Impact of Agent Interaction within Innovation Ecosystem on Enterprises′ Disruptive Innovation

He Yubing,Sun Jieting,Ye Lingfeng

(School of Economics and Management, Fuzhou University,Fuzhou 350108,China)

Abstract：In the context of technological revolution and industrial transformation, disruptive innovation has emerged as a critical engine for economic growth. As disruptive innovation is inherently a social process involving multiple interaction of agents, more and more enterprises emphasize building or embedding themselves into innovation ecosystems to implement disruptive innovation strategy effectively. To facilitate the value creation and appropriation in the disruptive innovation journey, enterprises must establish multiple interactions with heterogeneous agents in an innovation ecosystem to obtain relevant resources and capabilities. Undoubtedly, the interaction between the focal firm and other ecological agents within an innovation ecosystem will exert a certain degree of influence on enterprises' disruptive innovation performance.

Drawing upon the theoretical framework of innovation ecosystem, several scholars have explored the impact of ecological agent interaction within an innovation ecosystem on enterprises′ disruptive innovation. However, several questions remain to be further studied as follows. Firstly, as for the causes of disruptive innovation, scholars are more interested in internal factors of the enterprise, including technology strategy, organisation structure and culture, and management processes, while ignoring the role of external factors. Secondly, existing research regarding the internal mechanisms between innovation ecosystems and disruptive innovation has mainly taken the agent interaction as an integrated variable. However, it is argued that the interaction between the focal firm and its stakeholders within an innovation ecosystem should be analyzed from the perspective of heterogeneity. This is because value co-creation in innovation ecosystems involves multiple agents with different functions and goals, such as the focal firms, complementary agents, resource providers, environment shapers, and even competitors. Consequently, the focal firm carrying out disruptive innovation is compelled to construct appropriate interaction models in accordance with different types of agents. Thirdly, two mediating mechanisms have been identified through which ecological agent interaction affects enterprises′ disruptive innovation. On the one hand, as disruptive innovation is characterized by stochasticity and non-conformity, firms should pre-emptively identify initially unappreciated innovation opportunities. On the other hand, because the traditional resource allocation approach has been shown to limit the emergence of disruptive innovation, firms should reconstruct their resource systems to facilitate the idea creation, product development, and commercialization of disruptive technologies. Therefore, this study aims to explore the mediating mechanism of opportunity recognition and resource reconfiguration in the influence of agent interaction on disruptive innovation. Based on previous studies, this study divides ecological agent interaction into four dimensions: competitive interaction, supportive interaction, dependent interaction and auxiliary interaction, and then examines how the four types of ecological agent interaction affect disruptive innovation of enterprises through opportunity recognition and resource reconfiguration. Additionally, the moderating effect of ecological regulation mechanism on the relationship between agent interaction and disruptive innovation is investigated.

To provide answers to the above research questions,the study employs a questionnaire survey method with a sample of 345 Chinese firms to test the proposed hypotheses. This study yields several interesting empirical results. Firstly, the results show that each dimension of agent interaction has a certain degree of positive influence on enterprises′ disruptive innovation. Among them, dependent interaction has the most significant impact on disruptive innovation, while the effect of supportive interaction is the smallest.Secondly, this study confirms that both opportunity recognition and resource reconfiguration have a partial mediating effect on the relationship between each type of agent interaction and disruptive innovation. Thirdly, the results demonstrate that ecological regulation mechanism positively moderates the relationship between competitive interaction, dependent interaction and disruptive innovation respectively.

On the whole, as for the theoretical contributions, this study aims to further the understanding of how agent interaction within an ecosystem affects an enterprise′s disruptive innovation, expand the boundary conditions of the relationship between agent interaction and disruptive innovation, and enrich the theoretical literature in the field of driving factors of disruptive innovation. As for the managerial implications, this study provides guidance for enterprises to conduct disruptive innovation. Enterprises with a strategic orientation toward disruptive innovation should focus on building close ties with different ecological agents when embedding or constructing an innovation ecosystem, in order to acquire innovation-related resources and capabilities from heterogeneous sources. Moreover, enterprises should properly develop various ecological agent interactions to effectively identify and leverage potential innovation opportunities, reconstruct and optimize innovation resources, in order to facilitate the process of disruptive innovation.

Key Words：Innovation Ecosystem; Agent Interaction; Disruptive Innovation; Opportunity Recognition;Resource Reconfiguration;Ecological Regulation Mechanism

DOI：10.6049/kjjbydc.D2024110039

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(2025)24-0105-11

收稿日期：2024-11-02

修回日期：2025-02-13

基金项目：国家社会科学基金重点项目(19AGL008)

作者简介：何郁冰(1974—),男,湖南江永人,博士,福州大学经济与管理学院教授、博士生导师,研究方向为创新管理;孙洁婷(1996—),女,安徽安庆人,福州大学经济与管理学院硕士研究生,研究方向为创新管理;叶凌峰(1993—),男,福建漳州人,福州大学经济与管理学院博士研究生,研究方向为创新管理。通讯作者:何郁冰。

0 引言

当前,随着全球新一轮科技革命和产业变革兴起,颠覆性创新成为驱动经济发展的新引擎,通过生产新产品、创造新市场,其不仅是新兴企业成功进入主流市场的利器,也是在位企业实现持续增长的保障[1]。颠覆性创新显著异于延续性创新,具有非线性、高风险、多学科和跨组织等特点,需要企业另辟蹊径,如何促进企业颠覆性创新成为备受关注的话题。

现有的颠覆性创新前因研究主要围绕组织、技术和市场3个层面展开:组织层面研究涉及组织结构、能力和行为等因素[2-3],认为在位企业由于组织惯性和核心刚性而排斥颠覆性技术(王生辉等,2007),需要通过跨组织联结、组织二元性和动态能力实现“颠覆—维持”创新的平衡[1];技术层面研究认为技术的不连续性带来技术突变,促使新旧技术的S曲线发生跳跃(陈傲等,2011),根本性改变原有技术轨道和技术解决路径,形成新的主导性设计[4];市场层面研究将需求变化视为技术创新的决定性影响因素,如用户偏好、新需求类型、行业差异、市场缝隙等影响颠覆性技术变迁和价值实现[5]。这些研究探讨了组织结构、技术突破、市场变革、高管团队、管理认知等对颠覆性创新的影响,但较少从企业所处外部环境进行系统分析。

在开放式创新范式下,创新主体间联系日益紧密,基于创新生态系统视角的颠覆性创新形成机理获得广泛关注[6]。有研究表明,颠覆性创新是一个涉及多主体交互的社会化过程,其成功不仅源于科学原理的突破,也重视相关要素的协同演进[7-8]。从该角度而言,企业应嵌入或构建适宜的创新生态系统[1,9],通过与相关主体的多重互动,获取所需资源和能力,实现价值创造[10-11]。但是,现有研究较少分析创新生态系统中主体互动对企业颠覆性创新的影响机制。鉴于此,本文根据创新生态系统中主体关系的异质性,从机会识别和资源重构角度分析不同维度主体互动影响企业颠覆性创新的传导机制,以及生态规范机制在其中的调节作用,为深化颠覆性创新研究提供新思路。

1 理论分析与研究假设

创新生态系统在本质上是一个由众多相互关联的组织形成的复杂网络,各组织围绕一个核心企业或平台协同创造与分享新价值[1,12],同时,依赖于技术、制度、结构和环境的共生发展[13]。通过主体互动,物质、信息和能量在不同主体间多向流动,是创新生态系统形成与演化的内在机理[14]。主体互动既包括正式互动(R&D协议、合资、联盟等),也包括非正式互动(如社会网络关系、非正式交流等) [15]。由于创新生态系统内存在焦点企业、互补者、资源提供者、环境塑造者甚至竞争者等多元主体,不同主体功能和目标存在较大差异。

创新生态系统主体互动包括4种类型:①竞争型互动,是指企业与竞争者由于生态位重叠,对资源和市场存在争夺,同时,基于生态目标进行部分协作以实现价值共创,故表现为竞合关系[16],这是创新生态系统区别于传统创新系统或创新网络的显著特征;②支持型互动,是指企业与技术、知识和人才等要素生产者(主要是大学和科研机构)协同,以弥补企业内部能力不足,促进技术突破;③依赖型互动,是指企业与上下游企业、互补技术或部件提供者形成相互依赖关系,这是创新生态系统形成和发展的基础支撑;④辅助型互动,是指企业与政府部门、中介组织(金融和技术服务机构等)基于创新政策、信息、资金和服务等的交互。

1.1 主体互动与颠覆性创新

有研究表明,颠覆性创新要求企业突破自身局限,通过与外部利益相关者建立价值网络,探索和预测技术与市场变化[10]。在创新生态系统中,企业与各类主体围绕资源、信息和创新等进行互动,促进颠覆性创新形成与扩散[17]。

(1)竞争型互动与颠覆性创新。传统的战略分析关注竞争关系,而生态系统战略旨在寻求共生发展[15]和系统整体利益[16]。现实中,来自竞争者的压力迫使企业聚焦于短期利益获取,加之颠覆性创新在技术开发、产品设计和市场实现等方面具有高度的不确定性,因此对颠覆性创新投入存在挤出效应。但是,企业通过与竞争者互动形成的竞合关系能有效加速创新进程。例如,双方联合参与政府主导的研发项目、解决技术瓶颈、建立标准、分担新产品市场风险等。尽管企业和竞争者存在市场争夺,但二者的相似性使得彼此能够分享互补性资产[18],从而有利于打破信息壁垒,为颠覆性创新在资源整合、创造市场空间方面提供机会。根据上述分析,本文提出如下研究假设:

H1a:竞争型互动对企业颠覆性创新有正向影响。

(2)支持型互动与颠覆性创新。研究表明,开展颠覆性创新意味着企业需创造或提前进入新技术轨道[1],这涉及以学科交叉和技术融合为背景特征的基础研究。大学和科研机构作为知识创造的主要组织,是企业推动颠覆性创新的关键知识源泉,双方互动(包括人员流动、合作研究、学术交流、联合技术攻关和成果转移等)有助于丰富企业知识库,实现知识增值[19],缓解企业研发动力不足,实现颠覆性创新。有研究表明,许多颠覆性创新来自需求驱动和利基市场导向,随着产品竞争升级,逐渐涌现出大量基于科学的颠覆性创新(如人工智能、新能源、新材料等)。因此,在学研机构的支持下企业能够率先接触前沿知识,通过知识溢出降低研发成本,促进颠覆性创新[20]。根据上述分析,本文提出如下研究假设:

H1b:支持型互动对企业颠覆性创新有正向影响。

(3)依赖型互动与颠覆性创新。依赖型互动体现企业在创新生态系统中与相关组织在技术、组件上互补和耦合。有研究表明,企业在创新生态系统中通过与上下游伙伴、互补者形成紧密的相互依赖关系[4],重组和优化创新资源,促进颠覆性创新的价值实现。例如供应商的原材料、配套组件或模块是颠覆性技术转化为产品的前提;用户的需求变化能够引导和调整创新方向,通常是新兴产业颠覆性创新的重要信息来源[5];与互补者的价值共创是企业创新战略的重要内容,通过相互间的资源协同与整合有利于颠覆性创新形成。根据上述分析,本文提出如下研究假设:

H1c:依赖型互动对企业颠覆性创新有正向影响。

(4)辅助型互动与颠覆性创新。有研究表明,政府在促进颠覆性创新涌现及扩散过程中日益重要[1]。在早期阶段颠覆性技术相比主流技术存在一定劣势,而企业与政府的积极互动有助于为颠覆性创新提供保护空间[21]。例如,政府为企业提供前瞻性研究资金、技术和信息,设立相关机构,构建服务于颠覆性技术的平台,通过公共采购推动新技术早期产业化等。企业通过与金融机构互动,有助于为试验和探索新兴技术提供稳定的资金支持,缓解颠覆性创新固有的高成本及高风险。此外,企业通过与行业协会、技术中介机构互动,能够获取有价值的知识和信息,把握颠覆性创新方向。根据上述分析,本文提出如下研究假设:

H1d:辅助型互动对企业颠覆性创新有正向影响。

1.2 机会识别、资源重构与颠覆性创新

颠覆性创新相关的技术与市场机会通常是潜在的,需要企业拥有敏锐的洞察力,快速捕捉到潜藏的市场机会,率先进行创新。同时,传统的资源配置准则极大地限制颠覆性创新涌现,企业需围绕新价值主张动态编排资源(包括相关资源的补充、增强和耦合),加快颠覆性技术的早期研发、产品实现和商业化过程[22]。

(1)机会识别与颠覆性创新。机会识别是指企业通过多种途径搜索和收集信息,挖掘外部环境中潜在创意的可能性,评估创新机会并作出决策的行为[23]。研究表明,颠覆性创新旨在突破现有技术范式和创新领域,涉及技术替代、行业变革、用户偏好转变等方面的潜在机会,其价值主张具有前瞻性但通常在主流用户考虑之外。新进入企业需要预先感知和判断新价值主张的成长空间与机会窗口,早于在位企业识别出具有颠覆潜力的技术趋势,通过在利基市场推广新技术进而融入主流市场。显然,机会识别能力突出的企业能够从不同视角看待新兴机会,预测颠覆性技术及其市场发展方向,降低技术变革时的知识转换成本和产品更迭成本[1]。根据上述分析,本文提出如下假设:

H2:机会识别对企业颠覆性创新有正向影响。

(2)资源重构与颠覆性创新。资源重构是指企业通过复制与协调方式对资源重新组合和配置,强调资源再架构,意味着资源系统的“打破重来”(周丹等,2014)。根据资源拼凑理论,延续性创新导向的资源配置机制会阻碍企业对颠覆性创新的投入。企业通过重组资源系统,挖掘现有资源价值属性,拓展资源使用范围,以新方式连接已有技术、部件或商业模式[24],形成有利于颠覆性创新的资源空间。因此,资源重构有助于增强企业资源柔性,降低延续性创新资源配置刚性,通过探索和利用已有资源新价值,实现能力更迭和技术轨道跃迁[25]。Adner&Kapoor[4]、Ansari 等[11]的研究也证实,企业对内外部创新资源的多元化重组,有利于颠覆性创新。根据上述分析,本文提出如下假设:

H3:资源重构对企业颠覆性创新有正向影响。

1.3 主体互动与机会识别、资源重构

(1)主体互动与机会识别。企业通过主体互动能够获取分散在生态种群内外的各类信息,提高机会识别能力和效率,产生颠覆性创意。首先,企业和竞争者关注的创新机会相似,竞争型互动有助于企业了解竞争者战略部署和动向,洞察市场中隐藏的新商机[26];其次,大学和科研机构是企业识别创新机会的重要来源,越有前景的创新机会,技术的复杂度、集成度越高,支持型互动越有助于企业提高科学能力,识别新兴的技术机会;再次,企业与供应商、用户和互补者进行互动,有助于全面判断颠覆性技术变革带来的潜在影响,把握技术投资机会;最后,在诸多行业,创新机会通常潜藏于政府的战略导向和激励政策中,同时,能够得到金融机构的关注和积极支持,通过辅助型互动有助于企业较早发现技术突破机会。根据上述分析,提出如下假设:

H4a:竞争型互动对机会识别有正向影响;

H4b:支持型互动对机会识别有正向影响;

H4c:依赖型互动对机会识别有正向影响;

H4d:辅助型互动对机会识别有正向影响。

(2)主体互动与资源重构。创新生态系统中主体互动有助于企业对各类资源进行整合、重组与利用,优化资源结构,实现颠覆性创新。首先,竞争型互动有助于企业了解和学习对方资源体系建设与管理机制,分析对方资源配置优劣势,从而合理规划和投入创新资源;其次,与大学和科研机构互动有利于企业快速拓宽知识、信息和人才资源范围,提高科技资源利用效率;再次,依赖型互动有助于企业与供应商、用户及互补者共享资源,根据动态变化的市场需求调整资源结构、构建新资源组合(朱桂龙等,2018);最后,政府的政策和激励措施、中介机构的资金支持和技术服务有助于拓宽企业资源范围,提高资源柔性。根据上述分析,本文提出如下假设:

H5a:竞争型互动对资源重构有正向影响;

H5b:支持型互动对资源重构有正向影响;

H5c:依赖型互动对资源重构有正向影响;

H5d:辅助型互动对资源重构有正向影响。

1.4 机会识别、资源重构在主体互动与颠覆性创新关系中的中介作用

从“主体互动—机会识别—颠覆性创新”的演化逻辑来看,由于颠覆性创新具有复杂、无序和不确定性等特征,企业应提前识别和把握潜在的机会窗口[4]。而与这些机会相关的技术或市场信息通常散落于各生态位主体中,并且是隐性、难以直接通过简单交易获得的。主体互动促进知识溢出和资源循环,为企业识别颠覆性创新机会提供大量信息。因此,企业能够及时发现颠覆性创新市场空隙和潜在机会,推动技术开发转向创造性破坏路径,提前进入新技术轨道,进行颠覆性创新。根据上述分析,提出如下假设:

H6a:机会识别在竞争型互动与颠覆性创新之间发挥中介作用;

H6b:机会识别在支持型互动与颠覆性创新之间发挥中介作用;

H6c:机会识别在依赖型互动与颠覆性创新之间发挥中介作用;

H6d:机会识别在辅助型互动与颠覆性创新之间发挥中介作用。

从“主体互动—资源重构—颠覆性创新”的演化逻辑来看,在一个资源充分流动、组织间联结密切的创新生态系统里,主体之间需要资源的相互转移、交换和利用[27]。企业通过与相关主体互动不断调整自身生态位宽度、重叠度和态势,打破资源内部化引致的组织边界限制,更好地匹配和交换内外部资源,赋予资源组合新价值。显然,主体互动有助于促进企业与不同生态网络节点、拥有异质性资源成员间的协同创新,通过重构与优化多元异质性资源间的联结关系,优化资源结构,促使相关资源朝着颠覆性创新所需方向进行重组和配置。根据上述分析,提出如下假设:

H7a:资源重构在竞争型互动与颠覆性创新之间发挥中介作用;

H7b:资源重构在支持型互动与颠覆性创新之间发挥中介作用;

H7c:资源重构在依赖型互动与颠覆性创新之间发挥中介作用;

H7d:资源重构在辅助型互动与颠覆性创新之间发挥中介作用。

1.5 生态规范机制对主体互动与颠覆性创新间关系的调节效应

生态规范机制是指创新生态系统成员共同约定和遵守的行为准则、规定和价值信念,包括正式规则和隐形契约(如声誉、信任、社会资本、共识等)[28],有助于提高主体间沟通有效性,维护系统稳定性。不同生态位主体围绕共同目标而相互联系,这种互动能够促进跨组织知识交流和资源交换,产生生态效应。因此,生态规范机制会影响主体互动与颠覆性创新关系。首先,生态规范机制越完善,促使企业和竞争者越重视竞合关系,降低对抗性、协同进化并共同适应环境[11],为颠覆性创新提供适宜发展空间;其次,由于企业和学研机构在价值观、动机、战略目标和合作模式等方面存在一定分歧,如果缺乏明确的生态规范机制,则易导致互动难以进行或持续[29];最后,生态规范机制有利于企业和供应商、用户及互补者建立稳定的互利共生关系,持续维持与政府部门、中介机构的合作,进而降低企业颠覆性创新的交易成本。根据上述分析,本文提出如下假设:

H8a:生态规范机制在竞争型互动与颠覆性创新之间起正向调节作用;

H8b:生态规范机制在支持型互动与颠覆性创新之间起正向调节作用;

H8c:生态规范机制在依赖型互动与颠覆性创新之间起正向调节作用;

H8d:生态规范机制在辅助型互动与颠覆性创新之间起正向调节作用。

综上,构建概念模型如图1所示。

2 研究设计

2.1 样本选择与数据收集

通过问卷调查获取所需数据。在问卷发放过程中,对发放渠道和填写者进行控制以排除外部因素对分析结果的影响。问卷对象为开展了(正在开展或开展过)颠覆性创新项目的企业并且成立年限在5年及以上。为提高问卷测量有效性,填写者为企业技术主管或颠覆性创新项目经理,其熟悉企业与创新生态系统中相关组织联系的总体情况。采用直接调查或委托相关联系人的方式共发放问卷554份,回收468份,实际有效问卷345份,有效回收率为62.3%。样本企业特征如表1所示。

2.2 变量测量

采用5级李克特量表对研究变量进行测度。为满足研究样本的代表性、有效性并符合研究主题,主要借鉴成熟量表并结合专家意见进行了改进。

(1)因变量:颠覆性创新。主要参考Govindarajan &Kopalle[30]、王志玮和陈劲(2012)、徐建中等[31]的研究设计量表,包括“企业重视采用全新知识和技术,淘汰旧的知识体系和工艺流程”“企业重视突破现有的产业标准,构建新的产品价值空间”等6个题项。

(2)自变量:主体互动。竞争型互动量表参考Wu[32]的研究,包括“企业和竞争者相互关注对方在技术、产品以及生产工艺上的情况”、“企业重视与竞争者共同建立行业技术标准,以实现价值共创”等5个题项;支持型互动量表参考解学梅(2015)的研究,包括“企业经常与大学/科研机构进行正式的协议合作以及非正式交流”、“企业经常委托大学/科研机构提供设备并培训创新人才”等5个题项;依赖型互动量表参考Ansari等[11]和冷宗阳[33]的研究,包括“企业与供应商、互补企业、用户建立了长期稳定的良好关系”、“企业重视与供应商、互补企业、用户共享创新成果的收益”等5个题项;辅助型互动量表参考O'Reilly&Binns[3]、Guo等[34]的研究,包括“企业重视获得政府的优惠政策或资金支持”、“企业经常与技术中介或行业协会等联系并获得技术信息和指导”等5个题项。

(3)中介变量:资源重构、机会识别。资源重构参考周丹和魏江(2014)、胡保亮等(2019)的研究,从资源重组和资源重置2个方面设计量表,包括“企业能有效将所获取的外部资源融入现有技术和管理等体系”、“企业能够调整组织结构,使获取的外部资源与原有资源融合”等6个题项。机会识别参考Ozgen&Baron[35]、卫武等[36]、Chen &Liu [37]的研究设计量表,包括“企业能准确判断技术变化信息的可信度”“企业能及时识别目标细分市场的变化”等6个题项。

(4)调节变量:生态规范机制。借鉴宋华等[38]、杜丹丽等[39]的研究设计量表,包括“企业所在的创新生态系统有较为健全的正式规则”“企业所在的创新生态系统拥有良好的信息沟通和协调机制”等4个题项。

3 实证结果与分析

3.1 信效度分析

分别采用Cronbach' α信度系数、探索性因子分析和验证性因子分析检验问卷题项的信效度。由表2可知,所有变量的Cronbach' α值均大于0.8,表明各变量具有较高信度。KMO的值为0.941且P=0.000,表明适合做因子分析。42个题项共提取8个因子,所有题项的因子负载均大于0.6,累计的解释总方差为67.456%。验证性因子分析结果表明,各变量模型拟合指标均符合要求,因子分析较理想,故问卷具有良好的效度。

对各潜变量进行相关性分析,结果如表3所示,可以发现,模型中各潜变量之间具有显著相关性,初步表明理论模型的预期假设具有可行性。

3.2 主体互动对资源重构、机会识别及颠覆性创新的影响效应

针对影响效应的假设,采用AMOS24.0软件对“自变量—中介变量—因变量”的整体结构方程模型进行检验。结果显示:χ2/d.f.=1.717,GFI=0.845,AGFI=0.824,CFI=0.934,TLI=0.929,IFI=0.935,RMSEA=0.046,可见各拟合指标值符合要求,检验结果可接受。

由表4可见,整体模型中各路径分析结果均达到显著性水平:①竞争型、支持型、依赖型和辅助型互动对颠覆性创新均具有正向影响,回归系数分别为0.187、0.162、0.213和0.172(p<0.01),即研究假设H1a、H1b、H1c和H1d均成立;②机会识别、资源重构对颠覆性创新具有正向影响,回归系数分别为0.158、0.186(p<0.05),即研究假设H2和H3均成立;③竞争型、支持型、依赖型和辅助型互动对机会识别具有正向影响,回归系数分别为0.172、0.308、0.288和0.222(p<0.01),即研究假设H4a、H4b、H4c和H4d均成立;④竞争型、支持型、依赖型和辅助型互动对资源重构具有正向影响,回归系数分别为0.205、0.327、0.362和0.242(p<0.001),即研究假设H5a、H5b、H5c和H5d均成立。

3.3 资源重构、机会识别的中介作用分析

采用Bootstrap法[40]检验机会识别、资源重构在主体互动对颠覆性创新影响中的中介作用,置信区间设为95%,先检验模型中各路径的显著性,再检验中介效应。判断标准是:直接效应和间接效应均显著,则该变量具有部分中介作用;直接效应不显著而间接效应显著,则该变量具有完全中介作用。在整体SEM模型中用Define new estimands输入语法,Bootstrap法迭代5 000次,结果见表5。可以发现,机会识别、资源重构在4类主体互动与颠覆性创新之间的总效应、直接效应和总中介效应均显著,表明机会识别、资源重构在其中均发挥部分中介作用,即研究假设H6a、H6b、H6c、H6d和H7a、H7b、H7c、H7d均成立。

3.4 生态规范机制的调节作用验证

由于控制变量(企业规模、企业年龄、行业类型)均只有一个测量题项,因此采用多元回归方法验证生态规范机制对主体互动与颠覆性创新关系的调节作用。检验发现,VIF值均小于2,表明模型不存在明显的多重共线性问题。用图示法进行异方差检验,发现模型也不存在明显的异方差现象。回归结果见表6,由列(4)可知,竞争型互动、依赖型互动与生态规范机制的交互项系数均大于0,均通过显著性检验,说明生态规范机制对竞争型互动与颠覆性创新关系、依赖型互动与颠覆性创新关系均起正向调节作用,即研究假设H8a和H8c成立;支持型互动、辅助型互动与生态规范机制的交互项系数均不显著,即研究假设H8b和H8d不成立。

4 结语

4.1 研究结论

本文从创新生态系统视角出发,探讨企业在创新生态系统中与相关主体进行不同维度互动对其颠覆性创新的影响机理,主要结论如下:

(1)在创新生态系统中,企业与相关主体的竞争型、支持型、依赖型和辅助型互动均有利于颠覆性创新。这说明企业应基于资源交换、组织间学习、协同创新等积极发展和优化与生态伙伴的多元互动关系,促进共生发展,突破内部资源、能力和关系限制,有效连接技术、产品和市场,实现颠覆性创新。上述结论验证了Afuah[26]和徐建中等[31]的研究结论,但不同于林春培等[20]关于企业和竞争者、学研机构的关系对颠覆性创新存在正U型影响的结论。原因可能是,其未将竞争者和学研机构置于创新生态系统情境。相比以往研究聚焦于某类互动对企业创新的影响,本文对4类互动模式进行整合分析,拓宽了这一研究领域。本文发现,依赖型互动对颠覆性创新的影响最显著,支持型互动的影响最弱,这可能是因为企业通常很重视与价值链上下游企业形成广泛的密切联系,而与大学、科研机构的互动更多地针对创新前端的研发合作。

(2)机会识别、资源重构在主体互动与颠覆性创新关系中均发挥部分中介作用。这说明不同维度的主体互动能够为企业监测、搜索新机会提供丰富而有价值的信息,从而优化资源链结构、提高资源配置效率,突破对颠覆性创新的认知局限和资源限制。这一结论验证了柳卸林等[1]和Ansari等[11]有关企业通过连接生态伙伴以把握颠覆性创新机会的观点,表明企业应通过组织间协同发展获取更多异质性信息,积累生态关系资本,提高潜在机会洞察和利用能力。同时,拓展了尚甜甜等[24]和Sirmon等[25]关于企业与外部组织协同能够实现创新资源重构的结论,即企业与创新生态成员互动能够形成有利于颠覆性创新的资源系统。当然,主体互动需与生态位适配,过于依赖某类互动或者不同互动之间存在冲突,会导致企业创新路径的锁定,不利于机会识别和资源重构,阻碍颠覆性创新。企业在开展主体互动时,应考虑到创新机会的多源性和动态化,平衡资源配置效率和灵活性,识别新机会,构建有价值的资源组合。

(3)生态规范机制正向调节竞争型互动、依赖型互动与颠覆性创新关系。这说明企业与竞争者互动时应重视生态规则遵守和维护,减少竞争冲突,增强相互信任,在竞争中加强合作。同时,企业与供应商、用户或互补者之间存在非对称的依赖关系,生态规范机制能够对依赖型互动进行协调,服务于企业颠覆性创新。上述结论响应了Wang等[28]和杜丹丽等[39]的观点,反映出企业与竞争者、上下游伙伴及互补者之间的生态关系对主体互动的创新效应具有一定影响。但是,生态规范机制没有调节支持型互动、辅助型互动与颠覆性创新关系。原因可能是,支持型互动通常以协议或合同明确规定互动责任、风险和收益并相互督促,如企业与政府部门、中介机构间的互动要遵循相关法规与规定,导致生态规范机制的协调和约束作用相对较弱。为增强主体互动对颠覆性创新的促进作用,企业应针对不同类型生态主体,促进市场交易与生态规范机制协同。

4.2 理论贡献

(1)当前,已有的颠覆性创新文献主要关注在位企业面临的颠覆性创新挑战及其应对策略、颠覆性技术的市场进入模式和创新价值实现过程等问题,对企业所嵌入的创新生态系统关注较少。本研究从创新生态系统视角探讨企业与生态系统参与者互动对其颠覆性创新的影响机理,从理论上拓宽颠覆性创新的前因变量与条件研究视域,同时,也丰富了创新生态系统研究。

(2)本文细化并探讨了创新生态系统中不同维度主体互动对企业颠覆性创新的影响及传导机制,研究结果整合了价值共创、组织间协同、制度支持等在颠覆性创新中具有不同作用的观点。已有研究较少同时考虑创新生态系统中不同类型主体互动带来的综合性影响,因此本文结论有助于进一步明晰创新生态系统中组织交互对企业颠覆性创新的影响机理。

(3)本文认为生态系统规范机制是不同生态主体对于行为规范和连接逻辑的共同认知,其在很大程度上决定系统稳定性和长期发展,并影响企业从系统中获取创新资源的丰富程度和效果,从而导致主体互动对企业颠覆性创新的影响存在一定动态性。这一结论丰富了创新生态系统与颠覆性创新之间关系动态性的相关研究。

4.3 管理启示

本文结论有助于企业在创新生态系统中开展面向颠覆性创新的组织互动策略,寻求与各类生态伙伴交互和协同,以提升新兴技术机会识别能力、加强创新资源重构和利用,推进颠覆性创新。

(1)创新生态系统汇集了以价值共创为核心机制的多元异质主体,是企业成功开展颠覆性创新的重要载体。企业在创新生态系统中应重视与不同主体互动,构建相互依赖的生态关系,丰富颠覆性创新的资源和能力基础。海尔、阿里巴巴、小米等生态型企业案例证实,通过加强与创新生态系统主体形成紧密的协同关系,促进组织间互利共生、协同演化,对于企业整合产业链上下游创新资源、加速实现技术创新的颠覆潜力具有重要价值。

(2)企业在创新生态系统中应重视围绕生态目标与竞争者形成竞合关系,减少颠覆性创新过程中遇到的对抗和阻力,实现创新的颠覆潜力。例如,美国数字视频录像机企业TiVo作为新进入者,通过实施互动策略应对“竞争—合作”间的紧张关系,克服颠覆性创新的新颖性困境。同时,在颠覆性创新从科学研究、技术开发、产品实现到市场认同的全过程中,企业应通过各种类型的主体互动夯实知识基础、获取差异化资源和信息、提高“技术—产品—市场”适配性,降低颠覆性技术研发与商业化风险。例如,在中国3D产业创新生态系统中,主体互动跨越科学、技术和商业生态系统,使颠覆性创新的知识创造、技术开发和市场应用形成良性循环。

(3)企业在创新生态系统中通过主体互动能够识别和利用潜在创新机会,重组和优化创新资源,加快颠覆性创新进程。实践中,企业应根据颠覆性创新发展阶段选择合适的主体互动模式,构建动态的生态伙伴关系。在颠覆性技术形成初期,企业应重视通过支持型互动和辅助型互动获取关键的知识资源,突破新技术研发瓶颈。例如,华为重视与大量的国内外顶尖学研机构进行长期互动,在通信设备领域培育了强大的颠覆性创新能力。当颠覆性技术进入创新价值实现阶段时,企业应加强依赖型互动和互补者共同进化,并通过竞争型互动实现新技术的市场突破。例如吉利通过与百度、华为等互补者以及北汽、比亚迪、广汽等竞争者的互动,增强了在电动汽车领域的颠覆性创新能力。

参考文献：

[1] 柳卸林, 陈健, 王曦. 基于创新生态视角的大企业突破性创新管理[M]. 北京: 科学出版社, 2018.

[2] CHRISTENSEN C M. The innovator′s dilemma when new technologies cause great firms to fail[M]. Boston: Harvard Business School Press, 1997.

[3] O′REILLY C, BINNS A J M. The three stages of disruptive innovation: idea generation, incubation,and scaling[J]. California Management Review, 2019, 61(3):49-71.

[4] ADNER R,KAPOOR R.Innovation ecosystems and the pace of substitution: re-examining technology S-curves[J]. Strategic Management Journal, 2016, 37(4): 625-648.

[5] ADNER R, LEVINTHAL D. Demand heterogeneity and technology evolution: implications for product and process innovation[J]. Management Science, 2001, 47(5): 611-628.

[6] WANG R D, MILLER C D. Complementors' engagement in an ecosystem: a study of publishers' e-book offerings on Amazon Kindle[J]. Strategic Management Journal, 2020, 41(1): 3-26.

[7] BELTAGUI A, ROSLI A, CANDI M. Exaptation in a digital innovation ecosystem: the disruptive impacts of 3D printing[J]. Research Policy, 2020, 49(1): 103833.

[8] ADNER R, LIEBERMAN M. Disruption through complements[J]. Strategy Science, 2021, 6(1): 91-109.

[9] KUMARASWAMY A, GARUD R, ANSARI S. Perspectives on disruptive innovations[J]. Journal of Management Studies, 2018, 55(7): 1025-1042.

[10] KAPOOR R, FURR N R. Complementarities and competition:unpacking the drivers of entrants' technology choices in the solar photovoltaic industry[J]. Strategic Management Journal, 2015, 36(3): 416-436.

[11] ANSARI S, GARUD R, KUMARASWAMY A. The disruptor′s dilemma: TiVo and the U.S. television ecosystem[J]. Strategic Management Journal, 2016, 37(9): 1829-1853.

[12] WALRAVE B,TALMAR M,PODOYNITSYNA K S, et al. A multi-level perspective on innovation ecosystems for path-breaking innovation[J]. Technological Forecasting and Social Change, 2018, 136: 103-113.

[13] ADNER R. Match your innovation strategy to your innovation ecosystem[J]. Harvard Business Review, 2006, 84(4): 98-107.

[14] ENGLER J, KUSIAK A. Modeling an innovation ecosystem with adaptive agents[J]. International Journal of Innovation Science, 2011, 3(2): 55-67.

[15] ADNER R. Ecosystem as structure[J]. Journal of Management, 2017, 43(1): 39-58.

[16] HANNAH D P, EISENHARDT K M. How firms navigate cooperation and competition in nascent ecosystems[J]. Strategic Management Journal, 2018, 39(12): 3163-3192.

[17] 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.

[18] 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: 307-316.

[19] 张雷勇, 冯锋, 肖相泽, 等. 产学研共生网络: 概念、体系与方法论指向[J]. 研究与发展管理, 2013, 25(2): 37-44.

[20] 林春培, 沈鹤, 余传鹏. 企业外部社会联系对破坏性创新的影响研究[J]. 科研管理, 2019, 40(5): 80-89.

[21] CHEN J, ZHU Z H, ZHANG Y T. A study of factors influencing disruptive innovation in Chinese SMEs[J]. Asian Journal of Technology Innovation, 2017, 25(1): 140-157.

[22] BOHNSACK R, PINKSE J. Value propositions for disruptive technologies: reconfiguration tactics in the case of electric vehicles[J]. California Management Review, 2017, 59(4): 79-96.

[23] LUMPKIN G T, LICHTENSTEIN B B. The role of organizational learning in the opportunity-recognition process[J]. Entrepreneurship Theory and Practice, 2005, 29(4): 451-472.

[24] 尚甜甜, 缪小明, 刘瀚龙, 等. 资源约束下颠覆性创新过程机制研究[J]. 中国科技论坛, 2021,37(1): 35-43, 54.

[25] SIRMON D G, HITT M A, IRELAND R D, et al. Resource orchestration to create competitive advantage[J]. Journal of Management, 2011, 37(5): 1390-1412.

[26] AFUAH A. How much do your co-opetitors' capabilities matter in the face of technological change[J]. Strategic Management Journal, 2000, 21(3): 397-404.

[27] 孙聪, 魏江. 企业层创新生态系统结构与协同机制研究[J]. 科学学研究, 2019, 37(7): 1316-1325.

[28] WANG H K, TSENG J F, YEN Y F. How do institutional norms and trust influence knowledge sharing? an institutional theory[J]. Innovation, 2014, 16(3): 374-391.

[29] 戴勇, 胡明溥. 产学研伙伴异质性对知识共享的影响及机制研究[J]. 科学学与科学技术管理, 2016, 37(6): 66-79.

[30] GOVINDARAJAN V, KOPALLE P K. Disruptiveness of innovations: measurement and an assessment of reliability and validity[J]. Strategic Management Journal, 2006, 27(2): 189-199.

[31] 徐建中, 李奉书, 晏福, 等. 齐美尔联接对企业颠覆性绿色技术创新的影响——基于知识视角的研究[J]. 管理评论, 2020, 32(6): 93-103.

[32] WU J. Cooperation with competitors and product innovation: moderating effects of technological capability and alliances with universities[J]. Industrial Marketing Management, 2014, 43(2): 199-209.

[33] 冷宗阳. 企业协同创新网络与创新绩效关系研究——竞争者协同创新网络的调节效应[D]. 合肥: 中国科学技术大学, 2016.

[34] GUO J F, PAN J F, GUO J X, et al. Measurement framework for assessing disruptive innovations[J]. Technological Forecasting and Social Change, 2019, 139: 250-265.

[35] OZGEN E, BARON R A. Social sources of information in opportunity recognition: effects of mentors, industry networks, and professional forums[J]. Journal of Business Venturing, 2007, 22(2): 174-192.

[36] 卫武, 夏清华, 资海喜, 等. 企业的可见性和脆弱性有助于提升对利益相关者压力的认知及其反应吗 ——动态能力的调节作用[J]. 管理世界, 2013, 29(11): 101-117.

[37] CHEN J W, LIU L L. Customer participation, and green product innovation in SMEs: the mediating role of opportunity recognition and exploitation[J]. Journal of Business Research, 2020, 119: 151-162.

[38] 宋华, 陈思洁, 于亢亢. 商业生态系统助力中小企业资金柔性提升: 生态规范机制的调节作用[J]. 南开管理评论, 2018, 21(3): 11-22, 34.

[39] 杜丹丽, 付益鹏, 高琨. 创新生态系统视角下价值共创如何影响企业创新绩效——一个有调节的中介模型[J]. 科技进步与对策, 2021, 38(10): 105-113.

[40] 江程铭, 李纾. 中介分析和自举(Bootstrap)程序应用[J]. 心理学探新, 2015, 35(5): 458-463.

(责任编辑:胡俊健)