网络位置、知识获取与中小企业绩效关系研究

彭 伟,符正平,李 铭

(中山大学管理学院,广东 广州 510275)

一、引 言

知识基础观认为知识代表着难以模仿的无形资产、操作规程或创造过程,具备有价值、稀缺、难以模仿和不可替代的特征,现已成为企业构建持续竞争优势的重要来源。由于组织边界的限制,企业不可能拥有其成长必需的所有知识,企业外部知识对企业的成长越来越重要。但在激烈的市场竞争环境下,企业如何从外部获取知识资源一直成为学术界的研究焦点。已有学者基于社会网络的视角研究发现,组织间网络是一个拥有潜在静态的有用知识和资源的仓库,为企业获取并利用知识提供了机会[1]。通过与网络成员建立密切的联系,企业可以获取外部知识并将它与现有知识整合起来,从而构建自身的竞争优势[2]。这些研究结果主要是基于 “嵌入性关系”的视角探讨企业与网络成员间的联系对其知识获取及绩效的影响,从网络内部各节点的位置视角开展的研究还不多见。此外,现有研究结论更多是基于国外企业的调研样本而得出来的,国内关于此方面的研究也较为匮乏。因此,本文将基于我国中小企业的实践,就企业网络位置、知识获取、企业绩效之间的关系开展研究。

二、理论分析与研究假设

(一)网络位置与企业绩效的关系

网络位置属于微观层次上的个体网络特征,现有研究常用中心度、结构洞来刻画网络中各结点的位置[3]。中心度测量网络中各结点处于网络中心的程度,反映该点在网络中的重要性程度。中心度越高的企业,意味着与其有直接联系的企业越多,企业越有可能从与其有联系的企业中获取互补性技能和资源;网络内部的关键信息流入该企业的渠道也越多,企业搜寻知识的成本越低,从而企业的经营效率越高。此外,企业的中心度越高,意味着其在网络中的地位和权力越高,越容易与其他企业建立新的联系,获取新信息与互补性资源的可能性就更大,越易形成 “强者愈强”的马太效应[4]。Tsai(2001)研究发现,企业内部业务单位在网络中的中心度对其绩效存在显著的正向影响[5]。综上所述,本文提出如下假设:

H1a:企业在网络中的中心度与企业绩效之间存在显著的正相关关系。

结构洞是指网络中各结点之间无联系或非等位的情形[6]。比如,企业F与企业A、B均有联系,而A、B之间没有联系,那么F就占据一个结构洞的位置。企业F可以从A、B处分别获取不同的信息源,即企业A、B向企业F提供的网络利益是非重叠、可累加的。由于与其他企业建立、维持联系是要付出成本的,与构建重复联系的企业相比,占据网络中结构洞的企业能以最大的效率建立并维持联系[7]。此外,由于企业A与B之间未建立联系,企业F还可以获取 “第三方渔翁之利”[6]。McEvily和Zaheer(1999)研究发现,与不占据结构洞的企业相比,占据结构洞的企业绩效往往更好[8]。综上所述,本文提出如下假设:

H1b:企业在网络中拥有的结构洞数目与企业绩效之间存在显著的正相关关系。

(二)网络位置与知识获取的关系

网络位置反映了企业获取外部资源与知识的能力。从网络中心度来看,Tsai(2001)认为占据着网络中心的企业内部业务单位更可能获取组织所期望的战略性资源,这些资源有助于获取组织创新所需的外部信息及重要知识[5]。Koka和Prescott(2008)证实了与不同的合作伙伴联系有利于企业获取多样化的知识与信息[4];George等 (2001)研究发现企业与多个合作伙伴建立直接联系,有助于扩大企业的知识存量[9]。从结构洞来看,由于占据两个互不联系的企业间的结构洞,相当于企业占据了不同企业间知识转移的通道,企业也就有了获取相关知识的先机。Zaheer和Bell(2005)认为占据结构洞的企业更可能发现新的知识,尤其是那些有关行业内机会或威胁的知识与信息[3]。此外,知识本身也可能是由企业间的交往与联系而产生的,占据结构洞的企业通过与不同的企业建立非冗余的联系,更可能获取多样化的知识[10]。综上所述,本文提出如下假设:

H2a:企业在网络中的中心度与知识获取之间存在显著的正相关关系。

H2b:企业在网络中拥有的结构洞数目与知识获取之间存在显著的正相关关系。

(三)知识获取与企业绩效的关系

在知识经济时代,知识对企业的发展越来越重要。Zahra等 (2000)认为知识的多样性有助于促进企业学习的深度、广度及速度,从而有利于提升企业绩效[11]。Wiklund和Shepherd(2003)认为知识有助于企业准确预测未来环境的变化并采取相关战略行动,做出先动性反应,有助于企业获取持续竞争优势[12]。Zahra和Bogner(2000)研究发现,从企业外部有效获取的各种技术知识对新企业绩效具有积极的影响[11]。综上所述,本文提出如下假设:

H3:外部知识获取与企业绩效之间存在显著的正相关关系。

(四)知识获取的中介作用

企业网络位置对外部知识获取有影响,知识获取对企业绩效又有影响,这隐含了企业网络位置对其绩效的影响是通过网络位置对知识获取的影响来实现的。也就是说,网络位置为企业提供了提升企业绩效的机会和平台,外部知识获取是将网络位置向企业绩效转化的重要传递机制[13]。综上所述,企业越占据着具有较高中心度和较多结构洞数目的网络位置,就越有可能获取更多高质量的知识资源,最终导致企业绩效的提升。据此,本文提出如下假设:

H4:外部知识获取在企业网络位置与企业绩效关系间具有中介作用。

三、研究方法

(一)研究样本与数据收集

本研究关注企业间网络,研究对象之间最好有较多的联系。专业市场作为一种商品流通环节的企业聚集现象,企业之间通常有较为紧密的联系,因此本研究选择广州市海味干果专业市场内的中小企业为研究对象。由于收集整体网络的关系数据比个体网络的数据更难,往往只有很好的社会关系才能得到,因而无法采用随机抽样方法。此外,考虑到数据的可获取性与可信性,收集整体网络的数据不宜采用大样本收集,60-100个样本量都可以接受[14]。因此,本研究采取便利抽样法,在广州市海味干果行业协会的支持下选择了80家协会会员单位作为调查的网络边界,共发放问卷80份,回收筛选后得到有效问卷75份。

(二)变量测量

1.网络位置。本研究通过封闭式网络问卷来测量企业间社会网络,将要调查的80家企业名录列在一张表格中,询问被调查企业与表格中的各家企业 “是否有业务上的往来或商业信息的交流?”由于我们收回的有效问卷只有75份,因此我们仅分析这75家企业间的网络。若两家企业间存在业务上的往来或商业信息的交流,我们将其编码为 “1”,否则编码为 “0”。据此,我们得到一个75*75的0-1矩阵,并将其输入到UCINET6.199软件中。由于业务往来或商业信息交流均是双向进行的,因此我们对0-1矩阵进行了对称化处理。

衡量中心度的常用指标有度数中心度、中间中心度和接近中心度。为更好地衡量企业的直接联系,本研究选用度数中心度来测量企业的中心度,各企业的度数中心度数值由UCINET6.199软件计算出来。衡量结构洞的常用指标包括有效规模、效率、限制度、等级度。现有研究通常用数字 “1”与限制度的差值来衡量网络中各结点占据的结构洞的丰富程度[3]。因此,本研究首先运用UCINET6.199软件计算出各企业的限制度,然后用 “1”减去 “限制度”得到的差值来度量各企业占据的结构洞的丰富程度。

2.知识获取。借鉴国内外有关研究对知识资源的界定及知识获取的测量[15],我们运用四个指标来度量知识获取:(1)企业从网络联系中获取市场开发信息与技能;(2)企业从网络联系中获取新产品及服务开发信息与技能;(3)企业从网络联系中获取企业营销信息与技能;④企业从网络联系中获取竞争者的相关信息。所有指标均用5点李克特量表。

3.企业绩效。获取中小企业绩效的客观性指标比较困难,选取部分指标又难以说明企业绩效的总体情况,容易出现判别偏差。因此,本研究借鉴Zahra等 (2002)的度量方法[16],通过询问被调查企业过去三年的表现,与主要竞争者相比,其总体绩效状况、资本回报率水平、盈利水平、销售额增长情况等来测量企业绩效。所有指标均用5点李克特量表。

四、数据分析与实证结果

(一)信度与效度分析

运用SPSS16.0统计软件对各变量进行信度分析。由表1可知,各变量的信度系数都在0.7以上,说明问卷信度基本满足要求。运用AMOS7.0对测量模型进行了验证性因子分析,以确定问卷测量的效度。表1显示,各变量的因子载荷均超过0.5,AVE值都超过0.5,拟合程度也较理想,因此问卷效度也基本满足要求,可用于结构方程模型检验。

表1 因子分析与信度、效度检验

(二)模型检验

表2显示了各变量的描述性统计及相关分析结果。从表2可以看出,中心度、结构洞与企业绩效显著正相关 (r=0.864,p＜0.01;r=0.594,p＜0.01),初步支持了假设H1a、H1b。中心度、结构洞与知识获取显著正相关 (r=0.873,p＜0.01;r=0.656,p＜0.01),初步支持了假设H2a、H2b。知识获取与企业绩效显著正相关 (r=0.866,p＜0.01),初步支持了假设H3。

表2 变量的描述性统计及相关系数矩阵

本研究利用结构方程模型来验证本文的研究假设,运用AMOS7.0对完全中介模型和部分中介模型进行拟合比较,从而得到最优匹配模型 (模型构建和拟合结果见图1、2和表3)。

图1 完全中介模型 (**P＜0.01

图2 部分中介模型 (**P＜0.01,*P＜0.05)

表3 模型拟合指标比较

根据温忠麟等 (2004)的建议[17],比较嵌套模型的优劣可以分别比较各模型的X2与df。如果模型A比模型B的自由度高 Δ df,其X2比模型B高Δ X2,Δ X2小于自由度为 Δ df、α=0.01时X2的临界值,则模型A更优。表3显示,完全中介模型的自由度比部分中介模型高2,其X2比部分中介模型高1.4,1.4小于自由度为2、α=0.01时X2的临界值,这说明完全中介模型更优。此外,根据Baron和Kenny(1986)的建议,判断哪个模型更优取决于部分中介模型中自变量至因变量的直接效应是否消失[18]。图2显示,中心度、结构洞至企业绩效的路径系数均不显著 (r=0.009,p＞0.05;r=0.058,p＞0.05),这同样说明了完全中介模型更优。从表4可以看出,本文提出的假设全部通过了实证检验。

表4 完全中介模型的结构方程参数拟合结果

五、结 语

本文运用社会网络分析法实证分析了网络位置对企业绩效的影响机制。研究发现,占据网络中心和富含结构洞的网络位置对知识获取及企业绩效都具有显著的正向影响,并且知识获取在网络位置与企业绩效关系间具有完全中介作用。研究结果对企业及政府等管理部门具有重要启示。对企业而言,除了要重视与其他企业、机构建立合作关系外,还要善于采取战略行动来占据网络的中心位置,提高合作伙伴对自身的依赖性,以利于自身获取更多的利益;企业在寻求合作伙伴构建合作网络时,应积极与缺乏联系的不同企业建立合作关系,以便获取 “第三方渔利”,促进自身绩效的提升。对政府等管理部门而言,应不断完善区域经营环境的建设,通过制定促进企业间合作及保障企业合作利益的政策来提高企业建立合作关系的积极性,推动区域内企业间合作网络的构建。

本研究的局限性主要体现在两个方面:一是由于采用了便利抽样方法,使本研究在样本选取方面具有一定的缺陷,研究结论向其他情境推广时需持谨慎态度;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运用纵向研究加以论证。未来研究可从两方面着手:一是现实中企业间网络是动态变化的,未来研究可以开展案例研究来探讨网络的动态演化机制及其绩效影响;二是未来研究可以探讨网络位置对企业绩效的影响的情景因素,即在什么情境变量下,网络位置对企业绩效具有较大 (或较小)的影响。

[1] Dyer J.H.,Singh H.The relationship view:co-operative strategy and sources of Inter-organizational competitive advantage[J].Academy of Management Review,1998,23(4),pp.660-679.

[2] Uzzi B.Social structure and competition in inter-firm networks:the paradox of embeddedness[J].Administrative Science Quarterly,1997,42(1),pp.35-67.

[3] Zaheer A.,Bell G.Benefiting from network position:fir m capabilities,structural hole and performance[J].Strategic Management Journal,2005,26(2),pp.809-825.

[4] Koka B.,Prescott J.E.Designing alliance networks:the influence of network position,environmental change and strategy on fir m performance[J].Strategic Management Journal,2008,29(6),pp.639-661.

[5] Tsai W.Knowledge transfer in intra-organizational networks:effects of network position and absorptive capacity on business unit innovation and performance[J].Academy of Management Journal,2001,44(5),pp.996-1004.

[6] Burt R.S.Structural holes:the social structure of competition[M].Harvard University Press:Cambridge,1992,pp.18-38.

[7] Guyawali D.R.,Madhavan R.Cooperative networks and competitive dynamics:a structural embeddedness perspective[J].Academy of Management Review,2001,26(3),pp.431-445.

[8] McEvily B.,Zaheer A.Bridging ties:a source of firm heterogeneity in competitive capabilities[J].Strategic Management Journal,1999,20(12),pp.1133-1156.

[9] George G.,Zahra S.A.,Wheatley K.,Khan R.The effects of alliance portfolio characteristics and absorptive capacity on performance:a study of biotechnology firms[J].Journal of High Technology Management Research,2001,12(2),pp.205-226.

[10] Nahapiet J.,Ghoshal S.Social capital,intellectual capital and the organizational advantage[J].Academy of Management Review,1998,23(2),pp.242-260.

[11] Zahra S.A.,Bogner W.C.Technology strategy and software new ventures performance:exploring the moderating effect of competitive environment[J].Journal of Business Venture,2000,15(2),pp.135-173.

[12] Wiklund J.,Shepherd D.Knowledge-based resources,entrepreneurial orientation and the performance of small and medium-sized business[J].Strategic Management Journal,2003,24(13),pp.1307-1314.

[13] Helena Y.,Erkko A.,Harry J.S.Social capital,knowledge acquisition and knowledge exploitation in young technology based firms[J].Strategic Management Journal,2001,22(special issue),pp.587-613.

[14] 罗家德.社会网分析讲义 (第二版)[M].北京:社会科学文献出版社,2010.120-148.

[15] 朱秀梅等.网络能力、资源获取与新企业绩效关系实证研究 [J].管理科学学报,2010,(4).

[16] Zahra S.A.,Neubaum D.O.,EL-Hagrassey G.M.Competitive analysis and new venture performance:understanding the impact of strategic uncertainty and venture origin[J].Entrepreneurship theory and practice,2002,27(1),pp.1-28.

[17] 温忠麟等.中介效应检验程序及其应用 [J].心理学报,2004,(5).

[18] Baron R.M.,Kenny D.A.The moderator mediator variable diction in social psychological research:conceptual strategic and statistic consideration[J].Journal of Personality and Social Psychology,1986,51(6),pp.1173-1182.