, Hambrick在1984年首次提出高层梯队理论(upper echelon theory)，认为高层管理团队的人口统计特征(如年龄、教育背景与任期等)影响组织产出，理论假定TMT的价值观与经验影响企业战略决策，进而影响组织产出。直至上世纪90年代，学者们开始关注TMT与组织产出的过程研究。TMT人口统计特征的多样化能为企业提供大量的信息资源，帮助企业制定创新战略，提升其创新强度，改善企业的战略实施(卫旭华等，2015)。而过程研究则关注TMT的沟通与互动对组织产出的影响，近年来又进一步演变成社会网络方法。
组织研究学者长久以来致力于解释企业如何培育利用与探索战略导向，同时从事利用式创新与探索式创新活动，即双元创新(Birkinshaw & Gupta，2013；Turner et al., 2013；Wang & Rafiq，2014；Heavey et al., 2015)。虽然多数研究主要关注结构双元与情境双元，但高层管理团队对组织双元的影响也很重要，尤其在评价并整合利用与探索所需的知识方面(凌鸿等，2010)，因为企业在从事利用或探索活动的知识处理过程中存在惯性和路径依赖，所以打破单一知识导向的自我强化势头，是高层管理团队发动双元的重要作用之一。
创新既是集体行为，也是社会行为，大量实证研究显示，个人或更高层次的集体(如团队、组织或国家)的创新受他们的社会关系与网络的影响，因为这些社会关系与网络有助于他们获取、传递、吸收、评价与应用知识与信息(Guan & Zhao，2013；Guan et al., 2015)。网络视角有助于我们测量并评价TMT社会关系，TMT社会网络在本质上由以达成组织目标为目的、与团队保持联系的每个个体组成。从结构网络理论视角来看，TMT社会网络的价值与有效性来源于活动者在网络中的位置，跨界者(boundary spanners)占据中心位置、拥有更多联系，能比网络边缘位置或不联系的活动者获得更多信息，结构理论强调对信息或其他资源的获取与控制。网络理论常用来解释TMT社会网络与创新之间的关系，但却只能论述资源获取与应用的可能性与机会。那么企业应如何将潜在的网络优势转化为内部知识资产，进而促进企业双元创新？
知识基础观(KBV)假定，企业运作机制与市场机制不同，企业具有传递、应用、保护与创造知识的能力(Mehralian，2014)。根据知识基础观，本文认为企业作为高级的知识管理机制，能够识别嵌入在网络内部的利益。然而已有研究较少结合知识基础观与网络理论，解释二者对TMT社会网络-创新的中介作用，而是倾向于认定TMT社会网络直接影响企业创新。本文以知识创造作为中介变量，研究TMT网络特征与双元创新的关系，知识创造过程包括知识交流与知识组合两个维度(Nahapiet & Ghoshal，1998；Shu et al., 2012)，通过知识创造，企业能将通过TMT社会网络获得的外部资源进行内化，产生企业专有知识，进而实现双元创新。丰富的多样化知识与资源是企业从事创新活动的重要来源，但TMT网络特征对企业双元创新作用机理的研究鲜有关注，因此以知识基础观视角，研究TMT网络特征对企业利用式创新与探索式创新的影响路径与机理具有重要的理论意义与实践意义。
本研究通过3个方面对TMT网络特征与组织双元的文献做出贡献。首先，通过开发TMT网络特征与双元创新之间关系的研究模型，深入探究TMT网络特征与双元创新之间的关系，弥补现有研究的空白。其次，基于知识基础观，将知识创造分为知识交流与知识组合两个维度，分别探讨其如何促进双元创新的实现。最后，将“TMT网络特征-知识创造-双元创新”纳入到一个框架模型中，分析知识创造在TMT网络特征与双元创新之间的中介作用，进而打开TMT网络特征和双元创新之间的“黑箱”。
二、文献回顾 (一) TMT网络特征TMT社会网络是TMT社会资本的重要形式，TMT可以利用这些网络获取有价值的资源(Granovetter，1973；Fang et al., 2012)。TMT既与企业内部员工互动，又与企业外部利益相关者联系，处在收集与管理组织行动所需信息的有利位置。TMT凭借其在组织高层的独特位置，能够聚集与重新分配企业外部与企业内部所获的信息，影响信息在组织内部的流动。
学者们对TMT社会网络的概念尚未达成共识，本文认为其是指高层管理团队与企业利益相关者(消费者、供应商、竞争对手、大学科研机构、政府机构)之间的社会关系的集合，高管团队成员在其社会网络中所处的位置与特征能够影响企业的战略决策。在以往的研究中，学者们将TMT网络与信息、知识、创新等变量相结合，从而探究其对企业产生的影响以及影响途径。如一些学者将TMT社会网络视为一种关系资产，认为对于企业来说，TMT社会网络是对正式制度支持的补充，使其得以在动荡的环境中获取发展所需的资源(如Peng & Luo，2000；Shu et al., 2012)。Clark & Smith(2003)利用信息论解释TMT价值创造机制，对TMT社会网络与组织创新之间的关系进行了研究，认为TMT网络的网络规模、网络范围、网络关系强度与网络冗余性与定位轨迹(locus of orientation)特征与组织创新之间存在相关关系。Collins & Clark(2003)认为高水平的TMT网络结构(规模与范围)与关系强度特征能提供有利于竞争优势与组织绩效的信息优势。Fang et al.(2012)认为TMT社会网络异质性能促使企业从事创新活动、国外销售增长，进而提升企业价值。Wong & Boh(2014)认为TMT的网络稀疏性(network sparseness)与网络中心性(network centrality)对管理者的创新性具有积极作用。Heavey et al.(2015)认为，高层管理者的网络广泛性(extensiveness)可以提供组织双元所必需的双重知识基础。Lo & Fu(2016)将TMT网络视为一种资源，与TMT规模的交互作用能够影响组织绩效。而Wincent et al.(2016)以联盟网络层面研究TMT社会网络，认为网络内单个组织的TMT社会资本对整个网络层面的创业战略开发具有阻碍作用，因为在特定情境下，TMT与其他组织机构关系的构建成本可能大于收益，但是同质的、受教育程度较高的TMT网络则能减轻这种负效应。
学者们对TMT社会网络的维度划分也未达成一致意见。如Krackhardt & Hanson(1993)将社会网络分为情感网络、信息网络、咨询网络与信任网络。Cabrera-Suaárez et al.(2015)以173家西班牙家族企业为样本，发现家族社会资本影响非家族成员股东的企业目标，并把TMT社会资本分为结构社会资本与认知社会资本。由于TMT社会网络研究常与TMT社会资本研究混为一谈，前者指TMT成员与企业利益相关方之间的社会关系的状态，是多样化信息获取的通道，而后者指嵌入在TMT社会网络中的资源，为了将二者加以区分，结合上述研究成果，本文采用TMT网络特征构念，包括中心性与稀疏性两个维度(钱锡红等，2010；Wong & Boh，2014等)。其中，TMT网络特征的中心性是指TMT与利益相关者间的距离，其以最少的关系数联系到其他人的程度，体现了TMT成员通过与企业利益相关者建立的直接或间接的联系获得资源的能力，中心性越高，边缘度越低，则TMT成员社会网络的中心位置越明显，权力地位越高，更易获得利益相关者的信任，加强与其的合作，获得资源。TMT网络特征稀疏性是指TMT与利益相关者间联系的紧密程度，体现为TMT成员社会网络的密度，密度越低，稀疏性越大，利益相关者从属于不同的社交圈，能为位于结构洞位置的企业TMT成员带来更多非冗余的多样化信息，且作为互不相连簇群间的桥梁，更具有结构自主性。
(二) 知识创造知识基础观认为，知识资产是影响企业战略决策与资源配置的重要因素，是企业竞争优势的重要来源，是企业进行创新活动的基础(Esterhuizen，2012)，以知识为基础的创新活动越来越频繁，新知识创造是企业生存与发展的重要任务。Smith et al.(2005)认为，知识创造是“企业在动态环境中成功与生存所必需的”。知识创造理论分为两种观点，第一种是野中郁次郎的SECI模型，即知识创造是一个隐性到显性再到隐性的螺旋过程，第二种关注通过社会互动的知识交流与知识组合过程(Kurul，2013)。
野中郁次郎、竹内弘高(1995) 根据日本企业的知识管理架构的研究，在《创新求胜》一书中提出SECI模型，开启了知识创造理论的先河，他们认为知识创造是隐性知识与显性知识动态转化、螺旋上升的过程，有助企业向组织内部嵌入知识，并将内部知识转移到行动或程序中，进而提升知识创造效率(Kao & Wu，2016)。组织知识创造是指将组织中个体所产生的知识进行梳理与细化，使其被每个组织中的成员可得，同时将这些知识进行精炼，并与整个组织的知识系统相连共通的过程(Kaschig et al., 2016)。此过程致力于提升组织能力，解决问题并达成目标。组织知识创造不是一个序列过程，而是跨越个体边界与不同认知形式(隐性知识与显性知识)的组织知识基础的不断升级过程。
组织内知识创造研究包括个人层面与组织层面(Crossan et al., 2011)。SECI模型强调了知识创造及其管理的重要性，但仅从个人层面论述了知识的转化与创造过程，缺乏对组织层面知识创造的深入分析研究。Nahapiet & Ghoshal(1998)认为，知识在知识交流(knowledge exchange)与知识组合(knowledge combination)过程中创造出来。组织具有产生更高层次社会资本的优势，通过知识交流与知识组合，促进知识资本创造。知识交流是指不同组织成员与子单元的知识与信息的交换，而知识组合涉及已有知识的渐进式与激进式改变及发展，组合原本不相连的要素，或开发出原本相连要素的新组合方法(Shu et al., 2012)。通过知识交流与知识组合，组织成员重构企业已有知识，融合内外部知识储备，综合利用不同的知识来源，创造新知识。吴翠花等(2015)也认为，知识创造是与个体及其企业所处环境、拥有的知识及其创造性密不可分的，是企业创造性的综合体现。
Nahapiet & Ghoshal(1998)、Argote et al.(2003)以及Shu et al.(2012)提出成功知识创造的四个前提条件：制造知识创造的产生机会、对知识创造重要性的认知、知识创造过程中的激励、知识创造的能力。结合上述讨论，TMT网络可以为企业带来发展所需的信息、知识，下文将论述TMT网络特征如何提升或满足这四项前提条件。
(三) 双元创新尽管组织双元是由Duncan(1976) 首次提出，但March(1991)里程碑式的研究更为学者们频繁引用，March认为，企业想要从根本上适应挑战，需要利用已有资产与能力的同时进行大量探索活动，避免被市场与技术变革所淘汰，自此国内外学者开始研究利用式创新与探索式创新(如Wang & Hsu，2014；马鸿佳等，2016等)。利用式创新体现为对组织已有知识进行密集的搜索过程(Lavie et al., 2010；March，1991)，从而实现对组织的现有资源的更充分利用，而探索式创新来源于更广泛的搜索过程，在全新的领域中识别创新机会(Lavie et al., 2010；March，1991)，即利用式创新能深化组织的核心知识基础，而探索式创新能扩展组织现有知识基础。Ozer & Zhang(2015)认为创新能为企业运营引入提升效率的新过程，或者向市场推出新产品或服务，满足顾客需求。马鸿佳等(2016)将双元创新定义为利用式创新与探索式创新的同步追求与整合。一些学者认为利用与探索是连续体的两端，可能存在互相竞争资源且涉及两者间的取舍(Lavie et al., 2010)，但本文根据已有研究认为利用式与探索式创新可以在组织层面同时进行(He & Wong，2004；Rosenbusch & Bausch，2013)，将二者视为离散选择，而非连续体的两端，即企业在成功达成利用式创新的同时，不断探索新想法，以保持竞争地位。
近年来，多数双元创新的实证研究都强调，仅采取双元创新中的单一创新方式存在劣势(March，1991)。如作为一种高风险战略，过分追求探索式创新可能导致组织失败，从事创造活动与商业化活动需要大量资源投入，短期内无法获得回报(凌鸿等，2010)。所以为取得探索式创新的成功，组织必须有意愿及能力将资源分配给无法预期结果的高风险项目。尽管利用式创新的回报更可预见，但利用式创新只能带来一般利润(Rosenbusch & Bausch，2013)。由于每种创新类型都存在消极结果，且需要特定的内部与外部环境才能成功，所以对双元创新的前因变量与形成机制研究显得至关重要，但现有文献对此关注不够。组织网络研究强调，创新是组织内部与外部同时进行的复杂过程，需要企业与其他行动者间的知识流动(Huggins et al., 2012)。知识是创新的源泉，在利用式创新的过程中，企业将已有知识进行利用，转化为新的产品或服务，在探索式创新的过程中，企业创造新知识和获取外部知识来更新并扩展自身知识库，这都是在知识创造过程的基础之上实现的，因此，双元创新受到知识创造的影响(Yang et al., 2015)。结合上述讨论，本研究以TMT网络特征作为双元创新的重要前置因素，以知识基础观打开“TMT网络特征-双元创新”的黑箱，研究TMT社会网络视角下双元创新的形成机制。
三、研究假设 (一) TMT网络特征与双元创新TMT人口统计特征的研究忽视了对企业创新过程的影响，除了TMT的创新战略决策方面，企业还需要从外部获取信息与资源用于组织创新。TMT社会网络有助于企业获取外部信息与知识，在全球化经济中更迅速地应对变化，因此TMT社会网络对于企业从事创新活动至关重要(Wei & Lau，2012)。与其他机构分担风险、知识获取与解决问题的过程，也能带来创新过程所需的关键资源(Bjork et al., 2014)，因为创新性想法通常存在于与其他机构的特定关系中，故TMT社会网络可作为从不同社会关系获取不同信息的途径。
TMT社会网络特征可分为中心性与稀疏性(钱锡红等，2010；Wong & Boh，2014)，二者可为创新提供不同的资源优势，前者能提供社会影响，而后者有助于获取不同信息(Wong & Boh，2014)。中心性较高的TMT成员在网络中更容易获得信息与资源，意味着具有较高的身份等级地位，有权控制有价值资源(Ibarra，1993)，因为信息与资源受网络中心的引力吸引，中心位置的TMT成员显示出更强的创新性(Dolfsma & van der Eijk，2016)，通过社会影响力从利益相关者处获取支持与资源(Wong & Boh，2014)。高度TMT网络中心性也有助于降低机构间的交易成本，尤其是搜索与信息成本、协商与决策成本、监控与执行成本(Tan et al., 2015)。而TMT网络稀疏性影响创新的逻辑前提是非冗余联系人提供的多样化信息，因为稀疏网络存在更多结构洞(Burt，1992)，彼此间不联系的联系人可能从属不同的社交圈，传播的信息类型不同，所以TMT稀疏网络是多样化信息的来源，有利于企业从事创新活动(Wong & Boh，2014)。TMT稀疏网络与密集网络相反，密集网络中的互相联系更多，网络成员掌握的信息更相似，进而导致每个联系人提供的信息冗余性更高，不利于产生新想法以及创新活动(Rogan & Mors，2014)。
对于具有高度中心性与稀疏性的TMT社会网络，可以更有效率的通过网络中的信息与资源杠杆利用企业现有能力，升级、精炼与深化现有产品、流程、技术能力与知识，从事利用式创新活动(March，1991)。另一方面，TMT社会网络也能增加高管的探索性知识，通过自发性战略的理念、实验与试验式学习，从事探索式创新活动。对于企业来说，TMT社会网络的高度中心性意味着高管在社会网络中较高的地位，更容易从不同方面获取知识，而且高度中心性减少了知识的交易成本，有利于其知识的获取、整合、配置和利用，使企业在进行知识的获取和利用过程中有更高的效率。而稀疏性则有利于企业避免在知识获取过程中冗余资源的获取带来的低效率，同时也降低知识获取和利用过程中筛选、精炼和整合的成本。而且TMT社会网络也能提升高管发现利用式与探索式创新的机会(Wong & Boh，2014)，提升高管对机会的感知，增强其解决问题的能力，将利用式创新与探索式创新结合在一起。这就使企业得以同时追求并整合探索式与利用式创新，实现双元创新。
综上所述，本文提出如下假设：
H1a：TMT网络特征中心性对双元创新具有积极影响。
H2b：TMT网络特征稀疏性对双元创新具有积极影响。
(二) 知识创造的中介作用在社会网络研究中，宏观层面与微观层面的技术分析及方法论相似，所以人际关系研究的理论与构念常被应用于组织间的关系研究，由于组织机构间关系也由个体支配，所以人际层面的微观行为能够影响组织间层面的宏观产出(Nieves & Osorio，2013)。嵌入在个体社会网络中的TMT社会网络作为一种微观建构，能够影响宏观层面的组织产出(Peng & Luo，2000；Collins & Clark，2003；耿新、张体勤，2010)。
多数社会资本与知识创造的研究关注网络的结构特性，调查网络特征对于知识资源获取与知识传递的影响，另一些研究则认为网络位置是提供知识创造机会的唯一前置变量(Nieves & Osorio，2013)。TMT社会网络对于新知识创造发挥重要作用，能以新方式交流与组合不同来源的多样化知识(Kurul，2013)。知识创造作为一种社会过程，包括知识交流与知识组合(Nieves & Osorio，2013)，对于社会网络来说，知识创造则表现为网络成员受其他成员经验的影响。首先，TMT社会网络能提供大量与其他机构的互动机会，所以是获取外部资源的必要渠道，发挥知识交流与知识组合的“桥梁优势”(Adler & Kwon，2002)，稀疏网络中位于中心位置的TMT成员能充当桥梁式关系的中介者，具有信息优势与控制优势，进而获取更多非冗余资源，为组织提供更多知识创造的机会。TMT社会网络带来的外部资源能进一步增加管理者与员工从事知识交流与知识组合的可能性(Shu et al., 2012)。第二，TMT社会网络能促进高管与其他机构的联系与比较，也能向高管提供竞争情报(如企业市场定位、竞争性产品与服务以及企业的强势与弱势)，有助于认识到知识创造的重要性(Liao & Phan，2016)。第三，根据社会动机理论(Geen，1991)，人们会受到周围环境的激发，且避免外界对其进行消极评价。当TMT社会网络引起其与其他机构间的社会比较时，会激发高管的积极性，促进组织成员加大对知识交流与知识组合的投入。第四，TMT社会网络能促进知识搜索，处于网络中心位置的TMT成员可以利用其社会地位与影响，提升信息获取效率，有助于企业从事大范围的信息搜索(Kurul，2013)，提升信息的时效性、相关性与精确性(Adler & Kwon，2002)。知识创造过程中，信息质量越高，越能有效降低不确定性，增加成功知识创造的可能性(Shu et al., 2012)。
大量国内外研究证实了知识促进组织创新。根据组织知识创造理论(Grant，1996；Nonaka，1994；Nahapiet & Ghoshal，1998)，知识交流有助于组织成员将自身的显性知识与隐性知识，对应地转变为其他成员的显性知识与隐性知识，即社会化与组合化，促进不同组织成员与子单元间的知识与信息的交换，在知识交流的过程中，组织成员必须进行知识组合过程，将获得的显性知识进行内部化，转变为自身的隐性知识，同时将自身的隐性知识外部化，在与其他组织成员交流的过程中，传递给其他组织成员，在组织内创造新的显性知识与隐性知识，进而促进利用式创新与探索式创新(Kurul，2013)。
高层管理团队成员通过个人关系获得外部知识，组织将这些情境特有的知识通过知识创造过程进行内化，转变为利用式创新与探索式创新。知识的情境专有性越强，越不易进行直接利用，为更好地利用外部信息与资源，高管必须将其与自身的信息与资源进行组合，然后与其他组织成员进行知识交流(Shu et al., 2012)。这样，对于具有高度中心性和稀疏性的TMT社会网络的企业高管来说，通过网络所获取的多样化知识经过知识交流和知识组合过程与企业自有知识库中的知识储备相结合，从而将内外部的不同知识转化为产品、技术、流程等创新所需的知识，进而促进创新过程的实现。在此过程中，高层管理团队成员作为跨界者，通过知识交流与知识组合，桥接其个人关系获得的外部知识与企业内部知识储备，一方面提高企业特有资源与能力相关的知识流动的质量，进一步利用企业现有知识与技术，另一方面帮助企业实现探索资源与流程的新组合，进入新市场或推出全新产品或服务(Turner et al., 2013)，即通过此过程同时满足了探索式创新和利用式创新的要求，实现了对双元创新的促进作用。
综上所述，本文提出如下假设：
H2a：知识交流在TMT网络特征中心性与双元创新之间具有中介作用。
H2b：知识组合在TMT网络特征中心性与双元创新之间具有中介作用。
H3a：知识交流在TMT网络特征稀疏性与双元创新之间具有中介作用。
H3b：知识组合在TMT网络特征稀疏性与双元创新之间具有中介作用。
本研究的概念模型如图 1所示。
|
图 1 概念模型 |
根据本研究的主题，数据收集通过问卷调查法进行。本研究采用的量表多数来自国外文献，为了确保问卷表述的准确性，我们请第三方将中文量表回译成英文，然后与英文原版量表进行对照，进而对中文版量表进行修正，确保通过两次翻译不存在明显语义差别。此外，对22名企业高管进行问卷试调研，根据他们的回馈对问卷进行修正。
样本范围包括东北地区(41.1%)、华北地区(22.8%)、东南沿海地区(27.8%)以及中部地区(8.3%)企业的高层管理人员。问卷调查从2016年7月至2016年10月，历时4个月。正式调研的问卷发放主要通过面对面访谈、电子邮件、微信发放第三方软件“问卷星”版问卷，共发放400份问卷，回收287份问卷，剔除掉46份缺失数据和随意填写的问卷，有效回收241份问卷，有效回收率为60.25%。取得较高问卷回收率主要出于以下原因：调研人员在与被访者进行面对面访谈后，确认被访者对研究感兴趣的情况下才填写问卷，且在填写过程中对于被访者的疑问进行及时解答，确保作答的完整性；问卷设计经过前期的试调研，根据反馈对语义阐述进行了修正，简洁易懂，便于回答；多数调研样本来自调研小组的社会关系，包括家庭成员、亲戚朋友、同学、同事，取得对方的同意后，才进行问卷发放。由于调研取样来源较多，所以本研究对不同样本渠道的企业年龄与员工人数指标进行了t检验，并未发现存在显著差异，故进行合并使用；其次由于调研时间较长，本研究评估了非响应偏差，将早期与晚期回收的样本进行对比，未发现显著差异，故非响应偏差不影响本研究的数据分析。对样本企业特征的描述性统计分析如表 1所示。
|
表 1 样本企业特征描述统计(N=241) |
TMT网络特征。TMT网络特征的测量方法主要分为两种：提名法与社会网络分析法。提名法虽然是较为通用的方法(林南，2005)，但由于需要答题者列举出3-5位与其来往密切的人员及背景信息，所以会忽略社会网络中的弱关系，因此本文采用Burt(1992)与董保宝(2010)的量表测量TMT网络特征，共8个测量题项，包括中心性与稀疏性各4个题项，具体指标见表 2。
|
|
表 2 TMT网络特征量表的信度与效度检验(N=241) |
知识创造。知识创造的测量采用Nahapiet & Ghoshal(1998)、Shu et al.(2012)的量表，共9个测量题项，其中知识交流4个题项，知识组合5个题项，具体指标见表 3。
|
|
表 3 知识创造量表的信度与效度检验(N=241) |
双元创新。延续先前研究，本研究通过衡量探索式创新与利用式创新来衡量双元创新(Cao et al., 2009; 杨治等, 2015)。首先，基于He & Wong(2004)的研究，本研究使用四题项的Likert 5级量表(α = 0.909) 来测量探索式创新；另外以四题项的Likert 5级量表测量利用式创新(α = 0.816)。因为现有文献发现其他计算形式(如递增或绝对差异)将导致资料分析的信息丧失与不利解读(Lubatkin et al., 2006)，故本文通过加总探索式与利用式创新的分数来测量双元创新(Li et al., 2014)。具体指标见表 4。
|
|
表 4 双元创新量表的信度与效度检验(N=241) |
控制变量。控制变量为企业规模、企业年龄和所属行业。根据本研究的主题，进行了试调研后发现，这三个变量对双元创新具有一定影响作用，需进行控制。企业规模参照Eddleston et al.(2008) 以及马鸿佳等(2016)的研究，采用全职雇员人数表示企业规模来进行度量，根据描述性统计中的分组，分别赋值为1、2、3、4、5。企业年龄根据创办时间划分为5级，分别赋值为1、2、3、4、5来测量。所属行业以高科技产业(软件、电子信息与通信、精细化工、生物医药、新能源、新材料)赋值为1, 非高科技产业赋值为2。
五、实证研究与结果 (一) 信度与效度检验依据Anderson & Gerbing(1988) 的建议，本文对所有的变量构建都进行了信度和效度测量。对于各个构建测量模型的验证性因子分析使用AMOS 8.0进行最大似然估计进行检验。表 2、表 3、表 4的结果表明，所有变量的Alpha系数均大于0.8，信度符合要求，而且验证性因子分析通过检验，指标拟合情况良好，问卷的区分效度和聚敛效度合理。接着利用探索性因子分析进行效度检验，如表 2、3、4所示，所有量表的KMO值均大于0.8，说明适合进行因子分析，且所有题项的因子载荷达到0.7以上，表明量表具有较强的效度。然后，我们使用Harman的单因素试验(Podsakoff & Organ, 1986) 以检查共同方法差异。此测试假定数据如果存在大量共同方法变异，那么单因素将占多数的共变。结果表明，在未旋转的结构中，由第一因子解释的方差为10.97%，表明它不能解释大部分的方差。因此，这项研究共同方法偏差不是一个严重的问题。
表 5给出了研究变量的平均数、标准差和相关系数。没有变量间相关系数超过0.65的临界值，这表明我们的估计并不易于被多重共线性问题带来的偏差所影响(Cao et al., 2009)。
|
|
表 5 变量描述性统计分析及相关检验(N=241) |
因为本研究的测量模型表现出充分的有效性和可靠性，所以本文可以继续测量结构模型(Binz et al., 2013)。本研究采用EQS软件操作结构方程模型来决定本研究所观察的变量关系与模型假设是否相同。
模型A中5个潜变量间路径系数均未特殊设定，NNFI和CFI绝对值均超过0.950，SRMR和RMSEA在0.050左右。随后，对其他结构模型进行测试，模型B作为对照模型，其中8个潜变量之间的路径系数均设定为0；模型C将中介变量到因变量、自变量到中介变量的路径系数均设定为0。结果见表 6所示。
|
|
表 6 各模型适配度 |
如表 6所示，同模型B相比，模型C具有更高的数据适配度(Δdf=6，Δχ2=75.21，p＜0.001)，如图 2所示，在模型C中，如图 2所示，在模型C中中心性、稀疏性到双元创新的路径系数均显著(β= 0.293, p＜0.001; β= 0.304, p＜0.01)，因此假设H1a、H1b都获得验证。模型C同模型A相比，模型A的数据适配度优于模型C的数据适配度。因此，我们认为模型A的数据适配度最高，具体结果如图 3所示。
|
图 2 模型C路径系数图(N=241) 注：*p＜0.05；**p＜0.01；***p＜0.001..实线代表显著相关. NC(network centrality)：中心性；NS(network sparseness)：稀疏性；KE(knowledge exchange)：知识交流；KC(knowledge combination)：知识组合；AI(ambidextrous innovation)：双元创新。 |
|
图 3 模型A路径系数图(N=241) 注：*p＜0.05；**p＜0.01；***p＜0.001..实线代表显著相关. NC(network centrality)：中心性；NS(network sparseness)：稀疏性；KE(knowledge exchange)：知识交流；KC(knowledge combination)：知识组合；AI(ambidextrous innovation)：双元创新。 |
依据图 3和表 6的结果表明，TMT网络特征的中心性与知识交流和知识组合有显著相关关系(β= 0.212，p＜0.01; β= 0.373，p＜0.01)，知识交流和知识组合与双元创新之间关系显著(β= 0.131，p＜0.01; β= 0.141，p＜0.01)。在加入中介变量后，中心性与双元创新之间的路径系数与显著性均有所下降(β= 0.247，p＜0.01)。因此，假设H2a、H2b得到支持，即知识交流和知识组合在中心性与双元创新的关系之间均起部分中介作用。TMT网络特征的稀疏性与知识交流和知识组合有显著相关关系(β= 0.273，p＜0.01; β= 0.121，p＜0.01)，而知识交流和知识组合与双元创新之间关系显著。在加入中介变量后，稀疏性与双元创新之间的关系的系数与显著性均有所下降(β= 0.106，p＜0.05)。因此，假设H3a、H3b得到支持，即在稀疏性与双元创新的关系之间，知识交流和知识组合均起部分中介作用。
六、结论与启示本文采用实证分析研究了我国企业高层管理团队网络特征(中心性、稀疏性)对组织双元创新的作用关系，并基于知识基础观视角，利用组织知识创造(知识交流、知识组合)作为中介变量，探讨二者的间接作用关系。
从实证分析结果来看，TMT网络特征对双元创新具有积极影响，假设H1a、H1b得到支持，这一结果与组织创新的逻辑相符。在中心性方面，活动者位于中心位置有助于通过网络渠道获得利益。首先，高度中心性意味着能触及的网络范围更广，更易接近其他参与方，组织能够更佳快速、有效地获得信息。由于中心位置的TMT与众多合作者间的联系，所以能比非中心性的TMT获得额外信息(Freeman，1979)，得益于信息不对称，可以更快地利用潜在资源，抓住机会。第二，中心位置的TMT拥有的社会关系更多，高度中心性表示其具有更高的地位(Wang et al., 2015)，偏向中心位置意味着TMT成员与所有其他网络成员更接近，更易影响网络中的其他参与者。第三，中心位置的TMT成员的知识代表高质量的信息，使组织更具可信性，因此其他网络成员更愿意与其交流，增强其他网络成员对其的依赖性，对网络中成员的机会投机主义发起制裁与惩罚，来位置其权力与位置。在稀疏性方面，稀疏的社会网络存在非冗余联系人，提供多样化信息，有助于从事创新活动(Wong & Boh，2014)。TMT社会网络中的互相连接越少，网络成员掌握的信息相似性越低，进而导致每个联系人提供的信息冗余性越低，所以通过位置稀疏连接的TMT网络，企业得以获取更多样化的新信息(Burt，1992)，创新活动需要企业外部源源不绝的新理念与知识。此外，维护稀疏网络关系的成本更低(Wei & Lau，2012)，TMT成员可以节省更多资源与精力，用于企业创新活动。实证研究结果显示，组织的知识创造(知识交流与知识组合)对TMT网络特征(中心性和稀疏性)与双元创新之间的关系具有部分中介作用，假设H2a、H2b、H3a、H3b获得支持。基于知识基础观理论，知识是企业获得持续竞争优势的最有价值资源，知识创造不仅包含知识本身，也是一个动态的过程，包含从事知识交流与知识组合的个体互动，整合组织外部与组织内部信息与知识，开发新产品与服务(Takeuchi，2013)。TMT社会网络的一大优势是能够作为及时获取知识的渠道，并可以将网络成员作为参考，有利于TMT成员为知识创造提供更多帮助，增加其获取知识的多样性(Kurul，2013)。多样化知识能进一步提升企业识别新信息与技术价值的能力，然后同化与整合现有知识基础并提出新方案，产生利用式创新与探索式创新(Xu，2015)。因此，通过知识交流，企业成员得以有目的性的获取和分享通过TMT社会网络所得的外部知识以及企业自有知识，这些知识作为企业成员参与和实现创新过程所需的知识基础，而对于企业成员来说，自有知识与外来知识的简单堆砌难以实现创新过程，需要通过知识组合，将这些知识进行整合和重构，并从中发现新机会或用于新产品和服务的开发过程等，从而实现创新。可见，知识交流与知识组合作为知识创造的组成维度，是将企业通过TMT社会网络所获取的外部知识转化和利用，实现双元创新的重要途径。
通过与其他组织机构的合作，且有知识创造作为创新的前提条件，企业得以利用网络优势实现创新。但是社会网络理论与知识基础观只能解释一部分企业创新活动，因为网络只具有提供外部资源的作用，而且知识基础观对于外部知识的利用更少，所以本文整合社会网络理论与知识基础观，更完整地解释企业如何发展创新活动。高层管理团队通过与相关组织机构进行社会互动，形成TMT社会网络关系，获得网络利益，然后通过组织知识创造过程，对这些利益进行内化，整合进现有知识，从事利用式创新与探索式创新。现有研究主要强调企业知识创造的内部网络，但是本文对其进行延伸，研究高层管理团队的外部网络如何提升企业知识创造，进而促进双元创新。
在中国转型经济情境下，本文的研究结论也为企业创新实践提供指导。根据动态能力视角，企业必须构建新能力，来应对与适应动态环境(Eisenhardt & Martin，2000)，本研究利用社会网络理论与知识基础观，论述企业如何在动态环境中保持创新性，从高管团队成员社会关系获取资源与知识，通过组织知识创造过程，企业对外部知识进行内化，与内部知识整合，将现有知识与新知识转变为企业创新，实现组织竞争优势。在实践中，企业应根据高管团队社会网络的特征更有针对性的实现外部知识和资源的获取，而在企业内部，则可根据实际情况有针对性的鼓励企业成员进行知识交流或知识组合，从而通过更完善的知识创造进行更有效率的创新活动并为企业创造价值。
本研究仍存在一定的局限性，但也提供了未来的研究方向。首先，构念的主观测量方式与单一样本数据会造成结果误差，未来的研究需要利用多源样本数据，扩大样本容量，进一步提升数据的普适性与完整性。其次，横截面数据会限制研究结果的因果解释能力，在模型中存在一个以上的中介变量的情况下，未来研究的多中介变量的分析方法需要进一步细化。第三，在未来的研究中应该考虑如何从更多角度深入探究对双元创新产生的影响，如将利用式创新与探索式创新的交互与平衡关系纳入研究。最后，未来研究在考察TMT社会网络对组织知识创造过程的作用时，也应考虑公司文化，整合外部网络战略与内部机制的共同影响，完整论述企业外部网络与内部创新性，如何杠杆利用高管外部网络与企业内部网络，来促进企业双元创新，是未来研究的方向。
| [] | 董保宝, 2010, "基于网络结构的动态能力与企业竞争优势关系研究", 吉林大学博士学位论文. |
| [] | 耿新、张体勤, 2010, “企业家社会资本对组织动态能力的影响-以组织宽裕为调节变量”, 《管理世界》, 第 6 期, 第 109–121 页。 |
| [] | 林南, 2005, "社会资本-关于社会结构与行动的理论", 张磊译, 上海: 上海人民出版社. |
| [] | 凌鸿、赵付春、邓少军, 2010, “双元性理论和概念的批判性回顾与未来研究展望”, 《外国经济与管理》, 第 1 期, 第 25–33 页。 |
| [] | 马鸿佳、宋春华、郭海, 2016, “战略选择、双元创新与天生国际化企业绩效关系研究”, 《科学学研究》, 第 10 期, 第 1550–1560 页。DOI:10.3969/j.issn.1003-2053.2016.10.014 |
| [] | 钱锡红、杨永福、徐万里, 2010, “企业网络位置、吸收能力与创新绩效——一个交互效应模型”, 《管理世界》, 第 5 期, 第 118–129 页。 |
| [] | 卫旭华、刘咏梅、岳柳青, 2015, “高管团队权力不平等对企业创新强度的影响——有调节的中介效应”, 《南开管理评论, 第18卷》, 第 3 期, 第 24–33 页。 |
| [] | 吴翠花、张永云、张雁敏, 2015, “组织控制、知识创造与技术创新关系研究”, 《科研管理》, 第 12 期, 第 29–38 页。 |
| [] | 杨治、郭艳萍、张鹏程, 2015, “企业间信任对组织双元创新的影响”, 《科研管理》, 第 9 期, 第 80–88 页。 |
| [] | Adler P. S., 2002, "Social capital:prospects for a new concept". Academy of Management Review, 27(1), 17–40. |
| [] | Argote L., Mcevily B. and Reagans R., 2003, "Managing knowledge in organizations:an integrative framework and review of emerging themes". Management Science, 49(4), 571–582. DOI:10.1287/mnsc.49.4.571.14424 |
| [] | Birkinshaw J., Gupta K., 2013, "Clarifying the distinctive contribution of ambidexterity to the field of organization studies". Academy of Management Perspectives, 27(4), 287–298. DOI:10.5465/amp.2012.0167 |
| [] | Bjork J., Karlsson M. P. and Magnusson M., 2014, "Turning ideas into innovations-introducing demand-driven collaborative ideation". International Journal of Innovation & Regional Development, 5(4/5), 429–442. |
| [] | Burt R.S., 1992, "Structural holes:The social structure of competition", Cambridge, MA: Harvard University Press. |
| [] | Katiuska Cabrera-Suárez M., Cruz Déniz-Déniz M., Josefa D. and Martin-Santana , 2015, "Family social capital, trust within the tmt, and the establishment of corporate goals related to nonfamily stakeholders". Family Business Review, 28(2), 145–162. DOI:10.1177/0894486514526754 |
| [] | Cao Q., Gedajlovic E. and Zhang H., 2009, "Unpacking Organizational Ambidexterity:Dimensions, Contingencies, and Synergistic Effects". Organization Science, 20(4), 781–796. DOI:10.1287/orsc.1090.0426 |
| [] | Clark, K. D., Smith, K. G. and Smith, R. H, 2003, "Top management team social networks and organizational innovation:an information theory explanation of tmt value creation", Administrative Science Quarterly, (26). |
| [] | Collins C. J., Clark K. D., 2003, "Strategic human resource practices, top management team social networks, and firm performance:The role of human resource practices in creating organizational competitive advantage". Academy of Management Journal, 46(6), 740–751. DOI:10.2307/30040665 |
| [] | Dolfsma, W., & Eijk, R. V. D., 2016, "Network position and firm performance-the mediating role of innovation", (8):1-13. |
| [] | Eisenhardt K. M., Martin J. A., 2000, "Dynamic capabilities:What are they?". Strategic Management Journal, 21(10-11), 1105–1121. DOI:10.1002/(ISSN)1097-0266 |
| [] | Esterhuizen D., Schutte C. S. L. and Toit A. S. A. D., 2012, "Knowledge creation processes as critical enablers for innovation". Development & Learning in Organizations, 32(4), 354–364. |
| [] | Fang Y., Francis B. B. and Hasan I., 2012, "More than connectedness-heterogeneity of ceo social network and firm value". Research Discussion Papers(8). |
| [] | Freeman L. C., 1979, "Centrality in social networks conceptual clarification". Social Networks, 1(3), 215–239. |
| [] | Geen R. G., 1991, "Social motivation". Annual Review of Psychology, 42(42), 377–399. |
| [] | Grant R. M., 1996, "Toward a knowledge-based theory of the firm". Strategic Management Journal(17), 109–122. |
| [] | Granovetter M. S., 1973, "The Strength of Weak Ties". American Journal of Sociology(5), 1360–1380. |
| [] | Guan J., Zhang J. and Yan Y., 2015, "The impact of multilevel networks on innovation". Research Policy, 44(3), 545–559. DOI:10.1016/j.respol.2014.12.007 |
| [] | Guan J., Zhao Q., 2013, "The impact of university-industry collaboration networks on innovation in nanobiopharmaceuticals". Technological Forecasting and Social Change, 80(7), 1271–1286. DOI:10.1016/j.techfore.2012.11.013 |
| [] | He Z. L., Wong P. K., 2004, "Exploration vs. exploitation:An empirical test of the ambidexterity hypothesis". Organization Science, 15(4), 481–494. DOI:10.1287/orsc.1040.0078 |
| [] | Heavey C., Simsek Z. and Fox B. C., 2015, "Managerial social networks and ambidexterity of SMEs:The moderating role of a proactive commitment to innovation". Human Resource Management, 54(s1), 201–221. DOI:10.1002/hrm.2015.54.issue-S1 |
| [] | Huggins R., Johnston A. and Thompson P., 2012, "Network capital, social capital and knowledge flow:How the nature of inter-organizational networks impacts on innovation". Industry and Innovation, 19(3), 203–232. DOI:10.1080/13662716.2012.669615 |
| [] | Ibarra H., 1993, "Network centrality, power and innovation involvement:determinants of technical and administrative roles". Academy of Management Journal, 36(3), 471–501. DOI:10.2307/256589 |
| [] | Kao S. C., Wu C. H., 2016, "The role of creation mode and social networking mode in knowledge creation performance:Mediation effect of creation process". Information & Management, 53(6), 803–816. |
| [] | Kaschig A., Maier R. and Sandow A., 2016, "The effects of collecting and connecting activities on knowledge creation in organizations". Journal of Strategic Information Systems, 25(4), 243–258. DOI:10.1016/j.jsis.2016.08.002 |
| [] | Krackhardt D., Hanson J.R., 1993, "Informal networks:The company behind the chart". Harvard Business Review, 71(4). |
| [] | Kurul E., 2013, "Influences of social capital on knowledge creation:An exploration in the UK built environment sector". Architectural Engineering and Design Management, 11(2), 83–104. |
| [] | Lavie D., Stettner U. and Tushman M.L., 2010, "Exploration and exploitation within and across organizations". The Academy of Management Annals, 4(1), 109–155. DOI:10.1080/19416521003691287 |
| [] | Li C. R., Lin C. J. and Huang H. C., 2014, "Top management team social capital, exploration-based innovation, and exploitation-based innovation in SMEs". Technology Analysis & Strategic Management, 26(1), 69–85. |
| [] | Liao Y. C., Phan P. H., 2016, "Internal capabilities, external structural holes network positions, and knowledge creation". Journal of Technology Transfer(41), 1–20. |
| [] | Lo F. Y., Fu P. H., 2016, "The interaction of chief executive officer and top management team on organization performance". Journal of Business Research, 69(6), 2182–2186. DOI:10.1016/j.jbusres.2015.12.027 |
| [] | Lubatkin M. H., Simsek Z. and Yan L., 2006, "Ambidexterity and Performance in Small-to Medium-Sized Firms:The Pivotal Role of Top Management Team Behavioral Integration". Journal of Management:Official Journal of the Southern Management Association, 32(5), 646–672. |
| [] | March J. G., 1991, "Exploration and exploitation in organizational learning". Organization Science, 2(1), 71–87. DOI:10.1287/orsc.2.1.71 |
| [] | Mehralian G., Nazari A. J., Akhavan P. and Rasekh H. R., 2014, "Exploring the relationship between the knowledge creation process and intellectual capital in the pharmaceutical industry". The Learning Organization, 21(4), 258–273. DOI:10.1108/TLO-07-2013-0032 |
| [] | Nahapiet J., Ghoshal S., 1998, "Social capital, intellectual capital, and the organizational advantage". Academy of Management Review, 23(2), 242–266. |
| [] | Nieves J., Osorio J., 2013, "The role of social networks in knowledge creation". Knowledge Management Research & Practice, 11(1), 62–77. |
| [] | Nonaka I., Byosiere P., BoruckiC. C. and Konno N., 1994, "Organizational knowledge creation theory:A first comprehensive test". International Business Review, 3(4), 337–351. DOI:10.1016/0969-5931(94)90027-2 |
| [] | Nonaka I., Takechi H., 1995, "The knowledge-creating company:How Japanese companies create the dynamics of innovation", New York: Oxford University Press. |
| [] | Ozer M. and Zhang W., 2015, "The effects of geographic and network ties on exploitative and exploratory product innovation" Strategic Management Journal, 36(7):1105-1114. |
| [] | Peng M. W., Luo Y. D., 2000, "Managerial ties and firm performance in a transition economy:The nature of a micro-macro Link". Academy of Management Journal, 43(3), 486–501. DOI:10.2307/1556406 |
| [] | Rogan M., Mors M. L., 2014, "A network perspective on individual-level ambidexterity in organizations". Organization Science, 25(6), 1860–1877. DOI:10.1287/orsc.2014.0901 |
| [] | Rosenbusch N., Bausch A., 2013, "Success patterns of exploratory and exploitative innovation:A meta-analysis of the influence of institutional factors". Journal of Management, 39(6), 1606–1636. DOI:10.1177/0149206313484516 |
| [] | Shu Chengli, Page Albert L., Gao Shanxing and Xu Jiang, 2012, "Managerial ties and firm innovation:Is knowledge creation a missing link?". Journal of Product Innovation Management, 29(1), 125–143. DOI:10.1111/jpim.2011.29.issue-1 |
| [] | Smith K. G., Collins C. J. and Clark K. D., 2005, "Existing knowledge, knowledge creation capability, and the rate of new product introduction in high-technology firms". Academy of Management Journal, 48(2), 346–357. DOI:10.5465/AMJ.2005.16928421 |
| [] | Takeuchi H., 2013, "Knowledge-based view of strategy". Universia Business Review, 40, 68–79. |
| [] | Tan J., Zhang H. J. and Wang L., 2015, "Network closure or structural hole? The conditioning effects of network-level social capital on innovation performance". Entrepreneurship Theory & Practice, 39(5), 1189–1212. |
| [] | Turner N., Lee-Kelley L., 2013, "Unpacking the theory on ambidexterity:An illustrative case on the managerial architectures, mechanisms, and dynamics". Management Learning, 44(2), 179–196. DOI:10.1177/1350507612444074 |
| [] | Turner N., Swart J. and Maylor H., 2013, "Mechanisms for managing ambidexterity:A review and research agenda". International Journal of Management Reviews, 15(3), 317–332. DOI:10.1111/ijmr.2013.15.issue-3 |
| [] | Wang C. H., Hsu L. C., 2014, "Building exploration and exploitation in the high-tech industry:the role of relationship learning". Technological Forecasting and Social Change, 81(1), 331–340. |
| [] | Wang C. L., Rafiq M., 2014, "Ambidextrous organizational culture, contextual ambidexterity, and new product innovation:A comparative study of UK and Chinese high-tech firms". British Journal of Management, 25(1), 58–76. DOI:10.1111/j.1467-8551.2012.00832.x |
| [] | Wang H. F., Zhao J., Li Y. and Li C. J., 2015, "Network centrality, organizational innovation, and performance:A meta-analysis". Canadian Journal of Administrative Sciences, 32(3), 146–159. DOI:10.1002/cjas.1316 |
| [] | White R. E., Crossan M. M. and Maurer C. C., 2011, "Reflections on the 2009 amr decade award:do we have a theory of organizational learning". Academy of Management Review, 36(3), 446–460. DOI:10.5465/amr.2010.0544 |
| [] | Wei L. Q., Lau C. M., 2012, "Effective teamwork at the top:the evidence from China". The International Journal of Human Resource Management, 23(9), 1853–1870. DOI:10.1080/09585192.2011.610343 |
| [] | Wincent J., Thorgren S. and Anokhin S., 2016, "Costly ties:social capital as a retardant of network-level entrepreneurial orientation". Journal of Small Business Management, 54(1), 229–243. DOI:10.1111/jsbm.12140 |
| [] | Wong S. S., Boh W. F., 2014, "The contingent effects of social network sparseness and centrality on managerial innovativeness". Journal of Management Studies, 51(7), 1180–1203. |
| [] | Xu S. C., 2015, "Balancing the two knowledge dimensions in innovation efforts:An empirical examination among pharmaceutical firms". Journal of Product Innovation Management, 32(4), 610–621. DOI:10.1111/jpim.2015.32.issue-4 |
| [] | Yang Z., Zhou X. and Zhang P., 2015, "Discipline versus passion:collectivism, centralization, and ambidextrous innovation". Asia Pacific Journal of Management, 32(3), 745–769. DOI:10.1007/s10490-014-9396-6 |