市場情報和技術情報對創新績效的影響機理
--關系資本的中介作用

周 鵬

(嘉興大學 商學院，浙江嘉興 314001)

競爭情報是對競爭環境和競爭對手信息的收集和分析，它可以降低企業對于競爭環境和競爭對手的不確定性，進而提高其在創新活動中的成功率，因此，它是創新活動中的重要工具。一些研究表明，競爭情報與創新績效呈正相關關系；[1-2]還有研究證明，競爭情報的不同環節(即情報獲取、擴散和使用)均與創新績效存在不同程度的正相關關系，其中某些環節之間還存在交互效應。[3]這些研究有力說明了競爭情報對于創新的重要作用。但現有的研究尚未對細分的競爭情報與創新績效進行分析。本文擬將競爭情報細分為市場情報和技術情報，考察它們與關系資本的關系以及二者是否存在相互作用，并分析二者對創新績效的作用。

一、理論基礎與假設模型

(一)理論基礎

組織信息處理理論認為組織是一種開放系統，必須應對不斷變化的環境所帶來的不確定性，有效的信息處理可以減少不確定性、跟蹤變化、對變化進行預警以及做出應對措施。[4]創新是企業的一項高度復雜的投機性活動，面臨極大的環境不確定性，因此，需要高強度的信息處理來減少不確定性。從組織信息處理理論來看，技術創新本質上就是一個信息處理過程，信息處理的好壞決定了技術創新的成敗，即信息處理是產生創新績效的基礎條件。

競爭情報是對競爭環境和競爭對手的跟蹤、監視和分析，是組織信息處理的重要組成部分。根據所跟蹤、監視和分析對象的不同，競爭情報可以細分為宏觀環境情報、產業情報、技術情報和市場情報等。創新是企業對市場機會的追尋，需要將技術和顧客需求進行有機結合，技術和市場是創新需要處理的兩個最重要因素，因此，技術情報和市場情報對于創新具有特殊的重要意義。本研究將技術情報與市場情報引入假設模型，分析二者對創新績效的作用。

關系資本是企業社會資本的一種，是企業與利益相關者為實現其目標而建立、維持和發展關系并對此進行投資而形成的資本。[5]關系資本的形成需要技術情報和市場情報的介入，因為關系的維系、優化必須建立在對利益相關方有全面、深入了解的基礎上。因此，本研究將關系資本引入假設模型，將其作為中介變量置于技術情報、市場情報與技術創新績效之間。

(二)假設模型

本研究的假設模型包括5個變量和5個假設關系，如圖1所示。

圖1 假設模型

1.市場情報與關系資本

市場情報是對顧客、競爭對手、供應商、分銷商、零售商等市場參與方信息的收集與分析，用于獲得市場發展變化的動態信息。市場情報可以讓企業了解到市場參與方的能力、資源、意圖和戰略等情況，為進一步行動提供依據。市場情報不僅可以用于對抗性的市場競爭，而且也可以為合作性活動提供依據。[6]合作伙伴如供應商和分銷商的選擇依靠市場情報，與競爭對手是否有必要合作以及如何合作也需要以市場情報為基礎。[7]趙金輝等采用模糊信息公理，從定量角度證明企業獲取的合作伙伴信息量決定了合作伙伴選擇的可靠性和穩定性。[8]因此，提出假設：

H1：市場情報對關系資本具有正向作用。

2.技術情報與關系資本

技術情報是指對技術信息的收集與分析，目的是幫助企業識別技術機會或技術威脅。企業通過技術情報可以掌握技術發展趨勢，明確自身在技術體系中的優勢和劣勢，在企業沒有獨立技術開發能力的情況下有針對性地選擇技術合作伙伴，共同致力于新技術或新產品的開發。技術信息是建立技術合作乃至形成技術聯盟的不可或缺的要素，沒有技術信息就沒有技術合作或技術聯盟。[9]企業與研究機構的技術情報共享可以提高合作效率，發揮著類似“黏合劑”的作用。[10]文獻[11-13]均提出了基于專利分析開展機構合作的思路和策略。[11-13]因此，提出假設：

H2：技術情報對關系資本具有正向作用。

3.市場情報與技術情報的交互效應

企業可以看作是由一系列異質資源組成的實體，這種異質性決定了企業競爭力的差異，這就要求資源之間具有互補性。其中，外部知識與內部知識具有互補作用。[14]同時，環境信息、競爭性信息和內部信息在企業尋求建立戰略聯盟時發揮了協同作用。[15]市場情報通常由市場部門負責開展，而技術情報通常由研發部門承擔。但事實上，市場部門與研發部門并非獨立，二者需要經常進行溝通，將市場情報與技術情報進行共享，這樣可以讓市場部門從技術的角度選擇合作伙伴，也可以讓研發部門從市場的角度選擇合作伙伴。[16]因此，提出假設：

H3：市場情報與技術情報的交互效應對關系資本具有正向作用。

4.關系資本與創新績效的關系

隨著市場競爭的加劇，消費者對新產品的數量、質量以及交付時間要求都在不斷提高，這就給創新帶來了挑戰。在這種背景下，創新聯盟、創新生態等一系列創新機制應運而生。企業必須成為整個創新網絡上的一環，并且利用在這些關系網絡中的嵌入性才能獲得所需的資源。同時，企業能否處理好與創新網絡中其他機構的關系是決定嵌入性是否穩固的條件。另外，關系資本不僅獨立影響創新能力，也會通過技術導向(Technology Orientation)間接影響創新能力。[17-19]因此，提出假設：

H4：關系資本對創新績效具有正向作用。

5.技術不確定性的調節效應

環境不確定性在企業能力與績效之間發揮調節作用已經得到一系列實證研究的支持。[20-22]隨著技術發明及其擴散節奏的逐步加快，技術不確定性越來越被更多人關注。技術不確定性是指在一段時間內企業環境中的技術變化率，即當技術環境緩慢變化時，企業傾向于利用現有資源和能力來獲得競爭優勢，而當技術環境迅速變化時，企業則必須獲得新資源或新能力來適應發展趨勢。[23-24]已有研究證明，技術不確定性負向調節知識搜索寬度與突破性創新的關系，正向調節知識搜索深度與突破性創新的關系。[25]本研究將技術不確定性作為關系資本與技術創新績效之間的調節因素。因此，提出假設：

H5：技術不確定性在關系資本與技術創新績效之間發揮正向調節作用。

二、研究方法

(一)樣本

高新技術企業是創新的主體，相較于一般企業，其創新的數量和質量都更加具有優勢，因此，本研究將高新技術企業作為研究對象。由于營銷經理和研發經理對市場情報、技術情報以及二者的互動了解最為全面和深入，因此，本研究將營銷經理和研發經理作為問卷調查對象。選取上?？茖W技術委員會發布的《2022年度上海市第二批擬認定高新技術企業名單》中部分企業，采用電話、郵件方式進行調查，最終回收問卷319份，有效問卷255份，樣本企業特征如表1所示。

表1 樣本企業特征

根據發信和回信之間的時間間隔將回收問卷分為三組：3天內一組、4天到7天一組、8天及以上一組，t-檢驗結果表明，3組數據均無明顯差異(p<0.05)，說明調查不存在無應答偏差。進一步采用Harman單因素檢驗發現，最大因子方差解釋率為23.1%(小于40%)，故不存在較大的共同方法偏差。

(二)測量

創新績效的測量方案是在文獻[26]研究的基礎上經過修改形成。它描述了創新導致的市場和財務改善程度(如：“新產品實現了銷售目標”“新產品實現了收入增長目標”)，顯示出較高的信度(α=0.96)。市場情報的測量方案借鑒了文獻[27]的研究成果，它描述了市場情報收集、分析與使用的程度(如：“對顧客和競爭對手的信息收集”“對市場情報分析結果的充分利用”)，同樣顯示出較高的信度(α=0.92)。技術情報的測量是基于文獻[28]的研究并經過修改形成，它描述了技術信息收集、分析與使用的程度(如：“經常參加學術會議”“對專利信息進行分析”)，該量表也顯示了較高的信度(α=0.93)。關系資本的測量主要參考了文獻[29]的研究，反映了企業與利益相關者建立、維持和發展關系的程度(如：“企業合作以互信為基礎”“企業合作以私人友誼為基礎”)，其信度處于可接受的水平(α=0.85)。

技術不確定性是調節變量，目前尚未發現有關于它的成熟測量方案，本研究在綜合若干研究成果的基礎上，[30-32]消除其中的語義差異后形成了一個量表，其信度處于可接受的水平(α=0.69)。

控制變量包括中心化和形式化。中心化是指企業內決策權的集中程度，量表借鑒了文獻[33]的研究成果。形式化是指企業決策和行動遵循正式制度的程度，量表參考了文獻[34]的研究成果。

(三)信度與效度分析

對7個變量進行驗證性因子分析，擬合統計顯示其為一個合理模型：χ2=758，自由度(df)=441，非正規化擬合指標(NNFI)=0.93，相對擬合統計指標(CFI)=0.95，近似均方根誤差(RMSEA)=0.068(90%置信區間為0.061到0.078)。

通過比較平均萃取變異量(AVE)與因子相關系數平方(SFI)來檢驗區別效度，每一個因子的AVE至少是相應SFI的兩倍，因此，區別效度達到分析要求。根據測量模型計算組合信度，各個變量的組合信度在0.70到0.96，除了技術不確定性因子AVE=0.43，其他因子的AVE都超過了臨界值0.5，顯示出良好的組合信度水平。所有變量的信度和效度如表2所示。

表2 變量的信度與效度

聚合效度采用因子載荷來檢驗，所有變量的標準因子載荷系數顯著且大于0.5，因此，聚合效度也滿足分析要求。因子相關系數矩陣如表3所示。

表3 因子相關系數矩陣

(四)結構方程模型檢驗

在對量表進行信度和效度分析之后，使用EQS軟件將這些變量引入結構方程模型。本研究使用迭代重加權最小二乘法進行模型擬合，該方法優于正態數據或非正態數據的極大似然估計方法。

結構方程模型包括變量和非線性項。非線性項包括市場情報與技術情報的交互項以及關系資本與技術不確定性的調節項。交互效應的檢驗采用非限制模型方法(UMA)。調節效應的檢驗步驟為：通過Z值將所有變量中心化，然后得到技術不確定性(x1，x2，x3)和關系資本(y1，y2，y3，y4)兩個潛變量的測量項目的乘積指標，但關系資本有4個測量項目，技術不確定性有3個測量項目，所以無法一對一配對。本研究選擇4個乘積指標(x1y1，x2y2，x3y3，x1y4)作為交互項引入結構方程模型。從結構方程運行結果來看，卡方自由度比為1.74，NFI(0.97)、NNFI(0.98)、CFI(0.98)、RMSEA(0.065)位于0.1和0.05之間，表明模型與實際數據的擬合程度良好。

三、研究結果

結構方程模型運行結果支持假設模型，具體指標如表4所示。

表4 結構方程模型分析結果

H1假設市場情報對關系資本具有正向作用，數據分析結果證實了這一關系(β=0.164，p<0.05)，該假設成立。H2假設技術情報對關系資本具有正向作用，數據分析結果顯示，路徑系數為正且統計上顯著(β=0.376，p<0.05)，因此，該假設成立。數據分析結果同樣證實了H3成立(β=0.229，p<0.05)。進一步繪制交互效應圖發現，兩條線段交叉表明市場情報與技術情報存在交互效應，如圖2所示。

圖2 市場情報與技術情報的交互效應

H4假設關系資本對創新績效具有正向作用，數據分析結果表明，該關系確實為正向且統計上顯著(β=0.601，p<0.05)，說明該假設成立。H5假設技術不確定性在關系資本與創新績效之間發揮正向調節效應，數據分析結果顯示，關系資本與技術不確定性的交互項的路徑系數為正且統計上顯著(β=0.150，p<0.05)，因此，該假設成立。最后，從控制變量的角度來看，未發現中心化(β=-0.002，p>0.05)和形式化(β=0.023，p>0.05)具有統計學上的顯著關系。

四、結語

第一，市場情報對關系資本不光具有直接的正向影響，反過來也可以影響企業構建對外關系的能力即關系資本。因此，人際網絡與市場情報是互相影響的關系，而不是單向關系。

第二，技術情報對關系資本除具有直接的正向影響，人際網絡對關系資本同樣具有直接的正向影響。同時，將企業網絡或外部治理等基礎能力納入技術情報。

第三，市場情報與技術情報的交互對關系資本具有正向影響。這一發現表明，在促進關系資本的形成上，市場情報與技術情報存在協同現象，這是對競爭情報協同理論的有益補充。

第四，關系資本正向影響創新績效，并且技術不確定性在其中發揮正向調節作用，即技術不確定性越大，關系資本對技術創新的影響越大，反之對技術創新的影響越小。

綜上，本文提出并驗證的假設模型對于認識競爭情報與創新績效之間的關系提供了新的線索。這一發現說明將競爭情報進行分解來研究其細分類型與創新績效之間的關系是必要且可行的。另外，在競爭情報與創新績效之間設置關系資本這一中介變量，突破了現有研究僅關注二者之間直接關系的局限，未來可通過引入更多不同類型的變量來不斷明確競爭情報與創新績效關系的邊界與約束條件。