物流產業集群創新網絡結構對創新績效的影響分析——以知識流動水平為中介變量

遠亞麗，張長森

（湖州師范學院商學院，浙江 湖州 313000）

1 問題提出

隨著經濟的發展，物流這一行業越來越受到關注。近年來，隨著我國物流業的發展，以第三方物流企業為核心，運輸、倉儲、裝卸、包裝、加工配送、物流信息及其相關制造、流通企業在空間聚集，形成了物流產業集群。物流產業集群在區域經濟的發展中發揮著重要作用。在知識經濟時代，創新是一個組織獲得長期競爭優勢的關鍵。物流產業集群要發展，創新尤為重要。隨著創新活動的發展，產業集群的創新已經發展成網絡創新。Johnston[1]認為產業集群具備了構成網絡的基本要素，即活動、資源和活動主體。Yamawak[2]利用實證的方法，證明了日本產業集群內有以網路形式存在的成員關系。網絡視角為產業集群創新問題提供了有益的補充。

目前，國內外學者從集群創新網絡的內涵、結點的組成對產業集群創新網絡結構進行了研究，少數學者從微觀視角，探討了網絡結構與創新績效的關系，并對網絡結構和集群創新績效的關系進行了實證研究，主要集中在高新技術產業、通訊設備制造業、汽車產業（李志剛等，2007；吳兵等，2009；竇紅賓，2010）[3-5]，而對物流產業集群相對研究不足。知識是創新的基礎，作為資源必須流動才能發揮作用，知識流動為創新網絡的各構成要素—企業、政府、科研機構、中介機構之間的聯系提供了基本的運作平臺，使得資源得到有效的配置和高效率的使用。上述學者的研究基本沒有考慮知識流動水平這一變量與創新網絡結構、創新績效之間所存在的關系。因此，物流產業集群創新網絡結構對知識的流動水平有何影響，物流產業集群創新網絡結構和創新績效的關系如何，什么樣的創新網絡結構有助于物流產業集群創新績效的提高是需探索和研究的課題。

2 研究假設

創新網絡結構是指一定區域內以網絡化合作關系相聯結的機構和組織，包括企業、政府、大學與科研機構、金融機構等，及其相互之間形成的關系鏈條[6]。社會網絡分析中刻畫網絡結構的變量很多，本文主要關注物流企業所嵌入的網絡結構對創新績效的影響，結合前人的研究[3-5]，本文選取網絡中心度、網絡規模、網絡聯系強度、網絡密度這四個變量。

2.1 物流產業集群創新網絡結構對創新績效的影響

（1）網絡中心度。網絡中心度指整個網絡圍繞一個點或一組點來組織運行的程度，網絡中心度越高，說明網絡關系越集中，一個結點或部分結點的地位越突出。物流產業集群創新網絡中的結點包括物流企業、客戶、競爭對手、政府、中介機構、高校等科研機構，總有一個或某些物流企業結點由于自身對信息的掌握程度，在創新網絡結構中處于中心性位置，物流集群創新網絡中的其它結點或者新進入的結點設法與之進行聯系，或者成為其設備、技術供應商，或者讓其提供服務，因此，中心性物流企業更容易與客戶、供應商、中介機構、科研機構建立合作關系，從而獲得更多如人才、技術、資金等創新資源，提高創新績效。McEvily 等[7]指出網絡中，處在優越的位置，容易獲得資源優勢，從而提高企業績效。因此，本文提出以下假設：

H1a：物流企業在物流產業集群創新網絡中的位置影響創新績效，網絡中心度越高，創新績效越高。

（2）網絡密度。在圖論中，密度是指圖中實際擁有的連線數與最多可能擁有的連線數之比。據此，創新網絡密度可用網絡內實際發生存在的聯系數量與可能發生的最多聯系數量的比例進行測度。Zhao LM[8]通過關系頻繁程度和從外部關系中獲得的資源數量兩個指標衡量密度，通過中國技術密集型企業進行實證，發現擁有更加緊密企業網絡的企業成長快、創新力強。李志剛等[3]指出高密度的網絡加快了信息的流動，有利于創新成果的傳播。總之，高密度網絡有益于創新績效的提高。本文提出以下假設：

H1b：物流企業的創新網絡密度與其創新績效正相關，網絡密度越高，創新績效越高。

（3）網絡規模。網路規模用節點的度來衡量，指的是網絡中與該節點連接的各類節點的總數。在物流產業集群創新網絡中，與某個物流企業連接的其它節點（客戶、中介機構、高校、研究機構）越多，說明其網絡規模越大，Uzzi[9]認為增大的網絡規模能擴大信息獲取的存量，且多樣性的的網絡關系有助于產業區內企業對異質性信息的獲取。企業一旦有機會接觸更多的信息，從而進行創新活動，提高創新績效。Kogut[10]以化工行業為例進行實證研究，發現新興企業形成的合作聯系越多，獲得的專利也越多。因此，本文提出以下假設：

H1c：物流企業的創新網絡規模與其創新績效正相關，網絡規模越大，創新績效越高。

（4）網絡聯系強度。網絡聯系強度表示了網絡節點親密的程度，是指集群企業與其它網絡主體間技術合作或聯系的頻率的高低程度或者組織獲取網絡資源的能力、獲取資源質量高低的程度。Uzzi[9]指出強聯系引起相互信任，對獲取復雜知識、加快信息處理、發現新方法有直接影響，這些新知識具有通過創造新的要素組合機會，放大現有創新資源效應。吳俊杰等[11]通過案例研究法，以浙江省5個典型的產業集群為樣本，構建社會網絡維度，提出網絡強度對產業集群績效有正向影響。因此，本文提出以下假設：

H1d：物流企業的創新網絡聯系強度與其創新績效正相關，聯系強度越大，創新績效越高。

2.2 知識流動水平對創新績效的影響

Teece[12]提出了知識轉移的思想，他認為企業大量跨國界應用知識的積累，需通過技術的國際轉移。創新的本質是知識獲取和整合的過程，知識是創新網絡的重要資源，而知識必須流動才能發揮作用。知識的流動提供了物流產業集群成員之間相互學習的機會，增強組織的創新能力能力，實現創新資源的共享。朱英明[13]提出互動學習的過程和優越的學習能力體現了集群的創新優勢。集群內的學習既可以促進知識在創新網絡中的擴散，增加集群企業的知識存量，也加速了新技術知識的產生，推動集群創新能力的提高。總之，學習促進了知識的流動，從而提升了集群創新力。本文提出如下假設：

H2：知識流動水平與創新績效正相關，知識流動水平越高，創新績效越高

2.3 創新網絡結構對知識流動水平的影響

知識流動必須具備媒介，創新網絡為知識的流動和整合提供了平臺，同時為集群成員創造了一個互動學習的環境。當企業所處的位置不同時，獲取信息的機會就不同。在物流產業集群創新網絡中中心度高的結點企業，更容易獲得更多的資源，從而與其他節點之間進行技術的合作和知識的交流。當創新網絡中節點數越多，節點與節點之間的聯系越多，網絡規模越大，所嵌入的知識資源越豐富。王曉紅等[14]提出知識流動的效率受網絡規模的影響，她以病毒比喻知識，認為網絡規模越大，隨著受感染渠道的增多，受到感染的節點數也越多，病毒傳播速度越快。因此，節點接觸其它節點的機會越多，彼此之間相互溝通的機會越多，知識流動越迅速。網絡中節點間平均路徑長度衡量了知識流動所需經過路程的遠近，平均路徑越短，節點間相互聯系的成本越低，知識流動的頻率增加。從拓撲學角度理解，網絡密度越高，知識傳播路徑越多，從而其流動速度越多。在知識流動的過程中，節點間的聯系越強，彼此間的信任度越高，越有利于隱性知識的轉移。可見，集群創新網路結構是影響知識流動水平的重要因素，本文提出以下假設：

H3a：網絡中心度對知識流動水平有正向影響；

H3b：網絡規模對知識流動水平有正向影響；

H3c：網絡密度對知識流動水平有正向影響；

H3d：網絡聯系強度對知識流動水平有正向影響。

2.4 知識流動水平的中介效應

黨興華等[15]指出，網絡中的知識流動是知識節點之間通過網絡形式進行合作創新的過程，網絡中組織間知識流動是由不同組織之間的互動行為所引起的知識的轉移、溢出以及由此引起的網絡知識創新的過程。Inkpen[16]指出企業網絡關系對企業之間知識共享和信息交流有很好的促進作用，有助于新技術的開發、創新績效的提高。簡兆權等[17]調查珠三角地區的高科技企業，運用結構方程模型檢驗知識共享在網絡關系和技術創新績效之間所起的作用，提出企業網絡中知識共享的中介作用成立。結合上文的假設，本文認為創新網絡結構對創新績效的影響是通過知識流動實現的，即創新網絡結構帶來創新績效，知識流動水平可能起到關鍵作用。本文提出以下假設：

H4a：知識流動水平在網絡中心度對創新績效的影響中起中介作用；

H4b：知識流動水平在網絡密度對創新績效的影響中起中介作用；

H4c：知識流動水平在網絡規模對創新績效的影響中起中介作用；

H4d：知識流動水平在網絡聯系強度對創新績效的影響中起中介作用。

3 研究過程

3.1 研究樣本與數據搜集

本文選擇浙江傳化物流基地、紹興柯橋物流園區、嘉興綜合物流園區、湖州長興物流園區為研究樣本，實證數據來源于對研究樣本的問卷調查。在參考國內外相關文獻的基礎上，課題組的相關人員采取頭腦風暴方法進行討論，形成調查問卷的初稿。在正式調查之前，選取本行業的專家及MBA學員進行現場問卷與測試，認真聽取專家和企業實際管理者的意見，對問卷中部分問題做適當的調整。本次調查分別確定四家物流園區的共80家企業。因園區企業的中、高層管理者對企業的信息掌握的比較全面，所以本次調查對象盡可能針對企業的中、高層管理人員。本次調查采用兩種方式，第一，利用本地浙江籍學生暑期社會實踐的機會發放給物流園區調查者；第二，課題組成員利用浙江物流研討會向物流園區參會的企業管理者發放問卷，請調查者現場填寫。對于問卷中指標的量化，本文采取李克特五級量表，其中1～5依次表示為非常不同意、不太同意、一般、比較同意、非常同意。本文發放問卷300份，回收212份，問卷有效率70.7%。

3.2 因素測量

為確保測量因素的效度和信度，本文在參考國內外相關文獻中使用的量表的基礎上，與課題組進行探討，根據研究目的加以調整，對部分企業人士進行問卷調查，形成因素測量量表。采用Cronbach’α系數進行樣本的信度檢驗，一般認為Cronbach’α的數值在0.7 以上具有較好的信度，見表1，樣本的Cronbach’α值均在0.75以上，表明樣本信度較高。

在效度方面，本文分別從內容效度和結構效度兩方面進行檢驗。量表中的各變量均以國內外成熟的量表為基礎，并經過相關的專家、學者、企業管理者討論最終確定，具有較好的內容效度。對樣本中的各指標進行驗證性因子分析，卡方自由度比χ2/df數值均在2以上，比較適配指數CFI、規準適配指數NFI、增值適配指數IFI 均大于0.9，漸進殘差均方和平方根RMSEA均小于0.5，表明問卷具有較好的結構效度。

表1 變量測量及信度結果

現有的文獻[18]提出，企業的年齡越大，經驗優勢越明顯，越能促進創新；企業規模越大，越容易獲得更多的創新資源，從而有利于創新能力和績效的提高。本文以企業年齡和企業規模作為控制變量，企業年齡用企業自成立以來持續年數測度，企業規模用企業員工總人數表示。

3.3 假設檢驗

本文將檢驗物流產業集群創新網絡結構對創新績效及知識流動水平的影響、物流產業集群知識流動水平對創新績效的影響以及知識流動水平在物流產業集群創新網絡結構對創新績效影響過程中的中介作用。本文采用層次回歸分析檢驗主要的假設，在層次回歸分析前，已將網絡中心度、網絡密度、網絡規模、網絡聯系強度、知識流動水平、物流企業創新績效進行了標準化轉換。

（1）物流產業集群創新網絡結構對創新績效的影響分析。本文第一步將控制變量進行回歸，第二步根據研究的目的將自變量納入回歸模型。物流產業集群創新網絡結構對創新績效的回歸分析見表2。模型1對企業年齡、企業規模兩個控制變量進行回歸。兩個控制變量對創新績效的影響不顯著。在模型1 的基礎上再對網絡中心度進行回歸得到模型2。模型2 相對于模型1 的R2增量顯著，模型2 對創新績效的解釋力相比模型1 有了顯著提高。模型2 回歸分析的結果表明網絡中心度（β=0.071,p＜0.05）與創新績效之間有顯著的正相關關系。研究假設H1a 得到支持。在模型2 的基礎上對網絡密度、網絡規模、網絡聯系強度進行回歸得到模型3。模型3相對于模型2的R2又顯著增加，從而模型3對創新績效的解釋力相對于模型2又顯著提高。從模型3的回歸結果來看，網絡密度（β=0.057,p＜0.05）、網絡聯系強度（β=0.042,p＜0.05）與創新績效之間有顯著的正相關關系，研究假設H1b和H1d得到支持，而網絡規模與創新績效之間沒有顯著的正相關關系，研究假設H1c沒有得到支持。（2）知識流動水平對創新績效的影響分析。物流產業集群知識流動水平對創新績效的回歸分析結果見表3。模型4在模型1的基礎上加入知識流動水平，模型4相對于模型1的R2增量顯著，模型4對創新績效的解釋力相比模型1有了顯著提高。模型4回歸分析的結果表明知識流動水平（β=0.432，p＜0.01）與創新績效之間有顯著的正相關關系。研究假設H2得到支持。

表2 物流產業集群創新網絡結構對創新績效的影響（N=212）

表3 物流產業集群知識流動水平對創新績效的影響（N=212）

（3）物流產業集群創新網絡結構對知識流動水平的影響分析。物流產業集群創新網絡結構對知識流動水平的回歸分析見表4。模型5對企業年齡、企業規模兩個控制變量進行回歸。兩個控制變量對知識流動水平的影響不顯著。在模型5的基礎上對網絡中心度、網絡密度、網絡規模、網絡聯系強度進行回歸得到模型6。模型6相對于模型5的R2有顯著增加，從而模型6 對知識流動水平的解釋力相對于模型5 有顯著提高。從模型6 的回歸結果來看，網絡中心度（β=0.082 ，p＜0.05）、網絡密度（β=0.123,p＜0.01）、網絡聯系強度（β=0.273,p＜0.001）與知識流動水平之間有顯著的正相關關系，研究假設H3a、H3b和H3d得到支持，而網絡規模與知識流動水平之間沒有顯著的正相關關系，研究假設H3c 沒有得到支持。

表4 物流產業集群創新網絡結構對知識流動水平的影響（N=212）

（4）知識流動水平的中介效應分析。本文參照Baron 和Kenny[19]的做法，檢驗知識流動水平的中介效應。第一步，檢驗物流產業集群創新網絡結構、知識流動水平分別對創新績效是否具有顯著作用；第二步，檢驗物流產業集群創新網絡結構是否對知識流動水平具有顯著作用；最后，把知識流動水平和創新網絡結構同時對物流產業集群創新績效進行回歸，物流產業集群創新網絡結構對創新績效的影響減少或消失，而知識流動水平對創新績效的影響依舊顯著，說明知識流動水平在物流產業集群和創新績效之間起到中介作用。表2 和表3證明物流產業集群創新網絡結構、知識流動水平均與創新績效正相關，表4證明物流產業集群創新網絡結構對知識流動水平具有顯著作用。把知識流動水平和創新網絡結構同時進行回歸分析，見表5。從模型7 可以看出，隨著中介變量知識流動水平的加入，網絡中心度、網絡密度、網絡聯系強度的回歸系數相比模型3均降低，但知識流動水平與創新績效依舊顯著正相關，表明：知識流動水平在物流產業集群創新網絡結構對創新績效的影響中具有部分中介效應，即創新網絡結構通過知識流動水平影響了創新績效。

4 啟示

本文通過層次回歸分析驗證物流產業集群網絡中心度、網絡密度、網絡聯系強度、知識流動水平對創新績效具有正向影響作用，以及知識流動水平在物流產業集群創新網絡結構對產業集群創新績效的影響中具有中介效應。通過本文的驗證結果得到以下啟示：

表5 知識流動水平的中介效應（N=212）

（1）構建物流產業集群創新網絡，提高物流產業集群的網絡管理能力。隨著創新活動的日益復雜，物流企業的創新活動已經不是單個個體的事情，而是物流產業集群內各個結點間以正式和非正式交流為基礎而形成的推動創新產生的系統。集群創新網絡的形成便于信息、知識、資金等資源的流動，提高產業集群的創新能力。而當創新網絡成長到一定的規模、集群各結點間的聯系、與集群外的聯系增多時，物流企業應平衡管理與外界的聯系情況，根據企業的不同成長階段，動態的、有選擇性的構建自身的聯系網絡，以免陷入過多的關系中，不利于企業的發展。

（2）提高物流產業集群中物流企業的中心性，加強各結點間的聯系強度，從而提高集群的創新績效。當物流企業處于集群中的關鍵位置時，更便于與上游的供應商、下游的客戶、高校、科研機構、中介機構進行交流，獲得更多的信息資源，從而激發更多的創新靈感，提高企業的創新績效。當物流企業與高校、科研機構聯系度增強時，有利于高校、科研機構的創新成果被企業吸收，從而轉化為企業效益，提高企業的創新績效。中小型的物流企業與金融等中介機構聯系增強，可以提高獲取風險投資基金或金融貸款的機會，得到創新的資金來源，為創新績效的提高打下基礎。因此，集群中的物流企業應以創新績效的提高為出發點，積極與高校、科研機構、中介服務機構展開全方位的合作。集群中的上下游企業間應相互溝通，共同開發新的產品，實現創新資源和創新成果的共享。

（3）知識流動是聯結知識供需雙方的“橋梁”，其規模、速度、頻率、質量和有效性對區域創新網絡的運行質量和功能實現水平將產生重要的影響。知識流動水平既對創新績效有顯著的正向影響，又是創新網絡結構對創新績效影響路徑上的中介變量。知識是創新的源泉，知識的獲取是提升物流創新績效、提高競爭力的關鍵。物流產業集群知識的共享，更有利于形成緊密的網絡關系，提高創新網絡的穩定性，各結點間有效的溝通更容易獲得新的技術和市場信息。實踐證明戰略聯盟的形成，大幅度地提升了企業自身的創新能力。

本文中，網絡規模對創新績效以及網絡規模對知識流動水平的正向影響沒有得到驗證，可能當集群中的物流企業成長到一定的規模時，其創新能力的提高更多地依靠自身所擁有的資源，更多地注重知識的內部流動，相反集群中的小企業創新活動的開展則更多地依賴于網絡資源。因此，當控制變量企業規模為多大時，網絡規模與創新績效、與知識流動水平正相關，企業規模為多大時，網絡規模與創新績效、與知識流動水平間沒有顯著的回歸關系，有待進一步驗證。

[1]Johnston R.Clusters:a review of their basis and development in Australia[J].Innovation: Management,Policy&Practice,2004,(3):380-391.

[2]Hideki Yamawaki.The evolution and structure of industrial clusters in Japan[J].Small Business Economic,2002,(18):121-140.

[3]李志剛,等.產業集群網絡結構與企業創新績效關系研究[J].科學學研究,2007,(8):778-781.

[4]吳冰,等.高科技產業創業網絡績效與環境研究[J].南開管理評論,2009,12(3):84-93.

[5]竇紅賓.集群網絡結構與企業創新績效實證研究[J].未來與發展,2010,(3):59-63.

[6]蓋文啟.創新網絡—區域經濟發展新思維[M].北京:北京大學出版社,2002.

[7]Me Evily,Zaheer.Bridging ties: A source of firm heterogeneity in Competitive capabilities[J].Strategic Management Journal,1999,(20):1 133-1 156.

[8]Zhao L M,Aiam,John D.Networking and growth of young Technologyintensive ventures in China[J].Journal of Business Venturing,1995,10(5):349-371.

[9]Uzzi B.Structural Embeddedness and the persistence of Repeated Ties[J].Aeademy of Management Annual Meeting,1998,(9):9-12.

[10]Kogut B,Zander U.Knowledge of the firm and the evolutionary theory of the multinational corporation[J].Journal of International Business Studies,1993,24(4):625-645.

[11]吳俊杰,盛亞.網絡強度、網絡開放度對產業集群績效的影響機制研究[J].經濟地理,2011,(11):1 867-1 872.

[12]Teece D J.Technology transfer bu multinational firms: the resource cost of transferring technological know- how[J].Economic Journal,1997,(87):242-261.

[13]朱英明.論產業集群的創新優勢[J].中國軟科學,2003,(7).

[14]王曉紅.張寶生.知識網絡結構特性對知識流動作用分析[J].價值工程,2010,(2):11-13.

[15]黨興華,張守魁.模塊化技術創新網絡結點間耦合關系研究[J].中國工業經濟,2002,(12).

[16]Inkpen A C,Tsang E W K.Social capital，networks, and knowledge transfer[J].Academy of Management Review,2005,30(1):146-165.

[17]簡兆權,等.網絡關系、信任與知識共享對技術創新績效的影響研究[J].研究與發展管理,2010,(4):64-69.

[18]王曉娟.知識網絡與集群企業創新績效—浙江黃巖模具產業集群的實證研究[J].科學研究,2008，(8):874-878.

[19]Baron R M,Kenny D A.The moderator-mediator variable distinction in social psychological research: conceptual,strategic and statistical considerations[J].Journal of Personality and Social Psychology,1986,51(6):1 173-1 182.