创新与知识创新的关系范例6篇

创新与知识创新的关系

创新与知识创新的关系范文1

企业在生产经营过程中与外部环境中的知识资源不断进行交流、互动,根据外部流入知识的作用机制,可以将流入企业的知识划分为技术知识和市场知识两种类型,其中,企业技术知识流入主要是指与企业产品研发、工艺流程设计等相关的知识进人企业的过程,张景安将流入企业中的技术知识定义为能够为企业产品研发、生产提供与技术相关状态与变化的知识,具体包括产品技术工艺或诀窍、硬件设备及使用以及产品技术条件等方面的知识,企业市场知识流入主要是指关于市场产品流行趋势、消费者需求偏好变化以及竞争对手产品经营策略等知识的获取和利用过程,高效率的市场知识流入能够提升企业洞悉市场产品流行趋势、了解消费者需求变化以及评估竞争对手未来发展策略的能力,提升企业竞争力。

创意的概念最早出现在心理学领域的相关研究中,随着企业市场营销理论的不断发展与完善,倡导时尚、新潮流的企业营销创意研究逐渐兴起,并成为企业市场营销实践关注的焦点之一,管理学者们逐渐将创意的理念引入企业创新实践研究中。

理论界与实务界对企业创新实践过程持续、深入、系统的分析与解构,引发了学者们对于企业创意与创新之间相容性问题的重视,并最终形成了不同的研究方向,Amabile等指出,企业创意是企业形成生产经营活动新思维、新想法的能力。企业产品若要获得市场认可,得到消费者的青睐,前提是企业必须具备良好的市场洞察能力和领先的产品设计理念,良好的创意意味着企业获得了可靠的市场信息与资讯、具备了明晰的产品研发与设计理念以及制定了较为完备的产品研发与销售决策模式,基于企业市场营销的视角,Im和Workmant将企业创意分为产品创意和营销创意两种类型,其中,产品创意是指实现产品在外形、功能及品质上的新奇性、独特性及其所能带给消费者的感受程度;营销创意是指企业通过拓展特殊的销售渠道和特色营销方案,将新产品的创新与独特性展现给消费者,获得消费者认可和青睐的程度。

1 研究假设

1.1知识流入与企业创新绩效

企业只有积累了足够丰富的知识整合、利用能力,才能够对外部流入的知识进行充分消化、吸收,并与企业已有的知识进行融合与创新,形成新知识,促进企业创新成功,随着企业间合作联盟的持续发展,拥有深厚知识累积经验的企业,将更能够充分利用从这种联盟方式获得的知识从事创新活动,提升企业创新绩效,当然,这种跨越联盟或产业界线的外部知识流入对于企业整合来自不同专业领域知识的能力提出了非常高的要求,组织通过持续地获取外部知识能够降低组织内部知识的转移成本、提升知识转移效率以及增加知识资产的累积效应等,在技术复杂度相对较高的产业(IT、新材料以及生物医药产业等)中,企业整合不同产业领域技术知识的能力越强,其对产品创新绩效的贡献就越大,另外,作为产品最终持有者的消费者,其对于企业创新成功与否最有发言权,企业拥有丰富的消费者信息资源,将有助于企业洞悉产品市场需求变化及未来发展趋势,从而切实降低企业新产品创新过程中可能存在的市场定位失误,缩短产品创新周期,提升企业创新绩效,企业组织学习经验曲线效应也表明,流入企业中的市场知识越多,企业内部关于市场发展前景越容易形成统一意见,在企业创新战略决策方面也越容易达成共识,此外,在市场竞争中,竞争对手的竞争策略也逐渐引起同行企业的普遍关注,拥有竞争对手所掌握的市场知识,就意味着企业可以精确地掌握竞争对手的市场定位和竞争态势,从而有的放矢地进行战略调整,提升创新绩效,随着外部市场趋势的变化,企业对市场信息进行及时分析与总结,对具有较好市场前景的产品进行功能改进或完善,保持企业创新绩效在较高水平,基于上述分析,本研究提出以下假设。

H1 企业知识流入将对企业创新绩效产生显著的正向影响。

1.2知识流入与企业创意

现代市场条件下,知识的爆发式增长不仅扩充了知识存量,而且使得知识专用性更加明显,流入企业中的知识往往具有专用性的特点,虽然在不同领域间进行转移较为困难,但在其专属领域里却能够发挥出巨大的作用,Weisberg认为,流入企业中的知识与企业创意之间存在倒U型关系,即在企业中的知识存量适中时,企业能够获得创意绩效的极大产出,而相关后续研究也表明,企业中最佳知识存量就是技术知识发挥最大效用时的知识存量,企业创意不是凭空产生的,其需要某一特定领域中相关知识的长期积累,尤其是员工技术知识的积累非常关键,在企业创意形成过程中,技术知识是突破创意“瓶颈”和拓展创意延伸渠道的主要推动力量,Wynder指出,企业外部知识流入主要通过员工招聘进入企业,知识在企业创意中发挥作用也主要通过员工的创造性灵感体现出来,此外,内外部知识间的互补性与协调性,又将促进企业员工在创意形成过程中不断加强团队学习与合作。

在企业产品营销活动中,产品市场空间、企业与外部行为主体间关系品质以及产品供应链发展态势是构建企业营销核心流程的3个维度,Hanavanich等认为,产品开发管理、外部关系管理和供应链管理是企业知识管理的核心内容,在大多数情况下,企业创新绩效的高低需要通过组织在市场上的表现反映,其中产品市场占有率是最能够反映企业创新绩效的指标之一,企业外部知识流入贯穿于企业整个营销活动之中,而外部知识流入能够促进企业创新绩效提升的观点已经得到了众多学者的证实,但不容忽视的一点是,企业大多数产品创新成功都以企业富有创意的产品设计理念与计划方案为基础,Wyn-der在其研究中明确指出,外部知识流入首先引发企业形成新的创意,其次才通过企业创意的引导和规制作用间接提升企业创新成功率,一般来说 ,企业外部知识流入较多,知识储备较丰富的企业,往往在回应市场产品发展趋势变化和消费者需求转变方面更为迅速和敏捷,更能依据市场变化和消费者偏好进行企业创意活动,由此,本研究进一步提出如下假设。

H2 企业知识流入对于企业创意产生显著的正向影响。

1.3企业创意与企业创新绩效

从当前学者关于企业创意的研究成果来看,无论是基于产品研发创意还是市场营销创意,企业创意对于企业创新成功的作用效果是显而易见的,企业拥有较高的产品研发创意绩效,意味着企业对于外部市场发展趋势的把握、产品设计理念的构建均形成了自身独特且较为完备的计划方案,为企业新产品创造奠定了扎实的思想基础,而完善的市场营销创意则能够提升企业产品销售计划的成功率,将产品具备的新功能和新特性很好地展现在消费者面前,众多有关新产品创新成功与失败案例的分析也表明,良好的企业创意能够促进企业在产品功能新颖性和独特性方面实现较大提升,进而增强新产品的市场竞争力,Song和Montoya-Weiss认为,一家富有创意的企业往往能够捕捉到外部市场变化所带来的商机,并能够迅速提出有针对性的产品研发创意和市场销售创意,以满足市场和消费者需求的改变,进而增加企业创新绩效,由此,我们进一步提出如下假设。

H3 企业创意对于企业创新绩效提升具有显著的正向影响。

基于上文的理论分析与研究假设,本研究提出研究框架如图1所示。

2 研究设计

2.1研究样本

以2007-2008年度申报广东省高新技术企业和民营科技型企业的通信电子企业为调查对象,在广东省科技厅高新技术发展与产业化处、政策法规处的大力协助下,我们获得了2714份申报广东省高新技术企业和764份申报广东省民营科技型企业的企业名称、注册性质、企业地址、邮政编码等信息,在此基础上,采用问卷调查的研究方法对上述样本分两批进行抽样调查,每批分别抽取500家企业,本次数据收集活动共发放800份问卷,收回271份,回收率为33.88%,其中有效问卷213份,有效回收率为26.63%,之所以问卷回收率较低是因为调研对象对于本问卷中的企业创意内涵把握不是很清楚,但这并不影响本文的研究。

2.2样本统计性描述

我们采用频数分配方法对样本的基本特性进行统计分析,包括与同行相比的规模和研发投入,企业规模方面,在所有调研企业中,与同行相比属于大规模的企业有45家,占样本总数的21.1%;与同行相比属于中等规模的企业有121家,占样本总数56.8%,与同行相比属于小规模企业的有47家,占样本总数的22.1%,研发投入方面,在所有调研企业中,近3年新产品研发费用占公司营业额0~6.9%之间的企业有79家,占样本总数的37.1%;近3年新产品研发费用占公司营业额6.9%以上的企业有124家,占样本总数的58.2%;未填答的为10家,占样本总数的4.7%。

2.3信度与效度分析

知识流入方面的问题条目主要参考了Miller、刘帮成等的研究成果;企业创意方面的问题条目主要参考了Im和Workman、Amabile、陈艺超等的研究成果;创新绩效方面的问题条目主要参考了Atuahene-Gima、刘宇等的研究成果。

关于量表信度的分析,根据项目相关度分析,剔除项目相关度小于0.4的问题条目,对具有相似性的指标进行了净化,利用Cronbach's α系数对问卷的整体信度进行检验,一般而言,Cronbach's α系数在0.6以上即可接受,0.7以上为较高信度,大于0.8则表示信度非常好,在量表的效度分析中,内容效度与构造效度是反映量表效度的两个重要方面,由于本文的量表是在参考以往相关学者的研究成果基础之上提出来的,且问题条目设计过程中大量参考了权威期刊的相关文献,具有较好的内容效度,因此,我们将主要对问卷的构造效度进行分析,根据主流的量表构造效度分析方法,利用KMO样本测度和因子载荷量来检验量表的构造效度,本文测量量表的信度与效度测量结果具体如表1所示。

从表1中我们发现,本研究测量量表的问题条目相关度均大于0.4,且Cronbach's α系数均大于0.6,表明量表具有较好的信度;而KMO样本测度值均在0.7以上,且因子载荷量的比例也都在50%以上,表明量表具有良好的信度与效度。

3 研究结果

3.1整体模型分析

在实证检验中,我们首先构建了直接影响模型(Model 1)来检验企业知识流入和产品创新绩效之间的直接影响关系,然后构建了中间变量模型(Model 2)来检验企业创意在知识流入和产品创新绩效之间的中介作用,最后在中间变量模型的基础上,加入控制变量企业规模(Model 3)与研发投入(Model 4)对三者关系的影响,图2是未加控制变量的中间变量模型的分析结果。

3.2控制变量的影响

在企业创新实践过程中,企业规模大小是影响企业获取外部知识资源的重要因素之一,而企业研发投入对于企业创意形成、企业创意付诸创新活动等也将产生重要影响,因此,本文结合数据搜集实际以企业规模和企业研发投入作为控制变量来进一步分析知识流入、企业创意和创新绩效之间的关系。

当前理论界关于企业规模和企业研发投入的划分并未形成统一的标准,因此,本文中企业规模的大小是依据调研对象对于自己所在企业与同行企业相比较来判断的,将样本企业划分为大规模企业、中等规模企业和小规模企业3种类型,而关于研发投入的划分标准,我们在对搜集到的数据进行描述性统计时发现,以研发投入为6.9%作为界线进行分组获得的两组数据较为均衡,因此,在研发投入控制变量分析中,我们将样本企业划分为研发投入为0~6.9%和6.9%以上两种类型,然后对上文的理论模型进行再一次验证,结果如表2所示,通过表2,我们发现上述实证模型的结果在不同规模和不同研发投入的企业模型中有极大的不同。

从表2可以看到,拟合指标中x2/df最大值与最小值分别为1.78(Model 1)和2.46(Model 4),处于1~3之间,达到理想水平;GFI的最小值为0.888(Model 2),接近0.9的最低理想水平;CFI的最小值为0.931(Model 2),高于0.9的最低理想水平;TLI的最小值为0.903(Model 2),高于0.9的最低理想水平;RMSEA最大值为0.059(Model 1),小于理想水平0.08,最小值为0.041,大于理想水平0.01;因此,推测本研究所有模型的拟合指标都达到了理想水平,可以用来检验各模型中变量之间的相互影响 关系。

在Model 1中,知识流入对企业创新绩效的影响路径系数为0.53,显著性水平小于0.001,因此,H1成立,在Model 2中,知识流入对于企业创新绩效与企业创意的影响路径系数分别为0.31和0.41,显著性水平都小于0.001,并且企业创意对于企业创新绩效的影响路径系数为0.38,显著性水平小于0.001,因此,我们认为,企业创意在知识流入与企业创新绩效之间产生部分中介作用,而在Model 3中,我们发现小规模企业中企业创意并不在外部知识流入与企业创新绩效之间产生中介作用,同样在Model 4中,企业研发投入少则企业创意在外部知识流入与企业创新绩效之间没有中介作用。

4 结论与讨论

知识流入对于企业创新绩效具有显著的正向影响,对于企业创新实践来说,关键是流入企业的知识要能够切实促进企业创新活动的高效展开,这一发现揭示了致力于提升创新能力的企业应该将知识管理的战略重心从知识获取成本控制、知识获取渠道拓展等转移到有针对性地获取、吸收有利于企业产品创新与市场潜力挖掘等方面的外部知识上来。

创新与知识创新的关系范文2

内容摘要:本研究目的在运用资源基础和组织理论之观点,推导出研究假设,并建构知识管理程序之架构,用以分析台湾与大陆高科技产业的知识能量蕴育和整合之情形,进而探讨知识的整合与创新绩效对于核心竞争力之影响。运用多变量分析及透过台湾229家与大陆243家高科技厂商之调查问卷回收,本研究发现:知识能量、知识整合与创新绩效的交叉作用对于核心竞争力大体上呈现正向且显著的影响作用。

关键词:知识能量 知识整合 创新绩效 核心竞争力

以往竞争战略的观点较强调外部竞争优势之建立与维系,仅强调知识的创造与移转过程,较少着眼于知识整合课题之探讨。本研究拟透过知识基础论之观点探讨知识能量、知识整合、创新绩效与核心竞争力之间的关系。并经由实证研究,了解两岸高科技产业之组织知识管理程序与创新绩效对核心竞争力的影响现况,以知晓企业之概况。

理论与假设

(一)知识能量与核心竞争力的关系

以组织学习的观点而言,知识能量的蕴育可以透过组织学习的过程,而最终目的不外乎提升核心竞争力。Peters and Waterman(1982)认为有透过组织内部学习的企业往往可凝聚知识能量,而在面对变动的环境时能透过有效知识学习能力之建构往往比未透过学习途径而凝聚知识力量的企业更具有较佳的创新绩效。Grant(1996)则认为专门知识共通的重要性,而此共通性则有赖于组织内学习能力之开展与共同愿景的凝聚才能形成;Lei et al.(1999)也强调核心竞争力主要是透过组织学习发展出来的知识能量所奠基而成,并且认为问题的解决与创见和吸收知识是影响公司开创成长机会的基础能力。吴思华(1998)也强调知识的流通对于组织未来能力的增进有重要的影响作用。基于上述讨论,本研究获得以下的推论假说:

H1:知识能量对于核心竞争力有显著的影响作用。

(二)知识整合与核心竞争力的关系

以资源基础的观点而言,知识资源整合的程度和运作的特性不仅与资源的特性有关,而且透过资源整合机制之运作,能够有效提升核心竞争力,而竞争能力程度之开展,往往也须视资源整合软硬件能力之配合。所以,核心竞争力三大能力的提升,除了考虑知识资源的特性外,门槛能力和重要性能力必须视组织内软硬件机制有系统的运作,而且技术能力的有效运作,也要求组织内各单位合作无间的配合。另外,企业欲有效提升有形与无形竞争优势,则必须视企业内部文化与愿景的塑造程序而定(Leonard-Barton,1992;Kogut and Zander, 1995; Grant, 1996;Teece,et al.1997)。基于上述的讨论,本研究获得以下的推论假说:

H2:知识整合能力对于核心竞争力有显著的影响作用。

(三)核心竞争力与创新绩效的关系

一般而言,核心竞争力的建构与维持,对于创新绩效的提升有正向的影响作用,此乃由于核心竞争力的门槛能力与产品的制程或设备的重整有关。另外,建构良好的营销或商品化能力或是技术的改良、新技术的引进对于产品的创新也有正向的影响作用,换言之,不论是产品或制程的创新,都有赖于核心竞争力的发挥(Barney & Zajac,1994;Kogut & Zander,1995;Pitt and Clarke,1999)。Cohen and Levinthal (1990)和Nonada and Konno (1998)也认为透过学习的过程和知识的解读、累积和扩散,不仅是公司创新能力的关键要素,也可保持产品和制程不断的创新,维持企业的竞争优势。Utterback(1994)则认为企业的创新活动不仅会受到产品市场、组织结构特性,例如科层化与官僚制度的影响,而且也认为企业竞争能力的强弱会影响产品与制程的创新。基于上述的讨论,本研究获得以下的推论假说:

H3:核心竞争力对于创新绩效有显著的影响作用。

研究样本

本研究问卷分两部分,分别选择了台湾与大陆的信息电子产业作为研究对象,台湾方面是以新竹科学园区、台中科学园区、台南科学园区之进驻厂商与台湾证券交易所之上市公司的电子类股为实证研究对象,共发出问卷1000份,有效回收样本总计229份,有效回收率达22.9%。

大陆方面是以上海地区与江苏苏州地区的高新技术园区的企业为实证研究的对象,共发出问卷800份,有效回收样本总计243份,有效回收率达30.38%。

中国台湾资料分析与发现

(一)信度检定

在“知识能量”方面,进行因素分析后萃取出“知识解读”、“知识蓄积”及“知识撷取”等三个知识能量因素,研究变量之Cronbach’sα系数为0.92。

在“知识整合”方面,进行因素分析后萃取出“社会化程度”、“合作程度”、“系统化程度”及“目标化程度”等四个知识整合因素,研究变量之Cronbach’sα系数为0.907。

在“核心竞争力”方面,进行因素分析后萃取出“未来能力”、“门槛能力”及“重要能力”等三个核心竞争力因素,研究变量之Cronbach’sα系数为0.977。

在“创新绩效”方面,进行因素分析后萃取出“管理创新”、“策略创新”及“制程创新”等三个创新绩效因素,研究变量之Cronbach’sα系数为0.97。

(二)典型相关分析与主要构面之回归分析

1.知识能量与核心竞争力之典型相关。如图1所示,典型变量的典型相关系数平方为0.676。“核心竞争力”与“知识解读”及“知识蓄积”呈高度正相关,与“知识撷取”呈中度正相关。“知识能量”与“未来能力”及“门槛能力”呈高度正相关,与“重要能力”呈中度正相关。针对典型变量的典型关系,此两构面的整体关系是,组织知识能量的程度越高,则组织的核心竞争力越佳。

假设H1:“知识能量对于核心竞争力有显著的影响作用”得到证实。

2.知识整合与核心竞争力之典型相关。如图2所示,典型变量的典型相关系数平方为0.687。“核心竞争力”与“社会化程度”、“合作程度”呈高度正相关,与“系统化程度”呈中度正相关。“知识整合”与“未来能力”、“门槛能力”及“重要能力”呈高度正相关。然而知识整合构面中的“目标化程度”对于核心竞争力的影响并不显著。针对典型变量的典型关系,此两构面的整体关系是,组织知识整合的程度越高,则组织的核心竞争力越高。

假设H2:“知识整合对于核心竞争力有显著的影响作用”得到部分证实。

3.核心竞争力与创新绩效构面间之回归分析。本研究为验证假设,采用复回归分析方法,藉以了解核心竞争力对于创新绩效构面的影响,如表1所示。

核心竞争力对管理创新的影响。核心竞争力对管理创新影响的复回归模式呈现正向且显著的影响(R2=0.789,F值=284.761)且具显著解释能力(P<0.001)。表示组织为了维持未来竞争优势所必须发展的能力,与组织面临竞争压力时所需具备的支持性能力和基本技术之能力,可透过知识管理程序和核心竞争力的提升促进产品质量完善、功能改变与新产品开发的有效程度提高。

核心竞争力对策略创新的影响。核心竞争力对策略创新影响的复回归模式呈现正向且显著的影响(R2=0.705,F值=182.616)且具有显著解释能力(P<0.001)。表示组织愈重视发展的能力,与组织面临竞争压力时所需具备的支持性能力和基本技术之能力愈佳,则愈能掌握本身产品在市场中的定位或创造新价值,能够比同业更能领先提出成功的策略。

核心竞争力对制程创新的影响。核心竞争力对制程创新影响的复回归模式呈现正向且显著的影响(R2=0.249,F值=26.247)且具显著解释能力(P<0.001)。表示组织为了维持未来竞争优势所必须发展的能力,透过知识管理程序和核心竞争力的提升对于产品制程或工作流程改善的有效程度,具有显著的影响效果。

综合以上,组织核心竞争力的提升将影响创新绩效程度,而组织的未来能力与门槛能力对于组织的创新绩效尤为显著,而重要能力对于策略创新未达到显著影响。

假设H3:“核心竞争力对于创新绩效有显著的影响作用”得到部分证实。

大陆资料分析与发现

(一)信度检定

在“知识能量”方面,进行因素分析后萃取出“知识解读”、“知识蓄积”及“知识撷取”等三个知识能量因素,研究变量之Cronbach’sα系数为0.864。

在“知识整合”方面,进行因素分析后萃取出“社会化程度”、“合作程度”、“系统化程度”及“目标化程度”等四个知识整合因素,研究变量之Cronbach’sα系数为0.853。

在“核心竞争力”方面,进行因素分析后萃取出“未来能力”及“门槛能力”等两个核心竞争力因素,研究变量之Cronbach’sα系数为0.937。

在“创新绩效”方面,进行因素分析后萃取出“管理创新”、“组织创新”及“服务创新”等三个创新绩效因素,研究变量之Cronbach’sα系数为0.943。

(二)典型相关分析与主要构面之回归分析

1.知识能量与核心竞争力之典型相关。如图3所示,典型变量的典型相关系数平方为0.506。“核心竞争力”与“知识撷取”及“知识蓄积”呈高度正相关,与“知识解读”呈中度正相关。“知识能量”与“未来能力”及“门槛能力”呈高度正相关。针对典型变量的典型关系,此两构面的整体关系是,组织知识能量的程度越高,则组织的核心竞争力越佳。

假设H1:“知识能量对于核心竞争力有显著的影响作用”得到证实。

2.知识整合与核心竞争力之典型相关。如图4所示,典型变量的典型相关系数平方为0.371。“核心竞争力”与“社会化程度”、“系统化程度”与“合作程度”呈高度正相关。“知识整合”与“未来能力”及“门槛能力”呈高度正相关。然而知识整合构面中的“目标化程度”对于核心竞争力的影响并不显著。针对典型变量的典型关系,此两构面的整体关系是,组织知识整合的程度越高,则组织的核心竞争力越高。

假设H2:“知识整合能力对于核心竞争力有显著的影响作用”得到部分证实。

3.核心竞争力与创新绩效构面间之回归分析。本研究为验证假设,采用复回归分析方法,藉以了解核心竞争力对于创新绩效构面的影响,如表2所示。

核心竞争力对管理创新的影响。核心竞争力对管理创新影响的复回归模式呈现正向且显著的影响(R2=0.521,F值=132.38)且具显著解释能力(P<0.001)。表示组织透过知识管理程序和核心竞争力的提升对于产品制程或工作流程改善的程度愈高。则组织维持未来竞争优势所必须发展的能力(譬如:技术改良、生产流程自动化以及侦测回馈或预测的能力等)愈佳。

核心竞争力对组织创新的影响。核心竞争力对组织创新影响的复回归模式呈现正向且显著的影响(R2=0.285,F值=49.158)且具有显著解释能力(P<0.001)。表示组织为了维持未来竞争优势所必须发展的能力愈高,对应全球化布局的维修与服务的经验与能力愈佳,对管理的经验与能力亦愈佳。

核心竞争力对服务创新的影响。知识能量对服务创新影响的复回归模式呈现正向且显著的影响(R2=0.365,F值=68.855)且具显著解释能力(P<0.001)。表示组织为了维持未来竞争优势所必须发展的能力愈高,对于处理客户对于公司的建议或抱怨的能力愈高,并重视与上下游供货商之间的关系管理。

综合以上,组织核心竞争力的提升将影响创新绩效程度,而组织的未来能力与门槛能力对于组织的服务创新尤为显著,而门槛能力对于管理创新与组织创新未达到显著影响。

假设H3:“核心竞争力对于创新绩效有显著的影响作用”得到部分证实。

研究结果

本研究实证显示台湾与大陆高科技产业中知识能量的知识解读、知识蓄积与知识撷取程度越高,对于核心竞争力之门槛能力与未来能力有正向的影响作用。研究结果显示,知识的取得与吸收对于建构基础的竞争能力是相当重要的,如能进一步内化系统化知识,则对提升未来竞争性能力有正面影响。此点结论呼应Nonaka and Takeuchi(1995)强调知识管理运作程序和知识转换程序之重要性。

就知识整合对核心竞争力之影响而言,台湾与大陆高科技产业的研究结果均显示当知识整合的社会化程度提高配合弹性的增加,系统化程度提高配合效率之提升以及合作程度提高配合运作范围的扩大,对于核心竞争力的未来能力与门槛能力有正向的影响。此点结论强调知识整合、软硬件设施工具之妥善运用,不仅可以建构核心竞争力的基础门槛能力,而且也能培植未来性能力。此点结论可以呼应Long and Vickers-Koch(1995)和Kay(1993)强调知识整合是建立核心竞争力或独特性能力的重要任务之一。

就核心竞争力对创新绩效之影响而言,台湾与大陆高科技产业的研究结果均显示组织核心竞争力的提升将影响创新绩效程度,而组织的门槛能力与未来能力对于组织的创新绩效尤为显著。企业欲提升整体的创新能力,除了组织内部成员学习能力的培养外,也要其它相关措施的相辅相成,譬如:硬件设备的支持、企业文化的建立、主管策略意图的塑造等,都是提升创新绩效的有效手段。就短期而言,以制程或产品的改变及创新最有效,然而,就长期而言,则必须本业上的改变或创新,才能维持长久。而核心竞争能力在一段时间后需要重新赋予定义与被保护,否则就会因为时间而丧失价值。

参考文献:

1.吴思华.知识流通对产业创新的影响[R].第七届产业管理研讨会,1998

2.芮明杰,陈娟.高技术企业知识体系的构建与管理[M].上海财经大学出版社,2006

3.Barney,J.B.,and Zajac,E.J.“Competitive Organizational Behavior:Toward and Organizationally-Based Theory of Competitive Advantage”[J].Strategic Management Journal,1994,15,5-10.

4.Cohen,W.M.,and Levinthal,D.A.“Absorptive Capacity:A New Perspective On Learning and Innovation”[J].Administrative Science Quarterly,1990,5(1),128-153.

5.Grant,R.M.“Prospering Dynamically-Competitive Environment:Organizational Capability as Knowledge Integration”[M].Organization Science,1996, 7(4), 375-387.

6.Kay,J.,“The foundations of Corporate Success”[M].London Oxford University Press.1993.

7.Kogut,Bruce and Zander, Udo,“Knowledge and the Speed of the Transger and Imitaiton of Organizational Capabilities: An Empirical Test”[J].Organization Science. 1995, 6(1):76-92.

8.Lei,D.,Solcum,J.W.,and Pitts,R.A.“Designing Organizations for Competitive Advantage: The Power of Unlearning and Learning”[J].Organizational Dyanamics, 1999,27(3):23-38.

9.Leonard-Barton,D.,“The Factory as a Learning Laboratory”[J].Sloan Management Review,1992,34(1):23-38.

10.Long,Carl and Vickers-Koch, Mary,“Using Core Capabilities to Create Competitive Advantage”,Organizational Dynamics,1995,24(1):6-21.

11.Nonaka,Ikujiro and Takeuchi,Hirotaka.The Knowledge-Creating Company,New York:Oxford University Press.1995.

12.Nonaka,Ikujiro and Konno,Nobour,“The Concept of ‘BA’:Building a Foundation for Knowledge Creation.”[J]. California Management Review,1998,40(3):40-55.

创新与知识创新的关系范文3

关键词:信任度;知识转移;校企合作创新网络;系统动力学

DOI:10.13956/j.ss.1001-8409.2015.01.12

中图分类号:F273.1 文献标识码:A 文章编号:1001-8409(2015)01-0053-07

Research on Relationship Evolution between Knowledge Transfer

and Trust of School-enterprise Cooperative Innovation Network

XIA Wei-li, LI Xiao-ge

(School of Management, Northwestern Polytechnical University, Xian 710129)

Abstract:Based on the analysis of the components of school-enterprise cooperative innovation network, two-dimensional trust mode contain of direct trust degree and indirect trust degree, a causal graph and a system dynamical model, which could describe the development of school-enterprise cooperative innovation network were built.The system dynamical model was realized by software tool Vensim, following by simulation analysis and model validation and sensitivity test.The simulation results show that trust of school-enterprise cooperative innovation network is affected by multiple factors, changing in the form of ascendant curves, trust has significant effects on knowledge transfer, and the improvement of trust helps the increase of knowledge transfer.

Key words:trust degree;knowledge transfer;school-enterprise cooperative innovation network;system dynamics

1 引言

快速变化的竞争和世界范围内的创新速度使单个企业无法孤立地解决组织间的创新行为,因此大量的企业选择参与创新网络、战略联盟或者其他形式的跨组织联系,以期实现某种形式的“协作优势”。校企合作创新网络在此背景下应运而生。校企合作创新网络的相对优势在于网络内各创新主体可以通过知识转移和知识共享实现协同发展。信任作为连接校企合作创新网络各成员的重要关系纽带,有利于网络中知识转移水平的提升。

信任被广泛应用于各类领域和组织中(如团队、企业、网络组织等)<sup>[1]</sup>,随着对信任研究的加深,管理学领域将信任与知识转移结合起来,认为信任是一切合作关系的前提,尤其是在正式沟通渠道不够畅通、存在利益关系的组织中,信任的重要性更为突出<sup>[2]</sup>。对于信任与知识转移的关联,Anoop Madhok提出:组织间信任可以为合作双方建立长期的资源合理分配和认知的共享<sup>[3]</sup>。随后大量的文献和实证研究证明<sup>[4~6]</sup>,信任会影响知识转移,信任可以促进有效的知识转移,信任会增加信息交换的数量,与知识转移呈正相关<sup>[7]</sup>;信任能促进组织的知识转移,因为它增加了合作伙伴帮助对方理解新的外部知识的愿意,缺乏信任会对有效的知识转移产生很大程度上的负面影响,尤其是在转移给知识接受者的知识来源不确定的情况下<sup>[8]</sup>。

尽管信任对于知识转移的促进作用显著,但长期以来,对于信任的研究是从定性和变量相关性方面去解释,这种研究方式忽视了信任的计量分析和信任度变化对知识转移的影响,无法深度揭示信任的动态性和演化,也忽视了反馈效应及因果关系。因此,本文在分析校企合作创新网络的信任结构模式基础上,引入系统动力学研究信任与知识转移的因果关系,构建校企合作创新网络知识转移动态演化过程的系统动力学模型,并通过仿真及灵敏度分析,揭示高校对企业的信任度与知识转移的演化规律,为校企双方知识转移行为策略选择提供参考。

2 校企合作创新网络知识转移影响因素及因果关系分析

大量研究证明,知识转移的影响因素主要有四方面:知识发送方(知识发送方的特性、知识转移意愿和知识转移能力),知识接收方(知识接收方特性和知识吸收能力),知识特性(隐性知识和显性知识)和知识转移情境(信任、知识距离和开放程度等)<sup>[9]</sup>,本文主要研究高校对企业信任度对知识转移的影响。

2.1 校企合作创新网络信任模式结构

高校和企业在合作创新网络内为共同完成高技术产品的研发与生产中,为预防机会主义行为,降低相关的知识转移成本,需要对企业的信任度进行评估,以得出对方在未来合作过程中可靠性、诚信度及合作能力的预期。本文将信任视为校企合作创新网络知识转移的纽带,校企知识转移量受知识阈值和信任度的影响。信任度由直接和间接信任度组成,构建模式为在历史合作直接信任的基础上,依据社会网络关系接近特征与信任开放传递特征,通过信任征集与反馈过程获取间接推荐信任<sup>[10]</sup>。

(1)直接信任度。高校对企业的直接信任主要来源于对历史合作满意度的统计与分析,通过对已有典型信任模型的研究和分析,根据经验,最新发生的合作行为可信性最高,远期合作行为的信任度逐渐衰减<sup>[11]</sup>,本文引入信任衰减系数,直接信任度的主要影响因素有:历史交互次数、合作成功次数、最近一次交互信任值、历史交互信任度、历史合作满意度影响系数和衰减系数,高校对企业的直接信任度公式如下:

Td(A,B)=Tt-1(A,B)+λ×Th(A,B)×γN N>0

0.5 N=0

Tt-1(A,B)表示最近一次的校企合作信任值,A、B分别表示高校和企业,λ是调节系数,调节校企历史合作满意度对直接信任度的影响,用m表示校企合作成功次数,N是高校和企业近期直接合作次数,则λ=m(N+1)。Th(A,B)代表校企历史交互信任度,γ是信任度衰减系数。当初始阶段,校企双方完全没有合作历史时,信任度为默认值0.5。

(2)间接信任度。在评价企业的信任度时,仅凭直接信任是不完善不可行的,因此本文构建了间接信任度Ti(A,B),用以描述高校对推荐者关于企业的反馈推荐信任值真实性、准确性的度量。间接信任度受到推荐者的可信度、推荐者对企业的直接信任度和信任者数量的影响。根据信任关系的传递性,本文假设推荐者信任度越高,推荐信息越可信。推荐者数量为n,但由于信任传递的有限性,设置推荐链最大长度为5,Td(A,C)为推荐者的可信度,Td(C,B)TC为推荐者的可信度,当有多个推荐者时,校企的间接信任度为:Ti(A,B)=1n∑nc=1Td(A,C)Td(C,B)。

(3)信任度。综合校企的直接和间接信任度,引入自信因子α(α∈(0,1)),自信因子代表直接信任度在综合信任度中所占的权重,α值越大,表明直接信任权重越高,即高校更相信自己的直接经验,得出校企之间的信任度为:

T(A,B)=αTd(A,B)+(1-α)Ti(A,B)

2.2 校企合作创新网络知识转移因果关系分析

在校企合作创新网络中,高校为知识发送方,企业为知识接收方,企业通过合作创新网络接受来自高校的转移知识,提高自身的知识存量。高校的知识存量由知识创新量和知识失效量决定,企业的知识存量由知识创新量、知识失效量和转移知识量决定。由此构建的校企合作创新网络知识转移模式如图1所示。

图1 校企合作创新网络知识转移模式

知识转移量是由知识势差、知识转移阈值、信任度共同决定。高校知识存量的增加导致知识势差的增大,知识势差的存在促进了知识转移的可能性,知识势差的增大使得知识转移意愿增强,知识转移量增多;知识转移阈值的设定体现了高校对自身核心知识的保护,当知识转移越接近高校的核心知识,校企知识势差越小,知识转移量越少,直至转移停止<sup>[12]</sup>。信任与知识转移量正相关,当高校通过与企业的直接交互或其他多个第三方的推荐建立起较高的信任度时,就降低了对企业的机会主义行为预期,增强了对企业合理有效利用转移知识的信念,提高了高校的知识转移意愿,进而增多知识转移量。

3 校企合作创新网络知识转移的系统动力学模型构建

3.1 模型基本假设

(1)校企双方存在知识势差,高校的初始知识存量要高于企业的知识存量。

(2)高校的知识失效率大于企业的知识失效率,高校的知识有效期长于企业知识有效期。

(3)高校和企业的成功交互次数小于等于校企的历史交互次数。

(4)在校企双方存在交互历史时,信任度中直接信任度所占权重高于间接信任度。

依据上文的分析,建立校企合作创新网络知识转移的因果关系图和系统流图,如图2和图3所示。模型中主要的变量和常量有:状态变量(L)2 个,流率变量(R)4个,辅助变量(A)9 个,常量(C)8 个,共23 个变量。

表1 系统变量列表

变量类型变量名称

状态变量高校知识存量,企业知识存量

流率变量高校知识创新量,高校知识失效量,知识转移量,企业知识失效量

辅助变量高校知识创新率,知识转移阈值,知识势差,

企业知识创新率,信任度,直接信任度,间接信任度,信任衰减系数,历史满意度影响系数

常量历史交互次数,最近一次交互信任度,历史交互满意度,推荐者的可信度,推荐者对企业的信任度,推荐者数量,合作成功次数,自信因子

3.2 方程及参数说明

高校知识存量=INTEG(高校知识创新量-高校知识失效量,20);

高校知识创新量=高校知识存量×高校知识创新率;

高校知识创新率=WITH LOOK UP{Time,[(0,0)-(30,0.2)],(0,0.06),(30,0.09)},用表函数来表示高校的知识创新率,设定在30个单位的仿真时间内,高校的知识创新率按线性提高百分之三。

高校知识失效率=0.02;

高校知识失效量=STEP( 高校知识存量×高校知识失效率,8 ),用阶跃函数来模拟知识失效的过程,高校的知识在8个仿真时间单位后失效,失效的知识量为高校知识存量的百分之一。

企业知识存量= INTEG(企业知识创新量-企业知识失效量,5);

企业知识创新量=企业知识存量×企业知识创新率;

企业知识创新率=0.02×知识转移阈值;

知识转移阈值= IF THEN ELSE(企业知识存量/高校知识存量 小于0.75,企业知识存量/高校知识存量,0.75 ),当阈值达到0.75时,高校不再向企业转移知识。

企业知识失效率=0.01;

企业知识失效量=STEP(企业知识存量×企业知识失效率,6)。

知识转移量= SMOOTHI( IF THEN ELSE( 知识转移阈值小于0.75,信任度,0),1,0),0.75是知识转移阈值的上限,超过0.75时,高校向企业的知识转移停止,知识转移量为0,用一阶信息延迟函数来表示知识从高校转移到被企业吸收的过程,延迟时间为1个仿真时间单位。

信任度=自信因子×直接信任度+(1-自信因子)×间接信任度;

直接信任度=IF THEN ELSE(历史交互次数大于0,最近一次交互信任度+历史满意度影响系数×(历史交互满意度×信任衰减系数)/历史交互次数,0.5 );

间接信任度=推荐者的可信度×推荐者对企业的信任度/推荐者数量自信因子=0.7。

信任衰减系数= WITH LOOK UP{Time,([(1,0)-(30,1)],(1,0.38),(30,1)},用表函数来表示校企之间的信任衰减系数,设定在30个单位的仿真时间内,信任衰减系数分从指数分布γ=e-(30-Time)/30。

合作成功次数=RANDOM UNIFORM(0,5,3 );

历史满意度影响系数=SQRT(合作成功次数/(历史交互次数+1));

历史交互次数=RANDOM UNIFORM(1,10,5 );

最近一次交互信任度=RANDOM NORMAL(0,1,0.6,0.01,0.4 );

历史交互满意度=RANDOM NORMAL(0,1,0.7,0.01,0.6 );

推荐者的可信度=RANDOM NORMAL(0,1,0.4,0.01,0.3 );

推荐者对企业的信任度=RANDOM NORMAL(0.1,0.8,0.5,0.01,0.4 );

推荐者数量=RANDOM UNIFORM(0,5,2 )。

图2 校企合作创新网络知识转移因果关系图

图3 校企合作创新网络知识转移流图

4 校企合作创新网络信任与知识转移的演化模型仿真与分析

4.1 模型仿真

本文采用vensim PLE软件来仿真校企合作创新网络中信任与知识转移的模型,设定仿真时间为30个月,初始时间为0,步长为1个月,高校的初始知识存量为20,企业的初始知识存量为5,主要变量的仿真处理结果如图4所示。

图4 系统仿真结果

4.2 模型有效性检验

对校企合作创新网络信任与知识转移的演化模型进行有效性检验,以验证模型仿真结果与校企知识转移行为与信任演化趋势是否能够反映真实系统的特征和变化规律。模型有效性检验有两种:理论检验和历史检验,本文通过理论检验对模型进行有效性检验<sup>[13]</sup>。设定校企合作创新网络信任和知识转移演化模型的初始状态,得到信任度、直接信任度、间接信任度,知识转移双方的知识存量,知识创新量,知识失效量,知识势差和知识转移量在不同时期的变化趋势。结合系统仿真结果和不同时点上各变量值,归纳总结校企合作创新网络知识转移主体的行为特征和演化规律。

模型有效性分析如下:

(1)高校对企业的信任度在仿真时间内虽有波动,但总体处于增长态势。直接信任度在前20个仿真时间波动较小,从第20个时间点开始,有较大幅度的波动,这符合信任的衰减规律,最新发生的合作行为可信性最高。直接信任度在信任度中占比重较大,而直接信任度受信任衰减系数、历史满意度影响系数、历史交互满意度等变量的影响,因此每一个因子的变动都可能引起信任度曲线的波动,如在第20个仿真时间内的信任度达到最高点,可能是由于此阶段,交易成功在历史交互次数中所占比例较高,或最近一次交互信任度较高引起的。在第21个仿真时间里,信任度急剧下滑,这是由近期交互信任度的突变引起的,如校企双方重大合作项目的失败或者机会主义、投机行为的出现,使直接信任度迅速下降。为避免或减少信任度的剧烈波动,可通过引入奖励或惩罚机制来监控机会主义、投机行为的发生,弥补合作失败对双方造成的损失。

(2)高校和企业的知识存量随着仿真时间的演进,仿真时间内呈现持续增长趋势。由于初始阶段高校知识存量高于企业,且高校的知识创新量处于持续增长状态,企业的知识创新量处于波动上升趋势,增速低于高校;另一方面,由于企业处在激烈的市场竞争中,知识更新速度快,系统设置企业的知识失效量周期为6个月,企业的知识失效量速率高于高校,因此经历30个仿真时间后,高校的知识存量要稍高于企业的知识存量。

(3)知识势差和转移知识量均呈现出先增后减再波动增加的趋势。仿真初始,高校的知识存量和知识创新率高于企业,高校知识增长量略高于企业,高校对企业的信任度水平较低,知识转移量低,使知识势差小幅增加。随着信任度的提高,转移知识量逐渐增加,企业知识存量的增加弥补了知识创新率上的差距,与高校的知识势差缩小,直至转移阈值达到临界值,知识转移停止。高校对企业的转移知识量不再增加后,知识创新优势再次显现,高校知识存量快速增长,知识势差增大,转移阈值变小,知识转移再次开始,如此循环往复。

通过对模型的理论检验可知,主要变量的演化规律与实际是相符的,基于系统动力学构建的校企合作创新网络信任与知识转移关系演化模型可以对校企信任度、知识转移量和其他主要变量的演化趋势进行有效的模拟和仿真,说明本模型具有刻画真实的校企合作创新网络信任与知识转移关系演化的能力,能够据此提供有价值的参考信息。

4.3 模型灵敏性检验

灵敏度分析是通过改变模型中的参数,考察对模型仿真输出的影响程度,为实际工作提供政策和决策支持<sup>[14]</sup>。本模型主要是针对自信因子、知识转移阈值与合作成功次数进行灵敏度分析。

(1)保持其他参数不变,调整自信因子,方案1在原方案的基础上将自信因子增为0.8,在方案1的基础上将自信因子降为0.6,得到方案2的信任度。由图5可知,随着自信因子的增大,信任度水平逐渐提高,知识转移量逐渐增多。可知,信任度与知识转移量正相关,较高的信任度有利于提高校企之间的知识转移水平。

(2)保持其他参数不见,在原方案的基础上将知识转移阈值边界上升为0.8,得到方案1,继续上升为0.85,得到方案2,仿真结果如图6所示。随着知识转移阈值的提高,知识阈值曲线呈现出先增后减再增的趋势,由随着临界值增大,高校知识保护程度降低,知识转移阈值达到临界值,知识转移停止,随着知识转移阈值的增大,知识转移量减少的时间点延后,且知识转移量逐渐增加。

(3)保持其他参数不变,方案1在原方案的基础上,将合作成功次数最大值调整为6,方案2在方案1的基础上将合作成功次数最大值调整为7,合作成功次数变化所引起的信任度与知识转移量的变化如图7所示。合作成功次数的波动范围增大引起了信任度的波动幅度提高,信任的波动影响了校企知识转移量的变动,知识转移量的波动变化趋势与信任度的波动趋势相一致,这也印证了上文的分析。

5 结论

本文以校企合作创新网络为研究对象,应用系统动力学方法给出了信任与知识转移行为演化关系的因果关系图并构建了系统流图,进而使用Vensim PLE软件实现了系统仿真,并就自信因子、知识转移阈值和合作成功次数进行了灵敏度分析。得出的主要结论是:校企合作创新网络高校对企业的信任受多重因素的影响,且处于波动上升趋势;信任度对知识转移量的影响显著。自信因子、知识转移阈值和历史合作成功次数对知识转移量的灵敏度较高,但自信因子、历史合作成功次数都是通过信任度间接影响知识转移量,因此,校企知识转移量受信任度的影响,呈现波动增加的趋势,较高的信任度有利于促进校企知识转移量的增加。

由此,在高校与企业建立合作创新网络,进行技术创新和知识价值创造时,有必要建立有效的信任机制,并通过激励和惩罚机制的设置,保持信任度的稳定增长,促进双方合作关系的良性发展,这不仅有利于双方知识转移过程的实现和网络内知识水平的提高,也有益于最终实现校企合作创新网络的知识价值创造的目标。此外,由于本文主要探讨信任与知识转移的关系,故忽略了其他知识转移的影响因素。且由于信任度的计量是一个动态变化的复杂过程,因此模型中对部分变量和方程的设定实行了简单化处理,更为复杂的动态过程在模型中的体现值得今后进一步深入研究和探讨。

参考文献:

[1]J ialin Hardwick,Alistair R.Anderson,Douglas Cruickshank.Trust Formation Processes in Innovative Collaborations:Networking as Knowledge Building Practices[J].European Journal of Innovation Management,2013,16(1):4-21.

[2]Roger C Mayer,James H Davis,F David Schoorman.An Integrative Model of Organizational Trust[J].The Academy of Management Review.1995,20(3):709-734.

[3]Anoop Madhok.Opportunism and Trust in Joint Venture Relationships:An Exploratory Study and a Model[J].Scandinavian Journal of Management,1995,11(1):57C74.

[4]Anna Sankowska.Relationships Between Organizational Trust,Knowledge Transfer,Knowledge Creation,and Firms Innovativeness[J].The Learning Organization,2013,20 (1):85-100.

[5]Gian Casimir,Karen Lee,Mark Loon.Knowledge Sharing:Influences of Trust,Commitment and Cost[J].Journal of Knowledge Management,2012,16(5):740-753.

[6]Michael D,Santoro,Paul E Bierly III.Facilitators of Knowledge Transfer in University-Industry Collaborations:A Knowledge-Based Perspective[J].Transactions on Engineering Managment,2006,53(4):495-507.

[7]Tsai W,Ghoshal S.Social Capital and Value Creation:The Role of Intra-firm Networks[J].Academy of Management Journal,1998:464-476.

[8]Gallie P-E,Guichard R.Do Collaboratories Mean the End of Face-to-face Interactions?An Evidence From the I See Project[J].Economics of Innovation & New Technology,2005,14( 6):517-532.

[9]张力,聂鸣.产学合作机构知识转移动力模型的实证研究[J].软科学,2010,24(1):27-31

[10]张树臣,高长元.高技术虚拟产业集群社会网络信任模式研究[J].管理学报,2013,10(9):1301-1308.

[11]周茜,于炯.可信网络中基于信誉和风险评估的动态信任模型[J].计算机应用研究,2010,27(11):4211-4214.

[12]徐升华,尹红丽.组织内部知识整合的系统动力学模型研究[J].管理学报,2013,10(6):890-897.

创新与知识创新的关系范文4

内容摘要:本文以知识链为产业集群创新网络分析的微观视角,以产业集群创新网络结构为宏观视角,分析了产业集群创新网络的结构特征。在对以往知识链研究成果进行总结的基础上,洞察了以往知识链研究在知识链与管理活动之间关联不明确的缺陷。在分析产业集群创新网络其结构特征的基础上,提出了针对各种关联的管理活动取向,力求为知识链、产业集群等理论与管理活动的结合研究提供新的思路。

关键词:知识链 产业集群创新网络 核心网络 辅助网络

产业集群作为一种大型复杂的具有耗散结构的经济系统,是一个经由资源输入、系统整合与转换、资源输出和系统反馈的运作过程。作为一个空间组织综合体,其竞争优势的形成来源于各种正式的系统化知识与各种默认知识的创造与共享。本文以知识链为理论基础,探讨产业集群创新网络特征。

产业集群创新系统分析

集群创新系统一般由核心价值系统、支持价值系统和环境价值系统三部分构成,其中最关键的是核心价值系统。核心价值系统实际上是一个密集的企业关系网络,它包含垂直网络和水平网络两部分。集群创新系统的价值要素构成(魏江、陈劲,2006),如表1所示。

传统知识链研究的缺陷

知识链( Knowledge Chain)是指以拥有不同知识资源的组织为主体,以实现知识流动、知识共享和知识创造为目的,通过知识在不同组织之间流动而形成的链式结构(顾新、郭耀煌、李久平,2003)。在参考大量文献之后,本文对知识链的内涵总结如下:知识链是一种管理机制或管理方法;采用知识链的目的是为知识用户提供信息、知识;知识流贯穿于知识链始终。

从美国学者C•W•Holsapple和M•Singh在1998 年提出的知识链概念及知识链模型(见图1)和清华大学刘冀生教授提出的一种改进知识链模型(见图2)来看,知识在经历了知识获取、知识选择、知识生成、知识内化、知识外化等环节后贡献于竞争力的形成。邓卫华、易明认为改进的知识链模型较好地反应了企业核心竞争力与知识的本质联系,在知识与能力之间架起了一座桥梁。本文认为,原始模型刻画了企业内部知识流动的过程,并且加入了伴随着知识流所进行的相应的管理活动,但没有揭示出知识流与管理活动之间的内在联系,也没有体现知识与管理系统其他要素的关联;刘冀生的改进模型尝试构建了知识与核心竞争力之间的关系,但没有加入管理行为要素,模型中的“外部知识源”和“竞争能力”也应改为“外部知识溢出”和“竞争能力提高”更为恰当。此外,这两个模型均是以企业自身为界刻画了知识在企业中的流动,没有涉及企业外部知识流动。

本文尝试将知识链的基本模型融入产业集群创新网络进行分析,从知识链的角度探讨产业集群创新网络特征,并力求通过模型的构建反映企业外部知识流动的基本情况,并通过对模型的分析来揭示知识流动与企业管理之间的内在联系。

基于知识链的产业集群创新网络模型构建

在产业集群创新网络中,创新网络的结构特征、知识溢出、创新环境要素(金融、政策等)是影响集群创新能力的主要因素。创新网络的结构特征主要指创新网络要素构成及其关联关系。一个关联密切、结构稳定的创新网络,其创新能力相比于关联疏松、结构稳定性差的网络要强。知识溢出就是知识的外部性,它是指知识一经产生就会很快扩散到其他地方,接受者通过自觉或不自觉的行为获得知识的应用;或是将获得的知识与原有知识整合并产出新知识的过程中,没有给予知识的提供者以补偿(或者给予的补偿小于知识创造成本的价值),因而提供者没有享受全部收益,通过这种方式获得的知识以及获得该知识的过程就是知识溢出的过程(孙兆刚、徐雨森、刘则渊,2005)。知识溢出是创新网络进行创新的主要途径,知识溢出降低了集群创新的成本,是非正式创新网络支持创新的主要模式,可以增进整个社会的福利。 综合以上分析,文章构建基于知识链的产业集群创新网络模型,如图3所示,其特征如下:

第一,核心网络、以及由政府、中介机构、金融机构和高校及科研机构所构成的辅助网络是产业集群的核心价值要素系统和支持价值要素系统,与外部网络一起构成了产业集群创新网络,这是学者们多年来对产业集群创新网络研究的重要成果。

第二,受曾德明等人研究的启发,本文将高校及科研机构、核心企业、竞争企业、供应商和相关企业归纳为创新主体网络,以上各要素为创新主体。高校、科研单位与各类企业之间的关联体现的是产学研体系对产业集群创新的支撑作用。核心网络中的客户也与创新主体要素具有密切的关系。一方面,创新主体网络创新的出发点都是要更好地满足客户需求,因而客户引导了创新网络;另一方面,产业集群的创新包含技术创新和市场创新,而客户是市场创新的主要受益者。

第三,政府、中介机构和金融机构等构成创新辅助网络,是产业集群中的支持要素和环境价值要素。

第四,各要素之间的关联。核心企业与供应商、客户之间是市场交易关系,知识与信息的转移往往是伴随着物质与资金的转移而发生的。核心企业与竞争企业、相关企业之间是竞合关系,在某些条件下可以合作创新以减小创新风险,但竞争关系也使得各种资源(人、市场等)在这些企业间流动。高校、科研机构则是企业创新的智力支持者,两者之间是以创新成果为标的的市场关系,它们能够发挥对集群创新的知识支持作用,高校及科研机构的研究成果也常常通过市场交易在产业集群中来实现价值。中介机构、金融机构和政府等则为集群创新活动提供了资金、信息和政策等环境资源,是创新网络的辅助体系。

第五,各要素之间关联对产业集群管理的启示为:对于产业集群中存在的市场交易关系就应严格遵守市场准则,通过合同管理、调研、预测等手段来降低集群创新风险。对于各主体与客户之间关系的管理则应把握客户是创新网络最终目标的方向,确保管理活动保持正确的价值取向,强化管理伦理。对于创新主体与辅助体系要素的关系则要建立在沟通的基础上,以更有效地确保各种资源能够顺畅流动。

本文以知识创新为主导,重新建构了产业集群创新网络的结构,并对各要素之间的关系进行了分析,探讨了相应的管理活动方向。产业集群创新网络在实现创新的过程中,伴随着创新主体之间的知识流动和创新主体内部的知识流动,知识从源头经知识创新到产出的过程则是知识链的运动过程,因而产业集群创新网络中知识流的运动是基于知识链的运动。

参考文献:

1.吴德进.产业集群论[M].社会科学文献出版社,2006

创新与知识创新的关系范文5

关键词:企业-顾客在线互动;知识共创;新产品开发绩效

中图分类号:F273.1 文献标识码:A

1引言

新产品开发是企业生存发展的关键环节和竞争优势的重要来源。随着企业创新活动逐渐从封闭走向开放,“共同创造”作为一种汇聚各方力量的创新模式,开始应用于新产品开发实践。顾客无疑是重要的“合作创造者”之一,其与企业的合作主要通过互动来实现[1,2]。Muller和Zenker[3]指出,企业与顾客间蕴含着一种“共生关系”,“企业-顾客互动”的界面是企业与顾客共创价值的新场所。在价值共创的创新层面,创新过程也是参与主体的知识增加过程,是知识的共同创造[4]。因此,通过与顾客的互动来整合双方知识和潜能并实现知识共创,是提升企业新产品开发绩效的重要途径。互联网和信息技术的高速发展,使企业与庞大顾客群体的在线实时零距离互动成为可能,企业-顾客互动的广度、深度和频度大大增强,越来越多的企业开始通过企业-顾客在线互动来进行新产品开发[5]。与此同时,出于对现有产品不满等原因,顾客也希望通过便利的在线工具与企业互动并共创价值[2]。在线顾客群体拥有大量的消费知识、市场信息和技术诀窍[6];企业-顾客在线互动可充分利用顾客的异质性知识和创造力,在思想碰撞中激发创新风暴[7]。企业—顾客合作创新是创新领域的新兴重要研究方向,涉及创新管理、服务管理、营销管理等多个学科。已有研究主要从顾客参与创新、顾客导向、价值共创、服务主导逻辑等视角展开,其中顾客参与创新研究最为多见。虽然“顾客创新工具箱”、“虚拟顾客环境”、“基于社区的创新”等互联网环境下的顾客在线参与创新,已开始引起学界关注[6,8,9];但传统的顾客线下实体性参与创新研究,目前仍处于主流地位。已有研究基本肯定了企业—顾客合作对创新绩效的积极作用,但大多从顾客单向性参与企业创新视角出发,将顾客仅仅视为企业创新活动中的信息提供者,主要关注企业如何获取顾客信息以提升创新绩效,低估了顾客的“合作创造者”角色[2]。企业—顾客合作创新的本质是互动[1];隐性、粘性的知识和洞察力很难与产生它的社会背景分离,因而需要更深入的双向互动和沟通过程[10]。Sigala[11]的案例研究也发现,创意并非预先存在,而是在企业与顾客互动、对话过程中产生的。Sawhney等[12]、Lundkvist和Yakhlef[10]、Kohler等[13]、闫幸和常亚平[14]对企业-顾客互动进行了概念界定和维度划分;Bonner[15]、张若勇等[16]、王琳[17]从信息质量、组织学习和知识整合视角,分析了企业—顾客互动与创新绩效的作用关系;Kohler等[13]、Mo-haghar等[18]对知识共创进行了界定,并强调了其在新产品开发中的重要性。但企业—顾客互动与新产品开发绩效研究总体尚处于起步阶段,且以线下实体性互动及两者间的直接影响关系研究为主,对知识共创及其在两者关系中的重要作用尤其缺乏足够关注。本文将企业—顾客合作创新的情景,从传统的顾客线下实体性和单向性参与,延伸至网络虚拟环境下的企业-顾客在线双向互动。同时深入到企业—顾客合作创新的本质层面,从知识共创这一新颖视角出发,就企业-顾客信息导向、关系导向和任务导向在线互动,对外向型、内向型知识共创及新产品开发绩效的具体作用机制,做较系统的理论和实证研究。本文进一步深化和拓展了企业—顾客合作创新的理论研究,在研究情景、研究视角和研究内容方面有一定的创新性和理论贡献,对后续相关研究也有一定借鉴意义;同时还为企业如何有效利用网络虚拟环境下的企业-顾客在线互动,来实现知识共创并提升新产品开发绩效提供了一定的实践指导。

2研究设计

2.1企业-顾客在线互动与知识共创的关系

假设企业-顾客在线互动是企业与顾客基于互联网和社会化媒体,围绕特定创新任务而进行的持续交流与协作活动,可分为信息导向、关系导向和任务导向互动三个维度。信息导向互动是企业与顾客在线分享和交换创新信息的活动;关系导向互动是以建立双方持久关系和满足情感需求为目标的在线互动;任务导向互动是企业与顾客围绕特定创新任务开展的在线合作。知识共创是企业与顾客通过互相启发、诱导、激励,共同构建和发展新知识的过程,可分为内向型和外向型知识共创两类。内向型知识共创指企业获取顾客知识,在企业内部经过共享、整合、利用,进而创造出新的知识;外向型知识共创指顾客利用企业提供的知识和资源,与自身拥有的知识与技能相融合,进而创造出新的知识。(1)企业-顾客信息导向互动与知识共创。信息交换与分享是知识共创的前提和基础。显性知识可以方便地通过现实或虚拟环境进行传播;而隐性知识的分享难度则相对较大,需要通过更为复杂的互动和沟通过程来实现[10]。在网络技术帮助下,部分隐性知识也有可能在虚拟环境中进行分享,从而有利于知识共创。通过与顾客信息导的在线向互动,企业能获取顾客关于市场需求、竞争对手、产品使用经验等海量的异质性信息。这些信息与企业原有知识相结合,经过提炼、整合和升华,能进一步发展出新的知识。与此同时,为有效贡献自己的知识,顾客需要获得企业的专门知识并理解其含义。信息导向互动为企业创造了对顾客进行背景知识和技能辅导的便利机会,从而有利于顾客进行与企业的知识共创[19]。因此,假设如下:H1a:企业-顾客信息导向互动对内向型知识共创有显著正向影响。H1b:企业-顾客信息导向互动对外向型知识共创有显著正向影响。(2)企业-顾客关系导向互动与知识共创。企业与顾客进行关系导向的在线互动,有利于培养顾客信任并促进其分享高质量的知识。信任是知识管理和创造的关键变量,是刺激知识分享、促进知识共创的重要因素之一[20,21]。在网络虚拟环境下,企业与顾客通过在线互动建立起友善、信任的合作关系,能有效促进企业与顾客的信息交换与相互沟通,进而提升顾客群体的创造力,并诱发更多新知识的创造[22,23]。如通过网络开展对顾客创意的奖励活动,既有助于企业建立起与顾客的情感联系,又激励和引导了顾客创造力。Payne等[24]指出,企业与顾客在互动过程中彼此影响、相互学习,尤其当顾客的意见、建议被企业聆听或采纳时,会让其体验到愉悦和满足并进一步激发创造热情。因此,假设如下:H2a:企业-顾客关系导向互动对内向型知识共创有显著正向影响。H2b:企业-顾客关系导向互动对外向型知识共创有显著正向影响。(3)企业-顾客任务导向互动与知识共创。Mohaghar等[18]认为,顾客对自身的产品相关知识和信息是无意识的,企业应为他们提供一个场景来提取所需知识。王莉和任浩[7]指出,顾客拥有新产品开发所需的重要信息和资源,但受专业能力所限而无法准确表达;开展创新任务导向的在线互动,有利于企业引导并获得顾客的知识贡献。Kristensson等[25]指出,通过与企业的互动,普通用户能产生更具原始性和价值的创意,专业开发者和高级用户能产生更可行的创意。企业-顾客任务导向的在线互动,使顾客自身无法思考和表达的知识,在交流、沟通过程中迸发,并创造出新的思想[26]。如企业在网络创新社区创意征集帖子后,顾客可跟帖回复提交自己的创意,或对他人的创意发表评论。通过社区成员互相评论和思想启迪,有价值的创意和想法会源源不断地产生。因此,假设如下:H3a:企业-顾客任务导向互动对内向型知识共创有显著正向影响。H3b:企业-顾客任务导向互动对外向型知识共创有显著正向影响。

2.2知识共创与新产品开发绩效的关系假设

Sawhney和Prandelli[27]指出,更大的创新潜能、更好的市场需求契合、更高的顾客满意度和更低的信息模糊性,是企业跨边界知识创造的最显著结果。Gibbert等[28]的研究发现,与顾客共同创造知识能有效提升企业新产品开发能力。与顾客合作共同创造知识,还有助于企业深入理解顾客潜在需求,从而更快更好地响应顾客。Sawhney等[12]提出了知识经济时代顾客作为知识共创者的重要角色,与顾客共创知识既有利于企业新产品开发,又对顾客满意和顾客忠诚有积极作用;知识共创的良性循环,还能增加企业知识的独特性和不可模仿性,并成为潜在的企业租金自我更新源泉。Mohaghar等[18]也指出,与顾客共创知识是企业确保新产品开发成功的现实需要。因此,假设如下:H4a:内向型知识共创对新产品开发绩效有显著正向影响。H4b:外向型知识共创对新产品开发绩效有显著正向影响。

2.3企业-顾客在线互动与新产品开发绩效的关系假设

(1)企业-顾客信息导向互动与新产品开发绩效。顾客与企业互动过程中提供的信息,能帮助企业有效评估和满足顾客需求,从而降低新产品失败风险[29]。在网络虚拟环境下,企业与顾客可以进行高效的双向交流和互动,顾客能通过文字、图片、视频等载体,方便快捷地与企业分享知识和信息。通过信息导向的在线互动,企业能及时更新和深化顾客信息,获取顾客分享的创意和知识,从而使产品需求映射更加精准[30]。Fil-ieri[31]指出,在创意产生和筛选阶段,通过与顾客在线互动获取的顾客原始、新颖和可行的想法,对企业开发出更好满足顾客需求的新产品十分关键。企业与顾客信息导向的在线互动,还有利于增加顾客知识存量,加深其对产品的理解和认识,从而能为新产品开发提出更切实可行的想法和建议。因此,假设如下:H5:企业-顾客信息导向互动对新产品开发绩效有显著正向影响。(2)企业-顾客关系导向互动与新产品开发绩效。企业与顾客间开展关系导向的在线互动,有利于双方通过社会交往和情感交流构建起亲密关系,激发顾客的品牌情感和共鸣,满足顾客被关怀、认同和尊重的心理需求,增强顾客感知价值和企业认同度,从而进一步提高顾客参与企业新产品开发的积极性。与顾客建立亲密的关系,能为企业提供获取新产品开发所需信息和知识的渠道[32]。企业与顾客间关系导向的在线互动,是双方建立信任关系的有效途径[26]。合作创新是一个资源整合过程,以合作各方的彼此信任为基础。企业与顾客间的相互信任,能降低交易成本和机会主义行为风险,从而提高合作创新和新产品开发绩效。因此,假设如下:H6:企业-顾客关系导向互动对新产品开发绩效有显著正向影响。(3)企业-顾客任务导向互动与新产品开发绩效。企业-顾客任务导向的在线互动,是一种积极的市场导向新产品开发策略。Jeppesen[33]指出,企业将特定开发任务交给顾客,允许他们创造自己期望的产品特征,能提高顾客满意度和新产品开发绩效。与顾客开展产品讨论、问题解决等在线互动合作,鼓励顾客提出、评价、讨论、票选创意和新产品改进思路,能帮助企业及时发现、理解和满足顾客潜在需求,获取更广泛的顾客知识和新产品开发创意。任务导向的在线互动使顾客能有效参与创新相关任务,获得更大的自由空间去探索、发现和创新,为企业提供更多满足顾客潜在需求的创新性解决方案,从而有利于提高新产品开发成功率[34]。因此,假设如下:H7:企业-顾客任务导向互动对新产品开发绩效有显著正向影响。

2.4模型构建

在理论假设基础上,本文构建了企业-顾客在线互动、知识共创和新产品开发绩效关系的概念模型(见图1)。2.5研究方法(1)变量测量。本研究采用Likert7点量表形式,对变量进行测量。量表在借鉴已有研究的成熟量表基础上,根据本研究需要和企业新产品开发实际进行适当修改。经小样本测试和问项净化后,形成最终量表(见表1)。企业-顾客在线互动主要参考Bonner[15]、Kohler等[13]的测量方法,从信息导向、关系导向和任务导向互动三个维度进行测量,共12个问项;知识共创主要参考Mo-haghar等[18]、王莉和任浩[7]的测量方法,从内向型和外向型知识共创两个维度进行测量,共6个问项;新产品开发绩效主要参考Cooper和Klein-schmidt[35]的测量方法,共3个问项。(2)数据获取。本研究以浙江省内具有企业-顾客在线互动经历的新产品开发项目为实证分析对象,通过对相关企业中高层管理者及参与过新产品开发项目的研发部门、营销部门、客户服务部门人员的问卷调查来获取研究数据。问卷调查历时两个多月,采用实地发放和电子邮件方式进行。共发放调查问卷312份,回收问卷246份,回收率78.5%;其中有效问卷202份,有效率82.1%。样本企业中,制造业占38.2%,软件和信息技术服务业占20.5%,金融业占18.6%,其他服务业占22.7%。(3)分析方法。由于本研究使用的变量测量量表已相对较为成熟,故直接采用验证性因子分析法(CFA)来检验测量模型的收敛效度和区别效度。同时考虑到本研究涉及的变量相对较多,且变量间的因果关系较为复杂,通过问卷调查获取的研究数据也带有一定的主观性,故采用结构方程模型分析法(SEM)对研究假设进行检验,以系统分析各变量间的具体作用关系。

3实证分析

3.1信度与效度分析

使用SPSS17.0、AMOS7.0软件对样本数据进行信度与效度检验,结果显示(见表1):各变量的Cronbach’sα系数均大于0.8,说明量表具有较好的内部一致性;所有问项在其所属变量上的标准化载荷系数均大于0.6,t值均大于2.0,组合信度CR值均大于0.8,平均提取方差AVE均大于0.5;测量模型的各拟合指数也均基本达到要求,显示模型拟合良好。由此可见,本研究使用的量表具有较好的信度与效度,关系模型和研究假设有一定合理性,可对各变量作用关系做进一步分析。

3.2结构方程模型分析

使用AMOS17.0软件对样本数据进行结构方程模型分析和假设检验。初始模型中,“内向型知识共创关系导向互动”、“新产品开发绩效关系导向互动”两条假设路径未达到拟合要求。依次删除上述两条路径后,获得的结构方程模型及分析结果如图2、表2所示。修正模型的拟合指标显示,虽然P=0.000<0.05,但χ2/df的值为2.080<3,因此可对χ2不显著的要求忽略不计;RMSEA为0.073,小于0.08的参考值;NFI为0.904,CFI为0.947,均大于0.9;AGFI为0.814,GFI为0.858,均接近0.9;所有显变量和潜变量间的标准化路径系数均大于0.5,对应的C.R.值均大于1.96的临界值,至少在P=0.05水平上具有统计显著性;所有内生潜变量和外生潜变量间的路径C.R.值均大于1.96,至少在P=0.05水平上具有统计显著性。由此可见,修正模型拟合良好且比初始模型有所改善,已无进一步修正必要。结构方程模型分析结果显示,除假设H2a和H6外,其余假设得到有效验证。

4结论与启示

4.1研究结论

(1)企业-顾客在线互动各维度对知识共创各维度的影响存在一定差异。实证分析结果显示,企业-顾客在线互动的信息导向、关系导向和任务导向互动三维度,对外向型知识共创均有显著正向影响,其中关系导向互动对外向型知识共创的正向影响相对较小;信息导向和任务导向互动两维度对内向型知识共创有显著正向影响;关系导向互动对内向型知识共创的正向影响则并不显著。由此可见,以信息分享和交换为主要内容的信息导向互动,及围绕特定创新任务开展的任务导向互动,是促进外向型和内向型知识共创的主要途径。关系导向的在线互动,虽能通过激发顾客的知识创造热情来促进外向型知识共创,但其积极作用更多地体现在维系双方信任合作关系及满足顾客情感需求等方面。(2)知识共创各维度对新产品开发绩效均有显著正向影响。实证分析结果显示,企业-顾客外向型和内向型知识共创,均对企业新产品开发绩效产生显著的正向影响。由此可见,顾客无疑是企业最重要的外部创新合作主体之一;且在企业—顾客在线合作创新中,外向型知识共创与内向型知识共创具有同等重要的作用和地位。但已有研究往往偏重于基于企业逻辑的内向型知识共创,而忽视了基于顾客逻辑的外向型知识共创。因此,充分利用网络虚拟环境,通过与顾客的各种在线互动来促进知识互补和相互启迪,以同时实现企业—顾客外向型和内向型知识共创,是企业提升新产品开发绩效的重要战略选择。(3)企业-顾客在线互动各维度对新产品开发绩效的影响路径存在一定差异。实证分析结果显示,信息导向和任务导向互动对企业新产品开发绩效有显著的直接正向影响;关系导向互动对企业新产品开发绩效的直接影响未得到有效验证。外向型和内向型知识共创在信息导向、任务导向互动与新产品开发绩效关系中起部分中介作用,间接效应和总效应分别为0.239、0.227和0.438、0.550;关系导向互动则以外向型知识共创为完全中介而间接正向影响新产品开发绩效,间接效应为0.042。由此可见,企业-顾客在线互动对新产品开发绩效的积极作用,在较大程度上是通过促进外向型和内向型知识共创来实现的,且信息导向和任务导向互动的积极作用大于关系导向互动。

4.2管理启示

创新与知识创新的关系范文6

关键词:汽车;内部创新网络;创新绩效

一、 引言

汽车核心企业内部创新网络在整车研发中发挥着决定性作用,该内部创新网络具有系统性和复杂性。目前研究中,虽有文献关注到了企业内部创新网络在企业创新中的关键作用,但是大多从社会资本理论视角研究,具有一定局限性。本文依据Nahapiet 和Ghoshal,Tsai和Ghoshal提出的内部网络三维度理论,即认知维度的共同愿景、结构维度的社会互动纽带和关系维度的信任和可靠性,根据知识异质性理论,将内部创新主体之间的知识异质性纳入到研究框架中来,依据汽车核心企业样本数据,更全面研究汽车核心企业创新网络对创新绩效的作用机理,具有理论价值和现实意义。

二、 研究假设

1. 汽车核心企业内部网络共同愿景。

(1)企业内部网络共同愿景与网络结构。

企业内部网络共同愿景是指企业内部组织中所有成员的共同目标和愿望。内部网络结构是指企业内部各单元间联结的结构和模式。如果企业内部创新职能部门间能够建立起网络式连接,则有助于收集产品创新全面的信息和知识,提高创新的效率和质量,这在汽车产品的创新过程中显著体现。而企业内各单元间的共同愿景有助于创新单元间建立连接。因为当各创新主体拥有共同目标和方向时,他们会形成创新共识,具有达到目标的动力,进而积极主动克服部门间信息、知识传递障碍,提高产品创新的效率和质量。如李燕华认为,当企业内部网路中共同愿景形成时,网络中的人员会同其他成员进行互动产生共识,进而有利于内部成员间建立连接关系进行想法和注意的交换。

假设1a:汽车企业内部网络共同愿景与网络结构正相关,即如果企业内部创新主体拥有共同愿景,那么内部创新网络的关系连接数量就会增多、网络密度较高。

(2)企业内部网络共同愿景与网络关系。

企业内部网络关系是指企业内各创新主体间关系本身性质以及根植于这些关系的资产,例如信任、交流频次等。企业内部网络共同愿景不仅有利于创新主体间连接的建立,更有利于主体间关系的维护和强度的增加。如上述,当企业内部创新主体拥有共同愿景时,他们对创新就拥有共同的认识和追求,为达到这个共同目标,对彼此之间的必要互动就会形成共识, 进而形成了最基本的信任,促使了部门之间及具体人员之间的频繁交流,提高信息和知识的共享及溢出。如Tsai和Ghoshal论述,企业内部成员间的共同愿景导致他们倾向于之间建立信任关系,通过合作达到共同目标。

假设2b:汽车企业内部创新网络共同愿景与网络关系正相关,即企业内部创新主体之间的共同愿景有助于他们之间信任关系的建立和交流频次增加。

(3)企业内部网络共同愿景与知识共享与整合。

知识共享和整合过程是企业竞争力的真正来源,对于汽车核心企业更是如此,因为汽车产品拥有七十多个模块、上万个组件,之间联系紧密,企业不可能但靠自己进行每个组件自主创新完成整车创新,内部每个单元也不可能隔离开来进行单独创新而不顾其他组件的匹配性,加之外部环境的快速变动,产品生命周期的缩短,这就特别突出了整车创新中知识共享与知识整合的关键性。而企业内部网络的共同愿景却有利于该过程中知识的共享与整合。因为共同愿景促使各创新单元对于创新任务具有共同的认识,促使他们在共同学习过程中的学习效率更高,知识整合效果更好,正如谢洪明等认为,企业内部共享愿景对知识学习和整合有直接促进作用。

假设3c:汽车企业内部网络共同愿景有利于创新主体知识共享与整合,对其具有正向影响作用。

2. 企业核心企业内部网络结构属性。

网络联结是知识扩散的通道,否则知识共享和整合就无从谈起,特别是对于复杂产品,汽车产品模块和组件的多样性及其之间联系的紧密性和匹配性,同时需要及时把握一线市场信息,这就要求内部各创新单元在创新过程中及时进行信息、知识的传递、反馈及融合,如果企业内各创新主体能够通过各种平台在创新中同其他创新主体建立联系,及时进行信息、知识交流,那么其知识整合效率和质量会大大提高。如Michael等指出,汽车核心企业内部各创新主体之间的及时信息、知识交流,对研发绩效拥有非常大促进作用。

假设2:汽车企业内部创新网络结构与研发过程中知识共享与整合正相关,即内部创新网路的高密度、高聚集度有利于知识共享与整合创新。

3. 汽车企业内部网络关系属性。

创新主体间建立连接为其提供了获取知识和信息的可能性,但不能保障其学习和整合知识的效率性和有效性。在整车创新中,创新主体没有及时、高频次进行信息、知识互换,那么在并行研发模式下,可能会扭曲知识创新方向,造成上游部门由于对下游部门的了解不够而对图纸的返工,下游部门由于没有及时获取上游部门的知识创新方向而造成知识创新方向出现偏差,这就阻碍了知识的有效整合。所以在整车创新过程中,内部创新主体间的信任和多频次知识交流和碰撞,对知识共享和整合有直接的促进作用。Bradach和Eccles在研究中也得出相似结论。

假设3:汽车企业内部网络的关系属性与研发过程中的知识共享与整合正相关,即创新主体之间的高交流频度、高信任度有利于知识的整合与创新。

4. 汽车核心企业内部网络知识共享与整合。

价值创造是通过资源交换和整合来完成,为了创造新产品,企业需从新分配资源,进行对现有知识的整合或者创造新资源。所以知识共享与整合在产品创新中发挥着关键性作用,一定程度上决定着企业的创新绩效。如Lansiti和West指出竞争激烈的产业中,企业产品创新所需技术往往来不及自行建立,通过技术学习和整合是这类企业发展的必然趋势,并且技术整合越好,所创造产品也就越好;Cohen和Levinthal认为技术知识系统化的整合能力和内部化的学习机制与产品创新呈正相关关系;Sivadas等指出企业无法达到创新目标的根本原因之一是其知识整合能力不足。

假设4:汽车企业内部创新网络的知识共享与整合跟创新绩效正相关。

5. 汽车核心企业内部网络知识异质性。

Rodan和Galunic3提出了知识异质性概念,将知识异质性作为网络内容研究其在产品创新绩效作用,并最终得出二者呈现正相关关系。此后,学术界对知识异质性在企业创新中的作用展开了研究,对该理论进行了进一步拓展和深化,例如Borenzitein等、倪旭东、梦非等的知识异质性调节作用,但是观点相异。本文结合Borenzitein的发展门槛理论,认为在汽车企业内部研发中,主体之间的知识异质性在内部创新网络作用于创新绩效过程中具有调节作用,但是该调节作用并非是正向调节作用,而是负向。因为汽车企业内部创新是一个环环相扣、紧密复杂的研发过程,各创新组件既有差异又有联系,当各创新单元对彼此间创新对象的基础知识比较了解时,那么他们之间就更容易进行知识交流和学习,内部网络结构维度和关系维度所发挥的作用就会更大一些,知识整合和创新效率会更大一些。Amconc和Galdwell得出相似结论:知识异质性造成了信息交流的鸿沟,对于内部研发创新来说,团队知识异质性过高,不利于其信息交流互动对创新绩效的正向影响。

假设5a: 汽车企业内部网络主体间的知识异质性负向调节了内部网络共享愿景与知识共享与整合的正相关关系;

假设5b:汽车企业内部网络主体间的知识异质性负向调节了内部网络结构与知识共享与整合的正相关关系;

假设5c:汽车企业内部网络主体间的知识异质性负向调节了内部网络关系与知识共享与整合的正相关关系。

三、 研究方法

1. 样本选择与数据获取。

本文以我国自主品牌汽车企业和合资品牌汽车企业为数据源获取数据。鉴于我国汽车企业的数量有限,最后共发放167份问卷,收回82份,有效问卷79份,回收率为49.1%,有效率为47.3%。虽然数量比较少,但是由于汽车企业的基数很小,所以79份问卷也很具有代表性,也能够说明一定的问题。

2. 变量测量。

本文的变量设计和测度以国内外相关研究中比较成熟的题项为参考,部分题项根据国内外权威文献整理而成。共同愿景参照Tsai和Ghoshal2,Calantone等的研究,设计了3个题项;网络结构参照Nahapiet和Ghoshal1,Khoja的研究,设计了4个题项;网络关系参照了Jaworski 和Kohli的研究,设计了3个题项;知识共享和整合参照了Collins和Smith的研究,设计了4个题项;知识异质性参照了Rodan和Galunic3;梦非等13的研究,设计了3个题项;创新绩效参照了解学梅的研究,设计了3个题项。

四、 信度与效度分析

关于信度,本文通过SPSS18.0对问卷数据进行信度分析。其中,量表总体信度Cronbach’s Alpha值为0.893,量表各分量的信度均大于0.7,表明量表的整体信度和各分量的信度较高;最后,量表各分量中,每个题项与总分量的相关系数也较高。可见,该量表具有较高的一致性和可靠性。

关于效度,本文利用Amos17.0软件通过验证性因子分析来评价结构效度。结果表明:在99%的置信度下,所有因子负荷系数具有统计显著性,C.R.(T)值均大于1.96,说明整体模型的结构效度较好。同时,在拟合指数中,CFI,NFI和NNFI均大于0.9,RMSEA小于0.08,GFI小于0.9,均达到了参考标准,SRMR即使没有达到标准,但是也是十分接近,说明应测量模型和数据具有较好的拟合度,进一步证明了模型具有较好的拟合度,进而可以进行下一步模型的评价和检验。

五、 模型评价和检验

依据上述分析,利用Amos17.0软件,参数估计结果(见表1)。分析如下。

1. 汽车核心企业内部创新网络对知识共享与整合的影响分析。

表1可看出,企业内部网络共享愿景与网络结构的路径系数为0.562,在p

2. 知识共享与整合对创新绩效的影响及中介作用分析。

表1可看出,知识共享与整合过程对创新绩效的影响路径系数为0.916,在p

3. 知识异质性的调节作用分析。

由于假设1c不成立,所以假设5a也就失去意义。所以这里仅需检验假设5b和5c。

对于知识异质性调节作用的检验,参考了温忠麟对调节效用的研究,首先,将自变量和调节变量做中心化处理,进行共线性检验,发现其膨胀因子VIF都小于3,满足小于10临界值的要求;接着进行层次回归的四步骤进行分析,通过回归方程中交互效应的显著性水平进行检验,判断调节效应是否显著。其分析结果如表2所示。

表2以知识共享与整合为因变量进行了回归分析,发现网络结构和知识异质互项与因变量的相关系数显著(β=-0.221,p

六、 研究结论

企业内部创新网络对创新绩效起决定性作用。本文以我国汽车企业为样本探究了汽车核心企业内部创新网络对创新绩效的作用机理。结论为:第一,汽车研发创新中,内部创新主体之间的知识差异并非越大越有利于提高知识的共享和整合创新效率,各创新单元之间应该对彼此创新的基础知识具有了解和掌握的基础上,才能更有效的沟通进行知识共享和创新;第二,汽车研发创新中,内部创新主体的共享愿景在整车创新过程中的基础性作用,虽然不能直接推动知识的共享与整合,但是它是创新主体之间建立连接、强化关系的基本条件之一,所以企业应注重共享愿景在提高创新绩效中的基础性推动作用;第三,汽车研发创新中,内部创新网络的网络密度越高、关系强度越强,越有利于知识的共享和整合;第四,汽车研发创新中,对于复杂汽车产品创新来讲,信息知识共享和整合的重要角色,一定程度上决定着企业的创新绩效。

参考文献:

1. Simon Rodan,Charles Galunic. More than Network Structure: How Knowledge Heterogeneity influences Managerial Performance and Innovativeness[J]. Strategic Management Journal,2004,25: 541╞562.

2. 李燕华,宋福烨.企业外部社会资本对企业间知识转移的影响分析.统计与决策,2007(21):179-182.

3. 谢洪明,吴隆增,王成. 组织学习、知识整合与核心能力的关系研究. 科学学研究,2007,25 (2): 312-318.

4. Sivadas E,Dwyer F R. An Examination of Organizational Factors Influencing New Product Success in Internal and Alliance-based Processes. Journal of Marketing, 2000, 64 (1):31-49.

5. 倪旭东. 知识异质性对团队创新的作用机制研究. 企业经济,2010,(8):57-63.

6. 梦非,魏建良.关系如何影响知识转移——中介效应和调节效应的实证研究. 情报杂志,2011,30(11):101-104.

7. Calantone R.J.,Cavusgil S.T.,Zhao Y. Learning orientation,firm innovation capability and firm Performance.Industrial Marketing Management,2002,31(6),515-524.

8. Jwaorski B.J.,Kohli A.K.. Market orientation: antecedents and consequences. The Journal of Marketing,1993,57(7):53-70.

9. Collins C.J.,Smith K.G. Knowledge exchange and combination: The role of human resource Practices in the Performance of high-technology firms. Academy of Management Journal,2006,49(3):544-560.

10. 解学梅. 中小企业协同创新网络与创新绩效的实证研究. 管理科学学报,2010,13(8):51-64.

11. 温忠麟,侯杰泰,张雷. 调节效应与中介效应的比较和应用. 心理学报2005,37(2):268-274.

基金项目:国家自然基金重点项目“基于CAS的焦点企业核型结构产业集群创新网络演化机理”(项目号:70972115)。