论文部分内容阅读
数字创新呈现生态化趋势,大数据、人工智能等技术研发持续深入,数字创新成为企业提升核心竞争力的重要途径。构建数字创新生态系统成为企业发展的新方式,但目前理论研究滞后,对于如何有效构建数字创新生态系统这一问题的研究亟待深入。在此背景下,本文主要关注如下研究问题:企业在构建数字创新生态系统是如何获得高创新绩效与高经济绩效的?本文综合使用案例分析,质性文本分析和模糊集定性比较分析(fsQCA)等多种研究方法,对上述问题展开了研究。本文基于生态学理论,分析了数字创新生态系统的种群和流量这两类主要构成要素,并构建其分析框架。其中,数字创新生态系统的种群包括数字产品/服务生产者、网络运营商、科研机构、平台和消费者五类,流量包括经济流、技术流和关系流三类。另外,企业的生态规模(企业数字产品与服务方面的合作数量)对数字创新生态系统发展具有重要区别。本文选取31家人工智能上市公司的数字创新生态系统作为研究对象,选取公司官网新闻作为研究数据,运用机器筛选的方式对新闻进行清洗,并运用质性文本分析的方式编码企业合作新闻,得到各企业的生态种群与生态流量统计数据,并运用模糊集定性比较分析方法校准数据并得出组态模式。本文共识别出企业获得高创新绩效的三种组态模式和高经济绩效组态的两种组态模式。在数字创新生态系中,种群确定了系统的主体结构,生态流量则反映了主体之间的关系,二者是构成生态系统不可或缺的部分,共同决定了数字创新生态系统的绩效状况。通过实证结果可知,首先,提升企业创新绩效与经济绩效具有多重路径,即具有多重并发因果的关系。其次,全面型组态更易提升企业绩效,即生态种群、生态流量多样化能够更好促进企业提升绩效。第三,关系流与技术流是数字创新生态系统的优势,是提升企业绩效的必要生态流。第四,企业间生态规模大小的差异会产生不同的企业绩效实现路径。本文主要有以下三点贡献。在研究框架层面,引入生态种群和生态流量,从微观和整体的视角描绘了核心企业与参与企业的资源交互过程。在企业绩效研究方面,本文通过生态种群与生态流量的联动匹配验证了核心企业对于创新生态系统的绩效影响。在方法论层面,本文率先将组态思维引入数字创新生态系统绩效研究中,突破生态系统成长研究的单案例研究方式,探求了多重并发因果下的绩效提升途径。运用QCA背后的组态思维对生态种群和生态流量进行组合。