農產品電商集群企業多維鄰近性對協同創新績效的影響

曾凡益 孫 劍* 陳新宇

(1.華中農業大學 經濟管理學院，武漢 430070； 2.湖北農村發展研究中心，武漢 430070)

創新是企業獲得可持續競爭力的關鍵[1]，早期的企業經營環境相對穩定，管理邊界較為明確，企業可以獨立完成內部創新管理[2]。隨著新技術和新業態的發展，環境不確定性逐漸提高，市場競爭不斷加劇，對企業創新管理提出了新要求[3]，企業獨立創新已經無法應對現有的挑戰，越來越多的企業傾向于“抱團取暖”[4]，協同創新成為企業協調內外部利益、整合內外部資源，提升創新效率的關鍵舉措[5-6]。

農產品電商集群企業有著區別于傳統工業集群企業的獨特性。首先，其形成得益于得天獨厚的農業自然資源，具有較強的地域分布特征，同時也受限于農產品的生產季節性和產品易腐性，經營能力脆弱，創新效率低下[7]。其次，其優勢在于利用數字化技術進行經營，互聯網技術的成熟、網絡基礎設施的完善和智能終端的普及，優化了農產品電商企業的信息環境，同時也對農產品供應鏈中的物流冷鏈技術、渠道信息溝通和市場信息共享等內容創新提出了新要求[3,8]。第三，其發展依托于產業集群豐富的內外部資源，產業集群是促進區域經濟增長的重要因素，農業電子商務集群是推動農村地區經濟增長和農產品電商企業績效提升的新動力，同時產業集群內部知識共享和技術外溢現象明顯，創新存在較強的區域內競爭[9-10]。這些特點有助于農產品電商集群企業獲得獨特的競爭優勢，也極容易導致其形成低端鎖定效應[11]，農產品電商集群企業如何利用好獨特的區位優勢和集群資源，實現自身創新發展和協同創新管理成為一項重要課題。

鄰近性是研究產業集群企業創新的重要視角。鄰近性源于Marshall的集群經濟概念，是指同一集群中不同主體間的協同關系[12]，集群地理范圍的限制使這些主體具有類似的“群”或“類”特征[13]。最初的鄰近性主要是指地理鄰近性[14]，地理位置鄰近的企業由于存在資源互補和功能協同會產生頻繁的互動，進而獲得協同效用，促進企業的創新與發展[15]。已有關于鄰近性與企業創新關系的研究成果給本研究較大的啟發，然而多維鄰近性概念的引入為集群企業創新的研究提供了不同于以往的分析視角。第一，已有研究主要關注地理鄰近性，重點探討地理位置的接近對企業發展的影響[9,16]，忽視集群企業間的社會關系對企業創新的影響，同時數字經濟的發展縮短了傳統的市場交易距離，地理距離對企業創新的影響逐漸弱化，技術鄰近性的作用日益凸顯[17]。第二，關于鄰近性對集群企業績效影響的研究結論不一致，李柏洲等[6]認為鄰近性有利于企業間知識共享和信息交流，對企業創新存在正向影響，李宇等[4]認為過度的接近導致企業依賴于外部環境，對企業創新存在負向作用。第三，從多維鄰近性出發探討單維鄰近性在促進企業績效提升上發揮的不同影響機制，關于鄰近性各個維度之間可能產生的相互作用以及共同作用機制討論較少。最后，已有研究大多從產業層面探討鄰近性對整個產業集群的影響[18]，缺乏在微觀層面從企業與企業間鄰近關系的視角探討多維鄰近性對農產品電商企業協同創新的影響。

本研究以農產品電商集群企業為研究對象，建立一個農產品電商集群企業地理鄰近性、社會鄰近性、技術鄰近性與協同創新績效之間關系的分析框架，揭示該框架中各構面間的邏輯關系，提出并證實了多維鄰近性對協同創新績效的不同影響機理，并驗證了多維鄰近性之間的交互作用對協同創新績效的作用機制。研究充實了鄰近性與協同創新的理論研究空間，以期為我國農產品電商企業有效利用內外部資源、實現內外部協同發展和提升創新績效提供實踐借鑒。

1 理論分析與研究假設

1.1 農產品電商集群企業多維鄰近性

學術界關于鄰近性的概念界定和維度劃分缺少一個明確的標準，多維鄰近性之間存在不同程度的交叉和重疊，黨興華等[18]認為針對不同的分析對象和分析層面，鄰近性的具體概念和劃分維度要做出相應的修正。本研究從組織層面探討農產品電商集群企業多維鄰近性對企業協同創新績效的影響，因而不考慮國家和區域層面的戰略、制度和文化鄰近性[2,12-13]，不關注反映企業員工個人特質層面的個人鄰近性[11]，也不強調反映組織規模大小的組織鄰近性[14]。地理鄰近性作為產業集群內部企業最基本的鄰近性特征，對企業創新績效的提升發揮著基礎作用，需單獨探討地理鄰近性對農產品電商集群企業協同創新績效的影響[18,20]。社會鄰近性源于社會網絡理論中的嵌入性概念[10]，農產品生產分布的地域特征導致農產品電商集群企業分布具有特殊的血緣、地緣和業緣特征[7]，使得企業間具備較強的關系聯結，是一種非正式的社會聯系[11]。社會鄰近性涵蓋了關系鄰近性關注的企業間關系的緊密程度[9]，更強調由此形成的信任合作關系[10]，因此采用社會鄰近性來刻畫農產品電商集群企業間的社會聯結和信任關系。技術鄰近性最初主要關注企業間知識基礎的相似程度，涵蓋了認知鄰近性的相關概念[16-17]，農產品電商企業運用互聯網知識和數字化技術進行經營管理，電子商務技術鄰近性是企業進行協同創新的關鍵要素[17]，因此技術鄰近性也是本研究關注的重點。基于以上理論分析和研究實際，本研究選取地理、社會和技術鄰近性3個維度來探究農產品電商集群企業鄰近性對協同創新績效的影響。

1.2 農產品電商集群企業地理鄰近性與協同創新績效

地理鄰近性作為最早提出的鄰近性維度，相較于其他維度具有成熟的概念界定和測量方法。Torre[20]提出地理鄰近性主要分為相對地理距離和絕對地理距離，相對地理鄰近性采用企業間的臨時性接觸來刻度，包括參加會議、展示和訪問等短期和中期的臨時性空間接觸，絕對地理鄰近性主要采用企業間相距的絕對公里數和絕對車程時間來表示。地理鄰近性是農產品電商集群企業提升協同創新績效的有效途徑[21]，首先，農產品電商集群企業依賴于農業自然資源，具有較強的地域分布特征，傾向于和周邊的企業建立協同關系[7]，地理距離的縮短降低了企業有形物資運輸的交通成本[16]，通過縮小信息獲取范圍來規避信息不對稱，有利于交易成本的降低[21]，企業有更多的財務資源投入到協同創新活動中。其次，農產品電商集群企業利用互聯網知識和數字化技術進行經營管理，面臨高度不確定的互聯網信息環境[18]，地理鄰近性創造了更多的面對面交流機會，增加了溝通互動的頻率，有利于企業與鄰近企業數字技術交互學習和互聯網知識獲取[21]，使得隱性知識的傳遞更加有效[7]，為協同創新提供知識資源支撐。第三，地理距離的接近讓企業感知到鄰近企業的發展動向，產生學習壓力和模仿行為[18]，優化農產品電商集群企業自身在農產品電子商務經營各個環節的運營效率，降低運營管理對創新管理的擠出效應。然而，農產品生產分布的地域性，導致一定地域范圍內的企業經營同類相關產品，高度的地理鄰近性會引發區域的產品內競爭[22]；企業分布的地域性特征也會導致企業細分具有較高需求重合度的消費者，引發產品的區域內競爭[11]；同時，高度的地理鄰近性也會加劇農產品電商集群企業關鍵互聯網知識和核心數字化技術向外溢出，從而喪失競爭優勢和創新能力[9]。據此，本研究提出：

H1：農產品電商集群企業地理鄰近性與協同創新績效存在倒“U”型關系，即一定范圍內的地理鄰近正向影響協同創新績效，若地理鄰近程度大于臨界值會導致較強的區域競爭和產品競爭以及外向知識溢出，從而負向影響協同創新績效。

1.3 農產品電商集群企業社會鄰近性與協同創新績效

社會鄰近性源于社會網絡理論中的嵌入性概念，史焱文等[23]認為嵌入社會網絡的節點企業由于持續的互動關系會產生隱性距離的鄰近，強調企業間的交流合作和基于此建立起來的信任關系[10]。已有研究成果表明，首先，社會鄰近性有效降低了企業與合作企業之間的協調成本，對長期合作意愿的達成提供情感支持，有利于規避機會主義行為，維護穩定的合作關系[24-25]，是在信息高度不確定的互聯網環境下農產品電商集群企業協同創新績效提升的有效途徑。其次，農產品電商集群企業社會聯結的鄰近有利于信任關系的建立，進而加強企業間的深層次溝通交流，降低企業間隱性知識轉移和吸收的壁壘，為復雜和敏感的數字技術和知識共享創造條件[23,26]，從而提升協同創新效率。第三，基于合作和信任關系的建立，社會鄰近性強化企業市場信息共享意愿，有利于農產品電商企業應對農產品經營中的小組織與大市場對接的矛盾[27]，有效促進企業協同創新績效的提升。本研究關注的農產品電商集群企業社會嵌入關系存在強弱差別，社會鄰近性有利于增強強關系的信任關系，維持弱關系的互動關系[28]，對農產品電商集群企業協同創新管理的實現發揮關鍵作用。據此，本研究提出：

H2：農產品電商集群企業社會鄰近性正向影響協同創新績效。

1.4 農產品電商集群企業技術鄰近性與協同創新績效

技術鄰近性最早由Grillitsch等[29]提出，是指企業間所屬的技術領域、所擁有的技術能力和技術經驗的相似性，關注企業間技術知識結構的相似程度。Jaffe[30]認為知識和技術結構的相似程度是企業間開展知識和技術交流的基礎，技術知識的有用性和易用性是技術鄰近性的重要內涵。學術界關于技術鄰近性的研究主要集中在電子信息等技術密集型行業，探討技術鄰近特征對產品和行業創新的影響[2]。農產品電商企業作為數字經濟背景下發展起來的新型產業形態，基于數字化技術開展物流和營銷等各類業務，電子商務技術知識鄰近對其創新發展影響尤為直接[31]。數字化技術鄰近是農產品電商企業實現高效協同創新管理的關鍵，首先，技術鄰近企業具備知識共享和技術交流的認知基礎，采用相似的數字化技術和智能終端管理軟件，有利于高效交流的實現，降低農產品電商集群企業協調溝通成本[17]。其次，技術知識基礎結構的相似使得企業對外界技術知識的需求相似，從而產生共同學習意愿和協同學習行為，有利于提升農產品電商集群企業協同創新績效[32]。第三，相似的技術知識結構決定了企業間學習能力相當，簡化企業間技術知識的吸收和轉化流程，有利于數字化技術知識的吸收和外溢，提升技術知識共享的效率，降低知識獲取和技術學習的成本，為農產品電商集群企業協同創新管理提供財務資源支持和技術基礎[12]。然而，也有學者提出知識和技術的高度鄰近會導致集群企業形成知識壁壘，產生低端鎖定效應[11]，創新效率低下，從而降低協同創新績效。本研究關注農產品電商集群企業技術鄰近性，企業尚處于發展的初級階段，其技術知識協同創新也屬于初級模式，同類技術競爭較小，企業對技術知識的學習意愿也較為強烈，技術知識壁壘尚未形成。據此，本研究提出：

(5) UL-94垂直燃燒測試：測試儀器為CFZ-2型水平垂直燃燒測試儀，江寧分析儀器廠，按照ASTM D3801—1996標準測試，標準樣品為127 mm×12.7 mm×3.2 mm。

H3：農產品電商集群企業技術鄰近性正向影響協同創新績效。

1.5 農產品電商集群企業多維鄰近性交互與協同創新績效

農產品電商集群企業多維鄰近性間的交互影響可能會產生一種鄰近性替代或者補充其他鄰近性的機制。地理鄰近性為農產品電商集群企業與合作企業提供更多面對面交流的機會，使企業間的社會聯系更加密切，有利于密切合作關系的建立[23]，增強了社會鄰近性對協同創新績效的正向影響，密切的合作關系又進一步增加了企業面對面交流的意愿和頻率[25]，強化了地理鄰近性對協同創新績效的正向影響，二者存在相互補充和促進的作用，對于農產品電商集群企業協同創新績效的提升發揮著正向交互作用。技術鄰近性關注農產品電商集群企業與合作企業間相似的技術知識基礎結構，具備相似的互聯網知識共享和數字化技術交流的認知基礎，使得溝通協調的過程更加暢通，有利于相對地理距離的縮短[16]，同時，地理距離的接近有利于企業間在數字化技術知識運用和學習過程中問題的交流，促進企業間相似的技術經驗的傳遞和新知識系統的構建[32-33]，增強了技術鄰近性，存在相互促進作用，對于農產品電商集群企業協同創新績效的提升發揮著正向交互作用。技術鄰近性打破了農產品電商集群企業間的知識交流壁壘，簡化了溝通障礙，數字化技術和智能終端設備的高頻率使用也增加了農產品電商集群企業的線上交流頻率[2,17]，促進了企業間虛擬情感的建立，社會鄰近性關注企業間實體關系的建立，注重基于線下面對面交流建立起來的實體情感和信任關系[26]，線上交流和線下交流在關系的建立和情感的維護上存在相互促進和補充的過程，技術鄰近性和社會鄰近性對于農產品電商集群企業協同創新績效的提升存在補充機制，二者交互作用正向影響協同創新績效。據此，本研究提出：

H4：農產品電商集群企業多維鄰近性的交互作用對協同創新績效有影響；

H4a：農產品電商集群企業地理鄰近性與社會鄰近性的交互作用正向影響協同創新績效；

H4b：農產品電商集群企業地理鄰近性與技術鄰近性的交互作用正向影響協同創新績效；

H4c：農產品電商集群企業技術鄰近性與社會鄰近性的交互作用正向影響協同創新績效。

基于以上分析，本研究構建了農產品電商集群企業多維鄰近性對協同創新績效的影響理論模型，如圖1所示：

圖1 農產品電商集群企業多維鄰近性對協同創新績效的影響理論模型圖Fig.1 Theoretical model diagram of the impact of multidimensional proximity of clustered agricultural e-commerce firms on synergetic innovation performance

2 研究設計

2.1 數據獲取與樣本特征

本研究選取湖北、江西和浙江3省14個電子商務產業園共350家農產品電商集群企業，于2020年6—9月前往各電子商務產業園對園內電商企業進行實地一對一問卷調查。本研究的調查對象主要是開展農產品經營業務的電子商務企業，問卷由農產品電商企業負責人或主管填寫，在負責人或主管填寫問卷之前專業的調查員對其進行簡單的訪談，以確保填寫問卷的企業負責人和主管對企業近一年的運營狀況足夠了解，確保問卷的真實性和有效性。調研共發放問卷350份，經整理和篩選，回收有效問卷312份，問卷有效回收率為89.14%。樣本人口統計學特征如表1所示：樣本農產品電商企業負責人或者主管以男性為主；年齡以35～55歲為主；文化程度以高中和大專為主，說明問卷填寫對象能夠較好的理解問卷內容；企業前1年經營收入以100萬元以下為主；企業員工人數以50人以下為主，說明農產品電商企業大多處于初級發展階段，企業規模較??；企業互聯網技術使用年限多為6年以下，說明農產品電商企業技術采用年限較短，間接表明了技術鄰近性帶來的技術競爭和知識壁壘還不足以形成。通過卡方檢驗發現，樣本性別、年齡、文化程度、企業前1年經營收入、企業員工人數和企業互聯網技術使用年限組內差異顯著，不存在樣本人口統計學特征的一致性偏差。

2.2 變量測量

本研究選取的量表均來源于國內外學者已經開發且驗證通過的量表，并對原始量表進行多輪翻譯，在保證量表語義不變的前提下，對一些不符合本土研究實際的措辭和語言進行微調，最大程度還原量表的本義，形成規范的調查問卷。在進行正式實地調研之前，課題組邀請相關研究對象進行預調研，并根據預調研反饋對問卷進行修改和調整，進一步提高量表的適用性和問卷的準確性。

1)地理鄰近性參考了Torre[20]、Boschm[14]、黨興華等[18]和張潔瑤[21]國內外學者關于地理鄰近性的概念界定和變量測量，采用Torre[20]提出的將地理鄰近性操作化為相對地理距離，利用企業參加會議、展示和訪問等短期和中期的臨時性空間接觸來度量地理鄰近性的變量測量方法，共有3個題項。代表性題項如“貴公司經常參加行業貿易展覽會”等。

2)社會鄰近性借鑒Ganesan等[24]、Zhou等[10]和劉曉燕等[25]國內外學者的社會鄰近性量表，共有3個題項。代表性題目如“貴公司與合作公司相互信任”、“貴公司與合作公司合作密切”等。

3)技術鄰近性借鑒Knoben等[12]、夏麗娟等[17]和楊博旭等[2]國內外學者對技術鄰近性的變量測量，共有3個題項，從技術相似程度、技術易用性和技術有用性等3個方面來度量農產品電商集群企業的技術鄰近性。

表1 樣本描述性統計分析Table 1 Descriptive statistical analysis of samples

4)協同創新績效強調發揮企業間不同的比較優勢，實現資源共享和利益一致，共同實現創新目標[6]。本研究借鑒Hong等[5]、張潔瑤[21]、解學梅等[34]的協同創新績效量表，分為協同性與創新性兩個維度，共有4個題項，如“與其他公司進行合作使貴公司的產品開發速度比行業的平均水平快”、“與其他公司合作使貴公司產品的開發成本變低了”等。

5)控制變量主要包括企業員工人數、企業成立年限、企業前1年經營收入、企業互聯網技術使用年限等4個變量，已有研究表明企業員工人數、企業成立年限、企業前1年經營收入等變量對創新績效呈現正向影響，而互聯網技術使用年限越久的農產品電商企業運營經驗越豐富，直接影響農產品電商集群企業的創新技術和水平。

2.3 計量模型

為檢驗農產品電商集群企業多維鄰近性及其交互作用對協同創新績效的影響，本研究構建以下計量模型：

(1)

式中：β是待估計系數，εi是隨機誤差項，Yi表示因變量協同創新績效，Xi表示自變量地理鄰近性，Zi表示自變量社會鄰近性，Wi表示自變量技術鄰近性，CONi表示控制變量企業員工人數、企業成立年限、企業前1年經營收入和企業互聯網技術使用年限，i代表第i個樣本。

3 實證檢驗與結果分析

3.1 量表信度分析、效度分析及共同方法偏差檢驗

本研究所有量表的題項都用陳述句來表達，答案選項均采用Likert五分量表，對上述4個變量的各個題項分別設定“非常不同意”、“不同意”、“一般”、“同意”和“非常同意”5個選項，并分別賦值1、2、3、4和5分。

運用SPSS 22.0統計分析軟件對問卷量表進行信度分析和效度分析：首先，信度分析結果顯示地理鄰近性、社會鄰近性、技術鄰近性和協同創新績效量表的Cronbach’s α系數值均大于0.6，說明量表具有較高的信度。

其次，因子分析結果顯示，地理鄰近性、社會鄰近性、技術鄰近性和協同創新績效量表的樣本適配度KMO值均大于0.6，Bartlett球形檢驗統計值均為0.000，說明量表具有較高的結構效度。所有測量指標的因子載荷值均大于0.5，每個變量的AVE值(平均提取方差值)也都大于0.5，表明變量具有較好的收斂效度。同時，從表3可以看出，各變量之間的相關系數均小于變量的平均提取方差平方根(對角線上的加粗數字)，變量之間具有較高的區別效度。

最后，為了檢驗問卷由同一個調研對象填寫，數據來源單一導致的共同方法偏差問題，本研究采用Harman單因子檢驗方法，對所有測量指標進行因子分析，發現特征根大于1的因子有3個，最大的因子方差解釋量為37.547%，未達到40%，說明研究結論受共同方法偏差影響并不嚴重。

表2 量表信度和效度分析Table 2 Reliability analysis and validity analysis

3.2 變量描述性統計與相關性分析

表3列出了各變量的均值、標準差和相關系數等描述性統計分析量。從相關系數可以看出，地理鄰近性、社會鄰近性、技術鄰近性與協同創新績效顯著正相關，相關系數均為正，且在5%的統計水平上顯著，為進一步的假設檢驗提供了相關支撐。

3.3 假設檢驗

本研究運用SPSS 22.0統計分析軟件，結合理論模型與研究假設，以協同創新績效為因變量，地理鄰近性、社會鄰近性、技術鄰近性及3個變量兩兩交互項為自變量進行多層次回歸分析。所有方差膨脹因子指數(VIF)的值均小于10，回歸模型變量間不存在明顯的多重共線性問題。共設置了5個回歸模型，模型(1)主要考察企業員工人數、企業成立年限、企業前1年經營收入和企業互聯網技術使用年限等控制變量對農產品電商集群企業協同創新績效的影響，模型(2)～(5)考察加入地理鄰近性、社會鄰近性、技術鄰近性及3個變量兩兩交互項之后的模型改變，回歸分析結果如表4所示。

模型(1)結果顯示，農產品電商集群企業的員工人數、企業成立年限和企業前1年經營收入對協同創新績效的影響不顯著，企業互聯網技術使用年限對協同創新績效發揮顯著正向影響(β=0.115，P<0.01)。

模型(2)結果顯示，農產品電商集群企業協同創新績效受到地理鄰近性、社會鄰近性和技術鄰近性的影響。地理鄰近性與協同創新績效之間存在倒“U”型關系，地理鄰近性顯著正向影響協同創新績效(β=0.949，P<0.01)，地理鄰近性二次項顯著負向影響協同創新績效(β=-0.134，P<0.01)，假設H1得到驗證。社會鄰近性顯著正向影響協同創新績效(β=0.370，P<0.01)，假設H2得到驗證。技術鄰近性對協同創新績效發揮顯著正向作用(β=0.252，P<0.01)，假設H3得到驗證。

模型(3)～(5)在檢驗完控制變量和自變量的直接效應之后放入自變量的兩兩交互項，以檢驗地理鄰近性、社會鄰近性和技術鄰近性之間的交互作用對協同創新績效的影響。模型(3)結果顯示，地理鄰近性與社會鄰近性的交互項對協同創新績效影響不顯著(β=0.035，P>0.1)，假設H4a未得到驗證。模型(4)結果顯示，地理鄰近性與技術鄰近性交互項對協同創新績效發揮顯著正向影響(β=0.094，P<0.05)，假設H4b得到驗證。模型(5)結果顯示，技術鄰近和社會鄰近交互項顯著負向影響協同創新績效(β=-0.088，P<0.05)，分析結果與研究假設相反，假設H4c未得到驗證。

表3 變量描述性統計分析Table 3 Descriptive statistical analysis of variables

3.4 結果討論

實證分析結果顯示，地理鄰近性與農產品電商集群企業協同創新績效之間存在倒“U”型關系，一方面地理鄰近性會加強農產品電商集群企業間的互聯網信息交流和數字化技術知識共享，降低交易成本和協調溝通成本，提升協同創新績效，另一方面農產品電商集群企業銷售同質農產品，高度的地理鄰近性會帶來區域競爭、產品競爭和知識外溢，喪失核心創新能力，降低協同創新績效。與楊博旭等[2]基于電子信息產業所做的多維鄰近性對產學研合作創新影響的研究結論存在部分一致性。社會鄰近性正向影響協同創新績效，社會鄰近性帶來的密切合作和信任關系促進農產品電商集群企業間產品和市場信息的交換，促進協同創新績效的提升，這與王?；ǖ萚32]關于多維鄰近性對我國跨區域產學協同創新影響的研究結論存在一致性。農產品電商集群技術鄰近性對協同創新績效具有正向影響，相似程度高、容易被采取和使用有效的技術經驗和知識基礎有利于企業間的知識共享和技術交流，降低信息搜索和知識獲取的成本，從供應鏈各個環節提升協同創新績效。這與余謙等[26]關于技術鄰近性對企業知識水平增長影響的研究結論存在共同點。本研究證實了農產品電商集群企業多維鄰近性對企業協同創新績效的影響，結論彌補了現有研究大多從產業層面探討鄰近性對整個產業集群的影響，缺乏在微觀層面探討多維鄰近性對協同創新的影響的不足。

表4 農產品電商集群企業多維鄰近性對協同創新績效的影響回歸分析結果(非標準化系數)Table 4 Regression analysis results of the impact of multidimensional proximity of clustered agricultural e-commerce firms on synergetic innovation performance (unstandardized coefficient)

農產品電商集群企業多維鄰近性之間的交互作用對企業協同創新績效發揮不同的影響。首先，農產品電商集群企業地理鄰近性與社會鄰近性之間的交互作用對績效不產生影響，可能是因為農產品電商企業處于發展的初期階段，產品貿易展覽會等短期和中期的臨時性交流效果欠佳，而企業與合作企業基于原有的血緣、地緣和業緣關系建立起來的創新模式，沒有結合數字經濟新發展做出新調整，在此特定的研究環境和背景下，二者的交互項對協同創新績效影響不顯著。其次，農產品電商集群企業地理鄰近性和技術鄰近性兩者之間存在互補效應，地理鄰近性促進高頻率線下交流，技術鄰近性為便捷的線上交流提供數字技術支持，這種互補效應的存在促進了線上線下融合溝通，有利于電商企業線上線下雙渠道的建立，對于農產品電商集群企業信息交換和協同創新績效的提升具有正向促進作用。最后，農產品電商集群企業技術鄰近性和社會鄰近性交互項系數為負，與王?；ǖ萚32]的研究結論剛好相反，即技術鄰近性和社會鄰近性兩者存在負向替代作用，而非正向互補作用，技術鄰近性促進線上虛擬感情的建設，社會鄰近性則關注線下實體情感的建立，本研究的調研對象為處于初級創新階段的農產品電商集群企業，在企業對電子商務運營熟悉程度較低和合作企業情感關系維持投入有限的情況下，二者之間存在替代效應，其交互項對協同創新績效呈現負向影響。

農產品電商集群企業互聯網技術使用年限對協同創新績效發揮顯著正向影響，可能的原因在于互聯網技術和設備的采納年限越久，企業對電子商務運營技能和流程掌握越熟練，在信息獲取、產品開發和創新能力等方面的核心競爭優勢越明顯，有利于協同創新績效的提升。所以，本研究認為長期高質量的數字技術基礎設施建設對我國農業現代化的實現有著重要作用。

4 主要研究結論與啟示

4.1 研究結論與啟示

本研究以農產品電商集群企業為切入點，探究了由于數字經濟發展帶來的農產品電商集群企業多維鄰近性及其交互作用對協同創新績效的影響，采用湖北、江西和浙江3省14個電子商務產業園312家企業的微觀調研數據對研究假設進行了實證檢驗。根據數據分析結果，得出以下研究結論：第一，地理鄰近性與協同創新績效之間存在倒“U”型關系，處在同一區域內的農產品電商集群企業競相銷售同質性較高的農產品給有相同需求的消費者，過度的地理接近會導致較高的區域競爭和產品競爭，從而降低績效。第二，社會鄰近性正向影響協同創新績效，合作信任關系讓農產品電商集群企業之間的產品信息和市場信息交換流暢，有利于企業之間互聯網知識和數字化技術的交互學習，進而提升績效。第三，技術鄰近性正向影響協同創新績效，相似的互聯網技術知識基礎，為企業創造了相似的技術知識需求，促進了農產品電商集群企業間的互聯網信息共享和數字化技術知識溢出，促進績效提升。第四，地理鄰近性和技術鄰近性的交互項呈現互補機制，促進了農產品電商集群企業線上線下融合交流，對于農產品電商集群企業信息跨場域交流和協同創新績效的提升具有正向促進作用。第五，技術鄰近性和社會鄰近性的交互項呈現替代機制，處于初期發展階段的農產品電商企業不擅長線上關系運營，對線下關系維護缺乏時間和精力的投入，無法兼顧全局，呈現出負向影響。

根據上述結論，得出以下研究啟示：第一，同一集群內的農產品電商企業銷售同質性較高的農產品給消費者，存在較強的區域內產品競爭，要重視農產品生產地區的多樣化發展，發揮區域內不同種類農產品的協同帶動作用。第二，農產品電商集群企業在選擇合作企業時，不僅要注重與合作企業建立良好的合作信任關系，充分利用社會鄰近性獲取內外部信息資源，還要關注與合作企業技術基礎的相似性，增強互聯網知識和數字化技術的可獲得性，提升協同創新績效。第三，互聯網技術的發展豐富了農產品電商企業線上線下交流模式，為線上信息共享提供了設備支持，然而處于創新初期階段的農產品電商企業對于數字化技術的掌握和運用較為初級，存在多維鄰近性間的競爭和博弈，政府和相關組織應加強對其技術技能和知識運用的培訓，促進農產品電商企業線上線下跨渠道交流，合理利用互聯網技術發展帶來的創新機遇。最后，農產品電商集群企業應注重高質量的互聯網信息內容傳遞，謀求生產信息、產品信息、市場信息以及技術信息的共享和吸收，促進自身創新績效的提升。

4.2 不足與展望

本研究存在一定的局限性：首先，研究采用短期和中期的臨時性空間接觸即相對地理距離來測量農產品電商集群企業地理鄰近性存在一定的局限性，未來可以進行更為精確的調研，采用絕對地理距離來測量地理鄰近性。其次，研究選取的調研地點多分布在東部和中部地區，未來可以對全國東中西部地區進行更為全面的實地調研和數據收集。最后，研究采用的數據為橫截面數據，缺乏對農產品電商集群企業的追蹤調查，未來可以對企業進行追蹤調查，以更加全面的了解農產品電商集群企業的動態創新發展，進一步完善相關研究結論。