A large number of studies have found that external knowledge is a key resource for organizational innovation and development,which can effectively promote collaborative innovation performance and alliance cooperative innovation.Therefore,enterprises attach importance to external knowledge transfer.Relational governance fosters inter-firm knowledge transfer,enabling knowledge flow and sharing through personnel contacts,technology transfers,patent transfers,and other means.This,in turn,strengthens the internal foundation of key resources for enterprises and promotes knowledge creation and innovation transformation.Existing studies have explored how firms influence inter-firm knowledge transfer from the perspective of relational governance.However,the ability level and efficiency of relational governance are ignored.Therefore,from the perspective of enterprises' own capability development,this study aims to investigate the influence of relational governance ability on inter-firm knowledge transfer.This approach better reflects the proactive role of innovation subjects and uncovers the mechanisms behind the establishment and operation of enterprise alliances.
Following the collaborative innovation theory,this study reveals how relational governance ability influences knowledge transfer through goal synergy of alliance partners and explores the moderating effect of environmental dynamics on goal synergy of alliance partners and knowledge transfer.After analyzing data from 584 questionnaires completed by CEOs and CTOs,the following conclusions are reached:first,relational governance ability fosters knowledge transfer; second,goal synergy of alliance partners facilitates knowledge transfer; third,goal synergy of alliance partners plays a mediating role in the relationship between relational governance ability and knowledge transfer; fourth,environmental dynamics positively moderates the relationship between goal synergy of alliance partners and knowledge transfer.
In terms of theoretical contributions,this study first clarifies that in the context of cooperative innovation,enterprises,as innovation subjects,need to respond to policies and proactively leverage their relational governance abilities.It reveals the positive impact of this approach on knowledge transfer during the innovation process.Then it explains the mechanism through which relational governance ability exerts a positive influence on knowledge transfer and underscores the important mediating role of goal synergy of alliance partners.Finally,by illustrating the contingency role of environmental dynamics in the relationship between goal synergy of alliance partners and knowledge transfer,this study enriches the understanding of the boundary of the knowledge transfer process mechanism from the perspective of dynamic collaborative innovation.
The findings are of significance to management practice.Firstly,enterprises could enhance their relational governance ability by formulating relationship strategies.Different types of enterprises require specific relationship governance schemes,and enterprises should be attentive to adopting different relationship strategies in different phases.Secondly,in the continuous promotion of cooperative innovation,enterprises should consistently pay attention to the alignment of alliance partners' goals with common strategic objectives.They should also focus on ensuring mutual compatibility and preventing conflicts in their goals.Thirdly,organizations must employ dynamic thinking to study the impact of environmental factors on knowledge transfer initiatives.Enterprises should always maintain a high level of sensitivity to environmental changes,such as market demand,technological iteration,and competitor changes,in order to detect changes in time and take appropriate measures to efficiently guide knowledge transfer activities or avoid potential negative impacts on knowledge transfer.Simultaneously,applicable national policies are expected to support the collaborative innovation platforms,collect social resources,and offer funding.
当前,新一轮科技革命突飞猛进,科技创新速度显著加快。2020年企业家座谈会上,习近平总书记强调,“要勇于创新,做创新发展的探索者、组织者、引领者,勇于推动生产组织创新、技术创新、市场创新,重视技术研发和人力资本投入,有效调动员工创造力,努力把企业打造成为强大的创新主体”[1]。2021年新修订的《中华人民共和国科学技术进步法》明确要求,促进科技成果转化,鼓励科学技术研究开发机构、高等学校、科学技术社会团体、企业和科学技术人员等各类创新主体开展国际科学技术合作与交流,积极参与科学研究活动,促进国际科学技术资源开放流动,形成高水平的科技开放合作格局,推动世界科学技术进步。由此可见,企业与其他联盟伙伴建立协同合作机制,共同促进资源互换,有效推进创新成果研发与转化,是我国科技、经济和社会发展的重要方略[2]。在此情境下,研究企业如何发挥创新主体能动性,协调各方建立良好关系,促进资源互补与协同发展具有重要的现实意义。
在合作创新背景下,企业亟需构建关系治理能力,即与合作伙伴建立良好关系并实施柔性管理,消除关系缺陷(如不信任和机会主义),促进多方资源共享的能力[3]。关系治理能力不仅是合作创新背景下企业创新精神的一种体现,同时也是联盟治理能力的重要形式[4]。关系治理能力的提出源于对关系治理议题的关注,一般认为合作创新过程中关系治理能力越强,治理效果越显著。企业进行关系治理的目的在于通过一系列非正式人际关系与协调机制,加强关系规范和相互信任,促成目标达成和决策预期一致,防范和减少合作中的机会主义及风险,促进合作方更愿意分享资源和信息。现有研究表明,外部知识是组织创新发展的关键资源[5],能够从根本上促进合作创新[6],因此企业非常重视外部知识转移。大量研究发现,关系治理有助于企业知识转移[7-8],通过人员接触、技术转移、专利转让等方式实现知识流动与共享,为企业夯实关键资源基础[9],促进知识创造与创新成果转化[10]。通过上述分析不难看出,已有研究主要探讨关系治理对企业间知识转移的影响,对关系治理能力与企业间知识转移关系的探析鲜有涉及。关系治理能力是联盟组合管理能力的一个维度,即增强互动,促进企业与联盟成员加强合作的能力[3]。因此,从企业自身能力构建角度出发,研究关系治理能力对联盟企业间知识转移行为的影响,能够更好地体现创新主体能动性和关系治理水平,揭示企业联盟构建与运行的具体机理。
本研究旨在探讨合作创新背景下,关系治理能力对知识转移的影响路径及边界条件。协同创新理论认为,协同创新的核心动力在于通过达成共同目标,促进价值共创[10]。企业在合作创新活动中,通过一系列管理手段协调社会关系,灵活处理冲突,形成共同的创新目标,进而推动知识创新产出与成果转化。其中,目标协同发挥关键作用,通过促使各方利益和兴趣点趋于一致或者相互兼容,实现成员优势互补(赵岑等,2010),为联盟合作明确任务、锚定方向。同时,目标一致性是各方合作基础和前提条件[10]。若各方存在利益冲突,即使关系较好,合作过程也会困难重重,或者造成很多显性或隐性知识被隐瞒。如果各方利益趋于一致,即使之前无合作,双方也会随着合作进程推进和信任关系加深,促进知识转移活动顺利进行。然而,联盟合作目标并非一开始便能达成一致或者相互兼容,需要基于良好的合作关系,在互动中不断加强沟通、提升包容性,进而达成基本战略的一致性,实现各方利益最大化。因此,本研究基于协同创新理论,结合驱动逻辑,引入联盟伙伴目标协同作为中介变量,试图从新视角打开关系治理能力与知识转移间的作用“黑箱”。与此同时,考虑到协同创新系统具有动态性(陈劲等,2012),即合作创新过程中知识互动不可避免地会受到环境动态性的影响。如环境动态性可能会影响合作者知识共享意愿,从而对知识转移活动产生影响;当市场需求和环境变化较大时,拥有一致性或兼容性目标的联盟伙伴为规避风险、提高竞争力,会更加积极主动地获取和分享知识以促进创新。因此,本研究引入环境动态性作为调节变量,以探究联盟伙伴目标协同影响知识转移的边界条件。
本研究的实践意义在于提倡企业在合作创新背景下积极利用关系治理能力,借助关系策略和冲突协调机制,促使联盟伙伴目标达成一致或相互兼容,共同促进知识转移。同时,鼓励企业敏锐观察环境变化,进而采取相应措施。此外,政府应出台相应政策,建立协同创新平台以助力合作创新。
本研究的理论贡献主要包括3个方面:首先,区别于现有仅关注关系治理对联盟企业间知识转移影响的研究,本文基于合作创新背景,从关系治理能力角度,强调企业发挥创新主体能动性,利用关系治理促进知识流动与转移。其次,基于协同创新理论,从驱动逻辑角度探讨联盟伙伴目标协同的中介作用,提出企业利用关系治理能力协调联盟伙伴之间的利益分歧,促进联盟伙伴目标协同,进而有利于联盟企业间知识转移。最后,分析合作创新动态环境因素的影响,探讨并揭示环境动态性在联盟伙伴目标协同与知识转移间的调节作用,进一步丰富企业合作创新研究。
协同创新理论最早可追溯到20世纪中叶。Ansoff[11]首先在企业经营战略中提出“协同”概念;Haken[12]系统地论述了协同理论,强调其是各子系统通过协同合作形成有序统一的过程。在此基础上,Gloor(2006)提出协同创新概念,是指多元主体通过深入合作实现共同目标。为促进科技发展、资源共享,学者们不断开展协同创新内涵、体系、机制等理论研究以及产学研相结合的一系列实践活动。
协同创新理论认为,在政府与其它平台的大力支持及倡导下,企业作为协同创新主体需要充分发挥积极性和创造性,对各方资源进行优化或重组,通过整合内外部创新要素,与其它组织形成利益共享、风险共担的联盟,共同创造新价值并满足核心竞争力构建的新需求[13]。协同创新强调主体间优势互补与风险共担[14],要求企业与其它企业、科研院所、高校、中介服务机构等共同合作,在寻求外部差异化、互补型资源的同时,发挥主体精神,建立长期、紧密的合作关系,促进重大创新实现[15]。在合作创新过程中,企业通过关系治理,促进各参与方在知识、资源等方面有效匹配,进而实现知识内化或重组,推动创新发展[10]。同时,由于不同创新主体存在既定目标与利益的差异,在合作过程中可能存在分歧甚至对立,从而导致知识隐藏、泄漏甚至矛盾冲突[16]。若冲突较大,则不利于创新资源协调、匹配和整合,从而不利于合作创新[15]。因此,作为创新联盟主体的企业为了实现协同创新,避免由目标、利益不一致引发机会主义和关系冲突,需主动发挥关系治理能力,减少冲突,促进联盟伙伴协同[17]。
联盟协同创新的本质是实现知识转移与增值,促使企业与其它机构之间形成战略协同、知识协同和组织协同[13]。在协同创新过程中,首先是挑选出能够初步达成战略共识的联盟伙伴。其次,在具体的合作过程中由于各方在价值观与组织文化方面存在差异,尤其是利润导向的经济活动与学术导向的科研活动之间存在显著差异,容易引起分歧或对立,因此需要创新活动主导方发挥协调与治理能力,促进联盟结成紧密合作关系,达成具体的战略认同。同时,协同创新也是一个不断追求知识协同的过程。知识协同主要体现为联盟成员充分沟通、共同搭建知识平台、尊重合作者知识产权等(何郁冰,2012)。此外,组织协同是联盟协同创新的组织保障。近年来全球大力推动技术创新联盟,采取基于协同的并行或网络化模式,促进科技研发。
1.2.1 关系治理能力与知识转移
关系治理能力是企业通过建立非正式规则和流程对联盟组织进行柔性管理的能力[3]。关系治理能力强,通常有益于合作成员建立紧密关系。合作关系会影响联盟成员行为及态度,企业关系治理能力越强,成员关系越紧密,越有利于联盟间知识转移水平提升以及资源分享[18]。同时,关系紧密的联盟成员基于信任和依赖,往往易产生利他主义动机,愿意将资源分享给合作伙伴。
本研究采用Simonin[19]对知识转移的定义,即知识转移是知识交换、接收并内化的过程。根据协同创新理论,知识互动是协同创新的本质,而知识转移是知识互动的重要组成部分[10]。协同创新是创新主体发挥能动性,追求新知识、实现新价值的过程,一切战略活动都以提高知识转移水平与知识创新效率为主要目标。企业与其它组织之间的知识转移速度越快、质量越高,越有利于知识创新产出。
在合作创新实践中,关系治理能力对知识转移的作用主要体现在以下方面:第一,通过关系治理,加强合作与信任,增强分享意愿,促进双方自愿、诚信的知识交流。由于各主体目标、定位存在差异,甚至冲突,容易造成成员间不信任、不愿意分享知识,导致企业技术创新效率不高。尤其在正式契约制度不完善的情况下,成员间频繁的冲突易阻碍联盟协同创新[20]。为了克服冲突并实现共同的创新目标,企业通过关系治理构建关系资本,提升联盟关系强度,形成信任、亲密、持久、稳定的合作关系[21],从而有利于各方进行高质量的知识转移与沟通。第二,通过关系治理构建畅通的分享与沟通路径,是知识流动与转移的重要条件。在进行知识分享活动时,沟通路径会影响知识转移效果[22]。组织基于自利角度会衡量知识共享可能带来的创新收益以及沟通路径复杂性等潜在成本。为了最大化创新收益,企业通过与其它组织建立信任机制,促使成员按照联盟期望行事[23],有助于缩短沟通路径,形成互促互利的共赢局面。第三,良好的关系治理有助于提升知识转移质量和效率。关系治理能力越强,越有助于促进信息沟通、技术对接以及知识价值增加[24],从而产生1+1>2的协同效应。
此外,受中国传统儒学思想以及集体主义的影响,企业管理者充分认识到关系以及关系治理能力的重要性,并基于“仁、义、礼、智、信”等道德准则经营关系。在重视关系的环境下,各成员基于相同的文化价值认同合作伙伴,并乐于协同开展创新活动以及分享知识[25]。基于以上分析,本文提出研究假设:
H1:关系治理能力正向影响知识转移。
1.2.2 联盟伙伴目标协同与知识转移
协同创新理论认为,只有初步达成目标、愿景、价值观一致后,联盟成员才会深入进行知识互动[11]。其中,联盟伙伴目标协同是指联盟伙伴双方拥有共同目标或者目标之间相互促进、不冲突[26]。这种目标一致性或兼容性对知识转移的作用主要体现在以下方面:首先,创新实践表明,联盟伙伴目标协同是创新活动顺利开展的基础条件,拥有共同目标是成员进行知识共享的重要前提[27]。目标协同有助于找到各方利益结合点,形成合力,调动利益主体积极性,促使知识转移工作顺利开展[4]。其次,联盟伙伴目标协同有助于缩小组织目标差距,增进信任,增强联盟伙伴知识分享意愿[28],从而有利于信息交流、资源共享以及知识转移。如Franke&Shah[29]认为,创建共同目标有助于引导群体成员相互协作、无偿贡献自己的力量。在目标协同下,群体成员更倾向于共享资源,营造互帮互助的学习氛围。此外,联盟伙伴目标协同有助于促进联盟成员间由无序竞争转变为自觉配合,实现高效协同,避免资源浪费[30],提高知识分享效率和质量。在联盟伙伴合作创新过程中,参与方战略目标的兼容性或一致性程度越高,各类知识在知识主体之间的流动阻碍就越小,知识转移程度和质量也越高。
联盟伙伴目标协同除有助于培育良好的知识转移环境外,对联盟企业知识获取、知识应用以及知识内化等方面均有促进作用(李林蔚等,2014)。首先,联盟伙伴目标协同能增强成员知识获取动力。根据协同创新理论,成员为了实现创新目标会寻求联盟合作,联盟伙伴目标协同促使联盟成员更有动力开展知识获取活动以实现技术创新。其次,联盟伙伴目标协同在一定程度上会降低知识应用与知识内化成本。联盟伙伴目标协同有助于联盟成员对联盟动机、联盟战略以及联盟预期结果达成共识,促使伙伴相互团结配合[31],如针对性地收集信息、高效率融合资源,为企业应用知识提供稳定的外部环境,从而降低知识应用成本(李林蔚等,2014)。最后,联盟伙伴目标协同促使联盟伙伴相互理解与包容,加强沟通与合作,提升信息传递质量,增强企业知识吸收能力[32],从而降低知识内化成本。因此,联盟伙伴目标协同有助于增强联盟伙伴知识获取动力,降低知识应用与知识内化成本,提高联盟伙伴知识转移意愿,从而促进知识转移。基于以上分析,本文提出以下研究假设:
H2:联盟伙伴目标协同正向影响知识转移。
1.2.3 关系治理能力、联盟伙伴目标协同与知识转移
关系治理对知识转移影响的现有研究主要从关系资本视角展开,如合作伙伴通过构建关系资本(例如信任、承诺和双边信息交流等),有助于知识转移[33]。但良好的社会关系并非是知识转移的必要条件,许多不是合作伙伴的企业同样可以为了共同利益进行知识共享,知识共享的本质是利益趋同、目标一致。关系治理能力对知识转移的影响离不开联盟伙伴目标协同的驱动作用。
根据协同创新理论,企业在国家政策引导下,主动构建合作创新联盟,积极协调各方关系,不断推动战略目标互利互促,实现知识创新(赵岑等,2010)。其中,关系治理能力能够正向促进联盟伙伴目标协同。在协同创新过程中由于各联盟伙伴目标、利益诉求存在差异,容易引发信任问题与机会主义,甚至导致合作冲突。因此,企业需要发挥一定的关系治理能力以避免合作冲突,进而促进联盟目标互利互促。联盟伙伴目标协同主要通过沟通交流、协商谈判实现。企业关系治理能力越强,越有助于联盟关系保持融洽,并通过良好且有效的沟通促进联盟伙伴目标协同。这是因为,一方面,有合作基础的联盟伙伴目标协同能够促使成员结成有情怀的利益共同体,在合作过程中不仅关注自身利益,同时也关注联盟整体利益,愿意为联盟付出更多时间和精力,主动承担职责范围之外的任务,如知识转移行为。另一方面,关系治理的实质是利用关系惯例消除机会主义风险与信任危机[3],使主体战略目标达成一致或相互兼容,进一步促进契约协同、知识协同、资源协同。由于不同创新主体的需求和期望存在差异,冲突在合作过程中是普遍存在的,而良好的关系治理有助于缓解冲突和减少机会主义风险,实现知识转移与共享。关系治理属于一种非正式契约治理方式,这种非正式契约治理只提供相互信任、相互惠及、相互帮助的关系空间(余维新等,2020)。因此,关系治理需要借助某种路径对知识转移产生影响。一开始各参与主体目标并非具有兼容性,需要经过长期沟通、交流以减少分歧。伴随信任增强、激励机制的完善,参与主体逐渐达成目标一致或实现兼容,从而有助于促进知识共享、知识增值和再创造。基于以上分析,本文提出研究假设:
H3:关系治理能力通过促进联盟伙伴目标协同进而助力知识转移。
1.2.4 环境动态性的调节作用
协同创新理论认为,动态性是协同创新的主要特点之一(陈劲等,2012),体现为创新生态系统内所有的创新活动都会受到外部环境的影响。环境动态性包括企业所处环境的不可预测性、不确定性和变化频率(王耀中和徐莎,2023),它们是影响创新生态系统内各资源要素协同作用的重要因素。在动态环境下,创新生态系统的知识需求会随着时间和对象发生变化,导致企业知识转移决策不确定性增加。如市场需求快速变化、技术迭代更新等,迫使企业积极搜寻新知识,不断创新服务与产品,以应对不断变化的环境[34]。因为环境、资源等约束,企业无法独立承担创新成本,选择具有互补性知识的伙伴进行资源整合、协同创新是快速实现创新的有效途径[10]。
联盟伙伴目标协同对知识转移的影响是一个反复、长期的过程,尤其是隐性知识转移过程存在隐蔽性和难以量化特征,而环境变化可能会影响联盟成员分享知识的意愿和程度[28]。具体而言,当环境动态性较高时,由于市场需求波动和技术快速变化,在联盟伙伴目标相互兼容的情况下,企业为获取市场竞争优势,会通过知识转移寻求机会、促进技术创新;当环境动态性较低时,即使联盟伙伴目标协同,由于企业创新动力不足,企业更倾向于保护自身知识资源,从而不利于知识转移。基于以上分析,本文提出研究假设:
H4:环境动态性正向调节联盟伙伴目标协同与知识转移关系,即环境动态性越强,联盟伙伴目标协同对知识转移的正向影响越大。
综上所述,本文构建理论模型,具体如图1所示。
图1 理论模型
Fig.1 Theoretical model
本文研究样本来自中国制造业第一县——江阴,参与本次问卷调查的企业共有612家,邀请每家企业的CEO和CTO共同填答调研问卷。最终获得有效样本企业584家,有效问卷回收率为95.4%。本研究所有变量在一个时间点测量,其中,CEO填写的问卷主要涉及关系治理能力和知识转移,CTO填写的问卷包括联盟伙伴目标协同和环境动态性。研究样本涉及传统制造业和高技术制造业等领域,其中,机械制造行业190家(32.53%),化工、生物医药及新材料行业109家(18.66%),纺织服装行业92家(15.75%),能源环保、电子信息及软件业48家(8.22%),其余类型制造业共145家(24.83%)。在584家企业中,绝大部分为员工人数不到500人的中小型企业。从样本企业存续年限看,这些企业存续年限差异较大,但大部分企业年龄都大于6年。
本研究变量测量量表均来源于国内外成熟量表,并采用标准回译法(Brislin,1980)对英文版量表进行翻译,经过反复讨论与修订,最终形成本文的调查问卷。
(1)关系治理能力。本研究采用Sarkar[3]编制的4题项量表测量关系治理能力,题项包括:“面对挑战,联盟的凝聚力对于联盟关系非常重要”、“本企业致力于建立相互信任、相互承诺的合作关系”、“面对问题,本企业能够灵活地适应合作伙伴”、“面对分歧,我们能够重新评估制定各方满意的折中方案”。在本研究中,该量表的Cronbach's α 值为0.945。
(2)联盟伙伴目标协同。联盟伙伴目标协同借鉴马文聪等[26]的研究,共3个题项,将原量表中的“合作伙伴”改为“联盟伙伴”,题项包括:“贵公司目标与联盟伙伴目标之间是互促互利的,即一方目标的实现有助于另一方目标的实现”、“贵公司目标与联盟伙伴目标以及合作目标具有一致性或很好的兼容性,而不是相互冲突或相互损害”、“贵公司与联盟伙伴对合作目标达成了共识,并有清晰准确的界定”。在本研究中,该量表的Cronbach's α 值为0.952。
(3)知识转移。知识转移选用Simonin[19]开发的3题项量表进行测量,题项包括:“贵公司已经消化吸收合作伙伴在相关技术或工艺流程上的诀窍,并推动贵公司其它项目的研发”、“贵公司已掌握合作伙伴在技术或工艺流程上的许多诀窍”、“与联盟合作初期相比,贵公司现已大幅降低对合作伙伴的技术依赖”。其Cronbach's α 值为0.933。
(4)环境动态性。环境动态性借鉴Jansen[35]编制的5题项量表测量,典型题项包括:“在我们的市场上,要交付的产品和服务数量变化很快且频繁”、“我们的客户对新产品和新服务的需求经常变化”、“一年以内,我们的市场发生了很大变化”(反向编码)。在本研究中,该量表的Cronbach's α 值为0.947。
(5)控制变量。参考已有研究,将企业所处行业、企业规模、企业年龄、研发投入、联盟时间以及联盟成功经验作为控制变量。其中,将企业所处行业分为5类,设置4个虚拟变量,分别为纺织服装业/机械制造业/化工/生物医药及新材料行业/能源环保、电子信息及软件业(将其它行业作为参照组)。采用企业报告中的2019年员工数量作为企业规模测量指标。企业年龄为创立之年至2020年的年份间隔。研发投入采用2019年企业研发投入数据。利用CEO填写的“贵企业何时开展外部合作”题项值减去2020年的时间差以代表企业联盟时间。联盟成功经验基于CEO填写的“贵公司取得联盟合作成功经验的丰富程度”题项值测算。参考主流研究方法,将企业规模、企业年龄、研发投入和企业联盟时间取对数(log)后进行分析。
尽管本研究通过CEO与CTO的多来源途径收集数据,但所有变量数据在同一时间点测量,可能存在共同方法偏差,故采用Harman单因子检验法进行共同方法偏差检验。未旋转的因子分析结果表明,第一个因子方差解释量占所有因子解释方差的37.62%,未超过40%的临界值,说明不存在明显的共同方法偏差问题。
为检验理论模型中4个变量的区分效度,对关系治理能力、联盟伙伴目标协同、环境动态性及知识转移进行验证性因子分析,如表1所示。由结果可知,与其它因子模型相比,4因子模型的拟合度最优,χ2=283.445,df=84,χ2/df=3.374,CFI=0.978,TLI=0.973,RMSEA=0.064,SRMR=0.022,表明以上4个变量具有足够的区分效度。
表1 验证性因子分析结果
Table 1 Results of the validation factor analysis
模型因素χ2dfΔχ2χ2/dfCFITLIRMSEASRMR四因子模型RGA,GS,ED,KT283.44584-3.3740.9780.9730.0640.022三因子模型RGA,GS+ED,KT1461.935871178.4916.8040.8480.8170.1650.065双因子模型RGA+KT,GS+ED2413.292892129.84727.1160.7440.6980.2110.091单因子模型RGA+GS+ED+KT6133.386905849.94168.1490.3340.2230.3390.317
注:样本量为584;RGA表示关系治理能力,GS表示联盟伙伴目标协同,ED表示环境动态性,KT表示知识转移;+表示2个因子合并为1个因子
各变量描述性统计与相关性分析结果见表2。由表2可知,关系治理能力分别与联盟伙伴目标协同(r=0.108,p<0.010)、知识转移显著正相关(r=0.608,p<0.010);联盟伙伴目标协同与知识转移也显著正相关(r=0.125,p<0.010)。因此,描述性统计与相关性分析结果初步验证了本文研究假设。
表2 变量描述性统计结果与相关系数
Table 2 Variable description and correlation coefficients
变量123456789101112131.关系治理能力(0.945)2.目标协同0.108**(0.952)3.环境动态性0.0320.654**(0.947)4.知识转移0.608**0.125**0.048(0.933)5.纺织/其它-0.0690.0200.0410.002-6.机械/其它0.0760.0240.0580.007-0.300**-7.化工/其它-0.063-0.033-0.082*-0.041-0.207**-0.333**-8.能源/其它0.0490.0290.0750.085*-0.129**-0.208**-0.143**-9.企业规模0.107**0.0190.0690.0600.137**-0.030-0.0280.036-10.企业年龄-0.0140.0300.043-0.0020.128**0.065-0.047-0.0340.272**-11.研发投入-0.0470.104*0.048-0.0320.0570.0000.050-0.048-0.111**-0.005-12.联盟时间0.098*-0.054-0.0070.112**-0.0080.0810.0230.0130.164**0.309**-0.007-13.联盟成功经验0.415**0.0450.0260.622**-0.0390.062-0.0030.0660.100*0.001-0.0200.155**-均值4.9194.6664.5444.6480.1600.3300.1900.0802.0651.1431.9201.8604.220标准差0.7810.7900.7900.8210.3650.4690.3900.2750.4580.2621.1350.3481.098
注:样本量为584;**为p<0.010,*为p<0.050;括号中的数据为克朗巴哈系数
本文利用层次回归法、Bootstrap法和简单斜率分析法检验研究假设。
(1)主效应验证。采用层次回归法,以关系治理能力为自变量,以知识转移为因变量,进行回归分析,结果见表3的模型1。可以发现,关系治理能力对知识转移具有显著正向影响(B=0.451,SE=0.033,p<0.001),因此研究假设H1得到验证。
表3 回归分析结果
Table 3 Results of regression analysis
变量知识转移模型1模型2模型3模型4常数项1.150***(0.203)2.341***(0.236)0.909***(0.232)2.763***(0.188)关系治理能力0.451***(0.033)0.443***(0.033)目标协同0.106**(0.034)0.064*(0.030)0.171***(0.045)环境动态性-0.088(0.045)目标协同环境动态性0.088**(0.030)纺织/其它0.097(0.077)0.024(0.087)0.093(0.076)0.036(0.087)机械/其它-0.074(0.063)-0.074(0.072)-0.077(0.062)-0.066(0.071)化工/其它-0.030(0.072)-0.094(0.082)-0.029(0.071)-0.101(0.081)能源/其它0.092(0.094)0.078(0.107)0.084(0.094)0.102(0.107)企业规模-0.081(0.054)-0.025(0.062)-0.082(0.054)-0.020(0.061)企业年龄0.033(0.097)-0.038(0.111)0.023(0.097)-0.044(0.110)研发投入-0.006(0.021)-0.021(0.024)-0.011(0.021)-0.012(0.024)联盟时间0.013(0.049)0.052(0.056)0.021(0.049)0.067(0.056)联盟成功经验0.336***(0.024)0.460***(0.025)0.336***(0.023)0.459***(0.025)F67.832***38.691***62.470***33.581***调整的R20.5340.3930.5370.401
注:样本量为584;***为p<0.001,**为p<0.010,*为p<0.050;括号中的数据为标准误
(2)联盟伙伴目标协同的中介效应验证。由上述主效应检验结果可知,关系治理能力对知识转移具有显著正向影响,因此以联盟伙伴目标协同为自变量、以知识转移为因变量,进行回归分析,结果见表3的模型2。由表3可知,联盟伙伴目标协同对知识转移具有正向影响(B=0.106,SE=0.034,p<0.010),因此研究假设H2得到验证。以关系治理能力与联盟伙伴目标协同为自变量、以知识转移为因变量,进行回归分析,结果见表3的模型3。可以发现,联盟伙伴目标协同对知识转移具有正向影响(B=0.064,SE=0.030,p<0.050)。采用Process插件进行Bootstrap检验,抽取的样本量为20 000。结果显示,联盟伙伴目标协同的间接效应在95%置信区间达到显著性水平(B=0.007,Boot SE=0.005),置信区间为[0.001,0.019],不包含0,即联盟伙伴目标协同的中介效应显著,因此研究假设H3得到验证。
(3)环境动态性的调节效应验证。以联盟伙伴目标协同、环境动态性以及联盟伙伴目标协同与环境动态性的交互项为自变量,以知识转移为因变量,进行回归分析。为减少多重共线性问题,对自变量、调节变量及其交互项进行中心化处理后再进行回归分析,结果见表3的模型4。结果显示,模型4中联盟伙伴目标协同与环境动态性的交互项对知识转移具有显著影响(B=0.088,SE=0.030,p<0.010),表明环境动态性正向调节联盟伙伴目标协同与知识转移关系,因此研究假设H4得到验证。
为了更直观地展示环境动态性的调节效应,进行简单斜率检验,结果见图2。由图2可知,随着环境动态性由高到低,目标协同对知识转移的正向影响逐渐减弱,显著性也逐渐降低。当环境动态性处于高水平时,目标协同对知识转移具有显著正向影响(B=0.240,p<0.001);当环境动态性处于低水平时,目标协同对知识转移的正向影响减弱且显著性下降(B=0.101,p<0.050),故研究假设H4得到进一步验证。
图2 调节效应
Fig.2 Moderating effects
本研究基于协同创新理论,通过揭示关系治理能力如何通过联盟伙伴目标协同对知识转移产生影响,进而探讨环境动态性对联盟伙伴目标协同与知识转移关系的调节作用,得出以下主要结论:①关系治理能力有利于知识转移;②联盟伙伴目标协同有助于知识转移;③联盟伙伴目标协同在关系治理能力对知识转移的影响中发挥中介作用;④环境动态性正向调节联盟伙伴目标协同对知识转移的影响,对二者关系具有显著促进作用。
(1)基于国家政策和经济形势,呼吁企业与其它组织建立联盟,发挥关系治理能力,促进联盟组织优势互补、风险共担。已有文献主要研究关系治理的影响,忽略了企业主体的协调功能与知识创新功能(王帮俊和杨东涛,2015)。本研究从企业构建关系治理能力角度出发,基于合作创新背景探讨关系治理能力对知识转移的影响,可为合作创新提供理论支撑。
(2)阐释了关系治理能力正向影响知识转移的作用机制,识别出联盟伙伴目标协同的重要中介作用。当前,政府呼吁企业牵头组织富有成效的创新联合体,然而鲜有研究关注企业如何协调联盟成员,同时也缺乏对联盟过程中关系治理本质的揭示。以往的协同创新研究更多是从宏观产业角度予以探讨,鲜有以企业作为主体的分析,更缺乏基于企业关系治理角度的驱动逻辑讨论及企业关系治理能力对知识转移影响的研究(李云梅和乔梦雪,2015)。本研究借鉴协同创新理论,从驱动逻辑角度揭示联盟伙伴目标协同的重要作用,打开了关系治理能力正向影响知识转移的作用“黑箱”,丰富了知识转移研究视角,拓展了协同创新理论应用范畴。
(3)通过论证环境动态性在联盟伙伴目标协同与知识转移之间的权变作用,从协同创新动态性角度丰富知识转移过程的作用边界研究。以往研究更多基于环境因素探讨关系治理对知识转移的影响,在整个过程中未考虑环境的动态变化。由于关系治理有助于化解环境变化带来的负面影响,而目标协同的联盟成员对知识的分享意愿和程度会受到环境变化的影响,因此本研究探明了环境动态性对联盟伙伴目标协同与知识转移关系的影响。研究发现,环境动态性在联盟伙伴目标协同与知识转移之间具有正向调节作用。
(1)企业可以通过制定关系策略提升关系治理能力。具体为:基于合作伙伴定位、合作背景和关系紧密程度,采用不同关系策略。同时,不同时期可采取不同关系策略。这是因为没有一种关系策略自始至终适用,而应随着合作进展和企业战略规划进行适时调整。此外,风险把控也是关系治理能力的重要组成部分。
(2)在合作创新过程中,企业应重视发挥关系治理能力,促进联盟伙伴目标与共同战略目标协调一致,或者相互兼容、互不冲突。同时,企业应通过制定公平公正的目标协调机制与冲突解决程序,缩小目标差距,增强信任,从而建立畅通的知识转移渠道。
(3)企业需要运用动态思维分析环境变化对知识转移活动的影响。应时刻保持敏锐的洞察力与高度的环境变化适应性,例如市场需求、技术迭代和竞争者变化等,从而及时感知变化,采取相应措施,促进知识转移活动顺利开展。同时,国家应鼓励建设协同创新平台,集聚社会资源,为联盟合作提供环境支持,加快科技创新成果转化。
本研究虽然从理论和实践上都有新贡献,但仍然存在一些局限和不足,未来可以进一步完善。第一,为了尽可能减少同源方差的影响,本研究同时邀请CEO和CTO填写问卷,但问卷收集只设计一个时间点,可能无法很好地回答因果问题,未来可以采取多时点收集数据。第二,本文研究样本均为江阴市制造业,存在一定地域和行业局限性,为了提升研究结论的外部效度,未来可以拓展至更多地区以及更多行业。第三,本研究将知识转移作为衡量企业创新的一个指标,未来可采用其它指标,例如专利授权数和申请量也是衡量创新的核心指标(于李胜等,2023),以更好地揭示关系治理能力影响联盟企业间知识转移的作用机理。
[1] 习近平.激发市场主体活力 弘扬企业家精神 推动企业发挥更大作用实现更大发展[N].人民日报,2020-07-22.
[2] 原长弘,张树满.以企业为主体的产学研协同创新:管理框架构建[J].科研管理,2019,40(10):184-192.
[3] SARKAR M B,AULAKH P S,MADHOK A.Process capabilities and value generation in alliance portfolios[J].Organization Science,2009,20(3):583-600.
[4] 周杰.核心企业联盟能力与多边联盟合作创新:一个研究框架[J].科技进步与对策,2017,34(3):104-109.
[5] MILLER D J,FERN M J,CARDINAL L B.The use of knowledge for technological innovation within diversified firms[J].Academy of Management Journal,2007,50(2):308-326.
[6] 李玥,郭航,王宏起,等.基于扎根理论的联盟协同创新激励要素及作用机制[J].中国科技论坛,2020,29 (8):129-137.
[7] LI Z,WAN T,LAN J.Substitution or complementarity:influence of Industry-University-Research-Institute cooperation governance mechanism on knowledge transfer——an empirical analysis from China[J].Sustainability,2022,14(13):7606.
[8] 王建军,曹宁,叶明海.核心企业治理机制对模块化网络创新绩效的影响——知识转移的中介作用[J].科技进步与对策,2020,37(3):115-123.
[9] SANTORO G,BRESCIANI S,PAPA A.Collaborative modes with cultural and creative industries and innovation performance:the moderating role of heterogeneous sources of knowledge and absorptive capacity[J].Technovation,2020,92-93:102040.
[10] 肖琳,徐升华,杨同华.企业协同创新理论框架及其知识互动影响因素述评[J].科技管理研究,2018,38(13):32-42.
[11] ANSOFF H I.Corporate strategy:an analytic approach to business policy for growth and expansion[M].New York:McGraw-Hill Companies,1965.
[12] HAKEN H.Synergetics[M].Berlin:Springer,1978.
[13] 杨继瑞,杨蓉,马永坤.协同创新理论探讨及区域发展协同创新机制的构建[J].高校理论战线,2013,26(1):56-62.
[14] 解学梅,方良秀.国外协同创新研究述评与展望[J].研究与发展管理,2015,27(4):16-24.
[15] 李林,孔宇,贾佳仪.协同创新项目中动态的利益冲突及应对策略研究[J].财经理论与实践,2020,41(4):133-141.
[16] 胡珑瑛,刘颖.协同创新网络冲突的动因及管理策略[J].理论探讨,2019,36 (1):172-176.
[17] 李林蔚,王罡.治理机制何时有助于联盟成功——基于不确定性视角的研究[J].科技进步与对策,2021,38(22):19-26.
[18] XU J,WU H,ZHANG J.Innovation research on symbiotic relationship of organization's tacit knowledge transfer network[J].Sustainability,2022,14(5):3094.
[19] SIMONIN B L.Ambiguity and the process of knowledge transfer in strategic alliances[J].Strategic Management Journal,1999,20(7):595-623.
[20] 全利平,蒋晓阳.协同创新网络组织实现创新协同的路径选择[J].科技进步与对策,2011,28(9):15-19.
[21] 薛卫,雷家骕,易难.关系资本、组织学习与研发联盟绩效关系的实证研究[J].中国工业经济,2010,26 (4):89-99.
[22] BELLINI A,AARSETH W,HOSSEINI A.Effective knowledge transfer in successful partnering projects[C].Energy Procedia,2016,96:218-228.
[23] 李卫东,刘洪.研发团队成员信任与知识共享意愿的关系研究——知识权力丧失与互惠互利的中介作用[J].管理评论,2014,26(3):128-138.
[24] JONES C,HESTERLY W S,STEPHEN P B.A general theory of network governance:exchange conditions and social mechanisms[J].Academy of Management Review,1997,22(4):911-945.
[25] SU C,MITCHELL R K,SIRGY M J.Enabling Guanxi management in China:a hierarchical stakeholder model of effective Guanxi[J].Journal of Business Ethics,2007,71(3):301-319.
[26] 马文聪,叶阳平,徐梦丹,等.“两情相”还是“门当户对”:产学研合作伙伴匹配性及其对知识共享和合作绩效的影响机制[J].南开管理评论,2018,21(6):95-106.
[27] HAU Y S,KIM Y.Why would online gamers share their innovation-conducive knowledge in the online game user community? integrating individual motivations and social capital perspectives[J].Computers in Human Behavior,2011,27(2):956-970.
[28] CHEN Y H,LIN T P,YEN D C.How to facilitate inter-organizational knowledge sharing:the impact of trust[J].Information &Management,2014,51(5):568-578.
[29] FRANKE N,SHAH S.How communities support innovative activities:an exploration of assistance and sharing among end-users[J].Research Policy,2003,32(1):157-178.
[30] 杨震宁,杜双,侯一凡.目标期望与实现匹配效应如何影响联盟稳定——对中国高技术产业联盟的考察[J].管理世界,2022,38(12):122-143.
[31] HUNG W H,JOU C,KUNG J K.Relationship bonding for a better knowledge transfer climate:an ERP implementation research[J].Decision Support Systems,2012,52(2):406-414.
[32] RAVICHANDRAN T.Organizational assimilation of complex technologies:an empirical study of component-based software development[J].IEEE Transaction on Engineering Management,2005,52(2):249-267.
[33] LAKPETCH P,LORSUWANNARAT T.Knowledge transfer effectiveness of university-industry alliances[J].International Journal of Organizational Analysis,2012,20(2):128-186.
[34] 史江涛.转型组织的知识转移:一个理论模型[J].情报理论与实践,2013,36(3):30-35.
[35] JANSEN J J P,VAN D B,FRANS A J,et al.exploratory innovation,exploitative innovation,and performance:effects of organizational antecedents and environmental moderators[J].Management Science,2006,52(11):1661-1674.