下载:
-
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。
-
Rosenkopf和Nerkar[10]最先提出跨界搜寻的概念，随后将其引入战略管理领域。跨界搜寻具体是指企业为克服资源限制而跨越组织边界和知识基础搜索外部资源，并以低成本优势弥补收购获取和自主创新研发的不足[11]，为企业发展获取创新资源争取机会的一系列活动。在此之后，国内外学者对跨界搜寻的研究越来越多，对跨界搜寻的理解各不相同，目前对于跨界搜寻的定义和内涵尚未有统一的认识。本文通过文献梳理发现对跨界搜寻的分类主要有：Katila和Ahuja[2]将跨界搜寻界定为组织为解决问题而对外部异质性知识进行创造性利用的活动，并根据搜寻的范围将其划分为本地搜寻和超本地搜寻。而根据搜寻活动的程度，Laursen和Salter[12]将其划分为搜寻宽度和搜寻深度。Ahuja和Katila[13]认为进行跨界搜寻活动能够为突破创新拓展原有知识基础，并根据搜寻目的分为科学搜寻和地理搜寻。关于跨界搜寻对新创企业的影响，肖丁丁和朱桂龙[5]研究表明，科技驱动型跨界搜寻通过双元能力平衡对新创科技型企业的创新绩效产生显著的正向影响。已有研究大多关注跨界行为深度与广度对新创科技企业绩效的影响[14]，而忽略了企业对当前和未来知识探索利用过程的研究。基于此，罗瑾琏和芮正云[15]基于二元导向视角将跨界搜寻策略划分为前瞻型搜寻和反应型搜寻，前瞻型搜寻是指企业为了满足潜在市场客户需求而开展的脱离和超越现有基础或现有技术轨迹的新知识探索。反应型搜寻是指企业依靠已有的市场基础、知识而进行的累积式搜寻，对产品或服务进行改善以适应当前的市场与技术环境。据此，本文从跨界搜寻的二元性逻辑出发，探索不同跨界搜寻活动对新创科技企业绩效的影响机制。
资源拼凑最早起源于人类研究学，与资源基础观理论的差异在于其并非是简单的路径依赖，而是体现为一种建构主义思想，其核心思想是在处理问题过程中“利用手头资源完成目标”并不断重新探究事物内在属性价值[16]。Baker和Nelson[9]正式提出资源拼凑理论并将其定义为“凑合着整合利用手头现有资源解决新问题或开发新机会的过程”，并总结出组织在面临资源限制问题时所采用的三条路径，其中包括持续地对外部知识进行搜寻以获取新资源，并进行创造性的整合以解决资源约束问题。此后，学者们普遍认为资源拼凑能有效地整合既有资源和外部异质性资源，是一个探索和利用手边资源用途的过程，而且从拼凑行为特征来看，拼凑具有反复试错性，常常难以一次获得成功[17]。而外部知识的搜寻积累能够帮助企业进行更有效的拼凑。本文针对两种搜寻方式的特点，考察资源拼凑在跨界搜寻影响企业绩效机制过程中的中介效应。以期对新创科技企业跨界搜寻活动的开展提供理论指导。
-
1.跨界搜寻与企业绩效
在开放式创新范式下，已有研究表明冗余资源有利于企业绩效提升，从事内部能力开发能使企业获取更好的绩效，那么，聚焦于获取外部丰富异质性知识的跨界搜寻是否有利于企业绩效的提升？基于资源基础观认为，价值获取及利用是组织形成独特资源基础的关键方式，也是组织实现内外部新旧知识结合以实现创新的关键之举[18]，因此对企业未来发展与竞争能力的形成至关重要。跨界搜寻能够帮助企业获取异质性知识及创新资源[19]，并将其应用于新产品研发以保证企业保持长期竞争优势。研究表明跨界搜寻与大数据能力协同可以促进企业获取异质性新知识，并有利于企业商业模式创新[20]。此外，企业通过跨界搜寻活动搜索外部异质性知识，通过了解掌握外部复杂动态的环境，为组织摆脱知识局限、处理问题提供新思路，进而为企业创新活动提供支持[21-22]。罗瑾琏和芮正云[23]将跨界搜寻策略划分为前瞻型搜寻和反应型搜寻，具体而言，前瞻型搜寻注重企业未来的知识需求，其策略导向变现为积极主动，强调企业以更加广阔的视野、更开放的观念搜索外部新知识，发现新机会，以突破现有知识基础，并为组织拓宽认知边界、突破原有技术固化轨道提供了强有力的知识支撑。由此认为前瞻型搜寻策略不仅能够帮助企业快速更新知识，避免企业资源“刚性阻碍”，而且能够洞悉市场发展趋势及未来客户需求动向，进一步明确企业下一步发展方向，从而有利于企业绩效平稳提升。据此，提出如下假设：
H1a. 前瞻型搜寻有利于新创科技企业绩效的提升。
随着新技术革命和产业革命不断提升企业创新能力，使得市场环境竞争愈加激烈，企业短期内为应对突如其来的市场环境变化，会着眼于搜寻当前知识并吸收转化，以实现短期的企业绩效增长目标。Wu[24]认为当市场竞争激烈时，企业常常倾向于对现有产品或服务进行微小的改进来强化现有市场地位并获得一定的即时收益，而非仅追求长期优势。因此，企业不仅需要进行前瞻型搜寻以保证企业长期知识需求，还要依靠反应型搜寻来支撑企业的短期创新需求。反应型搜寻注重企业在原有知识基础上进行累积搜寻，注重当前的知识需求，可以帮助企业快速找到符合环境要求的新知识[25]，提升企业对外部知识的整合利用效果。据此，提出如下假设：
H1b. 反应型搜寻有利于新创科技企业绩效的提升。
2. 资源拼凑的中介作用
Barney[26]强调有价值的、稀缺的、难以模仿的异质性资源是企业保持长期竞争优势的关键。而对具有“新进入者缺陷”和“弱小性缺陷”特点的新创科技企业而言，其初始资源有限，获取外部资源是满足企业资源需求的主要途径[27]。企业通常对外部知识获取利用以克服企业内部创新资源不足，一般认为，企业获取外部知识的渠道越多、与外部渠道联系越紧密，意味着企业越容易获取外部知识并能对知识进行较好的理解掌握[28]。而创新的不确定性和复杂性要求企业保持高频率的信息和知识互动，对于新生弱性的新创科技企业而言，外部异质性知识是企业进行高效拼凑实现创新的基础[29]。一方面，前瞻型搜寻策略着眼于未来可能需要的新知识，接触更多异质性知识，识别出原有资源的异质性用途，从而构建先发优势，为实现跨越式创新提供基础。另一方面，前瞻型搜寻策略跨越组织边界，通过搜寻以往不熟悉的新知识、新机会增强搜寻的深度和广度，以此填补跨界创新所需的资源，提升企业在不确定环境中的适应能力[30]。可见，前瞻型搜寻策略搜寻到的异质性知识不仅能够为拼凑行为提供新想法，克服资源束缚的枷锁，而且对知识的不断搜寻能够促进组织对外界知识技术的互动共享，有助于企业内外部知识的创新性重组，进而创造新机会、新思路。据此，提出如下假设：
H2. 资源拼凑在前瞻型搜寻与新创科技企业绩效间起中介作用。
环境动态性越高，企业原有的计划方案发生意外的几率越高，此时，企业为了生存和发展，需要进行即兴拼凑以应对当前突发事件，保证正常的生产和运营[31]。即兴的拼凑在一定程度上是对原有计划惯例的偏离，是根据情景即兴发挥的资源巧妙整合，具有不确定性和新颖性[32]，而面对突发事件对手边忽略的、价值低廉的隐形资源进行成功的即兴拼凑，需要注重于当前市场所需异质性知识的吸收转化。相较于前瞻型搜寻，反应型搜寻注重于当前的知识需求，以满足当前的市场客户需求互动。从短期来看，反应型搜寻活动有利于企业迅速获取外部市场环境所需的资源并节省试错成本，Carlile[33]认为，企业在成熟业务范围内搜索解决问题的方法可以降低搜索的时间和成本，从而有助于企业创新。可见，企业在应对突发事件时，着眼于当前熟悉领域的知识搜寻不仅能够降低搜寻成本，提高资源的利用效率，还能在主动学习知识整合资源的过程中提升企业能力，为企业发展建立长期优势。据此，提出如下假设：
H3. 资源拼凑在反应型搜寻与新创科技企业绩效间起中介作用。
3. 替代效应
在技术变革日益加快的环境背景下，企业既需要通过反应型搜寻以满足当前客户需求，又需要通过前瞻型搜寻拓宽企业外部搜寻范围以支撑企业长期发展目标[15][23]。但同时所形成的组织惯性会影响到企业未来适应环境与捕捉新机会的能力[34]，而且由于两类搜寻学习过程的差异性，将造成两类搜寻学习过程不兼容[35-36]。以往研究发现，在企业发展中，两类搜寻活动的均衡程度差距越大越不利于企业创新绩效的提升，因此企业应根据实际发展情况，准确识别创新驱动力[37]。有研究针对当前知识搜寻利用与新知识探索冲突，提出时空分离平衡、组织分离/结构双元平衡、情境双元平衡、空间域分离平衡等解决方式[38]。据此，提出如下假设：
H4. 前瞻型搜寻与反应型搜寻对新创科技企业绩效的影响具有替代效应。
本文的理论分析框架如图1所示。
图 1理论分析框架
-
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 -
本文基于资源拼凑视角，研究了前瞻型搜寻与反应型搜寻对新创科技企业绩效的影响机理以及两种跨界搜寻策略对新创科技企业绩效影响的协同效应。通过对201家企业调查样本的实证分析，结果表明：（1）前瞻型搜寻策略对新创科技企业绩效产生了显著正向影响；（2）反应型搜寻策略对新创科技企业绩效产生了显著正向影响；（3）资源拼凑在前瞻型搜寻与反应型搜寻影响新创科技企业绩效间均发挥中介作用，其中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，这表明跨界搜寻所获取的多元化知识，一方面通过资源拼凑重组内化为企业的存量知识，另一方面有效降低无序随机拼凑的成本，提升资源拼凑的成功率，两方面共同作用提升了企业绩效；（4）前瞻型搜寻与反应型搜寻对新创科技企业绩效的影响具备互补效应，尽管新创科技企业具有“新生弱性”“小而弱性”的缺陷，企业仍然可以通过资源巧配实现两种跨界搜寻策略的平衡，并且产生积极的协同效应。
-
本研究得到如下管理启示：（1）构建灵敏兼顾的知识监测搜索体系。一方面，积极定位行业领先企业、国际/国内知名专家和研究团队以及领先用户，及时搜索获取行业发展前沿知识，拓宽企业认知边界，突破现有知识基础，为企业未来发展奠定良好基础；另一方面，与供应商、下游客户、终端用户、政府部门等建立稳定的伙伴生态圈，加强对市场新生机会的监测搜索，精准把控市场新需求，持续优化现有技术、产品，提升企业的经营业绩。（2）构建“内外兼顾”的知识加工体系。一方面，加强部门间的协同运作，及时将两类搜寻所得的知识、资源进行有效分类、吸收与整合，提升知识的内化和转化的效率；另一方面，积极营造良好的学习氛围和创新环境，通过组织学习、创造性思维训练等方式，提升资源拼凑效率，对企业内外部知识进行高效的创造性重构，从而实现内外部资源融合创新。（3）充分发挥前瞻型搜寻和反应型搜寻的协同效应。对于新创科技企业而言，反应型搜寻是企业能够快速在市场上站稳脚跟的重要知识补充方式，前瞻型搜寻则是企业未来能够快速发展壮大的重要战略选择，因此企业在决策要立足当下、着眼未来，结合自身知识基础，梳理资源缺口，进而确定两类搜寻策略的平衡点，在此基础上根据企业的发展阶段、知识基础和资源禀赋的变化情况动态调整两类搜寻策略的平衡关系，最大限度地激发其协同互补效应。
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 
下载:
导出CSV
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。 下载:
导出CSV
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。 下载:
导出CSV
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 下载:
导出CSV
-
[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. -
点击查看大图
图(1)/
表 (4)
计量
- 文章访问数:407
- HTML全文浏览量:72
- PDF下载量:16
- 被引次数:0
