企业外部关系质量对低碳技术创新的影响：基于知识视角的研究

徐建中，李奉书，李 丽，侯 建

(1. 哈尔滨工程大学经济管理学院，黑龙江 哈尔滨 150001;2.北京工商大学经济学院，北京 100048)

企业外部关系质量对低碳技术创新的影响：基于知识视角的研究

徐建中1，李奉书1，李 丽2，侯 建1

(1. 哈尔滨工程大学经济管理学院，黑龙江 哈尔滨 150001;2.北京工商大学经济学院，北京 100048)

本文从知识角度切入，探讨了企业外部关系质量对低碳技术创新的影响关系，研究了知识密度的中介作用及沉睡知识的调节作用。基于320份调查问卷数据，层次回归分析结果表明：(1)企业外部关系质量正向影响低碳技术创新；(2)知识密度在企业外部关系质量对低碳技术创新的影响关系中起中介作用；(3)沉睡知识负向调节知识密度对低碳技术创新的影响关系，即沉睡知识越少，知识密度对低碳技术创新的正向影响就越显著。

外部关系质量；低碳技术创新；知识密度；沉睡知识

一、引言

随着气候变暖、环境污染及能源危机等诸多全球性问题的日益严峻，世界各国开始鼓励并支持企业进行低碳技术创新。其中制造企业作为中国工业经济的主力军，能耗占工业总能耗近90%[1-2]。因此，企业实施低碳技术创新是解决现有环境及能源危机问题的关键。同时，世界经济一体化趋势导致企业的外部关系越加复杂，企业迫切需要建立创新联盟，通过较优的外部关系质量获取创新技术和知识等资源来推动低碳技术创新。已有研究集中分析创新联盟关系中的关系强度、关系交互度及关系持久度与低碳技术创新的因果联系[3]。企业间的高强度外部关系会提供高价值创新知识，对低碳技术创新绩效的影响发挥到最大[4]。

创新离不开知识的支撑[5]，企业与合作组织、科研院所和中介机构等所形成的异质组织间存在着无形的知识市场[6]。在低碳技术创新过程中，部分创新知识未能有效转化而成为沉睡知识，那么组织在实践中如何激活沉睡知识将是又一关注热点。本文将在两个方面展开研究：其一，将外部关系质量理论与低碳技术创新联系起来，探求知识密度在两者间的中介作用；其二，鉴于沉睡知识是知识体系的重要组成部分，延续知识的研究主线，以沉睡知识作为调节变量，进一步探讨知识密度与低碳技术创新影响关系的边界作用。综上，本研究以知识视角作为切入点，通过探讨知识密度的中介作用和沉睡知识的调节作用，进一步明确企业外部关系质量对低碳技术创新的影响关系。

二、理论背景与研究假设

(一)外部关系质量

外部关系质量是企业与合作组织和中介机构等形成的具有信任与承诺、和谐与持久关系的一组无形利益。在企业创新联盟合作模式下，外部关系质量是一个动态维度和静态维度的紧密结合。本文考虑到创新联盟合作间的静态、动态和时间三个方面特征，将外部关系质量划分为关系强度、关系交互度及关系持久度三个维度。关系强度是指合作伙伴间的关系契约程度，更是组织间成员关系的结构依赖程度。关系交互度是指合作伙伴间通过交互性认知，在语言和行为上保持接触的动态活动方式，强调双方交互的紧密度与深度，较高交互度体现为较大的网络合作成员数目和充足的交互信息资源。关系持久度是指合作伙伴间发展与维系长期关系的意愿和惯性，表现为企业与创新合作主体间关系的持久性。

(二)外部关系质量与低碳技术创新

Kristin根据技术创新的相互依存关系将技术创新分为持续性创新和突破性创新[7]。持续性创新是指企业通过持续地改进产品的性能特征来满足现有市场的主流用户和高端用户的需求[8]。突破性创新是指企业依据主流市场上产品现状通过新奇的创新思路和创新知识为消费者创造出高端和便利性产品[9]。基于此，本文围绕低碳经济进行研究，拟从低碳技术持续性创新和低碳技术突破性创新来展开。潘松挺等指出企业与合作伙伴间通过投入资源、扩大合作范围来提升关系强度，增强技术创新能力[10]。企业与合作主体间通过达成有效契约协议，增加合作次数、合作时间及预期合作持久性来维系外部关系质量，有效控制低碳技术创新过程中衔接断裂风险[11]。基于此，本文提出如下假设：

H1：外部关系质量正向影响低碳技术创新。

H1a：外部关系质量正向影响低碳技术持续性创新；

H1b：外部关系质量正向影响低碳技术突破性创新。

(三)外部关系质量与知识密度

自Autio等首次提出“知识密度”概念以来，就被用于分析企业知识的运行效果，诠释企业在经济全球化趋势和跨国经营中知识的开发机制和创造力优势[12]。知识密度是指企业生产运营实践中所创造与积累的认知成果经过科学管理后所形成的知识存量，知识密度越高，则表明企业所拥有的专属知识越多[13]。企业从外部关系体系中获取新知识和新技能。McEvily等认为企业在较强的外部关系中能把握非常宝贵的学习机会，获得对方先进创新知识[14]，并通过与外部组织频繁的交流互动来实现知识性资源的传递[15]。同时，企业在形成知识密度的过程中，通过收集市场上竞争对手的信息，增加了后续技术创新中的知识密度[16]。企业通过与创新联盟组织间建立一个交互频率高和关系持久的优等外部关系质量，快速高效地捕捉到对方有价值的知识资源并加以整合利用。尤其与跨国公司合作中能够获得一些国际性知识和技术创新经验等资源，敏锐地发现国际市场上的一些有利机会并为自身企业发展制定科学战略规划[17]。基于此，本文提出如下假设：

H2：外部关系质量正向影响企业知识密度。

H2a: 外部关系质量越高，企业对市场信息获取越成功，知识密度越高；

H2b: 外部关系质量越高，企业对知识的接收程度越高，知识密度越高；

H2c: 外部关系质量越高，企业对知识的整合能力越强，知识密度越高。

(四)知识密度的中介作用

由于某些企业涉及的产业较多，导致低碳技术创新受到诸多因素的制约，来自内部投资和外部搜索的知识流占主导地位的现有知识存量对技术创新绩效会产生关键影响[18]。Gemunden指出企业利用外部关系来高效掌控合作资源，以低成本获得新知识和新技术，最终提升了技术创新的关键能力[19]。当企业处于创新关系网络中的核心地位时，通过与相关组织的频繁互动来实现知识等资源的双边传递[20]。企业间强联结关系保障了组织间的共同利益，增强互惠意识，构建密集型知识体系，从而促进技术创新绩效。Gertler指出具有紧密社会网络联结和高度交互性的企业在同等条件下知识获取与整合能力比较强，研发能力和技术创新能力也高于其他企业[21]。企业间的社会互动促进了知识的转移和共享，从而支持了不同创新组织间低碳资源和低碳技术能力的整合[22]。可见，企业建立较优的外部关系质量，利于形成开放式和高密度的知识网络，从而促进低碳技术持续性创新和突破性创新。基于此，本文提出如下假设：

H3：知识密度在外部关系质量对低碳技术创新影响关系中起中介作用。

H3a：知识密度在外部关系质量对低碳技术持续性创新影响关系中起中介作用；

H3b：知识密度在外部关系质量对低碳技术突破性创新影响关系中起中介作用。

(五)沉睡知识的调节作用

沉睡知识是从“沉睡专利”衍生而来，作为知识体系中的一个状态性变量，沉睡知识被很多学者引入到企业知识转移研究变量中[23]。沉睡知识是指企业的科技创新知识从潜在价值状态向创造现实社会财富价值转化中，未能完成知识的全部转移而蛰伏或者处于等待和寻求突破机会的知识。沉睡知识分为显性沉睡知识和隐性沉睡知识，前者是指在本质上易于表达和转移的创新知识，却在转移过程中被阻滞下来的知识；后者是指在特征上具有难以言述和隐晦性的创新知识，却在转移与激活过程中很难被高效开发并利用而搁置下来的知识。

在低显性沉睡知识的组织中，企业凭借外部关系网络和先进技术获取外溢知识，增强了创新知识密度，显性沉睡知识较少能够使得低碳技术创新过程中创新知识实现成功转移。相反，在高显性沉睡知识的组织中，企业即便拥有很高的知识密度，在创新实践过程中由于沉睡知识较多，使创新知识难以高效转化而处于滞留。因此，显性沉睡知识影响着知识密度对低碳技术创新效果。

隐性沉睡知识由于隐晦性高，当企业面对一些具有潜在价值的创新知识时，依然很难获取其核心信息。隐性知识转化是企业技术创新能力形成的重要源泉，互惠性管理能够有效促进隐性知识的转化从而减少知识的沉睡，不仅提升了企业创新知识密度，而且也推动了企业低碳技术创新[24]。当面临不确定的组织环境时，企业在进行低碳技术突破性创新时对组织隐性知识储备的要求是比较高的[25]。可见，无论显性沉睡知识还是隐性沉睡知识的减少均能增强知识密度对低碳技术创新的正向影响关系。基于此，本文提出如下假设：

H4：沉睡知识在知识密度对低碳技术创新正向影响中起到调节作用。

H4a：显性沉睡知识在知识密度与低碳技术创新的关系中起调节作用，即显性沉睡知识越少，知识密度对企业低碳技术创新的正向影响越强。

H4b：隐性沉睡知识在知识密度与低碳技术创新的关系中起调节作用，即隐性沉睡知识越少，知识密度对企业低碳技术创新的正向影响越强。

基于假设H3、H4，本研究可以进一步表现为一个被调节的中介作用模型，即知识密度对低碳技术创新的影响受到沉睡知识的调节作用。在低隐性沉睡知识情景中，当显性沉睡知识程度也比较低时，组织和个人能够通过企业较优的外部关系质量来获取较多的创新知识，增强组织的知识密度，从而实现创新知识被顺利转移到企业低碳技术创新实践中。当员工感知到存在较高的显性沉睡知识时，依然相信组织可以凭借稳固的外部关系提升企业创新知识密度，能够支撑企业进行低碳技术创新。在高隐性沉睡知识情景中，组织感知到的显性沉睡知识无论是较多还是较少，员工都会尽力将外显知识运化到实践中，同时也积极寻求知识转移新途径，视图将隐性知识进行显性化，进而创造社会财富价值。因此，并提出如下假设：

H5：知识密度、显性沉睡知识、隐性沉睡知识三项交互影响低碳技术创新。沉睡知识的增加，使得知识密度对低碳技术创新的正向影响减弱。

H5a：显性沉睡知识的增加，使知识密度对低碳技术创新的正向影响减弱；

H5b：隐性沉睡知识的增加，使知识密度对低碳技术创新的正向影响减弱。

图1 本文结构图

三、研究设计

(一)研究样本

本文选取黑龙江、辽宁及吉林的45家涉碳及其相关企业(这些企业在生产中涉及高碳技术或低碳技术)为研究对象，制定问卷进行实地抽样调查(发放148份，回收128份)和邮件调查(发放236份，回收192份)。历时三个月对从事科研创新、战略管理、人事管理等职位的69名管理者和315名基层员工进行调查(将个体数据加总平均处理为组织层面的测量值)，为了符合研究要求和达到研究目的，调查时有专门调查指导语，关于问卷题目的理解问题给予了回答，辅助问卷的顺利完成。剔除一些不合格的数据后，对回收的320份问卷进行筛选、测试，其中国有控股企业142份，占比44.3%，三资企业34%，其他企业21.7%；管理者占22%，技术人员及普通员工占78%；男性203份，占63.4%，女性117份，占36.6%；样本平均年龄为36.5%岁；本科占68.3%，研究生以上学历占10.4%；收入3000-5000占40%。

(二)研究工具

外部关系质量包括关系强度、关系交互度及关系持久度这三个维度。关系强度采用Park、Luo[26]和潘松挺[10]编制的测量量表，主要是从关系频率、双方投入资源、合作互惠与竞合形式这四个方面对关系强度进行评价测度。关系交互度采取Barker R[27]编制的测量量表，主要从企业间沟通交流、沟通效率、共同解决困难这三方面对关系交互度进行评价测度。关系持久度采用Heide[11]和刘人怀[28]编制的测量量表，主要从合作关系程度、往来时间与未来交往的预期时间这三方面对关系持久度进行评价测度。即外部关系质量的测量由3个维度10个条目组成(a=0.95)。

低碳技术创新采用Graeme[29]和Xiaodonglai[30]编制的量表，包括低碳技术持续性创新和低碳技术突破性创新两个维度，选取6个高载荷条目对低碳技术创新进行测量。测量中 0-7表示低碳创新能力由低到强(a=0.93)。

知识密度采用Autio[12]开发的知识密度问卷。包括市场信息、接收程度、整合能力三个维度，选取9个条目对知识密度进行测量。由于知识密度各维度之间存在研究视角的高度相关性，因此本研究将其作为一个概念进行考察(a=0.95)。

沉睡知识采用Mansooreh[31]和葛秋萍[32]所编制的两维度(显性沉睡知识/隐性沉睡知识)模式问卷，其中显性沉睡知识和隐性沉睡知识分别由3个条目组成(a分别为0.93，0.94)。

本文所有变量指标的测量采用了Likert7点量表评分。

四、研究结果

(一) 信度效度检验

本问卷选用Cronbach’sα值来进行信度分析，从表1中可见4个潜变量及其维度的Cronbach’sα系数均达到了较高水平，即本量表信度良好。

量表的效度主要包括内容效度和结构效度，由表1可以看出本文的量表内容效度较高。结构效度方面，各题项的因子载荷都大于0.5的阈值，且T值都达到显著性水平，表明该量表具有很好的会聚效度，各相关系数值的95%的置信区间不包含1，表明量表具有较好的判别效度。

表1 量表的信度与效度

(二) 相关分析

研究变量相关分析结果如表2所示。其中，外部关系质量和低碳技术创新两个维度(持续性/突破性)显著正相关(β=0.54,ρ<0.05;β=0.61,ρ<0.05)，与知识密度显著正相关(β=0.72,ρ<0.05)。知识密度与低碳技术创新两个维度(持续性/突破性)呈显著正相关(β=0.58,ρ<0.01;β=0.69,ρ<0.01)，和沉睡知识两维度(显性/隐性)负相关(β=-0.70,ρ<0.10;β=-0.68,ρ<0.10)。显性沉睡知识与低碳技术创新两维度(持续性/突破性)显著负相关(β=-0.36,ρ<0.05;β=-0.54,ρ<0.05)；隐性沉睡知识与低碳技术持续性创新不相关(β=-0.56)，与低碳技术突破性创新负相关(β=-0.48,ρ<0.10)。

(三) 假设检验

1.主效应和中介效应检验

本文依据Baron和Kenny推荐的层次回归分析方法，对主效应和中介效应进行检验[33]。首先，检验自变量对因变量的影响，如表3所示，外部关系质量对低碳技术持续性创新(β=0.365,ρ<0.05)和突破性创新(β=0.371,ρ<0.05)有显著正向影响，H1a与H1b得以验证。

以外部关系质量为自变量，以知识密度三维度分别作为因变量，进行两次多元层次回归分析，其结果如表4所示。

表2 各变量的描述性统计分析

注：*p<0.10，**p<0.05，***p<0.01；主要变量的内部一致性系数在对角线上。

表3 外部关系质量对低碳技术创新的回归分析结果

注：*p<0.10，**p<0.05，***p<0.01

表4 外部关系质量对市场信息、接收程度和整合能力的回归分析结果

注：*p<0.10，**p<0.05，***p<0.01。

由表4可知，在控制了性别等五个控制变量的影响后，外部关系质量对市场信息、接收程度和整合能力均有显著的正向影响。H2a、 H2b和 H2c均得以验证，即外部关系质量正向影响知识密度。

有关中介效应的检验，本研究采用温忠麟[34]等人(2004)提出的中介效应检验三部曲来考察知识密度在外部关系质量对低碳技术创新影响关系中的中介作用。由表5中可知，在控制了年龄等变量的影响后，外部关系质量、知识密度均对低碳技术持续性创新和低碳技术突破性创新有显著的正向影响。当引入中介变量知识密度后，外部关系质量对低碳技术持续性创新的影响系数从0.365下降为0.276(p<0.05)，对突破性低碳技术创新

表5 知识密度3维度对外部关系质量和低碳技术创新能力的中介效应检验

注：*p<0.10，**p<0.05，***p<0.01。

的影响系数从0.371下降为0.242(p<0.05)，即知识密度在外部关系质量与低碳技术创新关系中起到了部分中介作用，H3a和H3b验证通过。

2.调节效应检验

知识密度对低碳技术创新的作用受沉睡知识的调节效应影响，如表6所示。模型1与模型6中外部关系对低碳技术持续性创新和突破性创新均在p<0.05水平下有显著正向影响，进一步验证了假设H1a，H1b。并且两方交互乘积项的加入使得模型整体解释力度逐渐增强。模型2与模型7中知识密度与显性沉睡知识的交互项对持续性创新(β=-0.317,ρ<0.10)和突破性创新(β=-0.422,ρ<0.10)均有负向影响。模型3中知识密度与隐性沉睡知识的交互项对持续性创新(β=-0.428,n.s.)没有显著影响，但模型8中知识密度与隐性沉睡知识的交互项对突破性创新存在负向影响(β=-0.381,ρ<0.10)，H4a得以验证，H4b验证未通过。但是，模型4与模型9中知识密度与显性沉睡知识和隐性沉睡知识的三项交互项对低碳技术持续性创新(β=0.244,n.s.)和突破性创新(β=0.162,n.s.)均没有显著影响，则H5a与H5b未得到验证。

进一步，本研究采用坡度法进行验证。由图2可知，企业知识密度越高越利于低碳技术创新。知识密度对低碳技术创新的影响关系在显性沉睡知识较少时比较多时更显著，与假设H4a一致。

表6 沉睡知识的调节作用回归结果

注：*p<0.10，**p<0.05，***p<0.01。

图2 显性沉睡知识的调节作用

五、结论与启示

以往关于企业低碳技术创新的研究多集中于技术创新规划、政府政策引导及能源资源约束等方面[35]，本研究从知识视角切入，引入外部关系质量来展开研究，得出以下结论与建议：

(一)结论

1.外部关系质量正向影响低碳技术创新。即较优的外部关系质量表明企业形成了关系持久而稳固的创新联盟，彼此间实现了信息畅通交流和技术创新协作，有利于低碳技术创新的实施。

2.知识密度在企业外部关系质量对低碳技术创新的正向影响中起中介作用。研究显示企业外部关系质量对低碳技术创新的直接影响路径上引入知识密度后，间接效应更显著，表明知识密度在二者的关系中发挥桥梁作用。

3.沉睡知识调节知识密度影响低碳技术创新的路径关系并不相同。创新知识在价值转化过程中造成的知识阻滞形成显性沉睡知识和隐性沉睡知识，实践中显性知识对科技创新的影响远大于隐性知识，所以显性沉睡知识在调节知识密度与低碳技术创新中发挥的作用明显，较少的显性沉睡知识对知识密度的中介作用呈现出较低的负向影响，隐性知识由于其隐晦性和难以言述，使其在调节知识密度与低碳技术创新路径中负向影响并不显著。此外，知识密度、显性沉睡知识及隐性沉睡知识的三项交互作用对低碳技术创新的影响并不显著。

(二)对策建议

1.企业应重视创新联盟的建立和优化外部关系质量。首先，企业实施低碳技术创新需要通过商业协议或者利益互惠等形式来建立一个稳固的创新联盟，实现组织间的信息交流顺畅与知识共享；其次，从供应链角度出发，企业应充分认识到较高关系强度的创新联盟有助于企业之间形成较高的信任度，增强知识共享的意愿；最后，企业外部关系随着商业伙伴关系的时空变化需要及时调整，保证合作各方能够依照合作契约保持良好的关系交互度与持久度，进行充分的信息交流、知识共享及协作活动。

2.从关系网络角度而言，提升企业外部关系质量意义重大。企业的低碳技术创新能力和创新绩效是受到相关组织的影响，增强其外部关系质量，搭建网络信息平台，依靠互联网技术实现创新合作组织间的低碳创新技术顺畅交流和沟通，拓展企业技术创新期间的融资渠道，搭建与国际技术交流的信息化平台，实现创新技术知识的高效传递，促进低碳创新能力和创新绩效的提升。

3.从企业创新专属知识角度而言，知识管理是增强企业技术创新能力和创新绩效的核心工具。企业要建立和完善各种知识管理体系，借助外部关系网络来获取创新知识，结合自身企业特点内化为专属知识，增加低碳创新知识储备量。

4. 激活企业低碳技术创新过程中的沉睡知识是提升技术创新能力的又一重要举措。激活沉睡知识对提高低碳技术创新成效至关重要，企业要有效解除技术人员在创新期间的后顾之忧，大胆的尝试新知识的创新运用，在沉睡知识较低的情景下，位于创新领域的员工就能够高效实现知识的运用，从而尽最大可能将创新方案运用到实际运营中。

[1] Xiaozhong L, Zhenyu L. Analysis of the effect of FDI on carbon emission of China’s manufacturingindustry [J]. International Business, 2013, 21(1): 29-41.

[2] Yue Zhao, Jing Ke, Chun Chun Ni, Michael McNeil,et al. A comparative study of energy consumption and efficiency of Japanese and Chinese manufacturing industry [J]. Energy Policy, 2014, 70(2): 45-56.

[3]申 佳, 李雪灵, 马文杰. 不同成长阶段下新企业关系强度与绩效研究[J]. 科研管理, 2013, 34(8): 115-122.

[4] Hulsink W,Stam W, Elfring T. The locus of innovation in small and medium-sized firms: The importance of social capital and networking in innovative entrepreneurship [R]. Rotterdam: Erasmus Research Institute of Management, 2009: 168-210.

[5] 陈 恒, 侯 建. 自主研发创新、知识积累与科技绩效——基于高技术产业数据的动态门槛机理研究[J]. 科学学研究, 2016, 34(09): 1301-1309.

[6] Soo C W，Devinney T M，Midgley D F．External knowledge acquisition，creativity and learning in organizational problem solving [J]. International Journal of Technology Management，2007, 38(1/2): 137-159.

[7]Kristin Reichardt, Simona O Negro, Karoline S Rogge, et al. Analyzing interdependencies between policy mixes and technological innovation systems: The case of offshore wind in Germany [J]. Technological Forecasting and Social Change, 2016, 106(5): 11-21.

[8] Christensen C M, Raynor M E. The innovator’s solution: Creating and sustaining successful growth [M]. Boston: Harvard Business School Press, 2003: 45-55.

[9] Susan K. Cohen, Turanay Caner. Converting inventions into breakthrough innovations: The role of exploitation and alliance network knowledge heterogeneity [J]. Journal of Engineering and Technology Management, 2016, 40(6): 29-44.

[10]潘松挺,蔡 宁.企业创新网络中关系强度的测量研究[J]. 中国软科学, 2010(5): 108-115.

[11] Heide JB, John G. Alliances in industrial purchasing: The determinants of joint action in buyer-supplier relationships [J]. Journal of Marketing Research, 1990(27): 4-36.

[12] Autio E, Sapienza H, Almeida J. Effects of age at entry，knowledge intensity，and immutability on international growth [J]. Academy of Management Journal, 2000, 43(5): 909-924.

[13] Almor T, Hashai N, Hirsch S. The product cycle revisited: Knowledge intensity and firm internationalization [J]. Management International Review, 2006, 46(5): 507-528.

[14] McEvily W, Marcus A. Embeddedness and the acquisition of competitive capabilities [J]. Strategic Management Journal, 2005, 26(11): 1033-1055.

[15]Sheng S B, Zhou K Z, Li J J. The effects of business and political ties on firm performance; evidence from China [J]. Journal of Marketing, 2011, 75(1): 1-15.

[16]Zahra S, Sapienza H, Davidsson P. Entrepreneurship and dynamic capabilities: A review, model and research agenda [J]. Journal of Management Studies, 2006, 43(3): 917-955.

[17] Oviatt, B M, McDouball P P. Defininginternational entrepreneurship and modeling the speed of internationalization [J]. Entrepreneurship Theory and Practice, 2005 , 29(5): 537-554.

[18] Stephen Roper, Nola Hewitt-Dundas. Knowledge stocks, knowledge flows and innovation: Evidence from matched patents and innovation panel data [J]. Research Policy, 2015, 44(7): 1327-1340.

[19] Gemunden H G, Ritter T. Management technological networks: The concept of network Competence [J]. Relationships and Networks in International Markets, 1997, 22(5): 294-304.

[20] Sheng S B, Zhou K Z, Li J J. The effects of business and political ties on firm performance: Evidence from China [J]. Journal of Marketing, 2011, 75(1): 1-15.

[21] Gertler M S, Wolfe D A, Garkut D. No place like home? The embeddedness of innovation in a regional economy [J]. Review of International Political Economy, 2000, 7(4): 688-718.

[22] Jiewu Leng, Pingyu Jiang. A deep learning approach for relationship extraction from interaction context in social manufacturing paradigm[J]. Knowledge-Based Systems, 2016, 100(15): 188-199.

[23]Machlup F. An economic review of the patent system [R]. Study N0.15 of the United States Sub-Committee on Patent, Trademarks and Copyright，US Government Printing Office, Washington, D. C., 1958 (12): 123-167.

[24]张同健,蒲勇健. 互惠性偏好、隐性知识转化与技术创新能力的相关性研究——基于研发型团队的数据检验[J]. 管理评论, 2010, 22(10): 100-106.

[25] Wilfred S, Geert D. The technological origins of radical inventions [J]. Research Policy, 2010, 39(7): 1051-1059.

[26] Park S H，Luo Y. Guanxi and organizational dynamics: Organizational networking in Chinese firms [J]. Strategic Management Journal, 2001, 22(5): 455-477.

[27] Barker R, Camarata T. The role of communication in creating and maintaining a learning organization: Preconditions, indicators, and disciplines [J]. The Journal of Business Communication, 1998(35): 443-467.[28]刘人怀, 姚作为. 关系质量研究评述[J]. 外国经济与管理, 2005, 27(1): 27-33.

[29] Graeme Auld, Alexandra Mallett. Evaluating the effects of policy innovations: Lessons from a systematic review of policies promoting low-carbon technology [J]. Global Environmental Change, 2014, 29(11): 444-458.

[30] Xiaodong Lai, Jixian Liu. Low carbon technology integration innovation assessment index review based on rough set theory-an evidence from construction industry in China [J]. Journal of Cleaner Production, 2016, 126(10): 88-96.

[31] Mansooreh Zahedi, Mojtaba Shahin, Muhammad Ali Babar. A systematic review of knowledge sharing challenges and practices in global software development [J]. International Journal of Information Management, 2016, 36(6): 995-1019.

[32]葛秋萍, 董伟, 葛琛辉. 沉睡知识激活的组织结构与流程再造问题研究[J]. 情报杂志, 2014, 33(11): 199-202+207.

[33] BaronR M, Kenny D A. The Moderator- mediator Variable Distinction in Social Psychological Research: Conceptual，Strategic，and Statistical Considerations [J]. Journal of Personality and Social Psychology, 1986， 51(6): 1173- 1182.

[34]温忠麟,张 雷,侯杰泰,等. 中介效应检验程序及其应用[J]. 心理学报, 2004, 36(5): 614-620.

[35] Elvira Uyarra, Philip Shapira, Alan Harding. Low carbon innovation and enterprise growth in the UK: Challenges of a place-blind policy mix [J]. Technological Forecasting and Social Change, 2016, 103(2): 264-272.

(本文责编：辛 城)

The Effect of External Relationship Quality on Low Carbon Technology Innovation: Knowledge Perspective

XU Jian-zhong1, LI Feng-shu1, LI Li2, HOU Jian1

(1.SchoolofEconomicsandManagement,HarbinEngineeringUniversity,Harbin150001,China;2.SchoolofEconomics,BeijingTechnologyandBusinessUniversity,Beijing100048,China)

From the perspective of knowledge, this paper has discussed the influence of external relation quality of enterprise on the innovation of low-carbon technology. This paper has also studied the intermediary effect of knowledge tensity and the regulating effect of sleeping knowledge. Based on the data of 320 employees’ questionnaires, the empirical study suggested that, (1) the external relation quality of enterprise has a positive effect on the innovation of low-carbon technology. (2) knowledge tensity works as an intermediary role in this process. (3) sleeping knowledge has a negative regulation, namely, the less the sleeping knowledge is, the more remarkable the positive effect will be.

external relationship quality; low-carbon technology innovation; knowledge tensity; sleeping knowledge

2016-08-27

2016-12-22

国家自然科学基金项目(71273072)；黑龙江省应用技术研究与开发计划项目(GC14D501)。

徐建中(1959-)，男，河北丰润人，哈尔滨工程大学经济管理学院教授，博士生导师，研究方向：经济管理与战略研究、管理科学理论与方法。

F272.2

A

1002-9753(2017)02-0183-10