創新網絡雙重嵌入、網絡耦合與產業升級：基于上市企業面板數據的實證分析

孟慶時 ，熊 勵，余 江，陳 鳳

(1. 上海大學 文化遺產與信息管理學院，上海 200444；2. 上海大學 管理學院，上海 200444；3. 中國科學院科技戰略咨詢研究院，北京 100049；4.中國科學院大學 公共政策與管理學院，北京 100190)

0 引言

在科技革命和產業變革日新月異的背景下，數字經濟發展正深刻改變經濟社會運行和治理模式，數字資源跨界流動使得基于產業數字化和數字產業化的數字創新成為驅動經濟體系重構的重要要素。在全球化數字創新背景下，傳統產品與服務的價值共創模式正在發生變革，如何利用異質性與多層次創新資源，在全球數字經濟體系中建立我國產業和市場主導優勢，需要關注更多深層次科學問題，包括如何突破傳統技術創新和技術演進理論，基于產業數字化、全球化和國家創新戰略需求，完善數字創新理論體系？如何把握產業發展階段與技術基礎、市場基礎和產業主體需求的互動規律，構建產業升級新路徑模型？這些問題還需要進一步展開系統研究。

隨著數字經濟進入數據價值化、數字產業化、產業數字化和數字化治理的四化協同發展新階段，以數字技術創新為核心驅動力的數字經濟體系已經超越信息通信產業范疇，正在引起產業組織和社會形態的顯著變遷。生產關系變革背后是數字經濟推動數字技術與傳統產業融合的隱含機制，新一代信息技術不斷應用和滲透于生產制造全過程、全產業鏈和產品全生命周期，生產、組織和商業模式的全方位創新需要在傳統創新管理理論基礎上嵌入數字創新的新視角。以新一代信息技術為代表的數字技術創新貫穿產業創新全過程，由于該類技術兼具基礎性和融合性，其創新過程具有高度不確定性和風險。以新型顯示領域為例，作為產業數字化的核心產業，其技術軌道變遷和突破性創新與融合領域的市場驅動具有緊密聯系，同時又受到電子信息產業創新的技術基礎、技術交易和進出口限制，使得創新過程中研發投資失敗風險更高。傳統行業可以通過較為成熟的產業發展風險監測與評估方法建立風險預警體系，而對于平板顯示等新興產業和追趕型產業領域，長期的風險預警較為困難[1]。從技術創新風險角度看，為降低技術不確定性帶來的風險，新興產業的創新者和投資者往往會重點關注發展較為成熟或前景較為明朗的產業子領域，并通過聯合投資參與技術創新過程或采取雙元創新戰略等方式進一步降低風險[2-3]。因此，在數字技術創新過程中，企業管理者的創新決策同時存在企業間創新合作網絡和股東間基于共同投資企業的關系網絡，即創新網絡的雙重嵌入[4]。

在產業技術創新主體構成的產業創新網絡中，不同主體擁有的異質性資源稟賦是決定主體間合作形成網絡團體結構，以及潛在技術軌道形成、發展和演進的內在動力。從創新個體特征等個體層次要素對產業整體轉型升級的影響出發，可以看到，作為數字時代信息技術與新應用場景融合的重要載體，平板顯示產業技術創新密集，并且企業大多是跨領域創新者，而產業技術之間的高度關聯性導致將新技術整合進已有技術系統的難度加大。因此，網絡雙重嵌入會使企業間創新合作更加緊密，企業間和股東間的關系網絡會產生耦合性，共同影響產業創新發展[5-6]。基于此，本文以平板顯示產業上市企業為研究對象，構建包含2009—2020年291家平板顯示產業上市企業的面板數據模型，從網絡雙重嵌入角度實證分析產業升級過程中創新網絡要素對產業發展的影響。

1 文獻綜述與研究假設

基于產業技術與結構演進、產業價值鏈優化升級等相關研究成果，在已有研究[7-8]基礎上，本文認為產業升級是產業技術創新績效不斷提升、產業創新合作不斷演化以及產業技術結構不斷調整的動態過程。為探索企業個體創新行為、創新能力等特質如何影響產業升級、企業個體間合作創新網絡和股東間關系網絡雙重嵌入如何影響產業升級，本文從企業間技術創新網絡嵌入特征、企業創新能力和企業股東間網絡嵌入3個維度提出產業升級作用機制的理論假設。

1.1 企業個體創新網絡與產業升級

個體創新網絡的理論基礎與產業創新網絡類似，主要從企業等組織網絡形成與個體嵌入[9]、組織個體與整體網絡結構的宏觀和微觀特征、組織個體的跨邊界合作行為[10-11]等方面展開。個體創新網絡對象涉及范圍更廣，由于網絡主體類型、網絡形成目的、網絡存續時間和網絡績效產出等不同，個體創新網絡又分為研發者網絡、投資者網絡、企業間聯盟網絡、產業主體創新網絡和全球價值鏈網絡等[12-13]。除組織間橫向合作關系外，創新網絡關聯還包括供應鏈上下游關系、競爭關系以及組織內部的從屬關系等。這些研究通過一定區域或產業內企業間網絡的宏觀合作等動態過程，呈現組織、個體的競合戰略等微觀行為引起的外部效應[5-6]，而對于組織間網絡關系的界定并沒有明確區分產業層次、企業個體層次等不同網絡關系的作用效果[14-16]。企業作為產業主體，往往擁有其它主體沒有的特殊資源，如平板顯示產業中的面板生產線等專用資產。為降低資源依賴及其帶來的不確定性和成本劣勢，企業間會尋求合作，以獲取更多資源和強化競爭優勢[17]。在企業個體創新網絡中，尤其對于上市企業來說，基于新技術開發合作關系的“co-exploration”過程，意味著企業間圍繞新知識創造、學習和創新，共同影響產業技術開發活動和技術演進方向[18]。企業間一定程度的緊密合作和依存關系，會促進企業間通過頻繁互動交換創意和隱性知識，合作產出相比產業整體更具目的性。對于深耕已有技術的企業間“co-exploitation”過程，代表著一批企業對已有技術和知識的利用，以交換顯性知識為主，且合作產出能夠提高生產效率和拓展技術應用領域(Alimadadi等，2019)。基于此，提出以下假設：

H1a：企業個體創新網絡密度正向影響產業升級；

H1b：企業個體創新網絡連通性正向影響產業升級。

由于創新過程在產業發展中的嵌入性及跨產業邊界的融合特性，圍繞核心企業發展和演變出的創新網絡結構，其基礎往往是企業間頻繁的兩兩合作，因而網絡中會出現多個重疊的三元組結構[19]。網絡三元組是網絡知識流動的基本單位，也是促進知識共享、知識創新的基本單元(趙炎等，2016)。創新網絡中群體節點構成的三元組結構是產業創新主體在創新過程中嵌入網絡的關鍵組成，網絡三元組帶來的緊密聯系既是知識高效傳遞與共享的基礎[19]，也為產業升級帶來與創新合作相關的關系資源。近年來，智能終端設備市場增長催生大量新興數字技術的演進和成熟，如柔性屏幕技術，柔性OLED面板成為柔性屏幕產品的主要組件，在平板顯示產業中，此類新產品組件的產生伴隨著創新主體合作領域數量和合作次數的增加。隨著主流的TFT-LCD、新興的OLED等領域出現多個細分技術領域，如低溫多晶硅技術、有源驅動技術AM-OLED等，創新網絡三元組結構大量出現，并為多個領域創新合作提供信任和互惠等促進知識傳遞的關系基礎[9-10]。基于創新網絡層次化結構和有序優化分組的傳遞性三元組等局部網絡結構，雖然提高了資源傳遞效率[15,19]，但在多個三元組彼此嵌入、部分重疊甚至嵌套的情況下，網絡聯系冗余或節點度分布不均衡會導致傳遞效率降低(文艷艷等，2018)。因此，創新網絡三元組效率成為產業創新網絡合作、價值鏈嵌入和產業鏈優化的重要影響因素。基于此，提出以下假設：

H1c：企業個體創新網絡三元組效率指標正向影響產業升級。

隨著平板顯示產業個體創新網絡核心成員在多個技術領域、零部件領域和產品領域的嵌入和互動，以及我國企業在顯示面板、模組組裝等核心產業中上游環節投資規模的擴大，進一步提高了產業技術體系與創新系統的復雜性和跨學科性[8]，這將給產業技術路徑突破、利基市場的技術開發以及技術的持續性轉變[20]帶來新問題。創新網絡中基于三元關系形成的網絡團體增加會提升成員間合作效率，網絡團體結構內部聯系的加強會促進成員間溝通交流[19]，緩解信息不對稱或不必要競爭帶來的沖突和矛盾，從而加快新技術和資源在全連通網絡子結構中的轉移和流動[21]。作為多個組織緊密聯系形成的利益共同體，網絡團體內聯系的加強會促進知識共享與合作創新，加快團體成員對資源的內部化(趙炎和孟慶時，2014)。從團體規模和團體內聯系密度對產業升級的作用方式看，二者均會促進產業創新主體間的有效合作，推動產業技術升級。團體結構之間的聯系能在一定程度上促進不同團體間異質性資源流動，但團體結構之間聯系的形成和維護成本也會隨之增加，并且團體間信息流動會因為不同團體間的利益沖突對創新活動產生負面影響[22]。在產業升級過程中，各類主體為了獲得其它組織的技術資源并利用其創新能力進行合作與互動，是創新網絡等復雜系統運行的重要動力[23]，但合作過程中，團體間可能會出現追求短期盈利、竊取核心知識或盲目跟蹤熱點技術等機會主義行為[24]。在選擇嵌入網絡團體時，基于產業主體在創新網絡中的位置和市場地位，可以識別這種創新網絡的“搭便車”行為[25]。因此，提出以下假設：

H1d：企業個體創新網絡中，團體結構規模、內部聯系密度正向影響產業升級；

H1e：企業個體創新網絡中，團體結構間聯系次數負向影響產業升級。

新興數字技術作為既有技術的潛在替代，對技術系統的技術軌道變遷和產業技術范式發展的作用，需要結合基于路徑突破的新興技術創新和既有技術的開發創新進行整合性研究[26]。創新網絡中核心成員的帶動作用會在較大程度上影響既有技術開發，同時，新進入的網絡核心成員在新興技術領域的先發優勢會對在位者企業地位帶來威脅，從而影響在位者企業網絡伙伴選擇策略[4,9]。較高的網絡中心性意味著網絡成員對網絡資源配置和網絡關系變動有較大的影響力，因此網絡中心性的提高有利于網絡成員保持網絡地位和新成員提升網絡地位[10-12]。同時，中心性較高的網絡能夠吸引更多網絡節點與其產生聯系，增強網絡凝聚力，從而促進不同成員間的創新合作[9-10,13]。在平板顯示等數字化驅動技術領域，生產工藝改進、產品產銷等都需要組織間合作的網絡化，具有較高中心性的個體創新網絡能夠有效促進跨技術領域的創新合作和跨產品領域的供應鏈整合[15-16,18]，集中創新資源和生產能力實現新領域的技術創新及既有技術結構、產品結構的升級。基于此，提出以下假設：

H1f：企業個體創新網絡中心性正向影響產業升級。

1.2 企業創新能力與產業升級

創新主體的內生創新能力是高技術產業升級的決定性因素[27]。此外，與創新主體創新過程相適應的技術基礎、創新環境和制度要素也是促進產業結構優化與升級的主導因素。創新能力提升對產業技術升級的作用路徑包括通過產業鏈內具有核心控制力的領導企業，推動基于區域整合的產業鏈各環節技術升級[28-29]。核心企業引導基于產業鏈分工的模塊化技術升級，促進產業鏈各環節企業創新能力提升。同時，企業間合作促使企業在若干技術領域相互影響、交互學習，包括基于異質性知識的網絡合作，進一步建立企業間基于信任的知識和資源共享關系，從而擴大產業鏈企業的整體技術基礎。基于此，提出以下假設：

H2a：企業技術基礎正向影響產業升級。

企業加強外部合作并不意味著對外部技術的依賴性不斷提高，外部合作更多的是為節省時間成本和創造新技術知識，新技術領域的出現甚至創造還需要企業積累自身研發能力和加大研發投入力度，以獲得突破外部技術封鎖、創造新利基技術領域的能力[30]。在國家政策支持下，企業在基礎技術研發領域、生產領域和品牌方面的投入是推動新產品涌現的重要因素[1,25,29]，如在特定技術領域圍繞產品研發開展的具體技術合作會涉及企業間基于研發活動的創新合作。研究發現，研發人員和研發投入規模對企業占據技術領先優勢具有重要作用，能夠顯著提高技術創新的商業化績效，為搶占新產品領域的技術優勢提供更多互補性資源，從而提高專利等技術資源質量[30]。產業升級過程中，研發資金主要來源于企業自籌和政府資助，二者作為創新系統的重要組成部分，是推動經濟增長的主要力量[1,5,8]。企業自籌資金的研發活動以市場需求為導向，以獲得應用型新技術、新產品從而謀取競爭優勢為目的，企業自籌研發資金的使用效率可能高于政府研發資助[31]。基于此，提出以下假設：

H2b：企業研發資本投入正向影響產業升級；

H2c：企業研發人員比例正向影響產業升級。

1.3 企業股東關系網絡、網絡耦合作用與產業升級

由于我國在平板顯示產業多個技術領域的后發追趕地位以及美國、日本、韓國等國家的先發優勢，企業國際化過程面臨激烈競爭，提高企業利用社會資本從而以較低成本獲取和整合資源的能力，將為企業持續發展、技術創新提供動力，進而增加企業提供新產品、新服務的機會[32-33]。企業間共同股東擁有的上市企業資源、上市運作方法和融資經驗是企業社會資本的主要來源。上市企業十大股東及股東間的共同投資關系形成企業股東社會網絡，從股東社會網絡嵌入角度看，股東社會資本作用于產業升級過程并與企業創新過程共同推動產業成長[34]。創新技術系統由多種跨學科和跨產業的技術構成，對產業技術系統及其各細分技術領域子系統、系統構成和主體互動的描述與刻畫，對于產業技術演進分析具有重要價值[7-8,18]，尤其是模塊化與接口性技術能夠大大增加不同技術軌道之間的重組概率(余江等,2017)。從產業供應鏈看，平板顯示產業技術具有明顯的模塊化特征，整機顯示產品存在較明顯的材料、元器件、設備等模塊與接口技術，不同組件來自不同技術領域和技術軌道，復雜產業技術系統中存在相互聯系但是有明顯區別的模塊技術群體[35]。由于產業創新資金的密集性，創新主體進行技術軌道選擇時，會受到決策者尤其是股東的影響，股東間的社會網絡關系與企業個體創新行為對產業升級具有雙重作用[36]。企業組織特征(如組織結構、組織文化等)和管理者個人特質(如教育背景、合作意識、擴張愿望等)是影響企業間創新網絡構建與演變的主要因素[37]。因此，股東間關系網絡是影響企業創新效率的重要因素，利用股東間聯系形成的關系網絡，企業可以較低成本獲取和整合資源，從而為企業持續發展、技術創新提供動力。基于此，提出以下假設：

H3a：企業股東關系網絡密度正向影響產業升級。

創新要素的高效耦合有助于實現數字創新過程中分散性創新要素跨部門、 跨領域、跨載體有序流動[6]。耦合是物理學中關于各系統之間相互依賴、相互作用的概念，耦合作用同時包括協調和發展兩個內涵，不同系統之間的耦合關系可以用系統協同度或關系緊密程度測度。在創新網絡中，企業個體創新網絡和股東關系網絡的耦合作用表現為，通過雙重網絡的交互性影響促進產業內外部知識融合[38]，兩類網絡在主體交互、創新戰略選擇、資源獲取與配置、創新環境形成與培育等方面均存在協同發展的耦合特征[5-6,37]。企業個體創新網絡和股東關系網絡的演進過程相互影響，作為連接技術領域和資本領域的兩類技術群體，其耦合過程對產業創新網絡良性成長具有顯著影響(李莉等，2020)。因此，本文從企業個體創新網絡與股東關系網絡交互作用的角度考察兩類網絡耦合，即企業個體創新行為與股東關系交互作用對產業升級的協同影響。基于此，提出以下假設：

H3b：企業創新網絡連通性與股東關系網絡密度的交互作用正向影響產業升級；

H3c：企業研發資金投入與股東關系網絡密度的交互作用正向影響產業升級。

綜上所述，構建如圖1所示的理論模型。

圖1 創新網絡雙重嵌入與網絡耦合對產業升級作用的理論模型

2 研究設計

2.1 樣本選擇與數據來源

為提高樣本企業的覆蓋面和代表性，本文選擇具有代表性的平板顯示產業，作為跨越多個新一代信息技術領域的基礎性和融合性產業，平板顯示產業技術創新與技術演進過程符合數字創新的無邊界和模塊化特性[8]，同時對于數字經濟體系建設具有重要支撐作用。研究樣本包括291家A股平板顯示產業相關上市企業，這些企業均持有一定數量的平板顯示相關專利或從事平板顯示產業鏈若干環節相關研發與生產活動。

考慮到創業板從2009年開始設立，并且2009年我國平板顯示產業開始步入快速發展時期(綜合技術與市場發展趨勢看，2010年之后進入快速發展期)，因此樣本數據時間范圍設定為2009—2020年。樣本企業專利數據來源于德溫特數據庫，基于專利合作申請和Matlab軟件編程，構建2009—2020年企業間創新合作鄰接矩陣，通過Wind數據庫提取291家企業持股量前十的股東信息并基于共同投資行為構建股東關系網絡。

2.2 指標選取與變量測度

2.2.1 自變量

(1)企業個體創新網絡。本文選取創新網絡密度、創新網絡中心度、創新網絡連通性、創新網絡三元組和創新網絡團體表征企業個體創新網絡。其中，創新網絡密度(networkden)為企業個體創新網絡密度，具體計算方法為，網絡中核心節點及與其有直接聯系的網絡節點之間構成的個體中心網絡中實際聯系數量占全連通網絡(所有節點之間均直接聯系)聯系數量的比例。創新網絡中心度包括網絡點度中心度(degree)、中介中心度(between)和接近中心度(close)，其中點度中心度測度核心企業在個體中心網絡中的控制程度，以核心企業直接聯系數量衡量；中介中心度測度核心企業在個體中心網絡中控制另外兩個非核心節點的程度，以所有經過核心企業節點的任意兩個非核心節點之間最短路徑數量與同一個體中心網絡中任意兩個非核心節點之間的最短路徑數量之比衡量；接近中心度以核心節點與其它所有節點之間的直接聯系數量衡量。創新網絡連通性(kc)是指網絡成員所在個體創新網絡的連通度，與整體產業創新網絡連通性相同，計算方法為，樣本企業構成的網絡中最大連通子圖/網絡節點數量與總體網絡節點數量的比例。創新網絡三元組包括有序三元組(ot)、傳遞三元組(tt)和網絡傳遞效率(ke)，其中有序三元組以核心企業指向其它企業節點的直接聯系占所有核心企業直接聯系數量的比例衡量，傳遞三元組以核心企業位于非直接聯系的兩個核心節點最短路徑上的三元組數量與所有包含核心節點的三元組之比衡量，網絡傳遞效率以個體中心網絡中核心企業作為中介節點的非冗余聯系比例衡量。創新網絡團體包括團體規模(cs)、團體內聯系密度(cid)和團體間聯系次數(cnd)，其中團體規模以核心企業所在個體創新網絡團體的節點數量衡量，團體內聯系密度以核心企業所在個體創新網絡團體內部的聯系密度(計算方法同網絡密度)衡量，團體間聯系次數以核心企業所在個體創新網絡團體與其它網絡團體之間的直接聯系數量衡量。

(2)企業創新能力。本文選取企業研發投入和企業技術基礎表征企業創新能力。對于技術密集型企業投入產出的分析，現有研究多以研發投入作為核心指標[31,39]，考慮到研發投入對技術積累的直接作用，本文選取研發資本投入(rd1)和研發人員比例(rd2)測度企業研發投入。企業專利積累是衡量其技術基礎的重要指標，可以反映企業未來發展潛力并為企業創新提供基礎，同時企業專利與技術研發活動具有緊密聯系，且具有時間序列性和可比性。因此，本文以企業專利積累數量衡量企業技術基礎(patent)。

(3)企業股東關系網絡。本文選取股東關系網絡密度(hnd)衡量企業股東關系網絡。

2.2.2 因變量

已有研究對產業升級的測度多基于國家層面，從產業技術體系構成與演進過程、產業主導技術演進路徑或產業主體的微觀技術創新活動等角度展開[40]，缺少對產業技術升級過程多層次、多維度、復雜性等特征的考慮。鑒于此，本文參考孟慶時和余江[7]、孟慶時等[8]、Fu&Gong[41]、Radosevic&Yoruk[42]的方法，基于復合系統理論，構建包含產業技術結構、產業創新合作和產業成長3類子系統的產業升級復合系統。其中，采用專利技術領域寬度與深度(IPC數量)、專利引用網絡模塊化(基于派系過濾算法提取的網絡團體結構數)和集聚性(網絡團體結構內部聯系數)測度產業技術結構子系統的有序度；采用創新合作網絡模塊化(網絡團體結構數)、集聚性(網絡團體結構內部聯系數)、跨國專利合作申請和集團內企業間專利合作申請測度產業創新合作子系統的有序度；采用產業規模(產品銷售收入)、新產品產值和出口規模測度產業成長子系統的有序度。最后，計算子系統間協同度(CS)作為對產業升級的整體測度[7-8]。數據來源于德溫特專利數據庫、國研網信息產業統計數據和《中國電子信息產業統計年鑒》等。

2.2.3 控制變量

企業個體特征包括企業年限(life，企業成立時間到樣本選取年度的年份跨度)、企業所處地區(region，包括東北地區、華北地區、華東地區、華南地區、華中地區、西北地區和西南地區，使用虛擬變量賦值)、企業員工數量(employee)、企業注冊資本(capital)、企業毛利潤(gp)、企業凈利潤(np)、企業凈資產收益率(roe)、企業資產負債率(debt)等。網絡復雜性指標選取樣本企業在各年度創新網絡的小世界商數(sw)。

2.3 模型構建

本文選取的面板數據模型為靜態面板，即解釋變量中不含被解釋變量的滯后項，常見的靜態模型包括固定效應模型和隨機效應模型。特定樣本個體往往存在一些不隨時間改變且無法直接觀測和量化的影響因素，即個體效應，如企業注冊資本、企業所屬行業或地理區位等。在處理個體效應因素時，固定效應模型將其當作不隨時間改變的固定性因素，而隨機效應模型認為個體效應相關因素是隨機的。一般認為，當數據來源樣本所處的總體規模遠大于樣本規模時，采用隨機效應模型，如果樣本基本能覆蓋總體時則采用固定效應模型。為科學選擇面板回歸模型，使用Hausman統計量進行檢驗。該檢驗提出一個原假設，即固定效應F統計檢驗值與其它解釋變量不相關，用普通最小二乘法(OLS)估計的固定效應模型與用廣義最小二乘法(GLS)估計的隨機效應模型參數是一致的，只是固定效應不具有效性(此時選擇隨機效應模型)；反之，OLS估計的固定效應模型是一致的，而GLS估計的隨機效應模型不一致(此時選擇固定效應模型)。因此，接受原假設時采用隨機效應模型，拒絕原假設時需要采用固定效應模型。

本文使用Stata 12.0軟件分別對同一組解釋變量、被解釋變量和控制變量同時采用固定效應面板回歸與隨機效應面板回歸，使用Hausman檢驗并根據假設檢驗的p值選擇不同數據模型。考慮到本文選取的變量數據多為非連續性離散數據，并且企業個體特征差異較大，因而使用允許變量數據離散的負二項面板回歸模型，并使用最小二乘法進行參數估計。根據負二項回歸模型的定義，構建如下回歸模型：

Y=ln(CS)=c1life+c2region+c3employee+c4capital+c5np+c6roe+c7debt+c8sw+d1networkden+d2kc+d3tt+d4cs+d5cid+d6cnd+d7between+d8close+d9rd1+d10rd2+d11hnd+d12patent+d13kc×hnd+d14close×hnd+d15rd1×hnd+u

(1)

其中，CS為產業升級復合系統協同度，ci為控制變量系數(i=1,2,…,8)，di為自變量系數(i=1,2,…,15)。

3 統計分析與假設檢驗

3.1 變量描述性統計分析

本文采用Stata 12.0對前文選取的自變量、控制變量和因變量指標數據進行描述性統計分析，結果如表1所示。本文選取2009—2020年291家企業數據，各變量均有3 492個觀測值。

表1 各變量描述性統計分析結果

可以看到，自變量中的網絡節點中心性和專利數據，以及反映企業個體特征的控制變量數據標準差較大，說明企業個體特征之間存在較大差異。

3.2 變量相關性分析

在構建計量模型進行統計分析時需要考慮變量之間的共線性，共線性較高的變量之間往往具有高度相關性，因此不能作為獨立變量代入計量模型中，需要剔除相關性高的自變量或合并這些自變量設立新的自變量，以應對多重共線性問題。為確保分析結果的準確性，本文對所有自變量和控制變量進行相關性分析，結果如表2所示。結果顯示，gp(企業年度毛利潤)與np(企業年度凈利潤)之間存在大于0.7的高度顯著相關性，ot(個體創新網絡有序三元組)、ke(個體創新網絡傳遞效率)、degree(個體創新網絡節點點度中心度)均與多個變量之間存在大于0.7的高度顯著相關性，其余顯著性水平較高的變量相關性均在0.7以下。因此，剔除變量gp、ot、ke、degree后，可以初步認為變量之間的多重共線性不會影響回歸分析結果的準確性。

表2 各變量相關性分析結果

3.3 假設檢驗與結果分析

表3報告了只包含控制變量的回歸結果以及分別納入自變量企業個體創新網絡密度、網絡連通性、創新網絡傳遞三元組、創新網絡團體規模、創新網絡團體密度、創新網絡團體間聯系的回歸結果，其中m1為基本回歸模型。根據Hausman檢驗結果，m5、m6選擇固定效應模型，其余均為隨機效應模型。結果顯示，企業個體創新網絡連通性對產業升級存在顯著正向作用，創新網絡中企業所處團體的結構規模正向影響產業升級，創新網絡中團體結構間聯系次數顯著負向影響產業升級，即H1b、H1e得到支持，H1d得到部分支持。

表3 面板數據回歸模型(m1～m7)

表4中m8～m13分別報告了納入自變量企業個體創新網絡中心性、企業個體研發投入、股東關系網絡密度和企業專利數的回歸結果，m14～m16分別報告了企業個體創新網絡連通性與股東關系網絡密度交互項、個體創新網絡接近中心性與股東網絡密度交互項、企業研發資金投入與股東關系網絡密度交互項的回歸結果。根據Hausman檢驗結果，m10、m11、m15選擇固定效應模型，其余均為隨機效應模型。結果顯示，企業個體創新網絡中介中心性對產業升級存在顯著負向作用，企業個體研發投入正向影響產業升級，股東關系網絡密度和專利數(技術基礎)均顯著正向影響產業升級，即H2a、H2b、H2c、H3a得到支持；創新網絡連通性與股東關系網絡密度的交互項顯著負向影響產業升級，與H3b相反，而創新網絡接近中心性與股東關系網絡密度的交互項顯著正向影響產業升級。

表4 面板數據回歸結果(m8～m16)

為檢驗模型的穩健性，設置m17檢驗主要子自變量共同影響自變量時各自的回歸系數，因變量仍為產業升級復合系統協同度。根據Hausman檢驗結果，選擇隨機效應模型，模型分析結果可以用如下函數表示：

Ym17=ln(CS)=7.33×networkden(2.69)-3.86×kc(1.26***)-14.48×tt(4.01***)+0.06×cs(0.04)+0.26×cid(0.46)-0.03×cnd(0.13)-0.000 2×between(0.002)+0.000 5×close(0.000 1***)-0.000 4×rd1(0.003)-0.000 6×rd2(0.03)+6.86×hnd(2.97**)+0.000 02×patent(0.000 3)-0.001 3×life(0.008)+0.002×region(0.002)-0.000 5×employee(0.000 9)+0.000 8×capital(0.000 5)-0.000 3×size(0.06)+0.000 5×np(0.000 8*)-0.000 3×roe(0.003)+0.000 1×debt(0.002)+0.97×sw(0.84)+10.86(16.16)

(2)

式中，變量前的數字為各自變量在回歸模型中的系數估計值，括號內為t檢驗值和顯著性水平標識(*p < 0.1，**p < 0.05，***p < 0.01)。與m1～m16的檢驗結果類似，m17結果顯示，企業個體創新網絡三元組結構和網絡中心性不利于產業升級，以少數網絡個體為中心的局部緊密聯系并不能促進產業整體資源流動，而股東間關系網絡密度能夠促進產業升級。

4 結論與啟示

4.1 研究結論

作為產業數字化和智能化轉型的重要信息交互載體，新型顯示等數字技術產業創新網絡以企業個體為核心，對產業升級的作用受到企業內外部創新合作、多元化投資等網絡效應的影響。本文研究表明，隨著創新網絡連通性、網絡團體規模、股東間關系網絡密度和企業個體研發投入的提高，網絡雙重嵌入會顯著促進產業升級。個體創新網絡中局部緊密聯系的三元組或團體結構內外部聯系反而不是有效的網絡合作形式，一方面說明在數字技術領域，創新合作范式變革要求企業間研發合作更具外部性和去中心化；另一方面也說明數字技術創新的快速迭代會給長期穩定的創新合作帶來沖擊。

在產業升級的不同階段，產業主體對互補性資源的需求及合作目的并不相同，體現在創新網絡中則是對網絡伙伴選擇和嵌入網絡抉擇的變化。在同時考慮企業個體創新網絡和股東關系網絡的情況下，兩類網絡耦合揭示出企業管理者與投資者之間的創新決策和資源配置沖突給產業升級帶來負面影響，企業間網絡連通性和企業個體研發投入在股東間過于緊密的關系影響下，反而不利于產業升級。因此，在數字創新過程中，企業如何規避股東過度干擾并有效利用股東間關系降低創新資源流動成本、減少管理沖突，將是數字技術產業轉型升級的重要戰略考量。

本文從企業個體創新網絡和股東關系網絡雙重嵌入視角出發，系統分析兩類網絡要素及其耦合作用對產業升級的影響路徑，對平板顯示這類大量企業嵌入技術創新合作網絡且具有較大投資風險的產業升級過程展開實證研究。基于研究結論可以認為，產業升級是綜合企業個體創新、企業間創新合作和企業投資者合作等多個層次、多個維度的動態過程。同時，產業升級過程伴隨多種技術軌道的形成與演化，如何降低數字創新不確定性并有效利用網絡化、外部化的創新合作機制，將是產業數字創新的重要研究方向。

4.2 研究啟示

新一代信息技術產業作為數字時代的基礎性支撐產業，是推動各行業數字化轉型的關鍵領域，在新冠肺炎疫情暴發以來的經濟復蘇和提高國家數字經濟體系韌性中發揮著重要作用。隨著新一代信息技術在產業和社會運行中的深度嵌入，開始持續釋放對經濟發展的放大、疊加、倍增作用。2020年，全球數字經濟規模占GDP比重達到43.7%，在全球經濟下行趨勢下，我國數字經濟增速仍然達到9.7%。可以認為，在疫情常態化的全球經濟格局調整時期，加快推動數字創新、完善數字經濟體系是我國產業高質量發展的關鍵路徑。根據本文結論，提出以下研究啟示：

首先，企業作為產業數字化與創新的重要主體，已經成為推動數字經濟健康發展和產業升級的關鍵力量。鑒于企業個體創新網絡整體結構和網絡成員間布局結構對產業升級的不同作用，需要遵循數字技術創新開放性、合作共享和去中心化演進的動態規律，在將創新過程從企業內部轉向外部網絡組織的同時，規避創新領域定位“扎堆”和創新同質化。因此，具有前瞻性的創新領域選擇和前沿技術路徑識別將是創新者的重要戰略依據，這也為產業創新發展規劃提出了基于創新規律制定先導性產業政策的新要求。其次，雙重網絡能力的培育不僅需要考慮企業間直接創新合作，還要兼顧企業投資者的間接關系網絡嵌入對企業創新活動的影響。最后，產業數字化和數字創新過程中，產業領先者并不能長期維持在多個技術領域的在位者優勢，而新興企業、初創企業和投資機構的網絡多元嵌入將促進產業市場結構、技術結構和網絡組織變革。因此，基于該視角綜合考慮制定多元化協同創新戰略組合是提高企業創新效率的重要前提。

4.3 研究局限與未來展望

本文以平板顯示產業上市企業為樣本構建雙重創新網絡，在網絡成員選擇方面尚不能覆蓋全產業中的創新個體，如高校和科研機構。因此，在未來研究中，可嘗試以規模以上企業或具有一定程度創新活動(專利數量)的產業組織為樣本，構建更具代表性的網絡結構。此外，本文從交互作用與網絡結構特征的協同作用角度分析兩類網絡耦合過程，在網絡耦合程度測度、耦合模式和耦合過程機制方面未作深入研究，需要在后期研究中完善網絡耦合的定量研究方法體系。