1. 引言
近年来，全球经济低迷、中美贸易摩擦、新冠疫情爆发以及数字经济快速发展等不确定事件频发，致使我国企业发展面临着严峻复杂的外部环境。现有研究指出在动荡和不确定的外部环境中，企业能否提升自身绩效，很大程度上取决于企业是否具备快速感知并预测外部变化的一种能力[1]，即市场感知能力。已有研究指出市场感知能力强的企业在信息获取、机会识别、战略调整等方面具有显著优势，可有力推动绩效的提升[2] [3]，但目前的研究主要探讨市场感知能力对企业绩效的直接影响，对于其中介机制的研究还比较缺乏，对于边界条件的研究也没有得到足够的重视。
动态能力理论为探索市场感知能力影响企业绩效的中介机制和边界条件提供了理论基础。动态能力理论认为，企业对外部环境变化的反应最终会体现在资源配置过程中[4]，资源配置是企业在获取必要的资源后，对资源进行调整，使它们相互匹配、相互补充以获得独特竞争优势的一种行为[5]。现有研究表明，市场感知能力强的企业可在外部环境变化时及时获取有效信息，持续调整战略，加快决策速度，重新配置资源[6] [7]，即在动态环境下，市场感知能力正向作用于资源配置。由于资源配置是在动荡的环境中开展的，技术和市场环境的动荡会加大企业资源配置决策的难度，提高企业的试错成本和创新成本，威胁企业的竞争优势，影响企业绩效[8] [9]。由此推断，环境动荡性可调节市场感知能力对资源配置的影响，但该推断尚需实践数据加以验证。
对于资源配置对企业绩效影响，学术界尚未达成一致结论，一些学者认为资源配置有助于企业实现技术创新，增加抗风险能力，提升企业绩效，因此资源配置与企业绩效呈正相关关系[10]；而另外一些学者却提出资源配置的多样性可能会影响企业的核心竞争力，因此资源配置与企业绩效呈负相关关系[11]。对于此相互冲突的结论，动态能力理论无法给出解释，为此需要引入资源配置理论，根据资源配置理论，资源是企业竞争动力的主要源泉，其合理配置可使企业获取独特的竞争优势。综上，本研究整合资源配置理论和动态能力理论，构建一个市场感知能力为自变量、企业绩效为因变量、资源配置为中介变量、环境动荡性为调节变量的被调节的中介模型，旨在为我国企业提升自身绩效提供理论参考。
2. 理论基础与研究假设
2.1. 资源配置理论
资源配置理论是资源基础观的延伸，资源基础观强调企业的资源具有不可替代性、持久性和难以模仿性，资源是构成企业核心竞争力的动力源泉[12]。在资源基础观的基础上，资源配置理论强调由于资源不能无限制的满足所有需求，企业需要对所拥有的资源进行分配调整，使企业资源在各个项目中的投入维持最佳的比例关系和价值取向，从而达到降低交易成本，提高资源利用效率的目的，并在这一过程中帮助企业形成独特的竞争优势[13]，完成经营目标。资源配置在企业创新、竞争优势获取、战略目标实现[14]等过程中发挥着重要作用，企业竞争力的差异实际上是“资源配置”的差别[15]。在动荡的外部环境下，企业对自身所需的资源的获取以及所拥有的资源的合理高效配置，是企业在激烈的竞争环境中获取竞争优势、保持核心竞争力的重要影响因素。张新民(2014)认为企业对外部环境变化的反应最终体现在资源配置过程中[4]，这为本研究对资源配置作为中介变量的分析提供了启示。
2.2. 动态能力理论
动态能力理论拓展了资源基础观的静态研究视角，从动态视角解释了企业竞争优势的来源。Teece等(1997)提出动态能力理论，认为动态能力是企业在面对动态变化的环境时整合、重构组织内外部资源的能力，并将动态能力分为整合能力、建立能力、重构能力三个维度[16]。确保企业获取和维持可持续的竞争优势是企业构建动态能力的根本目标[17]。现有研究对于企业动态能力的构成维度、影响因素、中介与调节作用下的过程机理和应用情景都有了相关的研究成果。其中，张璐(2021)认为动态能力是企业管理层感知、识别情境因素的能力，可以协调企业的资源整合，提升企业的常规能力[18]。Winter (2003)证实了企业的动态竞争力与企业的优秀表现以及企业的可持续发展能力有着直接的关系[19]。马文甲(2014)提出动态能力有助于企业竞争力的优化[20]。另外，动态能力理论解释了企业如何动态匹配外部环境以获取持续竞争优势的问题[16] [21]。在动荡的外部环境中，企业竞争优势的获取，需要利用企业的动态能力，对企业的内部和外部资源进行有效的协调和重新配置，以应对这些变化。因此，动态能力理论为本研究探讨市场感知这一动态能力对资源配置和企业绩效的影响研究提供了理论指导。
2.3. 市场感知能力对企业绩效的影响
市场感知能力被定义为企业对宏观环境、市场环境、所处商业生态系统以及客户、竞争对手和其他利益相关者等诸多潜在影响的敏锐理解和全面洞察以获取信息的能力[22]，是一种搜索、处理和使用市场信息的态度和能力[23]。面临复杂多变的外部环境，具备较高市场感知能力的企业相比于市场感知能力较弱的企业在提高企业绩效方面具有一定的优势[24]。首先，市场感知能力有助于企业快速获取市场情报，识别机会和威胁[2]，精准把握市场发展趋势，不断开发新产品、新技术，改进生产方式，以获取竞争优势[25]，持续保持核心竞争力，为企业绩效的提升提供先决条件。其次，市场感知能力也可以帮助企业整合、构建和敏捷配置内部资源，减少浪费，提高资源的利用率，优化投入，增加产出，提升企业绩效。另外，市场感知能力可使企业面对环境变化时快速调整内部结构、完善制度规范，战胜竞争对手[2]，以提高企业绩效。最后，企业具备较强的市场感知能力有助于新想法的产生和创新意愿的提升[26]，从而提升企业绩效。综上，本研究提出：
H1：市场感知能力正向影响企业绩效。
2.4. 资源配置的中介作用
资源配置是企业在生产过程中通过对人力、资本等各种经济资源进行合理配置和使用以求得最佳经济效益[27]的一种行为。企业在本质上是一定资源的集合体[28]，实现企业有限资源的科学分配，提高企业对资源的配置效率，对企业发展和绩效提升具有重大意义[29]。首先，企业在创新过程中通过不断的资源配置，可以实现资源的高效利用，有助于开发新产品、推动技术进步，提高企业竞争力，为企业绩效的提升提供保障[30]。其次，企业对人力资源的有效合理配置，可在一定程度上调动员工的工作积极性，充分发挥员工的内在生产能力，有利于企业获得持久性的竞争优势，从而提升企业绩效[31]。最后，合理的资源配置可以帮助企业减少资源错配和资源浪费，降低企业生产经营成本，有效提升企业绩效[32]。综上，资源配置有利于企业绩效的提升。
市场感知能力与资源配置之间也存在着密切的关系。一方面，市场感知能力强的企业能够有效获取并分析外部信息，包括客户需求、竞争动态、技术变革等，这些信息的获取和分析为企业提供了决策支持，指导企业决策者准确了解外部环境并作出相应的资源配置决策[6]。另一方面，市场感知能力强的企业可以更迅速地捕捉外部环境的威胁与机会，关注当前市场需求的同时预见未来的市场趋势[33]，快速进行环境分析，制定或调整企业的战略规划[7]，并根据战略决策的需要，及时调整和优化企业的资源配置[34]，将资源从高风险领域转至具有良好发展前景的领域。综上，本研究提出：
H2：资源配置中介市场感知能力对企业绩效的正向影响。
2.5. 环境动荡性的调节作用
环境动荡性是衡量外部环境变化程度的指标，理论界目前将环境动荡性分为技术动荡性与市场动荡性，前者体现了技术更新的速度和不可预测性，而后者则指客户偏好及产品需求的变化程度[35]。
2.5.1. 技术环境动荡性的调节作用
技术的快速变化和波动可能改变企业的产业链结构，削弱企业原本稳固的竞争优势，增加企业调整资源配置的难度[36]。首先，在高技术环境动荡下，主导的技术路线和标准还未完全确定，技术生命周期缩短[37]，企业感知市场难度增大，技术变革面临着较高风险，难以确定企业未来的发展方向和战略定位，为避免决策失误造成较大的损失，企业会选择维持现状，减少资源配置[38]。另外，高技术环境动荡下，外部信息的数量增多、不确定性增加，导致企业难以准确获取和分析外部信息，增加企业市场感知的复杂度，导致企业决策延迟或反应不及时，无法及时获取有效的信息来进行合理的资源配置，基于此情况，企业资源配置的行为会受到限制[39]。而在低技术环境动荡下，技术更新缓慢，企业所处的技术环境相对稳定和可预测，企业有充分的时间去感知并分析外部变化，及时跟踪并准确捕捉外部技术变化的情况，从而根据获取的有效信息制定准确的资源配置策略，不断促进企业资源的重新配置。综上，本研究提出：
H3a：技术环境动荡性会削弱市场感知能力对资源配置的正向作用。
2.5.2. 市场环境动荡性的调节作用
市场环境动荡性在一定程度上体现了市场现有的消费者结构、市场规模及消费偏好变化的一种情况[40]。在高市场环境动荡下，由于消费者结构和市场偏好不断变化，企业难以准确把握用户需求，无法准确获取和分析市场信息，在无信息或没有准确信息的指导下，企业会减少资源的重新配置，避免遭受损失。另外，在高市场环境动荡下，市场变化频繁且不稳定，企业的创新决策或新产品的开发均会面临较大的风险，且成本较高[41]，为了避免创新风险，企业不会大幅度进行资源调整，即会减少资源配置行为。但当市场环境动荡程度较低时，用户构成和用户偏好稳定性较高，产品更新速度减慢，企业有充分的时间进行需求分析[42]，获取用户偏好信息，基于此，企业会主动寻求创新，积极迎合市场需求，不断进行资源的调整以获取更多的利益。基于以上分析，本研究提出如下假设：
H3b：市场环境动荡性会削弱市场感知能力对资源配置的正向作用。
2.6. 被调节的中介模型
基于资源配置在市场感知能力和企业绩效之间发挥中介作用，而技术环境动荡性和市场环境动荡性均弱化市场感知能力与企业绩效之间的正向关系。进一步，本研究认为环境动荡性负向调节市场感知能力通过资源配置对企业绩效的间接影响。具体而言，市场环境动荡性程度较高时，企业准确感知市场的难度增加，在此情况下，企业难以准确预测市场趋势和需求，这种不确定性可能会导致企业在资源配置时过度谨慎或过度冒险[43]，进而影响企业绩效，导致企业难以通过资源配置来实现企业绩效的提升。另外，市场环境的动荡性会减缓企业的反应能力，限制其调整资源配置的灵活性，导致企业即使识别到了市场变化，也可能无法及时进行资源配置，影响企业绩效。而技术环境的动荡性程度越高，新技术的涌现和市场变化会导致竞争对手的增多和竞争加剧[44]，使企业面临巨大的决策压力，降低了通过资源配置来实现竞争优势和提升绩效的可能性。基于此，本研究可得假设：
H4a：技术环境动荡性负向调节市场感知能力通过资源配置影响企业绩效的中介作用。技术环境动荡性程度越高，资源配置在市场感知能力和企业绩效之间的中介作用就越弱；反之，则越强。
H4b：市场环境动荡性负向调节市场感知能力通过资源配置影响企业绩效的中介作用。市场环境动荡性程度越高，资源配置在市场感知能力和企业绩效之间的中介作用就越弱；反之，则越强。
3. 研究设计
3.1. 研究样本与数据搜集
本研究主要分析企业市场感知对企业绩效的影响并验证假设，因此选择易被技术和市场的变革所影响的企业进行研究，本研究的数据采用问卷调查法获得，问卷发放对象涉及珠三角、长三角和北京天津等地区的企业，这些地区经济较为发达，服务业、制造业、高新技术产业等产业聚集，企业经营环境更易被技术和市场的变革所影响，以其为调查对象可以获得更具代表性的市场感知能力与企业绩效的关系，符合研究设计目标。本次问卷共发放360份，收回345份，其中删除了未填写完整、前后答案矛盾、同一答案接连出现等无效问卷之后，最终获得有效问卷316份，有效问卷回收率为91.60%。整体而言，样本企业覆盖了不同规模、企业性质、年龄、产业属性的企业，表明本研究所选取的样本具有较强的代表性。
3.2. 变量与测量
本研究所涉及的市场感知能力、资源配置、环境动荡性和企业绩效等变量，为保证问卷的信度和效度，相关变量的测量均借鉴学者们已经检验过的成熟可行的量表。为使量表更加符合本研究，本研究在运用量表的过程中，结合具体的企业现状对量表进行了适度的修改，形成最终的测量题项。本研究对变量均采用Likert设计的7点量表计分，“1~7”分别代表非常不同意到非常同意。
自变量：市场感知能力。主要参照Kartik [45]的研究，修改后的量表共三个题项，用以测量企业对外部环境变化的敏锐理解和全面洞察以获取信息的能力。
因变量：企业绩效。对于企业绩效的维度划分学界还未形成统一标准。本研究将企业绩效划分为三个维度：企业绩效、创新绩效和财务绩效，以主观指标为主并且辅以与主要竞争者的对比来形成对企业真实绩效的测量。创新绩效和财务绩效立足于不同的信息点反映企业绩效。主要借鉴Brockman [46]、张阿城[47]和王立[48]等的研究修改后的量表共13个题项，其中5个题项从企业整体测量企业绩效、5个题项测量企业创新绩效和3个题项测量财务绩效。
中介变量：资源配置。本研究对于资源配置的测量，主要参考Senyard [49]等学者的研究，修改后的量表共包含7个题项，用来测量企业资源配置的意愿和行为。
调节变量：技术环境动荡性和市场环境动荡性。学者们对环境动荡性的维度划分各有不同，本研究采用大多数学者认可的两个维度划分，即技术环境动荡性和巿场环境动荡性。已有文献研究中已经具有非常成熟的量表可用，本研究借鉴Jaworski [40]和纪骅道[50]的研究，修改后量表中，共包括6个题项，其中3个题项测量技术环境动荡性，3个题项测量市场环境动荡性。
控制变量：根据已有研究，本研究的控制变量设为企业性质和企业人数。首先，在中国制度背景下，不同的企业性质会影响对外部环境变化的反应，有必要控制企业所有权评价企业绩效的变化。根据所有权不同，企业性质可以分为国有及国有控股企业、集体企业、三资企业、民营企业等。根据虚拟变量的赋值方法，将国有及国有控股企业赋值为“1”，其余企业赋值为“0”。此外，企业规模的大小影响企业绩效的提升，本研究将企业规模纳入控制变量，并利用员工人数对企业规模进行衡量，可将其划分为100人以下、100~500人、500~1000人以及大于1000人。按照国家企业规模划分标准，职员达到1000人以上或经营收入超过四千万元的为大型企业。根据虚拟变量的赋值方法，将中小企业赋值为“1”，大企业赋值为“0”，即1000人以下赋值为“1”。
3.3. 数据分析工具
本研究主要采用SPSS22.0和Amos24.0统计分析软件对数据进行统计分析，并根据分析结果得出本研究的研究结论。
4. 实证分析检验与结果分析
4.1. 问卷的信度和效度检验
检验变量之间的关系之前，我们首先对数据的信效度进行检验，以确保研究结论的有效性和可靠性。对于信度检验，本研究采用内部一致性α系数和组合信度(CR)进行评价，分析结果如表1所示。聚合效度方面，本研究通过验证性因子分析得出数据的平均变异数提取量(AVE)，结果表明本研究假定的五因子模型拟合情况比较理想(χ2/df = 1.541; RMSEA = 0.041; NFI = 0.915; RFI = 0.906; IFI = 0.968; TLI = 0.965; CFI = 0.968)，如表1所示，绝大部分题项在其对应因子上的载荷值都大于0.7，AVE值均大于0.5，说明本研究的测量具有较好的聚合效度。对于区分效度，本研究通过构建竞争性模型进行CFA分析，分析结果如表2所示，结果表明本研究所假定的5因子模型(模型1)与其他4个模型相比拟合效果最为理想。另外，通过比较各潜变量AVE值的平方根与各潜变量之间的相关系数，如表3所示，各潜变量AVE的值均大于各潜变量之间的相关系数，说明各潜变量两两之间存在一定程度相关性，但是互相之间又存在一定区分度，反映各变量之间有较大区别，总量表具有良好区分效度。
4.2. 描述性统计与相关分析
本研究采用Pearson相关系数分析不同变量间的两两相关关系。表3反映了变量的均值、标准差和相关系数。从表3中可以看到，市场感知能力和企业绩效(r = 0.483, p < 0.001)呈现显著正相关关系，初步支持了本研究的主效应假设。为了获得更加稳健有效的分析结果和结论并检验本研究所提出的假设是否成立，仍需进行多元线性回归分析。此外，控制变量中的企业人数和企业性质都和企业绩效显著相关，说明选取上述变量作为本研究的控制变量是较为合理的。
Table 1. Questionnaire measurement items and reliability and validity analysis results
表1. 问卷测量题项及信度效度分析结果
变量 |
测量维度 |
测量题项 |
标准化因子载荷 |
α值 |
CR |
AVE |
市场感知能力 |
|
我们可以第一个发现体现新的市场威胁的信号 |
0.821 |
0.868 |
0.869 |
0.689 |
我们往往最先感知和抓住新的市场机会 |
0.816 |
我们可以预见市场增长的新机遇 |
0.852 |
资源配置 |
|
我们会利用现有资源为新挑战找到可行的解决方案 |
0.782 |
0.914 |
0.915 |
0.605 |
我们使用任何现有资源来应对新问题或利用新机会 |
0.766 |
我们通过结合现有资源和其他可获取资源来应对新的挑战 |
0.767 |
我们一般假设我们能找到可行的解决方案去处理新的问题或机会 |
0.778 |
我们通过结合现有的资源有效应对挑战 |
0.792 |
当我们面临新的挑战时，我们从现有资源中整合可行的解决方案 |
0.781 |
我们通过整合现有资源完成原本无法实现的企业目标 |
0.776 |
技术环境
动荡性 |
|
企业所在的技术环境变化非常快 |
0.829 |
0.873 |
0.873 |
0.696 |
在企业所在的市场中，技术环境变化使企业产品或服务加快创新 |
0.850 |
在企业所在的市场中，技术环境变化使顾客寻求新的产品或服务 |
0.824 |
市场环境
动荡性 |
|
企业所在的市场环境变化非常快 |
0.824 |
0.893 |
0.894 |
0.737 |
在企业所在的市场中，市场环境变化使企业产品或服务加快创新 |
0.889 |
在企业所在的市场中，市场环境变化使顾客寻求新的产品或服务 |
0.861 |
企业绩效 |
企业绩效 |
与行业内竞争者相比，贵公司有较好的盈利状况 |
0.824 |
0.949 |
0.950 |
0.592 |
与行业内竞争者相比，贵公司有较高的市场占有率 |
0.751 |
与行业内竞争者相比，贵公司有较高的销售增长率 |
0.846 |
|
|
相对主要竞争对手，贵公司的投资报酬率更高 |
0.759 |
|
|
|
相对主要竞争对手，我们的新产品(服务)开发较为成功 |
0.779 |
创新绩效 |
企业专利产出较多相对于竞争对手而言 |
0.856 |
企业新产品开发速度较快相对于竞争对手而言 |
0.734 |
企业新产品销售额占总销售额比重较高相对于竞争对手而言 |
0.755 |
企业技术成果转化成功率较高相对于竞争对手而言 |
0.743 |
企业工艺流程具有领先地位相对于竞争对手而言 |
0.777 |
财务绩效 |
我们公司近3年的市场占有率较高相对于竞争对手而言 |
0.726 |
我们公司近3年的利润率较高相对于竞争对手而言 |
0.731 |
我们公司近3年的资产回报率较高相对于竞争对手而言 |
0.705 |
Table 2. Confirmatory factor analysis of scale: discriminant validity test
表2. 量表验证性因子分析：区分效度检验
模型 |
因子 |
χ2/df |
NFI |
RFI |
IFI |
TLI |
CFI |
RMSEA |
模型1 |
五因子：MS；RA；TTE；VME；EP |
1.541 |
0.915 |
0.906 |
0.968 |
0.965 |
0.968 |
0.041 |
模型2 |
四因子：MS；RA；TTE + VME；EP |
2.311 |
0.870 |
0.858 |
0.922 |
0.914 |
0.922 |
0.065 |
模型3 |
三因子：MS + RA；TTE + VME；EP |
3.179 |
0.820 |
0.805 |
0.870 |
0.858 |
0.869 |
0.083 |
模型4 |
二因子：MS + RA + TTE + VME；EP |
4.131 |
0.765 |
0.747 |
0.811 |
0.795 |
0.811 |
0.100 |
模型5 |
一因子：MS + RA + TTE + VME + EP |
7.688 |
0.562 |
0.528 |
0.596 |
0.563 |
0.594 |
0.146 |
注：“MS”表示变量“市场感知能力”、“RA”表示变量“资源配置”、“EP”表示变量“企业绩效”、“TTE”表示变量“技术环境动荡性”、“VME”表示变量“市场环境动荡性”、“+”代表多个因子合并为一个因子。
Table 3. Mean, standard deviation and correlation coefficient of each variable
表3. 变量均值、标准差和相关系数
变量 |
均值 |
标准差 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
企业人数 |
0.270 |
0.444 |
- |
|
|
|
|
|
|
企业性质 |
0.710 |
0.454 |
−0.386*** |
− |
|
|
|
|
|
市场感知能力 |
5.012 |
0.828 |
−0.178** |
0.234*** |
0.830 |
|
|
|
|
资源配置 |
3.526 |
0.675 |
−0.154** |
0.220*** |
0.506*** |
0.778 |
|
|
|
企业绩效 |
5.138 |
0.761 |
−0.158** |
0.191** |
0.483*** |
0.491*** |
0.769 |
|
|
技术环境动荡性 |
4.371 |
0.893 |
0.089 |
−0.161** |
−0.403*** |
−0.523*** |
−0.227*** |
0.834 |
|
市场环境动荡性 |
4.472 |
1.008 |
0.004 |
−0.102 |
−0.425*** |
−0.546*** |
−0.202*** |
0.536*** |
0.858 |
注：n = 316，***表示p < 0.001，**表示p < 0.01，*表示p < 0.05；矩阵对角线上的值为AVE值的平方根。
4.3. 市场感知能力对企业绩效的影响验证
市场感知能力与企业绩效的实证检验结果如表4所示。模型1为只包含控制控制变量的基准模型，模型2在基准模型的基础上加入市场感知能力变量以检验市场感知能力与企业绩效之间的关系。假设H1提出市场感知能力对企业绩效具有正向影响。为验证H1，本研究首先将企业绩效作为因变量，其次依次将控制变量(企业人数、所属行业、企业性质)、自变量(市场感知能力)放入回归方程中。由模型2可知，在控制其他变量的影响之后，市场感知能力对企业绩效的变异解释量为20.1%，说明市场感知能力对企业绩效具有重要解释作用。市场感知能力对企业绩效有显著正向影响(β = 0.422, p < 0.001)，因此H1得到验证。
Table 4. Regression analysis of market-sensing capability on enterprise performance
表4. 市场感知能力对企业绩效的回归
|
企业绩效 |
资源配置 |
变量 |
模型1 |
模型2 |
模型3 |
模型4 |
模型5 |
企业人数 |
−0.170 |
−0.089 |
−0.072 |
−0.123 |
−0.048 |
企业性质 |
0.256* |
0.106 |
0.054 |
0.282** |
0.143 |
市场感知 |
|
0.422*** |
0.280*** |
|
0.390*** |
资源配置 |
|
|
0.365*** |
|
|
R2 |
0.045 |
0.242 |
0.319 |
0.054 |
0.268 |
∆R2 |
0.045 |
0.197 |
0.077 |
0.054 |
0.214 |
F值 |
7.349** |
33.246*** |
36.432*** |
8.960*** |
38.042*** |
VIF |
1.068 ≤ VIF ≤ 1.380 |
注：***表示p < 0.001，**表示p < 0.01，*表示p < 0.05。下表同。
4.4. 资源配置中介作用检验
为检验资源配置的中介效应，在模型1、模型2的基础上构建模型3~5，如表4所示。模型3在模型2的基础上加入资源配置，检验市场感知能力对企业绩效的间接影响效应。模型4和模型5以资源配置为因变量，模型4中仅加入控制变量，模型5在模型4的基础上加入了市场感知能力，检验自变量对资源配置的影响效应。根据表4的层次回归分析结果可知：模型5显示市场感知能力对资源配置存在显著正向影响(β = 0.390, p < 0.001)；模型2表明市场感知能力对企业绩效存在显著正向影响(β = 0.422, p < 0.001)；在模型2的基础上引入资源配置作为中介变量得到模型3，R2由0.242变为0.319，模型解释力度得到优化。此时，市场感知能力对企业绩效的回归系数从0.422下降至0.280，但仍然是显著的(p < 0.001)。由此可以分析得出，资源配置在市场感知能力与企业绩效之间起着部分中介作用，H2得到验证。
为验证资源配置的中介作用，本研究采用Bootstrap方法进行检验。分析结果如表5所示。表5结果表明资源配置中介市场感知能力和企业绩效的关系(间接效应系数为0.142，95%置信区间为[0.087, 0.210]，不包含0)，表明存在中介效应。此外，由于市场感知能力对企业绩效的直接效应显著(95%置信区间为[0.159, 0.395]，不包含0)，因此资源配置在市场感知能力与企业绩效的关系中起到显著部分中介效应，H2再次得到验证。
4.5. 环境动荡性调节效应检验
4.5.1. 技术环境动荡性的调节效应检验
为验证技术环境动荡性对市场感知能力与资源配置之间关系的调节作用，构建模型6和模型7。
Table 5. Bootstrap mediated effect test
表5. Bootstrap中介效应检验
|
效应值 |
标准误差 |
Boot下限 |
Boot上限 |
间接效应 |
0.142 |
0.032 |
0.087 |
0.210 |
直接效应 |
0.280 |
0.058 |
0.159 |
0.395 |
总效应 |
0.422 |
0.050 |
0.325 |
0.522 |
模型6在模型5的基础上加入调节变量技术环境动荡性，模型7在模型6的基础上加入市场感知能力与技术环境动荡性的交互项。在构建交互项时，为减少市场感知能力、技术环境动荡性之间的多重共线性，本研究进行了中心化。由表6可得出结论：模型7中市场感知能力和技术环境动荡性交互项的回归系数β = −0.115，回归效果显著，表明技术环境动荡性会弱化市场感知能力与资源配置之间的正向关系，H3a得到验证。
为进一步验证市场感知能力与技术环境动荡性的交互作用，将技术环境动荡性按均值分别增减一个标准差，完成高技术环境动荡性组和低技术环境动荡性组的区分，并画出相应的调节作用图(图1)。由下图可知，在不同技术环境动荡性程度下，市场感知能力对资源配置的回归线效率不同，在低技术环境动荡性程度条件下，市场感知能力具有更大的直线斜率，说明此情况下市场感知能力对资源配置的正向影响更强，进一步验证了技术环境动荡性会弱化市场感知能力对资源配置的正向关系。
Table 6. Regulatory effect test of technological environment turbulence
表6. 技术环境动荡性的调节效应检验
变量 |
模型6 |
模型7 |
企业人数 |
−0.053 |
−0.036 |
企业性质 |
0.102 |
0.084 |
市场感知能力 |
0.271*** |
0.318*** |
技术环境动荡性 |
−0.283*** |
−0.335*** |
市场感知能力 × 技术环境动荡性 |
|
−0.115*** |
R2 |
0.385 |
0.411 |
∆R2 |
0.331 |
0.026 |
F |
48.626*** |
43.265*** |
Figure 1. Regulation of technological environment turbulence
图1. 技术环境动荡性的调节效应
4.5.2. 市场环境动荡性的调节效应检验
为验证市场环境动荡性对市场感知能力与资源配置之间关系的调节作用，构建模型8和模型9。模型8在模型5的基础上加入调节变量市场环境动荡性，模型9在模型8的基础上加入市场感知能力与市场环境动荡性的交互项。由表7实验结果可得模型9中市场感知能力和市场环境动荡性交互项的回归系数β = −0.085，回归效果显著。因此，市场环境动荡性会弱化市场感知能力与资源配置之间的正向关系，H3b得到验证。
为进一步验证市场感知能力与市场环境动荡性的交互作用，将市场环境动荡性按均值分别增减一个标准差，完成高市场环境动荡性组和低市场环境动荡性组的区分，并画出相应的调节作用图(图2)。由下图可知，在不同市场环境动荡性程度下，市场感知能力对资源配置的回归线效率不同，在低市场环境动荡性程度下，市场感知能力的直线斜率更大，说明市场感知能力对资源配置的正向影响更强，进一步验证了市场环境动荡性可以弱化市场感知能力对资源配置的正向关系。
Table 7. Regulatory effect test of market environment turbulence
表7. 市场环境动荡性的调节效应检验
变量 |
模型8 |
模型9 |
企业人数 |
−0.102 |
−0.099 |
企业性质 |
0.112 |
0.110 |
市场感知能力 |
0.245*** |
0.288*** |
市场环境动荡性 |
−0.274*** |
−0.303*** |
市场感知能力 × 市场环境动荡性 |
|
−0.085** |
R2 |
0.404 |
0.420 |
∆R2 |
0.350 |
0.016 |
F |
52.703*** |
44.916*** |
Figure 2. Regulation of market environment turbulence
图2. 市场环境动荡性调节效应
4.6. 被调节的中介效应检验
为检验被调节的中介效应，通过Process运算得到调节变量环境动荡性的两个维度在不同取值下的条件间接效应和判定指标Index，以此判定环境动荡性对市场感知能力通过资源配置影响企业绩效的间接效应的调节作用是否显著。
由表8所展示的结果可知：技术环境动荡性负向调节市场感知能力通过资源配置影响企业绩效的间接效应(Index为−0.042，95%置信区间[−0.076, −0.013]不包括零)，技术环境动荡性在低值和高值水平上的95%置信区间分别为[0.095, 0.226]和[0.036, 0.138]，均不包括零，表明市场感知能力通过资源配置的中介作用是显著的。且低技术环境动荡程度下间接效应值(0.154)高于高技术环境动荡程度下的间接效应值(0.079)，说明技术环境动荡性可以调节市场感知能力通过资源配置影响企业绩效的间接作用，且较低的技术环境动荡性程度下，市场感知能力通过资源配置对企业绩效的影响越强。H4a得到数据支持。
市场环境动荡性负向调节市场感知能力通过资源配置影响企业绩效的间接效应(Index为−0.031，95%置信区间[−0.067, −0.006]不包括零)。市场环境动荡性在低值和高值水平上的95%置信区间分别为[0.079, 0.228]和[0.032, 0.129]，均不包括零，表明市场感知能力通过资源配置的中介作用是显著的。且低市场环境动荡程度下间接效应值(0.136)高于高市场环境动荡程度下的间接效应值(0.074)，说明市场环境动荡性可以调节市场感知能力通过资源配置影响企业绩效的间接作用，且较低的市场环境动荡性程度下，市场感知能力通过资源配置对企业绩效的影响越强。由此H4b得到数据支持。
Table 8. Moderated mediating effect test
表8. 被调节的中介效应检验
调节变量 |
中介过程 |
条件间接效应 |
有调节的中介效应 |
调节变量水平 |
效应 |
Boot
下限 |
Boot
上限 |
Index |
Boot
下限 |
Boot
上限 |
技术环境动荡性 |
市场感知能力–
资源配置–企业绩效 |
低 |
0.154 |
0.095 |
0.226 |
−0.042 |
−0.076 |
−0.013 |
高 |
0.079 |
0.036 |
0.138 |
|
|
|
市场环境动荡性 |
市场感知能力–
资源配置–企业绩效 |
低 |
0.136 |
0.079 |
0.228 |
−0.031 |
−0.067 |
−0.006 |
高 |
0.074 |
0.032 |
0.129 |
|
|
|
5. 研究结论与启示
5.1. 结论与讨论
在智能制造、大数据等技术日益复杂以及新冠疫情、中美贸易等事件导致外部环境不确定性持续增加的环境下，市场感知能力对企业绩效的重要作用，已得到广泛关注。在不确定的环境中，具有良好市场感知能力的企业更有可能提升企业绩效[51]。在此背景下，市场感知能力影响企业绩效的作用机制具有重要的研究意义。本研究首先在以往学者研究的基础上，探究并验证在不确定的外部环境下，市场感知能力对于企业绩效的影响；在此基础上，通过深入的理论分析，将资源配置、环境动荡性引入研究框架之中，以厘清市场感知能力对企业绩效的影响机制，明确市场感知能力通过资源配置影响企业绩效中介过程的边界条件。基于以上理论分析，本研究在不确定的外部环境下，构建了一个被调节的中介模型，并运用问卷调查法，对该模型进行实证验证，并对实证检验结果进行归纳，得出如下结论。
首先，市场感知能力正向作用于企业绩效。这一结论与刘凯(2024) [52]提出的“感知能力是企业在激烈竞争中获取竞争优势的关键”以及王雪东(2022) [2]和Alshanty (2019) [53]等关于市场感知能力正向作用于企业发展的观点是一致的。但现有文献更多识别出市场感知能力的中介作用，如张紫璇(2023) [26]等均将市场感知能力作为中介变量研究与企业绩效有关的影响因素，而市场感知能力和企业绩效之间存在潜在中介机制并未被挖掘。本研究在以往研究的基础上，引入资源配置这一中介变量，探究并验证了在动荡的外部环境下，市场感知能力通过资源配置的中介作用对企业绩效产生影响。
其次，资源配置中介市场感知能力和企业绩效的关系。这一结论支持了孙阁斐(2022) [54]和王建平(2023) [55]等提出的资源配置可以在其他变量与企业绩效关系中充当中介变量。同时也验证了付丙海(2023) [56]等提出的资源配置会对企业绩效产生显著影响；以及李文睿(2022) [57]等提出的企业市场感知能力有利于企业资源的合理高效配置。但已有文献的研究情境是相对稳定的环境，并未探究在动荡的外部环境中，资源配置与企业绩效之间是否仍存在同样的关系。本研究基于动荡的外部环境，探究并验证了在动荡的外部环境下，资源配置与企业绩效之间存在正相关关系。
最后，环境动荡性在市场感知能力和资源配置之间发挥调节作用；同时调节市场感知能力通过资源配置影响企业绩效的中介效用。即环境动荡性弱化市场感知能力对资源配置的正向影响。即环境动荡性程度高时，会减弱市场感知与资源配置之间的正向作用。另外，环境动荡性负向调节市场感知能力通过资源配置影响企业绩效的中介作用。即高环境动荡性下，此中介作用变弱；而低环境动荡性下，此中介作用变强。这一结论支持并拓展了纪骅道(2019) [50]等提出的环境动荡性对企业经营有负向影响的结论。
5.2. 理论贡献
首先，本研究基于动荡的外部环境，探究了市场感知能力与企业绩效之间仍然存在着正向关系，使该结论更具有广泛适用性。另外，本研究将资源配置理论的观点整合到动态能力理论中，将资源配置引入市场感知能力与企业绩效的研究中，分析了市场感知能力对企业绩效的直接作用以及通过资源配置对企业绩效的间接影响，厘清了市场感知能力与企业绩效之间潜在的中介机制。最后，本研究在探究市场感知能力与企业绩效作用路径的基础上，引入环境动荡性这一调节变量，考证其在市场感知能力与资源配置之间所起到的调节作用，也丰富了环境动荡性如何调节市场感知能力通过资源配置的中介作用影响企业绩效的相关理论成果。这一研究厘清了市场感知能力作为企业应对动态环境的重要能力的具体作用机制，并提供了实证证据，丰富了动态能力理论的研究文献。
5.3. 管理启示
在动荡的外部环境中，本研究的结论对于企业获取竞争优势，维持核心竞争力，提升企业绩效具有一定的启示意义。首先，企业要提升自身市场感知能力。本研究结果表明市场感知能力正向作用于企业绩效，主要是因为具备较高市场感知能力的企业更能挖掘和捕捉市场机会、洞悉市场信息、聚焦顾客价值、有效规避风险，提升企业绩效；若企业市场感知能力较弱，则会导致企业无法快速捕捉外部变化，规避风险，难以推动企业绩效的提升。其次，企业在提升市场感知能力时，也要提升自身资源配置。本研究发现市场感知能力通过资源配置影响企业绩效，具备市场感知能力的企业会将获取的信息进行整合，迅速做出决策，重新对企业资源进行合理配置，以提升企业绩效。最后，企业要密切关注外部环境的动荡性。本研究结论指出环境动荡性会弱化市场感知能力与资源配置的中介作用，以及环境动荡性负向调节市场感知能力通过资源配置对企业绩效的中介作用。技术环境动荡性和市场环境动荡性都会对企业的资源配置以及绩效提升产生负面影响，环境动荡程度越高，企业决策难度增加，精力被分散，会减少企业的资源配置，进而影响企业绩效。因此企业要对环境动荡性尤为关注，不断提升自身市场感知能力，加强对市场信息的持续监测和分析，灵活进行资源配置，以实现持续的竞争优势和优异的绩效表现。
5.4. 局限与展望
尽管本研究得出了一些有一定理论和实践价值的结论，但由于研究的局限性，本研究仍存在一些不足，有待后续研究的进一步深化。首先，本研究仅选取一些发达地区的部分企业作为研究对象，研究样本的普遍性不够强，并不能代表所有企业，研究结论对于其他企业是否同样适用仍有待进一步的验证研究，今后可以扩大研究对象的范围，提高研究结果的准确性，验证本次研究结论的正确性。其次，影响企业绩效的因素有很多，本研究仅从企业能力中的市场感知能力进行研究，而对于市场感知能力和企业绩效的中介机制，本研究也只是引入资源配置这一个因素，并没有展开全面系统的研究，后续有待引入其他变量继续深入研究。