制造范式升級期共性使能技術擴散的影響因素分析與實證研究

周 源

(清華大學 公共管理學院，北京 100084)

一、引言

中國制造業升級作為經濟發展的主要驅動力備受關注，而技術創新則是產業升級的基本動力。中國產業升級包括少量前沿技術突破創造新生產業，而更多是依靠創新技術在量大面廣的成熟工業部門中擴散，使其規模化地顯著提升生產率和工業附加值，實現基礎廣泛的產業范式升級。“中國制造2025”戰略強調，中國仍遠未完成工業化發展階段，不同區域和領域的制造業發展水平參差不齊，要在已有的制造業基礎上繼續工業生產率的高增長，需要動員制造企業主動學習并采納新型工業技術，使企業的技術創新和制造能力得到廣泛升級，從而提高相關產業部門的綜合經濟和社會效益，實現我國從傳統工業2.0階段到“3.0普及，4.0試點”的制造范式升級*工業1.0是以蒸汽機技術為驅動的機械化時代；工業2.0是以電氣技術為核心的電氣化時代；工業3.0是以數控技術推動的數字化時代；而工業4.0是智能制造技術推動的智能化時代。。

制造范式升級的核心是在制造企業中廣泛推廣先進、高效、綠色的共性使能技術。這種平臺型共性使能技術的擴散會帶動大量企業專有技術的研發，驅動多個相關產業集群的技術進步與突破[1]。這類共性使能技術擴散不同于一般的技術擴散，其特有的基礎知識屬性帶來的準公共物品屬性、正外部性都使得其擴散過程中面臨著市場失靈的困境，單純依靠市場機制配置資源，很可能導致共性技術供給不足。特別是共性使能技術擴散還涉及到量大面廣的中小型民營企業，它們普遍缺乏技術、資金、人力等創新能力[2]，其在范式升級混沌期下進行自主決策，往往傾向于沿著原有制造范式選擇低價低質技術，使得門檻較高的共性技術升級面臨劣幣驅逐良幣的風險[3]。這些問題需要政府進行干預[4]。

可是理論界對政府如何干預共性技術擴散一直存在疑慮。第一，傳統經濟學認為產業政策配置資源效率不高。政府選擇技術面臨信息不對稱，容易造成市場扭曲反而阻礙創新；尤其是涉及到路線選擇、價格選擇、服務選擇、交易模式選擇等微觀市場行為，更應該由企業來自發做出決定[5-6]。第二，政府本身能力不足存在“失靈”，在實踐中，傳統“自上而下”或“命令控制型”的政策模式確實在技術的廣泛推廣上缺乏效率[2,7]；尤其是共性使能技術擴散并非公共知識的傳播，政府行為無法具有強制性[8]。第三，范式升級中共性使能技術擴散是“知識+產品”的復合型技術擴散，需要在共性使能技術平臺上的再次應用開發，才能滿足終端用戶需求[9]。這些應用開發雖然存在知識正外部性，但其開發對象卻是產品而并非公共品，政府無法通過完全投資公共科研部門形成有效供給[10-11]。而且應用開發存在多樣性，領域知識強，需要技術供給方與用戶方協同參與，單個研究機構、第三方企業或用戶企業自身均無法解決，因而傳統共性使能技術推廣項目中普遍存在著開發責任主體模糊、開發主體缺失問題[12]。上述問題都為制造范式升級中共性使能技術示范推廣的政府角色和介入方式提出挑戰。

因此，本研究結合中國工程院“制造強國”重大戰略研究項目，選取我國“數控一代”機械產品創新應用示范工程(簡稱“數控一代”示范項目)在示范城市泉州的實施為例，通過對304份制造企業有效問卷進行定量分析來探析上述問題。本文關注的主要問題有兩個：第一，共性使能技術本身的“知識+產品”復合屬性不同于一般的技術擴散，其影響要素不單純是市場需求或者政府干預[13]，尤其在制造范式升級期，共性使能技術擴散會面臨更多的不確定性，那這些影響其擴散升級的主要因素是什么？第二，在制造范式升級時，不同規模企業的驅動要素影響往往具有差異性，比如面對中小企業，政府使用“控制命令型”手段推廣共性使能技術通常缺乏效率。那具體來說，企業規模在上述影響要素與擴散升級的關系中發揮怎樣的調節作用？第三，范式升級中共性使能技術擴散需要再次應用開發來滿足廣泛用戶企業的多樣化需求，而傳統“自上而下”技術推廣項目容易存在應用開發主體不清甚至缺失。那共性技術創新協同主體的選擇，是否會對上述影響關系產生調節作用？

本文的主要研究貢獻在于，首次實證檢驗了我國制造范式升級中共性使能技術擴散的核心影響要素與作用機制，并揭示了企業規模、共性技術創新協同主體在其中發揮的調節作用。本文的研究有助于進一步豐富技術擴散、制造范式升級、政府創新治理行為等相關理論體系，也為更好理解制造業升級中政府角色與行為方式轉變提供了實證依據。

二、文獻述評與研究假設

從技術創新全周期來看，技術擴散是在研究、發展之后向社會系統傳播并被采納的重要創新階段[14-15]，其擴散過程通常包括認知說服、決策實施等等環節[16]。為強調技術擴散在創新中的重要性，相關研究提出了創新包括研究發展與擴散(RD&D， Research Development & Deployment)的概念，而美國總統科技顧問委員會(PCAST) 更是于1999年第一次提出了研究、發展、示范、推廣的R&3D(Research & Development, Demonstration, and Diffusion)創新全周期概念[17]。本文采用近期文獻定義[2]，即技術擴散為研究、發展之后的創新階段，包括示范與推廣。

制造范式升級更關注共性使能技術的示范推廣階段，其采納者是廣泛的制造企業，所以技術升級有經濟屬性；而其技術創新源、擴散媒介具有準公共品屬性，通常有政府介入支持[18]。政府支持技術擴散一般有兩個目的：一是測試完善新的技術、產品、過程或系統；二是鼓勵其市場推廣[19-20]。技術示范推廣面臨的風險與障礙是多維度的，包括技術不成熟、市場不明確，甚至還有制度層面沒有就緒。這些風險障礙仍然缺乏系統梳理與實證檢驗[21-22]。特別是，制造范式升級涉及的共性技術擴散與早期技術試點不一樣，其擴散規模廣泛、擴散方式復雜，因而影響因素涉及技術、經濟、政策、服務等方面，并且可能受到企業自身特性、技術合作方選擇等的交互影響。

(一)制造范式升級中共性使能技術擴散的核心影響要素

1.共性技術就緒度與共性使能技術擴散升級

共性使能技術擴散的成功表征為制造企業升級決策的實施，而共性技術的就緒水平是企業升級決策考慮的最重要因素之一[23]。技術不成熟會成為示范推廣的最大風險和障礙[24]*例如美國在1976年通過《電動與混動汽車示范推廣(RD&D)法案》，但是這個法案因為新能源汽車技術遠遠沒有成熟而失敗了，尤其是在新能源汽車的安全性、可靠性和綜合表現上，無法與當時的燃油汽車技術相比較，這個著名的案例被定義為“技術早產”。。現有文獻表明，制造企業對技術基礎性能的顧慮非常突出，例如“該技術是否適用于不同行業和工況的運行特點、技術升級改造是否會影響企業的正常生產等”[2]，具體的技術性能包括技術先進性 、安全性、可靠性 、操作性、適用性和節能技術兼容性等。此外，針對制造范式升級，本研究認為，共性技術就緒度還包括共性使能技術對第三方開發者的開放度。共性使能技術擴散需要在其基礎上進行再次應用開發來滿足廣泛的用戶企業需求。這些應用開發通常并非是有共性技術平臺提供方進行，尤其是本文涉及的“數控平臺技術”更是門檻很高，全世界范圍內僅僅有西門子、法蘭克等數家國際企業以及國內少量領先企業能夠提供。這些企業通常不會進行附加值較低的再次應用開發，所以這就要求共性技術提供者能夠開放權限，使第三方或用戶企業能進行再開發[12]；因此開放度應該也會影響制造技術擴散升級。

基于此， 提出假設：H1: 共性技術就緒度對共性使能技術擴散升級有顯著的正向影響。

2. 預期經濟收益度與共性使能技術擴散升級

共性使能技術擴散升級需要投入大量資金，因此預期經濟收益度一直是技術采納企業升級決策考慮的核心因素，預期收益愈強則企業愈有動力進行技術采納與升級[5,18]。預期經濟收益度既包括投入回報收益，也包括企業能力的戰略性提升等等。第一，制造企業關注投資回報周期。通常來說，由于共性技術升級需要資金量大，政府補貼通常無法完全支持，制造企業一般需要使用自有資金或進行市場融資。但受經濟下行和市場需求疲軟的雙重影響，制造企業的自有資金現金流壓力大，也就急于回收資金投入[25]。而我國制造業產業投融資機制往往傾向于短期化、投機化，通常無法承受太長的回報周期。在本研究的前期實地訪談中，當地制造業技術升級投資回報期超過三年就很難得到認可[26]。第二，制造企業也非常注重計算技術升級可能帶來的戰略性提升，包括市場份額提升、產品質量的提升、品牌形象提升等等[3,21]。

基于此， 提出假設：H2: 預期經濟收益度對共性使能技術擴散升級有顯著的正向影響。

3. 政策干預扶持度與共性使能技術擴散升級

共性使能技術的擴散具有公共品屬性及正外部性，單獨企業缺乏能力和意愿去承擔。尤其是在范式升級期，其共性技術不一定會是現行市場條件下生產者必然的選擇，容易形成劣幣驅逐良幣的現象，需要政府干預[2,22]。政府對創新的干預手段一般包括“政府直接干預”和“政策間接支持”兩大類[27]。“政府直接干預”型政策包括政府的研發資助、對企業的各種補貼、對于采用新技術實施稅收減免或折扣、實施政府采購、對技術的采納實施強制要求、制定技術標準等[28-29]。而“政策間接支持”的手段更強調從創新環境等方面開展工作，包括開展示范宣傳和培訓、培育企業技術學習能力、加強知識產權保護、等等[23,28]。另外的一些政策也算“間接支持”型政策工具，比如為增加金融市場認可度、降低第三方風險等擔保政策，以及為吸引私人投資而設置的獎勵政策等[30]。

值得強調的是，現有文獻認為政府應該綜合平衡直接干預與間接支持手段；而不應該僅僅采用其中一種。例如，歷史上我國曾經采用自上而下的直接干預手段進行了一些技術升級，但那些大部分是對大型或國有企業而且擴散規模較小，命令控制型手段還是比較有效，可是應對大規模擴散的示范推廣項目就難以推進、效率不高[19]。政府與廣泛中小企業對接有限，直接干預的命令控制型政策執行時會遇到很大障礙，一方面中小企業的自主決策也受其他較多因素影響，另一方面直接干預型政策易扭曲市場，吸引很多非目標企業盲目投資升級，導致無序競爭或一哄而上的混亂局面[30]。

因此，本研究認為，針對共性使能技術的大規模采納推廣，政府可以加強政策干預與扶持度，既有政策直接干預也有間接支持[18]。平衡加強政策工具合理搭配使用時，會引導形成多元化市場力量主導，能夠更好地利用有限政府資源動員廣泛市場資源投入，推動共性使能技術擴散升級。

基于此， 提出假設：H3: 政策干預扶持度對共性使能技術擴散升級有顯著的正向影響。

4.開發服務協同度與共性使能技術擴散升級

如前文所述，制造范式升級中，示范推廣項目不僅僅需要擴散共性使能技術(例如本研究的數控平臺技術)，還需要面對用戶企業(例如本案例中的機床、機器人等數控設備使用者)的多元化需求靈活開發基于共性平臺上的具體應用(例如數控使能化的磨機應用打磨石飾品等等)，才能在廣泛用戶制造企業推廣開來[13,31]。這些用戶制造企業行業分布廣泛，如電子信息、工程機械、紡織鞋服等，對“數控一代”應用技術的需求異質性顯著[12]。應用開發不僅要掌握供給端技術，并且要深入了解用戶端應用需求。政府對于這些高度市場化、多樣化的需求，很難通過組織定向化科研攻關項目來解決，通常需要市場力量提供多元化開發服務[7]。整個過程需要用戶企業提供訂制化需求，由共性技術提供者與應用開發者協同提供完全解決方案，并且提供安裝調試服務，以確保技術供給的開發服務滿足需求。而其中應用開發者主導的開發服務和組織協同至為關鍵。因此，本研究認為，這些由市場力量驅動的開發服務協同愈有力，共性技術的擴散升級會愈成功。

基于此， 提出假設：H4: 開發服務協同度對共性使能技術擴散升級有顯著的正向影響。

(二)企業規模異質性的調節效應

制造范式升級涉及的不僅僅是大企業，還有量大面廣的中小企業。從政府的角度來說，一方面，面對大規模的技術擴散，政府不可能擁有足夠的公共資源來完全補貼所有中小企業的廣泛范式升級[2]。另一方面，由于政府與大企業或國有企業的天然紐帶，政策往往會著力到大企業或國有企業上，這很大程度上造成了資源配置的扭曲，容易對自由競爭的創新型中小企業不利[32]。 而從企業層面來說，在中小企業中推動技術創新相當有挑戰性[33]。中小企業往往缺少資源、知識和技術能力進行技術升級，而且承受風險的能力也相對較弱。此外，由于其規模小、地點分散，地方政府在示范推廣的時候往往會面臨執行力不足的困難[5,7]。

近期研究表示，面對技術擴散時，中小企業對技術困難、資金補貼、金融支持的看法均與大企業不同——缺乏資源的中小企業更為重視這些因素。而從政策執行上來說，中小企業與非政府機構的政策執行者(例如技術服務機構、大學與科研院所等等)關系更為密切[5,18]。中小企業對政府的期望與大企業不同，其往往期望獲得普惠制的公平市場競爭環境，特別是有效的公共產品和市場化的服務，而并非是特別的直接干預型政策傾斜。

基于此， 提出假設：H5: 企業規模在共性技術就緒度、預期經濟收益度、政策干預扶持度、開發服務協同度等要素對共性使能技術擴散升級的影響關系中起調節作用。

(三)共性技術創新協同主體的調節效應

傳統理論一般認為共性技術屬于競爭前技術，具有基礎知識的特征，因此帶有準公共品屬性。而促進制造范式升級的共性使能技術(例如數控平臺技術等等)與傳統的關鍵或基礎共性技術范疇不同。一方面，其應用開發的對象屬于競爭性產品，很難依靠政府投資公共知識研發來解決。另一方面，這些共性使能技術的多樣化應用開發有較強的產業正外部性。獨立開展研發工作的企業很難將這些正外部性內在化，從而導致驅動力不足。而且，由于基于共性使能技術平臺的應用開發的技術門檻較高，研發投入額度也非常大，單個企業往往無法獨立承擔，需要政府協調支持。

為了解決這些問題，共性使能技術的應用研發常常由政府支持建設創新協同平臺來解決[34]。例如，美國政府于2014年通過《振興美國制造與創新法案》，正式成立國家制造創新網絡(NNMI)，就是聚集了企業、大學、國家實驗室、聯邦政府、州政府和地方政府等利益相關者，形成創新生態系統。在創新生態系統內，成員和聯邦政府共同投入，從而提高美國制造業的競爭力[26]。這些制造創新網絡希望構建新型應用研發機構，強調共享設施、共享經驗、靈活提供服務等等；更重要的是，其創新協同主體機構(或稱之為網絡組織者)不設在龍頭制造企業，而是多元化的設在大學、國家實驗室、創新聯盟、甚至國防部等等。盡管還沒有實證文獻顯示這些是否會對共性使能技術應用研發效率有顯著性影響，但是我們基于前期調研認為，不同的協同主體對共性技術擴散升級時各要素的作用機制有所影響。

對于上述應用開發責任主體的問題，地方政府也進行了一系列的嘗試，包括鼓勵第三方創新服務公司、大學科研院所衍生成立的市場導向應用研究院(例如華科大泉州研究院、華僑大學泉州制造研究院等等)或者制造企業本身來進行應用開發工作[12]。那么，哪一種作為主體協同開發最有效率，或對共性技術擴散升級最有推動力？政府應如何針對不同的應用研發機構采取相應舉措來促進共性使能技術擴散？本文嘗試探討其對各影響要素與共性技術升級關系的調節效應。

基于此， 提出假設：H6: 共性使能技術創新協同主體在共性技術就緒度、預期經濟收益度、政策干預扶持度、開發服務協同度等要素對共性使能技術擴散升級的影響關系中起調節作用。

綜上所述，本研究的概念模型如圖1所示。

圖1 研究概念模型

三、研究設計

(一)研究樣本與數據收集

本研究基于國家“數控一代”示范項目，選取福建省泉州市為典型區域發放調研問卷，開展制造業范式升級中共性使能技術擴散的實證研究。“數控一代”示范項目作為“中國制造2025”戰略的重要組成部分，由科技部、工信部、中國工程院等于2012年底啟動，在廣東、福建、江蘇、浙江等制造業密集省份率先鋪開，影響廣泛，效果突出，為我國制造范式升級做出重要推動。泉州市是福建省制造業發展的重要城市，已形成了紡織服裝、鞋業、石油化工、機械裝備、建材家居、食品飲料、工藝制品、電子信息、紙業印刷等九大產業集群。在“數控一代”示范項目推動下，截止到2016年6月，泉州市已組織嘉泰、海天、黑金剛、瑜鼎等示范企為代表的526多家裝備制造企業進行數控和智能制造技術的創新應用試點示范，涉及泉州市九大產業集群。該問卷調研工作受中國工程院委托，會同泉州市科技局、泉州市經信委聯合向“數控一代”示范項目涉及的上述全部526家泉州市裝備生產企業發放。

本文問卷的發放充分考慮到抽樣科學性。首先，福建省泉州市是“中國制造2025”中八個首批試點示范城市之一，其制造業基數大，升級需求迫切，政府政策執行充分，制造技術擴散的影響因素在全國來說具有充分的代表性，所以選擇福建省泉州市的制造企業發放問卷是典型的“目的性抽樣”，能夠很好地保證本研究的外度效度。第二，本研究向福建泉州市涉及“數控一代”示范項目的所有機械裝備生產企業發放問卷，在當地屬于全樣本問卷發放，這也保證了抽樣的科學性，降低了數據采集中的可能偏差。調研采取電子問卷的形式，由調研企業相關部門的高管負責填寫。共回收問卷318份，其中有效問卷304份，有效回收率為57.8%。在調查的生產企業中，主營業務所屬行業涉及工程機械加工裝備、電子信息加工裝備、紡織鞋服裝備、建材家居裝備、食品和飲料裝備、生活用品和塑料制品裝備、工藝制品裝備等。其中，在產權性質方面，以國有及集體企業居多，占比51.6%，內資控股民營企業占比42.5%，外資控股民營企業占比5.9%；在企業規模方面，以中小企業居多，年銷售額300萬元以下企業占比13.8%，300～1999萬元企業比占比23.6%，2000～3999萬元企業占比39.4%，4000萬元～1億元企業占比11.0%，1億元以上企業占比12.2%。

綜合來看，本次問卷調研的數百家企業基本上覆蓋了不同產權性質、不同企業規模以及不同行業領域的裝備制造企業，樣本具有較好的代表性。

(二)變量測度

本研究在問卷設計上采用了確立研究問題、設計變量及測度、試問與修訂等步驟，方法上結合了文獻梳理和實地預調研兩種方式，尤其是在變量測度上充分考慮了其內容效度、結構效度、判別效度等方面，也取得了較好的信度指標。第一，在前期確立問題的基礎上，本研究通過文獻梳理和前期訪談，總結現有研究中影響共性使能技術擴散的四大核心自變量，即預期經濟收益度、共性技術就緒度、政策干預扶持度、開發服務協同度等。第二，在此基礎上，本文針對制造業升級、共性使能技術擴散、創新政策執行等方面的中外核心文獻進行了深度挖掘，尤其是根據共性技術示范擴散方面的核心要素相關文獻之成熟量表針對預期經濟收益度、共性技術就緒度、政策干預扶持度等變量測度上進行了參考提煉與改進。在此之上，本研究采用實地預調研等形式進行上述變量測度的修正與發展；尤其是針對制造范式升級期的共性使能技術體現出來的理論新穎與獨特性，對開發服務協同度這個新變量進行自下而上的理論測度建構，并在最新的中外文獻中找到相應的實證測度交叉印證。最后，本研究還兩次使用焦點組訪談的形式(分別為13人、18人)對問卷初稿進行了試問以及進一步修訂。

本研究的量表測度采用了文獻研究與預調研相結合的方式，充分考慮了現有理論對本研究測度量表的支撐，又考慮了本研究的理論創新要素，即范式轉變期共性使能技術擴散影響機制的服務協同要素，進一步對變量測度題項做出修訂，以使本文的變量測度更適合當前中國制造企業情境(詳見表1)。其中，預期經濟收益度由現有文獻中主要提及的研發投入回收預期、市場份額提升預期、產品質量提升預期、品牌形象提升預期等4個題項來測度；共性技術就緒度在經典量表的技術安全性、可靠性、先進性基礎上，本研究還基于近期關于共性技術根據客戶化需求進行應用開發的特性的研究，以及本研究團隊前期調研訪談，增加了共性技術開放性的測度題項；政策干預扶持度由本研究依據前期企業調研訪談以及中國制造業政策現狀，從經典政策干預扶持方式中選取升級研發補貼、升級首臺套補貼、科技金融支持、示范宣傳培訓作為測度題項；開發服務協同度則綜合現有文獻以及前期調研訪談，選取用戶訂制開發協同、成套解決方案協同、安裝調試服務協同進行測度。研究中問卷的自變量測量均采用Likert五級量表形式，從“1”=非常不同意到“5”=非常同意。

在控制變量方面，借鑒已有相關研究[18,42]，本研究在分析中控制了可能對共性使能技術擴散產生影響的企業特征，包括企業規模、企業年齡以及技術人才儲備。其中，企業規模與技術人才儲備分別依據年銷售額和相應技術人才數量劃分為1-5五個等級；企業年齡取企業成立迄今的年數數值作為連續變量。

在調節變量方面，除了上述控制變量中的企業規模異質性之外，對于共性使能技術創新協同主體，在問卷中通過企業升級中共性使能技術應用開發主導機構的單選題收集數據，分為第三方創新服務公司、大學科研院所衍生應用研究院以及制造企業自身3個選項。在數據分析時以企業自身為參照組設置了2個虛擬變量：是否與第三方創新服務公司創新協同，是否與大學科研院所衍生應用研究院創新協同。

表1 核心自變量測度題項及依據表

在因變量方面，為了減少研究中的共同方法偏差，對于共性使能技術擴散升級的測度，由問卷調查對象根據企業數控化升級的客觀進展作答，分為尚未計劃進行裝備產品數控化升級、尚未實施但計劃進行數控化升級、已實現少部分裝備產品數控化、已實現大部分裝備產品數控化、已全面實現裝備產品數控化5級。

(三)數據分析方法

本研究應用SPSS 23.0和AMOS 24.0軟件對問卷數據進行統計分析。首先，從304份有效問卷中隨機抽取50份進行探索性因子分析，檢驗本研究提出的共性使能技術擴散升級影響要素測度題項的合理性，產生關于變量內部結構的理論。本研究采用的是主成分分析的因子提取方法和最大方差的旋轉方法。其次，對于剩余的254份問卷分別通過探索性因子分析和驗證性因子分析進行信度和效度檢驗，確保所測變量的因子結構與先前構思相符。再次，對主要變量進行描述性統計分析與相關分析，以對數據的總體情況及變量間關系進行初步判斷。然后，通過有序邏輯回歸分析來檢驗共性使能技術擴散升級影響要素的主效應，并進一步考察企業規模以及共性使能技術創新協同主體在此影響機制中的調節效應。最后，本研究采用最小二乘法對各回歸模型進行再度驗證，以檢驗本研究結果的穩健性。本研究有序邏輯回歸的計量模型如下：

yi=α+β·factors+γ·Cros+δ·x+μi+εi

(1)

模型基本含義為，對于第i個企業來說，factors表示由因子分析生成的四個因子，Cros表示各調節變量分別與自變量生成的交互項，x表示控制變量，μi表示其他可能影響因變量的因素。

四、數據分析與結果

(一)基于小樣本數據的測度題項探索性因子分析

本研究關于預期經濟收益度、共性技術就緒度、政策干預扶持度、開發服務協同度四個核心變量的測度量表是在調研訪談的基礎上對現有文獻介紹的量表進行改進而提出的。首先，本文通過Harman單因子分析對問卷進行了共同方法變異(CMV)檢驗，結果顯示未進行旋轉的第一個因子的方差貢獻率為31.376%，未占到多數，因此同源偏差問題對本研究不存在明顯的影響，同時本文的變量測度包含企業自身的客觀數據以及企業對自身技術升級改造客觀情況的評價，也在一定程度上規避了共同方法偏差問題。

為了進一步明確觀測變量的內部結構，驗證測度題項的合理性，本研究首先從有效問卷中隨機抽取50份，對15個共性使能技術擴散影響因素相關題項進行探索性因子分析。對50份小樣本數據的探索性因子分析的KMO值為0.728，Bartlett 球體檢驗顯著性為0.000，符合因子分析要求。通過分析提取出了四個因子，根據因子載荷>0.5的分布來判斷，共性技術就緒度、政策干預扶持度、開發服務協同度、預期經濟收益度四個變量的題項均根據預期歸入了相應的因子，其累積解釋變差分別為 24.103%、46.005%、67.552%、84.662%，并且對變量進行信度分析得到的 Cronbach’s α系數都大于 0.7，題項-總體的相關系數 (CITC)均大于 0.35。上述分析表明本研究提出的四大核心變量的測度題項具有良好的內部一致性，該量表能較好地測度影響共性使能技術擴散的主要因素。

(二)大樣本數據的信度與效度檢驗

接下來，本研究對剩余的254份有效問卷進行統計分析。為了確保研究的可靠性與有效性，針對問卷中4大核心變量的15個測度題項，通過探索性因子分析和驗證性因子分析進行信度和效度檢驗。

由表2可見，4個變量探索性因子分析的 Cronbach’s α系數均在0.9以上，說明本量表具有非常好的信度。

量表的效度主要包括內容效度和結構效度。本研究參考了經典學術文獻中的問卷設計，并結合實地調研與專家意見加以修訂，故可認為具有較高的內容效度。結構效度指測量出理論的概念和特征的程度，可通過驗證性因子分析檢驗。各題項的因子載荷都大于0.5的閾值，且均具有顯著性，模型的各項擬合指數亦均達到要求，表明該量表具有很好的結構效度。

(三)描述性統計與相關分析

各變量的平均值、標準差以及各變量間的相關系數如表3所示。可以看出，共性使能技術擴散升級與共性技術就緒度(r=0.493，p<0.001)、預期經濟收益度(r=0.527，p<0.001)、政策干預扶持度(r=0.478，p<0.001)、開發服務協同度(r=0.525，p<0.001)均具有顯著的正相關關系。企業規模、創新協同主體等調節變量也與主要自變量和因變量呈顯著相關。這些相關性與理論預期的關系相一致，從而為研究假設提供了初步支持。

(四)假設檢驗

本研究通過4個有序邏輯回歸模型來檢驗各研究假設，結果如表4所示。其中，被解釋變量均為共性使能技術擴散升級。模型1中的解釋變量僅包含控制變量；模型2在控制變量的基礎上加入預期經濟收益度、共性技術就緒度、政策干預扶持度、開發服務協同度四大核心變量，以解析制造范式轉變中共性使能技術擴散的主要影響要素；模型3在模型2的基礎上加入了添加了表征企業規模調節效應的4個交互項，以探析企業規模異質性的調節作用；模型4在模型3的基礎上添加了表征共性使能技術創新協同主體的8個交互項，以分析創新協同主體的調節作用。

表2 信度與效度檢驗結果表

附:***表示顯著性水平，p<0.001。

表3 均值、標準差和相關矩陣 (N=254)

注：+p<0.1,*p<0.05,**p<0.01,***p<0.001。

模型2的實證結果表明，預期經濟收益度(β=0.368，p<0.01)、共性技術就緒度(β=0.399，p<0.01)、政策干預扶持度(β=0.328，p<0.01)、開發服務協同度(β=0.448，p<0.01)都對共性使能技術擴散升級有顯著的正向影響，研究假設1-4均得到了驗證。這說明在范式轉變期，經濟、技術、政策以及服務等方面都會影響到共性使能技術在制造企業中的擴散，此中開發服務協同度的影響最大。

從模型3可以看出，企業規模在開發服務協同度對共性使能技術擴散升級的影響中起顯著的負向調節作用(β=-0.273，p<0.05)，研究假設5d得到了驗證。這說明企業規模越小，開發服務協同度對共性使能技術擴散的影響程度越高。

由模型4可見，一方面，第三方創新服務公司協同(β=0.721，p<0.1)與大學科研院所衍生應用研究院協同(β=1.622，p<0.001)均在預期經濟收益度影響共性使能技術擴散的機制中起正向調節作用，研究假設6a得到了驗證。這說明當制造企業存在外部創新協同主體時，預期經濟收益的影響會變大。另一方面，大學科研院所衍生應用研究院協同在共性技術就緒度影響共性使能技術擴散的機制中起正向調節作用(β=1.208，p<0.05)，研究假設6b得到了驗證。這說明當企業與大學科研院所衍生應用研究院開展協同創新時，會更加注重技術有關要素。此外我們還發現，大學科研院所衍生應用研究院協同對共性使能技術擴散亦具有非常顯著的正向影響(β=1.687，p<0.001)，表明當企業與大學科研院所衍生應用研究院協同創新時會更傾向于進行技術升級。

(五)穩健性檢驗

為了檢驗上述研究結果的穩健性，本文應用最小二乘法分別對各回歸模型進行再度驗證。對照線性回歸與有序邏輯回歸的數據結果，可以發現，除了在模型4中，共性技術就緒度的影響由不顯著變為在α=0.1的顯著性水平上有正向影響外(p=0.082，β=0.116)，各個回歸模型中主要變量的顯著性與否均未發生變化，具有顯著性變量的回歸系數正負方向也沒有發生變化。這表明，本研究的數據分析結論具有較好的穩健性。

五、結論與啟示

本文基于技術擴散、制造范式升級、政府創新治理行為等理論，結合實證研究，剖析了我國制造業范式升級關鍵轉型期中共性使能技術擴散的核心影響要素，并探討了企業規模異質性與共性技術創新平臺主體選擇在此中的調節效應。本文的主要結論如下：

表4 有序邏輯回歸分析結果

注：括號內為顯著性結果。+p<0.1,*p<0.05,**p<0.01,***p<0.001。

第一，本研究發現，共性技術就緒度、預期經濟收益度、政策干預扶持度、開發服務協同度對共性使能技術擴散升級有顯著的正向影響。本研究不但詮釋了制造范式升級轉型期企業對共性技術就緒度與預期經濟效應認知的重要性，而且證實了共性使能技術擴散面臨市場失靈而特別需要政府進行干預扶持；另外，本研究還提出并證明了共性技術擴散中開發服務協同的重要性，這也是共性使能技術擴散不同于其他單純公共知識擴散或消費產品擴散的重要特征。這些結果極大豐富了共性技術擴散與范式升級等理論，特別證實了其獨特的政策嵌入性、擴散復雜性、知識協同性。

第二，本研究揭示出企業規模在開發服務協同度對共性使能技術擴散升級的影響關系中起負向調節作用。這說明中小企業比大企業缺乏技術與資金資源[15]，因而更為重視共性使能技術開發服務在用戶訂制開發、成套解決方案、安裝調試等方面協同。從政府干預創新擴散的行為理論角度出發，政府不能忽視中小企業，應提供公共或準公共服務平臺，使缺乏資源的中小企業得到普惠性的支持。

第三，共性使能技術創新協同主體在預期經濟收益度、共性技術就緒度對共性使能技術擴散升級的影響關系中起正向調節作用。特別地，當共性使能技術創新協同主體為制造企業外部的多元應用研究平臺(包括第三方創新服務公司、大學科研院所衍生應用研究機構)時，預期經濟收益度的重要度會凸顯，擴散升級決策實施的市場導向機制會愈強。而大學科研院所衍生應用研究機構為共性創新協同主體時，共性技術就緒度的重要度會突出。同時，大學科研院衍生應用研究平臺作為協同主體本身就對共性技術擴散有顯著的正向影響，說明研究能力對共性使能技術擴散尤為重要。以上分析說明，市場導向的應用研究平臺，對我國制造業的范式升級能起關鍵作用，而政府干預共性技術擴散時，應當有針對性地選擇支持應用開發主體和支持方式，即強調市場化、多元化、協同化。

當前，我國正在執行中央部署的“中國制造2025”戰略，整個制造業正處于關鍵的轉型期，也是制造范式升級的混沌期，針對當前復雜動態環境下的新挑戰與新機遇，本研究具有重要的政策啟示。第一，盡管近年來產業政策備受質疑，但對于“中國制造2025”等致力于制造范式升級的國家戰略，在示范推廣共性使能技術升級時應該進行政府干預與扶持，不能任由完全市場進行資源配置。同時，也應該充分意識到除了政府意志外，還有共性技術就緒度、預期經濟收益度、開發服務協同度的核心影響要素，政府應該在示范推廣項目中，充分考慮共性使能技術擴散的特性要素，強調開放式與協同創新，鼓勵發揮企業與科研機構的應用研發與創新升級驅動力。第二，政府在干預方式上要注意從傳統的“控制命令型行政管理”向“多元主體參與的創新治理”轉變，避免所謂的“政府失靈”。政府在實施大規模的共性技術擴散時，要重視量大面廣的中小企業，以解決中小企業的問題來促進共性技術規模化擴散，而對大型或國有企業應該鼓勵其重點突破快速形成生態系統。在此之上，傳統理論認為政府干預共性技術擴散包括組織集中攻關、全經費補貼科研院所、鼓勵合作研究等幾種方式，而特別是對待關鍵共性技術應該組織集中攻關。但本研究發現，應對多樣化、大規模的共性使能技術的應用開發，政府應該以更創新的政策方式而非簡單集中攻關，應鼓勵創建大學與科研院所的社會服務功能推動、企業力量聯合驅動的市場導向應用創新協同平臺，以少量的政府補貼撬動廣泛的市場投資進行多元化的應用開發，以新的創新治理模式應對共性使能技術擴散的政府失靈問題。

本文仍存在一些研究局限，為未來研究提供了可能的方向。第一，本文主要以企業規模、技術人才儲備、企業年齡作為控制變量，未來研究可以考慮進一步控制其他可能影響共性使能技術擴散升級的特征變量。第二，本文主要采用截面調研數據，無法完全消除變量之間的內生性問題。比如，政策干預支持度與共性技術創新協同主體的選擇之間可能存在潛在內生關系。在未來研究中，可進一步采用縱向數據進行研究，或者通過深度案例對這些變量之間的相互作用關系進行更為深刻的探討[43]。

[1]Grossman G M, Shapiro C. Informative advertising with differentiated products[J]. The Review of Economic Studies, 1984, 51(1): 63-81.

[2]Zhou Y, Xu G, Minshall T, et al. How do public demonstration projects promote green-manufacturing technologies? A case study from China[J]. Sustainable Development, 2015, 23(4): 217-231.

[3]Vonortas N S, Xue L. Process innovation in small firms: Case studies on CNC machine tools[J]. Technovation, 1997, 17(8): 427-438.

[4]Bhagraven M R. New generic techonlogies in deviloping countries[J]. Macmillan Press Ltd, 1997.

[5]Fleiter T, Schleich J, Ravivanpong P. Adoption of energy-efficiency measures in SMEs—An empirical analysis based on energy audit data from Germany[J]. Energy Policy, 2012, 51: 863-875.

[6]汪鎮全. 關于產業政策的若干問題[J]. 經濟問題, 1987(1):30-32.

[7]Liu P, Zhou Y, Zhou D K, et al. Energy Performance Contract models for the diffusion of green-manufacturing technologies in China: A stakeholder analysis from SMEs’ perspective[J]. Energy Policy, 2017, 106: 59-67.

[8]薛 瀾, 趙 靜. 新興產業發展與適應性監管[J]. 公共管理評論, 2016 (2): 3-6.

[9]Zhou Y, Li X, Lema R, et al. Comparing the knowledge bases of wind turbine firms in Asia and Europe: Patent trajectories, networks, and globalisation[J]. Science and Public Policy, 2016, 43(4): 476-491.

[10]鄒 樵. 共性技術擴散的概念及其特征[J]. 科技管理研究, 2010, 30(19):142-145.

[11]周 源. 戰略性新興產業的政策干預方式, 問題和趨勢[J]. 公共管理評論, 2016 (2): 29-33.

[12]魏 峰, 周 源, 薛 瀾. 中國制造數控一代產品升級與有組織創新——以泉州數控一代創新工程為案例[J]. 中國工程科學, 2016, 18(6):110-116.

[13]Featherston C R, O’Sullivan E. Enabling technologies, lifecycle transitions, and industrial systems in technology foresight: Insights from advanced materials FTA[J]. Technological Forecasting and Social Change, 2017, 115: 261-277.

[14]傅家驥. 技術創新學[M]. 北京：清華大學出版社, 1998.

[15]許慶瑞. 研究、發展與技術創新管理[M]. 北京：高等教育出版社, 2010.

[16]Rogers E M. Diffusion of innovations [M]. New York:The Free Press , 2003.

[17]Holdren J P. Powerful partnerships: The federal role in international cooperation on energy innovation[R]. Office of Science and Technology Policy, Executive Office of the President of the United States, Washington, DC, 1999: 5-7.

[18]Kong D, Feng Q, Zhou Y, et al. Local implementation for green-manufacturing technology diffusion policy in China: from the user firms’ perspectives[J]. Journal of Cleaner Production, 2016, 129: 113-124.

[19]Zhou Y, Zhang H, Ding M. How public demonstration projects affect the emergence of new industries: an empirical study of electric vehicles in China[J]. Innovation, 2015, 17(2): 159-181.

[20]張漢威, 蘇 竣, 汝 鵬,等. R & 3D技術創新風險與失敗案例研究——以潔凈煤技術為例[J]. 科學學與科學技術管理, 2014(9):102-110.

[21]Olsthoorn M, Schleich J, Klobasa M. Barriers to electricity load shift in companies: A survey-based exploration of the end-user perspective[J]. Energy Policy, 2015, 76: 32-42.

[22]Hellsmark H, Frishammar J, S?derholm P, et al. The role of pilot and demonstration plants in technology development and innovation policy[J]. Research Policy, 2016, 45(9): 1743-1761.

[23]Brown J, Hendry C. Public demonstration projects and field trials: Accelerating commercialisation of sustainable technology in solar photovoltaics[J]. Energy Policy, 2009, 37(7): 2560-2573.

[24]Lefevre S R. Using demonstration projects to advance innovation in energy[J]. Public Administration Review, 1984: 483-490.

[25]呂 薇. 中國制造業創新與升級 : 路徑、機制與政策: Transition and upgrading of China’s manufacturing industry : paths, mechanisms and policies[M]. 北京：中國發展出版社, 2013.

[26]薛 瀾, 周 源, 李應博. 戰略性新興產業創新規律與產業政策研究[M]. 北京：科學出版社, 2015.

[27]Rothwell R, Zegveld W. Reindustrialization and technology[M]. ME Sharpe, 1985.

[28]Baer W S, Johnson L L, Merrow E W. Analysis of federally funded demonstration projects: Executive summary, prepared for the Experimental Technology Incentives Program[M]. Washington, DC: U.S. Department of Commerce and RAND Corporation, 1976a.

[29]Nemet G F. Demand-pull, technology-push, and government-led incentives for non-incremental technical change[J]. Research Policy, 2009, 38(5): 700-709.

[30]Hendry C, Harborne P, Brown J. So what do innovating companies really get from publicly funded demonstration projects and trials? Innovation lessons from solar photovoltaics and wind[J]. Energy Policy, 2010, 38(8): 4507-4519.

[31]Kokshagina O, Gillier T, Cogez P, et al. Using innovation contests to promote the development of generic technologies[J]. Technological Forecasting and Social Change, 2017, 114: 152-164.

[32]路 風. 產業升級與中國經濟發展的政策選擇[J]. 文化縱橫, 2016(4):80-91.

[33]Parker C M, Redmond J, Simpson M. A review of interventions to encourage SMEs to make environmental improvements[J]. Environment and Planning C: Government and Policy, 2009, 27(2): 279-301.

[34]Tassey G. Underinvestment in public good technologies[R]. Essays in Honor of Edwin Mansfield, 2005: 61-85.

[35]Harborne P, Hendry C. Pathways to commercial wind power in the US, Europe and Japan: The role of demonstration projects and field trials in the innovation process[J]. Energy Policy, 2009, 37(9): 3580-3595.

[36]Trianni A, Cagno E, Worrell E. Innovation and adoption of energy efficient technologies: An exploratory analysis of Italian primary metal manufacturing SMEs[J]. Energy Policy, 2013, 61: 430-440.

[37]Macey S M, Brown M A. Demonstrations as a policy instrument with energy technology examples[J]. Knowledge, 1990, 11(3): 219-236.

[38]Régionale D P. “Preparing for our future: Developing a common strategy for key enabling technologies in the EU” -Current situation of key enabling technologies in Europe[Z].

[39]Anvret M, Granieri M, Renda A. A new approach to innovation policy in the European Union[EB]. CEPS Task Force Report. http://www. ceps. eu/book/new-approach-innovation-policy-european-union, 2010.

[40]Frishammar J, S?derholm P, B?ckstr?m K, et al. The role of pilot and demonstration plants in technological development: synthesis and directions for future research[J]. Technology Analysis & Strategic Management, 2015, 27(1): 1-18.

[41]Sarkar A, Singh J. Financing energy efficiency in developing countries—lessons learned and remaining challenges[J]. Energy Policy, 2010, 38(10): 5560-5571.

[42]Hoppmann J, Peters M, Schneider M, et al. The two faces of market support—How deployment policies affect technological exploration and exploitation in the solar photovoltaic industry[J]. Research Policy, 2013, 42(4): 989-1003.

[43]Lockett A, Thompson S, Morgenstern U. The development of the resource-based view of the firm: A critical appraisal[J]. International Journal of Management Reviews, 2009, 11(1): 9-28.