“互联网+”的兴起,促进了制造企业与互联网平台企业合作。跨部门、跨价值链环节的协同合作,能够促进企业知识流传递和绩效提高。开放式创新理论认为,企业不仅应在本地进行知识搜索,更要跨越组织和技术边界进行搜索,利用外部获取的异质性知识弥补自身关键核心领域知识的不足,优化传统组织结构,丰富组织内部知识存量[1-2]。基于资源整合视角,知识有效搜索、获取对企业双元创新绩效具有显著影响[3]。目前,学术界已认识到跨界搜索的重要性,并从搜索边界、搜索程度等视角研究跨界搜索与创新绩效的关系[4]。王娟茹[5]认为,前瞻性跨界搜索直接影响突破性创新;梁阜[6]认为,平衡式双元搜索对渐进性创新绩效具有显著正向影响,联合型双元搜索对突破式创新具有显著正向影响。然而,现有研究依然存在以下不足:第一,大多关注跨界搜索对创新绩效的直接效应,忽视跨界搜索对创新绩效的作用过程。同时,部分研究存在一定的分歧,如基于本地集群企业的研究认为,知识搜索对创新绩效具有显著正向影响[7]。也有学者提出,两者之间存在倒U形关系[8]。学者们注意到不同类型创新绩效的差异性,发现其所需知识类型及创新路径也有所区别,但鲜有将知识搜索类型和创新绩效进行维度划分,同时探究跨界双元搜索对双元创新绩效的影响。第二,有学者指出,企业是知识整合的机构,包括知识获取与知识共享过程[9],但并未对知识合作内部运行过程进行实证研究,也尚未将知识合作链纳入到跨界搜索对创新绩效影响的研究框架中。因此,无法从微观上有效反映跨界搜索与创新绩效路径实际匹配情况。第三,战略柔性能够有效调整配置企业资源,从而影响企业知识存贮、转化及应用[10]。然而,目前相关研究成果匮乏,无法为组织创新实践提供有效指导。
为了更加全面地审视跨界搜索与创新绩效之间的关系,有必要纳入中介变量和情境因素。一方面,跨界合作是由隐性和显性因素、个体和社会因素组成的过程。已有研究指出,文化差异、知识不对称会影响团队成员交流和沟通,降低跨界合作企业合作效率[11]。基于知识管理理论,将知识合作链纳入到企业跨界合作研究框架中,有助于厘清跨界企业知识流动过程。跨界企业建立的知识合作链强调的是双方合作异质性知识通过知识活动过程产生新的知识并应用于企业经营活动,从而实现企业绩效增值。知识合作链正向影响企业创新绩效,因而研究跨界知识合作链中的知识活动,能够打开跨界搜索与创新绩效关系的“暗箱”。另一方面,已有研究指出,环境不确定能够影响企业创新绩效[12]。动态能力理论认为,战略柔性能够促使企业面对动态环境时,通过战略创新迅速适应外部环境。因此,战略柔性能够充当调节变量出现在跨界搜索与创新绩效关系研究中[13]。
与现有文献对比,本研究的贡献为:第一,从市场知识搜索和技术知识搜索两个维度出发,验证跨界双元搜索对双元创新绩效的差异化影响,弥补以往实证研究的不足,并在一定程度上揭示现有研究结论不一致的原因。第二,建构跨界双元搜索—知识合作链—双元创新绩效的理论逻辑,发现不同知识搜索类型、知识合作链和创新绩效维度之间匹配效应,从多维视角揭示跨界双元搜索对双元创新绩效的作用机理。第三,将战略柔性引入跨界搜索与知识合作链关系研究中,从情境角度全面考察跨界双元搜索对知识合作链的作用边界,丰富跨界搜索及创新绩效理论研究范围。
基于实际问题与理论缺口,本文从开放式创新理论、知识管理理论和动态能力理论出发,基于跨界合作企业调研数据进行实证,探究跨界双元搜索对双元创新绩效的影响机制,验证知识合作链对双元创新绩效的推动作用,揭示战略柔性如何调节知识搜索与知识合作链间的关系。本研究结论可为跨界企业知识合作和知识搜索提供理论指导,并为跨界合作创新提供实践参考。
知识既是技术创新的基础,也是企业进行跨界合作的必要前提。跨界外部搜索能够使企业识别外部知识及信息,降低创新活动的复杂性和不确定性[14]。首先,不论是后发追赶企业还是行业领先企业,面对不同产业领域跨界时,必定受限于资源禀赋,因而技术知识与市场知识搜寻能够为跨界创新奠定必要的资源基础。其次,跨界探索能够跨越企业固有知识边界,开拓企业创新路径,突破原有产品及服务。最后,跨界搜索能够促进企业间的知识合作,加强知识交流,提升企业知识重组效率。依据创新新颖程度,创新可分为突破性创新和渐进性创新:突破性创新是指对现有技术进行根本改变,产生创造性成果;渐进性创新是指利用市场上现有方法改进产品性能。
技术知识搜索是指跨越行业、产业领域技术边界,搜索与新技术、新方法相关的互补性新知识,旨在促使与企业原有技术范式向新的技术范式转变[15]。企业数字化转型需要借助互联网技术实现,这种异质性技术知识搜索能够促进制造企业运营效率提高,进而获取跨界技术知识整合带来的竞争优势。企业通过跨界搜寻得到的技术知识与自身知识基础相结合,能够显著推动两种创新模式运行[16]。市场知识搜索是指企业跨越现有边界,搜寻能够创造价值的商业模式、分销渠道等相关市场知识,旨在增加用户感知、心理认同,从而实现用户生态创新[17]。探索性市场知识能够增加企业现有知识积累,有助于企业研发更符合市场需求的产品,提高其市场适应力,促进渐进性创新。同时,新市场知识累积会导致市场结构发生变化,进而促进新产业形成,进一步推动企业突破性创新[18]。因此,本文提出如下假设:
H1a:技术知识搜索对突破式创新绩效具有显著正向影响;
H1b:技术知识搜索对渐进式创新绩效具有显著正向影响;
H1c:市场知识搜索对突破式创新绩效具有显著正向影响;
H1d:市场知识搜索对渐进式创新绩效具有显著正向影响。
企业跨界搜索模式往往会影响其合作伙伴的知识特征类型。由于跨界企业知识偏好、获取路径与选择范围不同,异质性知识往往无法直接被企业吸收利用。企业跨界搜索越频繁,就越需要通过知识共享进行消化、融合,从而为其提供新的知识解决方案。技术知识搜索与市场知识搜索共同影响企业知识共享和知识融合。具体来说,技术知识搜索强调突破企业路径依赖,主动寻找能够嵌入现有技术条件的互补性技术知识,通过知识共享、融合改变企业技术知识存量与结构,为实现跨界创新提供支撑条件。曹兴[19]指出,跨界搜索能够提供丰富的知识传播机会,从而促进跨界融合。市场知识搜索强调,企业应注重合作方在产品或服务的用户价值上能否与企业自身价值互补,若二者能够通过知识合作发挥协同效应则可以实现价值匹配,从而增强组织情感依存。技术知识探索和利用能解决合作中的技术难题,从而促进企业间知识共享及融合。基于上述分析,本文提出如下假设:
H2a:技术知识搜索正向影响知识共享;
H2b:技术知识搜索正向影响知识融合;
H2c:市场知识搜索正向影响知识共享;
H2d:市场知识搜索正向影响知识融合。
跨界合作是社群逻辑下基于平台商业模式的价值创造。例如,小米跨界家电产业打造智能家电,阿里巴巴跨界金融产业进行商业模式二次创新,由此诞生了支付宝等。企业知识合作能力越强,其需求面与供应面整合能力就越强。企业参与供应商嵌入的跨领域平台进行知识整合赋能,能够突破由现有知识依赖产生的核心刚性,形成知识连接红利,实现跨界创新。李雷等(2018)构建平台机制对服务开发绩效的影响研究模型,发现知识整合机制以内容提供商获取平台的显性知识为中介,对服务创新具有正向作用。此外,企业跨界合作依赖于跨界创新人员,创新人员作为不同产业间知识链接的桥梁,其具有的跨界知识共享与融合能力能够决定企业创新转化成效。基于技术并购的显性知识获取能够改变企业知识基础结构,这是知识赋能的典型特征。在知识合作过程中,强调以人为核心的知识赋能,个体间的知识共享、知识融合是平等化的价值共创[20]。跨界知识转化可将知识融合结果转化为企业产品或服务、体验。知识转化是知识创新的重要环节,创新绩效产出的关键在于如何将所获取的新知识在产品生产、服务以及技术应用中进行转化。因此,本文提出如下假设:
H3a:知识共享对知识转化具有显著正向影响;
H3b:知识融合对知识转化具有显著正向影响;
H3c:知识转化正向影响渐进式创新绩效;
H3d:知识转化正向影响突破式创新绩效。
在跨界搜索对创新绩效的影响过程中,搜索到的多元化知识无论是市场知识还是技术知识都需要经过企业内部整合。企业拥有较强的知识吸收、整合及利用能力,则意味着较高的知识转化效率。因此,知识共享及利用能力越强,就越有利于企业将跨界搜索的知识应用于创新过程。研发合作中,具有高水平知识转化能力的企业会增强对外部合作伙伴的吸引力,促进合作伙伴知识创新。合作创新能够促进内部知识共享和知识交流,影响知识获取、转移、吸收及应用[21]。一方面,跨界合作双方通过搭建基于互联网技术的合作创新平台,既确保共享环境与知识资源共享渠道的稳定、有序化,也便于双方互通知识资源,提升知识共享效率与积累知识资源池,从而促进隐性知识在人员、平台、企业间传递与反馈。另一方面,跨界企业知识合作中的每一环节都是对异质性知识循序渐进地消化与吸收[22]。通过隐性知识共享促进缄默知识转移,知识融合促进异质性知识资源整合并内化到企业知识库,知识转化带来的体验反馈促进跨界合作企业知识再生(王宏起等,2020)。因此,本文提出如下假设:
H4a:知识共享在跨界双元搜索与渐进式创新绩效之间起链式中介作用;
H4b:知识转化在跨界双元搜索与渐进式创新绩效之间起链式中介作用;
H4c:知识共享在跨界双元搜索与突破式创新绩效之间起链式中介作用;
H4d:知识转化在跨界双元搜索与突破式创新绩效之间起链式中介作用;
H4e:知识融合在跨界双元搜索与渐进式创新绩效之间起链式中介作用;
H4f:知识转化在跨界双元搜索与渐进式创新绩效之间起链式中介作用;
H4g:知识融合在跨界双元搜索与突破式创新绩效之间起链式中介作用;
H4h:知识转化在跨界双元搜索与突破式创新绩效之间起链式中介作用。
战略柔性是企业应对复杂外部动态环境的能力。已有研究表明,企业外部因素如制度支持,内部因素如企业文化、高管政治技能、吸收能力等是战略柔性的重要影响因素。企业知识合作过程是跨界双方对不同知识资源与产品、服务资源的整合过程。因此,企业战略柔性能够在上述过程中促进资源优化配置。胡畔等(2017)对290家制造企业实证研究发现,战略柔性以能力重构为中介,正向调节跨界搜索对创新绩效的影响。基于此,本文提出如下假设:
H5:战略柔性正向调节跨界双元搜索对知识合作链的影响。
基于以上假设,本文构建理论研究模型如图1所示。
图1 研究理论模型
本文调研对象主要为创新较活跃并拥有跨界合作经历的企业,包括汽车制造、医药制造、机械制造等产业企业及互联网平台企业。为保证调研质量,问卷主要向熟悉企业运营的中高层管理人员和经验丰富的基层管理人员发放。采取线上与线下形式进行数据收集。线上通过问卷星进行全国范围的问卷发放;线下向MEM学员和MBA学员进行问卷发放。为确保调研企业均拥有跨界合作经历,在问卷发放前向管理者明确告知本次调研目的和对象。同时,为避免可能存在的同源方差问题,将问卷分成3个独立部分以防止具有因果关系的核心构念间产生共变现象。本次调查共发放500份调查问卷,收回436份,其中有效问卷为338份,有效率为67.6%,如表1所示。
表1 样本描述性统计结果
特征类别样本数量占比(%)特征类别样本数量占比(%)企业性质国有企业7522.2企业所属行业汽车制造3510.4私营企业10029.6医药制造216.2中外合资企业10230.2机械和器材制造5416.0外资企业6118.0电气制造6820.1企业规模1~99人6619.5工业互联网企业236.8100~499人6719.8食品制造6017.8500~999人14743.5智能制造6118.01000人以上5817.2医药互联网企业164.7企业年龄3年以下4011.8被调查者职位高层管理人员14542.94~6年9528.1中层管理人员14041.47~10年7421.9基层管理人员5315.710年以上12938.2
(1)因变量:双元创新绩效。参考王思梦[23],He[24]的研究成果,从渐进式创新绩效和突破式创新绩效两个维度测量。根据本研究需求,结合国内量表对国外成熟量表进行修改,以3个题项测量渐进式创新绩效,3个题项测量突破式创新绩效。
(2)自变量:跨界双元搜索。借鉴Sofka等 [25]、Mu等[26]的研究成果,从市场知识搜索及技术知识搜索两个维度进行测量。以4个题项测量技术知识搜索,4个题项测量市场知识搜索。
(3)中介变量:知识合作链。参考Tiwana[27],Flatten等[28]的相关研究,从知识共享、知识融合及知识转化3个维度进行测量。以4个题项测量知识共享,4个题项测量知识融合,4个题项测量知识转化。
(4)调节变量:战略柔性。借鉴Yuan等[29]的研究成果,采用4个题项对战略柔性进行测量。
(5)控制变量。根据以往文献研究结果,将企业年龄、企业规模和企业性质作为控制变量。
为降低同源偏差对研究结论的影响,一方面,在问卷设计过程中通过小样本测试对问卷结构、题项内容进行修改,同时以匿名填写、打乱题项顺序等方式降低被试者心理因素引起的动机性偏差。另一方面,运用Harman单因素检验法进行探索性因子分析,提取到的未旋转的第一公因子方差解释百分比为31.66%,小于通常临界标准40%,并未出现单因子占主导的情况。因此,可以认为本文量表不存在严重同源方差问题。
本研究使用SPSS26.0与MPLUS8.3软件对各构面的信效度进行检验,结果如表2所示。由表2可知,所有变量Cronbach's α值均大于0.7,KMO值达到0.907,大于0.70,Bartlett小于0.01。在模型聚敛效度方面,AVE值均高于0.5,CR值均大于0.7。各变量相关系数和AVE的平方根如表3所示。由表3可知,所有的AVE平方根值均大于变量间的相关系数,说明整个量表具有良好的区别效度。此外,由表3相关性分析结果可知,变量间相关系数最大为0.633,变量间不存在高度相关,且变量间的方差膨胀因子(VIF)检验值均小于3,低于临界值10。因此,可以认为本研究不存在严重多重共线性问题,各变量间的相关系数均为正值,初步支持本研究部分假设。
表2 变量测量与信效度检验结果
变量测量题项及编号因子载荷衡量指标技术知识搜索TS1:对本行业技术发展和趋势非常了解0.761Cronbach'sα=0.762TS2:收集了与本行业使用同类技术所有行业的资料信息0.752AVE=0.522TS3:密切关注在技术上有关联的其它行业动态0.688CR=0.813TS4:对上游供给端企业技术进步动态时刻关注0.684市场知识搜索MS1:对瞄准与我们相同客户的企业保持持续关注0.776Cronbach'sα=0.818MS2:对于非客户群体,依然时刻关注他们对本公司产品或服务的看法0.842AVE=0.581MS3:非常了解客户在产品、服务和流程上的创新活动0.620CR=0.846MS4:时刻关注与我们存在替代或互补性的产品企业的活动动态0.792知识共享KS1:共享个人知识资本的意愿很强烈0.754Cronbach'sα=0.775KS2:收集知识的渴望很强烈0.831AVE=0.530KS3:经常通过面对面方式进行知识分享0.716CR=0.816KS4:经常通过线上讨论方式进行知识分享0.590知识融合KF1:能够将获取的新知识和原有知识进行有效匹配与融合0.862Cronbach'sα=0.836KF2:能够对数据或信息进行有效融合0.881AVE=0.644KF3:经常通过对已有知识进行汇集与推理创造出新知识0.661CR=0.877KF4:能及时帮助他人解决问题并经常更新知识库0.787知识转化KT1:能够很快地对融合后的新知识进行高效吸收与转化0.599Cronbach'sα=0.733KT2:可以将融合后的知识资源应用于新项目开发0.846AVE=0.503KT3:可以将吸收的知识转化到新的流程中0.736CR=0.799KT4:知识基础广度与深度不断提升0.628渐进式创新绩效PI1:新的产品样式或服务的改进获得不错的市场反响0.799Cronbach'sα=0.780PI2:对现有产品的技术、生产流程的改进使得效率提升与成本降低0.858AVE=0.658PI3:相较于开发新工具与设备,我们更倾向于进行创新性更改0.775CR=0.852突破式创新绩效BI1:经常率先推出新产品或新服务0.817Cronbach'sα=0.736BI2:善于开辟新市场0.831AVE=0.618BI3:产品或服务很难被轻易模仿0.705CR=0.829战略柔性SF1:从一种资源使用转换为另一种资源使用的困难较小和成本较低0.707Cronbach'sα=0.739SF2:从一种资源使用切换到另一种资源耗费的时间很短0.785CR=0.845SF3:可以通过组织机制和流程快速将资源部署到目标0.798AVE=0.577SF4:可以很好地应对新出现的问题,从不断变化的环境条件中受益0.744
表3 相关性分析结果
变量均值标准差A_MSA_TSA_KSA_KFA_KTA_PIA_BIA_SFA_MS3.90530.586310.762A_TS3.87570.583920.606**0.722A_KS4.09020.523900.387**0.357**0.728A_KF3.46670.835400.593**0.484**0.309**0.802A_KT3.97340.442580.396**0.360**0.633**0.345**0.709A_PI3.97630.479740.421**0.344**0.479**0.292**0.633**0.811A_BI3.95860.488880.385**0.424**0.467**0.346**0.511**0.471**0.786A_SF3.67010.650770.617**0.560**0.323**0.605**0.396**0.379**0.424**0.760
注:对角线为 AVE 的平方根,**p<0.01
首先运用MPLUS8.3软件,采用极大似然估计法,对本文所构建的理论模型进行拟合,然后基于理论对模型进行修正,直至产生一个与样本数据拟合的最佳模型。初次拟合结果从结构模型路径系数看,技术知识搜索(TS)到渐进式创新绩效(PI)的路径系数极小为0.003,P值极高为0.979;市场知识搜索(MS)到突破式创新绩效(BI)的路径系数为负-0.015,P值为0.900;市场知识搜索(MS)到渐进式创新绩效(PI)的系数为0.109,P值为0.329,其余路径系数均达到最低10%的显著性水平。因此,剔除路径系数为负、极小且P值极大的两条路径TS→PI和MS→BI,可以认为技术知识搜索对渐进式创新绩效无直接作用,市场知识搜索对突破式创新绩效无直接作用,假设H1b、H1c不成立,故对模型进行修正。
修正后结果显示,模型各项拟合指标均达到要求,如图2、表4所示。市场知识搜索(MS)对渐进式创新绩效(PI)的直接影响路径显著,技术知识搜索(TS)对突破式创新绩效(BI)的直接影响显著,支持假设H1a、H1d。技术知识搜索(TS)与市场知识搜索(MS)对知识共享(KS)、知识融合(KF)具有显著正向影响,假设H2a、H2b、H2c、H2d得证。知识共享(KS)与知识融合(KF)对知识转化(KT)具有显著正向影响,假设H3a、H3b得证。知识转化(KT)对突破式创新绩效(BI)与渐进式创新绩效(PI)具有显著正向影响,假设H3c、H3d得证。
表4 修正后结构模型拟合结果
路径标准化系数S.E.C.R.PKS←MS0.2710.1371.9740.048KS←TS0.2580.1391.8560.063KF←TS0.2130.1191.7920.073KF←MS0.5820.1105.269***KT←KS0.7120.06011.878***KT←KF0.1670.0592.8380.005PI←MS0.1130.0641.7590.079PI←KT0.6890.06410.836***BI←TS0.2210.0742.9960.003BI←KT0.5660.0688.259***χ2/dfRMSEACFISRMRTLIPCFI(1,3\]<0.08≥0.90<0.10≥0.90>0.51.8180.0490.9350.0490.9260.820
图2 修正后结构方程模型路径
本文假设模型为典型的链式多重中介模型,运用MPLUS8.3软件,采用偏差校正的Bootstrap法对总中介效应、特定中介效应和对比中介效应进行检验。本文采用5 000次自抽样,分别对渐进式和突破式创新绩效进行多重中介效应检验。
市场知识搜索(MS)对渐进式创新绩效(PI)的总效应与直接效应统计检验结果均显著(0.313,p=0.000;0.113,p=0.079),而技术知识搜索(TS)对渐进式创新绩效(PI)不存在直接效应。从表5可以看出,总中介效应均显著,且市场知识搜索(MS)总中介效应占比为63.90%,大于直接效应,说明市场知识通过知识合作链对渐进式创新的作用更大。特定中介效应中,路径a1与a3的中介效应不显著,a2与a4的中介效应均在统计意义上显著,即不支持假设H4a、H4c,而支持假设H4e、H4f。说明知识融合、知识转化在跨界搜索与渐进式创新绩效之间扮演重要角色,异质性知识资源共享是知识合作的前提,只有经过融合与转化才能发挥其知识价值,促进渐进式创新。此外,6组对比中介效应检验结果均不显著,说明特定中介效应相当,不存在显著性差异。
表5 对渐进式创新绩效(PI)的多重中介效应检验结果
效应点估计/占总效应比(%)SE95%置信区间下限上限判断总中介效应(TME)0.200/63.900.0750.0570.351是特定中介效应(SME)a1:MS→KS→KT→PI0.133/42.490.071-0.0060.277否a2:MS→KF→KT→PI0.067/21.410.0300.0220.144是总中介效应(TME)0.151/1000.0740.0190.313是特定中介效应(SME)a3:TS→KS→KT→PI0.127/84.110.0680.0000.269否a4:TS→KF→KT→PI0.024/15.890.0160.0020.070是
注:表中均为标准化解;所有对比中介效应均不显著,故未予列示,下同
技术知识搜索(TS)对突破式创新绩效(BI)的总效应和直接效应统计检验结果均显著(0.345,p=0.000;0.221,p=0.003),而市场知识搜索(MS)对突破式创新绩效(BI)不存在直接效应。由表6结果可知,总中介效应均显著,且技术知识搜索(TS)的总中介效应占比为35.94%,小于直接效应,说明技术知识搜索对突破式创新的直接作用更大。特定中介效应中,除路径b1系数不显著外,其余3条路径系数均显著,故不支持假设H4c,支持假设H4d、H4g、H4h。与渐进式创新不同,技术知识共享与转化路径可以为跨界合作企业突破式创新提供支撑,而知识融合与知识转化对突破式创新依旧重要。同时,中介效应检验结果无统计上的差异,说明特定中介效应相当。
表6 突破式创新绩效(BI)的多重中介效应检验结果
效应点估计/占总效应比(%)SE95%置信区间下限上限判断总的中介效应(TME)0.164/1000.0660.0420.303是特定中介效应(SME)b1:MS→KS→KT→BI0.109/66.460.060-0.0040.234否b2:MS→KF→KT→BI0.055/33.540.0260.0180.123是总的中介效应(TME)0.124/35.940.0590.0150.249是特定中介效应(SME)b3:TS→KS→KT→BI0.104/30.140.0550.0030.219是b4:TS→KF→KT→BI0.020/5.800.0130.0020.057是
采用多元线性回归方法检验战略柔性对双元知识跨界搜索与知识合作链关系的调节效应。为避免多重共线性的影响,首先对解释变量与调节变量进行去中心化处理,即各变量值与其均值相减,基于去中心化后的变量形成乘积交互项。依照分布回归步骤,先放入解释变量与控制变量得到基准回归模型,再放入调节变量进行分析,最后加入交互项检验调节效应(见表7)。
从表7结果可以看出,战略柔性与跨界双元搜索的交互项对知识合作链在10%的水平上具有显著正向影响,说明跨界合作企业战略柔性对于跨界双元搜索与知识合作链的关系具有调节效应。作为动态能力在战略层面的反映,战略柔性决定企业环境应对能力,能够反映企业对资源的整合利用与协调处理水平,尤其对跨界合作中的知识资源共享、融合与转化具有一定影响。企业战略柔性水平越高,就越能够促进跨界双元搜索作用于跨界知识合作。因此,假设H5得到验证。
表7 战略柔性对跨界双元搜索与知识合作链的调节效应
变量知识合作链模型1模型2模型3(常量)3.813***3.920***3.892***企业性质0.0005-0.0132-0.0126企业规模0.0040-0.0160-0.0176企业年龄0.00640.00050.0052跨界搜索0.339***0.355***战略柔性0.289***0.298***跨界双元搜索×战略柔性0.074*F0.0361.3152.03AdjR2-0.00870.47220.4760
注:***表示p<0.01;**表示p<0.05;*表示p<0.1
本研究旨在探讨跨界双元搜索对于企业双元创新绩效的触发作用和提升路径,关注知识合作链在这一关系中的中介作用以及战略柔性的调节作用,得出以下结论:
(1)市场知识搜索对渐进式创新绩效具有直接影响,市场知识搜索通过知识融合、知识转化间接影响突破式创新绩效,而技术知识搜索对突破式创新绩效具有正向影响。
(2)市场知识和技术知识搜索正向影响知识合作链。对于知识共享与知识融合,市场知识搜索的影响最大,其次是技术知识搜索;对于知识转化,知识共享的影响最大,其次是知识融合。
(3)知识融合、知识转化在跨界双元搜索与双元创新绩效间存在显著链式中介作用。知识共享、知识转化仅在技术知识搜索与突破式创新绩效间起链式中介作用。原因在于,技术知识共享能够通过知识转化促进突破式创新,而市场知识共享对渐进式创新的影响是量变引起质变的过程,其通过知识转化的作用路径不显著。知识融合、知识转化的传导作用表明,要实现跨界搜索价值,必须考虑跨界双元搜索与知识合作的协同作用。知识合作本身具有链式特性,注重知识共享、融合、转化,有助于实现企业跨界创新绩效。企业应结合自身情况,明确组织在知识合作链中的短板,并据此制定提升对策。
(4)战略柔性对跨界双元搜索与知识合作链间的正向关系具有显著强化效应。这一结论拓展了相关研究视角,表明企业应重视跨界创新战略柔性的潜在作用,并根据企业战略柔性应用情况,相应提升自身知识搜索能力,强化组织知识信息整合能力,进而降低不可预期风险,提高环境适应能力。
(1)企业应意识到跨界双元搜索对提升创新绩效的重要作用,并基于不同创新绩效需求选择合适的知识搜索模式。市场知识搜索倾向于产品、工艺改进信息获取与细分市场开拓,其对渐进式绩效的影响更为显著。技术知识搜索将业务需求信息与新兴技术知识相结合,利用技术优势实现产品开发与创新,与突破式创新绩效的联系更为紧密。因此,应选择市场搜索模式促进企业渐进性创新,采用技术搜索模式促进企业突破性创新。
(2)企业应重视跨界双元搜索对知识合作链的影响。对于知识共享与知识融合,企业应通过市场知识搜索传递企业价值,与合作伙伴达成一致的价值主张,进而促进知识共享与融合;对于知识转化,企业内部知识外部化过程会产生一定的费用,在跨界知识转化过程中,企业为了实现自身利益最大化,会尽可能降低知识外流成本。因此,跨界双方应注重完善知识共享机制和融合机制,从而降低知识价值损失。
(3)企业应积极调整战略柔性,通过建立知识合作平台保障知识获取、共享、融合、转化渠道通畅。一方面,多样化平台可以成为组织间沟通与知识转化的桥梁;另一方面,提升平台使用效率,为组织获取外部顾客、供应商等知识信息提供帮助,充分利用企业共享知识实现价值共创。
(4)跨界企业应营造良好的知识交流环境,通过构建知识治理机制促进知识合作。在组织内部培养员工跨界响应思维,以一种积极的态度认识异质性知识资源的潜在价值,将跨界搜索与知识合作链相融合,从而提升双元知识创新绩效。企业可以通过正式契约治理机制规范跨界合作企业间的知识合作行为,促进跨界双方价值共创。同时,构建社会型治理机制,引导企业参与跨界活动,共同实现跨界创新绩效。
本文研究存在以下不足:首先,研究所使用的数据为截面数据,不能基于时间序列分析跨界搜索对创新绩效的影响过程,未来可以探究跨界搜索随时间推移的演化趋势;其次,主要以跨界企业群体为研究对象,未区分不同规模、不同类型企业;最后,仅关注企业层面因素对跨界合作的影响,未来可以考虑引入政府因素,探讨政策、制度等外部因素对跨界合作的影响。
[1] ENKEL E, HEIL S. Preparing for distant collaboration:antecedents to potential absorptive capacity in cross-industry innovation[J]. Technovation, 2014, 34(4):242-260.
[2] BRISCOE F ROGAN M. Coordinating complex work: knowledge networks, partner departures, and client relationship performance in a law firm[J]. Management Science,2016,62(8): 2392-2411.
[3] 付丙海,谢富纪,韩雨卿.创新链资源整合、双元性创新与创新绩效:基于长三角新创企业的实证研究[J].中国软科学,2015,30(12):176-186.
[4] WU J WU.Local and international knowledge search and product innovation: the moderating role of technology boundary spanning[J].International Business Review,2014,23(3):542- 551.
[5] 王娟茹,杨苗苗,李正锋.跨界搜索、知识整合与突破性创新[J].研究与发展管理,2020,32(3):111-122.
[6] 梁阜,张志鑫.外部知识搜索及其双元性的创新效应研究[J].情报杂志,2019,38(1):171-179,186.
[7] 胡保亮,方刚.网络位置、知识搜索与创新绩效的关系研究——基于全球制造网络与本地集群网络集成的观点[J].科研管理,2013,34(11):18-26.
[8] 芮正云,罗瑾琏,甘静娴.新创企业创新困境突破:外部搜寻双元性及其与企业知识基础的匹配[J].南开管理评论,2017,20(5):155-164.
[9] 唐源,邵云飞,陈一君.跨界行为、知识整合能力对企业创新绩效的影响研究:基于知识获取和资源损耗的作用[J].预测,2020,39(4):31-37.
[10] 杨卓尔,高山行.战略柔性在分维度企业家导向与原始性创新的中介作用[J].管理评论,2020,32(3):136-151.
[11] 余义勇,杨忠.团队领导跨界行为如何影响团队创造力—基于知识整合和团队氛围的整合视角[J].科学学与科学技术管理,2020,41(12):129-144.
[12] CORREA J A, MARCUS A, HURTADO N.The natural environmental strategies of international firms:controversies and new evidence on performance and disclosure[J]. Academy of Management Perspectives, 2016, 30(1):24-39.
[13] 蒋丽芹,李思卉.沉淀冗余、跨界搜寻与高科技企业创新绩效——战略柔性的调节作用[J].科技进步与对策,2020,37(22):73-80.
[14] CHESBROUGH H W,BOGERS M. Explicating open innovation: clarifying an emerging paradigm for understanding innovation[M]//New Frontiers in Open Innovation.Oxford:Oxford University Press,2014:3-28.
[15] GRIMPE C,SOFKA. Search patterns and absorptive capacity:low and high- technology sectors in European countries[J].Research Policy,2009,38(3): 495-506.
[16] 王建平,吴晓云.制造企业知识搜寻对渐进式和突破式创新的作用机制[J].经济管理,2017,39(12):58-72.
[17] SIDHU J S,COMMANDEUR H R,VOLBERDA H W A.The multifaceted nature of exploration and exploitation: value of supply,demand,and spatial search for innovation[J]. Organization Science,2007,18(1):20-38.
[18] ZHANG H, WU F, CUI A S. Balancing market exploration and market exploitation in product innovation: a contingency perspective[J]. International Journal of Research in Marketing, 2015, 32(3): 297-308.
[19] 曹兴,孙绮悦.新兴技术知识网络跨界融合的机理与实证研究[J].科学学研究,2021,39(5):854-866.
[20] 董媛媛,卢斌斌.行业产业协同创新中心知识扩散网络演化特征与影响因素研究[J].情报理论与实践,2019,42(11):75-82.
[21] GUAN J C,LIU N. Exploitative and exploratory innovations in knowledge network and collaboration network: a patent analysis in the technological field of nano-energy[J]. Research Policy, 2016,45(1):97-112.
[22] 韩晨,高山行.市场学习、创新方式与企业多维绩效关系研究[J].科技进步与对策,2017,34(7):68-75.
[23] 王思梦,井润田,邵云飞.联盟惯例对企业双元创新能力的影响机制研究[J].管理科学,2019,32(2):19-32.
[24] HE Z L, WONG P K.Exploration vs.exploitation: an empirical test of the ambidexterity hypothesis[J].Organization Science,2004,15(4):481-494
[25] SOFKAW, GRIMPE C. Specialized search and innovation performance: evidence across Europe[J]. R&D Management, 2010, 40(3):310-323.
[26] MU J, DI BENEDETTO A.Networking capability and new product development[J]. IEEE Transactions on Engineering Management,2012,59(1):4-19.
[27] TIWANA A, MCLEAN E R. Expertise integration and creativity in information systems development[J]. Journal of Management Information Systems, 2005, 22(1):13-43.
[28] FLATTEN T C, ENGELEN A, ZAHRA S A, et al. A measure of absorptive capacity:scale development and validation[J]. European Management Journal, 2011, 29(2):98-116.
[29] YUAN L, ZHONGFENG S, YI L. Can strategic flexibility help firms profit from product innovation[J]. Technovation, 2010, 30(5-6):300-309.