農業科技企業創新合作網絡關系對技術創新績效的影響路徑

于長宏, 崔丙群, 張曉雨

(山東農業大學經濟管理學院(商學院), 山東 泰安 271018)

農業科技企業是我國農業技術創新發展的主體,對我國實現農業高質量發展具有重要推動作用。創新合作網絡關系及知識多樣性影響企業技術創新績效已得到學者一致認可。通過對現有文獻梳理發現,網絡關系強度和關系廣度對企業技術創新績效產生正向影響[1],在創新合作網絡關系規模一定前提下,強網絡關系和弱網絡關系均對企業績效產生正向影響[2],強關系有利于企業間開展高風險探索式創新[3],但也有學者認為弱關系促進企業交換非冗余資源,推動企業探索式創新[4],其他條件相同情況下,短平均路徑長度更有利于企業績效提升[5],網絡關系廣度越廣泛越有利于企業獲得多樣性知識[6],且知識多樣性[7]和異質性[8]對企業創新績效有促進作用,同時創新合作網絡關系能夠通過其他因素間接影響技術創新績效[9-11]。但針對網絡關系不同層面對技術創新績效的影響、影響二者關系因素和農業科技創新績效的影響機制框架仍缺乏研究。以農業科技企業為主體,將創新合作網絡關系、知識多樣性和技術創新績效納入同一分析框架,以知識多樣性為中介變量分析農業技術企業創新合作網絡關系不同維度與技術創新績效關系以及不同維度知識多樣性對技術創新績效的影響研究空缺?；谖墨I梳理和實地調研,對農業科技公司、創新合作網絡關系、技術創新績效、知識多樣性等進行內涵闡釋、維度分類、量表等,建立“創新合作網絡關系(關系)-知識多樣性(能力)-技術創新績效(績效)”邏輯框架,并結合我國農業科技公司,通過相關性分析和構建結構方程模型進行實證分析,探討農業科技公司技術創新績效影響因子和作用路徑,為我國農業科技企業建設和完善創新合作網絡關系具有重要現實意義。

1 理論分析與研究假設

1.1 創新合作網絡關系與技術創新績效

創新主體間聯系廣泛程度以及聯系緊密性影響主體信息獲取、資源共享和知識交流等方面效率,進而影響技術創新績效。創新主體在獲取、吸收、轉化、應用與重組知識過程中,需要持續不斷地與其他主體創新要素進行互動[12]。關系強度代表企業與其他企業在知識交流與資源轉換方面的效率,是影響企業知識獲取、整合及利用的重要因素。高關系強度使知識交流與物質交換更為頻繁,形成合作模式更能使兩者產生信任,使之關系更為穩定,能夠對合作企業所擁有的創新資源和信息進行深入分析和挖掘,加強多領域、多層次知識融合,提高企業技術創新績效;高關系強度有利于合作企業就單一問題進行深入、多次探索,使企業能夠科學預判產品研發所需信息,精確把握科學知識深刻內涵,從而有效地將合作交流轉化為實際應用?；谝陨戏治?提出以下假設。

H1:網絡關系強度對技術創新績效有顯著正向影響;

H1a:網絡關系強度對創新效果有顯著正向影響;

H1b:網絡關系強度對創新效益有顯著正向影響。

關系廣度表示與該企業建立直接性創新活動的企業數量,高關系廣度表示該企業直接性合作伙伴數量多。關系廣度對企業作用主要體現在兩個方面:①企業所處外部市場環境存在較大不確定性風險,多企業合作能夠降低潛在風險,企業能夠與多個不同主體間進行物質交換、信息交流以增加戰略選擇,彌補單一企業內部技術研發信息、資源條件不足短板,提升技術創新績效;②多變市場環境下,單一企業難以獲取準確及時的前瞻性信息,難以在市場大環境下獲取市場主動權[13]。與更多企業進行交流能使企業更快接觸前沿信息[14],提高新技術、新知識到新產品轉化效率,促進技術創新績效提升?；谝陨戏治?提出以下假設。

H2:網絡關系廣度對技術創新績效有顯著正向影響;

H2a:網絡關系廣度對創新效果有顯著正向影響;

H2b:網絡關系廣度對創新效益有顯著正向影響。

1.2 創新合作網絡關系與知識多樣性

在創新合作網絡中,企業會依據市場需求與高校、科研機構等建立合作關系,識別獲取不同主體提供的多樣性知識。企業創新合作網絡關系廣度越高,企業可以觸及更多差異化信息流[15],進而增強企業外部知識識別判斷能力,提升企業知識多樣性[16];高關系強度下企業間存在頻繁創新互動,會建立牢固創新合作關系,企業間信任與溝通可以推動企業間復雜和隱性知識傳遞與傳遞。Kobarg等[17]認為,更大合作深度會促使合作主體之間形成相互信任關系,從而進行深入頻繁交流,積累持續創新有關的復雜緊密知識?；谏鲜龇治?提出以下假設。

H3:網絡關系強度對知識多樣性產生了顯著正向影響;

H3a:網絡關系強度對知識豐富性有顯著正向影響;

H3b:網絡關系強度對知識異質性有顯著正向影響;

H3c:網絡關系強度對知識動態性有顯著正向影響;

H4:網絡關系廣度對知識多樣性有顯著正向影響;

H4a:網絡關系廣度對知識豐富性有顯著正向影響;

H4b:網絡關系廣度對知識異質性有顯著正向影響;

H4c:網絡關系廣度對知識動態性有顯著正向影響。

1.3 知識多樣性與技術創新績效

許多研究者通過研究,支持知識多樣性和技術創新績效之間具有積極聯系。知識多樣性與技術創新績效的積極關系可以依據信息決策理論。首先知識多樣性意味著知識來源更豐富、覆蓋越全面、更新越及時,成為企業技術創新基礎。其次,相較于知識來源單一的創新團隊,知識多樣性團隊在成員間創造性思維、創新性能力、團隊間交流合作能力都更有優勢?；谝陨戏治?提出以下假設。

H5:知識豐富性對技術創新績效有顯著正向影響;

H5a:知識豐富性對創新效果有顯著正向影響;

H5b:知識豐富性對創新效果有顯著正向影響;

H6:知識異質性對技術創新績效有顯著正向影響;

H6a:知識異質性對創新效果有顯著正向影響;

H6b:知識異質性對創新效果有顯著正向影響;

H7:知識動態性對技術創新績效有顯著正向影響;

H7a:知識動態性對創新效果有顯著正向影響;

H7b:知識動態性對創新效果有顯著正向影響。

1.4 知識多樣性在創新合作網絡關系和創新績效之間的中介作用

知識多樣性作用具體體現在所獲得知識范圍不斷拓寬、種類不斷增加以及知識更新換代不斷加快3個方面,提高了資源共享效率以及資源傳遞水平,并對技術創新績效提升產生了直接影響。企業在創新合作網絡中關系資源是獲得多樣性知識直接渠道,創新合作網絡關系強度和廣度反映了各成員資源共享程度、獲取知識能力。高關系廣度農業科技企業借助與各創新主體形成合作網絡為自身獲取和利用外部知識資源提供途徑,將有效提高企業技術創新績效。農業科技企業間高關系強度表示企業間聯系更為緊密,合作頻率更高,更容易產生信任,提升雙方戰略契合度,減少交流成本,提高技術創新效率?；谝陨戏治?提出以下假設。

H8:知識多樣性在創新合作網絡關系與創新效率之間發揮中介作用;

H8a:知識異質性在創新合作網絡關系與創新效率之間發揮中介作用;

H8b:知識豐富性在創新合作網絡關系與創新效率之間發揮中介作用;

H8c:知識動態性在創新合作網絡關系與創新效率之間發揮中介作用;

H9:知識多樣性在創新合作網絡關系與創新效率之間發揮中介作用;

H9a:知識異質性在創新合作網絡關系與創新效益之間發揮中介作用;

H9b:知識豐富性在創新合作網絡關系與創新效益之間發揮中介作用;

H9c:知識動態性在創新合作網絡關系與創新效益之間發揮中介作用。

基于以上研究假設,提出本文的理論模型,如圖1所示。

圖1 理論模型

2 研究設計

2.1 問卷設計

所用數據均通過問卷調查獲取,調查問卷在設計過程中利用國內外成熟并已投入使用量表,結合實際調查內容進行調整,通過征求專家意見,反復進行修改,形成最終問卷。共獲得問卷410份,刪除無效問卷后,有效問卷共計332份,問卷有效率80.98%。

2.2 變量測量

對創新合作網絡關系衡量選擇關系強度、關系廣度兩個維度指標,參考董保寶[19]的相關研究,設置創新合作網絡關系具體測量題項見表1。

表1 創新合作網絡關系測量題項

技術創新績效對公司業績評價的財務指標和非財務指標相結合、盈利性指標與創新性指標相結合的趨勢和特征。在企業績效指標衡量上設定創新效率與創新效益兩個維度,參考吳先明和張雨[20]的有關研究成果,設置技術創新績效具體測量題項見表2。

表2 技術創新績效測量題項

參考李健和余悅[21]、楊靚等[22]、Park等[23]的相關研究,認為測量知識在團隊中分布實際差異狀態時,應注重測量團隊成員對這種差異狀態的感知。所以,設置知識多樣性的具體測量題項見表3。

表3 知識多樣性測量題項

3 實證分析

3.1 共同方法偏差檢驗

使用Harman單因素檢驗法加以驗證,并進行主成分因子分析。表4顯示,共獲得6個特征根等于一的因子,第一個因子的方差貢獻率約為30.76%,低于40%的最高限制值,認為不存在嚴重共同方法偏差。

表4 Harman單因素檢驗結果

通過Amos進行單因子驗證性因子分析,分析結果見表5,其中卡方χ2=2 083.333(自由度df=405),卡方自由度比χ2/df=5.144,遠高于標準值3;

表5 單因子驗證性因子分析結果

GFI(擬合優度指數)、CFI(比較擬合指數)、TLI(擬合指數)均小于標準值0.9;近似誤差均方根RMSEA=0.112,高于標準值0.08。結合以上分析,該模型擬合效果較差,即表示構建的模型不存在嚴重的共同方法偏差。

3.2 信效度分析

創新合作網絡關系、知識多樣性、技術創新績效中各因子構面克隆巴赫α系數均大于0.7,均通過信度檢驗。

進行驗證性因子分析,各測量模型結果見表6～表8。創新合作網絡關系測量模型擬合結果顯示,χ2=58.839(自由度df=26),χ2/df=2.263,低于3;GFI、CFI、TLI均大于0.9;RMSEA=0.062,低于0.08;各題項標準化路徑系數均在0.001顯著性水平下大于0.5。結合以上分析,該模型擬合效果較佳。關系強度維度組合信度CR為0.876,AVE(平均提取方差)值為0.585;關系廣度維度組合信度CR為0.794,AVE值為0.493。創新合作網絡關系兩個維度組合信度CR均大于0.7,表示內部一致性較為理想;關系強度AVE值大于0.5,表示收斂效度較為理想,關系廣度維度則超過可接受門檻0.36。

表6 創新合作網絡關系測量模型擬合結果(N=332)

知識多樣性測量模型擬合結果表7顯示,χ2=117.072(自由度df=62),χ2/df=1.888,低于3;GFI、CFI、TLI均大于0.9;RMSEA=0.052,低于0.08;各題項標準化路徑系數均在0.001顯著性水平下大于0.5。結合以上分析,該模型擬合效果較佳。知識豐富性維度、異質性維度、動態性維度組合信度分別為CR為0.806、0.754、0.884,AVE值分別為0.414、0.506、0.656。知識多樣性3個維度組合信度CR均大于0.7,表示內部一致性較為理想;AVE值除知識豐富性維度外均大于0.5,表示兩個維度收斂效度較為理想,而知識豐富性維度則超過可接受門檻0.36。

表7 知識多樣性測量模型擬合結果(N=332)

技術創新績效模型擬合結果表8顯示,χ2=38.448(自由度df=19),χ2/df=2.024,低于3;GFI、CFI、TLI均大于0.9;RMSEA=0.056,低于0.08;各題項的標準化路徑系數均在0.001顯著性水平下大于0.5。結合以上分析,該模型擬合效果較佳。創新效率維度組合信度CR為0.751,AVE值為0.453;創新效益維度的組合信度CR為0.822,AVE值為0.538。技術創新績效兩種維度組合信度CR均等于0.7,表示內部一致性較為理想;創新效率維度AVE值超過可接受門檻0.36,創新效益維度大于0.5,收斂效度較為理想。

表8 技術創新績效測量模型擬合結果(N=332)

3.3 相關性分析

在對結構方程模型進行數據分析之前,需要通過SPSS軟件對所涉及的相關變量進行相關性分析,結果見表9。其中各潛變量均相關系數均小于0.7,且在0.01水平下顯著正相關,表示各潛變量間均存在一定相關關系,但不存在多重共線性問題,假設H1～H7得到初步驗證,可以進行后續步驟。

表9 相關性分析結果

3.4 結構方程模型(SEM)假設檢驗

3.4.1 模型與擬合結果

初始模型擬合檢驗結果表10顯示,χ2=579.51(自由度df=388),χ2/df=1.494,低于3;GFI、AGFI分別為0.896、0.875,雖未高于0.9,但均高于0.8,結果可以接受;IFI、TLI、CFI均大于0.9,接近1;RMSEA為0.039,小于0.08,表示擬合效果較好。

表10 初始結構方程模型擬合效果(N=332)

對332個樣本數據進行擬合分析,結構方程模型路徑系數結果見表11。

表11 第一次結構方程模型路徑系數(N=332)

根據表11,C1→T2路徑CR絕對值為1.86<1.96且P為0.063>0.05、C2→T1路徑CR絕對值為0.452<1.96且P為0.651>0.05、K1→T2路徑CR絕對值為1.718<1.96且P為0.086>0.05、K2→T1路徑CR絕對值為1.601<1.96且P為0.109>0.05、K3→T1路徑CR絕對值為1.094<1.96且P為0.274>0.05,表示以上路徑均未達到顯著狀態,需要對初始模型進行修正。

依次刪除C1→T2、C2→T1、K1→T2、K3→T1 這4條路徑后擬合結果見表12,擬合圖如圖2所示,起始狀態下不顯著路徑(K2→T1)變得顯著,故不再對該條路徑進行修正,修正后最終模型各擬合指標均達到模型擬合要求,擬合優度較好。

表12 最終結構方程模型路徑系數

圖2 結構方程模型最終擬合圖

3.4.2 直接效應檢驗

根據表12,12條路徑均通過假設檢驗。

具體來看,創新網絡關系對技術創新績效方面:C1→T1、C2→T2具有顯著正效應,標準化路徑系數分別為0.276(P<0.001)、0.273(P<0.001),假設H1a、H2b得到驗證;創新網絡關系對知識多樣性方面:C1→K1、C1→K2、C1→K3、C2→K1、C2→K2、C2→K3具有顯著正效應,標準化路徑系數分別為0.372(P<0.001)、0.306(P<0.001)、0.281(P<0.001)、0.259(P<0.001)、0.461(P<0.001)、0.395(P<0.001),假設H3a、H3b、H3c、H4a、H4b、H4c得到驗證;知識多樣性對技術創新績效方面:K1→T1、K2→T1、K2→T2、K3→T2具有顯著正效應,標準化路徑系數分別為0.342(P<0.001)、0.191(P<0.05)、0.465(P<0.05)、0.217(P<0.05),假設H5a、H6a、H6b、H7b得到驗證。

3.4.3 中介效應檢驗

通過Amos24.0軟件使用Bootstrap法進行中介效應試驗,并設置重復抽樣2000次,若此時獲得95%的置信區間不包含0,則說明知識多樣性各維度中介效應顯著,直接效應、間接效應、總效應見表13。

表13 中介效應檢驗結果

創新合作網絡關系的各維度對創新效果影響中:C1→T1存在通過知識豐富性和知識異質性的間接影響,總效應為0.462,直接效應為0.276,間接效應為0.186;C1→T2只有通過知識豐富性和知識異質性的間接效應,總效應與間接效應為0.177。綜合知識多樣性對創新效率的影響,知識多樣性中知識豐富性、知識異質性在創新合作網絡關系強度和創新效率之間起著部分中介功能,在關系廣度和創新效率之間起著完全中介功能,H8a、H8b得到了驗證。

創新合作網絡關系各維度對創新效益的影響中:C2→T1只有通過知識異質性和知識動態性的間接效應,總效應與間接效應為0.204;C2→T2存在通過知識異質性和知識動態性的間接效應,總效應為0.573,直接效應為0.273,間接效應為0.3。綜合知識多樣性對創新效益的影響,說明了知識多樣性中知識異質性、知識動態性在關系強度和創新效益之間起著完全中介作用,在關系廣度和創新效益之間起著部分中介作用,H9b、H9c得到了驗證。

4 結論與建議

農業科技企業網絡關系強度對企業創新效率存在顯著正向影響,網絡關系廣度對創新效益存在顯著正向影響,但關系強度對創新效益、關系廣度對創新效率作用并不顯著;農業科技企業網絡關系強度和關系廣度顯著正向影響農業科技企業知識豐富性、異質性和動態性,廣泛的關系網絡可以幫助農業科技企業挖掘差異化、動態化信息資源,提高企業獲取多樣性信息的效率,而高關系強度可以推動企業間信息深入探討與挖掘,有利于企業間信息資源的深度利用;農業科技企業知識豐富性顯著正向影響企業創新效率,知識異質性對創新效率、創新效益存在顯著正向影響,知識動態性顯著正向影響企業創新效益,農業科技企業獲得大量時效性、更新性和差異化信息有助于提高企業創新績效;農業科技企業知識多樣性在創新合作網絡關系與技術創新績效之間發揮一定中介作用。農業科技企業知識豐富性、知識異質性在創新合作網絡關系強度和創新效果之間起著部分中介作用。知識豐富性、知識異質性在關系廣度和創新效益之間有完全中介作用;農業科技公司知識異質性、知識動態性在關系強度和創新效益之間存在完全中介作用,表明關系強度是通過企業知識異質性、知識動態性間接提升創新效益;但是,農業科技企業知識動態性在創新合作網絡關系與創新效率,知識異質性在創新合作網絡關系與創新效益之間沒有顯著中介效應。

農業科技能夠為農業生產保證基本資源供給與技術供應。因此,農業科技企業應構建創新合作網絡關系,以廣泛性網絡關系廣度和高關系強度加強企業間交流與合作,充分獲取企業創新資源與信息,突破資源限制、企業內外部環境及企業技術水平制約,獲取豐富的動態性、差異化和優質性信息,推動企業多樣性知識資源充分高效利用,為現代農業科技發展提供堅實的技術理論支撐,推動我國農業現代化、高質量發展。

通過上述結論,農業科技公司要提升技術績效,必須積極融入創新合作網絡,依據企業需求獲取創新合作伙伴,并充分挖掘網絡信息和資源,借此提升企業知識豐富性、異質性和動態性,整合資源并優化企業創新戰略以適應市場發展,提升自身競爭力。對此,提出以下對策建議。

(1)實施“遠近”匹配管理策略?，F階段農業科技企業應避免選擇嵌入到聚集程度較高的創新合作網絡且在創新合作網絡中的企業應當重視與其他創新主體,尤其是高校等科研院所的交往并不斷提高相互間的信任度。

(2)提高企業的知識鑒別能力。需要加強企業與其他創新主體間的交流與溝通,不斷拓寬創新合作網絡范圍,通過增加與不同信息的接觸來提升自身鑒別能力,同時要不斷優化企業的資源配置,提高企業內部各部門的協調統一

(3)優化創新合作網絡環境,構建制度保障體系。建立完善科技創新投入制度,確保企業的持續、健康、快速發展。鼓勵引導企業自身進行創新資金的合理分配,通過企業積極融入創新合作網絡,建立與其他創新主體的聯系,發展形成戰略同盟或企業聯盟;加強平臺建設促進網絡合作,完善政府創新政策支持。