新創(chuàng)企業(yè)非正式搜索對顛覆性創(chuàng)新的影響

〔關(guān)鍵詞〕 新創(chuàng)企業(yè) 顛覆性創(chuàng)新 跨界搜索 非正式搜索 知識搜索 知識重構(gòu) 數(shù)字技術(shù)應(yīng)用 賦能作用

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００４－９１０Ｘ．２０２４．０９．００９

〔中圖分類號〕Ｆ２７３.１； Ｆ２７０.７ 〔文獻(xiàn)標(biāo)識碼〕Ａ

引言

顛覆性創(chuàng)新， 是指企業(yè)通過提供一組異于主流市場的產(chǎn)品或服務(wù)特征組合， 以滿足低端市場或新市場需求， 起初產(chǎn)品在主流市場關(guān)注的產(chǎn)品性能上可能表現(xiàn)較差， 但隨著其性能提升能夠逐漸滿足主流市場需求， 最終取代主流產(chǎn)品或服務(wù)的過程［１，２］ 。顛覆性創(chuàng)新能夠為新創(chuàng)企業(yè)實現(xiàn)技術(shù)趕超創(chuàng)造機(jī)會。新創(chuàng)企業(yè)通過瞄準(zhǔn)低端市場或新市場進(jìn)行顛覆性創(chuàng)新， 能夠有效克服自身的“新弱性”，在競爭激烈的市場環(huán)境中實現(xiàn)彎道超車。

現(xiàn)有研究主要從組織外部環(huán)境、組織內(nèi)部特征和組織與外部互動三方面討論影響企業(yè)顛覆性創(chuàng)新的因素。其中， 組織外部環(huán)境因素主要體現(xiàn)在技術(shù)、市場等環(huán)境動態(tài)性［３］ ； 組織內(nèi)部因素包括組織雙元能力［４］ 、知識資產(chǎn)［５］ 與合作伙伴關(guān)系［６］ ；在組織與外部互動方面， 現(xiàn)有研究強(qiáng)調(diào)了組織跨界搜索對顛覆性創(chuàng)新的重要作用［７］ ， 并且重點關(guān)注了跨界搜索的深度和廣度對跨界搜索的影響［８］ 。此外， 現(xiàn)有研究從知識搜索的不同維度進(jìn)行深入研究， 包括搜索范圍、內(nèi)容、搜索目標(biāo)等［９－１１］ ， 揭示了跨界搜索在促進(jìn)產(chǎn)品創(chuàng)新、漸進(jìn)性創(chuàng)新和突破性創(chuàng)新等方面的積極作用。

在知識經(jīng)濟(jì)時代， 創(chuàng)新的核心在于知識要素的獲取與重構(gòu)［７］ 。跨界搜索作為新創(chuàng)企業(yè)獲取外部知識、打破行業(yè)壁壘的重要手段， 在顛覆性創(chuàng)新過程中發(fā)揮著不可或缺的作用。通過跨界搜索，新創(chuàng)企業(yè)能夠跨越傳統(tǒng)行業(yè)的界限， 獲取不同領(lǐng)域的知識和資源， 進(jìn)而實現(xiàn)知識體系的融合與創(chuàng)新。盡管現(xiàn)有一些研究嘗試綜合搜索范圍、知識類型以及知識應(yīng)用情境等多個維度進(jìn)行跨界搜索的劃分［１２］ ， 但由于跨界搜索活動的復(fù)雜性和多維性， 在跨界搜索的交叉維度對創(chuàng)新的影響方面仍尚存不足?？紤]到顛覆性創(chuàng)新通常需要融合多種技術(shù)并實現(xiàn)跨領(lǐng)域應(yīng)用， 這些技術(shù)可能來自于不同的領(lǐng)域和行業(yè)， 而市場本身也具有復(fù)雜性和多樣性。因此， 從技術(shù)和市場兩個維度進(jìn)行跨界搜索， 可以更全面地了解顛覆性創(chuàng)新所需的技術(shù)和市場環(huán)境， 進(jìn)而發(fā)現(xiàn)潛在的創(chuàng)新機(jī)會， 推動技術(shù)的跨領(lǐng)域應(yīng)用， 并滿足市場的多樣化需求。同時，新創(chuàng)企業(yè)中有部分企業(yè)規(guī)模小、資源短缺， 它們可能更傾向于通過員工的私下交流等非正式的方式來獲取知識。因此， 將知識類型劃分與非正式搜索方式相結(jié)合， 研究跨界搜索對顛覆性創(chuàng)新的影響， 為企業(yè)創(chuàng)新實踐提供精確和有效的指導(dǎo)。

知識管理理論指出整合、共享和傳播知識對企業(yè)創(chuàng)新至關(guān)重要。新創(chuàng)企業(yè)在重視知識搜索的同時， 需注重新知識與原有知識的融合， 通過知識重構(gòu)實現(xiàn)價值最大化［１１］ 。隨著數(shù)字經(jīng)濟(jì)的崛起，數(shù)字技術(shù)為企業(yè)帶來智能化、數(shù)字化轉(zhuǎn)型的機(jī)遇，其特點使得企業(yè)獲取海量信息， 提升跨界搜索效率與準(zhǔn)確性［１３］，同時打破僵化思維和固定知識框架， 促進(jìn)知識體系重構(gòu)， 為新創(chuàng)企業(yè)的顛覆性創(chuàng)新提供有力支持［１４］ 。

綜上所述， 本文基于組織搜索理論和知識管理理論， 結(jié)合搜索知識類型與非正式搜索方式， 深入分析不同維度跨界搜索對顛覆性創(chuàng)新的影響機(jī)制； 引入知識重構(gòu)作為中介， 探討其在跨界搜索與顛覆性創(chuàng)新之間的作用， 揭示知識管理在創(chuàng)新過程中的核心作用； 并進(jìn)一步探究在數(shù)字技術(shù)的賦能作用下， 跨界搜索對知識重構(gòu)的影響所發(fā)生的變化， 旨在為跨界搜索對顛覆性創(chuàng)新的影響研究形成補(bǔ)充， 并為新創(chuàng)企業(yè)開展顛覆性創(chuàng)新過程中有效開展跨界搜索活動提供理論指導(dǎo)。

１理論分析與研究假設(shè)

１.１非正式跨界搜索對顛覆性創(chuàng)新的影響

顛覆性創(chuàng)新的本質(zhì)是由知識引導(dǎo)的價值體系重構(gòu)。新創(chuàng)企業(yè)內(nèi)部知識資源相對有限， 單純依賴內(nèi)部知識難以支撐其實現(xiàn)顛覆性創(chuàng)新［７］ 。組織搜索理論指出， 跨界搜索是企業(yè)獲取豐富異質(zhì)性知識的重要途徑［１５］ 。因此， 新創(chuàng)企業(yè)跨越組織邊界獲取外部知識對于顛覆性創(chuàng)新具有重要意義。

本文依照不同知識類型和非正式搜索方式兩個維度， 將跨界搜索分為技術(shù)知識非正式跨界搜索和市場知識非正式跨界搜索［９］ 。在技術(shù)知識非正式跨界搜索方面， 新創(chuàng)企業(yè)注重從供應(yīng)商、高校、研究所等外部實體中， 以非正式的會談、交流、參加展覽等方式， 獲取產(chǎn)品設(shè)計、生產(chǎn)工藝等多樣化的技術(shù)知識［１６，１７］ ， 有利于打破企業(yè)對行業(yè)已有技術(shù)路徑的依賴， 促進(jìn)新舊技術(shù)的相互融合以及技術(shù)的跨領(lǐng)域運用， 擴(kuò)大了技術(shù)知識組合的多樣性， 有利于創(chuàng)造出更簡單、更便捷和更高性價比的產(chǎn)品， 進(jìn)而在市場中獲得競爭優(yōu)勢［１８］ 。同時， 市場知識非正式跨界搜索強(qiáng)調(diào)企業(yè)與消費者之間的互動與對話， 通過市場調(diào)研、消費者反饋以及與其他企業(yè)或組織的非正式交流， 獲取市場動態(tài)和消費者需求信息［１７，１９］ 。市場知識非正式搜索有利于企業(yè)獲得市場動態(tài)， 快速尋找到主流市場的邊緣地帶或空白地帶， 發(fā)現(xiàn)新創(chuàng)企業(yè)的“生存空間” 和顛覆性創(chuàng)新的機(jī)會［２０］ 。此外， 通過市場調(diào)研和消費者對現(xiàn)有產(chǎn)品的反饋， 簡化產(chǎn)品功能滿足價格敏感型消費者， 或挖掘潛在需求開辟新市場［２１］ 。綜上， 提出假設(shè)：

Ｈ１ａ： 技術(shù)知識非正式搜索正向促進(jìn)顛覆性創(chuàng)新；

Ｈ１ｂ： 市場知識非正式搜索正向促進(jìn)顛覆性創(chuàng)新。

１.２知識重構(gòu)的中介作用

跨界搜索作為獲取異質(zhì)性知識的有效途徑， 豐富了新創(chuàng)企業(yè)資源的多樣性， 為企業(yè)顛覆性創(chuàng)新提供更多選擇。然而， 企業(yè)通過跨界搜索獲得的知識并不能直接疊加、應(yīng)用， 而是需要通過知識重構(gòu)對知識要素進(jìn)行編碼、重組和利用， 創(chuàng)新知識結(jié)構(gòu)和知識體系［２２］，以促進(jìn)企業(yè)實現(xiàn)顛覆性創(chuàng)新。知識重構(gòu)是一個動態(tài)的知識交互過程， 可以使無序的知識元轉(zhuǎn)化成有序的價值鏈， 從而實現(xiàn)新創(chuàng)企業(yè)跨界搜索與顛覆性創(chuàng)新之間的有效聯(lián)結(jié)?？偟膩碚f， 跨界搜索豐富了企業(yè)知識存量， 知識重構(gòu)則促進(jìn)了企業(yè)知識增值， 放大企業(yè)知識要素價值［２３，２４］，增加顛覆性創(chuàng)新的成功率。因此， 知識重構(gòu)在此過程中發(fā)揮了關(guān)鍵的中介作用。具體體現(xiàn)在以下兩方面：（１） 知識重構(gòu)的特點是對內(nèi)外部技術(shù)和市場知識進(jìn)行比較分析， 幫助企業(yè)辨別新信息的價值、吸收新知識， 從而打破原有知識體系的限制， 為新創(chuàng)企業(yè)開展顛覆性創(chuàng)新活動帶來新的理解和思路， 更好地把握顛覆性創(chuàng)新的機(jī)會；（２） 知識重構(gòu)創(chuàng)造新知識， 改進(jìn)原有知識體系， 優(yōu)化產(chǎn)品性能， 滿足低端消費需求或開發(fā)出新穎功能的產(chǎn)品來吸引新消費者， 以實現(xiàn)顛覆性創(chuàng)新［２３］ 。通過對內(nèi)外部知識的持續(xù)吸收、整合和創(chuàng)新內(nèi)外部知識， 企業(yè)可以不斷增強(qiáng)自身的創(chuàng)新能力和核心競爭力［２５］ 。因此， 提出以下假設(shè)：

Ｈ２ａ： 知識重構(gòu)在技術(shù)知識非正式搜索與顛覆性創(chuàng)新之間發(fā)揮中介作用；

Ｈ２ｂ： 知識重構(gòu)在市場知識非正式搜索與顛覆性創(chuàng)新之間發(fā)揮中介作用。

１.３數(shù)字技術(shù)應(yīng)用的調(diào)節(jié)作用

在數(shù)字經(jīng)濟(jì)的浪潮下， 數(shù)字化是新創(chuàng)企業(yè)未來發(fā)展的必然趨勢［２６］ 。數(shù)字技術(shù)的廣泛應(yīng)用對技術(shù)和市場知識的重構(gòu)過程產(chǎn)生了諸多方面的影響。從技術(shù)知識非正式搜索的角度來看， 數(shù)字技術(shù)的開放性和關(guān)聯(lián)性特點使得跨界所獲取的知識具有豐富性和多樣性， 如通過在線論壇、專業(yè)社區(qū)、開源平臺等， 企業(yè)可以更加便捷地獲取到全球范圍內(nèi)的技術(shù)知識和創(chuàng)新資源， 也為企業(yè)與全球?qū)＜?、同行進(jìn)行實時交流提供了可能。數(shù)字技術(shù)還能夠?qū)崿F(xiàn)海量知識的收集、存儲和計算， 篩選出與自身業(yè)務(wù)和發(fā)展戰(zhàn)略高度契合的知識［２７］ ， 提高了搜索效率和知識體系的重構(gòu)效率［２８］ 。

從市場知識非正式搜索的角度分析， 傳統(tǒng)的市場調(diào)研多采用觀察法、訪談、問卷調(diào)查等方式，這些方法不僅成本高昂， 而且難以捕捉市場的實時變化。然而， 隨著大數(shù)據(jù)、人工智能等數(shù)字技術(shù)的出現(xiàn)， 企業(yè)可以實時跟蹤和分析消費者的購買行為、社交媒體的討論內(nèi)容等， 從而獲取到更為準(zhǔn)確和及時的市場信息， 不僅有助于企業(yè)了解消費者的需求和偏好， 還能發(fā)現(xiàn)市場的潛在機(jī)會和威脅［２９］ 。因此， 數(shù)字技術(shù)不僅提高了市場知識非正式搜索的效率和準(zhǔn)確性， 還使得企業(yè)能夠更加精準(zhǔn)地把握市場動態(tài)， 為知識重構(gòu)提供有力的市場支撐。因此， 提出以下假設(shè)：

Ｈ３ａ：數(shù)字技術(shù)應(yīng)用正向調(diào)節(jié)技術(shù)知識非正式搜索與知識重構(gòu)的關(guān)系；

Ｈ３ｂ：數(shù)字技術(shù)應(yīng)用正向調(diào)節(jié)市場知識非正式搜索與知識重構(gòu)的關(guān)系。

２研究設(shè)計

２.１樣本選取與數(shù)據(jù)收集

本文采用調(diào)查問卷方式收集相關(guān)數(shù)據(jù)， 采取實地調(diào)查和網(wǎng)上調(diào)查相結(jié)合的方式， 向成立不超過１０年的新創(chuàng)企業(yè)發(fā)放問卷， 主要依托研究團(tuán)隊社交網(wǎng)絡(luò)、高校ＭＢＡ／ＥＭＢＡ學(xué)員及專業(yè)數(shù)據(jù)收集公司收集數(shù)據(jù)。共回收６７６ 份問卷， 經(jīng)篩選后得到５１９份有效問卷， 回收率達(dá)７６.７８％。描述性統(tǒng)計如表１所示。調(diào)查企業(yè)覆蓋廣泛， 具有代表性， 適合實證分析。

２.２變量與測量

本文中每個題項均采用Ｌｉｋｅｒｔ 七級量表進(jìn)行測量， 其中１ 表示“非常不同意”， ７ 表示“非常同意”?？缃缢阉鹘梃bＳｉｄｈｕ （２００７）［３０］ 、張文紅等（２０１４）［３１］ 提出的成熟量表。參考阮愛軍和陳勁（２０１５）［１７］ 的研究， 將搜索的知識類型與非正式搜索方式進(jìn)行整合， 共有９ 個題項， 如我們善于與同行業(yè)企業(yè)、供應(yīng)商、高?；蚩蒲袡C(jī)構(gòu)進(jìn)行非正式的溝通與交流并尋求技術(shù)知識， Ｃｒｏｎｂａｃｈ’ｓ α 系數(shù)為０.８８６。根據(jù)Ｇｏｖｉｎｄａｒａｊａｎ 和Ｋｏｐａｌｌｅ （２０１１）［３２］ 、Ｌｉｎ 等（２０１５）［３３］ 提出的顛覆性創(chuàng)新測量題項，形成８ 個題項， 如我們開發(fā)的顛覆性產(chǎn)品， 主要以潛在顧客為目標(biāo)， Ｃｒｏｎｂａｃｈ’ｓ α 系數(shù)為０.９３９。選取知識重構(gòu)作為中介變量， 知識重構(gòu)既可以表現(xiàn)為打破原有知識體系創(chuàng)造出新知識， 也可以是新舊知識間建立新聯(lián)系， 借鑒姜賀［３４］ 的量表， 共有４ 個題項， 如我們能夠識別外部企業(yè)的發(fā)展?jié)摿陀袃r值知識資源， Ｃｒｏｎｂａｃｈ’ｓ α 系數(shù)為０.８６９。數(shù)字技術(shù)應(yīng)用作為調(diào)節(jié)變量， 其測量參考了Ｅｌｌｅｒ等（２０２０）［３５］ 、丁倩倩（２０２３）［３６］ 的研究， 共有７ 個題項， 如企業(yè)應(yīng)用數(shù)字技術(shù)得到管理者、技術(shù)人員等相關(guān)人員和充足資源的支持， Ｃｒｏｎｂａｃｈ’ｓα 系數(shù)為０.９３０。此外， 選取企業(yè)年齡、規(guī)模、所屬行業(yè)領(lǐng)域、經(jīng)營性質(zhì)及員工職務(wù)作為控制變量。企業(yè)年齡反映了企業(yè)的發(fā)展階段和成熟度， 而規(guī)模則影響企業(yè)的靈活性和資源獲取能力。行業(yè)領(lǐng)域和經(jīng)營性質(zhì)決定了企業(yè)的業(yè)務(wù)特點和市場環(huán)境，從而影響其搜索策略和創(chuàng)新方向。員工職務(wù)則代表了員工在企業(yè)中的角色和職責(zé)， 對知識的獲取、傳遞和創(chuàng)新過程有重要影響。通過控制這些變量，旨在更準(zhǔn)確地評估非正式搜索對顛覆性創(chuàng)新的影響， 消除其他潛在因素的影響。

２.３同源方差檢驗

本文運用Ｈａｒｍａｎ 單因子法對收回的問卷進(jìn)行同源方差檢驗。分析結(jié)果顯示， 第一個未旋轉(zhuǎn)因子最多只能解釋總方差的３８.７６２％，低于４０％的臨界標(biāo)準(zhǔn)， 不存在嚴(yán)重的同源性偏差問題。

２.４信度與效度檢驗

運用ＳＰＳＳ ２７.０、ＡＭＯＳ 28.0軟件， 對各變量進(jìn)行信度和效度檢驗。各變量的Ｃｒｏｎｂａｃｈ’ｓ α 系數(shù)均高于０.７， ＣＲ 均高于０.８， 各維度量表及題項均呈現(xiàn)出較高的內(nèi)部一致性， 量表的設(shè)計合理， 具有可信度。所有題項的因子載荷均大于０.７， ＡＶＥ 均大于０.５，說明量表具有較高的聚合效度。同時ＡＶＥ 的平方根均顯著大于變量間的相關(guān)系數(shù)， 說明量表具有較高的區(qū)分效度。此外， 通過ＣＦＡ 檢驗結(jié)構(gòu)效度和區(qū)分效度， 結(jié)果如表２ 所示， 五因子模型與實際數(shù)據(jù)擬合度更高， χ^２ ／ ｄｆ＝２.０３３＜３，ＲＭＳＥＡ＝０.０４５＜０.０５， ＣＦＩ ＝ ０.９６４ ＞０. ９，ＴＬＩ ＝０.９６１＞０.９。

３結(jié)果與分析

３.１相關(guān)性分析

表３ 給出了各個變量的平均值、標(biāo)準(zhǔn)差以及他們之間的相關(guān)系數(shù)及其顯著性水平。技術(shù)知識非正式搜索（ＴＫＩＳ）、市場知識非正式搜索（ＭＫＩＳ）、顛覆性創(chuàng)新（ＤＩ）、知識重構(gòu)（ＫＲ）、數(shù)字技術(shù)應(yīng)用（ＤＴＡ）的相關(guān)系數(shù)均低于０.５０，且均達(dá)到Ｐ＜０.００１的顯著性水平， 為假設(shè)提供初步支持。同時通過計算得出方差膨脹因子ＶＩＦ值， 結(jié)果顯示，所有方差膨脹因子中最大的為２.６３６， 均低于學(xué)術(shù)界普遍認(rèn)可的臨界值１０，降低了多重共線性的可能性。

３.２回歸分析和假設(shè)檢驗

（１） 主效應(yīng)檢驗

跨界搜索到顛覆性創(chuàng)新的直接路徑， 本文采用層次回歸方法構(gòu)建多個回歸模型進(jìn)行實證分析，兩者間直接關(guān)系的檢驗結(jié)果見表４。模型１ 結(jié)果表明， 技術(shù)知識非正式搜索（ＴＫＩＳ）、市場知識非正式搜索（ＭＫＩＳ）對顛覆性創(chuàng)新均有顯著正向影響（β ＝ ０.３３２， ｐ＜０.００１； β ＝ ０. ２６８， ｐ＜０.０１）。因此， 假設(shè)Ｈ１ａ、Ｈ１ｂ 成立。

（２） 中介效應(yīng)檢驗

依據(jù)Ｂａｒｏｎ 和Ｋｅｎｎｙ 的建議， 運用層級回歸的方法檢驗知識重構(gòu)對跨界搜索與企業(yè)顛覆性創(chuàng)新關(guān)系的中介作用。表４ 模型２ 表明跨界搜索兩個維度對知識重構(gòu)有顯著作用（β ＝０.２７４， ｐ＜０.００１；β ＝０.２６５， ｐ＜０.０１）。模型１ 已經(jīng)驗證了跨界搜索對顛覆性創(chuàng)新有顯著正向影響， 當(dāng)引入中介變量知識重構(gòu)（ＫＲ）后， 由模型３ 可知自變量對因變量的回歸系數(shù)均下降（由０.３３２ 降為０.２７２； 由０.２６８ 降為０.２１１）， 說明知識重構(gòu)在跨界搜索與顛覆性創(chuàng)新之間起到部分中介作用。假設(shè)Ｈ２ａ、Ｈ２ｂ 成立。

此外， 根據(jù)ＳＰＳＳ－Ｐｒｏｃｅｓｓ 程序進(jìn)一步檢驗知識重構(gòu)中介效應(yīng)的顯著性。表５ 結(jié)果顯示在９５％的置信水平下， 技術(shù)知識非正式搜索通過知識重構(gòu)影響顛覆性創(chuàng)新的間接效應(yīng)為０.１０４， ９５％置信區(qū)間為［0.0 070，０.１４２］； 市場知識非正式搜索通過知識重構(gòu)影響顛覆性創(chuàng)新的間接效應(yīng)為０.１０９，９５％置信區(qū)間為［０.０７３，０.１４９］， 均不包括０，說明知識重構(gòu)在跨界搜索兩個維度和顛覆性創(chuàng)新間均發(fā)揮中介效應(yīng)， 進(jìn)一步驗證了假設(shè)Ｈ２ａ、Ｈ２ｂ 成立。

（３） 調(diào)節(jié)效應(yīng)檢驗

為了檢驗數(shù)字技術(shù)應(yīng)用在跨界搜索與知識重構(gòu)之間的調(diào)節(jié)效應(yīng)， 首先對各個變量進(jìn)行標(biāo)準(zhǔn)化處理， 并以此形成交互項構(gòu)建模型４ 至模型７，見表４。結(jié)果顯示跨界搜索兩個維度和數(shù)字技術(shù)應(yīng)用的交互項對知識重構(gòu)（β ＝０.２７２， ｐ＜０.００１；β ＝０.１６２，ｐ＜０.００１） 產(chǎn)生顯著的正向影響， 假設(shè)Ｈ３ａ、Ｈ３ｂ 成立。

為了更為直觀的體現(xiàn)調(diào)節(jié)作用， 本文以數(shù)字技術(shù)應(yīng)用的均值分別加上和減去１ 個標(biāo)準(zhǔn)差來繪制調(diào)節(jié)效應(yīng)圖。由圖１ 直觀看出， 當(dāng)數(shù)字技術(shù)應(yīng)用程度越高， 技術(shù)知識非正式搜索和市場知識非正式搜索對知識重構(gòu)的促進(jìn)作用越強(qiáng)， 進(jìn)一步驗證了數(shù)字技術(shù)應(yīng)用的調(diào)節(jié)作用， 其中第一幅圖中兩條線的斜率方向相反， 可能原因是當(dāng)企業(yè)初步應(yīng)用數(shù)字技術(shù)時， 尚未建立起一個成熟的數(shù)字生態(tài)系統(tǒng)， 未能將數(shù)字技術(shù)融入其日常的知識獲取和處理過程中， 數(shù)字技術(shù)可能成為知識重構(gòu)的障礙。但隨著技術(shù)的成熟和企業(yè)的適應(yīng)， 數(shù)字技術(shù)能夠幫助企業(yè)更好的獲取外部知識， 顯著提升知識重構(gòu)的質(zhì)量和效率， 成為推動新創(chuàng)企業(yè)創(chuàng)新的重要力量。

４結(jié)論與啟示

４.１研究結(jié)論

通過分析與論證， 得出以下重要結(jié)論： （１） 技術(shù)知識非正式搜索和市場知識非正式搜索均對新創(chuàng)企業(yè)的顛覆性創(chuàng)新產(chǎn)生積極影響。交流學(xué)習(xí)、參加展覽等非正式搜索方式具有廣泛性、低成本等特征， 能夠幫助新創(chuàng)企業(yè)更廣泛地獲取行業(yè)動態(tài)信息， 進(jìn)行顛覆性創(chuàng)新， 對跨界搜索對顛覆性創(chuàng)新的影響研究形成補(bǔ)充； （２） 知識重構(gòu)在跨界搜索與顛覆性創(chuàng)新之間起中介作用?？缃缢阉髫S富了企業(yè)知識存量， 而知識重構(gòu)通過整合和優(yōu)化使知識增值［３７］ ， 促進(jìn)顛覆性創(chuàng)新； （３） 數(shù)字技術(shù)應(yīng)用在跨界搜索與知識重構(gòu)之間起到正向調(diào)節(jié)作用。企業(yè)應(yīng)用數(shù)字技術(shù)不僅擴(kuò)大了技術(shù)和市場知識搜索的范圍， 還保證了知識體系的重構(gòu)效率和質(zhì)量， 促進(jìn)了隱性知識的顯性化， 豐富了知識體系， 優(yōu)化搜索與重構(gòu)過程［３８］ ， 這對數(shù)字技術(shù)賦能場景相關(guān)研究形成補(bǔ)充。

４.２管理啟示

本文得出的啟示有：（１）多種搜索方式組合應(yīng)用。新創(chuàng)企業(yè)應(yīng)積極制定開放策略， 跨越組織邊界搜索技術(shù)和市場知識， 靈活選用多種搜索方式， 并利用大型科技企業(yè)的支持、建立完善的知識管理體系、培養(yǎng)創(chuàng)新型人才、加強(qiáng)與高校和研究機(jī)構(gòu)的合作以及關(guān)注行業(yè)動態(tài)和技術(shù)發(fā)展趨勢等方式推動顛覆性創(chuàng)新進(jìn)程； （２） 重視企業(yè)內(nèi)外部知識的管理。有效管理和利用企業(yè)內(nèi)外部知識資源是成功的關(guān)鍵。企業(yè)應(yīng)配備專業(yè)團(tuán)隊分析外部知識， 納入知識庫； 邀請外部專家進(jìn)行內(nèi)部培訓(xùn)或講座， 促進(jìn)知識交流； 建立知識共享平臺和學(xué)習(xí)資源庫， 促進(jìn)員工獲取和吸收新知識。

４.３研究不足與展望

本文通過問卷調(diào)查收集數(shù)據(jù)， 雖然避免了同源方差問題， 但受限于截面數(shù)據(jù)， 僅反映了特定時點的狀況， 未來研究可探索縱向數(shù)據(jù)的應(yīng)用，結(jié)合二手?jǐn)?shù)據(jù)和文本挖掘等方法， 揭示長期動態(tài)關(guān)系； 在中介變量選擇上， 本文以知識重構(gòu)為中介， 但未發(fā)揮完全中介作用， 未來可考慮加入其他中介或調(diào)節(jié)變量， 如動態(tài)能力或環(huán)境動態(tài)性， 以完善概念模型； 對不同行業(yè)、不同產(chǎn)權(quán)性質(zhì)的新創(chuàng)企業(yè)做異質(zhì)性分析， 進(jìn)一步探究不同新創(chuàng)企業(yè)的跨界搜索組合策略對顛覆性創(chuàng)新的影響機(jī)制； 不同類型的數(shù)字技術(shù)的特點和功能存在差異， 如大數(shù)據(jù)在數(shù)據(jù)分析方面有優(yōu)勢， 云計算在資源管理方面突出， 人工智能的核心在于“思考” 和“決策”等， 進(jìn)一步研究不同數(shù)字技術(shù)在跨界搜索與知識重構(gòu)過程中發(fā)揮差異性作用， 有助于企業(yè)更好的理解和運用數(shù)字技術(shù)， 開展顛覆性創(chuàng)新活動。