网络与集群互补视角下企业技术创新影响机制研究

王 松,杨根福
(杭州电子科技大学 浙江省信息化与经济社会发展研究中心,浙江 杭州 310018)

已有文献指出企业外部资源和信息是创新的重要支持,需要进一步深入研究企业创新外部联系机制中各种因素如何影响企业创新以及它们之间如何互补或配置。企业技术创新的网络机制和集群机制是目前文献中认为最重要的企业创新外部联系机制,尽管网络机制和集群机制沿着不同轨迹发展并且有其局限性,但是网络和集群也许可以发挥互补作用或扮演相互替代角色,更好地作用于企业技术创新。列出了创新障碍因素及促进因素以量化企业创新过程,通过解析网络和集群对企业创新过程的影响机制,提供了一个更加丰富、细致的理论框架,可以解释外部变量如何促进或者阻碍企业技术创新。然后,分析两者如何通过互补克服局限性,更好地促进企业创新。最后,引入集群与网络活力变量,探讨在集群和网络不同发展阶段外部联系对企业创新影响的变迁与演化。

关键词企业技术创新;网络机制;集群机制;外部联系机制;创新促进因素;创新阻碍因素

0 引言

技术创新是企业生存和发展的关键因素,然而,企业自身资源和能力无法满足持续创新需求,也无法适应不断演化的创新环境。在技术经济和全球化竞争与合作环境中,企业技术创新早已从内部的、独立的线性创新模式转向开放的、网络的非线性模式。技术创新活动成为一个企业与外部环境相互作用的过程,一些企业、机构、组织相互作用、互动,并同时与外部环境发生联系,从而获取技术创新与研发所需知识、信息和社会资本,调整技术路径以及创新动机、方向[1]

学者们采用不同分析框架和视角研究企业技术创新外部联系机理和机制,主流研究聚焦于两种企业创新外部联系机制。

(1)创新的网络联系机制。Freeman[1]首先提出了创新网络理论,认为创新网络是应付系统性创新的一种基本制度安排,将其定义为企业间创新合作关系。客观上企业都嵌入在各种创新网络关系中,企业创新活动网络是指企业与外部创新行为主体,如高校、科研机构、政府部门、中介咨询机构等,通过交互作用构成知识创新链,具有知识溢出、知识转移和学习特征。企业间正式合作关系或联盟有助于创新[2],企业外部知识资源多样性和高质量有利于提高企业能力并促进创新[3]。Hakansson[4]认为,不同主体、行为和资源相互作用并构成一个网络,促进各主体发展。Wang和 Rodan[5]提出,创新网络作用机制除知识网络内知识要素间相互耦合外,还包括创新者本身相互学习合作的社交网络。于淼[6]和吴晓冰[7]通过网络关系维度(取向)和位置维度(取向)研究创新网络机理与作用,包括网络规模、强度、密度、内容、关系对称性等。陶秋燕等[8]研究企业网络位置,认为网络嵌入性的网络中心度维度与企业成长呈显著正相关关系,技术创新在网络中心度与企业成长的关系之间起部分中介作用;刘学元等[9]发现技术动荡性负向调节网络中心度与技术创新间关系,正向调节技术创新与企业成长间关系。然而,网络质量和能力影响创新网络机制对企业技术创新的促进作用。邬爱其[10]和Dahl[11]研究发现,网络关系持续性、网络范围、网络异质性等在不同情境中影响知识转移和企业知识获取。网络关系特点( 如网络中关系强度、关系质量以及网络中位置等) 也是影响组织间知识转移的重要因素(池仁勇,2005)。赵炎等[12]研究发现,外部伙伴资源和企业网络中心性对企业创新的影响受到企业内部资源的负向调节。余维新等[13]认为创新价值不确定性、 关系非线性和结构不平衡性等特征决定了企业在利用创新网络进行开放式创新过程中面临一定的风险,即企业创新网络风险。创新网络机制形成的本质是企业创新能力的有限性和资源的稀缺性,然而,企业并非总能从中获取它们想要的资源和能力[14]

(2)企业创新的集群联系机制。Porter[15]指出,产业集群是在特定区域中具有竞争与合作关系且在地理上集中、有交互关联性的企业、专业化供应商、服务供应商、金融机构、相关产业的厂商及其它相关机构等组成的群体,代表着介于市场和等级制之间的一种新的空间经济组织形式。之后,很多学者研究集群与技术创新的关系并认为大量涌现的产业集群为企业技术创新提供了温床,基于区域聚集的集群企业之间的创新合作和资源互补成为一种重要的创新机制,集群提供了一个知识资源源泉[16],并提供了企业之间非正式互动和知识交流的机会[17,18,],集群企业可以获取大量本土化带来的社会资本、抵抗风险[19,20],同时,通过集群企业之间的竞争刺激技术创新[21-22]。Boschma[23]则提出,认知邻近性、社会邻近性、组织邻近性、制度邻近性以及地理邻近性是影响创新网络空间演化的重要因素。Chaminade[24]指出,集聚等地理环境因素会对创新网络产生影响,技术会重新塑造空间距离。Dautel[25]强调地理空间是创新网络形成的决定性因素,并验证了其对创新倾向和产出的影响。然而,集群创新机制的成功与风险是十分复杂和不确定的,并不是每一个区域聚集的产业集群都可以获得创新能力、实现了快速增长[26-27],一些原来很成功的产业集群随着时间的发展变得平庸,出现了认知、知识与功能锁定[28-29],导致最终解体[30]。Bresnahan[31]等对不同区域和类型的产业集群进行研究,发现集群机制对企业技术创新的影响是复杂的,集群企业的本土过度嵌入、创新动机流失、创新识别度降低以及对新知识新能力的排斥等体现了集群机制的局限性[32,33]。Markusen[17]、魏江等[13]研究发现,集群机制演化对企业技术创新的正向作用呈衰减趋势。

一些文献将企业创新的集群机制与创新网络机制相混淆,使得两者之间界限模糊,这是过去关于企业创新外部联系制度研究的重要不足。如果产业集群理论被普遍认为是一种重要且独立的企业经济和管理理论,那么集群制度对于企业在技术创新方面的作用机制也是重要和独特的,不能简单地将其归并于创新网络机制中或者等同于网络机制。两者之间确实存在明显差异,首先,两种机制的空间组织形式不同,集群机制是基于区域聚集的,而网络机制是跨区域的,而且能够充分利用在线信息网络。其次,在资源和信息的性质与流动等方面存在差异。在集群机制当中,企业处于一个特定的产业领域,由于具有生产和产品性质的共同性与互补性而联系在一起。产业空间聚集使得企业可以从规模化生产以及积极外部性当中获取利益,比如丰富的技术性劳动力资源、共同的社会资本、专业化的承包商和供应商以及快速的非正式的信息流动等。而在企业创新的网络机制中,网络关系是系统性创新的一种跨区域跨行业的基本制度安排,企业由此获取多样化的知识、信息和资源。在信息技术的助推下,企业通过契约协议、社会关系等纽带与大学、研究机构、政府、资本市场以及中介机构链接形成合作关系。在行为主体之间,联系和相互依赖就非常重要。 因此,两种机制在对企业技术创新的作用方式上十分不同,给企业创新带来的障碍和局限性也各不相同。如果将两者混为一谈,就很难解释一些问题,比如同一集群的企业外部资源和联系机制对企业技术创新的影响不同,最后导致同一集群的企业创新能力不同。

近年来,一些学者看到了创新外部联系机制的复杂性。集群和网络也许可以发挥互补作用或扮演相互替代角色[34]。区域聚集的企业集群在有效知识获取方面的作用是不够的,需要寻找更开放的网络,融入到有用的知识流动当中。Whittington发现,对于一个企业的创新产出,其在全球网络和区域网络中的位置会产生替代效应。McCann & Folta的研究表明,集群对于企业创新的影响程度与企业网络活跃程度有正相关关系。对于一个企业所在集群状态以及网络状态对企业创新的各种互补或替代影响,应该分析和解释这种影响是如何发生的。Gnyawali[35]建立了促进企业技术创新的集群因素与网络因素的互补模型,在模型中集群变量包括竞争强度等,而网络变量包括资源强度等。Mackenzie[36]提出了研发企业创新模型,分析了这些企业的国际伙伴关系和国内集群关系对其创新外部关系形态与研发导向的影响。Guan等[37]认为企业存在于不同网络,不能只用单一的网络视角,有的网络用于知识获取和技术合作,有的网络用于获取社会关系和社会资本,并且探讨了网络空间特性对创新绩效的影响。本文探讨集群与网络机制对企业创新的互补性作用,从一个新的视角了解企业创新外部联系制度中各种因素如何影响企业创新以及它们之间如何互补或配置。

本文将集群和网络这两种企业创新的外部机制结合在一起,对企业创新外部影响的有效性、互补性及局限性进行研究。外部资源并不必然促进创新,除非有动机通过外部资源获取创新机会以及有能力克服内部组织性障碍。

1 研究设计

1.1 研究问题的提出

本文需要解决的主要问题是:当焦点企业建立包括集群机制和网络机制的创新外部联系制度时,集群因素与网络因素如何促进或者阻碍企业技术创新,最终影响企业创新绩效。进一步,能否建立集群和网络对于企业创新的互补性影响机制,以促进创新,减少障碍。采用集群活力和网络活力量化集群与网络处于哪个发展阶段,从动态演化视角对企业创新外部联系制度的发展阶段性与企业技术创新之间的影响关系进行研究。为了回答上述研究问题,首先,需要对企业创新集群机制和网络机制中的各种变量进行确认,列出创新障碍因素和促进因素以量化创新过程;其次,将企业创新阻碍因素和促进因素融合到整体作用机制中,提供一个丰富、细致的理论框架,既清晰分析单项指标对总体的作用,也分析单项指标间相互关系,并且分析网络机制和集群机制及其单项指标之间的互补;最后,引入集群活力和网络活力变量,探讨在网络和集群不同发展阶段,外部联系对企业创新影响的变迁与演化。

1.2 概念模型

围绕主要的研究问题,以Gnyawali等创建的模型为参考进行改进,建立企业创新的外部联系与资源、企业内部创新过程的阻碍因素和促进因素以及企业创新结果之间的关系,形成研究框架和具体研究变量[38-39]。企业维持和发展创新外部联系制度主要包括网络和集群两种机制,网络机制是指一系列焦点公司及其创新伙伴间形成的正式或潜在关系的总和,通过这些关系形成技术联盟或进行有利于创新的知识转移。集群机制是指区域聚集的一组产业关联性强的企业,这些企业通过产业集群形成竞争与合作关系,在获取创新资源、降低创新成本以及获取知识溢出效应方面形成非正式的地域性联系。概念模型如图1所示。解释变量之一是集群机制,集群竞争强度是指参与到集群中的企业在何种程度上与其它企业进行市场和产品竞争[40]。社会互动强度是指企业及其成员与其它企业及员工进行非正式知识共享、转移和知识溢出的程度。由于不同地方有不同特点,企业需要对此进行适应,企业有机地融入当地经济文化和社会的程度称为本土嵌入度。解释变量之二是网络范式。网络资源是指企业技术创新需要并可能从外部联系中获得的各种投入要素,包括技术、知识、信息、设备、资金等。网络作用强度是指一个企业能够从外部协调的知识和资源的数量与多样性,企业合作伙伴及其资源越多,焦点公司进行技术创新的资源潜力就越大。资源获取导向是指焦点企业以怎样的方式利用网络获取资源,促进技术创新。合作研发导向是指焦点企业将其网络关系用于共同提高创新能力和建立合作伙伴关系,焦点企业致力于发展数量少而粘性强的合作伙伴网络[41]

中介变量包括创新促进因素和创新障碍因素,主要参考Chen[42]的研究成果。创新促进因素指创新识别度和动机。创新识别度是指一个公司关注新技术和新兴市场发展趋势,识别机会与风险的能力。动机是指公司寻求和收集创新资源的意愿。动机影响企业寻找新知识、新思想、新资源的行动力度。创新障碍包括资源约束、不确定性和组织刚性。资源约束是指资源数量和类型投入不足,无法满足创新需要。不确定性是指企业外部环境不可控,比如市场竞争度和技术紊乱度等。组织刚性源于根深蒂固或难以改变的组织惯例、组织文化价值整合和连续性以及决策者心智模式。被解释变量是创新产出,主要从技术创新成果和效益方面衡量创新产出[43]。调节变量中的集群活力是指采用集群获取新知识资源的程度,衡量集群发展阶段。网络活力是指采用网络融入新资源特别是知识资源的程度,衡量网络发展阶段。

图1概念模型

1.3 待验证的研究假设

(1)集群联系机制对企业技术创新的影响。已有文献研究证实,当企业和相关机构聚集在一起形成产业集群后,集群企业之间形成一种竞合关系,在竞争中求合作,在竞争中求机会。集群企业之间的竞争关系有助于企业技术创新意识的提高,集群的整体发展又进一步增强企业创新动机。此外,集群企业之间的产业关联性、地理聚集性和资源互通性导致集群企业以及其它相关机构之间较高的社会化互动强度,企业通过广泛的资源聚集可以减少创新的不确定性障碍。然而,如果集群企业的本土制度和关系嵌入度较高,则可能导致组织结构刚性僵化以及对新技术和知识的排斥,进而失去创新能力。并且,当集群企业本土嵌入度较高时,资源聚集度也高,其区域外部联系中缺乏直接的资源交换机制,可能最终导致资源约束问题。因此,提出如下研究假设:

H1:在集群中,企业竞争强度越大,创新识别度越高。

H2:集群企业竞争强度越大,创新动机越强。

H3:集群企业社会化互动强度越高,创新不确定性越低。

H4:集群企业本土嵌入度越高,阻碍创新的组织刚性越高。

H5:集群企业本土嵌入度越高,阻碍创新的资源约束度越高。

(2) 网络联系机制对企业技术创新的影响。企业外部网络影响主要源于网络中资源和伙伴,正式网络关系中存在资源和知识流动机制。然而,受益的程度和性质取决于网络资源强度以及焦点企业网络化,即企业如何看待和利用网络以及资源动员。网络可以帮助解决集群机制可能造成的资源约束和组织刚性等创新障碍。当网络资源导向导致焦点企业网络关系松散或网络嵌入度差时,集群可以对此进行弥补。

此外,网络也是企业获取创新伙伴的主要途径,通过网络正式或者非正式的联系和交换,可以形成知识共享、联盟、合作研发或者兼并等。企业在网络利用取向上的差异对企业创新成果类型有着直接影响,当网络主要用来获取资源时,企业资源约束度就会降低,同时,设备和技术等显性资源更能帮助提升现有产品;当网络主要用来获取创新伙伴时,能够更好地把握技术进步趋势,减少不确定性,同时,通过各式伙伴关系和合作,更有可能促进新产品创新。由此,提出如下假设:

H6:企业获取的网络资源和知识越多,创新资源约束度越低。

H7:企业获取的网络资源和知识越多,阻碍创新的组织刚性越弱。

H8a:当企业主要通过网络获取资源时,能够减少资源约束度;

H8b:当企业主要通过网络获取资源时,能够促进改进型产品创新。

H9a:当企业主要通过网络获取创新伙伴时,能够减少不确定性;

H9b:当企业主要通过网络获取创新伙伴时,能够促进新产品创新。

(3)集群活力和网络活力影响集群与网络互补机制的有效性。当集群发展到一定阶段,拥有一定数量的企业,并且企业数量稳定时,集群活力将会降低。新企业是新知识、新思想的源泉并带来新资源,但无法进入集群,集群企业竞争强度和社会化作用强度对企业创新的影响降低,这很容易在集群发展到很大规模和成熟阶段时发生。因此,本文提出如下假设:

H10:企业所在集群的活力较低时,集群内竞争强度对创新识别度的激励作用将会减弱。

H11:企业所在集群的活力较低时,集群内竞争强度对创新动机的激励影响将会减弱。

H12:企业所在集群的活力较低时,集群企业社会化互动强度对创新不确定性的降低作用减弱。

(4)网络活力的高低对网络资源和知识获取的影响是显著的,并影响企业技术创新活动。网络活力对网络机制与企业技术创新之间影响关系的调节作用,取决于焦点企业采取网络资源获取导向还是合作研发导向。这里考虑两种情况:当合作伙伴活力相对较低但网络资源活力高时,网络活力对资源获取导向有着积极影响,而对合作研发导向有着负面影响。当双方活力以及网络资源活力都高时,结果相反。因此,提出如下假设:

H13:当网络活力较低时,网络资源强度对资源约束度的减少作用降低。

H14:当网络活力较低时,网络资源强度对组织刚性的减少作用降低。

H15:当企业处于资源导向网络时,网络活力越高,网络对减少创新不确定性的作用越低。

H16:当企业处于合作导向网络时,网络活力越高,网络对减低资源约束度的作用越低。

最后,需要说明的是,创新促进因素和阻碍因素之所以被称为促进或阻碍因素,是因为它们对企业创新产出的促进或阻碍影响已在文献中得到广泛证实(Srivastava,2011;Gnyawali,2013;Chen,2007;Maskell,2007),因此,它们之间的关系不在本文讨论范围内。

2 数据收集与结果分析

2.1 样本描述与信效度检验

在企业样本选择上,基本条件是企业同时具有技术创新的外部网络关系和集群关系。因此,企业参与到区域产业集群是重要选取指标。根据浙江省集群产业发展规划,在13家规模以上产业集群中选择3个产业集群中的企业进行研究,包括杭州网络信息产业集群、缙云锯带床产业集群和温州龙港印刷产业集群。3个集群代表不同的区域、产业类型和技术密集程度,企业技术创新的集群影响机制是动态和活跃的。另外,选取的企业一般应具有创新的外部网络关系,样本有一定的均衡性和代表性。在研究过程中,首先,通过预调查问卷对每个集群中10家企业进行预调研,包括面对面访谈和问卷预发放与收集,然后,根据企业意见和建议对问卷进行修改,提升问卷信度和效度。在正式调研中共计发放企业调查问卷390份,每个企业一份,平均每个集群130份,剔除不具有创新网络关系的企业问卷和无效问卷,共获得154份有效问卷,有效率为40%。

由表1可知,不同集群之间在受调查企业样本数、规模及其员工人数上没有明显差异。3个集群在形成年限上有着一定差异,处于技术生命周期的不同阶段,面临不同技术和市场环境不确定性,集群活力和网络活力也各不相同。

表1样本描述性统计

样本特征温州企业缙云企业杭州企业所属集群龙港印刷产业集群丽水锯带床产业集群杭州网络信息产业集群企业样本数494758企业员工人数少于300人90%82%70%300~1999人10%18%20%2000人以上0010%集群形成年限20年以上15年左右5年左右产品类型环保无纺布袋、纸盒包装、防伪标签、包装装潢等全自动数控锯片合金焊接机、多功能家用缝纫机、防盗门锁、通信铁塔、高端拉床、铸铝门等电子商务、网络设备、摄像机、系统应用软件、有源的RFID产品、3D打印设备等

本研究对问卷样本各测量题项进行了效度和信度检验。问卷结构效度采用KMO指标的因子分析方法,最理想的状态是某个变量在所提取因子上的载荷接近于1,在其它因子上的载荷接近于0,这个因子就能成为该变量的最典型代表,其目的也是要找到那些最能够代表变量的测量题项。采用Cronbach′s Alpha系数作为评判标准来检验信度,将信度检验的邻接值设定为0.6,低于0.6表示测量题项不通过信度检验。分别对3个集群进行问卷数据检验,结果表明3个集群均通过了信效度检验。

表2问卷数据的信度与效度检验

效度KMO值Cronbach'sAlpha系数集群机制网络机制促进与阻碍因素促进因素阻碍因素集群和网络活力机制创新产出缙云0.6600.6000.8920.6160.7620.6000.7610.788温州0.6090.6950.9470.7700.6530.7110.8710.853杭州0.6690.7650.9210.8320.9030.9020.9560.858

2.2 结构方程模型分析与假设验证

运用SPSS19.0进行结构方程模型分析和假设验证,假设H1-H9的分析结果如图2所示。企业外部创新联系制度中的集群机制在促进创新和降低创新障碍等方面都发挥了显著作用,H1-H5都得到了验证。关于网络资源强度对组织刚性与资源约束度的作用,H7通过了验证而H6没有通过验证。关于不同网络机制导向对于创新阻碍因素和创新产品收入的影响,H8a通过了验证,H8b没有通过验证,H9a和H9b都通过了验证。总体来说,11个假设中有9个通过了检验。结构方程模型的拟合指标显示,虽然P值=0.000<0.05,但χ2/df的值为1.489<3,因此,可对χ2不显著的要求忽略不计;IFI、TLI和CFI的值介于0.8~0.9之间,NFI和GFI的值也均接近0.8,绝大多数显变量和潜变量间标准化路径系数对应的C.R.值均大于1.96,至少在P=0.05的水平上具有统计显著性,表明结构方程模型的拟合程度较好。

图2结构方程模型

表3模型分析结果

假设路径标准化路径系数C.R.值P值动机←竞争强度1.0004.028<0.001创新识别度←竞争强度1.0004.263<0.001不确定性←社会化程度0.9415.742<0.001资源约束度←本土嵌入度0.9414.468<0.001组织刚性←本土嵌入度0.9404.773<0.001组织刚性←网络作用强度0.1500.5240.600资源约束度←网络作用强度-0.341-2.6870.007改进型产品←资源获取导向1.0005.165<0.001资源约束度←资源获取导向-0.493-1.4740.040新产品←合作研发导向1.0004.102<0.001不确定性←合作研发导向-0.337-2.1670.030拟合指标Pχ2/dfRMSEAIFITLINFIGFICFI具体数值0.0002.8510.1580.8730.8240.7890.7630.868

研究结果表明,企业能够从集群机制中获得有利于创新的外部支持。企业参与到一个区域聚集的产业集群中并与其它企业或者组织发生关系,对于增强企业技术创新能力是十分重要的,前提是集群机制是活跃和能动的。企业与集群中其它企业之间的竞争强度越高,就越能够帮助企业识别创新机会和确立有效创新路径。同时,集群企业之间的竞争也能够帮助企业克服惰性,增强创新动机。企业间近距离聚集、相互竞争与比较能够给企业带来压力,有利于发现机会,弥补不足。集群机制可以促进企业与其它企业之间的互动,也可以促进企业与区域公共部门、科研机构和政府部门之间的互动,这些社会化互动可以帮助企业降低创新不确定性,因为当市场或者技术环境发生变化时,企业可以借助这些互动渠道得到信息和资源,而不是被隔离在外或者锁住。以上通过假设H1-H3得到证实。

然而,集群机制也会给企业创新带来阻碍。研究结果表明,集群机制通常会导致企业的本土依赖和嵌入,本土嵌入程度越高,企业组织机制的刚性就越高,资源约束度也越高,这些都得到了研究证实。所以,集群的区域聚集性和本土嵌入性对于企业技术创新是不利的,当技术进步和市场动态演化时,组织刚性阻碍企业有效采取措施应对变化,而企业物质和智力资源也被集群机制所约束,从而失去创新能力。以上通过假设H4-H5得到证实。

同时,从不同角度,企业外部网络机制也在发挥促进创新的积极作用。企业在集群之外超越区域外部联系所联系的组织和机构数量越多,机构和组织拥有的知识和信息资源越多,网络机制对企业技术创新的促进作用就越强。网络机制对创新的正面作用主要通过降低企业技术创新的资源约束度实现,然而,网络机制对组织刚性的减弱作用并没有得到证实,这说明集群机制中的本土社会化互动强度和嵌入度带来的组织刚性十分复杂,网络机制作用没有形成互补效应。网络机制导向也发挥着重要作用,如果网络机制以技术合作研发为导向,则它对企业创新的促进作用比较明显。合作研发导向的网络机制通过降低创新不确定性促进创新,并且直接对新产品创新绩效产生正向作用。对于新兴行业中的企业来说,破坏性和颠覆性产品创新面临的机会与威胁较多,因此,创新的外部网络机制应该以合作研发为导向,更有利于创新能力提升。资源获取为导向的网络机制对降低创新资源约束度的作用没有得到证实,不过它对改进型产品创新的正向作用得到了证实。这说明如果以资源获取为导向发挥网络机制的作用,则可能由于企业吸收能力不足,缺乏与网络伙伴的合作沟通,导致网络资源无法发挥作用。

关于集群活力和网络活力对企业的集群机制与网络机制作用的影响,运用多元非线性回归方法对假设H10-H16进行了验证和分析。如表4所示,对假设H10进行检验分析,调节变量集群活力的标准系数为0.620,p值为0.000,竞争强度的标准系数由0.494降为0.222,说明集群活力创新识别度具有显著影响,当企业所在集群活力较低时,集群内竞争强度对创新识别度的激励作用将会减弱。

表4集群活力对竞争强度与创新识别度之间关系的调节作用

模型非标准化系数B标准错误标准系数贝塔t显著性1(常量)2.5180.5234.8150.000竞争强度0.5150.1060.4944.8510.0002(常量)0.9220.4631.9900.050竞争强度0.2320.0910.2222.5360.013集群活力0.6610.0930.6207.0740.000

因变量:创新识别度

由表5可知,调节变量集群活力的标准系数为0.579,p值为0,竞争强度的标准系数由0.360降为0.106,可见,集群活力对创新动机具有显著影响,当企业所在集群活力较低时,集群内竞争强度对创新动机的激励影响将会减弱。

表5集群活力对竞争强度与创新动机之间关系的调节作用

模型非标准化系数B标准错误标准系数贝塔t显著性1(常量)3.7080.4657.9800.000竞争强度0.3110.0940.3603.2980.0022(常量)2.4730.4455.5600.000竞争强度0.0920.0880.1061.0480.298集群活力0.5110.0900.5795.6980.0003(常量)2.7220.3767.2320.000集群活力0.5520.0810.6256.8460.000

因变量:动机

由表6可知,调节变量集群活力的标准系数为0.385,p值为0.005,社会化互动强度的标准系数由0.470降为0.213,说明集群活力对创新不确定性有显著影响,当企业集群活力较低时,集群企业社会化互动强度对创新不确定性的降低作用减弱。

表6集群活力对社会化互动强度与创新不确定性之间关系的调节作用

模型非标准化系数B标准错误标准系数贝塔t显著性1(常量)2.5690.3776.8170.000社会化互动强度0.3880.0850.4704.5500.0002(常量)1.8700.4324.3280.000社会化互动强度0.1750.1090.2131.6040.113集群活力0.3550.1220.3852.9020.005

因变量:不确定性

由表7可知,调节变量网络活力的标准系数为0.223,p值为0.153,网络作用强度从0.387降为0.227,说明网络活力对资源约束度的作用不显著,但是当网络活力较低时,网络作用强度对资源约束度的减少作用仍起到降低作用。

表7网络活力对网络作用强度与资源约束度之间关系的调节作用

模型非标准化系数B标准错误标准系数贝塔t显著性1(常量)2.3540.5414.3480.000网络作用强度0.4050.1130.3873.5870.0012(常量)2.1310.5593.8140.000网络作用强度0.2380.1610.2271.4770.144网络活力0.2270.1570.2231.4460.1533(常量)2.3540.5414.3480.000网络作用强度0.4050.1130.3873.5870.0014(常量)1.7500.5243.3380.001网络作用强度-0.0400.158-0.038-0.2530.801集群活力0.5950.1590.5653.7340.0005(常量)1.7020.4853.5070.001集群活力0.5640.1040.5365.4220.000

因变量:资源约束度

如表8显示,调节变量网络活力的标准系数为0.550,p值为0.000,网络作用强度由0.384降为-0.011,可见网络活力对组织刚性有显著影响,当网络活力较低时,网络作用强度对组织刚性的减少作用降低。

由表9可知,调节变量网络活力标准系数为0.229,p值为0.137,资源获取导向的标准系数由0.456降为0.287,说明网络活力对不确定性不存在显著作用,但是,对资源获取导向与创新不确定性之间的关系起到一定的作用,如果企业所在网络是资源导向性网络,则网络活力越高,网络对减少创新不确定性的作用越低。

表8网络活力对网络作用强度与组织刚性之间关系的调节作用

模型非标准化系数B标准错误标准系数贝塔t显著性1(常量)2.1980.5334.1250.000网络作用强度0.3950.1110.3843.5560.0012(常量)1.6580.5083.2640.002网络作用强度-0.0110.146-0.011-0.0750.941网络活力0.5520.1430.5503.8660.000

因变量:组织刚性

表9网络活力对资源获取导向与创新不确定性之间关系的调节作用

模型非标准化系数B标准错误标准系数贝塔t显著性1(常量)2.3890.4295.5700.000资源获取导向0.3920.0900.4564.3750.0002(常量)2.1560.4534.7640.000资源获取导向0.2470.1310.2871.8840.064网络活力0.2050.1360.2291.5020.1373(常量)2.3890.4295.5700.000资源获取导向0.3920.0900.4564.3750.0004(常量)1.8510.4494.1250.000资源获取导向0.1400.1220.1631.1480.255集群活力0.3790.1310.4112.8990.0055(常量)2.0090.4284.6950.000集群活力0.4860.0920.5275.2960.000

因变量:不确定性

由表10可知,调节变量网络活力的标准系数为0.082,p值为0.653,合作研发导向的标准系数由0.441降为0.375,虽然网络活力对资源约束度不存在显著作用,但是,对合作研发导向与资源约束度之间的关系还是起到一定的作用,如果企业所在网络是合作导向性网络,则网络活力越高,网络对降低资源约束度的作用越低。

表10网络活力对合作研发导向与资源约束度之间关系的调节作用

模型非标准化系数B标准错误标准系数贝塔t显著性1(常量)2.2880.4844.7280.000合作研发导向0.4530.1080.4414.1960.0002(常量)2.2140.5134.3140.000合作研发导向0.3850.1860.3752.0700.042网络活力0.0830.1850.0820.4510.6533(常量)2.2880.4844.7280.000合作研发导向0.4530.1080.4414.1960.0004(常量)1.6860.4993.3810.001合作研发导向0.0290.1720.0280.1700.866集群活力0.5400.1760.5133.0670.0035(常量)1.7020.4853.5070.001集群活力0.5640.1040.5365.4220.000

因变量:资源约束度

3 研究结论与展望

当技术创新愈加成为企业持续成长和延长生命周期的重要因素时,促进企业技术创新的外部联系机制愈加复杂。产业集群也好,创新网络也好,当这些机制单一发挥作用时,在不同情况下产生的作用是不同的,有时甚至对促进创新没有产生作用或产生负向作用。由于环境动态变化以及企业自身能力限制,企业必须加入到集群机制和网络机制等外部创新联系中。但是,在建立联系和利用外部联系中的资源与知识时,需要对其中的关键变量及其作用方式及机理进行分析。本文主要得到以下结论:

(1)相比于企业的集群机制,企业的网络机制对技术创新的正向作用更显著。企业跨越区域协调的外部知识和资源的数量与多样性越多,企业技术创新的资源约束度就越低。当企业的网络机制是资源导向时,这种作用就特别明显,并且更有利于促进改进型产品创新。如果网络机制是合作研发导向,则可以帮助企业降低创新不确定性,并且更有利于新产品创新。

(2)企业可以加入集群并利用集群机制促进技术创新。集群竞争可以提高企业创新识别度和动机,当新的机会或威胁出现时,企业可以较早发现并加以应对。同时,集群机制可以帮助企业降低外部动态环境带来的不确定性,集群企业之间的信任关系和高强度互动可以帮助企业通过合作寻找创新路径与创新方向。

(3)当产业集群发展到一定阶段时,集群机制对企业技术创新的促进作用减弱,阻碍作用增强。企业本土嵌入度越高,企业组织刚性和资源约束度就越高。当产业集群发展时间较久以后,企业本土嵌入度和根植性导致其组织机制对新知识与信息产生排斥,从而失去创新动机,无法认知创新机会。另外,集群机制也导致企业无法拓展外部资源获取的广度和跨度,无法获取更多创新伙伴,对创新产生阻碍作用。

(4)集群机制和网络机制不是一成不变地发挥作用,而是动态演化的。这体现在集群活力和网络活力对外部创新联系的调节作用上,当集群活力较低时,集群内竞争强度对创新识别度和创新动机的激励作用将会减弱,集群企业社会化互动强度对创新不确定性的降低作用也会减弱,集群机制对企业技术创新的正向作用明显降低。网络机制也有类似现象发生,当网络活力趋于降低时,网络资源强度对资源约束度的减少作用降低,网络资源强度对组织刚性的减少作用降低,这种作用存在但没有集群机制显著。网络机制的作用比集群机制更复杂一些,因为网络机制存在不同导向,当网络主要用来获取资源,并且网络联系特别活跃时,网络对降低创新不确定性的作用可能不足;当网络主要用来获取创新合作伙伴时,网络对降低资源约束的作用就较弱。

(5)集群机制和网络机制对企业技术创新的作用存在相互牵制和互补关系。当企业所在集群机制演化到成熟期时,组织刚性和资源约束度就会发挥创新阻碍作用,需要企业加强网络机制的作用以克服这种负向影响。当集群机制的活力整体降低后,这种机制对创新的正向作用可能逐渐降低并且消失,甚至导致集群消解,企业需要借助网络机制带来的知识资源和创新机会来体察这种危险与威胁,建立有利于创新的新机制。网络机制也处于动态演化中,网络活力会降低。当网络以获取资源为导向时,对企业创新识别度和动机的提升没有帮助,需要集群具有较高的竞争强度来弥补。当网络以合作研发为导向时,存在资源约束性问题,这是集群机制无法解决的问题,因此,网络机制需要兼顾资源问题。总体来说,网络活力和集群活力对技术创新发挥正向调节作用。因此,当两者的活力都低时,企业必须意识到外部威胁和不确定性,寻求建立新的外部创新联系。

本研究为企业创新实践与管理带来十分重要的启示。首先,对于企业创新实践,产业空间集聚的创新效应随着集群发展的生命周期演进而逐渐降低,对企业创新的阻碍作用逐渐增强。企业家和相关公共部门需要更加注重企业外部联系的多样性和均衡性,有意识地降低本土嵌入度,增强跨区域网络联系,特别要加强利用网络联系以获取创新伙伴。当颠覆式创新发生时,创新伙伴可以帮助企业发现风险和机会。其次,充分意识到企业集群联系机制与网络联系机制的本质特征和两者之间的区别,不能将两者混为一谈。再次,进一步认识到两种机制的互补性,并且利用这种互补性弥补各种外部因素对创新的不利影响,增强外部联系对创新的促进作用。最后,技术和产业环境是不断变化的,企业技术创新不确定性始终存在。产业和地方政策关于企业创新外部联系方面的导向是帮助企业形成外部联系制度的动态演化性,引导和治理企业的集群联系,帮助企业增强网络联系强度,分析网络利用导向如何与企业创新需求实现更好结合,帮助企业在创新外部联系的稳定性、多样性、均衡性和动态发展性方面获得更多成效。

参考文献:

[1] FREEMAN C.Networks of innovators:a synthesis of research issues[J].Social Science Electronic Publishing,1991,20(5):499-514.

[2] AHUJA G,LAMPERT C M.Entrepreneurship in the large corporation:a longitudinal study of how established firms create breakthrough inventions[J].Strategic Management Journal,2001,22(6-7):521-543.

[3] PHELPS C C.A longitudinal study of the influence of alliance network structure and composition on firm exploratory innovation[J].Academy of Management Journal,2010,53(4):890-913.

[4] HÅKANSSON H,SNEHOTA I.Developing relationships in business network[M].Cambridge:Harvard University,1995.

[5] WANG C,RODAN S,FRUIN M,et al.Knowledge networks,collaboration networks,and exploratory innovation[J].Academy of Management Journal,2014,57(2):454-484.

[6] 于淼.网络关系与创新绩效:动态能力的中介作用[J].东北财经大学学报,2014(3):19-25.

[7] 吴晓冰.集群企业创新网络特征、知识获取及创新绩效关系研究[D].杭州:浙江大学,2009.

[8] 陶秋燕,孟猛猛.网络嵌入性、技术创新和中小企业成长研究[J].科研管理,2017,38(4):517-524.

[9] 刘学元,丁文靖.企业创新网络中关系强度、吸收能力与创新绩效的关系研究[J].南开管理评论,2016(1):30-42.

[10] 邬爱其.超集群学习与集群企业转型成长——基于浙江卡森的案例研究[J].管理世界,2009(8):141-156.

[11] DAHL M S,PEDERSEN C R.Knowledge flows through informal contacts in industrial clusters:myth or reality[J].Research Policy,2003,33(10):1673-1686.

[12] 赵炎,王艳妮.越强越狭隘?企业间联盟创新网络的证据[J].科学学与科学技术管理,2017(5) 118-127.

[13] 余维新,顾新,彭双.企业创新网络:演化、风险及关系治理[J].科技进步与对策,2016(8):81-85.

[14] 魏江,向永胜.文化嵌入与集群发展的共演机制研究[J].自然辩证法研究,2012(3):114-118.

[15] PORTER B M E.Clusters and competition.new agenda for companies[J]Economic Geography,2010,2(5):197-287.

[16] KRUGMAN P.Geography and trade[M].London:MIT Press,1991:23-25.

[17] MARKUSEN A.Sticky places in slippery space:a typology of industrial districts[J].Economic Geography,1996,72(3):293-313.

[18] KHOJA F.The triad:organizational cultural values,practices and strong social intra-firm networks[J].Journal of Business Strategies,2010,27(2):45-48.

[19] PIERRE-ALEXANDRE BALLAND.Proximity and the evolution of collaboration networks:evidence from research and development projects within the Global Navigation Satellite System (GNSS) Industry[J].Regional Studies,2012,46(6):741-756.

[20] BRESCHI S,LISSONI F.Mobility of skilled workers and co-invention networks:an anatomy of localized knowledge flows[J].Journal of Economic Geography,2009,9(4):439-468.

[21] TEECE D.Economic performance and the theory of the firm[J].Cheltenham:Edward Elgar,1998,5(6):15-17.

[22] MASKELL P,MALMBERG A.Myopia,knowledge development and cluster evolution[J].Journal of Economic Geography,2007,7(5):603-618.

[23] BOSCHMA R.Gianluca Capone institutions and diversification:related versus unrelated diversification in a varieties of capitalism framework[J].Research Policy,2015,44(10):1902-1914.

[24] CHAMINADE C,PLECHERO M.Do regions make a difference? regional innovation systems and global innovation networks in the ICT industry[J].European Planning Studies,2015,23(2):215-237.

[25] DAUTEL V,WALTHER O.The geography of innovation in a small metropolitan region:an intra-regional approach in Luxembourg[J].Papers in Regional Science,2014,93(4):703-725

[26] FORNAHL D,BROEKEL T,BOSCHMA R.What drives patent performance of German biotech firms? the impact of R&D subsidies,knowledge networks and their location[J].Papers in Evolutionary Economic Geography,2010,90(2):395-418.

[27] EISINGERICH A B,BELL S J,TRACEY P.How can clusters sustain performance? the role of network strength,network openness,and environmental uncertainty[J].Research Policy,2010,39(2):239-253.

[28] AUDRETSCH D B.Firm profitability,growth,and innovation[J].Review of Industrial Organization,1995,10(10):579-588.

[29] MCCANN B T,FOLTA T B.Performance differentials within geographic clusters[J].Journal of Business Venturing,2011,26(1):104-123.

[30] SAXENIAN A L.The new argonauts:regional advantage in a global economy[J].Economic Geography,2006,84(1):105-108.

[31] BRESNAHAN T,GAMBARDELLA A,SAXENIAN A.'Old economy' inputs for 'new economy' outcomes:cluster formation in the new silicon valleys[J].Industrial & Corporate Change,2001,10(10):835-860.

[32] DITTRICH K,DUYSTERS G.Networking as a means to strategy change:the case of open innovation in mobile telephony[J].Journal of Product Innovation Management,2007,24(6):510-521.

[33] ANDAC T,ARIKAN.Inter-firm knowledge exchanges and the knowledge creation capability of clusters[J].Academy of Management Review,2009,34(4):658-676.

[34] WHITTINGTON K B,OWEN-SMITH J,POWELL W W.Networks,propinquity,and innovation in knowledge-intensive industries[J].Administrative Science Quarterly,2009,54(1):90-122.

[35] GNYAWALI D R,SRIVASTAVA M K.Complementary effects of clusters and networks on firm innovation:a conceptual model[J].Journal of Engineering & Technology Management,2013,30(1):1-20.

[36] MACKENZIE D HIRD,SEBASTIAN M.How complex international partnerships shape domestic research?clusters:difference-in-difference?network?formation and research re-orientation in the MIT Portugal Program[J].Research Policy,2017,46(3):557-572.

[37] GUAN JC,ZHANG JJ.The impact of multilevel networks on innovation[J].Research Policy,2015,44(3):545-559.

[38] EVERETT M,BORGATTI S P.Ego network betweenness[J].Social Networks,2005,27(1):31-38.

[39] AKBAR ZAHEER,VARGHESE P GEORGE.Reach out or reach within? performance implications of alliances and location in biotechnology[J].Managerial & Decision Economics,2004,25(6-7):437-452.

[40] CATTANI G,WEZEL F C.Spatial and temporal heterogeneity in founding patterns[J].Organization Science,2003,14(6):670-685.

[41] SRIVASTAVA M K.When do relational resources matter? leveraging portfolio technological resources for breakthrough innovation[J].Academy of Management Journal,2011,54(4):797-810.

[42] CHEN M J,TSAI W.Competitive tension:the awareness-motivation-capability perspective[J].Academy of Management Journal,2007,50(1):101-118.

[43] GAY B,DOUSSET B.Innovation and network structural dynamics:study of the alliance network of a major sector of the biotechnology industry[J].Research Policy,2005,34(10):1457-1475.

TheAnalysisofInfluenceMechanismofEnterpriseTechnologyInnovation:aComplementaryApproachbasedonNetworkandClusterMechanism

Wang Song, Yang Genfu
(Zhejiang Information and Economic Social Development Research Center, Hangzhou Dianzi University, Hangzhou 310018, China)

AbstractExternal resources and knowledge largely contribute to technology innovation of industrial firms. The external innovation linkage system of firms is shaped through two main mechanisms. On the one hand, the innovation network is a basic system arrangement to cope with firms systematic innovation crossing regions and sectors. The industrial firms may acquire diversified and high qualified external resources and knowledge to improve the ability of firms and promote innovation through this arrangement. Secondly, the cluster innovation mechanism of firms provides a common source of knowledge and provides for informal interaction and knowledge flow among firms. The cooperation for innovation and the complement for resources between firms in a regional cluster become an important external mechanism of innovation for each firm. Although cluster mechanism and network mechanism respectively acquire external resources and knowledge for innovation, the nature and flow of resources and knowledge acquired by firms are different between both the mechanisms, resulting in different impacts of each mechanism on the firms' innovation. Along with the time evolves, limitations of each innovation mode of action is gradually revealed. Based on the analysis of the role of cluster and network mechanism play in impacting technology innovation of firms, the paper explores how external factors in each mechanism hindering or promoting innovation of firms, giving the reasons for this. Then it suggests the complementary effects of two kinds of innovation mechanisms, explaining how to make use of both mechanisms to benefit technology innovation of firms through complementary effects between them. It also introduces the cluster and network dynamic variables, which may be used to measure the influence of cluster evolution and network evolution on firms' innovation process.

KeyWords:Firms Technology Innovation; Network Mechanism; Cluster Mechanism; External Contact Mechanism; Innovation Promoting Factors; Innovation Hindering Factors

DOI10.6049/kjjbydc.2017060313

中图分类号F273.1

文献标识码:A

文章编号:1001-7348(2018)09-0074-10

收稿日期2017-08-23

基金项目国家社会科学基金项目(14BGL021);浙江省自然科学基金项目(LY13G020026)

作者简介王松(1971-),男,四川泸州人,博士,杭州电子科技大学教授,研究方向为信息技术变革与社会网络分析;杨根福(1973-),男,浙江衢州人,杭州电子科技大学副教授,研究方向为信息与媒介管理。

(责任编辑:万贤贤)