前瞻性外部知识搜索对突破性绿色技术创新的影响

王娟茹,张思琪

(西北工业大学 管理学院,陕西 西安 710072)

摘 要:突破性绿色技术创新是企业高质量发展的重要途径,然而关于前瞻性外部知识搜索影响突破性绿色技术创新的机理仍不明晰。以我国制造企业为研究对象,运用知识基础观和动态能力理论,探讨前瞻性外部知识搜索对企业突破性绿色技术创新的影响,分析绿色动态能力的中介作用和环境规制的调节作用。结果表明:前瞻性外部知识搜索不仅对突破性绿色技术创新具有显著正向影响,而且对绿色环境适应能力、绿色知识吸收能力和绿色资源整合能力具有显著正向影响;绿色环境适应能力、绿色知识吸收能力和绿色资源整合能力对突破性绿色技术创新均具有显著正向影响,并且在前瞻性外部知识搜索与突破性绿色技术创新之间起完全中介作用;环境规制正向调节前瞻性外部知识搜索与绿色环境适应能力、绿色知识吸收能力以及绿色资源整合能力的关系。

关键词:前瞻性外部知识搜索;突破性绿色技术创新;绿色动态能力;环境规制

The Impact of Proactive External Knowledge Search on Radical Green Technology Innovation

Wang Juanru,Zhang Siqi

(School of Management,Northwestern Polytechnical University,Xi'an 710072,China)

AbstractThe knowledge-based view suggests that knowledge is the foundation of innovation,and firms should search for external knowledge,especially complex and key technical knowledge,to eliminate environmental pollution,thereby realizing radical green technology innovation. Thus,it is necessary to clarify the impact of proactive external knowledge search on radical green technology innovation. Moreover,firms should also have green dynamic capability,i.e.,the ability to absorb,integrate,and reconfigure internal and external green resources. Green dynamic capability can facilitate firms to maximize the utilization of external knowledge,and scan new market opportunities. However,existing studies have mainly analyzed the mediating factors between knowledge search and innovation,such as knowledge integration,absorptive capacity,and organizational resilience. It is still unclear what role green dynamic capability plays in radical green technology innovation. Therefore,it is worth exploring whether and how green dynamic capability mediates the relationship between proactive external knowledge search and radical green technology innovation. Strategic management experts propose that the impact of internal knowledge on firms' decisions depends on certain external conditions. When firms perceive strong external environmental regulation,they are more willing to search for cutting-edge knowledge to enhance their green dynamic capability. Hence,environmental regulation may play a moderating role between proactive external knowledge search and green dynamic capability.

Drawing on knowledge-based view and dynamic capabilities theory,this study divides green dynamic capability into three dimensions,namely green environment adaptive capability,green knowledge absorptive capability and green resource integration capability,explores the impact of proactive external knowledge search on radical green technology innovation,and discusses the mediating role of different types of green dynamic capability and the moderating role of environmental regulation. On the basis of a sample of 245 manufacturing firms,the empirical results indicate that proactive external knowledge search not only has a significant positive impact on radical green technology innovation,but also has a significant positive impact on green environment adaptive capability,green knowledge absorptive capability and green resource integration capability. Moreover,green environment adaptive capability,green knowledge absorptive capability and green resource integration capability have significant positive effects on radical green technology innovation,and also play a mediating role between proactive external knowledge search and radical green technology innovation,respectively. The results reveal that environmental regulation positively moderates the relationships between proactive external knowledge search and green environment adaptive capability,green knowledge absorptive capability,and green resource integration capability.

This study contributes to the literature in three ways. First,it clarifies the positive impact of proactive external knowledge search on radical green technology innovation based on the knowledge-based view. The result emphasizes the key role of proactive external knowledge search in radical green technology innovation,and enriches the antecedent research on radical green technology innovation. Second,according to dynamic capabilities theory,this study puts forward three types of green dynamic capability,i.e.,green environment adaptive capability,green knowledge absorptive capability and green resource integration capability. The study finds that each type of green dynamic capability plays a full mediating role between proactive external knowledge search and radical green technology innovation,which further reveals the important impact of green dynamic capability on radical green technology innovation,extends the application field of green dynamic capability,and provides a new insight for the relationship between proactive external knowledge search and radical green technology innovation. Third,this study uncovers that environmental regulation plays a positive moderating role between proactive external knowledge search and green dynamic capability,and explains the mechanism of proactive external knowledge search on radical green technology innovation via green dynamic capability and environmental regulation.

The management implications are discussed. First,manufacturing firms should actively search for cutting-edge knowledge across boundaries to enrich and update their knowledge base. Second,manufacturing firms should enhance green dynamic capability. Specifically,firms should not only establish information collection agencies to maintain close contact with the market and government,but also regularly hold special seminars and training related to green environmental protection to strengthen communication between different departments,thus enhancing green dynamic capability. Third,they should actively respond to the call for environmental protection,produce products meeting the requirements of green environmental protection,adjust their resources and capabilities in a timely manner,and strengthen green dynamic capability.

Key WordsProactive External Knowledge Search; Radical Green Technology Innovation; Green Dynamic Capability; Environmental Regulation

DOI10.6049/kjjbydc.2023030564

开放科学(资源服务)标识码(OSID):

中图分类号:F273.1

文献标识码:A

文章编号:1001-7348(2024)16-0139-11

收稿日期:2023-03-23

修回日期:2023-05-12

基金项目:国家自然科学基金项目(72172126) ;陕西省软科学研究计划项目(2023-CX-RKX-059)

作者简介:王娟茹(1976-),女,陕西蓝田人,博士,西北工业大学管理学院教授,研究方向为创新管理和知识管理;张思琪(1997-),女,陕西渭南人, 西北工业大学管理学院硕士研究生,研究方向为创新管理。

0 引言

突破性绿色技术创新是指企业脱离现有技术轨道,通过开发环境友好型技术,实现对现有产品、服务或流程的根本性或革命性改变[1]。知识基础观认为,知识是创新的基础,企业必须寻找外部知识,才能攻克关键技术。前瞻性外部知识搜索作为获取外部知识的有效方式,是指企业领先竞争对手,跨越组织边界获取客户、供应商、高等院校、政府等的知识[2,3]。前瞻性外部知识搜索有助于企业克服组织刚性和能力陷阱,是企业突破内部知识瓶颈并实现突破性绿色技术创新的有效途径。已有研究聚焦于跨界搜索[2]、绿色创业导向(李先江,2013)、网络嵌入(李靖华等,2017)等对突破性绿色技术创新的影响,探究了外部知识搜索与绿色创新关系,但是前瞻性外部知识搜索驱动突破性绿色技术创新的机理仍不明晰,需要进一步厘清。

知识具有较强时效性,环境的快速变化会导致知识失去效用,因此企业必须领先竞争对手,不断搜索多元化、异质性知识。为了充分吸收与利用前瞻性外部知识,企业应具有绿色动态能力,即吸收、整合和再配置内外部绿色资源的能力。这是因为绿色动态能力有助于企业及时洞察外部环境变化、感知市场机会,基于获取的外部知识进行知识内化,进而实现突破性绿色技术创新。既有研究主要分析知识整合[3]、资源拼凑[4]、吸收能力[5]、组织韧性[6]等在知识搜索与创新之间的中介作用,鲜有文献关注绿色动态能力的作用。因此,有必要探究绿色动态能力在前瞻性外部知识搜索与突破性绿色技术创新之间的中介效应。企业绿色技术创新具有双重外部性特点,即环保知识技术溢出的正外部性和环境污染的负外部性,这意味着仅依靠市场力量难以解决绿色创新问题,必须通过环境规制促进企业绿色创新[7]。战略管理专家指出,内部知识对企业行为决策的影响取决于外部条件[8]。当外部环境规制程度较高时,为响应环境规制,企业会致力于搜索更多外部性知识,从而有助于提高其绿色动态能力。而当环境规制程度较低时,由于环保要求相对宽松,企业前瞻性外部知识搜索动力不足,从而会在一定程度上影响绿色动态能力提升。因此,环境规制可能在前瞻性外部知识搜索与绿色动态能力关系间起调节作用。

鉴于此,本文结合知识基础观和动态能力理论,以我国制造企业为研究对象,探究前瞻性外部知识搜索对突破性绿色技术创新的影响,并基于绿色动态能力的不同维度,探究其中介作用以及环境规制的调节作用。本研究将绿色动态能力和企业知识搜索行为纳入企业绿色创新分析框架,不仅有助于丰富突破性绿色技术创新前因条件,而且能够拓展外部知识搜索研究视角,完善突破性绿色技术创新理论研究。

1 理论基础与研究假设

1.1 前瞻性外部知识搜索与突破性绿色技术创新

前瞻性外部知识搜索是指企业为了满足潜在市场需求以及摆脱现有技术轨迹,领先竞争对手积极搜索尚未被普遍接受、具有潜在价值及异质性知识的过程[3,9]。首先,突破性绿色技术创新对外部知识的要求非常高,需要企业跨越现有知识基础,获取与现有知识结构完全不同的全新知识[10]。前瞻性外部知识搜索强调跨越组织边界,重点搜索那些尚未被普遍利用的前沿性知识。由此可知,前瞻性搜索为组织突破原有技术轨道提供了强有力支撑,能够帮助企业更新知识,避免核心刚性,为突破性绿色技术创新提供知识资源[4]。其次,前瞻性外部知识搜索强调在搜索时机上领先竞争对手。由于外部知识空间较宽松,企业可以自由吸收和整合新知识,并将其应用到突破性绿色技术研发中,从而为实施突破性绿色技术创新提供先动优势。最后,市场机会转瞬即逝,这对企业知识获取时机提出了更高要求[9]。领先竞争对手搜索知识,有利于企业较早发现异质性、前沿性知识(吴松强等,2018),便于企业提前感知潜在机会,从而开展突破性绿色技术创新。综上,企业通过开展前瞻性外部知识搜索,能够迅速捕捉和获取技术知识以及瞬息万变的市场动态,更快地了解潜在用户绿色需求以及行业未来发展方向,从而把握市场发展机遇,推动企业突破性绿色技术创新。据此,本文提出以下研究假设:

H1:前瞻性外部知识搜索对突破性绿色技术创新有显著正向影响。

1.2 前瞻性外部知识搜索与绿色动态能力

绿色动态能力是动态能力的延伸,是指企业为了适应绿色转型大环境,吸收外部知识资源并与内部资源进行整合的能力[11-12]。企业不仅需要关注外部环境变化,具备识别绿色技术、绿色需求和绿色政策的能力,还需要将识别的知识资源进行吸收和整合,推进绿色可持续发展。由此,本文认为绿色动态能力包括绿色环境适应能力、绿色知识吸收能力和绿色资源整合能力。知识基础观认为,企业本质上是获取、整合以及创新知识的组织,企业能力差距本质上源于知识存量差距。相比而言,有价值、稀缺、难以复制、无法替代的知识更有助于企业发展[13]。前瞻性外部知识搜索能帮助企业获得更多异质性知识,这些知识经过整合、吸收、应用等循环过程,有助于形成企业绿色动态能力。

绿色环境适应能力是企业在不断变化的外部环境中洞察绿色市场、识别与利用绿色机会,最终作出适应性改变的能力。前瞻性外部知识搜索有助于企业储备、更新和扩充环保知识,这也是提升企业绿色环境适应能力的重要途径。一方面,通过前瞻性外部知识搜索,企业能够领先竞争对手,更早地洞察环境变化,提前预判未来发展方向、形成对策。在该过程中,企业会不断调整自身、适应外部环境,从而提升绿色环境适应能力。另一方面,前瞻性外部知识搜索更注重获取前沿知识,这些全新、先进的知识不仅丰富了企业知识库,而且有利于企业抓住绿色市场需求,并根据需求及时调整内部活动,以适应外部环境变化,进而促进绿色环境适应能力提升。

绿色知识吸收能力是指企业从外部环境中吸收新的、潜在的、有价值的知识,继而在组织内部消化并创造新知识的能力。Cohen &Levinthal[14]提出,组织知识吸收能力是已有知识基础的函数,换而言之,吸收能力依赖于企业原有的知识资源水平。前瞻性外部知识搜索可以为企业带来有价值的异质性绿色知识,助力企业多方面接触创意来源,扩大企业知识基础,提高企业绿色知识吸收能力[5,15]。此外,通过开展外部知识搜索活动,帮助企业积累搜索经验,有助于企业高效理解和消化外部前沿性绿色知识,准确判断绿色知识价值,并有选择地将其内化与吸收,进而提高企业绿色知识吸收能力。

绿色资源整合能力是企业基于市场机会和经营现状重新组合资源,将构成型知识转化为结构型知识的能力。企业绿色资源整合能力构建和提升离不开知识资源的支撑,前瞻性外部知识搜索是资源整合过程的起点,企业搜索到的独特、稀缺性知识是绿色资源整合能力形成与拓展的关键要素。企业通过前瞻性外部知识搜索,获得潜在市场、技术等不同方面的环保知识,极大拓展了企业知识面。这意味着可供企业进行整合的知识资源更加丰富,为企业优化和组合资源提供了基础。此外,通过前瞻性外部知识搜索获取的大量异质性知识也为企业资源整合提供了机会,通过对新的异质性知识与原有知识的组合,企业绿色资源整合能力得到提升。据此,本文提出以下研究假设:

H2a:前瞻性外部知识搜索对绿色环境适应能力有显著正向影响;

H2b:前瞻性外部知识搜索对绿色知识吸收能力有显著正向影响;

H2c:前瞻性外部知识搜索对绿色资源整合能力有显著正向影响。

1.3 绿色动态能力与突破性绿色技术创新

当面临重大技术转型时,企业核心能力可能成为制约其发展与成长的核心刚性[16],而绿色动态能力有助于企业保持竞争优势。突破性绿色技术创新强调脱离原有技术轨道,实现难以预测、非线性的绿色技术开发。这意味着新技术与企业原有技术存在较大差异,甚至会产生一定冲突。在这种变化下,企业绿色动态能力越强,越有助于支持企业实现突破性绿色技术创新。

突破性绿色技术创新面临高度的不确定性,需要企业对外部环境变化作出快速响应。因此,绿色环境适应能力是企业突破性绿色技术创新的有力支撑。企业的绿色环境适应力越强,越有助于敏锐洞察外部环境变化,及时发现潜在的绿色消费需求、消费动向,促进突破性绿色技术创新。同时,较强的绿色环境适应能力还可以帮助企业及时识别外部环境中的潜在风险并加大规避,进而提高突破性技术创新成功率。

突破性绿色技术创新的不确定性在很大程度上是因为企业无法获得和利用相关隐性知识[17]。当具有较强绿色知识吸收能力时,企业首先会评估外部知识价值,选择知识吸收对象,接着将其内化为自己的隐性知识,这个内化过程也会促进新知识形成,进而加速突破性绿色技术创新。如Ferrera-Méndez等[15]研究发现,吸收能力能够帮助企业轻松理解外部知识,促进知识共享与应用,从而有助于企业实现突破性绿色技术创新。换而言之,企业的绿色知识吸收能力越强,越能正确理解市场和技术知识,从而确保准确转化和应用知识,加速知识积累[18],最终促进突破性绿色技术创新。

突破性绿色技术创新需要综合运用技术、市场、环境等多种知识与资源,这必然要求企业将外部知识与内部资源相结合并嵌入企业资源基础中,构建全新的绿色知识体系。例如,Harvey[19]认为,基于资源整合创造出的价值大大高于其分散价值之和,资源整合能够显著提高突破性创新成功率;Huang等[20]认为,企业绿色资源整合能力越强,越有助于促进知识资源在不同部门间的扩散和配置,进而生成全新且先进的绿色知识,激发组织创新思维,从而促进突破性绿色技术创新。可见,绿色资源整合能力是企业突破性绿色技术创新成功的重要保障。据此,本文提出以下假设:

H3a:绿色环境适应能力对突破性绿色技术创新有显著正向影响;

H3b:绿色知识吸收能力对突破性绿色技术创新有显著正向影响;

H3c:绿色资源整合能力对突破性绿色技术创新有显著正向影响。

1.4 绿色动态能力的中介作用

前瞻性外部知识搜索可为企业提供知识资源,但是知识资源并不能直接激发企业实现突破性绿色技术创新,而是通过外部前沿知识搜索不断提升绿色动态能力,将获取的外部知识应用于企业活动,从而助力企业开展突破性绿色技术创新。

通过前瞻性外部知识搜索,企业对外部市场形成初步认知,为适应外部环境提供了基础条件。企业对绿色环境适应的能力越强,越有利于开展突破性绿色技术创新。一方面,在搜索到前沿知识后,企业可以从新知识中发现蕴含的变化,例如客户绿色需求变化、市场环保技术变化等,同时,快速响应和适应绿色环境变化,提升绿色环境适应能力。当企业的绿色环境适应能力较强时,有利于其感知和利用市场机会,进而实现突破性绿色技术创新[21, 22] 。另一方面,前瞻性外部知识搜索扩大了企业外部视野,有利于企业识别外部风险与新市场机会,准确预测外部绿色环境变化趋势(王玲玲等,2017),提高企业驾驭环境不确定性的能力,从而提高突破性绿色技术创新成功率。前瞻性外部知识搜索可以为企业带来丰富的异质性知识,面对大量复杂的前沿性知识,企业需要增强绿色知识吸收能力,以实现知识资源向创新成果的转化。一方面,企业通过吸收和消化异质性知识,促进新知识在组织内部传播和共享,并生成竞争对手难以模仿的隐性知识,这些隐性知识有助于增强企业突破性技术创新能力,提高企业突破性技术创新成功率[17] 。另一方面,企业通过充分吸收外部知识,开展新知识的系统化运用,有助于打破原有组织惯例和知识依赖路径,发现突破性绿色技术创新机会,进而实现突破性绿色技术创新。

企业通过前瞻性外部搜索获得的异质性知识,一方面,其通常是零散的,必须经过整合才能更好地应用于突破性绿色技术创新。另一方面,新知识具有高复杂性、高异质性等特点,很难直接应用于企业,只有将其与企业已有资源进行整合后才能实现新知识价值,从而促进突破性绿色技术创新。因此,前瞻性外部知识搜索能够促进企业绿色资源整合能力提升,进而促进突破性绿色技术创新实现。据此,本文提出以下研究假设:

H4a:绿色环境适应能力在前瞻性外部知识搜索与突破性绿色技术创新之间起中介作用;

H4b:绿色知识吸收能力在前瞻性外部知识搜索与突破性绿色技术创新之间起中介作用;

H4c:绿色资源整合能力在前瞻性外部知识搜索与突破性绿色技术创新之间起中介作用。

1.5 环境规制的调节作用

通过前瞻性外部知识搜索,企业获得更多异质性知识,经过知识吸收、知识整合等过程,有助于企业提升动态能力。然而,前瞻性外部知识搜索仅强调搜索时机的领先性,并未聚焦特定的知识类型,而绿色动态能力则重点强调绿色知识,两者间存在不对等关系,即企业通过前瞻性搜索获得的知识会促进企业动态能力而非企业绿色动态能力提升,因此有必要考察环境规制这一外部情境因素。

当外部环境规制强度较高时,企业环境压力变大,对企业绿色动态能力提出新要求。首先,企业将更注重搜索外部前沿性绿色知识、挖掘绿色需求并提前做好应对。在这个过程中,企业绿色环境适应能力进一步提升。因此,环境规制将强化前瞻性外部知识搜索与绿色环境适应能力的正向关系。其次,高强度环境规制会向企业传递出政府重视环境效益的信号,倒逼企业开展绿色技术创新[23]。这时企业需要突破知识获取渠道,积极搜索外部前沿知识,增强绿色知识吸收能力,将规制压力转化为自身绿色发展动力。由此,环境规制强度越大,前瞻性外部知识搜索对绿色知识吸收能力的正向影响也越显著。最后,为满足环境规制要求,企业会积极开展前瞻性外部知识搜索,获取更多外部性环保知识,这为绿色资源整合提供了知识基础,有助于提升绿色资源整合能力。由此,环境规制将强化前瞻性外部知识搜索与绿色资源整合能力间的正向关系。然而,当外部环境规制强度较低时,企业可能因符合环保标准而缺乏开展前瞻性外部知识搜索的动力,这将影响绿色环境适应能力、绿色知识吸收能力和绿色资源整合能力提升,同时,前瞻性外部知识搜索对不同维度绿色动态能力的促进作用将减弱。据此,本文提出以下研究假设:

H5a:环境规制在前瞻性外部知识搜索与绿色环境适应能力之间起调节作用;

H5b:环境规制在前瞻性外部知识搜索与绿色知识吸收能力之间起调节作用;

H5c:环境规制在前瞻性外部知识搜索与绿色资源整合能力之间起调节作用。

综上所述,本文构建前瞻性外部知识搜索对突破性绿色技术创新影响的概念模型,如图1所示。

图1 概念模型
Fig.1 Conceptual model

2 研究设计

2.1 样本选取与数据收集

本研究以制造企业为研究对象,采用问卷调查法收集数据。根据研究内容,要求被调查者对企业突破性绿色技术创新、绿色动态能力等情况有充分了解,故选择制造企业的中高层管理者作为调研对象,增强问卷客观性。问卷发放与回收主要通过3个渠道:第一,向本校就职于制造企业管理层的MBA学员发放纸质问卷并当场回收;第二,借助团队社会网络关系,以邮件方式向制造企业管理人员发放调查问卷;第三,查阅制造企业名录,采用实际调研的方式向西安、郑州、苏州等地的制造企业发放纸质问卷。截至2022年4月,向MBA学员发放问卷100份,回收100份,有效问卷76份;通过社会网络关系发放问卷261份,回收180份,有效问卷118;通过实地调研方式发放纸质问卷51份,回收有效问卷51份。3种渠道累计发放问卷412份,回收331份,剔除漏填、少填、逻辑有误的无效问卷后,共获得245份有效问卷,有效回收率为59.47%,满足实证分析的数据处理要求。

关于有效问卷的基本特征,从企业成立年限看,5年及以下占21.23%,6~10年占33.06%,11~15年占20.00%,16年及以上占25.71%;从企业性质看,国有企(事)业占24.90%,民营企业占53.47%,外资企业占16.73%,中外合资企业占4.90%;从企业规模看,500人及以下占28.16%,501-1 000人占29.80%,1 001~1 500人占22.04%,1 501人及以上占20.00%;从制造业类别看,石油、煤炭及其它燃料加工业占8.98%,化学原料和化学品制造业占10.61%,铁路、船舶、航空航天和其它运输设备制造业占15.92%,计算机、通信和其它电子设备制造业占25.31%,金属制品、机械和设备修理业占10.61%,造纸和纸制品业占6.12%,医学制造业占6.94%,其它制造业占15.51%。

2.2 变量测量

首先,借鉴国内外学者使用的成熟量表初步确定问卷题项,形成最初调查问卷;其次,通过与该研究领域的学者和企业管理者进行深入讨论,对问卷中存在矛盾的题项进行调整,以最大程度地符合变量内涵;最后,将修改后的问卷发放给学院中符合条件的20位MBA学员,请他们提出问卷中可能存在的不合理之处并进行集中修改,最终形成正式调查问卷。问卷主要包含三部分内容:封面信、企业基本信息和关键变量测量量表。封面信介绍了调查目的、保密性等问题;基本信息包括企业成立年限、企业性质、企业规模、制造业类别4个题项;关键变量测量量表包括前瞻性外部知识搜索、绿色环境适应能力、绿色知识吸收能力、绿色资源整合能力、环境规制、突破性绿色技术创新6个变量量表,总计28个题项,均采用李克特五级量表法进行测量,用数字1~5分别表示从“非常不同意”到“非常同意”。

对于前瞻性外部知识搜索,借鉴Yang等[9]、O'Cass等[24]的量表,设计“公司领先竞争对手在新市场和新顾客群体中搜索新知识”等4个测量题项。对于绿色动态能力,借鉴黄晓杏[25]的量表,设计“公司具有准确分析市场及竞争对手的能力”等5个题项测量绿色环境适应能力;借鉴Chen[26]的量表,设计“公司能够理解、分析和解释来自外部的环保知识与技术”等4个题项测量绿色知识吸收能力;借鉴董保宝等(2011)的研究,设计“公司能够不断完善自身环保资源禀赋”等6个题项测量绿色资源整合能力。对于环境规制,借鉴Liao[27]的量表,设计“对于公司来说,遵守严格的政府环境法规非常重要”等4个测量题项。对于突破性绿色技术创新,借鉴Dai等[28]的量表,设计“公司经常研发全新的环境友好型产品”等5个测量题项。

此外,企业成立年限、企业性质、企业规模和制造业类别可能影响突破性绿色技术创新,本文将其设置为控制变量。其中,成立年限根据企业成立时间划分为4个等级;企业性质包括国有企(事)业、民营企业、外资企业和中外合资企业4类;企业规模按员工数量划分为4个等级;制造业类别包括石油煤炭及其它燃料加工业、化学原料和化学品制造业等8类。

2.3 同源偏差检验

进行数据分析前,有必要检查问卷数据是否受到共同方法偏差的影响。参考Podsakoff[29]的意见,在Amos25.0中构建3个模型进行对比分析。其中,六因子+CMV模型是在六因子模型基础上加入一个所有题项的共同方法潜变量(CMV),模型分析结果如表1所示。由表1可以看出,加入共同方法潜变量后,拟合指标变化均小于判别标准,说明加入CMV后,模型的拟合指标并没有显著变好,因此本研究数据不存在较大的同源偏差。

表1 同源偏差检验结果
Table 1 Results of common method variance

模型 χ2/dfRMSEACFITLI单因子模型4.3300.1170.5720.539六因子模型1.1210.0220.9850.983六因子+CMV模型1.1240.0230.9850.983

2.4 信效度检验

采用Cronbach'α信度系数和组合信度CR检验变量题项的内在一致性,结果如表2所示。由表2可知,前瞻性外部知识搜索的Cronbach'α系数大于0.7,其余变量的Cronbach'α系数均大于0.8,且所有变量的CR值均在0.8以上,说明各变量题项具有较高的内部一致性。

表2 信效度分析结果
Table 2 Results of reliability and validity analyses

变量题项因子载荷变量Cronbach's AVECR问卷Cronbach's 前瞻性外部知识搜索PEKS10.6630.7640.5240.8140.913PEKS20.759PEKS30.727PEKS40.742绿色环境适应能力GEAC10.6840.8200.5140.841GEAC20.745GEAC30.692GEAC40.714GEAC50.748绿色知识吸收能力GKAC10.7930.8110.5130.807GKAC20.665GKAC30.720GKAC40.679绿色资源整合能力GRIC10.6940.8510.5020.858GRIC20.714GRIC30.680GRIC40.775GRIC50.684GRIC60.699环境规制ER10.7730.8240.6100.862ER20.799ER30.789ER40.763突破性绿色技术创新RGTI10.6880.8730.5190.843RGTI20.701RGTI30.711RGTI40.679RGTI50.815

采用测量题项标准化因子载荷、平均变异抽取量AVE检验量表收敛效度,采用变量平均变异抽取量AVE的平方根与变量的相关系数检验变量区分效度。首先,对所有数据进行KMO和巴特利特检验,KMO值为0.903,大于标准值0.9,Bartlett为2 979.053,显著性为0.000,说明数据适合作因子分析。其次,通过SPSS26.0对数据进行探索性因子分析,采用主成分分析法,按照特征值大于1的原则提取公因子,并使用最大方差法进行旋转,28个题项都能较好地归为6个关键因子,6个关键因子的累计解释率为62.718%。测量题项在对应因子上的载荷值均大于0.6,表明量表可以较好地反映研究变量。由表2可知,所有变量的AVE值都大于0.5,说明量表具有很高的收敛效度,而且各变量的AVE均方根都大于变量与其它变量的相关系数(见表3),说明该量表变量间具有较高的区分效度。

表3 均值、标准差和相关性分析结果
Table 3 Results of means,standard deviations and correlations

变量 123456789101.成立年限12.企业性质0.09613.企业规模0.527**0.11314.制造业类别0.211**-0.0720.157*15.前瞻性外部知识搜索0.0900.013-0.044-0.0560.7246.绿色环境适应能力0.0920.0660.055-0.0190.295**0.7177.绿色知识吸收能力0.111-0.0660.088-0.1090.322**0.422**0.7168.绿色资源整合能力0.1250.0390.080-0.0820.386**0.360**0.471**0.7089.环境规制0.017-0.0530.0850.0780.364**0.210**0.230**0.294**0.78110.突破性绿色技术创新0.0830.0490.065-0.0480.305**0.532**0.565**0.507**0.298**0.720均值2.5002.0202.3404.4203.6373.7223.6953.5713.6853.789标准差1.0930.7841.0922.1670.5790.5970.6610.5910.6690.705

注:n=245,**表示P<0.01,*表示P<0.05,对角线为AVE的平方根

3 结果分析

3.1 描述统计与相关性分析

使用SPSS26.0分析各研究变量均值、标准差和Person相关系数,结果如表3所示。可以发现,前瞻性外部知识搜索与绿色环境适应能力(r=0.295,p<0.01)、绿色知识吸收能力(r=0.322,p<0.01)、绿色资源整合能力(r=0.386,p<0.01)、突破性绿色技术创新(r=0.305,p<0.01)有显著正相关关系;绿色环境适应能力(r=0.532,p<0.01)、绿色知识吸收能力(r=0.565,p<0.01)、绿色资源整合能力(r=0.507,p<0.01)与突破性绿色技术创新有显著正相关关系,这些相关性为本文研究假设验证提供了初步支持。

3.2 假设检验

(1)主效应和中介效应。运用SPSS26.0进行层次回归分析,结果见表4。由模型8可知,前瞻性外部知识搜索对企业突破性绿色技术创新(β=0.302,P<0.001)具有显著正向影响,假设H1得到验证。由模型2、模型4与模型6可知,前瞻性外部知识搜索对绿色环境适应能力(β=0.292,P<0.001)、绿色知识吸收能力(β=0.314,P<0.001)和绿色资源整合能力(β=0.378,P<0.001)均具有正向影响,假设H2a、H2b、H2c得到验证。由模型9可知,绿色环境适应能力(β=0.305,P<0.001)、绿色知识吸收能力(β=0.328,P<0.001)和绿色资源整合能力(β=0.245,P<0.001)对突破性绿色技术创新均具有显著正向影响,假设H3a、H3b、H3c得到验证。由模型10可知,引入中介变量后,前瞻性外部知识搜索对突破性绿色技术创新的影响变得不再显著(0.022,n.s),由此可见,绿色环境适应能力、绿色知识吸收能力以及绿色资源整合能力在前瞻性外部知识搜索与突破性绿色技术创新之间起完全中介作用,假设H4a、H4b、H4c得到验证。

表4 主效应及中介效应回归结果
Table 4 Regression results of main effect and mediating effect

变量绿色环境适应能力模型1模型2绿色知识吸收能力模型3模型4绿色资源整合能力模型5模型6突破性绿色技术创新模型7模型8模型9模型10控制变量成立年限0.0910.0410.1200.0670.1330.0690.0770.025-0.023-0.025企业性质0.0540.052-0.095-0.0960.0150.0130.0340.0320.0440.044企业规模0.0060.0420.0590.0980.0260.0730.0320.0690.0040.007制造业类型-0.035-0.014-0.151-0.128-0.113-0.086-0.067-0.0450.0210.021自变量前瞻性外部知识搜索0.292***0.314***0.378***0.302***0.022中介变量绿色环境适应能力0.305***0.302***绿色知识吸收能力0.328***0.325***绿色资源整合能力0.245***0.239***R20.0130.0960.0410.1370.0290.1680.0130.1020.4710.471F值0.7865.078***2.581*7.609***1.7629.6510.8075.457***30.157***26.316***△R20.0130.0830.0410.0960.0290.1390.0130.0890.4580.369△F0.78621.972***2.581*26.619***1.76240.060***0.80723.753***68.385***54.925***

注:***表示P<0.001,*表示P<0.05

(2)调节效应。首先,将绿色环境适应能力、绿色知识吸收能力和绿色资源整合能力分别作为因变量放入回归模型;然后,在各层分别放入4个控制变量、自变量前瞻性外部知识搜索、调节变量环境规制;最后将前瞻性外部知识搜索与环境规制的标准化乘积作为调节交互项放入回归方程,层次回归结果见表5。由模型12、模型14和模型16可知,前瞻性外部知识搜索与环境规制的交互项对绿色环境适应能力(β=0.216,P<0.01)、绿色知识吸收能力(β=0.157,P<0.05)和绿色资源整合能力(β=0.135,P<0.05)均具有显著的正向影响,即环境规制对前瞻性外部知识搜索与绿色环境适应能力、绿色知识吸收能力以及绿色资源整合能力关系均具有显著正向调节作用,假设H5a、H5b、H5c得到验证。为了直观反映环境规制的调节作用,绘制相应的调节效应图,如图2、图3和图4所示。可以看出,相较于低环境规制,高环境规制下前瞻性外部知识搜索与绿色环境适应能力、绿色知识吸收能力以及绿色资源整合能力的正向关系更显著。

表5 调节效应回归结果
Table 5 Regression results of moderating effect

变量 绿色环境适应能力模型11模型12绿色知识吸收能力模型13模型14绿色资源整合能力模型15模型16控制变量成立年限0.0560.0570.0820.0840.0900.092企业性质0.0590.051-0.089-0.0940.0240.019企业规模0.0230.0270.0780.0800.0440.046制造业类型-0.026-0.025-0.141-0.140-0.103-0.103自变量前瞻性外部知识搜索0.244***0.278***0.262***0.287***0.306***0.327***调节变量环境规制0.1240.0020.133*0.0450.187**0.111交互项前瞻性外部知识搜索×环境规制0.216**0.157*0.135*R20.1090.1430.1520.1700.1970.211F值4.848***5.643***7.118***6.932***9.746***9.028***△R20.0960.0340.1110.0180.1690.013△F12.817***9.391**15.566***5.084*25.009***3.984*

注:***表示P<0.001,**表示P<0.01,*表示P<0.05

图2 环境规制在前瞻性外部知识搜索与绿色环境适应能力之间的调节效应
Fig.2 Moderating effect of environmental regulation between proactive external knowledge search and green environment adaptive capability

图3 环境规制在前瞻性外部知识搜索与绿色知识吸收能力之间的调节效应
Fig.3 Moderating effect of environmental regulation between proactive external knowledge search and green knowledge absorptive capability

图4 环境规制在前瞻性外部知识搜索与绿色资源整合能力之间的调节效应
Fig.4 Moderating effect of environmental regulation between proactive external knowledge search and green resource integration capability

3.3 稳健性检验

为了验证上述结果的稳健性,采用Bootstrap法,对总效应、中介效应和调节效应再次进行验证,结果如表6、表7所示。由表6可知,前瞻性外部知识搜索对突破性绿色技术创新的总效应值为0.370,95%的置信区间为[0.224,0.517],置信区间不包含0;通过绿色环境适应能力、绿色知识吸收能力和绿色资源整合能力间接影响突破性绿色技术创新的效应值分别是0.110、0.123、0.113,且置信区间均不包含0;而直接效应值为0.024,95%的置信区间为[-0.101,0.149]。因此,可以认为绿色环境适应能力、绿色知识吸收能力以及绿色资源整合能力在前瞻性外部知识搜索与突破性绿色技术创新之间起完全中介作用。由表7可知,前瞻性外部知识搜索与环境规制的乘积项对绿色环境适应能力(B=0.398,[0.144,0.651])、绿色知识吸收能力(B=0.305,[0.025,0.586])和绿色资源整合能力(B=0.244,[0.001,0.487])均存在显著正向影响,说明环境规制正向调节前瞻性外部知识搜索与绿色环境适应能力、绿色知识吸收能力以及绿色资源整合能力的关系。

表6 Bootstrap总效应与中介效应的检验结果
Table 6 Bootstrap results of total effect and mediating effect

效应路径效应值标准误BootLLCIBootULCI总效应前瞻性外部知识搜索→突破性绿色技术创新0.3700.0740.2240.517直接效应前瞻性外部知识搜索→突破性绿色技术创新0.0240.064-0.1010.149间接效应前瞻性外部知识搜索→绿色环境适应能力→突破性绿色技术创新0.1100.0360.0480.188前瞻性外部知识搜索→绿色知识吸收能力→突破性绿色技术创新0.1230.0330.0690.197前瞻性外部知识搜索→绿色资源整合能力→突破性绿色技术创新0.1130.0340.0520.187

表7 Bootstrap调节效应的检验结果
Table 7 Bootstrap results of moderating effect

因变量自变量 拟合指标RF系数显著性BLLCIULCI绿色环境适应能力前瞻性外部知识搜索0.13412.407***0.2940.1620.427环境规制-0.002-0.1350.130前瞻性外部知识搜索×环境规制0.3980.1440.651绿色知识吸收能力前瞻性外部知识搜索0.13512.503***0.3390.1930.486环境规制0.046-0.1010.192前瞻性外部知识搜索×环境规制0.3050.0250.586绿色资源整合能力前瞻性外部知识搜索0.19018.785***0.3490.2230.476环境规制0.09-0.0370.217前瞻性外部知识搜索×环境规制0.2440.0010.487

4 结论与启示

4.1 研究结论

基于知识基础观与动态能力理论,以我国制造企业为研究对象,探究前瞻性外部知识搜索对突破性绿色技术创新的影响,检验绿色动态能力在上述关系中的中介作用及环境规制的调节作用。研究发现:前瞻性外部知识搜索不仅对突破性绿色技术创新有显著正向影响,而且对绿色环境适应能力、绿色知识吸收能力和绿色资源整合能力均具有显著正向影响;绿色环境适应能力、绿色知识吸收能力和绿色资源整合能力在前瞻性外部知识搜索与突破性绿色技术创新之间起完全中介作用,即企业通过前瞻性外部知识搜索获得的前沿知识很难直接应用于突破性绿色技术创新,只有通过适应、吸收和整合,才能完全激发知识效用,促进突破性绿色技术创新;环境规制在前瞻性外部知识搜索与绿色环境适应能力、绿色知识吸收能力以及绿色资源整合能力之间均存在正向调节作用。环境规制压力越大,企业前瞻性外部知识搜索对绿色动态能力的正向影响越显著。

4.2 理论贡献

第一,基于知识基础观,厘清了前瞻性外部知识搜索对企业突破性绿色技术创新的正向影响。此结论与奉小斌和王惠利[30]、王娟茹等[3]和Katila&Chen[31]的研究结果一致,即前瞻性搜索有利于企业突破性创新。芮正云等(2016)研究发现,前瞻性搜索对创新绩效具有U型影响,本研究发现两者之间呈正向影响。可能的原因是,选择前瞻性搜索策略的企业更具创新性,在面对难以理解的外部前沿知识时,其内在的创新动力更易被激发出来,从而对企业突破性绿色技术创新产生直接促进作用。本研究进一步明确了前瞻性外部知识搜索对突破性绿色技术创新的关键作用,丰富了突破性绿色技术创新的前因研究。

第二,基于动态能力理论,研究发现,绿色动态能力的3个维度在前瞻性外部知识搜索与突破性绿色技术创新之间起完全中介作用。王玲玲等(2017)研究认为,获取知识资源有助于企业更好地应对环境不确定性,最终带来高企业绩效。本研究在一定程度上细化了该研究,认为前沿知识资源更能帮助企业提前感知外部环境动荡性,增强绿色环境适应能力,促进企业开展突破性绿色技术创新。此外,本研究支持和拓展了Ferreras—Méndez等[15]的研究,他们认为外部知识搜索对吸收能力有正向影响,且吸收能力对企业获取价值性知识并成功应用于创新十分重要。本研究亦支持王娟茹等[3]的研究结论,即知识整合在前瞻性跨界搜索与突破性创新之间起中介作用。同时,本研究进一步明确了绿色动态能力对突破性绿色技术创新的重要影响,拓展了绿色动态能力应用范围,为前瞻性外部知识搜索与突破性绿色技术创新关系研究提供了新视角。

第三,揭示了环境规制在前瞻性外部知识搜索与绿色动态能力之间的正向调节作用。该发现拓展了Menguc等[32]的研究,将外部因素具体到环境规制,认为环境规制与企业搜索知识之间的交互作用对绿色动态能力产生积极影响。具体而言,当环境规制水平较高时,企业会主动借助搜索前沿知识提高绿色动态能力,并向外界传递出企业主动承担环境责任的信号,帮助企业树立良好形象。本研究厘清了环境规制对绿色动态能力的作用,诠释了前瞻性外部知识搜索通过绿色动态能力、环境规制对企业突破性绿色技术创新的作用机理。

4.3 管理启示

首先,前瞻性外部知识搜索不仅有助于提高企业绿色动态能力,而且可以正向影响企业突破性绿色技术创新。因此,企业应该根据自身需求,积极搜索前沿知识,不断充实和更新自身知识库。一方面,企业应将前瞻性知识搜索提升到战略层面加以重视,并成立专门的知识搜索小组,定期对外部前沿信息进行搜索,为企业决策提供支持。另一方面,企业应该与外部知识源进行有效互动,通过参展、参会以及与研究人员保持密切联系等方式掌握最新动态。同时,加强与高校、科研院所等机构联系,及时获取先进、稀缺的前沿知识资源。

其次,企业应提升自身绿色动态能力。一方面,企业应保持与市场、政府的紧密联系,成立专门的信息收集机构,及时洞察市场变化,进而对已有知识系统作出调整,提高绿色环境适应能力。另一方面,企业可以定期开展绿色环保研讨会及专项培训,鼓励员工积极参与并内化绿色知识,提升组织绿色知识吸收能力。此外,企业不仅要打通不同部门之间的知识壁垒,提升部门沟通效率,而且要鼓励员工通过正式或非正式渠道开展交流,促进知识资源灵活配置,提升知识组合质量,进而提升组织的绿色资源整合能力。

最后,企业应坚持开展清洁生产,满足环境规制要求,及时优化与完善自身资源和能力。同时,积极响应国家环保号召,生产符合绿色环保要求的产品,主动甄别高质量绿色资源,有意识地增强绿色动态能力。

4.4 不足与展望

本研究尚存在以下不足:第一,采用的数据为横截面数据,不能反映随时间变化企业前瞻性外部知识搜索对突破性绿色技术创新的影响趋势,未来研究可以考虑采用具有时间序列的调查数据,使假设关系验证更具有说服力;第二,在时间截面上对绿色动态能力的评估关注不足,没有充分体现其与突破性技术创新的动态交互关系,未来可以基于时间对绿色动态能力进行分解,研究全生命周期绿色动态能力对突破性绿色技术创新的影响。

参考文献:

[1] CUI R X,WANG J R. Shaping sustainable development: external environmental pressure,exploratory green learning,and radical green innovation[J].Corporate Social Responsibility and Environmental Management,2022,29(3): 481-495.

[2] 邵云飞,党雁,王思梦. 跨界创新在突破性技术创新模糊前端的作用机制[J].科技进步与对策,2018,35(22): 8-16.

[3] 王娟茹,杨苗苗,李正锋. 跨界搜索、知识整合与突破性创新[J].研究与发展管理,2020,32(3): 111-122.

[4] 宋剑锋,王笛,孙秀梅. 跨界搜寻对新创科技企业绩效的影响——资源拼凑的中介作用[J].北京理工大学学报(社会科学版),2022,24(3): 181-188.

[5] SONG M,YANG M X,ZENG K J,et al. Green Knowledge sharing,stakeholder pressure,sbsorptive capacity,and green innovation:evidence from Chinese manufacturing firms[J].Business Strategy and the Environment,2020,29(3):1517-1531.

[6] WANG J,XUE Y,YANG J. Can proactive boundary-spanning search enhance green innovation?the mediating role of organizational resilience[J].Business Strategy and the Environment,2023,32(4):1981-1995.

[7] ZHOU W J. Environmental regulation and corporate sustainability: evidence from green innovation[J].Corporate Social Responsibility and Environmental Management, 2023, 30(4), 1723-1737.

[8] BOYD B K,TAKACS HAYNES K,HITT M A,et al. Contingency hypotheses in strategic management research[J].Journal of Management,2012,38(1): 278-313.

[9] YAN M M,WANG J R,ZHANG X D. Boundary-spanning search and sustainable competitive advantage: the mediating roles of exploratory and exploitative innovations[J].Journal of Business Research,2021,127: 290-299.

[10] 许佳琪,汪雪锋,雷鸣,等. 从突破性创新到颠覆性创新:内涵、特征与演化[J].科研管理,2023,44(2): 1-13.

[11] QIU L,JIE X,WANG Y,et al. Green product innovation,green dynamic capability,and competitive advantage:evidence from Chinese manufacturing enterprises[J].Corporate Social Responsibility and Environmental Management,2020,27(1):146-165.

[12] SINGH S K,DEL GIUDICE M,CHIAPPETTA JABBOUR C J,et al. Stakeholder pressure,green innovation,and performance in small and medium-sized enterprises: the role of green dynamic capabilities[J].Business Strategy and the Environment,2022,31(1):500-514.

[13] BARNEY J. Firm resources and sustained competitive advantage[J].Journal of Management,1991,17(1): 99-120.

[14] COHEN W M,LEVINTHAL D A. Absorptive capacity-a new perspective on learning and innovation[J].Administrative Science Quarterly,1990,35(1): 128-152.

[15] FERRERAS-MENDEZ J L, NEWELL S, FERNANDEZ-MESA A,et al. Depth and breadth of external knowledge search and performance: the mediating role of absorptive capacity[J].Industrial Marketing Management,2015,47: 86-97.

[16] 罗仲伟,任国良,豪焦,等. 动态能力、技术范式转变与创新战略——基于腾讯微信“整合”与“迭代”微创新的纵向案例分析[J].管理世界,2014,13(8): 152-168.

[17] 游达明,朱思文. 突破性技术创新中隐性知识吸收过程及规律研究[J].科技进步与对策,2014,31(6): 11-15.

[18] YUAN B L,CAO X Y. Do corporate social responsibility practices contribute to green innovation? the mediating role of green dynamic capability[J].Technology in Society,2022,68: 101868.

[19] HARVEY S. Creative synthesis:exploring the process of extraordinary group creativity[J].Academy of Management Review, 2014,39(3): 324-343.

[20] HUANG J,LI Y. Green innovation and performance: the view of organizational capability and social reciprocity[J].Journal of Business Ethics,2017,145(2): 309-324.

[21] ESHIMA Y,ANDERSON B S. Firm growth,adaptive capability,and entrepreneurial orientation[J].Strategic Management Journal, 2016,38(3): 770-779.

[22] WANG C,ZHANG X,TENG X. How to convert green entrepreneurial orientation into green innovation: the role of knowledge creation process and green absorptive capacity[J].Business Strategy and the Environment,2023,32(4):1260-1273.

[23] TESTA F,IRALDO F,FREY M. The effect of environmental regulation on firms' competitive performance: the case of the building &construction sector in some EU regions[J].Journal of Environmental Management, 2011,92(9): 2136-2144.

[24] O'CASS A,HEIRATI N,NGO L V. Achieving new product success via the synchronization of exploration and exploitation across multiple levels and functional areas[J].Industrial Marketing Management,2014,43(5): 862-872.

[25] 黄晓杏,胡振鹏,傅春,等. 绿色创新战略对企业绩效的影响机理——基于绿色动态能力的中介效应[J].科技进步与对策, 2015,32(17): 104-109.

[26] CHEN Y,LIN Y,LIN C,et al. Enhancing green absorptive capacity,green dynamic capacities and green service innovation to improve firm performance: an analysis of structural equation modeling (SEM)[J].Sustainability, 2015,7(11): 15674-15692.

[27] LIAO Z. Institutional pressure,knowledge acquisition and a firm's environmental innovation[J].Business Strategy and the Environment, 2018,27(7): 849-857.

[28] DAI J,CANTOR D E,MONTABON F L. How environmental management competitive pressure affects a focal firm's environmental innovation activities: a green supply chain perspective[J].Journal of Business Logistics,2015,36(3): 242-259.

[29] PODSAKOFF P M,MACKENZIE S B,PODSAKOFF N P. Sources of method bias in social science research and recommendations on how to control it[J].Annual Review of Psychology,2012,63: 539-569.

[30] 奉小斌,王惠利.新创企业搜索时机、即兴能力与创新绩效:管理注意力的调节作用[J].研究与发展管理,2017,29(4):127-137.

[31] KATILA R, CHEN E L. Effects of search timing on innovation: the value of not being in sync with rivals[J]. Administrative Science Quarterly, 2008, 53(4): 593-625.

[32] MENGUC B,AUH S,OZANNE L. The interactive effect of internal and external factors on a proactive environmental strategy and its influence on a firm's performance[J].Journal of Business Ethics,2010,94(2): 279-298.

(责任编辑:胡俊健)