伍虹儒 柏满迎
摘要：建立市场知识、定向跨组织学习与服务创新水平之间关系的模型，采用回归方法对四川省内122家制造业企业进行实证分析。研究结果显示，市场知识、定向跨组织学习有助于企业服务创新水平的提升，定向跨组织学习在其中起中介作用。企业大小在市场知识对定向跨组织学习、市场知识对服务创新水平的作用中均有正向调节效应，行业类别在市场知识对定向跨组织学习的作用中有调节效应。
关键词：市场知识；定向跨组织学习；服务创新水平
中图分类号：F425文献标识码： ADOI：10.3969/j.issn.1003-8256.2020.01.008
开放科学（资源服务）标识码（OSID）：
基金项目：国家自然科学基金面上项目（71571007）
0引言
面对经济发展新常态的现实环境，制造业企业要实现转型升级，服务创新是关键因素[1]。其将打破企业固有的运营模式，实现业务流程重组，形成企业的核心竞争优势[2]。事实上，服务创新的核心是对知识的创新[3]。随着世界范围内制造网络化的不断推进，制造业企业拥有的知识已不再能够满足服务创新的要求[4]，通过组织间的网络合作获得所需知识成为实现服务创新的一种新途径[5]，来自于组织外界的知识对制造业企业进行服务创新起着重要作用[6]。企业要跨越组织界限搜寻、整合和吸收知识[7]。知识的多样化与差异化推动服务创新的成功[8]。
但是，制造业企业在进行跨组织界限知识搜索时，由于能力和经验的制约，无法有效识别和筛除来自于外界的不确定因素，导致知识搜索、整合和吸收出现可靠程度低、成本大幅提升等问题[9]，其知识带来的收益远远低于成本，给制造业企业带来“两难困境”。故如何破解这一难题，是目前学术界亟待探讨的问题。
当前，大部分学者的研究重点是组织学习、网络嵌入和知识资源等方面对服务创新水平的作用。根据对已有文献的总结和分析，本文认为有以下问题有待解决：（1）企业在技术创新中获得的成功经验，很难实现制造业企业的成功转型。（2）现有研究没有关注和企业现实资源、能力相匹配条件下的作用机制。（3）企业间合作网络中自身地位[10]和知识资源[11]在服务创新中的影响存在差异的研究有限。相互作用机制应进一步研究，企业所需的核心知识有哪些？谁是学习对象？如何形成高效率的企业间网络学习关系？其又如何影响企业的服务创新水平？已有文献缺乏详细研究。
针对已有研究的局限，本文将定向跨组织学习定义为企业在营销网络中面向批发商、零售商等的特定学习，并以企业的实际能力和现有资源为出发点，建立“市场知识-定向跨组织学习-服务创新水平”理论模型，通过界定制造业企业实现服务创新的关键知识，寻找其获得的有效途径，从降低服务创新风险和成本、提升可靠程度两个方面突破“两难困境”，为制造业企业有效开展服务创新，成功实现转型升级提供有价值的理论参考。
1研究假设
1.1市场知识与服务创新水平
对于服务创新而言，哪些知识具有重要影响？关键知识有哪些？Lavie & Miller[12]指出制造业企业开展服务创新活动主要包括面向特定的顾客群体提供服务，提供和产品密切相关的服务，面向用户提供有效的解决方案。Lichtenthaler[13]，魏江等[14]认为服务创新主要包含市场、组织、产品和过程方面的创新。Lubatkin et al.[15]指出制造业企业开展服务创新的核心知识，除技术知识和能力知识以外，还包括来自不同市场的知识以及和顾客有关的知识。企业实现服务创新，不仅需要技术知识，还需要能力知识。企业进行服务创新的根本目的是满足用户需求，而需求在很大程度上是用户的一种体验，很难被确切的描述。因此，企业需要搜索、分析和整合市场知识。魏江等[6]也认为，市场知识是制造业企业开展服务创新的重要组成部分。Mackinnon et al.[16]指出市场知识包括客户关系管理（CRM）、产品研发管理（PDM）、供应链管理（SCM）等营销程序中知识的集成。Schmidt[17]则认为市场知识应包括对企业竞争者的分析和管理（CAM）知识。由此，从现有的研究观点看，企业开展服务创新的关键知识就是市场知识[18]。市场知识帮助企业在开展服务创新中，其创新效果更能贴合用户的需求。因此，本文提出假设。
H1：市场知识正向影响企业服务创新水平，且影响显着。
1.2市场知识与定向跨组织学习
企业通过从外部搜寻、整合与吸收知识，实现其内部知识的更新与累积，进而提高企业的学习绩效[19]。对外部知识的搜索、整合与吸收可帮助企业解决所面临的各种问题，获得有价值的知识资源，提高知识学习的效率，从而正向影响企业的服务创新绩效和组织学习。
市场知识有助于企业间知识和技术的相互形成和转移。在产品销售中，批发商和零售商接触顾客频繁，对其消费行为、消费特征和消费需求等信息有清楚的掌握，而生产企业则更需要了解这些信息以满足顾客需求。通过彼此的交流，批发商和零售商知道应向生产企业提供哪些信息，而生产企业也清楚应向顾客提供何种产品与服务以满足其消费需求，这便是定向跨组织学习的表现[20]。由此，本文提出假设。
H2：市场知识正向影响定向跨组织学习，且影响显着。
1.3定向跨组织学习与服务创新水平
现实中，外部知识的异质化与多样化，使得企业的定向跨组织学习出现可靠程度降低、搜索风险和成本加大的问题[21]。有学者认为，应聚焦于企业的某种特定社会网络，这样对企业的服务创新水平影响更有效果[22]。Soosay et al.[23]指出，定向跨组织学习的主要目的之一是获得有价值的市场知识。知识共享、知识理解和知识整合是定向跨组织学习的核心组成部分[24]。
蒋青云[25]，邵昶[26]认为企业通过定向跨组织学习实现对外部知识的搜索、理解与整合，而企业则在相互合作中完成知识的传递和重构，并实现服务创新水平的提升。Subramaniam & Youndt[27]指出定向跨组织学习利于提高合作企业的信任程度，使企业构建长期、稳定的合作关系，实现知识共享，推动服务创新。据此本文提出假设。
H3a：定向跨组织学习正向影响服务创新水平，且影响显着。
H3b：定向跨组织学习在市场知识与服务创新水平之间产生中介效应。
1.4行业类别、企业大小的调节效应
来自不同行业领域的制造业企业为顾客所提供的服务存在较大差别，这些差异使企业服务创新的模式、程序和方法呈现区别。因此，本文将行业类别作为制造业企业服务创新中一个情景变量[28]。
有学者认为，企业规模越大，越易出现创新，前者对后者产生正向影响[29]。另有学者指出，与大企业相比较，由于中小企业拥有的知识资源较为稀缺[30]，则其需要通过外部资源的获得来实现服务创新[31]。但是也有研究得出相反的观点，即企业大小对服务创新没有产生正向影响，中等规模的企业可能具有更好的适应能力[32]。尽管研究结论不尽一致，但是揭示出企业大小与服务创新之间关联的必要程度。据此本文提出假设。
H4：行业类别对服务创新水平具有显着调节效应。
H5：企业大小对服务创新水平具有显着调节效应。
综上所述，建立研究模型如图1所示。
2变量定义与研究数据
2.1变量定义
本文量表来自国际权威期刊，并被国内情境验证，确保量表的效度和信度。调查问卷采用李克特5级量表。各变量及定义如表1所示。表1中：（1）根据Veugelers[33]、张国良[34]和张红琪等[35]研究成果确定制造业企业服务创新水平；（2）根据Mackinnon et al.[16]、余维臻[18]、Cabrera et al.[36]和王月辉[37]研究成果确定市场知识量表；（3）根据韩斌[22]、蒋青云[25]、Weigelt et al.[38]、Zahra & George[39]等研究成果确定定向跨组织学习；（4）行业类别将制造业企业分为12类（表2），其中工艺品、家具生产、食品加工和服装纺织归为劳动密集型产业，其余归为知识密集型产业；（5）企业成立年限、2018年营业额、企业合作经验三个控制变量，根据ZHANG et al.[40]、ZHOU& LI[41]和刘冰[42]等研究成果确定。
2.2研究数据
本文选择四川省高科技园内的250家制造业企业作为研究样本。目前，这些企业均面临转型升级，迫切需要开展服务创新[43]。本文通过邮寄问卷和走访调研的方式，邀请企业主要管理人员回答问题。本文收回问卷160份，回收率为64%。除去有显着错误的问卷以外，有效问卷155份。样本企业的信息分析如表2所示。
3模型验证与实证结果分析
3.1模型验证
为评价测项的质量，本文进行了试验性测试。邀请部分企业高层管理人员回答问卷问题。根据反馈，调整完善题项表述和格式。对于可能因主观评价导致的同源偏差问题，本文在调查过程中选择少数高层管理者随机回答问卷，并告知回答者答案没有对与错，保证答案保密。由此，量表的信度与效度得到保证，且问卷回答者不会因要迎合研究者想要的答案来回答问题，也大大降低了问卷回答者根据社会普遍标准编写答案的可能。对量表的信度分析，表3数据显示，市场知识、定向跨组织学习与服务创新水平的α值分别为0.780，0.770和0.765，大于临界值0.7，且其余各测项的α值也均大于临界值0.7，表示量表具有良好的信度。表3数据显示，市场知识、定向跨组织学习和服务创新水平的KMO值分别为0.767，0.746和0.746，均大于0.7，Bartlett球形检验显着性在0.000。通过探索性因素分析（EFA）和验证性因素分析（CFA）评价量表的效度。表3中验证性因素分析（CFA）各数值表示测量模型较好地拟合了数据，量表具有良好的效度。此外，本文采用Harmans单因素检验分析同源偏差问题。通过对主要变量作因子分析，特征值均大于1，第一个主成分因子仅仅解释总方差的14.12%，意味着同源偏差问题不显着。由此，本文通过过程控制和数据验证确保量表的效度、信度和同源偏差问题。
本文首先对各变量进行相关分析，各变量存在显着相关关系。本文采用逐步回归方法，降低变量中多重共线性带来的影响。依据构建的理论模型，对市场知识、定向跨组织学习和服务创新水平之间的关系进行验证，结果如表4所示。
3.2主效应实证结果分析
3.2.1市场知识对服务创新水平的作用
上述理论模型验证显示，市场知识和服务创新水平的标准化效应系数为0.542（P<0.001），且通过显着性检验。这显示市场知识和服务创新水平呈显着正向关联，本文的假设1得到验证。企业在竞争激烈的市场环境中，为实现可持续发展，会搜索、分析和整合各种市场知识，这不仅帮助企业了解掌握客户对产品和服务的评判，而且能从中寻找到新的市场需求，这为企业进行服务创新提供了可靠有效的思路和来源，进而提升服务创新水平。
3.2.2市场知识对定向跨组织学习的作用
通过对市场知识和定向跨组织学习的关系模型验证发现，两者的标准化效应系数为0.605（P<0.001），且通过显着性检验。这显示市场知识和定向跨组织学习呈显着正向关联，本文的假设2得到验证。市场知识是企业在定向跨组织学习中获得的重要知识资源，使得企业不断完善与批发商、零售商、顾客的关系，为企业间相互学习提供独特的学习平台。成员企业成为市场知识的传播者和需求者。在知识的传播和分享中，市场知识得到累积和更新，提高成员企业知识的相容度。在这种特定的社会化网络中，企业通过分工和协作实现价值的创造、传递，形成有效的专业化分工效率和协作效率。这些成效不仅是企业自身市场知识累积的结果，更是成员企业间市场知识传播、共享和整合的结果，进而提升定向跨组织学习的绩效。
3.2.3定向跨组织学习对服务创新水平的作用
定向跨组织学习对服务创新水平的标准化效应系数为0.603（p<0.001），且通过显着性检验。这显示定向跨组织学习对服务创新水平呈显着正向关联，本文的假设3a得到验证。定向跨组织学习作为一种获得市场知识有效的学习方式，有助于成员企业知识共享、整合与解决问题，推动企业间知识的循环传递。每一次的知识共享，使企业的服务创新水平呈螺旋式上升，进而形成长期竞争优势。
3.2.4定向跨组织学习的中介效应
在理论模型中，市场知识对服务创新水平的影响有两条路径。一条是市场知识对服务创新水平产生直接效应，标准化效应系数为0.542（p<0.001），已通过验证。另一条，则是增加定向跨组织学习后，市场知识对服务创新水平的标准化系数为0.177（p = 0.005<0.05），且很好通过显着性检验。由此，定向跨组织学习在市场知识与服务创新水平的关系中产生部分中介效应，其值为0.365（等于0.605×0.603）。定向跨组织学习作为中介变量，其中介效应大于市场知识对服务创新水平的直接效应，因此，定向跨组织学习在市场知识推动服务创新水平提升的过程中产生巨大的激发效应，进一步放大其作用和影响，本文的假设3b得到验证。具体分解结果如表5所示。
3.3调节效应实证结果分析
3.3.1企业大小的调节效应
已有研究成果显示，企业大小对主效应的调节作用呈复杂表现。为确定何种观点更接近国内的现实情境，本文采用回归模型，具体结果如表6所示。首先考虑控制变量，其次增添自变量，调节变量（企业大小），最后增添交互项，市场知识×企业大小和定向跨组织学习×企业大小。为避免出现多重共线性问题，本文在交互项计算前进行中心化处理，得到表6中模型1～模型9。
模型3显示，市场知识×企业大小产生的交互项为正且显着（a = 0.155，p<0.05），增添交互项前R2为0.460，增添交互项后R2为0.474，解释服务创新水平1.4%（p<0.05）方差变化。在市场知识对定向跨组织学习的作用中，企业大小起正向调节效应，本文的假设5得到验证。和规模小的企业相比较，规模大的企业与外部接触更为广泛，拥有较多的学习资源，进而推动市场知识的搜寻与整合，提高定向跨组织学习效率。
模型6显示，定向跨组织学习×企业大小产生的交互项为正（a = 0.036），但是没有通过显着性检验。这意味着在定向跨组织学习对服务创新水平的作用中，企业大小没有显着的调节效应。因此，不管规模大的企业，还是规模小的企业，要实现服务创新水平的提升，均需要进行定向跨组织学习。
模型9显示，市场知识×企业大小产生的交互项为正且显着（a = 0.170，p<0.05），增添交互项前R2为0.355，增添交互项后R2为0.370，解释服务创新水平1.5%（p<0.05）方差变化。在市场知识对服务创新水平的作用中，企业大小起正向调节效应，本文的假设5得到验证。和规模小的企业相比较，规模大的企业获得市场知识的来源更为广泛，知识储备量大，较易实现服务创新，进而提升服务创新水平。
3.3.2行业类别的调节效应
考虑到自变量是连续变量，调节变量是分类变量，本文首先进行了分组回归检验是否显着，然后比较组间相关系数是否存在显着差异以确定调节作用是否显着[44]。按照上述行业分类，将样本企业所在行业类别分为劳动密集型和知识密集型，验证结果如表7所示。
表7数据显示，各组回归系数均呈显着性差异，但是在对组间差异比较时，只有模型1 Fisher z值为1.683（p<0.1）大于1.65，通过显着性检验。因此，在市场知识对定向跨组织学习的作用中，行业类别产生调节效应，知识密集型组a1 = 0.605（p<0.01），大于劳动密集型组a2 = 0.430（p<0.01），与已有研究的观点一致，即和劳动密集型企业相比较，知识密集型企业更需要学习，也更需要市场知识来提升服务创新能力。相反，模型2和模型3 Fisher z值小于1.65，不存在显着性差异。因此，可以得出不论企业是何种行业，要实现服务创新水平的提升，市场知识和定向跨组织学习均很重要，本文的假设4得到部分验证。
4结论
本文从制造业企业进行服务创新面临的现实困境出发，通过确定服务创新的关键知识和定向跨组织学习，从降低服务创新的风险和成本、提高可靠程度两个方面突破困境，使企业避免过度跨组织搜寻和资源浪费，提升服务创新水平。
研究结果显示，市场知识和服务创新水平呈显着正向关联。企业在竞争激烈的市场环境中，为实现可持续发展，会不断搜索、分析和整合各种市场知识，这不仅帮助企业了解掌握客户对产品和服务的评判，而且能从中寻找到新的市场需求，这为企业进行服务创新提供了可靠有效的思路和来源，进而提升服务创新水平。
市场知识和定向跨组织学习呈显着正向关联。市场知识是企业在定向跨组织学习中获得的重要知识资源，使得企业不断完善与批发商、零售商、顾客的关系，为企业间相互学习提供独特的学习平台。成员企业成为市场知识的传播者和需求者。在知识的传播和分享中，市场知识得到累积和更新，成员企业知识的相容度得到提高。在这种特定的社会化网络中，企业通过分工和协作实现价值的创造、传递，形成有效的专业化分工效率和协作效率。这些成效不仅是企业自身市场知识累积的结果，更是成员企业间市场知识传播、共享和整合的结果，进而提升定向跨组织学习的绩效。
[12] Lavie D.， Miller S.R.. Alliance portfolio internationalization and firm performance [J].Organization Science，2008，19（4）： 623-646.
[13] Lichtenthaler U.. Outbound open innovation and its effect on firm performance： examining environmental influences [J].R&D Management， 2009， 39（4）： 317-330.
[14]魏江，陶颜，陈俊青.服务创新的实施框架及其实证[J].科研管理， 2008， 29（6）： 52-57.
[15] Lubatkin M.， Florin J.， Lane P.. Learning together and apart： a model of reciprocal interfirm learning [J]. Human Relation， 2011， 54（10）： 1353-1382.
[16] Mackinnon D.P.， Warsi G.， Dwyer J.H.. A simulation study of mediated effect measures [J]. Multicar Behavior Research， 2005， 30（1）： 41.
[17] Schmidt T.. Absorptive capacity-one size fits all？ A firm-level analysis of absorptive capacity for different kinds of knowledge[J]. Management Decision Economy， 2010， 31（1）： 1-18.
[18]余维臻，李文杰，黄秋波.制造企业服务创新过程中核心知识及量表开发研究[J].科研管理， 2014， 35（12）： 145-152.
[19] Senker J.. Tacit knowledge and models of innovation [J]. Ind. Corp. Chang， 2015， 4（2）： 425-447.
[20]王国才，刘栋，王希凤.营销渠道中双边专用性投资对合作创新绩效影响的实证研究[J].南开管理评论， 2011， 14（6）： 85-94.
[21] Sofka W.，Grimpe C..Specialized search and innovation performance： evidence across Europe [J]. R&D Management， 2010， 40（3）： 310-323.
[22]韩斌.渠道学习对渠道绩效的影响机制研究[D].复旦大学， 2012.
[23] Soosay C. A.，Hyland P. W.，Ferrer M..Supply chain collaboration： capabilities for continuous innovation [J]. Supply Chain Management International Journal， 2008， 13（2）： 160-169.
[24]陈勇，蔡宁.关系学习与企业技术创新的实证研究[J].管理工程学报， 2011， 25（4）： 222-226.
[25]蒋青云.营销渠道理论的"学习范式"研究[D].复旦大学， 2007.
[26]邵昶，蒋青云.营销渠道理论的演进与渠道学习范式的提出[J].外国经济与管理， 2011， 33（1）： 50-58.
[27] Subramaniam M.， Youndt M. A.. The influence of intellectual capital on the types of innovative capabilities [J]. Academic Management Journal， 2015， 48（3）： 450-463.
[28]魏江，郑小勇.关系嵌入强度对企业技术创新绩效的影响机制研究—基于组织学习能力的中介性调节效应分析[J].浙江大学学报（人文社会科学版）， 2010， 40（6）： 168-179.
[29] Teece D. J.， Pisano G.， Shuen A.. Dynamic capabilities and strategic management [J]. Strategic Management Journal， 2007， 18（7）： 509-533.
[30] Teirlinck P.， Spithoven A.. Research collaboration and R&D outsourcing： different R&D personnel requirements in SMEs [J]. Technovation， 2013， 33（4-5）： 142-153.
[31] Srivastava M.K.， Gnyawali D.R.. When do relational resources matter？Leveragingportfoliotechnologicalresourcesfor breakthrough innovation [J]. Academy of Management Journal， 2011， 54（4）： 797-810.
[32] Ucbasaran D.， Westhead P.， Wright M.， Opportunity identification and pursuit： does an entrepreneurs human capital matter [J] ？ Small Business Econ， 2008， 30（2）： 153-173.
[33] Veugelers R.. Internal R&D expenditures and external technology sourcing [J]. Research Policy， 2007， 26（3）， 303-315.
[34]张国良，陈宏民.关于组织创新性与创新能力的定义，度量及概念框架[J].研究与发展管理， 2007， 19（1）： 42-50.
[35]张红琪，鲁若愚.顾客知识管理对服务创新能力影响的实证研究[J].科学学与科学技术管理， 2012， 33（8）： 66-73.
[36] Cabrera E. F.， Cabrera A.. Fostering knowledge sharing through people management practices [J]. International Journal Human Resource Management， 2005， 16（5）： 720-735.
[37]王月辉，缪祺.前导因素及其对营销创新绩效的影响[J].北京理工大学学报（社会科学版）， 2013， 15（3）： 60-66.
[38] Weigelt C.. The impact of outsourcing new technologies on integrativecapabilitiesandperformance[J].Strategic Management Journal， 2009（30）： 595-616.
[39] Zahra S. A.， George G.. Absorptive capacity： a review ， reconceptualization， and extension [J].Academic Management Review， 2002（27）： 185-203.
[40] ZHANG J.， Baden-Fuller C.， Mangematin V.. Technological knowledgebase，R&Dorganizationstructureandalliance formation： evidence from the biopharmaceutical industry [J]. Research Policy， 2007（36）： 515-528.
[41] ZHOU K.Z.， LI C.B.. How knowledge affects radical innovation： knowledge base， market knowledge acquisition， and internal knowledge sharing [J]. Strategic Management Journal， 2012， 33（9）： 1090-1102.
[42]刘冰，符正平，邱兵.冗余资源、企业网络位置与多元化战略[J].管理学报， 2011， 8（12）： 1793-1800.
[43]周彩红.产业价值链提升路径的理论与实证研究[J].中国软科学， 2009（7）： 163-171.
[44]温忠麟，侯杰泰，张雷.调节效应与中介效应的比较和应用[J].心理学报， 2005， 37（2）： 268-274.
Marketing Knowledge， Directed Across-Organization Study and Service Innovation Capability in Manufacturing Enterprises
WU Hongru1，BAI Manying2
（1.School of Economics and Management， Panzhihua University， Panzhihua 617000， China；2.School of Economics and Management， Beihang University， Beijing 100191， China）
Abstract： This paper examines the effects of marketing knowledge and directed across-organization study to service innovation capability in manufacturing enterprises. By using the multiple regression method， this paper analyses 122 manufacturing firms in Sichuan empirically. The results show that marketing knowledge and directed across-organization study play a positive influence on service innovation capability. Moreover， directed across-organization study plays an intermediary role. The scale of enterprises has a positively regulatory effect on the path of marketing knowledge to directed across-organization study， and the path of marketing knowledge to service innovation capability. The industrial classification plays a regulatory role on the path of marketing knowledge to directed across-organization study.
Keywords： directed across-organization study；service innovation capability；marketing knowledge
