组织学习能力、开放式创新与创新绩效的转化机制研究——以知识密集型服务企业为样本

李 辉

(中国民航大学 经济与管理学院，天津 300300)

一、引 言

近几年，服务业对中国经济增长的贡献不断提升，而作为服务企业的重要组成部分，知识密集型服务企业是知识经济下一国生产力的重要体现。根据经济合作与发展组织(OECD)的定义，知识密集型服务业包括商务服务、法律服务、信息技术培训服务、建筑咨询、项目管理等行业，具有高知识附加值、高定制化、高创新性等特征，是属于人力和技术投入较为密集的行业。

在知识经济时代，知识密集型服务企业仅仅依靠内部资源进行自主创新已经难以适应激烈的竞争环境，开放式创新正在逐渐成为其创新的主要方式。开放式创新强调企业应该积极寻找外部的合作，将外部的创新思维和方法上升到自主创新同样的高度，整合内外部资源进行创新活动。开放式创新可以帮助企业找到自下而上的解决方案，企业只需要创建一个平台，让不同的参与者做出贡献。开放式创新是一种最廉价的创新方式，可以省去雇佣外部参与者所需的成本，有助于企业建立创新生态系统。通过开放式创新，企业可以绕过很多壁垒，吸引更多的参与者，从而更容易发现产品和服务中的不足。

在理论界，开放式创新代表着一种崭新的创新方式，其目的是通过多种路径开发和利用一系列创新的机会[1]。全球化促使企业彼此进行交流和合作，社会和经济的变化也促使理论界开始关注开放式创新[2]。Chesbrough[3](2003)最早提出了开放式创新的概念，并有学者指出，开放式创新的关键在于与外部组织建立关系[4]。Chesbrough和Crowther[5](2006)指出，有两种主要的开放式创新模式：内向型开放式创新和外向型开放式创新。内向型开放式创新是指对外部技术的发掘和利用，通过与外部组织建立组织间的关系，获得外部的技术能力；外向型开放式创新是指通过与外部组织建立关系，将企业内部的专有技术进行外部商业化利用。也就是说，内向型开放式创新是指将外部知识进行内部开发，外向型开放式创新是指将内部知识进行外部利用[6]。

研究表明，探索式学习和利用式学习是企业在商业活动中两种重要的学习方式[7]。其中，探索式学习是指通过创新性的试验、以全新的方式和方法构建自身全新的能力；利用式学习是指扩展和改进现有的技术和能力，并且对现有能力加以利用。同时，内向型开放式创新聚焦于提高企业在创新过程中的探索行为，而外向型开放式创新聚焦于对企业现有的知识和技术的利用[8]。可见，两种组织学习能力分别与两种开放式创新模式存在着一定的对应关系。

本文在开放式创新理论和组织学习理论的基础上，对探索式学习能力和利用式学习能力进行研究。根据两种学习能力水平的高低，本文将其构成四种战略：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。在此基础上，探讨两种学习能力及其匹配战略对开放式创新的影响，以及开放式创新与自主创新之间的交互关系。基于此，本文为知识密集型服务企业学习能力的培育及其向创新绩效的转化提供一定的理论指导和管理建议。

二、文献回顾与研究假设

(一)开放式创新

开放式创新强调企业要想获得技术进步，就应该对企业内外部的想法加以利用。一些研究对开放式创新复杂的特性进行了检验[9-10]，聚焦于开放式创新不同的层面，如对开放水平的调节，内向型、外向型以及开放式创新物质和非物质层面的维度[2]，对开放式创新效率的研究[11]，以及对开放式创新的内外部环境特征的研究[12-13]。其中，对于开放式创新类型的研究成为近些年研究的热点问题。

开放式创新可以分为内向型开放式创新和外向型开放式创新[2]。其中，内向型开放式创新聚焦于通过搜寻策略探索外部的知识来源，用以补充、加强和加速在企业内部的研发活动，实现形式包括：购买技术授权、少数股权投资、并购、合资企业、研发合同、研究资助、购买技术服务、非股权战略联盟；外向型开放式创新聚焦于将内部创新进行商业化的外部路径，而不是通过企业自身开发新产品迎合新服务而实现，其实现方式包括：销售技术授权、拆分出新的公司、销售创新项目、技术商业化的合资公司、提供技术服务、企业创业投资和非股权战略联盟。企业在创新活动中将内部的创新者(如研发部门)和外部的创新者(如供应商、顾客、用户、科研机构甚至是竞争者)相整合，从而产生出多样化的知识、想法和商业机会。

Gassmann等[14](2010)将开放式创新分为内向型、外向型和耦合型三种类型。其中，耦合型开放式创新是指将内向型和外向型开放式创新相整合的创新方式，一般通过战略联盟的形式实现[15]，合作研发和合资企业是这种耦合方式的典型[2]。近些年的一些研究对耦合型创新方式进行了解释：第一，研发的合作伙伴可以提高在吸收外部知识过程中的学习效率，因此可以通过内向溢出提高对于创新绩效的影响[16]。同时，也会形成一种机制在有限的合作伙伴中内部化这些知识，以降低外向溢出的效果。在合作中知识的专用性是十分必要的，从而降低外来者搭便车的行为。第二，企业可以通过合作研发获得存在于创新合作伙伴中的补充性的知识，也可以获得无形的隐性知识和技术诀窍，这些知识不会溢出，也不能通过市场交易轻易地获得[17]。第三，研发合作伙伴可以通过对研发中规模经济和范围经济的利用，降低创新成本，实现风险共担[18]。可见，理论研究表明：同时进行内向型和外向型开放式创新，更加有利于合作双方的互利共赢。

(二)组织学习能力

组织学习理论一般被作为知识和能力相关研究的理论基础。现有文献认为，探索式学习和利用式学习是两种重要的组织学习方式[19]。探索式学习是指对全新的市场知识和技术知识的获取，这些知识存在于企业的边界之外，突破了企业现有的知识基础，提高了知识的多样性[20]。相对而言，利用式学习是指对特定知识资源的获取，为了保证企业效率的提升和战略的执行，利用式学习的目标是某一细分领域更深层次的知识。

理论界对于探索式学习和利用式学习的研究表明，探索式学习和利用式学习会争夺企业有限的资源，资源稀缺程度越高，两种学习方式的互斥性就越大。另一些观点认为同时进行探索式学习和利用式学习的企业会获得更高的绩效。Baum，Li和Usher[21](2000)的研究表明，企业之所以可以同时进行探索式学习和利用式学习，是因为两种学习所需要的资源是不同的。如果企业仅仅培育探索式学习能力，则并不会获得超额收益，因此企业会产生较高的试验成本；而利用式学习能力会使企业安于现状而很难对现有的技术能力进行突破，从而会影响企业绩效的持续提升。

(三)模型与假设

1.学习能力与开放式创新

企业对利用式学习能力的培育有助于短期的生存，而要想长期发展就需要加强探索式学习能力。根据Laursen和Salter[22](2006)的研究，通过聚焦于提高企业在创新过程中的探索行为，内向型开放式创新更加重视获得企业外部的知识和进行外部研发；而外向型开放式创新聚焦于对企业现有的技术和知识的利用，以及内部创新的商业化路径[2]。可见，探索式学习能力和利用式学习能力与两种开放式创新之间存在着一定的对应关系。

探索式学习聚焦于对新技术的试验，对新想法和新方案进行开发以实现突破式的创新。而内向型开放式创新是对新技术的利用和外部发掘，需要与外部组织建立联系，从而获得外部的技术能力。因此，通过对探索式学习能力的培育可以为内向型开放式创新提供必要的知识储备，从而有利于内向型开放式创新战略的制定和实施。利用式学习的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，从而满足现有的顾客需求[23]。March[7](1991)指出对现有资源进行利用有利于企业的创新，而外向型开放式创新是指通过与外部组织建立联系，将现有的内部创新进行外部商业化利用。可见，通过提高利用式学习能力，企业可以有效地实施外向型开放式创新战略。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内向型开放式创新。

假设1b：利用式学习能力正向影响外向型开放式创新。

此外，内向型开放式创新会促进外向型开放式创新的实现。Schroll和Mild[24](2011)发现企业越多的采用内向型开放式创新的方法，则越倾向于实施外向型开放式创新。也就是说，如果企业通过内向型开放式创新作为对自主创新的补充，那么它也很有可能对闲置的创新资源加以利用，从而进行外向型开放式创新。因此，当企业实施内向型开放式创新时，其追求外向型开放式创新的可能性也会增加，本文提出如下假设：

假设2：内向型开放式创新正向影响外向型开放式创新。

2.学习能力的匹配与开放式创新

探索式学习能力和利用式学习能力彼此之间存在交互作用，这种交互作用会影响企业的创新绩效[25]。一些研究表明探索和利用的交互会正向影响销售增长率，而两者之间的关系失调会负向影响销售增长率[8]。可见，企业不仅可以同时培育出探索式学习能力和利用式学习能力，更重要的是，要在两种学习能力之间实现有效的协调和配置。只有将两种学习能力保持在合理的水平上，企业才能实现长期稳定的发展。牺牲任何一方来实现另一方的发展，对于企业来说都是极为不利的。

由于探索式学习能力和利用式学习能力的交互对绩效的影响并不具有一致性，因此有必要对这种交互效应进行更进一步的细分研究。本文通过两种学习能力的交互，将其组合成四种类型：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。在高探索-低利用的组合中，探索式学习能力会带来内向型开放式创新，因此这种组合最终会促进内向型开放式创新战略的实施；在低探索-高利用的组合中，利用式学习会带来外向型开放式创新，因此这种组合最终会促进外向型开放式创新的实施；在低探索-低利用的组合中，由于两种学习能力均比较低，因此这种组合不利于两种开放式创新战略的实现；在高探索-高利用的组合中，探索式学习能力和利用式学习能力均较强，这种组合有利于内向型开放式创新和外向型开放式创新。基于此，本文提出如下假设：

假设3a：高探索-低利用式的学习能力组合更易于内向型开放式创新的实现。

假设3b：低探索-高利用式的学习能力组合更易于外向型开放式创新的实现。

假设3c：低探索-低利用式的学习能力组合不利于两种开放式创新的实现。

假设3d：高探索-高利用式的学习能力组合会同时促进内向型和外向型开放式创新。

3.开放式创新与自主创新的交互

一些学者指出进行内向型开放式创新的企业可能会忽视开发强有力的内部技术能力，从而导致过度依赖于外部的合作伙伴[26]。过度依赖于外向型开放式创新的企业会在最终市场中面临更大的竞争，这是因为将技术诀窍外部化会加强竞争者的竞争能力[27]。因此，企业的自主创新可以对开放式创新进行一定的补充。通过开放式创新和自主创新的协同发展，企业可以更加有效地实现创新绩效。

Chesbrough和Crowther[5](2006)以及Laursen和Salter[22](2006)发现企业的内部研发和开放式创新之间存在着交互的关系；Van de Vrande等[4](2009)发现将研发进行外包的一个重要原因是获得补充性的资源，从而达到分散风险和对自身研发能力的不足进行补充的目的；Faems等[28](2010)发现了技术联盟组合多样性和通过内部研发获得的产品创新绩效之间的关系；Schroll和Wild[24](2011)也指出开放式创新是企业内部研发的补充。可见，企业的开放式创新与自主创新之间存在着互补的关系，具有更高内部研发水平的企业具有更强的吸收能力，因此更加有利于内向型开放式创新；同时，具有更高内部研发水平的企业具有更多的创新产出，从而可以被用来进行外向型开放式创新。基于以上分析，本文提出如下假设：

假设4a：内向型开放式创新和自主创新的交互正向影响创新绩效。

假设4b：外向型开放式创新和自主创新的交互正向影响创新绩效。

三、研究方法

(一)样本与数据收集

本文选取知识密集型服务企业作为研究对象，知识密集型服务企业是以知识为基础，进行较多的研发活动，并且具有较高知识附加值的企业，为其他企业提供专业化的知识和建议。本文的样本企业主要来源于位于北京、天津、深圳等城市的会计、审计、银行、证券、咨询等行业。答题人一般为企业战略部门和研发部门的中高级管理人员以及核心员工。在确定样本企业之后，对典型企业进行调研，并通过电子邮件、邮寄等方式发放问卷，共发放450份，收回344份，问卷回收率为76.4%，其中312份为有效问卷，问卷有效率为90.7%。对不同时间回复的问卷进行t检验，发现无应答偏差的问题并不明显。

(二)指标测量

1.开放式创新与自主创新

开放式创新的合作主体包括顾客、供应商、竞争者、研究机构等外部主体。内向型开放式创新包括通过外部挖掘和利用新技术、新知识和新能力，并将其转化为企业内部的创新等四个问项；外向型开放式创新包括将企业内部的创新传递给外部组织，并进行商业化利用等四个问项。本文以Likert7点量表的形式，通过单维度的问项分别对内向型开放式创新和外向型开放式创新进行测量。

此外，自主创新的问项包括：在企业内部进行产品和服务的研发，从而推出全新的产品和服务；企业通过内部研发，对产品和服务的设计流程、制造工艺等方面进行改进和提升；企业通过内部研发，对产品和服务的功能、性能、质地和规格等主要特征进行改进；企业通过内部研发，对生产、营销与服务等经营管理模式进行改进等四个问项，通过Likert7点量表进行测量。

2.组织学习能力

根据Bierly和Daly[29](2001) 、Lubatkin等[30](2006)、Katila和Ahuja[25](2002)等学者的研究，本文开发出探索式学习能力和利用式学习能力的测量量表，两种学习能力分别包括了6个问项，主要涵盖了2015—1017年企业进入新的市场、开发新的产品和服务、提高现有市场效率等方面的问题，这些问项均采用Likert7点量表的形式。

3.创新绩效

根据Laursen和Salter[22](2006)以及Atuahene-Gima[19](2005)开发的Likert5点量表将创新绩效作为因变量进行测量，具体问项包括：贵公司在2015—2017年所开发的新产品或服务的销售额占总销售额的比例(小于5%、5%～10%、11%～15%、16%～20%、大于20%)，贵公司在2015—2017年所开发的新产品或服务的数量(0～3、4～6、7～9、10～12、大于12)等四个问项。

4.控制变量

一般认为，规模较大的企业比小企业具有更高的创新性，本文通过对样本企业当年的员工总数取自然对数进行测量。而成立时间较长的企业会进行更多的创新，本文通过样本企业总部自成立到2017年的年限计算成立时间。

四、实证分析

(一)信度效度检验

运用SPSS19.0计算出每项变量的Cronbach’sα值均大于0.7，运算结果见表1，量表中每个测量问项被删除后的Cronbach’sα系数值没有显著升高，表明量表具有较好的内在一致性。通过对变量的相关性分析，发现变量间多重共线性的问题并不显著。所有问项单一因子载荷均高于0.5，且不存在显著的跨因子分布的情况，表明量表具有较好的结构效度。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，表明量表具有较好的判别效度。KMO值计算和Bartlett球度检验结果显示，所有变量均可以进行因子分析。运用Lisrel8.70软件计算出CHI-SQUARE/D.F.=257.36/199、NFI=0.91、CFI=0.82 SRMR=0.077、NNFI=0.95，说明初始测量模型具有可接受的拟合优度，并且测量问项不存在跨因子分布情况。

表1 信度和EFA检验结果

资料来源：本文整理

(二)假设检验

1.组织学习能力与开放式创新

探索式学习能力与内向型开放式创新显著正相关(β=0.238，p<0.1)，假设1a得到支持，利用式学习能力与内向型开放式创新的关系不显著；利用式学习能力与外向型开放式创新显著正相关，(β=0.337，p<0.05)，假设1b得到支持，探索式学习能力与外向型开放式创新的关系不显著。此外，将外向型开放式创新作为因变量、将内向型开放式创新作为自变量，进行回归，结果发现内向型开放式创新与外向型开放式创新显著正相关(β=0.214，p<0.01)，假设2得到检验。具体计算结果见表2。

表2 组织学习能力与开放式创新关系模型

注：***p<0.01，**p<0.05，*p<0.1。

2.ANOVA分析

对于交互效应的检验，由于研究的对象是截面数据，不存在异方差的问题，因此本文对两种学习能力进行单因素方差分析。考虑到不同匹配类型下样本数量的均衡性，选取探索式学习能力的中位数(4.85)将其分为低探索式学习能力(小于4.85)和高探索式学习能力(大于4.85)；同样，选取利用式学习能力的中位数(5.12)将其分为低利用式学习能力(小于5.12)和高利用式学习能力(大于5.12)。根据上述标准，知识密集型服务企业的学习能力组合可以分为：高探索-低利用、低探索-高利用、低探索-低利用和高探索-高利用四种类型。

在进行方差分析前本文首先进行方差齐性检验，其中，在显著性水平为0.05的情况下，内向型开放式创新的方差齐性检验值为5.538，概率为0.339，大于显著性水平，表明总体方差无显著差异，满足方差分析的要求。同理，外向型开放式创新方差齐性检验值为5.632，概率为0.307，也满足方差分析的要求。可见，两种开放式创新的概率均大于其显著性水平，表明高探索-低利用、低探索-高利用、低探索-低利用和高探索-高利用四种类型的学习能力组合对开放式创新的影响是存在差异的。

3.学习能力匹配与开放式创新

根据表3和表4，在高探索-低利用的情境下，探索式学习能力与利用式学习能力的交互与内向型开放式创新显著正相关(β=0.211，p<0.01)，与外向型开放式创新的关系不显著(β=0.144，p>0.05)，表明高探索-低利用的组合有利于内向型开放式创新的实现，而对外向型开放式创新没有影响，假设3a得到支持。

在低探索-高利用的情境下，探索式学习能力与利用式学习能力的交互与外向型开放式创新显著正相关(β=0.223，p<0.01)，与内向型开放式创新的关系不显著(β=0.157，p>0.05)，表明低探索-高利用的组合有利于外向型开放式创新的实现，而对内向型开放式创新没有影响，假设3b得到支持。

在低探索-低利用的情境下，探索式学习能力与利用式学习能力的交互与内向型开放式创新的关系不显著(β=0.166，p>0.05)，与外向型开放式创新的关系也不显著(β=0.143，p>0.05)，表明低探索-低利用的组合对内向型和外向型开放式创新均不会产生影响，假设3c得到支持。

在高探索-高利用的情境下，探索式学习能力与利用式学习能力的交互与内向型开放式创新的关系不显著(β=-0.145，p>0.05)，与外向型开放式创新的关系也不显著(β=0.182，p>0.05)，假设3d没有得到支持。

表3 学习能力匹配与内向型开放式创新关系模型

注：***p<0.001，**p<0.01，*p<0.05。

表4 学习能力匹配与外向型开放式创新关系模型

注：***p<0.001，**p<0.01，*p<0.05。

4.开放式创新与自主创新的交互

根据表5可以看出，在模型1中，内向型开放式创新与创新绩效显著正相关(β=0.214，p<0.1)，外向型开放式创新与创新绩效的关系不显著，自主创新与创新绩效显著正相关(β=0.195，p<0.1)。在模型4中，加入交互项之后，内向型开放式创新和自主创新的交互与创新绩效显著正相关(β=0.224，p<0.01)，假设4a得到支持；外向型开放式创新和自主创新的交互与创新绩效显著正相关(β=0.218，p<0.05)，假设4b得到支持。这表明内向开放式创新和自主创新可以促进企业提高创新绩效，而外向型开放式创新不能直接为企业带来创新绩效的提升，外向型开放式创新只有通过与自主创新协同作用，才能提升企业的创新绩效。

表5 开放式创新与自主创新的交互

注：***p<0.01，**p<0.05，*p<0.1。

五、结论与启示

(一)研究结论

本文以312家知识密集型服务企业为样本开展实证研究，结果表明：

1.探索式学习能力正向影响内向型开放式创新，利用式学习能力正向影响外向型开放式创新。同时，内向型开放式创新也会对外向型开放式创新产生正向作用。

2.高探索-低利用式的学习能力组合与内向型开放式创新正相关；低探索-高利用式的学习能力组合与外向型开放式创新正相关；低探索-低利用式的学习能力组合与两种开放式创新均不相关。

3.两种开放式创新与自主创新的交互均与创新绩效正相关。其中，外向型开放式创新并不会直接带来创新绩效的提升，这种影响只有通过交互作用才会实现。

(二)启示

1.知识密集型服务企业通过对学习能力的培育，可以有效促进开放式创新战略的实施，这不仅可以推动科技进步，提升企业效率，更好地发挥资源优势，还可以规避资源的限制，有效推进国家的经济转型。

2.知识密集型服务企业应当根据自身的战略目标，选择高探索-低利用式或低探索-高利用式的学习能力组合，在均衡发展自身能力的同时，可以有利于内向型开放式创新或外向型开放式创新的实施。而在低探索-低利用的学习能力组合下，知识密集型服务企业十分难于获得新的资源，从而不足以支持两种开放式创新的实施；而在高探索-高利用的学习能力配置组合下，由于企业缺乏战略聚焦，虽然可以获得较多的资源，但这些资源会被迅速消耗，从而会影响两种开放式创新的有效实施。

3.知识密集型服务企业要想实现较高的创新绩效，仅仅依靠外向型开放式创新是不够的，企业应该以自主创新为主，以外向型开放式创新作为补充，通过自主创新与开放式创新的协同发展，才能最终促进创新绩效的提升。