Customer Involvement, Ambidextrous Green Innovations and Firm Performance: The Moderating Role of Product Intelligence

Jia Tao1, 2, Yan Rui1, Wang Yu3, Chen Qiujun1

(1. School of Management, Xi'an Jiaotong University, Xi'an 710049, China;2.Key Laboratory of Process Control &Efficiency Engineering, Ministry of Education, Xi'an Jiaotong University, Xi'an 710049, China;3. School of E-Business and Logistics, Beijing Technology and Business University, Beijing 100048, China)

Abstract：China's economy has shifted to the stage of high-quality development, where promoting green production and consumption is highly emphasized. Driven by digital and intelligent technologies, it has become the consensus of decision makers to take personalized customization as the mainstream of operation management. Accordingly, in order to meet customers' needs and catch up market consumption trends more accurately, firms tend to involve customers into green new product development (NPD). Meanwhile, with the help of digital collaboration platforms, customers have unleashed great potential in helping firms generate key R&D ideas. Therefore, customer involvement in green NPD is crucial for firms' sustainable development and can enhance firm performance.

However, the relationship between customer involvement and firm performance is found to be controversial in existing studies, which calls for further studies to unveil their intermediary processes and clarify the boundary conditions. For one thing, this study takes customer involvement as the driving factor of firm performance to meet the nuanced customization needs, and considers ambidextrous green innovations (exploitative green innovation and exploratory green innovation) as the internal mechanisms. Existing studies suggest that green innovation plays an important role in the relationship between customer involvement and firm performance. Some scholars classify green innovation into exploitative green innovation and exploratory green innovation, but they have not discussed the driving role of customer involvement, and there is also a lack of research on the impact of ambidextrous green innovations on firm performance. For another, considering the intelligent strategy that is generally integrated into firms' green NPD, this study takes product intelligence as a moderating variable to identify the dilemma of the lack of “middle-level knowledge” (i.e., the new knowledge of how products can adapt to various application scenarios) that appears in the transformation phase and results in the possible risks of customer involvement in green NPD. As one of the important elements of intelligent manufacturing, product intelligence is the key internal uncertainty that firms may encounter in digital transformation. However, the existing research on product intelligence is still in its infancy, most of which is qualitative research elaborating the concept and dimensions of product intelligence, and only a few empirical studies analyzing the impact of product intelligence on customer satisfaction and loyalty, as well as its moderating role on the supplier involvement—firm performance link. The moderating effect of product intelligence in the process of customer involvement in green NPD is still uninvestigated. Therefore, this research focuses on the following two questions. (1) What is the relationship among customer involvement, ambidextrous green innovations and firm performance? (2) How does product intelligence influence the relationship between customer involvement and ambidextrous green innovations?

The hypotheses are verified by constructing the multiple linear regression model based on the data collected from 163 manufacturing firms in China. The empirical results show that customer involvement into green NPD is positively associated with exploitative green innovation and exploratory green innovation; both exploitative green innovation and exploratory green innovation are positively related to firm performance; product intelligence weakens the relationships between customer involvement and ambidextrous green innovations.

Compared with the previous literature, the contributions of this paper are twofold. First,it introduces ambidextrous green innovations as the direct results of customer involvement in green NPD, and builds a theoretical framework with ambidextrous green innovations to meet differentiated customization needs and improve firm performance. In this respect, this study reveals the inner mechanisms between customer involvement and firm performance, while enriching the related research on customer involvement and ambidextrous green innovations. Second, different from previous literature, this paper analyzes the moderating effect of product intelligence on the relationship between customer involvement and ambidextrous green innovations, identifies the risks of customer involvement in green NPD and the dilemma of the lack of “middle-level knowledge” in the context of digital transformation, and fills the gap of empirical literature on customer involvement in the intelligent situation.

Meanwhile,regarding customer collaboration to execute green NPD activities in the context of product intelligence, this paper suggests to promote the construction and management of collaborative R&D-operation platforms, pay attention to the accumulation of middle-level knowledge, and attach importance to the cultivation of compound talents.

Key Words:Customer Involvement ;Green New Product Development; Exploitative Green Innovation; Exploratory Green Innovation; Product Intelligence; Firm Performance

DOI：10.6049/kjjbydc.2022010204

开放科学(资源服务)标识码(OSID):

中图分类号：F273.1

文献标识码：A

文章编号：1001-7348(2023)07-0091-11

收稿日期：2022-01-10

修回日期：2022-03-15

基金项目：国家社会科学基金项目(19BGL096)

作者简介：贾涛(1969—),男,山东肥城人,博士,西安交通大学管理学院教授、博士生导师,研究方向为生产运作管理、绿色供应链管理;严蕊(1997—),女,四川广元人,西安交通大学管理学院硕士研究生,研究方向为绿色供应链管理;王玉(1993—),女,山东汶上人,博士,北京工商大学电商与物流学院讲师,研究方向为供应链创新管理;陈秋俊(1993—),女,河南渑池人,西安交通大学管理学院博士研究生,研究方向为绿色供应链管理。本文通讯作者:王玉。

0 引言

中共十九大报告指出,我国经济已由高速增长阶段转向高质量发展阶段。推进绿色生产和消费是高质量发展的重要抓手之一。在此背景下,正式的环保要求和非正式的消费趋势都对企业绿色发展提出更高要求,满足客户对绿色产品和服务的需求已经成为制造业新产品研发的重要维度[1]。为更精准地把握客户需求和市场消费趋势,企业通常需要客户参与到绿色新产品研发流程中,以提高研发成功率。例如,国内一些轮胎企业(中高端合资品牌)让客户参与到新产品的配套研发过程中,通过改善驾驶体验、降低油耗,达到绿色环保目标并满足更广泛的客户要求,从而有效提高企业核心竞争力。以数字化和智能化技术为驱动的第四次工业革命,彻底改变了制造业发展情境,催生出个性化定制的运作模式[2],使得客户需求导向被企业普遍接受,进一步提高客户参与在绿色新产品研发流程中的价值。借助数字化协同平台,客户参与能够为企业提供最新的与绿色产品应用场景相关的知识,帮助企业形成关键研发创意[3]。由此,客户参与绿色新产品研发(以下简称客户参与)成为企业生存与持续发展的重要活动,因而对企业绩效具有显著促进作用。

然而,客户参与对企业绩效的影响并不总是直接的,还会依赖于绿色创新的转化作用[1,4]。由于传统绿色创新策略无法有效匹配快速发展的数字化情境,诸多制造企业仍不能在新发展情境下较好地平衡运作成本和企业绩效[3]。基于实践视角,快速发展的定制化情境意味着客户会基于差异化应用场景提出各种差异化需求。这就要求企业的研发过程既能快速迭代满足已有市场需求,也要突破现有技术路径,满足更加复杂的潜在市场。为适应新发展情境,双元绿色创新策略逐渐受到重视[5]。双元绿色创新强调企业通过合理实施开发式绿色创新和探索式绿色创新,有效控制绿色创新活动风险,兼顾短期绩效和长期发展。其中,开发式绿色创新通过持续改进现有流程和技术,提供满足现有应用场景的产品和服务;探索式绿色创新有助于形成绿色技术壁垒,发掘潜在市场,以保持长期竞争优势[6]。因此,有必要深入探究双元绿色创新在客户参与与企业绩效关系中发挥的转化作用。

此外,客户参与的作用效果还受到产品特性等情境因素影响[3]。在高质量发展阶段,产品智能化的融入是制造业绿色发展的必然方向[7]。例如,汽车智能维修以智能软件取代人工检测,通过降低资源损耗和人力成本助力绿色发展;智能冰箱和自动驾驶利用智能化实现产品升级和完全颠覆,以双元绿色创新路径满足客户个性化需求。值得注意的是,产品智能化伴随着知识获取方式和研发流程调整,要求协同研发团队具有更强的知识融合和协调能力[8],从而导致客户参与过程及其作用效果面临更大的不确定性。一方面,产品智能化意味着绿色客户知识获取方式的改变。高度的产品智能化可能会增加客户直接理解和共享产品知识的难度,改变企业搜集客户知识的方式,进而影响客户参与企业绿色新产品研发的效果[9]。另一方面,产品智能化基于应用场景的研发属性使得产品适应各种应用场景的中间层知识(通过互动、碰撞和融合形成产品适应各种场景的新知识)逐渐凸显,中间层知识的缺失可能导致客户参与研发的过程受阻[10]。因此,产品智能化是数字化转型阶段客户参与绿色新产品研发的重要情境因素。

综上,明确新发展情境下客户参与对企业绩效的影响机制,识别相应的关键边界条件,是制造企业高效融合与利用绿色客户知识,以实施合理的绿色创新策略,并最终在高质量发展阶段获得持续生存和发展的重要课题。因此,本文主要关注两方面的研究内容:首先,从客户个性化定制视角出发,结合创新驱动和绿色发展要求,研究客户参与如何影响双元绿色创新从而促进企业绩效提高;其次,以制造业数字化转型中的产品智能化为载体,分析其对客户参与与双元绿色创新活动关系的调节作用,以期为制造业客户参与绿色新产品研发活动提供理论借鉴和政策建议。

1 文献综述

客户参与描述了客户直接参与到企业绿色新产品研发过程的程度。现有相关研究主要集中在客户参与新产品研发过程、研发模式及其与企业绩效的关系等领域[3]。随着客户在企业新产品研发中扮演越来越重要的角色,其绩效产出逐渐成为学者们关注的重点。已有文献对客户参与与企业绩效关系的研究仍存在争议,如表1所示。一些研究表明,客户参与对企业绩效有促进作用。典型地,Johnson等[11]认为,在新产品研发过程中,企业通过客户参与获取和共享知识,以提高创新能力,进而提高绩效;Du等[12]根据资源依赖理论,实证检验企业通过绿色客户整合获得资源和提升能力,从而有效克服创新活动障碍、降低创新成本,并提高绿色创新绩效。另一些学者则持相反观点,认为企业开展外部协同创新活动需要调动更多内外部资源和更强的整合能力,这可能增加协调成本和协同创新风险,延长研发周期[13],从而对企业绩效产生负向作用。此外,由表1可知,尽管实践中绿色导向在企业新产品研发中的地位愈加重要,但客户参与绿色新产品研发仍未得到学界足够重视。因此,为进一步明晰客户参与对企业绩效的影响机制,需要探究客户参与对企业绩效的作用路径,并结合企业数字化转型趋势,引入新的情境变量,这在现有文献中还未得到系统研究。

现有研究表明,绿色创新在客户参与与企业绩效之间扮演着重要作用。比如,Zhao等[1]基于信息处理理论指出,在外部环境动荡时,企业可以借助客户参与获取有关消费者需求的信息,以提高其信息处理能力,进而保证绿色产品创新的成功;Anning-Dorson[4]认为,客户参与有助于企业开发客户知识,从而通过创新活动的顺利开展对企业绩效产生正向作用。不同于基于创新内容将绿色创新分为绿色产品创新和绿色流程创新[14],部分学者根据双元理论将绿色创新分为开发式绿色创新和探索式绿色创新[5],前者是指增量创新和满足当前客户需求的绿色创新,后者是指颠覆式创新或满足新兴市场的绿色创新[15]。现有少量文献检验了双元绿色创新的驱动因素和作用结果。比如,Wang等[16]实证检验绿色知识获取这一企业内部因素对双元绿色创新的促进作用;王娟茹等[5]研究表明,双元绿色创新在技术优势、客户优势、财务优势等方面为企业创造竞争优势。由此可见,双元绿色创新基于差异化的创新幅度和创新理念,能够较为清晰地描述复杂情境下制造业的创新路径,因而将其视为客户参与和企业绩效的中间过程是合理的。然而,现有双元绿色创新相关文献在驱动因素方面并未讨论客户参与等重要组织策略的驱动作用,在作用结果方面也仅仅考虑到其对竞争优势的影响,对企业绩效的研究存在不足。

本文结合数字化转型的现实情境,以产品智能化作为调节变量。产品智能化是指将传感器、处理器、存储器、通信模块、传输系统融进各种产品,结合算法迭代使产品具备动态存储、感知和通信工作能力[9],实现产品可追溯、可识别、可精准定位,是智能制造的主要内容之一[2]。岳丽荣等[7]指出,智能化的融入是制造业发展的必然方向;吕文晶等[17]、温湖炜和钟启明[18]研究表明,智能化水平关系到我国制造企业的全要素生产率和全球价值链升级,并逐渐成为企业实施双元创新和在新产品研发中实现绿色目标的重要抓手[8]。同时,也有学者注意到产品智能化会增加用户感知的风险性和复杂性,降低产品可观察性,这可能对产品采用率造成消极影响[19]。然而,现有文献对产品智能化的研究仍处于起步阶段,多为产品智能化概念界定、维度划分等定性研究[2,17,20]。少量关于产品智能化的实证文献中,Rijsdijk等[9]检验产品智能化对顾客满意度的直接作用;Wang等[21]分析产品智能化对供应商参与与企业绩效关系的负向调节作用。尚未有文献探究产品智能化在客户参与与企业绩效关系间的作用。因此,在智能化情境下,客户参与绿色新产品研发过程中可能面临的挑战尚不明确[3]。

上述文献为本文研究提供了重要参考,但仍存在不足之处:第一,已有文献探讨了新产品研发过程中客户参与的重要作用,但对绿色新产品研发过程中的客户参与关注不够,且对客户参与与企业绩效的关系存在争议,客户参与对企业绩效的作用机理亦不明确。第二,已有文献讨论了绿色创新在客户参与与企业绩效之间扮演的重要角色,但基于不同创新幅度区分开发式绿色创新和探索式绿色创新的实证研究较少。第三,已有产品智能化相关文献多为定性研究,少量实证研究分析了产品智能化对顾客满意度的直接影响及其对供应商参与与企业绩效关系的负向调节作用,但考虑产品智能化对客户参与与双元绿色创新关系调节作用的实证文献存在空白。

与以往文献相比,本文主要创新之处在于:首先,本文提出以双元绿色创新应对差异化定制需求并提升绩效的理论框架,引入双元绿色创新作为客户参与绿色新产品研发的直接结果,揭示客户参与作用于企业绩效的内在路径,弥补了现有客户参与研究的不足,丰富了双元绿色创新相关研究。其次,分析产品智能化对客户参与与双元绿色创新关系的调节作用,识别出数字化转型阶段客户参与绿色新产品研发的风险和中间层知识缺失困境,填补了智能化情境下客户参与的实证文献空缺,明确界定了客户参与的边界条件。

2 理论与假设

2.1 知识基础观

知识基础观认为,企业是一个认知系统,其卓越绩效和持续竞争优势源于对各种知识的有效利用[25]。随着制造企业转型升级和商业环境的快速变化,企业知识管理过程从重视内部知识逐渐转为综合利用内外部知识[6],突破企业边界寻求客户等供应链成员的协同成为必然趋势。在个性化定制情境下,客户具备关于绿色产品应用场景的知识(以下简称绿色客户知识),核心企业具备产品设计相关知识。客户参与有利于协同研发团队(由核心企业、客户等不同研发主体组成)获取和共享绿色客户知识,并经过互动、碰撞和融合形成产品适应各种场景的中间层知识,进而促进绿色创新活动的顺利开展和企业绩效提升。

客户知识获取是指在协同创新过程中获取绿色客户知识的过程[6]。将现有绿色客户知识转移到研发团队,有利于扩充企业绿色创新知识库[26],从而促进现有产品和服务的改进或颠覆式产品和服务的孕育。客户知识共享是指协同研发团队内的知识互动[27]。通过持续的知识互动,在协同创新过程中重组绿色客户知识,从而更新现有知识库[28]。与客户知识的有效碰撞还可能创造新知识,形成新的核心知识库。客户知识应用是指对获得的客户知识进行部署的过程[27]。知识基础观强调企业竞争优势来源于对知识的有效利用[26]。基于知识的资源通常是难以模仿的,企业通过获取、共享和应用绿色客户知识,获得优于市面上的产品或差异化创新成果,进而形成可持续竞争优势和积极的绩效回报。

此外,知识管理过程可能受到情境因素影响。智能化情境下的开放式绿色创新以信息技术为基础,可以多角度推动客户知识流动,促进协同主体的研发合作[25]。同时,产品智能化等因素会改变客户知识获取、共享方式和难度,导致中间层知识形成难度增加[10],从而影响客户参与绿色新产品研发的效果。

2.2 客户参与与双元绿色创新

在高质量发展阶段,结合数字化技术赋能,客户在协同团队中扮演更加积极和重要的角色。根据知识基础观,在绿色新产品研发过程中,企业通过获取、共享和应用绿色客户知识,改进现有产品和服务或者创造新的产品和服务,从而促进双元绿色创新。一方面,借助协同研发平台,客户能够直接参与到绿色新产品研发各个阶段,降低获取绿色客户知识的难度,从而促进双元绿色创新。通过客户直接参与,企业能以更低成本获取丰富、完整的绿色客户知识,扩充现有绿色知识库[26]。基于更丰富的应用场景知识,协同研发团队能更加全面地理解现有客户需求[22],通过融合有关产品设计知识,有依据地优化现有产品和服务,促进开发式绿色创新。同时,企业在与最新绿色客户知识的碰撞中打破原有创新边界,孵化出新创意,促进探索式绿色创新。另一方面,客户参与能够增加研发团队内的互动,促进隐性绿色客户知识共享,从而保证双元绿色创新活动的效果。根据知识基础观的基本假设,绿色客户知识大部分是隐性知识,其有限的可转移性使其难以被开发利用,但企业核心竞争力往往来源于独特的隐性知识[29]。客户参与的协同研发团队能够为客户的隐性知识共享创造具有密集互动与实践的小群体环境[26],加快企业对隐性绿色客户知识的吸收和重组,有利于绿色技术和流程升级,进而促进开发式绿色创新。隐性知识共享也使企业拥有独特的绿色知识开发能力和绿色创新能力[26],更易创造新的知识和创意,从而推动技术突破或变革,促进企业探索式绿色创新[7]。因此,本研究提出以下假设:

H1a:客户参与正向促进开发式绿色创新;

H1b:客户参与正向促进探索式绿色创新。

2.3 双元绿色创新与企业绩效

根据知识基础观,企业通过应用绿色客户知识,获得优于市面上的产品或差异化创新成果,进而提高企业绩效。企业绩效被定义为包括盈利能力相关指标及其增长在内的组织目标的实现情况[30]。已有研究表明,绿色创新活动推动企业在技术、财务、客户等方面形成竞争优势[5],并帮助企业在新产品研发、服务、经济等多个方面获得绩效。

在协同研发团队中,开发式绿色创新通过全面理解与运用现有绿色客户知识,带来企业技术水平提升和生产流程优化[24],降低绿色新产品研发成本,提高研发效率。同时,利用更先进的技术和生产流程改进现有绿色产品,使其更加契合现有客户的绿色需求,从而巩固和扩大现有市场份额,以较高的投资回报率为企业获得稳定绩效。探索式绿色创新能从根本上改变技术轨迹,推动企业绿色技术突破和变革,帮助企业形成绿色技术壁垒,生产差异化绿色产品,抢占新市场,从而获得先发优势[24]。同时,通过全新绿色技术的应用和隐性绿色客户知识的有效共享,获得面向潜在客户的绿色产品,从而能够在市场突然变化时快速响应客户绿色需求,保持可预测的客户优势[5],进而在一定程度上降低探索式绿色创新风险。

无论是开发式绿色创新还是探索式绿色创新,其成功都会帮助企业形成良好的绿色形象[12]。积极的企业形象有助于巩固现有协同关系,吸引更多协同伙伴,构建更加高效的协同团队。可靠的协同关系和高效的协同团队将帮助企业得到持续、稳定、低成本的绿色客户知识和可持续竞争优势,从而实现绿色发展。因此,本研究提出以下假设:

H2a:开发式绿色创新正向促进企业绩效提升;

H2b:探索式绿色创新正向促进企业绩效提升。

2.4 产品智能化的调节作用

智能化水平高的绿色产品因其学习性和适应性区别于一般绿色产品,不再是“所见即所得”。这使得客户对绿色产品的直接认知受限,绿色客户知识的获取、共享受到一定阻碍,绿色产品设计与不同应用场景相融合的中间层知识难以形成[10],客户参与对双元绿色创新的正向作用被削弱。

首先,产品智能化可能增加客户理解绿色产品知识的难度,改变企业获取绿色客户知识的方式,使现有绿色知识库无法通过直接的客户参与得到有效扩充和更新。绿色产品的智能特性会降低产品的可观察性,提高产品的复杂性和感知风险性[19],导致客户对绿色产品的直接认知受限,在绿色新产品研发过程中贡献有价值绿色客户知识的难度增加,从而影响对现有市场的理解和对潜在市场的探索。在智能化情境下,绿色客户知识的获取方式也变得更加多元。智能化程度高的绿色产品往往能够在客户实际使用过程中收集到大量关于客户偏好的信息,企业可以据此对绿色产品与服务进行改进和创造,形成满足客户需求的产品创意,从而削弱直接客户参与对双元绿色创新的影响。

其次,产品智能化可能增加绿色客户知识共享难度,使绿色知识互动受阻。智能化研发情境会放大企业与客户认知方式的差异,为实现在协同研发团队中有效共享绿色客户知识,需要客户具有一定专业基础和更强的学习能力[25]。但是,客户一般很难掌握有关智能化技术和设计流程与差异化应用场景有效结合的专业知识,这将增加客户与企业研发团队之间共享绿色知识的难度。进一步考虑企业对差异化绿色客户知识理解的偏差,可能导致双方难以就绿色产品和服务创意达成共识,协同研发的中间层知识融合受阻,进而影响绿色创新进程,增加客户参与风险。

最后,产品智能化的高度个性化可能形成客户需求陷阱,误导企业对现有和潜在市场的认识。区别于一般绿色产品,智能化水平高的绿色产品研发高度依赖应用场景[20]。通过有限的客户参与进行场景模拟和学习,可能使研发的绿色产品具有高度个性化,缺少对特定客户群体以外绿色客户知识的关注,致使研发的绿色产品仅适用于特定群体和场景。由此导致研发的绿色产品在现有和潜在市场上推广受阻,无法获得市场中不同服务场景下的客户认可。基于以上论述,本研究提出以下假设:

H3a:产品智能化负向调节客户参与与开发式绿色创新之间的关系;

H3b:产品智能化负向调节客户参与与探索式绿色创新之间的关系。

综上,本研究提出智能化情境下客户参与绿色新产品研发的概念模型,如图1所示。

3 研究设计

3.1 问卷设计与变量测量

本研究采用已有成熟量表,并结合研究问题的实际情境进行适当改编。采用回译法,以保证问卷中概念表达的一致性和准确性。对于客户参与绿色新产品研发的测度,参照Zhao等[1]的量表,采用4个题项测量客户参与程度;对于双元绿色创新的测度,借鉴Jansen等[31]、Wang等[16]的研究,采用3个题项测量开发式绿色创新,4个题项测量探索式绿色创新;对于产品智能化的测度,借鉴Anderl&Fleischer[32]的研究,包括6个题项。上述变量均使用Likert五级量表测量,1～5表示从“非常不同意”到“非常同意”。对于企业绩效的测度,借鉴Li&Atuahene-Gima[30]等的研究,包括7个题项,并使用Likert 7级量表测量,1～7表示从“非常差”到“非常好”。

根据以往研究,本文以企业规模、纵向供应链复杂性、替代威胁作为控制变量。其中,企业规模用企业在职员工人数衡量[6]。纵向供应链复杂性根据企业在供应链中所处位置测度,分为终端产品制造商和1～4级原材料供应商。研究表明,在供应链中所处位置可能会影响企业对客户知识的需求和企业从供应链伙伴中获取知识的难度[33]。替代威胁是指客户以低成本转向另一种替代产品的可能性,描述企业产品差异化优势的程度和企业面临的市场动态性[34]。

3.2 数据收集

本文研究对象为制造企业。作为我国国民经济的主体,制造业高质量发展是我国经济高质量发展的关键。考虑到对环境的影响,制造业又是生态环境建设的重点对象,是较为理想的绿色创新研究样本。样本企业分布在广东、上海等21个省市,能较为全面地反映我国制造业发展整体情况。调研承诺不会泄露企业信息,遵循问卷的匿名性原则,一定程度上保证了内容的可靠性。本次数据收集主要以本校参加过制造业数字化转型相关课程培训的校友为联络人,向其所在企业或符合要求的相关企业发放问卷。为避免地理限制,利用问卷星、微信等渠道发放电子问卷。累计发放问卷401份,回收问卷289份,回收率为72.07%。剔除无效问卷126份,剩余有效问卷163份,有效率为40.65%。样本描述性统计如表2所示。

4 数据分析

4.1 共同方法偏差检验与相关性分析

如前所述,本研究在数据收集阶段针对不同变量采用不同级的Likert量表,并在问卷中将相关变量的题项顺序打乱,以减小问卷题目特征和测量方法导致的偏差。然而,由于本研究仅向每家企业发放一份问卷,同一数据来源导致的偏差仍需检验。本文采用3种方法检验共同方法偏差:首先,运用SPSS Statistics 24软件进行哈曼单因素分析,结果显示,第一个因子的解释方差为19.89%,未超过阈值50%。其次,运用Amos软件删除测量模型的潜变量因子,使所有指标测度同一个新增共同因子,构建单因素模型。该模型的拟合指数为:χ2/df=3.467,CFI=0.675,TLI=0.648,IFI=0.675,RMSEA=0.123,单因素模型拟合效果不可接受。最后,将一个指向所有指标的方法因子添加到测量模型中,以形成方法因子模型。该模型的拟合指数为:χ2/df=1.466,CFI=0.941,TLI=0.933,IFI=0.942,RMSEA=0.058,与测量模型相比,拟合指标变化很小(χ2/ df降低0.077,CFI、TLI、IFI、RMSEA都未发生显著变化),表明本研究测量模型稳健[35]。上述检验结果均显示不存在严重的共同方法偏差。

本研究采用验证性因子分析检验测量模型,拟合指标显示:χ2=373.478,χ2/ df=1.543, CFI=0.941,TLI=0.933,IFI=0.942,RMSEA=0.058,表明测量模型的拟合效果是可接受的[36]。采用SPSS Statistics 24软件对变量进行相关性分析,结果如表3所示。客户参与、开发式绿色创新、探索式绿色创新、企业绩效和产品智能化之间存在一定程度的相关关系,为进一步回归分析奠定了基础。各变量间相关系数均小于阈值0.700,表明不存在严重的共线性问题。

4.2 信效度检验

本研究采用Cronbach`s α指标和组合信度(CR)指标检验问卷信度,结果如表4所示。问卷的总体Cronbach`s α值为0.939,各变量的Cronbach`s α值和CR值均处于0.782～0.922之间,大于阈值0.700,表明量表的信度较高。根据Frondel等[37]的建议,采用平均提取方差值(AVE)指标检验量表的聚合效度,各变量的AVE值处于0.518～0.630之间,均大于阈值0.500;各因子载荷值较大且均显著,进一步显示了较高的聚合效度。由表3可知,所有变量AVE值的平方根均大于该变量与其它变量的相关系数,说明量表具有较高的区分效度[38]。

4.3 假设检验

4.3.1 主效应回归分析

为检验主效应,借助SPSS Statistics 24进行层次回归分析,结果见表5。本研究包含3组回归分析,分别以开发式绿色创新、探索式绿色创新和企业绩效为因变量,检验H1a、H1b、H2a、H2b。模型1、3、5是仅考虑控制变量的基准模型,模型2、4、6在基准模型基础上分别加入客户参与、客户参与、开发式绿色创新及探索式绿色创新为自变量。由模型2可知,客户参与对开发式绿色创新(β=0.572,p=0.000)有显著正向影响,H1a得到支持;由模型4可知,客户参与对探索式绿色创新(β=0.635,p=0.000)也有显著正向影响,H1b得到支持。模型6检验开发式绿色创新和探索式绿色创新对企业绩效的直接效应,结果显示,开发式绿色创新(β=0.489,p=0.000)和探索式绿色创新(β=0.184,p=0.029)均对企业绩效有显著促进作用,验证了H2a、H2b。

4.3.2 调节效应检验

使用SPSS中Process v3.3插件对调节效应进行检验,结果见表6。使用Bootstrapping回归方法检验H3a、H3b,采用90%置信度检验调节效应[39],样本量为5 000。结果显示,客户参与和产品智能化的交互项对开发式绿色创新有显著负向影响(β=-0.152,p=0.010,90%置信度的置信区间为[-0.248, -0.055]),说明产品智能化负向调节客户参与与开发式绿色创新之间的关系。同样,客户参与和产品智能化的交互项对探索式绿色创新也有显著负向影响(β=-0.104,p=0.077,90%置信度的置信区间为[-0.200,-0.007]),表明产品智能化也负向调节客户参与与探索式绿色创新的关系,H3a、H3b成立。

为更直观地展示产品智能化对客户参与与双元绿色创新关系的影响,本研究绘制不同产品智能化水平下客户参与对开发式绿色创新和探索式绿色创新影响的简单斜率图(图2),其中均值减标准差表示产品智能化水平低,均值加标准差表示产品智能化水平高。由图2(a)可知,当产品智能化水平较低时,回归线的斜率更大,表明客户参与对开发式绿色创新的促进作用比产品智能化水平较高时的促进作用更强,也即,产品智能化负向影响客户参与对开发式绿色创新的促进作用,H3a得到支持。由图2(b)可知,随着产品智能化由低水平到高水平变化,客户参与对探索式绿色创新的回归线斜率变小,表明产品智能化水平较低时,客户参与对探索式绿色创新的影响比产品智能化水平较高时更大,也即,产品智能化会削弱客户参与对探索式绿色创新的正向影响,H3b得到支持。

5 结论与建议

5.1 研究结论

本研究结合知识基础观和双元理论,以开展绿色创新的制造企业为研究对象,通过问卷调查实证研究智能化情境下客户参与的创新和绩效结果,得到以下主要结论:

(1)客户参与对开发式绿色创新和探索式绿色创新均有显著积极影响。一方面,客户参与通过促进关于绿色产品应用场景知识的获取、共享和应用,帮助企业改进现有绿色产品和技术,促进开发式绿色创新;另一方面,通过与绿色客户知识的有效碰撞,融合形成中间层新知识,由此产生绿色技术突破或变革,带来满足新兴客户或市场需求的绿色产品和服务,促进探索式绿色创新。

(2)双元绿色创新对企业绩效有显著正向作用。开发式绿色创新能够根据客户绿色需求,改进绿色产品和服务,使其符合现有市场需求,从而帮助企业快速提高绩效。探索式绿色创新通过对隐性绿色客户知识的挖掘和理解,帮助企业形成绿色技术壁垒,生产差异化绿色产品,更能引起客户关注和市场留存,维持稳定的领先优势,从而在市场快速变化时也能获得企业绩效。

(3)产品智能化负向调节客户参与与双元绿色创新之间的关系。产品智能化程度高时,客户对绿色产品的认知难度增加,研发团队可能无法通过直接的客户参与过程,获得足够有价值的知识。在这种情况下,客户参与与双元绿色创新之间的正向关系被削弱。同时,产品智能化对协同研发团队的能力和专业知识提出了更高要求,融合形成中间层知识的难度增加,不利于绿色客户知识共享,从而影响双元绿色创新进程。此外,产品智能化常常伴随着较强的产品个性化趋势,企业通过有限的客户参与获得的绿色产品创意和概念可能无法适应复杂多样的应用场景,导致研发的绿色产品在现有和潜在市场上推广受阻。

5.2 理论贡献与政策建议

为适应我国制造业数字化转型、绿色发展、智能化融合的现实情境,本研究引入双元绿色创新和产品智能化,以期为制造业客户参与绿色新产品研发活动提供理论借鉴和政策建议。

本研究理论贡献主要有以下两点:第一,现有文献对客户参与绿色新产品研发的效果关注不足,对其与企业绩效关系的研究也存在不一致结果[11-13],客户参与绿色新产品研发的内在机理尚不明确。本研究构建客户参与推动双元绿色创新和企业绩效提升的理论框架,为制造企业实施个性化定制和寻求绿色发展提供了理论和实证参考。同时,以知识基础观和双元理论为依据,探究双元绿色创新在客户参与与企业绩效之间扮演的重要角色,揭示了客户参与绿色新产品研发作用于企业绩效的内在路径,丰富了双元绿色创新相关研究。第二,智能制造是我国制造业升级的主攻方向,产品智能化是智能制造的主要内涵和要求之一。已有研究表明,智能化是企业提高生产率,实现全球价值链升级的有效途径[17-18],但同时产品的智能化特性会增加客户对于感知风险和可观察的难度[19]。现有文献对产品智能化的研究尚处于起步阶段,讨论智能化情境下客户参与绿色新产品研发的文献更为少见。本文结合智能制造新发展趋势,发现产品智能化对制造企业客户参与与双元绿色创新的关系具有削弱作用。研究结果有利于拓展现有客户参与制造业双元绿色创新的边界条件,填补产品智能化作为调节因素的实证研究空白。

本研究从以下方面提出政策建议:

首先,协调各方资源和意愿,搭建以核心制造企业为依托的定制化网络协同研发—运作平台,为客户参与绿色新产品研发提供平台支持。由于我国环保法规日趋严格,且客户基于不同经济、地理区域以及特定应用场景,对企业产品提出包括特定绿色指标在内的个性化定制要求。平台的建立有利于相关企业准确获取客户需求,通过网络协同的方式,将客户纳入并组建高效的研发团队,进一步通过网络搜索和数据共享的方式,高效获取、共享和利用绿色客户知识。最终在提升客户满意度、创造产品绿色价值的同时,有效提升企业绩效。

其次,完善制造业协同平台准入、管理和运营机制,帮助更多制造企业顺利融入协同研发—运作平台,为其开展更具挑战的双元绿色创新活动提供政策激励和制度保障,促进企业形成良好的绿色创新生态。合理开展双元绿色创新活动是企业满足差异化定制需求,平衡绿色发展成本和创新活动绩效的有效途径。一方面,平台的多主体运作模式有利于企业优化现有绿色技术和流程,通过开发式绿色创新在既有市场中获得成功;另一方面,平台集成的各种数字化技术和制造资源能够降低企业知识搜索和探索性实验成本,有利于企业通过整合与重组知识开展探索式绿色创新,创造持续竞争优势和长期绩效回报。

最后,鼓励制造企业积极应用新的数字化技术,引导企业关注以人机协同为背景的中间层知识积累,并注重复合型人才的培养,更好地解决数字化转型中客户与企业间对接不畅通的问题,降低智能化情境下的协同研发风险。通过在产品设计中融入智能化,满足定制化需求和绿色指标要求,这是企业实现双元绿色创新的重要变革方向。合理应用数字技术、重视复合型工作岗位,能有效协调企业与客户认知方式和研发能力的差异,降低智能化情境下的研发风险。尤其当产品的应用场景涉及作业安全时,对于一些例外场景的预判和应对,更需要多学科知识的集成,以完成中间层知识的创造。由此,可以有效提高我国制造企业绿色新产品的竞争力和适用性。

5.3 不足与展望

本研究存在以下局限性:首先,仅探讨了产品智能化这一内部因素对客户参与与双元绿色创新之间关系的影响,未来研究可同时考虑企业外部因素的影响,如环境不确定性,以建立更完整的边界条件。其次,仅收集了中国制造企业的截面数据,对因果关系的检验不够严格,未来可以采用纵向数据,检验时间序列上客户参与对创新和绩效的影响,进一步明确客户参与与双元绿色创新的因果关系。最后,主要从中国情境考虑客户参与与企业绩效的内在机理,存在局限性,未来可考虑收集跨国公司数据,得到更具普适性的结果。

参考文献:

[1] ZHAO Y, FENG T, SHI H. External involvement and green product innovation: the moderating role of environmental uncertainty[J]. Business Strategy and the Environment, 2018, 27(8): 1167-1180.

[2] 左世全. 智能制造的中国特色之路[J]. 中国工业评论, 2015, 1(4): 48-55.

[3] 解学梅, 余佳惠. 用户参与产品创新的国外研究热点与演进脉络分析——基于文献计量学视角[J]. 南开管理评论, 2021, 24(5): 4-17.

[4] ANNING-DORSON T. Customer involvement capability and service firm performance: the mediating role of innovation[J]. Journal of Business Research, 2018, 86: 269-280.

[5] 王娟茹, 刘娟. 双元性绿色创新对我国制造企业竞争优势的影响:技术动荡性的调节作用[J]. 科技管理研究, 2020, 40(9): 196-204.

[6] WANG Y, SUN H, JIA T, et al. The impact of buyer-supplier interaction on ambidextrous innovation and business performance: the moderating role of competitive environment[J]. International Journal of Logistics Management, 2021, 32(2): 673-695.

[7] 岳丽荣, 邵博, 申君宜. 工业互联网对绿色创新绩效的影响——基于制造业的实证研究[J]. 科技与管理, 2020, 22(3): 28-36.

[8] 肖仁桥, 沈佳佳, 钱丽. 数字化水平对企业新产品开发绩效的影响——双元创新能力的中介作用[J]. 科技进步与对策, 2021, 38(24):106-115.

[9] RIJSDIJK S A, HULTINK E J, DIAMANTOPOULOS A. Product intelligence: its conceptualization, measurement and impact on consumer satisfaction[J]. Journal of the Academy of Marketing Science, 2007, 35(3): 340-356.

[10] PAUL R D, JAMES W. Human+machine: reimagining work in the age of AI[M]. Boston: Harvard Business Review Press,2018.

[11] JOHNSON M, GUSTAFSSON A, WITELL L. The effect of customer information during new product development on profits from goods and services[J]. European Journal of Marketing, 2014, 48(9/10): 1709-1730.

[12] DU L, ZHANG Z, FENG T. Linking green customer and supplier integration with green innovation performance: the role of internal integration[J]. Business Strategy and the Environment, 2018, 27(8): 1583-1595.

[13] 吴卫红, 赵鲲, 张爱美. 企业协同创新风险对创新绩效的作用路径研究[J]. 科研管理, 2021, 42(5): 124-132.

[14] XIE X, HUO J, ZOU H. Green process innovation, green product innovation, and corporate financial performance: a content analysis method[J]. Journal of Business Research, 2019, 101(8): 697-706.

[15] BENNER M J, TUSHMAN M L. Exploitation, exploration, and process management: the productivity dilemma revisited[J]. Academy of Management Review, 2003, 28(2): 238-256.

[16] WANG J, XUE Y, SUN X, et al. Green learning orientation, green knowledge acquisition and ambidextrous green innovation[J]. Journal of Cleaner Production, 2020, 250: 119-475.

[17] 吕文晶, 陈劲, 刘进. 工业互联网的智能制造模式与企业平台建设——基于海尔集团的案例研究[J]. 中国软科学, 2019,34 (7): 1-13.

[18] 温湖炜, 钟启明. 智能化发展对企业全要素生产率的影响——来自制造业上市公司的证据 [J]. 中国科技论坛, 2021, 37(1): 84-94.

[19] RIJSDIJK S A, HULTINK E J. How today's consumers perceive tomorrow's smart products[J]. Journal of Product Innovation Management, 2009, 26(1): 24-42.

[20] TETSUO T, ERIC L, RAINER S, et al. Development capabilities for smart products[J]. CIRP Annals, 2019, 68(2): 727-750.

[21] WANG Y, JIA T, CHEN J, et al. Does supplier involvement enhance financial performance? the encapsulation effects of product modularity and smartness[J]. Supply Chain Management, 2021, 27(2):144-161.

[22] 谢明磊, 刘德胜. 关系如何驱动客户参与中小企业新产品开发——一个有调节的中介效应模型[J]. 技术经济, 2020, 39(3): 20-29.

[23] KO W W, LIU G. How information technology assimilation promotes exploratory and exploitative innovation in the small-and medium-sized firm context: the role of contextual ambidexterity and knowledge base[J]. Journal of Product Innovation Management, 2019, 36(4): 442-466.

[24] 曹翠珍. 资源型企业绿色创新与竞争优势研究[D]. 太原:山西财经大学, 2015.

[25] 王璐. 供应链协同对创新绩效的影响机理研究[D]. 西安:西安理工大学, 2020.

[26] ALAVI M, LEIDNER D E. Review: knowledge management and knowledge management systems: conceptual foundations and research issues[J]. Mis Quarterly, 2001, 25(1): 107-136.

[27] LI Y, WU F, ZONG W, et al. Supply chain collaboration for ERP implementation[J]. International Journal of Operations &Production Management, 2017, 37(10): 1327-1347.

[28] BUCIC T, NGO L V. Examining drivers of collaborative inbound open innovation: empirical evidence from Australian firms[J]. International Journal of Innovation Management, 2012, 16(4):123-167.

[29] STANOVCIC T, VESNA B V, MIRJANA B P, et al. The effect of knowledge management on environmental innovation[J]. Baltic Journal of Management, 2015, 10(4): 413-431.

[30] LI H, ATUAHENE-GIMA K. Product innovation strategy and the performance of new technology ventures in China[J]. Academy of Management Journal, 2001, 44(6): 1123-1134.

[31] JANSEN J P, VANDEN B F, VOLBERDA H W. Exploratory innovation, exploitative innovation, and performance: effects of organizational antecedents and environmental moderators[J]. Management Science, 2006, 52(11): 1661-1674.

[32] ANDERL R, FLEISCHER J. Guiding principles for the implementation of Industry 4.0 in small and medium sized businesses[M]. Frankfurt am Main: VDMA Verlag GmbH, 2016.

[33] BODE C, WAHNER S M. Structural drivers of upstream supply chain complexity and the frequency of supply chain disruptions[J]. Journal of Operations Management, 2015, 36(5): 215-228.

[34] SONG M, BENEDETTO C. Supplier's involvement and success of radical new product development in new ventures[J]. Journal of Operations Management, 2008, 26(1): 1-22.

[35] PODSAKOFF P M, MACKENZIE S B, LEE J Y, et al. Common method biases in behavioral research: a critical review of the literature and recommended remedies[J]. Journal of Applied Psychology, 2003, 88(5): 879-903.

[36] HU L T, BENTLER P M. Cut off criteria for fit indexes in covariance structure analysis: conventional criteria versus new alternatives[J]. Structural Equation Modeling: a Multidisciplinary Journal, 1999, 6(1): 1-55.

[37] FRONDEL M, HORBACH J, RENNINGS K. End-of-pipe or cleaner production? an empirical comparison of environmental innovation decisions across OECD countries[J]. Business Strategy and the Environment, 2007, 16(8): 571-584.

[38] HAIR J F, RINGLE C M, SARSTEDT M. Partial least squares structural equation modeling: rigorous applications, better results and higher acceptance[J]. Long Range Planning, 2013, 46(1-2): 1-12.

[39] MCCLELLAND G H, JUDD C M. Statistical difficulties of detecting interactions and moderator effects[J]. Psychological Bulletin, 1993, 114(2): 376-390.

(责任编辑:陈井)