Volume 155
In progres (July 2026)
[1]Grimaldi R, Meoli A, Piccaluga A, et al. Seeking legitimacy and learning: an exploration of KTOs’ engagement with associations to improve knowledge exchange[J]. Technovation, 2026, 155: 103574.
寻求合法性与学习：探讨KTO与协会互动以促进知识交流
摘要
知识转移办公室（KTO）在推动技术和知识共享方面发挥着核心作用。尽管文献广泛探讨了其制度和组织特征，但他们在支持知识交流的协会中的参与仍然不足。这些协会，我们将其定义为知识交流协会（KEAs），是通过提供资源、学习机会和机构可见度，促进KTO发展的关键参与者。本研究基于组织间关系文献，探讨了KTOs与KEAs的参与如何随时间演变，以及哪些机制驱动这种演变。我们呈现了意大利KEA（意大利KEA）的纵向案例研究，基于多个来源，包括访谈、档案数据和直接观察。我们的发现指出了KTO参与KEAs的两个主要驱动因素（即建立合法性和寻求学习），并展示了它们在KEA的三个演变阶段：聚合、巩固和影响中的变化。
关键要点：
知识交流协会（KEAs）通过建立合法性和寻求学习来支持知识转移办公室（KTO）。
附属机构加入KEA是为了获得内部和外部机构的合法性。
学习从非正式交流发展为正式培训和数据共享。
该研究提供了一个解释KEA形成和演化的过程模型。
[2]Barile D, Secundo G. Digital innovation ecosystem: a systematic mapping to understand how digital technologies are transforming innovation ecosystem[J]. Technovation, 2026, 155: 103573.
数字创新生态系统：系统化的地图，旨在理解数字技术如何改变创新生态系统
摘要
数字化创新生态系统（DIEs）目前正经历一个增长期，并在应对包括可持续发展、技术颠覆和包容性创新在内的重大挑战方面变得越来越重要。在本研究中，数字创新生态系统被解释为由数字技术推动的创新生态系统，而非一个独立或独立的生态系统类别。本研究提供了全面且理论驱动的系统文献综述，探讨数字技术（DT）的采用，包括部分深度技术创新，以应对创新生态系统（IE）中的这些挑战。本综述采用描述性、书目学和内容分析方法，评估了581篇学术文章，并根据标题、关键词和全文分析筛选出328篇。这项深入调查揭示了八个不同的主题集群，代表了IE的主题配置，这些组合通过数字和深度技术创新以及研究领域的演变而发生了转变。这些包括：i）由DT推动的IE动态、演化和战略互动;ii）通过数字平台和数据驱动的协作塑造工业工程;三）创业生态系统的数字创新与数字技术分析;iv）开放工业工程师内的知识转移与协作DT;五）促进工业经济学可持续发展的DTs;vi） DT对大学的影响，即 IE;vii）工业4.0工业IE的DT;八）城市创新生态系统和智慧城市发展的DTs。我们从这些研究主题领域构建了一个整体且多理论的框架，捕捉了参与者、技术、机构环境和创新过程之间的动态互动，同时考虑了重大挑战的背景。本研究有助于描绘数字时代工业工程的发展，并提出聚焦DIE在解决复杂社会问题中变革性作用的未来研究议程。
关键要点：
一项系统综述已确定出八种数字化创新生态系统（DIE）类型。
已经开发了一个整合性框架，用于映射DIE的结构和类型学。
深度技术和DT正在推动DIE的发展及其应对重大挑战的方向。
研究议程将DIE的动态与重大挑战和生态系统治理联系起来。
[3]Chowdhury S, Ren S, Dey P K. AI assimilation for sustainable and resilient supply chains: Role of green ambidexterity and cybersecurity awareness[J]. Technovation, 2026, 155: 103562.
人工智能同化以实现可持续且有韧性的供应链：绿色双手灵巧与网络安全意识的作用
摘要
人工智能（AI）被广泛描绘为可持续且具韧性的供应链变革性推动力;然而，关于基于人工智能的能力如何转化为可持续绩效成果，以及这些成果如何与供应链韧性相互作用，理论和实证证据仍然零散。本研究基于动态能力视角，将人工智能同化概念化为基础动态能力，并探讨其在通过绿色双手灵巧创新和网络安全意识塑造可持续业务绩效和供应链韧性中的作用。本研究通过对199名英国供应链经理进行的四波纵向调查，实证地检验了一个采用偏最小二乘结构方程建模技术的理论模型。研究结果显示，人工智能同化与绿色双手灵巧创新的可持续业务绩效呈正相关，从而打开了将人工智能同化与可持续成果联系起来的黑匣子。网络安全意识（CSA）作为一种元能力出现，增强了AI同化对绿色双手灵巧创新的有效性，将CSA的角色从风险缓解扩展到AI驱动的绿色创新战略协调。此外，研究揭示了可持续性与韧性悖论：可持续业务绩效与供应链韧性呈负相关，挑战了两者固有互补性的普遍假设。理论上，该研究展示了人工智能同化如何既能带来可持续发展效益，又能带来韧性的权衡。通过整合人工智能同化、绿色双手灵巧创新和网络安全意识，研究为在哪些条件下将人工智能嵌入业务流程能够促进可持续但不一定具备韧性的供应链组织提供了更细致的理解。
关键要点：
网络安全意识加强了AI同化与绿色双手灵巧之间的联系。
绿色双手灵巧是企业利用人工智能实现可持续发展的必要能力。
人工智能同化提升了经济表现，但对社会和环境都没有影响。
可持续的业务表现与供应链韧性呈负相关。
组织需要同时采用剥削性和探索性做法，以实现可持续成果。
[4]Engwall M, Uhrdin A. Business models as bottlenecks: How the absence of business models hampers desired technology transitions[J]. Technovation, 2026, 155: 103576.
商业模式作为瓶颈：缺乏商业模式如何阻碍期望的技术转型
摘要
关于技术转型的研究长期以来一直指出技术瓶颈和战略资源瓶颈是可能阻碍转型的障碍。本文增加了另一个维度，探讨了商业模式被忽视的角色，以及商业模式错位如何构成第三类瓶颈。
本文基于道路运输行业电气化的定性案例研究，探讨了商业模式瓶颈现象。研究显示，与技术瓶颈和战略资源瓶颈不同，商业模式瓶颈表现为一个不吸引人的空缺位置。解决这样的瓶颈需要调整多个相互依赖的商业模式，要求参与者以新的方式合作。这些发现有助于更细致地理解技术转型与商业模式创新之间的相互关系。
关键要点：
缺乏可行的商业模式可能成为阻碍技术转型的瓶颈。
当新兴生态系统中关键位置的价值创造和捕获潜力存在高度不确定性时，就会出现这样的商业模式瓶颈。
商业模式瓶颈构成了一个不具吸引力的生态系统位置，表现为空缺，即没有任何参与者愿意承担的职位。
商业模式瓶颈现象通过一个来自道路运输行业电气化尝试的案例研究得以体现。
[5]From infrastructure to innovation: How integrated PLM systems enable digital twin and thread capabilities in business-to-business manufacturing
从基础设施到创新：集成PLM系统如何在企业对企业制造中实现数字孪生和线程能力
作者：Swapan Ghosh, Shikha Singh
摘要
工业制造商在产品生命周期管理（PLM）系统、数字孪生和数字线索上投入大量资金，但许多努力仍然零散，导致创新成果不均。关于这些技术在数字基础设施中的相互关联以及它们在企业对企业（B2B）制造环境中实现不同形式数字创新的条件，存在关键空白。
本研究探讨了集成PLM（iPLM）基础设施如何支持数字孪生和线程能力，以及这些能力如何推动流程、产品和服务化领域的创新。我们将数字孪生和线索重新构想为成熟iPLM基础设施的涌现功能，并利用感测、捕获和重构框架将动态能力理论扩展到数字基础设施情境。
通过对四家资产重制造商的定性多案例研究，涵盖25名高管访谈、档案分析以及Gioia方法论，我们建立了基础设施到创新路径的流程模型。基础设施成熟度通过三个反复出现的特性成为支持条件：严谨的产品定义与变更控制、稳定的跨系统集成以及一致的数据治理。
出现了三种差异化的创新路径。数字流程创新由检测和诊断操作信号的感应能力驱动。数字产品创新源于感知和协作，并借助数字孪生功能，支持基于模拟的学习和虚拟验证。数字服务化源于重新配置能力，数字线程功能在业务模式转换期间提供端到端生命周期的可追溯性。
本研究通过理论化iPLM作为一种生成基础设施，其成熟度塑造可实现的创新形式，并为制造商提供可操作的指导，帮助数字投资朝向特定创新目标的排序。
关键要点：
数字孪生和线索作为成熟PLM基础设施的功能逐渐浮现。
基础设施的成熟度使得感知、捕获和转换能力成为可能。
双重功能主要通过仿真推动产品创新。
线程功能主要通过可追溯性推动服务化。
支持能力的有三种机制：数据集成、API 和采用模式。
[6]Too much of a good thing? Venture capital chase and firm innovation
好东西太多了吗？风险投资追逐与企业创新
作者：Yiyuan Mai, Xinyi Cheng, Jun Li, Zhuxin Ye, Yuping Wu
摘要
风险投资（VC）是企业支持成长和创新的重要融资来源。然而，在中国，风险投资往往不成比例地且反复地集中在少数几家知名公司，通过多轮融资、大额融资和众多参与投资者。这场激烈的风险投资追逐，尤其是对企业创新的影响，在现有文献中鲜有关注。本研究基于2010年至2024年间在成长型企业市场上市的公司数据，观察窗口涵盖每家公司IPO前后三年，探讨了风险投资追逐与被投资企业创新表现之间的关系。实证结果显示，风险投资追逐中等程度与企业创新正相关，过高风险追逐则呈负相关。此外，本研究分析了该关系的边界条件，发现倒U形关系在研发强度较低或技术距离较远的企业中更为明显。本研究通过将风险投资追逐概念化为动态、多维度的投资模式，并从时间节奏和创新节奏视角解读其影响，丰富了对风险投资如何影响企业创新的理解，并为政策制定者和投资机构建立完善资本市场和高效投资机制提供了理论见解。
关键要点：
将风险投资追逐与时间节奏与创新节奏框架联系起来，以解释其对企业创新的影响。
构建一个新颖的多维风险投资追逐指数，捕捉累积的追踪动态。
风险投资追逐与企业创新呈倒U形关系
高研发强度和较小的技术距离使倒U形关系趋于平稳。
通过将风险投资追逐理论化为一种动态、累积且具有竞争力的投资模式，推动风险投资创新研究的发展。
[7]Academic R&D collaboration and IPO approval: The signaling effects of collaboration breadth and depth
学术研发合作与IPO审批：合作广度与深度的信号效应
作者：Rongkang Ma, Yu Wang
摘要
本文探讨了学术研发合作如何影响监管环境中首次公开募股（IPO）的批准。我们借助信号理论和开放创新文献，探讨学术研发合作的广度与深度对IPO批准的影响，以及这些关系如何被产业与科学的联系调节。利用2019年至2022年中国科技创新局（STAR）675份IPO申请的数据，我们发现学术合作的广度与IPO批准呈显著负相关，而学术合作深度则与IPO批准呈倒U形关系。此外，我们发现产业与科学的联系调节了学术合作深度与IPO批准率之间的关系，使科学联系更强的行业中实现了倒U形曲线的平坦化。然而，产业与科学的联系并未显著调节学术合作广度与IPO批准之间的负相关关系。本研究进一步推动了我们对学术研发合作在IPO背景下信号影响的理解，为寻求上市的高科技公司提供了宝贵见解。
关键要点：
这是一项研究，探讨学术研发合作如何影响IPO批准。
学术研发合作的广度对IPO批准的可能性产生负面影响。
学术研发合作深度显示，IPO批准呈倒U形关系。
工业科学关联能调节深度效应，但不影响广度效应。
推动开放创新和信号理论在监管IPO背景下的发展。
[8]Governing complexity in sustainable innovation ecosystems: An empirical analysis for AI-enabled enterprise architecture
可持续创新生态系统中的复杂性治理：人工智能驱动企业架构的实证分析
作者：Martin Lnenicka, Dominik Palla, Petra Poulova,
摘要
人工智能（AI）融入企业架构（EA）为推进可持续创新生态系统（SIEs）带来了变革性潜力。然而，人工智能的速度常常与传统僵化的治理发生冲突。本研究采用顺序混合方法设计——系统性文献综述后访谈十位行业专家——绘制了人工智能在EA-IE领域的战略影响。我们的发现显示，人工智能的价值主要集中在业务层和数据层，在那里它重新配置生态系统的参与者和流程。我们发现了一个EA悖论：虽然从业者回避形式框架过于僵化，但他们依赖架构原则作为动态能力来管理结构惯性。理论上，我们从描述性发现向因果机制推进，提出了三个可测试的命题，解释组织如何在架构稳定性与AI采用所需的敏捷性之间取得平衡。在实际操作中，该研究为将人工智能采用与组织韧性对齐提供了诊断工具。最后，我们概述了未来研究的路线图，利用动态多智能体模拟探索AI驱动的SIE的自适应治理策略。本研究为复杂自适应系统中AI治理提供了本地化、实证基础的视角，重新定义EA作为一种灵活、以人为本的创新协调工具。
关键要点：
探讨可持续创新企业架构中的人工智能整合。
利用专家启发式方法，将AI战略重点映射到业务层和数据层。
识别出一个EA悖论，即原则优先于僵化框架。
提出三项可测试的AI治理复杂自适应系统的命题
为未来生态系统研究提供了基于BDI的多智能体模拟路线图。
