虚拟组织网络规模、网络结构对合作创新绩效的作用机制
——知识资源获取的中介效应

张保仓

(河南财经政法大学 MBA学院,河南 郑州450002)

摘 要:基于开放式创新视角,以231家企业作为样本,实证检验虚拟组织网络规模、网络结构通过知识资源获取路径对合作创新绩效的作用机理。结果表明,网络规模对显性知识资源获取、合作创新绩效有显著正向影响;网络中心性对显性知识资源获取、隐性知识资源获取与合作创新绩效有显著正向影响;网络规模对隐性知识资源获取的影响不显著;显性知识资源获取在网络规模与合作创新绩效关系中发挥完全中介效应;隐性知识资源获取在网络中心性与合作创新绩效关系中发挥完全中介效应。结论可为丰富和完善虚拟组织持续创新理论及创新绩效理论奠定重要基础,具有实践应用价值。

关键词:虚拟组织;网络规模;网络结构;知识资源获取;合作创新绩效

An Empirical Study on Mechanism of Action of Virtual Organization Network Size and Network Structure to Cooperative Innovation Performance——Mediating Role of Knowledge Resource Acquisition

Zhang Baocang

(School of MBA,Henan University of Economics and Law,Zhengzhou 450002, China)

AbstractBased on the perspective of open innovation, this paper explores and studies the effect mechanism of virtual organization network size and network structure on cooperative innovation performance through the path of acquiring knowledge resources.In a sample of 231 companies has carried on the empirical research, the results show that the size of the network of explicit knowledge resources acquisition and has significant positive influence on cooperative innovation performance, the network centricity to explicit knowledge acquisition, tacit knowledge resources acquisition and cooperative innovation performance has significant positive influence, the network size on tacit knowledge resources access effect is not obvious, the influence of explicit knowledge resource acquisition in network scale effect on cooperative innovation performance of complete mediation effect, tacit knowledge resources access in the network centricity impact on cooperative innovation performance plays a partial mediating effect.It plays a key fundamental role and practical application value in enriching and perfecting the theory of continuous innovation and innovation performance of virtual organization.

Key Words:Virtual Organization;Network Size;Network Structure; Knowledge Resource Acquisition; Cooperative Innovation Performance

收稿日期:2019-11-25

基金项目:河南省哲学社会科学规划项目(2019BJJ008)

作者简介:张保仓(1974-),男,河南林州人,博士,河南财经政法大学MBA学院讲师,研究方向为战略与组织创新、创新管理、企业间合作。

DOI10.6049/kjjbydc.2019080233

开放科学(资源服务)标识码(OSID):

中图分类号:F403.6

文献标识码:A

文章编号:1001-7348(2020)05-0027-10

0 引言

在开放式创新背景下,知识高度分化使得产业链价值分布呈现“归核化、精细化、模块化”结构,以纵向垂直整合为优势的传统价值主张受到质疑与挑战。企业单靠自身资源与能力已无法抓住稍纵即逝的市场机遇、快速创造价值,也难以满足客户多元化、个性化、定制化需求偏好,需要借助外部资源与能力通过协同创新实现。因此,由基于“互联网+信息技术”的多元创新主体为交互载体、互补性资源为共享内容,联合形成的虚拟组织已成为企业创造价值的重要组织模式及战略选择[1]。虚拟组织是以市场机遇为切入点,通过在线信息技术连接成员企业能力、实现知识高效集成、促进合作创新的动态网络组织,其组织结构柔性、能力协同性、响应敏捷性与资源互补性等基本特征使成员企业能够快速获取客户需求信息、市场环境信息、系统设计规则、模块接口信息、业务流程认同等显性知识,以及嵌入于产品模块内的专业知识、核心技术、经验诀窍等隐性知识,进而减少知识与信息获取的专用性投资,降低交易成本与创新风险,提高组织合作创新绩效,充分彰显了在合作创新绩效方面的优越性。尤其是在产业互联网时代,这种组织模式下的知识资源获取效率与质量是其它组织形式无法比拟的。然而,虚拟组织网络规模越大,联结的成员数量越多,成员企业间在线获取的存量知识与信息资源越丰富,进而增加企业间管理与沟通成本,影响知识获取效率。同样,虚拟组织网络结构中心性越高,对管理成员企业行为的协调、规范活动越有效,从而获取高质量知识资源的路径越多。由此,以知识资源获取为过程变量,探索虚拟组织网络规模、网络结构通过知识资源获取对合作创新绩效的影响成为学界当前关注的焦点。

现有研究中,Baum &Calabrese[2]基于社会网络视角,发现价值网络是企业获取精准知识、信息与互补资源的重要渠道与通路,网络规模增长对企业创新绩效提升有促进作用;Collins &Clark[3]基于网络结构视角,指出网络结构中心度对企业创新绩效具有重要影响;钱锡红[4]认为较好的网络位置有利于集群企业创新;胡海青等[5]实证发现网络结构嵌入性与知识资源获取具有正相关关系;窦红宾和王正斌[6]证实了知识资源获取对企业成长绩效有正向影响;李纲等[7]指出,企业利用网络能力获取知识资源,进而提升财务绩效与非财务绩效;李奉书和黄婧涵[8]研究表明,网络结构中心性越高的成员企业,其链节向量数越多,从网络中获取的知识信息量越大,从而嵌入在产品模块中的专业知识越多、技术含量越高,传递给客户价值量就越大,进而促进合作创新绩效提升;张保仓等[9]基于知识获取视角,证实了虚拟组织知识资源获取对持续创新能力显著正向作用。

综上所述,学界关于社会网络的研究主要聚焦于企业外部网络规模、结构、位置对知识资源获取、成长绩效、财务与非财务绩效、创新绩效等的影响,但对虚拟组织视角下网络规模、网络结构与合作创新绩效的作用机理探讨不足。尤其是在产业互联网时代,企业如何借助互联网+信息技术载体快速建构虚拟组织,提高成员企业获取显性知识资源与隐性知识资源的质量和效率,高标准地创造客户价值,进而实现高效益的合作创新绩?本文试图从虚拟组织显性知识与隐性知识资源获取角度入手,分析网络规模与网络结构对合作创新绩效的作用机制,为企业尤其是科技型中小企业持续创新提供相应的理论支持及实践指导。

1 理论模型与研究假设

1.1 网络规模与合作创新绩效

虚拟组织中参与创新的成员企业数量决定了网络规模与网络结构层次。成员企业自身携带大量的价值信息与专业知识,网络规模越大,意味着参与合作创新的企业数量越多,嵌入创新网络的知识资源存量就越大,可供成员企业获取、匹配与更新的存量知识资源越丰富。企业间通过高频交流互动增强彼此间信任、承诺与知识分享意愿,进而能更好地挖掘客户需求信息、统一设计规则及获得模块接口知识,并将高质量知识和复杂知识应用于产品模块创新与技术创新[10],从而提升产品使用价值、感知价值与体验价值,增强产品市场竞争能力、扩大市场份额,在盘活成员企业闲置创新资源与核心能力的同时,分享共同创造的绩效价值。Vanhaverbeke[11]通过调研数据分析发现,企业外部连接的网络规模数量越大,越可能提升企业绩效。综上,提出以下假设:

H1a:网络规模与合作创新绩效存在正相关关系。

1.2 网络结构与合作创新绩效

根据社会资本理论,企业获取的外部知识数量与质量取决于社会资本关系,即企业间的社会关系联结水平[12]。社会资本由结构性、关系性和认知性3个维度构成,与知识资源及知识组合资源交换机会密切关联[13]。网络中心性是网络结构的基本特征,是影响网络性能关键作用的节点或节点群,反映了企业在虚拟组织网络中所处结构位势及权力影响[14]。虚拟组织中占据网络中心位置的企业具有明显信息优势,能够从其它成员企业获取更多客户需求信息、技术最新变化及产业更新趋势,因其结构优势显著,能充分掌握网络空间相关创新信息,用以组织、指导其它成员企业在统一设计规则下应用各自核心能力、优势资源及专业知识,设计专业知识模块,促进产品模块集成创新[15],进而增强产品创新性、市场竞争力及扩大市场份额,在提升合作创新绩效的同时实现共同成长。可见,企业网络中心性越强,声望及位势越高,与成员企业间的联系越紧密,用以共享的知识信息就越多,合作创新绩效越高。综上,提出以下假设:

H1b:网络中心性与合作创新绩效存在正相关关系。

1.3 网络规模与知识资源获取

网络规模反映了虚拟组织内的企业数量与知识资源充裕程度。虚拟组织中参与合作创新的企业数量越多,企业知识资源聚合规模就越大,对各参与企业而言,识别评估外部信息的机会及获取知识资源的渠道来源就越多[16]。具体而言,网络规模越大意味着网络节点数量越多,参与创新的成员企业可以通过丰富的关系网络,洞察、挖掘并获取新的市场机遇信息、产业政策信息、技术发展信息、客户潜在需求、需求更新信息等显性知识资源,在寻求、拓展新合作创新机会的同时,通过网络关系增加彼此交流互动的共性语言,建立统一设计规则、模块接口信息、业务传递流程等显性知识资源,进而高效高质集成客户解决方案。

此外,虚拟组织网络规模越大,成员企业基于知识溢出效应通过关系网络能获取的互补性知识资源就越丰富,越有利于企业进行经验、技能、诀窍、程序等隐性知识积累、匹配叠加、更新整合,从而形成新的有机知识体系,增加隐性知识存量的同时促使凝结于产品模块中的隐性知识量增加,产品模块的性能、品质与附加价值相应地就会提高,合作创新成功率与合作绩效价值就会提升[17]。这在一定程度上反映了虚拟组织网络规模越大,成员企业彼此获取对方关键显性知识资源与隐性知识资源的准确性越高,通过知识匹配、理解与转化为自身增量知识资源。为此,提出以下假设:

H2a:网络规模对显性知识资源获取有正向作用效应;

H2b:网络规模对隐性知识资源获取有正向作用效应。

1.4 网络中心性与知识资源获取

在虚拟组织中,处于网络结构中心位置的成员企业通常具有较高的可见度和较强资源吸引力,可以连接许多互补信息流用以分享与交流,利用自身掌握的信息优势及技术优势获取其它成员企业的认可、尊重与信任,有利于企业间合作关系的建立与延续,同时因较高的网络位置或企业位势,控制着价值链中关键节点的核心技术和知识资源,尤其是研发、生产、渠道或服务网络中最为关键的核心技术及管理经验等隐性知识,主导着网络创新资源及网络发展方向。虚拟组织中其它成员企业为了获取更多的合作创新与生存发展机会,一方面,积极分享自身专业知识资源并获取企业间知识与信息,夯实并专注自身核心能力提升,以核心能力和优势资源参与创新并逐步向网络中心靠近,以建立在网络中的话语权和影响力;另一方面,处于网络中心位置的成员企业为了维护自身核心地位,会积极与其它成员企业分享知识与信息[18]。由于成员企业网络位置和声誉越高,其联结的网络关系渠道与资源越多,拥有的社会资本量越大,预期收益越高[19]。因此,虚拟组织成员企业处于网络中心位置或者距离网络中心位置越近,其网络位置优越感知就越强,为了维护这种社会资本优越感,更专注将知识内化于产品模块中并与其它网络成员进行知识信息共享,进而提升知识资源获取数量与质量。

成员企业的中心性越强,在虚拟组织网络中的可见度就越高,能够主导网络合作创新战略定位与方向,从战略高度认识、识别、评估与选择合作伙伴拥有的核心技术、核心能力与管理技能等隐性知识资源,发起并调整网络关系,联结企业间的知识资源获取渠道[20]。并且,网络中心性能强化虚拟组织成员企业的联结强度,促使核心企业通过搜索和挖掘外部潜在合作伙伴,发现新的机会,明确学习目标、创新对象及创新流程,识别出对实现战略机遇所需的显性知识资源,并列出知识清单与知识资源明细,减少不必要和边际效率低的创新资源投资,从而提高企业识别关键知识的效率与质量。综上,提出以下假设

H3a:网络中心性对显性知识资源获取有正向作用效应;

H3b:网络中心性对隐性知识资源获取有正向作用效应。

1.5 知识资源获取与合作创新绩效

知识资源作为智力劳动的产物及价值创造的战略资源,是虚拟组织持续创新的关键要素。虚拟组织在合作创新过程中,一方面,成员企业不断通过网络关系分享对接产业政策、行业发展、客户需求、设计规则、流程文件等显性知识资源,以精准理解定义客户需求知识、潜在需求信息与市场发展方向,精确传递并获取关联创新信息,清晰把握行业趋势与客户后续知识需求,减少对客户需求理解的交互成本与信息偏差,提高产品模块设计的准确度与成功率;另一方面,通过成员企业间经验心得、设计理念、技能诀窍等隐性知识在线互动交流、领悟与练习,能深入理解嵌于产品模块的专业知识清单及知识序列,促使意愿性的隐性知识转化和非意愿性的隐性知识溢出。在统一规则框架下设计出高品质的产品模块,将与其它成员企业设计的产品模块通过集成重组为满足客户需求的产品或服务,进而提升合作创新绩效。Zahra 等[21]研究发现,从外部网络中有效获取创新所需的知识资源会对合作创新绩效产生正向影响,且知识资源的获取及应用对企业盈利能力有正向作用。可见,知识资源获取有助于成员企业精准理解客户需求,把握市场环境动态变化及产业发展方向,并作出敏捷性响应,在无序的商业环境中进行有序的合作创新,以共同拓展存量市场及增量市场,实现合作创新绩效快速增长与发展。综上分析,提出以下假设:

H4a:显性知识资源获取与合作创新绩效正相关;

H4b:隐性知识资源获取与合作创新绩效正相关。

1.6 网络规模、知识资源获取与合作创新绩效

虚拟组织是连接成员企业核心能力与互补资源的创新联盟体,网络规模越大意味着参与合作创新的成员企业数量越多,由于成员企业拥有多种信息、知识与技术,在共同目标与统一规则框架下通过互动交流建立联系。高频互动能增强成员企业之间的战略行动默契及绩效目标共识,使成员企业彼此获取与自身知识技能匹配的价值信息并吸收更新,进而实现技术诀窍及知识信息的深度交换及有效转移[22]。同时,较多网络成员基于异质能力和互补资源开展合作,降低专用性投资成本与投资风险,实现企业资源与能力扬长补短、产生协同创新效应。此外,网络规模越大,企业间联结形成的结构洞越多,一定程度上保证了合作创新成员企业能够获取不同的信息流、知识流与技术流[23],尤其是以互联网+信息技术为载体的资源与能力的虚拟连接,有效缩短了成员企业间建立网络联结的路径。因此,成员企业获取知识资源的时效性得到保障,相应地知识共享质量更高,合作创新产品在市场中的竞争力与生命力更强,合作创新绩效更高。综上,提出以下假设:

H5a:显性知识资源获取在网络规模与合作创新绩效间起中介作用;

H5b:隐性知识资源获取在网络规模与合作创新绩效间起中介作用。

1.7 网络结构、知识资源获取与合作创新绩效

在虚拟组织中,企业网络结构中心性越强,越容易吸引、获取并控制宽领域、多样化、非冗余等与创新相关的知识与信息资源[24]。也就是说,虚拟组织网络结构越紧密、中心度越聚焦,越有利于核心层企业(ASC)或核心企业协调和管理其它成员企业的行为。当然,成员企业间紧密的关系网络促进了合作伙伴之间的资源承诺,彼此间获取有效价值的信息和创新资源的直接与间接路径更多,知识资源获取质量更高。在共同设计框架下,成员企业通过并行作业与协同创新,核心企业对其知识模块进行集成整合,有利于缩短产品从研发到商业化应用的运营周期,盘活并提升企业间的资源、能力利用率及产品创新效率与品质,从而提升合作创新绩效。综上,提出以下假设:

H5c:显性知识资源获取在网络中心性与合作创新绩效间起中介作用;

H5d:隐性知识资源获取在网络中心性与合作创新绩效间起中介作用。

根据上述研究假设,构建虚拟组织网络规模、网络中心性、知识资源获取与合作创新绩效的理论模型,如图1所示。

2 研究设计

2.1 样本与数据

研究数据通过实地调查与电子邮件相结合的方式收集,问卷结构及题项设计征询4位虚拟组织创新研究专家及5位虚拟组织运营高管的意见形成,问卷通过个人及组织的关系网络发放,被调研对象为企业中高层人员及CEO指定人员。由于虚拟组织具有以互联网+信息技术应用为载体,实现成员企业能力与资源联结的本质属性,样本选取主要聚焦以下3个方面:企业在近3年的价值链重组过程中,在产品研发、设计、生产、渠道、服务等节点有清晰的合作伙伴;在价值链战略环节存在外协、外包或承包等业务;从行业及区域选择上,关注与虚拟组织应用联系较多的机械制造、通讯电子、能源环保、生物医药等行业,以及电子商务与经济发展较为发达的河南、浙江、北京、上海等区域。问卷发放320份,回收295份,剔除填答不全及不符合标准的问卷,得到有效问卷231份,有效回收率78.31%,样本特征见表1。

图1 理论模型

2.2 变量测量

本研究设计的变量测量题项均采用Likert5分量表(1=非常符合,5=非常不符合)。为保证量表信度与效度,相关变量测量题项均借鉴国内外成熟量表,并结合实际调研作适当修正。在数据处理前,先对变量测量题项进行信度与效度检验,然后对变量间关系进行相关性分析,最后采用SPSS19.0 和AMOS17.0进行探索性与验证性分析。

2.2.1 合作创新绩效

合作创新绩效作为虚拟组织成员企业间协同创新成果商业化应用的最终体现,是反映持续合作创新水平的重要指标[25],主要通过虚拟组织网络稳定性、成员企业合作创新满意度及成员企业创新能力提升测量。首先,持续稳定的合作创新关系能够规避机会主义行为,降低机会成本与交易成本,维持虚拟组织高效运行;其次,由于成员企业的复杂性与个体资源能力差异,各自合作的出发点或目标不尽相同,仅用单一财务绩效等客观指标难以衡量合作创新的实际成果,而通过调研发现企业间合作满意度是考量合作创新关系的可靠指标[26];再次,成员企业参与虚拟组织协同创新的动力源于自身技术创新能力匮乏。可见,自身创新能力提升程度也是衡量合作创新绩效的关键测量指标。因此,对于虚拟组织合作创新绩效的测量,结合实况调研,借鉴李玲[25]、任胜刚[19]的量表,设置3个测量题项进行测量(见表2)。

表1 样本特征结构

项目样本(份)百分比(%)项目样本(份)百分比(%)机械制造12152.38≤200229.52通讯电子6327.27201~50010545.45行业分布能源环保3213.85员工规模501~1 0007331.60生物医药156.49≥1 0003113.42合计231100.00合计231100.00河南12554.11≤2年52.16上海5423.383~5年125.19所属区域浙江3213.85企业年龄6~10年5322.94北京208.66≥10年16169.70合计231100.00合计231100.00

表2 合作创新新绩效构念及测量题项

因变量测量题项题项来源合作创新绩效1通过合作我们与伙伴的合作持续时间较长2通过合作我们获得了较满意的结果3通过合作我们现有技术能力得到改进研发速度较快李玲,2011任胜刚,2010

2.2.2 网络规模与网络结构

网络规模:本研究对网络规模的测量采用节点度大小衡量,节点度表示企业相邻连结的数目。借用李纲等[7]、窦红宾和王正斌[6]、李志刚和汤书昆等[27]、Batjargal[28]开发的成熟量表,并结合实际调研情况,引用3个指标题项进行测量。

网络中心性:本文对网络中心性构念的测量主要借鉴Pappas & Wooldridge[29]、窦红宾和王正斌[6]、商淑秀和张再生[33]开发的成熟量表,并结合实际调研情况,共设置3个题项进行测量(见表3)。

表3 网络规模、网络结构构念及测量题项

自变量测量题项题项来源网络规模1与同行业企业相比,与本企业正式和非正式联系合作交流的供应商更多2与同行业企业相比,与本企业正式和非正式联系合作交流的客户更多3与同行业企业相比,与本企业正式和非正式联系合作交流的其它企业更多李纲和陈静静等,2017窦红宾和王正斌,2012李志刚和汤书昆,2007,Batjargal,2007 网络中心性1大多数项目组成员对公司都比较了解2大多数项目组成员易与公司建立交流技术或经验的联系3其它项目组成员通常希望公司提供技术支持和管理建议Pappas & Wooldridge,2007窦红宾和王正斌,2012商淑秀和张再生,2013

2.2.3 知识资源获取

显性知识资源获取与隐性知识资源获取分别借鉴引用Tsang[28]和窦红兵[6]、马柯航[32]的研究量表,各用3个指标题项进行测量(见表4)

表4 知识资源获取构念及测量题项

中介变量测量题项题项来源显性知识资源获取1组织通过网络能够敏锐洞察并获取市场机遇需求信息2组织通过网络能够把握并获取技术发展信息3通过网络渠道能够获取产业政策等信息Tasng,2004;窦红兵,2012马柯航,2015隐性知识资源获取1通过合作网络获取技术研发知识2通过合作网络能够获取创新管理知识3通过合作网络能够获取市场开发知识

2.2.4 控制变量

由于企业年龄可能与知识存量关联,企业规模及行业属性可能影响知识存量规模与结构,为获取较为准确的研究结果,本研究选取企业规模、企业年龄、所属行业作为控制变量。其中,企业年龄=2017年-创立年份,“2年以内”设定为1,“10年以上”设定为4;企业规模以员工数量表征,“200人以内”设定为1,“1 000人以上”设定为4;基于机械制造业建构与参与虚拟组织创新情形较多且样本比重占52.38%,故将行业属性设置为虚拟变量,机械制造业赋值为1,其它行业设置为0。

3 实证分析

3.1 信度与效度检验

信度分析用于评价量表稳定性与可靠性,评价标准采用学界公认的Cronbach's α和因子载荷值(CTTC)。本研究发现Cronbach's α值均大于0.7,且最小值为0.768,说明变量量表数据具有稳定性;各题项CTTC值均大于0.5,且最小值为0.82,组合信度(CR)值均大于0.6,且最小值为0.872,均值方差(AVE)均大于0.5,最小值为0.661,表明变量数据具有较高的内部一致性。

效度分析用于衡量测量工具结果与真实情况的符合程度以及测量的正确性,本研究问卷所有题项设计在借鉴前人研究成熟量表的基础上征询专家意见后对个别题项进行了微调与修正,因此问卷题项具有较高的内容效度;通过验证性因子分析发现,各变量对应的CFI、TLI 、IFI值均大于0.9,最小值为0.959,而RMSEA值均小于0.08,最大值为0.061,最小值为0.037,表明效度检验通过。此外,χ2指数与自由度df的比值在2<χ2/df<3区间,且χ2/df最小值为1.443,最大值为2.371,说明因子之间有较好的区分效度,各变量信度与效度检验结果见表5。

表5 各变量探索性因子测量、信度与效度检验(N=231)

变量及测项因子1因子2信度与效度系数合作创新绩效(α=0.913;CR=0.941;AVE=0.661)1.通过合作我们与伙伴的合作持续时间较长0.871x2= 18.971; df = 8;p<0.05; CFI = 0.959;TLI=0.961; IFI =0.973;RMSEA =0.0452.通过合作我们获得了较满意的结果0.8843.通过合作我们现有技术能力得到改进研发速度较快0.840网络规模与网络结构网络规模(α=0.744; CR=0868; AVE=0.697)1.与同行业企业相比,与本企业正式和非正式联系合作交流的供应商更多0.798x2=15.897; df = 7;p<0.05; CFI = 0.977;TLI=0.963; IFI =0.981;RMSEA =0.0612.与同行业企业相比,与本企业正式和非正式联系合作交流的客户更多0.8323.与同行业企业相比,与本企业正式和非正式联系合作交流的其它企业更多0.859网络中心性(α=0.768; CR=0895; AVE=0.711)1.大多数项目组成员对公司都比较了解0.881χ2=15.897; df = 7;p<0.05; CFI = 0.977;TLI=0.963; IFI =0.981;RMSEA =0.0612.大多数项目组成员易与公司建立交流技术或经验的联系0.7983.其它项目组成员通常希望公司提供技术支持和管理建议0.893知识资源获取显性知识资源获取(α=0.812; CR=0840; AVE=0.694)1.组织通过网络能够敏锐洞察并获取市场机遇需求信息0.85 9x2= 10.106; df = 7;p<0.05; CFI = 0.992TLI=0.988; IFI =0.999;RMSEA =0.0372.组织通过网络能够把握并获取技术发展信息0.8623.通过网络渠道能够获取产业政策等信息0.837隐性知识资源获取(α=0.936; CR=0.952; AVE=0.877)1.通过合作网络获取技术研发知识0.9412.通过合作网络能够获取创新管理知识0.9333.通过合作网络能够获取市场开发知识0.951

3.2 验证性因子分析

为了进一步检验调查问卷填写过程中可能存在的同源方法偏差问题,本研究借助Amos17.0统计软件进行单因子验证性分析,即将所有测量题项合并成一个单因子进行测度,并依次与其它不同组合的因子测量值进行比较,验证结果发现单因子模型测量题项的匹配效果不够理想(见表6),而五因子模型比其它组合因子模型拟合更好(χ2=289.632,df=231,p<0.01,TLI=0.965,CFI=0.972,RMSEA=0.041。

3.3 描述性统计分析

描述性统计主要用于解释变量间可能存在的相关关系,在对本研究各变量关系假设验证之前,首先对各变量的均值、标准差及相关系数进行描述性统计分析(见表7)。从表7可以看出,各变量之间的相关系数均小于0.5,且变量均值(AVE)均大于因子之间的相关系数,而方差膨胀因子(VIF)均小于10,因此,排除变量之间多重共线性的可能。网络规模与合作创新绩效(r=0.31,p<0.01)、网络结构与合作创新绩效(r=0.35,p<0.01)有显著正相关关系;网络规模与显性知识资源获取(r=0.26,p<0.01)、隐性知识资源获取(r=0.33,p<0.01)呈显著正相关关系,网络中心性与显性知识资源获取(r=0.38,p<0.01)、与隐性知识资源获取(r=0.32,p<0.01)均呈显著正相关关系;显性知识资源获取与合作创新绩效(r=0.46,p<0.01)、隐性知识资源获取与合作创新绩效(r=0.50,p<0.01)均具有显著正相关关系。此外,企业年龄(r=0.05)、所属行业(r=-0.17)与网络规模没有显著相关关系;企业年龄(r=-0.04)、所属行业(r=-0.14)与网络中心性也没有显著相关关系,说明网络结构与网络规模不受企业年龄与行业类别的影响。而企业规模与网络中心性(r=0.18,p<0.05)呈正相关关系,与网络规模(r=0.09)不相关,表明企业网络结构位置与自身规模优势相关,企业规模越大,拥用的知识资源越多;而网络规模与参与企业的数量及联结节点企业知识资源有关。变量相关性统计分析表明模型和假设具有一定的合理性,适合进一步检验各变量之间的作用机理。

表6 变量区分效度检验结果

模型χ2dfTLICFIRMSEA五因子模型289.632 2310.9650.9720.041四因子模型1:网络规模+网络中心性567.723201 0.8690.8920.077四因子模型2:网络规模+显性知识获取523.2052030.9010.9330.083四因子模型3:网络中心性+隐性知识获取791.2652050.8170.8290.104三因子模型4:网络规模+显性知识获取+隐性知识获取835.213 2060.8300.8270.113三因子模型5:网络中心性+显性知识获取+隐性知识获取+899.5912070.7780.7810.127二因子模型6:网络规模+网络中心性+显性知识获取+隐性知识获取1 194.5342070.667 0.7310.135单因子模型:网络规模+网络中心性+显性知识获取+隐性知识获取+创新绩效1 783.9892080.5120.5640.169

表7 变量平均值、标准差与相关系数(N=231)

变量平均值标准差123456781企业年龄3.510.941.00 2企业规模2.661.030.21**1.00 3所属行业1.971.65-0.140.151.00 4网络规模3.670.710.050.09 -0.17**1.00 5网络中心性2.911.15-0.040.18**-0.140.25**1.00 6显性知识资源获取3.590.790.28**-0.09-0.23**0.26**0.38**1.00 7隐性知识资源获取3.620.740.36**-0.11-0.34**0.33**0.32**0.43**1.00 8合作创新绩效3.460.920.35**-0.04 -0.150.31**0.35**0.46**0.50**1.00

注:**表示p<0.01

3.4 假设检验

本研究采用层级回归方法,通过控制变量,探究变量间的因果关系与作用机理。

(1)主效应检验。主效应用以检验网络规模、网络中心性对合作创新绩效、知识资源获取的影响(检验结果见表8)。根据层级回归法步骤,首先将显性知识资源获取设定为因变量,并依次将控制变量(企业年龄、企业规模、所属行业)、网络规模、网络中心性放入回归方程进行分析,从表8模型1和模型2可以发现,控制变量对显性知识资源获取作用不显著,而网络规模(β=0.23,p<0.01)、网络中心性(β=0.29,p<0.01)对显性知识资源获取正向作用非常显著,并且网络中心性比网络规模对显性知识资源获取的影响更大,说明网络规模决定了可供获取的知识资源存量,而知识获取数量与质量则取决于企业在网络的中心位置,H2a、H3a通过检验;其次,将隐性知识资源获取设定为因变量,将控制变量、网络规模、网络中心性依次放入回归方程进行分析,从模型3和模型4可以看出,控制变量、网络规模(β=0.12)对隐性知识资源获取作用不显著,H2b未通过检验,表明隐性知识高度嵌入性、粘着性、难易会性等基本属性使其难以在成员企业间吸收转移,需要在高频互动交流、私人情感关系联结、创新体验中,通过面对面接触交往并进行干中学、学中干实现。而网络中心性(β=0.25,p<0.01)对隐性知识资源获取影响非常显著,H3b通过检验;再次,将合作创新绩效设定为因变量,依次将控制变量、网络规模、网络中心性放入回归方程进行回归分析,从模型5和模型6中可以看出,控制变量对合作创新绩效影响不显著,而网络规模(β=0.19,p<0.01)、网络中心性(β=0.21,p<0.01)对合作创新绩效作用非常显著,H1a、H1b通过检验,从两者对合作创新绩效作用的关系强度看,网络中心性强于网络规模,这表明参与企业的网络中心性越强,其核心技术优势或市场资源结构优势越明显,嵌入在产品模块中的专业知识及客户需求知识越多,产品价值创新就越充分,进而提升产品价值的创造效率与价值获取效率。

表8 网络规模、网络中心性与知识资源获取、合作创新绩效多元回归分析

变量 显性知识资源获取模型1模型2隐性知识资源获取模型3模型4合作创新绩效模型5模型6控制变量 企业年龄0.070.110.060.040.230.16企业规模-0.050.03-0.04-0.02-0.09-0.04所属行业-0.23-0.19-0.21-0.010.020.05自变量网络规模0.23**0.120.19**网络中心性0.29**0.25**0.21**R20.240.250.260.280.310.33 Adj-R20.230.240.250.270.30 0.32 F值24.12**20.07**20.54**15.94**24.91**19.87**

注:N=231,**表示p<0.01

(2)中介效应检验。中介效应主要是检验知识资源获取在网络规模、网络中心性与合作创新绩效之间的中介作用(检验结果见表9)。首先,将合作创新绩效设定为因变量,将显性知识资源获取、隐性知识资源获取设定为自变量,依次放入回归方程进行多元回归,回归结果见模型7、模型8与模型9,从3个模型分析中可以看出,显性知识资源获取(β=0.29,p<0.01)、隐性知识资源获取(β=0.30,p<0.01)对合作创新绩效均具有显著正相关关系,H4a、H4b检验通过。从作用关系强弱程度看,隐性知识资源获取较显性知识资源获取对合作创新绩效的作用关系更显著;其次,将合作创新绩效作为因变量,依次将网络规模、网络中心性加入回归方程进行回归,从模型10、模型12回归结果看,网络规模(β=0.22,p<0.01)网络中心性(β=0.23,p<0.01)对合作创新绩效作用效应均呈显著正相关,而后加入显性知识资源获取变量后再分别进行多元回归,回归结果见模型11和模型13,加入显性知识资源获取变量后,网络规模(β=0.13)、网络中心性(β=0.15)对合作创新绩效显著性影响消失,而显性知识资源获取依然对合作创新绩效作用仍具有显著正相关关系,表明显性知识资源获取在网络规模、网络中心性对合作创新绩效影响中有完全中介作用,H5a、 H5c检验通过;再次,由于虚拟组织网络规模对隐性知识资源获取作用不显著(H2b未通过检验),因为无法测量隐性知识资获取对网络规模与合作创新绩效间的中介效应,因此H5b检验不通过。基于此,仍将合作创新绩效设置为因变量,依次将网络中心性、隐性知识资源获取放入回归方程进行多元回归,回归结果见模型12和模型14。模型12显示网络中心性(β=0.23,p<0.01)对合作创新绩效呈显著正相关,模型14网络中心性(β=0.17)对合作创新绩效作用不显著,表明隐性知识资源获取在网络中心性对合作创新绩效关系中起完全中介作用,H5d检验通过。

表9 知识资源获取与合作创新绩效回归结果及中介效应检验

变量合作创新绩效 模型7模型8模型9模型10模型11模型12模型13模型14控制变量 企业年龄0.030.050.060.040.090.060.040.15企业规模-0.020.03-0.04-0.050.03-0.04-0.02-0.09所属行业-0.13-0.12-0.15-0.21-0.19-0.17-0.010.02自变量网络规模0.22**0.13网络中心性0.23**0.150.17中介变量 显性知识资源获取0.31**0.29**0.21**0.24** 隐性知识资源获取0.33**0.30**0.29**R20.190.210.220.240.260.270.290.35 Adj-R20.180.20 0.210.230.250.260.28 0.34 F值12.13**13.77**15.24**18.76**21.55**23.32**30.94**32.71**

注:N=231,**分别表示p<0.01

3.5 结果讨论

为探索虚拟组织网络规模、网络结构、知识资源获取与合作创新绩效的作用关系,共提出12项研究假设,检验结果见表10。

表10 实证检验结果

研究问题研究假设实证结果网络规模、网络结构对合作创新绩效的影响H1a:网络规模与合作创新绩效存在正相关关系支持H1b:网络中心性与合作创新绩效存在正相关关系支持网络规模、网络结构对知识资源获取的影响H2a:网络规模对显性知识资源获取有正向作用效应支持H2b:网络规模对隐性知识资源获取有正向作用效应不支持H3a:网络中心性对显性知识资源获取有正向作用效应支持H3b:网络中心性对隐性知识资源获取有正向作用效应支持知识资源获取对合作创新绩效的影响H4a:显性知识资源获取与合作创新绩效正相关支持H4b:隐性知识资源获取与合作创新绩效正相关支持知识资源获取在网络规模、网络中心性对合作创新绩效的中介作用H5a:显性知识资源获取在网络规模对合作创新绩效影响机制中起中介作用支持H5b:隐性知识资源获取在网络规模对合作创新绩效影响机制中起中介作用不支持H5c:显性知识资源获取在网络中心性对合作创新绩效影响机制中起中介作用支持H5d:隐性知识资源获取在网络中心性对合作创新绩效影响机制中起中介作用支持

从表10中发现H2b、H5b未检验通过,即网络规模对隐性知识资源获取影响不显著,因而隐性知识资源获取对网络规模与合作创新绩效间的中介效应不存在,说明网络规模越大,成员企业在进行新知识、新技术搜寻时,要耗费大量时间和精力识别处理多元化信息,从而影响成员企业对隐性知识资源的获取与利用。参与创新的成员企业不愿意付出较多的精力来传递复杂知识与隐性知识,而是依据虚拟组织系统设计规则,将其嵌入产品知识模块中。

而网络规模与网络中心性对显性知识资源获取的影响显著、网络中心性对隐性知识资源获取的影响显著(H2a、H3a、H3b检验通过),表明虚拟组织参与企业越多、合作范围越广,成员企业能够接触并获取不同领域、不同视角的新知识相对就越多,且节点企业无论是供应商、分销商、互补品商、研究机构还是客户等均是知识与信息的载体。节点企业越多,互补性信息源就越多,企业间显性知识信息及网络获取机会就越多。同样,网络中心性意味着成员企业要么是拥有核心技术的专业知识优势,要么是拥有创新信息资源的结构优势,均对虚拟组织知识资源具有较强的获取能力。

H1a、H1b、H4a 、H4b检验通过,表明虚拟组织的网络规模与网络结构决定了合作创新对所需知识资源的获取质量与获取效率,通过影响产品从创意到商业化应用的创新周期进而提升产品或服务在市场上的竞争力以提升合作创新绩效。同样,H5a、H5c、H5d检验通过,表明参与合作创新的成员企业均是通过获取客户需求信息、系统设计规则等显性知识资源及专业知识、经验技能等隐性知识嵌入知识模块,以快速集成产品与服务组合,快速给客户提供解决方案,彰显虚拟组织合作创新的高效率与高品质,进而赢得客户与市场先机。

4 结论与展望

4.1 研究结论

本文聚焦于虚拟组织,创新性探索了虚拟组织网络规模、网络中心性对合作创新绩效的作用机制,并考察了知识资源获取的中介效应,构建网络规模、网络结构、显性知识资源获取、隐性知识资源获取与合作创新绩效的关系模型,得出以下研究结论:

(1)虚拟组织网络规模、网络中心性对合作创新绩效均有显著正向作用,网络中心性的作用强度大于网络规模,说明虚拟组织在合作创新过程中,要保持适度的网络规模及成员企业数量,选择核心能力与优势资源互补明显的成员企业,以优化网络结构、提高网络结构中心度。通过企业间在线交互以高效获取合作创新所需的高质量知识资源,在快速创造高品质客户解决方案的同时提高合作绩效。

(2)虚拟组织网络规模、网络结构对显性知识资源和隐性知识资源获取的作用强度不一致。具体而言,网络规模对显性知识资源获取有显著正向作用,但对隐性知识资源获取的作用效应不显著;网络中心性对显性知识资源获取与隐性知识资源获取均有显著正向作用。比较而言,网络中心性比网络规模对显性知识资源获取的作用更强,说明网络结构中心性对成员知识资源获取非常重要,成员企业间应在合作创新过程中建立信任,充分挖掘彼此间的知识资源,促进企业间高质、高效的知识交互吸收及应用。

(3)虚拟组织显性知识资源及隐性知识资源获取对合作创新绩效均有显著正向作用,但从作用强度看,隐性知识资源获取较显性知识资源获取对合作创新绩效的作用更显著,虚拟组织显性知识资源获取在网络规模、网络中心性对合作创新绩效的影响中起完全中介作用;隐性知识资源获取在网络中心性对合作创新绩效的影响中起完全中介作用。这说明,虚拟组织合作创新绩效主要来源于成员企业对隐性知识资源的获取及应用,在精准获取显性知识的前提下,提高隐性知识资源利用效率与创新资源管理效率,缩短产品从研发设计到商业化应用的运营周期,进而提升产品合作创新速度、品质与绩效。

4.2 管理启示

本文的研究结论对企业尤其是科技型中小企业建构或运营虚拟组织,提升合作创新绩效,具有以下重要管理启示:

(1)基于价值链分工与“业务归核化”法则,推动传统组织自主创新向虚拟组织合作创新模式转型。虚拟组织基于其独特的组织柔性、资源与能力连接的效率性以及市场反应的敏捷性,对于正处于产业互联网+新经济来说,无疑是企业间协同创新极为优越的组织创新模式。建构与运营虚拟组织不仅能降低企业风险、缩减运营成本,更是为企业间进行有效的知识交流与知识资源获取提供了资源连接平台。通过引入模块化运作机制与设计规则体系,以用户价值需求为中心,整合价值链上下游企业(供应商、渠道商、客户)、竞争对手及科研院所、投融资机构等相关参与方的资源与能力,共同参与模块化研发、生产与职能外包及渠道联盟,形成有效的OEM、ODM、OBM 创新能力,并制度化地组织或参与虚拟组织信息共享、知识交互、规则共识、流程优化、技术合作等各类在线交互活动,以形成良好的互动合作关系,在促进虚拟企业间知识获取质量与效率提高的同时,增强联盟企业合作创新竞争力和生命力。

(2)保持适度的网络规模和中心化网络结构是提升虚拟组织成员企业间互补知识资源获取效率与质量,进而提升合作创新绩效的关键。首先,虚拟组织成员企业自身携带知识流量及互补创新资源,并自知自身创新发展瓶颈及闲置可利用的技术资源,在适度网络规模范围内同其它成员企业分享知识与技术,同时精准获取并内化互补性知识资源;其次,开放式创新背景下,隐性知识资源获取已成为提升合作创新绩效的关键,不仅需要企业用户有较强的学习能力、理解意会与吸收转化能力,更需要将所获知识与自身知识匹配与整合的能力,这就要求成员企业以自身技术优势或结构优势尽量占据网络中心位置,形成网络位势以增强企业获取其它成员企业显性知识和隐性知识的机会与频度,并与其它成员企业就共同目标、设计规则及专业模块任务等方面展开技术交流与知识合作,努力提升自身专业知识与专项技能水平,逐步建立自身在虚拟组织中的中心地位,持续参与合作创新以获取专业知识投资绩效。此外,基于虚拟组织共同的战略使命、创新目标及框架规则,建立在线合作交易信息平台,及时发现、评估、选择、更新创新伙伴以优化网络规模与网络结构,确保虚拟组织拥有持续创新所需的知识存量及专业知识增量,促进企业间精准、高效、高质获取知识资源以提升合作创新绩效。

(3)营造成员企业间高度信任的信用环境及互利共赢的创新氛围,是实现虚拟组织获取知识资源尤其是隐性知识资源高效获取的保障。首先,充分利用虚拟组织网络中的创新机会,与合作伙伴建立高度信任的信用环境,制定清晰的网络行动准则,一方面可减少企业间知识保护行为及机会主义倾向,降低沟通成本及认知风险,进而形成良好的学习氛围及知识分享意愿;另一方面,有助于合作伙伴间形成稳定的行为模式、规范共识及网络惯例,减少分歧与不确定性因素,缓解局部目标冲突以及短期不平衡等带来的摩擦,增强企业间知识分享默契程度及共同语言交流频率,提升知识获取数量与质量。其次,营造互利共赢的创新氛围,强化成员企业间基于共同战略使命的认同与共识。虚拟组织合作创新离不开企业间显性知识共享与隐性知识整合,更离不开合作创新风险情景下的合规性认知,这就需要丰富现有和潜在的创新伙伴关系,通过互动学习交流与沟通,增强企业间信任,培育彼此更多的共性语言、共有知识、共同价值观及行为准则,促使合作创新各方积极提供有价值的知识与信息,从而提高隐性知识获取效率与质量,进而提高虚拟组织合作创新绩效。

4.3 不足与展望

本研究仍存在一定不足之处,未来可从以下3个方面延续与深入:一是虚拟组织网络能力、知识资源获取与合作创新绩效的关系;二是虚拟组织网络能力与网络规模、网络中心性对合作创新绩效的影响;三是虚拟组织持续创新能力的形成机理,如知识资源获取、信任、学习能力、知识集成与持续创新能力之间的作用机理。

参考文献:

[1] 张保仓,任浩.虚拟组织持续创新:内涵、本质与机理[J].科技进步与对策,2017,34(2):1-8.

[2] BAUMJ, CALABRESE T,SILVERMAN B.Don't go it alone:alliance network composition and startups' performance in Canadian biotechnology [J].Strategic Management Journal, 2000, 21(5):267-294.

[3] COLLINS C J, CLARK K D.Strategic human resource practices,top management team social networks,and firm performance:the role of human resource practices in creating organizational competitive advantage [J].Academyof Management Journal, 2003,46(6):740-751.

[4] 钱锡红,杨永福,徐万里.网络位置、吸收能力与集群企业创新[J].经济管理,2009,31(7):21-27.

[5] 胡海青,张宝建,张道宏.网络能力、网络位置与创业绩效[J].管理工程学报,2011,25(4):67-74.

[6] 窦红宾,王正斌.网络结构、知识资源获取对企业成长绩效的影响——以西安光电子产业集群为例[J].研究与发展管理,2012,24(1):44-51.

[7] 李纲,陈静静,杨雪.网络能力﹑知识获取与企业服务合作创新绩效的关系研究——网络规模的调节作用[J].管理评论,2017,29(2):59-68.

[8] 李奉书,黄婧涵.联盟创新网络嵌入性与企业技术创新绩效研究[J].中国软科学,2018(6):119-127.

[9] 张保仓.任浩虚拟组织知识资源获取对持续创新能力的作用机制研究[J].管理学报,2018,15(7):1009-1017.

[10] GREVE H, ROWLEY T, SHIPILOV A V, et al.Time to break up:social and instrumental antecedents of firm exitsfrom exchange cliques[J].Academy of Management Journal, 2005,48(4):499-520.

[11] VANHAVERBEKE W, GILSING V, BEERKENS B.The role of alliance network redundancy in the creation ofcore and non-core technologies [J].Journal of Management Studies, 2009,46(1):217-219.

[12] 谭云清,马永生,李元旭.社会资本、动态能力对创新绩效的影响:基于我国国际接包企业的实证研究[J].中国管理科学,2013,21(11):784-789.

[13] YLI-RENKOH, AUTIOE, TONTTIV.Social capital, knowledge, and the international growth of technology-based new firms[J].International Business Review,2002,11(3):279-304.

[14] 吴晓波,刘雪峰,胡松翠.全球制造网络中本地企业知识获取实证研究[J].科学学研究,2007, 24(3):67-74.

[15] 张保仓,任浩.虚拟组织持续创新能力作用机制研究[J]科技进步与对策,2017,34(8):1-8.

[16] RITTER T, GEMUNDEN HG.Inter organizational relationships and networks:an overview [J].Journal of Business Research, 2003, 56(9):691-697.

[17] 张保仓,任浩.虚拟组织持续创新能力提升机理的实证研究[J].经济管理,2018(10).

[18] BURT R S.Structural holes and good ideas [J].American Journal of Sociology,2004(110):349-399.

[19] 任胜刚.企业网络能力结构的测评及其对企业合作创新绩效的影响机制研究[J].南开管理评论,2010,13(1):69-80.

[20] 钱锡红,杨永福,徐万里.企业网络位置-吸收能力与创新绩效——个交互效应模型[J].管理世界, 2010(5):118-129.

[21] ZAHRA S A, BOGNER W C.Technology strategy and software new ventures performance:exploring the moderatingeffect of competitive environment [J].Journal of Business Venturing, 2000, 15(2):135-173.

[22] 胡汉辉,潘安成.组织知识转移与学习能力的系统研究[J].管理科学学报,2006,9(3):81-87.

[23] 李晓冬,王龙伟.基于联盟知识获取影响的信任与契约治理的关系研究[J].管理学报,2016,13(6):821-828.

[24] 王亚娟,张钰,刘益.企业间技术耦合和关系耦合—知识获取效率对供应商创新的中介作用研究[J].科学学研究,2014,32(1):103-113.

[25] 李玲.技术创新网络中企业间依赖、企业开放度对合作绩效的影响[J].南开管理评论,2011,14 (4):16-24.

[26] 徐二明,徐凯.资源互补对机会主义和战略联盟绩效的影响研究[J].管理世界,2012(1):93-100.

[27] 李志刚,汤书昆,梁晓艳,等.产业集群网络结构与企业创新绩效关系研究[J].科学学研究,2007,25(4):777-782.

[28] BATJARGAL B.Comparative social capital:networks of entrepreneurs and venture capitalists in China and Russia [J].Management and Organization Review, 2007, 3(3):397-419.

[29] PAPPAS J M, WOOLDRIDGE B.Middle managers' divergent strategic activity:an investigation of multiple measures of network centrality [J].Journal of Management Studies, 2007, 44(3):323-341.

[30] 商淑秀,张再生.基于社会资本视角的虚拟企业知识共享[J].中国软科学,2013(11):101-111.

[31] TSANG E W K, NGUYEN D T, ERRAMILLI M K.Knowledge acquisition and performance of international joint ventures in the transition economy of Vietnam[J].Journal of International Marketing, 2004, 12(2):82-103.

[32] 马柯航.虚拟整合网络能力对创新绩效的作用机制研究[J].科研管理,2015(8):60-67.

(责任编辑:林思睿)