不確定環(huán)境下新能源汽車企業(yè)技術(shù)融合前因組態(tài)研究

陳子鳳,王 玥,賈衛(wèi)峰,成 瀧

(西安郵電大學 經(jīng)濟與管理學院,陜西 西安 710061)

0 引言

隨著國內(nèi)外市場競爭愈演愈烈,技術(shù)變革日新月異,企業(yè)面臨的外部環(huán)境變得越來越不確定和不可預測[1-2]。新能源汽車產(chǎn)業(yè)作為國家戰(zhàn)略性新興產(chǎn)業(yè)和支柱性產(chǎn)業(yè),伴隨著產(chǎn)業(yè)快速發(fā)展,新企業(yè)和跨界企業(yè)不斷加入,形成激烈的行業(yè)競爭格局,其市場環(huán)境面臨較大的不確定性。與此同時,隨著研發(fā)投入不斷增長和跨界技術(shù)的引入,使得行業(yè)整體技術(shù)水平逐年提高并產(chǎn)生較大的不確定性[3]。在不確定性環(huán)境下,企業(yè)處于因果關系已知但缺乏額外信息的環(huán)境中,因此無法及時有效調(diào)整自身戰(zhàn)略。為更好地應對環(huán)境不確定性,企業(yè)需要統(tǒng)籌各方資源和條件,通過技術(shù)融合拓展技術(shù)邊界,提升自身主動性、靈活性和適應性,以應對不確定性帶來的挑戰(zhàn)并抓住不確定性帶來的機遇,進而保持企業(yè)競爭力。

技術(shù)融合是指不同技術(shù)相互作用融合的過程,不同技術(shù)在同一專利中共同出現(xiàn),即認為技術(shù)間發(fā)生融合。結(jié)合組織構(gòu)型理論和資源基礎觀理論,企業(yè)技術(shù)融合不僅是科技問題,也是經(jīng)濟、社會和環(huán)境問題[4]。現(xiàn)有研究主要從技術(shù)、組織和環(huán)境3個層面展開,在技術(shù)層面,湯文仙[5]研究發(fā)現(xiàn),用戶參與研發(fā)、專家有效協(xié)作、技術(shù)集成和聯(lián)盟發(fā)展等是技術(shù)融合的動力因素;Caviggioli&Federico[6]、宋昱曉和苗紅[7]基于專利論文數(shù)據(jù),從技術(shù)層面探討技術(shù)融合的驅(qū)動因素,發(fā)現(xiàn)交叉引用存量、技術(shù)規(guī)模、技術(shù)周期、技術(shù)復雜度、技術(shù)距離、后向引用、科學引文、地理跨度、合作合著情況、知識流動程度等因素對不同類型技術(shù)融合具有影響。在組織層面,關鍵研發(fā)者特質(zhì)、研發(fā)資源配置和網(wǎng)絡嵌入等對技術(shù)融合具有顯著影響[8]。在環(huán)境層面,市場需求、新商業(yè)模式、產(chǎn)業(yè)特征、國家科技投入、技術(shù)動蕩性等外部經(jīng)濟與社會政治環(huán)境會對技術(shù)融合產(chǎn)生影響[9-12]。我國新能源汽車產(chǎn)業(yè)整體市場環(huán)境十分復雜,整車制造成本較高,產(chǎn)品性能有待提升,充電設施技術(shù)仍需優(yōu)化。新能源汽車企業(yè)面臨的環(huán)境不確定性表現(xiàn)為技術(shù)迭代頻繁,這給新能源汽車企業(yè)創(chuàng)新帶來巨大挑戰(zhàn),使得創(chuàng)新風險加劇。

現(xiàn)有研究主要從單因素角度出發(fā),采用統(tǒng)計回歸方法分析技術(shù)融合的影響因素,聚焦單因素條件的凈效應或兩者之間的線性關系,忽略了不同維度要素間的聯(lián)動匹配效應,難以系統(tǒng)解釋多因素協(xié)同作用機理。針對現(xiàn)有研究的不足,本文基于TOE理論框架,從技術(shù)(Technology)、組織(Organization)和環(huán)境(Environment)3個維度構(gòu)建企業(yè)技術(shù)融合程度影響因素模型,采用fsQCA方法,以中國新能源汽車整車上市企業(yè)為樣本,探討多因素間的協(xié)同作用,從組態(tài)視角對技術(shù)融合的前因進行定性和定量研究,以期從理論和實證兩方面豐富現(xiàn)有技術(shù)融合研究。

1 概念界定與理論模型

1.1 企業(yè)技術(shù)融合

隨著科學技術(shù)的迅猛發(fā)展和產(chǎn)品市場的快速更新,企業(yè)面臨的技術(shù)和市場環(huán)境愈發(fā)不確定。為有效應對不確定性環(huán)境,企業(yè)需要吸收和整合不同技術(shù)領域知識,開展跨領域的技術(shù)和產(chǎn)品創(chuàng)新,通過技術(shù)融合擴展企業(yè)邊界,解鎖新的技術(shù)和產(chǎn)品領域,進入甚至開辟新產(chǎn)業(yè)[13]。在科學、技術(shù)、市場和產(chǎn)業(yè)融合中,技術(shù)融合占據(jù)承上啟下的關鍵位置,是知識融合商業(yè)化過程的重要一環(huán)。企業(yè)技術(shù)融合是一種涉及多技術(shù)、多行業(yè)領域、多方面影響因素的復雜創(chuàng)新活動(李平,楊鳳鮮,2014)。對于新能源汽車企業(yè)而言,其產(chǎn)品開發(fā)涉及信息技術(shù)、新材料、能源技術(shù)和自動化技術(shù)等多領域知識,不管在技術(shù)上還是市場上,均顛覆了傳統(tǒng)燃油汽車,有效利用多領域知識,通過技術(shù)融合創(chuàng)造新產(chǎn)品和新服務,在“群雄逐鹿”階段抓住不確定性帶來的機遇,搶占領先優(yōu)勢,引導外部不確定性向有利于自身的方向發(fā)展,對新能源汽車企業(yè)生存發(fā)展至關重要。

1.2 TOE模型

TOE框架(技術(shù)—組織—環(huán)境)由Tornatzky &Fleisher(1990)提出,多用于解釋企業(yè)技術(shù)整合與采納行為。通過對TOE框架的梳理發(fā)現(xiàn),其對本文研究具有適用性和合理性,對于企業(yè)技術(shù)融合而言,從技術(shù)、組織和環(huán)境3個方面進行探討具有顯著優(yōu)勢。首先,技術(shù)融合是企業(yè)對核心技術(shù)的研究與突破,具有高度的首創(chuàng)性和探索性等特征,技術(shù)維度不同是導致企業(yè)技術(shù)融合差異的重要因素之一。其次,技術(shù)融合活動具有復雜性和長周期性等特點,組織維度是否具備企業(yè)實現(xiàn)技術(shù)融合的條件也值得關注和探討。最后,企業(yè)技術(shù)融合的發(fā)生不僅受到企業(yè)內(nèi)部技術(shù)和組織因素的制約,企業(yè)外部環(huán)境因素的影響也起著不可忽視的作用。綜上,本文運用TOE框架,結(jié)合技術(shù)融合的特點與研究現(xiàn)狀,構(gòu)建包括技術(shù)、組織和環(huán)境3個維度的組態(tài)分析框架,探究企業(yè)技術(shù)融合的多維度影響因素及其互動匹配機制。

1.3 TOE模型中各因素對技術(shù)融合的影響

1.3.1 技術(shù)層面

(1)技術(shù)深度對技術(shù)融合的影響。技術(shù)深度是指企業(yè)對內(nèi)部技術(shù)知識的熟悉程度,體現(xiàn)了企業(yè)內(nèi)部技術(shù)在垂直維度的復雜性[14]。企業(yè)為實現(xiàn)新產(chǎn)品開發(fā)和創(chuàng)新績效,通過不斷增加某一技術(shù)領域技術(shù)深度,實現(xiàn)核心技術(shù)自主可控,從而為進一步實施技術(shù)融合提供條件[15-16]。技術(shù)深度對技術(shù)融合具有正反兩方面影響。一方面,技術(shù)深度更大的企業(yè)擁有豐富的專業(yè)化知識,研發(fā)人員能覺察這些知識與其它領域知識的融合潛力,從而提高技術(shù)融合水平[17]。同時,企業(yè)在技術(shù)深度上的積累有助于提升吸收能力,使其能夠更有效地搜尋、識別、吸收和利用外部有用知識(于飛等,2021),并與自身知識進行互動和重新組合,在此過程中拓展企業(yè)技術(shù)邊界,形成正反饋。另一方面,若技術(shù)深度超過某一閾值,可能導致企業(yè)對特定技術(shù)領域產(chǎn)生認知依賴和技術(shù)鎖定,不利于企業(yè)知識多樣性和技術(shù)靈活性[18],在已有技術(shù)基礎潛力耗盡時造成技術(shù)自鎖的惡性循環(huán),削弱企業(yè)拓展現(xiàn)有技術(shù)范圍的意愿和能力,對技術(shù)融合產(chǎn)生負面影響[19]。

(2)技術(shù)廣度對技術(shù)融合的影響。技術(shù)廣度是指企業(yè)技術(shù)和科學領域涉及的范圍,是企業(yè)橫向技術(shù)多樣性水平的體現(xiàn)[14]。技術(shù)廣度對技術(shù)融合同樣具有正反兩方面影響。一方面,較高的技術(shù)廣度意味著企業(yè)熟悉多個技術(shù)領域,對技術(shù)探索持更開放和靈活的態(tài)度,知識和技術(shù)的異質(zhì)性程度較高,能為其在相近領域和新領域開展技術(shù)探索提供更多可用知識[20]。更寬的知識基礎意味著較強的吸收能力,有利于企業(yè)建立多樣化的知識獲取渠道和合作關系,獲取更豐富的異質(zhì)性知識,給企業(yè)技術(shù)融合帶來更大空間[16]。同時,對外部知識的吸收利用,能夠降低企業(yè)技術(shù)融合成本與風險,促進知識與技術(shù)在企業(yè)間及企業(yè)內(nèi)部流動、吸收和利用,提升企業(yè)技術(shù)融合效率[15,21]。另一方面,較高的技術(shù)廣度可能帶來極大的潛在新組合空間,擴大試錯試驗范圍,增加企業(yè)知識整合成本和難度,從而不利于技術(shù)融合的發(fā)生[21]。此外,技術(shù)廣度過大會分散企業(yè)人力、財力和注意力,消耗企業(yè)進行技術(shù)融合所需的資源儲備,導致企業(yè)難以判斷真正有潛力、有價值的技術(shù)融合路徑并為其提供資源保障[19-20]。

1.3.2 組織層面

(1)組織冗余對技術(shù)融合的影響。資源是企業(yè)進行創(chuàng)新的必需條件。組織冗余是指組織擁有超出自身需求的資源,這些資源也是未被利用的潛在資源,是企業(yè)資源過剩的體現(xiàn)。組織冗余作為企業(yè)的資源緩沖器,在環(huán)境變化時緩沖外部沖擊,促使企業(yè)采取探索行為,實施創(chuàng)新戰(zhàn)略,進行戰(zhàn)略變革(趙亞普等,2014;吳建祖等,2016)。蔡建湖等(2022)將組織冗余分為研發(fā)人員冗余與財務冗余,并以新能源汽車企業(yè)為例,發(fā)現(xiàn)研發(fā)人員冗余能夠顯著促進企業(yè)研發(fā)資金投入,從而為技術(shù)融合提供人力和財力保障。在不確定性環(huán)境中,組織冗余對企業(yè)績效具有正向影響[22]。這是因為企業(yè)資源越豐富,其選擇就越多,對外部環(huán)境和突發(fā)事件的緩沖能力也越強,企業(yè)就越有可能實施變革。對于企業(yè)技術(shù)融合而言,在具備技術(shù)深度與技術(shù)廣度的基礎上,若存在相應的組織冗余,企業(yè)將更有資本和勇氣對其戰(zhàn)略進行調(diào)整,更有自信和底氣承擔融合創(chuàng)新活動的高風險,并為企業(yè)探索新技術(shù)領域、推動技術(shù)變革和創(chuàng)新提供所需額外資源[23-24]。同時,組織冗余也能為企業(yè)吸引合作伙伴,獲取、吸收和利用外部異質(zhì)性知識提供資源和利益交換的資本,這對企業(yè)技術(shù)融合具有重要影響。

(2)管理能力對技術(shù)融合的影響。根據(jù)人力資本理論,在企業(yè)競爭中,人力資本的潛力與活力取決于領導者能力(彭永濤等,2022)。企業(yè)管理者扮演著多重角色,具備處理突發(fā)事件、預測與評估項目前景等決策能力。高層管理者通過制定企業(yè)創(chuàng)新發(fā)展戰(zhàn)略,可以使企業(yè)在未來競爭中占據(jù)主導地位。不確定性環(huán)境下,企業(yè)管理能力越強,管理者越能對外界技術(shù)、市場和政策環(huán)境變化作出前瞻性判斷并預先采取行動,結(jié)合組織冗余具備的緩沖能力,為企業(yè)實施技術(shù)變革與融合創(chuàng)新創(chuàng)造條件。同時,較強的管理能力通常意味著較高的內(nèi)部執(zhí)行力和效率,有利于外部合作關系的建立,進而拓寬技術(shù)廣度與深度,有效促進企業(yè)技術(shù)融合。

1.3.3 環(huán)境層面

環(huán)境不確定性是指企業(yè)因缺乏必要信息和能力而難以辨別相關或不相關數(shù)據(jù),不能精確判斷和預測企業(yè)外部環(huán)境的影響。本文沿用常見的劃分方法,將環(huán)境不確定性劃分為技術(shù)不確定性和市場不確定性兩個維度,分別探究其對企業(yè)技術(shù)融合的影響[1,25]。

(1)技術(shù)環(huán)境不確定性對技術(shù)融合的影響。技術(shù)不確定性是指技術(shù)的復雜性、不穩(wěn)定性以及技術(shù)變化過程中的不可預測性[1,26]。由于不同企業(yè)的技術(shù)能力和資源冗余存在較大差異,因此在面對技術(shù)不確定性時表現(xiàn)出的適應性不盡相同。技術(shù)不確定性對企業(yè)技術(shù)融合的影響主要表現(xiàn)在兩方面:首先,技術(shù)的高不確定性給企業(yè)帶來挑戰(zhàn)和壓力。技術(shù)的快速變化與波動可能改變產(chǎn)業(yè)鏈格局,削弱企業(yè)原本穩(wěn)固的競爭優(yōu)勢,對于技術(shù)適應性和實踐性較強的企業(yè)而言,要敢于面對挑戰(zhàn),迎難而上,提升企業(yè)技術(shù)融合程度,積極開發(fā)新技術(shù)、新產(chǎn)品,在市場中搶占先機。其次,技術(shù)不確定性高往往意味著存在更多潛在技術(shù)方向可供選擇和探索,可為企業(yè)技術(shù)融合提供素材和空間,也能為企業(yè)間技術(shù)交流與合作提供機會,從而促進企業(yè)技術(shù)融合。因此,技術(shù)不確定性對于企業(yè)而言,既是壓力也是動力,既是機遇也是挑戰(zhàn),若企業(yè)具備良好的技術(shù)基礎、組織冗余和管理能力,將有利于企業(yè)在不確定性環(huán)境下識別和利用潛在技術(shù)機會,通過技術(shù)融合抓住不確定性環(huán)境帶來的機遇。

(2)市場環(huán)境不確定性對技術(shù)融合的影響。市場不確定性是指企業(yè)決策者無法準確判斷和預測企業(yè)外部市場環(huán)境、市場結(jié)構(gòu)變化或競爭強度等[1]。市場不確定性對技術(shù)融合的影響具有兩面性,整體呈倒U型關系。一方面,當市場不確定性逐漸加劇時,市場能力較強的企業(yè)可以借助不確定性帶來的機會,更加自如地迎合市場并開拓新市場,潛在新市場的誘惑會增強企業(yè)開展技術(shù)融合的動力,通過提高企業(yè)技術(shù)融合創(chuàng)新水平,抵御環(huán)境不確定性帶來的風險[27]。另一方面,隨著市場環(huán)境不確定性加劇,市場競爭更為激烈,為抵御風險,鞏固市場地位,企業(yè)可能將大量資金用于抵御外界環(huán)境變化,從而減少技術(shù)創(chuàng)新投入,進而降低企業(yè)技術(shù)融合水平[1]。

(3)政府補助對技術(shù)融合的影響。已有研究表明,相較于研發(fā)投入,政府補貼更能發(fā)揮“四兩撥千斤”的作用,是企業(yè)技術(shù)突破的催化劑,能給企業(yè)創(chuàng)新績效提升帶來更大助力[28]。政府補貼通過資金支持和政策支持提高企業(yè)研發(fā)強度,為企業(yè)抵抗外界不確定性風險提供幫助。同時,政府補助通過對外界釋放積極信號,緩解企業(yè)融資約束,間接促進企業(yè)創(chuàng)新投入,提升企業(yè)技術(shù)融合水平[25]。但當財政補貼超過企業(yè)自身研發(fā)投入時,企業(yè)可能將多余補貼視為超額利潤,并投向其它領域,使得政府研發(fā)補貼的作用難以得到發(fā)揮。在補貼政策的利益驅(qū)動下,新能源汽車迎來產(chǎn)量與銷量快速增長,但由于財政補貼會扭曲市場競爭準則,削弱企業(yè)技術(shù)研發(fā)動力和積極性,從而抑制企業(yè)技術(shù)融合創(chuàng)新行為[29]。

在組態(tài)視角下,技術(shù)條件、組織條件和環(huán)境條件對技術(shù)融合的影響并不是相互獨立的,而是通過聯(lián)動匹配的方式協(xié)同發(fā)揮作用。具體而言,多重條件間的并發(fā)協(xié)同效應既可能通過適配相互強化,也可能通過替代相互抵消。因此,本文基于組態(tài)視角實證探討技術(shù)、組織、環(huán)境三重條件如何通過相互間的聯(lián)動匹配(適配/替代)影響企業(yè)技術(shù)融合。綜上所述,本研究構(gòu)建如圖1所示的組態(tài)效應模型。

圖1 企業(yè)技術(shù)融合的組態(tài)效應模型Fig.1 Configuration effect model of enterprise technology convergence

2 研究設計

2.1 研究方法

定性比較分析法(QCA)是一種基于集合論(而非相關關系)對因果關系進行建模的新方法,通過小樣本分析因果關系的內(nèi)在機理[30]。QCA作為探究組態(tài)效應和殊途同歸的有效方法,近年來被廣泛應用于管理學各領域。本文以21家中國新能源汽車整車上市企業(yè)為研究對象,運用模糊集定性比較分析(fsQCA)方法,基于TOE框架,從技術(shù)、組織和環(huán)境3個維度探尋企業(yè)實現(xiàn)技術(shù)融合的多種組態(tài),分析多因素之間的聯(lián)動匹配機制,解釋不同技術(shù)融合度的內(nèi)部推動結(jié)構(gòu)與作用機理,總結(jié)企業(yè)提升技術(shù)融合度的不同路徑。

2.2 案例選擇

本研究選擇新能源汽車企業(yè)作為研究對象,原因在于新能源汽車產(chǎn)業(yè)作為國家戰(zhàn)略性新興產(chǎn)業(yè),是我國實現(xiàn)汽車強國、應對氣候變化、推動綠色發(fā)展的支柱型產(chǎn)業(yè),獲得了中央及地方一系列產(chǎn)業(yè)政策支持。但當前,與傳統(tǒng)燃油汽車相比,新能源汽車并不具備顯著競爭優(yōu)勢,生產(chǎn)成本居高不下,技術(shù)設施尚未完全普及。由于新能源汽車的技術(shù)、市場和政策環(huán)境均存在較大的不確定性,且在技術(shù)上具有明顯的跨領域融合特征,因此是研究不確定性環(huán)境下企業(yè)技術(shù)融合前因組態(tài)的合適對象。本研究選取中國A股新能源汽車整車上市企業(yè)進行數(shù)據(jù)收集、整理和篩選,剔除兩家數(shù)據(jù)缺失企業(yè),最終確定21家企業(yè)為研究樣本。

2.3 數(shù)據(jù)來源與變量測度

如表1所示,本文初始數(shù)據(jù)來源于德溫特專利數(shù)據(jù)庫和企業(yè)年報。其中,樣本企業(yè)專利數(shù)據(jù)來自于德溫特專利數(shù)據(jù)庫,根據(jù)授權(quán)時間和專利權(quán)人檢索,具體包括專利授權(quán)時間、專利權(quán)人、專利四位IPC號等信息,技術(shù)不確定性檢索時間為2012—2018年,技術(shù)深度與廣度檢索時間為2017—2019年,技術(shù)融合度檢索時間為2021年;其它變量數(shù)據(jù)來自于巨潮資訊網(wǎng)提供的上市公司企業(yè)年報,具體包括資產(chǎn)總額、流動資產(chǎn)、銷售費用、銷售收入、政府補助等數(shù)據(jù),組織冗余、管理水平、政策補助數(shù)據(jù)來自于2017—2019年年報,市場不確定性數(shù)據(jù)來自于2012—2018年年報。此外,條件變量均采用2017—2019年變量數(shù)值的平均值,為避免專利授權(quán)滯后性帶來的誤差,結(jié)果變量采用2021年數(shù)據(jù)。

表1 變量選取概況Tab.1 Overview of variable selection

3 數(shù)據(jù)分析與實證結(jié)果

3.1 變量校準

本文參考既有研究的做法,基于直接校準法,將95%分位數(shù)設置為完全隸屬點,均值設置為交叉點,5%分位數(shù)設置為完全不隸屬點,并將校準后的變量賦值轉(zhuǎn)變?yōu)檎嬷当?7個條件變量的定位點如表2所示。本文使用fsQCA 3.0軟件進行分析。

表2 變量校準點Tab.2 Calibration points of variables

3.2 必要條件分析

數(shù)據(jù)校準后,需對條件變量進行必要性和一致性檢驗,結(jié)果如表3所示。在必要條件分析中,條件一致性水平均低于0.9,表明前因變量對結(jié)果變量均不構(gòu)成必要條件,各變量均不是企業(yè)高/非高技術(shù)融合度的必要條件,需要對技術(shù)、組織及環(huán)境3個層面進行組態(tài)分析,挖掘條件變量間協(xié)同提升企業(yè)技術(shù)融合度的路徑。

表3 條件變量必要性檢驗結(jié)果Tab.3 Necessity test results of conditional variables

3.3 充分條件分析

對企業(yè)高技術(shù)融合度和非高技術(shù)融合度組態(tài)構(gòu)型進行分析,分別將原始一致性、PRI一致性、案例頻數(shù)閾值設置為0.8、0.7和1,對滿足要求的前因條件組合作進一步分析,得到復雜解和簡單解。由于本研究中各條件與結(jié)果間的關系尚未明確,難以進行反事實分析,因而均選擇“存在/不存在皆可”。最后,以表格形式報告中間解,將同時出現(xiàn)在中間解和簡單解中的前因條件作為核心變量,將僅出現(xiàn)在中間解而未出現(xiàn)在簡單解中的前因條件作為輔助條件。組態(tài)分析結(jié)果如表4所示。

表4 企業(yè)高/非高技術(shù)融合度組態(tài)Tab.4 Configuration of high/non-high enterprise technology convergence

組態(tài)解集由7個組態(tài)條件和7條路徑組成。其中,企業(yè)高技術(shù)融合度組態(tài)解有4種,總體解的一致性為0.877,說明這4種組態(tài)為結(jié)果變量的充分條件;總覆蓋度為0.433,說明這4種條件組合可覆蓋43.3%的高技術(shù)融合度企業(yè)。企業(yè)非高技術(shù)融合度組態(tài)解有3種,總體解的一致性為0.946,說明這3種組態(tài)為結(jié)果變量的充分條件;總覆蓋度為0.389,說明構(gòu)型能解釋38.9%的樣本案例。

3.4 案例與構(gòu)型討論

3.4.1 高技術(shù)融合度組態(tài)

(1)構(gòu)型1A:環(huán)境波動—技術(shù)驅(qū)動型。構(gòu)型1A的一致性系數(shù)為0.910,大于0.80,原始覆蓋度為0.183,能解釋約18%的高技術(shù)融合度企業(yè)。該路徑中,技術(shù)和市場環(huán)境不確定性發(fā)揮核心作用,即使技術(shù)深度、組織冗余、管理能力和政府補助等輔助條件缺失,在技術(shù)廣度這一核心條件存在的情況下,企業(yè)仍可應對環(huán)境不確定性,實現(xiàn)高技術(shù)融合度。因此,將該路徑命名為環(huán)境波動—技術(shù)驅(qū)動型,典型案例是海馬汽車。2017年,國家開始對新能源汽車補貼政策進行調(diào)整,2018年受外部大環(huán)境、公司品類戰(zhàn)略落地的影響,海馬汽車主營板塊乏力,出現(xiàn)巨額虧損,加上2020年新冠疫情暴發(fā),汽車市場持續(xù)低迷,最終導致海馬汽車銷量暴跌。海馬汽車進入新能源領域時間較短,在技術(shù)、管理及營銷等方面均處于弱勢地位,抗風險能力較弱,使得環(huán)境突變對海馬汽車發(fā)展的負面影響較大。但海馬汽車作為首家通過ISO9000標準的整車生產(chǎn)企業(yè),一直在鞏固與馬自達的技術(shù)合作,建立自己的研發(fā)和技術(shù)體系,技術(shù)涉及范圍較廣,在不確定性環(huán)境下,仍然可以進行高水平技術(shù)融合。2020年,海馬汽車開始加大技術(shù)研發(fā)投入,制定新型技術(shù)研發(fā)路線,于當年推出3款新車。通過海馬汽車的案例可以發(fā)現(xiàn),技術(shù)和市場不確定性能為企業(yè)技術(shù)融合提供壓力和動力,激發(fā)企業(yè)積極利用內(nèi)部技術(shù)寬度和外部知識源,實現(xiàn)技術(shù)融合。

(2)構(gòu)型1B:環(huán)境波動—資源支撐型。構(gòu)型1B的一致性系數(shù)為0.908,大于0.80,原始覆蓋度為0.187,能解釋約18%的高技術(shù)融合度企業(yè)。該路徑中,技術(shù)和市場環(huán)境不確定性同樣發(fā)揮核心作用,即使技術(shù)廣度、技術(shù)深度、管理能力和政府補助等輔助條件缺失,在存在組織冗余的情況下,企業(yè)通過額外的人力、物力、財力儲備,依然可以實現(xiàn)較高水平的技術(shù)融合。因此,將該路徑命名為環(huán)境波動—資源支撐型,典型案例是中通客車。中通客車作為國內(nèi)最早的客車生產(chǎn)企業(yè),是最早進入新能源領域的公司之一。隨著新能源汽車產(chǎn)業(yè)的快速崛起,各企業(yè)紛紛加大研發(fā)投入,使得新能源汽車技術(shù)步入發(fā)展快車道,導致行業(yè)技術(shù)環(huán)境充滿不確定性。同時,各車企均希望在愈演愈烈的市場競爭中抓住機遇,形成領先優(yōu)勢,從而加劇了市場環(huán)境不確定性。因此,中通客車面臨極不穩(wěn)定的外部環(huán)境。2017年,山東重工集團全面接管中通客車,為其導入豐富的人力、物力、財力等資源,使得中通客車在滿足自身發(fā)展的情況下,能夠利用冗余資源更好地應對外部不確定性環(huán)境,積極調(diào)動各方資源,加快技術(shù)革新與進步,提升企業(yè)技術(shù)融合水平,最終取得階段性進展,成功將氫燃料客車投放市場。因此,組織冗余資源是企業(yè)實現(xiàn)技術(shù)融合的一個重要原因。

命題1:在市場和技術(shù)環(huán)境不確定性較高的情況下,技術(shù)廣度或組織冗余對企業(yè)實現(xiàn)高技術(shù)融合度具有重要作用。

(3)構(gòu)型2A:環(huán)境平衡—組織支撐—政府拉動型。構(gòu)型2A的一致性系數(shù)為0.879,大于0.80,原始覆蓋度為0.213,能解釋約21%的高技術(shù)融合度企業(yè)。該路徑中,市場相對穩(wěn)定、組織冗余和政府補貼為核心條件,技術(shù)廣度、技術(shù)深度、～管理能力和～技術(shù)不確定性為輔助條件,企業(yè)可實現(xiàn)高技術(shù)融合度。因此,將該路徑命名為環(huán)境平衡—組織支撐—政府拉動型,典型案例是金龍汽車。金龍汽車早在2008年就進入中國企業(yè)500強,尤其是近年來保持穩(wěn)健的發(fā)展步伐,被評為“中國最具價值品牌500強”。2013—2017年,伴隨著政府補貼政策的不斷調(diào)整,金龍汽車的營業(yè)收入、營業(yè)外收入水平也隨之發(fā)生變化,表明企業(yè)受政策調(diào)整影響較大,自身研發(fā)能力較弱。但近幾年金龍汽車的資產(chǎn)負債率、流動比率、期間費用率均呈增長趨勢,企業(yè)逐漸擁有豐富的冗余資源(董金煥,2019)。政府支持使得企業(yè)在技術(shù)與市場環(huán)境平衡狀態(tài)下,即使技術(shù)廣度與深度、管理水平較低,仍可依靠組織內(nèi)部冗余資源實現(xiàn)技術(shù)融合。這說明企業(yè)在穩(wěn)定的技術(shù)和市場環(huán)境中,可以通過儲備各項資源為技術(shù)融合助力。

命題2:企業(yè)在市場和技術(shù)環(huán)境不確定性較低的情況下,需同時具備組織冗余與政府補助兩個條件,才能實現(xiàn)較高水平的技術(shù)融合。

(4)構(gòu)型2B:技術(shù)動蕩—組織支撐—政府拉動型。構(gòu)型2B的一致性系數(shù)為0.955,大于0.80,原始覆蓋度為0.181,能解釋約18%的高技術(shù)融合度企業(yè)。該路徑中,市場相對穩(wěn)定、組織冗余和政府補貼為核心條件,技術(shù)深度、管理能力、技術(shù)不確定性和～技術(shù)廣度為輔助條件,企業(yè)可實現(xiàn)高技術(shù)融合度。因此,將該路徑命名為技術(shù)動蕩—組織支撐—政府拉動型,典型案例是宇通客車。宇通客車成立于1993年,穩(wěn)居大中型客車頭把交椅,2021年市場占有率達38.24%。根據(jù)企業(yè)年報,宇通客車的核心零部件大部分來自于外部供應商。從商業(yè)模式看,宇通客車本質(zhì)上屬于技術(shù)方案整合商,如果不能適當整合多方技術(shù),則可能在動蕩的技術(shù)環(huán)境中喪失發(fā)展優(yōu)勢。因此,為應對技術(shù)環(huán)境的不確定性,宇通客車利用內(nèi)部不同類型的冗余資源優(yōu)勢,積極整合多方技術(shù),激發(fā)企業(yè)發(fā)展活力。同時,政府大力支持企業(yè)發(fā)展壯大,為其制定具有前瞻性的指導方針,并補貼企業(yè)發(fā)展,促使企業(yè)實現(xiàn)較高的技術(shù)融合度。在技術(shù)環(huán)境不確定性較高的情況下,政府補助和組織冗余能為企業(yè)技術(shù)融合提供支撐。

命題3:在市場環(huán)境相對穩(wěn)定、技術(shù)環(huán)境不確定性較高的情況下,組織冗余和政府補助對企業(yè)實現(xiàn)高技術(shù)融合度具有重要作用。

從構(gòu)型1A與構(gòu)型1B看,當技術(shù)與市場不確定性均較高時,技術(shù)廣度與組織冗余之間具有替代關系,即二者滿足其一就可以實現(xiàn)高技術(shù)融合度。從構(gòu)型1B與構(gòu)型2A看,當技術(shù)與市場不確定性均較低時,組織冗余與政府補助之間具有明顯的互補關系。

3.4.2 非高技術(shù)融合度組態(tài)

構(gòu)型3～5為產(chǎn)生非高技術(shù)融合度的路徑。構(gòu)型3中,在市場環(huán)境不確定性較高的情況下,企業(yè)技術(shù)深度、技術(shù)廣度、組織冗余、～管理能力和～政府補助為核心條件,不利于企業(yè)產(chǎn)生高技術(shù)融合度。較高的市場不確定性會消耗較多組織內(nèi)部冗余資源,企業(yè)管理費用隨之上漲,使得員工難以深刻理解技術(shù)內(nèi)部知識結(jié)構(gòu),因此無法產(chǎn)生較高的技術(shù)融合度。構(gòu)型4中,在技術(shù)與市場環(huán)境不確定性均低的情況下,～技術(shù)廣度、～組織冗余、技術(shù)深度和管理能力為核心條件,政府補助為輔助條件,企業(yè)難以產(chǎn)生較高的技術(shù)融合度。構(gòu)型5中,在技術(shù)與市場環(huán)境不確定性均高的情況下,技術(shù)深度為核心條件,技術(shù)廣度、管理能力、政府補助和～組織冗余為輔助條件,不利于企業(yè)產(chǎn)生較高的技術(shù)融合度。對于企業(yè)而言,組織內(nèi)部資源極為重要。

命題4:當技術(shù)與市場環(huán)境不確定性較高時,技術(shù)深度不利于企業(yè)實現(xiàn)高水平技術(shù)融合。

命題5:當企業(yè)具有較強的管理能力,但缺少不確定性環(huán)境帶來的潛在機會時,企業(yè)將難以實現(xiàn)高水平技術(shù)融合。

命題6:技術(shù)深度不利于企業(yè)實現(xiàn)高水平技術(shù)融合。

為檢驗上述結(jié)果的穩(wěn)健性,本文將一致性水平由0.80提高至0.90,組態(tài)結(jié)果與前文基本一致,表明結(jié)果穩(wěn)健。

3.5 超高技術(shù)融合度組態(tài)分析

為進一步探討企業(yè)技術(shù)融合的前因組態(tài),本文將結(jié)果變量分為企業(yè)高技術(shù)融合度與超高技術(shù)融合度兩組。數(shù)據(jù)校準后,逐一檢驗條件變量的必要性和一致性水平,結(jié)果表5所示?？梢园l(fā)現(xiàn),各條件的一致性水平均低于0.9,說明各單一變量均非高技術(shù)融合度和超高技術(shù)融合度的必要條件。

表5 條件變量必要性檢驗結(jié)果Tab.5 Necessity test results of conditional variables

對原始一致性閾值、PRI一致性閾值進行調(diào)整,將案例頻數(shù)閾值設置為1,重新計算簡單解、中間解和復雜解,經(jīng)過布爾代數(shù)運算得出不同前因條件組合,結(jié)果如表6所示?？梢园l(fā)現(xiàn),企業(yè)高技術(shù)融合度組態(tài)與上文結(jié)論基本一致,對于超高技術(shù)融合度企業(yè)而言,更需要技術(shù)不確定性因素作為支撐。一方面,當技術(shù)不確定性較高時,可以為技術(shù)融合提供更多技術(shù)元素,有助于新知識、新技術(shù)的獲取與吸收利用;另一方面,技術(shù)不確定性會給企業(yè)帶來壓力和動力,從而激發(fā)企業(yè)開展技術(shù)融合創(chuàng)新的意愿和行為。總而言之,技術(shù)不確定性可以為企業(yè)帶來更多機遇,對企業(yè)實現(xiàn)超高技術(shù)融合度具有不可或缺的作用。

表6 企業(yè)高/超高技術(shù)融合度組態(tài)Tab.6 Configuration of high/ultra-high enterprise technology convergence

4 結(jié)語

4.1 研究結(jié)論

本文以新能源汽車企業(yè)為例,探討不確定性環(huán)境下企業(yè)技術(shù)融合的前因組態(tài)和提升路徑,得到以下主要結(jié)論:

首先,企業(yè)技術(shù)融合受多方面因素共同影響,單一因素不構(gòu)成技術(shù)融合的必要條件。企業(yè)高技術(shù)融合度實現(xiàn)路徑有4條,在環(huán)境波動—技術(shù)驅(qū)動型和環(huán)境波動—資源支撐型路徑中,當技術(shù)和市場不確定性均較高時,技術(shù)廣度和組織冗余有其一即可;在環(huán)境平衡—組織支撐—政府拉動型和技術(shù)動蕩—組織支撐—政府拉動型路徑中,當市場相對穩(wěn)定時,需要組織冗余和政府補助同時發(fā)揮作用。企業(yè)產(chǎn)生非高技術(shù)融合度的路徑有3條,且與高技術(shù)融合度實現(xiàn)路徑存在非對稱性關系。

其次,在市場和技術(shù)不確定性均高時,較寬的技術(shù)廣度能給企業(yè)技術(shù)融合帶來豐富的技術(shù)元素和較大范圍的知識獲取、吸收和利用能力,組織冗余可為企業(yè)提供應對不確定性的多方面資源,幫助企業(yè)建立廣泛的外部合作關系,拓寬自身技術(shù)范圍,二者在實現(xiàn)高水平技術(shù)融合上具有替代效應。當市場相對穩(wěn)定時,不管技術(shù)不確定性水平如何,企業(yè)要實現(xiàn)高水平技術(shù)融合,都需要發(fā)揮組織冗余和政府補助的互補效應,組織冗余帶來資源韌性和靈活性,政府補助一方面直接增加企業(yè)創(chuàng)新投入,另一方面向外界傳遞積極信號,有助于企業(yè)獲取融資和吸引外部合作伙伴,促進技術(shù)融合。

(3)對于企業(yè)高技術(shù)融合度而言,技術(shù)不確定性并非必備條件,在技術(shù)和市場環(huán)境相對穩(wěn)定的情況下,可以實現(xiàn)較高水平的技術(shù)融合。但企業(yè)若想實現(xiàn)超高技術(shù)融合度,技術(shù)不確定性通常是不可或缺的。技術(shù)不確定性能給技術(shù)融合帶來更多可用于新組合試驗的技術(shù)元素,更重要的是,技術(shù)不確定性給企業(yè)技術(shù)融合探索帶來更大壓力和動力,激發(fā)企業(yè)利用技術(shù)融合提升技術(shù)靈活性,通過拓展技術(shù)邊界突破企業(yè)邊界,以更有效地應對不確定性環(huán)境。

4.2 理論貢獻

本文致力于解答不確定性環(huán)境下企業(yè)技術(shù)融合如何發(fā)生及提升。相較于已有研究,本文將環(huán)境不確定性納入研究框架,突破了現(xiàn)有技術(shù)融合單因素凈效應的研究視角,借助TOE框架和fsQCA方法,從組態(tài)視角分析和探索企業(yè)技術(shù)融合的前因組態(tài)及構(gòu)型要素間的聯(lián)動匹配機制,在一定程度上揭開了技術(shù)融合驅(qū)動因素的“黑箱”,加深了對相關要素間協(xié)同機制的理解,可為后續(xù)相關研究提供視角、方法和分析框架等方面的借鑒。

4.3 實踐啟示

(1)企業(yè)在制定技術(shù)研發(fā)與創(chuàng)新等相關戰(zhàn)略時,應結(jié)合外部環(huán)境不確定性和內(nèi)部技術(shù)基礎、組織冗余等資源配置特征,通過調(diào)整技術(shù)或組織特征應對環(huán)境等客觀稟賦條件的制約,因地制宜地選擇技術(shù)融合度提升路徑。在市場和技術(shù)雙重不確定性環(huán)境下,企業(yè)應積極拓展技術(shù)寬度,保持一定組織冗余,以更好地利用企業(yè)內(nèi)外部知識和資源。在市場相對穩(wěn)定的環(huán)境下,除組織冗余外,企業(yè)還應積極爭取政府補助,一方面能直接增加企業(yè)研發(fā)投入,另一方面,政府的認可向外界釋放積極信號,能夠幫助企業(yè)更好地獲取融資,吸引更多合作伙伴。內(nèi)部組織冗余、創(chuàng)新資金保障和外部知識來源協(xié)同助力企業(yè)技術(shù)融合創(chuàng)新。

(2)伴隨著環(huán)境不確定性的加劇,不管是企業(yè)、行業(yè)還是相關政策制定者,在感知不確定性帶來的風險、挑戰(zhàn)和壓力的同時,也要深刻理解不確定性帶來的機遇,以積極態(tài)度擁抱不確定性。政府政策制定者和行業(yè)監(jiān)管者通過對不確定性的前瞻性分析,引導行業(yè)和企業(yè)發(fā)展方向,扶植有潛力的企業(yè),提升行業(yè)整體發(fā)展水平和競爭力。企業(yè)通過高水平技術(shù)融合拓展技術(shù)邊界,實現(xiàn)產(chǎn)品跨領域創(chuàng)新,進而拓展企業(yè)邊界。成功開拓新領域的領先企業(yè),也可利用其技術(shù)、產(chǎn)品和市場影響力,反過來影響技術(shù)和市場不確定性走勢,使其朝著對自身有利的方向發(fā)展。

4.4 不足與展望

盡管本文力求嚴謹和細致,但仍存在以下不足,有待未來進一步研究。首先,在研究結(jié)論普適性上,本文僅選取中國新能源汽車企業(yè)作為樣本,研究結(jié)論是否適用于其它行業(yè)有待考察,未來研究可針對更多行業(yè)展開。其次,在方法選擇上,定性比較分析便于多案例間的比較,但難以從更細致入微的層面展開論證,未來可采用訪談、問卷等方法調(diào)研企業(yè)內(nèi)外部其它因素對技術(shù)融合的實際影響,更細致全面地研究技術(shù)融合的前因組態(tài)。最后,本文僅進行了截面分析,未來可考慮加入時間因素,探討技術(shù)融合前因組態(tài)的穩(wěn)定性和動態(tài)性。