价值网络位置、内部资源配置与企业绩效

王建平，吴晓云

（1.华北科技学院经济管理学院，河北 廊坊 065201；2.南开大学商学院，天津 300071）

0 引言

在当今全球化与信息化环境下，企业在价值网络中所处的位置逐步成为组织的关键资源。处于不同网络位置的企业其内部资源在研发和广告上的配置必然有所差异，进而对企业绩效产生不同的影响。价值网络本质上是一张相互交叉、错综复杂和利益交错的竞争合作网，而企业在价值网络中的位置在很大程度上决定了企业获取各种资源的机会、类型和速率。以往相关研究集中在两个方面：（1）企业所处网络位置与创新行为及企业绩效的直接关系。多数学者普遍认为企业处于价值网络中心位置或结构洞位置会促进企业创新行为的发生和创新绩效的提升[1，2]。但是，也有少数学者认为企业的网络中心度与其创新行为和绩效呈“倒U”型关系[3]。由此可见，尽管多数研究支持网络中心或中介位置对企业绩效存在线性正向影响，但目前有部分研究对此提出质疑并存在一定争议，有必要进一步进行探索和实证。（2）网络位置影响企业绩效的过程和机理。比如，钱锡红等（2010）[4]从动态能力的角度研究了在不同吸收能力的情境下，网络位置影响企业绩效的过程机制；胡保亮和方刚（2013）[5]则从知识搜寻角度研究了网络位置影响创新绩效的内在机理。以上研究均做出了一定的理论贡献，但仍存在以下两个方面的不足：一方面，企业所处网络位置与企业绩效间究竟是线性关系还是“倒U”型关系至今仍存争议，需要进一步探索和厘清。另一方面，尽管以往研究从不同视角探讨了企业网络位置影响绩效的内在机制问题，但至今仍没有从内部资源配置的视角对该问题展开研究。鉴于此，本文将从内部资源配置的视角切入，深入探究环境不确定情境下处于不同网络位置的企业通过内部资源在广告和研发之间的配置以提升企业绩效的内在机理和作用机制。

1 理论分析与研究假设

1.1 网络位置与企业绩效

价值网络理论认为，企业在价值网络中处于不同的位置将会影响其资源的获取和利用，进而对企业核心竞争优势的形成和企业绩效的提升产生重要影响。企业处于价值网络的中心位置还是边缘位置对资源的配置要求存在明显差异。以往研究表明，存在两种网络位置对企业绩效的提升产生重要影响：一种是处于价值网络中心位置，另一种是占据网络结构洞的中介位置。所谓中心位置是指企业在价值网络中处于较高的地位与核心的位置，处于该位置的企业往往与其他网络成员产生更加紧密和频繁的网络关系，能够充分掌握有关市场、研发、产品、技术创新等多方面信息，从而形成更加丰富和复杂的知识资源，进而推动企业的创新行为，最终表现为创新绩效与市场绩效的提升[6]。在价值网络理论中，企业到底处于中心位置还是边缘位置则通过网络中心度这一指标加以测量。而网络中介位置则是指企业占据网络中的信息中介和桥接通道的结构洞而产生的空间和关系状态[7]。占据结构洞位置的企业可以以更加低廉的成本及时迅速地获取非冗余的、多元化的信息和知识，使本不相连的网络成员有效连接，从而控制信息流，进而促进企业创新与合作行为的发生，最终促进企业创新绩效和市场绩效的提升。由此提出：

假设1：网络中心位置会显著促进企业创新绩效（H1a）和市场绩效（H1b）的提升。

假设2：网络中介位置会显著促进企业创新绩效（H2a）和市场绩效（H2b）的提升。

1.2 网络位置与内部资源配置

研发与广告是企业内部资源投入的两种最为重要的活动。研发投入有助于企业获取新技术和新产品，进而促进企业的长期发展，广告投入有助于开拓市场、获得品牌忠诚度，进而促进企业的短期业绩提升[8]。价值网络理论认为，企业所处网络位置的不同很大程度上决定了企业的战略导向和资源配置方式。处于价值网络中心位置的企业往往具有较强的综合实力，在行业中扮演引领发展趋势和持续创新的角色，他们普遍拥有较高的行业地位和广泛而紧密的网络关系，在进行内部资源配置时往往具有更加清晰的战略规划，因此，企业处于价值网络中心位置更加有利于进行内部资源的合理配置，尤其注重对于研发活动的投入[9]。处于中心位置的企业往往通过研发投入推动企业的长期发展，通过广告投入进行品牌维护和中短期市场拓展，进而促进长期与短期发展的战略协调。同样，处于网络中介位置的企业往往由于占领结构洞位置而具有信息控制优势，从而为企业合理配置内部资源提供便利。由于处于结构洞位置带来的优势，企业可以获取更多联合研发与销售、战略联盟等合作机会，同时也可以获得更多最新技术与市场信息，从而有利于企业将内部资源在研发与广告间进行合理分配。因此，处于网络中介位置的企业可以更加有效地促进内部资源在研发与广告间的合理配置。由此提出：

假设3：企业的网络中心位置对其研发投入（H3a）和广告投入（H3b）具有正向促进作用。

假设4：企业的网络中介位置对其研发投入（H4a）和广告投入（H4b）具有正向促进作用。

1.3 研发与广告投入的双重中介作用

资源基础理论认为，企业所拥有的资源决定了其核心竞争优势的形成。在网络位置影响绩效提升的过程中，内部资源在研发与广告中的投入扮演重要角色，没有内部资源在研发与广告环节的投入，企业很难产生直接的绩效提升[10]。因此，从价值网络角度看，不同的网络位置会影响企业内部资源在广告与研发中的配置；而从资源配置角度看，研发与广告资源的投入同样会对企业绩效产生影响。有理由认为，在网络位置影响企业绩效过程中，研发与广告投入起到了不同程度的中介作用。由此提出：

假设5：研发投入在网络中心位置对企业创新绩效（H5a）和市场绩效（H5b）影响过程中具有中介作用。

假设6：研发投入在网络中介位置对企业创新绩效（H6a）和市场绩效（H6b）影响过程中具有中介作用。

假设7：广告投入在网络中心位置对企业创新绩效（H7a）和市场绩效（H7b）影响过程中具有中介作用。

假设8：广告投入在网络中介位置对企业创新绩效（H8a）和市场绩效（H8b）影响过程中具有中介作用。

1.4 环境不确定性的调节作用

伴随数字化和网络化的不断普及和加速，企业面临的环境不确定性日益增强。环境的快速变化和动荡迫使企业在信息、知识资源的搜寻、获取、整合过程中，不得不考虑资源获取和创新活动带来的成本和风险增加[6]。因此，处于网络中心位置和中介位置的企业在进行资源配置过程中均需考虑环境不确定性带来的影响，尤其对于制造类企业而言，技术与产品的研发投入较大、成本回收周期较长，同时利润获取通常需要依赖规模经济和范围经济得以实现。因此，面对环境的高度不确定性，企业往往为了规避风险不愿意开展长期的研发投资，以免环境变化造成投资无法收回。此时，企业更加倾向于短期目标，即通过广告投入快速开发或扩张市场以促进销售增长，从而在短期内实现利润回报[11]。相反，在环境较为稳定的情境下，企业往往着眼于长期发展目标，加大研发投入以促进企业创新和长期发展，此时，由于资源的稀缺性，会导致广告投入相应减少。由此提出：

假设9：环境不确定性正向调节网络中心位置对广告投入的影响（H9a），同时负向调节网络中心位置对研发投入的影响（H9b）。

假设10：环境不确定性正向调节网络中介位置对广告投入的影响（H10a），同时负向调节网络中介位置对研发投入的影响（H10b）。

本文的研究模型如图1所示。

图1 研究模型

2 研究设计

2.1 样本选择与数据收集

本文所选样本企业主要为中国制造业企业，样本名单主要选自国泰安数据库CSMAR以及研究团队多年保持联络和积累的样本企业。样本企业分布于东、中、西部地区，涉及化工、机械、医药、纺织、电子等行业，具有较好的代表性。

本文采用一手数据与二手数据相结合的方式进行数据收集。对于研发投入、广告投入、创新绩效等尽量采用二手数据，对于其他变量和无法取得二手数据的企业则采用问卷方式获取数据。汇总后剔除数据缺失、信息失真等造成的无效问卷，最终共获得263份有效数据。

2.2 变量测量

本文采用多种渠道收集数据，其中一手数据主要来自问卷和访谈，问卷采用7点李克特量表进行打分，1分代表非常不同意，7分代表非常同意。具体变量测量如下：

（1）自变量：网络中心位置（ZX）和网络中介位置（ZJ）。借鉴Giuliani（2007）[12]、彭新敏等（2012）[13]的研究，网络位置的测量采用“自我中心网络分析法”，从调查受访者所认知的网络关系来测度其最主要合作伙伴的相关特征。量表设计采用7点李克特量表。

（2）中介变量：研发投入（YF）和广告投入（AD）。借鉴国际上通用的测量方式，用研发强度和广告强度作为代理变量。研发强度借鉴Donelson和Resutek（2012）[14]、李昊洋等（2017）[15]的研究，采用公司研发费用与主营业务收入的比值加以测量，广告强度则采用广告费用占营业总收入的比重加以测量，对于广告费用没有公布或无法获取的情况则采用销售费用进行替代。

（3）因变量：市场绩效（MF）和创新绩效（IF）。对于创新绩效，参考Lu和Yang（2004）[16]的研究，采用公司专利数量和新产品发布数量加以测量，对于市场绩效则采用市场相对占有率、品牌知名度和美誉度进行测量。以上主要数据来自相关数据库、公司网站、媒体报道以及同行评估打分。最后，统一对所收集的数据按照7点李克特量表等级打分，并最终计算平均分数加以测量。

（4）调节变量：环境不确定性（BQD）。对于环境不确定性的测量，参考李妹和高山行（2014）[17]、Waldman等（2001）[18]的量表并根据研究情景和实际情况加以调整，分别采用以下题项：①企业处于环境动荡状态，在科技、经济和文化各领域变化迅猛；②企业经营过程中的风险性较强；③企业在快速扩张，旧的市场在拓展，同时新的市场在产生；④环境的变化导致企业难以着眼于长期投资。量表设计采用7点李克特量表。

（5）控制变量：企业规模（GM）和企业性质（HY）。对于企业规模采用国际通用的企业人数取对数的方法进行测量；对于企业性质则采用虚拟变量的设置测量，国有企业设置为1，其他设置为0。

2.3 模型构建

本文根据理论推演构建研究模型，将企业在价值网络中的位置作为自变量，包括网络中心位置（ZX）和网络中介位置（ZJ）；将广告投入（AD）和研发投入（YF）作为中介变量；将企业绩效作为因变量，包括创新绩效（IF）和市场绩效（MF）；将环境不确定性（BQD）作为调节变量；选取企业性质（HY）和企业规模（GM）作为控制变量。依据理论假设关系构建三组方程式，分别用于检验直接效应、中介效应和调节效应。

直接效应方程式：

中介效应方程式：

调节效应方程式：

以上三组方程式中，a表示常数，b、c、d、e均表示回归系数，ε表示残差。

3 实证分析

3.1 信度、效度分析

本文数据主要来自调研问卷与二手数据的结合，对于二手数据不存在信度、效度的问题，但问卷数据则需要对其信度、效度情况进行检验。本文运用SPSS 21.0和Amos 17.0软件对变量进行信度、效度分析，详见表1，检验结果表明模型的内在质量及建构效度良好。

表1 信度、效度分析

3.2 相关性分析

通过描述性统计分析发现，模型中各变量的均值、标准差等均在可接受范围内。Pearson相关性分析结果显示：网络中心位置与研发投入显著正相关（r=0.322，P<0.01），与广告投入同样显著正相关（r=0.307，P<0.01）；同时，网络中介位置也分别与研发投入和广告投入显著正相关（r=0.256，P<0.01；r=0.378，P<0.001）；此外，研发投入与市场绩效、创新绩效分别显著正相关（r=0.211，P<0.01；r=0.404，P<0.001），广告投入与市场绩效显著正相关（r=0.211，P<0.01），与创新绩效显著负相关（r=-0.169，P<0.05）。文中部分假设得到初步验证，为后续线性回归奠定了基础。

3.3 实证检验

3.3.1 直接效应的检验

表2是模型直接效应的检验，回归分析的结果表明：（1）模型整体显著（P＜0.01），在控制企业性质和规模的前提下，网络中心位置对市场绩效和创新绩效分别具有显著正向影响；同时，网络中心位置对于研发投入和广告投入也分别具有显著正向影响。因此，假设1、假设3均得到支持。（2）模型整体显著（P＜0.01），在控制企业规模和性质的前提下，网络中介位置分别显著正向影响市场绩效和创新绩效；同时，网络中介位置也分别对研发投入和广告投入具有显著正向影响。因此，假设2、假设4均得到支持。

表2 直接效应的检验

3.3.2 中介效应检验

本文采用Bootstrap方法检验模型的中介效应。该方法比多层线性回归和Sobel检验法具有更高的检验效力，并且不要求检验统计量服从正态分布。因此，在检验中介作用时，Bootstrap法更加适用。运用Bootstrap法进行检验的结果表明：（1）在不同的环境不确定性程度下，研发投入对创新绩效的中介效应显著。具体而言，在低、中、高三种不确定性水平下，研发投入的95%置信区间分别为（0.022,0.318）、（0.025,0.309）、（0.023,0.258），以上区间均不包含0，因此，中介效应显著，且为部分中介。同样，研发投入对市场绩效的中介效应，95%的置信区间也不包含0，中介效应显著。（2）在不同环境不确定性水平下，广告投入的中介效应存在，95%的置信区间不包含0，因此，中介效应显著。其中，广告投入在网络中心位置影响创新绩效过程中发挥部分中介效应并且为负值（r=-0.074），在网络中心位置影响市场绩效过程中其中介效应则为正值（r=0.097）。因此，假设5、假设7均得到支持（详见表3）。

表3 研发投入与广告投入在网络中心位置影响企业绩效中的双重中介效应

如表4所示，中介效应检验结果显示：（1）研发投入在网络中介位置影响创新绩效和市场绩效过程中发挥显著中介效应（r1=0.090，r2=0.085），并且95%的置信区间不包含0。在不同的环境不确定性水平下，研发投入的95%的置信区间也不包含0，因此，在高、中、低三种环境不确定状态下，研发投入的中介效应均显著存在。因此，假设6得到支持。（2）广告投入在网络中介位置影响创新绩效和市场绩效过程中发挥中介效应（r1=-0.107，r2=0.110），并且95%的置信区间不包含0。由表4检验结果可见，广告投入在网络中介位置影响创新绩效中的中介效应为负值，并且伴随环境不确定性水平的提高而增大，在网络中介位置与市场绩效的关系之间中介效应则为正值。与广告投入对创新绩效和市场绩效的直接影响相吻合（r1=-0.208，r2=0.308）。因此，假设8得到支持。

表4 研发投入与广告投入在网络中介位置影响企业绩效中的双重中介效应

3.3.3 调节效应的检验

表5提供了环境不确定性的调节作用的回归分析，结果显示：（1）除模型（3）外，其他模型整体显著，环境不确定性对网络中心位置与研发投入、网络中心位置与广告投入之间的关系具有显著调节作用，其中交互项1对研发投入的影响为负向影响，对广告投入具有显著正向影响。因此，假设9得到支持。这表明环境不确定性越高，企业越倾向于加大广告投入以获取短期利益，从而减少研发投入以规避长期风险（详见下页图2、图3）。（2）环境不确定性对网络中介位置与广告投入之间关系具有显著正向调节作用，变化趋势详见下页图4；但对网络中介位置与研发投入之间关系的调节效应并不显著。因此假设10a得到支持，假设10b没有得到支持。

表5 环境不确定性的调节效应

图2 环境不确定性对网络中心位置与研发投入关系的调节效应

图3 环境不确定性对网络中心位置与广告投入关系的调节效应

图4 环境不确定性对网络中介位置与广告投入关系的调节效应

4 结论

（1）网络中心位置和中介位置是企业获得竞争优势的重要外生性资源，占据网络中心或者中介位置均有利于提升创新绩效和市场绩效，但二者对创新绩效和市场绩效的提升作用存在一定差异。具体而言，当企业处于网络中心位置时，相对于市场绩效，更加有利于提升创新绩效，当企业处于网络中介位置时则相反。因此，需注重不同网络位置在促进创新绩效和市场绩效过程中的效果差异。

（2）企业内部资源的利用往往需要从广告和研发两个维度配置。网络中心位置和中介位置对企业绩效提升的影响，通过广告资源和研发资源配置这一中间环节得以完成。因此，广告资源和研发资源的配置战略是网络位置影响企业绩效的重要中介机制。同时，尽管研发投入和广告投入均在网络位置影响企业绩效过程中发挥中介作用，但广告投入对创新绩效的影响始终为负值，表明在固定资源约束下，不论企业处于网络中心位置还是中介位置，过多的广告投入都不利于企业技术创新和创新绩效提升，研发投入和广告投入之间存在一定程度的互斥现象，企业需要在广告和研发投入之间进行合理的资源平衡配置。

（3）环境不确定性对网络中心位置与内部资源配置战略之间的关系具有显著调节作用。其中，对网络中心位置与广告投入之间关系具有显著正向调节作用，但对其与研发投入之间的关系则为负向调节作用。表明环境不确定程度越高，企业越倾向于加大广告投入以增加短期收益，同时会削减研发投入以降低长期投资带来的不确定性风险。

（4）环境不确定性对网络中介位置与广告投入之间的关系具有显著正向调节作用，而对其与研发投入之间的关系调节作用不显著。表明处于中介位置的企业可以通过加大广告投入获得市场先机和短期利益，但对于研发活动则不具备独立完成重大长期研发任务的实力和动机。