李慧巍
(浙江树人大学管理学院,浙江杭州310015)
随着经济全球化的发展和竞争的加剧,技术创新已成为市场竞争的焦点,而以地理靠近为特征,以产业关联和社会根植性为基础的产业集群是个重要的企业技术创新的平台。集群中各种规模和形式的组织之间相互依赖和竞争,构成了一个完整的不断运动的自组织性质的网络体系。本地化的知识溢出是产业集群内在的一种优势效应,加快了集群内企业的技术创新速度,提高了市场竞争力,也是集群企业相对于非集群企业获取竞争优势的根本原因,[1]国内外关于产业集群的理论和实践研究基本都认同这一观点。[2-3]通过集群知识网络可以实现各个主体间的资源共享、知识传递和技术扩散,实现知识、技术的增值和创新。作为网络创新平台的产业集群具有当前复杂的非线性网络创新模式的显著特征,满足了日趋剧烈的技术创新竞争要求,切实有效地提高了集群企业的技术创新能力。因此,集群企业的技术创新及其所依赖的知识网络已成为影响产业集群及集群企业竞争力的关键要素。
但综合现有对集群、网络以及创新的研究,从微观结构特征来探寻结构功能的交互影响关系及揭示其内在机理的涉及较少。因此,笔者在学界已有研究成果的基础上,将视角深入到产业集群内部,运用网络分析方法定量刻画产业集群知识网络,在分析知识网络的结构特征和关系特征对集群企业创新绩效的影响中,进一步考虑吸收能力与创新网络的交互作用,力求为产业集群的技术创新研究展开新的视角,具有一定的理论和现实意义。
知识网络的形成是由于社会和经济活动已经成为一个网络,企业、政府、学术界、消费者和市场中的其他各部门已经形成了知识传递、创新和利益分配的网络联结。[4]产业集群作为一种地方根植性网络的一个关键特征就是内部企业、供应商、顾客以及其他机构间的信息互动、知识互补,通过给予集群内组织广泛尝试机会、增强集体学习机制、赋予产业集群创新活力,最终形成地方化知识和能力体系,成为产业集群持续竞争优势的基础。所以,集群知识网络是在地理空间上聚集的企业及其进行相对稳定的、持续的知识交换、知识传递过程中所形成的正式或非正式网络关系联结的,以集群企业为主体的组织形式。产业集群中的知识溢出和集群企业集体学习过程为集群内知识、信息的流动扩散等提供了交换方式,也是集群企业间知识网络存在的现实基础。
目前学术界较多的使用网络结构和网络关系来描述网络的特征,例如 Burt提出了“结构—关系”分析框架[5],Nooteboom和 Gilsing(2004)分析了网络结构和网络关系对企业成长的作用,认为网络结构包括联结密度、联结范围、网络中心度,网络关系包括联结稳定性、联结久度、交互频率、控制、信任与开放等;[6]借鉴以上的研究,本文从网络结构和网络关系两个维度对集群企业的知识网络进行刻画。
1.知识网络的结构维度及其对集群企业技术创新的影响。结构嵌入关注的是企业所处的网络结构位置所具有的信息价值和控制优势。[7]结构特征分析的重点是组织中普遍存在联系的特性,如联系的行为特点、密度、中心性等,不同的网络结构特征决定了集群企业寻求知识的外部范围。目前,在对网络结构特征的实证研究中,大多从网络的位置、规模等特征出发来分析它的影响效应。因此,本文对集群企业知识网络结构的研究主要采用网络中心度、网络规模、网络异质性三个维度。
(1)网络中心度。根据社会网络理论,集群中存在着集散节点,即网络中的特定个体会有大量的连接,成为网络的中心枢纽。中心度可用来衡量个体节点对于资源的获取和控制程度。处于中心位置的企业通常是知识的集散点,由于占据“桥”位置的企业总是会比其他企业更及时地获得重要信息和知识,而其他没有直接接触的企业不断通过“桥”来传递知识和信息,因此中心度高的企业更容易发现新的市场机会和可能存在的技术问题,在网络中也更容易获取并控制与创新相关的知识。[8]中心度越高的企业,访问其他成员的路径越短,获取知识就越容易,它在网络中所拥有的多重信息源提供了更多发现新信息的渠道,因而也就能通过独特新颖的方式对信息进行组合以实现创新,也能更快捷地接近进行创新活动的有前景的新企业。[7,9]因此,提出假设 H1a:集群企业在知识网络中越接近中心位置,技术创新绩效越高。
(2)网络规模。网络规模可以定义为个体单元直接相关的关系或关系种类数目[5],其大小意味着集群企业可获取的资源丰裕程度,若丰富的网络关系又是异质性的,那就更可能为企业创新提供多方面的资源支持。随着主体数量的增多,企业就有更多的渠道和机会、具有不同知识和能力的主体相联结,通过不同的网络联结提高对网络中主体知识的整合,也就越有利于创新绩效的提高。在其他条件相同的情况下,企业获取知识的能力与其所拥有的联系数目成正比。[10]因此,提出假设 H1b:集群企业的知识网络规模越大,集群企业的创新绩效越高。
(3)网络异质性。不同规模或地位的企业拥有不同数量和质量的资源,因此每个网络的资源结构有所不同。网络异质性侧重于描述创新伙伴或创新资源类型的差异程度,体现的是网络的非冗余度。[11]网络内伙伴类型的多样化对集群企业的技术创新提供全方位或互补性的支持。Franke(2005)总结出,网络内成员的特点差异越大,表示网络异质性大,资源不同的可能性就越大。[12]外部知识的价值会随着网络成员的多样性而增加,网络成员的多样性有助于企业获取不同价值的知识和经验,有利于企业多方位的整合知识资源。[13]因此,网络的异质性一般给集群企业带来种类丰富或非冗余性的创新资源,从而给企业技术创新的实现提供更多的选择或更多种创新要素组合的机会。由此,提出假设 H1c:集群企业的知识网络异质性越大,就越有利于集群企业创新。
2.知识网络的关系维度及其对集群企业技术创新的影响。关系嵌入关注于通过直接的关系联结以获取高质量的信息和隐含经验知识。[7]知识网络关系水平影响着知识在集群企业间传递的路径和方向。企业与网络内其他实体之间联系的频繁性、密切性、真诚合作与信守诺言程度越高,存在于网络中的隐性知识和信息就越容易得到交换,而这对于基于复杂知识基础上的重大创新非常重要。[9]笔者借鉴了学者们常采用的关系强度、关系稳定性和关系质量这三个维度,分析其对创新绩效的影响。
(1)关系强度。网络关系强度包含了关系所交换的资源数量和组织间接触的频率。网络成员间重复和持续的交换关系为集群企业创造了获得知识的潜在条件。[14]强联系能够促进信任与合作,进而方便企业获取更多精炼的、高质量的信息和默会知识(tacit know ledge)[15],但也往往排斥了外来的进入者,减少了集群企业与集群外部的企业进行信息、知识交流或资源交换的机会,从而降低创新的可能性和成功的机率。而企业间的弱关系更容易吸收新的观念、视角和方法,从而能够提高企业的创新能力,但不利于知识,尤其是隐性知识的转移。网络成员交互频率越高,越容易建立一种亲密的关系以及形成共享的态度、主张和信念,从而有利于成员间的深度沟通和有价值信息的交换,促进企业对相关领域知识的整合而有利于创新。因此,提出假设 H2a:企业与外部实体之间的关系强度越大,技术创新绩效就越高。
(2)关系稳定性。网络关系的稳定性是获得网络优势的重要因素,保持稳定持久的关系可以促进相互信任,使对方获取有价值的资源和信息,促进创新。同时,集群企业间保持长期的知识传递和交流关系有利于形成对同一问题的共同认识和企业间知识传递的规范,从而降低道德风险,减少成员间知识和信息交换的主要障碍。如果互补知识是隐性的并嵌入于个人、团队、组织结构或文化中,获得这种知识的唯一途径就是保持稳定持久的关系。[6]Pow ell认为最有用的信息是通过从进行过交易的、相互信任的企业获得的。[8]由此,提出假设 H2b:集群企业的创新网络关系越稳定持久技术创新的绩效就越高。
(3)关系质量。关系质量表示组织间联结的程度,取决于组织间信任关系及其类型。信任和共同认知是影响企业之间进行交流互动的重要因素。由于网络成员间的异质性,知识特别是隐性知识在跨组织边界间的传递存在着认知上的障碍,只有当网络成员能够相互信任,遵守诺言和履行义务,才能实现关系双方处于相同或相近的背景,达成相似的理解与感知的状态,从而克服双方在互动中存在的认知障碍。[9]互惠的规范、高信任度可以增强企业合作意愿,降低合作风险,有利于创新。因此,提出假设 H2c:知识网络关系质量越高越有利于集群企业创新。
企业内部能力观认为,网络学派过度强调企业外部联系对创新的影响,忽略了企业内部知识创造的过程。吸收能力在企业创新活动中有至关重要的作用,而不同企业的吸收能力是不同的,[16]这是导致企业创新性知识水平差异的最重要因素。[17]技术创新过程的本质可看作是有效整合企业内外部资源的非线性过程,与知识的获取、转移、整合、创造和应用是紧密相连的。Hansen指出,外部的网络资源为企业提供了寻找信息的机会,但是在企业把从外部“搜寻”的信息“转换”成对企业创新有用的知识的过程中,吸收能力必不可少。[18]大多数研究认为吸收能力对创新活动的生产率具有正向效应,并能提高新产品开发的效率。在产业集群中,企业、机构之间形成的较强网络关系是知识流动的主要通道,能促进集群中知识溢出的传递及企业吸收能力的形成,进而提高企业的创新绩效。本文综合了学界对吸收能力已有的研究,从潜在吸收能力与实现吸收能力两个维度,研究获取、消化、整合及利用四种能力对企业创新绩效的直接和间接作用。
知识网络和企业技术创新绩效之间有着紧密的关系,因为创造知识的企业在一个开放的系统中通常需要通过交换知识而与外部环境进行交互作用。[19]这些知识可能是创新能力的一种形式,能提高企业的吸收能力。反过来,企业吸收能力又帮助知识网络更好的提高企业技术创新的绩效。可见,知识网络、吸收能力在提高企业技术创新绩效方面有互补的作用。首先,吸收能力调节网络位置对创新的影响,企业越能够获取知识,就越能利用强大的吸收能力从网络中心位置获取知识而受益。越处于网络中心位置的企业就能接触到越广泛的知识源,也需要更高的吸收能力来转换这些知识,可见它们的交互作用对企业创新有重要影响。与知识源接触的深度与广度正向影响企业利用相关知识的倾向。因此,知识网络中集群企业拥有不同数量的联系或处于不同的网络位置,其吸收能力也有所不同,从而技术创新的绩效也会受到不同程度的影响。其次,企业与外界网络的联系对其提高获取信息的能力也受到企业吸收能力的影响。双方紧密的关系可作为有效机制促进跨组织界面技术诀窍的转移和学习,而联系时的相互信任程度可以缓解对合作伙伴机会主义行为的担心,这构成了合作者之间持久和有效关系的基础,对整个网络的绩效有非常重要的作用。当企业的内部吸收能力强的时候,基于信任基础上的网络联系对于企业技术创新绩效的影响又会有所改变。所以,吸收能力不同,集群企业的网络关系对创新绩效的影响程度也会不同。因此,提出假设 H3:在吸收能力强的情况下,集群企业知识网络与创新绩效之间具有更强的正相关关系。即:假设 H3a:在吸收能力强的情况下,集群企业的知识网络结构对企业技术创新绩效的正向影响会更大;假设 H3b:在吸收能力强的情况下,集群企业的知识网络关系对企业技术创新绩效的正向影响会更大。
根据以上理论探讨,本文提出的概念模型见图1。
图1 基于知识网络特征的集群企业技术创新的概念模型
笔者于2010年3月对制造业集聚特征明显的浙江台州进行了实地访谈和问卷调查,包括路桥电机、汽摩及配件、黄岩模具、椒江医药化工、缝制机械设备等集群企业。为保证所获信息的准确性和完全性,本次问卷调查尽可能针对企业中高层管理人员进行。通过多种渠道共发放调查问卷475份,收回386份,回收比例81.2%,其中有效问卷290份,有效比例75.1%。
以下分别对本研究的被解释变量、解释变量、调制变量以及控制变量的度量进行说明。
1.被解释变量的测度。对企业的技术创新绩效的测度从创新效率和创新效益两方面进行,一共6个题项:近三年来与行业平均水平相比,(1)新产品平均开发周期;(2)开发成功率;(3)年开发新产品数;(4)开发成本;(5)拥有独立产权的专利数;(6)新产品销售收入占本企业年销售总收入的比重。
2.解释变量的测度。(1)网络中心度,包括本企业知识和技术在集群中的知名度;企业在市场、研发和生产制造知识方面对供应商、客户和市场渠道的依赖程度;其他企业与本企业进行知识交流的愿望和容易度等;(2)网络规模的测度主要是通过集群内与企业保持联系的外部实体的数量来表示;(3)网络异质性的测度,主要有本地最大与最小客户之间的规模差;本地最大与最小供应商之间的规模差等;(4)关系强度的测度依据为企业与外部实体联系的频繁和密切程度;(5)关系稳定性通过考察集群企业与其他成员进行经验技术等交流关系的持续时间来测度;(6)关系质量的测度包括企业与外部实体联系时真诚合作的程度;联系时的机会主义行为、互相提供信息的机密性和准确性;相互信守诺言的程度等。
3.调节变量的测度。本文从对知识的获取、消化、整合及利用的7个题项对吸收能力进行度量:(1)很快理解已获得的技术信息;(2)很快识别新技术可能给企业带来的变化;(3)很快识别外部新知识对于现有知识的用途;(4)很快根据新技术新知识引入工艺创新;(5)很快根据新技术新知识修订质量控制操作;(6)将已消化的新技术与其它技术融合;(7)很快使用已消化的新技术进行新产品开发。
4.控制变量的测度。企业规模越大,就越容易吸引合作伙伴,也有越多的资源投入到重要的客户关系中,越容易提高其创新绩效。本文采用企业员工总人数来显示企业规模。
本研究对变量的测度均采用 L ikert7级量表打分法,为确保测量工具的效度,在本文的研究中,以理论为基础构建模型及测量指标,通过理论、实证和文献探讨等,尽量采用国内外现有文献已使用过的量表,确保各变量的重要性和完整性,再根据本文的目的加以修改作为搜集实证资料的工具。在问卷正式定稿与调查前也通过问卷预调查以评估问卷设计及用词上的适当性,再根据预试者提供的意见修订问卷,最后定稿,因此符合效度原则。本研究检验量表的内在信度,采用的是Cronbach一致性系数α值来验证信度(见表1),各变量的值均大于 0.7,达到了社会科学量表信度的可接受范围,具有较高的信度。
表1 各变量的 Cronbach’sα系数
表2显示了对集群企业知识网络结构特征、关系特征与吸收能力、创新绩效间的相关性进行检验的结果。从中可以看出,网络结构和网络关系的各维度与吸收能力有着正向且显著的相关关系,网络结构、网络关系、吸收能力与技术创新有着正向且显著的相关关系。这一结果初步验证了假设。下面采用多元回归分析方法对这些变量间的关系进行更精确的验证。
表2 变量间的 Pearson相关性检验
根据问题性质,本文选用多元线性回归来验证假设,从表3结果看,5个模型均具有统计显著性,DW值均接近2,表明模型分析效果较好,并且具有一定的稳定性。模型1仅包括控制变量,以验证企业规模对技术创新绩效的影响;模型2在控制变量的基础上加进了网络结构的三个维度(网络中心度、网络规模和网络异质性),来验证集群企业知识网络结构与创新绩效的正相关关系的假设;模型3又加入了网络关系的三个维度(关系强度、关系稳定性和关系质量),来验证集群企业知识网络关系与创新绩效的正相关关系的假设;模型4则加入了企业吸收能力变量来验证吸收能力与创新绩效的正相关关系的假设;最后,模型5把以上知识网络特征的6个维度分别和吸收能力相乘再一起进入回归方程,以验证集群企业吸收能力在知识网络特征与技术创新绩效的影响关系中起调节作用的假设。
由结果本文得出以下结论:
第一,集群企业知识网络结构对技术创新绩效有显著正相关。模型2显示集群企业知识网络结构作为一个整体,对技术创新绩效的影响是显著的,具体看各个维度,网络中心度和网络规模的回归系数都为正且显著(分别为 p<0.01和 p<0.05),假设 H1a、H1b得到验证,即网络中心度、网络规模与集群企业创新绩效都具有正向且显著的相关性;而网络异质性虽然回归系数为正,但是不显著,因此网络异质性与集群企业技术创新的关系并没有得到结果的支持,假设 H1c没有通过验证。可能的原因之一是,规模相差不大的网络成员所能够提供的信息和知识资源较为类同,无法为企业创新提供多方面的要求;而当企业拥有多样性的伙伴时,虽然这些网络成员能够为企业提供多种知识资源的支持,但同时管理好不同规模伙伴需要多种管理资源和技能,对集群企业知识管理提出了较高的要求,可能会导致企业相关成本支出提高,从而无助于创新绩效。当企业拥有一些规模相差适中的伙伴时,它们可以为企业提供多样的支持,而且管理难度和管理成本适中,能够为企业创新提供切实的支持。
表3 多元线性回归分析结果
第二,集群企业知识网络关系对技术创新绩效有显著正相关。模型3显示关系强度、关系稳定性和关系质量的回归系数都为正且显著(p<0.01),假设 H2a、H2b、H2c通过验证,说明集群企业知识网络关系作为一个整体,对技术创新绩效的影响是显著的。
最后,集群企业吸收能力在知识网络特征与技术创新绩效的影响关系中起调节作用。在模型4中,吸收能力回归系数为正且显著(p<0.05),所以集群企业的吸收能力将有利于提升其技术创新绩效。模型5中网络中心度与吸收能力的交叉项、网络规模与吸收能力的交叉项、关系质量与吸收能力的交叉项的回归系数都为正且显著,其它三个交叉项系数为正但不显著。尽管如此,模型5的 R2值、R2较模型4的变化以及 F值都说明,吸收能力对知识网络结构、知识网络关系与技术创新绩效的影响关系存在着调节作用。所以,假设 H3a、H3b得到验证。因此,从总体上说,在吸收能力强的情况下,集群企业知识网络对技术创新绩效的影响要更强一些,这是因为集群企业通过知识网络从外界获得的知识或者信息更容易被消化和吸收,从而转化为自己的技术创新能力;而如果企业吸收能力很弱的话,即使能够比较容易从与外界的知识转移中获益,但是由于不能有效消化、吸收、开发和利用这些新知识并将其利用于商业终端,最终不能提高技术创新能力。
本文在相关文献研究的基础上,对集群企业知识网络特征及其技术创新绩效的影响、企业吸收能力对技术创新绩效的影响,以及企业吸收能力的调节作用进行了全面而系统的理论分析,并对三者的静态关系用层次回归方法进行实证研究。研究表明,知识网络中心度、规模和关系强度、关系稳定性、关系质量以及吸收能力对提高集群企业技术创新绩效均有显著的影响;而吸收能力对网络结构、网络关系与技术创新绩效的影响关系存在着调节作用。结合现有理论和调研实践,笔者认为,集群网络是一种跨组织的合作创新,企业从外部网络获取的知识是分散无序的,并不能直接提升企业的创新能力,只有对知识有效吸收,形成企业自身的知识体系,才能成为企业的战略资源。本研究证实了吸收能力在知识网络对技术创新影响中的调节作用,为人们更深入地探索跨组织合作中的知识整合提供了有益的参考和启示,同时企业如果能对外部的知识进行有效的吸收,将能更好地提升企业的技术创新能力。
本文从总体上揭示了集群企业知识网络特征、吸收能力与其技术创新的关系,得出了一些有意义的理论结果,但这种研究还是初步的,有待深化和完善。本研究收集的数据可能带有一定的地域特征,而可能会使结论的普适性受到相应的影响;本文的结论是基于传统制造业集群企业样本,这些结论对于高新技术产业集群企业的普适性还有待检验。最近几年,国外相关研究大多以高新技术产业集群企业作为研究对象,我国的相关研究还较为薄弱。因此,以不同产业属性的集群企业为样本,比较和总结知识网络特征、吸收整合过程对集群企业创新的作用规律是需要进一步研究的内容之一。
[1]Molina-Morales F X.European Industrial D istricts:Influence of Geographic Concentration on Performance of the Firm[J]. Journal of InternationalM anagem ent,2001(7):277-294.
[2]Bap tista R.Do InnovationsD iffuse FasterW ithin Geographical C lusters?[J]. International Journal of Industrial O rganization,2000(18):515-535.
[3]魏江.小企业集群创新网络的知识溢出效应[J].科研管理,2003(4):54-60.
[4]OECD.The Know ledge-based Econom y[EB/OL].http://www.oecd.org,1998.
[5]Burt R S.Tow ard a Structural Theo ry ofA ction:NetworkM odels of Social Structure,Percep tion and A ction[M].New Yo rk:A cadem ic Press,1982.
[6]Nooteboom V A Gilsing.Density and Strength of Ties in Innovation Networks:A Competence and Governance V iew[J]. Ecis,2004(1):1-44.
[7]邬爱其.集群企业网络化成长机制研究——对浙江三个产业集群的实证研究[D].浙江大学博士学位论文,2004.
[8]PowellW W,Koput KW,Sm ith-Doerr L.Interorganizational Collaboration and the Locus of Innovation:Networks of Learning in B io techno logy[J].Adm inistrative Science Quarterly,1996,41:116-145.
[9]王晓娟.知识网络与集群企业创新绩效——浙江黄岩模具产业集群的实证研究[J].科学学研究,2008(4):874-879.
[10]Nonaka I,Takeuchi H.The Know ledge-creating Company:How Japanese Companies Cerate the Dynam ics of Innovation [M].New York:Oxford University Press,1995.
[11]Burt R S.Structural Ho les:The Social Structure of Competition[M].Cam bridge:Harvard University Press,1992.
[12]Franke S.M easurement of Social Cap ital Reference Document of Public Policy Research[A].Development,and Evaluation [C].PR I Pro ject,2005(Sep tem ber).
[13]Cumm ings J N.W ork Group s,Structural D iversity,and Know ledge Sharing in a GlobalO rganization[J].M anagement Science,2004,50(3):352-364.
[14]Spender J C,Grant R M.Know ledge and the Firm:Overview [J].StrategicM anagement Journal,1996,17(W S):5-9.
[15]GranovetterM.The strength ofweak ties[J].American Journal of Sociology,1973,78(6):1360-1380.
[16]TsaiW.Know ledge Transfer in Intraorganizational Networks:Effects ofNetwork Position and Absorp tive Capacity on BusinessUnit Innovation and Perfo rm ance[J].A cadem y ofM anagement Journal,2001,44,5:996-1004.
[17]Sternberg R,A rndtO.The Firm or the Region:W hatDeterm ines the Innovation Behaviorof European Firm s?[J].Econom ic Geography,2001,77(4):364-382.
[18]HansenM T.The Search-transfer Problem:the Ro le ofW eak Ties in Sharing Know ledge A crossO rganization Subunits[J]. Adm inistrative Science Quarterly,1999,44(1):82-112.
[19]Nonaka I.A Dynam ic Theory of Q rganizational Know ledge Creation[J].O rganization Science,1994(5):14-37.