知识网络对光伏企业技术创新绩效的影响

耿合江

(河海大学商学院，江苏 南京 210098)

1 引言

在开放式创新环境下，知识网络成为影响企业技术创新的重要因素。Buitenhuis等从开放网络的视角研究认为，通过有效的商业模式，开放式设计方法为研发人员和光伏企业提供了有效促进技术创新的机会［1］。Wu等从知识流动视角出发，利用1984—2008年这24年19105项太阳能光伏专利对台湾地区、韩国和中国大陆的知识流共性进行了揭示，发现这些技术追赶者更多依赖国内知识的创造和流动，实现从知识模仿创新到自主创新的转变［2］。霍沫霖等从市场拉动创新的视角出发，结合光伏产业特点及技术创新的相关理论，运用20个国家的市场和专利数据进行跨国比较，用计量方法研究发现市场发展态势拉动技术创新的作用［3］。

本文把光伏企业技术创新绩效作为研究对象，以企业内外部知识网络作为自变量，以企业技术能力作为中介变量，政府行为作为调节变量，构建模型进行实证研究，试图揭示光伏企业技术创新过程机制的“黑箱”，为光伏企业技术创新和政府决策提供实践支撑和理论参考。

2 理论框架与研究假设

Capello等［4］、任慧等［5］从知识共享、知识参与者、网络有效性、网络嵌入性等不同视角定义了知识网络。本文认为，知识网络是企业通过内外部的知识交流与共享达成创新目标的一种动态关系结构。从构成主体来看，知识网络可分为内部知识网络和外部知识网络，内部知识网络是企业内部成员组成的知识网络，知识异质性［6］、知识流动性［7］、知识共享［8］、知识信息平台等构成基本要素;外部知识网络是以企业或其他相关组织为节点组成的知识网络，企业网络中心度［9］、关系强度［10］、结构嵌入性［4］、网络异质性［11］构成基本要素。

2.1 内部知识网络与技术创新绩效

光伏企业内部知识网络中的知识资源具有较强的资产专用性，内部成员的互动学习对于光伏企业技术创新有重要作用。Beckman C认为，网络成员的异质性知识有助于成员学习绩效，成员间强联系关系作用于团队成员并且与组织绩效正相关［6］。钟琦等研究认为，企业内部知识网络的知识流动过程可以实现知识学习和知识创新［7］。刘臣等研究发现，组织内部知识共享对企业的知识创造、新技术新产品的开发等方面有着重要作用［8］。

基于以上分析，本文提出假设1:内部知识网络对光伏企业技术创新绩效有正向影响。

2.2 外部知识网络与技术创新绩效

光伏企业利用外部知识网络资源的程度影响企业的技术创新。Granovette认为，网络中强连接有利于转移隐性知识，但对显性知识则缺乏有效性，弱连接则相反［10］。Kesidou等通过实证研究发现，居于产业集群知识网络中心位置的企业更容易通过吸收知识增进创新［12］。李贞等认为，由于外部知识网络能够将企业、科研机构等异质性主体优势互补的知识进行有效整合，因此外部知识网络能有效提高技术创新绩效［11］。王晓娟通过实证研究发现，集群企业知识网络开放度、中心度、关系质量和稳定性对集群企业创新绩效均存在正向影响;而知识网络规模与关系强度仅对集群的中小企业创新绩效存在正向影响，对大企业的创新绩效影响并不显著［13］。

基于以上分析，本文提出假设2:外部知识网络对光伏企业技术创新绩效有正向影响。

2.3 技术能力的中介效应

内外部知识网络是形成企业技术能力的重要知识来源［14］。企业技术能力除了指技术上的研发能力，还包括技术创新过程中的组织及适应能力、信息与技术的获取能力，这些能力与企业技术创新绩效有直接关系［15］。同时，内外部知识网络中的知识资源通过技术能力对企业技术创新绩效产生影响。Zaheer和Bell对于加拿大共同基金的调查显示，企业外部网络位置的中心度通过企业创新能力作用，会显著提升企业绩效［9］。Cohen和Levinthal指出，技术吸收能力有助于技术创新过程中信息的利用和新知识向技术创新绩效的转化［16］。

基于以上分析，本文提出假设3:内部知识网络对光伏企业技术能力有正向影响;假设4:外部知识网络对光伏企业技术能力有正向影响;假设5:技术能力对光伏企业技术创新绩效有正向影响;假设6:内部知识网络以技术能力为中介，对光伏企业技术创新绩效有正向影响;假设7:外部知识网络以技术能力为中介，对光伏企业技术创新绩效有正向影响。

2.4 政府行为的调节效应

作为战略性新兴产业，光伏产业的发展很大程度上依赖政府的支持。Noailly研究了政府政策如何刺激能效建筑技术创新，认为政府研发补贴对技术创新有积极影响［17］。David等的研究集中在研发补贴对企业创新投入所产生的效应分析上［18］。肖东平等研究发现，政府政策体系可为企业知识流动提供良好环境，促进企业合作意向达成，有助于知识网络内知识的流动，加快网络内技术更新和资源共享［19］。Figueiredo通过对46家巴西企业的实证研究发现，政府政策不仅在宏观层面起到激励作用，还直接促进了企业技术能力提高［20］。

基于以上分析，本文提出假设8:政府行为正向调节内部知识网络与光伏企业技术创新绩效的关系;假设9:政府行为正向调节外部知识网络与光伏企业技术创新绩效的关系;假设10:政府行为正向调节技术能力与光伏企业技术创新绩效的关系。

综合以上分析，本文提出研究框架 (见图1)。

图1 研究框架

3 研究设计

3.1 样本数据收集与筛选

本文形成的最初测量指标在大规模调研之前，调研组对南京3家光伏企业进行了预调研，根据反馈信息对量表进行了改进。本次调研样本主要来自于江苏省南京、无锡、常州、苏州、徐州及扬州的65家光伏企业。调研主要采用2种方式进行:①调研人员预约企业人事部门管理人员，向企业技术研发人员及中高层管理人员现场发放问卷，共发放问卷65份，回收65份，有效问卷65份，有效率100%;②通过企业网站和光伏产业协会等方式获取其联系电话和电子邮件，在电话沟通好以后，通过电邮方式发放问卷280份，返回问卷146份，剔除19份无效问卷，最后得到有效问卷211份，有效率为61%。

3.2 变量测量

本研究所设计的潜变量的度量指标，是在已有研究文献证明有效的前提下采纳的。本研究量表采用成熟的Likert七点计分法，问卷回答者按照1～7之间的数字来考量对特定问题的偏好程度，1表示偏好最低，7表示偏好最高。

(1)内部知识网络。参考Beckman C［6］、钟琦等［7］、刘臣等［8］的研究，选择 4个测量变量来度量内部知识网络:内部知识网络知识流动性、内部知识网络知识共享程度、内部知识网络知识异质性程度、内部知识网络信息平台。

(2)外 部 知 识 网 络。参 考 Granovetter［10］、Beckman C［6］、Capello 等［4］、李贞等［11］的文献研究，选取4个测量变量度量外部知识网络:光伏企业在外部知识网络的中心度、在外部知识网络的关系强度、在外部知识网络的结构嵌入性、外部知识网络的网络异质性。

(3)技术能力。参考Pack等［15］的研究，设定3个测量变量对技术能力进行度量:技术获取能力、技术吸收能力、技术创新能力。

(4)政府行为。根据 Noailly［17］、Figueiredo［20］等的文献研究，结合光伏企业发展的实际情况，选取3个测量变量来度量政府行为:政府研发补贴、政府电价补贴、政府光伏产业规划。

(5)技术创新绩效。参考李贞等［11］的研究，选取3个测量变量进行测量:专利申请数、新产品开发数、研发成功率。

(6)控制变量。选取光伏企业规模和光伏企业成立年限作为控制变量，企业规模采用企业上年末的实际人数测量，企业成立年限按照企业注册时间起算。

4 模型实证分析结果

4.1 描述性统计分析

本研究使用Spss18和Amos18对模型和研究假设进行验证。调查问卷的均值、标准差及相关系数，表明了内部知识网络、外部知识网络、技术能力、政府行为与技术创新绩效等变量之间存在显著的正相关关系 (见表1)，研究假设得到部分验证。

表1 描述性统计、标准差与Pearson相关性

4.2 信度与效度检验

如表2所示，内部知识网络、外部知识网络、技术能力、政府行为和技术创新绩效的Cronbach's α 系数 分别 为 0.925、0.910、0.893、0.823、0.913，均大于0.7，各变量的CR值也全部大于0.7，表明本研究所用量表有较好的内部一致性，量表信度得到检验;各测量变量对应的标准化因子载荷介于0.71～0.92之间，均在0.01的水平下显著，各变量的AVE值均在0.5以上，量表有较好的收敛效度。AVE的平方根值 (对角线上的值)均大于相应行与列的相关系数，量表具有较好的区分效度 (见表1)。

分析模型的拟合优度表明 (见表3)，模型的χ2=308.436，在0.01水平下显著，自由度为108，χ2/df=2.856，小于3，而其他拟合优度指标GFI=0.934、NFI=0.913、CFI=0.931，都大于 0.9，RMSEA=0.078，小于0.10。以上数据表明模型整体拟合较好。

4.3 假设检验分析

(1)假设1～假设5检验。对模型的假设关系分析可得路径系数 (见表3)。内部知识网络对技术创新绩效有显著影响 (路径系数0.411)，假设1通过检验;外部知识网络对技术创新绩效有显著影响 (0.390)，假设2通过检验;内部知识网络对技术能力有显著影响 (0.480)，假设3通过检验;外部知识网络对技术能力有显著直接影响(0.510)，假设4通过检验;技术能力对技术创新绩效有显著影响 (0.630)，假设5通过检验。进一步分析发现，内部知识网络对技术创新绩效的影响略高于外部知识网络，内部知识网络更多意味着自主创新，而外部知识网络意味着合作创新。

(2)中介效应检验。建立嵌套模型检验技术能力的中介作用。根据Baron和Kenny［21］中介作用的检验方法，一般需要满足以下条件:自变量与中介变量显著相关、自变量与因变量显著相关、中介变量与因变量显著相关。当控制中介变量时，自变量与因变量相关关系显著降低或消失，如果相关关系显著降低则中介变量起部分中介作用，如果相关关系消失则中介变量起完全中介作用。

假设检验结果见表4，模型1是技术能力在内部知识网络和技术创新绩效间起部分中介作用，模型2是完全中介作用，模型3、4和5是非中介作用模型。从各个模型的拟合指标来看，模型1拟合较好，因此技术能力在内部知识网络和技术创新绩效间起部分中介作用，如图2和图3所示。进一步比较发现，在内部知识网络和技术创新绩效的直接效应中，两者的关系系数为0.531(t=7.856，P＜0.01)。在引入技术能力的中介作用后，两者的相关系数为0.411(t=6.647，P＜0.01)。路径系数降低0.120，t值变化为1.209，较为显著。因而，假设6技术能力在内部知识网络和技术创新绩效之间起中介作用的假设成立。内部知识网络对技术创新绩效的直接效应是0.411，间接效应 (中介效应)为0.302(0.480×0.630)，总效应为0.713，部分中介效应的占比为42%。

同理，分析可得技术能力在外部知识网络和技术创新绩效间起部分中介作用 (见表5)。在外部知识网络和技术创新绩效的直接效应中，两者的关系系数为0.502(t=7.915，P＜0.01)。在引入技术能力的中介作用后，两者的相关系数为0.390(t=6.710，P＜0.01)。路径系数降低0.112，t值变化为1.205，较为显著。因而，假设7技术能力在外部知识网络和技术创新绩效之间起中介作用的假设成立。外部知识网络对技术创新绩效的直接效应是0.390，间接效应 (中介效应)为0.320(0.510×0.630)，总效应为0.710，部分中介效应的占比为45%。

表2 测量变量、信度及收敛效度检验

表3 模型路径分析及拟合优度结果

表4 内部知识网络－技术能力－技术创新绩效结构方程模型比较

表5 外部知识网络－技术能力－技术创新绩效结构方程模型比较

(3)调节效应检验。本研究应用多层线性回归来检验政府行为的调节效应，见表6。M1b的结果表明，在自变量的基础上增加调节变量后，模型的解释力显著增强 (ΔR2=0.062，P＜0.01)，政府研发补贴对光伏企业技术创新绩效具有显著的正向影响 (β=0.356，P＜0.01);政府电价补贴对技术创新绩效有正向影响 (β=0.075，P＜0.01);而政府产业规划对技术创新绩效影响不显著。M1c的结果表明，在主效应模型的基础上增加交互项后，模型的解释力增强 (ΔR2=0.023，P＜0.01)，研发补贴和电价补贴显著正向调节光伏企业内部知识网络与技术创新绩效之间的关系 (β=0.081，0.036，P＜0.05)。可见，政府行为对光伏企业内部知识网络与技术创新绩效起正向调节作用，假设8通过检验。同样分析M2b和M2c，可见政府行为对光伏企业外部知识网络与技术创新绩效起正向调节作用，假设9通过检验;同理分析M3b和M3c，可见政府行为对光伏企业技术能力与技术创新绩效起正向调节作用，假设10通过检验。由政府行为的调节效应分析可知，政府研发补贴可以有力地拉动光伏企业技术创新的研发投入，起到杠杆效应，促进企业内外部知识网络的构建和技术能力的提高;政府电价补贴对光伏企业技术创新的影响体现在，政府进行项目招标或特许经营等手段，给予光伏发电离网或并网电价补贴，从而有力推动光伏企业知识网络和技术能力的形成，起到了驱动效应;政府产业规划在扩大市场容量初期，企业数量少、竞争压力小，企业能轻易获得高额利润，缺乏技术创新的压力和动力，导致企业技术创新投入不足，产业规划在一定程度上弱化了企业技术创新绩效。

图2 内外部知识网络、技术创新绩效结构方程路径图

图3 技术能力中介作用结构方程路径系图

表6 政府行为调节效应检验

5 结语

本文以江苏省光伏企业的211份调查问卷为样本，就内外部知识网络影响光伏企业技术创新绩效的作用机理进行了实证研究，得出以下结论:①光伏企业内外部知识网络对企业技术创新绩效均有显著的正向影响，且内部知识网络的影响略高于外部，这与企业普遍重视自主创新的现实相符。②光伏企业技术能力对技术创新绩效影响显著 (0.891)，且技术能力在光伏企业内外部知识网络与技术创新绩效之间具有部分中介效应。③政府研发补贴能有效拉动光伏企业研发投入，具有杠杆效应;政府电价补贴能促进光伏企业技术能力和产品质量标准的提高，具有驱动效应;政府产业规划扩大了市场容量，降低了光伏企业间的竞争程度，企业缺少技术创新的压力和动力，因而政府产业规划的调节效应不显著。

基于以上分析，提出如下政策建议:首先，光伏企业内部知识网络的知识流动、共享及知识异质性和信息交流平台对技术创新绩效有着较强的正向影响，因此，企业应加强异质性技术人才的引进，同时构建内部知识交流的信息平台和激励机制，更好地挖掘内部知识网络的创新潜力，增强自主创新能力;其次，外部知识网络的异质性有助于光伏企业技术创新绩效的提高，因而在构建知识网络过程中，增强网络组织的异质性可以有效提高技术创新水平;再次，在可预见的周期内，光伏企业发展受政府行为影响较大，光伏企业需要建立有效的信息网络平台，收集、分析、研究各国政府的政策及其变化趋势，充分利用政府信息和资源，争取有利的技术创新条件，增强企业技术创新能力;最后，政府作为光伏产业发展的重要推动力量，实施激励性的研发补贴和电价补贴政策，发挥政策杠杆效应和驱动效应，制定适度的产业规划，引导产业健康发展，促进企业技术创新。

［1］Buitenhuis A J，Pearce J M．Open-source development of solar photovoltaic technology［J］．Energy for Sustainable Development，2012，16(3):379 －388．

［2］Wu C Y，Mathews J A．Knowledge flows in the solar photovoltaic industry:insights from patenting by Taiwan，Korea and China［J］．Research Policy，2012，41(3):524 －540．

［3］霍沫霖，张希良，王仲颖．光伏市场拉动研发创新的国际研究［J］．中国人口·资源与环境，2011，21(9):138－144．

［4］Capello R，Faggian A．Collective learning and relational capital in local innovation processes［J］．Regional Studies，2005，39(l):75 －87．

［5］任慧，和金生．知识网络:技术创新模式演化与发展趋势［J］．情报杂志，2011，30(5):104 －107，94．

［6］Beckman C，Haunschild P．Network learning:the effects of partners'heterogeneity of experience on corporate acquisitions［J］．Administrative Science Quarterly，2002，(47):92 －124．

［7］钟琦，汪克夷，齐丽云．基于企业内部知识网络的知识流动分析［J］．情报理论与实践，2008，31(3):397－399，406．

［8］刘臣，张庆普，单伟等．组织内部知识网络中的知识共享进化博弈分析［J］．系统管理学报，2011，20(2):218－224．

［9］Zaheer A，Bell G G．Benefiting from network position:firm capabilities，structural holes，and performance［J］．Strategic Management Journal，2005，26:809 －825．

［10］Granovetter M S．Economic action and social structure:the problem of embeddedness［J］．American Journal of Sociology，1985，91:481－510．

［11］李贞，张体勤．基于技术创新的企业外部知识网络演化研究［J］．山东社会科学，2010，(6):140－143．

［12］Kesidou E，Snijders C．External knowledge and innovation performance in clusters:empirical evidence from the uruguay software cluster［J］．Industry ＆ Innovation，2012，19(5):437 －457．

［13］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，2008，26(4):874－879，867．

［14］范瀑媚，匙芳，范正金，裴磊，李存超．基于国际技术转移的企业技术能力增长模式研究［J］．马克思主义与现实，2008，(5):206－208．

［15］Pack H，Westphal L．Industrial strategy and technological change:theory versus reality［J］．Journal of Development Economics，1986，22(1):87 －128．

［16］Cohen W，Levinthal D．Absorptive capacity:a new perspective on learning and innovation［J］．Administration Science Quarterly，1990，35(1):128 －152．

［17］Noailly J．Improving the energy efficiency of buildings:the impact of environmental policy on technological innovation［J］．Energy Economics，2012，34(3):795 －806．

［18］David P A，Hall B H，Toole A A．Is public R＆D a complement or substitute for private R＆D?A review of the econometric evidence［J］．Research Policy，2000，29:497 －529．

［19］肖东平，顾新，彭雪红．基于潜入视角下知识网络中的知识流动研究［J］．情报杂志，2009，28(8):116－125．

［20］Figueiredo P N．Industrial policy changes and firm-level technological capability development:evidence from northern Brazil［J］．World Development，2008，36(1):55 －88．

［21］Baron R 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．