高新技术企业社会联系与创新绩效关系的实证研究——基于资源拼凑和创新搜索强度的中介调节效应

符峰华， 蒙生儒， 刘 刚

(1．东北大学 工商管理学院，辽宁 沈阳 110819;2．海南大学 旅游学院，海南 海口 570228)

1 引言

日趋竞争激烈的市场经济下，创新周期越来越短，创新成本也随之逐渐提高，这是许多企业创新时面临的重要问题。建立起行之有效的社会联系网络，帮助企业分摊创新“负担”，是解决这个问题的关键之一［1］。经济社会双重转型下的企业成长理论认为，商业联系和政府联系等社会联系是企业自主创新的源泉［2］。张文红等［3］认为，与商业联系和政府联系一样，研发联系对创新绩效也存在重要影响。因此，本文将研发联系作为企业社会联系的维度之一。

资源基础理论认为，企业创新需要持续地获取资源、配置资源以及产出资源。现有理论和实践表明，企业合理地运用资源拼凑策略可以实现跨越式增长［4］。究其原因，第一，组织冗余资源过多，领导和员工均会很容易感到满足，创新动力缺乏［5］;第二，如何保持在市场多变的环境下获取有效的信息和资源是企业需要面对的现实问题，而资源拼凑能够创造性地利用现有资源，解决资源约束下的困境［6］。Guo等［7］研究发现资源拼凑在外部探索性导向与企业商业模式创新之间具有中介效应。组织学习理论认为，创新搜索能够帮助企业学习新知识、开发新技能，解决其所面临的各种创新问题［8］。创新搜索强度越高，企业对外部信息的认知加工能力越强，可以最大限度地利用外部资源。由此，研究资源拼凑和创新搜索强度在企业社会联系与创新绩效影响路径中的作用，具有实际的理论与现实意义。

本文研究的创新点在于:第一，以往文献在对企业社会联系进行研究时，仅研究了政府联系和商业联系两个维度，而对于研发联系维度，并未见研究，本文将政府、商业、研发联系结合起来，扩展了企业社会联系的内涵。第二，已有研究主要关注企业社会联系与财务绩效或是市场绩效之间的关系，对于其与创新绩效之间的关系则没有系统性分析，本文研究了企业社会联系与创新绩效的关系，丰富了企业社会联系的相关研究。第三，本文将资源拼凑与创新搜索强度引入模型，扩充了企业社会联系与创新绩效关系的研究内容。

2 理论框架与研究假设

2．1 企业社会联系与创新绩效

社会联系是一种重要的企业社会资本，是企业与外部组织的互动和其边界的扩展活动［9］。已有研究将商业联系和政府联系看作是企业社会联系的两个方面［2］。商业联系是企业与商业机构之间的非正式联系，包括与供应商、顾客以及竞争对象等;政府联系则是企业与不同层级政府部门之间的联系，包括中央政府、地方政府以及各种政府管理部门等［2］。此外，随着市场竞争的日趋激烈，企业开始构建自身的研发网络，并借此提升创新绩效。研发不仅是研发中心的行为，更是包含了在正式和非正式关系中整合、创造、消化和吸收资源的研发网络行为［10］。因此，本文将研发联系同样作为企业社会联系的一个重要维度。

已有文献从社会网络角度考察了企业社会联系对企业获取资源，提升绩效等方面的积极影响。如Li和Zhang［11］对高技术新创企业的研究表明，政治网络对企业绩效具有显著的促进作用。Chen和Wu［12］的研究发现企业社会联系对其市场适应能力具有积极的影响。本文在此基础上，进一步论述了企业社会联系与创新绩效之间的关系。

商业联系对企业了解市场动态，应对市场环境的变化具有积极的作用;商业联系有助于企业在网络中占据有利位置，更易获取各种信息和资源，并增加其吸收与利用网络成员的知识的能力。由此，商业联系能够促进企业间知识、信息的沟通与交换，成为获取关键市场、产品信息的通道。进一步，商业联系有助于企业获取创新的关键信息，帮助企业快速补充创新所需要的资源以及最大化企业间创新协同效应等［13］，从而对企业创新具有积极的影响。在当前经济社会双重转型期，尽管市场在资源配置中发挥着越来越重要作用，但政府部门仍然掌控着诸如金融、矿产、土地等一系列稀缺性资源［14］。由此，与政府的联系能够帮助企业获取政府掌握的关键性资源［14］。在我国目前市场经济条件下，政府在市场中发挥着指导性作用，例如指导经济行为、制定相关法律法规等，企业与政府保持良好的联系可以获取相关行业的政策有利信息［15］。同时，政府联系也可以为企业的创新提供便利，诸如获取贷款，减免税收等政策优惠可以让企业有充足的资金去实施创新。企业研发活动主要包括合作研发、赞助研发以及被控制研发等活动［3］。研发联系可以为企业创新提供知识、信息等研发支持。已有研究证实企业与独立研发机构的联系是企业获取新知识的重要源泉，而且两者专业技术之间的往来也能够催发出大量的创新尝试［16］。研发网络对产品创新的重要性也已受到学者们的广泛关注。因此，本文提出假设:

H1 企业社会联系(商业联系、政府联系、研发联系)对创新绩效具有显著正向影响。

2．2 企业社会联系与资源拼凑

资源拼凑是企业利用资源的一种有效方式，通常具有三大特性:第一，立即行动。企业在资源约束下，会有意识地对现有资源的用途持怀疑态度，继而在主观上会积极行动，尝试各种方法、组合，突破资源的使用限制，最终形成可最大化使用的拼凑组合或方案。第二，现有资源。现有资源既包括各类物质资源，如材料、工具、设备等，也包括各种无形资源，如技术、信息以及知识等，其不仅局限于企业直接掌控的资源，也包含通过社会网络获取的资源。在拼凑理念下，企业会不断积累现有资源，并审视其用途及组合。第三，以目的而整合。市场处在不断变化的动态环境中，企业会依据市场需求的不同而对现有资源进行整合，从而实现资源的“巧创”［17］。

社会网络理论认为，社会联系较强意味着企业有更多的机会获取外部关键资源［18］。Khantimirov［19］指出，经济社会转型期的商业联系和政府联系对企业知识获取具有积极的作用。商业联系通过商业网络发现潜在的市场需求，增强其商业机会的获取能力;政府掌控着关键性资源与市场机遇，企业与各级政府的联系能够帮助其获取有利资源，降低不确定性;随着我国创新环境的日趋改善，企业与大学以及研发机构等的联系日渐成为企业主要知识获取方式之一，产学研的联系能够提升企业研发水平以及产品、技术创新水平。Li等［20］的研究也表明，企业社会联系有利于外部机会获取以及知识的搜索。网络拼凑理论指出，企业能够通过社会关系网络获取并利用市场中的各种资源。Baker和Nelson［16］认为，企业通过社会联系而获取的资源是资源拼凑的前因。因此，本文提出假设:

H2 企业社会联系(商业联系、政府联系、研发联系)对资源拼凑具有显著正向影响。

2．3 资源拼凑的中介效应

资源拼凑对企业创新绩效的影响可以从以下两点来考虑:第一，拼凑是一种创新性思维，是对现有资源用途的重新组合与探索，从而发现新用途，扩大资源的使用范围。资源拼凑战略使得企业资源的存量更高，其多种组合使得资源具有更高的不可替代性和不可模仿性，有利于形成企业的创新优势［21］。第二，拼凑是即兴创造与学习的过程，企业依据过往经验对现有资源进行重新组合与搭配，通过不断试错，会加深对资源的认知与理解，从而建构起新技能、新知识，促进创新绩效的提升。吴亮和刘衡［22］的研究均表明，资源拼凑对企业产品创新能力具有积极的作用，且采用资源拼凑策略的企业整体创新优势更明显。因此，本文提出假设:

H3 资源拼凑对企业创新绩效具有显著正向影响。

基于以上论述，本文认为企业社会联系不仅对创新绩效具有直接影响，而且还会通过资源拼凑对企业创新绩效产生间接的作用，即资源拼凑是企业社会联系与创新绩效之间的桥梁。因此，本文提出假设:

H4 资源拼凑在企业社会联系(商业联系、政府联系、研发联系)与创新绩效关系间起中介作用。

2．4 创新搜索强度的调节效应

对于创新搜索的早期研究往往将其分为两类:远程搜索和本地搜索。远程搜索强调对外部异质性知识的开发与利用，而本地搜索更为强调对已有知识的重新组合。此后，又提出了搜索宽度和深度、探索式和利用式搜索等相关概念［23］。虽然学者们的研究视角不同，但都从本质上反映了企业利用资源和探索资源的问题。本文认为，创新搜索强度是企业整合利用信息、资源以及识别新资源或新知识的投入程度。企业创新搜索强度越高，其获得的新知识和新技术越多。

创新搜索有利于知识、技术的整合与开发，能够提升创新的效率，实现持续性创新。创新搜索强度体现了企业对信息和知识的识别、解释以及组合能力［24］，拥有较高创新搜索强度的企业能够对新知识、新信息进行甄别与组合，并发现知识之间的关联性，提升资源的利用效率，最终提升企业创新水平。企业经常会面临各种异质性和多样性的资源与信息，而创新搜索强度能够精准对这些资源与信息进行甄别与预测，减少信息过载的不利影响。殷俊杰和邵云飞［23］的研究发现创新搜索强度在联盟组合伙伴多样性与企业创新绩效关系间的调节效应。本文认为，创新搜索强度一方面提升了企业创新绩效，另一方面，对于资源的处理能力又能够加强资源拼凑的效果。因此，本文提出假设:

H5 创新搜索强度对企业创新绩效具有显著正向影响。

H6 创新搜索强度正向调节了资源拼凑与企业创新绩效之间的关系。

2．5 有调节的中介作用

依据前文分析，企业社会联系通过资源拼凑的中介机制促进企业创新绩效的提升，而创新搜索强度有助于加强资源拼凑与企业创新绩效之间的关系。综合两方面的论述，创新搜索强度也可能对企业社会联系—资源拼凑—创新绩效的整个中介机制起调节作用，即存在第二阶段被调节的中介作用。因此，本文提出假设:

H7 创新搜索强度正向调节资源拼凑在企业社会联系(商业联系、政府联系、研发联系)与创新绩效之间的中介作用。

基于以上论述，本文的理论框架如图1所示。

图1 理论框架

3 研究设计

3．1 样本选择和数据收集

本研究调研对象为北京中关村、西安、武汉、苏州、合肥、郑州六大高新技术产业开发园区企业，且必须有自己的研发中心。在六大产业园区管理人员的协助下进行了问卷的填写工作，问卷调研对象主要为企业中高层管理者。正式调研共收集两次问卷，一次为2017年7月，一次为2017年9月，共发放问卷500份，回收315份，剔除填写不全、有规律填写的问卷后，最终获取有效问卷237份，有效回收率为47．40%。对两次发放问卷进行无回应偏差检验发现，在0．05水平下不存在显著性差异。样本企业基本情况如下:企业性质方面，国有企业66家，占比27．85%，民营企业171家，占比72．15%;企业年龄方面，3年以下29家，占比12．24%，3～5年67家，占比28．27%，6～10 年102 家，占比43．04%，10 年以上39家，占比16．46%。

3．2 变量测量

企业社会联系中商业联系和政府联系的测量采用谢言等［2］的研究，各3个题项;研发联系的测量采用张文红等［3］，魏江等［10］的研究，共4 个题项，整体内部一致性系数为0．928，其中商业联系的内部一致性系数为0．933，政府联系的内部一致性系数为0．925，研发联系的内部一致性系数为0．909。企业创新绩效的测量借鉴 Bell［25］，Ritter 和 Gemunden［26］的研究，包括如“我们常常在行业内率先应用新技术”等5个题项，其内部一致性系数为0．898。资源拼凑的测量借鉴Senyard等［27］的研究，包括如“面对新挑战时，企业有信心利用现有资源找到解决方法”等8个题项，其内部一致性系数为0．876。创新搜索强度的测量借鉴Li等［24］的研究，包括如“将搜索新颖信息当成企业的一项重要任务”等6个题项，其内部一致性系数为0．926。

4 研究结果

4．1 同源偏差分析和信度分析

为了避免同源偏差问题，本文采用Harman单因子检验法对可能存在的同源偏差进行检验。检验结果显示，单因子模型的拟合效果很不理想(χ2/df=19．63，RMSEA=0．261，CFI=0．309，GFI=0．298，TLI=0．383)，表明同源偏差并不严重。信度分析结果显示，各变量内部一致性系数均大于0．70，问卷信度较好。

4．2 探索性因子分析和验证性因子分析

企业社会联系探索性因子分析结果显示，KMO值为0．747，且通过了Bartlett球形检验，其显著性水平为p=0．000，适合因子分析。正交旋转后，10个题项归属于3个因子，所提取因子解释的方差贡献率为65．375%，超过60%的一般水平，因此，将企业社会联系分为三个维度是合理的。

本文通过验证性因子分析(CFA)检验了六个潜变量之间的区分效度。结果发现六因子模型拟合较好(χ2/df=2．39，RMSEA=0．069，CFI=0．903，GFI=0．908，TLI=0．947)，且拟合指标显著优于其他模型，初步证明了这六个变量属于不同的构念。

4．3 描述性统计和相关分析

本文描述性统计和相关分析结果显示，商业联系与资源拼凑(r=0．49，p＜0．01)和企业创新绩效(r=0．39，p＜0．01)均呈显著正相关关系，政府联系与资源拼凑(r=0．41，p＜0．01)和企业创新绩效(r=0．32，p＜0．01)均呈显著正相关关系，研发联系与资源拼凑(r=0．36，p＜0．01)和企业创新绩效(r=0．52，p＜0．01)均呈显著正相关关系;资源拼凑与企业创新绩效(r=0．40，p＜0．01)呈显著正相关关系;创新搜索强度与企业创新绩效(r=0．43，p＜0．01)呈显著正相关关系。主要变量之间的显著相关关系为假设提供了初步的支持。

4．4 假设检验

本文主要采用多元回归分析方法来进行假设检验。主效应和中介效应的检验见表1。由模型6可知，商业联系对企业创新绩效具有显著正向影响(β=0．33，p＜0．01);由模型 7 可知，政府联系对企业创新绩效具有显著正向影响(β=0．27，p＜0．01);由模型8可知，研发联系对企业创新绩效具有显著正向影响(β=0．48，p＜0．01);假设 1获得支持。由模型2可知，商业联系对资源拼凑具有显著正向影响(β=0．43，p＜0．01);由模型3 可知，政府联系对资源拼凑具有显著正向影响(β=0．37，p＜0．01);由模型4 可知，研发联系对资源拼凑具有显著正向影响(β=0．29，p＜0．01);假设 2获得支持。由模型9可知，资源拼凑对企业创新绩效具有显著正向影响(β =0．35，p＜0．01)，假设 3获得支持。由此，满足中介效应的所有条件。在模型6的基础上加入中介变量资源拼凑形成模型10，可见，资源拼凑对企业创新绩效具有显著正向影响(β =0．22，p＜0．01)，且商业联系对企业创新绩效的影响依然显著(β =0．20，p＜0．01)，但系数有所降低0．20＜0．33，由此得出资源拼凑在商业联系与企业创新绩效关系间起部分中介作用。同理，资源拼凑在政府联系、研发联系与企业创新绩效关系间起部分中介作用。假设4获得支持。

表1 主效应和中介效应检验

调节效应检验结果见表2。回归之前，首先对自变量和调节变量的交互项进行了标准化处理。由模型13可知，创新搜索强度对企业创新绩效具有显著正向影响(β=0．36，p＜0．01)，假设 5 获得

表2 调节效应检验

为了更进一步认识创新搜索强度在资源拼凑与企业创新绩效之间的调节效应，根据 Cohen等［28］的程序，描绘了不同创新搜索强度下的资源拼凑对企业创新绩效影响的差异，见图2。图2显示，高创新搜索强度的斜率大于低创新搜索强度的斜率，假设6进一步获得支持。

图2 创新搜索强度的调节效应

有调节的中介效应检验结果见表3。根据Edwards和 Lambert［29］的方法，运用拔靴法分析在不同创新搜索强度下，资源拼凑在企业社会联系与创新绩效关系间所起的中介效应。由表3可知，在创新搜索强度不同取值水平下资源拼凑对企业创新绩效的影响作用存在显著差异(Δβ=0．199，p＜0．05，第二阶段调节效应成立)。商业联系通过资支持。由模型15可知，资源拼凑与创新搜索强度的交互对企业创新绩效具有显著正向影响(β=0．18，p＜0．05)，假设 6 获得支持，即创新搜索强度正向调节了资源拼凑与企业创新绩效之间的关系。源拼凑对企业创新绩效的间接影响在创新搜索强度低时不显著(β =0．037，n．s．)，在创新搜索强度高时显著(β =0．188，p＜0．05)，且两者差异显著(Δβ=0．151，p＜0．05)。政府联系通过资源拼凑对企业创新绩效的间接影响在创新搜索强度低时不显著(β =0．060，n．s．)，在创新搜索强度高时显著(β=0．150，p＜0．05)，且两者差异显著(Δβ =0．090，p＜0．05)。研发联系通过资源拼凑对企业创新绩效的间接影响在创新搜索强度低时不显著(β =0．019，n．s．)，在创新搜索强度高时显著(β =0．128，p ＜0．05)，且两者差异显著(Δβ =0．109，p＜0．05)。假设7获得支持。

表3 有调节的中介效应检验

5 研究结论与讨论

5．1 研究结论

本文以六大高新产业园区的237家高新技术企业为研究对象，构建了企业社会联系对创新绩效的影响机制。研究发现，高新技术企业社会联系(政府联系、商业联系和研发联系)对资源拼凑和企业创新绩效均具有显著正向影响，资源拼凑对企业创新绩效具有显著正向影响，且在企业社会联系(政府联系、商业联系和研发联系)与创新绩效关系中具有中介作用，创新搜索强度对企业创新绩效具有显著正向影响，且正向调节了资源拼凑和企业创新绩效之间的关系。本文研究进一步证实了创新搜索强度正向调节资源拼凑在企业社会联系与创新绩效之间的中介作用。

5．2 研究启示

本文研究的理论启示如下:第一，从社会网络的视角拓展了对企业创新绩效的研究。本文通过构建“企业社会联系-资源拼凑-创新绩效”的影响路径，揭示了企业社会联系对创新绩效的影响机制，完善了社会网络对创新绩效的理论研究。第二，深化了对资源拼凑的理解。作为一种较新的理论，资源拼凑理论在企业管理领域的应用研究还需进一步细化，本文研究了企业社会联系对资源拼凑的作用，拓展了资源拼凑影响因素的研究范畴。第三，在资源观的基础上，考察了创新搜索强度在企业社会联系与创新绩效关系中的调节效应，回答了企业如何创新搜索的问题，进一步丰富了创新管理的研究视角。

本文研究的管理启示如下:第一，企业应注重社会联系网络的建立与维护，政府联系有助于企业获得关键性资源，实现突破性创新;商业联系有助于企业收集各方面有效信息，帮助企业最大化效用;研发联系则有助于实现产学研的联合，提升企业创新水平。第二，资源拼凑是企业提升创新水平的重要手段，因此，企业应改变对资源用途的固化认知，加深对资源价值的理解，并积极尝试各种创新方案，以应对创新挑战。第三，企业要注重创新搜索的强度，在创新过程中需要合理分配资源在创新搜索活动中，积极搜寻关键的知识和信息。

5．3 研究不足与展望

本研究也存在一些有待改进之处:首先，调查对象主要选取高新技术企业，基于行业的局限性，其结论的普适性还有待于进一步检验，未来研究可以分行业展开研究。其次，仅从资源拼凑视角探讨了企业社会联系与创新绩效关系，但资源拼凑仅起到了部分中介作用，未来可以从其他视角进一步研究。再次，本文采用的是横截面的数据，未来可以采取纵向跟踪数据，已达到更准确衡量变量间因果关系的问题。