开放科学(资源服务)标识码(OSID)：
开放科学(资源服务)标识码(OSID)：
杜邦、IBM、苹果、海尔和TCL等企业跌宕起伏的发展历程在很大程度上揭示企业在遭遇失败危机后，如何通过失败学习推动其思想变革、惯例更新，不断创新产品和服务，实现业绩提升，进而获取持续竞争优势的过程。正如Kim&Miner[1]发现的，现实中存在很多经历过衰落而处在失败边缘但最终起死回生的情况。这种起死回生型失败给学习者提供了鲜活的学习信息和资源，不仅让人认识到为何衰落，还能使人识别出为何能复活，呈现出双重学习价值[2]，从理论层面诠释失败学习在企业成长过程中的关键作用和重要意义。因此，研究如何通过失败学习提升企业绩效并实现其发展成为理论界和实务界共同关注的核心议题。
梳理相关文献发现，失败学习与企业绩效关系研究分为3个视角：第一，以Cannon&Edmondson[3]为代表的组织学习学派提出，失败学习包括识别失败、分析失败和审慎试验3个关键环节，并构建失败学习信念共享模型，从失败讨论、求同存异和冲突处理等方面挖掘失败学习行为驱动企业绩效的机理，发现失败学习在满足顾客需求和提升顾客满意度方面具有重要价值。第二，以Davenport等[4]、陈国权和宁南[5]为代表的经验学派构建理论模型并遵循“经验挖掘-知识发现-绩效提升”的思路，阐释失败学习影响企业绩效的机理，发现失败学习是企业实现绩效复苏的重要路径。第三，以于晓宇和蔡莉[6]、郝喜玲和张玉利等[7]为代表的创业学派就失败学习与企业绩效的关系进行实证研究，发现无论是利用式还是探索式失败学习都能够从企业内外获取宝贵的经验、知识和技术，推动企业再造组织战略、结构、惯例，开发新产品以适应内外环境，创造可持续竞争优势，从而提升企业绩效。
虽然学者们从不同角度解读失败学习对企业绩效的作用逻辑，并确认二者间的积极关系，但二者关系的内在作用机理和影响路径尚需进一步完善。
(1)对于失败学习与企业绩效的关系，早期研究指出，失败学习在降低失败风险、事故发生率以及提高组织可靠性、适应性和顾客满意度等方面具有积极价值[8]。近期研究强调，失败学习是相关经验、知识、技能等资源积累与创造过程，有助于企业掌握运营规律、更新知识、变革惯例和促进创新，为其绩效增长奠定基础[7,9]。然而，既往文献大多局限于新创企业，缺乏基于成熟企业视角的研究。成熟企业往往囿于自我更新机制障碍、核心能力刚性和组织惰性等因素，导致自身在遭遇内外环境变化时难以实现战略转型。与成功学习相比，失败学习更有助于企业跨越能力惰性陷阱、推动组织惯例更新、变革资源管理策略和增强机会识别能力，这对于企业转型升级和绩效复苏具有重要现实意义。
(2)简单地将失败学习与企业绩效相联系是粗糙的，还应深入考察两者间的中介作用机制。根据资源基础理论，挖掘失败学习促进企业绩效增长的价值不仅取决于机会识别能力，还需要资源拼凑策略协同匹配。第一，现有资源拼凑研究大多局限于新创企业，鲜有文献研究成熟企业如何利用资源拼凑克服资源约束，进而实现企业绩效提升的问题[10]。本质上，企业能够以拼凑思维和拼凑行为操作为内核的拼凑理论为指导，遵循满意原则对现有资源进行创造性识别、整合、重组、创新和应用，以达到资源配置协同效应，在资源价值上实现“无中生有”的效果，从而提升企业绩效。第二，以于晓宇等[9]为代表的学者提出，践行企业失败学习就是从失败中识别出更多机会。一方面，企业通过失败学习能够探索新的市场机会，为新产品设计、开发和新市场开拓提供智力资本与战略决策依据；另一方面，能够及时抓住市场机遇的企业在提升其合法性和绩效方面更具可行性，这对于践行失败学习导向、提升企业绩效具有积极作用。第三,资源—机会一体化模式成为企业摆脱资源约束和匹配环境机会以实现成长的基石[11]。这从理论上回答了资源拼凑和机会识别的有机组合是企业实现绩效提升的重要路径。基于资源基础观视角，企业绩效复苏与其资源管理策略密切相关。但对于资源匮乏的企业而言，即便捕捉到商业机会，也可能由于较高的资源获取成本和较长的资源整合周期而错失良机[12]。事实上，企业通过失败学习能够识别出更多与资源能力匹配的机会，但只有辅之以有效的资源管理策略才能为市场机会识别、开发和评估提供帮助[13]，进而为提升企业绩效提供可行方案。
(3)企业在绩效复苏和提升过程中的拼凑思想与策略应用不仅受学习行为的影响，还在一定程度上取决于组织层面关键管理要素的作用。作为应对环境变化，兼具管理手段多样性特征和快速响应敏捷性特征的特殊动态能力，战略柔性是以资源柔性与协调柔性为内核的管理多样性和灵活性的统一[14]。本研究认为，战略柔性能够激活并强化资源拼凑与企业绩效的关系。这是因为在战略柔性的支持下，企业重视现有资源的未来价值，更有动力、意愿和能力开发现有资源的功能属性，提升现有资源拼凑效果。同时，资源柔性特征使得现有资源价值转换能够以更便捷和低成本的方式实现。此外，协调柔性的资源配置功能会加速资源重构转化为企业产品和服务的进程，从而实现通过资源整合、配置促进企业绩效提升的战略目标。
综上，本研究以资源拼凑和机会识别为中介变量，构建失败学习影响企业绩效的多路径模型，探索二者间的作用路径和影响机制，为推行失败学习导向、促进企业绩效提升提供理论依据。本研究的理论贡献在于：第一，分析失败学习对企业绩效的影响，进一步丰富失败学习与企业绩效关系研究。既有文献大多从创业企业层面探讨失败学习对企业绩效的影响，较少从成熟企业视角研究失败学习与企业绩效关系。失败学习旨在挖掘失败原因，创新组织政策、制度、流程和惯例，突破核心能力刚性和组织惰性，从而提升企业绩效。本研究可以为成熟企业绩效复苏成长及再造竞争优势提供理论依据。第二，以往失败学习与企业绩效关系中介机制研究大多从企业内部或外部等单一维度展开[6-7,9]，本研究综合内外视角，将资源拼凑(内部)和机会识别(外部)引入失败学习与企业绩效关系理论模型中，分别阐释资源拼凑和机会识别对于失败学习和企业绩效关系的中介机制，以及二者在失败学习与企业绩效之间的链式中介作用，丰富了失败学习与企业绩效关系中介机制研究。第三，考察失败学习间接影响企业绩效的调节机制。先前研究鲜有探讨二者关系间的调节作用，本研究引入战略柔性解读失败学习影响企业绩效的情景机制，弥补了已有研究不足，能够更全面地认识失败学习对企业绩效的影响机理及路径。
(1)失败学习。早期学者对失败学习的认识是从Argyris&Schon[15]提出单环学习和双环学习概念开始的，他们认为，与单环学习强调仅修订行动策略相比，双环学习既注重行动策略修订又强调组织惯例更新，成为失败学习概念提出的重要理论基础。后期学者探索性地提出失败学习概念并阐释如何借助于失败学习提升企业活力和企业绩效的内在逻辑。例如，胡洪浩和王重鸣[8]认为，失败学习是指企业对内外部经验进行集体反思，通过调整行为方式降低未来遭遇类似失败的几率以提升企业绩效的过程；谢雅萍和梁素蓉[2]的研究强调，失败学习的本质是解决潜在或已发生的问题，不仅要探究问题根源，更要采取措施使原有期望结果得以实现。综合以上观点，本研究把失败学习界定为企业通过对存在问题的反思、质疑和系统思考，剖析问题根源，进而变革企业治理逻辑和行动方案以提升企业绩效的过程。已有研究表明，失败学习对企业获取更好的生存能力和可持续竞争优势具有重要价值[3-7]。这为深入探究失败学习对企业绩效的作用机理，进一步丰富现有研究提供了重要方向[1-2]。
(2)资源拼凑。Baker & Nelson[13]把拼凑解释为通过对手头资源创造性整合并积极采取行动解决问题的过程，包括手头资源、将就和资源重构3个核心环节；Smith & Baker[16]发现，拼凑对初创企业绩效具有正向影响；祝振铎和李非[17]、赵兴庐[18]研究指出，拼凑对新创企业绩效具有积极价值。此外，资源拼凑前因研究发现，组织对失败的认知[18]、组织学习氛围、组织学习实践[19]等要素有助于提升企业资源拼凑意愿和效果。可见，资源拼凑能够传递学习行为驱动企业绩效提升的积极效应，是企业通过组织学习获取绩效复苏动力和重启竞争优势的重要途径。因此，本研究将资源拼凑引入理论模型探究其中介机制，既呼应了先前研究提出的新兴议题[10]，也拓展了资源拼凑理论应用领域。
(3)机会识别。机会识别是指企业识别新想法并通过资源整合，将想法转化为能够创造价值的商业概念行为[20]。当前，机会识别研究聚焦于创业领域，重点探讨机会识别形成机理及影响效应。其中，张秀娥等[21]探究创业者经验、创业学习影响创业机会识别的机理；张红和葛宝山(2014)认为，学习行为对机会识别的作用在于其能够提升企业发现和挖掘创新性机会的可能性；赵兴庐等(2017)、Guo等[22]研究发现，企业识别商业机会可以对企业绩效产生促进作用；赵兴庐等[18]发现，机会识别能力在顾客拼凑、制度拼凑和新创企业绩效之间存在中介作用。综合现有文献可知，机会识别既受学习行为的驱动，也对企业绩效提升具有积极贡献[9]。基于此，在失败学习驱动企业绩效复苏过程中，识别和捕捉外部市场机遇，并通过资源拼凑策略促使市场机遇向产品和服务转化对于重塑竞争优势至关重要。
(4)战略柔性。战略柔性是指企业识别、调整和重构资源、进程及战略以应对环境变化的能力[23]，包括资源柔性与协调柔性。其中，前者衡量资源的可能用途，涉及资源使用范围、资源转换时间和成本；后者表示企业有效利用资源的能力，涉及界定、合成、重构及创造和配置既有资源以支持企业战略的能力。已有研究表明，战略柔性能够拓展资源使用范围，提高资源使用效率[24]，增强现有资源的灵活性、闲置资源的可利用性和潜在资源的创造性与积累性，发挥资源协同价值，有效缓解资源窘境，降低运营风险，从而提升企业绩效[25]。本研究认为，在资源拼凑促进企业绩效提升过程中，战略柔性可能发挥调节作用。
(1)失败学习与企业绩效。失败学习与企业绩效密切相关，实施失败学习战略是企业绩效提升的重要路径[1,3]。本研究从学习曲线、经验学习和决策理论等角度解读二者间的关系：第一，学习曲线的意义。部分文献基于学习曲线视角认为，失败学习通过降低运营成本、增强生存能力、提升创新性和服务品质等方式对企业绩效产生正向促进作用[3,6,8]。第二，经验学习的价值[5]。Davenport等[4]构建包括背景、转化和成果的概念框架，通过案例研究演绎企业如何获取经验、挖掘及应用知识以改善绩效的过程，揭示组织从经验中学习，进而更新惯例、修正战略决策行为、提升组织绩效的内在机理；Stengel等[26]以获取数据—剖析问题—履行“宝洁复兴计划”的学习逻辑，展现宝洁公司活力复苏和绩效提升过程。第三，行为决策理论的作用。根据Cybert&March[27]的观点，决策者是期望导向的，而失败属于组织绩效低于期望的情况。企业启动问题式搜寻和创新式搜寻驱动失败学习过程，强调对问题的反思和探讨，获取失败经验，并将经验知识转化为提升自身绩效的动力和方法，实现失败学习与企业绩效协同发展。基于此，本文提出以下假设：
H1：失败学习对企业绩效具有正向影响。
(2)资源拼凑在失败学习与企业绩效间起中介作用。传统资源管理逻辑难以使企业摆脱资源枯竭的困境，亟需新的资源管理范式为企业绩效复苏提供有效的方法与工具。值得关注的是，强调对现有元素重新解构和整合，进而创造出新的规则和手段的资源拼凑理论，可以为企业绩效复苏提供可行的资源管理策略。资源拼凑旨在整合现有资源，通过资源创新策略重塑企业资源禀赋，以获取资源竞争优势，其作为一种对实践性知识和不同类型资源的持续挖掘、创造和利用，亟需企业突破传统资源管理模式，重塑资源管理建构主义思维，创造性地发挥资源的最大价值[13]。既有研究发现，资源拼凑的有效性很大程度上受失败学习行为的影响[19]。这是因为资源拼凑在很多情况下是一个试验试错过程，失败学习能够保持对知识和机会的敏感性，能够对拼凑的智慧进行反思、提炼、总结和完善，这种“干中学”的形式有助于知识获取，解决资源短缺问题，提升拼凑的有效性。还有研究发现，财务、时间、人力资源短缺等资源困境会促使企业引入失败学习战略以开展资源拼凑活动[18]。综上，企业可以通过构建开放、高效的失败学习体系对已有知识和经验进行反思与重构，改变原有学习路径和规则，降低路径依赖性，以新的资源管理方法和模式整合现有资源，提高资源管理效率，促进企业开展创造性拼凑，从而达到破解企业资源约束的目的。
资源拼凑对新创企业绩效、创新绩效、企业成长和竞争优势具有直接促进作用[12,18-19]，通过实施资源拼凑解决新创企业资源约束问题，实现快速创新、低成本创新和新价值创造。但已有研究明确指出，资源拼凑不仅适用于新创企业情景，而且应挖掘成熟企业等在位企业资源拼凑价值[10]。这是因为受国际经济不景气、国内经济持续下行压力的影响，成熟企业获取外部资源更加困难，导致内部资源整合利用受到约束，进而削弱企业适应能力、生存能力和市场竞争力。因此，亟需通过拼凑思维整合产品、原材料、工艺流程和商业模式以增强企业创新能力，进而实现对企业绩效的驱动作用。综上，企业不仅需要利用资源拼凑识别和把握外部市场机会，克服内部资源约束，更需要借助拼凑的战略思维重新审视现有资源价值，实现不同资源创新组合，创造新的产品和服务，最终提升企业绩效。基于此，本文提出以下假设：
H2：资源拼凑在失败学习与企业绩效间起中介作用。
(3)机会识别在失败学习与企业绩效间起中介作用。机会识别旨在过滤出能创造或增加市场价值的产品或服务，其本质是识别创新型产品或服务的过程[11]。失败学习是一个通过共享机制创造特殊知识的过程，其核心在于获得经验、转换知识和实现知识应用，现已成为机会识别的行为基础[9]。企业通过实施失败学习战略，识别能够实现绩效提升的商业机会。经验学习理论认为，具有不同失败学习风格的个体通过经验共享、思想碰撞，能够驱动企业提升现有知识水平和机会识别能力[9]。正如Lumpkin&Lichtenstein[20]指出的，失败学习与机会识别协同耦合有助于机会发现和形成。还有研究发现，通过失败学习不仅能够整合、分享、吸收和利用产品创新知识与经验，而且能够修正产品创新中的问题，获取新技术和新市场以识别新产品开发机会[28]。此外，涵盖行业政策、行业发展规律、产品、供应商、竞争者、客户等的先验知识能够强化企业外部环境洞察力，其难以模仿与替代的思考和学习模式可以产生独特而创新的认知，有助于促进企业识别有价值、潜在的创新性市场机会[29]。
Li等[30]通过构建一个涉及机会、威胁、战略选择和企业绩效的理论模型，发现机会或威胁通过企业战略选择对企业绩效产生间接影响。机会识别所产生的原创性商业创意会使企业获取更高的绩效。一方面，经济转型背景下企业不仅遭遇资源困境和成本压力等问题，也会受到利益相关者更多监督，因而倾向于采用完善现有产品开发技术、流程和工艺等低成本利用式机会识别活动，提升产品创新程度和新产品开发绩效[9]。另一方面，通过利用式机会识别实施紧缩战略能够释放资源、促进知识共享，进而产生短期利润，后者能够支持企业通过探索式机会识别作出复苏绩效战略的承诺，并支持企业持续获取新知识、技术以开发新产品和新服务[9]，从而提高企业绩效。基于此，本文提出以下假设：
H3：机会识别在失败学习与企业绩效间起中介作用。
(4)机会识别和资源拼凑在失败学习与企业绩效之间的链式中介作用。由H2和H3可知，失败学习既可以通过机会识别提升企业绩效，也可以通过资源拼凑提升企业绩效。那么，资源拼凑和机会识别在失败学习与企业绩效之间究竟发挥什么作用？本研究认为，资源拼凑对机会识别具有积极价值。一方面，企业面临组织合法性、生存和竞争的压力，亟需变革传统资源管理理念和方法，提升资源重构能力、创新能力和应用能力；另一方面，伴随着外部机遇捕捉和开发，需要以资源投入和整合为基础，实现机会与资源匹配，从而提升企业绩效。此外，资源获取、整合、创新等活动贯穿于整个机会识别和开发过程，高效的资源拼凑行为能够促进商业机会识别。例如，王玲等[31]指出，机会识别与利用受资源拼凑活动驱动，能够解决外部机会所引发的各种问题；赵兴庐等[18]发现顾客拼凑能够提升机会识别能力，制度拼凑对机会识别能力具有正向影响。基于此，本文提出以下假设：
H4：资源拼凑和机会识别在失败学习与企业绩效之间起链式中介作用。
(5)战略柔性在资源拼凑与企业绩效之间的调节作用。遵循Sanchez[23]对战略柔性维度的划分方法，本研究从资源柔性和协调柔性视角分析战略柔性对资源拼凑与企业绩效关系的调节作用。第一，资源柔性的调节机制。在资源柔性较低时，企业原有资源管理范式居主导地位，不仅束缚资源使用范围，难以通过识别现有资源的新用途达到“无中生有”的效果，而且在一定程度上会浪费手头资源的未来价值，无法为企业发展提供有效的资源支持，从而弱化资源拼凑对企业绩效的提升作用。相反，在资源柔性较高时，能够提升资源拼凑驱动企业绩效的有效性。一方面，高资源柔性能够促进已有资源多用途识别和开发，增强资源转换能力；另一方面，高资源柔性不仅有利于新资源拼凑，提升资源重构的成功率，而且能够以低时间成本、低人力成本和低财务成本挖掘现有资源价值[23]，提升资源拼凑的有效性，以低成本创新方式提供物美价廉的产品和服务。第二，协调柔性的调节机制。首先，通过开发已有资源用途，能够明确资源使用方式，实现资源用途多样化，并通过有效组合扩展资源功能，提高资源利用效率，为企业绩效提升提供支撑；其次，协调柔性不仅涉及自身组成要素系统协同，还包括灵活运用和重新配置资源的能力[32]，能够增强企业应对动态环境的反应能力以及解决问题的灵活性与创造性[24]。基于此，本文提出以下假设：
H5：战略柔性正向调节资源拼凑与企业绩效间的关系。
(6)战略柔性对资源拼凑中介作用的调节机制。根据前文H1、H2和H5的理论推演，资源拼凑在失败学习与企业绩效之间起中介作用，失败学习与企业绩效存在正相关关系，战略柔性正向调节资源拼凑与企业绩效之间的关系。本研究进一步推断，战略柔性能够进一步调节资源拼凑在失败学习与企业绩效之间的中介作用，构建有调节的中介模型。基于此，本文提出以下假设：
H6：战略柔性正向调节资源拼凑在失败学习与企业绩效间的中介作用。
综上，本研究理论模型构建如图1所示。
图1 理论模型
本研究调研时间为2018年11月至2019年4月，包括网络调研和非网络调研。网络调研主要利用问卷星网站进行问卷收集，共获取有效问卷145份。非网络调研主要通过学校MBA学员、校友会、同学和同事等渠道获取，共发放问卷150份，得到有效问卷91份，两种方式共得到有效问卷236份。样本企业情况如下：企业年龄方面，5～10年占比17.80%，11～15年占比28.81%，16～30年占比41.53%，30年以上的占比11.86%；行业方面，食品加工占比19.07%，纺织服装占比26.69%，家具制造占比37.71%，医药制造占比16.53%；企业规模方面，100人及以下占比22.46%，100～499人占比48.31%，500人及以上占比29.24%。此外，为确保样本质量，避免无响应偏差、样本多源性和同源偏差对研究结果的影响，对样本有效性进行检验。首先，检验未返回选择偏差的问题，本文对先收回与后收回的问卷进行t检验，未发现样本在企业年龄、企业规模、行业分布等方面存在显著差异。其次，检验网络样本和非网络样本是否存在显著差异。t检验结果表明，企业年龄、企业规模、行业分布等方面不存在显著差异，说明两个来源样本数据可以混合使用，不会影响研究结果的可靠性。第三，为避免共同方法偏差问题，本研究采用Harman方法进行检验，结果表明，主成分分析所得第一因子仅解释了34.334% 的整体变异，小于50%的统计学要求，表明数据不存在明显共同方法偏差。此外，VIF值均小于2，所有变量之间容忍度均大于0.60。因此，本研究并未受共线性和共同方法偏差的严重影响。
本研究借鉴国内外重要文献的量表进行变量测量，采用李克特5点评分法，1为“非常不认同”，5为“非常认同”，量表具体题项内容见表1。
(1)失败学习。借鉴于晓宇和蔡莉[6]的研究成果，企业层面失败学习量表包括4个题项，示例题项如“企业鼓励员工询问有无更好的方式提供产品或服务”等。
(2)资源拼凑。借鉴Salunke等[33]的研究成果，资源拼凑行为包括3个题项，示例题项如“企业以质疑传统商业实践的方式整合资源”等。
(3)机会识别。参考赵兴庐等(2017)的研究量表，机会识别包括4个题项，示例题项如“能准确地发现环境变化所产生的新机会”等。
(4)战略柔性。参考Sanchez[23]、李柏洲等[24]的研究量表，资源柔性和协调柔性各包括3个题项，以二者均值测度战略柔性，示例题项如“同一种资源用于开发不同产品或服务时，其转换用途的成本和难度较小”等。
(5)企业绩效。参考李非和祝振铎[17]的研究量表，企业绩效包括6个题项，示例题项如“与前一年相比，企业投资收益率更高”等。
(6)控制变量。借鉴以往文献的做法[17-18]，将企业年龄、行业分布和企业规模作为控制变量纳入研究模型。
本研究采用Cronbach's a对问卷进行信度检验，一般情况下，要求Cronbach's a大于0.7，但如果其值在0.65～0.70之间也可认为具有较好的信度。本研究核心变量测量均采用重要期刊文献中使用或开发的成熟量表，根据表1的检验结果可知，失败学习、资源拼凑、机会识别、战略柔性和企业绩效的Cronbach's a依次为0.726、0.685、0.751、0.771、0.818，大于或接近0.7，表明本研究变量信度较好。
表1 主要变量测量题项与信效度检验结果
变量题项因子载荷CR值Cronbach'sa失败学习企业鼓励员工询问“我们为什么这么做?”0.8010.8300.726企业鼓励员工询问有无更好的方式提供产品或服务0.736企业提醒员工停下手中的事情,反省当前工作流程0.724企业提醒员工在讨论中考虑得出结论的前提或假设0.701资源拼凑企业以质疑传统商业实践的方式整合资源0.7750.7780.685企业以创造性的方法和技术有效利用资源0.747企业以挖掘很少使用的资源的方式整合资源0.699机会识别对新机会有特殊的警觉性或敏感性0.8360.8430.751能够觉察到环境中潜在的机会0.747比竞争对手更善于发现新机会0.740能准确地发现环境变化产生的新机会0.701战略柔性同一种资源用于开发不同产品或服务的范围很广0.8210.8840.771同一种资源用于开发不同产品或服务时,其转换用途的成本和难度较小0.786同一种资源开发不同产品或服务的转换时间较短0.616可以快速发现企业既有资源的新用途或新组合方式0.864可以快速运用资源的新用途或新组合方式0.821可以有效利用企业资源应对动态环境0.545企业绩效与前一年相比,企业的投资收益率更高0.7770.8630.818与前一年相比,企业新产品成功率更高0.723与前一年相比,企业新产品开发速度更快0.715与前一年相比,企业适应能力更强0.709与前一年相比,企业整体声誉更好0.686与前一年相比,企业资源基础更好0.678
本研究采用验证性因子分析检验测量模型的区分效度，结果表明，五因子模型拟合指标较好(x2/df =1.589，CFI=0.927，TLI=0.915，IFI=0.928，RMSEA=0.050)，说明测量模型具有良好的区分效度。失败学习、资源拼凑、机会识别、战略柔性和企业绩效的AVE值分别为0.550、0.539、0.574、0.565、0.512，均大于0.500，表明变量具有较高的内部一致性，总体上量表收敛效度较好。同时，变量测量量表均借鉴已有成熟量表，且根据研究内容进行修正，确保变量具有良好的内容效度。
此外，表2列出了变量均值、标准差和相关系数，根据表2可知，失败学习、资源拼凑、机会识别、战略柔性和企业绩效等5个变量之间存在显著相关关系，为理论模型检验奠定了基础。
表2 均值、标准差与相关系数
变量12345678企业年龄1行业分布-0.0161企业规模-0.0550.0891失败学习0.049-0.0220.0431资源拼凑-0.010-0.083-0.0060.500**1机会识别-0.038-0.076-0.0790.557**0.487**1战略柔性-0.034-0.0610.0050.499**0.422**0.597**1企业绩效-0.086-0.1140.0070.638**0.604**0.678**0.569**1均值2.4752.6702.0684.1894.1794.0564.0474.081标准差0.9201.1490.7170.5540.5070.5760.5330.503
注：**为0.01水平下显著，*为0.05水平下显著(双尾检验)
4.2.1 中介效应检验
采用分层回归分析方法检验资源拼凑在失败学习与企业绩效间的中介作用，结果如表3所示。根据表3模型2可知，失败学习对企业绩效的回归系数为0.626(p<0.001)，H1成立。进行层次回归分析发现(模型1、模型2和模型3)，失败学习正向影响资源拼凑(β=0.502，p<0.001)，当中介变量资源拼凑和自变量失败学习同时加入模型时(模型3)，失败学习与企业绩效之间关系仍然显著(β=0.437，p<0.001)，但回归系数从0.626下降到0.437，且资源拼凑正向影响企业绩效(β=0.377，p<0.001)，说明二者间的直接效应减弱，表明资源拼凑在失败学习与企业绩效之间起部分中介作用，H2得到支持。
同理，采用层次回归分析方法检验机会识别在失败学习和企业绩效之间的中介作用，结果见表3。根据表3模型4可知，失败学习对机会识别具有显著正向影响(β=0.542，p<0.001)。同时，失败学习正向影响企业绩效(模型2)(β=0.626，p<0.001)。表3模型5显示，当中介变量机会识别加入到模型5后，失败学习与企业绩效之间关系依然显著(β=0.371，p<0.001)，但回归系数从0.626下降到0.371，且机会识别和企业绩效之间关系显著(β=0.471，p<0.001)，说明二者间的直接效应减弱，表明机会识别在失败学习与企业绩效之间起部分中介作用，H3成立。
表3 资源拼凑、机会识别在失败学习与企业绩效间的中介作用检验结果
变量资源拼凑模型1企业绩效模型2模型3机会识别模型4企业绩效模型5企业绩效模型6模型7企业年龄0.003-0.032-0.033-0.0730.037-0.069-0.075行业分布-0.060-0.035-0.012-0.045-0.014-0.028-0.037企业规模-0.028-0.069-0.0590.007-0.0720.0060.007失败学习0.502***0.626***0.437***0.542***0.371***资源拼凑0.377***0.442***0.479***机会识别0.471***战略柔性0.377***0.384***资源拼凑×战略柔性0.141**△R20.2540.4150.5210.3320.5630.4900.508F19.649***40.896***49.968***28.682***59.263***44.270***39.460***
注：***为0.001水平下显著，**为0.01水平下显著，*为0.05水平下显著
传统中介效应检验方法存在统计效果差、检验结果不佳及样本分布要求高等缺陷，近年来受到越来越多的质疑。Bootstrap方法能够有效弥补传统中介检验方法的不足，逐渐成为中介检验实证研究的主流方法。据此，本研究采用偏差校正非参数百分比Bootstrap检验方法进一步检验资源拼凑和机会识别的中介作用。重复抽样2 000次并构建95%的无偏差校正置信区间，检验结果如表4所示。资源拼凑的中介效应为0.172，95%的置信区间为[0.117,0.245]，不包括0，说明资源拼凑具有显著中介作用；失败学习对企业绩效的直接效应为0.407，95%的置信区间为[0.313,0.501]，不包括0，进一步说明资源拼凑在失败学习对企业绩效的驱动过程中具有部分中介作用。因此，H2得到进一步验证。同理，机会识别的中介效应为0.236，95%的置信区间为[0.159,0.336]，不包括0，说明机会识别具有显著中介作用；失败学习对企业绩效的直接效应为0.343，95%的置信区间为[0.249,0.437]，不包括0，进一步说明机会识别在失败学习对企业绩效的驱动过程中具有部分中介作用。因此，H3得到进一步验证。
表4 资源拼凑与机会识别的单独中介路径系数检验结果
中介路径直接效应效应值95%置信区间下限上限中介效应效应值95%置信区间下限上限失败学习→资源拼凑→企业绩效0.4070.3130.5010.1720.1170.245失败学习→机会识别→企业绩效0.3430.2490.4370.2360.1590.336
根据Taylor等[34]的研究成果，在检验链式中介效应之前需要对理论模型进行如下检验：
(1)正态性检验。采用Shapiro-Wilk(W检验)和Kolmogorov-Smirnov(D检验)分别对所有变量进行正态分布检验，结果表明，所有变量均在0.001水平上显著，表明样本数据符合正态分布。
(2)多重共线性检验。前文多重共线性分析表明，样本数据不存在多重共线性问题。
(3)验证性因子分析。前文效度检验分析表明，本研究理论模型具有较好的拟合效度。以上检验结果表明，样本数据符合Bootstrap检验的条件，可以采用偏差校正非参数百分比Bootstrap对资源拼凑和机会识别在失败学习与企业绩效之间的链式中介效应进行检验。重复取样2 000次，计算95%的置信区间，检验结果见表5。由表5可知，资源拼凑和机会识别在失败学习与企业绩效之间的链式中介效应值为0.049，偏差校正置信区间为[0.024,0.087]，不包括0，H4成立，即资源拼凑和机会识别在失败学习与企业绩效之间具有链式中介效应。
表5 资源拼凑与机会识别的链式中介路径系数检验结果
路径标准误效应值95%置信区间下限上限失败学习→资源拼凑→机会识别→企业绩效0.0160.0490.0240.087
4.2.2 调节效应及被调节的中介效应检验
利用阶层式回归方法检验战略柔性的调节效应(见表3)，根据模型6、模型7可知，战略柔性正向调节资源拼凑与企业绩效的关系(β=0.141，p<0.01)，H5成立,表明战略柔性越高，资源拼凑对企业绩效的影响越显著。此外，采用Bootstrap方法进一步检验战略柔性的调节效应，结果表明，资源拼凑与战略柔性的交互项系数显著(β=0.216，p<0.01)，95%置信区间[0.062,0.369]，不包括0。其中，低战略柔性水平下，间接效应显著(r=0.359，BootLCI [0.244,0.473])；高战略柔性水平下，间接效应显著(r=0.589，BootLCI [0.442,0.735])。H5得到进一步验证。
采用Bootstrap方法进行有调节的中介效应检验，分析当战略柔性不同时，资源拼凑在失败学习与企业绩效之间的中介效应情况。为此，应用Process程序进行Bootstrap分析，重复抽样样本2 000次，偏差校正置信区间为95%，检验结果如表6所示。低战略柔性水平下，资源拼凑的中介效应成立，95%置信区间为[0.031,0.176]；高战略柔性水平下，资源拼凑的中介效应成立，95%置信区间为[0.140,0.320]，其判定指标Index值为0.109，置信区间为[0.024,0.221]，不包括0，表明有调节的中介成立，H6得到验证。
表6 战略柔性调节的中介效应检验结果
中介变量调节变量不同条件下间接效应效应标准误下限上限有调节的中介效应index标准误下限上限资源低战略柔性0.1030.0360.0310.176拼凑高战略柔性0.2200.0460.1400.3200.1090.0490.0240.221
本研究以资源拼凑和机会识别为中介变量，以战略柔性为调节变量，探索失败学习对企业绩效的影响机制和作用路径，不仅丰富了失败学习对企业绩效的作用机理及情景，也为企业绩效提升路径提供了新的思路和参考。
(1)失败学习对企业绩效具有显著促进作用。区别于以往研究主要从创业视角得出失败学习促进新创企业绩效的结论[6-7]，本研究认为，与新创企业相比，成熟企业存在组织刚性和管理决策惰性，以及缺乏创新和抵制变革等特点，通过失败学习能够增强组织柔性、更新组织惯例、提高组织活力并修正战略行为，进而实现企业成长。由此，本研究把失败学习理论引入企业绩效复苏和提升过程，结果表明，失败学习是企业实现绩效复苏的动力和方法，通过失败学习梳理失败经验，归纳出规律性知识并应用于企业创新实践，能够降低失败风险、实现低成本运营，进而增强组织适应力、创新性及合法性，最终提升企业绩效。研究结论不仅迎合了失败学习在提升企业绩效方面具有重要价值的观点[5-7]，也将失败学习应用领域由新创企业拓展至成熟在位企业。
(2)资源拼凑、机会识别分别在失败学习与企业绩效之间起中介作用。第一，资源拼凑的中介作用。在失败学习和资源基础观领域，鲜有研究将失败学习与资源拼凑纳入研究框架，分析因果逻辑及其对企业绩效的影响，过往研究大多基于新创企业视角探讨失败学习与企业绩效或创新绩效的直接路径[6-7,9]。本研究认为，资源拼凑有助于企业践行失败学习导向，以创造性方式整合和重组资源获取竞争优势，从而提高企业持续成长能力。本研究弥补了相关研究不足，验证了资源拼凑对于企业摆脱资源约束和路径依赖的重要作用。第二，机会识别的中介作用。虽然已有研究提供了部分相关证据[9]，但仍未探究机会识别如何影响失败学习与企业绩效的关系。本研究表明，失败学习能够借助机会识别发现和利用机会，验证了机会识别对于企业绩效提升的重要价值，深化了学界对于失败学习与企业绩效之间内在关系的认识。
(3)资源拼凑和机会识别在失败学习与企业绩效之间起链式中介作用。该结论表明，企业通过失败学习探寻能够驱动自身创新和发展的机遇，借助资源拼凑提升资源整合能力和资源重组的边际收益[12]，为市场机会转化为新产品提供资源保障。传统组织学习观认为，“反失败偏见”[2,8]是导致企业失败学习实践缺失的重要原因。本研究进一步借助链式中介模型，从理论层面揭示如何将失败学习付诸实践的作用路径，尝试将资源拼凑策略与机会识别一起纳入失败学习驱动企业绩效理论框架，阐释如何从失败中识别出促使企业获取竞争优势的重要机遇，以及如何通过资源拼凑策略将市场机遇转化为产品和服务的过程，这在以往研究中并未被深入探讨。
(4)战略柔性能够强化资源拼凑与企业绩效的关系，并正向调节资源拼凑的中介作用。以往文献较少从战略柔性视角分析其在失败学习与企业绩效之间的调节机制。本研究将战略柔性纳入理论模型，结果表明，战略柔性在资源拼凑与企业绩效之间具有正向调节效应，战略柔性越高，资源拼凑对企业绩效的正向影响越显著。进一步研究发现，战略柔性能够调节资源拼凑的中介作用。实际上，资源拼凑策略实施及其对企业绩效的影响与战略柔性密切相关，战略柔性越强，企业越有能力应对多变的环境，突破传统资源管理理念[24]，加快拼凑进程，提高资源组合质量及效率，创造新的竞争优势，从而推动企业绩效提升。相关结论拓展了战略柔性应用领域，丰富了失败学习对企业绩效间接影响的权变机制研究。
(1)失败学习是企业绩效提升的重要路径和方法。一方面，从认知重构角度，企业应从战略层面重视失败学习对企业绩效提升的重要价值，面对运营过程中存在的问题，企业亟需摒弃反失败观念，树立正确的失败学习观，不应简单地把失败视为灾难，而应看作是重要的学习之旅[2]和实现“峰回路转”的战略警示，进而改变认知，通过双环学习探究企业失败与成长的关系，解读企业何以失败以及何以成长的发展路径；另一方面，从行为变革角度，企业应积极实施失败学习战略，构建高质量失败学习系统，制定鼓励失败学习策略，营造失败学习氛围，积极开展失败学习活动，从失败中获取有价值的经验和知识，通过知识积累、分析及运用，增强失败学习能力和战略决策能力，为企业成长提供动力和方法。
(2)资源拼凑和机会识别是企业实施失败学习战略的重要手段。失败学习最终能否转化为企业绩效，很大程度上取决于其能否利用资源拼凑所形成的资源优势和机会识别所捕获的外部市场机遇，以及能否实现“资源+机会”两种策略协同融合。首先，提升资源拼凑能力。企业应转变观念，建立实现资源价值的拼凑观；培育鼓励探索和创新的企业文化，促进资源组合及拓展；优化资源拼凑的制度安排，重构资源管理流程，形成灵活、柔性的资源管理机制[35]。其次，提升机会识别能力。企业应降低管理刚性，保持柔性战略决策，摆脱路径依赖，强化失败学习对机会识别的促进作用；开展跨界搜索，准确捕捉市场需求，筛选出能够推动企业发展的机会。第三，实现机会识别和资源拼凑协同匹配。机会识别是企业可持续发展的动力之源，资源拼凑是企业利用机遇实现成长的重要管理策略。企业不仅要从过往失败中吸取经验教训以及可以推广应用的知识，通过提升环境洞察力、判断力和决策力识别重要机遇，更要借助资源拼凑策略开发新机会，建立可持续竞争优势，进而将市场机会转化为促进企业发展的新理念、新方法、新产品和新服务，从而提升企业绩效。
(3)战略柔性是失败学习通过资源拼凑驱动企业绩效提升的重要条件。这说明在失败学习战略下，企业复苏和发展一定程度上是资源拼凑与战略柔性协同耦合作用的结果。首先，在动荡环境下，企业应充分认识到战略柔性对自身竞争优势建立的重要意义；其次，企业应优化管理制度设计，培育自身资源管理能力和应用能力，提升资源柔性和资源配置能力[24]，进而提升柔性资源战略价值，最终提高资源拼凑对企业绩效的贡献；第三，企业亟需营造鼓励创新、变革的文化氛围，突破已有资源管理范式、惯例和行为模式，注重组织柔性化设计，加强企业内部沟通与合作，为失败学习驱动企业绩效复苏提供战略支持。
本研究存在以下局限性：首先，失败学习、资源拼凑等变量量表主要基于国外情景设计，与中国当前背景并非完全吻合，未来亟需设计具有中国企业文化特色的量表，开展中西方文化背景下的对比研究，并为后续实证研究提供有效的测量工具；其次，仅考察了资源拼凑、机会识别的中介路径，未考虑可能存在的其它重要中介变量。未来研究可以检验其它中介变量如动态能力、战略变革、复合能力在失败学习与企业绩效关系间的中介作用，进一步打开失败学习与企业绩效关系的“黑箱”，丰富二者关系内在逻辑研究。
[1] KIM J Y J,MINER A S. Vicarious learning from the failures and near-failures of others:evidence from the US commercial banking industry[J]. Academy of Management Journal,2007,50(3):687-714.
[2] 谢雅萍,梁素蓉. 失败学习研究回顾与未来展望[J]. 外国经济与管理,2016,38(1):42-53.
[3] CANNON M D,EDMONDSON A C. Confronting failure:antecedents and consequences of shared beliefs about failure in organizational work groups[J]. Journal of Organizational Behavior,2001,22(2):161-177.
[4] DAVENPORT T H,HARRIS J G,DE LONG D W,et al. Data to knowledge to results:building an analytic capability[J]. California Management Review,2001,43(2):117-138.
[5] 陈国权,宁南. 团队建设性争论、从经验中学习与绩效关系的研究[J]. 管理科学学报,2010,13(8):65-77.
[6] 于晓宇,蔡莉. 失败学习行为、战略决策与创业企业创新绩效[J]. 管理科学学报,2013,16(12):37-56.
[7] 郝喜玲,张玉利,刘依冉. 创业失败学习对新企业绩效的作用机制研究[J]. 科研管理,2017,38(10):94-101.
[8] 胡洪浩,王重鸣. 国外失败学习研究现状探析与未来展望[J]. 外国经济与管理,2011,33(11):39-47.
[9] 于晓宇,陶向明,李雅洁. 见微知著?失败学习、机会识别与新产品开发绩效[J]. 管理工程学报,2019,33(1):51-59.
[10] 邓巍,梁巧转,范培华. 创业拼凑研究脉络梳理与未来展望[J]. 研究与发展管理,2018,30(3):145-156.
[11] TIMMONS J A. New venture creation: entrepreneurship for the 21st century(5ed)[M].Singapore: McGraw Hill, 1999
[12] 赵健宇,廖文琦,袭希. 创业导向与探索式创新的关系:一个双中介效应模型[J]. 管理科学,2019,32(2):33-49.
[13] BAKER T,NELSON R E. Creating something from nothing:resource construction through entrepreneurial bricolage[J]. Administrative Science Quarterly,2005,50(3):329-366.
[14] 王永健,谢卫红,蓝海林. IT能力与战略柔性:探索式学习与利用式学习的中介作用[J]. 经济管理,2012,34(11):64-73.
[15] ARGYRIS C, SCHON D A. Organizational learning: a theory of action perspective[M]. Reading,MA:Addison-wesley, 1978.
[16] SMITH E, BAKER T. The life of fibers: textile competition throughhuman capital bricoalge[J]. Frontiers of Entrepreneurship Research, 2009,30(12):24
[17] 李非,祝振铎. 基于动态能力中介作用的创业拼凑及其功效实证[J]. 管理学报,2014,11(4):562-568.
[18] 赵兴庐,张建琦,刘衡. 能力建构视角下资源拼凑对新创企业绩效的影响过程研究[J]. 管理学报,2016,13(10):1518-1524.
[19] FERNELEY E,BELL F. Using bricolage tointegrate business and information technology innovation in SMEs[J]. Technovation,2006,26(2):232-241.
[20] LUMPKIN G T,LICHTENSTEIN B B. The role of organizational learning in the opportunity-recognition process[J]. Entrepreneurship Theory and Practice,2005,29(4):451-472.
[21] 张秀娥,祁伟宏,李泽卉. 创业者经验对创业机会识别的影响机制研究[J]. 科学学研究,2017,35(3):419-427.
[22] GUO H, TANG J T, SU ZF, et al.Opportunity recognition and SME performance : the mediating effect of business model innovation[J].R&D Management , 2017 , 47 ( 3 ):431-442.
[23] SANCHEZ R. Preparing for an uncertain future[J]. International Studies of Management & Organization,1997,27(2):71-94.
[24] 李柏洲,高硕. 互惠性、知识共享与企业合作型原始创新:战略柔性的调节作用[J]. 研究与发展管理,2017,29(3):76-86.
[25] CELUCH K,MURPHY G B,CALLAWAY S K. MoreBang for your buck:small firms and the importance of aligned information technology capabilities and strategic flexibility[J]. The Journal of High Technology Management Research,2007,17(2):187-197.
[26] STENGEL J R,DIXON A L,ALLEN C T. Listening begins at home[J]. Harvard Business Review,2003,81(11):106-114,116-7,140.
[27] CYERT R M, MARCH J G. Abehavioral theory of the firm[M]. Englewood Cliffs:Prentice-Hall,1963
[28] ZHANG J F. The advantage of experienced start-up founders in venture capital acquisition:evidence from serial entrepreneurs[J]. Small Business Economics,2011,36(2):187-208.
[29] SHEPHERD D A,DOUGLAS E J,SHANLEY M. New venture survival:ignorance,external shocks,and risk reduction strategies[J]. Journal of Business Venturing,2000,15(5-6):393-410.
[30] LI H Y. How does new venture strategy matter in the environment-performance relationship[J]. The Journal of High Technology Management Research,2001,12(2):183-204.
[31] 王玲,蔡莉,彭秀青,等. 机会-资源一体化创业行为的理论模型构建:基于国企背景的新能源汽车新企业的案例研究[J]. 科学学研究,2017,35(12):1854-1863.
[32] GILBERT C G. Unbundling the structure of inertia:resource versus routine rigidity[J]. Academy of Management Journal,2005,48(5):741-763.
[33] SALUNKE S,WEERAWARDENA J,MCCOLL-KENNEDY J R. Competing through service innovation:The role of bricolage and entrepreneurship in project-oriented firms[J]. Journal of Business Research,2013,66(8):1085-1097.
[34] TAYLOR A B,MACKINNON D P,TEIN J Y. Tests of the three-path mediated effect[J]. Organizational Research Methods,2008,11(2):241-269.
[35] 冯文娜,姜梦娜,孙梦婷. 市场响应、资源拼凑与制造企业服务化转型绩效[J]. 南开管理评论,2020,23(4):84-95.