技术创新要素协同对企业创新绩效影响的实证分析

贺 灵，程 鑫，邱建华

（中南大学 商学院，湖南 长沙 410083）＊

企业技术创新的状况最终是由创新绩效来反映的。在创新过程中，企业内部各参与主体因追求各自局部或短期利益而导致创新失败的现象时有发生。这就使得从协同的角度对影响企业技术创新绩效的因素进行研究尤为重要。对这些因素的掌握有利于监控创新的运作，有利于降低技术创新的风险，进而提高企业的竞争优势［1］。而目前的研究主要侧重在创新绩效本身的构成指标上，对绩效的影响因素及机理缺乏系统的实证分析。鉴于此，本文在调研基础上，基于结构方程模型实证分析企业技术创新绩效的影响因素及影响机理，为掌握重要绩效影响因素、全面客观评价创新绩效并对其优化提供有效依据。

一、概念模型的设计

Moreno，Montes（2004）认为要想提高企业创新绩效，就必须先提升组织学习能力、团队凝聚力、技术创新和管理创新能力。Griffin（2003）对研发和市场营销两个要素的投入进行分析表明，那些研发和市场投入协同配合得好的企业，其研发成功的可能性也就越大。另外，一些学者就企业内跨部门协同配合程度对企业研发绩效的影响进行了探讨，有的还做了实证分析。但多是分析研发与市场营销的协同对创新绩效的影响，未从系统角度对创新要素的全面协同对企业创新绩效的影响进行分析。马宁等人（2006）通过调研，以专利数量、创新产品数量和创新产品销售比例作为度量企业创新绩效的主要指标，用统计回归法分析了影响我国工业企业创新效率的主要因素。官建成（2004）认为，技术创新能力可划分为学习能力、研究开发能力、生产制造能力、市场营销能力、资源配置能力、组织创新能力和战略计划能力共7类［2］。

基于已有研究及对我国多领域企业的调研分析，本文探讨企业内部创新要素的协同、企业内外创新要素的协同、企业的技术创新能力对创新绩效的影响。企业内部创新要素的协同主要体现在技术与非技术要素的两两协同、技术要素本身内部的协同以及企业内部多要素的协同三方面。企业内外创新要素的协同可以从企业参与产学研合作的能力、合作的关系、政府和中介在产学研合作中的作用三个方面来体现。基于已有研究及我国企业的特点，将技术创新能力进行划分，研究与开发能力、生产制造能力、市场营销能力是技术创新能力的主要构成，学习能力、资源配置和组织创新能力是另外两个很重要的能力分支。对技术创新绩效的度量应采用综合性指标，因为单一指标很难反映企业技术创新的总体绩效。本文采用中间过程产出指标、最终产出指标、社会效益指标来综合度量企业技术创新绩效。中间过程指标主要包括专利申请数、科技论文发表数、技术诀窍数；最终产出指标主要包括开发的新产品总数、新产品销售收入、销售利润率、物耗（能耗）降低率；社会效益指标主要用减少环境污染程度来度量。综合这些因素，本文提出了它们之间关系及对技术创新绩效影响的概念模型，如图1所示。

图1 创新要素协同对企业创新绩效影响的概念模型

二、研究假设的提出

Goldenberg K（2003）认为技术与其它因素的平衡发展会给企业技术能力和创新结果带来正面效应［3］。许庆瑞（2006）认为，非技术因素主要指对市场的开拓、对科技人才的有效激励、创新组织的合理设置以及企业的技术发展战略，这些非技术因素只有和技术因素本身获得协调发展，才能促进企业技术能力提高及创新绩效的优化［4］。基于有关学者的研究并结合本文的需要，提出以下假设：H1：技术与非技术因素两两协同对企业技术创新能力有着显著的积极影响；H2：技术与非技术要素两两协同对技术创新绩效有着显著的积极影响；H3：技术创新能力在技术与非技术要素协同对创新绩效影响中具有中介效应。

梁雨谷（2004）指出，企业应形成超前研发、应用性开发、成果转化及科研管理等各项行为协调的局面［5］。陈钰芬（2009）指出，超前研发与实用开发之间关系的合理处理、科研资源在创新各环节的合理配置以及科技成果的有效转化，这些环节的协同发展能够有效提升企业创新的能力和水平，并能增进创新产出［6］。基于有关学者的研究及本文需要，提出以下假设：H4：技术因素内部协同对企业技术创新能力有着显著的积极影响；H5：技术因素内部协同对创新绩效有着显著的积极影响；H6：企业技术创新能力在技术因素内部协同对创新绩效影响中具有中介效应。

Laursen K ＆Salter A（2006）对工业企业的62个新技术项目做了实证分析，表明研发和营销的投入匹配度越合适，项目成功率就越高［7］。国外一些学者（Joe T 2001；Gupta A K，Rogers E M 2002）对各部门间协同对新产品开发绩效的影响进行了研究，结果表明企业内部各创新要素，如技术、人力资源、制度等多边协同度越高，越能调动各方积极性，从而加快企业消化吸收技术的速度，增强企业技术积累和创新产出［8］。许庆瑞、郑刚（2006）认为企业内各个创新要素之间的互动协同发展，对企业积累技术知识以及企业绩效可能有促进作用［9］。基于有关学者的研究及本文需要，提出以下假设：H7：企业内部多因素协同对企业技术创新能力有着显著的积极影响；H8：企业内部多因素协同对创新绩效有着显著的积极影响；H9：企业技术创新能力在企业内部多因素协同对创新绩效影响中具有中介效应。

Faems D ＆ Vanlooy B（2005）指出，企业创新的成功不仅与其自身的资源有关，其他企业或科研机构对本企业创新的影响也很明显，各创新组织间应加强合作和交流［10］。Michael D S（2000）认为除了要做好企业内部的创新工作外，还应从外部获得创新资源，如应建立和维护好产学研战略合作关系，处理好和政府以及中介组织的关系，提升参与外部创新合作的能力［11］。这些行为的加强将增强企业技术创新能力，进而提升创新的业绩。Cooper R G（2003）指出企业拥有的资产、创新能力与环境不协调是导致绩效下滑的主因［12］。因此，本文提出如下假设：H10：企业内外创新要素协同对企业技术创新能力有着显著的积极影响；H11：企业内外创新要素协同对企业创新绩效有着显著的积极影响；H12：企业技术创新能力在企业内外创新要素协同对创新绩效影响中具有中介效应；H13：企业技术创新能力对创新绩效有着显著的积极影响。

三、数据收集与分析

（一）问卷设计

问卷设计的目的是测量6个潜在变量的观测变量。借鉴国外的研究量表，并结合我国企业技术创新的特性对问卷中的观测变量进行改进式设计，并用调整后的量表做实验性测试与访谈。实验性测试后的观测变量中，技术与非技术要素两两协同有5个观测变量；技术要素内部协同有3个观测变量；企业内部多要素协同有3个观测变量；企业内外创新要素协同有3个观测变量；企业技术创新能力有5个观测变量；企业技术创新绩效有8个观测变量。总计27个变量构成问卷的项目，变量的计分方式均采用7级打分法，从1～7代表程度从最低到最高。潜变量与观测变量的描述见表1。

表1 信度与效度分析结果

（二）调查对象

为使调查结果符合企业技术创新的基本特征，对目前国内各行业的典型企业（以生产型工业企业为主）进行问卷调查，其中钢铁企业12家、铝工业企业11家、高技术装备制造业企业7家、生物科技企业6家、新材料企业8家、环保企业14家、IT企业16家、汽车行业企业5家、化工行业企业8家、建筑行业企业14家。为了提高问卷的有效性，本文调查对象主要为企业研发部门的主管、研发人员及其他一些相关性比较大的部门主管。共发问卷480份，收回396份。在收回的问卷中，有效问卷334份，问卷的有效回收率为69.6%。

（三）信度与效度检验

本文的信度检验，是对调查结果采取Cronbach α系数进行了内部一致性分析。结果表明，技术与非技术要素协同、技术要素内部协同、企业内部多要素协同、企业内外创新要素协同、企业技术创新能力、技术创新绩效的Cronbachα系数均超过了0.7，显示了本研究的变量具有较好的信度。考虑到国情及企业技术创新的特定环境的影响，采用验证性因子分析方法（CFA）对具体测项进行检验。由 表1可知，27个观测变量的因子载荷均大于0.5，表明各变量具有较好的结构效度。

四、实证分析—— 基于结构方程模型

1.初始模型的估计与检验。对于利用AMOS7.0估计出的初始模型需要从不同的角度进行评价：一是用各种拟合指数对模型做整体的评价；二是检验参数的显著性，评价参数的意义和合理性［13］。首先采用模型整体拟合优度指标来测度初始模型拟合的质量，具体结果见 表2。从 表2所列出的初始模型拟合指数可知，χ2/df＜5符合检验要求。其他的拟合优度指数中，RMSEA＝0.068＞0.05，但根据标准小于0.08仍可看作是合理的。

表2 初始模型的拟合指数

对模型参数的显著性进行检验评价又可分为两个主要部分：一是对结构模型的路径系数显著性进行检验，二是对测量模型的负荷系数显著性进行检验［17］。对初始模型的路径进行估计与检验的结果见表3。

表3中列出结构模型的路径系数以及相应的C.R.值。结构模型中的所有路径的C.R.值均大于1.96的参考值，表明其路径系数在p＝0.05的水平上具有统计显著性。但对初始模型的测量模型进行估计与检验后发现，“（B4）技术与文化←技术与非技术要素协同”的负荷系数在0.05的显著性水平下不显著。可能是由于目前国内很多企业都没有从实质上对企业文化进行建设，或者只是留于形式，没有真正让文化对企业技术创新工作起到有效激励作用所致。因而，需要对原模型进行调整，即去除该测量指标，并需对调整后的模型重新进行估计和检验。

表3 初始结构模型路径的估计及检验值

表4 模型变量间标准化影响效应值

2.模型的调整与修正。经过调整与修正之后，调整后的企业技术创新绩效影响因素结构模型以及测量模型都得到了验证，其最终结构方程模型如图2所示（模型的各项拟合优度指数都有所改善）。

3.效应分解。最终模型中，技术创新能力是中间变量，技术创新绩效是结果变量。从协同角度探讨的影响企业技术创新绩效各方面变量对绩效的直接影响以及通过技术创新能力对绩效的间接影响进而总影响的结果可以从表4中得到体现。

4.研究结果。通过运用结构方程建模（SEM）方法对影响企业技术创新绩效的各个因素之间相互作用的路径关系分析表明：技术与非技术要素两两协同、技术因素内部协同、企业内部多要素协同、企业内外创新要素协同对企业技术创新绩效产生直接影响；并且它们通过企业技术创新能力对技术创新绩效产生间接影响。根据结构方程模型的检验结果，得出汇总表5，从中可以看出对于本文假设的支持情况。

表5 假设检验的结果

由以上检验结果可以得到企业技术创新过程中技术创新能力的中介效应检验结果，如 表6所示。由于间接效应明显小于直接效应，所以是部分中介效应。

表6 技术创新能力的中介效应检验结果

五、结 论

以上研究表明：一方面，技术与非技术要素两两协同、技术因素内部协同、企业内部多要素协同、企业内外创新要素协同这四个环节会直接影响企业技术创新绩效。数据分析结果验证了假设，技术与战略及文化等因素越是协同发展、研发资源越是合理配置，企业多部门之间越是有效协同配合、企业与外部合作越是紧密，越是会产生更高的技术创新绩效。另一方面，这四个环节又通过企业技术创新能力间接影响企业技术创新绩效，企业内外创新要素的协同对企业技术创新能力的影响最大。同时企业技术创新能力对企业技术创新绩效的提升有积极影响，企业越是善于消化吸收来自企业外部的知识技术，充分发挥自身的技术创新积极性，努力加强自身的技术积累，越是有助于技术创新绩效的提升。技术创新能力在技术与非技术要素两两协同、技术因素内部协同、企业内部多要素协同、企业内外创新要素协同对技术创新绩效的影响中起到了部分中介作用，但间接效应明显小于直接效应，所以，是不完全中介作用。

［1］徐英吉.基于技术创新与制度创新协同的企业持续成长研究［D］.济南：山东大学博士学位论文，2008.

［2］官建成.技术创新能力和创新绩效关系研究 ［J］.中国机械工程，2004，15（11）：1000－1004.

［3］Goldenberg，K.Finding your innovation sweet spot［J］.Harvard Business Review，2003，81（3）：120－123.

［4］许庆瑞，朱凌，王方瑞.从研发－营销的整合到技术创新－市场创新的协同 ［J］.科研管理，2006，27（2）：22－28.

［5］梁雨谷.企业技术中心价值导向管理的理论思考 ［J］.山东大学学报（哲学社会科学版），2004，（3）：72－77.

［6］陈钰芬，陈劲.开放式创新促进创新绩效的机理研究［J］.科研管理，2009，30（4）：1－9.

［7］Laursen，K.，Salter A..Open for innovation：the role of openness in explaining innovation performance among UK manufacturing firms［J］.Strategic Management Journal，2006，27 （2）：131－150.

［8］Gupta，A.K.，Rogers，E.M..The R＆D＿marketing interface in the high－tech firms［J］.Journal of Product Innovation Management，2002，2（2）：12－24.

［9］许庆瑞，郑刚.创新管理新范式初探—理论溯源与框架［J］.管理学报，2006，3（2）：135－142.

［10］Faems，D.，Vanlooy，B.，Debackere，K..Interorganizational collaboration and innovation：toward a portfolio approach［J］.Journal of Product Innovation Management，2005，22（3）：238－250.

［11］Michael，D.S..Success breeds success：the linkage between relationship intensity and tangible outcomes in industry－university collaborative ventures［J］.The Journal of High Technology Management Research，2000，11（2）：255－273.

［12］Cooper，R.G..Product innovation and technology strategy［J］.Research Technology Management，2003，43（1）：38－41.

［13］杨敏杰，高长元.基于结构方程模型的虚拟企业合作绩效评价维度研究［J］.科技进步与对策，2010，27（13）：108－111.