文章编号：1004-8308（2015）01-0113-11
企业需要在高度复杂和动态的商业环境中不断地进行开发和探索.开发意味着“调整”，它能够帮助企业提高效率，改进产品并保持稳定；探索则意味着“适应”，它能够促使企业提高柔性，积极创新并尝试改变.组织要想维持长期竞争优势，就必须在开发和探索这两种学习行为之间获得平衡，这种平衡则体现了组织双元能力.由于组织双元能力是影响组织绩效的关键微观基础，因此从组织双元能力视角分析技术创新、组织学习以及知识管理等问题正逐渐成为学术界和企业界共同关注的重要研究方向.
现有关于组织双元能力的研究多聚焦于以企业或团队为代表的组织内部层面，考察以战略或技术联盟为代表的组织间层面双元能力的文献却并不多（见表1）.
概括而言，这些研究表明，现实商业环境中在以联盟为代表的组织间层面确实存在基于开发和探索行为的不同类型组织双元能力，且这种能力能够帮助组织通过有效获取各种知识、信息和技术促进创新并提高绩效，而组织内外部各种因素（如学习经验、战略一致性、环境动态性和不确定性）也会调节组织双元能力和组织创新绩效之间的关系.
尽管这些文献都对组织双元能力与组织创新绩效之间的关系问题展开了较为深入的分析，但当前研究仍存在一些不足.①绝大多数文献并未从动态网络视角探讨组织双元能力与组织创新绩效之间的关系.不少学者指出组织结构是影响组织在开发和探索行为之间平衡程度和模式选择的重要因素，而企业在联盟中的网络嵌入又是驱动联盟网络结构变化的主要前因，因此网络嵌入会影响组织双元能力.鉴于此，本文试图结合网络嵌入理论并从动态网络视角进一步考察上述两者之间的关系，这既有助于弥补当前研究的不足，也能够从组织设计视角为如何构建双元型联盟（ambidextrous alliances）提供一定策略启示.②现有相关文献主要关注组织个体绩效而忽略了联盟整体绩效，也缺乏从时间维度对绩效进行划分.本文尝试分别考察组织双元能力对联盟短期和长期创新绩效的影响，这有助于我们深入理解组织双元能力与组织创新绩效之间的关系.③在组织双元能力影响联盟创新绩效过程中，现有研究忽视了技术互依性（technological interdependence）所发挥的作用，从而导致了对上述过程认识的不足.这种技术互依性主要体现为创新生态系统中不同技术组件（component）之间存在很强的耦合关系（交叉效应），即知识重叠和技术融合导致不同领域之间技术的相互影响越来越强.以智能手机为例，其发展需要同时依赖通信和互联网两个领域的技术创新，故它本质上反映了创新生态系统中各种技术组件（要素）所构成技术景观的复杂程度，而企业则需要通过联盟特别是专利技术联盟，克服技术互依性的影响，加快产品和技术创新步伐.如最近索尼和奥林巴斯便建立联盟，试图整合索尼的影像传感器、3D和4K等影像技术及奥林巴斯的镜头及光学技术，共同研发新一代手术内窥镜及相关系统产品.
动态网络环境下组织双元能力与联盟网络之间存在双向反馈关系，这使得经验研究不足以分析和把握联盟层面企业行为的复杂过程及其涌现.而联盟网络演化相关时间序列数据往往难以准确获取，这也使得实证研究无法深入刻画技术互依性和组织双元能力和区分联盟创新绩效类型，从而无法构建技术互依性、组织双元能力与联盟创新绩效的完整分析框架.近年来，国内外学者尝试在计算机仿真模拟的基础上运用统计回归分析深入考察多种因素（变量）的交互作用.这种研究技术路线由于其方法的有效性和合理性，正日益成为研究组织管理问题的新兴研究范式.本文沿袭这种技术路线，采用计算机仿真和统计回归分析相结合的方法，尽可能严谨地考察技术互依性和组织双元能力对联盟创新绩效的影响.
1基本模型
鉴于有学者对基于专利引用的技术联盟实证研究表明适应度景观NK模型能够深入反映技术景观复杂程度，本文与该文献一致，将NK模型中的参数N隐喻为企业创新所需的N个技术组件（要素），且每个技术组件有0和1两种选择.企业i的创新绩效可以表示为
本文主要从如下4方面构建组织双元能力和联盟网络的演化动力学机制.
（1）企业在联盟中的开发和探索行为.开发是对现有知识的利用，探索则是发掘新知识.鉴于此，与上述文献一致，本文将“开发行为”定义为通过模仿学习联盟合作对象现有技术组件配置选择的方式提高自身创新绩效；“探索行为”是通过局部搜索对现有技术组件配置进行重组从而寻找一个能提高自身创新绩效的新技术组件配置选择.假定在任意时刻t，企业以概率P采取开发行为，以概率1-P采取探索行为，因此参数P体现了企业在开发和探索行为之间的平衡程度，即组织双元能力.
（2）企业在联盟中的网络嵌入模式.动态网络环境下开发行为意味着企业可以利用搜索更新自己的联盟合作者，鉴于有实证研究表明企业搜索联盟对象方式与网络嵌入模式有关，本文构建了3种网络嵌入模式：①关系嵌入（relational embeddedness，仿真参数L=1）表示企业从那些曾经有过联盟合作关系的企业中搜索新联盟对象，这种关系反映了组织之间的信任；②结构嵌入（structural embeddedness，仿真参数L=2）表示企业从那些曾经有过联盟关系企业的现有合作者（邻居）中搜索新联盟对象，这体现了社会网络形成过程中的三角闭合机制；③位置嵌入（positional embeddedness，仿真参数L=3）表示企业从与自己所处联盟网络位置相似的企业中搜索新联盟对象，这反映了结构趋同性思想，即处于联盟网络中相似位置的企业之间更容易建立联盟，对美国通信行业联盟网络演化的实证研究就发现企业在搜索联盟对象时存在这种网络嵌入模式.
（3）企业双方建立联盟关系（连边）和单方面取消联盟关系（断边）机制.如果企业i在t时刻以开发行为方式寻找技术组件配置，假设其只能向一个绩效更高的企业j（fit
（4）企业技术组件配置选择的更新机制.在时刻t，企业更新自身技术组件配置选择分如下3种情况.①如果企业i采取探索行为，则采用局部搜索方式（随机改变N个决策中某一个状态，要么从1变为0，要么从0变为1）找到一个新技术组件配置Dit，该配置所对应的绩效水平为fit.如果fit>it，企业i在时刻t+1的配置更新为Dit，否则其在时刻t+1的配置依然为Dit.②如果企业i采取开发行为且不为孤立点，则根据某种网络嵌入模式搜索到一个最高创新绩效的企业j（其对应的绩效为fjt，如果同时存在多个相同最高创新绩效水平的企业，则任选其中一个）.如果fjt>fit，则企业i向企业j提出建立联盟关系请求，企业j则根据前文提出的连边机制决定是否同意建立联盟关系.如果企业j不同意，企业i在时刻t+1的选择配置依然为Dit；如果企业j同意，则企业i在时刻t+1的配置Dit+1将模仿学习Dit与文献[32]一致，本文假设有限理性的企业i在模仿学习企业j的配置时存在一定偏差，令企业模仿学习创新活动选择配置中每个决策正确的概率为θ，则其能够完全模仿学习联盟合作者技术组件配置的概率为θN③如果企业i采取开发行为且为孤立点，则其在联盟网络中随机搜索一个企业，再根据②中的描述更新技术组件配置.
2研究方法
2.1变量的测量
1）因变量：联盟短期和长期创新绩效.令联盟短期创新绩效等于仿真时间t=10时联盟网络中所有企业创新绩效的平均值，而联盟长期创新绩效则等于仿真终止时（t=500），即仿真稳定均衡状态下联盟网络中所有企业创新绩效的平均值.
2）自变量：技术互依性、组织双元能力和网络嵌入模式.本文利用NK模型中的参数K描述技术互依性程度.K值越大，技术组件之间耦合程度就越高，技术互依性就越强仿真参数P值趋向于1则为开发主导型联盟，P值趋向于0则为探索主导型联盟.为深入对比不同网络嵌入模式对联盟创新绩效的影响，本文引入两个虚拟变量：“结构嵌入模式”意味着当参数L=2时该值取1，否则取0；“位置嵌入模式”意味着当参数L=3时该值取1，否则取0.因此在回归分析中，“关系嵌入模式”被当作基准参考组.与一致，作者采用Bonacich特征向量中心性分值来测量每个企业在联盟网络中的位置.
3）控制变量：即初始状态联盟网络结构特征.刻画这些网络结构特征的指标均来自近年联盟网络的相关实证研究，具体选取网络平均联通度、小世界系数和匹配系数三个指标.与文献[33]一致，小世界系数计算方法是每次初始化所生成的联盟网络其平均聚集系数与网络效率的乘积再除以与该网络相同平均联通度的随机网络其平均聚集系数与网络效率的乘积.为避免随机网络生成过程中的随机性影响，本文每次都生成了20个与初始网络相同平均联通度的随机网络，再取这些随机网络其平均聚集系数和网络效率的平均值.
2.2仿真设计
设联盟网络规模为n=100保持不变，且网络中允许存在孤立点，每次仿真过程如下.
1）初始化阶段.根据文献[34]所提出的CNN机制生成初始联盟网络.采用该机制主要是因为CNN网络同时具有网络度分布异质性、小世界以及社群结构这3种社会网络普遍拥有的网络结构特征，且该网络的生成机制简单，只需一个控制变量——连边概率pro.一旦生成初始联盟网络，便计算刻画其网络结构特征的3个指标.同时，本文构造两个网络矩阵分别记录企业曾经建立过联盟关系的对象组合、企业每一时刻联盟合作的对象组合.所有企业均位于同一技术景观上，而初始技术景观以及每个企业初始状态时的技术组件配置均是当K值随机给定后随机生成.模型中其他参数值也是在初始化阶段随机给定，比如L=1说明企业将采取关系嵌入模式.所有仿真参数取值范围及相关说明详见表2.
2）网络演化阶段.每个企业在每一时刻均同步更新自己的技术组件配置和联盟对象.①每个企业均分别以概率P和1-P采取开发和探索行为.如果采取开发行为，则根据前文中的连边机制决定企业双方是否最终建立联盟.一旦两个企业建立联盟且它们之前不存在联盟的历史记录，则还应同步更新企业曾经建立过联盟关系的网络矩阵.②每个企业根据前文中的技术组件配置更新机制选择新的技术组件配置.③每个企业根据前文中的断边机制单方面取消与某些联盟对象的联盟关系.
3）仿真设计的有效性控制.为保证仿真设计的有效性，本文采取全因子实验设计技术路线.由于仿真参数pro、K和P都分别有5种取值，网络嵌入模式（L）有3种，总共存在5×5×5×3=375种可能情况，每种情况下做100次仿真，故总共运行了37500次仿真，所有仿真均在Matlab 7.4的环境中实现.与文献[35]一致，在每一次仿真过程中，如果企业在仿真时间最后3期技术组件配置都没有发生变化，则定义该企业处于稳定均衡状态；如果联盟网络中有95%以上的企业都处于稳定均衡状态，则联盟网络演化也处于稳定均衡状态，此时仿真将终止.仿真结果表明，t=500足以保证所有企业技术组件配置选择和联盟网络演化均达到稳定均衡状态.
3回归结果分析
各变量的均值、标准差和相关系数详见表3.为深入分析变量的交叉效应，本文一方面对自变量进行了中心化处理，避免多重共线性影响，另一方面采用层级回归进行相关检验.回归分析结果见表4.所有回归模型中，样本量都足够大（37500个），根据中心极限定理可以认定样本服从正态分布；各变量的最高方差膨胀因子（VIF）均远小于10，说明变量之间的多重共线性并不严重；D.W统计检验量均在2附近，说明回归模型中残差与自变量相互独立，满足误差项独立性条件，故回归分析得出的结论是可靠的.首先，回归结果表明技术互依性对联盟短期和长期创新绩效均具有显著负向影响（p<0.001）.技术互依性程度越高，技术组件之间的耦合程度就越高，企业所处的技术景观就越复杂，这显然抑制联盟创新绩效.与此同时，技术互依性与组织双元能力的交叉项对联盟短期和长期创新绩效也存在显著负向影响.这或许可以从NK模型自身的组织适应思想来解释：企业在技术景观中通过更新技术组件选择配置提高自身创新绩效的过程，非常类似于生物体通过更新基因组从而朝着高适应度方向的演化过程.技术互依性使得技术景观呈现出严重的凹凸不平特征，企业要想提高自身绩效（类似于在技术景观中“爬山”），就必须依靠自身战略行为，特别是基于开发和探索学习行为的组织双元能力搜索更好的技术组件选择配置，因此技术互依性和组织双元能力在联盟创新过程中存在替代效应.
结论1：技术互依性负向影响联盟的短期和长期创新绩效.
结论2：技术互依性负向调节组织双元能力与联盟短期和长期创新绩效的关系.
其次，组织双元能力对联盟短期和长期创新绩效的影响并不相同.仿真参数P值越高，企业越倾向于采取开发行为，这种以开发为主导的组织双元能力对联盟短期创新绩效有显著促进作用，因为开发使得企业能够通过模仿联盟合作者的技术组件配置在快速提高自身短期绩效的同时也促进联盟的短期绩效.然而，开发行为也存在负面影响，它加快了组织间知识转移的速度，这反过来加剧了联盟内部知识同质化趋势，从而抑制联盟长期创新绩效.
结论3：开发行为正向影响联盟短期创新绩效，但对联盟长期创新绩效有负向作用.而探索行为对联盟创新绩效的影响则恰恰相反.
最后，回归分析也表明动态网络环境下不同网络嵌入模式也会影响联盟创新绩效.为深入分析这种影响，本文分别统计了不同网络嵌入模式下，自变量技术互依性和组织双元能力各自一个标准差参数值变化对联盟短期和长期创新绩效的影响.一方面，从图1（a）可知，对于联盟短期创新绩效而言，结构嵌入模式下开发行为对联盟绩效的提升最明显，且该模式下技术互依性对联盟绩效的负向影响最小，两种效应叠加使得结构嵌入模式最有利于促进联盟短期创新绩效；另一方面，对于联盟长期创新绩效而言，图1（b）则说明不同网络嵌入模式下技术互依性对联盟绩效的负向影响相差很小，但在位置嵌入模式下，开发行为对联盟绩效的抑制作用最小，因而位置嵌入模式最有助于促进联盟长期创新绩效.导致出现上述现象的原因在于，结构嵌入模式使得企业能够在短期通过网络闭合特征获得如文献[36]所指出的“社会监控收益”，即企业凭借自身力量很难在短时间内搜索到比自己绩效更高的联盟合作者，而根据本文模型假设，两个企业建立联盟关系的概率与彼此双方的绩效比值有关，企业现有合作者的联盟对象在很大程度上其自身绩效不比该企业差，这就使得企业现有合作者扮演了“共同搜索者”角色，通过对它们合作者（即该企业朋友的朋友）的监控，帮助企业在短期内搜索到更好的联盟对象，从而尽快提高自身绩效，这显然也直接促进了联盟整体绩效.然而，结构嵌入模式会导致企业与合作者形成一个紧密的局部集群，这在促进集群内部知识转移的同时既加快了集群内部知识同质化趋势，也制约了与集群外部企业建立联盟关系的可能，从而抑制联盟长期绩效.与之相反，位置嵌入模式使得企业在与自己网络位置相似的企业中搜索新联盟对象.由于在网络演化初期，位置相似的企业其绩效差别很大，因此短期内无法帮助企业找到合适的联盟对象从而提高绩效.但随着网络演化的持续，位置嵌入模式将带给企业两方面的潜在收益：①信息收益，即通过与位置相似的企业建立联盟，帮助企业突破结构嵌入模式所造成的局部集群约束，使得企业利用在不同局部集群之间建立如文献[31]所指出的“捷径”获取新的信息知识；②声誉收益，如位置嵌入模式使得均处于网络中心位置的企业之间更容易成为合作者，而根据本文模型假设，企业之所以处于中心位置在于其自身绩效很高，其他企业都愿意与其建立联盟，因此当两个绩效都很高的企业“强强联合”时，有助于彼此绩效的进一步提高.概括而言，位置嵌入模式下两种收益的共同作用促进了联盟长期绩效水平.
事实上，网络嵌入对联盟创新绩效的影响也会随着时间维度变化而呈现不同模式.作者利用回归分析考察了技术互依性和组织双元能力对联盟不同时刻创新绩效的影响（t=10，20，…，100，500）.图2（a）表明位置嵌入模式下技术互依性对联盟绩效的负向影响会随着时间呈现先增后减的变化趋势，且该模式下这种抑制作用始终最大，直到长期均衡状态，3种网络嵌入模式下技术互依性对联盟绩效的负向影响才会趋向一致.图2（b）则显示在关系和结构嵌入模式下，以开发为主导的组织双元能力对联盟创新绩效的正向影响会随着时间递减，甚至从t=80以后这种影响会变为负向；而在位置嵌入模式下，这种影响会随着时间呈现先增后减的变化趋势，特别当t=40时，这种正向作用达到最大值0.463.
结论4：企业采取结构（位置）嵌入模式最有利于提高联盟短期（长期）创新绩效.
4讨论与结论
本文从动态网络视角出发，深入考察了技术互依性和组织双元能力对联盟短期和长期创新绩效的影响.通过上文的计算机仿真和统计回归分析，得到一些较有实践意义的管理启示.
（1）本文进一步深化了影响联盟创新绩效机制的相关研究.以往的研究主要关注联盟网络所带来的社会资本或知识溢出、企业自身特征及其战略行为、外部产业环境等前因对联盟创新绩效水平的影响，而忽视了技术互依性对联盟创新绩效的直接和间接作用.
研究结论1表明技术互依性对联盟短期和长期创新绩效均存在直接负向影响.当技术互依性很强时，技术创新活动难以分解，企业无法依靠联盟协同创新优势寻找带来更好绩效的技术组件配置.一方面，企业可以通过对联盟企业的并购，即借助纵向或横向一体化整合的方式降低技术互依性；另一方面，联盟可以通过高效ERP系统和信息技术降低技术互依性.如美国通用电气、波音等多家公司组建了飞机研发技术联盟，为降低飞机各个组件之间技术互依性影响，它们运用先进的信息技术并制定共同分享的技术语法（technical grammar），这能够有效分解不同技术组件之间的耦合程度，从而提高联盟整体创新绩效.
研究结论2说明技术互依性对盟创新绩效还存在间接影响——负向调节组织双元能力和联盟创新绩效之间的关系，因此企业也应采取手段尽量避免这种间接危害，如企业可以考虑在产品模块化的基础上进行联盟.这种模块化能够从两方面降低技术互依性：在技术系统整体架构层面促进不同技术组件之间的混合和匹配；在技术系统微观应用层面减少不同技术组件之间的耦合紧密程度.
（2）本文研究有助于我们进一步理解组织双元能力与联盟创新绩效之间的动态关系，加深我们对联盟层面组织双元能力的相关认识.
研究结论3说明组织间层面双元能力与组织内部层面双元能力对组织创新绩效的影响存在某种一致性.对于现实商业环境中进行联盟管理实践的企业而言，必须深刻认识到单一的开发或探索行为都是一把“双刃剑”.这能够从知识转移视角得到进一步启示：联盟中的开发和探索行为可以对应于知识转移过程中的复制和适应（adaption）行为.强化开发行为意味着加强联盟活动，这固然能够帮助企业通过复制学习联盟合作者的技术组件选择配置提高联盟短期绩效，但随着知识在企业间转移速度的加快，联盟内部知识同质化趋势会反过来抑制联盟长期绩效.强化探索行为意味着降低联盟活动，企业试图依靠对现有技术组件选择配置的局部调整以适应长期技术景观变化.这虽然降低了联盟内部知识转移速度，即联盟通过保持内部知识异质性提升其长期绩效，却无助于缓解联盟短期绩效压力.因此，企业需要在开发和探索行为之间保持适度平衡，这种平衡将通过控制联盟内部知识转移速度来确保联盟整体绩效的提高.同时，这种平衡也与时间维度有关，即针对不同时期绩效目标采取不同平衡策略.开发行为能够提高联盟短期绩效，探索行为能够促进联盟长期绩效.
（3）本文研究能够帮助企业从组织设计视角构建双元型联盟提供一定策略启示.
研究结论4表明，联盟网络结构是影响双元型联盟构建的重要因素，这也与从组织设计视角考察组织双元能力的观点一致.因此企业可以借助不同的网络嵌入模式驱动联盟网络结构的演化，从而满足不同时期联盟绩效的需要.短期而言，企业可以采取文献[39]所提出的“局部研发战略”，通过结构嵌入模式形成技术集群，促进知识溢出，从而提高联盟短期创新绩效；长期而言，企业则可以运用文献[40]所提出的“协调战略”，通过位置嵌入模式的“长跳”机制形成高绩效联盟组合，避免网络演化过程中的路径依赖现象，进而提高联盟长期创新绩效.
（4）本文研究能够帮助我们深入把握技术互依性、组织双元能力与联盟创新绩效三者之间关系，这既是对当前联盟能力相关领域研究的深化，也能够为企业从组织学习和动态网络视角开发联盟能力提供一定启示（见图3）.技术互依性导致企业所处的技术景观变得复杂，阻碍了企业在景观中爬山（即搜索更好的技术组件配置）的效果和效率，这会激发对联盟开发和探索能力的需求，而组织双元能力和动态网络则恰好提供了这两种能力.首先，企业通过组织双元能力在开发和探索两种组织学习模式之间获取不同平衡程度以保证联盟开发和探索能力的供给；其次，企业借助不同网络嵌入模式驱动联盟网络动态演化，通过组织间网络结构调整进一步加强上述能力的供给；最后，动态联盟网络帮助企业搜索到更好的技术组件配置，这又会反过来影响企业在开发和探索之间平衡的程度，即组织双元能力和动态网络对联盟开发和探索能力的供给存在相互影响.最终联盟短期和长期创新绩效则取决于联盟开发和探索能力需求与供给的共同作用.
概括而言，本文采用计算机仿真和统计回归分析相结合的方法，从动态网络视角深入考察了技术互依性和组织双元能力对联盟创新绩效的影响.研究表明，技术互依性不仅负向影响联盟短期和长期创新绩效，也负向调节组织双元能力与联盟短期和长期创新绩效的关系；开发行为正向影响联盟短期创新绩效，但对联盟长期创新绩效有负向作用，而探索行为对联盟创新绩效的影响则恰恰相反；企业采取结构嵌入模式最有助于提高联盟短期创新绩效，采取位置嵌入模式最有利于提高联盟长期创新绩效.后续研究可以从两方面展开：①从知识转移视角分析联盟网络结构和关系在组织双元能力和联盟创新绩效之间的调节作用；②从模块化视角考察技术互依性的不同模式对联盟创新绩效的影响.事实上，相关研究工作正在进行中.
推荐访问： 绩效 视角 能力 组织 创新