高管團隊認知能力、外部知識搜尋與效率型商業模式創新
——大數據管理技能的調節作用

胡品平，王 翠，戴炳欽

(1.華南理工大學工商管理學院，廣東廣州 510641；2.廣東省科學技術情報研究所，廣東廣州 510033；3.浙江中醫藥大學人文與管理學院，浙江杭州 310053；4.閩西職業技術學院財經商貿學院，福建龍巖 364021)

1 研究背景

數字經濟與各產業的深度融合，給消費者和企業行為以及企業獲取數據資源的能力帶來了巨大的變化，企業現行的商業模式越來越無法應對環境變化帶來的挑戰，需要對其進行商業模式創新[1]。企業通過大數據分析來重新整合資源，能夠降低價值創造成本。Amit 等[2]把商業模式下創新分為效率型和新穎型兩種類型。效率型商業模式創新（efficient business model innovation, EBMI）,通過模仿的方式來提高交易效率，降低交易成本，從而實現商業模式創新。相關研究表明，EBMI 對企業績效具有顯著的促進作用，轉換成本、重置成本、采取統一行動的能力以及企業的信息控制能力4 個因素對這種促進關系起關鍵性作用[3]。因此，探討如何確保EBMI活動有效開展，對于拓展影響EBMI 的前因研究及促進企業業績提升具有重要的意義。

然而，現有研究對效率商業模式創新的研究主要聚焦在商業模式組成要素、設計、結構、演化等領域[2]，對于影響EBMI 的前因要素及情景因素的研究還比較匱乏。高管團隊認知能力作為影響企業創新的重要前因要素，對EBMI具有不容忽視影響[4]。商業模式創新會改變行業的慣例，容易引起企業內部人員在認知層面的抵觸[5]。Osiyevskyy 等[6]發現高層管理者較高的機會識別能力能夠提升企業資源的利用效率，降低生產、服務和交易成本，以及降低高管團隊對商業模式創新的認知抵觸，有助于商業模式創新和變革。Staw 等[7]認為，企業高管團隊感知出潛在威脅時，會傾向于搜尋吸收新信息，以設計制定出能夠有效解決新問題、新挑戰的創新方案。據此，本文預期，高管團隊認知能力可能會對EBMI 產生積極作用。為此，本文將系統探討高管團隊認知能力和EBMI 之間的關系。

此外，如果高管團隊認知能力對EBMI具有影響，那么這種影響是如何發現的？現有研究沒有對此問題給出明確答案。以往有關高層團隊認知能力和企業創新結果變量的研究大多數基于動態能力理論視角，即關注高管團隊認知能力如何影響企業提升績效[4]，但忽略了高管團隊認知能力對影響企業業績的知識信息的探討。而在知識信息傳遞給企業的過程中，能夠給企業帶來創新思維[8]。鑒于此，本文通過創新擴散理論為進一步打開高管團隊認知能力和EBMI 之間的“黑箱”，找到了一把“鑰匙”——外部知識搜尋。創新擴散理論指出，創新可以是人們感知到的新產品、新服務、新想法等[10]，高管團隊成員由于比企業其他成員擁有更高的社會地位，具有更多的機會接觸大眾媒體、合作伙伴、改革推動者以及行業會議、論壇等[8]，所以通常是創新相關知識信息的早期知悉者[11]。而外部知識搜尋正好反映了從企業外部搜索開展企業創新活動、提高企業業績所需知識和信息的過程[12]。就這點而言，外部知識搜尋很可能充當高管團隊認知能力和EBMI之間的中介變量。同時，為了增強高管團隊認知能力研究的情景變化，本文提出大數據管理技能可能是影響高管團隊認知能力和外部知識搜尋之間關系的邊界條件。大數據管理技能作為一種重要的團隊情景變量，是指企業對自身擁有的大數據進行運用、管理的技術和能力[13]。考慮到高管團隊在做決策時，會把大數據分析提供的結論作為重要的參考依據，并做出反應，大數據管理技能可能會影響高管團隊認知能力。因此，本文還將檢驗大數據管理技能在高層管理團隊認知能力和外部知識搜尋之間的調節作用。

綜上所述，本文主要探討高管團隊認知能力是否對效率型商業默哀創新具有正向影響，外部知識搜尋是否在高管團隊認知能力和EBMI 之間起中介作用，以及大數據管理技能是否起調節作用。本研究基于創新擴散理論[9]439，并借鑒以往的相關研究，來闡釋高管團隊認知能力如何通過外部知識搜尋影響EBMI，該視角能夠加深高管管理團隊認知能力對EBMI 作用機制的理解。同時，本研究注重高管團隊認知能力的情境化，以大數據管理技能為調節變量構建了一個被調節的中介模型，這不但有助于揭示高管團隊認知能力作用的內在過程及邊界條件，豐富和發展高管團隊認知能力的理論，而且能夠為高管團隊提升EBMI 能力提供一定的指導和啟示。本文的研究框架如圖1 所示 。

圖1 研究框架

2 理論分析與研究假設

2.1 高管團隊認知能力與EBMI

高管團隊認知能力是指高管團隊感知、共享企業內外部環境所含知識并用于解決問題的能力[14]。Hambrick 等[13]提出的高層梯隊理論是高管團隊認知能力研究的基礎，該理論認為高層管理者對企業戰略的選擇受價值觀、人格特質、認知模式和能力等因素影響。Doorn 等[14]認為高管團隊的認知能力主要體現在高管團隊對信息的判斷能力和對知識的吸收能力。Staw 等[7]認為高層管理團隊對機會的識別能力和對風險的感知能力都會驅動組織變革，高層管理者的認知能力反應在復雜環境中的感知、判斷、決策和執行能力。其中，機會識別能力是指高管團隊對政策、市場等環境變化所帶來機會的認識與判斷。風險感知能力是指高管團隊對可能會影響企業發展的績效性風險及合法性風險的洞察與理解。因此，本文認同從機會與威脅視角介入，進一步解構高管團隊認知能力的觀點。

Hambrick 等[13]認為高管團隊的決策對企業EBMI 具有不容忽視的影響，高管團隊的認知能力影響其決策能力和資源獲取能力。據此，本文推測高管團隊的認知能力可能會影響企業EBMI。具體而言：首先，高管團隊的強機會識別能力可以幫助企業在不確定的復雜環境中把握市場動向，及時發現潛在的市場機會，即時采取有效措施來彌補潛在的市場需求。促進企業EBMI，進一步提升企業績效[7]。在數字經濟環境下，政府管制政策改變和行業規則重塑都能夠給企業帶來重大影響；高管團隊的強機會識別能力能夠捕捉到政策變化給企業帶來的商業機會，并根據政策變化程度對企業商業模式進行相應程度的調整[17]。在動態的環境中，企業需要緊盯市場需求和政策的變化趨勢，具有較強認知能力的高層團隊能夠清晰掌控企業定位，識別出現行商業模式的不足，吸引其他利益相關者統一行動，創新交易方式，提高交易效率，降低交易成本，以提升企業績效[3]。

其次，企業開展商業模式創新活動需要比以往承擔比以往更多的挑戰和風險，進而影響企業不愿意開展商業模式創新活動[18]。已有的研究發現，風險感知能力越強的高管團隊越愿意推動企業創新行為，以創新應對風險帶來的挑戰，以及提高企業的績效水平[19]。同時，企業開展EBMI 能夠有效提高生產和服務效率，降低企業生產和服務成本，提高其他利益相關者采取同一行動的愿意，這會引起行業內其它企業的反感并采取壓制措施[20]。因此，對合法性風險有效地識別是開展商業模式創新的重要前提。此外，高管團隊越能精準洞察出對企業績效水平有影響的潛在風險關鍵因素，就越能制定出應對風險的有效預案，從而助力企業EBMI 活動帶到預期目標，并能有效降低其他利益相關者的轉換成本[21]。事實上，當對企業績效水平有影響的潛在風險關鍵因素越來越多地被高管團隊洞察出時，企業更愿意采用系統化的創新活動來消除或避免這些不利因素的影響[19]。據此推測，高管團隊認知能力可能對EBMI 具有積極的作用。綜合上述分析，本文提出如下假設：

H1：高管團隊認知能力和EBMI 顯著正相關。

2.2 外部知識搜尋的中介作用

外部知識搜尋是指根據供給和需求，在地理空間中非本地搜索解決方案所需知識和信息的行為[12]。Katila 等[19]認為企業的搜索實際上可以分為深度搜尋和廣度搜尋兩個不同的維度：深度搜索是指企業重復使用現有知識的頻率，搜索廣度是指企業探索新知識的范圍。根據認知評價理論，企業高層管理團隊對特定事物的判斷和反應會受其認知能力的影響，高層管理團隊的知識庫的豐富程度決定了其認知能力的高低[23]。當企業高層管理團隊意識到團隊內部的知識無法滿足外部環境變化的要求時，就會采取外部知識搜尋的方式來豐富自身的知識庫，以適應和滿足新環境的要求。同時，高管團隊通過外部知識搜尋，能夠尋找到或設計出解決問題的新方案，從而有效支持企業的高層次的創新活動[24]，比如EBMI。因此，本文推測，外部知識搜尋可能在高管團隊認知能力和效率型商業模式之間起中介作用。

高管團隊認知能力會對外部知識搜尋產生積極作用，這是由于，當高管團隊從不確定的復雜環境中識別出企業的潛在發展機會時，或者感知到企業存在潛在威脅，而企業自身擁有的知識庫還無法滿足抓住機會或消除威脅的要求時，高管團隊就會傾向于通過外部知識搜尋來豐富自身的知識庫，以滿足新需求[24]。根據創新擴散理論[8][9]439，高管團隊會主動尋找與企業知識庫形成互補性的知識,并通過廣泛搜尋外部知識，來發現和填補企業知識庫的空缺；高管團隊通過對外部知識的深度搜尋，來理解、熟悉和完善新知識的知識體系[25]。同時，高管團隊會把通過外部搜尋獲得的知識與需要解決的問題進行匹配，分析這些知識能否真正解決所需解決的問題，一旦匹配成功，高管團隊就會把通過外部搜尋獲得的知識運用到解決被高管團隊識別出的潛在問題上[26]。由此來看，高管團隊認知能力可能與外部知識搜尋存在正相關。

外部知識搜尋也可能對EBMI 具有正向影響。主要原因在于：首先，廣泛的外部知識搜尋能夠豐富企業的知識庫，從而促進企業創新能力提升[22]。具體而言，外部知識搜尋能幫助企業獲取如新技術、新方法等異質性知識和互補性知識，這有助于提升企業的創新能力，更好地抓住環境變化帶來了潛在機會，以及更科學地消除環境變化帶來的潛在威脅，從而提高企業生產、服務及交易效率，降低企業生產、服務及交易成本[27]。其次，深度外部知識搜尋可以加強對該知識的理解及熟悉程度，為企業開展EBMI 活動提供基礎保障[25]。具體而言，深度的外部知識搜尋能夠增強企業和利益相關者之間的溝通和理解，降低交易雙方因復雜性環境帶來的信息不確定性和不對稱性，實現交易雙方交易成本的降低，運營效率的提高[2]。這意味著企業通過廣泛和深度的外部知識搜尋，對企業EBMI 有正向的影響作用。由此，本文推測，外部知識搜尋可能會正向影響企業EBMI。

基于以上論述，本文認為，高管團隊認知能力可能通過外部知識搜尋來影響企業EBMI。由此，本文提出如下假設：

H2：外部知識搜尋中介了高管團隊認知能力和EBMI 之間的關系。

2.3 大數據管理技能的調節作用

大數據管理技能是企業對大數據的運用進行計劃、決策、組織、控制的技術和能力，包括了對技術知識的管理、對商業知識的管理等方面的內容[13]。當企業處于較高水平的大數據管理技能狀態時，高管團隊不僅能夠借助大數據分析的結論更高效地在復雜環境中識別出企業存在的潛在機會或潛在威脅[28]，而且還能夠借助大數據分析的結論發現企業自身知識庫的空缺，為外部知識搜尋制定明確的計劃和決策，并能更高效地組織和控制外部知識搜尋活動的廣度[29]。同時，高水平的大數據管理技能能夠協助高層管理團隊識別出企業在某一新知識系統性方面存在的空缺，協助高管團隊作出外部知識搜尋深度程度的決策[30]。因此，大數據管理技能可以被看作是增強高管團隊識別能力作用效果的外部因素，提升了其對企業外部知識搜尋的影響。

相反，當企業處于較低水平的大數據管理技能狀態時，企業對使用大數據的計劃、決策、組織和控制技能還比較薄弱，大數據分析獲得的結論無法反映出環境的實際變化[13]。高管團隊較難從大數據分析結論中識別出復雜市場中的潛在機會和潛在威脅。同樣，高管團隊也較難從大數據分析的結論中來尋找和識別企業自身知識庫的短板，從而也無法驅動企業進行外部知識搜尋[31]。因此，當大數據管理技能較低，且大數據分析結論作為高管團隊的決策的參考要素時，高管團隊的識別能力對外部知識搜尋是無用的，進而不會對企業外部知識搜尋產生進一步的影響。綜上來看，較高的大數據管理技能會增強高管團隊識別能力對企業外部知識搜尋的正向影響。因此，本文提出如下假設：

H3：大數據管理技能在高管團隊認知能力和外部知識搜尋之間起正向調節作用。

結合假設H2和H3，本研究進一步預期，外部知識搜尋在高管團隊識別能力和效率型商業模式間的中介效應會受到大數據管理技能的調節。具體而言，在大數據管理技能較高的情況下，高管團隊識別能力和外部知識搜尋的關系會更強，企業會更主動地開展廣泛且深度的外部知識搜尋，以填補企業空缺的知識，減少甚至消除企業與知識源的差距，豐富企業自身的知識庫，從而提升企業開展EBMI的能力，促進企業開展EBMI 的積極性[29]。相反，較低的大數據管理技能會降低高管團隊的識別市場潛在機會或潛在威脅的能力，從而削弱高管團隊對外部知識搜尋的驅動作用，因此，企業較少開展的EBMI 活動。綜上分析，本文提出如下假設：

H4：大數據管理技能會調節外部知識搜尋在高管團隊識別能力和EBMI 之間的中介效應。大數據管理技能越高，這一中介效應越強，反之則越弱。

3 研究方法

3.1 樣本與數據收集

為了減少自測法所造成的共同方法偏差，本研究的數據調查采用兩階段法。對966 家中國企業的高層管理者開展問卷調查，每家企業都僅發放一份問卷。第一階段，用于收集高層管理團隊認知能力、外部知識搜尋和大數據管理技能的數據；第二階段，用于收集EBMI，第二階段的問卷僅對第一階段的填寫的問卷有回應者發放。對于錯填、漏填、大面積同一答案、未達到填表條件者填寫的問卷，本研究均將其視為無效問卷。

本研究對所有問卷均進行編碼，以方便對兩個階段的調查進行配對。為了保證問卷的質量，課題組在問卷首頁注明本問卷所獲得的信息僅用于學術研究，填表者匿名填寫，并承諾絕對保密本問卷所獲得的所有信息。隨著數字經濟的快速發展，許多中國企業的商業模式都開始向數字化轉型，因此，根據被研究對象的實際情況，本研究沒有限制被調研企業的類型。

本研究問卷通過面對面或電子郵件形式發放，在2021年7月至10月進行了預測試調查，在預測試調查中，第一階段發放了326 份問卷，收回183份，第二階段針對第一階段有回應者發放了183 份問卷，回收155 份，最終回收有效問卷89 份。經檢驗，各潛在變量的Cronbach'sα系數都大于0.8，根據Nunnally[30]的觀點，變量的內部一致性良好；KMO值大于0.8，巴特利特的球形檢驗值顯著(Sig.〈 0.001)。因此,可以正式確定本研究的調查問卷。2021年11月至2022年2月開展正式調查，在正式調查中，第一階段發放了632 份問卷，收回有效問卷468 份，第二階段針對第一階段有回應者發放了468份問卷，收回有效問卷356 份，剔除無效問卷后，最終得到有效問卷323 份。正式調研所獲樣本為最終有效問卷的323 份的具體描述性統計結果見表1 所示。

表1 樣本受訪企業及高層管理者個人特征描述性統計

3.2 測量工具

本研究遵循翻譯—回譯程序，將英文高端期刊的成熟量表翻譯成中文，變量采用Likert 五級量表進行測量，數字從1 到5 代表從“非常不同意”到“非常同意”。

（1）高管團隊認知能力。機會識別能力采用Wang 等[31]開發測量量表，共5 個測項，典型條目如“我們公司的高管團隊成員大多數情況下能夠從政府政策及產業發展規劃中發現商業機會”“我們公司的高管團隊成員大多數情況下能夠與顧客互動過程中發現商業機會”。在本研究中。風險感知能力采用Williams 等[32]開發的測量量表，共個測項，典型條目如“我們公司的高管團隊成員大多數情況下能夠把握經驗決策會出現的各種結果”。

（2）外部知識搜尋。本研究采用采用Laursen等[33]人開發的4 個維度16 個條目的量表，具體分類如，市場維度的“軟件、材料、設備、零部件等供應商”；機構維度的“大學或其他高等學校”；專業維度的“衛生健康方面的安全標準和法規”；其他知識源，如“計算機數據庫，貿易/技術出版社”等。

（3）大數據管理技能。本研究采用Gupta 等[34]修訂的5 個條目的量表，典型條目如“企業基于數據而不是直覺做決定”“企業會主動尋找新的數據和技術知識”。

（4）EBMI。本研究采用Zott 等[35]開發的7 個條目的量表，典型條目如“降低了交易過程中的信息不對稱性”“降低了交易成本”。

（5）控制變量：參考以往研究的做法，本文將企業年齡、企業性質、企業規模及填表者受教育程度、年齡、性別和職位作為控制變量。

上述規定反映出非全日制用工形式的突出特點是靈活性，因相應的勞動者可以隨時工作、隨時休息，所以，此類用工不適用年休假的相關規定。因此，按照法律規定，洪小芳無法享受跟其他員工一樣的待遇，公司以此為由拒絕其要求不違反法律規定。

4 數據結果分析

4.1 共同方法偏差檢驗

本研究采用兩階段數據收集方法，以降低因管理者自評方式收集數據帶來的共同方法偏差影響，但無法完全消除共同方法偏差，為此，本文通過Harman 單因子法來檢驗共同方法偏差。對所有題項數據進行非轉軸的操作，進行探索性因子分析，獲得最大因子解釋變量為43.10%的方差變異，此結果并未超過50%的建議值。由于Harman 單因子法的敏感性比較弱，本研究還采用不可測潛在方法因子控制法來對共同方法偏差作進一步檢驗。結果表明，加入共同方法因子后，并進行逐一檢驗，結果發現，五因子模型的擬合指標相較于四因子模型的擬合指標沒有顯著改善（GFI 和IFI 的增加值不到0.01，RMR 減少值小于0.01，RMSEA 增加了0.001，具體見表2）。綜上所述，可以判斷本研究的共同方法偏差不嚴重。

4.2 驗證性因子分析

通過驗證性因子分析，檢驗高管團隊認知能力、外部知識搜尋、大數據管理技能、EBMI 4 個變量的區分效度，具體結果見表2 所示。由表2 樣本研究變量驗證性因子分析結果可以看出，四因子模型的擬合指標顯著優于三因子、二因子、一因子模型，這表明本研究涉及的四個變量區分效度顯著。

表2 樣本研究變量驗證性因子分析結果（N=323 個）

4.3 描述性統計分析

本研究中企業年齡、企業性質、企業規模及填表者受教育程度、年齡、性別和職位等各變量的均值、標準差、相關系數見表3 所示。由表3 可以看出，EBMI 與BDMC 成顯著正相關關系（r=0.39,P〈0.01）；資源整合與BDMC 成顯著正相關關系（r=0.55,P〈0.01）；EBMI 與資源整合成顯著正相關關系（r=0.37,P〈0.01）。

表3 樣本各變量的均值、標準差及相關系數（N=323）

4.4 假設檢驗

（1）主效應檢驗。采用層級回歸，對高管團隊認知能力和EBMI 的主效應關系通過SPSS23.0 進行檢驗，具體步驟為：首先，以EBMI 為因變量，將公司年齡、公司性質、公司規模及填表者的受教育程度、年齡、性別、職位作為控制變量放入回歸模型，分析結果見表4 模型M1 所示，接著，將自變量高管團隊認知能力放入回歸模型，分析結果見表4 模型M2。從模型M2 可知，高管團隊認知能力對新穎型商業模式創新具有顯著的正向影響（β=0.340，P〈0.001），由此，假設H1得到支持。

（2）資源整合的中介效應。參考Baron 等[36]的中介檢驗方法檢驗外部知識搜尋在高管團隊和EBMI間中介作用。具體步驟為：首先，檢驗主效應（見表4 模型M2），檢驗結果已支持H1；其次，對高管團隊認知能力和外部知識搜尋之間的關系進行檢驗，分析結果見表4 模型M6，高管團隊認知能力對外部知識搜尋的正向影響顯著(β=0.501，P〈0.001)。然后，檢驗外部知識搜尋和EBMI 的關系，分析結果見表4 模型M4，外部知識搜尋對EBMI 的正向影響顯著(β=0.047，P〈0.001)。最后，在模型M1 和模型M2 的基礎上，加入外部知識搜尋中介變量進行回歸，分析結果見表4 模型M3，高管團隊認知能力對EBMI 的正向影響不顯著(β=0.047，P〉0.05)，外部知識搜尋對EBMI 的影響顯著(β=0.584，P〈0.001)。這表明，外部知識搜尋在高管團隊認知能力和EBMI之間起完全中介作用。因此，假設H2得到證實。

表4 樣本各變量間層級回歸檢驗結果

表4（續）

（3）調節效應檢驗。采用層級回歸，分四步對大數據管理技能的調節效應進行逐步驗證。其中，交互項是高管團隊認知能力和大數據管理技能兩者分別標準化后的乘積。具體而言，以外部知識搜尋為因變量，在回歸模型中加入公司年齡、公司性質、公司規模等，同時進一步測量受測者的受教育程度、年齡、性別、職位等控制變量，具體驗證結果見表4 模型M5。進一步研究，加入自變量高管團隊認知能力，分析結果見表4 模型M6；然后，加入大數據管理技能調節變量，分析結果見表4 模型M7；最后，在回歸模型中加入高管團隊認知能力和大數據管理技能的交互項，分析結果見表4 模型M8，交互項系數顯著(β=0.076，P〈0.05)，表明大數據管理技能在高管團隊認知能力和外部知識搜尋之間起正向調節作用。為了進一步明晰大數據管理技能的調節作用，本研究繪制出大數據管理技能均值分別加、減一個標準差（+SD、-SD）水平下高層團隊認知能力和外部知識搜尋之間的關系圖，如圖2 所示，字母LTMTA 表示低高管團隊認知能力，HTMTA 表示高高管團隊認知能力，LBDMC 表示低大數據管理技能，HBDMC 表示高大數據管理技能和EKS 表示外部知識搜尋。簡單斜率結果表明，高大數據管理技能所在直線的斜率（γ=0.4368，P〈0.001）比低大數據管理技能所在的直線斜率（γ=0.3048，P〈0.001）更大，表明大數據管理技能起正向調節作用，即大數據管理技能越高，高層團隊認知能力對外部知識搜尋的正向影響越強。因此，假設H3得到驗證。

圖2 大數據管理技能的調節效應

（4）被調節的中介效應檢驗 。研究運用SPSS中Process 宏程序中的模型7 對被調節的中介效應進行檢驗，結果見表5 部分。當大數據管理技能較低時，高管團隊認知能力通過外部知識搜尋影響EBMI的間接效應顯著（b=0.1782，Boot 95% CI 未包含0）；當大數據管理技能較高時，高管團隊認知能力通過外部知識搜尋影響EBMI的間接效應顯著（b=0.255 3，Boot 95% CI 未包含0）。上述置信區間（CI）均沒有包含0，表明無論大數據管理技能是高還是低，高管團隊認知能力通過外部知識搜尋影響EBMI 的間接效應都是顯著的。Preacher 等[37]認為被調節的中介存在的條件是調節變量在高低不同水平下，間接效應一個顯著，另一個不顯著。根據Preacher 等[37]的判定方法，無法判斷本研究存在被調節的中介。因此，Hayes[38]認為可以參考INDEX 指標作出進一步判斷。由表5 可以看出，INDEX 值為0.045 5，置信區間是[0.010 5, 0.087 6]，沒有包含0，說明大數據管能力會調節外部知識搜尋在高管團隊認知能力和EBMI 之間的中介效應。且高低大數據管理技能下外部知識搜尋的中介效應差異的置信區間不包含0，說明差異顯著。因此，假設H4得到驗證。

表5 環境不確定性變量的有條件的間接效應檢驗結果

5 結論與討論

雖然現有研究發現，高管團隊認知能力對企業戰略選擇、企業創新和企業績效都有重要的影響，但是高管團隊認知能力與EBMI 之間存在怎樣的關系？其影響機制是什么？現有研究對這些問題還缺乏比較深入的探討。本文針對這些問題，通過兩個階段的問卷調查，對高管團隊認知能力和EBMI 的關系展開研究。具體而言，本研究以高層梯隊理論和創新擴散理論為基礎[8，15][9]439，通過實證數據檢驗了高管團隊認知能力對EBMI 的主效應，外部知識搜尋在高管團隊認知能力與EBMI 之間的中介效應，大數據管理技能在高管團隊認知能力與外部知識搜尋之間的調節作用，及其對外部知識搜尋的中介作用的調節即被調節的中介效應。實證結果總體上支持了本文提出的4 個假設。

5.1 研究結果討論

首先，本研究證實了高管團隊認知能力是影響EBMI 的重要前提因素。以往的研究指出，高管團隊識別能力包括了識別機會的能力和感知風險的能力，這些能力可以驅動組織創新變革，提升企業績效[7]，但現有研究對高層團隊認知能力和EBMI 之間關系的實證檢驗還比較缺乏。由于商業模式創新需要承擔更多更大的風險，進而影響企業開展商業模式創新的意愿[18]。具有較高機會識別能力和風險感知能力的高管團隊，則更愿意對商業模式創新來把握機會和應對威脅[19]。據此，本研究推測，企業高管團隊認知能力可能對EBMI 具有重要的意義。基于此，本研究聚焦于高管團隊認知能力的影響效應，實證檢驗結果表明，高管團隊認知能力對EBMI 具有顯著的正向預測作用。這一研究結果與現有研究提出的機會識別能力和風險感知能力能夠驅動企業創新行為，降低企業生產、服務和產品交易成本觀點相吻合[19,21]。

其次，本研究發現了外部知識搜尋在高管團隊認知能力和EBMI 之間的中介作用。高管團隊認知能力之所以會對EBMI 產生影響，本文推測可能是高管團隊成員識別出機會或感知到威脅后，會對企業的自身的知識庫進行檢索和評估，當發現自身知識庫無法滿足新要求時，高管團隊就采用外部知識搜尋的方式來填補企業自身知識庫的空缺[25]。已有研究表明，外部知識搜尋能夠幫助企業獲取新技術和新方法，從而降低企業生產、服務和交易成本[27]。鑒于此，本文借鑒創新擴散理論[9]439，對外部知識搜尋在高管團隊認知能力和EBMI 之間的作用進行了檢驗。實證結果證實了外部知識搜尋在高管團隊認知能力和EBMI 之間具有完全中介作用。

最后，本研究還從情景因素視角深度討論了大數據管理技能作為高管團隊認知能力作用的邊界條件。現有關于高管團隊認知能力的研究雖然也從企業內部展開探討，但還缺乏從大數據管理技能作為邊界條件來進行探討。基于此，本研究深入探討了大數據管理技能在高管團隊認知能力、外部知識搜尋和EBMI 之間的地位和角色。實證結果表明，大數據管理技能在高管團隊認知能力和外部知識搜尋之間起調節作用，并且調節外部知識搜尋的中介效應，即當大數據管理技能越高時，高管團隊認知能力會大幅提升外部知識搜尋，進而對EBMI 產生簡介的促進作用。

5.2 理論意義

本文的研究結果至少具有以下三方面的理論意義：（1）本研究聚焦于EBMI 的前因變量，將高層管理團隊認知能力納入研究框架，驗證了高層管理團隊認知能力對EBMI 的促進作用，拓展了EBMI 前因變量的現有研究成果。（2）為“高管團隊認知能力為何會影響EBMI”這一問題提供了理論解釋。如前所述，盡管不少現有研究探討了高管團隊認知能力對企業創新、企業績效的影響，但是很少有研究直接檢驗高管團隊認知能力和EBMI 之間的關系，以及它們之間的內在作用機制。以往的研究在解釋高管團隊影響企業創新行為的內在機制方面，大多是基于動態能力理論為基礎[41]，本研究則從高層梯隊理論和創新擴散理論為基礎[8，15][9]439，對上述問題進行探索，這是從一個相對新穎的視角來解讀高層團隊認知能力發生的作用機制。（3）初步確立了高管團隊通過外部知識搜尋對EBMI 產生影響的邊界條件，顯示出外部知識搜尋在高管團隊認知能力和EBMI 之間的中介作用還依賴于一定的權變條件，比如本研究中的大數據管理技能這一內在因素，從而構建出被調節的中介模型，進一步完善了理論模型。

5.3 實踐啟示

本研究的結論對企業管理實踐也具有以下重要的啟示：第一，由于高管團隊認知能力會促進EBMI，因此，在嘗試從事EBMI 活動的團隊中，高管團隊可以充分發揮其機會識別能力和風險感知能力，使企業能夠在復雜的環境中捕捉潛在的市場機會和發現潛在的挑戰和威脅，進而引導企業在解決新問題中進行EBMI。第二，外部知識搜尋的中介作用則提示高層管理團隊，企業的知識庫在企業創新活動中非常重要，它是企業開展EBMI 活動更為直接的驅動因素，而且高管團隊認知能力的作用不容忽視。因此，高層團隊應該多運用機會識別能力和威脅感應能力來評估企業的自身的知識庫是否符合因環境變化提出的新要求，積極引導企業開展外部知識搜尋行為來填補企業自身知識庫的不足。第三，高管團隊還應該對企業的大數據管理技能提升情況保持關注，如果企業的大數據管理技能比較高，能夠滿足企業發展的要求，高管團隊應該充分發揮其認知能力來促進EBMI；如果企業的大數據管理技能比較低，不能滿足企業發展的要求，企業應該通過各種途徑來提高其大數據管理技能，以提高高管團隊認知能力對EBMI 的影響。

5.4 研究局限與展望

本研究還存在一些不足：第一，本研在探討高管團隊認知能力、外部知識搜尋、大數據管理技能與EBMI 之間的關系時，用的是橫截面數據，屬于靜態研究。未來的研究可以選擇典型企業收集縱向數據、開展案例研究，揭示高管團隊認知能力、外部知識搜尋、大數據管理技能與EBMI 之間關系的動態特征。第二，雖然本研究采用的是兩階段方式來收集數據，但是由于在同一時點收集的自變量和中介變量，這會對判斷它們之間的因果關系會產生一定的影響，因此，未來的研究可以設計3 個時點的追蹤研究來對其進行改進。第三，本研究問卷的填表者集中在中高層管理者，且以自評的方式進行變量測量，這可能會增加共同方法偏差，經過統計檢驗，發現本文的共同方法偏差對研究結論的影響不嚴重，盡管如此，未來的研究應該采取多來源數據或者下屬與高層管理者配對的數據收集方式對本研究加以改進。