王金鳳,王永正,馮立杰,劉 鵬
(鄭州大學管理工程學院,河南鄭州 450001)
鑒于諾基亞公司、柯達公司等行業領頭羊被后發企業所替代,且無法用傳統的創新理論所闡釋,哈佛大學Bower等[1]在對這一現象進行了深刻的探究后,提出了解釋此現象的理論——顛覆式創新,認為顛覆式創新是指后發企業通過引入與主流市場功能屬性組合完全不同的產品或服務,以吸引非主流市場上的消費者,并通過產品性能或服務的不斷改善,最終改變主流市場競爭規則,從而實現對在位企業的顛覆[2-4]。該理論一直被認為是后發企業實現跨越式發展、獲取競爭優勢的重要創新方式,且成為國內外創新理論和戰略管理理論研究的熱點。
在得到學者的高度關注下,顛覆式創新理論的相關研究也得到了迅速發展。一些學者基于技術、市場、知識等視角來探究顛覆式創新,例如任工昌等[5]集成發明問題解決理論(TRIZ)中的技術進化理論和情景分解法,構建了基于TRIZ和情景分解法的破壞性創新理論模型;Gobble[6]指出后發企業利用在位企業面對市場需求的發展動機不對稱,破壞其價值基礎并改變主流市場的競爭規則,從而實現對在位企業的顛覆;林春培等[7]探討了企業既有知識資產對顛覆式創新的影響機制。部分學者探究顛覆式創新的形成機理、路徑、影響因素,例如程鵬等[8]以扎根理論構建了本土需求引發顛覆式創新的機理模型;Schmidt等[9]從邊緣、分離、利基3種低端市場入侵的視角出發,指出顛覆式創新描述了后發企業入侵非主流市場需要依靠市場細分、產品定位等措施來實現;馮靈等[10]采用案例分析的方法,在梳理已有的顛覆性創新的基礎上,闡釋了中國高鐵的顛覆性創新路徑;Lindsay等[11]指出企業可以利用專利、商標等這些低成本知識資產來降低可消除部分顛覆性創新的內部障礙。還有一些學者探討了發展顛覆式創新的導向策略,如臧樹偉等[12]以顛覆性創新理論為基礎,從技術、市場、產業、政策4個維度探討了其進入時機選擇。此外,個別學者研究了顛覆式創新的創新趨勢,如林春培等[13]運用作者共被引方法,將顛覆式創新分為概念模型建構、形成機理探析、影響因素識別、實現路徑探討4個維度。
綜上所述,至今學術界仍然缺乏對顛覆式創新的熱點及演變趨勢的多指標、系統性研究。此研究不僅能反映顛覆式創新的研究熱點、助推顛覆式創新的理論發展,同時也恰是企業發展過程中迫切關注的重要問題。為此,本文對Web of Science數據庫中的文獻進行可視化分析,借助SATI 3.2、CiteSpace V、VOSviewer、SPSS 22.0和Alluvial Llow等軟件工具,通過共詞分析、文獻共被引聚類分析、突發文獻、突現詞、社會網絡分析、標志性文獻等指標,闡釋顛覆式創新在不同歷史時段下的研究熱點及其演變趨勢,為學術界對顛覆式創新的研究方向和研究重點提供參考,為中國后發企業實施顛覆式創新提供實踐參考。
為了綜合獲取自然科學和社會科學的高質量文獻數據,本文將Web of Science數據庫作為數據檢索源,以檢索式TS=("disruptive innovation"OR "disruptive technologies" OR "disruptive business model")進行核心合集的主題檢索。為提高文獻質量,本文僅保留論文和綜述兩類文獻作為研究數據源。研究前沿的核心論文數據是固定的,但其施引文獻是不斷變化的,本研究檢索到的數據分為核心數據集和擴展數據集。如果將核心論文簇看作是研究前沿的知識基礎,則其施引文獻則會體現前沿知識的流動、擴散和演化[14]。因此,本文將通過主題直接檢索到的數據集稱為核心數據集,通過點擊Web of Science引文報告中施引文獻得到的更廣泛的數據集稱為擴展數據集(見表1)。這兩個數據集互為補充,在最大程度上保證了研究結果的可靠性。

表1 2001—2018年樣本數據集信息
對核心數據集中的851篇文獻(以下簡稱核心樣本)首先進行關鍵詞的規范化處理,并邀請專業導師、博士研究生參與無效關鍵詞剔除、相似關鍵詞合并等處理工作。其中,對與研究主題無關的關鍵詞,經商定后剔除一部分,如petri net、future、science等;對相似關鍵詞,經修正后進行歸類,如business model和business models歸類為business model, case study和case study method歸類為case study。
知識圖譜繪制主要分為共詞分析和共被引分析。共詞分析是以關鍵詞為研究對象,通過分析能在一篇文獻共同出現且能表達學科主題的關鍵詞,來探索學科結構和發展趨勢[15];共被引分析是指當兩篇及以上文獻被另一篇文獻引用時,文獻間便構成了共被引關系。共被引關系在文獻計量中深刻反映了研究領域的學科理論和知識基礎[16]。另外,對突發文獻(某段時間內被引用次數異常突出的文獻)、突現詞(某段時間內出現的次數異常突出的關鍵詞)和標志性文獻(某段時間內被引用次數最高的文獻)的研究,也能反映出某個領域的研究熱點。因此,本文將從共詞分析、共被引分析和突發文獻、突現詞、標志性文獻5個方面來探究顛覆式創新的研究熱點和發展趨勢,具體流程如圖1所示。
(1)共詞分析。通過詞頻統計軟件SATI 3.2對核心樣本關鍵詞預處理后,生成高頻詞共現頻詞矩陣、相似矩陣。首先,利用VOSviewer進行顛覆式創新研究的關鍵詞演化分析;其次,將相似矩陣輸入SPSS 22.0中進行系統聚類分析。共詞分析旨在探索顛覆式創新研究的熱點詞匯并挖掘出其潛在規律。
(2)共被引分析、突現詞、突發文獻。首先,將核心數據集文獻輸入CiteSpace V中進行文獻共被引分析和突發文獻分析;然后,將核心數據集與擴展數據集文獻輸入CiteSpace V中進行突現詞、突發文獻的統計,突現詞可探究顛覆式創新的研究重點分布[17],突發文獻能夠體現顛覆式創新研究的熱點領域[18]。
(3)標志性文獻。應用Alluvial Flow軟件,通過大樣本文獻的引用流來展示顛覆式創新領域的熱點演化過程[19]。

圖1 顛覆式創新研究熱點及演化過程分析流程
3.1.1 基于關鍵詞分析的顛覆式創新研究熱點及演進對 于 核 心 樣 本, 根 據 Donohue[20]的齊普夫定律即詞頻分布定律的計算公式:得出頻次大于84的為高頻詞,但因通過詞頻統計軟件SATI 3.2得出的統計結果,核心樣本中高頻詞只有3個,不足以說明顛覆式創新領域的學科結構和發展趨勢,因此,本文選取頻次統計(從高到低排序,后同)前30位的高頻詞進行匯總,具體如表2所示。

表2 核心樣本的關鍵詞及其詞頻統計

表2(續)
將上述30個高頻關鍵詞輸入VOSviewer中進行關鍵詞分析,得出顛覆式創新(disruptive innovation)、創新(innovation)、顛覆式技術(disruptive technology)、市場驅動(market pull)、技術創新(technology innovation)、 商 業 模 式(business model)等是顛覆式創新研究的熱點詞匯;而對創新擴散(innovation diffusion)、知識管理(knowledge management)、競爭優勢(competitive advantage)、價值網絡(value network)等的研究較少。如圖2所示。

圖2 核心樣本的關鍵詞演化圖譜
3.1.2 基于多元統計分析的顛覆式創新研究熱點及演進
核心樣本由 SATI 3.2生成的局部相似矩陣如表3所示。

表3 核心樣本的關鍵詞相似矩陣(局部)
(1)因子分析。因子分析特指通過對多個可觀測的原始變量進行分析,找到對其起支配作用的少數因子,旨在用較少的因子去表達研究主題間的聯系。根據因子分析中主要數值的不同,將相關性較高的原始變量分為一類,以便于后續的聚類分析。本文利用SPSS 22.0對相似矩陣進行運算,選擇主成分分析和協方差分析,結果分別如表4、表5所示。由表3中可得出有19個因子被提取,累計可描述全部信息的70.267%。另外,根據統計學基本要求,因子分析中負載絕對值大于0.4的變量才對因子解釋有幫助。分析結果表明,近年來顛覆式創新領域最重要的19個研究方向為:第1個因子解釋了可持續性(sustainability)、創新(innovation)、顛覆性(disruptive);第2個因子解釋了市場驅動(market pull)、新能源(renewable energy)、共享經濟(sharing economy);第3個因子解釋了進化(evolution)、創新擴散(innovation diffusion);第4個因子解釋了信息技術(information technology);第5個因子解釋了顛覆性技術(disruptive technology)、顛覆式創新(disruptive innovation);第6個因子解釋了商業模式(business model)、價值網絡(value network);第7個因子解釋了技術變革(technology change);第8個因子解釋了知識管理(knowledge management);第9個因子解釋了戰略(strategy)、競爭優勢(competitive advantage);第10個因子解釋了低端入侵(low-end encroachment)、新興市場(emerging market);第11個因子解釋了激進式創新(radical innovation);第12個因子解釋了案例研究(case study);第13個因子解釋了技術創新(technology innovation);第14個因子解釋了創造性破壞(creative destruction);第15個因子解釋了3D打印(3D printing)、大數據(big data);第16個因子解釋了物聯網(Internet of things)、云計算(cloud computing);第17個因子解釋了技術管理(technology management);第18個因子解釋了市場(market);第19個因子解釋了管理(management)。

表4 核心樣本的因子主成份分析結果

表5 核心樣本因子分析對應的關鍵詞及其載荷值

表5(續)
(2)聚類分析。聚類分析是根據一批變量及其諸多特征對其聚類,旨在從中探索出潛在規律。將核心樣本的相似矩陣輸入至SPSS中進行系統聚類分析,結合分析數據選取聚類中心,選擇組內連接法和平方歐式距離(squared Euclidean distance),得到高頻詞聚類樹狀圖。由圖3可知,現有關于顛覆式創新的研究可分為10類:第1類為顛覆式創新的概念內涵,包含了創新(innovation)、持續性(sustainability)、顛覆性(disruptive)、技術變革(technology change)、激進式創新(radical innovation)5個關鍵詞;第2類為顛覆式創新的實施路徑,包括進化(evolution)、創新擴散(innovation diffusion)2個關鍵詞;第3類為顛覆式創新的市場驅動因素,包含了市場驅動(market pull)、共享 經 濟(sharing economy)、 新 能 源(renewable energy)、顛覆式創新(disruptive innovation)、市場(market)5個關鍵詞;第4類為顛覆式創新的內部驅動因素,包含了管理(management)、知識管理(knowledge management)2個關鍵詞;第5類為顛覆式創新的外部驅動因素,包含了大數據(big data)、信息技術(information technology)、云計算(cloud computing)、物聯網(Internet of things)、3D打印(3D printing)5個關鍵詞;第6類為顛覆式創新的創新策略,包含了戰略(strategy)、競爭優勢(competitive advantage)2個關鍵詞;第7類為顛覆式創新的技術驅動因素,包含了技術管理(technology management)、顛覆性技術(disruptive technology)、創造性破壞(technological innovation)3個關鍵詞;第8類為顛覆式創新的市場入侵方式,包含了低端入侵(low-end encroachment)、新興市場(emerging market)2個關鍵詞;第9類為顛覆式創新的類型細分,包含了商業模式(business model)、價值網絡(value network)、技術創新(technology innovation)3個關鍵詞;第10類為顛覆式創新的研究方法,包括案例研究(case study)1個關鍵詞。

圖3 核心樣本的高頻關鍵詞聚類結果
結合上述因子分析和聚類分析結果,可將核心樣本的熱點詞匯分為概念內涵、實施路徑、驅動因素、創新策略、入侵方式、類型細分、研究方法等7類,具體如圖4所示。

圖4 核心樣本的共現詞主題分類
鑒于本研究檢索到的顛覆式創新相關文獻最早發表于2001年,因此在CiteSpace V軟件中時間參數設置為2001—2018年,設置Years pe slice=1,TopN=50。由CiteSpace V分析得出核心樣本的共被引知識圖譜聚類網絡共有332個節點755條鏈接。其中:
(1)模塊值(Q)是用來衡量一個網絡能在多大程度上被拆分成獨立模塊的指標,其值越接近于1,說明各模塊之間的獨立性越強[21]。樣本文獻網絡Q=0.820 5,表明社團結構顯著,此共被引聚類可以清楚地界定出顛覆式創新的各個子領域。
(2)輪廓值(S)用來解釋聚類的不確定性,該值越接近于1,說明此模塊越獨立于其他模塊[22]。樣本文獻網絡S=0.612 6>0.5,說明本研究的大聚類的平均輪廓值非常高。
綜合來說,核心樣本的共被引知識圖譜在聚類方面是非常合理的[23]。在聚類所采用的潛語義標號(LSI)、對數似然比(LLR)、文本特征選擇算法MI這3種不同提取算法中,基于LLR算法的聚類標簽更符合實際情況,而基于LSI和MI算法的聚類標簽代表性較優[19]。在各聚類中, #0綜述回顧(reflective review)、#1商業模式(business model)、#2專利信息使用(using patent information)、#3因素探究(factorbased study)、#4 顛覆式創新 (disruptive innovation)、#5持續性技術(sustaining technologies)是最大的6個聚類,它們體現了顛覆式創新研究領域的主要熱點主題。其中,綜述回顧(reflective review)的聚類最大,其在顛覆式創新研究領域中占據突出地位;按文獻的平均發表年來分析,發表時間越晚,說明該聚類越具有研究前沿性,可見關于商業模式(business model)、價值共創(enabling value co-creation)、AM技術(additive manufacturing)等相關研究的文獻平均發表時間較晚,這一聚類體現了顛覆式創新研究領域的前沿熱點。樣本文獻的主要聚類情況如表6所示。

表6 基于LLR算法的核心樣本主要聚類情況
為使研究結果具有代表性,本文僅僅對突發性較強的文獻進行分析,若每年出現多篇突發文獻 ,則只選擇突發強度最大的文獻進行分析。從核心樣本內突發性最強的30篇文獻中提煉出9篇文獻,如表7所示,其開始與結束年份反映了不同熱點的起止區間,強度則代表了熱點文獻的受關注程度。其中:Christensen[33]的著作The Innovator's Dilemma自2002年開始突現,到2004年結束,是最早突現的文獻,通過對許多在技術上占據領先地位的企業卻被追趕中的后發企業所取代的現象進行多案例研究后,提出了開創性的顛覆式創新理論;Christensen[2]的著作The Innovators Solution: Creating and Sustaining Successful Growth在2004年開始突現,到2011年結束,突發強度達到19.738 7,排在第一位,是顛覆式創新領域突發強度最大、關注度最高的文獻,提出了顛覆式創新是一個過程,且此過程只有持續較長時間方可顯現出較為明顯的影響力;Danneels[42]的研究圍繞顛覆式創新的定義、顛覆式創新理論的預測及應用、在位企業為什么會成功、顛覆式創新以顧客為中心導向、新產品開發以及如何實現技術商業化這5個方面來對顛覆式創新理論作了較為深入的研究;Markides[43]的研究詳細闡釋了顛覆式商業模式創新和顛覆式新產品創新,認為盡管這兩種創新都屬于顛覆式創新,但兩者因其產生方式的差異會對企業和管理者產生不同程度的影響,因此,企業亟需對兩種創新作出不同程度的反應;Henderson[44]的研究深刻探討了嵌入式組織能力,旨在解釋為何在位企業對顛覆式創新未能作出及時且有效的反應;Christensen[45]與學生經對不同學科領域的學者是如何形成理解體系這一過程進行探究后,提煉出了“描述性階段”以及“規范性階段”的理論構建過程模型,并基于模型敘述了顛覆式創新理論的構建和發展過程; 2006年Kopalle[46]通過收集與分析世界500強中199家戰略業務部門的高管數據,構建了衡量顛覆式創新的量表,并在對量表信度測量和效度分析的基礎上構建了信度預測,旨在將顛覆式創新概念形式化,用以剖析創新者窘境的原因;突現于2012年的Chesbrough[47]的研究認為,僅增加投資和探索新技術而不進行商業模式創新無法全面提高企業核心競爭實力,目前商業模式創新的阻礙在于資產和業務模式之間的沖突,而要有效打破此障礙就必須進行組織變革;Schmidt[9]的研究認為,產品的顛覆式創新擴散模式分為低端和高端兩種,其中低端向高端擴散可分為邊緣市場、現有市場、分離市場3種侵蝕類型,而高端擴散則是直接侵蝕現有市場,此文獻發表較早,但在5年后的2013年才開始突現,反映出其研究內容在近年來得到了更多學者的認可和關注。

表7 2001—2018年核心樣本中最強突發文獻情況
為了更全面地探索有關顛覆式創新的研究熱點及演化過程,本文擴大了研究范圍,將表1中的兩類數據集進行整合,構建了由6 998篇文獻組成的更大的數據集(以下簡稱大樣本),并依次從突現詞、突發文獻和標志性文獻3個方面來探究顛覆式創新的研究熱點及其演變趨勢。
大樣本中,2001—2018年有關顛覆式創新的23個主要突現詞如表8所示,21世紀末前10年突現了不連續性創新(discontinuous innovation)、顛覆性技術(disruptive technology)、物聯網(Internet of things)、電子商務(e-commerce)、戰略聯盟(strategic alliance)等關鍵詞,2010年之后突現了信息系統(information system)、技術轉讓(technology transfer)、組織績效(organizational performance)、市場定位(market orientation)、競爭策略(competition strategy)、知識管理(knowledge management)等關鍵詞。上述突現詞反映了顛覆式創新領域在不同時期的研究熱點及其演進趨勢,其中顛覆性技術(disruptive technology)、組織性能(organizational performance)的突現強度遠遠高于其他突現詞,表明其對顛覆式創新的影響尤為突出。

表8 2001—2018年大樣本的突發詞情況

表8(續)
大樣本中,每年最強突發文獻及其對應的顛覆式創新熱點如表9所示,其中Danneels[42]、Markides[43]、Christensen[33,45]的研究作為最強突發文獻,同樣是核心樣本中的最強突發文獻,這再次印證了這些文獻的熱點程度。此外,大樣本中最早的突發文獻突現于2005年,突現時間達4年,在此期間顯然得到了受到眾多學者的高度關注,對顛覆式創新的后期研究有著重要影響。其中:Kavassalis等[48]基于對互聯網營銷渠道的概述,對新興的行業結構進行了簡要分析,并討論了在位企業和后發企業之間的資源分配和有效競爭定位;Govindarajan等[49]通過事后度量來確定顛覆式創新的技術框架,同時指出長期導向的考核方式和目標導向的激勵計劃能夠降低高層管理者忽視破壞性創新項目的風險;Walsh等[50]的研究雖然發表于較早的2005年,但是在最近5年連續突現,很好地體現了當前研究熱點,該研究從市場驅動的角度來分析企業核心能力的演化和累積,以及核心能力與技術不連續性的相互作用,從而指出技術間斷或破壞性技術的出現對技術能力開發起著重要作用。

表9 2001—2018年大樣本中最強突發文獻情況
綜合以上熱點信息,我們發現顛覆式創新的研究熱點在不斷地轉換,并且呈現出如下演進進程:(1)2002—2004年,研究熱點主要包含顛覆式創新理論的提出與完善;(2)2005—2008年,隨著互聯網技術的興起與沖擊,研究熱點聚焦到了營銷模式、技術預測、技術路線圖等方面;(3)2009—2011年,研究熱點上升為理論研究,典型的有Markides[43]對顛覆式創新的類型細分以及Morris等[52]著重對商業模式的研究等;(4)2012年以后,驅動因素則成為了此階段顛覆式創新的研究熱點。
我們首先通過CiteSpaceV生成2006—2016年經過pathfinder修剪后的TOP50文獻共被引網絡,然后將每年的網絡信息文件逐個輸入alluvial generator中,經過信息篩選和布局調整后得到了如圖5所示的顛覆式創新標志性文獻沖擊流圖。其中有3篇文獻被高亮度顯示,它們分別是:Christensen[33]的The Innovator's Dilemma保持了6年連續性的標志性,并且在2006至2009年間得到密切關注,研究認為創新是可預測的,企業可以通過采取創造破壞性措施來加速顛覆式創新進程,并可歸為顛覆式創新的有效實施路徑探究;Zott等[53]的研究的標志性持續了6年,著重研究了商業模式,認為其作為一個相互依賴的活動系統,需要兼顧內容、結構和治理等設計元素和設計主題的新穎性、鎖定性、互補性和有效性,屬于顛覆式創新的類型細分;Kor等[54]研究認為,加深高層管理者對動態能力的認知有助于企業適應復雜多變的環境,降低被后發企業顛覆的可能性,該研究屬于顛覆式創新的驅動因素研究。上述分析顯示,有效實施路徑、類型細分、驅動因素等是顛覆式創新研究熱點的主要演進脈絡。

圖5 大樣本中標志性文獻的沖積流
本文對樣本核心數據集文獻的共詞分析顯示,有關顛覆式創新研究的熱點詞匯主要有顛覆性技術、市場驅動、商業模式等,研究內容可分為概念內涵、實施路徑、驅動因素、創新策略、入侵方式、類型細分、研究方法7類;共引文獻聚類顯示,綜述回顧、商業模式、專利信息的使用、因素探究、顛覆式創新、持續性技術等是顛覆式創新研究中的熱點,而商業模式、價值共創、AM技術等是顛覆式創新研究的新興趨勢。核心數據集與擴展數據集的突現詞分析顯示,顛覆式創新研究的熱點已由21世紀前10年的不連續性創新、顛覆式技術、物聯網、電子商務、戰略聯盟,過渡到了2010年之后的信息系統、技術轉讓、組織績效、市場定位、競爭策略、知識管理等領域;突發文獻分析顯示,顛覆式創新研究可分為4個階段,即2002—2004年的顛覆式創新理論的提出與完善階段,2005—2008年的互聯網營銷模式、技術預測、技術路線圖研究階段,2009—2011年案例研究、類型細分、商業模式創新研究階段,以及2012年以后的驅動因素研究階段;沖積流圖分析顯示,有效實施路徑、類型細分、驅動因素等是顛覆式創新研究熱點的重要演進脈絡。
本文研究揭示,顛覆式創新因其過程的不斷演化和發展,很難去推測未來顛覆式創新研究的熱點可能聚焦在哪些領域。從產業發展角度來看,互聯網的日益普及和高速發展必然推動顛覆式創新,比如說3D打印如今已在航空航天領域、醫療產業等實現了應用,由此可看出互聯網已然成為顛覆傳統價值創造的方式,圍繞互聯網進行顛覆式創新已成為必然。從方法研究層面來看,現有文獻以理論探索和案例研究為主,大部分學者傾向于通過案例研究來構建新理論,缺乏針對顛覆式創新方法論的研究,本文雖然采取了多維度對顛覆式創新的研究熱點及其演化進行了較為深入的分析,但是這些維度不足以體現顛覆式創新研究的所有層面,因此采用新維度或者從不同的視角對顛覆式創新理論進行研究極有可能成為未來新的研究熱點。從時間演繹角度來看,現有研究多以事后分析為主,尚未建立統一的事前預測框架,這極其不利于在位企業識別潛在顛覆性技術或顛覆性機會,因此,開發出通用的事前預測框架對在位企業維持持續性競爭優勢具有巨大現實意義。此外,顛覆式創新的測量及應用已成為該領域研究過程中一個亟待解決的難題,而這方面恰恰受到了眾多企業的高度重視,因此,未來研究可以嘗試通過仿真技術等方法來探索顛覆式創新的實際顛覆程度,可以極大地豐富顛覆式創新理論體系。
為提升研究數據質量,本文僅選取了Web of Science數據庫,并從中選取了論文和綜述類型的文獻作為研究對象,這有可能遺漏顛覆式創新的部分重要研究成果。為此,在后續研究中,應著重對數據源和數據進行優化,以期不斷提升研究質量。