王玉 张磊

摘要：在企业网络中，网络位置体现了节点对资源和知识的占有和控制，探讨企业能否通过与高网络位置企业结盟获取创新所需资源并实现创新绩效的提升，具有重要的现实价值。结合企业网络理论和资源依赖理论，从网络嵌入的视角出发，通过中国计算机产业企业2013—2017年间合作数据构建了该行业247×247企业网络，探讨异位联盟对企业创新绩效的影响，并进一步探究吸收能力和组织学习方式对上述关系的调节效应。研究发现：第一，异位联盟有助于企业创新绩效的提升；其次，吸收能力对异位联盟与企业创新绩效提升之间的关系起正向调节作用；最后，组织学习方式越趋向于探索式，异位联盟对企业创新绩效的提升作用越明显。研究揭示了异位联盟对企业创新绩效的内在影响，对企业创新绩效的实现具有一定的借鉴意义。

关键词：网络关系构建；异位联盟；创新绩效；吸收能力；组织学习

文章编号：2095-5960（2018）06-0056-10；中图分类号：F270；文献标识码：A

一、引言

随着知识经济时代的到来和全球一体化进程的加深，创新日益成为企业构建核心竞争优势的源泉。创新活动具有复杂性和不确定性等特征，需要众多的资源投入，因此，能否获取创新所需资源已经成为企业创新成败的关键。根据企业网络理论，网络内蕴含着丰富且可获取的资源（陈建勋等，2016）[1]，通过网络关系的嵌入企业能够实现关键资源的补足，构建并维护有效的网络连接关系是企业获取创新所需资源的重要途径。企业网络理论突破了传统经济学有关企业原子化个体的假说，为经济管理研究提供了新方法，也为学者们观察企业带来了新的视角。

企业网络是企业获取创新所需资源的重要渠道（Paruchuri和Awate，2017）[2]。在企业网络中，节点的网络位置体现了企业对网络资源的占有和控制，企业的网络位置越高，其控制和占有资源的能力越强（张红娟和谭劲松，2014）[3]。根据资源依赖理论，任何企业都无法实现自给自足，企业所需资源必须通过其所处的外部环境获得，与外部环境中资源掌控者的协同和互动，决定了企业生存和发展的机会（赵康杰和景普秋，2014）[4]。因此，为了获取创新所需的资源，与高网络位置企业构建异位置联盟（以下简称异位联盟，指企业与高网络位置伙伴所结成的异位置联盟关系）已经成为企业网络关系构建的重要战略目标。实业界中也存在着大量企业通过异位联盟的构建实现创新绩效提升的案例，这些企业通过异位联盟获取了创新所需资源实现了自身成长和创新追赶。如，比亚迪汽车公司，在既无资源，又无网络嵌入基础的情况下，通过异位联盟的构建（2003年与西安秦川汽车有限责任公司合作；2010与德国戴姆勒公司建立研发联盟），逐渐在研发网络中占据重要位置，并实现了企业的创新追赶。

当前有关异位联盟与企业创新绩效关系研究多以联盟二元结构为视角，如有学者提出非对称联盟可以成为弱小企业资源获取的渠道（黄少卿等，2016）[5]；与高位置企业结盟有助于新创企业知识、资源和社会资本的获得，有助于其持续竞争优势的构建（Huang et al.，2017）[6]；Phene和Tallman（2014）提出非对称同盟产生了由优势企业向劣势企业的资源溢出，这是其生产效率提升和创新绩效提升的源泉[7]；郑向杰和赵炎（2013）强调异位联盟对弱小企业产生了知识溢出，使得弱小企业的创新绩效更为优秀[8]。但当前鲜有网络嵌入视角下的上述影响机制探讨，事实上整合企业网络理论和资源依赖理论有助于解释创新网络化背景下企业如何通过异位联盟的构建实现创新绩效提升这一问题，这是因为在创新网络化情境下，资源往往是嵌入于网络的（Wang et al.，2014）[9]；更进一步，资源转移、利用和创造的效率和效果往往是由企业所处网络环境所决定的（Shin和Park，2010）[10]；最后，资源转移、利用和创造是网络连接依赖的（Nerkar和Paruchuri，2005）[11]。

基于此，本文结合企业网络理论和资源依赖理论，从网络嵌入的视角出发，通过中国计算机产业企业2013—2017年间合作数据构建了该行业247×247企业网络，探讨异位联盟对企业创新绩效的影响，并进一步探究吸收能力和组织学习方式对上述关系的调节效应。本文结构安排如下：第二部分为理论分析与假设发展，通过对企业网络理论、资源依赖理论、吸收能力理论和组织学习方式的分析构建本文的研究框架；第三部分为研究设计，主要介绍本文的样本以及數据来源，并对变量和研究模型进行界定；第四部分为实证分析，包括描述性统计分析、相关性检验和层次回归分析，对本文提出的假设进行验证；第五部分为结论与讨论，对本文的理论贡献、实践意义和当前研究不足进行讨论。

二、理论模型与研究假设

1.异位联盟与企业创新绩效

市场环境和顾客需求的快速变化为企业创新带来了巨大的挑战。在创新网络化背景下，网络关系的构建直接影响企业创新所需资源和知识的获得，是创新得以实现的关键。因此，为有效获取创新所需资源和知识并应对愈加严峻的环境挑战，与高网络位置企业构建良好的“关系”已经成为企业的重要战略选择（Milanov和Shepherd，2013）[12]。根据资源依赖理论，组织与资源掌控者是相互依存的，与高网络位置企业结成的异位联盟有助于企业创新所需资源的获取、创新决策质量的提升以及创新合作机会的拓展，对企业创新绩效的提升具有重要意义。

首先，异位联盟有助于企业创新所需资源的获取。在企业网络中，高网络位置企业通常处于网络的中心地带，是网络资源的掌控者和占有者以及知识转移的关键节点。通过企业间资源和知识的共享与转移，异位联盟为企业提供了创新所需资源的获取途径。曹霞等（2016）提出与高网络位置企业构建连接关系是企业知识和资源获取的重要途径[13]。Wang（2011）发现异位联盟将为联盟双方带来知识和资源的共享与转移，增强联盟双方创新成功的可能性，从而推动联盟整体的创新绩效[14]。同时，异位联盟还有助于企业多样化联盟关系的构建。多样化的联盟关系可以为企业提供丰富的资源获取途径，拓展企业的资源获取范围，还可以为企业提供非冗余的异质性资源与知识，满足企业创新活动对异质性资源的需求，为企业创新提供资源保障。

其次，异位联盟有助于企业创新决策质量的提升。在技术迅速换代的今天，企业面临的创新环境愈加复杂，创新决策的质量对企业创新的影响至关重要。为提升创新决策质量，获取更加全面的创新信息已经成为企业必然选择。在企业网络中，高网络位置企业与其他组织具有更广泛的连接，是信息传递的关键节点，掌握着更为全面的创新信息（唐厚兴，2017）[15]。因此，与高网络位置企业构建异位联盟有助于企业创新信息的获取，对企业创新决策质量的提升产生积极的影响。通过异位联盟的构建，能够使企业多角度、全方位的对其所处创新环境进行分析，规避由信息不足所导致的创新风险，挖掘和把握创新机遇。同时，异位联盟还有助于企业决策能力的习得。对高网络位置伙伴决策行为的模仿与学习，将引导企业提升自身的环境扫描和内部分析能力，推动企业创新决策质量的提升，对企业创新绩效的实现产生积极影响（彭灿，2005）[16]。可见，与高网络位置企业构建异位联盟有助于企业创新决策质量的提升，为企业扫描环境把握创新趋势提供信息保障。

再次，异位联盟有助于企业创新合作机会的拓展。第一，异位联盟有助于企业合作吸引力的提升。在企业网络中，企业的合作吸引力包含两个来源：企业自身的潜在价值和影响力；合作伙伴的潜在价值和影响力。有研究发现，在企业网络中由于价值判断标准的缺乏和节点间的高度信息不对称，导致网络节点的潜在价值难以被正确的评估（Zaheer et al.，2010）[17]。在企业网络中，企业的合作吸引力通常通过该企业的合作伙伴进行评判，而异位联盟中的高网络位置企业通常被认为是技术娴熟和知识丰富的理想的合作伙伴（Yang et al.，2014）[18]。异位联盟的构建，为企业的潜在价值进行了背书，向网络中传递了其适宜合作的信号，有助于企业合作吸引力的提升。第二，异位联盟有助于企业网络可视度的增强。在企业网络中，可视度的缺乏是企业合作机会的拓展的主要障碍。Cross等（2002）认为，节点网络可视度改善的关键在于异位联盟关系的构建。网络中的高位置企业往往具有声誉和可视度优势，容易被其他企业识别，通过异位联盟，企业的信息能够在高网络位置企业的信息传递渠道快速传播，对企业网络可视度的提升产生积极的影响，进而有助于其合作机会的拓展[19]。第三，异位联盟有助于企业潜在合作信息的获得。在企业网络中，高网络位置的企业通常具有丰富的信息资源，异位联盟关系的构建有助于企业增强对潜在合作伙伴的了解，掌握潜在合作伙伴的资源、能力和需求等相关信息，并在此基础上构建与潜在合作者间的信任关系，最终实现企业合作机会的拓展。因此，与高网络位置企业构建异位联盟有助于企业创新合作机会的拓展，扩大了企业知识搜寻的范围，降低企业进行“本地”知识搜寻的倾向，为企业创新提供合作机会保障。

综上所述，与高网络位置企业构建异位联盟有助于企业创新所需资源的获取、创新决策质量的提升以及创新合作机会的拓展，对企业创新绩效的提升具有重要意义。基于此，本文提出如下假设：

H1：企业的异位联盟程度与其创新绩效呈正相关关系。

2.吸收能力的调节作用

在创新网络化背景下，对外部资源与知识的利用已成为企业创新成功的关键（钱锡红等，2010）[20]。通过对企业外部资源利用问题的研究，Cohen和Levinthal（1990）将吸收能力定义为企业识别、消化和利用资源的能力[21]。Zahra和George（2002）提出，吸收能力包含获取、消化、转换和应用4个维度，且具有路径依赖性和积累性[22]。李显君等（2018）的研究发现，在对外部资源和知识的利用过程中，企业的吸收能力越强其获利越多[23]。

与高网络位置企业间的异位联盟为企业创新提供了资源、信息和合作机会的保障，但异位联盟对创新绩效的影响还与企业自身的吸收能力有关。首先，异位联盟为企业带来了丰富的资源与信息，但由于管理者的有限理性和组织自身资源的限制，企业无法实现全部资源与信息的应用。企业需要对众多的资源与信息进行甄选，以获取对企业创新最有价值和最迫切需求的资源和信息。其次，资源和知识的获取并不必然激发创新，消化能力的支持有助于外部获取资源和知识价值的体现。唐青青等（2018）提出，组织的消化能力越强越能对所获取的资源与知识做出正确的理解和掌握，有助于企业创新绩效的提升[24]。杨慧军和杨建君（2016）认为，企业通常基于自身现有认知框架对外部获取资源与知识进行吸收与整合，吸收与整合强度依赖于自身消化能力[25]。再次，轉化能力强调将外部获取的资源和知识与企业现有资源和知识框架的整合。面对通过异位联盟所获取的资源与知识，转化能力可以通过对资源与知识的重组实现创新；还可以通过对资源与知识的不同角度解读实现创新。最后，通过异位联盟所获取的资源与知识转变为企业的创新绩效还需要依赖企业的应用能力。应用能力强调企业对外部获取资源和知识的凝练、拓展与创造，是外部所获资源和知识的价值体现。钱锡红等（2010）认为，应用能力有助于企业资源和知识获取优势的放大，有助于企业将网络中所获的资源与知识转化为企业的创新绩效[20]。

综上所述，通过影响资源与知识的获取、消化、转化和应用，吸收能力将促进异位联盟对企业创新绩效提升的作用。基于此，本文提出如下假设：

H2：吸收能力正向调节异位联盟与企业创新绩效间关系，即企业吸收能力越强，与高网络位置企业间的异位联盟对企业创新绩效的提升作用越明显。

3.组织学习方式的调节作用

管理学者将企业看作在资源约束下的有限理性个体。在资源和有限理性双重约束下，企业的生存与发展取决于企业对于现有资源的开发以及新机会的拓展。组织学习是企业在技术和需求快速变化的市场环境中取得成功的关键，是企业持续竞争优势的重要来源。March（1991）提出，组织学习方式包含两类：探索式和利用式[26]。探索式学习以新技术、新知识和新流程的获得为目标，通常需要大量的投资，具有较高的风险性，更加关注于企业的长期绩效。新技术、新知识和新流程的获得有助于创新灵活性、多样性和新颖性的提升。利用式学习以现有技术、知识和流程的开发为目标，更加关注于现有产品可靠性和效率性的提升。利用式学习的回报通常是积极的、可以预测的以及可得的，往往关注于企业的短期回报。

企业的学习方式也可以通过联盟关系的构建得以反映。当企业的联盟关系为探索式联盟时，企业的学习方式更趋近于探索式学习；反之亦然（Yang et al.，2014）[18]。在利用式联盟中，合作企业关注于短期回报，更加注重于现有技术、知识和流程的开发利用，企业与高网络位置企业的知识交流机会较少，不利于企业新知识的获得和默会知识的习得。相反，探索式联盟有利于企业新知识的接触和默會知识的获取。由于探索式联盟的构建取决于联盟企业整合和共享各自的知识的意愿，同时，探索式联盟更加关注于新技术、新知识和新流程的探索，企业间知识交流机会较多，为企业打开了吸收获取高网络位置企业知识与资源的大门。基于此，本文提出如下假设：

H3：组织学习方式正向调节异位联盟与企业创新绩效间关系，即组织学习方式越趋向于探索式，与高网络位置企业间的异位联盟对企业创新绩效的提升作用越明显。

三、研究设计

1.研究方法

20世纪80年代以来社会网络分析受到实务界和学术界的广泛关注。社会网络分析最初应用于社会学研究，以社会网络成员间“关系”为视角，探究社会网络结构对网络整体和网络成员行为的影响。随着研究的深入，学者们逐渐发现社会网络分析在经济管理领域具有很强的适用性，能够对企业战略、组织行为、知识传播以及消费者行为等领域做出很好的预测和解读。如今，社会网络分析已经深入到经济管理的各个层面（个体层面、团队层面、企业层面、产业层面和国家层面）和领域（战略管理、组织社会学、组织行为学和心理学等领域）。

以往实证研究多将研究对象进行原子化假设，强调个体间的相互独立性，而忽视了研究对象的相互关联，容易导致“低度社会化”现象的发生。在知识经济时代，构建有效的网络关系是企业创新成功的关键，因此，社会网络分析对研究网络嵌入视角下的异位联盟与企业创新的具体影响机制具有十分重要的意义。本文在网络构建上主要参考Rowley等（2000）和Yang等（2014）的研究方法，通过社会网络分析软件Ucnet6.0对企业网络进行分析，探讨异位联盟对企业创新绩效的影响[27][18]。

2.研究对象

本研究聚焦于计算机行业企业，并将计算机行业划分为计算机制造和软件开发两部分。本文借鉴Rowley等（2000）和Yang等（2014）的企业网络构建方法进行计算机产业企业网络构建。首先，企业为行业内企业；其次，企业之间至少存在一次战略合作，这种战略合作可以是正式的也可以是非正式的，如战略联盟、合作研发、企业并购和企业合作或共同进入某一行业的声明等。通过上述两个步骤，可以明确网络内的节点和连接状态，进而对网络边界进行准确的界定。

本文通过中国企业库（Wind数据库子库）、中国并购库（Wind数据库子库、国泰安数据库子库）、新闻数据库（国泰安数据库子库）、专利数据库（国家知识产权局数据库）和企业网站获取企业战略合作数据。企业名录源自Wind数据库中的中国企业库。企业间战略合作数据主要通过三种数据渠道补充印证：并购数据、合作研发数据以及企业间战略合作数据。并购数据源于Wind数据库和国泰安数据库的并购数据库；企业间研发合作信息来源于专利数据库中所公示的专利文件，专利文件可以通过中国知识产权局的中国专利查询系统来查找，每个专利文件都详尽记载了企业合作申请专利情况，本研究将共同申请专利的企业界定为研发合作伙伴；企业间的战略合作数据来自国泰安新闻数据库和企业网站。

基于上述数据搜集方法，2013—2017年247家企业间的593条合作数据被识别，其中61家企业具有相对完备的数据结构是本研究的焦点企业。由于上述数据库和企业网站并未明确企业战略合作的持续期间，本文将战略合作持续期间定义为5年（Yang et al.，2014）[18]，即第t年企业网络基于第t-4年至第t年间的企业战略合作数据构建。因此，为构建2013年企业网络本文同时搜集了2009—2012年间的238条企业合作数据。基于搜集数据构建了2013—2017年间的247×247企业网络矩阵。

3.变量测量

（1）因变量

创新绩效。通过专利数据对创新绩效进行度量一般包含两种方式。第一，专利数量。专利数量也被称为创新产出（Kim和Park，2013）[28]，通过统计企业某时间段内申请或被批准的专利数量进行度量。第二，专利质量。专利质量也被称为专利的影响程度或专利的有用程度，通过统计专利获批后某时间段内被引用的次数进行度量。由于专利被引用状况具有时滞性，且较难采集，本文采用第一种度量方法进行企业创新绩效的度量。余泳泽和刘大勇（2013）提出，专利数量是企业的创新绩效有效的度量方法，同时现有文献也多通过专利数据的统计进行企业创新绩效的度量[29]。尤其是在计算机产业，企业的创新绩效和创新能力往往通过其申请的专利数量予以体现，因此本文以专利申请数量进行企业创新绩效的度量。本文通过中国专利查询数据库进行专利数量的搜集，企业的专利数量越多，表明企业的创新绩效越突出。

同时，本文还设计了创新绩效的代理变量，用以实证研究的稳健型检验。企业专利包含三种类型：外观设计、实用新型和发明专利。本文对上述三种专利类型分别赋值0.2、0.3和0.5后进行加权平均（余泳泽和刘大勇，2013）[29]，以此作为创新绩效的代理变量进行稳健型检验。

（2）自变量

异位联盟程度。本研究借鉴Freeman（1979）的网络中心度指标对企业网络位置的度量。网络中心度的度量标准指标包含3个，分别为：接近中心度、程度中心度和中介中心度。中介中心度多用于网络权力的度量，与本研究主题不符。接近中心度对于网络图形的要求最高，只有完全相连图形（Freeman，1979），接近中心度才有意义[30]。而据本文统计，我国计算机产业企业网络并非完全连接；同时，该指标与程度中心度高度相关，即程度中心度越高的节点的接近中心度也越高，因此该指标使用较少（罗家德，2005）[31]。所以，本研究采用程度中心度指标进行焦点企业的网络位置的度量。

根据前文对于异位联盟的界定，本研究借鉴Lin等（2009）有关地位差异的测度方法对异位联盟程度进行度量[32]。首先，对节点i的异位联盟数量进行累加；其次，计算节点i的全部连接数量；最后，用异位联盟累加值除以节点i的全部连接数量即为企业异位联盟程度。

具体表达公示如下：

PDi=异位联盟累加值全部直接连接数（1）

其中，PDi表示企業网络中，企业i与高网络位置企业间异位联盟程度。PDi是一个0到1之间的连续变量，当PDi=0时，表明节点i不存在与高网络位置企业的异位联盟；当PDi=1时，表明节点i的全部直接连接伙伴均为高网络位置企业。

（3）调节变量

吸收能力。有研究通过计算研发投入强度对吸收能力进行度量。企业的研发投入强度会对企业吸收能力产生影响，但是上述度量方法仍有不足之处。企业吸收能力的形成是一个逐渐积累的和路径依赖的过程。企业前期的研发投入仍然会对企业今后吸收能力的培养产生影响。企业研发投入强度的度量方式是简单的和静态的，仅考虑了当期研发投入对企业吸收能力的影响，忽视了吸收能力形成的累加效果。在截面数据中，研发投入强度能够有效地比较当前时期不同企业间的吸收能力水平，但是不适用于有时间跨度的纵向吸收能力研究。

学者Schildt和Maula（2012）等在回顾了吸收能力的最初构想后，认为知识多元化是决定企业吸收能力的核心因素[33]。因此，本文使用技术知识多元化程度来测量企业的吸收能力。在计算中，参照Schildt和Maula（2012）的方法，以企业在t-4至t期间申请专利的类别数量对企业吸收能力进行度量。该度量值越大，表示企业的技术知识越多元化，企业吸收能力越强。

组织学习方式。本文借鉴Yang等（2014）所构建的组织学习趋势指数对组织学习方式进行度量[18]。依据联盟间合作范式，将企业联盟分为探索式联盟和利用式联盟。探索式联盟倾向于价值链上游的研发和创新（如合作创新），利用式联盟聚焦于价值链下游的市场和资源利用（如基于供应链、市场和许可权所形成的连接关系），相关数据源自专利数据库及新闻数据库。组织学习方式的度量方式如下：

LTi=i企业探索式联盟的数量i企业全部连接的数量（2）

（4）控制变量

为了控制外生异变，本研究首先控制了企业年龄（企业年龄=本期年份-企业成立年份），这是因为年龄对创新有着重要的影响。考虑到企业性质对于企业资源获取存在影响，进而影响企业创新绩效的实现（任颋等，2015），因此本文控制了企业性质（国有企业=1；其他企业=0）[34]。同时，虽然样本企业均来自于计算机产业，但是正如前文所说，计算机产业中也有若干差异较大的细分行业，本文对行业虚拟变量进行了控制。由于，企业的自我网络规模在一定程度上反映了企业的获取资源途径，对创新的资源获取产生影响，本文对节点的自我网络规模进行了控制。最后，由于本研究是有时间跨度的纵向研究，为了控制不同年份之间可能存在的差异，本文引入年份虚拟变量进行控制。

4.研究模型

（1）模型选取

由于本研究的因变量（企业创新绩效）为计数变量。所以，普通最小二乘法回归已不再适用。对于上述情况，通常可采用负二项回归或泊松回归。通过变量的观察可知，因变量的标准差和均值差异较大（详见本文的描述性统计分析），变量过于分散，不适宜通过泊松回归对模型进行估计（泊松回归要求因变量的均值和标准差接近相等），因此考虑采用负二项回归。在确定负二项回归的估计方法后，本研究需要进一步确定固定效应模型和随机效应模型的选取。通过Hausman检验，确定采用固定效应模型。

（2）研究模型

本文的研究模型如式（3）—（6）所示，其中Xi，t为控制变量，μ为随机扰动项，下标i和t分别代表企业和时间。式（3）是本研究的基础模型，模型中仅包含因变量与控制变量；式（4）用以假设1的验证，在式（3）的基础上添加了自变量异位联盟（PD），探讨异位联盟与企业创新绩效的相关关系；式（5）用以假设2的验证，在式（4）的基础上加入了调节变量吸收能力（AC）以及自变量与吸收能力的交互项（inter1），验证吸收能力对主效应的调节作用；式（6）用以假设3的验证，在式（4）的基础上分别加入了调节变量组织学习方式（LT）以及自变量与组织学习方式的交互项（inter2），探究组织学习方式对主效应的调节作用。上述各模型具体检验结果，详见本文的第四部分。

Perfit+1=α+βXi，t+ε（3）

Perfit+1=α+βPDit+γXi，t+ε（4）

Perfit+1=α+βPDit+γACit+δInter1it+θXi，t+ε（5）

Perfit+1=α+βPDit+γLTit+δInter2it+θXi，t+ε（6）

四、检验结果与分析

1.描述性统计分析

表1详细展示了本研究的描述性统计分析和相关性矩阵。由表1可知，异位联盟与企业创新绩效正相关，吸收能力与企业创新绩效正相关，组织学习方式与企业创新绩效正相关，这在一定程度上支持了本文的假设，为本文进一步的实证检验奠定了基础。并且，相关性矩阵中所有系数均小于0.6，这也在一定程度上表明了本文的潜在多重共线性问题较小。不过值得注意的是，除企业创新绩效与自变量和调节变量间存在相关关系外，一些控制变量与自变量也存在显著相关性。这种相关关系是否会造成内生性问题，以及在消除内生性问题后，异位联盟与创新绩效间的正向关系是否能依然存在，有待进一步的验证。

表1描述性统计分析与相关性分析

序号变量名称均值标准误1创新绩效17.4740.1612异位联盟1.220.660.35*13吸收能力6.463.250.23*0.16*14组织学习方式0.310.210.51*0.110.18*15企业性质0.070.160.01-0.010.04*-0.10*16企业年龄3.951.870.030.070.13-0.120.37*17自我网络规模1.970.620.26*0.21*0.32*0.110.34*0.11 1注：a.N=211；b.*表示P<0.05。

2.假设检验

在检验方法的选择上，本文采用层级回归的方法对相关假设进行验证。多元回归过程中的共线性的问题应当给予特别关注，为了降低多重共线性对本研究的影响，研究所涉及的交互项均通过中心化后进行构造。并且，本研究对方差膨胀因子（VIF）进行了计算以检验多重共线性对研究的潜在威胁。计算结果表明，所有研究变量和控制变量的VIF值均在4以下，说明本研究不存在严重的多重共线性。本文的回归结果如表2所示。

表2负二项式模型回归结果

变量模型1模型2模型3模型4Constant1.31***1.27***0.160.88***控制变量企业性质-0.010.01-0.06***0.02企业年龄0.22***0.23***0.11*0.07自我网络规模0.26***0.32***-0.08-0.14自变量异位联盟0.14*0.70***0.31***调节变量吸收能力0.28***组织学习方式4.61***交互项异位联盟吸收能力0.15***异位联盟组织学习方式2.03***卡方283.42***286.59***386.44***361.57***Log likelihood-357.65-356.06-306.14-318.58Pseudo R20.280.290.390.36N211211211211注：*表示P<0.1；**表示P<0.05；***表示P<0.01。因变量为企业创新绩效。

模型M1为基准模型，模型中仅包含因变量和控制变量。模型M2在模型M1的基础上增加了自变量，用以检验异位联盟与企业创新绩效之间的关系，回归结果显示，异位联盟对企业创新绩效存在显著的正向影响（β=014，p<01）。因此，假设H1得到了数据的支持。

模型M3在模型M2的基础上增加了调节变量（吸收能力）及交互项（异位联盟×吸收能力），用以检验吸收能力对异位联盟与企业创新绩效间关系的调节效应。回归结果显示，吸收能力正向调节异位联盟与企业创新绩效间关系（β=028，p<001），即企业吸收能力越强，异位联盟对创新绩效的提升越明显。因此，假设H2得到了验证。

图1展示了吸收能力对异位联盟与企业创新绩效间关系的调节效应。根据Cohen等（2003）推荐的程序，本研究分别采用高于均值一个标准差和低于均值一个标准差为基准描绘了具有不同吸收能力的企业其异位联盟与创新绩效间关系[35]。在低吸收能力的情况下，随着异位联盟程度的增加，企业创新绩效随之提升。而在高吸收能力的情况下，由异位联盟程度的增加而导致企业创新绩效提升的幅度更大。

图1吸收能力的调节效应图模型M4在模型M2的基础上增加了调节变量（组织学习方式）及交互项（异位联盟×组织学习方式），用以检验组织学习方式对异位联盟与企业创新绩效间关系的调节效应。回归结果显示，组织学习方式越倾向于探索式学习，异位联盟对创新绩效的促进作用越明显（β=2.03，p<0.01）。因此，假设H3得到了数据支撑。

图2展示了组织学习方式对异位联盟与企业创新绩效间关系的调节效应。当组织学习方式趋向于探索式学习时，由异位联盟程度的增加而导致企业创新绩效提升的幅度更大。

图2组织学习方式的调节效应图3.稳健性检验

为了确保实证结果的稳健性，选取不同指标对创新绩效进行度量是十分必要的。除了本文所采用的滞后一期的专利申请数量，本文还设计了创新绩效的代理变量，用以实证检验的稳健性检验。企业专利包含三种类型：外观设计、实用新型和发明专利。本文对上述三种专利类型分别赋值02、03和05后进行加权平均（余泳泽等，2013）[29]，以此作为创新绩效的代理变量进行稳健性检验。结果与表2基本相同，未出现实质性差异。

五、结论与讨论

本文以网络嵌入为视角，基于与高网络位置企业构建异位置联盟对企业创新绩效的影响进行了深入探讨。研究涉及企业网络理论、资源依赖理论、吸收能力理论以及组织学习理论等。研究表明，与高网络位置伙伴间的异位置联盟有助于企业创新绩效的提升；吸收能力通过调整企业对网络资源和知识的获取、消化、转化和应用，将促进企业对通过异位联盟获得的网络资源和知识的吸收，进而有助于企业创新绩效的实现；同时，探索式学习通过新知识的接触和默会知识的习得也将推动企业“异位联盟——创新绩效”的转化。

本文的理论贡献如下：第一，拓展了网络嵌入视角下异位联盟对企业创新绩效的影响机制研究。在创新日益网络化的今天，“原子式”的单打独斗已被打破，但当前鲜有网络嵌入视角下异位联盟对企业创新绩效提升影响机制研究。企业网络理论认为，网络位置是企业对网络资源控制和占有程度的体现，异位联盟的构建为企业创新提供了资源和信息获取及合作机会拓展的保障。本文基于上述思路在综合企业网络理论和资源依赖理论的基础上构建了“网络嵌入视角下与高网络位置伙伴间的异位置联盟对企业创新绩效提升影响机制”模型，贡献于企业创新理论。第二，探讨了吸收能力对异位联盟与创新绩效关系的促进作用。企业在与高网络位置伙伴构建异位联盟的过程中，一方面获得了更多的知识、网络资源和合作机会（Ahuja et al.，2012）[36]；另一方面，也要面临诸如知识转移、整合以及异质性知识的开发等诸多难题，甚至存在资源难以吸收等破坏企业竞争力的潜在问题。因此，异位联盟对企业创新绩效的影响是以企业有效的资源整合和吸收为前提的，本文对上述问题进行了探讨，贡献于吸收能力理论。第三，丰富了网络嵌入视角下组织学习研究。利用式学习关注企业短期回报，注重现有资源、技术和流程的开发与利用；探索式学习关注企业的长期收益，注重新知识、新技术和新流程的探索，提升了企业间交流频率，为企业提供了新知识获取和默会知识习得的通道，最终推动企业创新绩效的提升。本文对上述问题进行了讨论，贡献于组织学习理论。

本文的现实意义如下：第一，为企业获取创新所需资源提供了渠道参考。在企业网络中，网络位置是企业对于资源和知识占有和控制程度的体现。与高网络位置企业构建异位联盟有助于企业间资源和知识的共享与转移，是企业获取创新所需资源的重要渠道。對于新创企业和边缘位置企业而言，异位联盟关系的构建不仅有助于企业创新所需资源的获取，更有助于创新合作机会的拓展，并最终推动企业创新绩效的提升。第二，为企业实现由网络资源和知识获取到创新绩效提升的转化提供指导。异位联盟为企业创新提供了丰富的资源，但网络资源和知识的获取能否有效转换为创新绩效还依赖于企业自身的吸收能力和组织学习方式。企业在与高网络位置企业构建异位联盟的同时，应当不断加强“内功”的修炼，实现网络资源和知识获取与自身资源和知识吸收利用的协同，最终实现网络资源和知识获取向创新绩效提升的有效转化。

本研究在一定程度上拓展了网络嵌入视角下异位联盟对企业创新绩效作用机制研究，但仍具有以下局限性：第一，由于本研究的大样本统计是基于单一行业完成的，尽管本文的样本选择具有一定的合理性，但也存在能否代表全体行业，形成概化结论的疑问。第二，本研究仅关注于异位联盟对企业创新绩效的提升作用，并未对其可能存在的“黑暗面”进行深入探讨。企业网络资源和知识获取速度过快，由于企业吸收能力的欠缺所造成资源冗余和网络治理成本的提升，是否会对其创新绩效产生负向的影响，以及高网络位置企业是否会对低位置产生“掠夺”，上述问题都需进一步做出解答。第三，现有研究关注了多种网络对企业行为和绩效的影响，但除了某些特定结论外，不同网络具有各自的特点，因此本研究结论是否具有普遍适用性尚需谨慎。同时，在实践中不同层次的网络往往是相互叠加和相互影响的，但由于研究的复杂性在学术界上述跨层次研究相对较少。因此，不同层次网络是如何相互作用影响异位联盟和创新绩效关系的尚需解答。

参考文献：

[1]陈建勋，王涛，翟春晓.TMT社会网络结构对双元创新的影响——兼论结构刚性的生成与化解[J].中国工业经济，2016（12）：140-156.

[2]Paruchuri S，Awate S.Organizational knowledge networks and local search：The role of intra‐organizational inventor networks[J].Strategic Management Journal，2017，38（3）.

[3]张红娟，谭劲松.联盟网络与企业创新绩效：跨层次分析[J].管理世界，2014（3）：163-169.

[4]赵康杰，景普秋.资源依赖、资本形成不足与长期经济增长停滞——“资源诅咒”命题再检验[J].宏观经济研究，2014（3）：30-42.

[5]黄少卿，从佳佳，巢宏.研发联盟组织治理研究述评及未来展望[J].外国经济与管理，2016，38（6）：63-81.

[6]Huang Z，Zhu H，Brass D J.Cross‐border acquisitions and the asymmetric effect of power distance value difference on long‐term post‐acquisition performance[J].Strategic Management Journal，2017，38（4）：972-991.

[7]Phene，A.，Tallman，S.，2014，“Knowledge Spillovers and Alliance Formation”，Journal of Management Studies，Vol.51，PP1058-1090.

[8]郑向杰，赵炎.联盟创新网络中企业间知识共享的博弈分析[J].软科学，2013，27（10）：83-86.

[9]Wang C，Rodan S，Fruin M，et al.Knowledge networks，collaboration networks，and exploratory innovation[J].Academy of Management Journal，2014，57（2）：459-514.

[10]Shin J，Park Y.Evolutionary optimization of a technological knowledge network[J].Technovation，2011，30（11）：612-626.

[11] Nerkar A，Paruchuri S.Evolution of R&D; Capabilities：The Role of Knowledge Networks Within a Firm[M].INFORMS，2005.

[12]Milanov H，Shepherd D A.The importance of the first relationship：The ongoing influence of initial network on future status[J].Strategic Management Journal，2013，34（6）：727-750.

[13]曹霞，于娟，张路蓬.不同联盟规模下产学研联盟稳定性影响因素及演化研究[J].管理评论，2016，28（2）：3-14.

[14]Wang C H.The moderating role of power asymmetry on the relationships between alliance and innovative performance in the high-tech industry[J].Technological Forecasting & Social Change，2011，78（7）：1268-1279.

[15]唐厚兴.社会网络结构对企业间知识共享影响研究综述[J].情报科学，2017（6）：164-170.

[16]彭灿.基于国际战略联盟的模仿創新：我国优秀企业实现创新模式进化的一条捷径[J].科研管理，2005，26（2）：23-28.

[17]Zaheer A，G？zübüyük R，Milanov H.It's the Connections：The Network Perspective in Interorganizational Research[J].Academy of Management Perspectives，2010，24（1）：62-77.

[18]Yang H，Zheng Y，Zhao X.Exploration or exploitation？ Small firms' alliance strategies with large firms[J].Strategic Management Journal，2014，35（1）：146-157.

[19]Cross R，Borgatti S P，Parker A.Making Invisible Work Visible：Using Social Network Analysis to Support Strategic Collaboration[J].California Management Review，2002，44（2）：25-46.

[20]钱锡红，杨永福，徐万里.企业网络位置、吸收能力与创新绩效——一个交互效应模型[J].管理世界，2010（5）：118-129.

[21]Cohen W M，Levinthal D A.Absorptive Capacity：A New Perspective on Learning and Innovation[J].Strategic Learning in A Knowledge Economy，2000，35（1）：39-67.

[22]Zahra S A，George G.Absorptive Capacity：A Review，Reconceptualization，and Extension[J].Academy of Management Review，2002，27（2）：185-203.

[23]李顯君，钟领，王京伦，等.开放式创新与吸收能力对创新绩效影响——基于我国汽车企业的实证[J].科研管理，2018，V39（1）：45-52.

[24]唐青青，谢恩，梁杰.知识深度、网络特征与知识创新：基于吸收能力的视角[J].科学学与科学技术管理，2018（1）：55-64.

[25]杨慧军，杨建君.外部搜寻、联结强度、吸收能力与创新绩效的关系[J].管理科学，2016，29（3）：24-37.

[26]March J G.Exploration and Exploitation in Organizational Learning[J].Organization Science，1991，2（1）：71-87.

[27]Rowley T，Behrens D，Krackhardt D.Redundant Governance Structures：An Analysis of Structural and Relational Embeddedness in the Steel and Semiconductor Industries[J].Strategic Management Journal，2015，21（3）：369-386.

[28]Kim C，Park J H.Explorative search for a high‐impact innovation：the role of technological status in the global pharmaceutical industry[J].R & D Management，2013，43（4）：394-406.

[29]余泳泽，刘大勇.我国区域创新效率的空间外溢效应与价值链外溢效应——创新价值链视角下的多维空间面板模型研究[J].管理世界，2013（7）：6-20.

[30]Freeman L C.Centrality in social networks conceptual clarification[J].Social Networks，1978，1（3）：215-239.

[31]罗家德.社会网分析讲义（清华社会学讲义）[M].社科文献出版社，2005.

[32]Lin Z，Yang H，Arya B.Alliance partners and firm performance：resource complementarity and status association[J].Strategic Management Journal，2009，30（9）：921-940.

[33]Schildt H，Maula M.The Temporal Effects of Relative and Firm-Level Absorptive Capacity on Interorganizational Learning[J].Strategic Management Journal，2012，33（10）：1154-1173.

[34]任颋，茹璟，尹潇霖.所有制性质、制度环境与企业跨区域市场进入战略选择[J].南开管理评论，2015，18（2）：51-63.

[35]Cohen J，Cohen P，West S G，et al.Applied multiple regression/correlation analysis for the behavioral sciences.[M].L.Erlbaum Associates，2003：227-229.

[36]Ahuja G，Soda G，Zaheer A.Introduction to the Special Issue：The Genesis and Dynamics of Organizational Networks[J].Organization Science，2012，23（2）：434-448.

Research on the Effect of Network Relationship Construction on Enterprise Innovation Performance：

The Regulating Effect ofAbsorptive Capacity and Organizational Learning Mode

WANG Yu， ZHANG Lei

（School of International Business Administration， Shanghai University of Finance and Economics， Shanghai 200433， China）

Abstract：In the inter-organizational network， network position reflects the ownership and control of resources and knowledge by enterprises. It is of great significance for enterprises to acquire resources needed for innovation through the alliance with central network position enterprises. Based on the theory of enterprise network and the theory of resource dependence， and from the perspective of network embeddedness， this paper constructed 247×247 Chinese computer industry inter-organizational network through the 2013—2017 years cooperation data of this industry to explore the effect of position asymmetry alliance on firm innovation performance， and further explore the moderating effect of absorptive capacity and organizational learning mode on the above relationship. The findings are as follows： firstly， position asymmetry alliance contributes to the improvement of enterprise innovation performance. Secondly， absorptive capacity has a positive moderating effect on the relationship between position asymmetry alliance and corporate innovation performance. Finally， the more the organizational learning mode tends to explore， the more obvious the effect of position asymmetry alliance on enterprise innovation performance. The study reveals the inherent impact of position asymmetry alliance on enterprise innovation performance， and has a certain reference value for the realization of enterprise innovation performance.

Key words：network relationship construction；position asymmetry alliance； Innovation performance； absorptive capacity； organizational learning mode

責任编辑：吴锦丹吴锦丹萧敏娜常明明张士斌