弋亚群, 刘 怡, 谷 盟

(西安交通大学 管理学院, 陕西 西安 710049)

一、研究问题描述

成功的新产品开发离不开企业资源的支持。冗余资源作为组织内部闲置的、被忽略的、尚未被利用的资源,是在位企业普遍存在的一种现象。如何“变废为宝”,发挥冗余资源在新产品开发中的价值是在位企业普遍关注的问题。特别是在“互联网+”新形势下,企业资源得以重新配置和利用,冗余资源对新产品开发的价值是否会发生变化,更是值得深入探讨的问题。

冗余资源指组织内部过量的、能够被控制和随意使用的资源[1]。虽然以往一些研究探讨了冗余资源与产品创新的关系,但一直没有清晰的结论。组织理论的学者认为冗余资源具有积极作用,它能满足企业对人力、物力、财力等资源的需求,支持企业进行新产品开发[2]。而委托代理理论的学者认为冗余资源能够为管理人员进行过度扩张、多元化投资提供便利,是企业低效率的表现[3-4]。随后,一些学者通过实证检验,发现冗余资源和产品创新之间有可能呈U型或倒U型关系[5-6]。随着研究的不断深入,学者们又将冗余资源进行细分,探讨不同类型的冗余对创新的影响[7-8],以解决以往研究中的分歧。刘(Liu)等[9]将冗余分为未吸收冗余和已吸收冗余,认为两者均能促进产品创新;陈爽英等[10]则通过将冗余划分为可恢复冗余、可利用冗余和潜在冗余,发现前两种冗余与研发投资强度呈倒U型关系,而潜在冗余与研发投资呈负向关系。

尽管以往文献对冗余资源与产品创新的关系做出了众多研究,但是对于如何利用冗余资源来为新产品开发服务的见解仍是不全面的,主要体现在两个方面。首先,以往研究表明,不同类型的冗余资源对新产品开发的作用机制不同,却很少比较不同类型的冗余资源(如未吸收冗余和已吸收冗余)与新产品开发绩效关系的差异。由于不同的冗余资源在转换能力上存在差异,故在新产品开发过程中的作用应有所不同。因此,在新产品开发过程中,对比不同冗余资源的作用是值得关注的问题。其次,以往研究尚未分析企业如何在互联网环境下发挥冗余资源的作用。随着环境变化,冗余资源对产品创新的作用机制也会随之改变[11]。互联网时代下,Uber、Airbnb等创新模式备受推崇,这种模式成功的原因在于企业能够通过互联网链接用户,实现冗余资源的流动和再利用。以Uber为例,在打车市场中,一部分人有乘车需求,而另一部分人有空闲的车和时间,Uber将这部分人的信息及资源进行匹配和整合,产生了“互联网+交通”这类新的商业模式。基于此,本文认为研究互联网环境下企业如何重新利用冗余资源来为新产品开发服务,是值得深入探讨的问题。

综上所述,本研究探讨互联网环境下,不同类型的冗余资源与新产品开发绩效的关系。并通过206家中国企业数据进行假设检验。结果表明,与已吸收冗余相比,未吸收冗余对新产品开发绩效的促进作用更强;互联网普及率增强了未吸收冗余与新产品开发绩效的正向关系,但对已吸收冗余和新产品开发绩效的调节作用不显著;互联网增长率削弱了已吸收冗余对新产品开发绩效的正向关系,但对未吸收冗余和新产品开发绩效的调节作用不显著。本文从互联网角度出发,探讨冗余资源的利用问题,为今后组织理论及战略管理研究提供了新的视角。

二、理论模型与研究假设

(一)冗余资源和新产品开发

新产品开发是企业利用现有的资源和能力改良旧产品、创造新产品的过程[12]。对任何企业而言,新产品开发都是一项高风险过程,需要企业内部金融、技术和人力资本等资源的支持[13]。冗余资源作为企业的储备资源,为企业开展新战略或开发新产品提供必要的资源支持[14]。根据资源的流动性,冗余资源可以分为未吸收冗余和已吸收冗余[7,15]。前者指不受约束的、在组织内部容易被配置的资源[8],这类资源通常适用性高,使用范围较广,不同用途之间转换的难度较小,包括现金、信用额度和原材料存货等;后者指已被吸收到企业日常运营中,难以被重新利用和配置的资源[15],这类资源适用性低,使用范围较小,在不同用途之间转换的成本很高,常见的已吸收冗余包括企业闲置机器设备、员工报酬和管理费用等。

以往研究认为,未吸收冗余和已吸收冗余均能促进新产品开发。未吸收冗余具有较强的流动性和较低的惯性,它能够帮助企业适应内外部压力,快速响应战略上的调整和变革,即当企业投资新项目或进入新领域时,企业内部的未吸收冗余(如未分配的利润)能迅速被管理者识别并投入到开发流程中。已吸收冗余与创新过程直接相关,如闲置的机器设备可以直接响应创新需求;除此之外,已吸收冗余还能转化为未吸收冗余,重新投入到组织运行中,如企业通过加强成本控制,削减管理费用,增加更多的现金流投资新的项目。

在此基础上,本文认为未吸收冗余更能促进新产品开发,原因有两点。第一,未吸收冗余作为企业内不受约束的资源,使用范围广,很容易被管理者识别和采用,能迅速参与到企业新产品开发流程中。而且未吸收冗余结构限制低,能支持企业进行大量的探索和试验活动,鼓励创新,如企业耗费大量现金或未分配利润投入研发,发明技术专利等。相比之下,已吸收冗余配置能力低,结构限制较高,通常内嵌于组织流程中,是企业内部作为成本而存在的资源[16]。由于惯性的影响,企业不愿意将这些已经被吸收的冗余资源从现有的产品领域转移到不确定性较高的新产品开发项目上,因此对研发新产品项目的作用有限。即便企业可以通过削减管理、销售费用等方式转化已吸收冗余,也需要耗费流程和时间,影响产品研发进程[17]。第二,未吸收冗余(如财务冗余)能有效地支持企业进行高风险的创新活动,开发出更有前景的新产品。在新产品开发中,企业不仅仅要关注现有流程,还要关注产品未来的创新前景[18]。与已吸收冗余相比,未吸收冗余更加关注企业长期利益,它赋予管理者更高的自主权,投身于不确定性较高的项目,通过不断试验进行探索创新,开发出具备良好市场前景的新产品。而已吸收冗余多的企业往往更关注现有利益,强调短期内确定性的投资回报,注重对现有产品改进创新,而不重视产品未来前景和企业长期利益[8]。

基于以上分析,本文提出如下假设:

H1:未吸收冗余比已吸收冗余对新产品开发绩效的作用更大。

(二)互联网普及率和增长率对未吸收冗余与新产品开发绩效关系的调节作用

由于资源并不总是顺畅地用于新产品开发,企业在新产品开发过程中总会面临着大量的资源浪费。因此,如何提高已有资源的利用效率,降低资源浪费,是战略管理实践中关注的重点问题。互联网作为一种重要的通用技术和环境,改变了企业资源配置、知识流动和技术溢出的方式[19]。大量互联网创业企业(如滴滴、Airbnb)的成功并不是因为创造了全新的资源,而是提供了新的商业思维模式,将已有的资源链接起来,使现有的资源随着这种链接进行流动和重组。本研究以互联网普及率和互联网增长率作为互联网环境的代表性特征,认为互联网普及率和互联网增长率都会促进未吸收冗余对新产品开发的正向作用,主要表现为两方面。

首先,互联网环境下,企业采用未吸收冗余的意愿增强。随着互联网发展速度的不断加快,互联网在企业内部及外部的应用也越来越广。在这种情境下,企业间的竞争更加激烈,传统优势逐步消失殆尽,跨界竞争的趋势也越发明显。企业想要在某个细分领域取得竞争优势,就必须及时对顾客需求做出准确地预测和反应,利用差异化的产品提高消费者的使用价值,并通过缩短产品设计、开发和推向市场的时间获得先动优势。在这种情况下,由于未吸收冗余具有惯性小、灵活性高的特点,使得这部分冗余在短期内能被充分调动,迅速转化为企业内部的资源和能力,支持企业不断开发新产品。因此,企业更迫切地需要利用未吸收冗余适应激烈的竞争。

其次,互联网技术提升了企业对未吸收冗余的利用效率。以往研究认为未吸收冗余有助于企业通过反复试验寻求创新机会,但这种创新机制容易造成资源浪费,形成低效率[20]。而本研究认为,随着互联网的普及,这种浪费现象将得到极大的改善。互联网技术能帮助企业更有效地管理内部资源,加速产品和服务的开发过程[21]。托姆科(Thomke)等[21]研究发现,在新产品开发过程中,企业可以将计算机仿真等技术与设计过程相融合,采用虚拟模型进行反复试验,提高资源利用效率。威尔士(Wales)等[22]也认为互联网等技术可以减少资源在创新过程中的浪费,降低企业商业试验和探索性活动的成本。此外,许多企业还利用互联网对供应链各环节进行改造,对企业实施信息化部署,例如建立办公自动化(OA)系统、电子采购系统、企业资源规划(ERP)、电子数据交换(EDI)和客户关系管理系统(CRM)等,目的是简化业务流程,合理配置资源,提高现有资源的利用效率[23]。

因此,本文提出如下假设:

H2a:互联网普及率越高,未吸收冗余对新产品开发绩效的促进作用越强。

H2b:互联网增长率越快,未吸收冗余对新产品开发绩效的促进作用越强。

(三)互联网普及率和增长率对已吸收冗余和新产品开发绩效关系的调节作用

互联网环境下,信息不对称程度降低,传统行业壁垒被打破,市场竞争不再是区域竞争,而是更大范围内的资源和能力竞争。这种情况下,企业只有通过缩短新产品开发时间,提高新产品试验成功率,才能快速获取竞争优势。而相比于未吸收冗余,已吸收冗余灵活性差、惯性强,只能适用于特定的场景,通常作为企业成本而存在。互联网环境下,企业面临的变革是不连续的,一旦外界条件发生变化,已吸收冗余很难快速调整适应新的需求,进而影响产品研发进程。即使已吸收冗余能转化为未吸收冗余,投入到企业研发活动中,也会产生高额的转化成本,阻碍新产品开发效率。

同时,互联网的普及和快速增长加强了企业已吸收冗余在新产品开发过程中的惯性。随着互联网的逐步发展,越来越多的企业开始转变传统的发展模式,更加重视与外部企业合作。大多数情况下,企业会通过合理的分工将非核心业务剥离出去,通过外包、合作研发、战略联盟、特许经营等方式进行创新,构建轻资产、重知识的企业。而已吸收冗余已面向具体的应用,融入到业务流程中,体现着企业以往的资源结构及活动安排,必将成为企业改变及调整的对象[24]。企业在进行剥离及调整时,已投入到生产流程中的资源会对公司战略进行锁定,阻碍调整和变革。为了避免之前投入的沉没成本的损失,企业最终仍会按照原来的惯例和运行,专注于现有的市场和技术,不利于扩展新市场、开发新产品。

因此,本文认为互联网普及率和互联网增长率会削弱已吸收冗余对新产品开发的正向作用,并提出以下假设:

H3a:互联网普及率越高,已吸收冗余与新产品开发绩效的正向关系越弱。

H3b:互联网增长率越快,已吸收冗余与新产品开发绩效的正向关系越弱。

本文的理论模型如图1所示。

图1 本文的理论模型

三、研究设计

(一)样本选择及数据收集

为验证假设,本研究采用问卷调查和二手数据相结合的方式。首先,选取10家企业进行预调研,并根据调研的反馈意见重新修订问卷,最终确定问卷内容。之后,根据政府提供的企业名册按地区随机选取企业,发放问卷。调查省市涵盖东部的广东省、上海市、山东省,中部的河南省,西部的陕西省和四川省等。调研方式以面访为主,电子问卷调查为辅。本次问卷共发放650份,回收232份,总回收率为35.69%。最终,剔除无效问卷26份(包括7份已吸收冗余量表中逆向题项存在矛盾的样本),有效回收206份,有效回收率达31.69%。为检验是否存在未回应偏差,本文采用T检验法比较未回应企业与回应企业的特点,如企业规模、年龄等。所有T检验结果均不显著,说明存在未回应偏差的可能性较小。根据中国互联网络信息中心(CNNIC)公布的《中国互联网络发展状况统计报告》,本文采用互联网普及率和互联网增长率反映企业目前面临的互联网环境,该报告涵盖中国31个省份的互联网普及率及增长率数据(未涵盖港澳台数据),根据问卷发放的省份选择相应数据。

(二)变量测量

变量测量根据现有文献中的指标编制而成,所有变量均采用5点的李克特量表。受访者根据企业自身实际情况进行打分,1表示完全不同意,5表示完全同意。指标的测量、信度与效度见表1。

主要变量包括:(1)已吸收冗余:根据丹内尔斯(Danneels)[25]的研究,本文设计两个指标测量已吸收冗余,反映企业内部适用性较低、难以被重新配置的资源。(2)未吸收冗余:结合谭(Tan)等[6]的研究,本文设计三个指标测量未吸收冗余,反映企业未被吸收的流动资源,包括未开发的客户关系、利润和充足的财务储备。(3)新产品开发绩效:采用魏(Wei)等[26]的研究,用新产品成功率、推向市场的时间、研发周期和新产品的市场潜力衡量新产品开发。(4)互联网普及率:采用网民规模与总人口数的比值衡量互联网普及率,在计算时取互联网普及率的自然对数。(5)互联网增长率:采用本年网民规模增长数与去年网民总数的比值衡量互联网增长率,在计算时取互联网增长率的自然对数。

本研究同时选取企业年龄、规模、发展阶段和环境竞争性作为控制变量。以往研究表明,不同年龄、规模的企业在创新管理能力方面存在显著的差异[27],因此将企业年龄、规模作为重要的控制变量。其中,企业年龄采用成立时间的自然对数衡量,规模采用员工总人数的自然对数衡量。企业在不同发展阶段的资源积累程度不同,对新产品开发的作用也不同,因此控制企业发展阶段这一变量[28]。本研究采用李克特量表测量企业发展阶段,其中1=投入阶段,2=成长阶段,3=成熟稳定阶段,4=衰退阶段。以往研究认为环境竞争性会影响企业对创新的需求,以及将这种需求转化为实践的过程[29],因此本文还控制了环境竞争性这一变量。

四、实证分析及结果

(一)效度检验

首先,采用Alpha系数检验测量指标的可靠性,如表1所示,未吸收冗余和新产品开发的Alpha系数均大于0.7,已吸收冗余的Alpha系数大于0.6,说明测量问卷可靠性达到测量要求。其次,在效度方面,计算了每个指标的因子载荷和AVE,结果显示,变量的收敛效度较好。为了检验变量的区分效度,如表2所示,采用AVE的开方值与相关系数作比较,前者大于所在行和所在列的值,表明变量具有较好的区分效度。

(二)变量的描述性统计

表2是各变量的描述性统计分析结果,各变量的相关系数均小于0.6,存在多重共线性的可能较小。为了进一步检验是否存在多重共线性,本研究计算了各个回归系数的膨胀因子(VIF)。分析结果表明,各系数最大的膨胀因子为1.54,小于临界值10,因此模型不存在多重共线性。

表1 主要变量的测量、信度与效度

(三)层次回归分析

因为调节效应的存在,该模型采用层次回归分析验证假设。本文构建多个回归模型进行验证,结果如表3所示。(1)将控制变量企业年龄、企业规模、企业发展阶段、环境竞争性及调节变量互联网普及率、互联网增长率放入模型1。(2)将未吸收冗余和已吸收冗余分别放入模型2和模型3,结果显示,未吸收冗余与新产品开发正相关(β=0.400,p<0.001),已吸收冗余也促进新产品开发绩效(β=0.114,p<0.1),说明随着冗余资源的不断提高,新产品开发绩效也不断增强。(3)将控制变量、调节变量、未吸收和已吸收冗余同时放入模型4。为了验证未吸收冗余比已吸收冗余对新产品开发绩效的作用更大,本文采用了刘(Liu)等[30]的方法,比较模型4与模型2、模型3中R2变化的显著性。其中,模型4与模型3中R2的差值表示未吸收冗余对新产品开发绩效的解释程度,模型4与模型2中R2的差值表示已吸收冗余对新产品开发绩效的解释程度。结果显示,未吸收冗余和已吸收冗余的R2变化均显著,且未吸收冗余的解释力度更大(0.121>0.020),因此H1得到验证。(4)为了验证互联网普及率及增长率的调节作用,本文在模型5中加入互联网普及率和自变量的交互项;在模型6中加入互联网增长率与自变量的交互项。在变量加入之前,对交互项所涉及的变量均进行了中心化处理。模型5的结果显示,未吸收冗余与互联网普及率的交互项系数显著为正(β=0.124,p<0.1),H2a得到验证,已吸收冗余与互联网普及率的交互项系数不显著,H3a未通过验证;在模型6中,未吸收冗余与互联网增长率的交互项系数不显著,H2b未通过验证,而已吸收冗余与互联网增长率的交互项系数显著为负(β=-0.185,p<0.001),H3b通过验证。为了进一步阐释互联网普及率和增长率对冗余资源与新产品开发绩效的调节作用,本文还绘制了调节图(图2与图3),可见,当互联网普及率增加时,未吸收冗余对新产品开发绩效的促进作用也随之增强;随着互联网增长率的提高,已吸收冗余对新产品开发绩效的促进作用逐步减弱。

表2 变量的描述性统计分析结果

注:*表示p<0.05;**表示p<0.01;N/A表示不适合分析,斜对角线为AVE的开方值。

表3 层次回归分析的估计结果

注:+表示p<0.1;*表示p<0.05;**表示p<0.01;***表示p<0.001。

图2 互联网普及率的调节作用

图3 互联网增长率的调节作用

五、研究结果与意义

冗余资源作为一种潜在资源,对新产品开发有重要影响。基于组织惯性理论,本文探讨了互联网情境下如何利用不同的冗余资源帮助企业更好地进行新产品开发,结论如下:

其一,未吸收冗余和已吸收冗余都能促进新产品开发,但未吸收冗余对新产品开发的作用更大。虽然以往研究认为两种不同冗余资源都能促进创新,但很少有学者对新产品开发过程中两种冗余资源的相对重要性作出比较。本研究认为冗余资源是否有利于企业开发新产品主要取决于资源的相对流动性和可得性,流动性高的未吸收冗余惯性较小,在新产品研发中能快速发挥作用,而已吸收冗余的惯性较高,在新产品开发中发挥的作用也有限。本研究从冗余资源本质出发,探讨未吸收和已吸收冗余对新产品开发的差异化影响,进一步丰富对冗余资源与新产品开发关系的探讨。

其二,互联网普及率增强了未吸收冗余与新产品开发绩效之间的正相关关系,但对已吸收冗余和新产品开发绩效之间的调节作用不显著;而互联网增长率削弱了已吸收冗余与新产品开发绩效之间的正相关关系,但对未吸收冗余和新产品开发绩效之间的调节作用不显著。一个可能的解释是互联网情境的特点不同,企业对资源利用的侧重点也不同。普及率指网民基数大,而增长率代表网民规模增加的速度快。当互联网普及率较高时,企业内部、企业与企业之间信息不对称程度下降,资源交换的门槛也随之降低。未吸收冗余结构限制低、适用性强的特点,使其很容易在企业内部和外部进行交换,因此互联网普及率对未吸收冗余的利用影响较大,对已吸收冗余的作用可能不明显;而互联网增长速度的加快虽然也会影响未吸收冗余对新产品开发的作用,但相比而言,对已吸收冗余的影响更明显。主要是由于已吸收冗余惯性强,结构限制高的特点,使得其在互联网快速发展过程中更容易体现出来。尽管假设H2b,假设H3b未得到验证,但本文也进一步解释了以往关于冗余资源与创新的矛盾性观点,表明企业所处环境的差别会导致冗余资源对创新的作用不同。尽管以往研究意识到互联网对传统企业资源利用的重要性,但是大多从外部环境不确定及内部治理角度探讨冗余资源的利用问题[5,31],很少有研究探讨互联网情境下企业冗余资源的利用问题。本文发现,随着互联网普及率的提高,企业更倾向利用流动性更高的未吸收冗余,流动性低的已吸收冗余对企业创新来讲,反而是一种阻碍;随着互联网增长率的不断提高,企业对惯性更大的已吸收冗余的限制作用更大。

本文结论对互联网情境下企业如何开发新产品具有重要的实践意义。首先,本文发现未吸收冗余对新产品开发作用更大,因此企业内部应减少已吸收冗余的存量,将更多资源转化为未吸收冗余,以应对突发的环境变化。其次,本研究还发现随着互联网普及率提高,未吸收冗余对新产品开发作用增强;而随着互联网增长速度加快,已吸收冗余对新产品开发作用减弱。该结论为企业如何提高现有资源利用效率这一问题提供了新思路。在互联网情境下,企业应当转变传统的粗放式经营管理模式,注重对约束力较小的未吸收冗余的开发,充分发挥人力、物力的作用,当现有的资源都投入到运营流程中时,才能为企业创造价值。

此外,本研究还存在两点不足,需要在未来的研究中进一步改进。首先,本研究设计采用的是截面数据,由于互联网对冗余资源效用的发挥可能存在时滞性,因此截面数据难以反映随着互联网水平的变化,冗余资源对新产品开发的作用趋势。未来的研究可以采用纵向数据重新检验假设,探索一段时间内,冗余资源作用是否会发生变化。其次,本研究只关注了互联网普及率和增长率对不同冗余资源与新产品开发的调节作用,未深入探讨在此种情境下,冗余资源如何影响新产品开发这一内在作用机制。后续研究可以从动态能力等视角出发,探讨企业如何利用互联网提高新产品开发绩效,进而揭开互联网情境下企业冗余资源与创新这一关系的黑箱。

[参考文献]

[1] BOURGEOIS L J, SINGH J V. Organizational Slack and Political Behavior among Top Management Teams[J]. Academy of Management Annual Meeting Proceedings, 1983(1): 43-47.

[2] CHEN C J, HUANG Y. Creative workforce density, organizational slack, and innovation performance[J]. Journal of Business Research, 2009, 63(4): 411-418.

[3] MISHINA Y, POLLOCK T G, PORAC J F. Are more resources always better for growth? Resource stickiness in market and product expansion[J]. Strategic Management Journal, 2004, 25(12): 1179-1197.

[4] 毕晓方, 翟淑萍, 何琼枝. 财务冗余降低了企业的创新效率吗?——兼议股权制衡的治理作用[J]. 研究与发展管理, 2017(2): 82-92.

[5] 王亚妮, 程新生. 环境不确定性, 沉淀性冗余资源与企业创新——基于中国制造业上市公司的经验证据[J]. 科学学研究, 2014(8): 1242-1250.

[6] JUSTIN T, MIKE W P. Organizational slack and firm performance during economic transitions: Two studies from an emerging economy[J]. Strategic Management Journal, 2003, 24(13): 1249-1263.

[7] SINGH J V. Performance, Slack, and Risk Taking in Organizational Decision Making[J]. Academy of Management Journal, 1986, 29(29): 562-585.

[8] VOSS G B, SIRDESHMUKH D, VOSS Z G. The Effects of Slack Resources and Environmental threat on Product Exploration and Exploitation[J]. Academy of Management Journal, 2008, 51(1): 147-164.

[9] LIU H, DING X, GUO H, et al. How does slack affect product innovation in high-tech Chinese firms: The contingent value of entrepreneurial orientation[J]. Asia Pacific Journal of Management, 2014, 31(1): 47-68.

[10] 陈爽英, 杨晨秀, 邵云飞. 组织冗余与企业研发投资强度的非线性关系研究——基于中国上市公司面板数据的实证[J]. 研究与发展管理, 2016(5): 55-62.

[11] GEIGER S W, CASHEN L H. A Multidimensional Examination Of Slack And Its Impact On Innovation[J]. Journal of Managerial Issues, 2002, 14(1): 68-84.

[12] COOPER L P. A research agenda to reduce risk in new product development through knowledge management: a practitioner perspective[J]. Journal of Engineering & Technology Management, 2003, 20(1/2): 117-140.

[13] LI H, ATUAHENE-GIMA K. Product Innovation Strategy and the Performance of New Technology Ventures in China[J]. Academy of Management Journal, 2001, 44(6): 1123-1134.

[14] PANG C, SHEN H, LI Y. How organizational slack affects new venture performance in China: a contingent perspective[J]. Chinese Management Studies, 2011, 5(2): 181-193.

[15] SHARFMAN M, WOLF G, CHASE R, et al. Antecedents of organizational slack[J]. Academy of Management Review, 1988, 13(4): 601-614.

[16] FADOL Y, BARHEM B, ELBANNA S. The mediating role of the extensiveness of strategic planning on the relationship between slack resources and organizational performance[J]. Management Decision, 2015, 53(5).

[17] 孙爱英, 苏中锋. 资源冗余对企业技术创新选择的影响研究[J]. 科学学与科学技术管理, 2008(5): 60-63.

[18] SUSAN H. Dimensions of success in new product development: An exploratory investigation[J]. Journal of Marketing Management, 1993, 9(1): 23-41.

[19] 吴晓云, 李辉. 我国区域创新产出的影响因素研究——基于ICT的视角[J]. 科学学与科学技术管理, 2013(10): 69-76.

[20] LEE S. How financial slack affects firm, performance: evidence from U. S. industrial firms[J]. Journal of Economic Research, 2011, 16(6): 1-27.

[21] THOMKE S HIPPEL E V, FRANKE R. Modes of experimentation: an innovation process — and competitive — variable[J]. Research Policy, 1998, 27(3): 315-332.

[22] WALES W J, PATEL P C, PARIDA V, et al. Nonlinear Effects of Entrepreneurial Orientation on Small Firm Performance: The Moderating Role of Resource Orchestration Capabilities[J]. Strategic Entrepreneurship Journal, 2013, 7(2): 93-121.

[23] LEVY M, POWELL P, YETTON P. SMEs: aligning IS and the strategic context[J]. Journal of Information Technology, 2001, 16(3): 133-144.

[24] 李晓翔, 刘春林. 困难情境下组织冗余作用研究: 兼谈市场搜索强度的调节作用[J]. 南开管理评论, 2013(3): 140-148.

[25] DANNEELS E. Organizational antecedents of second-order competences[J]. Strategic Management Journal, 2008, 29(29): 519-543.

[26] WEI Z, YI Y, GUO H. Organizational Learning Ambidexterity, Strategic Flexibility, and New Product Development[J]. Journal of Product Innovation Management, 2014, 31(4): 832-847.

[27] HUERGO E, JAUMANDREU J. How does probability of innovation change with age?[J]. Small Business Economics, 2004, 22(3/4): 193-207.

[28] LIU Y, LI Y, WEI Z. How organizational flexibility affects new product development in an uncertain environment: Evidence from China[J]. International Journal of Production Economics, 2009, 120(1): 18-29.

[29] RAJDEEP G, PATRIYA T. Building Organizational Capabilities for Managing Economic Crisis: The Role of Market Orientation and Strategic Flexibility[J]. Journal of Marketing, 2013, 65(2): 67-80.

[30] LIU Y, LUO Y, LIU T. Governing buyer—supplier relationships through transactional and relational mechanisms: Evidence from China[J]. Journal of Operations Management, 2009, 27(4): 294-309.

[31] 陈晓红, 王思颖. 组织冗余与公司绩效关系研究——治理制度的调节作用[J]. 科研管理, 2012(9): 78-86.