企業外部關系質量對低碳技術創新的影響：基于知識視角的研究

徐建中，李奉書，李 麗，侯 建

(1. 哈爾濱工程大學經濟管理學院，黑龍江 哈爾濱 150001;2.北京工商大學經濟學院，北京 100048)

企業外部關系質量對低碳技術創新的影響：基于知識視角的研究

徐建中1，李奉書1，李 麗2，侯 建1

(1. 哈爾濱工程大學經濟管理學院，黑龍江 哈爾濱 150001;2.北京工商大學經濟學院，北京 100048)

本文從知識角度切入，探討了企業外部關系質量對低碳技術創新的影響關系，研究了知識密度的中介作用及沉睡知識的調節作用。基于320份調查問卷數據，層次回歸分析結果表明：(1)企業外部關系質量正向影響低碳技術創新；(2)知識密度在企業外部關系質量對低碳技術創新的影響關系中起中介作用；(3)沉睡知識負向調節知識密度對低碳技術創新的影響關系，即沉睡知識越少，知識密度對低碳技術創新的正向影響就越顯著。

外部關系質量；低碳技術創新；知識密度；沉睡知識

一、引言

隨著氣候變暖、環境污染及能源危機等諸多全球性問題的日益嚴峻，世界各國開始鼓勵并支持企業進行低碳技術創新。其中制造企業作為中國工業經濟的主力軍，能耗占工業總能耗近90%[1-2]。因此，企業實施低碳技術創新是解決現有環境及能源危機問題的關鍵。同時，世界經濟一體化趨勢導致企業的外部關系越加復雜，企業迫切需要建立創新聯盟，通過較優的外部關系質量獲取創新技術和知識等資源來推動低碳技術創新。已有研究集中分析創新聯盟關系中的關系強度、關系交互度及關系持久度與低碳技術創新的因果聯系[3]。企業間的高強度外部關系會提供高價值創新知識，對低碳技術創新績效的影響發揮到最大[4]。

創新離不開知識的支撐[5]，企業與合作組織、科研院所和中介機構等所形成的異質組織間存在著無形的知識市場[6]。在低碳技術創新過程中，部分創新知識未能有效轉化而成為沉睡知識，那么組織在實踐中如何激活沉睡知識將是又一關注熱點。本文將在兩個方面展開研究：其一，將外部關系質量理論與低碳技術創新聯系起來，探求知識密度在兩者間的中介作用；其二，鑒于沉睡知識是知識體系的重要組成部分，延續知識的研究主線，以沉睡知識作為調節變量，進一步探討知識密度與低碳技術創新影響關系的邊界作用。綜上，本研究以知識視角作為切入點，通過探討知識密度的中介作用和沉睡知識的調節作用，進一步明確企業外部關系質量對低碳技術創新的影響關系。

二、理論背景與研究假設

(一)外部關系質量

外部關系質量是企業與合作組織和中介機構等形成的具有信任與承諾、和諧與持久關系的一組無形利益。在企業創新聯盟合作模式下，外部關系質量是一個動態維度和靜態維度的緊密結合。本文考慮到創新聯盟合作間的靜態、動態和時間三個方面特征，將外部關系質量劃分為關系強度、關系交互度及關系持久度三個維度。關系強度是指合作伙伴間的關系契約程度，更是組織間成員關系的結構依賴程度。關系交互度是指合作伙伴間通過交互性認知，在語言和行為上保持接觸的動態活動方式，強調雙方交互的緊密度與深度，較高交互度體現為較大的網絡合作成員數目和充足的交互信息資源。關系持久度是指合作伙伴間發展與維系長期關系的意愿和慣性，表現為企業與創新合作主體間關系的持久性。

(二)外部關系質量與低碳技術創新

Kristin根據技術創新的相互依存關系將技術創新分為持續性創新和突破性創新[7]。持續性創新是指企業通過持續地改進產品的性能特征來滿足現有市場的主流用戶和高端用戶的需求[8]。突破性創新是指企業依據主流市場上產品現狀通過新奇的創新思路和創新知識為消費者創造出高端和便利性產品[9]?；诖?，本文圍繞低碳經濟進行研究，擬從低碳技術持續性創新和低碳技術突破性創新來展開。潘松挺等指出企業與合作伙伴間通過投入資源、擴大合作范圍來提升關系強度，增強技術創新能力[10]。企業與合作主體間通過達成有效契約協議，增加合作次數、合作時間及預期合作持久性來維系外部關系質量，有效控制低碳技術創新過程中銜接斷裂風險[11]?；诖耍疚奶岢鋈缦录僭O：

H1：外部關系質量正向影響低碳技術創新。

H1a：外部關系質量正向影響低碳技術持續性創新；

H1b：外部關系質量正向影響低碳技術突破性創新。

(三)外部關系質量與知識密度

自Autio等首次提出“知識密度”概念以來，就被用于分析企業知識的運行效果，詮釋企業在經濟全球化趨勢和跨國經營中知識的開發機制和創造力優勢[12]。知識密度是指企業生產運營實踐中所創造與積累的認知成果經過科學管理后所形成的知識存量，知識密度越高，則表明企業所擁有的專屬知識越多[13]。企業從外部關系體系中獲取新知識和新技能。McEvily等認為企業在較強的外部關系中能把握非常寶貴的學習機會，獲得對方先進創新知識[14]，并通過與外部組織頻繁的交流互動來實現知識性資源的傳遞[15]。同時，企業在形成知識密度的過程中，通過收集市場上競爭對手的信息，增加了后續技術創新中的知識密度[16]。企業通過與創新聯盟組織間建立一個交互頻率高和關系持久的優等外部關系質量，快速高效地捕捉到對方有價值的知識資源并加以整合利用。尤其與跨國公司合作中能夠獲得一些國際性知識和技術創新經驗等資源，敏銳地發現國際市場上的一些有利機會并為自身企業發展制定科學戰略規劃[17]?；诖耍疚奶岢鋈缦录僭O：

H2：外部關系質量正向影響企業知識密度。

H2a: 外部關系質量越高，企業對市場信息獲取越成功，知識密度越高；

H2b: 外部關系質量越高，企業對知識的接收程度越高，知識密度越高；

H2c: 外部關系質量越高，企業對知識的整合能力越強，知識密度越高。

(四)知識密度的中介作用

由于某些企業涉及的產業較多，導致低碳技術創新受到諸多因素的制約，來自內部投資和外部搜索的知識流占主導地位的現有知識存量對技術創新績效會產生關鍵影響[18]。Gemunden指出企業利用外部關系來高效掌控合作資源，以低成本獲得新知識和新技術，最終提升了技術創新的關鍵能力[19]。當企業處于創新關系網絡中的核心地位時，通過與相關組織的頻繁互動來實現知識等資源的雙邊傳遞[20]。企業間強聯結關系保障了組織間的共同利益，增強互惠意識，構建密集型知識體系，從而促進技術創新績效。Gertler指出具有緊密社會網絡聯結和高度交互性的企業在同等條件下知識獲取與整合能力比較強，研發能力和技術創新能力也高于其他企業[21]。企業間的社會互動促進了知識的轉移和共享，從而支持了不同創新組織間低碳資源和低碳技術能力的整合[22]?？梢姡髽I建立較優的外部關系質量，利于形成開放式和高密度的知識網絡，從而促進低碳技術持續性創新和突破性創新。基于此，本文提出如下假設：

H3：知識密度在外部關系質量對低碳技術創新影響關系中起中介作用。

H3a：知識密度在外部關系質量對低碳技術持續性創新影響關系中起中介作用；

H3b：知識密度在外部關系質量對低碳技術突破性創新影響關系中起中介作用。

(五)沉睡知識的調節作用

沉睡知識是從“沉睡專利”衍生而來，作為知識體系中的一個狀態性變量，沉睡知識被很多學者引入到企業知識轉移研究變量中[23]。沉睡知識是指企業的科技創新知識從潛在價值狀態向創造現實社會財富價值轉化中，未能完成知識的全部轉移而蟄伏或者處于等待和尋求突破機會的知識。沉睡知識分為顯性沉睡知識和隱性沉睡知識，前者是指在本質上易于表達和轉移的創新知識，卻在轉移過程中被阻滯下來的知識；后者是指在特征上具有難以言述和隱晦性的創新知識，卻在轉移與激活過程中很難被高效開發并利用而擱置下來的知識。

在低顯性沉睡知識的組織中，企業憑借外部關系網絡和先進技術獲取外溢知識，增強了創新知識密度，顯性沉睡知識較少能夠使得低碳技術創新過程中創新知識實現成功轉移。相反，在高顯性沉睡知識的組織中，企業即便擁有很高的知識密度，在創新實踐過程中由于沉睡知識較多，使創新知識難以高效轉化而處于滯留。因此，顯性沉睡知識影響著知識密度對低碳技術創新效果。

隱性沉睡知識由于隱晦性高，當企業面對一些具有潛在價值的創新知識時，依然很難獲取其核心信息。隱性知識轉化是企業技術創新能力形成的重要源泉，互惠性管理能夠有效促進隱性知識的轉化從而減少知識的沉睡，不僅提升了企業創新知識密度，而且也推動了企業低碳技術創新[24]。當面臨不確定的組織環境時，企業在進行低碳技術突破性創新時對組織隱性知識儲備的要求是比較高的[25]?？梢姡瑹o論顯性沉睡知識還是隱性沉睡知識的減少均能增強知識密度對低碳技術創新的正向影響關系?；诖?，本文提出如下假設：

H4：沉睡知識在知識密度對低碳技術創新正向影響中起到調節作用。

H4a：顯性沉睡知識在知識密度與低碳技術創新的關系中起調節作用，即顯性沉睡知識越少，知識密度對企業低碳技術創新的正向影響越強。

H4b：隱性沉睡知識在知識密度與低碳技術創新的關系中起調節作用，即隱性沉睡知識越少，知識密度對企業低碳技術創新的正向影響越強。

基于假設H3、H4，本研究可以進一步表現為一個被調節的中介作用模型，即知識密度對低碳技術創新的影響受到沉睡知識的調節作用。在低隱性沉睡知識情景中，當顯性沉睡知識程度也比較低時，組織和個人能夠通過企業較優的外部關系質量來獲取較多的創新知識，增強組織的知識密度，從而實現創新知識被順利轉移到企業低碳技術創新實踐中。當員工感知到存在較高的顯性沉睡知識時，依然相信組織可以憑借穩固的外部關系提升企業創新知識密度，能夠支撐企業進行低碳技術創新。在高隱性沉睡知識情景中，組織感知到的顯性沉睡知識無論是較多還是較少，員工都會盡力將外顯知識運化到實踐中，同時也積極尋求知識轉移新途徑，視圖將隱性知識進行顯性化，進而創造社會財富價值。因此，并提出如下假設：

H5：知識密度、顯性沉睡知識、隱性沉睡知識三項交互影響低碳技術創新。沉睡知識的增加，使得知識密度對低碳技術創新的正向影響減弱。

H5a：顯性沉睡知識的增加，使知識密度對低碳技術創新的正向影響減弱；

H5b：隱性沉睡知識的增加，使知識密度對低碳技術創新的正向影響減弱。

圖1 本文結構圖

三、研究設計

(一)研究樣本

本文選取黑龍江、遼寧及吉林的45家涉碳及其相關企業(這些企業在生產中涉及高碳技術或低碳技術)為研究對象，制定問卷進行實地抽樣調查(發放148份，回收128份)和郵件調查(發放236份，回收192份)。歷時三個月對從事科研創新、戰略管理、人事管理等職位的69名管理者和315名基層員工進行調查(將個體數據加總平均處理為組織層面的測量值)，為了符合研究要求和達到研究目的，調查時有專門調查指導語，關于問卷題目的理解問題給予了回答，輔助問卷的順利完成。剔除一些不合格的數據后，對回收的320份問卷進行篩選、測試，其中國有控股企業142份，占比44.3%，三資企業34%，其他企業21.7%；管理者占22%，技術人員及普通員工占78%；男性203份，占63.4%，女性117份，占36.6%；樣本平均年齡為36.5%歲；本科占68.3%，研究生以上學歷占10.4%；收入3000-5000占40%。

(二)研究工具

外部關系質量包括關系強度、關系交互度及關系持久度這三個維度。關系強度采用Park、Luo[26]和潘松挺[10]編制的測量量表，主要是從關系頻率、雙方投入資源、合作互惠與競合形式這四個方面對關系強度進行評價測度。關系交互度采取Barker R[27]編制的測量量表，主要從企業間溝通交流、溝通效率、共同解決困難這三方面對關系交互度進行評價測度。關系持久度采用Heide[11]和劉人懷[28]編制的測量量表，主要從合作關系程度、往來時間與未來交往的預期時間這三方面對關系持久度進行評價測度。即外部關系質量的測量由3個維度10個條目組成(a=0.95)。

低碳技術創新采用Graeme[29]和Xiaodonglai[30]編制的量表，包括低碳技術持續性創新和低碳技術突破性創新兩個維度，選取6個高載荷條目對低碳技術創新進行測量。測量中 0-7表示低碳創新能力由低到強(a=0.93)。

知識密度采用Autio[12]開發的知識密度問卷。包括市場信息、接收程度、整合能力三個維度，選取9個條目對知識密度進行測量。由于知識密度各維度之間存在研究視角的高度相關性，因此本研究將其作為一個概念進行考察(a=0.95)。

沉睡知識采用Mansooreh[31]和葛秋萍[32]所編制的兩維度(顯性沉睡知識/隱性沉睡知識)模式問卷，其中顯性沉睡知識和隱性沉睡知識分別由3個條目組成(a分別為0.93，0.94)。

本文所有變量指標的測量采用了Likert7點量表評分。

四、研究結果

(一) 信度效度檢驗

本問卷選用Cronbach’sα值來進行信度分析，從表1中可見4個潛變量及其維度的Cronbach’sα系數均達到了較高水平，即本量表信度良好。

量表的效度主要包括內容效度和結構效度，由表1可以看出本文的量表內容效度較高。結構效度方面，各題項的因子載荷都大于0.5的閾值，且T值都達到顯著性水平，表明該量表具有很好的會聚效度，各相關系數值的95%的置信區間不包含1，表明量表具有較好的判別效度。

表1 量表的信度與效度

(二) 相關分析

研究變量相關分析結果如表2所示。其中，外部關系質量和低碳技術創新兩個維度(持續性/突破性)顯著正相關(β=0.54,ρ<0.05;β=0.61,ρ<0.05)，與知識密度顯著正相關(β=0.72,ρ<0.05)。知識密度與低碳技術創新兩個維度(持續性/突破性)呈顯著正相關(β=0.58,ρ<0.01;β=0.69,ρ<0.01)，和沉睡知識兩維度(顯性/隱性)負相關(β=-0.70,ρ<0.10;β=-0.68,ρ<0.10)。顯性沉睡知識與低碳技術創新兩維度(持續性/突破性)顯著負相關(β=-0.36,ρ<0.05;β=-0.54,ρ<0.05)；隱性沉睡知識與低碳技術持續性創新不相關(β=-0.56)，與低碳技術突破性創新負相關(β=-0.48,ρ<0.10)。

(三) 假設檢驗

1.主效應和中介效應檢驗

本文依據Baron和Kenny推薦的層次回歸分析方法，對主效應和中介效應進行檢驗[33]。首先，檢驗自變量對因變量的影響，如表3所示，外部關系質量對低碳技術持續性創新(β=0.365,ρ<0.05)和突破性創新(β=0.371,ρ<0.05)有顯著正向影響，H1a與H1b得以驗證。

以外部關系質量為自變量，以知識密度三維度分別作為因變量，進行兩次多元層次回歸分析，其結果如表4所示。

表2 各變量的描述性統計分析

注：*p<0.10，**p<0.05，***p<0.01；主要變量的內部一致性系數在對角線上。

表3 外部關系質量對低碳技術創新的回歸分析結果

注：*p<0.10，**p<0.05，***p<0.01

表4 外部關系質量對市場信息、接收程度和整合能力的回歸分析結果

注：*p<0.10，**p<0.05，***p<0.01。

由表4可知，在控制了性別等五個控制變量的影響后，外部關系質量對市場信息、接收程度和整合能力均有顯著的正向影響。H2a、 H2b和 H2c均得以驗證，即外部關系質量正向影響知識密度。

有關中介效應的檢驗，本研究采用溫忠麟[34]等人(2004)提出的中介效應檢驗三部曲來考察知識密度在外部關系質量對低碳技術創新影響關系中的中介作用。由表5中可知，在控制了年齡等變量的影響后，外部關系質量、知識密度均對低碳技術持續性創新和低碳技術突破性創新有顯著的正向影響。當引入中介變量知識密度后，外部關系質量對低碳技術持續性創新的影響系數從0.365下降為0.276(p<0.05)，對突破性低碳技術創新

表5 知識密度3維度對外部關系質量和低碳技術創新能力的中介效應檢驗

注：*p<0.10，**p<0.05，***p<0.01。

的影響系數從0.371下降為0.242(p<0.05)，即知識密度在外部關系質量與低碳技術創新關系中起到了部分中介作用，H3a和H3b驗證通過。

2.調節效應檢驗

知識密度對低碳技術創新的作用受沉睡知識的調節效應影響，如表6所示。模型1與模型6中外部關系對低碳技術持續性創新和突破性創新均在p<0.05水平下有顯著正向影響，進一步驗證了假設H1a，H1b。并且兩方交互乘積項的加入使得模型整體解釋力度逐漸增強。模型2與模型7中知識密度與顯性沉睡知識的交互項對持續性創新(β=-0.317,ρ<0.10)和突破性創新(β=-0.422,ρ<0.10)均有負向影響。模型3中知識密度與隱性沉睡知識的交互項對持續性創新(β=-0.428,n.s.)沒有顯著影響，但模型8中知識密度與隱性沉睡知識的交互項對突破性創新存在負向影響(β=-0.381,ρ<0.10)，H4a得以驗證，H4b驗證未通過。但是，模型4與模型9中知識密度與顯性沉睡知識和隱性沉睡知識的三項交互項對低碳技術持續性創新(β=0.244,n.s.)和突破性創新(β=0.162,n.s.)均沒有顯著影響，則H5a與H5b未得到驗證。

進一步，本研究采用坡度法進行驗證。由圖2可知，企業知識密度越高越利于低碳技術創新。知識密度對低碳技術創新的影響關系在顯性沉睡知識較少時比較多時更顯著，與假設H4a一致。

表6 沉睡知識的調節作用回歸結果

注：*p<0.10，**p<0.05，***p<0.01。

圖2 顯性沉睡知識的調節作用

五、結論與啟示

以往關于企業低碳技術創新的研究多集中于技術創新規劃、政府政策引導及能源資源約束等方面[35]，本研究從知識視角切入，引入外部關系質量來展開研究，得出以下結論與建議：

(一)結論

1.外部關系質量正向影響低碳技術創新。即較優的外部關系質量表明企業形成了關系持久而穩固的創新聯盟，彼此間實現了信息暢通交流和技術創新協作，有利于低碳技術創新的實施。

2.知識密度在企業外部關系質量對低碳技術創新的正向影響中起中介作用。研究顯示企業外部關系質量對低碳技術創新的直接影響路徑上引入知識密度后，間接效應更顯著，表明知識密度在二者的關系中發揮橋梁作用。

3.沉睡知識調節知識密度影響低碳技術創新的路徑關系并不相同。創新知識在價值轉化過程中造成的知識阻滯形成顯性沉睡知識和隱性沉睡知識，實踐中顯性知識對科技創新的影響遠大于隱性知識，所以顯性沉睡知識在調節知識密度與低碳技術創新中發揮的作用明顯，較少的顯性沉睡知識對知識密度的中介作用呈現出較低的負向影響，隱性知識由于其隱晦性和難以言述，使其在調節知識密度與低碳技術創新路徑中負向影響并不顯著。此外，知識密度、顯性沉睡知識及隱性沉睡知識的三項交互作用對低碳技術創新的影響并不顯著。

(二)對策建議

1.企業應重視創新聯盟的建立和優化外部關系質量。首先，企業實施低碳技術創新需要通過商業協議或者利益互惠等形式來建立一個穩固的創新聯盟，實現組織間的信息交流順暢與知識共享；其次，從供應鏈角度出發，企業應充分認識到較高關系強度的創新聯盟有助于企業之間形成較高的信任度，增強知識共享的意愿；最后，企業外部關系隨著商業伙伴關系的時空變化需要及時調整，保證合作各方能夠依照合作契約保持良好的關系交互度與持久度，進行充分的信息交流、知識共享及協作活動。

2.從關系網絡角度而言，提升企業外部關系質量意義重大。企業的低碳技術創新能力和創新績效是受到相關組織的影響，增強其外部關系質量，搭建網絡信息平臺，依靠互聯網技術實現創新合作組織間的低碳創新技術順暢交流和溝通，拓展企業技術創新期間的融資渠道，搭建與國際技術交流的信息化平臺，實現創新技術知識的高效傳遞，促進低碳創新能力和創新績效的提升。

3.從企業創新專屬知識角度而言，知識管理是增強企業技術創新能力和創新績效的核心工具。企業要建立和完善各種知識管理體系，借助外部關系網絡來獲取創新知識，結合自身企業特點內化為專屬知識，增加低碳創新知識儲備量。

4. 激活企業低碳技術創新過程中的沉睡知識是提升技術創新能力的又一重要舉措。激活沉睡知識對提高低碳技術創新成效至關重要，企業要有效解除技術人員在創新期間的后顧之憂，大膽的嘗試新知識的創新運用，在沉睡知識較低的情景下，位于創新領域的員工就能夠高效實現知識的運用，從而盡最大可能將創新方案運用到實際運營中。

[1] Xiaozhong L, Zhenyu L. Analysis of the effect of FDI on carbon emission of China’s manufacturingindustry [J]. International Business, 2013, 21(1): 29-41.

[2] Yue Zhao, Jing Ke, Chun Chun Ni, Michael McNeil,et al. A comparative study of energy consumption and efficiency of Japanese and Chinese manufacturing industry [J]. Energy Policy, 2014, 70(2): 45-56.

[3]申 佳, 李雪靈, 馬文杰. 不同成長階段下新企業關系強度與績效研究[J]. 科研管理, 2013, 34(8): 115-122.

[4] Hulsink W,Stam W, Elfring T. The locus of innovation in small and medium-sized firms: The importance of social capital and networking in innovative entrepreneurship [R]. Rotterdam: Erasmus Research Institute of Management, 2009: 168-210.

[5] 陳 恒, 侯 建. 自主研發創新、知識積累與科技績效——基于高技術產業數據的動態門檻機理研究[J]. 科學學研究, 2016, 34(09): 1301-1309.

[6] Soo C W，Devinney T M，Midgley D F．External knowledge acquisition，creativity and learning in organizational problem solving [J]. International Journal of Technology Management，2007, 38(1/2): 137-159.

[7]Kristin Reichardt, Simona O Negro, Karoline S Rogge, et al. Analyzing interdependencies between policy mixes and technological innovation systems: The case of offshore wind in Germany [J]. Technological Forecasting and Social Change, 2016, 106(5): 11-21.

[8] Christensen C M, Raynor M E. The innovator’s solution: Creating and sustaining successful growth [M]. Boston: Harvard Business School Press, 2003: 45-55.

[9] Susan K. Cohen, Turanay Caner. Converting inventions into breakthrough innovations: The role of exploitation and alliance network knowledge heterogeneity [J]. Journal of Engineering and Technology Management, 2016, 40(6): 29-44.

[10]潘松挺,蔡 寧.企業創新網絡中關系強度的測量研究[J]. 中國軟科學, 2010(5): 108-115.

[11] Heide JB, John G. Alliances in industrial purchasing: The determinants of joint action in buyer-supplier relationships [J]. Journal of Marketing Research, 1990(27): 4-36.

[12] Autio E, Sapienza H, Almeida J. Effects of age at entry，knowledge intensity，and immutability on international growth [J]. Academy of Management Journal, 2000, 43(5): 909-924.

[13] Almor T, Hashai N, Hirsch S. The product cycle revisited: Knowledge intensity and firm internationalization [J]. Management International Review, 2006, 46(5): 507-528.

[14] McEvily W, Marcus A. Embeddedness and the acquisition of competitive capabilities [J]. Strategic Management Journal, 2005, 26(11): 1033-1055.

[15]Sheng S B, Zhou K Z, Li J J. The effects of business and political ties on firm performance; evidence from China [J]. Journal of Marketing, 2011, 75(1): 1-15.

[16]Zahra S, Sapienza H, Davidsson P. Entrepreneurship and dynamic capabilities: A review, model and research agenda [J]. Journal of Management Studies, 2006, 43(3): 917-955.

[17] Oviatt, B M, McDouball P P. Defininginternational entrepreneurship and modeling the speed of internationalization [J]. Entrepreneurship Theory and Practice, 2005 , 29(5): 537-554.

[18] Stephen Roper, Nola Hewitt-Dundas. Knowledge stocks, knowledge flows and innovation: Evidence from matched patents and innovation panel data [J]. Research Policy, 2015, 44(7): 1327-1340.

[19] Gemunden H G, Ritter T. Management technological networks: The concept of network Competence [J]. Relationships and Networks in International Markets, 1997, 22(5): 294-304.

[20] Sheng S B, Zhou K Z, Li J J. The effects of business and political ties on firm performance: Evidence from China [J]. Journal of Marketing, 2011, 75(1): 1-15.

[21] Gertler M S, Wolfe D A, Garkut D. No place like home? The embeddedness of innovation in a regional economy [J]. Review of International Political Economy, 2000, 7(4): 688-718.

[22] Jiewu Leng, Pingyu Jiang. A deep learning approach for relationship extraction from interaction context in social manufacturing paradigm[J]. Knowledge-Based Systems, 2016, 100(15): 188-199.

[23]Machlup F. An economic review of the patent system [R]. Study N0.15 of the United States Sub-Committee on Patent, Trademarks and Copyright，US Government Printing Office, Washington, D. C., 1958 (12): 123-167.

[24]張同健,蒲勇健. 互惠性偏好、隱性知識轉化與技術創新能力的相關性研究——基于研發型團隊的數據檢驗[J]. 管理評論, 2010, 22(10): 100-106.

[25] Wilfred S, Geert D. The technological origins of radical inventions [J]. Research Policy, 2010, 39(7): 1051-1059.

[26] Park S H，Luo Y. Guanxi and organizational dynamics: Organizational networking in Chinese firms [J]. Strategic Management Journal, 2001, 22(5): 455-477.

[27] Barker R, Camarata T. The role of communication in creating and maintaining a learning organization: Preconditions, indicators, and disciplines [J]. The Journal of Business Communication, 1998(35): 443-467.[28]劉人懷, 姚作為. 關系質量研究評述[J]. 外國經濟與管理, 2005, 27(1): 27-33.

[29] Graeme Auld, Alexandra Mallett. Evaluating the effects of policy innovations: Lessons from a systematic review of policies promoting low-carbon technology [J]. Global Environmental Change, 2014, 29(11): 444-458.

[30] Xiaodong Lai, Jixian Liu. Low carbon technology integration innovation assessment index review based on rough set theory-an evidence from construction industry in China [J]. Journal of Cleaner Production, 2016, 126(10): 88-96.

[31] Mansooreh Zahedi, Mojtaba Shahin, Muhammad Ali Babar. A systematic review of knowledge sharing challenges and practices in global software development [J]. International Journal of Information Management, 2016, 36(6): 995-1019.

[32]葛秋萍, 董偉, 葛琛輝. 沉睡知識激活的組織結構與流程再造問題研究[J]. 情報雜志, 2014, 33(11): 199-202+207.

[33] BaronR M, Kenny D A. The Moderator- mediator Variable Distinction in Social Psychological Research: Conceptual，Strategic，and Statistical Considerations [J]. Journal of Personality and Social Psychology, 1986， 51(6): 1173- 1182.

[34]溫忠麟,張 雷,侯杰泰,等. 中介效應檢驗程序及其應用[J]. 心理學報, 2004, 36(5): 614-620.

[35] Elvira Uyarra, Philip Shapira, Alan Harding. Low carbon innovation and enterprise growth in the UK: Challenges of a place-blind policy mix [J]. Technological Forecasting and Social Change, 2016, 103(2): 264-272.

(本文責編：辛 城)

The Effect of External Relationship Quality on Low Carbon Technology Innovation: Knowledge Perspective

XU Jian-zhong1, LI Feng-shu1, LI Li2, HOU Jian1

(1.SchoolofEconomicsandManagement,HarbinEngineeringUniversity,Harbin150001,China;2.SchoolofEconomics,BeijingTechnologyandBusinessUniversity,Beijing100048,China)

From the perspective of knowledge, this paper has discussed the influence of external relation quality of enterprise on the innovation of low-carbon technology. This paper has also studied the intermediary effect of knowledge tensity and the regulating effect of sleeping knowledge. Based on the data of 320 employees’ questionnaires, the empirical study suggested that, (1) the external relation quality of enterprise has a positive effect on the innovation of low-carbon technology. (2) knowledge tensity works as an intermediary role in this process. (3) sleeping knowledge has a negative regulation, namely, the less the sleeping knowledge is, the more remarkable the positive effect will be.

external relationship quality; low-carbon technology innovation; knowledge tensity; sleeping knowledge

2016-08-27

2016-12-22

國家自然科學基金項目(71273072)；黑龍江省應用技術研究與開發計劃項目(GC14D501)。

徐建中(1959-)，男，河北豐潤人，哈爾濱工程大學經濟管理學院教授，博士生導師，研究方向：經濟管理與戰略研究、管理科學理論與方法。

F272.2

A

1002-9753(2017)02-0183-10