1变量测量、信度与效度
在相关文献的基础上，把潜在变量分解为可观察的变量，并进行题项设计，采用likert5级量表（非常同意、同意、一般、不同意、非常不同意）测量被访者对各变量的主观感知量值。根据边燕杰、丘海雄（2000）对企业社会资本的测量，本文采用横向社会资本、纵向社会资本和外部实体间社会关系资本来测量，其中横向社会资本用与竞争对手的关系、与其他企业的关系来测量，纵向社会资本采用与客户的关系、与供应商的关系来测量，外部社会资本用与大学和科研机构的关系、中介组织的关系、政府部门关系、金融机构的关系、风险投资机构的关系衡量社会关系资本。用知识接收、知识传递测量知识与信息共享。用内部人才数量与来源、外部人才引进的数量与来源测量人才资源获取。用风险投资、银行贷款、财务公司与政府来测量企业的资金获取。采用新技术交易成本、新技术流动速率、新技术采纳时间、新技术扩散风险测量技术创新扩散的效率。利用SPSS11.0统计分析软件对量表进行了效度与信度的检验。效度的测试主要包括构建效度和内容效度的检验。构建效度通过理论回顾和深度访谈、预调查等方式检验。内容效度检验对所选的题项能否代表所要测量的特征或目的。信度分析采用Cronbach(α系数)。在通过项目判断删除T检验没有达到显著性的项目后，变量测度项中单项和总和项（item-to-total）的相关系数应大于0.35，且测度变量的Cronbach’salpha值大于0.7才能满足两表的效度要求。变量创新技术扩散绩效、横向关系资本、纵向关系资本、外部实体关系资本、知识信息共享、人才资源的获取、资金资源的获取的alpha值分别为0.8010、0.7711、0.8632、0.8025、0.8801、0.7631、0.7011；各变量的item-to-total相关系数的最大值与最小值分别为创新技术扩散（0.6687，0.8553），横向关系资本（0.8322，0.8980），纵向关系资本（0.7521，0.9081）、外部实体关系资本（0.6340，0.8100）、知识信息共享（0.7902，0.8338）、人才资源的获取（0.6632，0.7198）、资金资源的获取（0.6910，0.7540），数据显示，本研究具有较高的信度与效度。
2研究结果
本文采用多元回归分析方法分析社会资本与知识信息共享、人才资源获取、资金资源获取间的关系，以及知识信息共享、人才资源获取、资金资源获取与创新技术扩散绩效间的统计关系，分别以知识信息共享、人才资源获取、资金资源获取、创新技术扩散绩效为因变量来进行多元回归分析。
2.1集群社会资本与知识信息共享之间的回归分析
以知识信息共享为因变量，横向关系资本、纵向关系资本、外部实体社会关系为自变量分析不同集群社会资本对知识与信息共享影响的方差进行分析，F=35.211,Sig.＝0.000，0.01的置信水平，模型的解释比率R2＝0.428，VIF不大，共线性影响较弱。因此，从分析数据看，回归模型效果显著，在0.01水平下，支持理论假设H11、H12、H13，即集群的横向、纵向和外部实体社会关系资本对其知识与信息共享存在显著的影响。各变量间的回归系数如表1所示。
2.2集群社会资本与人才资源获取间的回归分析
以人才资源获取为因变量，横向关系资本、纵向关系资本、外部实体社会关系为自变量分析不同集群社会资本对人才资源获取影响的方差进行分析，F=15.451,Sig.＝0.000。因此，从分析数据看，回归模型效果显著，支持理论假设H21（0.05水平下）、H22（0.05水平下）、H23（0.01水平下），即集群的横向、纵向和外部实体社会关系资本对其人才资源获取存在显著的影响。各变量间的回归系数如表1所示。
2.3集群社会资本与资金资源获取间的回归分析
以资金资源获取为因变量，横向关系资本、纵向关系资本、外部实体社会关系为自变量分析不同集群社会资本对资金资源获取影响的方差进行分析，F=25.360,Sig.＝0.000。因此，从分析数据看，回归模型效果显著，支持理论假设H31（0.05水平下）、H32（0.05水平下）、H33（0.01水平下），即集群的横向、纵向和外部实体社会关系资本对其资金资源获取存在显著的影响。各变量间的回归系数如表1所示。
2.4技术创新扩散路径与其扩散绩效间的关系的回归分析
以技术创新扩散绩效（新技术交易成本、新技术流动速率、新技术采纳时间、新技术扩散风险测量）为因变量，知识与信息共享、人才资源获取、资金资源获取为自变量分析不同集群技术创新扩散渠道对扩散绩效影响的方差进行分析，F=63.230,Sig.＝0.000，在0.01的置信水平，模型的解释比率R2＝0.635，VIF不大，共线性影响较弱。因此，从分析数据看，回归模型效果显著，在0.001的水平下，支持理论假设H4、H5、H6，即知识与信息共享、人才资源获取、资金资源获取对创新扩散绩效存在显著的影响。各变量间的回归系数如表2所示。
3讨论与结论
3.1集群社会资本对技术创新扩散路径的影响
通过对集群社会资本对技术创新扩散路径的影响的实质分析，我们可以看出，（1）假设H1得到支持，意味着集群社会资本，有助于集群知识与信息的共享，横向社会资本对于信息共享的作用要高于其他两类社会资本，而且集群的社会资本水平越高，越有利于核心企业的共享其创新的知识与信息核心企业更可能与群内企业开展互惠的技术合作，分析市场信息，建立较高的信任度，从而为技术创新扩散奠定坚实的基础。（2）假设H2得到支持，意味着集群社会资本对于人才资源获得产生显著性的影响，在0.001的水平下，外部社会资本对于人才的流动具有显著影响，而其他二种社会资源不显著，表明政府政策、大学、科研机构为企业提供了主要的技术创新人才。技术创新扩散中，人才的流动时关键，核心企业和同行企业的技术人员的流动也带动了创新的扩散，很多企业通过聘请技术顾问、技术人员的培训等方式进行技术合作与交流实现创新的扩散的。（3）假设H3得到支持，集群社会资本为创新扩散提高了所需要的资金，也是创新扩散的重要路径。政府、金融机构、风险投资公司为技术创新扩散提供了条件，也使集群内企业有接受创新技术的风险降低。横向的战略联盟等方式也为创新扩散发挥了作用。
3.2技术创新扩散路径对扩散绩效的影响
从表2数据的分析可以看出，技术创新扩散路径与扩散绩效具有显著的影响，而且人才资源获取、知识与信息共享、资金资源获取对于创新扩散绩效的影响逐渐增大，技术人才资源的获取是创新扩散主要动力。企业的人才资源获取越容易，技术创新扩散的成本也越低，这不仅加速了创新的扩散，而且提供了接受企业的技术基础能力，使通过采用创新获得的收益越明显，进一步产生示范作用，使企业更希望采用创新。其次，技术创新人才的流动缩短了技术创新时间。在控制资金资源的情况下，创新人才的流动会使企业高管更清晰理解创新的收益和关键过程，愿意投资企业的其他资源配套，加速采用创新的决策。
4结论
由于我国集群企业发展历史较短，集群网络还不是很完善，创新扩散过程也存在很多问题，从而在一定程度上制约和阻碍了集群的创新扩散绩效，也阻碍了集群技术能力的提高。但本文的研究表明，集群的社会资本对于创新扩散的路径变量具有显著的影响，即集群社会资本提供了集群创新扩散所需要的资源与能力，包括知识与信息、创新人才与资金。其次，知识与信息的共享、人才资源与资金资源又能进一步影响创新扩散的绩效，包括创新采用的成本、风险、时间与扩散的速率。
作者：单位：魏文川 田志龙 武汉纺织大学 华中科技大学
相关专题：吉林农业大学学报 湖南铁道职业技术学院
