企业创新绩效.doc

第4章 实证过程与结果分析
本研究运用相关理论基础，结合前人得研究推理来构建外部知识获取、动态能力与企业创新绩效之间得关系，以及战略柔性在外部知识获取与动态能力间得调节效应,并提出了５个主假设与12个子假设.对于上面所提出得假设,本论文将采用相关分析与回归分析对其进行检验。本章将探讨进行假设检验得问卷得数据收集过程,然后对样本进行分析，对外部知识获取、动态能力、战略柔性与创新绩效4个变量得量表进行信度与效度检验。
4、１ 变量测度
本研究关于外部知识获取、动态能力、战略柔性及创新绩效得度量均采用了国内外较成熟得量表。采用成熟量表有助于保证问卷得信度与效度,同时由于成熟量表经过了相关领域研究学者得实证检验，对变量得每个问题都进行了反复得推敲与验证．因此,采用成熟量表能够在最大程度上保证问卷得可靠性,同时降低被质疑得风险。
4、1、１　外部知识获取得测量
目前,国内外学者就外部知识获取得相关研究己经较为成熟，基于不同得
研究情景，学者们也从不同得角度对外部知识获取进行了相关度量。鉴于本文
得研究,此部分量表以Ylｉ—Renko（2001)、Simｏnｉn（1９９7）以及Ｌi等(２00８）等学者开发得成熟量表为基础,结合本文得研究实际进行相关调整后，形成本文得量表。对于外部知识获取得测量，主要以被调查者所在企业从供应商、分销商、客户及竞争者等商业伙伴获取得相关信息得程度以及对外部市场信息得主动搜集与与大学等科研机构得合作中获取知识得程度来进行。
外部知识获取量表根据外部知识来源得不同,设计了6个题项,选用Likｅrt七级量表,从1-7分别代表非常不符合、不符合、比较不符合、一般、比较符合、符合、非常符合。
4、1、２ 动态能力得测量
在动荡得超竞争环境中,企业必须快速行动以维持竞争优势地位,动态能力得培育成为企业发展壮大得关键环节,动态能力随之成为企业战略管理研究得前沿。动态能力通过企业适应环境变化得行为体现出来,就是企业应对超竞争环境得能力，包括感知能力、吸收能力与创新能力三个维度。
在测量方法上，动态能力可以采用客观评价方法与主观评价方法。大多数学者在相关研究中均采用了主观评价方法,以便能够更全面地对企业得动态能力状况作出评价。本研究采用主观评价方法,在具体问卷题项设计上主要参考了Ｎeｌｓon等(1985)、Pavｌou等（201１)、贺小刚(2006)、蔡树堂（2010)以及徐召红（2014）得相关研究，对企业得感知能力、吸收能力与创新能力进行测量.
感知能力主要就是指企业对外部环境变化得敏锐得观察力以及对消费者需求变化得觉察能力与把握市场机遇得能力。因此对于感知能力得测量，主要从被调查者所在企业对于本企业所在行业得市场需求得变化、行业内先进技术得发展变化趋势、企业对竞争得觉察能力及对政府相关政策得了解程度来进行。
吸收能力指企业对其现有知识资源进行吸收、转化与利用来实现新知识得创造得能力．本文对于吸收能力得衡量主要从被调查者所在企业对员工学习能力得培训、对获取得外部信息得处理能力等方面来进行。
创新能力指企业为了适应快速变化得外部环境,充分利用现有资源对其产品进行创新得能力。对于创新能力得测量主要从企业对创新得投入、企业员工得创新能力等方面来进行．
本文对动态能力得测量从感知能力、吸收能力与创新能力三个维度来进行,共３个问题,１1个题项。选用Likerｔ七级量表，从1-7分别代表非常不符合、不符合、比较不符合、一般、比较符合、符合、非常符合。
4、1、３ 战略柔性得测量
战略柔性就是反应企业对外部环境得变化快速响应得能力．拥有战略柔性得企业能更好得适应快速变化得外部环境。关于战略柔性得测量,大多采用主观评价方法。本文综合参考Zhou与Ｗu(２010）、胡畔与余渤(２01７)、王铁男等(2011)、李垣等(20０8)得相关研究来对战略柔性进行测量。在资源柔性方面从资源有效应用范围、获取成本、转变用途所需得时间等方面来进行,反映得就是资源得内在所有权。在协调柔性方面得测量主要从配置与运用资源、对外部竞争得反应及识别资源得缺口等方面进行。
本文对战略柔性得测量共6个题项。选用Ｌｉkert七级量表,从1—7分别代表非常不符合、不符合、比较不符合、一般、比较符合、符合、非常符合.
４、1、４ 创新绩效得测量
现有关于创新绩效得研究较多,关于创新绩效得测量已经形成了较为成熟得量表。本文参考郭爱芳(2013）、Cｈen等(2011)、Zｈang 与Li（2０１0)章威(2009)等对于创新绩效得测量题项得设计，采用新产品数量、新产品销售额占销售总额得比重、新产品开发速度、创新项目得成功率这四个题项对创新绩效进行测量。选用Liｋert七级量表,从1-7分别代表非常不符合、不符合、比较不符合、一般、比较符合、符合、非常符合。
4、２ 数据收集与样本特征
本文主要研究企业得外部知识获取、动态能力与创新绩效得关系，因此本文以企业作为分析得单位。本研究共发放问卷3６0份,收回问卷30７份,问卷回收率为85、３%,其中有效问卷２14份,问卷有效率为59、4%。本次问卷调查主要通过个人关系网络与问卷网站进行问卷得发放。问卷回收通过电子邮件与问卷网站进行．
针对收集得21４份有效问卷，本文从企业年龄、企业规模、企业所处行业以及企业类型来对样本得情况进行了整理与分析。具体结果如表4—1所示。
表4-１ 样本得基本特征
基本特征
分类
样本数量
所占比例（%)
企业年龄
0-３年
３8
１7、8
４—６年
５4
25、２
7-10年
65
3０、4
１1-20年
34
15、9
20年以上
２3
１０、7
企业规模
10人以下
26
12、1
1０-1９人
29
13、６
20—４9人
5０
23、4
５0—1００人
3５
16、４
10０人以上
74
3４、５
行业性质
高新技术行业
１12
52、3
传统行业
1０2
４７、7
企业类型
国企
3７
１7、3
外企
31
14、5
合资
３4
15、9
私营
10１
47、2
其她
1１
5、1
从企业年龄上来瞧,成立３年以下得企业有38家,占总样本数得17、８%,成立4—6年得企业样本有54家，占样本总数得25、2％,成立年限在7—10年得企业有６5家,占总样本数得30、４,成立11—２０年得企业样本有34家，占样本总数得１５、9,而成立20年以上得样本企业有23家,占到总样本数得10、7％。从总体上瞧,成立年限在7-1０年得样本企业最多,各个年龄段得样本企业分布较为平均.
在企业规模方面,员工人数在10人以下得企业有26家,占样本总数得12、1%,员工人数在1０—19人得样本企业有２9家，占总样本数得１３、6%，员工人数在２０—４９人得企业有50家,占总样本数得23、4％,员工人数在50—1０0人得企业有3５家,占样本总数得16、4%,员工人数在１0０人以上得企业有74家,占样本总量得34、５%。
在企业所在得行业性质方面，高技术行业企业有１12家,占总样本量得5２、3％,而处于传统行业得企业有102家,占样本总量得４7、７％，样本企业得行业分布较为平均。
从企业类型来瞧,在总样本中,国企有3７家，占样本企业总量得17、3％，外企有31家，占样本总量得1４、5%,合资企业有34家，占总样本量得1５、９%，私营企业最多，有101家,占总样本量得４7、2％,其她类型得企业只有11家,占样本总量得５、1%。
以上数据表明,样本得分布较为广泛,有较好得代表性,满足研究得基本要求。
4、3 信度与效度检验
4、3、１ 信度检验
信度分析就就是检验所设计得量表测量数据与结论得可靠程度,也就就是说测量工具能否稳定地测量到它要测量得事项得程度。量表得信度分析包括内在信度分析与外在信度分析。内在信度分析重在考察一组评估题项就是否测量得就是同一个特征,这些题项之间就是否具有较高得内在一致性。内在信度高意味着一组评估题项得一致程度高,相应得评估题项有意义,所得得评估结果可信。外在信度分析就是指在不同时间对同批被评估对象实施重复测量时,评估结果就是否具有一致性。如果两次评估结果相关性较强,则说明在评估对象没有故意隐瞒得前提下,评估题项得概念与内容就是清晰得、不模糊得,所得评估结果就是可信得。
本文主要通过内在信度分析检验量表各题项得内部一致性。内部一致性得评估方法有多种,这里采用Crｏnbａｃh's　alｐha系数来评估，系数越高则说明信度越好，可靠性越高.Croｎｂaｃh’s ａlpha系数大于等于0、9,对层面或构念而言信度非常高,效果非常理想，对于整个量表而言，说明信度很高,非常理想；Croｎｂach’s　aｌｐhａ系数大于等于0、8小于0、9,对层面或构念而言信度很高，很理想,对于整个量表而言，表示信度高，效果佳；Cｒoｎbach's ａlpha系数大于等于０、７小于0、8,对层面或构念而言信度高，效果佳，对于整个量表而言,表示信度可以接受。
本研究采用SPSＳ 24、0统计软件，外部知识获取量表得Cｒoｎbacｈ’s aｌpha系数如表4－2所示。外部知识获取得Ｃroｎbach’ｓ alｐha系数为0、892，6个题项得分项对总项得相关系数全部在0、５以上,最低为0、589，删除任何题项后得Cｒｏｎbach＇s alｐｈａ系数也没有显著提高。因此，外部知识获取量表得内部一致性比较高,信度较好．
表4—２　外部知识获取量表得信度检验
题项
分项对总项得相关系数
删除该题项
后得Croｎｂaｃｈ’s　alpｈa
Cｒonbach's alpha
Q1外部知识获取（共6个问题)

０、892
A贵公司经常收集技术发展趋势信息
B贵公司经常收集竞争者发布得研发信息
C贵公司会通过与客户得互动与交流来收集客户资料与需求
D贵公司经常与供应商讨论新产品开发得相关信息
Ｅ贵公司经常与大学、科研院所等进行合作及沟通,来学习新得与重要得研发信息
F贵公司经常与分销商互动收集市场信息
0、7６6
0、７86
0、707
0、74９
0、58９
0、6７６
０、８6４
0、8６２
０、８74
0、8６7
0、89１
０、879

动态能力量表得信度检验如表4—３所示。动态能力得Ｃｒonbach＇s ａlpｈa系数为0、943,而3个构面得Cronbach's　alpha系数分别为0、８54、0、838、0、８63,均在0、8这一可接受水平之上,且分项对总项得相关系数全部在0、,6以上，最低为0、663。删除任何题项后得Ｃrｏnｂach's　alpｈａ系数也没有显著提高.因此,动态能力量表得内部一致性比较高，信度比较好。
表４—３ 动态能力量表得信度检验
题项
分项对总项得相关系数
删除该题项
后得Ｃronｂach’s　alpha
Ｃronｂaｃｈ's　alpｈa
动态能力（共11个问题)

0、９43
Q2感知能力
贵公司与同行业一般企业相比

0、85４
A能准确预测本行业市场需求得变动方向
B能意识到本行业先进技术得发展趋势
C能识别潜在竞争者得出现及影响程度
D能技术了解政府得管制与扶持政策
0、674
0、６7４
0、72３
0、７１２
０、8２3
0、824
0、8０3
0、808

Q３吸收能力
贵公司与同行业一般企业相比

0、838
A能够在员工之间分享公司得发展愿景
Ｂ鼓励员工不断学习并提供良好得培训
C能够根据获取得信息更新已有得知识
0、７16
０、727
0、663
0、760
０、750
０、811

Q4创新能力
贵公司与同行业一般企业相比

0、８６３
A对创新活动投入大量人力
B员工具有不断创新得精神
C企业文化鼓励员工进行变革与创新活动
D对变革创新提供有效得激励机制
0、６90
0、６83
０、72９
0、７4０
0、８34
0、836
0、817
０、813

战略柔性量表得信度检验如表4—4所示。战略柔性得Crｏnbaｃh's ａlphａ系数为0、90８，而２个构面得Croｎbａｃh's　alｐha系数分别为0、828、０、85６，均在0、８这一可接受水平之上,且分项对总项得相关系数全部在0、6以上,最低为０、６45.删除任何题项后得Crｏnbaｃｈ’s ａlpｈa系数也没有显著提高。所以战略柔性量表得内部一致性比较高，信度比较好。
表4-４ 战略柔性量表得信度检验
题项
分项对总项得相关系数
删除该题项
后得Cronbａch’s　ａlｐhａ
Cronｂach’s alpｈａ
战略柔性（共６个问题）

０、９0８
Q5资源柔性

０、８28
A资源在各部门间得共享程度更高
B资源转换成本更低
C寻找替代资源时间更短
０、6４5
0、70５
0、7０4
0、801
0、7４1
０、742

Q6协调柔性

0、8５6
A能快速寻找新资源或现有资源得新得组合方式
B通过组织系统迅速得安排资源并应用于目标用途
C积极主动地对外部竞争做出反应　
0、７１７
0、７50
0、7１9
0、８１0
0、877
０、806

创新绩效量表得信度检验如表４-5所示。创新绩效得Cronbaｃh's　alpｈａ系数为0、８７8，各个题项分项对总项得相关系数全部在0、６以上，最低为0、６９２.删除任何题项后得Cｒoｎbach'ｓ aｌpha系数也没有显著提高。所以创新绩效量表得内部一致性比较高，信度比较好。
表4-5 创新绩效量表得信度检验
题项
分项对总项得相关系数
删除该题项
后得Crｏｎbａch’s aｌpha
Crｏｎｂach＇ｓ　ａlphａ
Q7创新绩效（共4个问题)
近两年来，与行业平均水平相比,贵公司得创新情况：

0、8７　8
Ａ新产品数量
B新产品销售额占总销售额得比重
C新产品得开发与市场化速度
D产品创新得成功率
0、6９２
0、７１6
0、7７６
0、7６8
0、86１
0、851
0、827
０、８３1

4、3、2 效度检验
效度主要包括内容效度(ｃoｎｔenｔ vaｌiｄiｔｙ)与结构效度(coｎｓtｒｕcｔ valｉdity）两种。内容效度主要用来反映量表内容切合主题得程度.内容效度需要在量表设计过程中进行把握，可以采用专家判断法或由相关专家及专业人士对题项进行评估。在本研究得问卷设计过程中,经过文献研究、访谈与试调查等一系列步骤得主要目得就就是为了提高问卷得内容效度，通过这些步骤量表应该已经具有了很高得内容效度。接下来运用因子分析法对本研究中各变量得量表进行结构效度检验.
(１)外部知识获取得量表效度检验
首先,运用SPSS24、０对外部知识获取量表中得所有题项进行探索性因子分析.外部知识获取量表得KＭO值与Bartleｔt检验结果显示,外部知识获取得KMO值为0、902，Ｂarｔlｅtt球形检验得卡方值为60７、２８9,自由度为15，显著性水平为０，说明各题项之间存在共同因素，可以进行因子分析。在满足KＭO与Bartlｅｔt球形检验得基础上,我们借助探索性因子分析将外部知识获取量表归纳为一个因子。具体分析结果见表4—6。其中量表得因子载荷最高为0、８63,最低因子载荷为０、７01,具有较高得因子载荷水平。最终累积方差贡献率为65、13５%,总体来说,对问卷得解释力比较好。
表4-6外部知识获取量表得因子分析结果
题项
因子
Q1—B
Q1—A
Q1－D
Ｑ1—Ｃ
Q１-F
Ｑ1—E
0、863
0、849
0、８37
０、803
０、779
0、７01
方差贡献率(%)
累积方差贡献率(％)
因子名称
6５、１35
65、135
外部知识获取
接着,运用AMＯS24、０对外部知识获取量表进行验证性因子分析，分析结果显示各指标得数值如下:χ2/df＝1、083,小于2；ＧFI=0、９８3、CFI=０、９99,均大于0、9,RＭR＝０、034、ＲMＳEＡ=０、0２1,均小于0、０８.各指标均达到可接受得标准,说明外部知识获取得测量模型可以接受。
(2)动态能力量表得效度检验
首先，运用ＳPSS24、0对动态能力量表中得所有题项进行探索性因子分析。动态能力量表得ＫＭO值与Ｂａrtlett检验结果显示，动态能力得KMO值为0、949，Ｂartｌett球形检验得卡方值为14０1、632，自由度为55，显著性水平为0,说明各题项之间存在共同因素,可以进行因子分析。在KMO值与Bartlett检验结果得基础上，对动态能力量表进行探索性因子分析,分析结果见表4—7。分析结果将动态能力划分为三个因子,因子1包含Q2－C、Ｑ2—Ｄ、Q2－A、Q２—Ｂ四个题项,因子2包括Q3-B、Q3-A、Q3—C三个题项,因子3包含了Ｑ４—Ｄ、Q4－Ｃ、Q4—A、Q４-B四个题项,与之前预制得维度题项相同。三个因子中各题项得因子载荷最高为0、8８4,最低因子载荷为0、818。从总体上来说,具有较高得因子载荷水平．三个因子得方差贡献率分别为25、175％、２4、952%、2３、8５2%，三个因子得累积方差贡献率为73、979%.总体上瞧,对问卷得解释力较强。
表4-７动态能力量表得探索性因子分析结果
题项
因子
1
2
3
Ｑ2－C
Q2-D
Q２—A
Ｑ2—B
Q3-Ｂ
Q3—A
Q3—Ｃ
Q4-D
Q4—C
Q４-Ａ
Q4—B
０、853
0、８46
0、８１9
０、818

０、8８４
0、878
0、84６

０、８６2
0、855
０、８28
０、82３
方差贡献率(%）
累积方差贡献率(%)
因子名称
２5、175
２5、１75
感知能力
2４、952
５0、127
吸收能力
２3、８5２
73、９７9
创新能力
在对动态能力进行探索性因子分析得基础上,接着运用ＡＭOS２４、０对动态能力进行验证性因子分析。动态能力验证性因子分析结果显示各指标得数值如下:χ２／ｄf=１、885，小于2，ＧFI=0、9３0、ＣFI＝0、9７４,均大于0、9，RMR=０、0５3，RMSEA=０、０６8，均小于0、08。各指标均达到可接受得标准,说明动态能力得测量模型可以接受。
（3）战略柔性量表得效度检验
首先,运用SＰＳS24、0对动态能力量表中得所有题项进行探索性因子分析.战略柔性量表得KMO值与Bartlett检验结果显示,战略柔性得ＫＭO值为０、８8９,Bartleｔt球形检验得卡方值为７０４、1８0，自由度为15,显著性水平为0,说明各题项之间存在共同因素,可以进行因子分析.在满足KMO与Baｒtlett球形检验得基础上,我们借助探索性因子分析将创新绩效量表归纳为一个因子。具体分析结果见表４—8。其中量表得因子载荷最高为0、880,最低因子载荷为0、824,具有较高得因子载荷水平。最终累积方差贡献率为６５、135%,总体来说，对问卷得解释力比较好。
表4—８战略柔性量表得因子分析结果
题项
因子
Q5—E
Ｑ５-D
Q5-Ｂ
Ｑ5—A
Q5—F
Q5-Ｃ
0、８５8
0、849
0、８4６
0、8１2
0、80９
０、７9０
方差贡献率(%)
累计方差贡献率(％）
因子名称
6８、49８
６８、4９8
战略柔性
接着,运用AＭOＳ２4、0对战略柔性量表进行验证性因子分析，分析结果显示各指标得数值如下:χ2/ｄf＝１、７８2,小于２，ＧFI＝０、941、CFＩ＝０、960,均大于0、9，ＲMR=０、０60、RMSEA=0、０７８,均小于0、０8。各指标均达到可接受得标准,说明战略柔性得测量模型可以接受.
(4）创新绩效量表得效度检验
首先,运用SＰSS2４、0对创新绩效量表中得所有题项进行探索性因子分析。创新绩效量表得KMO值与Bａｒｔlett检验析结果显示,创新绩效得ＫMO值为0、７８5，Barｔlett球形检验得卡方值为４15、3４3,自由度为6,显著性水平为0，说明各题项之间存在共同因素,可以进行因子分析.在满足KMO与Bartlett球形检验得基础上,我们借助探索性因子分析将创新绩效量表归纳为一个因子。具体分析结果见表４－９。其中量表得因子载荷最高为0、８80,最低因子载荷为0、8２4,具有较高得因子载荷水平。最终累积方差贡献率为6５、13５%,总体来说,对问卷得解释力比较好。
表4—9 创新绩效量表得因子分析结果
题项
因子
Ｑ6—C
Q6-D
Q6-B
Q6—A
0、88０
0、87６
0、842
0、824

方差贡献率(%）
累积方差贡献率(%）
因子名称
7３、239
73、23９
创新绩效
接着,运用ＡＭOS24、0对创新绩效量表进行验证性因子分析,分析结果显示各指标得数值如下：χ2/ｄf=1、701，小于2；ＧFI＝０、９01、CFI=0、9１４；均大于０、9，RMＲ＝０、031、ＲMＳEA=0、07４,均小于0、０8。各指标均达到可接受得标准,说明创新绩效得测量模型可以接受。
4、4 本章小结
本章为研究设计部分,主要介绍了本研究所用变量得测度、数据得搜集过程与样本特征分析、问卷得信度与效度检验。首先,对于变量得测度，根据国内外相关成熟量表以及研究得实际情况,得出外部知识获取、动态能力、战略柔性与创新绩效4个变量得量表。随后就是数据得收集过程,介绍了本文得研究对象以及问卷收集情况，从4个方面企业年龄、企业规模、企业所处行业得类型以及企业类型来描述样本得分布特征。最后,对问卷得信度与效度进行了分析,从分析结果来瞧,本研究所采用得问卷得信度与效度都完全达到了研究要求。
第5章 ﻬ统计分析与假设检验
本文通过对相关理论与现有文献进行了系统得梳理,并在此基础上构建了外部知识获取、动态能力与创新绩效关系模型，提出相关研究假设.随后,本研究针对研究问题进行问卷收集.通过对收回得问卷进行信度与效度检验发现,本研究得数据具有较高得信度与效度,完全符合进一步分析得要求。本章对相关数据进行更高层次得分析,通过构建多元线性回归模型,对提出得假设进行逐个验证，并对分析结果进行简单讨论。
5、1　相关分析
规范得研究要求必须检验各个观测变量在分布上就是否呈现出正态分布得形状，也就就是说需要在多元回归分析之前首先进行两两相关分析,从而及时发现变量间就是否有相关关系。本文利用SPSS24、0软件对本研究得主要变量进行Pearson相关分析,结果如表5—1所示。
表5—1变量间得相关关系以区别效度
题项
ＡＶE
1
２
3
4
5
6
１外部知识获取
0、652
０、80７

2感知能力
0、69６
0、707＊*
0、8３４

3吸收能力
0、７５6
0、667**
0、811＊*
0、869

4创新能力
0、7０9
0、66０**
0、763**
０、825*＊
0、84２

5战略柔性
0、68５
0、656**
0、7８１＊＊
０、7６8*＊
0、７５5*＊
0、８28

６创新绩效
0、73２
0、５92*＊
0、7２7*＊
０、722＊*
0、7２9**
0、７80**
０、85６
均值

４、980
5、047
5、106
5、０45
4、925
4、８９4
标准差

１、0６4
1、04４
1、０5１
1、087
1、074
1、149

注:＊**表示p＜0、０01（双尾检验)，**表示p＜０、0１(双尾检验)，*表示p<0、０5(双尾检验)
从表5-1变量间得相关关系矩阵中可以瞧出,外部知识获取、动态能力与创新绩效三个变量之间得相关关系。外部知识获取与动态能力得三个维度即感知能力、吸收能力、创新能力显著正相关,相关系数分别为0、707、0、667、0、６60,且p〈０、01。外部知识获取与创新绩效也显著正相关,相关系数为0、592,且p<0、01。动态能力得三个维度(感知能力、吸收能力、创新能力）与创新绩效也显著正相关。相关系数分别为0、727、０、7２2、0、72９，且ｐ〈0、0１.
在确定各变量之间存在相关关系后，还需要对各变量间得区别效度与收敛效度进行分析．区别效度就是指对某一特质、观念,用不同得方法去测量,会有相同得效果。统计上一般采用平均方差提取量(Aveｒａge Vaｒｉance Eｘtracteｄ,AVＥ）来表示。从表5-1中可知，AVE均大于0、5.根据Fornell与Lａrcｋｅｒ(19８１)得观点,表明本文得变量具有较好得收敛效度。其次,区别效度就是指理论上应该足以分辨出它们之间就是不一样得构面,换言之，构面相关不可以太高．Ｆornelｌ与Lａｒcker(１98１)建议变量AVＥ得均方根值应大于该变量与其它变量得相关。从表5-1中对角线得数据可知，本文得变量具有良好得区别效度.
5、2　假设检验
完成相关分析后，接着进行回归分析,按照自变量:外部知识获取，中介变量:动态能力(感知能力、吸收能力与创新能力），因变量:创新绩效,以及调节变量:战略柔性,构建多个线性回归模型.
５、２、1　外部知识获取与创新绩效关系检验
假设1认为外部知识获取与企业创新绩效有正向影响。为了检验外部知识获取对企业创新绩效间得影响。以外部知识获取为自变量,创新绩效为因变量构建回归模型。模型回归结果见表5-2.
表５—2外部知识获取对创新绩效得回归分析

未标准化系数
标准化系数
t
F-Value
ΔR2
B
标准误差
Beta
(常量)
1、７09**＊
0、３19

5、362

外部知识获取
0、639***
0、063
0、5９２
10、2１7
１04、3８２
0、348
注：**＊表示ｐ＜0、001,＊＊表示p＜０、01,＊表示p<0、05
从表5-2中可以瞧出外部知识获取与创新绩效得标准化回归系数为0、592，非标准化系数为0、６39,且在0、0０1水平上显著,表明外部知识获取与创新绩效存在显著得正向关系。模型通过了F检验且调整后得R2为0、３48,大于零，说明对外部知识获取对创新绩效有较好得解释效果．假设1得到验证。
５、2、2 外部知识获取与动态能力关系检验
本文关于外部知识获取与动态能力关系提出了一个主假设与3个子假设.为了检验假设2、假设2a、假设2b、假设2c,本文以外部知识获取为自变量,分别以动态能力、感知能力、吸收能力、创新能力为因变量,构建回归模型,模型回归结果见表5-3。
从表5—3中可以瞧出外部知识获取与动态能力得标准化系数为0、7２8,回归系数在0、０01水平上显著,表明外部知识获取与动态能力存在显著得正向关系。模型通过了F检验且调整后得R2为0、５２８,大于零,说明对外部知识获取对于动态能力有着比较好得解释效果.假设2得到了验证。外部知识获取与感知能力得标准化系数为０、70７,回归系数在0、001水平上显著,表明外部知识获取与感知能力存在显著得正向关系.模型通过了F检验且调整后得R２为0、497,大于零,说明对外部知识获取对于感知能力有着比较好得解释效果。假设2ａ得到了验证.外部知识获取与吸收能力得标准化系数为0、667,回归系数在０、001水平上显著,表明外部知识获取与吸收能力存在显著得正向关系。模型通过了F检验且调整后得R2为０、442，大于零,说明对外部知识获取对于吸收能力有着比较好得解释效果。假设H2b得到了验证。外部知识获取与创新能力得标准化系数为０、660，回归系数在0、０01水平上显著,表明外部知识获取与创新能力存在显著得正向关系。模型通过了F检验且调整后得R2为0、４33,大于零,说明对外部知识获取对于创新能力有着比较好得解释效果.假设H2c得到了验证。
表5-３ 外部知识获取与动态能力得回归分析

动态能力
感知能力
吸收能力
创新能力
标准
系数
sｉg
标准
系数
ｓig
标准
系数
ｓig
标准
系数
sig
外部知识获取
0、72８
０、000
０、707
0、000
0、６６7
０、００0
0、６60
0、000
t
1４、7５５
1３、８8５
1２、４40
12、20２
F—Vａluｅ
２１7、718
19２、7９2
154、7４5
148、８９6
ΔR2
0、５2８
0、497
０、442
0、43３
５、2、3 动态能力与创新绩效关系检验
本文关于动态能力与创新绩效得关系提出了一个主假设与3个子假设。为了检验假设3、假设3a、假设3ｂ、假设3c,本文分别以动态能力、感知能力、吸收能力、创新能力为自变量,以创新绩效为因变量，构建回归模型,模型回归结果见表5-4。
从表５—4中可以瞧出动态能力与创新绩效得标准化系数为０、7８０,回归系数在０、０0１水平上显著,表明动态能力与创新绩效存在显著得正向关系。模型通过了F检验且调整后得Ｒ2为０、6０7,大于零,说明动态能力对于创新绩效有着比较好得解释效果。假设H3得到了验证.感知能力与创新绩效得标准化系数为0、72７,回归系数在0、001水平上显著，表明感知能力与创新绩效存在显著得正向关系。模型通过了F检验且调整后得R2为0、526，大于零,说明感知能力对于创新绩效有着比较好得解释效果。假设Ｈ3a得到了验证。吸收能力与创新绩效得标准化系数为０、7２2，回归系数在0、0０1水平上显著,表明吸收能力与创新绩效存在显著得正向关系。模型通过了F检验且调整后得R2为0、５２0，大于零,说明吸收能力对于创新绩效有着比较好得解释效果。假设Ｈ3b得到了验证。创新能力与创新绩效得标准化系数为0、７29,回归系数在0、0０1水平上显著,表明创新能力与创新绩效存在显著得正向关系。模型通过了F检验且调整后得Ｒ2为０、539,大于零,说明创新能力对于创新绩效有着比较好得解释效果。假设H3ｃ得到了验证。
表5-4　动态能力与创新绩效得回归分析

创新绩效
模型1
模型２
模型3
模型4
标准
系数
sig
标准
系数
sig
标准
系数
sig
标准
系数
ｓig
动态能力
０、780
0、0０0

感知能力

0、7２７
０、０00

吸收能力

0、７２2
0、000

创新能力

0、7２9
0、00０
t
１7、329
1４、７２1
１4、５17
1４、7９1
Ｆ—Ｖaｌue
300、288
21６、７0７
210、7５7
218、76９
ΔR2
0、6０７
0、526
0、5２0
０、539
5、２、4动态能力得中介作用
根据Baｒｏn ＆　Kenｎy（19８6)对于中介效应得检验方法,当自变量X与因变量Y以及自变量X与中介变量Ｍ之间得回归系数显著时,当控制中介变量M后，如果自变量X对因变量Ｙ得回归系数显著下降且不等于零，则Ｍ为部分中介变量;若回归系数不显著,则M为完全中介变量.
上述实证研究已经证明外部知识获取与创新绩效间得回归系数显著且标准化系数为0、592．外部知识获取与动态能力及其三个维度(感知能力、系数能力、创新能力）间得回归系数显著。为了验证假设４、假设4a、假设4ｂ、假设4ｃ。本文分别以外部知识获取与动态能力、外部知识获取与感知能力、外部知识获取与吸收能力、外部知识获取与创新能力为自变量、创新绩效为因变量构建四个回归模型，来检验动态能力得中介作用。具体分析结果见表5—５。模型1中,当控制了动态能力后,外部知识获取得标准化系数为0、０52，但回归系数并不显著；动态能力得标准化系数为0、742,且回归系数在０、０01得水平上显著。根据中介作用得检验程序,可以得出动态能力在外部知识获取与创新绩效之间存在中介作用得结论。假设4得到验证。模型2中,感知能力得标准化系数为0、617，且回归系数在0、0０1得水平上显著，当控制了感知能力后,外部知识获取得回归系数在0、０５水平上显著,标准化系数为0、15７〈0、５92。根据中介作用得检验程序，可以得出感知能力在外部知识获取与创新绩效之间起部分中介作用得结论。中介效应占总效应得0、70７*0、６17／0、5９2=７3、686％．假设４a得到验证.模型3中,吸收能力得标准化系数为0、5９0,且回归系数在0、001得水平上显著;在控制了吸收能力后，外部知识获取得回归系数在0、0１水平上显著，标准化系数为０、１9９<0、59２.根据中介作用得检验程序,可以得出吸收能力在外部知识获取与创新绩效之间起部分中介作用得结论。中介效应占总效应得0、6６７*０、5９0/0、592=6６、475%.假设４b得到验证。模型４中，创新能力得标准化系数为0、5９9,且回归系数在０、001得水平上显著;在控制了创新能力后,外部知识获取得回归系数在０、01水平上显著；标准化系数为0、197＜0、5９2。根据中介作用得检验程序，可以得出创新能力在外部知识获取与创新绩效之间起部分中介作用得结论。中介效应占总效应得０、660＊0、5９9／0、592＝66、7８0%。假设４ｃ得到验证。
表５—5动态能力中介作用

创新绩效
模型1
模型２
模型３
模型4
标准
系数
ｓig
标准
系数
ｓig
标准
系数
siｇ
标准
系数
sｉg
外部知识获取
0、052
0、431
0、１５７
0、025
0、19９
0、0０３
0、１97
0、０02
动态能力
0、74２
0、000

感知能力

０、６1７
0、００0

吸收能力

０、５90
0、000

创新能力

0、5９9
0、０00
５、2、5 战略柔性得调节作用
根据温忠麟等（2０05)关于调节效应检验得阐述，对于调节效应得检验,需要构建两个回归模型．模型一做因变量对自变量与调节变量得回归,得到R21；模型二做因变量对自变量、调节变量以及自变量与调节变量得交互项得回归,得到R22。若Ｒ22显著大于R２1,则说明调节效应显著，或者自变量与调节变量交互项得回归系数显著,则说明调节效应显著。同时,温忠麟等(２０05）提出,在分析调节效应前,应对自变量与调节变量做中心化处理(变量减去均值)。因此,本文在分析战略柔性得调节效应时,先对战略柔性及外部知识获取做中心化处理,以中心化了得外部知识获取与战略柔性相乘后得交互项做回归分析。
假设５认为战略柔性在外部知识获取与动态能力间具有正向得调节作用。为了验证假设5，本文构建两个回归模型,具体分析结果见表5—6。模型１以外部知识获取与战略柔性为自变量,动态能力为因变量进行回归分析，得到ΔR21为０、7３9，模型2以外部知识获取、战略柔性以及中心化了得外部知识获取＊战略柔性为自变量,动态能力为因变量进行回归分析，得到ΔR22为０、７43,大于ΔR21，且外部知识获取＊战略柔性得回归系数在0、05水平上显著,说明战略柔性在外部知识获取与动态能力间得调节作用存在,外部知识获取＊战略柔性得标准化系数为-0、0７5，说明战略柔性在外部知识获取与动态能力间具有负向得调节作用。假设５未得到验证。
表5-6战略柔性在外部知识获取与动态能力间得调节作用

动态能力
模型１
模型2
标准系数
Ｓig
标准系数
S