技術選擇、二元學習與創新績效關系研究

蘇道明+吳宗法

內容摘要：企業在技術選擇過程中，如何做才能實現最大化的創新績效？本文從二元學習角度出發，在理論分析二元學習在技術選擇和創新績效之間發揮中介作用的基礎上，針對226家北京、浙江、河南、上海等地的大中小型企業的樣本數據，構建了中介效應模型，運用結構方程模型實證研究了技術選擇如何影響企業的創新績效，以及二元學習（探索性學習和利用性學習）在技術選擇和創新績效之間如何發揮中介作用。研究結果表明技術選擇對創新績效有正向影響；探索性學習和利用性學習在技術選擇和創新績效之間均起到部分中介作用。研究結論為企業管理者在引進技術時，從二元學習角度提供了一個如何配置管理資源才能獲得最大創新績效的理論依據。

關鍵詞：技術選擇 二元學習 創新績效

中圖分類號：F270.7 文獻標識碼：A

引言

在當今市場競爭瞬息萬變的動態競爭環境中，面對技術變革的速度日新月異，技術選擇成為技術創新的重要環節，在企業技術更新換代過程中起著舉足輕重的作用：技術選擇過程完成了企業關于技術知識的積累和升級，同時讓技術成為企業核心競爭力的重要組成部分。根據管理學二八原理，通過有效的技術選擇從而幫助企業在最少的R&D投入下，獲得最有利于企業發展的技術，從而提升企業的核心競爭力。技術選擇后通過利用性學習維持現有的市場和客戶，還需要通過探索性學習應對競爭環境的變化及快速響應新機會和新威脅，從而提高企業的創新績效（安同良，2003）。然而，關于技術選擇的研究目前主要集中在技術選擇和產業結構、經濟增長、制度與經濟發展等宏觀經濟層面（安同良，2003；李靜等，2014），在企業等微觀層面的研究也只停留在企業規模、投入強度等方面（康志勇，2013），但在企業有限的研發投入的情況下，就面臨一個技術選擇的難題：先進的技術需要投入大的技術，投入小的可能不能達到預期效果。研究在技術選擇的情況下，如何讓技術更好地提升企業創新績效具有重要意義。技術選擇和創新績效之間的關系和作用機理還是一個黑箱，本文試圖從二元學習角度進行分析，為管理者在制定技術選擇策略時如何配置資源提高創新績效提供理論依據，因此，研究技術選擇、二元學習和創新績效三者之間的作用機理已成為亟待解決的企業實踐命題。

理論依據及研究設計

（一）技術選擇與創新績效

最早研究經濟發展中技術選擇問題的是阿瑪蒂亞·森在其博士論文基礎上出版的《技術選擇》，該論文成為研究技術選擇的經典之作。史家喬治·巴薩拉對技術選擇理論的發展也做了突出貢獻，他（2000）提出“新產品、新技術之間要通過人們對技術的選擇而得以生存。從國外研究發展路線來看，技術創新研究者自20世紀40年代起對技術選擇問題進行了開創性的研究，但研究主要關注技術系統的內在要素分析上。如具有代表性的有鮑拉庫1943年提出的“產出標準論”，提出以產出量的多寡作為評價技術優劣的標準；以“產出標準論”為基礎，卡恩、丘拉里和卡雷遜提出“社會極限生產率理論”和“再投資理論”成為20世紀50年代關于技術選擇領域研究具有深遠影響的代表觀點，這些理論從不同的角度探討了技術選擇應該關注的焦點。20世紀以來，技術選擇出現了豐碩成果，具有代表性的有：Basu & Weil（1998）和Acemoglu & Zilibotti（1999）提出的適宜技術理論，雖然也認為一國的技術結構必須因地制宜，和本國的要素投入結構相匹配，但是他們同時也認為廠商所面臨的要素投入結構要眼光長遠，要關注其他競爭市場的要素稟賦結構。以齋藤優、Ruby Gonsen等為代表的研究技術選擇的文獻大都集中在技術核心能力的研究上，但是對技術的來源即技術選擇沒有給予足夠的關注。根據康志勇（2013）的研究，創新績效和R&D研發投入與技術選擇正相關，先進的技術能夠促進企業的技術創新從而改善創新績效，因此提出以下假設：

H1：技術選擇對創新績效有直接正向作用。

（二）技術選擇與二元學習

技術選擇幫助企業從企業內外兩個不同視角去思考，技術選擇對于企業而言是非常重要的決策，選擇合適的技術，通過學習消化吸收，能提升企業的創新績效。做出正確的技術選擇，能夠激發企業創新，進而提高企業創新效率。做出了正確的技術選擇，接下來就要對技術進行學習消化吸收，把選擇的技術變成企業內部的知識。James G. March（1991）第一次提出了探索性學習和利用性學習的概念·探索性學習和利用性學習的區別在于：探索性學習傾向于開創全新的知識領域；而利用性學習旨在全面充分利用組織已有的知識（朱兵等，2010）。二元學習幫助企業吸收消化適合企業發展階段的技術，同時也減輕了企業識別、吸收和利用外部技術的壓力，從而產生更具新穎價值的創新。因此，可以提出以下假設：

H2：技術選擇對二元學習有直接正向作用；H2a：技術選擇對探索性學習具有直接正向作用；H2b：技術選擇對利用性學習具有直接正向作用。

（三）二元學習與創新績效

伴隨探索性學習搜尋和發現新知識，企業的知識存量得到豐富和增加，企業知識存量越大，則促進利用性學習，從而有利于企業創新。Van（2003）的研究也證明企業的現有知識存量越多越豐富，探索性學習所獲得的新知識更容易融合企業已有知識，從而促進利用性學習，也就更容易實現從新知識到企業自身知識的轉化。利用性學習也促進探索性學習，當企業已有的知識無法滿足企業生產和創新需求時，就產生了開發新技術或尋求新方法的動機；探索性學習和利用性學習的協同發展才能促進企業創新績效的提升，只有創新才能讓企業獲得可持續發展的源動力，因此需要企業平衡戰略目標和戰術目標，換言之，企業不但要顧及眼前，關注企業是否擁有滿足現有顧客需求的產品的技術和能力，還需要眼光長遠，留意開發能夠滿足潛在顧客需求的創新產品的技術和能力（李輝等，2015）。這就要求把旨在提高運營效率的利用性學習和具有戰略柔性的探索性學習和諧進行。Granstrand（1998）從多個角度闡述了技術知識在科技型企業發展過程中對創新績效的關鍵作用。Knott（2002）研究豐田企業開展二元學習的經驗，指出：利用性學習能夠有效降低企業學習新技術帶來的成本，同時，探索性學習能幫助企業不斷地推出適銷對路的新產品和各種利于企業發展的創新。因此，本文提出假設：

H3：二元學習對創新績效有直接正向作用；H3a：探索性學習對創新績效有直接正向作用；H3b：利用性學習對創新績效有直接正向作用。

研究設計和實證分析

（一）問卷設計

本研究用于測量各個變量的題項都改編自成熟的量表，在變量的測量上，問卷采用了通行的Likert五級量表形式，1表示完全不同意，2表示不同意，3表示一般，4表示同意，5表示完全同意。

技術選擇。參考了李秋斌（2008）、郭衛東（2013）等學者測量技術選擇的量表，根據專家意見對指標進行了優化，通過10個題項對技術選擇進行測量。包括：與國家和地方政策具有很高的一致性，技術先進程度高，企業應用能力強，制造工藝水平具有先進性，產品開發能力強，市場規模及占有率大、企業在本行業具有絕對優勢地位，R&D活動人員和經費足夠，投資回報率高和科技進步對企業經濟增長的貢獻率大。

二元學習。在探索性學習量表設計中，主要借鑒參考了MTH Meeus et al.（2002）、D Lavie et al.（2006）的探索性學習量表，經過甄選，最終確定了4個題項：企業對新知識有很高的敏感性而且可以有效對新知識進行搜集；企業對未知領域的知識和技術能做到有效的內部創造和外部獲??；企業對未知領域的知識和技術進行有效的傳播和共享；企業對獲取的未知領域的知識和技術進行有效的應用。在利用性學習量表設計中，主要借鑒參考了R Katila et al.（2002）、R Garcia et al.（2003）的量表，經過適當修正，最終確定4個題項：企業可以有效地對新知識進行搜集，并在此基礎上開發新知識；企業對已知領域的知識和技術進行有效的內部開發、創造和外部獲??；企業對已知領域的知識和技術進行有效的傳播和共享；企業對獲取的己知領域的知識和技術進行有效的應用。

創新績效。主要借鑒了國內外關于創新績效的成熟量表，有JC Cooper（1994）、XM Song et al.（1996）、M Lynn（2000）、J Hagedoorn et al.（2003）、陳鈺芬和陳勁（2008），在這些成熟量表的基礎上，選擇了6個題項來測試創新績效。這6個題項分別為：年新產品數、新產品銷售率、新產品開發速度、新產品開發成本、創新項目成功率、專利申請數。

為了規避Fowler（2013）提出的答卷者不能準確作答的四種情況，我們采取填寫問卷人員必須是企業中高層管理人員從而避免不知道題項信息而帶來的誤差，在題項設計時主要針對企業近三年的情況規避時間長了記不清楚帶來的誤差，采用問卷聲明的方式規避填寫問卷人員害怕泄露而不愿真實作答帶來的誤差，在問卷預測試階段廣泛征詢了學界和企業界對問卷的意見，從而規避因為表達不清造成誤解和題項本身難以理解所帶來的誤差。

（二）研究樣本及數據收集

研究數據主要通過問卷調查的方式收集，為了保證可行性，具體操作分為三個步驟：首先，通過整理文獻，總結國內外已經使用過的成熟量表，確定了初步的原始問卷，把問卷發給研究創新的三個專家和三家企業的高管，讓他們提出修改意見，然后根據反饋意見對題項進行修改和完善，確保被調查者能夠準確理解各個題項。其次，在10家企業進行預試（這10家企業的數據在正式調研時都已排除），進一步完善問卷，保證問卷具有良好的信度和效度。根據預試結果進一步修正問卷，形成正式問卷。再次，實施正式調研，問卷發放和回收主要通過以下方式：一是利用筆者的學生資源，選擇在企業工作五年以上，擔任企業中層及以上管理人員的人填寫；二是利用同濟大學、鄭州大學的校友會資源發放和回收問卷；三是通過和地方商會和行業協會合作等方式隨機抽取欲調查的企業，然后以地方商會和行業協會的名義上門發放問卷。三種方式共發放問卷500份，回收有效問卷226份，有效回收率為45.2%。調研企業的基本信息如表1所示。

（三）信度和效度檢驗

技術選擇的標準化Cronbachα系數是0.830。依據J Nunnally（1978）的判別準則，表明技術選擇分量表具有良好的信度。二元學習在兩個維度的的標準化Cronbachα系數分別是0.90和0.93，總的Cronbachα系數是0.914，都大于0.8，表明二元學習分量表具有較好的信度。創新績效的標準化Cronbachα系數是0.916。依據J Nunnally的判別準則，表明技術選擇分量表具有良好的信度。

根據慣例，量表的效度分析主要從內容效度和結構效度兩方面進行測度。由于研究所用的量表都是基于國內外成熟的研究基礎上，因此，量表具有較好的內容效度。結構效度是指量表測量結果同期望評估內容的同構程度。我們應用兩種方法進行測度：主成分分析法和結構方程中的驗證性因子分析法，分析過程如下：

運用主成分分析法對技術選擇的各題項進行因子分析，同時使用方差最大法提取共同因子，KMO值為0.722大于0.70，根據HF Kaiser（1974）的觀點，尚可進行因素分析，具有適中的分析適切性，Bartletts球體檢驗的P值顯著，解釋總變異為65.725%，因此可以得出技術選擇分量表具有良好的效度，研究有意義。

根據對二元學習方式的效度數據分析，可以看出，KMO值為0.810大于0.80，根據HF Kaiser的觀點，適合進行因素分析，具有良好的分析適切性，Bartletts球體檢驗的P值顯著，運用最大方差法萃取了兩個因子，分別對應探索性學習和利用性學習兩個維度。解釋總變異為70.132%，可見分量表的效度很好，有研究意義。

運用主成分分析法對技術選擇的各題項進行因子分析，同時使用方差最大法提取共同因子，KMO值為0.916大于0.90，根據HF Kaiser（1974）的觀點，極適合進行因素分析，具有極佳的分析適切性，Bartletts球體檢驗的P值顯著，解釋總變異為85.675%，因此可以得出技術選擇分量表具有良好的效度，研究有意義。

利用驗證性因子分析，擬合指數結果如下：χ2=192.4，df=94，χ2/df=2.05，RMSEA=0.065，NFI=0.91，NNFI=0.98，CFI=0.95，GFI=0.89，SRMR=0.068，由此，測量模型和數據的擬和度較好，本研究模型構造變量的效度較好，適合做結構模型分析，可以繼續驗證理論假設。

（四）實證分析

結構方程模型是一門基于統計分析技術的研究方法學，可用來處理復雜的多變量研究數據的探究與分析。本研究采用結構方程模型進行分析，運用AMOS 22軟件從兩個階段對假設進行檢驗：第一階段分析技術選擇對創新績效的影響，第二階段分析二元學習的中介作用。從表2中可以看出，各擬合指數基本符合要求，整個模型擬合良好。

根據溫忠麟等（2005）的研究結論，檢驗二元學習的中介效應，必須首先確定自變量技術轉移與因變量創新績效之間是否存在顯著的回歸關系，用SPSS 22做回歸檢驗（見表3），可以確定自變量技術轉移和因變量創新績效之間有正向的回歸關系，并且在0.001的水平上顯著。

在自變量技術轉移和因變量創新績效存在顯著的回歸關系的基礎上，根據Judd & Kenny（1981）的結論，需要驗證路徑系數c。通過分析路徑系數a、b至少有一個不顯著的情況下，還需要通過Sobel test來判斷二元學習的中介效應。

首先分析中介變量“探索性學習”，根據T臨界值表，當df=90，在置信水平0.001下，t值為3.183，而本研究中所建立的中介效應模型的df=94，從中介效應模型路徑系數的t值可以得到，路徑a所對應系數的t值為5.67，大于3.183，所以可以得出a、b兩個路徑在0.001水平上顯著。同理，路徑c的t值為4.82，在0.001水平上也顯著，而路徑b所對應的系數的t值為2.04，在0.5水平上不顯著，因此，需要用Sobel test來分析探索性學習的中介效應。同理，可得“利用性學習”在本中介效應模型的分析也需用Sobel test來分析。通過計算，“探索性學習”的z=7.28，p<0.005（z0.005=2.57），表明在0.005的顯著性水平上，探索性學習的中介效應顯著。同理，可得“利用性學習”的中介效應在0.005的顯著水平上也顯著。所以可以得出結論：探索性學習和利用性學習起了部分中介作用，即技術選擇正向影響創新績效，有一部分是通過中介變量——探索性學習和利用性學習來實現的。

結論及展望

本文在文獻回顧的基礎上，構建了技術選擇影響創新績效的概念模型和理論假設，研究了二元學習（探索性學習和利用性學習）在技術選擇和創新績效中如何起中介作用，分析了技術選擇、二元學習和創新績效之間的關系。研究結論有：第一，技術選擇正向影響創新績效；第二，技術選擇對探索性學習和利用性學習都有顯著正向影響；第三，技術選擇正向影響創新績效的效果，有一部分是通過技術選擇探索性學習和利用性學習來實現。

本研究結論給企業帶來的啟示在于：在迅速發展的技術環境下，企業應重視組織學習的重要作用，企業可以通過探索性學習和利用性學習從而使技術選擇更為有效，在一定程度上提高技術選擇的創業績效，也更有利于技術選擇的落地和實施，從而解決企業生命活力的問題。企業也可以通過技術選擇和二元學習結合，提升企業的創新績效，從而提升企業的核心競爭力，把企業之間的競爭從圍繞技術為核心的競爭提升到獲取知識和應用知識的能力上，如何獲取知識和應用知識，就體現了二元學習的重要性，只有重視了二元學習，才能拓展和外界信息交流的深度和廣度，才能使企業的創新績效得到提升。

本研究的局限性在于：第一，由于地域和人員的限制，本研究的樣本選擇有一定的不足，如果能夠在全國抽取大樣本，可能會使結果更加精確。如果能夠分行業選取樣本，研究各個行業的情況，可能會讓結論更有針對性。第二，本研究數據采用的是橫截面數據，無法體現二元學習對技術選擇和創新績效的動態影響過程。因此，未來可以嘗試進行動態分析。第三，文章雖然對二元學習對技術選擇和創新績效之間的中介作用做了分析，但是這個作用過程中可能還會受到其他一些因素的調節，如戰略柔性、聯盟管理能力等，未來可做這方面的深入研究。

參考文獻：

1.安同良.中國企業的技術選擇[J].經濟研究，2003（7）

2.李靜，謝潤德.市場結構是否影響企業的技術選擇行為？ [J].上海經濟研究，2014（7）

3.康志勇.技術選擇、投入強度與企業創新績效研究[J].科研管理，2013，34（6）

4.朱兵，王文平，王為東，張廷龍.企業文化、組織學習對創新績效的影響[J].軟科學，2010，1

5.李輝，吳曉云.基于雙元性學習能力的創新績效轉化機制研究——以中國跨國公司為例[J].軟科學，2015，9

6.李秋斌.區域產業升級中的關鍵技術選擇研究[M].北京大學出版社，2008

7.郭衛東.技術預見理論方法及關鍵技術創新模式選擇研究[M].北京大學出版社，2013

8.陳鈺芬，陳勁.開放度對企業技術創新績效的影響[J].科學學研究，2008，26（2）

9.邱皓政，林碧芳.結構方程模型的原理與應用[M].中國輕工業出版社，2012

10.溫忠麟，侯杰泰，張雷.調節效應與中介效應的比較和應用[J].心理學報，2005（2）