Prior studies explored digital entrepreneurs' role based on theory of digital technology affordance. Since digital entrepreneurs are more likely to adopt and iterative advanced digital tools in searching,acquiring and deploying resources beyond organizational boundary as well as technology territory,firms leading by digital entrepreneurs could successfully integrate technology from distinct fields. Though existing researches highlights the effect of digital technologies on resource orchestration,how heterogeneity technological knowledge can be internally reconstructed and assimilated remains to be explored. Thus,this study,combining high-order theory and organizational learning theory,constructs an analytical framework attempt to elucidate how digital entrepreneurs promote cross-boundary technology integration of emerging firms through relationship learning.
Utilizing a sample consisting of 216 firms from emerging industries,this study employs stepwise linear regression to test the hypotheses. The results indicates that (1) digital entrepreneurs have a positive impact on cross-boundary technology integration; (2) the three dimensions of relationship learning,namely information sharing,joint sensemaking,and specific relational memory,play significant mediating roles in the relationship between digital entrepreneurs and cross-boundary technology integration. Findings of this research contribute to existing theory in three ways. First,it verifies the positive role of digital entrepreneurs in cross-boundary technology integration which expands the theoretical application scenarios. Secondly,by establishing a theoretical connection between relational learning and cross-boundary technology integration,this study promotes the understanding of the role of organizational learning on cross-boundary integration and provides a theoretical basis for future studies,combining multiple factors such as individuals,organizations,and innovation ecosystems,to further reveal the mechanism of cross-boundary learning. Finally,the findings reveal the mechanism by which digital entrepreneurs influence cross-boundary technology integration through relational learning,and address the limitations of existing research that lacks observation of the integration process from a resource perspective.
This study offers a framework for firms in emerging industries seeking to innovate beyond existing technological territory. The findings provide several configurations that could promote firms knowledge integrative activities. First,due to the crucial roles that digital entrepreneurs play in cross-boundary technology integration,firms should grant digital entrepreneurs sufficient powers in transforming the way enterprises share knowledge,establishing a digital external linking system as well as updating organizational routines so as to prepare well for learning from partners in distinct industries or technological fields. Second,firms in emerging industries should keep open mind for inter-organizations learning and encourage top managers construct intimate relationship with external organization through digital platform such as virtual knowledge community,technology shared space,scientific bars and so on. Developing incentive systems by rewarding cross-boundary searching behaviors is also beneficial for firm to expand existing technological boundaries. Third,the results also suggest that firms should make great efforts on building effective feedback mechanism during learning process with their partners. Plenty of advance digital tools can be employed to enhance learning effectiveness. Thus,if firm can make best use of digital entrepreneurs' roles in organizing,monitoring as well as guiding relationship learning,technology from distant fields would be successfully coupled with existing knowledge base so as to help firms capture more innovative opportunities.
开放科学(资源服务)标识码(OSID)：
随着数字经济深入发展,新兴技术应用场景不断涌现,新兴产业的技术与组织边界日益模糊。面对场景拓展与市场延伸带来的新价值创造需求,跨界技术整合成为新兴产业企业开展开放性创新与价值共创的重要基础。例如,华为进入智能网联汽车产业领域后,为满足产品多场景应用需求,推动涉及电子电力、汽车制造等传统产业和大数据、云计算和人工智能等新兴技术领域的跨界技术整合;美的集团在推出“智慧社区”服务过程中,借助美云智数的强大数字化渗透能力,桥接大量不同领域企业开展联合创新,集成和整合来自安防、家居家电、云计算、物联网等领域的技术资源。跨界技术整合是企业跨越技术边界,通过整合组织内外部资源,实现创新资源重组与协同,进而创造新价值的过程(赵艺璇等,2022)。此过程中,数字企业家发挥重要推动与引领作用。数字企业家是利用数字平台实现新的协作形态[1],推动数字化创新并取得显著数字创新绩效的企业家[2]。相对于传统企业家,数字企业家兼具数字特质、创新特质、企业家特质与科层特质,善于利用、学习数字技术挖掘创新契机、整合创新资源和优化管理流程,形成独具特色的领导风格[3]。数字企业家擅长利用数字经济带来的机遇实施数字化创业与创新,推动新兴产业孕育与边界扩张[4]。现有研究认为,数字企业家是创建数字化企业、主导企业开展数字化转型以及开放式协同创新的关键行动者[2]。
数字企业家在新兴产业企业跨界技术整合过程中的作用,已引起理论界广泛关注。现有研究大多从数字可供性与资源编排视角出发,认为数字企业家主要通过发挥数字可供性的价值,充分利用数字技术与数字技术共享平台,强化企业资源编排能力,进而拓展新兴产业企业技术整合边界[4]。一方面,数字企业家擅长构建数字化创新生态体系[5],通过数字化开放性技术平台(如通用数据平台、工业互联网、专业知识社区、科学家社群等)突破创新资源的地理边界和组织边界,在更广泛的范围内,借助虚实结合的多样化手段解决在场互动的时空限制,帮助企业构建开放性资源共享关系,提升资源获取的多样性。另一方面,数字企业家还依托数字化平台创造新的共享模式[1],提升企业间资源匹配与捆绑效率。不同企业在现实或虚拟世界中实现组织、团队及个体层面的紧密互动,推动合作伙伴间深度资源交换与耦合,提高资源互补性,进一步释放来自不同领域的资源价值[6],进而推动多领域技术整合(Chae等,2020),赋能新兴产业企业数字创新。
已有研究虽关注数字企业家运用数字工具进行资源编排对跨界技术整合的积极作用,并深入解析数字化资源交换与捕获机制,但尚未揭示跨界技术引入导致的企业知识体系重塑、耦合与动态协调过程。已有文献发现,关系学习(基于紧密合作关系的组织间学习)能够通过反馈机制传递技术知识,并将其内化为自身知识基础[7]。然而,数字企业家如何引导关系学习赋能新兴产业企业跨界技术整合的作用机制尚未得到深入探讨。一方面,现有研究基于高阶理论聚焦于开拓性、冒险性等数字企业家的个人特质,对其数字技术专家的特征及其作用认识有限,缺乏针对数字企业家如何推动跨界技术整合的理论阐释,难以解释大量基于数字企业家驱动的跨界技术整合企业实践。另一方面,现有研究虽认识到数字技术在资源识别、获取与吸收方面的关键作用,但对于如何在数字企业家主导下的组织学习实践中,有效协调多领域合作伙伴进行知识整合与技术耦合,尚未给出充分解答,难以为企业深层次跨界技术整合提供策略支持。此外,面临技术应用场景不断涌现与细分市场客户群体扩张带来的协同创新压力,新兴产业企业突破既有产业边界与技术边界的开放式学习及技术协同行为更为活跃[8]。但现有研究较少以新兴产业企业为研究对象,对数字经济时代实施跨界技术整合的主要群体缺乏关注。
本文基于数字企业家视角,重点探讨以下问题:一是数字企业家对新兴产业企业跨界技术整合具有怎样的影响;二是如何通过关系学习发挥作用。面向新兴产业企业跨界技术整合行为,在明确数字企业家角色特征的基础上,构建“数字企业家—关系学习—跨界技术整合”理论模型,通过问卷收集新兴产业企业样本数据,并对模型进行实证检验。理论上,从关系学习视角揭示数字企业家在新兴产业企业跨界技术整合过程中的作用机理,将观察视角拓展至组织学习层面,丰富了现有研究成果。实践上,为数字企业家在跨界技术整合过程中所发挥的独特作用提供经验证据,同时从跨组织学习视角,为企业利用和发挥数字化关系学习机制的作用提供理论支撑。
高阶理论(Upper Echelons Theory)认为,组织战略选择实质是组织高层管理者人格、价值观、认知等个人特征的映射。具体而言,组织高层管理者的人口统计学特征(如可观察变量年龄、性别)与心理特征(如心理认知与价值观等因素),会使其形成对外界环境的“选择性感知”(Hambrick,2007),进而使组织战略行为呈现显著高层管理者特质[9]。高阶理论在战略管理、组织行为、领导者行为等研究领域得到广泛应用,引发了理论界对高层管理者作用的深入探索。部分研究发现,高层管理者特征特别是心理认知与价值观,会随着环境演变而发生改变。例如,随着数字经济发展,部分高层管理者依靠新兴数字技术寻找商业机会[10],能够前瞻性地识别顾客需求并通过在线网络方式组织生产,成为数字企业家[11]。数字企业家除具备传统企业家理论强调的冒险、信念、领导魅力等特质外,还具备较强的数字自我效能与数字技能信念[12],既是组织数字化转型的积极推动者,也是利用数字技术探索创新机会的探路人。作为组织管理者,数字企业家重视管理流程与组织架构的数字化改造,并通过率先垂范实现自上而下的组织变革。作为企业创新的核心和领军者,数字企业家具有较强的科学探索精神,重视利用数字平台和社交媒体进行机会识别、资源整合与商业创业,并能够提供大量有效的数字技术解决方案,进而提升企业开放性创新程度[13],拓展数字创新系统边界,在企业、产业和社会等层面成为关键行动者。
组织学习理论认为,持续学习与革新是在动荡、复杂的外部环境中维持竞争优势的关键。从过程视角出发,组织学习可界定为组织管理者通过不断提升组织成员认知能力、组织能力与管理能力,优化组织决策效能、提升组织运行效率的过程(王军等,2016)。大量研究证实,组织学习有助于企业重构知识体系,挖掘新的创新机会并通过持续更新知识基础提升创新效率[14]。组织学习本质上是对外部环境变化的适应性调整与系统性知识重构。因此,组织学习理论高度关注环境条件变迁对学习交互的影响。随着学习互动关系研究不断深入,部分学者将研究焦点转向关系学习,即企业与供应商、高校、客户伙伴等外部合作者建立在亲密关系基础上的组织间学习[7]。在关系学习过程中,焦点企业与外部伙伴基于一致性合作意愿,通过共同分享、共同解读且形成特定关系记忆,进而在交互中重构自身知识体系,以实现技术革新。作为特殊组织学习方式,关系学习强调通过关系管理实现价值共创,有助于企业在高度不确定性环境下获取新颖性与创造性技术知识[15]。
面对数字经济时代的新价值创造需求,新兴产业企业广泛运用数字技术,并将数据作为重要资产运营,通过重塑流程结构、改变业务逻辑突破组织、技术与产业边界,实现技术创新[16]。在跨界技术交互与整合领域,数字企业家发挥关键作用。现有研究证实,数字企业家的数字素养与企业家特质相结合,能够形成更强的数据洞察力,有助于企业加速平台化创新并开辟新的资源与技术融合渠道[2]。
(1)数字企业家具备的数字素养有助于新兴产业企业拓展技术边界,驱动多领域技术融合。数字经济时代,新兴产业企业面临技术趋势与市场前景的双重不确定性,如何利用多源异构数据获得可操作、有价值的洞察(George等,2014),并将数据与新场景有效结合(Sivarajah等,2017),对新兴产业企业发现和捕获新价值较为关键。结合高阶理论的“特征—行为—绩效”框架,企业家能够结合环境变化对组织战略进行适应性变革,而变革效果则与企业家自身特质有关。实施跨界技术整合的首要条件是突破既有技术路径,推动技术体系深度重塑。此过程中,数字企业家的数字素养发挥关键作用:其一,数字企业家是具有“数字悟性”的高层管理者,对于如何在企业流程与运营过程中有效运用数字技术具有深入见解[17],能够利用数字孪生、区块链和生成式人工智能等数字工具,拓展企业内部研究团队对问题的探索空间[18]。其二,数字企业家能够依托数字化平台,利用其在创新系统中的影响力与声誉打破“数据孤岛”,帮助新兴产业企业构建多层次、跨领域知识获取渠道与外部合作网络[19],进而驱动企业拓展思路,整合不同领域技术资源并参与问题解决方案设计过程。数字技术应用所产生的海量数据存在偏差和噪音[20],会影响企业价值判断。此情况下,数字企业家能够依靠数字知识基础,帮助企业过滤海量信息中的杂质,使其精准了解和及时追踪外部技术动态,并实施多领域前瞻性技术探索[21]。其三,作为具有数字素养的企业管理者,数字企业家更倾向于在组织内部构建多源异构数据吸收体系,提升知识管理能力,以此消除技术领域与产业界限[22],推动跨领域技术整合。
(2)数字企业家的企业家特质能够促进多领域技术深度整合,进而帮助新兴产业企业破除跨界技术整合阻碍。其一,数字企业家不仅具备数字素养,还具有企业家特质,表现为独具一格的领导者特征与较强的数字化创业倾向。高阶理论认为,企业高管是推动组织战略制定与实施的核心,其管理者特质能够塑造组织战略内容、制度体系与战略方向。数字企业家善于利用数字技术探索新领域、创建新企业或新业务,通过构建数字化条件下的组织愿景[23],突破既有组织惯例,重塑企业现有知识基础、知识管理流程与知识处理能力[24]。数字企业家对新兴创业机会的捕捉与响应,通常以系统、动态地整合多样化创新资源为基础(Mikalef等,2017),因而更有可能突破传统“资源捕获—研发竞赛—商业应用”的创新路径,利用新兴数字技术通过资源共享与泛在协作的方式,吸引不同组织、不同领域人员参与协同创新,从而实现跨界技术整合。其二,数字企业家更具备容忍失败的冒险家精神,能够为跨界技术整合提供良好的创新环境。高阶理论认为,个人成长环境是塑造企业家认知与行为的重要因素。数字企业家成长于VUCA时代,风险承受能力和失败容忍度较高,能够积极面对跨界技术整合过程中来自技术和市场的双重不确定性挑战[2]。数字企业家勇于挑战未知、善于冒险和容忍失败的企业家特质,能够为跨界技术协同营造更为宽松的环境,有助于企业在多次试错与迭代过程中提升跨领域技术匹配耦合程度[21],进而提高跨界技术整合效果。由此,本文提出以下假设:
H1:数字企业家能够促进新兴产业企业跨界技术整合。
面对新兴产业企业对多领域技术的持续性获取与结构性重组需求,基于合作伙伴间共同意愿与高度共享的关系学习发挥重要作用。关系学习涵盖信息共享、共同理解和特定关系记忆3个维度(Selnes等,2003)。其中,作为关系学习的出发点和必备要素,信息共享反映合作伙伴间信息共享与交流深度及广度;共同理解是合作双方通过构建跨职能团队等协作机制,对问题进行协同解析与决策的过程;特定关系记忆是指对合作过程中获得的特定关系知识进行系统化编码,并存储到组织记忆中。数字企业家能够通过关系学习有效实施跨界技术整合。
(1)数字企业家的数字素养能够提高新兴产业企业数字化水平,有助于拓展企业与外部合作伙伴信息共享范围及深度,进而为跨界技术整合提供多样化资源基础。其一,数字企业家可有效利用数字技术,赋能跨界知识智能化捕获。面对技术持续迭代与应用场景拓展带来的双重压力,数字企业家通过与跨界合作伙伴信息共享,突破双方信息壁垒(Skippari等,2017),拓展信息获取渠道,助力企业准确掌握不同技术领域知识信息,提升信息交互频率,改变信息资源离散状态,从而为跨界技术整合提供外部资源(Cheung等,2010)。其二,数字企业家能够利用数字工具有效解决组织学习过程中的认知迭代迟滞问题,促进合作伙伴间深度信息共享,从而提升跨界技术整合效率。信息共享是合作伙伴间持续性深入交流,需要对双方技术规范、流程与解决方案进行深度了解,以充分掌握信息,降低技术整合过程中的试错成本。数字企业家能够有效部署大数据分析工具,绘制不同领域合作伙伴间的动态知识图谱,并利用数字孪生工具进行实时动态预测与迭代,提升信息共享程度,以此化解跨界技术整合过程中的认知迟滞问题。其三,组织战略层面,数字企业家通过倡导实施突破组织、技术与行业边界的数字化转型战略[25],解决企业内部研发团队、技术人员以及相关支持部门在对接跨领域技术过程中的制度障碍,借助惯例与观念更新提升信息共享程度,进而提升跨界技术整合效果。由此,本文提出以下假设:
H2a:数字企业家通过提升信息共享程度正向影响新兴产业企业跨界技术整合。
(2)数字企业家的开放性与包容性程度更高,能够从制度层面为新兴产业企业跨界技术整合提供合法性支撑,有助于促进企业与学习伙伴间的共同理解,进而提升跨界技术整合效果。其一,数字企业家能够构建数字化知识网络,助力企业实现知识跨领域迁移,并在深化共同理解的基础上,加快跨界技术整合。共同理解本质是组织间基于持续性反馈的适应性调整机制。基于共同理解的企业间更有可能形成有序、高效的跨界资源管理体系,从而减少组织间冲突,有序实现异质性资源与自有资源的匹配。数字企业家能够利用区块链技术构建去中心化的动态知识共享网络,借助云计算、物联网等数字工具与载体构建数字化知识解码与编码体系,利用机器学习和人工智能等技术帮助不同技术领域企业加深共同理解,以此提高知识迁移效率,从而完成跨界技术整合[26]。其二,数字企业家具有较强的数字创业意向[27],其构建的组织知识管理机制具有高度开放性与包容性,能够在制度层面为不同领域组织开展关系学习、构建持续反馈机制提供合法性,有助于企业突破现有制度与组织壁垒,深化彼此间的共同理解,进而通过协调与共同决策解决跨界技术整合过程中的复杂问题[28]。其三,数字企业家具有敏捷的创新思维,能够持续推动组织学习架构由“机械重复”到“生态化迭代”演进,驱动企业更易在跨界技术合作中达成共识(买忆媛等,2015),进而提升双方资源整合程度。由此,本文提出以下假设:
H2b:数字企业家通过加深共同理解促进新兴产业企业跨界技术整合。
(3)数字企业家对企业知识管理方式的数字化改造,有助于存贮与调用特定关系记忆,进而提升跨界技术整合效率。特定关系记忆是伙伴企业在反复深度信息共享与共同理解的基础上,形成的可复用行为模式。因此,特定关系记忆本质上是通过学习获得的、促使行为程序化的知识。其一,数字企业家通过推进人机协同变革组织学习模式,将特定关系记忆中的个人经验数字化并与机器智能深度融合,为企业提供自动编码、储存和持续更新新型知识库,帮助企业以更低搜索成本获得外部互补型知识资源[29],进而丰富跨界技术整合的内部资源储备。其二,数字企业家通过构建数字化、标准化知识管理与应用机制,综合利用数字化工具与基于人工智能深度学习的技术手段,保留、筛选和调用特定关系记忆,提升组织学习的数字化协同效率[30],有助于调度和使用跨界学习过程中的特定关系记忆,加快跨界技术整合进程。其三,数字企业家能够通过构建数字化创新平台与跨界伙伴实际交互(如海尔集团构建的HOPE平台),提升数字技术可供性(奉小斌等,2024),更为敏捷地解决跨界联合设计、技术转移以及惯例复制中的冲突,将基于特定关系记忆的联合行动即时化和在线化,从而提升跨界技术整合效率。由此,本文提出以下假设:
H2c:数字企业家有助于强化特定关系记忆,进而推动新兴产业企业跨界技术整合。
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
本文主要研究对象为新兴产业企业,以2023年8月工业和信息化部、科技部等四部委联合发布的《新产业标准化领航工程实施方案(2023—2035年)》为新兴产业识别依据,调研对象为企业创始人、高级经理或董事会成员。为获得代表性企业样本,2024年9月至2025年4月,赴广州、南京、合肥、武汉、西安等地区进行问卷调研,被调研企业覆盖大型企业(包含部分上市公司)、中小型企业等不同企业类型。选择上述问卷发放区域的理由如下:①新兴产业发展迅速,如长三角和珠三角经济发达地区、国家“双中心”城市(如西安)、万亿级新兴产业集群所在地区(如武汉光谷、合肥新能源汽车产业集群)等;②所选地区数字经济发展程度较高,已构建通用数字化平台,数字技术应用较为广泛,数字新创企业较多,数字产业增长速度较快;③创新资源较为集中,集聚较多高校、科研机构与科技园区,存在较为完善的产学研协同创新机制,跨界创新产出成果较多,样本数量样本充足。
本文采用半结构化问卷,以线上与线下相结合的方式发放问卷,样本采集过程如下:第一阶段,依托本校MBA、EMBA中的企业中高层管理人员,并通过校友联盟、参加国际会议、企业年会等渠道,经过行业筛选后,委托校友向企业负责人发放问卷。此部分问卷来自现场填写,并派专人到场释疑,帮助受访者正确理解问卷各题项含义,回收81份问卷。第二阶段,通过电子邮箱发送问卷。邮件附上详细的调研说明,针对可能出现歧义或误解的内容进行解释说明,并提供咨询方式,保证受试者明确问卷题项表达含义。线上发放242份问卷,回收186份。为提高数据有效性,本文采用以下措施降低同源偏差:其一,设计问卷题项时,通过反复比对并咨询同行专家,避免题项间出现因果关系。其二,向各企业发放两套问卷,邀请高管和负责人填写包含数字企业家、关系学习等变量题项的问卷,中层管理人员填写跨界技术整合问卷,由此获得独立数据来源。
剔除无效问卷,最终获得有效数据216份,有效回收率为66.87%。表1显示,样本企业中,201～500人的中型企业以及超过500人的大型企业分别占比为46.29%、34.72%,开展跨界技术整合的小型企业占比较低。同时,79%以上的样本企业年龄介于6～15年之间;私营企业占比为48.15%,国有企业占比为20.37%,外资企业占比为19.91%,合资企业占比为11.57%。从地域分布看,长三角地区企业占比最高,为31.94%。从产业分布看,样本企业来自9个新兴产业,占比居于前五的产业分别是新材料产业(22.22%)、新一代信息产业(16.67%)、新能源汽车产业(11.11%)、高端装备制造产业(10.64%)、数字创意产业(9.72%)。除新能源汽车产业外,与国家统计局《第五次全国经济普查公报(第六号)——部分新兴产业发展情况》公布的全国前五新兴产业分布(对应产业占比分别为21.25%、15.63%、3.33%、15.10%、10.13%)基本一致,说明样本具有较好的代表性。从所处阶段看,80%以上的企业处于成长期和成熟期,说明经历初创期并具备一定市场经验的新兴产业企业更有意愿与能力开展跨界技术整合。
表1 样本企业基本信息
Table 1 Basic description of sample
类别 特征 数量百分比(%)企业规模50人以下41.8550～200人3717.13201～500人10046.29500人以上7534.72企业年龄0～5年125.566～10年12557.8711～15年4621.3016～20年2612.0420年以上73.24企业类型国有企业4420.37私营企业10448.15外资企业4319.91合资企业2511.57企业所在地上海3516.20江苏3415.74广东4721.76陕西4219.44其他5826.85企业所属行业新材料4822.22新一代信息技术3616.67新能源汽车2411.11高端装备制造业2310.64数字创意产业219.72其他6429.63企业所处阶段初生期2712.50成长期8438.89成熟期9242.59衰退期136.02
本文量表中的主要变量测度题项均来自成熟量表,并结合新兴产业企业特点进行相应调整。问卷采用Likert 5级量表,要求受试者对各题项从1(完全不符合)到5(完全符合)进行评分。
2.2.1 自变量:数字企业家(DE)
借鉴徐雅倩等[2]、Zeike 等[31]、Benite等[32]的研究,从数字创新素养(数字特质与创新特质)与数字领导能力(企业家特质与科层特质)两个方面,设置“企业主要领导熟悉数字技术与工具的使用”“企业主要领导的数字化知识能够实时更新并达到领域专家水平”等7个题项进行测度。通过探索性因子分析发现,KMO=0.835,Bartlett球形检验 p<0.001,说明适合进行因子分析。计算各因子载荷,结果显示,两个题项“企业主要领导信任数字专家和技术人员,能够获得并学习最新的知识”、“企业主要领导能够抓住数字化机遇,积极探索实现创新”的因子载荷分别为0.385、0.372,低于0.4。因此,去除上述两个题项,仅保留5个题项。
2.2.2 因变量:跨界技术整合(CB)
借鉴Wiklund等[33]、彭伟等[34]的研究,采用“企业能获取跨界技术资源扩展现有业务”“企业能将跨界技术资源用于运营活动”等4个题项测量跨界技术整合。
2.2.3 中介变量:关系学习(RS)
借鉴Selnes等(2003)、宋春华等[35]的研究,结合具体情境,从信息共享(IS)、共同理解(JS)和特定关系记忆(RM)3个方面进行测度。其中,信息共享主要采用企业与跨界合作伙伴“交流成功与不成功的经验”“交换用户需求与偏好方面的信息” “交换市场结构变化方面的信息”等5个题项进行测量;共同理解主要采用跨界合作双方“建立联合小组共同探讨战略议题”“跨界合作双方建立有效信息反馈机制”等4个题项进行测量;特定关系记忆主要采用跨界合作双方“评估调整交往的流程和惯例”、“跨界合作双方经常面对面交流,以更新人际关系网络”等4个题项进行测量。
2.2.4 控制变量
借鉴吴非等(2021)、辛本禄等[7]、奉小斌等(2024)的研究,将企业成立年限(Age)、规模(Size)、发展阶段(Stage)、高管学历背景(Edu)和企业数字化水平(Dig)作为控制变量。其中,企业成立年限(Age)划分为5个区间,即0～5年、6～10年、11～15年、16～20年、20年以上;企业规模根据员工人数将企业规模划分为4类,即50人以下、50～200人、201～500人、500人以上;企业所处阶段(Stage)分为初生期、成长期、成熟期和衰退期,分别对应赋值1～4;高管学历背景主要测度企业主要负责人的最终学历,根据硕士“研究生及以上”“大学本科”“大专”及“其他”进行赋值;企业数字化水平(Dig)采用数据爬取工具从企业网站、公开报道和年报中检索“数字化”“人工智能”“大数据”等关键词,以词频数加1取对数衡量。
(1)信度分析。本文采用Cronbach′s α值和组合信度CR值进行检验,结果见表2。数据显示,所有变量的Cronbach′s α值均大于0.8,说明量表具有较高的内部一致性。同时,CR值均大于0.7,说明量表具有较高信度,符合要求。
表2 信效度检验结果
Table 2 Results of reliability and validity tests
变量测度题项因子载荷AVECRCronbach′s α值跨界技术整合(CB)企业能获取跨界技术资源扩展现有业务0.7980.7020.8810.902企业能将跨界技术资源用于运营活动0.786企业能利用跨界技术资源实施战略举措0.852企业能利用跨界技术资源开发全新产品0.736数字企业家(DE)企业主要领导熟悉数字技术与工具的使用0.7460.7140.8760.914企业主要领导的数字化知识能够实时更新并达到领域专家水平0.754企业主要领导善于利用数字技术创新业务和运营模式0.781企业主要领导善于用数字化思维解决战略问题0.766企业主要领导具备较强的数字化人才培育能力 0.724关系学习(RS)信息共享(IS)企业会与跨界合作伙伴交流成功与不成功的经验0.7260.6020.8960.911企业会与跨界合作伙伴交换用户需求与偏好方面的信息0.754企业会与跨界合作伙伴交换市场结构变化方面的信息0.776企业会与跨界合作伙伴交换组织战略和政策变化的信息0.782企业会与跨界合作伙伴交换重要产品技术变化方面的信息0.734共同理解(JS)跨界合作双方经常组建团队解决问题0.8120.7240.8560.868跨界合作双方经常建立联合小组共同探讨战略议题0.774良好的跨界合作会激发富有成效的讨论0.726跨界合作双方建立了有效的信息反馈机制0.755特定关系记忆(RM)跨界合作双方经常评估调整交往的流程和惯例0.7980.7110.9020.932跨界合作双方经常评估更新彼此关系的正式合同0.802跨界合作双方经常面对面交流,以更新人际关系网络0.784跨界合作双方经常评估、更新存储在企业电子数据库中的关系信息0.788
(2)效度检验。在内容效度方面,采用国内成熟量表进行变量测度,并与领域内专家及企业管理人员充分讨论,保证量表具有较高的内容效度。在结构效度方面,跨界技术整合(CB)的KOM值为0.896(近似卡方值为802.014,p<0.001)、数字企业家(DE)的KOM值为0.937(近似卡方值为1 313.003,p<0.001)、关系学习(RS)的KOM值为0.936(近似卡方值为2 873.769,p<0.001)。计算结果显示,所有变量的KOM值均大于0.7且P值小于0.05,表明量表结构效度满足要求。因子分析结果显示,采用最大方差法旋转后,主要变量各测度题项的载荷值均大于0.5(最小因子载荷为0.724),且AVE最小值为0.602,超过临界值0.5,表明量表收敛效度也符合要求。在收敛效度方面,表2数据显示,AVE平方根均大于相关系数,说明量表具有较高区分效度。
本文采用独立数据源,但仍难以完全消除同源方差(CMV)风险。鉴于此,采用Harman单因子检验对调查数据进行检验。探索性因子检验结果显示,第一大因子解释方差为38.758%,未超过40%的阈值,因而本文同源方差问题并不严重。
本文主要变量描述性统计与相关性分析结果如表3所示。
表3 主要变量描述性统计与相关性分析结果
Table 3 Descriptive statistics and correlation analysis of main variables
变量名称变量符号均值最大值最小值中位数标准差123451.跨界技术整合CB3.4225.0001.0003.6251.3350.8382.数字企业家DE3.1225.0001.0003.1001.8690.457∗∗0.8453.信息共享IS3.3815.0001.0003.5001.3130.563∗0.532∗∗∗0.7764.共同理解JS 3.3525.0001.0003.3751.3750.442∗∗∗0.455∗0.2170.8515.特定关系记忆RM3.6215.0001.0003.8751.2120.324∗∗∗0.398∗0.312∗0.322∗0.843
注：*p<0.1、**p<0.05、***p<0.01,下同;斜对角为AVE的平方根
结合表3中数据,自变量数字企业家(DE)与跨界技术整合(CB)的相关系数为0.457且显著,属于中度相关。中介变量关系学习(RS)的3个维度信息共享(IS)、共同理解(JS)、特定关系记忆(RM)与自变量、因变量存在显著中度相关关系。从表3中计算结果看,变量均值介于3.1～3.6之间,但标准差均大于1.2,说明样本具有一定的异质性。为检验变量间多重共线性情况,本文计算所有变量的方差膨胀因子VIF值,结果发现,最大值为3.46,远低于10,说明变量间不存在严重的多重共线性问题。
(1) 主效应回归结果。本文采用基于OLS的多元线性回归方法检验数字企业家与跨界技术整合的关系,回归结果如表4所示。
表4 数字企业家对跨界技术整合影响的检验结果
Table 4 Test results for the influence of digital entrepreneurs on cross-boundary technology integration
变量模型1模型2DE0.498∗∗∗0.503∗∗∗Age0.125Size-0.262Stage-0.115Edu0.255∗Dig0.232∗∗R20.5870.724Adj-R20.4780.625F值41.33161.251
表4模型1和模型 2回归结果显示,不考虑控制变量和引入控制变量的情况下,数字企业家(DE)对跨界技术整合(CB)的回归系数分别为0.498、0.503,且P<0.01,说明二者间存在显著正向关系,假设H1成立。
(2) 中介效应检验。本文采用逐步回归方法:首先,检验数字企业家(DE)与关系学习(RS)的关系;其次,将关系学习(RS)纳入回归模型,观察其与因变量跨界技术整合(CB)的关系;最后,结合表4结果,观察自变量数字企业家(DE)回归系数的变化,以此判定是否存在中介效应,结果如表5所示。
表5 中介效应检验结果
Table 5 Regression results of mediating effect
变量RSIS(模型 3)JS(模型 4)RM(模型 5)CB模型 6模型 7模型 8模型 9DE0.498∗∗∗0.432∗∗∗0.329∗∗∗0.397∗∗∗0.372∗∗∗0.308∗∗∗0.301∗∗∗IS0.411∗∗∗0.409∗∗∗JS0.322∗∗∗0.322∗∗∗RM0.201∗∗∗0.199∗∗∗Age0.1090.1180.2010.1120.1250.1980.188Size-0.215-0.268-0.302-0.211-0.262-0.256-0.286Stage-0.098-0.136-0.132-0.085-0.128-0.133-0.134Edu0.301∗0.178∗0.2780.201∗0.225∗0.213∗0.221∗Dig0.116∗0.2210.211∗0.211∗0.188∗0.207∗0.210∗R20.3110.2770.3380.7440.7310.7580.842Adj-R20.2760.2560.2760.6680.6550.7140.774F值34.20129.15431.02465.27464.79867.12273.652
表5模型3～模型5回归结果显示,数字企业家(DE)与信息共享(IS)、共同理解(JS)及特定关系记忆(RM)的回归系数分别为0.498(P<0.01)、0.432(P<0.01)和0.329(P<0.01),说明数字企业家能够正向影响信息共享、共同理解和特定关系记忆。模型 6～模型8中考虑了数字企业家与关系学习对跨界技术整合的共同影响,回归结果显示,信息共享(IS)、共同理解(JS)与特定关系记忆(RM)对跨界技术整合(CB)的回归系数分别为0.411(P<0.01)、0.322(P<0.01)和0.201(P<0.01)。因此,关系学习对跨界技术整合具有显著正向影响。对比模型2和模型6～模型9,将关系学习的3个维度分别引入回归模型后,模型拟合优度提升,同时数字企业家(DE)的回归系数下降,从0.503下降至0.397、0.372和0.308,说明关系学习的3个维度对数字企业家与跨界技术整合的关系具有显著中介效应,假设H2a、H2b和H2c成立。
(3) 稳健性检验。本文采用Bootstrap方法验证关系学习3个维度中介作用的可靠性,利用PROCESS3.2软件,设置样本数为1 000,置信区间选择95%,计算结果如表6所示。
表6 基于Bootstrap的中介效应检验结果
Table 6 Bootstrap test of mediating effect
效应中介路径系数标准误区间下限区间上限直接效应DE→IS→CB0.233 40.042 50.169 80.336 5间接效应0.156 30.024 20.082 90.205 8直接效应DE→JS→CB0.443 20.012 70.236 50.573 8间接效应0.225 70.027 80.172 90.302 8直接效应DE→RM→CB0.332 10.033 20.012 50.044 6间接效应0.175 60.025 60.112 60.235 9
表6显示,信息共享、共同理解和特定关系记忆在数字企业家与跨界技术整合间的间接效应分别为0.156 3、0.225 7和0.175 6,其对应置信区间分别为[0.082 9,0.205 8]、[0.172 9,0.302 8]和[0.112 6,0.235 9],均不包含0。以上结果进一步佐证了假设H2a、H2b和H2c。
(4)异质性分析。东部地区经济发展水平高,创新资源相对集中,可能导致回归结果差异。因此,依据企业(或集团总部)所在地区,将样本企业分为东部地区企业和中西部地区企业进行检验,主要回归结果如表7所示。
表7 基于区域差异的回归检验结果
Table 7 Regression test results based on regional differerences
变量东部地区CBISJSRMCB中西部地区CBISJSRMCBDE0.512∗0.523∗∗∗0.446∗∗∗0.405∗∗∗0.318∗0.448∗∗0.477∗∗∗0.420∗∗∗0.398∗∗∗0.267∗∗IS0.408∗∗∗0.368∗∗∗JS0.369∗∗∗0.372∗∗∗RM0.231∗∗∗0.244∗∗∗Age0.1740.1140.1710.1120.1330.1680.1280.1740.1080.142Size-0.311-0.245-0.256-0.227-0.187-0.340-0.296-0.234-0.211-0.149Stage-0.175-0.115-0.141-0.122-0.108-0.172-0.128-0.122-0.118-0.127Edu0.244∗0.336∗0.228∗0.2110.244∗0.196∗0.311∗0.247∗0.2090.241∗Dig0.226∗0.245∗0.1980.236∗0.216∗0.214∗0.221∗0.2010.229∗0.212∗R20.7790.4420.3880.3620.8640.7180.4100.3790.3550.814Adj-R20.7040.3790.3020.2540.7850.6340.3220.2980.2380.742F值68.14442.12237.15430.02175.17761.25440.92635.11229.78870.213
表7显示,两组回归结果仍支持本文假设,说明尽管不同地区的外部环境存在差异,但并未影响本文主要研究结果。鉴于东部地区企业与中西部地区企业中,数字企业家对跨界技术整合的分组回归结果具有不同水平上的显著性,本文利用Chow检验组间系数差异,计算得出系数为0.066(P<0.05),说明数字企业家对跨界技术整合的影响存在显著区域异质性。此外,国有企业管理机制更具层级化特征,制度灵活性可能在一定程度上影响数字企业家在跨界技术整合中作用发挥。同时,外资企业与合资企业在我国的经营活动受到行业准入限制,也会对跨界技术整合产生一定影响。为检验企业性质对研究结果有效性的影响,本文基于企业性质将样本企业分为国有企业和非国有企业,检验结果同样支持基本假设(分别在10%和1%水平上显著)。采用Chow检验计算组间系数差异,系数为0.042(P<0.05),表明数字企业家对跨界技术整合的影响也存在显著企业性质异质性。
随着数字企业家的影响力日益凸显,其如何影响新兴产业企业跨界技术整合,成为亟待探讨的重要问题。本文结合高阶理论与组织学习理论,构建“数字企业家—关系学习—跨界技术整合”理论模型,通过收集216个新兴产业企业样本数据,采用逐步回归方法,检验数字企业家对跨界技术整合的影响,以及关系学习3个维度(信息共享、共同理解与特定关系记忆)的中介效应,得出以下主要结论:
(1)数字企业家对新兴产业企业跨界技术整合具有正向影响。本文证实,数字企业家是引导和推动跨界技术整合的重要力量,这一发现与现实实践高度契合。数字企业家不仅具备敢于变革、勇于探索的传统企业家特质,而且熟悉并善于利用新兴数字技术,具备较高的数字素养。一方面,他们利用数字技术积极推进企业数字化转型,改变组织学习方式;另一方面,他们通过新兴媒体与信息平台提升自身在同行和公众中的影响力,建立广泛的外部链接并寻求跨界合作,不断拓展企业技术边界与经营领域,有效推动企业间跨界技术整合。
(2)关系学习的3个维度在数字企业家与跨界技术整合间发挥显著中介作用。本文研究发现,数字企业家能够通过信息学习、共同理解和特定关系记忆促进企业间跨界技术整合。不同技术领域在标准、知识基础与规范流程方面存在显著差异,仅依靠基于个体的碎片化学习、简单的技术交流或技术转移,难以满足跨界技术整合需求。数字企业家通过建立密切双边关系,推动合作主体间实现信息共享、形成共同理解,并借助数字化手段实现特定关系记忆的形成、存储和调用,以此助力不同技术领域企业发现技术整合契机。同时,通过知识结构与组织结构等多层面适应性调整,完成跨领域技术耦合。这一发现,也印证了现实中大量数字企业家通过签订跨界战略合作契约、构建跨界联合研发机构等行为,促进双方技术整合。
(1)本文验证了数字企业家对跨界技术整合的积极作用,丰富了数字企业家角色类型,拓展了理论应用情境。尽管数字企业家概念界定与相关研究已取得较大进展,但既有研究大多聚焦于解析数字企业家如何实现数字企业创业、构建数字创新生态以及在推动政府数字化治理中的作用[2,5],针对数字企业家如何推动新兴产业企业跨界技术整合的研究较为匮乏。本文立足于跨界技术整合活动较为活跃的新兴产业,验证数字企业家在推动企业跨领域捕获、吸收、重组与配置新技术知识,进而实现跨界技术整合过程中的重要作用,丰富了数字企业家角色,从理论层面更全面地揭示数字企业家作为数字经济时代关键行动者的作用。此外,本文将数字企业家理论应用于跨界技术整合研究情境,弥补了传统企业家理论的局限性,更契合数字经济时代特征,拓展了数字企业家理论应用空间。
(2)本文构建了关系学习与跨界技术整合的理论联系。组织学习是在动荡环境中更新既有知识基础、探索创新机会的重要手段[14]。已有研究重视关系学习在基于协作关系的产业链上下游企业间知识协同的重要性,但鲜少关注其在跨界技术整合中的作用。本文构建了二者间的理论联系,证实信息共享有助于企业获取跨领域异质性资源,而共同理解通过有效反馈渠道与沟通机制,为跨界技术合作双方搭建技术转移的桥梁。本文还发现,特定关系记忆的形成有助于降低沟通成本,提升跨界技术整合效率。上述发现深化了现有研究对跨界整合情境下组织学习作用的认知,为后续研究结合个体、组织与创新生态体系等多层面因素,进一步揭示跨界学习机制奠定理论基础。
(3)本文揭示了数字企业家通过关系学习影响跨界技术整合的作用机制,弥补了现有研究基于资源视角对整合过程观察不足的局限性。以往研究大多基于数字可供性视角,从数字技术运用层面探讨创新资源获取与有效编排对跨界技术整合的作用(Sirmon等,2011)。本文深入组织间学习过程,发现数字企业家对数字技术的应用不仅作用于资源编排,更结合其企业家特质构建起有效的组织间学习机制,通过关系学习深化跨领域技术交流。相较于资源编排理论更重视资源配置与利用,关系学习则反映组织层面对内外部资源进行互补耦合、重组更新与深度融合的过程。本文观察视角较为深入,从源头上揭示数字企业家推动跨界技术整合的作用机理。
(1)新兴产业企业需要重视发挥数字企业家在跨界技术整合过程中的作用。一方面,企业可积极引进和培育数字企业家,充分发挥数字企业家在同行与社会公众中的影响力,将企业家“朋友圈”转化为企业数字资源,为跨界技术整合奠定关系链接基础。另一方面,企业可对数字企业家充分赋权,助其突破组织现有制度、技术以及观念等方面束缚,充分发挥数字创新素养与企业家特质,带动知识结构变革,以此拓展企业技术边界。
(2)构建有效的关系学习机制,提升跨界技术整合效率。新兴产业企业需要审视和追踪产业链动态变化特征,加强与跨界合作伙伴间的学习交流;积极与跨界合作伙伴构建联合分析及项目运营团队,通过定期会议机制促进成员间分享行业动态、客户偏好及技术趋势等信息,促进跨职能团队深度互动,持续激发创新思维;利用数字化手段存储与调用跨界互动过程中形成的特定关系记忆,完善沟通平台与协作规范,鼓励联合团队成员保持常态化互动,提升跨界技术整合效果。
(3)积极发挥数字企业家组织与引导关系学习的作用。在组织关系学习方面,数字企业家具备独特优势。企业需利用数字企业家社会影响力带来的链接优势,扩大跨界合作伙伴搜索与筛选范围,并构建动态数字资源库。同时,以数字企业家为核心,构建柔性学习机制和外部沟通机制,强化个人、组织与网络等多层面技术交流。此外,还需构建相匹配的绩效管理制度,以激励数字企业家积极开展跨界技术整合。
本文存在以下不足:第一,受限于人力物力,本研究收集的数据在行业分布上不够全面,未来需扩大样本企业的行业覆盖面与规模,进一步验证研究结论的普适性。第二,本研究主要关注数字企业家对跨界技术整合的影响,未考虑组织层面(如主导逻辑、既有知识基础以及组织柔性等)可能产生影响的调节因素或中介因素。后续可结合企业家与组织两个层面,引入更多因素,以提升研究结论的有效性。第三,本研究对数字企业家影响力的产业异质性探讨不足,尤其是数字企业家在基于传统产业升级的新兴产业和数字经济时代出现的全新产业中,如何影响跨界技术整合,其影响力与作用路径存在何种差异尚未明晰。未来可增加对照组企业样本,并在理论模型中纳入产业因素加以检验。
[1] SAHUT J M, IANDOLI L, TEULON F. The age of digital entrepreneurship[J].Small Business Economics, 2021, 56(3):1159-1169.
[2] 徐雅倩, 宋锴业.数字企业家的特质、图式及其生成机制研究——中国场景的探索性分析[J].公共管理评论,2025,7(1):5-32.
[3] 阮永平, 白雅静, 郑凯. 数智化时代管理者行为研究: 框架构建与未来展望[J].科技进步与对策, 2025, 42(22): 150-160.
[4] 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.
[5] BELIAEVA T, FERASSO M, KRAUS S, et al. Dynamics of digital entrepreneurship and the innovation ecosystem: a multilevel perspective[J].International Journal of Entrepreneurial Behavior &Research, 2019, 26(2): 266-284.
[6] 韩炜, 杨俊, 胡新华, 等. 商业模式创新如何塑造商业生态系统属性差异——基于两家新创企业的跨案例纵向研究与理论模型构建[J].管理世界, 2021, 37(1): 88-107, 7.
[7] 辛本禄, 代佳琳. 关系学习、组织惯例更新对开放式服务创新的影响[J].科技进步与对策, 2022, 39(6): 92-102.
[8] 柳卸林, 葛爽. 创新生态系统中企业的价值共创共享与新兴产业竞争优势形成——以中国光伏产业发展为例[J].中国工业经济, 2025,42(6): 140-158.
[9] AGHA M, PRAMATHEVAN S. Executive gender, age, and corporate financial decisions and performance: the role of overconfidence[J].Journal of Behavioral and Experimental Finance, 2023, 38: 100794.
[10] MIR A A, HASSAN S, KHAN S J. Understanding digital entrepreneurial intentions: a capital theory perspective[J].International Journal of Emerging Markets, 2023, 18(12): 6165-6191.
[11] KRAUS S, PALMER C, KAILER N, et al. Digital entrepreneurship: a research agenda on new business models for the twenty-first century[J].International Journal of Entrepreneurial Behavior &Research, 2019, 25(2):353-375.
[12] GANGADHARA H, SENTHIL KUMAR J P. Integrated model perspective of capital theory, TPB and SCCT towards determining business students' digital entrepreneurial intention in developing country context[J].The Journal of High Technology Management Research, 2024, 35(2): 100519.
[13] URBINATI A, CHIARONI D, CHIESA V, et al. The role of digital technologies in open innovation processes: an exploratory multiple case study analysis[J].R&D Management, 2020, 50(1): 136-160.
[14] 苏敬勤, 武宪云. 数字化转型企业如何实现组织惯性重构[J].南开管理评论, 2024, 27(2): 150-160.
[15] 王庆金, 高扬, 吕梦琪, 等. 军民融合战略背景下企业间价值共创对创新绩效的影响——关系学习、知识整合及数字化转型的作用机制[J].科技进步与对策, 2024, 41(9): 99-107.
[16] 王忠, 潘欣贤, 谢卫红, 等. 数字化创新、企业边界重塑与智能制造企业高质量发展——来自专利文本信息机器学习的经验证据[J].科技进步与对策, 2024, 41(21): 87-97.
[17] SOUSA-ZOMER T T, NEELY A, MARTINEZ V. Digital transforming capability and performance: a microfoundational perspective[J].International Journal of Operations&Production Management, 2020, 40(7/8): 1095-1128.
[18] SJÖDIN D, PARIDA V, KOHTAM
KI M. Artificial intelligence enabling circular business model innovation in digital servitization: conceptualizing dynamic capabilities, AI capacities, business models and effects[J].Technological Forecasting and Social Change, 2023, 197: 122903.
[19] SHU R, REN S G, ZHENG Y. Building networks into discovery: the link between entrepreneur network capability and entrepreneurial opportunity discovery[J].Journal of Business Research, 2018, 85: 197-208.
[20] SCHNIEDERJANS D G, CURADO C, KHALAJHEDAYATI M. Supply chain digitisation trends: an integration of knowledge management[J].International Journal of Production Economics, 2020, 220: 107439.
[21] JIN S M, WANG J R,ZHU P Y,et al. Dual boundary-spanning search and open innovation in China: the mediating role of organizational resilience and the moderating role of big data analytics capability[J].Technovation,2025,145: 103273.
[22] 简兆权,邓凌云,陈冰儿.数字化领导力、知识管理能力与企业商业模式创新——环境动态性的调节作用[J/OL].科技进步与对策,1-10[2025-12-23].https://link.cnki.net/urlid/42.1224.G3.20250701.1522.002.
[23] NIEMAND T,COEN RIGTERING J P,KALLMÜNZER A,et al. Digitalization in the financial industry: a contingency approach of entrepreneurial orientation and strategic vision on digitalization[J].European Management Journal,2021,39(3): 317-326.
[24] KRAUS S,VONMETZ K,BULLINI ORLANDI L,et al. Digital entrepreneurship: the role of entrepreneurial orientation and digitalization for disruptive innovation[J].Technological Forecasting and Social Change,2023,193: 122638.
[25] ALNUAIMI B K,KUMAR SINGH S,REN S,et al. Mastering digital transformation: the nexus between leadership,agility,and digital strategy[J].Journal of Business Research,2022,145: 636-648.
[26] 王涛. 跨界融合情境下组织间合作如何实现价值共创——基于界面管理的视角[J].经济与管理研究,2021,42(8): 111-123.
[27] DUONG C D. ChatGPT adoption and digital entrepreneurial intentions: an empirical research based on the theory of planned behaviour[J].Entrepreneurial Business and Economics Review,2024,12(2): 129-142.
[28] 张保仓,任浩. 虚拟组织持续创新能力提升机理的实证研究[J].经济管理,2018,40(10): 122-139.
[29] RADZIWON A,BOGERS M. Open innovation in SMEs: exploring inter-organizational relationships in an ecosystem[J].Technological Forecasting and Social Change,2019,146(9): 573-587.
[30] 王国红,林欢,黄昊. 数字化视角下资源编排对中小企业组织韧性的影响[J].科技进步与对策,2024,41(18): 77-86.
[31] ZEIKE S,BRADBURY K,LINDERT L,et al. Digital leadership skills and associations with psychological well-being[J].International Journal of Environmental Research and Public Health,2019,16(14): 2628.
[32] BENITE Z J,ARENAS A,CASTILLO A,et al. Impact of digital leadership capability on innovation performance: the role of platform digitization capability[J].Information &Management,2022,59(2): 103590.
[33] WIKLUND J,SHEPHERD D A. The effectiveness of alliances and acquisitions: the role of resource combination activities[J].Entrepreneurship Theory and Practice,2009,33(1): 193-212.
[34] 彭伟,符正平. 联盟网络、资源整合与高科技新创企业绩效关系研究[J].管理科学,2015,28(3): 26-37.
[35] 宋春华,马鸿佳,马楠. 关系学习、双元创新与企业绩效关系研究[J].外国经济与管理,2017,39(9): 32-46.