结构洞、关系质量、知识吸收能力与企业创新

李 琪，张志衡

(山东财经大学 工商管理学院，山东 济南 250014)

一、引言及文献综述

创新是第一生产力，适用于任何情景下的竞争研究。因此，聚焦企业自身创新能力的提升也具有了提升企业竞争优势的战略功效。高质量的社会资本、创新资源是提升创新能力的关键所在。高质量社会资源获取的核心要素有三个：结构维度、关系维度与认识维度。关于关系维度研究最多也是最容易被证实的是强联系，诸如朋友、亲人等紧密的联系均被论证为强联系并被赋予帮助企业更好地获取社会资源的特殊意义。随着研究的深入，不少学者敏锐地注意到强联系有其自身不可避免的缺陷，即大量堆砌的冗杂信息不利于创新知识的搜集。进而，一部分学者转而探究以结构洞为代表的弱联系对企业创新绩效的影响。从强联系向弱关系的转向，无疑是企业研究的进步。

结构洞理论是一种生动形象、极具创新性的理论。在错综复杂的社会关系网络中，总会存在关系缺失的现象，因此，在社会关系网络上就会出现若干或大或小的洞穴，此即为结构洞[1]。具体来说，在稠密的社会网络中，个体通过中间个体，与更为远端的个体建立联系，如果中间个体缺失，则第一个体与远端个体就会处于失联状态，中间个体所处就是结构洞。

服务营销领域最早研究关系质量。如Crosby等[2]通过顾客对产品的依赖程度来衡量相互间的关系质量，这主要是基于服务过程中的主观感知。Hennig-Thurau和Klee[3]将关系质量界定为顾客对于被提供的产品和服务的信赖与承诺，并在此基础上进一步扩展了关系质量研究范围。Holmlund[4]将B2B的应用场景引入关系质量研究，指出关系质量是基于一定标准的对于双方服务行为的一种认知与评价。刘人怀和姚作为[5]也持有类似的观点，但将评价主体延伸到服务双方。牟春兰等[6]则是赋予关系质量更广泛的内容，包括信息、情感交流等。Jonsson和Foss[7]从群体视角对销售渠道的关系质量进行研究。

关于知识吸收能力的研究，Cohen和Levinthal[8]首先对知识吸收能力的定义进行界定。Zahra和George[9]将一系列的流程与条例定义为知识吸收能力，并证明了流程和条例对企业知识获取、吸收与转化具有正面影响。Kim和Inkpen[10]从企业联盟的视角，将知识吸收能力进一步扩展到联盟经验与专有技术能力。Lichtenthaler[11]基于过程视角构建知识吸收能力。邹波等[12]通过提出“类属吸收能力”的概念，对知识吸收能力在微观层面上进行了进一步分析。张洁等[13]的研究更侧重外部知识的交互过程，强调外部环境变化对知识吸收能力的影响。

企业创新绩效研究方面，Cordero[14]第一次对创新绩效的概念进行拆分，认为技术、营销以及整体绩效均为企业创新绩效的重要组成部分；而与之相反，Durcker[15]则是从整体角度定义其概念，而且提出此概念不可拆分；同Cordero一样，Betz[16]也以三个维度来建构创新绩效：过程绩效、产品绩效以及服务绩效。Rochford和Rudelius[17]十分注重企业产品创新，将企业绩效等同为产品的改良或者变革；Stock等[18]侧重从产出的角度定义产品绩效；Hagedoorn和Cloodt[19]在广义与狭义的视角对创新绩效进行构建；Tang[20]主要研究如何提升产品或者工艺、流程创新的成功率。翟运开[21]从知识、管理以及技术创新三个维度进行了实证研究。

传统弱联系的研究将信息的搜索和转移作为结构洞与企业创新绩效之间的中介变量，而缺乏对知识吸收能力在其中扮演的媒介作用的相关研究，极少去构建以知识吸收能力作为中间变量的理论模型。在影响资源质量与交互频率的关系研究中，学术界一般从关系质量、关系强度维度对企业关系进行界定。但当前的研究大多是将其视为一个维度，即将强关系等同于强质量，这种观点引发了部分争议。正如有学者认为弱关系不等同于弱质量，强关系在某些层面尤其是在知识交换层面也可能存在弱质量，无论是企业之间的某种承诺还是相互之间的信任关系都不能与强关系相等同[22]。在相关研究中关系质量通常是作为自变量存在，而鲜将结构洞与关系质量进行综合考量，即将关系质量、结构洞作为企业关系研究的综合自变量。

相比较于传统的封闭式网络，弱关系网络(充斥结构洞)中，关系质量、企业的知识吸收能力是影响企业创新绩效的两种重要维度因素。网络要素和关系要素需要借助中介变量才能对企业创新绩效施加影响，本文选取知识吸收能力作为中介变量，着重探究网络结构中的结构洞和关系特质中的关系质量与企业创新绩效间的作用机理。

二、研究假设

(一)结构洞对企业创新绩效的影响

自结构洞概念被提出以来，许多学者对此进行了大量研究，取得了丰富的研究成果，但就结构洞数量与企业创新绩效关系方面一直未能达成共识。一方面，有学者认为，结构洞数量越多，越有利于提高企业的创新能力[23-24]。基于结构洞的优势地位，结构洞的占据者可以通过对资源的干预获得竞争优势[25]。由于结构洞两侧充斥大量异质信息，跨越结构洞的桥连接，可以获取、利用乃至控制更多的信息资源[26]。另一方面，还有一些学者认为，与强连接相比，自我中心网络充斥的结构洞越多，越不利于企业创新绩效的提高[27]。即使有大量研究证明，结构洞数量、异质信息数量越多，越有利于企业的知识创新，但目前的研究仍然证明：企业能够进行创新的关键在于在社会网络中对创新知识的搜索和转移。前面的研究大多是基于知识搜索的维度。知识的复杂度决定了知识的转移维度，复杂程度越高的创新知识在弱关系连接的网络中影响越大[28]。

创新绩效受结构洞的影响，有为正或为负的可能性，基于此，提出假设：

H1：结构洞对企业创新绩效的影响呈倒U型。

(二)结构洞对知识吸收能力的影响

关于知识吸收能力，结构洞对其有直接影响，这种影响主要表现为三个维度：企业的知识获取、知识消化和知识应用。一方面，适当的结构洞数量对企业知识吸收能力具有一定的正向影响。首先，由于结构洞是信息流通网络中的缺失，跨越结构洞数量越多，获得异质信息以及取得信息收益的概率越大[25]；其次，由于结构洞能够在不同的群体之间搭建信息桥，因此有助于企业跨网络获得异质创新信息，有利于丰富企业创新知识资源，帮助企业进行先验知识的累积；最后，随着结构洞数量的增多，知识获取范围越广，越有利于企业形成富有创造力的方案，尤其容易反映在产品设计方面[29]。另一方面，结构洞越多，网络成员之间的不信任感加剧，为了避免网络成员的投机行为损害自身利益，创新成本也会增加；同时，结构洞数量的增多，意味着网络跨度的增大，知识距离的增加，创新知识在网络中被搜索、转移乃至吸收的难度将增大[30]。除此之外，如果结构洞数量过多，则会产生交流障碍，从而不利于共同价值观和目标的确立。综上提出假设:

H2：结构洞对企业知识吸收能力的影响呈倒U型。

(三)知识吸收能力对企业创新绩效的影响

一般认为，知识吸收能力与企业创新绩效存在相关关系。Kostopoulos等[31]研究得出，对外部创新知识的识别、获取和利用程度与企业创新绩效正相关。李平等[32]指出企业创新绩效提高的关键在于企业在创新网络中获取稀缺资源的能力。朱建民与王红燕[33]也证实了现实的、潜在的知识吸收能力均对创新绩效存在正向影响。而孙冰和沈瑞[34]则研究了企业内部知识吸收能力与外部知识吸收能力的关系。据此我们假设：

H3：知识吸收能力对于企业创新绩效具有正向影响。

(四)知识吸收能力的中介作用

关于社会资本与创新绩效的研究已经发展到探究其间接影响的阶段，知识吸收能力在其中起着中介作用[33]。本文认为，企业创新的源泉是充分利用外部创新知识资源，这与企业知识吸收能力息息相关。开放式创新使企业可以用较低的成本获取创新所需的知识资源，但是其转化效率则是取决于知识吸收能力，如果知识吸收能力不足也就难以进行产品、服务创新[35]。知识资源是灵活而广泛的，为了能充分发挥其价值， Leonard-Barton和Sinha[36]提出将之变形，借助知识变形，知识资源才能够促进企业创新绩效提高。由此我们提出假设：

H4：知识吸收能力在结构洞与企业创新绩效之间发挥中介作用。

(五)关系质量的调节作用

关于关系质量对结构洞和知识吸收能力的调节效应，本文认为主要体现在三个方面。首先，稳定、积极的企业关系可以激励企业减少壁垒、放开自身创新资源，便于彼此创新资源的交流，减少异质信息，提升资源的丰富性与多样性[37]。其次，强关系是企业之间建立信任关系的前提，而相互信任又是企业间共享和转移创新知识资源的前提。企业间的相互信任，会使得企业间也更愿意获取以及学习彼此知识，这会极大提升企业先验知识积累速度[38]。最后，企业之间沟通频次的增加有助于高关系质量的企业合作。在知识创新的过程中，决定企业能否进一步创造出新知识的关键是知识沟通的数量和质量[39]。综上所述，我们可以提出假设：

H5：关系质量正向调节结构洞与知识吸收能力之间的关系。

(六)有中介的调节

关系与效益并不能直接挂钩，关系需要借助中介变量才能对企业的创新行为产生影响。知识吸收能力便是这样的中介变量，同时是一个具有“催化剂”作用的中介变量。知识吸收能力的中介作用，主要体现在对知识资源的整合、吸收和利用三个方面。企业间强关系质量所附带的信任关系能够提升交互的质量，降低筛选和理解成本，提升资源整合效率。强关系能够稳定企业之间的沟通，便于消化和及时应用。强关系质量所附带的低自我防御与怀疑可以更好地帮助企业投入到知识的互换、转移中。因此提出假设：

H6：关系质量调节作用通过知识吸收能力的中介作用发挥影响。

三、研究设计

(一)样本选择及数据来源

本文以网络特征及企业创新绩效为研究对象，其具有较为明显的企业合作及创新特征。选定的主要研究对象为中小企业，因为中小企业出于研发能力及资金限制具有更加明显的企业协同创新的需求及特征，同时为了研究的科学性，研究不局限于某一行业，而是涉及医药制造、机械制造、通信电子等行业。这些行业有较高的技术门槛，具有创新需求大、合作广泛的特征，有些产业甚至已经明显呈现出产业集聚的现象。为了研究的便捷性和对研究对象的影响力，本文主要针对济南及周边地区的企业进行实证分析。

本文的研究数据来源于问卷调查，问卷调查对象涵盖山东省济南市及周边典型企业。问卷调查时间为2017年8月至2019年11月，共发放调查问卷231份，回收212份，其中不合格问卷19份，回收率为91.77%，有效率为90.5%。样本企业特征如表1所示。

表1 样本企业特征

(二)变量定义与测量

1.被解释变量

本文借助于“管理创新”和“技术创新”衡量企业创新绩效的高低：“管理创新”聚焦于企业的未来规划、企业领导以及人力资源三个方面，“技术创新”则是指企业针对工艺、流程以及产品创新所采取的措施。中小企业由于创新能力即创新资源的限制，只有少数具有独立发明专利，因此在问卷中对发明专利选项进行了有意规避。为了便于测量，本文将其合并为一个量表，设计了企业产品工艺、功能和质量、企业市场定位力、企业销售尤其是跨区域销售能力以及企业战略的制定能力等5个题项。

2.解释变量

(1)结构洞。通过借助网络约束指数(Network Constraint Index)，运用“自我中心网络分析法”，实现结构洞指数的量化。受限于被调查对象的记忆能力，借鉴Mcevily和Zaheer[40]的做法，邀请参与问卷的被调查者说出5个对其创新影响最大的相关企业。随后判断这5家外部企业间的关系。对于该问题问卷预留了三个选项：1=没有联系，2=偶尔有联系(每年最多联系一至两次)，3=经常联系。同时，对问卷进行编码：“经常联系”设为1，“没有联系”与“偶尔有联系”设为0。通过网络约束指数来判断结构洞的数量，指数值越大，结构洞数量越少。各研究对象的约束值借助UCINET6.214计算得出。

(2)关系质量。基于B2B背景，学术界普遍从信任、沟通以及承诺三个维度划分关系质量。本文问卷题项也是基于此设计。首先，信任维度的测量，参照Zaheer等[41]以及Chang和Chen[42]的研究，我们设计了“是否有积极合作的意愿”、“是否能够不损害对方的利益”以及“是否认可对方的能力”3个题项。其次，沟通维度的测量，借鉴Frazier等[43]的研究，设计了“对企业沟通是否顺畅”和“冲突解决程度”2个方面的题项。最后，承诺维度测量，从以下5个角度进行提问：“能否忠于承诺”、“能否公正对待冲突”、“能否第一时间互助”、“是否具备充足资金”以及“是否拥有所需的关键技术人员”。最终，结合贾生华等[44]的研究确定了10个题项来测定关系质量。

(3)知识吸收能力。通过文献梳理可知，目前国内学者对知识吸收能力的研究大多是采用国外学者所作的相关量表，或者是加入了中国本土情景。崔志等[45]通过“能否快速识别外部知识”、“能否全面获得本行业的知识”、“能否快速消化新知识并迅速将其应用到产品创新服务创新中”、“能否将已有知识与新知识进行结合”和“能否借助新知识对公司的管理进行修正”等5个题项进行提问。参考相关研究，本文将知识吸收能力界定为知识获取、知识消化、知识应用三种能力，并分别通过4个题项对这三种能力进行测量[46]。

3.控制变量

(1)企业年限。经营时间长的企业对市场信息较为敏感，便于积累创新资源、先验知识，因此，会提升企业的创新能力；与经营时间长的企业相比，新创企业创新意图、期望以及活力更强。

(2)企业规模。规模较大的企业有实力与资本进行企业管理及从事产品创新活动；企业规模与企业创新反应速度和灵活性负相关。

(3)行业类型。企业的创新意愿、知识吸收能力与企业所处行业类型、行业所面临的竞争压力息息相关。

(三)各维度信效度检验

1.信效度检验

内部一致性系数即Cronbach′s a值决定变量信度。借助SPSS19.0分析，得出关系质量量表的系数为0.742，知识吸收能力量表系数为0.755，企业创新绩效量表系数为0.747，均在0.7以上，可以判定量表信度良好，具有较高的可靠性和稳定性。

KMO值和Bartlett决定变量效度。通过SPSS19.0分析，调节变量的KMO值为0.764>0.70，bartlett′s球形检验的χ2值为334.155，自由度值45，显著性0.000<0.05，可拒绝变量间的净相关矩阵不是单元矩阵的假设，效度较高。中介变量的KMO值为0.742>0.70，bartlett′s球形检验的χ2值为421.806，自由度值为66，显著性值为0.000<0.05，因此可以拒绝虚无假设，拥有较高效度。因变量的KMO值0.704>0.70，bartlett′s球形检验的χ2值为383.265，自由度为45，显著性为0.000<0.05，判定为变量间的净相关矩阵不是单元矩阵的假设，具有较高的效度。综上所述，关系质量、知识吸收能力与企业创新绩效的KMO值均符合适合做因子分析的标准，测量问卷题项具有较高的贴合度和代表性。

2.描述性统计与相关性分析

为更好地介绍各个变量的基本情况，本文进行了多变量描述性统计，然后从变量的各维度再进行描述性统计分析，统计结果如表2 所示。

表2 变量描述性统计

借助Pearson相关系数分析法分析自变量、因变量、中介变量和调节变量的相关性。研究结果表明：关系质量与企业创新绩效之间r=0.540，p<0.01，知识吸收能力与企业创新绩效之间r=0.753，p<0.01，说明关系质量、知识吸收能力与企业创新绩效之间具有正向且显著的相关系数，这一结果初步检验高关系质量与强知识吸收能力能够提高企业的创新绩效。各变量具体相关系数矩阵如表3所示。

表3 相关系数矩阵

(四)假设检验与分析

表4为因变量的多因素回归分析结果，模型1是控制变量对因变量的回归分析；模型2是在此基础上加入自变量；模型3是中介变量对自变量的回归；模型4是检验因变量与中介变量、自变量之间的显著性；模型5主要包含控制变量、自变量、调节变量以及交互项，以验证调节变量对自变量和因变量的调节作用是否显著；模型6在保留控制变量的基础上增加调节变量、中介变量、自变量以及自变量的交互项；模型7是在模型6的基础上进一步增加因变量，以检验模型是完全中介还是部分中介。

表4 企业创新绩效的多因素回归分析结果

模型2的数据表明：随着自变量结构洞的平方项加入以后，控制变量对企业创新绩效的解释力度由最开始的0.221上升到0.384，模型拟合良好，已达到统计学上的显著水平(F值=22.609，sig=0.000<0.001)，也即结构洞的平方项解释了企业创新绩效总体变异的38.4%，这表明结构洞的平方项对企业的创新绩效具有显著解释力。同时结构洞平方项对于企业创新绩效标准化系数为-2.916，sig=0.000<0.001，说明结构洞对企业创新绩效的倒U型影响显著，H1得到验证。

模型3表明：自变量的平方项与知识吸收能力显著相关。系数为-2.153，sig=0.000<0.001，ΔR2=0.263，F=13.383，模型解释性良好，且拟合良好，H2成立。同时，模型4显示：知识吸收能力、结构洞与企业创新绩效显著相关，其中知识吸收能力与企业创新绩效的系数为0.59，sig=0.000<0.001，ΔR2=0.639，F=53.579，模型解释性良好，拟合度良好，H3成立。同时，在这个多元线性回归方程中结构洞平方项的系数为-1.645，且显著。加上由模型2得出结构洞的平方对企业创新绩效的系数为-2.916，sig=0.000<0.001，H4得以验证。

模型5显示：在控制企业年限、员工数量、行业类型以及年营业额的基础上，自变量的平方与调节变量的交互项系数为-1.655，sig=0.000，且模型的解释力度为45.9%，拟合度达到26.167，解释了关系质量对结构洞与企业创新绩效的调节效应显著，且结合结构洞与企业创新绩效的相关性为负，由此可知关系质量的调节作用是正向调节；同时模型6显示，在控制企业年限、员工数量、行业类型以及年营业额的基础上交互项的系数为-1.386，sig=0.000<0.001，达到显著水平，H5得到验证。另外，模型7进一步显示：在控制企业年限、员工数量、行业类型以及年营业额的基础上，中介变量知识吸收能力的系数为0.548，sig=0.000<0.001，且模型的解释力度达到62%，拟合度达到43.488。将模型5、6、7的多元回归分析结果进行综合后，我们可以发现：知识吸收能力在关系质量对结构洞和企业创新绩效的调节效应中起部分中介作用，故H6得到验证。

(五)调节效应显著性检验

根据方杰等[47]的研究，本文借助Alike和West的选点法进行调节效应显著性检验。主要分三步：首先，确定1个调节变量的特殊值(如mean+sd)，用该值生成新的变量Z′=Z-(mean+sd)；其次，做乘积项XZ′；最后，回归分析，回归方程为Y=i′+a″X+b″+Z′+c″XZ′+d″。其中a″值就是Z=mean+sd。

简单斜率值的检验结果如下：当调节变量取值为均值+1个标准差时，自变量回归系数为-0.199，sig=0.029<0.05，达到显著水平。因此，本研究假设中的关系质量对于结构洞和企业创新绩效关系的调节效应显著。具体回归分析如表5所示。

表5 调节效应显著性检验

四、结论与启示

(一)结论

1.结构洞的数量与创新绩效提高既非正向也非负向而是倒U型关系。无论是过多还是过少均不利于创新绩效的提高。这是因为，虽然结构洞在异质资源获取范围和获取便捷性上具有额外优势，但却加大了资源筛选、处理以及消化吸收的难度。因此，理想状态下的结构洞网络应该是既保持适合获取异质资源的稀疏度，同时具备保证资源质量的紧密、封闭度。

2.关系质量在结构洞与企业创新绩效的交互中起着调节作用。以往的研究表明，强关系质量所具备的关系特性如稳定、信任及相互承诺可以帮助调节网络结构中的问题如信任缺失，还间接有助于增强企业的知识吸收能力。

3.知识吸收能力在交互模型中发挥着中介作用。研究表明，在创新资源交互、转移过程中，知识吸收能力是关键媒介。知识吸收能力越强，企业创新绩效越高。

(二)启示

1.构建稀疏适度的结构网络。企业获取创新资源早已不局限于企业自身，还需要构筑资源获取网络，这是企业获得创新资源的基础。为此，企业要保证创新网络结构的稀疏度，保障企业获取的创新资源是无冗余和多样化的，便于企业创新知识资源的及时更新。同时该创新网络要有足够的信任度，从而获得关键的创新资源。结构性漏洞太多或太少都不利于公司创新绩效的提高。

2.与合作企业保持高质量关系。 企业不是独立的个体，企业发展需要借助密切的关系网络。 因此，稳定、信任、相互依赖的高质量网络关系尤为重要。从创新层面，高质量企业合作伙伴关系具有如下优势：一是通过交换、吸收彼此间的知识与资源，积累企业先验知识；二是通过高频率的互动，便于新知识资源的理解从而提升企业消化创新资源的能力；三是降低企业间壁垒，利于冗余资源的释放，进而提高创新效率。

3.注重提高企业知识吸收能力。本文研究表明，如果不提高企业知识吸收能力，无论是网络资本还是关系资本都不能转化为企业的竞争资本。企业自身的学习能力和组织结构是继网络资源、关系资源外，又一影响知识吸收能力的因素。相较于长期而言，短期内提升企业自身知识吸收能力则成效显著。