适应力的内涵、测量及实证研究——基于我国房地产开发企业的数据

寇元虎

（北京科技大学 东凌经济管理学院，北京 100083）

0 引言

当前整体经济虽然步入以“增速减缓、产业升级、结构调整”为特征的新常态发展阶段，但长期困扰我国经济的城乡二元经济结构和复杂的地区差异仍客观存在，特别伴随“转型经济”的深入，我国社会和企业不可避免地进入以变化甚至迅速变化为特征的转型期，因此我国社会、经济、制度等环境不确定性呈持续加大趋势。适应力理论是研究在技术、市场偏好等环境不确定性加大的背景下，企业如何增强组织的敏捷性、柔性、创新性，实现企业的成长的新视角和新范式。目前适应力理论逐渐成为研究企业竞争优势的新热点，受到学界越来越多的关注，但适应力理论的内涵、测量及运行机制，还需要我们在理论构建的基础上，用我们企业的实践进行实证研究。本文正是基于上述认识，对适应力相关文献进行分析，运用实证研究方式，建立测量模型，揭示其主要构成和运行机理，以期对我国房地产开发企业持续成长的实践和研究，提供有益探索和借鉴。

1 内涵界定

对于组织适应力，国内外许多学者进行了不同角度的深入研究。主要有3种视角：一是社会学派，将人作为研究对象引入组织适应力研究，认为组织适应力形成、发展的源泉在于持续的组织社会化，也即只有人适应了组织及其环境变化，组织的适应力才能提高；二是生态演化学派，认为环境推动组织适应力的形成、发展的过程是一个持续、渐进的过程，将组织适应力定义为以组织内部变异及遗传保留为导向，以适应环境选择为目的进行的适应性行为。三是复杂系统学派，将企业看做复杂适应系统，认为组织复杂性与环境复杂性是互动关系，且呈不断增强的趋势，“适应力是企业系统改变以应对环境的变化的能力；组织能够持续成长就要求组织复杂性高于环境复杂性，组织复杂性意味着组织对环境的适应性”，故适应力作为组织柔性和创新效果或能力的呈现成为组织竞争优势的源泉。本文认为企业适应力综合体现企业的敏捷性、柔性和创新性，是实现组织与环境耦合效果的战略调适能力，是整体提升企业竞争优势、推动企业持续成长的能力。

2 测量维度

适应力按照当期实际效果角度划分为实际适应力、潜在适应力和有效适应力；按照针对环境的差异角度可划分为静态适应力（适合常规变动环境）、动态适应力（适合可预见的较大变动环境）和临界适应力（适合难以预见较大环境变化，尤其危机式环境变化）。综上，本文按照能动性角度划分为被动适应力和主动适应力。

3 实证研究

3.1 研究目的

为探索适应力的测量问题，了解其运行机理，增强企业敏捷性、柔性和创新性，急需用实证研究的方式进行研究。本文采用调查问卷的方式进行量化分析和模型检验，本着“先探索、后验证”的研究思路，借助探索性因素分析和验证性因素分析方法进行实证研究，建立适应力模型。本文使用统计软件SPSS 19.0和AMOS 17.0。

3.2 问卷设计

本文认为企业适应力由被动适应力和主动适应力两个维度测量。根据与学界和企业界专家的访谈意见，部分参考Gibson＆Birkinshaw（2004）、Wang ＆ Ahmed（2007）相关研究测量文献，进行了被动适应力题项的设计；主动适应力为作者独立设计。具体见表1。

表1 中国房地产开发企业适应力测量表

上述12个题项为研究便利，分别用A1，A2，…，A12表示。调查问卷采用李克特5分量表打分，由填答者进行主观评价。

3.3 问卷收集

本文针对房地产开发企业发放280份问卷，共收回193份有效问卷。样本企业的注册区域主要集中于环渤海，有103个样本，占比53.4%；资质主要集中于一级，有117个样本，占比60.6%；企业年龄主要集中于21年及以上，有57个样本，占比29.5%；近3年平均销售额集中于20亿元及以下，有86个样本，占比44.6%；近3年平均资产额集中于51～500亿元，有86个样本，占比44.6%；核心业务区域主要集中于环渤海，有76个样本，占比39.4%。综上，本次调查问卷主要构成为注册在环渤海区域、资质一级、企业存续期较长、资产量较高的企业样本。

3.4 预试问卷

3.4.1 量表项目分析

主要目的是检验预试量表或个别题项的适切程度或可靠程度，可作为个别题项筛选或修改的依据。主要进行3项分析：一是极端组比较分析，通过对适应力数据的描述性统计分析，没有发现极端值或错误值；二是题项与总分相关分析，通过极端组比较分析，适应力数据总得分的前27%与后27%两组在此题项上得分的平均数差异是显著的，决断值检验达到显著的题项 （P＜0.05），适应力测量表是一个较好的量表；三是同质性检验分析，各题项与适应力总分的相关系数在0.710与0.814之间，均大于0.4，且均达到显著，各题项与整体量表的同质性较高，故暂无删除题项。

3.4.2 量表因素分析

主要目的是找出量表的潜在结构，精炼题项数目并增大相关度，获得量表建构效度，即预试量表能测量理论的概念或特质的程度。因素分析的重点是释解变量间的相关性。主要进行5项分析：

一是公因子方差分析，提取的共同性在0.481～0.680之间，均大于0.2，故暂不用考虑删除题项。

二是主成分分析，因素负荷量均在0.694～0.825之间，均大于0.45，故暂不用考虑删除题项。

三是KMO分析，Bartlett球形检验的卡方值为1 674.006，自由度为66，达到0.05显著性水平，故拒绝虚无假设，总体的相关矩阵间具有共同因素存在，适合进行因素分析。KMO为0.924，大于0.9，显示极为适合做因素分析。

四是建构效度分析，为采用主成分分析法，抽取主成分的结果，采取直交转轴的最大变异法，共抽取2个共同因素，共可累计解释68.888%的变异量，大于60%，表示保留萃取的2个因素其建构效度良好。

五是探索性因素分析，按照有关因素缩减的操作方式，相继删除A6、A5等2个题项，具体2个因素见表2。

综上适应力测量表经两次优化，最终保留A1至A4；A7至A12等共计10个题项。此时，Bartlett球形检验的卡方值为1 311.235，自由度为45，达到0.05的显著性水平，故拒绝虚无假设，总体的相关矩阵间具有共同因素存在，适合进行因素分析。KMO为0.914，大于0.9，显示极为适合做因素分析；可解释71.091%的变异量，大于70%，表示保留萃取的两个因素其建构效度很好。

3.4.3 量表信度分析

一是将A1至A4，按照内容赋予因素名称“被动适应力”。现对 “被动适应力”因素进行测试：Cronbach’α值为0.902，大于0.9，信度极高；修正的项目总相关系数介于0.753～0.810之间，各题项均与其余3个题项加总分数的积差相关系数均大于0.4，表明大多数题项与其余题项的为高相关；删除各题项后，α值并未出现变大，故经优化的被动适应力各题项总体而言具有较高的可靠性与稳定性。

表2 旋转成分矩阵a

二是将A7至A12，按照内容赋予因素名称“主动适应力”。现对“主动适应力”因素进行进度测试：Cronbach’α值为0.895，大于0.8，信度很高；修正的项目总相关系数介于0.664至0.766之间，各题项与其余5个题项加总分数的积差相关系数均大于0.4，表明大多数题项与其余题项为高相关；删除各题项后，α值未出现变大，故优化的主动适应力A7至A12等6个题项总体而言具有较高的可靠性与稳定性。

综上，经过预测试的检验过程，适应力由A1至A4、A7至A12等共计10个题项，被动适应力、主动适应力等两个构念组成。适应力预试量表整体的Cronbach’α值为0.930，大于0.9，信度极高；修正的项目总相关系数介于0.524～0.785之间，各题项与其余9个题项加总分数的积差相关系数均大于0.4，表明各题项与其余题项为高相关；删除其中某题项后，α值并未出现变大的现象，故经优化的适应力10个题项总体而言具有极高的可靠性与稳定性。

经过上述预测试，发现原预测问卷中，对企业适应力按照被动适应力、主动适应力的两维划分得到验证；将预试问卷由12项精简为正式问卷10项，即A1至A4、A7至A12等；可解释三维变异量由68.888%提高为71.091%，解释能力得到增强。

3.5 验证性因素分析

主要进行因素自身的收敛效度分析、因素间的区别效度分析和模型的拟合效度分析。

3.5.1 测量模型的收敛效度

图1 被动适应力的收敛效度：修正后

图2 主动适应力的收敛效度：修正后

表3 测量模型的收敛效度

综上，被动适应力、主动适应力模型经验证适配度高，故收敛效度高。

3.5.2 测量模型的区别效度

图3 被动适应力与主动适应力模型的区别效度：修正后

“被动适应力—主动适应力”潜在构面的未限制模型的自由度为27，卡方值为48.162；限制模型的自由度为26，卡方值为89.289。两个模型的自有度差异为1，卡方值差异为41.127，卡方值差异量显著性检验的概率值p=0.000＜0.05，达到0.05的显著性水平，表示未限制模型与限制模型有显著不同；且未限制模型的卡方值较小，“被动适应力—主动适应力”两个潜在构面的区别效度高。综上，被动适应力、主动适应力两因素的区别效度高。

3.5.3 测量模型的拟合效度

表4 适应力模型拟合汇总

适应力经修正的模型，均较好达到各项拟合指标（见如表4模型），因此经修正后的二因素适应力模型对数据的拟合情况较好。验证性因素分析所得的修正后二因素适应力模型如图4。

图4 适应力模型的验证性因素分析（两因素）：修正后

综上，修正后的两因素适应力模型数据拟合效度高。

4 结语

通过适应力的探索性因素分析，包括量表项目分析、量表因素分析、量表信度分析，实现测量量表的预测试，获得题项更精简、更可靠、解释变异量更大的测量量表，包括经检验的因素构成。通过验证性因素分析，包括分别进行被动适应力、主动适应力等两因素的收敛效度分析，两因素之间的区别效度分析，证实了各因素自身收敛效度高、区别效度高，最终获得了整体效度较高的两因素适应力模型。借助我国房地产开发企业调查问卷数据，实证研究适应力、被动适应力、主动适应力的数据时发现：①就相关度而言，适应力与两因素的相关系数按降序排列分别是被动适应力（0.899）、主动适应力（0.962），表明我国房地产开发企业适应力受主动适应力的影响更大，其次是被动适应力；②就标准化模型的因素负荷量而言，主动适应力0.658最大，被动适应力0.409次之，表明两因素对适应力的影响存在差异，且支持第一条发现。

［1］Wang C L，Ahmed P K.Dynamic Capabilities： A Review and Research Agenda ［J］.International Journal of Management Reviews ，2007，9（l）：31-51.

［2］张志学，张建君.中国企业的多元解读［M］.北京：北京大学出版社，2010.

［3］刘洪.组织复杂性管理——适应复杂性，创立竞争新优势［M］.北京：商务印书馆，2011.

［4］吴明隆.结构方程模型——AMOS的操作与应用［M］.重庆：重庆大学出版社，2009.