市場知識、定向跨組織學習與服務創新水平

伍虹儒 柏滿迎

摘要：建立市場知識、定向跨組織學習與服務創新水平之間關系的模型，采用回歸方法對四川省內122家制造業企業進行實證分析。研究結果顯示，市場知識、定向跨組織學習有助于企業服務創新水平的提升，定向跨組織學習在其中起中介作用。企業大小在市場知識對定向跨組織學習、市場知識對服務創新水平的作用中均有正向調節效應，行業類別在市場知識對定向跨組織學習的作用中有調節效應。

關鍵詞：市場知識；定向跨組織學習；服務創新水平

中圖分類號：F425文獻標識碼： ADOI：10.3969/j.issn.1003-8256.2020.01.008

開放科學（資源服務）標識碼（OSID）：

基金項目：國家自然科學基金面上項目（71571007）

0引言

面對經濟發展新常態的現實環境，制造業企業要實現轉型升級，服務創新是關鍵因素[1]。其將打破企業固有的運營模式，實現業務流程重組，形成企業的核心競爭優勢[2]。事實上，服務創新的核心是對知識的創新[3]。隨著世界范圍內制造網絡化的不斷推進，制造業企業擁有的知識已不再能夠滿足服務創新的要求[4]，通過組織間的網絡合作獲得所需知識成為實現服務創新的一種新途徑[5]，來自于組織外界的知識對制造業企業進行服務創新起著重要作用[6]。企業要跨越組織界限搜尋、整合和吸收知識[7]。知識的多樣化與差異化推動服務創新的成功[8]。

但是，制造業企業在進行跨組織界限知識搜索時，由于能力和經驗的制約，無法有效識別和篩除來自于外界的不確定因素，導致知識搜索、整合和吸收出現可靠程度低、成本大幅提升等問題[9]，其知識帶來的收益遠遠低于成本，給制造業企業帶來“兩難困境”。故如何破解這一難題，是目前學術界亟待探討的問題。

當前，大部分學者的研究重點是組織學習、網絡嵌入和知識資源等方面對服務創新水平的作用。根據對已有文獻的總結和分析，本文認為有以下問題有待解決：（1）企業在技術創新中獲得的成功經驗，很難實現制造業企業的成功轉型。（2）現有研究沒有關注和企業現實資源、能力相匹配條件下的作用機制。（3）企業間合作網絡中自身地位[10]和知識資源[11]在服務創新中的影響存在差異的研究有限。相互作用機制應進一步研究，企業所需的核心知識有哪些？誰是學習對象？如何形成高效率的企業間網絡學習關系？其又如何影響企業的服務創新水平？已有文獻缺乏詳細研究。

針對已有研究的局限，本文將定向跨組織學習定義為企業在營銷網絡中面向批發商、零售商等的特定學習，并以企業的實際能力和現有資源為出發點，建立“市場知識-定向跨組織學習-服務創新水平”理論模型，通過界定制造業企業實現服務創新的關鍵知識，尋找其獲得的有效途徑，從降低服務創新風險和成本、提升可靠程度兩個方面突破“兩難困境”，為制造業企業有效開展服務創新，成功實現轉型升級提供有價值的理論參考。

1研究假設

1.1市場知識與服務創新水平

對于服務創新而言，哪些知識具有重要影響？關鍵知識有哪些？Lavie & Miller[12]指出制造業企業開展服務創新活動主要包括面向特定的顧客群體提供服務，提供和產品密切相關的服務，面向用戶提供有效的解決方案。Lichtenthaler[13]，魏江等[14]認為服務創新主要包含市場、組織、產品和過程方面的創新。Lubatkin et al.[15]指出制造業企業開展服務創新的核心知識，除技術知識和能力知識以外，還包括來自不同市場的知識以及和顧客有關的知識。企業實現服務創新，不僅需要技術知識，還需要能力知識。企業進行服務創新的根本目的是滿足用戶需求，而需求在很大程度上是用戶的一種體驗，很難被確切的描述。因此，企業需要搜索、分析和整合市場知識。魏江等[6]也認為，市場知識是制造業企業開展服務創新的重要組成部分。Mackinnon et al.[16]指出市場知識包括客戶關系管理（CRM）、產品研發管理（PDM）、供應鏈管理（SCM）等營銷程序中知識的集成。Schmidt[17]則認為市場知識應包括對企業競爭者的分析和管理（CAM）知識。由此，從現有的研究觀點看，企業開展服務創新的關鍵知識就是市場知識[18]。市場知識幫助企業在開展服務創新中，其創新效果更能貼合用戶的需求。因此，本文提出假設。

H1：市場知識正向影響企業服務創新水平，且影響顯著。

1.2市場知識與定向跨組織學習

企業通過從外部搜尋、整合與吸收知識，實現其內部知識的更新與累積，進而提高企業的學習績效[19]。對外部知識的搜索、整合與吸收可幫助企業解決所面臨的各種問題，獲得有價值的知識資源，提高知識學習的效率，從而正向影響企業的服務創新績效和組織學習。

市場知識有助于企業間知識和技術的相互形成和轉移。在產品銷售中，批發商和零售商接觸顧客頻繁，對其消費行為、消費特征和消費需求等信息有清楚的掌握，而生產企業則更需要了解這些信息以滿足顧客需求。通過彼此的交流，批發商和零售商知道應向生產企業提供哪些信息，而生產企業也清楚應向顧客提供何種產品與服務以滿足其消費需求，這便是定向跨組織學習的表現[20]。由此，本文提出假設。

H2：市場知識正向影響定向跨組織學習，且影響顯著。

1.3定向跨組織學習與服務創新水平

現實中，外部知識的異質化與多樣化，使得企業的定向跨組織學習出現可靠程度降低、搜索風險和成本加大的問題[21]。有學者認為，應聚焦于企業的某種特定社會網絡，這樣對企業的服務創新水平影響更有效果[22]。Soosay et al.[23]指出，定向跨組織學習的主要目的之一是獲得有價值的市場知識。知識共享、知識理解和知識整合是定向跨組織學習的核心組成部分[24]。

蔣青云[25]，邵昶[26]認為企業通過定向跨組織學習實現對外部知識的搜索、理解與整合，而企業則在相互合作中完成知識的傳遞和重構，并實現服務創新水平的提升。Subramaniam & Youndt[27]指出定向跨組織學習利于提高合作企業的信任程度，使企業構建長期、穩定的合作關系，實現知識共享，推動服務創新。據此本文提出假設。

H3a：定向跨組織學習正向影響服務創新水平，且影響顯著。

H3b：定向跨組織學習在市場知識與服務創新水平之間產生中介效應。

1.4行業類別、企業大小的調節效應

來自不同行業領域的制造業企業為顧客所提供的服務存在較大差別，這些差異使企業服務創新的模式、程序和方法呈現區別。因此，本文將行業類別作為制造業企業服務創新中一個情景變量[28]。

有學者認為，企業規模越大，越易出現創新，前者對后者產生正向影響[29]。另有學者指出，與大企業相比較，由于中小企業擁有的知識資源較為稀缺[30]，則其需要通過外部資源的獲得來實現服務創新[31]。但是也有研究得出相反的觀點，即企業大小對服務創新沒有產生正向影響，中等規模的企業可能具有更好的適應能力[32]。盡管研究結論不盡一致，但是揭示出企業大小與服務創新之間關聯的必要程度。據此本文提出假設。

H4：行業類別對服務創新水平具有顯著調節效應。

H5：企業大小對服務創新水平具有顯著調節效應。

綜上所述，建立研究模型如圖1所示。

2變量定義與研究數據

2.1變量定義

本文量表來自國際權威期刊，并被國內情境驗證，確保量表的效度和信度。調查問卷采用李克特5級量表。各變量及定義如表1所示。表1中：（1）根據Veugelers[33]、張國良[34]和張紅琪等[35]研究成果確定制造業企業服務創新水平；（2）根據Mackinnon et al.[16]、余維臻[18]、Cabrera et al.[36]和王月輝[37]研究成果確定市場知識量表；（3）根據韓斌[22]、蔣青云[25]、Weigelt et al.[38]、Zahra & George[39]等研究成果確定定向跨組織學習；（4）行業類別將制造業企業分為12類（表2），其中工藝品、家具生產、食品加工和服裝紡織歸為勞動密集型產業，其余歸為知識密集型產業；（5）企業成立年限、2018年營業額、企業合作經驗三個控制變量，根據ZHANG et al.[40]、ZHOU& LI[41]和劉冰[42]等研究成果確定。

2.2研究數據

本文選擇四川省高科技園內的250家制造業企業作為研究樣本。目前，這些企業均面臨轉型升級，迫切需要開展服務創新[43]。本文通過郵寄問卷和走訪調研的方式，邀請企業主要管理人員回答問題。本文收回問卷160份，回收率為64%。除去有顯著錯誤的問卷以外，有效問卷155份。樣本企業的信息分析如表2所示。

3模型驗證與實證結果分析

3.1模型驗證

為評價測項的質量，本文進行了試驗性測試。邀請部分企業高層管理人員回答問卷問題。根據反饋，調整完善題項表述和格式。對于可能因主觀評價導致的同源偏差問題，本文在調查過程中選擇少數高層管理者隨機回答問卷，并告知回答者答案沒有對與錯，保證答案保密。由此，量表的信度與效度得到保證，且問卷回答者不會因要迎合研究者想要的答案來回答問題，也大大降低了問卷回答者根據社會普遍標準編寫答案的可能。對量表的信度分析，表3數據顯示，市場知識、定向跨組織學習與服務創新水平的α值分別為0.780，0.770和0.765，大于臨界值0.7，且其余各測項的α值也均大于臨界值0.7，表示量表具有良好的信度。表3數據顯示，市場知識、定向跨組織學習和服務創新水平的KMO值分別為0.767，0.746和0.746，均大于0.7，Bartlett球形檢驗顯著性在0.000。通過探索性因素分析（EFA）和驗證性因素分析（CFA）評價量表的效度。表3中驗證性因素分析（CFA）各數值表示測量模型較好地擬合了數據，量表具有良好的效度。此外，本文采用Harmans單因素檢驗分析同源偏差問題。通過對主要變量作因子分析，特征值均大于1，第一個主成分因子僅僅解釋總方差的14.12%，意味著同源偏差問題不顯著。由此，本文通過過程控制和數據驗證確保量表的效度、信度和同源偏差問題。

本文首先對各變量進行相關分析，各變量存在顯著相關關系。本文采用逐步回歸方法，降低變量中多重共線性帶來的影響。依據構建的理論模型，對市場知識、定向跨組織學習和服務創新水平之間的關系進行驗證，結果如表4所示。

3.2主效應實證結果分析

3.2.1市場知識對服務創新水平的作用

上述理論模型驗證顯示，市場知識和服務創新水平的標準化效應系數為0.542（P<0.001），且通過顯著性檢驗。這顯示市場知識和服務創新水平呈顯著正向關聯，本文的假設1得到驗證。企業在競爭激烈的市場環境中，為實現可持續發展，會搜索、分析和整合各種市場知識，這不僅幫助企業了解掌握客戶對產品和服務的評判，而且能從中尋找到新的市場需求，這為企業進行服務創新提供了可靠有效的思路和來源，進而提升服務創新水平。

3.2.2市場知識對定向跨組織學習的作用

通過對市場知識和定向跨組織學習的關系模型驗證發現，兩者的標準化效應系數為0.605（P<0.001），且通過顯著性檢驗。這顯示市場知識和定向跨組織學習呈顯著正向關聯，本文的假設2得到驗證。市場知識是企業在定向跨組織學習中獲得的重要知識資源，使得企業不斷完善與批發商、零售商、顧客的關系，為企業間相互學習提供獨特的學習平臺。成員企業成為市場知識的傳播者和需求者。在知識的傳播和分享中，市場知識得到累積和更新，提高成員企業知識的相容度。在這種特定的社會化網絡中，企業通過分工和協作實現價值的創造、傳遞，形成有效的專業化分工效率和協作效率。這些成效不僅是企業自身市場知識累積的結果，更是成員企業間市場知識傳播、共享和整合的結果，進而提升定向跨組織學習的績效。

3.2.3定向跨組織學習對服務創新水平的作用

定向跨組織學習對服務創新水平的標準化效應系數為0.603（p<0.001），且通過顯著性檢驗。這顯示定向跨組織學習對服務創新水平呈顯著正向關聯，本文的假設3a得到驗證。定向跨組織學習作為一種獲得市場知識有效的學習方式，有助于成員企業知識共享、整合與解決問題，推動企業間知識的循環傳遞。每一次的知識共享，使企業的服務創新水平呈螺旋式上升，進而形成長期競爭優勢。

3.2.4定向跨組織學習的中介效應

在理論模型中，市場知識對服務創新水平的影響有兩條路徑。一條是市場知識對服務創新水平產生直接效應，標準化效應系數為0.542（p<0.001），已通過驗證。另一條，則是增加定向跨組織學習后，市場知識對服務創新水平的標準化系數為0.177（p = 0.005<0.05），且很好通過顯著性檢驗。由此，定向跨組織學習在市場知識與服務創新水平的關系中產生部分中介效應，其值為0.365（等于0.605×0.603）。定向跨組織學習作為中介變量，其中介效應大于市場知識對服務創新水平的直接效應，因此，定向跨組織學習在市場知識推動服務創新水平提升的過程中產生巨大的激發效應，進一步放大其作用和影響，本文的假設3b得到驗證。具體分解結果如表5所示。

3.3調節效應實證結果分析

3.3.1企業大小的調節效應

已有研究成果顯示，企業大小對主效應的調節作用呈復雜表現。為確定何種觀點更接近國內的現實情境，本文采用回歸模型，具體結果如表6所示。首先考慮控制變量，其次增添自變量，調節變量（企業大小），最后增添交互項，市場知識×企業大小和定向跨組織學習×企業大小。為避免出現多重共線性問題，本文在交互項計算前進行中心化處理，得到表6中模型1～模型9。

模型3顯示，市場知識×企業大小產生的交互項為正且顯著（a = 0.155，p<0.05），增添交互項前R2為0.460，增添交互項后R2為0.474，解釋服務創新水平1.4%（p<0.05）方差變化。在市場知識對定向跨組織學習的作用中，企業大小起正向調節效應，本文的假設5得到驗證。和規模小的企業相比較，規模大的企業與外部接觸更為廣泛，擁有較多的學習資源，進而推動市場知識的搜尋與整合，提高定向跨組織學習效率。

模型6顯示，定向跨組織學習×企業大小產生的交互項為正（a = 0.036），但是沒有通過顯著性檢驗。這意味著在定向跨組織學習對服務創新水平的作用中，企業大小沒有顯著的調節效應。因此，不管規模大的企業，還是規模小的企業，要實現服務創新水平的提升，均需要進行定向跨組織學習。

模型9顯示，市場知識×企業大小產生的交互項為正且顯著（a = 0.170，p<0.05），增添交互項前R2為0.355，增添交互項后R2為0.370，解釋服務創新水平1.5%（p<0.05）方差變化。在市場知識對服務創新水平的作用中，企業大小起正向調節效應，本文的假設5得到驗證。和規模小的企業相比較，規模大的企業獲得市場知識的來源更為廣泛，知識儲備量大，較易實現服務創新，進而提升服務創新水平。

3.3.2行業類別的調節效應

考慮到自變量是連續變量，調節變量是分類變量，本文首先進行了分組回歸檢驗是否顯著，然后比較組間相關系數是否存在顯著差異以確定調節作用是否顯著[44]。按照上述行業分類，將樣本企業所在行業類別分為勞動密集型和知識密集型，驗證結果如表7所示。

表7數據顯示，各組回歸系數均呈顯著性差異，但是在對組間差異比較時，只有模型1 Fisher z值為1.683（p<0.1）大于1.65，通過顯著性檢驗。因此，在市場知識對定向跨組織學習的作用中，行業類別產生調節效應，知識密集型組a1 = 0.605（p<0.01），大于勞動密集型組a2 = 0.430（p<0.01），與已有研究的觀點一致，即和勞動密集型企業相比較，知識密集型企業更需要學習，也更需要市場知識來提升服務創新能力。相反，模型2和模型3 Fisher z值小于1.65，不存在顯著性差異。因此，可以得出不論企業是何種行業，要實現服務創新水平的提升，市場知識和定向跨組織學習均很重要，本文的假設4得到部分驗證。

4結論

本文從制造業企業進行服務創新面臨的現實困境出發，通過確定服務創新的關鍵知識和定向跨組織學習，從降低服務創新的風險和成本、提高可靠程度兩個方面突破困境，使企業避免過度跨組織搜尋和資源浪費，提升服務創新水平。

研究結果顯示，市場知識和服務創新水平呈顯著正向關聯。企業在競爭激烈的市場環境中，為實現可持續發展，會不斷搜索、分析和整合各種市場知識，這不僅幫助企業了解掌握客戶對產品和服務的評判，而且能從中尋找到新的市場需求，這為企業進行服務創新提供了可靠有效的思路和來源，進而提升服務創新水平。

市場知識和定向跨組織學習呈顯著正向關聯。市場知識是企業在定向跨組織學習中獲得的重要知識資源，使得企業不斷完善與批發商、零售商、顧客的關系，為企業間相互學習提供獨特的學習平臺。成員企業成為市場知識的傳播者和需求者。在知識的傳播和分享中，市場知識得到累積和更新，成員企業知識的相容度得到提高。在這種特定的社會化網絡中，企業通過分工和協作實現價值的創造、傳遞，形成有效的專業化分工效率和協作效率。這些成效不僅是企業自身市場知識累積的結果，更是成員企業間市場知識傳播、共享和整合的結果，進而提升定向跨組織學習的績效。

[12] Lavie D.， Miller S.R.. Alliance portfolio internationalization and firm performance [J].Organization Science，2008，19（4）： 623-646.

[13] Lichtenthaler U.. Outbound open innovation and its effect on firm performance： examining environmental influences [J].R&D Management， 2009， 39（4）： 317-330.

[14]魏江，陶顏，陳俊青.服務創新的實施框架及其實證[J].科研管理， 2008， 29（6）： 52-57.

[15] Lubatkin M.， Florin J.， Lane P.. Learning together and apart： a model of reciprocal interfirm learning [J]. Human Relation， 2011， 54（10）： 1353-1382.

[16] Mackinnon D.P.， Warsi G.， Dwyer J.H.. A simulation study of mediated effect measures [J]. Multicar Behavior Research， 2005， 30（1）： 41.

[17] Schmidt T.. Absorptive capacity-one size fits all？ A firm-level analysis of absorptive capacity for different kinds of knowledge[J]. Management Decision Economy， 2010， 31（1）： 1-18.

[18]余維臻，李文杰，黃秋波.制造企業服務創新過程中核心知識及量表開發研究[J].科研管理， 2014， 35（12）： 145-152.

[19] Senker J.. Tacit knowledge and models of innovation [J]. Ind. Corp. Chang， 2015， 4（2）： 425-447.

[20]王國才，劉棟，王希鳳.營銷渠道中雙邊專用性投資對合作創新績效影響的實證研究[J].南開管理評論， 2011， 14（6）： 85-94.

[21] Sofka W.，Grimpe C..Specialized search and innovation performance： evidence across Europe [J]. R&D Management， 2010， 40（3）： 310-323.

[22]韓斌.渠道學習對渠道績效的影響機制研究[D].復旦大學， 2012.

[23] Soosay C. A.，Hyland P. W.，Ferrer M..Supply chain collaboration： capabilities for continuous innovation [J]. Supply Chain Management International Journal， 2008， 13（2）： 160-169.

[24]陳勇，蔡寧.關系學習與企業技術創新的實證研究[J].管理工程學報， 2011， 25（4）： 222-226.

[25]蔣青云.營銷渠道理論的"學習范式"研究[D].復旦大學， 2007.

[26]邵昶，蔣青云.營銷渠道理論的演進與渠道學習范式的提出[J].外國經濟與管理， 2011， 33（1）： 50-58.

[27] Subramaniam M.， Youndt M. A.. The influence of intellectual capital on the types of innovative capabilities [J]. Academic Management Journal， 2015， 48（3）： 450-463.

[28]魏江，鄭小勇.關系嵌入強度對企業技術創新績效的影響機制研究—基于組織學習能力的中介性調節效應分析[J].浙江大學學報（人文社會科學版）， 2010， 40（6）： 168-179.

[29] Teece D. J.， Pisano G.， Shuen A.. Dynamic capabilities and strategic management [J]. Strategic Management Journal， 2007， 18（7）： 509-533.

[30] Teirlinck P.， Spithoven A.. Research collaboration and R&D outsourcing： different R&D personnel requirements in SMEs [J]. Technovation， 2013， 33（4-5）： 142-153.

[31] Srivastava M.K.， Gnyawali D.R.. When do relational resources matter？Leveragingportfoliotechnologicalresourcesfor breakthrough innovation [J]. Academy of Management Journal， 2011， 54（4）： 797-810.

[32] Ucbasaran D.， Westhead P.， Wright M.， Opportunity identification and pursuit： does an entrepreneurs human capital matter [J] ？ Small Business Econ， 2008， 30（2）： 153-173.

[33] Veugelers R.. Internal R&D expenditures and external technology sourcing [J]. Research Policy， 2007， 26（3）， 303-315.

[34]張國良，陳宏民.關于組織創新性與創新能力的定義，度量及概念框架[J].研究與發展管理， 2007， 19（1）： 42-50.

[35]張紅琪，魯若愚.顧客知識管理對服務創新能力影響的實證研究[J].科學學與科學技術管理， 2012， 33（8）： 66-73.

[36] Cabrera E. F.， Cabrera A.. Fostering knowledge sharing through people management practices [J]. International Journal Human Resource Management， 2005， 16（5）： 720-735.

[37]王月輝，繆祺.前導因素及其對營銷創新績效的影響[J].北京理工大學學報（社會科學版）， 2013， 15（3）： 60-66.

[38] Weigelt C.. The impact of outsourcing new technologies on integrativecapabilitiesandperformance[J].Strategic Management Journal， 2009（30）： 595-616.

[39] Zahra S. A.， George G.. Absorptive capacity： a review ， reconceptualization， and extension [J].Academic Management Review， 2002（27）： 185-203.

[40] ZHANG J.， Baden-Fuller C.， Mangematin V.. Technological knowledgebase，R&Dorganizationstructureandalliance formation： evidence from the biopharmaceutical industry [J]. Research Policy， 2007（36）： 515-528.

[41] ZHOU K.Z.， LI C.B.. How knowledge affects radical innovation： knowledge base， market knowledge acquisition， and internal knowledge sharing [J]. Strategic Management Journal， 2012， 33（9）： 1090-1102.

[42]劉冰，符正平，邱兵.冗余資源、企業網絡位置與多元化戰略[J].管理學報， 2011， 8（12）： 1793-1800.

[43]周彩紅.產業價值鏈提升路徑的理論與實證研究[J].中國軟科學， 2009（7）： 163-171.

[44]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， 37（2）： 268-274.

Marketing Knowledge， Directed Across-Organization Study and Service Innovation Capability in Manufacturing Enterprises

WU Hongru1，BAI Manying2

（1.School of Economics and Management， Panzhihua University， Panzhihua 617000， China；2.School of Economics and Management， Beihang University， Beijing 100191， China）

Abstract： This paper examines the effects of marketing knowledge and directed across-organization study to service innovation capability in manufacturing enterprises. By using the multiple regression method， this paper analyses 122 manufacturing firms in Sichuan empirically. The results show that marketing knowledge and directed across-organization study play a positive influence on service innovation capability. Moreover， directed across-organization study plays an intermediary role. The scale of enterprises has a positively regulatory effect on the path of marketing knowledge to directed across-organization study， and the path of marketing knowledge to service innovation capability. The industrial classification plays a regulatory role on the path of marketing knowledge to directed across-organization study.

Keywords： directed across-organization study；service innovation capability；marketing knowledge