产业集群网络特征与创新活跃性的关系研究

胡 平，周 森，温春龙

(西安交通大学管理学院，陕西 西安 710049)

产业集群网络特征与创新活跃性的关系研究

胡 平，周 森，温春龙

(西安交通大学管理学院，陕西 西安 710049)

本文在企业社会网络以及创新影响因素等相关研究基础上，提出信息服务业背景下“企业背景－网络特征－创新活跃性”关系的理论模型和假设。利用北京市信息服务业集群资料进行实证分析，得出结论:(1)企业年龄、进网时间、企业类别以及注册资本等企业背景对网络特征及创新活跃性都存在显著影响;(2)企业在同业关系网络或“企业－行业”二模网络中的重要程度越高，则其创新活跃性越强;(3)企业背景特征与网络特征对创新活跃性具有综合影响作用。

网络特征;创新活跃性;产业集群;信息服务业

Abstract:After reviewing the previous analysis on the corporate social network and factors of innovation，this paper presents the company background－network characteristics－innovation activity model and theoretical assumptions.This paper analyzes the information service cluster of Beijing.Results show that:The company background characteristics such as company age，access time，sources of funds and registered capital，have significant effects on innovation activity;The more importance of the company in the network，the stronger its innovative activity is;The company background and network characteristics have a comprehensive effect on innovation activity.Registered capital has positively effects on innovative activity.

Key words:Network characteristics;Innovation activity;Industry cluster;Information service industry

作为信息产业中的重要一员，信息服务业区别于传统信息制造业，其集群的形成多基于地区性政府政策以及企业与企业间信息交流。在不同发展阶段，网络中企业的管理者需要根据网络表现出的不同特征处理好与同业企业的关系，以促进自身发展创新继而推动集群发展。

1 研究框架与假设

1.1 模型构建

由于国内外对信息服务业的分类以及范围界定尚不明确，本文研究对象主要集中于匡佩远［1］对信息服务业界定中的信息技术服务业和信息内容服务业，原因如下:一是作为新兴行业，这两部分包含了大量新的企业形态和发展方向;二是这部分企业是信息服务业中创新网络和创新活动的主要载体;三是构建网络的数据来源于软件著作登记公告，而发表软件著作登记公告的主要是这两部分企业。

专利是科学研究成果的重要表现形式之一，被认为是创新的源泉，是衡量创新行为的非常实用的指标［2］。本文采用专利 (软件著作权)作为衡量创新行为的指标，根据创新行为的领域不同，又划分为在原有业务领域的创新和新业务领域的创新。本文研究前一阶段企业同业关系以及“企业－行业”网络特征对于后一阶段创新活跃性的影响 (综合考虑企业背景特征)，故“原业务领域”即指前一阶段中该企业已经在该领域有过软件著作权的登记，“新业务领域”指后一阶段取得了前一阶段尚未涉足领域的专利。这里用“创新活跃性”这个词来衡量创新而非“创新绩效”，是因为在评价创新绩效时往往会涉及投入产出的比例关系等一系列其他的因素。

本文将选用地理接近性作为集群的边界，行业接近性作为形成关系的基础，为了验证企业网络对企业创新的影响作用，提出理论框架如图1所示。

1.2 假设提出

(1)H1企业在同业关系一模网络中的重要程度与创新活跃性正相关。

①同业者与创新活跃性。同业关系中的间接联系是企业信息的来源之一，可以增大企业获取信息的范围，从而有助于获取互补性知识，提升创新绩效。间接联系通过两种形式来提升企业创新绩效:一是间接联系充当信息搜集的角色，使企业能够获得更多本研究领域内所发生的研究成败的消息，有前景的技术路线和失败的经验教训都能够通过间接联系网络尽早获悉［2］;二是间接联系充当信息处理或过滤器的角色，合作网络中的每个企业都可能充当一个信息处理机制，该机制可用来吸收、筛选、分类新的技术发明，使不同技术领域的相关信息可以通过间接联系进入企业的视野［3］。因此提出假设H11a和H11b。

图1 理论框架

②网络位置与创新活跃性。结构洞能够为其占据者提供信息利益与控制利益，从而比网络中其他位置上的成员更具有竞争优势［4－5］。占据结构洞的企业拥有非冗余的信息，可以免掉非别无价值的重复信息的工作，能够为创新提供便利，并且提高创新的成功率［6］。网络的有效规模越大，表示重复程度越小，则存在结构洞的可能性越大，提出假设H12a和H12b。网络的限制度越小，存在结构洞存在的可能性越大［4］(本文反限制度为其相反数)，提出假设H13a和H13b。等级度能够更好地反映单个行动者所占据结构洞的情况，提出假设H14a和 H14b。

(2)H2企业在“企业－行业”二模网络中的中心度与创新活跃性正相关。

中心度可用来考察企业充当网络中心枢纽的程度和对资源获取与控制的程度。企业有较高的中心度则说明其占据网络中的重要位置，其可以迅速发现和接近正在进行有前景的创新活动的企业，更容易获取准确的信息与信息源［4］，并且对外部信息与内部现存知识进行整合，从而开发出新知识，实现企业的创新活动，企业在企业－行业二模网络中的中心度值越大，其创新活跃性越高。度数中心度在这里指该企业所从属的行业的个数，从属更多的行业说明企业的知识广度更大，也更容易从交叉知识中获取创新的灵感［7］，企业便具有更高的创新活跃度，由此提出假设H21a和H21b。中间中心度测量的是企业对资源控制的程度，高中间中心度的节点能够通过较少的路径连接到所有行业的企业，更容易获取新的信息和实现创新，由此提出假设H22a和H22b。接近中心度反应的是信息传递的独立性或者有效性，高接近中心度的企业与网络中所有其他点的距离都很短，利于创新［5］，由此提出 H23a和H23b。

(3)H3企业背景对网络特征及创新活跃性存在显著影响。

企业年龄、产业类别、企业规模等背景特征对企业间创新网络的构建和演进会产生影响［8］。本文侧重考虑企业年龄、企业进网时间、企业类别以及注册资本等背景变量。经营时间较长的企业往往能积累更多知识与能力，企业进入网络的时间越长，所接触到的行业知识和信息越多［9］，不同的企业资金来源 (内资或外资)受不同文化影响，企业的注册资本能够在一定程度上代表企业规模［10］，这些因素可能会对创新活跃性有一定影响。由以上的研究提出假设H31a和H31b。企业背景除了可以直接影响企业创新活跃性外，也可以通过影响企业网络特征而间接影响企业创新活跃性。年龄大的企业抵抗风险和不确定性的能力相对较强，随着企业年龄的增长，企业便更有可能根植于当地企业网络中，嵌入基于长期信任所建立起的关系网络中的可能性也就越高［11］。企业进入网络的时间越长，企业在网络中的地位越高，与网络中其他成员之间的信任程度也就越强。大企业可以有效地利用规模和声誉优势，吸引合作伙伴［9］，同时大企业更有可能面向更多的行业使之在网络中占据更有利的位置。企业资金来源的差异可能致其在企业网络中的不同位置。综合以上分析，提出假设H32、H33。

3 数据来源及处理

3.1 数据来源

信息服务业企业名单源自中国知识产权保护中心“计算机软件登记公告”数据库。共获得北京市2000—2010年拥有软件著作权的信息服务业类企业9348家，著作权登记57177项。利用名索网查询具体信息 (成立时间、企业类型、企业类别、注册资本等)，经过数据筛选得2004—2007年和2008—2010年两阶段信息齐全的有效企业1928家。企业的同业关系网络特征和二模网络特征使用2004—2007年的企业数据;创新活跃性指标采用2008—2010年的企业数据。研究前一阶段网络特征对后一阶段创新活跃性的影响。

3.2 网络构建

本文基于隶属关系构建网络，如果企业间生产的软件面向的同一细分行业，且软件产品类别相同，便建立了同业关系，互为合作或竞争伙伴或者潜在的合作和竞争伙伴。假设产品P1和P2都适用于国民经济行业L，则生产P1的企业E1和生产P2的企业E2均“隶属”于行业L。基于这一关系构成了“企业—行业”隶属网络，其可以衍生出两个单模网络:“企业—企业”网络和“行业—行业”网络。由于企业之间不是直接联系的，而是通过所共同隶属的事件联系在一起，属于间接关系，是弱关系。北京信息服务业产业集群网络的研究对象既包括同业关系网络 (节点为信息服务企业，关系为同业竞合)关系，也包括“企业——行业”所构成的二模网络本身。

3.3 变量描述 (见表1)

表1 变量的选取与测度 (除资金来源外，各指标均为平均值)

4 网络特征对创新活跃性影响分析

4.1 企业背景特征对创新活跃性和网络特征影响分析

首先分析企业背景变量对创新活跃性的直接影响。企业背景特征对原业务领域创新影响显著，模型整体通过检验，假设H31a得到了验证。其中，企业的进网时间比企业年龄更能影响企业在原有业务领域的创新，在网络中的时间越长，对其创新越有促进作用。企业背景特征对新业务领域创新影响显著 (篇幅所限，模型参数略)，假设H31b得到了验证。对比前后两个模型，企业进网时间对新业务领域的创新影响大于原业务领域，企业进网越早，越有利于其开拓新的业务方向。有外资参与的情况下，企业在新业务领域的活跃性比在原业务领域更大，说明外资的投入更容易使企业进军新的业务领域。

企业背景对网络特征影响模型中，对于同业者个数来说，企业年龄没有通过检验，假设H32a得到部分验证，进网时间与企业年龄指标含义上来说有相似之处，但是却能够通过检验，因为进网时间的长短某种程度上能够体现企业在网络中的一种地位，进网时间越早，越说明企业在所从事领域中基础越雄厚，越有实力构建起比较发达的网络，所以对于网络特征有较为显著的影响。注册资本一定程度上能够反映企业硬件实力，硬件实力强的企业自然也比较容易构建较为发达的企业网络。有外资注入的企业拥有较多同业者，外资对于北京信息服务业企业网络的构建具有积极意义。

4.2 网络特征对创新活跃性影响分析

模型1～4中，企业背景特征作为调节变量进入模型 (见表3)。在模型1中，同业者个数、有效规模、等级度都在0.001的置信水平通过了检验，即假设 H11a、H12a、H14a得到验证。反限制度没有通过检验，而等级度反应限制度集中于单个节点上的程度，能够更好的反映单个行动者所占据结构洞的情况，故通过检验。在模型2中，同业者个数和有效规模通过检验，假设H11b和H12b得到验证。

对比模型1和模型2:①企业同业者个数对于在原业务领域创新活跃性促进作用较强，因为同业者个数多并不一定能够为企业提供更多的新的信息来源和新的业务机会，反而可能带来重复冗余联系，只能够起到加强原有领域实力并且使销售渠道更为流畅的效果;②有效规模指标对新业务领域的影响更强 (系数分别为0.021和0.082)，有效规模反映的非冗余的联系越多，获得新领域的信息和发展机遇的机会越大，企业越容易在新业务领域有所建树;③与原业务领域相比，新业务领域中等级度没有通过检验，说明等级度高的企业对于原业务领域发展更有好处，而对新业务领域的开拓并没有显著的促进作用。

表2 企业背景对一模网络特征影响回归分析结果 (系数经过标准化)

模型3中，3个自变量都通过了检验，假设H21a、H22a、H23a得到了验证，说明企业在二模网络中从属的行业越多、控制资源的能力越强、不受其他节点控制的能力越强，则越容易在原业务领域有所创新。模型4中的3个自变量全部通过了检验，假设H21b、H22b、H23b得到了验证。

表3 企业网络特征对创新活跃性影响回归分析结果

对比模型3与模型4发现:(1)原业务领域的创新活跃性受度数中心度的影响较大 (系数分别为0.811和0.486)，度数中心度高的企业从属于更多的行业，更容易在原有行业领域内有更多的创新;(2)新业务领域创新活跃性受中间中心度影响较大 (系数分别为0.057和0.424)，中间中心度则反映的是企业在网络中控制信息流动的能力，中间中心度越高，则获取的新的信息越多，有更多的机会在原领域以外寻求发展。

4.3 对创新活跃性的综合作用分析

为了进一步验证网络特征和企业背景指标对于两种活跃性的综合影响，并且考察背景变量通过影响网络特征来间接影响创新活跃性的机制，采用软件是AMOS18.0，模型为非递归模型做路径分析。

图2所示为企业背景变量通过一模网络特征影响创新活跃性的关系模型，结果显示:卡方值为13.359，显著性概率值为0.271＞0.05，AGFI=0.994＞0.900，RMSEA值=0.011＜0.05，模型拟合较好;结果除不能确定同业者个数对于新业务领域的影响，其他与之前的分析相似。将一模网络综合起来考虑的情况下，同业者个数由于与其他指标之间有较强相关性，造成同业者个数对于新业务领域的创新活跃性的影响被削弱。图3所示为企业背景通过影响二模网络特征来间接影响创新活跃性的情况。模型结果显示:卡方值为10.003，显著性概率值为0.350＞0.05，AGFI=0.994＞0.900，RMSEA值=0.008＜0.05，模型拟合较好。二模网络特征对于创新活跃性的影响全部通过了检验，对于不同业务领域的解释力度存在差异，结果与之前分析类似。

图2 企业背景－一模网络特征－创新活跃性的关系模型

以上分析表明，网络特征对企业的创新活跃性的影响效果较为显著，这与之前学者［6，8］的研究结果是相吻合的。除直接作用外，企业背景可以通过影响企业网络特征而间接影响企业创新活跃性:①注册资本不但可以直接影响创新活跃性，而且可以通过一模和二模网络特征间接影响创新活跃性，其直接作用并没有被解释力度较强的网络特征指标所掩盖，说明注册资本在该模型中发挥了十分重要的作用，因为该变量可以一定程度上代表企业自身的实力，这是其他网络特征并没有体现出来的因素，可见企业自身实力无论对于企业在网络中的地位还创新活跃性来说，都是十分重要的，这与之前学者［11］的观点相似，验证了注册资本能够影响创新，在一定程度上代表了企业的规模和企业对于信息的消化吸收能力;②关于企业年龄的分析与之前学者［10］的结果有所不同，经营时间较长的企业并没有在创新中体现出明显的优势，这是因为本章中形成网络所用的数据为2004—2007年，网络的情况只是与该时期中企业的一些行为有关，与企业年龄的大小关系不大。此外，企业年龄只能通过点度中心度来间接影响创新活跃性;③进网时间对于网络特征有较为显著影响，进网时间越早，越有机会构建发达网络，与之前研究观点相似，其也可以通过除限制度外的其他六个网络特征对创新活跃性加以间接影响;④而资金来源的直接作用仅仅对于新业务领域的创新活跃性有所体现，其原因为资金来源可以在一定程度上表明外资和内资企业具有文化差异，但其不能完全区分出不同文化对创新影响差异。此外，资金来源可以通过有效规模间接影响创新活跃性。

5 结论

本文基于北京市信息服务产业集群网络特征对创新活跃性进行了研究，结论如下:

(1)企业背景对创新活跃性存在显著影响:企业年龄、企业进网时间、企业类别以及注册资本对原业务领域和新业务领域的创新活跃性都具有影响。其中企业进网时间对新业务领域的创新影响大于原业务领域，外资参与企业更容易进军新的业务领域。

(2)企业背景对网络特征存在显著影响:企业年龄越大，则企业的有效规模越大、点度中心度越大;企业进网时间越早，各项网络特征越明显;企业注册资本越大，则同业者个数越多、有效规模越大、二模网络三项中心度越大;外资参与企业在网络中拥有更多的同业者、更大的有效规模和接近中心度。

(3)企业在同业关系一模网络或“企业－行业”二模网络中的重要程度越高，则其创新活跃性越强:企业在网络中的同业者个数、有效规模、等级度、度数中心度、中间中心度和接近中心度越大，则企业在原业务领域的创新活跃性越强;企业在网络中的同业者个数、有效规模、度数中心度、中间中心度和接近中心度越大，则企业在新业务领域的创新活跃性越强。

(4)企业背景特征与网络特征对创新活跃性具有综合影响作用:企业注册资本对创新活跃性存在正向的直接和间接影响;进网时间则可以通过有效规模、等级度等六个网络特征对创新活跃性加以间接影响;企业年龄只能通过点度中心度来间接影响创新活跃性;资金来源可以通过有效规模间接影响创新活跃性。

(5)各网络指标对于原业务领域活跃性影响较大的特征有同业者个数、度数中心度、接近中心度;对新业务领域活跃性影响较大的特征有有效规模、中间中心度。

［1］匡佩远.信息服务业:定义和统计框架［J］.统计教育，2009，(05).

［2］Mark Hirschey，Vernon J.Richardson，Susan Scholz.Value relevance of nonfinancial information:the case of patent data ［J］.Review of Quantitative Finance and Accounting，2004，17(3):223 －235.

［3］Salman N.，Saives A.L..Indirect networks:an intangible resource for biotechnology innovation［J］.R＆D Management，2005，35(2).

［4］Burt R.S..Structural Holes:The Social Structure of Competition［M］.Harvard University Press，1992.

［5］Ben Shaw － Ching，Liu M，Ravind R.Diffunet:The Impact of NetworkStructure on Diffusion of Innovation［J］.European Journal of Innovation Management，2005，(8):210 －232

［6］Uzzi B..Social structure and competition in interfirm networks:the paradox of embeddedness［J］.Administrative Science Quarterly，1997，42(1).

［7］魏江，郑小勇.关系嵌入强度对企业技术创新绩效的影响机制研究——基于组织学习能力的中介性调节效应分析［J］.浙江大学学报(人文社会科学版)，2010(09).

［8］Christensen P.V.，Ulhi J.P.，Madsen H..The entrepreneurial process in a dynamic network perspective:a review and future directions for research［R］.Copenhagen:LOK Research Center，2000.

［9］陈学光，徐金发.基于企业网络能力的创新网络研究［J］.技术经济，2007，(03).

［10］王东浩，陈暮紫等.不同规模中小型企业不良贷款回收率结构特征研究［J］.系统工程理论与实践，2010(12).

［11］Brouwer A.E.，Mariotti I.＆ van Ommeren，J.N.The firm relocation decision:an empirical investigation［J］.The Annals of Regional Science，2004，(38):335 －347.

(责任编辑 张九庆)

The Relationship between Network Characteristics and Innovation Activity

Hu Ping，Zhou Sen，Wen Chunlong
(School of Management，Xi'an Jiaotong University，Xi'an 710049，China)

F062.3

A

国家社会科学基金项目“现代信息服务业产业集群模式比较研究”(10BGL032)，2011年中国工程院信息与电子工程部重点咨询项目:信息服务领域新兴产业的发展问题研究。

2012－03－07

胡平 (1961－)，女，江苏人，西安交通大学管理学院管理科学系副教授，博士，研究方向为企业社会网络。