摘要：随着技术复杂性的日益提升，装备制造业产业链不断优化升级，仅依靠企业单打独斗难以实现创新，必须将企业置于协同创新网络中，与协作企业、大学和科研院所、政府、金融机构等多主体一起协同发展。因此，以协同创新网络为视角，探究装备制造企业创新绩效的影响因素。将知识管理作为中介，探究协同创新、知识管理以及创新绩效之间的关系，参考相关文献，构建三者之间的假设关系。运用SPSS26.0及AMOS23.0软件进行信效度分析，运用结构方程模型验证关系假设。结果表明，协同创新网络规模、协同创新网络关系强度、网络开放性、知识管理均对创新绩效有显著正向影响，同时知识管理也可作为中介效应，协同创新通过知识管理对创新绩效产生正向影响。

　　关键词：协同创新网络；知识管理；创新绩效；结构方程模型

　　引言

　　新时代背景下，装备制造业适应新时代发展需求的快速方法就是不断创新，通过加速技术革新，实现装备制造业的可持续发展。装备制造业是提供技术装备的基础性产业，辐射范围广，产业关联度高，就业带动能力强。因此，一个国家装备制造业的发展水平往往是衡量其核心竞争力的标准[1]。装备制造业作为传统制造业的代表，属于资金技术密集型行业，具有高风险、高投入的特点。随着信息革命的不断发展，在产品生产过程中需要应用大量零部件及多道工序，产品的复杂性日益提升，装备制造业产业链上各主体之间的联系更为紧密，仅仅依靠过去的单打独斗难以实现装备制造企业的转型升级，若想提升装备制造企业的创新绩效，应将其置于开放的协同创新网络中。由于近年来在很多省份，装备制造行业的发展逐渐超过钢铁行业，成为我国第一大制造业，因此探究协同创新网络对装备制造企业创新绩效的影响研究，不仅有助于提升装备制造企业的创新绩效，而且还为制造业创新绩效的提升奠定了理论基础。

　　一、理论分析与研究假设

　　协同创新网络强调创新主体在信息、资源、知识、技术等多方面相互协同、广泛联系。随着研究的深入，学者将协同创新网络模型的结构分为以下三类：一是协同创新网络构建的一般化模型，不确立创新网络的主体，只是将协同创新网络划分为三个阶段。二是协同创新网络主体呈现链式分布，产业链上以企业为核心，各节点上的创新主体包括协作厂商、高校、科研院所等相互协同，构成了协同创新网络，该模型以协同创新网络的一般化模型为基础，确立了创新网络中的创新主体以及产业链上的不同节点，该模型体现了协同创新网络结构和功能的结合。三是分层协同创新网络模型，首次提出多层互动协同创新模式，每个构面为一个层次，每一构面中的创新主体相互连接构成协同创新网络的基本框架。

　　网络规模反映了协同创新网络中创新主体的数量，体现创新主体可以从合作伙伴中获得资源的丰富程度[2]。单一主体的资源和能力有限，为利用更多的资源，需与多主体展开协同创新，且创新主体的数量越多，能够获取的知识及资源就越丰富，利于提升企业的创新绩效。网络关系强度通过主体间合作时间、频率、信任度等来衡量创新主体间关系强度[3]。李明星等以上市公司作为研究对象，利用DEA模型探究企业技术创新绩效的影响因素，结果表明网络关系强度促进创新绩效的提升[4]。协同创新网络中不同创新主体之间、创新主体与外部创新网络互动构成了创新网络的开放性，网络开放性体现在不同主体以及内外部网络之间实现资源的互补，有利于主体获取远距离知识以及互补性资源，提升企业的创新绩效。综上所述，本文构建以下相关假设。

　　假设H1：协同创新对装备制造企业创新绩效有正向影响。

　　假设H1a：协同创新网络规模对装备制造企业创新绩效有正向影响。

　　假设H1b：协同创新网络关系强度对装备制造企业创新绩效有正向影响。

　　假设H1c：协同创新网络开放性对装备制造企业创新绩效有正向影响。

　　在协同创新网络中，知识作为重要资源，是装备制造企业实现协同创新的基础。不同主体之间不断进行着知识的资源互换，协同创新网络中创新主体数量越多，从不同主体获取知识的可能性越大，获取的知识资源越丰富，易于主体实现知识的获取、转换、吸收、利用。网络中企业之间的强关系更易于提升企业的创新绩效。知识管理可以分为知识获取和开发，通过研究表明协同创新和知识管理之间存在耦合关系[5]。协同创新网络的开放性促进知识、信息等资源在不同主体以及内外部网络之间流动，便于创新主体获取远距离知识，激发创新主体不断获取知识的意愿，便于企业更好地进行知识管理。综上所述，本文提出以下假设。

　　假设H2：协同创新对装备制造企业的知识管理有正向影响。

　　假设H2a：协同创新网络规模对装备制造企业的知识管理有正向影响。

　　假设H2b：协同创新网络关系强度对装备制造企业的知识管理有正向影响。

　　假设H2c：协同创新网络开放性对装备制造企业的知识管理有正向影响。

　　知识管理的过程大致可概括为知识的获取、吸收、转化和利用。在协同创新网络中，不同创新主体之间分享显、隐性知识，实现企业的可持续发展，促进企业创新绩效的提升。新市场的快速性和动态性在许多公司之间产生了一种竞争动机，即合并和协调其知识资产，作为创造长期可持续价值的一种手段，为了实现竞争的可持续性，许多企业都在开展广泛的知识管理工作[6]。知识被公认为是维持竞争优势的重要武器，通过构建知识管理模型，验证知识管理对创新绩效的影响[7]。装备制造企业在复杂的市场环境下，通过获取协同创新网络中的知识来提升技术创新动力，进而提升企业的创新绩效。因此，提出以下假设。

　　假设H3：知识管理对装备制造企业创新绩效有正向影响。

　　根据上述提出的理论关系假设，协同创新通过知识管理来提升装备制造企业的创新绩效模型如图1所示。

　　二、调查问卷设计及小样本测试

　　（一）变量来源和测度

　　学者大多从协同创新网络中的企业数量、高校数量、科研机构数量以及中介机构数量来衡量协同创新的网络规模。刘晓婷等通过与高校合作、与科研院所合作、与很多领先企业合作以及与很多供应链合作来衡量协同创新的网络规模[8]。还可以通过企业数量、政府机构数量、研究机构数量以及中介机构数量来衡量协同创新网络规模。因此，参考相关文献进行协同创新网络规模的题项设计。对网络关系强度的衡量，大多学者从长期合作关系、资源共享程度以及信息交流角度展开论述，刘光武等从核心企业与其他企业的联系程度、与政府部门的联系程度、与金融机构的联系程度以及与科研院所的联系程度来衡量协同创新网络关系强度[9]。刘路明从与其他企业资源共享频繁程度、与其他企业信息交流频繁程度、与其他企业联系的密切程度来衡量协同创新网络关系强度[10]。协同创新网络开放性是指内部网络间进行知识交流以及资源共享的程度，协同创新网络开放性越强，网络主体间的互动性越频繁，利于企业创新绩效的提升。对知识管理的测量，不同学者划分了不同的维度，Fang等从知识吸收、知识创造、知识存储和知识应用四个方面来对知识管理进行划分[11]，知识管理主要从知识获取、知识转化、知识吸收和知识利用四个方面来衡量。对创新绩效的测量，Alegre等将创新绩效分为功能和效率两个维度，通过12个项目来衡量[12]。Lundvall等探究了不同的组织特征和知识管理对创新绩效的影响[13]。综上所述，主要从协同创新网络规模、网络关系强度、网络开放性三个维度展开协同创新网络特征的论述，研究变量如表1所示。

　　（二）小样本数据收集

　　为进一步提高调查问卷的信效度，先在小范围内进行调查问卷的发放工作，不断优化调查问卷的题项，以此来提升问卷的信效度，保证调查结果的真实客观性。本文选取京津冀地区的装备制造企业作为研究对象，通过实地发放以及问卷星小程序等方式发放调查问卷，发放人员主要针对京津冀地区的装备制造企业中高级管理人员以及项目负责人。本次共发放问卷100份，其中有效问卷72份，符合要求。

　　（三）调查问卷小样本信效度分析

　　运用SPSS软件对问卷进行信效度分析，实现问卷的预调研，修正后的项总计相关性（CITC）都大于0.4，各题项之间具有良好的关联性，删除项后的ɑ信度系数都小于总体的ɑ信度系数，总体的ɑ信度系数都大于0.6，即满足信度需求且在信度检验中不需剔除题项。

　　KMO和Bartlett用于判断数据是否适合进行因子分析，一般来讲，应满足KMO应大于0.5，且p值小于0.05这两项基本条件。由表2可知，KMO的值为0.765，且p值小于0.05，故可进行因子分析。效度检验中，标准化因子载荷都大于0.4，累计贡献率达到70.01%。

　　三、装备制造企业创新绩效结构方程模型构建

　　（一）结构方程模型信效度检验

　　结构方程模型优势在于可分析多变量之间的复杂关系，因此运用该模型来分析协同创新网络规模、网络关系强度、网络开放性、知识管理以及创新绩效之间的关系。其主要包括三类变量，分别是潜在变量、显性变量和残差变量，主要步骤包括：构建理论模型、提出研究假设、样本数据收集、信效度检验、模型适配度、模型修正、路径系数分析、假设检验与结论分析。本文的结构方程模型中共设置19个外生显变量，5个外生潜变量。本次选取河北省装备制造企业为研究主体，分别选取北京、天津、河北10家中小型装备制造企业作为对象，本次共发放调查问卷300份，其中有效问卷245份，有效回收率81.67%。信度检验结果表明各题项之间具有良好的关联性，删除项后的ɑ信度系数都小于总体的ɑ信度系数。表3为样本效度检验结果。

　　利用AMOS及SPSS软件，分析出路径关系，并计算出各路径的AVE及CR值。计算公式如下。

　　由表3可知，AVE在0.573～0.691之间，均大于0.5，CR在0.840～0.899之间，均大于0.7，因此满足要求，可知该问卷具有良好的信效度。

　　（二）结构方程模型拟合评价

　　将上述数据导入AMOS中，对该模型进行拟合，拟合结果如表4所示。

　　由表5可知，创新绩效对协同创新网络规模的非标准化路径系数为0.152，创新绩效对协同创新网络关系强度的非标准化路径系数为0.150，创新绩效对协同创新网络开放性的非标准化路径系数为0.160，知识管理对协同创新网络规模的非标准化路径系数为0.322，知识管理对协同创新网络关系强度的非标准化路径系数为0.378，知识管理对协同创新网络开放性的非标准化路径系数为0.345，创新绩效对知识管理的非标准化路径系数为0.198，因此所有非标准化路径系数均大于0。p值最大为0.016，均小于0.05，且C.R.值在2.420～3.871之间，均大于1.96，故各因素之间具有显著正向影响，因此所有假设均成立。

　　四、结语

　　为探究协同创新网络规模、协同创新网络关系强度及协同创新网络开放性、知识管理与创新绩效之间的相关关系，利用SPSS软件进行问卷信效度分析及探索性因子分析，并利用AMOS软件进行验证性因子分析，将探索性因子与验证性因子结合，构建出协同创新网络、知识管理以及创新绩效的结构方程模型。结果表明，协同创新网络规模、网络关系强度、网络开放性、知识管理均对创新绩效具有显著正向影响，便于各地域装备制造企业构建产业集群，为装备制造企业的协同发展奠定理论基础。但由于本研究受到样本数量的限制，未来可研究更多样本，使研究结果更具真实可靠性。

参考文献：

　　[1]薛欣迪.基于协同创新视角的装备制造业产业升级路径研究[D].大连：大连工业大学，2015.

　　[2]朱黛君.装备制造企业创新绩效评价研究[D].邯郸：河北工程大学，2018.

　　[3]房银海，谭清美.协同创新网络研究回顾与展望以复杂网络为主的多学科交叉视角[J].科学学与科学技术管理，2021，42（8）：17-40.

　　[4]李明星，苏佳璐，胡成.产学研合作中企业网络位置与关系强度对技术创新绩效的影响[J].科技进步与对策，2020，37（14）：118-124.

　　[5]YLI-RENKO H，AUTIO E，SAPIENZA H J.S o cia l ca pi t a l，k n o w l e dg e a cq u isi t i o n，a nd k n o w l e dg e exploitation in young technology-based firms[J].Strategic Management Journal，2016，22（6-7）：587-613.

　　[6]ALAVI M，LEIDNER D E.Knowledge management a nd k n o w l e dg e ma na g e me n t s y s t e m s：C o nc ept u a l foundations and research issues[J].MIS Quarterly，2001，25：117-136.

　　[7]LEE H，CHOI B.Knowledge management enablers，p r o c es s es，a n d o r g a n i z a t i ona l p e r f o r ma n c e：A n integrative view and empirical examination[J].Journal of Management Information Systems，2018，20（1）：179-228.

　　[8]刘晓婷，佟泽华，姜子元，等.网络规模影响创新绩效的中介效应研究：知识协同视角[J].新世纪图书馆，2019（8）：45-50.

　　[9]刘光武，叶慧杰，王春生.区域创新网络对科技型企业创新影响研究以黑龙江省为例[J].中国中小企业，2 0 21（12）：175-179.

　　[10]刘路明.企业协同创新网络特征与协同创新绩效的关系研究[D].杭州：浙江工商大学，2019.

　　[11]FANG S C，WANG Ming cha o，CHEN Pei chen.The influence of knowledge networks on a firm’s innovative perfor mance[J].Jour nal of Management&Organization，2017，23（1）：22-45.

　　[12]ALEGRE J，LA PIED RA R，CHI VA R.A measurement scale for product innovation performance[J].European Journal of Innovation Management，2018，9（4）：333-346.

　　[13]LUND VALL B-A，NIELSEN P.K n o w led g e management and innovation performance[J].International Journal of Manpower，2017，28（3/4）：207-223.