摘 要：创新资源作为创新活动的输入，是提高企业技术创新能力的关键要素，同时也是国家创新体系建设的源头。从外部创新资源角度探讨技术创新能力与企业绩效的关系，分析创新资源如何影响技术创新能力与企业绩效。以珠三角200家制造业企业为例，采用结构方程模型进行实证分析。研究发现，创新资源对技术创新能力呈显著正向影响，即企业创新资源获取有利于提高技术创新能力；同时，技术创新能力中的策略规划能力对企业绩效呈显著正向影响，而学习能力、研发能力、资源运作能力、制造能力、营销能力和组织能力对企业绩效影响不显著；技术创新能力对创新资源与企业绩效的关系具有中介效应。
关键词：创新资源；技术创新能力；企业绩效；珠三角制造业
Van de Ven[1]认为创新活动需要大量资源，创新资源是创新活动的输入，亦是影响企业技术创新能力的关键要素，已成为国家创新体系建设的源头。创新资源是一个复杂的多要素结构，其相互连接、相互作用，犹如一个系统，一般包括个人、公司、高校院所、中介服务机构和政府组织等[2-3]。Barney[4]在其资源基础论中提出，四大资源特征中的有价值和稀缺性是产生竞争优势的必要条件，而创新是企业获得竞争优势的重要来源。因此，通过各种合作方式获取外部创新资源、降低创新风险已成为很多企业的必然选择。在不确定性环境下，一个国家、地区、企业的国际竞争力往往依靠创新资源获取提高技术创新能力，进而影响企业绩效[5,2]。以往文献将创新资源投入与企业绩效关系作为重要研究方向，且有研究结果显示创新资源对企业绩效具有显著正向影响[6-7,2]，但缺乏对创新资源、技术创新能力与企业绩效关系的验证。Guan和Ma[8]认为创新活动是一个交互、多元、复杂和动态的过程，不同国家、地区、企业在获取创新资源、提高技术创新能力、提升企业绩效的程度上也存在差异。因此，探讨技术创新能力对创新资源与企业绩效的中介效应具有重要意义，这也是本文的研究动机之一。
Kim和Maubourgne[9]指出，创新是企业在竞争中生存与发展的唯一出路；Betz[10]认为，技术创新是创新活动的重要内容，而技术创新能力提升是促进生产力发展和经济增长的关键因素。Christensen[11-12]研究指出，技术创新能力除了可以保障企业策略、技术的实现及其领导地位巩固外，还可以改进产品绩效进而影响企业绩效。Kumar和Siddharthan[13]研究发现，创新能力与企业绩效具有紧密关系，其中，研发能力、营销能力和学习能力对企业绩效具有显著正向影响，而生产能力、组织能力和策略规划能力对企业绩效影响不显著。还有部分文献着重探讨技术引进、技术策略、影响机制与转移绩效的关系[6]。Rosenbusch等[14]指出，创新对企业绩效的影响在学界中还没有定论，且技术创新能力的定义与维度尚未统一[8,2]，得出的研究结论也有差异。因此，需要进一步验证技术创新能力对企业绩效的影响，这是本文的研究动机之二。
珠三角地区在我国改革开放中发展最快，经济规模占全国GDP的18%以上，其市场化、国际化经营在全国位居前列，且聚集了大量世界五百强企业、高科技企业和先进制造业，亦是全世界高科技产品主要生产和出口基地，被誉为“世界工厂”和“科技创新中心”。改革开放近40年来珠三角大量引进外资、先进设备，以及先进技术与管理方法，在创新资源利用与创新能力提升方面成效显著，并成为国家创新系统试验基地。符文颖和李郇[15]调查分析珠三角企业后发现，57%企业的创新资金主要来自自有资金，技术来源于母公司、合资公司、国外或客户转移，相关展会和技术交易市场也是部分企业的重要技术来源。珠三角制造业企业如何利用外部创新资源提升技术创新能力，进而影响企业绩效是本文研究动机之三。
综上所述，本文将进一步探析创新资源、技术创新能力与企业绩效之间的关系，以珠三角制造业企业为例，采用结构方程模型分析，验证资源—技术创新能力—企业绩效的影响关系，从而完善创新资源理论研究，推动企业创新活动，提高企业创新能力，最终提升企业绩效。
创新资源(Innovation Sources)研究至今尚没有统一的定义和测度，以往学者一般采用OECD[16]提出的定义，即创新资源是创新能力和其它社会资源的有效结合，包括人才、专利、技术、研发经费、科研机构、学术机构和服务中介机构等，以及无形资产和有形资产等，它们都是企业从事生产经营活动的必要条件和手段[2]。创新资源具有持续不断的收集→学习→利用→整合→保持→再创新→创造知识的过程特征。创新资源研究沿着Barney[4]提出的资源基础理论，根据企业边界将其分为内部和外部创新资源。本文认为创新资源是指企业从事创新活动所需的一切资源，既包括组织内部所需的人才、技术、基础设施、生产资料等有形资产，以及知识、信息、专利等无形资产，还包括高等院校、科研机构、学术组织和技术服务中介等外部资源。
企业通常会利用外部资源提升创新能力，通过学习外部知识实现内部创新，并构建正式或非正式创新网络[17-18]。因创新是一个复杂的动态过程，单个企业依靠自有资源实施创新与提升竞争力时，除成本高昂外，还将面临组织管理能力不足的巨大风险。通过获取外部创新资源，可以提高企业学习能力和绩效[19-20]。
优秀的企业会建立自己的知识流通渠道和链接网络，主要用于收集外部资料和与外部组织合作[5,23]。创新知识来源一般包括技术报告、专利数据库、学术会议、科学出版物。其中，学术期刊是传统获取知识的重要手段，专利数据库可以直接提供有价值的知识，企业经常通过科学或商业杂志收集外部知识、寻找创新思路[20,24]。因此，本研究推论创新资源会对技术创新能力产生显著影响，并提出7个研究假设：
H1a：创新资源正向影响学习能力；
H1b：创新资源正向影响研发能力；
H1c：创新资源正向影响资源分配能力；
H1d：创新资源正向影响制造能力；
H1e：创新资源正向影响营销能力；
H1f：创新资源正向影响组织能力；
H1g：创新资源正向影响策略规划能力。
以往文献已对技术创新能力(Technological Innovation Capabilities,TICs)作了明确解释[2,11,25]，即技术创新能力具有多维度特征，需要用系统观点诠释。Yam等[25]和Guan等[26]从规划决策能力、资源分配能力、学习能力、组织能力、研发能力、制造能力和市场能力7个维度定义技术创新能力。Porter[27]提出技术创新能力除可以保障企业的技术领导地位外，还可以预测组织未来发展，这是因为高绩效企业比低绩效企业更具有创新力。以往文献显示，技术创新能力是影响企业绩效的关键因素，技术创新能力对企业绩效呈显著正向影响[2]。技术创新能力还反映了产品制造过程中有关企业产品设计、制造及装配的能力，因此，提高技术创新能力有利于增强企业市场竞争力[25]。黄世政[28]指出，企业的竞争优势可能来自新产品开发效率和能力，R&D活动已被众多学者认为是企业创新的重点。部分研究发现，仅仅提供研发投资不能长期维持企业绩效和竞争力[29,26,19,25]，另一部分学者研究指出技术创新能力对企业绩效有中介效应[2]。总而言之，技术创新的成功不仅取决于技术本身，还需要其它技术创新能力，如学习、研发、资源分配、制造、营销、组织、决策计划。Drucker[30]提出企业可以通过内部学习吸收新知识以提高其它能力。因此，本文推论技术创新能力会对企业绩效产生显著影响，依此提出7个研究假设：
H2a：学习能力正向影响企业绩效；
H2b：研发能力正向影响企业绩效；
H2c：资源分配能力正向影响企业绩效；
H2d：制造能力正向影响企业绩效；
H2e：营销能力正向影响企业绩效；
H2f：组织能力正向影响企业绩效；
H2g：策略规划能力正向影响企业绩效。
基于资源观理论，企业的创新资源是其获得核心竞争优势的重要来源，企业可以通过利用内外部创新资源提高技术创新能力和管理绩效，从而增强市场竞争力，因此，创新资源对企业绩效存在显著作用[6,2]。以往文献已证明企业在创新过程中不断创造价值，一般来说，投入更多的企业会比那些投入少的企业获得更多的经济回报。Nicholls-Nixon和Woo[31]通过调查美国医药产业发现，技术来源方法与以不同生物为基础的产品数量相关，其中，内部R&D投入与专利产出具有正相关性，业务合同和品牌许可证与企业绩效呈正相关性，并购活动与规模效应具有正相关性，技术转移对创新绩效具有正相关性。因此，本研究推论创新资源与企业绩效间存在一定联系，并提出假设：
H3：创新资源正向影响企业绩效。
本研究中的问卷题项主要参考国外文献，为保证问卷的严谨性，问卷设计后请大学教授及实务界专家提出意见，经多次修改完善并经过30位制造业职业经理的前测统计分析，以确保问卷题项的准确性、适应性和填答便利性，最后得到正式问卷。问卷主要包含创新资源、技术创新能力和企业绩效3个构念，各变量操作性定义与度量见表1。其中，创新资源构念包含内部和外部两种资源，如人才、专利、技术、研发经费、科研机构、学术机构和服务中介机构等7个题项，其题项如“购买新的技术、专利、商标、技术服务等”、“与国内外大学机构合作”；技术创新能力包含学习能力2个题项、研发能力3个题项、资源运作能力4个题项、制造能力3个题项、营销能力4个题项、组织能力3个题项和策略规划能力5个题项，其题项如“利用学习能力提高技术创新能力”、“拥有良好机制把研发出来的技术应用到产品开发上”；企业绩效包含销售利润增长、市场占有率和增长率等5个题项，其题项如“销售利润率增长”和“市场份额占有率提高”。问卷采用李克特7点量表，数字越大代表越同意该题项描述(1代表非常不同意，3代表普通，7代表非常同意)。
研究样本为珠三角科技园区制造业企业，采取随机抽样方式进行信息采集，受访对象为企业管理人员或高级技术开发人员。共发放问卷300份，回收215份，回收率71.66%。其中，15份问卷由于信息不完整、属于无效问卷而被剔除，最后确认有效问卷200份，符合Kelloway[32]提出的结构方程分析样本需达到200个的要求。其中，产业中先进制造业占63.00%，电子资讯业占37.00 %；企业规模属小型的占18.00%，中型占45.50%，大型占36.50%；企业性质中国有企业占16.50%，民营企业占60.00%，外资企业占23.50%；企业平均年龄为4.2年。填写问卷中，男性占69%，女性占31%；总(副)经理占68%，部门经理占27%，高级技术研发人员占5%；就职员工平均工作年限为5年，平均年龄为34岁。
本研究结合结构方程模型(Structural Equation Model)，采用统计软件Mplus7.8进行假设验证，并依循Anderson和Gerbing[33]的建议，先以验证因素分析(Confirmatory Factor Analysis，CFA)评估模型信度与效度，再通过潜在变量路径分析评估结构模型，以检验研究假设。
表1 变量操作性定义
变量定义参考文献创新资源创新资源是指创新能力和其它社会资源的有效结合，包括如人才、专利、技术、研发经费、科研机构、学术机构和服务中介机构等，还包括有形资产、无形资产和组织能力的综合体系OECD[16]Yam等[2]学习能力是指企业从环境中识别、吸收和利用知识的能力研发能力是指企业整合研发策略、进行项目实施与组织以及R&D经费支出的能力资源分配能力是指确保公司拥有足够资金、人才和技术，进行创新过程的能力技术创新能力制造能力是指企业改造研发出的成果转化为产品，满足市场需求，符合设计要求的能力，并可以批量制造Yam等[25]Guan等[26]营销能力是指公司宣传和销售产品、了解消费者需求、竞争态势、成本和效益，以及创新接受程度上的能力组织能力是指公司在确保组织机制、培养组织文化，并采取良好管理策略的实践能力战略规划能力是指公司识别内部优势、劣势以及外部机会和威胁，制定计划，根据企业愿景和使命，以及贯彻计划与实施的能力企业绩效销售业绩、市场占有率、资产报酬等是衡量企业绩效的最佳指标Yam等[25]
表2 样本特性(N=200)
样本特征N占比(%)行业别先进制造业12663．00电子资讯业7437．00国有企业3316．50企业经营性质民营企业12060．00外商独资4723．50公司年龄4．2S(1-50)3618．00公司规模M(51-1000)9145．50L(1001以上)7336．50
依据表2的分类，首先，采用F值检测产业别、企业类型、企业规模变异数是否相等，结果显示不显著，表明两样本变异数相等。然后，利用t检定法验证产业别、企业类型和企业规模对各构念变量的影响。检验结果发现，产业别(t=-1.23,F=1.52,p=0.22)、企业类型(t=-1.42,F=0.13,p=0.88)、企业规模(t=-1.34,F=1.22,p=0.30)对各构念变量影响不显著。本文所有构念的平均值、标准偏差与相关系数见表3,可以看出创新资源、技术创新能力与企业绩效的相关系数介于0.41～0.85，皆达到显著水平，显示各构面与企业绩效存在中等程度的正向关联。
本研究通过验证性因素分析检验量表的信度、收敛效度和区别效度。首先，采用Caonbach's α和组合信度(Composite Reliability,CR)衡量研究模型中各构念的内部一致性，指数越大代表量表越稳定，信度越高。一般认为Caonbach's α及组合信度数值大于0.7为可接受水平[34]，本文量表的α值及组合信度系数均在0.7以上，达到要求。其次， 所有问项的标准化载荷量为0.52～0.75，高于0.5的可接受水平[33]。本文量表的组合信度均超过0.7，平均变异萃取量亦高于0.5，代表测量量表具备良好收敛效度(Convergent validity)[35],具体结果见表3。再次，区别效度采用信赖区间检定法。研究结果显示，各构念相关系数在加减两个标准误差后的上下数值未包含1，符合区别效度标准[36]。最后，进行模式适配度检测，以了解假设模型与观察数据是否达到一致。CFA结果显示，χ2=1132.99,df=558,cmin/df=2.03 <3,p=0.000; CFI=0.91 > 0.90; TLI=0.90 > 0.90; SRMR=0.05< 0.08; RMSEA=0.06≤0.06，说明本研究测量模型的适配度指标均达到学者Hu & Bentler[37]的建议标准，具有良好适配度。因此，本文量表具备较好测量品质。
通过路径分析探讨各构念之间的路径关系，以验证本文提出的研究假设，图1显示了各模型适配度与标准化路径系数值。其中，χ2=1524.56,df=579,cmin/df=2.63,p=0.000; CFI=0.97; NNFI=0.97; NFI=0.95; IFI=0.97; SRMR=0.06; RMSEA=0.07，说明结构模型的适配度良好[37]。
图1 创新资源、技术创新能力与企业绩效关系实证结果
图1显示，假设H1a-H1g均得到显著支持，即创新资源对技术创新能力影响显著，验证了创新资源对技术创新能力中的学习能力(β=0.78***,t=20.70)、研发能力(β=0.83***,t=26.42)、资源分配能力(β=0.89***,t=37.16)、制造能力(β=0.81***,t=25.74)、营销能力(β=0.88***,t=34.32)、组织能力(β=0.89***,t=40.18)、策略规划能力(β=0.90***,t=42.74)影响显著，表明企业利用外部创新资源可以提高技术创新能力，与珠三角制造业企业实际情况相符，如企业通过引进外资与技术，导入新技术与管理手段，在发展过程中不断吸收外部知识，培育了华为科技、中兴通讯、华大基因等一大批高科技企业。
表3 平均值、 标准差、组合信度、收敛效度与相关系数矩阵
构念平均值标准偏差CRAVE(1)(2)(3)(4)(5)(6)(7)(8)(9)1．创新资源4．231．020．880．520．722．学习能力5．491．180．860．750．480．873．研发能力5．301．180．860．670．480．740．824．资源分配能力4．911．200．900．680．520．740．740．835．制造能力5．121．230．890．730．570．500．680．700．866．营销能力5．331．060．860．600．480．740．740．800．810．787．组织能力4．931．160．880．710．560．680．820．830．710．810．848．策略规划能力5．111．080．900．650．530．730．740．850．740．850．830．809．企业绩效5．071．150．930．730．410．510．540．550．490．590．610．700．86
备注：① N=200；②非对角线之值代表各构面相关系数值；③斜对角线值代表该构面平均变异抽取量(AVE)的平方根值
在技术创新能力与企业绩效的关系中，只有假设H2g得到支持，表示策略规划能力(β=0.68***,t=3.83)对企业绩效有显著影响，同时发现，假设H2a、H2b、H2c、H2d、H2e、H2f未得到支持，即学习能力、研发能力、资源分配能力、制造能力、营销能力、组织能力对企业绩效没有显著影响；最后，假设H3(β=0.13,t=0.30)未得到支持，即创新资源不会直接影响企业绩效，而是通过技术创新能力影响企业绩效。因此，企业技术创新能力对创新资源与企业绩效的关系具有中介效应。具体验证路径系数、t值和结果见表4。
表4 假设验证与结果
研究假设路径系数t值结果H1a：创新资源正向影响学习能力0．78∗∗∗20．70支持H1b：创新资源正向影响研发能力0．83∗∗∗26．42支持H1c：创新资源正向影响资源分配能力0．89∗∗∗37．16支持H1d：创新资源正向影响制造能力0．81∗∗∗25．74支持H1e：创新资源正向影响营销能力0．88∗∗∗34．32支持H1f：创新资源正向影响组织能力0．89∗∗∗40．18支持H1g：创新资源正向影响策略规划能力0．90∗∗∗42．74支持H2a：学习能力正向影响企业绩效-0．02-0．20不支持H2b：研发能力正向影响企业绩效0．030．21不支持H2c：资源分配能力正向影响企业绩效-0．20-1．23不支持H2d：制造能力正向影响企业绩效-0．10-0．77不支持H2e：营销能力正向影响企业绩效0．030．15不支持H2f：组织能力正向影响企业绩效0．140．74不支持H2g：策略规划能力正向影响企业绩效0．68∗∗∗3．83支持H3：创新资源正向影响企业绩效0．130．30不支持
备注：N=200；*p<0.05;**p<0.01; ***p<0.005
本文构建了技术创新能力与创新资源、企业绩效的中介效应模型，并提出假设，探讨了创新资源、技术创新能力与企业绩效之间的关系，验证了其中存在的中介效应，从而弥补了创新资源研究理论和实证的缺口。最后，以我国珠三角制造业企业为研究对象，采用结构方程模型进行分析，得到以下结论：
(1)创新资源对技术创新能力具有显著影响，表明获取创新资源有利于提高技术创新能力，此结果与以往文献相符[2,5,19-20,]。珠三角制造业以代工生产(Original Equipment Manufacturer,OEM)为主，企业创新是由技术引进发展而来，同时带来先进的管理方法。随着企业技术创新能力的提升，其更容易获取外部资源。由于创新资源大部分掌握在发达国家手中，如核心技术和专利，因此珠三角制造业的技术创新还处于产品开发或改进阶段。基于此，提高技术吸收、学习、成果转化和再创新能力是企业成功的关键[21-22]。
(2)技术创新能力中的策略规划能力与企业绩效显著正相关，表示策略规划能力越强，企业绩效越高。此结果与Yam等[2]研究结论不同，究其原因在于珠三角制造业企业多为OEM工厂，通过策略规划和资源整合更容易获取外部资源与客户订单，为企业创造更优绩效；技术创新能力中的学习能力、研发能力、资源分配能力、制造能力营销能力和组织能力与绩效不显著，此结果与Yam等[2]的研究结论不同，而与Kumar和Siddharthan[13]研究指出的企业绩效与创新能力紧密联系，研发能力、学习能力和营销能力能够保持绩效持续增加，生产能力、组织能力、资源分配能力和策略规划能力对绩效影响不显著的结论相同；虽然学习能力与企业绩效关系不显著，但与技术创新能力的6个维度高度相关，Drucker[30]则认为技术创新能力包含技术知识的集合与应用能力，企业可以通过内部学习吸收新知识与提高其它能力；Lin等[23]也提出企业学习和利用外部知识的能力，是创新成功的重要组成部分。研发能力可以通过提升学习能力获得，而研发能力提升进一步提高了制造业技术水平；通过学习与吸收外部知识，有助于提升组织能力，当组织能力增强时，企业的资源分配能力也进一步提升。
(3)技术创新能力对创新资源与企业绩效的关系具有中介效应，表明创新资源可以通过提高技术创新能力影响企业绩效，此结果与以往文献相符[2]。即企业可以通过学习外部知识或导入新技术，在组织内部进行扩散、吸收、学习、转化和再创新，提高技术创新能力，进而影响企业绩效。珠三角制造业企业的快速发展得益于引进外资、获得新技术与管理经验，使企业在发展过程中不断吸收到外部知识，提高了技术创新能力，最终形成核心竞争力。
(4)产业别、企业类型、企业规模对各变量影响不显著，且企业偏年轻化并以中小企业居多。中小企业占比63.50%，平均年龄4.2年，表明珠三角制造业企业以中小企业为主，企业自我淘汰更新快。中小企业由于自身投入有限，缺乏核心技术和研发投入，在获取外部资源上相对困难，制约了企业的可持续发展。
改革开放近40年来，珠三角制造业企业通过引进外资、技术和管理方法，开展组织结构、技术、流程和服务等创新活动，不断吸收外部知识与技术，已从早期的OEM工厂转型为拥有自主品牌的企业，并转向创新驱动型经济增长模式。随着科技发展，企业边界越来越模糊，地方政府首先应加大招商引资与引智力度，引进外资、外智、技术与管理方法，如引进世界五百强企业或国外一流研究机构入驻科技园区，促进国外技术与人才为我国企业所用；其次，构建开放式创新合作网络，推动创新资源开放合作、自由流动、共建共享互惠，同时支持企业到境外设立创新研发中心，统筹国际国内创新资源等；再次，打造创新创业生态体系，如建立知识产权交易中心和知识产权保护执法机构，创造良好的创新创业环境；最后，供给具有竞争性的创新资源，如在财政资金投入方面实现技术、人才、资本整合，构建高效的科研体系，建立一流科研机构、大学院校，鼓励企业参与建设各类高水平创新载体等。
创新资源作为企业创新活动的输入，通过提高技术创新能力影响企业绩效。企业应积极搜寻、整合创新资源，在组织内部进行学习与转化，进行自主研发，同时，构建技术创新能力体系。在互联网技术和工业4.0日趋成熟的背景下，企业还需在创新资源方面加强管理：首先应构建创新资源获取渠道与网络，不断获取与利用新资源，如与上游的顾客和下游的供应商建立战略合作关系，通过自有技术能力整合资源，为顾客创造价值；其次积极构建供应链柔性管理战略，以应对外部环境变化，同时，注重创新资源的学习、利用和转换，不断提高自身技术创新能力和创新资源获取能力，如利用策略规划能力构建营销体系，结合电子商务平台提高企业绩效；最后加大经费投入力度，与科研机构开展合作研发，通过自主研发、精益求精，推动技术改进。如深圳市鼓励企业引进外部科研院校的创新资源，设立博士后流动站、企业技术中心、国家制造业创新中心等创新平台。在动态的竞争环境下，企业唯有不断引进创新资源、不断进行自主创新，才能创造更高的价值。
参考文献:
[1] VAN DE VEN A H.Central problems in the management of innovation [J].Management Science,1986,32 (5):590-607.
[2] YAM R C,LO W,TANG E P,LAU A K.Analysis of sources of innovation,technological innovation capabilities,and performance:an empirical study of Hong Kong manufacturing industries [J].Research Policy,2011,40:391-402.
[3] TODTLING F,TRIPPL M.One size fits all? towards a differentiated regional innovation policy approach [J].Research Policy,2005,34:1203-1219.
[4] BARNEY.Firm resources and sustained competitive advantage [J].Journal of Management,1991,17(1):99-120.
[5] SOUITARIS V.External communication determinants of innovation in the context of a newly industrialized country:a comparison of objectives and perceptual results from Greece [J].Technovation,2001,21 (1):25-34.
[6] SCHILLING M A.Strategic management of technological innovation(4e) [M].McGraw-Hill Companies,Ins,2012.
[7] 姚王信,孙婷婷,叶慧芬.面向“十三五”的产学研结合科技创新资源配置效果评价[J].科技进步与对策,2015,32(1):123-127.
[8] GUAN J,MA N.Innovative capability and export performance of Chinese firms [J].Technovation,2003,23(1):737-747.
[9] KIM WC， MAUBOURGNE R.Blue ocean strategy [M].Harvard Business School Press,Boston,MA,2005.
[10] BETZ F.Strategic technology management [M].Change,New York:John Wiley & Sons,1993.
[11] CHRISTENSEN J F.Asset profiles for technological innovation [J].Research Policy,1995,24(1):727-745.
[12] 周贵川,张黎明.资源型企业间合作技术创新影响因素的博弈分析[J].管理世界,2014(1):184-185.
[13] KUMAR N， SIDDHARTHAN N S.Technology,firm size and export behavior in developing countries:the case of indian enterprises [J].Journal of Development Studies,1994,31(2):289-309.
[14] ROSENBUSCH N,BRINCKMANN J， BAUSCH A.Is innovation always beneficial? a meta-analysis of the relationship between innovation and performance in SMEs [J].Journal of Business Venturing,2011,26(4):4,441-457.
[15] 符文颖，李郇.企业创新与产业升级——珠江三角洲(广州、东莞)电子企业问卷调查报告[J].南方经济，2010，10(1)：71-82.
[16] OECD.Proposed guidelines for collecting and interpreting technological innovation data [M].OSLO,Paris,1997.
[17] 张震宇,陈劲.基于开放式创新模式的企业创新资源构成、特征及其管理[J].科学学与科学技术管理,2008 (11):61-65.
[18] 刘艳,丘磐.企业内部创新资源配置效率的理论与实证研究——基于对珠三角地区中小制造企业的调查分析[J].科技管理研究,2010,30(17):1-9+23.
[19] 王海花,彭正龙,蒋旭灿.开放式创新模式下创新资源共享的影响因素[J].科研管理,2012,33(3):49-55.
[20] CALOGHIROU Y,KASTELLI I,TSAKANIKA A.Internal capabilities and external knowledge sources:complements or substitutes for innovative performance [J].Technovation,2004,24:29-39.
[21] YANG C H,MOTOHASHI K， CHEN J R.Are new technology-based firms located on science parks really more innovative? Evidence from Taiwan [J].Research Policy,2009,38(1):77-85.
[22] WESSNER C W.Growing innovation clusters for American prosperity:summary of a symposium [M].USA:National Academies Press,2011.
[23] 赵昱,杜德斌,柏玲,等.国际创新资源流动对区域创新的影响[J].中国科技论坛,2015(2):97-101.
[24] ARUNDEL A.The relative effectiveness of patents and secrecy for appropriation [J].Research Policy,2001,30:611-624.
[25] YAM C M,GUAN J C,PUN KF,TANG PY.An audit of technological innovation capabilities in Chinese firms:some empirical findings in Beijing,China [J].Research Policy,2004,33 (8):1123-1250.
[26] GUAN J C,YAM R CM,MOK C K MA N.A study of the relationship between competitiveness and technological innovation capability based on DEA models [J].European Journal of Operational Research,2006,170:971-986.
[27] PORTER M E.The competitive advantage of nations [M].Free Press,New York,NY,1990.
[28] 黄世政.研发投入、专利与经营绩效实证研究:以台湾为例[J].科技进步与对策,2015,32(2):53-58.
[29] OECD.The OECD innovation strategy:getting a head start on tomorrow [M].OECD,Paris,2010.
[30] DRUCKER P.Innovation and entrepreneurship [M].New York:Harper and Row,1985.
[31] NICHOLLS-NIXON CL,WOO CY.Technology sourcing and output of established firm s in a regime of encompassing technological change [J].Strategic Management Journal,2003,24(7):651-679.
[32] KELLOWAY E K.Using LISREL for structural equation modeling-a researcher′s guide [M].Thousand Oaks,CA:Sage Publication,1998.
[33] ANDERSON J C,GERBING D.W.Structural equation modeling in practice:a review and recommended two-step approach [J].Psychological Bulletin,1988,103:411-423.
[34] NUNNALLY J C,BERNSTEIN I H.Psychometric theory[M].New York:McGraw-Hill,1994.
[35] FORNELL C,LARCKER D F.Evaluating structural equation models with unobservable variables and measurement error [J].Journal of Marketing Research,1981,18:39-50.
[36] BAGOZZI R P,YI Y.On the evaluation of structural equation models [J].Journal of the Academy of Marketing Science,1988,16(1):74-94.
[37] HU L,BENTLER P M.Cutoff criteria for fit indexes in covariance structure analysis:conventional criteria versus new alternatives [J].Structural Equation Modeling,1999,6:1-55.
Abstract：Innovation resource is not only the input of the innovation activity, but also the key factor for providing the technical innovation capability to the enterprises, which has already become the source of national innovation system. This study discusses the relationship of the technical innovation capability and the enterprise performance, and analyzes influence of the innovation resource on the technical innovation capability and the enterprise performance from the view of external innovation resource. The study has collected the data about 200 manufacturing enterprises from Pearl River Delta by the questionnaire, and analyzed them with the structural equation modeling. The empirical results have turned out that the influence of innovation resource on the technical innovation capability is positive and obvious, that is, the enterprises improve the technical innovation capability by getting the innovation resource which is good for them. Meanwhile, it has also been found that the influence of the strategy planning capability under the technical innovation capability on the enterprise performance is positive and obvious, however, the capabilities of study, R&D, resource operation, manufacturing, marketing and organization on it is not obvious; the influence of technical innovation capability on the innovation resources and enterprise performance has the mediating effect.
Key Words:Innovation Sources; Technological Innovation Capabilities; Enterprise Performance; Manufacturing Enterprises in Pearl River Delta
DOI：10.6049/kjjbydc.201708X027
中图分类号：F273.1
文献标识码：A
文章编号：1001-7348(2017)23-0064-07
收稿日期：2017-10-16
基金项目：国家自然科学青年基金项目(71503055)；广东省自然科学基金博士科研启动项目(2015A030310493)
(责任编辑：胡俊健)