创新合作伙伴资源异质性对创新绩效的影响研究——基于系统动力学的建模与仿真

张慧，谷勇杰，饶湖广

创新合作伙伴资源异质性对创新绩效的影响研究——基于系统动力学的建模与仿真

张慧，谷勇杰，饶湖广

(杭州电子科技大学管理学院，浙江杭州，310018)

基于资源基础理论，将创新合作伙伴之间的资源异质性划分为组织资源异质性和网络资源异质性，构建了组织资源异质性和网络资源异质性及二者协同效应影响创新绩效的系统动力学模型，并运用Vensim PLE进行仿真和灵敏度分析。结果显示：组织资源异质性和网络资源异质性对创新绩效具有正向影响，二者的协同效应对创新绩效的影响呈倒U型。揭示了创新合作伙伴资源异质性对创新绩效影响的内在规律，并为企业选择创新合作伙伴提供了一定的理论指导。

创新合作伙伴；资源异质性；创新绩效；系统动力学

一、引言

当前市场竞争日益激烈，企业仅依靠自身的资源难以满足快速发展的需要，创新合作日渐成为企业发展的重要战略。企业通过构建多层次、跨领域的合作关系，并在创新发展中建立长期稳定的创新合作网络，其本质是对创新合作伙伴所具有的独占性资源的依赖[1]。创新合作伙伴间不可避免地存在着不同程度的差异，很多学者指出，资源异质性对创新合作是否能顺利开展及开展的程度起着关键的作用[2-3]。在创新合作的过程中，企业可以通过重构内外部的资源来进行创新[4]。在合作伙伴中获取异质性知识可以帮助企业提升创新能力，使企业采取更加积极主动的创新战略来加强竞争力[5]。具备异质性资源的合作伙伴，不仅能够提供多元化的知识和技能，同时拥有多样化的合作渠道和宽广的创新视野，对企业的创新绩效改善具有明显的影响[6]。随着创新合作程度加深，创新合作伙伴之间信息和资源共享的程度也会影响资源异质性对创新绩效的作用[7]。企业与不同类型的组织开展创新合作对创新绩效产生的作用是复杂的，一方面，与不同类型企业开展合作有助于企业利用合作伙伴在各自专业领域的创新成果提升创新合作的效率进而改善企业创新绩效；另一方面，企业合作的过程是复杂的，创新合作伙伴之间文化、能力和组织形式的差异会提高合作冲突的可能性并导致合作失败[8]。企业与更多异质性伙伴合作会提高他们实现战略目标的能力，进而提升创新绩效，但资源异质性过大会增大企业间的协作成本并影响沟通效果，因此资源差异性太大并不是绝对有益[9-10]。综合现有研究可以发现，创新合作伙伴资源异质性能够影响企业的创新活动，进而影响创新绩效的改善。但创新合作伙伴资源异质性如何影响创新绩效？不同类型资源异质性对创新绩效的影响是否相同？不同类型资源异质性的协同是否对创新绩效有影响？这些都有待进一步讨论，且现有关于异质性与创新绩效关系的研究多从静态角度出发，不能体现创新合作关系中资源异质性的动态变化对创新绩效的影响及创新绩效变化带来的反馈作用，而系统动力学的非线性、因果性和注重反馈机制的特点有效弥补了以上不足。基于此，本文将采用系统动力学方法探究创新合作伙伴资源异质性对创新绩效的影响，揭示创新合作伙伴资源异质性对创新绩效影响的内在规律，并为企业选择创新合作伙伴提供一定的理论 指导。

二、文献综述

异质性的概念最初来源于Parkhe[11]对战略联盟的研究，他认为全球战略联盟伙伴之间强有力合作的出现和维持，与合作伙伴特征的多样性或异质性有关；Cui和O’Connor[6]认为合作伙伴之间的异质性本质上是各组织在资源上的异质性。Chang等[12]认为资源异质性体现在组织结构差异、人力资源差异和关系资源差异三个方面；Jiang等[7]认为资源异质性指的是合作伙伴能力、知识和技术基础的差异程度；Leeuw，Lokshin和Duysters[13]认为资源异质性体现在组织规模、企业年龄、地理位置和伙伴类型四个方面；Parida等[14]认为资源异质性体现在非冗余知识资源、技术资源和能力资源三个方面；梁靓[15]认为合作伙伴资源异质性是由合作伙伴的差异化造成的，体现在企业创新合作中不同类型的合作伙伴占据的比例和参与合作的程度；徐敏等[16]指出，创新合作网络资源异质性体现在企业与合作伙伴因行业和地理区域等外部网络环境造成的差异。由上可知，创新合作伙伴异质性的本质是资源的异质性，资源异质性对于企业开展创新合作的作用不仅体现在组织内部资源的差异，还体现在企业外部或网络资源的差异上。资源基础论认为企业的竞争力就是企业独特的资源，并且认为企业的成功是基于企业的异质性资源[17]。Simonin[18]认为组织的运营机制、管理风格和企业文化的差异会影响创新绩效的生成。Chiaromonte和Dosi[19]指出，企业的异质性资源与管理能力有关，良好的管理能力有助于内部多元化知识和信息激发创新活力，能够提高创新效率。Jiang，Tao和Santoro[8]研究表明，组织的技术、能力、知识等资源种类和数量的差异会影响企业的创新活动。Asgari，Singh和Mitchell[20]认为各种外部异质性资源导致了创新合作，并产生了开发新技术的创新理念和解决方案，通过与不同类型的企业合作，利用合作企业的各种市场和技术知识来弥补自身资源的缺陷，可以实现卓越的创新绩效。任宗强和吴志岩[21]的研究发现，合作创新中由于企业类型不同、地理区域不同，具有不同地域合作伙伴的企业享有更多的机会，可以获得多样化的创新知识，具备更高水平的创造力，且更能提高企业的创新绩效。此外，企业的异质性资源能够吸引更多企业与之开展创新合作，而通过创新合作互动中的资源置换和信息交流等过程会促进组织对异质性网络资源的整合和吸收，进而提升企业创新绩效[22]。

综上，本文从企业内外两个角度出发，将创新合作伙伴资源异质性划分为组织资源异质性和网络资源异质性。组织资源异质性指企业和合作伙伴在合作创新过程中贡献资源类型的差异程度，主要体现在各企业独特的技术资源异质性和管理资源异质性两个方面；网络资源异质性是企业与不同区域或不同行业的企业构建创新合作网络导致的资源异质性，主要体现在网络关系和网络结构两个方面。创新合作伙伴组织资源异质性有利于企业利用合作伙伴差异化的内部资源提升其创新活动水平，改善企业创新绩效；网络资源异质性可以为企业提供多样化的外部资源进而影响创新绩效；创新合作伙伴组织资源异质性、网络资源异质性以及两者的协同均会影响创新绩效。本文将在此基础上构建创新合作伙伴资源异质性对创新绩效影响的概念模型和系统动力学模型，并运用Vensim PLE进行仿真和灵敏度 分析。

三、模型构建

(一) 概念模型构建

企业利用异质性资源开展创新活动，必然伴随着创新知识积累和应用的过程[16]。企业通过开展创新合作建立网络，发生异质性资源的流动和吸收，同时存在基于创新合作伙伴间知识流动的知识重构行为，伴随着创新知识和创新成果的不断积累和耗散进而提升创新绩效，本文提出创新合作伙伴资源异质性对创新绩效影响的概念模型如图1所示。

(二) 系统动力学模型构建

系统动力学是一门结合系统理论和反馈理论的学科，它可以借助计算机技术分析具有特定结构的系统的行为模式，清晰反映系统中各要素的流动路径和影响关系，从而说明系统中各变量的变化趋势，可以用来研究复杂社会经济系统的整体行为，并提出相应的建议[23-24]。基于前文创新合作伙伴资源异质性对创新绩效影响过程的分析，系统内存在着多个动态反馈回路，且伴随着资源的积累与耗散，符合系统动力学的研究条件，因此可以通过构建系统动力学模型来研究创新合作伙伴资源异质性和创新绩效的动态关系。

1. 因果关系与主要反馈回路

(1) 组织资源异质性↑→合作吸引力↑→网络资源异质性↑→创新绩效↑→创新成果存量↑→组织资源异质性↑。为推动技术创新，提升创新绩效，企业会通过合作网络寻求异质性资源，因此，拥有独特的异质性资源的企业将获得更高的合作吸引力，而合作吸引力越大的企业越有可能选择更多不同类型的异质性企业加入合作网络以获取异质性资源，因而有利于企业网络资源异质性的提升。在资源优势和竞争优势的共同作用下，企业的创新绩效和创新成果产出水平将获得提升，促进组织异质性资源的积累，形成如图2所示的正反馈过程。

(2) 组织资源异质性↑→合作吸引力↑→网络资源异质性↑→知识重构↑→知识吸收↑→知识存量↑→创新绩效↑→创新成果存量↑→组织资源异质性↑。资源异质性的提升有助于创新合作企业之间进行异质性知识的交流和传播，在此过程中通过创新合作企业的内外知识重构，可以提升创新合作企业的知识存量，进而提升创新合作企业的创新绩效和创新成果的产出。而不同创新合作企业参与者的不同的创新成果又会进一步提升创新合作企业的组织资源异质性和网络资源异质性，形成如图3所示的正反馈 过程。

基于以上因果反馈回路关系分析，综合创新合作伙伴组织资源异质性和网络资源异质性的划分维度，提出创新合作伙伴组织资源异质性和网络资源异质性及其协同作用对创新绩效影响的整体因果关系模型图(图4)，该模型反映了该系统内各变量间的定性影响关系。

图1 概念模型图

图2 资源异质性反馈回路

图3 创新知识与创新绩效反馈回路

2. 模型假设与系统流图

为构建创新合作伙伴资源异质性对创新绩效影响的动态模型，基于前文分析提出如下基本假设：H1.企业通过开展创新合作能够获得组织资源异质性和网络资源异质性的提升；H2.企业在创新合作中愿意通过开展知识重构对现有知识体系进行深化和拓展并进一步更新来提升知识存量，并能将创新知识转化为创新绩效；H3. 随着组织资源异质性和网络资源异质性增加，企业创新成果存量呈倒U型。由此构建如图5所示的系统动力学模型，该模型包含2个状态变量(L)，4个速率变量(R)，6个辅助变量(S)和6个常量(C)，并反映了动态反馈过程中的存量流量 关系。

3. 模型方程设计

综合已有研究和本文构建模型，依据系统动力学研究要求设置如下方程：

图4 因果回路模型图

图5 系统动力学模型

(1) 状态变量方程设计及说明。

L1知识存量=INTEG(知识吸收−知识老化, 30 )

L2创新成果存量=INTEG(创新绩效−成果老化, 10 )

设定企业初始知识存量和创新成果存量分别为30和10。

(2) 流率变量方程设计及说明。

R1知识吸收=知识重构*0.5+知识吸收能力*0.5

R2知识老化=STEP(知识存量*老化率2, 5)

知识老化有一定的滞后性，故用阶跃函数表示，滞后时间为5个月，并设定老化率为10%。

R3创新绩效=DELAY1(知识存量^0.4*组织资源异质性^0.3*网络资源异质性^0.3, 3)

企业利用拥有的资源创造创新绩效需要经过一定的时间，故采用一阶滞后系数表示创新绩效创造的过程，并设定从第3个月起才能将已有的知识存量和异质性资源转化为创新绩效。

R4成果老化=STEP(创新成果存量*老化率1 , 10 )

成果老化有一定的滞后性，故用阶跃函数表示，滞后时间为10个月，并设定老化率为20%。

(3) 辅助变量方程设计及说明。

S1研发人员=管理资源

S2知识吸收能力= 2+知识存量*0.3+研发人员*0.2

S3组织资源异质性=技术资源^0.2*管理资源^0.2*研发人员^0.2*知识存量^0.2*创新成果存量^0.2

S4网络资源异质性=网络结构^0.33*合作吸引力^0.33*网络关系^0.33

S5合作吸引力=合作吸引力*0.3

S6知识重构=组织资源异质性^0.5*网络资源异质性^0.5

(4) 常量赋值及说明。

C1管理资源、C2技术资源、C3网络关系、C4网络结构均在[0，1]内取值。

C5老化率1=0.2

C6老化率2=0.1

四、模型仿真及灵敏度分析

(一) 模型仿真

采用Vensim PLE软件对系统动力学模型进行仿真分析，验证其有效性并进行灵敏度分析。设置管理资源、技术资源、网络关系和网络结构初始值为0.3，模拟参数设置为：初始时间=0，结束时间=24，时间步长=1，时间单位=月。仿真结果如图6所示。

由系统动力学模拟仿真结果可知：①开展创新合作企业的组织资源异质性、网络资源异质性在仿真时间内存在增长趋势，且边际增量逐渐减小，在第十个月之后增速明显减缓；②企业与合作伙伴开展创新合作之后，知识存量逐渐增加，但边际增量基本不变；③企业在创新合作中开展基于资源异质性的知识重构，创新成果存量图像呈倒U形。以上仿真结果与现实中企业开展创新合作时情境相符，说明本文创新合作伙伴资源异质性对创新绩效影响的模型具备基本的有效性，可以做进一步灵敏度分析。

(二) 灵敏度分析

在系统动力学模型中，通过改变参数值观察模型变量的曲线变化来判断模型对于参数变化的灵敏性的分析称为灵敏度分析。根据模型，企业的创新绩效与参与创新合作的企业的组织资源异质性和网络异质性相关，因此通过调整影响资源异质性的因素，即管理资源、技术资源、网络关系和网络结构，可以分析创新合作伙伴资源异质性对企业创新绩效的影响。

1. 组织资源异质性灵敏度分析

在资源异质性子系统中保持其他参数不变，依次将管理资源和技术资源同时提升0.4、0.5、0.6、0.7、0.8和0.9，模型中创新成果存量和知识存量具体数值如表1、图7、图8所示。

由图7和图8及表1中的数据可知，随着管理资源和技术资源初始值的提升，创新成果存量逐渐增加，组织内部知识存量逐渐增加，表明组织资源异质性提升有助于开展创新合作企业创新知识的产生和应用，并提升企业的创新绩效。一般地，当组织内部拥有的技术、人才和专业化资源增加时，通过增强知识资源的创造能力和充分流动，可以大幅度促进企业创新绩效的提升。

图6 系统动力学仿真结果

表1 组织资源异质性灵敏度分析表

图7 组织资源异质性提升对知识存量的影响

图8 组织资源异质性提升对创新成果存量的影响

2. 网络资源异质性灵敏度分析

在资源异质性子系统中保持其他参数不变，依次将网络关系和网络结构同时提升至0.4、0.5、0.6、0.7、0.8和0.9，模型中创新成果存量和知识存量具体数值如表2、图9和图10所示。

由图9、图10及表2中的数据可知，当企业在创新合作中的网络资源异质性初始值提升时，创新成果存量和知识存量得到显著提升，表明企业可以从具有不同资源的合作企业中获得优势资源，以突破自身资源种类和数量的限制来促进组织资源的多样化，并通过资源置换拓展自身资源储备，进一步提升创新水平来改善创新绩效。

3. 组织资源异质性和网络资源异质性协同效应灵敏度分析

将组织资源异质性中技术资源和管理资源由初始值0.3同时提升至0.4、0.5、0.6、0.7、0.8和0.9，对应地逐步将网络资源异质性中的网络关系和网络结构同时提升至0.4、0.5、0.6、0.7、0.8和0.9，得到仿真结果具体数值如表3、图11、图12所示。

由图11、图12及表3数据可知，组织资源异质性和网络资源异质性同时提升时，创新知识存量水平得到提升而且增速加快。例如，表2中知识存量的值依次为：206.352、208.128、209.637、210.961、212.149、213.232、214.231，而在表3中知识存量的值分别为：206.352、210.664、214.753、218.676、222.468、226.151、229.744；创新成果存量先得到大幅提升而后逐渐减少，且变化速度明显加快。例如，在表2方案3中，组织资源异质性为0.3，网络资源异质性为0.6，创新成果存量在各时点的值分别为：20.070 5、30.141、43.439 6、34.286 2、32.807 1、33.590 7、35.638 5、35.40 3，而表3方案3中组织资源异质性和网络资源异质性均为0.6，创新成果存量的值分别为21.888 2、33.776 4、49.647 9、40.143 4、39.053 9、40.376 3、43.086 2、43.596 5，由此可知组织资源异质性和网络资源异质性的协同作用对于创新绩效的影响呈倒U型。当企业的组织资源异质性和网络资源异质性同步提升时，意味着企业可用于创新的外部资源和外部机会增多，有利于企业提升创新活动水平和改善创新绩效；但两者同时过高时，意味着企业与创新合作伙伴贡献资源类型差异过大，内外资源匹配难度也变大，不利于创新合作的开展，因此创新合作伙伴两种资源异质性都过高时不利于企业创新绩效的改善。

表2 网络资源异质性灵敏度分析表

图9 网络资源异质性提升对知识存量的影响

图10 网络资源异质性提升对创新成果存量的影响

表3 组织资源异质性和网络资源异质性协同效应灵敏度分析

图11 组织资源异质性和网络资源异质性同步提升对知识存量的影响

图12 组织资源异质性和网络资源异质性同步提升对创新成果存量的影响

五、研究结论及启示

本文运用系统动力学构建了创新合作伙伴资源异质性对创新绩效影响的模型，并通过Vensim PLE软件进行模型仿真分析和灵敏度分析，研究结果显示：创新合作伙伴组织资源异质性和网络资源异质性都对企业创新绩效具有正向影响，即两者都有利于提升创新合作伙伴创新的过程及效果；创新合作伙伴组织资源异质性与网络资源异质性的协同对创新绩效的影响为倒U型，表明两种资源异质性同时过低或过高时都不利于创新绩效的提升，其原因可能在于随着组织资源异质性和网络资源异质性逐步提升，企业开展创新活动可用的资源和知识增多，有利于通过开展更高水平的创新活动并提升创新绩效；但两种资源异质性过高时，会导致创新合作伙伴之间资源差异太大从而不利于创新机会的发掘及创新知识和资源的互动吸收，创新绩效反而开始下降。因此适度的创新合作伙伴资源异质性最有利于改善创新绩效，企业开展创新合作时应将组织资源异质性和网络资源异质性控制在合理水平。本研究深化了创新合作伙伴资源异质性对创新绩效影响的复杂系统动力学研究，明确了组织资源异质性、网络资源异质性对创新绩效的影响，也在一定程度上丰富了企业资源理论和创新 理论。

此外，本研究从资源异质性视角为企业的创新合作提供了如下启示：①企业应寻求异质性的合作伙伴构建创新合作网络。一方面，企业应多与自身优势资源具有差异性的企业进行合作，具有不同组织资源的合作伙伴具有不同的知识库，多元化的知识有助于丰富企业的知识存量，改善企业的创新能力；另一方面，企业应积极构建多元化的创新网络，推动与不同类型的企业间的创新合作，对外部异质性资源和创新知识进行有效利用，突破资源基础和能力的限制，全面提升创新绩效。②创新合作伙伴资源异质性应保持适度水平，过高和过低都不利于创新绩效。企业由于自身规模、条件、发展战略等因素的限制，利用异质性资源的能力有限。资源异质性过低不利于创新机会的产生，过高时不仅会造成资源冗余，还会不利于企业专注于优质资源的利用，限制了创新绩效的提升。因此，企业应根据资源异质性的程度有选择地对创新合作伙伴进行筛选和关系维护，构建高质量的创新合作网络，通过高效的创新合作关系改善创新绩效。

[1] APPLEYARD M M, CHESBROUGH H W. The dynamics of open strategy: from adoption to reversion[J]. Long Range Planning, 2017, 50(3): 310−321.

[2] KOGUT B. The stability of joint ventures: reciprocity and competitive rivalry[J]. The Journal of Industrial Economics, 1989, 38(2): 183−198.

[3] BARKEMA H G, SHENKAR O, VERMEULEN F, et al. Working abroad, working with others: How firms learn to operate international joint ventures[J]. The Academy of Management Journal, 1997, 40(2): 426−442.

[4] PARK S H, UNGSON G R. The effect of national culture, organizational complementarity, and economic motivation on joint venture dissolution[J]. Academy of Management Journal, 1997, 40(2): 279−307.

[5] MORA-VALENTIN E M, MONTORO-SANCHEZ A, GUERRAS-MARTIN L A. Determining factors in the success of R&D cooperative agreements between firms and research organizations[J]. Research Policy, 2004, 33(1): 17−40.

[6] CUI A S, O'CONNOR G. Alliance portfolio resource diversity and firm innovation[J]. Journal of Marketing, 2012, 76(4): 24−43.

[7] JIANG R J, TAO Q T, SANTORO M D. Alliance portfolio diversity and firm performance[J]. Strategic Management Journal, 2010, 31(10): 1136−1144.

[8] LIN H. Cross-sector alliances for corporate social responsibility partner heterogeneity moderates environmental strategy outcomes[J]. Journal of Business Ethics, 2012, 110(2): 219−229.

[9] GUTIÉRREZ R, MÁRQUEZ P, REFICCO E. Configuration and development of alliance portfolios: a comparison of same-sector and cross-sector partnerships[J]. Journal of Business Ethics, 2016, 135(1): 55−69.

[10] LAURSEN K, SALTER A. Open for innovation: the role of openness in explaining innovation performance among U.K. manufacturing firms[J]. Strategic Management Journal, 2006, 27(2): 131−150.

[11] PARKHE A. Interfirm Diversity, Organizational learning, and longevity in global strategic alliances[J]. Journal of International Business Studies, 1991, 22(4): 579−601.

[12] CHANG S, CHEN S, LAI J. The effect of alliance experience and intellectual capital on the value creation of international strategic alliances[J]. Omega, 2008, 36(2): 298−316.

[13] LEEUW T D, LOKSHIN B, DUYSTERS G. Returns to alliance portfolio diversity: the relative effects of partner diversity on firm's innovative performance and productivity[J]. Journal of Business Research, 2014, 67(9): 1839−1849.

[14] PARIDA V, PATEL P C, WINCENT J, et al. Network partner diversity, network capability, and sales growth in small firms[J]. Journal of Business Research, 2016, 69(6): 2113−2117.

[15] 梁靓. 开放式创新中合作伙伴异质性对创新绩效的影响机制研究[D]. 杭州: 浙江大学, 2014. LIANG Liang. Research on the impact mechanism of partner heterogeneity on innovation performance in open innovation [D]. Hangzhou: Zhejiang University, 2014.

[16] 徐敏, 张卓, 宋晨晨, 等. 开放创新搜索、知识转移与创新绩效——基于无标度加权网络的仿真研究[J]. 科学学研究, 2017, 35(07): 1085−1094. XU Min, ZHANG Zhuo, SONG Chenchen, et al. Open innovation search, knowledge transfer and innovation performance——Simulation analysis based on weighted scale-free network [J]. Studies in Science of Science, 2017, 35(07): 1085−1094.

[17] WERNERFELT B. A resource-based view of the firm [J]. Strategic Management Journal, 1984, 5(2): 171−180.

[18] SIMONIN B L. Ambiguity and the process of knowledge transfer in strategic alliances[J]. Strategic Management Journal, 1999, 20(7): 595−623.

[19] CHIAROMONTE, FRANCESCA, DOSI, et al. Heterogeneity, competition, and macroeconomic dynamics[J]. Structural Change and Economic Dynamics, 1993, 4(1): 39−63.

[20] ASGARI N, SINGH K, MITCHELL W. Alliance portfolio reconfiguration following a technological discontinuity[J]. Strategic Management Journal, 2016, 38(5): 1062−1081.

[21] 任宗强, 吴志岩. 创新网络中的异质性、匹配度与能力动态仿真研究[J]. 科学学与科学技术管理, 2012, 33(08): 51−57. REN Zongqiang, WU Zhiyan. Modeling heterogeneity, fitness and dynamic capabilities in the innovation networks[J]. Science of Science and Management of S.& T, 2012, 33(08): 51−57.

[22] LAVIE D. Capability reconfiguration: An analysis of incumbent responses to technological change[J]. Academy of Management Review, 2006, 31(1): 153−174.

[23] 张慧, 张舒婷. R&D联盟治理机制对知识转移的影响研究——基于系统动力学的建模与仿真[J]. 自然辩证法研究, 2017(12): 40−46. ZHANG Hui, ZHANG Shuting. Influence of R&D alliance governance mechanism on knowledge transfer: Based on modeling and simulation of system dynamics[J]. Studies in Dialectics of Nature, 2017(12): 40−46.

[24] 孙永磊, 宋晶, 谢永平. 网络惯例对技术创新网络知识转移的影响[J]. 科学学研究, 2014, 32(9): 1431−1438. SUN Yonglei, SONG Jing, XIE Yong-ping. Impact of network routines on technological innovation network knowledge transfer[J]. Studies in Science of Science, 2014, 32(9): 1431−1438.

On the influence of resource heterogeneity of innovative partner on innovation performance:Based on modeling and simulation of system dynamics

ZHANG Hui, GU Yongjie, RAO Huguang

(School of Management, HangZhou DianZi University, Hangzhou 310018, China)

Based on the resource base theory, the paper divides resource heterogeneity of innovative partners into organizational resource heterogeneity and network resource heterogeneity, constructs the system dynamics model of the influence of organizational resource heterogeneity and network resource heterogeneity and their synergistic effect on innovation performance, and conducts simulation and sensitivity analysis by using Vensim PLE. The results show that both heterogeneity of organizational resources and heterogeneity of network resources exert positive effects on innovation performance, but the synergistic effect of the two has an inverse U-shaped effect on the innovation performance. This paper reveals the inherent law of the influence of resource heterogeneity of innovation partner on innovation performance, and provides some theoretical guidance for enterprises to choose innovation partners.

innovation partner; resource heterogeneity; innovation performance; system dynamics

F272.9

A

1672-3104(2020)06−0130−10

10.11817/j.issn. 1672-3104. 2020.06.012

2020−04−15；

2020−11−05

浙江省高校重大人文社科攻关计划青年重点项目“浙江省制造企业创新生态系统的治理机制与动态稳定性研究”(2018QN017)

张慧，河南禹州人，博士，杭州电子科技大学管理学院教授，主要研究方向：知识管理与技术创新，联系邮箱：zhanghui816@ 126.com；谷勇杰，男，山西朔州人，杭州电子科技大学管理学院硕士研究生，主要研究方向：技术创新；饶湖广，江西南昌人，杭州电子科技大学管理学院硕士研究生，主要研究方向：技术创新

[编辑: 何彩章]