創新生態系統不確定性條件下后發企業何以實現顛覆性創新

侯珂 李鑫浩 阮添舜

摘 要：創新生態系統被視為培養顛覆性創新的沃土，其日益增加的不確定性為后發企業提供了實現顛覆性創新的機會窗口。將動態能力細分為認知性動態能力與非認知性動態能力兩個維度，利用SOR模型構建“條件刺激—能力構建—顛覆行為”的理論框架，試圖打開創新生態系統不確定性條件下后發企業實現顛覆性創新的“黑箱”?；趧撔律鷳B系統中376份后發企業的樣本數據，研究發現：①創新生態系統不確定性不僅對顛覆性創新有顯著正向影響，而且對認知性動態能力和非認知性動態能力也有顯著正向影響；②認知性動態能力與非認知性動態能力對顛覆性創新有顯著正向影響，并且分別在創新生態系統不確定性與顛覆性創新關系中起部分中介作用；③創新生態系統開放度能夠正向調節創新生態系統不確定性與認知性動態能力關系。研究有助于指導面對不確定性的后發企業實現“彎道超車”，并且為創新生態系統突破創新遲滯困境提供新思路。

關鍵詞：創新生態系統；不確定性條件；動態能力；顛覆性創新；SOR模型

DOI：10.6049/kjjbydc.Q202207388

開放科學（資源服務）標識碼（OSID）：

中圖分類號：F273.1

文獻標識碼：A

文章編號：1001-7348（2024）08-0044-11

0 引言

面臨新一輪科技革命、數字化轉型等新形勢，顛覆性創新成為我國突破技術封鎖、實現高水平科技自強自立的重要途徑。顛覆性創新追求在傳統技術軌道上另辟蹊徑，其“彎道超車”模式為發展中國家和后發企業發展提供了一條可行路徑（陸亞東等，2013）?！笆奈濉币巹澲羞M一步明確顛覆性創新引領行業變革的科技驅動發展方針，同時，美國硅谷、日本筑波科學城等成功案例表明，創新生態系統是孕育顛覆性創新的沃土，我國也著手構建創新生態系統以促進企業顛覆性創新?！昂谔禊Z”和“灰犀?！笔录l發雖然加劇了創新生態系統的易變性、不確定性、復雜性和模糊性（簡稱VUCA特征），但同時也打開了新的機會窗口（彭新敏等，2021）。對于處于創新生態系統價值網絡邊緣位置的后發企業而言，來自資源稟賦不足和關系配置的掣肘促使其突破傳統“按圖索驥”的發展邏輯。因此，在面臨創新生態系統不確定性條件下，后發企業如何通過顛覆性創新建立獨特的競爭優勢，激發創新活力，從而實現躍遷式發展，成為當前不確定性研究的重點。

面對創新生態系統不確定性，動態能力是后發企業實現顛覆性創新的關鍵。動態能力是指企業快速響應外部變化并進行動態調整的能力，后發企業能夠借助動態能力突破原有組織剛性和路徑依賴，迅速識別不確定性條件中的機會并及時更新資源。面對復雜環境，后發企業篩選資源互補對象、建立異質性合作、獲取合法性的難度更大，而沿用傳統的動態能力分析思路難以應對創新生態系統不確定性?；谝延醒芯堪l現，面對復雜多變的外部環境，后發企業的創新效果不僅取決于企業的即刻機會感知和應變能力（認知性動態能力），還取決于由先前經驗所構建的特殊慣性和組織結構（非認知性動態能力）^[1]。因此，本文重點研究認知性和非認知性動態能力在創新生態系統不確定性與顛覆性創新之間的中介效應。

后發企業顛覆性創新不僅依賴于組織自身的動態能力，還依賴于與外部生態的相容性。顛覆性創新是多要素匹配、多階段實施的動態過程^[2]。面對創新生態系統中技術軌跡、市場競爭與政策環境等不確定性因素，動態能力有助于后發企業準確識別創新生態系統中的發展機會，并且結合自身優勢調整組織結構。因此，動態能力構建與外部環境特征有著緊密聯系，與創新生態系統的相容性也成為企業構建動態能力以及開展顛覆性創新的重要影響因素。當前研究主要關注創新生態系統競爭性因素對動態能力的影響，缺乏對創新生態系統開放度的研究。開放度高的創新生態系統與企業的相容性也較高，能夠有效提升企業顛覆性創新意愿和感知能力^[3]，并且在開放度高的創新生態系統內企業互動更加頻繁，有助于企業建立穩定的合作關系。因此，本文重點研究開放度在創新生態系統不確定性與認知性、非認知性動態能力之間的調節作用。

基于以上分析，本文主要探究創新生態系統不確定性條件下后發企業的顛覆性創新實現路徑。通過利用SOR模型（刺激—機體—反應）構建“條件刺激—能力構建—顛覆行為”過程機制，聚焦外部不確定性刺激下后發企業實施顛覆性創新過程中的動態能力構建，以及創新生態系統開放度對創新生態系統不確定性與不同動態能力關系的影響。本研究將外部因素與內部因素置于同一理論框架下，通過分析顛覆性創新關鍵影響因素與形成邏輯，不僅有助于豐富創新生態系統不確定性研究，而且可為我國后發企業顛覆性創新提供理論依據與方法。

1 文獻回顧與理論框架

1.1 SOR理論框架

SOR理論強調機體在受到刺激后并不是即刻作出反應，而是存在響應刺激并改變機體狀態的中介過程。面對刺激，機體將作出內在和外在反應。其中，內在反應表現為內在結構和認知改變，而基于內在反應作出的機體行為則為外在反應^[4]。目前，SOR框架多應用于探究組織行為等微觀層面，并逐步應用于創新行為研究^[5]。面對創新生態系統獨特的不確定性刺激，顛覆性創新也是組織反應的結果之一，并且后發企業顛覆性創新不是機械、直接式的，而是組織主動改變認知態度和內在結構，通過構建動態能力適應不確定性的行為反應，與SOR研究框架有著較高契合度。因此，本文基于SOR框架構建“條件刺激—能力構建—顛覆行為”的過程機制，分析不確定性條件下后發企業顛覆性創新形成路徑。

1.2 后發企業與顛覆性創新

后發企業是指處于發展劣勢下，仍然試圖展開競爭的企業^[6]。后發企業以追趕超越為戰略目標，在經營初期其可利用的資源較少，但是具有較強的模仿和學習能力，能夠以低成本、高效率優勢與行業中的領先企業展開競爭^[7]。顛覆性創新概念源自Christensen提出的“顛覆性技術創新”，隨著顛覆性創新理論的不斷發展，其理論內涵、特征和類型逐步完善。

當前關于后發企業與顛覆性創新的研究主要聚焦于結果，重點探究后發企業實現顛覆性創新的效果及潛力。然而顛覆性創新并非一蹴而就，不僅需要考慮來自外部影響的創新機會和經營壓力等因素，也需要考慮后發企業顛覆性創新產生過程，因此更應該從過程論角度分析其實現過程（余維臻等，2022）。在動態性和不確定性較高的環境中，更容易產生顛覆性創新。顛覆性創新是指企業積極尋找新的機會窗口，通過技術進步、工藝提升等多種方式尋求突破，逐步吸引并獲得潛在或非主流消費者認可的復雜過程。顛覆性創新的性價比較高，產品結構相對簡單，很難占據主流市場，但是可以打破已有的技術軌道。因此，對于后發企業來說，顛覆性創新能夠快速挖掘新興市場價值，是一條快速實現價值突破、建立競爭優勢的路徑。

1.3 創新生態系統的不確定性

顛覆性創新易受到外部因素影響，而創新生態系統擁有多元化主體和豐富的創新資源，不僅是當前企業經營發展的重要環境，更被認為是培育顛覆性創新的沃土（余維臻等，2022）。因此，學者們也逐漸關注到創新生態系統中的企業顛覆性創新。當前研究將創新生態系統視作以企業為核心的多元組織形態^[3]，是由相互連接的組織而形成的網絡，該網絡主要包括核心企業、企業所處的市場與環境，以及與企業相關的用戶、供應商、政府等要素（王海軍等，2021）。對于處于價值網絡邊緣的后發企業來說，難以在傳統的技術軌道和市場上與核心企業競爭，而不確定性條件中蘊含的新機會提供了其實現“彎道超車”的可能性。

技術的易變性、社會價值的多元性導致企業原有商業模式和組織形態受到前所未有的沖擊與挑戰，企業外部創新環境變得愈加模糊和復雜。同時，創新生態系統不確定性也提供了新的機會窗口^[8]，而創新生態系統的影響因素也較為多樣，因此將其不確定性歸類為市場、政策、技術三個層面^[9]。在市場方面，不確定性體現為用戶的產品偏好更加復雜，企業掌握和篩選客戶需求信息的難度也增大。同時，市場動蕩會給后發企業創新帶來更多的不確定性和高風險^[10]。在政策方面，不確定性體現為宏觀政策變化。產業政策、社會價值觀會對企業行為起約束作用，并直接影響企業創新合法性。政策不確定性會影響管理層戰略預期，進而影響企業顛覆性創新方式選擇（陽鎮等，2022）。在技術方面，不確定性體現為技術變化和不可預知性，具體表現為整個生態系統中技術開發周期變短和快速迭代^[11]。在充滿技術不確定性的外部環境中，企業不僅需要提升組織適應性、靈活度和技術創新能力，而且要選擇合適的技術領域。同時，技術動蕩性促使企業將稀缺資源用于技術創新，以適應外部快速迭代的技術環境^[12]。

1.4 認知性與非認知性動態能力

動態能力理論認為，隨著外部環境變化，動態能力的發生情境和模式也隨之改變。當企業處于不穩定的產業結構中時，企業需要通過獲取新知識和新業務來提高組織能力，以應對更多的不確定性因素^[13]。因此，基于創新生態系統不確定性構建獨特的動態能力有助于后發企業建立新的競爭優勢，抵御創新風險^[14]，這是其開展顛覆性創新的重要基礎。從微觀視角，后發企業實現顛覆性創新不僅需要認知性元素支撐，如領導力、管理者、組織戰略等，還需要非認知性元素支撐，如組織結構、組織特性等^[1]。因此，根據微觀基礎元素和能力形成過程差異，本文將動態能力劃分為認知性動態能力和非認知性動態能力兩個維度。

通過對不確定性條件下管理層行為邏輯的分析發現，顛覆性創新需經歷機會感知、戰略制定、內外部資源匹配、創新行動開展等環節，因此本文基于認知過程視角，從“環境掃描—資源協奏—即興能力”三個維度構建認知性動態能力。環境掃描是企業獲取外部環境信息、識別機會的過程，企業通過環境掃描獲取事件發展趨勢，從而幫助管理者制定企業發展規劃。另外，組織可以建立多維度的環境信息搜索渠道，通過對市場、技術和政策等正式環境以及關系、知識、活動等非正式環境的掃描，幫助企業獲取多元化技術和信息，從而促進創新機會識別與戰略制定。資源協奏是企業執行戰略的重要環節，即促使企業根據外部環境變化及時調整靜態知識資源，為企業顛覆性創新目標實現提供支撐。同時，Sirmon等^[15]強調在執行企業戰略時，高管需要獲取中層等跨職級資源，這也是企業顛覆性創新成功的關鍵。即興能力是組織或管理者通過利用內外部資源融合實現創新的能力^[16]，其反映了組織即刻反應和有意識地創作等行為狀態。面對突發事件，即興能力強的組織能夠抵御壓力并運用有限信息快速作出反應。另外，即興能力能夠幫助企業在不確定性環境中迅速作出變革型決策，實現戰略與環境的動態匹配^[17]。

在創新生態系統不確定性條件下，顛覆性創新依賴于組織內部結構以及與生態系統各主體的合作機制，因此本文基于內外部視角，從“組織模塊化—生態系統嵌入”兩個維度構建非認知性動態能力。模塊化是通過規則設計將組織重塑的過程，組織模塊化認為復雜的系統管理問題往往具有“近可分解性”^[18]，現有研究正從組織模塊化向生態系統演進。組織模塊化有助于拓展組織網絡體系，促進價值鏈合作、資源共享以及協同發展，實現模塊內部獨立性和模塊間協調性，促進模塊化整合和資源快速流動，從而提高企業創新能力^[19]。生態系統嵌入是指嵌入創新生態系統的生態主體共同遵循合作機制，保持高水平承諾和高頻的資源交互，促使生態系統主體間形成資源互通、協同共進的網絡關系（魏江等，2021）。創新生態系統包含不同創新主體，通過聯接不同主體，形成協同發展局面^[20]。生態系統嵌入是企業嵌入價值創造網絡、獲取外部資源的關鍵途徑，后發企業能夠借助生態系統強化自身專有能力，同時，主體間的良性互動和跨邊界合作有助于企業實現顛覆性創新。

2 研究假設

2.1 直接效應

組織面對不確定性外部環境時，需要及時把握未來方向，調整戰略，抓住發展機會并應對潛在風險。對于后發企業來說，創新生態系統不確定性是引發顛覆性創新的關鍵前因，主要體現在3個方面：首先，在市場方面，在充滿不穩定、不確定、復雜的創新生態系統中，企業需要通過信息獲取準確把握市場需求與技術偏好，不確定性環境能夠刺激企業探索新技術和新發展方向，在外部壓力下后發企業進行顛覆性創新的意愿更強。其次，在政策方面，創新合法性是企業創新活動被認可與認定的方式，組織創新合法性有助于提升資源獲取能力，對企業發展和規劃至關重要，較高的政策不確定性會刺激企業及時洞察政策動向，推進企業建立顛覆性創新合法性。最后，在技術方面，外部環境中會涌現許多發展機會，不斷激勵企業通過顛覆性技術創新快速獲取或搶占內外部市場資源。同時，激發企業利用關鍵性資源協同和調控企業管理行為，不斷提升創新能力和競爭力。因此，本文提出以下研究假設：

H₁：創新生態系統不確定性正向促進顛覆性創新。

2.2 動態能力的中介效應

（1）創新生態系統不確定性影響企業認知性動態能力。處于不確定、復雜的創新生態系統有助于激發企業對管理和戰略的重視，促使企業快速進行顛覆性創新以應對外部環境的不確定性，同時，高效運用內外部資源有助于提升企業認知性動態能力，進而增強創新能力和獲得競爭優勢。認知性動態能力是一種自上而下的變革能力，通過組織戰略、高管認知等層面獲取知識資源和技術提升，其主要由環境掃描、資源協奏、即興能力構成。企業通過環境掃描能夠獲取外部環境中有用的戰略信息，通過吸收資源和信息，協助管理者制定方案及計劃，同時，為顛覆性創新奠定堅實基礎。資源協奏貫通不同部門^[21]，有助于增強團隊凝聚力，促進中高層管理者溝通，激勵全員積極共享知識、技術，探究解決問題的新方案，進而提升員工對企業顛覆性創新戰略的接受度。組織通過即興能力，利用內外部資源實現創新能力提升，即組織即興能力能夠幫助企業快速識別市場機遇，動態調整原有計劃和戰略以適應新變化，形成顛覆性產品或解決方案。因此，本文提出以下研究假設：

H_2a：創新生態系統不確定性正向影響認知性動態能力；

H_2b：認知性動態能力正向影響顛覆性創新；

H_2c：認知性動態能力在創新生態系統不確定性與顛覆性創新之間起中介作用。

（2）創新生態系統不確定性影響企業非認知性動態能力。創新生態系統不確定性變化將帶來組織架構和組織特性變化，在合理的組織架構下企業能夠快速響應顛覆性創新戰略，并且能充分獲取互補性資源^[18]，更好地適應創新環境變化。非認知性動態能力是組織特性層面的能力，通過組織的結構化優勢實現創新能力提升和競爭優勢獲取，其主要由組織模塊化、生態系統嵌入構成。組織模塊化通過調整系統間和系統內部關系，實現組織重塑，有助于提升組織價值網絡流通性，通過模塊內和模塊間的協調發展，加速信息和知識資源的流通與整合，從而顯著提升企業顛覆式創新戰略執行能力（魏江等，2021）。生態系統嵌入有助于建立生態主體合作機制，達成資源互通、確立承諾關系，有助于形成多主體間的協同發展合作網絡^[20]。另外，生態系統有助于促進利益相關主體結成技術網絡，快速獲取內外部知識資源，為多元主體深度合作搭建良性互動平臺，為顛覆性創新提供社會關系支撐。因此，本文提出以下研究假設：

H_3a：創新生態系統不確定性正向影響非認知性動態能力；

H_3b：非認知性動態能力正向影響顛覆性創新；

H_3c：非認知性動態能力在創新生態系統不確定性與顛覆性創新之間起中介作用。

2.3 創新生態系統開放度的調節作用

企業競爭日趨激烈，后發企業需高度重視前沿戰略和資源獲取，時刻洞悉競爭對手策略變化、用戶深層次需求和市場結構變化。認知性動態能力是管理層和戰略層主動應對外部環境動蕩性的能力，能夠幫助企業及時掌握技術前沿，深耕用戶需求市場。創新生態系統開放度決定了企業互動程度和互動關系，資源高效流通有利于企業捕捉創新機會，促進企業形成獨特的動態能力。開放度高的創新生態系統能夠為產學研合作提供堅實的支撐，搭建優化的聯盟網絡^[1]。同時，較低的準入門檻將導致創新生態系統中的競爭更加激烈，而認知性動態能力能夠打破已有發展僵局，幫助后發企業建立獨特的“軟實力”競爭優勢，從而為企業開展顛覆性創新提供保障。另外，開放度高的創新生態系統能夠助力企業結構優化，為企業轉化和利用內外創新資源等非認知性能力提供良好的支撐基礎。非認知性動態能力是組織特性層面的能力反映，能夠為企業快速發展構建組織結構優勢，為后發企業實現追趕超越提供組織支撐^[1]。同時，創新生態系統開放度提高有助于增強后發企業獲取外部市場資源的意愿和重構組織架構的動機，并與組織內部資源有機結合，為顛覆性創新提供信息與資源支撐。此外，開放度高的創新生態系統能夠為后發企業提供穩固的社會關系，有助于企業鏈接更多外部合作者，優化合作網絡，獲取異質性資源和互補性資產。因此，本文提出如下研究假設：

H_4a：創新生態系統開放度越高，創新生態系統不確定性對認知性動態能力的正向作用越大；

H_4b：創新生態系統開放度越高，創新生態系統不確定性對非認知性動態能力的正向作用越大。

綜上所述，本研究構建理論模型如圖1所示。

3 研究設計

3.1 變量測量

為了保證量表信效度，借鑒國內外研究使用的成熟量表，并結合研究主題和中文語境對部分題項作適當調整。調查問卷主要包括企業基本情況和測量量表兩部分。企業基本情況包括企業性質、所屬行業、企業年限以及資產規模等信息，本研究將上述因素作為控制變量。

本文所有量表均遵循Likert五級量表評分法，1～5分別表示從“非常不同意”到“非常同意”。測量情況如下：①創新生態系統不確定性，主要來自市場、制度和技術3個方面，分別借鑒Jansen等^[22]、陽鎮等（2022）和Martínez-Pérez等^[23]的研究進行測量；②認知性動態能力，主要反映企業面對不確定性的機會感知、資源協調和戰略部署能力，因此從環境掃描^[24]、資源協奏^[15]和即興能力^[25]3個維度進行測量；③非認知性動態能力，主要反映企業面對不確定性的內部結構和外部生態合作機制，主要從組織模塊化^[26]和生態系統嵌入^[27]兩個維度進行測量；④創新生態系統開放度借鑒戴勇等^[1]的研究進行測量；⑤顛覆性創新借鑒余維臻等（2022）的研究進行測量。

3.2 預調研檢驗

雖然采用已有成熟量表，但是為了保證適用于創新生態系統后發企業顛覆性創新研究，需要通過預調研環節作進一步檢驗。在預調研階段共發放60份問卷，回收60份問卷。

預調研的問卷信度研究結果表明，創新生態系統不確定性、認知性動態能力、非認知性動態能力、創新生態系統開放度和顛覆性創新的Cronbach's ɑ系數分別為0.853，0.873，0.830，0.787，0.863，均在0.7以上。然而，認知性動態能力中的環境掃描維度變量Envs3和即興能力維度變量Imp5，以及創新生態系統開放度變量Open4的CITC值分別為0.416，0.453與0.404，均在0.5以下，未達到可接受標準，因此刪除以上3個題項。更新后的認知性動態能力和創新生態系統開放度的Cronbach′s ɑ系數分別為0.881與0.792，表明調整后的量表仍然保持較高信度。通過因子分析，對預調研階段的調查問卷進行效度檢驗。結果顯示，創新生態系統不確定性、認知性動態能力、非認知性動態能力、創新生態系統開放度和顛覆性創新的KMO值分別為0.833，0.910，0.875，0.812以及0.843，均在0.7以上，并且Bartlett球形檢驗結果均在0.05以下（均為0.000），證明預調研量表具有較高效度。

3.3 數據收集與樣本分布

本文以創新生態系統中的后發企業為研究對象，采用問卷調研法探究創新生態系統不確定性、認知性與非認知性動態能力對顛覆性創新的影響。成立年限較短是后發企業的顯著特征，當前研究普遍將企業成立年限在10年以下作為篩選后發企業的標準，因此本文也借鑒該研究標準^[8]，重點對該類后發企業開展調研。由于本研究需要被調查者對企業顛覆性創新具有一定了解，所以選擇企業中高層管理人員作為調研對象。同時，被調查企業需明確位于創新生態系統中，因此選擇高新園區、創新創業孵化基地的企業。研究通過個人關系、MBA班和網絡方式，共發放問卷500份，回收問卷425份，剔除無效問卷后共獲得376份問卷，有效回收率為75.2%，符合實證分析要求。問卷調查企業基本特征如下：①從企業性質來看，國有、民營、合資和外資企業的占比分別為36.65%，43.12%，5.96%和14.27%；②從所屬行業來看，信息技術行業、航空航天及交通運輸業、醫療行業、設備制造業、化工材料行業、石油煤炭及其它燃料行業的占比分別為35.92%，24.56%，13.15%，10.63%，8.63%和7.11%；③從企業年限看，2年及以下、3～5年、6～8年、9～10年的占比分別為17.38%，24.57%，32.62%和25.43%；④從企業規模來看，300萬元及以下、301～800萬元、801～1 300萬元和1 301萬元及以上的占比分別為23.37%，36.29%，24.1%，16.24%。

3.4 同源偏差檢驗

由于研究問卷均為同一人填寫，為了避免同源方法偏差問題對研究變量關系的干擾^[27]，采用harman單因子檢驗法，對問卷結果重新評估。對全部變量題項進行主成分分析。分析結果顯示：旋轉后的第一個公因子解釋的方差比例為25.9%，遠小于50%，表明本研究不存在明顯的同源偏差問題，能夠用于探究各變量相關關系。

4 實證分析

4.1 信效度檢驗

（1）信度分析。本研究信度分析采用SPSS 22.0軟件，通過測度所有變量的Cronbach's ɑ系數和CR值驗證變量題項的一致性。由表1可得，創新生態系統不確定性的Cronbach's ɑ系數為0.897；認知性與非認知性動態能力的Cronbach's ɑ系數分別為0.910和0.868；顛覆性創新和創新生態系統開放度的Cronbach's ɑ系數分別為0.921與0.897，以上變量的Cronbach's ɑ系數和CR值均大于0.8，表明量表信度理想。

（2）效度分析。本研究通過標準化因子載荷、AVE及其平方根，以及變量之間的Person相關系數進行聚合效度檢驗和區分效度檢驗。采用Amos21.0軟件進行驗證性因子分析，結果發現，各題項的標準化因子載荷值均在0.5以上，且變量的AVE值均在0.5以上，證明量表聚合效度較高。同時，結合相關性分析結果發現，各AVE的平方根均大于各變量之間的Person相關系數，證明量表的區分效度較高。

4.2 相關性分析

本文通過SPSS 22.0軟件對各變量均值、標準差及Person相關系數進行分析，如表2所示。結果表明，創新生態系統不確定性與認知性動態能力（r=0.456，p<0.01）、非認知性動態能力（r=0.440，p<0.01）、顛覆性創新（r=0.453，p<0.01）顯著正相關；認知性動態能力與顛覆性創新（r=0.528，p<0.01）顯著正相關，非認知性動態能力與顛覆性創新（r=0.581，p<0.01）顯著正相關。其中，企業性質、所屬行業、成立年限、企業規模與創新生態系統不確定性、動態能力、顛覆性創新的相關性不顯著，說控制變量對其余變量的影響較小。

4.3 假設檢驗

本研究采用層次回歸法對假設進行檢驗。在回歸方程中共設計10個模型，其中，模型1～4的因變量為認知性與非認知性動態能力，模型5～10的因變量為顛覆性創新，具體回歸結果如表3和表4所示。

（1）主效應檢驗。本研究將顛覆性創新作為結果變量，加入企業性質、所屬行業、企業年限、企業規模等控制變量后，再將生態系統不確定性納入回歸模型。從模型可以看出，控制變量的影響不顯著，而生態系統不確定性對顛覆性創新具有顯著正向影響（β=0.367，p<0.001），假設H₁成立。

（2）中介效應檢驗。本研究借鑒Baron & Kenny^[28]的方法，采用層次回歸法對認知性與非認知性動態能力的中介效應進行檢驗。首先，將顛覆性創新作為因變量，加入控制變量，然后加入生態系統不確定性，最后將中介變量認知性與非認知性動態能力納入回歸方程。從表3和表4可以看出，認知性與非認知性動態能力對顛覆性創新具有顯著正向影響（β=0.563，p<0.001；β=0.431，p<0.001），假設H_2b和H_3b成立；生態系統不確定性對認知性與非認知性動態能力具有顯著正向影響（β=0.345，p<0.001；β=0.256，p<0.001），假設H_2a和H_3a成立；加入認知性與非認知性動態能力后，生態系統不確定性對顛覆性創新仍然具有顯著正向影響（β=0.255，p<0.001；β=0.218，p< 0.001），但系數有所下降。由此可見，認知性與非認知性動態能力在生態系統不確定性與顛覆性創新之間起部分中介作用，即假設H_2c和H_3c成立。

（3）調節效應檢驗。首先，分別將認知性動態能力與非認知性動態能力作為結果變量加入回歸模型，逐步加入控制變量、創新生態系統不確定性、調節變量生態系統開放度，最后將創新生態系統不確定性與生態系統開放度的交互項納入回歸方程。由表3可以看出，創新生態系統不確定性與創新生態系統開放度的交互項對認知性動態能力具有顯著正向影響（β=0.112，p< 0.05），即假設H_4a成立；創新生態系統不確定性與創新生態系統開放度的交互項對非認知性動態能力的影響不顯著（β=0.05），即假設 H_4b不成立。進一步，繪制不同生態系統開放度對創新生態系統不確定性與認知性動態能力關系的調節效應，如圖2所示。

可以看出，相較于低水平開放度，高水平開放度下的創新生態系統不確定性與認知性動態能力的正向關系更顯著。

4.4 穩健性檢驗

本文采用Bootstrap方法對主效應與中介效應進行穩健性檢驗，結果如表4、表5所示。結果顯示，生態系統不確定性的直接效應點估計值為0.639 7，95% 的置信區間為[0.558 1，0.721 3]，間接效應點估計值為0.235 4，95%的置信區間為[0.084 6，0.386 2]，上述路徑的置信區間均不包含0，表明其具有較高的顯著性，說明生態系統不確定性對顛覆性創新具有顯著正向影響，認知性動態能力在生態系統不確定性與顛覆性創新之間發揮部分中介作用，假設H_2c得到進一步驗證。另外，將中介變量替換為非認知性動態能力后，間接效應點估計值為0.203 7，95%的置信區間為[0.078 5，0.328 9]，置信區間不包含0，達到顯著性水平，說明非認知性動態能力在生態系統不確定性與顛覆性創新之間也起部分中介作用，假設H_3c得到進一步驗證。

5 結論與啟示

5.1 研究結論

本文以后發企業為研究對象，基于“條件刺激—能力構建—顛覆行為”的SOR研究框架，運用動態能力理論探討創新生態系統不確定性對后發企業顛覆性創新的影響，分析后發企業顛覆性創新實現過程，并且檢驗不同動態能力的中介作用以及生態系統開放度的調節作用。研究表明：創新生態系統不確定性不僅對顛覆性創新具有顯著正向影響，而且對認知性與非認知性動態能力具有顯著正向影響；認知性和非認知性動態能力在創新生態系統不確定性與顛覆性創新之間起部分中介作用，即創新生態系統不確定性不僅對顛覆性創新具有直接影響，而且還通過認知性與非認知性動態能力對顛覆性創新產生間接影響；創新生態系統開放度在創新生態系統不確定性與認知性動態能力之間具有調節作用，即生態系統開放度越高，創新生態系統不確定性對認知性動態能力的正向影響越顯著。

5.2 理論貢獻

（1）本研究基于環境不確定性理論，探究了創新生態系統不確定性對后發企業顛覆性創新的影響，豐富了不確定性理論研究。研究結果發現，創新生態系統不確定性對后發企業顛覆性創新具有顯著正向影響。創新生態系統不確定性作為外部因素，對顛覆性創新具有顯著促進作用。原因在于，處于高不確定性的創新生態系統中，市場、制度和技術等層面的劇烈變化將促進更多創新機會涌現，后發企業的顛覆性創新意愿會更加強烈，通過探索新技術和新思路增強資源獲取能力，進而提高社會地位認可度；另外，后發企業通過顛覆性創新獲取內外部資源，強化技術創新，不斷提升創新能力和競爭力，進而降低外部不確定性。

（2）從動態能力理論出發，探究認知性、非認知性動態能力在創新生態系統不確定性與顛覆性創新之間的部分中介作用，強調認知性和非認知性動態能力對顛覆性創新的重要影響，豐富了動態能力理論研究類型和應用場景，并且為創新生態系統不確定性和顛覆性創新研究提供了新思路。面對外部不確定性，后發企業可以通過提高環境掃描、資源協奏和即興能力增強認知性動態能力，從而敏銳洞察新發展機會，快速制定競爭戰略，及時提出創造性解決方案。同時，企業可以通過提高組織模塊化程度和生態系統嵌入程度，增強組織非認知性動態能力，從而優化組織結構，獲取更多外部資源。

（3）以創新生態系統開放度作為調節變量，探索創新生態系統不確定性與開放度交互對不同動態能力的影響。研究表明，創新生態系統開放度在創新生態系統不確定性與認知性動態能力之間起正向調節作用。原因在于，戰略制定有助于企業獲取異質性知識資源并建立緊密合作，進而助力企業提高認知性動態能力。同時，厘清了創新生態系統開放度與不確定性關系，揭示了生態系統開放度在后發企業顛覆性創新過程中的作用邊界。

5.3 管理啟示

（1）創新生態系統不確定性正向影響顛覆性創新。首先，面對市場不確定性和需求刺激，后發企業較難將技術創新與市場需求快速結合，上述外部性壓力會刺激后發企業挖掘新思路和萌生顛覆性創新意愿。后發企業應該積極獲取與吸收外部信息以滿足市場需求及技術偏好，通過顛覆性創新實現價值創造。其次，政策環境是企業開展創新活動與獲得認可的前提，政策不確定性為后發企業提供了新的合法性獲取路徑，進而影響后發企業計劃與戰略制定基礎，后發企業可以通過顛覆性創新獲得更高的社會地位與認可度。最后，外部環境中的技術不確定性會不斷刺激后發企業技術進步，因此后發企業應該通過顛覆性創新提升適應性和創新度，并且利用外部資源不斷提高企業管理效率、強化技術效應，不斷提升創新能力和競爭力。

（2）基于創新生態系統不確定性條件，后發企業要同時構建認知性與非認知性動態能力。許多后發企業較依賴認知性動態能力，但是非認知性動態能力在顛覆性創新過程中也起關鍵作用。認知性動態能力有助于組織通過戰略層面、高管認知層面獲取知識資源與提升技術。企業可以運用環境掃描獲取外部資源與信息，通過資源協奏聯通各層級、打破部門邊界，利用即興能力實現創新能力提升，進而完成顛覆性創新。而非認知性動態能力是組織結構化優勢的體現，后發企業通過調整系統間和系統內部關系，實現組織重塑，并積極融入創新生態系統建設，加強與外部主體合作，通過與多元主體的深度合作和互補，為顛覆性創新奠定堅實基礎。與認知性動態能力相比，非認知性動態能力建立需要經歷更長時間，因此后發企業應該提前布局非認知性動態能力建設戰略。

（3）開放的創新生態系統能夠促使企業內部或企業間形成良性互動，高效的外部資源流動和良好的合作環境有利于后發企業建立認知性動態能力，從而快速實現顛覆性創新。較高的生態系統開放度有助于促進開放網絡建立，實現產學研合作與成果轉化，如合作框架、聯盟組合等，通過搭建更優化的聯盟網絡，形成互通的創新價值鏈，為企業戰略決策和計劃調整作準備。對于后發企業而言，應該及時洞悉利益相關主體需求和政策環境變化，不斷提升企業在認知性動態能力構建方面的優勢。對于國家來說，應該提高創新生態系統開放度，通過降低準入門檻，加大開放廣度和開放深度等多種措施，吸引更多有顛覆性潛力的企業進入創新生態系統，激發生態系統創新活力，從而實現躍遷式發展。

5.4 研究不足與展望

本研究還存在如下不足：其一，僅使用橫截面數據進行分析，未充分考慮時間維度下生態系統不確定性對顛覆性創新的影響，未來可以運用時間序列進行數據調研，獲取更客觀、可靠的研究結果。其二，將市場、制度和技術層面的創新生態系統不確定因素進行合并研究，未來可對不確定性條件進一步細分，探究不同動態能力分別對3個層面的差異化影響。其三，本文主要討論后發企業顛覆性創新實現過程，在分析過程中考慮到樣本數據的可得性，沒有進一步對后發企業類型進行討論，未來可結合具體行業，研究其對后發企業動態能力構建以及顛覆性創新效果的異質性影響。

參考文獻：

[1] 焦豪，楊季楓，應瑛.動態能力研究述評及開展中國情境化研究的建議[J].管理世界，2021，37（5）：191-210.

[2] SI S， CHEN H， LIU W， et al. Disruptive innovation， business model and sharing economy： the bike-sharing cases in China[J]. Management Decision， 2021， 59（11）： 2674-2692.

[3] 戴勇，劉穎潔.基于組態分析的數字平臺生態系統內部治理因素及效果研究[J].科研管理，2022，43（2）：46-54.

[4] LIN S W，LO L Y S ． Evoking online consumer impulse buying through virtual layout schemes[J].Behaviour & Information Technology，2016，35（1）：38－56.

[5] 梁阜，李樹文，孫銳.SOR視角下組織學習對組織創新績效的影響[J].管理科學，2017，30（3）：63-74.

[6] HOBDAY M.East Asian latecomer firms： learning the technology of electronics[J].World Development，1995，23（7）：1171-1193.

[7] 徐建新，張海迪，許強.機會窗口、復合式戰略與后發企業追趕——基于大華股份的縱向案例研究[J].科技進步與對策，2020，37（23）：81-90.

[8] ADNERR.Match your innovation strategy to your innovation ecosystem[J]. Harvard Business Review，2006，84（4）： 98-107.

[9] 周江華，李紀珍，劉子谞.雙重機會窗口下管理認知模式與創新追趕路徑選擇——以中國風電產業的后發企業為例[J].中國工業經濟，2022，39（3）：171-188.

[10]LEE K， MALERBA F. Catch-up cycles and changes in industrial leadership： windows of opportunity and responses of firms and countries in the evolution of sectoral systems[J].Research Policy，2017，46（2）：338-351.

[11] HIRSH J B，MAR R A，PETERSON J B. Psychological entropy： a framework for understanding uncertainty-related anxiety[J].Psychological Review，2012，119（2）：304-320.

[12] WU LIANG， LIU HENG， ZHANG JIANGQI. Bricolage effects on new-product development speed and creativity： the moderating role of technological turbulence[J]. Journal of Business Research， 2016， 70：127-135.

[13] EISENHARDT K J A MARTIN.Dynamic capabilities： what are they [J].Strategic Management Journal，2000，21（10-11）：1105-1121.

[14] MICHAEL A HITT， et al. Navigating in the new competitive landscape： building strategic flexibility and competitive advantage in the 21st Century[J]. Academy of Management Executive， 1998，12（4）：22-42.

[15] SIRMON D G，HITT M A，IRELAND R D，et al.Resource orchestration to create competitive advantage： breadth， depth， and life cycle effects[J].Journal of Management，2011，37（5）：1390-1412.

[16] 韻江，王文敬.組織記憶、即興能力與戰略變革[J].南開管理評論，2015，18（4）：36-46，105.

[17] 郭秋云，李南，菅利榮.組織忘卻情景、即興能力與突破性創新[J].中國科技論壇，2017，34（4）：55-61.

[18] SIMON H.The architecture of complexity： hierarchic systems[J].Proceedings of the American Philosophical Society，1962，106（4）：183-216.

[19] LAMP?N J F，CABANELAS P，GONZ?LEZ-BENITO J. The impact of modular platforms on automobile manufacturing networks[J].Production Planning&Control，2017，28（4）：335-348.

[20] JMM A， AG B . Social partners in the digital ecosystem： will business organizations， trade unions and government organizations survive the digital revolution-science direct[J]. Technological Forecasting and Social Change，2016，162.

[21] HUI P A， NS A， HL A ， et al. Multiple network embedding， green knowledge integration and green supply chain performance——investigation based on agglomeration scenario-science direct[J]. Journal of Cleaner Production， 2020， 259：120821.

[22] JANSEN J J P，VAN D B F A J，VOLBERDA H W.Exploratory innovation，exploitative innovation，and performance：effects of organizational antecedents and environmental moderators[J].ERIM Report Series Research in Management，2006，52（11）：1661-1674.

[23] MARTINEZ-PEREZ， ANGELA， GARCIA-VILLAVERDE，PEDRO M，et al.The mediating effect of ambidextrous knowledge strategy between social capital and innovation of cultural tourism clusters firms[J].International Journal of Contemporary Hospitality Management，2016，28（7）：1484-1507.

[24] MILLER D， FRIESEN P H.Innovation in conservative and entrepreneurial firms：two models of strategic momentum[J].Strategic Management Journal， 1982， 3 （1） ：1-25.

[25] VERA D，CROSSON M.Improvisation and innovative performance in teams[J].Organization Science，2005，16（3）：203-224.

[26] 王鵬程，劉善仕，劉念.組織模塊化能否提高制造企業服務創新績效——基于組織信息處理理論的視角[J].管理評論，2021，33（11）：157-169.

[27] ALMASHHADANI A F S，QURESHI M I，HISHAN S S，et al. Towards the development of digital manufacturing ecosystems for sustainable performance： learning from the past two decades of research[J/OL]. Energies，2021，14.https：//doi. org/10.3390/en14102945.

[28] BARON R M， KENNY D A. The moderator-mediator variable distinction in social psychological research： conceptual， strategic， and statistical considerations[J].Chapman and Hall， 1986，51（6）：1173-1182.

（責任編輯：胡俊?。?/p>

How Can the Latecomer Enterprises Achieve Disruptive Innovation under the

Uncertain Condition of the Innovation Ecosystem？The Mediating Effect of

Dynamic Ability Based on SOR Model

Hou Ke¹，Li Xinhao¹， Ruan Tianshun²

（1.School of Economics and Management， Xi'an Shiyou University， Xi'an 710065， China;

2.School of Economics and Management， Xi'an Northwest University， Xi'an 710069， China）

Abstract：The innovation ecosystem is regarded as fertile ground for cultivating disruptive innovation， and its increasingly uncertain characteristics have opened a window of opportunity for disruptive innovation. In the new round of technological revolution and digital economic transformation， disruptive innovation has become an important way for a country to break through technological blockades and achieve technological self-improvement. Disruptive innovation pursues a pathway in the new technology and market track， and its model of "overtaking on the curve" provides a viable path for the technological development of developing countries. The existing research has proven that companies will adopt the two strategic stances of "adapting" and "remodeling" in the uncertain external situation. For latecomer enterprises at the edge of the value network of the innovation ecosystem， the constraints of resource endowment and the relationship allocation force them to seek new development logic and accurately grasp new development opportunities for competition. Therefore， under the uncertain condition of the innovation ecosystem， it becomes the research focus on the uncertain condition to figure out how the latecomers can establish a unique competitive advantage through disruptive innovation， boost the vitality of the innovation ecosystem and form a leap-forward development trend.

To deal with the uncertain condition of the innovation ecosystem， ambidextrous dynamic capability is the key for latecomers to realizing disruptive innovation. Dynamic capability is the ability of an enterprise to quickly respond to external changes and make dynamic adjustments. Latecomers with dynamic capabilities are able to break through the shackles of original development， quickly identify opportunities in uncertain conditions and update resources promptly. Uncertain conditions are different， innovation ecosystems have significant complexity and collective characteristics due to the multi-layered structure and the dynamic development trend of multi-agent relationships. The existing research confirms that in a complex and changeable external environment， the innovation effect of latecomers depends not only on the company's immediate opportunity perception and adaptability （cognitive dynamic ability）， but also on the previous experience， special inertia and organizational structure （non-cognitive dynamic abilities）. Therefore， this paper focuses on the mediating effects of ambidextrous dynamic capabilities between ecosystem uncertainty and disruptive innovation.

Disruptive innovation of latecomers depends not only on the dynamic capabilities of the organization itself， but also on compatibility with external ecological features. Disruptive innovation is a dynamic process of multi-factor matching and multi-stage implementation. In the face of uncertain factors such as technology trajectory， market competition and policy environment in the ecosystem， dynamic capabilities can help latecomers accurately identify development opportunities in the innovation ecosystem， open up new competitive tracks， and adjust the organizational structure according to their own advantages. Therefore， the construction of dynamic capabilities is closely related to the characteristics of the external environment， and compatibility with the ecosystem will also become an important factor for enterprises to build dynamic capabilities and stimulate disruptive innovation. The current research mainly focuses on the impact of ecosystem competition factors on dynamic capacity， and the of research of ecosystems openness is insufficient. A more open innovation ecosystem can be more compatible with companies， for it can effectively enhance their willingness and perception of disruptive innovation. In addition， the entry barriers will be fewer in a more innovation ecosystem， and the interaction between companies is more frequent， which can help them establish stable cooperative relations. Therefore， this paper focuses on the moderating effect of ecosystem openness on the relationship between uncertainty and the dynamic capacities of latecomers.

Thus，this paper mainly explores the realization of disruptive innovation of latecomers in the ecosystem uncertainty situation. The SOR model is used to construct a process mechanism of "situational stimulus— capacity building—disruptive behavior" with the focus on the dynamic capabilities building process between the external stimulus of uncertain condition and the disruptive innovation of latecomers. It puts external factors and internal factors within the same theoretical framework to deeply analyze the key factors and formation logic of disruptive innovation.

Key Words：Innovation Ecosystem; Uncertainty Situation; Dynamic Capability; Disruptive Innovation; SOR Model