服务中介对集群企业产品创新的影响——以知识转移为中介变量的实证研究

符正平，彭伟，李芳

(中山大学管理学院，广东广州510275)

一、引言

改革开放以来，产业集群已逐渐成为我国区域经济发展的重要源泉，长三角、珠三角等沿海地区正是凭借着大量产业集群的兴起与发展来取得经济的快速增长。近年来随着外部环境竞争程度的加剧以及劳动力成本的上升，我国产业集群面临着严峻的升级压力。创新成为集群转型升级的重要途径，唯有不断创新才能推动集群企业的持续成长。然而，在外部环境变化迅速、内部资源有限的条件下，“闭门造车”式地创新显然难以获取持续竞争优势，企业创新的模式应该由“线性范式”向“网络范式”转变。[1]

作为集群内的重要创新主体，服务中介日益受到学者们的重视，已有研究基于集群创新系统视角，从理论上探讨了服务中介在集群创新过程中发挥的作用，服务中介日益成为集群内部知识基础设施的基本要素，对集群创新具有显著的促进作用。[2-3]然而，服务中介对集群企业创新的微观影响机制是什么呢？目前国内外对于该问题开展的实证研究还很少。为此，本研究拟基于社会网络理论以及知识转移的视角，以佛山建筑陶瓷集群为例，探讨了服务中介对集群企业产品创新的影响机制，以期为集群企业提升产品创新绩效提供更多的理论依据与指导。

二、文献回顾与假设的提出

(一)集群企业与服务中介的联系强度与产品创新

在当今技术快速变化的时代，企业创新往往需要投入较多的资源，而集群内聚集的更多是中小企业，中小企业拥有的资源并不丰富。[4]在资源有限的约束下，企业外部的知识对企业创新的作用越来越明显，企业创新不仅要整合企业内部的市场、研发、生产、人才等各种资源和知识,而且需要整合企业外部的各种知识资源。服务中介处于集群内企业网络的交汇处，与集群内许多企业建立了联系，掌握了集群社会生态系统中广泛的信息，可以说服务中介就是集群内信息、知识的仓库。因此，企业与服务中介建立联系，就相当于拿到了一张集群知识网络的入场券，扩大了企业创新过程中知识搜索的范围，使得企业拥有更多创新所需的知识源。此外，通过与服务中介建立强联系，集群内企业更容易获取创新过程中所需的关键性的外部资源与能力。[5]知识源的扩大以及外部资源能力的获取对集群内企业进行产品创新尤其重要。正如Saxenian研究所发现，硅谷不但是大量创新型企业以及高级专业人才的聚集地，还聚集了许多专业咨询、市场研究、风险投资等机构，这些中介机构为硅谷企业提供了丰富的技术、财务和网络服务，促进了企业创新活动的开展。[6]综上所述，我们提出如下假设:

H1:集群企业与服务中介的联系强度正相关于企业产品创新绩效。

(二)集群企业与服务中介的联系强度与知识转移

知识转移这一概念最早由美国技术与创新管理学者Tecce于1977年提出，Tecce认为通过技术的国际转移，企业可以积累大量创新所需要的知识。[7]大量知识管理学者就影响知识转移绩效的因素进行了探讨。知识转移成功的重要前提便是组织间的紧密合作，若知识转移双方拥有强联系，那么强联系所产生的信任，将使接受方相信知识源不会采取有损于自己利益的行为，减少其对知识转移过程中可能存在的风险的担忧。[8]Zander和Kogut研究发现知识转移双方的信任会影响组织间知识转移的绩效。[9]Kotabe指出组织间信任的贫乏是影响知识转移的关键性障碍之一。[10]国内学者高祥宇等从信任对知识转移双方互动过程的影响的角度入手，指出知识转移双方的信任是影响知识转移的重要因素。[11]Ahuja认为合作伙伴之间的直接联系有助于隐性知识的转移。[12]此外，双方联系频繁程度对双方知识转移的数量有正向影响。[13]因此，集群内企业与服务中介的联系越紧密、信任，服务中介越会向集群企业提供其服务的客户的技术、经验以及集群环境中弥漫的技术、知识。综上所述，我们提出如下假设:

H2:集群企业与服务中介的联系强度正相关于集群企业获取的知识转移绩效。

(三)知识转移的中介作用

通过梳理有关文献，我们发现，组织间联系会通过双方知识的学习与吸收提高各方的技术创新能力。Uzzi和Lancaster研究发现，合作双方的互相信任以及频繁交流，有利于知识接受方接受意愿的增强，有助于知识接受方吸收能力的提高，最终影响到知识接受方的创新能力。[8]Haukness认为服务中介对集群内各企业之间以及集群内企业与外部研究机构之间的互动性知识学习、信息交流起着重要作用，与服务中介构建紧密的联系，有助于其客户企业以及外部研究机构的技术知识向企业内部的转移，最终提升企业的创新能力。[14]此外，集群内服务中介所具备的知识生产和知识转移的两大功能从某种程度上推动了集群内部的知识演化过程，尤其对集群内的中小企业而言，服务中介向其转移的知识往往就是他们创新的重要知识源，直接影响到他们的创新产出。综上所述，我们提出如下假设:

H3:知识转移在服务中介对集群企业产品创新绩效的影响中起中介作用。

三、研究方法

(一)样本选择与数据收集

本文研究样本主要取自于佛山建筑陶瓷集群内的300多家企业。我们于2009年11月13日至11月19日前往佛山建筑陶瓷集群调研，先后走访了佛山市陶瓷行业协会、佛山市华夏陶瓷博览城有限公司、佛山市陶城报社出版有限公司、华夏建筑陶瓷创新中心等地，了解了佛山建筑陶瓷集群的发展历程以及集群内服务中介对企业创新的影响。2010年1月9日至1月10日再次前往佛山建筑陶瓷集群，选取了其中的8家企业做问卷试调查，试调查中先后与10位中高层管理者讨论了问卷的项目，更改了问卷中不太理解的项目。2010年3月1日至3月20日，我们对佛山建筑陶瓷集群内企业的管理人员发放了问卷，并现场回收问卷。共发放问卷数为330份，回收问卷205份，剔除填写不完整以及无效问卷68份，得到有效问卷137份，问卷的有效回收率为41.5%。样本特征汇总见表1。

表1 样本概况

在问卷发放过程中，容易引起非回应偏差问题(nonresponse bias)以及共同方法偏差问题(common method variance)。当回收的有效问卷与无效问卷的答案可能存在偏差时，便产生了非回应偏差。[15]为了解决非回应偏差问题，本文对137份有效问卷以及68份无效问卷做了t检验，检验结果发现有效问卷与无效问卷的答案并不存在显著差异。若问卷中所有问题项均由同一填写者填写，就会容易出现共同方法偏差问题。为了解决共同方法偏差问题，本研究采取答卷者信息隐匿法，并让答卷人确信问卷中所有问题的答案并没有对错之分，从而打消答卷人的忧虑，降低答卷人随意答题的可能。[16]此外，本研究还采取Podsakoff和Organ建议的Harman单因素检验法进行了检验，结果发现，问卷中所有条目未旋转的探索性因子分析得出的第一个因子的方差解释度为20.033%，说明共同方法偏差并不严重。[17]

(二)变量测量

(1)因变量:产品创新绩效

产品创新绩效的测量指标相对较成熟，Brown和Eisenhardt测量产品创新绩效的五个指标已经被许多研究者使用。[18]借鉴Brown和Eisenhardt的做法，在问卷中我们问“与主要竞争对手相比，贵企业向市场频繁推出新产品”、“率先在市场中推出新产品”、“快速地向市场推出新产品”、“开发出更高质量的新产品”、“利用新产品去渗透市场”，所有项目用5点李克特量表测度。从1到5，1表示“完全不同意”，5表示“完全同意”。

(2)自变量:企业与服务中介的联系强度

Nahlinder将知识密集型服务中介分为金融服务公司、IT服务公司、技术服务公司、法律服务公司、管理咨询公司、人力资源服务公司、财务服务公司等七类。[19]由前期访谈调查可知佛山建筑陶瓷集群内企业与IT服务公司、金融服务公司的联系很少，而与行业协会、创新中心的联系较多。因此根据多数学者的做法，我们没有具体询问企业与各类服务中介的联系，而是宽泛地调查集群企业与服务中介(包括行业协会、创新中心、律师事务所、会计事务所)的联系。借鉴Granovetter[20]、Levin和Cross[13]的做法，我们从双方联系的频率、亲密度、信任程度来测量集群企业与服务中介的联系程度，具体测量项目为“贵企业与集群内服务中介联系很频繁”、“贵企业与集群内服务中介联系过程中双方高度互信”、“贵企业与集群内服务中介联系很紧密”，所有项目用5点李克特量表测试。从1到5，1表示“完全不同意”，5表示“完全同意”。

(3)中介变量:知识转移绩效

目前学术界对知识转移绩效的研究也相对较成熟。成功的知识转移是要及时、符合预期地转移知识，并且是知识被内化、知识接受方对所转移的知识进行再创。在已有文献的基础上。[21]我们共设置了4个项目来对知识转移绩效进行测量，分别为“通过与服务中介的联系，贵企业学习到了不少经验、技术等知识”、“转移来的知识提高了贵企业的技术和能力”、“贵企业对知识转移的内容和效果很满意”、“学到的技术和能力已经运用到贵企业的产品和服务中去”，所有项目用5点李克特量表测试。从1到5，1表示“完全不同意”，5表示“完全同意”。

(4)控制变量:企业规模、公司年限

以往研究表明企业规模、公司年限均对企业产品创新绩效具有重要影响，借鉴Ahuja[12]的做法，我们将企业规模、公司年限作为控制变量。其中企业规模采用企业员工人数测量，1表示“员工人数在100人以下”，2表示“100-300人”，3表示“301-500人”，4表示“500人以上”。公司年限用企业成立之日起至问卷回收之日的年限差来测量。

四、数据分析与结果

(一)信度和效度检验

本研究采用Cronbach的内部一致性系数来分析信度，并采用Churchill&Peter所建议的信度标准来判定。[22]至于各潜变量的效度检验，由于本研究所使用的问卷项目都是在借鉴以往学者广泛使用的量表的基础上，经多名教授、博士生多次讨论，并参照访谈过程中多名企业高管的意见，最终形成的测量量表，因此问卷具有相当的内容效度(Content Validity)，下面将重点就潜变量的构建效度(Construct Validity)进行检验。

1.信度检验

对反映集群企业与服务中介的联系强度的题项进行探索性因子分析，发现KMO检验的MSA值为0.728，Bartlett球检验卡方值为376.109(df为3,p为0.000)，说明适合作因子分析。因子各条目在0.01水平上显著相关。按照因子特征值大于1，主成份分析法，正交方差最大法旋转提取的联系强度因子解释总方差的92.308%，联系强度因子的Cronbach’s alpha值为0.955,说明该子量表信度很好。对反映知识转移的题项进行探索性因子分析，发现KMO检验的MSA值为0.834，Bartlett球检验卡方值为283.489(df为6,p为0.000)，说明适合作因子分析。因子各条目在0.01水平上显著相关。按照因子特征值大于1，主成份分析法，正交方差最大法旋转提取的知识转移绩效因子解释总方差的81.364%，且Cronbach’s alpha值为0.924，说明该子量表信度很好。对反映企业产品创新绩效的题项进行探索性因子分析，发现KMO检验的MSA值为0.818，Bartlett球检验卡方值为134.422(df为10,p为0.000)，说明适合作因子分析。因子各条目在0.01水平上显著相关。按照因子特征值大于1，主成份分析法，正交方差最大法旋转提取的知识转移绩效因子解释总方差的61.230%，且Cronbach’s alpha值为0.792，说明该子量表信度较好。探索性因子分析得出的因子负荷结果见表2。

表2 EFA分析及信度检验结果

2.效度检验

至于构建效度的检验，本文依据Nadkarni和Narayanan的建议，[23]将联系强度、知识转移绩效、产品创新绩效同时纳入到结构方程模型中做验证性因子分析。依据Fornell&Larcker建议的判定标准，当所有标准化项目载荷量要大于0.5且达到显著性水准(P＜0.05或P＜0.01)且各潜变量的平均方差抽取量(Average Variance Extracted,简称AVE)大于0.5时，则测量量表的收敛效度(convergent validity)较好。[24]CFA分析结果显示:除“产品创新绩效因子”有一个指标的负荷值达到0.5的可接受水平外，其他因子的指标负荷值都在0.6以上，并且“联系强度因子”、“知识转移绩效因子”、“产品创新绩效因子”的平均方差抽取量(AVE)分别为0.781、0.757、0.503，均高于0.5的判别标准，说明量表具有较高的收敛效度。至于区分效度(discriminant validity)的检验，Fornell&Larcker认为当本身构念的AVE值大于本身构念与其他构念间相关系数的平方值时，量表便具有较好的区分效度。[24]由表4的相关性分析结果可以看出，“联系强度”与“知识转移”的相关系数为0.28，“联系强度”与“产品创新”的相关系数为0.20，“知识转移”与“产品创新”的相关系数为0.33，这三个相关系数的平方差均小于0.5，说明本测量量表具有较好的区分效度。验证性因素分析的结果见表3，由表3可知因子的构建效度较好，适合做SEM模型检验。

表3 CFA分析及效度检验结果

(二)模型检验

本文先对集群企业与服务中介的联系强度、知识转移绩效、产品创新绩效做相关性分析，结果见表4。由表4可以看出，联系强度与知识转移绩效显著正相关(r=0.28*,p＜0.01)；联系强度与产品创新绩效显著正相关(r=0.20*,p＜0.01)。相关分析结果初步支持了本文的假设H2和H1。

表4 描述性统计及相关系数矩阵(注:n=137;*p＜0.01)

中介效应分为完全中介与部分中介，根据Baron and Kenny检验中介效应的建议，[25]本文使用AMOS7.0结构建模对集群企业与服务中介的联系强度(TS)、知识转移(KC)、产品创新(PI)的无中介模型、部分中介模型、完全中介模型分别建模，各模型拟合效果见表5。

表5 嵌套模型的比较

由表5可以看出，五个模型的整体拟合度都较好，然而哪个模型是最优的简洁模型呢？如果某一模型比另一模型的自由度高Δdf，X2比另一模型高ΔX2，ΔX2小于自由度为Δdf，α＝0.01时X2的临界值，则该模型更优。[26]

比较模型2、模型3以及模型5，三个模型的df相同，然而模型5的X2最低，因此，模型5比模型2及模型3更简约。比较模型5与模型1，Δdf＝33，ΔX2＝37.1，小于df=33,α=0.01时X2的临界值54.776，因此模型5比模型1更优。比较模型5与模型4，Δdf＝1，ΔX2＝4.3，可见部分中介模型与完全中介模型的差别并不显著。此时根据Baron和Kenny的建议，判断哪个模型更优应取决于在部分中介模型中的联系强度与产品创新绩效的直接效应是否消失。[35]部分中介模型的检验结果如图1所示。

图1 部分中介模型检验结果(注*p＜0.01。X2=50.8，df=51，RMSEA=0.013，NFI=0.94，CFI=0.99，GFI=0.92)

由图1可以看出，加入“知识转移”后，“联系强度”至“产品创新”的直接效应不显著(t=0.53)，表明“知识转移”在“联系强度”对“产品创新”的影响中具有完全中介效应。即完全中介模型(见图2)比部分中介模型更优。由完全中介模型可知，集群企业与服务中介的联系强度与知识转移绩效呈显著正相关关系(p＜0.01)，路径系数估计值为0.33,该结果支持了假设H2。此外，联系强度与产品创新呈显著正相关关系(p＜0.01)，路径系数估计值为(0.33×0.46＝0.152)，该结果支持了假设H1和H3。

图2 完全中介模型检验结果(注*p＜0.01。X2=55.1，df=52，RMSEA=0.015，NFI=0.94，CFI=0.99，GFI=0.92)

五、讨论与结语

本研究基于社会网络理论以及知识转移的视角，实证分析了集群内服务中介对集群企业产品创新的影响，研究不但发现了集群企业与服务中介的联系强度对企业知识转移绩效以及产品创新绩效有正向影响，还进一步证实了知识转移在服务中介对集群企业产品创新影响关系中的中介作用。

假设H1表述的是集群企业与服务中介的联系强度与企业产品创新的关系。本研究论证的结论与Saxenian[6]等的观点相似。集群企业通过与服务中介建立紧密信任的联系，不仅有利于扩大企业创新所需要知识的来源，还有助于降低知识搜寻的成本，从而导致企业产品创新绩效的提高。假设H2表述的是集群企业与服务中介的联系强度与知识转移绩效的关系。本研究的论证的结论进一步证实了McEvily[5]等的研究结论。集群内服务中介是集群内知识、信息的聚焦点，集群企业通过与服务中介建立强联系，有助于服务中介所服务的客户企业的技术、知识以及集群环境下弥漫的公共知识向企业的转移。假设H3实证验证了知识转移在服务中介对集群企业产品创新影响关系中的中介作用。这是对Uzzi[8]等研究结果的进一步探讨。本研究结果表明，集群企业与服务中介的联系对产品创新的影响是通过知识转移起作用的，也就是说，集群企业与服务中介的联系为企业获取集群内创新所需的知识、信息提供了可能，但只要当这些知识、信息成功地向企业内部转移，才能对企业的产品创新起到正向促进作用。

本文的研究结果对企业实践以及政府等管理部门也有重要启示。对集群企业而言:(1)本研究表明通过与服务中介建立联系，有助于企业产品创新绩效的提高，因此，企业要积极与服务中介建立紧密、互信的联系，通过与服务中介频繁地沟通，来获取更多的集群经济效益，从而提高企业的创新产出，赢取更多的竞争优势。(2)本研究还表明知识转移在服务中介对集群企业产品创新绩效影响关系中起中介作用，因此，企业不断要与服务中介建立联系，还要加快自身吸收学习能力的建设，使得自身与服务中介建立联系获取的知识与信息真正能为企业所用，从而提升产品创新绩效。对于集群所在区域的政府机构而言，在当前经济全球化以及技术瞬息变化的环境下，集群转型与升级是一项重要的命题，集群内企业创新是升级的重要途径，政府一方面要鼓励扶持集群内服务中介组织的发展，加强集群创新环境的建设；另一方面要鼓励企业主动跨出企业自身内部，与集群内其他机构组织建立广泛的联系，促成集群创新系统的建成。

本研究的局限性主要表现在以下两方面:一是本研究的样本数据只来自经济较为发达的珠三角地区的一个较典型的集群，因此，本文研究结论向中国经济欠发达地区的集群推广应用时需持谨慎态度；二是本研究收集到的数据都是横截面数据，所得概念之间的关系本质上是它们之间的相关关系，变量之间的因果关系还需收集时序或面板数据，运用纵向研究加以论证。

对于未来的研究，我们认为可以从以下两个方面进行:(1)本研究只探讨了集群内服务中介对集群企业产品创新的影响以及知识转移在影响中的作用，未来的研究可以探讨服务中介对集群企业产品创新的情景因素，即在什么情境下，服务中介对集群企业产品创新具有较大(或较小)的影响。(2)本研究在测量集群企业与服务中介的联系时，只考察了两者之间的联系强度，还缺乏对集群企业与服务中介的联系的结构特征(比如密度、结构等)的探讨，未来研究可以收集集群企业与服务中介的联系结构特征方面的数据，运用社会网络分析方法开展更深入的研究。

[1]Escribano A.Fosfuri A.Trib J.A.Managing External Knowledge Flows The Moderating Role of Absorptive Capacity[J].Research Policy.2009,38(1).

[2]Strambach，S.Innovation Process and the Role of Knowledge Intensive Business Services[M].Heidelberg:Physica,2001.

[3]魏江.宏观创新系统中知识密集型服务业的功能研究[J].科学学研究，2004，(22):141-145.

[4]符正平.中小企业集群生成机制[M].广州:中山大学出版社，2004.

[5]McEvily B,Zaheer A.Bridging Ties:A Source of Firm Heterogeneity in Competitive Capabilities[J].Strategic Management Journal，1999，20:1133-1156.

[6]Saxenian A.Regional Networks and the Resurgence of Silicon Valley[J].California Management Review，1990，33:89-112.

[7]T.D.J.Teehnology Transfer by Multinational Firms:the Resource Cost of Transferring Technological Knowhow[J].Eeonomic Journal，1977，87(6):242-261.

[8]Uzzi，B and Lancaster，R.Relational Embeddedness and Learning:the Case of Bank Loan Managers and Their Clients[J].Management Science，2003，49(4):383-399

[9]Zander，U.and Kogut,B.Knowledge and the Speed of the Transfer and Imitation of Organizational Capabilities[J].Organization Science.1995，6(1):76-92.

[10]Kotabe A.Martin X.Domoto.Gainning from Vertical Partnership:Knowledge Transfer,Relationship Duration and Supplier Performance Improvement in the US and Japanese Automotive Industries[J].Strategic Management Journal，2003，(24).

[11]高祥宇，卫民堂.信任促进两人层次知识转移的机制研究[J].科学学研究，2005，23(3):394-400.

[12]Ahuja.G.Collaboration Networks,Structural Holes and Innovation:A Longitudinal Study[J].Administrative Science Quarterly，2000，3:425-455

[13]Levin，D.and Cross，R.The Strongth of Weak Ties You can Trust:the Mediating of Trust in Effective Knowledge transfer[J].Management Science，2003，50(11):1477-1490.

[14]Haukness，J.Services in Innovation-Innovation in Services[R].SIS Final Report，STEP Group,1998.

[15]Lambert，D.M.and Harrington,T.C.Measuring Nonresponse Bias in Customer Service Mail Surveys[J].Journal of Business Logistics，1990，11:44-59

[16]Podsakoff PM,MacKenzie SB,Lee J-Y,Podsakoff NP.Common Method Biases in Behavioral Research:A Critical review of the Literature and Recommended Remedies[J].Journal of Applied Psychology，2003，88:879-903.

[17]Podsakoff P.and Organ D.Self Reports in Organizational Leader Reward and Punishment Bahavior and Research:Problems and Prospects[J].Journal of Management，1986，12(4):531-544

[18]Brown SL,Eisenhardt KM.Product Development:Past Research,Present Findings,and Future Research[J].Academy of Management Review,1995，20:343-378.

[19]Nahlinder，J.Innovation in Knowledge Intensive Business Service:State of the Art and Conceptualisations[EB/OL].www.tema.liu.se/tema-t/sirp/pdf/wp202-244

[20]Granovetter，M.S.The Strength of Weak Ties[J].American Journal of Sociology，1973，78:1360-1380

[21]Pinto and Mantel.The Cases of Project Failure[J].IEEEE Transactions on Engineering Management,1990，37(4):269-276.

[22]Churchill，G.A and Peter，J.P.Research Design Effects on the Reliability of Rating Scales:A Meta-analysis[J].Journal of Marketing Research，1984，21:360-375.

[23]Nadkarni，S.and Narayanan.V.K.Strategic Schemas,Strategic Flexibility and Firm Performance:the Moderating Role of Industry Clockspeed[J].Strategic Management Journal，2007，28:243-270

[24]Fornell，C.and Larcker，D.F.Evaluating Structural Equation Models with Unobservable Variables and Measurement Error[J].Journal of Marketing Research，1981，18(2):39-50.

[25]Baron R.M and Kenny D.A.The Moderator Mediator Variable Distion in Social Psychological Research:Conceptual,Strategic and Statistical Consideration[J].Journal of Personality and Social Psychology，1986，51(6):1173-1182.

[26]温忠麟，张雷，候杰泰，刘红云.中介效应检验程序及其应用[J].心理学报.2004，36(5):614-620.