开放科学(资源服务)标识码(OSID)：
Using the survey data of complex product enterprises and hierarchical regression method, this paper discusses the impact mechanism of technology integration capability on complex product innovation performance. Due to the significant impact on the national economy and the people's livelihood, the production process of complex products has strong confidentiality, and it is difficult to obtain the data of production enterprises. This paper uses the following channels to collect data: first, obtain the consent of enterprises through e-mail, and collect data in the form of field questionnaires; Second, collect data through on-site meetings attended by enterprises. The confidentiality and research purpose of the questionnaire are attached at the beginning of the questionnaire to ensure the reliability of the data. The survey time is from September to December 2020. A total of 382 questionnaires were collected from Jiangsu, Shanghai, Changchun and other provinces and cities. 29 questionnaires with repeated options and more missing values were excluded, and 353 valid questionnaires were finally obtained.
The results show that the three dimensions of technology integration capability have sequential effects on the innovation performance of complex products; There is a significant correlation between product construction ability and complex product innovation performance; Resource acquisition ability and technology integration ability play a chain intermediary role between product construction ability and complex product innovation performance. The conclusion reveals that only when the product construction ability is integrated with resources and technology can the conceptual design play a role, so as to provide a continuous driving force for complex product innovation.
The research conclusion of this paper effectively bridges and extends the modular theory and resource-based theory to the field of complex products, makes a certain contribution to broaden the research scope of complex product innovation in China, and can bring enlightenment to later researchers. The sub dimension of technology integration capability, product construction capability, as the dynamic capability of the core enterprise as a whole, is of strategic significance to complex product innovation. Therefore, in practice, we can find ways to improve the performance of complex product innovation from the perspective of product construction ability. In addition, by exploring the chain intermediary path, this paper finds the methods to improve the innovation performance of complex product enterprises. On the one hand, enterprises can formulate appropriate management measures and create a cross organizational resource acquisition environment to improve enterprise innovation performance. On the other hand, enterprises can improve their technology integration level by managing the integration steps of complex product systems. The research conclusion can provide reference for the innovation of complex product enterprises.
开放科学(资源服务)标识码(OSID)：
复杂产品系统(Complex Product and Systems, 简称CoPS)是指高成本、技术密集型、用户定制、单件或小批量生产的大型产品、系统或基础设施[1-2]，其概念最早由英国Sussex大学科技政策研究所的Hobday[3]提出。大型信息通讯设备、大型电子计算机、航空航天系统、电力网络控制系统等关系国计民生的大型产品都属于复杂产品系统。因此，复杂产品创新能力成为衡量一国竞争力的重要指标。复杂产品具有系统集成化程度高、耦合程度高、结构复杂等特点，无法依靠单个企业资源独立创新，需要核心企业与众多供应商企业协同创新，进行跨领域、跨学科、跨专业的交叉融合[4]。此时，技术集成能力作为复杂产品技术管理的重要能力被广泛利用，一方面，能帮助企业实现资源供给之间的匹配，弥补企业内部资源不足；另一方面，能帮助企业将分散的外部资源整合为企业竞争优势，进而获得价值增值。然而，现实中同样采用技术集成模式的不同复杂产品企业却表现出显著相异的创新绩效，这种差异源于很多企业尚未厘清复杂产品研发过程中技术集成能力成长规律和建构路径，也未明确其对创新绩效的作用规律，导致实践中流于表面，陷入技术集成能力成长的“黑箱”，从而影响复杂产品自主创新。因此，探索复杂产品企业技术集成能力结构性关系及其对创新绩效的影响具有重要意义。
梳理现有文献发现，学者们强调技术集成能力是影响创新绩效的重要前置变量。Iansiti[5]首次提出动态能力概念，发现技术集成能力是指企业在完成建构知识和系统知识的基础上，对知识进行选择和重构的能力，是企业绩效产生差别的重要原因；Petroni[6]通过对健康医疗领域个案分析发现，技术集成能力作为一种获取外部知识和协调多领域知识的能力可以促进创新绩效提升；游博[7]揭示了技术集成能力对模块增量式、突变式创新绩效的影响；张煜[8]实证研究指出，技术集成能力与模块化产品创新呈现显著正相关关系，同时探究利用式学习、探索式学习、模块可降解性等因素的调节作用。现有研究表明，技术集成能力对创新绩效起重要作用，但未深入分析技术集成能力构成维度间的结构性关系及其培育路径。此外，鲜有研究结合复杂产品具体情境，从更多视角探讨技术集成能力维度间的结构关系，及其对复杂产品创新绩效的作用机制。
基于此，本文在复杂产品情境下，根据以往研究主要将技术集成能力分为产品建构能力、资源识取能力、技术融合能力等相关维度[9]，探索技术集成能力建构路径及其对复杂产品创新绩效的作用机制。复杂产品创新的基本问题即如何把初始需求分工给众多参与者，以及如何将这些工作系统集成为实际协调运作系统[10]。在分工协同创新过程中，技术问题与管理问题并存，这正是导致复杂产品创新速度缓慢的重要原因，而类似问题可以从产品建构中得到解决[11]。产品建构能力是指根据笼统的初始研制要求，规划出产品概念并构建技术系统层次结构的能力[12]。产品构建分为形成产品概念和分解概念为一系列开发项目两个阶段，可以提升核心企业系统集成前瞻性，为企业提供高质量技术框架，提升系统集成速度和精度，从而提高企业创新绩效。由模块化理论可知，产品建构可以通过权衡系统功能和性能对系统进行分解，根据子系统间结构、界面、标准等协调合作伙伴生产，通过识别和获取合作伙伴的子模块资源进行系统集成[13]。据此，本研究以模块化理论为基础，探讨产品建构能力能否通过资源识取能力对复杂产品创新绩效产生影响。此外，也有研究证实产品建构能力可以通过影响技术融合能力促进创新绩效提升[14]。技术融合能力是指企业将具有互补性或兼容性的其它领域技术与自身核心技术进行重组融合的能力，作为复杂产品系统集成以及影响其创新绩效的关键变量，学者们大多采用技术融合能力解释不同技术通过有机组合实现的技术创新。资源基础理论认为，有效利用外部稀缺资源是企业竞争优势的来源[15]。据此，本研究以技术融合能力为中介变量，探究产品建构能力对复杂产品创新绩效的作用机制，并进一步探讨资源识取能力、技术融合能力在产品建构能力与复杂产品创新绩效间的链式中介效应。
综上所述，本文整合模块化理论与资源基础理论，基于技术集成能力子维度层面，结合复杂产品创新情境，研究技术集成能力对复杂产品创新绩效的影响，构建“产品建构能力—资源识取能力—技术融合能力—创新绩效”模型，探索复杂产品企业技术集成能力对创新绩效的内在作用机制。通过实证分析，明确复杂产品创新情境下技术集成能力子维度间结构关系，揭示技术集成能力影响复杂产品创新绩效的过程机制。
复杂产品具有用户定制化和结构复杂化特征，因而其创新是一个多主体参与过程。用户定制化特征要求将用户需求体现在功能设计中，产品结构复杂化要求协调管理数量庞大的合作伙伴[16]。复杂产品创新的社会化性质依赖于核心企业从需求分析和系统概念设计工作中获得支持，并将其应用于创新过程中。产品建构是一个多步骤过程，不仅包括把模糊的市场需求转化为层次结构的产品概念，而且包括将其分解成一系列可协同开发的任务模块。复杂产品建构能力是指复杂产品集成商作为价值链核心企业，在复杂产品概念设计阶段进行复杂产品系统顶层设计，再遵循模块化策略设计联结规则进行模块化解耦的能力，是一种整体架构层面的资源协调[12]。
模块化理论认为，模块化架构设计是复杂产品建构的主要手段，核心企业能够通过构建模块化产品架构的结构、界面和标准协调子系统研制过程，体现了系统论中“分解”的思想[17]。一方面，产品建构能力帮助核心企业从大量模糊的用户需求中定义、理解市场需求并形成解决方案，进而提高特定需求理解能力和多角度分析能力，以此作为产品设计的重要信息来源[18]，帮助企业更好地满足客户定制化需求，克服复杂产品体系论证中方案形成困难。另一方面，产品建构能力是应对复杂产品模块化分解挑战的有力保障，能够促使核心企业权衡复杂产品系统功能和性能，以及从整体角度统筹协调总体与子模块、子模块与子模块之间的接口关系。事实上，复杂产品大多采用工程学里的“功能—行为—结构”法划分子模块，产品建构能力是功能准确识别、行为准确理解、结构准确划分的强有力后盾，凭借产品建构能力可实现从笼统的初始需求方案向众多合作伙伴共同研制子模块的转变。模块分解越好，核心企业越能降低子模块间的耦合性，落实子模块供应商管控越容易，核心企业就越有可能协调众多供应商，管控负责相应子模块供应商的技术进展，实现接口匹配、消解矛盾和冲突，指导各子模块研制工作以提升创新绩效。因此，本文提出以下假设：
H1：产品建构能力对复杂产品创新绩效具有正向影响。
凭借产品建构能力形成的产品概念、模块分解和子模块生产规划，可能使复杂产品企业在面对重大工程挑战时完成复杂性降解，但并不是所有进行同样产品建构的复杂产品企业都会提升创新绩效。因此，探讨产品建构能力与复杂产品创新绩效之间的作用机制十分关键。
产品建构能力之所以对复杂产品创新绩效具有重要影响，部分原因是产品建构能力与资源识取能力具有紧密关系。实现分工与极致化合作是模块化理论的核心，而资源识取能力是模块研发外包合作的重要手段，是指对外部供应商创新资源准确筛选和获取的能力[19]。产品建构能力为核心企业提供概念设计和模块分解等方面的帮助。概念设计方面，通过客户需求分析和总体方案设计，明确复杂产品创新知识需求。具体来说，模块化概念设计在复杂产品创新过程中起顶层规划作用，使核心企业对创新过程和顾客知识需求的认知更清晰，能在众多资源中筛选提炼出与本次研发需求密切相关的外部资源，有利于资源的“识”。模块分解方面，帮助核心企业建构简单、健康、持久的模块间接口[20]，使技术模块挂靠的合作资源功能更加独立。松散耦合的弱联系方便核心企业管控外部资源，核心企业和合作伙伴可以将规则接口模块作为信息交互载体，消除因主体差异性引发的资源获取界面阻隔问题，从而有利于资源的“取”。
资源基础理论表明，吸收获取异质性资源能够给企业带来持续性竞争优势。复杂产品创新是一个伴随着障碍和挑战的过程，面临技术创新性强、参研单位人员庞杂、组成模块数量众多的问题。在上述过程中，若不对合作伙伴资源进行精准识别，就会在很大程度上给企业带来资源冗余问题。一方面，资源识取能力是对外部资源的价值、发展前景、与内部需求匹配度的识别行为，资源识取能力较好的企业，能够在众多合作伙伴资源中筛选出与创新需求匹配的高价值资源，使得企业资源去冗余化，为实现创新目标提供支持[21]。此外，资源识取能力较好的核心企业更容易获取外部资源，对于研发技术密集型复杂产品企业来说，外部资源获取可以有效缓解核心企业资源不足的问题，进而为复杂产品创新提供保障。基于此，本文提出如下假设：
H2:资源识取能力在产品建构能力和复杂产品创新绩效关系间起中介作用。
产品建构能力对复杂产品创新绩效的作用通过技术融合能力进行传导。技术融合能力是指企业将所引进的外部技术与自身技术重组融合形成技术集成创新的行为[22]，体现在多尺度复杂性复杂产品背景下，就是将系统整体和组成模块与外部环境协调整合为有机运行系统。最新研究表明，基于顶层的产品建构设计会影响复杂产品系统融合。在复杂产品创新过程中，产品建构通过整体层面的创建和分解有助于降低模块间的关联性，将子模块复杂程度控制在可接受范围内，并对合作研发方向进行控制，进而降低工程系统中的不确定性，提升技术融合效率。不仅如此，复杂产品研发子系统和单位众多，各子模块间的接口在技术融合时必须进行大量系统协调工作，拥有较强产品建构能力的企业将系统作为若干子模块有机组合的总体进行设计，从总体角度出发对复杂产品多层次功能进行分解，在分系统与设备层间形成功能特性和接口匹配，有助于企业根据系统类型进行不同层次的兼容对接和技术融合。
已有学者提出，技术融合程度较高的企业对产品创新绩效具有促进作用。Kiamehr[23]提出，技术融合能力是指复杂产品企业通过跨越组织边界融合技术以形成系统整体的能力，其在复杂产品创新中很重要，因为复杂产品创新需要大量异构性模块的有效关联和重构才能实现预期功能。资源基础观指出，异质性资源是企业竞争优势的来源。技术融合能力可以帮助企业在短时间内整合外部异质性资源，赋予产品新的性能和竞争力，使得核心企业将原本独立的生产模块在统一接口规则下兼容对接成为有机整体，加快复杂产品创新进程。此外，企业可以凭借技术融合能力对外部技术进行重组和利用，摆脱原有生产过程中的技术依赖和惯性，实现颠覆性创新。因此，产品建构能力从整体层面协调合作伙伴间的研发工作，使各子系统间形成可控规则和接口，从而有利于技术融合。技术融合能力为企业带来异质性资源，促进复杂产品创新绩效提升。基于此，本文提出如下假设：
H3：技术融合能力在产品建构能力和复杂产品创新绩效间起中介作用。
从整体角度把握系统功能并进行总体设计和规划的复杂产品企业，会在充分分析顾客信息的基础上进行模块化系统概念建构，从而提升复杂产品创新绩效。但如何通过资源识取能力和技术融合能力影响复杂产品创新绩效的机制还需要进一步研究。
技术融合能力在复杂产品创新过程中像粘合剂一般，通过模块间的关联关系驱动子系统整合，这可以解释企业如何在宏观尺度上“中和”形成复杂产品工程实体和组织系统整体。已有研究表明，当企业对发送方技术进行识别时，技术扩散转移障碍越小，就越有利于技术渗透融合[24]。因此，对合作伙伴资源的高效识别与获取可以有效驱动技术融合。根据模块化理论，企业事先制定的以模块为基本组成单元的产品建构形式可以通过影响企业资源获取和集成行为，进而影响产品研发创新(王海军等，2020)。由前文描述可知，产品建构能力可以通过解构并赋予合作伙伴匹配，促进企业资源识取，提升企业在复杂产品合作创新过程中的资源筛选和获得效率，并通过促进模块间的融合影响复杂产品创新绩效。学者们认为，资源识取能力可以通过技术融合能力对创新绩效产生正向影响。此外，企业对合作伙伴的甄选和理解也是促进子模块技术有效融合的重要原因。因此，产品建构能力强的企业通常会伙伴资源识别和获取效率提升，进而影响其子模块融合，最终促进复杂产品创新绩效提升。基于此，本文提出如下假设：
H4：资源识取能力、技术融合能力在产品建构能力和复杂产品创新绩效关系间具有链式中介作用。
本研究理论模型构建见图1。
图1 理论概念模型
Fig.1 The theoretical model of this study
复杂产品因对国计民生的重大影响，其生产过程具有较强的涉密性，生产企业资料较难获得，本文采用以下渠道采集数据：第一，通过电子邮件取得企业同意，采取实地发放问卷的形式收集数据；第二，通过企业参与的会议现场收集数据。问卷开头附上问卷保密性和研究目的等文字，以确保数据的可靠性。调研时间为2020年9～12月，从江苏、上海、长春等省市总计回收问卷382份，剔除选项重复、缺失值较多的问卷29份，最终得到有效问卷353份。填写人大多为企业中高层管理者、制造和研发部门的专家。经对比发现，研究样本不存在无应答偏差问题。本研究样本企业包括徐工集团、无锡先导智能、镇江船厂、中国商用飞机有限公司等，样本特征包括企业性质、行业类别、企业年龄等，详见表1。
表1 样本基本信息
Tab.1 Sample basic information
项目变量类别份数占比(%)项目变量类别份数占比(%)性别男18151.3行业类别高端装备9125.8女17248.7航空航天6819.3调查对象部门工程制造7220.4造船业12134.3研发部门13036.8电子信息7320.7市场部门8323.5企业年龄1-5年7420.9其它6819.26-10年12936.5企业性质国有企业13437.910～15年10329.2民营企业12936.516年以上4713.3外资企业6618.7资产规模≤1千万4312.2合资企业246.81～5千万10429.4企业人数<5006718.95千万-2亿13237.4500～1 00011833.42亿以上7420.91 000～5 00014340.5>5 000257.1总计353100.00
本研究量表均为国内外成熟量表，通过与相关学者和专家的访谈进行修改完善，并根据小样本测试初步对信效度进行验证。对于复杂产品创新绩效的测量，本文主要采用陈劲[25]的测量方法，该量表共3个题项，包括“有助于缩短复杂产品研发、生产时间或延长产品使用寿命”、“有助于我们在技术上的进步”、“有助于积累技术使我们企业内部创新成功率提升”。综合Li[26]和郭亮等[14]的研究成果，采用5个题项测量产品建构能力，具体包括“公司可以系统获取和分析顾客需求信息”“公司能够准确进行产品的系统功能分析”“公司建立了相应的产品开发平台”“公司将用户信息融入新产品开发流程中”“公司能够准确的进行产品概念分解”。对于资源识取能力的测量，本文采用Sidhu等[27]的研究量表，共6个题项，具体包括“我们非常了解我们行业的技术和专利发展情况”“我们搜集了与我们使用同类专利的所有行业和企业的信息”“我们时刻关注与我们技术密切相关的行业”“我们密切关注那些在我们产品领域不是领导者但拥有与我们相似技术的企业”“我们愿意主动进入跨越现有专利边界的新技术领域”“我们致力于寻求新的技术知识以突破现有专利局限”。对于技术融合能力的测量，本文主要采用Iansiti[5]、梁娟(2019)的研究量表，共4个题项，具体包括“能够从本产业集群内部其它企业或机构获得新信息、新技术”、“获得的新信息、新知识能在企业内部快速流动”、“获得的新知识、新技术与原有的知识、技术能紧密结合和匹配”、“能充分运用获得的新知识、新技术有效解决运营过程中产生的问题”。
以上题项均采用Likert7级刻度量表进行测量，1～7表示从“完全不认可”到“完全认可”。以往研究指出，企业规模和年龄对组织创新具有显著影响，故很多研究将规模和年龄作为控制变量。本研究中，将企业年龄、资产和人数规模、企业性质作为控制变量，以排除上述因素的影响，确保研究结果的准确性。
本研究使用Cronbach's α系数、因子载荷和组合信度(CR)评估信度，具体结果如表2所示。结果显示，本研究中的4个变量的Cronbach'α值依次为0.843、0.848、0.947、0.864，均大于0.7的统计学标准，符合可靠性要求。所有题项的因子载荷量范围均介于0.739～0.856之间，最小因子载荷大于0.6，说明整体量表具有较高的信度，量表内部一致性较好。组合信度(CR)范围介于 0.844～0.948之间，属于满意区间，说明题项可描述所有因子。本研究利用平均变异抽取量(AVE)、验证性因子分析判定量表区分效度和收敛效度，变量的AVE值均大于临界值0.5， AVE的平方根大于变量与其它变量的相关系数(表3对角线粗体数据)，说明本研究量表具有较好的区分效度。在收敛效度方面，由验证性因子分析可知，四因子模型拟合数据良好(χ2/df =1.241，CFI =0．964、GFI =0.906、TLI =0.963、IFI =0.965、RMR =0.063)，说明模型拟合指标达到标准，模型具有较好的收敛效度。在内容效度方面，测量题项来源于现有研究的成熟量表，因而内容效度较高。
表2 因子分析结果
Tab.2 Factor analysis results
变量Cronbach's α值组合信度(CR)因子载荷AVE产品建构能力0.8430.8440.748～0.7810.576资源识取能力0.8480.8510.755～0.8150.589技术融合能力0.9470.9480.739～0.8420.624CoPS创新绩效0.8640.8650.767～0.8560.659
本研究的主要变量是由同一被试者汇报，故可能存在共同偏差效应。为了减少同源误差对研究结论的影响，在调查过程中采用程序性控制方法，如请不同地区组织被试者填写、匿名填写、问卷题项交叉排布等。此外，本研究按照Harman提出的共同方差偏差检验法解决上述问题，结果发现，在未旋转的情况下第一个因子解释的方差占所有因子解释方差的39.23%，低于总变量解释量的一半，说明单个因子不能解释大多数方差。可见，共同方法偏差得到控制，对结果影响不大。研究变量标准差、均值和变量间相关系数如表3所示。产品建构能力、资源识取能力、技术融合能力、复杂产品创新绩效等主要变量间相关性显著，为假设检验奠定了基础。
表3 描述性统计结果及变量相关系数矩阵
Tab.3 Descriptive statistical results and variable correlation coefficient matrix
变量均值标准差12345678企业性质1.490.501成立年限2.720.97-0.031企业资产2.381.030.050.555∗∗1企业人数2.411.02-0.0150.584∗∗0.617∗∗1产品建构能力4.960.86-0.0120.248∗0.319∗∗0.284∗0.759资源识取能力4.800.88-0.0650.176∗0.195∗0.236∗0.408∗∗0.767技术融合能力5.121.010.0190.313∗∗0.338∗∗0.305∗∗0.485∗∗0.419∗∗0.789创新绩效4.891.110.0400.469∗∗0.497∗∗0.457∗∗0.457∗∗0.560∗∗0.588∗∗0.812
注:N=353;**p< 0.01(双尾检验)，* p < 0.05(双尾检验)；对角线上的黑体数字是变量的AVE平方根
3.3.1 主效应检验
本文采用分层回归方法检验产品建构能力对复杂产品创新绩效的影响，将企业性质、成立年限、企业资产、企业人数等4个控制变量纳入回归模型，将复杂产品创新绩效作为因变量，并将产品建构能力作为自变量进行回归，表4模型4结果显示，产品建构能力能够解释复杂产品创新绩效变化的38.6%，且产品建构能力对复杂产品创新绩效具有显著正向影响(β=0.392，p<0.01),H1成立。
3.3.2 产品建构能力、资源识取能力与复杂产品创新绩效关系检验
本文使用层次回归法验证资源识取能力的中介作用，结果如表4所示。在模型2中，产品建构能力对资源识取能力的正向影响显著(β=0.378，p<0.01)。同时，由模型5可以看出，资源识取能力对复杂产品创新绩效具有显著正向影响(β=0.579，p<0.01)。最后，将产品建构能力和资源识取能力同时作为自变量对复杂产品创新绩效进行回归，结果由模型6可知，产品建构能力(β=0.198，p<0.01)和资源识取能力(β=0.512，p<0.01)对复杂产品创新绩效的正向影响依旧显著，但模型4和模型6显示，产品建构能力对复杂产品创新绩效的影响回归系数显著变小(β=0.392，p<0.01；β=0.198，p<0.01)。因此，资源识取能力在产品建构能力和复杂产品创新绩效之间存在部分中介作用，H2成立。层次回归法具有局限性，不能验证中介效应的显著性，因而采用Process中的Sobel检验进一步验证中介效应，结果显示，资源识取能力在产品建构能力和复杂产品创新绩效之间的中介效应显著(Z=5.611，p<0.01)，H2进一步得到支持。
表4 产品建构能力、资源识取能力与复杂产品创新绩效关系回归分析结果
Tab.4 Regression analysis results of the relationship between product construction ability, resource acquisition ability and complex product innovation performance
变量资源识取能力模型1模型2复杂产品创新绩效模型3模型4模型5模型6企业性质-0.117-0.1030.0640.0780.1310.131成立年限0.0330.0130.260∗∗0.238∗∗0.240∗∗∗0.232∗∗∗企业资产0.065-0.0030.294∗∗∗0.224∗∗0.257∗∗∗0.225∗∗∗企业人数0.144∗0.1070.170∗0.1310.0860.077产品建构能力0.378∗∗∗0.392∗∗∗0.198∗∗资源识取能力0.579∗∗∗0.512∗∗∗R20.0650.1850.3140.3970.5240.532调整后R20.0510.1700.3050.3860.5030.522F4.762∗12.467∗∗∗31.538∗∗∗36.019∗∗∗57.849∗∗∗51.696∗∗∗
注:Pearson相关，***p <0.001，**p< 0.01，* p < 0.05(双尾检验)，下同
3.3.3 产品建构能力、技术融合能力与复杂产品创新绩效关系检验
同样使用层次回归法验证技术融合能力在产品建构能力与复杂产品创新绩效之间的中介作用，结果如表5所示。在模型8中，产品建构能力对技术融合能力的正向影响显著(β=0.474，p<0.01)。同时，在模型9中，技术融合能力对复杂产品创新绩效具有显著正向影响(β=0.483，p<0.01)。最后，将产品建构能力和技术融合能力同时作为自变量对复杂产品创新绩效进行回归，结果由模型10可知，产品建构能力(β=0.196，p<0.01)和技术融合能力(β=0.413，p<0.01)对复杂产品创新绩效具有显著正向影响，但模型4和模型10显示，产品建构能力对复杂产品创新绩效的影响回归系数显著变小(β=0.392，p<0.01；β=0.196，p<0.01)。因此，技术融合在产品建构能力和复杂产品创新绩效之间起部分中介作用，H3成立。同样地，采用Process中的Sobel检验进一步验证中介效应。结果表明，技术融合能力在产品建构能力和复杂产品创新绩效之间起显著中介作用(Z=5.611，p<0.01)，进一步说明H3成立。
表5 产品建构能力、技术融合能力与复杂产品创新绩效关系回归分析结果
Tab.5 Regression analysis results of the relationship between product construction ability, technology integration ability and complex product innovation performance
变量技术融合能力模型7模型8复杂产品创新绩效模型3模型4模型9模型10企业性质0.0220.0390.0640.0780.0530.062成立年限0.153∗0.1280.260∗∗0.238∗∗0.186∗∗0.186∗∗企业资产0.192∗∗0.1060.294∗∗∗0.224∗∗0.202∗∗0.180∗∗企业人数0.0980.0510.170∗0.1310.1230.110产品建构能力0.474∗∗∗0.392∗∗∗0.196∗∗技术融合能力0.483∗∗∗0.413∗∗∗R20.1420.2880.3140.3970.4800.497调整后R20.1300.2750.3050.3860.4710.486F11.415∗∗∗22.136∗∗∗31.538∗∗∗36.019∗∗∗50.622∗∗∗45.00∗∗∗
3.3.4 链式中介效应检验
传统中介效应检验方法存在检验效果与统计效果不佳等缺陷[28]。因此，本文采用SPSS中的插件Process，利用Bootstrapping重复抽样5 000次，设置95%无偏校正置信区间，以检验资源识取能力、技术融合能力在产品建构能力和复杂产品创新绩效间的链式中介作用。选择Process程序中的模型4分别检验资源识取能力、技术融合能力在产品建构能力与复杂产品创新绩效间的中介作用，选择多步中介模型(Process程序中的模型6)检验资源识取能力、技术融合能力在产品建构能力与复杂产品创新绩效关系间的链式中介作用，结果如表6所示。观察表6置信区间上下限可知，产品建构能力对复杂产品创新绩效的间接影响显著，效应值为0.417 9(0.309,0.542)。其中，以资源识取能力为中介变量所得到的效应值为0.181 7，95%的置信区间为(0.105，0.289)，不包括0，进一步验证了假设H2。以技术融合能力作为中介变量得到的效应值为0.182 3，95%的置信区间为(0.097，0.290)，不包括0，进一步验证了假设H3。以资源识取能力和技术融合能力作为链式中介所得到的效应值为0.052 8，95%的置信区间为(0.018，0.121)，不包括0。由此可知,资源识取能力和技术融合能力在产品建构能力与复杂产品创新绩效关系间起链式中介作用，假设H4成立。
表6 Bootstrap链式中介效应分析结果
Tab.6 Results of Bootstrap chain mediation effect analysis
模型EffectBoot SEBootLLCIBootULCIX对Y的间接影响0.41790.0590.3090.542X→M1→Y0.18170.0470.1050.289X→M2→Y0.18340.0490.0970.290X→M1→M2→Y0.05280.0250.0180.121
注：X为产品建构能力；Y为复杂产品创新绩效；M1为资源识取能力；M2为技术融合能力
本文基于模块化理论和资源基础理论，构建“产品建构能力—资源识取能力—技术融合能力—复杂产品创新绩效”模型，得出以下结论：
(1)在复杂产品创新情境下，技术集成能力3个维度的作用发挥有先后顺序,可为复杂产品企业技术集成能力成长和培育提供借鉴，并且产品建构能力对复杂产品创新绩效具有显著正向影响，即复杂产品核心企业产品建构能力越强，其创新绩效越好。
(2)资源识取能力是产品建构能力和复杂产品创新绩效的传导机制。产品建构能力在顾客信息和分解规则方面能够给复杂产品核心企业带来帮助，有助于核心企业识别和利用有价值的资源，降低资源识别风险。从整体层面建构分解的接口可以降低知识转移障碍，有助于资源识别和获取。凭借资源识取能力，企业可以有效利用外部供应商资源实现跨组织资源流动，从而克服创新资源匮乏的困难完成创新。
(3)从产品建构能力到复杂产品创新绩效需要技术融合能力的支持和推动，技术融合能力起关键中介作用。Davies&Hobday[29]指出，复杂产品创新过程是集成商在对项目整体把握的基础上，对各种外部资源创新性运用的技术融合过程。复杂产品系统具备多尺度复杂性特征，如硬系统、虚系统及软系统等。产品建构能力从整体层面研究系统整体各要素的相互关系，从整体角度协调子模块间的界面关系，从而提升技术融合效率。拥有较高技术融合效率的企业，可以根据设计和组织系统试验进行复杂产品系统集成，进而高效地将众多参与者的子系统整合成整体复杂产品系统。
本文的理论贡献是在复杂产品创新背景下，从复杂产品核心企业视角切入，探讨系统层面产品建构对创新绩效的影响机制。具体而言，主要体现在以下方面：
(1)印证已有研究，主要包括核心企业产品建构能力对复杂产品创新绩效起正向作用；产品建构能力对技术融合能力也起正向作用。本文研究结论与郭亮等[14]的研究结论一致，进一步证实复杂产品情境下技术集成能力子维度间的结构关系，丰富了中国情境下复杂产品创新研究。
(2)拓展已有研究，揭示复杂产品创新情境下技术集成能力内部结构关系。技术集成能力是一个多维度概念，现有研究大多将其视为一个整体变量，鲜少关注其内部关系。本研究关注产品建构能力、资源识取能力、技术融合能力间的关系及其对复杂产品创新绩效的正向影响，具体而言，基于现有文献，深入探讨技术集成能力与复杂产品创新绩效间的内在机制，依据模块化理论和资源基础理论，揭示产品建构能力只有与资源、技术融合对接才能使概念设计发挥作用，从而为复杂产品创新提供源源不断的动力。研究结论将模块化理论和资源基础理论有效桥接并延伸到复杂产品领域，为拓宽我国复杂产品创新研究范围作出了一定程度的贡献，可以给后来研究者带来启示。
本文发现，技术集成能力的子维度产品建构能力作为核心企业整体层面的动态能力，对复杂产品创新具有战略意义。因此，在实践中可以从产品建构能力这一视角寻找复杂产品创新绩效提升方法。对于企业而言，可以通过研发团队培训和技术支持系统构建提升系统层次建构能力，如组织研发团队学习国内外先进产品设计，构建产品开发平台等。对于政府而言，营造鼓励复杂产品企业自主创新的氛围，优化引进、消化、吸收路径，引导企业将复杂产品自主构建设计作为主导目标，而将引进的技术知识作为辅助和补充手段。
此外，通过对链式中介路径的发掘，本文发现了复杂产品企业创新绩效提升方法。一方面，企业可以制定合适的管理措施，营造跨组织资源识取环境，以提升企业创新绩效，如构建标准化模块接口、注重与合作伙伴的互动交流、通过契约等方式确保资源获取；另一方面，企业可通过管理复杂产品系统集成步骤，提升企业技术融合水平。在管理实践中，企业可以从组织内和组织外两个方面提升技术融合能力。例如，组织外开展与合作伙伴集成联调，通过现场与供应商调试各子系统，解决集成过程中的各种问题。组织内安排经验分享例会，促使集成团队知识交流，并构建知识共享平台，分享技术集成知识和经验，从而提升绩效。
本研究存在以下局限性：首先，采用横截面数据，难以对变量之间的反向因果关系进行区分，未来应采用纵向研究数据进一步验证变量间关系。其次，研究数据均来源于自陈报告法，虽然数据分析表明不存在严重共同方法偏差问题，但后续研究可采用实验观察方法突破上述限制。最后，未分析影响产品建构能力、资源识取能力和技术融合能力对复杂产品创新绩效作用的偶然因素，未来研究可以加入调节变量，如企业间信任水平、技术动荡性、环境动态性等。
[1] HANSEN KL, RUSH H.Hotspots in complex product systems: emerging issues in innovation management[J].Technovation,1998,18(8-9):555-561.
[2] HOBDAY M,BRADY T.Rational versus soft management in complex software:lessons from flight simulation[J].International Journal of Innovation Management,1998,2(1):1-43.
[3] HOBDAY M.Product complexity,innovation and industrial organisation[J].Research Policy,1998,26(6):689-710.
[4] 菅利荣,张瑜,于菡子.复杂产品协同创新专利管理研究:以客机协同研制为例[J].科技进步与对策,2015,32(14):11-16.
[5] IANSITI M.Technology integration:managing technological evolution in a complex environment[J].Research Policy,1995,24(4):521-542.
[6] ALBERTOP.The logistics of industrial location decisions:an application of the analytic hierarchy process methodology[J].International Journal of Logistics Research and Applications,2000,3(3):273-289.
[7] 游博,龙勇.技术集成能力对模块创新绩效的影响及相关调节效应分析[J].软科学,2016,30(5):45-49.
[8] 张煜,龙勇.技术集成下模块化产品创新实现路径研究[J].科技进步与对策,2018,35(13):102-109.
[9] 朱建忠.我国制造企业面向产品的技术集成机理研究[D].杭州：浙江大学, 2009.
[10] 周国华,李施瑶,夏小雨.基于利益分配的复杂产品协同创新网络合作行为演化研究[J].技术经济,2020,39(3):10-19,29.
[11] 张文彬,蔺雷,廖蓉国.架构能力引领的复杂产品系统产业链协同创新模式研究:以中广核工程有限公司为例[J].科技进步与对策,2014,31(6):57-62.
[12] KODAMA F.Technology fusion and the new R&D[J].Journal of Product Innovation Management,1993,10(4):353-4.
[13] BALDWINCY, CLARK KB.Design rules:the power of modularity[M].New York:MIT Press,2000.
[14] 郭亮,于渤,罗晓光,等.企业技术集成能力的测量与功效[J].研究与发展管理,2016,28(3):55-66.
[15] PRIEMRL,BUTLERJ E.Is the resource-based "view" a useful perspective for strategic management research[J].Academy of Management Review,2001,26(1):22-40.
[16] FRANÇAJ A.The coordination of complex product systems projects:acase study of an R&D multi-party alliance[J].International Journal of Innovation Management,2019,23(3):1950024.
[17] 唐伟,刘思峰,王翔,等.V-R3系统工程模式构建与实践:以载人空间站工程为例[J].管理世界,2020,36(10):203-213.
[18] SMITHKG,COLLINSCJ,CLARKK D.Existing knowledge,knowledge creation capability,and the rate of new product introduction in high-technology firms[J].Academy of Management Journal,2005,48(2):346-357.
[19] 董保宝,罗均梅,许杭军.新企业创业导向与绩效的倒U形关系:基于资源整合能力的调节效应研究[J].管理科学学报,2019,22(5):83-98.
[20] 王海军,成佳,邹日菘.产学研用协同创新的知识转移协调机制研究[J].科学学研究,2018,36(7):1274-1283.
[21] GARC
A-MORALESVJ,BOLVAR-RAMOSMT,MARTN-ROJAS R.Technological variables and absorptive capacity's influence on performance through corporate entrepreneurship[J].Journal of Business Research,2014,67(7):1468-1477.
[22] 王媛,曾德明,陈静,等.技术融合、技术动荡性与新产品开发绩效研究[J].科学学研究,2020,38(3):488-495.
[23] KIAMEHR M,HOBDAY M,HAMEDI M.Latecomer firm strategies in complex product systems (CoPS):the case of Iran's thermal electricity generation systems[J].Research Policy,2015,44(6):1240-1251.
[24] 王媛,曾德明,文金艳.跨领域技术融合对企业新产品开发绩效的影响[J].科研管理,2020,41(8):114-122.
[25] 陈劲.复杂产品系统创新管理[M].北京：科学出版社，2008.
[26] LI T,CALANTONE R J.The impact of market knowledge competence on new product advantage:conceptualization and empirical examination[J].Journal of Marketing,1998,62(4):13-29.
[27] SIDHUJS,COMMANDEURHR,VOLBERDAH W.The multifaceted nature of exploration and exploitation:value of supply,demand,and spatial search for innovation[J].Organization Science,2007,18(1):20-38.
[28] 常洁, 唐朝永, 牛冲槐.组织情绪能力与组织创新关系:心理安全及失败学习的链式中介模型[J].科技进步与对策，2020，37(18):10-17.
[29] DAVIES A, HOBDAY M.The business of projects: managing innovation in complex products and systems[M].Cambridge:Cambridge University Press,2005.