知识网络环境下企业技术创新自主性与协同性比较研究—

摘要：近年来，企业技术创新推进的区域不平衡性大大延缓了我国创新发展的总体步伐。基于空间知识网络环境，以四大区域内中型企业为例，分析了中国中小型企业技术创新空间发展现状。通过投影寻踪对企业创新产出进行降维处理，利用省际空间面板杜宾模型，分析比较了现阶段我国不同区域中小型企业自主研发与协同研发的综合绩效。结果表明：我国中小型企业自主研发与协同创新区域发展不平衡；东部地区技术创新自主性显著；中部及西部地区协同性较显著；东北地区中小企业技术创新能力较弱。最后，针对不同区域发展水平及实证结果，提出了促进我国中小企业技术创新平衡发展的对策建议。

0 引言

随着技术创新步伐的加快，我国企业技术创新模式逐步从自主研发向协同创新过渡，国家对于创新型人才、科研经费的大力投入，增强了企业技术创新能力，我国企业技术创新水平呈现增长态势[1]。“草根”企业是指不具有任何特权、技术与资源等优势的企业组织[2]。在我国，“草根”企业主要是指作为国民经济发展主力军的中小型企业，由于其创办初期的“草根性”，导致在人才引进、创新融资力度、科研经费等科技创新投入方面存在局限。草根企业技术创新能力提升减缓，降低了我国经济发展与转型速度。李克强在2015年两会时提出了针对中小微“草根”企业的科技扶持战略，即“落实普惠性政策，鼓励中小微企业增加创新投入，推进以中小微企业为主导的产学研协同创新”。

随着知识经济时代的到来，知识本身以各种形式在社会网络中传播，其交易成本和规模经济效应使得作为无形资产的知识在与各种有形资产的竞争中逐渐占据了主导地位[3]。日益复杂的市场竞争机制对企业的灵敏度要求越来越高，知识逐渐被认为是创新主体所拥有的最具有价值的资产，能够不断为其创造财富。知识在不同群体及载体中传播，逐渐形成知识网络，其以开放性、共享性、集聚性影响企业技术创新行为，人才交流、相邻地区的知识和技术溢出促进了企业间协同创新，而创新是推动企业不断壮大的根本途径[4]。由于知识具有公共物品性、转移性以及集聚性，创新主体可以通过合作进行知识转移，从而实现知识共享。首先，知识网络开放性使得网络中各成员个体(企业)可以通过不同途径获取所需知识，开展技术创新活动，而知识获取与再造是技术创新的源泉。其次，知识网络的共享性使得企业主体可以与其他知识创造主体进行良好交流，静态的知识并不能实现其价值，只有通过某种形式联系起来，发生持续的转化才能实现螺旋式上升。通过对系统中知识进行管理，可以实现知识的4次价值增值，即知识的获取与选择、加工与吸收、共享与转移、创新与创造(陶锐，2009)，促进显性及隐性知识传播。最后，知识集聚效应影响企业知识基础，进而影响企业动态能力与创新绩效。然而，现阶段我国各地区创新发展不平衡，知识、人才的地域性溢出差异使中小微企业呈现出自主研发与协同创新交替发展态势[5]。根据不同区域发展现状，分析草根企业技术创新的自主性与协同性，探究不同区域内企业自主研发、协同创新以及综合创新对技术创新绩效的影响，根据不同区域内创新环境及发展水平，提出针对性的企业创新发展路径及政策，对我国草根企业创新发展具有重要指导意义。

1 相关文献述评

国内外学者在企业自主研发与协同创新方面取得了一定的研究成果。自主研发主要指企业通过自身努力及探索实现技术突破，并在此基础上完成技术商业化[6]，获得拥有自主产权的技术[7]。然而，受到知识、人才及科研经费等的限制，我国企业自主创新研发资本产出低下，对经济增长拉动作用较小[8]。随着社会的网络化发展，协同创新作为知识应用与人才交流的途径，越来越受到各级政府及企业的推崇。学研机构和业界通过相互影响产生协同作用，进而提升各自创新发展潜能[9]。在知识交流日益低成本的时代，协同过程中的溢出效应增强了企业创新潜力(陈晓红，2006)。此外，当企业无法单独承受创新的高成本时，协同合作以其“风险共担”的优势，逐步被创新企业采纳[10-11]。

对于我国企业自主研发与协同创新的比较分析，吴思斌(2015)以中国装备制造业为例，利用集对分析理论，探讨了企业自主创新与协同创新的结合机制，从宏观、中观及微观角度提出了促进装备制造业创新发展的政策建议。蒋开东等[12]利用非期望产出效率模型，比较分析了高技术产业自主研发与协同创新绩效，结果表明高技术产业自主研发对科技产出贡献较大，而协同创新弹性系数为负。俞立平等[13]在知识转移环境下，构建了我国企业创新路径体系，采用空间面板数据模型实证分析了自主研发与系统创新的综合绩效，结果表明我国企业自主研发绩效显著，协同创新与自主研发的协调性较弱。许彩侠(2012)从理论分析视角，将欧盟创新驿站应用于我国中小企业创新体系，比较分析了自主研发与协同创新的优劣势，构建了区域协同创新机制。

由以上文献可知，国内外学者对企业创新的自主性与协同性给予了较多关注，但是，对于国内企业自主研发与协同创新效果的比较分析相对较少，针对国内草根企业创新路径的比较研究更显不足。此外，网络经济时代的到来，促进了省域之间知识、人才交流，网络化交流环境成为影响技术创新的重要因素，企业自主研发与协同创新不仅受到本地创新投入的影响，而且受到相邻区域的影响，而国内鲜有将知识网络环境纳入实证分析体系的研究。2015年两会之后，国内经济发展的主要关注点逐步转向中小型草根企业创新发展。知识网络环境促进了区域内及区域间企业知识转移效率提升，为企业技术创新提供了良好的虚拟环境。研究表明，尽管知识的隐性特征等使得知识溢出具有空间局限性，但是，人员流动及区际贸易等使得知识仍然可以在区域间溢出，并且基于知识的区域溢出，创新通常表现出区际地理可溢出性[14]。同时，我国“十三五”战略布局了“四大板块”与“三个经济带”，由于不同区域拥有的社会资本、文化习俗等均不相同，东、中部地区具有较多的人力资本与知识资本，而西部地区及东北地区的自然资源禀赋相对丰富。因此，将其作为一个整体进行研究有失偏颇。根据国家相关战略政策及知识分布情况划分空间维度，并提出相关发展政策，将更具实际意义。基于此，本文将2009-2013年中国内地31个省域面板数据，按照《2015年中国统计年鉴》划分为四大行政区域，对不同区域内草根企业自主研发、协同创新及其综合绩效进行实证分析，比较研究东部、中部、西部以及东北地区草根企业创新效果的差异，为国家实施有针对性的创新扶持政策提供参考依据。本文研究框架如图1所示。

2 变量选取与模型构建

本文将草根企业范围划定为中国内地登记注册的中型、小型及微型企业。由于我国小微企业发展刚刚起步，对于其发展状况的完备统计性报告较为匮乏，考虑到数据来源的可靠性与可获取性，根据《中国科技统计年鉴》、《中国统计年鉴》，本文选取中国内地31个省(市区)的中型企业作为代表，对草根企业创新自主性与协同性进行实证分析。根据《中国统计年鉴》，将我国不同省域中型企业划分为4个区域进行分析。

(1)草根企业创新投入数据指标来源与选取。创新投入主要包括资本投入与人力投入两个方面[15]。资本投入通常指企业为了创新研发所投入的资金，主要表现为R&D经费支出，本文选取R&D经费内部支出表示企业自主研发经费投入，选取R&D经费外部支出表示企业为了技术创新支付给外部主体的费用，用以衡量企业协同创新投资力度。人力投入主要是指企业创新所需人才资本，通常体现为R&D人员数量。我国于2009年起开始对不同规模企业研发经费内、外部支出进行统计。因此，本文数据年限为2009-2013年。综上所述，借鉴俞立平、刘晖等的研究思路，采用中型企业R&D人员全时当量、R&D经费内部支出以及R&D经费外部支出衡量企业自主研发与协同创新投入。以上数据来源于2009-2013年《中国科技统计年鉴》、《中国高技术产业统计年鉴》以及《中国统计年鉴》。

(2)草根企业创新产出数据指标来源与选取。企业技术创新过程包含研发、成果转化、产业化及扩散4个阶段，每个阶段取得的成果均在一定程度上体现企业技术创新水平。基于此，本文选取2009-2013年我国内地31个省(市区)中型企业的专利申请数量、拥有发明专利数、新产品产值作为创新产出指标进行研究，数据均来源于《中国高技术产业统计年鉴》，缺失数据利用插值法进行补充。空间计量模型对被解释变量的维度有一定限制。因此，利用投影寻踪法，对三维创新产出数据进行一维降维处理。

(3)空间创新网络构建。在空间计量模型分析前，需要构建空间权重矩阵，传统方法是采用地理相邻原则，若两地区相邻则用元素1表示，否则用0表示。随着互联网的不断发展，地理距离已经不再成为限制创新主体交流的条件，在企业创新研发与生产过程中，技术与知识传播作用日趋显著。因此，本文利用省域之间论文合作数量构建空间创新网络，描述企业间协同创新网络环境。论文数据库采用中国科学院科技文献中心《中国科学引文数据库(CSCD)》，年限为2009-2013年。

为了更准确地体现草根企业创新绩效，本文选择专利申请数量、拥有发明专利数和新产品产值作为创新产出描述统计量。利用空间计量模型进行参数估计时，因变量限制为一维，在统计分析前需对创新产出进行降维处理。

投影寻踪法可以通过最佳投影方向将多维数据降为一维数据，是一种能够将多维数据进行降维的数据处理方法。其主要思想为：假设某一数据组因变量为y(i)(i=1,2,…,n)，其对应自变量为

则利用投影寻踪模型，可将所有自变量x进行线性投影，得到其对应投影特征值z(i)；其次，建立y=f(z)的函数关系以代表y=f(x)的关系特性，达到变多元分析为一元分析的目的[16]。

通过对东、中、西以及东北部31个省(市区)创新产出进行投影寻踪降维处理，得到标准化数据如表1所示(由于篇幅有限，仅列出5个省市数据)。

在区域科学模型统计分析中，研究由空间引起的各种特性的计量方法称为空间计量方法[17]。因此，模型是否存在空间相关性是判断能否利用空间面板模型的前提。学者普遍采用Moran提出的Moran′I指数进行分析，因此，本文在实证分析前利用Moran指数对不同区域技术创新空间相关性进行检验：

其中，xi和xj表示区域i与j的观测值，wij表示空间权重矩阵，本文采用标准化后的知识网络表示不同区域空间权重矩阵。当Moran指数大于0时，表示区域观测值呈现空间正相关关系，且Moran指数值越大，空间正相关关系越强；当Moran指数小于0时，表示区域观测值呈现空间负相关关系，值越小，空间负相关关系越强；当Moran指数等于0时，表示区域间观测值相互独立。

近几年来，空间面板模型发展逐步成熟 [18]。空间面板模型主要分为空间滞后模型(Spatial Lag Model,SLM)、空间误差模型(Spatial Error Model,SEM)以及空间杜宾模型(Spatial Durbin Model,SDM) [19]。

空间滞后模型描述了空间自相关性，其模型为[20]：

其中，yit表示在时刻t区域i的因变量值

表示与区域i相邻区域的因变量yjt对yit的交互影响，μi与λt表示空间及时间上的特定效应，εit为服从独立同分布的误差项。

空间误差模型描述了区域间无法忽视的测量误差对因变量的影响，其模型为：

空间杜宾面板模型比SLM与SEM更具有现实解释力，其特点是将空间误差模型融合至空间滞后模型中，考察邻居区域自变量对因变量的影响，其模型为[21]：

其中

为区域n维空间滞后自变量向量，是不随时间变化的待估参数向量。在SDM估计前，需要进行Wald统计检验

分别验证SDM是否可以转化为SLM或SEM。此外，空间面板数据模型中空间效应与时间效应可看作固定形式或随机形式，需要通过Hausman检验选择空间与时间效应的固定模型或随机模型。

根据技术创新投入指标，对资本投入进行扩展，构建不含空间交互作用的计量模型：

其中，Y代表中型企业技术创新产出；x1为R&D人员全时当量，代表科技人员投入情况；x2为R&D经费内部支出，代表中型企业自主研发情况；x3为R&D经费外部支出，代表中型企业协同创新情况；x4为x2与x3的相乘交叉项，代表自主研发与协同创新的共同作用；μi和λt分别表示空间和时间上的特定效应，需经过检验，以确定不同区域效应是否具有联合显著特征。为了减少异方差，在实证分析时对所有变量取对数处理。

3 实证分析

我国四大区域2009-2013年技术创新的Moran′s I指数如表2所示，均通过10%水平上的P值检验，且Moran′s I指数均大于0，说明我国不同区域内中型企业技术创新产出具有空间效应，即不同区域内中型企业在技术创新方面具有正的自相关关系。因此，建立具有空间效应的空间计量经济学模型，可以更好地对实际问题进行分析与验证。

通过对非空间效应面板数据进行LM检验，判断参数估计所选定的空间模型。非空间面板数据的LM检验应建立在固定效应模型的基础之上，但至此尚无法确定该模型是否存在时间或空间固定效应。因此，根据丁志国[18]的研究，本文在混合估计模型、空间固定效应模型、时间固定效应模型以及双固定效应模型下，分别进行拉格朗日乘数检验(LM检验)及空间、时间固定效应检验(LR检验)。

从表3可知，我国东、中、西以及东北地区的LM及Robust LM 4个检验量全部在5%的显著性水平下通过检验，说明本文模型数据对于空间滞后模型及空间误差模型同时成立。由表4可知，4个地区的空间及时间固定效应全部在1%的显著性水平下通过检验，说明该模型空间和时间固定效应均显著，模型(5)中应同时包含μi和λt。表3中LM检验结果拒绝了原假设。因此，要进一步估计SDM模型。构建如下实证检验模型：

为了确定空间面板模型的最终形式，需要计算Wald内生变量空间滞后统计量和误差项空间自回归统计检验量。同时，通过Hausman检验量确定是否拒绝将μi和λt作为随机效应的原假设。Wald及Hausman检验结果如表5所示。

Lee等[22]指出，空间和时间固定效应SDM模型直接估计得到的系数存在一定偏误。因此，表5给出了含有空间和时间效应的SDM模型误差修正参数估计。检验量假设条件

和

由表5可知，我国不同区域两个Wald统计检验量在1%的显著性水平下均通过了检验，说明本文实证模型应该采用空间杜宾模型(SDM模型)。此外，不同区域的Hausman检验结果表明，除西部地区外，均不能拒绝将μi和λt作为随机效应的原假设。因此，在模型估计时，东、中以及东北地区均应采用随机效应的SDM模型，而西部地区则适合采用固定效应的SDM模型。

根据空间计量模型及参数估计前的统计量检验，确定我国四大区域的中型企业技术创新空间杜宾模型，通过matlab软件对创新自主性及协同性进行比较分析，影响效应如表6所示。

(1)东部地区随机效应模型估计结果表明，研发人员投入、自主创新水平、协同创新水平以及自主研发与协同创新综合影响均通过了10%的显著性水平检验，说明东部地区中型企业创新水平受到本地区创新投入因素的影响，同时受到来自东部区域其它中型企业溢出的影响，且影响均为正，即本地区与其它省份的研发人员投入、自主创新水平、协同创新能力均以不同程度促进该地区中型企业创新产出水平提高。此外，从直接影响效果来看，对于东部地区中型企业而言，自主研发对其创新产出影响最大，其影响系数超过协同创新近30倍；自主研发与协同创新的协调性较低。从总影响效果来看，自主研发对东部地区中型企业创新产出水平促进作用最大，其次为研发人员投入。由于东部在地理位置、人才资源和研发资金等诸多方面显著优于中西部，而且国家支持东部优先发展的政策导向使得东部拥有雄厚的科研综合实力，城市研发能力较强，多倾向于自主研发，但协同创新及两种创新混合模式的协调性不高，逐步出现了强者愈强的“马太效应”。因此，东部地区的协同创新政策应着重于促进“强强联合”，提高创新产出，进而促进周边地区中型企业技术创新能力。

(2)中部地区随机效应模型估计表明，研发人员投入、自主创新水平、协同创新水平以及自主研发与协同创新综合影响均通过10%的显著性检验，说明中部地区中型企业创新水平受到本地区创新投入因素的影响，同时受到来自东部区域其它中型企业溢出的影响，且影响均为正，即本地区与其它省份的研发人员投入、自主创新水平、协同创新能力均以不同程度促进该地区中型企业创新产出水平提高。从直接影响效果来看，中部地区中型企业创新投入所获产出相对比较平衡，即研发人员投入、自主创新、协同创新及其综合作用的效果几乎相同，而总效应的系数估计表明，中部地区中型企业自主研发与协同创新的协调性较高，且对创新技术产出影响最大，约为其它影响因素的2倍。由于中部地区发展比东部地区慢，创新人员及资金投入力度较弱，中部地区中型企业要想稳步发展，除自主研发外，还必须依靠企业之间协同创新，实现“1+1>2”的创新效果。因此，中部地区应加大资金及创新人员投入力度，保证创新发展的硬件投入水平，提升中部地区创新发展能力。

(3)西部地区固定效应模型估计表明，除溢出效应下的协同创新(LNX3)未通过10%的显著性检验外，其余均通过检验，且影响效果均为正。从直接影响效果来看，研发人员投入对西部地区中型企业创新产出水平的促进作用最强，其次为自主研发，自主研发与协同创新的综合水平对该区域创新产出影响最小，仅为0.04。总效应影响结果也表明，西部地区中型企业研发人员投入对创新产出影响较大，其次为协同创新能力。西部区域创新发展水平落后于东部、中部地区，针对西部地区的创新政策首先应是提高其创新投入要素水平，并不断提升自主研发及协同创新效率。此外，由于协同创新外部管理成本较高，西部地区可以增强对外交流能力，借助我国“一带一路”政策的扶持，推动本地区草根企业发展。

(4)东北地区随机效应模型估计表明，该地区空间溢出效应不显著，且除研发人员投入外，其余因素对该地区创新产出影响的弹性系数均为负。近年来东北老工业基地的振兴加快了大型工业企业发展，但是，由于过多的人才、资金等资源投放到大型企业中，势必影响中型企业创新发展。李克强指出，在全国四大板块中，经济下行压力最大、经济总体指标最低的就是东北地区。但是，东北地区具有较强的爆发力，人才队伍及资源物产丰富。因此，应保证东北地区资源配置的公平性与相对倾斜性，在资金、人才等方面给予中小企业一定的支持。

从全国总体来看，东部地区的创新产出水平远高于西部及东北地区，不同区域的创新产出弹性系数影响因子各不相同：东部地区自主研发弹性最高；中部地区自主研发与协同创新综合绩效最高；西部地区协同创新开展较好；东北地区研发人员对创新产出影响最大，但中型企业自主研发与协同创新的综合协同性较差，对创新产出的影响不太显著。

4 结论及政策启示

本文利用不同区域的省际面板数据，在空间杜宾模型框架下，比较了企业自主研发与协同创新对企业创新产出绩效的影响。通过相关检验及参数估计，得出如下结论：①除东北地区外，我国其它区域企业自主研发、协同创新及其综合作用对企业技术创新水平均有促进作用；②我国草根企业自主研发与协同创新的协调性较差，且经济实力较强的区域倾向于通过自主研发提升创新绩效；③我国东、中、西以及东北部地区技术创新具有差异化的影响因素，东部地区主要依靠高技术企业自主研发，其弹性系数为2.44；中部地区受综合创新水平影响较大，其弹性系数为0.94；西部地区倾向于协同创新，弹性系数为1.16；东北地区则更加依赖于研发人员投入，弹性系数为1.49。

产生以上结论的原因在于，东部在地理位置、人才资源和研发资金等诸多方面显著优于中西部，加之国家支持东部优先发展的政策导向，使得东部拥有雄厚的科研综合实力，城市研发能力较强，激烈的市场竞争促使东部企业多倾向于自主研发以保持技术优势，但是协同创新及两种创新混合模式的协调性不高，逐步出现了强者愈强的“马太效应”。中部地区发展比东部地区慢，创新人员及资金投入力度较弱，中部地区中型企业要想稳步发展，除自主研发外，还必须依靠企业间协同创新。中部地区资源禀赋相对均衡且不像东部地区竞争那么激烈，因此，该地区企业尤其是草根企业想要获取不同主体的资源，应积极开展合作创新。西部地区创新发展水平远远落后于东部、中部地区，尤其是对于知识、人才需求较大的高技术中小微企业，其对智力、知识资源的需求与供给匹配差距较大，导致自主创新能力较差，因此，必须依靠合作企业的力量实现不断发展。东北地区将大部分人才、资金等资源投放到大型企业中，减弱了中型企业创新发展能力。

我国东、中、西以及东北地区草根企业创新发展不平衡，因此，应针对不同区域发展现状出台差异化的鼓励措施。①我国东部地区现阶段协同发展实施情况较差，因此，应加大力度鼓励东部地区草根企业开展协同合作。一方面，考虑到外部管理费用，草根企业为了节约创新成本，多倾向于自主研发，这就要求政府适度减少草根企业自主研发费用投入，鼓励草根企业进行协同创新，加大研发外部费用的投入力度。另一方面，跨企业研发人员知识交流与互动对企业协同创新发展具有重要作用。因此，东部地区应搭建知识人才跨企业交流平台，促进区域协同创新发展；②我国中部地区中型企业创新发展人力投入、自主研发及协同创新影响较平衡。因此，中部地区应该在平衡现有发展的基础上提高各方面的影响力；③我国西部地区发展较落后，科研人员对创新产出的作用较小，自主研发与协同创新的协调性较差。因此，针对西部地区，应加大科研人才引进力度，放宽人才引进政策，培养高素质的创新人才。此外，对于草根企业来说，应提升高技术人才报酬，对于原有技术人才，需充分发挥其科研能力，提高创新积极性，从人才方面着手，提升西部地区草根企业创新水平；④我国东北地区发展落后，但科研人员投入已相对较高。因此，应增强东北地区草根企业自主创新能力，提高科研人员研发积极性，充分利用东北地区的优势资源，协调资源配置，在增强自主研发能力的同时，带动草根企业协同发展，提高草根企业高管的创新能力，高效利用研发资金。

本文以中型企业为代表，研究了不同区域中型企业自主创新与协同创新发展差异，对创新产出变量进行降维处理，以创新网络为背景，从空间角度分析了我国草根企业发展现状。囿于小微企业数据获取较为困难，本文仅以中型企业为代表，未来可对中小微企业进行数据分析，为我国草根企业创新发展提供参考。

[1] 李柏洲,徐广玉,苏屹.中小企业合作创新行为形成机理研究[J].科学学研究,2014,32(5):777-786.

[2] GEBAUER H.Exploring the contribution of management innovation to the evolution of dynamic capabilities[J].Industrial Marketing Management,2011,40(8):1238-1250.

[4] 夏恩军,张明,王素娟,等.开放式创新社区网路创新绩效研究——基于数理分析与实证检验[J].中国管理科学,2013 (21):549-556.

[5] 苏屹,姜雪松,雷家骕,等.区域创新系统协同演进研究[J].中国软科学,2016(3):44-61.

[6] 李垣,范诵,赵永彬.不同企业文化模式对技术创新的影响分析[J].预测,2005,24(4):26-30.

[7] 解青芳,卜华.中美科技创新绩效比较与启示[J].科学管理研究,2013,31(5):104-107.

[8] 项本武.中国工业自主创新绩效研究[J].科研管理,2013,34(7):39-44.

[9] AOKIMASAHI H Y.Industry-university cooperation to take on[J].Research Institute of Economy,Trade and Industry,2002(4):42-49.

[10] TIETZE,FRANK,THORSTEN,et al.To own or not to own:how ownership impacts user innovation——An empirical study[J].Technovation,2014(38):50-63.

[11] 刘勇,菅利荣,赵焕焕，等.基于双重努力的产学研协同创新价值链利润分配模型[J].研究与发展管理,2015,27(1):24-34.

[12] 蒋开东,俞立平,霍妍.企业自主研发与协同创新比较研究[J].软科学,2012,29(2):67-71.

[13] 俞立平,孙建红.知识溢出下自主研发与协同创新综合绩效研究[J].科学学与科学技术管理,2014,35(6):76-82.

[14] 张占仁.地理空间视角下我国区域创新非均衡发展的时空模式研究[D].上海：华东师范大学,2011.

[15] 刘晖,刘轶芳,乔晗，等.我国战略性新兴产业创新驱动发展路径研究——基于北京市生物医药行业的经验总结[J].管理评论,2014,26(12):20-28.

[16] 付强,赵小勇.投影寻踪模型原理及其应用[M].北京:科学出版社,2006.

[17] ANSELIN L.Spatial econometrics methods and models[M].Dordrecht Kluwer Academic Publishers,1988.

[18] 丁志国,赵宣凯,赵晶.直接影响与空间溢出效应：我国城市化进程对城乡收入差距的影响路径识别[J].数量经济技术经济研究,2011(9):118-130.

[19] J PAUL ELHORST.Dynamic spatial panels:models,methods,and inferences[J].J Geogr Syst,2012(14):5-28.

[20] ANSELIN L,J LE GALLO.Spatial panel econometrics[M].The Netherland:Kluwer,Third Edition,2008: 625-660.

[21] BEBONCHU ATEMS.The spatial dynamics of growth and inequality:evidence using U.S.county-level data[J]. Economics Letters,2013,118(1):19-22.

[22] LEE L F,J YU.Estimation of spatial autoregressive panel data models with fixed effects[J].Journal of Econometrics,2010,154(2):165-185.

Comparative Analysis of Autonomy and Cooperatively of Enterprises′ Technology Innovation under the Knowledge Networks——Based on Spatial Panel Durbin Error Model

(School of Economic and Management,Harbin Engineering University,Harbin 150001,China)

Abstract：Based on the knowledge networks,the paper analyzes development of China's medium and small enterprises. Using projection pursuit and spatial panel data model,the paper analyzes the independent R&D and collaborative innovation in China. The empirical results show that the development of China's medium and small enterprises are imbalanced,the east has significant effect on independent R&D,the centre and the west has significant effect on collaborative innovation,and the medium and small enterprises in northeast has weakness innovation ability. Finally,the paper gives some suggestions to promote China's medium and small enterprises innovation development in different regional.

Key Words：Technology Innovation; Independent R&D; Collaborative Innovation; Knowledge Network

基金项目：国家社会科学基金重点项目(14AGL004)；国家软科学项目(2012GXS4D114)

作者简介：李胤奇(1990-)，男，黑龙江哈尔滨人，哈尔滨工程大学经济管理学院博士研究生，研究方向为知识管理与创新管理；李柏洲(1964-)，男，辽宁彰武人，哈尔滨工程大学经济管理学院教授、博士生导师，研究方向为知识管理与创新管理。