互联网知识溢出对包容性创新的影响

秦佳良，张玉臣，贺明华

(1.同济大学经济与管理学院，上海 200092;2.井冈山大学发展规划处,江西 吉安 343009)

0 引言

以互联网为主的信息和通信技术(Information and Communication Technology,ICT)的广泛运用推动了知识和信息(大数据)在公众中的传播。通过提供更加宽泛的渠道，互联网能够促进创新，因为创新就是将现有的知识进行整合产生新的想法[1]。这种知识溢出效应对于经济增长来说是很重要的，因为产生了不断增长的回报[2]。互联网的网络效应使得区域间逐渐形成紧密的空间联系结构，对缩小数字鸿沟所造成的社会发展不平衡有着独特优势[3]。互联网等信息技术的普及能够帮助市场更好地发挥作用，给更多的人特别是低收入人群带来福利的增加，是解决弱势群体需求的包容性创新[4]。最早包容性创新的概念，指生活在贫困线下，权利得不到充分保障的金字塔底层群体内部蕴藏着巨大商机，企业通过技术和商业模式的创新来满足其内在的需求和利用其创新能力，不仅可以获得巨大的经济回报，还可以提高低收入群体的生活质量，缓解和消除贫困[5]。但是，包容性创新所针对的群体不应当仅包括经济收入较低的人群，还应当包括受教育程度较低、与权力阶层距离较远的群体，如城市低收入者、农村文化水平较低者。包容性创新受到国际社会广泛关注的主要原因在于它是高成本、高消耗社会运行的替代性方案，也是市场进一步细分的必然产物[6]。

根据第39次中国互联网络发展状况统计报告，截至2016年12月，中国网民规模达7.31亿，互联网普及率为53.2%，农村网民2.01亿，占27.4%。中国企业使用计算机办公的比例高达99.0%，使用互联网的比例为95.6%，开展在线销售、在线采购的比例分别为45.3%和45.6%[7]。在此背景下，中国企业是否能够享受到互联网化带来的“信息红利”，目前国内对于互联网和包容性创新之间的关系缺乏研究，尤其是定量实证研究几乎没有。本文拟从此理论缺口为切入点，利用世界银行企业调查(WBES)[8]中的中国企业数据，采用OLS回归、Logit回归、分位数回归等方法，探索互联网知识溢出对包容性创新的影响。

1 理论基础与研究假设

1.1 互联网、知识溢出与创新绩效

企业、行业、国家通过对ICT的投资能够提高投入转为输出的效率。实证研究表明，在行业和企业层面上，ICT投资能够提高劳动生产率[9]，对发展中国家和地区的研究也能得到类似结果[10]。此外，企业ICT投资还能提高创新绩效[11]。然而，ICT并不是自发促进生产率的提高。Brynjolfsson的研究并没有发现这种正相关关系[12]。因此，索罗提出了著名的“生产率悖论”：我们可以看到计算机的使用，但却无法在生产率统计数据中发现计算机的作用。有限的生产率回报表明在ICT产生积极作用之前，必须做出生产流程调整，包括组织变化和人力资本。ICT投资和组织变化、管理能力之间的互补性对于ICT提升企业生产率来说是非常重要的[13]。组织和管理能力差异能够解释为什么ICT能够使美国比欧洲有更高的生产率[14]。Bloom发现在英国的企业中，那些隶属于美国的企业与其他企业相比，ICT投资带来的生产率更高[13]。

ICT投资能够带来企业生产率的提高，互联网作为一种传播知识的方式也能够提高劳动生产率和创新绩效。互联网知识溢出能够催生创业和创新，并由此有助于相关产业的升级[14]。知识溢出效应和创新意愿均对创新能力具有显著正向影响[15]。传播方式的提升能够促进行业成员中对新知识的学习并加速创新效率[16]。来自供应商、顾客和竞争者对手信息能够通过以下方式提升企业创新绩效：首先，顾客偏好方面的信息能够帮助企业识别新产品和新服务的市场机遇，新产品未来市场的不确定性是企业在进行创新投资时的巨大障碍[17]。用户反馈同样能帮助企业开发新产品和新服务；其次，与企业产品流程相关的技术创新决定了新产品和流程的技术可行性，因此利用互联网与供应商进行沟通来了解新技术的可能性及讨论企业需求可以促进创新；最后，关于竞争对手的信息能使企业了解可行的产品技术和创新。然而，竞争对手之间对各种信息被视为商业机密，所以信息更难获取[18]。除了知识溢出效应之外，互联网对生产率和创新绩效还存在其他潜在的影响。互联网的普及促使企业向供应商进行线上订货并有效地向顾客传递产品和服务。ICT的使用同样能够促进企业的决策效率[19]。这些都是来自企业自身对互联网的运用的直接影响。知识溢出效应是互联网提高生产率和创新绩效的最重要之处。

随着互联网的发展，各种知识和技术信息会通过科研机构在行业内分享和传播，造成知识和技术的自然外泄，形成溢出[20]。知识从创造起就有溢出效应，因为他能够在不消耗过高成本的条件下复制和传播，并给企业带来收益。互联网则更能够减少知识传播的成本。但是在互联网的知识溢出效应之中存在着障碍，即只有显性知识能够传播，而隐私知识则不能[21]。这就是为什么在知识传播的过程中，空间距离是重要的影响因素。然而，互联网能够克服知识传播的障碍，比如说，视频会议能够跨过空间距离模拟面对面的交流。互联网带来的知识溢出效应并不依赖于个别企业对互联网的运用，而是依赖于行业中大部分企业对互联网的运用。即使一个企业不使用互联网，它也能够通过其他方式从行业互联网化中获得益处，如参加商业协会、从他企业招募员工等。因此互联网促进了知识溢出不同于企业怎样运用互联网来促进绩效。本文提出假设1：互联网的知识溢出提高了企业劳动生产率和创新绩效。

1.2 行业互联网化与包容性创新

“穷人”参与对包容性创新具有意义，互联网为“穷人”创新开启了新机会[22]。互联网时代包容性创新中的价值创造、传递与分享的互动机制对于社会底层创业的商业模式构建起到关键作用[23]。对于经济落后和欠发达地区来说，促进包容性创新是一个重要的问题。小企业和年轻企业是创新的驱动力，因为它们能够带来新颖的想法。但是，狭隘的贷款渠道抑制了它们的创新，而大型的在位企业拥有更多的集资渠道[24]。与小资企业相比，在位企业遇到的其他挑战也更小。结果，造成了在低效率小资企业中的“卓越岛”现象[24]。这种行业结构是没有效率的，因为如果所有的企业都和在位企业一样的充满效率的话，总效率将会更高。工资差距也更大，因为低效率企业支付的工资更低。因此，互联网知识溢出对提高低效率企业的创新绩效非常重要。互联网给小企业带来的益处更大。相关的知识总量是固定的，但是更好的知识网络能够给企业带来更好的渠道，与线下知识网络紧密(稀疏)联系的企业可能从线上网络获取更低(高)的生产率和创新绩效回报。企业线上知识网络的质量不同，那些拥有低质量知识网络的企业从事的创新活动更少[24]。这种差异会存在于出口企业和非出口企业、国有企业和外资企业、多厂企业和单厂企业、小企业和大企业、经济集聚区企业和非经济聚集区企业中。

刑小强通过对中国本土企业包容性创新的案例分析，归纳了其关键因素[25]。范轶林解析了BOP电商通过集聚和发展实现价值创造的过程，探析了BOP电商实现包容性创新的内在机理[26]。地区基础设施建设水平和地区人力资本水平对区域创新绩效具有显著正向影响，而地区对外开放水平的影响显著为负[27]。对于出口企业和外资企业来说，他们获得的互联网知识溢出效应较低，因为他们拥有国外专业技能的渠道，这是先进技术的重要来源[28]。相反，非出口企业和国有企业在互联网的知识传播中能获得更多收益。集群内企业间知识溢出对集群技术创新绩效具有双向影响，随着知识溢出的增加，集群创新绩效呈倒U型变化[29]。经济集聚区的企业处于当地密集的网络中，能够和同一集聚区的企业进行频繁的商务交流，因为互联网跨地区的传播能力[30]，处于非经济聚集区的企业从中获取的益处更大。互联网促进了包容性创新，中西部地区从信息技术应用中获益更多[31]。小规模企业员工少，营业收入少，对R&D的投资少，因此从R&D中获取的收益也少，这是其自身内部的知识资源[32]。互联网知识溢出效应给小规模企业带来的收益更大[33]。同样，对于单厂企业也是如此。中国大幅度普及了互联网，使得农村企业家得以进行电子商务创新[22]。

信息获取是开展包容性创新的中心环节[34]。包容性创新对跨越“中等收入陷阱”的助推力度呈现从东部到西部递增的趋势[35]。互联网的知识溢出效应明显，企业也必须有能力来吸收知识，如果企业的吸收能力低下，那么溢出效应就会低下或是缺失[36]。在其他领域开发的创新在具体的企业背景下往往是不合适的，因此企业必须有能力克服这种困难，除非是采取渐进式创新。Hu的实证研究表明，企业拥有自身能力来吸取知识[37]。因此，在不同的劳动生产率水平下，企业对互联网带来的知识的吸收能力是不同的。本文提出假设2：互联网知识溢出能促进包容性创新；假设3：在不同劳动生产率水平下，互联网给包容性创新带来的知识溢出效应不同，创新绩效也不同。

2 研究设计

2.1 研究模型

为研究行业互联网知识溢出包容性创新的有影响，本文构建了以下模型：

Tij=α+β1×INIUj+β2×FINUit+Γ×Xij+λj+ε

(1)

其中，Yij代表企业i的劳动生产率和创新绩效(设备投资、质量认证、专利)，β1代表的是互联网的知识溢出效应；INIUj是行业j的互联网化程度；FINUij控制企业i对互联网的运用而产生的直接影响；λj是虚拟变量，企业i是否属于行业j;Xij代表的是企业的控制变量，如表1所示。在测量INIUj时将企业i排除在外，目的是为了克服内生解释变量的影响。为了测量企业特征的调节作用所带来的异质性影响，本文构建以下修订模型：

Yij=α+βFCC×(INIUj×FCCij)+β1×INIUj+β2×FINUij+Γ×Xij+λj+ε

(2)

Yij=α+βFCD×(INIUj×FCDij)+βNFCD×

(INIUj×NFCDij)+β2×FINUij+Γ×Xij+λj+ε

(3)

其中，FCC代表企业特征的连续变量，如企业规模；FCD代表企业特征的二元变量，如是否处于省会地区，FCD表示是，NFCD表示否。

根据因变量的特征，本文采用最小二乘估计(OLS)来测度行业互联网化对劳动生产率和设备投资的影响，采用Logit来测度行业互联网化对质量认证和专利的影响。为了测度不同劳动生产率水平下的互联网知识溢出效应，本文采取了分位数回归(Quantile Regressions)。

表1 变量定义与说明

2.2 样本与数据

本文采用世界银行企业调查(WBES，the World Bank Enterprise Surveys)[8]的数据进行实证研究。截至2016年12月，WBES对全世界139个国家(地区)的125000家企业进行了调查，该调查涉及企业的财政、设施、竞争、技术、绩效等各个方面。由于其调查的全面性和官方权威性，调查数据被众多的学者采用，如Caroline[23]、Plessa[38]、Misch[39]等。WBES对中国25个城市19个行业的2700家企业进行了调查，即为本文的研究对象。

WBES拥有企业互联网运用(FINU)方面的信息，即企业是否运用企业邮箱来与供应商和顾客进行沟通交流，而不是指对ICT的投资(ICT投资并没有说明对互联网的实际运用)。本文一个重要的说明是互联网是用来沟通的，因为这与企业获取知识有关。在企业运营中，企业对企业邮箱的运用与ICT的使用强度成正相关。ICT的使用强度分为高、中、低三个层次，即企业是否运用互联网：①进行R&D活动；②从供应商那里购买原材料；③向顾客传递服务；④在自己的网站上进行营销，高强度(HICT)为全部运用，低强度(LICT)为全不运用，中强度(MICT)为运用其中几个。从表2 Probit和Logit回归可以看出，FINU与HICT正相关，即企业运用互联网进行全部以上四个运营；FINU与LICT负相关，即企业不运用互联网来进行以上四个运营；FINU与MICT正相关，但是强度没有HICT那么大。

WBES同样拥有企业劳动生产率和创新活动方面的信息，包括设备投资、质量认证、专利等。

表2 企业ICT强度和FINU的关系

注：***、**、*代表1%、5%、10%的显著性水平，下同。

3 实证研究结果

3.1 互联网的知识溢出效应

表3是方程(1)对劳动生产率的回归结果，从第①列可以看出互联网对企业劳动生产率有显著的正影响(1.093)，将企业控制变量通过逐步回归导入①列的模型，从第②～⑤列我们发现企业员工数、企业年龄、外资企业、多厂企业、出口状态、贷款准入、管理经验都与企业的劳动生产率有显著的正相关关系，只有国有企业与企业劳动生产率的关系显示为负相关。由第⑥列可以看出，当引入企业自身互联网运用对劳动生产率的影响之后，互联网的知识溢出效应也减小了(由 1.090～1.063)，其他企业控制变量的影响作用也有所减小。

表3 互联网对劳动生产率的知识溢出效用

注：括号里面是Robust Std.Err，下同。

表4是方程(1)对创新绩效的回归结果，可以看出互联网对企业设备投资有显著正影响(1.052)。由Logit和Probit回归可以看出互联网对企业认证和专利都表现出显著正影响。

总的来说，互联网对企业劳动生产率和创新绩效都有积极的溢出效应，研究结果证明了假设1。

表4 互联网对创新绩效的知识溢出效应

3.2 稳健性检验

模型(1)是后续模型的基础，为了检验模型(1)的解释能力，对以上回归结果做稳健性检验。首先，检验模型是否对潜在的异常值稳健(RETB)。将四个因变量大小排在前5%以及后5%的样本剔除，剔除异常值以后，从表5可以看出，回归模型结果没有改变。其次，检验了更先进的技术是否可以提高劳动生产率和创新绩效，引入一个新的虚拟变量FOTE，表示企业采用的国外技术的数量是否在行业内采用平均数之上，若在之上，用HTC表示，其值是1；若在之下，用LTC表示，其值是1。从表5可以看出，当采用更先进的技术时，互联网给劳动生产率带来的知识溢出效应更大(0.683>0.426)；无论是否采用更先进的技术，互联网给设备投资带来的知识溢出效应差别并不大；质量认证和专利同劳动生产率与设备投资相比，稳健性稍弱，但是边际效应大体相同。最后，检验行业类别(INSE)能否带来不同的结果，主要区分生产制造业(MAC)和服务业(SER),从表5中可以看出，服务业的互联网知识溢出效应比制造业要大(0.915>0.571)，这可能是因为知识(尤其是关于顾客偏好的相关知识)在服务业中的重要性大于制造业；无论是在服务业还是制造业，互联网给设备投资带来的知识溢出效应差别并不大；对于质量认证来说，制造业从互联网中的收益更大(0.736>0.366)；对于专利来说，由于本文服务业方面专利数据的缺乏，其代表性较低。总的来说，真实世界的经济现象和影响结果是客观存在的，没有随经济模型的改变而改变，回归结果的显著性也没有改变，因此模型(1)具有较好的稳健性。

表5 稳健性检验结果

3.3 互联网知识溢出对包容性创新的影响

本部分测量了企业出口状态、多厂企业、企业规模、企业位置在互联网知识溢出对劳动生产率和创新绩效的影响过程中的异质性作用，即包容性创新的影响。表6是方程(2)和(3)的回归结果对劳动生产率的影响，可见在互联网知识溢出过程中，非出口企业比出口企业能够获得更高的劳动生产率(1.246>0.983)；拥有一家工厂或公司的企业能够比多厂企业获得更高的劳动生产率(0.643>0.587)，但是这种差异并不显著(系数检验P=0.091)；大规模企业和小规模企业在互联网知识溢出对劳动生产率的影响过程中并没有表现出异质性影响(0.683=0.682，且P=0.245)；对于企业位置来说，处于非经济集聚地区(非省会)的企业能够比经济集聚地区企业(省会)获得更高的劳动生产率(0.007>0.003)。

表7是方程(2)和(3)的回归结果，表明了互联网知识溢出对包容性创新的影响过程中的异质性影响，结果更为复杂。结果显示出口企业并没有表现出显著性的影响，但对设备投资和专利的系数检验P值分别是0.009和0.000，表明影响有差别的。对于质量认证和专利来说，单厂企业比多厂企业产生的影响更大(0.473>-0.362，0.863>-0.462)，对于设备投资来说，单厂企业和多厂企业产生的影响差异不大(0.514=0.514，且系数检验P=1.082)。大规模企业和小规模企业对设备投资和专利的影响没有显著的差别，系数检验P值分别为0.561，0.35，但是小规模企业比大规模企业获得质量认证的可能性更大(0.451>0.251)。企业位置的影响和企业规模的影响类似，设备投资和专利的系数检验P值都很大，分别为0.734，0.247，在互联网知识溢出过程中，处于非经济聚集地区的企业比处于经济聚集地区的企业更有可能获得质量认证(0.732>0.672)。

表6 互联网知识溢出对包容性创新的影响——劳动生产率表现

表7 互联网知识溢出对包容性创新的影响——创新绩效表现

以上结果表明，互联网知识溢出能促进包容性创新，假设2得到了验证。

3.4 不同劳动生产率下企业对互联网知识溢出的“吸收能力”——分位数回归

为了测度不同劳动生成率水平下企业对这种正向影响的吸收能力，本文通过Quantile process—Process coefficients对方程(1)采取分位数回归，结果如图1所示，从图中可以看出在不同劳动生产率水平下，互联网知识溢出对劳动生产率的影响是不同的，在30%分位点之前，影响作用较小，且有波动；劳动生产率在30%分位点和80%分位点之间时，影响较大，且逐渐递增；劳动生产率在超过80%分位点时，影响力再次出现波动，但处于较高水平。所以，假设3得到了验证。

图1 分位数回归

本文同样对方程(3)的不同企业特征进行了分位数回归。就出口状态而言，图2表明互联网知识溢出对非出口企业劳动生产率的影响随着劳动生产率的提高而增加，在40%的分位点时，这种影响处于较高水平；互联网知识溢出对出口企业劳动生产率影响力始终处于较低的水平，即使是在最高分位点时。由此可以知道前文的研究结果(见表6)，非出口企业行业受到互联网知识溢出的影响较大，主要是由非出口企业在劳动生产率较高时驱动的。另外可以看出当劳动生产率处于较低水平时，互联网知识溢出对出口企业和非出口企业的劳动生产率影响差异并不大。

由图3可以看出，当劳动生产率处于较低水平时，互联网知识溢出对单厂企业和多厂企业的劳动生产率影响都不大。在75%分位点之前，单厂企业行业互联网化的作用逐渐递增，超过75%分位点之后，影响力出现波动。对多厂企业而言，互联网知识溢出的作用始终处于一个较为平稳的状态，同样仅仅在75%分位点时出现了较大的波动。与出口状态的结果类似，单厂企业受到互联网知识溢出的影响较大，主要是由单厂企业在劳动生产率较高时驱动的。

图2 分位数回归(出口状态)

图3 分位数回归(多厂企业)

由图4可以看出，互联网知识溢出对经济集聚地区(省会)企业劳动生产率影响随着劳动生产率的提高而增加，互联网知识溢出对非经济集聚地区(非省会)企业劳动生产率影响力始终处于较高的水平，但是波动较大，在处于55%的分位点时，影响力之间的差距达到最大。

图4 分位数回归(企业位置)

表8对方程②进行了分位数回归，不同于前文的研究结果，分位数回归表明，企业规模对互联网知识溢出效应起到的负作用，随着劳动生产率的提高，规模越小的企业从互联网化知识溢出效用中得到的回报越大(INIU系数逐渐增大)。

由表9可以看出，企业劳动生产率处于中位数之上时，互联网知识溢出对设备投资和质量认证的影响大于企业劳动生产率处于中位数之下时的影响(0.253>0.147，0.158>0.128)，而对于专利，并没有明显表现出这种差别。

表8 分位数回归(企业规模)

表9 不同劳动生产率下互联网知识溢出对创新绩效的影响

4 结论与启示

本文利用WBES中2700家中国企业的数据，运用多种回归方法，探析了互联网知识溢出对包容性创新的影响，研究发现：①互联网知识溢出能提高企业劳动生产率和设备投资，并且使企业拥有质量认证和专利的可能性增大；②互联网知识溢出能促进包容性创新，对于非出口企业、单厂企业和处于非经济集聚地区的企业，互联网带来的影响更大；③分位数回归表明，企业在不同劳动生产率水平下，从互联网获得的溢出效应是不同的，30%分位点以后的影响更大；分位数回归进一步证实了非出口企业、单厂企业和处于非经济地区的企业从互联网知识溢出中获得的益处更大，同时对于小规模企业也有这种影响，所以互联网知识溢出能促进包容性创新。

本文的研究结论对政策制定有一定的借鉴意义：首先，互联网化的知识溢出效应证明了互联网的普及需要公共政策的推动，并且这种溢出效应不依赖于个体企业对ICT的投资。互联网知识溢出的过程中潜在的回报巨大，能够促进包容性创新。低收入群体，经济落后地区对创新产品和需求是很大的，这为企业提供了良好的市场空间[40]。其次，对于互联网化知识溢出的吸取能力不同会带来“数字鸿沟”，只有那些有吸取能力的企业能够从提供科技知识的商业智能平台获得益处。因此推动行业互联网化并提高企业的吸收能力必须获得更多的政策支持。人力资本投资是其中一个核心的政策[41]。鼓励更多基层人员参与到创新创业活动中通过互联网技术培训提升创新意识和技能[42]。最后一个持续受到关注热点是经济欠发达和落后地区的设施条件，如宽带速度和价格。技术和市场不完善导致的互联网令人生畏的价格，会使这些地区的互联网化程度降低，然而这是企业运营利用互联网来提高生产率和创新绩效的先决条件。互联网化能使处于落后经济社会背景下的小企业获得市场信息和生产知识等，但是，因为它们探索知识能力的欠缺，并没有从互联网化中获得益处[43]。这些企业必须抓住互联网带来的知识溢出效应，结合自身特色和资源优势，加大基础设施建设，寻求在产业分工中的合理定位，进行商业模式创新、技术创新等，促进和带动中国经济的整体增长。

参考文献：

[1]ARTHUR W B.The structure of invention[J].Research policy,2007,36(2)：274-287.

[2]KRUGMAN P.Increasing returns and economic geography[J].The journal of political economy,1991，99(3)：483-499.

[3]张红历,周勤,王成璋.信息技术、网络效应与区域经济增长：基于空间视角的实证分析[J].中国软科学,2010(10):112-123.

[4]李坤望,邵文波,王永进.信息化密度、信息出口设施与企业出口绩效[J].管理世界,2015(4):52-65.

[5]PARHALAD C K，HART S L.The fortune at the bottom of the pyramid[J].Strategy & business,2002(26)：54-67.

[6]郝君超.包容性创新关键问题及国际经验分析[J].中国科技论坛,2016(07):5-9.

[7]国家互联网信息办公室.第39次中国互联网络发展状况统计报告[R].北京:中国互联网信息中心,2017-01.

[8]The World Bank.Enterprise Surveys[OB/OL].http://www.enterprisesurveys.org.

[9]BLOOM N，SADUN R，VAN REENEN J.Americans do it better：US multinationals and the productivity miracle[J].The American economic review，2012,102(1):167-201.

[10]COMMANDER S，HARRISON R，MENEZES-FILHO N.ICT and productivity in developing countries：new firm-level evidence from Brazil and India[J].The review of economics and statistics,2011(93):528-541.

[11]SPEZIA V.Are ICT users more innovative？An analysis of ICT enabled innovation in OECD Firms[J].OECD journal：economic studies，2011:99-119.

[12]BRYNJOLFSSON E，YANG S.Information technology and productivity：a review of the literature[J].Advances in computers，1996(43):179-214.

[13]BLOOM N，SADUN R，VAN REENEN J.Americans do it better：US multinationals and the productivity miracle[J].The American economic review，2012,102(1):167-201.

[14]黄浩哲.互联网知识溢出带来的创业和创新[J].现代商业,2016(19):191-192.

[15]曹勇,蒋振宇,孙合林,阮茜.知识溢出效应、创新意愿与创新能力——来自战略性新兴产业企业的实证研究[J].科学学研究,2016(01):89-98.

[16]CONLEY T G,UDRY C R.Learning about a new technology：pineapple in Ghana[J].The American economic review，2010,35-69.

[17]COLLARD-WEXLER A，ASKER J,DE LOECKER J.Productivity volatility and the misallocation of resources in developing economies[J].National bureau of economic research,2011.

[18]FERNANDES A,PAUNOV C.Foreign direct investment in services and manufacturing productivity：evidence for Chile[J].Journal of development economics,2012,97(2):305-321.

[19]BRYNJOLFSSON E，HITT L M,KIM H.Strength in numbers：how does data-driven decision-making affect firm performance[M].MIT，2011.

[20]王丹,陈芳芳.知识溢出的途径及对策分析[J].北方经济,2010(02):35-36.

[21]LEAMER E E,STORPER M.The economic geography of the internet age[N].NBER Working Paper 2001，No.8450.

[22]顾淑林.包容性创新和淘宝村现象:电子商务与中国农村社区嵌入型创业[J].经济导刊,2015(09):65-73.

[23]邓华,李光金.互联网时代包容性创业企业商业模式构建机制研究[J].中国科技论坛,2017(06):24-29.

[24]CAROLINE PAUNOV，VALENTINA Rollo.Has the internet fostered inclusive innovation in the developing world[J].World development，2016,78，587-609.

[25]邢小强,周江华,仝允桓.包容性创新:概念、特征与关键成功因素[J].科学学研究,2013(06):923-931.

[26]范轶琳,黄灿,张紫涵.BOP电商包容性创新案例研究——社会中介视角[J].科学学研究,2015(11):1740-1748

[27]李婧,何宜丽.基于空间相关视角的知识溢出对区域创新绩效的影响研究——以省际数据为样本[J].研究与发展管理,2017(01):42-54.

[28]COE D T，HELPMAN E.International R&D spillovers[J].European economic review，1995,39(5)，859-887.

[29]杨皎平,侯楠,王乐.集群内知识溢出、知识势能与集群创新绩效[J].管理工程学报,2016(03):27-35.

[30]FRIEDMAN T L.The world is flat：a brief history of the twenty-first century[N].Farrar，Straus and Giroux,2005

[31]黄卫东,岳中刚.信息技术应用、包容性创新与消费增长[J].中国软科学,2016(05):163-171.

[32]COHEN W M.Fifty years of empirical studies of innovative activity and performance.[J].Handbook of the economics of innovation，2010,1:129-213.

[33]ACS Z J，AUDRETSCH D B,FELDMAN M P.R&D spillovers and recipient firm size[J].The review of economics and statistics，1994,76(2):336-340.

[34]赵武,陈琳.新常态下小微企业包容性创新的成长机制研究[J].中国科技论坛,2017(02):25-31.

[35]湛泳,王恬.中国经济转型背景的包容性创新[J].改革,2015(11):54-65.

[36]GORG H,GREENAWAY D.Much ado about nothing？Do domestic firms really benefit from foreign direct investment[J].The world bank research observer,2004，19(2):171-197.

[37]HU A G，JEFFERSON G H,JINCHANG Q.R&D and technology transfer：firm-level evidence from Chinese industry[J].The review of economics and statistics，2005,87(4):780-786.

[38]PLESSA Jacquelyn，HARRISON Fellb.Bribes，bureaucracies，and blackouts：towards understanding how corruption at the firm level impacts electricity reliability[J].Resource and energy economics,2017,47:36-55.

[39]MISCH Florian Gemmell，NORMAN,KNELLER，RICHARD.Using surveys of business perceptions as a guide to growth-enhancing fiscal reforms[J].Economics of transition,2014(22):683-725.

[40]郝君超,李哲.中国推进包容性创新的实践及相关思考[J].中国科技论坛,2015(04):35-40.

[41]INDJIKIAN R,SIEGEL D.The impact of investment in IT on economic performance：implications for developing countries[J].World development,2005,33(5):681-700.

[42]邢小强,赵鹤.面向金字塔底层的包容性创新政策研究[J].科学学与科学技术管理,2016(11):3-10.

[43]TADESSE G,BAHIIGWA G.Mobile phones and farmers’ marketing decisions in Ethiopia[J].World development，2015(68):296-307.