核心企業知識溢出對創新網絡成員新質生產力的影響

摘要：相比市場，創新網絡更適合反復交換常規嵌入平臺的隱性知識，是提升企業創新能力、突破關鍵核心技術、形成新質生產力的有效途徑。基于知識基礎觀和資源依賴理論，分析創新網絡核心企業知識溢出對網絡成員新質生產力的影響，利用中國多省市392家企業調查數據進行實證研究。研究發現，核心企業知識溢出對網絡成員新質生產力的正向影響顯著，網絡同質化弱化核心企業知識溢出—網絡成員新質生產力關系，而關系資本則強化二者關系。研究結論提示網絡成員應從更深層次上重視核心企業知識溢出，刺激網絡成員追求更多異質性網絡資源并建立雄厚的關系資本，從而推動新質生產力躍升，實現高質量發展。

關鍵詞關鍵詞：核心企業；知識溢出；網絡成員新質生產力；關系資本；創新網絡

中圖分類號：F272.4"""文獻標識碼：A"""文章編號：1001-7348（2025）01-0001-09

0 引言

新質生產力是新時代重塑經濟發展新動能、賦能基層社會治理高質量發展的重要力量^[1]，在協同產業、適應外部沖擊、維護安全可控、融入全球高端價值鏈等方面發揮重要作用，亦是推進中國式現代化建設，構建新發展格局的關鍵著力點^[2]。新質生產力是創新起主導作用的先進生產力質態，企業作為最具活力的科技創新主體，是新質生產力發展的重要參與者和有力推動者。因此，如何推動企業生產力向先進質態躍升，成為學術界與實踐界亟需探討的重要議題。

知識通常被認為是企業創新的重要基礎。基于知識基礎觀，創新被視為企業交互的結果并取決于知識積累廣度與深度^[3]。整合內外部知識是促進創新的有效方式，知識溢出有助于增加知識存量進而催生創新^[4]。從技術創新視角看，關鍵核心技術具有高度的知識密集性、難以復制性、因果機理模糊性，僅憑單一創新主體難以完成研發突破工作^[5]。因此，網絡與知識成為開展協同創新的關鍵（余維臻和余克艱，2018）。創新網絡融合企業內部或外部之間的正式與非正式聯系，這些聯系是獲取隱性知識的有效途徑^[6]。學術界普遍認為，核心企業作為網絡組成部分，發揮重要作用（Zahra amp; Nambisan，2012；謝永平等，2018；倪淵，2019）。核心企業基于自身知識、技能等創新優勢，對網絡成員產生知識溢出效應（Cho等，2012）。然而，核心企業的知識溢出在促進創新網絡成員新質生產力發展方面是否發揮效用？已有文獻尚未針對這一問題給出解答。

網絡成員企業知識溢出效應的實現，既是解決創新資源匱乏的現實需要，亦是提高網絡整體價值和效能的內在要求^[7]。依據資源依賴理論，網絡成員對彼此資源的依賴驅動其網絡行為。企業希望借助合作伙伴資源，利用互補性，最大化合作價值。因此，網絡資源多元化刺激網絡成員實施更多知識交互。當網絡同質化程度較高時，會影響網絡成員交流與合作，不利于知識溢出與共享（楊俊等，2009），從而影響新質勞動者吸納與培養、新質勞動資料積累與新質勞動對象擴展。關系資本在促進隱性知識轉移中至關重要，是影響聯盟企業成功的關鍵因素^[8]。網絡成員在創新網絡中積累的關系資本，有助于其獲取創新資源與前沿技術，提升創新資源配置效率，對企業突破關鍵核心技術具有重大貢獻^[9]，同時，有助于塑造企業發展新動能新優勢，驅動企業生產力向先進質態躍升。 因此，基于資源依賴理論，有必要引入網絡同質化與關系資本，探討網絡成員新質生產力形成與發展的內在機制。

綜上，本研究旨在回答以下問題：核心企業知識溢出能否顯著促進網絡成員新質生產力發展？網絡同質化與關系資本在上述路徑中發揮哪些作用？針對這些問題的解答，有助于深刻理解知識溢出賦能新質生產力發展的深層規律，對創新網絡成員生產力質態躍升乃至整體網絡高質量發展具有重大意義。

1 文獻回顧與研究假設

1.1 核心企業知識溢出與網絡成員新質生產力

新質生產力概念明確表征了生產力“質料”的新舊之異、量質之變^[10]。其中，“新”體現了新質生產力與傳統生產力的特征差異，“質”體現了新質生產力與傳統生產力運行路徑的質變^[11]。從企業層面而言，新質生產力實現路徑包括勞動者素質提升、勞動工具創新和勞動對象擴張（傅聯英和蔡煜，2024）。勞動力質態改變與員工勞動技能提升密切相關（丁任重和李溪銘，2024）；勞動資料質態改變與企業數字化投入及應用密切相關，如IT軟硬件投入，智能化、機器人以及數字化技術應用等（尹俊和孫巾雅，2024）；而勞動對象的質態改變與企業綠色化生產、可持續發展密切相關，如新能源、新材料等綠色生產要素的替代和低能耗低污染的生產過程轉型等（傅聯英和蔡煜，2024）。因此，創新網絡成員的新質生產力可以理解為創新網絡成員以關鍵核心技術突破為核心，通過新質勞動力、新質勞動資料和新質勞動對象及其優化組合，實現自身深度轉型與全要素生產率快速提升的先進生產力。

知識溢出是解釋集聚、創新與區域增長的重要概念之一^[12]，是實現技術進步與創新能力提升的主要途徑（蘇屹和林周周，2021）。既有研究充分證明了知識溢出對區域與產業高質量發展（李盛楠等，2021；王春楊等，2024）的驅動效應。知識溢出外部性也對其他經濟活動主體產生影響（吳松強等，2021），如促進成員溝通交流，拓展外部知識搜尋渠道。創新網絡知識溢出是雙向的，網絡成員既可以是知識溢出方，亦可以是知識接收方。處于網絡中心位置的核心企業，與其他網絡成員均保持強直接連接（黨興華和鄭登攀，2008），吸收、創造知識最快（Pittaway等，2004），對網絡內其他成員的影響也主要源于知識溢出（Boari amp; Lipparini，1999；Hall等，2007）。因此，作為核心的數據資源型企業，其在數據資源共享過程中發揮主導作用^[13]，創新網絡知識溢出也大多以核心企業為溢出方。

知識溢出一般通過企業衍生、人員流動與信息交互等途徑實現^[14]。企業衍生是新知識產生和技術轉移的重要方式^[15]，通過對核心企業知識、技術資源的轉移、重組與更新，有助于衍生企業形成異質性創新資源，革新并升級傳統勞動資料，當新技術、新型生產工具相適配時，成為促進生產力發展的強大推力^[16]。人才流動是知識，尤其是隱性知識溢出的主要途徑（盛壘，2010），而隱性資源通常存在于組織及員工的共享規范與例程中^[17]，因此勞動力流動成為知識溢出、技術擴散的橋梁（鄭江淮和戴瑋，2023）。伴隨新員工的進入，凝結于員工身上的知識也隨之轉移，如新想法、新流程、新技術等隱性知識隨員工一同進入成員企業，有助于培養更多具備專業知識與技能、具有更強創新能力和更廣闊視野的新質勞動者。高素質新質勞動者是新質生產力中最活躍的因素^[18]，勞動者擁有的先進知識、技能與創新能力等促進企業整體生產力水平提升。此外，知識溢出可以通過網絡成員直接或間接交流實現^[19]。通過社交網絡、相互關系、共享互動等，促進網絡內學習^[20]。成員企業與核心企業之間的頻繁交流，有助于網絡成員精準理解知識，加速異質性知識轉化，新的知識與技術組合也更貼合企業實際需求，同時，豐富勞動資料、勞動對象種類與形態，推動企業高質量發展。

綜上，新質生產力發揮作用的過程就是掌握更多專業知識、技能的新質勞動者利用新質勞動資料，作用于新質勞動對象的過程^[21]。核心企業的知識分配與傳遞效能能夠有效帶動其他網絡成員（鄭勝華等，2020），為網絡成員企業培養勞動者、積累勞動資料和擴展勞動對象。基于以上分析，本文提出以下假設：

H1：核心企業知識溢出正向促進網絡成員新質生產力發展。

1.2 網絡同質化的調節作用

網絡同質化反映網絡成員在行業類型、文化與思維方式、區域分布、研究方向、共同目標市場等方面的相似程度，同時，反映網絡內資源種類的相似性。基于資源觀，企業是異質性資源的集合，有價值的企業資源通常是稀缺、不可完全模仿的，并且缺乏直接替代品（Wernerfelt，1984）。資源互補性對處于技術變革下的企業尤為重要^[22]。多樣化的網絡成員有助于豐富網絡資源種類，而能力與知識匯聚有助于提高重組可能性（余維臻等，2021），獲得新穎見解與解決方案（Fleming，2001），從而催生更多原創性技術與顛覆性技術。網絡成員期望通過識別、吸收與整合其中的潛在有用要素，增強知識創造能力。但同質化合作伙伴在資源、技能與能力方面缺乏必要的結構性差異，導致互補能力不足（許冠南等，2021），網絡成員資源的獨特性、價值性、稀缺性不復存在，同時，同質化的網絡資源對企業來說可能是冗余的。

Srivastavah amp; Gnyawali（2011）研究發現，同質化不利于企業識別和利用機會，亦難以促進核心企業知識溢出^[23]。這是因為網絡同質化水平越高，網絡內知識與技術的相似度也越高，核心企業通過知識溢出傳遞出的異質性資源亦隨之減少，資源與知識勢差減小會降低新型勞動資料獲得性，進而影響企業新質生產力發展。新想法產生源于知識重組，而知識重組受益于廣泛的創新資源（Rodan amp; Galunic，2004），網絡成員通過網絡接觸異構化知識，提高創造潛力。因此，隨著網絡同質化水平提升，網絡資源互補性降低，導致網絡成員難以獲取多樣化信息與知識，不利于勞動者素質提升，限制勞動資料、勞動對象拓展，最終阻礙生產力發展。綜上，當網絡同質性水平較高時，核心企業知識溢出對網絡成員生產力的質態躍升效應減弱。

基于以上論述，本文提出以下假設：

H2：網絡同質化負向調節核心企業知識溢出對網絡成員新質生產力的促進作用。

1.3 關系資本的調節作用

關系資本是企業與供應商、客戶公司、顧客以及股東等內外部相關利益者之間的關系價值^[24]，是一種嵌入企業的可利用資源（Nahapiet amp; Ghoshal，1998），有助于建立成員信任（Shan等，2020），促進合作伙伴知識轉移（Li等，2013）。雖然創新網絡為成員企業提供了獲取外部知識的途徑，但并不能保證知識能夠被識別、轉移與同化。機會主義的存在導致網絡成員間難以有效合作與共享知識，關系資本積累依賴于彼此信任與溝通（Dyer amp; Nobeoka，2002），信任與互惠作為關系資本的表現形式，可以減少機會主義，保障網絡成員交互。資源基礎觀認為，資源異質性決定企業優勢與績效，當網絡同質化程度較高時，網絡成員擁有的異質性關系資源成為其提升生產力的重要影響因素。與不同伙伴合作有助于企業獲得互補性資源與知識，實現協同作用^[25]，促進企業創新。

關系強度通過推動企業資源交換與知識交流，促進隱性知識轉移^[26]。關系資本有助于激發網絡成員知識轉移意愿，提升知識交流與轉移效率^[27]，從而實現知識重組。關系資本亦是企業與其他網絡成員社會性交互形成的一種伙伴關系（葉飛和薛運普，2011），關系網絡的存在促進知識傳輸（杜榮等，2012）。企業競爭優勢源于知識資源（Wang等，2018），雄厚的關系資本會帶來大量異質性知識與互補性資源，延伸企業生產邊界。企業直接聯系的伙伴企業數量越多，其獲取外部知識的來源就越多，與大量知識源的直接互動有利于企業挖掘潛在技術機會，從而促進新技術新產品研發^[28]，實現生產資料積累與勞動對象拓展。此外，雄厚的關系資本有助于降低企業溝通成本，加速異質性知識融合。網絡關系有助于網絡成員加快知識轉移^[29]，網絡成員借助網絡關系搜集與獲取信息資源，整合并繁衍為新知識體系（張惠琴等，2016），進而豐富勞動資料。因此，網絡成員與核心企業的頻繁合作有助于提升認同感、默契度，促進知識溢出與接收，進而通過整合應用于企業創新。上述分析表明，網絡成員通過將關系資本轉化為合作價值，謀求核心企業的知識扶持，整合核心企業溢出的知識資源，實現本企業知識存量增加，延伸創新邊界，進而推動生產力躍升。

基于此，本文提出以下研究假設：

H3：關系資本正向調節核心企業知識溢出對網絡成員新質生產力的促進作用。

綜上，本文構建理論模型如圖1所示。

2 研究設計

2.1 樣本來源與數據收集

由于本研究關注的是創新網絡核心企業知識溢出與網絡成員新質生產力關系，需從非核心企業角度考察核心企業知識溢出水平，因此主要針對創新網絡非核心企業進行數據收集。在調研過程中，首先向被試者解釋核心企業與非核心企業的區別，并在問卷中設置判斷題項“所在企業是否參與創新網絡”“所在企業是否為網絡中的非核心企業”，任一題項選“否”的答卷均為無效。

問卷調研主要針對通信、計算機、電子信息、高端制造等行業企業展開， 被訪者限定為企業中層及以上管理者，采用線上線下方式同時展開調研。基于地理優勢以及西安市科技局、高新區管委會、地區高校MBA教學中心的支持，本文的線下調研以西安市企業為主，采用實地調研和向在校MBA學員發放問卷為主的方式。線上調研對象為就職于其它省市企業的已畢業校友與MBA學員。

2024年1～4月，累計發放問卷500份，其中，線上300份，線下200份；最終回收問卷438份，其中，線上254份，線下184份。回收問卷后，將答題不完整、“不確定”選項過多、選項前后矛盾以及答題時間過短等問卷剔除，刪除無效答卷46份，剩余有效問卷392份，有效回收率為78.4%。樣本企業中，民營企業數量最多，占比52.81%；規模為51～100人的企業147家，占比37.50%；成立3～5年的企業107家，占比30.61%。

在問卷回收后，按照預先設計的數據格式，將數據錄入電腦數據庫中。同時，為了檢驗問卷題項的有效性，首先對調查所得數據進行T檢驗以判斷題項區分度，即每個題項是否均能鑒別出不同被試者的反應程度。分析結果顯示，調查問卷中所有題項均具有區分效度。

2.2 變量測量

2.2.1 自變量

核心企業知識溢出參考Kesidou amp; Romijn（2008）的研究，通過“企業所有人或法人代表曾在核心企業就職”“企業賴以生存的技術是從核心企業引進的”“吸納了較多核心企業的員工”“與核心企業存在非正式互動”等6個題項測量。

2.2.2 調節變量

網絡同質化參考余維臻和余克艱（2018）、徐蕾和倪嘉君（2019）的研究量表，通過4個題項進行測度，主要衡量創新網絡成員企業在行業類型/主營業務、生產工藝/技術知識領域、投資領域、目標市場等方面的相似性。

關系資本測量量表是結合本文研究特點，對楊震寧等（2013）的量表進行修訂后確定的。該量表共計6個題項，主要衡量企業與設備、原材料或零部件供應商、客戶或者消費者、市場競爭者或同行業其它企業、咨詢公司或其它研發機構以及高等學校、政府或公共科研機構的關系。

2.2.3 因變量

新質生產力以勞動者、勞動對象和勞動資料及其優化組合的質變為基本內涵（張秀娥等，2024），因此通過5個題項測度網絡成員新質生產力。

（1）由于新質生產力對勞動者知識與技能提出更高要求，已有文獻對新型勞動者的測度主要通過教育結構與技能結構衡量^[30]。因此，參考相關研究，以研發人員占比或研究生及以上學歷者占比測量新質勞動者，二者任一指標的上升均代表企業新質生產力獲得提升。

（2）從可持續發展角度看，綠色發展是高質量發展的底色，新質生產力本身就是綠色生產力。能源利用水平與污染排放水平是企業社會責任評價的重要指標，而社會責任承擔亦是新質生產力發展的一部分。培育與發展新質生產力在于通過技術革新和生產過程優化，降低能源消耗和減少污染排放^[31]，改變傳統的粗放發展模式，實現資源節約、環境友好的發展。新質生產力涵蓋綠色低碳、高效能、高質量發展特征。新質生產力中針對勞動對象的開發與使用更強調生態環境保護和可持續發展^[18]。因此，本研究對新質勞動對象的測量是基于新質生產力的綠色特征，綜合考慮能耗、污染排放等因素，將經濟增長與環保、可持續發展等目標緊密結合。參考已有文獻，本研究利用企業綠色績效衡量新質勞動對象，主要包括兩個題項，即“減少了有害物質的利用與排放，或減少了廢棄物的產生”、“注重高效節約利用自然資源，例如水、電資源”。

（3）新質生產力的本質是創新起主導作用，而具有高技術含量的勞動資料是新質生產力形成的動力源泉。由于新質生產力的形成與發展需要積累大量生產資料，生產資料不僅包括人們用以改變和影響勞動對象的一切物質資料，還包括協助勞動者、將力量傳導至勞動對象、實現創造力的無形生產資料^[32]。換而言之，新質勞動資料來自于新一輪產業技術革命的不斷催生（趙峰和季雷，2024）。因此，其更強調以科技創新和數字化水平為主要內容的無形生產資料。本文參考王玨（2024）的研究，選用企業創新水平與數字化水平衡量新質勞動資料。其中，創新水平以產品/技術/流程創新以及專利申請量測量，數字化水平則以企業數字化投入（IT軟件與硬件的投入）與數字化技術應用（人工智能技術、工業機器人、云計算技術、區塊鏈技術、大數據技術與數字科技應用等）衡量。

2.2.4 控制變量

選取企業性質、企業規模、企業成立年限為控制變量，以限制其它潛在因素對核心企業知識溢出、網絡同質化、關系資本與網絡成員新質生產力關系的影響。為了更加精確地衡量變量，本研究均采用Likert七級量表，其中，1=非常不符合，7=非常符合。

2.3 信度與效度檢驗

運用SPSS22.0與Amos22.0軟件，對理論假設模型中的核心企業知識溢出、網絡同質化、關系資本、網絡成員新質生產力4個變量分別進行信度與效度檢驗。各量表的Cronbach's α系數分別為0.943、0.880、0.914、0.890，說明量表內部一致性較好。同時，各測量題項的標準化因子載荷均大于0.6，各量表的CR值均大于0.8，AVE均大于0.6，表明變量具有較高的組合信度和聚斂效度。

3 實證分析

3.1 驗證性因子分析

使用Amos22.0對4個變量進行驗證性因子分析，結果如表1所示。相比于三因子模型、二因子模型和單因子模型，四因子模型（χ2/df=1.252，TLI=0.991，CFI=0.992，RMSEA=0.025）的擬合效果與配適度最優，其擬合效果與配適度在統計學意義上顯著優于其它競爭模型。因此，本研究量表的區分效度較高，適合進行下一步研究。

3.2 共同方法偏差

程序控制法是從偏差來源著手，在設計問卷時避免共同方法偏差產生。為了驗證研究結果可靠性，避免這種現象或問題發生，本研究采取以下手段以最小化共同方法偏差：第一，問卷調研采取匿名形式，以消除被試者抵觸心理，最大化程度保證問卷所獲信息的真實性和可靠性；第二，為避免出現誘導式問答，問卷中所有題項及提示語采取中性表達方式；第三，問卷設計過程中以亂序方式呈現各題項，避免被試者猜測性答題；第四，設置逆向問題，以最大程度地降低題目相似性；第五，問卷中插入智力問答題，以減少被試者心理疲勞。

盡管程序控制能從根源上減少共同方法偏差，但數據分析時仍然需要采用統計方法進行檢驗，以進一步降低共同方法偏差對研究的影響。因此，參考Posakoff amp; Organ（1986）的研究，利用統計軟件SPSS22.0進行Harmen單因子檢驗。結果顯示，第一個因子解釋的變異量為29.30%，低于40%的臨界標準，初步說明測量數據不存在嚴重的共同方法偏差。

為了進一步檢驗共同方法偏差，參考湯丹丹和溫忠麟（2020）的“控制未測量的潛在因子法”，在四因子模型基礎上將所有量表題項作為共同方法因子指標，建立新模型。利用統計軟件Amos22.0進行驗證性因子分析，將該模型與四因子模型的主要擬合指標進行對比。結果顯示，ΔTLI=0.002，ΔCFI=0.002，ΔRMSEA=0.003，ΔSRMR=0.001 6，與原四因子模型相比，擬合指標變化均小于0.005，說明加入共同方法因子后模型并未得到明顯改善，可進一步判定本研究共同方法偏差較小。

3.3 描述性統計與相關性分析

對主要變量開展描述性統計分析和相關性分析，各變量均值、標準差及變量間Pearson相關系數如表2所示。數據顯示，核心企業知識溢出與網絡成員新質生產力顯著相關（r=0.455，plt;0.01），假設H1得到初步支持。

3.4 假設檢驗

3.4.1 回歸模型構建

為了避免多重共線性，根據Aiken amp; West（1991）的建議，在生成交互項前對自變量核心企業知識溢出、調節變量網絡同質化與關系資本進行中心化處理，將中心化后的核心企業知識溢出分別與網絡同質化、關系資本相乘得到交互項，并逐步加入模型。根據提出的研究假設，依次構建如下6個回歸方程，回歸分析結果見表3。

NQP=β0+β1EN+β2ES+β3EA+ε （1）

NQP=β0+β1EN+β2ES+β3EA+β4KS+ε（2）

NQP=β0+β1EN+β2ES+β3EA+β4KS+β5NH+ε（3）

NQP=β0+β1EN+β2ES+β3EA+β4KS+β5NH+β6KS×NH+ε（4）

NQP=β0+β1EN+β2ES+β3EA+β4KS+β5RC+ε（5）

NQP=β0+β1EN+β2ES+β3EA+β4KS+β5RC+β6KS×RC+ε（6）

其中，NQP為網絡成員新質生產力，EN為企業性質，ES為企業規模，EA為企業成立年限，KS為核心企業知識溢出，NH為網絡同質化，RC為關系資本。

3.4.2 主效應檢驗

回歸分析結果顯示，在控制企業性質、企業規模、企業成立年限等變量后，核心企業知識溢出與網絡成員新質生產力的回歸系數顯著為正（β=0.372，plt;0.001），模型的整體擬合優度提高20.8%且通過F值檢驗。因此，假設H1得到支持，即核心企業知識溢出正向影響網絡成員新質生產力。

3.4.3 網絡同質化的調節效應檢驗

模型4結果顯示，網絡同質化與核心企業知識溢出的交互項（β=-0.116， plt;0.001）顯著負向影響網絡成員新質生產力，且模型擬合優度增加4%，即假設 H2得到支持。圖2展示網絡同質化的調節作用。由圖2可知，網絡同質化水平越高，核心企業知識溢出對網絡成員新質生產力的影響越小，即核心企業知識溢出在高網絡同質化水平下對網絡成員新質生產力的促進作用較弱。

3.4.4 關系資本的調節效應檢驗

模型6的結果顯示，關系資本與核心企業知識溢出的交互項（β=0.196， plt;0.001）顯著正向影響網絡成員新質生產力，且模型擬合優度提升10.3%，表明關系資本會強化核心企業知識溢出對網絡成員新質生產力的影響，關系資本越雄厚，核心企業知識溢出對網絡成員新質生產力的影響越大，即豐富的關系資本下網絡成員新質生產力對核心企業知識溢出的變化更敏感（圖3）。

4 結論與啟示

4.1 結論

本研究基于知識基礎觀和資源依賴理論，利用國內多省市392家企業調查數據，實證考察核心企業知識溢出對網絡成員新質生產力的影響，獲得以下主要結論：

（1）核心企業知識溢出對網絡成員新質生產力具有顯著的積極影響。知識溢出可將成員企業的先進、創新性知識通過一定渠道、機制與方式傳遞給其它企業，刺激其它企業提高創新投入、改進生產工藝，進而促進生產效率提升。核心企業對網絡成員的影響主要源于知識溢出，通過知識、信息以及規范等渠道與其他成員建立聯系，進而影響其他成員（Xie等，2014）。基于核心企業的知識溢出效應，網絡成員能夠培養出更多高素質勞動者，獲得更多勞動資料，拓展勞動對象。因此，企業需要積極嵌入創新網絡，同時，充分利用核心企業的知識溢出效應，加快形成新質生產力，實現高質量發展。

（2）網絡同質化負向調節核心企業知識溢出對網絡成員新質生產力的影響。該結果與資源基礎觀、資源依賴理論相吻合。通過整合內部與外部知識，能夠有效促進創新（Du等，2013），而資源多元化刺激網絡成員知識交互，資源差異性決定企業高質量發展進程。重大科技攻關和原創性技術突破越來越需要多學科領域、多元創新主體之間的深度合作、開放協同與交叉融合^[5]，而網絡同質化表明成員企業在資源、技能和知識方面缺乏互補性（余維臻等，2021），企業資源的獨特性、價值性、稀缺性不復存在，削弱核心企業知識溢出效應，減少網絡成員獲取異質性、多樣性知識機會，最終影響網絡成員新質生產力發展。

（3）關系資本強化核心企業知識溢出對網絡成員新質生產力的提升作用。雖然該結果尚未在以前研究中得到證實，但部分相關研究為其提供了強有力的邏輯基礎。僅靠自身資源與能力，企業難以滿足創新需求^[33]。如Shan等（2020）強調關系資本對企業獲取外部知識的重要性；曾德明等（2021）強調，關系資本有助于企業獲取并整合網絡中創新資源，對企業創新及員工創造至關重要。這一發現得到資源依賴理論的支持。相較于全球創新網絡而言，區域創新網絡由于范圍小、交流更便捷以及成員擁有相同的價值基礎和制度環境，更容易形成范圍小但是關系緊密的強關系，這種強關系有利于企業獲取更多社會資本^[34]，加強企業交流及資源共享，促進新質人才成長與新質勞動資料積累，從而推動網絡成員新質生產力發展。

4.2 理論貢獻

本文主要探究核心企業知識溢出對網絡成員新質生產力的影響，并引入網絡同質化與關系資本為調節變量，彌補了核心企業知識溢出與網絡成員新質生產力關系的研究不足，推動新質生產力、知識基礎觀、資源依賴等理論發展。具體來說：

（1）從研究內容看，是對企業層面新質生產力實證研究的補充。現有的新質生產力研究以質性研究為主，而實證研究多從區域或行業等宏觀層面展開，本研究從微觀企業層面出發，構建網絡成員新質生產力量表，為后續開展企業層面的新質生產力實證研究提供了研究思路和方法。

（2）從研究情境看，既有研究主要關注區域知識溢出對創新與發展的驅動效應，較少探究創新網絡成員企業的知識溢出效應，尤其缺少不同類型成員企業知識溢出對彼此影響的研究。本研究從創新網絡成員交互視角出發，探討核心企業知識溢出對網絡成員新質生產力的影響，彌補了既有研究的不足，拓展了研究情境，豐富了現有理論內涵，促進了知識溢出理論研究。

（3）本研究以知識基礎觀與資源依賴理論為基礎，探討核心企業知識溢出對網絡成員新質生產力的影響機制。以往的資源依賴理論應用主要集中在資源特征與競爭優勢關系、資源對組織利潤的影響、組織資源獲取與資源積累差異、資源基礎理論的微觀基礎、利益相關者對組織資源的影響等方面^[35]。通過將知識基礎觀與資源依賴理論引入核心企業知識溢出效應研究情境，豐富了知識基礎觀與資源依賴理論，增強了知識基礎觀與資源依賴理論適用性，亦為理解核心企業知識溢出提供了新視角。

（4）區別于已有研究對知識接收方吸收能力的關注，本文將網絡同質化與關系資本納入研究框架，分析網絡同質化與關系資本對核心企業知識溢出效應的調節作用，拓展后續關于網絡同質化影響知識溢出的研究思路，豐富關系資本研究成果。這是對知識基礎觀與資源依賴理論研究的有益補充，擴充了核心企業知識溢出效應邊界研究，同時，響應了學術界對核心企業知識溢出效應的肯定。

4.3 實踐意義

（1）創新網絡成員企業生產力質態的躍升，離不開核心企業的知識溢出。對于追求長遠發展的創新網絡成員來說，應該不斷拓展企業獲取新知識、新技術等資源渠道。在制定戰略規劃時，應內外協同，兼顧并用，在重視自身研發與創新努力的同時，充分利用網絡知識流動優勢，促進創新互動，共同發展。

（2）啟迪知識異質性的重要性，倡導企業根據自身既有知識精準識別潛在合作伙伴，獲取更多知識資源。此外，知識存量規模與結構均影響勞動工具使用和勞動對象拓展。因此，提升企業知識內化能力，通過知識整合內化為自身知識體系，亦是企業高質量發展過程中應該關注的重點。

（3）研究結果揭示雄厚的關系資本是發展新質生產力的有效支撐，持續的關系資本積累有助于網絡成員在核心企業選擇伙伴時占得先機。同時，網絡成員應該不斷提升外部知識吸收轉化能力，建立有效、合理的對外交流與合作機制，通過與核心企業建立緊密關系，借助核心企業的知識溢出實現自身成長。

（4）在創新網絡或集群企業高質量發展過程中，應因地制宜、分類施策。在政策制定方面，應該兼顧不同類型企業，在重視核心企業發展的同時，還應對本地中小企業制定針對性政策，促其成長。

4.4 不足與展望

（1）本研究主要針對企業外部因素對新質生產力的影響，未來研究可圍繞企業內部要素對企業高質量發展的影響展開，如跨層次、多視角研究不同因素對企業新質勞動者創新行為的賦能效應。

（2）本研究以創新網絡企業為研究對象，未來可考慮對創新網絡或產業集群整體新質生產力的影響，如網絡新質生產力與區域/企業新質生產力在內涵和特征方面的差異，網絡新質生產力的形成邏輯或驅動路徑亦有待探索。

（3）知識溢出的獨特性在于，它是在網絡利益相關者之間偶然發生的，非刻意的知識共享行為是特定情境因素促進的結果，因此有必要深入研究核心企業知識溢出形成機制。同時，非核心企業反向知識溢出對核心企業新質生產力的影響亦是未來研究中需要關注的一個重要問題。

參考文獻：

[1] 文豐安.新質生產力賦能基層治理現代化的路徑探析[J].理論學刊，2024，47（3）：113-122.

[2] 湛泳，李勝楠.新質生產力推進產業鏈現代化：邏輯、機制與路徑[J].改革，2024，37（5）：54-63.

[3] WU J， YUAN Y， GUO B. Cognitive proximity， technological regime and knowledge accumulation： an agent-based model of interfirm knowledge exchange[J].Asian Journal of Technology Innovation，2023，31（2）：336-355.

[4] TSENG C，CHANG P D， HUNG C. Knowledge absorptive capacity and innovation performance in KIBS[J].Journal of Knowledge Management，2011，15（6）：971-983.

[5] 袁野，曹倩，尹西明，等.創新聯合體賦能新質生產力的理論機制與實踐路徑研究[J/OL].科技進步與對策，1-13[2024-06-06].http：//kns.cnki.net/kcms/detail/42.1224.G3.20240603.0840.002.html.

[6] PAN X， SONG M L， ZHANG J， et al. Innovation network， technological learning and innovation performance of high-tech cluster enterprises[J].Journal of Knowledge Management，2019，23（9）：1729-1746.

[7] 解學梅，余泓，代夢鑫.種群共生網絡與知識溢出效應：基于共生行為視角的實證研究[J/OL].南開管理評論，1-32[2024-02-18].http：//kns.cnki.net/kcms/detail/12.1288.F.20231225.1519.002.html.

[8] SHAN L， DAN L， QIU YM. Study of the impact mechanism of inter-organizational learning on alliance performance—with relationship capital as the mediator[J]. Neural Comput amp; Applic，2020，32：117-126.

[9] 曾德明，張志東，趙勝超.科學合作網絡、伙伴動態性與企業創新績效[J].科學學研究，2022，40（5）：906-914.

[10] 張林，蒲清平.新質生產力的內涵特征、理論創新與價值意蘊[J].重慶大學學報（社會科學版），2023，29（6）：137-148.

[11] 丁任重，李溪銘.新質生產力的理論基礎、時代邏輯與實踐路徑[J].經濟縱橫，2024，39（4）：1-11.

[12] ZHANG L， GAO C， NAKAMORI Y. Knowledge spillover driven by institutions： evidence from the big science project in China[J].Journal of Knowledge Management， 2021，25（1）：48-84.

[13] 胡艷玲，翟麗麗，高長元，等.共生視角下大數據聯盟數據資源共享演化機理研究[J].管理評論，2021，33（5）：270-280.

[14] KESIDOU E， ROMIJN H. Do local knowledge spillovers matter for development？an empirical study of uruguay's software cluster[J].World Development，2008，36（10）：2004-2028.

[15] 姜鳴鳳，馬力.企業衍生效應對創新網絡演化的作用機理研究——以高技術產業集群為例[J].科技進步與對策，2019，36（14）：53-61.

[16] 肖有智，張曉蘭，劉欣.新質生產力與企業內部薪酬差距——基于共享發展視角[J].經濟評論，2024，45（3）：75-91.

[17] DEL GIUDICE M D， SCUOTTO V， GARCIA-PEREZ A， et al.Shifting wealth II in Chinese economy—the effect of the horizontal technology spillover for SMEs for international growth[J]. Technological Forecasting and Social Change， 2018，145（9）：307-316.

[18] 喬倩，白暴力.新質生產力的生成背景、構成要素與實踐理路[J].世界社會主義研究，2024，9（5）：17-27，125.

[19] WICAKSONO A，RIRIH K R.Understanding technological knowledge spillover in a science technology park ecosystem： an ethnographic study[J]. Asian Journal of Technology Innovation， 2022，30（3）：559-580.

[20] KIM Y R， WILLIAMS A M， PARK S， et al.Spatial spillovers of agglomeration economies and productivity in the tourism industry：the case of the UK[J].Tourism Management， 2021，82：104201.

[21] 黃群慧，盛方富.新質生產力系統：要素特質、結構承載與功能取向[J].改革，2024，37（2）：15-24.

[22] 吳航，陳勁.網絡伙伴多樣化的影響因素與創新情景[J].科研管理，2023，44（6）：137-143.

[23] PHEIPS C C.A Longitudinal study of the influence of alliance network structure and composition on firm exploratory innovation[J]. Academy of Management Journal，2010， 53（4）：890-913.

[24] 胡海青，薛萌，張瑯，等.復雜供應鏈網絡視域下關系資本對供應鏈融資作用機制研究——有調節的多重中介效應模型構建與檢驗[J].管理評論，2020，32（1）：262-274.

[25] NA C， LEE D， HWANG J， et al.Strategic groups emerged by selecting" rand" collaboration partners and firms' efficiency[J].Asian Journal of Technology Innovation，2021，29（1）：109-133.

[26] 劉景東，周萌，葉江峰，等.“若即若離”還是“親密無間”：聯盟慣例調節下的伙伴關系和創新績效[J].外國經濟與管理，2021，43（7）：111-125.

[27] INKPEN A C， TSANG E W K. Social capital，networks， and knowledge transfer[J].Academy of Management Review， 2005，30（1）：146-165.

[28] 曾德明，尹恒，文金艷.科學合作網絡關系資本、鄰近性與企業技術創新績效[J].軟科學，2020，34（3）：37-42.

[29] IACONO M P，MARTINEZ M，MANGIA G，et al.Knowledge creation and inter-organizational relationships：the development of innovation in the railway industry[J].Journal of Knowledge Management，2012，16（4）：604-616.

[30] 韓文龍，張瑞生，趙峰.新質生產力水平測算與中國經濟增長新動能[J].數量經濟技術經濟研究，2024，41（6）：5-25.

[31] 劉勝，郭蓉，吳亮.新質生產力賦能現代化產業體系建設：內在邏輯、關鍵問題與實踐路徑[J].新疆社會科學，2024，44（3）：20-33.

[32] 王玨，王榮基.新質生產力：指標構建與時空演進[J].西安財經大學學報，2024，37（1）：31-47.

[33] 謝永平，王晶，李堯，等.核心企業領導風格、網絡承諾對網絡績效的影響[J].科技進步與對策，2018，35（7）：88-96.

[34] 楊震寧，侯一凡，李德輝，等.中國企業“雙循環”中開放式創新網絡的平衡效應——基于數字賦能與組織柔性的考察[J].管理世界，2021，37（11）：184-205.

[35] 張琳，席酉民，楊敏.資源基礎理論60年：國外研究脈絡與熱點演變[J].經濟管理，2021，43（9）：189-208.

（責任編輯：胡俊健）

英文標題The Impact of Core Enterprise's Knowledge Spillover on Innovation Network Member's New Quality Productive Forces

英文作者Zhao Yanan， Xie Yongping

英文作者單位（School of Economics amp; Management， Xidian University， Xi'an 710126， China）

英文摘要Abstract：With the new generation of technological revolution and the acceleration of industrial transformation， it is increasingly urgent to promote China's high-quality development through new quality productive forces. The innovation network is a more suitable platform for the repeated exchange of tacit and embedded knowledge than market transactions. It is effective in enhancing enterprise innovation capabilities， achieving breakthroughs in key technologies， and forming new quality productive forces. To promote the qualitative leap in the advanced productive forces of innovation network member enterprises and achieve high-quality development， this paper attempts to answer the following key questions： How does core enterprises' knowledge spillover drive network members' new quality productive forces？ What roles do network homogenization and relationship capital play in this process？

On the basis of the knowledge-based view and resource-dependence theory， this paper analyzes the relationship between core enterprise's knowledge spillover and network member's new quality productive forces. The research adopts survey data from 392 enterprises and conducts an empirical analysis using SPSS and Amos. The results show that （1） there is a significant positive relationship between core enterprise's knowledge spillover and network member's new quality productive forces. The influence of core enterprises on network members mainly stems from knowledge spillover， and under its continuous influence， the new quality productive forces of network members can be improved. （2） Network homogenization negatively moderates the impact of core enterprise's knowledge spillover on network member's new quality productive forces. Network homogenization implies a lack of resource， skill， and capability complementarity among members， rendering enterprise resources less unique， valuable， and scarce. Consequently， core enterprise's knowledge spillover cannot provide deeper knowledge and technology interaction for network members， reducing the chance for network members to increase their knowledge diversity and ultimately affecting the development of network member's new quality productive forces. （3） Relational capital positively modulates the relationship between core enterprise's knowledge spillover and network member's new quality productive forces. Strong relationships among innovation network members benefit enterprises in obtaining more social capital， which promotes the exchange and sharing of knowledge and information， and fosters the growth of new talents and the accumulation of new labor materials.

Theoretically speaking， this paper firstly supplements the empirical study of new quality productive forces at the enterprise level. Then it constructs a measurement scale of network member's new quality productive forces， which provides ideas and methods for further empirical research related to new qualitative productive forces at the enterprise level. Secondly， from the perspective of the interaction of innovation network members， this paper explores the impact of core enterprise's knowledge spillover on network member's new quality productive forces， enrich the theoretical connotation of existing research and promote the development of knowledge spillover related theoretical research.Thirdly， by integrating the knowledge-based view and resource dependence theory into the research on the knowledge spillover effects of the core enterprise， the applicability of these theories is enhanced， offering a new perspective to understand the knowledge spillover effects of core enterprises. Lastly， it is a valuable addition to the research on the knowledge-based view and resource-dependence theory to incorporate network homogenization and relational capital into the research framework. This expands the scope of research on the knowledge spillover effects of core enterprises and responds to scholars' recognition of the core enterprise's knowledge spillover effects.

The results hold practical significance as follows： （1） The transformation and enhancement of productive forces quality in innovation networks can not be separated from core enterprise's knowledge spillover. If network members aim to develop new quality productive forces， they must realize the importance of core enterprise's knowledge spillover and expand the channels for enterprises to obtain new knowledge， technical information and other resources.（2）The findings affirm the importance of enterprise knowledge heterogeneity， and suggest that enterprises should select partners based on their own existing knowledge， in innovation networks， members should be clear about who to approach in order to gain more reconfigurable knowledge.（3） Strong relationship capital is the effective support to promote new quality productive forces， and the continuous accumulation of relationship capital can ensure that network members have an advantage in choosing partners for core enterprises.（4）In the process of high-quality development of innovation network， it is necessary to adopt tailored measures for different enterprises.

英文關鍵詞Key Words：Core Enterprises;Knowledge Spillover; Network Members' New Quality Productive Forces;Relational Capital;Innovation Network

基金項目：教育部人文社會科學基金項目（22XJA630007）；陜西省軟科學項目（2024ZC-YBXM-155，2020KRM049）

作者簡介：趙亞楠（1990—），女，陜西韓城人，西安電子科技大學經濟與管理學院博士研究生，研究方向為技術創新管理；謝永平（1972—），男，陜西臨潼人，博士，西安電子科技大學經濟與管理學院教授，研究方向為技術創新與戰略管理。