李興旺 梅步俊 李炳杰

內容提要：高層管理團隊(TMT)是動態(tài)能力形成的重要前置因素，而關于TMT對動態(tài)能力形成的復雜作用機制缺乏相應的研究。本文基于復雜性科學涌現理論和主導邏輯理論，構建TMT形成動態(tài)能力的作用機制模型，并分析這一復雜作用機制的涌現性。研究結果表明，高管主導邏輯對動態(tài)能力形成的作用機制中包含高管個體主導邏輯、環(huán)境因素等五大因素，可進一步細分為13個要素。動態(tài)能力與這13個要素之間存在非線性關系，且其作用機制具有涌現性。具體表現為涌現性總熵值越大，企業(yè)動態(tài)能力越強。此外，本文運用遺傳算法解出了與企業(yè)動態(tài)能力具有高度相關性的由各要素構成的七種情形，企業(yè)可依據自身要素構成情況“對號入座”其中的某一情形，通過協(xié)調某一情形中的要素關系來提升自身的動態(tài)能力。

一、問題提出

動態(tài)環(huán)境的持續(xù)性使企業(yè)如何適應環(huán)境成為一個永恒話題。企業(yè)動態(tài)能力作為能夠讓企業(yè)在變動且復雜的環(huán)境中獲得持續(xù)競爭優(yōu)勢的根本來源[1-2]，20多年來一直是企業(yè)實踐和理論研究持續(xù)關注的一個焦點。理論研究從對動態(tài)能力與競爭優(yōu)勢、動態(tài)能力與績效關系的關注，擴展到對動態(tài)能力形成的前置因素的關注，旨在探究如何提升動態(tài)能力。

高層管理團隊(top management team，TMT)作為動態(tài)能力形成的重要前置因素，在管理實踐中普遍存在，理論上也普遍認同，但是理論解釋能力卻比較低，這是因為TMT作用于動態(tài)能力的中間過程變量關系復雜難測。盡管學者們預測了一些中間過程變量，但由于其難以測量而無法進行整體機制的探索研究。因而，識別和改善中間過程變量，不僅可以解釋管理實踐中TMT對動態(tài)能力的重要作用，而且可以系統(tǒng)、高效地增強TMT對動態(tài)能力的提升作用，促使企業(yè)更好地適應環(huán)境變化。

學者們已發(fā)現高管個體行為及其相互作用對動態(tài)能力的重要性[3]，但管理者個人及其行為、企業(yè)資源的作用被忽略或沒有很好地被納入動態(tài)能力研究[4]，如特里普薩和加韋蒂(Tripsas & Gavetti,2000)僅提出高管主導邏輯對企業(yè)動態(tài)能力形成具有促進作用的觀點，并未進行深入剖析[5]。因此，本文以TMT對動態(tài)能力的作用機制研究為核心，運用主導邏輯理論、高階梯隊理論及復雜性系統(tǒng)理論，探求高管個體→高管團隊→動態(tài)能力之間的“黑箱”，并運用遺傳算法(genetic algorithm)，選擇“黑箱”中對企業(yè)動態(tài)能力起到決定性作用的要素組合，增強TMT對動態(tài)能力作用機制的理論解釋與預測能力，推進動態(tài)能力理論研究的縱深發(fā)展。

二、文獻回顧

(一)高管主導邏輯及其對動態(tài)能力形成的作用

20世紀90年代，基于對邏輯思維的關注，一些學者聚焦于主導邏輯(dominant logic)的研究。主導邏輯由普拉哈拉德和貝蒂斯(Prahalad & Bettis,1986)[6]提出，探討了主導邏輯對多元化公司績效的影響，得到了學界的廣泛關注，自此主導邏輯成為研究TMT如何發(fā)揮重要作用的有效理論工具。

主導邏輯是管理者對所在行業(yè)的看法、對業(yè)務的概念界定及相關關鍵資源配置決策方式的集合[6]，是高層管理者對企業(yè)如何適應環(huán)境變化而進行運作的一種認知[7]或心智模式[8]。高管主導邏輯扮演著兩個重要的角色：一是信息過濾器，當組織的注意力只集中在被主導邏輯認為是重要的信息上時，其他信息基本被忽略[9]，此時主導邏輯起到了信息過濾器的作用。馮克羅等(von Krogh et al.,2000)通過案例研究對信息過濾器進行了操作化研究試圖開發(fā)“信息關注點范圍”[10]。二是信息反應器，在進行戰(zhàn)略決策和戰(zhàn)略實施過程中，主導邏輯還具有對環(huán)境信息做出戰(zhàn)略行動的“反應器”功能，主導邏輯是針對戰(zhàn)略目標按照高管思維模式進行戰(zhàn)略行動的一系列反應[11]。顯然，信息過濾器與信息反應器其實是管理者認知中的關注焦點和因果邏輯兩個維度[12]在主導邏輯中的具體化，并成為后續(xù)主導邏輯操作化研究的基礎。

科爾和梅斯科(Kor & Mesko,2013)首先將動態(tài)管理能力的研究與主導邏輯聯系起來，重點研究了管理者動態(tài)管理能力與主導邏輯的關系[13]。埃洛寧等(Ellonen et al.,2015)認為主導邏輯和動態(tài)能力是在一種互動關系中共同進化的，兩者都是支持創(chuàng)新和產業(yè)轉型所必需的[14]。主導邏輯對動態(tài)能力的作用體現在通過設定“關注焦點”來引導動態(tài)能力，主導邏輯作為促進變革或抵御威脅的關鍵手段影響動態(tài)能力[14]。

總而言之，主導邏輯的提出引發(fā)了對高管認知概念的研究，推動了TMT對企業(yè)能力(包括動態(tài)能力)形成研究的探索[15]。

(二)TMT與動態(tài)能力的形成

自蒂斯等(Teece et al.,1997)[1]提出動態(tài)能力以來，就引起國內外學者們的持久關注，現已成為戰(zhàn)略管理理論的一個重要組成部分。總體上，動態(tài)能力的研究沿著“前置因素→動態(tài)能力→企業(yè)績效”這個基本范式展開，已取得了廣泛的研究成果(尤其是動態(tài)能力→企業(yè)績效的研究)。在“前置因素→動態(tài)能力”的研究中，高管個體及TMT作為形成動態(tài)能力的前置因素，區(qū)別于基層管理者，屬于自上而下形成的導向型動態(tài)能力研究[16]。動態(tài)能力框架將高級管理人員視為組織中的核心角色，在關鍵時刻，首席執(zhí)行官和高層管理團隊洞察趨勢、積極響應、重新分配資源是組織最明顯的特征[17]。關于TMT對動態(tài)能力形成的相關研究主要集中在以下幾個方面：

動態(tài)能力的內涵：皮薩諾(Pisano,2017)認為，動態(tài)能力概念的提出引發(fā)了眾多學者的討論[18]，本文將動態(tài)能力的內涵界定為蒂斯(2018)對動態(tài)能力的最新定義：動態(tài)能力包括環(huán)境感知能力(sensing capabilities)、機會捕捉能力(seizing capabilities)和轉換調整能力(transforming’ capabilities)[2]。

TMT認知與動態(tài)能力：根據能力階層理論,動態(tài)能力明確被界定為一種決定低層級能力(如職能能力)的高階能力[19],這種高階動態(tài)能力存在于企業(yè)高層管理團隊的決策中。高管認知的表征決定了動態(tài)能力的高低[20]，管理者認知是動態(tài)能力的微觀基礎[21]，且高管的共有主導邏輯對動態(tài)能力形成的作用更明顯[13]，甚至可以預測企業(yè)動態(tài)能力的形成，推動企業(yè)動態(tài)能力的演化[22]。因此，高管對企業(yè)動態(tài)能力形成具有重要作用[23]。

高管個人特質與動態(tài)能力：TMT通過個人文化底蘊、敏銳的商業(yè)洞察力以及多年的市場經驗對市場機遇的把握，作用于企業(yè)動態(tài)能力的形成[24-25]。此外，TMT的創(chuàng)新能力有利于企業(yè)獲取關鍵信息與資源[26]，TMT信息的多樣化能夠提高企業(yè)的信息處理能力[27]，從而有利于企業(yè)動態(tài)能力的形成[28]。

TMT互動與動態(tài)能力：TMT成員之間的行為與動態(tài)能力的形成密切相關[29],其通過調動和整合資源實現知識的共享與傳播[30-31]。在此過程中，成員之間的信息共享、共同決策以及相互協(xié)作又會反作用于團隊學習[32]。而TMT的共同決策行為可以有效減少組織成員之間的沖突[33]，進而減小了決策的執(zhí)行阻力，動態(tài)能力由此產生[29]。

TMT環(huán)境感知與動態(tài)能力：管理者能夠感知到消費者需求和內外部環(huán)境的改變，然后通過收集、解釋、積累以及篩選相關信息，并能對組織需求、技術、市場反應等未來演變趨勢做出預測[27]。實際上，企業(yè)家的獨特性就體現在其具有敏銳的洞察能力，能感知與捕捉機會并利用其創(chuàng)造利潤[27]。主導邏輯貫穿在組織慣例、組織程序中，對期望、信念、優(yōu)先權能夠進行系統(tǒng)性篩選和過濾[13，34]，TMT的管理經驗共享使企業(yè)的資源獲取和整合能力更強，進而能夠對市場機遇進行有效識別[27]。

高管轉變能力與動態(tài)能力：蒂斯(Teece,2007)[35]首先提出管理威脅/轉換(指特定有形資產和無形資產的持續(xù)調整和重組)，并在后續(xù)研究中引入系統(tǒng)思想研究，將其修正為轉換能力(指為適應環(huán)境變化需要，使組織系統(tǒng)的元素保持一致)，當新的業(yè)務模型涉及對組織設計的重大更改或與現有業(yè)務模型發(fā)生沖突時，上述這些能力是最關鍵的[2]。

綜上可見，學者們持續(xù)關注TMT對動態(tài)能力形成的重要影響，并從TMT特質、作用路徑方面進行了大量探索，但多數研究都只關注主導邏輯、環(huán)境因素、組織因素、管理者因素中的某一前置因素[36-37]。然而，探討TMT對動態(tài)能力形成的影響需要對多種前置因素進行整合研究，故本文在揭示主導邏輯對企業(yè)動態(tài)能力的形成機制中，打破過去研究單一前置因素的常規(guī)思路，試圖通過復雜性科學涌現理論，探索TMT主導邏輯、TMT構成或結構特征、組織內部情境因素、高管團隊過程等所涵蓋的13個因素對動態(tài)能力的作用機制及其復雜性的涌現效應。

三、TMT主導邏輯對企業(yè)動態(tài)能力作用機制及其概念模型構建

TMT認知(包括主導邏輯)對企業(yè)決策的作用是以TMT團隊過程為中間變量的[37]。從TMT主導邏輯到輸入高管團隊過程(黑箱)[38]再到輸出組織共識(決策)，受到兩個重要因素的作用。一是TMT構成或結構特征，其影響高管團隊互動，進而影響到戰(zhàn)略決策過程[39]，TMT構成或結構特征反映了高管團隊的異質性[40]，包括TMT多樣性的淺層特征如人口統(tǒng)計學特征，以及深層特征如心理特征、團隊相互依賴性[40]，對高管團隊過程有重要影響[41]。二是內部組織情境，TMT成員個體主導邏輯在整合過程中，一般會受首席執(zhí)行官(CEO)、董事長權力、組織文化等其他內部組織情境因素的影響[42]，而這些因素最終會烙印在組織共識形成的過程中。當外部環(huán)境發(fā)生變化時，高管個體首先會在其主導邏輯的指引下，充當信息過濾器(即環(huán)境關注焦點)的角色，即對自己認為重要的外部信息做出認知反應(即因果邏輯認知模式)。在TMT構成或結構特征影響下和內部組織情境因素的約束下，TMT成員個體主導邏輯會相互作用(即高管團隊過程)，最終形成組織共識(機會感知共識、機會捕捉共識、系統(tǒng)要素轉換調整共識)，這一過程構成了一個復雜的系統(tǒng)，并具有涌現性。

馮拜爾陶隆菲(von Bertalanffy，1968)首次將涌現的概念引入系統(tǒng)科學，并認為整體大于各部分之和即為涌現現象，其具有“1+1>2”的特征[43]。涌現性是一種客觀存在的現象，反映的是系統(tǒng)的整體特征，但整體擁有的特性不一定是涌現，因為只有系統(tǒng)要素通過相互作用而產生的非加和特征才被稱為涌現[44]。高階梯隊理論在有限理性假設的基礎上，從TMT認知心理過程出發(fā)，研究戰(zhàn)略決策這一復雜過程，并引出了關于團隊過程的研究[42]。由于TMT的內部運作與影響機制掩蓋在“過程黑箱”之中，因此團隊過程成為完善高階梯隊理論的關鍵所在[38]。高管團隊過程指的是高管團隊成員在戰(zhàn)略決策過程中的互動屬性，其主要表現在高管個體的主導邏輯在實現特定任務或目標的過程中互相沖突、協(xié)調與整合，最終形成組織共識的過程。因此，組織共識不是各高管成員個體主導邏輯的簡單相加，其具有非加和性特征，即具有涌現性。其概念模型簡要歸納為：“高管主導邏輯(dominant logic)→團隊過程(processing)→組織共識(consensus)(1)本文研究的重要假設是“組織執(zhí)行決策的系統(tǒng)是有效的”，在此假設前提下，動態(tài)能力形成主要取決于TMT針對環(huán)境因素變化所做出的決策，而TMT的決策是在其成員經過團隊過程復雜互動形成的組織共識(包括機會感知共識、機會捕捉共識、系統(tǒng)要素轉換調整共識)，這三個共識涌現在“組織有效地執(zhí)行決策的系統(tǒng)”之中并形成動態(tài)能力。”(以下簡稱DPC系統(tǒng))，如圖1所示。

圖1 TMT主導邏輯對企業(yè)動態(tài)能力的作用機制：DPC系統(tǒng)概念模型

四、研究設計

(一)研究樣本與數據來源

由于環(huán)境變化會影響TMT主導邏輯對企業(yè)動態(tài)能力的作用過程，且不同行業(yè)環(huán)境的變動情況不同[45-46]，基于數據的可得性，本文選取2020—2021年制造業(yè)、商務服務業(yè)、批發(fā)和零售業(yè)、金融保險業(yè)、林木業(yè)、住宿和餐飲業(yè)、教育文化藝術業(yè)、交通運輸業(yè)和采掘業(yè)9個行業(yè)中的34家企業(yè)(主要分布在北京、內蒙古、河北、山東、廣州、湖北、上海等地區(qū))作為初始研究樣本。剔除數據缺失和明顯異常的數據后，樣本企業(yè)為26家。本文進行實證研究的數據均來自實地調查問卷，并由企業(yè)高層管理者填寫，最終收回有效問卷總計148份。此外，使用問卷星軟件對所有數據進行了手工錄入，以利于后續(xù)的數據的整理與處理。

其中，性別方面，男性占67.6%，女性占32.4%；年齡方面，30歲以下占23.0%，30～39歲占38.5%，40～49歲占27.0%，50～59歲占11.5%；學歷方面，中專及以下學歷占4.7%，大專學歷占32.4%，本科學歷占50.7%，碩士學歷占11.5%，博士學歷占0.7%；從業(yè)年限方面，1年以下占2.0%，2～3年占10.1%，4～6年占29.1%，7～9年占18.9%，10年以上占39.9%。

(二)構建DPC系統(tǒng)涌現性指標體系

在涌現性的相關研究中，其測量方法一度成為研究的關鍵問題。目前學者們運用的測量方法比較多元化，例如非方程分析方法[47]、仿真模擬實驗法[48]、計算關鍵問題參數熵的方法[49]、散度測量法[50]以及熵值法[51]等。在熵值法的相關研究中，有學者不僅闡釋了復雜適應系統(tǒng)理論，建立了正熵與負熵指標，而且提出了涌現性的度量模型[51]。本文在構建DPC系統(tǒng)涌現性度量模型的基礎上，借鑒以往學者[51-52]對涌現性的測量過程及方法，建立了DPC系統(tǒng)涌現性的正熵與負熵指標體系。總熵值表征DPC系統(tǒng)的整體涌現性即涌現強度，反映的是DPC系統(tǒng)的有序程度。正熵多來自企業(yè)內部，熵值越高，系統(tǒng)越會呈現無序式發(fā)展；而負熵多來自企業(yè)外部，熵值越大，系統(tǒng)越會呈現有序式發(fā)展[51]。

正熵指標體系包含高管個體主導邏輯熵、TMT構成或結構特征熵、組織內部情境熵和高管團隊過程熵4個維度，具體正熵指標體系的構建見表1。負熵指標體系通過對正熵的抵消即減弱正熵的影響，促進DPC實現“導向型”動態(tài)能力的涌現。而本文將環(huán)境因素歸納為技術、競爭、市場3個方面，具體負熵指標體系的構建見表2。

表1 正熵指標體系構建

表1(續(xù))

表2 負熵指標體系構建

高管個體主導邏輯熵：該熵的測量借鑒高峰(2018)[53]的研究，設計了問卷，共9個題項，如“我對外部環(huán)境的變化有明確的關注點”。在本文的研究中，該部分問卷的克朗巴哈系數為0.815。

TMT構成或結構特征熵：該熵的測量借鑒郝芳方(2011)[57]的研究，設計了問卷，共13個題項，如“我希望別人注意到我”。在本文的研究中，該部分問卷的克朗巴哈系數為0.799。

組織內部情景熵：該熵的測量借鑒曹等人(2010)[68]的研究，設計了問卷，共11個題項，如“董事長非常注重我的工作目標”。在本文的研究中，該部分問卷的克朗巴哈系數為0.872。

高管團隊過程熵：該熵的測量借鑒姚振華和孫海法(2009)[64]、古家軍(2010)[65]的研究，設計了問卷，共22個題項，如“我與高管團隊中其他成員團結一致”。在本文的研究中，該部分問卷的克朗巴哈系數為0.876。

環(huán)境變化因素熵：該熵的測量借鑒維爾登和古德根(2015)[66]、龍思穎(2016)[67]、孟偉軒(2021)[69]的研究，設計了問卷，共9個題項，如“公司所處行業(yè)是否技術變化頻繁”。在本文的研究中，該部分問卷的克朗巴哈系數為0.801。

(三)變量含義及測量

環(huán)境變化因素、高管個體主導邏輯、TMT構成或結構特征、組織內部情境因素，以及高管團隊過程均通過各自的問卷題項測量。而動態(tài)能力這一變量的測量主要參照蒂斯(2018)[2]的觀點，將其分為環(huán)境感知能力、機會捕捉能力和系統(tǒng)要素轉換調整能力3個維度[2]，設計了10個測量題項，如“能夠快速感知到新的市場機遇”。在本文的研究中，該部分問卷的克朗巴哈系數為0.933。本文變量的具體含義如表3所示。

表3 變量具體含義

本文中所有題項均采用李克特(Likert)5點計分，從1～5分別表示從“完全不符合”到“完全符合”。本文各個變量的克朗巴哈系數都大于70%，這表明問卷的內部一致性較好，通過了信度檢驗。同時，利用軟件SPSS進行探索性因子分析，結果顯示，各個題項在單個維度上的載荷均高于0.5，均屬于有效題項，通過了效度檢驗。

本文的重要變量DPC系統(tǒng)涌現性的測量用的是熵值法，具體做法如下：

(1)無量綱化處理

為了消除指標間量綱不同對結果的影響，本文對原始數據進行無量綱化處理。DPC系統(tǒng)涌現性度量指標分為正向指標和負向指標。正向指標包括高管個體主導邏輯、TMT構成或結構特征、組織內部情境因素、團隊過程，這些指標值越大，正熵值越大，會抑制涌現性；負向指標為環(huán)境因素變化，這一變量值越大，負熵值越大，涌現性越強。

其中，xij為第j個高管第i項指標的值，qij為原始指標xij極值化后的值，max(xij)為第i項指標中的最大值，min(xij)為第i項指標中的最小值。

(2)計算指標熵值和權重

其中，Si為第i個指標的熵值，qij為指標原始數據的極值化值，qi為所有高管第i個指標極值化的求和，m為每個企業(yè)被訪問的高管數量，即

(3)涌現性的總熵值

五、數據分析與結果

(一)描述性統(tǒng)計分析

本文的描述性統(tǒng)計結果如表4所示。

表4 主要變量的描述性統(tǒng)計

(二)DPC系統(tǒng)組成要素與企業(yè)動態(tài)能力之間的非線性相關關系的分析

如表5所示，高管個體主導邏輯、TMT構成或結構特征、組織內部情境因素、團隊過程、環(huán)境因素變化5個變量所包括的13個要素的P值有12個均大于0.1，即線性回歸中這12個要素對動態(tài)能力的解釋力都不符合顯著性條件，而僅有的競爭要素也只通過了10%的顯著性檢驗。此外，如表6所示，這13個要素與總熵值之間也沒有通過皮爾遜(Pearson)相關系數檢驗。

表5 多元線性回歸結果

表5(續(xù))

表6 Pearson相關系數

(三)驗證性分析

如圖2—圖5所示，高管個體主導邏輯、TMT構成或結構特征、組織內部情境因素與團隊過程4個變量與動態(tài)能力之間存在非線性關系，而總熵值并不是這4個變量的簡單加和而是涌現出來的結果。如圖6所示，DPC系統(tǒng)涌現性的總熵值與企業(yè)的動態(tài)能力的變化趨勢相吻合，即總熵值越大，DPC系統(tǒng)的涌現水平越高，企業(yè)的動態(tài)能力越強。即動態(tài)能力的形成是由高管個體主導邏輯等因素共同作用形成的結果，表現為總熵值的大小。

圖2 高管個體主導邏輯與動態(tài)能力

圖3 TMT構成或結構特征與動態(tài)能力

圖4 組織內部情境因素與動態(tài)能力

圖5 團隊過程與動態(tài)能力

(四)有效形成企業(yè)動態(tài)能力的TMT主導邏輯與其他影響因素的契合度研究

根據前文DPC系統(tǒng)涌現性效應的研究結論，可以看出高管主導邏輯、TMT構成或結構特征、組織情境、團隊過程與動態(tài)能力之間是非線性關系，故不能只探究既定的TMT構成或結構特征下環(huán)境因素、組織情境因素與團隊過程如何與TMT主導邏輯相契合，來更有效地形成及提升企業(yè)動態(tài)能力，使企業(yè)更好地適應環(huán)境變化。所以，在非線性關系的前提下，本文主要通過遺傳算法，找到重要影響動態(tài)能力的要素組合。

圖6 總熵值與動態(tài)能力

本文樣本企業(yè)共26家，隨機選擇16家企業(yè)做訓練集，5家企業(yè)做測試集，5家企業(yè)做驗證集，參數設定如下：遺傳代數為10，誤差設定為0.005，利用計算機的仿真學習技術輸出十次計算結果，最后得出影響動態(tài)能力的因素的十種組合。由于遺傳算法的黑箱式結構特征(僅考慮輸入與輸出關系，并不深入解析其內部關系結構或機理)[71]，得出的結論只能代表組合整體的契合程度對動態(tài)能力的解釋程度，不能代表單獨的因素對動態(tài)能力的影響。遺傳算法輸出的與企業(yè)動態(tài)能力高度相關的7種情形如表7所示。

表7 與企業(yè)動態(tài)能力高度相關的7種情形

以第1個組合(競爭、因果邏輯、風險偏好、相互依賴性、CEO權力、決策程序理性和團隊凝聚力)為例，其擬合優(yōu)度最高，R2為0.986，在這十次求解中成為最優(yōu)解。對比其他九個組合來說，顯然競爭、因果邏輯、風險偏好、相互依賴性、CEO權力、決策程序理性、團隊凝聚力這七個因素的組合對企業(yè)的動態(tài)能力影響更重要(其他三個組合因決定系數較低未在表中列出)。表7中所有組合的決定系數R2均達到了0.890以上，其中在0.900以上的要素組合有5個。遺傳算法的結果輸出圖如圖7—圖9所示(2)限于篇幅，其余結果輸出圖省略，備索。。

圖7 遺傳算法第1次輸出結果 注：1.熵預測對比結果圖中真實值與預測值越相近越好，說明預測的準確率高，也就是說遺傳算法的自學習功能具有可靠性；2.R2為決定系數，是相關系數的平方；3.圖(a)的橫坐標(1—13，13個矩形塊)依次為技術、市場、競爭、環(huán)境關注焦點、因果邏輯、核心自我評價、風險偏好、相互依賴性、CEO權力、決策程序理性、團隊凝聚力、團隊沖突、行為整合，圖中僅顯示輸出的最優(yōu)特征組合的矩形塊，其余不顯示；后圖同；熵預測結果對比R2=0.986。

圖8 遺傳算法第7次輸出結果 注：熵預測結果對比R2=0.968。

圖9 遺傳算法第8次輸出結果 注：熵預測結果對比R2=0.904。

由于13個要素(技術、市場、競爭、環(huán)境關注焦點、因果邏輯、核心自我評價、風險偏好、相互依賴性、CEO權力、決策程序理性、團隊凝聚力、團隊沖突、行為整合)與企業(yè)動態(tài)能力之間均呈現非線性關系，所以本次計算僅能求出與企業(yè)動態(tài)能力高度相關的7種組合情形。

由表7可以看出，外部環(huán)境要素并沒有出現在所有的要素組合中，這說明外部環(huán)境因素并不是DPC系統(tǒng)中的決定性因素。根據認知心理學理論可知，環(huán)境的刺激會影響認知與決策之間的關系[72]。也就是說，外部環(huán)境因素的刺激可以影響企業(yè)高管主導邏輯與企業(yè)決策(動態(tài)能力)之間的關系，其中，主導邏輯包含對環(huán)境的關注焦點以及高管認知上的因果邏輯。這進一步完善了DPC系統(tǒng)的作用機制。

六、結論及啟示

(一)研究結論

第一，高管團隊對動態(tài)能力的形成機制是一個比較復雜的過程。這個過程是主導邏輯通過高管團隊過程、TMT構成或結構特征和組織內部情境因素的共同作用來實現的。

第二，高管團隊主導邏輯對導向型動態(tài)能力作用機制(即DPC系統(tǒng))具有涌現性。高管團隊主導邏輯對導向型動態(tài)能力作用機制涌現性的總熵值與企業(yè)動態(tài)能力的變化趨勢相吻合，總熵值越大，高管團隊主導邏輯對導向型動態(tài)能力作用機制的涌現程度越高，企業(yè)的動態(tài)能力越強。

第三，高管個體主導邏輯、環(huán)境因素變化、TMT構成或結構特征、組織內部情境因素、高管團隊過程與動態(tài)能力之間的關系是非線性的，通過遺傳算法計算可知，不同的要素組合均對動態(tài)能力的形成具有重要作用。

第四，企業(yè)動態(tài)能力的提升不能簡單地歸因于改善某一個因素的狀態(tài)，而是應該協(xié)調各個情形中因素之間的關系。前文中依照遺傳算法得到的7種情形，企業(yè)可從中尋求與其自身最相近的狀態(tài)，進行“對號入座”，通過協(xié)調這些要素的關系來達到提升動態(tài)能力的目的。

(二)理論貢獻

第一，整合多種前置因素(包括高管個體主導邏輯、TMT構成或結構特征、組織內部情境因素、高管團隊過程等)，系統(tǒng)構建了TMT對動態(tài)能力形成的中間過程機制。

第二，基于遺傳算法模擬高管團隊對動態(tài)能力形成的作用機制的涌現效應，證明了TMT對動態(tài)能力的作用機制的成立，從而解釋了高管個體→TMT→動態(tài)能力之間的“黑箱”現象，從理論上解釋了動態(tài)能力形成過程的復雜性。

第三，應用計算機仿真技術，證明了主導邏輯對動態(tài)能力的作用不僅通過“信息過濾器”設定“關注焦點”來引導動態(tài)能力，而且還通過“信息反應器”的因果邏輯共同對動態(tài)能力發(fā)揮作用，提升了主導邏輯的理論解釋能力。

(三)啟示

本文研究結果表明，雖然將多種前置因素加以整合會給研究的設計增加復雜性，但在研究方法上的跨學科借鑒的確能夠為企業(yè)動態(tài)能力的形成機制提供更廣闊的研究思路。因此，未來研究應基于組態(tài)視角，探索形成動態(tài)能力的多個前置因素的組態(tài)效應。