-
在创新驱动发展战略和双创战略的复合驱动下,大量的新创科技企业涌现,中国已成为全球创新创业活动最活跃的地区之一。然而,与成熟企业相比,新创科技企业受困于“新进入者缺陷”和“弱小性缺陷”的先天不足,在实际运营过程中暴露出“伪创业”比例相对较高、“成长性困境”[1]等问题,这直接导致中国新创科技企业创业质量和创业效率相对较低,也造成了对政府、社会投入资源的浪费,新创科技企业成长难问题已成为亟待解决的重要现实命题。跨界搜寻作为外部资源获取的重要途径,有助于新创科技企业获取异质性知识资源、扩充知识基础、捕捉发展机会[2],是新创科技企业突破资源约束、获得竞争优势的重要方式,为解决新创科技企业成长难题提供了一条可能的路径。现实中,也有越来越多的新创科技企业积极开展跨界搜寻活动[3],促进企业取得飞跃发展,例如移动终端产品制造商小米通过组织搜寻了解同行业的服务模式,迅速完成了从初生到行业领军企业的跃迁。然而,跨界搜寻如何影响企业成长?其作用路径如何?这些问题目前尚处在挖掘阶段。
现有研究大多基于团队视角、能力建构视角等探索跨界搜寻对新创科技企业绩效的影响,而忽略了外部资源如何与内部资源整合重构的过程。已有研究基于团队视角,认为团队之间的跨界合作有助于组织获取有价值的异质性稀缺资源,帮助企业克服资源约束问题,从而有利于团队绩效的提升[4]。从能力建构视角来看,外部知识搜寻通过提升组织吸收能力进而促进商业模式创新[5-6],从而有利于企业绩效的提升。而从战略资源获取视角出发,跨界搜寻已不单是外部知识获取策略,而是已成为继内部研发与外部并购企业获取竞争优势的第三条路径[7]。然而以往研究成果主要来源于西方发达国家,而中国企业的外部政策环境及增长模式均有别于西方国家[8],且相关研究大多是从跨界搜寻丰富企业的资源禀赋、克服企业资源缺陷的视角入手,较少关注企业对外部知识的探索、利用过程以及对内外部资源有效整合重构的过程。Baker和Nelson[9]将拼凑概念引入创业研究领域并提出资源拼凑理论,资源拼凑理论为解决这一问题诠释了一种新的思路,因此本文基于资源拼凑视角,以中国新创科技企业为样本解析跨界搜寻影响新创科技企业绩效的内在机理以及资源拼凑的中介传导作用,并进一步探索这种影响的产生机理。
本文的贡献在于:(1)基于资源拼凑理论,构建跨界搜寻对新创科技企业绩效的影响机制,重点检验资源拼凑在跨界搜寻影响企业绩效过程中的中介作用,力求打开跨界搜寻对新创科技企业绩效影响中介机制的“黑箱”。(2)聚焦于跨界搜寻和新创科技企业内部资源活动匹配问题,使跨界搜寻影响新创科技企业绩效获得基于资源拼凑视角的研究解释,探索企业外部资源与内部资源整合重构的过程,同时也是对新创科技企业成长理论的拓展。
-
本研究采取问卷调查的方式收集数据,调研企业主要隶属于电子信息、IT运营、新能源和新材料等行业,样本企业主要来自于中关村科技园、青岛国家高新技术产业开发区、淄博国家高新技术产业开发区。在调研过程中向被调研者承诺问卷数据将绝对保密,以保证问卷回收率。共用时三个月发放问卷325份,收回265份,删除未完整完成及有明显偏差的64份,最终获取有效问卷201份,有效回收率为61.85%。表1为样本描述性统计。
表 1样本描述性统计
变量 类别 数量 比例/% 变量 类别 数量 比例/% 性别 男 86 42.7 企业年龄 2年及以下 5 2.5 女 115 57.2 3~5年 101 50.2 年龄 29岁及以下 24 11.9 6~8年 95 47.3 30~40岁 117 58.2 员工规模 50人以下 114 56.7 41~50岁 50 24.9 50~100人 28 13.9 51岁及以上 10 5.0 101~150人 17 8.5 教育背景 本科以下 53 26.4 151~200人 7 3.5 本科 120 59.7 200人以上 35 17.4 硕士 24 11.9 所属行业 新医药和生物技术 7 3.5 博士 4 2.0 新能源和新材料 35 17.5 企业性质 国家/集体所有制 30 14.9 机械制造 26 12.9 外资企业 2 1.0 电子信息 64 31.9 合资企业 3 1.5 化工纺织 3 1.5 民营企业 149 74.1 精密仪器 2 1.0 其他 17 8.5 IT行业 48 23.9 其他 16 8.0 为避免“同源偏差”问题,采用Harman单因子检测方式对共同方法偏差进行检验,将所有变量的测量题项进行未旋转的探索性因子分析。结果显示,KMO值高于0.8,表明适合进行因子分析,第一个主成分的方差解释率在未旋转情况下低于40%。此外没有单个主导因子,表明不存在明显同源偏差问题。
-
本研究测量所用题项均源于国内外权威文献成熟量表,以此保证信效度。为减少翻译过程中出现的偏差,对英文量表采取双向回译的标准程序,从而确保其有效性,并在此基础上,对多名MBA成员进行问卷题项预测试和评价,根据反馈结果进行题项的表述修订与完善,确保设计的量表符合学术研究要求。变量的测度均采用Likert 5级度量尺度,“1”表示“非常不认同”,“5”表示“非常认同”。使用的测度量表情况如下:(1)自变量:跨界搜寻。主要借鉴罗瑾琏和芮正云[23]对跨界搜寻的划分,前瞻型搜寻和反应型搜寻测量量表分别设计四个题项,前瞻型搜寻的测量包括:“企业更倾向于进入新的知识领域”等,反应型搜寻的测量包括“企业持续的对现有技术或流程进行改进”等。(2)中介变量:资源拼凑。主要借鉴Senyard等[39]的经典量表,由七个题项对资源拼凑进行测度,题项包括“我们能够利用已有资源为新的挑战找到切实可行的解决办法”等。(3)因变量:企业绩效。主要借鉴Schilke[40]的研究成果,采用四个题项对企业绩效进行测量,测量题项包括“贵公司的销售增长率持续高于行业平均水平”等。(4)控制变量:以往研究表明,企业性质、年龄、规模等均会对绩效产生一定影响[41]。因此选择企业性质、企业年龄、企业规模作为控制变量。
-
为了保证问卷有效性,运用统计学软件SPSS 26.0和AMOS 24.0进行了信效度检验,各量表的Cronbach’sα值均高于0.7,表明具备良好信度。有关效度检验方面,首先,所用题项均来自成熟量表,从而具备良好的内容效度。其次,进行验证性因子分析(Confirmatory Factor Analysis,CFA),所有潜变量的因子载荷均高于0.6,CR值均高于0.7,表明具有良好的聚合效度。而且任何一个潜变量的平均方差提取值 (Average Variance Extracted,AVE)平方根均大于变量间相关系数值,表明具有较好的区分效度。
-
通过相关性检验能够初步判定主要变量间的相关关系,如表2所示,前瞻型搜寻(r=0.555,p<0.01)和反应型搜寻(r=0.385,p<0.01)均显著促进企业绩效,资源拼凑(r=0.503,p<0.01)显著促进企业绩效。初步的相关性分析为后续假设检验的验证提供依据。另外,在实证检验过程中同时进行方差膨胀因子(Variance Inflation Factor,VIF)检验,VIF值均小于3,表明不存在共线性问题。
表 2主要变量描述性统计及相关性系数矩阵
变量 企业年龄 企业规模 企业性质 前瞻型搜寻 反应型搜寻 资源拼凑 企业绩效 企业年龄 1 企业规模 0.411** 1 企业性质 −0.221** −0.365** 1 前瞻型搜寻 −0.124 −0.004 0.031 1 反应型搜寻 −0.080 0.026 −0.001 0.795** 1 资源拼凑 −0.016 0.075 −0.042 0.649** 0.674** 1 企业绩效 0.033 0.165* 0.024 0.555** 0.385** 0.503** 1 平均值 3.220 2.110 3.600 3.802 3.942 3.636 3.350 标准差 0.912 1.536 1.154 0.588 0.617 0.603 0.636 注:***表示p<0.001;**表示p<0.01;*表示p<0.05。 -
本研究采用层级回归方法检验跨界搜寻与新创科技企业绩效之间的关系,如表3所示,模型1~模型3、模型4~模型10分别以资源拼凑、企业绩效为因变量,其中模型1和模型4为加入控制变量的基准模型。表3中模型5的结果表明前瞻型搜寻策略显著正向影响(β=0.559,p<0.001)新创科技企业绩效,模型6的结果表明反应型搜寻策略也显著正向影响(β=0.381,p<0.001)新创科技企业绩效。综上,前瞻型搜寻策略和反应型搜寻策略均显著促进新创科技企业绩效,假设H1a、H1b得到支持。
表 3主效应与中介效应检验
变量 资源拼凑 企业绩效 模型1 模型2 模型3 模型4 模型5 模型6 模型7 模型8 模型9 模型10 成立年限 −0.058 0.037 0.016 −0.034 0.047 0.007 −0.005 0.038 0.001 0.053 企业规模 0.090 0.048 0.042 0.214** 0.178** 0.186** 0.169** 0.167** 0.168** 0.176** 企业性质 −0.022 −0.037 −0.023 0.095 0.082 0.094 0.106 0.091 0.104 0.077 前瞻型搜寻 — 0.655*** — 0.559*** — — 0.407*** — 0.752** 反应型搜寻 — — 0.674*** — — 0.381*** — — 0.086 −0.169 资源拼凑 — — — — — — 0.495*** 0.231** 0.437*** — 前瞻×反应 — — — — — — — — — 0.121* R2 0.009 0.430 0.459 0.036 0.343 0.180 0.280 0.373 0.284 0.362 调整后R2 −0.006 0.418 0.448 0.022 0.329 0.163 0.265 0.357 0.265 0.343 F 0.570 36.940*** 41.512*** 2.486* 25.548*** 10.751*** 19.014*** 23.216*** 15.433*** 18.380*** 注:***表示p<0.001;**表示p<0.01;*表示p<0.05。 运用逐步法及Bootstrap法对中介效应进行检验。首先,表3中模型2和模型3的结果表明,前瞻型搜寻、反应型搜寻与资源拼凑的回归系数分别为0.655(p<0.001)和0.674(p<0.001),达到显著性水平,模型7结果显示资源拼凑正向显著影响新创科技企业绩效0.495(p<0.001)。模型8在模型2的基础上加入变量资源拼凑,结果显示前瞻型搜寻回归系数下降为0.407且保持显著性水平,表明资源拼凑在前瞻型搜寻影响新创科技企业绩效的过程中发挥部分中介效应。而模型9是在模型3的基础之上加入变量资源拼凑,结果显示反应型搜寻不再显著影响新创企业绩效,而资源拼凑保持对新创科技企业绩效的显著促进影响,说明资源拼凑在反应型搜寻与新创科技企业绩效间发挥完全中介作用。假设H2和H3得到验证。
进一步测度前瞻型搜寻与反应型搜寻是否存在替代效应,在模型4的基础上加入前瞻型搜寻与反应型搜寻的交互项,模型10的结果显示回归结果系数达到显著水平(β=0.121,p<0.05),表明前瞻型搜寻与反应型搜寻在影响新创科技企业绩效的过程中不存在替代效应,而是存在显著的互补效应,假设H4不成立。可能的原因在于,企业为了谋求长远、可持续的竞争优势,均倾向于选择立足当前和着眼未来相结合的跨界搜寻策略,通过资源巧配在前瞻型搜寻和反应型搜寻实现平衡,这不仅有利于新创科技企业对知识的内化和整合,而且会促进企业形成独具一格、难以模仿的竞争力[42],并最终转化为实际的企业绩效。这一实证结果也从组织搜寻视角验证了彭新敏[43]、朱朝晖和陈劲[38]的研究发现:新知识探索与当前知识利用两类活动并不是对立的关系,而是一种正交关系或互补关系。
为了进一步验证资源拼凑在前瞻型搜寻、反应型搜寻与企业绩效之间的中介效应,采用SPSS Process中的非百分位参数Bootstrap法进行检验,通过抽取5 000次Bootstrap样本,资源拼凑的95%水平上的置信区间分别为(0.042,0.295)和(0.183,0.442),都未包含0在内(如表4所示)。上述结果进一步验证了资源拼凑在前瞻型搜寻、反应型搜寻与新创科技企业绩效关系中起到显著的中介效应,假设H2和H3再次得到验证支持。
表 4Bootstrap 中介效应检验
变量 Effcet BootSE BootLLCI BootULCI 前瞻型搜寻 0.164 0.064 0.042 0.295 反应型搜寻 0.304 0.067 0.183 0.442
Impact of Boundary-spanning Search on Performance of New Technology Firms
——The Mediating Role of Resource Bricolage
-
摘要:跨界搜寻是新创科技企业突破资源短缺和技术匮乏双重束缚的重要途径,然而其内在作用机理尚待挖掘剖析。基于资源拼凑理论视角,构建了跨界搜寻影响新创科技企业绩效的中介模型,进而采用多元回归分析和Bootstrap等方法,对201份企业样本数据进行了实证分析。研究结果表明:(1)前瞻型搜寻与反应型搜寻对新创科技企业绩效均具有显著正向影响;(2)前瞻型搜寻与反应型搜寻之间存在互补效应,该互补效应显著正向影响新创科技企业绩效;(3)在作用机制方面,资源拼凑在前瞻型搜寻与新创科技企业绩效之间起到部分中介作用,而在反应型搜寻与新创科技企业绩效之间发挥完全中介作用。Abstract:Boundary-spanning Search is an important way for new technology companies to break through the dual constraints of resource shortage and technology scarcity. However, its internal mechanism remains to be explored and analyzed. Based on the perspective of resource bricolage theory, an intermediary model of boundary-spanning search affecting the performance of new technology companies was constructed, and then multiple regression analysis and bootstrap methods were used to conduct an empirical analysis on 201 corporate sample data. The research results show that: (1) Proactive search and reactive search both have a significant positive impact on the performance of start-up technology companies; (2) There is a complementary effect between proactive search and reactive search, which significantly positively affects the performance of start-up technology companies; (3) In terms of the mechanism of action, resource bricolage plays a part of the mediating role between proactive search and the performance of new technology companies, and it plays a full mediating role between reactive search and the performance of new technology companies. The research findings expand the resource integration framework of new technology companies and provide useful enlightenment for them to break through the “double weakness”.
-
表 1样本描述性统计
变量 类别 数量 比例/% 变量 类别 数量 比例/% 性别 男 86 42.7 企业年龄 2年及以下 5 2.5 女 115 57.2 3~5年 101 50.2 年龄 29岁及以下 24 11.9 6~8年 95 47.3 30~40岁 117 58.2 员工规模 50人以下 114 56.7 41~50岁 50 24.9 50~100人 28 13.9 51岁及以上 10 5.0 101~150人 17 8.5 教育背景 本科以下 53 26.4 151~200人 7 3.5 本科 120 59.7 200人以上 35 17.4 硕士 24 11.9 所属行业 新医药和生物技术 7 3.5 博士 4 2.0 新能源和新材料 35 17.5 企业性质 国家/集体所有制 30 14.9 机械制造 26 12.9 外资企业 2 1.0 电子信息 64 31.9 合资企业 3 1.5 化工纺织 3 1.5 民营企业 149 74.1 精密仪器 2 1.0 其他 17 8.5 IT行业 48 23.9 其他 16 8.0 表 2主要变量描述性统计及相关性系数矩阵
变量 企业年龄 企业规模 企业性质 前瞻型搜寻 反应型搜寻 资源拼凑 企业绩效 企业年龄 1 企业规模 0.411** 1 企业性质 −0.221** −0.365** 1 前瞻型搜寻 −0.124 −0.004 0.031 1 反应型搜寻 −0.080 0.026 −0.001 0.795** 1 资源拼凑 −0.016 0.075 −0.042 0.649** 0.674** 1 企业绩效 0.033 0.165* 0.024 0.555** 0.385** 0.503** 1 平均值 3.220 2.110 3.600 3.802 3.942 3.636 3.350 标准差 0.912 1.536 1.154 0.588 0.617 0.603 0.636 注:***表示p<0.001;**表示p<0.01;*表示p<0.05。 表 3主效应与中介效应检验
变量 资源拼凑 企业绩效 模型1 模型2 模型3 模型4 模型5 模型6 模型7 模型8 模型9 模型10 成立年限 −0.058 0.037 0.016 −0.034 0.047 0.007 −0.005 0.038 0.001 0.053 企业规模 0.090 0.048 0.042 0.214** 0.178** 0.186** 0.169** 0.167** 0.168** 0.176** 企业性质 −0.022 −0.037 −0.023 0.095 0.082 0.094 0.106 0.091 0.104 0.077 前瞻型搜寻 — 0.655*** — 0.559*** — — 0.407*** — 0.752** 反应型搜寻 — — 0.674*** — — 0.381*** — — 0.086 −0.169 资源拼凑 — — — — — — 0.495*** 0.231** 0.437*** — 前瞻×反应 — — — — — — — — — 0.121* R2 0.009 0.430 0.459 0.036 0.343 0.180 0.280 0.373 0.284 0.362 调整后R2 −0.006 0.418 0.448 0.022 0.329 0.163 0.265 0.357 0.265 0.343 F 0.570 36.940*** 41.512*** 2.486* 25.548*** 10.751*** 19.014*** 23.216*** 15.433*** 18.380*** 注:***表示p<0.001;**表示p<0.01;*表示p<0.05。 表 4Bootstrap 中介效应检验
变量 Effcet BootSE BootLLCI BootULCI 前瞻型搜寻 0.164 0.064 0.042 0.295 反应型搜寻 0.304 0.067 0.183 0.442 -
[1] 蔡莉, 单标安. 中国情境下的创业研究: 回顾与展望[J]. 管理世界, 2013(12): 160-169. [2] KATILA R, AHUJA G. Something old, something new: a longitudinal study of search behavior and new product introduction[J]. Academy of Management Journal, 2002, 45(6): 1183-1194. [3] YANG T T, LI C R. Competence exploration and exploitation in new product development: the moderating effects of environmental dynamism and competitiveness[J]. Management Decision, 2011, 49(9−10): 1444−1470. [4] ANCONA D G, CALDWELL D F. Bridging the boundary: external activity and performance in organizational teams[J]. Administrative Science Quarterly, 1992: 634-665. [5] 肖丁丁, 朱桂龙. 跨界搜寻、双元能力结构与绩效的关系研究: 基于创新能力结构视角[J]. 经济管理, 2017, 39(3): 48-62. [6] 王建, 胡珑瑛, 马涛. 吸收能力、开放度与创新平衡模式的选择: 基于上市公司的实证研究[J]. 科学学研究, 2015, 33(2): 304-312.doi:10.3969/j.issn.1003-2053.2015.02.016 [7] KATILA R. New product search over time: past ideas in their prime?[J]. Academy of Management journal, 2002, 45(5): 995-1010.doi:10.2307/3069326 [8] LOPEZ-VEGA H, TELL F, VANHAVERBEKE W. Where and how to search? search paths in open innovation[J]. Research policy, 2016, 45(1): 125-136.doi:10.1016/j.respol.2015.08.003 [9] BAKER T, NELSON R E. Creating something from nothing: resource construction through entrepreneurial bricolage[J]. Administrative Science Quarterly, 2005, 50(3): 329-366.doi:10.2189/asqu.2005.50.3.329 [10] ROSENKOPF L, NERKAR A. Beyond local search: boundary-spanning, exploration, and impact in the optical disk industry[J]. Strategic Management Journal, 2001, 22(4): 287-306.doi:10.1002/smj.160 [11] JUNG H J, LEE J J. The quest for originality: a new typology of knowledge search and breakthrough inventions[J]. Academy of Management Journal, 2016, 59(5): 1725-1753.doi:10.5465/amj.2014.0756 [12] LAURSEN K, SALTER A. Open for innovation: the role of openness in explaining innovation performance among UK manufacturing firms[J]. Strategic Management Journal, 2006, 27(2): 131-150.doi:10.1002/smj.507 [13] AHUJA G, KATILA R. Where do resources come from? the role of idiosyncratic situations[J]. Strategic Management Journal, 2004, 25(8-9): 887-907. [14] FERRERAS-MENDEZ J L, NEWELL S, FERNANDEZ-MESA A, at al. Depth and breadth of external knowledge search and performance: the mediating role of absorptive capacity[J]. Industrial Marketing Management, 2015, 47: 86-97.doi:10.1016/j.indmarman.2015.02.038 [15] 芮正云, 罗瑾琏. 企业创新搜寻策略的作用机理及其平衡: 一个中国情境下的分析框架与经验证据[J]. 科学学研究, 2016, 34(5): 771-780.doi:10.3969/j.issn.1003-2053.2016.05.018 [16] 方勇, 李芬, 安超男. 资源拼凑对企业创新绩效的影响: 以环境动态性为调节变量[J]. 科技管理研究, 2019, 39(12): 167-173.doi:10.3969/j.issn.1000-7695.2019.12.024 [17] 何超, 张建琦, 刘衡. 资源拼凑与中小企业创新: 智力资本的中介作用[J]. 科研管理, 2019, 40(7): 140-151. [18] 殷俊杰, 邵云飞. 跨界搜索均衡对企业创新绩效的影响: 战略柔性的调节作用[J]. 技术经济, 2017, 36(7): 1-8+35.doi:10.3969/j.issn.1002-980X.2017.07.001 [19] 朱雪春, 张伟. 组织忘却、知识搜寻与绿色创新[J]. 科研管理, 2021, 42(5): 218-224. [20] 唐彬, 卢艳秋, 赵彬. 跨界搜寻与大数据能力协同作用下平台企业商业模式创新研究[J]. 图书情报工作, 2020, 64(5): 124-132. [21] CHESBROUGH H W. The era of open innovation[J]. Managing Innovation and Change, 2006, 127(3): 34-41. [22] 张永安, 关永娟. 市场需求、创新政策组合与企业创新绩效: 企业生命周期视角[J]. 科技进步与对策, 2021, 38(1): 87-94.doi:10.6049/kjjbydc.2020070461 [23] 芮正云, 罗瑾琏. 企业平衡式创新搜寻及其阶段效应: 间断性平衡还是同时性平衡?[J]. 科研管理, 2018, 39(1): 9-17. [24] WU J. Technological collaboration in product innovation: the role of market competition and sectoral technological intensity[J]. Research Policy, 2012, 41(2): 489-496.doi:10.1016/j.respol.2011.09.001 [25] 杨建君, 邓程, 赵宇馨, 等. 效果逻辑、知识搜寻与新产品开发优势[J]. 科学学研究, 2021, DOI:10.16192/j.cnki.1003-2053.20210525.002. [26] BARNEY J. Firm resources and sustained competitive advantage[J]. Journal of management, 1991, 17(1): 99-120.doi:10.1177/014920639101700108 [27] 冯文娜, 姜梦娜, 孙梦婷. 市场响应、资源拼凑与制造企业服务化转型绩效[J]. 南开管理评论, 2020, 23(4): 84-95.doi:10.3969/j.issn.1008-3448.2020.04.009 [28] SZUCS F. Research subsidies, industry–university cooperation and innovation[J]. Research Policy, 2018, 47(7): 1256-1266.doi:10.1016/j.respol.2018.04.009 [29] 曾德明, 赵文静, 文金艳. 外部科学知识获取与企业技术创新: 桥接科学家的调节作用[J]. 中国科技论坛, 2020(5): 109-117. [30] MUSCIO A, NARDONE G, STASI A. How does the search for knowledge drive firms’ eco-innovation? evidence from the wine industry[J]. Industry and Innovation, 2017, 24(3): 298-320.doi:10.1080/13662716.2016.1224707 [31] 李玎玎, 李雪灵. 环境动态性、资源拼凑与中小企业创新[J]. 财经问题研究, 2021(4): 123-129. [32] MOORMAN C, MINER A S. Organizational improvisation and organizational memory[J]. Academy of management Review, 1998, 23(4): 698-723.doi:10.2307/259058 [33] CARLILE P R. Transferring, translating, and transforming: an integrative frame-work for managing knowledge across boundaries[J]. Organization Science, 2004, 15(5): 555-568.doi:10.1287/orsc.1040.0094 [34] MARCH J G. Exploration and exploitation in organizational learning[J]. Organization science, 1991, 2(1): 71-87.doi:10.1287/orsc.2.1.71 [35] FU L, LISO S, LIU Z, et al. An investigation of resource allocation mechanism for exploration and exploitation under limited resource[J]. IEEE Transactions on Engineering Management, 2019, 68(6): 1802−1812. [36] 林枫, 孙小微, 张雄林, 熊欢. 探索性学习: 利用性学习平衡研究进展及管理意义[J]. 科学学与科学技术管理, 2015, 36(4): 55-63. [37] 蒋丽芹, 李思卉. 沉淀冗余对企业创新绩效影响路径与作用机理研究: 基于长三角高科技企业的调研[J]. 软科学, 2021, 35(1): 95-100+107. [38] 朱朝晖, 陈劲. 探索性学习和挖掘性学习的协同与动态: 实证研究[J]. 科研管理, 2008, 29(6): 1-9. [39] SENYARD J, BAKER T, DAVIDSSON P. Entrepreneurial bricolage: towards systematic empirical testing[J]. Frontiers of Entrepreneurship Research, 2009, 29(5): 5. [40] SCHILKE O. On the contingent value of dynamic capabilities for competitive advantage: the nonlinear moderating effect of environmental dynamism[J]. Strategic management journal, 2014, 35(2): 179-203.doi:10.1002/smj.2099 [41] DE LUCA L M, ATUAHENE-GIMA K. Market knowledge dimensions and cross-functional collaboration: examining the different routes to product innovation performance[J]. Journal of marketing, 2007, 71(1): 95-112.doi:10.1509/jmkg.71.1.095 [42] 林春培, 张振刚. 基于吸收能力的组织学习过程对渐进性创新与突破性创新的影响研究[J]. 科研管理, 2017, 38(4): 38-45. [43] 彭新敏. 企业网络与利用性-探索性学习的关系研究: 基于创新视角[J]. 科研管理, 2011, 32(3): 15-22.