3.2研究样本与数据收集
在充分听取相关专家和企业科研管理人员的意见的基础上，对调查问卷的内容和形式进行反复修改，并在试调研后进行全面调查。在选择进入全面调查的被调查企业时，考虑了经济因素并适当考虑了区域因素，主要从聚集中国大量新兴产业企业的华中地区和华东地区（包括上海、南京、徐州、宿迁、武汉、合肥、长沙和南昌）选择被调查企业。在调查过程中，尽量做到问卷内容和题目简洁、便于理解和易于回答，同时尽量利用笔者的校友资源以保证调查的客观真实性。此次调查共向85家企业发放问卷520份，共回收问卷468份，在剔除无效问卷后，得到有效问卷421份，有效问卷回收率达80.96%.被调查企业来自软件开发、医药化工、生物工程、新材料、新能源、智能制造和电子信息等新兴产业。样本结构如下：男性占62.8%,女性占37.2%;20~35岁的被调查者占32.4%,36~45岁的被调查者占48.3%,46~50岁以上的被调查者占19.3%;专科及以下的被调查者占18.3%,本科学历的被调查者占48.6%,研究生及以上学历的被调查者占33.1%;企业高级管理者占11.2%,中层管理人员占23.2%,专业技术人员占43.6%,一般管理人员占22%.
4数据分析与结果
4.1信度与效度检验
从设计问卷调查到对被调查对象进行实地调研，调查组成员经过多次协商并采取相应措施，如反复筛选问卷题目、反复测试问题的可答性、请教问卷调查领域的专家等，在随机抽取了20位目标企业的研发成员进行试调研后，在进一步完善问卷内容和提高可答性的基础上才开始全面调研，从而保证了研究的内容效度。
1）探索性因子分析
本研究运用Cronbach'sα系数检验量表的信度。结果显示：结构维社会资本、关系维社会资本、认知维社会资本、任务式共享心智模式、协作式共享心智模式和低成本创新的量表的Cronbach'sα系数值分别是0.787、0.748、0.775、0.812、0.792和0.858,各变量量表的Cronbach'sα系数值均大于0.7,说明各变量量表的信度较好。所有变量量表的KMO值均大于0.806,说明各变量适合做因子分析。对所有变量进行探索性因子分析，结果显示：所有因子载荷值均大于0.5,且所有因子的CR（c（con.struct reliability）值均大于0.70、AVE（average va.riance extracted）值均大于0.50,表明各变量量表具有良好的收敛效度。此外，经计算，所有因子的AVE平方根均大于因子间的相关系数，表明各变量量表具有较好的判别效度。
2）验证性因子分析
本文运用AMOS17.0软件对关键变量进行验证性因子分析。结果显示：χ2/df=1.786;NFI=0.95;TLI=0.91;CFI=0.92;RMSEA=0.0682.可见，各项拟合指标均达标，说明各关键变量具有良好的区分效度。
4.2变量的描述性统计分析和相关分析
在运用结构方程模型分析整体效应前，先对主要变量进行了描述性统计分析和相关分析，结果见表1.由表1可知：结构维、关系维和认知维的社会资本均与低成本创新显著相关，相关系数分别为0.112（p<0.05）、0.534（p<0.01）和0.541（p<0.01）；结构维、关系维和认知维的社会资本分别与任务式共享心智模式明显相关，相关系数分别为0.384、0.449和0.543,与协作式共享心智模式明显相关，相关系数分别为0.321、0.421和0.520;两种共享心智模式与低成本创新明显相关，相关系数分别为0.412（p<0.001）和0.352（p<0.001）。这初步验证了假设H1~H4.4.3结构方程模型检验。
为了从整体上分析各变量间的关系，本文运用结构方程模型及相关数据分析社会资本、低成本创新与共享心智模式三者间的关系。运用AMOS软件对初始模型进行拟合检验，发现"结构维社会资本→低成本创新"路径在p<0.05的水平下不具有显著性，该路径的CR值小于1.96,且初始模型的主要拟合指标超出了可接受范围，即AGFI=0.827<0.9、NFI=0.8120<0.9.可见，初始模型的拟合效果并不理想，需要进行进一步的修正。根据初始模型的拟合结果进行模型修正，修正后模型的各主要拟合指标（见表2）达到了相关要求，即修正后的模型具有较好的拟合效果，除"结构维社会资本→低成本创新"的路径系数（0.870）不显著外，其他路径系数（见表2）均显著。由此，假设H1a未得到验证，其他假设均得到验证。
本文通过分解模型中的路径效应检验两种共享心智模式在社会资本与低成本创新之间的中介作用，直接效应和间接效应见表3.由分解结果可知：
结构维社会资本对低成本创新的直接效应为0.000,而结构维社会资本通过任务式共享心智模式和协作式共享心智模式对低成本创新的间接效应分别为0.361和0.172.这说明，两种共享心智模式在结构维社会资本与低成本创新之间起完全中介作用，因此假设H5a和H6a得到验证。关系维社会资本对低成本创新的直接效应为0.321,关系维社会资本通过任务式共享心智模式对低成本创新产生的间接效应为0.387,通过协作式共享心智模式对低成本创新产生的间接效应为0.172.这表明，任务式共享心智模式和协作式共享心智模式在关系维社会资本与低成本创新之间起部分中介作用，因此假设H5b和H6b得到验证。认知维社会资本对低成本创新的直接效应为0.413,认知维社会资本通过任务式共享心智模式对低成本创新产生的间接效应为0.193,通过协作式共享心智模式对低成本创新产生的间接效应为0.140.这表明，两种共享心智模式在认知维社会资本与低成本创新之间起部分中介作用，因此假设H5c和H6c得到验证。
5研究结论与启示
5.1研究结论与讨论
首先，关系维和认知维的社会资本不仅直接对低成本创新产生正向影响，而且通过两种共享心智模式对低成本创新产生间接影响。结构维社会资本对低成本创新的直接影响不显著，只是通过共享心智模式对低成本创新产生间接影响，且两种共享心智模式在结构维社会资本与低成本创新之间起完全中介作用。这可能是因为：结构维社会资本只为低成本创新提供了一定的渠道和网络[33.36],不能转化为低成本创新的真正动力；而关系维和认知维的社会资本通过良好的互惠、互动、信任和思想火花碰撞为低成本创新提供不竭动力。
其次，结构维、关系维和认知维的社会资本对共享心智模式具有直接的正向影响。结构维社会资本可为企业内部员工提供知识交流与共享平台以及用于知识交流与共享的物质基础条件和资源通道；而认知维和关系维的社会资本可为企业员工进行知识共享提供良好的信任和合作意愿，不断培育员工形成共同的愿景和价值观。
最后，共享心智模式对低成本创新具有正向积极作用。良好的知识共享对共享资源和信息、培育团队协作精神、减少内耗、缩短研发周期、启发创新思维具有积极作用，从而可大大降低创新过程中的时间成本、风险成本和管理成本，使企业能以较低成本实现技术创新。
5.2研究启示
本文基于85家新兴产业企业的调研数据得出上述研究结论，这些研究结论为相关企业进行管理创新提供了一定参考。在调研过程中，这些被调研的新兴产业企业普遍对技术创新比较重视，但对管理创新稍显重视不够。虽然企业管理者在管理过程中能意识到关系网络对于企业发展的重要性，但是对三维度社会资本的理解和实践运用仍显不足。在信息化时代，技术日新月异，能以更快、更便捷的方式获取外部需求信息和技术发展趋势或许比技术创新本身更为重要。笔者主要从三维社会资本及共享心智模式的角度发掘通过管理创新提高低成本创新效率的实践启示。
企业应将在低成本创新过程积累社会资本的重点放在关系维和认知维上…这与目前企业管理现实相符。目前多数企业通过各种途径在行业中搭建了各种网络结构平台，但对如何有效维护和利用这些平台重视不够。在现有的网络结构平台中，如何培育良好的关系结构和认知结构是管理好社会资本的关键。具体措施如下：一方面，可利用非工作网络平台以及非正式交流互动方式培养共同的业余兴趣和爱好，通过定期举办各种业余活动增进企业间的了解和信任，以维护良好的关系质量；另一方面，可通过工作网络平台加强认知维社会资本的培育，同时加强企业之间和企业内部的共享心智模式的建设。企业管理者可通过开展各种主题论坛、科研合作、业务交流等缩小企业间的认知鸿沟和价值差异，促进企业成员间共同价值观和思想观念的形成，从而减少认知摩擦、提高知识共享效率。此外，在交流合作过程中，管理者一方面应注重参与人员的遴选以求知识结构的互补，另一方面要加强协作精神的培育，还应加强成员对共同目标的协商和认同，使成员不断形成共同的工作态度、信念和价值观，在团队中构建良好的共享心智模式，从而提高合作效率和创新效率。
5.3研究展望
未来研究可进一步运用案例研究法研究社会资本对低成本创新的作用机理以拓展相关研究结论，也可从组织学习、创新搜寻和界面管理等视角探究其对低成本创新的影响，还可进一步研究低成本创新在不同产业及产业周期各阶段发挥作用的路径和机理，从而为低成本创新提供更多的理论基础和实践指导。
