网络技术管理创新论文

摘要：外部环境的快速变化，已经不再给企业“单打独斗”来完成一项事业的时间，通过协同创新网络促进创新绩效是互联网时代企业提升竞争力的重要途径和不容回避的问题。基于160家战略性新兴产业的物联网企业问卷调查数据，探讨了协同创新网络、协同环境与企业创新绩效之间的作用机制，并运用探索性因子分析、回归分析等多种统计方法进行分析验证。今天小编为大家精心挑选了关于《网络技术管理创新论文(精选3篇)》，供大家参考借鉴，希望可以帮助到有需要的朋友。

网络技术管理创新论文 篇1：

创新网络文献研究

摘要：创新网络是知识经济时代，各种社会组织参与技术创新、发生自身优势、分担创新风险的主要手段。在文献梳理的基础上，从创新网络研究概况，创新网络界定及建设创新网络的层次进行了系统述评，展现了学界研究创新网络的基本态势，剖析了现有研究的局限和不足，并针对现有研究的不足，对未来研究进行了简要展望。

关键词：创新网络；网络结构特征；创新网络层次

文献标识码：A

1 引言

在现高科技时代，信息共享与优势互补是企业应对技术革新速度提高，市场日新月异的重要手段。同时，随着网络的不断发展壮大，全球经济越来越趋向于一体化，利用网络来发展经济也逐渐成为大家共同的意识；而技术创新的高难度和高风险使得多种组织参与形成创新网络，一方面可以发挥各组织优势，有利于创新成功，同时还能分散创新风险，降低创新失败对于单个企业的打击。而国家也大力支持创新联盟的发展，创新驱动发展战略是中国确定的国家战略，2014年8月18日召开的中央财经领导小组第七次会议提出，要实施创新驱动发展战略，全面增强自主创新能力，掌握新一轮全球科技竞争的战略主动。创新战略已经引起全球的重视，而创新网络自提出以来，对经济的发展起到了重大的作用，是当代经济发展中不可或缺的组成部分。如同李喜先（2010）在其国家创新战略一书中提出：只有在理论上创新，才能内化为制度创新，以确保各类创新得以实现，进而上升到观念创新，特别是升华到精神文化创新。因此，创新网络建设既是实施国家创新驱动发展战略的手段之一，更是企业应对全球竞争，获得发展动力的重要工具。

本文在大量文献收集基础上，整理了创新网络的发展史及这些年来的理论成果，对创新网络界定及创新网络建设的层次进行了归纳总结，希望以此呈现创新网络的研究进程，从中窥见创新网络的研究规律，明确现有研究的不足之处，为完善创新网络的理论研究提供更为规范和厚实的研究基础。

2 创新网络界定

2.1 创新网络概念

1991年，期刊“Research Policy”进行了关于“创新者网络”的专题讨论，这是学术界最早的对创新网络概念比较集中的探讨。在这期的专题讨论中，几位权威专家频繁使用了“创新网络”和“创新者网络”，用他们来解释创新过程中企业之间的联网行为。最后，Freeman（1991）提出了创新网络是为了应付系统性创新而做出的一种基本制度安排，而其网络构架的关键联结机制就是企业之间的创新合作关系。

此后，创新网络概念的研究逐渐成为焦点，Freeman所提出的概念受到研究者们的广泛引用。Koschatzky（1998）基于学习和知识交流的用途，将创新网络定义为一个相对松散的、非正式的、嵌入性的、重新整合的能够相互联系的系统。Aken et al.（2000）提出创新网络是包含在产品创新过程中的一种网络组织，强调了创新网络能够给组织产品创新产生的影响。Harris et al.（2000）则更加注重的是创新网络的主体结构，他们认为创新网络是参与企业创新的其它企业、研发机构和创新导向服务供应者组成的协同群体。Karlsson（2009）认为一个创新网络可能被设想为一组经济主体在参与创新生产的过程中相互建立的联系，如制造商、客户、供应商、大学和研究机构，Autant-Bernard（2012）认为这些主体之间的知识网的传输可以循环并且能够创造新知识。

随着创新网络的兴起，一些国内学者也积极参与到创新网络的研究中。较早开始进行概念研究的是董一哲（2000），他提出企业创新网络是企业为了获取更多的创新资源、增强自身创新能力，通过契约合作或者多次交易，与企业外部的组织或机构建立互相信任、长久合作、互利互惠的制度。基于他的观点，王大洲（2001）对企业创新网络的定义进行了补充和总结，他认为企业创新网络是企业创新活动发生的基础，是在进行技术创新的过程中，以企业为核心而形成的各种正式或者非正式的合作关系的总体。徐华（2002）的观点则与董一哲有着相似之处，她认为创新网络是指多个企业（尤其是中小企业）为了获得和共同分享创新资源而在一定的共识和默契的作用下形成的合作创新体系。沈必扬等（2005）两位学者在对创新网络定义时，限制了其地域性，他们认为企业创新网络是在一定区域内的企业与各行为主体（大学、科研院所、地方政府、中介机构等）通过交互式的作用而建立起来的具有稳定性的、可以刺激创新的、具有本地根植性的、正式或者非正式的关系的总和。吴贵生（2006）提出企业技术创新网络是技术创新过程中涉及的企业之间以及个人之间的联系而形成的网络。他的理论认为，技术创新的过程会受到许多的因素干扰，企业不可能进行独立创新，需要通过与其它组织联合，从而获得发展并借此交换所需的信息和资源。吴晓冰（2009）则同意对创新网络比较主流的定义，认为企业创新即焦点企业在技术创新的过程中，与供应商、客户、同行企业、政府部门、科研机构和行业协会等外部组织进行交易或者合作，从而形成互利互动的关系集合。

基于以上文献综述，我们可以给创新网络一个比较清晰的定义：创新网络是指经济主体（企业、大学、科研院所、政府、中介机构等）为获取创新资源、提高创新能力而在进行创新的过程中，通过与外部机构合作或交易而形成的相对稳定、能够促进创新的关系网络。

2.2 创新网络结构特征

最先对网络结构特征提出清晰见解的是Mitchell（1969），他构建了网络结构的框架体系，认为可以通过网络的规模、结构和互动性这三个方面来划分网络特征。邬爱其（2006）在研究企业的成长与网络特征之间的关系时也将网络特征划分为三个维度，即关系的强度、网络覆盖范围以及网络的开放性。蔡宁等（2006）专注于集群创新网络的结构特征，他们将其划分为网络的密度、网络的连通性、群体中心性、小团体的结构、规则同型性等方面来进行研究。而近些年，解学梅等（2013）基于已有的理论研究，在研究协同创新网络时总结性的将其特征划分为规模、同质性、强度和开放性四个维度。

从以上阐述及已有的文献研究可以明确，网络的规模大小、同质性程度、强度大小和开放性四个维度对企业创新绩效具有重要的影响。Baum et al.（2000）提出网络规模是影响企业（特别是新建企业）成长的重要因素，随着规模的扩大，企业的创新绩效会呈现上升趋势，这里体现了规模效应的效用，Lechner（2007）也赞同这一观点，认为适当的网络规模是保证企业创新绩效的重要前提。至于其它的影响因素，Bengtsson（2004）论证了企业之间的竞争强度会随着网络同质程度的增大而增强，而这种竞争会通过直接或非直接的影响企业合作关系从而影响企业的创新绩效。罗志恒等（2009）学者证实了企业网络强度和其获取资源的能力呈现明显的正向相关关系，当获取资源的能力增强，中小企业的创新绩效也会随知上升。唐国华（2010）则认为，如今是知识经济时代，环境存在着许多不确定因素，因此也决定了开放性是影响企业创新绩效的重要原因之一。

对于影响创新因素的研究，徐龙顺等（2008）在研究集群创新网络结构对等性时，提出创新的影响主要体现在信息和知识流动的快慢、正式和非正式关系的加强和便于有关部门的管理及政策指导三个方面，Bergman Feser（2000）总结了集群的创新优势来源在于外部经济、创新环境、合作竞争与路径依赖几个方面。

由综述可知，影响创新网络的因素有很多，主要表现在创新网络自身规模大小、创新网络参与者的同质性程度及关联程度、创新网络信息的流动、创新网络所处的政策环境等。创新网络的规模能够通过参与者体现，也能通过网络的功能性强度来体现；从众多的研究文献中可以明确，创新网络的同质性很低，是属于异质主体性的；创新网络参与者之间的关联程度，能够通过资产、交易以及企业高层个人关系体现；创新网络的信息在不同的参与者之间传递的快慢能够决定创新网络对外界变化反应时间的长短；创新网络适应于政策环境，便于国家和有关部门予以指导和帮助，有利于提高创新优势。

3 创新网络的层次

创新网络基于不同层次的研究有不同的含义，基于全球层次的称为全球创新网络，国家层次的称为国家创新网络，区域层次的称为区域创新网络，企业层次的称为企业创新网络。此外还有关于集群层次的研究，这种网络在我国通常被称为“集群创新网络”或“集群式创新网络”，也有学者将其描述为“集群中的区域创新网络”、“基于集群的区域创新网络”等。由于集群创新网络是近些年才提出的研究项目，尚处于研究的初步阶段，因此相关的具有高价值的网络理论较少。

3.1 全球创新网络

全球创新网络是新兴的研究领域，自提出以来就得到了国内外学者的高度注意。通过文献检索发现，国内外关于全球创新网络的研究文献都比较少，尚未形成系统。Nelson et al.（1993）讨论了全球创新网络这一新兴体系的发展趋势，强调了在这个经济和科技都在逐渐变得国际化的环境里，实施国家技术政治变得愈发急迫。而最早提到全球创新网络的是Chesbrough（2005），他提出开放式创新能够让企业从内外部同时获取有价值的创意，也能从内外部同时进行其商业化路径，最终使外部的创意和市场化渠道的作用与内部创意及市场化渠道变得同等重要。Ernst（2006）提出在如今的新世代，大学、科研机构和企业之间的相互作用越来越国际化，最后上升为全球创新网络，对此OECD（2008）也保持相同的意见。Britto（2013）在其研究中假设了企业和大学之间的全球相互作用的框架，精简的展示了两国相互作用中所有可能的子集。

全球创新网络与其它层次的创新网络研究都有所不同，马琳等（2011）在文献里比较了几者的异同：国家创新系统和全球创新网络体系的研究都会涉及到创新环境，但国家创新体系通常一般是在特定国家范围内，相对比较封闭，而全球创新网络研究的范围却十分广阔，是没有明确边界的创新环境；与企业创新网络相似的是，全球创新网络也是以企业为核心进行研究，但全球创新网络侧重于网络价值，关注于如何创造共同价值，与企业创新网络相比，企业自身的边界并不明确，它能够从全球获取资源为己所用，而且除了关注自身价值外也关注合作者的目标；区域创新网络和全球创新网络的基础都是创新主体之间正式或者非正式的合作或交流关系，但对于全球创新网络来说，它不仅研究的地域范围更大，而且更加具有开放性。

3.2 国家创新网络

从已有文献中追溯到最早提出国家创新网络相关理论的是Freeman（1987），他在研究日本的技术政策及其经济绩效时提出应该从国家层面寻找资源最优配置，从而提出了“国家创新系统”的概念，他认为国家创新系统是存在于公共产业部门与私人产业部门之间的网络，它可以决定新技术的产生、引进和扩散的各种制度。鉴于国家创新网络的复杂性，可能做不到面面俱到，正如Weaver.R（1993）所认为的，一个国家可能在社会政策方面有很强的创新能力，但在农业或能源政策方面创新能力却十分薄弱。在而后的研究中，Birgit Soete（2002）等在研究德国东部人力资本的创新网络时提出，在创新网络中，利用网络去减小人力资本差距的潜力并没有得到充分挖掘。由此可见，国家创新网络的研究尚有很大的空间。Considine M et al.（2007）则认为创新是政策发展和治理的一种特征，它在政策和管理过程中拥有三个重要维度：第一个维度是规范或感知框架，通过它任何系统的核心成员定义创新和定位到一个特定的方法去进行创新工作；第二个维度是明确的角色扮演和职位；第三个维度是政府系统中特殊人物之间的交流或者关键成员之间的关系网络。马海涛等（2012）通过大量的研究，提出了“创新过程链”，并且分析国家创新网络的结构，建立三维菱形的分析框架，此外，他们还以“中国技术交易所”作为分析对象，论证了核心节点在国家创新网络中的巨大作用，在此基础上，还对中国技术交易所提出“五种链接”、“五大动力”等建议，希望以此推进我国创新网络的发展。

国家创新网络是由国家有关部门和组织组成的推进国家发展的网络系统，它的存在性意义重大，是发展国家经济，提升国际地位的重要手段。国家创新网络的构建和完善是成为创新型国家的有效路径，而在此过程中，核心节点具能够起到很大的推动作用。

3.3 区域创新网络

20世纪90年代，区域创新网络理论初步形成，Cooke（1992）首先从聚集性经济、制度性学习、联合治理、相近性资本和互动性创新五个方面对欧洲十一个地区的区域创新系统进行研究，总结出区域创新系统结构框架。早在21世纪初，原长弘等（2003）在其论文里总结了以往区域创新网络的研究势态，并将其分为三个方面：国内园区个案剖析、区域创新网络一般性研究和国外园区比较研究。在区域创新网络的定义方面，施建刚等（2007）又所突破，更新了对区域创新网络的定义，他们认为区域创新网络是由各结点（创新系统的参与者，如：企业、大学、科研机构、地方政府、中介机构等）在长期正式的或着非正式的合作与交流而建立起来的相对比较稳定的网络系统，基于他们的定义，鲁芳等（2010）等学者又进行了补充，他们认为区域创新网络是一种非线性动态模式，而这种模式则是通过区域内多个创新主体之间资源互补、知识共享、技术合作等方式来显现。蔡玮等（2010）通过对园区集群网络的研究，提出了区域创新网络可以促进整个网络形成系统动力，从而产生协同作用，并通过实现资源的共同利用以及合理的研发和生产分工，达到增强区域创新能力的作用。杨冬梅（2005）在研究区域创新网络时，侧重研究了人才集聚网络的作用，她认为此类网络对区域创新体系在加强知识流动以及技术扩散的方面有功能叠加的作用，在此方面，牛冲槐等（2010），十分赞同她的观点，并提出在现今的知识经济时代，科技型人才的聚集是促进区域经济增长的关键性因素，在随后，牛冲槐等（2014）认为人才是形成区域竞争优势的根本，人才聚集效应有利于促进区域创新主体在相互作用中实现资源互补、知识共享、技术合作。康虹等（2012）从集群网络的视角，阐述了正是产业集群内部的各种正式或非正式关系促使集群参与者之间发生有效的知识搜索、共享、交流和互补，从而导致了整体层面上的创新活动，也揭示了集群企业如何通过集群创新网络获取知识，从而帮助企业在内部形成知识创新。

总结所查找的文献综述，可以看出自20世纪90年代以来区域创新网络研究的特征：

（1）对区域创新网络，自二十一世纪初期就赢得较大的关注，相关文献已经理论都比较多，为后期研究提供了坚实的基础，近几年虽相关研究也较多，但纯粹的针对区域创新网络的研究相对减少，有延伸到分支或其它层次创新网络的趋势。

（2）在研究中，大多都以具体的地域或园区为对象，缺乏整体性和系统性。

（3）在进行研究对象的选择时，大多学者以发达地区或城市为主要目标，对偏远地区或经济不发达地区的重视不够。

3.4 关于企业创新网络

企业是核心的经济主体，也是创新网络研究中的重要研究方向。国内学术界，王大洲（2001）首先尝试进行对企业创新网络概念进行界定，并综述了相关研究成果。此后，国内对企业创新网络的研究更加活跃起来，李新春（2000）另辟蹊径，从乡镇经济角度提出乡村专业镇也是一种企业创新网络，陈新跃等（2002）基于创新网络理论体系，揭示了企业创新网络的联结机制，徐华（2002）则探究了中小企业构建创新网络的动因和策略。解学梅（2010）研究协同创新网络时总结了对企业协同创新网络的定义，她认为企业协同创新网络是指企业在创新的过程中，与供应链企业、相关企业、研究机构、高校、中介和政府等创新行为主体，通过交互作用和协同效应构成技术链和知识链，以此形成长期稳定的协作关系，具有聚集优势和大量知识溢出、技术转移和学习特征的开放的创新网络。左蕾蕾等（2013）在基于长三角地区379家电子信息企业的问卷调查数据，运用多元回归探讨了知识吸收能力对企业协同创新网络特征与创新绩效的中介效应，其研究结果表明：（1）知识吸收能力与企业创新绩效之间呈正相关关系；（2）协同创新网络特征的三个维度（网络规模、网络同质性、网络强度）均与企业创新绩效之间呈正相关关系；（3）知识吸收能力在协同创新网络特征与企业创新绩效之间存在着部分中介效应。陈思颖等（2014）等选择企业组织成员间的信任感作为切入点去研究，采用前置因素和后果变量的模式，总结了影响企业创新网络中组织成员之间信任感强度的因素，并提出相关建议。

国外对企业创新网络的研究要远早于国内，在此以创新绩效的研究历程做简要概述。（1）对企业创新绩效评价的研究。Chiesa et al.（1996）就提出了评价创新绩效的体系，认为其由技术成熟度、效率和整合资源的能力这三个维度构成。几年后，Kerssensvan（1999）和Coccia（2002）继续深入研究，补充和完善了此体系，分别提出了四维度的评价体系。Driva（2000）在进行了大量的问卷调查和实地探究后，提出了评价核心企业创新绩效常用的15个指标。（2）对企业创新能力评价的研究。Leonard Barton（1992）最先进入这个研究领域，他认为应该用能够反映专业技术人才、技术系统能力、管理能力等的指标来评价核心企业的创新能力，但Terziovski（2001）不认同LeonardBarton的观点，他着重强调了应该从创新网络的视角去评价核心企业的技术创新能力，Boer et al.（2006）提出，在评价核心企业创新能力的时候，企业的研发能力、技术能力、获取资源和信息的能力等是需要考虑的一方面，核心企业的吸引力、收益能力和分配能力以及控制相联系的企业的能力也是需要注重的。在经过不断的研究和论证后，Hekkert et al.（2007）扩展了此理论体系，他们认为随着核心企业竞争力的不断增强，企业的创新能力应该拓展到组织能力、合作伙伴选择能力、网络构建能力和决策能力等，而且还强调只有参照更全面的能力指标去建立评价体系才会更加合理和完整。

通过查阅已有的相关文献，可总结迄今为止对企业创新网络的研究有以下几个特点：（1）国内对该网络系统的研究比国外要晚几年；（2）企业创新网络研究内容丰富，研究分类较多，按照企业规模可以分为中小企业和大企业，按企业创新模式可分为协同创新、独立创新和模仿创新，按与外部环境联系可分为内部创新和外部创新，在企业内部也有不同的研究方向，如信任度、创新绩效等；（3）对企业创新网络的研究随着时代的发展研究方向也逐渐改变，研究领域也与其它层次网络有交融的趋势，对跨国企业成长，全球经济增长有着极大的推动作用。

4 结论与展望

通过上述的文献归纳，可以看出，在创新网络的研究方面已经有了不少的现实理论积累，但与此同时，也清晰地反映出以往研究中存在一些尚需发展和完善之处：

（1）对于国家创新网络已经全球创新网络的研究过少，对于这个层面的作用重视不够，特别是全球创新网络，作为有重大价值意义的新兴网络体系，应当投入更多的时间与精力去研究；

（2）学者们以往普遍使用的是定性理论分析，个案剖析较少，这样使得研究不具有全面性；

（3）在选择研究对象时，不发达地区往往会被忽略，这样会导致落后地区网络体系得不到有力的改善，不利于经济发展；

（4）大多学者都太注重理论，而没有把侧重点放在理论与实际联合，提出更贴合现存状况的模式或建议。

针对以上不足展开全面深入的探索在很大程度上形成了创新网络未来重要的研究方向，具体包括：

（1）如何更紧密地联系中国的经济情况，提出理论与实际相结合的原创性研究是今后应当注重的任务之一；

（2）加强对全球创新网络的探索与研究，如何恰当的利用全球创新网络体系帮助企业更好的分享全球资源，提高其国际竞争力，这些都是国际化环境中企业面临的问题；

（3）学者可通过对具体案例的分析增强所提出的理论的实用性，从而促进理论应用于实践；

（4）对于不发达地区应投放更多的精力和资源，因地制宜，探寻适合的发展策略，带动贫困地区经济发展，改善经济不平衡的状态；

（5）在现有的创新网络系统基础上，寻找其它更有利于经济发展的新网络体系也不失为一种发展方向。

参考文献

[1]刘元元：习近平主持召开中央财经领导小组第七次会议.[N/OL].（20140819）[20150115].http：//www.qstheory.cn/yaowen/201408/19/c_1112127823.htm.

[2]李喜先.国家创新战略[M].北京：科学出版社有限责任公司，2010.

[3]Freeman C.Networks of innovators：A synthesis of research issues [J].Research Policy，1991，20（5）：499514.

[4]Koschatzky K.Firm innovation and region：The role of space in innovation process[J].Innovation Management，1998，2（4）：383408.

[5]AkenJ.E，Weggeman M P.Managing learning in informal innovation networks：Overcoming The Daphne—dilemma[J].R&D Management，2000，9（30）：204237.

[6]Harris L，ColesA.Building innovation networks：Issues of StrategyandExpertise[J].Technology Analysis & Strategic Management，2000，（2）：229241.

[7]Charlie K，Ake E.Innovation dynamic regions and regionaldynamics[J].New directions in regional economicdevelopment，2009，4（02）：1–33.

[8]AutantBernard，C.Billand.Innovation and space：From externalities to networks [J].Theregional economics of knowledge and talent.Localadvantage in a global context，2012，2（05）：6397.

[9]董一哲.企业创新网络[D].大连：大连理工大学，2000.

[10]王大洲.企业创新网络的进化与治理：一个文献综述[J].科研管理，2001，3（09）：4855.

[11]徐华.中小企业创新网络：构建动因与策略[J]科学学与科学技术管理，2002，6（02）：4445.

[12]沈必扬，池仁勇.企业创新网络：企业技术创新研究的一个新范式[J].科研管理，2005，4（03）：3440.

[13]吴贵生.技术创新网络和技术外包[J].科学学研究，2006，6（04）：3339.

[14]吴晓冰.集群企业创新网络特征、知识获取及创新绩效关系研究[D].杭州：浙江大学管理学院，2009.

[15]Mitchell，J. C.The concept and use of social networks[M].Social Networks in Urban Situations.Manchester：University of Manchester Press，1969，3（04）：150.

[16]邬爱其.企业创新网络构建与演进的影响因素实证分析[J].科学学研究，2006，24（01）：141149.

[17]蔡宁，吴结兵.产业集群企业网络体系：系统建构与结构分析[J].重庆大学学报，2006，2（12）：913.

[18]解学梅，左蕾蕾.企业协同创新网络特征与创新绩效：基于知识吸收能力的中介效应研究[J].南开管理评论，2013，5（03）：4756.

[19]Baum J.Don’t Goit Alone：Alliance Network Composition And Start ups’ Performance in Canadian Biotechnology[J].Strategic Management Journal，2000，21（03）：267294.

[20]Lechner C，Leyronas C.Networkcentrality Versus Networkposition in Regional Networks：What Matters Most？[J].International Journal of Technoentrepreneurship，2007，1（01）：7891.

作者：马雪琪　杨菲　兰峰　沈杰　袁胜超　伍文

网络技术管理创新论文 篇2：

战略性新兴产业协同创新网络影响企业创新绩效的实证研究

摘要：外部环境的快速变化，已经不再给企业“单打独斗”来完成一项事业的时间，通过协同创新网络促进创新绩效是互联网时代企业提升竞争力的重要途径和不容回避的问题。基于160家战略性新兴产业的物联网企业问卷调查数据，探讨了协同创新网络、协同环境与企业创新绩效之间的作用机制，并运用探索性因子分析、回归分析等多种统计方法进行分析验证。研究结果显示，协同创新网絡对企业创新绩效有正向的积极影响，协同环境对协同创新网络与企业创新绩效的关系有显著影响，并在二者之间存在部分中介效应。

关键词：战略性新兴产业;物联网;协同创新网络;企业创新绩效;协同环境

0引言

随着全球化动态商业环境和竞争环境日益复杂，企业家们越来越认识到，企业必须充分运用组织内外部有益的资源进行技术和产品的更新，推动企业持续创新活动，方能获得竞争优势和创新绩效[1]。在此背景下，国际国内科技型企业开始寻求跨组织边界创新之道，纷纷组建不同形式的协同创新网络，推动各创新主体间的积极互动，加速推进各方资源的整合利用。2016年2月，微软、思科等多家全球高科技公司携手联合发起成立物联网标准组织[2]，建立协同创新网络，力图整合各合作主体的优势资源，抢占全球物联网技术标准制定的高地。同年，国内的中兴通讯与中国移动等首批11家信息领域龙头企业联合启动了移动通信“5G联合创新中心”，旨在汇聚合作伙伴优势资源组建协同创新网络，共建新一代信息技术共享平台，促进5G创新应用发展。显然，创新已不再只是企业内部和企业自身的事，全球化、信息化、网络化的进一步发展，促使企业不得不打破组织边界，通过建立各种形式的协同创新网络，与外部组织包括供应商、客户、科研机构、高校、政府、行业组织等各类合作主体广泛互动，在互动中寻求资源的最大整合利用，进而提升创新绩效，实现企业自身价值[3]。

战略性新兴产业代表着科技和产业的发展方向，其对于优化区域产业结构、提升综合竞争力具有重要的引领和带动作用。物联网作为新一代信息技术发展的重点领域，已被世界各国列为战略性新兴产业。近年来，我国物联网虽取得了快速发展，但与发达国家相比，物联网在关键技术和核心领域方面仍存在不少差距，如何通过协同创新取得快速突破是物联网企业和产业面临的挑战。以战略性新兴产业领域的物联网企业为研究对象，探讨其协同创新网路影响创新绩效的作用机制与路径。

1.1相关理论基础

基于创新资源的稀缺性、创新活动所需的高成本以及创新结果的不确定性等因素，企业无法单独从事创新活动，需要寻求合作伙伴进行合作创新[4]。如何突破组织边界，主动对接外部合作主体，进一步吸取、整合、配置资源，促进企业自身创新绩效的提升，已经成为互联网时代企业提升竞争力的重要途径和不容回避的问题。当前，协同创新被认为是企业跨边界获取外部创新资源、有效降低创新成本和风险、促进资源共享、提高企业创新绩效和增强竞争优势的有效路径。协同创新是一种复杂的创新组织模式，其主要以企业、高校、科研机构为核心主体，是在政府的辅助下多方主体协同互动形成的网络创新模式[5]，它以知识增值、技术创新为核心，以资源共享整合为目标，通过各创新主体之间深入合作与协同互动，最大限度的发挥各创新主体的优势和能力，形成深度合作创新模式，实现系统叠加的1+1+1>3的非线性效用[6]。

Hadjimanolis指出，创新网络是指由企业、用户、中介组织、供应商、研究机构等形成的水平或垂直节点构成的关系总和[7]。企业在协同创新活动中与其他主体之间形成的网络体系或网络组织即为协同创新网络。企业通过与供应商、高校、科研机构等创新伙伴形成的协同创新网络不仅能帮助企业全面掌握最新的知识，还能帮助企业合作开发新的技术[8]。与传统的产学研相比，协同创新网络具有“深度协同”的特征，它是各要素间关联、互动、协同的复杂系统，是复杂协同网络创新环境下的自增益循环的创新生态系统[9-11]。企业通过协同创新网络可以有效获取其所需的知识、技术、设备、资本、信息和社会网络等资源，通过形成企业的“新资源”，产生协同效应。已有研究表明，产业氛围、创新环境，外部经济环境、金融体制等都是影响协同创新的重要因素。党建兵认为制度平台和协同环境是企业创新活动进行的主要空间，区域创新系统中的各创新主体所处的环境因素会影响协同创新网络的形成和企业创新绩效的提升[12]。良好的宏观环境和市场环境能够促进企业的协同创新，政策机制和市场环境的改善有助于企业参与协同创新，并影响其创新绩效。

1.2理论假设

1.2.1协同创新网络与企业创新绩效

Ferrary认为开放性是协同创新网络的显著特点[13]，把协同创新网络强度定义为企业与外部组织之间交互的频率、交往的稳定性和互信程度的综合表现。贺灵选取了101家国内各行业的企业进行问卷调查，研究发现，在协同创新网络中，企业与外部主体合作越紧密，有效协同度越高，越会产生更高的创新绩效[14]。综合已有学者研究，可以认为，开放度、紧密度和稳定度是企业协同创新网络最显著的特征，是否具有这些特征以及程度如何可能影响企业在协同创新网络中的创新活动和创新绩效。

关于创新绩效的内涵和维度，协同创新绩效应包括产品创新、流程创新和管理创新，并依此设计了创新绩效测量量表。企业参与协同创新，一方面可能在新产品、新市场、新技术和新知识等显性绩效方面获得突破，另一方面还可能在企业科研人员水平的提升、与协同创新伙伴关系的巩固，对产业发展的贡献度以及社会声誉的提高等相关隐性收益和创新绩效[15]。段晶晶认为，企业协同创新绩效应体现在技术、知识、人才和产业发展等方面[16]。综合学者们的研究，提出创新绩效四维度评价方法，即从知识创新、成果转化、人才培养和产业融合的维度来衡量企业创新绩效。

关于协同创新网络与企业创新绩效的关系，Lee H，Kelley D认为，协同创新网络内企业与各主体之间的认同度、协同程度将对协同效应产生正面影响，并促进企业创新绩效[17] 。Wang J[18]，Grillitsch M[19]，Guan J[20]等认为，协同创新网络的中心度、主体间知识转移与企业绩效之间存在正向影响。何郁冰研究得出不同强度的协同创新网络对企业创新绩效有显著影响的结论[21]。侯光文在综合了Chesbrough，Fabrizio等学者的研究成果基础上，认为当协同创新网络内各创新主体间存在较强的关系联结，网络内呈现稳定的协同环境和网络关系，企业与其他主体间的互动意愿就更加强烈，协同行为趋于频繁，知识和技术的获取、转移和扩散的速度、广度和深度都将更高，创新绩效也将提升[22]。因此，提出以下假设：

H1：协同创新网络开放程度对企业创新绩效有显著的正向影响;

H2：协同创新网络紧密程度对企业创新绩效有显著的正向影响;

H3：协同创新网络稳定程度对企业创新绩效有显著的正向影响。

1.2.2协同环境对协同创新网络与企业创新绩效关系的影响企业协同创新的外部动力主要来自于技术、市场、政策的拉动，市场环境，产业氛围、宏观政策的支持等对企业参与协同创新网络有着重要影响。BjerregaardT等认为企业创新绩效的提升不仅依赖于协同创新网络的开放程度，还与协同环境、知识距离和制度等有关[23]。周燕华认为，协同环境和协同机制是影响协同创新的重要因素，他通过对108家科技型企业问卷调查，探讨了知识产权保护制度、税收优惠和财政投入在协同创新与企业创新绩效中的调节作用，验证了协同环境中政府制度的调节效应[24]。综合学者们的研究，协同环境主要指直接影响企业参与协同创新网络开展创新活动的重要客观因素和相关环境，因此，将协同环境主要界定为市场环境和政府宏观政策2个方面。

相关研究表明，企业创新资源要素和协同环境对协同创新过程和创新绩效有重要影响。协同创新作为一个整合了多种创新要素资源和创新主体的一种活动，其产生和发展对协同环境有着相应的依赖性，高效的协同创新活动应与完善的创新机制、健全的政策支持和良好的市场环境、以及创新资源的持续投入与循环流动有关。周燕华研究科技型企业协同创新网络模式与创新绩效的关系，发现政府制度在其中存在一定的调节作用。周志太[25]、韩周[26]等认为政府应加大引导力度，发挥市场对协同创新的导向和选择作用，优化资源配置，积极促进企业协同创新网络的完善和发展。因此，提出以下假設：

H4：市场环境对协同创新网络开放程度与创新绩效的关系有正向调节作用;

H5：市场环境对协同创新网络的紧密度与创新绩效的关系有正向调节作用;

H6：市场环境对协同创新网络的稳定程度与创新绩效的关系有正向调节作用;

H7：宏观政策环境对协同创新网络的开放程度与创新绩效的关系有正向调节作用;

H8：宏观政策环境对协同创新网络的紧密度与创新绩效的关系有正向调节作用;

H9：宏观政策环境对协同创新网络的稳定程度与创新绩效的关系有正向调节作用。

2研究设计

2.1研究框架

提出协同创新网络、协同环境与企业创新绩效的研究框架（图1）。协同创新网络影响企业创新绩效，而协同环境对二者之间的关系有影响。

2.2变量测量

用作实证资料的问卷量表采用Linker 5点计分，从“非常不同意”到“非常同意”依次记1～5分。

2.2.1对协同创新网络的测量

将协同创新网络作为研究模型中的自变量，将协同创新网络的开放程度、紧密程度和稳定程度作为测量维度和因子，通过21个题项来测量。

2.2.2对企业创新绩效的测量

将创新绩效作为研究概念模型中的因变量，在参考了之前学者研究成果基础上[27-28]，结合实证研究对象，将知识创新绩效、成果转化绩效、产业融合绩效和人才开发绩效作为其变量的测量维度，并通过16个题项来反映。

2.2.3对协同环境的测量

将协同环境作为研究概念模型中的调节变量，将市场环境和宏观政策环境作为其变量的测量维度，并通过8个题项反映。

2.3样本选取

问卷调研对象选择了战略性新兴产业中的物联网企业，并将江苏物联网企业作为研究样本。一方面是基于江苏物联网企业、产业集聚明显，发展态势较好;另一方面是因为江苏物联网企业在协同创新发展方面已开展了实践性活动。根据研究的需要，选择的受访对象为企业高层管理者，如公司总经理，或者对企业开展协同创新情况较为熟悉的中层管理人员，他们对企业的创新情况、发展战略、创新绩效、产业环境等比较熟悉。研究者以江苏160家物联网企业为实证对象，共发出800份问卷，回收720份问卷，回收率90%;其中有效问卷650份。

3实证分析

3.1信度和效度检验

采取内部一致性指标（通常用Cronbach’s alpha值表示）对变量进行信度检验，协同创新网络的开放程度、紧密度和稳定程度的Cronbach’s系数分别为0.855，0.883和0.851;协同环境的市场环境与宏观政策环境的Cronbach’s系数分别为0.771和0.734;创新绩效的Cronbach’s系数为0.930.结果均超过了0.7，表明本研究变量在内部一致性上具有较好信度。

效度分析主要是通过内容效度和收敛效度两方面进行衡量。统计结果显示，观测变量的因子载荷均大于0.5，由此，各变量具有较好的收敛效度。

3.2相关性分析

对数据进行回归分析前，通过相关分析可以初步检验变量之间是否存在互相影响。运用SPSS 22.0软件，对模型中所有变量进行Person相关分析，见表1.

从相关分析结果来看，协同创新网络的开放程度、紧密程度、稳定程度与协同环境中的2个测量维度以及企业创新绩效显著相关（P<0.01），假设H1，H2，H3，H4，H5，H6，H7，H8，H9得到初步支持，适合进行下一步研究。

3.3对假设的检验分析

3.3.1协同创新网络与创新绩效的回归分析

在研究者设定的概念模型中，创新绩效的影响因素为协同创新网络，包括协同创新网络的开放程度、紧密程度和稳定程度。所以估计了4个模型。其中模型1只包含控制变量，有员工人数、企业年龄和企业年平均销售额，模型2、模型3和模型4分别逐步纳入了协同创新网络开放程度、紧密程度和稳定程度，以验证协同创新网络因素对创新绩效的影响假设。具体结果见表2.

由表2可以看出，协同创新网络的开放程度、紧密程度和稳定程度能够解释创新绩效建构总体方差的72.4%，三者的回归系数都为正，且显著性水平P<0.05，说明协同创新网络的结构因素对创新绩效建构有着显著的正向影响，协同创新网络的开放程度、紧密程度和稳定程度对企业创新绩效有显著正向影响，提出的理论假设H1，H2，H3通过验证。

3.3.2协同环境对协同创新网络与创新绩效关系的调节作用分析设定了协同环境作为调节变量，协同环境包括市场环境和宏观政策环境，下面将分别就市场环境与宏观政策环境来研究其在概念模型中的调节效应。

首先，对于协同创新网络与创新绩效之间的关系，研究者假设市场环境因素会对这两者的关系产生调节作用。研究者一共估计了2个模型，表3是根据协同创新网络对创新绩效的影响分析市场环境因素在其中调节效应的统计结果。

从数据统计结果可以看出，模型2的R2值较模型1有明显的改善，说明加入市场环境因素这个调节变量后，研究者所设定的研究模型对创新绩效的解释程度有显著性提高。仔细分析市场环境的调节效应，市场环境与协同创新网络的交叉项对因变量创新绩效的解释作用有所区别。市场环境与协同创新网络开放度的交叉项对因变量的回归系数不显著，市场环境与协同创新网络紧密度的交叉项回归系数为正且在P<0.5的水平上显著，市场环境与协同创新网络稳定度的交叉项回归系数为正且在P<0.01水平上显著。在设定的理论假设中，H4，H5，H16是关于市场环境对企业创新绩效调节效应的假设。根据上述数据分析结果，假设H5，H6通过验证，说明市场环境因素会强化协同创新网络紧密度和稳定度对创新绩效的影响效果;而H4没有通過验证，说明市场环境对协同创新网络开放度与创新绩效之间不具有强化效应。

其次，假设宏观政策环境会对协同创新网络与创新绩效二者的关系产生调节作用。研究者一共估计了2个模型，表4是根据协同创新网络对创新绩效的影响，分析宏观政策环境因素在其中调节效应的统计结果。

从数据统计结果可以看出，模型2的R2值较模型1有明显的改善，说明加入宏观政策环境因素这个调节变量后，本文所设定的研究模型对创新绩效的解释程度有显著性提高。其中，宏观政策环境与协同创新网络开放度的交叉项对因变量的回归系数为正且在P<0.05水平上显著，宏观政策环境与协同创新网络紧密度的交叉项回归系数为正且在P<0.001的水平上显著，宏观政策环境与协同创新网络稳定度的交叉项回归系数为正且在P<0.01水平上显著。所以假设H7，H8，H9通过验证。根据以上回归分析得出的结果，模型中的大部分理论假设通过了实证检验，研究表明，协同环境的调节效应比较明显。

4结论与启示

4.1研究结论

4.1.1协同创新网络对企业创新绩效有正向积极影响关于协同创新网络与企业创新绩效的关系假设全部通过，即物联网企业通过与其他创新主体合作构建一个良好的协同创新网络，并与合作伙伴保持良好的互动沟通与紧密合作关系，将对企业创新绩效产生积极的影响，这与目前关于协同创新网络的主流研究结论是一致的。首先，从协同创新网络开放度与创新绩效的关系来看，协同创新网络越开放，将会有更多的企业有机会加入其中，共享资源，从而提高协同创新效率和创新绩效。其次，从协同创新网络的紧密度与创新绩效的关系看，协同创新网络越紧密，一方面可以更加有效的聚集资源，使得各方资源更加有效配置和利用，另一方面，协同创新网络的紧密程度越高，更有助于物联网企业互相了解更加准确的市场和产品信息，并根据所掌握的信息投入人员和资金，从而更有效的提高创新绩效。再次，从协同创新网络的稳定度与创新绩效的关系来看，如果一个协同创新网络很稳定，则参与其中的企业与其他主体间可能会有更持久的合作互动与交流，各方也会更深入解决共同存在的问题，从而使得今后企业新创产品和技术的定位、市场等更符合预期的发展，进而提升创新绩效和竞争能力。相反，如果协同创新网络不稳定，其构成要素存在许多不确定性，这势必影响各企业的参与程度和积极性，进而影响企业创新绩效。

4.1.2协同创新网络与创新绩效之间的关系首先，协同环境中的市场环境因素在协同创新网络与创新绩效之间起着调节效应。实证分析显示，市场环境对协同创新网络的开放程度与创新绩效的关系没有显著调节作用，拒绝了原假设，这与之前有关学者在相似问题上的研究结论有出入，出现不一致。究其原因，可能是本文选取的实证对象是战略性新兴产业——物联网企业有其本身的产业特征，不同于传统企业的研究视角。协同创新网络越是开放，市场环境中的各种影响因素会进入协同创新网络，对于物联网战略性新兴产业来说，更多不利因素进入后，反而可能对提升物联网企业创新绩效不会有正向调节作用。除此之外，研究结果还表明，市场环境对协同创新网络的紧密度和稳定度与创新绩效的关系有显著的正向调节效应，这与之前的研究假设一致。这说明，如果有良好的市场环境，协同创新网络中的各企业能够更好的利用市场环境中的有利因素，获取更好的资源并加以利用，就能够提升创新绩效。

其次，协同环境中的宏观政策环境因素在协同创新网络与创新绩效之间存在调节效应。通过数据实证分析得出，宏观政策环境对协同创新网络的开放度、紧密度、稳定度与创新绩效之间的关系均有正向调节作用。一方面，当各级政府针对协同创新和战略性新兴产业发展出台一系列鼓励性措施，会刺激企业和其他创新主体为完成协同任务或者共同目标组建协同创新网络，并通过增强互动、资源共享来调动企业参与协同创新网络的积极性，积极的宏观政策环境能够大大提升企业与外部组织协同创新力度。另一方面，有了宏观政策的支持，在为企业提供政策保障的同时，也为企业提供了更有质量的资源基础，促使企业发挥创新能力，提升新创产品的质量和未来发展市场，进一步强化竞争优势。

综上所述，良好的市场环境和宏观政策环境，推动了物联网企业在协同创新网络中的主体互动和资源整合，强化了企业互动能力和资源整合能力，最终提升创新绩效。研究表明，协同环境发挥了比较明显的调节效应。

4.2启示

首先，对于战略性新兴产业的物联网企业来说，要充分利用政府已出台的鼓励协同创新的相关政策，以及物联网市场环境中的有利因素，围绕“智慧城市”“智能交通”“智慧物流”“智慧环保”“智慧医疗”等物联网技术应用的重点领域，依托政府发布的物联网示范工程，联合各方创新主体建立协同创新网络，充分利用各种资源和创新要素，积极开展创新活动，提升创新绩效。

其次，对政策制定者而言，一方面，应进一步完善物联网协同创新政策支持体系。比如鼓励物联网企业牵头组建协同创新网络;制定明确的物联网产业发展规划等;另一方面，政府还需进一步创造良好的市场环境，为物联网企业协同创新发展创设积极的市场氛围和产业环境。比如，积极发展公共服务机构和行业协会，指导构建信息资源平台，创造条件让公共服务机构真正担负起信息中介、技术流转的作用，助力企业协同创新活动。

4.3研究不足

研究的调查样本主要选择的是物联网发展情况较好的江苏区域相关地市的企业，具有一定的省域特征，未来研究可进一步扩大样本的数量和规模，突破区域的限制。

参考文献：

[1]Mina A，BascavusogluMoreau E，Hughes A.Open service innovation and the firm’s search for external knowledge[J].Research Policy，2014，43（05）：853866.

[2]张志华，赵波.战略性新兴产业促进区域经济转型升级的机制与路径——以江苏物联网产业为例[J].江苏社会科学，2017（03）：266272.

[3]陈劲，吕文晶.中国企业的创新之路[J].科学与管理，2017，37（01）：15.

[4]魏云凤，阮平南.企业创新网络协同的影响因素及形成路径研究[J].技术与创新管理，2018，39（04）：359364.

[5]张巍，华贤.产学研协同创新主体间利益协调问题研究[J].技术与创新管理，2017，38（05）：455460.

[6]陈劲，阳银娟.协同创新的理论基础与内涵[J].科学学研究，2012，30（02）：161164.

[7]Hadjimanolis A.Barriers to innovation for SMEs in a smallless developed（Cyprus）[J].Technovation，1999，19（09）：561570.

[8]孙晓雅，陈娟娟.创新网络关系强度与创新模式关系的研究综述[J].技术与创新管理，2016，37（02）：134140.

[9]Dodgson M，Gann D，Phillips N.The oxford handbook of innovation management[M].Oxford：Oxford University Press，2014（17）.

[10]Rabelo R J，Bernus P.A holistic model of building innovation ecosystems[J].Ifac Symposium on Information Control Problems in Manufacturing，2015，48（03）：22502257.

[11]陈劲，黄海霞，梅亮.基于嵌入性网络视角的创新生态系统运行机制研究——以美国 DARPA创新生态系统为例[J].吉林大学社会科学学报，2017，57（02）：8696

[12]党建兵.跨组织联结，资源管理与企业创新绩效——区域创新网络的调节作用[D].南京：南京大學，2013.

[13]Ferrary M.Specialized organization and ambidextrous clusters in the open innovation paradigm[J].European Management Journal，2011，29（03）：181192.

[14]贺灵，单汨源，邱建华.创新网络要素及其协同对科技创新绩效的影响研究[J].管理评论，2012，24（08）：5868.

[15]刘丹，闫长乐.协同创新网络结构与机理研究[J].管理世界，2013（12）：14.

[16]段晶晶.产学研协同创新绩效提升路径研究——一个理论分析框架[J].内蒙古社会科学，2014，35（02）：119123.

[17]Lee H，Kelley D，Lee J，et al.SME survival：the impact of internationalization，technology resources，and alliances[J].Journal of Small Business Management，2012，50（01）：119.

[18]Wang J.Knowledge creation in collaboration networks：effects of tie configuration[J].Research Police，2016，45（01）：6880.

[19]Grillitsch M，Nilsson M.Innovation in peripheral regions：do collaborations compensate for a lack of local knowledge spillovers？[J].Annals of Regional Science，2015，54（01）：299321.

[20]Guan J，Liu N.Exploitative and exploratory innovations in knowledge network and collaboration network：a patent analysis in the technological field of nanoenergy[J].Research Policy，2016.45（01）：97112.

[21]何郁冰，张迎春.网络类型与产学研协同创新模式的耦合研究[J].科学学与科学技术管理，2015，36（02）：6269.

[22]候光文，薛惠锋.集群网络关系，知识获取与协同创新绩效[J].科研管理，2017，38（04）：19.

[23]Bjerregaard T，Mahadevan S.A survey of research and practices of Networkonchip[J].Acm Computing Surveys，2006，38（01）：1.

[24]周燕華，霍彬.科技型企业协同创新模式与创新绩效—基于政府制度调节作用的实证研究[J].企业经济，2017（04）：154161.

[25]周志太.基于经济学视角的协同创新网络研究[D].长春：吉林大学，2013.

[26]韩周，秦远建，王茤祥.中国企业协同创新网络治理研究[J].科学管理研究，2016，34（01）：7578.

[27]赵颖斯.创新网络中企业网络能力、网络位置与创新绩效的相关性研究[D].北京：北京交通大学，2014.

[28]赵波，徐昳，张志华.协同创新网络对物联网企业资源获取和创新绩效影响研究[J].科技进步与对策，2014，31（08）：3742.

（责任编辑：张江）

作者：张志华 王红月 杜万恒

网络技术管理创新论文 篇3：

网络规模影响创新绩效的中介效应研究：知识协同视角

摘 要 个体知识协同行为（Id-KCB）和团队知识协同行为（T-KCB）在组织的网络规模对创新绩效的影响过程中具有一定的中介效应，探讨其内在机理对组织有着重要的意义。本文通过数据调查并利用结构方程模型剖析了网络规模对创新绩效影响过程中的Id-KCB、T-KCB的中介效应。研究表明，网络规模对Id-KCB和T-KCB均有显著的正向促进作用;T-KCB对创新绩效具有很强的正向促进作用，而Id-KCB对创新绩效的作用并不显著;T-KCB在Id-KCB对创新绩效的影响过程中起中介作用。

关键词 网络规模 个体知识协同行为 团队知识协同行为 创新绩效

分类号 G350

DOI 10.16810/j.cnki.1672-514X.2019.08.009

知识协同行为（Knowledge Collaboration Behavior，KCB）是指知识的主体、客体等在时间、空间等维度上形成有效协同的状態，并能够在“恰当的时间和场所”，将“恰当的知识”传递给“恰当的对象”，从而使创新活动趋于“有序”的知识协同合作行为[1]。知识是创新之源，其在创新主体之间协同、有序的转移和流动，是创新团队保持自身优势、提高创新绩效的前提与基础。而组织网络规模的大小会在一定程度上影响知识协同行为以及组织的创新绩效。已有的文献对知识协同行为或网络规模进行了相关的研究，但是，组织的网络规模是如何在知识协同行为的中介效应下影响创新绩效，还有待进一步研究。因此，深入剖析网络规模对知识协同行为（个体知识协同行为和团队知识协同行为）的作用机制，进而分析这两种知识协同行为对创新绩效的直接或间接影响，具有一定的价值与意义。

1 研究假设与模型构建

1.1 “网络规模”与个体知识协同行为（Id-KCB）

Id-KCB是指在创新活动过程中，创新个体层面所进行的知识协同合作行为，其特点是知识在个体层面传递、创造的“协同性”“有序性”。组织在创新活动过程中，其网络规模的大小对个体层面的知识协同合作行为会产生一定影响。Baum J A C等在探讨联盟网络和创新绩效的关系时指出，网络规模与企业的成长联系较为密切，网络规模的增加可以为组织成员创造更多的机会[2]，同时拥有较大规模的公司能够将企业聚集在一起并推动其发展[3]。吴建祖认为，企业规模与个体知识共享之间有着重要的联系，当企业的规模小于某个临界值时，企业成员之间的知识交流与共享会始终维持下去[4]。因此，适度的企业规模（企业规模的增加会促进“网络规模”的增加）可以促进个体层面的知识协同合作。同样，在创新活动过程中，企业与政府、高等教育机构、科研院诉、领先企业等的合作，为企业发展提供了更多有利的资源，但企业的创新活动最终是由最小的单元——“个体”来完成的，在个体的交互活动中，会产生个体层面的知识、信息的交流与互动[5]。因此，企业网络规模的扩大在一定程度上为个体知识的交流与合作创造了条件。综合大多数学者的观点，可以看出网络规模的扩大在一定程度上会促进个体之间知识的扩散、协同与合作。由此，提出以下假设：

假设H1：网络规模对创新活动过程中的Id-KCB有显著正向影响。

1.2 “网络规模”与团队知识协同行为（T-KCB）

T-KCB是指在创新活动过程中，创新团队之间通过有效的团队合作机制所进行的知识协同合作行为，其特点是知识在团队层面传递、创造的“协同性”“有序性”。Bouncken R B 和Fredrich V指出，拥有更多合作伙伴的企业意味着其有较多的选择、较少的机会主义行为、较强的知识获取和知识整合能力，同时，合作伙伴网络的大小（即网络规模）能够决定企业能力的高低，而大的网络规模有利于充分利用外部知识，提高知识的利用率[6]。Schilling M A和Phelps C C认为，联盟网络高集群度和高覆盖率的特征对知识创造潜力具有重要影响，紧密联系的本地网络中各企业通过促进沟通与合作，提高网络信息的传输能力，而超本地网络中的非冗余连接缩小了企业之间的距离，有利于企业挖掘更广泛的知识资源以实现超大网络规模[7]。李纲等也认为网络规模影响企业网络能力的发挥，企业网络规模越大，意味着外部合作伙伴越多，外部资源与知识越丰富，获取外部异质性资源的机会越大[8]。Yoon W认为，网络规模与知识创造之间呈倒U型关系，并指出构建合理的、均衡的网络规模是一个合适的选择[9]。综合大多数学者的观点，网络规模对集群创新活动中的团队知识协同行为有一定的促进作用。由此，提出以下假设：

假设H2：网络规模对创新活动过程中的T-KCB有显著正向影响。

1.3 个体知识协同行为（Id-KCB）、团队知识协同行为（T-KCB）与创新绩效的关系

组织内个体层面的知识协同行为对整体绩效的提高具有一定程度的促进作用。正如King等提出的，组织创新最终要落实到组织内的个人身上[10]。由此可见，“微观”单位——个人在创新活动中的重要作用。个体在认知方式、性格兴趣、思维能力等多方面存在差异[11]，这使得个体知识存在异质性的特点。当多样性的个体在组织的框架下进行知识的协同合作时，组织内部所拥有的异质性认知资源常常被充分“搅动”起来，对于激发组织的创新“火花”与创新思维有着积极的促进作用[12]。

与个体相比，团队在多个个体相互合作和竞争的情况下，能创造出更好的绩效[13]。团队能够将多个个体的优势进行整合，打破个人“知识领地”，启发新思维，激发创新“火花”，进而提高团队的知识创新能力[14]。团队内部为达成统一目标，对知识的“保留”较少，知识传播者的知识共享意愿不断增加，“知识距离”的拉近有利于提高团队信息的“公开性”和“透明性”。由此形成了一种推进创新的合力，团队成员努力方向的一致性能够在团队内部产生积极的协同作用，并形成“团队绩效”远大于个体绩效之和的效果[15]。由此，提出以下假设：

假设H3a：创新活动过程中的Id-KCB对创新绩效有显著正向影响;

假设H3b：创新活动过程中的T-KCB对创新绩效有显著正向影响。

1.4 个体知识协同行为（Id-KCB）与团队知识协同行为（T-KCB）的关系

任何一个团队所取得的成绩均离不开个体的参与和配合，创新也是由个人延伸到团队，进而延伸到组织的过程[16]，此过程凝聚了个体的智慧结晶，并最终以整体绩效的形式进行呈现。陈国权等也在研究中指出，高层管理者（个体层面）能够将知识传递给团队其他成员，进而影响整个团队的学习能力[17]。但是，由于个人因素、环境因素等方面均存在差异，个体呈现出异质性、多元化的特征，这些特征使得个体行为不利于引导，且在进行知识协同的过程中存在较多的不确定性。而团队能够对个体无序、分散的知识进行有效地整合、吸收、运用，提高团队对知识的利用效率，促进知识的创造和创新，同时发挥知识创造效益的作用[18]。因此，当个体的知识协同行为在有效的团队合作机制框架下发生时，可以促进与组织目标匹配的团队知识协同行为的进行，并促进其发挥更大的价值。由此，提出以下假设：

假设H4：Id-KCB对T-KCB具有正向促进作用，即 Id-KCB可以通过T-KCB的中介效应显著正向影响创新绩效。

2 研究设计

2.1 问卷设计

根据前面的理论假设并参考已有的文献，本文所涉及的潜变量包括网络规模、创新绩效以及Id-KCB和T-KCB，相應的观察变量如表1所示。问卷中采用Likert五级量表进行评定，分数越高代表对该项的同意程度越高。

2.2 样本和数据收集

本研究主要采用以下几种方式进行调查数据的收集：①向高校从事组织创新、知识协同行为等方面研究的专家、博士等发放调查问卷。②向参与创新活动的企业的相关人员（包括企业中高层管理人员、基层人员等）发放问卷。③向科研院所、政府、金融、服务机构、中介机构等参与创新活动的相关人员发放问卷。此外，本研究还充分利用互联网及网络社交工具（如QQ、微信）发放调查问卷，以提高回收效率。本次调查共发放问卷900份，回收问卷638份，剔除158份无效问卷，样本的有效率为53.3%。样本的基本信息如表2所示。

2.3 信度和效度检验

分析数据的信度和效度是测量必不可少的条件。信度（Reliability）即可靠性，它主要反映检验结果的一致性和稳定性。效度（Validity）主要反映调查结果与要考察的内容的吻合度。本文利用SPSS 23.0对调查数据进行信度和效度分析，结果分别如表3和表4所示。从表3中可以看出，观察变量的Cronbach’s α系数分别为0.683、0.642、0.662、0.717，样本整体的Cronbach’s α值均大于0.6，表明测量结果具有较好的信度，适合对模型进行进一步的研究。如表4所示，本研究中的KMO值为0.886，建构效度达到了较好的效果。Bartlett检验近似卡方值为1.292.970，自由度（df）为136，检验的显著性（Sig.）为0.000，模型拟合度较好，效度满足要求。

3 实证研究分析

3.1 SEM拟合度分析

模型1：在前文构建的理论分析框架的基础上，利用AMOS构建原始SEM模型，即模型1。模型运行数据得到拟合参数结果，如表5中模型1所示。一般情况下，CMIN/DF<2，同时 GFI、AFGI、TLI、CFI等参数>0.9，RMR、RMSEA<0.05[19]。在模型1中，CMIN/DF的值为1.820，满足CMIN/DF<2的标准要求，但有部分拟合参数（AGFI、RMSEA）不满足要求，同时“个体知识协同行为创新绩效”的路径不显著。因此，模型1还需要进一步修正。

模型2：在模型1的基础上删除路径“个体知识协同行为创新绩效”。根据“模型修正指标”添加部分残差变量之间的双向关系：e1e2， e5e7， e9e11， e13e16，由此建立模型2。运行结果如表5中模型2所示，参数相比于模型1都有了改善。但双向关系e5e7， e13e16未达到显著性标准要求，因此，模型2仍需要进行修正。

模型3：在模型2的基础上，仅保留e1e2，e9e11这两个双向关系，重新建立模型3。运行结果如表5所示，CMIN/DF=1.625，同时其它部分参数也均达到了较好的效果，且所有的路径以及双向关系均显著。因此，模型3整体拟合效果最好。

由表6参数估计结果可知，模型3中各路径的标准化路径系数均为正值，表明路径两端的潜变量具有正向相关性。S.E.及C.R.也均取得了较好的效果，显著性P值均小于0.001，表明潜变量之间是显著相关的。因此，结合图2得到以下分析结果：

（1） “网络规模”与“个体知识协同行为”和“团队知识协同行为”均有显著正向影响。一般情况下，当p值<0.05时，认为结果是显著的。从总体样本来看，路径“网络规模Id-KCB”（H1）的标准化路径系数为0.74（图2中数字为四舍五入后的结果），p值显著，H1得到验证，即网络规模对“Id-KCB”具有显著正向影响。路径“网络规模T-KCB”（H2）的标准化路径系数为0.61，且P值显著，表明网络规模对“T-KCB”存在顯著正向影响，H2得到验证。

（2） “团队知识协同行为”显著正向影响创新绩效，而“个体知识协同行为”对创新绩效的影响并不显著。由图2可知，路径“T-KCB创新绩效”（H3b）具有很强的正向相关性（标准化路径系数为0.89，且P值显著），即H3b得到验证。而路径“Id-KCB创新绩效”（H3a）未达到显著性的标准要求（P值为0.496），因此二者之间不存在显著的相关性，即H3a未得到验证。此外，双向关系e9e11、e1e2的相关系数为0.15、0.37。以e9e11为例，观察变量“高创新成果质量”的残差变量e9与“高转化效益”的残差变量e11具有一定的相互促进作用：一方面“高创新成果质量”进行转化之后，可明显提高企业的经济效益，反过来，“高转化效益”又可以通过增加资金投入而促进创新成果质量的提高。即残差变量之间双向关系可以在某种程度上解释不易被潜变量所解释的部分。

（3）“个体知识协同行为”与“团队知识协同行为”具有中介效应。根据实证结果分析以及图2可得以下两点。其一，在路径“网络规模T-KCB创新绩效”中，“网络规模”对“T-KCB”的标准化路径系数为0.61，“T-KCB”对“创新绩效”的标准化路径系数为0.89。即“网络规模”通过“T-KCB”的中介效应（单阶）对创新绩效产生直接的正向影响。其二，在路径“网络规模Id-KCBT-KCB创新绩效”中，“网络规模”对“Id-KCB”的标准化路径系数为0.74，“Id-KCB”对“T-KCB”的标准化路径系数为0.37，“T-KCB”对“创新绩效”的标准化路径系数为0.89。这表明，虽然“Id-KCB”对创新绩效的作用不显著，但是“网络规模”可以通过“Id-KCBT-KCB”的中介效应（双阶）对创新绩效产生正向影响。

4 研究结论

（1）“网络规模”对“个体知识协同行为”具有显著的促进作用。企业在创新活动中，其网络规模的扩大可以为处于组织中的个体知识协同行为提供良好的环境基础，有利于形成个体之间知识协同合作的组织框架和体系，从而对个体的知识协同行为产生积极的促进作用。在创新活动过程中，组织通过与较多的“政府机构”联系有利于获得更多的“政策支持”，而与较多的“高等教育机构”“科研院所”合作，可以为创新中的“个体”提供更为丰富的知识资源，而与较多的“领先企业”（技术领先企业）以及“供应链单元”（如供应商、销售商、客户）等的交流与合作，可以为创新活动中的“个体”提供多层面、多方位的知识，从而促进个体知识协同行为（Id-KCB）的进行。

（2）“网络规模”对“团队知识协同行为”具有一定的促进作用。与个体知识协同行为类似，企业较大的网络规模可以为创新活动中的团队知识协同行为提供更多的“（伙伴）选择机会”，即提供良好的环境基础。组织较大的网络规模为其创新发展提供了较多的知识资源，有利于团队充分利于创新资源进行创新合作，使得团队成员在时间、空间等维度上“有序的”进行知识层面的合作与交流，从而促进了团队知识协同行为（T-KCB）的产生（虽然有文献指出，网络规模与创新绩效之间存在“倒U型关系”，但是，一般而言，组织作为一个“自适应系统”[20]，会在比较合理的范围内与较多的机构（或组织）进行协同、合作，而不会“无限”增加网络规模）。

（3）个体知识协同行为（Id-KCB）与创新绩效之间并没有显著的相关性。这可能是由于个体所具有的“不确定性”造成的。一方面，在多样性程度较高的组织中，个体之间有着较大的差异，而这种异质性的组织拥有的认知资源被充分“搅动”起来，对于激发组织的创新“火花”与创新思维有着积极的促进作用;另一方面，个体异质性也是导致个体之间不断存在恶性冲突、争辩的原因之一，这种“负面”的互动不仅给个体带来了负面体验，而且对组织的创新也是极其不利的。因此，个体的异质性特征所导致的“不确定性”使得个体知识协同行为对创新绩效的作用不显著。

实证结果表明，团队知识协同行为（T-KCB）与创新绩效之间具有强的正向相关性。良好的团队协同关系有利于减少个体协作过程中可能发生的冲突和风险，缩短相互适应的时间、提高协同合作效率。团队成员之间有效的团队知识网络结构以及有效的团队合作机制，有利于知识的创造、传递在时空维度上趋于“协同、有序”，从而使团队可以更好地适应外部日益复杂的竞争环境，完成动态的、多变的创新需求，提高创新成果的质量、速度、成功率以及转化效益，进而促进组织创新绩效的提高。

（4） 个体知识协同行为（Id-KCB）在一定程度上正向影响团队知识协同行为（T-KCB）的产生，即“网络规模”可以通过“Id-KCB”和“T-KCB”的中介效应（单阶或双阶）对创新绩效产生促进作用。虽然“Id-KCB”对创新绩效的影响不显著，但是“Id-KCB”可以在“T-KCB”的中介效应下促进组织创新绩效的提高。因此，在创新活动过程中有必要充分发挥“个体”异质性文化、环境、性格等的有利价值，使个体行为与团队绩效目标相一致，从而使“Id-KCBT-KCB创新绩效”的中介效应充分发挥其作用。

参考文献：

GLOGE L， HOWELL P， HUGH H， et al. Knowledge collaboration for IT support[EB/OL].[2018-01-25].httpt：//www.helpdeskinst.com/hdi2006/files/Strategic Adysory Board Paper Knowledge Collaboration.Pdf，2005.

BAUM J A C， CALABBRESE T， SILVERMAN B S. Don’t go it alone： alliance network composition and startups’ performance in Canadian biotechnology[J].Strategic management journal，2000，21（3）：267-294.

WINCENT J. Does size matter？A study of firm behavior and outcomes in strategic SME networks[J].Journal of Small Business and Enterprise Development，2005，12（3）：437-453.

吳建祖，王欣然.企业规模对企业内员工间知识共享影响的博弈分析[J].情报杂志，2009，28（S2）：251-253.

任荣.企业合作创新与组织层次的融合：基于界面管理的思考[J].经济管理，2010，32（10）：180-186.

BOUNCKEN R B ， FREDRICH V. Learning in coopetition： alliance orientation， network size， and firm types[J].Journal of Business Research，2016，69（5）：1753-1758.

SCHILLING M A， PHELPS C C. Interfirm collaboration networks： the impact of Large-Scale Network structure on firm innovation[J].Management Science，2007，53（7）：1113-1126.

李纲，陈静静，杨雪.网络能力、知识获取与企业服务创新绩效的关系研究：网络规模的调节作用[J].管理评论，2017，29（2）：59-68.

YOON W， LEE D Y， SONG J. Alliance network size， partner diversity， and knowledge creation in small biotech firms[J].Journal of Management & Organization，2015，21（5）：614-626.

KING N. Modelling the innovation process： an empirical comparison of approaches[J].Journal of Occupational & Organizational Psychology，2011，65（2）：89-100.

STERNBERG R J， LUBART T I. The concept of creativity： prospects and paradigms[J].Handbook of Creativity，1999：3-15.

刘灿辉，安立仁.员工多样性、知识共享与个体创新绩效：一个有调节的中介模型[J].科学学与科学技术管理，2016，37（7）：170-180.

佟泽华，姜子元，师闻笛.网络柔性对创新绩效的影响研究：个体知识协同行为（Id-KCB）、团队知识协同行为（T-KCB）的中介效应[J].情报科学，2017，35（9）：117-124.

吴杨，苏竣.科研团队知识创新系统的复杂特性及其协同机制作用机理研究[J].科学学与科学技术管理，2012，33（1）：156-165.

ROBBINS S P， JUDGE T A. Organization behavior[M].New Jersey： Prentice Hall，2011：314-331.

WOODMAN R W， SAWYER J E， GRIFFIN R W. Toward a theory of organizational creativity[J].Academy of Management Review，1993，18（2）：293-321.

陈国权，赵慧群.中国组织管理者个人、团队和组织三层面学习能力间关系的实证研究[J].管理学报， 2009，6（7）：898-905.

刘岩芳，于婷.组织内部个体知识整合行为的影响因素研究[J].情报科学，2015，33（8）：20-24.

邱皓正.结构方程模型的原理与应用[M].北京：中国轻工业出版社，2012：160.

PELLISSIER R. The implementation of resilience engineering to enhance organizational innovation in a complex environment[J].Global Management Journal，2010，6（1）：145-146.

作者：刘晓婷 佟泽华 姜子元