地理距離、技術距離與集群企業的創新績效
——基于傳統制造業集群的實證研究

鄭健壯 孫 璐 朱婷婷

(1.浙江大學城市學院，浙江 杭州310015；2.南京中醫藥大學翰林學院，江蘇 南京 225300)

傳統制造業集群升級的關鍵在于創新。早期經濟地理學和產業集群理論都認為，企業在地理空間上的集聚有助于知識的溢出(1)Baptista R,Swann P, Do Firms in Clusters Innovate More？Research Policy, 1998, No.5, pp.525-540.，使企業容易從外部組織獲取創新所需的資源與知識(2)Lorenz L, Collective Learning, Tacit Knowledge and Regional Innovative Capacity, Regional Studies, 1999, No.4, pp.305-317.。但隨著研究的深入，學者們發現：除顯性知識外，創新更需要隱性知識(3)Herrman A M, Taks J L, Moors S E, Beyond Regional Clusters: On the Importance of Geographical Proximity for R&D Collaborations in a Global Economy: The Case of the Flemish Biotech Sector,Industry and Innovation, 2014, No.6, pp.499-516.，但隱性知識的轉移和吸收并不完全是由地理因素所決定的。因此，“鄰近性”(Proximity)的研究，也逐漸從地理鄰近性(4)Bellet M, Colletis G, Lung Y, Introduction to the Special Issue on Economy and Proximity, Revue d’Economie Régionale et Urbaine,1993, No.3, pp.357-361.轉向認知、制度等鄰近性(5)Mattes J, Dimensions of Proximity and Knowledge Bases:Innovation between Spatial and Non-spatial Factors, Regional Studies,2012, No.8, pp.1085-1099.(6)李琳、龔晨：《多維鄰近性對不同知識基礎產業創新的影響——基于ANN和OLS回歸雙重檢驗》，《科學學研究》2017年第8期，第1273-1280頁。。目前，已有開始關注認知、制度、文化等鄰近性的研究，但仍缺乏對技術鄰近性的深入探討。上述情況可能導致在理論上無法解釋：在某個特定市(縣)域內，為什么擁有相同或相近制度和文化的兩個同類產業集群(如浙江的兩個服裝集群)在創新性上存在天壤之別。也就是說，用制度、文化等鄰近性難以理想地解釋集群及集群企業的知識創新問題。而與技術鄰近性相近似的“技術勢差”理論已在這個方面作出了較有說服力的解釋：當技術輸出方比技術輸入方擁有正的較大技術勢差時，能顯著促進技術輸入方的技術能力提升(7)江志鵬、樊霞、朱桂龍等：《技術勢差對企業技術能力影響的長短期效應——基于企業產學研聯合專利的實證研究》，《科學學研究》2018年第1期，第131-139頁。。另外，有學者用認知鄰近性代替技術鄰近性，卻混淆主觀與客觀的關系；就研究的方法而言，現有的研究基本屬于宏觀研究，即利用省(市)的面板數據進行跨區域研究(8)夏麗娟、謝富紀、付丙海：《鄰近性視角下的跨區域產學協同創新網絡及影響因素分析》，《管理學報》2017年第12期，第1795-1803頁。(9)李晨、覃成林、任建輝：《空間溢出、鄰近性與區域創新》，《中國科技論壇》2017年第1期，第47-52頁。，鮮有聚焦產業集群內部技術鄰近性的研究，因此，其研究結論對于集群發展意義不大；就研究結論而言，結果也各不相同，既有早期研究“倒U型”關系的結論(10)黨興華、弓志剛：《多維鄰近性對跨區域技術創新合作的影響——基于中國共同專利數據的實證分析》，《科學學研究》2013年第10期，第1590-1600頁。，也有最近研究正向關系的結論(即技術鄰近性越強越有利于區域創新)(11)夏麗娟、謝富紀、付丙海：《鄰近性視角下的跨區域產學協同創新網絡及影響因素分析》，《管理學報》2017年第12期，第1795-1803頁。(12)李晨、覃成林、任建輝：《空間溢出、鄰近性與區域創新》，《中國科技論壇》2017年第1期，第47-52頁。。

從本質上而言，集群是地理空間和技術(知識)空間的綜合體(13)魏江、徐蕾：《知識網絡雙重嵌入、知識整合與集群企業創新能力》，《管理科學學報》2014年第2期，第34-47頁。，即同時具有地理和技術兩類屬性。因此，用地理距離和技術距離分別反映地理鄰近性和技術鄰近性，并將上述兩種距離同時放入集群情景下，研究集群內企業間的地理距離、技術距離通過知識獲取對企業創新績效的影響機制，以揭示傳統制造業集群內部企業創新的內在機理，并為塑造創新性集群提供相應的政策建議，具有重要的理論和現實意義。

一、研究設計

(一)研究假設

1.地理距離與外部知識獲取及創新績效的關系。地理鄰近性與企業間的地理距離是同一問題的兩種表示，地理越近表示地理鄰近性越強。企業間的地理距離最直接地表示為兩者之間的公里數(14)Mattes J, Dimensions of Proximity and Knowledge Bases: Innovation Between Spatial and Non-spatial Factors, Regional Studies, 2012, No.8, pp.1085-1099.。研究發現：地理距離越近，不僅能夠通過專業化分工和創新要素集聚等提升創新績效，而且越能促進企業間的知識溢出(15)史烽、高陽、陳石斌等：《技術距離、地理距離對大學——企業協同創新的影響研究》，《管理學報》2016年第11期，第1665-1673頁。，以及借助文化和制度等的認同促進隱性知識的轉移(16)Herrman A M, Taks J L, Moors S E, Beyond Regional Clusters: On the Importance of Geographical Proximity for R&D Collaborations in a Global Economy：The Case of the Flemish Biotech Sector, Industry and Innovation,2014, No.6, pp.499-516.，進而產生正向的外部創新效應(17)Jaffe A B, Technological Opportunity and Spillovers of R&D:Evidence from Firms’ Patents, Profits, and Market Value, American Economic Review, 1986, No.5, pp.984-1001.。因此，本文假設：

H1：地理距離對創新績效有顯著的負向影響。

H2：地理距離對外部知識獲取有顯著的負向影響。

2.技術距離與外部知識獲取及創新績效的關系。技術鄰近性與企業間的技術距離也是同一問題的兩種表示。技術距離表示企業之間的技術相似性或相似程度。企業間技術距離越大，一方面，越能對同類企業產生創新壓力而促進其創新績效的提高；另一方面，企業間技術距離越大，表明兩者知識的重疊度越小，就越有可能從知識溢出中獲取更多知識(18)Cunningham S W, Werker C, Proximity and Collaboration in European Nanotechnology, Regional Science, 2012, No.4, pp.723-742.，也更容易碰撞出新的靈感和創意，進而促進創新(19)Vrande V D, Vareska, Balancing Your Technology-sourcing Portfolio：How Sourcing Mode Diversity Enhances Innovative Performance, Strategic Management Journal, 2013, No.5, pp.610-621.。因此，本文假設：

H3：技術距離對創新績效有顯著的正向影響。

H4：技術距離對外部知識獲取有顯著的正向影響。

3.外部知識獲取與創新績效的關系。外部知識獲取是組織學習的一個基本過程，也是企業創新的必要條件。集群企業通過外部知識獲取進行吸收整合并轉化為自身知識，進而促進創新績效的提高(20)鄭健壯、葉崢、徐寅杰：《集群企業開放度對創新績效的影響機制研究》，《科研管理》2017年第4期，第19-27頁。。因此，本文假設：

H5：外部知識獲取對企業創新績效有顯著的正向影響。

4.外部知識獲取的中介作用。綜上所述，外部知識獲取在地理距離、技術距離與企業創新之間起到了重要的中介作用，即地理距離和技術距離會影響外部知識的獲取，并最終會影響集群企業的創新績效。因此，本文假設：

H6a：外部知識獲取在地理距離對企業創新績效的影響中起中介作用。

H6b：外部知識獲取在技術距離對企業創新績效的影響中起中介作用。

5.吸收能力的調節作用。企業獲得外部知識并不必然地正向影響企業創新，只有吸收、消化并最終運用到市場中去才能促進企業創新。吸收能力越強，就越能帶來更高的創新績效(21)鄭健壯、葉崢、徐寅杰：《集群企業開放度對創新績效的影響機制研究》，《科研管理》2017年第4期，第19-27頁。。吸收能力可分為潛在吸收能力和實現吸收能力，潛在吸收能力主要是指企業識別外部知識的能力，這個能力主要體現在“外部知識獲取”中。因此，本文中吸收能力主要指實現吸收能力，即吸收和消化外部知識的能力。但吸收和消化知識也受到識別的影響。因此，本文假設：

H7：企業吸收能力正向調節企業外部知識獲取對創新績效的影響。

綜上所述，本研究提出地理距離、技術距離對集群企業創新績效影響的概念模型(見圖1)。

圖1 地理距離、技術距離對企業創新績效影響的概念模型

(二)變量測量

本研究的測量題項均來自現有的成熟量表(共31個題項)。題項測量采取主觀測量法，并采用Likert 5級記分，1表示“非常不同意”，5表示“非常同意”。

1.解釋變量。本研究的解釋變量包括地理距離和技術距離。參考汪潔(2010)(22)汪潔：《企業網絡中臨近性對知識轉移績效的影響研究》，浙江大學2010年碩士學位論文。和高攀(2012)(23)高攀：《地理、組織與認知鄰近對產業集群創新的交互影響》，湖南大學2012年碩士學位論文。等人的研究，選擇相距地理位置、平均往返時間、平均往返交通費用等三個指標來測量地理距離；參考蔣兵等(2017)(24)蔣兵、李密、陳守忠：《合作研發中的技術距離、知識轉化與能力獲取：理論及案例》，《科技進步與對策》2017年第19期，第137-144頁。的研究，選擇物化差異、技術重疊、人力資源及管理差異三個指標來測量技術距離。

2.被解釋變量。本研究的被解釋變量是企業創新績效。參考鄭健壯等(2017)(25)鄭健壯、葉崢、徐寅杰：《集群企業開放度對創新績效的影響機制研究》，《科研管理》2017年第4期，第19-27頁。和杜偉錦等(2018)(26)杜偉錦、宋穎、楊偉等：《“兩化融合”背景下制造企業信息化對創新績效的影響——基于價值鏈視角的實證研究》，《生產力研究》2018年第1期，第6-11頁。的研究，選擇產品創新和工藝創新兩個指標來測量企業創新績效。

3.中介變量。本研究的中介變量是外部知識獲取。參考黎振強等(2015)(27)黎振強、王英：《地理鄰近性與認知鄰近性對創新績效的影響分析——基于知識獲取的中小高新技術企業的實證研究》，《求是學刊》2015年第6期，第39-46頁。和艾志紅(2017)(28)艾志紅：《知識距離、吸收能力對產學研合作績效的影響研究》，《工業技術經濟》2017年第7期，第121-127頁。的研究，選擇技術知識、市場知識和管理知識三個指標來測量外部知識獲取。

4.調節變量。本研究的調節變量是吸收能力。參考張潔等(2012)(29)張潔、戚安邦、熊琴琴：《吸收能力形成的前因變量及其對企業創新績效的影響分析——吸收能力作為中介變量的實證研究》，《科學學與科學技術管理》2012年第5期，第29-37頁。及黎振強等(2015)(30)黎振強、王英：《地理鄰近性與認知鄰近性對創新績效的影響分析——基于知識獲取的中小高新技術企業的實證研究》，《求是學刊》2015年第6期，第39-46頁。的研究，選擇辨別外部知識價值、消化外部知識和應用外部知識三種能力來測量吸收能力。

5.控制變量。企業年齡和規模會影響企業的創新績效，因此需對其進行控制。用企業成立年限計算企業年齡，用企業員工人數表示企業規模。

二、實證研究

(一)數據收集

為驗證圖1的模型，選取浙江省海寧市經編產業集群企業進行研究。選擇該集群還有以下兩個方面的考量：其一，該集群是浙江典型的制造業集群；其二，經編產業的技術性遠高于一般的紡織產業集群，有利于測量技術距離對企業創新的影響。海寧經編產業集群起步于20世紀80年代，經過30多年的發展，目前已成為我國最大的經編產業生產基地，產量約占全國的20%，先后被譽為“全國新型工業化產業示范基地”“國家外貿轉型升級示范基地”和“全國經編產業知名品牌創建示范區”。目前，該集群擁有1 500余家企業，2017年實現技工貿收入359億元，比上年增長16.5%，實現利稅26.2億元，比上年增長27.2%。

本研究的數據通過問卷發放收集。問卷發放對象是該集群內企業的高層管理者，發放途徑包括以下兩個：其一，委托政府部門通過電子郵件發放，共發放問卷150份，回收130份，有效問卷114份，問卷回收率86.7%，有效率87.6%；其二，在行業協會幫助下到企業現場發放，當場作答并回收，共發放問卷50份，回收50份，有效問卷50份，問卷回收率100.0%，有效率100.0%。在回收的164份有效問卷中，按企業年齡劃分，5年以下30家(18.3%)、6～10年42家(25.6%)、11～15年36家(22.0%)、16～20年50家(30.5%)和20年以上6家(3.7%)；按照企業員工人數劃分，19人以下28家(17%)、20—200人116家(70.7%)、201—299人4家(2.4%)、300—499人10家(6%)和500人及以上6家(3.9%)。因此，該集群企業基本屬于中小企業。

(二)信度和效度檢驗

本研究使用Cronbach’s α系數和KMO樣本測度法對變量進行信度和效度分析(見表1)。當Cronbach’s α與KMO值大于0.7，表明為可接受的信度與效度水平。結果顯示，變量的Cronbach’s α和KMO值均大于0.7，故問卷具有良好的信度與效度，適合進行因子分析。

表1 問卷信度和效度檢驗

本研究采用最大方差正交旋轉法對問卷的31個題項進行主成分分析，得到5個特征根大于1的因子，其解釋了總體方差的74.039%，高于70%，并且各個因子內的題項都是本研究變量或變量下的維度所設置的題項，各自的因子負載都大于0.5，符合研究的要求。

(三)相關性分析

相關性分析是進行回歸分析的前提，只有變量間高度相關，回歸才有意義。本研究采用Pearson簡單相關分析探討變量之間的相關關系，分析結果如表2所示。

表2 各變量間相關性分析

注：*表示P<0.01，**表示P<0.05。

由表2可知，知識獲取、技術距離、地理距離、吸收能力和創新績效間存在顯著相關性，技術距離與知識獲取、吸收能力、創新績效間存在正相關關系，地理距離與知識獲取、吸收能力、創新績效間存在負相關關系。同時發現，變量之間的相關系數都低于0.7，說明變量之間不存在多重共線性，可以進行回歸分析。

(四)多元回歸分析與調節效應檢驗

表3中的模型1至模型10分別對控制變量以及在控制變量的基礎上依次加入自變量作回歸分析。為了驗證地理距離、技術距離、知識獲取與創新績效之間的關系，本研究構建了5個模型，被解釋變量均為創新績效。模型1考察控制變量對創新績效的影響，模型2和模型3在模型1的基礎上分別加入了地理距離和技術距離，模型4為地理距離、技術距離兩者對創新績效的影響，模型5在模型1的基礎上加入了知識獲取。從模型2、3、4可知，地理距離、技術距離都在0.001水平上顯著相關，且調整R2系數越來越大，說明回歸效果隨著自變量的增加越來越顯著。在模型4中，地理距離和技術距離與創新績效的回歸系數分別為-0.367和0.310，說明地理距離對創新績效具有顯著的負向影響，技術距離對創新績效具有正向影響。因此，假設H1、H3得到驗證。在模型5中，知識獲取與創新績效的正向相關關系通過了檢驗，說明知識獲取對創新績效具有顯著的正向影響，假設H5得到驗證。為了驗證地理距離、技術距離與知識獲取之間的關系，本研究構建了4個模型，被解釋變量均為知識獲取。模型6只有控制變量，模型7在模型6的基礎上加入了地理距離，模型8在模型6的基礎上加入了技術距離，模型9包含了模型6、7、8中的所有變量，即控制變量、地理距離和技術距離。由模型7、8、9可知，自變量均通過了顯著性檢驗，且調整R2系數越來越大，說明模型隨著自變量的增加對知識獲取的解釋效應明顯增加。在模型9中，地理距離與技術距離的回歸系數分別為-0.232和0.277，說明地理距離對知識獲取具有顯著的負向影響，技術距離對知識獲取具有正向影響。因此，假設H2、H4得到驗證。模型10則引入了吸收能力、吸收能力與知識獲取的交互項，以考察吸收能力對創新績效的調節作用。由模型10可知，知識獲取與吸收能力的交互效應對企業創新績效有顯著影響(系數為0.191，P<0.001)，說明吸收能力在知識獲取與企業創新績效之間起到正向調節作用。也就是說，企業的實現吸收能力越強，知識獲取對創新績效的正向影響越大，因此假設H7得到支持。

表3 多元線性回歸結果與調節效應

注：*表示P<0.001，**表示P<0.01，***表示P<0.05。

(五)中介效應檢驗

本研究按照Zhao等(2010)(31)Zhao X, Lynch J, John G, Reconsidering Baron and Kenny: Myths and Truths about Mediation Analysis, Journal of Consumer Research, 2010, No.2, pp.197-206.提出的中介效應分析程序，參照Preacher等(2004)(32)Preacher K, Hayes A F, SPSS and SAS Procedures for Estimating Indirect Effects in Simple Mediation Models, Behavior Research Methods, 2004, No.4, pp.717-731.提出的Bootstrap方法檢驗兩類距離(地理距離和技術距離)與企業創新績效之間是否具有中介效應，結果如表4所示。

表4 知識獲取的中介效應

注：Bootstrap=5 000，置信區間=95%。

由表4可知，在隨機檢驗樣本為5 000、置信區間為95%的條件下，地理距離的置信區間為(LLCI=-0.1894，ULCI=-0.0695)，技術距離的置信區間為(LLCI=0.0580，ULCI=0.1813)，中介檢驗的結果沒有包含0，表明知識獲取的間接中介效應顯著。結合表3的多元回歸結果，可以得出知識獲取在兩類距離(地理距離和技術距離)和創新績效之間存在部分中介效應。因此，假設H6a、H6b得到支持。

(六)假設檢驗結果匯總

通過回歸分析對本研究提出的8個假設分別進行了檢驗，結果如表5所示。

表5 假設檢驗結果匯總

三、研究結論

本研究圍繞地理距離、技術距離對中小企業創新績效的影響機制，借助實證研究得到了以下三個主要結論。這些結論對建設傳統制造業創新性集群有著重要的科學啟示。

(一)打造強地理緊密與強技術勢差相統一的創新型制造業集群

對于產業集群內的中小企業而言，企業間的地理距離、技術距離會對企業的創新績效產生影響。具體而言，企業間地理距離對集群企業的創新績效有著顯著的負向影響，企業間技術距離對創新績效有著顯著的正向影響。因此，理想的傳統制造業創新集群應該是企業間強地理緊密和強技術勢差的統一。

(二)培育強內部自主創新與強開放式創新相統一的創新型集群企業

企業間的地理距離、技術距離之所以會對企業的創新績效產生影響，其內在存在著這樣一種機制，即地理距離負向影響外部知識獲取，而技術距離正向影響外部知識獲取，并最終通過外部知識獲取正向影響企業創新績效，即外部知識獲取在地理距離和技術距離對企業創新績效的影響中起到了中介作用。另外，企業吸收能力正向調節企業外部知識獲取對創新績效的影響，且外部知識獲取與企業吸收能力的交互效應對企業創新績效也有顯著的正向影響。因此，要促進傳統制造業集群的創新，既要鼓勵集群企業積極進行開放式創新，還要鼓勵集群企業加強自身研發創新并積極提升吸收能力。

(三)引進和培育一批具有產業技術領先水平的創新型集群龍頭企業

就技術距離而言，不管是其直接影響企業創新績效還是間接通過外部知識獲取最終影響企業創新績效，技術距離越大越好。簡言之，技術距離對創新績效有著直接的顯著正向影響，即技術鄰近性與企業創新之間存在顯著的負向關系。這與以往結論不同的是：在傳統制造業集群中，技術鄰近性與創新間既不是“倒U型”(33)黨興華、弓志剛：《多維鄰近性對跨區域技術創新合作的影響——基于中國共同專利數據的實證分析》，《科學學研究》2013年第10期，第1590-1600頁。，也不是正向關系(34)夏麗娟、謝富紀、付丙海：《鄰近性視角下的跨區域產學協同創新網絡及影響因素分析》，《管理學報》2017年第12期，第1795-1803頁。(35)李晨、覃成林、任建輝：《空間溢出、鄰近性與區域創新》，《中國科技論壇》2017年第1期，第47-52頁。，而是負向關系。因此，當前傳統制造業集群創新程度不夠的關鍵是集群內部技術勢差的缺乏。一定的技術勢差不僅能保證集群企業創新的新知識來源，還能保證外部壓力促進集群企業的創新。