基于ABMS的主流与新流创新资源动态配置机制研究

欧伟强, 朱 斌

(1.福建师范大学 协和学院,福建 福州 350117; 2.福州大学 经济与管理学院,福建 福州 350108)

0 引言

在创新速度不断加快、技术生命周期持续缩短的背景下，单一创新难以支撑企业的可持续发展。企业必须在开展主流创新的同时，积极探索新流创新，不断更新知识基础和价值体系，打造持续竞争优势。二元创新成为企业增强适应性和可持续发展的必然选择[1]。通过有效配置资源，平衡二元创新，企业的知识水平不断累积上升，进而实现更高企业绩效。领导者是创新资源配置的决定性因素。不同风格领导者如何制定资源配置决策以实现高绩效，已成为该领域的前沿问题，受到国内外学者的广泛关注，但有关机制研究的文献尚不多见[2～4]。同时，动态环境下企业进行二元创新战略决策必须要考虑资源柔性[5]。基于资源基础观，当资源有限时，主流创新和新流创新会对此展开争夺[6]。产业竞争学派认为，资源柔性越高，企业越有能力应对二元创新中的不确定性[7]。然而，资源柔性对创新绩效的影响如何，学者观点并不一致。部分学者发现资源柔性对企业绩效有显著正向影响[3]；也有学者指出企业创新活动即使不具备资源柔性，仍能获得一定市场占有率，而不被淘汰出市场[8]；另一些学者认为资源柔性与企业绩效间存在显著的“倒U型”关系[9]；还有学者持“局部相关”观点，即资源柔性对企业绩效的影响在某种条件下才显著[10,11]。因此，资源柔性对企业二元创新绩效影响需要考虑情境要素。

综合考虑动态竞争环境、领导风格、资源柔性等内外影响因素，企业必须保持资源配置平衡，从而获得可持续发展。然而当前大多数关于领导者与创新绩效的研究侧重于相关性研究，缺少对作用机制的探讨；有关资源柔性对创新绩效的影响，现有研究尚未达成共识。鉴于此，本文基于领导理论、资源基础观和知识创造理论，研究不同领导风格和资源柔性条件下的主流与新流创新资源配置机制，通过Netlogo仿真平台，模拟仿真领导风格、资源柔性对企业二元创新绩效的影响及协同效应，旨在为企业通过开展二元创新，推动创新转型升级提供决策依据。

1 理论假设

1.1 领导风格与二元创新绩效

二元创新中主流创新侧重利用已有知识和现有解决方案进行知识创造或强化；新流创新强调从未知知识和解决方案中产生的新知识[1,6]。基于现有研究，本文将领导风格分成交易型领导和变革型领导两类[3]。其中，变革型领导善于感召员工对工作价值的认同，激发员工与企业达成一致性的目标，从更高层次关注企业绩效。交易型领导关注主流业务活动的开展，主要通过完善企业奖惩体系指导员工工作，最终实现员工行为与组织目标的匹配[9]。变革型领导注重与员工情感交流，肯定员工的多样化、探索性新流创新行为，鼓励员工积极探索新知识、开发新技术、开拓新市场，从而有利于实现新流创新绩效[12]。反之，交易型领导重视组织现有制度和创新体系，以严苛的标准要求员工开展创新活动，其创新大多是对现有知识体系的细枝末节式改良。因此，提出如下假设：

H1变革型领导与新流创新绩效正相关。

H2交易型领导与主流创新绩效正相关。

1.2 资源柔性与二元创新绩效

二元创新是企业获取创新资源、利用既有资源、实现资源价值的重要途径[13]。参照张建宇[14]的划分依据，本文将创新资源分为财产性资源和知识性资源，前者包含重大专利、排他性专有合同、一体化生产或分销系统等；后者包括特定技术或功能、创造性技艺、多学科团队合作的协调技能等。资源柔性表现为企业资源有效使用范围以及转为他用时的成本，决定企业创新效率[15]。新流创新依赖于知识性资源，资源柔性越大，新流创新活动越容易调整资源，更好适应环境，从而实现更高绩效。主流创新强调通过财产性资源构筑起组织惯例和心智模式的效率性，过高的资源柔性会弱化主流创新运作基础[16]。因此，提出如下假设：

H3资源柔性与二元创新正相关。

H4资源柔性与主流创新负相关。

H5资源柔性与新流创新正相关。

1.3 风险水平与二元创新绩效

资源柔性作为企业应对环境变化的反应能力，可以提升企业资源利用效率和协调性[17]。在风险水平较低时，企业需要通过稳健的经营策略来提升效率，对资源柔性要求并不高。资源柔性过大反而降低企业资源配置效率，造成创新成本上升。高风险情境下，企业主流创新活动与新流创新活动之间的资源冲突更明显，企业需要不断在主流与新流之间调整既有资源配置策略，以此应对动态环境带来的冲击。因此，高资源柔性企业可以更灵活调配资源，缓解主流与新流创新的冲突，增强企业动态竞争优势，从而对二元创新绩效产生积极影响[11,18]。因此，假设如下：

H6风险水平越高，资源柔性对企业绩效的影响就越大。

变革型领导自身具有较强的风险承担意识，乐于接受新挑战和考验，获取新知识的动力较强，对组织中风险系数较高的新流创新持有开放态度。同时，变革型领导能容忍员工的试错行为，让员工敢于为企业创新发展提出更多新颖、探索性意见和建议，从而有利于企业开展新流创新[19]。交易型领导更希望员工以按部就班的方式完成任务，对员工的试错行为容忍度较低，青睐于风险相对可控的主流创新[20]。风险水平越高，创新潜在收益越大。相较于交易型领导，变革型领导风险驾驭能力更强，能有效实施变革，快速适应环境变化，从高风险中获利。因此，假设如下：

H7风险水平越高，变革型领导比交易型领导更容易获取高绩效。

2 模型构建

2.1 二元创新资源配置函数模型

二元创新资源配置是基于时间的动态机制，企业在主流和新流创新之间进行资源配置的基础是绩效差(Gapt-1=PEt-1-PAt-1,PEt-1和PAt-1表示上一时段的预期绩效和实际绩效)。如果企业实际绩效超出预期绩效(Gapt-1<0)，从长远角度考虑，企业可以分配更多资源到新流创新活动中。反之，业绩不佳的企业(Gapt-1>0)应将更多资源分配到主流创新活动，专注改进短期绩效。因此，创新资源配置函数如下:

(1)

公式(1)中，0≤βt≤1，βt表示配置到主流创新的资源比例，(1-βt)表示配置到新流创新的资源比例。资源配置不仅跟绩效差Gap有关，还与领导风格g和资源柔性c有关。领导风格g反映了企业领导者对资源配置的倾向性，资源柔性c反映了企业对外部动态环境的适应性。

2.2 二元创新知识创造函数模型

企业的知识获取是通过开展二元创新获得，总知识创造水平等于主流创新和新流创新知识创造之和，如公式(2)所示。KTt表示企业总知识创造水平，KLMt是主流创新的知识创造水平，KLNt是新流创新的知识创造水平。

KTt=KLMt+KLNt

(2)

由公式(3)可知，主流创新知识创造水平KLMt取决于上一时段的主流知识创造水平KLMt-1以及主流创新知识增量ΔKLMt。ΔKLMt是企业开展主流创新活动所获得的知识增加值与主流知识老化之差，如公式(4)所示。其中，k_maint表示主流创新知识创造率，βt为配置到主流创新的资源比例，RESt是企业创新资源总量，δmt表示主流知识老化。企业开展主流创新的成功率较高，不同企业间差异较小，符合正态分布，因此，k_maint可用正态随机函数random-normal来表达，如公式(5)所示。其中，k1表示主流知识创造常数，risk1表示主流创新风险系数。

KLMt=ΔKLMt+KLMt-1

(3)

ΔKLMt=k_maint×βt×RESt-δmt

(4)

k_maint=random-normal(kIkI·riskI)

(5)

考虑到新流创新知识创造存在滞后效应，新流创新知识创造水平KLNt取决于上一时段的新流知识创造水平KLNt-1以及新流创新知识增量ΔKLNt，如公式(6)所示。新流创新知识增量ΔKLNt是上一时段知识增加值与新流知识老化的差值，公式(7)中，知识创造率k_newt-1表示上一时段新流创新知识创造率，(1-βt-1)为上一时段配置到新流创新的资源比例，RESt-1是上一时段企业创新资源总量，δnt表示新流知识老化。新流创新的知识创造不像主流创新那样是一个渐进的过程，而是在一定时间内以跃迁的速度创造新知识。本文对Garcia[8]提出的知识创造函数进行改造，以泊松分布函数random-poisson表示新流知识创造率，如公式(8)所示，其中k2为新流知识创造常数，r表示新流回报系数，risk2是新流创新风险系数。该公式反映了新流创新特点：既可能创新成功获得高倍知识创造(r·risk2倍)，但也可能遭遇失败而一无所获。

KLNt=ΔKLNt+KLNt-1

(6)

ΔKLNt=k_newt-1×(1-βt-1)×RESt-1-δnt

(7)

k_newt=k2×(r·risk2)×random-poisson(1.1-risk2)

(8)

2.3 二元创新绩效函数模型

企业从知识源获取知识以增强创新能力，或者通过获得的技术与自身知识结合进行转化与应用从而影响创新绩效[21]。借助柯布—道格拉斯生产函数表示知识产出，如公式(9)所示。MPt和NPt分别表示主流、新流创新绩效，m和n分别是主流、新流绩效系数，α为知识产出弹性。

(9)

企业绩效产出又为创新活动提供了源源不断的资源投入，参照柯布—道格拉斯生产函数，创新总资源RESt与企业上一时段实际绩效PAt-1的正相关，如公式(10)所示。其中，s是资源系数，φ表示绩效产出弹性。

(10)

2.4 主流与新流创新的转换

由于技术生命周期的存在，企业开展二元创新必须关注主流与新流创新的协同演进过程，特别是二者的转换。当新流知识水平在某个时段超越主流知识水平(KLNt≥KLMt)时，新流业务会转换为主流业务，并与原先的主流创新汇聚成新的主流创新，企业又在新领域开展新流探索，从而推动企业二元创新不断演进升级。

综上所述，借鉴Choi和Lee[22]、刘志迎和路锋[23]所提出的循环时间序列模型，构建二元创新资源动态配置模型如图1所示。

图1 二元创新资源动态配置模型

3 模拟检验

3.1 假设条件及参数设定

根据资源配置函数中c值和g值的不同，将企业分类四种类型：I类交易型领导低柔性企业、II类变革型领导低柔性企业、III类交易型领导高柔性企业和IV类变革型领导高柔性企业[23]。基于四类企业的特征，将资源配置机制中参数赋值，运用Netlogo软件进行模拟仿真。

(1)交易型领导企业资源配置函数的g值设为0.2，变革型领导企业g值为-0.2。

(2)高资源柔性企业资源配置函数中c值设置为5，低资源柔性企业c取值为2.5。

(3)主流知识老化与新流知识老化速率各不相同。假设主流知识老化率δmt在每一时段在[2%,5%]区间均匀分布，新流知识老化发生在创新成功6个时段后，δnt在[1%,3%]区间均匀分布。

(4)在知识产出函数中，假设m=1，n=2，知识产出弹性α取值0.5；绩效资源函数中，假设s=1，绩效产出弹性φ取值0.5。

(5)预期绩效由上一时段实际绩效决定，如果Gapt-1<0，，则PEt=PEt-1。反之，业绩不佳的企业(Gapt-1>0)应将更多资源分配给主流创新活动，PEt=(1+5%)PEt-1。

(6)设定绩效PAt、知识水平KTt以及可用资源RESt的初始值均为1；主流和新流知识创造常数k1和k2为0.05，新流回报系数r取值10。

(7)主流创新风险系数risk1为10%，新流创新风险系数risk2取值范围为[10%,100%]。

(8)为消除随机性影响，提高仿真结果的有效性，设置四种类型企业各1000家。

3.2 仿真结果与讨论

(1)不同领导风格的仿真结果

由于当新流创新成长到一定阶段(KLNt≥KLMt)时会转化为主流创新，因此，仿真中绩效值为累计值，保持资源柔性c值不变，k2为70%(风险较高，比较符合实际情况)，改变g值大小，考察领导风格倾向性对二元创新资源配置及其绩效的影响，结果如表1、图2～图5所示。

表1 新流转化为主流的次数(0≤g≤0.45,c=5,k2=70%)

图2 主流创新资源配比变化曲线(c=5,g=0.2,k2=70%)

图3 领导风格对总绩效的影响

图4 领导风格对主流绩效的影响

图5 领导风格对新流绩效的影响

研究发现，资源配比波动主要发生在新流成功时段或新流转化为主流时段，前者是由于新流创新成功带来超额回报使得绩效激增，后者是由于新流转化后带来的绩效落差。变革型领导企业资源配置偏向新流创新，随着领导风格倾向性增强(g值增大)，新流转换为主流次数逐渐增多，由此带动创新绩效不断提高，因此，H1得到验证。而交易型领导企业则将更多资源投入主流创新，随着g值增大，新流转换为主流次数显著减少，创新绩效持续降低。因此，H2未得到支持。

变革型领导企业中，IV类高柔性企业比II类低柔性企业绩效增长率更高，反映了资源柔性正向增强了变革型领导倾向对企业绩效的影响。相较于I类交易型低柔性企业，III类交易型高柔性企业的领导风格与资源柔性相冲突，造成主流资源配比β值波动较大，整体绩效下降显著，反映了资源柔性提高加剧了交易型领导倾向对企业绩效的负面效应。

(2)资源柔性的影响效应分析

保持领导风格倾向性g值不变，k2为70%，改变c值大小，从而考察资源柔性对二元创新绩效的影响，仿真结果如表2、图6～图8所示。

表2 新流转化为主流的次数(1≤c≤10,g=0.2,k2=70%)

图6 资源柔性对总绩效的影响

图7 资源柔性对主流绩效的影响

图8 资源柔性对新流绩效的影响

结果显示，变革型领导企业随着资源柔性增强(c值增大)，新流转换为主流次数逐渐增多，创新绩效也不断提高，但呈现边际效益递减趋势。与之相反，交易型领导企业随资源强度增大，新流转换次数明显减少，创新绩效持续降低。特别是III类交易型领导高柔性企业，当c值大于5时，新流绩效迅速下滑。可见，资源柔性越大，增加了资源配置的不确定性，造成资源浪费。据此，H3、H4、H5都只得到部分验证。

资源柔性水平相等时，变革型领导企业比交易型领导企业的创新绩效高。资源柔性越大，差距越显著，即IV类与III类的绩效差明显大于II类与I类企业的绩效差。在变革型领导企业中，资源柔性大的IV类企业比资源柔性小的II类企业新流创新成功次数更多，企业整体绩效表现更优，而交易型领导企业中，资源柔性小的I类企业比资源柔性大的III类企业新流创新成功次数更多，企业整体绩效表现更优。因此，领导风格与资源柔性之间存在匹配性：变革型领导与高资源柔性匹配，交易型领导与低资源柔性匹配。

(3)不同风险水平的仿真结果

由于主流创新比较稳定，此处重点考察新流创新风险的影响，仿真结果如图9～图11所示。

表3 新流转化为主流的次数(10%≤k2≤100%,c=5,g=0.2)

图9 风险对创新总绩效的影响

图10 风险对主流绩效的影响

图11 风险对新流绩效的影响

当创新风险处于中低水平时(10%≤k2≤70%)，四类企业创新绩效增长率都很高。总绩效TPA从大到小依次是：IV类企业、II类企业、I类企业、III类企业。随着创新风险的增强，这种趋势基本保持不变，因此，H6在变革型领导企业得到验证，在交易型领导企业未得到支持。变革型领导企业的新流创新成功转化次数明显高于交易型领导企业。可见，尽管外部风险处于中低水平，但并不意味着偏向保守的交易型领导能获得更高绩效。相反，变革型领导企业鼓励探索新知识，通过新流创新成功演进转换为主流创新，提升企业总绩效。随着风险增大，新流创新的高额回报可以弥补创新失败造成的损失。此时，H7得到验证。

当创新风险水平较高时(70%

总体上来看，企业二元创新绩效与创新风险呈倒“U”型关系。当创新风险处于不同水平时，创新风险的影响效应并不一致。研究结果都只有部分支持H6和H7。

4 结论

战略管理和组织理论研究者都认为二元创新中主流创新与新流创新的平衡对组织实现可持续发展十分重要，但鲜有研究提出具体的平衡实现机制。本文构建了二元创新资源配置动态模型，通过“领导者——资源配置——知识创造——绩效产出”的逻辑机制，建立主体建模与仿真模型并开展模拟仿真，讨论了不同情境下领导者如何通过二元创新资源配置进而影响创新绩效产出。研究发现：(1)企业创新绩效与变革型领导风格倾向成正相关，与交易型领导风格倾向成负相关。资源柔性的提高正向增强了变革型领导倾向对企业绩效的有利影响，加剧了交易型领导倾向对企业绩效的负面效应。(2)企业创新绩效与资源柔性的关系因领导风格而异。变革型领导的II类和IV类企业创新绩效随资源柔性提高而增长，交易型领导的I类和III类企业创新绩效随资源柔性提高而降低。(3)领导风格与资源柔性之间存在协同效应：变革型领导与高资源柔性正向促进企业创新绩效，交易型领导与低资源柔性更利于取得高绩效。(4)企业创新绩效与创新风险呈“倒U形”关系，当创新风险处于中低水平时，变革型领导的II类和IV类企业绩效比交易型领导的I类和III类企业绩效高，当创新风险水平较高时，两种领导风格企业绩效差异逐步减小，当创新风险极高时，I类交易型领导低柔性企业绩效占优。

主流与新流创新资源配置是基于时间的动态机制，绩效差指向了资源配置的目的性，领导风格反映了资源配置的倾向性，资源柔性体现了资源配置的灵活性，风险水平表征了资源配置的不确定性。企业需要综合考虑绩效差、领导风格、资源柔性以及风险水平等因素的时变特征，依据各因素之间的内在联系，针对性调整主流与新流创新资源配置，实现可持续、高水平的创新绩效。在二元创新实践中，首先，企业可通过对参数c和g的调整来指导二元创新。在适度风险水平下，变革型领导风格的企业，如上市的国有企业，应注重提高资源柔性，通过更灵活的资源配置，提高二元创新绩效；交易型领导企业,如未上市的制造、零售企业，亦可以保持较小的资源柔性，通过相对稳定的资源配比，实现稳定的创新绩效。其次，新时代经济发展背景下，单一领导方式存在局限。领导者应充分考虑领导方式与创新风险的匹配，在不同风险环境中采用差异化领导方式。最后，后疫情时代，国际局势愈加复杂，资本市场剧烈动荡,国际合作型产业链遭遇巨大挑战，企业创新风险显著提升，领导者需要进一步提升领导能力，从而能够驾驭兼具矛盾思维的双元领导风格，并主动适应环境，充分利用现有资源平衡二元创新，谋求更高绩效产出。

本文有一定局限性。研究仅考虑了变革型和交易型领导风格，未来可以探讨更多领导风格，如共享型领导、包容型领导等对企业二元创新绩效的影响机制。资源柔性的内涵亦可以扩展到闲置资源，将研究视角从资源配置转变为资源拼凑；同时，资源柔性存在过犹不及的“副作用”，过度柔性是研究缺口，相关研究有待进一步挖掘。最后，后续研究还可以从不同维度分析个体、团队或组织层面的知识创造机制，并探讨各层次之间的内在关系。