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%。
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。
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。
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。
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。
