李晓钰，肖丁丁

（山东师范大学商学院，山东济南 250014）

1 研究背景

开放式创新背景下，企业利用外部异质性创新资源的现象越来越普遍，跨界搜寻成为优化技术能力结构的重要途径［1］。尤其在技术变革与市场竞争加剧的情境下，企业要强化国家创新体系中的主体地位，需要兼顾现有知识开发和潜在技术探索的双元创新能力，从而有效克服“核心刚性”与“能力陷阱”，提升非连续性变革环境中的适应能力［2］。然而，企业探索式创新与开发式创新通常处于创新系统连续体的两端，二者在所需资源、组织结构、战略情境等方面存在较大差异，企业构建双元创新能力将面临资源竞争性配置的现实问题。因此，如何调整跨界搜寻策略、有效提升双元创新能力成为企业管理者关注的焦点问题。

外部创新资源能够显著改善组织知识基础，其搜寻策略也决定了双元创新能力的优化水平与结构［3］。早期研究侧重于组织内部知识的深度探索，强调利用既有知识优化能力水平，搜寻策略多为本地搜寻和同质知识搜寻，其搜寻成本低、深度大、转化率高，但容易导致路径依赖，限制了新知识与新技术的探索进程［4］。跨越组织边界之后，搜寻策略逐渐突破了时间、产业和技术等边界约束，尝试从高校、科研院所、商业实验室等异质性机构中获取创新资源［5］，通过参与基础或应用研究获得基础性共性技术，实现技术能力结构优化的目标。总体来看，跨界搜寻策略有效改善了知识多元性和转化率，但是对于企业内部双元创新能力结构的影响效果有待于深入探索。

在双元创新能力构建过程中，外部知识源为优化技术能力带来了发展机遇，同时也为企业获取、转化和应用异质性知识带来了挑战。外部知识源在组织属性、知识类型、适用领域等方面具有特殊性，与现有技术体系存在结构差异，迫切需要企业提升新知识的识别、组合与应用能力［6］。从知识链视角来看，资源拼凑贯穿于知识获得、甄选、内化等模块中，促进组织实现外部知识的内部化过程［7］；从供应链视角来看，资源拼凑有助于代工企业利用知识溢出效应，实现由制造能力向创新能力的有效转化，从而突破技术约束实现价值链中的位置跃迁［8］。可见，资源拼凑在协调搜寻策略与技术能力关系中作用显著，但是其对双元创新能力平衡的作用机制需要进一步验证。

针对“跨界搜寻策略如何影响企业双元创新能力平衡关系”这一关键问题，本文选择位于广东、浙江和山东的制造业企业，构建了跨界搜寻策略、双元创新能力平衡和资源拼凑的理论模型，探索不同类型知识的搜寻广度/深度对双元创新能力平衡关系的影响机制，刻画资源拼凑在二者关系中的调节效应。研究结论不仅揭示了企业双元创新能力平衡的实现路径，同时剖析了跨界搜寻策略的目标定位与组合方式，为企业开放式创新战略制定提供了参考依据。

2 理论基础与研究假设

2.1 理论基础

开放式创新为企业提供了稀缺、互补的科技资源，突破了传统封闭式创新桎梏，为组织获取持续竞争优势提供了重要保障［9］。市场知识跨界搜寻强调企业积极关注外界环境变化，及时掌握市场发展动向、顾客以及竞争对手的信息，洞悉客户潜在需要，提升企业的危机意识和适应环境变化的能力［10］。Phene 等［11］认为，企业通过技术知识跨界搜寻可以吸纳外部异质性知识，扩展企业技术认知边界，促进企业技术发展轨迹的新突破，激发企业的探索能力和创新能力，实现技术创新成果的产出。同时，企业在技术知识跨界搜寻中学习的市场前沿技术，增加了将不同类别知识元素进行重构的机会，有助于解决企业基础研发中遇到的技术问题，为企业改善技术能力结构奠定基础。

与此同时，资源拼凑可以实现对外部异质性资源的整合和利用，解决探索与开发之间的资源瓶颈，促进企业双元创新能力的平衡状态。企业通过广泛的市场知识搜寻，将外界的知识扩充至企业知识基，为企业资源拼凑提供新思路。新思路形成可以有效克服“核心刚性”问题，有利于企业提升探索能力，为企业优化产品方案和实现创新产出奠定基础。在技术知识跨界搜寻方面，企业与外部知识源展开深入的技术知识交换与共享，通过对外界前沿技术的筛选、评估和利用获得创新知识，在特定领域对重复性技术知识的深入挖掘增加了搜寻经验，降低了资源拼凑发生失误的可能性［12］，提高了企业识别有价值知识元素的能力，进而有利于组织内外部资源耦合以实现双元创新能力平衡。

2.2 跨界搜寻策略与资源拼凑

市场知识跨界搜寻广度是指企业为了解客户需求、细分市场、分销渠道以及商业模式等市场知识，而与外部知识源建立多样且广泛的联系渠道［13］。针对市场知识的跨界搜寻本质上是一种主动求变的适应性学习，具有较高搜寻能力的企业往往具有持续收集目标客户需求的能力，利用获取的信息创造持续卓越的客户价值［14］。市场知识搜寻水平决定了企业获取有价值市场知识的能力，基于企业现有知识资产和发展战略等资源保障，不断完善产品、服务和流程，有助于通过拼凑产生新的问题解决路径［15］。随着搜寻范围的不断延展，市场知识来源可以遍布整个企业网络的任何利益相关者，资源拼凑可以依据市场变化对组织内外部资源进行充分耦合，实现资源动态整合优化，提升企业应对市场变化的柔性。基于此，提出如下假设：

H1a：市场知识跨界搜寻广度对资源拼凑具有显著的正向影响。

技术知识跨界搜寻深度是指企业搜寻并识别外部知识源的产品、生产工艺和方法等技术知识，进行知识提取并加以利用的深入程度［13］。企业针对异质性知识源进行深入挖掘获取多元技术知识，补充企业知识库、优化生产流程、提升技术水平并及时更新产品，增加了企业实施拼凑行为的可能性。企业为解决研发水平和技术能力薄弱问题，尝试与高校、科研院所、商业实验室等异质性机构合作获取资源。在产学研合作模式下，企业较高校和科研院所相比，具有对竞争前技术进行分辨、整合、吸收、最终将产品或技术推向市场的优势，稳定的技术学习路径降低了探索技术渠道的时间成本，有利于企业对现有内外部资源的高效创新利用，符合资源拼凑强调的凑合利用理念。另外，对技术知识的深度搜寻强化了企业对特定技术的理解，避免了技术依赖陷阱［16］，推动企业在既有体系中探索潜在技术增长点，进而为企业营造技术创新轨道提供有力支撑，增加了资源拼凑的可靠性。基于此，提出如下假设：

H1b：技术知识跨界搜寻深度对资源拼凑具有显著的正向影响。

2.3 跨界搜寻策略与双元创新能力平衡

市场知识搜寻可以为企业吸纳不同领域的异质性资源，获取的多元知识会使企业在知识储备类型和数量上领先于竞争对手。基于组织内部的创新环境和创新资源，企业可以有效平衡探索活动与开发活动的资源分配。Henttonen 等［17］发现，随着搜寻边界扩大，企业与更多外部知识源建立联系，建立吸收外部异质性市场知识的知识扩充路径，有效缓解组织内部因资源竞争而产生的二元张力。同时，企业可以通过分析竞争对手的营销策略和产品定位，意识到企业自身存在的劣势和不足，明确企业市场定位，抓住新细分市场价值。当企业探索和开发活动处于平衡状态时，可以调整商业模式有效满足市场需求的动态变化，并及时制定与之匹配的研发策略，从而实现双元创新能力的平衡。基于此，提出如下假设：

H2a：市场知识跨界搜寻广度对双元创新能力平衡具有显著的正向影响。

技术知识深度搜寻是实现企业技术创新的有效资源补充渠道，深度的技术知识搜寻有助于企业及时识别行业技术动态，从而突破固化的技术轨道。当企业与不同知识源建立长期合作关系，可以及时掌握前沿高端知识，为企业内部技术研发提供有力支撑，对企业进行探索式创新注入活力。企业利用产品生产、制造与销售环节涉及的各类信息，着眼于目标市场信息和顾客需求变化，适时调整产品设计与工艺，将有效促进双元创新能力平衡。Dyer 等［18］认为提升技术知识跨界搜寻深度有助于企业理解运用旧知识，对新旧知识进行充分整合，增强探索新知识的能力，进而营造持续提升技术水平的良性循环。可见，企业针对特定领域进行技术知识挖掘，往往更容易实现双元创新能力平衡，使企业在激烈的市场竞争中获得持续竞争优势。基于此，提出如下假设：

H2b：技术知识跨界搜寻深度对双元创新能力平衡具有显著的正向影响。

2.4 资源拼凑与双元创新能力平衡

资源拼凑的实质是面对组织内外的各类资源，采取适合组织的意图和方式，对资源进行积极地组合和创新，实现既有资源的重构［19］。企业通过资源拼凑进行试错学习，创造性地形成新的战略性资源供给，从而显著降低企业双元创新能力在资源配置中的冲突问题。在此基础之上，资源拼凑的重要价值还体现在让企业形成更加异质性的知识集，赋予创新资源新价值、新用途，使企业能够识别更多的异质性机会，缓解知识结构固化的刚性。通过资源拼凑过程，推动企业整合优化内部创新资源，使企业在研发策略、运营流程、商业模式等方面产生较大创新，有效维系双元创新活动的平衡状态，为提升企业技术创新水平奠定坚实基础。基于此，提出如下假设：

H3:资源拼凑对双元创新能力平衡具有显著的正向影响。

2.5 环境动态性的调节效应

环境动态性是指企业所处环境的变化速率和不可预测程度，包括顾客、竞争者、市场以及行业创新的难以预测性［20］。环境动态性会改变企业资源拼凑的方式与效率，从而影响其双元创新能力的平衡或互动效果。当处于不可预测环境中时，随着感知环境压力的增加，企业倾向于选择快速、连续的创新以维持生存。为了适应环境不确定性，企业会提高资源拼凑的效率，根据市场需求改善原有产品、工艺和服务，将生产要素进行更多的拼凑组合，拼凑产生的新资源可以丰富创新资源的供给类别，从而支撑不同层次的技术创新活动，有效改善企业创新能力水平与结构。在高动态性环境下，企业会提升对既有知识的探索与利用水平，降低组织能力刚性和组织惰性，将探索式创新与开发式创新维持在相对平衡的状态，保留调整研发策略的柔性空间，从而促进其技术能力水平与结构的持续优化。基于此，提出如下假设：

H4:环境动态性正向调节资源拼凑对双元创新能力平衡的关系。

基于上述分析，本文提出理论模型,见图1 所示。

图1 研究理论模型

3 研究设计

3.1 研究样本

本文以典型案例访谈为基础，通过调查问卷方式采集数据。访谈阶段在2018 年9 月进行，课题组对山东、广东等地区的6 家制造业企业（以下简称“样本”）进行深入调研，了解企业搜寻外部创新资源的基本情况，凝练科学问题与关键概念内涵。2019 年6～7 月开展问卷调查阶段，课题组选择了制造产业基础良好、技术创新活跃的广东、山东、浙江等地区收集数据，采用随机抽样对具有省级以上技术中心的企业进行问卷调查，涉及机械、电子、医药等制造业门类。

问卷调查过程如下：首先，借鉴相关领域的成熟量表进行互译，通过课题组成员与调研企业管理人员反复阅读修正，确定初始调查问卷；其次，随机选取部分样本企业，面向企业研发或设计人员进行预测试，根据反馈意见修正题项的表达歧义等问题，形成成熟的调查问卷；再次，课题组一方面通过现场调研或企业家座谈会等方式现场收集问卷，另一方面通过商会、行业协会联系企业，通过邮寄或电子邮件等方式收集问卷，问卷采用企业记名、填答人不记名的方式，有效保证了问卷质量与回收率；最后，对两种方式回收的问卷进行统计，现场发放问卷286 份，回收272 份；邮寄和电子邮件发放408 份，回收216 份，剔除回答具有明显规律性、前后作答矛盾以及数据缺失严重的无效问卷后，最终剩余有效问卷296 份，问卷有效回收率为42.65%。

3.2 变量测量

（1）双元创新能力平衡。双元性涉及组织学习、领导、战略等多个领域，本文侧重于企业技术创新能力的双元性特征，故借鉴Jansen 等［20］的研究设计，采用“公司开拓新市场中的潜在客户”等6 个题项来测度探索能力，采用“听取产品或服务的改进意见”等6 个题项来测量开发能力。后续借鉴Cao 等［21］对双元能力结构的衡量方式，取探索能力和开发能力的绝对差值刻画双元创新能力平衡水平，数值越小代表平衡状态越好。

（2）跨界搜寻策略。基于组织类别、时间等不同维度，可以组合出多种跨界搜寻策略，本文更加关注知识属性与搜寻特征的匹配关系，根据Laursen［6］的研究设计，分别采用“公司迎合客户偏好进行产品设计”“公司对同行企业市场销售情况的了解程度”等6 个题项来测量市场知识跨界搜寻广度，以及“公司经常收集同行业的信息”“公司对相关行业的关注程度”等6 个题项来测量技术知识跨界搜寻深度。

（3）资源拼凑。根据Senyard 等［22］的研究设计，采用“公司有能力利用现有资源找到解决新挑战的方法”“公司通过对现有资源的结合以应对新的挑战”等4 个题项测度资源拼凑，从而刻画企业对内外部创新资源的配置情况。

（4）环境动态性。环境动态性包括经济环境、产业环境、政策环境等多个方面，本文重点关注市场和技术层面的影响效果，故借鉴Kohli 等［23］的研究设计，采用“客户需求变化很快”“所在行业的产品和服务的淘汰率很高”“行业突破性技术产生了大量新产品”等6 个题项来测量环境动态性。

3.3 信度与效度

为了检验问卷信度，采用Cronbach's α 系数和CITC 系数进行测度。经检验整体信度为0.745，其中，市场知识跨界搜寻广度为0.770，技术知识跨界搜寻深度为0.814，双元创新能力平衡为0.835，资源拼凑为0.782，环境动态性为0.743，均大于基准值0.70，CITC 系数也均大于0.35，表明问卷信度较高。同时，问卷正式发放前经过了中英互译、专家咨询、企业管理者推敲等预测试环节，具备一定的内容效度。样本检验发现，其KMO 值为0.763，Bartlett 球形检验的卡方值达到了0.05 的显著性水平，因子分析的累计方差贡献率为82.7%，各个变量的因子载荷均大于0.75，本研究问卷具有良好的结构效度。

4 数据结果与分析

4.1 描述性统计

本文运用SPSS 对各个变量数据进行了描述性统计分析，从而得到各个变量的平均值、标准差及相关系数，见表1 所示。

表1 样本描述性统计与相关系数矩阵

4.2 回归分析

借鉴吴明隆［24］的数据处理方法，对样本数据进行了分层回归分析，见表2 所示。首先，以资源拼凑为因变量，以控制变量和跨界搜寻策略为自变量进行回归分析，结果见模型2，市场知识跨界搜寻广度、技术知识跨界搜寻深度对资源拼凑的路径系数分别为0.247 和0.134，显著性水平较高（P＜0.01），且R2=0.654，支持假设H1a、H1b。其次，以双元创新能力平衡为因变量，以控制变量和跨界搜寻策略为自变量进行回归分析，结果见模型4，市场知识跨界搜寻广度、技术知识跨界搜寻深度对双元创新能力平衡的路径系数分别为0.279 和0.122，且在P＜0.01 的水平下显著，H2a、H2b获得支持。再次，把控制变量、跨界搜寻策略和资源拼凑同时对双元创新能力平衡进行回归，结果见模型5，市场知识跨界搜寻广度、技术知识跨界搜寻深度对双元创新能力平衡的路径系数分别由0.279、0.122 下降为0.263、0.105，且依然在P＜0.01 的水平下显著，资源拼凑对双元创新能力平衡的路径系数为0.227，并且达到了1%的显著水平，假设H3成立。由此可知，资源拼凑在市场知识跨界搜寻广度、技术知识跨界搜寻深度和双元创新能力平衡之间起到了部分中介作用。

表2 样本变量分层回归分析结果

4.3 调节效应检验

环境动态性调节效应的检验同样采取层级回归形式，将自变量市场知识跨界搜寻广度和技术知识跨界搜寻深度、中介变量资源拼凑和因变量双元创新能力平进行中心化处理，并构建资源拼凑和环境动态性的交互项。在模型6 中，环境动态性对双元创新能力平衡存在显著的正向影响（β=0.116，P＜0.05），并且环境动态性与资源拼凑的乘积项加入回归方程后，其回归系数为0.137，且R2改变量ΔR2为0.005（P＜0.01），因此，环境动态性对资源拼凑与双元创新能力平衡之间的关系具有显著的调节效应，支持假设H4。

为直观展示环境动态性对资源拼凑与双元创新能力平衡关系的调节效果，本文参考Edwards 等［25］的研究设计绘制调节效应图，如图2 所示。由图2可知，环境动态性对资源拼凑与双元创新能力平衡关系具有显著的调节效应，当资源拼凑水平较低时，环境动态性高低对双元创新能力平衡的影响差别不大，当资源拼凑水平较高时，较高的环境动态性更能维持双元创新能力的平衡状态，而较低的环境动态性情况下双元创新能力平衡水平上升缓慢，即资源拼凑与双元创新能力平衡的关系受到环境动态性的正向调节，当环境动态性的总体均值较高时，这种正向调节效果逐渐增强。

图2 样本环境动态性的调节效应

5 研究结论

5.1 结论与启示

本文以广东、山东和浙江的制造业企业为样本，分析了跨界搜寻策略、资源拼凑与双元创新能力平衡之间的影响关系，并探讨了环境动态性的调节效果，研究结论如下：

（1）跨界搜寻策略能够有效协调企业双元创新能力平衡。Cao 等［21］解构了双元平衡关系的内涵，后续学者大多关注双元能力平衡的作用效果，忽视了对双元能力结构的前因探索。在前期研究基础上［3,5］，本文将双元能力聚焦到技术创新层面，检验了市场知识跨界搜寻广度与技术知识跨界搜寻深度对双元创新能力平衡的影响效果，发现二者对双元创新能力平衡均具有显著的促进作用。从外部获取异质性创新资源，可以有效缓解组织内部资源竞争压力，在外部资源嵌入下实现探索与开发活动的良好互动，避免企业陷入能力陷阱，缩短企业从搜寻异质性知识到实现商业化的转化周期，有效促进企业双元创新能力平衡。

（2）资源拼凑在跨界搜寻策略与双元创新能力平衡之间起到了部分中介作用。与周飞等［19］关注对商业模式创新的影响不同，本文侧重于资源拼凑对企业双元创新能力结构的作用效果，拓展了资源拼凑在跨界搜寻策略与双元创新能力关系中的作用路径。跨界搜寻是企业与外部机构进行创新资源交换的重要方式，可以有效筛选、评估、利用外界前沿技术，有助于提升企业应对市场变化的柔性。跨界搜寻不仅为企业资源拼凑提供资源，同时也拓展了企业进行资源拼凑的创意思路，推动企业根据市场需求“即兴发挥”，通过对既有资源的有效整合解决资源匮乏的困境，协调创新资源在双元创新能力之间的分配机制，避免两类创新活动对资源的过度竞争，降低了组织陷入能力陷阱的可能性。

（3）环境动态性在资源拼凑与双元创新能力平衡关系中起调节作用。开放式创新背景下，越来越多中小微企业倾向于利用新一代信息技术寻求外部资源，在产品、技术和运营等方面进行数字化创新。尤其是环境动态性与竞争性加剧的情况下，企业更需要深化对行业政策、技术趋势与客户体验的了解，从而更及时地响应消费者的多样化需求。在Jansen等［20］基础上，进一步发现企业对市场变化的高敏感度能够提升资源拼凑的产出效率，促进企业内部技术能力结构的优化，处于平衡状态的双元创新能力能够更好地匹配消费者需求，满足顾客对产品功能、外观设计等个性化需要，从而提升对动态环境的适应性。

针对企业开放式创新战略，本研究的管理启示在于：首先，跨界搜寻是优化技术能力结构的外部补偿机制，应积极推动企业与不同属性主体的深度合作，深入学习各类市场知识和技术知识，有效整合创新网络中的异质性资源；其次，企业应该重视资源拼凑，通过不断调整拼凑方案深化企业对内外部资源的认知，积极思考资源拼凑产生的异质价值和实践经验，提升企业的学习能力、应变水平和创新意识，实现双元创新能力平衡；最后，环境动态性能够激发企业积极探索既有资源的新用途，企业应当把握环境变化带来的机遇和挑战，适当提升基础研究和应用研究投入力度，规避功利主义导向的“伪投入”行为，从根本上提升创新资源的再配置能力。

5.2 研究局限

本研究存在以下研究不足：（1）本文从市场知识跨界搜寻广度、技术知识搜寻深度两个维度探究跨界搜寻策略对双元创新能力平衡的影响，并未考虑基于认知、时间、组织联盟边界等维度的搜寻策略。（2）本文采用问卷调查对制造业企业进行实证分析，行业类别限制可能会对研究结果产生一定的偏差。（3）研究样本数据仅涉及广东、山东和浙江，而不同地区的行业政策和市场需求可能会有所区别，需要更加广泛的数据验证理论模型。