陈 钦,周艳丽,陈 忠

(1.福州外语外贸学院 经管学院,福建 福州 350200;2.东南大学 经济管理学院,江苏 南京 211189;3.福建师范大学 经济学院,福建 福州 350007)

一、引言

随着经济全球化的逐渐深入,协同合作的重要性愈加凸显。在“大众创业、万众创新”的大环境下,供应商凭借其技术和资源优势占据了上游地位,制造商与供应商的紧密联系可以提升双方的获利效率,同时也关乎着整体产业链的良好运转。由于很多协同创新项目需要供应商的技术与资源的持续投入,而供应商的上游地位决定了其可以同时参与不同的协同创新项目,所以对于制造商来说,在众多项目中获得供应商更多的注意力至关重要。

鉴于供应商的上游战略地位,诸多学者对供应商与协同创新绩效的关系进行了广泛研究。陈红等人基于2012—2014年制造业和服务业的475家上市公司样本数据,分行业讨论了政府补助和税收优惠对不同生命周期的企业开发性创新绩效和探索性创新绩效的激励效果,并分析了不同行业激励效果存在差异的原因[1]。吴洁等人构建了政府引导、高校牵头、企业参与的协同创新三方演化博弈模型,分析了政产学研在协同创新过程中的策略选择[2]。杨斌等人提出了关于供应商回购的供应链金融模式,建立了包含供应商、零售商和银行的三方博弈模型,并求解出了最优边界[3]。孙博等人发现企业融资约束与创新绩效之间存在显著的“倒U型”关系,企业中高层管理者、科技人才的流动所形成的人力资本社会网络对企业融资约束与创新绩效之间的关系存在显著的积极调节作用[4]。李随成等人从集体意识视角,研究了中国文化背景下战略供应商管理如何影响供应商网络整合[5]。李晓钟等人通过电子信息产业上市公司的年报数据,实证分析了政府补贴对企业创新绩效的促进效应与门槛效应[6]。

综上所述,虽然学者们针对供应商与协同创新绩效及产业链的关系做出了不少有益的探索,但是基于供应商注意力角度的研究鲜少。在当今经济语境下,注意力理论并不是技术问题,而是组织、制度甚至是社会问题[7]。对于制造业产业链来说,供应商的注意力分配决定了与其合作的企业与项目的合作持续度与成功率。同时,由于供应商与制造商同属于产业链中的成员,供应商的注意力分配会对与其合作的企业产生认知层面的影响。在合作中,双方通过对信息知识做出一定的编码、存储和检索,以及对对方拥有的知识及资源进行有效地认知,形成一种彼此依赖的关系,并形成储存和运用包含不同信息知识资源的合作性分工系统,这就是交互记忆系统[8]。既然交互记忆系统是通过成员合作而产生的,那么关系整合就成为了交互记忆系统中的重要因素。整合型领导力通过制定达成共识的运行与保障机制,可以形成双方共同利益的动态合作驱动与保障[9]。因此,为给企业协同创新绩效提供理论指引并拓展注意力理论的应用领域,本文从交互记忆系统的角度,研究供应商注意力对协同创新绩效的影响及整合型领导力在其中起到的具体作用。

二、理论分析与假设提出

(一)供应商注意力与协同创新绩效的关系

注意力基础观是组织行为学及管理学研究中的重要理论。以管理者的理性假设为前提,管理者做何决策在于其注意力聚焦的方向,即企业行为是企业引导与其注意力配置的共同结果。不同公司的注意力配置存在差异,因为注意力会受到对市场注意力资源的捕捉、保留或者规避倾向的影响。一般来说,市值或者曝光率较高的公司,通常会更多地获得合作者注意力,而业绩较差的公司,则相对较少地获得合作者注意力,这也符合市场的风险规避效应[1]。对于协同创新绩效,已有研究表明,供应商的技术与资源优势决定其处于上游地位,而制造商在创新合作中则较为被动,因此供应商注意力会影响协同创新合作。当供应商对该协同创新项目的注意力较高时,往往表示供应商看好该合作项目并有持续投入的意愿,从而提升合作的持续度与成功率,进而对协同创新绩效产生正面作用。

在注意力理论中,根据注意力作用对象的差异,将其分为比较注意力和绝对注意力。供应商的地位决定其可以同时与多个制造商合作,自然就会为与其合作的多个企业配置不同的注意力。比较注意力即通过与其他制造商进行比较,对特定制造商合作项目的重视度和投入意愿程度。绝对注意力则是供应商与特定的制造商合作时,对合作项目进行技术和资源投入以及合作关系维系等意愿的强烈程度。无论是比较注意力还是绝对注意力,均能体现供应商对合作制造商及项目的重视程度;比较注意力和绝对注意力越高,供应商在合作项目中投入的技术资源和合作成本就会越多,在一定程度上表明了其希望深度参与合作的意愿,从而提升了合作的成功率,对协同创新绩效产生正面影响。因此提出假设1和假设2:

H1:供应商的比较注意力对协同创新绩效具有明显的正面作用;

H2:供应商的绝对注意力对协同创新绩效具有明显的正面作用。

(二)供应商注意力与交互记忆系统的关系

组织由不同的成员构成,供应商与制造商形成了特定的合作系统。在合作系统中,成员间资源互补,资源的交换与共享也是合作维系的基本要素。供应商的技术与资源优势属于长期发展的产物,难以被制造商轻易复制,因此供应商在合作中展现出来的优势往往会被制造商记忆、存储并加以分析。而且出于获利的目的,制造商在合作中会对其记忆的诸如制造内容设置及流程匹配等制造相关元素加以运用,从而最大程度地促成双方的合作。因此,在包含供应商和制造商的供应链中,双方出于提高协同创新绩效的目的,会对对方现有资源及优势进行记忆和研究,进而形成一个具备信任基础并以合作成功为目标的信息平台。该信息平台会促使双方对对方优势进行更深入地了解,从而提高合作的信任度,提升分工协作效率,进而促进协同合作。在创新合作项目中,高新技术的相关分工流程与双方的技术信任对合作效率尤其重要,这是交互记忆系统存在的意义。

根据注意力相关理论,供应商做出何种决策在于其把注意力聚焦在哪里,这与供应商所处的市场环境和合作背景相关。而制造商的资源及社会关系优势等影响供应商对市场环境和合作背景的理解,进而决定其注意力在记忆交互系统中的分布及配置。因此,当供应商的注意力较高时,通常会在交互记忆系统中投入更多的资源记忆元素和共享意愿,减少与制造商的合作障碍,在相互促进中共同建设交互记忆系统。同时,在相互促进的过程中,双方会不断提高相互信任度,而信任度是交互记忆系统是否稳定的重要因素。因此,供应商注意力可以促进交互记忆系统的构建。据此提出假设3和假设4:

H3:供应商的比较注意力对交互记忆系统具有明显的正面作用;

H4:供应商的绝对注意力对交互记忆系统具有明显的正面作用。

(三)交互记忆系统与协同创新绩效的关系

基于创新合作的交互记忆系统是创新活动进行的根本保障,而交互记忆系统的特点决定了合作双方都能获得技术资源等优势的共享。创新项目合作的过程通常是复杂而坎坷的,当合作出现知识更新不及时、流程不匹配、技术屏障等问题时,就需要依靠交互记忆系统的共享优势来寻求突破。交互记忆系统越完善,合作双方从中获得的优势共享越丰富。同时,一个成熟的记忆交互系统会提升合作双方的创新能力。因为记忆交互系统是针对合作双方的,所以合作双方都能较为客观地理解对方,在客观理解的基础上进行创新项目合作,可以使合作变得更加便捷。另外,交互记忆系统的协调优势使得双方的信息共享更具效率,明确供应链中各部门的分工流程,促进整体供应链的健康运行,也能提升合作成员间的合作黏性,提高双方信任度,营造良好的合作环境。以上均对提升协同创新绩效具有重要意义。因此提出假设5:

H5:交互记忆系统对协同创新绩效具有明显的正面作用。

(四)交互记忆系统的作用

注意力基础观认为,注意力的分配决定企业的后续动向,进而影响其行为。因此,供应商从注意力配置到后续的协同创新合作行为的产生与发展属于动态过程,对协同创新绩效产生作用。同时,交互记忆系统从形成到成熟也是一个动态的过程:其一,交互记忆系统的完善程度影响着供应商与制造商之间的资源共享效率,而资源共享效率的提升在一定程度上会增加供应商注意力,从而不断作用于整个合作过程;其二,交互记忆系统越完善,员工之间的合作主动性越强,员工的工作主动性作用于工作效率,从而对协同创新绩效产生影响;其三,供应商注意力越高,对合作项目的认可程度就越高,从而主动提升与制造商的沟通效率,甚至主动解决制造商的技术难题,为记忆交互系统提供更多的共享资源,同时为双方的合作提供更好的氛围,促进协同创新绩效的提升;其四,交互记忆系统的互动性提高了双方合作流程间的匹配程度,从而对协同创新绩效产生影响。综上所述,交互记忆系统在注意力和协同创新绩效之间具备中介作用。提出假设6和假设7:

H6:交互记忆系统在供应商的比较注意力与协同创新绩效之间具备中介作用。

H7:交互记忆系统在供应商的绝对注意力与协同创新绩效之间具备中介作用。

(五)整合型领导力在供应商注意力与协同创新绩效之间的调节作用

制造商的综合能力是市场需求多元化的体现。领导力不但是制造商健康发展的关键因素,而且也是其在市场竞争中的重要基点。根据资源基础论分析,由于制造商所占有的资源有限,很难实现高强度的创新行为。因此,制造商试图通过平台合作来获得外部资源的帮助,以提升其创新效率。此外,组织合作是在一种近乎平等的关系网中进行的,即使在供应链中某个制造商起到领头作用,但其仍很难成为管理核心。在合作关系中,领头企业的地位逐渐弱化,如何实现最高的管理效率成为协同创新合作网的难题,因此领导力成为解决此困境的核心因素。协同创新合作网的技术与资源壁垒,决定了其与一般语境下包含权力的领导力概念不同,处于协同创新网络中的制造商不具备管理上的强制权力,其领导力是指增强双方合作黏性及凝聚力的能力。整合型领导力是以要素整合与战略目标整合为基础,提升关系黏性,通过构建达成共识的运行网络与后台保障,提升动态合作动力。在合作环境下,供应商的注意力决定了其与该制造商的协同创新合作效率,这就要求制造商必须主动促进双方的资源共享与互补,因此整合型领导力在其中起到关键作用。

整合型领导力通过以下几个方面产生作用。第一,通过对技术技能的整合,丰富交互记忆系统中的技术资源,进而为协同创新合作提供更多技术保障。第二,通过对决策的整合,构建双方均能认可的流程计划,制定共同的战略目标,增强双方凝聚力,有利于提升记忆交互系统的稳定性,为协同创新合作提供关系保障。第三,通过对合作团队的整合,包括构建信任机制、沟通规则等,增强合作双方的信任度,进一步提升合作效率。第四,通过对保障机制的整合,包括政策与规则的研讨和突发事件处理机制的制定等,减少外部环境对交互记忆系统的影响,规避双方合作风险,提升协同创新成功率。因此提出假设8:

H8:整合型领导力可以加强交互记忆系统对协同创新绩效的正面作用。

图1为本文的研究理论模型。

图1 研究理论模型

三、研究设计

(一)数据采集和样本筛选

由于本文的研究对象为协同创新绩效,因此选择协同创新合作机会较高的软件开发行业作为样本来源。首先,选定英特尔集团为制造商研究对象,对应的供应商包括三星、威立雅、尼康等,时间跨度为2015年至2019年,长期跟踪多家供应商高管的决策动向,据此设置量表分类和项目。而后根据初步制定的量表对位于北京、广州、上海等地区的28家供应商进行测试,根据结果调整量表中的细类和实际情况制定调查问卷。最后,将整理好的量表及问卷邮寄到国内关于协同创新领域的研究室,请专家研讨,根据结果最终确定调查问卷。在与供应商的管理者联系后,于2019年7月将调查问卷发放到28家供应商的企业邮箱中,调研时间为两个月。调研期间收集并整理了制造商及供应商的相关合作项目的基本信息及各自的联系方式,剔除了协同创新合作较少的供应商数据,以确保调研数据的真实性和有效性。

最终收回的问卷为239份,有效问卷208份。问卷题目中设置了管理者及合作项目的创新级别等选项。调查样本中,女性占3成,男性占7成;本科及以上学历占8成以上;超过七成的被试者职位高于技术组长;合作项目的创新级别属于高等的超过6成;超过9成的创新合作项目持续时间不超过一年,其中不到半年的占3成。

(二)变量解释与测量

调查问卷以国际通用量表为基础,所选取的控制变量包括项目持续时间(T)、项目创新级别(CH)以及合作时间(HT),所有的题目均采用李克特五级量表来设置,其中,1～5分分别表示非常低、较低、中等、较高、非常高。

协同创新绩效(XJ):由于本文研究立足于改善产品工艺及制作流程,从而提升系统创新绩效,因此为了与本文研究对象相适应,借鉴夏丽娟等人的研究,剔除企业创新绩效的题项,选择生产创新绩效和过程创新绩效两类,每类分别设置3个题目,包括“生产工艺的完善程度”“创新产品的生产数量”等[10]。

供应商注意力:根据现有的国际通用量表并借鉴吴建祖等人的研究,将比较注意力(BZ)及绝对注意力(JZ)分别设置3个相关题项[11]。其中比较注意力,题目包括“与其他制造商相比,我们对该制造商的合作项目看重程度”“与其他制造商相比,我们对该制造商的信任度”等;结合协同创新合作的特性,绝对注意力题目设置包括“我们对该制造商提供所需的知识共享的意愿度”“在与该制造商的合作中,我们愿意为双方的沟通交流投入精力的程度”等。

交互记忆系统(JX):根据黄海艳等人的研究,设置了技术、认可度和交流三个大类的题目,每个大类分别设置2个选项,包括“该制造商对于合作项目的知识储备量”“在项目进行中双方的协调度”等[12]。

整合型领导力(ZL):借鉴张大鹏等人的研究,并考虑到制造商的实际情况,共设置6个选项,包括“我们对该制造商制订的合作项目规划的满意程度”“该制造商在合作中的沟通协调能力”“该制造商在合作中的风险规避能力”等[9]。

各变量量表的克朗巴哈系数如表1所示。

表1 各变量量表的克朗巴哈系数

四、实证分析

(一)共同方法偏差、信度与效度检验

为了最大程度地消除调查问卷数据的人为干扰,在此对量表进行共同方法偏差检验。需要找出多元观测变量的本质结构并进行处理降维,所以采用赫尔曼EFA法进行检验。第一主成分在总方差中所占的比重为0.336 8,在可接受范围内, 说明不存在共同方法偏误。

再通过CFA对5个变量进行检验,拟合优度为0.536 8,增量拟合指数为0.96,赋范拟合指数为0.948,比较拟合指数为0.96。比较拟合指数大于0.9,说明模型拟合较好;近似误差均方根为0.071,说明模型拟合合理。因子载荷均超过0.62,表明量表效度通过检验。

用克朗巴哈系数及临界比值来检验量表信度。结果显示,变量的克朗巴哈系数均高于0.7,协同创新绩效、比较注意力、绝对注意力、交互记忆系统、整合型领导力和临界比值均高于0.7,回归结果中的各变量的平均方差提取值均高于同行列的系数值,表明该设计量表效度通过检验。

表2为各变量的描述性统计与相关系数表。由表2可知,变量中除了项目持续时间T外,其余变量的标准差均小于1,说明各变量数据的稳定性较高。从相关系数看,除了项目持续时间(T)和合作时间(HT)与自变量及交互记忆系统之间相关性不显著,其余均具备显著相关性,说明本文所选取变量有效。

表2 描述性统计与相关系数

(二)统计回归

运用统计学软件SPSS进行统计回归,对假设H1-H5进行验证,表3为统计回归检验结果。由表3可得,供应商的比较注意力(BZ)的回归系数为0.306,且具备1%的显著性水平,H1得到验证。供应商的绝对注意力(JZ)的回归系数为0.143,但不具备显著性水平,说明绝对注意力对协同创新绩效的正面作用不明显,H2未得到验证。供应商的比较注意力和绝对注意力对交互记忆系统(JX)的回归系数分别为0.173和0.343,且分别具备5%与1%的显著性水平,H3和H4通过验证。交互记忆系统(JX)对协同创新绩效(XJ)

表3 回归检验结果

的回归系数为0.356,且具备1%的显著性水平,说明交互记忆系统对协同创新绩效具备明显的正面作用,H5通过验证。

由表3可知,模型二(1)未引入交互记忆系统,绝对注意力(JZ)的回归系数为0.143,但不具备显著性水平,可见绝对注意力对协同创新绩效不具备明显影响,交互记忆系统在绝对注意力和协同创新绩效之间不具备中介作用。H7未得到验证。模型二(2)引入交互记忆系统之后,比较注意力(BZ)的回归系数为0.266,与模型二(1)相比数值有所减小,且仍具备1%的显著性水平,而交互记忆系统(JX)的回归系数仍然为0.185,依旧为正且具备5%的显著性水平,说明引入交互记忆系统后,比较注意力对协同创新绩效仍具备明显的正面作用,说明交互记忆系统在比较注意力和协同创新绩效之间起到了部分中介作用,H6通过验证。

对于假设H8,模型四(2)中的整合型领导力与交互记忆系统交互项(ZL*JX)回归系数为0.246,系数为正且具备1%的显著性水平。表明整合型领导力可以加强交互记忆系统对协同创新绩效的正面作用,H5得到验证。图2为整合型领导力的调节作用,由图2可见整合型领导力增加时,可以加强交互记忆系统对协同创新绩效的正面作用。

图2 整合型领导力的调节作用

五、结论与建议

(一)结论与启示

本文研究梳理了供应商注意力、整合型领导力和协同创新绩效的关系,完善了交互记忆系统在协同创新绩效研究的内容,并拓展了注意力理论在管理学领域的应用范围。同时,梳理了交互记忆系统的具体作用,表明其完善程度影响着供应商与制造商之间的资源共享效率,而资源共享效率的提升在一定程度上有利于供应商注意力的提高,从而不断作用于其整个合作过程,并且可以提高员工工作主动性及工作效率,进而提高双方合作流程间的匹配程度,从而对协同创新绩效产生影响。而整合型领导力通过对技术技能、决策、合作团队、保障机制的整合,增强了合作双方的信任度,促进了协同创新绩效的提升。

为给企业协同创新绩效提供理论指引并拓展注意力理论的应用领域,本文从交互记忆系统的角度研究供应商注意力对协同创新绩效的影响及整合型领导力在其中起到的具体作用。结果发现:第一,供应商的比较注意力对协同创新绩效有明显的正面作用,而供应商的绝对注意力对协同创新绩效的正面作用不明显。研究表明,对制造商而言,提升供应商的比较注意力更有利于提升协同创新绩效,而供应商的地位决定其可以同时与多个制造商合作。因此,对于制造商来说,应提升供应商的比较注意力,让供应商提高对其合作项目的重视度及投入意愿。另外,制造商可以通过加强与供应商的沟通,利用自身具备而其他制造商欠缺的独特优势,吸引供应商投入更多的技术资源或者合作成本。第二,交互记忆系统对协同创新绩效具备明显的正面作用。供应商的比较注意力和绝对注意力均对交互记忆系统具有明显的正面作用,而交互记忆系统在供应商的比较注意力和协同创新绩效中具备中介作用。因此,应重点关注交互记忆系统的不断开发和完善。交互记忆系统的完善程度影响着供应商与制造商之间的资源共享效率和员工之间的合作主动性,进而影响其对合作项目的认可度。可通过大数据等网络手段和先进技术打造完善的记忆交互系统,促使供应商主动提升沟通意愿,甚至主动解决制造商的技术难题,为双方合作提供良好的氛围,促进协同创新绩效的提升。第三,整合型领导力可以加强交互记忆系统对协同创新绩效的正面作用。针对于此,制造商要不断提升自身的整合型领导力,加强人才培养,建立健全人才吸引制度,提升整体技术技能、决策、合作团队等的整合能力,在合作中增强双方的信任黏性,共同致力于协同创新绩效的提升。

(二)研究方向的展望

由于数据可获得性的限制,本文研究的基点在于供应商注意力对协同创新绩效的具体影响及交互记忆系统、整合型领导力在其中的作用机制,而未引入诸如市场环境、政策导向、企业文化等可量化的影响因素。协同创新绩效受到多方面因素共同作用的影响,本文结论未能得到较为精确的量化结论。在未来的研究中,除了丰富量化指标的引入外,也可从创新合作潜力、交互记忆系统的分类维度等更多角度对此进行探讨。