网络结构嵌入、双元学习对企业突破性创新的影响

蒋丽芹 副教授 李思卉

（江南大学商学院 江苏无锡 214122）

资源基础理论指出，企业竞争归结于其创新能力，而创新能力来源于对资源的占用。与封闭式的传统创新模式不同，开放式创新强调外部新资源的取得，突破性创新是开放式创新观点中一个重要的变量，为企业脱离资源困境提供了思路。从本质上来看，突破性创新是一个积累知识的过程，组织及其成员的创新思维、开放的心态是突破性创新的基础，因此，嵌入创新网络成为企业取得竞争优势的关键途径。

资源本身是静态的，要想效力于创新，必须将其与企业的能力相结合。结构嵌入为企业提供了获取知识、资源的平台，但这些知识与资源需要被企业消化吸收后才能合理利用，这对企业学习、吸收能力提出了要求。因此在探讨结构嵌入对突破性创新的影响时，必须充分考虑学习能力与吸收能力在其中的影响作用。因此本文基于资源基础理论，围绕“结构嵌入如何通过双元学习影响企业突破性创新”这一核心问题，以制造业企业为主要研究对象，运用SmartPLS 3.0、AMOS 21.0软件进行研究，为企业提高突破性创新产出提供理论支持。

理论综述与研究假设

（一）网络结构嵌入

现代企业置身于纵横交错的网络中，企业在网络中的位置由结构嵌入体现，并由网络中心度、网络密度等来衡量。关于结构嵌入与企业创新关系的探讨存在一些分歧，以Ahuja（2000）为代表的学者指出密集网络容易产生“集体盲区”，从而限制企业的开放性创新行为，此外，密集网络内存在大量冗余信息，给企业甄别、筛选信息增加了难度，因此不利于企业创新。贾晓霞等（2019）指出密集网络可以促进网络信息共享，提升网络成员之间的信任程度，因此有利于企业创新。然而大量研究表明，稀疏网络带来异质性资源的机会是不可持续的，并且网络成员之间缺乏联系，隐性资源难以实现共享，因此难以实现可持续性发展。根据资源基础理论，资源是企业创新的基础，而密集网络可以为企业提供大量资源，因此本文认为密集网络有利于企业创新行为。

（二）结构嵌入与突破性创新

突破性创新本质是一种开发新技术与新产品的破环性创新，其目的是满足市场变化的动态需求并在原有市场的基础上进行跨越，“创造、搜索、变异、冒险”是其基本特征。结构嵌入对突破性创新的影响主要通过企业在网络中的位置实现。结构嵌入程度与企业优势位置呈正相关，结构嵌入程度高的企业能够从网络中获取更多异质性资源。企业在网络中的位置优势由结构洞、中心度两方面体现。Wincent等（2010）指出企业异质性资源（先进技术、及时的信息）的获取依赖于其结构洞位置，根据资源基础理论，资源是企业竞争优势主要来源。通过对结构洞两端尚未结合的知识元素进行组合，企业可以在与结构洞另一端的知识主体进行交流时不断获得新的知识，进而实现突破性创新（杨博旭等，2019）。此外，结构洞在企业避免机会主义风险，减少信息不对称的过程中发挥重要作用。Rowley等（2004）的研究指出处于网络中心位置的企业能接触到更多信息并具有较高处理信息的权力，从而对创新行为有正向影响。因此提出假设：

H1：结构嵌入正向影响企业突破性创新。

（三）结构嵌入与双元学习

组织为了应对不断变化的市场环境并满足发展需要，搜集外部知识，并将其不断内化为内部知识的过程称为组织学习。探索式学习旨在应对不断变化的市场环境，聚焦于全新的知识领域。企业通过对新知识与资源的利用把握商业机会，创造全新的产品（梁娟等，2019）。与探索式学习不同，利用式学习的最终目的是提高生产率，改进企业现有产品以及生产技术。利用式学习是企业通过对现有知识、资源的利用在当前知识基础上进行学习的过程（王新华等，2019）。

结构嵌入为网络主体的交流提供了桥梁，企业通过获取多元化知识提高其双元学习能力。由于探索式学习聚焦于全新市场，因此其更加关注企业与外部知识主体之间的联结，更多联结意味着更多有价值的资源以及更多的机会，因此结构嵌入能够增强探索式学习能力。利用式学习聚焦于现有市场，因此企业通过跨越组织边界与原本没有联系的企业建立稳定合作关系能够使企业深入掌握目前市场上的大量信息（苏昕等，2019），包括产品更新换代信息、顾客信息、改进产品的技术，等等。企业利用式学习的目的是对现有产品或服务进行改进提升，因此结构嵌入能够提升企业利用式学习能力。提出以下假设：

H2a：结构嵌入正向影响企业探索式学习能力；

H2b：结构嵌入正向影响企业利用式学习能力。

（四）双元学习的中介作用

尽管企业在网络中获取关键技术信息、大量异质性资源的前提是结构嵌入，但企业往往难以直接利用通过结构嵌入获取的资源，资源在被企业充分利用并为企业提供帮助之前需要被企业吸收、消化、整合，而这一过程依赖于企业学习能力。总体来讲，企业通过结构嵌入获取异质性知识与类似于组织知识结构的知识，通过双元学习，企业对这两种知识进行不断消化整合从而提高企业突破性创新。

探索式学习是企业通过获取高于现有知识结构与能力水平的新知识，并将这些知识应用于生产活动中的一系列过程。通过探索式学习，企业可以有效筛选结构嵌入获取的大量信息，将适应外部环境变化的新知识与创新技术不断消化、吸收，依此开发出适合自己的全新技术并推出新产品，实现知识的再创造，推动企业突破性创新并实现自身价值（曹勇等，2019）。利用式学习是企业通过获取与组织现有产品或技术相关的知识，并将这些知识进行深度挖掘以提高企业现有资源利用效率的过程。企业通过比较结构嵌入获取的知识与自身知识，找到目前的不足，取其精华去其糟粕，对既有知识体系进行完善，在这一过程中企业利用现有资源的效率得到提升，企业的产品工艺得到升级，生产效率和技术能力得到提高，并由此打开了企业突破性创新的通道。因此提出假设：

H3a：探索式学习在结构嵌入与突破性创新之间发挥中介作用；

H3b：利用式学习在结构嵌入与突破性创新之间发挥中介作用。

（五）吸收能力的调节作用

吸收能力的观点认为企业的竞争优势来源于其吸收知识的过程，对外部新知识的忽视以及无法对其进行合理的转化运用可能导致知识失效。Cohen（1990）认为吸收能力是企业运用原有知识获取、识别新信息并将其纳入自身知识体系并进行商业化产出的能力。在此基础上，Zahra（2002）将吸收能力视为一种动态能力，并将其划分为对知识的获取、消化、整合、利用四个阶段，并根据其对企业发展作用的不同，将吸收能力分为潜在吸收能力（知识获取、消化）与现实吸收能力（知识整合、利用）。具体来说，知识获取指企业对资源进行甄别的过程；知识消化指企业对资源进行理解的过程；知识整合指企业分析、解构资源的过程；知识利用是企业将资源利用于创新活动的过程。

创新的实现是一个由创新发现进化为创新实现的过程，结构嵌入有利于创新发现过程，但创新实现过程需要对知识的吸收转化。结构嵌入保证了知识获取的渠道，而要想让获取的大量资源更好地发挥作用，企业内部对知识的吸收能力起到了不可忽视的作用。企业持续性创新的基础是将外部获取的知识与已有知识相结合，并有效吸收和消化这些外部知识。Zahra等（2002）的研究表明，企业从外部渠道获取的知识在经过内部整合之后才能促进企业创新，吸收能力在这一过程中发挥了重要作用。在企业有效利用外部获取的大量资源的过程中，吸收能力发挥了重要作用，此外，吸收能力还能帮助企业利用研发投入提高创新产出，巩固竞争优势（孙骞等，2018）。在高吸收能力情况下，企业可以高效率地将结构嵌入获取的大量非冗余信息进行消化吸收，并将其利用于企业突破性创新过程。而在吸收能力较低的情况下，即使企业通过结构嵌入获取了大量信息，这些信息无法立刻被充分利用。由于信息存在时效性，随着时间的推移这些信息会逐渐成为无效信息，信息的浪费导致企业搜索信息的成本增加，因此提高突破性创新的效果甚微。因此可以认为，吸收能力正向调节结构嵌入与突破性创新的关系，做出以下假设：

H4：吸收能力正向调节结构嵌入与突破性创新的关系，即吸收能力越高，结构嵌入对突破性创新的正向影响越强。根据以上假设，提出本文的概念模型如图1所示。

研究方法

（一）研究样本与数据收集

此次调研始于2018年9月，调研区域主要涵盖长三角地区（江苏、浙江、上海等），采用问卷调查法收集数据，调查问卷的收集渠道分为线上线下两种，线上通过问卷星对调查问卷进行收集、整理，线下通过上门调研、邮件调研、电话调研以及邮寄调研等方式搜集问卷。本次研究共收集了476份调查问卷，剔除了有明显错误的调查问卷以及数据缺失严重的调查问卷之后共得到243份调查问卷，问卷回收率为51.05%。为了避免同源误差，采用事前控制和事后检测的方法，事前把问卷分为相互隔离的两部分（A、B卷），结构嵌入、双元学习、吸收能力以及控制变量部分由企业的中高层技术主管填写，突破性创新部分则由其直接上级填写。事后使用Harman单因素法进行检验，所有题项未旋转的情况下第一主成分的解释总方差为39.75%，低于40%，说明并不存在共同方法偏差。

（二）变量测量

问卷采用李克特5点量表（1=完全同意；5=完全不同意）进行测量，参考量表均为现有成熟量表，具体变量测量如下所述。

图1 本文研究模型

表1 相关性分析

表2 直接作用的标准化路径系数

借鉴田宇（2017）等的研究，使用6个题项测量企业突破性创新行为。参考陈雪颂等（2016）的量表，从企业外部知识网络的密度、规模、中心度、结构洞和桥梁作用5项指标测度结构嵌入。参考学者Atuahene（2005）的研究，使用4个题项测量探索式学习；使用4个题项测量利用式学习。借鉴并改进Lichtenthaler（2009）等的指标设计，使用6个题项测量吸收能力。本研究结合已有研究成果和具体研究情境，将成立年限、企业规模设为控制变量，以降低其对自变量和中介变量的干扰。

（三）描述性统计与相关分析

被调查企业大多是制造业企业（电子信息通信设备制造业21.40%，机械及仪器制造业20.99%），民营企业偏多（34.57%），多数企业成立年限较短（11-15年34.57%）并且规模较大（501-1000人32.92%），被调查企业绝大多数处于企业生命周期的成长期（33.33%）与成熟期（38.68%）。此外，本研究对各变量进行方差膨胀因子（VIF）检验，发现VIFmax=1.860＜10，表明各变量间不存在多重共线性问题。相关性分析结果如表1所示，自变量、因变量以及中介变量之间存在大量显著关系（p＜0.01），这些结果为后续相关变量之间的关系分析及中介效应的检验提供了必要的前提条件。对角线括号中的数字为AVE的平方根，大于其对应的相关系数，因此量表具有良好的区别效度。

（四）信效度检验

本文运用 SmartPLS、AMOS 21.0软件对量表的信度和效度进行检验。总体的Cronbach’s ɑ指数为0.939，KMO=0.930，符合要求。在所有构念的克朗巴哈指数中，最小的为0.866（大于0.8），所有题项的因子载荷量值为0.815-0.915，最小的因子载荷大于0.6，说明量表具有良好的信度。所有潜变量的AVE均大于0.5，表明结构变量的内部一致性较高，变量对题目的解释能力良好。CR均大于0.85，说明题项确实可以描述所有因子。通过AMOS21.0软件，对结构嵌入、双元学习、突破性创新进行模型整体的CFA检验，来检验变量彼此间是否能相互区分。经检验，三因素模型具有更高的拟合度（χ2/df=1.695，RMSEA=0.054，NFI=0.934，GFI=0.908，TLI=0.965）。因此，三个变量之间具有良好的区分效度。

数据分析与假设检验

（一）直接作用检验

表2显示了结构模型的标准路径系数。结构嵌入对突破性创新（β= 0.451； p＜0.001）、探索式学习（β= 0.599；p ＜0.001）以及利用式学习（β= 0.529； p ＜0.001）均产生了显著的积极影响，且95%的置信区间均不包含0，因此支持假设H1、H2a与H2b。

（二）间接作用检验

为了根据假设H3a和H3b，测试探索式学习和利用式学习的中介作用，在SmartPLS3.0中使用bootstrapping方法。从表3可以看出，探索式学习在结构嵌入和突破性创新之间发挥中介作用（β= 0.112，p＜0.001），H3a成立。利用式学习在结构嵌入和突破性创新之间发挥中介作用（β=0.172，p＜0.001），H3b 成立。

（三）调节作用检验

本文检验了调节作用，如表4所示。结果表明，吸收能力对结构嵌入与突破性创新之间的关系起到正向调节作用（β= 0.176；p＜0.001），假设H4成立。在吸收能力较高的情况下，结构嵌入对突破性创新的影响更显著。因此，吸收能力在结构嵌入与突破性创新的关系中起着显著的正向调节作用。

表3 间接作用的标准化路径系数

表4 调节作用的PLS结果

结论与启示

（一）研究结论

本研究基于资源基础理论，研究了不同水平结构嵌入对企业突破性创新行为的差异化影响，并在此基础上探讨了双元学习在结构嵌入对企业突破性创新行为的影响中发挥的中介作用，以及吸收能力在该影响过程中可能存在的调节作用。研究结果表明：结构嵌入正向影响企业突破性创新；双元学习能力在结构嵌入与突破性创新之间发挥部分中介作用；结构嵌入效用的发挥存在一定的边界约束，吸收能力可能影响其影响突破性创新的效果。

（二）管理启示

第一，企业应提高创新意识，并基于开放式创新原则嵌入外部网络。企业在发展的过程中应该努力探索市场中的潜在机会，主动寻求产品创新。结构嵌入能使企业获取突破性创新所需要的大量资源，因此企业应该主动突破组织边界，积极将外部资源与企业内部资源进行整合以推动创新行为。第二，仅获取大量知识资源是不够的，在企业嵌入知识网络提高其创新行为的路径中，企业学习是一个重要因素。在资源限制条件下，展开适合的一元学习方式，辅之以其他的学习方式，可能对于企业竞争优势的积累更有帮助。因此企业需要找到两种学习的平衡点。第三，企业应该充分发挥吸收能力在知识获取与知识创新之间的作用，加强吸收能力的培育，提高对结构嵌入获取知识的吸收效率。企业需要将新知识与原有知识进行比较，发现目前知识体系存在的不足，并积极内化外部资源。