网络关系、技术创新动态能力与创新绩效

王安琪

（河南财政金融学院，河南 郑州 451464）

一、引言

当前，中国经济已从高速增长阶段转变为高质量发展阶段，技术创新已成为经济发展的驱动力。在国际市场上，新的贸易保护主义抬头，贸易摩擦和科技竞争日益激烈。提升企业技术创新能力，无论是对推动中国经济高质量发展，还是增强中国企业的国际竞争力都具有重要意义。

在技术创新的研究中，企业与外部组织建立起来的相互依赖、相互信任、长期稳定的网络关系受到了广泛关注。网络关系对企业技术创新绩效的影响，理论界已有许多研究，并形成了网络关系会正向影响企业技术创新绩效的共识（Powell 等，1996；Dyer&Nobeoka，2000；魏江、郑小勇，2010；李文丽、杨吉生，2018）[1-4]。

为了更明晰地认识网络关系对企业技术创新绩效的影响，理论界从关系特征的角度对网络关系做了许多分类，如强关系与弱关系(Granovetter，1973；Burt，1992)[5，6]、正式关系和非正式关系(Johanson &Mattson，1987)[7]、直接关系与间接关系(Burt，1992；Scott &Daniel，2002)[6，8]、嵌入关系与非嵌入关系(Hite，2003)[9]等。在研究不同类型的网络关系对技术创新绩效的影响时，理论界得出的结论并不完全一致。例如，有学者认为，相较于弱网络关系，信任和互动频繁的强网络关系利于知识分享，更利于技术创新(Coleman，1994；陈劲、李飞宇，2001；Daskalakis &Kauffeld，2007；谢洪明等，2012)[10-13]；也有学者持相反意见，认为强网络关系的网络成员往往拥有高度相似和同质化的知识和资源，会限制拓展网络边界和新知识流入，更不利于技术创新绩效的提升。

技术创新动态能力也称动态技术创新能力，是在动态能力和技术创新理论研究中出现的新构念，指企业优化和重构创新资源基础，变革创新流程与惯例，推动技术创新能力不断提升的能力（熊胜绪等，2016）[14]。这一构念一经提出，就受到国内外理论界的关注。Cheng&Chen(2013)发现动态创新能力强的企业，吸收新知识和探索新信息的能力较强，可以快速地识别技术机会，试验新设计，从事超越当前创新边界的突破性创新[15]。熊立等(2017)发现动态创新能力会积极影响创新绩效，但成功经验陷阱对动态创新能力具有抑制作用，会弱化其对创新绩效的贡献[16]。岳金桂、于叶(2019)发现技术创新动态能力能显著改善技术商业化绩效[17]。

尽管理论界分别研究了网络关系和技术创新动态能力对企业技术创新绩效的影响，但现有研究的局限性也是很明显的。第一，在研究网络关系对技术创新绩效的影响时，是按网络关系特征对网络关系进行分类研究，而没有对网络关系的维度构成做出划分，因此，这种研究没能揭示网络关系影响技术创新绩效的内在机制。第二，对企业技术创新动态能力的前因变量尚缺乏研究。基于这些局限，文章从网络关系构成的角度将网络关系分为网络关系选择、网络关系维护和网络关系利用三个维度，并开发测量量表。同时，根据战略管理理论提出的“资源决定能力，能力决定绩效”的分析框架，文章以技术创新动态能力为中介，构建网络关系影响技术创新绩效的理论模型，探讨网络关系的三个维度对技术创新绩效的直接影响，以及技术创新动态能力的中介作用。希望通过这一理论研究，揭示网络关系影响技术创新绩效的内在机理。

二、理论分析与研究假设

本研究将企业网络关系分为网络关系选择、网络关系维护和网络关系利用三个维度。参照熊胜绪等(2016)的方法，文章将技术创新动态能力的维度划分为技术机会感知能力、创新资源整合能力和适应环境的组织变革能力三个维度[14]。研究认为，网络关系不仅直接影响技术创新绩效，还通过技术创新动态能力这一中介间接影响技术创新绩效。

1.网络关系对技术创新绩效的影响

当代技术创新具有的多学科知识交叉融合的特点决定了网络关系选择对企业技术创新的重要性。选择研发实力强劲、信用良好、双方战略和文化兼容、资源技术互补、异质的网络关系，能扩大企业创新的搜索范围，降低搜索成本，企业可以获取更多的新信息、新思想和新的技术机会(Zhang&Li，2010)[18]。同时，发明创造的商业化，不仅需要多个领域的技术知识，而且需要生产制造、市场营销、融资与财务管理等多方面的知识，恰当地选择网络成员能通过成员间的知识和资源的互补提升网络关系的品质，促进企业将发明创造成功商业化。

网络关系要对提升企业技术创新绩效产生作用，要求网络中的企业共享知识、跨组织的学习和在创新活动中有效地分工协作，这种合作机制的形成是以网络关系的安全和稳定为前提的。网络关系的维护通过网络成员间的频繁沟通与互动，以及对网络关系的投资而加深网络成员间的信任，一个充满信任的网络关系会更加安全和稳定。在这样的网络关系中，网络成员知识共享的不确定性会降低，彼此更愿意开放知识并合作解决技术难题，这就增加了每个企业获取准确、完整、深度信息的机会。企业借助信息共享、信任和共同解决问题等机制学习到的新知识越多，企业的技术创新绩效越显著(McEvily&Marcus，2005)[19]。

网络关系的利用是通过与网络成员开展有效的合作而共享网络中的知识和资源。企业利用网络关系的能力首先取决于网络关系本身的特点。通常认为，强联结关系下，企业间信息交换更频繁，企业从网络中获取的知识与资源会更多(McEvily&Marcus，2005；Reagans&McEvily，2003)[19，20]。企业对网络关系的利用能力还与网络关系中建立的成文的和不成文的规则、惯例有关。Dyer&Nobeoka(2000)通过对丰田知识网络的研究发现，建立了各种制度化协作惯例的网络关系更能促进伙伴间多方位的知识共享，创造强有力的身份和协调规则的网络关系能提供多样化知识，促进知识重组和知识的创造[2]。据此，文章提出如下假设：

假设H1：网络关系的三个维度正向影响技术创新绩效。

2.网络关系对技术创新动态能力的影响

企业感知技术机会的能力与选择什么样的网络成员密切相关，通常情况下，网络成员资源与能力的异质性与互补性更有利于技术合作和组织学习，企业通过与异质性伙伴的共同学习可获取更多的新思想，感知到更多的技术机会。技术机会的感知是通过网络成员的交流与合作实现的，但这种交流与合作要以成员间的互信为前提。网络关系的维护就是要保持网络成员间的长期互信，使网络成员间能保持持续的交流与合作关系。企业利用网络关系的过程既是利用网络中有形和无形资源的过程，也是跨组织的交流、学习与合作的过程，这种跨组织的交流、学习与合作能使企业更好地了解技术变革的趋势，提高了企业对环境中技术机会的洞察力和辨识力。

拥有足够的资源是企业整合和重构内外部资源的前提(Wu，2007)[21]，网络关系的选择关系着企业能否如愿使用到其所需要的资源。一般来讲，网络关系中，如果网络成员的资源与本企业互补，而且网络成员有较多的稀缺资源、有较高的信誉，企业获取、整合、再配置创新资源的能力会更强。处于信任关系中的人更愿意分享资源(Gianni&Andrea，1999)[22]，网络关系的维护通过使企业与网络成员间保持良好的互信关系，提升企业整合资源的能力。网络资源的利用过程往往是一个以合作形式共同解决问题的过程，技术合作中对问题的联合解决有助于复杂的、隐性知识的转移。因此，较之于孤立企业，利用网络关系的企业能够获取更多的互补资源[23]。

网络关系中的企业是相互影响的，一个企业好的结构、惯例、流程、文化可能会成为另一个企业学习的对象，同时，合作企业的价值观和管理理念也会对本企业的组织与战略行为产生影响，因此，选择开放度高，技术、结构和文化具有较大柔性的合作伙伴，有利于推动企业柔性化程度的提升，增强企业对环境的适应能力。网络关系维护的实质是对网络关系的管理，合作中的冲突的化解、互信的建立、关系的改善，都需要企业在资源、技术、结构、战略与文化等多方面建立相互适应的机制，这些机制的建立无疑提升了组织的柔性，增强了企业的变革能力。企业利用网络关系中的知识和资源也需要企业具有组织的变革能力。Timothy&Michael(2004)发现在竞争激烈的全球商业环境中，大多数行业的企业为了对全球和当地市场环境变化做出响应，不仅在全球范围内整合、重构内外部资源，而且注重协调组织间的活动并以灵活方式进行组织变革[24]。企业要有效地利用各种网络资源，成功地与网络成员合作创新，往往需要组建灵活的工作团队，变革过时的流程和惯例，建立适应新技术和新市场的商业模式，这些工作都会极大地推动组织变革能力的提升。据此，文章提出如下假设：

假设H2：网络关系的三个维度正向影响技术创新动态能力的三个维度。

3.技术创新动态能力对技术创新绩效的影响

技术机会感知能力强的企业能更好地辨识技术变革和市场需求的趋势，能超越竞争对手和顾客需求去开发新技术和新产品，能更好地理解新技术的商业价值，并按照新技术的要求推进新技术的产业化，获取创新成果的商业价值。创新资源整合能力强的企业能突破新技术开发及创新成果产业化中的资源瓶颈，有效整合内外部创新资源，满足技术创新活动的需要，取得较好的创新绩效。组织变革能力强的企业，能遵循技术创新规律，适宜变革组织结构、业务流程和组织文化，创建与新技术商业化相适应的商业模式，从而提升企业的技术创新绩效。据此，文章提出假设：

假设H3：技术创新动态能力的三个维度能够正向影响技术创新绩效。

4.技术创新动态能力在网络关系影响技术创新绩效中的中介效应

依据资源基础观“资源—能力—绩效”的逻辑[25，26]，资源是动态能力的基础，动态能力是竞争优势的直接来源[27]，技术创新动态能力是动态能力的重要部分，是技术创新绩效的重要来源，而它基于企业的网络关系这一战略资源。网络关系的不同，导致企业在技术机会感知能力、创新资源整合能力以及组织变革能力方面也不同，进而导致技术创新绩效的不同。据此，文章提出假设：

假设H4：技术创新动态能力的三个维度在网络关系的三个维度上对技术创新绩效起中介作用。

根据理论分析和研究假设，构建理论模型如图1 所示。

图1 企业网络关系影响技术创新绩效的理论模型

三、实证研究设计

1.问卷设计、数据收集与样本描述

技术创新绩效是因变量，借鉴国内外成熟量表，用“与同行业其他企业相比，本企业开发的新技术数量较多”等4 个题项对其进行测量。网络关系的三个维度是本研究的自变量。研究通过问卷调查收集数据。严格按照问卷开发程序，系统梳理国内外相关文献并深入企业实地调研来开发网络关系问卷。网络关系选择参考Brouthers 等(1995)的研究成果[28]，初步拟定6个题项；网络关系维护参考Coleman(1990)的研究成果[29]，初步拟定6 个题项；知识共享参考Sherwood&Covin(2008)的研究成果[30]；价值共创参考Aarikka &Jaakkola(2012)[31]、张婧和何勇(2014)[32]的研究成果；网络关系利用初步拟定7 个题项。技术创新动态能力是中介变量，参考Teece(2007)[33]、熊胜绪和李婷(2019)[34]的研究成果，用“本企业管理者和技术人员对技术变化有较强洞察力”等3 个题项测量技术机会感知能力，用“本企业频繁吸收新信息、新知识和新技术，整合为组织能力”等5个题项测量创新资源整合能力，用“本企业能根据新技术和新产品要求选择合适的战略和产业化模式”等4 个题项测量适应环境的组织变革能力。参考国内外同类文献并联系企业实际，文章将年销售额、人员规模、企业年龄作为控制变量。问卷采取七级李克特量表。

依据文献梳理和实地调研，拟定网络关系量表初稿后，邀请网络关系、技术创新、问卷设计、量表开发专家评价初步题项，根据专家意见进行调整。然后将问卷发给对象企业的技术主管、核心技术人员、公司（副）总裁，依据其反馈进一步完善问卷。问卷收集方式有两种：一是通过个人关系筛选出符合条件的企业和答题人员，沟通后直接到企业现场或通过网络途径发放和回收问卷。答题者是企业中高层管理者或核心技术人员，对企业相关内容清楚，对题项有较好理解，答题客观。二是通过专业调查公司间接收集问卷，分为两个阶段。预调研于2019 年5—6 月进行，共发放210 份问卷，回收142 份有效问卷。对问卷进行量表的信度和效度检验。采用Cronbach's α 系数对量表信度进行检验，信度标准为0.6。经过SPSS24.0 分析问卷各变量的信度值均大于0.6。利用校正的总相关系数(CITC)指标净化测量题项，如果CITC 小于0.4 且删除某个测量题项能显著提高Cronbach's α 值，就删除该题项。对量表进行因子分析，要求构念在各题项上的因子载荷大于0.5。经过量表的信度和效度分析，形成正式问卷。网络关系的正式问卷包括16个题项，其中关系选择5 个题项，关系维护5 个题项，关系利用6 个题项。正式调研于2019 年8—9 月进行，共回收有效问卷355 份。描述性分析结果显示：样本分布于中国26 个省份，占比最高的是河南、北京、湖北。调研企业涵盖国有、民营、三资等产权企业，其中民营企业为65.2%，国有企业为18.2%。涉及电子电气、机械、医药、冶金、材料、能源、化工、软件与通讯、交通运输设备及零配件制造、装备及零配件制造等行业的技术密集型企业。企业年龄涵盖5 年以下、5～10 年、11～20 年、21～30 年和30 年以上。企业员工规模涵盖5 人以下、5～100 人、101～500 人、501～1000 人、1000 人以上5 个等级。企业近两年年均销售总额从小于100 万元到100 亿元以上人民币，设置了10 个组别。被调查者性别中男性占比73.8%，女性占比26.3%。被调查者职位涵盖董事长或总经理、技术副总经理或营销副总经理、技术部经理、销售部经理、核心技术人员6 个组别。被调查者学历涵盖大专及以下、本科、硕士、博士，其中本科占比为46.2%，硕士占比为37.5%。被调查者在企业工作年限涵盖1 年以下、1～3 年、3～5 年、6～10 年、10年以上5 个组别。

2.量表的信度、效度检验

运用统计软件SPSS24.0，对网络关系量表进行信度和效度检验，见表1。

表1 网络关系量表（N＝355）

同样，运用统计软件SPSS24.0 对自变量、中介变量和因变量量表进行信度和效度检验。网络关系各维度的Cronbach's α值均大于0.80，网络关系量表的KMO 值为0.885，Bartlett 值显著性概率为p<0.001。因子分析提取3 个因子，解释总方差为75.819%，因子旋转结果见表1。技术创新动态能力量表的KMO 值为0.856，Bartlett 值显著性概率为p<0.001，因子分析提取3 个因子，解释总方差为80.402%。技术机会感知能力维度在3 个题项上的因子载荷值介于0.741～0.832 之间，Cronbach's α 系数为0.894，CR 为0.836，AVE 为0.579。创新资源整合能力维度在5 个题项上的因子载荷值在0.706～0.873 之间，Cronbach's α 系数为0.882，CR 为0.891，AVE 为0.650。适应环境的组织变革能力维度在4 个题项上的因子载荷值在0.732～0.845 之间，Cronbach's α 系数 为0.915，CR 为0.827，AVE 为0.596。技术创新绩效量表的Cronbach's α 值为0.863，KMO 值为0.842，Bartlett 值显著性概率为p<0.001，因子分析提取1 个因子，解释总方差为73.083%。该构念在4 个题项上的因子载荷在0.784～0.867 之间，CR 为0.873，AVE 为0.661。总之，各测量量表的Cronbach's α 值和组合信度CR 均超过0.8，信度较高。各变量因子载荷值均大于0.6，依据因子载荷计算AVE，各变量AVE 值均超过0.5，收敛效度较高。变量间的相关系数（表2）均小于各变量AVE 的平方根，各变量间区分效度较高。

3.同源偏差控制和检验

文章从两个方面控制量表可能存在的同源偏差。第一，事前控制。量表设计力求简洁，打乱各分量表的题项顺序，自变量与因变量间隔较远，答题者匿名填写等。第二，事后检验。对数据进行同源偏差检验，采用Harman 单因素检验法将量表32 个题项同时做探索性因子分析，结果显示，KMO 值为0.873，未旋转因子中特征值大于1 的因子共7 个，总解释方差为72.308%，高于60%的基准线。第一主成分解释21.453%的总变异，小于40%，更小于50%的基准线。同源偏差问题不严重，对结论可靠性不会造成实质影响。

四、相关分析与假设检验

1.相关分析

各变量的均值、标准差及变量间的相关分析见表2。为避免多重共线性进行共线性检验，方差膨胀因子VIF 最大值为3.467，其他大部分VIF 值介于1～2 之间，均小于10，变量间多重共线性并不明显。数据表明：网络关系各维度与技术创新绩效，网络关系各维度与技术创新动态能力各维度，技术创新动态能力各维度与技术创新绩效之间都具有相关性，这一结果初步支持了本研究的假设。

表2 变量间的相关分析（N＝355）

2.回归分析

（1）网络关系与技术创新绩效关系的回归分析

由表3 可知，模型1 是技术创新绩效与3 个控制变量的回归分析。模型2 是加入网络关系三个维度的回归结果。R2=0.410，F=40.714，p<0.001，R2更改为0.399，整体解释力上升。网络关系各维度正向影响技术创新绩效，假设H1 成立。

表3 网络关系与技术创新绩效关系的回归分析（N＝355）

（2）网络关系与技术创新动态能力关系的回归分析

由表4 可知，网络关系的三个维度对技术创新动态能力的三个维度都具有显著正向影响。假设H2 成立。

表4 网络关系与技术创新动态能力关系的回归分析（N＝355）

（3）技术创新动态能力与技术创新绩效关系的回归分析

由表5 可知，技术创新动态能力的3 个维度正向影响技术创新绩效，假设H5 成立。

表5 技术创新动态能力与技术创新绩效关系的回归分析（N＝355）

（4）技术创新动态能力的中介效应分析

由表6 可知，模型1 是技术创新绩效与3 个控制变量的回归分析。模型2 是加入网络关系三个维度的回归分析。模型3是技术机会感知能力的中介效应检验，R2=0.481，F=46.415，p<0.001，R2更改为0.071，整体解释力上升。而且，关系选择和关系利用对技术创新绩效的直接影响显著，关系维护对技术创新绩效的直接影响不显著。说明技术机会感知能力在关系选择和关系利用影响技术创新绩效的过程中具有部分中介效应，而在关系维护影响技术创新绩效的过程中具有完全中介效应。在模型4 创新资源整合能力的中介效应检验中，R2=0.482，F=46.556，p<0.001，R2更改为0.072，整体解释力上升。而且，关系选择和关系维护对技术创新绩效的直接影响显著，关系利用对技术创新绩效的直接影响不显著。说明创新资源整合能力在关系选择和关系维护影响技术创新绩效的过程中具有部分中介效应，而在关系利用与技术创新绩效之间具有完全中介效应。模型5 是组织变革能力的中介效应检验，R2=0.466，F=43.705，p<0.001，R2更改为0.056，整体解释力上升。而且，关系选择、关系维护和关系利用对技术创新绩效的直接影响显著，说明适应环境的组织变革能力在关系选择、关系维护和关系利用影响技术创新绩效的过程中均具有部分中介作用。假设H4 成立。

表6 技术创新动态能力在网络关系与技术创新绩效间的中介效应分析（N＝355）

五、研究结论与展望

1.研究结论与实践意义

研究认为，企业网络关系对技术创新动态能力和技术创新绩效都具有显著的正向影响，而且，在网络关系各维度影响技术创新绩效的过程中，技术创新动态能力不同维度具有完全或部分中介作用。结论对建设创新型企业具有重要的实践意义。

创新型企业是创新型国家的重要基础，所谓的创新型企业，就是具有动态的技术创新能力，能不断地创造出新产品、新工艺，具有良好的技术创新绩效和经济绩效的企业。根据资源基础观的理论观点，企业的能力与绩效是由资源决定的，网络关系是企业重要的战略资源。网络关系是影响技术创新动态能力和技术创新绩效的重要因素，这一研究结论从侧面进一步论证了资源基础观的“资源决定能力，能力决定绩效”的理论观点。企业网络关系的开发、维护与利用是创新型企业建设的重要内容。为此，在建设创新型企业的工作中，企业应当打破封闭式创新范式，开发并管理好企业与高校、研究院所、顾客、供应商、竞争者等利益相关者的网络关系，并有效地利用这种网络关系，捕获创新机会，整合创新资源，适应创新要求，推动组织变革，这是不断提升企业技术创新能力的重要保证。

本研究将技术创新动态能力分为技术机会感知能力、创新资源整合能力和适应环境的组织变革能力。研究发现，技术创新动态能力不仅正向影响技术创新绩效，而且在网络关系与技术创新绩效之间具有完全或部分中介作用，因此，建设创新型企业也不能忽视企业技术创新动态能力的建设。能力的基础是嵌入在企业组织内的资源、利用资源的知识、以及组织的流程与惯例。因此，提升企业技术创新动态能力，首先需要加强企业资源基础的投资与建设，包括企业的研发队伍、研发基础设施、新产品的制造装备，以及产品营销网络的建设。同时，企业知识基础的提升，组织流程与组织惯例的变革或更新是通过组织学习实现的，因此，提升企业技术创新动态能力还需构建良好的组织学习与知识共享的机制。

2.研究局限与展望

将网络关系划分为网络关系选择、网络关系维护与网络关系利用三个维度是本研究的一个探索，文章基于实地的调研和相关文献建立量表。受文献掌握和信息调研所限，量表可能不尽完善，随着理论与实践的发展，在获得更多的理论与实践信息的基础上进一步完善量表，是未来研究需要做的一项工作。实证研究基于截面数据，运用截面数据检验变量间的因果关系，其说服力可能还有待进一步提高。因此，采用多期面板数据等方法对变量间的动态关系和因果关系进行检验，是未来研究的另一个方向。