供应商供应网络位置与企业绩效:网络认知能力的作用

李 娜，李随成，王 玮

西安理工大学 经济与管理学院，西安710054

1 引言

供应网络源于供应链的网络化拓展，是由核心企业及与其存在直接或间接物料供给关系的其他企业共同组成的复杂网络系统［1］，以供应商为核心形成的供应网络称为供应商的供应网络。供应商是嵌入在其外部供应网络中的，供应商所处的供应网络位置(以下简称供应商供应网络位置)不仅使供应商接触并获取相应的网络资源，同时也使其行为受到网络关系结构的制约［2］，这对于制造企业资源获取、业务决策、供应商管理实践选择以及绩效结果具有重要影响［3］。但由于企业对供应商供应网络及其结构嵌入性理解不足，使企业在管理供应商时始终面临如何利用供应商供应网络位置问题，极大地制约了企业对供应商资源和能力的利用。良好的网络认知能力能够帮助企业有效识别供应商供应网络位置，评价网络位置所能带来的信息和声誉资源，增强企业与供应商供应网络的整合水平［4］。因此，网络认知能力的研究为解决供应商供应网络位置利用问题提供了可能。然而，很少有学者针对网络认知能力展开深入研究，相关研究较为零散且多限于理论讨论，缺乏实证研究。基于此，本研究将探讨供应商供应网络位置与制造企业网络认知能力所产生的协同效应，实证检验网络认知能力对供应商供应网络位置与制造企业运作绩效和创新绩效间关系的调节作用，以期为中国制造企业利用供应商供应网络位置实现价值增值提供指导和建议。

2 相关研究评述和研究假设

2.1 相关研究评述

有效选择供应商是制造企业管理和利用供应商的重要前提，供应商选择是一个典型多标准决策问题，且基于不同的关注点，企业选择供应商的标准和权重不同。已有研究大多从供应商自身资源和能力两方面探讨供应商选择的具体标准，如价格、质量、技术能力、准时交付能力、生产设备与产能等指标在供应商评价标准中占据主要地位，且在企业管理实践中广泛运用［5］。随着市场竞争加剧，制造企业除了要求供应商能够准时、高效地提供所需物料外，更要求供应商具有帮助企业实现其战略和获取竞争优势的资源和能力。由此，供应商选择标准及其重要性发生了显著变化。原有供应商选择指标体系中反映产品属性的价格和质量等指标的重要性有所降低，而反映供应商能力的技术能力、准时交付能力和生产设备与产能等指标的重要性相应提升［6］。同时，随着供应链(网络)管理理论的引入和发展，供应商的供应网络备受关注，体现供应商获取外部供应网络资源能力的结构嵌入性也逐渐成为供应商选择的一个重要评价指标［7］。供应商不是一个独立个体或原子型企业，而是嵌入在其自身参与的供应网络中，如果不考虑供应商的供应网络，企业很可能将当前绩效不佳但能接触或获取丰富网络资源的供应商排斥在供应商名单之外，这会对企业的长期发展造成不利影响。供应网络作为供应商行动脉络的关系结构，供应商在其供应网络中的结构嵌入性势必会影响供应商的行为和绩效，更应引起学者和管理者的注意［3］，供应商的结构嵌入性概念的提出为供应商管理研究提供了新的视角。

供应商的结构嵌入性是指供应商在其供应网络中对其客户和供应商的依赖状态，它表现为供应商在供应网络中的位置以及这个位置周围建立的网络联系结构对供应商行为的影响［7］。在对供应商结构嵌入性的理解方面，现有研究主要借鉴社会学中的结构嵌入性理论从形态观和位置观两种视角展开。形态观以Aarstad等［8］、Phelps［9］、Polidoro等［10］和李志刚等［11］为代表，关注网络整体功能和结构，强调供应商与其合作伙伴构建联结所形成的网络关系结构拥有相应的知识和信息等资源，且通过影响知识和信息在网络中的分布和流动性来影响供应商接触和获取网络资源的质量和规模。而位置观以Tsai［12］、Zaheer等［13］和Lin等［14］为代表，关注供应商在其网络中结构位置的作用和影响，强调由供应商与网络中其他行动者间大量互动关系定义的网络位置能够赋予供应商一定权力和声誉，使其更易获取并控制多样化和新颖的网络资源，且通过影响网络资源整合能力和吸收利用能力来影响供应商整合网络资源的效率和效果。与形态观视角相比，位置观视角聚焦于供应商个体的网络特征属性，更强调供应商结构嵌入性对供应商获取和利用网络资源的直接影响，对指导供应商和制造企业的实践更具可实施性，因而该视角被现有研究较多地采纳。

已有研究论证了供应商的结构嵌入性对知识、信息等资源的获取和利用的积极影响，并提供了实证依据。然而，大部分局限于探讨供应商的结构嵌入性对其行为和相关绩效的影响，鲜有关于其对制造企业绩效直接效应的论证以及从制造企业角度管理和利用供应商的结构嵌入性的研究。尽管有少数研究加以探讨，但多限于理论梳理和讨论，缺乏相关实证研究。此外，竞争优先权理论认为企业绩效来源于成本、质量、交付、柔性和创新5个方面的核心能力［15］，而已有研究普遍将创新绩效作为研究结构嵌入性的结果变量［16-17］，并验证行为主体的结构嵌入性能通过影响其知识搜索［18］和知识转移［19］效率，进而对产品创新具有重要作用;而B2B 市场交易的基本特征决定了运作绩效(包括成本、质量、交付、柔性)也是反映企业绩效的关键指标。因此，本研究使用运作绩效和创新绩效对制造企业绩效进行度量。基于此，本研究采纳位置观视角，探讨供应商供应网络位置对提升制造企业运作绩效和创新绩效的影响，并分析网络认知能力对上述关系的调节作用。结合中国制造企业供应商管理的实践数据进行实证分析，以期在理论层面对中国制造企业供应商管理活动进行指导。

2.2 供应商的供应网络位置与制造企业绩效

供应商供应网络位置是供应商与供应网络中其他行动者间建立关系的结果，供应商的各种行为属性(如资源获取、战略选择、创新)均可解释为其在供应网络中所处位置的函数。供应商在其供应网络中的位置代表了其直接或间接从网络成员那里获取所需知识、信息等资源的机会和能力［20］，还反映了向其他网络成员学习以及整合和利用内、外部资源进行创新的可能性［12］，这些由供应商网络位置所带来的资源或优势都会影响制造企业的绩效。Arya等［21］认为，占据良好网络位置的供应商能够帮助制造企业获取其不易接触到的新颖且有价值的知识和信息，从而制定更切合实际的发展战略和市场开拓战略，对于制造企业的运作和创新具有重要作用;Bhalla等［22］研究表明，当新兴企业外包的对象是高度嵌入在自身网络中的供应商时，供应商采取机会主义行为的可能性越小，企业越容易接触到供应商更广泛的供应网络，从而充实企业可利用的运作和创新知识，推动企业的产品改进和技术创新，促进企业运作绩效和创新绩效的改善。

供应商供应网络位置对企业绩效的影响主要表现在两个方面。一方面，卓越的网络位置能够使供应商更快速、更准确地获取大量且异质的物料、服务、知识和信息等资源，这将进一步增强供应商创新性和供应商学习的可能性，促进供应商对内、外部资源信息的有效整合，从而推动供应商的技术革新和产品的更新换代，提升供应商满足制造企业在成本、质量、交付可靠性、柔性、创新等方面需求的能力，并表现出令制造企业满意的供应绩效［16］。另一方面，优势的网络位置也为供应商提供了更多的机会来制定相应的网络规范和行为标准，从而有效地控制供应网络中的各种资源，这极大地增强了制造企业让供应商参与新产品开发过程的意愿，并为企业通过与供应商合作获取和整合更多与运作和创新相关的优势资源提供了极大的便利［23］，从而促进企业在运作和创新等方面绩效的提升。基于以上分析，本研究提出假设。

H1a供应商供应网络位置对制造企业运作绩效有正向影响;

H1b供应商供应网络位置对制造企业创新绩效有正向影响。

2.3 制造企业网络认知能力的调节作用

制造企业考察供应商的供应网络位置，其主要目的是为了获取并利用供应商的外部供应网络资源以及搜索并发掘新机会和存在的潜在威胁，以减少供应风险，增加灵活性和创新性，从而提高企业绩效。但知识、信息等网络资源以及市场、创业等新机会和竞争威胁本身并不能带来绩效的提高或降低，只有制造企业有能力识别并有效整合这些网络资源，把握市场和创业机遇，抵御竞争威胁，它们才可能充分发挥提升绩效的作用［24］。Kim［4］认为网络认知能力在一定程度上可以反映企业认知、评价和整合供应商的外部供应网络资源的能力，它具备感知、抓住供应商的供应网络中潜在机会和威胁并相应地配置企业资源以应对的功能。具有良好网络认知能力表示制造企业可以更为切实地评价供应商所能接触和获取的网络资源，从而更好地理解并预测供应商的各种行为。如果制造企业的网络认知能力与供应商的网络位置相匹配，即制造企业对供应商结构嵌入性的认知与供应商的当前供应网络位置一致，将会促进高效的供应商管理实践和企业绩效的提高。从这个角度看，一方面，网络认知能力可以促进供应商供应网络位置对制造企业绩效的影响;另一方面，相对于选择具有丰富资源或占据优势网络位置的供应商，能够准确认知、评价和有效整合供应商供应网络资源的网络认知能力更难以被竞争对手所模仿。

网络认知能力的突出作用在于能够帮助制造企业识别供应商的供应网络情景及其网络位置，使企业充分理解供应网络对嵌入其中的供应商提供的各种机会和限制，有效地降低供应商行为的不可预见性，提高企业选择正确供应商以及与供应商间各种联盟活动的成功率［25］。同时，网络认知能力还可以为企业创建一个竞争关系网络的认知地图［26］，使企业可以准确认知对供应商和竞争对手在网络中是如何联结的以及供应商的网络位置能够产生什么价值，这有利于企业监控供应商的行为，有效整合来源于供应商供应网络位置的各种资源，搜索竞争对手的信息，对企业明确市场机会和威胁、创造持续竞争优势具有重要作用［27］。由此可知，如果制造企业具备较强的网络认知能力，就可以更多地获取关于供应商的供应网络资源和竞争对手产品属性的相关信息，进而通过利用供应商的供应网络资源满足企业在产品质量、成本、交付及时性和柔性等方面的运作要求，并向市场和客户提供比竞争对手更优的产品。

另外，借助网络认知能力，制造企业能够识别并收集供应商的供应网络中其他成员(如供应商和其他客户)的技术能力和声誉等重要信息，促进企业与有条件获取和利用这些网络资源的供应商建立合作关系，使企业通过学习和合作等方式能够接触、积累并利用这些新颖的信息技术、生产能力和市场趋势等外部知识和信息等资源，从而识别出新的创新和创业机会，并合理改善新产品的开发流程，提高产品创新效率，降低研发成本［28］。因而，网络认知能力较强的制造企业在识别、获取和利用供应商外部网络知识和信息等资源方面的能力也较强，而丰富的知识基础能够有效降低企业创新的风险和不确定性，提高企业创新的成功率。基于以上分析，本研究提出假设。

H2a网络认知能力正向调节供应商供应网络位置与制造企业运作绩效间的关系;

H2b网络认知能力正向调节供应商供应网络位置与制造企业创新绩效间的关系。

综合上述假设，构建供应商供应网络位置、网络认知能力、制造企业运作绩效和创新绩效之间关系的理论模型，见图1。

图1 研究模型Figure 1 Research Model

3 研究方法

3.1 样本选择和数据收集

选取中国制造企业作为调查对象，主要涉及机械设备制造、汽车制造、电子产品制造、家电制造等行业。调研时间为2013年7月至11月，调查形式主要包括访谈和发放问卷。采取两种方式收集问卷，一是项目组成员先后到西安、重庆、北京、上海、深圳等地的126家大、中、小型装备制造企业进行深入访谈，并现场发放问卷和现场回收，历时2个多月，共发放问卷126份，回收问卷126份。二是通过电子邮件的方式向导师推荐和积极联系的制造企业发放问卷并回收，为确保数据质量和问卷回收率，在问卷发放过程中主动与调查对象保持沟通，并针对问卷内容或填写疑问进行解答，历时3个多月，共发放问卷240份，回收问卷163份。在回收的289份问卷中，剔除52份具有较大缺失率(缺失率达到10%以上)或大部分雷同(连续6个题项选择相同)的无效问卷，最终获得有效问卷237份，有效回收率达64.754%。样本基本信息见表1。

3.2 变量测量

设计调查问卷时，尽量借鉴已有研究中较为简约、成熟的量表，并根据本研究内容进行适当修改。对于英文量表，按照标准设计流程，经过两轮英汉互译对照和专家审阅修改，最终确定合适的测量题项。对于已有研究中没有完全对应测量量表的变量，采用文献研究和专家深度访谈的方法开发量表。所有变量均采用Likert 5 级量表进行评价，1 ～5 代表被试者对测量题项所描述内容的认同程度，1 为完全不同意，5 为完全同意。主要变量的操作化定义见表2。

表1 样本特征描述Table 1 Sample Characteristics Description

(1)自变量。借鉴Choi等［7］的研究成果，从两方面测量供应商供应网络位置(SSNP)，分别是供应商位于什么样的供应网络、供应商在供应网络中的嵌入程度如何。①供应网络是由供应商及与其存在直接或间接关系的行动者所组成的网络系统，网络行动者在其自身领域中的发展情况可以反映供应网络的基本特征，考虑到供应商所能获取的网络资源及其行为影响均来自于与其具有紧密互动关系的关键供应商和客户，因此，通过考察供应商的关键供应商和客户在其自身行业中的综合地位来判断供应商位于什么样的供应网络。根据任红军等［29］对企业行业地位的描述和测量，分别从经营业绩、成长速度、形象和声誉3个方面测量供应商的关键供应商和客户的行业地位。②通过考察供应商在供应网络中的结构特征(中心性)以及供应商与网络中其他行动者间相互联结的紧密程度(关系稳定性和关系互动频率)来测量供应商在供应网络中的嵌入程度，借鉴Kim等［1］、Gilsing等［30］和李玲等［31］的研究成果，结合本研究目的和内容，在语句上进行适当修改，采用5个题项测量供应商在供应网络中的嵌入程度。

(2)因变量。基于竞争优先权理论，从运作和创新两个角度测量制造企业绩效。测量运作绩效主要侧重于成本、质量、交付和柔性等方面的绩效指标，借 鉴Sanchez-Rodriguez等［32］和Azadegan［33］的研究，分 别采用反映内部绝对运作效果和外部相对运作效果的两个测量题项对成本、质量、交付和柔性4个方面绩效进行测量，共8个题项;度量创新绩效主要侧重于创新方面的绩效指标，借鉴Yang等［34］的研究，采用同时反映创新效率和创新效果的创新成功率、研发速度、研发成本、产品创新性4个题项测量。

(3)调节变量。在网络认知能力的测量方面，借鉴Kim［4］的研究，主要从企业认知、评价和整合供应商的外部供应网络资源等方面进行测量，包含6个测量题项。

(4)控制变量。为获得准确的数据结果，需要控制企业规模、行业类型等可能影响企业绩效的主要变量。用企业员工总人数测量企业规模，行业类型主要包括机械设备制造、汽车制造、电子产品制造、家电制造4个行业。

3.3 研究方法

数据处理包括两个方面，一是采用SPSS 18.0 和AMOS 18.0 统计分析软件对量表的可靠性和有效性进行检验，二是采用SPSS 18.0 进行研究假设的多元层次回归检验分析。

4 数据分析和结果

4.1 量表的信度和效度检验

采用内部一致性系数Cronbach′s α和组合信度(CR)检验各变量的信度。信度检验结果见表2 和表3，各变量的Cronbach′s α居于0．824 ～0．930 之间，CR 居于0.839 ～0.931 之间，均超过0.700，表现出较高的内部 一致 性。问卷总体的Cronbach′s α系数为0.921，也显示了较高的信度。

由于各变量的测量量表均来自或者改编自相关研究中的成熟量表，并通过了专家认定，因此具有可靠的内容效度。采用验证性因子分析对构建效度进行检验，验证性因子分析结果见表3，M1为供应商供应网络位置的一阶双维验证性因子分析模型，M2为运作绩效的单维验证性因子分析模型，M3为创新绩效的单维验证性因子分析模型，M4为网络认知能力的单维验证性因子分析模型。由表3 拟合效果可知，各变量的模型拟合参数值均达到理想数值，标准化载荷系数介于0.612 ～0.898 之间，均大于0.600的可接受水平，且在0.001的水平下显著;各潜变量的平均提取方差(AVE)取值在0.539 ～0.628 之间，均大于0.500，表明各变量测量具有良好的构建效度。

采用Harman单因素检验方法对共同方法偏差进行检验，如果方法变异明显存在，探索性因子分析结果容易析出一个因子或解释大部分变异的一个公因子［35］。检验结果表明，单一因子只解释了总方差的32.564%，不存在严重的共同方法偏差。

表2 信度分析结果Table 2 Reliability Analysis Results

表3 变量的验证性因子分析结果Table 3 Results of Confirmatory Factor Analysis of Variables

4.2 描述性统计和相关性分析

在进行假设检验之前对各变量进行描述性统计和变量之间的相关性分析，描述性统计结果和变量间的Pearson 相关系数见表4。由表4 可知，供应商供应网络位置与运作绩效之间的相关系数为0.345 (p＜0．010)，与创新绩效之间的相关系数为0．521(p ＜0.010)，表明供应商供应网络位置与制造企业绩效间呈显著的正相关关系，H1a和H1b得到初步验证。

4.3 假设检验

为了避免各变量之间的多重共线性对研究结果的影响，采用层级回归分析对概念模型中的假设进行检验，并基于SPSS 18.0 统计分析软件实现验证过程。检验步骤为，①对自变量(供应商供应网络位置)和调节变量(网络认知能力)进行中心化处理，并构建供应商供应网络位置与网络认知能力的交互项。②以运作绩效和创新绩效为因变量分别构建模型1 ～模 型4和模 型5 ～模 型8。模 型1和模 型5均为 只加入两个控制变量的基准模型，考察控制变量对运作绩效和创新绩效的影响;模型2 和模型6 分别为在两个基准模型的基础上加入供应商供应网络位置，以检验供应商供应网络位置对因变量(运作绩效和创新绩效)的作用;模型3 和模型4 在模型2的基础上、模型7 和模型8 在模型6的基础上逐步加入网络认知能力以及网络认知能力与供应商供应网络位置的交互项，检验网络认知能力的调节效应。表5 给出层级回归模型分析结果。由表5 可知，所有变量的方差膨胀因子(VIF)均小于2.000，容忍度均大于0.100，表明变量间不存在严重的多重共线性问题。

表4 描述性统计和相关系数Table 4 Descriptive Statistics and Correlation Coefficients

表5 层级回归分析结果Table 5 Hierarchical Regression Analysis Results

在模型1 和模型5 中，F 值分别为10．348 和41．851，在0．001 水平上显著，说明企业规模和行业类型分别对运作绩效和创新绩效变异的解释力显著，标准化回归系数(β)分别为0．226(p ＜0．010)、0．315(p ＜0.001)和0．156(p ＜0．050)、0．366(p ＜0．001)，表明不同的企业规模和行业类型会影响企业的运作绩效和创新绩效。

在控制企业规模和行业类型两个变量的前提下，模型2 和模型6的结果表明，供应商供应网络位置对运作绩效有正向影响，并达到了显著水平，β =0.279，p ＜0．001，H1a得到验证;供应商供应网络位置对创新绩效有正向影响，并达到显著水平，β =0.409，p ＜0．001，H1b得到验证。

虽然网络认知能力对企业运作绩效的直接影响不是本研究的重点，但模型3的回归结果表明，F 值为10．974，在0．001的水平上显著，说明网络认知能力对运作绩效有显著的正向作用，标准化回归系数为0．155，p ＜0．050。为了研究网络认知能力对供应商供应网络位置与运作绩效之间的调节效应，模型4 在模型3的基础上加入供应商的供应商网络位置与网络认知能力的交互项，回归结果表明，供应商的供应商网络位置与网络认知能力的交互项与运作绩效显著正相关，β= 0．158，p ＜0．050，且模型4 比模型3的R2值显著增加0.022，表明网络认知能力在供应商供应网络位置与运作绩效之间具有正向调节效应，H2a得到验证。

模型7的回归结果表明，网络认知能力对创新绩效也有显著的正向作用，F值为45．143，在0．001的 水平上显著，标准化回归系数为0．199，p ＜0．010。为了研究网络认知能力对供应商供应网络位置与创新绩效之间的调节效应，模型8 在模型7的基础上加入供应商供应网络位置与网络认知能力的交互项，回归结果表明，供应商供应网络位置与网络认知能力的交互项与创新绩效显著正相关，β= 0．113，p ＜0.050，且模型8 比模型7的R2值显著增加0.011，表明网络认知能力在供应商供应网络位置与创新绩效之间具有正向调节效应，H2b得到验证。

为了更清楚地理解网络认知能力对供应商供应网络位置与企业绩效之间关系的调节效应，应用图解程序进行分析，网络认知能力的调节示意图见图2和图3。在图2 中，不同网络认知能力水平下，供应商供应网络位置对运作绩效的影响程度不同，在高网络认知能力水平下，供应商供应网络位置对运作绩效的影响明显大于低网络认知能力水平时的情形。在图3 中，同样存在高网络认知能力水平下，供应商供应网络位置对创新绩效的影响明显大于低网络认知能力水平时的情形。结合回归模型4 和模型8的分析结果发现，网络认知能力对供应商供应网络位置与运作绩效和创新绩效之间的关系具有显著的正向调节效应。

图2 网络认知能力调节作用示意图ⅠFigure 2 Moderating Effect of Network Awareness Capability(Ⅰ)

图3 网络认知能力调节作用示意图ⅡFigure 3 Moderating Effect of Network Awareness Capability(Ⅱ)

5 结论

以237家制造企业为样本，运用层次回归分析方法，考察供应商供应网络位置对制造企业运作绩效和创新绩效的影响，并探讨企业网络认知能力的调节作用。通过深度访谈、问卷调研和数据检验，得到以下研究结论。①供应商供应网络位置与制造企业的运作绩效和创新绩效存在显著的正向影响，说明供应商越是处于供应网络中的优势位置，越有利于与其合作的制造企业的运作绩效和创新绩效的提升。②企业的网络认知能力不仅对企业的运作绩效和创新绩效有直接作用，而且对供应商供应网络位置与企业运作绩效和创新绩效之间的关系具有正向调节作用，说明网络认知能力较强的企业，供应商供应网络位置对企业运作绩效和创新绩效的提升作用更为显著。

本研究聚焦于制造企业对供应商供应网络资源的管理和利用，阐释了供应商供应网络位置对制造企业绩效提升的推进作用，是对制造企业从供应网络视角考察和利用供应商的相关研究的有益补充，也为后续针对供应商供应网络位置的研究提供了参考和借鉴。同时，本研究发现，网络认知能力对制造企业利用供应商供应网络位置实现企业绩效具有促进效应，说明网络认知能力有助于加深制造企业对供应商供应网络位置的理解，从而加强企业对供应商的供应网络资源的整合和利用。此外，通过实证方法检验供应商供应网络位置对制造企业绩效的影响以及网络认知能力的调节效应，弥补了已有研究大多限于理论推演而缺少数据检验的不足，对补充和发展供应商管理和利用研究的相关成果具有一定的价值。

本研究结果为中国制造企业如何管理供应商提供了几点重要的实践启示。①企业在对供应商进行评价时不仅要关注供应商自身的资源和能力，更要关注供应商所嵌入的外部供应网络，并尝试基于供应商在其供应网络中的位置视角评价并管理供应商，从而全面认识供应商当前和潜在的资源和能力，更准确地预测供应商的行为和未来绩效以及应对合作中可能出现的各种威胁和不确定性。②企业应该主动培育或提升理解、评价和有效整合供应商的供应网络资源的网络认知能力，通过系统地监控供应商供应网络位置的变化，搜寻网络位置所带来的信息和声誉资源，加强企业与供应商的供应网络整合水平，从而有助于企业知晓竞争对手的竞争优势以及战略性管理和应对供应商的供应网络中存在的潜在机会和风险。

尽管本研究得到一些有意义的结论，但还存在一些不足之处。①实证研究的样本数量和范围的局限，样本数据均来自于制造企业一方，对供应商供应网络位置的测度并不能反映其实际情况，后续研究可扩大样本范围和样本数量，获取制造商和供应商双边数据，并与本研究结论进行比较分析。②本研究探讨供应商供应网络位置与企业绩效之间的直接关系，而关系学习、知识整合能力等都可能在供应商供应网络位置与企业绩效间关系中发挥中介或调节作用，在后续研究中可进一步考虑这些因素的影响作用。

［1］Kim Y，Choi T Y，Yan T，Dooley K.Structural investigation of supply networks:A social network analysis approach［J］.Journal of Operations Management，2011，29(3):194-211.

［2］Borgatti S P，Li X.On social network analysis in a supply chain context［J］.Journal of Supply Chain Management，2009，45(2):5-22.

［3］Holmen E，Aune T B，Pedersen A C.Network pictures for managing key supplier relationships［J］.Industrial Marketing Management，2013，42(2):139-151.

［4］Kim D Y.Understanding supplier structural embeddedness:A social network perspective［J］.Journal of Operations Management，2014，32(5):219-231.

［5］Ho W，Xu X，Dey P K.Multi-criteria decision making approaches for supplier evaluation and selection:A literature review［J］.European Journal of Operational Research，2010，202(1):16-24.

［6］陈启杰，齐菲.供应商选择研究述评［J］.外国经济与管理，2009，31(5):30-37.Chen Qijie，Qi Fei.The research review of supplier selection［J］.Foreign Economics ＆ Management，2009，31(5):30-37.(in Chinese)

［7］Choi T Y，Kim Y.Structural embeddedness and supplier management:A network perspective［J］.Journal of Supply Chain Management，2008，44(4):5-13.

［8］Aarstad J，Haugland S A，Greve A.Performance spillover effects in entrepreneurial networks:Assessing a dyadic theory of social capital［J］.Entrepreneurship Theory and Practice，2010，34(5):1003-1019.

［9］Phelps C C.A longitudinal study of the influence of alliance network structure and composition on firm exploratory innovation［J］.The Academy of Management Journal，2010，53(4):890-913.

［10］Polidoro F，Jr，Ahuja G，Mitchell W.When the social structure overshadows competitive incentives:The effects of network embeddedness on joint venture dissolution［J］.The Academy of Management Journal，2011，54(1):203-223.

［11］李志刚，汤书昆，梁晓艳，赵林捷.产业集群网络结构与企业创新绩效关系研究［J］.科学学研究，2007，25(4):777-782.Li Zhigang，Tang Shukun，Liang Xiaoyan，Zhao Linjie.An empirical study on the relationship between industry cluster′s network structure and enterprises′innovation performance［J］.Studies in Science of Science，2007，25(4):777-782.(in Chinese)

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

［13］Zaheer A，Bell G G.Benefiting from network position:Firm capabilities，structural holes，and performance［J］.Strategic Management Journal，2005，26(9):809-825.

［14］Lin J L，Fang S C，Fang S R，Tsai F S.Network embeddedness and technology transfer performance in R＆D consortia in Taiwan［J］.Technovation，2009，29(11):763-774.

［15］Peng D X，Schroeder R G，Shah R.Competitive priorities，plant improvement and innovation capabilities，and operational performance:A test of two forms of fit［J］.International Journal of Operations ＆ Production Management，2011，31(5):484-510.

［16］钱锡红，杨永福，徐万里.企业网络位置、吸收能力与创新绩效:一个交互效应模型［J］.管理世界，2010(5):118-129.Qian Xihong，Yang Yongfu，Xu Wanli.The relation-ship among firms′ network position，the absorptive capacity，and the innovation performance［J］.Management World，2010(5):118-129.(in Chinese)

［17］Hsueh J T，Lin N P，Li H C.The effects of network embeddedness on service innovation performance［J］.The Service Industries Journal，2010，30(10):1723-1736.

［18］胡保亮，方刚.网络位置、知识搜索与创新绩效的关系研究:基于全球制造网络与本地集群网络集成的观点［J］.科研管理，2013，34(11):18-26.Hu Baoliang，Fang Gang.Network position，knowledge search，and innovation performance:From the perspective of global manufacturing network and local cluster network integration［J］.Science Research Management，2013，34(11):18-26.(in Chinese)

［19］吴福象，蒋天颖，孙伟.网络位置、知识转移对集群企业竞争优势的影响:一项基于对温州乐清低压电器产业集群的实证研究［J］.科研管理，2013，34(12):48-57.Wu Fuxiang，Jiang Tianying，Sun Wei.Impact of network position and knowledge transfer on competitive advantages of cluster enterprises:An empirical study on Wenzhou Leqing low-voltage electrical industry cluster［J］.Science Research Management，2013，34(12):48-57.(in Chinese)

［20］Gnyawali D R，Madhavan R.Cooperative networks and competitive dynamics:A structural embeddedness perspective［J］.The Academy of Management Review，2001，26(3):431-445.

［21］Arya B，Lin Z.Understanding collaboration outcomes from an extended resource-based view perspective:The roles of organizational characteristics，partner attributes，and network structures［J］.Journal of Management，2007，33(5):697-723.

［22］Bhalla A，Terjesen S.Cannot make do without you:Outsourcing by knowledge-intensive new firms in supplier networks［J］.Industrial Marketing Management，2013，42(2):166-179.

［23］Tsai W，Ghoshal S.Social capital and value creation:The role of intrafirm networks［J］.The Academy of Management Journal，1998，41(4):464-476.

［24］Teece D J.Explicating dynamic capabilities:The nature and microfoundations of (sustainable)enterprise performance ［J］.Strategic Management Journal，2007，28(13):1319-1350.

［25］Bi H H，Lin D K J.RFID-enabled discovery of supply networks［J］.IEEE Transactions on Engineering Management，2009，56(1):129-141.

［26］Tsai W，Su K H，Chen M J.Seeing through the eyes of a rival:Competitor acumen based on rival-centric perceptions［J］.The Academy of Management Journal，2011，54(4):761-778.

［27］Bernardes E S.The effect of supply management on aspects of social capital and the impact on performance:A social network perspective［J］.Journal of Supply Chain Management，2010，46(1):45-55.

［28］Bingham C B，Davis J P.Learning sequences:Their existence，effect，and evolution［J］.The Academy of Management Journal，2012，55(3):611-641.

［29］任红军，梁巧转.企业的创新能力、行业地位与员工离职意图的关系研究［J］.南开管理评论，2005，8(4):50-53，59.Ren Hongjun，Liang Qiaozhuan.An empirical research on the relationship between the company′s innovation ability，position in industry and turnover intention［J］.Nankai Business Review，2005，8(4):50-53，59.(in Chinese)

［30］Gilsing V A，Duysters G M.Understanding novelty creation in exploration networks:Structural and relational embeddedness jointly considered［J］.Technovation，2008，28(10):693-708.

［31］李玲，党兴华，贾卫峰.网络嵌入性对知识有效获取的影响研究［J］.科学学与科学技术管理，2008，29(12):97-100，140.Li Ling，Dang Xinghua，Jia Weifeng.The effect of network embeddedness upon effective acquisition of knowledge［J］.Science of Science and Management of S.＆ T.，2008，29(12):97-100，140.(in Chinese)

［32］Sanchez-Rodriguez C，Hemsworth D，Martínez-Lorente A R.The effect of supplier development initiatives on purchasing performance:A structural model［J］.Supply Chain Management:An International Journal，2005，10(4):289-301.

［33］Azadegan A.Benefiting from supplier operational innovativeness:The influence of supplier evaluations and absorptive capacity［J］.Journal of Supply Chain Management，2011，47(2):49-64.

［34］Yang M L，Wang A M L，Cheng K C.The impact of quality of IS information and budget slack on innovation performance［J］.Technovation，2009，29(8):527-536.

［35］周浩，龙立荣.共同方法偏差的统计检验与控制方法［J］.心理科学进展，2004，12(6):942-950.Zhou Hao，Long Lirong.Statistical remedies for common method biases［J］.Advances in Psychological Science，2004，12(6):942-950.(in Chinese)