The Affect of Component-architecture Knowledge Search and Its Ambidexterity on Enterprise Innovation Performance: The Moderating Role of Innovation Strategy

Yao Yanhong, Chen Yixian, Chen Huanhuan

(School of Business Administration, Hunan University, Changsha 410000, China)

Abstract：In the era of a knowledge economy, knowledge is increasingly becoming the key factor to promote innovation. However, it's difficult for enterprises to achieve technological breakthroughs and meet diversified market demands only by relying on internal knowledge accumulation. Searching and acquiring knowledge from outside has become a strategic choice for enterprises to enhance their innovation capabilities.

The influence of knowledge search on innovation performance of enterprises has always been the focus of academic research. Existing research has explored the influence of external knowledge search on innovation performance from the perspectives of knowledge search degree and search boundary. However, few scholars consider knowledge search from the perspective of knowledge structure. According to the content and characteristics of knowledge, Henderson divided the knowledge structure into two categories of component knowledge and architecture knowledge. Component knowledge is the knowledge about the core design concept of components. Architecture knowledge is the knowledge about the combination of component knowledge. From the new perspective of component-architecture knowledge search, it is of great significance to explore the differential influence of two types of knowledge search on innovation performance. Furthermore, due to the limited resources of enterprise, component/architecture knowledge search also competes for the limited resources and energy of enterprises. It will inevitably squeeze out the architecture knowledge search activity by paying too much attention to the component knowledge search activity , and vice versa. Therefore, how to coordinate the dual knowledge search and rationally allocate resources among different knowledge search strategies is related to the efficiency of innovation activities. However, present research on the balance of dual knowledge search is still in its infancy. Therefore, exploring the influence of knowledge search ambidexterity on enterprise innovation performance is of great significance for promoting the development of theory and guiding innovation practice.

Knowledge search activities are always embedded in certain situations. The effect of external knowledge search on innovation performance depends on whether it matches with internal and external factors of the enterprise. External knowledge search ultimately serves enterprise innovation activities, and its effectiveness will be influenced by enterprise innovation strategy such as exploratory /exploitative innovation. Therefore, it’s important to confirm whether the different choice of innovation strategies will affect the relationship between knowledge search and innovation performance.

To empirically examine the hypotheses, this paper collected a firm-level data set in the Chinese context. The survey object is technology-based enterprise, most of which pay attention to R&D investment and have urgent technological innovation needs. In this study, questionnaires were distributed and collected by on-site and online methods. Finally,we received 220 responses with a response rate of 73.3 per cent.We verify the hypothesis by constructing the multiple linear regression model.

The results show that component knowledge search has an inverted U-shaped effect on innovation performance, architectural knowledge search has a linear positive effect on innovation performance, knowledge search ambidexterity has a positive effect on innovation performance. knowledge Search strategy and innovation strategy are compatible, exploratory innovation positively moderates the relationship between component knowledge search and innovation performance, but does not have a significant moderating effect between architectural knowledge search and innovation performance; exploitative innovation positively regulates the relationship between architectural knowledge search and innovation performance, but does not have a significant moderating effect between component knowledge search and innovation performance .

This paper explores the influence of external knowledge search on innovation performance from the perspective of knowledge structure, enriching the perspective of knowledge search research. Specifically, based on organizational search theory and strategic synergy theory, this article explores the impact of component-architectural knowledge search on innovation performance. Furthermore, this article explores the moderating role of innovation strategy, which further promotes the research of organizational ambidexterity in the field of knowledge management.This study also provides theoretical guidance for the choice of knowledge search strategy and innovation strategy for companies.There is adaptability between knowledge search strategy and innovation strategy.Therefore, when making innovation strategies, enterprises should consider the ability of two kinds of knowledge search and attach importance to the synergy between them.

Although some new attempts have been made in this paper, there are still some limitations. First, this study only analyzes the moderating effect of innovation strategy on the influence of knowledge search strategy on enterprise innovation performance from the perspective of internal situation, and future research can also analyze from the perspective of external situation. Secondly, this study focuses on the direct effect of external knowledge search strategy on enterprise innovation performance, and future research can introduce intermediary variables such as knowledge integration and knowledge creation to explore the path of external knowledge search on enterprise innovation performance. Finally, although this paper explores the influence of ambidexterity knowledge search balance on enterprise innovation performance, it doesn't specifically divide the types of balance. Future research can further distinguish the balance dimension to test whether it has a differential influence on innovation performance.

Key Words:Component Knowledge Search; Architecture Knowledge Search; Knowledge Search Ambidexterity; Innovation Strategy; Innovation Performance

DOI：10.6049/kjjbydc.2021030859

开放科学(资源服务)标识码(OSID)：

中图分类号：F272.4

文献标识码：A

文章编号：1001-7348(2022)04-0112-09

收稿日期：2021-03-30

修回日期：2021-05-11

基金项目：国家自然科学基金项目(71573078)

作者简介：姚艳虹(1963—)，女，湖南沅江人，博士，湖南大学工商管理学院教授、博士生导师，研究方向为组织行为与人力资源管理、技术创新与知识管理；谌逸娴(1997—)，女，湖南益阳人，湖南大学工商管理学院硕士研究生，研究方向为组织行为与人力资源管理；陈欢欢(1991-)，女，江西上饶人，湖南大学工商管理学院博士研究生，研究方向为知识管理与技术创新。

0 引言

知识经济时代，知识是推动企业创新的关键资源要素。5G、物联网、人工智能等前沿技术发展表明，技术创新所需的知识已呈现复杂化、系统化、多学科交织以及跨领域合作等特征[1]。仅依赖知识内生积累模式，企业难以实现技术突破和满足多元化市场需求。自1996年起，华为先后在海外成立多家合资企业，在全球范围内跟踪信息与通信技术前沿研究成果，并通过学习、引进、消化提升自身创新能力。由此可见，从外部搜寻并获取知识，扫清内部知识盲点，成为企业提升技术创新能力的战略选择。

知识搜寻对企业创新绩效的影响一直是学术界的研究热点[2]。现有研究从知识搜寻方式、搜寻程度、搜寻边界等视角，探讨外部知识搜寻对创新绩效的影响[3-5]，取得了丰富的成果，但鲜有学者从知识结构角度对知识搜寻进行划分。Henderson等[6]根据知识内容和特性，将知识结构划分为元素知识和架构知识两大类，前者是指有关元件核心设计概念的知识，后者是指有关元素知识之间组合方式的知识；Yayavaram等[7]指出，企业技术创新需要两种知识类型的改变：元素知识改变和架构知识改变。元素—架构知识对于理解企业创新绩效差异具有重要意义，元素知识间的组合方式改变会引起架构创新，是同行业竞争企业创新绩效存在差异的原因[7]。然而，现有研究侧重其中一个维度，即知识元素的影响效应，鲜少将两者同时纳入研究框架，检验其对创新绩效的影响差异。因此，从元素—架构知识搜寻这一新视角，探讨企业两类知识搜寻活动对创新绩效的差异化影响，对于揭示企业创新绩效影响因素具有重要意义。

类似于宽度/深度知识搜寻[8-9]、前瞻型/反应型知识搜寻[10]、本地/国际知识搜寻(吴航、陈劲，2016)等其它二元知识搜寻间的冲突，元素/架构知识搜寻同样存在对企业有限资源和精力的争夺。过度注重元素知识搜寻活动势必会挤出架构知识搜寻活动，反之亦然。因此，企业如何协调和权衡双元知识搜寻活动，在不同知识搜寻策略间合理配置资源，关系到创新活动效率和效果，但现有双元知识搜寻平衡实证研究尚处于起步阶段[8-10]。因此，探索元素—架构双元知识搜寻平衡对企业创新绩效的影响，对于推动理论发展和指导创新实践具有重要意义。

知识搜寻活动总是嵌入在企业内外部情境中，外部知识搜寻活动对创新绩效的影响取决于其如何与企业内外部因素相匹配。现有研究从外部环境动荡性、竞争性、内部资源基础特征等方面探索知识搜寻活动的作用边界[2]，但鲜有学者从企业战略一致性角度考察知识搜寻活动的作用效果。根据战略协同理论，战略目标达成需要发挥不同战略或策略的协同效应[11]。外部知识搜寻活动最终服务于企业创新活动，其有效性受企业创新战略的影响[12]。Segarra-Cipré等[13]证明产品创新战略下，宽度知识搜寻更有利于创新绩效提高，服务创新战略下深度知识搜寻更有利于创新绩效提高。那么，企业对探索式/利用式创新战略的不同选择，能否影响知识搜寻与创新绩效间的关系呢？这有待进一步研究。

基于此，本文借鉴知识结构分类，将外部知识搜寻分为元素知识搜寻和架构知识搜寻，探讨两者对企业创新绩效的差异化影响，并探索元素—架构双元知识搜寻平衡对创新绩效的影响。更进一步地，引入探索式/利用式创新战略这一情境变量，揭示外部知识搜寻对企业创新绩效的作用边界。本研究有助于揭示知识搜寻策略、企业创新战略与创新绩效之间的关系，为企业基于创新战略制定外部知识搜寻策略，根据知识搜寻能力选择创新战略等管理决策制定提供理论指导。

1 理论推导与研究假设

元素知识(Component Knowledge)和架构知识(Architectural knowledge)是从知识结构中划分出来的两种知识类型。Henderson & Clark[6]认为，元素知识是指企业元件核心设计原理等知识，而架构知识是指元件间的整合方式和系统性知识;Tallman&Jenkins[14]认为，元素知识就是知识本身，由特定的知识资源、技术和技能组成，而架构知识是指知识间的相互关系，即企业信息元素整合方式与流程，如组织沟通渠道和问题解决策略等。借鉴已有研究对知识结构的划分，本文将元素知识搜寻定义为：企业从外部环境中寻找并获取元件概念及核心设计原理等知识，如特定领域的知识资源和技术技能等；将架构知识搜寻定义为：企业从外部环境中寻找并获取元件知识间的整合方式和系统性知识，如组织沟通方式、信息过滤机制和问题解决策略等。两种知识搜寻活动均以驱动问题解决及实现创新为目的。

1.1 元素知识搜寻与企业创新绩效

知识基础观认为知识是最具有战略意义的资源，是企业获取和保持竞争优势的主要来源[15]。动荡的市场和技术环境加快了企业所在行业核心知识及技术原理更新迭代速度，企业原有知识资源面临过时风险和价值下降问题。当元素知识搜寻水平过低时，企业无法及时把握行业前沿动态，内部知识资源得不到更新，企业动态能力下降[16]，不利于迅速对市场需求变化作出反应 ，从而导致创新绩效低下。

随着外部元素知识搜寻水平提高，企业不断积累大量与自身产品或服务创新相关的核心设计概念、产品专利信息、技术操作规范等知识。具体来说，元素知识搜寻对企业创新绩效的积极影响主要表现在两个方面：第一，扩充企业原有知识库，提高知识存量。根据组织搜寻理论，知识搜寻活动从外部环境中获取新颖性知识元素，提高企业知识基础多元度，进而提升企业创新潜力[10]。元素知识搜寻活动关注、扫描和引进产品专利信息、技术技能等知识，丰富并更新企业内部知识库，为创新活动提供丰富的异质性知识，从而有利于创新绩效提高。第二，促进企业内部原有知识结构异化。郭东强等[17]指出，仅依赖知识转移或知识存量增加不足以驱动企业技术创新，相反，由外部新知识引进所导致的企业内部知识结构异化才是技术创新产生的直接根源。元素知识搜寻活动带来不同领域的元件核心概念，激发企业内外部元件知识间的创造性碰撞，由此产生新的元件概念和核心设计原理，从而为企业技术创新提供指导。此外，元素知识积累有助于创新知识间耦合，促进架构创新，这是因为外部元件核心设计概念引进能够增加可供建立耦合关系的知识元素数量。Yoon等[18]指出，元素知识积累能够促进架构关系创新。综上所述，企业元素知识搜寻不仅能提高知识存量，而且能促进企业核心设计概念创新和架构关系创新，即促使知识结构异化，提高企业技术创新能力，从而促进创新绩效提升。

然而，当外部元素知识搜寻水平超过特定阈值时，将会抑制企业创新绩效。首先，随着知识搜寻边界不断拓展，企业识别并获取有价值知识资源的难度增大，知识搜寻效率降低，进而抑制创新速度。一般来说，企业更容易识别相关技术领域中相似外部知识的价值(张胜平等，2020)，使差异化知识获取几率降低，而互补性知识缺乏将会影响创新产出。其次，不同知识元素之间的高度差异性会增加企业知识整合成本。知识元素之间具有因自身属性决定的天然、客观的依赖关系[19]，这一属性决定了它们之间组合的可能性。元素知识搜寻过度会导致知识元素所属科学范畴相差甚远，相通性不足。Guan等[20]研究指出，当企业元素知识之间的直接联系较少时，其组合可能性降低，企业需要花费大量成本寻找新旧元素间的整合机会，进而提高企业创新成本，降低创新绩效。最后，随着元素知识不断搜寻与积累，知识异质性提高，产生知识吸收压力(叶江峰等，2016)。这是因为基于认知惯性和企业自身条件，企业更容易吸收与内部知识相近的外部知识，相异性外部知识过多会造成资源浪费，降低创新产出。综上所述，元素知识搜寻水平过高会提高企业知识资源甄别难度，增加企业知识整合成本，产生知识吸收压力，进而使知识搜寻的边际成本超过其边际收益，最终抑制企业创新绩效提升。由此，本文提出以下假设：

H1：元素知识搜寻对创新绩效具有显著倒U型影响。

1.2 架构知识搜寻与企业创新绩效

本文认为，架构知识搜寻对创新绩效具有倒U型影响。架构知识嵌套于组织流程和制度中[6]，在低水平架构知识搜寻下，组织沟通方式、信息过滤机制及问题解决策略等无法更新和重整，元件要素组合方式日益僵化，从而导致企业创新绩效降低。

架构知识搜寻水平提高有利于创新绩效提升。架构知识搜寻对创新绩效的提升作用主要通过知识整合能力这一机制实现。首先，架构知识搜寻促进架构重置(Architectual Reconfiguration)[7]，即发现旧元素知识的新组合。架构知识引进可以提供有关企业内部既有元件核心概念之间耦合方式的新信息，有利于在既有知识存量的基础上，最大限度地挖掘知识组合潜能，创新知识整合方式，从而为技术创新提供支持。其次，架构知识搜寻促进架构重整(Architectual Integration)[7]，即新旧元素知识之间的整合。外部获取的知识元素需要经过同化、转换等迭代过程才能最终被企业利用，从而转化为竞争优势[21]。企业对系统性架构知识的搜寻，有助于提高自身异质性知识整合能力，促进新旧知识元素有效融合，进而将外部元件知识内化，催生新技术、创新产品制造工艺，从而提升企业创新绩效。

然而，架构知识搜寻水平若超过特定阈值，则可能抑制企业创新绩效提升。首先，架构知识通常表现为嵌套于组织内部流程制度中的隐性知识，其搜寻成本相对较高，可转移性较低[18]。架构知识搜寻过度会消耗企业资源，却难以将外部组织成功的沟通方式、问题解决策略等复制到企业中，因而导致创新绩效降低。其次，架构知识具有较高的特质性和嵌入性，通常嵌入在特定企业的产品开发和生产运营实践中[22]。余传鹏等[23]指出，知识嵌入性特征容易使其在跨组织转移与应用中出现“水土不服”的问题，阻碍创新绩效提升。由此，本文提出以下假设：

H2：架构知识搜寻对创新绩效具有显著倒U型影响。

1.3 双元知识搜寻平衡与企业创新绩效

元素/架构知识搜寻活动的关注点不同，但都需要消耗组织资源和精力。在组织资源和精力有限的前提下，两者必然会对组织资源产生争夺。目前，对于企业如何平衡双元知识搜寻，学界存在两种观点：时间平衡和空间平衡(芮正云、罗瑾琏，2018)。前者是指企业根据创新活动的需要，在不同时段改变知识搜寻模式，后者是指企业设定对应不同知识搜寻模式的单元，通过分工协作实现双元知识搜寻平衡。本文在前人研究的基础上[24]，将双元知识搜寻平衡定义为：企业根据创新活动需要，将资源合理配置于元素/架构知识搜寻活动中，并对两者进行协调与权衡，以促进其均衡发展的战略安排。单一元素知识搜寻会导致企业异质性知识吸收压力，而单一架构知识搜寻会使企业面临知识复制困难或跨组织转移中“水土不服”的问题。双元知识搜寻平衡有助于两种知识搜寻活动优势互补，发挥对创新绩效的协同作用。一方面，架构知识搜寻可以促进新旧元素知识耦合，加快外部元件知识内化进程，缓解元素知识搜寻过度带来的知识吸收压力，从而促进企业创新绩效提升。另一方面，元素知识搜寻可为企业带来全新的元件概念，培育企业创新能力，增强企业知识重构的原动力，促使内部沟通方式、信息过滤机制和问题解决策略更新，避免因外部架构知识搜寻带来的“高投入，低回报”风险。由此，本文提出以下假设：

H3：双元知识搜寻平衡对创新绩效具有正向影响。

1.4 创新战略的调节作用

外部知识搜寻最终服务于企业创新活动，企业创新战略是知识搜寻与创新绩效间关系的重要依变因素[13-14]。根据战略协同理论，当一项战略或策略与组织其它相关战略或策略相匹配时，对该战略目标的达成具有事半功倍的效果。相反，若各项战略或策略背道而驰，则不利于战略目标实现[11]。

已有文献表明：探索式创新是企业内革命性变化，可体现为新知识应用、新技术研发及新市场诞生；利用式创新则表现为对现有技术进行微小改进，通过沿袭已有基础进行渐进创新[25-26]。创新战略对外部知识搜寻活动具有导向作用。探索式创新依赖全新的知识元素和对现有知识的偏离[25]，因此，对于实施探索式创新的企业而言，为率先在市场上推出新产品与新服务，满足客户和市场需求，在知识搜寻活动中应关注能带来颠覆性技术变革的元素知识(王瑷等，2020)，进而提高知识多元度，强化元素知识搜寻的作用。此外，企业通过探索式创新不断开发产品和技术，充分吸收和利用元素知识搜寻带来的新颖性元素，提高异质性知识吸收能力，降低知识冗余对创新绩效的抑制作用[27]。利用式创新旨在提高现有知识元素利用效率，实施利用式创新的企业在外部元素知识搜寻过程中，倾向于在熟悉、成熟、邻近领域扫描相关信息元素，而非突破原有技术轨道搜寻新的元件知识，因而不利于知识多元度提高，从而抑制元素知识搜寻作用的发挥。由此，本文提出以下假设：

H4a：探索式创新正向调节元素知识搜寻与创新绩效之间的关系；

H4b：利用式创新负向调节元素知识搜寻与创新绩效之间的关系。

利用式创新关注现有客户和市场，通过对既有知识资源的深入挖掘，不断优化现有技术和运营模式，最终达到对特定产品和技术的精通，提高企业在特定领域的知识权力，即企业凭借在某一关键知识领域的优势而萌生的权力(王建军、吴晓云，2017)。研究表明，知识权力较高的企业在知识网络中享有较高的声誉，易于从外部知识源中获取有价值的知识，特别是嵌入性架构知识。例如，海尔集团在“人单合一”模式上的创新，促使产业链上下游企业争相模仿和学习，提高了海尔集团在整个商业生态系统中的影响力。在这一过程中，海尔集团“借他山之石，琢己身之玉”，学习其它组织的沟通方式、信息过滤机制、问题解决策略等架构知识，降低架构知识搜寻难度和成本，强化架构知识搜寻对企业创新绩效的促进作用。此外，企业对既有产品和技术的持续开发能够指引搜寻方向，降低架构知识跨组织转移中“水土不服”的风险，提高搜寻效率，最大限度地发挥架构知识搜寻对创新绩效的积极作用。相反，探索式创新关注新的产品和市场，倾向于在更广范围内搜寻架构知识，导致架构知识复制、转移与应用更加困难，使企业陷入架构知识搜寻失败、再搜寻、再失败的恶性循环，难以收回投资成本，最终导致企业创新绩效降低。例如，曾一度有望撼动BAT的乐视网，与多个行业领域企业展开多方位合作，搜寻、引进和学习其流程与制度体系、信息组织方式方法等，却由于在创新方式上的冒进，原本“生态化反”的战略最后功亏一篑。由此，本文提出以下假设：

H5a：探索式创新负向调节架构知识搜寻与创新绩效之间的关系；

H5b：利用式创新正向调节架构知识搜寻与创新绩效之间的关系。

本文研究模型构建如图1所示。

2 研究设计

2.1 样本与数据收集

本研究采用现场与网络两种方式发放并回收问卷，调查对象集中于湖南、广东、上海、河南等地区信息技术、软件开发、通讯服务行业企业，选择上述行业企业作为样本来源，主要基于以下考虑：首先，上述行业中的组织大多是科技型企业，创新成果是其维持市场竞争优势的重要因素，并且大多关注研发投入，具有较为迫切的技术创新需求。其次，上述行业企业仅依靠内部知识积累，难以应对复杂多变的市场环境，进行知识补充与更新刻不容缓，具有较强的外部知识搜寻动机。为了控制共同方法偏差，本研究将问卷分为A、B卷，第一周发放纸质版问卷A，4周后发放电子版问卷B。A卷包含外部知识搜寻、探索式创新、利用式创新变量，B卷包含创新绩效及其它控制变量。A、B卷选择相同的公司发放，通过企业名称代号实现配对。问卷主要委托MBA、EMBA学员及校友在其公司发放，发放对象主要为企业研发、生产、市场、人力资源等部门的高层领导、中层管理者和骨干员工。为确保同一家公司只收取一份样本，在同一家公司配对样本数多于一份时进行聚合分析。本次数据收集历时3个月，共发放A、B类问卷各300份，剔除无效问卷后，最终得到有效匹配问卷220 份，有效回收率73.33%。在回收的有效样本中，企业性质方面，国有企业占比34.09%，民营企业占比57.73%，外资企业占比5.91%，中外合资企业占比2.27%；企业规模方面，100人以下企业占比29.09%，100～1 000人企业占比27.27%，1 000人以上企业占比43.64%；企业年龄方面，5年以下企业占比23.64%，5～10年企业占比20.45%，10年以上企业占比55.91%。

2.2 研究工具

本研究变量测量均采用李克特5点量表，除知识搜寻外，其它测量指标均在国内外成熟量表的基础上经过翻译、回译等步骤编制得到。

(1)创新绩效。借鉴钱锡红等(2010)的创新绩效量表进行测量，包括“与同行相比，我们常常在行业内率先推出新产品或新服务”等5个题项。

(2)创新战略。借鉴Jansen等[25]、He等[26]的探索式创新与利用式创新量表，其中探索式创新包括“企业不断尝试推出新的换代产品”等5个题项，利用式创新包括“企业努力提高现有产品的质量”等4个题项。

(3)知识搜寻。借鉴张峰等[12]的知识结构量表，本文开发元素/架构知识搜寻量表，共包含11个题项。量表探索性因子分析结果显示，各题项因子载荷均大于0.5，问卷总体信度为0.914。其中，元素知识搜寻量表信度为0.891，架构知识搜寻量表信度为0.846，表明量表信度良好。同时，验证性因子分析结果显示出良好的判别效度，表明知识搜寻具有一阶二因子结构。本文借鉴郑浩[24]的研究成果，采用5减去元素知识搜寻与架构知识搜寻的绝对离差测量双元知识搜寻平衡，数值越高，双元知识搜寻平衡水平越高。

(4)控制变量。根据以往研究，企业规模、企业年龄、技术波动、竞争强度等可能影响企业创新绩效，故本文将以上变量作为控制变量。采用Jansen等[25]的量表测量竞争强度，包括“市场上有大量与我公司相似的产品”等3个题项。采用“过去5年里，行业内生产技术的多样性大大增加了”、“过去5年里，行业内领先的外国公司将先进的产品引入中国市场”两个题项衡量企业所在行业过去5年内的技术波动情况。

2.3 信度、效度检验

采用Cronbach's α系数进行信度检验，Cronbach's α值在0.7以上，表明量表信度良好。本研究中，各问卷信度系数处于0.804～0.907之间，说明内部一致性较好，信度检验通过。效度检验方面，运用AMOS 23.0对各潜变量进行验证性因子分析，检验结果如表1所示，修正后的五因子模型各项拟合指标如下：χ2/df=1.943，RMSEA=0.066，CFI=0.933，IFI=0.934，TLI=0.923，在可接受范围内，表明模型与数据拟合较好，本研究变量具有良好的区分效度。最后，各量表的CR均大于0.8，AVE均大于0.5，表明聚合效度良好，效果检验通过。

2.4 共同方法偏差检验

本研究为了控制共同方法偏差，采用分时段方法对问卷进行回收，并采用两种方法对共同方法偏差问题进行检验。首先，Harman单因素分析结果显示，析出的第一个公因子方差解释百分比为37.20%，小于40%，说明共同方法偏差问题不严重。其次，采用潜在误差变量控制法，在原模型的基础上添加一个不可测量的潜在因子，使所有测量条目在该潜在因子上负荷，并通过与原模型比较发现，添加潜变量模型的拟合优度并未显著优于原模型，进一步说明本研究不存在明显的共同方法偏差问题。

3 数据分析与结果讨论

3.1 描述性统计与相关性分析

各变量均值、标准差及相关系数如表2所示，由表2可知，自变量元素知识搜寻(r=0.507，p<0.01)、架构知识搜寻(r=0.466，p<0.01)与因变量创新绩效之间存在显著相关性，同时自变量与调节变量之间表现出中等程度的显著相关性，可为进一步检验变量之间的因果关系提供必要的前提。

3.2 直接效应检验

本文采用SPSS 22.0进行层级回归，以检验研究假设。如表3所示，模型M1为控制变量对创新绩效的影响回归模型， M2—M5在M1的基础上依次加入自变量元素知识搜寻、架构知识搜寻及两者平方项，M6为双元知识搜寻平衡对创新绩效的影响回归模型。由M2可知，元素知识搜寻一次项与创新绩效正相关(β=0.436，p<0.001)。由M3可知，元素知识搜寻平方项与创新绩效负相关(β= -0.140，p<0.05)，且一次项系数仍然显著(β=1.452，p<0.01)。因此，元素知识搜寻与创新绩效呈倒U型关系，结果支持H1。由M4可知，架构知识搜寻一次项与创新绩效正相关(β=0.445，p<0.001)。由M5可知，架构知识搜寻平方项与创新绩效的负向关系不显著(β= -0.010，p>0.05)。因此，架构知识搜寻与创新绩效不存在显著倒U型关系，结果不支持H2。由M6可知，双元知识搜寻平衡与创新绩效正相关(β=0.316，p<0.05)，结果支持H3。

3.3 调节效应检验

采用层级回归法检验创新战略的调节效应，为避免多重共线性问题，本文首先对相关变量进行中心化处理，再将自变量与调节变量相乘得到交互项，回归结果如表4所示。由M8可知，元素知识搜寻平方项与探索式创新的交互项系数为负且显著(β=-0.648，p<0.01)，元素知识搜寻一次项与探索式创新的交互项系数为正且显著(β=0.767，p<0.01)。因此，探索式创新正向调节元素知识搜寻与创新绩效之间的关系，结果支持H4a。由M9可知，元素知识搜寻的平方项与利用式创新的交互项系数为负，但不显著(β=-0.442，p>0.05)。因此，H4b未得到支持。架构知识搜寻与创新绩效之间的倒U型关系不成立，而是表现为显著正向关系。模型M10- M11用于检验利用式创新对架构知识搜寻与创新绩效线性关系的调节效应，由M10可知，架构知识搜寻与探索式创新的交互项系数为正，但不显著(β=0.048，p>0.05)。由M11可知，架构知识搜寻与利用式创新的交互项系数为正且显著(β=0.096，p<0.01)。因此，利用式创新正向调节架构知识搜寻与创新绩效之间的正向线性关系。

4 结语

4.1 结果讨论

本文创新性地从知识结构视角探讨外部知识搜寻及其平衡对创新绩效的影响，并检验企业创新战略在上述关系中的调节效用，得到如下研究结论：

(1)元素知识搜寻对企业创新绩效具有倒U型影响，而架构知识搜寻对企业创新绩效具有正向影响。根据组织搜寻理论，知识搜寻活动能够丰富企业知识基础，其带来的新颖性元素能够提升企业知识整合与创造能力，从而有效提升企业创新潜力[10]。企业从产业链上下游企业、同行业竞争企业、学研机构等外部知识源中获取元件概念和核心设计原理等知识，不仅能提高自身知识存量，而且能促使内部知识结构异化[17]，从而促进创新绩效提升。但受制于企业有限的吸收能力，过度的元素知识搜寻会对创新绩效产生“过犹不及”的抑制作用，这与Li等[3]、叶江峰等(2016)的研究结论一致。与本文理论假设不同的是，架构知识搜寻对企业创新绩效具有促进作用。原因解释如下：架构知识通常表现为嵌入在组织文化、流程、规章制度中的沟通渠道、信息过滤机制和问题解决策略等隐性知识，其搜寻与转移相对困难[18]，导致企业搜寻水平有限。因此，架构知识搜寻对创新绩效的影响尚未达到拐点。信息化时代，企业应充分利用大数据与数字化技术，从更为广阔的地域搜寻元素知识与架构知识，以突破国际“封锁围堵”。同时，近年来，一些优秀的中国本土企业在引进和消化国外先进技术过程中逐步发展壮大，在全球范围内成为技术领先企业(郑刚等，2021)，为我国后发企业知识搜寻提供了新的目标。

(2)双元知识搜寻平衡对企业创新绩效具有正向影响。不论是不同时段双元知识搜寻的权衡取舍式平衡，还是不同空间领域双元知识搜寻的并序式平衡，均能够提高企业资源配置的合理性，规避创新活动风险。此外，双元知识搜寻平衡能促进两者优势互补，发挥对创新绩效的协同促进作用，即双元知识搜寻平衡分别通过风险降低机制和协同效应机制提升企业创新绩效。这一研究结论与吴航(2016)、郑浩[24]的研究结论一致。本文将组织双元理论观点运用到企业外部知识搜寻过程中，进一步推动组织双元理论在知识管理领域的应用。

(3)知识搜寻策略与创新战略存在适配关系。探索式创新正向调节元素知识搜寻与创新绩效之间的倒U型关系，利用式创新正向调节架构知识搜寻与创新绩效之间的正向线性关系。战略协同理论指出，战略协同是企业战略四要素之一，企业通过协调内部各子系统以及内部资源与外部资源，能实现“1+1>2”的协同效应，从而提升企业竞争优势[11]。探索式创新强调不断开发新产品、研发新技术和进入新市场，如果在知识搜寻过程中关注那些可能带来重大技术变革与产品创新的新颖性元素知识，那么探索式创新与外部元素知识搜寻协同，将对创新绩效产生“1+1>2”的提升效果。利用式创新强调对既有产品和技术的改良，有利于提高企业在特定领域的知识权力。若能提升系统性架构知识搜寻的精准性，避免“水土不服”的尴尬[23]，那么利用式创新与外部架构知识搜寻协同同样能够对创新绩效产生“1+1>2”的提升作用。此外，实证结果并未支持利用式创新在元素知识搜寻与创新绩效之间，以及探索式创新在架构知识搜寻与创新绩效之间起调节效应的研究假设，它们之间可能并非简单的线性调节关系，需要更多实证样本加以检验。本文从探索式/利用式创新角度，证明企业创新战略是外部知识搜寻与创新绩效间关系的依变因素，回应了张峰等[12]、Segarra-Ciprés等[13]对外部知识搜寻与企业创新战略进行匹配研究的呼吁，丰富了知识管理、战略管理与创新管理研究。

4.2 管理启示

(1)由于元素知识搜寻对创新绩效具有倒U型影响，因而企业在开展跨技术领域知识搜寻时，要把握好分寸，避免盲目追求核心设计、技术技能，否则会使企业难以吸收和应用知识，最终导致过犹不及。尽管外部企业的沟通方式、信息过滤机制和问题解决策略获取困难，但搜寻结果对创新绩效具有持续促进作用。因此，企业要高度重视架构知识搜寻对创新绩效的价值，积极与外部主体开展互动，构建良好的信任关系，减少搜寻障碍，借鉴其它组织的知识获取方式与传播渠道。同时，克服内部阻力，营造良好的学习氛围，畅通内部沟通渠道，促进部门间合作交流，积极探索问题解决方法，避免陷入能力陷阱和核心刚性。

(2)由于双元知识搜寻平衡正向影响创新绩效，因此，企业应将资源合理地配置于两种知识搜寻活动中，以降低风险并产生协同效应。实践中，企业可以采取两种平衡策略：首先，时间平衡。在不同时段权衡取舍元素知识搜寻与架构知识搜寻，处理元素/架构知识搜寻的冲突性需求，避免资源紧张。其次，空间平衡。企业通过组织结构设计、内部各单元分工合作等方式，如研发部门加强元素知识搜寻，人力资源部门侧重架构知识搜寻等，促进双元知识搜寻平衡，最终提升企业绩效。

(3)知识搜寻策略与创新战略之间存在适配性，因此，企业在制定创新战略时，要考虑两种知识搜寻能力，重视它们之间的协同效应，达到“1+1>2”的效果。实施探索式创新的企业应积极从外部知识源中搜索前沿产品专利知识、核心技术知识等元素内容，补充和丰富内部知识库，从而为企业开发新产品、发展新技术、进入新市场提供多样化知识基础。实施利用式创新的企业应积极从外部知识源中搜索高效沟通方式、信息过滤机制和问题解决策略等知识，提高企业内部运营和创新效率，降低成本，从而提升企业创新绩效。

4.3 不足与展望

本文存在以下局限：首先，仅从企业内部情境视角剖析创新战略在知识搜寻策略与企业创新绩效关系间的调节作用，未来可以从外部情境角度，结合中国创新背景进行市场效应分析。其次，本研究聚焦于外部知识搜寻策略对企业创新绩效的直接影响效应，未来可以引入知识整合、知识创造等中介变量，探讨外部知识搜寻对企业创新绩效的作用路径。最后，本文虽然探索双元知识搜寻平衡对企业创新绩效的影响，但并未具体划分时间平衡与空间平衡，未来可以对平衡维度进行进一步区分，以验证其对创新绩效是否存在差异化影响。

参考文献:

[1] 何郁冰,梁斐.产学研合作中企业知识搜索的影响因素及其作用机制研究[J].科学学与科学技术管理,2017,38(3):12-22.

[2] 叶江峰,陈珊,郝斌.知识搜寻如何影响企业创新绩效:研究述评与展望[J].外国经济与管理,2020,42(3):17-34.

[3] LI J, LI Y, YU Y, et al.Search broadly or search narrowly? role of knowledge search strategy in innovation performance[J].Journal of Knowledge Management, 2019,23(5):809-835.

[4] 徐建中,李奉书,潘伟,等.双元知识搜索对企业创新绩效的影响:市场导向的调节作用[J].中国科技论坛,2019，35(7):119-127.

[5] 王建军,曹宁,叶明海.多维知识搜寻、知识重构与企业持续创新:IT治理的调节作用[J].软科学,2020,34(9):85-89.

[6] HENDERSON R M,CLARK K B.Architectural innovation:the reconfiguration of existing product technologies and the failure of established firms[J].Administrative Science Quarterly,1990,35(1):9-30.

[7] YAYAVARAM S.Component change and architectural change in the search for firms' technological innovations[J].Academy of Management Proceedings,2008(1):1-6.

[8] 张振刚,沈鹤,余传鹏.外部知识搜寻及其双元性对科技型中小企业管理创新的影响[J].科技进步与对策,2020,37(20):99-106.

[9] 芮正云,罗瑾琏,甘静娴.新创企业创新困境突破:外部搜寻双元性及其与企业知识基础的匹配[J].南开管理评论,2017,20(5):155-164.

[10] 芮正云,罗瑾琏.企业创新搜寻策略的作用机理及其平衡:一个中国情境下的分析框架与经验证据[J].科学学研究,2016,34(5):771-780.

[11] IGOR ANSOFF H.Corporate Strategy[M].New York:McGraw Hill，1965.

[12] 张峰,刘侠.外部知识搜寻对创新绩效的作用机理研究[J].管理科学,2014,27(1):31-42.

[13] SEGARRA-CIPRÉS M,BOU-LLUSAR J C.External knowledge search for innovation:the role of firms' innovation strategy and industry context[J].Journal of Knowledge Management,2018,22(2):280-298.

[14] TALLMAN S,JENKINS M,HENRY N,et al.Knowledge,clusters,and competitive advantage[J].Academy of Management Review,2004,29(2):258.

[15] GRANT R M.Toward a knowledge-based theory of the firm[J].Strategic Management Journal,1996,17(S2):109-122.

[16] 胡钢,曹兴.知识视角下动态能力对多元化战略影响的研究[J].科研管理,2014,35(9):98-105.

[17] 郭东强,何丹丹,余呈先.知识结构异化视角下企业技术创新机理研究:基于元素-架构的知识结构分类[J].科技进步与对策,2015,32(17):94-97.

[18] YOON S J,MARHOLD K,KANG J N.Linking the firm's knowledge network and subsequent exploratory innovation:a study based on semiconductor industry patent data[J].Innovation,2017,19(4):463-482.

[19] KUSUNOKI K,NONAKA I,NAGATA A.Organizational capabilities in product development of Japanese firms:a conceptual framework and empirical findings[J].Organization Science,1998,9(6):699-718.

[20] GUAN J C,LIU N.Exploitative and exploratory innovations in knowledge network and collaboration network:a patent analysis in the technological field of nano-energy[J].Research Policy,2016,45(1):97-112.

[21] ZAHRA S A,GEORGE G.Absorptive capacity:a review,reconceptualization,and extension[J].Academy of Management Review,2002,27(2):185-203.

[22] ZHOU H P,YUANWANG K R,YAO Y H,et al.The moderating role of knowledge structure in the open innovation effect[J].Management Decision,2019,57(9):2223-2238.

[23] 余传鹏,林春培,张振刚,等.专业化知识搜寻、管理创新与企业绩效：认知评价的调节作用[J].管理世界,2020,36(1):146-166,240.

[24] 郑浩.情景双元视角下知识搜寻协同对创新绩效的影响:一个有中介的调节模型[J].科技进步与对策,2018,35(17):67-74.

[25] JANSEN J J P,VAN DEN BOSCH F A J,VOLBERDA H W.Exploratory innovation,exploitative innovation,and performance:effects of organizational antecedents and environmental moderators[J].Management Science,2006,52(11):1661-1674.

[26] HE Z L, WONG P K.Exploration vs.exploitation: an empirical test of the ambidexterity hypothesis[J].Organization science, 2004, 15(4): 481-494.

[27] 王建平,吴晓云.制造企业知识搜寻对渐进式和突破式创新的作用机制[J].经济管理,2017,39(12):58-72.

(责任编辑：张 悦)