5.3.2 研究方法与数据收集
我们采取分散邮寄、微信小程序、在线问卷星网页、E-mail等向高层管理人员、中层管理者、工作人员和销售人员、特定员工、客户派送问卷，通过行业会议集中向参会人员等发放纸质版调查问卷，凡是回答问卷者均可得到小礼物一份，尽量确保调查数据的真实性与可靠性。本次调查共发放调查问卷800份，回收有效问卷406份，回收率50.75%。同时，通过企业网站、行业新闻报道等搜集企业与企业之间的关联数据，作为问卷调查的补充。在整理数据的过程中，对个别涉及的企业有针对性地补充调查，以弥补网络关联数据。最终筛选出含有397个企业的产业关联数据库。应用交互式可视化网络分析工具（NodeXL）得到创新网络。运用Ucinet软件计算创新网络的参数，如表5−6所示。
表5−6 创新网络结构参数
通过搜索国内外的相关文献，为确保测量工具的信度、效度，本书采用7级里克特量表方法设计了知识扩散、创新能力的测量量表。量表设计采用专家调查、小样本预测试等对问卷进行了两个阶段的修正：第一次修正征求同行专家以及企业界资深人士的意见；第二次修正随机抽取20家企业进行试填，根据试填的结果对问卷进行了修正，以保证量表的信度与效度。
控制变量是指那些除了本书中的内部知识扩散、外部知识扩散、技术能力和运营能力等自变量以外的可能影响包容性创新能力评价的变量，这些变量不是评价包容性创新能力所要研究的变量，所以又称无关变量、无关因子。具有包容性创新经历的企业再次进行包容性创新活动的可能性就比较大，因此本书将企业年龄作为控制变量加以考虑。企业规模可以影响包容性创新能力。大型企业在获取总部对业务运营和创新活动的支持方面也有优势。因此，我们采用了企业年龄、企业规模、企业所处产业链位置、企业所处区域等作为控制变量，分别用企业成立年限、企业员工总数、所处产业链环节、所处地理区域来表示。
自变量是引起包容性创新能力发生变化的因素或条件，包括内部知识扩散、外部知识扩散、技术能力和运营能力等四个指标。其中，知识扩散是基于汉森（Hansen Morten T.， 1999）等对知识扩散绩效的研究，结合文平（Wenpin Tsai，2001）提出的知识扩散有效性的3个指标，分别对内部知识扩散和外部知识扩散提出了5个测量题项。借鉴苏布拉马尼亚姆（Subramaniam，2005）等的测量方法，从5个方面测量技术能力；借鉴戈文达拉扬（Govindarajan，1991）等的测量方法，本书分别从4个方面测量技术能力和运营能力等。调查问卷根据当地风土人情和企业现实情况进行了调整，并利用举例的方式进行解释，以便被访者完全理解题项的含义（见表5−7）。
表5−7 变量测量的因子载荷与信度
中介变量是内部知识扩散、外部知识扩散、技术能力和运营能力等自变量实质性影响包容性创新能力的中介，是不能直接观察到的内在变量或动因。我们采用Ucinet软件对创新网络测量的度中心性、中间中心性、接近中心性等3个指标作为中间变量。
度中心性就是包容性创新网络的节点度，具体是指连接到该节点的边的数目，表示企业可以从邻接企业收到的知识总数。企业的度中心性数值越大，知识来源就越多。对于具有n个节点的无向网络G，其邻接矩阵为A=（aij），其中，当节点i和j直接相连时，aij=1，否则aij=0。则节点i的度k可以写成：
中间中心性可以用来测量企业对知识扩散的控制程度，通过企业的网络最短路径越多，该企业具有控制其他企业之间进行知识扩散的能力越强，其中心性就越高。以Pjk表示参与者j和k之间的最短路径的数目，参与者i的中介性定义为所有经过结点i的路径数目，用Pjk（i）表示，其中j≠i≠k。所有参与者对不包含i的最短路径数总和归一化后得到的数值，可以表示为：
接近中心性考察企业在知识扩散时不靠其他节点企业的程度，离其他企业越近，在知识扩散过程中越不依赖其他企业，具体是指节点与网络中所有其他节点之间最短路径的平均长度。因此，越是位居中央的一个节点，越是接近所有其他节点。假设网络节点i和节点j之间的最短距离记为d（i，j），那么网络节点i的接近中心性为：
由于本研究使用的测量题项大部分来自国内外已有研究，并在预调研的基础上进行了调整，因此具有一定的内容效度。本研究分别采用克朗巴哈系数信度系数和验证性因子分析（CFA）对量表的信度与效度进行检验，从中可以看出：各变量的 α 系数均大于0.7的最低标准，表明量表具有较高的内部一致性信度。各测量题项的因子荷载值均大于0.5的最低标准，表明量表具有较好的结构效度。各个变量的KMO值在0.6以上，同时各变量的Bartlett球形度检验的Sig值均为0.000（表中略去），说明变量存在相关关系，适合做因子分析。