都市型农业创新网络结构与演进机理研究——以上海市为例

(.华东师范大学 中国现代城市研究中心,上海 200062;2.上海市农业科学院,上海 20403)

都市型农业创新网络结构与演进机理研究
——以上海市为例

刘 刚1,2,曾 刚1
(1.华东师范大学 中国现代城市研究中心,上海 200062;2.上海市农业科学院,上海 201403)

以调研问卷数据为数据源,剖析了上海农业创新网络结构与演进机理,验证了网络结构、空间结构、区域创新环境及其交互作用对创新的作用机制。实证结果表明:①从网络结构看,基于与高校、科研院所等知识伙伴的创新互动合作对上海农业创新网络绩效的提升作用更加明显。②从网络空间尺度看,多空间尺度合作网络的构建是企业创新能力提升的一个重要指标。③从创新环境需求看,区域创新环境一般通过影响知识伙伴及本地合作的方式间接表征企业创新能力的高低,分别正向或反向来调节与知识合作、本地合作对企业创新能力的影响。

创新网络;都市型农业;上海市

1 问题提出

随着全球创新中心多极化和经济全球化的深入发展,驱动经济增长、提升区域核心竞争力的关键因子由资本、土地、劳动力向知识、技术等创新要素转变,并强调多空间尺度创新要素的互动[1]。一般来说,在经济地理学视角下创新网络的相关研究主要集中在新区域主义和全球生产网络两大学派,前者认为创新是具有粘性的,多依赖于创新能力较强的特定区域,强调内生性因素、内部根植性和制度厚度对创新的作用;后者则主张大部分可混合知识多为全球知识[2,3]。然而,越来越多的学者诟病两者在研究尺度上的片面性,进而出现了“全球管道—本地蜂鸣”[4]、“超越新区域主义”[5]等学说。遗憾的是,创新网络的相关研究多以发达国家的制造和高科技行业部门为研究对象[6],对农业创新领域的关注相对较少。此外,随着大都市区域日益聚焦于第二、三产业的发展,“农业死亡”等论断不绝于耳。事实上,随着传统农业向现代农业转型的持续发酵[7],计算机技术和基因技术的飞速发展为农业现代化进程的推进带来了契机[8],构建农业创新体系对农业生产率的提升同样具有重要价值。

根据世界农业发展的经验,都市型农业是现代化大城市地区农业发展的必然趋势,是实现城乡经济、社会和环境融合最有效的模式和手段[9]。2014年《中国统计年鉴》数据显示,上海粮食作物单位面积产量、农民人均纯收入、农业商品率等指标均位居全国前列,基本已完成从传统农业到城郊农业的全面转变,并具备了都市型农业的发展雏形、条件和需求。因此,我们不禁要问:都市型农业创新网络的基本形态是什么？产业伙伴/知识伙伴孰轻孰重？创新主要来自何处？基于此,本文以上海农业企业的一手数据为基础,尝试探究创新网络结构、空间结构和区域创新环境如何影响企业的创新能力,旨在明晰上海农业创新网络的作用机制,谋求充实创新经济地理学研究的实证案例,为上海农业创新系统良性运转和培育创新节点提供方向,并对社会经济条件相似的长三角和国内其他地区快速推进农业发展具有一定的借鉴价值。

2 创新网络研究的理论探讨

本文延续创新网络结构及其空间尺度的讨论,并认为:企业与知识伙伴的合作对应编码化知识,强调基础、共性技术的研发;产业伙伴对应隐性知识需要通过实践,即“干中学、用中学”实现,并对创新知识进行评价、理解、整合和应用[10]。同时,企业的创新行为与所在区域/城市的经济、社会—政治和文化等三个维度的情境性因素密切相关[11]。本文构建了分析架构(图1)。从图1可见,企业既处在网络之中,又处于地理空间之中,创新网络是企业在不同空间尺度上对创新合作关系的构建和协同演化的过程[12],发生机制主要以创新知识创造和扩散为核心,不受全球化或地方化的单向度影响,是多空间尺度双向综合作用的结果。

图1 创新网络的作用机制

2.1 网络结构

网络存在的意义在于企业与其合作伙伴之间产生创新互动,能调整、完善、探索或开发新技术以引领技术发展路径,实现技术突破以抢夺技术权力。一般而言,合作伙伴多的企业与外界互动沟通的程度越多,越有可能产生丰富和新颖的技术创新构思,其创新能力大于相对孤立的企业[13]。已有研究表明:以高校、科研院所为主的知识伙伴可帮助企业获取先进的科学知识与技术秘诀,为激进性创新营造机会;基于产业链上的产业伙伴则主要专注于渐进式创新,对产品工艺、成本等方面的改善可为企业赢得更大的市场[14]。

2.2 空间结构

不同空间尺度交互学习对创新的影响一直备受争议。学界一直关注产业集群及其对区域和创新的影响[2],并认为理想的集群应具有产、学、研充分合作的网络结构,各类企业及其同行、科研院所、专业服务机构通过集聚产生有效的市场竞争,形成专业化生产要素高度优化配置的“集聚池”,降低创新交流成本、生产成本和物流成本,产生高效的创新外部效应。然而,本地创新合作常因路径锁定、路径依赖等问题而广被诟病[4]。大量研究表明,越来越多的企业通过与多空间尺度的合作伙伴建立创新交流通道[12],依赖于跨越本地、区域、国界的知识流动,特别是全球尺度的创新和知识链接可避免本地知识的同质性而更具有价值。

2.3 资源禀赋

欧洲创新环境学派认为:地方良好的创新文化、相关政策、研究机构的集聚能激发本地企业的创新活动,地理空间不仅是吸引各种要素的“容器”,还是诱发创新学习的“引擎”,通过行为主体间的相互学习,使创新的几率大大增加[15]。就农业而言,农业发展与国家和城市的发展战略、补助标准、激励创新措施等密切相关。一般来说,受到政府显性或隐性支持的企业意味着具有资源倾斜和政策偏好,政府能帮助企业掌控创新所需的科技与资金资源[16],寻找到更多技术领先的合作伙伴[17],对企业创新具有重要的调节作用。

3 案例概况、数据获取与研究方法

3.1 上海农业创新体系简述

2000年,我国开始全面部署和实施“科教兴国”战略,高校和科研机构开始成为中国知识创造和技术研发的主要力量。从2004年至今,“中央一号”文件连续12年锁定“三农”问题,上海市农委、科委等部门积极贯彻落实,特别是在2009年编制完成的《上海市农业布局规划(2010—2020年)》明确了上海市农业生产综合布局主要集中于五大片区。2015年,上海提出了要加快建设“具有国际影响力的科技创新中心和整建制创建国家现代农业示范区”的总体构想,上海农业的创新能力得到发展和提升。目前,上海已基本形成了以高校和科研机构为核心，国家和省部级创新平台为重点，农业示范园区和生产基地为载体的农业创新体系[18]。

3.2 数据的采集与处理

为了提高调研的质量和回收问卷的信度与效度,本文采用的问卷由华东师范大学和上海市农业科学院研究团队联合设计。

本着“当面填写、直接回收”的原则,问卷发放于2016年9月1日,历时一个月。在调研过程中,调研组成员耐心向受访人员解释每个题项,问卷填写者全部为企业的高级管理人员或技术研发人员,平均用时15分钟,共发放问卷97份。随后,通过网络资源对受访企业信息进行核实,用于判断问卷的可信度,剔除不完整、无效、存在明显问题的问卷后,整理并形成上海农业创新网络企业数据库,共涉及企业73家,占上海市级以上农业龙头企业总数的75%。可以认为，本案的样本数量达到抽样要求,可代表上海农业的基本情况,分析结果可信。

3.3 分析方法

本文以73家调研企业的问卷信息为数据源,论述上海农业创新网络的格局及其形成机理,具体分析过程见图2。主要包括:①描述性统计分析。对样本数据进行整理、归类、简化和计算,以描述上海农业创新网络构建的结构特征和空间尺度特征,主要涉及网络结构与空间尺度的比重和频度计算。②聚类分析。选取创新能力、网络结构和企业属性三个指标,用聚类分析法将受访企业划分为三个组团。通过探寻组团内与组团间的共性和差异性,以此衡量不同创新能力的农业企业的创新网络结构和机理的异质性特征。③回归分析。构建两个二元Logistic回归模型,验证企业结网模式和空间尺度与区域创新资源禀赋之间的关系：

Logit(Yij)=α+β1ControlSij+β2NetworkSij+β3ContextSj+εij

(1)

Logit(Yij)=α+β1ControlSij+β2NetworkSij×ContextSj+εij

(2)

图2 分析过程

4 都市型农业创新网络的实证分析

4.1 描述性统计分析

企业概况:①根据工业和信息化部、国家统计局、国家发展和改革委员会、财政部关于企业规模(工信部联企业〔2011〕300号)的规定,并结合样本企业的所有制类型发现:在样本企业中,小型企业(Ylt;500万元)占比约25.71%，中型企业(500万元≤Ylt;2亿元)占比约48.57%，大型企业(Y≥2亿元)占比约25.71%。按照所有制类型来看,国有企业、集体企业、民营企业和外资企业的占比分别为31.43%、5.71%、61.43%和1.43%。在大型企业的组团中,民营企业多集中于2—10亿元,企业数量为9家;年营业收入超过10亿元的6家受访企业均为国有企业。在企业规模越大、销售产值越高的企业组团中，国有企业的比例越高。②从企业发展历史看,有2家企业成立时间在30年以上,3家位于26—30年之间,属于老牌企业;分别有17.81%、58.9%的企业成立年限位于16—25年和6—15年之间,在发展阶段上位于成熟期。由此可见,样本企业总体创新合作方式稳定,创新网络的结构和空间特征不会受到偶然与突发事件的影响而出现巨大波动。③从受访企业的空间区位看,样本企业位于上海市14个市辖区,集中分布的区域是市郊的崇明、浦东、青浦和奉贤等区域,占比达64.71%;静安、长宁、徐汇、普陀等中心城区的农业科技企业也有所涉及。同时,73家受访企业涵盖了综合、种业、水产、蔬菜等10个农业生产类别。我们认为:本次抽样有效,覆盖不同规模、所有制、区位和经营类别的上海农业企业与上海农业的实际情况相符,代表性较强、结果可信。

网络结构:本文聚焦于上海农业企业与高校、科研院所、政府、客户、同行、农户、农村合作社等行为主体的创新合作情况(表1):①从网络构成看,上海农业企业与产业伙伴合作的比例远大于知识伙伴,占比分别为75.31%、24.69%,并集中在与农户及农村合作社之间的合作。②在创新空间方面,上海市域范围内的创新合作居于绝对的核心地位,比例达81.08%;本国尺度的创新合作次之,为16.82%;海外合作只是零星地发生于几个大型企业,占比仅为2.09%。③创新空间与网络结构交互后,按重要性排序依次为：本市农户(37.63%)gt;本市农业合作社(15.52%)gt;本市科研院所(7.86%)gt;本国农业合作社(7.86%)gt;本市政府(5.85%)gt;本市大学(4.97%)。

表1 企业合作创新伙伴类型概况

4.2 聚类分析

企业分组概况:本文进一步剖析了同一组团内企业的共性特征,见表2。该研究与Liefner、吕国庆对中国光电子[19]和装备行业[20]的研究一致,即企业规模越大、成立时间越久,创新层级可能越高。具体特征表现为:①组团一的技术和创新能级较低,国有企业数量较少,基本以小型民营企业为主;企业较年轻且处于初级阶段,研发强度与销售收入略低,产品多依靠价格优势获得生存空间。②组团二共有26家企业,企业规模、成立时间、研发投入等指标明显高于组团一。③组团三以国有企业为主,成立时限较长且规模较大,多为成熟企业,Ramp;D强度位于5%—10%之间。

表2 不同组团之间的企业特征

网络结构差异:一般来说,随着年龄和经验的逐步积累,企业创新利益需求的差异将导致网络构建行为和动机发生变化,带来不同的网络构成和空间结构。根据样本企业对“不同类型合作伙伴重要性的识别——贵公司与哪种合作伙伴,共同开展农业科技研发创新活动,请按重要性写出三种”,本文梳理不同创新能级组团合作伙伴选择倾向见表3。

表3 不同创新能级企业的网络构成及空间结构

可以发现:①虽然产业伙伴的数量高于知识伙伴,但按照种类的重要性而论,创新能级越高的企业越倾向于与高校、科研院所等知识伙伴展开合作。即知识伙伴明显呈现随着创新能力提高,比例递增的趋势。组团三有58.75%的企业选择将知识伙伴作为重要的合作对象,这一比例在组团二中为57.75%,组团一则仅为35.29%。由此可见,创新能级较高的成熟性企业志在开拓新市场、关注基础研究到最终产品的全过程创新,这样可帮助企业获得技术权力并独享或高度控制全部创新成果,不受价格竞争威胁。②政府在农业方面的支持意味着具有较多的资源倾斜和政策偏好。随着企业年龄和创新项目的逐步扩大,企业经验知识的储备越来越丰富。从政府角度看,不论是直接提供还是通过研究项目、银行贷款等间接方式,政府希冀承担创新项目的企业应具有一定的规模和研发基础,从而导致资金主要流向以创新能力较高的企业组团,因此越容易感知到政府的重要性。组团三对政府这一节点的感知程度达22.13%。③在本地与跨区域创新联系的对比中可见，创新能级较高的企业组团三,跨区域联系开始多于本地联系。即创新能力较高的企业,可通过与多空间尺度的行为主体建立创新交流通道,避免本地知识的同质性，以提升创新绩效。

4.3 回归分析

在进行回归分析之前,本文通过容差和方差膨胀因子两个指标对变量进行了多重共线性诊断,结果显示回归分析所选变量不存在共线性问题。本文采用强迫进入法进行回归:①控制变量进入模型;②自变量进入模型;③交互项进入模型。结果见表4。

表4 回归分析结果

注:***为显著性水平plt;0.01;**为显著性水平plt;0.05;*为显著性水平plt;0.1。

由模型一的分析结果可见,上海农业企业的创新能力与其规模(β=0.990)、研发能力(β=4.417)紧密相连,研发能力对创新的影响强于企业规模。即上海农业创新系统的主体是研发投入较高和规模较大的企业,所有制要素和创新之间的联系并不显著。一般来说,创新需要的成本较高,中小企业和研发能力较差的初创企业很难这样做。

我们将网络指标、区域创新环境的指标引入模型二后发现:①网络构成中知识伙伴的回归系数为正(β=0.726),产业伙伴不显著且为负数。本文认为，与高校、科研院所等知识伙伴的创新互动合作对上海农业创新网络绩效的提升具有显著作用,且与产业伙伴相比,重要性更加突出。②在创新空间结构方面,本市尺度通过检验且系数为负(β=-2.656),由此说明本市合作较多的企业,其创新能力较差,具有较高创新能力的企业通过融合多尺度的资源来避免近距离知识的同质性而具有更高的创新绩效。③政府支持的回归系数为正(β=0.854)。一般来说,政府Ramp;D投入的区域创新资源多通过支持产学研合作的方式作用于创新网络的构建,这一过程通过叠加知识伙伴的重要作用对企业创新能力的提升作用明显。

模型三探讨了网络构成、空间结构和政府支持之间的交互作用。其中,知识伙伴与政府支持的乘积项为正且具有显著性(β=0.474)。该合作与政府支持对创新影响的乘积项为负且具有显著性(β=-0.918),其余变量没有通过检验。由此说明,政府的支持多与产学研合作相关,且受到行政区边界的影响。即区域创新环境一般通过影响知识伙伴与本地合作的方式间接表征企业创新能力的高低,分别正向或反向调节与知识合作、本地合作对企业创新能力的影响。由此进一步说明,多空间尺度合作网络的构建是企业创新能力提升的一个重要指标。

5 结论与展望

通过理论总结与实证分析,本文主要得出以下结论:①上海农业创新的主体是研发投入较高和规模较大的企业,基于与高校、科研院所等知识伙伴的创新互动合作对上海农业创新网络绩效的提升有显著的作用,且与产业伙伴相比,重要性更突出。②不同类型的合作伙伴所涉及的创新重点与形式之间的差异。知识伙伴多涉及基础性研究,更多地涉及新产品的首次产业化。由于技术门槛高,加之技术研发“市场失灵”和“组织失灵”的特点,处于发展初期或成长阶段的企业尚不具备能力开展合作,所以创新能级较高的企业更易于与大学、研究院所等知识合作伙伴开展创新。③企业从外部合作伙伴中的获取直接取决于他们已有的知识存量,成立时间较长的企业一般经验相对丰富、实用知识储备较多、吸收能力相对较强，鉴于跨区域合作的成本相对较高,创新能级和吸收能力较强的企业才更有可能识别富有成效的合作并吸引潜在的合作者,融合多空间尺度的创新合作。④政府支持多以产学研合作的形式展开，且受到行政区边界的影响，即区域创新环境一般通过影响知识伙伴和本地合作的方式间接表征企业创新能力的高低,分别正向或反向调节与知识合作、本地合作对企业创新能力的影响。上述条件共同发生作用,使多空间尺度合作网络的构建是企业创新能力提升的一个重要指标。

基于上述结论,本文提出以下政策建议:①改善农业科技成果共享机制。通过合理的利益分配,调动各方积极性,形成合力,突破技术创新、示范推广和成果应用之间的壁垒。通过辐射带动和技术培训等方式建立产业技术服务网络,带动更多的新型农业经营主体和职业农民参与体系建设,促进产业体系形成更大范围的创新联盟。②采取多元化方式,扩大农业创新合作范围。基于高校、科研机构与大型公司研发中心等重要创新节点,广泛开展农业科技合作的沟通与联络,充分利用国内外科技资源具有独特的天然优势和发展潜力,开展多种形式的农业科技合作和农业科技成果转化及产业化活动,形成紧密性合作、全方位合作。③积极探索农业科技创新中心建设。以上海都市现代农业科技创新中心为技术源和辐射源,加强农业科技的研发、试验、示范和推广,与农业技术推广机构、农业龙头企业和中介服务组织联接,引导农业科技成果转化,推动农业科技创新网络不断升级。

[1]Bunnell T G,Coe N M.Spaces and Scales of Innovation[J].Progress in Human Geography,2001,25(25)∶569-589.

[2]Huber F.Do Clusters Really Matter for Innovation Practices in Information Technology?Questioning the Significance of Technological Knowledge Spillovers[J].Journal of Economic Geography,2011,(12)∶107-126.

[3]Coe N M,Yeung WC.Global Production Networks：Theorizing Economic Development in an Interconnected World[Z].2015.

[4]Bathelt H,Malmberg A,Maskell P.Cluster and Knowledge：Local Buzz,Global Pipelines and the Process of Knowledge Creation[J].Progress in Human Geography,2004,(28)∶31-56.

[5]Wei Y D,Li W,Wang C.Restructuring Industrial Districts,Scaling up Regional Development：A Study of the Wenzhou Model,China[J].Economic Geography,2007,83(4)∶421-444.

[6]吕国庆,曾刚,顾娜娜.经济地理学视角下区域创新网络的研究综述[J].经济地理,2014,34(2)∶1-8.

[7]李二玲,史焱文,李小建.基于农业产业集群的农业创新体系结构分析——以河南省鄢陵县花木产业集群为例[J].经济地理,2012,32(11)∶113-119.

[8]涂俊,吴贵生.基于DEA Tobit两步法的区域农业创新系统评价及分析[J].数量经济技术经济研究,2006,(4)∶136-145.

[9]刘刚,尚勇敏,曾刚.发达国家农业产学研一体化实践与启示[J].上海农业学报,2015,31(3)∶123-126.

[10]郭爱芳.企业STI/DUI学习与技术创新绩效关系研究[D].杭州：浙江大学硕士学位论文,2010.

[11]Pudelko M,Mendenhall M E.The Contingent Nature of Best Practices in National Competitiveness：The Case of American and Japanese Innovation Processes[J].European Management Journal,2009,27(6)∶456-466.

[12]吕可文.知识基础、学习场与技术创新[D].郑州：河南大学硕士学位论文,2013.

[13]Wu A,Wang C C,Li S.Geographical Knowledge Search,Internal Ramp;D Intensity and Product Innovation of Clustering Firms in Zhejiang,China[J].Papers in Regional Science,2015,94(3)∶553-572.

[14]阳银娟. 知识伙伴对企业创新绩效的影响研究[D].浙江：浙江大学硕士学位论文,2014.

,戴世续.产业集群对技术创新的影响——以电子信息产业为例[J].地理研究,2012,31(8)∶1375-1386．

[16]李春涛,宋敏.中国制造业企业的创新活动：所有制和CEO激励的作用[J].新华文摘,2010,(5)∶134.

[17]吴剑峰,杨震宁,邱永辉.国际研发合作的地域广度、资源禀赋与技术创新绩效的关系研究[J].管理学报,2015,12,(10)∶1487-1495.

[18]刘刚,罗强.上海推进农业产学研一体化的现状与建议[J].上海农村经济,2015,(5)∶16-18.

[19]Liefner I,Brømer C,Zeng G.Knowledge Absorption of Optical Technology Companies in Shanghai,Pudong：Successes,Barriers and Structural Impediments[J].Applied Geography,2012,32(1)∶171-184.

[20]吕国庆.中国装备工业创新网络研究[D].上海：华东师范大学硕士学位论文,2016.

ResearchonEvolutionMechanismofUrbanAgriculturalInnovationNetwork——TakingShanghaiCityasanExample

LIU Gang1,2,ZENG Gang1
(1.The Center for Modern Chinese City Studies,East China Normal University,Shanghai 200062,China;2.Shanghai Academy of Agricultural Science,Shanghai 201403,China)

This paper took Shanghai agriculture as the empirical case and focused on which factors influenced the construction and evolution mechanism of agricultural innovation network in Shanghai.By means of 73 questionnaires,this paper got the following three conclusions:①University and research institute displayed a dominant way on the construction of innovation network,which resulted in the knowledge partner was more important than industry one.②From the side of spatial scale,regional cooperation happened more frequent than local cooperation,but this phenomenon only was obvious to the higher innovation firms,and the multi-scale cooperation in some way was a sign to the innovation performance.③With the respect to innovation environment,the government normally supported the cooperation among the knowledge partners and local actors,and hence indirectly represented the innovation ability.Finally,the research raised some corresponding policy suggestions to optimize and enhance the innovation of Shanghai agriculture industry,which respectively were cultivating the shared mechanism of scientific and technological achievements in agriculture,expanding the scope of the agricultural innovation cooperation while encouraged the regional innovation cooperation,established the institution system to meet the need of agricultural industry.

innovation network;urban agriculture;Shanghai City

10.3969/j.issn.1005-8141.2017.06.003

F304.1

A

1005-8141(2017)06-0656-05

2017-04-11；

2017-05-12

国家自然科学基金面上项目(编号:41371147);上海市软科学研究计划项目(编号:14692104000)。

及通讯作者简介：刘刚(1982-),男,吉林省德惠人,助理研究员,主要研究方向为农业经济与区域创新。