journal of Small Business Management, 2012, 50(2):239-256.
[45] PARIDA V, LAHTI T, WINCENT J. Exploration and exploitation and firm performance variability: a study of ambidexterity in entrepreneurial firms[J]. International Entrepreneurship & Management Journal, 2016, 12(4):1-18.