外层网络资源获取、制度环境与孵化器创新绩效研究

董 静1,余 婕1,2

(1.上海财经大学 商学院,上海 200433;2.上海外国语大学 贤达经济人文学院,上海 200083)

摘 要:以国家级科技企业孵化器面板数据为样本,构建FGLS计量模型,研究外层网络资源获取能力对孵化器创新绩效的影响。结果发现:孵化器外层网络资源获取能力与创新绩效显著正相关,地区总体制度环境对外层网络资源获取能力与孵化器创新绩效间关系具有显著正向调节作用。同时,通过对政府治理水平、法制化水平和产品市场发育程度3个方面制度子环境调节作用的进一步检验发现,地区制度环境调节机制主要体现为对创新激励和创新效率的促进作用。研究揭示孵化器主观网络支持获取与客观地域制度环境相互作用,共同影响孵化器创新绩效,从而为提高孵化器创新绩效拓宽了管理视角。

关键词:外层网络;资源获取;制度环境;孵化器;创新绩效

External Network Resource Acquisition,Institutional Environment and Innovation Performance of Incubator

Dong Jing1,Yu Jie1,2

(1.College of Business,Shanghai University of Finance and Economics,Shanghai 200433,China;2.Xianda College of Economics and Humanities,Shanghai International Studies University,Shanghai 200083,China)

AbstractAccording to the data of national S&T Business incubator,this paper empirically explores the influence of external network resource acquisition on the innovation performance of incubators,and discusses the moderating effects of regional institutional environment by using panel regression method and FGLS model.The results show that the capacity of external network resource acquisition has a significant positive impact on the innovation performance of incubators.Regional institutional environment can significantly strengthen the positive relationship between the process of marketization and incubator's innovation performance.Furthermore,the research shows that the level of government governance,legalization and product market development are all has significant positive impact on the relationship between external network resources acquisition ability and incubator innovation performance.The moderating effect is verified from the perspective of innovation incentive effect and innovation efficiency effect.This study reveals how the subjective network support acquisition of incubators and the objective regional institutional environment work together to influent the innovation performance of incubators and widens the management perspective for improving the innovation performance of the incubator.

Key Words:External Network;Resource Acquisition;Institutional Environment;Incubator;Innovation Performance

DOI10.6049/kjjbydc.2019090835

开放科学(资源服务)标识码(OSID):

中图分类号:F272.4

文献标识码:A

文章编号:1001-7348(2020)10-0001-010

收稿日期:2020-03-09

基金项目:国家自然科学基金面上项目(71872108);上海财经大学研究生创新基金项目(CXJJ-2018-334)

作者简介:董静(1975-),女,甘肃兰州人,博士,上海财经大学商学院教授、博士生导师,研究方向为创新创业、风险投资、战略管理;余婕(1977-),女,湖北荆门人,上海财经大学商学院博士研究生,上海外国语大学贤达经济人文学院副教授,研究方向为风险投资、创新创业、战略管理。本文通讯作者:董静。

0 引言

当前,我国正致力于实施创新驱动发展战略,灵活、创新的孵化器在创新型国家建设中起到培育创新人才、孕育创新项目、整合创新资源、培养创新精神等重要作用,为“大众创新、万众创业”提供了广泛的服务支持,是创新经济中一支重要的生力军。孵化器创新绩效反映了孵化器内被孵创业企业的整体创新表现,是衡量科技企业孵化器运营绩效的主要因素之一。在经济转型压力加大和国家大力倡导创新发展大背景下,孵化器在地区创新创业中地位日渐凸显。因此,如何促进孵化器提升创新绩效,成为地区谋求创新链良性循环发展的一个重要现实问题。

以往关于孵化器创新绩效的研究大多从入孵企业微观视角展开,虽然在一定程度上为处于发展程度相似区域的孵化器创新绩效差异现象提供了解释,但是,创新绩效呈现出的地域空间特征在单纯微观视角模型下未能得到较好的解释。2016年,国务院发布的《“十三五”国家科技创新规划》提出,要坚持科技创新和制度创新“双轮驱动”,意味着科技创新不能实现自我循环,而要融入所处的经济社会环境。因此,孵化器创新绩效研究也需要进一步考虑外部资源和环境因素,合理把握相关因素对孵化器创新绩效的作用机理,为孵化器管理者提供全局性启发。

孵化器运行具有网络化特征,社会资本及网络资源是其孵化成功的关键要素[1-2]。孵化器网络包括内层网络和外层网络两种。其中,内层网络是指孵化器内部围绕入孵企业形成的内部网络,外层网络则是由外部创新主体对孵化过程提供支持性服务所形成的外部网络[3]。外层网络资源(如政策、信息、技术、资金、人才等)是影响孵化器运营的重要外部环境因素。目前,关于外层网络资源获取能力对孵化器创新绩效作用机理的深层研究较少,孵化器研究生态环境论虽然关注外部环境对入孵企业创新产出的影响,但忽视了孵化器与外界环境的互动[4]。另外,我国经济发展具有明显的区域性特征,不同地域在经济规模、开放程度和创新创业活跃程度等方面存在显著差异,造成这种差异的根源就在于各地区制度环境发展不均衡[5]。孵化器创新绩效也可能受这种地区制度环境差异的影响,因此应关注制度环境异质性作用机制。

本研究旨在揭示外层网络资源获取能力对孵化器创新绩效影响的“黑箱”,首先提出研究假设,构建概念模型,然后对假设进行检验,研究外层网络资源获取能力对孵化器创新绩效的影响路径和机制,深入阐释不同制度环境的调节作用,并基于实证结论提出孵化器创新绩效提升建议。研究结论有助于丰富孵化器创新绩效相关理论,并从外层网络资源获取和制度环境改善视角为提升孵化器创新绩效提供参考。

1 理论与假设

1.1 外层网络资源获取与孵化器创新绩效

孵化器创新绩效决定因素一直是学界关注的核心问题,通过文献梳理发现,学者主要从孵化器内部视角和外部视角两条主线展开研究。从孵化器内部视角而言,近年来,学者大多将孵化器特征[6-7]、孵化器为入孵企业提供服务及两者间关系[8-9]、入孵企业特征与能力[10]等作为影响孵化器创新绩效的主要因素进行实证研究。从孵化器外部视角而言,入孵企业与外界主体互动[11-12]对创新绩效的影响是学者关注重点。自Hakansson[13]提出网络能力概念以来,网络层面“能力论”被运用于创新研究。Ritter[14]将网络能力划分为资质条件和任务执行两个维度。孵化器和入孵企业自身所拥有的特征与能力从资质条件方面体现了客观条件对创新绩效的影响,而外层网络资源获取则从任务执行方面体现了动态能力和主观能动性对创新绩效的影响。

网络资源学派为资源获取与孵化器创新表现间的作用机理提供了有力证据。学者主要基于资源基础观和社会资本理论探讨网络资源获取与入孵企业创新表现的关系。从资源基础观角度,Grimaldi & Grandi[15]揭示了丰富资源能为入孵企业带来巨大的协同收益;Hughes等[16]提出,入孵企业通过网络提高获取创新资源的可能性,扩大创新资源寻找范围,克服创新资源稀缺障碍,节省创新资源搜索成本和时间。借助网络链接,入孵企业还得以与其它机构进行知识资源交换和价值信息获取,在向其它机构学习过程中产生的知识转移和信息建设能够有效促进创新[17];李浩和胡海青[18]的研究表明,资源与关系价值化水平是网络情境下影响入孵企业创造力的重要前置要素。从社会资本理论角度,李振华等[11]认为,入孵企业通过嵌入社会网络积累关系社会资本,通过有效抓住网络机会并获取竞争优势,以较低成本获取创新所需的多样化资源,提高创新能力;张道宏等[12]研究发现,入孵企业网络能力不但能够直接促进创新绩效提升,还能通过内、外层孵化网络社会资本和跨孵化网络社会资本的中介作用,对创新绩效产生正向影响。

尽管学者对入孵企业资源获取能力与创新表现关系进行了研究,但孵化器作为孵化网络的中心节点,为入孵企业提供的资源支持也是影响企业创新发展不容忽视的因素。孵化器不仅是入孵企业所需创新资源的直接提供者,还担当了中间人角色,成为入孵企业与外部创新主体联系的枢纽,从而撬动外层网络中蕴含的多种创新资源。同时,当前研究对孵化器外层网络存在的异质性重视不足,也忽视了孵化器对网络资源吸收能力存在差异的现实,而是假定各入孵企业所处孵化器具有同质外层网络和资源吸收能力,忽略了孵化器外层资源获取能力异质性对内部入孵企业创新表现的影响。

孵化器资源获取能力体现了其在结网过程中的活性[2]。姜骞和唐震[7]指出,孵化器与外部网络价值性关系合作伙伴形成“活性知识场”,促使创业企业能够更快、更好地获取外部异质性资源、专用性知识和技能。正如网络资源论所指出,孵化绩效差异根源于孵化网络提供资源的多寡和资源质量。

一方面,孵化器为创业企业拓宽了创新资源获取来源。Amezcuad等[19]提出,“桥接机制”是孵化器为入孵企业提供孵化支持的机制之一,资源匮乏的创业企业通过孵化器“桥接”,得以与外部网络中资源持有者建立稳固的网络关系,从而获取多样化支持和资源。外层网络中创新主体通过孵化器的有效集结,参与孵化活动并产生影响,带来更大范围内的协同创新。另一方面,孵化器能够提高创业企业获取创新资源的质量和效率。Guerfali[20]研究认为,孵化器在结网过程中,通过对外层网络资源的分析和筛选,将高价值资源、互补性技术和知识支持等传递给入孵企业,能够弥补入孵企业的知识技术差异,提高入孵企业与其它网络主体合作的效率和协调性;胡海清[21]从机会开发视角实证研究发现,入孵企业在对均衡型机会开发时,最需要基本资源获取能力和创新资源配置能力,而非大量极度专业化的资源,孵化器恰恰能为入孵企业提供这类通用资源、技术及经验,因而能有效降低入孵企业在开发均衡型机会时的试错成本。另外,孵化器通过集聚网络资源,也能为入孵企业减少冗余信息,打造稳定的创新土壤,从而有效缓解新生劣势带给入孵企业的资源约束与合法性缺失。

孵化网络在助力入孵企业将技术商业化资源向绩效转化过程中还充当了调制器的角色[22]。首先,围绕融资需求形成的资金链是孵化器为入孵企业提供的重要服务,当企业资金短缺时,占据多个结构洞的孵化器通过与其它市场主体(地方政府、金融机构、投资机构等)间建立的资金往来关系,成为入孵企业向孵化器外部寻求资金投入和支持的中介[23]。因此,孵化器外层网络资源获取能力强弱直接影响其能否有效将社会资本力量引至入孵企业并促进企业创新。其次,新创公司也需要从外部市场获得除资金之外的支持,诸如技术信息、行业信息、政策信息、竞争情报、经营知识、管理知识,而知识是新创企业成长所需要的关键性创新资源[24]。孵化器从外层网络中获取这些资源的能力越强,越有可能与入孵企业产生更多有价值的互动和信息知识转移,帮助其进行创新资源整合,扶持其参与市场竞争并实现持续发展[25-26] 。综上所述,本文提出以下假设:

H1:孵化器外层网络资源获取能力与孵化器创新绩效显著正相关,即外层网络资源获取能力越强,孵化器创新绩效越好。

1.2 地区总体制度环境的调节作用

学者研究创新时,将孵化绩效影响因素归纳为制度环境和资源禀赋两个方面[27]。其中,制度经济学认为,制度环境好坏决定投资者投资决策、企业经营决策及组织经济效率[28]。在我国改革开放进程中,由于历史演进、文化背景、地理区域和制度安排等原因,不同地区制度环境呈现出显著差异[5]。制度环境优劣在一定程度上反映了市场为入孵创业企业提供创新支持能力的高低。

当外部制度环境完善时,市场整体较为规范,企业行为主要受市场机制调控。研究表明,网络能力的发挥在很大程度上依赖于企业所处的制度环境。在良好的制度环境庇护下,政府过度管控带来的扭曲行为减少,企业决策和行为结果不确定性降低,受到激励的企业能够积极利用外部网络获取资源并产生创新行为[29]。周建华[30]指出,完善的制度环境使信息传播更迅捷,有利于降低企业与其它创新主体在合作中因机会主义带来的不确定性,为创新主体关系维系提供保障,从而使得孵化器所获资源充分被入孵企业所用。同时,良好的制度环境使市场在资源配置中发挥主导作用,资源在价格机制调节下得以更科学有效地配置,在此背景下,外部网络得到进一步优化,其对创新的促进作用被加强。

在制度环境不完善地区,由于存在政府对企业干预较多、管制过严、对弱势市场主体保护不力等市场问题,使得创业企业不得不将更多精力放在寻求政治关联、非正式产权保护、非生产性寻租等方面,而不是将创业精神集中转化到促进创新和优化管理上[31]。这可能导致孵化器从外部市场获得的创新资源不能及时有效地被创业企业识别和运用,从而抑制企业创新动力和效率。基于以上分析,本文提出以下假设:

H2:地区总体制度环境对孵化器外层网络资源获取能力与创新绩效间关系具有正向调节作用。

目前,理论上关于区域环境对创新绩效产生效应的相关机制有3种主要观点:一是创新激励效应,认为区域因素能够激励各创新主体进行研发资源投入,进而间接影响企业创新绩效;二是创新效率效应,认为区域环境影响创新资源利用效率,进而影响创新绩效;三是创新要素效应,认为区域环境是影响创新的基本要素[32]。本文认为,政府治理水平、法制化水平、产品市场发育程度和要素市场发育程度可以衡量地区制度环境,体现了制度环境在创新激励、创新效率和创新要素层面发挥的主要效应。

政府治理水平反映政府对自身权力行使的制约程度和行使效率,主要体现在政府减少市场干预程度上。政府过度干预企业技术创新,既有可能破坏市场公平竞争环境,又可能使政府支持作用无法实现,带来政府和市场作用的“双重失灵”,从而导致技术创新效率低下[33]。可见,由政府治理水平不足所呈现的政府过度干预市场,对企业创新产生了“挤出效应”。相反,政府治理水平高,即政府对市场干预少,有利于营造宽松的市场环境,带来良好的竞争机制,在相对公平、充分的市场竞争氛围下,受到激励的创业企业更加重视研发投入和创新产出质量与效率[27]。因此,提高政府治理水平、减少政府干预有助于激发孵化器内创业企业积极大胆地将孵化器外部资源应用到创新活动中,进而产生创新激励效应和创新效率促进效应。因此,本文提出以下假设:

H2a:政府治理水平子环境正向调节孵化器外层网络资源获取能力与创新绩效间的关系,从而产生创新效率激励效应和创新效率促进效应。即政府治理水平越高,孵化器外层网络资源获取能力与创新绩效间的正向关系越显著。

从市场环境规范性而言,只有完善的法制环境才能确保创新者可以从创新活动中获取收益[34]。在法制化进程较高地区,市场中介组织发育相对健全、法制法规相对完善,能对创业企业知识产权提供有力保护。知识产权保护完善是良好制度环境的表现,能够激发企业创新行为,促进企业创新效率提升[35]。Ang等[36]认为,有效的知识产权保护有助于创新企业获得外部融资,从而加大创新投入。反之,如果市场缺乏有效的知识产权保护措施以及健全的法律制度和法治环境,创业企业进行创新投入的意愿和行为受到束缚,不愿将获取的资源大胆投入到创新活动中,将抑制企业创新绩效。因此,本文提出以下假设:

H2b:地区法制化水平子环境正向调节孵化器外层网络资源获取能力与创新绩效间的关系,进而产生创新效率促进效应。法制化水平越高,孵化器外层网络资源获取能力与创新绩效间的正向关系越显著。

从产品市场发育程度看,更成熟的产品市场意味着市场能够提供更加真实、灵敏的价格信号,及时反映市场供求状况,引导资源更好地在市场上转移,从而提高创新资源配置效率[37];同时,更为发育的产品市场也有利于新产品需求信息有效传递。获取充分信息的企业得以针对新产品需求加大研发资源投入,提高新产品价格。根据技术创新期望理论,受到潜在创新收益的影响,企业更有动机加大创新投入,提高研发投入产出效率。而在制度环境不完善地区,产品价格受市场因素影响较小,经济资源配置权大多被控制在政府手中,“市场失灵”程度较高,因此价格信号缺乏真实性和灵敏性,价格机制传递出未来市场需求不确定性,使得创业企业难以预估创新回报,导致企业创新意愿不强[38]。因此,本文提出以下假设:

H2c:地区产品市场发育程度子环境正向调节孵化器外层网络资源获取能力与创新绩效间的关系,从而产生创新效率促进效应。产品市场发育程度越高,孵化器外层网络资源获取能力与创新绩效间的正向关系越显著。

创新要素论认为,创新是各要素投入的结果,而区域环境也是创新投入要素,通过提供创新所需的各种关键资源,促进创新实现。发育完善的要素市场由于要素供应条件成熟,为资源在企业间、行业间转移提供了便利,能够促进创新资源人力、资本和物质要素转移到相对高效的项目上,为项目信息充分、及时地传递创造条件,使先进技术扩散和推广更为便捷[37]。从创新资金来源看,要素市场发展还带来了更为多样化的金融服务机构和金融品种,使资金得以更加顺畅、便捷地流入创业企业,从而有效缓解了企业创新资金约束。而当环境要素不足时,企业由于难以获取创新要素而不利于提升创新绩效,即便孵化器具有较强的资源获取能力,但因外部资源市场不完善,也可能制约孵化器创新要素获取,进而影响创新绩效。因此,本文提出以下假设:

H2d:地区要素市场发育程度子环境正向调节孵化器外层网络资源获取能力与创新绩效间的关系,从而产生创新要素效应。要素市场发育程度越高,孵化器外层网络资源获取能力与创新绩效间的正向关系越显著。

综上所述,本文构建研究框架,如图1所示。

图1 本研究概念模型

综上所述,本研究贡献如下:①虽然不少学者关注孵化网络作用,但现有研究更多聚焦于孵化网络存在性对入孵企业的影响,而较少从孵化器自身网络支持获取能力的主动性角度进行探究,本文探讨孵化器主动获取外层网络支持的因素;②关于宏观环境对孵化器绩效影响的研究,现有文献还存在诸多不足,较少考察不同区域制度环境对孵化器运营的影响,本研究拓展区域环境对地区孵化器创新绩效影响的研究,从而为外部环境影响孵化器协调创新产出的作用机理提供了新证据和新思路;③本文将孵化器网络“桥接”作用、制度环境和孵化器创新绩效置于同一研究框架,并深入探究不同制度子环境的影响(创新激励效应、创新效率效应、创新要素效应),从而有助于厘清外部环境对孵化器创新绩效的影响机制。

2 研究设计

2.1 样本来源与数据选取

本文以国家级孵化器作为研究样本,因为国家级孵化器经过严格审核,其认定具有统一标准、相应考核机制和严格的信息披露要求,指标较为全面、数据相对可靠,具有较好的代表性和可比性。本文相关数据来源于《中国火炬统计年鉴》、《中国分省份市场化指数报告(2016)》、国泰安经济数据库和《中国贸易外经统计年鉴》。

本文以《中国火炬统计年鉴》中的国家级孵化器基本情况为基础进行数据筛选。由于从2013年起,《中国火炬统计年鉴》孵化器数据改为以省域为单位,不再具体到孵化器本身,故本文选取2010-2012年孵化器数据。考虑到数据有效性,剔除孵化企业中孵化器总收入、批准知识产权数、入孵企业数、创业导师数量、孵化基金总额、累计公共技术服务平台投资额、当年毕业企业数等为0的无效数据,最终获得345家国家级孵化器非平衡面板数据,共701条观测值,其中2010年193条观测值、2011年230条观测值、2012年278条观测值。另外,采用《中国分省份市场化指数报告(2016)》提供的2010-2012年中国内地31个省市自治区的市场化总指数反映区域市场化进程。为消除离群值对回归结果的影响,对连续变量在上下1%分位点进行Winsorize缩尾处理,数据处理和估计均采用STATA 14.0完成。

2.2 变量测量

2.2.1 因变量

孵化器创新绩效(Innovation)。创新绩效是指技术创新活动产出以及能客观测度与感知的创新产出和成果绩效。本文参照宋清等[8]、吴文清等[6]、翁莉等[39]和李庆博等[40]对孵化器创新绩效的衡量,从创新成果角度,采用孵化器内入孵企业获批的知识产权数量取对数作为孵化器创新绩效衡量标准。获批的知识产权数量来源于《中国火炬统计年鉴》,是指孵化器内入孵企业获得的各类知识产权授权总量。

2.2.2 自变量

外层网络资源获取能力(Net_Res)。本文参考陶志梅[41]、王是业和武常岐[42]以及关成华等[43]对孵化器外部网络支持和资源能力的测度,采用《中国火炬统计年鉴》中的创业导师数量取对数衡量孵化器外层网络资源获取能力。孵化器通常会聘任经省级科技主管部门备案的具有一定社会影响的企业家、投融资专家、管理咨询专家、技术专家等相关专业人士担任创业导师,以帮助入孵企业与外部市场建立网络联系,使创业企业获取管理、技术及运营发展指导。学者基于外部机会识别和资源开发视角,普遍认为创业导师是创业者融入商业社会和扩展关系网络的重要节点[44-45]。创业导师由于能够为入孵企业提供资源拓展、信息支持和创业知识传递,从而成为孵化器网络构建的关键力量[46]。创业导师配备情况一定程度上体现了孵化器能否灵敏从市场上获取稀缺优质资源的能力。

2.2.3 调节变量

地区总体制度环境(Institution)。借鉴现有文献的通用做法,以《中国分省份市场化指数报告(2016)》中提供的市场化总指数作为制度环境的代理变量。该报告从政府与市场关系、非国有经济发展、产品市场发育程度、要素市场发育程度、市场中介组织发育和法治环境5个方面建立了一套包含18个指标的市场化进程指标体系,具有一定的全面性与代表性[47]。孵化器所属省市市场化相对指数越高,意味着该地区市场化程度越好,制度环境越完善。

为拓展分析制度环境调节作用影响机制,本文将地区制度环境细分为政府治理水平子环境(Gov)、法制化水平子环境(Law)、产品市场发育程度子环境(Pro)、要素市场发育程度子环境(Fac),并分别用《中国分省份市场化指数报告(2016)》报告中的政府与市场关系、市场中介组织发育和法治环境、产品市场发育程度、要素市场发育程度子指数对各地区制度环境进行度量。

2.2.4 控制变量

本文考虑如下控制变量:①孵化器规模(Space)。综合学者对孵化器绩效的研究成果,孵化器规模影响孵化器绩效,本文采用孵化器面积取对数衡量孵化器规模;②入孵企业人员规模(Employee)。研究表明,入孵企业人数影响孵化器创新[3],因此本文控制入孵企业人员规模;③公共技术服务平台投资额(Platform)。公共技术服务平台是指孵化器为创业企业提供技术研发、产品或工艺设计、诊断、检测等服务及共享资源和服务的公共平台。本文采用孵化器公共技术服务平台投资额取对数控制该变量;④孵化毕业经验(Graduate)。孵化器已毕业企业可以默化为孵化器本身经验,从而促进孵化效率提升。本文用往年累计已毕业企业数量取对数衡量孵化器过往经验;⑤地区经济发展水平(Gdp)。区域经济发展水平影响当地财政收入,从而影响孵化器资源获取。本文采用国泰安数据库中的国民生产总值取对数衡量当地经济发展水平;⑥地区产业结构状况(Structure)。区域产业结构对产业间关联关系具有影响,第三产业比重较高地区,其服务业活跃程度高于其它地区。因孵化器属于产业结构中的第三产业,故本文用孵化器所在各省第三产业产值之比衡量地区产业结构状况。

综合而言,因变量、自变量、调节变量和控制变量设定如表1所示。

2.3 模型构建

本文基于2010-2012年国家级孵化器非平衡面板数据,采用回归分析检验孵化器外层网络资源获取能力对创新绩效的影响,以及地区制度环境的调节效应,具体检验模型如下:

Innovationit=β0+β1 Net_Resit+β2 Spaceit+β3 Employeeit+β4 Platformit+β5 Graduateit+β6 GDPit+β7 Structureit+εit

(1)

Innovationit=β0+β1 Net_Resit+β2 Institution_xit+β3 Net_Resit×Institution_xit+β4 Spaceit+β5 Employeeit+β6 Platformit+β7 Graduatueit+β8 Gdpit+β9 Structureit+εit

(2)

其中,模型(1)验证孵化器外层网络资源获取能力对孵化器创新绩效的影响,模型(2)验证制度环境在外层网络资源获取能力与孵化器创新绩效关系中的调节作用。在上述4个模型中,it分别表示孵化器和2010-2012年的时间跨度,Innovationit表示因变量孵化器创新绩效,Net_Resit表示孵化器外层网络资源获取能力,Institution_xit表示i孵化器在t年面临的地区制度环境,具体包括地区总体制度环境(Institutionit)、政府治理水平子环境(Govit)、法制化水平子环境(Lawit)、产品市场发育程度子环境(Proit)、要素市场发育程度子环境(Facit)。Spaceit表示孵化器规模,Employeeit表示入孵企业人员规模,Platformit表示孵化器公共技术服务平台投资,Graduateit表示孵化毕业经验,Gdpit表示地区经济发展水平,Structureit表示地区产业结构。Β0为常数项,εit为随机误差项。

3 实证检验

3.1 描述性统计与相关性分析

本文对纳入模型的所有变量进行描述性统计,结果见表2。从中可见,自变量与调节变量间、自变量与控制变量间、控制变量与控制变量间的相关系数均在0.7以下,表明变量间不存在严重的多重共线性问题,可进行下一步检验。经检验,模型方差膨胀因子VIF不超过8,表明基准模型不存在多重共线性问题。

表1 变量说明与数据来源

变量类型变量名称描述孵化器创新绩效(Innovation)Ln(孵化器获得的知识产权数量)因变量外层网络资源获取能力(Net_Res)Ln(创业导师人数)地区总体制度环境(Institution)Ln(市场化总指数)政府治理水平子环境(Gov)Ln(政府与市场关系指数)自变量法制化水平子环境(Law)Ln(市场中介组织的发育和法治环境指数)产品市场发育程度子环境(Pro)Ln(产品市场发育程度指数)要素市场发育程度子环境(Fac)Ln(要素市场发育程度指数)孵化器规模 (Space)Ln(孵化器面积)调节变量入孵企业规模(Employee)Ln(入孵企业人数)公共技术平台投资(Platform)Ln(孵化器公共技术平台投资额)孵化毕业的经验(Graduate)Ln(孵化器往年累计毕业企业)控制变量地区经济发展水平(Gdp)Ln(孵化器所在地区的国民生产总值)地区产业结构状况(Structure)孵化器所在地区的第三产业产值占比

表2 变量描述性统计与相关矩阵

变量均值标准差1234567891011121Innovation3.9040.98612Net_Res2.1930.6980.155***13Institution1.9460.2430.068*-0.02114Gov2.0820.1730.057-0.0270.825***15Law1.9860.5600.092**-0.0120.928***0.698***16Pro2.1940.1170.143***-0.0050.188***0.379***-0.02117Fac1.8640.297-0.075**-0.0550.610***0.246***0.587***-0.389***18Space10.5420.7220.306***0.266***-0.083**0.017-0.127***0.254***-0.284***19Employee7.5420.6480.380***0.259***-0.207***-0.100***-0.266***0.205***-0.278***0.644***110Platform8.6381.3770.188***0.106***0.015-0.0080.0210.068*0.0160.320***0.215***111Graduate4.1520.8310.271***0.194***-0.073*-0.020-0.110***0.126***-0.139***0.497***0.546***0.180***112Gdp6.2604.6620.0410.030.320***0.082**0.346***-0.245***0.481***-0.141***-0.138***0.037-0.019113Structure46.95512.4180.012-0.091**0.188***-0.0240.310***-0.523***0.537***-0.304***-0.204***0.048-0.0280.439***

注:******分别表示10%、5% 和1%显著性水平,下同

3.2 回归结果分析与讨论

3.2.1 外层网络获取能力影响孵化器创新绩效模型检验

本文使用面板数据构建计量经济模型,检验孵化器外层网络资源获取能力与创新绩效间的关系。考虑到面板数据的特殊性,本文采用多种回归方式分别进行检验,表3列示了固定效应模型(FE)、随机效应模型(FE)、可行广义最小二乘法(FGLS)3种回归检验结果。结果显示:在固定效应模型下,模型解释变量通过显著性水平为1%的T检验且系数为正,说明Net_Res与Innovation显著正相关,且固定效应F值在1%水平下显著,表明模型整体拟合良好。随机效应模型Wald=100.44,在1%水平下显著,表明建立的方程通过了Wald chi2拟合度检验,模型整体显著性较高。从调整的R2看,固定效应回归模型组内R2(0.128)高于随机效应回归模型组内R2(0.103),表明固定效应模型拟合度好于随机效应模型。FGLS模型Wald chi2(7)为1 171.28,在P为1%水平下显著,模型通过FGLS检验,表明模型拟合度较好。

表3 孵化器创新绩效不同模型回归结果

FEREFGLS解释变量(1)(2)(3)Net_Res0.169***0.129***0.061***(0.052)(0.044)(0.023)Space-0.0720.1070.148***(0.130)(0.076)(0.024)Employee0.396***0.408***0.435***(0.112)(0.077)(0.028)Platform-0.069*0.0090.061***(0.041)(0.028)(0.006)Graduate0.322**0.0910.049**(0.130)(0.061)(0.019)Gdp0.018***0.015***0.015***(0.006)(0.006)(0.003)Structure-0.0120.0050.008***(0.016)(0.004)(0.001)Constant3.904***3.892***3.918***(0.019)(0.047)(0.012)调整的R20.1280.103F统计量7.18***Wald100.44***1 171.28***

在考虑选择采用何种模型时,首先进行F检验、BP检验、Hausman检验且选择静态面板估计方法,结果如表4所示。从中可见,结果均拒绝原假设,意味着使用面板数据固定效应模型更加合理。

进一步,本文采用一种大N小T的短面板数据,因此需要对该模型残差是否存在异方差和自相关以及对变量序列是否存在截面自相关进行检验。表5同时汇报了固定效应下序列自相关、异方差和截面相关检验结果。从中可见,根据Wooldridge检验,发现模型在1%显著性水平上拒绝“不存在序列相关”的原假设;根据CD-Test检验,发现模型在1%显著性水平上拒绝“样本截面个体间独立或仅存在弱相关性”的原假设;根据Modified Wald检验,发现模型在1%显著性水平上强烈拒绝“同方差”的原假设。

综合4种检验结果,得到的结论是,虽然固定效应模型(FE)比混合OLS模型和随机效应模型(FE)更加合理,但固定效应回归模型中存在序列相关、截面相关和异方差问题,而可行的广义最小二乘法(FGLS)估计可以消除序列自相关和组间异方差问题。另外,考虑到本文调节变量地区制度环境使用的是省际面板数据,相邻省份间的经济活动存在同期相互影响的可能,市场化水平在地理空间上存在制度溢出效应,各地区制度环境在空间上存在显著自相关关系。因此,本文采用可行广义最小二乘法(FGLS)对样本结果进行序列相关和异方差修正。

表4 孵化器创新绩效面板形式检验结果

假设H0:POLS模型H0:POLS模型H0:随机效应模型H0:固定效应模型H0:随机效应模型H0:固定效应模型检验方法F检验BP testHausman 检验检验结果F=21.09Chi2=165.32Chi2=19.24Prob>F=0.000Prob>chi2=0.000Prob>chi2=0.008结论拒绝H0拒绝H0拒绝H0

表5 孵化器模型影响异方差与自相关检验结果

序列相关检验截面间相关性检验截面间异方差检验Wooldridge testCD-TestWald test检验结果F=7.083CD= 6.070Chi2= 4.3e+35Prob>F=0.009P-value=0.000Prob>chi2=0.000结论拒绝 H0 拒绝H0 拒绝 H0

3.2.2 外层网络资源获取能力影响孵化器创新绩效的模型修正

本文构建外层网络资源获取能力与孵化器创新绩效关系及地区制度环境调节效应的FGLS分析模型,结果如表6所示。表6中模型1检验控制变量对孵化器创新绩效的影响,结果表明:孵化器规模、入孵企业规模、孵化器公共技术服务平台投资、孵化毕业经验、地区经济发展水平、地区产业结构状况均对孵化器创新绩效具有正向显著影响;模型2检验外层网络资源获取能力与孵化器创新绩效的关系,结果表明:Wald统计量在1%置信水平上显著,证明模型整体拟合良好,具有很强的解释力,外层网络资源获取能力与孵化器创新绩效关系在1%水平下显著正相关,即外层网络资源获取能力越强的孵化器,其创新绩效越好,假设H1得到验证。

表6中模型3检验地区总体制度环境对外层网络资源获取能力与孵化器创新绩效关系的调节作用,Wald检验显示模型拟合程度有明显提高。交互项结果表明,制度环境在1%水平下显著正向调节外层网络获取能力与孵化器创新绩效的正相关关系。这说明,地区制度环境越好,越有利于将外层资源获取优势作用到孵化器创新中,支持入孵企业科技研发和产品推广,帮助创新成果转换,促进孵化器创新绩效提高,假设H2得到验证。

表7中模型1-模型4进一步检验政府治理水平子环境、法制化水平子环境、产品市场发育程度子环境、要素市场发育程度子环境对外层网络资源获取能力与孵化器创新绩效关系的调节作用。交互项结果表明,政府治理水平和法制化水平均在1%水平下显著正向调节外层网络获取能力与孵化器创新绩效的正相关关系,产品市场发育程度在5%水平下显著正向调节外层网络获取能力与孵化器创新绩效的正相关关系,H2a、H2b、H2c均得到验证,表明创新激励效应和创新效率促进效应假设得到验证。同时,分析结果表明,要素市场发育程度虽正向调节外层网络资源获取能力与创新绩效间的关系,但调节作用不显著,假设H2d未得到支持,创新要素效应未得到有力验证。

表6 FGLS分析结果

变量类型Innovation模型1模型2模型3Space0.154***0.148***0.141***(0.023)(0.024)(0.024)Employee0.447***0.435***0.507***(0.026)(0.028)(0.029)Platform0.059***0.061***0.051***(0.004)(0.006)(0.007)Graduate0.056***0.049**0.046***(0.018)(0.019)(0.015)Gdp0.016***0.015***0.004(0.003)(0.003)(0.003)Structure0.008***0.008***0.009***(0.001)(0.001)(0.001)Net_Res0.061***0.066***(0.023)(0.018)Institution0.520***(0.061)Net_Res×Institiution0.400***(0.084)Constant3.919***3.918***3.908***(0.011)(0.012)(0.013)Wald2 035.52***1 171.28***1 694.14***Observations701701701

从表7回归系数看,Net_Res与Gov交乘项回归系数高于Net_Res与Law交乘项回归系数及Net_Res与Fac交乘项回归系数,说明在制度环境各个子类中,提升政府治理水平、减少政府市场干预对孵化器更好地通过发挥外层网络资源获取能力促进创新绩效的作用最显著。另外,未加入Gov、Law、Pro时,在模型1-模型3中,Net_Res与Innovation间回归系数分别为0.077、0.061、0.097,而加入Gov、Law、Pro后,Net_Res×Gov、Net_Res×Law、Net_Res×Pro与Innovation间的回归系数分别上升为0.691、0.131、0.540,表明加入政府治理水平、法制化水平、产品市场发育程度的调节作用后,孵化器创新绩效更好,说明3类制度环境能够强化孵化器外层网络资源获取能力对创新绩效的积极影响。

3.2.3 稳健性检验

为进行稳健性检验,本文仍使用FGLS估计模型,对自变量外层网络资源获取能力和调节变量地区总体制度环境分别采用变量替换法进行验证。首先,本文替换自变量外层网络资源获取能力的衡量方法,使用“入孵企业均摊的孵化基金总额(Fund)”作为外层网络获取能力代理变量进行稳健性检验。根据科技部火炬中心孵化器评价指标体系说明,孵化基金是指孵化器或其下属公司自有的,通过无偿资助、周转金或股权投资等形式提供给入孵企业的资金。孵化器获得孵化基金多少,可在一定程度上看作是孵化器从外部获取资源及支持的体现。表8得到与前述模型近似的实证结果,参数估计与显著性未发生明显改变,说明上述模型结果具有较好的稳健性。

表7 制度子环境FGLS分析结果

变量类型Innovation模型1模型2模型3模型4控制变量控制控制控制控制Net_Res0.077***0.061***0.097***0.059***(0.019)(0.013)(0.023)(0.023)Gov0.440***(0.077)Law0.316***(0.016)Pro1.413***(0.150)Fac-0.125*(0.069)Net_Res×Gov0.691***(0.112)Net_Res×Law0.131***(0.023)Net_Res×Pro0.540**(0.219)Net_Res×Fac0.111(0.069)Constant3.926***3.892***3.913***3.917***(0.014)(0.011)(0.011)(0.013)Wald2 755.81***3 095.80***2 198.54***956.37***Observations701701701701

表8 替换自变量的FGLS稳健性检验结果

变量类型Innovation模型1模型2模型3Space0.154***0.157***0.124***(0.023)(0.024)(0.024)Employee0.447***0.432***0.509***(0.026)(0.030)(0.029)Platform0.059***0.047***0.047***(0.004)(0.005)(0.008)Graduate0.056***0.069***0.044**(0.018)(0.017)(0.019)Gdp0.016***0.013***0.004(0.003)(0.003)(0.003)Structure0.008***0.006***0.006***(0.001)(0.001)(0.001)Fund0.067***0.056***(0.011)(0.010)Institution0.553***(0.064)Fund×Institution0.079*(0.040)Constant3.919***3.915***3.913***(0.001)(0.011)(0.014)Wald2 035.52***2 513.35***2 163.77***Observations701701701

本文替换主要调节变量地区总体制度环境的衡量方法,使用“进出口额占省内GDP的比重(ImpExp)”作为制度环境的代理变量进行稳健性检验。“进出口额/GDP”反映一个地区的经济开放程度,数据来源于《中国贸易外经统计年鉴》。表9稳得到与上述模型近似的实证结果,说明模型结果具有较好的稳健性。

表9 替换调节变量的FGLS稳健性检验结果

变量类型Innovation模型1模型2模型3Space0.154***0.148***0.144***(0.023)(0.024)(0.025)Employee0.447***0.435***0.452***(0.026)(0.028)(0.032)Platform0.059***0.061***0.048***(0.004)(0.006)(0.009)Graduate0.056***0.049**0.058***(0.018)(0.019)(0.017)Gdp0.016***0.015***0.006*(0.003)(0.003)(0.003)Structure0.008***0.008***0.002(0.001)(0.001)(0.002)Net0.061***0.068***(0.023)(0.021)ImpExp0.249***(0.051)Net×ImpExp0.189***(0.042)Constant3.919***3.918***3.911***(0.011)(0.012)(0.014)Wald2 035.52***1 171.28***864.41***Observations701701701

4 结论与启示

本文通过研究孵化器主观获取外层网络资源能力与异质性区域客观制度环境对孵化器创新绩效的影响机制,得出如下结论:

(1)孵化器外层网络资源获取能力对孵化器整体创新表现具有正向推动作用,该结论从资源获取视角为孵化器网络能力有助于创新绩效提升这一学术观点提供了有力的证据。因此,孵化器应重视自身资源能力构建、管理和向内输出转移,而创业企业则应充分借力孵化器外层网络,通过探知和获取外部资源提升创新绩效。

(2)当孵化器获取外部网络支持能力和所处地区制度环境双重有利时,孵化器创新绩效更容易得到催化。在制度环境相对完善地区,由于入孵企业可以较便利地直接从宽松且丰裕的市场中获取创新所需的技术、资源、资金等支持,对孵化器依赖性相对较低。因此,孵化器运营管理者在提供孵化服务时,应客观分析孵化器提供服务与市场提供服务间的关系,清楚了解入孵企业对孵化器的需求,同时注重对各种市场资源的甄选。在制度环境不利地区,天生的环境劣势制约了孵化器的创新表现,孵化器运营管理者需重视自身所肩负的“桥接”作用,积极为入孵企业搭建网络桥梁,从外引入,向内引导,为入孵企业提供更多创新关怀和市场资源支持。

(3)制度环境对孵化器创新绩效的影响更多体现在激励和效率促进方面,而非要素提供方面。因此,政府应扮演创新服务者而非指挥者角色,从培植地区经济发展后劲的战略角度,加强孵化器支持创新的体制和机制顶层设计,健全技术创新市场导向机制,通过整体规划、政策倾斜、研发资助等创新激励以及有利于创新效率提升的手段,引导和支持孵化器内创业企业创新活动,为创业企业在孵化器内孵化成长提供有力的制度保障。

本文虽然在外层网络支持与制度环境相结合层面对孵化器创新绩效影响进行了一些探索,但在资源支持主体和制度环境范围选取上存在一些局限性。首先,可为孵化器提供外层网络资源支持的主体较丰富,如企业、科研院所、政府、金融机构等,未来研究可探讨不同创新主体支持产生的影响;其次,对于制度环境的影响,需要从正式制度和非正式制度等方面进行分解和细化,以更加深入地探究问题的关键。

参考文献:

[1] 张宝建,孙国强,薛婷,等.国际企业孵化研究脉络分布与趋势[J].中国科技论坛,2015(3):148-154.

[2] MONSSON C K,BERG C.How do entrepreneurs' characteristics influence the benefits from the various elements of a business incubator[J].Journal of Small Business and Enterprise Development,2016,23(1):224-239.

[3] 胡海青,张宝建,张道宏.企业孵化网络成因解析脉络梳理与研究展望[J].研究与发展管理,2013,25(1):94-103.

[4] 蒋仁国,张旻,张宝剑.企业孵化器组织的网络化机理研究述评[J].经济问题探索,2011(5):80-84.

[5] 樊纲,王小鲁,朱恒鹏.中国市场化指数——各地区市场化相对进程2011年报告[M].北京:经济科学出版社,2011:265-266.

[6] 吴文清,付明霞,赵黎明.科技企业孵化器规模对孵化绩效的影响——基于国家级孵化器的实证研究[J].科技进步与对策,2015,32(19):1-6.

[7] 姜骞,唐震.“资源-能力-关系”框架下网络能力与科技企业孵化器服务创新绩效研究——知识积累的中介作用与知识基的调节作用[J].科技进步与对策,2018,35(5):127-133.

[8] 宋清,金桂荣,赵辰.科技企业孵化器绩效的影响因素实证研究[J].中国科技论坛,2014(10):120-125.

[9] 张丹,宋林,魏薇,等.孵化网络治理机制对企业创新绩效的影响——网络能力的中介效应[J].科技进步与对策,2019,36(5):73-78.

[10] 邢蕊,王国红.创业导向、创新意愿与在孵企业创新绩效——孵化环境的调节作用[J].研究与发展管理,2015,27(1):100-112.

[11] 李振华,赵寒,吴文清.在孵企业关系社会资本对创新绩效影响——以资源获取为中介变量[J].科学学与科学技术管理,2017,38(6):144-156.

[12] 张道宏,马辽原,胡海青.在孵企业网络能力对创新绩效的影响——以三重社会资本为中介变量[J].科技进步与对策,2017,32(2):96-103.

[13] HAKANSSON H.Understanding business markets[M].New York:Croom Helm,1987.

[14] RITTER T.The networking company:antecedents for coping with relationship and networks effectively[J].Industrial Marketing Management,1999,28:467-479.

[15] GRIMALDI R,GRANDI A.Business incubators and new venture creation:an assessment of incubating models[J].Technovation,2005,25(2):111-124.

[16] HUGHES M,IRELAND R D,MORGAN R E.Stimulating dynamic value:social capital and business incubation as a pathway to competitive success[J].Long Range Planning,2007,40(2):154-177.

[17] 陶秋燕,孟猛猛.在孵企业社会资本与创新绩效的关系——孵化器所有权性质的调节作用[J].技术经济,2017,36(6):52-58.

[18] 李浩,胡海青.孵化器控制力与在孵企业创造力:资源和能力的中介作用[J].管理评论,2019,31(3):83-93.

[19] AMEZCUA A S,GRIMES M G,BRADLEY S W,et al.Organizational sponsorship and founding environments:a contingency view on the survival of business-incubated firms,1994-2007[J].Academy of Management Journal,2013,56(6):1628-1654.

[20] GUERFALI A.Boosting new venture projects through incubator development programme[J].Applied Economics Letters,2015,22(6):436-440.

[21] 胡海青,王兆群,张琅.孵化器控制力对创新孵化绩效的影响:一个有调节的中介效应[J].南开管理评论,2017,20(6):150-162.

[22] CHEN C J.Technology commercialization,incubator and venture capital,and new venture performance[J].Journal of Business Research,2009,62(1):93-103.

[23] 李振华,李赋薇.孵化网络、集群社会资本与孵化绩效相关性[J].管理评论,2018,30(8):79-89.

[24] BRUNEEL J,RATINHO T,CLARYSSE B,et al.The evolution of business incubators:comparing demand and supply of business incubation services across different incubator generations[J].Technovation,2012,32(2):110-121.

[25] SANTARELLI E,TRAN H T.The interplay of human and social capital in shaping entrepreneurial performance:the case of Vietnam[J].Small Business Economics,2013,40(2):435-458.

[26] 张力.孵化互动、专用性人力资本和在孵企业成功毕业[J].南开管理评论,2012(1):93-141.

[27] 曾萍,刘洋,吴小节.政府支持对企业技术创新的影响——基于资源基础观与制度基础观的整合视角[J].经济管理,2016(2):14-25.

[28] NORTH,DOUGLASS C,ROBERT P THOMAS.The rise of the western world:a new economic history[M].Cambridge University Press,1973.

[29] 曾萍,黄紫薇,夏秀云.外部网络对企业双元创新的影响:制度环境与企业性质的调节作用[J].研究与发展管理,2017,29(5):114-122.

[30] 周建华.网络关系嵌入、区域制度环境与技术创新[J].现代财经(天津财经大学学报),2016(5):65-76.

[31] 郑丹辉,李新春,李孔岳.相对关系导向与新创企业成长:制度环境的调节作用[J]管理学报,2014,11(4):510-519.

[32] 郝敬鑫,杨忠.区域因素对创业企业创新绩效影响探析——基于中国52个城市创业企业统计数据的研究[J].江苏社会科学,2012(6):84-89.

[33] 冯宗宪,王青,侯晓辉.政府投入、市场化程度与中国工业企业的技术创新效率[J].数量经济技术经济研究,2011(4):3-17.

[34] 高楠,于文超,梁平汉.市场、法制环境与区域创新活动[J].科研管理,2017,38(2):26-34.

[35] LIN C,LIN P,SONG F.Property rights protection and corporate R&D:evidence from China[J].Journal of Development Economics,2010,93(1):49-62.

[36] ANG S J,CHENG Y,WU C.Does enforcement of intellectual property rights matter in China? evidence from financing and investment choices in the high-tech industry[J].Review of Economics and Statistics,2014,96(2):332-348.

[37] 戴魁早,刘友金.行业市场化进程与创新绩效——中国高技术产业的经验分析[J].数量经济技术经济研究,2013(9):37-54.

[38] 逯东,朱丽.市场化程度、战略性新兴产业政策与企业创新.产业经济研究[J].产业经济研究,2018(2):65-77.

[39] 翁莉,殷媛.长三角地区科技企业孵化器运行效率分析——以上海、杭州和南京为例[J].科学学与科学技术管理,2016,37(3):106-115.

[40] 李庆博,刘西明.科技企业孵化器创新效率评估及关系研究[J].科技管理研究,2018(4):59-63.

[41] 陶志梅.基于主成分分析和DEA方法的企业孵化器可持续发展能力评价研究[J].科技管理研究,2016(2):88-94.

[42] 王是业,武常岐.孵化支持会促进创业企业增加研发投入吗——在孵企业研发人力资源的调节作用[J].研究与发展管理,2017,29(2):20-28.

[43] 关成华,邱英杰,袁祥飞.财政政策工具与中国科技企业孵化器效率[J].财政研究,2018(12):48-61.

[44] ST-JEAN E.Mentor functions for novice entrepreneurs[J].Academy of Entrepreneurship Journal,2011,17(1):65.

[45] 刘凤,熊小飞,陈光.国外创业导师研究:回顾、述评与展望[J].科学学与科学技术管理,2016,37(8):47-57.

[46] 许治,黄攀,陈朝月.不同代际科技企业孵化器孵化绩效差异比较——基于广东省的实证研究[J]管理评论,2019(5):100-107.

[47] 王小鲁,樊纲,余静文.中国分省份市场化指数报告(2016)[M].北京:社会科学文献出版社,2017:210-215.

(责任编辑:王敬敏)