联盟网络知识嵌入性、知识耦合与企业绩效——基于知识距离的视角

杨皖苏杨善林

(合肥工业大学 管理学院 过程优化与智能决策教育部重点实验室，安徽 合肥 230009)

一、引言

随着《中国制造2025》计划的实施，移动通信、轨道交通、航空航天、集成电路、海洋装备等重点行业逐渐驶入发展的快车道，代表了中国企业正逐步走向全面崛起。但是，中国企业软硬实力的不断提升也引起了欧美等国的警觉，对中国企业进行技术封锁已成为一种常态。在此情形下，中国企业如何突破技术封锁，实现跨越式发展？

联盟合作网络是单个企业打破技术封锁，实现可持续发展的有效路径。企业通过寻求与外部组织的联盟合作，获取联盟网络内的知识、技术等资源，并对这些资源进行吸收、转化、整合和利用，可以达到绩效水平提升的目的。然而，由于联盟内知识资源禀赋和类型的差异，以及联盟合作过程中知识交互规制的不健全，致使企业陷入“知识资源丰富”而“知识成本较高”的矛盾，限制了联盟网络知识资源的利用效果。在复杂网络体系内，知识嵌入性所倡导的“企业在网络内获取、贡献不同知识资源，同时实现资源优化与整合，提升绩效产出”的理念为解决这一矛盾提供了思路[1]。

此外，知识耦合反映了联盟网络内各类知识间整合、重构等的相互作用及变化过程[2]，是判断网络内协调程度的重要变量。在研究联盟网络知识异质性与企业绩效之间的传导机制时，关注知识耦合的作用，有助于破解知识嵌入性与企业绩效间的“黑箱”。同时，企业能否将联盟网络中的资源转化为绩效不仅取决于自身能力，还取决于知识距离这一重要因素[3]。

本文拟基于复杂网络理论视角，将联盟网络知识嵌入性划分为知识共生性、知识关联性和知识信任度三个维度，研究其对企业绩效的影响作用，同时，引入知识耦合作为中介变量，以揭示联盟网络知识嵌入性对企业绩效的作用机制。最后，引入知识距离作为调节变量，研究其在知识异质性-知识耦合-企业绩效这一路径的边界作用，以期进一步丰富联盟网络与知识管理体系的研究。

二、理论基础与研究假设

(一)联盟网络知识嵌入性与企业绩效

在联盟网络中，知识嵌入性是指联盟内企业为了实现知识协同，降低知识交易成本，增强“学习机会”的知识理解与共享机制[4]。在一定程度上，知识嵌入是隐性、集中而又充满动态性的知识位势，其间的势差推动企业有效填补企业知识的缺口，提升知识的互补与兼容。知识嵌入能够提升不同领域知识的紧密度，帮助联盟内企业通过信任、互惠的关系获得长期性收益[5]。根据网络结构理论对知识嵌入性内涵的解释，知识嵌入性包括知识共生性、知识关联性和知识信任度三个维度[6]。

知识共生性是指不同类型知识间的互补与兼容关系。现有研究表明，较高的知识共生性能够促进联盟网络内的企业主动吸收异质性知识，为新产品开发和技术改进提供前提保障，从而推动企业价值提升[7]。联盟网络内的知识共生性越强，其所蕴含的经验、技术等就越多，抵消知识隐匿性所产生的不利影响，从而促使联盟知识的透明化。较强的知识共生性类似于联盟中的隐性关系承诺，可以为企业在技术、产品等方面的突破提供助力。当知识共生性较强时，联盟企业能够高效整合异质性知识资源，提升企业绩效[8]。

知识关联性是指多种知识的可整合与可获取性。复杂网络理论认为，知识关联性是联盟企业获取所需知识资源的机会，以及获得这种机会的能力。基于联盟协同视角，较强的知识关联性可以抵消联盟内部所产生的价值分裂，并形成促进企业价值提升的隐性激励方式。较强的知识关联性能够优化联盟内的资源配置模式，提高企业挖掘隐匿性知识的能力，最大限度地实现联盟内“互惠互利”的合作初衷，同时，较强的知识关联性对联盟内部零散、有价值的知识资源整合具有重要作用，不仅能使企业内部避免机会主义行为，也可以提升联盟企业对外部环境的反应效率，这对于更新换代新产品以适应市场变化具有积极效用，从而可以促使企业绩效提升[9]。

知识信任度是指企业间信任联结的知识贡献程度。在联盟内部，知识信任度提高了知识组合的性能，降低了联盟企业承担的知识交易和创造风险，从而产生更新、更复杂的知识。随着不断涌现的新知识，联盟逐渐升级为不同领域知识链交叉的新结构，联盟企业结构得到一定程度的改进[10]。基于产业治理的相关理论，知识信任度为联盟企业共同解决问题与困难提供了机会。知识信任度的强弱对联盟中知识的价值性以及可融合性具有重要影响，信任度越强，高价值知识就越有可能高效地嵌入联盟，从而有利于改善联盟内企业的绩效产出。基于此，本文提出以下假设：

H1：知识嵌入性对企业绩效具有显著正向作用。

H1a：知识共生性对企业绩效具有显著正向作用。

H1b：知识关联性对企业绩效具有显著正向作用。

H1c：知识信任度对企业绩效具有显著正向作用。

(二)知识耦合的中介作用

知识耦合是指两个及以上知识领域中的元素通过动态地相互渗透、连接和组合等方式，整合成全新知识的过程与结果[11]。知识耦合反映了联盟网络内各类知识间整合、重构等的相互作用及变化过程，具有主观性和动态性。对于联盟网络知识嵌入性与知识耦合之间的关系，本文从知识共生性、知识关联性和知识信任度三个维度进一步探讨。

关于知识共生性对知识耦合的影响，知识共生性越高，知识间的整合效率越高，新知识的涌现也越快，从而有助于提升企业的知识耦合水平。基于知识特性的网络演化观点，罗根认为，知识共生性中的互补与兼容是知识产生重构的前提和依据，互补性与兼容性程度越高，知识重构的可能性就越大[12]。普鲁姆和哈塞克认为，知识共生性有助于联盟网络中的知识重构与整合，是进而形成新知识的关键要素[13]。因此，知识共生性会对知识耦合产生积极作用。

关于知识关联性对知识耦合的影响，诺曼认为，知识关联性较高，联盟网络内的企业可以在消耗更少知识协调成本的情况下，获取更多异质性知识，为知识重构与整合打下良好基础[14]。布里斯克和罗根指出，联盟网络内的知识关联性是改变知识交易成本和治理成本的关键要素，知识关联性越高，知识交易和治理的成本越低，知识融合和重构的概率就越高，全新知识的产生就越有可能[15]。因此，知识关联性对知识耦合具有积极作用。

关于知识信任度对知识耦合的影响，莫滕森和尼利发现，较高的知识信任度提高了联盟网络内企业间合作的灵活度，促使企业间建立共享高价值异质性知识资源的信任联结，增强了企业的知识整合与转化能力[16]。梅尔基于复杂网络理论，通过对联盟网络管理实践的研究发现，正式的监控机制可能在一定情境下被知识信任度所取代，促使企业主动分享知识资源，为联盟企业知识整合、重构提供了前提保障[17]。因此，知识信任度对知识耦合具有积极影响。基于此，本文提出以下假设：

H2：知识嵌入性对知识耦合具有显著正向作用。

H2a：知识共生性对知识耦合具有显著正向作用。

H2b：知识关联性对知识耦合具有显著正向作用。

H2c：知识信任度对知识耦合具有显著正向作用。

知识耦合的过程是实现知识要素集聚的具体实践活动。知识耦合是知识集聚发挥作用非常重要的条件之一，耦合度反映了不同知识要素彼此相互作用的程度[18]。耦合度越高，对企业绩效的影响程度也越高。当企业知识耦合度较高时，会对现有知识进行反复利用与整合，提高知识组合与利用效率，推动知识基础的调整或重构，而这种调整或重构在一定程度上会推动企业在生产、制造流程上的改进，从而提升绩效水平。卡耐尔和泰勒发现，当联盟网络中的知识耦合程度较高时，可以使企业深度利用网络内的知识资源，也有助于加深企业对现有知识体系的理解，避免企业陷入“熟悉陷阱”，从而促使企业绩效水平持续提升[19]。基于此，本文提出以下假设：

H3：知识耦合对企业绩效具有显著正向作用。

根据上述，联盟网络知识嵌入性的三个维度——知识共生性、知识关联性和知识信任度均对知识耦合具有显著正向作用，知识耦合对企业绩效具有显著正向作用。即知识嵌入性是知识耦合的前因，企业绩效是知识耦合的结果。由此，本文认为，知识耦合是联盟网络知识嵌入性发挥作用的重要“阀口”，其高低程度影响了知识嵌入性对企业绩效作用的强弱。基于此，本文提出以下假设：

H4：知识耦合在联盟知识嵌入性与企业绩效间起中介作用。

H4a：知识耦合在知识共生性与企业绩效间起中介作用。

H4b：知识耦合在知识关联性与企业绩效间起中介作用。

H4c：知识耦合在知识信任度与企业绩效间起中介作用。

(三)知识距离的调节模式

知识创造理论认为，不同领域知识间的转换会导致企业在知识认知、理解和应用上产生差异。依照卡明斯等的定义[20]，知识距离是指知识源与接收方所拥有的知识差异程度。知识距离不仅指双方在知识基础和知识量储备上的差异，更多是基于双方在知识能力匹配上的差距。知识距离的存在会导致联盟网络企业间知识供给和需求的匹配错位，随着不同知识源之间的契合度降低，便会减弱联盟网络中知识资源对企业能力增长的驱动作用。

知识距离的存在会导致联盟网络内知识、关系和信任的损耗，企业难以确保知识的有效获取、吸收与整合，导致联盟网络中知识资源对企业绩效的影响降低。此外，当企业间知识距离差距较大时，企业在从联盟网络中吸收知识进行重构和整合的过程中，也会产生知识量的超载和知识识别模糊等问题，从而降低知识耦合的效果。而当联盟网络内知识距离差距较小时，意味着联盟企业间的知识结构与背景较为相似，有利于彼此之间知识的共享与学习，进而推动知识共享机制的形成[21]。联盟网络内良好的知识共享机制有助于解决知识资源转移效率低下的问题，同时有助于充分挖掘联盟知识资源，为企业知识的整合、重构提供较为充足的知识基础，从而在较大程度上提升知识耦合对企业绩效的促进作用。基于此，本文提出以下假设：

H5：知识距离负向调节知识耦合与企业绩效之间的关系。

基于前文的理论阐述与相关假设，联盟网络知识嵌入性对知识耦合具有显著正向作用，知识耦合对企业绩效具有显著正向作用，知识距离负向调节知识耦合与企业绩效之间的关系。由此，以知识距离为调节变量，在联盟网络中，知识嵌入性和知识耦合的效应会得到更大程度的发挥，第二阶段有调节中介效应成立。基于此，本文提出以下假设：

H6：知识距离负向调节知识耦合在联盟网络知识嵌入性与企业绩效关系间的中介作用。

H6a：知识距离负向调节知识耦合在知识共生性与企业绩效关系间的中介作用。

H6b：知识距离负向调节知识耦合在知识关联性与企业绩效关系间的中介作用。

H6c：知识距离负向调节知识耦合在知识信任度与企业绩效关系间的中介作用。

综上，本研究的理论框架如图1所示：

图1 理论框架

三、研究设计

(一)研究样本与数据收集

本文选择的样本为拥有一定数量联盟合作伙伴的企业，主要采用问卷调查方式进行。问卷调查分为小样本预调研和正式调研两个阶段。在预调研阶段，向MBA、EMBA学员发放30份问卷，有效回收28份，同时遴选出10位企业高管进行半结构化访谈。根据访谈和预调研结果修订初始问卷，形成正式调研问卷。正式调研时间为2021年2-3月，采用电子邮件、网页填写等方式完成。共发放问卷500份，回收349份，剔除填写不完整的问卷后，有效问卷为313份，有效回收率为62.60%。问卷填写者为企业中高层管理者。样本企业的基本特征描述如下：

(1)企业性质：国有企业87家，占27.80%；民营企业226家，占72.20%。

(2)成立年限：3年以下5家，占1.60%；3-10年115家，占36.74%；10-20年135家，占43.13%；20年以上58家，占18.53%。

(3)企业规模:员工在50人以下25家，占7.99%；50-100人83家，占26.52%；100-500人137家，占43.77%；500人以上68家，占21.73%。

(4)所属行业:一般制造业146家，占46.65%；电子设备业85家，占27.16%；科学研究、技术服务业52家，占16.61%；其他行业30家，占9.58%。

对回收的无效样本与有效样本进行t检验，结果表明样本不存在无回应偏差问题。

(二)变量测量

本文的测量均来自国内外较为成熟的量表。问卷采用Likert 7点量表，从1-7分别表述从完全不同意到完全同意。

(1)联盟网络知识嵌入性。知识共生性的测量借鉴尼尔森等[4]，包括“企业与合作伙伴间知识相互依赖”等3个题项，Cronbach’s α系数为0.862；知识关联性的测量借鉴刘等[22]，包括“企业与合作伙伴知识信息联系紧密”等3个题项，Cronbach’s α系数为0.897；知识信任度的测量借鉴乌西[23]，包括“企业与合作伙伴知识信息交流坦诚”等3个题项，Cronbach’s α系数为0.901。

(2)企业绩效。企业绩效的测量借鉴鲍曼和波什[24]，包括“企业产品市场占有率较同行高”等6个题项，Cronbach’s α系数为0.904。

(3)知识耦合。知识耦合的测量借鉴亚亚瓦尔和阿路加[11]，包括“企业与合作伙伴人才流动频繁”等3个题项，Cronbach’s α系数为0.893。

(4)知识距离。知识距离的测量借鉴卡明斯等[20]，包括“企业与合作伙伴的知识重合和相似度较低”等4个题项，Cronbach’s α系数为0.884。

同时，本文对企业性质、成立年限、企业规模以及所属行业等特征变量进行控制，以更为准确地测算变量间的因果关系。

四、实证检验结果

(一)信度和效度检验

本文采用SPSS21.0和AMOS21.0统计软件对收集到的样本数据进行信效度检验。Harman单因子检验结果显示，未经旋转的第一个因子的方差解释贡献率为24.228%，远低于50%，表明共同方法偏差并不严重。各变量的Cronbach’s α值均大于0.8，表明变量信度较好；且总量表信度为0.933，远大于0.7。由此，本文所采用量表具有较高的内部一致性。各测量题项的标准化因子负荷量值均大于0.6，临界比率C.R.均大于1.96，各因子平均方差抽取量AVE值均大于0.5，表明模型的聚合效度较好。

(二)验证性因子分析

为了对变量间的区分效度进行检验，本文对数据进行了验证性因子分析(CFA)，检验结果如表1所示。结果表明，六因子模型的拟合结果为：χ2/df=1.523<3.000；RMSEA=0.051，GFI=0.905，AGFI=0.887，NFI=0.900，CFI=0.921，IFI=0.944，模型拟合情况较好，且显著优于五因子模型、四因子模型等其他模型，由此表明各变量间具有良好的区分效度。

表1 验证性因子分析

(三)描述性统计与相关分析

描述性统计与相关分析的结果如表2所示。从中可以看出，在联盟网络中，知识共生性(r=0.264，p<0.01)、知识关联性(r=0.383，p<0.01)和知识信任度(r=0.368，p<0.01)均与知识耦合呈显著正相关关系；知识共生性(r=0.272，p<0.01)、知识关联性(r=0.319，p<0.01)和知识信任度(r=0.322，p<0.01)均与企业绩效呈显著正相关关系；知识耦合与企业绩效(r=0.355，p<0.01)呈显著正相关关系；知识距离与企业绩效(r=-0.260，p<0.01)呈显著负相关关系。变量之间存在两两显著的相关关系，可以进一步进行回归分析检验。

表2 描述性统计与相关分析

(四)假设检验

1.主效应和中介效应检验

本文以企业的成立年限、企业规模、企业性质、所属行业为控制变量，以联盟知识嵌入性的三个维度为自变量，以企业绩效为因变量，以知识耦合为中介变量，进行回归分析，检验结果见表3所示。

表3 主效应和中介效应检验

主效应检验：从模型2可以看出，知识共生性对企业绩效(β=0.202，p<0.01)具有显著正向作用，H1a得到数据支持。知识关联性对企业绩效(β=0.286，p<0.001)具有显著正向作用，H1b得到数据支持。知识信任度对企业绩效(β=0.253，p<0.001)具有显著正向作用，H1c得到数据支持。

中介效应检验：根据拜伦和肯尼的分析步骤[25]，检验知识耦合在联盟知识嵌入性与企业绩效关系间所起的中介作用。从模型5可以看出，知识共生性对知识耦合(β=0.183，p<0.05)具有显著正向作用，H2a得到数据支持。知识关联性对知识耦合(β=0.256，p<0.001)具有显著正向作用，H2b得到数据支持。知识信任度对知识耦合(β=0.220，p<0.01)具有显著正向作用，H2c得到数据支持。从模型3可以看出，知识耦合对企业绩效(β=0.214，p<0.01)具有显著正向作用，H3得到数据支持。加入中介变量知识耦合后，知识共生性对企业绩效的影响由0.202降为0.173(模型3，β=0.173，p<0.05)，存在部分中介效应，H4a得到数据支持。知识关联性对企业绩效的影响由0.286降为0.230(模型3，β=0.230，p<0.01)，存在部分中介效应，H4b得到数据支持。知识信任度对企业绩效的影响由0.253降为0.199(模型3，β=0.199，p<0.05)，存在部分中介效应，H4c得到数据支持。

2.调节效应检验

本文以知识距离为调节变量进行多元回归分析。在回归分析前，对交互项系数进行了标准化处理，以降低多重共线性的影响。调节效应检验结果如表4所示。结果显示：从模型8可以看出，知识耦合与知识距离的交互项对企业绩效(β=-0.153，p<0.05)具有显著负向作用，H5得到数据支持。

表4 调节效应检验

进一步，根据艾肯和威斯特的研究[26]，描绘出知识距离的调节效应图，如图2所示，知识距离较近的实线斜率大于知识距离较远的虚线斜率，说明知识距离越近，知识耦合对企业绩效的正向作用越强，反之，知识距离越远，知识耦合对企业绩效的正向作用越弱，H5再次得到支持。

图2 知识距离对知识耦合与企业绩效关系的调节效应

3.有调节的中介效应检验

根据爱德华兹的方法[27]，基于拔靴法进行有调节的中介效应检验。按均值将知识距离分为远近两组，选取样本量5000，置信区间为95%，检验结果如表5所示。以企业绩效为因变量，知识共生性为自变量，知识耦合为中介变量，知识距离为调节变量的情境下，有调节的中介效应INDEX值为-0.0226，置信区间为[-0.0529，-0.0133]，不包含0，该有调节的中介效应成立，H6a得到数据支持。以知识关联性为自变量的情境下，有调节的中介效应INDEX值为-0.0317，置信区间为[-0.0859，-0.0147]，不包含0，该有调节的中介效应成立，H6b得到数据支持。同理，以知识信任度为自变量的情境下，有调节的中介效应INDEX值为-0.0205，置信区间为[-0.0510，-0.0094]，不包含0，该有调节的中介效应成立，H6c得到数据支持。

表5 有调节的中介效应检验

五、研究结论与启示

(一)研究结论

为了实现“弯道超车，后发制人”，走向高质量发展，越来越多的中国企业选择通过联盟形式获取知识资源以提升绩效水平。作为改变联盟网络行为，影响“关系-结构”作用的网络特征，知识嵌入性“能否”以及“如何”影响企业绩效，本文的研究结果表明：(1)联盟网络知识嵌入性的三个维度——知识共生性、知识关联性和知识信任度对企业绩效具有显著正向作用。这与瓦斯梅尔的研究结论一致[28]，阐释了联盟知识作为企业“外部资源池”的重要性。(2)联盟网络知识嵌入性的三个维度对知识耦合具有显著正向作用，知识耦合对企业绩效具有显著正向作用，并在联盟网络知识嵌入性与企业绩效间起中介作用，验证了在联盟网络内，知识嵌入性-知识耦合-企业绩效的作用路径。(3)知识距离负向调节了知识耦合与企业绩效之间的关系，且负向调节了知识耦合在知识嵌入性和企业绩效之间的中介作用，验证了知识距离在整个模型路径中所起的边界效应。

(二)管理建议

第一，联盟网络不仅是企业与外部联系的纽带，更是其知识资源获取的重要保障。因此，企业应重视联盟“知识资源池”的作用，基于知识共生性、知识关联性和知识信任度三个方面，积极嵌入于联盟知识网络之中，从而获取更高质量、更多数量的知识资源，以达到提升企业绩效的目的。

第二，知识耦合实现了知识要素的集聚，耦合度越高，企业对知识的组合和利用效率就越高，从而提升企业绩效水平。因此，企业应重视知识耦合的重要作用，加强与联盟网络伙伴间的联系，创造有利于耦合的内外部组织环境。

第三，企业在选择合作伙伴构建联盟网络时，要充分考虑合作伙伴的知识背景、结构，确保双方在知识资源方面要“门当户对”，避免与知识背景、结构相差较大的合作伙伴组建知识网络而导致知识流动产生障碍，从而不利于企业绩效水平的提升。因此，企业应重新审视与联盟网络知识资源的知识距离，鼓励建立起联盟知识共享平台。

(三)研究展望

首先，研究联盟网络知识嵌入性对企业绩效的影响作用时，没有考虑外部环境因素的权变影响，未来研究可将环境动态性、环境竞争性等外部环境特征变量纳入理论模型。其次，研究采用的是横截面的调研数据，而联盟网络知识异质性对企业绩效的影响是一个动态的变化过程，未来研究可以考虑采取跟踪法收集纵向的数据，以使研究结论更加可靠。再次，研究仅通过实证研究的方法对联盟网络情境下知识嵌入性、知识耦合和企业绩效之间的关系进行了初步探讨，未来可采用案例研究等方法对本文的结论进行再验证。