自創區科創網絡效應促進企業創新績效的作用機制

摘 要： 為了加快建設科技強國，強化創新驅動發展戰略，以高水平科技創新塑造發展新動能新優勢，我國試點設立了自主創新示范區，這不僅成為提升企業自主創新能力的關鍵引擎，同時也是從要素驅動到創新驅動高質量發展的重大戰略需求。文章依據2009—2020年北京中關村、上海張江和武漢東湖三地自創區的政策文本，進行扎根理論編碼聚類研究，發現自創區設立后企業從其科創網絡中獲得的資源集聚與同群聯盟等網絡效應促進了企業自主創新績效的提升。進而選擇自創區內A股上市公司為研究對象，收集2017—2021年的面板數據樣本，實證揭示了資源集聚和同群聯盟對企業自主創新績效的作用機制。研究發現：自創區網絡的資源集聚與同群聯盟等網絡效應均能顯著提升其企業自主創新績效，且還可通過知識共享和投入強度進一步促進企業自主創新績效的提升；同時，數字化轉型和制度激勵在資源集聚與企業自主創新績效之間起到調節作用。最后，按照自創區地理位置進行分層回歸發現，同群聯盟仍對企業自主創新績效產生顯著影響，但西部地區樣本的顯著程度有所降低，而資源集聚僅在中東部樣本中呈現顯著性。這一結論為企業提升自主創新績效提供了新的驅動場景，也為中國創新驅動發展提供了新的關注焦點。

關鍵詞： 國家自主創新示范區；資源集聚；同群聯盟；企業自主創新績效

中圖分類號： F 273.2

文獻標志碼： A

The Mechanism by Which the Self-Created Area′s InnovationNetwork Effect Promotes the Vitality of Enterprise Scienceand Technology Innovation Performance

Abstract： In order to speed up the construction of a strong country in science and technology， strengthen the strategy of innovation-driven development， shape new driving forces and new advantages with high-level scientific and technological innovation， China piloted the establishment of an independent innovation demonstration zone. This not only became the key engine for improving the independent innovation ability of enterprises， but also became a major strategic demand for high-quality development from factor-driven to innovation-driven. Based on the policy texts of Zhongguancun in Beijing， Zhangjiang in Shanghai， and Donghu in Wuhan from 2009 to 2020， this paper conducted a grounded theory coding and clustering study， and found that after the establishment of the self-innovation demonstration zone， the resource aggregation and peer alliance network effects obtained by enterprises from the self-innovation demonstration zone promoted the improvement of enterprise′s independent innovation performance. Then， A-share listed companies in the self-innovation demonstration zone were selected as the research object， and panel data samples from 2017 to 2021 were collected to empirically reveal the role mechanism of resource aggregation and peer alliance in promoting enterprise′s independent innovation performance. The results show that： the resource aggregation and peer alliance network effects of the self-innovation demonstration zone can significantly improve its enterprise′s independent innovation performance， and can further promote the improvement of enterprise′s independent innovation performance through knowledge sharing and input intensity; At the same time， it was revealed that digital transformation and institutional incentives played a regulatory role in the relationship between resource aggregation and enterprise′s independent innovation performance. Finally， according to the geographical location of the self-innovation demonstration zone， the hierarchical regression was carried out， and it was found that the peer alliance still had a significant impact on enterprise′s independent innovation performance， but the significance of the western region sample was reduced; While the resource aggregation only showed significant in the central and eastern region samples. This conclusion provides a new driving scene for enterprises to improve their independent innovation performance， and also provides a new focus of attention for China′s innovation-driven development.

Key words： national independent innovation demonstration zone（NIDZ）； agglomeration effect；peer effect； enterprise independent innovation performance

0 引言

我國經濟正處于由高速增長向高質量發展轉變的重要時期，面臨著“人均資源高度緊張”稟賦約束下資源累積性耗竭和環境疊加性污染的雙重危害，創新驅動發展戰略在新時期將成為實現發展轉變的目標導向、動力來源和主要抓手，技術創新日益成為社會經濟發展的重要動力。我國技術創新模式經歷了技術引進與模仿、開放市場吸引投資、二次創新集成創新和自主創新協同創新四個階段。《中國區域科技創新評價報告》顯示，2017—2022年我國研發投入總額均處于世界首位，但“世界級”的科研投入并未帶來“世界級”的科技成果產出，尚未有效轉化為經濟發展主要的推動力。尤其是隨著美國投資風險評估法案（FIRRMA）和出口管控改革法案（ECRA）的頒布實施，其關鍵技術（critical technology）、新興技術（emerging technology）和基礎技術（foundational technology）實行技術管控清單制，美國從技術封鎖、技術打擊、技術跨越和供應隔離等四個方面對我國的科技創新進行遏制，倒逼我國探索自主創新之路。黨的二十大報告強調科技創新是中國在激烈的國際競爭中開辟新領域新賽道、塑造新動能新優勢的著力點，這表明科技創新在中國現代化建設全局中的核心地位和戰略支撐作用，自主創新任務十分艱巨。

目前我國科技成果與市場需求仍存在脫節，缺少市場對資源的配置，同時創新主體之間缺乏一致性目標，造成合作成本高、效率低、科技服務缺失等現實問題，技術創新機制急需調整與變革。因此，由政府牽頭、聯合科研機構和企業等多主體協同合作的模式被提出。在探索自主創新實踐路徑中，國家自主創新示范區（簡稱“自創區”）作為提升科技創新能力的重要引擎，在自主創新和高技術產業發展方面起著先行先試、探索經驗的重要作用，已成為國家實現創新驅動發展戰略的重要載體。這既是一個重大的挑戰，也是一個難得的機遇。

2023年《政府工作報告》強調要支持企業成為科技創新主體，進一步突出企業在科技重大決策、投入強度、科技組織和科技成果轉化四個方面的主體地位。作為科技創新的主體，自創區對企業的創新發展表現出強有力的支撐作用。目前，我國政府高度重視產業聯盟和集群網絡的建設，致力于推進以政府為主導、以園區集聚為特征的中國特色工業化，強化建設科創網絡組織對推動技術創新的重要性。自創區企業自主創新績效是由其在科創網絡中的嵌入性決定的，借助網絡可以融合異質性、互補知識，提高創新能力，并且網絡主體間的關系質量與結構能幫助各參與主體共同實現創新知識價值，提高技術創新能力。目前我國以自創區為載體的科創網絡建設仍處于初級階段，本文歸納自創區科創網絡的建構與發展，深入探索其提升企業自主創新績效作用機理，以期為我國培育發展世界級先進創新集群提供參考。

1 研究現狀

1.1 自創區建構科創網絡的特征分析

中國經濟要實現高效與可持續的轉型升級發展，必須加大對技術創新資源的投入，提升創新能力，但中小企業的創新資源具有稀缺性，自身難以擁有創新所需的關鍵資源，急需交換知識、信息以及知識技術、設施設備、科技人才、創新資金等其他關鍵資源，在網絡化情境下從科創網絡獲取必要資源已成為必然。自創區科創網絡是高技術企業、科研院所等創新主體與政府、金融機構和中介機構等服務主體在自創區形成的網絡體系，具有開放、動態以及復雜的系統特征，注重協同創新。

企業創新需要多方面資源的聚集，隨著技術創新活動的深入開展，自創區企業等主體所在的區域知識網絡和社會關系網絡逐漸嵌入，使原來簡單線型聯系結構呈現出豐富而復雜的社會網絡特性。由于科創網絡在聚集創新資源、激發創新活力、產業轉型發展和建設技術創新體系中發揮著特殊作用，所以成為了學術界和產業界的關注焦點。網絡組織理論分析最早從互補性活動展開，進而拓展到企業間基于資源依賴理論的相互協調，企業間復雜的合作關系相互依賴且長期共存，為構建科創網絡組織體系奠定了基礎。但是，目前學者們對科創網絡效應的系統性分析不足。

1.2 自創區科創網絡對企業自主創新的影響

不同自創區的科創網絡在網絡成員、網絡結構和網絡關系方面存在明顯差異，企業可以通過網絡效應得到更多的創新支持，體現網絡規模的集群效應顯著影響網絡內企業的創新產出。在自創區科創網絡與企業創新的現有研究中，學者們主要研究了網絡結構特征和網絡關系特征對企業創新的影響。從網絡結構特征來看，網絡價值觀認為網絡規模的大小，代表網絡內資源總量和知識多樣性的多少，直接決定了網絡中主體的資源總量和獲得最大關系的多少，網絡越大，越有利于拓展創新主體獲得資源的廣度和寬度，從而提高其創新能力。也有學者認為越靠近網絡中心位置的創新主體獲得的創新資源越多，越有利于提升其創新能力。李桂華等發現網絡優勢位置與企業創新績效顯著正相關。還有學者發現網絡結構洞是兩端創新主體產生聯系的橋梁，占據結構洞位置的創新主體充當網絡中資源傳遞的媒介，從而獲得大量資源流量，進而影響其創新績效。從網絡關系特征來看，有學者認為強網絡關系有利于企業開展探索式創新，提高創新層次，但也有學者認為在強網絡關系下創新主體間交換冗余資源，不利于企業探索式創新，而弱網絡關系才促使創新主體間交換非冗余資源，有利于企業探索式創新。

科創網絡作為自創區創新活動的重要載體，創新主體在自創區科創網絡內獲取的同群聯盟與資源集聚等網絡效應有利于企業獲得更多的機會與資源聚集整合，會影響其合作方式和范圍，且通過合作交流、學習吸收等方式不斷提高技術創新能力。近年來，學者們主要從資源、關系和共享視角對科創網絡的建構機理展開了探索。創新主體資源異質性、創新群體的社會資源偏好影響以及創新主體之間、創新主體和服務主體間的知識共享和流動均是科創網絡形成的關鍵，但科創網絡效應如何影響企業自主創新的機理探討不足。

鑒于此，本文深入研究自創區科創網絡賦予企業的資源集聚和同群聯盟等網絡效應驅動其自主創新績效提升機制。首先，采用自創區政策文本，運用程序化扎根理論挖掘并驗證企業是否從其嵌入的科創網絡中獲取資源集聚和同群聯盟等網絡效應，并探索其驅動企業自主創新績效提升的影響機制，進一步探索各維度的構成要素，結合現有文獻界定變量測度。其次，在扎根研究結論的基礎上，根據自創區發展實踐，并結合現有文獻構建自創區科創網絡賦予企業的資源集聚和同群聯盟等網絡效應對其自主創新績效的影響機制模型，提出研究假設。最后，收集自創區內上市企業的經驗數據對模型進行驗證。本文理論邊際貢獻如下：一方面，基于自創區發展的現實情景，運用程序化扎根理論（簡稱“扎根理論”）挖掘并驗證自創區企業嵌入科創網絡中獲得的網絡效應，探索其對企業自主創新績效的影響機制，并創造性地將企業獲得自創區科創網絡效應、影響機制以及企業自主創新績效納入同一研究框架中。另一方面，采用自創區A股上市企業的經驗數據進行驗證，有助深化企業獲得的自創區科創網絡效應對其自主創新績效作用的理解，同時拓展自創區科創網絡情景驅動企業自主創新績效提升的理論框架。此外，本文在確證資源集聚和同群聯盟對企業自主創新績效的積極影響并深挖影響機制的基礎上，充分考慮自創區不同區位對企業自主創新績效的差異化影響，有助于拓展自創區網絡效應與企業自主創新績效關系的研究深度，以期為自創區科創網絡情景驅動企業自主創新績效提升作用的有效發揮提供科學的理論支撐。

2 理論構建

2.1 理論框架建構依據

2.1.1 扎根研究建構方法引入

目前，我國自創區設立時間均不長，其內部科創網絡建構仍處于初級階段，自創區企業從其嵌入的科創網絡中獲取的資源集聚和同群聯盟等網絡效應的界定以及二者對其自主創新績效的影響機制需要從政策實踐中建構相應理論。扎根理論是管理學領域重要的質性研究工具并得到了廣泛的應用。有別于其他研究方法，其是不斷迭代、遞歸、互動的持續過程，使其研究結論具有嚴密的科學性。因此，扎根理論在界定核心概念，探索概念間的內在聯系，形成理論框架方面具有獨特優勢，其研究流程的清晰性和規范性令其具有較高的可操作性，尤其適用于解釋未經清晰界定或難以用現有理論進行鑒別與解釋的管理現象。與實證主義相比，扎根理論數據的收集、整理和分析是不斷迭代的過程，每個步驟產生的結果都會隨著研究的深入不斷被重復比較和檢驗，從而形成與現實情境匹配度更高的理論，進而為解釋研究問題提供相應的理論基礎。因此，選擇運用程序化扎根理論從自創區政策文本中挖掘自創區科創網絡情境驅動企業自主創新績效提升的影響機制，并建構相應理論。

2.1.2 扎根研究文本選取

北京中關村、上海張江、武漢東湖作為設立最早的自創區與其他自創區相比已十分完善，三地自創區內已經聚集了大量的創新組織，在優化科技創新體制機制，加快發展戰略新興產業和轉變經濟發展方式，推進創新驅動發展等方面發揮著重要的引領、輻射和帶動作用，并通過創新各種產學研聯結方式，開展創新活動等方法，為各創新主體間技術創新合作搭建了橋梁，實現了有效的資源集聚，并形成了完整的科創網絡。自創區政策的實施是為了提升國家自主創新能力，實現經濟結構轉型升級，推進高新技術產業先行先試，探索自主創新發展的經驗與發展路徑，并將成功的經驗向新設立的自創區推廣。因此，選擇2009—2020年三地自創區政策文本為扎根樣本建構自創區科創網絡情景驅動企業自主創新績效提升的理論模型。

2.2 扎根研究編碼與檢驗

本文借助Nvivo12軟件對政策文本進行編碼。

2.2.1 開放式編碼

由三位教授各自帶領研究團隊分別對政策文件按照開放性編碼程序的步驟進行背靠背式的貼標簽、概念化、范疇化的過程，在盡可能保留三個團隊一級編碼的前提下，去除重復、僅出現一次及不能歸類的一級編碼，最終按照“少數服從多數”原則歸類形成10個初始范疇，如表1所示。

2.2.2 主軸編碼

經開放式編碼后，得到了數組具有可操作性定義的初始概念與初始范疇，接下來分析初始范疇間的關系和脈絡，建立起有意義的聯系。在此過程中，根據所分析現象的因果條件、現象、脈絡、行動/互動的策略和結果，探索初始范疇間的內在聯系，將初始范疇間的內在聯系現象化。本文在主軸編碼的過程中發現開放式編碼中獲得的10個初始范疇間存在的內在邏輯，最終，三組投票歸納出了6個主范疇（維度），并對主范疇內涵進行了解釋，如表2所示。在完成主軸編碼后，參考謝家平等的研究，進一步展開歸類信度檢驗，最終扎根編碼結果通過了信度檢驗。

2.2.3 選擇性編碼

經歷上述扎根編碼后，對6個主范疇進行多輪深度比較分析，并基于現有條件對上海張江自創區進行調研訪談，發現資源聚集和同群聯盟通過提升企業的投入強度和知識共享影響其自主創新績效，并進一步將資源聚集和同群聯盟歸于自創區網絡效應，投入強度和知識共享歸于自創區網絡機制；而創新能力和創新環境與自主創新績效間并不是包含關系，而是影響關系，即創新能力和創新環境也是影響自主創新績效的因素。最終，形成如圖1所示的理論模型。

2.2.4 理論飽和度檢驗

完成扎根程序后，利用剩余20%的政策文本按照上述扎根過程對結果進行理論飽和度檢驗，檢驗過程中并未出現新概念、新范疇和新維度，因此理論已經飽和。

3 文獻對話與研究假設

將扎根編碼的質性研究結果與已有文獻進行對話佐證。

3.1 自創區效應與企業自主創新績效

3.1.1 資源集聚與企業自主創新績效

在扎根研究中，發現自創區設立后人才、資本等創新資源向其內企業匯集，并將自創區內企業的資源聚集度定義為自創區賦予企業的資源集聚網絡效應。資源基礎理論認為，企業利用獨特的資源維持和發展競爭優勢的內在邏輯是企業對資源和能力配置增加了企業運作效率。資源是限制企業創新的關鍵瓶頸，企業的技術研發、成果轉化等創新活動需要大量人才和資金投入維持。自創區的設立吸引大量創新主體和創新服務主體向自創區聚集，促進了大量人才和資金向自創區內企業匯聚，緩解了企業面臨的資源約束，加強了企業的資源配置能力，從而促進企業自主創新績效提升。

具體分析：第一，自創區賦予企業資源集聚有助于人才、資金等創新資源向企業匯聚，可更大限度激勵企業進行規?；难邪l投入，從而提升企業自主創新績效。第二，在資源集聚的推動下，人才、資金等創新資源要素會在自創區內形成規?；?、產業化的創新體系，這有助于降低自創區內企業與外部創新組織合作創新過程中的溝通成本和整合成本，因為合作成本降低會推動企業進行聯合創新的動機，提高知識在各創新主體間的流動機會，從而促進各創新主體間知識共享。同時，創新的高風險性和不確定性以及自創區科創政策中“揭榜掛帥”的相關條款，使企業面臨著創新失敗的退市風險，增強了企業尋求外部合作的動機，增加了組織間交流機會，組織行動理論認為組織間聯合創新對知識共享有促進作用?？梢姡詣搮^賦予企業的資源集聚網絡效應帶動了研發投入強度和知識共享，而知識共享和研發投入強度是促進企業自主創新績效提升的核心因素，因此認為自創區賦予企業的資源集聚通過帶動研發投入強度和知識共享，促進企業自主創新績效提升?；谝陨戏治?，本文提出假設：

H1：自創區賦予企業的資源集聚有助于提升其自主創新績效。

3.1.2 同群聯盟與企業自主創新績效

在扎根研究中，發現自創區設立后，推動企業所在科創網絡持續演化，并將自創區內企業在其科創網絡持續演化過程中與網絡內其他主體聯合創新獲得的效應定義為自創區賦予企業的同群聯盟。動態能力理論認為動態能力是調整、整合以及重新配置企業資源以適應環境變化要求的一種機制。在科技創新的各個環節，企業往往在聯合創新過程中通過參考同群企業的創新行為，在掌握某些行業信息的基礎上，作出重新配置自身創新資源的合理決策，這樣有助于企業把握創新機會，提高自主創新績效。

然而，科創網絡理論認為企業科創網絡由系統性制度安排和聯合創新關系構成，其形成過程包含創新主體間合作、交流與信息交換。因此，在企業科創網絡中常伴隨著知識創造和流動，網絡中各創新主體通過創新聯合互動，促進知識共享，同時相互學習、跟隨和模仿，進而促進企業自主創新績效提升。具體而言，在自創區設立后，隨著其內創新主體和創新服務主體數量不斷擴展推動以自創區為載體的科創網絡持續演化，一方面帶動了企業科創網絡內節點數量和類型不斷豐富，加強了企業間的交流和合作，促進了網絡內知識共享。同時，作為響應自創區科創政策或承載顛覆性技術創新的企業，自創區政府會牽頭并協助企業搭建以企業為核心的科創網絡，如創新聯合體、產學研聯盟等，這些也都促進網絡內知識共享。另一方面，科創網絡內不同行為主體間決策會相互影響，在與科創網絡內其他創新主體聯合創新過程中，企業創新行為易受到網絡內其他創新主體影響，而研發投入強度作為促進企業創新的關鍵因素，在聯合創新過程中也會受到外部影響?？梢姡詣搮^賦予企業的同群聯盟網絡效應帶動了研發投入強度和知識共享，而知識共享和研發投入強度是促進企業自主創新績效提升的核心因素，因此認為自創區賦予企業的同群聯盟通過帶動研發投入強度和知識共享，促進企業自主創新績效提升?；谝陨戏治?，本文提出假設：

H2：自創區賦予企業的同群聯盟應有助于提升其自主創新績效。

3.2 調節機制分析

3.2.1 數字轉型的調節機制

數字信息時代，數字轉型程度已成為企業獲取競爭優勢的關鍵，具體表現為：第一，企業數字轉型通過數字信息技術的應用，減少投資者與企業之間的信息不對稱，使利益相關者看漲未來發展態勢，提高對企業的資源投入；同時，企業數字轉型促進其社會責任的履行，從而提高企業的社會聲譽，這會提高政府等相關監管部門的關注度，使企業更有機會獲取創新政策補貼。第二，數字化已嵌入企業創新活動等各個環節，并不斷提高創新流程的可觀察性，從而降低企業的創新管理成本和交易成本，提高了資源的使用效率。第三，企業數字轉型通過5G技術的應用向外界傳遞出自創區設立后企業獲取優勢的積極信號，實現各類創新主體和創新服務主體向自創區內匯集，并進一步拓展自創區內創新主體（如科研機構、企業等）和創新服務主體（如金融機構、中介機構等）數量，豐富自創區內“產學研”“產學研金介”“創新聯合體”以及“科創飛地”等聯合創新模式。例如，新昌政府基于數字信息技術應用背景，在杭州自創區設立新昌杭州紫金科創港，拓展了杭州自創區內各類創新主體和創新服務主體規模，同時促進了各類創新資源向杭州自創區匯集，也增加了自創區內企業與外部創新主體間的聯合創新機會。基于以上分析，本文提出如下假設：

H3：數字轉型能夠擴大自創區賦予企業的資源集聚/同群聯盟對其自主創新績效的作用。

3.2.2 制度激勵的調節機制

自創區設立后會出臺一系列制度激勵企業創新，而企業獲取的制度激勵程度為外部投資者提供了信號和風向標。相比于一般企業，具有良好信譽、創新能力和較大創新潛力的企業獲得制度激勵的程度更高，這能夠作為一種信號，有效減少企業與科研機構、融資機構等創新主體和創新服務主體間信息不對稱，一方面有助于減少企業與融資機構間信息不對稱，從而在更大限度上獲取外部投資信任，進而拓展企業融資渠道的廣度和寬度，實現各類創新資源向企業匯聚。另一方面，制度激勵不僅為企業提供直接性的資金支持，同時也是一種資質認定結果，能向外界傳遞出有關企業創新能力、潛力等的積極信號，有助于企業拓展合作伙伴數量及多樣性，從而增強企業從科創網絡中獲取的同群聯盟網絡效應?；谝陨戏治?，本文提出如下假設：

H4：制度激勵能有效擴大自創區賦予企業的資源集聚/同群聯盟對其自主創新績效的作用。

4 研究設計

4.1 樣本數據

首先，從A股上市企業樣本中手動篩選出注冊地在自創區內的企業樣本；其次，根據自創區的設立時間發現，在現有的23個自創區中，僅2015年和2016年就設立了12家，為保持樣本中的自創區數量和面板數據的時間跨度，選擇保留2017—2021年的企業樣本；最后，在剔除金融類、保險類、ST、*ST和PT以及數據缺失嚴重的樣本后，又剔除了注冊地在蘭白、烏昌石以及鄱陽湖等2016年以后設立的自創區內的企業樣本，最終得到289家上市公司的1445個樣本觀測值。以上數據均來自CSMAR和Wind數據庫。

4.2 變量測度

4.2.1 自變量

本節實證研究的自變量包括：

（1）資源集聚。前文扎根研究探索包含人才聚集和資本聚集兩個初始范疇，本文認為資源聚集主要是人才聚集加資本聚集。企業人才聚集參考劉兵等的研究，采用ln（企業研發人才數量+1）測度；企業資本聚集包括外部組織投資以及企業貸款、發行債券等負債形式，外部組織投資轉化為所有者權益，貸款、債券等轉化為企業負債。因此，選擇用ln（企業總資產+1）測量。為保持人才聚集和資本聚集的可加性，進一步對取對數后的人才聚集和資本聚集進行標準化處理。

（2）同群聯盟。通過扎根研究探索發現，包含聯合創新和科創網絡兩個初始范疇。企業的與網絡內其他創新主體的聯合創新頻率直接決定了其在網絡內獲得的最大效用多少，企業與外部組織的聯合申請專利數，表示兩兩間的創新合作頻率。因此，本文將ln（聯合專利申請數+1）作為企業聯合創新頻次的代理變量。根據梅特卡夫法則可知，網絡的價值等于用戶數量的平方。據此，本文將聯合創新頻率對數的平方作為自創區賦予企業同群聯盟的代理變量，即采用ln2（聯合專利申請數+1）計算其獲得的同群聯盟網絡效應。

4.2.2 被解釋變量

本節的被解釋變量為企業自主創新績效。在王偉楠等的研究中，采用ln（觀測年度企業專利申請數+1）衡量企業創新績效。而本文的被解釋變量為企業自主創新績效，采用ln（觀測年度企業獨立專利申請數+1）衡量企業自主創新績效。同時，資源集聚和同群聯盟除對當年企業自主創新績效產生影響外，也會帶動企業自主創新效率提升，因此選擇用企業獨立專利申請數/企業創新投入測算的企業自主創新效率進行穩健型檢驗。

4.2.3 控制變量

在扎根研究結論中企業成長和企業規模是除自創區網絡效應外影響企業自主創新績效的因素，因此選擇代表企業規模的總資產收益率（Roa）和財務杠桿率（Lev）以及代表企業成長的企業年齡（Age）、企業成長性（Growth）和企業在自創區的年齡（Dy）為控制變量，具體變量定義見表3。

4.3 基準模型設定

基于上述分析，本文從理論層面探討了自創區賦予企業的資源集聚和同群聯盟對企業自主創新績效的影響，為進一步對其進行驗證，本文構建如下模型進行檢驗：

DIPi，t=β0+β1 AEi，t+β2 ∑ Controls+Year+εi，t（1）

DIPi，t=γ0+γ1 NEi，t+γ2 ∑ Controls+Year+εi，t（2）

DIPi，t代表i企業在第t年的自主創新績效，AEi，t表示i企業在第t年的資源集聚，NEi，t表示i企業在第t年的同群聯盟，∑ Controls代表控制變量的集合，Year為年度固定效應，ε代表隨機擾動項。由于篩選后樣本企業的所屬行業均為制造業，所以未設置行業虛擬變量。

5 實證結果與分析

5.1 描述性分析

本文主要變量的描述性統計、相關系數及多重共線性檢驗結果如表4所示。由表4可知，自創區賦予企業的資源集聚和同群聯盟的均值分別為0和2.295，標準差分別為1.890和5.171，表明企業從自創區獲得的資源集聚網絡效應不存在明顯差異，但從自身科創網絡中獲得的同群聯盟網絡效應存在顯著差異。從各變量的Pearson相關系數及顯著性可以看出，自創區賦予企業的資源集聚和同群聯盟等網絡效應與企業自主創新績效的相關系數分別為0.238和0.467，均小于0.5，且在1%的顯著性水平上與企業自主創新績效正相關。此外，控制變量與被解釋變量相關系數絕對值也均小于0.5，且絕大多數被解釋變量在1%的顯著性水平上與被解釋變量相關，表明本文選擇的控制變量是合理的。各變量間相關系數均小于0.5，表明各變量間不存在強相關性。進一步，通過多重共線性檢驗發現各變量的VIF值均被包含于［1，2］中，表明變量間不存在多重共線性。

5.2 多元回歸分析

5.2.1 基準回歸分析

自創區賦予企業的資源集聚和同群聯盟等網絡效應對企業自主創新績效影響的基準回歸結果如表5所示。其中，列（1）和列（3）為未添加控制變量的回歸結果，資源集聚（AE）與企業自主創新績效（DIP）在1%的顯著性水平上正相關；同群聯盟（NE）與企業自主創新績效（DIP）在1%的顯著性水平上正相關。為提升回歸結果的精度，列（2）和列（4）在添加控制變量的基礎上又控制了年份固定效應，發現資源集聚和同群聯盟對企業自主創新績效影響的顯著性水平仍不變。由此可見，在控制年份固定效應和其他對企業自主創新績效的影響因素前提下，資源集聚和同群聯盟等網絡效應對企業自主創新績效影響的顯著性水平仍不變。因此，本文認為自創區賦予企業的資源集聚和同群聯盟的提高均有助于企業自主創新績效提升，即假設1和假設2得到支持。

5.2.2 穩健型檢驗

（1）增加控制變量。企業董事和高管實現企業自主創新績效提升的目的會將自身關系網絡嵌入，企業董事和高管的規模越大，嵌入的關系網絡越多。因此，本文在原有控制變量的基礎上，加入董事會規模和高管規模，以ln（觀測年企業董事數量+1）測量董事會規模，以ln（觀測年企業高管數量+1）測量高管規模，回歸結果如表7所示。其中，列（1）展示新增控制變量后資源集聚對企業自主創新績效的影響，列（2）展示新增控制變量后同群聯盟對企業自主創新績效的影響，發現新增控制變量后并未影響資源集聚和同群聯盟等網絡效應對企業自主創新績效的影響。

（2）替換被解釋變量。本文替換的被解釋變量測度借鑒施建軍和栗曉云的研究，采用企業獨立專利申請量與研發投入的比值（EIE）作為企業自主創新績效的代理變量，回歸結果如表6列（3）和列（4）所示。替換被解釋變量的代理變量后，資源集聚與同群聯盟仍顯著影響企業自主創新績效，進一步證實了研究結論的穩健性。

5.3 機制檢驗

5.3.1 調節效應模型設定及檢驗

在H1和H2成立的前提下，由上文提出的H3和H4可知，企業數字轉型和自創區制度激勵能擴大資源集聚和同群聯盟對企業自主創新績效的影響，數字轉型參考吳非等的研究，以企業年報中數字化特征詞出現的詞頻進行測量；本文認為自創區內企業獲取科創政策補貼越多，其受到的激勵越大，因此采用ln（政府補貼+1）測量。如果兩個調節效應存在，隨著自創區內企業數字轉型程度和制度激勵的提升，資源集聚和同群聯盟等網絡效應對其自主創新績效的影響會增強。因此，本文借鑒溫忠麟等（2005）的研究，構建如下模型進行檢驗，具體如式（3）至式（6）所示，其中式（3）和式（4）用來檢驗企業數字轉型的調節效應，式（5）和式（6）用來檢驗制度激勵的調節效應。

DIPi，t=β0+β1 AEi，t+β2 Digei，t+β3 Digei，t*AEi，t+β4 ∑ Controls+Year+εi，t（3）

DIPi，t=γ0+γ1 NEi，t+γ2 Digei，t+γ3 Digei，t*NEi，t+γ4 ∑ Controls+Year+εi，t（4）

DIPi，t=β0+β1 AEi，t+β2 Sii，t+β3 Sii，t*AEi，t+β4 ∑ Controls+Year+εi，t（5）

DIPi，t=γ0+γ1 NEi，t+γ2 Sii，t+γ3 Sii，t*NEi，t+γ4 ∑ Controls+Year+εi，t（6）

其中：Digei，t代表i公司在第t年的數字轉型程度；Digei，t*AEi，t代表數字轉型程度與資源集聚的交乘項；Digei，t*NEi，t代表數字轉型與同群聯盟的交乘項；Sii，t代表i公司在第t年的受激勵程度；Sii，t*AEi，t代表制度激勵與資源集聚的交乘項；Sii，t*NEi，t代表制度激勵與同群聯盟的交乘項。

數字轉型和制度激勵的調節效應檢驗結果如表7所示：列（1）中資源集聚與數字轉型的交乘項系數為0.032，且在5%的顯著性水平上與企業自主創新績效正相關，表明數字轉型在資源聚集和企業自主創新績效間存在正向調節機制；列（2）中同群聯盟與數字轉型的交乘項系數不顯著，表明數字轉型在同群聯盟和企業自主創新績效間尚不存在調節機制；列（3）中同群聯盟與制度激勵的交乘項系數為-0.006，且在5%的顯著性水平上與企業自主創新績效負相關，表明制度激勵在資源聚集與企業自主創新績效間存在正向調節機制；列（4）中同群聯盟與制度激勵的交乘項系數不顯著，表明制度激勵在同群聯盟與企業自主創新績效間不存在調節機制。上述結果表明，數字轉型和制度激勵僅在資源集聚對企業自主創新績效的影響中存在調節機制。

數字轉型尚未能擴大同群聯盟對企業自主創新績效影響的原因可能在于，數字轉型雖然能持續向外界傳遞出自創區內企業創新能力提升的積極信號，促進創新資源向自創區內企業匯集，但聯合創新對合作企業各種資質的考察期限較長且較為全面，所以短期內數字轉型并不能擴大自創區賦予企業的同群聯盟網絡效應。制度激勵在資源聚集與企業自主創新績效間負向調節的原因可能在于，從自創區開始設立至今已有14年，其內部機制相對穩定，企業熟悉獲取制度激勵的方式，這容易產生獲取制度激勵的逆向選擇問題和相應的道德風險，導致企業“策略性”創新行為，從而降低資源集聚對企業自主創新績效的影響。

5.3.2 作用機制模型設定及檢驗

在分析H1和H2的過程中，本文發現自創區賦予企業的資源集聚和同群聯盟通過增強投入強度（RD）和知識共享（KF），促進企業自主創新績效提升，其中投入強度參考于連超等的研究，以ln（觀測年企業投入強度+1）進行測量，知識共享參考孫玉濤等的研究，以ln（觀測年企業專利的引用次數+被引次數+1）進行測量。本文借鑒溫忠麟等的研究，構建如下模型進行檢驗，具體如式（7）至（14）所示，其中式（7）至式（10）用來檢驗知識共享和投入強度在資源集聚與企業自主創新績效間的作用機制，式（11）至式（14）用來檢驗知識共享和投入強度在同群聯盟與企業自主創新績效間的作用機制。

KFi，t=β0+β1 HEi，t+β2 ∑ Controls+Year+εi，t（7）

DIPi，t=γ0+γ1 HEi，t+γ2 KFi，t+γ3 ∑ Controls+Year+εi，t（8）

RDi，t=β0+β1 HEi，t+β2 ∑ Controls+Year+εi，t（9）

DIPi，t=γ0+γ1 HEi，t+γ2 RDi，t+γ3 ∑ Controls+Year+εi，t（10）

KFi，t=β0+β1 NEi，t+β2 ∑ Controls+Year+εi，t（11）

DIPi，t=γ0+γ1 NEi，t+γ2 KFi，t+γ3 ∑ Controls+Year+εi，t（12）

RDi，t=β0+β1 HEi，t+β2 ∑ Controls+Year+εi，t（13）

DIPi，t=γ0+γ1 HEi，t+γ2 RDi，t+γ3 ∑ Controls+Year+εi，t（14）

作用機制的檢驗結果如表8所示：列（1）中資源集聚的回歸系數為0.339，且在1%的顯著性水平上與企業自主創新績效正相關；列（2）中知識共享的回歸系數為0.184，在1%的顯著性水平上與企業自主創新績效正相關，表明知識共享在資源集聚與企業自主創新績效間存在積極的作用；列（3）中資源集聚與投入強度的回歸系數為0.868，且在1%的顯著性水平上與企業自主創新績效正相關；列（4）中投入強度的回歸系數為0.132，且在1%的顯著性水平上與企業自主創新績效正相關，表明投入強度在資源聚集與企業自主創新績效間也存在積極的作用；列（5）中同群聯盟的回歸系數為0.038，在1%的顯著性水平上與知識共享正相關；列（6）中知識共享的回歸系數為0.141，且在1%的顯著性水平上與企業自主創新績效正相關，表明知識共享在同群聯盟與企業自主創新績效間存在積極的作用；列（7）中同群聯盟的回歸系數為0.016，在5%的顯著性水平上與投入強度正相關；列（8）中投入強度的回歸系數為0.127，且在1%的顯著性水平上與企業自主創新績效正相關，表明投入強度在同群聯盟與企業自主創新績效間存在積極的作用。上述回歸結果表明，自創區賦予企業的資源集聚和同群聯盟通過增加投入強度和知識共享，促進企業自主創新績效提升。作用機制檢驗均在H1和H2成立的基礎上進行。

6 異質性檢驗

本文認為自創區所在地理區域差異可能會造成研究結論的偏差，因此根據自創區所在地理區域將研究樣本分層進行異質性檢驗。參照王弘鳴等的研究成果，根據自創區所在的省份，將自創區劃分為東部地區自創區、中部地區自創區和西部地區自創區?；貧w結果如表9所示：列（1）至列（3）表示在自創區不同地區性質下，資源集聚對企業自主創新績效的影響，發現僅東部和中部自創區賦予企業的資源集聚在1%的水平上顯著正向作用于企業自主創新績效，且在中部地區的作用更大；列（4）至列（6）表示在自創區不同地區性質下，同群聯盟對企業自主創新績效的影響，發現東部和中部自創區賦予企業的同群聯盟在1%的水平上顯著提升企業自主創新績效，且在東部地區的作用更大；西部自創區賦予企業的同群聯盟在10%的水平上顯著提升企業自主創新績效。

產生這一結果的原因可能在于：首先，與西部自創區相比，東部和中部自創區具有區位優勢，創新資源更容易向東部和中部自創區內聚集，造成西部自創區賦予企業的資源集聚網絡效應不佳。其次，與東部和中部自創區相比，西部自創區數量較少且設立時間較短，可能至今并未形成創新資源集聚網絡效應。此外，一方面西部地區面臨科技創新停滯問題，另一方面東、中部地區的教育資源優勢進一步促使人力資本向東偏，這些可能也是造成此結果的重要因素。

7 結論與展望

7.1 研究結論

科技創新是中國在激烈的國際競爭中開辟新領域新賽道，實現跨越全球供應鏈位勢，塑造新動能新優勢的重要引擎，而企業作為科技創新的關鍵核心主體，自創區科創網絡已成為驅動企業自主創新的重要情景。本文以北京中關村、上海張江、武漢東湖三地自創區政策文本為研究樣本，運用扎根理論探索自創區科創網絡對企業自主創新產生的影響，發現自創區設立賦能企業資源集聚和同群聯盟網絡效應。然后，通過調研上海張江內的企業，結合現有理論分析資源集聚和同群聯盟等網絡效應對企業自主創新績效的影響，并提出研究假設。接著，以中國自創區內A股上市企業的經驗數據進行實證驗證，得出以下結論：第一，資源集聚和同群聯盟能夠顯著提升企業自主創新績效。第二，資源集聚可以通過改善組織間知識共享和組織內投入強度促進企業自主創新績效提升；同群聯盟通過改善組織間知識共享促進企業自主創新績效提升。第三，企業數字轉型能夠擴大資源集聚和同群聯盟對企業自主創新績效的影響。進一步，將樣本按照自創區地理區位分層后，發現同群聯盟均顯著作用于企業自主創新績效，但在西部樣本中的顯著性水平有下降；資源聚集僅在中東部樣本中顯著。

7.2 管理啟示

（1）自創區外的企業應加快進入自創區的戰略部署，為實現資源聚集、分散創新風險、提升自主創新績效做鋪墊。首先，企業可以選擇將注冊地與辦公地址分離，將辦公地點設置到自創區內，促進企業創新資源與自創區內創新資源相互流轉，實現良性循環。其次，企業借鑒科創飛地的運作模式，將研發部門以子公司的形式轉移到自創區內，一方面能夠實現自創區內人才、資金等創新資源向企業匯聚，另一方面能夠增加企業與自創區內企業合作創新的機會，從而實現分擔創新風險、提高自主創新績效的目的。最后，企業可以選擇與自創區內創新主體組建“創新聯合體”或“產學研”聯盟，利用自創區內創新主體吸引創新資源，并使各類創新資源在網絡內有效流轉。此外，自創區內企業應積極響應自創區政策，從而獲取更強的網絡效應的加持。

（2）自創區企業/政府應認識到數字轉型突破創新資源瓶頸的新邊界。首先，自創區企業應加快數字技術在E4evUCFRrIZzYbI1eCwKsw==研發環節、小/中試環節、產業化環節以及營銷服務環節的應用，并利用數字技術向外部傳遞在各個環節取得成就的積極信號，從而吸引自創區內外部創新資源向企業匯集。其次，自創區政府應廣泛布局自創區內的數字基礎設施建設，在此基礎上統籌規劃科創平臺建設，并帶頭協助積極響應自創區科創政策的企業構建其創新網絡，促進創新資源在自創區內有效配置。

7.3 研究展望

本文使用扎根理論結合實證研究的組態分析方法探索出自創區設立賦能企業的資源集聚和同群聯盟等網絡效應，并驗證二者對企業自主創新績效的影響及內部機制，但仍存在一些不足，未來從以下方面進行突破。本文以中國自創區內A股上市企業的經驗數據為研究樣本，但自創區內企業以中小企業為主，未來的研究可以將自創區內中小企業的經驗數據納入研究樣本中再次驗證結論的適用性。

參考文獻：

［1］ 謝家平，孔訸煒，梁玲，等.自主創新的科創平臺治理因素機理：扎根理論質性研究［J］.上海財經大學學報，2019，21（6）：64-80.

［2］ 馬宗國，范學愛.基于研究聯合體的國家自主創新示范區企業轉型升級評價：2016—2020年1827家上市公司的實證分析［J］.科技進步與對策，2022，39（14）：23-33.

［3］ 李鵬，吳瑤，彭華濤.知識網絡嵌入與國際創業企業成長關系研究［J］.科學學研究，2022，40（8）：1441-1451.

［4］ XIE J， ZHU W， WEI L， et al. Platform competition with partial multi-homing： when both same-side and cross-side network effects exist［J］. International Journal of Production Economics， 2021， 233： 108016.

［5］ 孔令丞，許建紅，劉魯浩，等.科創網絡推動區域創新的作用機理及實證分析：來自省級面板數據的證據［J］.上海經濟研究，2019（4）：43-54.

［6］ 謝家平，孔訸煒，張為四.科創平臺的網絡特征、運行治理與發展策略：以中關村、張江園科技創新實踐為例［J］.經濟管理，2017，39（5）：36-49.

［7］ 孔令丞，王悅，謝家平.長三角區域一體化擴容、協調集聚與區域創新［J］.財經研究，2022，48（12）：34-47.

［8］ RICHARDSON G B. The organisation of industry［J］. The Economic Journal， 1972，82（327）： 883-896.

［9］ PFEFFER J， SALANCIK G. The external control of organizations： a resource dependence perspective［J］. Organizational Behavior， 1978.

［10］ 林閩鋼.社會學視野中的組織間網絡及其治理結構［J］.社會學研究，2002（2）：40-50.

［11］ EGBETOKUN A A. The more the merrier？ Network portfolio size and innovation performance in Nigerian firms［J］. Technovation， 2015（43/44）： 17-28.

［12］ 孫笑明，崔文田，崔芳，等.當前合作網絡結構對關鍵研發者創造力的影響［J］.管理工程學報，2014，28（1）：48-55.

［13］ SINGH S， DARWISH T K， POTOCˇNIK K. Measuring organizational performance： a case for subjective measures［J］. Management Knowledge and Education，2016，27（1）：214-224.

［14］ 孔曉丹，張丹.創新網絡知識流動對企業創新績效的影響研究：基于網絡嵌入性視角［J］.預測，2019，38（2）：45-51.

［15］ 李桂華，趙珊，王亞.供應網絡位置、吸收能力與企業創新績效［J］.軟科學，2020，34（12）：1-7.

［16］ 周文浩，李海林.合作網絡異質性特征與企業創新績效的關系［J］.系統管理學報，2023，32（2）：367-378.

［17］ 張娜，劉鳳朝.雙層次合作網絡構建對企業探索性創新績效的影響［J］.管理工程學報，2021，35（1）：1-11.

［18］ 蔡彬清，陳國宏.鏈式產業集群網絡關系、組織學習與創新績效研究［J］.研究與發展管理，2013，25（4）：126-133.

［19］ 高良謀，馬文甲.開放式創新：內涵、框架與中國情境［J］.管理世界，2014（6）：157-169.

［20］ CHESBROUGH H. The future of open innovation［J］. Research-Technology Management，2017，60（1）：35-38.

［21］ 王偉光，馮榮凱，尹博.產業創新網絡中核心企業控制力能夠促進知pu/J16jb42KXFMOvNlxP7Q==識溢出嗎？［J］.管理世界，2015（6）：99-109.

［22］ 李雯，解佳龍.創新集聚效應下的網絡慣例建立與創業資源獲取［J］.科學學研究，2017，35（12）：1864-1874.

［23］ DEDEURWAERDERE T， MELINDI-GHIDI P， SAS W. Networked innovation and coalition formation： the effect of group-based social preferences［J］. Economics of Innovation and New Technology， 2018， 27（7）： 577-593.

［24］ 曹興，歐陽瑩，楊春白雪.創新網絡合作密度影響因素及其仿真分析［J］.運籌與管理，2019，28（2）：74-80.

［25］ 李柏洲，王雪，薛璐綺，等.戰略性新興產業創新網絡形成機理研究［J］.科研管理，2022，43（3）：173-182.

［26］ AISAITI G， LIANG L， LIU L， et al. How social enterprises gain cognitive legitimacy in the post-pandemic period？ Social welfare logic and digital transformation［J］. Industrial Management & Data Systems， 2021， 121（12）： 2697-2721.

［27］ 宋廣蕊，馬春愛，肖榕.同群效應視角下高管創新注意力、連鎖關系對企業創新投資行為的影響研究［J］.管理學報，2022，19（8）：1195-1203.