姜鸣凤1，马 力2
(1.大连理工大学 科学学与科学技术管理研究所，辽宁 大连 116024；2.大连理工大学 商学院，辽宁 盘锦 124221)
摘 要：由创新网络和企业衍生概念入手，将衍生效应分解为知识溢出、集群创新文化和竞争关系3个维度，将集群创新网络分解为 “质”、“量”两个维度，以北京、大连、济南、天津高技术产业集群的衍生企业为对象，实证研究企业衍生效应对集群创新网络的影响。结果显示，企业衍生效应对集群创新网络演化存在正向促进作用。其中，知识溢出、集群创新文化与创新网络的“质”维度存在显著正相关关系，知识溢出、集群创新文化和适度竞争关系与创新网络的“量”维度存在显著正相关关系。
关键词：企业衍生效应；高技术产业集群；集群创新网络；知识溢出
收稿日期：2019-03-15
基金项目：国家社会科学基金项目(15BGL023)
作者简介：姜鸣凤(1984-)，女，山东东营人，大连理工大学科学学与科技管理研究所博士生，研究方向为创新创业、科技伦理；马力(1969-)，女，山东龙口人，博士，大连理工大学商学院教授、博士生导师，研究方向为创新创业、战略管理与企业伦理。本文通讯作者：马力。
DOI：10.6049/kjjbydc.2018110496
开放科学(资源服务)标识码(OSID)：
中图分类号：F264.2
文献标识码：A
文章编号：1001-7348(2019)14-0053-09
Jiang Mingfeng1, Ma Li2
(1.Institute of Science Studies and S&T Management, Dalian University of Technology,Dalian 116024, China;2.School of Business, Dalian University of Technology， Panjin 124221, China)
Abstract：Starting with the concepts of innovation networks and spin-off, the derivative effect could be decomposed into three dimensions: knowledge spillover, cluster innovation culture and competitive relationship. The cluster innovation networks could be decomposed into two dimensions: “quality” and “quantity”, with empirical research on high-tech industrial cluster in Beijing, Dalian, Jinan, and Tianjin, we examined the influence of derivative effect on innovation networks. The empirical results show that spin-off have a positive effect on the evolution of cluster innovation networks. Moreover, there are significant positive correlations between knowledge spillover, cluster innovation culture and innovation network quality dimensions, and significant positive correlation between knowledge spillovers, cluster innovation culture, moderate competition and innovation networks.
Key Words:Derivative Effect of Spin-off; High-tech Industrial Cluster; Cluster Innovation Networks; Knowledge Spill-over
创新网络英文一般表达为Innovation Networks。Freeman[1]较早提出创新网络概念，并指出为了适应系统性创新，需建立企业间合作与创新通道，由此便形成了企业间相互联系的创新网络。创新网络理论经长期发展，其内涵得到了丰富与拓展，不再局限于企业间的合作与创新关系，还包括集群内企业、政府、高校与科研机构、金融机构、中介机构等主体及其联结关系。在高技术产业集群中，创新网络的建立有助于战略联盟开发出具有创新性和竞争力的产品，为网络创新主体创造新收益，并促进创新网络知识共享和新知识产生[2]，不仅能提高集群各主体创新能力，也提升了集群整体竞争力[3]。因此，创新网络在近十年受到国内外学者普遍关注，成为热门议题。
企业创新能力的有限性与资源的稀缺性是企业参与、依靠创新网络发展的最根本原因。企业在发展过程中，根据外部环境变化不断调整发展策略、优化创新网络，以获取持续创新力与资源，因而创新网络应该是动态演进的[4]。经济发展对创新提出了更高的要求，加之创新网络本身具有复杂性和动态性。因此，结合微观动力与宏观现象，从多角度深入剖析创新网络十分有必要，而作为新兴热点的企业衍生则为其提供了很好的切入点。通过对国内外多个高技术产业集群进行考察以及案例分析发现，高技术集群区企业衍生成败与集群创新网络发展水平呈现出高度一致性。企业衍生活动频繁的区域，创新创业氛围浓厚，企业衍生现象突出，集群内各主体与大量衍生企业充分联结、频繁互动，建立了紧密的联系，进而逐渐演化、形成比较完善、相对稳定的集群创新网络。那么，是否可以认为企业衍生效应是集群创新网络演化的重要影响因素？其作用力如何发挥？作用程度如何体现？这些问题是本文关注的重点。
企业衍生或称为“衍生创业”，英文通常表述为“spin-off”、“spin-out” 、“start-up”等。 Copper[5, 6]较早关注到技术员工离职创办企业的现象，并展开调研分析。多年来，国内外众多学者对企业衍生现象进行了研究，但大多是基于各自研究目的展开的，至今尚未形成统一定义。一般而言，狭义的衍生企业是指“从一个稳定存在的母体组织中，通过技术、知识、经验或能力转移等方式创建的新企业(衍生企业)”[7]。广义的衍生企业不仅涵盖了狭义定义涉及的内容，更包含了大学毕业生“离校创办企业”这一现象，因毕业生创办企业的过程是对大学文化、精神、知识、技术等的传承与发扬。马力、臧旭恒[7]大量回顾国内外衍生企业文献，归纳出衍生企业的3个特性：第一，母体组织的性质具有多样性，可为高校、科研机构或成熟企业等；第二，衍生企业与母体企业之间存在某种联系；第三，无论母体组织是何种性质，衍生企业必然具备商业化特性，即衍生企业从事商业活动。
企业衍生过程中产生的衍生效应已受到国内外学者一致认可，认为企业衍生是集群中新企业产生、集体学习、知识溢出和技术转移的重要途径与方式，是聚集创新人才、凝聚创业精神的极具潜力的经济增长点[7-11]。进一步地，高技术产业集群的集聚机理也是以企业衍生和劳动为主要“黏合剂”[12]。近年来，“硅谷”等产业集聚区不断衍生新企业，形成了庞大的高技术产业集群，企业衍生及衍生效应逐渐成为经济发展的重要推动力，成为学术界与商业界关注的热点。结合既有研究与高技术产业集群发展实际可以发现：衍生企业不断涌现，构成了新的创新网络节点，各主体在网络中进行知识与资源共享，强化彼此合作，降低交易成本，提高收益，进而增强各主体间的相互联系[2]，维护良好的竞争环境。同时，衍生过程中存在强烈的知识溢出效应，并且衍生成功的企业在集群内将产生示范效应，形成活跃的创新创业集群文化，为创新网络形成与发展创造有利条件。对于企业衍生对创新网络及创新网络主体的作用，国内外学者展开一系列研究。吕国庆等(2014)将集群创新网络演化分为初始、裂变、集聚和重组4个阶段，认为企业衍生在裂变阶段起到主要推动作用；Fryges & Wright[13]认为，当母体企业获得的新技术无法与原有核心业务匹配时，将通过创立新企业(衍生企业)推动新技术商业化，并探讨了不同发展时期，衍生企业与母体企业竞争关系的变化及其对创新网络的影响。
受国家和地区区位与政策等宏观和微观环境因素影响，各地区高技术产业集群既有共性，又有自身特色。国外成熟的高技术产业集群如硅谷等，国内发展较好的高技术产业集群如北京中关村、上海张江等，都有着浓厚的区域创业氛围，企业衍生现象突出，集群创新网络相对完善、稳定。但我国不同区域的高新区发展水平参差不齐，一些国家级高新区并没有呈现出衍生企业繁荣发展的局面，衍生企业数量不多、比例不高，导致整个高新区活力不足。部分区域政策专注于服务少数成熟大企业，有意识地给予大企业资金、政策优惠与扶持，疏于扶持小微衍生企业发展，使其在衍生过程中陷入资本不足、融资困难、难以维系生产与合作关系等困境。因此，虽然小微衍生企业在地理位置上处于集群内，但实际生产活动却相对孤立和分离，缺乏信息、技术交流，不能很好地参与并利用创新网络，非但不能像硅谷、剑桥、新竹那样形成专业化的分工协作体系，反而可能在竞争中相互拆台，导致集群创新网络节点缺失和“空心化”，不利于集群创新网络发展。集群创新网络內信息、技术、知识流通不畅，同样不利于衍生企业和高技术产业集群长远发展。
企业衍生不仅是新企业产生和技术转移的重要方式，更是所有类型产业集群成长和集群规模扩张的主要方式。只有群内企业不断衍生，集群发展才是“内生”和持续的[2，14]。在高技术产业集群内，衍生活动远比传统产业频繁，衍生现象更为明显[12]。通过考察国内外高新技术产业集群企业衍生和集群创新网络发展现实案例可以发现，二者发展基本呈现出一致性。集群内企业衍生活动越频繁，集群创新网络越成熟。因此，利用企业衍生状况反映创新网络演进是可行且具有研究意义的。从文献回顾中可以看出，企业衍生带来的知识溢出、集群创新文化、与母体或其它企业的竞争关系对创新网络的影响受到学者们一再强调，相关结论对本研究具有借鉴和指导作用，而理论空白也成为研究深入的切入点。已有研究不足主要表现在：第一，多数研究强调企业衍生对网络中某一主体的作用，内容聚焦于衍生企业与母体大学的联系，未从衍生视角考量创新网络发展；第二，研究多是基于已有经验积累与理论上的判断展开，缺乏实证数据支持。鉴于此，本研究将构建理论模型、提出研究假设，实证探讨企业衍生对创新网络的影响。
回顾文献可知，知识溢出、创新文化背景与竞合关系是影响创新网络演进的关键，而三者恰是衍生过程最重要的特征。因此，本文对于企业衍生效应的考量主要从衍生过程中知识溢出的产生、集群创新文化的丰富和竞争关系的改变[15]3个方面入手。其中，知识溢出反映了企业创新开放程度和技术创新程度；集群创新文化反映了集群内与创新、创业相关的文化氛围；竞争关系的改变反映了衍生效应对企业与母体企业(组织)及其它企业竞争关系优化的影响。
对于创新网络，Burt[16]将其划分为“关系维度”与“位置维度”，关注创新网络的关系模式与位置；Mark Granovetter[17]则将其划分为“关系”与“结构”，聚焦于创新网络节点间关系、节点分布情况。我国学者邬爱其等[18]采用社会网络研究中的关系——结构分析范式，研究创新网络质量与空间结构，即“质”和“量”两个维度。其中，“质”维度主要关注创新网络中企业主体与主要创新伙伴的联结情况，“量”维度关注网络创新主体数量、分布、联结数量及种类。
随着开放式创新推进，知识溢出成为“溢出”这一经济外部性的主流表现，知识溢出效应随之产生。Jaffe较早对知识溢出进行了研究，认为企业知识溢出流中的知识，很大一部分来源于其它企业，企业间的知识流动使得区域内知识溢出成为可能。尽管当前存在着各种知识保护法律法规，企业和大学的R&D活动仍会不同程度地溢出知识给第三方，技术上相似的企业将从中受益[19]。马力、臧徐恒[2]早先针对衍生企业效应的研究指出，知识(尤其是缄默知识)溢出具有明显的地理区位局限性，这一特点使得集群区域内的知识溢出效应明显强于地区间的，并受到企业衍生效应的正向影响。该原理主要表现为：第一，衍生效应增加了人才流动性和知识溢出途径，增加了缄默知识流通与传播渠道；第二，衍生过程中因衍生企业对母体的继承与模仿使得母体知识外溢，进而触发集群网络内知识溢出的自循环和自增强机制[7]。该理论表明，企业衍生过程中伴随着大量知识溢出，知识接受者或需求者通过消化吸收新知识，促进企业创新，产生关联效应，增进溢出者(母体企业)、接受者(衍生企业)及其它相关主体间间的信任与合作信心，降低交易成本。因此，知识溢出能强化相关主体的联结关系，促进合作。同时，知识溢出范围越广，联结的创新主体越多，创新网络范围随之扩大，即知识溢出能够提高创新网络的“质”与“量”。
另外，衍生企业较之一般企业最大的不同即是知识继承，也就是说，衍生伴生溢出，这一特性使得集群内对知识利用更加充分。新企业衍生成功后将面临激烈竞争，决定了衍生企业仅对母体组织进行简单而直接的知识继承是不够的，必须在吸收、消化的基础上，对知识进行进一步利用与提升。特别的，在创新网络形成初期，衍生方式多为横向衍生，这会加剧同类型企业包括母体企业的竞争压力。为了应对这一困境，技术推陈出新是维持企业竞争力的必要手段。同时，积极寻求新的创新合作伙伴、扩大知识来源也是增强企业实力的有效途径。这都有利于创新网络主体开展技术创新活动[19]，也促进了新的网络关系产生，而集群创新网络正是在这种创新主体不断增加、主体间联系不断强化的过程中，逐渐演化、成长。基于上述分析，提出如下假设：
H1：企业衍生带来的知识溢出对于集群创新网络演进有正向影响作用。
H1a：企业衍生带来的知识溢出对集群创新网络的质维度有正向影响作用；
H1b：企业衍生带来的知识溢出对集群创新网络的量维度有正向影响作用。
创新文化是在集群演化过程中逐渐形成，潜移默化地影响行为主体，建立起共同信奉和遵循的价值观念、道德准则和行为规范等，引导其发挥自主创新能力的一种文化氛围[19]，核心是激励探索、包容个性、鼓励创新、宽容失败[20]。由于创新文化能引导行为主体合作创新、加强网络节点间联系的作用，从而推动创新网络发展与完善。“硅谷”作为集群发展的典范，创新文化发挥着无可替代的、长久且深入的影响，这对我国高技术产业集群发展具有重要启示。
萨克森宁[9]的研究表明，文化决定了创新创业成败与绩效，衍生创业亦是如此。创新文化根植于创新创业主体(创业者或组织)之中，而衍生企业作为企业文化的载体，能在衍生过程中产生扩散效应，进而丰富原有文化。成功的衍生企业及其文化具有极强的示范效应与辐射带动作用，这种示范效应与扩散作用又会反过来促进衍生企业发展，进而形成新的创新网络节点。因此，衍生企业的诞生与集群文化的丰富是相辅相成、动态发展的过程。该过程丰富了创新网络，而共同的创新文化背景更容易促成网络主体合作与交流，网络中其它主体如政府、中介机构、金融机构等能从中受益。集群创新文化影响力广、作用持久的特征，是集群创新网络“质”与“量”提升的内在动力和重要根源。由此，提出如下假设：
H2：企业衍生带来的集群创新文化的形成对于集群创新网络演进有正向影响作用。
H2a：企业衍生带来的集群创新文化的形成对集群创新网络的质维度有正向影响作用；
H2b：企业衍生带来的集群创新文化的形成对集群创新网络的量维度有正向影响作用。
竞争归根结底是企业通过战略布局，抢占市场和资源的过程，新企业诞生后是否面临来自母体的竞争威胁，取决于企业创立时母体企业的态度。若新创企业是沿母体企业价值链方向衍生的上下游企业，即纵向衍生，那么通常会得到母体企业扶持，二者间存在合作或弱竞争关系，有利于信息、技术交流及资源共享，进而强化主体间网络联系，进一步促进集群创新网络发展；若衍生企业创业者缺乏创新意识与正确的产业定位，仅是在利润驱使下简单地模仿和复制母体企业技术与产品，即新创企业为母体的低水平横向衍生，那么会造成短期内市场上同类产品大量增加，引发价格竞争，并可能产生“劣币驱逐良币”的现象，威胁到母体企业利益，进而引发母体企业敌视，甚至“打击报复”(这在现实中并不鲜见)，不利于维持创新网络稳定。基于竞争关系的复杂性，本文认为适度竞争能增强创新网络关系的牢固性和相对稳定性，确保创新网络质量。同时，有利于创新主体开发合作伙伴、建立新的客户关系，进而增加创新网络节点数量。由此，提出如下假设：
H3：企业衍生带来的适度竞争关系对于集群创新网络演进有正向影响作用。
H3a：企业衍生带来的适度竞争关系对集群创新网络的质维度有正向影响作用；
H3b：企业衍生带来的适度竞争关系对集群创新网络的量维度有正向影响作用。
H1-H3考察了企业衍生三维度分别对集群创新网络的直接促进作用，但并不足以揭示其对创新网络的影响机理，还需要进一步考察三维度之间的关联性与共变性，即维度之一是否可以通过作用于其它维度间接影响集群创新网络演化。
综上可知，知识溢出具有明显的地理区位局限性[7]。对于衍生企业，交流活动多发生于集群内部，知识溢出也是在集群内产生，这成为集群获取新知识的重要渠道。而知识在多行业、多企业间溢出、流通、融合，成为集群创新文化形成的根源之一。同时，集群创新文化反映出该区域的文化特征，有助于营造独特的区域产业氛围，促进集群内创新意识形成、竞争能力提高、主体间交流与合作、有效制度建立等。此外，适度竞争的环境能够弱化知识溢出壁垒，有利于形成具有社会认同的创新文化。因此，三者应是相辅相成、相互促进的。基于以上分析，提出如下假设：
H4：知识溢出与集群创新文化正相关；
H5：知识溢出与适度竞争关系正相关；
H6：集群创新文化与适度竞争关系正相关。
根据以上分析，建立研究模型如图1所示。
本文采用问卷调查法收集数据，通过小规模预调研确保问卷的信效度。预调研与正式调研样本均在国内典型的高技术产业集群内选取，以高技术衍生企业为主。由于企业中高层管理者等关键员工(掌握企业核心技术、关键资源或与母体企业联系密切的员工[21])往往更具战略眼光，对于企业或机构运营、文化及其与母体关系等问题有着较一般员工更深刻的认识，因而选择关键员工为问卷调查对象。
图1 企业衍生对创新网络演进的影响模型
注：KS-Knowledge Spillover知识溢出；IC-Innovation Culture in Cluster集群创新文化；CR-Competition Relationships适度竞争关系；DQ-Dimension of Quality质维度；DM-Dimension of Magnitude量维度
本文采取以下方式以确保问卷信效度：①基于现有成熟量表，综合整理、编制出适用于本文研究目的的量表；②在正式发放调查问卷前，咨询相关领域专家，并进行小规模预调研，结合专家意见和预调研结果，修正各指标测量题项。
模型共需测量4个概念，包括衍生效应的知识溢出、集群创新文化、适度竞争关系、集群创新网络的质维度和量维度。问卷问项均采用Likert5级量表，5表示“非常同意”，1表示 “非常不同意”。受访者根据所处组织(企业或其它主体)与集群的实际情况答卷。
(1)知识溢出主要从集群内知识溢出、集群外知识溢出以及知识消化与吸收能力3个方面测度[22]。其中，集群内、外知识溢出用以衡量集群内知识流动是否畅通，同时也反映出主体接触新知识的难易程度；消化与吸收能力用以衡量新知识转化程度，即新知识能否顺利传播并转化为新技术、形成新产品；集群创新文化主要衡量集群内主体创新文化、制度创新文化、环境创新文化3个层次[23-25]。其中，主体文化反映了内在创新文化，制度与环境创新文化反映了外在创新文化[24]；适度竞争关系从与集群内同类型企业竞争、与集群外同类型企业竞争(集群内、外同类型企业竞争均指衍生企业与除母体组织外的同类型企业间的竞争)以及与母体组织竞争3个方面测度。其中，与集群内、外同类型企业竞争反映了衍生企业面临的市场竞争强度，与母体企业竞争反映了母体企业的态度——支持、无所谓或敌视。
(2)对于集群创新网络的“质”维度，以关系强度、关系久度、关系质量[18,22]测度。其中，关系强度反映了合作频率[22]，关系久度反映了合作持续时间和对未来合作的预期[26]，关系质量反映了合作主体是否愿意为合作付出时间与精力[22]；集群创新网络“量”维度分为网络规模、网络异质性[22, 27]两个方面。其中，网络规模反映了创新合作的种类与范围，网络异质性反映了企业主体间的异质性，即创新主体多样性。各指标详见表1。
表1 企业衍生效应与集群创新网络度量指标
2016年3-4月，在大连、济南等地高新区30多家衍生企业展开预调研，通过实地发放调查问卷收集数据(具体问项见表1“测量题项”部分)。每家企业由2～3名关键员工填写问卷，共发放调查问卷100份，回收有效问卷69份，有效回收率为69%。
预调研问卷各量表Cronbach′s α系数检验结果如表2所示，系数均超过了0.8，说明本研究量表具有较好的内部一致性。
运用探索性因子分析法检验问卷效度，具体步骤为：运用主成分分析法，以特征根值大于1为标准筛选数据；采用方差最大化正交旋转法(Varimax)进行因子分析。
表2 各分量表Cronbach's α值与因素分析解析量
结果显示，KMO值为0.967，大于0.7，同时通过了Bartlett球形检验(P=0.000<0.05)。共有5个因子的特征根值大于1，累计方差解释比例达到86.23%，可以初步判断本问卷建构效度较好。
删除载荷系数较低的因子后，再次进行探索性因子分析，发现量表信度变化较小。结合相关专家意见删减“企业员工的教育与培训机会多”和“衍生企业的关键员工较少来自母体企业”后，得到正式量表及问卷。解释方差如表3所示，各数据分析结果表明问卷信效度水平较为理想。
表3 解释的总方差
注：可观察到15及之后的特征值绩效，部分结果略去
2016年6-9月，对北京中关村、大连软件园、济南齐鲁软件园、天津高新区等高技术产业集群内衍生企业(包括高校及科研机构的衍生企业和公司衍生企业)发放调查问卷，收集正式调研数据。具体而言，笔者亲自走访大连、济南两地发放调查问卷，请人在北京、天津两地代发调查问卷的方式完成此次调研，共发放问卷700份，收回398份，有效问卷357份。
衍生企业行业分布情况如表4所示，软件业、新能源、通讯业及制药业所占的比重最大，总和占到整体的93.3%。
表4 高技术衍生企业行业分布
3.5.1 验证性因子分析
利用验证性因子分析检验测量模型，具体方法为：采用复平方相关系数(Squared Multiple Correlations，Bollen，1989)，即R2作为信度检验指标。
拟合水平检验。通常，拟合优度指数(GFI)、非正态拟合指数(NNFI)、比较拟合指数(CFI)变化范围在0～1之间，越接近1越好；主观性指标为χ/df，大于10表示模型很不理想，小于5.0表示模型可以接受，小于3表示模型理想。验证性因子分析结果如图2所示。
拟合优度统计指标反映了结构模型的整体可接受程度。表5显示，绝对拟合优度χ2/df=2.41<3，表明该指数水平较好；GFI、NNFICFI均接近或超过0.8，表明模型的拟合度较为理想，与样本数据拟合较好。
知识溢出(KS)三维度的验证性因子分析结果表明，7个题项的载荷位于0.73～0.95之间，载荷越高说明收敛性越好。同时，知识溢出三维度的两两相关系数介于0.41～0.57之间，均低于临界值0.9，表明三者具有较好的区分效度。
表5 知识溢出的验证性因子分析拟合指标
图2 知识溢出的验证性因子分析结果
其它变量验证性因子分析及模型拟合优度验证方法与“知识溢出”相同，在此不再一一赘述。
3.5.2 结构模型分析与修正
依据数据分析结果与修正指数，对设定模型进行逐步修正和检验，以求得最优拟合模型。采用修正指数(MI)，在模型估计前勾选输出修正指数项(Output-Modification Indices)，针对分析结果中MI最大值或较大值依次进行修正与检验，以达到模型最优效果。表6给出了最终模型的检验结果，同设定模型相比，最终模型的各项拟合指标有了明显改善：绝对拟合指数χ/df和近似误差均方根RMSEA数值明显降低，其它拟合指数也有相应提高。因此，可以认定最终模型为本研究的最优模型，标准化路径系数和拟合优度及最终模型图见表6和图3。
拟合优度统计指标反映了结构模型整体的可接受程度。结果显示，绝对拟合优度χ/df=2.396<3，表明该指数水平较好；GFI、NNFI、CFI均接近或超过0.8，说明理论设定的模型拟合度较为理想，与样本数据拟合较好，模型可以接受。
此外，表6结果还显示，有一条标准化路径系数未通过检验，即企业适度竞争对集群创新网络“质”维度的影响路径。路径系数表明该路径关系强度较弱，与之对应的H3a没有得到实证数据支持。其它路径均通过显著性检验，相应的理论假设得到实证数据支持。
表6 模型标准化路径系数与拟合优度
图3 最终模型及路径
预调研中，问卷各量表的Cronbach′s α系数均超过0.8，可见量表具有很好的内部一致性信度。同时，通过探索性因子分析检验问卷的构建效度，发现5个因子与问卷设计构想一致，累计方差解释比例达到86.23%，删除载荷系数较低的问项后，正式问卷信度无明显变化。
正式调研采用验证性因子分析法检验模型，结果表明信度理想，拟合优度指标均在可接受范围内，各观测变量在相应潜变量的标准化载荷系数合理，并全部通过t检验，说明收敛效度较好。
(1)企业衍生效应对于集群创新网络的发展具有正向影响作用。从图3结构模型分析结果看，理论设定模型的拟合度较为理想，表明理论模型的设定可以接受，相应假设也得到验证。从最终模型看，共有8条路径关系成立，除假设H3a外，其余假设均符合高技术产业集群创新网络的实际情况，证实了企业衍生效应中的知识溢出、集群创新文化和适度竞争对集群创新网络发展具有积极作用。同时，最终模型亦表明，H3a即“衍生效应所带来的适度竞争关系对于创新网络质维度有正向影响作用”的P值为0.416，大于0.05，未通过检验。对此，单独提取适度竞争关系与质维度的相关系数矩阵(见表7)，CR2与DQ3相关系数的P值>0.05，不显著，说明在此次调研中，集群内企业间竞争并不会明显改善创新网络关系质量。产生该结果的可能原因在于调研的局限性：所收集的数据并未完全反映出二者间的关系；在实际经济活动中，竞争关系会使部分网络关系得以加强，而另一部分网络关系被削弱，因而难以准确衡量。后续可扩大调研对象范围、拓宽调研时间跨度，进一步考量其影响力。
表7 适度竞争关系与质维度相关系数矩阵
注：*:P<0.05,**:P<0.01
(2)实证分析结果表明，企业衍生的知识溢出、集群创新文化对集群创新网络的质维度存在积极的促进作用。其中，知识溢出对质维度的作用比较明显(路径强度为0.452)，表明知识溢出效应越明显，企业越乐于与合作伙伴进行正式或非正式交流，并扩大合作与交流范围，以增加自身与新知识和技术接触的机会；集群创新文化是集群发展的内在动力，也是集群内创新能力差异形成的重要原因，通过在集群内营造积极的创新氛围，促进集群内企业合作创新，促进新合作关系的建立及原有合作关系的巩固。
(3)实证分析结果表明，企业衍生带来的知识溢出、集群创新文化和适度竞争关系对集群创新网络的量维度存在显著正相关关系，且各因素作用强度比较均衡，表明企业间知识流动使得不同网络主体间的正式与非正式联系更加紧密，集群创新文化不仅作用于集群内部合作创新，还能吸收群外优秀人才、知识、技术、资金等创新资源，增加知识和资本获取渠道；适度竞争能够缓和与同行企业或母体企业的利益冲突，企业亦可在竞争与合作中加深自我认知，进而在保持竞争优势的同时，形成或增强企业异质性。
(4)实证分析结果表明，企业衍生带来的知识溢出、集群创新文化与适度竞争关系三维度之间存在正相关关系，即三维度之间可以相互促进。其中，知识溢出与集群创新文化间的相互作用更加明显，这表明知识溢出确实能够促进创新文化的进一步丰富与发展，而集群创新文化所具有的开放性、宽容性等特性则更能推动知识溢出的产生。知识溢出与适度竞争的关系相对较弱，因知识溢出与竞争的关系较为复杂，在健康发展的集群创新创业环境中，知识溢出能够形成良好的竞争关系，反之，则会引起资源竞争、产品同质化和过度竞争。
衍生效应对于集群创新网络演进具有促进作用。为了验证这一观点，在既有研究的基础上提出影响机制模型与度量指标，结合调研数据进行实证分析。实证结果对于高技术产业集群发展具有一定启示。
(1)充分发挥政府的创业导向作用。对于母体企业的衍生企业，政府应充分发挥产业发展导向作用，引导衍生企业向母体企业的上下游纵向衍生。一方面，可降低来自母体企业的竞争压力，增加衍生企业创业成功率；另一方面，多合作、弱竞争的衍生关系利于母体企业知识溢出。对于母体为高校或科研机构的衍生企业，不能仅局限于研究人员或管理人员出走成立企业这一模式，应以更广的视角看待企业衍生现象，关注在校研究生或本科生毕业后创办中小企业这一衍生模式。这些企业创办人曾在相似的教育背景和创业理念下共同学习，往往能够获得相似的经营理念，在创业过程中，大学成为不同衍生企业间的联系纽带。同时，这种“校友”式的关系使得创业者之间更可能通过非正式交流增加缄默知识溢出，也更容易建立相对稳定的合作关系，因此应鼓励和发展这种衍生模式。
(2)强化政府支持与服务功能。衍生企业成功创业是减少创新网络“节点缺失”、“空心化”的有效途径。衍生企业发展初期同样会面临小微企业独立创业困境，如资金不足、经营难度大、与相关部门沟通协作关系较差等问题，此时需要政府提供优惠政策扶持。对于创业期衍生企业，政府应提供更有针对性的扶持政策，如完善信用担保立法、加大赋税减免力度、提供专项贷款和财政补贴、提供低租金办公场所、合理引导风险资金流向衍生企业等，帮助衍生企业顺利度过创业期，为创新网络提供相对稳定的网络节点。
(3)完善基础设施建设。除政策引导和支持外，也应完善相关基础设施建设，加大集群软硬环境建设力度，如合理优化网络与交通，提供畅通的交流渠道，以减少集群内因地理位置分散而造成的知识交流阻碍；搭建知识交流平台，为企业提供更多学习机会，帮助衍生企业提高知识吸收、转化与利用效率；对外做好集群整体宣传工作，尤其加大集群内具有代表性的产品或服务的对外宣传力度，以树立良好的企业形象，提高知名度；对内则要建立和维护公平、自由的市场竞争环境，对于不同业务范围的企业，尤其是衍生企业，进行分门别类的跟踪管理，以增强知识溢出效应，构建协同创新机制，促进网络节点间交流与资源共享，稳固创新网络联结，最终推动集群整体创新与发展。
因竞合关系具有阶段性特征，即同一衍生企业与母体企业的竞合关系会因企业所处阶段不同而带来不同甚至完全相反的结果。例如，“华为”与“港湾”之争，作为母体企业的“华为”对其衍生企业“港湾”的态度由最初的扶持变为敌视。因此在实证分析中，以发展良好的适度竞争关系作为研究视角，缺乏全面性。未来研究可从以下两方面展开：一是扩大调研对象范围与拓宽时间跨度，对多个高技术产业集群进行调研，同时对受访企业进行跟踪调研，以增加样本覆盖范围；二是深入分析竞争与合作关系影响因素，以更全面地反映“竞合关系”的影响。
参考文献:
[1] FREEMAN C. Networks of innovators: a synthesis of research issues [J]. Research Policy, 1991, 20(5): 499-514.
[2] 马力, 臧旭恒. 企业衍生:高技术产业集群成长的动力[J]. 现代经济探讨, 2012(4): 37-40.
[3] 魏江, 郑小勇. 文化嵌入与集群企业创新网络演化的关联机制[J]. 科研管理, 2012, 33(12): 10-22.
[4] 邬爱其. 企业创新网络构建与演进的影响因素实证分析[J]. 科学学研究, 2006, 24(1): 141-149.
[5] COPPER A C. Spin-offs and technical entrepreneurship[J]. IEEE Transactions on Engineering and Management, 1971, 18 (1): 2-6.
[6] COPPER A C. Technical entrepreneurship: what do we know[J]. R&D Management, 1973, 3(2): 59-64.
[7] 马力, 臧旭恒. 企业衍生研究述评[J]. 管理学报, 2012, 9(12): 1869-1874.
[8] GARVIN D A. Spin-offs and the new firm formation process [J]. California Management Review, 1983, 25 (2): 3-20.
[9] 萨克森宁. 地区优势: 硅谷和128号公路地区的文化与竞争[M]. 上海: 上海远东出版社, 1999.
[10] ANDREA F, THOMAS R. High-tech clusters, technology spillovers, and trade secret laws[J]. International Journal of Industrial Organization, 2004, 22(1):45-65.
[11] GARNSEY E, HEFFERNAN P. High-technology clustering through spin-out and attraction: the cambridge case [J]. Regional Studies, 2005, 39(8):1127-1144.
[12] 王缉慈. 创新的空间[M]. 北京: 北京大学出版社, 2001.
[13] FRYGES H, WRIGHT M. The origin of spin-offs: a typology of corporate and academic spin-offs[J]. Small Business Economics, 2014, 43(2): 245-259.
[14] 吴结兵, 蔡宁. 产业集群理论述评——从三个角度看集群理论的融合与发展[J]. 重庆大学学报:社会科学版, 2007, 13(6): 16-21.
[15] 唐晓华, 苏梅梅. 产业过度竞争测度基准及聚类分析[J]. 中国工业经济, 2003(6): 29-35.
[16] BURT R S. Toward a structural theory of action: network models of social structure, perception, and action[M]. New York: Academic Press, 1982.
[17] MARK G. Economic action and social structure: the problem of embeddedness [J]. American Journal of Sociology, 1985, 91(3): 481-510.
[18] 邬爱其. 集群企业网络化成长机制研究——对浙江三个产业集群的实证研究[D]. 杭州: 浙江大学, 2004.
[19] 马力, 臧旭恒. 企业衍生效应对高技术产业集群发展的影响与对策研究[J]. 云南财经大学学报, 2012(4): 80-86.
[20] 杜跃平, 王开盛. 创新文化与技术创新[J]. 中国软科学, 2007(2):150-153.
[21] 杨隽萍. 科技型大学衍生公司价值形成机理[M]. 上海: 上海交通大学出版社, 2010: 77.
[22] 陈佳莹, 林少疆. 企业创新网络关系特征对技术创新绩效的影响路径[J]. 统计与决策, 2014(2):186-188.
[23] 张志文. 区域创新文化促进高技术产业集群发展机理研究[J]. 科技进步与对策, 2009, 26(7): 23-26.
[24] 陈依元. 创新文化:自主创新的文化驱动力[J]. 中国发明与专利, 2009(5): 25-28.
[25] 王国红. 知识溢出与产业集群中的企业学习研究[M]. 北京: 科学出版社, 2010.
[26] 武志伟, 陈莹. 企业间关系质量的测度与绩效分析——基于近关系理论的研究[J]. 预测, 2007, 26(2):8-13.
[27] 张旭锐, 张颖颖, 李勃. 网络异质性、外部知识整合与探索式创新绩效——基于陕西省孵化企业的实证分析[J]. 科学决策, 2015(11): 51-65.
(责任编辑：林思睿)