h8 在农业产业集聚中，网络强度对实际吸收能力产生积极影响。
　　2.知识溢出与技术创新。知识溢出对于技术创新的作用，目前尚没有统一的定论，在不同环境下的研究，会得出不同的结论。almeida等(1999)认为知识在不同企业和区域的流动以及与不同群体的互动交流，可以促进技术创新。林承亮等(2008)认为知识溢出对于技术创新是一把利弊双刃剑，它既能因新知识的传播运用而促进经济发展，也会因打击创新者积极性而阻碍技术创新。在农业产业集聚中，大多数的成员是农民，文化水平相对较低，能够掌握知识的渠道较少，因此集聚区内的知识溢出有利于农民扩大农业资源的利用范围，降低农业生产成本，提高农产品质量，促进农业技术创新。据此提出如下假设：
　　h9 在农业产业集聚中，知识创造对农业技术创新产生积极作用。
　　h10 在农业产业集聚中，知识扩散对农业技术创新产生积极作用。
　　3.吸收能力与知识溢出、技术创新。集群的吸收能力取决于集群内每个行为主体对外部知识源的吸收能力以及它们之间的交互作用。cohen等认为集聚区成员的吸收能力直接影响着集聚知识溢出的效果，caloghirou（2002）认为技术知识溢出效果受接受溢出企业吸收能力的限制，接受者所吸收的知识和怎样使用所吸收的知识直接导致知识的创新。
　　h11 在农业产业集聚中，潜在吸收能力对知识创造产生积极作用。
　　h12 在农业产业集聚中，实际吸收能力对知识创造产生积极作用。
　　h13 在农业产业集聚中，潜在吸收能力对知识扩散产生积极作用。
　　h14 在农业产业集聚中，实际吸收能力对知识扩散产生积极作用。
　　h15 在农业产业集聚中，潜在吸收能力对农业技术创新产生积极作用。
　　h16 在农业产业集聚中，实际吸收能力对农业技术创新产生积极作用。
　　三、 研究方法
　　（一）量表的设计
　　笔者以“网络结构”、“知识溢出”、“吸收能力”等作为关键词，对sci引文数据库和中国知网数据库上相关论文进行搜索，尚未发现这3个变量在农业经济研究中的成熟量表，因此，本文结合其他领域的相关研究成果和农业产业集聚的特征制订量表。其中，网络密度和网络强度的量表参考了coleman（1988）、hsu（1997）等的研究成果，总结为6个问题项；知识创造和知识扩散的量表参考了chowdhury(2005)的研究成果，总结为6个问题项；潜在吸收能力和实际吸收能力的量表参考了giuliani的研究成果，总结5个问题项。对于农业技术创新采用的量表，根据顾焕章（2002）的著作中对于农业技术创新量表的总结和修改，归纳为3个问题项。在量表设计中每个题目均采用likert五点尺度测量方法，即1分表示“完全不同意”，5分表示“完全同意”，其余的以此类推。（见表2）
　　（二）样本结构和数据收集
　　本研究所用数据来自本课题组于2011年11月对安徽省砀山县良梨镇、玄庙镇、官庄镇、关帝庙镇所做的调查。期间主要采用的是入户访谈的方式，以确保问卷的可行性和有效性。共发放调研问卷300份，经过整理，剔除其中答案具有明显规律性的问卷，获得有效问卷223份，有效率为74.3%。由于农民目前不仅是农业技术创新的主体之一，更是农业技术创新效果的检验者，因此本次调查问卷的对象来自砀山酥梨集聚区中的梨农，之所以选择砀山酥梨产业的集聚是因为砀山酥梨历史悠久，是古老的地方优良品种，集聚形成时间长，且近些年由于砀山县对于梨产业技术创新体系建设的重视，在防治病害系列研究和选育产量高、品质优的新品种方面都取得了不俗成就，因此在我国目前农业产业集聚的发展情况下，以砀山酥梨产业为例研究农业产业集聚区中技术创新的影响因素具有一定的代表性。（见表1）
　　（三）信度和效度分析
　　本研究以cronbach′a系数来检验变量的信度，分析结果如表2所示。结果表明，4个变量下的7个维度整体cronbach′a系数为0.937，说明样本数据具有较好的信度，具体到各维度的cronbach′a系数值，可以看出维度值均大于0.7，因此各变量之间具有良好的一致性，表明所设计的量表具有可靠性。
　　本研究以探索性因子分析来验证样本效度。首先进行bartlett球体检验，kmo检验结果是0.875，大于临界值0.7，并且样本分布的球形bartlett检验p值是0.00，在0.001的显著性水平下显著，说明可以进行因子分析。在因子分析中采用主成分分析法，施行方差最大正交旋转后得到因子载荷矩阵，结果显示，所有可观测变量在各自归属的因子上的负载很高（见表2），在其他因子上的负载很低，说明研究数据达到很好的效度。
　　四、模型检验与分析
　　（一）参数估计结果
　　本文运用结构方程模型（sem）的方法，利用amos7.0对农业产业集聚区中所产生的技术创新因素进行拟合分析。在模型中使用最大似然估计进行运算，参数估计的结果如图2所示。
　　结果表明，假设h1、h2没有得到显著支持，其余假设cr值的统计检验相伴概率值均小于0.05，可以认为这些假设的路径系数在5%的水平下显著。论文联盟http://
　　（二）模型分析
　　1． 网络结构。本文将网络结构分为网络密度和网络强度两个维度，但从模型估计结果中来看，网络密度对于农业产业知识的创造和扩散并没有产生直接的影响。究其原因可能在于本文对于网络密度的定义只是在于农民之间联系的一种广泛程度，这种不深层次的交往可能很少涉及到农业种养技术方面的交流，而网络强度更强调了农民与企业、中介组织和政府之间的一种交往程度，这对于农业的知识创造和扩散都是有直接影响的，并且这种影响程度较大。
　　（说明：***显著性水平小于0.001，**显著性水平小于0.01，*显著性水平小于0.1）
　　从网络结构对于农业技术创新的影响来看，网络结构主要是通过网络中成员的吸收能力和知识溢出来影响农业技术创新，特别是其中网络强度对于农业技术创新的间接影响效应大。