技術生態位對企業創新績效影響的實證檢驗

申紅艷

（湖北第二師范學院 管理學院，湖北 武漢 430205）

一、引言

技術生態位是指在特定時空內技術環境為企業所提供的各資源集合，包括人力、市場、物力、交通等一系列生態因子與企業技術水平間的生態關系。加快提升技術生態位既是助力國家構建技術創新生態體系的實踐支撐，也是提高企業創新能力與實現技術生態化的關鍵所在[1]。伴隨技術創新活動邁向生態化與系統化，企業逐漸重視與外部企業協同開展技術創新，以努力提高自身技術生態位。據《2020 年全國科技經費投入統計公報》顯示，中國企業研發經費投入總量達2.4 萬億元，同比上升10.2%，研發經費總量居世界第二。2021 年5 月，在“十四五”規劃開局之年，國家在全社會研發經費投入上較上年增長7%。事實上，技術獨占性[2]、無限性與排他性[3]導致技術難以在技術生態位中實現自由快速擴散[4]，呈現出非均衡分布態勢。即技術生態位中的部分核心、關鍵技術仍被國際大型企業所掌控，造成企業面臨技術引進與自主創新困難的窘境，阻礙國內企業技術生態位提升[5]。因此，洞察技術創新發展優劣勢，提升生態位，成為企業創新發展的重要因素。

“十四五”規劃綱要把創新放在了具體任務的第一位，并明確要求堅持創新在中國現代化建設全局中的核心地位。為貫徹落實創新戰略，企業需不斷提升技術生態位，搶占核心技術頭部位置，進而加快創新績效與能力提升。作為推動創新發展過程中不可忽略的經濟主體，企業開展技術創新對自身競爭優勢與綜合國力提升均具有顯著正向意義[6]。在該背景下，如何提高企業創新績效，成為當前企業可持續、高質量發展的重要目標。而技術生態位作為企業創新戰略實施必不可少的組成部分，是否會對企業創新績效產生影響？對此需開展深入探討。但在具體實踐過程中，技術生態位是否可以促進企業創新績效提升仍存在諸多爭議。盡管已有學者對技術生態位與企業創新績效展開了相關研究[7-9]，但在探究兩者關系及指標分解上未能形成全面系統的研究框架。何郁冰、伍靜(2020)[10]指出，作為技術生態位的組成部分，技術生態位寬度與重疊度對企業創新同樣可能會產生不可忽視的影響。而且，網絡中心度作為判斷企業所處技術生態位的重要方式，是否對上述關系產生影響也需進一步探究。故基于上述分析，結合現有部分學者研究觀點，并將網絡中心度作為調節變量，以從不同維度探究技術生態位對企業創新績效的影響。與其他學者不同[7-10]，文章的創新性與邊際貢獻在于從宏觀與空間溢出效應視角探究技術生態位寬度、重疊度與企業創新績效間的關系。

二、理論分析

結合已有研究成果[11]，可將技術生態位分為技術生態位寬度與技術生態位重疊度。技術生態位寬度表示企業所利用技術資源集合，是企業采用內部研發、外部合作方式不斷拓展自身技術領域的主要方式。技術生態位越寬，企業技術涵蓋范圍越廣泛。技術生態位重疊度表示為企業所擁有技術資源相似程度。企業間技術資源越相似，企業間競爭關系愈加激烈。

1.技術生態位與企業創新績效

基于上述理論分析，技術生態位寬度可能提升企業創新績效的傳導機制如下：技術創新是企業經濟活動與實現可持續發展的內在動力，是其內部技術生產與創新發展的重要助推力[12，13]，也是企業技術資源整合與技術生態位拓寬的重要方式。由于未來市場發展難以預測，企業通過存儲技術及其知識內容，使其快速尋找互補或替代技術助力創新，為企業精準預測新技術存在潛在價值及開發機會提供理論支撐。技術生態位寬度越寬，表明企業適應能力越強，利于技術創新與資源集合。一方面，企業拓寬與擴大技術領域，可大量積累異型性技術知識，使各技術知識間交叉融合，不斷催生新技術知識。依托新興技術知識及其所產生的協同效應，提高企業創新績效并降低研發風險。另一方面，技術知識是企業創新的前提，為技術創新活動提供多樣選擇。而且，技術生態位寬度增加反映出企業整合、更新的技術種類較多，促使企業與外部技術形成多樣化、差異化技術組合，激發企業小幅度技術創新行為與降低研發成本。借此，通過利用與優化現有技術資源，企業可有效獲得范圍與規模經濟，且可保持持續增長趨勢。基于此，提出如下研究假設：

假設H1：企業技術生態位寬度促進企業創新績效提升。

技術生態位重疊度是指企業所擁有技術資源相似程度比例，亦或是技術資源占有相同生態位因素的比例。不同企業技術生態位重疊度反映出企業間相互競爭的強度，且描述其在不同時期占有相似技術資源的更迭軌跡[14]。具體而言，在發展初期，企業技術生態位重疊度主要以遵循技術發展軌跡為主，這意味著與企業發展相匹配的技術較少且技術結構多樣化缺失。相較于技術生態位寬度，技術生態位重疊度下的技術創新缺乏深度，難以有效整合與探索外部差異化技術知識。且受時空、技術、資本限制，企業更傾向于開展“局部技術探索”，借助現有技術或利用鄰近空間探索新技術。在發展中后期，通過挖掘、改造與延伸現有技術，企業創新績效隨之提升。但不可否認的是，任何技術收益均呈現出價值遞減態勢，即企業過度依賴某一項現有技術必將帶來負面效應。隨著深入掌握與理解現有技術，企業創新績效將達到發展閾值，進而難以實現精進與提升。期間，若忽略外部技術環境變化與開發，企業將遭遇技術發展困境，無法實現新技術突破。據此，提出如下研究假設：

假設H2：技術生態位重疊度抑制企業創新績效提升。

2.網絡中心度的調節作用

網絡中心度是考察企業作為網絡中心樞紐的程度及其對資源控制程度，較直觀表現出企業在網絡中所處地位及其與外部個體連接情況，對企業資源獲取、價值收益與能力構建等活動產生重要影響。張玲等(2020)指出，企業所處網絡中心位置良好，將對其創新績效產生正向顯著影響[15]。李明星等(2020)發現，網絡中心位置與企業技術創新存在顯著正向關系，即處于網絡中心位置的創新績效最好[16]。占據網絡中心位置的企業不僅可獲取與控制更多資源，還可提升自身知名度與信任度，降低企業合作成本與提高企業創新績效。中心度越高，越利于企業拓寬技術知識范圍，激發其創新行為；相反中心度越低，越不利于企業多元知識獲取，削弱企業技術創新能力及縮減技術生態位寬度。由此，網絡中心度正向調節技術生態位寬度與企業技術創新績效間的關系。進一步分析技術收益遞減與路徑依賴特征可知，技術生態位寬度較低時可能促使企業傾向利用式創新。

當技術生態位重疊度增加時，企業創新活動將減少，抑制創新績效提升。處于網絡中心位置的企業能更快、更有效獲得多元信息資源，占據信息優勢。相較于網絡邊緣企業，中心位置企業擁有更多資源與流通渠道，降低信息不對稱問題并獲取經濟效益。網絡中心度較高的企業可對合作施加影響，占據顯著權利優勢。但這種嵌入性控制與參與能力，可能降低企業信息傳遞功能。同時，較高網絡中心度對技術生態位重疊度與創新績效間關系產生正向影響，即較高網絡中心度正向調節技術生態位重疊度與創新績效間的負向關系。據此，提出如下研究假設：

假設H3a：網絡中心度對技術生態位寬度與創新績效起正向調節作用；

假設H3b：網絡中心度正向調節企業技術生態位重疊度與創新績效間的負向關系。

三、研究設計

1.模型設定

為考察技術生態位對企業創新績效的基準影響，借助朱正浩等(2021)[7]、姚艷虹等(2017)[8]研究思路，構建如下基本面板計量模型：

式中，i 表示地區，t 表示年份，β 刻畫了技術生態位對企業創新績效的影響效果；INNOV 表示企業創新績效；α 表示常數項；NIC 表示技術生態位；CTL 為其他變量集合，具體包括調節變量與控制變量；μi為城市固定效應、νt表示時間固定效應、εit表示隨機干擾項。在式(1)基礎上，假設H1 和假設H2，設定如下具體模型：

式中，NICW、NICO 分別為技術生態位寬度與重疊度。為考察技術生態位驅動企業創新績效的作用機制，在上式基礎上對前文理論提出的網絡中心度這一調節變量展開檢驗。具體檢驗步驟如下，在式(2)、(3)中加入調節變量，考察網絡中心度對技術生態位與企業創新績效間的作用效果，具體模型如下所示：

模型(4)、(5)中，將核心解釋變量技術生態位寬度與重疊度(NICW、NICO)與網絡中心度進行交互處理，得到交互項(NICWit×Cen、NICOit×Cen)，其他與模型(2)、(3)保持一致。在驗證過程中，應重點關注γ 系數的符號，若與β 符號相一致，意味著網絡中心度正向影響技術生態位對企業創新績效的作用效果；反之則為負向影響。

2.變量設定與說明

（1） 被解釋變量

文章被解釋變量為企業創新績效(INNOV)，可通過專利分類號測量方式表示。具體步驟如下，采用前4 位專利IPC 分類號表示不同技術類別，并構建5 年時間窗。基于此，第t 年企業創新績效可用該年所申請技術專利與t-5 至t-1 年申請各類別技術數量衡量。

（2） 核心解釋變量

技術生態位(NIC)可用技術生態位寬度(NICW)與技術生態位重疊度(NICO)表示。有關技術生態位寬度與技術生態位重疊度的測量，應考量多方面因素，如技術類型、技術差異。針對技術生態位寬度，借鑒程躍、周澤康(2019)研究思路[5]，采用前4位專利數據IPC 分類號對企業發展可能涉及技術類型與差異進行衡量，并借助S-W 指數測算技術生態位寬度，具體公式如下：

式中，NICW 表示技術生態位寬度，i 表示企業；r 表示專利數據IPC 分類號；R 表示技術類別總數量；Pr為第r 類專利數量所占比例。

針對技術生態位重疊度，利用P 模型進行測度，公式為：

式中，i、j 分別表示不同年份，其余與上式符號意義相同。

（3） 調節變量

文章采用網絡中心度(Cen)作為研究調節變量。網絡中心度通常用于衡量不同網絡節點所處中心位置的程度，是社會學家提出的關于權利中心性的量化指標。中心度涵蓋特征值中心度、網絡中心度、中間中心度、接近中心度，各類中心度測度結果差距較小，且通常依賴研究背景選取指數。參照王永貴、劉菲(2019)[17]研究成果，采用網絡中心度衡量企業在網絡中所處的位置。在此基礎上，采用t-1 至t+1 年專利申請關系形成合作關系矩陣，并借助UCINET6.2 軟件測算所有網絡節點中心度，從中提取所有樣本企業中的網絡中心度數據。

（4） 控制變量

累計涵蓋企業規模、股權集中度、企業年齡、企業專利活動年期、企業專利積累、總資產負債率6 個控制變量。各變量測量方式見表1。

表1 相關變量定義

3.數據來源與描述性統計

在選取過程中，剔除北京、重慶、天津、上海四個直轄市，并根據《中國統計年鑒》剔除海南、新疆、西藏、青海中城市數量較少的省份城市，以及城市中少于10 萬從業人員的地級城市。文章以2012—2020 年中國2048 個城市（除港澳臺地區） 為數據樣本，樣本數據來源于歷年《中國城市統計年鑒》、北京大學數字金融研究中心、各地市統計年鑒、WIND 數據庫。考慮到數據可比性，文章以2012 年為基期，采用平減方式對涉及貨幣測度相關的變量進行處理，主要變量描述性統計詳見表2。

表2 變量描述性統計

四、實證結果分析

1.技術生態位對企業創新績效影響的基準檢驗

混合效應模型、隨機效應模型與固定效應模型是用于分析面板回歸結果的常用模型，借鑒現有研究[18]，采用F 檢驗與Hausman 檢驗驗證并從中選取更適合本研究的模型。通過檢驗后發現，F 檢驗結果在1%水平上拒絕原假設，反映出固定效應模型相較混合模型更加適配，且允許不同個體擁有各自截距項；Hausman 檢驗結果在1%統計水平上顯著，表明固定效應模型同樣優于隨機效應模型。進一步需要考慮是否應在固定效應模型中加入時間效應。通過將年度定義為虛擬變量，檢驗其聯合顯著性。檢驗可知，所有年度虛擬變量檢驗結果在1%顯著水平上拒絕無時間效應原假設，意味著應將時間效應納入模型中。立足上述分析，文章最終使用面板雙向固定效應模型展開基準回歸分析，回歸結果見表3。

表3 技術生態位影響企業創新績效的基準檢驗結果

表中結果顯示，所有模型擬合度R2在0.4371～0.4499 間波動，意味著面板雙向固定效應模型適配度與擬合度均較高。觀察F 統計值發現，該數值均在1%水平上較顯著，反映出本研究選取面板雙向固定效應模型較為合理，由此所得估計結果也具有可靠性。表3 第(1)列刻畫了未加入任何控制與調節變量時的回歸結果。可知，技術生態位寬度對企業創新績效的影響系數為正，且通過1%顯著水平檢驗，反映出技術生態位寬度對企業創新績效有著顯著正向影響，結果驗證了研究假設H1。該結果與現實情況相符，樣本期內企業創新績效獲得顯著提升。期間，企業不斷拓寬技術生態位寬度，促進了企業創新績效的提升。列(2)反映了技術生態位重疊度與企業創新績效間的關系。由此可知，技術生態位重疊度抑制企業創新績效，結果驗證了研究假設H2。列(3)～(5)顯示了控制變量逐漸加入計量模型所得檢驗結果。從表中數據看出，技術生態位寬度對創新績效存在較穩健的正向促進作用。同理，技術生態位重疊度與企業創新績效存在較明顯負相關關系。

根據加入控制變量后模型估計結果顯示，各模型中技術生態位對企業創新績效的影響系數均在1%顯著水平上為正，反映出企業創新活動開展與創新績效提升依賴于不同時空下可利用資源的集合。其中，企業規模(Size)對企業創新績效的影響系數均在5%顯著水平上為正，意味著企業規模越大，越利于推動企業創新績效的提升。企業年齡(Age)同樣通過1%顯著水平檢驗，對創新績效具有促進作用，一定程度上符合預期。這一結論表明，作為企業創新績效的組成要素，企業年齡對創新績效提升產生至關重要作用。股權集中度(Own)與企業創新績效呈正相關關系，均顯著通過1%水平檢驗，反映出企業股權集中度特征越明顯，越能滿足企業多元化技術創新需求，鼓勵企業積極研發新技術，提高創新績效。企業專利活動年期(Dpat)與企業專利積累(Patac)對企業創新績效的影響系數為正，同樣通過1%顯著水平檢驗，利于提升企業創新績效；總資產負債率(Assl)對企業創新績效的影響系數為負，未通過顯著性水平檢驗，表明總資產負債率可能會抑制企業創新活力而不利于提升企業創新績效。

2.技術生態位影響企業創新績效的傳導機制檢驗

由上述結果可知，技術生態位寬度對企業創新績效產生提升作用，而技術生態位重疊度對企業創新績效產生抑制作用。研究將進一步引入調節變量驗證該影響是否存在基于網絡中心度的傳導機制，檢驗結果見表4。列(1)、列(2)檢驗的是技術生態位寬度與重疊度對企業創新績效的總體影響效應，可以看出技術生態位寬度回歸系數顯著為正，而技術生態位重疊度回歸系數為負。由此可知，技術生態位寬度可顯著提升企業創新績效，而技術生態位重疊度對企業創新績效有抑制作用。列(3)～(4)檢驗的是技術生態位基于調節變量對企業創新績效的影響。觀察可知，網絡中心度交互項回歸系數值分別為0.0098、0.0734。前者系數值在1%水平上較為顯著，表明網絡中心度越強，技術生態位寬度對創新績效的促進作用越強；后者系數值同樣為正，表明網絡中心度在技術生態位重疊度與創新績效的負向關系中會起到調節作用。由此假設H3a 與假設H3b 均通過驗證。

表4 技術生態位影響企業創新績效的傳導機制驗證結果

五、進一步分析

1.空間溢出效應

上述分析主要從微觀層面探究技術生態位對企業創新績效的影響，無法從宏觀層面分析技術生態位對企業創新績效的影響，且也未從空間層面考慮技術生態位與企業創新績效間的關系。基于此，文章進一步從宏觀與空間視角探究技術生態位對企業創新績效的影響。

梳理現有文獻可知，技術生態位一定程度上突破地理距離對企業創新績效的空間約束，有效推動人力、物力、財力等要素的跨區流動，極大拓展了企業與技術間合作的深度與廣度，進而增強城市間技術創新關聯性[19]。這意味著技術生態位對企業創新績效的影響除本地效應外，可能還存在空間溢出效應。為此，采用空間面板計量模型再次驗證技術生態位對企業創新績效的空間交互作用。

在進行分析前，需先驗證不同城市間技術生態位與企業創新績效是否分別存在空間相關性，故采用Moran's I 指數進行考察，具體結果見表5。由此可知，在地理與經濟距離嵌套空間下，2012—2020 年技術生態位和企業創新績效的莫蘭指數均顯著為正，表明樣本期內各城市技術生態位與企業創新績效表現出明顯空間相關性，即二者在空間布局上存在集聚特征。

表5 空間相關性檢驗

其次，在上述驗證結果基礎上，需選擇適配空間計量模型。參考相關學者研究思路[19]，文章選用固定效應空間滯后模型(SAR)探究兩者空間相關性。表6 顯示了不同空間權重矩陣下的回歸結果。由此可知，企業創新績效空間滯后項系數在上述空間矩陣條件下均為正，反映出企業創新績效存在空間溢出效應，鄰近城市企業創新績效提升能帶動本城市企業創新績效提高。之所以存在空間溢出效應，原因在于技術生態位打破傳統各項活動的地理限制，加快各城市間資源要素重組與提高活動間關聯性。進一步分析來看，技術生態位同樣在各空間權重矩陣下顯著為正，反映出其存在顯著空間外部性。

由于存在空間效應，技術生態位對不同城市企業創新績效均會產生影響，并通過循環反饋方式產生一系列影響。該情況下，技術生態位估計系數無法被直接用于解釋其對企業創新績效的影響。為準確反映技術生態位對企業創新績效的直接影響效應，采用偏微分方程法展開分解檢驗。由表6 可知，三種空間權重矩陣下的分解結果較為一致，即技術生態位對企業創新績效有直接影響，而間接效應貢獻較小。以嵌套矩陣下分解結果為例，技術生態位對企業創新績效直接影響效應為0.094，間接效應為0.026，反映出技術生態位每提高1 個標準差，將提升本城市企業創新績效約7.51 個百分點，并提升鄰近城市企業創新績效2.46 個百分點，兩者分別占總效應比重為76.33%、27.61%。

表6 空間溢出效應檢驗

2.時間異質性

由上述分析結果可知，技術生態位對企業創新績效有明顯促進作用，該作用效應是否受時間影響仍需檢驗。為進一步探究技術生態位與企業創新績效間的關系，對其展開分階段考察，回歸結果詳見表7。表中結果顯示，2012—2015 年間技術生態位對企業創新績效的估計系數值顯著低于2016—2020 年間的估計系數值，反映出2016—2020 年間技術生態位對企業創新績效的促進作用較之前更強。主要原因在于，2011—2014年間國內經濟水平、技術實力相對較弱，空間溢出性與網絡擴散范圍較小，技術創新與拓寬成本較高。因此，技術生態位對企業創新績效的促進作用較弱。隨著國家整體經濟實力、技術水平提升與發展，技術創新、拓寬成本持續降低，企業間、政企間交流與聯系較為密切，增強了技術生態位的空間溢出效應。故2015 年以后，技術生態位對企業創新績效具有更強的促進作用。

3.區域異質性

由于經濟發展水平、專利水平、資源布局等差異，技術生態位在區域分布上表現出顯著空間非均衡特征。對此，文章將樣本城市劃分為東、中、西部城市，中心城市與省會城市展開區域異質性檢驗。考察期內，東部城市技術生態位演化指數的均值高于中、西部城市，兩者相差0.741；中心城市技術生態位演化指數均值較外圍城市高1.676，呈現較顯著“先發優勢”（限于文章篇幅省略計算過程）。

由表7 可知，技術生態位有效推動東部城市企業創新績效提升，但對中、西部城市企業創新績效的影響并不顯著；相較于外圍城市，技術生態位對中心城市企業創新績效的促進作用更強。原因在于：一方面，相比中、西部城市與外圍城市，東部城市與中心城市擁有更多資源及完善生態系統，使該地區技術生態位演化及空間溢出效應得到有效發揮；另一方面，憑借優越地理位置、優質資源要素、相關政策傾斜，東部城市與中心城市吸引大量人力、物力、財力資本及高技術企業聚集，使得外部性因素有效提高資源配置與技術創新效率，利于技術生態位演化作用充分發揮。

表7 異質性檢驗

六、結論及建議

1.研究結論

在高質量發展背景下，提升企業創新績效與技術創新能力成為學術界關注的焦點。技術生態位作為時空、區域、國家內各種可利用資源集合，為企業發展與技術創新提供了有力支撐。文章在梳理技術生態位演化對企業創新績效的直接與間接影響機理基礎上，采用2012—2020 年中國地級市面板數據，綜合運用雙向面板固定效應模型、工具變量法、空間SAR 模型，多維度檢驗技術生態位對企業創新績效的影響效果與機制。研究結論如下：第一，技術生態位寬度提升企業創新績效，而技術生態位重疊度一定程度上會抑制企業創新績效。第二，通過文章的研究樣本、工具變量回歸等穩健性檢驗，驗證技術生態位寬度對企業創新績效的作用效果是穩健的，同理技術生態位重疊度與創新績效負向關系的結果也是可靠的。第三，中心度正向調節技術生態位寬度與企業創新績效間的關系；中心度在技術生態位重疊度與企業創新績效負向關系中同樣起調節作用。第四，技術生態位對企業創新績效有顯著正向空間溢出影響效應，反映出技術生態位演化利于城市間企業、經濟協同高質量發展格局構建。第五，技術生態位對企業創新績效具有明顯時間與區域異質性作用效果。具言之，從時間上看，2015 年以后技術生態位對企業創新績效促進作用顯著增強；從區域層面看，相較于外圍與中、西部城市，東部城市與中心城市能享受到更多技術生態位演化所帶來的多樣化紅利。

2.對策建議

研究結果為技術生態位影響企業創新績效提供了經驗證據，也為政府政策制定與實施提供了客觀依據。

第一，搶占網絡權力中心位置。中心度對企業技術生態位與創新績效間關系起雙重作用效應。若企業在實現技術范圍擴大的同時，同步占據網絡的權利中心位置，表明企業可通過合作與資源共享提高彼此技術創新與協作能力，提高創新績效。此種情形下，一方面，企業要不斷突破發展局限，科學合理整合各類技術，加強同其他企業間的合作關系，減少技術、數據信息等要素資源的重復利用；另一方面，不斷優化完善企業間協作流程與拓寬技術生態位寬度，發揮各主體間最大優勢，補齊自身技術短板。

第二，實施差異化技術發展戰略。梳理上述結果可知，區域異質性對技術生態位演化與企業創新績效的影響較為顯著。基于此，首先，相關政府部門應制定并出臺差異化區域發展戰略，鼓勵各城市結合地區資源情況與自身發展實際及要素稟賦，為企業提供有針對性的政策、資金、技術扶持。其次，針對技術生態位水平較低的中、西部城市與外圍城市而言，地方政府應通過政策傾斜，推進落后城市技術、物力、人力、財力等資源要素的集聚。通過拓寬企業技術生態位寬度，提高企業創新績效與創新能力，推動城市間實現高質量協同發展。最后，依托技術生態位空間溢出效應，發揮技術水平較高、資源優勢較顯著城市的輻射作用，提升低水平地區企業創新績效，加快形成區域一體化發展格局。

第三，調整城市與企業技術生態位。東部城市、中心城市、中西部城市及外圍城市應明晰自身在網絡中的技術生態位，不斷調整與選擇適配技術適應環境變化。技術生態位演化對城市拓寬資源利用范圍與定位提供關鍵支撐作用，但也可能對企業資源使用與價值創造產生一定約束作用。對此，一方面，企業應大力推進技術庫建設與更新，吸納、整合與創新先進技術知識，擴大技術生態位寬度。在此基礎上，為企業多元發展提供諸多有利條件，提高企業探索式與利用式創新績效。另一方面，企業需制定技術使用限制，保證技術創新運用與選擇靈活性。尤其是在關鍵領域探索新技術，尋求技術生態位中的最佳重疊位置，以最大程度提高利用式創新績效與發揮優勢。