技术经济

变量	1	2	3	4	5	6	7	8	9	10	11	12
1. 性别
2. 年龄	0.052
3. 教育	-0.110	-0.067
4. 规模	-0.224 **	0.407 **	-0.011
5. 年限	-0.097	0.584 ${}^{**}$	0.001	0.582 **
6. 行业	$-{0.150}{}^{*}$	-0.016	0.048	0.168 **	0.059
7. 外部建议寻求	0.007	-0.077	-0.006	-0.081	-0.063	-0.013
8. 内部建议寻求	-0.007	0.017	0.020	0.001	0.011	0.010	0.334 **
9. 公司创业导向	-0.029	-0.032	0.131 ${}^{*}$	-0.042	0.001	-0.023	0.167 **	0.252 **
10. 关系学习	-0.049	-0.061	0.024	-0.080	-0.033	0.015	0.323 **	0.339 **	0.227 **
11. 环境动态性	0.044	0.038	-0.062	-0.015	-0.039	-0.019	0.068	0.222 **	0.310 **	0.171 ${}^{**}$
12. 非连续创新	-0.044	-0.085	0.121 ${}^{**}$	-0.086	-0.032	-0.008	0.294 **	0.345 **	0.258 **	0.345 ${}^{**}$	0.234 **
均值	0.723	2.938	2.374	2.163	12.048	1.741	3.643	3.843	3.716	3.255	3.561	3.159
标准差	0.448	0.747	0.570	0.900	6.072	0.763	0.787	0.714	0.713	0.680	0.593	0.787

变量	1	2	3	4	5	6	7	8	9	10	11	12
1. 性别
2. 年龄	0.052
3. 教育	-0.110	-0.067
4. 规模	-0.224 **	0.407 **	-0.011
5. 年限	-0.097	0.584 ${}^{**}$	0.001	0.582 **
6. 行业	$-{0.150}{}^{*}$	-0.016	0.048	0.168 **	0.059
7. 外部建议寻求	0.007	-0.077	-0.006	-0.081	-0.063	-0.013
8. 内部建议寻求	-0.007	0.017	0.020	0.001	0.011	0.010	0.334 **
9. 公司创业导向	-0.029	-0.032	0.131 ${}^{*}$	-0.042	0.001	-0.023	0.167 **	0.252 **
10. 关系学习	-0.049	-0.061	0.024	-0.080	-0.033	0.015	0.323 **	0.339 **	0.227 **
11. 环境动态性	0.044	0.038	-0.062	-0.015	-0.039	-0.019	0.068	0.222 **	0.310 **	0.171 ${}^{**}$
12. 非连续创新	-0.044	-0.085	0.121 ${}^{**}$	-0.086	-0.032	-0.008	0.294 **	0.345 **	0.258 **	0.345 ${}^{**}$	0.234 **
均值	0.723	2.938	2.374	2.163	12.048	1.741	3.643	3.843	3.716	3.255	3.561	3.159
标准差	0.448	0.747	0.570	0.900	6.072	0.763	0.787	0.714	0.713	0.680	0.593	0.787

变量	关系学习	非连续创新
M1	M2	M3	M4	M6	M7	M8	M9
性别	-0.067	-0.062	-0.059	-0.040	-0.052	-0.048	-0.033	-0.036
年龄	-0.055	-0.041	-0.036	-0.026	-0.092	-0.080	-0.075	-0.072
教育	0.022	0.016	0.002	-0.009	0.124 ${}^{*}$	0.117 *	0.117*	0.114 *
规模	$-{0.109}^{+}$	-0.091	-0.085	-0.087	$-{0.105}^{+}$	-0.089	-0.072	-0.071
年限	0.062	0.053	0.045	0.039	0.088	0.079	0.069	0.069
行业	0.021	0.019	0.021	0.026	-0.007	-0.009	-0.013	-0.012
环境动态性	0.179 **	0.${110}^{*}$	0.080	0.090	0.249 **	0.182 **	0.196 ***	0.161 **
CEO 外部建议寻求		0.230 ***	0.220 ***	0.210 ***		0.194 **		0.150 ${}^{**}$
CEO 内部建议寻求		0.237 ***	0.221^***	0.232 ***		0.238 ***		0.193 **
关系学习							0.299 **	0.191 ${}^{**}$
公司创业导向			${0.104}^{+}$	0.130 ${}^{*}$
CEO 外部建议寻求×公司创业导向				0.008
CEO 内部建议寻求×公司创业导向				0.163 **
${R}^{2}$	0.045	0.185	0.194	0.219	0.090	0.210	0.175	0.240
$\Delta {R}^{2}$		0.140	0.149	0.174		0.120	0.085	0.150
$F$	1.884	7.030	6.682	6.443	3.956 **	8.247	7.432	8.779
${\Delta F}$		5.146 ***	4.798 **	4.559 **		4.291 **	${3.476}^{*}$	4.823 **

变量	关系学习	非连续创新
M1	M2	M3	M4	M6	M7	M8	M9
性别	-0.067	-0.062	-0.059	-0.040	-0.052	-0.048	-0.033	-0.036
年龄	-0.055	-0.041	-0.036	-0.026	-0.092	-0.080	-0.075	-0.072
教育	0.022	0.016	0.002	-0.009	0.124 ${}^{*}$	0.117 *	0.117*	0.114 *
规模	$-{0.109}^{+}$	-0.091	-0.085	-0.087	$-{0.105}^{+}$	-0.089	-0.072	-0.071
年限	0.062	0.053	0.045	0.039	0.088	0.079	0.069	0.069
行业	0.021	0.019	0.021	0.026	-0.007	-0.009	-0.013	-0.012
环境动态性	0.179 **	0.${110}^{*}$	0.080	0.090	0.249 **	0.182 **	0.196 ***	0.161 **
CEO 外部建议寻求		0.230 ***	0.220 ***	0.210 ***		0.194 **		0.150 ${}^{**}$
CEO 内部建议寻求		0.237 ***	0.221^***	0.232 ***		0.238 ***		0.193 **
关系学习							0.299 **	0.191 ${}^{**}$
公司创业导向			${0.104}^{+}$	0.130 ${}^{*}$
CEO 外部建议寻求×公司创业导向				0.008
CEO 内部建议寻求×公司创业导向				0.163 **
${R}^{2}$	0.045	0.185	0.194	0.219	0.090	0.210	0.175	0.240
$\Delta {R}^{2}$		0.140	0.149	0.174		0.120	0.085	0.150
$F$	1.884	7.030	6.682	6.443	3.956 **	8.247	7.432	8.779
${\Delta F}$		5.146 ***	4.798 **	4.559 **		4.291 **	${3.476}^{*}$	4.823 **

公司创业导向	间接效应	SE	95% CI
低	高
假设 $\mathrm{H}4\mathrm{a}$:被调节的中介	0.006	0.014	-0.019	0.040
高公司创业导向	0.045	0.020	0.013	0.092
低公司创业导向	0.038	0.020	0.003	0.083
高与低组差异	0.006	0.017	-0.022	0.046
假设 $\mathrm{H}4\mathrm{\;b}$:被调节的中介	0.040	0.017	0.012	0.078
高公司创业导向	0.067	0.025	0.025	0.123
低公司创业导向	0.021	0.016	-0.008	0.056
高与低组差异	0.046	0.020	0.014	0.092

公司创业导向	间接效应	SE	95% CI
低	高
假设 $\mathrm{H}4\mathrm{a}$:被调节的中介	0.006	0.014	-0.019	0.040
高公司创业导向	0.045	0.020	0.013	0.092
低公司创业导向	0.038	0.020	0.003	0.083
高与低组差异	0.006	0.017	-0.022	0.046
假设 $\mathrm{H}4\mathrm{\;b}$:被调节的中介	0.040	0.017	0.012	0.078
高公司创业导向	0.067	0.025	0.025	0.123
低公司创业导向	0.021	0.016	-0.008	0.056
高与低组差异	0.046	0.020	0.014	0.092

CEO 建议寻求、关系学习与企业非连续创新:公司创业导向的激活效应

PDF下载

钱智超 , 闻效仪

技术经济 | 企业技术经济 2024,43(8): 46-60

收起

技术经济 | 企业技术经济 2024, 43(8): 46-60

CEO 建议寻求、关系学习与企业非连续创新:公司创业导向的激活效应

全屏

钱智超, 闻效仪

作者信息

中国劳动关系学院劳动关系与人力资源学院北京 100048

钱智超,博士,中国劳动关系学院劳动关系与人力资源学院讲师,研究方向:组织行为,创新创业:

闻效仪,博士,中国劳动关系学院教授,研究方向:人力资源管理:

CEO Advice Seeking, Relational Learning and Firm's Discontinuous Innovation: The Effect of Corporate Entrepreneurial Orientation

Zhichao Qian, Xiaoyi Wen

Affiliations

Labor Relations and Human Resources China University of Labor Relations Beijing 10048 China

出版时间: 2024-08-10 doi: 10.12404/j.issn.1002-980X.J23122606

文章导航

摘要

收起

在日益动态复杂不确定模糊的环境下,能否开发和实施非连续创新越来越事关企业生死存亡。然而,目前文献对企业非连续创新的研究多停留在理论探讨层面,对企业如何培育和顺利实现非连续创新还缺乏系统的考察。基于高阶理论和社会认知理论,从CEO 建议寻求出发,探索 CEO 内部和外部两种建议寻求行为对企业非连续创新的影响,并重点引入关系学习作为中介来揭示 CEO 建议寻求对企业非连续创新的具体影响路径,并深入剖析公司创业导向对不同来源的 CEO 建议寻求作用路径的影响效应,继而构建企业非连续创新的过程机制模型。通过对289位CEO的问卷调研与深入分析发现:CEO内部建议寻求和外部建议寻求均是企业非连续创新的关键驱动因素;关系学习在 CEO 两种来源的建议寻求与企业非连续创新的关系中存在着部分中介作用;公司创业导向正向调节了关系学习在 CEO 内部建议寻求与企业非连续创新关系中的中介作用。研究结论对于深刻理解企业非连续创新的发生机制、CEO 建议寻求利用、关系学习能力优化以及公司创业导向的打造均有着重要的指导价值。

关键词

非连续创新 / CEO建议寻求 / 关系学习 / 公司创业导向 / 环境动态性

Abstract

收起

Due to the increasingly volatile, uncertain, complex, and ambiguous environment, the development and implementation of discontinuous innovation is becoming more critical for firms' survival and development. However, previous studies on discontinuous innovation have mainly focused on theoretical research, and little is known about how to systematically cultivate and implement discontinuous innovation. Based on upper echelons theory and social cognitive theory, it has been probed that CEO advice seeking may be an important driver of discontinuous innovation, with relational learning playing a mediating role, and corporate entrepreneurial orientation playing a moderating role. Data collected from 289 CEOs have shown that both external and internal advice seeking are important determinants of a firm's discontinuous innovation; relational learning has played a partial mediating role in these relationships. Additionally, corporate entrepreneurial orientation has been found to positively moderate the mediating role of relational learning in the relationship between CEO internal advice seeking and discontinuous innovation. Surprisingly, the interaction of CEO external advice seeking and corporate entrepreneurial orientation on subsequent discontinuous innovation is indistinctive. The findings of this study have important theoretical and practical implications for cultivating discontinuous innovation, utilizing CEO advice seeking, optimizing relational learning capability, and promoting corporate entrepreneurial orientation.

Key words

Discontinuous innovation / CEO advice seeking / Relational learning / Corporate entrepreneurial orientation / Environmental dynamics

引用本文

钱智超, 闻效仪. CEO 建议寻求、关系学习与企业非连续创新:公司创业导向的激活效应. 技术经济, 2024 , 43 (8) : 46 -60 . DOI: 10.12404/j.issn.1002-980X.J23122606

Zhichao Qian, Xiaoyi Wen. CEO Advice Seeking, Relational Learning and Firm's Discontinuous Innovation: The Effect of Corporate Entrepreneurial Orientation[J]. Journal of Technology Economics, 2024 , 43 (8) : 46 -60 . DOI: 10.12404/j.issn.1002-980X.J23122606

正文

收起

一、引言

收起

在易变不稳定性, 不确定性, 复杂性, 模糊性 (VUCA) 时代, 企业试图通过单一产品、技术或商业模式的持续优化提升附加值, 实现持续竞争优势, 因此需要企业适时精准抓住和实施突破现有行业惯例的新技术和新产品,即开展非连续创新(discontinuous innovation)。Schumpeter ^{[ 1 ]} 在《经济发展理论》一书中早有论断, 即创新不仅是在同一轨迹上逐步改进,更重要的是从一种模式跃迁到另一种模式的重组。李善友 ^{[ 2 ]} 提到的 “第二曲线”理论同样阐述了非连续创新的重要性, 即必须在第一曲线拐点之前开发出非连续创新以应对可能出现的短暂消极局面。企业一旦没有开发出非连续创新,很可能陷入发展困境甚至破产倒闭,如柯达、诺基亚、摩托罗拉等；而成功实现非连续创新的企业能够迅速建立新的增长点,甚至快速超越竞争对手,如微软、大疆科技、阿里巴巴。在愈发激烈的竞争环境中,非连续创新逐渐成为推动企业持续发展的关键因素。为了突破现有生产力局限并保持持续竞争优势,企业应当积极采用非连续创新策略。然而,非连续创新需要打破惯例,并且对企业认知进行重构 ^{[ 2 ]} 。由此,值得深入探索的问题在于:企业如何才能培育和实施非连续创新? 换言之, 非连续创新的形塑过程中, 有哪些关键性驱动因素以及作用机制是什么?

企业在实施非连续创新时面临着强大的压力和挑战。首先,已经建立的组织结构、业务流程、激励系统等是围绕着如何优化改进当前客户或者产品展开的,企业很难打破这些束缚 ^{[ 3 - 5 ]} ,尤其是在当前业务和技术能够获取持续高价值的情况下更是如此。其次, 非连续创新的结果往往是高风险、不确定的, 而且往往在较长一段时期的探索后才可能出现,因此难以获得利益相关者的认可和支持 ^{[ 6 ]} 。最后,非连续创新要求企业及时更新组织内的“参考框架”[ 7 ],重构与内外部相关者的竞合关系 ^{[ 8 ]} ,并实时关注外部经济政策变化 ^{[ 9 ]} 。面对如此大的挑战,非连续创新的实施离不开 CEO 的支持,因为 CEO 在重大战略决策、资源整合、市场参与、实体企业金融化、技术创新等方面发挥着主导性角色 ^{[ 10 - 12 ]} 。然而,作为企业成长与发展的责任主体, CEO 由于认知局限和能力限制, 很可能导致他们面临充分开发现有技术和实施非连续创新之间的矛盾挑战, 并在选择上倾向于前者。因此,改变这些障碍进而实施非连续创新的关键在于重塑 CEO 认知。研究指出, CEO 向内外部合作者的建议寻求行为(advice seeking) 对重塑与扩大自身认知深度和广度有着重要作用 ^{[ 13 ]} 。因此, CEO 建议寻求可能是企业非连续创新的重要驱动因素。但现有文献对此却缺乏深入的理论和实证探讨。

组织能力的深入发展与高质量的战略决策均与 CEO 建议寻求密切相关, 而关系学习 (relationship learning) 作为组织层面的行动学习策略,是构建组织动态能力的有效手段 ^{[ 14 ]} ,可能会对企业非连续创新产生决定性的影响。非连续创新需要打破企业已有的思维定式并超越当前的经验惯例, 而通过关系学习有助于形成高新颖性和创造性的知识 ^{[ 15 ]} ,诸如市场未来发展趋势,不断变化的客户需求或者全新的产品/服务等。尤为重要的是, 关系学习还有助于形成共同理解和认知, 进而减少组织成员对组织重大变革 (如非连续创新)的偏见和阻力 ^{[ 16 ]} ,包括内部竞争对手之间的资源掠夺,对晋升不利的担忧等 ^{[ 17 ]} 。目前尚未有文献对关系学习是否成为 CEO 建议寻求影响非连续创新的关键传导机制予以明确回答。此外, 以往研究在考察 CEO 建议寻求有效性时, 潜在的假设是企业能有效使用 CEO 寻求的建议; 然而, 这种假设可能与现实不符 ^{[ 18 ]} 。事实上,这需要对 CEO 所获取的建议(或知识)进行适当地权衡,选择并整合到组织成员的认知结构中才能有效发挥作用。公司创业导向 (entrepreneurial orientation) 根植于公司创业与战略文献中,集中体现了公司的战略决策模式和认知风格,会显著的影响组织成员对内外部知识的利用方式 ^{[ 19 ]} 。但公司创业导向如何影响 CEO 建议寻求对关系学习以及非连续创新的作用方式与效果, 文献对此尚未进行系统考察。

综上,理论依据和实践证据显示非连续创新发生频率越来越高 ^{[ 20 ]} 。借鉴以往研究,本文认为非连续创新是企业开发出的与当前行业有着很大区别的新技术、新产品或新业务模式。由此可以看出, 非连续创新是一种相对于行业中渐进式创新的一种激进式创新。它的培育与开发需要企业成员尤其是 CEO 跳出以往思维定式, 超越过往成功经验才有可能得以实现。诚然, CEO 向内外部利益相关者寻求建议作为一种特殊类型的知识建构方式, 在企业非连续创新过程中发挥着重要影响作用; 同时, CEO 通过建议寻求所获得的新知识需要组织成员加以学习以建构有效的动态能力才能支撑非连续创新的实施, 而且在不同强度的公司创业导向情境下组织成员对于 $\mathrm{{CEO}}$ 通过建议寻求所获取的知识的利用方式也存在差异性。基于此,本文以 CEO 的建议寻求为出发点, 探讨外部和内部建议寻求两种不同途径: 综合研究关系学习的中介效应和公司创业导向的调节作用,以建立一种针对非连续创新的培育机制模型。本文旨在分析在不同情境下, CEO 建议寻求如何影响非连续创新的路径和关系模式, 通过对高科技企业的访谈和问卷调查, 对研究模型进行实证验证。研究对于深化非连续创新的培育机制, 理解企业异质性行为, 关系学习能力优化以及公司创业导向塑造等都有着重要的理论和实践启示。

二、文献基础与假设发展

收起

(一) CEO 建议寻求与非连续创新

建议寻求指的是通过与他人进行有意的信息和知识交换而形成意见, 态度和判断的行为过程, 是一种主动行为 ^{[ 21 - 22 ]} ,经常被 CEO 所采用以应对自身知识、资源和技能缺失的挑战 ^{[ 21 ]} 。文献指出,从建议寻求的内容上来看, CEO 不仅会寻求关于重大战略、组织运营的相关的建议 ^{[ 23 ]} ,而且对领导力挑战方面也有寻求需要；从建议寻求的对象来看,既可以向组织内部人员 (如高管团队成员、低层级管理者、技术专家等),也可以向组织外部人员(如商业伙伴、行业内外专家、其他公司高管等)寻求建议 ^{[ 24 ]} 。由于组织内外不同的建议提供者在知识、认知和利益诉求等方面的差异,组织内外建议寻求对企业战略决策、运营与成长可能会产生差异化影响 ^{[ 25 - 26 ]} 。例如,来自内部的建议可能会更有洞察力,容易被 CEO 纳入决策过程,来自外部的建议会更新颖和更公正, 会对原有惯例或模式产生冲击。因此, 系统探究两种不同类型建议寻求行为产生的综合效应尤为重要。同时,鉴于 CEO 在组织边界中的独特位置, CEO 们通过建议寻求获得的多种形式的知识、信息以及认知等,对企业各个层面的结果有着重要而深远的影响 ^{[ 27 ]} 。为拓展这一领域的研究,本文提出 CEO 建议寻求会显著影响企业非连续创新。

与连续创新不同,非连续创新建立在全新的知识、资源和能力之上 ^{[ 12 ]} ,对于克服组织惯性具有重要作用 ^{[ 28 ]} 。CEO 外部反馈寻求有助于增强自身的适应性,扩大自身的认知范围 ^{[ 29 ]} ,有助于洞察未来发展中的机会和威胁以及采取更加广泛的战略行动方案 ^{[ 30 ]} ,从而为非连续创新奠定坚实的基础。同时,对于处于休眠状态的外部复杂社会资本, CEO 的建议寻求行为更像是一把打开休眠期社会资本的钥匙; 这种刚刚激活的社会资本所带来的新知识和新见解往往比当前社会资本中获得的知识要重要得多 ^{[ 31 ]} 。同样, CEO 通常被视为组织的化身,他们的内部建议寻求对组织成员具有较强的象征性价值:传达了组织重视他们的意见及对他们的观点意见秉持开放的态度, 这会显著增强组织成员的自信心和建构良好的沟通合作氛围。这些有助于加速新知识的创造进而促进生产内容和方式的突变型革新 ^{[ 32 ]} 。此外,对于 CEO 寻求建议的那些组织成员来讲, CEO 的这一行为意味着他们被重视,会激发组织成员对新知识的探索与开发的激情 ^{[ 29 ]} 。总之, CEO 通过外部和内部建议寻求可以获取和开发新知识, 并引导随后的行动和行为偏离既定的模式和惯例, 从而促进企业非连续创新。

CEO 建议寻求有助于为非连续创新提供正当性和共同愿景, 从而减少培育和开发非连续创新的阻力和障碍。除了前文所指出的非连续创新所面临的认知惯性问题,组织内部成员还可能会因为担忧新旧业务之间的相互竞争(如职位晋升、工资奖励等),从而阻碍探索和开发非连续创新 ^{[ 12 , 21 ]} 。CEO 外部建议寻求通常被视为真诚的交往方式,能够有效激发他人提出自己无法发现的良好解决方案 ^{[ 33 ]} ,由于这种解决方案的提供者通常与组织内成员并无直接关联,因此更可能被视为客观公正的,也更加容易被组织成员所认可接受。此外, CEO 的内部建议寻求更有助于组织成员形成对非连续创新的共同愿景与努力。一方面, CEO 向组织内部成员寻求建议时,为组织内成员思考企业未来发展方向提供了机会,并会促发建议提供者的深度思考, 无论建议是否得到了采纳,对他们的判断力都是一次提升。同时,这一过程也是他们参与决策的有效体现, 有助于形成对具体决策内容的认同。另一方面, 通过内部建议寻求, CEO 能够对组织内部利益各方的关注点与诉求以及对当前组织的资源和能力有一个全面的把握 ^{[ 11 , 34 ]} ,为将来组织整合配置资源,平衡各方利益, 塑造共同愿景提供有效的方案与策略。

基于此, 本文提出了假设1:

CEO 建议寻求对企业非连续创新有显著正向影响(H1)；

CEO 外部建议寻求对企业非连续创新有显著正向影响(H1a)；

CEO 内部建议寻求对企业非连续创新有显著正向影响(H1b)。

(二) 关系学习的中介作用

关系学习的概念源于 Selnes 和 Sallis ^{[ 35 ]} ,是指双方在共同活动中的信息分享,并将信息融入特定关系记忆领域。这一概念着重描述了“如何进行学习”,代表一种高级的动态能力 ^{[ 15 ]} ,通过关系(网络)互动指导组织和个人学习而非简单观察和模仿,更深刻地捕捉了学习的本质 ^{[ 36 ]} 。由此,越来越多的学者开始关注关系学习,但更多的是集中在企业与外部合作者(如客户、供应商、政府与研究机构等)之间的关系学习 ^{[ 14 ]} 。然而, 对于企业内部而言, 团队之间以及领导与下属之间的关系学习成因与效果更值得关注。社会认知理论指出, 人们主动地接受和学习各种事物, 通过知识的吸收形成特有的知觉、思想和信念并在所处的情境中指导实践 ^{[ 37 ]} 。随着组织结构扁平化转型,隶属于同一组织不同业务线的员工也需要通过知识和经验的有效整合实现预期效益,这种组织情境为关系学习发挥作用提供了合适的场所 ^{[ 35 - 36 ]} 。无论是向外部合作者学习, 还是内部成员学习,在关系学习的过程中都会形成特有的知觉、思想和信念并通过行为方式的改变或调整在组织情境中获取更大效益。CEO 建议寻求所获取的整合性知识与经验会影响组织内部的关系结构与实践,最终能够促进关系学习的提升与发展。作为一种战略性资产,关系学习可以有效提升组织成员的知识水平、信心和想象力,进而对非连续创新起到重要的推动作用。由此本文认为,关系学习可能是 CEO 建议寻求转化为非连续创新的关键传导机制。

CEO 建议寻求有助于促进关系学习。关系学习涉及组织成员之间的信息分享, 共同理解, 以及将信息固化在特定关系记忆中的三项活动。这三个过程的核心在于将外部关系中的信息有效转换为组织内部的特定知识 ^{[ 35 ]} 。在此过程中, CEO 的建议寻求行为是激发和推动这些活动的关键因素。正如社会认知理论所言, 当 CEO 外部建议寻求能够有效地为组织带来新颖的知识和信息, 更新企业知识库, 为组织成员的关系学习奠定基础时, 更有助于 CEO 与外部合作者之间形成共同的价值规范和信念, 从而利于对未来发展的共同理解。CEO 内部建议寻求代表了 CEO 乐于建构一种开放创新的气氛,鼓励组织成员进行互动沟通 ^{[ 21 ]} ,不仅有助于提高成员间的知识和信息交换的速度和频率, 而且有助于减少组织成员对内外部知识和信息的理解偏差,从而形成组织成员对未来市场、技术等发展趋势的共同理解和认知 ^{[ 16 ]} 。CEO 的建议寻求过程事实上也是一种双向的信息共享, 包括对建议的澄清与解释以及额外信息的实时提供, 这种面对面的直接沟通所传递的决策内容更容易受到组织成员的支持和认可 ^{[ 38 ]} 。此外, CEO 建议寻求作为一种主动信息获取策略行为,能够有效地建构高质量的人际互动关系,降低成员间交换交流的成本,从而显著提升关系学习 ^{[ 39 ]} 。

进一步地,本文认为关系学习有助于促进企业非连续创新。企业非连续创新是建构在全新的知识、资源和能力之上的, 而且这一过程充满了不确定性, 这就要求企业必须最大化其资源能力的使用效率。关系学习有助于创新规划和配置内外部资源以有效应对不确定性, 从而帮助企业塑造适应市场重大变化的能力 ^{[ 40 ]} 。关系学习还能够有效促进个人隐形知识的外部化,为组织内部的知识共享和吸收消化新知识提供了有效的渠道,进一步增强了企业产生新知识的能力,并提供了获得市场洞察力的新途径 ^{[ 41 ]} ,从而显著增强企业非连续创新发生的可能性和成功概率。此外,非连续创新面临着业务的重大调整,要求企业建立起与新的客户或供应商之间坚实而广泛的关系网络 ^{[ 8 ]} ,而关系学习的重点就在于寻找有效的网络合作伙伴,通过关系管理共创价值。简言之, 关系学习特别鼓励组织间的有效合作, 这不仅可以帮助企业对其革命性的创意在组织内外部建立合法性,还有助于组织内外部成员对非连续创新的广泛采纳 ^{[ 12 ]} 。另外,非连续创新要求企业对战略目标、资源配置方式等的快速调整与优化, 而关系学习有助于企业将内外部知识进行创造性整合,及时侦测新知识创造与利用过程中的错误与异常 ^{[ 42 ]} ,并且有助于加强组织内外部成员在互动过程中对各方需求的准确理解, 从而有效推动非连续创新的实施。

综上, CEO 建议寻求为组织成员进行关系学习提供了多样化的知识、信息和资源基础, 通过组织成员的关系学习进一步帮助他们将这些多样化的知识和信息创造性的整合起来, 并形成不可预见的、非同寻求的架构型组合, 从而显著推动企业非连续创新。具体来说, CEO 外部建议寻求能够为组织成员直接带来新颖的多样化知识, CEO 内部建议寻求不仅能够促进组织成员对这些多样化知识进行编码, 整合和处理, 还有助于通过营造开放合作的氛围,进一步推动新知识的创造,为组织成员间的关系学习储备丰富的知识库。此外,关系学习增强了企业应对重大变化的适应能力,帮助企业在组织内外部建立合法性,从而提高企业非连续创新成功的可能性。

基于此, 本文提出假设2:

关系学习在 CEO 建议寻求与企业非连续创新的关系中发挥着中介作用(H2)；

关系学习在 CEO 外部建议寻求与企业非连续创新关系中起中介作用(H2a)；

关系学习在 CEO 内部建议寻求与企业非连续创新关系中起中介作用(H2b)。

(三) 公司创业导向的调节作用

CEO 建议寻求为组织成员间的关系学习奠定了知识和信息基础, 但是不同企业对相关知识和信息的解读和利用能力明显不同,导致对 CEO 建议寻求的利用效果呈现差异。因此,深入研究企业在何种条件下能更有效地利用 CEO 建议寻求变得十分必要。公司创业导向倡导的价值观包括鼓励企业在其组织活动中展现出创新性、主动性和风险承担性的特质 ^{[ 43 ]} 。其中,创新性代表着组织成员具有强烈的从事创新的意图和想法；超前行动性则反映了组织成员愿意主动地进行知识和机会的寻求倾向；风险承担性指的是组织成员在面临不确定性情境时仍愿意进行投入的意愿, 这三个要素共同形成了公司的创业导向。这种导向体现了组织成员在面临新情况时的决策和认知风格 ^{[ 44 ]} ,显著影响着他们对内部和外部知识的运用方式 ^{[ 19 ]} 。高阶理论认为, 人都是有限理性的, 个体的特征、价值观对其认知模式会产生一定的影响, 面临相同的组织环境和战略信息,不同高管所作出的战略选择以及对信息的解读是有差异的。因此企业管理者的创业导向可能会显著影响组织成员对 CEO 建议寻求所获取信息和知识的利用效果。具体而言, 当公司创业导向水平较高时, CEO 建议寻求对于关系学习的影响更加显著。

关于 CEO 建议寻求与关系学习的关系, 本文预测在高水平的公司创业导向下, CEO 外部建议寻求产生的关系学习优势更为明显。因为 CEO 外部建议寻求所带来的外部信息和知识是多样化的且可能是截然相反的 ^{[ 21 ]} 。如果组织成员要利用这些信息,就需对这些信息进行分析、整合和实验。而较高水平的公司创业导向可以为新知识的创造、扩散、整合和开发提供有利的内部组织气氛 ^{[ 45 ]} ,从而促进组织成员对这些新知识和信息的深度加工,提升关系学习水平。相反,对于低水平公司创业导向的企业而言,他们对于 CEO 通过外部建议寻求所获取的新知识和信息则不那么敏感,也没有强烈的动机来验证这些观点,从而削弱了关系学习。同时, CEO 通过外部建议寻求建构起新的合作关系网络并展开关系学习实践或活动时, 组织成员可能会因担忧对方的机会主义行为而减少关系学习的动机和意愿 ^{[ 46 ]} 。在较高水平的公司创业导向水平下,组织成员更可能精准地识别这些信息和知识所带来的潜在机会 ^{[ 47 ]} ,并愿意承担一定的风险向建议提供者进行学习。相反,在较低水平的公司创业导向下,组织成员则相对保守,对于外部新知识缺乏足够的激情,导致关系学习效果不佳。

高水平的公司创业导向也有助于组织成员利用 CEO 内部建议寻求来推动关系学习。公司创业导向代表了一种倾向于支持创新与变革的内部文化 ^{[ 48 ]} ,增加 CEO 向内部成员寻求建议的水平和力度,可以为内部建议进行更好地阐释进而增加在学习方面的投资 ^{[ 49 ]} 。此外,公司创业导向与企业动态能力,知识消化吸收能力等密切相关 ^{[ 19 ]} ,这种强大的消化吸收能力能够更有助于对内部多样化知识进行创造性整合,更有助于将内部寻求的肤浅的、简单化的判断进行二次加工,从而更大力度的促进关系学习。公司创业导向中的创新性、主动性和风险承担性增强了企业在通过建议寻求获得知识时的辨析性思维,促使组织成员质疑所获取信息的可靠性和真实性 ^{[ 50 ]} ,为深入的关系学习奠定了基础。简言之,在高水平公司创业导向的企业中,组织会倾向于形成一种“实验性”的文化。在这种文化中, 组织成员间会放下对彼此的芥蒂进行充分的知识共享,信息交换,并鼓励组织成员创造性的利用内外部知识进而探索新的方案;相反,对于低水平公司创业导向的企业来说, 他们对于与自己意见不同的内部建议的反应则没那么主动, 甚至漠视这些信息和知识, 对组织层面的信息交换与问题解决等造成消极影响。因此, 本文提出, 相比低水平创业导向的企业, 高水平创业导向的企业在从 CEO 内部建议寻求中获得的益处更为显著。

基于此, 本文提出假设3:

公司创业导向正向调节 CEO 建议寻求与关系学习的关系(H3)；

公司创业导向越强的企业, CEO 外部建议寻求对关系学习的促进作用就越强(H3a)；

公司创业导向越强的企业, CEO 内部建议寻求对关系学习的促进作用就越强(H3b)。

此外,考虑到关系学习在 CEO 建议寻求与企业非连续创新之间起中介作用,本文进一步提出,公司创业导向对这一中介效应同样具有调节作用,即有调节的中介作用。具体而言,对于那些高度创业导向的企业而言, 企业会营造一种适应于变革与创新的文化, 会使得组织成员更容易接受 CEO 内外部建议寻求所获取的知识和信息,进而对分析、整合和利用这些新知识来实现组织内外关系结构调整,组织惯例更新呈现出更大的激情和活力,从而更易于培育和实施非连续创新。同时,随着公司创业导向水平的提高,组织成员对如何更好地利用 CEO 所拥有的知识和资源有着极高的探索积极性, 而这些资源和知识将成为组织成员进行关系学习并推动非连续创新的关键因素,因此更容易培育出非连续创新。所以在此情境下, CEO 建议寻求通过关系学习进而影响企业非连续创业的可能性也会显著提高。与之相反,公司创业导向低的企业,往往对 CEO 通过内外部建议寻求所获取的观点、知识和信息表现得比较默然,甚至刻意回避,自然也就缺乏对这些知识和信息进行深入学习的积极性。在这样的情境中, CEO 建议寻求对企业非连续创新的影响效应也相应地很难通过关系学习来传递。

基于此, 本文提出假设4:

关系学习在 CEO 建议寻求与企业非连续创新之间的中介作用受到公司创业导向的调节作用(H4)；

公司创业导向水平越高,关系学习对 CEO 外部建议寻求与企业非连续创新的中介作用就越强 (H4a)；

公司创业导向水平越高,关系学习对 CEO 内部建议寻求与企业非连续创新的中介作用就越强 (H4b)。

综上所述, 本文认为 CEO 建议寻求作为激活内外部社会的重要驱动因素, 对企业培育和开发非连续创新有着积极的影响; 而关系学习是 CEO 建议寻求转化为企业非连续创新的重要动力机制。此外, 公司创业导向决定了 CEO 建议寻求是否能够有效地塑造关系学习倾向以及对企业非连续创新的积极效应。本文的理论模型见图1 。

三、研究方法

收起

(一) 数据收集

数据采集依托某政府委托咨询研究项目进行。依托该项目,本文作者团队首先尽可能获取企业基本信息并从中选择符合要求的企业:一是该调研对象必须是独立的公司而不是某个大型企业的分支机构或者子公司；二是该公司成立时间至少为三年。然后依托政府在各地分管机构的帮助,与被调研企业负责人进行联络, 在征得对方的同意后, 按照对方选择的方式向其发放问卷。在问卷首页, 详细说明了此次调研的目的, 明确指出所有项目只需按照自己的真实感知进行回答且答案无对错之分, 并承诺统计数据结果仅用于学术研究使用, 且高度保密。此外, 为了减少可能存在的共同方法偏差, 对问卷条目进行了随机调整且在问卷中添加了三个社会赞许性条目,包括 “当你犯错时总是勇于承认错误”“有时候你喜欢讲别人的闲话”(反向计分)以及 “从来不想让别人替你受过”,设置 “是” 和 “否” 两个评价标准。按照杨付等 ^{[ 51 ]} 的方法,如果评价中有两个“是”(反向计分为“否”)及以上,则删除该问卷。

调研在2022年12月-2023年3月进行, 共发放问卷500份, 收回338份。去掉填答不完整的问卷31份和未通过社会赞许性检验的问卷18份后, 共回收有效问卷289份。样本企业主要隶属于制造业和服务业,分别有131家 (占比45.3%) 和102家 (占比35.3%)。在企业规模方面,有76家不足100人,占比26.3%；拥有100~250名员工的企业有111家,占比38.4%；251~400人的有81家,占比28%。样本企业的平均成立年限为12.048家(SD = 6.07, SD 为标准差)。回收的有效样本中,男性 CEO 居多,占比72.3%。年龄在31~40岁的被试者共87位,占比30.1%；年龄在41~50岁的 CEO 被试者最多,共有130人,占比45%。受教育程度数据方面,拥有本科学历的被试者共155人,占比53.6%,研究生学历有121人,占比41.9%。

(二) 变量测量

企业非连续创新。根据 Picaud 等 ^{[ 52 ]} 的研究成果,结合对10余位有代表性的 CEO 以及该研究领域的多名专家与博士生的半结构化访谈, 最终形成了5个测量条目的量表, 包括:“创造潜在的全新产品线”“促进一个新市场的出现”“重新定义现有绩效参数而创建新的绩效曲线”“新产品包含显著不同于以往的核心技术”“提供完全不同于以往的营销服务模式”。对该量表进行探索性因子分析后发现, 在特征根大于1时, 仅有一个因子,解释度为56.443%,其因子载荷结果均在0.665~0.803。

CEO 建议寻求。基于 McDonald 和 Westphal ^{[ 53 ]} 以及 Foster 和 Kaplan ^{[ 20 ]} 的研究成果,分别由3个条目来测量 CEO 外部建议寻求和 CEO 内部建议寻求。外部建议寻求的测量条目包括:“在多大程度上从其他组织的管理者那里获得关于未来战略的知识”“从其他组织的管理者那里获得了多大程度的关于当前战略的知识”以及“经常聘请外部顾问来协助决策”；内部建议寻求的测量包括“多大程度上向下属征求关于当前战略的建议”“多大程度上向下属征求关于未来战略的建议”,“经常采用本企业的顾问来协助决策”。探索性因子分析发现, CEO 外部建议寻求和 CEO 内部建议寻求的两个因子是稳定存在的。其中, 外部建议寻求的因子载荷结果在 ${0.883}\sim {0.916}$ ; 外部建议寻求的因子载荷结果在 ${0.885}\sim {0.934}$ 。

关系学习。基于 Selnes 和 Sallis ^{[ 35 ]} 以及Chang ^{[ 54 ]} 的研究成果对关系学习进行测量。该量表由信息共享、共同理解和特定关系记忆三个维度构成。通过与相关专家和 CEO 的访谈, 本文选择10个被广泛接受的条目对关系学习进行刻画。通过探索性因子分析, 删除一个因子载荷低于0.4的条目, 最终形成了9条目量表,具体的因子载荷结果在 ${0.546}\sim {0.880}$ 。继而按照以往相关研究的处理方式,将其作为整体构念加以测量。代表性条目包括:“部门间交流成功或不成功的经验”“部门间有很多面对面的交流”“经常评估调整我们的惯例”等。

公司创业导向。国内外学者对公司创业导向的测量多采用 Covin 和 Slevin ^{[ 43 ]} 所开发的量表,张玉利和李乾文 ^{[ 55 ]} 基于中国企业实际情况,对该量表进行相应的调整,使其更适用于中国情境的研究。该量表共包括9个条目。本文通过探索性因子分析, 删除因子载荷小于0.4的条目, 最终采用了6个条目来测量公司创业导向,其因子载荷均结果在 ${0.680}\sim {0.878}$ 。代表性条目包括 “企业对研发,技术先进性和创新的重视程度”“企业展现出的果断和迅速行动能力”“企业倾向于选择高风险,高回报项目的程度”等。关于创业导向究竟是单维还是多维构念, 则主要取决于研究目的, 即探讨各个维度的独立影响还是考察其整体效果。鉴于本文主要目的是考察公司创业导向作为组织层面的决策认知模式, 探讨其对 CEO 建议寻求利用效果的影响。因此,类似于以往研究(Niemandr 等 ^{[ 44 ]} ) 将所有条目得分汇总来表征公司创业导向的水平。

控制变量。本文还控制了在以往文献中提到的可能影响企业非连续创新的变量。首先,规模较大的企业可能会因为组织惯性导致较低的非连续创新,但同时也可能会因为拥有充足的资源而提升非连续创新, 所以本文对企业规模进行了控制,具体来说将 “不多于100人” 设置为 “1”“ 100 ~ 250人” 设置为 “2”“ 251 ~ 400人”设置为“3”“不少于400人” 设置为 “4”。其次, 成熟企业更可能会因为难以脱离既有的技术或市场轨迹来实施非连续创新,故而对企业成立年限进行了控制。再次,企业所处的行业也可能会显著影响企业非连续创新,所以本文对行业进行了控制。具体来说,将制造业设置为 “1”,服务业设置为 “2”,其他行业设置为 “0”。此外,环境动态性也会显著影响非连续创新,本文对此也进行了控制。采用 Jansen 等 ^{[ 56 ]} 开发的4条目量表来测量环境动态性, 包括 “市场环境变化非常剧烈”,“我们的客户经常要求新的产品或服务”等, 探索性因子分析发现,因子载荷结果均在 ${0.795}\sim {0.885}$ 。最后, CEO 的人口统计学特征如性别、年龄、学历也可能会影响企业对非连续创新的培育与开发,应给予考虑。具体测度方式如下:就性别而言,“男”赋值“1”“女”赋值“0”；就学历来说,“大专及以下”赋值为“1”“本科学历”赋值为“2”“研究生学历”赋值为“3”。

(三) 分析策略

本文首先采用 SPSS 和 AMOS 软件进行探索性因子分析和验证性因子分析, 依据因子分析的结果进行变量的聚合效度和区分效度检验; 并对数据的共同方法方差问题及变量的描述性统计分析进行检验, 以揭示变量间的相关关系,为研究模型的检验奠定基础。之后,基于层次回归法对假设 $\mathrm{H}1 \sim$ 假设 $\mathrm{H}3$ 进行检验, 采用 Bootstrapping 方法对假设 $\mathrm{H}2$ 提出的中介效应进行验证检验以及描述假设 $\mathrm{H}3$ 的调节效应图。并采用 Process 程序对假设 H4进行检验。

四、数据分析与结果

收起

(一) 信度和效度检验

本文利用 SPSS 20.0软件对所涉及的核心变量 CEO 内、外部建议寻求、公司创业导向、关系学习、非连续创新及环境动态性6个变量进行信度检验。结果表明 CEO 外部建议寻求和内部建议寻求的 Cronbach’s $\alpha$ 分别是0.875和0.902; 公司创业导向的 Cronbach’s $\alpha$ 是0.875; 关系学习的 Cronbach’s $\alpha$ 是0.879; 非连续创新的 Cronbach’s $\alpha$ 是0.803 ; 环境动态性的 Cronbach’s $\alpha$ 是0.851。本文中的 Cronbach’s $\alpha$ 值均大于0.70的标准,说明所有变量均表现出较高的信度。

本文进一步检验变量的聚合效度,结果表明,6个核心变量的平均方差萃取量 (AVE) 值均在0.558~ 0.820,大于0.5的标准; ${CR}$ 值在0.792~0.861,均大于0.7的临界值标准; 这说明所用变量的聚合效度均满足要求。之后, 检验变量间的区分效度。由于本文的目的是为了区分核心变量间的差异, 而不是探索题项间的关系。因此,按照已有研究的方法 ^{[ 57 ]} ,对多维度变量进行了打包处理。验证性因子分析的最终结果表明,六因子模型拟合指数良好 $\left({{\chi }^{2}={794.685},{df}={390},{CFI}={0.907},{TLI}={0.901},{RMSEA}={0.060}}\right.$ ),并显著优于其他因子竞争模型。此外,按照杨付等 ^{[ 52 ]} 的方法, ${\chi }^{2}$ 与 ${AIC}$ 是用来比较基准模型与备选模型的,差异检验结果表明,六因子基准模型与其他因子模型有显著的差异,即基准模型优于备选模型,而通过对 ${AIC}$ 值 (结果值越小越好)的比较得知, 基准模型同样优于其他备选模型。这说明变量间的区分效度可以接受。

(二) 共同方法偏差检验

由于本文的数据采集均来自 CEO 自评的方式, 故而可能共同方法偏差问题。按照以往研究提示 (Chang ^{[ 54 ]} ),采用事前控制和事后检验的方式进行有效规避。就事前控制而言,在问卷首页明确注明“个人信息隐匿、内容严格保密、所填内容无正确错误之分且仅做学术研究之用等”承诺语。就事后检验而言,综合采用两种不同的方法进行:第一,采用 Harman 单因素检验法,即对本文所涉及的核心变量进行探索性因子分析,结果显示第一个未经旋转的因子的解释方差为19.266%,远远低于解释方差40% 的标准。第二,相关系数检验法, 即对变量间的相关系数值进行考察, 如果变量间的系数大于0.90, 则表示存在严重的共同方法偏差问题。从本文的相关系数来看, 变量间的相关系数远低于0.90。因此, 这两种方法均表明本文不存在严重的共同方法偏差。

(三) 描述性统计分析

表1 显示了各变量的均值、标准差以及各变量间的相关系数。从表1 呈现结果来看, CEO 外部建议寻求与关系学习 $\left({r ={0.323}, p <{0.01}}\right)$ ,非连续创新 $\left({r ={0.294}, p <{0.01}}\right)$ 显著正相关。CEO 内部建议寻求与关系学习 $\left({r ={0.339}, p <{0.01}}\right)$ ,非连续创新 $\left({r ={0.345}, p <{0.01}}\right)$ 也都显著正相关。此外,关系学习与非连续创新显著正相关 $\left({r ={0.345}, p <{0.01}}\right)$ 。这些相关性与理论预测的关系相符,为本文的假设提供了初步的支持。

(四) 假设检验

本文首先通过层次回归分析法来检验假设模型。在假设检验之间,首先把 CEO 年龄、性别、受教育程度以及企业规模、成立年限、行业作为控制变量加入模型。然后逐步引入 CEO 内、外部建议寻求、关系学习、公司创业导向以及 CEO 内、外部建议寻求与公司创业导向的交互项,具体假设检验结果如表2 所示,在控制了 CEO 和企业特征等变量之后, CEO 外部建议寻求与企业非连续创新显著正相关 $\left({\beta ={0.194}, p <{0.001},\mathrm{M}7}\right)$ , 假设 $\mathrm{H}1\mathrm{a}$ 得到了数据支持;同时, CEO 内部建议寻求也与企业非连续创新显著正相关 $(\beta ={0.238}, p <{0.001}$ , M7),假设 $\mathrm{H}1\mathrm{\;b}$ 得到了数据支持。

为检验假设 $\mathrm{H}2$ ,即关系学习对 $\mathrm{{CEO}}$ 建议寻求与企业非连续创新之间的关系起着中介作用,本文综合采用四步骤检验法 ^{[ 58 ]} 以及蒙特卡洛法 (Monte Carlo method) ^{[ 58 ]} 两种方式同时进行中介效应检验。从表2 可以看出,自变量 CEO 内部建议寻求 $\left({\beta ={0.237}, p <{0.001},\mathrm{M}2}\right)$ ,外部建议寻求 $\left({\beta ={0.230}, p <{0.001},\mathrm{M}2}\right)$ 与关系学习显著正相关; 在同时将自变量和中介变量加入模型后,关系学习与企业非连续创新显著正相关 ( $\beta =$ 0.191, $p <{0.01},\mathrm{M}9)$ ,此时, CEO 外部建议寻求 $\left({\beta ={0.150}, p <{0.01},\mathrm{M}9}\right)$ 和内部建议寻求 $(\beta ={0.193}, p <{0.01}$ , M9) 仍然与企业非连续创新显著正相关, 但是显著系数分别从0.194降低到0.150, 0.238降低到0.193, 再结合假设 $\mathrm{H}1$ 的实证检验结果,可以认为关系学习分别在 $\mathrm{{CEO}}$ 外部建议寻求和内部建议寻求与企业非连续

创新的关系中有着部分中介作用。本文进一步采用蒙特卡洛法 ^{[ 58 ]} 对关系学习的中介效应进行检验,在控制了CEO、企业特征、环境动态性、公司创业导向以及CEO 内部建议寻求后,结果显示, CEO 外部建议寻求经由关系学习影响企业非连续创新的间接效应是显著的( $\beta ={0.040},\mathrm{\;S}.\mathrm{E}.={0.018},{95}\%\mathrm{{CI}}=\left\lbrack {{0.011},{0.083}}\right\rbrack$ ,不含 $0;\mathrm{S}$ . E. 为标准误差,95% CI 为95%的置信区间),由此,假设 $\mathrm{H}2\mathrm{a}$ 得到了支持；采用同样的方式对关系学习在 CEO 内部建议寻求与企业非连续创新中的间接效应进行检验,结果显示,该间接效应是存在的 $(\beta ={0.057},\mathrm{{SE}}=$ 0.023,95%CI =[0.016,0.109],不含0, Bootstrap 重复取样5000次),假设 H2b 得到了数据支持。

本文通过层次回归分析法来检验假设 $\mathrm{H}3$ ,即公司创业导向调节了 $\mathrm{{CEO}}$ 建议寻求对关系学习的影响效应。从表2 的 M4可以看出, 在将公司创业导向分别与 CEO 内部建议寻求, 外部建议寻求的交互项纳入模型后,发现 CEO 外部建议寻求与公司创业导向的交互项和关系学习正相关但不显著 $\left({\beta ={0.008}\text{,不显著, M4}}\right)$ , 这说明公司创业导向在 $\mathrm{{CEO}}$ 外部建议寻求与关系学习关系中的正向调节效应并不存在。假设 $\mathrm{H}{3\mathrm{a}}$ 没有得到数据支持。同时, CEO 内部建议寻求与公司创业导向的交互项与关系学习显著正相关 $(\beta ={0.163}, p <$ 0.01, M4)。这说明公司创业导向正向调节了CEO 内部建议寻求对关系学习的积极影响,假设 $\mathrm{H}{3\mathrm{\;b}}$ 得到了验证。为了进一步刻画这一调节效应,本文依据 Aiken 和 West ^{[ 59 ]} 的方法,绘制了在不同公司创业导向水平下(分别以高出均值一个标准差和低于均值一个标准差来区分), CEO 内部建议寻求和关系学习之间的关系, 如图2 所示。可以看出, 随着公司创业导向由弱到强, CEO 建议寻求对关系学习的正向影响愈强,假设 H3a 得到了支持。

采用 Preacher 和 Selig ^{[ 60 ]} 所推荐的方式检验假设 H4有调节的中介效应模型,结果见表3 。就假设 $\mathrm{H}4\mathrm{a}$ 而言, 在公司创业导向高的组织中 (高于均值一个标准差), 关系学习在 CEO 外部建议寻求与企业非连续创新中的间接效应是显著的 (indirect effect $={0.045},\mathrm{{SE}}={0.020},{95}\%$ $\mathrm{{CI}}=\left\lbrack {{0.013},{0.092}}\right\rbrack$ ,不含0); 在公司创业导向低的组织中 (低于均值一个标准差), 关系学习在 CEO 外部建议寻求与企业非连续创新中的间接效应也是显著的(indirect effect $={0.038},\mathrm{{SE}}={0.020},{95}\%\mathrm{{CI}}=\left\lbrack {{0.003},{0.083}}\right\rbrack$ ,不含0); 然而,两者的差异并不显著(indirect effect $={0.006},\mathrm{{SE}}={0.017},{95}\%\mathrm{{CI}}=\left\lbrack {-{0.022},{0.046}}\right\rbrack$ ,包含0),这说明在不同强度的公司创业导向水平下,关系学习在 $\mathrm{{CEO}}$ 外部建议寻求与企业非连续创新的间接效应并无显著差异,假设 $\mathrm{H}4\mathrm{a}$ 没有得到验证。采用同样的方式对假设 $\mathrm{H}4\mathrm{\;b}$ 进行检验,结果表明,在高公司创业导向情境下, CEO 内部建议寻求经由关系学习对企业非连续创新的影响效应是显著的 (indirect effect $={0.067},\mathrm{{SE}}=$ ${0.025},{95}\%\mathrm{{CI}}=\left\lbrack {{0.025},{0.123}}\right\rbrack$ ,不含0); 相反,在低公司创业导向情境下, CEO 内部建议寻求经由关系学习对企业非连续创新的影响效应是不显著的(indirect effect $={0.021},\mathrm{{SE}}={0.016},{95}\%\mathrm{{CI}}=\left\lbrack {-{0.008},{0.056}}\right\rbrack$ , 包含0)；此外,二者的差异较为显著(indirect effect $={0.046},\mathrm{{SE}}={0.020},{95}\%\mathrm{{CI}}=\left\lbrack {{0.014},{0.092}}\right\rbrack$ ,不含0)。由此,可以认为,假设 $\mathrm{H}4\mathrm{\;b}$ 得到了数据支持。

五、结论与讨论

收起

实现中国经济高质量发展,增强经济创新能力和竞争力必然依靠企业创新。在全球化与逆全球化、数字化等市场与政治力量加剧变革的时代背景下,培育和实施企业非连续创新为实现中国科技创新和企业跨越式发展提供了重要路径, 也是当前学术界研究的前沿课题。本文基于中国企业管理情境聚焦于 CEO 主动信息搜寻和关系建构行为, 探讨了 CEO 建议寻求对企业非连续创新的影响效应, 以及关系学习的中介作用; 同时剖析了不同公司创业导向强度下 CEO 建议寻求对关系学习、企业非连续创新的作用机制和影响模式, 构建了企业非连续创新的培育过程模型。在此基础上, 以289家中国企业为样本, 利用多种实证分析方法得到了重要的研究发现与启示。

(一) 研究结论

本文的研究结论包括如下三个方面:第一, CEO 建议寻求是企业培育和实施非连续创新的“催化剂”。本文发现, CEO 建议寻求对企业非连续有着显著的正向影响。作为建构在全新的知识、信息和能力基础之上的非连续创新,往往面临着效率性、合法性和认知惯性等障碍,因此企业非连续创新的培育与实施往往是 “一把手”工程, 尤为关键的是 CEO 主动及时的更新自身的认知范围和结构。CEO 建议寻求不仅是主动获取知识和信息继而重塑自身认知的有效策略与手段 ^{[ 61 ]} ,也是主动建构和谐的组织内外部关系进而塑造合法性的有效行动 ^{[ 21 , 29 ]} ,因此可能会显著影响企业非连续创新的选择与方向。此外,以往研究对于 $\mathrm{{CEO}}$ 内外部建议寻求的频率和两者之间的关系并无定论 ^{[ 21 ]} 。本文研究发现,在面临非连续创新这一重要决策时,尽管 CEO 可能会更倾向于向组织内部成员寻求建议, 但两种类型的建议寻求均对企业非连续创新有着重要影响,并且他们与企业非连续创新的相关性系数只有微弱差异,这说明 CEO 内、外部建议寻求对企业非连续创新有着近乎同等重要的协同效应。此外,与以往研究仅仅关注 CEO 在外部网络中的结构优势不同,本文揭示了在识别和培育非连续创新过程中, 注重主动利用与外部网络中的各主体之间的交流与思维碰撞去获取有价值的信息和知识, 对于激发非连续创新具有至关重要的作用。

第二,关系学习是企业培育和实施非连续创新的“润滑剂”。在应对变化与不确定性以及重要的战略问题时,建议寻求逐步成为 CEO 常采用的有效策略。尽管在 CEO 建议寻求及其有效性方面已经取得了进展, 但是,还缺乏对 CEO 建议寻求影响非连续创新作用机制方面的深入探索。对这个问题的考察尤其关键,是因为以往研究普遍假设 CEO 通过建议寻求所获取的知识和信息能够自然而然地得到利用 ^{[ 18 ]} 。本文的假设 $\mathrm{H}2$ 正是为 $\mathrm{{CEO}}$ 建议寻求的转化利用提供解释。研究结果表明,关系学习是对 $\mathrm{{CEO}}$ 建议寻求进行充分开发而激发企业非连续创新的重要传导机制。非连续创新意味着对已有技术或市场轨迹的创造性偏离,一方面会因为打破企业内外部的政治平衡而遭到既得利益集团的抵制, 另一方面也可能会因对既有技术或市场轨迹的思维惯性和惰性而错失机会 ^{[ 20 ]} 。而企业内部成员间的关系学习不仅有助于形成对非连续创新项目的理解、认同和承诺, 也有助于将获得的丰富知识与信息来打破思维惯性、减少惰性, 进而刺激非连续创新的产生和实施。此外,关系学习通常被视为一种二阶动态能力 ^{[ 15 ]} ,管理者认知构成了这种高阶能力形成与演化的微观基础；而建议寻求则是打破管理者思维惯性,重塑管理者认知的重要驱动因素 ^{[ 20 ]} 。由此, CEO 建议寻求构成了关系学习的微观来源和知识基础, 进而对企业非连续创新施加正向影响。

第三, 公司创业导向是企业培育和实施非连续创新的 “强化剂”。本文研究发现, 公司创业导向在 CEO 内部建议寻求与关系学习的关系中有着正向调节效应, 以及进一步调节了关系学习在 CEO 内部建议寻求与企业非连续创新关系中的中介作用。首先,从创新起源的角度来说, CEO 的内、外部建议寻求通常代表着两种不同的创新过程:前者代表了自下而上的创新范式,后者则代表了自上而下的创新范式 ^{[ 21 ]} 。在自下而上的创新过程中,企业更可能面临着为了争取组织资源和地位层级而相互竞争、相互拆台的局面 ^{[ 17 ]} ,而较高的公司创业导向则有助于消除这一潜在的负面效应。也即是说, 在高公司创业导向情境下, 企业更可能塑造一种彼此合作、敢于冒险和主动探索的战略姿态 ^{[ 43 ]} ,从而更有可能激发组织成员对来自内部的信息和知识的利用, 最终增强对自下而上创新的支持力度。此外, 这一研究结论对组织知识管理也有重要的价值。在面对非连续创新时, CEO 为了减少这一革新对组织所造成的动荡,更倾向于从内部获取信息和知识；相反, 组织内部成员对于内部知识尤其是突破性知识的利用和整合则有着严格的约束条件。这与以往关于自下而上的变革与创新更容易得到组织成员的认可与接受的观点出现了差异,也是对已有文献的有效补充。

与预期假设不一致的是, CEO 外部建议寻求与公司创业导向的交互项和关系学习之间不存在显著关系。对此, 领导者替代理论可以给出相应的解释, 即某些组织要素 (如战略、企业文化等) 会替代领导者在组织中的作用。按此解释, 公司创业导向可能会取代 CEO 外部建议寻求所带来的优势。具有高创业导向的企业可能拥有充足的动机和激情来提前对内外部环境进行有效的扫描, 并愿意承担不确定性来开发、学习新知识。在此情境下, 企业可能并不完全依赖 CEO 外部建议寻求所带来的新知识和信息。此外, 高公司创业导向在很大程度上代表着企业表达想法并付诸实施的独立程度, 很可能会因为 “自我中心主义” 而忽略或抛弃CEO 外部建议寻求所获取的信息和知识 ^{[ 63 ]} 。从这两个方面来说,公司创业导向在 CEO 外部建议寻求与企业非连续创新中的正向调节效应并不显著是有据可循的。

(二) 理论贡献

本文的理论贡献包括:

第一, 论证并检验了 CEO 建议寻求对企业非连续创新的影响效应与机制, 拓展了企业非连续创新的理论研究。环境的动态性和不可预测性使得企业非连续创新在商业实践中日益重要。然而, 国内外关于如何促进企业非连续创新的研究仍然非常匮乏。本文通过对企业非连续创新实践深入观察及对其前因与影响机制的研究,为企业非连续创新的理论和实践发展提供相应的参考。具体包括如下方面的推进:首先,与以往研究仅仅采用“过去一段时间内产生了多少次非连续创新”单一测量方式不同,本文结合中国企业的非连续创新实践和相关理论, 提炼出适应于中国企业情境的非连续创新的测量工具, 对非连续创新在中国的实证研究是有益的探索。此外, 与以往仅从管理者人口统计学特征角度探索企业非连续创新的影响因素不同,本文基于高阶理论与管理者认知观,探讨了 CEO 建议寻求对企业非连续创新的影响以及关系学习和公司创业导向对这一关系的作用机制,综合考察了组织情境要素与 CEO 个体行为特征要素对企业非连续创新的影响, 有助于更好地理解企业非连续创新的整个过程。

第二,丰富了 $\mathrm{{CEO}}$ 建议寻求与其结果效应的相关研究。以往对 $\mathrm{{CEO}}$ 建议寻求的结果效应的研究主要集中在决策质量与效率 ^{[ 13 ]} 、战略惰性 ^{[ 52 ]} 、商业模式创新 ^{[ 34 ]} 等,尚未有研究系统考察 CEO 内外部建议寻求对企业非连续创新的影响。值得注意的是,这些研究的潜在假设是一旦 CEO 寻求了内、外部建议便能得到有效利用并能取得良好的效果 ^{[ 18 ]} 。但是,不可否认的是 CEO 内、外部建议寻求所获取的知识和信息可能各有优劣:寻求内、部建议可能会因组织记忆导致缺乏新颖性和多样性的观点,但也可能因对企业现有资源和能力有清晰认识而提出有深度的观点；而寻求外部建议则相反 ^{[ 26 ]} 。从侧面说明对于 $\mathrm{{CEO}}$ 寻求的内、外部建议的利用是个复杂动态的过程,组织成员需要对 CEO 内、外部建议寻求所获取的知识进行多次交互、整合才能被有效利用。对此,本文以企业非连续创新为对象,系统探讨了 CEO 建议寻求对企业非连续创新的影响,并从关系学习的视角分析了 CEO 建议寻求对企业非连续创新的作用, 为 CEO 建议寻求的利用方式提供了新的理论解释,同时对已有研究做出积极响应 ^{[ 18 ]} 。

第三,对 CEO 寻求内、外部建议的利用不是一蹴而就的,公司创业导向为 CEO 建议寻求所带来的知识和信息的有效利用提供了积极的组织氛围,这是对 CEO 建议寻求有效性的深层次拓展。更重要的是,本文通过一个被调节的中介作用模型,探讨了 $\mathrm{{CEO}}$ 建议寻求与企业非连续创新之间的作用机制。与传统的单一研究方法相比,这种方法更全面、更系统地考察中介变量和情境变量的综合作用过程。研究结果显示,公司创业导向对 CEO 内部和外部建议寻求的利用效果存在显著差异。具体来说, 高创业导向的企业更有能够充分利用 CEO 内部建议寻求所获得的信息和知识；而创业导向与 CEO 外部建议寻求交互项与关系学习的相关系数并不显著。这一发现增添了对 CEO 建议寻求如何作用于关系学习进而影响企业非连续创新边界条件的理解。此外, 以往研究更多的是关注创新对创业的重要影响, 但很少关注公司创业是如何激发企业创新的。本文发现, 公司创业导向能够激发企业对内部知识创造性的应用, 继而促进成员之间的关系学习和企业非连续创新。这一发现更好地将创业与创新衔接起来,有助于企业通过“创业”方式实现竞争优势。

最后,本文的研究结论还拓展了关系学习的相关研究。一方面,以往研究主要以供应商-客户关系作为分析单元 ^{[ 14 ]} 。近年来,随着研究的深入,关系学习的研究开始向围观领域延伸,但仅有极少的研究聚焦于企业内部成员间的关系学习 ^{[ 35 ]} 。事实上,在非连续创新过程中,往往涉及部门间、业务间以及成员间的复杂交互学习;同时,结合非连续创新的特点以及所面临的障碍,探索关系学习的作用机制是合理的,这是对关系学习研究对象和范围的有效扩展。另一方面, 以往研究借助社会资本理论探讨关系强度和关系结构对关系学习的影响 ^{[ 16 , 54 ]} ,但是强烈的关系网络很可能导致企业和 CEO 深陷“盘丝洞” ^{[ 64 ]} ,从而对企业带来相对消极的影响。与此不同,本文重点关注 CEO 主动激活内、外部网络,获取相关的知识和信息的行动策略。研究结果同时证实, CEO 的内部和外部建议寻求是构成关系学习的重要基础, 为关系学习的相关研究提供了一定的有效补充。

(三) 实践启示

本文的实践意义包括如下三个方面:

首先,充分借助 CEO 建议寻求搭建内、外部协同创新平台。CEO 建议寻求不仅是激活与建构社会资本的重要工具, 也是引进外部知识, 扩展企业知识库的有效策略之一。本文研究发现 CEO 内部建议寻求和外部建议寻求对于企业非连续创新都有着重要影响。因此, CEO 在进行建议寻求时, 需要做到 “两手都要抓, 两手都要硬”。具体来说, CEO 可以通过外部建议寻求构建起与建议提供者的合作关系, 充分获取外部知识和信息,宣传推广新技术或新产品,继而推动协同创新平台生态系统建构。同时, CEO 还应该重视从组织内部成员处获取信息和知识, 激发组织成员间相互学习和知识创造与分享, 建构起能够有效支持非连续创新的内部合作氛围。此外,还要特别防范 CEO 因离职可能带来的内、外部合作中断等问题。

其次,积极打造组织关系学习文化和氛围。研究结果显示,关系学习是 CEO 建议寻求转化为企业非连续创新的重要动力学机制,因此,企业需要特别重视对组织中的关系学习。对于成熟企业来说,部门间、业务间的隔阂现象尤为严重,员工之间无法理解和认同创新业务或项目的情况屡见不鲜。这就特别要求组织重视不同业务部门间的沟通与交流,建立完善的激励方式,鼓励团队成员之间的信任合作,促进对外部知识的有效消化吸收再创新,成功平衡好非连续创新与渐进性创新之间的关系。

最后,注重企业文化和制度建设,从整体上提升公司创业导向水平。由于企业非连续创新往往面临着强大的组织惯性与惰性障碍,对微弱的新知识、新方向等视而不见,而公司创业导向作为一种主动寻求新机会, 敢于承担风险的战略姿态, 能够有效地打破思维惯性的局限, 最大化开发内外部知识, 从而更有效地推动企业非连续创新。因此, 尤其是 CEO 缺乏有效外部网络的企业更应该充分认识到公司创业精神的重要性, 通过制定相应的制度和奖惩措施来培育公司创业导向。

(四) 不足与展望

本文尽管具有一定的理论和实践价值, 但仍存在些许不足亟待进行深入考察。首先, 在企业非连续创业的测量方面,由于目前的测量工具还处于探索开发阶段,尽管本文在已有研究基础上结合企业访谈材料, 设计了包括5个条目的非连续创新测量量表,但是囿于样本的局限,该工具的有效性还有待进一步探讨。其次,本文将关系学习纳入 CEO 建议寻求对企业非连续创新影响的研究中,结果却发现关系学习在这一关系中仅发挥着部分中介作用, 未来研究可以从不同的视角对其中介机制进行挖掘。再次, 本文发现公司创业导向仅对 CEO 内部建议寻求的产生影响, 对 CEO 外部建议寻求与关系学习以及非连续创新的影响效应并不显著。未来可以进一步考察 CEO 特征,组织特征等对 CEO 外部建议寻求的边界条件,丰富 CEO 建议寻求作用效果的研究。最后,与许多先前的实证研究相似,本文采用了横截面设计,在研究设计上并不能确切推断变量间的因果关系。未来研究可以通过多时间点数据收集以更准确地检验变量之间的因果关系。实证研究所采用的数据均来自 CEO 一人,尽管本文采用事前和事后两种方式来规避和检测共同方法偏差问题, 但是不可避免的会对结论产生一定的影响。未来可以采用多种来源, 主观与客观相结合的方式来收集数据。

基金

收起

国家自然科学基金重点项目“组织平台化转型适应理论构建及其管理策略研究”(72132009)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

SCHUMPETER

. The theory of economic development [M]. Cambridge : Harvard University Press , 1934 .

[2]

李善友 . 第二曲线创新 [M]. 北京 : 人民邮电出版社 , 2019 .

[3]

刘文玲 , 万美杉 , 郑馨竺 . 数字化转型对制造业企业绿色发展绩效的影响研究 [J]. 工业技术经济 , 2023 . 42 ( 12 ): 22 - 33 .

[4]

郭丽娟 , 郑雨欣 . 外资进入,国内市场导向与中国本土企业创新——基于制造业企业微观数据的实证 [J]. 技术经济 , 2023 . 42 ( 4 ): 1 - 11 .

[5]

曹平 , 肖生鹏 , 林常青 . 产品关联密度、吸收能力与中国企业创新 [J]. 技术经济 , 2022 . 41 ( 1 ): 12 - 23 .

[6]

王冰 , 毛基业 . 传统企业的内部创业组织如何获取正当性 [J]. 管理评论 , 2020 . 32 ( 4 ): 104 - 116 .

[7]

BESSANT

, STAMM

B V

, MOESLEIN

K M

, et al . Backing outsiders: Selection strategies for discontinuous innovation [J]. R&D Management , 2010 . 40 ( 4 ): 345 - 356 .

[8]

BIRKINSHAW

B D J

. Finding, forming, and performing: Creating networks for discontinuous innovation [J]. California Management Review , 2007 . 49 ( 3 ): 67 - 84 .

[9]

霍远 , 何旭 , 陶圆 . 经济政策不确定性对企业创新持续性的影响——基于非线性视角的实证分析 [J]. 技术经济 , 2023 . 42 ( 2 ): 64 - 77 .

[10]

王雪标 , 祝伟展 . CEO管理能力与实体企业金融化 [J]. 软科学 , 2023 . 37 ( 5 ): 71 - 86 .

[11]

杨林 , 和欣 , 顾红芳 . 高管团队经验、动态能力与企业战略突变:管理自主权的调节效应 [J]. 管理世界 , 2020 . 36 ( 6 ): 168 - 252 .

[12]

KVETON

V F A

, SHKOLNYKOV

. Technological novelty, knowledge bases, and regional differentiation: Towards a regional typology of radical, breakthrough, and discontinuous innovations [J]. Eurasian Geography and Economics , 2024 . 3 ): 1 - 34 .

[13]

GARG

, EISENHARDT

K M

. Unpacking the CEO-board relationship: How strategy making happens in entrepreneurial firms [J]. Academy of Management Journal , 2017 . 60 ( 5 ): 987 - 1123 .

[14]

BHATTIA

W A

, LARIMOA

, SERVAI

. Relationship learning: A conduit for internationalization [J]. International Business Review , 2020 . 29 ( 3 ): 101 - 127 .

[15]

NAJAFI

T Z

, MOUSAVI

, ZAEFARIAN

. Relationship learning and international customer involvement in new product design: The moderating roles of customer dependence and cultural distance [J]. Journal of Business Research , 2020 . 120 ( 7 ): 42 - 58 .

[16]

马鸿佳 , 马楠 , 郭海 . 关系质量、关系学习与双元创新 [J]. 科学学研究 , 2017 . 35 ( 6 ): 917 - 930 .

[17]

MENON

, THOMPSON

, CHOI

H S

. Tainted knowledge vs. tempting knowledge: People avoid knowledge from internal rivals and seek knowledge from external rivals [J]. Management Science , 2006 . 52 ( 8 ): 1129 - 1144 .

[18]

A S H

, KOR

Y Y

, SEIDL

. CEO advice seeking: An integrative framework and future research agenda [J]. Journal of Management , 2020 . 46 ( 6 ): 771 - 805 .

[19]

胡望斌 , 张玉利 , 杨俊 . 同质性还是异质性:创业导向对技术创业团队与新企业绩效关系的调节作用研究 [J]. 管理世界 , 2014 . 30 ( 6 ): 92 - 188 .

[20]

FOSTER

, KAPLAN

. Creative destruction [M]. Cambridge : Harvard University Press , 2002 .

[21]

ALEXIEV

, VOLBERDA

, JANSEN

, et al . Contextualizing senior executive advice seeking: The role of decision process comprehensiveness and empowerment climate [J]. Organization Studies , 2020 . 41 ( 4 ): 471 - 497 .

[22]

YOUNG

, YOON

L J R

, TINDALE

R S

, et al . Epistemic motivation facilitates advice seeking and utilization by groups [J]. Journal of Applied Social Psychology , 2023 . 53 ( 6 ): 482 - 494 .

[23]

KRAUSE

. Being the CEO's boss: An examination of board chair orientations [J]. Southern Medical Journal , 2017 . 38 ( 3 ): 697 - 713 .

[24]

CARVALHO

, CARVALHO

F K

, CARVALHO

. The paradoxical consequences of leader feedback seeking for subordinates: A theoretical framework [J]. European Journal of Training and Development , 2023 . 47 ( 1/2 ): 203 - 222 .

[25]

FAN

. Cognitive abilities and seeking financial advice: Differences in advice sources [J]. Journal of Financial Counseling and Planning , 2022 . 33 ( 1 ): 97 - 114 .

[26]

HEYDEN

M L M

, VAN

D S

, REIMER

, et al . Perceived environmental dynamism, relative competitive performance, and top management team heterogeneity: Examining correlates of upper echelons' advice-seeking [J]. Organization Studies , 2013 . 34 ( 9 ): 1327 - 1356 .

[27]

MAC

G E L

, VAN

S L M

. The Oxford handbook of advice [M]. New York : Oxford University Press , 2018 .

[28]

HAO

, YE

, FENG

. Explicit and tacit synergies between alliance firms and radical innovation: The moderating roles of interfirm technological diversity and environmental technological dynamism [J]. R&D Management , 2020 . 50 ( 4 ): 432 - 446 .

[29]

ASHFORD

S J

, WELLMAN

, DESTOBBLZER

, et al . Two roads to effectiveness: CEO feedback seeking, vision articulation, and firm performance [J]. Journal of Organizational Behavior , 2018 . 39 ( 1 ): 82 - 95 .

[30]

DYER

L M

, ROSS

C A

. Seeking advice in a dynamic and complex business environment: Impact on the success of small firms [J]. Journal of Developmental Entrepreneurship , 2008 . 13 ( 2 ): 133 - 149 .

[31]

LEVIN

D Z

, WALTER

, MURNIGHAN

J K

. Dormant ties: The value of reconnecting [J]. Organization Science , 2011 . 22 ( 4 ): 923 - 939 .

[32]

王娟茹 , 杨苗苗 , 李正锋 . 跨界搜索、知识整合与突破性创新 [J]. 研究与发展管理 , 2020 . 32 ( 3 ): 111 - 122 .

[33]

段锦云 , 林文静 . 组织中的建议寻求行为研究述评 [J]. 人类工效学 , 2014 . 20 ( 5 ): 71 - 95 .

[34]

张金艳 , 杨蕙馨 , 邱晨 , 等 . 高管建议寻求、决策偏好与商业模式创新 [J]. 管理评论 , 2019 . 31 ( 7 ): 239 - 251 .

[35]

SELNES

, SALLIS

. Promoting relationship learning [J]. Journal of Marketing , 2003 . 67 ( 3 ): 80 - 95 .

[36]

MYERS

. Coactive vicarious learning: Towards a relational theory of vicarious learning in organizations [J]. Academy of Management Review , 2018 . 43 ( 3 ): 610 - 634 .

[37]

BANDURA

. Social foundations of thought and action: A social cognitive theory [M]. Englewood Cliffs, NJ : Prentice-Hall , 1986 .

[38]

KISFALVI

, SERGI

, LANGLEY

. Managing and mobilizing micro-dynamics to achieve behavioral integration in top management teams [J]. Long Range Planning , 2016 . 49 ( 4 ): 427 - 446 .

[39]

SUKOCO

B M

, HARDI

, QOMARIYAH

. Social capital, relational learning, and performance of suppliers [J]. Asia Pacific Journal of Marketing and Logistics , 2018 . 30 ( 2 ): 417 - 437 .

[40]

RODRIGUEZ

D M

, ESPINO

R T F

. Redesigning the supply chain: Reengineering, outsourcing, and relational capabilities [J]. Business Process Management Journal , 2006 . 12 ( 4 ): 483 - 502 .

[41]

FANG

S R

, FANG

S C

, CHOU

C H

, et al . Relationship learning and innovation: The role of relationship-specific memory [J]. Industrial Marketing Management , 2011 . 40 ( 5 ): 743 - 753 .

[42]

冯军政 , 刘洋 , 魏江 . 如何驱动不连续创新:组织学习视角的案例研究 [J]. 科研管理 , 2013 . 34 ( 4 ): 24 - 33 .

[43]

COVIN

J G

, SLEVIN

D P

. Strategic management of small firms in hostile and benign environments [J]. Strategic Management Journal , 2011 . 10 ( 1 ): 75 - 87 .

[44]

NIEMAND

, RIGTERING

J P C

, KALLMUNZER

. Digitalization in the financial industry: A contingency approach of entrepreneurial orientation and strategic vision on digitalization [J]. European Management Journal , 2021 . 39 ( 3 ): 317 - 326 .

[45]

FERREIRA

, COELLHO

, MOUTINHO

. Dynamic capabilities, creativity and innovation capability and their impact on competitive advantage and firm performance: The moderating role of entrepreneurial orientation [J]. Technovation , 2020 . 92 . 1124 - 1145 .

[46]

LIU

C L E

. An investigation of relationship learning in cross-border buyer-supplier relationships: The role of trust [J]. International Business Review , 2012 . 21 ( 3 ): 311 - 327 .

[47]

DONBESUUR

, BOSO

, HULTMAN

. The effect of entrepreneurial orientation on new venture performance: Contingency roles of entrepreneurial actions [J]. Journal of Business Research , 2020 . 118 ( 2 ): 150 - 161 .

[48]

LISBOA

, SKARMEAS

, LAGES

. Entrepreneurial orientation, exploitative and explorative capabilities, and performance outcomes in export markets: A resource-based approach [J]. Industrial Marketing Management , 2011 . 40 ( 8 ): 1274 - 1284 .

[49]

MALHOTRA

N K

, BIRKS

D F

. Marketing research: An applied approach [M]. Harlow, England : Pearson Education Limited , 1999 .

[50]

孙永波 , 杜双 . 创业拼凑与创业机会识别:双元创新和创业导向的作用 [J]. 商业经济研究 , 2020 . 14 ): 129 - 132 .

[51]

杨付 , 王桢 , 张丽华 . 员工职业发展过程中的“边界困境”:是机制的原因,还是人的原因? [J]. 管理世界 , 2012 . 11 ): 89 - 188 .

[52]

PICAUD

B K

, JOHNSEN

, CALVI

. Exploring early purchasing involvement in discontinuous innovation: A dynamic capability perspective [J]. Journal of Purchasing and Supply Management , 2019 . 25 ( 4 ): 346 - 355 .

[53]

MCDONALD

M L

, WESTPHAL

J D

. My brother's keeper? CEO identification with the corporate elite, social support among CEOs, and leader effectiveness [J]. Academy of Management Journal , 2011 . 54 ( 4 ): 661 - 693 .

[54]

CHANG

C H

. Enhancing new product development performance from adaptive ability and relationship learning: The mediation role of resource integration [J]. Total Quality Management & Business Excellence , 2017 . 28 ( 1 ): 62 - 75 .

[55]

张玉利 , 李乾文 . 公司创业导向、双元能力与组织绩效 [J]. 管理科学学报 , 2009 . 12 ( 1 ): 137 - 152 .

[56]

JANSEN

J J P

, VAN

, VOLBERDA

H W

. Exploratory innovation, exploitative innovation, and performance: Effects of organizational antecedents and environmental moderators [J]. Management Science , 2006 . 52 ( 11 ): 1161 - 1174 .

[57]

LITTLE

T D

, CUNNINGHAM

W A

, SHAHAR

, et al . To parcel or not to parcel: Exploring the question, weighing the merits [J]. Structural Equation Modeling , 2002 . 9 ( 2 ): 151 - 173 .

[58]

KENNY

D A

, KASHY

D A

, BOLGER

. Data analysis in social psychology [M]. New York : McGraw-Hill , 1998 .

[59]

AIKEN

L S

, WEST

S C

. Multiple regression testing and Interpreting interactions [M]. Newbury Park, CA : Sage , 1991 .

[60]

PREACHER

K J

, SELIG

J P

. Advantages of Monte Carlo confidence intervals for indirect effects [J]. Communication Methods and Measures , 2012 . 6 ( 2 ): 77 - 98 .

[61]

MIRC

, PARKER

. If you do not know who knows what: Advice seeking under changing conditions of uncertainty after an acquisition [J]. Social Networks , 2020 . 61 ( 2 ): 53 - 66 .

[62]

VAN

S L M

, PAIK

J E

, PRAHL

. Advice recipients: The psychology of advice utilization [M]. The Oxford Handbook of Advice , New York : Oxford University Press , 2018 .

[63]

刘刚 , 王泽宇 , 程熙鎔 . “朋友圈”优势、内群体条件与互联网创业——基于整合社会认同与嵌入理论的新视角 [J]. 中国工业经济 , 2016 . 8 ): 110 - 126 .

2024年第43卷第8期

PDF下载

222

引用本文

BibTeX

文章信息

doi: 10.12404/j.issn.1002-980X.J23122606

接收时间：2023-12-26
首发时间：2025-07-24
出版时间：2024-08-10

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2023-12-26

基金

国家自然科学基金重点项目“组织平台化转型适应理论构建及其管理策略研究”(72132009)

作者信息

中国劳动关系学院劳动关系与人力资源学院北京 100048

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/jsyjj/CN/10.12404/j.issn.1002-980X.J23122606

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT