Drawing on technology affordance theory, this study selects enterprises from different industries with significant differences in the level of digital technology application as samples, and targets front-line, middle and senior managers as respondents, for they have a thorough understanding of their enterprises' digital technology application and new product development activities.The data was collected through questionnaire surveys from two phases.A total of 372 questionnaires were distributed,and 331 valid questionnaires were recovered, with an effective response rate of 88.98%.Variable measurements are primarily based on established, validated scales, with appropriate modifications tailored to the research context.Scale reliability and validity were assessed with SPSS 27.0 and AMOS 26.0.Model fit was further evaluated by comparing five nested structures:(1) the hypothesised five-factor model (accumulative affordance, variational affordance, opportunity iteration, NPD performance, and managers′ digital literacy); (2) a four-factor model that merged managers′ digital literacy with NPD performance; (3) a three-factor model that additionally merged opportunity iteration with NPD performance; (4) a two-factor model combining all affordance constructs; and (5) a single-factor model.
The research findings are as follows: Firstly, digital technology affordances significantly enhance enterprise new product development performance.Digital technology affordances comprise two dimensions,cumulative affordance and variant affordance,both of which have a significant positive impact on new product development performance.This indicates that the cumulative and variant characteristics of digital technology are crucial driving forces in the product development process.Secondly, opportunity iteration mediates the relationship between digital technology affordances and new product development performance.Digital technology affordances facilitate opportunity iteration, which in turn enhances new product development performance, revealing the internal mechanism of how digital technology affordances influence new product development performance.Finally, managerial digital literacy positively moderates the relationships between digital technology affordances and opportunity iteration, as well as between digital technology affordances and new product development performance.Higher levels of managerial digital literacy strengthen the positive impact of digital technology affordances on opportunity iteration and new product development performance, while enhancing the mediating effect of opportunity iteration, highlighting the critical role of managerial digital literacy in digital technology-driven new product development.
This study, combining technology affordance theory, with research on digital technology affordances, opportunity iteration, new product development performance, and managerial digital literacy, constructs a model of the influence mechanism of digital technology affordances on new product development performance from the perspective of the essential characteristics of digital technology.It contributes to the integration of technology affordance theory with innovation and entrepreneurship research from an opportunity perspective, providing valuable insights for enterprises to enhance new product development performance using digital technology affordances.Given the limitations in dimensionality, methodology, context, and industry sample, future research could expand the dimensional scope to include additional technological characteristics such as specificity and adaptability, adopt case studies or QCA to trace the long-term effects of digital affordances across distinct developmental stages (start-up, exploration, maturity), introduce contextual variables like top-management-team heterogeneity and technological complexity, and conduct in-depth investigations within industries that are highly dependent on digital technologies.
数字技术正逐步成为我国现代化经济体系建设的强大动力。自《“十四五”数字经济发展规划》发布以来,以大数据、云计算、物联网和生成式人工智能为代表的前沿技术得到广泛应用。在数字技术与实体经济深度融合背景下,新产品、新业态和新产业不断涌现:数字技术与实体产品相融合,催生出智能汽车、智能家电等智能产品;依托数字技术衍生出在线问诊、远程办公、线上教育等便捷服务。
在VUCA时代,企业需要充分利用数字技术持续更新和迭代产品,以保持并提升自身竞争优势。新产品开发往往是推动企业快速发展的重要动力,例如腾讯接入DeepSeek后,融合混元大模型与开源技术,既提升了产品性能,又大幅增加了用户数量。企业管理实践表明,新产品开发是企业保持核心竞争力、提升竞争优势的关键驱动力。因此,提升新产品开发绩效对企业可持续发展至关重要。
数字技术的运用为企业新产品开发提供动能优势,有助于优化企业新产品开发流程,加速研发进程,通过创新的价值共创方式推动新产品开发,提升新产品的市场差异性,增加目标市场份额,进而显著提升新产品开发绩效[1]。
回顾新产品开发绩效相关研究,学者们主要从组织能力和数字化转型两个方面展开。例如,肖仁桥等[2]基于数字化转型和双元创新能力理论视角,探讨数字化水平对新产品开发绩效的影响机制,揭示双元创新能力的传导作用并完善数字化水平测度指标;单标安等(2022)基于组态视角分析发现,只有当组织能力、组织创新与数字化转型匹配时,企业才能实现较高的新产品开发绩效;邓程等[3]基于“技术—市场耦合”视角,探讨企业双维数字化转型战略对新产品开发效率与效果的差异性影响。此外,还有学者基于网络视角,研究动态网络能力、数字创新网络嵌入以及企业网络化合作对新产品开发绩效的影响[4-6]。
现有研究虽探讨了数字技术对新产品开发绩效的促进作用,但鲜有关注数字技术不同特性与企业新产品开发绩效的关系。数字技术运用与商业机会持续迭代对企业生存与发展至关重要。然而,不同企业对数字技术的适应水平与功能利用程度存在差异,这体现了数字技术可供性特征[7]。数字技术可供性反映企业在高不确定性环境中探索和利用数字技术的潜力,即企业利用数字技术实施行动以达成目标的可能性[7]。因此,探究数字技术可供性对企业新产品开发绩效的影响,可为企业在高不确定性环境下保持核心竞争力、提升市场占有率提供理论指导。
新产品开发是企业对创新性机会从想法创意到落地实施的核心目的,这一过程既需要海量创新信息资源,也需要适时捕捉创意想法,把握创新性机会开发与迭代。数字化情境下,新产品研发涉及对原有机会的加速更新进化。数字技术能较大程度地降低企业在新产品开发过程中的试错成本,推动原有机会不断迭代升级,促进机会从产生、实施、拓展到再实施的过程[8],并通过嵌入创业工具激发持续创新,推动原有创业机会完善[9],进而加速新产品研发、优化业务与生产全流程、降低生产成本,有助于企业获取更高绩效[10]。因此,探讨数字技术可供性对新产品开发绩效的影响,不仅有助于丰富现有研究,也为企业维系和提升竞争优势提供借鉴思路。
现有数字技术可供性研究,主要探讨创新领域、数字创新驱动创业领域相关问题。一方面,学者们采用案例分析法研究了直播行业中多元主体如何利用数字技术可供性进行数字机会共创的传导机制[11],并探讨了数字技术可供性对组织惯性构建的影响[12];另一方面,学者们采用实证研究方法分析了数字技术可供性对企业商业模式创新、跨界创新、数字创新等领域的推动作用[13-14]。现有相关研究主要聚焦商业模式创新和数字化转型等方向。尽管已有研究基于数字可供性视角探讨了电商直播情境下数字机会共创模式与机制[11],但对机会领域的探讨仍显不足,尤其缺乏关于数字技术可供性如何影响机会迭代并最终作用于新产品开发绩效的研究。本文引入机会迭代这一概念,探讨其在数字技术可供性与新产品开发绩效间的传导作用。
根据技术可供性理论关系视角,不同行为主体使用相同物体的特定属性或特征时,所产生的结果存在差异[15]。该理论视角强调参与者与技术之间的互动能实现不同可能性。作为制定业务与战略决策的关键角色,高水平数字素养的企业管理者能够引入数字技术,加快数字技术与企业业务深度融合,助力企业更好地适应数字化环境[16]。已有文献多将数字素养作为自变量,探讨其对企业科技向善、数字化转型、绿色技术创新及创业意愿的影响[16-17]。
本文重点回答以下问题:数字技术可供性能否促进企业新产品开发绩效提升?数字技术可供性影响新产品开发绩效的内在机制是什么?其边界条件如何界定?本文基于技术可供性理论,在数字化情境下构建数字技术可供性对新产品开发绩效影响的机制模型,深入探讨其作用机理与边界条件,以期为企业提升新产品开发绩效提供理论指导与实践启示。
可供性(affordance)概念最早由生态心理学家Gibson[18]提出,用以描述特定环境或物体所提供的、可被利用以实现不同目标的可能性。可供性思想强调行为主体在特定环境下对某物体所提供的行动可能性的感知,关注环境或物体与行为主体的关系,以及特定环境和物体对行为主体达成目标能力的影响。Melville等[19]指出,在不同主体和不同应用场景下,同一物体可能会展现出不同效用。
可供性概念逐渐受到信息系统领域学者关注,并延伸至人机交互领域,重点探讨使用者如何感知并利用新兴技术与数字化工具所提供的潜在可能性。近年来,学者们基于技术可供性理论关系视角与行为视角展开研究[20]:关系视角强调技术对象与行为主体的互动,而行为视角则聚焦特定技术为行为主体实现目标的可能性。
技术可供性理论已拓展至数字化情境,学者们认为,数字技术具有可供性[21-22],即某一实体对数字技术特性进行感知并在需求和目标导向下与其交互,进而获得行动潜力[8]。这种交互不仅揭示了数字技术可供性特征,还表明技术功能属性与行为主体目标的互动关系是促使绩效提升的关键因素。
Nambisan等[7]根据数字技术在商业活动中的功能属性,提出其具有开放性、创造性与可供性特征。在创新创业活动中,开放性、创造性和可供性特性使得相似数字技术在不同企业中的应用效果存在差异[8]。技术可供性理论对数字技术与行为主体互动关系的阐述,为这一现象提供了理论解释。在数字技术可供性维度划分上,Chatterjee等[23]将信息技术协作可供性细分为积累可供性、组织记忆可供性和变异可供性3个维度,探讨信息技术协作可供性与组织勇气匹配对探索式创新、利用式创新的影响。基于上述研究,部分学者将数字技术可供性划分为积累可供性和变异可供性,并探讨其对商业模式创新、企业数字创新价值实现及跨界创新的影响[13]。此外,也有学者基于企业数字化转型过程,剖析数字技术的意义建构可供性、架构更替可供性对组织惯性构建的作用机制(武宪云等,2024)。
参考Autio等[12]、Chatterjee等[23]的研究,积累可供性是对组织生产制造、销售运营等业务数据信息进行同质化处理;变异可供性则是通过不同数字技术融合与生成,实现新数字技术组合带来的异质性变化。借鉴现有研究,本文将数字技术可供性定义为:为企业商业机会迭代所提供的感知与应用的可能性,并将其划分为积累可供性和变异可供性两个维度。
数字技术的积累可供性能够重组企业内外部资源,深度整合现有数据信息,促进异质性知识与资源融合。通过数据共享,可减少所需时间和资源成本,提高数据处理分析效率,降低研发成本,从而提升现有技术利用率,拓展企业创新边界,有助于企业从创新中获取持续性收益[24]。数字技术的变异可供性则通过引入新兴数字技术对传统技术进行改造升级。借助数字技术重组,企业能将外部利益相关者与内部生产运营、产品创新相结合,针对不同需求对数字组件进行再编辑,将传统技术组件进行耦合,重构企业生产管理流程,提供新的组织生产方式[25],进而在充满复杂性与不确定性的环境中获取动态优势,提升新产品开发绩效。
积累可供性与变异可供性代表数字技术的两种功能特征,分别对应赋能企业的两条路径[12]:前者通过突破资源约束提升业务流程效率,后者则通过整合与再造重塑企业价值创造逻辑(张骁等,2024)。因此,本文采用数字技术积累可供性与变异可供性的二维划分,进一步阐明其对新产品开发绩效的影响。
数字技术积累可供性通过挖掘和利用数据资产、高效组合知识与技术等资源,将传统资源信息化、数字化,实现对所识别机会关联性信息的精准识别。通过数字化手段配置企业数据、知识、技术等资源,能高效集成并共享现有资源,加速与商业机会关联的产品或服务开发及迭代(武宪云等,2024)。此外,数字技术积累可供性有助于企业打通与用户互动渠道,实时获取反馈,精准感知并满足目标市场用户需求,提升新产品开发管理体系的灵活性和协调性,优化管理流程,实现成本与预算精细化调控,进而加快新产品上市速度和开发迭代过程。数字技术变异可供性则通过重组和编辑跨层次、跨领域的不同数字技术,提高企业利用数字技术的敏捷性。借助动态优势突破技术壁垒,企业能根据新产品需求融合并生成数字组件(奉小斌等,2024),全方位强化、升级从研发设计到营销活动等各环节联接与控制,从而提升新产品开发绩效。综上,本文提出以下假设:
H1a:数字技术积累可供性对新产品开发绩效具有显著正向影响;
H1b:数字技术变异可供性对新产品开发绩效具有显著正向影响。
在激烈的市场竞争环境中,无论是新创企业还是成熟企业,都需要依托数字技术及相关知识和信息,实现持续机会迭代。机会迭代是指企业根据市场环境变化、利益相关者反馈等外部刺激,不断调整、完善或升级原有机会的过程,从而获得相对成熟和稳定的机会,其本质是创业机会构建过程的延续[26]。
企业借助数字技术开展创新创业活动,不仅能在更大程度上突破空间与资源限制,还能提高信息交换频率,扩大交流范围,提升资源和知识的异质性,激发跨领域持续创新,进而完善原有创业机会[9]。
现有创业研究主要聚焦原始机会形成过程,这一主题已成为重要理论视角,但对于原始机会形成后,如何持续更新和迭代这一过程的前因影响往往被忽视。有学者指出,企业在成立后对原始创业机会的建构是持续动态过程[26]。数字技术可编辑性、可感知性和可追溯性等特征加速了机会持续动态更新,机会迭代被视为原始机会动态更新的延续[21]。
尽管相关研究涉及该主题,但大多处于探索阶段,且数字情境下影响机会迭代的前因实证研究仍存在缺口。目前,数字情境下的机会迭代研究以理论分析和案例研究为主[21],系统性实证研究主要集中在客户导向、战略学习、数字创业生态系统、网络利用与探索双元能力等方面[27-29],缺乏与数字技术特性相关的深入探讨。在此背景下,探讨数字技术可供性对机会迭代的影响,既能补充机会领域的实证研究,也能为数字化情境下的创业理论提供新视角。
数字技术的有效利用驱动企业以较低协调与交易成本在全球范围内配置资源,减少市场信息不对称,连接具有相似需求的用户并实现高效沟通。通过满足用户不断变化的需求,企业可推动新产品开发,进而实现机会持续迭代,增强市场竞争力[30]。数字技术被视为提供企业生产经营、产品创新以及利益相关者有关信息的关键资源。企业利用数字技术缩短与产业链上下游及其他利益相关者之间的距离,实现网络联结与开放协作,强化与终端用户互动,从而获取新信息,弥补现有资源的不足,加速机会更新迭代(蔡莉等,2019)。
在数字技术驱动下,创业机会进化迭代表现出快速和数量较多等特征。数字技术设施与平台通过提供技术、信息和平台支持,降低企业形成和进化创业机会的时间成本[31]。云计算、大数据分析等技术运用进一步压缩机会验证时间与成本,社交媒体平台则缩短企业与用户间的距离,加快企业进行机会识别、开发和进化迭代的速度[32]。企业借助数字技术获取数据并对创业机会进行识别、评估、验证和迭代,本质上是对机会进行更新与再创新。
数字技术可供性有助于企业编码和重组内外部资源,将研发、生产、销售等多源数据进行标准化,针对不同需求改造、整合外部数字组件并将其与内部生产运营、产品创新结合,快速识别现有不足,及时发现产品或服务中的新问题。通过实时互动获取用户需求反馈与新想法,企业能够进行快速迭代,开发出更符合用户要求的产品和服务。综上,本文提出以下假设:
H2a:数字技术积累可供性对机会迭代具有显著正向影响;
H2b:数字技术变异可供性对机会迭代具有显著正向影响。
数字经济时代,环境动态性增强,技术变革加速,产品生命周期缩短。数字技术快速发展影响企业传统生产运营流程,推动产品与服务不断升级。在这一过程中,机会迭代成为实现产品更新换代的重要环节,其核心是“试错—反馈—订正”的持续循环机制,强调快速行动和不断试错,及时响应利益相关者反馈并调整。通过频繁交互,企业推出经过迭代的新产品,满足用户当前及潜在需求,从而提升新产品开发效率与绩效。
企业需根据市场动向和对用户需求的深度洞察,确保商业机会的创新性,捕捉未被满足的隐性需求,同时构建敏捷开发框架以缩短反馈周期,实现利益相关者反馈与新功能的实时对接,降低新产品和服务面临的不确定性,增强市场适应性,从而在竞争中获取有利位置。同时,快速迭代能够显著提高研发效率,有助于企业在竞争中建立壁垒,防止他人模仿和复制。企业通过聚焦新用户、开拓新市场,推出具有成本优势的营销和生产方式,响应并创造用户需求,从而有效提升新产品开发绩效[33-34]。
通过敏捷、准确地响应用户需求,企业能快速推出符合市场需求的创新产品和服务。同时,企业通过优化产品和服务设计提高效率,在机会迭代过程中有效利用创新资源,进化出更具创新性的机会,从而获得更高绩效[35]。综上,本文提出以下假设:
H3:机会迭代对新产品开发绩效具有显著正向影响。
在数字化情境下,企业面临快速变化的市场需求、持续迭代的产品与服务以及不断创新的动态环境,这增加了企业及时响应用户需求的挑战。但数字技术的广泛应用也促进了新创业机会形成,突破传统机会边界,为持续发现新机会提供更高效、便捷的工具,加速机会迭代过程[21,31]。经过迭代的机会融入新产品或服务,从而实现价值创造与利润获取[36]。数字技术改变了企业传统管理模式,加剧了商业竞争。在不确定性环境中,企业需摆脱原有路径依赖,借助新技术和新知识对既有机会进行迭代升级,进而创造竞争优势[27]。
数字技术可供性为企业提供借助数字技术持续开发资源的能力,有助于利益相关者围绕已识别机会进行资源与信息的集中筛选及价值共创,推动新需求的发现和创造,进而加速与市场需求对接的机会迭代升级,提高新产品或服务的市场竞争力。
现有研究表明,企业将数字技术应用于业务、生产、销售等流程和组织管理,可有效降低信息和资源壁垒,提升效率、降本增效,从而获得更高绩效。具体而言,企业聚焦原始机会形成的产品或服务迭代更新,利用数字技术的积累可供性不断更迭现有资源,与利益相关者实现信息协同共享,及时收集反馈,紧密联系用户并进行实时互动,通过价值共创精准捕获用户需求,从而降低信息不对称、沟通障碍等问题的影响。这种方式有助于企业对碎片化的创新想法进行数字化整合,发现新的市场空白并敏锐捕捉市场动态和数字创新创业契机,挖掘现有产品和服务中的问题并加以改进,使原有机会更趋成熟,产品和服务的核心价值与创新更契合目标市场需求[37]。
作为数字技术可重新编程的核心特征,变异可供性通过数字技术跨界融合和重组为企业提供技术支撑,推动机会更新迭代(程聪等,2022)。在此过程中,企业能产生更具价值和创新性的要素,有效提升技术创新水平,并促进新产品开发创新体系的柔性调整和迭代过程的良性循环。例如,数字孪生技术对研发流程的重组和再造,有助于企业在创意试错和调整过程中实现动态创新,推动原有产品和服务迭代升级,从而增强市场竞争力和提升创新价值。本文提出以下假设:
H4a:机会迭代在积累可供性与新产品开发绩效间发挥中介作用;
H4b:机会迭代在变异可供性与新产品开发绩效间发挥中介作用。
数字素养指个体汲取、理解、整理和批判数字信息的复合能力[38]。不同学者对数字素养内涵进行了扩展,如Martin等[39]将其定义为个体在特定情境下有效利用数字工具和设施、正确使用数字资源、创造新知识并与他人沟通的认知、态度及能力。管理者的数字素养不仅包括管理者使用数字技术和设备的能力,还涉及情感、学习与认知能力。这些能力有助于管理者使用数字技术工具获取新知识,进而帮助企业适应数字化环境[38]。本文借鉴Martin等[39]、Matarazzo等[40]的研究,将管理者数字素养界定为:管理者利用数字技术和设备获取、理解、整理数字信息的综合能力。
相似的数字技术应用于不同企业时效果会有所差异[7],而数字技术可供性对数字技术与行为主体互动关系的阐述为该现象提供了解释。在数字创业领域,相较于数字技术开放性、创造性和可供性带来的潜力,探索管理者如何运用数字技术的可能性更加重要[21]。技术可供性理论关系视角强调技术对象与行为主体的互动。高数字素养的管理者通常拥有较强的数字化思维,更倾向于借助数字化手段参与企业日常经营和管理,对机会进化和迭代的认知更加清晰。他们能够促进企业持续挖掘数字技术潜力,加速数字技术与企业业务体系、生产运营流程深度融合,帮助企业更好地适应数字环境[41],推动企业利用数字技术高效处理研发、生产、销售等多源数据,通过优化企业内部冗余信息资源配置,及时发现问题并对原有机会加以改进,进而更好地满足目标市场需求,缩短新产品研发周期。
具体而言,高数字素养的管理者能利用数字技术积累可供性进行协调和指导,创造便捷的无边界沟通渠道,促进企业与用户实时互动,获取用户反馈与创意,快速转化机会资源,提升机会迭代效率。他们能将生产日志、用户行为轨迹等数据纳入数据价值创新库,形成“数据—知识—机会”的数据解构体系(程聪等,2022)。此外,高数字素养的管理者能通过数字技术变异可供性把控原始机会迭代周期,借助人才库和专利库等数字平台资源,结合AI技术构建跨领域创新生态,提升机会模拟验证效率与新产品组合技术丰富性。本文提出以下假设:
H5a:管理者数字素养对数字技术积累可供性与机会迭代的关系具有正向调节作用;
H5b:管理者数字素养对数字技术积累可供性与新产品开发绩效的关系具有正向调节作用。
H6a:管理者数字素养对数字技术变异可供性与机会迭代的关系具有正向调节作用;
H6b:管理者数字素养对数字技术变异可供性与新产品开发绩效的关系具有正向调节作用。
当管理者数字素养较低时,其对数字技术领域的敏锐度不足,无法及时识别技术变革,难以为企业数字化活动提供专业指导[1,6],进而影响企业在产品和服务研发网络中的建设与管理。此时,无法高效收集和处理利益相关者反馈,导致新产品研发效益下降。而高数字素养的管理者能借助数字技术积累可供性的数据同质化能力,支持、指导组织生产与协同,构建数据价值链模型,分析反馈数据并进行场景化预测,从而缩短新产品研发周期,降低研发成本。同时,利用变异可供性开发数字孪生技术,释放技术重组创新潜力,助力企业制定有效的产品和服务迭代创新方案,推动原始机会升级,从而提升绩效水平。本文提出以下假设:
H7a:管理者数字素养对机会迭代在数字技术积累可供性与新产品开发绩效间的中介效应具有正向调节作用;
H7b:管理者数字素养对机会迭代在数字技术变异可供性与新产品开发绩效间的中介效应具有正向调节作用。
综上所述,本文构建理论模型如图1所示。
图1 理论模型
Fig.1 Theoretical model
本文选取处于不同行业且数字技术应用程度差异较大的企业作为研究样本,通过问卷调查方式收集数据。调研对象为对企业数字技术应用水平和新产品开发活动充分了解的企业基层、中层和高层管理者。数据收集过程分为两个阶段:一是预调研阶段。为了确保问卷题项的可读性和准确性,研究团队通过MBA学员渠道选取30名符合样本调研要求的企业管理者进行预调研,根据反馈对问卷题项进行小范围订正与调整,形成正式问卷。二是正式调研阶段。正式调研数据收集时间为2024年9—12月,主要通过网络发放问卷,并借助校友和MBA学员等社会关系进行数据收集。正式调研期间共发放372份问卷,剔除答题时间异常、未完整填写或作答不规范的41份无效问卷,回收有效问卷331份,有效问卷回收率为88.98%。样本特征分析如表1所示。
表1 样本特征分布情况
Table 1 Distribution of sample characteristics
受访者 特征 占比(%)企业 特征 占比(%)性别男58.6企业成立年限3年以下11.8女41.43~5年26.9年龄30岁及以下32.06~10年30.531~40岁44.411~20年16.341~50岁16.620年以上14.551岁及以上7.0企业性质国有企业38.1学历大专及以下12.7民营企业28.1本科46.5中外合资7.0硕士38.1外商独资6.9博士2.7混合所有制企业11.8职位基层管理者53.8其他8.1中层管理者38.1企业所属行业互联网/电商类29.9高层管理者8.1高新技术行业9.9制造业23.3贸易类12.7其他24.2
本文变量测量量表主要参考已有成熟量表,并根据研究内容进行适当调整,采用李克特5点量表进行测量,范围从“1”(非常不同意)到“5”(非常同意)。
(1)数字技术可供性(DTA)。参考Chatterjee等[23]的研究,数字技术积累可供性(CA)量表包括4个题项,如“企业运用数字技术准确提供信息并支持业务流程”;数字技术变异可供性(VA)量表包括4个题项,如“企业运用数字技术有效进行组织内部协作”。
(2)机会迭代(OI)。参考郭润萍等(2023)的研究,采用5个题项进行测量,包括“我们会根据利益相关者的反馈快速对原始机会进行部分调整和完善”和“我们经常在原始机会的基础上进行调整和完善”等。
(3)管理者数字素养(MDL)。参考欧盟数字素养框架Dig-Comp2.1分类标准,以及Ng[42]、Lau等[43]的研究,管理者数字素养量表被划分为信息素养、互动与协作、数字内容创造、安全意识和问题解决能力5个模块,包括“我对浏览、搜索和过滤数据、信息和数字内容很有信心”、“我可以利用数字技术进行交流”“我可以整合和再造数字内容”“我意识到保护个人资料和隐私的重要性”及“我能够创造性地使用数字技术”等10个题项。
(4)新产品开发绩效(NPD)。参考Mauerhoefer等[44]的研究,采用6个题项进行测量,包含“新产品/服务符合预期的收入”及“新产品/服务拥有足够的市场份额”等。
(5)控制变量。根据已有文献,在个体层面,选取管理者性别(gender)、年龄(age)、学历(edu)和职位(pos)作为控制变量;在企业层面,选取企业性质(nat)、成立年限(yr)和所属行业类型(ind)作为控制变量。
本文使用SPSS 27.0和AMOS 26.0对量表信效度进行检验,结果如表2所示。检验结果显示,各变量的Cronbach′α值均大于0.8,说明变量量表具备较高信度;整体模型拟合指标良好(χ2/df=1.354<5;RMSEA=0.033<0.08;GFI=0.908>0.9;CFI=0.973>0.9;NFI=0.905>0.9),具备较高结构效度。
表2 信效度检验结果
Table 2 Reliability and validity test results
类别测量题项载荷系数Cronbach'α系数CRAVE积累可供性(CA)CA10.7330.8390.8410.571CA20.725CA30.739CA40.821变异可供性(VA)VA10.7510.8210.8220.537VA20.723VA30.703VA40.752机会迭代(OI)OI10.7110.8400.8410.515OI20.685OI30.725OI40.686OI50.776新产品开发绩效(NPD)NPD10.6700.8910.8930.584NPD20.736NPD30.742NPD40.863NPD50.749NPD60.812管理者数字素养(MDL)MDL10.7020.9230.9260.555MDL20.738MDL30.739MDL40.722MDL50.769MDL60.726MDL70.753MDL80.826MDL90.728MDL100.738
所有题项的因子载荷系数均大于0.6,各量表组合信度(CR)大于0.8且平均方差抽取量(AVE)大于0.5,表明模型具有较高的收敛效度。此外,变量间相关系数均小于对角线上AVE平方根,表明模型具备较好的区分效度。
为进一步检验模型拟合效果,本文对不同模型进行比较,包括全模型(积累可供性、变异可供性、机会迭代、新产品开发绩效、管理者数字素养)、四因子模型(积累可供性、变异可供性、机会迭代、新产品开发绩效+管理者数字素养)、三因子模型(积累可供性、变异可供性+机会迭代、新产品开发绩效+管理者数字素养)、二因子模型(积累可供性+变异可供性+机会迭代、新产品开发绩效+管理者数字素养)以及单因子模型,结果如表3所示。结果显示,在所有模型中,全因子模型拟合度最佳,进一步表明本研究模型变量具有较高区分效度。此外,各变量对应的VIF值均小于3,表明变量间不存在严重共线性问题。
表3 验证性因子分析结果
Table 3 Confirmatory factor analysis results
模型χ2dfχ2/dfGFICFINFIRMSEA单因子模型2 783.4843777.3830.4430.5020.4690.139二因子模型2 171.1583765.7740.5850.6290.5860.120三因子模型1 833.4223744.9020.6190.6980.6500.109四因子模型1 542.2093714.1570.6560.7580.7060.098全因子模型496.8973671.3540.9080.9730.9050.033
注:单因子模型为CA+VA+OI+NPD+MDL;二因子模型为CA+VA+OI、NPD+MDL;三因子模型为CA、VA+OI、NPD+MDL;四因子模型为CA、VA、OI、NPD+MDL;全因子模型为CA、VA、OI、NPD、MDL
共同方法偏差是指因数据来源或测量工具相同导致的误差。若存在严重共同方法偏差,则可能降低数据信度,从而影响模型检验结果。为此,本研究采用Harman单因子检验方法对量表进行探索性因子分析。分析结果表明,析出特征值大于1的因子共有5个,且首个因子方差解释率为31.282%,小于40%,表明本研究量表中不存在严重共同方法偏差。综上所述,各潜变量测量指标均在可接受范围内,且修正指数全部通过检验,因而无需对度量指标进行调整。
主要变量描述性统计结果与相关系数如表4所示。变量间相关系数介于0.2~0.6之间,表明变量间存在一定程度的正相关关系,初步验证各假设的合理性。具体而言,数字技术积累可供性、变异可供性分别与机会迭代、新产品开发绩效呈正相关关系,初步验证假设H1a、H1b与H2a、H2b;机会迭代与新产品开发绩效呈正相关关系,初步验证假设H3。
表4 变量描述性统计与相关性分析结果
Table 4 Variable descriptive statistics and correlation analysis
变量1234567891011121.gender12.age0.07813.edu-0.061-0.299***14.nat-0.027-0.032-0.08815.pos0.0330.430***-0.160**16.yr0.0760.141**-0.006-0.159**-0.00717.ind0.0520.192***-0.171**0.0030.118**0.242***18.CA0.053-0.0510.147**-0.108*0.088-0.061-0.173**19.VA0.0370.0060.066-0.0020.079-0.034-0.0850.242***110.OI-0.081-0.0300.0380.152**0.069-0.105-0.151**0.409***0.410***111.NPD0.0890.0970.0020.1070.040-0.082-0.133*0.414***0.426***0.599***112.MDL-0.035-0.0910.137*-0.096-0.0390.077-0.0650.237***0.279***0.305***0.289***1均值1.4141.9852.3082.6071.5442.9492.9123.8863.8443.8243.6244.067标准差0.4930.8750.7231.6230.6421.2191.5460.6820.6970.6540.7180.622
注:*、**、***分别表示p<0.05、p<0.01、p<0.001,下同
本研究采用层级回归分析对主效应进行检验,结果如表5所示。M5、M6为数字技术可供性、机会迭代对新产品开发绩效影响的回归模型,分析结果显示:数字技术积累可供性、数字技术变异可供性和机会迭代对新产品开发绩效具有显著正向影响(β=0.370,p<0.001;β=0.350,p<0.001;β=0.661,p<0.001),表明企业通过运用数字技术可供性和机会迭代促进新产品开发绩效提升,假设H1a、H1b与H3得到验证。M2为数字技术可供性对机会迭代影响的回归模型,其中数字技术积累可供性与数字技术变异可供性对机会迭代具有显著正向影响(β=0.332,p<0.001;β=0.305,p<0.001),表明数字技术运用能够拓宽信息获取渠道,加速对利益相关者反馈的收集与分析,并优化企业资源重组利用,从而推动机会迭代,假设H2a、H2b得到验证。
表5 层级回归分析结果
Table 5 Hierarchical regression analysis results
变量OIM1M2M3NPDM4M5M6M7M8gender-0.088-0.138**-0.114*0.1380.0820.196**0.148*0.109age-0.017-0.004-0.0170.114*0.128**0.125**0.130**0.115**edu0.030-0.030-0.0230.034-0.0330.014-0.019-0.020nat0.060**0.073***0.066***0.048*0.063**0.0090.0280.052**pos0.1070.0240.0470.001-0.093-0.070-0.104*-0.066yr-0.020-0.011-0.021-0.033-0.023-0.020-0.017-0.036ind-0.060*-0.026-0.019-0.068*-0.030-0.028-0.017-0.020CA0.332***0.298***0.370***0.210***0.323***VA0.305***0.262***0.350***0.204***0.315***OI0.661***0.481***MDL0.179***0.190***CA*MDL0.342***0.374***VA*MDL0.198**0.348***R20.0630.3220.4230.0580.3340.3980.4640.462Adj. R20.0420.3030.4010.0370.3150.3830.4470.442
表5中M7为数字技术可供性与机会迭代对新产品开发绩效影响的回归分析,以检验机会迭代是否在数字技术可供性与新产品开发绩效间发挥中介作用。根据中介效应成立条件并对比M5可知,在加入机会迭代(作为中介变量)后,数字技术积累可供性与变异可供性对新产品开发绩效的影响减弱(β=0.210,p<0.001;β=0.204,p<0.001),而机会迭代对新产品开发绩效的影响仍显著(β=0.481,p<0.001)。由此可知,机会迭代在数字技术可供性与新产品开发绩效间发挥部分中介作用,假设H4a、H4b得到验证。
为进一步验证机会迭代的中介效应是否显著,本文采用Bootstrap检验法,结果如表6所示。通过机会迭代,数字技术积累可供性与变异可供性对新产品开发绩效的间接效应系数分别为0.215 6、0.205 0,且95%置信区间内不含0,说明机会迭代的中介作用显著,假设H4a、H4b进一步得到验证。
表6 Bootstrap中介效应检验结果
Table 6 Bootstrap test for mediating effect
路径系数标准差95%置信区间积累可供性→机会迭代→新产品开发绩效0.215 60.029 8[0.158 6,0.275 3]变异可供性→机会迭代→新产品开发绩效0.205 00.029 4[0.152 0,0.266 8]
表5中M3检验管理者数字素养对数字技术可供性与机会迭代关系的调节作用,M8检验管理者数字素养对数字技术可供性与新产品开发绩效关系的调节作用。分析结果显示:数字技术积累可供性、变异可供性与管理者数字素养的交互项对机会迭代(β=0.342,p<0.001;β=0.198,p<0.01)、新产品开发绩效(β=0.374,p<0.001;β=0.348,p<0.001)均具有显著正向影响,表明管理者数字素养正向调节数字技术可供性对机会迭代及新产品开发绩效的促进作用,假设H5a、H5b与H6a、H6b得到验证。
为进一步验证调节效应,并更直观地展现管理者数字素养的调节效应,本文绘制调节效应图,如图2、图3所示。结果显示,相较于低管理者数字素养(β=0.108,p>0.05),高管理者数字素养下数字技术积累可供性对机会迭代的正向作用更强(β=0.611,p<0.001);相较于低管理者数字素养(β=0.140,p<0.05),高管理者数字素养下数字技术变异可供性对机会迭代的正向作用更强(β=0.525,p<0.001),假设H5a与H6a得到验证。
图2 管理者数字素养对积累可供性与机会迭代的调节作用
Fig.2 Moderating effect of managerial digital literacy on progress affordance and opportunity iteration
图3 管理者数字素养对变异可供性与机会迭代的调节作用
Fig.3 Moderating effect of managerial digital literacy on variational affordance and opportunity iteration
图4、图5显示,相较于低管理者数字素养(β=0.115,p>0.05),高管理者数字素养下数字技术积累可供性对新产品开发绩效的正向作用更强(β=0.695,p<0.001);相较于低管理者数字素养(β=0.100,p>0.05),高管理者数字素养下数字技术变异可供性对新产品开发绩效的正向作用更强(β=0.684,p<0.001),假设H5b与H6b得到验证。
图4 管理者数字素养对积累可供性与新产品开发绩效的调节作用
图5 管理者数字素养对变异可供性与新产品开发绩效的调节作用
Fig.4 Moderating effect of managerial digital literacy on progress affordance and new product performance
Fig.5 Moderating effect of managerial digital literacy on variational affordance and new product performance
本研究运用Process插件验证有调节的中介效应。由表7可知,在低管理者数字素养下,机会迭代在数字技术积累可供性与新产品开发绩效间的95%置信区间包含零值,表明此时间接效应不显著;在高管理者数字素养下,95%置信区间不包含零值,表明管理者数字素养正向调节机会迭代在数字技术积累可供性与新产品开发绩效间的中介作用,假设H7a得到验证。随着管理者数字素养提高,机会迭代的中介效应逐渐增强,且95%置信区间不包含零值,进一步表明管理者数字素养正向调节机会迭代在数字技术变异可供性与新产品开发绩效间的中介作用,假设H7b得到验证。
表7 有调节的中介效应检验结果
Table 7 Test results of moderated mediation effect
自变量调节变量间接效应标准差95%置信区间积累可供性低管理者数字素养0.049 60.029 1[-0.005 6,0.108 5]中管理者数字素养0.165 70.028 7[0.113 5,0.226 2]高管理者数字素养0.281 80.041 6[0.204 6,0.368 5]被调节的中介指数0.186 60.034 7[0.123 2,0.259 9]变异可供性低管理者数字素养0.067 20.025 9[0.020 3,0.121 9]中管理者数字素养0.159 40.027 2[0.109 8,0.216 4]高管理者数字素养0.251 70.042 8[0.172 7,0.337 2]被调节的中介指数0.148 40.036 4[0.081 3,0.224 2]
本文基于技术可供性理论,构建数字技术可供性对企业新产品开发绩效影响的理论机制模型,通过对331份管理者调研数据进行实证检验,得出以下主要结论:
(1)数字技术可供性能够显著提升企业新产品开发绩效。具体而言,数字技术可供性包括数字技术积累可供性、数字技术变异可供性两个维度,二者均对新产品开发绩效具有显著正向影响。
(2)机会迭代在数字技术可供性与新产品开发绩效间发挥中介作用,即数字技术可供性通过推动机会迭代提升企业新产品开发绩效。
(3)管理者数字素养在数字技术可供性与机会迭代、新产品开发绩效间发挥正向调节作用。管理者数字素养越高,数字技术可供性对机会迭代和新产品开发绩效的正向影响越显著。同时,管理者数字素养提高也增强了机会迭代在数字技术可供性与新产品开发绩效间的中介效应。
(1)本文基于技术可供性理论,探讨了数字技术不同特性对新产品开发绩效的影响,丰富了新产品开发绩效前因研究。现有研究多从组织能力与数字化转型视角,探讨其对新产品开发绩效的影响,鲜有从数字技术本质特性出发,分析数字技术的双维可供性对新产品开发绩效的作用。
(2)本文从数字技术特性出发,构建数字技术可供性对新产品开发绩效影响的机制模型,并将数字技术可供性纳入机会迭代研究框架,为深入理解数字技术对机会迭代的影响提供理论支撑,同时推动技术可供性理论与机会视角下创新创业研究融合。数字情境下,现有机会迭代研究主要依赖理论分析和案例研究,缺乏与数字技术特性相关的系统性实证研究,且对影响机会迭代的前因实证检验不足。本文引入机会迭代,探讨其在数字技术可供性与新产品开发绩效间的中介作用,丰富了数字技术可供性对新产品开发绩效影响的内在机制研究。
(3)本文以管理者数字素养为调节变量,揭示了数字技术可供性驱动新产品开发绩效提升的边界条件。现有研究多将管理者数字素养作为自变量,探讨其对企业数字化转型与技术创新的影响。本文引入管理者数字素养这一变量,拓展了数字技术可供性对新产品开发绩效影响的边界效应研究,回应了技术可供性理论关系视角下的核心观点,强调技术可供性实现依赖于行为主体特征与能力的理论内涵。
(1)企业需充分发挥数字技术积累可供性与数字技术变异可供性的协同效应,利用数字技术构建高效的组织管理体系与生产经营流程。企业需重视数据同质化与标准化处理,借助数字工具提升业务流程规范水平,并加强数字技术在核心业务领域的应用。同时,企业需积极探索数字技术融合创新,鼓励跨部门和跨领域合作交流,构建数字创新资源库,确保数字创新价值的可持续提升。
(2)在数字技术不断革新和进步的背景下,企业需树立迭代思维,通过开放共创、快速反馈、持续迭代优化和升级产品或服务,以应对快速变化的外部环境。构建高效反馈机制,鼓励利益相关者建言献策,在“试错—反馈—订正”的正向循环机制中不断优化改进产品和服务,提升企业适应性和市场竞争力。
(3)企业战略制定者需充分认识提高自身数字素养对企业发展的重要性。积极参与数字技能培训,拓展变革性思维、战略视野与适应能力,进而提升数字胜任力与基于数据的决策能力。同时,基于数字化视角,布局组织内业务流程和管理制度,带动员工提高数字技术理解与应用能力。管理者需敏锐捕捉市场需求,紧跟数字化发展前沿,持续学习并将数字技术应用于企业生产、运营和战略发展中,为企业创新提供支持,推动企业研发和生产流程的数字化转型,以应对数字经济时代的新挑战。
本文存在以下不足:第一,将数字技术可供性划分为数字技术积累可供性与数字技术变异可供性两个维度,未能充分考虑数字技术在企业管理与实践中所展现的其他特性(如数字技术的专属性、适应可供性等),未来可深入探索数字技术的其他特性对机会迭代和新产品开发绩效的影响。第二,本研究采用问卷调查法获得的数据均为截面数据,未能动态展示企业在不同阶段(如新创、探索和成熟阶段)利用数字技术对机会迭代与新产品开发的长期纵向影响,未来可运用案例研究或定性比较分析方法,探讨数字技术特性在企业不同发展阶段的动态作用,进一步验证本文研究结论。第三,仅选取管理者数字素养作为现有理论框架的边界条件,未来可引入更多情境变量(如高管团队异质性、技术复杂性等),探究不同情境下数字技术可供性对企业机会迭代和新产品开发绩效的作用。第四,从调研结果看,本研究样本企业大多集中于数字技术利用率较高的行业,未能对特定行业进行深入探讨,后续可聚焦高度依赖数字技术的行业企业,开展更具针对性的研究,以深化对数字技术可供性影响的理解。
[1] DURMUSOGLU S S, KAWAKAMI T.Information technology tool use frequency in new product development: the effect of stage-specific use frequency on performance[J].Industrial Marketing Management, 2021, 93: 250-258.
[2] 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.
[3] 邓程, 张雪.双维数字化转型战略与新产品开发绩效——创新开放度的调节作用[J].经济与管理, 2025,39(2): 31-40.
[4] 袁红梅, 田会静, 刘心蕊, 等.动态网络能力、技术融合能力对生物医药新产品开发绩效的影响——企业创新绩效的中介效应[J].科技进步与对策, 2024,41(18): 108-118.
[5] 余传鹏, 黎展锋, 林春培, 等.数字创新网络嵌入对制造企业新产品开发绩效的影响研究[J].管理世界, 2024,40(5): 154-176.
[6] 李雅文, 庄孟谕, 周金毅, 等.企业网络化合作与嵌入式合作如何影响新产品开发绩效——数字化转型的调节作用[J].工程管理科技前沿, 2024, 43(3): 62-68.
[7] NAMBISAN S, WRIGHT M, FELDMAN M.The digital transformation of innovation and entrepreneurship: progress, challenges and key themes[J].Research Policy, 2019, 48(8): 103773.
[8] 杜晶晶, 王涛, 郝喜玲, 等.数字生态系统中创业机会的形成与发展: 基于社会资本理论的探究[J].心理科学进展, 2022,30(6): 1205-1215.
[9] 曹钰华.数字技术驱动的创业机会进化: 一个基于人工物视角的理论模型[J].科技进步与对策, 2024,41(12): 1-11.
[10] TREVISAN A H, LOBO A, GUZZO D, et al.Barriers to employing digital technologies for a circular economy:a multi-level perspective[J].Journal of Environmental Management, 2023,332: 117437.
[11] 苏郁锋, 周翔.“直播电商” 情境下数字机会共创机制研究: 基于数字可供性视角的质性研究[J].南开管理评论, 2023,26(1): 106-119.
[12] AUTIO E, NAMBISAN S, THOMAS L D W, et al.Digital affordances, spatial affordances, and the genesis of entrepreneurial ecosystems[J].Strategic Entrepreneurship Journal, 2018, 12(1): 72-95.
[13] 汪志红, 周建波.数字技术可供性对企业商业模式创新的影响研究[J].管理学报, 2022,19(11): 1666-1674.
[14] 张培, 吴溧楠.企业数字创新过程中关键主体数字技术可供性的影响机理: 基于自研数字平台的纵向案例研究[J].科技进步与对策, 2024,41(24): 23-35.
[15] EROFEEVA M.On multiple agencies: when do things matter[J].Information, Communication &Society, 2019, 22(5): 590-604.
[16] 李雪松, 王健.管理者数字素养对中小企业数字化转型的影响机制[J].科技管理研究, 2024,44(1): 106-116.
[17] 王霞, 吴佳琪.管理者数字素养与企业绿色技术创新[J].华东师范大学学报(哲学社会科学版), 2023,55(6): 120-138.
[18] GIBSON J J.The ecological approach to visual perception[M].Boston:Houghton-Mifflin,1986.
[19] MELVILLE N P, ROBERT L, XIAO X.Putting humans back in the loop: an affordance conceptualization of the 4th industrial revolution[J].Information Systems Journal, 2023, 33(4): 733-757.
[20] NAIK P, SCHROEDER A, KAPOOR K K, et al.Behind the scenes of digital servitization: actualising IoT-enabled affordances[J].Industrial Marketing Management, 2020, 89: 232-244.
[21] NAMBISAN S.Digital entrepreneurship: toward a digital technology perspective of entrepreneurship[J].Entrepreneurship Theory and Practice, 2017, 41(6): 1029-1055.
[22] VOLKOFF O,STRONG D M.Critical realism and affordances: theorizing IT-associated organizational change processes[J].MIS Quarterly,2013,37(3):819-834.
[23] CHATTERJEE S, MOODY G, LOWRY P B, et al.Information technology and organizational innovation: harmonious information technology affordance and courage-based actualization[J].The Journal of Strategic Information Systems, 2020, 29(1): 101596.
[24] LANZOLLA G,PESCE D, TUCCI C L.The digital transformation of search and recombination in the innovation function:tensions and an integrative framework[J].Journal of Product Innovation Management,2021,38(1):90-113.
[25] MONAGHAN S, TIPPMANN E, COVIELLO N.Born digitals: thoughts on their internationalization and a research agenda[J].Journal of International Business Studies, 2020, 51(1): 11-22.
[26] WOOD M S, MCKINLEY W.After the venture: the reproduction and destruction of entrepreneurial opportunity[J].Strategic Entrepreneurship Journal, 2017, 11(1): 18-35.
[27] 郭润萍, 龚蓉, 陆鹏.战略学习、组织敏捷性与机会迭代——基于数字化新创企业的实证研究[J].外国经济与管理, 2024,46(7): 22-37.
[28] ZHENG F Q, SUN H Y, REN R W, et al.Impact of the digital entrepreneurial ecosystem on startup performance: an empirical study from China[J].International Review of Economics &Finance, 2024, 96: 103611.
[29] YU X, JIANG F, LUO J M.Network ambidextrous capabilities, routine replication, and opportunity iteration of digital startups—evidence from China[J].Systems, 2024, 12(8): 314.
[30] KAPLAN A, HAENLEIN M.Digital transformation and disruption: on big data, blockchain, artificial intelligence, and other things[J].Business Horizons, 2019, 62(6): 679-681.
[31] VON BRIEL F, RECKER J, et al.Researching digital entrepreneurship: current issues and suggestions for future directions[J].Communications of the Association for Information Systems, 2021, 48(1): 284-304.
[32] HUANG J, HENFRIDSSON O, et al.Growing on steroids: rapidly scaling the user base of digital ventures through digital innovation[J].MIS Quarterly, 2017, 41(1): 301-314.
[33] BOYER T, BLAZY R.Born to be alive? the survival of innovative and non-innovative French micro-start-ups[J].Small Business Economics, 2014, 42(4): 669-683.
[34] XU L Y,LI J,ZHOU X.Exploring new knowledge through research collaboration: the moderation of the global and local cohesion of knowledge networks[J].The Journal of Technology Transfer,2019,44(3):822-849.
[35] 特木钦, 王琨.技术交流、迭代式创新与新产品开发绩效关系研究——基于实际吸收能力的调节效应[J].预测, 2021,40(2): 33-39.
[36] BRAVER L, DANNEELS E.Propensities return us to the discovery-creation debate about entrepreneurial opportunities[J].Academy of Management Review, 2018, 43(4): 812-815.
[37] YOO Y.The tables have turned: how can the information systems field contribute to technology and innovation management research[J].Journal of the Association for Information Systems, 2013, 14(5): 227-236.
[38] GISTER P.Digital literacy[M].New York:Wiley,1997.
[39] MARTIN A, GRUDZIECKI J.DigEuLit: concepts and tools for digital literacy development[J].Innovation in Teaching and Learning in Information and Computer Sciences, 2006, 5(4): 249-267.
[40] MATARAZZO M, PENCO L, PROFUMO G, et al.Digital transformation and customer value creation in Made in Italy SMEs: a dynamic capabilities perspective[J].Journal of Business Research, 2021, 123: 642-656.
[41] BI R, DAVISON R, SMYRNIOS K.The role of top management participation and IT capability in developing SMEs′competitive process capabilities[J].Journal of Small Business Management, 2019, 57(3): 1008-1026.
[42] NG W.Can we teach digital natives digital literacy[J].Computers &Education, 2012, 59(3): 1065-1078.
[43] LAU W W F, YUEN A H K.Developing and validating of a perceived ICT literacy scale for junior secondary school students: pedagogical and educational contributions[J].Computers &Education, 2014, 78: 1-9.
[44] MAUERHOEFER T,STRESE S, BRETTEL M.The impact of information technology on new product development performance[J].Journal of Product Innovation Management, 2017, 34(6): 719-738.