互聯網知識溢出對包容性創新的影響

秦佳良，張玉臣，賀明華

(1.同濟大學經濟與管理學院，上海 200092;2.井岡山大學發展規劃處,江西 吉安 343009)

0 引言

以互聯網為主的信息和通信技術(Information and Communication Technology,ICT)的廣泛運用推動了知識和信息(大數據)在公眾中的傳播。通過提供更加寬泛的渠道，互聯網能夠促進創新，因為創新就是將現有的知識進行整合產生新的想法[1]。這種知識溢出效應對于經濟增長來說是很重要的，因為產生了不斷增長的回報[2]。互聯網的網絡效應使得區域間逐漸形成緊密的空間聯系結構，對縮小數字鴻溝所造成的社會發展不平衡有著獨特優勢[3]。互聯網等信息技術的普及能夠幫助市場更好地發揮作用，給更多的人特別是低收入人群帶來福利的增加，是解決弱勢群體需求的包容性創新[4]。最早包容性創新的概念，指生活在貧困線下，權利得不到充分保障的金字塔底層群體內部蘊藏著巨大商機，企業通過技術和商業模式的創新來滿足其內在的需求和利用其創新能力，不僅可以獲得巨大的經濟回報，還可以提高低收入群體的生活質量，緩解和消除貧困[5]。但是，包容性創新所針對的群體不應當僅包括經濟收入較低的人群，還應當包括受教育程度較低、與權力階層距離較遠的群體，如城市低收入者、農村文化水平較低者。包容性創新受到國際社會廣泛關注的主要原因在于它是高成本、高消耗社會運行的替代性方案，也是市場進一步細分的必然產物[6]。

根據第39次中國互聯網絡發展狀況統計報告，截至2016年12月，中國網民規模達7.31億，互聯網普及率為53.2%，農村網民2.01億，占27.4%。中國企業使用計算機辦公的比例高達99.0%，使用互聯網的比例為95.6%，開展在線銷售、在線采購的比例分別為45.3%和45.6%[7]。在此背景下，中國企業是否能夠享受到互聯網化帶來的“信息紅利”，目前國內對于互聯網和包容性創新之間的關系缺乏研究，尤其是定量實證研究幾乎沒有。本文擬從此理論缺口為切入點，利用世界銀行企業調查(WBES)[8]中的中國企業數據，采用OLS回歸、Logit回歸、分位數回歸等方法，探索互聯網知識溢出對包容性創新的影響。

1 理論基礎與研究假設

1.1 互聯網、知識溢出與創新績效

企業、行業、國家通過對ICT的投資能夠提高投入轉為輸出的效率。實證研究表明，在行業和企業層面上，ICT投資能夠提高勞動生產率[9]，對發展中國家和地區的研究也能得到類似結果[10]。此外，企業ICT投資還能提高創新績效[11]。然而，ICT并不是自發促進生產率的提高。Brynjolfsson的研究并沒有發現這種正相關關系[12]。因此，索羅提出了著名的“生產率悖論”：我們可以看到計算機的使用，但卻無法在生產率統計數據中發現計算機的作用。有限的生產率回報表明在ICT產生積極作用之前，必須做出生產流程調整，包括組織變化和人力資本。ICT投資和組織變化、管理能力之間的互補性對于ICT提升企業生產率來說是非常重要的[13]。組織和管理能力差異能夠解釋為什么ICT能夠使美國比歐洲有更高的生產率[14]。Bloom發現在英國的企業中，那些隸屬于美國的企業與其他企業相比，ICT投資帶來的生產率更高[13]。

ICT投資能夠帶來企業生產率的提高，互聯網作為一種傳播知識的方式也能夠提高勞動生產率和創新績效。互聯網知識溢出能夠催生創業和創新，并由此有助于相關產業的升級[14]。知識溢出效應和創新意愿均對創新能力具有顯著正向影響[15]。傳播方式的提升能夠促進行業成員中對新知識的學習并加速創新效率[16]。來自供應商、顧客和競爭者對手信息能夠通過以下方式提升企業創新績效：首先，顧客偏好方面的信息能夠幫助企業識別新產品和新服務的市場機遇，新產品未來市場的不確定性是企業在進行創新投資時的巨大障礙[17]。用戶反饋同樣能幫助企業開發新產品和新服務；其次，與企業產品流程相關的技術創新決定了新產品和流程的技術可行性，因此利用互聯網與供應商進行溝通來了解新技術的可能性及討論企業需求可以促進創新；最后，關于競爭對手的信息能使企業了解可行的產品技術和創新。然而，競爭對手之間對各種信息被視為商業機密，所以信息更難獲取[18]。除了知識溢出效應之外，互聯網對生產率和創新績效還存在其他潛在的影響。互聯網的普及促使企業向供應商進行線上訂貨并有效地向顧客傳遞產品和服務。ICT的使用同樣能夠促進企業的決策效率[19]。這些都是來自企業自身對互聯網的運用的直接影響。知識溢出效應是互聯網提高生產率和創新績效的最重要之處。

隨著互聯網的發展，各種知識和技術信息會通過科研機構在行業內分享和傳播，造成知識和技術的自然外泄，形成溢出[20]。知識從創造起就有溢出效應，因為他能夠在不消耗過高成本的條件下復制和傳播，并給企業帶來收益。互聯網則更能夠減少知識傳播的成本。但是在互聯網的知識溢出效應之中存在著障礙，即只有顯性知識能夠傳播，而隱私知識則不能[21]。這就是為什么在知識傳播的過程中，空間距離是重要的影響因素。然而，互聯網能夠克服知識傳播的障礙，比如說，視頻會議能夠跨過空間距離模擬面對面的交流。互聯網帶來的知識溢出效應并不依賴于個別企業對互聯網的運用，而是依賴于行業中大部分企業對互聯網的運用。即使一個企業不使用互聯網，它也能夠通過其他方式從行業互聯網化中獲得益處，如參加商業協會、從他企業招募員工等。因此互聯網促進了知識溢出不同于企業怎樣運用互聯網來促進績效。本文提出假設1：互聯網的知識溢出提高了企業勞動生產率和創新績效。

1.2 行業互聯網化與包容性創新

“窮人”參與對包容性創新具有意義，互聯網為“窮人”創新開啟了新機會[22]。互聯網時代包容性創新中的價值創造、傳遞與分享的互動機制對于社會底層創業的商業模式構建起到關鍵作用[23]。對于經濟落后和欠發達地區來說，促進包容性創新是一個重要的問題。小企業和年輕企業是創新的驅動力，因為它們能夠帶來新穎的想法。但是，狹隘的貸款渠道抑制了它們的創新，而大型的在位企業擁有更多的集資渠道[24]。與小資企業相比，在位企業遇到的其他挑戰也更小。結果，造成了在低效率小資企業中的“卓越島”現象[24]。這種行業結構是沒有效率的，因為如果所有的企業都和在位企業一樣的充滿效率的話，總效率將會更高。工資差距也更大，因為低效率企業支付的工資更低。因此，互聯網知識溢出對提高低效率企業的創新績效非常重要。互聯網給小企業帶來的益處更大。相關的知識總量是固定的，但是更好的知識網絡能夠給企業帶來更好的渠道，與線下知識網絡緊密(稀疏)聯系的企業可能從線上網絡獲取更低(高)的生產率和創新績效回報。企業線上知識網絡的質量不同，那些擁有低質量知識網絡的企業從事的創新活動更少[24]。這種差異會存在于出口企業和非出口企業、國有企業和外資企業、多廠企業和單廠企業、小企業和大企業、經濟集聚區企業和非經濟聚集區企業中。

刑小強通過對中國本土企業包容性創新的案例分析，歸納了其關鍵因素[25]。范軼林解析了BOP電商通過集聚和發展實現價值創造的過程，探析了BOP電商實現包容性創新的內在機理[26]。地區基礎設施建設水平和地區人力資本水平對區域創新績效具有顯著正向影響，而地區對外開放水平的影響顯著為負[27]。對于出口企業和外資企業來說，他們獲得的互聯網知識溢出效應較低，因為他們擁有國外專業技能的渠道，這是先進技術的重要來源[28]。相反，非出口企業和國有企業在互聯網的知識傳播中能獲得更多收益。集群內企業間知識溢出對集群技術創新績效具有雙向影響，隨著知識溢出的增加，集群創新績效呈倒U型變化[29]。經濟集聚區的企業處于當地密集的網絡中，能夠和同一集聚區的企業進行頻繁的商務交流，因為互聯網跨地區的傳播能力[30]，處于非經濟聚集區的企業從中獲取的益處更大。互聯網促進了包容性創新，中西部地區從信息技術應用中獲益更多[31]。小規模企業員工少，營業收入少，對R&D的投資少，因此從R&D中獲取的收益也少，這是其自身內部的知識資源[32]。互聯網知識溢出效應給小規模企業帶來的收益更大[33]。同樣，對于單廠企業也是如此。中國大幅度普及了互聯網，使得農村企業家得以進行電子商務創新[22]。

信息獲取是開展包容性創新的中心環節[34]。包容性創新對跨越“中等收入陷阱”的助推力度呈現從東部到西部遞增的趨勢[35]。互聯網的知識溢出效應明顯，企業也必須有能力來吸收知識，如果企業的吸收能力低下，那么溢出效應就會低下或是缺失[36]。在其他領域開發的創新在具體的企業背景下往往是不合適的，因此企業必須有能力克服這種困難，除非是采取漸進式創新。Hu的實證研究表明，企業擁有自身能力來吸取知識[37]。因此，在不同的勞動生產率水平下，企業對互聯網帶來的知識的吸收能力是不同的。本文提出假設2：互聯網知識溢出能促進包容性創新；假設3：在不同勞動生產率水平下，互聯網給包容性創新帶來的知識溢出效應不同，創新績效也不同。

2 研究設計

2.1 研究模型

為研究行業互聯網知識溢出包容性創新的有影響，本文構建了以下模型：

Tij=α+β1×INIUj+β2×FINUit+Γ×Xij+λj+ε

(1)

其中，Yij代表企業i的勞動生產率和創新績效(設備投資、質量認證、專利)，β1代表的是互聯網的知識溢出效應；INIUj是行業j的互聯網化程度；FINUij控制企業i對互聯網的運用而產生的直接影響；λj是虛擬變量，企業i是否屬于行業j;Xij代表的是企業的控制變量，如表1所示。在測量INIUj時將企業i排除在外，目的是為了克服內生解釋變量的影響。為了測量企業特征的調節作用所帶來的異質性影響，本文構建以下修訂模型：

Yij=α+βFCC×(INIUj×FCCij)+β1×INIUj+β2×FINUij+Γ×Xij+λj+ε

(2)

Yij=α+βFCD×(INIUj×FCDij)+βNFCD×

(INIUj×NFCDij)+β2×FINUij+Γ×Xij+λj+ε

(3)

其中，FCC代表企業特征的連續變量，如企業規模；FCD代表企業特征的二元變量，如是否處于省會地區，FCD表示是，NFCD表示否。

根據因變量的特征，本文采用最小二乘估計(OLS)來測度行業互聯網化對勞動生產率和設備投資的影響，采用Logit來測度行業互聯網化對質量認證和專利的影響。為了測度不同勞動生產率水平下的互聯網知識溢出效應，本文采取了分位數回歸(Quantile Regressions)。

表1 變量定義與說明

2.2 樣本與數據

本文采用世界銀行企業調查(WBES，the World Bank Enterprise Surveys)[8]的數據進行實證研究。截至2016年12月，WBES對全世界139個國家(地區)的125000家企業進行了調查，該調查涉及企業的財政、設施、競爭、技術、績效等各個方面。由于其調查的全面性和官方權威性，調查數據被眾多的學者采用，如Caroline[23]、Plessa[38]、Misch[39]等。WBES對中國25個城市19個行業的2700家企業進行了調查，即為本文的研究對象。

WBES擁有企業互聯網運用(FINU)方面的信息，即企業是否運用企業郵箱來與供應商和顧客進行溝通交流，而不是指對ICT的投資(ICT投資并沒有說明對互聯網的實際運用)。本文一個重要的說明是互聯網是用來溝通的，因為這與企業獲取知識有關。在企業運營中，企業對企業郵箱的運用與ICT的使用強度成正相關。ICT的使用強度分為高、中、低三個層次，即企業是否運用互聯網：①進行R&D活動；②從供應商那里購買原材料；③向顧客傳遞服務；④在自己的網站上進行營銷，高強度(HICT)為全部運用，低強度(LICT)為全不運用，中強度(MICT)為運用其中幾個。從表2 Probit和Logit回歸可以看出，FINU與HICT正相關，即企業運用互聯網進行全部以上四個運營；FINU與LICT負相關，即企業不運用互聯網來進行以上四個運營；FINU與MICT正相關，但是強度沒有HICT那么大。

WBES同樣擁有企業勞動生產率和創新活動方面的信息，包括設備投資、質量認證、專利等。

表2 企業ICT強度和FINU的關系

注：***、**、*代表1%、5%、10%的顯著性水平，下同。

3 實證研究結果

3.1 互聯網的知識溢出效應

表3是方程(1)對勞動生產率的回歸結果，從第①列可以看出互聯網對企業勞動生產率有顯著的正影響(1.093)，將企業控制變量通過逐步回歸導入①列的模型，從第②～⑤列我們發現企業員工數、企業年齡、外資企業、多廠企業、出口狀態、貸款準入、管理經驗都與企業的勞動生產率有顯著的正相關關系，只有國有企業與企業勞動生產率的關系顯示為負相關。由第⑥列可以看出，當引入企業自身互聯網運用對勞動生產率的影響之后，互聯網的知識溢出效應也減小了(由 1.090～1.063)，其他企業控制變量的影響作用也有所減小。

表3 互聯網對勞動生產率的知識溢出效用

注：括號里面是Robust Std.Err，下同。

表4是方程(1)對創新績效的回歸結果，可以看出互聯網對企業設備投資有顯著正影響(1.052)。由Logit和Probit回歸可以看出互聯網對企業認證和專利都表現出顯著正影響。

總的來說，互聯網對企業勞動生產率和創新績效都有積極的溢出效應，研究結果證明了假設1。

表4 互聯網對創新績效的知識溢出效應

3.2 穩健性檢驗

模型(1)是后續模型的基礎，為了檢驗模型(1)的解釋能力，對以上回歸結果做穩健性檢驗。首先，檢驗模型是否對潛在的異常值穩健(RETB)。將四個因變量大小排在前5%以及后5%的樣本剔除，剔除異常值以后，從表5可以看出，回歸模型結果沒有改變。其次，檢驗了更先進的技術是否可以提高勞動生產率和創新績效，引入一個新的虛擬變量FOTE，表示企業采用的國外技術的數量是否在行業內采用平均數之上，若在之上，用HTC表示，其值是1；若在之下，用LTC表示，其值是1。從表5可以看出，當采用更先進的技術時，互聯網給勞動生產率帶來的知識溢出效應更大(0.683>0.426)；無論是否采用更先進的技術，互聯網給設備投資帶來的知識溢出效應差別并不大；質量認證和專利同勞動生產率與設備投資相比，穩健性稍弱，但是邊際效應大體相同。最后，檢驗行業類別(INSE)能否帶來不同的結果，主要區分生產制造業(MAC)和服務業(SER),從表5中可以看出，服務業的互聯網知識溢出效應比制造業要大(0.915>0.571)，這可能是因為知識(尤其是關于顧客偏好的相關知識)在服務業中的重要性大于制造業；無論是在服務業還是制造業，互聯網給設備投資帶來的知識溢出效應差別并不大；對于質量認證來說，制造業從互聯網中的收益更大(0.736>0.366)；對于專利來說，由于本文服務業方面專利數據的缺乏，其代表性較低。總的來說，真實世界的經濟現象和影響結果是客觀存在的，沒有隨經濟模型的改變而改變，回歸結果的顯著性也沒有改變，因此模型(1)具有較好的穩健性。

表5 穩健性檢驗結果

3.3 互聯網知識溢出對包容性創新的影響

本部分測量了企業出口狀態、多廠企業、企業規模、企業位置在互聯網知識溢出對勞動生產率和創新績效的影響過程中的異質性作用，即包容性創新的影響。表6是方程(2)和(3)的回歸結果對勞動生產率的影響，可見在互聯網知識溢出過程中，非出口企業比出口企業能夠獲得更高的勞動生產率(1.246>0.983)；擁有一家工廠或公司的企業能夠比多廠企業獲得更高的勞動生產率(0.643>0.587)，但是這種差異并不顯著(系數檢驗P=0.091)；大規模企業和小規模企業在互聯網知識溢出對勞動生產率的影響過程中并沒有表現出異質性影響(0.683=0.682，且P=0.245)；對于企業位置來說，處于非經濟集聚地區(非省會)的企業能夠比經濟集聚地區企業(省會)獲得更高的勞動生產率(0.007>0.003)。

表7是方程(2)和(3)的回歸結果，表明了互聯網知識溢出對包容性創新的影響過程中的異質性影響，結果更為復雜。結果顯示出口企業并沒有表現出顯著性的影響，但對設備投資和專利的系數檢驗P值分別是0.009和0.000，表明影響有差別的。對于質量認證和專利來說，單廠企業比多廠企業產生的影響更大(0.473>-0.362，0.863>-0.462)，對于設備投資來說，單廠企業和多廠企業產生的影響差異不大(0.514=0.514，且系數檢驗P=1.082)。大規模企業和小規模企業對設備投資和專利的影響沒有顯著的差別，系數檢驗P值分別為0.561，0.35，但是小規模企業比大規模企業獲得質量認證的可能性更大(0.451>0.251)。企業位置的影響和企業規模的影響類似，設備投資和專利的系數檢驗P值都很大，分別為0.734，0.247，在互聯網知識溢出過程中，處于非經濟聚集地區的企業比處于經濟聚集地區的企業更有可能獲得質量認證(0.732>0.672)。

表6 互聯網知識溢出對包容性創新的影響——勞動生產率表現

表7 互聯網知識溢出對包容性創新的影響——創新績效表現

以上結果表明，互聯網知識溢出能促進包容性創新，假設2得到了驗證。

3.4 不同勞動生產率下企業對互聯網知識溢出的“吸收能力”——分位數回歸

為了測度不同勞動生成率水平下企業對這種正向影響的吸收能力，本文通過Quantile process—Process coefficients對方程(1)采取分位數回歸，結果如圖1所示，從圖中可以看出在不同勞動生產率水平下，互聯網知識溢出對勞動生產率的影響是不同的，在30%分位點之前，影響作用較小，且有波動；勞動生產率在30%分位點和80%分位點之間時，影響較大，且逐漸遞增；勞動生產率在超過80%分位點時，影響力再次出現波動，但處于較高水平。所以，假設3得到了驗證。

圖1 分位數回歸

本文同樣對方程(3)的不同企業特征進行了分位數回歸。就出口狀態而言，圖2表明互聯網知識溢出對非出口企業勞動生產率的影響隨著勞動生產率的提高而增加，在40%的分位點時，這種影響處于較高水平；互聯網知識溢出對出口企業勞動生產率影響力始終處于較低的水平，即使是在最高分位點時。由此可以知道前文的研究結果(見表6)，非出口企業行業受到互聯網知識溢出的影響較大，主要是由非出口企業在勞動生產率較高時驅動的。另外可以看出當勞動生產率處于較低水平時，互聯網知識溢出對出口企業和非出口企業的勞動生產率影響差異并不大。

由圖3可以看出，當勞動生產率處于較低水平時，互聯網知識溢出對單廠企業和多廠企業的勞動生產率影響都不大。在75%分位點之前，單廠企業行業互聯網化的作用逐漸遞增，超過75%分位點之后，影響力出現波動。對多廠企業而言，互聯網知識溢出的作用始終處于一個較為平穩的狀態，同樣僅僅在75%分位點時出現了較大的波動。與出口狀態的結果類似，單廠企業受到互聯網知識溢出的影響較大，主要是由單廠企業在勞動生產率較高時驅動的。

圖2 分位數回歸(出口狀態)

圖3 分位數回歸(多廠企業)

由圖4可以看出，互聯網知識溢出對經濟集聚地區(省會)企業勞動生產率影響隨著勞動生產率的提高而增加，互聯網知識溢出對非經濟集聚地區(非省會)企業勞動生產率影響力始終處于較高的水平，但是波動較大，在處于55%的分位點時，影響力之間的差距達到最大。

圖4 分位數回歸(企業位置)

表8對方程②進行了分位數回歸，不同于前文的研究結果，分位數回歸表明，企業規模對互聯網知識溢出效應起到的負作用，隨著勞動生產率的提高，規模越小的企業從互聯網化知識溢出效用中得到的回報越大(INIU系數逐漸增大)。

由表9可以看出，企業勞動生產率處于中位數之上時，互聯網知識溢出對設備投資和質量認證的影響大于企業勞動生產率處于中位數之下時的影響(0.253>0.147，0.158>0.128)，而對于專利，并沒有明顯表現出這種差別。

表8 分位數回歸(企業規模)

表9 不同勞動生產率下互聯網知識溢出對創新績效的影響

4 結論與啟示

本文利用WBES中2700家中國企業的數據，運用多種回歸方法，探析了互聯網知識溢出對包容性創新的影響，研究發現：①互聯網知識溢出能提高企業勞動生產率和設備投資，并且使企業擁有質量認證和專利的可能性增大；②互聯網知識溢出能促進包容性創新，對于非出口企業、單廠企業和處于非經濟集聚地區的企業，互聯網帶來的影響更大；③分位數回歸表明，企業在不同勞動生產率水平下，從互聯網獲得的溢出效應是不同的，30%分位點以后的影響更大；分位數回歸進一步證實了非出口企業、單廠企業和處于非經濟地區的企業從互聯網知識溢出中獲得的益處更大，同時對于小規模企業也有這種影響，所以互聯網知識溢出能促進包容性創新。

本文的研究結論對政策制定有一定的借鑒意義：首先，互聯網化的知識溢出效應證明了互聯網的普及需要公共政策的推動，并且這種溢出效應不依賴于個體企業對ICT的投資。互聯網知識溢出的過程中潛在的回報巨大，能夠促進包容性創新。低收入群體，經濟落后地區對創新產品和需求是很大的，這為企業提供了良好的市場空間[40]。其次，對于互聯網化知識溢出的吸取能力不同會帶來“數字鴻溝”，只有那些有吸取能力的企業能夠從提供科技知識的商業智能平臺獲得益處。因此推動行業互聯網化并提高企業的吸收能力必須獲得更多的政策支持。人力資本投資是其中一個核心的政策[41]。鼓勵更多基層人員參與到創新創業活動中通過互聯網技術培訓提升創新意識和技能[42]。最后一個持續受到關注熱點是經濟欠發達和落后地區的設施條件，如寬帶速度和價格。技術和市場不完善導致的互聯網令人生畏的價格，會使這些地區的互聯網化程度降低，然而這是企業運營利用互聯網來提高生產率和創新績效的先決條件。互聯網化能使處于落后經濟社會背景下的小企業獲得市場信息和生產知識等，但是，因為它們探索知識能力的欠缺，并沒有從互聯網化中獲得益處[43]。這些企業必須抓住互聯網帶來的知識溢出效應，結合自身特色和資源優勢，加大基礎設施建設，尋求在產業分工中的合理定位，進行商業模式創新、技術創新等，促進和帶動中國經濟的整體增長。

參考文獻：

[1]ARTHUR W B.The structure of invention[J].Research policy,2007,36(2)：274-287.

[2]KRUGMAN P.Increasing returns and economic geography[J].The journal of political economy,1991，99(3)：483-499.

[3]張紅歷,周勤,王成璋.信息技術、網絡效應與區域經濟增長：基于空間視角的實證分析[J].中國軟科學,2010(10):112-123.

[4]李坤望,邵文波,王永進.信息化密度、信息出口設施與企業出口績效[J].管理世界,2015(4):52-65.

[5]PARHALAD C K，HART S L.The fortune at the bottom of the pyramid[J].Strategy & business,2002(26)：54-67.

[6]郝君超.包容性創新關鍵問題及國際經驗分析[J].中國科技論壇,2016(07):5-9.

[7]國家互聯網信息辦公室.第39次中國互聯網絡發展狀況統計報告[R].北京:中國互聯網信息中心,2017-01.

[8]The World Bank.Enterprise Surveys[OB/OL].http://www.enterprisesurveys.org.

[9]BLOOM N，SADUN R，VAN REENEN J.Americans do it better：US multinationals and the productivity miracle[J].The American economic review，2012,102(1):167-201.

[10]COMMANDER S，HARRISON R，MENEZES-FILHO N.ICT and productivity in developing countries：new firm-level evidence from Brazil and India[J].The review of economics and statistics,2011(93):528-541.

[11]SPEZIA V.Are ICT users more innovative？An analysis of ICT enabled innovation in OECD Firms[J].OECD journal：economic studies，2011:99-119.

[12]BRYNJOLFSSON E，YANG S.Information technology and productivity：a review of the literature[J].Advances in computers，1996(43):179-214.

[13]BLOOM N，SADUN R，VAN REENEN J.Americans do it better：US multinationals and the productivity miracle[J].The American economic review，2012,102(1):167-201.

[14]黃浩哲.互聯網知識溢出帶來的創業和創新[J].現代商業,2016(19):191-192.

[15]曹勇,蔣振宇,孫合林,阮茜.知識溢出效應、創新意愿與創新能力——來自戰略性新興產業企業的實證研究[J].科學學研究,2016(01):89-98.

[16]CONLEY T G,UDRY C R.Learning about a new technology：pineapple in Ghana[J].The American economic review，2010,35-69.

[17]COLLARD-WEXLER A，ASKER J,DE LOECKER J.Productivity volatility and the misallocation of resources in developing economies[J].National bureau of economic research,2011.

[18]FERNANDES A,PAUNOV C.Foreign direct investment in services and manufacturing productivity：evidence for Chile[J].Journal of development economics,2012,97(2):305-321.

[19]BRYNJOLFSSON E，HITT L M,KIM H.Strength in numbers：how does data-driven decision-making affect firm performance[M].MIT，2011.

[20]王丹,陳芳芳.知識溢出的途徑及對策分析[J].北方經濟,2010(02):35-36.

[21]LEAMER E E,STORPER M.The economic geography of the internet age[N].NBER Working Paper 2001，No.8450.

[22]顧淑林.包容性創新和淘寶村現象:電子商務與中國農村社區嵌入型創業[J].經濟導刊,2015(09):65-73.

[23]鄧華,李光金.互聯網時代包容性創業企業商業模式構建機制研究[J].中國科技論壇,2017(06):24-29.

[24]CAROLINE PAUNOV，VALENTINA Rollo.Has the internet fostered inclusive innovation in the developing world[J].World development，2016,78，587-609.

[25]邢小強,周江華,仝允桓.包容性創新:概念、特征與關鍵成功因素[J].科學學研究,2013(06):923-931.

[26]范軼琳,黃燦,張紫涵.BOP電商包容性創新案例研究——社會中介視角[J].科學學研究,2015(11):1740-1748

[27]李婧,何宜麗.基于空間相關視角的知識溢出對區域創新績效的影響研究——以省際數據為樣本[J].研究與發展管理,2017(01):42-54.

[28]COE D T，HELPMAN E.International R&D spillovers[J].European economic review，1995,39(5)，859-887.

[29]楊皎平,侯楠,王樂.集群內知識溢出、知識勢能與集群創新績效[J].管理工程學報,2016(03):27-35.

[30]FRIEDMAN T L.The world is flat：a brief history of the twenty-first century[N].Farrar，Straus and Giroux,2005

[31]黃衛東,岳中剛.信息技術應用、包容性創新與消費增長[J].中國軟科學,2016(05):163-171.

[32]COHEN W M.Fifty years of empirical studies of innovative activity and performance.[J].Handbook of the economics of innovation，2010,1:129-213.

[33]ACS Z J，AUDRETSCH D B,FELDMAN M P.R&D spillovers and recipient firm size[J].The review of economics and statistics，1994,76(2):336-340.

[34]趙武,陳琳.新常態下小微企業包容性創新的成長機制研究[J].中國科技論壇,2017(02):25-31.

[35]湛泳,王恬.中國經濟轉型背景的包容性創新[J].改革,2015(11):54-65.

[36]GORG H,GREENAWAY D.Much ado about nothing？Do domestic firms really benefit from foreign direct investment[J].The world bank research observer,2004，19(2):171-197.

[37]HU A G，JEFFERSON G H,JINCHANG Q.R&D and technology transfer：firm-level evidence from Chinese industry[J].The review of economics and statistics，2005,87(4):780-786.

[38]PLESSA Jacquelyn，HARRISON Fellb.Bribes，bureaucracies，and blackouts：towards understanding how corruption at the firm level impacts electricity reliability[J].Resource and energy economics,2017,47:36-55.

[39]MISCH Florian Gemmell，NORMAN,KNELLER，RICHARD.Using surveys of business perceptions as a guide to growth-enhancing fiscal reforms[J].Economics of transition,2014(22):683-725.

[40]郝君超,李哲.中國推進包容性創新的實踐及相關思考[J].中國科技論壇,2015(04):35-40.

[41]INDJIKIAN R,SIEGEL D.The impact of investment in IT on economic performance：implications for developing countries[J].World development,2005,33(5):681-700.

[42]邢小強,趙鶴.面向金字塔底層的包容性創新政策研究[J].科學學與科學技術管理,2016(11):3-10.

[43]TADESSE G,BAHIIGWA G.Mobile phones and farmers’ marketing decisions in Ethiopia[J].World development，2015(68):296-307.