Drastic transformations occurring at the market, institutional, and technological levels within the enterprise innovation ecosystem can foster the emergence of additional opportunities. The various participants in this system play a pivotal role in facilitating symbiotic disruptive innovation, thereby internally promoting its realization. Enterprises possessing core capabilities have the ability to attract more partners within the enterprise innovation ecosystem and acquire complementary resources for both technological and model innovation. Consequently, this study focuses on exploring the mediating function of the enterprise innovation ecosystem between core competence and disruptive innovation. Furthermore, during the early stages of disruptive innovation, an extensive period of knowledge accumulation is required; thus, organizing and utilizing collective knowledge within enterprises can facilitate sustainable development. In terms of product or service attributes that align with mainstream trends, enterprises exhibiting a high level of knowledge management maturity are likely to attract mainstream customers and secure market share through gradual enhancements in both technical and non-technical core competencies. Therefore, it is imperative to investigate how enterprise knowledge management maturity moderates core competence's impact on disruptive innovation.
To validate the theoretical model, the study selects research subjects from equipment manufacturing, automotive manufacturing, electronic equipment manufacturing, and energy fuel manufacturing industries across China, and distributes questionnaires through personal visits, direct mailing, paper questionnaires,etc., with a total of 164 valid samples retrieved. Hierarchical regression analysis combined with the bootstrap method was employed to test our hypotheses. The findings indicate that both core technical competence and core non-technical competence have a significant positive impact on disruptive innovation. Furthermore, it is observed that the enterprise innovation ecosystem plays a crucial mediating role between core competence and disruptive innovation while knowledge management maturity significantly moderates the relationship between core non-technical competence and disruptive innovation.
This study makes several theoretical contributions. Firstly, it categorizes core competence into two dimensions: core technical competence and core non-technical competence, thereby enriching the antecedents of disruptive innovation. Secondly, from the perspective of enterprise innovation ecosystem, it identifies that the latter plays a partial intermediary role between core competence and disruptive innovation, revealing its significant impact on disruptive innovation and expanding the application scope of enterprise innovation ecosystem theory. Additionally, it provides a fresh perspective for studying the relationship between core competence and disruptive innovation. Thirdly, by considering knowledge management maturity as a moderating variable, this study uncovers how knowledge management maturity influences the relationship between core non-technical competence and disruptive innovation.
To drive disruptive innovation, manufacturing companies should focus on strengthening both their technical and non-technical core competencies. It's also crucial to actively develop self-led innovation ecosystems that can attract and assimilate innovative resources, thereby enhancing the speed and quality of disruptive innovations. Lastly, companies should prioritize advancing their knowledge management maturity by cultivating a knowledge-sharing culture, hiring skilled personnel in knowledge management, and implementing comprehensive knowledge management systems along with effective sharing platforms.
开放科学(资源服务)标识码(OSID)：
党的二十大报告强调,“强化企业科技创新主体地位”。企业在国家创新体系中不仅地位、角色、使命和任务发生了重大变化,而且从过去“技术创新主体”向“科技创新主体”转变,提升企业科技创新能力和核心竞争力是推动高质量发展面临的重大问题。其中,制造业整体能力和水平对国家或地区经济发展拉动最大,制造业科技创新成为解决“卡脖子”困境、实现高水平科技突破的重要途径。颠覆性创新能打破现行技术范式和市场竞争格局,为企业带来全新机遇,成为制造业企业提升竞争优势的关键举措。近年来,小米、吉利汽车等企业在各自领域成功实现颠覆性创新,其成功的秘诀在于通过低成本战略迅速占有市场份额、加大企业核心能力构建、不断提高企业研发能力和技术能力。如何在强化核心能力的基础上,高效孕育和推动颠覆性创新,持续提升企业核心竞争力,成为当下发展的重要议题。
颠覆性创新基于全新的技术轨道,可重构市场规则和竞争态势,伴随技术与产品的不断完善,从边缘侵蚀主流市场,实现市场颠覆,其创新程度和影响效应大于维持性创新[1]。因此,企业在应对外部压力的同时,应通过颠覆性技术提升核心能力,进而寻求升级之路。有学者指出,颠覆性创新的内在动力源于企业之间的资源配置,且企业机会识别能力、资源整合能力和技术学习能力对颠覆性创新行为具有重要影响[2-3]。因此,企业需积极探究除核心新技术能力之外的能力,以实现颠覆性创新。尽管颠覆性创新理论日臻完善,并涌现出一系列案例,但较少有研究揭示制造业企业核心能力中的技术能力和非技术能力对颠覆性创新的影响,企业亟待掌握这些创新密码,以建立独特竞争优势。
国内外学者基于不同视角对颠覆性创新进行探讨,主要集中在技术发展应用、创新价值传递方式、组织内外影响因素等方面,忽视了创新过程已不再局限于独立的企业或行业,而是分布在由不同资源组成的互补性创新网络系统中[4]。颠覆性创新是一个涉及多主体协同及动态交互的社会化过程,在技术特征、市场动态和外部环境方面相互融合、相互关联,通过核心技术轨道演变、互补技术创新和基础设施的进一步完善,在不同阶段有效推动创新[5]。企业嵌入适宜的创新生态系统获取相关资源和能力,是通过价值共创实现颠覆性创新的关键[6]。一方面,企业创新生态系统中各参与者为企业提供了技术二次创新的机会,高新技术攻关难度降低有利于企业加速核心技术能力提升并在非主流市场获取竞争优势,进而逐步渗入主流市场并带来颠覆性创新(王海军等,2022);另一方面,在快速变化的环境中,相关学者构建了一个协同驱动核心技术能力和非技术能力发展的企业创新生态系统框架。因此,本文主要研究企业创新生态系统在核心能力与颠覆性创新之间的中介作用。
颠覆性创新是复杂和多维的,多主体之间的知识转移和整合、外部知识获取影响颠覆性创新的实现。知识是创新的基本动力,已有研究多聚焦知识存储、知识表达,忽视了企业自身知识管理成熟度对颠覆性创新的作用(张亚莉等,2023)。企业知识管理成熟度能够提升企业应变能力以及处理复杂环境的灵活性,从而应对颠覆性创新的高风险性和不确定性。尽管知识管理成熟度在提升企业颠覆性创新方面具有很大潜力,但现有研究较少探讨知识管理成熟度在企业技术和非技术层面对颠覆性创新的作用机制。因此,本文重点研究知识管理成熟度在企业核心技术能力、核心非技术能力与颠覆性创新之间的影响作用。
基于此,本文以企业创新生态系统为基础,从理论上重新解构核心能力的概念,将其划分为核心技术能力和核心非技术能力,探究两种能力对颠覆性创新的影响。同时,分析企业创新生态系统在其中扮演的中介角色以及知识管理成熟度所发挥的调节作用。本文进一步扩展企业核心能力的内涵,发现企业创新生态系统对颠覆性创新具有重要影响,并明确企业知识管理成熟度在调节颠覆性创新中的作用机制。此外,还揭示制造业企业核心能力在颠覆性创新中所发挥的作用,可为制造业企业探索颠覆性创新内在规律和实现转型升级提供理论支持。
企业是颠覆性创新的主要参与者,其内在驱动力能够对主体创新和网络关系产生直接影响。核心能力是企业永葆竞争优势的基础,对企业核心产品和业务运营起重要支撑作用,并通过输出面向客户的终端产品实现价值创造[7]。Coombs[8]指出,核心能力是企业能力的组合。对于制造业企业而言,企业核心技术能力是企业核心能力的关键,是企业通过以往投资和学习行为积累的能力,其积累过程往往伴随着企业核心产品和核心技术的发展。Teece等[9]认为在迅速变化的环境中,企业可通过整合、构建、重新配置资源和职能等动态能力为组织带来创新竞争优势;Eisenhardt &Martin[10]认为企业长期竞争优势的获取在于资源配置;陈劲[11]指出企业核心能力包括核心技术能力和非技术要素,他认为企业各个层次均蕴含着核心能力。因此,企业核心能力不仅包括核心技术能力,还包括核心非技术能力,如机会和危机识别能力、组织学习能力、整合和重组能力、企业文化等。在核心技术能力和核心非技术能力的共同作用下,企业核心能力才能给企业带来持久性竞争优势。据此,本文将核心能力解构为核心技术能力和核心非技术能力两个维度。
Stalk 等[12]认为核心能力以技术创新过程为核心,具有路径依赖性;Govindarajan等[13]专注于基于技术的根本性创新和基于市场的颠覆性创新,将根本性创新定义为“在产品中融入实质性新技术的创新”,将颠覆性创新定义为“针对新兴市场但不一定包含最先进技术的创新”;黄海霞等(2015)提出新兴技术具有创造新市场的能力,但其创新收益影响技术可行性,技术模块化会降低颠覆性创新门槛,“技术间断”和“间断跳跃”的交替演进有利于颠覆性创新的实现。关键核心技术影响企业当前核心能力,打造企业动态核心能力能够加快颠覆性技术突破,增强市场竞争力。
基于颠覆性创新概念和发展更完整的颠覆性创新研究,学者认为战略管理、人力资源管理、知识管理等核心非技术能力对颠覆性创新具有重要影响。尹西明等[14]、张庆普等[15]在整合式创新理论中强调,颠覆性创新过程既包括从技术要素向非技术要素升级,亦包含由战术层面进阶、升华至战略层面,还包括由单一技术创新逐步演变成多方位整合式创新,涉及技术、制度、文化和战略等各个方面。在战略管理层面,重新组织和整合行业关键技术及创新资源是提升企业持续创新能力的重要途径,企业资源、流程和价值如果能容纳创新产品开发,便能应对颠覆性创新,企业采用研发和创新过程机制有助于促进或阻碍颠覆性创新的实现[16]。在人力资源管理方面,有学者阐述人力资源能够在创新中发挥更大作用并成为影响持续创新的一个重要因素,从人力资源角度构建适当的团队氛围有利于将组织思维转化为颠覆性创新思维[17]。在知识管理方面,王海军等(2021)认为组织获取和利用更多创新资源是实现颠覆性创新的关键,其中探索性学习对颠覆性创新具有显著正向影响。据此,本文提出如下假设:
H1a：核心技术能力对颠覆性创新具有正向影响;
H1b：核心非技术能力对颠覆性创新具有正向影响。
核心能力是企业内外部不同要素经过重组、优化和整合后形成的一种能力。由于核心能力支撑着企业战略变革,企业通过培育并提升核心能力重构自身价值网络、打破组织边界限制、寻求企业与外部环境交互。一些焦点企业通过与外部异质性伙伴协同,构建基于核心能力的创新生态系统,实现组织内外部创新主体与资源协同,并通过核心能力提升与创新生态系统异质性成员共生演化维持企业持续竞争优势[18]。因此,在企业内部打造强大的核心能力是企业实施开放性创新的基础,基于核心能力构建的创新生态系统有助于平衡与协调企业内外部创新要素,使企业真正实现资源整合以及内外部创新的动态匹配。只有核心能力强大、不可模仿或替代、有价值,才能保证企业核心资源的专属性,不断获取外部创新资源并融入开放式创新。
由于满足客户需求的问题解决方案大多来自企业内部,为维持持续竞争优势,企业需拥有核心技术能力(吕一博等,2015)。然而,多数企业无法在内部拥有技术创新的全部资源,某一企业的外围技术可能正是另一家企业的核心技术,企业可通过专注于自身核心技术并与其他异质主体相结合,不断拓展产品功能,进一步建立技术组合优势。创新生态系统的核心在于技术创新,企业核心技术能力的价值性、难以复制性和可延展性是企业外部主体选择合作伙伴的重要依据。具有强大核心技术能力的企业一方面更容易吸引外部参与者进行价值共创,另一方面也有利于将自身核心技术优势与其他异质主体形成优势互补,运用创新资源协同效应,推进具备核心技术能力的企业以自身为主导构建企业创新生态系统。
在迅速变化的环境下,核心技术能力难以快速改变,企业实现持续技术创新需依靠非技术因素的支撑。动态能力理论认为,企业具备独特且难以复制的核心能力,其中动态能力有助于推动企业创立、布局和维护无形资产,并通过与外部实体组织进行合作建立共赢关系,进而构建企业创新生态系统。在不同创新阶段,企业核心技术能力外的核心非技术能力是驱动企业创新生态系统运行的关键,包括针对特定目标进行扫描吸收、整合的协同创新能力以及规范性的治理分配能力等。核心非技术能力促进异质性主体开放协作,使资源得以有效利用,通过整合共享互补资源实现价值共创(戴亦舒等,2015)。具备核心非技术能力的企业可以更好地获取、吸收、整合利用外部技术,并在以自身为主导的企业创新生态系统中获取竞争优势。据此,本文提出如下假设:
H2a：核心技术能力对企业创新生态系统构建具有正向影响;
H2b：核心非技术能力对企业创新生态系统构建具有正向影响。
Moore[19]认为参与者通过在创造产品和服务方面进行合作与竞争提升创新发展能力。颠覆性创新不仅关注先进技术,还关注创造和获取价值的独特方法,而组织间合作研发可形成一个以创新为核心的生态环境[20];柳卸林等[21]认为企业社会网络有利于颠覆性创新所需资源共享和协同合作,组织社会网络与创新产出之间存在正向关系,组织间社会网络越复杂,组织间联系越紧密,越有利于技术创新的开展,并且实施开放式创新战略能够提高企业创新能力[22]。在社会网络中处于优势地位的企业获取异质性知识资源的成本越低,完成颠覆性创新的可能性越大。相较于企业间社会网络,企业创新生态系统中市场、制度和技术层面的剧烈变化有利于促进更多机会涌现,并且系统中各参与主体的相互合作是推动企业颠覆性创新的关键[23-24]。另外,颠覆性创新对传统创新规则和标准提出挑战,同时也与消费者的观念和习惯背道而驰,对创新生态环境有较高的依赖[25]。因此,颠覆性创新本质上是不同主体对创新的接力赛,即由市场提出需求,由研究机构进行基础研究,由企业负责将颠覆性技术和模型予以实践,由多主体配合实现创新发展。颠覆性创新是一个不断发展的过程,其依赖于异质组织的互补性资源,这些组织通过生态系统相互联系,所以发展互补性生态系统是开展颠覆性创新的重要途径[26]。据此,本文提出如下假设:
H3：企业创新生态系统对颠覆性创新具有正向影响。
随着创新所需技术的综合化和复杂化,企业面临有限资源和能力无法满足不断增长的技术创新成本及其复杂性挑战,拥有核心技术能力的企业能够影响企业合作伙伴选择,通过与创新生态系统各主体进行合作寻求创新解决方案。创新生态系统通过平衡企业内部创新资源与不同主体之间的复杂关系,将内部技术和外部知识融合在一起,形成更为多样化的技术组合[27]。由于颠覆性创新从根本上打破现有价值网络,通过新技术与商业模式的适度结合获取竞争优势[28],其一方面依赖于低端技术开发,另一方面依赖于较高量级的技术轨道跃迁,并且往往由新进入者领导,通过低端市场或建立新兴市场起到自下而上的颠覆性效果。在创新生态系统中,各主体之间的相互联系可以帮助企业获取最新技术能力,及时掌握相关技术发展趋势,扩大技术联系网络,同领先的技术研发机构形成紧密合作关系,进而实现颠覆性创新。
由于不同企业资源、技术能力不同,借鉴领先企业的经验未必能够带来良机和希望,而拥有核心非技术能力的企业能够充分利用外部资源突破自身资源约束,通过主动建立合作关系获得互补性知识和技术,并基于长期互动关系形成依赖和共生演进的企业创新生态系统。一方面,构建创新生态系统需要企业家精神与战略思维的相互匹配,企业创新生态系统中各主体决策、行动和价值网络会影响颠覆性创新动力,生态系统中各参与主体互动有利于实现颠覆性创新;另一方面,企业创新发展能力能激发新的生态系统诞生和扩张,并不断发展和改进创新[27],因此以核心能力为主导的企业创新生态系统能促进颠覆性创新的实现。据此,本文提出如下假设:
H4a：企业创新生态系统在核心技术能力与颠覆性创新之间起中介作用;
H4b：企业创新生态系统在核心非技术能力与颠覆性创新之间起中介作用。
随着知识经济的发展和市场竞争的加剧,越来越多的企业开始重视知识管理,通过评估知识管理成熟度反映组织真实的知识管理水平,引入新思想和不同视角探索企业适宜的发展路径,以提高组织创新能力和竞争力。卡内基梅隆大学软件研究所最先提出被学者广泛应用的成熟度模型(CMM),并将其分成5个等级,认为企业可通过提升知识管理成熟度等级逐步提高组织绩效目标[29]。在此基础上,相关学者将知识管理成熟度划分为初始级、获取级、共享级、标准级和优化级5个等级。知识管理成熟度高的企业内外部知识共享、交流和应用频繁,能够更好地跟踪和分析行业动态及市场趋势,更易挖掘潜在的颠覆性创新机会,进而提高产品和服务附加值。
蔡韬(2006)、高艳(2012)等提出知识管理成熟度梯次模型,发现知识管理成熟度级别低的企业很难出现颠覆性创新思想,而知识管理成熟度高的企业能更好地平衡技术与创新之间的关系,通过技术和流程的不断改进,在产品或服务上进行创新,以吸引更多主流客户并赢得更多市场份额。同时,针对主流客户需求确定技术改进方向,优化产品并扩大市场份额。另外,技术颠覆前期往往需要较长时间积累(王超等,2022),知识管理成熟度高的企业通过收集主流市场相关技术,能够在技术性能首要维度上更新主导技术性能,进而迅速占据主流市场。
充分利用企业集体知识有利于促进企业可持续发展,并提高企业创新能力和应对环境变化的响应能力。对于制造业企业来说,虽然技术是竞争的主要手段,但未来企业面临的挑战更多是战略性和组织性的,而非技术性的,越来越多的创新依赖于不同领域能力的结合,企业需开发现现有知识和资源,并整合与积累相关非技术能力。具备高知识管理成熟度的企业运用知识对产品进行改进,选择适配主流客户需求的商业模式满足自身需求以推进颠覆性创新(刘洪民等,2022)。另外,高级别知识管理成熟度的企业能够为自身知识流动、转化和创新提供良好机制。企业实施动态性知识管理活动能够提升企业创新水平和绩效,并且管理者通过高效的知识管理行为可培育组织学习能力[30]。企业充分利用核心非技术能力获取信息,通过提升知识管理成熟度重新组织资源,进而达到颠覆性创新目标。据此,本文提出如下假设:
H5a：知识管理成熟度对核心技术能力与颠覆性创新起正向调节作用;
H5b：知识管理成熟度对核心非技术能力与颠覆性创新起正向调节作用。
综上所述,本研究构建理论模型,如图1所示。
图1 理论模型
Fig.1 Theoretical hypothesis model
本研究以制造业企业为研究对象,运用问卷调研法收集数据,采用样本统计分析法验证研究假设,重点探讨核心能力、企业创新生态系统对颠覆性创新的影响机制。本研究要求被调研者对颠覆性创新有较为客观的了解,以企业中高层管理人员及企业专业技术岗位工作人员为调研对象。同时,通过实地访谈、邮寄纸质问卷和电子邮件发送等方式,对辽宁、山东、广东、浙江、江苏、北京、上海等省市装备制造业、汽车制造业、电子设备制造业和能源燃料制造业企业进行问卷调研,共投放203 份问卷,剔除39份无效问卷后,有效样本总数为164份,有效问卷回收率为80.79%。其中,有73.17%的受访者符合研究对象要求,能够满足实证分析数据需要,样本基本特征如下:①按企业性质划分,国有企业占36.2%,民营企业占37.6%,外资企业占10.1%,合资企业占16.1%;②按企业所属行业划分,装备制造业占37.8%,汽车制造业占23.78%,电子设备制造业占19.51%,能源燃料制造业占10.37%,其它制造业占8.54%;③按成立年限划分,5年及以下占3.2%,6～10年占15.1%,11～15年占19.3%,16～20年占32.6%,21年及以上占29.8%;④按近3年年均收入划分,300万元及以下占5.5%,301万元～2 000万元占14.2%,2 001万元～4亿元占32.6%,4亿元以上占47.7%;⑤按员工数量划分,500人及以下占5.5%,501～1 000人占19.3%,1 001～1 500人占18.8%,1 500人以上占56.4%;⑥按企业知识管理成熟度划分,初始级占7.3%,获取级占8.7%,共享级占13.3%,标准级占15.1%,优化级占55.5%。
对于核心能力,本文将其解构为核心技术能力和核心非技术能力。参考王海军[31]对核心技术创新的研究,设置3个题项测量核心技术能力;采用胡望斌等[32]的研究,设置3个题项测量核心非技术能力。对于颠覆性创新,借鉴Zhou等[33]对颠覆性创新的研究,设置3个题项测量颠覆性创新;对于企业创新生态系统,根据互补性、嵌入性特征,结合Jacobides等[34]和 Granovetter[35]对创新生态系统的研究,设置3个题项测量企业创新生态系统。对于企业知识管理成熟度,借鉴蔡韬、高艳等对知识管理成熟度的研究,设置5个定类题项。
此外,企业性质、所属行业对企业战略决策和创新行为具有重要影响,故本文将其设置为控制变量。另外,大量研究表明企业基本特征也会对企业创新产生重要影响(Subramaniam 等,2005; Koberg等,2003),因此设置如下控制变量:企业年均收入和员工规模。企业性质包括国有、民营、外资和合资4种类型;所属行业涵盖装备制造业、汽车制造业、电子设备制造业以及能源燃料制造业等11个类别;企业年均收入分为4个级别;员工规模包括4个级别。
探索性因子分析结果显示,核心技术能力、核心非技术能力、颠覆性创新、企业创新生态系统4个因子对应的共同度值均超过0.647,KMO统计量值为0.877,累积方差解释率达到78.831%,表明4个因子能够有效提取研究项的信息量,超过50%的阈值。各变量的Cronbach′s α系数均大于0.808,说明变量测量具有较高可信度和内部一致性。经过验证性因子分析(CFA)评估变量之间的效度情况发现,CFA各因子载荷介于0.610～0.853之间,所有潜变量的组合信度(CR)均高于0.824(高于0.7),AVE值也都高于0.616(高于0.5的标准),显现出较高的聚合效度。并且,各变量的AVE平方根值均超过因子相关系数绝对值的最大值,说明变量间具有较高的区分效度,见表1和表2。
本文测量题项由同一填写者完成,可能存在潜在同源方法偏差问题。CFA验证结果显示,原四因子模型数据拟合指标为χ2/df=2.214、RMSEA=0.086、CFI= 0.952、TLI=0.955,说明模型拟合程度良好。而单因子拟合指标为χ2/df=7.007、RMSEA=0.192、CFI=0.735、TLI=0.676,明显与标准值偏离,表明量表数据无法集中在一个因子上。因此,研究数据通过共同方法偏差CMV检验。另外,通过研究设计可控制常见的方法偏差问题,本文遵循量表开发、数据收集过程,采用问卷匿名填写、保密保证等方法,结构效度和信度均得以验证,因此同源方法偏差问题不严重。
表1 变量信效度检验结果
Table 1 Reliability and validity test results of variables
变量题项因子载荷Cronbach′s αAVECR核心技术能力企业拥有很多基础技术、通用技术0.7900.8320.6360.839企业拥有好的工艺开发能力0.763企业拥有很多产品的独门技术或专利0.810核心非技术能力企业经常了解行业创新现状和客户需求变化0.6100.8080.6160.824企业拥有强大的战略整合能力,对变化可快速作出反应0.830企业流程、文化、制度能够与合作方的能力和优势兼容0.853颠覆性创新企业通过创新使现有产品设备或技术工艺被替代/淘汰0.8320.8520.6690.858企业创新很大程度上能改变现有产品、技术0.782企业在组织模式和商业模式方面与主要竞争对手完全不同0.710企业创新生态系统企业通过创新生态系统获取大量异质互补资源0.8010.9010.7580.903企业从企业创新生态系统中获得价值创造方式0.782企业创新生态系统中各主体相互信任程度高、信息共享程度深0.791
表2 潜变量描述性统计结果
Table 2 Descriptive statistics of latent variables
变量123456789112-0.112130.106-0.12214-0.1170.137-0.08515-0.025-0.226∗∗0.041-0.363∗∗∗16-0.1220.222∗∗-0.1020.132-0.211∗∗0.7977-0.170∗0.087-0.0320.003-0.1110.478∗∗∗0.7858-0.0270.004-0.0410.102-0.1270.556∗∗∗0.529∗∗∗0.8189-0.0940.010-0.0800.037-0.1530.587∗∗∗0.577∗∗∗0.651∗∗∗0.870均值5.8233.4153.7562.6652.0854.0204.0773.5103.711标准差2.0211.0791.2341.3621.2550.9030.8090.9900.948
注:***p<0.001,**p<0.01,*p<0.05,,下同。粗体为对应变量的AVE平方根:1代表所属行业,2代表知识管理成熟度,3代表企业性质,4代表企业年均收入,5代表员工规模,6代表核心技术能力,7代表核心非技术能力,8代表颠覆性创新,9代表企业创新生态系统
本研究使用层次回归法验证研究假设,设计8个模型置于回归方程中,模型1和模型2的因变量为企业创新生态系统,模型3—模型8的因变量为颠覆性创新,根据表3所示回归结果得出以下结论:
(1)主效应。将颠覆性创新设为因变量,加入企业性质、所属行业、年收入、员工规模为控制变量,将核心技术能力和核心非技术能力置入回归方程。由模型3和模型4可以看出,控制变量对颠覆性创新无显著影响;而核心技术能力和核心非技术能力对颠覆性创新具有显著正向影响(t=5.461,p<0.001;t=5.082,p<0.001),且核心技术能力对颠覆性创新的影响大于核心非技术能力,假设H1a和H1b得到验证。
(2)中介效应。按照Baron&Kenny[36]的建议,采用层次回归分析法检验企业创新生态系统在颠覆性创新中所扮演的中介角色。将颠覆性创新和企业创新生态系统设为因变量,加入控制变量,在此基础上再引入自变量,即核心技术能力和核心非技术能力,最终将中介变量企业创新生态系统置入回归方程。由表3结果可知,核心技术能力和核心非技术能力对企业创新生态系统具有显著正向影响(t=5.839,p<0.001;t=5.691,p<0.001),假设H2a和H2b得到验证。同时,企业创新生态系统对颠覆性创新具有显著正向影响(t =10.690,p<0.001),假设H3得到验证。在加入企业创新生态系统作为中介变量后,核心技术能力和核心非技术能力对颠覆性创新依然具有显著正向影响(t=3.098,p<0.01;t=2.796,p<0.01),只是影响程度下降。因此,企业创新生态系统在核心技术能力与颠覆性创新以及核心非技术能力与颠覆性创新之间发挥部分中介作用,假设H4a和H4b得到验证。
(3)调节效应。将颠覆性创新作为因变量置于回归模型,依次引入控制变量、自变量核心技术能力和核心非技术能力,之后引入调节变量知识管理成熟度,最后将核心技术能力、核心非技术能力与知识管理成熟度的交互项加入回归方程,考察知识管理成熟度的调节效应。表3结果显示,核心技术能力与知识管理成熟度交互项对颠覆性创新没有显著影响 (t=-0.294),说明知识管理成熟度对核心技术能力与颠覆性创新关系无明显影响,假设H5a未得到验证。核心非技术能力与知识管理成熟度交互项对颠覆性创新具有显著正向影响(t=2.018,p<0.05),说明知识管理成熟度水平越高,核心非技术能力与颠覆性创新之间的正向影响关系越显著,假设H5b得到验证。进一步观察不同水平知识管理成熟度对核心非技术能力与颠覆性创新关系的影响效应,如图2所示。从中可以看出,相比于低水平知识管理成熟度,在高水平知识管理成熟度下,核心非技术能力与颠覆性创新之间的正向关系更显著。
表3 变量回归分析结果
Table 3 Results of regression analysis
变量 企业创新生态系统模型1模型2颠覆性创新模型3模型4模型5模型6模型7模型8控制变量所属行业-0.0450.009-0.0100.0440.0210.0400.0430.021企业性质-0.051-0.023-0.024-0.0040.0110.0140.0080.020年均收入-0.028-0.0210.0430.0490.0620.0580.0520.048员工规模-0.126∗-0.026-0.0830.0170.0030.0290.0120.014自变量核心技术能力0.420∗∗∗0.429∗∗∗0.247∗∗0.434∗∗∗0.436∗∗∗核心非技术能力0.451∗∗∗0.440∗∗∗0.245∗∗0.441∗∗∗0.361∗∗∗中介变量企业创新生态系统0.682∗∗∗0.433∗∗∗调节变量知识管理成熟度0.1230.187交互项核心技术能力╳知识管理成熟度-0.059核心非技术能力╳知识管理成熟度0.507∗R20.0380.4610.0210.4090.4320.5020.4110.429F值1.58522.4190.86118.13324.03622.46115.55812.850△R20.0380.4230.0210.3880.4110.0930.0020.018△F1.58561.6690.86151.580114.28429.0150.4762.395
图2 知识管理成熟度对核心非技术能力与颠覆性创新关系的调节效应
Fig.2 Moderating effect of knowledge management maturity on the relationship between core non-technical competence and disruptive innovation
本研究使用Bootstrap方法进行直接效应和中介效应稳健性检验,结果如表4和表5所示。从中可见,核心技术能力对颠覆性创新的直接影响效应在95%置信区间为[0.280,0.561],而间接影响效应在95%置信区间为[0.069,0.282],置信区间不包含0,且达到显著性水平,说明核心技术能力对颠覆性创新的正向影响较显著,企业创新生态系统在核心技术能力与颠覆性创新之间起部分中介作用,假设H1a和H4a进一步得到验证。另一方面,核心非技术能力对颠覆性创新的直接影响效应在95%置信区间为[0.301,0.614],而间接影响效应在95%置信区间为[0.060,0.281],置信区间不包含0,达到显著性水平,说明核心非技术能力对颠覆性创新的正向影响较显著,并且企业创新生态系统在核心非技术能力与颠覆性创新之间起部分中介作用,假设H1b和H4b进一步得到验证。
表4 Bootstrap直接效应稳健性检验结果
Table 4 Bootstrap robustness test results of direct effects
路径回归系数标准误t值P值BootLLCIBootULCI核心技术能力→颠覆性创新 0.4210.0725.8710.000∗∗∗0.2800.561核心非技术能力→颠覆性创新0.4580.0805.7280.000∗∗∗0.3010.614
表5 Bootstrap间接效应稳健性检验结果
Table 5 Robust bootstrap test results of indirect effects
项目总效应ab中介效应值SEz值p值95% BootCI直接效应检验结论核心技术能力→企业创新生态系统→颠覆性创新 0.429∗∗∗0.420∗∗∗0.433∗∗∗0.1820.0543.3550.0010.069～0.2820.247∗∗部分中介核心非技术能力→企业创新生态系统→颠覆性创新0.440∗∗∗0.451∗∗∗0.433∗∗∗0.1950.0563.4990.0000.060～0.2810.245∗∗部分中介
本文以制造业企业为研究对象,将核心能力划分为核心技术能力和核心非技术能力两个构念,从企业创新生态系统角度探讨核心能力对企业颠覆性创新的影响,并验证企业创新生态系统的中介作用,同时考察企业知识管理成熟度的调节作用,得出如下研究结论:①强化核心能力是企业实施颠覆性创新的一种有效路径,验证了核心能力构念中核心技术能力和核心非技术能力两个维度划分的科学性和合理性,发现这两个维度具有较高的内部一致性和辨别效度。②核心能力的两个维度对颠覆性创新具有正向影响效应,即核心技术能力和核心非技术能力不仅能直接促进企业颠覆性创新,还通过塑造良好的企业创新生态系统间接推动颠覆性创新,丰富了颠覆性创新驱动因素研究。③企业知识管理成熟度在核心非技术能力与颠覆性创新之间发挥调节作用,即高水平知识管理成熟度有助于提升核心非技术能力对颠覆性创新的正向影响。
(1)本研究基于核心能力理论,探讨核心能力对颠覆性创新的影响,并将核心能力解构为核心技术能力和核心非技术能力两个维度,建立核心技术能力和核心非技术能力的逻辑连接。研究发现,核心技术能力和核心非技术能力对颠覆性创新具有显著正向影响,企业核心能力对颠覆性创新起重要支撑作用。原因在于,核心技术突破往往会造成颠覆性影响,但需要长时间的技术积累,而核心非技术能力提升则相对容易,能使企业在市场上占据一定地位并成为行业颠覆者。同时,强调核心技术能力和核心非技术能力对颠覆性创新的重要影响,丰富了核心能力理论研究和应用场景。企业应充分利用自身核心能力把握市场需求,识别和创造新机遇,进而推动颠覆性创新。本文以能力为内核对颠覆性创新进行深层次探究,探讨制造业企业颠覆性创新的内在规律,为以往颠覆性创新案例研究提供了实证支撑。
(2)基于企业创新生态系统视角,发现企业创新生态系统在核心能力和颠覆性创新之间发挥部分中介作用,揭示企业创新生态系统对颠覆性创新的影响机制,扩展了企业创新生态系统理论应用范围。同时,为研究核心能力和颠覆性创新关系提供了一个全新视角。颠覆性创新的实现不仅依赖企业内部技术提升,也要关注企业创新生态系统赋能。在开放、协作、共享的企业创新生态系统内部,各创新主体文化、政策、制度和服务平台等元素相辅相成、相互依存,营造出鼓励创新、激发创新、包容创新的软环境,企业通过吸引和集聚各类创新资源为颠覆性创新提供必要的资源支持。另外,企业创新生态系统推动创新跨界融合,使不同行业、领域和组织之间的合作与交流更加频繁,不同思维和经验相互碰撞融合,在知识流动过程中发现颠覆性创新机会和方法。同时,企业创新生态系统还能提供创新资金支持和市场机会,推动颠覆性创新研发和成果转化。
(3)以知识管理成熟度为调节变量,探讨核心非技术能力与知识管理成熟度的交互作用对颠覆性创新的影响。研究发现,知识管理成熟度在核心非技术能力与颠覆性创新之间发挥积极调节作用。原因在于,在知识获取、转化和应用过程中,企业通过有效识别、获取和评估外部技术及市场信息,提升对市场和技术变化的敏感性,且内部知识共享和传递形成持续学习的氛围,有助于促进知识管理成熟度提升。较高的知识管理成熟度能使企业更好地对内部和外部知识资源进行整合、协调、传递,在核心非技术能力与颠覆性创新之间形成有效的知识运营和协同机制,创造出适应颠覆性创新的环境、协同创新的力量,进而推动颠覆性创新的实现。
(1)核心技术能力和核心非技术能力正向影响颠覆性创新。首先,核心能力扩展、深化和获取是企业成功的重要因素,其中核心技术能力作为企业发展的战略基石,能不断推动颠覆性技术创新,而提高核心非技术能力则可为企业颠覆性创新提供环境保障和条件支持。其次,企业应意识到提升核心能力不能仅依赖于核心技术能力,因为核心非技术能力提升能够克服高度嵌入式管理结构惯性、优先资源承诺的路径依赖,且能应对新兴技术或市场竞争不断变化的结构性转变,并在企业业务和技术战略中以核心产品为目标,基于现有技术,采取不同组织或架构方式获取和开发颠覆性创新能力。因此,企业应将提升核心技术能力和核心非技术能力并重,在实践中不断培养和积累核心非技术能力,共同推动颠覆性创新的实现。
(2)企业不仅要重视核心能力对颠覆性创新的推动作用,还要重视企业创新生态系统在两者间的中介作用。首先,颠覆性创新的培育、发展和应用贯穿于价值链全链条和各环节,每个环节之间均有紧密联系和相互作用,涉及众多主体和领域,企业创新生态系统内部各主体合作与沟通能使企业从外部汲取更多技术知识,有利于扩大企业创新界面,提高企业创新广度和深度,增加企业颠覆性创新机会和潜力。其次,企业创新生态系统能为企业核心能力发展提供长期支撑,不断拓展核心技术边界,持续激发经营主体创新活力,促使企业形成不断涌现的颠覆性创新机制。再次,企业创新生态系统协同创新合作网络能打破传统创新孤岛,产生创新互补效应;同时,汲取额外资源和技术支持能巩固企业核心能力,并在创新过程中验证、试错和改进,提高企业颠覆性创新速度和质量。最后,在企业核心能力跃迁过程中,通过创新生态系统建立的合作关系可以分担风险,共同面对困难和挑战,降低企业单独面对创新风险的压力,减少创新失败概率,有效规避颠覆性创新伴随的高风险性和不确定性。
(3)知识管理成熟度有助于企业更好地支持核心非技术能力调整和升级,进而促进企业颠覆性创新。企业可通过对自身核心非技术能力的全面评估,根据颠覆性创新需求调整和补充相关知识能力,形成知识共享文化氛围,提高员工对颠覆性创新的敏感度和响应力,促进创新思维和创新行为的产生。此外,在颠覆性创新过程中,企业不仅要培养和吸引具备知识管理能力的人才,还要构建完整的知识管理体系和知识共享平台,形成知识收集、整理、储存、传播、应用机制,通过知识转化巩固企业核心非技术能力。
本研究存在如下不足:首先,本研究所含样本范围较广,研究结论对制造业企业具有普遍参考性,但使用截面数据无法准确反映核心能力随时间变化对颠覆性创新的影响程度。其次,将企业核心能力解构为核心技术能力和核心非技术能力两个维度,在此基础上探究颠覆性创新实现路径,采用归纳方法对相关文献进行初步验证,运用问卷调研和大数据样本统计方法进行实证研究,是否适用于其它非制造业企业需要进行进一步验证。再次,核心企业拥有的资源和技术更强大,可在颠覆过程中的任何时刻形成竞争优势,但未考虑形成竞争优势的速度也有可能影响颠覆性创新。最后,本研究仅探讨企业核心能力、企业创新生态系统对颠覆性创新的正向影响作用,但伴随着以核心企业为主导的企业创新生态系统的良性运转,颠覆性创新的作用逐步显现,系统内部其它企业也随之得到提升、精简、重新定位、组合或分离,促使企业创新生态系统发生重构。一个全新、高效率、多样性、可持续的企业创新生态系统不仅强调技术发展,也重视行业文化转变和企业管理运作,强调政策环境的动态变化,这些不同类型创新因素联系起来有可能形成颠覆性创新生态系统,这将成为未来持续研究的议题。
[1] CHRISTENSEN C M, RAYNOR M E. The innovator′s solution: creating and sustaining successful growth[M]. Boston: Harvard Business Press, 2003.
[2] CHRISTENSEN C M, MCDONALD R, ALTMAN E J, et al. Disruptive innovation: an intellectual history and directions for future research[J]. Journal of Management Studies, 2018, 55(7): 1043-1078.
[3] 张光宇,谢卫红,胡仁杰,等． 颠覆性创新SNM视角[M]．北京: 科学出版社,2016．
[4] 许泽浩,张光宇,廖建聪.基于战略生态位管理视角的颠覆性技术成长过程研究[J].中国科技论坛,2016,32(2):5-9.
[5] 张利飞,吕晓思,张运生.创新生态系统技术依存结构对企业集成创新竞争优势的影响研究[J].管理学报,2014,11(2):229-237.
[6] PALMIÉ M, WINCENT J, PARIDA V, et al. The evolution of the financial technology ecosystem: an introduction and agenda for future research on disruptive innovations in ecosystems[J]. Technological Forecasting and Social Change, 2020,151:119779.
[7] PRAHALAD C K,HAMEL G.The core competence of the corporation[J].Harvard Business Review,1990(5/6):77-91.
[8] COOMBS R. Core competencies and the strategic management of R&D[J].R&D Management, 2010, 26(4):345-355.
[9] TEECE D J, PISANO G, SHUEN A. Dynamic capabilities and strategic management[J]. Strategic Management Journal, 1997, 18(7): 509-533.
[10] EISENHARDT K M,MARTIN J A.Dynamic capabilities: what are they[J]. Strategic Management Journal, 2000, 21: 1105-1121.
[11] 陈劲.企业创新生态系统论[M].北京:科学出版社,2017.
[12] STALK G, EVANS P, SHULMAN L.Competing on capabilities: the new rules of corporate strategy[J].Harvard Business Review,1992,72:57-68.
[13] GOVINDARAJAN V, KOPALLE P K, DANNEELS E. The effects of mainstream and emerging customer orientations on radical and disruptive innovations[J]. Journal of Product Innovation Management,2011,28(S1): 121-132.
[14] 尹西明, 陈劲, 海本禄.新竞争环境下企业如何加快颠覆性技术突破——基于整合式创新的理论视角[J]. 天津社会科学, 2019,38(5):112-118.
[15] 张庆普,周洋,王晨筱,等.跨界整合式颠覆性创新内在机理与机会识别研究[J].研究与发展管理,2019,30(6):93-105.
[16] 张树满,原长弘.制造业领军企业如何培育关键核心技术持续创新能力[J].科研管理, 2022, 43(4):103-110.
[17] KURATKO D F, GOLDSBY M G, HORNSBY J S. Corporate innovation:disruptive thinking in organizations[M].London: Taylor &Francis,2018.
[18] 陈钰芬.企业创新生态系统的动态演进及创新效应[M].北京:经济科学出版社,2021.
[19] MOORE J F.Predators and prey: a new ecology of competition[J].Harvard Business Review,1999, 71(3):75-86.
[20] CHESBROUGH H W, ROSENBLOOM R S. The role of the business model in capturing value from innovation: evidence from Xerox Corporation′s technology spin-off companies[J]. Industrial and Corporate Change,2002, 11(6):529-555.
[21] 陈傲,柳卸林.突破性技术创新的形成机制[M].北京:科学出版社,2013.
[22] 王娟茹, 刘童心. 网络嵌入、资源协奏对颠覆式绿色技术创新的影响[J].科技进步与对策, 2022, 39(16):48-57.
[23] 侯珂, 李鑫浩, 阮添舜. 创新生态系统不确定性条件下后发企业何以实现颠覆性创新——基于SOR模型的动态能力中介作用[J]. 科技进步与对策, 2023,40(8):1-11.
[24] 欧光军, 杨青, 雷霖. 国家高新区产业集群创新生态能力评价研究[J]. 科研管理,2018, 39(8):63-71.
[25] 郁培丽, 刘沐洋, 潘培尧. 颠覆性创新合法性与企业家战略行动: 研究述评与展望[J]. 外国经济与管理,2019,41(3):111-125,152.
[26] RIEPLE A, KAPETANIOU C.The role of business ecosystems in the building of disruptive innovations[J].Academy of Management Annual Meeting Proceedings, 2017, (1):15077.
[27] CHESBROUGH H W. Open innovation: the new imperative for creating and profiting from technology[M]. Boston: Harvard Business Review Press, 2003.
[28] 许佳琪,汪雪锋,雷鸣,等.从突破性创新到颠覆性创新:内涵、特征与演化[J].科研管理,2023,44(2):1-13.
[29] PAULK M.Capability maturity model for software[M]. Hoboken:John Wiley &Sons, 2002.
[30] LUTHANS F, LUTHANS K W, HODGETTS R M, et al. Positive approach to leadership (pal) implications for today's organizations[J].Journal of Leadership Studies, 2001, 8(2):3-20.
[31] 王海军.关键核心技术创新的理论探究及中国情景下的突破路径[J].当代经济管理, 2021, 43(6):43-50.
[32] 胡望斌,张玉利,牛芳．我国新企业创业导向、动态能力与企业成长关系实证研究[J].中国软科学,2009,24(4):107-118.
[33] ZHOU K Z, TSE Y D K. The effects of strategic orientations on technology- and market-based breakthrough innovations[J]. Journal of Marketing, 2005, 69(2):42-60.
[34] JACOBIDES M G, CENNAMO C, GAWER A. Towards a theory of ecosystems[J]. Strategic Management Journal, 2018, 39(8):2255-2276.
[35] GRANOVETTER M. Problems of explanation in economic sociology[M]. Boston: Harvard Business School Press,1992.
[36] BARON R M, KENNY D A. The moderator-mediator variable distinction in social psychological research: conceptual, strategic, and statistical considerations[J]. Journal of Personality and Social Psychology, 1999, 51(6):1173.