創新網絡結構對我國高技術產業創新績效的影響與區域差異——基于省級動態面板模型SYS-GMM方法的實證研究

歐陽秋珍，陳　昭

(1.湖南文理學院　經濟與管理學院，湖南　常德　415000；2.廣東外語外貿大學國際經貿學院，廣州　510006)

?

創新網絡結構對我國高技術產業創新績效的影響與區域差異
——基于省級動態面板模型SYS-GMM方法的實證研究

歐陽秋珍1，陳昭2

(1.湖南文理學院經濟與管理學院，湖南常德415000；2.廣東外語外貿大學國際經貿學院，廣州510006)

[摘要]本文運用2000-2013年我國省級面板數據，構建動態面板模型，運用系統GMM方法實證研究了創新網絡結構對我國高技術產業技術創新績效的影響，研究發現：創新投入和網絡規模都對高技術產業科技成果產出產生了顯著的積極影響，但是創新主體間的創新合作程度、技術中介和網絡開放性的影響存在差異；分區域檢驗，各個變量對高技術企業專利申請的影響符號基本一致，影響大小不同，大部分變量的影響為正，東部大于中西部。

[關鍵詞]創新網絡結構；創新投入；技術創新績效；系統GMM

高技術產業技術創新已成為我國產業升級和建設創新型國家的 “助推器”。隨著技術的日益復雜和知識更新速度的加快，高技術企業僅僅依靠自身力量“閉門苦練”，難以滿足消費者需求和應對國際競爭，高技術企業必須尋求外部創新資源的支持，走網絡化創新道路。創新網絡可發揮創新主體之間的協同效應。近年來，越來越多的企業開始借助正式或非正式聯結形成的創新網絡進行技術創新。那么，我國高技術產業創新網絡結構有何特征？網絡結構的各個部分如何影響高技術產業技術創新績效？各個區域又有何不同呢？對于這些問題的解答，不僅有助于理解網絡視角下中國高技術產業技術創新的影響因素，而且對理解中國地區間高技術產業技術創新差異乃至地區間經濟發展不平衡也具有重要的啟示意義。

一、文獻回顧

自Freeman[1](1991)設定了創新網絡的概念以來，該概念開始廣泛傳播。此后，一些學者的研究發現創新網絡對于企業有積極作用 (Li&Zhang，2007；康青松,2015)[2,3]。伴隨著對創新網絡作用的研究，越來越多的學者開始關注創新網絡內部結構有何特征能夠有效促進企業績效提高。一些研究從網絡規模(池仁勇，2005)[4]、網絡開放性(Eisingerich et al,2010)[5]、結構洞(范群林等，2010)[6]、網絡鏈接(Gao et al，2011)[7]、聯系強度 (Gilsing&Nooteboom，2005)[8]等方面分別或者綜合探討了創新網絡的結構特征。

那么，這些結構特征又如何影響企業技術創新呢？Eisingerich et al (2010)[5]證明了網絡強度和網絡開放度對集群績效有顯著正影響。于明潔等(2013)[10]運用隨機前沿方法，研究發現網絡規模、網絡開放性等結構對區域創新效率的提高存在不同程度的積極影響。游達明等(2015)[10]的研究發現網絡中不同的主體有不同的價值訴求，并不是高新技術企業和地方政府合作力度越大越好。然而，一些學者研究發現網絡結構的各個部分對企業創新績效的影響存在差別。如 Gilsing&Nooteboom(2005)[8]指出高聯系強度會降低創新網絡績效。Gilsing et al. (2008)[11]指出，技術距離的增大使得處于中介位置的主體創新績效下降。范群林等(2010)[6]認為，結構洞特征與企業創新績效不存在顯著的正向關系。任勝鋼等(2011)[12]的研究結果表明，網絡規模和網絡結構洞等對區域創新能力具有顯著的正向影響，而網絡集中度對創新能力提升作用不明顯。張寶建等(2015)[13]的數據分析顯示，中心度、結構洞、異質性中介作用顯著，而核心度并不顯著。

由此可見，已有的文獻表明了創新網絡結構對創新績效存在影響，但是網絡結構各個組成部分的影響存在爭議。研究多以定性研究為主，定量研究多以統計研究為主，尚缺乏以高技術產業為例、利用我國省級數據對高技術產業技術創新績效進行的實證研究。本文將創新網絡結構、創新投入和創新績效等納入統一框架，將各地高技術產業創新網絡的內外影響因素相結合，建立了動態面板模型，運用計量經濟學方法進行實證分析，不僅整體研究各個變量的影響，同時分區域研究，并運用系統GMM方法進行估計。

二、模型建立

(一)理論分析與假設

1.知識生產函數

Griliches-Jaffe知識生產函數被國內外學者廣泛應用于技術創新等方面的研究，該模型假設創新產出是創新投入的函數，即：

RDoutput=a(RDinput)b

(1)

本文繼承并擴展這一模型。一方面，投入要素包括產業自身的研發經費投入和研發人員投入；另一方面，隨著科技發展的日新月異，任何產業都主動或被動地嵌入到各種復雜網絡內，企業必須結合內外部創新資源，走網絡化創新之路。因此，本文將研發經費投入RD，研發人員投入L和創新網絡結構N引入模型(1)，用Yi,t代表創新產出，采取Cobb-Douglas生產函數形式來表示知識生產函數模型，再對方程兩邊取對數，本文的模型如下：

lnYi,t=a0+a1lnRDi,t+a2lnLi,t+a3lnNi,t+μi,t

(2)

2.創新網絡結構

創新網絡是指大學、研究機構和企業等主體在交互作用與協同創新時，建立的各種較穩定并且有助于技術創新的關系總和(蓋文啟，2002)[14]。根據這一定義和前文文獻分析，本文認為創新網絡結構主要包括網絡規模、網絡鏈接、結構洞和網絡開放性四個特征。

網絡規模反映了創新網絡中創新主體的數量，即在地理位置上相對集中、某一領域內相互聯系的高等學校、科研機構和企業等數量，通常，網絡結構需有一定規模才能產生輻射。網絡鏈接反映了創新主體間創新合作程度，它是創新主體間知識和技術等傳遞的紐帶。網絡結構洞充當創新主體溝通的橋梁，反映了知識和信息交換與共享的媒介，有助于推動創新網絡中信息和技術等流動。網絡開放性有助于創新主體接收外界知識和技術等。

(二)計量模型的建立

基于以上分析，為了全面理解創新網絡結構、創新投入對我國高技術產業技術創新績效的影響，本文進一步擴展Griliches-Jaffe知識生產函數，將創新網絡結構從網絡規模scale、網絡鏈接link、網絡結構洞hole和網絡開放性open四個方面刻畫，構建面板模型如下：

lnYi,t=a0+a1lnRDi,t+a2lnLi,t+a3lnscalei,t+a4lnlinki,t+a5holei,t+a6lnopeni,t+μi,t

(3)

本文在模型中加入因變量的滯后項，構建動態面板模型，這不僅能夠捕捉創新產出的動態特征，而且還可以克服遺漏變量引起的偏誤，本文的模型擴展為：

lnYi,t=a0+a1lnYi,t-1+a2lnRDi,t+a3lnLi,t+a4lnscalei,t+a5lnlinki,t+a6holei,t+a7lnopeni,t+μi,t

(4)

三、數據來源和處理

本文使用的數據為2000-2013年30 個省市的面板數據(不含西藏、港澳臺)。高技術產業R&D經費、人員、開放性等數據來自《中國高技術產業統計年鑒》，價格指數和GDP等數據來自中經網統計數據庫，網絡規模、結構洞、網絡鏈接等數據來自EPS和《中國科技統計年鑒》，數據以2000年不變價表示。

高技術產業創新績效用科技成果產出能力專利申請數PAT表示。

創新投入包括研發人員投入和研發經費投入。采用高技術產業R&D人員折合全時當量表示研發人員投入。

結合創新網絡結構特征的內涵及現有研究成果，本文構建相應的指標。

網絡中的主要創新主體是企業、高等學校和科研院所等機構，本文用高等學校和研究機構個數Z1、高技術企業個數Z2兩個指標測度網絡規模。網絡鏈接反映的是不同創新主體之間創新合作程度，用高等學校科技活動資金來自企業的比例Z3、科研機構科技活動經費來自企業的比例Z4以及高技術產業研發經費來自政府比例Z5來衡量創新主體的合作關系。結構洞采用于明潔(2013)[9]做法，用各地區技術市場成交合同金額Z6表示。網絡開放性反映創新網絡接收外界技術能力的高低，本研究結合任勝鋼(2011)[12]的研究成果，選取了各地區高技術產業外資參與度Z7、國外技術引進合同金額Z8兩個變量來反映區域創新網絡的開放程度和獲取資源能力。

四、實證分析

(一)基本回歸結果分析

本文建立的是動態面板模型，為了克服內生性問題，同時利用更多樣本信息，本文選擇系統GMM方法進行參數估計。由表1可知，所有模型的Sargan統計量和AR(2)檢驗的P值均大于1%，滯后被解釋變量系數的估計值介于混合OLS和FE之間①，以上檢驗表明系統GMM的估計結果是有效的。

高技術產業專利申請量前一期對其當期產生了顯著且正相關影響，體現了高技術產業技術創新績效具有傳承性和累積性特點，同時也說明有必要建立動態面板數據模型。

高技術產業研發經費投入和研發人員投入對其專利申請產生了顯著的積極影響，而且研發人員的作用大于經費投入的作用，這說明內生創新努力尤其是加大R&D人才的使用是提高其創新績效的重要措施。

網絡規模對高技術產業專利申請產生了正效應。網絡規模越大，高技術企業與高校、科研機構等創新主體之間交流的機會可能就越多，越有利于提高其創新效率。不同創新主體之間的創新合作程度對高技術產業技術創新的影響存在差異。高等學校科技活動資金來自企業的比例并沒有提高我國高技術產業技術創新績效。這可能由于高等學校科研主要集中于學術研究，而企業更關注通過高校獲取能轉化為生產力的技術，導致雙方產學研效率不高。科研機構與企業之間的科技合作促進了我國高技術產業技術創新，反映了科研機構市場導向型創新程度高于高校。高技術企業與政府的研發合作也產生了積極作用，這說明政府和企業合作程度越強，知識、信息和技術等的共享程度就越高，越有利于提高技術創新。技術市場成交額有利于高技術產業專利申請，但不顯著。網絡中結構洞數量及服務能力越強，知識、信息和技術等在創新主體之間的自由流動越通暢，從而減少了網絡中冗余的信息，可能越有利于創新產出。高技術產業外資參與度越高，反而不利于高技術產業技術創新，這可能是由于外資產生的“擠出效應”大于“溢出效應”，抑制了我國高技術產業技術創新。國外技術引進也不利于專利申請。因此，我國高技術企業引進國外技術后不僅要注重技術成果的市場轉化，更要加強先進技術的消化和吸收，進行模仿再創新，防止出現技術依賴，限于“拿來主義”陷阱。

表1　系統GMM估計結果

注：括號內為T值； AR(2)和Sargan檢驗報告值是P值；*、**、***分別表示在1%、5%和10%的顯著性水平下顯著，下同.

(二)分區域回歸

鑒于我國不同地區的高技術產業技術創新水平與變化趨勢存在較大的差異，我們有必要考察不同地區的各個變量對高技術產業創新績效的影響程度。本文接下來按中國統計局劃分標準將各地區劃分為東、中、西三大地區，用式(4)進行回歸。由于分區域之后，樣本量變少，而解釋變量較多，使用系統GMM估計失效，我們使用靜態面板模型進行回歸，結果在表2中顯示。

表2　分區域面板數據回歸結果

以高技術企業專利申請為被解釋變量，創新研發經費投入和研發人員投入都對三大區域產生了積極影響，而且這兩個變量的影響基本上呈現出由東至西逐步減少的形式。網絡結構的影響呈現較大差異：從網絡規模來看，高等學校和研究機構個數阻礙了東部專利申請，但是有利于中西部專利申請，而且中部的影響大于西部，這可能由于東部高校和研究機構數目雖多，但是產學研效率不高；高技術企業個數越多，三大區域高技術企業專利申請越多，中部地區的影響最大；從網絡鏈接來看，高等學校科技活動資金來自企業的比例阻礙了三大區域技術創新，與表1回歸結果類似，科研機構科技活動經費來自企業的比例有利于西部高技術產業技術創新，而高技術產業研發經費來自政府比例有利于東部。從結構洞來看，技術市場成交合同金額同樣產生了積極效應。網絡開放對高技術企業專利申請的影響存在差異性，高技術產業外資參與度對東部高技術企業專利申請產生了阻礙作用，有利于中西部而國外技術引進的作用相反。

五、結論與建議

利用內外部創新資源，走網絡化創新道路，已成為新形勢下很多企業實現技術創新的新模式。為了全面理解創新網絡結構對我國高技術產業技術創新績效的影響，本文擴展Grilic-hes-Jaffe知識生產函數，構建了動態面板模型，運用系統GMM方法對其實證研究，并運用2000-2013年我國30個省市自治區的面板數據從技術創新效果和地域方面進行了雙重檢驗，研究發現：(1)高技術產業創新投入對其創新績效產生了顯著的積極影響，網絡規模也產生了正效應，不同創新主體之間的創新合作程度和網絡開放性對高技術產業技術創新的影響存在差異，技術市場成交金額有利于高技術產業專利申請。(2)按區域分組檢驗，各個變量的影響符號基本一致，影響大小不同。創新研發經費投入和研發人員投入都對三大區域兩個被解釋變量產生了積極影響，而且這兩個變量的影響基本上呈現出由東至西逐步減少的形式，創新網絡結構的影響在不同區域差距較大，大部分變量的影響為正。

因此，本文提出如下建議：第一，無論是整體檢驗或分區域檢驗，創新投入始終產生積極作用，我們應該進一步加強自主創新，尤其是加大知識的重要載體——R&D人員的投入；第二，創新網絡結構存在差異性，我們應該一方面發揮各個部分的積極作用，另一方面加強各個部分的協同效應，實現網絡創新效應；最后，創新網絡結構和創新投入對高技術產業技術創新績效的影響呈現區域差異性，因此，我們應根據地區比較優勢差異，構建跨區域的資源共享平臺和人才交流平臺等，發揮創新網絡跨地區的效應，實現優勢互補。

[注釋]

①限于篇幅，本文省略了OLS和FE的估計結果.

[參考文獻]

[1]Freeman C.Networks of Innovators[J].Research Policy,1991,(5):499-514.

[2]Li H Y, Zhang Y.The Role of Mangers’ Political Network and Functional Experience in New Venture Performance: Evidence from China’s Transition Economy[J].Strategic Management Journal,2007,(8):791-804.

[3]康青松.跨國公司知識轉移、網絡與績效的關系研究：基于吸收能力和進入方式的交互模型[J].國際貿易問題，2015，(4)：46-55.

[4]池仁勇.區域中小企業創新網絡形成、結構屬性與功能提升:浙江省實證考察[J].管理世界，2005，(10)：102-112.

[5]Eisingerich A B,Bell S J,Tracey P.How Can Clusters Sustain Performance?The Role of Network Strength,Network Openness, and Environmental Uncertainty[J].Research Policy,2010,(39):239-253.

[6]范群林，邵云飛，唐小我，王劍峰.結構嵌入性對集群企業創新績效影響的實證研究[J].科學學研究，2010，(12)：1891-1899.

[7]Gao X,Guan J,Rousseau R.Mapping Collaborative Knowledge Production in China Using Patent Co-inventorships[J].Scientometrics,2011,(2):343-362.

[8]Gilsing V A,Nooteboom B.Density and Stroigth of Ties in Innovation Networks Ananatysis of Multimedia and Biotechnobgy[J].European Management Review,2005,(3):179-197.

[9]于明潔，郭鵬，張果.區域創新網絡結構對區域創新效率的影響研究[J].科學學與科學技術管理，2013，(8)：56-63.

[10]游達明，李志鵬，楊曉輝.高新技術企業創新網絡能力對創新網絡績效的影響路徑[J].科學學與科學技術管理，2015，(2)：70-82.

[11]Gilsing V,Nooteboom B,Vanhaverbeke W,et al.Network Embeddedness and the Exploration of Novel Technologies:Technological Distance,Betweenness Centrality and Density[J].Research Policy,2008,(10):1717-1731.

[12]任勝鋼，胡春燕，王龍偉.我國區域創新網絡結構特征對區域創新能力影響的實證研究[J].系統工程，2011，(2):50-55.

[13]張寶建，孫國強，裴夢丹，齊捧虎.網絡能力、網絡結構與創業績效——基于中國孵化產業的實證研究[J].南開管理評論，2015，(2):39-50.

[14]蓋文啟.創新網絡:區域經濟發展新思維[M].北京:北京大學出版社，2002.

[15]朱平芳，徐偉民.政府的科技激勵政策對大中型工業企業R&D投入及其專利產出的影響——上海市的實證研究[J].經濟研究，2003，(6)：45-53.

[16]唐保慶，陳志和，楊繼軍.服務貿易進口是否帶來國外R&D溢出效應[J].數量經濟技術經濟研究，2011,(5)：94-109.

[責任編輯：張曉娟]

The Innovation Network Structure Influence on the Performance ofHigh Technology Industry Innovation and Regional Differences in China——The Empirical Research Based on the Provincial Dynamic Panel Data by SYS-GMM

OUYANG Qiu-zhen1,CHEN Zhao2

(1.College of Economics and Management, Hunan University of Arts and Science, Changde 415000,China;2.School of international Trade& Economics,Guangdong University of Foreign Studies,Guangzhou 510006,China)

Abstract:In this paper, we construct the dynamic panel model and use the SYS-GMM method in order to empirically study the impact of innovation network structure on the technological innovation performance of high-technology industries by the use of the provincial data in 2000 -2013 in China. The study found that: innovation investment and network scale have a significant positive impact on the output of scientific and technological achievements ,but there are differences in the impact degree of innovation cooperation, the technology intermediary and the network openness.For the regional test, when the high tech enterprise patent applications were interpreted as variables,the influence of each variable is basically the same for each region,the degree of influence is different,and most of the variables are positive; the east is greater than the central and western regions.

Key words:innovation network structure;innovation investment; the performance of technological innovation; System-GMM

[中圖分類號]F062.9

[文獻標識碼]A

[文章編號]2095-5863(2016)01-0044-06

[作者簡介]歐陽秋珍(1985-)，女，湖南常德人，湖南文理學院經濟與管理學院教師，碩士，從事技術進步與產業升級研究.

[基金項目]教育部人文社會科學研究青年基金項目(14YJC790091)

[收稿日期]2015-09-12