用户嵌入程度对企业创新绩效影响机制研究
——以数字内容产业为例

2021-11-11 12:03董孟亚
科技管理研究 2021年19期
关键词:吸收能力变量深度

郭 雯,董孟亚

(1.中国科学院科技战略咨询研究院,北京 100190;2.中国科学院大学公共政策与管理学院,北京 100049)

Von Hippel[1]教授早在20 世纪70 年代就提出了“用户是创新者”的革命性观点。随着全球化竞争日益激烈,市场需求多元化、个性化快速变革,用户参与创新成为企业及时响应市场需求,获取竞争优势的重要途径。而下一代互联网、云计算、大数据等新一代信息通讯技术的飞速发展,更为用户参与创新提供了便捷友好的平台与工具,使用户参与创新成为可能。用户创新的实质是用户与企业的关系嵌入带来的创新模式的改变。现有对用户嵌入的研究多从开放创新、价值共创及嵌入性理论等视角展开研究,对用户嵌入的动机[2-9]、用户嵌入模式[10-16]、用户嵌入途径与技术等维度进行了深入探讨[17-21],并对用户嵌入与企业创新绩效的关系也开始了探索性研究。但随着用户嵌入企业参与创新过程的普及,用户参与创新的模式也呈现多样化发展趋势,既有从创意思想开始就与企业共同进行创新的嵌入模式,也有用户自身完成创新产品开发,借助企业平台实现创新收益的模式。而现有研究对差异化的用户嵌入企业的模式与企业创新绩效之间的关系还缺乏深入的探讨。因此,有必要从不同的用户嵌入模式出发,具体探讨用户关系嵌入对企业创新绩效的影响途径与结果。本研究选取用户创新模式较为典型的数字内容产业,界定用户浅度嵌入和用户深度嵌入两种模式,以企业吸收能力为中介,探讨用户嵌入创新模式对企业创新绩效的影响机制。

1 用户关系嵌入与企业创新绩效研究综述

嵌入性与关系嵌入。“嵌入性”最早由Polanyi[22]在《大变革》(The Great Transformation)中首次提出,他认为,“经济作为一个制度过程,是嵌入在经济和非经济制度之中的”。1985 年,Granovetter[23-24]重新对“嵌入性”进行了阐述,他认为,经济活动是在社会网络内的互动过程中发生的,把经济组织作为独立的个体进行分析是一个严重的误解。并进一步将嵌入性分为关系嵌入性和结构嵌入性,认为关系嵌入性是关系双方基于互惠预期而发生的双向关系,关系双方可以直接通过互惠联系的纽带获取收益。这也是对嵌入性概念最初始、最传统、最主流的分类方式。关系嵌入对企业创新绩效的影响研究已较为成熟,学者们不仅验证了关系嵌入对企业创新绩效的正向影响[25-28],更探讨了关系嵌入对企业创新绩效的影响机制[29-31]。

而随着新一代信息技术的飞速发展和商业模式的多样化,无论企业或是用户,都已经不再是孤立的实施创新或使用创新产品与服务的个体,而是在创新全过程乃至产品生命周期全阶段进行紧密互动、共生共演的创新群体。用户嵌入企业的创新过程,独立开发创新产品或服务交付企业使用或与企业共同完成创新的全过程已成为较普遍的创新现象。因此,用户关系嵌入对企业创新绩效的影响也开始了大量的探索性分析,主体研究是验证用户关系嵌入作为解释变量[32-37]、中介变量或调节变量对创新绩效的影响[38-40]。如,Fang[32-33]、研究显示,顾客参与新产品开发会通过改善信息共享、顾客和供应商协作,以及增加顾客和供应商的有形专用性投资而创造新产品价值。Fang-Mei Tseng 等[36]以组织文化和沟通质量作为调节变量,研究了客户共同创造与新产品绩效之间的关系。Liwen Wang 等[37]采取边界理论视角,将新产品的性质(市场型和技术型)作为调节变量,揭示了客户参与与新产品开发性能的关系。Wang 等[38]将顾客关系嵌入作为中介变量,认为顾客参与会影响顾客关系嵌入的程度,从而影响企业的创新绩效。Ylirenko 等[34]研究了顾客组合规模、收入集中度和关系嵌入对新产品开发数量的影响,并认为顾客组合规模负向调节关系嵌入和新产品开发的关系。Bonner 等[35]以产品的新奇性为调节变量,研究B2B 领域顾客企业的关系嵌入和知识异质性对新产品绩效的影响。结果发现,关系嵌入和知识异质性有利于形成新产品优势。姚山季[39]等、张欣等[40]将关系嵌入作为中介变量,对顾客参与新产品开发及其绩效影响进行研究,结果发现强联系和相互依赖性在参与创造和新产品开发绩效之间的部分中介作用显著。以上研究虽然对用户嵌入与企业创新绩效进行了关联性研究,但对于用户嵌入企业创新过程的不同程度如何影响企业创新绩效,即用户嵌入程度影响企业创新绩效的机制与路径仍缺乏具体的实证研究与定量分析。

2 理论假设

2.1 用户嵌入程度对企业创新绩效的影响

随着用户嵌入企业创新过程的现象越来越普遍,用户嵌入企业进行创新的模式也趋于多元化,从生产者主导向共同创造转变。传统的新产品或新服务开发是以生产者为中心(Producer-centered),用户并未被看作是潜在的创新者。近年来有创新领域、过程咨询研究的学者提出了用户作为“共同创造者”参与企业创新的角色,并指出企业需要邀请用户与企业内部员工一起进行创新产品或服务的开发[41]。共同创造更注重企业与用户之间的紧密交流和相互促进,以相互激发新思维、完善问题解决方案,表现出用户与企业之间更强的交互性。许爱萍[42]对消费类电子信息产品顾客嵌入式开放创新过程和创新价值生成过程进行了剖析,认为顾客牢牢地嵌入到从企业技术资源选择到最终商业化过程的全过程,为企业最终实现创新产品的市场价值提供了保证。Zhang Chao 等人[43]以海尔公司为例分析了制造业的价值共同创造中,在互联网平台和用户互动的帮助下,用户为企业提供产品理念和解决方案,用户需求最大值实现同时也可以实现公司和员工的增值。

郭雯等[44]从嵌入性视角对数字内容产业的用户创新模式进行研究,根据用户嵌入企业创新过程的不同环节提出了被动卷入、主动参与共同创造的三种用户创新模式。其中,主动参与模式指用户独立完成新产品或服务的开发并交付企业使用,与企业的关系嵌入程度较低,通过嵌入企业对新产品的展示与推广平台而获取创新收益,企业也由于获得了满足用户需求的创新产品或服务而提升创新绩效,本文将此类用户嵌入程度界定为浅度嵌入。

而共同创造模式则是用户从创意思想开始便与企业共同进行研发、制造、营销等,用户的嵌入贯穿整个创新链条并获取创新收益,与企业的关系嵌入程度较高且非常紧密,往往通过协议合约的形式实现从创意、开发、推广到价值分成的全流程创新,本文将此类用户嵌入程度界定为深度嵌入。

由此可见,虽然用户嵌入企业创新的程度不同,但都对企业创新绩效带来了正向影响。基于此,本文提出以下假设:

H1:用户浅度嵌入对企业创新绩效有显著影响

H2:用户深度嵌入对企业创新绩效有显著影响

2.2 吸收能力对用户嵌入模式与企业创新绩效的中介作用

用户嵌入是企业获取外部知识的有效途径[45],可以为企业提供及时有效的信息,促进双方的价值共创。但用户的知识常常是隐性的,并具有粘性[46],而企业的吸收能力正是对外部新知识价值识别的能力、消化知识的能力以及将新知识应用到商业终端的能力[47-48]。Zahra 等人[49]进一步将吸收能力分为潜在吸收能力(Potential Absorptive Capacity,包括知识获取和知识消化能力)和实际吸收能力(Realized Absorptive Capacity,包括知识转化和知识应用能力)。Uzzi 等人[50]的研究也指出,企业可以通过吸收能力对外部信息和技术的获取、整合和利用,促进企业创新能力的提升,最终提高企业的新产品开发效率。Roberto[48]的研究发现吸收能力的概念可以从知识管理角度解释中小企业与大型企业之间的差异,因为中小企业吸收知识的有限性以及更多的暴露在知识损失的风险中。根据Uzzi[50]、McEvily 等[51]对关系嵌入的界定可进一步从信任、信息共享、共同解决问题三方面探讨吸收能力在用户关系嵌入与企业创新绩效的中介作用。

首先,如果用户和企业互相信任,双方之间将发生更多的知识交流,接受各个类型用户的创新知识,将有助于对组织外部知识的吸收和获取能力,进而提高企业的创新绩效。同时,信任保证了合作双方信守承诺,不会误导对方[52],从而提高企业从合作伙伴处获得知识的准确性和可靠性。这样得到的知识会被企业依赖和重视,从而增加了企业利用这些知识进行创新的可能性,即提高企业对外部知识的实际吸收能力。

其次,用户和企业的信息共享可以提高企业现实吸收能力,进而推动企业创新[21,53]。尤其在知识经济的当今时代,用户掌握的信息对企业创新至关重要[15,54-55],而企业本身的专业知识也能很好的帮助用户进行创新,关系密切的网络成员彼此交换着重要的信息、经营技术与知识。当用户深入嵌入到企业创新过程中时,用户和企业之间会发生较为深入的信息共享,用户和企业交换信息的频率和质量更好,在这个过程中,企业可能获得很多原来不了解的新知识,用户和企业一起不断扩宽知识领域,弥补自身的不足,进而加强新知识的转化和利用。

最后,当合作过程遇到困难时,用户和企业之间在相互信任的基础上往往会向对方提供支持,共同解决问题[56],进而推动现有知识的转化和利用以及新知识的开发利用,最终推动企业创新。Larson[57]指出在社会嵌入关系中,透过定期协商及彼此互相的弹性调整,厂商可共同解决问题并获得直接回馈,进而促进组织学习及创新能力。同时,共同解决问题的过程中通过企业和用户持久的互动,企业和用户逐渐形成了双方可以理解的行为规范和共同语言,促进隐性知识的转移和学习[58]。企业通过和用户共同解决问题,可以获得用户直接反馈的信息,这种信息的直接反馈提高了新知识获得的准确性和及时性,提高了新知识在企业创新过程中的转化和利用。

但基于嵌入性对用户创新模式的分析可知,不同的嵌入模式中用户嵌入企业创新过程的环节不同,与企业的关系嵌入程度也不尽相同。“共同创造”的关系嵌入程度显著高于“主动参与”模式[42]。因此,不同的用户嵌入程度是否仍能通过吸收能力对企业创新绩效发生显著影响还有待基于以下假设进行验证。

H3:潜在吸收能力在用户浅度嵌入对企业创新绩效的影响中发挥了中介作用

H4:实际吸收能力在用户浅度嵌入对企业创新绩效的影响中发挥了中介作用

H5:潜在吸收能力在用户深度嵌入对企业创新绩效的影响中发挥了中介作用

H6:实际吸收能力在用户深度嵌入对企业创新绩效的影响中发挥了中介作用

综合上述分析,本文的理论模型如图1 所示。

图1 本文理论结构模型

3 研究设计

3.1 数据收集

本文调查对象选取数字内容产业主要是由于用户参与创新已成为该产业典型的创新模式。根据国民经济行业分类(GB/T 4754-2017)代码“657”对数字内容产业的概念界定,数字内容(digital content)产业指数字内容的加工处理,即将图片、文字、视频、音频等信息内容运用数字化技术进行加工处理并整合应用的服务。主要体现为数字视频、数字教育、数字出版等专业化数字内容生产与服务。而随着新一代信息通讯技术的飞速发展,用户已经可以通过便捷、友好的工具或平台直接参与到数字内容企业的产品或服务开发过程之中,从用户转变为数字内容的直接生产者与企业一起共同参与到产品或服务的开发过程之中。本研究选取数字内容产业为调查对象针对性强,充分解决了数据来源的可获性。

为了保证研究数据的准确性和可靠性,在填写对象上,本问卷主要针对在该企业具有两年以上工作经验的中高层管理者进行发放。在渠道选择上,笔者通过委托数字内容行业协会进行邮件发放、微信群填写,并以当面填写、邮寄和朋友个人发放等多种方式进行补充。共发放问卷500 份,回收283 份,有效问卷227 份,有效问卷回收率达到45.4%。

从回收的227 份有效问卷来看,本研究所得样本的行业涵盖数字视听、网络服务、动漫游戏、在线教育等数字内容产业细分领域;从企业性质来看,企业多集中在民营企业,企业规模多集中在小企业。具体样本描述性统计情况详见表1。

表1 样本描述性统计

3.2 变量测量

本研究所涉及的变量包括浅度嵌入模式(自变量)、深度嵌入模式(自变量)、潜在吸收能力(中介变量)、实际吸收能力(中介变量)、企业创新绩效(因变量)。因这些变量大多难以客观量化测度,均采用李克特5 级量表来进行测量。其中数字1 代表“完全不同意”,数字5 代表“完全同意”,或者从低到高过渡,3 代表中立态度或中间状态。

3.2.1 自变量

用户浅度嵌入与深度嵌入。以Uzzi[50]、McEvily 等[51]对关系嵌入性的测度为基础,从信任、优质信息共享和共同解决问题三个维度对浅度嵌入与深度嵌入的关系嵌入指标进行测量。其中,深度嵌入的测量题项是考察用户与企业从创意、研发、生产到营销整体创新链条的相互信任、信息共享与共同解决问题程度;浅度嵌入的测量题项是考察用户独立完成内容开发后,仅在营销环节与企业的信任、信息共享和共同解决问题程度。问卷填写者对不同嵌入程度下用户与企业的信任程度、信息共享程度和共同解决问题程度分别进行打分。测量题项如表2 所示。

表2 用户关系嵌入题项汇总

3.2.3 因变量

创新绩效是管理及应用经济学等领域研究经常涉及的重要变量,但鉴于创新过程、创新投入产出的复杂性和多样性,目前尚未形成关于创新绩效公认的测度体系。学者们运用不同指标对企业创新绩效进行了度量。Tsai[61]用新产品数来度量创新绩效。Hagedoorn 等[63]采用投入、申请的专利数、引用的专利数和新产品发布数等四项指标衡量企业创新绩效,并指出这些指标具有统计上的交叠性。刘茜[64]用单位产品成本降低率、新产品市场占有率、新产品利润率、新产品销售额占企业总销售额的比率等来衡量创新绩效。朱林等[65]对比分析了新产品销售收入、新产品开发项目经费支出、有效发明专利数、引购技术经费支出等因素对企业创新绩效的影响。本文结合众多学者研究结果,从创新产出、财务绩效和创新效率三个方面来衡量企业创新绩效,具体测量指标为企业推出的新产品数量、申请专利的数量、新产品销售额占营业额的比重、新产品创新成功率。

3.2.3 中介变量

吸收能力是本研究概念模型中的中介变量,它将对用户与企业的关系嵌入与企业创新绩效之间的关系产生影响。本文主要借鉴Zarha 等[49]、Jansen等[66]、钱锡红等[67]的研究量表,从潜在吸收能力和实际吸收能力两个维度对吸收能力进行测度,具体指标如下表3。

表3 吸收能力题项汇总

3.3 数据质量分析

本文采用外推法(Extrapolation Method),对可能存在的无应答偏差进行检验。即按照问卷回收时间先后顺序,将前25%回收的问卷作为早期问卷,将最后回收的25%问卷作为后期问卷,将两组问卷进行T 检验,没有发现明显的差异,说明样本数据的无应答偏差问题不显著。

为了提高问卷质量,避免共同方法偏差的出现,本问卷除了找不同受众、间隔一定时间填写外,还利用打乱问题先后次序、可匿名填写、部分题项设立反向得分等方式来防止第一类误差的出现。其次,采用Harman 单因素检验法来对未旋转的因子分析结果共同方法偏差进行判断,尽可能避免第二类误差的出现。利用SPSS22.0 软件将全部变量进行探索性因子分析,抽取出5 个不同的因子,总体方差贡献率为68.152%,在未旋转时得到的第一个主成分的载荷量是21.414%,并未出现单一因子的现象,表明样本数据的共同方法偏差的情况并不严重,可以继续进行后面的分析。

4 数据统计分析

4.1 信度和效度检验

本文主要采用学者们提出的成熟量表,并根据浅度嵌入和深度嵌入的概念界定对量表的测试题项加以细化说明,从而保证各变量的内容效度。进一步采用因子分析的方法对因变量、自变量以及中介变量来进行结构效度与信度检验。

对自变量进行探索性因子分析(见表4)。结果显示,KMO 值为0.898 >0.8,Bartlett 球形检验显著,很适合进行因子分析;通过主成分分析,正交方差极大旋转,共提取出2个特征根大于1的因子,载荷值均大于0.5,累计方差贡献率为66.095%>50%,因子结构与理论预设一致。因此,自变量量表具有较好的结构效度。且两个变量的信度系数Cronbach's α 指标均大于0.8,符合信度要求。

表4 自变量因子载荷与信度分析结果

对中介变量进行初次探索性因子分析。结果显示,KMO 值为0.961 >0.8,Bartlett 球形检验显著,很适合进行因子分析;但通过主成分分析,发现题项P5 和R1 的载荷值低于0.5,结合题项具体内容,考虑到可能是P5 和P4 表述了有一定相似性,R1 则可能是表述不够明确,与其他题项表述上也有一定重叠,故考虑删除这两个题项。删除题项P5 和R1后对中介变量进行第二次探索性因子分析(见表5),结果显示,KMO 值为0.953 >0.8,Bartlett 球形检验显著,很适合进行因子分析;通过主成分分析,正交方差极大旋转,共提取出2 个特征根大于1 的因子,载荷值均大于0.6,累计方差贡献率为71.34%>50%,因子结构与理论预设一致。因此,修改后的中介变量量表具有较好的结构效度。又两个变量的信度系数Cronbach's α 指标均大于0.8,符合信度要求。

表5 调整后的中介变量因子载荷与信度分析结果

对于因变量,本文借鉴企业创新绩效的成熟量表,进行验证性因子分析。结果显示,X2/df 值为1.408 <2,NFI 为0.989 >0.9,TLI 为0.990 >0.9,CFI 为0.997 >0.9,RMSEA 为0.042 <0.08,符 合相应判断标准,且四个题项的载荷值均大于0.6,表明企业创新绩效量表具有较高的结构效度。信度系数Cronbach's α 指标为0.811,符合信度要求。

4.2 主要变量描述性统计分析及Person 相关分析

相关分析结果如表6 所示。结果表明,浅度嵌入、深度嵌入、潜在吸收能力、实际吸收能力与企业创新绩效的数值均处于中等偏上水平,且这五个变量之间均存在较好的相关性。但Person 相关分析表现的相关性只是变量之间存在相关的可能性,并非表示两者存在因果关系,而且Person 相关性分析表示的是2 个变量之间,当存在多个变量时,无法判断这2 个变量之间的相关关系是否依然显著,需要进一步构建模型来对数据加以处理和验证分析。

表6 各变量平均值、标准差及Person 相关系数

4.3 假设检验

首先采用AMOS22.0 构建用户关系嵌入与企业创新绩效的结构方程模型(如图1),模型各项拟合指数:X2/df 为1.983,GFI 为0.846,RMR 为0.027,NFI 为0.861,IFI 为0.926,CFI 为0.925,RMSEA为0.066,除了GFI 与NFI 略低于适配指标外,其他指标基本都达到了适配标准,表明数据拟合合格。进一步采用SPSS17.0 对各变量间相互关系进行假设检验,各种情况下的回归结果汇总如表7。

表7 假设检验结果

用户关系嵌入与企业创新绩效关系检验。由表7 可见,在控制企业员工人数、企业资产总额、企业产权性质的条件下,将用户关系嵌入的2 个变量,即浅度嵌入模式和深度嵌入模式引入模型1,结果表明,浅度嵌入模式和深度嵌入模式与企业创新绩效呈现显著的正相关关系(β=0.215,P<0.05;β=0.173,P<0.05)。因此,假设H1和假设H2获得支持。

吸收能力的中介效应检验。根据Baron 等[68]的中介效应检验原理分三步进行检验:步骤一,检验用户关系嵌入与企业创新绩效的相关性,如模型二所示,浅度嵌入模式和深度嵌入模式与企业创新绩效呈显著正相关。步骤二,检验用户关系嵌入与吸收能力的相关性,模型4 中,浅度嵌入模式和深度嵌入模式对潜在吸收能力具有显著的正向作用(β=0.531,P<0.001;β=0.272,P<0.001),且浅度嵌入模式对潜在吸收能力影响更大;模型5 中,浅度嵌入模式和深度嵌入模式均与实际吸收能力显著正相关(β=0.337,P<0.001;β=0.459,P<0.001),且深度嵌入模式对实际吸收能力的贡献更大。步骤三,把自变量用户关系嵌入与中介变量吸收能力同步放入回归方程中进行检验,于是在模型6 中引入潜在吸收能力,浅度嵌入模式和深度嵌入模式与企业创新绩效正相关但不再显著,且系数均明显变小(0.048 <0.215;0.088 <0.173),潜在吸收能力与企业创新绩效显著正相关(β=0.314,P<0.001),表明潜在吸收能力在浅度嵌入模式和深度嵌入模式与企业创新绩效之间起到完全中介作用,假设H3和假设H5得到支持。

在模型7 中将实际吸收能力与用户关系嵌入同时放入,结果显示,浅度嵌入模式和深度嵌入模式与企业创新绩效正相关但不再显著,且系数明显变小(0.113 <0.215;0.035 <0.173),实际吸收能力与企业创新绩效显著正相关(β=0.302,P<0.001),表明实际吸收能力在浅度嵌入模式和深度嵌入模式与企业创新绩效之间起到完全中介作用,假设H4和假设H6获得支持。

模型8 中,将吸收能力与用户关系嵌入同时放入回归方程中,浅度嵌入模式和深度嵌入模式与企业创新绩效正相关但不显著,潜在吸收能力和实际吸收能力与企业创新绩效仍然显著正相关,由此进一步支持了假设H3、H4、H5和H6,即潜在吸收能力和实际吸收能力在浅度嵌入模式和深度嵌入模式与企业创新绩效之间起到完全中介作用。假设检验结果汇总如表8。

表8 本研究假设检验结果汇总

5 结论与启示

5.1 用户关系嵌入能有效提升企业的创新绩效

本文根据用户参与创新的程度不同将用户关系嵌入分为浅度嵌入和深度嵌入,探究其对企业创新绩效的影响。检验结果表明,无论是浅度嵌入还是深度嵌入都对企业创新绩效的提升产生了显著影响。充分说明用户创新也正经历着从企业采用用户提交的创新产品与服务到和用户共同开展创新的模式转变,而随着用户嵌入企业创新过程的阶段前移和参与创新程度的加深,企业的创新绩效也得到了有效提升。

因此,对于能够独立进行开发创新产品的用户而言,企业应更好的完善界面友好的交互平台,提供便捷易操作的创新工具使用户的创意能快速的转变为创新产品,并交付企业使用。而对于有创意思想,又缺乏工具和资本等创新要素,无法独立实现创新的用户,企业应更多的通过市场的筛选机制,识别真正有价值的创意,利用企业拥有的创新资源,将这样的用户纳入整合到企业的创新生态系统之中,共同完成创新产品与服务的开发。

5.2 浅度嵌入与深度嵌入对企业吸收能力影响不同

浅度嵌入对企业潜在吸收能力影响更大。由于用户独立于企业之外自主开发新的产品或服务大多是基于自我的需求出发。因此,当用户将自主开发的创新产品交付企业使用时,便为企业带来了丰富多样化的市场需求信息,提升了企业对外部信息和知识的获取能力。而企业要从中识别出能真正为企业创造价值,并将其纳入与企业整体发展的产品或服务,还需要较强的对用户创新产品的消化与吸收能力。这正是Zahra 等人[49]对潜在吸收能力的界定。

深度嵌入对企业实际吸收能力影响更大。根据Zahra 等人[49]对实际吸收能力的界定,即企业对知识的转化与应用能力。而深度嵌入模式是用户和企业在创意基础上就展开了合作,共同开发的过程则是企业与用户不断发生信息共享,彼此信任,共同解决问题的过程,而这一过程将有效的推动企业对来源于用户等外部知识的转化和应用,从而提升企业的实际吸收能力。

5.3 企业的吸收能力成为用户嵌入影响企业创新绩效的重要途径

创新的过程离不开对新知识的获取、吸收和应用,本文研究结果说明,无论是潜在吸收能力还是实际吸收能力都是用户关系嵌入提升企业创新绩效的重要途径。数字内容作为知识密集型服务业态,其产品和服务的更新换代非常快,技术的飞速发展与市场的瞬息万变,需要企业对新知识具有快速准确的识别、获取与转化、应用能力。而用户直接嵌入到企业内部,从创意思想开始与企业共同研发创新产品或服务,也为企业快速掌握外部需求信息,并及时的消化吸收、应用和再创造新的知识探索了高效的新型创新模式。

5.4 不足与展望

考虑到用户嵌入企业的创新模式普遍性,本文将调查对象界定在数字内容产业。研究过程中通过控制变量对不同规模,不同性质的企业进行了深入考察,但并未对不同细分领域、不同地区的企业进行差异性分析,今后有必要进一步在此维度深入探讨,尽量避免样本偏差对研究结论的影响。另外,本文对于吸收能力的中介作用检验主要采取Baron等[68]的因果逐步分析法,任何一种方法都有其局限性,今后的研究中还应通过更多的方法来对比验证。

猜你喜欢
吸收能力变量深度
四增四减 深度推进
深度思考之不等式
抓住不变量解题
简约教学 深度学习
创新视角下企业吸收能力、冗余资源与企业绩效的实证研究
吸收能力研究进展评述
吸收能力在开放式创新过程中作用的产业差异性
分离变量法:常见的通性通法
变中抓“不变量”等7则
深度挖掘