您当前的位置:首页 > 管理论文>企业管理论文

分析网络密度、知识流入对企业管理创新的影响

2016-02-21 21:02 来源:学术参考网 作者:未知

  创新是企业进步的灵魂,创新的定义最早由熊 彼特00提出,他认为创新就是建立一种新的生产函 数,即企业家实行对生产要素的重新组合,包括引入 一种新产品、采用一种新方法以及开辟一个新市场 等。Damanpour2则基于对组织创新理论的视角提 出了企业创新双核心模式的观点,将企业创新分为 技术创新与管理创新。Damanpour等13指出,企业 通过管理创新能够对技术创新互动进行控制同时也 可以对技术创新绩效进行评估,但技术创新活动并 不一定能够促进管理创新。管理创新对于组织绩效 具有重要的影响作用,而技术创新则需要通过管理 创新才能对组织绩效产生影响4-6。可见,企业的 任何创新都是在一定的管理环境下进行的,其创新 效益必须通过管理职能活动来实现&]。因此,企业 在实践中必须高度重视管理创新能力的培养,以提 升企业整体竞争力。


  那么,企业如何才能提升管理创新能力呢?Zeng等08认为,高密度网络会促进企业之间构建紧 密的连接关系,保持网络内信息和资源的快速流动,从而维持企业间高水平的信任关系、共享准则与共同的行为模式。因此,在高密度的网络中,网络中的 知识流入对于企业管理创新具有重要的影响作用。 那么,网络密度、知识流入与企业管理创新之间的关 系到底是怎样的呢?网络密度是通过知识流入促进 管理创新的吗?基于对上述问题的探索需要,本文 以3478家申报广东省高新技术企业和民营科技型 企业的企业为样本进行实证研究,探讨网络密度、知 识流入与企业管理创新之间的影响关系。

  

  1 理论基础和研究假设


  1.1网络密度对企业管理创新的影响


  企业管理创新是指企业创造的一种更有效的资 源整合范式,这种范式既可以是新的有效整合资源 以达到企业责任和目标的全过程管理,也可以是新 的具体资源整合及目标制定等方面的细节管理09。 所谓网络密度,是指战略网络中企业之间相互连接 的程度,企业之间连接得越多,网络密度越大010。 关于网络密度与企业管理创新的关系,学术界主要 存在以下两种观点:一种观点认为,网络密度越大,则越有利于企业获取外部知识,从而为企业管理创 新活动提供持续的动力。谢洪明等M从知识整合 的角度来看,网络密度越大,则网络中的知识、信息 交流越充分,企业获得的创新绩效越高。Rost M指 出,在高密度的网络中,企业之间获取有用信息的几 率也相对较大,从而有利于企业间的学习和集群的 创新活动。AhujaM也认为,在稳定、成熟的网络环 境中,网络密度与管理创新之间存在显着的正向影 响关系。另一种观点则认为,适度的网络密度才能 有效促进企业管理创新绩效的提高,即网络密度与 企业管理创新之间并不是显着的线性影响关系。持 这种观点的学者大都认为,过高的网络密度容易造 成网络内部信息与知识的冗余,从而造成知识流动 效率的低下M。然而,在实际的企业网络中,作为 行为主体企业能够充分发挥自主能动性,从而有效 辨别流入的信息可靠性以及知识效用大小,因此,本文更趋向于第一种观点,即认为网络密度越大,越有 利于扩大企业间的联系范围,企业实现管理创新的可能性也就越大。

  

  基于以上分析,本文提出以下假设,拟加以 验证:


  H1:网络密度对企业管理创新有显着的正向影响


  1.2知识流入对企业管理创新的影响


  创新主要通过组织间知识的产生、传递和积累 实现,因此,这种特点被称为网络式创新15。知识 流动(knowledge flow)是企业创新中必不可少的环 节,它是指任一组织自行创造或摸索出来的经验与 知识,通过与其他组织之间的互动和交流,促使知识 实现累积、转移与扩散16 ,企业知识流动包括知识 流入和知识流出两种情况,其中知识流入是指企业 从其他网络成员中获取知识17。0卜3〇3!^等[18指 出,流入企业的知识对于企业学习能力的提升具有 重要促进作用,是企业创新能力提升以及竞争优势 获取的重要源泉。Stewart19也强调,网络内部知识 的持续、高效转移对于组织能力的不断提升将产生 重要的影响。因此,充分利用网络外部知识对于企 业管理创新绩效的提升具有重要意义。Ferrary 20 通过对高新技术企业的研究发现,集群网络中知识 的高效率整合会激发企业跨越式创新的产生,从而 促进企业组织制度与管理模式的变革。

  

  基于以上分析,本文提出以下假设,拟加以验证:


  H2 :知识流入对企业管理创新有显着的正向影响


  1.3网络密度对知识流入的影响


  企业网络为各种信息、知识等资源在企业间进 行交流、共享及转移活动提供了渠道,而高密度的网 络往往意味着企业之间已经构建了知识传递的有效 规范与机制,这种规范与机制的建立不仅为企业之 间进行广泛、高效的信息交流提供了平台,同时也为 企业提升组织学习能力提供了机会M。这与网络 密度理论的观点是一致的,即高密度的网络能够促 进网络内部成员行为的一致性,从而推动彼此间在 知识、信息等方面的交流与沟通,增强企业间的信任 水平,促进网络成员实现高水平的合作,有利于知 识转移效率的提升。Gupta等122通过研究发现,根 植于紧密联结网络中的企业成员更容易拥有共同的 行为预期,这种共同的行为预期有利于合作规范的 形成,而这种协调一致的合作规范又能够促进网络 成员间分工、协作的顺利开展,加速网络资源的快速 传播与共享,从而提高决策和行动的效率。

  

  基于以上分析,本文提出以下假设,拟加以 验证:


  H3 :网络密度对知识流入有显着的正向影响 综上所述,本研究的概念模型如图1所示。

  

  2 研究方法


  2.1研究样本


  为了验证上述三个假设,本研究在广东省科技 厅高新技术发展与产业化处、政策法规处的协助下, 获得了 2714份申报广东省高新技术企业和764份 申报广东省民营科技型企业的企业名称、注册性质、 企业地址、邮政编码等信息,我们认为这些企业的创 新能力在广东省具有一定的代表性。在此基础上, 采用问卷调查的研究方法,将上述样本分两批进行 抽样调查,每批分别抽取1000家企业。然后以广东 省科技厅高新技术发展与产业化处、政策法规处的 名义发放问卷,使用广东省科技厅的公文信封,用邮 寄方式寄送问卷(问卷印刷也采用广东省科技厅的 公文信纸),并在信封内附送了贴好足额邮票以及 回寄地址的信封。问卷调查工作从2009年11月开 始,于2009年12月底结束,我们在广东省科技厅高 新技术及产业化处和政策法规处取回了回收的调查 问卷,大部分问卷由我们提供的信封寄回,部分问卷则由企业通过快递方式寄回。本次调查共发出问卷 全的无效问卷24份,有效问卷458份,有效回收率2000份,收回482份,回收率为24.1% ;其中填答不 为22. 9%。

blob.png


 2.2样本描述


  本节主要使用频数分配等方法对样本的基本特 性进行统计分析,包括与同行相比的规模、研发投 入。具体结果如下:(1)与同行相比的规模:在所有 的调研企业中,与同行相比属于大规模的企业有 121家,占样本总数的26.4% ;与同行相比属于中等 规模的企业有293家,占样本总数的64. 0% ;与同 行相比属于小规模的企业有43家,占样本总数的 9.4%;未填答的为1家,占样本总数的0.2%。(2) 近三年来新产品研发费用占公司营业额的比例:在 所有样本企业中,近三年新产品研发费用占公司营业额0 -6.9%之间的企业有256家,占样本总数的 55.9%;占公司营业额6. 9%以上的企业有184家, 占样本总数的40. 2%;未填答的为18家,占样本总 数的3.9%。

  

  2.3样本的信度与效度分析


  (1)信度分析。本文采用Cronbacha系数和 因素分析累计解释量来检验各变量的信度。Nun- nally 123认为量表各项指标需达到至少0. 70这一可 接受的系数。通过运用SPSS16. 0软件,结果如表1 所示。

  blob.png

  

  从上表的数据可以得出各变量信度检验的结 果:网络密度的Cronbach' a值为0. 70,刚好等于0.70的合格水平;因素分析累计解释量值为0.40, 略小于〇。 50,仍可接受,说明网络密度这一变量体 现出较高的内部一致性,具有较高的信度。同理,从 表1可得知识流入变量、管理创新变量的 Cronbacha值均大于0.70的合格水平,且因素分析累计解释量值都达到大于0.50的理想水平,说明 知识流入变量、管理创新变量都体现出较高的内部 一致性,都具有较高的信度。

  

  (2)效度分析。


  在效度检验上,本文采用的问 卷参考了过去学者的相关研究问卷,并经过相关学 者专家的认定,根据试测的结果进行了部分修改,说 明本文研究问卷可以符合内容效度的要求。但考虑 文化等因素的影响,本文采用验证性因素分析来检 验各变量的效度。结果如表2所示。

  blob.png

  

      Bagozzi等24认为,适配度指标的理想数值范 围是 GFI、CFI 大于 0. 9, RMR 低于 0. 05, RMSEA 为 0代表完全拟合,<0.05代表接近拟合,0.05 ~0. 08 代表相当拟合,0.08 ~0. 10代表一般拟合。因此,由表2可得各变量的效度检验结果如下:网络密度 的GFI值、CFI值均达到大于0. 9的理想水平;RMR 值略大于0. 05,仍处于可接受的范围;RMSEA = 0.064,是相当拟合,因此我们可以认为网络密度的 验证性因素分析的拟合程度较好,表示网络密度的 各问题项的收敛效度在比较理想的范围。同理,我 们可以认为知识流入、管理创新的验证性因素分析 的拟合程度都较好,表示知识流入、管理创新的各问 题项的收敛效度都在比较理想的范围。

  

  3 研究结果


  本文通过构建直接影响模型和中间变量模型, 将知识流入(KI)分为上游企业流入(UEI)、下游企 业流入(DEI)、同类企业流入(SEI)、科研机构流入 (RII)、非科研组织流入(NRII)和金融机构流入 (FII),将管理创新(MIP)分为用人与管理创新 (PMI)和组织与规划创新(OPI),并在中间变量模 型中纳入企业规模和研发投入两个控制变量:在舍 去未填规模的企业之后,将样本企业分为大规模企 业(121家)、中等规模企业(293家)和小规模企业 (43家);在舍去未填研发投入的企业之后,将样本 企业研发投入分为0 - 6. 9%和6. 9%以上两种,米 用结构方程模型(SEM)来检验各变量间的相互影 响关系,结果如表3所示。

  blob.png

blob.png

  Model1用来检验网络密度和企业管理创新之 间的关系。各拟合指标如下:绝对拟和指数:X2 = 179. 767, d. f. =88, GFI =0.951,大于 0.90,非常好; RMR =0.043,达到小于0.05的理想水平;RMSEA = 0.048,达到接近拟合水平。相对拟合指数:AGFI = 0.934,TLI =0. 947, NFI =0.918,CFI =0.956, IFI =0.956, RFI =0. 902,都达到大于0.9的理想水平。 简约拟合指数:标准卡方值(\2/土^)= 2.043,位 于 1.0 ~3.0 之间;PNFI =0.769, PCFI =0.801,均达 到大于0.5的理想水平。综合各项指标的判断, 的拟合度非常好。可对假设进一步验证,发 现网络密度和管理创新之间的相互影响系数为 0.169 (P =0.009),达到显着水平,这表示在直接影 响模型中,网络密度对企业管理创新有显着的正向 影响关系,假设H1获得支持。

  

  Model2用来检验知识流入在网络密度和企业 管理创新两个变量之间的中介影响作用。各拟合指 标如下:绝对拟和指数:X2 = 1092. 297, d. f. =490, GFI = 0. 873,略小于0. 90 ,仍可接受;RMR = 0.108,大于0.05,不太好;RMSEA = 0. 052,达到相 当拟合水平。相对拟合指数:TLI = 0. 935, CFI = 0. 939, IFI =0. 940,都达到大于0. 9的理想水平, AGFI = 0. 855, NFI = 0. 896, RFI = 0. 887,略小于 0.9,处于可接受的范围。简约拟合指数:标准卡方 值(乂2/丄〇 = 2.229,位于1.0~3.0之间;?晰1 = 0. 831, PCFI =0.872,均达到大于0.5的理想水平。 综合各项指标的判断,发现M〇de!2的拟合度较好。 可对假设进一步验证,发现网络密度和企业管理创 新之间的相互影响系数为0.001 (P =0.993),没有 达到显着水平,表示在中间变量模型中,网络密度对 企业管理创新没有显着的正向影响关系,假设H1 未获得支持。但知识流入和管理创新之间的相互影 响系数为0.444 (P =0.000),达到显着水平,表示在 中间变量模型中,知识流入对企业管理创新有显着 的正向影响关系,假设H2获得支持。同时,网络密 度和知识流入之间的相互影响系数为0. 452 (P = 0.000),达到显着水平,表示在中间变量模型中,网 络密度对知识流入有显着的正向影响关系,假设H3 获得支持。

  

  Model3用来检验Model2在规模这个控制变量 影响下各变量之间的关系。各拟合指标如下:绝对 拟和指数:X2 =2585.533. f. =1470, GFI =0.772, 略小于0.90,在可接受的范围之内;RMR =0. 156, 大于0.05,不太好;RMSEA =0.041,处于接近拟合 水平。相对拟合指数:TLI =0.886, CFI =0.895, IFI = 0.896, AGFI =0.739, NFI =0.787, RFI =0.771, 略小于0.9,仍可接受。简约拟合指数:标准卡方值 (x2/d.f.) = 1.759,位于 1.0 ~3.0 之间;PNFI = 0.731, PCFI =0.830,均达到大于0.5的理想水平。 综合各项指标的判断,发现M〇del3的拟合度较好。 可对假设进一步验证,发现对大规模企业而言,网络 密度和企业管理创新之间的相互影响系数分别为 0. 201 (P = 0.185),没有达到显者水平,表示网络密 度对企业管理创新没有显着的正向影响关系,假设H1未获得支持;知识流入和企业管理创新之间的相 互影响系数分别为0.240 (P =0. 113),没有达到显 着水平,表示知识流入对企业管理创新没有显着的 正向影响关系,假设H2未获得支持;网络密度和知 识流入之间的相互影响系数分别为0. 477 (P = 0.000),达到显着水平,表示网络密度对知识流入 有显着的正向影响关系,假设H3获得支持;对中规 模企业而言,网络密度和企业管理创新之间的相互 影响系数为-0. 075 (P =0. 428),没有达到显着水 平,表示网络密度对企业管理创新没有显着的正向 影响关系,假设H1未获得支持;知识流入和企业管 理创新之间的相互影响系数分别为0. 474 (P = 0. 000),达到显着水平,表示知识流入对企业管理 创新有显着的正向影响关系,假设H2获得支持;网 络密度和知识流入之间的相互影响系数分别为 0. 510 (P =0.000),达到显着水平,表示网络密度对 知识流入有显着的正向影响关系,假设H3获得支 持;而对小规模企业而言,我们发现网络密度和企业 管理创新之间的相互影响系数为0. 037 (P = 0.903),没有达到显着水平,表示网络密度对企业 管理创新没有显着的正向影响关系,假设H1未获 得支持;知识流入和企业管理创新之间的相互影响 系数分别为1.094 (P =0. 002),达到显着水平,表示 知识流入对企业管理创新有显着的正向影响关系, 假设H2获得支持;网络密度和知识流入之间的相 互影响系数分别为0. 160 (P =0. 741),没有达到显 着水平,表示网络密度对知识流入没有显着的正向 影响关系,假设H3未获得支持;


  Model4用来检验Model2在研发投入这个控制 变量影响下各变量之间的关系。各拟合指标如下: 绝对拟和指数:X2 = 1724. 365, d. f. = 980, GFI = 0.813,略小于0. 90,处于可接受的范围;RMR = 0.121,大于005,不太好;RMSEA =0. 042,处于接 近拟合水平。相对拟合指数:CFI = 0. 924, IFI = 0. 924,都达到大于0. 9的理想水平,TLI =0. 918,大 于 0.90,非常好,AGFI =0.786, NFI =0.841, RFI = 0. 828,略小于0. 9,处于可接受的范围。简约拟合 指数:标准卡方值(x2/d. f.) = 1.760,位于1.0~ 3.0 之间;PNFI= 0.780, PCFI =0.857,均达到大于 0. 5的理想水平。综合各项指标的判断,发现Mod- el4的拟合度较好。可对假设进一步验证,发现对研 发投入在0 -6.9%的企业而言,网络密度和企业管 理创新之间的相互影响系数为没有达到显着水平,表示网络密度对企业管理创新 没有显着的正向影响关系,假设H1未获得支持;知 识流入和企业管理创新之间的相互影响系数为 0. 305 (P =0.003),达到显着水平,表示知识流入对 企业管理创新有显着的正向影响关系,假设H2获 得支持;网络密度和知识流入的相互影响系数为 0. 439 (P =0.000),达到显着水平,表示网络密度对 知识流入有显着影响作用,假设H3获得支持。对 于研发投入在6. 9%以上的企业而言,我们发现网 络密度和企业管理创新之间的相互影响系数为 -0.219 (P =0. 090),没有达到显着水平,假设H1 未获得支持;知识流入和企业管理创新之间的相互 影响系数为0.664 (P =0. 000),达到显着水平,假设 H2获得支持;网络密度和知识流入之间的相互影响 系数为0. 534 (P = 0. 000),达到显着水平,假设H3 获得支持。

  

  4 结论与讨论


  本文的学术价值在于通过实证研究,深入认识 了网络密度与知识流入对企业管理创新的影响,主 要结论如下:第在中间变量模型中,本文证实了网络密度 并不会直接增强企业管理创新能力,而必须通过知 识流入这个中介变量来促进企业管理创新。研究结 果不仅证实了 AhujaE3等关于网络密度促进企业管 理创新的观点,还发现了知识流入在网络密度和企 业管理创新之间具有中介作用。近年来,我国企业 普遍重视管理创新活动,但效果并不理想,究其原 因,我们认为这与企业获取外部知识的能力紧密相 关。如何把从外部获得的知识转化为组织自身的知 识,是知识管理过程中最为关键的问题,也是组织构 建资源优势、形成核心竞争力的关键环节125。因 此,企业若想通过高密度网络来提升企业管理创新 绩效,充分获取外部知识,并加以高效利用非常重 要。企业必须重视流入知识的管理方式,合理吸收 各网络成员的知识信息,并结合自身实际,对流入的 知识进行整合与创新,以通过不断积累新知识来促 进企业管理创新。

  

  第二,通过对控制变量模型的分析,我们发现, 在规模较大的企业中,知识流入对企业管理创新没 有产生显着的正向影响作用;在规模较小的企业中, 网络密度对知识流入也不会产生显着的正向影响。 形成这一结果的原因在于,大规模企业往往内部职 能部门较多,而专业化的工作模式使得内部成员之 间的沟通与交流更容易发生在同一个部门之内,导 致流入的知识往往是‘‘区域化”的集中与融合,难以 满足企业管理创新活动对于流入知识全面整合的要 求。而规模较小的企业在网络中往往处于被动位 置,获取知识的渠道相对狭窄,知识获取的效率也常 常受到影响。因此,对于大规模企业而言,一方面, 要加强对流入知识的管理与整合;另一方面,积极创 建知识共享平台,完善知识流入渠道管理,以促使企 业管理创新绩效;对于小规模企业而言,应努力开拓 知识流入的渠道,以加强企业获取知识的能力。


相关文章
学术参考网 · 手机版
https://m.lw881.com/
首页