杜丹丽,付益鹏,高 琨
(哈尔滨工程大学 经济管理学院,黑龙江 哈尔滨 150001)
快速变化的技术与市场环境对企业资源和能力提出更高要求,促使企业创新模式从封闭转向开放。以企业为核心形成的创新生态系统,聚合了多元化参与者,凭借异质性创新资源组合与合作创新的协同效应,实现超越个体累积的共同价值目标。我国创新生态系统发展过程中面临的最突出问题是创新生态系统参与者参与合作的积极性不高以及参与程度严重不足[1],创新生态系统中群体价值共创与个体创新绩效的关系不明确导致缺乏积极性,无法有效地与其他参与者进行创新资源互动,从而导致参与程度不足。因此,探索创新生态系统内价值共创如何影响企业创新绩效,直接关乎企业经营绩效与创新生态系统发展。
学者们普遍认为价值共创可以直接提升企业创新绩效,并从能力提升[2]、互动创造优势[3]、创新模式革新[4]等角度给出了解释。而关于价值共创提升创新绩效的实现机制,学者观点较为多样化。陈旭升与董和琴[5]在探究价值共创与企业突破性创新绩效时引入网络嵌入理论,解释价值共创影响企业创新绩效的内在机理;Skarmeas等[6]以关系资源为中介变量解读二者关系,认为价值共创会建立良好关系,从而带来创新绩效提升。然而,现有分析大多基于一般性角度,鲜有研究对创新生态系统内价值共创进行深入探究[7]。合作创新已成为企业创新主要模式,从创新生态系统视角讨论创新绩效,能够充分考虑现阶段创新活动中各类因素,更好地指导企业健康可持续发展。基于此,本研究从创新生态系统视角出发,引入创新资源互动为中介变量、生态系统规范机制为调节变量,分析创新生态系统中价值共创如何影响企业创新绩效,最后从创新生态系统视角提出企业提升创新绩效的对策与建议,对促进创新生态系统发展及企业创新绩效提升具有重要理论价值与实践意义。
1993年Moore将生态学观点与竞争战略相结合,提出创新生态系统概念雏形“商业生态系统”,然后,Adner于2006年明确提出创新生态系统内涵作为一种协同机制,企业通过这种协同机制将个体与他者联系,并提供面向客户的解决方案, 输出价值。随着研究深入,学者们对于创新生态系统内涵的解读大多致力于阐述这一协同机制的具体内涵。例如,Zahra等[8]提出创新生态系统是一个基于长期信任关系而形成的松散又相互关联的网络;王丽平等[9]指出,创新生态系统以企业为基础、以社会组织为纽带、与利益相关企业构成多维体系。总结学界关于创新生态系统的定义,已形成关于其内涵的共识,即具有互动需求的多边、异质参与者之间建立的联盟结构,以实现共同价值主张[10],其本质侧重于从互补性、依赖性角度解释企业战略选择和创新活动[11]。
随着创新生态系统理论体系发展,近年来部分学者选择创新生态系统作为研究切入视角。对于创新生态系统视角,存在两类主要的解读与诠释:一类是将其理解为引入创新生态系统相关理论研究企业创新活动;另一类则将其理解成研究对象为创新生态系统内成员或群落。本研究以创新生态系统相关理论作为研究理论基础,以系统内企业为研究对象。
2000年,Prahalad & Ramaswamy提出价值共创,意指一种以个体为中心,企业与消费者共同创造价值的方法。随着创新生态系统与价值创造和价值共享的深度结合,Storbacka等[12]提出了创新生态系统视角下价值共创研究思路,认为生态系统价值共创是一个宏观问题,需要从中观层面进行分析,关注生态主体间交互活动和资源。王发明和朱美娟[13]明确定义了创新生态系统中价值共创,即创新生态系统各创新主体基于共同创新目标,在相同且相对稳定的创新环境下,开放协作共享创新资源,从而不断创造价值获取利润。从中可以看出,创新生态系统视角下的价值共创更加强调开放协作与资源共享。戴亦舒等[7]通过案例研究发现了创新生态系统内价值共创实现路径,即各主体通过开放协作满足各自价值获取目标和生态系统整体目标。上述研究结论表明,开放协作、系统成员交互活动、资源共享对于系统内价值创造和创新利润获取具有重要作用。
Prahalad & Ramaswamy[14]将价值共创概念划分为对话、渠道/获取、风险评估和透明度4个维度。①对话,能够增进企业间理解、实现互惠和知识共享;②渠道,能够快速有效地得到所需服务信息与资源;风险评估,要求参与的企业必须共同评价和承担风险;透明度,能确保信息和资源高度透明化,提升信赖程度和合作愿望。本研究基于Prahalad & Ramaswamy的研究成果,将创新生态系统视角下价值共创划分为对话、渠道/获取、风险评估和透明度4个维度。
创新资源互动衍生于资源互动,2002年Hakansson & Waluszewski[15]将资源互动定义为“组织间互动中资源整合与共同培育”。资源互动中资源泛指一般性资源,然而企业异质性源于资源禀赋,若缺少对企业资源的研究,将难以充分解释不同企业在创新行为方面的巨大差异。因而,一般性资源弱化了创新活动中企业独有的知识、技术等创新资源对于创新活动与绩效的关键影响。
创新资源是指能够直接为创新提供新机会,或者降低创新风险和成本,对于创新具有重要价值的企业资源[15]。资源互动观认为资源产生经济价值的潜力取决于其与其它资源的整合方式,所以,创新资源互动并不仅是创新生态系统内异质性创新资源的流动,创新生态系统为成员互动提供了良好平台,企业应利用创新生态系统,将自身资源与其它企业的资源进行正确组合以获得竞争优势[16]。因此,本研究认为,创新资源互动是企业基于创新生态系统,与其他成员在合作创新互动中进行创新资源的流动、整合与共同培育。
(1)创新生态系统视角下价值共创与企业创新绩效。资源基础观认为, 企业竞争优势的关键在其拥有的异质性资源以及从外界获取资源的能力。因此,企业需要与拥有异质性资源的企业合作、共享彼此独特的资源和能力,从而创造更大的创新价值。首先,对话能使创新生态系统中各合作主体投入优势资源,充分共享资源和信息,有利于维护主体间长久关系,从而有效沟通以克服合作创新过程中的困难,提升企业创新绩效。其次,主体间通过对话能够展开深层沟通交流,促进建立战略关系,而良好的战略关系能够提升企业技术与知识整合利用效率,最终提升企业创新绩效。此外,创新生态系统中上下游企业、企业与利益相关者间对话,可以增进主体理解创新活动目的,并可能产生更加新颖的创新想法[17],带动创新产品研发绩效提升。因此,提出如下假设:
H1a:创新生态系统视角下对话对企业创新绩效有正向影响。
渠道/获取要求创新生态系统内主体对于资讯、创新资源等加以取用而非拥有, 从而更快速与便利地获得体验价值和使用价值,能否有效获取、整合、利用内外资源成为决定企业持续获取竞争优势的重要因素。渠道为企业取用合作伙伴创新资源提供合法路径,保证创新资源获取的有效性,而创新资源中的专有性知识、低成本知识技术协同会为合作创新主体带来优于市场与竞争对手的效益和利润。此外,价值共创产生的多样化渠道能够拓宽创新生态系统内个体企业知识共享活动范围,延展知识共享宽度[18]。渠道越多样化,企业能够搜寻与获取外界知识的范围就越广,对企业创新绩效的促进也越强[19]。因此,提出如下假设:
H1b:创新生态系统视角下渠道/获取对企业创新绩效有正向影响。
创新生态系统中企业通过价值共创开展创新活动主要面临技术风险、市场风险、合作风险等,风险评估强调创新生态系统内各主体风险共担,这能够增强企业与利益相关者之间的信任,使每个合作主体相信其他合作伙伴愿意且有能力完成其相应义务的承诺, 表现为企业相信其他合作伙伴不会利用自己的弱点而获利[20],由此降低合作风险。此外,创新生态系统内企业风险共担有利于提升市场积极性[21], 企业研发投入会随其风险承担水平提高而增加, 研发投入越多, 企业资本积累越快, 其核心竞争力也会相应增强, 有助于企业创造更大价值。因此,提出如下假设:
H1c:创新生态系统视角下风险评估对企业创新绩效有正向影响。
创新生态系统中创新活动会使企业透明度下降,企业创新强度越大, 为避免研发信息泄露, 其往往越不愿意详细披露研发状况, 因而创新投入会增加企业内外部信息不对称程度[22],这种信息不对称会导致合作创新活动无法继续进行。价值共创要求企业提升创新活动透明度,确保价值共创过程中创新资源应用信息公开透明, 降低合作主体因创新压力放弃继续开展价值共创与互动的几率。其次,透明度也能为企业带来更多创新资源。信息透明度较高企业能够获得更多创新资源,尤其是资金援助[23],从而提升企业创新绩效。因此,提出如下假设:
H1d:创新生态系统视角下透明度对企业创新绩效有正向影响。
(2)创新资源互动的中介作用。创新资源互动可以带来创新生态系统中企业间资源整合,创新资源只有经过有效整合才能更好地创造价值。创新资源有效整合促进了源要素在新型科研机构内高效流动与生产, 提高了创新资源使用效率和潜在价值。此外,创新资源互动需要合作主体共享创新资源,而共享能够增强主体间信任强度,有助于创造安全稳定的合作创新群体氛围,该氛围会对主体合作创新态度带来积极影响,进而提升企业创新绩效。因此,提出如下假设:
H2:创新资源互动对企业创新绩效有正向作用。
平等的互动沟通有助于信息共享、资源互换及形成和维持信任, 信任是主体互动时的一种资源配置方式[24],有利于创新资源优化配置和整合,并通过创新资源互动带来创新绩效提升。同时,合作创新主体间正式与非正式对话沟通是信息传递的重要方式,增进交流互动有助于资源整合过程中合作主体及时传递各自观点与诉求,提升资源整合和培育的效率与质量。
渠道为创新生态系统内企业及利益相关者构建了快速传递信息与资源的平台和路径,多样化渠道使企业拥有更多互动对象与互动机会,丰富了创新资源互动组合方式。渠道增加也能帮助企业在庞大的创新生态系统中搜集分散的异质性创新资源,创新资源异质性与分散性是影响创新资源整合效率的关键因素。另外,创新资源关键性使其更难发生所有权转移,仅获取使用权有助于消除企业对丧失核心竞争力的顾虑,化解创新资源互动障碍。
创新生态系统中风险评估带来的风险共担能够充分降低成员违约行为的发生,让所有在合作创新中投入资源的组织感受到加强的保护[25],从而降低企业担心其他主体投机行为而不愿进行创新资源互动的顾虑。此外,风险评估能够增强企业与利益相关者之间的信任,使各主体相信合作伙伴愿意且有能力兑现其承诺[20],从而促进创新资源互动。
提升透明度能降低信息收集成本, 从而降低企业从组织外获取资源并整合资源的成本,对优化资源配置具有积极的促进作用。同时,由于创新需要长期性消耗创新资源,容易出现创新资源供不应求而产生的创新资源对创新活动的约束。提升透明度可以让合作伙伴及时了解创新进程,及时通过互动匹配相应创新资源,增强创新资源互动时效性。基于以上分析,提出如下假设:
H3a:创新生态系统视角下对话对创新资源互动有正向促进作用;
H3b:创新生态系统视角下渠道/获取对创新资源互动有正向促进作用;
H3c:创新生态系统视角下风险评估对创新资源互动有正向促进作用;
H3d:创新生态系统视角下透明度对创新资源互动有正向促进作用;
H4:创新资源互动在创新生态系统视角下价值共创与企业创新绩效之间起中介作用。
(3)生态系统规范机制的调节作用。生态系统规范能够促进整个创新生态系统形成统一的认知基础,这种共同认知为企业间实现价值创造、知识学习与交互提供了基础,同时,也能使不同企业产生对概念的共同理解与阐释,从而在沟通与交流时使用共享语言,提升沟通与对话及时性和准确性,增强创新资源互动效率。
生态系统规范机制越完备有效,越有利于企业拓展创新资源交互渠道,提升资源获取与交互效率。有效的生态系统规范机制可以降低知识共享交易成本,在总资本有限的情况下,交易成本降低使企业知识共享次数增加,从而建立更多共享渠道,提升创新资源互动频率。 生态系统规范机制越完备,企业越能放下合作创新过程中的过分顾虑,积极与合作伙伴共担风险。在契约不完备的情况下,创新生态系统可能出现“搭便车”等机会主义行为,从而导致创新生态系统最终解体。这类机会主义行为会破坏成员间信任,导致企业面对风险与危机时秉持更悲观态度,从而降低甚至放弃与合作伙伴的创新资源互动。
生态系统规范机制越完备,企业越能合理预估合作伙伴行为活动。生态系统规范机制是创新生态系统所有制度及成员约定的集合,是所有系统成员都需遵守的行为规范,其有助于成员对彼此行为产生合理预期,从而提升系统成员间信任。此外,完备的生态规范机制能够降低系统成员间信息交换障碍,降低因信息传递障碍产生的信息不对等,提升合作创新透明度,并增加透明度对创新资源互动的影响。基于以上分析,提出如下假设:
H5a:生态系统规范机制越完备,对话对创新资源互动的正向作用越大;
H5b:生态系统规范机制越完备,渠道/获取对创新资源互动的正向作用越大;
H5c:生态系统规范机制越完备,风险评估对创新资源互动的正向作用越大;
H5d:生态系统规范机制越完备,透明度对创新资源互动的正向作用越大。
基于以上分析,构建假设模型如图1所示。
图1 假设模型
本研究中价值共创、企业创新绩效、生态系统规范机制3个变量的问卷设计,依据国内外已有的成熟量表,并根据研究视角创新生态系统调整其适用性。创新资源互动目前尚无成熟量表,借鉴相关概念成熟量表构建变量测量问卷,通过预调研检验调整,最终形成正式问卷。采用Likert7点量表,1代表“非常不同意”,7代表“非常同意”。其中,价值共创参照任际范等[26]基于DART模型编制的价值共创量表,从创新生态系统视角出发,对价值共创的对话、渠道/获取、风险评估与透明度4个维度进行测度,共有12个题项;企业创新绩效参照陈劲和陈钰芬[27]的研究量表,分为企业创新投入、企业创新环境与企业创新产出3个维度,共计9个题项;创新资源互动参照秦立公等[28]关于资源互动的研究以及尹苗苗和马艳丽(2014)关于资源整合的研究,提出创新资源互动量表;生态系统规范机制参照宋华等(2018)的研究量表,共4个题项。
本研究中价值共创、企业创新绩效、生态系统规范机制量表虽为成熟量表,但为检验其对创新生态系统内企业的适切性,需要进行预调研检验,创新资源互动量表源于相关概念量表改编,有必要采用预调研检验量表质量与适用性。预调研发放100份问卷,回收100份问卷。
(1)预调研信度检验。预调研问卷信度检验结果表明,价值共创的对话、渠道/获取、风险评估与透明度4个维度Cronbach′s ɑ分别为0.869、0.880、0.900和0.815,企业创新绩效、创新资源互动与生态系统规范机制3个变量的Cronbach′s ɑ为0.972、0.918和0.915,均大于0.7。然而,创新资源互动题项Iric6的CITC值分别为0.437,未能达到可接受值0.5,故删除。删除后,创新资源互动测量量表Cronbach′s ɑ为0.920,综上,预调研问卷调整后信度表现良好。
(2)预调研效度检验。运用探索性因子分析对预调研问卷进行效度检验,结果表明价值共创、企业创新绩效、创新资源互动与生态系统规范机制4个变量的KMO值分别为0.874、0.921、0.881与0.896(>0.7),且Bartlett球形度检验显著性均为0.000(<0.05)。预调研问卷探索性因子分析表明,各变量测量量表效度良好。
通过MBA课堂、网络以及个人关系网络3种方式发放问卷,发放问卷350份,回收333份,将存在无反应偏差现象等无效问卷剔除后得到307份有效问卷(有效率为87.71%)。问卷调研企业所在行业排名前3位的分别是电子信息、高技术服务与航空航天,分别占比49.84%、16.94%、11.07%。问卷调研企业总资产规模低于1 000万元、1 000万元~1亿元、1亿元~10亿元、10亿元以上分别占45.28%、39.74%、10.75%、4.23%。企业员工数量200人以下、200人~500人、500人~2 000人、2 000人以上分别占34.53%、45.93%、15.96%、3.58%。
(1)信度分析。运用SPSS 21.0软件测算各变量Cronbach′s ɑ系数值,其中,价值共创变量的对话维度Cronbach′s ɑ系数值最低,为0.922,渠道/获取、风险评估和透明度的Cronbach′s ɑ系数值分别为0.941、0.931、0.945。此外,企业创新绩效、创新资源互动、生态规范机制3个变量Cronbach′s ɑ系数值分别为0.972、0.947、0.927。结果表明,正式问卷数据信度比较理想,运用探索性因子分析法构建测量量表与问卷较为成功,正式问卷具有较高信度。
(2)效度分析。主要采用验证性因子分析法(CFA)进行效度检验,通过AMOS21.0软件建立潜在变量验证性因子分析模型,测算得到各因子的标准化因子载荷,由此得到各变量AVE值与CR值。
各潜变量聚合效度分析结果见表1,普遍认为可接受的聚合效度需要所有因子载荷大于0.5,变量的CR值在0.7以上,AVE>0.5。潜在变量的标准化因子载荷在0.805~0.951之间,CR值均大于0.7,AVE值均大于0.5,表明聚合效度良好。
各潜变量聚合效度分析结果如表2所示。良好的区分效度要求一对潜在变量中任意潜在变量的AVE值大于其相关系数平方值。本研究中各潜变量AVE值均大于其相关系数的平方,表明各潜变量区分效度良好。
表1 聚合效度检验结果
表2 区分效度检验结果
通过AMOS21.0软件验证创新生态系统视角下价值共创对企业创新绩效的影响,其中,价值共创为自变量,共分为对话、渠道/获取、风险评估、透明度4个维度,企业创新绩效为因变量,检验结果如表3所示。
假设模型的主要拟合指标基本,达到拟合良好,模型拟合效度较高。分析整体关系结构方程模型路径系数与各项参数估计值,得出以下结论:价值共创的对话(P<0.001)、渠道/获取(P<0.001)、透明度(P<0.05)正向影响企业创新绩效,相应的标准化路径系数分别为0.212、0.382、0.127;价值共创的风险评估维度对企业创新绩效的作用路径系数值为负,且P值不显著,影响作用未能得到验证。综上,假设H1a、H1b、H1d成立,H1c不成立;创新资源互动正向影响企业创新绩效,相应的标准化路径系数为0.311,在P<0.05水平上显著,假设H2成立;价值共创的渠道/获取(P<0.05)、风险评估(P<0.001)、透明度(P<0.05)正向影响创新资源互动,相应的标准化路径系数分别为0.305、0.293、0.260;价值共创的对话维度对创新资源互动的影响作用P值不显著,影响作用未能得到验证。综上,假设H3b、H3c、H3d成立,假设H3a不成立。
参考温忠麟和叶宝娟[29]的研究,运用Bootstrap法验证创新资源互动的中介效应。由于对话对创新资源互动的直接影响未通过检验,因此,无法检验创新资源互动在对话维度的中介效应(见表4)。
表3 假设模型拟合结果与参数估计
表4 中介效应Bootstrap检验结果(N=307)
检验结果显示:创新资源互动部分中介渠道/获取与透明度对企业创新绩效的影响。渠道/获取与透明度对企业创新绩效的间接作用置信区间均不包含0,说明间接效应存在;而二者对企业创新绩效的直接作用置信区间也不包括0,表明直接效应同样存在,即创新资源互动在渠道/获取与透明度影响企业创新绩效过程中具有部分中介作用;创新资源互动完全中介风险评估对企业创新绩效的影响。风险评估对企业创新绩效的间接作用置信区间不包括0,证明间接效应存在,但直接作用的Bias-corrected 95% CI与Percentile 95% CI的置信区间均包括0,分别是[-0.036,0.046]与[-0.034,0.048],说明直接作用不存在完全中介。此结论也印证了H1c假设未通过的结论。综上,假设H4部分成立。
运用分层回归模型检验生态系统规范机制的调节效应。价值共创的对话、渠道/获取、风险评估与透明度为自变量,生态系统规范机制为调节变量,创新资源互动为因变量,以企业年龄、员工数量与企业规模为控制变量。由于未验证对话影响创新资源互动的假设,因此,只有3个层级回归模型。采用SPSS 21.0软件测算各分层回归模型,结果见表5-表7。
表5 渠道/获取、生态系统规范机制对创新资源互动的层级回归模型
表5显示,模型1、2、3中调整后的R2均增大,渠道/获取与生态系统规范机制的交互项系数为0.233,在P<0.001的水平上显著,表明生态系统规范机制正向调节价值共创渠道/获取影响创新资源互动的过程。模型2、模型3中,3个控制变量部分显著,表明3个控制变量均对研究产生干扰,控制变量有意义。
表6 风险评估、生态系统规范机制对创新资源互动的层级回归模型
表6显示,模型1、模型4、模型5中调整后的R2均增大,风险评估与生态系统规范机制交互项系数为0.112,在P<0.01的水平上显著,表明生态系统规范机制正向调节风险评估影响创新资源互动的过程。模型4、模型5中,3个控制变量部分显著,说明控制变量有意义。
表7 透明度、生态系统规范机制对创新资源互动的层级回归模型
表7显示,透明度与生态系统规范机制的交互项系数为0.042,不显著,表明生态系统规范机制无法调节透明度影响创新资源互动的过程。综上所述,生态系统规范机制正向调节价值共创中渠道/获取和风险评估对创新资源互动的影响,但不能调节透明度维度对创新资源互动的影响,因此,假设H5部分成立。
(1)创新生态系统中,价值共创对企业创新绩效的促进作用不完全直接发生。认真对话帮助创新生态系统中的企业建立良好合作关系,开展深层次与更高效的沟通交流;多样化渠道赋予企业更为宽广的异质性创新资源搜索视野,而限于使用权获取的方式有利于化解创新资源流动的阻碍;透明度能减少创新生态系统内信息不对称和不完整情况,这些均能对企业创新绩效发挥直接促进作用。
(2)创新资源互动部分中介创新生态系统中价值共创对企业创新绩效的影响。创新资源互动部分中介渠道/获取与透明度对企业创新绩效的影响,并完全中介风险评估对企业创新绩效的影响。然而,未能验证创新资源互动在对话与企业创新绩效间的中介作用。
(3)生态系统规范机制能正向部分调节价值共创对企业创新绩效的影响。生态系统规范机制能够正向调节渠道/获取与风险评估对企业创新绩效的影响,而对话影响创新资源互动的假设未能得到支持,使生态系统规范机制对这一过程的调节作用无法验证。此外,生态系统规范机制对透明度影响企业创新绩效过程的调节作用也未得到支持。
(4)关于未显著的中介效应与调节效应假设,本研究认为可能源于两方面原因。一是本研究收集的数据量不足以支撑假设检验,需进一步扩大数据量,减小统计学误差;二是本研究数据主要来源于电子信息、高技术服务与航空航天等行业,行业差异使得假设难以成立,后续可搜集更多行业数据、均衡各行业所占权重进行验证。
本研究理论贡献主要有3个方面:一是基于创新生态系统探索了价值共创对企业创新绩效的影响机制,发现其与普适性研究中的影响机制存在一定差异,拓展了价值共创与企业创新绩效相关研究;二是以创新生态系统为视角,分析了创新资源互动在价值共创与企业创新绩效间的中介机制,丰富了创新生态系统与企业创新绩效相关研究;三是明晰了创新生态系统中规范机制对企业创新绩效的调节促进机制,发现政府政策法规以及企业契约有利于提升企业创新绩效。
本研究可为创新生态系统调控方以及系统中企业提供如下启示:一是价值共创带来企业创新绩效提升,但需要明晰价值共创不同维度促进创新生态系统内企业创新绩效的作用类型,根据不同类型采取相应措施,并且依据各维度产生的不同促进效果,对症下药,设计提升系统内企业创新绩效的具体方案;二是营造创新生态系统内活跃的创新资源互动氛围,深度搜寻系统内各主体异质性创新资源,增强创新资源互动频率,提升系统创新资源整合效率与新资源培育能力;三是政府作为市场监管方,应当健全创新活动配套法规,从企业切实利益出发,通过立法约束合作创新中的投机倒把等破坏性行为,并且积极出台支持政策,协调创新生态系统中企业创新活动,满足其相应创新需求。企业也应当自发形成并完善创新生态系统规范与约定,敦促成员遵守系统规范机制,确保成员在规范框架内开展创新活动,维护创新生态系统稳定与有序。
本研究局限性体现在以下两点:一是本文仅探索了生态系统规范机制对自变量与中介变量的调节作用,未能全面探究其对自变量与因变量、中介变量与因变量等关系的调节作用。因此,未来可以据此为切入点全面探索生态系统规范机制的调节作用;二是研究数据均来源于问卷,缺少二手数据对企业创新绩效的辅助佐证,未来研究可以通过问卷数据与二手数据匹配的方式,更准确地测量创新生态系统中的企业创新绩效。