基于双元性学习能力的创新绩效转化机制研究

李辉++吴晓云

摘要：以213家中国跨国公司为样本开展实证研究，发现探索式学习能力更易于产生突破式创新绩效，利用式学习能力更易于产生渐进式创新绩效。此外，将两种学习能力进行整合，组成高探索-高利用、高探索-低利用、低探索-高利用和低探索-低利用四种战略，并发现高探索-低利用式的匹配战略更易于产生突破式创新绩效，而低探索-高利用和低探索-低利用的匹配战略更易于产生渐进式创新绩效。

关键词：双元性学习；匹配战略；突破式创新；渐进式创新；中国跨国公司

中图分类号：F272.3 文献标识码：A 文章编号：

引言

中国跨国公司对外直接投资的失败率一直很高，这是由于在海外市场缺乏相应的创新能力。虽然一些科技型、大型的跨国公司比较重视研发投入，但是其研发效率普遍不高。创新是企业获取和利用新知识和市场机会的学习过程[1]，组织学习就成为中国跨国公司在海外市场实现创新的重要途径。March（1991）在研究中指出，企业的商业活动会涉及两种学习方式：探索式学习，即通过新的方法进行创新性的试验以构建全新的能力，和利用式学习，即对现有能力、技术和规范进行改良和扩展以开发利用现有能力[2]。企业同时进行探索式学习和利用式学习所形成的组织特征被称为“双元性学习”。

本文根据组织学习理论以及中国跨国公司在海外市场创新的特征，将两种学习能力整合为高探索-高利用、高探索-低利用、低探索-高利用和低探索-低利用四种匹配战略。在此基础上，系统分析了跨国公司双元性学习能力的发展战略及其与海外市场创新绩效之间的复杂关系，也为中国跨国公司双元性学习能力的培育和创新战略的实施提供更具有针对性的理论指导。本文的创新点主要包括：第一，将双元性学习概念化为探索式和利用式两种学习能力，从能力的角度对其加以测量；第二，提出双元性学习能力与不同类型创新绩效间的对应关系，以及两种学习能力的匹配对创新绩效的影响；第三，使用一手数据的方法对双元性学习的效果进行测量，将抽象的概念进行具体量化。

1. 文献回顾与研究假设

1.1双元性学习能力与创新的关系

组织学习理论为关于知识的创造过程及相关能力构建的研究提供了良好的理论基础。在文献梳理的基础上我们发现，跨国公司在海外市场会涉及两种形式的组织学习：解决问题过程中的探索式学习和贯彻解决方案的过程中的利用式学习[3]。其中，探索式学习是指搜寻对于企业全新的技术和市场知识，这种知识获取并没有明确的范围限定，从而提高企业知识的多样性，有助于更多创新性的尝试[4]。相比之下，利用式学习是指在限定的产品和市场领域内的知识获取行为，会带来特定的技术和市场领域更深层次的知识，从而保证了效率的提高和战略的贯彻实施[4]。

通过文献梳理我们还发现，理论界对于这两种组织学习的关系还存在一些争论。一些观点认为，这两种学习方式会争夺企业有限的资源，一种学习能力的提升会降低另一种学习能力。另一些观点认为，两种学习方式所需的资源是不同的，因此企业可以同时进行两种形式的学习[5]。然而，仅仅培育探索式学习能力会产生试验的成本，而不会获得超额的收益，这类企业会有太多的新想法和新观点未被实现；与此相反，仅仅培育利用式学习能力会使企业处于次优化的均衡之中，企业会难于获得较高的绩效水平。因此，企业需要同时开发这两种学习能力。

之前的研究将创新分为突破式创新和渐进式创新两种类型[6]：突破式创新是以现有技术领域的根本性变化为特征，以满足新的顾客或市场细分为目的，这种创新方式需要新的知识并且与现有的技术能力相背离[7]。相比之下，渐进式创新是以现有技术领域微小的改变为特征，建立在企业现有技术和能力的基础上，是以满足现有顾客和市场需求为目的。之前的研究大部分只关注了两种创新方式之一，而更少将两种创新方式加以比较研究。

利用式学习经常会带来渐进式的创新，其主要目标是对现有产品和服务的改进，以及对产品线进行扩展和延伸，从而满足现有顾客的需求[8]。为了实现渐进式的创新，企业会对现有的技术和能力加以利用，使其最大限度的发挥作用[9]。March（1991）指出利用现有的资源可以提高渐进式创新的效率和效果，因为这可以对现有的经验进行识别和整合。但是对现有资源的利用会阻碍突破式创新，这是因为企业不能将有限的资源同时运用于创新性的想法和方案。与利用式学习相反，探索式学习聚焦于对新技术和新市场的试验，对新想法和新方案进行开发以带来突破式的创新。此时，企业必须构建探索式学习能力，因为利用式学习已经不足以满足企业的预期，企业必须进行更加突破式的创新才能满足未来顾客的需求。基于以上分析，本文提出如下假设：

假设1a：探索式学习能力正向影响跨国公司在海外市场的突破式创新绩效，负向影响渐进式创新绩效。

假设1b：利用式学习能力正向影响跨国公司在海外市场的渐进式创新绩效，负向影响突破式创新绩效。

1.2学习能力匹配战略与创新的关系

实现探索式学习能力和利用式学习能力之间的平衡会影响企业创新过程中效率的提升，这种平衡表明探索式学习和利用式学习的交互会正向影响企业的创新产出[5]。之前有研究表明探索式创新和利用式创新的交互会正向影响企业的销售增长率，而两种创新之间的失调会负向影响销售增长率[10]。可见，跨国公司可以同时进行探索式学习和利用式学习，并且培育出相应的学习能力。但是，两种学习能力的交互对绩效的影响是存在差异性的，因此有必要对这种交互进行更进一步的细分。可以根据探索式学习能力和利用式学习能力的高低，将两种学习能力组合成四种匹配战略，即高探索式-高利用、高探索-低利用、低探索-高利用和低探索-低利用。

在跨国公司双元性学习能力的配置中，两种学习能力带来的影响可以通过学习曲线效应加以解释。在高探索-高利用的组合中，探索式学习的效应往往会比利用式学习更强，从而主导创新产出的类型，这种组合最终会产生突破式的创新绩效；在高探索-低利用的组合中，探索式学习能力的效应大于利用式学习能力，由于探索式学习会带来突破式创新绩效，因此这种组合会最终产生突破式的创新绩效；在低探索-高利用的组合中，利用式学习能力的效应比探索式学习能力更强，由于利用式学习会带来渐进式创新绩效，因此这种组合最终会产生渐进式的创新绩效；在低探索-低利用的组合中，利用式学习能力的下降效应会比探索式学习能力更强，因此会使跨国公司产生渐进式的创新绩效。基于此，本文提出如下假设：

假设2a：跨国公司高探索-高利用式的学习能力匹配战略更易于产生突破式创新绩效而非渐进式创新绩效。

假设2b：跨国公司高探索-低利用式的学习能力匹配战略更易于产生突破式创新绩效而非渐进式创新绩效。

假设2c：跨国公司低探索-高利用式的学习能力匹配战略更易于产生渐进式创新绩效而非突破式创新绩效。

假设2d：跨国公司低探索-低利用式的学习能力匹配战略更易于产生渐进式创新绩效而非突破式创新绩效。

本文的概念模型如图1所示：

2. 研究方法

2.1样本与数据收集

根据所确定的研究目的和研究定位，本文选取位于北京、上海、天津、深圳、广州等城市，对海外市场进行直接投资的中国跨国公司为调研对象。中国跨国公司是指在海外经营的、中资控股的跨国公司。为了保证对外直接投资能带来可衡量的海外绩效，本文选取的目标企业至少具有3年以上的国际化经验。我们将受访者和答题人限定于跨国公司总部一级的国际化和战略相关部门的中高层管理人员。

调研工作持续了3个多月，总共发放问卷339份。我们对回收的问卷进行了严格检查，剔除了一部分存在缺失项目、或者回答不认真的无效问卷。最终，收回问卷236份，问卷回收率69.6%，其中有效问卷213份，问卷有效率为90.3%。我们对问卷的早回复者和晚回复者的企业规模和成立时间等方面的平均差进行了t检验。两组之间并不存在显著的差异（p>0.10），因此不存在无应答偏差（non-response bias）的问题。

2.2指标测量

本文在Lubatkin等（2006）等学者的研究基础上[11]，采用Likert7点量表对跨国公司在过去3年内在探索式学习能力和利用式学习能力之间的资源分配情况进行测量。双元性学习能力包括探索式学习能力（6个问项）和利用式学习能力（6个问项）两个维度构成。根据之前学者的研究[12-13]，海外市场的创新绩效包括突破式创新绩效（5个问项）和渐进式创新绩效（5个问项）两个维度构成。

本文选取企业规模作为控制变量，对跨国公司当年的员工总数取自然对数，用来测算跨国公司的规模；选取成立时间作为控制变量，通过跨国公司总部自成立到现在的年限测量；将国际化经验作为控制变量，通过用调研基准时间（2013年）与企业开始国际化的时间的差值测量跨国公司的国际化经验[14]。本文使用两个虚拟变量测量产业类别，分别代表服务业、制造业和其它产业，我们将调研数据按照《国民经济行业分类》（GB/T 4754- 2002）归入三个产业类别中其中，设定服务业为参照组，产业类别1代表制造业与服务业对比，即1表示制造业，0表示服务业；产业类别2代表其它产业与服务业对比，即1表示其它产业，0表示服务业。

3. 实证分析

3.1信度和效度检验

通过SPSS17.0软件计算出变量的Cronbachs alpha系数，取值范围从0.817到0.915，高于一般推荐的0.7的临界值，表明测量模型具有良好的内在一致性。测量模型的RMSEA为0.086小于0.1的临界值；χ2/df值为 2.053，小于建议的临界值3，并且在建议的1-3的区间内；NFI、CFI 均大于0.9的临界值；PGFI值为0.580，大于临界值0.5。因此，测量模型对数据具有较好的拟合度。所有变量的AVE取值范围从0.553到0.742，大于建议的0.5的临界值，说明观测变量有效反应了一阶因子的特质。每项变量的AVE平方根均大于该变量与其它变量之间的相关系数，表明各变量具有良好的判别效度。

3.2ANOVA分析检验

对于交互效应的检验，本研究采用单因素方差分析的方法对其进行检验。考虑到不同匹配战略类型下样本数量的均衡性，本文选取探索式学习能力的中位数（Explor=5.12）将跨国公司的探索式学习能力分为低探索式学习能力（Explor<5.12）和高探索式学习能力（Explor>5.12）；同样的，选取利用式学习能力的中位数（Exploi=5.43）将跨国公司的利用式学习能力分为低利用式学习能力（Exploi<5.43）和高利用式学习能力（Exploi>5.43）。根据上述标准，跨国公司的组织学习能力匹配战略分为低探索-低利用（Explor≤5.12且Exploi≤5.43）、低探索-高利用（Explor<5.12且Exploi>5.43）、高探索-低利用（Explor>5.12且Exploi<5.43）和高探索-高利用（Explor≥5.12且Exploi≥5.43）四种战略类型，并进行战略类型的编码。

突破式创新绩效和渐进式创新绩效的方差齐性检验值分别为5.082和4.165，概率分别为0.283和0.198，在显著性水平为0.05的情况下，由于概率大于显著性水平说明总体方差无显著差异，满足方差分析的前提。单因素方差分析结果表明，如果显著性水平为0.1，概率0.038和0.025均小于显著水平说明组织学习能力的四种匹配战略对创新绩效的影响存在差异性，这一结果支持了本研究对于不同组织学习能力匹配战略的划分。

3.3双元性学习能力对创新绩效的影响

由表1可知，探索式学习能力正向影响突破式创新绩效（β=0.219，p<0.05），负向影响渐进式创新绩效（β=-0.198，p<0.1），假设1a得到支持；利用式学习能力与突破式创新绩效的关系不显著（β=-0.115，p>0.1），正向影响渐进式创新绩效（β=0.217，p<0.05），假设1b得到部分支持。

3.4学习能力匹配战略与创新绩效的关系检验

由表2和表3可知，在高探索-高利用的战略情境下，交互项与突破式创新绩效的关系不显著（β=0.073，p>0.05），与渐进式创新绩效的关系不显著（β=0.062，p>0.05），表明假设2a没有被支持。在高探索-低利用的战略情境下，交互项与突破式创新绩效显著正相关（β=0.198，p<0.01），与渐进式创新绩效关系不显著（β=0.035，p>0.05），表明高探索-低利用的匹配战略会正向影响突破式创新绩效而非渐进式创新绩效，假设2b得到支持。在低探索-高利用的战略情境下，交互项与突破式创新绩效的关系不显著（β=0.120，p>0.05），与渐进式创新绩效显著正相关（β=0.138，p<0.05），表明低探索-高利用的匹配战略会正向影响渐进式创新绩效而非突破式创新绩效，假设2c得到支持。在低探索-低利用的战略情境下，交互项与突破式创新绩效关系不显著（β=0.020，p>0.05），与渐进式式创新绩效显著正相关（β=0.218，p<0.01），表明低探索-低利用的匹配战略会带来渐进式创新绩效而非突破式创新绩效，假设2d得到支持。

4. 结论与启示

实证结果表明，跨国公司的探索式学习能力更易于产生突破式创新绩效，但是不利于渐进式创新绩效的提升；利用式学习能力更易于产生渐进式创新绩效，而不会对突破式创新绩效产生影响。同时，高探索-低利用式的学习能力匹配战略会带来突破式创新绩效；低探索-高利用和低探索-低利用式的匹配战略会带来渐进式创新绩效。由于资源的有限性，同时提升双元性学习能力会侵占用于其他用途的资源，这使得跨国公司没有足够的资源再用于创新的尝试并且不能有效对现有资源进行利用，从而不利于创新绩效的提升。

随着网络时代的来临，全球资源的共享成为现实，人才、信息、技术以及资本的高速流动改变了全球的商业竞争，为中国跨国公司的创新带来了前所未有的机遇和挑战。组织学习是现如今商业行为和经济活动的主要驱动力，跨国公司可以通过不断地学习充分把握国际市场上的商业机会。“走出去”的中国跨国公司要在海外市场加强对学习能力的培育，选择适当的学习能力匹配战略，才能解决在东道国市场所面临的问题，以获得期望的经营绩效。

参考文献：

[1] Zahra S A R， Ireland D， Hitt M A. International Expansion by New Venture Firms： Internal Diversity， Mode of Entry， Technology Learning， and Performance [J]. Academy of Management Journal， 2000， 43（5）： 925-950.

[2] March J G. Exploration and Exploitation in Organizational Learning [J]. Organization Science， 1991， 2： 71-87.

[3] Atuahene-Gima K. Resolving the Capability-rigidity Paradox in New Product Innovation [J]. Journal of Marketing， 2005， 69（10）： 61-83.

[4] Rowley T， Behrens D， Krackhardt D. Redundant Governance Structures： An Analysis of Structural and Relational Embeddedness in the Steel and Semiconductor Industries [J]. Strategic Management Journal， 2000， March Special Issue 21： 369-386.

[5] Baum J A C， Li S X， Usher J M. Making the Next Move： How Experiential and Vicarious Learning Shape the Locations of Chains Acquisitions [J]. Administrative Science Quarterly， 2000， 45： 766-801.

[6] Atuahene-Gima K， Wei Y H. The Vital Role of Problem Solving Competence in New Product Success [J]. Journal of Product Innovation Management， 2011， 28（1）： 81-98.

[7] Levinthal D， March J G. The Myopia of Learning [J]. Strategic Management Journal， 1993， 14： 95-112.

[8] Baker W E， Sinkula James M. Does Market Orientation Facilitate Balanced Innovation Programs？ An Organizational Learning Perspective [J]. Journal of Product Innovation Management， 2007， 24（4）： 16-34.

[9] Chandy R K， Tellis G J. Organizing for Radical Product Innovation： the Overlooked Role of Willingness to Cannibalize [J]. Journal of Marketing Research， 1998， 35（11）： 74-87.

[10] He Zi-Lin， Wong Poh-Kam. Exploration vs. Exploitation： An Empirical Test of the Ambidexterity Hypothesis [J]. Organization Science， 2004， 15（4）： 81-94.

[11] Lubatkin M H， Zeki S， Yan L， et al. Ambidexterity and Performance in Small to Medium-sized Firms： the Pivotal Role of Top Management Team Behavioral Integration [J]. Journal of Management， 2006， 32（5）： 46-72.

[12] Artz K W， Norman P M， Hatfield D E， et al. A Longitudinal Study of the Impact of R&D， Patents， and Product Innovation on Firm Performance [J]. Journal of Product Innovation Management， 2010， 27（5）： 725-740.

[13] Hughes M， Martin S L， Morgan R E， et al. Realizing Product-market Advantage in High-technology International New Ventures： the Mediating Role of Ambidextrous Innovation [J]. Journal of International Marketing， 2010， 18（4）： 1-21.

[14] Hansen B C， Vogelsang F K， Magnusson L. Implementing Weak-Instrument Robust Tests for a General Class of Instrumental-Variables Models [J]. Stata Journal， 2009， 9（3）：1-26.