文献名称：Nambisan, S.,  Lyytinen, K., & Song, M. (2017). Digital innovation management: reinventing innovation management research in a digital world. IT and innovation, 41(1), 223-238.

研究问题：数字创新是在创新过程中使用数字技术。数字创新也可以用来描述创新的全部或部分结果。数字创新从根本上改变了新产品和服务的性质和结构，生了新的价值创造和价值分配途径，实现了涉及具有不同目标的动态参与者的创新集体能力，产生了新一代的创新过程，并在更广泛的范围内改变了整个行业(例如，Boudreau和Lakhani 2013;Hui 2014;Iansiti和Lakhany 2014:0ECD 2016;Porter和Heppelmann 2014，2015)。数字化的兴起导致学者们越来越质疑现存创新理论和相关组织学术的解释力和实用性，随着对数字化研究的不断深入，我们建议是时候发展理论，明确地将称为数字创新的社会技术现象的可变性、物质性、出现性和丰富性纳入其中。

论文摘要：创新过程和结果的快速而普遍的数字化颠覆了现有的创新管理理论，质疑了关于创新定义边界、创新机构以及创新过程和成果之间关系的基本假设。迫切需要对数字创新管理进行新颖的理论化，而不是依赖于这些假设，而是借鉴丰富而迅速出现的数字技术研究。我们以四种新的理论逻辑或元素的形式为这种理论提供建议，这些逻辑或元素可能有助于在日益数字化的世界中构建更准确的创新过程和结果解释。这些逻辑可以为研究人员在这一重要领域做出贡献开新的途径。我们在本文中的建议，加上数字创新管理特刊中的六个研究笔记，试图为在数字世界中重型创新管理研究提供更广泛的基础。

研究空白：鉴于我们提出的理论要素，研究数字创新管理可能需要采用过去没有在很大程度上使用的新方法。经典的基于方差的研究往往过于静态，对现象性质的假设过于简单，因此使用这种方法不容易触及问题的核心。使用经典的定性调查，如使用小N亲例研究或民族志，有助于我们揭示和理解当地的含义和相关逻辑，但无法扩展到技术的更广泛影响及其在塑造跨地点和行业创新过程的背景和结果方面的影响。需要一些不同的东西。下面我们注意到三种可能为数字创新研究提供新见解的方法:计算社会科学、配置分析和识别复杂涌现现象的方法。

理论视角：社会认知感知：创新边界的流动性、匹配问题-解决方轰对的动态性以及创新参与者的异质性都有助于参与者认知和意义构建的转变，这是数字创新的关键要素。在这里，我们建议，对数字创新管理进行理论化的一个关键要素是数字技术(工件、平台等)如何与创新主体(无论是组织还是个人)互动，以促进创新的社会认知意义构建。通过社会认知意义构建，我们的意思是，技术在个体创新者的认知和创新者的组织和个人集体社会系统中同时被理解。整合对这种社会认知意义构建如何影响数字创新的理解过程和结果是任何创新管理理论的核心。

首先考虑共享社会认知意义构建的必要性。数字架构(分层模块化架构)增加了产品和服务的复杂性和可理解性。当一个创新平台跨越多个传统产品类别时，创新的范围可能很难被任何一个创新者理解，创新本身可能会被不同的参与者赋予不同的认知框架:例如，激进的数字创新认知需要超越传统的产品和流程类别(Lyytinen和Rose 2003:Negro和Leung 2013)。如果出现一个主导框架，可能会导致重新构建的惯性，抑制创新者感知新认知框架的可能性，从而无法感知新的创新机会(未能重新构建)(Kaplan和Tripsas 2008:Rosa和Porac 2002)。然而，当不同的框架与他人进行社会交流时，个人会有动力“打破”现有的框架，这可能会让个人用新的认知框架看到新的可能性，从而产生新的创新(Verganti 2009)。因此，成功的数字创新取决于参与者如何理解、与他人分享，然后修改他们对创新成果、过程和相关市场的理解:

主要假设：

（1）不受限制的创新：随着数字化，（a）不断改变创新成果的结构边界，以及(b)不断改变创新过程的空问和时间边界，

（2）创新代理的预定义性降低：随着数字化的发展，从预定义的一组重点创新代理转变为具有不同目标、动机和能力的不断发展的创新集体。

（3）创新过程和成果之间的界限更少：随着数字化的发展，创新过程和结果之间的界限越来越少，互动也越来越复杂、动态。

假设论据：

（1）动态问题-解决方案设计配对：数字创新管理是一个零星的、并行的、异构的问题解决方案设计对的生成、分叉、合并、终止和细化，承认创新空间的流动边界和创新机构分布的港力。

（2）社会认知意义构建：共享认知和联合意义构建是效字创新管理的关键要素:“叙事"(嵌入数字工件并由数字技术支持)作为这种社会认知意义构建的载体，承认创新空间的流动边界和填充其中的异质参与者(分布式创新机构)。

（3）编排：问题-解决方案匹配作为效字创新编排的微观基础：数字技术在实现或支持这种编排方面的作用越来越大，承认创新空间的流动边界和创新机构分布的港力。

研究变量：

（1）技术负担和制约因素：随着创新过程和成果之间的区别在数字世弄中逐渐缩小，作为(数字)工具，随着数字产品和服务的不断发展，深入了解它们的混合变得势在必行。技术启示和约束理论(Gibson 1979:Leonardi 2011:Majchrzak和Markus 2013:Markus和Silver 2008:Treem和Leonardi 2012)提供了一个有前景的视角，特别适合帮助信息系统学者在这方面建立新的理论。

（2）编排：随着创新边界变得更加分散，创新机构更加分散，与数字技术如何作为集体行动塑造创新的性质和形式相关的问题变得更加重要。在这里，我们建议将编排的概念作为研究这些问题的理论视角。先前关于创新网络和生态系统的研究提出了编排的概念，其中一个或多个公司或实体)承担协调价值共同创造和价值分配的责任。

创新研究方法：鉴于我们提出的理论要素，研究数字创新管理可能需要采用过去没有在很大程度上使用的新方法。经典的基于方差的研究往往过于静态，对现象性质的假设过于简单，因此使用这种方法不容易触及问题的核心。使用经典的定性调查，如使用小N亲例研究或民族志，有助于我们揭示和理解当地的含义和相关逻辑，但无法扩展到技术的更广泛影响及其在塑造跨地点和行业创新过程的背景和结果方面的影响。需要一些不同的东西。下面我们注意到三种可能为数字创新研究提供新见解的方法:计算社会科学、配置分析和识别复杂涌现现象的方法。

1、计算社会科学

计算社会科学是指一套通过计算探索人类行为的方法这些技术有助于将数字技术使用和创新的本地分析扩展到更广泛的背景。同时，他们力求忠实于影响创新过程和结果的活动的内在含义。计算科学涵盖了模拟、数据挖插、行为跟踪或大规模现场实验的使用。解决方案问题配对和编排的研究领域特别适合使用计算社会科学进行研究，因为大部分配对和编排都可以用数字痕迹进行检查。

有许多形式的计算社会科学可以应用于测试和开发数字创新管理的新理论。一种形式是组织遗传学，其中数字创新被分解为参与者、活动、工件和启示，以识别例程(Gaskin等人，2014)。数字创新管理研究可以使用组织造传学来确定数字平台等数字技术如何实现新技术的创建、转换和使用，例如汽车软件应用程序，或者将创新过程作为一组匹配活动来研究，并检测其变化、变化来源和结果。

另一种形式的计算社会科学被称为计算案例研究(Lindberg 2015)。通过使用最初由Bakeman 和Gottman(1997)以及Abbott(2001)流行的序列分析方法，这种方法试图将定量大数据算法分析与定性叙事发展相结合。数字追踪数据(实时捕提人类互动)可以使用计算工具进行分析，以检测长时间内的常见行为模式通过定性探究来解释序列中检测到的变异的含义和背景(例如，参见Majchrzak和Malhotra 2017)。数字创新管理可以有效地利用计算案例研究技术，例如，解释数字工具的创新如何改变工程师或其他参与小组的工作方式

另一种形式的计算社会科学被称为过程挖掘(Pentland等人，2010:van der Aalst，2011)。进程挖掘涉及应用Petri网从事件日志数据中提取进程。Petri网是种形式主义，允许对并发性、数据相关和时间相关方面进行形式化分析。使用Petri网引出的流程模型还允许对子流程之间的层次结构、转换、等待时间以及令牌在工作流程中的流动进行建模。与所有业务流程管理模型一样，可以从许多不同的角度(如组织单位角度、资源角度、角色或参与者角度以及工作流)中的任何一个角变查看所引发的流程。从事件日志中识别的过程模型可用于比较工作过程的不同模型(Pentland等人，2010)一项关于数字创新管理的研究可以使用过程挖掘来比较创新项目中的工作流程，以找出可能解释为什么一个项目比其他项目更成功的差异。

2、配置分析

识别问题-解决方案对和技术启不研究需要一种方法这种方法侧重于将特定条件与特定结果相匹配，而不是方差解释。在信息系统研究中开始受到关注的一种方法是定性比较分析(QCA)，及其在时间条件和“模糊”条件下的应用(Ragin 20002008)。QCA使用布尔代数技术来比较前因和结果条件的成对组合，以识别产生结果的组合。El Sawy等人(2010)最近论证了在信息系统研究中使用QCA研究"数字生态动力学"配置的好处。

3、复杂性理论方法

复杂性理论长期以来一直认为，在没有外部指导的情况下，自下而上出现的自组织起着核心作用(McKelvey等人，2013)。例如，在团队认知文献(如Kozlowski和Chao 2012)中，涌现也有相当长的理论，其中识别出团队氛围、团队目标和团队交互记忆等新兴现象。因此，识别涌现的方法可以很好地应用于前面讨论的社会认知意义枸建的理论要素。有许多不同的方法可用于探索涌现。最传统的形式是使用基于代理的模型。例如，Nan(2011)基于0rlikowski(1996)技术社会结构例研究的基于代理的模拟模型将新工作实践的出现确定为技术和用户之间相互适应的产物。或者，可以使用行为追踪研究来识别这种出现，因为当自组织人群进化到隐含地协调他们的知识共享以增强他们的审议解决能力时(Kane等人，2014)。最后，可以通过引导和鼓励行为但不限制行为的实地实验来识别涌现。例如，根据Faraj等人(2011)的理论，在众包过程中对不同引导人群的方式进行实地实验，导致了临时制定的自定义角色的出现，这提高了人群共同创造问题解决方案的能力。

研究结论：我们在这篇介绍性论文中的目的是揭示数字创新对创新管理研究的更广泛影响。组织应如何参与并加强其在数字世界中的创新成果和流程?作为创新管理专业的学生我们应该如何对相关问题和概念进行研究?

正如我们在开始时所指出的，数字创新管理为信息系统研究人员提供了一个丰言且潜在的高回报研究领域。随着数字技术从根本上改变企业和行业，并质疑创新管理背后的关键假设和主题，该领域的研究将需要纳入理论概念和结构，以反映和捕提数字材料改变创新过程和结果的无数方式。正如我们讨论的理论逻辑和概念要素所表明的那样，信息系统研究人员具有独特的优势，可以为这一新兴的研究领域做出贡献。

与此同时，其他学科(例如计算机科学、经济学、设计学、社会学等)的研究人员需要禁止这种关于数字创新管理的论述(Nambisan 2013)。事实上，如果没有这种跨学科的努力，这里确定的理论观点的价值就不太可能实现。我们希望我们在这里的讨论以及特刊论文中提供的新理论概念和见解将带来更广阔的前景，并有助于在数字创新管理研究中开辟一条有前景的道路。

阅读感想：通过阅读本篇文献，我学习到了三种创新研究方法，计算社会科学、配置分析、识别复杂涌现现象的复杂性理论方法，这些方法可能能为数字创新研究提供新的见解。我还学习到数字基础设施和相关能力补充了与分布式创新机构相关的实践，由此可以推进创新。

通过阅读本篇文献，我认识到，为了推进流程创新，数字基础设施补充了与外部知识搜索以及更广泛的分布式创新机构相关的能力；支持数字企业快速扩大用户群的机制，一个生成过程，意味着流动和多孔的创新边界，即与现有的服务、商业模式等；设计知识的数字化促进了定制的重用，而影响这种重用的因素意味着数字创新过程之间的复杂相互作用以及结果。