產業專業化集聚對微觀企業創新產出的影響研究

熊凱軍

(海南大學 經濟學院，海南 海口 570228)

一、問題提出與文獻概述

創新作為企業的核心競爭力[1]，是支撐企業在激烈的市場競爭中生存和發展的重要保證。關于創新的話題也一直備受國內外學術界的重視，尤其是有關企業創新的研究眾多，主要可分為宏觀、微觀和中觀三個層面。在宏觀層面，一部分學者分析反傾銷[2-3]、重點產業政策[4]和經濟政策不確定性[5]等宏觀政策對企業創新的影響。在微觀層面，一部分學者也分析影響微觀企業的創新因素[6]、企業創新效率[7-8]、政府創新補貼對企業創新的影響[9-10]等。除宏觀、微觀視角外，也有部分國內外學者從中觀層面出發。其中，國外學者較多從國別比較和理論發展等視角對產業創新進行研究，如曼斯弗里德(Mansfield，1988)研究美日兩國的企業，發現企業在外部性技術的創新執行等方面比美國企業更具有比較優勢，原因在于日本企業會將更多資源用于制造設備的研發與更新[11]。此外，還有學者從多維和動態視角分析產業創新，一定程度上解決了以往文獻多從單一層面來研究產業創新存在的局限性[12]。不過，國內學者則更多以中國市場為研究對象，探討產業特征對企業創新的影響，如夏維力和孫曉菲(2006)基于產業創新理論，分析中國高新技術企業產業創新的現狀[13]。張貴和張佳利(2012)則利用復雜適應系統中的涌現機理，分析創新涌現與創新催化間的關系，以及制度安排對產業創新的影響[14]。然而，對于潛在的重要因素產業集聚，對工業企業創新效率的影響研究，卻沒有引起學術界的足夠關注[15]，僅有少數學者嘗試研究產業專業化集聚如何影響企業技術創新[16-17]，且所得研究結論存在一定爭議。如劉乃全等(2016)研究發現，專業化集聚能提升企業的生產率，有效提升企業創新能力[18]。陳建軍和胡晨光(2008)[19]利用梅里茲(Melitz，2008)[20]提出的異質性企業貿易理論，研究發現專業化集聚會加劇企業間的競爭，促使低效率企業退出市場，進而提高整個產業的創新產出效率。然而，陶愛萍等(2017)、布魯哈特和馬蒂斯(Brülhart & Mathys，2008)卻發現，當地區的產業專業化集聚程度超過其承載能力，則會造成環境污染、資源短缺和生產成本上升問題，進而抑制企業創新效率[21-22]。

縱觀已有文獻，對于產業專業化集聚對企業創新產出的影響結論仍然存在爭議。為了更深入地分析產業專業化集聚對企業創新產出效應及具體的影響機制，本文以國泰安數據庫中國2007—2018年上市制造業企業作為分析對象，以制造業各細分行業就業人數測度產業絕對專業化指數和相對專業化指數，分析產業專業化集聚對企業創新產出的具體影響機制。本文可能的貢獻在于：(1)現有研究關于產業專業化集聚對企業的創新影響的結論仍存在爭議，本文梳理已有文獻發現兩者可能存在倒U型關系，即在一定范圍內產業專業化集聚對企業的創新產生正向促進作用，超過閾值后則呈現抑制作用，有助于豐富產業集聚與創新領域的研究；(2)數據上，考慮到已有多數研究是采用省級或者地市級層面的宏觀層面數據分析產業專業化對企業創新的影響，少有研究以微觀企業個體進行探討，本文以國泰安上市制造業企業為例，有效地測度產業專業化對企業自身創新產出效率的直接影響；(3)方法上，基于傳統測度產業專業化的方法，本文提出絕對專業化指數和相對專業化指數，共同評估不同地區的產業專業化集聚水平，一定程度上解決變量測量偏誤問題。

二、理論機制

本文基于產業集聚的外部性理論，對以往的文獻梳理發現：適當的產業專業化集聚會產生規模經濟效應、合作效應和學習效應，提高企業的創新產出水平，但過度的產業專業化集聚會對市場中的企業造成競爭效應與擁擠效應，抑制企業的創新產出水平。概言之，產業專業化集聚對企業的創新產出存在促進和抑制作用兩種機制。

持促進論的學者認為，產業專業化集聚會產生規模效應、合作效應和學習效應，促進企業的創新產出水平。首先，就規模效應而言，謝子遠和吳麗娟(2017)研究發現，產業集聚會形成規模經濟效應，有助于降低企業創新成本或者提高企業創新績效，進而提高企業創新效率[15]。究其原因在于，產業集聚區域的企業能通過分享研發基礎設施，降低企業的研發成本，也能為同類型企業提供有效的獲取專業技術和市場需求的相關信息，即產業專業化集聚為同類型企業提供有益的外部性。其次，對于合作效應，早期的合作效應研究可追溯至馬歇爾(Marshall，1890)[11]的外部性理論，該理論認為專業化集聚可以通過產生技術知識溢出、投入產出關聯，以及同行業勞動力干中學等效應，不斷推動產業創新[23]。卡茨(Katz，1986)基于四階段博弈模型評估合作研發的效應，研究發現市場的產品競爭水平與外溢程度都會影響合作研發，并且企業間競爭越激烈，合作協議的限制效應和溢出程度越高，所產生的激勵效應就更高[24]。最后，對于學習效應，同一產業內的企業能利用各種信息渠道或方式開展技術知識溝通，這說明，產業的專業化集聚能為技術人員提供更有效的信息共享平臺和“無成本”的交流機會。劉霞和陳建軍(2012)研究也發現，產業集群內的企業能利用相互學習機會，加速行業內的技術交流與合作，這不僅有助于企業以較低成本從技術優勢企業獲取溢出知識，也能提高企業的生產效率和資源配置效率，進而降低同行業內企業獲取創新資源成本與創新不確定性[25]。這表明，產業專業化集聚可通過形成規模效應、合作效應以及學習效應，提高企業的創新產出。

不過，也有部分學者持抑制論，認為產業專業化集聚會形成競爭效應和擁擠效應，進而對企業的創新產出產生不利影響。從競爭效應看，在梅里茲(2008)[20]提出異質性企業貿易理論以來，眾多后續研究發現專業化集聚會不斷加劇行業內企業間的競爭程度，激烈的市場競爭環境會造成資源過度消耗，降低這個行業的創新效率[16]。同時，產業集聚引起區域內同一產業之間的競爭加劇[19]，而率先成功的創新者，對市場原有的競爭格局和企業間的利益產生沖擊[15]，也容易產生壟斷效應和滋生尋租效應，不利于行業整體的創新氛圍。此外，對于擁擠效應，陶愛萍等(2017)研究專業化集聚與創新效率的關系，發現專業化集聚對企業創新效應存在消極影響[21]。原因在于，地區專業化集聚程度超過地區承載力，會產生環境污染、資源短缺以及生產成本上升等問題，對地區產業創新效應造成不利影響。李煜華等(2006)研究也發現，受限于產業集聚區域的資源稟賦、政府政策以及集群文化等因素，產業集聚規模形成集聚規模效應存在一定閾值[26]。也就是說，在一定范圍內擴大產業集聚規模能產生增強集群效應，但超過某閾值，集聚規模效應則會大幅度降低。這表明，如果產業的專業化過度集聚，會對行業內企業產生競爭效應和擁擠效應，導致同類型企業間的競爭不斷加劇和過度擁擠，對企業的創新產出效率產生抑制效應。

基于以上機制分析，本文構建產業專業化集聚對企業創新產出的影響機制圖，如圖1所示。此外，正如周圣強和朱衛平(2013)所指出的，企業的規模效應與擁擠效應是產業集聚“一枚硬幣的兩面”，一定范圍內的產業集聚會形成規模效應，而產業過度集聚會造成規模效應向擁擠效應進行轉變，進而導致企業要素比例的失衡以及產生非經濟性后果[27]。所以，本文認為產業專業化集聚對企業創新產出的影響并非簡單的線性關系，而可能是較為復雜的倒U型的二次非線性函數關系。在產業專業化集聚水平較低的情況下，產業專業化集聚水平提高有助于提高企業創新產出水平，在產業專業化集聚水平達到一定閾值后，則產業專業化集聚水平會抑制企業創新產出水平。

圖1 產業專業化集聚影響企業創新產出機制

三、研究設計

(一)數據來源與處理

本文數據來源于2007—2018年國泰安數據庫和《中國人口和就業統計年鑒》。其中，微觀上市企業層面數據來源于國泰安數據庫中企業創新板塊，涵蓋企業獲得的專利數量與研發投入等指標。此外，產業專業化集聚數據來源于《中國人口和就業統計年鑒》，選用中國30個省份(限于數據可得性，不包括港澳臺地區和西藏)城鎮單位就業統計數據，包括各地區分行業國有單位、集體單位和其他單位就業人數，加總各地區三個單位制造業細分行業的就業人數，來衡量產業專業化和多樣化水平。此外，對所獲得的數據進行以下處理：(1)刪除上市非制造業企業，變量缺失值和其他不合理值；(2)對制造業企業專利數量、研發投入和其他企業財務指標進行合并，并與《中國人口和就業統計年鑒》中制造業細分行業進行匹配，刪除不匹配的年份的數據；(3)按國家統計局2017年國民經濟行業分類(GB/T 4754—2017)標準選取制造業(C13—C43)，考慮到2007—2018年制造業行業分類有所改動，故將2012—2018年期間汽車制造業和鐵路、船舶、航空航天和其他運輸設備制造業合并為交通運輸設備制造業，合并2007—2011年橡膠制造業和塑料制造業為橡膠塑料制造業；(4)對企業專利數據、財務指標和研發情況的指標均做了加1后取對數處理，最終共獲得8 663個樣本數據。

(二)變量選取與說明

被解釋變量：企業專利總數(lnPat)和發明專利數量(lnIPat)。考慮到研發投入雖然與企業創新相關，但無法體現企業的人才使用效率與研發組織能力等因素對企業創新的影響。相比于研發投入，企業專利能更好地衡量企業創新水平[28]。基于以上考慮，為了準確地估計企業創新，本文利用企業專利總數與企業發明專利數量共同衡量企業創新產出。考慮到企業創新產出存在一定的滯后性，借鑒吳偉偉和張天一(2021)[29]、熊凱軍(2021)[30]的做法，以t+1期的企業申請專利總量作為被解釋變量。

核心解釋變量：絕對專業化指數(MAR1)和相對化專業指數(MAR2)。本文選取絕對專業化指數和相對專業化指數來衡量產業集聚的原因在于：(1)絕對專業化指數，可以對不同地區的人力資本投入進行依次測度，能反映出各區域對不同制造業細分行業的重視程度；(2)相對專業化指數，可以對不同地區、不同制造業細分行業的產業聚集專業化進行橫向比較，能反映出各區域對不同制造業細分行業的相對重視程度。目前，關于產業專業化測算方法眾多，因研究問題的不同所采用的方法也存在差異，如區位熵指數和克魯格曼(Krugman)專業化指數等。本文借鑒寇冬雪(2020)[31]、李金滟和宋德勇(2008)[32]的研究方法，以各省份制造業細分行業就業人員所占總制造業人數份額衡量絕對專業化指數，指數表達式為：

(1)

此外，考慮到不同省份之間的橫向比較，采用產業集聚相對專業化指數。一般而言，衡量產業相對集中度的指標有赫芬達爾指數、空間基尼系數以及區位熵指數等。本文采用區位熵指數來評估相對化專業指數，指數表達式為：

(2)

其中，式(1)和式(2)中的i表示地區，j表示制造業細分行業，Eijt表示第i個省份在第j個制造業細分行業在t年的就業人數，MAX(MRA)表示為各省制造業細分行業人數所占各省總制造業就業人數最多的行業，MAX(MRA1)、MAX(MRA2)分別表示絕對專業化指數和相對專業化指數最高的制造業細分行業。

控制變量：考慮到除核心解釋變量外的其他因素也會影響企業的創新產出水平，本文選取以下控制變量：(1)研發人員投入(Invp)和研發資金投入(Invm)，大部分學者采用企業的R&D投入來策略企業創新活動[33-34]，原因在于企業研發人員投入和研發資金投入是影響企業研發產出的重要因素，故本文以企業研發人員數占總企業人員數比例和企業研發資金投入占總營業收入比例衡量企業研發投入；(2)企業總資產(lnTota)，“熊彼特假說”指出企業規模越大，技術創新就越有效率，故本文選用對數化的企業總資產衡量企業總資產；(3)企業資本的密集度(lnPerc)，企業資本的密集度是造成企業異質性的主要原因，也會對企業創新產生影響[9]，一般來說，資本密集度較高的企業創新能力更強[35]，故本文以企業總資產與企業總人數比值的對數來衡量企業資本的密集度；(4)企業營業收入(lnInc)，企業的盈利水平越高，投入到企業的研發支出也越高，能促進企業的創新水平；(5)企業經營年限(lnFt)，經營年限較長的企業有更多的知識與經驗，在市場地位和利潤獲取都有優勢，更有技術創新基礎[36]；(6)企業專利類型(Pt)，如果為國內專利則為1，否則為0。最后，為了進一步控制地區和時間對企業創新產出的影響，本文通過加入各省份人均GDP的對數進行衡量地區發展水平，并控制省份和年份。

具體的變量描述性統計結果如表1所示。

表1 變量描述性統計

(三)構建模型

為考察產業專業化對微觀企業創新產出的影響，本文借鑒楊仁發(2015)[37]和寇冬雪(2020)[31]的方法，構建以下模型：

(3)

(4)

四、結果分析

(一)地區制造業專業化指數、多樣化指數特征分析

根據上文方法，測度中國2007—2018年制造業細分行業的專業化指數。受限于篇幅，本文選取2007年、2012年和2018年各省份絕對專業化指數和相對專業化指數最高的制造業細分行業進行分析。表2和表3為絕對專業化指數分析結果，包括對絕對專業化指數按從大到小依次進行排序，并對中國最高的絕對專業化指數制造業細分行業統計。可以看出，2007年，絕對專業化指數最高行業主要集中于紡織業、有色金屬冶煉和壓延加工業、汽車制造業、鐵路、船舶、航空航天和其他運輸設備制造業等，主要分布于資源豐富的西部地區和經濟發達的東部沿海地區，中部地區的最高絕對專業化指數較低。隨著時間推移，紡織業在全國最高絕對化專業指數的行業個數不斷下降，到2018年，各省份更多發展計算機、通信和其他電子設備制造業和汽車制造業、鐵路、船舶、航空航天和其他運輸設備制造業行業，發展更偏向于高技術產業。

表2 各省份最高絕對專業化指數的制造業細分行業

表3 中國最高的絕對專業化指數制造業細分行業統計

此外，考慮到絕對專業化指數只能反映出各省份自身情況，無法體現不同省份之間的橫向差異，故引入區位熵指數測度相對化專業指數，如表4所示。可以發現，2007—2018年，絕大部分省份的相對專業化指數最高的行業是計算機、通信和其他電子設備制造業，這也符合現代通信技術是目前市場發展的主流趨勢。同時，相對專業化指數最高的省份大部分分布于西部、東北部地區，而東部地區則由于產業多元化，在制造業領域的細分行業發展較為分散，所以其相對專業化指數最高的細分行業指數較小。

表4 各省份相對專業化指數最高的制造業細分行業

考慮到不同區域經濟發展水平存在差異，將省份樣本分為四個區域：東部、中部、西部和東北部(1)東部包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南；中部包括山西、安徽、江西、河南、湖北、湖南；西部包括內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆；東北部包括遼寧、吉林、黑龍江。，對2007—2018年各地區的絕對專業化指數和相對專業化指數進行平均化處理，如圖2和圖3所示。從圖2可以看出，中部地區的絕對化專業指數要低于其他三個區域，且在2013年各區域有一定的波動，尤其是東北部地區波動幅度較大，可能的原因之一在于，2013年中國出臺了《國務院關于印發全國資源型城市可持續發展規劃(2013—2020年)的通知》。從圖3可以看出，西部地區的相對專業化指數明顯高于其他三個區域，而東北部地區的相對專業化指數呈現上升趨勢，這可能得益于東北部地區的資源稟賦和振興東北老工業戰略發展。

圖2 不同區域制造業絕對專業化水平

圖3 不同區域制造業相對專業化水平

(二)回歸結果分析

為防止存在多重共線性問題，在進行回歸結果之前，對各變量進行皮爾遜相關性分析，發現各變量之間的相關系數較小，并通過測度方程膨脹因子發現，平均的方差膨脹因子(VIF)為3.36，各變量之間的方差膨脹因子均不超過10，表明所選的變量之間的多重共線性問題可以忽略，模型所選取的各變量較為合理。

1.基準回歸

表5是基準回歸結果， 其中列(1)和列(2)是絕對專業化指數回歸結果，列(3)和列(4)是相對專業化指數回歸結果。從絕對專業化指數回歸看，不論是加入控制變量或者未加入控制變量，t期的絕對專業化指數對t+1期企業的專利總量，在1%的顯著性水平上呈現正向影響，而t期的絕對專業化指數的平方項對企業t+1期的專利總量卻表現出負向顯著影響，這表明產業專業化集聚對企業創新產出呈現倒U型關系。此外，從相對專業化指數回歸結果看，依然得到t期的相對專業化指數對t+1期企業的專利總量呈現顯著正向影響，到t期的相對專業化指數平方項對t+1期企業的專利總量呈現顯著負向影響，進一步驗證了本文的分析。同時，相較于相對專業化指數，絕對專業化指數對企業創新的產出影響系數更高，這表明相對專業化指數對同一地區不同時間段企業的創新產出影響程度較高，而對于不同地區的橫向比較的相對專業化指數而言，對企業的創新產出的影響程度相對較小。

表5 基準回歸結果

2.地區差異分析

從宏觀層面看，考慮到中國各地區的經濟發展水平存在較大差異，將中國各省份分為東部、中部、西部和東北部四個區域，并固定地區和時間，如表6所示。考慮到篇幅問題，不再展示控制變量的回歸結果。可以發現，不論是絕對專業化指數還是相對專業化指數回歸結果，均只有東部地區的專業化指數對企業創新產出產生顯著影響，這可能是由于東部地區的制造業產業結構較為完善，而且東部地區的企業擁有更豐富的勞動力和充足的資本進行研發創新，故絕對專業化指數和相對專業化指數對東部地區的上市制造業企業的創新產出產生顯著影響。此外，t期相對專業化指數和絕對專業化指數對t+1期企業創新產出也呈現顯著正向影響，t期相對專業化指數平方項和絕對專業化指數平方項對t+1期企業創新產出依然表現出顯著負向影響，且絕對專業化指數對企業專利總量的影響系數依然要高于相對專業化指數，與基準回歸結果一致。

表6 企業所屬區域差異性分析

3.穩健性分析

此外，考慮可能存在選取樣本存在非隨機性和選取變量合理性等問題，本文通過重新更換變量、更換樣本和加入控制組三種方式進行穩健性分析，具體結果如表7所示。首先，將被解釋變量換成企業發明專利數量(lnIPati，t+1)，其他控制變量均保持不變，從回歸結果列(1)和列(2)可以發現，絕對專業化指數和相對專業化指數對企業發明專利數量均呈現顯著正向影響，絕對專業化指數平方項和相對專業化指數平方項對企業發明專利數量依然呈現顯著負向關系，所得結論與基準回歸結果一致。其次，本文也考慮到2008年發生全球性金融危機，樣本數據可能對回歸結果產生影響，故剔除2008年樣本后再進行回歸，回歸結果見列(3)和列(4)。依然可以發現絕對專業化指數和相對專業化指數對企業專利總數呈現顯著正向影響，對專業化指數平方項和相對專業化指數平方項對企業發明專利數量的影響系數，依然呈現顯著負向關系。最后，考慮到可能存在不同地區層面會隨年份的變化產生不可觀察因素的影響，引入時間固定效應和地區固定效應的交互項(area×time)作為控制組，可以發現回歸結果列(5)和列(6)中絕對專業化指數和相對專業化指數對企業專利總數也產生顯著正向影響，平方項的專業化指數對企業專利總數的影響系數為負相關，從而進一步支持了本文結論。

表7 穩健性結果分析

4.企業異質性分析

考慮到制造業上市企業發展水平存在較大差異，本文分別從企業所屬行業技術水平分類和企業經營規模分類兩個方面進行異質性分析。

一方面，由于不同的上市企業所屬不同的制造業細分行業，故本文根據經濟合作與發展組織(OECD)國際標準產業分類將樣本企業劃分為不同技術行業，包括高技術行業、中技術行業和低技術行業，回歸結果見表8。在固定控制變量、地區效應和時間效應后，從回歸結果可以發現，t期的絕對專業化指數僅對中技術的制造業行業產生顯著正向影響，但所得結果并未表現出倒U型關系。這可能是由于在同一地區的中技術行業的就業人數占比最高，僅反映出同一地區的就業人數絕對專業化指數對就業人數占比更高的行業表現出線性關系。此外，橫向對比不同地區的相對專業化指數，發現高技術行業的相對專業化指數對企業專利總數依然保持倒U型關系。中技術行業的相對專業化指數則與絕對專業化指數結果相似，只表現出影響系數為正的線性關系。低技術行業的相對專業化指數對企業的創新產出卻表現出U型關系。可能是由于相對專業化水平較低的情況下，由于企業所屬行業的技術門檻較低，無法有效促進企業加大創新投入，但當相對專業化水平提高到一定程度，市場良好的營商環境會有助于企業改善生產方式，進而提高企業創新產出水平。這說明，企業所屬不同技術行業，對產業專業化集聚影響企業創新產出產生較大差異。

表8 企業所屬行業技術水平差異

另一方面，本文也考慮到不同上市企業的經營規模存在較大差異，借鑒程中華和劉軍(2015)[38]的做法，將樣本中的全部上市企業按照營業收入高低劃分，包括小型、中型、大型和超大型四類企業，回歸結果見表9。與前文做相同的處理，對所有控制變量、地區和時間進行固定，結果發現絕對專業化指數對大型和超大型企業的專利總量產生顯著影響，對小型和中型企業的專利總量沒有顯著影響；相對專業化指數對大型企業的專利總量產生正向的線性影響，而對超大型企業的專利總量則表現出倒U型關系。此外，橫向比較各地區的相對專業化指數，除了小型企業外，相對專業化指數對中型、大型和超大型企業的專利總量依然呈現倒U型關系，這也說明當企業的規模不斷加大，產業專業化指數對企業的創新產出會呈現倒U型影響，所得結論與前文基準回歸結果保持一致。這說明，企業規模的不同也會造成產業專業集聚對企業創新產生差異性影響。

表9 企業經營規模差異

五、結論與政策建議

本文通過機制理論分析得出，產業專業化集聚可以通過多種效應影響企業的創新產出水平。其中，產業專業化集聚會通過規模效應、合作效應和學習效應三種途徑促進企業的創新產出水平；然而，產業專業化集聚也會通過競爭效應和擁擠效應兩種途徑抑制企業的創新產出水平。這表明產業專業化集聚與企業創新產出之間可能呈現倒U型關系，即在產業專業化集聚水平較低的情況下，若提高產業專業化集聚水平有助于提高企業創新產出，但產業專業化集聚水平達到一定閾值則會抑制企業創新產出水平。為了驗證本文的理論假設，構建實證分析模型，研究發現：(1)基準回歸結果顯示，產業專業化集聚對絕對專業化指數和相對專業化指數均呈現正向顯著影響，而對絕對專業化指數二次項和相對專業化指數二次項表現出顯著負向關系，這表明產業專業化對企業創新產出的影響呈現倒U型關系。此外，通過更換變量、更換樣本和加入控制組方式三種方式進行穩健性分析，所得結論依然成立。(2)異質性分析結果顯示，企業所屬地區、技術水平以及企業規模差異，會對產業專業化集聚與企業創新產出之間的倒U型關系產生不同的影響。

基于本文所得結論，提出以下兩點建議：(1)從政府監管層面看，由于產業專業化集聚對企業創新的影響呈現倒U型，故政府在制定產業政策需要充分考慮到地區的發展承載力，避免過度的專業化集聚。此外，也需要豐富地區的產業配套設施和輔助產業的發展，有機結合各產業的優勢，充分挖掘不同行業間存在的產業集聚效應所帶來的規模效應、合作效應以及學習效應，為企業提供良好的創新活動環境。政府在制定相關政策也需要考慮不同行業的企業異質性實施差異化的政策，如地區經濟發展水平、技術差異和企業不同規模等。(2)對于企業而言，為了在競爭激烈的市場立足，應該主動加大產品創新研發投入水平，掌握核心生產技術。此外，企業間存在的產業專業化集聚會為企業帶來更大的規模效應和合作效應，有助于提高企業的績效水平和創新水平。不過，企業如果在所屬行業內的技術和規模等方面無明顯優勢，應避免進入專業化集聚過高的行業和地區，充分調研行業的市場現狀，尋求合理有效的差異化生產和經營方式。