高新技术企业吸收能力影响因素研究

2014-09-27马国勇田国双石春生

预测 2014年4期

马国勇+田国双+石春生

摘要：本文以高新技术企业为研究载体，基于PLSSEM算法研究高新技术企业吸收能力影响因素，并解释影响因素对吸收能力的作用机理。通过问卷调查和多因素回归分析，对本文提出的影响因素作用假设进行验证和检验。研究发现：（1）内源影响因素方面，研发活动、知识存量、组织学习和组织创新气氛均对绝对吸收能力具有正向促进作用，其中研发活动和知识存量的影响程度极为显著；（2）外源联结因素方面，网络规模和网络强度均对相对吸收能力具有正向作用特征，其中网络强度的影响程度明显大于网络规模；（3）绝对吸收能力和相对吸收能力间存在相互促进作用，二者均对企业整体吸收能力存在显著正向影响。

关键词：高新技术企业；吸收能力；影响因素；PLSSEM

中图分类号：F272.4文献标识码：A文章编号：10035192（2014）04

002807doi：10.11847/fj.33.4.28

1引言

高新技术企业作为国家颁布的《高新技术企业认定管理办法》及《国家重点支持的高新技术领域》明确认定的企业，是推动高科技产业发展的主要力量，对于促进国家高科技产业发展，促进区域经济发展乃至一国综合国力的提高，都具有重要作用。因此，如何增强高新技术企业的竞争力是重要的战略问题。有效地学习和吸收组织外部知识，是提高高新技术企业竞争力的重要途径。可以说，研究高新技术企业的吸收能力，具有重要的理论意义[1]和现实价值。

已有关于企业吸收能力影响因素的研究，丰富了企业吸收能力理论，促进了企业吸收能力的管理实践。但是，现有研究存在以下突出问题，制约了研究的说服力和适用性：（1）以高新技术企业为对象进行吸收能力的研究较为鲜见。以高新技术企业为研究对象，对于分析高新技术企业吸收能力的规律性，促进高新技术企业的发展和壮大具有重要意义。（2）在企业吸收能力前因变量研究方面，已有研究缺乏影响因素的整体性划分，同时，在企业吸收能力维度的划分上，已有文献或是从过程角度进行划分[2]，或是从功能角度进行划分，或是将吸收能力作为企业的内部能力或关系能力，没有从整体的角度将内部能力和关系能力都视作吸收能力的重要构成，这限制了研究解释能力。（3）从实证方法上，现有研究中，采用传统因子分析法不能分析潜在变量间的关系；采用传统结构方程模型，要求变量必须符合正态分布，而关于吸收能力及影响因素是否符合正态分布还没有相关的研究共识，因此，在这一假设下开展研究有失偏颇。PLSSEM模型既能较好地处理变量测量带来的误差，对变量也没有严格的分布要求。因此，采用PLSSEM模型的方法分析企业吸收能力的影响因素，能更科学地探寻影响因素的作用机理，为提高企业吸收能力提供有益的思路。

本文以高新技术企业为研究对象，对高新技术企业吸收能力影响因素进行实证研究，构建吸收能力影响因素作用结构模型，采用PLSSEM模型算法，在此基础上结合采样数据，分析吸收能力影响因素的作用规律性，提出提高高新技术企业吸收能力的对策和建议。

2理论基础

2.1高新技术企业的特点

高新技术企业是以高新技术为基础，以市场需求为导向，从事高新技术及高新技术产品的研究与开发、生产经营和技术服务管理的企业。与传统技术产业中的企业相比，高新技术企业具有以下显著特点：（1）高新技术企业的研发活动具有极强的网络外部特性。高新技术企业在研发过程中更依赖对外部知识和技术的搜寻和捕捉，要求企业能对多变的市场需求作出敏捷反应。（2）创新是高新技术企业存在的内在动力源[3]，高新技术企业只有通过持续创新，才能应对市场需求的变化和技术的日新月异，才能使企业保持竞争力和生命力，可见，高新技术企业更强调创新的持续性[4]。（3）高新技术企业面临极高的风险，包括高新技术以及高新技术产品研发失败的技术性风险、可能不适应市场需求的市场风险、政策风险，还包括核心知识和技术被模仿甚至窃取的风险。（4）高新技术企业是综合了多个学科门类并融合了多种技术的企业，需要大量高层次和高水平的技术人员和管理人员，汇聚更多的知识和技术，因此，高新技术企业具有知识和技术的双重密集性。

马国勇，等：高新技术企业吸收能力影响因素研究——基于PLSSEM算法的实证研究

Vol.33， No.4预测2014年第4期

2.2影响因素的确定与高新技术企业吸收能力维度的划分

鉴于高新技术企业显著的网络特征，借鉴双元性理论，本文将高新技术企业的吸收能力划分为绝对吸收能力和相对吸收能力。其中，绝对吸收能力是指由企业内部因素决定的对外部知识的搜寻、获取、消化、转化和应用的能力，是企业的内部能力，其影响因素包括企业知识存量、研发活动、组织学习和组织创新气氛；相对吸收能力是指由与外部的联结所决定的企业从外部知识源搜寻、获取以及消化的能力，是企业的嵌入性联结能力，其影响因素包括网络规模、网络强度。

3研究假设与模型构建

3.1研究假设提出

3.1.1绝对吸收能力、相对吸收能力与整体吸收能力

绝对吸收能力体现高新技术企业规模、实力和声誉，影响着企业外部联结状况：绝对吸收能力越强，会使该企业更容易与外部组织建立联结，更有利于企业对外部知识的吸收和利用；同时，企业更有能力选择其在与外部联结中所占的位置，使企业获得相较于其他企业更多的知识。而相对吸收能力越强，企业与外部组织的联结广度越大，所接触的异质性知识越多，越能实现内外部知识的互补和整合，更容易将外部知识内化，进而提高其绝对吸收能力。基于上述分析，提出如下假设：

3.1.2内源因素与绝对吸收能力

知识存量是高新技术企业在一定时期内所拥有的显性知识和隐性知识的总量，包含了企业所拥有的知识资源的广度和深度。企业知识存量越大，一方面表明企业的知识多样化程度越高，这有利于企业从外部获取更多的知识，实现内外部知识的互补；另一方面表明企业拥有的专业化知识越多，这有利于企业对特定专业知识的获取、消化和转化，实现知识的整合。基于上述分析，提出如下假设：

H5知识存量正向促进高新技术企业绝对吸收能力。

研发活动是高新技术企业获取竞争优势的重要战略选择，Cohen和Levintha等认为吸收能力是企业研发活动的副产品[2]。企业的研发活动能增加企业对外部知识获取的能力，同时将内外部知识进行有效地整合、共享和互补，进而实现知识的创新和有效利用。由此可知，企业的研发活动能够提高企业绝对吸收能力。基于上述分析，提出如下假设：

H6研发活动正向促进高新技术企业绝对吸收能力。

组织学习是高新技术企业建立并维持竞争优势的重要途径[21]。Gherardi和Nicolini[22]认为组织学习是包含学习和组织双重隐喻的学习过程，曾萍和蓝海林[23]认为组织学习是组织为适应动态环境、提升竞争力和效率而进行改变和调整的学习机制。Levinthal和March将组织学习划分为探索性学习和应用性学习[24]，应用性学习能够深化企业的知识深度[25]，提高行动效率和效果；探索性学习能够提高获得新知识的能力。基于上述分析，提出如下假设：

组织创新气氛是组织行为领域研究的热点问题。Amabile等[26]认为，组织创新气氛能够影响成员的行为。Isaksen等[27]认为，组织创新气氛作为认知体验，只有在组织内部形成一致性的共识，才能真正影响个体创新行为和组织创新能力。因此，组织创新气氛在个体成员和组织环境之间起着链接作用[28]，在个体成员和组织创新行为之间也起着重要的链接作用[29]。可见，组织创新气氛越浓，组织创新管理能力越强，有利于高新技术企业内部的知识交流和共享。基于上述分析，提出如下假设：

H8组织创新气氛正向促进高新技术企业绝对吸收能力。

3.1.3企业间联结因素与相对吸收能力

本文将企业网络联结界定为企业以正式和非正式契约形式与外部组织建立起来的联结关系，属于企业外部社会资本范畴。借鉴郑淮等[30]的研究成果，企业关系网络包含网络规模和网络强度两大维度。网络规模是指高新技术企业与外部组织联结的范围和数量，属于广度范畴。企业的网络规模越大，其越有可能发现更多的知识和信息。可以说，在其他情境相同的情况下，企业获取知识的水平与其外部网络联结的数量和范围存在正相关关系。网络强度是指高新技术企业与外部组织联结的紧密程度，属于深度范畴。网络强度紧密，有利于增进企业与外部组织之间的信任和交流，便于企业对外部知识的获取和学习。基于上述分析，提出如下假设：

3.2模型构建

PLSSEM算法不仅包括变量间的源结构关系，还包括因果预测关系和权重关系的隐结构关系[31]。其中，源结构关系包括用以反映可观测变量与潜在变量间关系的观测模型和反映潜在变量间关系的结构模型。本研究包含知识存量、研发活动、组织学习、组织创新气氛、网络规模、网络强度6个外生潜在变量和绝对吸收能力、相对吸收能力、整体吸收能力3个内生潜在变量。因此，本文构建9组可观测变量与外生潜在变量、内生潜在变量的观测模型表达式，同时构建外生潜在变量知识存量、研发活动、组织学习、组织创新气氛与内生潜在变量绝对吸收能力间关系的结构模型表达式，外生潜在变量网络规模、网路强度与内生潜在变量相对吸收能力的结构模型表达式，以及内生潜在变量绝对吸收能力、相对吸收能力与整体吸收能力间关系的结构模型表达式。本文假设潜在变量与残差不相关，潜在变量与其对应的测量误差不相关。在此基础上，结构方程的PLS分析法是通过迭代计算过程去获得潜在变量样本数据的估计值，它是该潜在变量的可观测变量的加权和，本文借鉴林盛，吴兵福等[32]关于多个潜在变量PLS迭代算法的思路进行PLSSEM模型参数估计。

5样本及变量度量

5.1样本选择

本研究在收集高新技术企业样本数据时，选择调研对象依据国家颁布的《高新技术企业认定管理办法》及《国家重点支持的高新技术领域》明确认定的企业，共选定120家高新技术企业，其中电子信息类企业35家，光机电类企业15家，生物医药类企业30家，环保类企业18家，其他企业22家。调研时间从2011年2月到2013年9月。调研形式主要是现场访谈、邮寄纸质问卷和发放网络问卷等，同时以高新技术企业中高层管理者为访谈和问卷发放对象。调查问卷共发放600份，将不符合要求的问卷剔除后，得到有效调查问卷420份，有效回收率为70%，能够很好地反映被调查高新技术企业和被调查者的特征。

5.2变量度量

为使本研究具有较高的效度和信度，文中对量表指标尽量选择典型文献使用过的，并对测量指标量表进行针对性的修改。其中，知识存量测量上，借鉴李长玲的观点[33]，确定4个观测指标，设计各含3项的李克特5分制量表；研发活动度量上，借鉴陶锋[34]的研究成果，确定3个观测指标，设计各含4项的李克特5分制量表；组织情境度量上，借鉴邓春平等[35]的研究，确定2个观测指标，设计各含4项的李克特5分制量表；组织创新气氛度量上，借鉴KEYS创新气氛评估表[26]，确定5个观测指标，设计各含5项的李克特5分制量表；在网络规模和网络强度度量方面，借鉴蔡莉等[36]的观点，确定网络规模2个观测指标，网络强度2个观测指标，设计各含4项的李克特5分制量表。绝对吸收能力借鉴Cohen和Levinthal[2]，王天力等[37]的观点，设计含4项的李克特5分制量表；相对吸收能力参考Dyer和Singh[38]的研究成果，设计含3项的李克特5分制量表；对于企业整体吸收能力，根据Cohen和Levinthal[2]的观点，并参考相关研究量表，设计含3项的李克特5分制量表。

6数据分析与研究结果

6.1问卷的效度和信度检验

本文采用Cronbachs α值检验问卷信度，通过分析，9个潜变量Cronbachs α值均大于0.7，可见本研究的问卷信度较高。同时采用验证性因子分析进行问卷效度检验，通过分析，潜变量的方差解释能力较强，潜变量的观测变量因子载荷值均大于0.5，可知本文问卷收敛效度较高。接下来进行问卷区分效度检验，通过潜在变量与潜在变量的相关关系的分析，观测变量与其相应的潜变量的相关系数明显高于与其他潜变量的相关系数，因此本文问卷具有较高的区分效度。

6.2PLSSEM模型检验

在效度检验方面，本文获得了知识存量、组织学习、研发活动、组织创新气氛、网络规模和网络强度的H2值，因各潜变量的H2值均大于0，可知观测模型的效度较好。同时，本文获得了知识存量、组织学习、研发活动、组织创新气氛、网络规模、网络强度、绝对吸收能力、相对吸收能力和整体吸收能力的F2值均大于0，可知结构模型具有较好的效度。在R2检验方面，知识存量、组织学习、研发活动和组织创新气氛对绝对吸收能力的R2值，网络规模和网络强度对相对吸收能力的R2值，绝对吸收能力和相对吸收能力的R2值，均反映本文结构模型中关联潜在变量间有较好的解释力。

在拟合检验方面，拟合结果如下：GFI=0.964，χ2/df=2.235，RMSEA=0.087，可见模型绝对拟合较好；TLI=0.972，IFI=0.968，CFI=0.972，表明模型相对拟合较好；同时，AIC=199.567，表明测量模型简约性拟合较好。

6.3假设检验及分析

运用SmartPLS 2.0进行所获问卷数据处理，进行假设检验和分析，检验结果如表1所示。模型1～模型4分别是知识存量、组织学习、研发活动和组织创新气氛对绝对吸收能力的影响回归模型；模型5是相对吸收能力对绝对吸收能力的影响回归模型；模型6 和模型7分别是网络规模和网络强度对相对吸收能力的影响回归模型；模型8是绝对吸收能力对相对吸收能力的影响回归模型；模型9和模型10分别是绝对吸收能力和相对吸收能力对整体吸收能力的影响回归模型。

从模型1～模型4的回归结果来看，根据模型ΔR2值，模型1、模型3和模型4在p<0.01水平上模型解释力显著，而模型2在p<0.05水平上模型解释力显著：知识存量的影响系数为0.643**，说明高新技术企业知识存量对绝对吸收能力具有显著促进作用，支持H5；组织学习的影响系数为0.537**，说明组织学习对绝对吸收能力也同样具有较为明显的促进作用，支持H7；研发活动的影响系数为0.687*，表明高新技术企业的组织学习对其绝对吸收能力具有极为显著的正向促进作用，支持H6；组织创新气氛的影响系数为0.401**，表明在高新技术企业内部，组织创新气氛对绝对吸收能力也存在一定程度的促进作用，支持H8。从模型6和模型7的回归结果来看，根据模型ΔR2值，模型解释能力较为显著：网络规模的影响系数为0.379**，说明网络规模对相对吸收能力具有一定的正向促进作用，支持H9；网络强度的影响系数为0.571**，说明网络强度对相对吸收能力具有显著正向促进作用，支持H10。同时可以看出，高新技术企业的网络强度对相对吸收能力的影响程度明显高于网络规模的作用，这一结论说明了高新技术企业与外部组织的联结强度尤为重要。

7结论与启示

7.1结论

本文以高新技术企业为研究对象，运用PLSSEM算法对高新技术企业吸收能力影响因素进行了实证研究。本文提出了高新技术企业吸收能力影响因素作用研究假设，通过对调研数据的分析，验证和检验了本文提出的假设，获得了如下结论：

（1）高新技术企业的知识存量、研发活动、组织学习和组织创新气氛均对企业的绝对吸收能力具有正向影响特征，其中研发活动和知识存量的影响程度较高，这种情况的出现，一方面表明企业研发活动和知识存量对于提高企业吸收能力极其重要；另一方面也为当前企业重视研发管理和知识管理的现实提供了理论上的验证和支持。同时，企业组织学习的影响系数也大于0.5，这在一定程度上也肯定了组织学习的重要性。

（2）高新技术企业的网络规模和网络强度均对企业的相对吸收能力存在正向促进作用，并且网络强度的影响程度明显高于网络规模的影响程度，这一方面说明高新技术企业在获取和吸收外源知识方面，维护与现存外部组织的联结关系明显重要于搜寻和发现潜在联结伙伴；另一方面，本文也肯定了网络规模的作用，证明了企业建立与同行业企业、顾客、上下游企业、政府和科研机构等组织的联结对企业获取外部知识也十分重要。

（3）绝对吸收能力和相对吸收能力之间具有正向相互促进关系，并且二者均对企业整体吸收能力具有显著正向影响。因此，高新技术企业要提高整体吸收能力，应该既重视绝对吸收能力的提高，也要重视培养相对吸收能力。

7.2管理启示

研究高新技术企业的吸收能力，对于丰富企业吸收能力理论，提高高新技术企业吸收能力，增强其竞争力，具有重要的理论意义和现实价值。通过实证研究结论，本文提出如下管理启示：

（1）高新技术企业要重视研发活动，加强企业知识管理。一方面重视对本企业知识存量的管理，尤其是要加强人力资本管理，重视企业内部的高素质技术人才和管理人才，尽量增加本企业的知识存量；另一方面，要重视本企业的研发活动培育和管理，企业应该积极寻找研发方向，同时又要因为研发活动的极高的不确定性而谨慎从事研究与开发活动，从当前的大环境来看，高新技术企业要加大对研发经费的支出。同时，企业要加强组织学习机制的建设，组织学习是培养学习型组织的关键，因此，高新技术企业要努力将自身塑造成为学习型组织，只有这样企业才能保持长久活力和持续竞争力。

（2）高新技术企业要加强组织创新气氛的营造和培养。组织创新气氛是企业员工工作行为和创造力的重要催化剂，是组织创新行为的重要影响因素，因此，高新技术企业要给予员工创新行为的组织激励，企业领导要给予员工创新激励的示范作用，同时要营造企业的工作团队支持气氛，尽量消除员工的工作压力，给予员工创新行为充足的资源支持。

（3）重视企业外部社会资本的管理，加强外部社会资本的投入和积累。一方面要努力拓宽其网络规模，高新技术企业应该不断加强与供应链企业、顾客以及横向企业（同行业企业，尤其是竞争对手）的联系，同时也应该积极建立与高校和研究院等科研机构的联系，这已成为企业进行创新行为的可靠知识源，再之，企业也应该与政府建立联系，以使企业具备较好的公关关系，这样企业能够及时了解政府的政策，更有可能获得政府的支持。另一方面，高新技术企业要加强其网络强度，企业要通过正式和非正式的方式保持与外部组织的沟通和联系，增进企业与现有外部联结伙伴的信任、承诺和满意水平，维护双方良好的合作关系，尤其是要重视与典型外部知识源的关系。这里需要指出的是，企业需要建立良好的诚信形象，这是企业外部资本管理的重要内容之一。

（4）高新技术企业要努力提高其整体吸收能力，这既是提高企业竞争力的要求，也是企业应对严峻外部环境的需要。企业既要重视提高绝对吸收能力，同时也要重视相对吸收能力的提升，只有兼顾两者才能可持续地培养企业的整体吸收能力。

参考文献：

[1]Lane P J， Koka B， Pathak S. The reification of absorptive capacity： a critical review and rejuvenation of the construct[J]. Academy of Management Review， 2006， 31（4）： 833863.

[2]Cohen W， Levinthal D. Absorptive capacity： a new perspective on learning and innovation[J]. Administrative Science Quarterly， 1990， 35（1）： 128152.

[3]赵红梅，王宏起.R&D联盟网络结构对高新技术企业竞争优势影响研究[J].科研管理，2013，34（12）：143152.

[4]肖余春，沈淑红，郑喜燕.多团队系统协作机制的结构方程模型研究——以高新技术企业NPD多团队系统为例[J].科学学研究，2013，31（3）：422429.

[5]Nooteboom B， Van Haverbeke W， Duysters G， et al.. Optimal cognitive distance and capacity[J]. Research Policy， 2007， 36（7）： 10161034.

[6]Vinding A L. Absorptive capacity and innovative performance： a human capital approach[J]. Economics of Innovation and New Technology， 2006， 15（4/5）： 507517.

[7]秦令华，殷瑾，井润田.企业内部知识转移中个体中心度、吸收能力对绩效的影响[J].管理工程学报，2010，24（1）：59.

[8]Kim L. Crisis construction and organizational learning： capability building in catchingup at Hyundai Motor[J]. Organization Science， 1998， 9（4）： 506521.

[9]张德茗，李艳.科技型中小企业潜在知识吸收能力和实现知识吸收能力与企业创新绩效的关系研究[J].研究与发展管理，2011，23（3）：5667.

[10]Griffith R， Redding S， Van Reenen J. R&D and absorptive capacity： theory and empirical evidence[J]. Scandinanian Journal of Economics， 2003， 105（1）： 99118.

[11]龙勇，梅德强，常青华.风险投资对高新技术企业技术联盟策略影响——以吸收能力为中介的实证研究[J].科研管理，2011，32（7）：7684.

[12]陈劲，蒋子军，陈钰芬.开放式创新视角下企业知识吸收能力影响因素研究[J].浙江大学学报（人文社会科学版），2011，41（5）：7182.

[13]Zahra S A， George G. Absorptive capacity： a review reconceptualization and extension[J]. Academy of Management Review， 2002， 27（2）： 185203.

[14]Lane P， Lubatkin M. Relative absorptive capacity and interorganizational learning[J]. Strategic Management Journal， 1998， 19（5）： 461477.

[15]Lane P J， Salk J E， Lyles M A. Absorptive capacity，learning， and performance in international joint ventures[J]. Strategic Management Journal， 2001， 22（12）： 11391161.

[16]许小虎，项保华.社会网络中的企业知识吸收能力分析[J].经济问题探索，2005，（10）：1822.

[17]解学梅，左蕾蕾.企业协同创新网络特征与创新绩效：基于知识吸收能力的中介效应研究[J].南开管理评论，2013，16（3）：4756.

[18]洪茹燕.关系嵌入与吸收能力的协同对企业知识搜寻的影响——全球制造网络效应下对中国轿车企业自主创新分析[J].重庆大学学报（社会科学版），2012，18（1）：7176.

[19]马国勇，石春生.合作关系、吸收能力对合作风险的作用——基于竞争企业间R&D合作的实证研究[J].预测，2013，32（2）：3641.

[20]王国顺，杨昆.社会资本、吸收能力对创新绩效影响的实证研究[J].管理科学，2011，24（5）：2336.

[21]March J G. Exploration and exploitation in organizational learning[J]. Organization Science， 1991， 2（1）： 7187.

[22]Gherardi S， Nicolini D. To transfer is to transform： the circulation of safety knowledge[J]. Organization， 2000， 7（2）： 329348.

[23]曾萍，蓝海林. 组织学习、知识创新与动态能力：机制和路径[J].中国软科学，2009，（5）：135146.

[24]Levinthal D A， March J G. The myopia of learning[J]. Strategic Management Journal， 1993， 14（2）： 95112.

[25]March J G. Continuity and change in theories of organizational action[J]. Administrative Science Quarterly， 1996， 41（2）： 278287.

[26]Amabile T M， Conti R， Coon H， et al.. Assessing the work environment for creativity[J]. Academy of Management Journal， 1996， 39（5）： 11541184.

[27]Isaksen S G， Lauer K J， Ekvall G. Situational outlook questionnaire： a measure of the climate for creativity and change[J]. Psychological Reports， 1999， 85（2）： 665674.

[28]Oldhan G R， Cummings A. Employee creativity： personal and contextual factors at work[J]. Academy of Management Journal， 1996， 39（3）： 607634.

[29]Hunter S T， Bedell K E， Mumford M D. Dimension of creative climate： a general taxonomy[J]. The Korean Journal of Thinking and Problem Solving， 2005， 15（2）： 97116.

[30]郑淮，王国顺.外部网络结构、知识获取与企业国际化绩效：基于广州制造企业的实证研究[J].科学学研究，2009，27（8）：12061212.

[31]Fornell C， Bookstein F L. A comparative analysis of two structural equation models： LISREL and PLS applied to market data[A]. In Fornel C， ed. A Second Generation of Multivariate Analysis[C]. New York：Praeger， 1982. 298324.

[32]林盛，吴兵福，宁禄乔，等.基于多个潜变量PLS 算法的一种迭代方法[J].系统工程学报，2006，21（3）：446448.

[33]李长玲.知识存量及其测度[J].情报杂志，2004，（7）：6566.

[34]陶锋.吸收能力、价值链类型与创新绩效——基于国际代工联盟知识溢出的视角[J].中国工业经济，2011，（1）：140150.

[35]邓春平，毛基业.控制，吸收能力与知识转移——基于离岸IT服务外包业的实证研究[J].管理评论，2012，24（2）：131139.

[36]蔡莉，单标安，刘钊，等.创业网络对新企业绩效的影响研究——组织学习的中介作用[J].科学学研究，2010，28（10）：15921599.

[37]王天力，张秀娥.吸收能力构念解析与理解误区解读[J].外国经济与管理，2013，35（2）：211.

[38]Dyer J H， Singh H. The relational view： cooperative strategy and sources of interorganizational competitive advantage[J]. Academy of Management Review， 1998， 23（4）： 660679.