关系能力对创新网络行为的影响——网络惯例的调节作用

肖　瑶，党兴华，谢永平

(西安理工大学经济与管理学院，陕西　西安　710054)



关系能力对创新网络行为的影响——网络惯例的调节作用

肖瑶，党兴华，谢永平

(西安理工大学经济与管理学院，陕西西安710054)

摘要：本文基于非契约治理中的核心要素并结合关系动态理论，将网络成员间关系能力界定为关系启动能力、关系发展能力及关系终止能力，在对相关文献梳理的基础上，研究其对网络行为四种类型的影响，同时，引入网络惯例作为调节变量，运用多元回归等方法进行实证检验。结果表明，关系启动能力、关系发展能力及关系终止能力对网络中信息获取、机会利用、强连接资源调动及弱连接资源调动行为有着不同的影响作用。

关键词：技术创新网络；网络关系能力；网络行为；网络惯例

1引言

创新网络中发起、维护和使用与各种外部合作伙伴关系的能力对网络中的企业网络行为有着重要的影响作用,在技术创新网络中网络能力被抽象化为很多研究题项,从现有研究来看，网络能力和网络行为的关系研究并没有得到很好的重视，更多的研究停留在对网络行为或网络能力的特征和概念性研究[1-5]。

2理论基础与研究假设

2.1理论基础

目前，关于组织间关系的研究都强调网络关系是体现竞争优势的首要资源。一方面，网络关系能力的概念关系到复杂的动态能力，且这些能力能够体现企业与其他合作者之间的关系以及优化不同网络关系的投资组合效率，有利于网络中成员间关系重要资源的重新分配(如时间、投资、技术能力等)[6]。Ritter等认为网络能力由二维构造组成，具体将两个维度定义为：网络管理任务执行的程度及处理公司关系的人拥有网络管理资格的程度[1]。另一方面，在技术创新网络中，信息的沟通和在网络成员中的流畅运行、机会获取以及基于社会网络理论的强弱连接情况下的资源调动是网络行为研究的重要方面。 Uzzi等学者从信息采集获取的角度研究网络成员行为，认为企业利用其网络位置通过一系列贸易活动，或与供应商或分销商的合作中进行信息采集从而达成战略目标是网络行为的重要组成部分[7]。

同时，作为技术创新网络中非契约网络控制方式的一种，网络惯例受到了学者们的广泛关注，并根据不同研究目的和研究视角被赋予不同的意义。总的来说，一类学者以Becker[6]和Zollo[8]为代表研究网络惯例的本质和分类，将惯例的定义归为三类：循环交互的行为模式、组织的规则以及标准化的作业程序，同时，指出跨组织惯例就是在两个公司重复合作过程中发展和提炼产生的稳定的模式。另一类学者研究网络惯例在组织中的作用机理，将网络惯例分为形式面与执行面，或通过学习机制与关系机制研究其对网络治理效率的影响[9]。

综上所述，网络关系并不是孤立存在的，相反，它与网络中的网络位置、网络声誉、网络惯例、网络行为等是相互关联和聚合的，与网络成员的大量其他因素是相互嵌入的[5]。因此，基于Stephan[10]对网络行为类型的相关研究，本研究认为企业如何变得高效并且在如此复杂的网络中进行有效管理不仅与网络中成员关系相关，还应利用网络关系能力对网络行为的影响。研究网络关系能力与网络行为的关系，有益于企业在更广泛的网络中利用网络关系的能力对成员行为的影响形成竞争优势资源，拥有更好的战略应对能力、更好地利用网络复杂性，形成竞争对手难以模仿的能力。

2.2理论假设提出

(1)关系启动能力对网络行为的影响。基于本文的研究目的，我们将关系启动能力定义为核心企业在组织层级上为了获取企业利益，启动合作关系的一系列活动和组织程序。适度的选择和吸引新的合作伙伴有助于技术创新网络中成员利用机会的行为，然而，过于注重寻求新合作伙伴，建立新的合作关系不利于维持现有关系网络的稳定，并使知识交互网络过于横向拓张而降低与现有合作伙伴关系交互的频次与深度。

同时，基于社会网络学强弱连接理论，网络成员的强连接更多的来自于组织间高层级的信任，在成员间连接频次与高知识转移质量的情况下有效运行；弱连接则更倾向于异质性知识的获取，探索式创新的发生以及新合作关系的形成。Beckman强调企业在没有相互作用的历史前提下，更易扩大其关系组合以激励新合作伙伴[11]。因此，我们提出如下假设：

假设H1a：关系启动能力对网络中信息获取具有正向影响。

假设H1b：关系启动能力对网络中机会利用具有倒U型影响。

假设H1c：关系启动能力对网络中强连接资源调动具有负向影响。

假设H1d：关系启动能力对网络中弱连接资源调动具有正向影响。

(2)关系发展能力对网络行为的影响。基于网络关系理论，管理和发展网络中的互利关系作为一种重要的网络任务被广泛探讨和研究[12]。Das 和 Rahman同样强调深层合作关系的消极面及过度关系发展对网络中成员行为负面影响，即深层的关系发展会增加组织冲突的发生，因此认为关系发展能力也包含对冲突管理的能力[13]。由此可知，关系发展能力能够有效促进技术创新网络中成员间信息获取以及对既得机会的利用行为。

同时，Uzzi讨论的高信任下的强连接(在其研究中被称为嵌入式连接)关系特点[7]，认为技术创新网络中成员关系发展能力有利于成员间强连接资源调动行为的发生。然而，我们知道随着网络中核心企业与其他成员之间关系的密切与加深，同样会为企业带来负担。另一方面，由于网络的结构和组织是获取非常规信息和机会的关键，这也可能导致随后企业不能像强连接一样获取非常规的信息和机会[14]。因此，我们提出如下假设：

假设H2a：关系发展能力对网络中信息获取具有正向影响。

假设H2b：关系发展能力对网络中机会利用具有正向影响。

假设H2c：关系发展能力对网络中强连接资源调动具有倒U型影响。

假设H2d：关系发展能力对网络中弱连接资源调动具有负向影响。

(3)关系终止能力对网络行为的影响。在技术创新网络中，由于关系终止更多的发生在间接关系资源调动的网络成员间，基于连接频次数量和高层级信任的网络成员强连接更难被关系终止[9]。相反，在网络中对不利于弱连接资源调动行为的终止，能够有效减少无效信息的获取、促进核心企业集中优势资源，加强与重要合作伙伴之间强连接资源调动的行为。因此，我们提出如下假设：

假设H3a：关系终止能力对网络中信息获取具有倒U型影响。

假设H3b：关系终止能力对网络中机会利用具有正向影响。

假设H3c：关系终止能力对网络中强连接资源调动具有正向影响。

假设H3d：关系终止能力对网络中弱连接资源调动具有负向影响。

(4)网络惯例的调节作用。在网络的形成演化中，惯例在组织成员合作、关系发展、促进成员间信息获取中扮演重要角色。沿用团队前期研究成果中对网络惯例的定义，我们认为技术创新网络惯例是技术创新网络惯例是一种维持网络组织存在并有序运行的“游戏规则”，是在网络不断的交互合作创新过程中形成的、被大部分网络成员共同接受的、相对稳定的创新行为模式以及合作规范共识，有助于网络中知识传递和共享，协调组织间关系以保持网络稳定[15]。基于此，网络惯例更多的是嵌入在网络中的一种成员行为默契和合作规范共识。

稳定的网络惯例有助于吸引良好的合作伙伴，减少组织间冲突的发生以及有效识别并终止不良合作关系，促进网络中核心企业对组织间信息的获取和机会利用，并加强异质性知识的获取、信任感和组织间互惠。但是，过于稳定的网络惯例会造成组织僵化、知识同质性、组织信息冗余。同时，过于稳定的网络惯例会减缓知识转移的效率，降低异质性知识的有效获取，并在网络中固化网络成员的关系集合，使企业难以获取新机会从而减低网络成员对网络环境的适应性。因此，我们提出如下假设：

假设4：网络惯例倒U型调节网络关系能力对网络行为的影响。

3研究设计与实证分析

3.1研究设计

根据技术创新网络的相关特点，创新活动多为产品及工艺创新，网络中成员注重彼此关系连接与组织声誉，以组织间知识共享为基础，建立松散耦合的网络结构。据此，文章选取符合技术创新网络特点的相关企业进行研究样本的建立。本研究实证调研基于IT、生物制造、精密仪器制造等行业展开，调研阶段主要分为以下几个阶段展开：

第一个阶段，面谈法被认为是可以获得量表题项测试整体研究概念的合理方法。在研究的初期我们于2014年3月从西安高新区的合作创新性高的企业(华为、IBM、ABB等)中选取十位具有代表性的经理人，运用滚雪球的方法，在征询十个主要创新合作伙伴对本研究的理解后在题项设置中进行填写，最后对十位受访者采用面谈的方法确定维度选取的合理性。第二阶段使用Qualtrix网络调查问卷。在检测前在稳定的网络中从专有的数据库中，运用电子邮件将Qualtrix连接传送到西安理工大学1200个MBA的邮箱中。共有597份问卷得以回收，回收率为49.8%。

关于本研究中变量的测量，在现有技术创新网络行为研究国内外文献梳理的基础上，为确保变量测量的信度与效度，本研究主要根据Stephan[10]对网络关系能力、网络行为测度中使用的量表，并结合Das 和 Rahman[13]提出的网络关系对成员行为影响的“消极面”相关维度对网络关系能力与网络行为设定测量量表。另一方面，关于网络惯例的测度，主要使用团队前期研究成果，基于Zollo[8]、党兴华和孙永磊[15]对网络惯例，网络关系机制以及网络成员的相关研究设定测量量表。各题项测量均采用五级量表进行测度，1=非常不同意，5=完全同意。

3.2实证结果分析

在测量本研究变量的信度与效度方面，我们分别采用Cronbach’s α 系数通过SPSS20.0分析对变量信度进行检验，采用因子分析法通过Amos20.0进行变量效度拟合度的检验。各变量检验结果所示，信度方面，网络关系能力、网络行为与网络惯例的Cronbach’s α 系数均在0.6～0.9之间，变量达到合理的可信程度；效度方面，/df值均在1.0～3.0之间，RMSEA值小于0.08，GFI、CFI、IFI均大于0.90，变量达到合理的有效程度。因此，各变量具有良好信度与效度，可以为研究下一步回归分析变量间关系奠定基础。研究中各变量的均值、标准差以及变量之间的相关性如表1所示。在描述性统计相关系数矩阵中我们可以看出，关系启动能力、关系发展能力与关系终止能力与网络行为各变量之间的关系得到初步验证。我们将在下一个阶段的回归模型变量测量中对变量之间的关系做进一步验证。

表1　变量的描述性统计结果和相关系数矩阵

注：*为显著水平P<0.05,**为显著水平P<0.01，***为P<0.001。

为了进一步明确研究中各变量之间的关系，在考虑企业规模、企业所处网络位置(较为核心或边缘)、这两个控制变量对网络中成员合作关系影响下，通过SPSS20.0采用分层多元回归逐步对主要变量进行分析。具体回归分析结果见表2。最终假设验证结果如表3所示。

表2　网络关系能力与网络行为的回归分析结果

注：ES表示企业规模；GS表示团队规模；NP表示网络位置；IP表示创新绩效；MC表示成员沟通；NC表示网络关系能力；RIC表示关系启动能力；RDC表示关系发展能力；RTC表示关系终止能力；IA表示信息获取；OE表示机会利用；SRM表示强连接资源调动；WRM表示弱连接资源调动；NR表示网络惯例。NB表示网络行为；表中*为显著水平P<0.05,**为显著水平P<0.01，***为P<0.001。

表3　假设检验结果

4主要结论与启示

技术创新网络中的关系能力决定着企业在网络中所拥有的合作信息资源及机会配置能力，是影响网络行为较为重要的前因变量之一，网络成员间关系启动、发展及终止的能力对网络中信息获取、机会利用以及资源调动都会产生较大的影响，有利于技术创新网络成员行为的优化。其次，信息-机会-资源作为网络成员行为动力的目标维度，是驱使网络成员行为执行的核心因素。网络成员间关键信息的获取有助于网络成员掌握网络中其他成员的行为动向，取得先发优势，避免信息不对称造成的机会主义行为。高效的利用机会是网络成员获取核心网络位置提升竞争优势达成组织目标的基础。同时，基于社会网络学中的强弱连接理论我们认为强连接下的资源调动与弱连接下的资源调动在网络成员行为中扮演不同的角色，成员间关系的启动与发展也对两种连接下的资源调动有着不同的作用。最后，网络惯例作为技术创新网络中网络成员所遵循的“游戏规则”，其形式面合作规范共识，执行面创新行为默契是维持网络稳定及高效运行的重要调节变量，随着网络关系的不同阶段，驱使网络成员选择不同的行为模式以达成不同的组织战略目标。通过本文的研究可以获得以下管理启示：①网络行为是直观反映网络中形式层面影响因素的最终体现，创新网络中研究的网络位置、网络惯例、网络知识权利、网络学习或关系机制等都将驱使为网络行为的选择。②其次，研究动态网络关系能力，有助于企业成员依据与合作伙伴间不同的关系能力阶段选择利于自身发展的网络行为模式。③网络惯例是一种维持网络组织存在的内在力量和运作机制，也是保持网络组织内部成员间关系处于某种状态的一种惯性，在很大程度上可以认为是维持并协调技术创新网络运行的核心要素。

参考文献：

[1]Ritter Thomas,Geersbro Jens.Organizational Relationship Termination Competence:a Conceptualization and an Empirical Test[J].Industrial Marketing Management,2011,40(6):988-993.

[2]方刚.网络能力结构及对企业创新绩效作用机制研究[J].科学学研究，2011，17(33):224-242.

[3]王海花.企业外部知识网络能力的结构测量——基于结构洞理论的研究[J].中国工业经济，2012，44(7)：45-54.

[4]任胜钢.企业网络能力的结构测度与实证研究[J].管理学报，2011，32(4)：247-258.

[5]周江华.企业网络能力影响创新绩效的路径分析[J].科研管理，2013，53(6)：132-141.

[6]Becker M.Organizational Routines:a Review of the Liter-ature[J].Industrial and Corporate Change，2004，13(4):643-678.

[7]Uzzi B,Gillespie J J.Knowledge Spillover in Corporate Financing Networks:Embeddedness and the Firm’s Debt Performance.Strategic Management Journal,2010,23(7):595-618.

[8]Zollo M,Winter S G.Deliberate Learning and the Evolution of Dynamic Capabilities[J].Organization Science,2002,(09):339-351.

[9]Hitt M A,et al.Partner Selection in Emerging and Developed Market Contexts:Resource-based and Organizational Learning Perspectives[J].The Academy of Management Journal,2010,43(3):449-467.

[10]Stephan C Henneberg.Understanding Types of Organizational Networking Behaviors in the UK Manufacturing Sector[J].Industrial Marketing Management,2013,21(5):13-31.

[11]Beckman C M,Haunschild P R,Phillips D J.Friends or Strangers?Firm-specific Uncertainty,Market Uncertainty,and Network Partner Selection[J].Organization Science,2012,(08):259-275.

[12]Giller C,Matear S.The Termination of Inter-firm Relationships[J].The Journal of Business and Industrial Marketing,2014,16(2):94-112.

[13]Das T K,Teng B S.The Dynamics of Alliance Conditions in the Alliance Development Process[J].Journal of Management Studies,2012,39(5):725-746.

[14]Granovetter M.The Impact of Social Structure on Economic Outcomes[J].Journalof Economic Perspectives,2014,19(1),33-50.

[15]孙永磊,党兴华.基于知识权力的网络惯例形成研究[J].科学学研究，2013，31(9):1372-1390.

(责任编辑谭果林)

The Impact of Relationship Ability of Network Behavior：Take Network Routines as A Moderating Variable

Xiao Yao,Dang Xinghua,Xie Yongping

(School of Economics and Management，Xi’an University of Technology，Xi’an 710054，China)

Abstract：Based on the core elements of contract management and combining the relationship between dynamic theory,defines relationships between members of the network capacity as the ability of relationship start,development and termination .On the basis of reviewing the related literature,it studies the effect of the four types of network behavior.At the same time,it introduces network practice as a moderator variable,and uses the method of multiple regression empirical test.Results show that the abilities of relationship start,development and termination have different effects on the network information retrieval,the opportunity to use,strong connection to mobilize and weak connection resources transfer behavior.

Key words:Technology innovation network；Network capacity；Network behavior；Network routines

中图分类号:F273.1

文献标识码:A

作者简介：肖瑶(1988-)，女，陕西西安人，博士研究生；研究方向：技术创新与管理。

收稿日期：2015-02-11

基金项目：国家自然科学基金项目“技术创新网络惯例形成及其在治理中的作用机理研究”(71372171)，陕西省重点学科建设专项资金项目“管理科学与工程学科”(107-5X1301)，教育部人文社会科学研究西部和边疆地区项目“核心企业领导力对技术创新战略联盟绩效的影响机理研究”(14XJA630004)，陕西省教育厅项目“区域科技与金融有效结合机制研究”(12JZ065)。