创新链能力测度模型构建

产业集群是由节点企业及其相互间关系所构成的一种选择性的、持久性的和构造性的网络性群体，这些节点企业所形成的网络结构特征决定了产业集群内创新链的经营范围和运作绩效。社会网络分析理论是研究行动者彼此间的关系结构，以描述嵌入在网络中的行动者的行为和刻画网络整体特征。根据其相关理论，常用描述网络结构属性的变量可以归纳为个体集中性、网络中心性、关系强度、度分布、网络密度、网络规模、网络位差、联结强度、网络内容、网络角色等。既然产业集群内创新链架构属于企业网络群体形式的一种，那么其测度变量的甄选也应当可以采用社会网络分析的方法。

（1）创新链能力的理论模型与关系假设

我们借助社会网络分析方法并结合文献综述，归纳出产业集群内创新链描述的五个测度变量，并根据这些研究指标，设计出产业集群内创新链能力的理论模型如图5-2所示。

图5-2中的箭头表示直接作用的方向。在模型整体结构上，集群创新链能力是因变量，中心强度、网络丰度和节点异质性为自变量，联结频度和关系质量同时为自变量和中介变量。

图5-2　产业集群内创新链能力测度理论模型图

各测度变量的定义简单归纳如下：①中心强度：产业集群孕育过程中发起企业或者经营过程中盟主企业的综合实力；②网络丰度：产业集群形成和运作过程中，网络群体中所含有成员企业个体的相对数量大小；③节点异质性：产业集群中节点企业的差异性（主要包括综合实力差异以及契合关系的差异程度等）；④联结频度：产业集群中成员企业间进行业务联络的频率；⑤关系质量：产业集群中企业个体间联系纽带运作的准确率和成功率。

该研究模型中各假设为：

H1：中心强度对联结频度有显著的正面影响。

H2：中心强度对关系质量有显著的正面影响。

H3：网络丰度对联结频度有显著的负面影响。

H4：网络丰度对关系质量有显著的负面影响。

H5：节点异质性对联结频度有显著的正面影响。

H6：节点异质性对关系质量有显著的正面影响。

H7：联结频度对集群创新链能力有显著的负面影响。

H8：关系质量对集群创新链能力有显著的负面影响。

（2）创新链能力测度变量的测量条款设计

我们根据文献梳理的结果设计了访谈提纲，选择样本产业集群中的企业进行深度访谈。访谈提纲为：（1）您认为企业声誉是否会对外包策略成功与否产生重要影响?（2）您认为阻碍企业间进行业务外包合作的重要因素有哪些?（3）您认为选定承接集群内外包业务的企业时最需要考虑的因素包括哪些?（4）您认为承接集群内核心企业外包业务的企业数量该如何确定?（5）您认为产业集群内核心企业与这些合作伙伴间的联系频率和联系方式该如何确定?我们结合企业访谈和文献综述完成了测量条款设计，具体内容如表5-1所示。

表5-1　产业集群内创新链能力的具体测量条款

续　表

（3）问卷调研

本问卷总体设计是基于李克特5级量表法进行设计的。在产业集群内创新链网络的构建过程中，本着尽可能反映整体网络结构的思路，我们在样本选择上遵循分层等比抽取、代表性与随机性相结合的方式，自上而下由核心企业开始，根据产业集群所处行业结构，采用等比抽取的方式选取产业集群中的核心企业、中等规模企业、小型企业及作坊企业。同时为了保证研究的代表性，取样过程中均保留了各产业集群内创新链网络中的最大核心企业。

本次问卷调研主要通过委托经济开发区管委会代为发放、在管理咨询工作中进行问卷发放、通过企业中供职的人脉关系发放、通过参加不同行业产品博览会进行发放等四种方法。问卷回收后，我们严格按照“问卷填写人为高级管理者，且测度变量题项填写完整”这一标准剔除了部分无效问卷，并结合产业集群企业网络构建的原则，按照所得调研问卷企业所属产业集群及其在集群中的嵌入性强弱进行等分比例置放，最终形成了实证分析的176份样本。

（4）数据分析

以SPSS17.0软件为数据分析工具，结合量表内部一致性（Cronbach'sα系数）、共同性萃取值、因素负荷量三个检验指标，对25个题项进行同质性检验，计算结果显示A6、A7、B3、D3、E3、E6、E8等7个测量条款应当被删除，剩下的测量条款均按预期模式加载到相应的因子（测度模型中自变量）上，萃取出的5个因子共可以解释91.005%的变异量。

经过同质性检验后量表中18个题项的内部一致性Cronbach'sα系数值为0.936，KMO值大于0.7，Bartlett球状检验的显著性水平为0.000，均达到规定的检验标准，这表明各测度变量之间的相关程度无太大差异，同时提示本量表具备较高的信度水平。

本章的测量模型采用AMOS程序计算，并采用文献所推荐的拟合与检验标准。所有题项的因子负荷均大于0.5，且t值具统计显著性（t＞5），说明各因子具有良好的收敛效度。

本章鉴别效度的测算方法是比较限制性因子模型和非限制性因子模型的x 2差。分析结果显示，所有x 2差均呈统计显著性（p＜0.01），表示各因子具有很好的鉴别效度。中心强度因子的alpha值分析结果为0.7184，网络丰度因子是0.8276，节点异质性因子是0.7552，联结频度因子是0.8843，关系质量因子是0.8107：说明各因子的可信度分析结果均比较满意。

本章对图5-2中的理论假设进行结构方程模型（SEM）分析。SEM可以克服传统方法没有将测量误差和变量之间的关系同时考虑的缺陷，并能结合验证性因子模型和潜变量因果模型分析。分析结果表明，H1、H2、H3、H6、H7、H8得到支持，成立；H4、H5没有得到支持，不成立。