共查询到20条相似文献，搜索用时 156 毫秒
1.
本文的主要目的在于揭示学习导向作为组织价值观,其对企业绩效影响的行为路径。本研究的原创意义在于重新梳理了导向的构念,将学习导向界定为状态变量,将市场导向、创业导向和技术导向界定为行为变量,扩展了学习导向已有的态度—结果研究范式,按照价值观—组织行为—结果的研究范式揭示了市场导向、创业导向、技术导向行为在学习导向与企业绩效之间的路径作用。利用中国467个企业的问卷调查数据进行实证分析,研究结果发现,市场导向和创业导向对学习导向与企业绩效之间关系具有中介作用,同时,市场导向和技术导向对创业导向具有正影响,但技术导向对学习导向与企业绩效之间关系的中介作用没有得到证实。 相似文献
2.
随着企业与顾客之间互动的不断增强,以顾客为中心的时代正在来临,互动导向将成为企业在互动环境下获取持续竞争优势的重要战略选择。本文将市场环境和战略类型两个重要变量引入到互动导向的理论架构中,并以酒店服务业为例,实证检验了互动导向、市场环境、战略类型与企业绩效之间的关系。研究结果表明:互动导向对企业绩效具有显著的正向影响;市场环境对互动导向与企业绩效之间的关系具有部分调节作用;战略类型对互动导向与企业盈利绩效之间的关系具有显著调节作用。研究结论不仅进一步完善了互动导向理论,同时也为服务业互动导向的实施提供了重要的理论依据。 相似文献
3.
4.
5.
通过四家产业集群企业的案例研究,本文考察了技术学习惯例在外部知识获取策略与企业创新绩效之间的中介作用机制。研究发现:技术学习惯例强度在深度优先的外部知识获取策略影响企业技术创新绩效的机制中起中介作用,技术学习惯例多样性在广度优先的外部知识获取策略影响企业技术创新绩效的机制中起中介作用。论文工作深化了对产业集群企业内部技术学习行为和创新过程的理解,拓展了组织惯例领域的实证研究。 相似文献
6.
7.
在回顾创新意愿、集群供应链网络关系强度和创新绩效理论,理清三者内在关系的基础上,构建了关系研究的理论模型;通过257家企业调研数据的实证分析,研究创新意愿、集群供应链网络关系强度与企业创新绩效的作用机理。研究结果表明：(1)创新意愿与企业创新绩效之间呈正相关系;集群供应链网络关系强度与企业创新绩效之间呈正想关系;(3)集群供应链网络关系强度在创新意愿与企业创新绩效之间存在中介效应。因此,基于集群供应链网络背景,企业注重提升创新意愿的同时与集群供应链企业保持良好的网络关系,借助于创新意愿与网络关系的互动,提升创新绩效。 相似文献
8.
探讨了链式集群企业多维网络关系通过二元式组织学习影响创新绩效的作用机理,对福建省三个链式产业集群数据的实证研究表明:链式集群网络关系广度、关系强度及关系质量对企业创新绩效均有显著的影响:组织学习在企业网络关系和创新绩效之间起着重要的中介作用,但探索式学习和利用式学习在不同作用路径中的中介效应存在较大的差异.因此,链式集群网络背景下企业应重视多维网络关系的建立和调整,加强及平衡二元式组织学习,并适时通过网络关系和组织学习的双向动态调整,提高其创新绩效. 相似文献
9.
10.
11.
12.
在文献研究的基础上,通过访谈、开放式问卷等方法,初步确立了员工知识学习绩效的结构。根据该结构,结合访谈及开放式问卷所搜集的员工知识学习绩效测度条目,编制了员工知识学习绩效问卷。该问卷在5家企业中进行了初步调查。并在此基础上,修订问卷,重新选取73家企业的员工进行了测试,获得了517份有效问卷。探索性因子分析结果表明：员工知识学习绩效结构模型是由知识获取、知识共享、知识吸收以及知识创造构成的。验证性因子分析进一步确认与完善了该因子结构模型。 相似文献
13.
运用演化经济学的基本思想,探讨了产业中数个企业的研发投入策略的演化过程。我们运用遗传算法构建了一个企业研发投入策略的演化模型,根据学习规则的不同将企业划分为三种类型,并通过计算机程序仿真模拟了该演化过程。本文的目的是通过遗传算法检验学习对研发投入策略演化过程的影响作用,经过对不同类型企业的绩效比较分析,仿真结果验证了学习不仅加强了企业的市场竞争能力,而且也增进了技术创新和社会效益。 相似文献
14.
摘要：在文献回顾的基础上,提出了战略领导行为、学习导向、知识整合与组织创新绩效关系的假设模型,并通过对浙江、江苏和上海三省（市）163家企业的问卷调查检验这一模型。研究结果表明：战略领导行为对学习导向具有显著的正向影响作用;战略领导行为并不直接影响知识整合,而是通过学习导向间接地影响知识整合能力;学习导向和知识整合能力在战略领导行为与组织创新绩效之间起着重要的中介作用;战略领导行为对技术创新绩效的直接影响不显著,但对管理创新绩效却具有显著的直接正向影响。 相似文献
15.
基于知识观理论视角,以高新技术企业的研发人员为样本对象,对信任、知识共享、组织学习与商业模式创新的内在关系进行实证研究。结果表明:信任对知识共享具有显著的正向影响,信任与知识共享对组织学习具有显著的正向影响,组织学习对商业模式创新具有显著的正向影响。信任和知识共享对商业模式创新没有显著的直接影响,必须通过组织学习对商业模式创新产生影响。高新技术企业要促进商业模式的创新,首先要构建起组织信任的环境;在此基础上,通过信任来促进组织成员间的知识共享和提升组织学习的能力,从而提升商业模式创新的绩效水平。 相似文献
16.
17.
基于复杂产品研发的视角,运用知识管理和复杂产品系统理论,探讨关键干系人知识共享行为的两个构面、创新速度和创新质量与复杂产品研发绩效的关系,构建理论模型,并采用结构方程模型的方法对理论模型进行实证检验。研究结果表明:显性知识共享行为和隐性知识共享行为不仅对产品绩效和学习绩效有直接作用,还通过创新速度和创新质量间接影响产品绩效和学习绩效;同时,显性知识共享行为和隐性知识共享行为对创新和研发绩效的影响有所差异,显性知识共享行为对创新速度和学习绩效的影响较大,而隐性知识共享行为对创新质量和产品绩效的影响较大。 相似文献
18.
以学习效应为中介变量,构建全球价值链嵌入与集群企业创新绩效的关系模型,并以绍兴纺织业集群中134个外向型企业为对象,运用结构方程模型进行实证检验。研究发现:(1)全球价值链嵌入的三个维度具有内在逻辑联系,结构嵌入促进关系嵌入,并通过关系嵌入推动认知嵌入的提高。(2)全球价值链嵌入的三个维度均不直接影响集群企业的创新绩效,但结构嵌入和关系嵌入通过利用式学习间接改善创新绩效。研究认为集群企业应从战略层次关注全球价值链嵌入三个维度的内在关系,并通过学习能力的培育更好的利用外部创新资源。 相似文献
19.
不同网络嵌入方式对企业创新绩效的影响是存在显著差异的。构建了网络嵌入、学习能力和技术创新绩效之间的理论模型,通过运用结构方程模型对广东省高新技术与民营科技型企业为样本的问卷调查数据进行实证分析。研究结果表明:(1)网络结构嵌入对技术创新绩效没有直接的显著影响,也无法通过学习能力的中介对其产生间接的影响作用;(2)网络关系嵌入对技术创新绩效不仅有直接显著的正向影响,而且还能通过学习能力的部分中介作用对技术创新绩效起到显著的正向影响;(3)在小规模企业中,网络密度对于技术创新绩效的作用并不显著。研究结论进一步深化了技术创新理论,对企业技术创新的提升有一定指导意义。 相似文献
20.
Zenun Kastrati Ali Shariq Imran Sule Yildirim Yayilgan 《Information processing & management》2019,56(5):1618-1632
This paper presents a semantically rich document representation model for automatically classifying financial documents into predefined categories utilizing deep learning. The model architecture consists of two main modules including document representation and document classification. In the first module, a document is enriched with semantics using background knowledge provided by an ontology and through the acquisition of its relevant terminology. Acquisition of terminology integrated to the ontology extends the capabilities of semantically rich document representations with an in depth-coverage of concepts, thereby capturing the whole conceptualization involved in documents. Semantically rich representations obtained from the first module will serve as input to the document classification module which aims at finding the most appropriate category for that document through deep learning. Three different deep learning networks each belonging to a different category of machine learning techniques for ontological document classification using a real-life ontology are used.Multiple simulations are carried out with various deep neural networks configurations, and our findings reveal that a three hidden layer feedforward network with 1024 neurons obtain the highest document classification performance on the INFUSE dataset. The performance in terms of F1 score is further increased by almost five percentage points to 78.10% for the same network configuration when the relevant terminology integrated to the ontology is applied to enrich document representation. Furthermore, we conducted a comparative performance evaluation using various state-of-the-art document representation approaches and classification techniques including shallow and conventional machine learning classifiers. 相似文献