外部知识获取与新产品开发绩效:资源协奏与信息处理的视角

2019-10-31武梦超李随成

预测 2019年5期

武梦超，李随成，王玮

(1.西安理工大学经济与管理学院，陕西西安710054; 2.西安财经大学管理学院，陕西西安710100)

1 引言

知识经济时代，知识的分散性、时间效用递减性等促使企业不断获取外部知识，以促进新产品开发绩效。然而，以往涉及外部知识获取与新产品开发绩效间关系的研究，考虑的多是“从哪些外部协同创新伙伴(如供应商、用户、竞争者、大学等)处获取知识最关键”且结论不一［1，2］，未深入到创新过程中，考虑企业对不同知识的获取偏好问题。

研究指出，企业能从协同创新伙伴处获取两类知识:需求拉动型知识、科技推动型知识［3］，分别能支撑起企业两种最基本的产品创新路径/动因:用户导向设计和设计驱动创新［4］，前者是由市场上用户需求所驱动的拉式创新(pull innovation)，偏好获取需求拉动型知识来洞悉用户需求和迎合市场，即用户需要什么就研发什么;后者是由企业所主导和发启的推式创新(push innovation)，倚重前沿技术、专利等科技推动型知识来探索和试验新研发路径，即研发后再吸引用户购买。根据资源协奏理论(resource orchestration theory)，资源类型与资源配置策略适配(fit)时，才能释放资源全部价值［5］。然而，从适配角度探讨“面向不同类型知识时，实施什么知识整合策略更有效”的研究仍然缺乏。

另外，组织信息处理理论(organizational information-processing theory)认为，不同外部知识(需求拉动型、科技推动型知识)有多样化的知识整合需求，还需要相应的知识处理能力作为支撑［6］。知识动态能力正是这样一种能力，关注知识向创新产出转换的过程［7］。“资源-能力-绩效”研究范式认为，组织能力的建立是为了利用组织资源来实现组织目标，发挥着转换器(transformer)的作用［8］，知识动态能力作为将获取和整合的知识动态地调整和应用于新产品开发中的关键要素，能够有效“桥接”外部知识获取-知识整合机制间适配与新产品开发绩效间的作用关系，但目前研究对此探讨不足。

据此，结合资源协奏理论和组织信息处理理论，探讨两种知识类型与知识整合机制间的适配关系，并依照“资源-能力-绩效”研究范式揭示知识动态能力的中介效应。研究结果对加深产品开发过程规律的理解具有一定的理论与现实意义。

2 理论基础与研究假设

Grant［9］提出四种知识整合机制:规则指示(rules and directives)、序列(sequencing)、惯例(routines) 和集体商议与决策(group problemsolving and decision making)，前三种机制关注知识整合的效率，属于“结构化机制”，后一种属于“沟通密集型机制”［10］。

资源协奏理论认为，企业管理者应根据资源的水平或类型，合理选择与资源相关的流程或行动，即实现资源类型与策略部署相适配(fit)，使其新产品能在某些重要属性上与现有产品区分开来［5］。应用于新产品开发情境下，本研究所关注的外部知识获取-知识整合机制间适配关系正是上述论据中资源类型与资源相关行动间相互影响和适配关系的直观体现。本研究将区分需求拉动型知识和科技推动型知识两种不同类型知识，挖掘不同知识类型的最优知识整合机制配置。

2.1 外部知识获取、知识整合机制与新产品开发绩效

需求拉动型知识包括用户需求变化趋势、竞争企业创新动向、市场竞争情况等方面的知识［11］，获取需求拉动型知识增强新产品开发绩效的拉式创新路径，即用户需要什么就研发什么，这种创新路径易于被竞争企业模仿和超越，因此强调尽可能快地推出产品，更关注成员间新知识的获取与传递效率，对于这种任务执行目标明确而研发速度要求较高的情况，更需要低成本、低耗时的知识整合机制，结构化机制能弱化不必要的沟通，实现知识的快速、高效整合，因此通过稳定化地充裕知识、使用资源优势利用型的结构化机制是相对有效的［5］。

与规则指示、序列、惯例等结构化机制相比，虽然沟通密集型机制通过开放性沟通、面对面会议、第一手互动等方式，囊括不同专业领域成员的参与，这些成员彼此互动与沟通以共同解决问题，但由于这是一种高互动、非标准化的协调机制，也将带来更高成本，耗费更多时间与精力。基于以上分析，本研究认为需求拉动型知识与结构化机制存在较强匹配效应，属于拉式创新情境下的最优配置，而沟通密集型机制存在附赘悬疣的缺陷。因此，本研究提出假设:

H1需求拉动型知识-结构化机制间适配对新产品开发绩效具有正向影响。

本研究依据Grant［9］的研究，将结构化机制分为规则指示、序列、惯例三种机制，并通过三个子假设(H1a、H1b、H1c)来分别探讨需求拉动型知识-结构化机制间适配对新产品开发绩效的影响。

首先，规则指示包括产品规范、标准化信息与沟通系统、共享语言与沟通形式等具体实践［9］。其中产品规范是对产品的书面描述，是跨边界知识整合中可共享的边界实体(boundary objects)，如计划图纸、标准、执行说明等，有助于成员建立对知识的共同理解，并使用标准化的统一格式，提前定义好项目技术范围、产品规划与工艺规格等，将抽象的用户需求转变为对产品的具体要求与功能描述，使用书面描述来使所有事项清楚透明化，一旦规范建立，企业间就无需密切互动［9］，从而提升需求拉动型知识整合效率;标准化信息与沟通系统则突出强调通过信息技术的应用为共享信息提供获取渠道，从而提高沟通效率、减少沟通成本，如电子邮件、传真、计算机辅助设计与制造系统(CAD/CAM)、电子数据管理与交换系统等;共享语言、符号沟通形式等是实现知识整合的前提［9］，可以使会议讨论过程结构化和标准化，以避免分歧和矛盾的产生［12］，从而提升知识互动效率，使各方捕捉到的市场讯息及创新相关知识元素得到及时汇聚和有效融合。综上，对于需求拉动型知识的整合，不论是明确制定产品计划与过程规范，利用信息技术建立标准化信息沟通，还是构建企业间彼此共享理解的语言、符号系统等，都从客观上减弱了潜在的摩擦与阻力，提高了组织间沟通与协调的效率，有助于更好辨识和整合需求拉动型知识来提升新产品开发绩效。因此，本研究提出假设:

H1a需求拉动型知识-规则指示间适配对新产品开发绩效具有正向影响。

知识序列(knowledge sequencing)是保证在创新过程的必要时机打开外部知识获取入口的机制，这与Grant［9］所提出的理性经济观是相关联的［12］，序列机制使需求拉动型知识能基于已有安排，在恰当的时间摄入，从而最大化减少不必要的沟通和相互依赖，是一种效率型、成本集约型机制。新产品开发过程中难以避免序列依赖性的存在，即新产品开发每一阶段任务连续进行，前阶段活动输出将作为后阶段活动输入，是影响产品开发活动有序推进的重要因素［13］。具体而言，新产品开发过程中，想法产生阶段需要广泛收集用户需求，这些知识将作为产品开发参考依据和研发方向，输入到项目执行阶段，进行详细产品设计和模型建立，而所试制产品输出到了投入使用阶段，又需要重点收集用户反馈对产品进行调整和改进。新产品开发过程使企业面临着相互依赖性和管理复杂性，序列机制帮助企业更有效地管控需求拉动型知识的恰当涉入时机，以鲜明的“时间序列”特征，有效实现知识衔接与整合［9］，进而提升新产品开发绩效。因此，本研究提出假设:

H1b需求拉动型知识-序列机制间适配对新产品开发绩效具有正向影响。

惯例是企业利用资源解决特定问题的组织过程，体现为标准化操作流程或固定行为模式等［14］。利用需求拉动型知识促进新产品开发绩效属于拉式创新，产品开发是朝着既定、已经显现的用户需求展开的，其任务可分析性相对较好，同时需求拉动型知识多以市场需求分析、趋势预估报告等形式呈现，无须复杂互动就可将知识直接交付于企业并为新产品开发所用，有助于企业快速搜寻并利用惯例产生特定结果［15］。企业将新获取的需求拉动型知识快速纳入企业知识体系，利用先验知识和产品开发经验，在企业有序运行的一套“游戏规则”(既定工作模式、产品工艺与流程等惯例)基础上，依据明确市场需求做出相应调整，能提升新产品开发绩效。因此，本研究提出假设:

H1c需求拉动型知识-惯例机制间适配对新产品开发绩效具有正向影响。

科技推动型知识即关于产品研发、设计、知识产权、技术经验、诀窍等方面的知识［11］，利用科技推动型知识促进新产品开发绩效的推式创新路径，研发周期长、不确定性程度高、研发任务复杂性高，因此应该保证有更复杂周密(耗费时间、沟通密集型)的知识整合机制予以辅助。

首先，对于利用科技推动型知识探索新的产品设计与研发路径这种推式创新项目而言，其任务可分析性更差、任务复杂性更高，新产品产出无法全面预见，从外部获取的科技推动型知识与企业先前经验不相关程度高，多数为新度高、难编码的隐形知识，如技术诀窍、科技发明等，企业缺乏经验参照来制定应遵循的步骤，其要完成的任务与要解决的问题模糊性很高，正式的结构化机制在高度模糊性的情况下是不充分、不适用的，在深入解决较为复杂的推式创新任务时成效不佳，而沟通密集型机制强调具有不同知识储备个体间的紧密协作与高水平信任［16］，尤其适用于任务复杂性高［9］、不确定程度高［4］、伙伴依赖性较强［17］的情况。在该情况下，集体商议与决策这种沟通密集型机制以及充裕的信息媒介如面对面沟通、人际接触是必要的，其为成员间共同理解、问题讨论以及建立共识等提供机会，从而带来富有效力的新产品开发产出。

其次，推式产品创新需要企业探索和推敲科技推动型知识的潜在开拓性想法和新构思，而这些构想往往是偶发、瞬时出现的，在这种情况下，沟通密集型机制在探索与尝试新路径时尤其能发挥作用［9］，因为集体商议与决策这种沟通密集型机制是一种非正式化的知识整合机制，成员间知识交互能够以一种更具自由度和灵活性的方式来展开，这种整合机制为成员创造了知识交互的轻松氛围［12］，来自不同技术领域的成员通过集思广益的方式来使科技推动型知识相互碰撞，充分发挥集体商议与决策这种沟通密集型机制的效果，进而提升新产品开发绩效。因此，本研究提出假设:

H2科技推动型知识-沟通密集型机制间适配对新产品开发绩效具有正向影响。

2.2 知识动态能力的中介作用

知识动态能力(knowledge-based dynamic capabilities)是指企业通过动态化地应用与调整企业知识基来感知与应对外部环境中机会与威胁［18］、响应与发启变化［19］及获取竞争优势［20］的能力。Wang 和Ahmed［7］系统梳理动态能力相关研究，识别出三类主要能力:适应能力、吸收能力和创新能力。从动态能力概念衍生而来的知识动态能力，是动态能力的一种特殊形式，其将知识资源作为作用主体，相应地，适应、吸收和创新能力也延伸到知识层面［21］。其中适应能力是企业识别新机会并通过快速配置与协调知识以灵活适应变化的能力;吸收能力是企业识别知识价值、消化知识的能力;创新能力是企业利用知识产生创新想法并转化为新产品/服务的能力［21，22］。

适应能力体现为知识可获取性的内在柔性及应用知识的柔性两个方面［7］。一方面，外部知识获取-知识整合机制间的适配结果是使企业更好地获取和整合知识，以提升知识富集程度和知识质量，这会增强企业知识可获取性;另一方面，有效获取和整合外部知识为企业提供了充沛知识基，有助于企业精准扫描市场与技术分析，以更好地识别机会、洞悉用户需求、把握市场环境和技术脉动，从而灵活应用和配置知识资源。因此，外部知识获取-知识整合机制间适配能增强企业的适应能力。

适应能力进一步决定了新产品开发绩效提升的可能性。具备更强适应能力的企业能够快速识别市场机会［23］，将内部知识资源与外部需求相匹配，比竞争者更快、更敏捷地利用与配置知识以适应市场需求，目的是为了先发制人和尽可能快地占据位置优势，这种机敏性与响应能力使企业能够及时抓住机会，促进新产品开发绩效。因此，本研究提出假设:

H3a适应能力在外部知识获取-知识整合机制适配与新产品开发绩效间发挥中介作用。

面向不同类型知识实施相适配的知识整合机制，能为接触多样化的互补性外部知识提供条件，有利于企业更好地过滤、释义和理解知识，并将新获取的外部知识与企业自身知识基相结合，强化知识的吸收。另外知识整合这种学习机制为知识互动和深入学习提供平台，有利于促进企业对外部所获取知识的吸收和消化［24］，进而有效提升企业吸收能力。

吸收能力会进一步促进新产品开发绩效。一方面，较强的吸收能力能够通过企业知识基的扩充和对知识的充分消化，防止企业犯上“近视症”和削弱陷入刚性的风险［25］，从而提升新产品开发绩效。另一方面，拥有较强吸收能力的企业具有较强的学习能力，能将外部吸纳和整合的知识成功应用于新产品研发过程中［26］，促进新产品开发绩效提升。因此，本研究提出假设:

H3b吸收能力在外部知识获取-知识整合机制适配与新产品开发绩效间发挥中介作用。

创新能力反映了企业是否有能力将知识以新产品、新工艺等形式呈现出来［7］。使用合适知识整合机制集成外部有价值知识，是填补企业知识空缺、充实企业知识库的过程，而创新灵感往往需要深厚的知识积淀与酝酿，且知识整合机制为企业提供了知识交互与新想法试验和碰撞的场所，有助于企业创新能力的提升。

创新能力对于提升新产品开发绩效是非常重要的。一方面，具备更高创新能力的企业倾向于将环境变化视为一种控制增强的机会而非控制削弱的威胁［27］，企业往往勇于探索和冒险，利用技术含量及新度较高的知识，为尝试新创意与非常理化出牌提供可能，扭转新产品研发的被动态势。另一方面，创新能力强的企业愿意耗费大量成本与精力，潜心研发尖端产品，这限制了外部模仿的可能性，无形中创造了一种隔离机制［21］，为提升新产品开发绩效提供强大屏障。因此，本研究提出假设:

H3c创新能力在外部知识获取-知识整合机制适配与新产品开发绩效间发挥中介作用。

综合上述分析，本研究概念模型如图1 所示。

图1 概念模型

3 研究设计

3.1 变量测量

为确保量表测量的有效性，沿用以往研究中的成熟量表，经过翻译再回译、审读再修正的过程形成初始量表。在正式问卷调查前，利用教学平台对本校EMBA、MBA 学员进行小样本测试，根据回收的79 份问卷及被试者相关反馈对初始量表进行修改和调整，部分描述含糊的题项出现跨因子负载，对此予以剔除，与被访者沟通各题项陈述方式是否合适，并按照方便理解的表达习惯进行调整，另外针对部分题项所描述情况与国内企业实际情况有较大出入的，咨询相关专家教授意见，重新构造题项或从相近量表中选取部分题项进行替换，确定了最终测量量表。采用Likert 5 级量表进行评价。

(1)外部知识获取参考Mu 和Di Benedetto［28］相关研究，根据研究需要对表述做了相关调整。需求拉动型知识(DPK)示例问题如“本企业从合作伙伴处获悉最前沿的用户需求信息”，Cronbach’s α 值为0.880。科技推动型知识(SPK)示例问题如“本企业学习合作伙伴所持有的新产品研发经验与技术诀窍”，Cronbach’s α 值为0.891。

(2)结构化机制包括规则指示、序列和惯例等机制［9］，根据研究需要，结构化机制在Rosell［16］，Grant［9］相关研究的基础上进行了调整。规则指示(RD)示例问题如“本企业通过制定产品规范来指导和约束与合作伙伴间的活动”，Cronbach’s α 值为0.836;序列(SE)示例问题如“本企业将明确制定与合作伙伴间的工作流程与接口安排”，Cronbach’s α 值为0.902;惯例(RT)示例问题如“本企业会持续地分析之前产品开发的相关案例”，Cronbach’s α 值为0.881。

(3)沟通密集型机制包括集体商议与决策(GPD)［9］，参考Revilla 和Knoppen［29］相关研究，示例问题如“本企业在重要决策过程中与合作伙伴展开频繁沟通与交流”，Cronbach’s α 值为0.894。

(4)知识动态能力测项参考Monferrer 等［21］相关研究，并针对新产品开发情境进行了调整。适应能力(ADC)示例问题如“本企业能灵活配置知识来快速响应勘测到的变化”，Cronbach’s α 值为0.839;吸收能力(ASC)示例问题如“本企业能很好地理解与消化知识”，Cronbach’s α 值为0.801;创新能力(INC)示例问题如“本企业善于运用知识来启发创意”，Cronbach’s α 值为0.861。

(5)新产品开发绩效(NPDP)测项参考Ma等［17］相关研究，通过产品创新性(PI)、面市速度(SM)和市场绩效(MP)三方面来测量新产品开发绩效，并根据研究需要在措词上进行了微调。产品创新性示例问题如“该产品富有创造力”，Cronbach’s α 值为0.891;面市速度示例问题如“该产品比本行业中其他产品更快面市”，Cronbach’s α 值为0.845;市场绩效示例问题如“该产品销售额可观”，Cronbach’s α 值为0.819。

(6)控制变量。以往关于新产品开发的相关研究指出，企业规模(Size)、企业年龄(Age)、行业类型(Ind)等控制变量影响了企业在新产品开发中的创新投入水平、是否要进行产品创新的意愿以及企业对创新方式的选择等，因此将上述变量纳入控制变量考虑。

3.2 研究样本与数据收集

由于本研究涉及外部知识获取、知识整合等知识管理活动，因此研究对象为知识密集型企业，选取的具体标准为:广泛展开产品研发及知识管理活动，同时企业中科研类人员占企业总人数的比例大于10%。从2016 年10 月～2017 年3 月，采用“滚雪球抽样”的抽样方法，分两阶段获得数据。第一阶段，研究团队通过奔赴北京、山东、河南、广东、陕西等地的知识密集型企业，进行实地发放问卷或经由邮件联系，回收问卷293 份，同时邀请被试企业推荐一些符合研究需要的相关企业，并尽可能提供联系方式及地址;第二阶段，通过上一阶段企业协助发放及研究团队积极联系被荐企业等方式，回收问卷146 份。两阶段共回收439 份问卷，其中有效问卷316 份，有效回收率为71.982%。

同源方差检验结果表明，未旋转时析出的第一个因子方差解释度并不高(28.887%)，因此本研究不存在严重的同源方差问题。

4 研究结果与讨论

4.1 信效度检验

信度方面，变量测量部分中各变量的Cronbach’s α 值均大于0.700，表明量表信度较高。效度方面，由于借鉴成熟量表并考虑多种情况修正，因此内容效度得到保证;验证性因子分析结果显示，各量表主要拟合指标(χ2/df、RMSEA、CFI、GFI、NFI、TLI 等)处在合理范围区间，因此量表收敛效度较好;同时，各变量AVE 的平方根均大于其与其他因子间的相关系数，故量表区分效度较好。

4.2 描述性统计与相关分析

由于本研究验证的是双变量间适配对因变量的影响，以及中介变量在双变量间适配与因变量间的中介作用，因此，单个变量与因变量的相关系数并不能证实相关研究假设，但变量间还是显示出了不同程度的相关性，如DPK 与新产品开发绩效各维度(PI、SM、MP)呈现不同的相关关系(r=0.037，p ＞0.05;r=0.115，p ＜0.05;r=0.125，p ＜0.05)，RD 与新产品开发绩效各维度(PI、SM、MP)显著正相关(r=0.396，p ＜0.001;r=0.350，p ＜0.001;r=0.377，p ＜0.001)。为了验证适配关系的存在和知识动态能力发挥的中介作用，还需做进一步验证。

4.3 假设检验

4.3.1 外部知识获取-知识整合机制间适配对新产品开发绩效的影响

采取交互与偏差分数并行的方法对适配关系进行检验。当二者交互项对新产品开发绩效有正向影响、二者之差绝对值对新产品开发绩效有负向影响时，表明二者是适配关系。对所有自变量、因变量和中介变量进行中心化处理，以避免多重共线性干扰。

4.3.2 知识动态能力的中介作用检验

由于适配关系得到证实，后文中使用“×”表示适配关系，并进一步检验知识动态能力的中介作用，结果如表1 所示。

表1 回归分析结果

(1)DPK×RD 对知识动态能力各维度(ADC、ASC、INC)有正向影响(β=0.262，p ＜0.001;β=0.156，p ＜0.05;β=0.170，p ＜0.01)，DPK×SE 对知识动态能力各维度有正向影响(β=0.619，p ＜0.001;β=0.157，p ＜0.05;β=0.378，p ＜0.001);而知识动态能力各维度对新产品开发绩效有正向影响(β=0.263，p ＜0.001;β=0.259，p ＜0.001;β=0.299，p ＜0.001);加入中介变量后，DPK×RD 对新产品开发绩效的影响由原本的0.280(p ＜0.001)变得不显著(β=0.032，p ＞0.05)，DPK×SE 对新产品开发绩效的影响由原本的0.417(p ＜0.001)变得不显著(β=0.124，p ＞0.05)，说明知识动态能力(ADC、ASC、INC)在DPK×RD 与新产品开发绩效间、DPK×SE 与新产品开发绩效间均发挥了“完全中介作用”。

(2)DPK×RT 仅对ASC 维度有正向影响(β=0.156，p ＜0.05);ASC 对新产品开发绩效有正向影响(β=0.259，p ＜0.001);加入中介变量后，DPK×RT 对新产品开发绩效的影响(β=0.297，p ＜0.001)有所削弱但仍显著(β=0.158，p ＜0.01)，说明ASC 在DPK×RT与新产品开发绩效间发挥了“部分中介作用”。

(3)SPK×GPD 仅对ASC(β=0.453，p ＜0.001)、INC(β=0.520，p ＜0.001)两个维度有正向影响;ASC(β=0.259，p ＜0.001)、INC(β=0.299，p ＜0.001)对新产品开发绩效有正向影响;加入中介变量后，SPK×GPD对新产品开发绩效的影响(β=0.237，p ＜0.001)有所削弱但仍显著(β=0.127，p ＜0.05)，说明ASC、INC 在SPK×GPD 与新产品开发绩效间起发挥了“部分中介作用”。

综上，ADC 仅在DPK×RD、DPK×SE 与新产品开发绩效间存在中介作用，即H3a 得到部分支持;ASC 在DPK×RD、DPK×SE、DPK×RT、SPK×GPD 与新产品开发绩效间均存在中介作用，即H3b 得证;INC 仅在DPK×RD、DPK×SE、SPK×GPD 与新产品开发绩效间存在中介作用，即H3c得到部分支持。

5 研究结论与启示

5.1 研究结论

本研究结合资源协奏理论和组织信息处理理论，基于适配概念，整合了一个兼顾适配与中介作用路径的细致模型。既强调外部知识获取-知识整合机制间适配在促进新产品开发绩效中的重要作用，也揭示了知识动态能力在不同适配关系与新产品开发绩效关系间的桥接作用差异。主要结论有:

(1)需求拉动型知识-规则指示、需求拉动型知识-序列的适配需要通过“知识动态能力”的桥梁作用才能增强新产品开发绩效。表明需求拉动型知识和规则指示、序列等结构化机制的适配结果是更好地获取和整合知识，这些知识必然经过企业对知识的适应、吸收和创新等过程，才能转化为新产品开发绩效的良好结果。

(2)吸收能力在需求拉动型知识-惯例间适配与新产品开发绩效间扮演部分中介作用，但适应能力和创新能力的中介作用未获支持。可能原因为:遵循惯例机制、依赖熟悉的先验知识容易使组织固化并产生惰性，而适应能力表现为一种自适应、柔性敏捷式的知识响应，惯性与柔性是两个相互对立的概念，这种“隐性冲突”可能致使企业适应能力较差。另外，惯例机制带有路径依赖属性，会约束企业对潜在构思的尝试和新奇想法的产生，因此不足以增强创新能力。

(3)吸收能力、创新能力在科技推动型知识-沟通密集型机制间适配与新产品开发绩效之间扮演部分中介作用，而适应能力的中介作用未获支持。整合科技推动型知识需要付出较多代价，企业与合作伙伴间需要开展往复循环的搜寻学习以及密集分布的开放性讨论、面对面会议、研讨等，会延迟企业对外部机会与变化的响应，因此适应能力的效力会不断削弱。

5.2 理论贡献与管理启示

通过系统的文献评述和针对性的实证研究，本研究的主要理论贡献有:(1)以外部知识获取和知识整合机制的微观构成作为切入点，区分需求拉动型、科技推动型两种知识类型和沟通密集型、结构化两类知识整合机制，并依据资源协奏理论，形成了外部知识获取-知识整合机制间适配的多种配置，旨在更好地解决现有研究对外部知识获取与新产品开发产出关系的争论问题，同时进一步回应了研究者的呼吁，即印证了将资源管理策略与资源类型相适配/协奏具有重要研究价值［5］。(2)根据组织信息处理理论，将知识动态能力以中介的方式恰当地引入“外部知识获取×知识整合机制-新产品开发绩效”的适配作用路径中，探明了新产品开发绩效提升的过程机制，并对比三种知识动态能力对主效应路径所产生的不同桥梁作用，丰富了知识动态能力的作用探讨。

本研究对企业展开产品研发具有重要的实践启示。(1)企业管理者需要建立对产品研发过程的权变性认知，由于摄入的知识类型不同，企业在部署知识整合机制时需要更加慎重，为了增强新产品开发绩效，企业须主动设计和匹配合适的知识整合机制，以提升不同类型知识的整合效力。(2)在新产品开发过程中，企业需要依据不同知识类型，以相应的知识整合机制进行适配，并有针对性地培养适应能力、吸收能力和创新能力中的一种或多种，为增强新产品开发绩效找准“着力点”。