随着社会发展,市场需求逐渐变得多元化、个性化。因此,企业需要以更快的速度、更低的成本、更好的质量推出新产品,赢得客户并获取更大的市场竞争优势。传统产品创新主要依赖于企业自身力量,上述单打独斗的创新方式不仅会增加企业创新成本,也导致企业创新风险提升。同时,受制于创新能力和资源,企业创新速度较慢,创新效果也不理想,无法满足快速变化的市场需求。为了创建或维持竞争优势,企业纷纷打破传统创新方式,选择与外部供应链伙伴进行合作创新,市场竞争重心逐渐从企业转移到供应链。例如,戴尔通过建设并完善其现代化供应链系统与供应商实现高效协作,以此获取远超竞争对手的成本优势,一举成为全球领先系统与服务提供商;小米依托与上游供应商的密切研发合作关系提高自身核心竞争力,短短数年成长为全球第四大智能手机制造商。
不少企业获益于供应链企业间合作创新水平提升,由此,理论研究者对合作创新绩效的影响因素日益关注。其中,经济地理学家明确指出,供应链企业之间“看得见”的地理距离和“看不见”的组织距离在合作创新过程中均具有关键影响,尤其是在全球化进程加速的背景下,二者对合作创新绩效的影响更为关键。部分研究表明,地理距离对合作创新的影响是多方面的,如降低组织间合作创新的可能性[1]、导致创新技术溢出衰减[2]等。现有组织距离对合作创新的影响研究主要基于交易成本视角和社会网络视角展开,发现组织距离既会增加合作双方机会主义风险,还会造成社会关系网络差异,从而成为影响合作创新绩效的组织障碍[3]。但现有供应链企业间地理距离或组织距离对合作创新绩效的影响研究仍将二者割裂开来,尚未分析二者对合作创新绩效的影响。进一步地,Ozman[4]、Geldes[5]指出,地理距离、组织距离等因素除对合作创新具有直接影响外,还能够通过某些因素间接影响创新效果。有学者认为,新产品开发速度、新产品创新性是企业创新性的主要衡量指标[6],既受到供应链企业间相关因素的影响,也是合作创新绩效的核心影响因素[7]。新产品开发速度、新产品创新性是否在地理距离、组织距离对合作创新绩效的影响过程中发挥中介作用?回答这一问题,对于揭示多重距离维度对合作创新绩效影响的“黑箱”具有重要理论价值。
同时,现有研究指出,不同距离维度会相互联系、相互影响[5,8]。在国内外相关研究中,地理距离是最常见的维度,也是空间科学领域研究的重要部分。例如,Broekel & Boschma[9]、Geldes等[5]、胡琴芳等[10]认为,地理距离通过与其它因素的相互作用对合作创新效果产生简接影响;Molina-Morales等[11]研究发现,企业间地理邻近能够缩短社会距离,进而对合作创新绩效产生重要影响。目前,尚未有文献对地理距离与组织距离的交互影响进行深入探讨。
综上所述,在对现有研究进行全面梳理的基础上,本文以供应链企业间合作创新研究情境为基础,系统分析地理距离、组织距离与合作创新绩效间的关系,探讨新产品开发速度、新产品创新性在其中的中介作用,揭示地理距离对组织距离与新产品开发速度、新产品创新性间关系的调节作用。
地理距离是指供应链企业在空间上的物理距离[12]。在众多距离维度中,地理距离被认为是基础维度[13],需要单独分析其对供应链企业间合作的影响[14]。部分学者指出,随着交通和现代通讯技术发展,地理距离对合作创新的影响有可能会被削弱[15]。但更多研究表明,地理距离对合作关系的影响依然显著,如降低组织间合作创新的可能性[1]、导致创新技术溢出衰减[2]等。此外,除对合作创新具有独立和直接影响外,地理距离还通过与其它因素互动,间接影响合作创新效果[5],如强化合作组织在性质方面的差异等[16]。
组织距离是指供应链企业在组织结构、组织安排等方面的差异[5]。现有组织距离对合作创新影响的研究主要从两个视角展开:一是交易成本视角,即组织距离会加大合作双方机会主义风险,从而增加交易成本;二是社会网络视角,学者们普遍认为,组织结构与安排方面的差异会导致社会关系网络差异,成为影响合作创新绩效的组织障碍[3]。部分学者基于归属逻辑和相似逻辑,深入剖析组织距离对合作创新的负向影响[12]。综上所述,现有研究普遍认为,组织距离不利于合作创新绩效提高。
现有文献表明,地理距离是抑制供应链企业合作创新正外部性的关键因素[5]。这是因为作为企业重要信息交流渠道,受限于地理距离,正式专业网络及非正式社交网络难以形成,合作双方重复互动受到限制,进而阻碍社会资本发展,导致与合作创新相关的关键信息无法顺利传递[17],最终导致合作创新效果受到影响。同时,地理距离会阻碍供应链企业相互监督,不利于信任关系建立与维持,最终影响双方交流与合作[18]。此外,地理距离不利于供应链企业互动[19],降低双方知识交换的可能性[20],进而对二者合作创新绩效产生消极影响。基于此,本文提出如下假设:
H1a: 供应链企业间地理距离与合作创新绩效具有负相关关系。
企业组织结构或组织安排能够发挥治理机制作用,通过非正式的团体规范和正式的有效激励影响决策制定,并确保工作流程稳步推进。在合作创新过程中,若供应链企业间组织距离较大,意味着各供应链企业内部实施不同的治理机制,而这无疑会增加双方合作的不确定性风险和机会主义行为[8],不利于增强双方合作信心,最终影响合作创新效果[21]。同时,异质性知识作为合作创新绩效来源,需要合作双方在组织结构上相互适应。可见,组织距离客观上既无助于异质性知识融合[22],也不利于促进合作创新绩效提高。此外,从社会网络视角看,组织结构与安排方面的差异导致双方社会关系网络差异,成为抑制合作创新绩效的组织障碍[3]。基于以上分析,本研究提出如下假设:
H1b: 供应链企业间组织距离与合作创新绩效具有负相关关系。
供应链企业间较大的地理距离不利于合作双方进行全面了解,合作双方难以采用实地考察方式及时掌握对方经营状况、创新能力等信息,导致产品合作开发速度缓慢。同时,地理距离会影响合作双方人员沟通与互动,延长部分有形物资运输时间[23],增加合作开发新产品过程中的时间成本,并降低新产品开发速度。同时,较远的地理距离情景下,知识与技术转移会提高信息丢失或失真的可能性,合作双方需要花费大量时间识别价值搜索范围[24],导致知识和技术转移效率低下,从而降低新产品开发速度[25]。此外,在新产品技术开发合作过程中协调、管理和控制难度较大[26],上述问题可能会因供应链企业间地理距离而被放大[25],进而降低新产品开发效率。据此,本研究提出如下假设:
H2a: 供应链企业间地理距离与新产品开发速度具有负相关关系。
在差距较大的组织结构体系中,供应链企业在交流时无法直接理解对方传递的信息,若要将接收的信息用于科学研究活动则需要进一步转换,因而对新产品合作开发速度具有负向影响[8]。同时,供应链企业间组织距离会降低双方控制水平,增加不确定性风险和机会主义行为,进而导致合作无法有效开展。例如,张宝建等[27]研究发现,较大的组织距离不利于企业间特定关系形成及现有结构优化,合作双方在组织结构、模式、目标方面的差异导致沟通障碍、组织协调困难,加大不确定性风险,从而降低新产品开发速度。基于以上分析,本研究提出如下假设:
H2b: 供应链企业间组织距离与新产品开发速度具有负相关关系。
隐性知识是创意产生的必要条件[28],而供应链企业间地理距离会提升隐性知识传递的复杂性和难度[29-30],不利于新产品创新性提高,导致正式及非正式社交网络难以形成。这无疑会限制双方互动,并阻碍合作创新相关信息传递,进而对新产品创新性产生不利影响。因此,本研究提出如下假设:
H3a: 供应链企业间地理距离与新产品创新性具有负相关关系。
组织距离意味着在差距较大的组织结构体系中,合作双方在交流时一方无法直接理解另一方传递的信息,知识溢出障碍增加不利于知识溢出[8],从而对新产品创新性具有负向影响。同时,组织距离意味着双方组织目标及战略目标存在较大差异,企业往往基于自身目标进行资源配置,为了实现自身利益取最大化,可能会出现“搭便车”行为,从而降低新产品创新性。基于以上分析,本研究提出如下假设:
H3b: 供应链企业间组织距离与新产品创新性具有负相关关系。
新产品开发速度是新产品成功开发的重要维度[31]。第一,新产品合作开发速度提升能够帮助企业获得先行者优势,包括获得顾客青睐、扩大市场份额等(戈亚群等,2018)。顾客愿意为更快获得产品或服务而支付更高的价格,这必然会给企业带来更高的利润率[32],从而有助于合作创新绩效提升。第二,当供应链企业通过合作在产品开发方面推陈出新时,相关产品开发流程、技术易于成为行业标准,有助于新产品合作开发的可持续性,从而促进合作创新绩效提升[33]。因此,本研究提出如下假设:
H4a:新产品开发速度与合作创新绩效具有正相关关系。
产品新颖性是合作创新绩效的重要衡量标准[34]。合作双方对产品创新性的关注意味着其重视产品价值挖掘,期望对产品质量与市场前景进行把控[35],进而为顾客提供差异化价值。这有利于合作双方扩大市场份额[32],赢得良好的市场口碑,从而实现合作创新的可持续性[36-37]。此外,根据Fang[6]的研究观点,产品创新性能够反映该产品与其竞争产品间的差异,而顾客愿意为具有差异化价值的产品支付溢价,因而对合作企业盈利水平和合作创新绩效具有积极影响。基于以上分析,本研究提出如下假设:
H4b:新产品创新性与合作创新绩效具有正相关关系。
如前文所述,供应链企业间地理距离不利于合作创新过程中双方沟通与互动,导致知识和技术转移效率低下[24-25],部分有形物资运输时间延长,新产品合作开发过程中的时间成本增加[23],协调、管理和控制难度提升[26],从而抑制新产品开发速度。同样,供应链企业在外部关系、组织结构、模式、目标等方面的差异会导致沟通障碍、组织协调困难,不利于双方准确、及时地传递信息,增加不确定性风险[8]和机会主义行为[27],从而抑制新产品合作开发速度。新产品合作开发速度下降不利于先行者优势获得,如获得顾客青睐、扩大市场份额、相关产品开发流程与技术易于成为行业标准等[33],既无法带来更多利润[32],也不利于合作开发活动开展。据此,本文提出以下假设:
H5a:新产品开发速度在地理距离、组织距离对合作创新绩效的影响过程中起中介作用。
如前文所述,供应链企业间地理距离既能抑制双方信息交换频率和效率,也会阻碍双方交流与互动,不利于创新所需隐性知识转移与转化[29-30],因而对新产品创新性具有不利影响。同样,供应链企业间组织距离会增加知识溢出障碍[8]。由于合作双方的组织目标及战略目标存在较大差异,可能会出现“搭便车”行为,从而对新产品创新性产生负向影响。相对于竞争对手的产品,新产品创新性降低意味着该产品为顾客提供的差异化价值下降,缺乏竞争优势[6],不利于其市场份额扩大和市场口碑树立[36-37],从而不利于合作创新绩效提高。据此,本文提出以下假设:
H5b:新产品创新性在地理距离、组织距离对合作创新绩效的影响过程中起中介作用。
现有研究认为,供应链企业间距离会相互联系、相互影响[5,8]。作为国内外距离研究中最常见的维度和空间科学研究领域的核心,地理距离除对合作创新具有独立和直接影响外,还通过与其它因素互动间接影响合作创新效果[4-5,9]。因此,本研究认为,供应链企业间地理距离可能强化组织距离对新产品开发速度、新产品创新性的负向影响。
(1)在供应链企业间地理距离较大的情况下,合作双方在内部组织结构、组织安排与治理等方面的差异会给双方人员沟通与协调带来困难。这是因为在差距较大的组织结构体系中,合作双方边界人员在交流时无法直接理解对方传递的信息[38],虽然面对面交流效果较好,但较大的地理距离会加大面对面交流难度,降低问题处理的时效性,从而延缓双方产品合作开发速度。
(2)在新产品创新性方面,随着供应链企业间地理距离增大,双方组织距离带来的不确定性风险和机会主义行为增加,不利于合作过程中的学习和创新,对双方合作及新产品开发具有负向影响[8]。同时,鉴于组织距离与企业间合作系统控制水平呈现显著负相关关系[8],供应链企业间地理距离增大必然会加大双方在组织关系治理方面的难度,进而抑制技术交融与隐性知识溢出,对新产品创新性产生负向影响。因此,根据以上分析,本研究提出以下假设:
H6a:随着供应链企业间地理距离增大,组织距离与新产品开发速度间的负相关关系更加显著;
H6b:随着供应链企业间地理距离增大,组织距离与新产品创新性间的负相关关系更加显著。
本文构建研究概念模型,如图1所示。
图1 概念模型
Fig.1 Conceptual model
本文问卷调查对象为制造业零部件供应商的主要负责人。在问卷调查对象选择上,首先要求该供应商管理部门负责人列出与其有合作创新项目的供应商名单,确定每个供应商的具体合作项目并获得该项目创新绩效等相关数据,再将问卷发放给具体负责人,由该负责人提供其它具体信息和数据。
在问卷星官方网站上生成调查问卷的网络链接,通过微信、QQ、邮件等方式将链接发送给316家零部件供应商的主要负责人或部门经理,经过多次努力最后得到167份问卷,剔除无效问卷26份后,回收有效问卷141份,有效问卷回收率为44.6%,符合数据分析的基本标准。
(1)地理距离。参考刘志迎与单洁含[39]的测量方法,采用供应链合作伙伴所在地理位置间的直线距离测量,具体计算时取其自然对数值,以解决地理距离和交通时间、经费间的非线性关系问题(陈光华等,2015)。
(2)组织距离。借鉴Geldes等[5]的研究量表,具体有4个题项,分别测量供应链合作伙伴在组织文化、组织架构、其它组织(政府、媒体、企业等)关系、社交网络等方面的差异。
(3)新产品开发速度。新产品开发速度是指从初始合作开发到产品最终被推向市场的时间长度,采用Fang[6]的研究量表加以测量。
(4)新产品创新性。借鉴Fang[6]的研究量表,测量产品的顾客价值及其相对于竞争产品的区别。
(5)合作创新绩效。借鉴王永贵等[34]的研究量表,测量合作创新产品在解决实际问题、创新性、实用性等方面的程度。
(6)控制变量。本文具体控制变量如下:所有制性质,即企业性质[40];合作开发投入总额,即合作创新过程中的投入总额[41];企业规模,根据企业总资产数量加以区分[42];企业年龄,即企业成立至今的时间[43]。
表1展示了变量均值、标准差和相关系数。由相关性分析结果看,主要变量间的相关性与上述假设基本一致,说明本研究思路具有可行性。
本研究使用统计软件SPSS 26.0对所有潜变量进行信度检验。由表1可以看出,检验结果中所有潜变量的Cronbach's α系数值均大于0.80,表明本研究测量量表信度较好。为确保研究量表的内容效度,在对每个变量维度及测量题项进行精准翻译前,需要对文献进行查阅比对,确保不遗漏、不误解、不重复。在此基础上,邀请多位专家对各变量量表和问卷进行评审,根据其反馈对量表及问卷进行修订、完善,以确保研究量表内容效度符合标准。在结构效度检验上,首先对聚合效度进行检验,参考吴明隆[44]的研究成果,对本研究中所有潜变量,即组织距离、新产品开发速度、新产品创新性、合作创新绩效的平均方差抽取量进行计算。结果显示,组织距离、新产品开发速度、新产品创新性、合作创新绩效的平均方差抽取量远大于0.5,说明研究量表具有较好的聚合效度。 本文使用Amos 20.0统计软件,基于卡方检验方法以两两组合方式对组织距离、新产品开发速度、新产品创新性、合作创新绩效等潜变量进行区分效度检验。由检验结果可知,所有变量间未限制模型的卡方值均较小且差异显著,即p值均小于0.05,表明本研究所有潜变量区分效度较好。
为了解决共同方法偏差问题,采取以下措施:首先,避免概念模型中所有变量信息由同一方提供。具体而言,地理距离、组织距离、开发投入总额、企业年龄、企业规模、企业所有制性质等变量信息由零部件供应商提供,因变量合作创新绩效数据则由供应链合作伙伴提供。其次,对问卷发放及数据收集整理过程进行严格把控,以确保信息数据的客观性和科学性。最后,在数据收集整理后,使用标记变量法对共同偏差问题进行检验。由表1结果可知,主要变量间的相关系数均未发生显著变化,表明研究数据不存在共同方法偏差问题。
表1 变量均值、标准差及相关系数
Tab.1 Mean values,standard deviations and correlation coefficients
注:**p<0.01,*p<0.05;N=141
平均值标准偏差企业年龄企业规模所有制性质合作开发投入总额地理距离组织距离新产品开发速度新产品创新性合作创新绩效企业年龄24.0419.99NA-0.56**-0.55**-0.090.19*-0.020.04-0.13-0.27**企业规模3.051.19-0.47**NA0.57**0.09-0.28**0.120.100.170.23**所有制性质1.910.66-0.56**0.48**NA0.07-0.110.17*-0.070.140.05合作开发投入总额2.260.65-0.050.150.02NA0.060.30**-0.160.01-0.19*地理距离2.140.970.16-0.31**-0.080.03NA0.09-0.29**-0.23*-0.32**组织距离2.540.86-0.050.070.19*0.25**0.100.89-0.42**-0.16-0.24**新产品开发速度3.060.550.080.17-0.11-0.1-0.23**-0.44**0.920.130.42**新产品创新性2.720.36-0.150.120.16-0.02-0.16-0.140.090.960.23**合作创新绩效2.790.22-0.25**0.24**0.03-.17*-0.32**-0.25**0.42**0.22**0.98职务3.791.14-0.18*-0.30**0.19*-0.21*0.130.15-0.25**0.12-0.07
表2为主效应与调节效应回归分析结果。表2结果表明,在模型(7)(8)中,地理距离的系数显著且为负(β=-0.244,p<0.01),组织距离的系数显著且为负(β=-0.201,p<0.05),说明地理距离、组织距离与合作创新绩效间存在显著负相关关系,支持假设H1a、H1b。
表2 主效应与调节效应回归分析结果
Tab.2 Results of regression analysis
注:*p<0.05,**p<0.01,***p<0.001,双尾检验;N=141,下同
变量新产品开发速度123新产品创新性456合作创新绩效78910企业年龄0.1410.1590.173-0.058-0.056-0.097-0.256**-0.255*-0.321**-0.259**企业规模0.250*0.318***0.244**-0.0220.034-0.0020.1700.242*0.1180.244**企业所有制性质-0.172-0.090-0.0710.1220.1460.115-0.206*-0.182-0.154-0.254*合作开发投入总额-0.119-0.028-0.017-0.0150.0160.011-0.199*-0.167*-0.163*-0.213**地理距离-0.268**-0.234-0.193*0.405-0.244**组织距离-0.433***-0.417*-0.178*0.271-0.201*地理距离×组织距离0.017-0.774*新产品开发速度0.396***新产品创新性0.192*
在模型(1)(2)中,地理距离、组织距离的系数均显著且为负(β=-0.268,p<0.01;β=-0.433,p<0.001),说明地理距离、组织距离与新产品开发速度间存在显著负相关关系,支持假设H2a、H2b。在模型(4)(5)中,地理距离、组织距离的系数均显著且为负(β=-0.193,p<0.05;β=-0.178,p<0.05),说明地理距离、组织距离与新产品创新性存在显著负相关关系,支持假设H3a、H3b。
在模型(9)(10)中,新产品开发速度、新产品创新性的系数均显著且为正(β=0.396,p<0.001;β=0.192,p<0.05),说明新产品开发速度、新产品创新性与合作创新绩效间存在显著正相关关系,支持假设H4a、H4b。
本研究使用Bootstrap方法检验新产品开发速度、新产品创新性的中介作用,如表3所示。由表3可知,在95%的置信区间,选择样本量为5 000,以新产品开发速度作为中介变量,检验地理距离对合作创绩效的影响发现,中介效应为0.0216,区间不包含0(-0.047 4,-0.006 1),表明新产品开发速度在地理距离对合作创新绩效的影响过程中起中介作用。以新产品开发速度作为中介变量,检验组织距离对合作创新绩效的影响发现,中介效应为0.042 0,区间不包含0(-0.071 5,-0.018 6),表明新产品开发速度在组织距离对合作创新绩效的影响过程中起中介作用, 假设H5a得到支持。以新产品创新性为中介变量,检验地理距离对合作创绩效的影响发现,中介效应为0.006 7,区间包含0(-0.022 7,0.000 8),表明新产品创新性在地理距离对合作创新绩效的影响过程中未发挥中介作用。以新产品创新性为中介变量,检验组织距离对合作创绩效的影响发现,中介效应为0.007 5,区间包含0(-0.024 6,0.001 2),表明新产品创新性在组织距离对合作创新绩效的影响过程中未发挥中介作用,假设H5b未得到支持。
表3 中介作用的Bootstrap检验结果
Tab.3 Bootstrap test results for mediating effects
注:CI=间接效应的95%置信区间;如果CI不含0,表明间接效应/直接效应具有统计上的显著性
路径效应值95%CI地理距离→新产品开发速度→合作创新绩效-0.0216[-0.047 4,-0.006 1]组织距离→新产品开发速度→合作创新绩效-0.0420[-0.071 5,-0.018 6]地理距离→新产品创新性→合作创新绩效-0.0067[-0.022 7,0.000 8]组织距离→新产品创新性→合作创新绩效-0.0075[-0.024 6,0.00 12]
最后,对地理距离的调节作用进行检验。表2模型3显示,地理距离与组织距离的交互项系数不显著(β=0.017,p>0.05),说明地理距离对组织距离与新产品开发速度的关系不具有显著影响,假设H6a未得到支持。在模型6中,地理距离与组织距离的交互项系数显著且为负(β=-0.774,p<0.05),说明地理距离能够强化组织距离与新产品创新性间的负相关关系,支持假设H6b。
本文采用实证研究法系统分析供应链企业间地理距离与组织距离对合作创新绩效的影响,深入剖析新产品开发速度与新产品创新性在其中的中介作用,以及地理距离的调节作用,得到以下主要结论:地理距离、组织距离对合作创新绩效、新产品开发速度、新产品创新性具有显著负向影响;新产品创新性、新产品开发速度对合作创新绩效具有显著正向影响;新产品开发速度在地理距离、组织距离对合作创新绩效的影响过程中发挥中介作用,而新产品创新性未发挥中介作用;地理距离对组织距离与新产品开发速度关系的影响不显著,但会加剧组织距离对新产品创新性的负向影响。
(1)在合作创新研究领域,现有研究仅探讨横向层面企业合作关系情境的创新绩效影响因素,对纵向层面的企业合作关系探讨较少。本文基于供应链企业合作创新关系情境,分析地理距离、组织距离对合作创新绩效的影响,丰富了供应链合作创新理论研究。
(2)现有研究聚焦于距离维度对合作创新绩效的直接影响,鲜有探讨其中的中介机制。本研究深入剖析新产品开发速度与新产品创新性在其中的中介作用,打开了供应链企业间多重距离维度与合作创新绩效关系的“暗箱”,是对距离经济理论研究的有益补充。
(3)尚未有相关文献揭示地理距离与组织距离的交互作用,本研究深入分析地理距离对组织距离与新产品开发速度、新产品创新性关系的调节作用,拓展了多重距离维度关系研究。
(1)企业在选择供应链合作创新伙伴时,应重点考虑双方在地理位置、组织结构与安排等方面的差异,尽量避免选择地理距离与组织距离较大的供应链合作伙伴。
(2)对于供应链合作创新伙伴,企业应了解双方在地理位置、组织结构与安排等方面的差异,主动采取措施加快新产品开发速度,提升新产品创新性,从而促进合作创新绩效提升。
(3)如果企业与现有供应链合作伙伴间存在较大的地理距离和组织距离,应采取措施缩短双方工作人员的地理距离,如固定双方人员合作创新场所,甚至共同出资建设相关场地。
本文存在以下不足:第一,研究对象仅局限于城市交通轨道行业,结论能否解释其它行业中的供应链合作创新相关问题,需要未来获取更多不同行业数据进行分析和检验,以提高结论的普适性和应用价值。第二,尚未分析供应链企业间地理距离与组织距离对合作创新绩效的作用边界,未来可以研究影响二者与合作创新绩效关系的关键情境因素,如信息技术治理等。第三,本研究获取的数据仅是同一时点上的横截面数据,未来可采取纵序研究设计,进一步检验主要研究变量间的因果关系。
[1] HE Y H, LIN Y, ZHOU G H, et al. Spatial pattern and drivers of urbanization in China's mid-level developing urban agglomeration: a case study of Chang-Zhu-Tan[J].Regional Sustainability, 2021, 2(1): 83-97.
[2] KELLER W. Geographic localization of international technology diffusion[J].American Economic Review, 2002, 92(1): 120-142.
[3] 于丽,黄竹一. 多维邻近视角下中国影视基地联盟创新绩效影响因素研究[J].北京电影学院学报,2021,173(5):72-78.
[4] OZMAN M. Inter-firm networks and innovation: a survey of literature[J].Economic of Innovation and New Technology, 2009, 18(1): 39-67.
[5] GELDES C, FELZENSZTEIN C, TURKINA E. How does proximity affect interfirm marketing cooperation? a study of an agribusiness cluster[J].Journal of Business Research, 2015,68(2):263-272.
[6] FANG E. Customer participation and the trade-off between new product innovativeness and speed to market[J].Journal of Marketing, 2008, 72(4): 90-104.
[7] 邓程,杨建君,刘瑞佳. 企业间控制机制、知识转移效果与新产品开发速度关系研究[J].科学学与科学技术管理,2020,41(11):83-97.
[8] BOSCHMA R. Proximity and innovation: a critical assessment[J].Regional Studies, 2005, 39(1): 61-74.
[9] BROEKEL T. BOSCHMA R. Aviation, space or aerospace? exploring the knowledge networks of two industries in the Netherlands[J].European Planning Studies, 2011,19(7):1205-1227.
[10] 胡琴芳,李想,唐未兵. 供应链企业间认知距离与社会距离对合作创新绩效的影响机制研究[J].经济经纬, 2019, 36(3):116-123.
[11] MOLINA-MORALES F X, MARTINE-FERNANDEZ M T. Social networks: effects of social capital on firm innovation[J].Journal of Small Business Management 2010,48(2):258-279.
[12] TORRE A, RALLET A. Proximity and localization[J].Regional Studies, 2005, 39(1):47-59.
[13] 魏旭光,罗宜康,杨青松,等. 基于多维邻近性的新兴技术创新超网络演化研究——以新能源汽车产业为例[J].工业技术经济,2021,40(5):56-64.
[14] 程小可,宛晴,李昊洋.大客户地理邻近性对供应商企业会计稳健性的影响研究[J].审计与经济研究,2019,34(5):65-74.
[15] SCHERNGELL T, LATA R. Towards an integrated European research area? findings from eigenvector spatially filtered spatial interaction models using European Framework Programme data[J].Papers in Regional Science, 2019, 92(3): 555-577.
[16] PONDS R, VAN OORT F, FRENKEN K.The geographical and institutional proximity of research collaboration[J].Papers in Regional Science, 2007, 86(3): 423-443.
[17] OWEN SMITH J, POWELL W W.Knowledge networks as channels and conduits: the effects of spillovers in the Boston biotechnology community[J].Organization Science, 2004, 15(1): 5-21.
[18] KROSGAARD M A, BRODT S E, WHITENER E M.Trust in the face of conflict: the role of managerial trustworthy behavior and organizational context[J].Journal of Applied Psychology, 2002, 87(2): 312.
[19] MATTES, JANNIKA.Dimensions of proximity and knowledge bases: innovation between spatial and non-spatial factors[J].Regional Studies, 2012, 46(8):1085-1099.
[20] HEALY A, MORGAN K.Spaces of innovation: learning, proximity and the ecological turn[J].Regional Studies, 2009, 46(8):1041-1053.
[21] POPPO L, ZENGER T.Do formal contracts and relational governance function as substitutes or complements[J].Strategic Management Journal, 2002, 23(8):707-725.
[22] SAMMARRA A, BIGGIERO L.Heterogeneity and specificity of Interfirm knowledge flows in innovation networks[J].Journal of Management Studies, 2008, 45(4): 800-829.
[23] 谢其军,宋伟.地理临近性影响合作网络及区域创新绩效的机理研究[J].管理学报,2020,17(7):1016-1023.
[24] 曾德明,尹恒,文金艳.科学合作网络关系资本、邻近性与企业技术创新绩效[J].软科学,2020,34(3):37-42.
[25] CHOI J, CONTRACTOR F J.Choosing an appropriate alliance governance mode: the role of institutional, cultural and geographical distance in international research & development (R&D) collaborations[J].Journal of International Business Studies, 2016, 47(2): 210-232.
[26] BECKER W, DIETZ J.R&D cooperation and innovation activities of firms——evidence for the German manufacturing industry[J].Research Policy,2004,33 (2):209-223.
[27] 张宝建,裴梦丹,陈劲,等.价值共创行为、网络嵌入与创新绩效——组织距离的调节效应[J].经济管理,2021,43(5):109-124.
[28] SCHUMPETER J A.The theory of economic development[M].Cambridge: Harvard University Press, 1934.
[29] TORRE A, GILLY J P. On the analytical dimension of proximity dynamics[J].Regional Studies, 1999, 34(2): 169-180.
[30] HOWELLS J R L. Tacit knowledge, innovation and economic geography[J].Urban Studies, 2002, 39(5-6): 871-884.
[31] GRIFFIN A, PAGE A L.An interim report on measuring product development success and failure[J].Journal of Product Innovation Management, 1993,10(4):208-291.
[32] 徐国军,杨建君.技术转移、新产品开发与企业绩效[J].科研管理,2019,40(11):146-154.
[33] CHEN J, DAMANPOUR F, REILLY R R. Understanding antecedents of new product development speed: a meta-analysis[J].Journal of Operations Management, 2010, 28(1):17-33.
[34] 王永贵,姚山季,司方来,等. 组织顾客创新, 供应商反应性与项目绩效的关系研究: 基于组织服务市场的实证分析[J].南开管理评论, 2011,14 (2): 4-13.
[35] COLLEY M C,GATLIN B.International success the second time around: a case study[J].Journal of Global Academy of Marketing Science, 2010,20(2):173-178.
[36] COOPER R G. The invisible success factors in product innovation[J].Journal of Product Innovation Management, 1999,16(2):115-133.
[37] SONG X M, PARRY M E. A cross-national comparative study of new product development processes: Japan and the United States[J].Journal of Marketing, 1997, 61(4): 1-18.
[38] BALLAND P A. Proximity and the evolution of collaboration networks: evidence from research and development projects within the global navigation satellite system (GNSS) industry[J].Regional Studies, 2012, 46(6): 741-756.
[39] 刘志迎,单洁含.技术距离、地理距离与大学-企业协同创新效应——基于联合专利数据的研究[J].科学学研究,2013,31(9):1331-1337.
[40] 郭兵,罗守贵,宋燕飞.所有制性质对新兴产业技术创新效率的影响[J].同济大学学报(自然科学版),2015,43(12):1923-1928.
[41] TIWANNA A. Do bridging ties complement strong ties? an empirical examination of alliance ambidexterity[J].Strategic Management Journal, 2008, 29(3): 251-272.
[42] METHE D, SWAMINATHAN A, MITCHELL W, et al. The underemphasized role of diversifying entrants and industry incumbents as the sources of major innovations[J].Strategic Discovery: Competing in New Arenas, 1997(6): 99-116.
[43] COOPER A C, SCHENDEL D. Strategic responses to technological threats[J].Business Horizons, 1976,19(1): 61-69.
[44] 吴明隆.问卷统计分析实务——SPSS操作与应用[M].重庆:重庆大学出版社,2010.