开放科学(资源服务)标识码(OSID)：
Supplier innovativeness has been paid more and more attention by scholars. However, the research on the antecedent factors of supplier innovativeness is not rich at present. Existing literature cannot provide sufficient guidance for enterprises to enhance supplier innovativeness. It calls for further research on how to improve supplier innovation needs. Drawing on social network theory and dual learning theory, scholars explore the important role of network embeddedness and dual learning in enterprise innovation and supplier innovativeness. Network embeddedness helps enterprises deeply understand how suppliers connect with them to attract more attention from enterprises. It reflects the important role of cooperative innovation between suppliers and enterprises. Dual learning can help enterprises integrate knowledge across borders and help suppliers develop new products. However, the existing literature focuses on the net effect of single or multiple factors on supplier innovativeness, and rarely analyzes the synergistic effect of multiple factors on supplier innovativeness. In face of increasingly complex and highly uncertain external environment, it is necessary to explore the innovative driving path of suppliers from the holistic perspective. From the configuration perspective, the study uses the fuzzy set qualitative comparative analysis to discuss the linkage effect and its action path on supplier innovativeness from two levels of network embeddedness and dual learning.It uses a questionnaire survey to collect data which is divided into two stages including a pre-survey and a formal survey, with 221 valid questionnaires obtained.
It is confirmed that,firstly, relational embeddedness, structure embeddedness, utilization learning and exploratory learning are not necessary conditions for high or non-high supplier innovativeness. A single antecedent condition has weak explanatory power on supplier innovativeness. There are many factors to improve supplier innovativeness. Secondly, there are four paths of high supplier innovativeness including interaction learning mode, cooperation co-creation mode, learning-driven mode and exploration-leading mode. There are two paths of non-high supplier innovativeness which are asymmetric with the path of supplier innovativeness improvement. Lastly, the reasonable matching between network embeddedness and dual learning plays an important role in improving the supplier innovativeness. The results can not only deepen the relevant theories of supply chain innovation, network embeddedness and organizational learning, but also provide ideas and references for improving supplier innovativeness and promoting the development of supply chain innovation.
The research breaks through the limitations of the existing literature that fails to fully explain the analysis of multi-component interdependence in supplier management. It breaks the bottleneck in supplier innovativeness improvement and reveals the complex causal mechanism of supplier innovativeness improvement. At the same time, from the perspective of configuration, the paper analyzes the synergistic effect of enterprise network embeddedness and dual learning on supplier innovativeness. It can enrich the application of fuzzy set qualitative comparative analysis method in supplier innovativeness, and effectively identify the scenario mechanisms for different antecedent configurations to achieve the same goal. Thus it provides a new perspective for exploring promotion mechanisms of supplier innovativeness and explaining the differences in existing research.
There are practical implications for enterprises. Firstly, the thoughts of enhancing supplier innovativeness should be changed from "targeted optimization" to "configuration coordination". Secondly, enterprises need to strengthen the investment in specific relationships and build an open and inclusive organizational culture. Thirdly, the configuration paths between high supplier innovativeness and non-high supplier innovativeness are asymmetric. Enterprises cannot rely on experience to conclude that the reverse of non-high supplier innovativeness is the cause of high supplier innovativeness.
开放科学(资源服务)标识码(OSID)：
供应链创新发展是落实新发展理念的重要举措,是供给侧结构性改革的重要抓手,是引领全球化、提升竞争力的重要载体。供应商通过为企业提供零部件和原材料,为企业运营与创新发展提供重要物质保障,在供应链创新中发挥重要作用。受外界环境动态变化与创新风险的影响,越来越多的企业意识到与供应商高质量合作的重要性。如美妆巨头欧莱雅集团建立了名为Cherry park的开放对话机制,旨在与供应商建立互信,依靠供应商碳回收公司LanzaTech和能源公司Total的支持,共同研发绿色包装技术,通过合作共赢实现可持续发展。与供应商协同有助于促进企业整合资源,推动产品创新(李随成等,2013),提高创新绩效,进而促进供应链创新(李娜等,2017)。具有创新性的供应商不仅能为企业提供先进的产品和技术,还能通过企业互动促进双方合作成功,同时,针对面临的问题和风险提供解决方案[1],促进企业发展。
供应商创新性逐渐受到学界关注,一些学者探索了供应商创新性的驱动因素,识别出关系治理[2]、制造商—供应商社会资本[3]、知识共享[4]和制造商可信[5]等是驱动供应商创新性的重要因素。武梦超和李随成[6]聚焦三元采购策略,认为其有助于供应商实施创新贡献行为;Jean等[7]指出,供应商客户导向、国际客户控制和技术不确定性会显著影响供应商创新性;李娜等[8]从网络层面研究发现,供应商嵌入性有助于提升供应商创新性。此外,信任、相互依赖、信息共享和承诺等合作要素也在供应商创新性发展中起重要作用[9]。已有的供应商创新性研究为本文探索供应商创新性提升路径提供了重要借鉴,但仍存在进一步探讨的空间。
已有文献基于企业与供应商的二元关系,从关系观[1]、社会资本理论[2]和知识观[9]等角度对企业如何激发供应商创新性进行探索。由于供应链是上下游联结的动态网络组织[11],供应商基于创新性,从资源、战略、行为和流程等方面为企业创新提供支持,对供应链创新起重要作用。社会网络理论认为,企业与网络中其他成员间的互动可传递出丰富的知识和信息并创造市场价值[12],进而引导企业与供应商互动以及整体网络演进方向。为满足客户需求,企业与供应商互动共创,通过网络向供应商传递新思想与新实践成果,促进供应商创新性提升。如海尔与供应商结成高质量的互动网络,以用户为中心,驱动供应商主动创新,参与产品研发与设计,提升供应商创新性,共同满足客户需求。供应商管理研究也逐渐从供应商与制造商的二元关系延伸到网络层面[8]。如Feng等[13]指出,网络嵌入帮助企业深入理解供应商如何与它们联结,有助于供应商吸引更多企业注意,体现了供应商与下游企业合作创新的重要作用;Antony&Miriam[14]基于丰田公司供应商网络的研究发现,结构嵌入有助于促进企业供应商网络产生更多创新成果。可以看出,网络嵌入与供应商创新性具有密切关系。更进一步,动态的供应链网络由节点成员的网络关系和节点间的社会关系构成[15],每个节点成员拥有的知识会对网络知识与资源配置产生不同影响。同时,不同企业的网络嵌入存在差异,企业对供应商的创新性要求也会不同,但现有文献未能详细阐释。因此,网络嵌入与供应商创新性关系有待进一步研究。
知识作为组织中最难以模仿的战略资源,是组织保持可持续竞争力的关键[16]。尽管网络嵌入为企业丰富异质性知识提供了重要条件,但异质性知识在网络内的流动仍面临边界封闭、知识难以被不同节点吸收等阻碍[17]。双元学习理论为各类知识穿越组织内外边界,在不同网络成员间流动与整合提供了理论支持。企业开展双元学习即利用式学习和探索式学习,有助于平衡创新中效率需求与新颖性需求间的矛盾,避免“能力陷阱”与“创新陷阱”[18]。但也有学者指出,利用式学习和探索式学习在企业创新中的作用存在差异。如 Siggelkow&Rivkin[19]发现,利用式学习和探索式学习对企业绩效具有倒U型作用;弋亚群等[20]认为,利用式学习和探索式学习在提高新产品开发绩效中发挥不同作用。近年来,组织与供应链管理研究将双元学习理论拓展至供应商管理领域。如杨杰等[21]关注到服务外包中供应商双元学习与其创新能力的关系;Theodorakopoulos[22]通过对英国供应链项目的研究发现,企业会通过组织学习实现边界跨越,并针对供应商运营方案调整提出建议,帮助其开发创新型产品。实践中,华为积极开展利用式学习和探索式学习,驱动供应商不断探索,提升创新性。可以看出,企业双元学习与供应商创新性紧密相关,但现有文献未能分析企业双元学习给供应商创新性提升带来的示范和驱动效应,无法为引导供应商提升创新性提供充分指导。因此,有必要深入分析企业双元学习与供应商创新性的关系。
既有研究分别探讨了网络嵌入与双元学习对供应商创新性的作用机理,为本文提供了研究基础和理论支撑。实践中,网络嵌入与双元学习也密切相关,提升供应商创新性需要同时发挥网络嵌入与双元学习的作用。一方面,企业依托网络嵌入,有助于搭建和利用高效的知识系统,通过外部网络渠道中的知识、信息和经验流动,促进双元学习。同时,企业通过双元学习也能更好地促进知识流动和扩散,强化企业在网络中的嵌入性,形成“嵌入—学习”双重机制[23],发挥网络嵌入与双元学习的协同效应,驱动供应商创新性提升。然而,现有研究多基于单一理论视角,探索某前因变量对供应商创新性的净效应,未能从网络嵌入与双元学习多层协同的整体视角探索供应商创新性驱动路径。供应商创新性受多重因素的影响,各因素间的不同组合也可能产生相同结果。组态视角的定性比较分析方法能克服传统研究方法的局限,从系统视角深入探讨多要素的组态效应[23]。基于组态视角的定性比较分析方法(Qualitative Comparative Analysis,简称 QCA)作为全面分析多要素组态效应的新范式,已经在创新生态系统[24]、企业创新[25]、创新创业管理[26]等多个管理学领域得到应用,非常适合本研究。因此,本文将基于组态视角,从网络嵌入和双元学习两个层面、4个前因条件出发,采用模糊集定性比较分析方法深入探究影响供应商创新性的复杂因果机制。具体而言,本研究试图回答以下问题:网络嵌入和双元学习是否为供应商创新性提升的必要条件?网络嵌入和双元学习如何协同影响供应商创新性?哪些路径可以提升供应商创新性,哪些路径会导致非高水平的供应商创新性?本研究不仅有助于深化网络嵌入、双元学习与供应商创新性关系的研究,还可为提升供应商创新性提供借鉴。
供应商创新性是供应商搜索、计划和应用新想法、新工艺、新流程的能力,以及探索新机会并投资新工艺、新技术以响应客户需求,支持客户引入本企业新产品的意愿(李娜等,2017)。供应商创新性有助于供应商为企业提供创新型产品,推动企业创新。当不同创新主体嵌入同一网络时,有助于形成相互信任、信息共享的合作氛围和共同面对困难、解决问题的意愿,从而营造利益共享、风险共担、互利互惠的良好网络环境。在此基础上,学者们提出网络嵌入概念,用以表示企业在创新网络中如何基于联系和合作而形成相对稳固的关系[27]。由于网络关系质量和结构搭建对网络成员至关重要,本文借鉴Granovetter[12]的观点,将网络嵌入分为关系嵌入与结构嵌入。
关系嵌入是组织在合作过程中形成的直接或间接关系以及相互理解、信任和承诺的程度,强调关系质量的作用[12]。首先,企业与其他网络成员形成和保持较高的关系嵌入有助于促进组织间信息传递,加快供应商研发新产品和新工艺[28],同时,为供应商与企业持续合作提供保障;其次,关系嵌入有助于供应商及时获取行业信息,从而快速整合自身和周边资源,如企业关系的专有投资可成为供应商创新活动的外部支持,帮助供应商降低交易成本与变革风险;最后,企业与供应商维持强连结关系,充分开展知识交流,有助于供应商掌握客户需求与市场信息[29],同时,结合市场发掘和自身优势为提升创新性创造条件。
结构嵌入反映组织在网络中所处位置及地位,强调行动者的网络位置、规模、密度等特征[12]。首先,结构嵌入有助于企业在网络中占据优势位置,拥有较高知识权力、更广搜索渠道和更多市场信息,同时,有助于保障网络内知识的完整性和多元性,推动供应链上下游企业形成紧密联系。此时,各成员有更多机会获取创新性思维,促进供应商提升创新性。其次,结构嵌入有助于企业与更多供应商及其他合作伙伴沟通和交流,在网络中发布企业需求,使更多供应商能够根据企业需求及时调整和完善产品。最后,占据优势网络位置的企业往往具有更多话语权,为企业协调和治理网络合作关系提供保障,确保与供应商合作顺利,进而高效管理创新资源,提高供应商创新成果产出。
双元学习是指组织同时开展探索式学习和利用式学习,不仅有利于保障组织生存,而且能促进组织繁荣[30],帮助企业降低创新成本,提高创新效率。具有高学习倾向的企业更乐意与供应商合作创新,为供应商提供学习机会,使其有机会接触和吸收新知识,进一步促进供应商创新性提升,形成良性循环。本文借鉴March[31]的研究,将双元学习分为利用式学习和探索式学习。
利用式学习是组织根据现有知识基础,挖掘、提炼和升华现有知识的学习行为,其本质是对已有知识与技能的直接使用及改造[30]。利用式学习不仅能推动企业相互学习,取长补短,将合作伙伴的竞争优势转化为自身竞争优势,还能提高与供应商的信任度,缓解双方合作矛盾,保障双方合作创新成功。同时,采用利用式学习的企业往往拥有稳定的市场和良好的短期绩效,供应商与此类企业合作,不仅有助于推动合作顺利开展,促进产品完善和服务升级,增强应对多元化市场需求的能力,而且有助于供应商获得收益,为创新提供资金保障,提升其创新积极性。
探索式学习是组织利用与外部客户、机构、供应商的关系,采用搜索、试验、尝试、发现和创新等方式开展的学习性行为,其本质是对新知识和新资源的探索与获取[30]。探索式学习有助于搜寻和获取新颖性、前沿性知识及其它创新资源[31]。供应商与这类企业合作有助于扩展知识库,丰富创新知识来源,增强应对复杂外部环境的能力,提高创新成功率。特别是当供应商无法依靠现有产品获取市场竞争优势时,会更关注开展探索式学习的下游企业,一方面有助于其增进市场了解,及时获取市场信息,另一方面通过与下游企业合作能更好地吸收新知识,为新产品研发提供知识来源,提升创新能力。
供应商为企业提供生产支持,但无论是为企业直接提供零部件,还是在新产品开发过程中为企业提供新工艺、新技术支持等创新性贡献,均无法独立完成,需要与下游企业合作才能实现。在该过程中,网络嵌入与双元学习发挥重要作用。一方面,不同网络关系是企业传递与获取关键资源及信息的重要渠道。企业在与供应商合作过程中,一旦发现存在资源缺口,会通过与不同行为主体保持嵌入关系、提高双方互动频率,获取所需资源并在与供应商的合作中应用这些资源,同时,供应商也会因此受益。由于关系嵌入与结构嵌入的功能及双目标差异,对供应商创新性的影响也不相同。有研究表明,在企业嵌入既有创新网络后,如果信息、资源等创新要素不能由网络外部自由流入网络内部,将无法推进创新网络的整体演化[32]。同时,有学者指出,不应忽视企业学习行为与网络嵌入的匹配性及相互作用关系[33]。一方面,网络嵌入效果受双元学习影响,企业通过双元学习能更好地实现知识流动和扩散,使网络成员有机会吸收和整合知识,弥补自身创新资源的不足,提升创新能力;另一方面,企业双元学习与供应商创新性紧密相关,双元学习效果也会受网络嵌入的影响,如利用式学习注重稳固的网络结构以及对其他成员资源的利用,而探索式学习更关注网络动态结构和整体探索。因此,提升供应商创新性,需要网络嵌入与学习行为实现最佳匹配。
由于资源缺口与创新需求存在差异(李杰义等,2019),供应商在选择合作企业时也会有不同要求。当供应商发现自身资源异质性较显著且缺口较大时,可能更倾向与占据高网络位置、拥有丰富资源的下游企业开展合作。若供应商资源异质性较弱且缺口较小时,是否需要依赖下游企业跟踪邻近的既有技术轨道便成为值得考虑的问题。企业需合理匹配网络嵌入与双元学习,使双方在合作中更高效地共享信息、知识及其它资源,进而提升供应商创新性。只有企业结合自身需求,统筹好关系嵌入与结构嵌入、探索式学习与利用式学习行为关系,才能更有效地驱动供应商创新性提升。
基于以上分析,本文认为网络嵌入与双元学习无法孤立地对供应商创新性产生影响,二者对供应商创新性的作用具有复杂性和系统性特征。本文将从组态视角,探索影响供应商创新性的复杂因果机制,尝试解答关系嵌入、结构嵌入、利用式学习、探索式学习4个前因条件如何协同联动提升供应商创新性,同时,构建理论模型如图1所示。
图1 理论模型
Fig.1 Theoretical model
定性比较分析法(Qualitative Comparative Analysis,QCA)旨在探究多个前因条件间的非线性复杂关系以及解释结果的组态路径[34]。相比传统回归方法,QCA方法通过分析具有相同结果的多条路径探讨多重并发因果关系,实现复杂环境下多变量的交互研究,从而有效支持现象驱动和理论驱动相结合的组态问题研究[35]。QCA方法包括清晰集定性比较分析(csQCA)、多值集定性比较分析(mvQCA)与模糊集定性比较分析(fsQCA)。相比于csQCA和mvQCA,fsQCA更侧重研究关系嵌入、结构嵌入、探索式学习和利用式学习等连续性前因条件不同程度变化对供应商创新性的影响,充分展示可能出现的组态路径。同时,fsQCA可展现影响供应商创新性的非对称性前因条件组合[23],有助于更全面和深入地理解供应商创新性驱动机制的复杂性。因此,本文采用fsQCA展开研究。
本研究通过问卷调查方法收集数据,涉及汽车、电子、机械、通讯、家电等行业,主要包括长三角地区和珠三角地区,发放对象主要是供应链、采购、研发、质量部门等与供应商有工作往来的员工。调研分为预调研与正式调研两个阶段:预调研阶段,通过对部分企业的调查获取反馈、汇总问题与分析、完善问卷并形成正式调查问卷;正式调研通过现场发放和网络发放两种方式收集数据。最终发放问卷302份,回收问卷271份,剔除填答明显有误、题项遗漏等无效问卷50份,实际回收有效问卷221份,有效回收率为73.2%。其中,在受访者学历方面,专科及以下占25.3%,本科占57.0%,硕士研究生及以上占17.7%;在受访者职位方面,普通员工占43.0%,基层管理者占37.1%,中层管理者占14.5%,高层管理者占5.4%;在企业规模方面,100人以下占13.6%,100-499人占21.3%,500-999人占22.6%,1 000-5 000人占32.1%,5 000人以上占10.4%;在企业年龄方面,5年以下占18.6%,5-10年占25.8%,10-20年占39.8%,20年以上占15.8%;在企业性质方面,国有及国有控股占19.0%,中外合资占14.9%,外商独资占9.5%,民营企业占52.0%,其它占4.6%。
本研究借鉴国内外成熟量表并不断完善,形成最终量表,包括供应商创新性、关系嵌入、结构嵌入、利用式学习、探索式学习。其中,供应商创新性(SI)量表主要参考李娜等(2017)的研究,共5个题项,如“该供应商经常积极探索新的解决思路”等。关系嵌入(RE)与结构嵌入(SE)量表主要参考Iurkov、Benito[29]与郭韬等[36]的研究,各包含4个题项,如“贵公司与合作企业经营理念及组织文化具有相融性”,“贵公司在关系网络中处于核心地位”等。利用式学习(UL)与探索式学习(EL)量表主要参考陈国权等[37]的研究,各包含5个题项,如“贵公司通常搜寻常用的和获得有效验证的方法来开发新产品”,“贵公司会收集超越现有市场和技术经验范围的新信息或新想法”等。
关系嵌入、结构嵌入、利用式学习、探索式学习与供应商创新性相关关系如表1。由表1可知,各前因变量均与供应商创新性显著相关,符合预期。
表1 描述性统计与相关分析
Table 1 Descriptive statistical analysis and correlation analysis
变量均值标准差RESEULELSI关系嵌入3.5361.1710.833结构嵌入3.3071.0750.723**0.851利用式学习3.9830.9020.321**0.309**0.817探索式学习3.2981.3210.448**0.373**0.673*0.868供应商创新性3.9171.0950.304**0.232**0.322**0.349**0.787
注:N=221,对角线斜体加粗为各变量AVE平方根,其中,**p<0.01,*p<0.05
量表信度和效度检验结果如表2。可以发现,各变量的Cronbach's ɑ系数和组合信度CR均大于0.7,说明量表具有较高信度。同时,关系嵌入、结构嵌入、利用式学习、探索式学习、供应商创新性的因子载荷均大于0.6,各变量平均变异萃取量AVE均大于0.5,说明量表具有较高的聚敛效度。同时,表1显示,AVE的平方根大于变量间相关系数,说明量表具有较高的区分效度。
表2 信效度检验
Table 2 Reliability and validity tests
变量最小因子载荷系数Cronbach's ɑCRAVE关系嵌入0.7740.922 0.923 0.751 结构嵌入0.6430.848 0.859 0.607利用式学习0.7830.922 0.923 0.707 探索式学习0.8320.9590.959 0.827供应商创新性0.8120.938 0.9000.643
QCA分析中的数据校准主要包括两种方法,一是直接校准法,通过直接确定的3个锚点对各变量进行校准;二是结合样本实际分布情况、理论知识或实践经验,对数据赋值,被称为间接校准法[38]。本文所有变量均采用5点李克特量表测量,其刻度设计可以作为校准参考,故更适合使用直接校准法。依据Jacobs等[39]的研究,本文将“5”定为完全隶属锚点,“3.5”为分界线,“1”为完全不隶属锚点,使用fsQCA3.0软件中的Calibrate(x,n1,n2,n3)函数将原始数据转化为隶属度,通过校准得到特定变量属于“高”或“低”的程度。
当某条件是结果变量的必要条件时,该条件便会出现在组态分析产生的各条路径中,因此应尽量避免该情况。本文将一致性(Consistency) 水平大于0.9的前因条件确定为导致结果变量的必要条件,反之则不构成必要条件[40],必要性分析结果如表3。结果显示,单个前因条件对高水平供应商创新性或非高水平供应商创新性的一致性水平均低于0.9,对结果变量的解释力较弱,不构成必要条件,说明单个前因条件不能导致结果发生。
表3 条件变量必要性检验结果
Table 3 Necessity test results of conditional variables
前因变量高水平供应商创新性ConsistencyCoverage非高水平供应商创新性ConsistencyCoverage网络嵌入关系嵌入0.7440.8720.6670.354 ～关系嵌入0.4490.7480.7590.574结构嵌入0.6550.8870.6510.400～结构嵌入0.5570.7790.8160.518双元学习利用式学习0.8140.8080.8140.367～利用式学习0.3620.8110.5750.584探索式学习0.6790.878 0.6570.385～探索式学习0.5250.771 0.7920.528
检验必要性条件后,设定充分条件阈值,形成真值表。本文采纳杜运周和贾良定[24]的研究建议,将总样本数的1.5%即3设定为频数阈值,同时,将原始一致性门槛值设置为0.8,进行筛选,样本数大于或等于3且原始一致性大于0.8的逻辑条件组合可保留。此外,根据PRI一致性分值进行重新编码,当PRI一致性大于或等于0.7时,保留结果变量1,当PRI一致性小于0.7时,将该组合对应的结果变量手动更改为0[41]。分析得到复杂解、中间解和简约解,对中间解和简单解进行嵌套对比,得到最终组态结果,具体结果见表4。
表4 高/非高水平供应商创新性组态
Table 4 Configuration of high/ non-high supplier innovativeness
前因变量高供应商创新性Ta1Ta2TbTc非高供应商创新性NTaNTb关系嵌入(RE)●●结构嵌入(SE)●●利用式学习(UL)●●●探索式学习(EL)●●●一致性0.894 0.904 0.9390.970.8030.818覆盖度0.648 0.588 0.2710.2620.5040.438唯一覆盖度0.1330.044 0.0220.0150.1710.100解的一致性0.8860.767解的覆盖度0.7610.603
注:●表示核心条件存在,●表示边缘条件存在,⊗表示条件缺失,空白表示条件有无均可
3.4.1 高水平供应商创新性组态
Ta构型可命名为互动-学习模式,该组态强调不同学习模式和关系嵌入发挥协同作用。具体来看,组态Ta1可命名为吸收融合模式,符合该路径的企业具有对现有知识的应用能力,能通过利用式学习对已有知识进一步提炼和挖掘。开展利用式学习的企业需具备稳定的技术、经验来源,因此会加大对外部关系的专有性投资,增强网络成员与企业交流互动和知识分享的意愿,吸引供应商参与合作创新,助力知识流向供应商(李国强等,2019)。同时,企业仅靠自身力量获取外部资源并非易事,而供应商创新性是供应商创新能力与创新意愿的有机结合,因此高水平的供应商创新性往往伴随企业间协同合作。企业与供应商构建亲密关系,有助于双方合作顺利并持续从外部获取资源。基于以上分析,本文认为该路径强调企业通过建立资源吸收融合与再利用机制,驱动知识在企业与供应商间流动,从而增强供应商合作创新意愿及创新能力,提升供应商创新性,因此将其命名为吸收融合模式。
Ta2路径可命名为合作共创模式。强关系嵌入意味着企业需提前投资特定关系,虽然需要支付一定成本,增加了企业投资风险,但同时也利于增进供应商对下游企业的信任,有利于双方企业合作。一方面,由关系嵌入产生的企业信任可作为治理机制的一部分,虽然关系资产投资可能成为沉没成本,却是供应商避免下游企业机会主义行为的一种有效手段。另一方面,信任、稳固的关系有助于提高供应商对企业知识的认可,促进知识共享。探索式学习通常面临全新知识,很难直接照搬以往经验,因此企业会倾向于与供应商合作创新以解决问题,从而助推供应商创新性提升。相对于利用式学习,探索式学习成本更高,会限制企业获取高网络地位的意愿与能力,而倾向于强化与合作伙伴的关系质量,从而投入更多资源及精力深化与供应商合作并提升其创新性。基于以上分析,并结合组态 Ta1、Ta2相同的核心条件和解释逻辑,本文提出如下研究假设:
H1:关系嵌入对企业提升供应商创新性至关重要,当企业在网络中具有较高关系嵌入时,利用式学习、探索式学习更易与关系嵌入发挥协同效应,提升供应商创新性;
H1a:当拥有稳定的网络关系嵌入时,具备利用式学习能力的企业更倾向采纳吸收融合模式提升供应商创新性;
H1b:当拥有稳定的网络关系嵌入时,具备探索式学习能力的企业更倾向以合作共创模式提升供应商创新性。
组态Tb可命名为学习驱动模式。Ta1路径和Ta2路径已经证明,通过利用式学习或探索式学习与其它前因条件的协同效应均能提高供应商创新性。然而,面对创新加快、知识更新周期变短等外部压力,单纯依赖某种学习行为难以满足企业所有创新需求。因此,部分企业选择在合作中将有限资源相对均衡地分配给两种学习行为,并最终形成以探索式学习为主、利用式学习为辅的学习驱动模式。探索式学习和利用式学习具有互补性,探索式学习为企业与供应商提供更多合作交流机会,促使供应商深入了解与学习下游企业知识。而利用式学习则有利于企业将自身竞争优势与供应商竞争优势相结合,延伸供应商产品价值。此外,由于企业可支配资源有限,虽然结构嵌入使企业有机会接触更多异质性知识,但企业谋取优势网络地位的行为可能会消耗很多资源,放大探索式学习与利用式学习协同中的资源矛盾,导致网络嵌入缺席。基于上述理论分析,并结合组态Tb的核心条件和解释逻辑,本文提出以下研究假设:
H2:在结构嵌入水平不高时,企业同时强化利用式学习和探索式学习两种学习模式是提升供应商创新性的有效路径。
Tc路径命名为探索-引领模式。虽然企业可通过利用式学习获取网络内其他成员知识并利用这些知识,但此类学习方式可能使企业故步自封,降低合作意愿。企业在与供应商合作过程中接触到许多异质性知识,需通过探索式学习将这些异质性知识整合并应用于实践。特别是当供应商现有产品不能实现进一步开发并拥有市场竞争优势时,企业可依靠知识整合并利用高网络位置并将部分创新资源低成本传递给供应商,丰富供应商知识积累,帮助其开发新产品,提高创新绩效。基于上述分析,并结合组态Tc的核心条件和解释逻辑,本文提出以下研究假设:
H3:当企业利用式学习能力不足时,充分发挥结构嵌入和探索式学习的协同效应是企业引导供应商创新性提升的有效路径。
3.4.2 非高水平供应商创新性组态
NTa路径:该路径表明无论企业是否致力于建立基于承诺、信任和共赢的弹性合作关系,当企业与供应商不能对现有知识深入挖掘且企业已有资源无法支撑其在网络中占据优势位置、识别以及吸收异质性知识时,则会抑制供应商创新性提升。其可能的原因是,尽管一些企业会与供应商频繁交流互动、分享隐性知识和技术诀窍,但缺乏对这些知识的整合与再开发能力,因此很难有效利用这些知识。同时,不注重维持有利网络位置也会加大企业学习和吸收难度,增加企业为维持关系强度而投入的知识流动成本,从而不利于供应商创新性提升。根据上述分析,本文提出以下研究假设:
H4:结构嵌入与双元学习能力缺失可能导致供应商无法低成本地从下游企业获取知识,不利于供应商创新性提升。
NTb路径:该路径表明即使企业在网络中位于相对核心位置,能接触到足够多异质性知识,同时,企业内部也能充分理解与利用现有资源。但利用式学习强调企业加深对已掌握资源的理解,同时结合外部资源实现资源拼凑,而结构嵌入通常会为企业带来许多异质性知识。因此,利用式学习与结构嵌入难以产生协同效应。虽然企业积极寻求优势网络位置并与供应商建立了资源搜索、技术模仿与反求机制等合作范式,但因缺乏与供应商的专有投资支撑,也缺乏对外部知识与企业原有知识的整合,致使双方建立的合作机制成为无源之水,企业在利用式学习与结构嵌入行为中投入的资源也无法发挥作用,不利于供应商创新性提升。根据上述分析,本文提出以下研究假设:
H5:当面对结构嵌入与利用式学习带来的机会时,无法维持足够关系嵌入且不具备探索式学习能力的企业,将较难建立有效的供应商创新性提升机制。
为确保研究结果可靠,借鉴杜运周等[24]的研究,采用调整一致性水平(由0.80上升至0.85)和调整案例频数为4的方法进行稳健性检验,并依据QCA结果稳健的两个标准,即不同组态的集合关系状态和不同组态的拟合参数差异进行判断。新模型结果显示,高水平供应商创新性组态为原模型高水平供应商创新性组态的完美子集,非高水平供应商创新性组态与原模型一致,一致性值和覆盖率值均无明显变动,表明上述条件组态构型可靠。
本文基于组态视角,采用fsQCA方法,通过整合关系嵌入、结构嵌入、利用式学习、探索式学习4个前因条件,探讨影响供应商创新性的复杂因果机制,研究结论如下。
(1)关系嵌入、结构嵌入、利用式学习、探索式学习均不是单独构成高、非高水平供应商创新性的必要条件,表明单个前因条件不足以完全揭示高、非高水平供应商创新性形成原因,前因条件对供应商创新性的净效应仅在特定情境下成立。供应商创新性受多因素共同作用,符合集合论本质。
(2)供应商创新性受多因素作用,具有“多重并发”和“殊途同归”的特点。本研究发现,有三类驱动高水平供应商创新性的构型,概括为互动-学习模式、学习驱动模式与探索—引领模式。其中,互动-学习模式又可分为吸收融合模式与合作共创模式。此外,非高水平创新绩效的驱动路径有两条,且与高水平创供应商创新性驱动路径存在非对称关系。
(3)网络嵌入与双元学习的合理匹配,对提升供应商创新性具有重要作用。“网络嵌入、双元学习能积极推动供应商创新”已得到Antony &Miriam[14]以及王永贵等[42]的验证,本文在此基础上进一步分析网络嵌入与双元学习的协同效应,有助于拓展供应商创新性的前因研究。不同企业在资金、技术、资源等方面存在差异,当企业具有较高水平关系嵌入时,利用式学习、探索式学习更易与关系嵌入发挥协同效应,促进供应商创新性提升;而当企业结构嵌入水平不高时,同时强化利用式学习和探索式学习,有助于提升供应商创新性。此外,当企业利用式学习能力不足时,充分协同结构嵌入与利用式学习是企业提升供应商创新性的有效路径。
(1)本文突破现有文献未深入阐释企业供应商管理中多构件相互依赖的分析局限,通过破解供应商创新性提升瓶颈问题,揭示供应商创新性提升的复杂因果作用机制。经过梳理已有研究,在社会网络理论与双元学习理论基础上衍生出影响供应商创新性的4个前因条件,构建了分析供应商创新性复杂因果关系的研究框架,为实证分析多重前置因素协同影响供应商创新性奠定了基础。同时,本文明确了前因条件相互匹配的综合作用结果,通过组态效应分析打开供应商创新性提升过程的“黑箱”,有助于丰富供应商创新性研究,深化供应链管理理论。
(2)本文从组态视角,详细分析企业网络嵌入与双元学习两层面要素影响供应商创新性的协同效应,丰富了模糊集定性比较分析方法在供应商创新性研究中的应用。一方面,响应李娜等[8]将供应商创新性研究情景从二元关系观拓展到网络视角的倡议,从结构嵌入、关系嵌入等因素角度探索供应商创新性驱动路径;另一方面,不同于现有研究侧重分析单因素或多因素间的因果关系,忽视供应商创新性所需的外部资源来源与内部挖掘的综合作用,本研究将供应商创新性驱动模式从关注组织某层面前因条件转向关注组织内部及组织间关系多重前因条件的综合作用上,在开放式创新下探索组织内部学习与外部网络共同驱动供应商创新性提升的作用机制,有助于弥补现有文献仅从单一层面探索供应商创新性前置因素的局限,丰富模糊集定性比较分析方法的应用。
(3)本研究能有效识别不同前因构型实现相同目标结果的情景机制,为深入探索供应商创新性提升机制、解释既有分歧提供新视角。已有研究对网络嵌入与双元学习提升供应商创新能力及创新意愿,进而提升其创新性提供了理论基础,但二者的影响效果仍存在分歧。本文发现在高水平供应商创新性组态中,网络嵌入与双元学习对供应商创新性的作用效果存在差异,研究结论有助于弥补现有研究多关注单一前因要素对供应商创新性的净效应,而忽视不同情境各要素间存在协同、互补关系的不足,为解释研究分歧提供了新思路。
本文研究网络嵌入与双元学习如何提升供应商创新性问题,对企业供应商管理具有一定管理启示。
(1)企业提升供应商创新性的思路应从“定向优化”调整为“组态协调”。在明确关系嵌入、结构嵌入、利用式学习及探索式学习等前因要素并非是提升供应商创新性的必要条件基础上,结合自身资源、能力优势以及所处环境,从组态视角立足于前因条件间的适配性,合理分配资源,适时完善自身双元学习模式与网络嵌入程度,因地制宜地探寻与发展合适的供应商作为合作伙伴并制定协同创新发展战略,形成有针对性的供应商创新性提升策略。
(2)企业应加大关系专用性投入,构建开放包容的组织文化。中国的文化价值观相对西方更强调集体主义。集体主义更容易促使供应商接受关系紧密企业的合作请求,同时,为保证个体与集体一致性,供应商也会积极与网络内高关系嵌入企业开展深度合作。因此,企业应增强网络成员信任、承诺与互惠,为实现与供应商的知识交流、价值共创提供便利。企业除关系专用性投资外,还可建立更加开放、包容的组织文化以支持企业关系嵌入活动,为企业与供应商协同合作夯实基础。同时,企业应针对不同来源、异质的知识和信息选择不同学习模式并完善资源配置,实现双元学习与网络嵌入有效匹配。
(3)形成高水平供应商创新性和非高水平供应商创新性的组态路径具有非对称性,企业管理者不能仅靠经验总结判断导致非高水平供应商创新性原因的反面就是导致高水平供应商创新性的原因。为避免抑制供应商创新性,企业需采用组态思维深入了解网络嵌入与双元学习间的复杂关系,从多路径中寻找与把握核心因素。企业管理层应当意识到,探索式学习不足是导致供应商创新性缺失的重要原因。因此,积极尝试和探索新的可行技术与合作模式,不断完善创新激励机制,为员工自主学习创造条件,激发成员的探索与学习欲望,同时,宽容创新失误,减轻个体尝试与探索的心理负担,是企业避免供应商创新性缺失的有效手段。
本研究也存在一定局限,需要进一步完善。一方面,本文分析了供应商创新性部分前因条件的影响,由于样本数量和细化程度的约束,其它因素是否能促进企业供应商创新性提升有待进一步探讨。另一方面,本文运用fsQCA方法对供应商创新性因素的多重交互作用进行分析,由于环境不断变化,供应商创新性也会发生改变,未来需要针对供应商创新性的动态演化展开深入研究。
[1] AZADEGAN A, DOOLEY K J. Supplier innovativeness, organizational learning styles and manufacturer performance: an empirical assessment[J].Journal of Operations Management, 2010, 28(6): 488-505.
[2] 李勃,王丛迪,和征.绿色产品协同创新中契约形式对供应商创新性的影响——供应商绿色创新资源优先配置的中介及产品复杂性与技术新颖性的调节[J].科技进步与对策, 2021, 38(19): 100-109.
[3] 崔贺珵,李随成,乔建麒,等.供应商创新性提升机理:制造商—供应商社会资本作用研究[J].科技进步与对策, 2020, 37(13): 92-101.
[4] PIHLAJAMAA M, KAIPIA R, AMINOFF A, et al. How to stimulate supplier innovation?insights from a multiple case study[J].Journal of Purchasing and Supply Management, 2019, 25(3) : 100536.
[5] 李勃,和征,李随成.制造商可信对供应商创新性的影响研究——基于纺织工业的证据[J].软科学,2018, 32(5): 68-71.
[6] 武梦超, 李随成. 三元采购情境下供应商创新贡献诱发机理研究[J].南开管理评论, 2022, 25(2): 113-125.
[7] JEAN R, SINKOVICS R R, KIM D. Antecedents and outcomes of supplier innovativeness in international customer-supplier relationships: the role of knowledge distance[J].Management International Review, 2017, 57(1): 1-31.
[8] 李娜, 李随成, 崔贺珵. 供应商创新性的利用机制:企业网络化行为的作用[J].南开管理评论, 2018, 21(1): 39-53.
[9] MATANDA M J, NDUBISI N O, JIE F. Effects of relational capabilities and power asymmetry on innovativeness and flexibility of Sub‐Sahara Africa small exporting firms[J].Journal of Small Business Management, 2016, 54(1): 118-138.
[10] SIKOMBE S, PHIRI M A. Exploring tacit knowledge transfer and innovation capabilities within the buyer-supplier collaboration: a literature review[J].Cogent Business &Management, 2019, 6(1): 1-22.
[11] NAJAFI-TAVANI S, NAJAFI-TAVANI Z, NAUDEP, et al. How collaborative innovation networks affect new product performance:product innovation capability, process innovation capability, and absorptive capacity[J].Industrial Marketing Management, 2018, 73(8) : 193-205.
[12] GRANOVETTER M. Economic action and social structure:the problem of embeddedness[J].American Journal of Sociology, 1985, 91(3): 481-510.
[13] FENG H L, LU J C, HUNG T T. Suppliers' local network embeddedness and buyers' joint innovation[J].International Marketing Review, 2019, 36(3): 342-364.
[14] ANTONY P, MIRIAM W. Exploring supplier-supplier innovations within the Toyota supply network:a supply network perspective[J].Journal of Operations Management, 2020, 66(7-8): 797-819.
[15] 于茂荐,孙元欣.供应商网络技术多元化如何影响企业创新绩效——中介效应与调节效应分析[J].南开管理评论, 2020, 23(2): 51-62.
[16] GRANT R M. Prospering in dynamically-competitive environments: organizational capability as knowledge integration[J].Organization Science, 1996, 7(4): 375-387.
[17] 叶江峰,任浩,郝斌.企业间知识异质性、联盟管理能力与创新绩效关系研究[J].预测,2015,34(6):14-20.
[18] YUAN C, XUE D, HE X. A balancing strategy for ambidextrous learning, dynamic capabilities, and business model design, the opposite moderating effects of environmental dynamism[J].Technovation, 2021, 103(3): 102225.
[19] SIGGELKOW N, RIVKIN J W. When exploration backfires: unintended consequences of multilevel organizational search[J].Academy of Management Journal, 2006, 49(4): 779-795.
[20] 弋亚群, 谷盟, 刘怡, 等. 动态能力、双元学习与新产品开发绩效[J].科研管理, 2018, 39(1): 74-82.
[21] 杨杰, 汪涛, 王新. 服务外包中组织双元学习对供应商创新能力的影响——治理机制的调节作用[J].科技进步与对策, 2021, 38(20): 73-80.
[22] THEODORAKOPOULOS N, RAM M, SHAH M, et al. Experimenting with supply chain learning (SCL): supplier diversity and ethnic minority businesses[J].The International Entrepreneurship and Management Journal, 2005, 1(4) : 461-478.
[23] 芮正云,罗瑾琏,甘静娴.新企业网络导向如何影响其创业导向[J].管理评论, 2020, 32(1): 119-131.
[24] 杜运周, 贾良定. 组态视角与定性比较分析(QCA): 管理学研究的一条新道路[J].管理世界, 2017, 33(6): 155-167.
[25] BACON E, WILLIAMS M D, DAVIES G. Coopetition in innovation ecosystems: a comparative analysis of knowledge transfer configurations[J].Journal of Business Research, 2020, 115(7): 307-316.
[26] 曲小瑜. 组态视角下网络嵌入、行为策略和认知柔性对中小企业朴素式创新绩效的影响研究[J].管理学报, 2021, 18(12): 1814-1821.
[27] 杜运周, 刘秋辰, 程建青. 什么样的营商环境生态产生城市高创业活跃度——基于制度组态的分析[J].管理世界, 2020, 36(9): 141-155.
[28] HAKANSSON H. Industrial technological development: a network approach[M].London: Routledge, 1987.
[29] IURKOV V, BENITO G. Domestic alliance networks and regional strategies of mnes: a structural embeddedness perspective[J].Journal of International Business Studies, 2018, 49(8): 1033-1059.
[30] 张婧, 杜明飞. 网络能力对供应商价值获取的影响: B2B情境下顾客参与型创新项目的实证研究[J].预测, 2018, 37(4): 9-16.
[31] MARCH J G. Exploration and exploitation in organizational learning[J].Organization Science, 1991, 2(1): 71-87.
[32] FARZANEH M, GHASEMZADEH P, NAZARI J A, et al.Contributory role of dynamic capabilities in the relationship between organizational learning and innovation performance[J].European Journal of Innovation Management, 2020, 34(3): 655-676.
[33] UZZI B, Social structure and competition in interfirm networks:the paradox of embeddedness[J].Administrative Science Quarterly, 1997, 42(1) : 35-67.
[34] 李支东,金辉. 企业产品创新与网络嵌入——组织学习的中介作用[J].管理评论, 2016, 28(1): 62-72.
[35] RAGIN C C．The comparative method: moving beyond qualitative and quantitative strategies[M].Berkeley: University of California Press, 1987．
[36] 郭韬,李盼盼,乔晗,等.网络嵌入对科技型企业成长的影响研究——组织合法性和商业模式创新的链式中介作用[J].外国经济与管理, 2021, 43(7): 97-110.
[37] 陈国权,刘薇. 企业环境对探索式学习、利用式学习及其平衡影响的实证研究[J].中国软科学,2017,31(3): 99-109.
[38] RAGIN C C. Redesigning social inquiry: fuzzy sets and beyond[M].Chicago:University of Chicago Press, 2008.
[39] JACOBS S, CAMBRÉ B. Designers' road(s) to success: balancing exploration and exploitation[J].Journal of Business Research, 2020, 115(7): 241-249.
[40] FISS P C. Building better causal theories: a fuzzy set approach to typologies in organization research[J].Academy of Management Journal, 2011, 54(2): 394-420.
[41] MISANGYI V F, ACHARYA A G. Substitutes or complements? a configurational examination of corporate governance mechanisms[J].Academy of Management Journal, 2014, 57(6): 1681-1705.
[42] 王永贵, 赵春霞, 赵宏文. 服务外包情境下供应商创新的形成机制——对顾客创新性、供应商依赖与两种组织学习角色的实证研究[J].经济管理, 2016, 38(12): 100-111.