7.1描述性统计分析
表7-1列出了本文中主要变量的均值、标准差和相关系数。从表中可以看出,由于我们是按照Bacharach et al(2002)的方法以利克特5点量表来测量组织成立年限和员工人数,从而本表中组织成立年限和组织规模的均值分别为2.40和1.94,经过转化和计算后的企业实际年龄和员工人数的均值大概分别为12.48年和485人。变革型领导行为和交易型领导行为的均值分别为3.68和3.09,说明样本企业中CEO交易型领导行为的评价值低于变革型领导行为的评价值,这反映了中国企业CEO的变革型领导行为特征更为突出;探索式技术创新和利用式技术创新的均值分别为3.86和4.00,说明样本企业更加侧重于利用式技术创新活动;环境动态性和环境竞争性的均值分别为3.28和3.36,说明样本企业中的环境竞争性特征更为明显,同时它与环境动态性的均值差值并不大,反映样本企业所面临的环境表现出动态性和竞争性相对都高的特征;财务绩效和市场绩效的均值分别为3.53和3.51,说明样本企业中对两种绩效的评价值都相对较高,并且差别不大;中庸思维的均值达3.72,这说明样本企业中CEO的中庸思维特性比较明显。
从变量的相关系数来看,变革型领导行为与交易型领导行为存在显著的正相关关系(r=0.55**)。西方学者的实证研究表明,变革型与交易型领导行为的相关系数值介于0.35到0.75之间,这说明本文中两者之间的相关程度并不算高;探索式技术创新与利用式技术创新之间也具有显著的正相关关系(r=0.19**);财务绩效和市场绩效之间也呈正相关关系(r=0.40**)。
7.2变量间整体关系的结构方程模型检验
之前学者的研究大多将变革型和交易型领导行为分开来研究其对组织绩效的影响,而且更多是侧重于对变革型领导行为的研究,而本文的研究模型不仅整合了西方现有的研究成果,同时作为对现有研究的扩展,也同时考虑了变革型和交易型领导行为对组织绩效不同维度的影响。在本文的研究模型中,我们以财务绩效和市场绩效作为因变量,将利用式技术创新和探索式技术创新作为中间变量,以分析交易型和变革型领导行为对组织绩效的不同影响机制。为了完整检验这种整体影响效果,我们采用结构方程模型(SEM)来分析不同变量之间的整体影响效果。通常而言,传统的线性回归检验适合于只存在一个因变量的模型,不能完整检验变量之间的整体影响效果,而结构方程模型则可以同时处理多个因变量的问题。但是由于采用结构方程模型来检验调节效应尚存在一些争议,将控制变量放入结构方程模型中与主变量一起检验也受到许多学者的质疑,因此,按照大多数学者的做法,我们在整体模型检验中不引入控制变量和调节变量,只检验在不受调节变量和控制变量影响的条件下CEO领导行为、技术创新与组织绩效之间的整体关系,以便为下一步的假设验证提供铺垫。
结构方程模型要涉及到潜变量与指标(显变量)之间的关系,通常每个潜变量的指标介于3个到5个之间比较好,考虑到模型中题项的数量多而可能使模型变得复杂,我们按照管理学研究中一般的做法对题项进行“打包”,打包的标准是将变量的题项按照因子载荷系数的高低,将最高载荷系数的题项与最低载荷系数的题项进行合并,如果题项仍然比较多,按照这个方法继续合并(Chen et al, 2007)。最终,本文中变革型领导行为的题项被合并为4个指标,而交易型领导行为的题项被合并为3个指标,探索式技术创新和利用式技术创新各包括5个指标,财务绩效包括3个指标,市场绩效各包括2个指标。
本文的理论假设模型(基线模型)包括两个自变量,两个中间变量和两个因变量,不同变量之间存在相互影响,为了完整检验变量之间的整体关系,在进行假设验证之前,我们首先对本研究模型的测量模型进行分析,即先检验各个潜变量的测量是否理想。从表7-2的参数估计结果中可以看出,测量模型的标准化参数估计值均比较理想,并且都达到显著水平,说明本文的测量模型是有效的。
表7-2测量模型的参数估计
指标潜变量标准化值标准误指标潜变量标准化值标准误
T.1交易型领导行为0.77***0.41E.1探索式技术创新0.56***0.69
T.2交易型领导行为0.82***0.32E.2探索式技术创新0.58***0.66
T.3交易型领导行为0.76***0.43E.3探索式技术创新0.67***0.55
T.1变革型领导行为0.91***0.18E.4探索式技术创新0.58***0.66
T.2变革型领导行为0.89***0.20E.5探索式技术创新0.54***0.71
T.3变革型领导行为0.77***0.41F.1财务绩效0.81***0.35
T.4变革型领导行为0.77***0.41F.2财务绩效0.81***0.34
E.1利用式技术创新0.61***0.62F.3财务绩效0.59***0.66
E.2利用式技术创新0.61***0.62M.1市场绩效0.80***0.36
E.3利用式技术创新0.63***0.61M.2市场绩效0.64***0.59
E.4利用式技术创新0.74***0.45
E.5利用式技术创新0.57***0.68
本文所构建的基线模型是交易型领导行为通过利用式技术创新来影响财务绩效和市场绩效,变革型领导行为通过探索式技术创新来影响财务绩效和市场绩效。同样,根据Hu & Bentler(1999)的建议,NNFI、CFI、IFI等指标处于0.90以上表示模型具有良好的拟合;RMSEA低于0.08表示具有良好的拟合度,低于0.1也可以接受,表示拟合度也不错(侯杰泰等,2005)。从表7-3中可以看出,
表7-3结构方程模型的嵌套比较分析
χ2d.f.△χ2(△df)RMSEANNFICFIIFI
模型1(baseline)489.562020.0750.920.930.93
模型2487.762011.80(1)0.0750.920.930.93
模型3489.452010.11(1)0.0750.920.930.93
模型4489.562010.00(1)0.0750.920.930.93
模型5487.802011.76(1)0.0750.920.930.93
模型6489.522010.0750.920.930.93
模型7485.912010.0740.920.930.93
模型8520.082020.0780.910.920.92
注:表中,*表示p<0.05[χ2(1)=3.84],** 表示p<0.01[χ2(1)=6.63],*** 表示p<0.001[χ2(1)=10.83]。
模型2:在基线模型的基础上,增加变革型领导行为到财务绩效的直接路径。
模型3:在基线模型的基础上,增加变革型领导行为到市场绩效的直接路径。
模型4:在基线模型的基础上,增加交易型领导行为到财务绩效的直接路径。
模型5:在基线模型的基础上,增加交易型领导行为到市场绩效的直接路径。
模型6:在基线模型的基础上,增加变革型领导行为到利用式技术创新的直接路径。
模型7:在基线模型的基础上,增加交易型领导行为到探索式技术创新的直接路径。
模型8:在基线模型的基础上,删除探索式技术创新和利用式技术创新的中间路径,增加变革型和交易型领导行为到财务绩效、市场绩效的直接路径。
基线模型具有较好的拟合度,RMSEA=0.075,小于0.08的门槛值,NNFI=0.92,CFI=0.93,IFI=0.93,都大于0.90。基线模型不一定是最佳拟合度的模型,为了检验其他可能存在的模型,我们采用模型嵌套(nested model)的方法来对模型的拟合度进行嵌套比较分析。在基线模型的基础上,通过增加变革型领导行为到财务绩效的直接影响路径构建了模型2,从表中可以看出,模型2与基线模型之间并没有显著的差别(△χ2=1.80,p>0.05,ns),进一步比较两个模型的拟合指标,发现两者在拟合度上也没有变化(两个模型在如下指标上数值相同:RMSEA=0.075,NNFI=0.92,CFI=0.93,IFI=0.93),我们遵循简约原则接受基线模型;类似,通过基线模型与模型3的嵌套比较,我们发现两个模型没有显著的变化(△χ2=0.11,p>0.05,ns),拟合指标也完全相同,同样遵循简约原则接受基线模型;通过基线模型与模型4的嵌套比较后发现两个模型没有显著的变化(△χ2=0.00,p>0.05,ns),拟合指标也完全相同,我们同样接受基线模型;在将基线模型(模型1)与模型5的嵌套比较后发现两个模型并没有显著的变化(△χ2=1.76,p>0.05,ns),拟合指标也相同,同样遵循简约原则我们接受基线模型。
为了检验是否有可能变革型领导行为通过利用式技术创新来影响财务绩效和市场绩效,我们构建了模型6,然而模型6与模型1并不属于嵌套比较,非嵌套模型的比较一直以来在学术界备受争议,针对这种情况,我们根据Yli-Renko(2001)的建议,并不通过嵌套比较来分析,而是通过模型的拟合指标来进行判断。通过比较模型6和模型1,我们发现两者的拟合指标并没有发生变化,但是新增加的路径的影响系数并不显著(T=0.50,p>0.05),我们还是接受基线模型。类似,为了检验是否有可能交易型领导行为通过探索式技术创新来影响财务绩效和市场绩效,我们构建了模型7,它与基线模型也不属于嵌套模型比较,通过比较两者的拟合指标,我们发现两者在拟合指标上并没有大的差异,但是新增加的路径影响系数并不显著(T=-1.72,p>0.05),同样我们接受基线模型;最后,由于非中介模型与中介模型也不属于嵌套比较,我们比较模型8与基线模型的数据拟合度后发现,基线模型对于数据的拟合度优于模型8的拟合度,我们最终接受基线模型。这样,通过嵌套比较和模型拟合指标的综合比较分析,最终基线模型的拟合度最佳,从而,我们接受基线模型作为最终的验证模型。
从图7-1中可以看出:交易型领导行为与利用式技术创新正相关 由于本文的数据属于横截面数据而不是纵惯数据,从统计方法上无法检验变量之间的因果影响关系,而只能从统计上检验出变量之间的相关关系。因此,虽然在本文的假设推演中我们从理论上可以论证变量间的因果影响关系,但是由于统计方法的局限性,在后续的实证检验论述中,我们不再使用影响关系或影响程度的说法,而是采用相关关系或相关程度的表达法。,其路径系数为0.20**(p<0.01)。变革型领导行为与探索式技术创新正相关,其路径系数为0.36***(p<0.001),但是变革型领导行为对利用式技术创新的路径系数并不显著(p>0.05),交易型领导行为对探索式技术创新的路径系数也不显著(p>0.05)。利用式技术创新与财务绩效、市场绩效都正相关,其路径系数分别为0.20**(p<0.01)和0.21*(p<0.05)。探索式技术创新与财务绩效、市场绩效也都正相关,其路径系数分别为0.32***(p<0.001)和0.35**(p<0.01)。财务绩效和市场绩效之间也存在显著的正相关关系(r=0.30**,p<0.01)。
结合结构方程模型的嵌套比较结果,以及整体模型之间的路径系数,我们发现:交易型领导行为与利用式技术创新正相关,但是其与探索式技术创新的相关关系并不显著;变革型领导行为与探索式技术创新正相关,但是其与利用式技术创新的相关关系也不显著,而利用式技术创新和探索式技术创新与财务绩效、市场绩效都具有显著的正相关关系。从而,在接下来的假设关系检验中,我们将分别检验交易型领导行为与利用式技术创新、财务和市场绩效之间的关系,变革型领导行为与探索式技术创新、财务和市场绩效之间的关系,以及利用式技术创新由于从结构方程模型检验中已经发现交易型领导行为与探索式技术创新之间的相关关系不显著,因此我们在中介作用中不再检验探索式技术创新在交易型领导行为与组织绩效(财务和市场)之间是否存在中介作用。同理,也在后续的检验中不再检验利用式技术创新在变革型领导行为与组织绩效(财务和市场)之间的中介作用。是否在交易型领导行为与组织绩效(财务和市场)之间起着中介作用,探索式技术创新是否在变革型领导行为与组织绩效(财务和市场)之间承担中介作用。虽然近年来有学者尝试采用结构方程模型来检验中介效应,但是这一方法的科学性仍然存在争议。因此,本文仍然采用传统的多元线性回归方程来检验中介效应。
7.3交易型、变革型领导行为与组织绩效的关系检验
本文运用多元线性回归方程(Hierachical Linear Regression)来进行假设关系的检验,统计软件采用SPSS。多重共线性是指解释变量之间存在严重的线性相关,从而影响到回归方程的结果。最常用的多重共线性诊断方法是方差膨胀因子(VIF)。如果最大的VIF大于10,表示多重共线性将严重影响最小二乘的估计值。通过对本文后面所有回归方程中将要进行的变量之间回归模型中的VIF的计算,模型中各个自变量的方差膨胀因子值介于1.1~3.1之间,从而表示这些变量之间不存在较强的多重共线性问题。
为了排除控制变量的影响,我们第一步先将本文的控制变量,如组织成立年限、组织规模、中庸思维等可能影响组织绩效的11个控制变量放入回归方程,发现在控制变量中组织规模与市场绩效正相关(模型M1∶β=0.19**),意味着随着组织规模地扩大,其市场绩效也会相应提高,但是组织规模与财务绩效的相关关系并不显著(模型F1∶β=0.08,ns),这说明组织规模的扩大未必意味着其盈利水平也一定会提高,组织规模与其盈利水平并不存在相关关系。
首先,假设1a和假设1b分别假定CEO交易型领导行为与财务绩效、市场绩效之间存在正相关关系。从表7-4中可以看出,交易表7-4交易型领导行为、变革型领导行为与组织绩效关系的检验。
财务绩效市场绩效
F1F2aF2bF2cM1M2aM2bM2c
(控制变量)
组织规模0.080.080.090.090.19**0.19**0.19**0.19**
所有制0.010.02-0.010.000.060.060.040.05