李 雷,楊懷珍,簡兆權(quán)
(1.桂林理工大學 商學院,桂林 541004;2.桂林電子科技大學 商學院,桂林 541004;3.浙江大學 管理學院,杭州 310058;4.華南理工大學 工商管理學院,廣州 510640)
“互聯(lián)網(wǎng)+”是萬眾創(chuàng)新的新工具,二者的深度融合、協(xié)同增效是當今社會深入實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的關鍵所在[1]。平臺企業(yè)(platform enterprise)是“互聯(lián)網(wǎng)+萬眾創(chuàng)新”的主要推動者,它所搭建的開放式網(wǎng)絡平臺(如騰訊的微信開放平臺、百度的開發(fā)者平臺等)吸引了海量的行動者,主要包括:內(nèi)容提供商(致力于開發(fā)社交類、辦公類、生活類、娛樂類軟件,本文將其統(tǒng)稱為新服務項目)、能力提供商(致力于供給技術(shù)或運營能力)和新服務體驗者(享受高水平的新服務體驗)[2-3]。海量行動者的聚集為“互聯(lián)網(wǎng)+萬眾創(chuàng)新”的開展創(chuàng)造了條件[4],更為重要的是,每個行動者都擁有豐富的知識資源,各個知識節(jié)點間的相互關聯(lián)以及與之伴隨的海量知識的流通,使得這些行動者之間儼然存在著一個龐大的知識網(wǎng)絡?;诖?,形成一個相對獨立的、能夠自我調(diào)節(jié)的平臺生態(tài)圈(platform ecosystem)[5]。
知識基礎觀指出:知識是企業(yè)資源中最重要的、最有價值的、最有能力保持企業(yè)持續(xù)差異性的資源[6],對于知識的有效管理,尤其是對于那些鑲嵌于知識網(wǎng)絡中異質(zhì)的、稀缺的、有價值的知識有效的獲取和應用,對于企業(yè)開展創(chuàng)新活動至關重要。服務主導邏輯(service-dominant logic)提出:平臺生態(tài)圈中“所有社會性和經(jīng)濟性的行動者都是資源整合者”,他們必須共享資源,特別是以知識為代表的操作性資源,才能達成各自目標,從而推動整個平臺生態(tài)圈的同生共贏和可持續(xù)發(fā)展[5]。
內(nèi)容提供商是“互聯(lián)網(wǎng)+萬眾創(chuàng)新”的重要主體,其新服務開發(fā)(new service development,NSD)績效如何直接關乎“互聯(lián)網(wǎng)+萬眾創(chuàng)新”的實施效果乃至成敗。就內(nèi)容提供商而言,如何精準地分析和利用從平臺生態(tài)圈中其他3類行動者處獲取的知識,不斷提升NSD績效,以萬眾之“智”謀自身之“惠”,是他們在平臺生態(tài)圈這一同生共贏的系統(tǒng)中生存和發(fā)展的關鍵所在,也是當今社會深入推進“互聯(lián)網(wǎng)+萬眾創(chuàng)新”這一開放型、共享型創(chuàng)新模式必須解決的重要問題,這正是本文的核心關注點。
企業(yè)通常能夠同時接觸到多個知識源[7],從不同知識源獲取的知識在內(nèi)容上存在顯著差異[8]。絕大多數(shù)學者僅僅關注企業(yè)從某一個知識源獲取的知識對創(chuàng)新績效的影響,鮮有學者將多個知識源納入同一研究框架。此外,學者們通常將知識獲取作為一個泛化的整體,或者僅探討某一特定類別的知識(如隱性知識)獲取對于創(chuàng)新績效的影響[9-11],僅見DHANARAJ等[12]在一項研究中同時關注了顯性知識和隱性知識獲取對績效的作用機理。事實上,DHANARAJ等[12]、INKPEN[13]早已明確指出,顯性知識和隱性知識的不同特征會導致它們對創(chuàng)新績效的影響存在差異,因此,有必要區(qū)分顯性知識獲取和隱性知識獲取,進而探討它們對創(chuàng)新績效的影響。然而,這一呼吁至今尚未得到充分響應。
已有研究探討過知識獲取對服務創(chuàng)新績效[14-15]或NSD績效[11,16]的影響,將服務創(chuàng)新績效或NSD績效視為一維變量,通過調(diào)研對象的主觀感知進行評價。ORDANINI和PARASURAMAN[17]則嘗試將NSD績效劃分為“新服務數(shù)量”和“新服務突破性”2個維度,分別代表NSD的廣度和深度,并依據(jù)客觀數(shù)據(jù)進行評價。受此啟發(fā),本研究將NSD績效劃分為“新服務數(shù)量”(某年在某個平臺中內(nèi)容提供商所開發(fā)新服務的數(shù)量)和“新服務評分”(某年在某個平臺中內(nèi)容提供商所開發(fā)新服務取得的平均評分)2個維度,收集開放平臺中NSD績效的客觀數(shù)據(jù)進行評價,其他變量的數(shù)據(jù)則通過調(diào)研對象的主觀感知獲得,這種處理方法有利于控制共同方法偏差(commonmethod biases,CMB)。
“知識獲取對于創(chuàng)新績效具有促進作用”這一結(jié)論在現(xiàn)有研究中已被廣泛證實,事實上,這一結(jié)論是“顯見”的,對于現(xiàn)實問題的解釋力相對有限,之所以出現(xiàn)這一問題,主要是由于現(xiàn)有研究通常將知識獲取和創(chuàng)新績效操作化為2個泛化的概念,在此基礎上檢驗二者的關系,而未深入考慮各變量的不同維度及其特征以及這些維度之間的關聯(lián)性。在后續(xù)研究中需要解決這一問題。
任何組織都處于特定的情境之中,情境這一要素被不同管理研究領域的眾多學者所關注[18]。然而,創(chuàng)新管理領域的學者基于知識基礎觀探討企業(yè)知識獲取與創(chuàng)新績效的關系時,卻忽視了企業(yè)所處情境的影響。服務主導邏輯指出,平臺生態(tài)圈中各行動者創(chuàng)造的價值都是情境價值,情境價值不僅取決于參與者資源整合的情況,還與他們所處的情境相關[5]。SCHERER等[19]認為,在網(wǎng)絡平臺中,一項任務對應一個特定的情境,因此,可以用復雜性等任務特征來描述情境特征。本研究在知識基礎觀的基礎上,整合服務主導邏輯的觀點,將任務復雜性作為調(diào)節(jié)變量引入內(nèi)容提供商知識獲?。ㄏ喈斢诜罩鲗н壿嬛械摹百Y源整合”)與內(nèi)容提供商NSD績效(相當于服務主導邏輯中“情境價值”的最終水平)的關系之中,由此揭示情境要素對二者關系的影響,給出二者關系的邊界條件。
現(xiàn)有文獻通常立足跨國公司[12,20]、產(chǎn)業(yè)聯(lián)盟[21-25]等研究背景,選取傳統(tǒng)制造型或服務型企業(yè)為觀測單元,探討知識獲取對創(chuàng)新績效的影響,少有文獻注意到在致力于推動“互聯(lián)網(wǎng)+萬眾創(chuàng)新”的平臺生態(tài)圈中,內(nèi)容提供商同樣面臨著如何利用外部知識提升NSD績效的問題,更鮮有學者利用嚴格的實證方法揭示這一問題的本質(zhì),打開其中存在的“黑箱”。
圖1 概念模型Fig.1 Conceptualmodel
基于文獻梳理,本文構(gòu)建如圖1所示的概念模型,立足于整體視角(holistic perspective),將內(nèi)容提供商的3個外部知識源納入其中,將知識獲取分為顯性知識獲取和隱性知識獲取,用新服務的數(shù)量和新服務的評分表征內(nèi)容提供商NSD績效,并將內(nèi)容提供商任務復雜性作為調(diào)節(jié)變量引入其中。
知識獲取指“企業(yè)理解、吸收、使用外部知識的過程,這些知識已經(jīng)存在并被合作伙伴所掌握著”[26]。在前期的案例研究[2-3]中發(fā)現(xiàn),內(nèi)容提供商能同時從能力提供商、新服務體驗者、平臺企業(yè)3個知識源獲取知識,這些知識分別與進行NSD需要的技術(shù)能力和運營能力、使用新服務后的體驗、平臺生態(tài)圈的總體運營形勢和未來發(fā)展趨勢相關,這些知識在內(nèi)容上存在一定的差異。此外,根據(jù)能否用正式和系統(tǒng)的語言對知識進行編碼和傳輸,可以將知識分為顯性和隱性兩類[27],其中,顯性知識能夠通過數(shù)據(jù)、科學公式、文字等進行明確表述,獨立于組織及其成員[28],而隱性知識則具有情境嵌入和路徑依賴的特征,深深地根植于組織成員的個人經(jīng)驗和私人背景中[29]。由此可見,內(nèi)容提供商可以從3個知識源分別獲取顯性知識和隱性知識,因此,本文將內(nèi)容提供商知識獲取劃分為6個維度(見圖1)。
知識基礎觀指出:知識是企業(yè)資源中最為重要的、最有價值的、最有能力保持企業(yè)持續(xù)差異性的資源[6]。基于該理論,KOGUT和ZANDER[30]指出組織“產(chǎn)生知識新組合”的能力與其創(chuàng)新績效息息相關,GRILICHES[31]也認為組織不斷提升知識的存量或者對現(xiàn)有知識進行重新組合對于其創(chuàng)新績效具有促進作用。由此可見,知識是組織創(chuàng)新活動中一項重要的貢獻因子,如何高效地獲取外部知識并合理使用已經(jīng)成為影響組織創(chuàng)新績效的關鍵所在。從服務主導邏輯的角度來看,組織為了開發(fā)新服務并不斷提升NSD績效,就需要持續(xù)地修正和完善自身的知識和技能儲備[32]。服務主導邏輯進一步提出:在平臺生態(tài)圈中“所有社會性和經(jīng)濟性的行動者都是資源整合者”“以服務為中心的觀點必然是關系性的”,由此可見,獲取平臺生態(tài)圈中其他行動者的資源,尤其是那些以知識為代表的操作性資源,成為行動者修正和完善自身知識和技能儲備、提升NSD績效的主要方式[5]。所以,本研究認為,內(nèi)容提供商從平臺生態(tài)圈中的其他行動者處獲取知識,有助于提升其NSD績效。在上述分析的基礎上,以不同的知識源或知識類型為著眼點,進一步闡述內(nèi)容提供商知識獲取與NSD績效的關系。
2.2.1 以不同的知識源為著眼點 內(nèi)容提供商從3個知識源獲取的知識在內(nèi)容上存在差異,具體地講:內(nèi)容提供商從能力提供商處獲取的知識與開展NSD需要的技術(shù)能力和運營能力相關,這些知識源自能力提供商對于底層復雜技術(shù)和應用邏輯的抽象,具體體現(xiàn)為一系列已經(jīng)被封裝的、可供內(nèi)容提供商直接使用的標準化模塊,此外,這些知識也可能來源于能力提供商在簽約、考核、客服、結(jié)算、對賬等方面向內(nèi)容提供商提供的一系列外包服務[2-3],即這些知識與NSD的直接關聯(lián)性很強,便于內(nèi)容提供商直接吸收和利用,能夠在短期內(nèi)對NSD績效產(chǎn)生明顯的促進作用。但是,內(nèi)容提供商從新服務體驗者處獲取的知識通常與新服務體驗者對某種新服務的評價相關,由于新服務體驗者并不具備專門的NSD知識,所以,他們的評價往往難以直接用于指導NSD活動。而內(nèi)容提供商從平臺企業(yè)那里獲取的知識往往與整個平臺生態(tài)圈的總體形勢和未來趨勢相關,這些知識更加宏觀[2-3],對于NSD活動的適用性更差,內(nèi)容提供商必須對這些知識進行過濾、分類和提取,才能用于指導NSD實踐。綜上所述,內(nèi)容提供商從3個知識源獲取的知識在內(nèi)容上存在差異,對NSD最具直接適用性的知識為內(nèi)容提供商從能力提供商處獲取的知識,其對NSD績效的促進效果最為明顯,而源自新服務體驗者的知識和源自平臺企業(yè)的知識對NSD績效的促進作用則依次減弱。考慮到內(nèi)容提供商獲取的知識分為顯性和隱性2種類型,提出如下2個假設。
H1a 內(nèi)容提供商從能力提供商、新服務體驗者和平臺企業(yè)處獲取的顯性知識,對NSD績效的促進作用依次減弱。
H1b 內(nèi)容提供商從能力提供商、新服務體驗者和平臺企業(yè)處獲取的隱性知識,對NSD績效的促進作用依次減弱。
2.2.2 以不同的知識類型為著眼點 內(nèi)容提供商從外部獲取的顯性知識易于通過正規(guī)的文本和符號進行表達,這就為內(nèi)容提供商理解、消化、吸收這些知識提供了便利,從而提高了內(nèi)容提供商推進NSD活動的效率,對于其開發(fā)的新服務數(shù)量具有較大的提升作用。然而,顯性知識便于表達和理解的同時,也意味著它們?nèi)菀讉鞑ィ@就導致各競爭對手之間都能比較容易獲取此類知識,因此,顯性知識對于構(gòu)筑內(nèi)容提供商核心競爭力所起的推動作用相對有限,難以從根本上提升內(nèi)容提供商所開發(fā)的新服務在市場中的聲望和地位,即顯性知識對新服務評分的提升作用較弱。
隱性知識的特征與顯性知識恰好相反,此類知識具有高度的情境嵌入性和路徑依賴性,它與知識持有者的經(jīng)驗、背景、發(fā)展歷程、表達方式等息息相關,對于任何組織而言,都很難在市場直接獲得或者購買到隱性知識,所以,隱性知識對于組織構(gòu)建持續(xù)競爭力具有重要的推動作用[33]。因此,本文認為與顯性知識獲取相比,內(nèi)容提供商獲得的隱性知識對于提升新服務在市場中的聲望和地位更具推動作用。
考慮到內(nèi)容提供商可以從3個知識源獲取知識,提出如下3個假設。
H2a 內(nèi)容提供商從能力提供商處獲取的顯性知識對新服務數(shù)量的促進作用更強,獲取的隱性知識對新服務評分的促進作用更強。
H2b 內(nèi)容提供商從新服務體驗者處獲取的顯性知識對新服務數(shù)量的促進作用更強,獲取的隱性知識對新服務評分的促進作用更強。
H2c 內(nèi)容提供商從平臺企業(yè)處獲取的顯性知識對新服務數(shù)量的促進作用更強,獲取的隱性知識對新服務評分的促進作用更強。
學術(shù)界通常認為任務復雜性是獨立于任務執(zhí)行者而客觀存在的[34],學者們從任務的內(nèi)在結(jié)構(gòu)出發(fā)對任務復雜性進行了解釋,指出任務復雜性是任務所含元素及其關系的函數(shù),元素越多、各元素之間的關聯(lián)性越強,任務復雜性就越高[35-37]。具體到本研究,不同的NSD任務復雜程度存在差異,例如,在與娛樂類軟件開發(fā)相關的NSD任務中,開發(fā)在線游戲就比開發(fā)音樂相冊、電子雜志、動漫圖集復雜得多[2-3]。充分考慮現(xiàn)實情況,并參照CAMPBELL[35]提出的觀點,本研究將內(nèi)容提供商任務復雜性界定為“在執(zhí)行NSD任務過程中,內(nèi)容提供商所面對的多種路徑、結(jié)果以及它們之間存在的各種沖突”。
服務主導邏輯指出,平臺生態(tài)圈中各行動者創(chuàng)造的價值都是情境價值,情境價值的最終水平不僅取決于參與者資源整合的情況,還與他們所處的情境相關[5]。SCHERER等[19]提出,在網(wǎng)絡平臺中,一項任務對應一個特定的情境,可以用任務特征來描述情境特征。整合這些觀點,本文認為任務復雜性在內(nèi)容提供商知識獲?。ㄏ喈斢诜罩鲗н壿嬛械摹百Y源整合”)與內(nèi)容提供商NSD績效(相當于服務主導邏輯中“情境價值”的最終水平)的關系中發(fā)揮了調(diào)節(jié)作用,但是調(diào)節(jié)作用的方向如何,還要綜合考慮任務復雜性所體現(xiàn)出的特征與所獲取知識的特征,具體分析如下。
高水平的任務復雜性體現(xiàn)出如下3方面特征。①從任務路徑上講,高水平的任務復雜性意味著內(nèi)容提供商可以遵循多條潛在的路徑執(zhí)行NSD任務,但是不同路徑的效率存在差別,只有一條路徑的效率是最高的;此外,這些潛在的路徑之間還可能存在沖突,內(nèi)容提供商通過一種路徑執(zhí)行NSD任務要以犧牲其他路徑中存在的資源和機遇為代價[38]。②從任務結(jié)果上講,高水平的任務復雜性體現(xiàn)為內(nèi)容提供商任務結(jié)果的多樣性,即通過不同的執(zhí)行路徑可以實現(xiàn)不同的任務結(jié)果[39]。③從任務路徑和任務結(jié)果的關聯(lián)性上講,高水平的任務復雜性還可能體現(xiàn)為任務執(zhí)行路徑與任務結(jié)果之間關系的不確定性,即不存在明確的規(guī)律可以表明哪一條任務路徑究竟指向哪一個任務結(jié)果,這就使得任務路徑與任務結(jié)果相互交織,可能產(chǎn)生大量的組合;此外,內(nèi)容提供商還可能遇到一項NSD任務的不同子任務共享了某條任務執(zhí)行路徑,但是卻產(chǎn)生了彼此矛盾的結(jié)果,從而使得這些子任務之間存在非獨立的共線特征[40]。
顯性知識易于通過編碼的方式被清晰地表述,它獨立于組織及其成員,一般通過閱讀、視聽、檢索等手段來獲取。顯性知識的特征使得它適用于解決那些能夠被清晰表述的、常規(guī)的問題[27]。然而,高復雜性的NSD任務卻意味著任務路徑、任務結(jié)果以及二者的關聯(lián)性等方面存在重重沖突[40],由于“互聯(lián)網(wǎng)+萬眾創(chuàng)新”這一模式的新穎性以及其中存在的海量內(nèi)容提供商在NSD偏好、NSD行為、NSD習慣等方面千差萬別,導致那些源自內(nèi)容提供商任務復雜性的沖突大多是難以清晰表述的、非常規(guī)的“疑難雜癥”[2-3]。因此,內(nèi)容提供商從平臺生態(tài)圈中獲取的顯性知識往往難以恰當?shù)仄ヅ涓邚碗s性NSD任務提出的要求,在執(zhí)行高復雜性NSD任務的過程中,這些顯性知識可能會出現(xiàn)“減效”甚至“失效”等負面現(xiàn)象,此時任務復雜性在一定程度上抑制了內(nèi)容提供商顯性知識獲取對NSD績效的正向作用。
與顯性知識不同,隱性知識則具有情境嵌入和路徑依賴的特征,它深深地植根于組織成員的個人經(jīng)驗和私人背景之中,通常被稱為“訣竅(know-how)”。隱性知識不能被完全模仿,只能通過密切的溝通和交流,采用探索式學習(explorative learning)、干中學(learning by doing)等手段獲?。?9]。以上這些特征使得隱性知識對于解決那些難以被清晰表述的、非常規(guī)性的問題具有較好的適用性?;诖?,本文認為,內(nèi)容提供商從平臺生態(tài)圈中獲取的隱性知識,恰好能夠恰當?shù)仄ヅ淠切┏錆M沖突和“疑難雜癥”的高復雜性NSD任務提出的要求,在重重沖突和“疑難雜癥”的刺激下,內(nèi)容提供商獲取的隱性知識被“激活”了,在執(zhí)行高復雜性NSD任務的過程中,這些隱性知識能夠找到真正的“用武之地”,從而出現(xiàn)資源“增效”這一正面現(xiàn)象,也就是說,處于高任務復雜性這一情境之中,內(nèi)容提供商隱性知識獲取對NSD績效的正向作用進一步增強了。
綜合考慮顯性知識、隱性知識與任務復雜性的匹配程度,提出如下假設。
H3a 在內(nèi)容提供商顯性知識獲取與NSD績效的關系中,任務復雜性發(fā)揮負向調(diào)節(jié)作用。
H3b 在內(nèi)容提供商隱性知識獲取與NSD績效的關系中,任務復雜性發(fā)揮正向調(diào)節(jié)作用。
采用“回譯(back translation)”的方法,依據(jù)DHANARAJ等[12]、LI等[41]的觀點以及筆者在前期案例研究中的發(fā)現(xiàn)[2-3],開發(fā)了內(nèi)容提供商知識獲取的量表。參照CAMPBELL[35]的觀點,開發(fā)了內(nèi)容提供商任務復雜性的量表。這些量表均采用7級李克特量表的形式。內(nèi)容提供商NSD績效包含“新服務數(shù)量”(某年在某個平臺中內(nèi)容提供商所開發(fā)新服務的數(shù)量)和“新服務評分”(某年在某個平臺中內(nèi)容提供商所開發(fā)新服務取得的平均評分)2個維度,本研究通過對它們?nèi)∽匀粚?shù)進行測量。此外,還調(diào)查了問卷填寫者的人口統(tǒng)計學信息(性別、年齡、受教育程度)及其使用開放平臺的基本信息(所用開放平臺的名稱、使用年限、使用頻率),用于后續(xù)的描述性統(tǒng)計或作為控制變量。
本文通過2個步驟完善量表。首先,征求了4名內(nèi)容提供商以及服務管理領域3位教授的意見,據(jù)此修正了內(nèi)容提供商知識獲取的一個題項、內(nèi)容提供商任務復雜性的一個題項,并充分考慮問卷的布局和引導語,由此生成初始問卷。第2步,進行預測試,收回有效問卷71份,依據(jù)分析結(jié)果修正了內(nèi)容提供商知識獲取的2個題項、問卷的布局和引導語,最終生成正式問卷。
關于正式問卷,有如下3點需要說明。①一名內(nèi)容提供商可能同時在多個平臺上開展NSD活動,為了使獲得的信息更加聚焦,研究團隊在問卷引導語指出“請仔細回憶,您在2016年使用的、令您印象最深刻的一個平臺,據(jù)此填寫問卷”。②為降低CMB發(fā)生的概率,研究團隊在問卷引導語中要求調(diào)研對象通過主觀感知來評價問卷中的測量題項,由此收集內(nèi)容提供商知識獲取、內(nèi)容提供商任務復雜性的數(shù)據(jù)。關于內(nèi)容提供商NSD績效的2個維度:“新服務數(shù)量”是指內(nèi)容提供商2016年基于某個開放平臺所開發(fā)新服務的數(shù)量,在開放平臺中有客觀的記錄;“新服務評分”是指內(nèi)容提供商2016年基于某個開放平臺所開發(fā)的某個新服務的評分,在開放平臺中也有客觀的記錄,這種評分是五星級的,源自新服務體驗者,所有新服務評分的平均值即能反映“新服務評分”這一維度所處的水平。針對這些已經(jīng)客觀存在的NSD績效數(shù)據(jù),筆者在問卷引導語中明確要求調(diào)研對象從開放平臺的頁面中直接抓取客觀數(shù)據(jù),然后填寫在問卷上。③內(nèi)容提供商往往是一個組織,該組織中開發(fā)人員所從事的工作與本文所關注的研究問題關聯(lián)性最高,開發(fā)人員會利用從能力提供商處獲取的知識解決開發(fā)流程中的技術(shù)難題,而源自于新服務體驗者的知識則主要幫助開發(fā)人員對新服務項目的設計進行完善,使其更加貼近市場。綜合考慮開發(fā)人員的工作背景以及本文所關注的研究問題,研究團隊選取開發(fā)人員為問卷填答者,并在問卷引導語中加以明確要求。
2016年10月—2017年2月,通過以下3種渠道收集數(shù)據(jù):①通過與筆者所在團隊具有合作關系的平臺企業(yè)收集數(shù)據(jù),包括中國移動、騰訊、百度等;②通過與筆者所在團隊具有合作關系的內(nèi)容提供商收集數(shù)據(jù),主要分布在廣州、上海、杭州、深圳、北京等城市;③通過線上討論區(qū)、線上開發(fā)者俱樂部、線下開發(fā)者沙龍收集數(shù)據(jù)。共收回問卷462份,各渠道分別收回196份、177份、89份;共收回有效問卷386份,有效率為83.55%,各渠道分別收回179份、143份、64份,有效率分別為91.32%、80.79%、71.91%。
對各變量進行方差分析,所得p值均大于0.1,由此可見,數(shù)據(jù)采集渠道對各變量沒有顯著影響,不同渠道采集到的數(shù)據(jù)可以合為一個整體加以使用。以問卷發(fā)出后30天為界,將有效問卷分成早期樣本(233份)和后期樣本(153份),通過t檢驗可以發(fā)現(xiàn),兩組樣本在人口統(tǒng)計學信息、使用平臺情況等方面沒有顯著差異,p值均大于0.1,所以,無應答偏差(non-responsebias)不顯著。
應用Harman單因子檢驗,對內(nèi)容提供商知識獲取、內(nèi)容提供商任務復雜性進行未旋轉(zhuǎn)的主成分分析,提取出7個特征值大于1的因子,未出現(xiàn)能夠解釋所有題項大部分方差的個別因子,CMB不顯著。筆者還對Harman單因子模型進行驗證性因子分析(confirmatory factor analysis,CFA),擬合度指標為6.407,GFI=0.567,AGFI=0.538,NFI=0.484,CFI=0.511,RMSEA=0.096,這一結(jié)果表明模型與數(shù)據(jù)的匹配性很差。隨后,對內(nèi)容提供商知識獲取和內(nèi)容提供商任務復雜性組成的測量模型(measurementmodel)進行CFA,擬合度指標為,此結(jié)果優(yōu)于上一模型,這就進一步證明了CMB不顯著。
在386名有效調(diào)研對象中,男性為223名,女性為163名。21~25歲的為149人,占38.30%,26~30歲的為86人,占22.28%。有本科學歷的為243人,占62.95%。220名調(diào)研對象使用了騰訊、百度、微信等國內(nèi)主流平臺,占56.99%。173名調(diào)研對象使用開放平臺3年及以下,占44.82%。145名調(diào)研對象“經(jīng)?!笔褂瞄_放平臺,占37.56%,132名調(diào)研對象“頻繁”使用開放平臺,占34.20%。
內(nèi)容提供商NSD績效的2個維度都是依據(jù)單一題項從網(wǎng)絡平臺中收集已經(jīng)存在的客觀數(shù)據(jù),所以,不進行信度檢驗和效度檢驗。
依據(jù)NARASIMHAN和JAYARAM[42]的思路,通過2個步驟完成信度檢驗。①基于總樣本[43],進行探索性因子分析(exploratory factor analysis,EFA)。如表1所示,對內(nèi)容提供商知識獲取和內(nèi)容提供商任務復雜性同時進行EFA,抽取出了7個特征值大于1的因子,累積解釋總方差為81.863%,題項在所屬因子上的載荷均不低于0.568,不存在題項跨因子的現(xiàn)象。②Cronbach’α系數(shù)不低于0.738,校正的項總相關系數(shù)(corrected-item total correlation,CITC)不低于0.430。綜上所述,可以通過信度檢驗。
本文通過已有文獻、深度訪談和預測試以保證內(nèi)容效度。參照JAP和GANESAN[44]的思路,基于總樣本[43],對7個變量(包括內(nèi)容提供商任務復雜性以及與內(nèi)容提供商知識獲取相關的6個變量)同時進行一階CFA,CFA模型的擬合指標為0.932,潛變量平均方差抽?。╝verage varianceextracted,AVE)不低于0.520,因子載荷不低于0.589,可以通過聚合效度檢驗。如表2所示,變量的AVE平方根均大于該變量與其他變量之間的Pearson相關系數(shù),因此,可以通過區(qū)分效度檢驗。表2還報告了各變量的均值、標準差、偏度、峰度和Pearson相關系數(shù)。各變量之間均正相關,絕大部分Pearson相關系數(shù)在0.010水平上顯著,偏度和峰度的絕對值未超過0.862和1.487,表明數(shù)據(jù)服從正態(tài)分布,可以進行回歸分析。
表1 對內(nèi)容提供商知識獲取和內(nèi)容提供商任務復雜性進行EFA的結(jié)果Tab.1 EFA resultsof contentprovider’sknowledgeacquisition and task complexity
表2 變量的描述性統(tǒng)計和相關系數(shù)分析Tab.2 Descriptive statisticsand correlation efficientanalysisof the variables
本文通過三階段層級回歸(three-stage hierarchical regression)進行假設檢驗。第1步,分別以內(nèi)容提供商新服務的數(shù)量和新服務的評分為因變量,對4個控制變量進行回歸(結(jié)果見表3中的模型1和模型4)。第2步,分別在模型1和模型4的基礎上加入6個自變量進行回歸(結(jié)果見表3中的模型2和模型5)。第3步,將1個調(diào)節(jié)變量和6個經(jīng)過中心化處理的交互項加入回歸模型,進行回歸(結(jié)果見表3中的模型3和模型6)。所有回歸模型的F值都在0.001水平上顯著;在相同的因變量下,后一個模型Adj.R2有所增加。變量的方差膨脹因子(variance inflation factors,VIFs)落在了1.021~1.634,均低于邊界值10.000,可以認為不存在多重共線性。
表3 以內(nèi)容提供商新服務的數(shù)量或新服務的評分為因變量的回歸分析模型Tab.3 Regression analysismodelswith thenumberorevaluation ofnew serviceofcontentprovideras the dependentvariables
對表3中模型3與模型6各路徑系數(shù)分別兩兩進行卡方檢驗,具體結(jié)果如下。模型3中內(nèi)容提供商獲取能力提供商、新服務體驗者、平臺企業(yè)的顯性知識對新服務數(shù)量的正向作用依次減弱,且3個路徑各系數(shù)間存在顯著差異(p<0.05);在模型6中,內(nèi)容提供商獲取能力提供商、新服務體驗者、平臺企業(yè)的顯性知識對新服務評分的正向作用依次減弱,各系數(shù)間存在顯著差異(p<0.05),綜合以上檢驗結(jié)果,H1a獲得支持。在模型3中,內(nèi)容提供商獲取能力提供商、新服務體驗者、平臺企業(yè)的隱性知識對新服務數(shù)量的正向作用依次減弱,且各系數(shù)間存在顯著差異(p<0.05);在模型6中,內(nèi)容提供商獲取能力提供商、新服務體驗者、平臺企業(yè)的隱性知識對新服務評分的正向作用依次減弱,且各系數(shù)間存在顯著差異,綜合以上檢驗結(jié)果,H1b獲得支持。
在模型3中,內(nèi)容提供商獲取能力提供商顯性知識和隱性知識對新服務數(shù)量的正向作用依次遞減,卡方檢驗結(jié)果表明兩者存在顯著差異(p<0.05);在模型6中,內(nèi)容提供商獲取能力提供商顯性知識和隱性知識對新服務評分的正向作用遞增,且兩者存在顯著差異(p<0.05),所以,H2a獲得支持。在模型3中,內(nèi)容提供商獲取新服務體驗者顯性知識和隱性知識對新服務數(shù)量的正向作用依次遞減,且兩者存在顯著差異(p<0.05);在模型6中,內(nèi)容提供商獲取新服務體驗者顯性知識和隱性知識對新服務評分的正向作用遞增,且兩者存在顯著差異(p<0.05),則H2b獲得支持。在模型3中,內(nèi)容提供商獲取平臺企業(yè)顯性知識和隱性知識對新服務數(shù)量的正向作用依次遞減,且兩者存在顯著差異(p<0.05);在模型6中,內(nèi)容提供商獲取平臺企業(yè)顯性知識和隱性知識對新服務評分的正向作用遞增,且兩者存在顯著差異(p< 0.05),所以,H2c獲得支持。
在模型3中,“NX×RF”“XX×RF”和“PX×RF”對新服務的數(shù)量均有負向作用;在模型6中,“NX×RF”和“XX×RF”對新服務評分有負向影響,但是“PX×RF”對新服務評分的影響不顯著,所以,H3a部分獲得支持。在模型3中,“NY×RF”和“XY×RF”對新服務數(shù)量有正向影響,但是“PY×RF”對新服務數(shù)量的影響不顯著;在模型6中,“NY×RF”和“XY×RF”對新服務評分有正向影響,但是“PY×RF”對新服務評分的影響不顯著,所以,H3b部分獲得支持。
4.4.1 對直接效應的分析與解釋 本文提出的關于內(nèi)容提供商知識獲取與NSD績效直接效應的假設全部獲得了支持,內(nèi)容提供商顯性知識獲取或隱性知識獲取的3個維度對于任意一個結(jié)果變量的3條影響路徑,都能體現(xiàn)出如下規(guī)律:源自能力提供商的知識對于結(jié)果變量影響最強,源自新服務體驗者的知識影響強度居中,源自平臺企業(yè)的知識影響強度最弱,這與H1a和H1b的推導一致,從這個角度講,能力提供商是萬眾之“智”最重要的源頭,內(nèi)容提供商從這一源頭獲取的知識是其謀求自身之“惠”的關鍵。
此外,內(nèi)容提供商從某一知識源獲取顯性知識和隱性知識指向某一結(jié)果變量的2條路徑均存在差異,若結(jié)果變量為新服務的數(shù)量,則源自顯性知識獲取的路徑系數(shù)大,若結(jié)果變量為新服務的評分,則源自隱性知識獲取的路徑系數(shù)大,這一結(jié)果呼應了本研究提出的H2a、H2b和H2c,從這個角度講,萬眾之“智”中的顯性知識更傾向于提升NSD的廣度,而隱性知識則更傾向于提升NSD的深度。
如果整合以上2個視角來考慮,那么,新服務數(shù)量或者新服務評分不僅僅取決內(nèi)容提供商獲取知識的源頭,也不僅僅取決于所獲知識的類型,而是取決于二者的相互交叉與補充,這一結(jié)果使得“新服務數(shù)量”的影響因素可以被劃分為3個等級,其中,內(nèi)容提供商獲取能力提供商顯性知識作用最強,獲取新服務體驗者顯性知識和能力提供商隱性知識作用居中,獲取平臺企業(yè)顯性知識和新服務體驗者隱性知識作用最弱,但仍然顯著。“新服務評分”的影響因素同樣可以被劃分為3個等級,其中,內(nèi)容提供商獲取能力提供商隱性知識作用最強,獲取新服務體驗者隱性知識和能力提供商顯性知識作用居中,獲取平臺企業(yè)隱性知識和新服務體驗者顯性知識作用最弱,但仍然顯著。
4.4.2 對調(diào)節(jié)效應的分析與解釋 假設檢驗結(jié)果表明:內(nèi)容提供商顯性知識獲取對新服務數(shù)量或新服務評分的促進作用基本上被任務復雜性所抑制,與之相反,內(nèi)容提供商隱性知識獲取對新服務數(shù)量或新服務評分的促進作用也基本上被任務復雜性所激發(fā),任務復雜性尤其激發(fā)了內(nèi)容提供商獲取能力提供商隱性知識對新服務評分的促進作用。但是本文也發(fā)現(xiàn),任務復雜性不斷升高,內(nèi)容提供商從平臺企業(yè)處獲取的顯性知識對新服務評分的促進作用并未明顯減弱,內(nèi)容提供商從平臺企業(yè)處獲取的隱性知識對新服務數(shù)量和新服務評分的正向作用也未明顯增強,所以,H3a、H3b僅部分獲得支持。依據(jù)心理學領域的激活理論(activation theory)[45],對此結(jié)果進行如下解釋。
在激活理論中,個人的“激活水平”被界定為“腦干網(wǎng)狀結(jié)構(gòu)的興奮程度”,它隨著外部刺激的增強而升高,在此過程中,個人對于那些與外部刺激相關的事物的注意力也會不斷增強[45]。本研究將任務復雜性界定為“在執(zhí)行NSD任務過程中,內(nèi)容提供商所面對的多種路徑、結(jié)果以及它們之間存在的各種沖突”,實質(zhì)上,對內(nèi)容提供商而言,復雜的任務就是一系列刺激性因素,它們將內(nèi)容提供商的激活水平喚醒,使得內(nèi)容提供商對于“那些與NSD任務相關的事物”選擇性注意力會不斷增強,其中,內(nèi)容提供商從外部獲取的知識即為“那些與NSD任務相關的事物”的重要組成部分。如上文所述,內(nèi)容提供商從能力提供商處獲取的知識與開展NSD需要的技術(shù)能力和運營能力相關,這些知識趨于微觀、面向當下,對于NSD能否高效地開展具有直接的指導意義。平臺企業(yè)所能共享的知識往往與平臺生態(tài)圈的運營形勢、發(fā)展趨勢相關,此類知識趨于宏觀、面向未來,它們需要經(jīng)歷一定時間的過濾、分類和提取,才能被用于NSD的具體實施,在短時間內(nèi)對于NSD的直接指導意義比較有限。因此,在高復雜性任務的刺激下,理性的內(nèi)容提供商通常會將選擇性注意力聚焦于直接可用的知識,即他們從能力提供商處獲取的知識,這就導致這些知識對NSD績效的作用效果發(fā)生顯著變化;與之相反,內(nèi)容提供商從平臺企業(yè)處獲取的知識,尤其是隱性知識,在短期內(nèi)是難以直接應用的,因此,通常不會受到內(nèi)容提供商的特別關注,它們對NSD績效的作用效果也不會發(fā)生顯著變化。
本研究得出了如下結(jié)論:①能力提供商、新服務體驗者、平臺企業(yè)是內(nèi)容提供商的3個知識源,三者的重要性依次遞減,能力提供商是萬眾之“智”最重要的源頭;②內(nèi)容提供商從這些知識源獲取的顯性知識對新服務數(shù)量的促進作用更強,獲取的隱性知識對新服務評分的促進作用更強;③在以上關系中,任務復雜性是一個關鍵的調(diào)節(jié)變量,高復雜性任務使內(nèi)容提供商獲取的顯性知識“減效”,抑制了此類知識對新服務數(shù)量或評分的促進作用,與之相反,高復雜性任務使內(nèi)容提供商獲取的隱性知識“增效”,激發(fā)了此類知識對新服務數(shù)量或評分的促進作用。
本研究解決了創(chuàng)新管理領域中一個重要的問題——內(nèi)容提供商知識獲取對NSD績效的作用機理及其邊界條件,因此,理論貢獻也集中于創(chuàng)新管理領域,具體闡述如下。
在使用知識基礎觀探討創(chuàng)新問題時,知識獲取被視為提升企業(yè)創(chuàng)新績效的核心要素,但是學者們在一項研究中往往僅關注企業(yè)從某一個知識源獲取的某一類知識或者這些知識的集合,由此將知識獲取界定為一個泛化的整體。對于創(chuàng)新績效的界定通常也未考慮其各個維度的差異,同樣將其作為一個整體加以對待。這就導致現(xiàn)有研究僅得出企業(yè)知識獲取與企業(yè)創(chuàng)新績效正相關這一“顯見”的結(jié)論,無法在一個完整的框架內(nèi)系統(tǒng)把握企業(yè)從各知識源獲取的各類知識對NSD績效的不同方面會生產(chǎn)怎樣的影響。本研究充分考慮平臺生態(tài)圈中來自不同源頭的知識在內(nèi)容上的差異以及顯性知識和隱性知識的特征,同時從深度和廣度2個方面對NSD績效進行了界定,在此基礎上,系統(tǒng)分析了內(nèi)容提供商知識獲取的不同維度與NSD績效不同維度之間的關系,并基于不同視角對這些變量之間的作用路徑進行了比較,從而系統(tǒng)地把握了3個知識源、2種知識類型及其交叉而成的6類知識獲取在NSD績效提升過程中所體現(xiàn)出的相對重要性,在一個完整的框架內(nèi)厘清了內(nèi)容提供商知識獲取對NSD績效的作用機理,彌補了現(xiàn)有文獻在探討同類問題時僅關注單一知識源或單一知識類型而較少深入變量維度層面的不足。
企業(yè)通過外部知識獲取來提升自身績效必然發(fā)生在一定的情境之中,但是現(xiàn)有文獻在基于知識基礎觀探討企業(yè)知識獲取與企業(yè)創(chuàng)新績效的關系時,卻易忽視情境這一要素。本研究在知識基礎觀的基礎上進一步整合服務主導邏輯的觀點,將任務復雜性作為一個調(diào)節(jié)變量引入內(nèi)容提供商知識獲取與NSD績效的關系之中,并發(fā)現(xiàn)任務復雜性在顯性知識獲取或隱性知識獲取對NSD績效的影響中所發(fā)揮的調(diào)節(jié)作用截然相反。從理論基礎來講,服務主導邏輯的引入為學者們在知識基礎觀的框架下進一步深化創(chuàng)新管理領域的相關研究提供了一個良好的視角,服務主導邏輯強調(diào)知識等操作性資源的共享與交換,因此,與知識基礎觀有著恰當?shù)钠鹾宵c,同時,該理論還強調(diào)情境、制度安排等因素對于價值共創(chuàng)的影響,這是對知識基礎觀一個很好的補充。從研究內(nèi)容來講,任務復雜性的調(diào)節(jié)效應揭示了內(nèi)容提供商知識獲取對NSD績效作用機理的邊界條件,從權(quán)變的角度把握了二者之間的關系。
從研究背景和觀測單元來看,本研究拓展了“企業(yè)知識獲取—企業(yè)創(chuàng)新績效”這一理論體系,由跨國公司、產(chǎn)業(yè)聯(lián)盟等研究背景和傳統(tǒng)制造型企業(yè)或服務型企業(yè)等觀測單元,向致力于推動“互聯(lián)網(wǎng)+萬眾創(chuàng)新”的平臺生態(tài)圈背景和內(nèi)容提供商這一觀測單元發(fā)展和深化,提升了創(chuàng)新管理領域的理論積累對于“互聯(lián)網(wǎng)+萬眾創(chuàng)新”這一新興創(chuàng)新模式的解釋力。
本文繪制了萬眾之“智”與內(nèi)容提供商自身之“惠”的關聯(lián)矩陣(見表4),該矩陣通過知識源(知識內(nèi)容)和知識類型2個維度,對內(nèi)容提供商在平臺生態(tài)圈中能夠獲取的6種知識(即萬眾之“智”)進行了界定,基于此,展示了每種知識對內(nèi)容提供商新服務數(shù)量或新服務評分(即自身之“惠”)的作用強度,以及任務復雜性在其中發(fā)揮的調(diào)節(jié)作用。以此關聯(lián)矩陣為基礎,給出了內(nèi)容提供商以萬眾之“智”謀自身之“惠”的解決方案,具體如表4所示。
表4 萬眾之“智”與自身之“惠”的關聯(lián)矩陣Tab.4 Incidencematrix ofmass knowledge and contentprovider’sbenefit
由于知識獲取、吸收、轉(zhuǎn)化、應用都需要付出成本,因此,內(nèi)容提供商面對萬眾之“智”時必須做到有的放矢,不能貪多求全。內(nèi)容提供商要明確自身目標,確定自己究竟是期望謀求新服務數(shù)量還是新服務評分,這是精準利用萬眾之“智”的首要前提。若以謀求新服務數(shù)量為目標,內(nèi)容提供商應首先考慮獲取能力提供商顯性知識,其次考慮獲取新服務體驗者顯性知識和能力提供商隱性知識,最后再考慮獲取平臺企業(yè)顯性知識和新服務體驗者隱性知識。若以謀求新服務評分為目標,內(nèi)容提供商應首先考慮獲取能力提供商隱性知識,然后考慮獲取新服務體驗者隱性知識和能力提供商顯性知識,最后考慮獲取平臺企業(yè)隱性知識和新服務體驗者顯性知識。
在第1步的基礎上,內(nèi)容提供商應進一步對自身現(xiàn)有知識進行審視,從知識內(nèi)容的角度審視自身究竟缺少什么知識,由此更加精準地確定知識獲取范圍。例如,內(nèi)容提供商以提升新服務數(shù)量為目標,通過自我審視,發(fā)現(xiàn)自身缺少客戶體驗方面的知識,那么,根據(jù)表4中的關聯(lián)矩陣,內(nèi)容提供商應該優(yōu)先考慮獲取新服務體驗者的顯性知識,其次考慮獲取新服務體驗者的隱性知識,而獲取其他類型的知識對于內(nèi)容提供商目標的實現(xiàn)是沒有作用的,反而會增加其知識管理成本。
若內(nèi)容提供商期望同時提升新服務數(shù)量和新服務評分,那么,內(nèi)容提供商選擇知識源的優(yōu)先級依次是能力提供商、新服務體驗者、平臺企業(yè),若期望提升新服務數(shù)量的程度偏高,則應獲取顯性知識,若提升新服務評分的程度偏高,則應獲取隱性知識,若二者程度相當,則需要同時獲取兩類知識。在此背景下,內(nèi)容提供商亦須進一步對自身現(xiàn)有知識進行審視,從知識內(nèi)容的角度進一步聚焦知識獲取范圍,例如,內(nèi)容提供商缺少與平臺生態(tài)圈總體運營形勢和未來發(fā)展趨勢相關的知識,雖然此類知識的優(yōu)先級最低,但是從匹配的角度來看它仍然是內(nèi)容提供商獲取知識的首選。
面對高復雜性任務,內(nèi)容提供商獲取的顯性知識“減效”,而他們獲取的隱性知識則被“激活”,在此情況下,內(nèi)容提供商仍然可以依據(jù)前3步給出的思路,獲取隱性知識,提升NSD績效,此處不再贅述。
在處理復雜NSD任務時,內(nèi)容提供商應關注隱性知識獲取,為了處理簡單的NSD任務,顯性知識獲取和隱性知識獲取的優(yōu)先級相當,從這個角度講,隱性知識獲取的適用情境更廣、對于內(nèi)容提供商謀自身之“惠”也更加重要。因此,內(nèi)容提供商應該充分借助開放平臺中的各種機制,通過溝通、交流、共同制定目標、協(xié)同作業(yè)等手段,獲取各知識源的隱性知識。此外,為了盡量避顯性知識“減效”這一負面現(xiàn)象的出現(xiàn),內(nèi)容提供商需要考慮如何降低NSD任務的復雜性,他們需要制定完善的策劃方案、詳細的任務說明書,清晰地闡述NSD任務的目標、實施路徑以及它們之間的關聯(lián)性。內(nèi)容提供商也可以采用服務模塊化的思想,打包部分常用的研發(fā)組件,形成可以直接采用的標準化數(shù)字模塊。此外,內(nèi)容提供商還可以考慮采用服務外包的手段,將某一部分自己不擅長的任務模塊直接外包給他人,自己僅僅面對模塊間的接口,而不去面對模塊中復雜的“黑箱”,這就降低了NSD任務的復雜性。
在后續(xù)研究中,可以探討哪些機制有助于內(nèi)容提供商從哪個知識源獲取哪種類型的知識,還可以探討內(nèi)容提供商知識獲取是否中介了平臺機制對NSD績效的作用,由此得出的結(jié)論再與本文的結(jié)論相整合,從而構(gòu)建出“平臺機制—內(nèi)容提供商知識獲取—內(nèi)容提供商NSD績效”這一完整的理論框架。
本文認為內(nèi)容提供商從各知識源獲取的知識在內(nèi)容上存在差異,導致這些知識對于內(nèi)容提供商的直接可用性有所不同,由此使得這些知識在短時間內(nèi)對內(nèi)容提供商NSD績效的作用強度也是不同的,本研究通過截面數(shù)據(jù)證明了這一推測。在后續(xù)研究中,可以采用時間序列數(shù)據(jù)探討隨著時間的推移,來自不同源頭的知識對內(nèi)容提供商NSD績效作用強度的差異是否仍存在。
通常情況下,內(nèi)容提供商并不需要過于專業(yè)的知識,外部知識獲取對其NSD績效具有顯著的提升作用,事實上,這正是本文默認的情況。但是對于專業(yè)領域的內(nèi)容提供商而言,他們需要專業(yè)知識才能完成NSD過程中的各項任務,外部知識獲取對NSD績效的提升作用可能會不顯著。后續(xù)研究可以考慮探討新服務類型對知識獲取與NSD績效之間關系的調(diào)節(jié)作用。
在現(xiàn)實中,絕大多數(shù)內(nèi)容提供商都是以組織的形式呈現(xiàn),本文選取這類組織中與開放平臺交互最為密切且經(jīng)常通過開放平臺獲取知識來提升工作績效的開發(fā)人員作為問卷填寫者,但是不能否認的是設計師、測試人員等角色也會面臨本文所關注的問題,以這些角色為問卷填寫者時,本文的概念模型、量表等是否適用,在后續(xù)研究中有待進一步探索。
在“互聯(lián)網(wǎng)+萬眾創(chuàng)新”生態(tài)圈中,平臺企業(yè)通過搭建開放式網(wǎng)絡平臺吸引了內(nèi)容提供商、能力提供商和新服務體驗者加入其中,本文僅立足內(nèi)容提供商的視角探討了內(nèi)容提供商如何以萬眾之“智”謀求自身之“惠”,后續(xù)研究可以分別探討能力提供商、新服務體驗者和平臺企業(yè)如何通過獲取外部知識來推進自身目標的實現(xiàn),從而為以萬眾之“智”謀萬眾之“惠”這一同生共贏局面的形成以及“互聯(lián)網(wǎng)+萬眾創(chuàng)新”的實施提供更加系統(tǒng)全面的指導。