基于环境动荡性的联盟知识转移与企业创新绩效关系研究

海本禄，张流洋，张古鹏

(1. 河南师范大学 商学院，河南 新乡 453007； 2. 中国科学院大学 公共政策与管理学院，北京 100049)

一、引言

当今世界，以信息技术、生物技术、人工智能等为代表的科学技术正在孕育新一轮科技革命和产业变革，与此同时，创新活动的组织与实施模式也不断发生变革，创新活动不断突破组织边界，呈现出开放式的新格局[1]。越来越多的企业高层接纳了开放创新的观念，将联盟合作视为获取竞争优势的重要途径。战略联盟本质上是资源优化配置和价值整合的关系网络。知识是最为重要的战略性资源，从联盟伙伴获取各类知识资源已成为企业提升创新绩效的重要途径[2]。

跨越企业边界获取外部知识是当今企业创新的主要来源[3]。在激烈的市场竞争中，企业与知识资源互补的组织结盟，通过联盟网络分享有价值的知识，获得知识优势和竞争优势。联盟伙伴间的知识转移有助于创新性问题的解决[4]，而知识转移的效果直接影响到联盟企业的创新绩效[5]。但值得注意的是，联盟伙伴之间往往合作与竞争共存，在追求共同利益最大化而开展合作的同时，又存在着不同层次与形式的竞争，甚至可能出现机会主义行为。联盟合作是一把双刃剑，企业依赖联盟获取战略性资源和互补性知识同时，也存在将其专有知识泄露给合作伙伴的风险，学术界将这种情况称为“边界困境”[6]。

联盟伙伴均试图以最快速度和最高效率学习对方的核心知识。在一定程度上，企业知识获取的过程也是知识泄露的过程。但是，知识获取有助于改善创新绩效，而知识泄露则可能相反。现有研究显示，知识转移对联盟企业创新绩效影响的实证研究结果出现较大的分歧，有些学者认为，知识转移可以有效提升联盟企业创新绩效[5]。有些学者则认为知识转移的效用被高估了，联盟知识转移对企业创新绩效的改善并不显著[7-8]。现有研究没有分析造成不同甚至相悖结论的原因，也没有开展对策研究。本文认为，知识获取与知识泄露往往是共生的，现有研究大都基于知识获取的视角对知识转移进行刻画，较少考虑知识泄露特别是市场知识泄露的影响，而且大都忽视了企业所处环境的调节作用，这可能是造成现有研究结论出现显著差异的重要原因。

二、理论基础与研究假设

(一)知识获取与企业创新绩效

从联盟伙伴获取多样化知识已成为企业提高创新绩效的重要途径[9]。外部知识获取和内部知识创造是互补的，组织外部具有相对于内部而言更为独特的知识与信息[10]，有助于降低企业创新的风险和不确定性。外部知识资源获取渠道越多，企业越容易得到多样化的知识。外部知识资源的获取有助于企业提高自身学习的广度及深度，推动企业创新绩效的改善[11]。

企业创新的过程就是整合内外部技术知识、市场知识的过程。技术知识能够提高产品开发质量，加快开发的速度，有助于培养企业的技术能力。足够的技术知识是新产品研发成功和生产的重要条件，也是提高产品差异性和附加值的重要保障；市场知识则可以帮助企业更加准确地了解客户需求，提高新产品开发的针对性和市场成功率[12]。在竞争激烈的市场环境下，外部知识获取提升了企业的持续发展能力和竞争力[13]。通过对外部技术知识和市场知识综合集成，可以有效推动企业创新绩效的提升[14]。

基于以上分析，我们提出以下欲验证假设：

H1：技术知识获取对联盟企业创新绩效具有显著的正向影响。

H2：市场知识获取对联盟企业创新绩效具有显著的正向影响。

(二)知识泄露与企业创新绩效

知识是企业竞争优势的基础[15]。获取外部丰富知识资源的同时，联盟合作也会引致专有知识稀释和泄露的风险，进而影响企业创新绩效[6, 16]。特别是在联盟缺乏有效治理的情况下，如果企业的专有知识没有中心化，知识泄露的风险和危害可能会加剧[17-18]。与此同时，在知识分享的过程中，利润消散效应的存在也会降低企业的创新收益[19]。

竞争双方合作的过程中，伙伴的机会主义行为和知识泄露的风险不可忽视。研发合作过程中，非本企业研发成员往往是泄露知识的潜在接受者。如果关键知识出现泄露，那么弥补知识泄露的负面影响将非常困难。无论直接的知识泄露还是间接的知识泄露都会削弱企业的竞争力，降低企业的创新绩效。

基于以上分析，我们提出以下待验证假设：

H3：技术知识泄露对联盟企业创新绩效具有显著的负向影响。

H4：市场知识泄露对联盟企业创新绩效具有显著的负向影响。

(三)环境动荡性的调节作用

企业的外部环境是企业生存的客观条件。环境的动荡性会给企业发展造成威胁，但也可能为企业带来创新的契机。环境动荡性可分为技术动荡性和市场动荡性。技术动荡性指对技术环境的一种感知，指人们无法准确预测或完全理解技术环境的某个方面。市场动荡性是指市场中不可觉察的不稳定性，特征表现为传统产业边界的不断打破以及客户构成和偏好的变化。

1.技术动荡性的调节作用。技术动荡性处于较低水平时，技术革新的速度较慢，行业竞争程度不高，企业可以更从容应对技术环境不确定带来的风险，在这种情况下，技术知识的获取与泄露对企业创新绩效的影响相对有限。在技术动荡性较高的环境里，行业技术革新的速度不断加快，企业很难依靠自身知识资源和技术保持竞争优势[20]。通过联盟合作实现创新知识的整合和运用，掌握行业发展前沿知识和技术，企业可以更为有效的应对外部技术环境变化，在这种情况下，技术知识的获取对企业创新绩效的影响可能更高。然而，技术动荡性的提升往往伴随着风险的增加，技术知识的泄露对企业创新绩效的影响也可能更高。

基于以上分析，本研究提出以下假设：

H5：技术动荡性越高，技术知识获取对联盟企业创新绩效的影响越显著。

H6：技术动荡性越高，技术知识泄露对联盟企业创新绩效的影响越显著。

2.市场动荡性的调节作用。当市场动荡性程度处于较低水平时，客户结构和偏好比较稳定，企业的创新活动可以以渐进式创新为主[21]，这种情况下，市场知识获取与泄露对企业创新绩效的作用相对有限。在市场动荡性较高的环境里，客户结构和偏好变化速度加快，产品需求剧烈动荡。为了应对市场竞争环境的复杂多变性，企业通过与联盟企业的广泛合作，快速获取市场发展的趋势以及客户需求的变化的相关信息，更好地满足顾客快速变化的偏好，进而提高创新绩效，此时，市场知识的获取对企业创新绩效的影响可能更高。需要指出的是，市场动荡性的提升往往伴随着风险的增加，市场知识泄露对企业创新绩效的影响也可能更高。

H7：市场动荡性越高，市场知识获取对联盟企业创新绩效的影响越显著。

H8：市场动荡性越高，市场知识泄露对联盟企业创新绩效的影响越显著。

三、研究方法

(一)问卷设计

本文采用问卷调研的方式对联盟企业相关数据进行样本收集，问卷各题项设计采用“内部一致性”的Likert7级量表法。本研究直接对企业的高层管理者进行调研，主要是测量受访者对于有关事情或问题的陈述的态度，陈述态度分为“极不赞同、不赞同、不太赞同、既不反对也不赞成、轻微赞同、赞同、非常赞同”，从1至7代表程度从最低到最高。

首先在湖北省武汉市选取了12家企业进行问卷预调查，根据反馈的结果对测量问项进行了修正，并对北京、河南、湖北和河北等省市的产业技术创新联盟企业开展正式问卷调研。问卷调查于2015年9月至2016年4月期间进行，共发放问卷367份，回收问卷数265份，对32份错答太多或回答不全的无效问卷进行剔除，最后共得到有效问卷233份，问卷回收率为72.20%，有效回收率达到63.48%。本次调查问卷涉及了13个行业不同规模的企业的数据，样本企业均参与过或正在参与联盟活动，行业覆盖程度高，大中小企业分布均匀，从整体来看，样本的分布情况比较好。受调研的对象是企业高层管理人员、技术研发经理、在研合作项目主要负责人等，达到研究数据收集的预期要求。

(二)变量测度

参考已有文献中对变量的分析和界定，本文在相关变量测量指标的选取过程中，引用了国内外学者成熟的研究量表，同时听取了在预调研中相关专家和被调查者的建议，在不改变调查目的和变量原意的基础上进行了适当的修改，因此确保了量表的内容效度。

(1)技术知识获取的测量：主要借鉴Yli-Renko[22]和裴旭东[23]等的研究成果，采用3个题项进行测量；(2)市场知识获取的测量：主要借鉴Yli-Renko等[22]和刘益[24]的研究成果，采用3个题项进行测量；(3)技术知识泄露：主要借鉴Ritala 等[25]和邢子政[26]等的研究成果，采用3个题项进行测量；(4)市场知识泄露：主要借鉴Ahmad等[27]和Jiang等[28]的研究成果，采用3个题项进行测量；(5)企业创新绩效的测量：主要借鉴Nakata等[29]和王永贵等[30]的研究成果，采用4个题项进行测量；(6)技术动荡性和市场动荡性的测量：主要借鉴Calantone等[31]的研究成果，分别采用3个题项进行测量。

本文选取企业类型、联盟经验和联盟类型3个指标作为控制变量，且均为哑变量。其中，对于企业类型，国有企业定义为1，其他类型定义为0；对于联盟经验，有联盟经验定义为1，没有联盟经验定义为0；对于联盟类型，合资企业定义为1，其他类型企业定义为0。

四、研究结果

(一)量表的信度与效度检验

在效度方面，由于各问卷均由前人文献经适度修改发展而来，因此具有相当程度的内容效度。为了确保所选择的这些测项都能够有效描述模型中各相关因素，本研究采用探索性因子分析方法(EFA)对具体测项进行检验，按照因素负荷量大于0.6的原则，删掉部分测项。精简后各测项的因子载荷均大于0.6，显示本研究的建构效度很高。

在信度方面，依据调查结果进行内部一致性分析，七个潜变量的Cronbachα系数均超过了0.7这一最低可接受水平，显示了量表的信度很高，如表1所示。

表1 效度及信度分析

表2 拟合度评价标准及结果

(二)LISREL实证分析

1．LISREL模型的评价

本文从整体模型拟合度和内在结构拟合度两个方面对理论模型的拟合度进行评价。

(1)整体模型拟合度评价。本文采取绝对拟合指标与增值拟合指标作为评价模型拟合优度的指标体系，各指标的评级标准及本研究的评价结果如表2所示。除NFI略低于拟合标准外，模型的诸多指标均符合标准，因此，本文理论模型的整体拟合情况较好，其结果具有参考价值。

(2)模型内在结构拟合度评价。在模型内在结构拟合度方面，本研究采取个别项目建构信度SMC(squared multiple correlations)、潜变量的成分信度及潜变量的平均变异抽取量AVE(average variances extracted)3种指标评估，如表3及表4所示。本研究各测项的SMC值均在0.5标准之上，显示本研究模型测量指标确实能反映出真实情形；各项潜变量的成分信度值均大于0.5标准，表明各潜变量所属的观察变量具良好的信度；AVE均大于0.5的标准，表明各测量变量可以作为各潜变量的衡量指标。因此，假设模型的内在结构拟合度很好。

表3 个别项目建构信度值(SMC)

表4 各潜变量成分信度值与AVE

2．LISREL模型路径关系检验

在本研究模型中，各潜变量间的因果关系及其系数估计结果如图1所示，路径系数及t值如表5所示，本研究4种结构模型关系均得到支持，达到显著水平。

从表5我们可以看到，技术知识获取和市场知识获取对企业创新绩效均产生了显著的正向影响作用，这表明，无论是技术知识还是市场知识的获取均对联盟企业创新绩效产生正向影响(路径系数分别为0.373和0.232)。但在外部知识获取的过程中，我们发现，技术知识泄露、市场知识泄露与企业创新绩效之间存在显著的负相关关系(路径系数分别为-0.108和-0.086)。

为了进一步研究知识获取与知识泄露对企业创新绩效的作用机制，本文接下来对技术动荡性和市场动荡性的调节作用进行检验。

图1 LISREL模型之因果路径

假设关系路径系数t值检验结果H1：技术知识获取正向影响企业创新绩效0 3734 269支持∗∗H2：市场知识获取正向影响企业创新绩效0 2323 176支持∗∗H3：技术知识泄露负向影响企业创新绩效-0 1082 377支持∗H4：市场知识泄露负向影响企业创新绩效-0 0862 118支持∗

注：*表示P<0.05；**表示P<0.01。

表6 技术动荡性的调节作用

注：*表示P<0.05；**表示P<0.01。

表7 市场动荡性的调节作用

注：*表示P<0.05；**表示P<0.01。

(三)环境动荡性调节作用的模型与假设检验

本研究按照统计学中的常用方法，把两个变量的交互作用(调节变量的作用)用这两个变量的乘积来代表，具体操作如下：首先，本文将四个自变量(技术知识获取、市场知识获取、技术知识泄露、市场知识泄露)和调节变量(技术动荡性和市场动荡性)中心化处理，然后计算出四个交互项，在放入控制变量、自变量、调节变量(技术动荡性)的基础上，分别放入技术动荡性的两个交互项，分层回归分析的具体结果如表6所示。

从表6可以看出，在加入“技术动荡性”这一调节变量后，模型的解释力有显著的增加。“技术知识获取×技术动荡性”交互项的回归系数为正值，与假设关系方向一致，且影响显著(ΔR2=0.073，p<0.01)，即技术动荡性正向调节技术知识获取与企业创新绩效的正相关关系(β=0.128，p<0.01)，H5得到支持。“技术知识泄露×技术动荡性”交互项的回归系数为负值，与假设关系方向一致，且影响显著(ΔR2=0.051，p<0.01)，即技术动荡性正向调节技术知识泄露与企业创新绩效的负相关关系(β=-0.128，p<0.01)，H6得到支持。可以看出，技术动荡性的调节作用是显著存在的。

然后，我们对市场动荡性的调节作用进行检验。在放入控制变量、自变量、调节变量(市场动荡性)基础上，分步放入两个交互项，分层回归分析的具体结果如表7所示。

从表7可以看出，在加入“市场动荡性”这一调节变量后，模型的解释力有显著的增加。“市场知识获取×市场动荡性”交互项的回归系数为正值，与假设关系方向一致，影响显著(ΔR2=0.041，p<0.01)，即市场动荡性正向调节市场知识获取与企业创新绩效的正相关关系(β=0.165，p<0.05)，H7得到支持。“市场知识泄露×市场动荡性”交互项的回归系数为负值，与假设关系方向一致，影响显著(ΔR2=0.027，p<0.01)，即市场动荡性正向调节市场知识泄露与企业创新绩效的负相关关系(β=-0.101，p<0.05)，H8得到支持。可以看出，市场动荡性的调节作用是显著存在的。

五、结论及建议

(一)结论与讨论

本文构建了基于环境动荡性的知识转移对联盟企业创新绩效影响的理论模型，通过对233份联盟企业有效问卷的实证研究，进一步明确了知识转移影响企业创新绩效的相关路径，无论从深化理论还是指导实践来看，都具有重要的研究价值与意义。本文研究的主要结论包括：

第一，技术知识获取与市场知识获取对企业创新绩效有显著的正向影响。企业创新的过程就是知识整合的过程。本研究将知识获取分为技术知识获取和市场知识获取两个维度。实证研究结果显示，两维度均正向显著影响企业的创新绩效。企业通过联盟网络获取多样化的互补性知识和资源，可以有效增加企业学习的深度和广度，降低创新的风险和不确定性，提高企业进行新的创新性组合的可能性，有效改善创新绩效。

第二，技术知识泄露与市场知识泄露对企业创新绩效有显著的负向影响。本文将知识泄露纳入分析框架，并将其刻画为技术知识泄露和市场知识泄露两个维度。实证研究结果显示，两维度均对企业创新绩效产生显著的负向影响。现有研究较少关注知识泄露的重要作用，有限的对知识泄露的研究也往往主要集中在技术知识泄露上，对市场知识泄露的关注明显不足，导致知识转移影响企业创新绩效的研究结果出现显著的差异性。本研究结论很好解释了这种差异性产生的原因所在，也深化和拓展了相关的知识转移理论研究。

第三，技术动荡性和市场动荡性具有显著的调节作用。分层回归分析的结果显示，在技术动荡性较高的情况下，技术知识获取更有助于企业创新绩效改善，与此同时，技术知识泄露的负向影响也在增强。在市场动荡性较高的环境下，市场知识的获取更有助于企业创新绩效的改善，而市场知识泄露对企业创新绩效造成的风险也显著增加。技术动荡性和市场动荡性是知识转移影响企业创新绩效的重要调节变量，而现有研究大都忽视了环境动荡性的调节作用。本研究结论也很好解释了知识转移影响企业创新绩效效果出现显著的差异性的原因。

(二)管理启示

本研究将知识获取、知识泄露以及企业创新绩效纳入统一的研究框架，所提出的假设均得到了实证数据的验证。基于本文的研究结论，提出如下管理对策：

第一，联盟企业在重视外部技术知识学习的同时，还应关注市场知识的学习。联盟网络为企业提供新的知识和灵感源泉，无论是技术知识还是市场知识的获取，都有助于企业创新绩效的改善，这种改善作用在高动荡环境下更为显著。联盟企业内部应该培养良好的学习氛围，通过设立跨组织边界的学习指导机构，快速获取合作伙伴的互补性知识资源，通过内外部知识的转化与重新组合，形成新想法、新思路和新方案，产生创造性成果。

第二，联盟企业应加强关键核心知识的保护。在重视技术知识保护的同时，企业必须加强市场知识的保护。无论是技术知识还是市场知识的泄露，都会对企业的创新绩效产生威胁，特别是在高动荡环境下，关键知识的泄露可能会危及企业的竞争优势。联盟合作的过程中，即便伙伴间具有良好的信任与关系基础，企业也必须对关键知识进行保护。为了有效规避知识泄露带来的风险，除了知识产权措施外，联盟企业还应综合采用领先进入市场、研发流程控制以及增加产品复杂性等多种策略。

第三，联盟内部应建立有效的风险管控机制。最大化知识共享的同时，联盟能否有效保护企业的专有知识是决定联盟成功的关键。联盟伙伴间往往是竞合关系，在合作过程中可能出现机会主义行为，引发知识产权纠纷。因此，在建立共同愿景的同时，联盟必须提高正式控制的水平，通过制定完备的协议、精心设计的监管机制来约束联盟伙伴的行为，促进企业间长期有效的合作，为联盟成功提供保障。

第四，政府应注重培养联盟企业合作的氛围和土壤，推动联盟企业多层次、多渠道、多方式的合作与交流，形成合力发展的新格局。联盟发展既要基于市场经济规则，也要发挥政府的推动作用。作为非联盟主体参与者，政府对联盟发展具有非常重要的影响。政府应加强政策引导与支持，推动有效的沟通交流，缩小联盟企业间的文化距离和知识距离，消除阻碍联盟知识转移的障碍，为联盟企业协同发展创造条件。

[1]王伟光, 冯荣凯,尹 博.产业创新网络中核心企业控制力能够促进知识溢出吗?[J].管理世界, 2015(6): 99-109.

[2]徐建中, 李奉书, 李 丽, 等.企业外部关系质量对低碳技术创新的影响:基于知识视角的研究[J].中国软科学, 2017(2): 183-192.

[3]刘颖琦, 王静宇, Ari K. 产业联盟中知识转移、技术创新对中国新能源汽车产业发展的影响[J]. 中国软科学, 2016(5): 1-11.

[4]SOO C, DEVINNEY T, MIDGLEY D. External knowledge acquisition, creativity and learning in organisational problem solving [J]. International Journal of Technology Management, 2007, 38(1-2):137-159(23).

[5]MUTHUSAMY S, WHITE M. Learning and knowledge transfer in strategic alliances: A social exchange view [J]. Organization Studies, 2006, 26(3): 415-441.

[6]JIANG Xu, BAO Yongchuan, XIE Yan, et al. Partner trustworthiness, knowledge flow in strategic alliances, and firm competitiveness: A contingency perspective [J]. Journal of Business Research, 2016, 69(2): 804-814.

[7]GRAVIER M, RANDALL W, STRUTTON D.Investigating the role of knowledge in alliance performance[J]. Journal of Knowledge Management, 2013， 12(4):117-130.

[8]FANG E. The effect of strategic alliance knowledge complementarity on new product innovativeness in china [M]. INFORMS, 2011: 158-172.

[9]BERCHICCI L. Towards an open R&D system: Internal R&D investment, external knowledge acquisition and innovative performance [J]. Research Policy, 2013, 42(1):117-127.

[10]吴士健, 孙专专,刘新民. 知识治理、组织学习影响组织创造力的多重中介效应研究[J].中国软科学, 2017(6): 174-183.

[11]马 蓝, 安立仁,张宸璐.合作经验、双元学习能力对合作创新绩效的影响[J].中国科技论坛, 2016(3): 42-48.

[12]熊 捷, 孙道银.企业社会资本、技术知识获取与产品创新绩效关系研究[J]. 管理评论, 2017(5):23-39.

[13]WIJK R, JANSEN J, LYLES A. 组织间和组织内知识转移:对其前因后果的元分析及评估[J].管理世界, 2012(4): 159-168+185.

[14]侯光文，薛惠锋. 集群网络关系、知识获取与协同创新绩效[J]. 科研管理, 2017(4):1-9.

[15]李 莉, 闫 斌, 顾春霞.知识产权保护、信息不对称与高科技企业资本结构[J]. 管理世界, 2014(11):1-9.

[16]GRIMPE C, KAISE U. Balancing internal and external knowledge acquisition: The gains and pains from R&D outsourcing [J]. Journal of Management Studies, 2010, 47(8):1483-1509.

[17]WEST J, GALLAGHER S. Challenges of open innovation: The paradox of firm investment in open-source software [J]. R & D Management, 2006. 36(3):319-331.

[18]ZHANG JING, BADEN-FULLER C. The Influence of technological knowledge base and organizational structure on technology collaboration [J]. Journal of Management Studies, 2010, 47(4): 679-704.

[19]FOSFURI A. The licensing dilemma: Understanding the determinants of the rate of technology licensing [J]. Strategic Management Journal, 2006, 27(12): 1141-1158.

[20]沈 灏, 李 垣. 联盟关系、环境动态性对创新绩效的影响研究[J]. 科研管理, 2010, 31(1): 77-85.

[21]阳银娟, 陈 劲. 开放式创新中市场导向对创新绩效的影响研究[J]. 科研管理, 2015, 36(3):103-110.

[22]YLI-RENKO H,AUTIO E, SAPIENZA H. Social capital, knowledge acquisition, and knowledge exploitation in young technology -based firms [J]. Strategic Management Journal, 2001, 22(6-7): 587-613.

[23]刘 益，李 纲. 态度性承诺、渠道冲突与市场知识转移——渠道关系情境下的一个整合的模型[J]. 管理评论, 2008(7): 28-34，64.

[24]裴旭东,李随成,黄聿舟. 跨界搜寻对技术差异化能力的影响研究[J]. 科技管理研究, 2015, 35(22): 176-182.

[25]RITALA P, OLANDER H, MICHAILOVA S, et al. Knowledge sharing, knowledge leaking and relative innovation performance: An empirical study [J]. Technovation, 2015, 35: 22-31.

[26]邢子政, 黄瑞华,汪 忠. 联盟合作中的知识流失风险与知识保护:信任的调节作用研究[J]. 南开管理评论, 2008(5): 27-30.

[27]AHMAD A, BOSUA R, SCHEEPERS R. Protecting organizational competitive advantage: A knowledge leakage perspective [J]. Computers & Security, 2014, 42(4): 27-39.

[28]JIANG Xu, LI Mei, GAO Shanxing, et al. Managing knowledge leakage in strategic alliances: The effects of trust and formal contracts [J]. Industrial Marketing Management, 2013, 42(6): 983-991.

[29]IM S, NAKATA C, PARK H, et al. Determinants of Korean and Japanese new product performance: An interrelational and process view [J]. Journal of International Marketing, 2003, 11(4): 81-112.

[30]王永贵, 王 娜, 供应商依赖的决定因素及其对协同创新绩效的影响——供应商国际化程度的调节作用[J]. 南开学报(哲学社会科学版), 2015(4): 77-86.

[31]CALANTONE R, GARCIA R, DRÖGE C. The effects of environmental turbulence on new product development strategy planning [J]. Journal of Product Innovation Management, 2003, 20(2): 90-103.