资源描述：
《汽车核心企业内部创新网络对创新绩效的影响机理研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、汽车核心企业内部创新网络对创新绩效的影响机理研究ok3conc和Galdith的研究,设计了4个题项;知识异质性参照了Rodan和Galunic3;梦非等13的研究,设计了3个题项;创新绩效参照了解学梅的研究,设计了3个题项。四、信度与效度分析关于信度,本文通过SPSS18.0对问卷数据进行信度分析。其中,量表总体信度Cronbach’sAlpha值为0.893,量表各分量的信度均大于0.7,表明量表的整体信度和各分量的信度较高;最后,量表各分量中,每个题项与总分量的相关系数也较高。可见,该量表具有较高的一致性和可靠性。关于效度,本文利用Amos17.0软件通
2、过验证性因子分析来评价结构效度。结果表明:在99%的置信度下,所有因子负荷系数具有统计显着性,C.R.(T)值均大于1.96,说明整体模型的结构效度较好。同时,在拟合指数中,CFI,NFI和NNFI均大于0.9,RMSEA小于0.08,GFI小于0.9,均达到了参考标准,SRMR即使没有达到标准,但是也是十分接近,说明应测量模型和数据具有较好的拟合度,进一步证明了模型具有较好的拟合度,进而可以进行下一步模型的评价和检验。五、模型评价和检验依据上述分析,利用Amos17.0软件,参数估计结果(见表1)。分析如下。1.汽车核心企业内部创新网络对知识共享与整合的影响
3、分析。表1可看出,企业内部网络共享愿景与网络结构的路径系数为0.562,在p<0.001显着,[1][2]下一页说明在整车研发中,创新主体的共同愿景有利于他们建立关系进行信息共享,所以假设1a成立。同理,内部网络共享愿景与网络关系路径系数为0.521,在p<0.01显着,说明在汽车研发中,创新主体共同愿景有利于他们建立起信任关系,所以假设1b成立。但是在内部网络共享愿景对知识共享与整合的直接影响中,其路径系数为0.091,p=0.411>0.01,不显着,所以该假设未得到验证,说明内部网络共享愿景对创新过程中知识共享与整合的直接影响非常小,进
4、而假设1c不成立。内部网络结构对知识共享与整合的路径系数为0.690,在p<0.01显着,说明在汽车研发中,各创新主体间相互连接,形成高密度的网络结构,有利于知识共享与整合,所以假设2成立。内部网络关系与知识共享与整合的路径系数为0.392,在p<0.01显着,说明在整车研发中,创新主体间的信任和高频次交流互动有利于知识的共享和整合,所以假设3成立。2.知识共享与整合对创新绩效的影响及中介作用分析。表1可看出,知识共享与整合过程对创新绩效的影响路径系数为0.916,在p<0.001显着,这说明在其整车创新中,知识共享与整合对提高产品创新绩效是
5、非常重要的,有利于提高创新效率和创新质量,所以假设4成立。同时,知识共享与整合在内部网络作用于创新绩效的过程中起着中介作用,即内部网络通过影响知识共享与整合最终影响到产品的创新绩效。不难看出,知识共享与整合在网络结构对创新绩效影响中的中介效用为0.63(0.69×0.92),在网络结构对创新绩效影响中的中介效用为0.36(0.39×0.92)。3.知识异质性的调节作用分析。由于假设1c不成立,所以假设5a也就失去意义。所以这里仅需检验假设5b和5c。对于知识异质性调节作用的检验,参考了温忠麟对调节效用的研究,首先,将自变量和调节变量做中心化处理,进行共线性检验
6、,发现其膨胀因子VIF都小于3,满足小于10临界值的要求;接着进行层次回归的四步骤进行分析,通过回归方程中交互效应的显着性水平进行检验,判断调节效应是否显着。其分析结果如表2所示。表2以知识共享与整合为因变量进行了回归分析,发现网络结构和知识异质性交互项与因变量的相关系数显着(β=-0.221,p<0.001),网络关系和知识异质性交互项与因变量的相关系数显着(β=-0.154,p<0.01),并且ΔR2增加了0.041,说明对因变量方差的解释力度增加了4.1%。这就证明本文关于知识异质性在内部网络对创新绩效影响中的负向调节作用假设成立,即假设5b
7、,5c成立。六、研究结论企业内部创新网络对创新绩效起决定性作用。本文以我国汽车企业为样本探究了汽车核心企业内部创新网络对创新绩效的作用机理。结论为:第一,汽车研发创新中,内部创新主体之间的知识差异并非越大越有利于提高知识的共享和整合创新效率,各创新单元之间应该对彼此创新的基础知识具有了解和掌握的基础上,才能更有效的沟通进行知识共享和创新;第二,汽车研发创新中,内部创新主体的共享愿景在整车创新过程中的基础性作用,虽然不能直接推动知识的共享与整合,但是它是创新主体之间建立连接、强化关系的基本条件之一,所以企业应注重共享愿景在提高创新绩效中的基础性推动作用;第三,汽
8、车研发创新中,内部创新网络的网络密度越
