联盟能力、创新网络与创新绩效关系的实证研究

郑胜华,丁元杰

(浙江工业大学 经贸管理学院,浙江 杭州 310023)



联盟能力、创新网络与创新绩效关系的实证研究

郑胜华,丁元杰

(浙江工业大学 经贸管理学院,浙江 杭州 310023)

摘要：以联盟能力为切入口,根据创新网络与创新绩效相关理论,构建联盟能力通过创新网络中介变量作用于创新绩效的概念模型,并运用SPSS19.0和AMOS7.0对262家浙江省中小企业的问卷数据进行实证检验。研究发现，联盟构建能力、联盟学习能力、联盟管理能力通过网络结构和网络关系对创新绩效具有间接正向效应；联盟管理能力对创新绩效具有直接正向效应；而联盟构建能力和联盟学习能力对创新绩效的直接效应并不显著。这一研究结论丰富了联盟能力、创新网络和创新绩效等理论成果,同时也能指导中小企业基于自身联盟能力优化创新网络提升创新绩效。

关键词：联盟能力；网络结构；网络关系；创新绩效

中小企业是区域经济增长和技术创新的主力军,但受市场不确定性影响,其创新能力受到极大的制约。在创新范式协同化背景下,企业内部结网或与大企业构建协同关系成为一种必然[1]。然而当前中小企业网络实践中表现出网络集聚力下降、成员知识互动停滞、网络整体发展动力不足等问题[2],引起了学术界就企业联盟能力、创新网络和创新绩效三者间关系的关注和思考。

在理论领域,多数学者从资源整合和知识学习视角探究影响企业创新绩效的关键因素,研究发现联盟能力对创新绩效具有重要影响；也有学者基于社会网络理论,认为创新网络的关系特征和结构特征是影响创新绩效的关键因素。虽然学者在相关研究上取得了一定进展,但仍存在以下不足：(1)现有研究大多停留在验证联盟能力对创新绩效的直接影响,而没有进一步探讨联盟能力在什么情况下、以何种程度、什么方式作用于创新绩效,故有必要深入探讨联盟能力子维度对创新绩效的作用机理；(2)目前对创新绩效影响因素的研究或是基于企业能力理论,或是基于社会网络理论,不同视角下的研究往往是孤立的,这不利于对提升创新绩效给予全面的理论解释。

本文正是基于以上背景,运用开放式创新、社会网络等基础理论,提出“联盟能力—创新网络—创新绩效”的整合研究框架,深入剖析三者间的作用机理,探讨联盟能力促进企业创新绩效的直接、间接机制和作用路径,并通过实证研究验证相应的理论假设。

一、理论基础与研究假设

(一)理论基础

1.联盟能力。联盟能力是指企业获取、分享、储存和应用联盟管理知识的能力[3]。在企业实践中,联盟已从边缘化的组织结构管理工具转变为核心竞争优势[4]。目前,对联盟能力的研究主要分为两类：(1)探讨联盟能力的内涵及构成要素；(2)聚焦企业构建联盟能力的驱动因素。

由于联盟能力的难以度量性,目前学术界还没有一个公认的内涵界定,不同学者对联盟能力的界定也是基于各自研究背景。主要有以下四种理论视角：知识学习观、资源基础观、演化经济学观和动态能力观(见表1)。就联盟能力的构成要素,Simonin(1997)最早将联盟能力划分为伙伴选择能力、谈判协商能力、管理监控能力、知识转移能力、合作终止能力；闫立罡和吴贵生(2006)则将联盟能力划分为接受能力、吸收能力、整合能力以及创新能力。本文认为联盟能力是企业为获取异质性资源而识别、甄选、构建并不断调整联盟伙伴的动态能力,可细分为三个维度：联盟构建能力、联盟学习能力和联盟管理能力。联盟构建能力突出企业对于是否、何时、如何组建联盟网络的战略性思考。联盟学习能力是指企业与联盟成员间的知识信息共享、资源互补利用,并消化、吸收、再创新成为内部化惯例的过程。联盟管理能力注重企业对整个联盟网络的关系管理和运行管理。

表1　主要理论学派对联盟能力的概念界定研究

有关企业构建联盟能力的驱动因素研究,国内外学者主要提出三种构建机制,分别是基于联盟知识管理的构建、基于资源获取开发的构建、基于联盟经验惯例的构建,并指出三种构建机制间存在渗透效应。此外,还有较多学者探讨联盟能力与创新绩效的关系,认为联盟整合的协同效应能够提升企业创新绩效。但该类研究往往停留在联盟能力对创新绩效的直接影响上,至于其中的作用机理并未涉及,基于此本文将探讨联盟能力三个子维度对创新绩效的直接及间接影响机理。

2.创新网络。随着技术变革复杂化,企业的技术创新不再是部门间的序列性过程,而是同时涉及创新构思、R&D、生产和营销的并行化过程[5],创新过程成为一种网络化过程。对创新网络的研究主要分为两类：(1)探讨创新网络的内涵及构型；(2)分析创新网络构型的绩效影响。

创新网络是企业与各行为主体在交互作用中建立的相对稳定、能够激发创新思想、正式或非正式的关系总和[6],通过创作各主体互相学习的空间和过程将社会活动的随机模式转变为组织内部的制度化模式[7]。Granovetter(1985)最早提出“嵌入性”概念的“社会—结构”分析范式,列举了创新网络的关系维度和结构维度。关系维度与二元交往关系相关,包括结点和纽带的联结,是指交易双方对对方需求和目标的重视程度,以及交易双方相互信任和信息共享程度[8]。结构维度是指企业间的关系模式及配置,关注的是企业所处网络位置所具备的资源和对资源的控制力[9]。

基于社会网络理论,学者就创新网络构型的绩效影响开展了许多研究。关于关系特征与绩效之间的关系,Granovetter(1973)提出弱联结优势理论,强联结关系由于网络内成员间关系过于密切导致知识冗余度较高,而弱联结恰好因为网络成员间的适度联系,在可控范围内的差异化反而利于知识和信息的交流与传播。关于结构特征与绩效之间的关系,郑登攀(2012)认为位置接近性有利于组织间形成知识和资源的良性互动,提升企业创新绩效。本文将选择关系强度、关系质量、关系持久度和网络规模、网络密度、网络异质性来分别度量创新网络的关系特征和结构特征。

3.创新绩效。创新绩效用以评估企业创新活动(通过新思维、新发明来生产某个东西或设想新主意)的效率和效果。创新绩效影响因素及其测度是国内外学者研究的焦点。

企业创新绩效影响因素可分为内生因素和外生因素。内生因素包括企业创新环境和创新投入。创新战略的制定、组织结构、企业文化、企业家素质、人力资源投入[10]等都直接影响企业的创新水平。外生因素主要涉及政策因素、宏观经济因素、地区资源禀赋、科技水平、市场竞争[7]等,外部因素影响企业辨别环境中的创新机会和创新威胁。

学术界对创新绩效的测量提出了多种不同维度。主要包括：(1)创新成果的形式,如新产品、新技术、新知识产权(Hagedoorn,2003)。(2)创新效益,不仅体现为可以市场商业化部分,还包括价值实现等综合效益(Pertusa,2010)。(3)创新类型,包括产品创新和工艺创新(解学梅,2010)。

(二)研究假设

1.联盟能力与创新网络的关系。本文已将联盟能力划分为联盟构建能力、联盟学习能力与联盟管理能力,为了与上文保持逻辑一致性,下文将通过联盟能力的三个维度,分别研究其与创新网络结构维度和关系维度的影响关系。

联盟构建能力使企业能够合理地分析、评估、预测与企业运营相关的有效信息,使企业在组建创新网络之前就明白选择网络伙伴并与之进行合作互动的重要性。企业的联盟洞察、设计、构建能力有助于其做出最佳的加入或组建创新网络的战略决定,对网络规模、网络密度和网络成员异质性都具有正向作用。此外,联盟构建能力促进网络成员在成立之初就树立共同作为的意愿和默契,提升应对风险的共同承受能力,提高网络关系的持久度和关系质量。由此可见,联盟构建能力对创新网络结构和网络关系均具有正向影响。

联盟学习能力是指企业辨别、获取、运用网络中知识、信息和资源,并将新资源与企业已有资源相融合创造出新产品或新技术的能力。在创新网络中,网络节点的学习能力越强越有利于企业后期形成新的联盟关系或进入新的网络[11]。相应地,节点企业通过资源在空间和时间的有效整合,形成了网络内的非线性机制作用,扩大网络规模、提升网络密度。较强的联盟学习能力不仅改善网络结构,还能促进网络内的交流与沟通,强化成员间合作关系,这种互动提升网络内聚力和成员信任度。最初随机结伴而成的创新伙伴通过淘汰落后结点、孵化新结点不断维系和巩固已有合作领域,并丰富和拓展新的合作领域,对创新网络的网络结构和网络关系均具有正向作用。

联盟管理能力侧重于企业对创新网络的关系优化和关系协调,创新网络的密切连结关系需要企业对之进行不断的“维护”和“治理”。对网络关系的优化能够促进伙伴关系的可靠、紧密和持久[3],培养企业间的认知相似性。由于企业间信任的逐渐加深,网络合作关系得到持续,成员间产生的凝聚力、互惠、忠诚等社会资本使网络结构和规模得到保障。联盟管理能力有助于企业进行换位思考、相互谅解和互相尊重,良好的关系管理机制帮助企业在竞争者、供应商、政府机构、客户等利益相关群体中识别、挖掘潜在合作伙伴，吸引新的网络节点，扩大网络规模，和谐网络关系，维持网络可持续性。可见,联盟管理能力对创新网络的网络结构和网络关系具有正向影响。

综上可知,企业的联盟构建能力、联盟学习能力、联盟管理能力对创新网络的结构维度和关系维度均有正向影响,故提出如下假设：假设1：联盟构建能力对创新网络的网络结构具有正向影响。假设2：联盟构建能力对创新网络的网络关系具有正向影响。假设3：联盟学习能力对创新网络的网络结构具有正向影响。假设4：联盟学习能力对创新网络的网络关系具有正向影响。假设5：联盟管理能力对创新网络的网络结构具有正向影响。假设6：联盟管理能力对创新网络的网络关系具有正向影响。

2.创新网络与创新绩效的关系。主要依据“网络结构”和“网络关系”两个维度对创新网络特征进行归类,下文将分别具体阐述网络结构、网络关系与创新绩效间的影响。

本文把创新网络结构维度分为网络规模、网络密度和网络异质性。网络规模是指创新网络中包含的节点数量。网络规模越大表明企业在创新网络内的关系资源越丰富,能够实现创新规模效益的可能性也越大,与企业创新绩效呈正相关关系。网络密度是指网络成员互动的程度,它决定了知识扩散的速率和范围。网络密度越大,企业越能够找到某种异质性资源,使得企业可以节约创新成本、提高创新绩效。网络异质性衡量创新网络成员的差异化程度,网络异质性给企业带来丰富的非冗余资源,促进企业的技术创新实践。

创新网络的网络关系维度包括关系强度、关系质量和关系持久度。网络关系的强联系有助于企业间的深度互动,由强联系形成行为者之间的信任和信赖,有助于获取复杂知识、加快信息处理,进而直接产生创新绩效。关系质量表示企业间的行为一致、默契程度,稳定而默契的网络关系可以帮助企业及时吸收伙伴成员的创新信息。当进行高风险、高投入、研发周期时间长的技术开发项目时,企业与其他合作者良好的合作关系尤为重要[8]。网络关系持久能够缩短产品的开发周期和面市时间,也使个体企业能够充分预期到彼此间的行为以降低交易成本。

综上可知,创新网络的网络结构和网络关系对企业创新绩效均有正向影响,故提出如下假设：假设7：创新网络的网络结构对创新绩效具有正向影响。假设8：创新网络的网络关系对创新绩效具有正向影响。

3.联盟能力与创新绩效的关系。本文已将联盟能力划分为联盟构建能力、联盟学习能力与联盟管理能力,为了与上文保持逻辑一致性,下文将分别研究联盟能力三个维度与创新绩效的关系。

联盟构建能力体现了企业对创新网络环境及其变化趋势的认知,企业通过树立组建创新网络的战略意愿,评估、甄别合作伙伴,制定网络内成员行为规范,积极促成创新网络形态、规模和结构的良性演化[12],从而提高创新绩效。具有联盟学习能力的企业能够在合作创新中获得更多的关系租,形成企业自身的核心竞争优势。借助网络内的知识信息共享,结合企业自身的消化、吸收、再创新过程,将外部资源内部化,提高企业整体创新绩效。类似地,联盟管理能力帮助企业优化和协调与创新网络中成员的关系,提升技术创新的效率与效果。健全的对话沟通机制、冲突协调机制能够增强网络整体向心力、凝聚力和认同感,这有助于企业实现其创新绩效[13]。

综上可知,企业的联盟构建能力、联盟学习能力、联盟管理能力对创新绩效均有正向影响,故提出如下假设：假设9：联盟构建能力对创新绩效具有正向影响。假设10：联盟学习能力对创新绩效具有正向影响。假设11：联盟管理能力对创新绩效具有正向影响。

(三)联盟能力、创新网络与创新绩效关系的概念模型

基于以上分析,可以初步构建企业联盟能力通过创新网络影响创新绩效的概念模型,见图1。

图1　研究概念模型

二、研究设计与方法

(一)数据收集

本文以浙江省中小企业为研究样本,通过现场填写和电子邮件发送调查问卷的方式收集数据。本次调查问卷共发放327份,回收303份,其中有效问卷262份,问卷回收率92.67%,问卷有效率86.80%,回收情况较为理想。

(二)变量测度

本文直接使用国外成熟的量表来测量概念模型中的各个概念,所有量表均采用李克特七分量表,刻度从“非常不同意”(“明显偏低”)到“非常同意”(“明显偏高”)。

解释变量是企业的联盟能力,包括联盟构建能力、联盟学习能力和联盟管理能力。借鉴Lane(1998)、Ritter等(2002)、魏江(2003)等测量量表,本文分别采用了多个问题项对企业联盟能力的各个维度进行测量。中介变量是企业的创新网络,包括网络结构和网络关系两个维度。选取网络规模、网络密度和网络异质性作为网络结构测量变量,选取关系强度、关系质量和关系持久性作为网络关系测量变量。借鉴Granovetter(1973)、Uzzi(1997)、邬爱琪(2004)等相关研究的量表,本文共采用30个题项对创新网络的结构维度和关系维度进行测量。被解释变量是创新绩效,包括产品创新和工艺创新。参考了Ritter等(2003)、Gemuldden等(1996)、张方华(2006)等开发的量表,本文共采用6个题项对创新绩效进行测量。

(三)数据分析方法

主要采用相关分析、多元回归分析以及结构方程模型等方法处理数据,进行实证研究和分析。所使用的分析软件为SPSS19.0版和AMOS7.0版,其中,SPSS19.0用于描述性统计、相关分析、多元回归分析以及测量变量的信度,AMOS7.0则用于测量变量的效度和结构方程建模。

三、实证分析结果

(一)信度与效度检验

信度检验。采用克龙巴赫系数(Cronbach’s α)对研究变量进行信度验检。根据专家和学者的研究经验,Cronbach’s α值在0.7到0.98之间时,可判定为高信度,低于0.35则予以拒绝。经过计算,各变量的Cronbach’s α值都大于0.7,表明本文量表的信度完全符合要求,如表2所示。

效度检验,包括收敛效度和区分效度。由于本文使用的量表均来自国外文献中的成熟量表,可以确保其具有较好的收敛效度。同时,从表2可知,各变量的组合信度C.R.均大于0.7,平均方差抽取量AVE大于0.6,显示各潜变量具有足够的收敛效度。由表3各变量间的相关系数可以看出,本研究中的测量模型具有一定的区分效度。

表2　变量信度、收敛效度检验结果

表3　变量的相关系数和区分效度检验

注：左下方显示的是相关系数值(双侧检验)；**P<0.01。

(二)假设检验

本文初始结构方程模型设置6个潜变量和21个显变量。模型中还存在e1-e21共21个显变量的残差变量以及e22-e24共3个内生潜变量的残差变量,其路径系数默认值为1。运用AMOS7.0统计软件导入数据后对模型中的相关参数进行估计,得到初始结构方程模型拟合结果见表4、表5。

表4　初始结构方程模型拟合结果

注：*和***分别表示在P<0.05和P<0.001的显著性水平。

表5　初始结构方程模型拟合优度指标

表4可知,初始结构方程模型中大部分路径系数均较为理想,在0.001的显著性水平下,联盟构建能力、联盟学习能力、联盟管理能力与网络结构和网络关系,网络关系与创新绩效的路径系数均显著为正；在0.05的显著性水平下,网络结构与创新绩效、联盟管理能力与创新绩效的路径系数均显著为正。说明联盟构建能力、联盟学习能力、联盟管理能力对网络结构和网络关系,网络结构和网络关系对创新绩效,联盟管理能力对创新绩效,均具有显著的正向影响,即假设H1、H2、H3、H4、H5、H6、H7、H8、H11得到支持。但在0.05的显著性水平下,联盟构建能力、联盟学习能力与创新绩效的路径系数均不显著,说明联盟构建能力、联盟学习能力对创新绩效均没有显著的正影响,即假设H9和H10未能达到结构方程模型路径验证要求。

表5可知,从绝对拟合指标来看,χ2=721.612,df=178,当P值等于0.000时,χ2/df=4.054,一般认为,该指标小于5即可接受,这表明模型整体拟合结果较好。GFI=0.924,AGFI=0.908,一般认为该值高于0.9为最低标准,这表明本研究模型符合统计要求。RMSEA=0.078,小于上限要求0.08。拟合优度指标中NFI与CFI值分别为0.901和0.906,当NFI和CFI指数大于0.9时表示模型的拟合程度良好。综合以上各拟合指数的评判,本研究模型可以接受。

四、研究结论与展望

(一)研究结论

通过构建“联盟能力—创新网络—创新绩效”的研究框架,并对其进行实证检验,结果发现联盟构建能力、联盟学习能力、联盟管理能力通过网络结构和网络关系对创新绩效具有间接正向影响；联盟管理能力对创新绩效具有直接正向影响；而联盟构建能力和联盟学习能力对创新绩效的直接影响不显著。

1.联盟能力对创新网络影响的探讨。从实证研究结果看,联盟能力对创新网络的网络结构和网络关系有正向影响。联盟构建能力越强,企业越有可能降低“锁定效应”,拓宽网络的规模和差异化水平,增强网络成员间的默契与信任。这与郑胜华(2005)等学者的研究结果相符,假设H1、H2通过验证。联盟学习能力越强,企业从内外部环境中吸取创新元素的要求也就愈发强烈,促使企业向潜在创新源发展“联系链”,淘汰落后节点、孵化新节点。这与陈学光和徐金发(2006)等学者的研究一致,假设H3、H4通过验证。联盟管理能力越强,企业越注重网络结构的治理与网络关系的优化。企业强大的网络改善能力能够发现网络内潜在冲突与矛盾,提升成员间的网络认同感和合作关系的持续性。这与张敬文(2010)等学者的研究一致,假设H5、H6通过验证。

2.创新网络对创新绩效影响的探讨。从实证研究结果看,创新网络的网络结构和网络关系对创新绩效的提升有正向影响。网络结构的优化能够保证企业拥有丰富的创新资源,网络异质性的增强能够使企业较为容易地跨越创新活动阈值限制,提高创新绩效。这与Baum(2000)等学者的研究一致,H7假设通过验证。网络强关系能够促使企业间进行知识和信息的深度互动,对企业创新绩效往往具有“事半功倍”的效用。这与马刚(2005)等学者的研究一致,H8假设通过验证。

3.联盟能力对创新绩效影响的探讨。从本文的实证研究结果看,联盟管理能力对创新绩效有着正向的影响。企业通过设置专门联盟管理机构进行创新网络的结构治理和关系治理,有效控制创新活动的进程。从网络构建开始至网络终止结束的整个过程中,联盟管理机制都有助于提升创新绩效。这与闫立罡、吴贵生(2006)、Kale(2002)等学者的研究一致,H11假设通过验证。

与学者以往研究结果不同,本文的研究结论发现联盟构建能力与联盟学习能力对创新绩效并无显著影响,假设H9和H10并未得到验证。这可能是因为：一方面,当企业具有过强的联盟构建能力时,企业在伙伴甄别阶段就对潜在合作伙伴选择形成僵化的思维惯性,出现网络构建后成员趋同性的不良现象,不利于创新绩效的改进。另一方面,过多强调联盟学习能力,过分注重差异化知识和资源的内部化,忽视了同质资源的益处(以量的积累实现质的飞跃)以及资源传递的认知距离(cognitive distance)。由于企业的认知距离是有限的,为了实现创新绩效,企业在创新网络运行过程中需要对企业的规则、行为、既有路线作出一定程度的转换。当这些牺牲超过企业承受极限时,联盟学习能力会成为企业创新绩效提升的重要障碍。而比较之下,适度的联盟学习能力既是出于企业自身能力的现实考虑,也是企业避免“打肿脸充胖子”的有效举措。事实上,这一研究结论与Stuart(1998)、Nooteboom(2000)等学者提出的能力局限性和模糊性具有相似之处。

(二)不足与展望

尽管本文得出了若干颇具意义的研究结论,但是受制于研究问题的复杂性,以及作者学术远见的有限性,尚存在某些不足之处。(1)样本覆盖面不足。本文研究样本的选择以浙江省中小企业为主,样本地域性比较单一,同时样本企业虽涉及制药、纺织、化工、新材料等多个行业,但产业覆盖面仍稍显不足,可能会导致研究结构的普适性不强。(2)研究框架有待深化。本文虽构建了“联盟能力—创新网络—创新绩效”三者间的理论模型,但由于企业网络化创新是一个动态演化的过程,各变量的分析、界定与度量往往需要与实践结合,例如创新网络构型特征的归类是否仅限于网络结构和网络关系两个维度还有待商榷。

今后学者针对上述局限可进行如下层面的改进。首先,未来研究可以收集更广地域、更多行业的样本数据,以期得到更具普适性的研究结论。其次,由于本研究收集的是横截面数据,所得结论本质上是变量间的相关关系,更为严谨的因果关系还需纵向研究加以检验。最后,本研究探讨的创新网络采取的是比较广泛的界定,不同形式或内容的网络活动存在着一定的差异。未来研究可以基于某种特定形式或内容的创新网络活动来探究联盟能力、创新网络和创新绩效间的关系。

参考文献：

[1] 谢洪明,张霞蓉,程聪.网络关系强度、企业学习能力对技术创新的影响研究[J].科研管理,2012 (2):55-62．

[2] EISINGERICH A B, Bell S J, TRACEY P.How can clusters sustain performance？ The role of network strength,network openness,and environmental uncertainty[J]. Research policy,2010 (2):235-253．

[3] LAVIE D.Alliance portfolios and firm performance：A study of value creation and appropriation in the US software industry[J]. Strategic management journal,2007(12):1187-1212．

[4] 郑胜华,芮明杰.联盟能力的形成机理研究[J].软科学,2008(10)：1-10．

[5] 王大洲.我国企业创新网络发展现状分析[J]. 哈尔滨工业大学学报(社会科学版),2005(3):67-73．

[6] 沈必扬,池仁勇.企业创新网络:企业技术创新研究的一个新范式[J].科研管理,2005(3):84-91．

[7] 张宝建,胡海青,张道宏.企业创新网络的生成与进化[J].中国工业经济,2011(4):17-126．

[8] GULATI R.Alliances and networks[J]. Strategic management journal,1998 (19):293-317．

[9] COREY C P A. Longitudinal study of the influence of alliance network structure and composition on firm exploratory innovation[J].Acdemy of management journal,2010 (4):890-913．

[10] 易朝辉.网络嵌入、创业导向与新创企业绩效关系研究[J].科研管理,2012(11):105-115．

[11] WASSMER U.Alliance portfolios： A review and research agenda[J]. Journal of management,2010 (1):141-171．

[12] 曾庆辉,王国顺.基于产业网络的企业网络能力与创新绩效关系实证研究[J].经济地理,2014(10):111-118．

[13] 彭伟,符正平. 联盟能力对联盟绩效的影响机理研究——以联盟网络构型为中介变量[J].研究与发展管理,2013(4):10-19．

(责任编辑：薛蓉)

An empirical study on the relations between alliance ability,innovation network and innovation performance

ZHENG Shenghua, DING Yuanjie

(College of Economics and Management, Zhejing University of Technology, Hangzhou 310023,China)

Abstract:This paper constructs a research model on the relationship among alliance capability, innovation net and innovation performance, and conducts an empirical research based on 262 SMEs in Zhejiang province by using SPSS 19.0 and AMOS 7.0. Results show that alliance constructive capability, alliance learning capability and alliance management capability have significant positive effect on net structure and net relationship, the net structure and net relationship have significant positive effect on innovation performance, and alliance management capability has significant positive effect on innovation performance directly, while alliance constructive capability and alliance learning capability have no directly significant positive effect on innovation performance. These findings enrich the content of alliance capability, innovation networks and innovation performance theories. Besides, the SMEs will build innovation network and improve innovation performance according to their ability．

Keywords：alliance ability; network structure; network relationship; innovation performance

中图分类号：F270

文献标志码：A

文章编号：1006-4303(2016)01-0018-07

作者简介：郑胜华(1970—),男,浙江杭州人,教授,博士,从事联盟网络研究；丁元杰(1989—),男,浙江杭州人,硕士研究生,从事联盟网络研究。

收稿日期：2015-12-16