数字化开放式创新对企业创新绩效的影响研究——以知识场活性为中介

金 珺，陈 赞，李诗婧

(浙江大学 管理学院，杭州 310058)

数字时代下，大数据、云计算等数字技术的发展为经济社会的发展带来了一系列变革，使得企业开放式创新模式日益丰富。基于互联网、大数据等数字技术的开放式创新平台/社区形式越来越多地被企业所采纳，如华为开发者联盟平台、海尔HOPE平台、阿里云ET城市大脑、之江实验室等，企业通过这些平台实现战略协同、合作开发、寻求多元创新知识以及促进技术商业化。这些实践表明，数字技术正不断融入企业开放式创新的过程之中，企业在创新过程中逐步运用数字技术获取和利用内外部创新知识和商业化资源［1］。换言之，数字技术与开放式创新的融合正影响企业的创新绩效。然而，学术界对数字技术与开放式创新融合的新现象及其对企业创新绩效产生何种影响，相关研究尚存不足。现有研究对开放式创新与企业创新绩效的关系进行了诸多探讨。大量的实证研究结果表明，企业进行开放式创新有利于企业创新绩效的增长。PARIDA等［2］发现采用开放式创新活动对高科技中小企业的创新绩效有正向影响；HUNG和CHOU［3］指出从外部获取和使用技术可以更新和扩展公司的知识和业绩；企业通过合作网络获取的创新资源与企业内部知识结合，有利于企业内部创造有价值的产品［4］。但是，也有研究认为开放式创新对企业创新绩效不存在必然的促进作用［5］。由此可见，学界对两者的关系仍未达成一致结论。

随着企业逐渐在创新过程中使用和实施数字技术，管理和创新领域的学者开始关注研究数字技术和开放式创新相结合的必要性［6-8］，即强调从战略融合(strategic alignment)的观点来刻画开放式创新与数字技术间的关系。如此一来，数字技术与开放式创新的融合将对企业创新绩效产生怎样的影响，愈发成为值得探讨的问题。现有结合数字技术与开放式创新的相关研究主要分为两个角度［9］：①强调数字技术战略和开放式及其他战略间的匹配(fit)是否有助于企业发展；②从数字技术与开放式及其他战略间的链接、协调和集成等方面描述了战略融合。已有学者对第1个匹配的角度进行了研究，如CUI等［10］验证了IT与开放式创新对组织绩效的影响。但是，对于第2个角度，目前仍鲜有研究。随着数字技术逐渐嵌入企业业务流程和创新基础设施中，企业的数字化和开放式创新更须被看作一个有机整体，也即第2个角度，这也是本研究关注的角度。基于此，本文借鉴数字技术与开放式创新之间的集成和融合关系的相关研究［11-12］，同时参考CHESBROUGH［1］对开放式创新的定义，结合开放式创新有目的的知识跨组织边界流动［13-15］的本质，提出“数字化开放式创新”这一概念。“数字化开放式创新”指企业通过互联网、大数据、云技术等数字技术，有目的地管理知识流和资源流的跨组织边界流动，以实现企业自身的创新目的。这是一种数字技术与开放式创新融合的创新战略，集成了包括数据驱动、敏捷性、跨边界、平台化等在内的数字化特征，为开放式创新的操作层面赋予了新的潜力。

本文提出的“数字化开放式创新”定义从知识管理角度出发，强调了数字化开放式创新过程中的知识流动。因此，本文将试图从企业知识管理视角去剖析“数字化开放式创新”的过程机制。在知识管理的研究领域中，知识场活性作为一个具有辐射范围和影响力的“媒介”情境物质总和［16］，既体现了知识场的活跃度，也体现了知识场的开放度［17］。由于创新在知识场内发生［18-20］，数字化开放式创新能否帮助企业提升创新绩效，取决于知识场的动态活性。因此，有必要深入探讨知识场活性在数字化开放式创新对创新绩效影响过程中的中介机制。在创新管理研究中，产业环境动态性被认为是影响企业创新决策和实践的重要调节因素［21-23］。根据动荡程度，产业环境动态性可以被分为高产业环境动态性与低产业环境动态性。与低产业环境动态性相比，高产业环境动态性环境下，企业所在产业环境中的顾客偏好、技术发展和竞争态势变化较大，机会稍纵即逝。这些来自产业层面的因素会影响企业的技术采纳、创新决策和开放程度，但是目前的开放式创新研究多关注企业层面的因素，忽视了产业层面因素发挥的作用。

基于上述分析，现有研究存在以下两个问题。①在数字时代，越来越多的企业将数字技术融合到创新战略管理中，以克服传统创新管理模式的缺陷，但目前仅有较少的研究关注了数字化与开放式创新间的融合关系。②缺少微观层面的实证数据来检验数字化开放式创新对创新绩效的影响及该影响的作用机制［24］，以及知识场活性和产业环境动态性对企业实施数字化开放式创新产生的影响。

因此，为了弥补以上不足，本文立足于知识管理视角，通过实证研究来回答“数字化开放式创新如何影响企业的创新绩效？”这一核心问题。通过分析207家企业层面的调研数据，本文检验了数字化开放式创新与企业创新绩效之间的关系，在两者关系中知识场活性具有中介作用，而产业环境动态性发挥调节作用。本文的创新点体现在：①将创新管理理论与信息系统管理理论相结合，基于战略融合的观点提出了数字化开放式创新的概念，并实证检验了数字化开放式创新对企业创新绩效的影响作用，拓展了开放式创新的研究视角；②揭示了数字化开放式创新对创新绩效的影响机制，打开了中间机制的部分黑箱；③就产业环境动态性对数字化开放式创新与创新绩效关系的影响作用进行了探讨，弥补了现有研究对产业层面因素关注不足的现状。

1 理论基础与研究假设

1.1 数字化开放式创新与企业创新绩效

在数字化背景下，开放式创新与数字战略的融合能够为企业灵活运用和高效整合内外部知识提供潜力［25］，具体而言，为企业在实际战略实施中提供可操作性的数字资源基础和数字技术，使开放式创新不再只停留在战略预设层面［26］。从知识价值创新的过程视角来看，数字化开放式创新对企业创新绩效的影响体现在知识价值识别、知识价值创造和知识价值获取3个方面［27］。①在知识价值识别方面，开放式创新思维要求企业以打破封闭式创新的思维来认识创新。而企业基于互联网、云平台等数字技术则突破了空间限制，并通过创新体系与其他主体进行广泛的互动，为其创新知识和创新机会的识别拓展了新的来源［10］。并且，从知识基础观(knowledge-based view)的基本假设出发［28］，这些异质性的知识促使企业从不同视角展开思考，更容易产生新的解决思路，从而有利于企业创新绩效的提升［29］。②在知识价值创造方面，许多开放型组织模式均建立在数字技术与工具基础之上。这些数字技术为企业与外界伙伴间的合作提供了新的互动界面，使企业完成分布式、虚拟化和大规模的知识交互和知识创造成为可能，同时也促进了组织间的战略合作。不仅如此，在企业与外界的合作过程中，创新资源的互补［30］将提升企业创新活动的效率，进一步提高企业创新绩效。③在知识价值获取方面，TEECE［31］提出的创新获益理论认为，企业的创新绩效不仅取决于技术创新的程度，还取决于对创新成果的攫取。一方面，企业通过数字技术能够提升自身在创新系统内的优势地位，保证自身在创新系统的合作与分享中获得更多的收益份额，而这个功能的实现往往要借助平台性技术［32］。另一方面，企业可以应用搜索引擎技术、电子供应链、ERP、协同商务等技术，建立开放式创新网络管理体系，实现创新成本分担和降低整合成本的目的，实现对创新收益的把控［33］，从而提升企业创新绩效。3个知识价值创新环节及其相互之间的有机互动构成了企业获得知识价值和收益的良性循环。概括而言，企业实施数字化开放式创新促进了企业创新绩效的提升。因此，提出如下假设。

H1 数字化开放式创新与企业创新绩效有显著正相关关系。

1.2 知识场活性中介效应

日本学者NONAKA受到电磁场理论的启发，提出了知识场的概念。在之后的研究中，知识场被定义为知识分享、利用、转移、创新时所构造出的空间，在这个场内，参与者之间形成无形的联系［17-18，32］。借鉴这些研究结论，本文认为知识场是焦点企业与外部合作者(如其他企业、供应商、大学、顾客等)之间通过知识流动和辐射形成的场。在知识场研究中，有学者基于知识场的动态活性的观点描述了知识场活性的概念，即知识交流的主体基于相同的价值观和知识共享愿景，通过彼此之间的信任及共享理念促使知识的交流与互动［17，19，33］。焦点企业与外部合作者在知识场内进行知识交换。数字化开放式创新会影响场内焦点企业和外部合作者之间知识交换的频率、方式和内容等。

数字化开放式创新促进了知识场活性的提升。①企业通过实施数字化开放式创新激发了新知识的增长和知识的流动。NONAKA［20］指出，知识创新的过程是隐性知识与显性知识间的相互转换过程。合作伙伴之间基于云技术建立战略合作关系，通过数据共享拓展创新知识来源，通过平台进行技术交易等方式，推动了显性知识与隐性知识交替转换的进程，这种合作模式促进了知识流的产生，随着知识流动的增加，场内的知识元素间发生碰撞进而产生新的知识，尤其促进了难以模仿的隐性知识增长。②企业实施数字化开放式创新还可能为场内带来异质性资源。企业实施数字化开放式创新使其能够通过快速调整数字应用程序，进而从广泛的合作伙伴关系中获得知识，为知识空间加入更多的异质性资源提供了潜力［10］。综上所述，企业通过实施数字化开放式创新带动了知识的增长和流动，而异质性资源的增加也为知识场内带来更多知识，这两种机制同时发挥作用，从而促使知识场活性得到提升。因此，企业实施数字化开放式创新会促进企业知识场活性的提升。

知识场活性的增加会促进创新的产出。从知识管理的视角来看，依赖知识场活性，企业可以与不同知识主体间建立有效沟通和互利互信的良好关系，能够对已有知识基础进行深入的挖掘和利用，进而充分发挥知识的聚合作用，促进创新产出。此外，根据NONAKA和TAKEUCHI［18］的SECI模型，场内参与者在完成隐性知识显性化之后，往往会选择申请专利、推出新产品等形式转化为创新产出。这意味着，知识场活性增强会带动显性化过程，企业随之在场域内输出知识产权的机会也会增多［17］。基于上述分析，本文认为知识场活性会正向影响企业创新绩效。知识场活性是影响企业创新产出的前端因素，企业创新活动通过刺激知识的流动和异质性知识的增加对企业创新绩效产生影响。结合上述分析，数字化开放式创新通过激发企业的显性知识和隐形知识之间的交替，从而产生知识流和异质性资源，继而提升了知识场活性。知识场活性的提升又会增强场内主体之间的有效沟通和信任关系，不断刺激企业产生有效的知识产出，进而提升创新绩效。因此，本文就知识场活性发挥的中介效应提出如下假设。

H2 知识场活性在数字化开放式创新与创新绩效之间起到中介作用。

1.3 产业环境动态性的调节作用

现有研究发现当企业面临不同的产业环境时，他们对于创新的开放度、知识商业化等创新决策会做出不同的选择。GASSMANN等［34］认为，在高产业环境动态性下，即便是大企业也更倾向于采用开放式创新来降低不确定性的风险，以占领新产品的市场先机。还有学者认为，产业环境中的高技术变革程度会带来环境动态性增加，促进企业加速内部知识商业化的进程，由此可以降低内部技术被快速替代的风险［35］。与低产业环境动态性相比，处在高产业环境动态性情况下的企业更倾向于通过实施数字化开放式创新来及时把握更加全面的市场信息，准确感知市场机会以降低研发的成本和风险，从而实现提升企业创新绩效的目的。

产业环境动态性除了调节数字化开放式创新与创新绩效之间的关系外，还对知识场活性的中介作用中的知识场活性与创新绩效的关系产生影响。企业实施数字化开放式创新活动，并通过激发知识场活性来影响企业创新绩效。实现这一过程的关键在于要增加知识主体之间有效的知识交流和知识产出。在动态性较高的产业环境中，企业面临动态变化的产业技术要求和市场需求［36］，企业在知识场内会表现得较为活跃。与此同时，动态变化的技术要求和市场需求倒逼企业准确和快速地汲取与其创新发展需求相契合的创新知识，促进有效的知识交流和知识产出，继而加快企业的创新进程和创新产出［37］。因此，与低产业环境动态性相比，高产业环境动态性环境下，企业在以知识场活性为中介实施数字化开放式创新对创新绩效的影响作用中，知识场活性对创新绩效的作用表现得更明显。因此，本文提出以下假设。

H3 产业环境动态性正向调节数字化开放式创新与创新绩效间的直接效应，即与低产业环境动态性相比，当企业面对高产业环境动态性时，企业的数字化开放式创新与创新绩效之间的正向关系更强。

H4 产业环境动态性正向调节知识场活性在数字化开放式创新与创新绩效间的中介作用的后端，即与低产业环境动态性相比，当企业面对高产业环境动态性时，知识场活性对创新绩效的作用较强。

因此，本文提出的数字化开放式创新、知识场活性、产业环境动态性与创新绩效之间的理论框架如图1所示。图1表明，数字化开放式创新对创新绩效发挥正向影响作用，知识场活性在两者之间扮演中介变量的角色。与此同时，产业环境动态性作为组织边界外重要的影响因素，会调节数字化开放式创新与创新绩效的关系，也会调节知识场活性与创新绩效的关系。

图1 数字化开放式创新与创新绩效的理论模型Fig.1 Theoretical model for digital open innovation and innovation performance

2 研究设计

2.1 样本与数据

本研究依托国家高端智库专项，于2019年8月至12月进行数据收集工作。问卷设计与发放步骤具体分为3步。首先，项目组成员通过回顾现有文献及测量指标，经过多次研讨，制定初步的问卷量表。然后，项目组成员邀请导师团队长期合作企业的5位高层管理者参与问卷的反复讨论和问卷修改，另抽取20位合作企业的管理者进行预调研，以确保问卷题项描述的合理性，结果表明量表题项的表述符合数字化开放式创新的管理情境。最后，通过以下3种方式发放问卷：①基于课题组所在机构的地理优势，在实地调研苏州和杭州企业时，向企业管理者直接发放纸质版问卷，待受访者现场完成后直接收回；②依托浙江大学管理学院的学科优势，本校MBA/EMBA学员所在企业(如海尔、吉利)多数会进行与数字化开放式创新紧密相关的创新活动，属于合适的调研对象，项目组成员在课堂中向相关学员发放问卷；③通过互联网查阅企业联络方式，以视频通话采访或者电子邮件的方式发放问卷。为确保调研企业均有实施数字化开放式创新活动，会在问卷发放前明确告知管理者本次调研目的和调研对象要求。共发放问卷300份，收回223份，剔除16份不完整的问卷，总体有效样本数为207份，有效回收率69%。

在有效样本中，企业员工数达1 000人的企业占比为78.3%，平均企业年龄为20.3年。大部分受访者(84.5%)在管理职位的选项中选择了担任中高层管理者，其余(15.5%)则选择基层管理者或其他管理级别。调查对象的主营行业分布为制造业企业(62.3%)、IT行业(13.0%)、服务业(3.4%)、其他(21.3%)。受访企业中民营企业占比最多(61.4%)，其次是国营企业(18.4%)，其他类型占比(20.2%)。项目组对调研数据结果的初步统计结果表明：针对“数字化开放式创新”的4个相关题项(李克特七级量表)，选择5～7分的企业数量达到了60%以上(除“贵企业常通过互联网、数字平台购买/销售技术服务、技术授权”略低于60%)，由此可见，目前数字化开放式创新实践活动在我国企业实践中普及程度较高。

2.2 变量测量

本文采用李克特7级量表对变量进行测度，其中，1表示“几乎没有”或“完全不重要”或“很差”，7表示“非常多”或“非常重要”或“非常好”，对每个变量的题项采用取平均值的方式来反映最终的变量值。

2.2.1 自变量 关于数字化开放式创新的测量量表目前还未明确，本文借鉴CHESBROUGH［1］和LICHTENTHALER［38］的理论观点，从知识流动的过程视角来刻画开放式创新。许多学者也在实证研究中基于此观点来划分开放式创新的活动，如非股权联盟、技术交易、知识源搜索、协作开发等［39-40］。考虑到数字化开放式创新要反映数字技术和开放式创新的融合，在现有开放式创新测度基础上，本文加入企业在创新实践中常采用的数字技术包括互联网、平台技术、数字媒体、云技术等［28］，最终确定了4个数字化开放式创新活动来构建自变量的测量题项，具体如表1所示。

表1 变量条目和因子分析结果Tab.1 Survey items and factor analysis results

2.2.2 因变量 目前学者采用不同的方法来测度创新绩效。考虑到企业的创新目标、吸收能力、组织文化等在内的战略导向因素可能是反向影响开放式创新的重要因素［41］，借鉴阳银娟和陈劲［42］开发的量表中对创新绩效的测度，包括专利申请数量、创新项目的成功率、新产品开发的速度、新产品的数量、新产品销售收入占销售总额的比重5个方面。该测度体系中并未包含上述可能导致反向因果测度的相关内容，所以可以降低逆向因果问题［42］。考虑到开放式创新对创新绩效的影响具有时滞性，在问卷中要求企业回答“实施开放式创新之后，与国内主要竞争对手相比，您认为贵企业的技术创新水平如何？”这一问题，以尽可能地保证题项能够反映出创新绩效相对于实施数字化开放式创新的时间滞后性。

2.2.3 中介变量 对于知识场活性，借鉴SENOO等［43］和姜骞等［19］的测量方法，设定4个测量题项，要求企业结合自身情况对上述题项的实际现状进行打分。

2.2.4 调节变量 本文将产业环境动态性分为高产业环境动态性与低产业环境动态性。借鉴杨林［21］的分类方法，当企业所在行业属于国民经济行业分类代码中的C27(医药制造业)、C36(汽车制造业)I(信息传输、软件和信息技术服务业)等行业时，此类产业环境下的技术密集度、技术变革程度和环境动态性较高，归为高产业环境动态性，取值为1。当企业所在行业属于国民经济行业分类代码中的A(农林牧渔业)、B(采矿业)、C13(农副食品加工)、C14(食品制造业)等行业时，此类产业环境下的技术密集度、技术变革程度和环境动态性相对较低，归为低产业环境动态性，取值为0。其中，高产业环境动态性的企业样本数量为60家，低产业环境动态性的企业样本数量为147家。

2.2.5 控制变量 增加控制变量能够更好地体现出因变量与自变量之间的关系。一方面，根据现有关于企业创新绩效研究中的控制变量选取标准［44-45］，控制了企业层面的重要特征因素，包括企业年龄(企业成立至今的年限)、企业规模(企业员工总数)；另一方面，为了降低内生性偏误的影响，控制了可能造成开放式创新和创新绩效的反向因果问题的相关变量，包括销售额(2018年的销售额)、研发强度(R&D投入占销售额的比重)。

2.3 信度、效度与共同方法偏差检验

首先，探索性因子分析(EFA)的结果显示，旋转后的因子载荷值在0.64～0.84，每个变量的Cronbach’s α均高于0.7，说明问卷题项具有较好的信度和内部一致性。其次，本研究通过验证性因子分析(CFA)来判别变量间的效度情况，CFA的因子载荷在0.65～0.85，组合信度(CR)大于0.8，平均方差提取值(AVE)均大于0.5，体现了较好的聚合效度，同时，各变量间相关系数小于AVE的平方根，这表明变量间具有较好的判别效度，具体结果详见表1。依据PODSAKOFF等［46］的研究，本文采取相应措施来控制与检验共同方法偏差问题。首先，本文改进了具有歧义的题项以保证问卷题项简单明确；其次，通过Harman单因子分析法检验共同方法偏差，结果显示，第1个提取因子只解释了所有指标变异量的19.57%，这意味着单个因子是无法解释大多数的指标变异，因此，不存在共同方法偏差问题。

3 实证分析

3.1 描述性统计分析

各变量的描述性统计与Pearson相关系数如表2所示，变量的相关系数低于0.7的临界值，本研究的核心变量之间基本上都存在显著的相关关系，为后续的假设检验提供了初步的验证。

表2 描述性统计分析和相关分析Tab.2 Descriptive statistics and correlation coefficients

3.2 假设检验

3.2.1 主效应检验 本研究采用层级回归分析对假设进行检验，主要采用SPSS 22.0软件中的Process V3.3宏程序来完成。表3报告了主效应和中介效应的回归结果。模型1是仅包含了控制变量的回归结果。在模型2中，加入了因变量(创新绩效)和自变量(数字化开放式创新)。模型2的结果显示，数字化开放式创新与创新绩效间的正向关系显著(β=0.455，p＜0.001)。因此，H1得到了支持，表明企业实施数字化开放式创新能够促进创新绩效的提升。该结论支持了本文的主要观点，即开放式创新与数字战略的融合为提升企业创新产出赋予了潜力。数字化开放式创新打破空间限制，扩大了创新知识来源和创新主体间的互动界面，使企业能够依赖丰富的知识资源占据创新优势，进而有助于推动新产品开发、研发项目、专利申请的速度及其商业化进程。

3.2.2 中介效应检验 基于BARON和KENNY［47］的检验方法对知识场活性的中介效应进行检验。由表3的模型3可以看出，数字化开放式创新与知识场活性间的正向关系显著(β=0.418，p＜0.001)。当把数字化开放式创新、知识场活性同时放入模型中时，由模型4的回归结果可知，知识场活性对创新绩效的正向作用显著(β=0.388，p＜0.001)，同时，数字化开放式创新对创新绩效的正向作用显著(β=0.293，p＜0.001)。此外，本文采用Bootstrap方法进一步检验中介效应的显著性，将Bootstrap的样本量设为5 000，置信度为95%，结果如表4所示。直接效应的置信区间为(0.159，0.423)和间接效应的置信区间为(0.069，0.266)，均不包含0，表明知识场活性的部分中介效应显著，且该直接效应(0.293)和中介效应(0.162)分别占总效应(0.455)的64.4%和35.6%。综合来看，H2得到了支持，即知识场活性在数字化开放式创新与创新绩效之间发挥部分中介作用。H2的成立表明企业通过实施数字化开放式创新，将新知识带入到知识场内，企业通过与场内不同知识主体间建立有效沟通和互利互信的良好关系，能够对知识进行深入的挖掘和利用，进而充分发挥知识的聚合作用，促进创新产出。

表3 回归结果Tab.3 Regression results

表4 中介效应的Bootstrap检验结果Tab.4 Results of Bootstrap test of mediating effect

3.2.3 调节效应检验 本文分别对产业环境动态性的两种调节效应(H3、H4)进行验证。通过构建交互项的方法来验证调节效应，与分组法相比，可以避免分组后出现回归模型中数据样本不足的问题。对此，分别构建两个交互项(数字化开放式创新和产业环境动态性、知识场活性与产业环境动态性)。表3展示了以创新绩效为因变量，以产业环境动态性为调节变量的回归结果。首先，通过建立回归模型5来检验产业环境对主效应的调节作用。结果显示，知识场活性与数字化开放式创新的交互项系数不显著(β=-0.035，p＞0.1)，H3不成立。然后，通过建立回归模型6来检验产业环境动态性对中介效应后端的调节作用。根据陈晓萍等［48］提供的针对有调节的中介检验方法，将自变量(数字化开放式创新)、中介变量(知识场活性)、交互项(知识场活性×产业环境动态性)及控制变量放入回归模型6中，观察交互项和中介变量的系数。结果显示，交互项系数(β=0.306，p＜0.05)和中介变量系数(β=0.295，p＜0.05)均显著，表明产业环境动态性对知识场活性中介作用的后端的调节作用成立，H4得到支持。此外，本文进一步通过简单斜率图(见图2)来呈现产业环境的调节作用。图2显示产业环境动态性越大，知识场活性对创新绩效的影响斜率更大，这与H4的观点保持一致。

图2展示了产业环境动态性的调节作用。结合H3、H4以及图2的结果，产业环境动态性并非直接调节数字化开放式创新与企业创新绩效间的主效应，而是通过调节知识场活性中介调节后端过程。这说明H3不成立，可能是因为企业采用数字化开放式创新缓冲了产业环境动态性所带来的影响，如企业利用平台技术引入用户参与模式进行产品创新，能够缓解市场动荡带来的不确定性；也可能是由于企业从制定数字化开放式创新战略到实现创新产出过程中会受到与产业环境动态性有潜在关系因素的影响(如企业创新导向、内部创新氛围、商业模式等)。而H4成立表明，当企业实施数字化开放式创新通过知识场活性增强企业创新绩效时，产业环境动态性的作用会被放大，即当企业处在动态的产业环境时，由于企业面对顾客需求波动和技术变化的不确定性较大，企业会增加与内外部知识参与者的互动，进而引发创新产出的增加。

图2 产业环境动态性的调节作用Fig.2 Moderating effect of industrial environmental dynamism

4 结论与启示

4.1 研究结论

数字时代与知识经济背景下，企业面对的市场多样性和动态性不断增加，数字化开放式创新会持续发挥重要作用，新的挑战要求深化和丰富对企业开放式创新的理解。本研究通过分析207家企业的调研数据，对数字化开放式创新与企业创新产出之间的关系有了新的认识。回归分析结果表明，数字化开放式创新与企业创新绩效之间存在显著的正向关系；知识场活性在数字化开放式创新与创新绩效的关系中发挥中介作用；产业环境动态性在知识场活性作为中介的数字化开放式创新与企业创新绩效关系中起到正向调节作用。

4.2 理论贡献

首先，研究结论有助于拓展开放式创新的研究视角。尤其是在数字时代，管理和创新领域的学者们强调了发展数字技术管理理论的必要性［6-7］。本文通过将创新管理理论与信息系统管理理论相结合，基于战略融合的理论观点提出数字化开放式创新这一新概念，回应了学术界对于数字经济时代扩展开放式创新研究范畴的呼吁。此外，针对现有文献中开放式创新对企业创新绩效的影响机制并不明确的情况，本文从知识管理的视角，通过实证分析检验了数字化开放式创新对企业创新绩效的影响。与KNUDSEN和MORTENSEN［49］、KIM和PARK［50］的研究结论不同，本研究验证了数字化开放式创新对企业创新绩效的正向作用(H1通过检验)，这一结论支持了本文的核心思想，即数字技术与开放式创新的融合有助于提升企业创新产出，并为企业朝着数字化方向转型提供了理论依据。

其次，本文验证了数字化开放式创新对企业创新绩效的影响机制。尽管已有许多文献关注开放式创新与企业创新绩效间的关系，但相关实证研究主要是验证直接作用，缺少对中介过程机制的挖掘。在知识场层面，H2通过了显著性检验，这表明知识场活性的增加为数字化开放式创新与企业创新绩效之间搭建了重要的桥梁，这一结论与目前实践情况基本一致，即在开放式创新模式下，隐性知识和显性知识在知识场中的转化活动增加［20］。从知识传导的视角来看，H4通过检验，表明研究结论在一定程度上解释了数字技术影响企业创新活动的内在原理，且这种影响机制会在不同产业环境动态性情况下表现出一定的差异。

最后，研究结论还对产业层面的影响因素进行了探讨，发现产业环境动态性并不是直接调节数字化开放式创新与企业创新绩效间的主效应，而是通过知识场活性的中介调节后端过程，即调节知识场活性与创新绩效的关系。现有研究多聚焦于企业内部因素的影响［51-52］，而对产业层面因素关注不足。本文通过实证研究发现，产业环境动态性调节了作为中介变量的知识场活性对创新绩效的作用，这意味着处于高动态产业环境中的企业，由于其所面对的市场环境、技术需求不确定性较大，竞争压力也随之提升，因而企业更需要从内外部广泛的知识源中获得市场动态与创新知识，以保证具有可持续的竞争优势。

总之，本文将创新管理理论与信息系统管理理论相结合，对数字化开放式创新与企业创新绩效的关系进行了探讨，研究结论有助于增强理论间的对话，并为探讨数字经济时代下的数字战略与开放式创新融合以及数字化开放式创新战略提供了初步模式。

4.3 实践启示

越来越多的企业正在进行数字化转型，基于数字技术的开放式创新逐渐成为企业寻求创新知识的新途径。本研究的核心观点是数字化开放式创新对企业创新产出具有促进的作用，实证结果为这一观点提供了有力的支持。研究结论对企业创新实践具有以下启示。①企业在准确把握客户的核心创新需求后，要善于运用开放性思维，并借助数字技术打造跨组织边界的创新体系。一方面，企业要提升自身的数字基础设施、模块化的信息系统、互联网平台等数字资源和能力。另一方面，企业要进一步扩大其所在知识场的规模和活性。如：在由中央云、边缘云和分布式云组合形成的云架构基础上，推进不同地区、不同国家和不同产业之间的云融合，吸引各类机构参与，推动创新资源互补及有效应用；设计和应用数字孪生技术、人工智能技术、边缘计算等，对国际化的开放式创新体系进行有效远程管理和人—机交互合作管理。②企业在管理知识的跨组织交流活动时，要重视提升知识场活性，尤其是处在动态产业环境中的企业。企业要确保在创新实践过程中知识交流的有效性，从而达到数字化开放式创新的真正目的。例如：企业通过共享云端数据库或建立知识库管理系统(IKM system)来打通与合作者间的信息交流渠道；利用社交媒体与顾客或供应链伙伴建立社交圈，通过线上的互动和交流逐步建立信任；资源充足的企业还可以搭建创新平台，吸纳不同供给方提供的创新知识，并通过提升竞争情报收集能力、消费者洞察能力等更好地为需求方提供产品或服务。

4.4 研究展望

首先，本文是基于企业创新活动来测量数字化开放式创新，未来研究可以根据不同技术类型对融合模式(如大数据、物联网、云计算、PLM系统、SoRP系统、IKM系统等)或融合程度进行分类，以更细致的视角探索数字化开放式创新对企业创新绩效的影响机制。其次，本研究主要考察了产业环境动态性对中介过程的影响，未来还可考察产业竞争性、产业政策、技术距离等产业层面其他因素的影响，或是加强对个体层面(如高管特性)和企业层面(如企业所有权)等因素的研究。最后，本文采用问卷调查的方式收集截面数据，未来可以基于面板数据进行实证分析，考虑绩效的延迟性、创新动态性等问题，以加深对数字化开放式创新的认识。