开放科学(资源服务)标识码(OSID)：
The resource orchestration theory defines the relationship between resource and capability and it believes that it is conducive to the improvement of enterprise competitive advantage by actively orchestrating resources to form the capability.However, at present, scholars mainly construct a single intermediary model based on a single perspective of resource or capability, or take the variables of capability perspective as regulatory variables for relevant research.Therefore, based on the existing research and the resource orchestration theory, this paper summarizes the transmission chain of "platform ecological embeddedness—heterogeneous resource acquisition—capability reconfiguration—explorative innovation performance" from the theoretical and practical levels to explore the internal mechanism of platform ecological embeddedness affecting the explorative innovation performance of complementary enterprises.
In terms of data collection,this study collects data by questionnaire surveys mainly with the help of the interpersonal network of team members, MBA students and teachers in relevant enterprises.We take the middle and senior managers of complementary enterprises embedded in COSMOPlat, Inspur Cloud and other platform ecosystems as the sample to distribute and collect questionnaires.Finally, we obtain 685 valid questionnaires.Based on the data test, this paper empirically tests the research hypothesis by using stepwise regression analysis and bootstrap method, and analyzes the internal mechanism of platform ecological embeddedness affecting the explorative innovation performance of complementary enterprises.
The conclusions are as follows.Firstly, embedding platform ecology is conducive to the improvement of explorative innovation performance of complementary enterprises.This conclusion verifies the view that "embedding platform ecology can promote the incubation and acceleration of enterprise innovation", and shows that platform ecological embeddedness is an important way for enterprises to realize innovation.Therefore, in the competition based on ecosystem, enterprises should constantly improve their digital and intelligent level, and ensure their future competitive advantage by better constructing or embedding platform ecology.Secondly, heterogeneous resource acquisition and capability reconfiguration play a significant intermediary role between platform ecological embeddedness and complementary enterprises' explorative innovation performance.Therefore, complementary enterprises should pay attention to the important role of heterogeneous resource acquisition and capability reconfiguration in the process of embedding platform ecology to realize innovation.On the one hand, according to own goals and strategies, enterprises should actively communicate and cooperate with complementary enterprises to obtain the required complementary innovation resources; on the other hand, enterprises should make timely adjustments to their existing capabilities to improve their adaptability to the environment and give full play to the leverage of resource and capability.Finally, heterogeneous resource acquisition and capability reconfiguration play a significant chain intermediary role between platform ecological embeddedness and explorative innovation performance.Therefore, enterprises should give full play to the important role of heterogeneous resources and form capabilities through actively orchestrating resources to enhance the competitive advantage of enterprises, which is a new understanding of the relationship between resource and capability.This study not only makes up for the lack of literature to examine the industrial Internet from the perspective of platform ecological participants,enriches the result variables of platform ecological embeddedness, but also verifies and supports the resource orchestration theory.
开放科学(资源服务)标识码(OSID)：
工业互联网是云计算、大数据、物联网和移动互联网等新一代信息技术与制造业深度融合的产物，工业互联网平台生态(以下简称“平台生态”)作为工业互联网发展的高级阶段和最终目标，是未来产业竞争的基础。平台生态系统中，各参与企业在平台规则下，借助工业互联网平台为用户提供产品和服务[1]，最大程度地实现资源共享和协同共生，促进企业创新孵化。因此，越来越多的企业通过嵌入工业互联网平台生态进行创新活动。
目前，学界对工业互联网平台生态的研究主要集中在平台生态形成和构建[2]、价值创造[3]、平台生态系统竞争优势培育[4]等方面。上述研究从平台企业这一主导者视角展开，对作为平台生态重要构成部分的参与企业关注不足[5]。相关研究发现嵌入平台生态对企业创新绩效具有积极影响，但尚未厘清基于何种机制对创新绩效产生影响，两者间的作用路径和影响机理尚未明晰。同时，具有颠覆意义的探索式创新能够帮助企业实现技术突破，进而在激烈的竞争中脱颖而出，因而成为企业更有效、更直接、更可靠的创新途径[6]。因此，本文基于参与企业视角，探究平台生态嵌入行为对探索式创新绩效的影响机制，以期弥补现有研究的不足。
工业互联网平台是平台生态系统的重要构成部分[7]，基于工业互联网平台架构，平台生态可以实现双边或多边用户广泛连接，以及海量工业数据采集、汇聚，成为一个工业资源池。因此，嵌入工业互联网平台生态有助于参与企业获取创新所需的异质性资源。根据经典资源基础理论，企业竞争优势来源于异质性资源获取[8]，但部分学者基于合作成本角度认为，过高的资源异质性不利于企业创新，由此提出资源异质性与创新具有倒U型关系。可见，对于异质性资源与创新的关系，现有研究尚未形成一致结论，原因可能在于企业资源吸收能力[9]、学习能力[10]以及资源管理能力[11]存在差异。Sirmon&Hitt[12]提出资源编排理论，揭示资源与能力的关系以及两者在竞争优势获取过程中的作用，发现在资源结构化的基础上，编排资源形成能力有助于企业获取竞争优势。梳理文献发现，既有文献主要从资源或能力视角构建单一中介机制，或将基于能力视角的变量作为调节变量进行研究。因此，为弥补现有研究的不足，本文基于资源编排理论从资源观和能力观两个角度，通过引入异质性资源获取和能力重构两个变量，构建平台生态嵌入对参与企业探索式创新绩效影响的理论模型。
平台生态内工业行业较多，技术和设备差距较大，相关资源异质性较强，可能降低企业异质性资源获取、吸收和利用效率。与社会网络或联盟不同，平台企业可以基于自身信息、技术优势实现资源在需求方和供给方间的精准匹配。平台生态强调各参与企业间的协同共生，在一定程度上能够促进异质性资源吸收和利用，降低资源异质性对创新的消极影响。平台生态这一特点能否降低甚至抵消异质性资源的负向影响，从而促进创新绩效提高有待验证。此外，在较高的外部环境不确定性背景下，企业竞争优势越来越难以维持，因而开始实施能力重构[13]，即对企业能力进行及时更新或创新[14]。能力重构常用来解释竞争优势或创新能力，是动态环境下的能力观。在平台生态系统中，各利益主体共生互动能否帮助生态参与企业加速能力重构，进而形成新的竞争优势需要进一步探索。
基于上述分析，本文提出如下问题：平台生态嵌入如何影响参与企业探索式创新绩效？异质性资源获取和企业能力重构对平台生态嵌入与参与企业探索式创新绩效间的关系是否具有中介作用？本文以参与企业平台生态嵌入行为作为解释变量，以异质性资源获取和企业能力重构作为中介变量，通过构建参与企业平台生态嵌入行为对探索式创新绩效的影响理论模型，分析平台生态嵌入对参与企业探索式创新绩效的影响，以及异质性资源获取和企业能力重构在其中的中介作用。
李平等[15]基于科技型创业企业的平台多维嵌入创新实践，以及合作创新过程中呈现的参与主体网络化、合作过程系统化趋势，提出新的合作创新模式，即嵌入式创新，并将其分为战略嵌入、平台嵌入和生态嵌入3种嵌入机制。其中，生态嵌入是指参与企业作为不可或缺的生态环节，与生态系统中其它参与企业高度契合，互为生存和发展条件，通过优势互补，实现系统生态效应最大化。与战略嵌入和平台嵌入相比，生态嵌入发展层次更高，而且平台生态探讨的是生态系统中不同企业间的协同合作，不再局限于参与企业与平台企业互动，对参与企业创新活动和行为具有更显著影响。因此，本文以工业互联网平台生态嵌入作为解释变量，对参与企业探索式创新绩效进行分析。
Sirmon等[12]于2011年正式提出资源编排这一概念，糅合基于资源基础观的资源管理和基于动态能力观的资产编排两个框架，该理论包括以下3个过程：①资源结构化，即在对资源进行搜集、选择、获取的基础上实现资源积累和剥离；②资源能力化，即在资源结构化的基础上，通过整合或构建资源组合创造新能力或扩大原有能力范畴的过程，包括能力稳定、能力丰富和能力创新；③资源杠杆化，即通过释放资源组合与能力价值以实现价值传递的过程。该理论基于过程视角，关注如何将资源转化为竞争优势，打开了将资源和能力转化为竞争优势的“黑箱”，并提出有效利用资源是创造核心竞争优势的基础。
资源基础理论指出，企业构建竞争优势的关键在于异质性资源获取和占有，而依托工业互联网平台架构和数字技术，平台生态能实现资源泛在连接、弹性供给和精准匹配。因此，参与企业嵌入平台生态后可以通过对内外部资源的识别、获取、剥离，形成新的知识和资源结构，拓展现有资源基础，丰富探索式创新所需资源[16]。因此，结合嵌入式创新理论和资源基础理论有助于理解为什么企业嵌入平台生态后更具有探索式创新能力，即嵌入平台生态的参与企业可以根据自身目标和需求，自组织地与其它参与企业进行交流、合作，获取创新需要的各种资源，进而提高创新相关能力。
本文基于资源编排理论，从资源观和能力观两个角度构建平台生态嵌入对参与企业探索式创新绩效的影响机制模型。考虑到复杂商业环境的不确定性，企业应及时对自身能力进行更新或创新，而能力重构能够体现动态环境下的能力观。因此，引入能力重构变量可以更清晰地揭示平台生态嵌入、异质性资源获取对参与企业探索式创新绩效的影响。
综上，本文在嵌入式创新的基础上，借鉴资源编排理论构建理论模型(见图1)，揭示参与企业平台生态嵌入行为可能通过异质性资源识别、获取和利用以及能力重构对探索式创新绩效产生影响，可能存在平台生态嵌入→异质性资源获取→能力重构→探索式创新绩效的链式中介作用。
图1 概念模型
Fig.1 Conceptual model
平台生态嵌入以嵌入平台生态网络为前提，旨在加强平台生态中参与企业间的互动与合作关系，释放参与企业资源价值，具体是指嵌入平台生态系统中的各企业与生态系统内其它参与企业高度连接，互为生存和发展条件，通过优势互补实现系统生态效应最大化[15]。探索式创新是指企业基于新的知识、资源和技能，或采用新方法对新技术、新产品、新生产流程和分销渠道进行探索与开发的创新活动[17]，强调新知识获取与利用，力争超越企业现有知识基础[18]。
工业互联网作为新一代信息技术与制造业深度融合形成的新兴业态和应用模式，能够促进制造业企业数字化、网络化及智能化发展，实现工业资源泛在连接、弹性供给以及高效配置[19]，从而为平台生态系统内参与企业探索式创新提供新的动力。首先，探索式创新强调通过整合知识和资源基础，实现技术或产品创新[20]。基于工业互联网平台架构，平台生态能够实现工业资源泛在连接和开放共享，使嵌入其中的参与企业有机会捕捉到大量异质性知识和互补性资源，搜索更多新知识要素和组合机会，从而开展超越现有知识基础的探索式创新活动[21]。异质性资源获取有助于参与企业打破以往在创新活动中形成的思维惯例，激发新思想、新创意，进而实现探索式创新。其次，平台生态中积累了海量工业数据，如制造业设备设施、产品设计、生产、制造等运营数据以及产业链上下游企业和用户端数据，嵌入平台生态的参与企业可以依托数据处理技术实现业务流程优化和完善，提高运营效率，同时可以对当前竞争环境和市场需求进行预测，提供符合客户偏好的新产品或服务。最后，平台生态强调参与企业间的协同合作，不仅能够促进生产合作方式由原来内外部割裂的单链条串行生产方式向多链条并行协作方式转变，而且能够通过形成新的分工模式，实现新技术、新产品开发[22]。同时，在一定程度上能够提升生态参与企业应对动态环境的弹性，为探索式创新活动提供保障。基于上述分析，本文提出如下假设：
H1:平台生态嵌入对参与企业探索式创新绩效具有正向促进作用。
企业之所以具有竞争优势或相对其它组织更高的创新绩效，往往是因为掌握了有价值、稀缺且难以被对手模仿和替代的异质性资源[11]。基于大数据、物联网、云计算等新兴数字技术在工业领域的集成运用，工业互联网平台生态实现工业全要素、全产业链、全价值链深度互联互通[23]，打通信息孤岛，成为一个巨大的资源池，可为参与企业获取异质性创新资源提供支撑。
首先，平台生态中聚集各参与企业在长期工业实践过程中积累的面向不同行业、场景、学科知识及技术性资源。嵌入工业互联网平台生态的参与企业可以基于价值网络与其它企业进行深度交流和互动，能够在一定程度上为资源吸收和获取提供支撑。其次，工业互联网平台生态实现了工业设备、产业链各环节数字化，并在此过程中积累了海量业务流程数据、运营数据、客户端数据以及资金流、物流等信息。同时，平台生态实现了创新部分或全价值链整合[15]，不仅有利于参与企业获取上下游供应商及其他利益相关者的重要技术资源，而且有利于企业获取终端客户的消费偏好、市场需求等信息。再次，平台生态系统依托数字技术能够吸引更多行动者，使其在参与互动过程中自发地贡献资源，从而为平台生态注入更多新资源[3]。最后，工业互联网平台可以通过购买、战略合作的方式获取政府、行业协会、金融机构、服务机构等数据资源[20]，拓展平台生态资源种类。需要指出的是，与网络嵌入或联盟不同，平台生态内各参与企业之间是松散耦合关系，各企业在信任、认可、合作、共赢的基础上[24]，与生态内其它企业进行深度互动和合作，从而有利于异质性创新资源获取。
异质性资源是企业间合作的基础，是创新活动开展的关键要素[25]。关于异质性资源与创新绩效的关系，已有较多学者进行探究。根据资源编排理论，资源编排流程分为构建资源组合、捆绑资源形成能力、利用能力创造价值3个阶段，其中，无论是资源组合构建还是资源捆绑，都离不开资源获取。相关研究指出，资源吸收获取是资源编排能力的3个维度之一[26]。除资源获取外，资源编排理论还强调资源剥离和替换，对于平台生态参与企业而言，异质性资源获取是基础和关键。因为只有获得异质性资源，才能实现资源组合与捆绑，才有基础去剥离和替换冗余资源，最终实现资源编排。综上，本文认为，异质性资源获取对平台生态参与企业探索式创新具有促进作用。
首先，参与企业嵌入平台生态后获取的异质性资源丰富了企业资源库，不仅能够弥补创新资源缺口，还能促进企业对内部陈旧资源进行剥离和替换，实现资源结构化，有利于参与企业突破在以往创新活动中形成的思维惯例，激发创新热情[21]，进而开展更多探索式创新活动。同时，异质性知识、资源结合有利于激发创新想法，从而有利于参与企业开发新产品和服务[17]。其次，平台生态中的工业大数据是企业获得竞争优势的关键资源[26]，不仅有助于实现参与企业业务流程、运营模式创新，而且有助于参与企业开辟新的业务领域以获取竞争优势。一方面，利用工业大数据，可以优化参与企业业务流程管理，提高生产制造效率，降低整体生产成本，为探索式创新提供支持；另一方面，通过对目标顾客群行为数据进行收集、分析，能够更好地把握市场竞争动态以及消费者偏好与潜在需求，通过设计出满足客户偏好及其个性化需求的新产品或服务，促进企业探索式创新绩效提升。基于上述分析，本文提出如下假设：
H2：异质性资源获取在平台生态嵌入与参与企业探索式创新绩效间发挥中介作用。
能力重构概念最先由Lavie[27]提出，是指企业为应对高度不确定性的外部环境，通过改变企业内部常规流程，以及惯例间关系以实现能力变革的过程，包括对既有能力进行改进与完善的进化式能力重构，以及构建全新的能力以剔除旧能力的替代式能力重构两种方式。
本文认为，嵌入工业互联网平台生态有利于企业突破自身在资源、技术、能力等方面的桎梏，通过促进数字化管理水平、业务流程管理能力、资源获取和适配能力以及风险应对能力提升，实现能力重构。首先，基于工业互联网平台架构和新兴数字技术，平台生态可以实现人、机、物等各要素数字化，并在参与企业数字化和智能化转型的基础上，提高企业在线化和数字化管理水平。同时，平台生态实现工业全方位、全过程、全领域数据实时流动与共享，有利于参与企业将业务流程管理与新一代信息技术融合，通过促进企业在设计、研发、生产、运营、管理、商业等方面的优化和创新，以实现企业业务流程变革与重构。如刘帅等[28]认为，参与企业借助生态内新一代信息技术和数字处理技术，不仅可以提高工业生产全过程数字化仿真和管控能力，而且可以通过数据分析提升生产效率和制造能力。其次，平台生态系统依托数据处理技术和算法，可以实现资源在供需双方间的精准匹配和即时响应。因此，嵌入平台生态有利于参与企业获取所需的创新资源，提升企业资源获取和利用能力。与一般创新模式不同，平台生态强调参与企业间的分工、协同与合作。因此，参与企业为了实现与平台生态内其它企业的知识、信息等资源交互，会借助新兴信息技术对内部组织结构、生产模式等进行变革，进而实现流程再造[29]。同时，平台生态内各企业基于价值网络共同为终端用户提供产品和服务，在一定程度上可以提升参与企业市场风险应对能力，实现企业能力重构。
随着新一代信息技术快速发展，企业外部环境的动态性、复杂性和不确定性不断提升，而能力重构活动能够及时帮助企业对自身能力进行调整、重构或替代，提高企业应对外部环境的弹性，赋予企业创新柔性和创新能力[30]，进而促进企业探索式创新绩效提升。一方面，企业进行探索式创新主要是为了满足客户个性化或潜在需求，进而实现价值创造。借助新兴数字技术，参与企业可以实现资源适配能力及数据处理能力的优化和重构，准确把握市场竞争环境发展趋势及客户潜在需求信息，开发满足消费者需求的新产品或服务，不仅能够为探索式创新指明方向，而且可以提升探索式创新成功的可能性。凭借精准快速的数据分析能力，参与企业能够对市场进行超前预测，通过改变消费者偏好和习惯引领市场潮流，实现颠覆性探索式创新。另一方面，凭借车间内工业设备设施以及产业链各环节数据应用，利用新一代信息技术对参与企业业务管理能力赋能，提高企业业务管理效率和弹性，帮助企业快速实现新产品或服务开发，为参与企业探索式创新提供支持。基于以上分析，本文提出如下假设：
H3：能力重构在平台生态嵌入与参与企业探索式创新绩效间发挥中介作用。
充足的异质性资源是企业获取竞争优势的必要但不充分条件，由零散资源捆绑而成的能力作为中间产品，可以有效提升资源利用效率[31]。其中，能力重构是解释资源观与能力观关系的关键点。根据资源编排理论[12]，捆绑资源形成能力包括能力稳定、能力丰富和能力创新3种类型。结合资源类型和能力重构的含义，本文认为，参与企业对平台生态中知识经验、技术工艺、市场需求信息以及工业大数据等异质性资源的获取、整合和利用过程，有助于其打破以往惯例和组织常规，摆脱企业间依赖关系，实现能力创新。
首先，资源整合和重组是企业获取创新能力的有效方式[32]，参与企业嵌入平台生态后，所获取的异质性资源在一定程度上能够拓宽既有知识和资源边界，促进参与企业能力创新。同时，参与企业可以通过与平台生态内其它企业进行相关知识、经验以及技术等资源共享，获取相关领域技术和工艺，进而丰富自身能力。其次，参与企业嵌入平台生态后，能够获取海量工业设备设施、运营数据以及产业链上下游相关大数据资源，如采购、研发、设计、生产以及客户群行为等信息。在此基础上，参与企业依托平台生态信息处理技术，通过深度挖掘与提取数据资源实现能力重构。例如，将工业设备、设施数据资源与运维服务相结合，提高参与企业事故诊断、预防、维修能力[29]。同时，对生产运营数据进行分析和处理，优化和重塑业务流程，促进业务管理能力和运营能力提高，实现企业能力重构。对客户群资源进行获取和聚合，帮助企业对既有及潜在用户群体进行画像，掌握不同用户群体需求动态，实现精准营销[33]，促进企业营销能力提升。基于上述分析，本文提出如下假设：
H4：异质性资源获取和能力重构在平台生态嵌入与参与企业探索式创新绩效间起链式中介作用。
以嵌入COSMOPlat、浪潮云等平台生态中的参与企业作为调查对象，为了确保数据的准确性和可信度，针对调研企业中高层管理人员进行问卷发放与收集。采用纸质问卷和电子问卷两种方式对数据进行收集，为提高问卷可靠性，在正式调查之前，随机选取8家调研企业进行预调研，并根据调研反馈对问卷进行修订和完善以形成最终问卷。正式调研时间为2020年11月至2021年4月，主要借助团队成员、学校MBA学员以及在相关企业任职老师的人际关系网络进行问卷发放和回收，共回收问卷775份，剔除无效问卷后，最终得到685份有效问卷，问卷有效回收率为88.4%。有效样本描述性统计结果见表1。
表1 有效样本描述性统计结果
Tab.1 Descriptive statistical results of valid samples
企业特征测量题项数量百分比(%)企业年龄3～5年15322.36～10年18426.911～20年20329.620年以上14521.2企业规模50人以下405.851～100人12918.8101～500人17725.8501～1 000人13019.01 000人以上20930.5产业类型传统产业57183.4战略性新兴产业11416.6企业性质国有企业16423.9非国有企业52176.1
研究模型包括平台生态嵌入、异质性资源获取、能力重构、探索式创新绩效4个变量。本文在相关研究的基础上，自行开发平台生态嵌入量表对该变量进行测量。此外，采用Likert 7点评分法，借鉴相关成熟量表对其余3个变量进行测量。
(1)平台生态嵌入(PEE)。依据李平等[15]对平台生态嵌入的定义，遵循“初始题项建立与精炼、维度生成、信效度检验”的量表开发过程，构建包含5个题项的量表，题项分别为“平台生态企业间的产品呈现包容性和互补性”“贵企业成为生态内某一产业链上其它企业的供应商或用户”“生态企业间的产品具有兼容性、协同性和连贯性”“在营销环节生态企业能够合作提供配套系列产品”“贵企业以平台企业为桥梁调配生态资源池内的可用资源”。因子分析结果显示，该单维度因子拟合效果较好(χ2/df =1.480, RMSEA=0.019, SRMR=0.009, CFI=0.999, TLI=0.998)。
(2)异质性资源获取(HRA)。根据工业互联网平台生态特点，本研究涉及的异质性资源主要包括知识资源、营销资源和关系资源。在李泽等(2017)、朱晓红等[34]开发的研究量表基础上，修订形成包含以上3种资源的测量量表，共8个题项，分别为“我们能及时获取平台中的客户需求信息”“能及时获取供应链信息”“有助于我们与客户建立稳定关系”“有助于与渠道成员建立稳固关系”“有助于获取平台商业知识”“获取数字化运作知识”“获取工程管理知识”“获取行业新兴知识”。因子分析结果显示，该单维度因子拟合效果较好(χ2/df =1.511, RMSEA=0.027, SRMR=0.012, CFI=0.997, TLI=0.996)，满足阈值条件，可将其视为单维度变量。
(3)能力重构(EAR)。采用奉小斌等(2021)使用的研究量表进行测量，该量表共包含“探索新的概念或原理”“善于开发新技能”等10个题项。
(4)探索式创新绩效(EIP)。采用赵健宇等[35]开发的研究量表对探索式创新绩效进行测量，包含“我公司为新的目标市场提供新的产品和服务”等6个题项。
(5)控制变量。本文控制变量选取如下：企业年龄(EA)、企业规模(ES)、产业类型(EI)、企业性质(EO)。
(1)同源偏差检验与共线性检验。为排除同源偏差问题对结果的影响，本文采用Harman单因子检验法进行同源偏差检验，结果显示：特征值大于1的因子的累计方差贡献率为69.847%，其中单因子最大方差解释率为43.878%，低于标准值50%。因此，不存在严重共同偏差问题。主要采用方差膨胀因子法对多重共线性问题进行检验，结果显示，各变量方差膨胀因子VIF值均小于10，说明多重共线性问题并不严重。
(2)信度与效度检验。综合运用SPSS26.0和Mplus7.4检验量表信效度，以确保数据的合理性和科学性。结果显示，各变量Cronbach's α值和CR值均大于0.7，表明各量表均具有较高的内部一致性和信度水平。运用软件Mplus7.4进行验证性因子分析以判断变量间的区分效度，结果如表2所示。由表2可知，四因子模型的样本数据拟合效果最好，表明变量间区分效度较高。本文将能力重构作为一个整体构念进行研究，因而将其作为单因子进行分析，且单因子拟合满足拟合优度要求。同时，各变量所有题项因子载荷均大于0.6，各变量的AVE值均大于0.5，表明问卷数据具有较高的聚合效度。由表3可知，4个变量间的相关系数均小于AVE值的平方根，再次表明4个变量间的聚合效度较高。
表2 变量区分效度验证性因子分析结果
Tab.2 Confirmatory factor analysis of variable discriminant validity
模型χ2dfχ2/dfRMSEASRMRCFITLI单因子:PEE+HRA+EAR+EIP5 026.05637713.3320.1340.0990.6450.617二因子:PEE,HRA+EAR+EIP3 277.3013768.7160.1060.0840.7780.761三因子:PEE,HRA+EAR,EIP2 096.1483745.6050.0820.0680.8680.857四因子:PEE,HRA,EAR,EIP639.6133711.7240.0330.0310.9790.978
注：PEE表示平台生态嵌入，HRA表示异质性资源获取，EAR表示能力重构，EIP表示探索式创新绩效，下同
(3)相关性检验。变量间相关性分析结果(见表3)显示：平台生态嵌入与异质性资源获取(r=0.590，p<0.01)、能力重构(r=0.539，p<0.01)以及参与企业探索式创新绩效(r=0.498，p<0.01)呈现显著正相关关系。异质性资源获取与探索式创新绩效(r=0.547，p<0.01)以及能力重构(r=0.572，p<0.01)呈现显著正相关关系，能力重构与探索式创新绩效(r=0.539，p<0.01)显著正相关。以上分析结果为理论假设检验提供了初步数据支持。
表3 变量均值、标准差与相关系数
Tab.3 Variable mean values, standard deviation and correlation coefficients
变量EAESEIEOPEEHRAEAREIP企业年龄1企业规模0.0261产业类型-0.0470.0181企业性质0.005-0.013-0.0651平台生态嵌入0.0540.135∗∗0.0360.112∗(0.890)异质性资源获取0.172∗∗0.333∗∗0.094∗0.141∗∗0.590∗∗(0.787)能力重构0.150∗∗0.303∗∗0.087∗0.107∗0.539∗∗0.572∗∗(0.774)探索式创新绩效0.239∗∗0.326∗∗0.0420.086∗0.498∗∗0.547∗∗0.539∗∗(0.792)均值2.4963.4955.0872.1863.0352.8853.1403.011标准差1.0591.2612.4111.0030.7900.5170.5500.442
注：EA代表企业年龄，ES代表企业规模，EI代表细分行业，EO代表所有权性质；*表示p<0.05,**表示p<0.01,***表示p<0.001，下同；()内为AVE值的平方根
(1)主效应检验。为了检验平台生态嵌入对参与企业探索式创新绩效的影响，以探索式创新绩效作为因变量，以平台生态嵌入作为自变量进行回归分析。由表4模型4可知，平台生态嵌入显著正向影响参与企业探索式创新绩效(β=0.310，p<0.001)，假设H1成立。
(2)中介效应检验。由表4模型1可知，平台生态嵌入对异质性资源获取具有显著正向影响(β=0.351，p<0.001)。由模型5可知，异质性资源获取显著正向影响参与企业探索式创新(β=0.489，p<0.001)。将平台生态嵌入与异质性资源获取同时纳入回归模型，对探索式创新绩效进行回归。模型6结果表明，平台生态嵌入(β=0.208，p<0.001)和异质性资源获取(β=0.291，p<0.001)均显著正向影响参与企业探索式创新绩效，但平台生态嵌入对探索式创新绩效影响的回归系数由0.310(95%区间为[0.268,0.353])下降为0.208(95%区间为[0.158,0.259])。由此可知，异质性资源获取在平台生态嵌入与参与企业探索式创新绩效间发挥部分中介作用，假设H2成立。
表4 回归分析结果
Tab.4 Results of regression analysis
变量HRA模型1EAR模型2EIP模型3模型4模型5模型6模型7模型8控制变量企业年龄0.069∗∗∗0.051∗∗∗0.121∗∗∗0.109∗∗∗0.081∗∗∗0.089∗∗∗0.087∗∗∗0.091∗∗∗企业规模0.105∗∗∗0.082∗∗∗0.140∗∗∗0.114∗∗∗0.074∗∗∗0.083∗∗∗0.081∗∗∗0.085∗∗∗产业类型0.018∗∗0.014∗0.0120.0080.0010.0030.0020.003所有权性质0.046∗∗0.0260.051∗∗0.0230.0130.0090.0220.013自变量平台生态嵌入0.351∗∗∗0.275∗∗∗0.310∗∗∗0.208∗∗∗0.212∗∗∗中介变量异质性资源获取0.489∗∗∗0.291∗∗∗能力重构0.563∗∗∗0.356∗∗∗R20.4460.3670.1700.3620.3460.4030.3480.414ΔR20.191∗∗∗0.175∗∗∗0.057∗∗∗0.178∗∗∗0.065∗∗∗F值109.11778.62834.93276.97171.81976.40072.51076.693
能力重构的中介作用。首先，由模型2可知，平台生态嵌入显著正向影响企业能力重构(β=0.275，p<0.001)；其次，由模型7可知，能力重构显著正向影响参与企业探索式创新绩效(β=0.563，p<0.001)；最后，将平台生态嵌入与能力重构同时纳入回归模型，对探索式创新绩效进行回归。由模型8数据可知，平台生态嵌入(β=0.212，p<0.001)和能力重构(β=0.356，p<0.001)对探索式创新绩效均具有显著正向影响，但平台生态嵌入对探索式创新绩效影响的回归系数由0.310(95%区间为[0.268,0.353])下降为0.212(95%区间为[0.164,0.260])，表明能力重构在平台生态嵌入与参与企业探索式创新绩效间发挥部分中介作用，假设H3成立。综上，假设H1、H2、H3初步得到验证。
为弥补传统中介检验方法的不足，本文采用Bootstrap法重复抽样5 000次并构建95%的无偏差校正置信区间，进一步检验异质性资源获取和能力重构的中介效应，结果见表5。由表5可知，异质性资源获取的中介效应值为0.160，95%置信区间为[0.126,0.197]，说明异质性资源获取具有显著中介作用。加入异质性资源获取变量后，平台生态嵌入对探索式创新绩效的直接效应为0.187，95%置信区间为[0.135,0.240]，进一步验证异质性资源获取在平台生态嵌入对探索式创新绩效的影响过程中存在中介作用，假设H2成立。同理，能力重构的中介效应值为0.143，95%置信区间为[0.113,0.175]，表明能力重构的中介效应显著。加入能力重构变量后，平台生态嵌入对探索式创新绩效的直接效应为0.204，95%置信区间为[0.153,0.254]，进一步验证能力重构在平台生态嵌入对探索式创新绩效的影响过程中存在中介作用，假设H3成立。
表5 异质性资源获取与能力重构的单独中介路径系数检验结果
Tab.5 Test results of independent intermediary path coefficient for heterogeneous resource acquisition and capability reconfiguration
中介路径直接效应效应值95%置信区间下限上限中介效应效应值95%置信区间下限上限PEE→HRA→EIP0.1870.1350.2400.1600.1260.197PEE→EAR→EIP0.2040.1530.2540.1430.1130.175
此外，本文采用Bootstrap法检验异质性资源获取和能力重构的链式中介效应，结果见表6。由表6可知，平台生态嵌入对探索式创新绩效的直接效应值为0.155，95%置信区间为[0.103,0.207]，再次验证了假设H1。异质性资源获取和能力重构在平台生态嵌入与探索式创新绩效间的链式中介效应为0.026，95%置信区间为[0.017,0.037]，假设H4成立。同理，由表6可知，异质性资源获取、能力重构的中介效应均显著，假设H2、H3再次得到验证。
表6 异质性资源获取与能力重构的链式中介路径系数检验结果
Tab.6 Test results of chain intermediary path coefficient for heterogeneous resource acquisition and capability reconfiguration
模型路径效应值95%置信区间下限上限直接效应:PEE→EIP0.1550.1030.207路径1:PEE→HRA→EIP0.0760.0460.108路径2:PEE→EAR→EIP0.0530.0340.077路径3:PEE→HRA→EAR→EIP0.0260.0170.037
(3)辅助分析。通过调换异质性资源获取和能力重构在平台生态嵌入与探索式创新绩效间的顺序，构建两个SEM模型检验模型中的链式中介变量序列的稳健性。由模型拟合结果可知，平台生态嵌入→异质性资源获取→能力重构→探索式创新绩效模型的拟合指标明显优于平台生态嵌入→能力重构→异质性资源获取→探索式创新绩效模型的拟合指标，表明异质性资源获取在前而能力重构在后的顺序能更好地解释从平台生态嵌入到探索式创新绩效的过程转化机制。
本文基于资源编排理论构建“平台生态嵌入—异质性资源获取—能力重构—创新绩效”理论框架，探究平台生态嵌入对探索式创新绩效的作用机制，检验异质性资源获取和能力重构的中介作用，得出如下结论：
(1)嵌入平台生态有利于参与企业探索式创新绩效提升。本文结论验证了“嵌入平台生态能够促进企业创新孵化和加速”的观点[15]，表明平台生态嵌入是企业实现创新目标的重要方式。首先，嵌入平台生态不仅能够弥补创新资源不足，而且可以促进企业对冗余资源的舍弃和剥离，形成新的资源结构，从而有利于探索式创新的知识和资源搜寻。其次，平台生态嵌入有助于各参与企业充分挖掘和发挥工业大数据价值，帮助企业准确把握市场环境和顾客潜在需求，为企业探索式创新活动指明方向。最后，嵌入平台生态有助于加快参与企业数字化和智能化转型，并利用相关工业数据对企业生产流程、业务流程进行改进、完善甚至重构，进而为企业探索式创新提供支持。
(2)异质性资源获取在平台生态嵌入和探索式创新绩效之间具有中介作用。平台生态能够实现工业资源广泛聚集，成为工业资源池，而嵌入平台生态的各参与企业可以基于自身目标、需求与其它企业进行合作和交流，获取异质性创新资源，激发创新活力，进而促进参与企业探索式创新绩效提升。这一结论间接支持权锡鉴等[7]的理论观点，即工业互联网平台实质是资本配置结构优化的企业混合所有制，借助平台生态新兴数字技术实现企业资源有效配置，既能满足异质性资源需求，又能节省资源吸收、利用成本，充分发挥异质性资源的互补效应，促进企业探索式创新绩效提升。
(3)能力重构在平台生态嵌入和探索式创新绩效之间具有中介作用。平台生态嵌入既能为企业能力重构提供动力，又能为企业能力重构提供良好条件。一方面，平台生态强调各用户企业间的协同共生和分工合作。企业为了获取创新所需资源，嵌入平台生态价值链，要对既有与价值链需求不匹配的能力进行更新，从而实现能力重构。另一方面，平台生态是工业互联网最高级和最完善的发展阶段，在工业大数据汇聚和利用方面可以为企业能力重构提供条件。参与企业不仅能够实现在线化和数字化管理，而且可以基于工业大数据实现业务流程优化，提升动态环境应对能力，从而促进探索式创新绩效提升。
(4)异质性资源获取通过参与企业能力重构促进探索式创新绩效提升。企业通过异质性资源获取为自身能力重构提供资源基础，从而促进探索式创新绩效提升。企业通过嵌入平台生态对创新资源进行获取、积累和剥离，夯实资源基础，并对所获资源进行创新性组合、捆绑，以实现对既有能力的丰富和创新，如生产能力、业务管理能力、数据分析能力等，从而促进探索式创新。
(1)现有平台生态研究主要集中在平台生态形成与构建[2]、价值共创[3]以及平台生态系统竞争优势构建[4]等方面，本文从平台生态参与角度审视工业互联网，丰富了平台生态嵌入相关结果变量研究。
(2)以往研究表明，企业更多地选择通过网络嵌入[21]或联盟建立[36]提升创新绩效，而新一代信息技术与制造业深度融合能够推动工业互联网平台发展，构建完善的平台生态系统，对企业创新行为和创新活动具有深远的影响。因此，越来越多的企业选择嵌入平台生态进行创新活动。本文证明嵌入平台生态是参与企业开展创新活动的有效途径，为企业嵌入平台生态、通过成为平台生态参与者进行创新活动提供了理论支撑。
(3)本文基于资源编排理论，构建“嵌入—资源—能力—绩效”理论框架，探索平台生态嵌入与参与企业探索式创新绩效关系的内部逻辑，验证了异质性资源获取和能力重构的链式中介作用，为现实中中小企业选择嵌入平台生态提升探索式创新能力提供了理论解释。例如，优必选科技有限公司嵌入腾讯平台打造全新的Alpha Ebot机器人，Yeelight嵌入小米平台后提升了品牌价值，青岛前丰国际帽艺和环球服装等企业嵌入COSMOPlat平台后获得了良好的业绩。上述成功企业案例说明，平台生态嵌入对异质性资源获取以及企业能力重构具有促进作用。
(1)企业在选择嵌入工业互联网平台生态后应充分利用平台生态内资源或能力进行创新活动。平台生态是工业互联网最完善的发展阶段，具有资源泛在连接、弹性供给、高效配置以及大数据应用等优势，对企业创新孵化和加速具有重要促进作用。因此，企业应结合自身情况选择构建或嵌入平台生态实现创新，不断提高自身数字化和智能化水平。
(2)企业在嵌入工业互联网平台生态实现探索式创新过程中，应重视异质性资源获取与能力重构的重要作用，积极进行资源编排以增强自身竞争优势。一方面，企业应该根据自身目标和策略积极与其它企业进行交流合作，获取互补性创新资源，弥补自身在知识、技术和资源等方面的不足，降低较高资源异质性对创新活动的消极影响。另一方面，在日益复杂的动态环境下，企业应对既有能力作出适时调整。企业通过对平台生态中的知识和信息进行积极编排，提升现有能力，进而提高自身与环境的适配度，并充分发挥资源和能力的杠杆作用，促进探索式创新绩效提升。
第一，本文将能力重构当作一个整体构念，未区分进化式能力重构和替代式能力重构在平台生态嵌入与参与企业探索式创新绩效间的作用差异。未来可以探究工业互联网平台生态嵌入更有利于哪种能力重构以及两种能力重构在上述两者间的作用差异，从而揭示能力重构在其中的中介作用。第二，本文采用静态问卷调查方式对数据进行收集，未能反映平台生态嵌入对参与企业探索式创新绩效的动态影响。第三，由于调查范围有限，未来可以进一步扩展企业种类，使研究结论更具有普适性。
[1] ADNER R.Ecosystem as structure: an actionable construct for strategy[J].Journal of Management,2017,43(1):39-58.
[2] 董津津,陈关聚.技术创新视角下平台生态系统形成、融合与治理研究[J].科技进步与对策,2020,37(20):20-26.
[3] 王新新,张佳佳.价值涌现:平台生态系统价值创造的新逻辑[J].经济管理,2021,43(2):188-208.
[4] 葛安茹,唐方成.基于平台包络视角的平台生态系统竞争优势构建路径研究[J].科技进步与对策,2021,38(16):84-90.
[5] 王节祥,陈威如,江诗松,等.平台生态系统中的参与战略：互补与依赖关系的解耦[J].管理世界,2021,37(2): 126-147,10.
[6] MARTINS I.Network usage, entrepreneurial orientation and their effectiveness on SMEs growth[J].The Journal of Entrepreneurship,2016,25(1):18-41.
[7] 权锡鉴,史晓洁,宋晓缤,等.资本配置结构优化的企业混合所有制:工业互联网平台的赋能机理与本质[J].会计研究,2020,41(12):99-112.
[8] NASON S, WIKLUND J.An assessment of resource-based theorizing on firm growth and suggestions for the future[J].Journal of Manageent,2018,44(1):32-60.
[9] 袁胜军,李享,吴俊.知识搜索对企业创新质量的影响研究——冗余资源和吸收能力的调节作用[J].审计与经济研究,2021,36(3):99-106.
[10] 杨杰,汪涛,王新.服务外包中组织双元学习对供应商创新能力的影响——治理机制的调节作用[J].科技进步与对策,2021,38(20):73-80.
[11] 胡元林,向海林,彭羽昊.异质性资源对企业生态创新的影响——以资源管理为中介[J].科技进步与对策,2021,38(21):92-100.
[12] SIRMON D G, HITT M A, IRELAND R D.Managing firm resources in dynamic environments to create value: Looking inside the black box[J].Academy of Management Review,2007,32(1):273-292.
[13] 胡畔,于渤.追赶企业的本地搜索、能力重构与创新绩效[J].科研管理,2017,38(7):72-80.
[14] SUDDABY R, CORAIOLA D, HARVEY C, et al.History and the micro-foundations of dynamic capabilities[J].Strategic Management Journal,2020,41(3):530-556.
[15] 李平,蒲晓敏,田善武.嵌入式创新范式研究[J].管理评论,2019,31(7):3-12.
[16] AL-TABBAA O, LEACH D, KHAN Z.Examining alliance management capabilities in cross-sector collaborative partnerships[J].Journal of Business Research,2019,101(8):268-284.
[17] 张振刚,易欢,陈雪瑶.创新网络资源整合、双元创新对制造企业创新绩效的影响——环境不确定性的调节作用[J].技术经济,2020,39(3):58-65，73.
[18] 杨博旭,王玉荣,李兴光.“厚此薄彼”还是“雨露均沾”——组织如何有效利用网络嵌入资源提高创新绩效[J].南开管理评论,2019,22(3):201-213.
[19] ZHOU J, LI P, ZHOU Y, et al.Toward new-generation intelligent manufacturing[J].Engineering, 2018, 4(1): 11-20.
[20] BYUN S K, OH J M, XIA H.Incremental vs.breakthrough innovation: the role of technology spillovers[J].Management Science,2021,67(3):1779-1802.
[21] 厉娜,林润辉,谢在阳.多重网络嵌入下企业探索式创新影响机制研究[J].科学学研究,2020,38(1):169-179.
[22] 梁树广,张芃芃.工业互联网赋能中国制造业企业的创新路径与模式研究[J].聊城大学学报(社会科学版),2021，40(2): 86-94.
[23] 朱国军,王修齐,孙军.工业互联网平台企业成长演化机理——交互赋能视域下双案例研究[J].科技进步与对策,2020,37(24):108-115.
[24] 魏津瑜,李翔.基于工业互联网平台的装备制造企业价值共创机理研究[J].科学管理研究,2020,38(1):106-112.
[25] 兰军,严广乐,王倩.创新生态视角下小微企业异质性资源对创新绩效的影响研究[J].科学学与科学技术管理,2019,40(1):137-149.
[26] WANG J, XUE Y YANG J.Boundary-spanning search and firms' green innovation: the moderating role of resource orchestration capability[J].Business Strategy and the Environment, 2020, 29(2): 361-374.
[27] LAVIE D.Capability reconfiguration: an analysis of incumbent responses to technological[J].Academy of Management Review,2006,31(1):153-174.
[28] 刘帅,黄洁,王睿哲,等.我国工业互联网平台发展核心内涵、应用价值与产业现状[J].中国信息化,2020,17(6):91-94.
[29] 陈超,陈拥军.互联网平台模式与传统企业再造[J].科技进步与对策,2016,33(6):84-88.
[30] ERNST D, KIM L.Global productions networks, knowledge diffusion, and local capability formation: a conceptual framework[J].Research Policy,2001,31(8):1417-1429.
[31] GUPTA S, QIAN X, BHUSHAN B, et al.Role of cloud ERP and big data on firm performance: a dynamic capability view theory perspective[J].Management Decision,2019,57(8):1857-1882.
[32] 王核成,李鑫.资源识取行为、能力重构与企业创新绩效——网络惯例的调节作用[J].中南大学学报(社会科学版),2020,26(1):128-136.
[33] 王节祥,瞿庆云,邱逸翔.数字生态中创业企业如何实施平台镶嵌战略[J].外国经济与管理,2021,43(9):24-42.
[34] 朱晓红,陈寒松,张玉利.异质性资源、创业机会与创业绩效关系研究[J].管理学报,2014,11(9):1358-1365.
[35] 赵健宇,廖文琦,袭希.创业导向与探索式创新的关系：一个双中介效应模型[J].管理科学,2019,32(2):33-49.
[36] 贡文伟,袁煜,朱雪春.联盟网络、探索式创新与企业绩效——基于冗余资源的调节作用[J].软科学,2020,34(7):114-120.