企業網絡關系、網絡合法性與企業外部融資效率

張志康+趙明浩

【摘 要】 高新技術產業集群對區域經濟增長具有重要推動作用，而產業集群內的企業網絡特性不僅有利于提升企業的創造力與競爭力，同時也會影響企業的融資效率。基于網絡組織理論和制度理論，將企業網絡合法性作為中介變量，研究高新技術產業集群內企業網絡關系對企業外部融資效率的影響。通過對貴陽市大數據產業集群內140家企業相關數據進行實證研究，發現了高新技術產業集群內企業網絡關系向企業外部融資效率轉化的合法化過程：企業網絡關系通過企業網絡合法性促進企業外部融資效率的提高，其中，網絡合法性起一定程度的中介作用。

【關鍵詞】 高新技術產業集群； 企業網絡關系； 網絡合法性； 外部融資效率

【中圖分類號】 F275 【文獻標識碼】 A 【文章編號】 1004-5937（2017）21-0046-05

一、引言

一個區域的經濟發展通常與區域內產業集群密不可分，培育產業集群既是區域經濟發展的重要戰略，同時也是經濟全球化的必然結果。20世紀70年代，發達國家開始出現一批成功的高新技術產業集群，極大促進了本國高新技術產業的發展壯大，并推動了區域經濟乃至整體經濟的增長。至此，高新技術產業集群成為一種趨勢與潮流，并在國家和地區經濟的增長歷程中被屢次證明是成效顯著的。我國從20世紀90年代開始陸續在全國范圍內建設了50多個國家級高新技術園區，促進高新技術產業集群成長。伴隨著我國經濟進入“新常態”，各區域內的高新技術產業集群也進入了提質轉型、創新發展的新階段，這其中，融資約束問題已逐漸成為制約集群經濟轉型升級的主要瓶頸之一[1]。同樣，高新技術產業集群內的企業也存在著較為嚴重的融資問題。相比較于產業集群外的企業，集群內企業具備鄰近的位置、相似的企業類型、資本與智力的高度密集等優勢，特別是具有穩定的網絡資本，這會使企業猶如嵌入一張緊密的企業間網絡中，通過專業技術、服務設施和資本循環將集群內各種要素集中到一起并形成機制，更快地促進以知識、信息為中心內容的傳播擴散，以提升集群內企業的創造力與競爭力。但是，這種網絡特性是否也會對企業的融資效率產生影響，高新技術產業集群內企業的融資效率問題開始受到關注。基于以上問題，本文擬探究高新技術產業集群內企業網絡關系對企業外部融資效率的影響。

二、文獻回顧與研究假設

現階段高新技術產業集群內企業大多數均為中小企業，因此，本文在對集群內企業融資問題進行闡述時會結合中小企業的相關研究。與大型企業相比，中小企業在發展過程中為保持和提升競爭優勢更容易面臨融資問題，特別是對于企業的外部融資尤其困難。以往就中小企業外部融資的研究除關注企業自身的必要功能缺失外，大多是基于信息不對稱的理論，認為充分地披露企業的財務信息可以一定程度上減少信息的不對稱，從而有助于企業向銀行等金融機構進行外部融資[2]。然而，這種觀點沒有將企業外部融資的“社會關系”特質充分地表現出來，并且關于這些關系的研究多集中于企業與銀行等金融機構的關系，但是卻較少區分在此之外，如高新技術產業集群內的企業網絡關系等其他關系對其的影響，所以有必要研究企業網絡關系等不同類型的關系對企業外部融資效率的作用機理，這對于從非銀企關系的角度研究企業的外部融資具有積極意義。

為達到上述研究目的，本文將整合網絡組織理論和制度理論，引入企業網絡合法性作為中介變量，同時將企業網絡關系劃分為社交關系與交易關系兩種類型，對上述問題展開研究。

（一）企業網絡合法性與企業外部融資效率的關系

組織為追求組織的合法性而使其組織要素、組織結構和運作方式具備一致的特征是制度理論的中心假設。其中，合法性指組織被其內部成員及其社會環境的認識與接受的程度，合法性可分為認知合法性和社會政治合法性，前者指社會公眾對組織本身及其行為的認識與接受的程度，后者指組織遵守法律法規、相關政策和規則的程度[3]。一般認為，當企業具備較強的社會政治合法性與認知合法性時，其外部融資條件也會得到顯著的增強。原因一方面在于，產業集群內的企業融資通常是采取互助擔保模式[4]，這需要雙方首先是互利和自愿的，當一家遵守既定的法律法規、相關政策和規則的企業需要進行外部融資時，相對于不遵守規則的“流氓”企業，產業集群中的其他企業會更愿意為其提供相互擔保或同業拆借等融資幫助；另一方面，當一家在集群內被認知與接受程度較高的企業需要進行外部融資時，相對于“名聲”較差的企業，銀行等金融機構更容易選擇相信“名聲”較好的企業對其發放貸款。因此，提出假設1。

H1：高新技術產業集群內，網絡合法性對企業外部融資效率有正向促進作用。

（二）社交關系、企業網絡合法性與企業外部融資效率的關系

企業的社交關系通常指企業間高管的朋友關系及企業與商會、行業協會的關系，而與政府機構、家人親屬等不需要進行“社交”的組織或個人之間的關系通常不在企業社交關系的范疇內。產業集群內集聚的地理特征為人際關系的密切創造了條件，從而易于形成企業間高管的社會關系網絡。一般認為，集群內企業的社交關系對于企業融資具有關鍵的作用。一方面，聲譽問題攸關企業的生存與發展，在已有的社會關系網絡中，集群內企業高管間正式與非正式的交流循環，使信息的傳遞更加迅速，信息的可靠性也能得以保證，從而幫助企業在產業集群內建立起良好的聲譽，而良好的聲譽有利于提高企業網絡合法性，從而提高外部融資效率。另一方面，在中國這樣注重“交情”的國家，當企業需要進行外部融資時，可以通過“交情”企業獲得低息、無息擔保融資和資金拆借[5]，可見一定程度的“交情”有助于企業進行外部融資。因此，提出假設2和假設3。

H2：高新技術產業集群內，社交關系對網絡合法性有正向促進作用。

H3：高新技術產業集群內，社交關系通過網絡合法性正向促進企業外部融資效率。

（三）交易關系、企業網絡合法性與企業外部融資效率的關系endprint

交易關系通常指企業與其供應鏈上下游供應商和客戶之間的關系。因產業集群而形成的交易關系使得企業間的合作通常是多次、長期的，并且集群內企業之間的交易，如承包、轉包、資金結算等，也大多建立在信任的基礎上，更為重要的是，集群內的企業具有地理空間和社會關系上的根植性[6]，轉移成本很高，所以企業之間必須守信用，而遵守信用的道德價值觀念為集群內企業提升企業網絡合法性創造了良好的條件，進而促進企業外部融資效率的提高。另一方面，這種特定的社會網絡產生的非正式的人際信任，往往能夠產生一種驅動交易雙方一直保持著合作導向行為的力量，使企業可以通過如利用倉單質押等方式向外融資。因此，提出假設4和假設5。

H4：高新技術產業集群內，交易關系對網絡合法性有正向促進作用。

H5：高新技術產業集群內，交易關系通過網絡合法性正向促進企業外部融資效率。

綜上，本文提出在高新技術產業集群內企業網絡關系通過企業網絡合法性影響企業外部融資效率。為明確各變量之間的相互關系，將企業外部融資效率、企業網絡合法性、社交關系、交易關系等變量整合在一個概念模型框架之中，如圖1。

三、研究設計

（一）樣本與數據收集

自2015年國務院發文明確支持貴州建設國家級大數據綜合試驗區，貴州省大數據產業開始在全國率先快速發展，目前已逐漸形成涉及大數據核心業態、關聯業態、衍生業態的16 個產業集群區，以大數據產業為代表的高新技術產業集群發展初具規模。作為各方面機制尚未規范成熟的新興高新技術產業集群，加之大數據企業本身的信息優勢，本研究將主要以貴州省貴陽市大數據產業集群內的數家大數據及關聯衍生企業作為研究樣本。樣本企業需要同時滿足以下4個條件：（1）主要從事大數據核心及關聯衍生業務；（2）位于貴陽市各大數據產業集群內；（3）成立時間不超過8年；（4）資產規模為中小企業。

本研究使用問卷調查方式收集數據。在問卷發放前，為使問卷更具可理解和執行性，就問卷的題項內容和描述方式向兩位相關專家進行咨詢，同時選取3家大數據企業進行試調研，綜合被調研企業的反饋意見、預測樣本信度和效度檢驗結果，通過不斷完善優化，最終形成正式的調查問卷。在此基礎上，從貴州省科技型中小企業服務網的企業庫中隨機抽取了300家大數據及關聯衍生企業，對位于貴陽市高新區大數據產業生態示范基地、經開區大數據安全產業園、烏當區貴州大數據智慧產業基地等內的上述300家大數據及關聯衍生企業展開調研。調研主要采用電子郵件和實地走訪方式進行，通過事先與上述大數據企業取得聯系，告知調研目的，再向負責財務的企業中高級管理者發送附有問卷的電子郵件或實地走訪進行數據收集。整個調研于2016年12月至2017年3月間共發放調查問卷300份，回收問卷187份，回收率為62.3%，剔除漏答錯答關鍵信息或是有明顯錯誤的無效問卷47份，回收有效問卷 140 份，問卷有效率為46.7%。

在這140家大數據企業中，企業從事業務分布較為廣泛，整體呈年輕化和中小型特征。其中，企業業務類型為大數據核心業態（大數據采集加工、大數據存儲、大數據安全、大數據交易和云服務）的企業較多，共72家，占有效問卷的51.4%，其次是大數據關聯業態企業（呼叫服務、軟件開發）和衍生業態企業（智慧物流、端產品制造），分別占有效問卷的25.7%和22.7%，具體有效樣本基本信息描述性統計分析如表1。

（二）變量測量

本文采用Likert5級量表法測量企業外部融資效率、企業網絡合法性、社交關系和交易關系等變量，每個變量包括3個或4個題項，測量量表如表2。

1.因變量

企業外部融資效率（EFE）。企業外部融資效率的高低通常可從融資成本大小、融資機制的規范度、融資主體的自由度等方面進行衡量，本文關于企業外部融資效率的量表設置也基于上述觀點同時參考了Tagoe et al.[7]的研究，用貸款利率合理、貸款通過率高、貸款通過速度快和貸款可選擇性大4個題項進行測量。被調研大數據企業中高級管理者根據企業實際情況以5分至1分分別表示“完全同意”至“完全不同意”，得分越高表明企業外部融資效率越高。

2.中介變量

企業網絡合法性（NL）。Certo et al.[8]基于具有合法性的組織是被環境認可或接受的組織的認識開發了一個測量量表，以企業被其關鍵利益相關者的認可度來測量組織合法性水平，該量表包括顧客高度評價企業的產品、競爭者對您公司很尊重等4個題項，本文綜合了Certo et al、彭偉等[9]、杜運周等[10]的研究，用企業在顧客中聲譽良好、企業受到集群內其他企業認可、企業員工因為企業感到自豪3個題項對企業網絡合法性進行測量。被調研大數據企業中高級管理者根據企業實際情況以5分至1分分別表示“完全同意”至“完全不同意”，得分越高表明企業網絡合法性越高。

3.自變量

社交關系（SR）。本文關于社交關系的測量量表主要參考了Inkpen et al.[11]在測量企業網絡關系時的研究觀點，并進一步將企業社交關系劃分為與其他企業高管、商會和行業協會的關系，設置了與其他企業高管朋友關系良好、與企業商會關系良好、與行業協會關系良好3個題項。被調研大數據企業中高級管理者根據企業實際情況以5分至1分分別表示“完全同意”至“完全不同意”，得分越高表明企業網絡關系中的社交關系越好。

交易關系（TR）。張首魁等[12]將關系質量劃分為信任、承諾和溝通，而交易關系以企業間信任為基礎，汪秀婷等[13]在此基礎上進一步完善，對信任的測量設置了雙方具有積極的合作態度等5個題項。本研究關于交易關系的測量量表借鑒了上述學者和Pérez-■ et al.[14]的研究，設置了企業與交易企業雙方忠實執行承諾合理處理沖突、與交易企業具有積極的合作態度、對交易企業合作的依賴程度高3個題項。被調研大數據企業中高級管理者根據企業實際情況以5分至1分分別表示“完全同意”至“完全不同意”，得分越高表明企業網絡關系中的交易關系越好。endprint

4.控制變量

根據已有研究，下列變量存在影響企業外部融資效率的可能，為此本研究控制了以下變量：（1）企業業務類型（TOB），本研究的大數據企業業務類型主要包括大數據采集加工、大數據存儲、大數據安全、大數據交易、云服務、呼叫服務、軟件開發、智慧物流和端產品制造等，當企業存在多項業務類型時，取最主要一項業務；（2）企業年限（EL）；（3）企業員工數（NOE）；（4）企業營業額（BT）；（5）企業資產規模（AS）。

四、研究結果分析

（一）同源誤差檢驗

雖然本研究在設計時采取了相關措施嘗試減少同源誤差問題，如詳細告知大數據企業調研目的、問卷全部匿名、采取問卷配對樣本形式等。但為確保數據更加準確無誤，本文采用Harman單因素檢驗法對數據進行同源誤差檢驗。結果顯示最大因子占總方差的24.7%，即因子僅解釋了24.7%的變異，遠小于總變異，這說明數據不存在較嚴重的同源誤差問題。

（二）信度與效度檢驗

為保證研究的可靠性和有效性，在進行假設檢驗前對模型進行了信度與效度檢驗。首先以Cronbach's α系數進行信度檢驗。通常以0.7作為判斷Cronbach's α系數是否合適的門檻值，系數越靠近1則說明信度越高。如表2所示，企業外部融資效率、企業網絡合法性、社交關系和交易關系等變量的Cronbach's α系數分別為0.788、0.721、0.753和0.833，均滿足0.7的標準，說明模型具有較好的內部一致性，符合測量的信度要求。效度方面，本研究采用驗證性因子分析法驗證模型的效度，因子分析結果如表2，可見模型擬合良好，滿足結構效度的要求（Х2/df=1.912<3，GFI=0.943>0.9，CFI=0.972>0.9，NFI=0.960>0.9，RMSEA=

0.039<0.08）；收斂效度方面，通常認為標準化因子載荷大于0.5時收斂效度較好，本研究的因子載荷絕大多數滿足了上述門檻，可見數據符合收斂效度要求。通過各項檢驗均顯示模型具備較好的信度和效度，因此，可以進行假設檢驗。

（三）假設檢驗

本文采用多元線性回歸模型對研究假設進行檢驗，回歸結果如表3。其中，通過模型1的第4步能發現企業網絡合法性（β=0.201，p<0.01）對企業外部融資效率存在顯著的正向影響，因此，H1通過檢驗。通過模型2的第2步和第3步，可分別發現社交關系（β=0.412，p<0.001）、交易關系（β=0.123，p<0.05）對企業網絡合法性存在顯著的正向影響，因此，H2、H4通過檢驗。根據模型1的第2步和第4步發現，當引入企業網絡合法性后，社交關系（β=0.317<0.395，p<0.01）對企業外部融資效率的顯著正向影響降低，這說明企業網絡合法性在二者間起到了一定程度的中介作用，因此，H3通過檢驗。同理，根據模型1的第3步和第4步發現，當引入企業網絡合法性后，交易關系（β=0.121<0.177，p<0.05）對企業外部融資效率的顯著正向影響降低，這說明企業網絡合法性在二者間起到了一定程度的中介作用，因此，H5通過檢驗。

五、研究結論與啟示

本文整合網絡組織理論和制度理論，通過引入企業網絡合法性作為中介變量，研究了高新技術產業集群內企業網絡關系對企業外部融資效率的影響。通過對貴陽市大數據產業集群內140家企業相關數據進行實證研究取得了一些有意義的研究結果，發現了高新技術產業集群內企業網絡關系向企業外部融資效率轉化的合法化過程：企業網絡關系是通過企業網絡合法性來促進企業外部融資效率的提高，其中，網絡合法性起一定程度的中介作用。上述結論對于從非銀企關系的角度研究產業集群內企業的外部融資具有積極意義，同時也為包括大數據企業在內的高新技術產業集群內企業進一步提高外部融資效率提供了一些新的思路。

根據研究結論認為，由于企業網絡關系通過網絡合法性來促進企業外部融資效率的提高，因此，對于高新技術產業集群內企業來說，企業一方面應通過客觀的合法性表現（如高新技術企業認證、專利申請等）和主動的戰略行為（如完善企業組織治理機制、構建企業網絡聯盟等）來提高企業的聲譽，獲得網絡內企業的認可與信任，建立完善企業網絡合法性體系。另一方面，企業應更積極地嵌入產業集群企業網絡中，通過與集群內合法性水平較高的企業進一步保持合作關系，幫助企業提升自身網絡的合法性，進而促進外部融資效率的提升。但是，也有觀點認為，當企業在集群網絡中的嵌入性超過一定限度，反而會使企業融資質量下降，因此，企業應對企業網絡關系進行動態評估，并將其控制在一定水平內，避免網絡關系水平過高引起關系行為的慣性和惰性，導致網絡路徑依賴的鎖定效應的發生。特別的，對于具備信息與網絡優勢的大數據企業來說，企業可通過大數據海量挖掘分析功能對企業網絡合法性進行評價與追蹤，為企業提高自身合法性提供更科學的參考，同時通過搭建“互聯網+”金融交易平臺，共享信息降低成本，實現更快捷高效的外部融資。

本研究同樣存在一些不足之處，需要在今后進一步深入完善。首先，研究主要以貴陽市大數據產業集群內企業為樣本，可能存在由地域和行業差異所帶來的局限，進一步的研究可以考慮采用更大樣本。其次，由于只考察了最主要的兩種企業網絡關系類型，顯然無法涵蓋企業網絡關系的全部特性。在調研中發現，除互助擔保融資外，高新技術產業集群內企業外部融資的另一個特點是依靠政府補貼進行融資，未來可以考慮將企業與政府的關系納入到研究中。

【參考文獻】

[1] 胡美林.新常態下產業集聚區中小企業融資創新研究[J].上海經濟研究，2016（5）：58-63，75.

[2] 鄭夏菲. 供應鏈融資風險管理——基于供應鏈融資四個主體的不同融資模式視角[J].國際商務財會，2016（4）：30-34.

[3] ALDRICH H E， FIOL C M. Fools rush in？ The institutional context of industry creation[M]//Entrepreneurship. Springer Berlin Heidelberg，2007：105-127.endprint

[4] 徐菱芳，陳國宏. 基于信號傳遞博弈的產業集群中小企業融資分析[J]. 中國管理科學，2012（4）：74-78.

[5] 沈洪明. 轉型經濟條件下民營中小企業融資和企業信用[J].管理世界，2006（10）：162-163.

[6] 蔡華林.企業集群內社會資本演進的動力機制研究[J]. 財經論叢，2005（6）：79-87.

[7] TAGOE N， et al. Financial challenges facing urban SMEs under financial sector liberalization in ghana[J]. Journal of Small Business Management，2005，43（3）：331-343.

[8] CERTO S T， HODGE F. Top management team prestige and organizational legitimacy： An examination of investor perceptions[J]. Journal of Managerial Issues， 2007，19（4）：461-477.

[9] 彭偉，顧漢杰，符正平. 聯盟網絡、組織合法性與新創企業成長關系研究[J].管理學報，2013（12）：1760-1769.

[10] 杜運周，劉運蓮. 創業網絡與新企業績效：組織合法性的中介作用及其啟示[J].財貿研究，2012（5）：121-130.

[11] INKPEN A C， et al. Social capital， networks， and knowledge transfer[J]. Academy of Management Review，2005，30（1）：146-165.

[12] 張首魁，黨興華. 關系結構、關系質量對合作創新企業間知識轉移的影響研究[J]. 研究與發展管理，2009（3）：1-7，14.

[13] 汪秀婷，杜海波，江澄，等.技術創新網絡中核心企業對創新績效影響：溝通和信任的中介作用研究[J]. 科學學與科學技術管理， 2012，33（12）：37-44.

[14] PEREA-LUNO A， MEDINA C C， LAVADO A C， et al. How social capital and knowledge affect innovation[J]. Journal of Business Research，2011，64（12）：1369-1376.endprint