企业创新战略与知识特征的适配性研究

姚艳虹，刘金洋，闫倩玉

（湖南大学 工商管理学院，湖南 长沙 410082）

一、引 言

企业是科技创新的主体，而知识是企业创新活动的关键要素和资源[1]。如何最大化知识资源在创新活动中的推动作用已成为企业创新战略选择的出发点和落脚点。然而在我国产业结构调整和优化升级的大背景下，无视知识资源的基础决定作用，盲目选择创新战略的情况普遍存在。如一些企业在选择创新战略时“拍脑袋”决策，或单纯效仿行业标杆和竞争对手，致使创新战略无法落地实施或流于形式，至今仍贴着“代工厂”或“山寨”的标签，居于全球价值链最底端。事实上，企业正面临困惑——企业创新战略选择的依据是什么？企业知识特征对创新战略选择和创新绩效提升是否存在影响？这些问题的探讨在理论上和实践中意义重大。

创新战略是企业进行技术创新活动的具有全局性、长远性和方向性的规划[2]。创新战略从不同的角度有多种分类方法。本文基于创新过程中知识获取和转化方式的不同将创新战略分为探索性创新（exploratory innovation）和利用性创新（exploitative innovation）[3]。已有研究表明，创新战略的制定和实施受创新环境、创新资源和创新路径等因素的影响[4]。但国内学者多从技术能力的角度探讨创新战略选择问题，如从技术能力水平和结构的角度，探讨其对创新战略选择和创新绩效的影响[5-6]，从技术能力与领先市场两个维度区分企业创新战略选择的4种情景[7]，从企业技术能力和市场需求多样性两个角度分析企业创新战略选择以及对国家自主创新战略的影响[8]，或实证研究创新战略和知识结构的匹配性对创新绩效的影响[9]。企业技术能力本质上是一种知识能力，即企业整合和运用现有内外部知识的能力[10]。知识资源除了其存量水平和结构外，知识特征本身也制约和影响着创新战略的选择和创新绩效水平的高低。换言之，只有识别自身的知识特征，选择与企业知识特征相契合的创新战略，发挥知识的比较优势，才能有效提高创新绩效。尽管国内外学者已分别对知识特征、创新战略和创新绩效开展了大量研究，而且针对知识特征、创新战略、创新绩效两两关系的研究已取得不少理论与实证研究成果[11-13]，但迄今为止专门研究知识特征、创新战略和创新绩效三者关系的文献“寥若晨星”，此外，以往对知识特征的研究多从显性和隐性的角度展开。本文提出全新的知识特征分类方法，从知识嵌入和知识距离两个维度，将知识特征划分为四种类型，更加深入细致地分析知识特征与创新战略的内在适配性及其对创新绩效的影响。

本文从知识特征、创新战略与创新绩效三者之间的相互关系入手，提出知识特征与企业创新战略存在适配关系的观点，深入探讨创新战略和知识特征适配度对创新绩效的影响，在理论上丰富创新与知识管理相关研究，实践中为企业合理选择创新战略，提升创新绩效提供理论参考。

二、理论背景和研究假设

（一）文献回顾

知识特征是对知识所具有特点的概括总结。以往关于知识特征的研究主要有隐性和显性、嵌入性、模糊性、知识距离等，其中关于显性和隐性的研究最多，如 Kogut＆Zander[14]，Nonaka[15]等。Cummings&Teng和雷井生则从嵌入性、模糊性和知识距离的角度来研究知识特征[16-17]，在此基础上，本文以知识嵌入和知识距离作为知识的特征变量。Argote&Ingram系统研究了知识嵌入度对知识管理的影响，将知识嵌入度定义为知识与其载体不可分割、不可分离的程度[18]。Cummings&Teng则将知识距离定义为知识传递各方拥有相似知识的多少，知识距离越大，各方拥有的重叠知识越少。基于资源基础理论，Urgal等人认为创新战略的制定和实施在很大程度上受到知识资源的制约和影响[19]。Zahra进一步指出企业已有知识资源的特征决定了其在创新活动中识别新知识以及整合和运用新旧知识的有效程度[20]。Van Wijk研究发现，知识的水平流动会增加横向知识存量，进而促进探索性创新；而纵向知识存量对探索性创新和利用性创新均具有促进作用[21]。知识特征通过影响企业知识转移和共享的效率对企业核心技术能力的形成与发展发挥重要作用[22]。因此，探讨企业知识特征对创新战略制定和实施的影响，是提高创新绩效首要和最基础的问题。

实施探索性创新战略或利用性创新战略的企业，创新的侧重点有所不同，从而决定了两类企业获取、消化吸收和应用知识的方式不尽相同[23]。探索性创新更加注重从外部获取新知识，引入先进技术，拓展销售渠道，满足新兴市场的需求[24]，因此需要以多元化的知识为基础[25]。利用性创新通常基于企业已有知识、组织结构和运营流程，对现有的产品、服务和渠道等予以改进，满足现有市场的需求，因此需要以深入扎实的专业知识为基础。

已有关于知识特征与创新战略的研究，通常仅限于讨论单向的作用关系[11]。本文借鉴相关研究成果，基于中国本土企业的知识特征，对不同创新战略选择情境下的企业创新绩效进行对比分析，试图揭示蕴含在创新战略与知识特征之间的内在适配关系，为企业提升创新绩效提供理论依据和实践指导。

（二）研究假设

知识特征是指组织内部知识的特点和属性，代表组织特有的知识状态。知识特征中的知识嵌入是知识流动过程中的情境依赖，代表知识与其载体不可分离的程度[18]；知识可以嵌入工具、人员、流程及相关子网络中，载体的特点在一定程度上限制了知识共享和转移的效率。而内部知识共享是组织创新的前提，如果组织成员不能很好地利用组织技术设备，无法与知识丰富的员工充分接触交流，对于组织任务及流程不能较好地理解，则会造成组织知识流动不畅，组织创新难以顺利开展。然而知识嵌入度高的企业通常具有高度专业化的知识，深厚的专业知识一方面让企业在本领域具有独特的技术优势，有助于利用性创新的开展，另一方面却不利于企业对其他技术领域知识的吸收与整合。当企业知识主要集中于某一技术领域，有可能面临一系列技术创新风险，如“能力陷阱”、“路径依赖”、“核心刚性”、“非本处发明的态度”等，该类企业通常倾向于利用内部知识开展创新，忽视对外部知识的整合[12]，进而抑制探索性创新的产生。知识特征中的知识距离代表各知识主体在知识类型、结构和层次方面的差异。知识距离较大时，组织成员间思维方式和沟通方式存在差异，对知识如何应用缺乏共识，进而造成组织知识共享和转移困难，不利于利用性创新活动的开展。然而，知识距离较大，表明组织成员间重叠知识较少，组织成员的知识领域和知识位势不尽相同，企业内部存在多元化的知识资源，有助于整合不同领域和层面的知识提出创新性的解决方案，推动探索性创新的开展。基于知识嵌入和知识距离水平的高低，本文认为知识特征可以划分为四种类型：低嵌入低距离、低嵌入高距离、高嵌入低距离和高嵌入高距离，如图1所示。

图1 知识特征类型矩阵图

高嵌入高距离知识特征，常见于大学、科研机构和新近成立的高新技术企业。组织不仅在本领域具有深入扎实的专业知识，而且很难被其他组织模仿和复制，同时成员间存在多元化的知识体系，知识资源较为丰富。但组织知识对情境的高度依赖降低了知识转移的效率，员工间知识基础和知识结构的巨大差异使沟通交流变得困难，知识流动速率和利用效率受到限制。提高创新绩效的关键主要在于优化组织的知识状态和知识分布。通过构建知识共享的组织情境，拓展知识的组织范围，将外部知识内部化，结合组织内部多元化知识进行探索性创新，从而提升创新绩效；另一方面可通过组织学习，建立知识共享通道，缩小组织成员间的知识差距，提高企业共享和利用已有知识资源的效率，实施利用性创新战略以提升创新绩效。因此，在高嵌入高距离知识特征下，综合实施双元性创新战略有助于提高企业创新绩效。基于以上分析，本文提出研究假设1。

H1：高嵌入高距离知识特征下，探索性和利用性创新战略与企业创新绩效均正相关。

低嵌入高距离知识特征下，企业缺乏专业化的知识基础，但知识活性较高，易于转移和共享，同时员工间沟通交流虽存在一定障碍，却为企业提供了多元化的知识资源。低知识嵌入的企业由于知识粘性和情境嵌入性较低，知识转移的路径依赖不强，知识在部门之间转移和共享较为顺畅，同时多元化的知识体系有利于员工进行思想碰撞，激发创意的产生，为企业开展探索性创新提供有利条件。而利用性创新强调整合和优化升级企业现有知识，由于员工间缺乏共同的知识基础，在改进产品和服务的沟通交流上难以达成共识，同时受知识深度的限制，企业实施利用性创新战略缺乏相应的资源支撑，难以取得有竞争力的产品或服务。基于此，本文提出研究假设2。

H2：低嵌入高距离知识特征下，相较于利用性创新，探索性创新战略对企业创新绩效有显著的正向影响。

高嵌入低距离知识特征下，企业知识情境依赖性较强，转移和共享难度较大，员工间知识差距较小，同质化程度较高。由于企业知识高度嵌入企业生产流程和运营网络中，其应用途径和范围受到较大限制，但能带来“专用性”效率。由于存在共同的知识基础，员工间沟通交流较为顺畅，容易就相关问题进行深入探讨并达成共识，这为企业集中一点改进产品和服务创造了条件，因此，在该知识特征下，实施利用性创新战略有助于提高企业创新绩效。而探索性创新强调知识的高速自由流动，多元化的知识基础以及对外部先进知识的甄选、消化吸收和利用的能力。显然，高嵌入低距离知识特征下实施探索性创新战略收效甚微。基于以上分析，本文提出研究假设3。

H3：高嵌入低距离知识特征下，相较于探索性创新，利用性创新战略对企业创新绩效有显著的正向影响。

低嵌入低距离知识特征下，企业知识既可以在内部自由流动，同时能被全体员工学习和利用，知识转移和共享效率较高。但低嵌入低距离，意味着企业既缺乏先进的专业化知识，同时员工个体知识同质化现象严重，企业知识存量和知识层次处于较低水平。这类企业虽然可以生存，但前景堪忧。通过加大知识投入，大力引进外部先进的专业技术知识，利用内部沟通渠道和知识交流平台进行知识共享，有助于提升企业整体知识水平，在此基础上实施利用性创新，对已有产品和服务进行优化升级，可以有效提高企业创新绩效。此外，通过鼓励探索性学习，增加企业知识的多样性，开展创新思维培训，组建跨部门研发团队，实施探索性创新，将有助于创新绩效的提升。基于此，本文提出研究假设4。

H4：低嵌入低距离知识特征下，探索性和利用性创新战略与企业创新绩效均呈正相关关系。

三、测量和数据

（一）研究样本及数据收集

本研究采用方便抽样的方式开展问卷调查，调查对象来自湖南、广东、北京等地40多家企业不同层级的员工，在企业人力资源部的协助下完成发放，部分问卷的发放对象为某高校的EDP和EMBA学员。为了让受访者如实客观作答，所有问卷采用无记名方式进行，同时向受访者承诺对问卷结果严格保密。本研究共发放问卷560份，其中有效问卷400份，问卷有效回收率为71.4%。

（二）变量测量

此次问卷调查主要包括知识特征、创新战略和创新绩效三个变量，除控制变量外，所有变量的测量均采用Linkert 5级量表，“1”表示非常不符合，“5”非常符合。所用量表均为国外成熟量表，通过翻译、回译和调整的方式得到相应的中文量表。

知识特征的测量借鉴Cummingsa&Teng编制的知识特征问卷[16]，选取知识嵌入和知识距离两个维度，共8个题项。

创新战略的测量采用Jansen等编制的创新战略问卷[26]，探索性创新和利用性创新各7个题项。

创新绩效的测量采用Rundquist的创新绩效问卷[27]，该问卷在Song等人问卷的基础上改编而来，共6个题项。

（三）信效度检验

运用SPSS18.0对28个题项进行信度检验，各变量的Cronbach’sα系数和KMO值均超过0.8，累计解释方差均大于0.5，表明具有较好的内部一致性信度，通过效度检验。同时，通过探索性因子分析得知，所有题项在其相应构念上的因子载荷值均大于0.5，表明研究问卷的聚合效度较好（表1）。

表1 各量表信度、效度分析结果

借助AMOS18.0进行验证性因子分析来检验量表的判别效度和收敛效度。对照模型的评判标准[28]，表2的结果表明，各项拟合指标均较为理想，本研究所用问卷具有良好的效度。

表2 各量表验证性因子分析结果

四、研究结果

（一）知识特征与创新战略的相关性分析

按照图1所示的知识特征类型矩阵，企业知识特征可以分为四种类型，参照已有研究关于高低特征的划分依据[29]，对问卷中知识嵌入和知识距离的相关题项得分计算均值，两个子维度的平均得分水平分别为3.52和3.48，由此可知市场上企业知识特征的总体平均水平在3.5左右，由此，我们得到企业知识特征高低的临界值。据此，本研究对已调查企业的知识特征作出如下区分：

（1）低嵌入低距离：知识嵌入和知识距离测量值均小于或等于3.5；

（2）低嵌入高距离：知识嵌入测量值小于或等于3.5，知识距离测量值大于3.5；

（3）高嵌入低距离：知识嵌入测量值大于3.5，知识距离测量值小于或等于3.5；

（4）高嵌入高距离：知识嵌入和知识距离测量值均大于3.5。

上述四种知识特征类型的企业在样本中的分布为168、51、58、123。四种知识特征类型的企业在样本中均有体现，较为符合市场上的实际情况。

各变量的均值、标准差和相关系数（表3）显示：背景变量、自变量和因变量之间都存在显著的相关关系（p＜0.001）。具体而言，知识特征与探索性创新呈现显著正相关关系（r=0.616，p＜0.001）；知识特征与利用性创新呈现显著正相关关系（r=0.635，p＜0.001）；探索性创新与创新绩效呈现显著正相关关系（r=0.733，p＜0.001）；利用性创新与创新绩效呈现显著正相关关系（r=0.724，p＜0.001）。这些结果为相关变量之间的关系分析和模型检验提供了必要的前提。

表3 变量描述性统计及相关性分析

（二）不同知识特征下创新战略与创新绩效的回归分析

本研究采用多层线性回归模型对假设1-4逐条进行验证（表4）。在模型A-H中，方差膨胀因子VIF取值范围为1.610～2.832，容忍度取值范围为0.353～0.905，均在允许的范围内，表明相关变量间不存在较强的多重共线性问题。针对高嵌入高距离知识特征的企业，首先构建模型A，研究该类型企业采用探索性创新和利用性创新对创新绩效的影响。结果表明，模型A较为显著，F值为18.410（p＜0.001），R2为0.564。为避免自变量与控制变量之间可能存在的相关性，排除控制变量，对创新战略和创新绩效单独回归，得到模型B。其F值为66.844（p＜0.001），R2为0.527，探索性创新战略和利用性创新战略与企业创新绩效存在显著的正相关关系，回归系数分别为0.459（p＜0.001），0.422（p＜0.001），假设1得到支持。依次建构模型C～H。其中，模型D的F值为9.919（p＜0.001），R2为0.265，利用性创新战略与企业创新绩效的关系较为显著，回归系数为0.421（p＜0.05），而探索性创新战略与创新绩效的关系不显著（p＞0.05），假设3得到验证。模型 E、F均显著，F值为 2.376（p＜0.05）、8.501（p＜0.01），R2为0.312、0.262，低嵌入高距离模型中探索性创新战略与企业创新绩效的关系较为显著，回归系数为0.333（p＜0.05），而利用性创新战略与创新绩效的关系不显著（p＞0.05），假设2得到验证。模型G、H均显著，F值为25.095（p＜0.001）、95.622（p＜0.001），R2为0.558、0.537，低嵌入低距离模型中探索性、利用性创新战略与创新绩效均相关（p＜0.000），假设4得到验证。

表4 不同知识特征下创新战略与创新绩效的回归分析

（三）知识特征与创新战略的适配性分析

基于表4的实证检验结果，可以发现在不同的知识特征类型下，探索性和利用性创新战略对创新绩效的影响存在显著差异：在高嵌入高距离知识特征下，探索性和利用性创新均能获得较高的创新绩效；在高嵌入低距离知识特征下，相较于探索性创新战略，利用性创新战略能带来更高的创新绩效；在低嵌入高距离知识特征下，相较于利用性创新战略，探索性创新战略能带来更高的创新绩效；低嵌入低距离知识特征下，探索性和利用性创新战略与创新绩效均正相关，说明双元性创新能为该类型企业带来较好的创新绩效。基于以上分析，可以用图2来表示创新战略与知识特征之间存在的适配关系。

图2 知识特征与创新战略的适配模型

从适配模型可以看出：以高创新绩效为目标，低嵌入高距离知识特征与探索性创新战略适配，高嵌入低距离知识特征与利用性创新战略适配，高嵌入高距离知识特征及低嵌入低距离知识特征与两种创新战略均适配。

五、结论与启示

（一）研究结论与讨论

从知识管理的角度研究组织创新问题，在管理研究中方兴未艾。本研究以方便抽样法对企业不同层次员工进行问卷调查，探索知识特征与创新战略之间的适配关系，以及基于适配关系的创新战略选择对创新绩效的影响。通过理论分析和实证研究，得出以下结论：

（1）知识特征与探索性创新和利用性创新均存在显著的正相关关系，探索性创新和利用性创新与创新绩效显著正相关。该结果补充和扩展了以往学者关于知识特征与创新战略关系的研究。除隐性和显性[11]、知识专门化[12]、知识储备之外，知识嵌入和知识距离也是影响创新战略制定与实施的知识特征变量。

（2）企业创新战略与知识特征的适配能有效提高创新绩效。其中，高嵌入低距离知识特征下，选择利用性创新战略，低嵌入高距离知识特征下，选择探索性创新战略，将会有更高的创新绩效。高嵌入高距离和低嵌入低距离知识特征的企业，实施二元式创新能获得较高的创新绩效。该结论从“知识自身特征”的角度，佐证了国内外关于知识资源与创新战略的研究[30]，是对资源基础理论的有利支持和发展[19]。

本文研究结论对中国企业创新管理有重要意义。改革开放以来，以“三来一补”为代表的外向型代工企业带动沿海经济飞速发展。然而随着国内外经济环境的变化，这些代工企业面临着要么战略转型要么被淘汰的命运。增强自主创新能力，实现创新驱动发展不仅成为国家战略方针，也是企业在全球化背景下谋求生存和发展的必由之路。如何制定和实施适合企业实际情况的创新战略成为企业管理者的棘手问题。基于本研究结论，知识特征在企业攀登全球价值链高端的过程中发挥着基础导向作用。低嵌入高距离知识特征的企业，因其知识转移和共享的高效率和多元化，更适合采用探索性创新战略；高嵌入低距离知识特征的企业在专业知识深度和沟通交流学习方面具有优势，因此更适合采用利用性创新战略；高嵌入高距离知识特征的企业专业知识深度和广度方面均具有比较优势，但在知识转移、共享和利用效率上存在劣势，而低嵌入低距离知识特征的企业则刚好相反，因此这两种类型的企业需要综合实施二元式创新能够获得较好的创新绩效。

本研究的主要贡献在于：首先，提出了新的知识特征分类模型，综合考虑知识嵌入和知识距离水平的高低，将知识特征分为低嵌入低距离、低嵌入高距离、高嵌入低距离和高嵌入高距离四种类型，为解读企业的知识特征和状态提供了一个全新的思路，丰富了知识资源理论的研究视角。其次，通过理论分析，提出企业知识特征与创新战略存在内在适配关系的假设，运用实证数据验证了两者的适配性对创新绩效的影响，丰富和拓展了企业知识管理和战略管理、创新管理领域的交叉性研究。

（二）管理启示

上述研究结论表明企业创新战略与其知识特征是否适配对创新绩效水平的高低具有重要影响，由此我们可以得到以下启示。

第一，识别企业知识特征类型，对企业创新战略制定发挥着基础决定和制约作用。知识资源是创新活动最重要的投入要素之一，知识的特征决定了知识资源能在多大程度上被吸收、运用并转化成新的知识成果，如专利技术、工艺诀窍等。企业一方面应识别并尽量结合自身知识资源的特征类型制定和实施创新战略，使创新战略契合企业的实际情况；另一方面，应根据创新战略实施对知识资源的要求，有针对性地加强知识体系建设，调整和优化知识结构，为创新战略的落地实施做好知识储备工作。

第二，结合企业知识特征对创新战略进行优选和动态调整，是提高企业创新绩效水平的有效途径。企业在制定创新战略时，应充分考虑并发挥已有知识资源的优势，选择符合企业发展需要又兼具可行性的战略方针，并在战略实施过程中加大对紧缺知识资源的投入，加强知识资源库和知识共享平台建设，努力将企业内外部的知识资源转化为切实的创新绩效。同时，企业在不同发展阶段，知识状态和知识结构会发生改变，企业应定期做好知识资源库的梳理和规划工作，结合新的内外部形势对创新战略进行动态调整，使创新战略和企业知识状态实现动态匹配，实现螺旋式上升的良性循环。

（三）研究局限和未来展望

本文虽取得了一定的研究成果，但仍存在一些不足，需要在后续研究中不断改进和完善。

（1）问卷发放采用的是方便抽样法，样本的代表性和由此得来的研究结论的普适性存在一定的局限和不足。

（2）本研究的样本数据来源横跨多个行业，而行业差异的存在会使得研究结论对特定行业的借鉴意义和价值有所影响。

（3）通过同一受访者获得数据，可能存在同源误差，未来的研究可由熟悉企业实际情况的人员分别填写相应的版块，增强数据的客观性。

（4）本研究的模型没有将外部环境因素纳入进来。企业创新战略的制定和创新绩效水平的高低与外部环境息息相关，在今后的研究中，可以进一步探讨外部环境和内部资源的交互作用对创新战略制定和创新绩效的影响。

[1]Nonaka L.A dynamic theory of organizational knowledge creation[J].Organization Science，1994，5（1）：14-37.

[2]许庆瑞.研究、发展与技术创新管理[M].北京：高等教育出版社，2000.

[3]Gibson C B，Birkinshaw J.The antecedents，consequences，and mediating role of organizational ambidexterity[J].Academy of management Journal，2004，47（2）：209-226.

[4]王良，杨乃定，姜继娇.知识联盟与知识型企业的知识创新战略[J].软科学，2005，19（3）：79-81.

[5]彭灿，杨玲.技术能力、创新战略与创新绩效的关系研究[J].科研管理，2009，30（2）：26-32.

[6]何建洪，贺昌政.企业技术能力、创新战略对创新绩效的影响研究[J].软科学，2012，26（6）：113-117.

[7]邢小强，王玉荣，吴家喜.全球领先市场视角下的企业创新战略选择[J].科技进步与对策，2010，27（17）：106-109.

[8]王敏，银路.企业技术创新战略选择及其对国家自主创新战略布局的影响——基于技术能力和需求多样性的分析[J].科学学与科学技术管理，2007（2）：63-68.

[9]姚艳虹，李扬帆.企业创新战略与知识结构的匹配性研究[J].科学学与科学技术管理，2014，35（10）：150-158.

[10]王毅.企业技术核心能力增长：以华北制药、长虹为例[J].科研管理，2002，23（3）：1-6.

[11]刘春玉，杨蕙馨.二元式创新的知识属性与网络安排[J].科技进步与对策，2008，25（4）：139-143.

[12]朱亚萍.企业知识专门化与探索式创新绩效：研发网络知识整合的悖论[J].宁波大学学报：人文科学版，2014，27（2）：102-107.

[13]杨玲，彭灿.技术能力、创新战略与创新绩效的关系研究[J].科技进步与对策，2009，26（7）：106-108.

[14]Kogut B，Zander U.Knowledge of the firm，combinative capabilities，and the replication of technology[J].Organization science，1992，3（3）：383-397.

[15]Nonaka I.A dynamic theory of organizational knowledge creation[J].Organization science，1994，5（1）：14-37.

[16]Cummings J L，Teng B S.Transferring R＆D Knowledge：The Key Factors Affecting Knowledge Transfer Success[J].Journal of Engineering and Technology Management，2003，20（1）：39-68.

[17]雷井生.中小企业知识资本绩效实现的影响因素——基于实证视角的分析[J].经济管理，2009，31（5）：80-88.

[18]Argote L，Ingram P.Knowledge transfer：A basis for competitive advantage in firms[J].Organizational behavior and human decision processes，2000，82（1）：150-169.

[19]Urgal B，Quintás M A，Arévalo-Tomé R.Knowledge resources and innovation performance：the mediation of innovation capability moderated by management commitment[J].Technology Analysis&Strategic Management，2013，25（5）：543-565.

[20]Zahra S A，George G.Absorptive capacity：A review，reconceptualization，and extension[J].Academy of management review，2002，27（2）：185-203.

[21]Van Wijk R，Jansen J J P，Van Den Bosch F A J，et al.How firms shape knowledge to explore and exploit：a study of knowledge flows，knowledge stocks and innovative performance across units[J].Technology Analysis&Strategic Management，2012，24（9）：929-950.

[22]Birkinshaw J，Nobel R，Ridderstråle J.Knowledge as a contingency variable：do the characteristics of knowledge predict organization structure[J].Organization science，2002，13（3）：274-289.

[23]Lane P J，Koka B R，Pathak S.The reification of absorptive capacity：a critical review and rejuvenation of the construct[J].Academy of management review，2006，31（4）：833-863.

[24]Benner M J，Tushman M L.Exploitation，exploration，and process management：The productivity dilemma revisited[J].Academy of management review，2003，28（2）：238-256.

[25]Phelps C C.A longitudinal study of the influence of alliance network structure and composition on firm exploratory innovation[J].Academy of Management Journal，2010，53（4）：890-913.

[26]Jansen J J P，Van Den Bosch F A J，Volberda H W.Exploratory innovation，exploitative innovation，and performance：Effects of organizational antecedents and environmental moderators[J].Management science，2006，52（11）：1661-1674.

[27]Rundquist J.The ability to integrate different types of knowledge and its effect on innovation performance[J].International Journal of Innovation Management，2012，16（2）：1-32.

[28]Hu L Bentler P M．Cutof criteria for fit indexes in covarian ce structure analysis：Conventional criteria versus new alternatives[J].Structural Equation Modeling：A Multidisciplinary Journal，1999，6（1）：1-55.

[29]朱青松.员工与组织的价值观实现度匹配及其作用的实证研究[D].成都：四川大学，2007.

[30]Laursen K，Salter A.Open for innovation：the role of openness in explaining innovation performance among UK manufacturing firms[J].Strategic management journal，2006，27（2）：131-150.