Drawing on transaction cost theory and social capital theory, this paper employs nonlinear regression and response surface analysis techniques to dissect how relational governance, contractual governance, and their degree of match affect knowledge collaboration. The research focuses on regions with relatively developed platform economies, including Jiangsu, Shandong, and others, and analyzes a dataset comprising 879 samples using statistical tools like SPSS 27.0 and AMOS 28.0.Key findings include six parts: (1) Relational governance exerts a significantly positive impact on knowledge collaboration, fostering trust and cooperation among enterprises. (2) Contractual governance demonstrates a positive U-shaped relationship with knowledge collaboration, indicating that its effectiveness may increase beyond a certain threshold. (3) Greater consistency between relational and contractual governance enhances knowledge collaboration, suggesting a synergistic effect. (4) The "strong relational-strong contractual" governance model outperforms the "weak relational-weak contractual" model in promoting knowledge collaboration. (5) Interestingly, the "strong relational-weak contractual" governance model yields higher levels of knowledge collaboration compared to the "weak relational-strong contractual" model, highlighting the importance of relational elements. (6) Platform strategic consensus positively moderates the impact of governance consistency on knowledge collaboration, emphasizing the role of shared vision and goals.
In practical terms, innovation-oriented platforms should strive to balance relational and contractual governance, leveraging their respective strengths to foster a collaborative environment. Transaction-oriented platforms, on the other hand, should focus on the cost-efficiency benefits of contractual governance while ensuring adequate relational elements to maintain trust. Enterprises with high external knowledge acquisition needs should prioritize joining platforms that employ a hybrid of both governance models to maximize collaboration opportunities.
This study makes several notable contributions.(1) It clarifies the nonlinear effects of platform relational and contractual governance on knowledge collaboration, addressing gaps in traditional theories by providing a more nuanced understanding of their interplay. (2) By constructing a two-dimensional matrix, it explores the combined mechanisms of governance models on knowledge collaboration, offering a fresh perspective on how these models interact to drive collaboration. (3) It extends strategic consensus research to platform contexts, revealing its unique value in facilitating cross-organizational knowledge collaboration and examining the moderating role of platform openness, thereby broadening the scope of platform strategic consensus and openness research.
The study provides key managerial insights: First, platforms should flexibly choose governance models based on their core objectives (innovation or transaction), while enterprises need to dynamically adjust strategies to adapt to different governance impacts. Second, both platforms and enterprises should prioritize building strategic consensus, incorporating it into cooperation criteria and innovation decisions to enhance collaboration awareness and alignment. Third, improving collaboration efficiency through governance matching and consensus building is crucial, with platforms guiding and enterprises actively adapting to create a stable and efficient ecosystem for innovation and development. However, the study has limitations, and future research should explore more diverse governance models and other influencing factors to enrich understanding.
开放科学(资源服务)标识码(OSID)：
数字经济时代,知识协同是激活组织创新潜能、实现价值增值的重要路径。根据协同理论,知识协同有助于产生“1+1>2”的结果,并实现剩余价值[1]。平台治理通过制定开放共享的知识交互规则、动态协同的价值分配机制和安全可信的生态治理框架,激发跨组织、跨领域知识流动的聚合效应,促进平台企业实现核心知识共享、转移、积累、转化和共同创造。因此,如何通过平台治理促进平台企业知识协同成为亟待解决的关键问题。
关于平台治理如何影响企业知识协同的研究尚处于探索阶段,具体包括以下方面:第一,关注平台治理对企业知识协同的行为层影响,如平台治理对知识管理(Foerderer等,2019)、用户知识共享(沈占波等,2024)、互补者知识共享 (张建宇和王师静云,2023;Zhang等,2022)的影响。第二,关注平台治理对知识协同的作用机制及过程,如Jiao等(2023)基于可供性理论,考察知识平台可供性对知识协同的促进机理,Zhou等(2024)强调平台激励对知识协同绩效的作用。第三,关注平台治理类型对知识协同的影响,如关系/契约治理对供应链知识协同的独立作用(王清晓,2016),以及控制型、交易型和社会型知识治理与产业链知识协同的关系[2]。
然而,上述关于平台治理与知识协同的研究更多探讨的是不同类型治理模式对知识协同的独立影响,鲜有研究考察多种治理模式的联合影响,限制了平台治理对知识协同作用机制的认知。
因此,本研究拟从匹配视角出发,重点关注平台治理中关系治理与合同治理两种典型模式对知识协同的影响[3],并解决两个问题:①在独立分析两种治理模式对平台企业知识协同影响的基础上,探究两种治理模式不同匹配状态下的影响特征。交易成本理论强调借助合同治理建立理性合作规则,社会资本理论提出关系治理能够促进信任与情感,本研究拟揭示两者交互对知识协同的复杂影响。②考察平台属性特征的重要调节作用。已有文献指出,平台开放度影响信任建立[4]、资源竞争并带来知识泄露[5-6],平台战略共识则会影响企业关系和知识协同动机[2],本文将这两个平台特征因素纳入考量,观察二者对上述复杂因果关系的调节功能。
本文边际贡献如下:①进一步明确知识协同过程中平台关系治理与合同治理非线性效应的内涵与特征,将平台治理模式划分为关系治理与合同治理,解决传统知识协同理论在平台情境中解释力不足的问题。②现有研究多是对不同影响因素单独进行分析,并未探讨不同因素交互作用下的影响机理,本文通过构建二维四象限组合矩阵,从关系治理和合同治理匹配视角出发,深入探讨平台背景下知识协同的驱动因素及作用机制。③从传统的组织内部管理情境拓展至平台情境,揭示平台情境下战略共识在跨组织知识协同中的独特价值,并考察平台开放度在平台治理模式与知识协同关系中的负向调节作用,进而拓展平台战略共识和平台开放度的作用边界。
平台治理是指平台所有者制定并执行规则,通过约束和激励机制应对市场失灵问题,促进利益相关者互动[7]。现有的平台治理分类虽然存在一定差异,但均聚焦关系治理与合同治理。如池毛毛等[3]认为,正式治理、关系治理分别作为硬性要素和软性要素,促进平台实现高双元性,有助于平台企业获取长期竞争优势;俞林(2023)指出,契约治理为平台治理提供制度依据,关系治理则能够提升主体协同度,推动平台治理机制完善;刘潇等(2023)认为,平台治理机制包括正式治理和非正式治理,前者通过合同提供行为准则和意外处理原则,后者有利于合作双方形成长期双边关系承诺。
基于上述研究,本文将平台中的关系治理与合同治理界定如下:合同治理通过正式合同明确合作方之间权责关系,以契约条款规范互动行为,强调合同与规则对防范机会主义和冲突的作用[8-9];关系治理以信任为基础,强调非正式控制,通过施信者向受信者传递出善意与可靠的积极信号,保障交易、降低成本、减少合同依赖并促进分歧解决[9-10]。简言之,合同治理通过契约强化显性知识交换,关系治理以信任助推隐性知识共享,二者相互补充,共同提升知识协同绩效。
1.2.1 关系治理的倒U型影响
关系治理对企业间关系嵌入和信任建立有极大推动作用[11],进而促进平台资源交互和重组。根据社会资本理论,关系治理可以从信任和关系网络两方面影响知识协同:第一,信任能增强知识协同意愿、减少机会主义行为。高水平信任有助于增强企业间知识共享和应用动机,促进隐性技术与信息共享,进而形成企业合作专有知识基础,并成为激发知识协同的关键因素[12]。此外,基于关系治理建立的长期信任,可削弱各参与企业机会主义倾向,进而降低监督成本,提高知识协同效率。第二,社会关系网络能扩大知识接触面积,降低知识协同难度。作为关系网络成员,平台参与企业在资源共享和优势互补的基础上形成稳定合作关系,从而降低知识转移难度[13],促进企业知识协同。同时,跨行业合作能促进异质性知识融合,激发知识转化与共同创造,缓解知识协同过程中的信息不对称。
关系治理与知识协同之间可能并非简单的线性关系。有学者关注到关系治理过度会对协作产生负面影响[14-15]。信任是关系治理的重要构成要素[16],过度信任可能导致决策主体忽视潜在风险,进而弱化机会主义防范意识以及增加知识泄露风险[17]。此外,关系治理需企业投入情感成本及协作资源等,当成本超出知识协同收益时,企业将基于经济理性降低协同意愿。因此,可以推断关系治理并不总为企业合作带来积极效果。
基于此,本文认为,随着关系治理从低水平向高水平发展,企业会逐渐增加知识协同投入和承诺,提升合作双方心理认同,进而形成稳固的关系网络,抑制机会主义行为。然而,随着关系治理进一步加深,过高的信任可能引发伙伴监督不足,此外,维护成本可能远超交易成本,导致企业无法获得预期回报,企业知识协同意愿下降。基于以上分析,本文提出如下假设:
H1: 关系治理对平台内企业间知识协同具有倒U型影响,当关系治理从极低水平逐渐提高时,知识协同水平持续提高,而当关系治理超过特定阈值时,关系治理会负向影响知识协同。
1.2.2 合同治理的正U型影响
合同治理强调以书面形式进行约束,详细规定各方角色、履行义务以及未来成果归属等问题[18]。根据交易成本理论,合同作为一种非人格化、制度化机制,通过约束交易方对合同条款的履约,降低行为不确定性,缓解信息不对称问题,进而有效抑制交易中的机会主义行为[19]。然而,知识协同涉及大量隐性知识,需要整合大量专有资源[20],随着合同治理机制不断完善,知识协同所需成本也持续上升。同时,合同预设框架在实际操作中往往带来一系列挑战。虽然企业磨合能在一定程度上促进知识协同,但其产生的整体效用相对有限。具体而言,当边际收益不足以覆盖边际成本时,企业知识协同无法达到经济高效状态,反而可能导致其维持在一个较低水平。另外,合同严格限定了应履行义务,其中隐含的不信任可能使企业产生负面情绪,削弱企业追求长期目标的内在动机[21] 。因此,在合同治理水平较低时,为提高合同治理水平而持续投入边际努力,知识协同效用并不必然随之递增,反而会呈现边际递减趋势。
合同不仅规范各方权利与义务,而且明确违约行为及惩罚措施。随着合同治理水平提升,其为企业知识协同提供了一个更完备的制度框架,有助于协调各项活动[21],解决潜在冲突,显著提升知识协同效率。换言之,完善的制度有效降低知识协同成本,促进各方共享知识资源,助力隐性知识深度交流。另外,合同还为合作方提供沟通工具,如明确的合同条款有利于减少冲突发生,促进相互理解与社会互动,提高参与企业对知识协同的满意度和积极性。因此,随着合同治理水平提升,适度的合同治理有助于建立企业间合作框架,减少冲突,增进身份认同,从而提高知识协同水平。
综上,本文认为,当合同治理水平较低时,合同控制会导致企业交易成本增大,降低平台内知识协同;随着合同治理机制不断完善,治理水平逐渐提高,为知识协同提供了制度框架,降低了信息不对称性,从而有效促进知识协同。简言之,合同治理与知识协同呈现先降低后提升的正U型关系。为此,本文提出如下假设:
H2:合同治理对平台内企业知识协同有正U型影响,当合同治理水平较低时,知识协同处于低水平,当合同治理水平超过阈值时,其显著提升知识协同。
1.3.1 关系治理与合同治理一致性对知识协同的影响
在强关系-强合同情境下,二者存在互补关系。第一,根据社会资本理论,强关系治理的本质在于合作方之间深度信任[22],而非依赖于明确规范或详细规定。而交易成本理论则强调通过严格的惩罚与监督机制等强合同治理对协同行为进行明确界定和约束,从而有效限制机会主义行为(严玲等,2022),确保协同公平与效率。第二,强关系治理可抵消强合同治理的潜在负面影响。具体而言,合同治理受契约不完备性与有限理性制约,难以覆盖知识协同过程中的所有不确定情形,导致企业交流受限、冲突风险加大,进而阻碍知识传递与整合。这种限制可能进一步削弱参与者积极性,影响合作稳定性与持久性。然而,基于社会资本理论,强关系治理能通过增强企业信任与合作柔性,促进相互理解与协作[23]。这种治理模式有助于构建开放包容的合作环境,促使各方基于信任灵活应对知识协同过程中的挑战与变化。在弱关系-弱合同情境下,企业间合作尚处初级阶段,虽缺乏深度信任与完备制度约束,但二者的弱一致性仍能对知识协同产生积极作用。弱合同治理通过基础条款明确合作权责,为双方互动提供基本规范,有效降低合作初期的行为不确定性,同时,弱关系治理中存在的有限信任与互动惯性可缓冲因合同不完备引发的潜在矛盾。二者相互配合,共同降低知识协同过程中的初始风险,为企业营造相对稳定的合作环境,推动知识共享,进而为后续合作关系深化与知识协同效能提升奠定基础。
当关系治理与合同治理不一致时,难以寻到治理模式的有效平衡点: 一方面,治理模式不平衡不利于企业亲密关系建立,易使合作性交易转化为敌对性交易,降低知识协同效果。当平台治理过度聚焦关系治理时,容易忽视平台企业间制度化与非人格化控制机制的建立和应用。制度缺位会限制合作经验匮乏企业认知框架和行为规范建立,进而妨碍合作者之间实现“良性合作→能力信任”的螺旋上升过程。当平台治理过度聚焦合同治理时,有限理性和契约不完备导致合同治理机制难以应对企业合作中的不确定性,致使知识协同受到合同条款限制且缺乏灵活性,抑制合作情感发展。另一方面,治理模式间存在相互削弱机制(周倩等,2024),会对协同绩效产生负向影响。强关系治理易引发过度信任,诱使合作者自利性动机增强,而弱合同治理又尚未形成制度性控制机制,难以有效约束合作方行为,进而提高知识协同成本和试错成本。同样的,强合同治理可能被视为不信任表现,抑制协同过程中的内在动机,削弱关系治理的正面效应,压缩知识协同范围与深度。为此,本文提出如下假设:
H3:关系治理与合同治理一致性越高,越有利于知识协同。
在强关系-强合同情境下,二者相互促进。其原因在于两者各有利弊,联合使用能够提高稳定性和绩效,进而促进知识协同。根据社会资本理论,强关系治理从两方面对知识协同产生积极影响:①相互信任和情感承诺能降低企业知识协同的心理门槛,从而提高知识协同实践意愿;②社会关系网络为知识转移和共享提供路径(孙娟和李艳军,2019),进而提高知识协同效率。基于交易成本理论,强合同治理通过完备的合同条款避免资源损耗和冲突:第一,详细的合同对企业权利和义务作出明确规定,有助于拓展合作区间,并就知识协同内容/方式达成共识。该制度框架能有效规避程序性内耗[2],降低知识交易机会主义风险,进而促进知识协同。第二,明确的合同条款可以减少冲突[24],增进理解,从而促进双方良性互动(曹勇等,2021),提高隐性知识协同主动性和积极性。此外,强合同治理通过精细的合同管理降低强关系治理带来的信任风险,强关系治理则可促成参与者建立多边信任关系,降低复杂合同引致的成本上升与信任危机。
在弱关系—弱合同情境下,一方面,平台企业通过一系列试探、互动、谈判等活动初步建立信任关系和关系网络,但是这种弱关系治理带来的低信任和低情感承诺易产生机会主义行为,导致企业以戒备态度谨慎对待知识协同。另一方面,弱合同治理意味着没有明确规定知识协同细节,会降低参与者公平感知[25],导致企业关系处于模糊状态,难以建立身份认同。为避免单边利益损失,参与企业会有意隐藏专有知识和技术,不利于企业间知识协同。为此,本文提出如下假设:
H4:当关系治理与合同治理一致时,相比低一致性情境,高一致性情境更有利于知识协同。
1.3.2 关系治理与合同治理不一致性对知识协同的影响
关系治理基于企业合作的内在动机,利用信任维系合作关系(Wuyts &Geysken,2005),合同治理则基于企业合作的外在动机,通过非人格化和制度化契约维系合作关系(Yang等,2011),二者的不一致导致对知识协同的促进作用存在差异:一方面,在弱关系-强合同情境下,尽管合同治理提供了管理框架,但也反映出监督者的不信任。在合同条款难以全面覆盖监管领域时,机会主义动机增强,导致平台参与者对合作持谨慎态度,知识协同水平较低。另一方面,在强关系-弱合同情境下,以信任为核心的关系治理具有更大弹性和更强适应性,合作中逐步建立的情感承诺与互惠规范能减少冲突[26],克服合同局限性。此时,关系治理不仅强化企业间信任基础,促使企业投入更多资源,维持合作关系[26-27],而且有效提升知识协同意愿,构建多边渠道[2],缩短沟通路径、降低知识转移成本,形成共享知识基础,提升知识协同效率。因此,相比弱关系治理-强合同治理情境,在强关系治理-弱合同治理情境下更有利于知识协同。为此,本文提出如下假设:
H5:当关系治理与合同治理不一致时,强关系治理-弱合同治理情境比弱关系治理-强合同治理情境更有利于知识协同。
1.4.1 平台开放度的调节作用
平台开放度是指平台对不同用户使用、开发和商业化平台的限制程度[28]。开放度是体现平台治理方案的关键因素[29],尽管关系治理与合同治理一致性有助于激发企业知识协同意愿,但这种驱动效应可能因平台开放度不同而存在差异。目前有学者认识到开放度对知识活动的影响。如Randhawa等[30]探究了开放式创新对知识协同的积极作用;Wu等[6]认为开放度会通过知识获取与知识泄露,影响创新绩效。当平台开放度过高时,会降低企业间信任,加大资源竞争与知识泄露风险,同时,合同不完备与管理成本增加也会影响知识协同。当平台开放度较低时,则有助于企业间建立稳定的信任关系,通过合同规范确定权利与义务,促进关系治理与合同治理匹配。
具体来讲,当平台开放度过高时,一方面,准入门槛降低导致进入企业良莠不齐,不利于企业间信任关系建立。同时,高度开放的环境会加剧平台内资源竞争[5],增加知识泄露风险[6,31],促使企业保留与隐瞒知识,从而不利于平台内知识流动。另一方面,平台参与者众多并占据不同生态位,合同无法覆盖所有可能性,管理成本增大,从而负向调节关系治理与合同治理一致性和知识协同的关系。相反,当平台开放度较低时,企业间易建立稳定的信任关系,且合同明确规定了企业权利与义务,增强了合作双方的公平感知,有利于实现关系治理与合同治理的有效匹配。为此,本文提出如下假设:
H6:平台开放度反向调节关系治理与合同治理一致性和知识协同的关系,即在高开放度的平台环境中,关系治理与合同治理一致性对知识协同的促进作用被弱化。
1.4.2 平台战略共识的调节作用
战略共识是指相关主体在战略动机与未来行动方面达成统一认知[32]。早期关于战略共识的研究主要聚焦中高层管理者[33-34],随着研究的逐步深入,学术界扩展了战略共识研究范围,认为战略共识不仅在企业内部发挥作用,而且企业需要与外部的合作伙伴达成战略共识[33,35]。
目前,已有研究将战略共识影响延伸至知识管理方面,认为其对知识共享和知识协同有积极影响[2,36],但尚未有研究从平台视角出发,探究平台战略共识如何影响关系治理与合同治理一致性对知识协同的促进作用。平台战略共识是指平台用户对知识共创的一致性理解与战略承诺[2]。平台战略共识可促进企业间知识交流与协作,是推动知识协同的关键手段。同时,平台战略共识有助于企业间达成目标一致性,减少机会主义行为发生,增强关系治理与合同治理一致性对知识协同的积极影响。第一,平台战略共识有助于企业间达成共同目标[37],增强合作粘性和认知一致性,促进平台资源配置优化和高效利用,进而提升合作效率。第二,平台战略共识通过确定知识协同的优先地位,促使企业从长远角度考虑合作伙伴的共同利益,有助于企业形成正确的决策导向。第三,平台战略共识促进顺畅的沟通机制形成[35],降低信息不对称和不确定性,有助于规避机会主义行为,推动知识协同进程。为此,本文提出如下假设:
H7:平台战略共识正向调节关系治理与合同治理一致性和知识协同的关系,即在平台战略共识度高的环境中,关系治理与合同治理一致性对知识协同的促进作用被强化。
综上,构建本文的研究框架如图1所示。
图1 研究思路
Fig.1 Research framework
本文采用问卷调查方式对企业管理者进行问卷收集,正式样本企业来源于广东、江苏、山东等地。所涉及的题项均借鉴国内外学者开发的成熟量表,并根据调查重点对题项进行调整与优化,形成初始问卷。正式调查前,邀请该研究领域学者进行问卷试填,进而完善问卷题项。除企业性质、企业规模、平台成立年限、平台规模和用户接入时长外,其他题项均采用李克特五级量表测量,问卷设置所有题项为必答。
问卷以滚雪球方式向涉及知识协同活动的各平台企业发放,主要集中在平台经济较为发达的江苏、山东、广东、浙江等地,问卷发放时间为2024年11～12月,主要通过以下三种途径:①通过所在高校MBA校友定向联系企业管理层人员,请其协助发放问卷;②依托校企合作项目,请求合作企业人力资源部门或项目对接人协助发放问卷;③委托专业调研公司,定向投放问卷,限定条件为平台企业。调研前向调研企业详细解释本次问卷目的,明确问卷数据仅用于学术研究,发放问卷1 300余份,回收问卷1 200份。为保证数据分析质量,采用三个步骤筛选问卷:第一步,剔除填写时间过短样本,排除随意作答;第二步,剔除存在缺失值的问卷;第三步,针对五级量表题项计算标准差,过滤标准差为0的样本。最终有效问卷879份,回收率为73.25%。样本企业描述性统计结果如表1所示。
表1 描述性统计结果
Table 1 Descriptive statistics
类别特征数量比例(%)行业类型农、林、牧、渔业9210.5制造业12013.7采矿业859.7批发和零售业9410.7金融业12414.1建筑业11613.2房地产业10612.1医药行业445交通运输业758.5其他232.6企业性质国有企业23827.1民营企业31836.2外资企业20723.5中外合资企业11613.2企业规模100人及以下15517.6101～300人36241.2301～500人22425.5501～1 000人839.41 000人以上556.3成立年限5年及以下12213.96～10年49856.710年以上25929.5参与平台数量1～5个30434.66～15个43449.415个以上14116
研究以国内外成熟量表为基础并进行适当改编。
(1)关系治理:借鉴Sarkar等(2009)和Cheng等(2008)编制的量表,共5个题项。
(2)合同治理: 参考Eller等(2020)的研究,共5个题项。
(3)知识协同:基于Nambisan等(2009)和De Vrie等(2006)的研究并进行适当优化,共6个题项。
(4)平台开放度:借鉴Boudreau等(2010)和马鸿佳等(2024)的研究并适当优化,共4个题项。
(5)平台战略共识:借鉴Walter等(2013)和王影等(2024)的研究并适当调整,共5个题项。
(6)控制变量。参考杨磊等(2020)和王影等(2024)的研究,选取企业性质、企业规模、企业创新、平台成立年限、平台规模和用户接入时长作为控制变量。首先,平台年龄和规模会影响知识协同过程中的资源调配与效率[2],因此选取平台年龄和平台规模作为控制变量。其次,用户接入时长会影响知识协同意愿和偏好,因此将用户接入时长也作为控制变量。另外,创新行为会影响平台企业间知识协同,故将企业创新一并作为控制变量,具体如表2所示。
表2 变量及测量题项
Table 2 Variables and their measurement items
变量题项α值因子载荷AVECR关系治理(KMO:0.886)面对分歧,平台企业间愿意重新制定各方满意的折中方案0.8900.8080.6170.890平台企业间相互信任、相互承诺0.777平台企业承诺会考虑合作伙伴利益与诉求0.769平台企业愿意为维持合作关系而努力0.781平台企业行动与平台目标一致0.792合同治理(KMO:0.881)正式合同准确地表述了平台企业间如何展开合作0.8780.7660.5900.878正式合同详细说明了平台企业间的违约处罚0.763正式合同准确描述了平台企业间知识合作内容和标准0.772正式合同详细说明了平台企业各方角色0.769正式合同详细解释了平台合作企业各方义务0.769知识协同(KMO:0.872)各企业通过信息系统或网络平台交互知识0.8540.7330.5390.854各企业能够从平台中迅速识别和定位对自身有价值的知识0.754各企业能够基于平台知识开发新产品及新服务0.709各企业能够基于平台知识明显规避错误0.747各企业能够基于平台知识明显提升问题解决能力0.728平台开放度(KMO:0.826)平台没有针对平台需求端用户设置准入门槛0.8560.7670.5980.856平台没有针对平台供应端用户设置入驻条件或壁垒0.776平台鼓励所有利益相关者参与定制或开发平台交易业务0.811平台鼓励所有利益相关者参与平台架构创新0.737平台战略共识(KMO:0.879)企业对平台知识协同的战略意义理解一致0.8720.7670.5760.871企业愿意为平台知识协同战略投入资源0.757企业基本认同平台知识协同路线0.754企业承诺在平台知识协同过程中共同解决问题和应对挑战0.761企业承诺遵循平台知识协同规则和标准,以确保合作持续性和有效性0.754企业创新(KMO:0.819)和同类企业相比,公司创新投入费用较高0.8400.7380.5680.840和同类企业相比,公司鼓励员工提出新想法0.773和同类企业相比,公司乐于寻找新方法、工具和技术0.752和同类企业相比,公司对创新失败的容忍度较高0.752
采用Harman单因素检测方法对所有题项做探索性因子分析,第一公因子解释的变异量为33.8%,低于40%,说明研究样本数据未产生同源偏差问题。
如表2所示,采用Cronbach'α系数检验题项间一致性,所有变量的α值均大于0.8,表明各变量信度良好。所有变量的KMO值均大于0.7且Bartlett球度检验显著性水平均小于0.001,表明适合做因子分析。验证性因子分析结果显示,量表聚敛效度良好。结构方程拟合参数CIMN/DF=1.094、RMSEA=0.01、GFI=0.971、CFI=0.997、TLI=0.997,表明量表结构效度良好。如表3所示,各变量AVE平方根均大于0.7且大于该变量与其他变量间的相关系数,表明各变量测量具有良好的区分效度。
表3 变量均值、标准差和相关系数
Table 3 Means, standard deviations and correlation coefficients of variables
变量12345678910111企业规模1.0002产权性质0.0111.0003平台成立年限0.0030.0141.0004企业接入时长0.021-0.0020.627**1.0005平台规模0.0130.013-0.017-0.0041.0006企业创新-0.002-0.024-0.042-0.0270.0010.7547关系治理-0.0520.010-0.0040.010-0.0240.484**0.7858合同治理-0.0220.041-0.003-0.0160.0300.316**0.401**0.7689平台开放度-0.0380.030-0.001-0.013-0.0190.314**0.421**0.360**0.77310平台战略共识-0.0400.071*-0.028-0.0320.0270.311**0.361**0.378**0.325**0.75911知识协同-0.0260.039-0.031-0.018-0.0260.369**0.505**0.345**0.316**0.340**0.734均值2.4602.2303.3102.1802.4903.470-0.0500.0500.0410.0483.474标准差1.0800.9910.9061.0531.1550.9871.0300.9981.0081.0000.879
注：*表示在 0.05 水平(双侧)上显著相关,**表示在0 .01 水平(双侧)上显著相关;对角线上加粗的数值代表平均方差提取值(AVE)的平方根
通过表3可知,所有变量均值和标准差均处于合理范围内,各变量间均存在显著的相关性并通过共线性诊断,除个别控制变量外,各变量间相关系数均小于0.7,各解释变量方差膨胀因子VIF值均小于3,说明共线性问题不影响本文回归结果,本文数据适合作进一步的层次回归分析。对变量进行中心化处理,以降低多重共线性影响。
3.3.1 非线性回归
考虑到模型中的非线性影响,本文利用层次回归法进行检验,结果如表4所示。模型3检验关系治理平方项对知识协同的影响,结果显示β=0.438,p>0.05,表明H1不成立。这可能是由于关系治理对知识协同的影响尚未达到倒 U 型曲线拐点,故呈现显著正向影响。根据模型5,合同治理的平方项对知识协同有显著正向影响(β=0.114,p<0.001),因此假设H2得到验证。
表4 回归分析结果
Table 4 Results of regression analysis
变量知识协同模型1模型2模型3模型4模型5控制变量企业规模-0.021-0.0033.165-0.016-0.012产权性质0.0430.034-0.0030.0320.023平台成立年限-0.020-0.0200.035-0.025-0.024企业接入时长0.004-0.004-0.0210.0080.003平台规模-0.020-0.013-0.004-0.026-0.031企业创新0.329***0.145***-0.013***0.257***0.243***自变量关系治理0.363***0.147*关系治理20.438合同治理0.223***-0.493*合同治理20.114***R20.1400.2780.2780.1970.211ΔR20.1400.13800.0580.013F23.628***47.807***41.817***30.610***29.024***
注：N=879; 系数为非标准化系数;*表示 p<0.05;**表示 p<0.01;***表示 p<0.001,下同
3.3.2 匹配效应
本文拟采用多项式回归和响应面分析检验匹配效应。为检验变量X和变量Y的一致匹配/不一致匹配关系对因变量Z的影响效应,本文构建多项式回归方程:
Y=β0+β1X+β2X2+β3XW+β4X2W+β5W
(1)
通过上述方程式绘制三维立体图。其中,底部横纵坐标轴分别代表自变量X和Y两个数值,垂直坐标轴代表因变量Z,由X、Y和Z构成的曲面称作响应面。
如表5所示,不一致曲线曲率显著为负值(曲率=-0.165,p<0.05),假设H3得到验证。同样,一致曲线斜率显著为正(斜率=0.456,p<0.001),而一致曲线曲率不显著(曲率=0.073,p>0.05),假设H4得到验证。图2～图4中,关系治理与合同治理的前角位置(高关系-高合同)比后角位置(低关系-低合同)更高,表明与“低关系-低合同”相比,“高关系-高合同”更能促进知识协同。此外,沿着不一致性方向观察,整个响应面呈倒U型,接近中心点的高度值最大,即当关系治理与合同治理间的差异性越小时,知识协同程度越高,进一步支持假设H3、H4。而在不一致匹配条件下,曲线斜率显著为正(斜率=0.169,p<0.01),曲率显著为负(曲率=-0.165,p<0.05),H5得到验证。
表5 多项式回归和响应面分析结果
Table 5 Results of polynomial regression and response surface analysis
变量知识协同模型6模型7自变量关系治理0.313***合同治理0.143***关系治理2-0.073*关系治理×合同治理0.119**合同治理20.027常数项2.396***3.152***控制变量企业规模-0.021-0.002产权性质0.0430.026平台成立年限-0.020-0.02企业接入时常0.004-0.003平台规模-0.020-0.024企业创新0.329***0.119***R20.311ΔR20.015***一致曲线斜率(b1+b2)0.456***曲率(b3+b4+b5)0.073不一致曲线斜率(b1-b2)0.169**曲率(b3-b4+b5)-0.165*
图2 关系治理与合同治理对知识协同的响应面
Fig. 2 Response surface of relational governance and contractual governance to knowledge collaboration
图3 一致匹配曲线
Fig.3 Consistency matching curve
图4 不一致匹配曲线
Fig.4 Inconsistency matching curve
3.3.3 调节效应
本研究构建了关系治理与合同治理一致性的块变量以进行匹配过程中的调节效应检验:
Z=b0+b1X+b2Y+b3X2+b4XY+b5Y2+e
(2)
其中,b0为常数项,b1～b5均为回归系数,e为误差项,X为关系治理,Y为合同治理。
以块变量为自变量,知识协同为因变量,进行调节效应分析,结果见表6。根据模型9,H6未得到验证(β=0.049,p>0.05),说明平台开放度在关系治理与合同治理一致性和知识协同关系中未发挥调节效应。可能的原因是:①企业间交易更关注长期互惠关系,即在高度开放的平台中这些企业重视关系式交易,其降低交易成本,由此抵消平台开放度的负向调节效应;②目前数字平台已进入成熟期,参与企业已建立有效的应对机制,在高度开放的平台情境下,企业的自发调整行为导致其关注知识协同广度而非深度,因而平台开放度的调节作用被多样化知识网络效应所覆盖,抵消高开放度带来的负面影响。模型10的分析结果显示,平台战略共识对关系治理与合同治理一致性和知识协同关系存在正向调节效应(β=0.091,p<0.001),如图5所示,因此假设H7得到验证。
表6 调节效应回归分析结果
Table 6 Results of regression analysis of moderating effect
变量知识协同模型8模型9模型10控制变量企业规模-0.015-0.006-0.007 3产权性质0.0500.0440.030 5平台成立年限-0.030-0.035-0.023 4企业接入时长0.0030.0050.003 9平台规模-0.023-0.021-0.025 5企业创新0.291***0.2390.225 0***自变量关系治理与合同治理一致性0.214***0.204***0.209 0***平台开放度0.166***关系治理与合同治理一致性×平台开放度0.049平台战略共识0.199***关系治理与合同治理一致性×平台战略共识0.091***R20.1970.2340.254ΔR20.0060.0030.010 F30.602***29.436***32.896***
图5 平台战略共识对关系治理与合同治理一致性和知识协同关系的调节效应
Fig.5 Moderating effect of platform strategic consensus on the consistency between relational governance and contractual governance
本文对879份调查问卷数据进行分析,综合采用非线性回归和相应面分析方法,探究平台治理模式对知识协同的影响机制,得出以下研究结论:①合同治理对知识协同有正U型影响,关系治理对知识协同没有倒U型影响,但存在显著正向影响。②关系治理与合同治理一致性越高,越有利于知识协同,其中,强关系治理基于深厚的信任基础促进企业间自发的知识共享与合作,增强合作内在动力,而强合同治理则通过明确的规则与约束,有效限制机会主义行为,保障合作公平与效率。③在关系治理与合同治理一致的情境下,“高关系治理-高合同治理”一致时的知识协同水平要优于“低关系治理-低合同治理”一致,具体表现为前者通过信任纽带强化合作主体的情感承诺与心理安全,提升知识协同主动性,同时,依托强制度框架提供稳定预期,降低协同过程不确定性。④在关系治理和合同治理水平不一致的情境下,“强关系-弱合同”时的知识协同水平更高。强关系治理通过深化组织间信任网络、降低知识转移心理壁垒与交易成本,以及多边沟通机制,从而提升协同灵活性。反观 “弱关系-强合同”模式,尽管具备制度约束,但缺乏信任基础,导致合作主体倾向于采取防御性策略,抑制知识协同深度与效率。⑤平台战略共识对关系治理与合同治理一致性和知识协同关系有正向调节作用,平台开放度对关系治理与合同治理一致性和知识协同关系没有显著调节作用。平台战略共识通过三重机制提升知识协同效能,一是构建目标一致性框架,优化资源配置;二是确立知识协同战略的优先级,引导企业形成长期价值导向;三是建立透明沟通机制,降低合作风险与不确定性。
(1)平台需明确治理模式,通过合同治理规范企业知识协同行为、明确权责、降低交易成本与机会主义风险,借助关系治理增强企业间信任、激发知识协同动力。对于以创新为目的的平台,关键在于推动企业深度合作,知识协同是重要环节,混合运用关系治理与合同治理时,需权衡治理成本与创新收益;对于以交易为目的的平台,可采用合同治理以提升效率、降低成本,若存在定制化合作需求,需深化知识协同,此时合同治理力度需达到或超过一定阈值,以促进知识协同。
(2)企业需针对不同治理模式,动态调整战略以响应外部变化。一方面,企业应选择信任基础深厚、合作意愿强烈的伙伴进行知识联结,简化条款,提升灵活性,通过强化沟通、深化协作以及资源共享,增强互信,从而激发知识协同的内在动力。另一方面,在合同治理中,需注重条款精细化与可执行性,保障自身权益。通过关系治理与合同治理的协同运用,企业可在知识协同中实现利益最大化并维持竞争优势。同时,企业需敏锐感知外部环境,尤其是平台治理模式转变,及时优化战略以适应治理环境变化。
(3)平台与企业需重视平台战略共识的紧迫性。平台应强化企业对知识协同战略的认知,将平台战略共识指标纳入合作伙伴选择标准,以制度化方式促进参与者建立命运共同体意识;企业需将平台战略内化为自身创新决策,通过组织学习机制提升平台目标认知。
综上,平台与企业需通过治理模式匹配与战略共识构建,系统性提升知识协同效能。其中,平台应发挥引导和支持作用,促进平台战略共识形成,为企业提供多样化合作机会;而企业应积极适应平台治理环境,提升自身在知识协同中的竞争力和影响力。通过双方的共同努力和协作配合,构建更稳定、高效的知识协同生态,为企业创新发展提供有力支撑。
尽管本研究阐述了平台治理模式对知识协同的影响,但还存在一定局限性:①平台内企业参与知识协同的过程不仅仅与关系治理和合同治理有关,本文只探讨了两种模式对知识协同的影响,还有其他治理模式和影响因素有待研究;②本研究采用问卷调查方式收集数据,集中于一个时间段,而数字平台处于不断发展变化中,其治理模式、外部环境等观测变量等也是动态变化的,因此数据收集中缺乏对样本的动态观测,未来研究应加强对样本的长期观测,增强研究动态性。
[1] CHENG Q, CHANG Y R. Influencing factors of knowledge collaboration effects in knowledge alliances [J]. Knowledge Management Research &Practice, 2020, 18(4): 380-93.
[2] 王影,梁祺.工业互联网平台知识治理如何驱动产业链知识协同[J].科技进步与对策,2024,41(24):118-127.
[3] 池毛毛,赵晶,李延晖,等.企业平台双元性的实现构型研究:一项模糊集的定性比较分析[J].南开管理评论,2017,20(3):65-76.
[4] 卫武,赵璇.众创空间平台开放度对在孵企业商业模式创新的影响研究[J].软科学,2021,35(8):128-133.
[5] BROEKHUIZEN T L, EMRICH O, GIJSENBERG M J, et al. Digital platform openness: drivers, dimensions and outcomes [J]. Journal of Business Research, 2021, 122: 902-914.
[6] WU H, ZHOU Y. Optimal degree of openness in open innovation:a perspective from knowledge acquisition &knowledge leakage [J]. Technology in Society, 2021, 67: 101756.
[7] ZHANG Y C, LI J J, TONG T W. Platform governance matters:how platform gatekeeping affects knowledge sharing among complementors [J]. Strategic Management Journal, 2022, 43(3): 599-626.
[8] HOETKER G, MELLEWIGT T. Choice and performance of governance mechanisms: matching alliance governance to asset type [J]. Strategic Management Journal, 2009, 30(10): 1025-1044.
[9] CAO Z, LUMINEAU F. Revisiting the interplay between contractual and relational governance: a qualitative and meta-analytic investigation [J]. Journal of Operations Management, 2015, 33: 15-42.
[10] UZZI B .Errata: social structure and competition in interfirm networks: the paradox of embeddedness[J].Administrative Science Quarterly, 1997,42(2):417-418.
[11] NAHAPIET J, GHOSHAL S. Social capital, intellectual capital, and the organizational advantage [J]. Academy of Management Review, 1998, 23(2): 242-266.
[12] 林朝南,泮佳怡.董事会非正式层级与企业绿色创新[J].珞珈管理评论,2024,18(1):119-150.
[13] 吴群,胡勇浩,李梦晓.数字化能力对制造企业绿色创新的影响——关系强度与知识耦合的链式中介作用[J].科技进步与对策,2024,41(17):87-96.
[14] HUANG M-C, CHIU Y-P. Relationship governance mechanisms and collaborative performance: a relational life-cycle perspective [J]. Journal of Purchasing and Supply Management, 2018, 24(3): 260-273.
[15] 朱仁宏,周琦,张书军.创业团队关系治理与新创企业绩效倒U型关系及敌对环境的调节作用[J].南开管理评论,2020,23(5):202-212.
[16] LAVIE D, HAUNSCHILD P R, KHANNA P. Organizational differences, relational mechanisms, and alliance performance [J]. Strategic Management Journal, 2012, 33(13): 1453-1479.
[17] JEFFRIES F L, REED R. Trust and adaptation in relational contracting [J]. Academy of Management Review, 2000, 25(4): 873-882.
[18] LI Y, XIE E, TEO H-H, et al. Formal control and social control in domestic and international buyer-supplier relationships [J]. Journal of Operations Management, 2010, 28(4): 333-344.
[19] 张璇,赵军,李嘉莉,等.双理论视角下的跨组织关系管理对企业供应链绩效影响研究[J].管理学报,2021,18(11):1704-1713.
[20] 张大儒,叶同.供应链治理对商贸流通业供应链效益的影响机制——基于知识共享的中介效应[J].商业经济研究,2024,12(20):5-10.
[21] HEIDE J B, WATHNE K H, ROKKAN A I. Interfirm monitoring, social contracts, and relationship outcomes [J]. Journal of Marketing Research, 2007, 44(3): 425-433.
[22] 黄宏斌,张玥杨,李圆圆.创新型产业集群试点政策能否提升供应链韧性[J].经济与管理研究,2024,45(9):39-60.
[23] 张洁,张宸璐,刘小宁.动态环境中联盟稳定性如何影响探索性创新——基于动态关系观的过程机制研究[J].科技进步与对策,2024,41(1):24-33.
[24] 孙继伟,李思淇,丁欣,等.学术创业者与投资方冲突演化路径研究[J].科技进步与对策,2025,42(14):34-44.
[25] 张婧,张雅,朱苗.治理歧视策略与企业价值获取的关系:B2B情境下的实证研究[J].南开管理评论,2022,25(5):116-128.
[26] 吴群,杜媛媛.平台型电商企业生态圈价值共创的实现机制研究[J].管理学刊,2024,37(5):48-64.
[27] 孙建鑫,马宝龙.顾客参与、治理机制和科技型中小企业创新绩效——基于渠道战略匹配理论的组态研究[J].经济与管理研究,2023,44(9):125-144.
[28] BOUDREAU K. Open platform strategies and innovation:granting access vs. devolving control [J]. Management Science, 2010, 56(10): 1849-1872.
[29] SAUC
DE F, VIDAL D. Platform openness and value: the mediation effect of user interaction and psychological distance [J]. International Journal of Retail &Distribution Management, 2024, 52(9): 856-874.
[30] RANDHAWA K, JOSSERAND E, SCHWEITZER J, et al. Knowledge collaboration between organizations and online communities: the role of open innovation intermediaries [J]. Journal of Knowledge Management, 2017, 21(6): 1293-1318.
[31] 沈占波,王蒙,刘建泽.开放式创新社区治理机制对用户知识共享行为的影响——基于fsQCA的双平台对比分析[J].科技进步与对策,2024,41(9):149-160.
[32] KELLERMANNS F W, WALTER J, FLOYD S W, et al. To agree or not to agree? a meta-analytical review of strategic consensus and organizational performance [J]. Journal of Business Research, 2011, 64(2): 126-133.
[33] FLOYD S W, WOOLDRIDGE B. Managing strategic consensus: the foundation of effective implementation [J]. Academy of Management Perspectives, 1992, 6(4): 27-39.
[34] 夏绪梅,李翔.营商环境与城市创新创业质量的协同机制及其关系检验[J].统计与决策,2023,39(7):184-188.
[35] 赵莉,许爽,刘平青,等.职场精神力如何影响知识型员工合作行为——基于战略共识和目标互依性的视角[J].科技进步与对策,2023,40(22):152-160.
[36] 杨建君,徐国军.战略共识、知识共享与组织学习的实证研究[J].科学学与科学技术管理,2016,37(1):46-57.
[37] 郑密,韵江.共益企业如何突破战略联盟中的身份困境——基于共情机制的UTC行家纵向案例研究[J].研究与发展管理,2025,37(2):190-206.