跨省域合作網絡結構對企業創新效率的影響研究

賈曉霞 丁寒

內容摘要：創新效率是企業創新能力和科技競爭力的直接體現之一，在區域網絡結構的研究中將創新效率作為績效指標進行定量分析對企業開展跨省域創新合作具有現實指導意義。本文基于中國國家知識產權局2012-2016年的發明專利數據，構建省域尺度下企業與產學研機構的創新合作網絡模型，利用結構方程模型定量分析29個省級行政單位的創新合作網絡指標中心性，以及結構洞對由三階段DEA模型測度的企業創新效率及其產出績效的影響。研究結果表明：省域合作網絡中心性對企業創新效率和產出績效具有積極顯著的影響，結構洞對創新效率產生顯著正向影響，但對創新產出沒有顯著影響。

關鍵詞：合作網絡 ? 三階段DEA ? 創新效率 ? PLS-SEM

引言

隨著經濟與科技全球化的不斷深化，基于行政區域劃分的區域創新體系逐漸與社會生產力發展的客觀需求脫節，突破行政區劃界限，構建跨行政區域創新合作網絡成為必然趨勢。省域創新合作能夠彌補不同省份資源非均勻分布和創新技術非均衡發展的缺陷，促進科技創新要素全方位流動。企業作為科研活動的主體，其成果產出和研發效率對整個省域合作網絡的創新績效會產生巨大影響。研究省域合作網絡對企業創新績效的影響，不僅能從中觀角度展示區域間物質、信息、資源等科技創新載體及要素的利用效率，認清區域科技創新發展現狀，而且對企業開展跨區域創新合作，活化省域經濟系統，提升科技競爭力具有現實意義。

區域合作網絡中創新績效的研究主要涉及兩個方面：一是利用創新績效分析協作網絡的空間結構，二是從合作網絡屬性指標，如中心性、聚類系數和結構洞的角度探究對研究對象創新績效的作用。但是現有文獻主要以結果為導向的創新產出為指標來衡量創新績效，績效指標過于單一且輕投入重產出。創新效率是研發投入產出的轉化率，一定程度上反映了創新活動的管理或經營績效，可以揭示合作網絡中合作者對有限資源的利用率，所以面向過程的效率績效是基于合作網絡角度研究創新活動評價指標的一個適當補充。在跨區域合作網絡視角下研究省市企業的創新效率績效，能夠指導企業調整區域合作研發關系，提升科技創新實力。

因此，本文根據企業與產學研機構的跨區域合作研發活動，構建省域尺度下的企業創新合作網絡。借助社會網絡分析和計量經濟學方法，擬在考慮省域合作網絡對企業創新產出作用的基礎上，重點研究其對企業創新效率的影響，并對企業建立跨省域合作提出指導意見。

理論與假設

（一）網絡中心性與企業創新

中心性是社會網絡中重要的結構屬性，是對網絡節點獲取資源的能力、控制其他節點的能力以及不被其他節點控制的3種能力的衡量（Li等，2013）。占據中心結構位置的合作伙伴能夠更好的共享、整合和利用諸如信息、技術、知識和資金等異質性資源，在網絡的整體結構中占據重要戰略位置。

研發伙伴基于創新要素的頻繁流動和創新資源的交互作用，促進了合作網絡的建構，加速了網絡中處于中心位置的城市科技創新載體及要素的獲取和積累。憑借豐富的企業創新研發知識、信息、技術、人才等資源，處于中心城市的企業成為創新合作網絡中聯系其他節點的橋梁和紐帶。通過降低三方之間的信息鴻溝，為企業提供溝通、協調和交互的渠道，進一步吸引周邊城市企業擴大合作，有利于合作省市資本、知識等資源的整合和優化，提升個體及網絡的創新績效。處于中心位置的城市憑借其豐裕的合作對象，使企業擁有更多的可替代選擇，能夠靈活應對不確定性的沖擊，降低了創新成本和增加了轉移市場風險的機會，能夠推動企業創新效率與產出的提升。基于上述探討，提出如下假設：

H1a：中心性對企業的創新效率具有積極影響。

H1b：中心性對企業的創新產出具有積極影響。

（二）網絡結構洞與企業創新

Burt（1992）首先提出并論證了“結構洞”理論，認為將無直接聯系的兩個個體連接起來的第三者同時擁有信息資源的獲取優勢和控制優勢，有利于提高創新產出績效。后續學者的相關研究也證明占據結構洞位置對節點的創新績效具有積極影響。例如，Soda等（2012）研究發現網絡結構的優勢來源于由開放型網絡結構所創造的中介性機會，占據較多結構洞的參與者，通過控制信息的通道來獲取更多的資源優勢;遲嘉昱等（2015）建立了189家企業的創新合作網絡，發現占據結構洞位置會對企業創新績效產生積極作用;嚴若森和華小麗（2017）利用2008-2014年的257家高新技術上市公司數據，證實結構洞指數越高，企業的創新投入水平越高。但是，許多學者提出相反意見。Rowley等（2000）認為企業占據較少的結構洞意味著合作伙伴間存在著密切聯系，有助于抑制機會主義行為，防止信譽損失的企業采取機會主義行為，有利于企業的技術創新活動;李晨蕾等（2017）利用國際研發聯盟網絡，實證研究發現由于國際研發網絡內企業的行業背景差異大、異質性強，結構洞的存在會導致合作成員難以理解和整合多樣化的信息知識和技術，對企業創新起負向作用。

關于結構洞對創新績效負面影響的研究往往探討的是結構洞與整個網絡或部分網絡性能間的關系，而不是一個特定的節點。結構洞是網絡中異質性信息流動的紐帶，占據結構洞位置的網絡節點更容易獲取獨特、非冗余、豐富的科技創新資源，控制特定知識信息的傳播，有助于企業形成新的有價值的創新思路，開發核心技術;處于結構洞位置的省市，能夠借助網絡中介位置的優勢控制流經的信息知識等資源，從不對稱信息中獲取利益，使企業在科研創新活動中具有更多自主權，從而促進研發產出和研發效率的提高。因此，提出以下假設：

H2a：結構洞對企業的創新效率具有積極影響。

H2b：結構洞對企業的創新產出具有積極影響。

概念模型如圖1所示。

研究設計

（一）網絡模型

專利數據常被用于衡量一個團體、一個區域乃至一個國家的創新能力，可以用標準化信息展現技術進步，表征了創新活動有價值的信息資源，被認為是創新的重要產出指標（王鵬和張淑賢，2016）。本文以企業與其他省域產學研機構的創新合作專利數據為基礎，建立以29個省級行政單位為節點的跨省域創新合作網絡。數據來源于中國國家知識產權局2012-2016年發明專利。步驟如下：第一步，以“公司AND（公司OR大學OR學院OR研究院OR設計院OR科學院OR中心）”為關鍵詞，29個省級行政單位為代理機構，檢索2012-2016年發明專利授權數據，避免多省域合作的重復;第二步，對基于不同代理機構獲取的專利數據進行清洗、整理，刪除屬于同一省域和申請人且不包含“公司”的數據，得到企業與產學研機構的跨省域合作數據;第三步，將29個代理機構合作數據整合，構建出2012-2016年的企業與各機構的跨省域合作專利數據矩陣。

本研究使用社會網絡分析軟件—Pajek將合作關系矩陣轉為網絡分析圖，計算中介中心性、接近中心性和結構洞三種網絡屬性指標。2016年內地省域合作網絡如圖2所示。

（二）三階段DEA模型

創新效率的相關研究多數集中于對研發產出和研發投入的評價領域。DEA是評價具有多投入產出決策單元的一種具有較好普適性的方法。Raab等（2006）運用DEA方法實證分析美國50個州的高技術產業投入產出水平，并比較各州投入產出效率;馮纓和滕家佳（2010）使用DEA方法評價了江蘇省5大高技術產業整體技術創新效率水平。隨著可剔除環境因素和隨機干擾影響的三階段DEA模型的逐漸成熟，許多學者將其運用到高新技術產業以及不同區域技術效率的研究中。本文采用三階段DEA方法以確保計算的企業效率的客觀性。第一階段選擇BCC模型作為評測的基礎模型;第二階段考慮環境因素和隨機誤差的影響，利用隨機前沿模型SFA對一階段DEA計算的投入松弛變量作為決策單元的機會成本進行修正，調整投入量;第三階段調整后投入量帶入經典DEA模型核算效率。

投入產出變量選取。企業創新投入包括研發經費和研究人員等多種資源。研發經費選用規模以上工業企業R&D經費來衡量;研究人員選取規模以上工業企業R&D人員全員當量作指標;用儀器和設備原價作為物質資源的指標。目前研究經驗普遍認為研發創新產出包含研發活動的直接創新成果和創新成果的商業化。新產品銷售收入反映技術創新成果的商業實現，也體現了市場對創新成果的接受能力，將其作為企業研發創新的指標（余泳澤和劉大勇，2013）;專利是研發活動的直接創新成果，選用有效發明專利數作為企業研發創新活動的另一產出指標。

環境變量選取。現有文獻表明企業的創新效率受到國家各省市經濟發展水平、科技創新人才、創新環境等因素影響，本文選取經濟發展水平、受教育水平、信息化水平、政府支持力度和FDI作為環境變量。一般來講，一個地區經濟發展水平越高，該地區創新投入越大，科研創新可能更具有規模經濟效應;受教育水平主要影響一個地區的科研人力資源;信息化作為基礎設施對創新具有重要作用，可以較好實現科研要素的空間傳遞，提升科技創新效率;相關學者研究證明政府支持力度和FDI也會對企業的創新效率產生影響。指標處理方面，經濟發展水平采用一個地區的人均GDP表示;受教育水平采用平均受教育年限測度;信息化水平采用一個地區人均郵電量來衡量;政府支持力度用政府資金在R&D經費內部支出占比計算;FDI用國外資金在R&D經費內部支出占比計算。具體變量指標如表1所示。

本文數據來源于《中國統計年鑒》（2013-2017）和《中國科技統計年鑒》（2013-2017），不考慮滯后性。使用DEAP2.1軟件計算一三階段的創新效率，使用Frontier4.0軟件計算SFA模型。

（三）結構模型

PLS-SEM包含測量模型和結構模型兩部分，前者采用驗證性因子分析，研究可觀測指標對外生構念的解釋度;后者包括多元回歸分析和路徑分析，構建外生構念和內生潛變量的影響關系模型。部分學者使用PLS-SEM進行理論預測、發展和數據探索。PLS-SEM能夠在非正態和小到中等樣本數據的條件下模擬潛在構念的解釋關系;自變量和因變量的測量誤差低于合理水平時，模型可以保持較高的穩健性。由于搜集的是29個省級行政單位的小樣本數據，所以本文使用SmartPLS軟件用PLS-SEM對假設進行檢驗。

（四）變量

因變量。創新效率和創新產出為因變量。以綜合效率為指標測度創新效率;以新產品銷售收入和有效發明專利數為指標測度創新產出。

自變量。以合作網絡的中心性和結構洞為自變量。以中介中心性和接近中心性為指標測度中心性。

控制變量。以研發經費投入強度和規模以上工業企業引進國外技術費用的支出當作控制變量。數據來源于《中國科技統計年鑒》（2013-2017）。PLS模型結構如圖3所示。

模型檢驗與分析

（一）結構模型檢驗

以2016年數據為例，其描述性統計、方差膨脹因子（VIF）的值、測量變量的相關系數矩陣如表2所示。所有VIF值都小于5.0，表明這些變量之間沒有顯著的多重共線性。測量模型的信度和效度檢驗如表3所示。

Cronbachs α和組合信度在0.9以上，說明測量模型的指標具有可信度;因子載荷大于0.7且AVE值都大于0.5說明匯聚效度良好，選取的指標能有效解釋所測量的潛變量。整個模型的區分效度如表4所示。

區分效度都小于0.85，說明不同指標測量的潛變量關聯性低，不存在多重共線性問題。綜合上述評價，說明測量指標信度效度合格，保證測量模型符合理論要求，且模型擬合度良好，軟件運行計算結果有效。

（二）顯著性結果

軟件操作運行結果如圖4所示。

根據搜集的2012-2016年長面板數據建立結構方程模型，2014-2016年的顯著性結果如表5所示。

由模型的運行結果可知，中心性對創新效率和創新產出具有顯著正向影響，支持假設H1a和H1b;結構洞對創新效率具有積極正向影響，支持假設H2a，對創新產出的影響不顯著，不支持假設H2b。

結論

本文基于企業與產學研機構的跨省域創新合作關系，構建29個省級行政單位的合作網絡模型，研究網絡指標中心性和結構洞對面向過程的創新績效—企業的創新效率和面向結果的研發績效—創新產出的影響。研究結果表明，跨區域創新合作網絡中處于中心地位的城市有助于企業創新效率和創新產出的提升。由此可見，企業應積極開展跨省域多樣化合作，尤其是加強與處于中心位置省市企業的研發創新，增加資源信息的獲取渠道，充分利用和挖掘合作關系的潛在性;加強網絡聯系的緊湊性和凝聚力，促使網絡主體間建立更多有效的跨省域合作關系，來提升自身在網絡中的中心地位，加快知識技術的獲取與轉化效率，整合內外部資源，提高創新成果的科技含量和科研成果市場產業化水平。

占據結構洞位置的城市，由于受到的約束小，在創造性活動中享有更多自主權，能夠滿足更多的經濟需求，具有明顯的競爭優勢，有利于創新性想法的提出和新產品的產生，對于企業創新效率具有積極正向作用。而誠信是合作的基礎，它受到企業的信譽、能力、形象等因素影響。企業需要與不同類型的研發主體建立合作伙伴關系，擴大自身跨省域合作機構的范圍，降低來自同一類型合作主體之間的競爭，充分利用自身優勢地位，吸收異質性資源，降低來自網絡效率的制約;同時維護在合作伙伴間的信譽，提高跨省域創新合作的自發性、穩定性和持續性，鞏固并發展在合作網絡中的結構洞位置，提升自身的創新能力。

參考文獻：

1.遲嘉昱，孫翎，劉波.網絡位置、技術距離與企業合作創新—基于2003-2013企業專利合作數據的研究[J].科技管理研究，2015，35（22）

2.嚴若森，華小麗.環境不確定性、連鎖董事網絡位置與企業創新投入[J].管理學報，2017，14（3）

3.李晨蕾，柳卸林，朱麗.國際研發聯盟網絡結構對企業創新績效的影響研究—基于社會資本視角[J].科學學與科學技術管理，2017，38（1）

4.王鵬，張淑賢.產學研創新合作網絡的社會資本結構維度研究—基于2006-2014年廣東省產學研合作專利申請數據分析[J].中國科技論壇，2016（7）

5.馮纓，滕家佳.江蘇省高技術產業技術創新效率評價[J].科學學與科學技術管理，2010，31（8）

6.余泳澤，劉大勇.我國區域創新效率的空間外溢效應與價值鏈外溢效應—創新價值鏈視角下的多維空間面板模型研究[J].管理世界，2013（7）