开放科学(资源服务)标识码(OSID):
Clustered network and information integration are the focus among the research about factors that affect the innovation power of cluster enterprise in the existing research literature. Clustered network is the result of strategic choice, execution and game playing among enterprises, and it provides an important medium for enterprise innovation and is generally considered to be a key factor both in the territory of strategy and organization. In the era of digital economy, especially of IoT technology, the relationship among clustered enterprises is increasingly strongly integrated, date comprised of information become new valuable economic resource，accordingly the power of integrating information can provide the media role for improve the power of collaborative innovation of clustered enterprises. Therefore, this study focuses on how network characteristics affect the collaborative innovation ability of clustered enterprises with the mediating roles of information integrating power in the digital economy.
So far, the existing research on clustered network or information integrating methodology through which improves the power of collaborative innovation is relatively independent. The relatively single research paradigm is not enough to explain the complex strategic and organizational behavior attributes of clustered enterprises in clustered network of IoT. This paper puts forward three new concepts: clustered embeddedness in clustering IoT, the power of integrating information in clustering IoT, the power of collaborative innovation in clustering IoT. Considering the interaction mechanism of the core factors of the information generation, transmission, integration and innovation of the clustering IoT, clustered embeddedness in clustering IoT and the power of integrating information in clustering IoT are not isolated factors. Both of them are the core factors to improve the capability of collaborative innovation in clustering IoT; each of them could act mediating role to each other, so as being called double-factor influence mechanism.
By combining the new concepts, a dual-factor effect model of clustered enterprises in IoT is built. Constructive equations are used to test the constructive validity of the new conceptions and features of the strategic path to enhance the embeddedness in clustering IoT and the power of integrating information in clustering IoT to improve the capability of collaborative innovation in clustering IoT. Based on the results of empirical research, some constructive opinions for practice are developed.
A total of 209 valid questionnaires are collected through online data collection and screening. The three new concepts have been tested by CFA, which shows that the concepts constructed in this paper have certain reliability and validity, and can provide a new theoretical analysis tool for the study of cluster collaborative innovation from the perspectives of network and information. The theoretical model is tested by the Amos Software. The dual-factor model is tested from relational embeddedness and structural embeddedness.
It is found that in order to enhance the capability of collaborative innovation, it is necessary to increase the social capital increment in clustering IoT, and improve the power of integrating information in clustering IoT. By comparing the path coefficients of the two-factor effect and the direct effect, it is verified that the power of integrating information in clustering IoT is more important than clustered embeddedness in clustering IoT. This discovery enriches the theory of collaborative innovation capability of enterprises in clustering IoT. Thus clustered enterprises can improve both relational embeddedness and structural embeddedness to enhance the capability of collaborative innovation. It is suggested to improve the information integrating power in clustering IoT by introducing big data and artificial intelligence technology, and then optimize the structure of cluster network in IoT to improve the collaborative innovation ability. In addition, enterprises should promote their innovative capability by promoting the information integrating power at all levels in clustering IoT, so as to seize the development opportunities in the digital economy.
开放科学(资源服务)标识码(OSID):
我国十四五规划明确指出,要深入推进国家战略性新兴产业集群发展工程,健全产业集群组织管理和专业化推进机制,建设创新和公共服务综合体。物联网技术应用进一步优化并拓展了集群网络影响范围,改变了集群企业价值链活动间的信息沟通方式,使物联集群企业协同方式发生了较大变化。因此,研究物联集群企业的网络结构特点、信息融合方式,以及协同创新能力战略路径具有重要理论意义和实践价值。
产业集群是一种介于市场与层级之间的复杂经济和社会组织,集群企业通过地理邻近性和业务网络形成相互依存的集群网络。物联网技术作为一种媒介,可以在集群内实现万物互联互通,使企业更加智能化、柔性化、动态化[1]。智能化有利于企业提高价值链系统信息整合和知识创新能力,柔性化有利于企业合理设计价值链活动的空间布置与治理机制,动态化可以进一步提升集群企业适应个性化市场并持续创新的组织能力。
已有研究文献中,集群网络和信息融合属于研究焦点。尽管集群网络和信息融合相辅相成,联系紧密,但集群企业网络特征和信息融合对企业协同创新能力影响的研究是独立展开的。基于单一研究范式的研究成果,不足以阐释物联集群网络下集群企业复杂战略与组织行为属性。
现有集群网络对协同创新能力影响的研究较多，产业集群网络为集群企业创新提供了良好的媒介[2]。对于协同创新来说,网络结构和能力是关键影响因素[3],企业嵌入社会网络可以提高协同创新绩效[4]。物联网技术为集群企业带来全新的运营模式,能够提高效率、整合资源,从而提升其核心竞争力[5]。因此,要积极推进物联网创新产业园区建设,推动产业集群化发展[6]。
上述文献依据较为成熟的网络理论和社会资本理论,研究集群环境下的企业网络属性，如中心性、结构洞等影响创新能力的社会结构机理。物联集群企业网络结构特征更多反映的是企业所能拥有的社会资本存量,并不能从集群企业主体地位动态揭示企业社会资本增量的源泉。
集群企业通过集群网络关系和价值链治理提高其社会资本增量,既是提高物联集群企业协同创新能力的内在动力,也是增加物联集群企业资本存量的动力。不妨构建物联集群网络嵌入力概念,用以描述集群企业通过集群网络获取社会资本增量的能力。与已有概念相比,这一构念具有动态性、企业主体性特点,更能阐释提高集群企业协同创新能力的战略行为特征。
物联网技术可以强化集群企业之间的信息纽带,以物联网为媒介的产业集群发展路径其实是企业联盟方式的回归,其优势之处在于将难以转换的物质资源虚拟化,为物质资源流动和共享提供条件[1]。物质流动和共享必然伴随着信息传递、共享、加工、创新以及协同整合过程。
为了提高集群企业之间信息流动、整合和创新效率,首先需要集群企业管理者运用大数据和人工智能收集与分析集群企业之间、集群企业价值链活动之间以及集群企业员工交流过程中的集群网络信息,在集成信息的基础上实现协同知识创新,这种能力可以被称为信息融合能力。
物联集群信息融合力是影响集群企业协同创新力的另一重要因素。在“两化融合”(工业化和信息化融合)研究范畴,集群企业信息融合机制研究成果较多,但在互联网、人工智能和物联网环境下需要对集群企业信息融合机理作进一步探索。
考察物联集群网络信息的产生、传递、整合以及创新信息环境与核心因素的相互作用发现,物联集群网络嵌入力和物联集群信息融合力并不是孤立因素。两者在迭代交互中相互促进,都是促进物联集群协同创新力提高的核心因素。物联集群网络嵌入力和物联集群信息融合力对物联集群协同创新力具有双因素影响。
物联集群网络嵌入力有利于集群企业收集与整合集群协同信息,提高集群企业组织内外信息融合能力。集群信息融合力越高,越有利于集群企业间有效信息传递和知识创新,因而其协同创新力越强；物联信息融合力越强,越有利于集群企业分析与评判物联集群网络结构的合理性,优化其网络结构,提高集群网络嵌入力,从而提高集群网络间的协同创新能力。在物联网中,集群网络嵌入力和集群信息融合力互为中介,通过双因素效应提高协同创新能力。
已有研究成果在相对孤立的研究范式中产生，两个概念的内涵并不能有效揭示两者之间迭代交互的新时代特征。因此，本文在原有理论的基础上,赋予物联集群企业网络嵌入力和物联集群企业信息融合力,作为分析物联集群企业协同创新力的理论工具。
评价企业创新绩效的理论和方法很多,但物联网下,集群企业通过协同方式获得的创新绩效不同于传统意义上的创新绩效。因此,需要在原有研究成果的基础上,构建新的集群企业协同创新能力评价构念,为物联集群企业协同创新能力研究提供分析工具。
鉴于物联集群企业网络嵌入力和物联集群信息融合力通过迭代互动影响物联集群企业协同创新能力,因而有必要构建一个综合模型,深入揭示物联集群企业协同创新力的双因素效应特征。
研究影响物联集群企业协同创新能力的双因素效应,既可以揭示物联集群企业间信息传递、物联集群信息融合和协同知识创新的路径特征,又可以为集群企业管理人员优化网络结构、提高信息融合程度，进而提高集群企业协同创新能力提出建设性意见，甚至为产业集群发展政策制定提供参考。
物联网是指通过射频识别(RFID)、红外感应器、全球定位系统、激光扫描器等信息传感设备按约定的协议把任何物品与互联网相连接,进行信息交换和通信,以实现对物品智能化识别、定位、跟踪、监控和管理的网络。在物联网、区块链和人工智能技术支持下,集群网络信息联系进一步加强,营造出更为有利的集群生态环境。大数据时代,传统工业可以借助物联网技术实现智能制造,产业集群被整合为一个可视化管理的物质资源库,可以为产业集群协同发挥媒介作用。
在集群网络环境中,存在区域、产业集群、产业、企业等层面的立体大数据,只有不断提高信息融合能力,才能将上述数据转化为实际生产力。信息融合最早应用于军事领域,后来在传感器、地理空间等领域得到应用与发展。信息融合是指利用各种有效方法把不同来源、不同时间点的信息自动或半自动地转换成一种能为人类决策或自动决策提供有效支持的表示形式[7]。现有物联网环境下的企业信息融合研究关注其在安全监控、物流管理等方面的管理实践。在物联集群环境下,集群企业信息融合应具有更为广泛的含义,需要将物联集群企业利用集群网络实现协同生产和创新的管理实践纳入分析框架。
依据信息融合的基本含义以及物联集群企业特点,可以将物联集群信息融合力定义为:集群企业充分利用物联网技术整合集群网络大数据资源，进而识别创新机会，提升知识创新水平的数字化管理能力。这里信息融合主要是指创新式信息技术融合,集群企业在物联技术应用过程中,各级员工根据自己对组织工作系统的理解,并依据积累的信息化使用经验,利用物联技术完成新的工作任务,开发新的产品。这种创新式融合往往能帮助企业建立竞争优势,并可能引领行业变革[8]。
嵌入性概念最初是由Polanyi[9]提出的,1985年Granovetter[10]发表《经济行为与社会结构:嵌入性问题》,发现经济行为嵌入于社会结构,而社会结构的核心是人们生活中的社会网络。波特在其钻石体系理论、产业族群理论、共享价值创造理论中详尽地描述了集群网络的结构、演进趋势以及集群企业的作用,发现企业可以通过创造共享价值增强自身可持续竞争优势。
现有文献大多从集群内部企业的创新绩效、创新能力、知识创造和知识创新方面进行研究[11]。解释产业集聚的三要素(共享基础设施、共享知识溢出和熟练劳动工人)理论和产业聚合投资效益递增理论则将产业聚合经济外部性视为地理邻近性带来的自然结果。集群企业属于介于市场和层级之间的混合型组织,集群网络信息分布状态、信息交互迭代方式对集群企业协同创新具有重要影响。因此,单纯从组织内部或外部研究创新绩效或创新能力具有片面性和局限性。
事实上,集群网络是集群企业战略选择、执行以及企业间战略博弈的结果,集群企业在集群网络中的社会资本不是自然形成的。集群企业网络嵌入能力应纳入战略与组织范畴。物联集群企业网络嵌入能力越强,其协同创新能力越突出,就越有利于持续竞争优势构建。
关于企业网络属性,现有文献主要基于网络理论，采用中心性和节点数量分析企业社会资本存量对于企业能力和绩效的影响。在社会网络理论以及战略与组织理论的基础上,构建能够描述集群企业社会资本增量的新构念物联集群网络嵌入力。所谓物联集群网络嵌入力是指为了提高物联集群信息融合能力和物联集群协同创新能力,在协同战略指引下,通过集群企业间价值链和关系治理嵌入物联集群网络所形成的集群网络价值链体系整合能力，包括关系性嵌入能力和结构性嵌入能力。物联集群网络嵌入力越强,集群企业从集群网络中获取社会资本增量的能力越强。
1965年Ansoff[12]首次提出协同的概念,认为协同是指两个企业通过资源共享实现共生互长,并指出企业进行协同的根本目的是为了创造价值。本文讨论的协同创新属于外部协同创新,即多个企业主体间协同[13]。现有协同创新研究大多关注协同创新路径、绩效、风险等方面,探讨企业协同创新系统构建、发展模式等问题。
集群网络中通过共享、共创实现共赢是企业构建持续竞争优势的主流策略。集群内企业共享基础设施与各种物质资源,协同创新行为可以带来很多好处,如降低产品和技术开发成本、获取关键知识和资源、提升产品质量及企业效益等[14]。除因产业聚合产生的经济外部性外,优质供应链、季节性或闲置专用社会或人力资源等行为在新冠疫情背景下兴起。已有大量研究证实,在产业集群环境下开展协同创新有利于企业绩效提升[15]。
当集群企业受到物联网支持时,会比以往更加需要协同。本文采用协同创新力表示集群企业创造或改进产品或服务的协同创新能力。所谓物联集群协同创新力,是指在互联互通的物联集群网络中,集群企业通过组织结构整合和信息共享、融合所形成的协同创新能力。
(1)物联集群网络嵌入力可以促进物联集群协同创新力提高。物联集群网络既是产业聚合所形成的网络资源,也是集群企业赖以收集信息、识别机会,并运用大数据和人工智能技术降低成本、提高效率或构建差异化优势的社会资本。集群企业需要借助集群网络嵌入力获取嵌入集群网络的合法性，并在集群网络中不断积累声誉以谋求可持续的社会地位变迁。
集群网络嵌入力可以有效促进创新过程中不同主体间信息、资源互动,降低目标和计划冲突的可能性,从而有效促进产品开发活动。基于社会网络理论描述的物联集群网络结构,一定程度上反映了企业可获取的外部信息和资源数量。集群企业凭借物联网络嵌入力获取的知识、资源和关键技术越多,就越容易产生创新协同效应。
林倩[16]指出,企业网络嵌入性的两个维度——关系嵌入性、结构嵌入性对供应链协同创新绩效均具有显著正向影响；林少疆等[17]研究发现,企业创新网络结构嵌入性与协同创新能力间存在显著正相关；曾婧婧和刘丁杰[18]以武汉市生物医药产业为例,按产业集群内企业技术供给与需求联系构建网络,采用网络嵌入性表征网络整体功能和企业位置及其对信息的控制优势,结果表明,其与创新绩效密切相关。据此,本文提出以下假设:
H1:物联集群网络嵌入力对物联集群协同创新力具有正向影响。
鉴于物联集群网络嵌入力具有关系嵌入力和结构嵌入力两种表现形式,上述假设可以分解为:
H1a: 物联集群关系性网络嵌入力对物联集群协同创新力具有正向影响；
H1b: 物联集群结构性网络嵌入力对物联集群协同创新力具有正向影响。
(2)物联集群信息融合力能够促进物联集群协同创新力提升。物联网技术支持下，信息融合在企业管理中表现为战略对应、流程匹配与员工接受3个相互渗透的层次[8]。战略对应可以帮助企业管理者识别集群环境结构与演进趋势,提高企业创新能力。流程配合有利于促进企业价值链活动的合理布置、组织资源优化配置以及业务快速重组。员工接受有利于组织员工快速识别组织内外协作关系,系统分析企业价值链活动的特点,提高员工创新意识和能力。
可见,物联集群信息融合力可以从适应集群网络环境、实施集群网络组织间关系治理和价值链治理、协调与整合集群企业价值链活动信息,以及改善员工信息沟通条件等方面，提升管理信息的系统性和及时性,进而提升企业大数据分析和科学决策能力,以快速应对外界环境变化。
王念新等[19]的研究发现,信息技术资源和信息技术应用能力可以通过影响企业核心能力提高企业绩效；胡蓓和王聪颖[20]构建基于信息融合的集群知识融合与创新模型,发现集群内、外知识源的知识经过融合后,对集群企业创新行为具有正向影响；闫坤本[21]将企业信息融合能力定义为在制造过程中,对企业内外部信息进行收集、处理及执行的能力,并发现信息融合能力对企业知识创新能力与知识创新绩效均具有正向影响。据此,本文提出以下假设:
H2:物联集群信息融合力对物联集群协同创新力具有正向影响。
大量相关研究成果表明,企业网络嵌入能力与信息融合能力是一个问题的两个方面。在物联网中,企业社会网络所拥有的节点数量越多、中心性越强,其信息获取和融合能力越强。企业信息融合能力越强,就越有利于企业形成信息节点,提高其网络中心性,从而提高其网络嵌入能力。
周中胜等[22]指出,结构嵌入与关系嵌入对信息共享具有正向影响；易欢[23]研究发现,数据赋能及其3个子维度在有效促进企业创新的同时,可作为创新网络嵌入与创新绩效间的“桥梁”。企业创新的先决条件是企业间的合作[24]。企业战略联盟关系并不能促进中小企业发展,但产业集群生态中的信息融合则有利于企业创新[25]。集群网络中,校企合作是最重要的创新协同方式，经过设计的校企合作是影响企业创新能力的社会资本[26]。
依据物联集群企业社会资本、信息融合和创新能力之间的关系分析，物联集群网络嵌入力可以提升物联集群信息融合能力,物联集群信息融合力可以提高物联集群网络嵌入力。根据假设H1和假设H2,本文提出如下假设:
H3:物联集群信息融合力为物联集群网络嵌入力影响协同创新力的中介变量。
H4:物联集群网络嵌入力为物联集群信息融合力影响物联集群协同创新力的中介变量。
依据H1、H2、H3、H4，本文构建双因素效应结构方程模型如图1所示。
图1 物联集群企业双因素效应模型
Fig.1 A dual-factor effect model of clustered enterprises in IoT
理论模型中,3个潜变量的物联集群网络嵌入性量表,以及物联集群信息融合力和物联集群协同创新力量表均以已有成熟量表为基础,根据物联集群网络结构、信息融合和协同创新特点进行适当调整,采用Likert 5级量表进行测量。
物联集群网络嵌入力是用来评估集群企业在集群网络中获取嵌入集群网络合法性和社会资本增量能力的变量。依照俞园园[27]的研究成果,将潜变量物联集群网络嵌入力分为物联集群关系嵌入和物联集群结构嵌入两个子潜变量。其中，物联集群关系嵌入从政治关系和商业关系两个维度进行测度；物联集群结构嵌入则从网络规模、网络密度和网络中心性进行测度。
物联集群信息融合力用来评价集群企业在集群网络中运用大数据和人工智能技术收集、分析及处理集群网络信息,从而实现知识协同创新的能力。参照齐晓云[8]的测度量表,从战略对应、流程匹配、员工接受3个维度测度创新式信息融合能力。战略对应维度可以测度集群企业在物联集群网中的信息融合能力,流程匹配维度可以测度物联集群企业整合价值链的信息融合能力,员工接受维度可以测度物联集群企业价值链活动过程中的信息沟通能力。上述维度可以系统评价物联集群企业在集群网络环境下的多维信息融合能力。
物联集群协同创新能力用来测度在物联网络嵌入力和物联信息融合力作用下所形成的跨组织边界协同创新能力。借鉴林倩[16]的研究量表,将潜变量物联集群协同创新力分为物联集群协同能力、物联集群创新能力和物联集群创新收益3个子潜变量。
物联集群协同能力可以测度集群企业在物联集群网中的价值链活动协同能力,物联集群创新能力可以测度物联集群企业在物联集群网络中的联动创新能力,物联集群创新收益可以测度物联集群联动创新效应。从以上3个维度可以全面测度集群企业在物联集群网中的有效协同创新能力。
本文实证数据主要源于ICT产业集群不同层级的管理人员,运用问卷之星线上收集数据,经过预测、筛选,共回收有效问卷209份。样本数据中,国有及国有控股企业占比为31.1%,集体企业占比为17.2%,民营企业占比为37.3%,合资企业占比为10%,其它类型占比为4.3%。规模为100人以下的企业占比为15.3%,100～299人的企业占比为22.5%,300～999人的企业占比为17.2%,1 000～1 999人的企业占比为16.7%,2 000人以上企业占比为28.2%。在对数据质量进行检验后,确定所有测度题项数据质量良好,各变量之间不存在严重共线性问题,并对新建概念测度结构的有效性和科学性作进一步检验。
3.3.1 新构念聚合效度与区分效度检验
基于收集的实证数据运用AMOS软件对理论模型中3个构念测度结构进行CFA检验，3个潜变量的CFA检验结果如图2、图3和图4所示。
图2 物联集群网络嵌入力CFA模型检验结果
Fig.2 Results of a tested CFA model on clustered embeddedness in clustering IoT
图2中,测度题项符号RP1、RP2分别表示与政府、行业协会的关系；NS、ND、NC分别表示网络嵌入规模、嵌入密度和嵌入中心性。图3中,SA1、SA2、SA3分别表示网络战略对应的3个测度题项；BRF7、BR8、BRF9分别表示业务流程匹配的3个测度题项,为了提高模型信度和效度，删去路径系数较低或不显著的测度题项；EA1、EA2、EA3分别表示员工接受的3个测度题项；PI1、PI2表示测评协同水平的两个测度题项；PI3、PI4表示与协同创新能力相关的测度题项；PI5、PI6表示与协同创新收益的测度题项。
3个潜变量适配度指标如表1所示。由表1可知,所有潜变量的CFI、NFI、IFI和TLI均大于0.95,χ2/df均接近2,RMSEA均接近0.05,表明物联集群网络嵌入力、物联集群信息融合力和物联集群协同创新力测度结构合理,测度题项和子潜变量可以有效测度潜变量的多维属性。
物联集群网络嵌入性、物联集群信息融合力和物联集群协同创新力的聚敛效度指标如表2所示。表2中,CR值分别为0.689 5、0.775 9、0.972 1,均大于0.5,表明3个潜变量的子潜变量和测度题项测量指标之间的关联性较大,即指标同构性较好。潜变量物联集群信息融合力、物联集群协同创新力的AVE值分别为0.538 2和0.9153 ,均大于0.5,表明这两个构念的聚合效度良好。物联集群网络嵌入力的AVE为0.381 6，小于0.5,表明聚合度不够,主要原因在于关系嵌入和结构嵌入差别较大,从构念所描述的内涵出发,不便为提高聚合度而修改测度题项,其量表虽有探索空间,但不会影响3个变量的假设检验结果。
图3 物联集群信息融合力二阶CFA模型检验结果
Fig.3 Results of a tested second-order CFA model on the power of integrating information in clustering IoT
图4 物联集群协同创新力二阶CFA模型检验结果
Fig.4 Results of a tested second-order CFA model on the power of collaborative innovation in clustering IoT
表1 模型变量适配度检验指标汇总
Tab.1 Summary of tested indexes for fitness of a model variable
变量χ2/dfRMSEAGFI NFIIFITLI网络嵌入力2.0590.0710.9860.9740.9870.966信息融合力1.7110.0580.9590.9500.9780.967协同创新力2.2580.0770.9830.9880.9930.979
物联集群信息融合力和物联集群协同创新力两个潜变量具有二级测度结构(见图5、6),对物联集群信息融合力和物联集群协同创新力进行二级潜变量区分度检验(见表3)可知,两个潜变量尚可区分。
表2 模型变量聚敛效度分析指标摘选
Tab.2 Selected indices of a model variables about analysis of convergence validity
路径EstimateCRAVERP1←物联集群网络嵌入力0.88RP2←物联集群网络嵌入力0.940.689 50.381 6NS←物联集群网络嵌入力0.34ND←物联集群网络嵌入力0.35NC←物联集群网络嵌入力0.11SA←物联集群信息融合力0.830.775 90.538 2BRF←物联集群信息融合力0.66EA←物联集群信息融合力0.7SC←物联集群协同创新力0.950.970 10.915 3IC←物联集群协同创新力0.95IE←物联集群协同创新力0.97
图5 物联集群信息融合力区分效度检验结果
Fig.5 Results of tested discriminant validity on the power of integrating information in clustering IoT
图6 物联集群协同创新力区分效度检验结果
Fig.6 Results of tested discriminant validity on the power of collaborative innovation in clustering IoT
表3 信息融合力与协同创新力AVE及R*R摘要
Tab.3 Summary of AVE and R * R about the power of integrating information and power of collaborative innovation in clustering IoT
新概念因素A因素B因素间相关系数R*R因素A平均方差提取量AVE信息融合力SABRF0.550.302 50.549 3BRFEA0.460.211 60.723 4EASA0.580.336 40.453 1协同创新力SCIC0.910.828 10.774 5ICIE0.930.864 90.620 5IESC0.930.864 90.725
3.3.2 假设检验
运用CFA检验指标良好的3个构念对假设H1(H1a,H1b)和H2进行检验,检验结构模型和路径系数如图7、图8和图9所示。3条直接路径结构方程模型适配度指标如表4所示。
表4中,物联集群结构嵌入力和物联集群信息融合力正向影响物联集群协同创新力,直接效应模型的GFI、RFI、IFI和CFI指标较好,χ2/df、RMSEA也接近良好指标,通过检验的路径系数分别为0.26和0.50,假设H1b和假设H2得到验证。物联集群关系嵌入力正向影响物联集群协同创新力的路径系数为0.24,GFI RFI、IFI和CFI指标均大于0.90,指标良好,H1a得到检验。但残差0.102大于0.50,χ2/df值为3.202,说明集群网络关系嵌入力测度题项应进一步挖掘,需要增加样本以提升直接效应检验信度和效度。
表4 直接效应模型拟合适配度指标
Tab.4 Fitness index of the mode of direct effect
变量χ2/dfRMSEAGFI RFIIFICFI关系嵌入力3.2030.1020.9450.9260.9730.972结构嵌入力2.5520.0850.9490.9110.9660.966信息融合力1.9400.0660.9070.8900.9570.956
图7 物联集群网络关系嵌入力对协同创新力的直接效应
Fig.7 Direct effect of embedding power of network relation affecting the power of collaborative innovation in clustered IoT
图8 物联集群网络结构嵌入力对协同创新力的直接效应
Fig.8 Direct effect of the power of embedding network structure affecting the power of collaborative innovation in clustered IoT
图9 物联集群信息融合力对协同创新力的直接效应
Fig.9 Direct effect of the information integrating power affecting the power of collaborative innovation in clustered IoT
3.3.3 双因素效应检验
为了揭示集群网络嵌入性和信息融合能力对协同创新能力的作用路径特征,将理论模型(见图1)拆分成两个子模型:关系嵌入力、结构嵌入力与信息融合力影响协同创新力的双因素模型，模型结构与检验结果如图10、图11所示。
图10 关系嵌入力与信息融合力的双因素效应模型
Fig.10 Dual-factor effect of relation embedding power and information integrating power
图11 结构性嵌入力与信息融合力的双因素效应模型
Fig.11 Dual-factor effect of structural embedding power and information integrating power
图10和图11两个结构方程模型的拟合度指标如表5所示。表5数据显示,物联集群关系嵌入力与信息融合力双因素效应模型的IFI、CFI值大于0.9,GFI、RFI接近0.9,残差RMSEA接近0.05,χ2/df接近2,说明该模型拟合度较好,双因素效应存在。物联集群结构嵌入力与物联集群信息融合力双因素效应模型的IFI、CFI、GFI、RFI值均大于0.9,残差RMSEA小于0.05,χ2/df小于2,说明该模型拟合度较好,双因素效应存在。
对比图7、图8和图9的直接效应路径系数与图10、图11中双因素效应路径系数可以发现:物联集群网络关系嵌入力影响物联集群协同创新力的直接路径系数为0.24,而物联集群网络关系嵌入力通过双因素效应促进物联集群网络嵌入力提升的路径系数为0.18+0.24*0.22=0.233。物联集群信息融合力促进协同创新力提升的路径系数为0.25,物联集群信息融合力通过双因素效应提高协同创新力的路径系数为0.22+0.24*0.18=0.26,说明在物联集群企业关系网络中,双因素效应通过信息融合力促进协同创新力提升,而通过关系嵌入力抑制协同创新力提升。
表5 理论模型拟合适配度指标
Tab.5 Indices of fitness of the theoretical model
变量χ2/dfRMSEAGFI RFIIFICFI关系嵌入力2.1180.0720.8810.8680.9410.941结构嵌入力1.3110.0390.9210.9090.9810.981
物联集群结构嵌入力促进协同创新力提升的路径系数为0.50,而物联集群结构嵌入力通过双因素效应提高协同创新力的路径系数为0.36+0.74*0.05=0.397。物联信息融合力提高协同创新力的路径系数为0.26,物联信息融合力通过双因素效应促进协同创新力提升的路径系数为0.05+0.74*0.36=0.31。说明物联集群结构网络中,双因素效应会抑制结构嵌入力的直接效应,而增强信息融合力的直接效应。
(1)物联集群网络嵌入力、物联集群信息融合力、物联集群协同创新力的CFA检验通过,表明本文所构建的概念具有一定信度和效度。上述3个概念可以用来描述物联集群企业提高社会资本增量的能力、收集并集成集群信息的能力以及集群协同创新能力,可为网络和信息双重视角下集群协同创新力研究提供新的理论分析工具。
(2)在物联集群企业协同创新能力的双因素效应模型中,通过物联集群网络嵌入力、物联集群信息融合力以及物联集群协同创新力之间的相互作用,优化3个概念测度结构。
(3)假设H1,H2通过验证,表明物联集群网络嵌入力、物联集群信息融合力对物联集群协同创新力具有正向促进作用,为揭示如何通过提高物联集群企业社会资本增量提升物联集群协同创新力,并通过提高物联集群信息融合力提高物联集群协同创新能力提供了支撑。
(4)通过比较双因素效应与直接效应的路径系数发现,信息融合力在网络嵌入性的中介作用下可以优化协同创新效果；网络嵌入性在信息融合力的中介作用下会抑制协同创新,表明物联集群信息融合力是影响物联集群协同创新力的重要因素,这一发现丰富了物联集群企业协同创新力理论。
(1)物联集群网络中,集群网络嵌入性和集群信息融合力是促进物联集群协同力提高的两个重要因素。集群企业可以通过同时提高关系型嵌入力和结构性嵌入力通过企业协同创新力。更为重要的是，可以通过引进大数据、人工智能技术大幅提高物联集群企业信息融合能力，进而优化物联集群网络结构，提高协同创新能力。
(2)积极推动物联网下的信息与企业创新融合。目前,许多集群企业处于信息技术改造转换期,这一时期，企业不能局限于物联网技术的简单应用,应通过促进活动各层面的信息融合推动自身创新发展。只有创新式融合才可能为企业提供协同创新机会,从而创造独特的竞争优势。
(3)采用双管齐下的方法增强物联集群信息融合力,同时提高物联集群网络嵌入力,发挥集群信息融合力的主导作用及其与物联集群网络嵌入力的双因素效应,提升物联集群协同创新力。
本文研究样本数量偏少,CFA检验信度与效度需要进一步提高。物联集群网络嵌入力的内涵和量表需要进一步提炼,直接效应和双因素效应结构方程模型的部分拟合度指标还不够理想，未来可以进一步拓展相关构念并优化量表。
问卷测度题项均来源于物联集群企业管理者对于3个潜变量的主观认知,在一定程度上会影响研究结论的普适性。未来可以进一步优化量表结构,收集更为客观的指标信息,得出信度与效度更高的科学结论。
[1] 喻登科,涂国平,陈华.战略性新兴产业集群协同发展的路径与模式研究[J].科学学与科学技术管理,2012,33(4):114-120.
[2] 黄中伟.产业集群的网络创新机制和绩效[J].经济地理,2007,27(1):47-51.
[3] 张敬文,李一卿,陈建.战略性新兴产业集群创新网络协同创新绩效实证研究[J].宏观经济研究,2018,40(9):109-122.
[4] 孙永波,刘竞言.企业间交互因素、知识共享对企业创新绩效的影响研究[J].商业经济研究,2020,39(11):137-139.
[5] 苏美文.物联网发展现状及其中国发展模式的战略选择[J].技术经济与管理研究,2015,36(2):121-124.
[6] 袁国智,董毅明.我国物联网产业现状及其发展对策分析[J].商业时代,2011,30(4):28-29.
[7] 化柏林,李广建.大数据环境下多源信息融合的理论与应用探讨[J].图书情报工作,2015,59(16):5-10.
[8] 齐晓云.信息技术融合及其对组织绩效影响的实证研究[D].长春:吉林大学,2011.
[9] POLANYI M.Personal knowledge: the tacit dimension[M].New York: Doubleday & Company Inc,1996.
[10] GRANOVETTER M.Economic action and social structure:the problem of embeddedness[J].American Journal of Sociology,1985,91(3):481-510.
[11] 范苏军.网络嵌入性理论产业集群研究文献综述[J].中外企业家,2020，37(2):230.
[12] ANSOFF H.Corporate strategy: an analytic approach to business policy for growth and expansion[J].Amercian Economic Review，1965(8).
[13] 熊励,孙友霞,蒋定福,等.协同创新研究综述:基于实现途径视角[J].科技管理研究,2011,31(14):15-18.
[14] 张慧,周丹.集群企业网络嵌入对协同创新影响的实证研究[J].华东经济管理,2013,27(12):59-64.
[15] 陈蓉,梁昌勇,叶春森.产业集群视角下中小企业协同创新系统实证研究[J].科技进步与对策,2016,33(7):74-81.
[16] 林倩.网络嵌入性、动态能力与供应链协同创新绩效的关系研究[D].广州:华南理工大学,2019.
[17] 林少疆,徐彬,陈佳莹.企业创新网络结构嵌入性对协同创新能力影响的实证研究:共生行为的中介作用[J].软科学,2016,30(6):16-19,25.
[18] 曾婧婧,刘定杰.生物医药产业集群网络嵌入性、网络结构与企业创新绩效[J].中国科技论坛,2017,33(5):49-56.
[19] 王念新,仲伟俊,梅姝娥.信息技术、核心能力和企业绩效的实证研究[J].管理科学,2010,23(1):52-64.
[20] 胡蓓,王聪颖.基于信息融合的发展中国家高技术产业集群知识融合与创新模型研究[J].图书情报工作,2009,53(2):38-41,73.
[21] 闫坤本.智能制造对我国装备制造企业知识创新的影响研究[D].哈尔滨:哈尔滨工程大学,2018.
[22] 周中胜,罗正英,段姝.网络嵌入、信息共享与中小企业信贷融资[J].中国软科学,2015,30(5):119-128.
[23] 易欢.创新网络嵌入、数据赋能与制造企业创新绩效关系研究 :组织间信任的调节作用[D].广州:华南理工大学,2020.
[24] WASILUK A. Po-innovative prerequisites for establishing the cooperation between companies[J].Procedia Engineering, 2017，182: 755-762.
[25] CHEN L Y,ZHOU Y,ZHOU D,et al.Clustering enterprises into eco-industrial parks:can interfirm alliances help small and medium-sized enterprises[J].Journal of Cleaner Production,2017,168:1070-1079.
[26] AL-TABBAA O,ANKRAH S.'engineered' university-industry collaboration:a social capital perspective[J].European Management Review,2019,16(3):543-565.
[27] 俞园园.组织合法性视角下产业集群嵌入对新创企业创业绩效的影响研究 :以无锡市产业集群为例[D].镇江:江苏大学,2015.