產業集群網絡特征與創新活躍性的關系研究

胡 平，周 森，溫春龍

(西安交通大學管理學院，陜西 西安 710049)

產業集群網絡特征與創新活躍性的關系研究

胡 平，周 森，溫春龍

(西安交通大學管理學院，陜西 西安 710049)

本文在企業社會網絡以及創新影響因素等相關研究基礎上，提出信息服務業背景下“企業背景－網絡特征－創新活躍性”關系的理論模型和假設。利用北京市信息服務業集群資料進行實證分析，得出結論:(1)企業年齡、進網時間、企業類別以及注冊資本等企業背景對網絡特征及創新活躍性都存在顯著影響;(2)企業在同業關系網絡或“企業－行業”二模網絡中的重要程度越高，則其創新活躍性越強;(3)企業背景特征與網絡特征對創新活躍性具有綜合影響作用。

網絡特征;創新活躍性;產業集群;信息服務業

Abstract:After reviewing the previous analysis on the corporate social network and factors of innovation，this paper presents the company background－network characteristics－innovation activity model and theoretical assumptions.This paper analyzes the information service cluster of Beijing.Results show that:The company background characteristics such as company age，access time，sources of funds and registered capital，have significant effects on innovation activity;The more importance of the company in the network，the stronger its innovative activity is;The company background and network characteristics have a comprehensive effect on innovation activity.Registered capital has positively effects on innovative activity.

Key words:Network characteristics;Innovation activity;Industry cluster;Information service industry

作為信息產業中的重要一員，信息服務業區別于傳統信息制造業，其集群的形成多基于地區性政府政策以及企業與企業間信息交流。在不同發展階段，網絡中企業的管理者需要根據網絡表現出的不同特征處理好與同業企業的關系，以促進自身發展創新繼而推動集群發展。

1 研究框架與假設

1.1 模型構建

由于國內外對信息服務業的分類以及范圍界定尚不明確，本文研究對象主要集中于匡佩遠［1］對信息服務業界定中的信息技術服務業和信息內容服務業，原因如下:一是作為新興行業，這兩部分包含了大量新的企業形態和發展方向;二是這部分企業是信息服務業中創新網絡和創新活動的主要載體;三是構建網絡的數據來源于軟件著作登記公告，而發表軟件著作登記公告的主要是這兩部分企業。

專利是科學研究成果的重要表現形式之一，被認為是創新的源泉，是衡量創新行為的非常實用的指標［2］。本文采用專利 (軟件著作權)作為衡量創新行為的指標，根據創新行為的領域不同，又劃分為在原有業務領域的創新和新業務領域的創新。本文研究前一階段企業同業關系以及“企業－行業”網絡特征對于后一階段創新活躍性的影響 (綜合考慮企業背景特征)，故“原業務領域”即指前一階段中該企業已經在該領域有過軟件著作權的登記，“新業務領域”指后一階段取得了前一階段尚未涉足領域的專利。這里用“創新活躍性”這個詞來衡量創新而非“創新績效”，是因為在評價創新績效時往往會涉及投入產出的比例關系等一系列其他的因素。

本文將選用地理接近性作為集群的邊界，行業接近性作為形成關系的基礎，為了驗證企業網絡對企業創新的影響作用，提出理論框架如圖1所示。

1.2 假設提出

(1)H1企業在同業關系一模網絡中的重要程度與創新活躍性正相關。

①同業者與創新活躍性。同業關系中的間接聯系是企業信息的來源之一，可以增大企業獲取信息的范圍，從而有助于獲取互補性知識，提升創新績效。間接聯系通過兩種形式來提升企業創新績效:一是間接聯系充當信息搜集的角色，使企業能夠獲得更多本研究領域內所發生的研究成敗的消息，有前景的技術路線和失敗的經驗教訓都能夠通過間接聯系網絡盡早獲悉［2］;二是間接聯系充當信息處理或過濾器的角色，合作網絡中的每個企業都可能充當一個信息處理機制，該機制可用來吸收、篩選、分類新的技術發明，使不同技術領域的相關信息可以通過間接聯系進入企業的視野［3］。因此提出假設H11a和H11b。

圖1 理論框架

②網絡位置與創新活躍性。結構洞能夠為其占據者提供信息利益與控制利益，從而比網絡中其他位置上的成員更具有競爭優勢［4－5］。占據結構洞的企業擁有非冗余的信息，可以免掉非別無價值的重復信息的工作，能夠為創新提供便利，并且提高創新的成功率［6］。網絡的有效規模越大，表示重復程度越小，則存在結構洞的可能性越大，提出假設H12a和H12b。網絡的限制度越小，存在結構洞存在的可能性越大［4］(本文反限制度為其相反數)，提出假設H13a和H13b。等級度能夠更好地反映單個行動者所占據結構洞的情況，提出假設H14a和 H14b。

(2)H2企業在“企業－行業”二模網絡中的中心度與創新活躍性正相關。

中心度可用來考察企業充當網絡中心樞紐的程度和對資源獲取與控制的程度。企業有較高的中心度則說明其占據網絡中的重要位置，其可以迅速發現和接近正在進行有前景的創新活動的企業，更容易獲取準確的信息與信息源［4］，并且對外部信息與內部現存知識進行整合，從而開發出新知識，實現企業的創新活動，企業在企業－行業二模網絡中的中心度值越大，其創新活躍性越高。度數中心度在這里指該企業所從屬的行業的個數，從屬更多的行業說明企業的知識廣度更大，也更容易從交叉知識中獲取創新的靈感［7］，企業便具有更高的創新活躍度，由此提出假設H21a和H21b。中間中心度測量的是企業對資源控制的程度，高中間中心度的節點能夠通過較少的路徑連接到所有行業的企業，更容易獲取新的信息和實現創新，由此提出假設H22a和H22b。接近中心度反應的是信息傳遞的獨立性或者有效性，高接近中心度的企業與網絡中所有其他點的距離都很短，利于創新［5］，由此提出 H23a和H23b。

(3)H3企業背景對網絡特征及創新活躍性存在顯著影響。

企業年齡、產業類別、企業規模等背景特征對企業間創新網絡的構建和演進會產生影響［8］。本文側重考慮企業年齡、企業進網時間、企業類別以及注冊資本等背景變量。經營時間較長的企業往往能積累更多知識與能力，企業進入網絡的時間越長，所接觸到的行業知識和信息越多［9］，不同的企業資金來源 (內資或外資)受不同文化影響，企業的注冊資本能夠在一定程度上代表企業規模［10］，這些因素可能會對創新活躍性有一定影響。由以上的研究提出假設H31a和H31b。企業背景除了可以直接影響企業創新活躍性外，也可以通過影響企業網絡特征而間接影響企業創新活躍性。年齡大的企業抵抗風險和不確定性的能力相對較強，隨著企業年齡的增長，企業便更有可能根植于當地企業網絡中，嵌入基于長期信任所建立起的關系網絡中的可能性也就越高［11］。企業進入網絡的時間越長，企業在網絡中的地位越高，與網絡中其他成員之間的信任程度也就越強。大企業可以有效地利用規模和聲譽優勢，吸引合作伙伴［9］，同時大企業更有可能面向更多的行業使之在網絡中占據更有利的位置。企業資金來源的差異可能致其在企業網絡中的不同位置。綜合以上分析，提出假設H32、H33。

3 數據來源及處理

3.1 數據來源

信息服務業企業名單源自中國知識產權保護中心“計算機軟件登記公告”數據庫。共獲得北京市2000—2010年擁有軟件著作權的信息服務業類企業9348家，著作權登記57177項。利用名索網查詢具體信息 (成立時間、企業類型、企業類別、注冊資本等)，經過數據篩選得2004—2007年和2008—2010年兩階段信息齊全的有效企業1928家。企業的同業關系網絡特征和二模網絡特征使用2004—2007年的企業數據;創新活躍性指標采用2008—2010年的企業數據。研究前一階段網絡特征對后一階段創新活躍性的影響。

3.2 網絡構建

本文基于隸屬關系構建網絡，如果企業間生產的軟件面向的同一細分行業，且軟件產品類別相同，便建立了同業關系，互為合作或競爭伙伴或者潛在的合作和競爭伙伴。假設產品P1和P2都適用于國民經濟行業L，則生產P1的企業E1和生產P2的企業E2均“隸屬”于行業L?；谶@一關系構成了“企業—行業”隸屬網絡，其可以衍生出兩個單模網絡:“企業—企業”網絡和“行業—行業”網絡。由于企業之間不是直接聯系的，而是通過所共同隸屬的事件聯系在一起，屬于間接關系，是弱關系。北京信息服務業產業集群網絡的研究對象既包括同業關系網絡 (節點為信息服務企業，關系為同業競合)關系，也包括“企業——行業”所構成的二模網絡本身。

3.3 變量描述 (見表1)

表1 變量的選取與測度 (除資金來源外，各指標均為平均值)

4 網絡特征對創新活躍性影響分析

4.1 企業背景特征對創新活躍性和網絡特征影響分析

首先分析企業背景變量對創新活躍性的直接影響。企業背景特征對原業務領域創新影響顯著，模型整體通過檢驗，假設H31a得到了驗證。其中，企業的進網時間比企業年齡更能影響企業在原有業務領域的創新，在網絡中的時間越長，對其創新越有促進作用。企業背景特征對新業務領域創新影響顯著 (篇幅所限，模型參數略)，假設H31b得到了驗證。對比前后兩個模型，企業進網時間對新業務領域的創新影響大于原業務領域，企業進網越早，越有利于其開拓新的業務方向。有外資參與的情況下，企業在新業務領域的活躍性比在原業務領域更大，說明外資的投入更容易使企業進軍新的業務領域。

企業背景對網絡特征影響模型中，對于同業者個數來說，企業年齡沒有通過檢驗，假設H32a得到部分驗證，進網時間與企業年齡指標含義上來說有相似之處，但是卻能夠通過檢驗，因為進網時間的長短某種程度上能夠體現企業在網絡中的一種地位，進網時間越早，越說明企業在所從事領域中基礎越雄厚，越有實力構建起比較發達的網絡，所以對于網絡特征有較為顯著的影響。注冊資本一定程度上能夠反映企業硬件實力，硬件實力強的企業自然也比較容易構建較為發達的企業網絡。有外資注入的企業擁有較多同業者，外資對于北京信息服務業企業網絡的構建具有積極意義。

4.2 網絡特征對創新活躍性影響分析

模型1～4中，企業背景特征作為調節變量進入模型 (見表3)。在模型1中，同業者個數、有效規模、等級度都在0.001的置信水平通過了檢驗，即假設 H11a、H12a、H14a得到驗證。反限制度沒有通過檢驗，而等級度反應限制度集中于單個節點上的程度，能夠更好的反映單個行動者所占據結構洞的情況，故通過檢驗。在模型2中，同業者個數和有效規模通過檢驗，假設H11b和H12b得到驗證。

對比模型1和模型2:①企業同業者個數對于在原業務領域創新活躍性促進作用較強，因為同業者個數多并不一定能夠為企業提供更多的新的信息來源和新的業務機會，反而可能帶來重復冗余聯系，只能夠起到加強原有領域實力并且使銷售渠道更為流暢的效果;②有效規模指標對新業務領域的影響更強 (系數分別為0.021和0.082)，有效規模反映的非冗余的聯系越多，獲得新領域的信息和發展機遇的機會越大，企業越容易在新業務領域有所建樹;③與原業務領域相比，新業務領域中等級度沒有通過檢驗，說明等級度高的企業對于原業務領域發展更有好處，而對新業務領域的開拓并沒有顯著的促進作用。

表2 企業背景對一模網絡特征影響回歸分析結果 (系數經過標準化)

模型3中，3個自變量都通過了檢驗，假設H21a、H22a、H23a得到了驗證，說明企業在二模網絡中從屬的行業越多、控制資源的能力越強、不受其他節點控制的能力越強，則越容易在原業務領域有所創新。模型4中的3個自變量全部通過了檢驗，假設H21b、H22b、H23b得到了驗證。

表3 企業網絡特征對創新活躍性影響回歸分析結果

對比模型3與模型4發現:(1)原業務領域的創新活躍性受度數中心度的影響較大 (系數分別為0.811和0.486)，度數中心度高的企業從屬于更多的行業，更容易在原有行業領域內有更多的創新;(2)新業務領域創新活躍性受中間中心度影響較大 (系數分別為0.057和0.424)，中間中心度則反映的是企業在網絡中控制信息流動的能力，中間中心度越高，則獲取的新的信息越多，有更多的機會在原領域以外尋求發展。

4.3 對創新活躍性的綜合作用分析

為了進一步驗證網絡特征和企業背景指標對于兩種活躍性的綜合影響，并且考察背景變量通過影響網絡特征來間接影響創新活躍性的機制，采用軟件是AMOS18.0，模型為非遞歸模型做路徑分析。

圖2所示為企業背景變量通過一模網絡特征影響創新活躍性的關系模型，結果顯示:卡方值為13.359，顯著性概率值為0.271＞0.05，AGFI=0.994＞0.900，RMSEA值=0.011＜0.05，模型擬合較好;結果除不能確定同業者個數對于新業務領域的影響，其他與之前的分析相似。將一模網絡綜合起來考慮的情況下，同業者個數由于與其他指標之間有較強相關性，造成同業者個數對于新業務領域的創新活躍性的影響被削弱。圖3所示為企業背景通過影響二模網絡特征來間接影響創新活躍性的情況。模型結果顯示:卡方值為10.003，顯著性概率值為0.350＞0.05，AGFI=0.994＞0.900，RMSEA值=0.008＜0.05，模型擬合較好。二模網絡特征對于創新活躍性的影響全部通過了檢驗，對于不同業務領域的解釋力度存在差異，結果與之前分析類似。

圖2 企業背景－一模網絡特征－創新活躍性的關系模型

以上分析表明，網絡特征對企業的創新活躍性的影響效果較為顯著，這與之前學者［6，8］的研究結果是相吻合的。除直接作用外，企業背景可以通過影響企業網絡特征而間接影響企業創新活躍性:①注冊資本不但可以直接影響創新活躍性，而且可以通過一模和二模網絡特征間接影響創新活躍性，其直接作用并沒有被解釋力度較強的網絡特征指標所掩蓋，說明注冊資本在該模型中發揮了十分重要的作用，因為該變量可以一定程度上代表企業自身的實力，這是其他網絡特征并沒有體現出來的因素，可見企業自身實力無論對于企業在網絡中的地位還創新活躍性來說，都是十分重要的，這與之前學者［11］的觀點相似，驗證了注冊資本能夠影響創新，在一定程度上代表了企業的規模和企業對于信息的消化吸收能力;②關于企業年齡的分析與之前學者［10］的結果有所不同，經營時間較長的企業并沒有在創新中體現出明顯的優勢，這是因為本章中形成網絡所用的數據為2004—2007年，網絡的情況只是與該時期中企業的一些行為有關，與企業年齡的大小關系不大。此外，企業年齡只能通過點度中心度來間接影響創新活躍性;③進網時間對于網絡特征有較為顯著影響，進網時間越早，越有機會構建發達網絡，與之前研究觀點相似，其也可以通過除限制度外的其他六個網絡特征對創新活躍性加以間接影響;④而資金來源的直接作用僅僅對于新業務領域的創新活躍性有所體現，其原因為資金來源可以在一定程度上表明外資和內資企業具有文化差異，但其不能完全區分出不同文化對創新影響差異。此外，資金來源可以通過有效規模間接影響創新活躍性。

5 結論

本文基于北京市信息服務產業集群網絡特征對創新活躍性進行了研究，結論如下:

(1)企業背景對創新活躍性存在顯著影響:企業年齡、企業進網時間、企業類別以及注冊資本對原業務領域和新業務領域的創新活躍性都具有影響。其中企業進網時間對新業務領域的創新影響大于原業務領域，外資參與企業更容易進軍新的業務領域。

(2)企業背景對網絡特征存在顯著影響:企業年齡越大，則企業的有效規模越大、點度中心度越大;企業進網時間越早，各項網絡特征越明顯;企業注冊資本越大，則同業者個數越多、有效規模越大、二模網絡三項中心度越大;外資參與企業在網絡中擁有更多的同業者、更大的有效規模和接近中心度。

(3)企業在同業關系一模網絡或“企業－行業”二模網絡中的重要程度越高，則其創新活躍性越強:企業在網絡中的同業者個數、有效規模、等級度、度數中心度、中間中心度和接近中心度越大，則企業在原業務領域的創新活躍性越強;企業在網絡中的同業者個數、有效規模、度數中心度、中間中心度和接近中心度越大，則企業在新業務領域的創新活躍性越強。

(4)企業背景特征與網絡特征對創新活躍性具有綜合影響作用:企業注冊資本對創新活躍性存在正向的直接和間接影響;進網時間則可以通過有效規模、等級度等六個網絡特征對創新活躍性加以間接影響;企業年齡只能通過點度中心度來間接影響創新活躍性;資金來源可以通過有效規模間接影響創新活躍性。

(5)各網絡指標對于原業務領域活躍性影響較大的特征有同業者個數、度數中心度、接近中心度;對新業務領域活躍性影響較大的特征有有效規模、中間中心度。

［1］匡佩遠.信息服務業:定義和統計框架［J］.統計教育，2009，(05).

［2］Mark Hirschey，Vernon J.Richardson，Susan Scholz.Value relevance of nonfinancial information:the case of patent data ［J］.Review of Quantitative Finance and Accounting，2004，17(3):223 －235.

［3］Salman N.，Saives A.L..Indirect networks:an intangible resource for biotechnology innovation［J］.R＆D Management，2005，35(2).

［4］Burt R.S..Structural Holes:The Social Structure of Competition［M］.Harvard University Press，1992.

［5］Ben Shaw － Ching，Liu M，Ravind R.Diffunet:The Impact of NetworkStructure on Diffusion of Innovation［J］.European Journal of Innovation Management，2005，(8):210 －232

［6］Uzzi B..Social structure and competition in interfirm networks:the paradox of embeddedness［J］.Administrative Science Quarterly，1997，42(1).

［7］魏江，鄭小勇.關系嵌入強度對企業技術創新績效的影響機制研究——基于組織學習能力的中介性調節效應分析［J］.浙江大學學報(人文社會科學版)，2010(09).

［8］Christensen P.V.，Ulhi J.P.，Madsen H..The entrepreneurial process in a dynamic network perspective:a review and future directions for research［R］.Copenhagen:LOK Research Center，2000.

［9］陳學光，徐金發.基于企業網絡能力的創新網絡研究［J］.技術經濟，2007，(03).

［10］王東浩，陳暮紫等.不同規模中小型企業不良貸款回收率結構特征研究［J］.系統工程理論與實踐，2010(12).

［11］Brouwer A.E.，Mariotti I.＆ van Ommeren，J.N.The firm relocation decision:an empirical investigation［J］.The Annals of Regional Science，2004，(38):335 －347.

(責任編輯 張九慶)

The Relationship between Network Characteristics and Innovation Activity

Hu Ping，Zhou Sen，Wen Chunlong
(School of Management，Xi'an Jiaotong University，Xi'an 710049，China)

F062.3

A

國家社會科學基金項目“現代信息服務業產業集群模式比較研究”(10BGL032)，2011年中國工程院信息與電子工程部重點咨詢項目:信息服務領域新興產業的發展問題研究。

2012－03－07

胡平 (1961－)，女，江蘇人，西安交通大學管理學院管理科學系副教授，博士，研究方向為企業社會網絡。