基于環境動蕩性的聯盟知識轉移與企業創新績效關系研究

海本祿，張流洋，張古鵬

(1. 河南師范大學 商學院，河南 新鄉 453007； 2. 中國科學院大學 公共政策與管理學院，北京 100049)

一、引言

當今世界，以信息技術、生物技術、人工智能等為代表的科學技術正在孕育新一輪科技革命和產業變革，與此同時，創新活動的組織與實施模式也不斷發生變革，創新活動不斷突破組織邊界，呈現出開放式的新格局[1]。越來越多的企業高層接納了開放創新的觀念，將聯盟合作視為獲取競爭優勢的重要途徑。戰略聯盟本質上是資源優化配置和價值整合的關系網絡。知識是最為重要的戰略性資源，從聯盟伙伴獲取各類知識資源已成為企業提升創新績效的重要途徑[2]。

跨越企業邊界獲取外部知識是當今企業創新的主要來源[3]。在激烈的市場競爭中，企業與知識資源互補的組織結盟，通過聯盟網絡分享有價值的知識，獲得知識優勢和競爭優勢。聯盟伙伴間的知識轉移有助于創新性問題的解決[4]，而知識轉移的效果直接影響到聯盟企業的創新績效[5]。但值得注意的是，聯盟伙伴之間往往合作與競爭共存，在追求共同利益最大化而開展合作的同時，又存在著不同層次與形式的競爭，甚至可能出現機會主義行為。聯盟合作是一把雙刃劍，企業依賴聯盟獲取戰略性資源和互補性知識同時，也存在將其專有知識泄露給合作伙伴的風險，學術界將這種情況稱為“邊界困境”[6]。

聯盟伙伴均試圖以最快速度和最高效率學習對方的核心知識。在一定程度上，企業知識獲取的過程也是知識泄露的過程。但是，知識獲取有助于改善創新績效，而知識泄露則可能相反。現有研究顯示，知識轉移對聯盟企業創新績效影響的實證研究結果出現較大的分歧，有些學者認為，知識轉移可以有效提升聯盟企業創新績效[5]。有些學者則認為知識轉移的效用被高估了，聯盟知識轉移對企業創新績效的改善并不顯著[7-8]。現有研究沒有分析造成不同甚至相悖結論的原因，也沒有開展對策研究。本文認為，知識獲取與知識泄露往往是共生的，現有研究大都基于知識獲取的視角對知識轉移進行刻畫，較少考慮知識泄露特別是市場知識泄露的影響，而且大都忽視了企業所處環境的調節作用，這可能是造成現有研究結論出現顯著差異的重要原因。

二、理論基礎與研究假設

(一)知識獲取與企業創新績效

從聯盟伙伴獲取多樣化知識已成為企業提高創新績效的重要途徑[9]。外部知識獲取和內部知識創造是互補的，組織外部具有相對于內部而言更為獨特的知識與信息[10]，有助于降低企業創新的風險和不確定性。外部知識資源獲取渠道越多，企業越容易得到多樣化的知識。外部知識資源的獲取有助于企業提高自身學習的廣度及深度，推動企業創新績效的改善[11]。

企業創新的過程就是整合內外部技術知識、市場知識的過程。技術知識能夠提高產品開發質量，加快開發的速度，有助于培養企業的技術能力。足夠的技術知識是新產品研發成功和生產的重要條件，也是提高產品差異性和附加值的重要保障；市場知識則可以幫助企業更加準確地了解客戶需求，提高新產品開發的針對性和市場成功率[12]。在競爭激烈的市場環境下，外部知識獲取提升了企業的持續發展能力和競爭力[13]。通過對外部技術知識和市場知識綜合集成，可以有效推動企業創新績效的提升[14]。

基于以上分析，我們提出以下欲驗證假設：

H1：技術知識獲取對聯盟企業創新績效具有顯著的正向影響。

H2：市場知識獲取對聯盟企業創新績效具有顯著的正向影響。

(二)知識泄露與企業創新績效

知識是企業競爭優勢的基礎[15]。獲取外部豐富知識資源的同時，聯盟合作也會引致專有知識稀釋和泄露的風險，進而影響企業創新績效[6, 16]。特別是在聯盟缺乏有效治理的情況下，如果企業的專有知識沒有中心化，知識泄露的風險和危害可能會加劇[17-18]。與此同時，在知識分享的過程中，利潤消散效應的存在也會降低企業的創新收益[19]。

競爭雙方合作的過程中，伙伴的機會主義行為和知識泄露的風險不可忽視。研發合作過程中，非本企業研發成員往往是泄露知識的潛在接受者。如果關鍵知識出現泄露，那么彌補知識泄露的負面影響將非常困難。無論直接的知識泄露還是間接的知識泄露都會削弱企業的競爭力，降低企業的創新績效。

基于以上分析，我們提出以下待驗證假設：

H3：技術知識泄露對聯盟企業創新績效具有顯著的負向影響。

H4：市場知識泄露對聯盟企業創新績效具有顯著的負向影響。

(三)環境動蕩性的調節作用

企業的外部環境是企業生存的客觀條件。環境的動蕩性會給企業發展造成威脅，但也可能為企業帶來創新的契機。環境動蕩性可分為技術動蕩性和市場動蕩性。技術動蕩性指對技術環境的一種感知，指人們無法準確預測或完全理解技術環境的某個方面。市場動蕩性是指市場中不可覺察的不穩定性，特征表現為傳統產業邊界的不斷打破以及客戶構成和偏好的變化。

1.技術動蕩性的調節作用。技術動蕩性處于較低水平時，技術革新的速度較慢，行業競爭程度不高，企業可以更從容應對技術環境不確定帶來的風險，在這種情況下，技術知識的獲取與泄露對企業創新績效的影響相對有限。在技術動蕩性較高的環境里，行業技術革新的速度不斷加快，企業很難依靠自身知識資源和技術保持競爭優勢[20]。通過聯盟合作實現創新知識的整合和運用，掌握行業發展前沿知識和技術，企業可以更為有效的應對外部技術環境變化，在這種情況下，技術知識的獲取對企業創新績效的影響可能更高。然而，技術動蕩性的提升往往伴隨著風險的增加，技術知識的泄露對企業創新績效的影響也可能更高。

基于以上分析，本研究提出以下假設：

H5：技術動蕩性越高，技術知識獲取對聯盟企業創新績效的影響越顯著。

H6：技術動蕩性越高，技術知識泄露對聯盟企業創新績效的影響越顯著。

2.市場動蕩性的調節作用。當市場動蕩性程度處于較低水平時，客戶結構和偏好比較穩定，企業的創新活動可以以漸進式創新為主[21]，這種情況下，市場知識獲取與泄露對企業創新績效的作用相對有限。在市場動蕩性較高的環境里，客戶結構和偏好變化速度加快，產品需求劇烈動蕩。為了應對市場競爭環境的復雜多變性，企業通過與聯盟企業的廣泛合作，快速獲取市場發展的趨勢以及客戶需求的變化的相關信息，更好地滿足顧客快速變化的偏好，進而提高創新績效，此時，市場知識的獲取對企業創新績效的影響可能更高。需要指出的是，市場動蕩性的提升往往伴隨著風險的增加，市場知識泄露對企業創新績效的影響也可能更高。

H7：市場動蕩性越高，市場知識獲取對聯盟企業創新績效的影響越顯著。

H8：市場動蕩性越高，市場知識泄露對聯盟企業創新績效的影響越顯著。

三、研究方法

(一)問卷設計

本文采用問卷調研的方式對聯盟企業相關數據進行樣本收集，問卷各題項設計采用“內部一致性”的Likert7級量表法。本研究直接對企業的高層管理者進行調研，主要是測量受訪者對于有關事情或問題的陳述的態度，陳述態度分為“極不贊同、不贊同、不太贊同、既不反對也不贊成、輕微贊同、贊同、非常贊同”，從1至7代表程度從最低到最高。

首先在湖北省武漢市選取了12家企業進行問卷預調查，根據反饋的結果對測量問項進行了修正，并對北京、河南、湖北和河北等省市的產業技術創新聯盟企業開展正式問卷調研。問卷調查于2015年9月至2016年4月期間進行，共發放問卷367份，回收問卷數265份，對32份錯答太多或回答不全的無效問卷進行剔除，最后共得到有效問卷233份，問卷回收率為72.20%，有效回收率達到63.48%。本次調查問卷涉及了13個行業不同規模的企業的數據，樣本企業均參與過或正在參與聯盟活動，行業覆蓋程度高，大中小企業分布均勻，從整體來看，樣本的分布情況比較好。受調研的對象是企業高層管理人員、技術研發經理、在研合作項目主要負責人等，達到研究數據收集的預期要求。

(二)變量測度

參考已有文獻中對變量的分析和界定，本文在相關變量測量指標的選取過程中，引用了國內外學者成熟的研究量表，同時聽取了在預調研中相關專家和被調查者的建議，在不改變調查目的和變量原意的基礎上進行了適當的修改，因此確保了量表的內容效度。

(1)技術知識獲取的測量：主要借鑒Yli-Renko[22]和裴旭東[23]等的研究成果，采用3個題項進行測量；(2)市場知識獲取的測量：主要借鑒Yli-Renko等[22]和劉益[24]的研究成果，采用3個題項進行測量；(3)技術知識泄露：主要借鑒Ritala 等[25]和邢子政[26]等的研究成果，采用3個題項進行測量；(4)市場知識泄露：主要借鑒Ahmad等[27]和Jiang等[28]的研究成果，采用3個題項進行測量；(5)企業創新績效的測量：主要借鑒Nakata等[29]和王永貴等[30]的研究成果，采用4個題項進行測量；(6)技術動蕩性和市場動蕩性的測量：主要借鑒Calantone等[31]的研究成果，分別采用3個題項進行測量。

本文選取企業類型、聯盟經驗和聯盟類型3個指標作為控制變量，且均為啞變量。其中，對于企業類型，國有企業定義為1，其他類型定義為0；對于聯盟經驗，有聯盟經驗定義為1，沒有聯盟經驗定義為0；對于聯盟類型，合資企業定義為1，其他類型企業定義為0。

四、研究結果

(一)量表的信度與效度檢驗

在效度方面，由于各問卷均由前人文獻經適度修改發展而來，因此具有相當程度的內容效度。為了確保所選擇的這些測項都能夠有效描述模型中各相關因素，本研究采用探索性因子分析方法(EFA)對具體測項進行檢驗，按照因素負荷量大于0.6的原則，刪掉部分測項。精簡后各測項的因子載荷均大于0.6，顯示本研究的建構效度很高。

在信度方面，依據調查結果進行內部一致性分析，七個潛變量的Cronbachα系數均超過了0.7這一最低可接受水平，顯示了量表的信度很高，如表1所示。

表1 效度及信度分析

表2 擬合度評價標準及結果

(二)LISREL實證分析

1．LISREL模型的評價

本文從整體模型擬合度和內在結構擬合度兩個方面對理論模型的擬合度進行評價。

(1)整體模型擬合度評價。本文采取絕對擬合指標與增值擬合指標作為評價模型擬合優度的指標體系，各指標的評級標準及本研究的評價結果如表2所示。除NFI略低于擬合標準外，模型的諸多指標均符合標準，因此，本文理論模型的整體擬合情況較好，其結果具有參考價值。

(2)模型內在結構擬合度評價。在模型內在結構擬合度方面，本研究采取個別項目建構信度SMC(squared multiple correlations)、潛變量的成分信度及潛變量的平均變異抽取量AVE(average variances extracted)3種指標評估，如表3及表4所示。本研究各測項的SMC值均在0.5標準之上，顯示本研究模型測量指標確實能反映出真實情形；各項潛變量的成分信度值均大于0.5標準，表明各潛變量所屬的觀察變量具良好的信度；AVE均大于0.5的標準，表明各測量變量可以作為各潛變量的衡量指標。因此，假設模型的內在結構擬合度很好。

表3 個別項目建構信度值(SMC)

表4 各潛變量成分信度值與AVE

2．LISREL模型路徑關系檢驗

在本研究模型中，各潛變量間的因果關系及其系數估計結果如圖1所示，路徑系數及t值如表5所示，本研究4種結構模型關系均得到支持，達到顯著水平。

從表5我們可以看到，技術知識獲取和市場知識獲取對企業創新績效均產生了顯著的正向影響作用，這表明，無論是技術知識還是市場知識的獲取均對聯盟企業創新績效產生正向影響(路徑系數分別為0.373和0.232)。但在外部知識獲取的過程中，我們發現，技術知識泄露、市場知識泄露與企業創新績效之間存在顯著的負相關關系(路徑系數分別為-0.108和-0.086)。

為了進一步研究知識獲取與知識泄露對企業創新績效的作用機制，本文接下來對技術動蕩性和市場動蕩性的調節作用進行檢驗。

圖1 LISREL模型之因果路徑

假設關系路徑系數t值檢驗結果H1：技術知識獲取正向影響企業創新績效0 3734 269支持??H2：市場知識獲取正向影響企業創新績效0 2323 176支持??H3：技術知識泄露負向影響企業創新績效-0 1082 377支持?H4：市場知識泄露負向影響企業創新績效-0 0862 118支持?

注：*表示P<0.05；**表示P<0.01。

表6 技術動蕩性的調節作用

注：*表示P<0.05；**表示P<0.01。

表7 市場動蕩性的調節作用

注：*表示P<0.05；**表示P<0.01。

(三)環境動蕩性調節作用的模型與假設檢驗

本研究按照統計學中的常用方法，把兩個變量的交互作用(調節變量的作用)用這兩個變量的乘積來代表，具體操作如下：首先，本文將四個自變量(技術知識獲取、市場知識獲取、技術知識泄露、市場知識泄露)和調節變量(技術動蕩性和市場動蕩性)中心化處理，然后計算出四個交互項，在放入控制變量、自變量、調節變量(技術動蕩性)的基礎上，分別放入技術動蕩性的兩個交互項，分層回歸分析的具體結果如表6所示。

從表6可以看出，在加入“技術動蕩性”這一調節變量后，模型的解釋力有顯著的增加。“技術知識獲取×技術動蕩性”交互項的回歸系數為正值，與假設關系方向一致，且影響顯著(ΔR2=0.073，p<0.01)，即技術動蕩性正向調節技術知識獲取與企業創新績效的正相關關系(β=0.128，p<0.01)，H5得到支持。“技術知識泄露×技術動蕩性”交互項的回歸系數為負值，與假設關系方向一致，且影響顯著(ΔR2=0.051，p<0.01)，即技術動蕩性正向調節技術知識泄露與企業創新績效的負相關關系(β=-0.128，p<0.01)，H6得到支持。可以看出，技術動蕩性的調節作用是顯著存在的。

然后，我們對市場動蕩性的調節作用進行檢驗。在放入控制變量、自變量、調節變量(市場動蕩性)基礎上，分步放入兩個交互項，分層回歸分析的具體結果如表7所示。

從表7可以看出，在加入“市場動蕩性”這一調節變量后，模型的解釋力有顯著的增加。“市場知識獲取×市場動蕩性”交互項的回歸系數為正值，與假設關系方向一致，影響顯著(ΔR2=0.041，p<0.01)，即市場動蕩性正向調節市場知識獲取與企業創新績效的正相關關系(β=0.165，p<0.05)，H7得到支持。“市場知識泄露×市場動蕩性”交互項的回歸系數為負值，與假設關系方向一致，影響顯著(ΔR2=0.027，p<0.01)，即市場動蕩性正向調節市場知識泄露與企業創新績效的負相關關系(β=-0.101，p<0.05)，H8得到支持。可以看出，市場動蕩性的調節作用是顯著存在的。

五、結論及建議

(一)結論與討論

本文構建了基于環境動蕩性的知識轉移對聯盟企業創新績效影響的理論模型，通過對233份聯盟企業有效問卷的實證研究，進一步明確了知識轉移影響企業創新績效的相關路徑，無論從深化理論還是指導實踐來看，都具有重要的研究價值與意義。本文研究的主要結論包括：

第一，技術知識獲取與市場知識獲取對企業創新績效有顯著的正向影響。企業創新的過程就是知識整合的過程。本研究將知識獲取分為技術知識獲取和市場知識獲取兩個維度。實證研究結果顯示，兩維度均正向顯著影響企業的創新績效。企業通過聯盟網絡獲取多樣化的互補性知識和資源，可以有效增加企業學習的深度和廣度，降低創新的風險和不確定性，提高企業進行新的創新性組合的可能性，有效改善創新績效。

第二，技術知識泄露與市場知識泄露對企業創新績效有顯著的負向影響。本文將知識泄露納入分析框架，并將其刻畫為技術知識泄露和市場知識泄露兩個維度。實證研究結果顯示，兩維度均對企業創新績效產生顯著的負向影響。現有研究較少關注知識泄露的重要作用，有限的對知識泄露的研究也往往主要集中在技術知識泄露上，對市場知識泄露的關注明顯不足，導致知識轉移影響企業創新績效的研究結果出現顯著的差異性。本研究結論很好解釋了這種差異性產生的原因所在，也深化和拓展了相關的知識轉移理論研究。

第三，技術動蕩性和市場動蕩性具有顯著的調節作用。分層回歸分析的結果顯示，在技術動蕩性較高的情況下，技術知識獲取更有助于企業創新績效改善，與此同時，技術知識泄露的負向影響也在增強。在市場動蕩性較高的環境下，市場知識的獲取更有助于企業創新績效的改善，而市場知識泄露對企業創新績效造成的風險也顯著增加。技術動蕩性和市場動蕩性是知識轉移影響企業創新績效的重要調節變量，而現有研究大都忽視了環境動蕩性的調節作用。本研究結論也很好解釋了知識轉移影響企業創新績效效果出現顯著的差異性的原因。

(二)管理啟示

本研究將知識獲取、知識泄露以及企業創新績效納入統一的研究框架，所提出的假設均得到了實證數據的驗證。基于本文的研究結論，提出如下管理對策：

第一，聯盟企業在重視外部技術知識學習的同時，還應關注市場知識的學習。聯盟網絡為企業提供新的知識和靈感源泉，無論是技術知識還是市場知識的獲取，都有助于企業創新績效的改善，這種改善作用在高動蕩環境下更為顯著。聯盟企業內部應該培養良好的學習氛圍，通過設立跨組織邊界的學習指導機構，快速獲取合作伙伴的互補性知識資源，通過內外部知識的轉化與重新組合，形成新想法、新思路和新方案，產生創造性成果。

第二，聯盟企業應加強關鍵核心知識的保護。在重視技術知識保護的同時，企業必須加強市場知識的保護。無論是技術知識還是市場知識的泄露，都會對企業的創新績效產生威脅，特別是在高動蕩環境下，關鍵知識的泄露可能會危及企業的競爭優勢。聯盟合作的過程中，即便伙伴間具有良好的信任與關系基礎，企業也必須對關鍵知識進行保護。為了有效規避知識泄露帶來的風險，除了知識產權措施外，聯盟企業還應綜合采用領先進入市場、研發流程控制以及增加產品復雜性等多種策略。

第三，聯盟內部應建立有效的風險管控機制。最大化知識共享的同時，聯盟能否有效保護企業的專有知識是決定聯盟成功的關鍵。聯盟伙伴間往往是競合關系，在合作過程中可能出現機會主義行為，引發知識產權糾紛。因此，在建立共同愿景的同時，聯盟必須提高正式控制的水平，通過制定完備的協議、精心設計的監管機制來約束聯盟伙伴的行為，促進企業間長期有效的合作，為聯盟成功提供保障。

第四，政府應注重培養聯盟企業合作的氛圍和土壤，推動聯盟企業多層次、多渠道、多方式的合作與交流，形成合力發展的新格局。聯盟發展既要基于市場經濟規則，也要發揮政府的推動作用。作為非聯盟主體參與者，政府對聯盟發展具有非常重要的影響。政府應加強政策引導與支持，推動有效的溝通交流，縮小聯盟企業間的文化距離和知識距離，消除阻礙聯盟知識轉移的障礙，為聯盟企業協同發展創造條件。

[1]王偉光, 馮榮凱,尹 博.產業創新網絡中核心企業控制力能夠促進知識溢出嗎?[J].管理世界, 2015(6): 99-109.

[2]徐建中, 李奉書, 李 麗, 等.企業外部關系質量對低碳技術創新的影響:基于知識視角的研究[J].中國軟科學, 2017(2): 183-192.

[3]劉穎琦, 王靜宇, Ari K. 產業聯盟中知識轉移、技術創新對中國新能源汽車產業發展的影響[J]. 中國軟科學, 2016(5): 1-11.

[4]SOO C, DEVINNEY T, MIDGLEY D. External knowledge acquisition, creativity and learning in organisational problem solving [J]. International Journal of Technology Management, 2007, 38(1-2):137-159(23).

[5]MUTHUSAMY S, WHITE M. Learning and knowledge transfer in strategic alliances: A social exchange view [J]. Organization Studies, 2006, 26(3): 415-441.

[6]JIANG Xu, BAO Yongchuan, XIE Yan, et al. Partner trustworthiness, knowledge flow in strategic alliances, and firm competitiveness: A contingency perspective [J]. Journal of Business Research, 2016, 69(2): 804-814.

[7]GRAVIER M, RANDALL W, STRUTTON D.Investigating the role of knowledge in alliance performance[J]. Journal of Knowledge Management, 2013， 12(4):117-130.

[8]FANG E. The effect of strategic alliance knowledge complementarity on new product innovativeness in china [M]. INFORMS, 2011: 158-172.

[9]BERCHICCI L. Towards an open R&D system: Internal R&D investment, external knowledge acquisition and innovative performance [J]. Research Policy, 2013, 42(1):117-127.

[10]吳士健, 孫專專,劉新民. 知識治理、組織學習影響組織創造力的多重中介效應研究[J].中國軟科學, 2017(6): 174-183.

[11]馬 藍, 安立仁,張宸璐.合作經驗、雙元學習能力對合作創新績效的影響[J].中國科技論壇, 2016(3): 42-48.

[12]熊 捷, 孫道銀.企業社會資本、技術知識獲取與產品創新績效關系研究[J]. 管理評論, 2017(5):23-39.

[13]WIJK R, JANSEN J, LYLES A. 組織間和組織內知識轉移:對其前因后果的元分析及評估[J].管理世界, 2012(4): 159-168+185.

[14]侯光文，薛惠鋒. 集群網絡關系、知識獲取與協同創新績效[J]. 科研管理, 2017(4):1-9.

[15]李 莉, 閆 斌, 顧春霞.知識產權保護、信息不對稱與高科技企業資本結構[J]. 管理世界, 2014(11):1-9.

[16]GRIMPE C, KAISE U. Balancing internal and external knowledge acquisition: The gains and pains from R&D outsourcing [J]. Journal of Management Studies, 2010, 47(8):1483-1509.

[17]WEST J, GALLAGHER S. Challenges of open innovation: The paradox of firm investment in open-source software [J]. R & D Management, 2006. 36(3):319-331.

[18]ZHANG JING, BADEN-FULLER C. The Influence of technological knowledge base and organizational structure on technology collaboration [J]. Journal of Management Studies, 2010, 47(4): 679-704.

[19]FOSFURI A. The licensing dilemma: Understanding the determinants of the rate of technology licensing [J]. Strategic Management Journal, 2006, 27(12): 1141-1158.

[20]沈 灝, 李 垣. 聯盟關系、環境動態性對創新績效的影響研究[J]. 科研管理, 2010, 31(1): 77-85.

[21]陽銀娟, 陳 勁. 開放式創新中市場導向對創新績效的影響研究[J]. 科研管理, 2015, 36(3):103-110.

[22]YLI-RENKO H,AUTIO E, SAPIENZA H. Social capital, knowledge acquisition, and knowledge exploitation in young technology -based firms [J]. Strategic Management Journal, 2001, 22(6-7): 587-613.

[23]劉 益，李 綱. 態度性承諾、渠道沖突與市場知識轉移——渠道關系情境下的一個整合的模型[J]. 管理評論, 2008(7): 28-34，64.

[24]裴旭東,李隨成,黃聿舟. 跨界搜尋對技術差異化能力的影響研究[J]. 科技管理研究, 2015, 35(22): 176-182.

[25]RITALA P, OLANDER H, MICHAILOVA S, et al. Knowledge sharing, knowledge leaking and relative innovation performance: An empirical study [J]. Technovation, 2015, 35: 22-31.

[26]邢子政, 黃瑞華,汪 忠. 聯盟合作中的知識流失風險與知識保護:信任的調節作用研究[J]. 南開管理評論, 2008(5): 27-30.

[27]AHMAD A, BOSUA R, SCHEEPERS R. Protecting organizational competitive advantage: A knowledge leakage perspective [J]. Computers & Security, 2014, 42(4): 27-39.

[28]JIANG Xu, LI Mei, GAO Shanxing, et al. Managing knowledge leakage in strategic alliances: The effects of trust and formal contracts [J]. Industrial Marketing Management, 2013, 42(6): 983-991.

[29]IM S, NAKATA C, PARK H, et al. Determinants of Korean and Japanese new product performance: An interrelational and process view [J]. Journal of International Marketing, 2003, 11(4): 81-112.

[30]王永貴, 王 娜, 供應商依賴的決定因素及其對協同創新績效的影響——供應商國際化程度的調節作用[J]. 南開學報(哲學社會科學版), 2015(4): 77-86.

[31]CALANTONE R, GARCIA R, DR?GE C. The effects of environmental turbulence on new product development strategy planning [J]. Journal of Product Innovation Management, 2003, 20(2): 90-103.