罗 唯,李 霞
(西安工程大学 管理学院,西安 710048)
世界经济的发展中,绝大多数财富源自于遍布全球的产业集群[1]。目前,全球60%以上的经济总量主要集中于纽约、旧金山和东京,他们有数以千计、独具特色的产业集群,这些产业集群不断引领创新,成为带动全球经济发展的重要高地[2-3]。产业集群的经济驱动力不容小觑,但也面临着诸多问题,创新不足、粗放发展、重复布局、抵御国际竞争和抗风险能力低等现象日益凸显。陕西纺织产业是陕西的传统支柱产业,从根本解决陕西纺织产业集群中企业创新效率低下的态势,可以促进产业集群的进一步优化,同时为西北五省的传统产业的产业集群的发展提供新的思路[4]。在“一带一路”国家政策的扶持下,陕西传统纺织产业被赋予新的时代使命与活力[5],具有辐射扩散的新优势[6]。产业集群的深度转型依赖创新。在产业集群的环境下,地理位置的接近,使得企业与企业之间的沟通与交流变得十分便利,创新扩散的发生也愈加频繁。创新扩散是由扩散源、扩散媒介和扩散受体等多方参与,受扩散环境影响的复杂动态过程[7]。作为创新扩散的潜在接受者,扩散受体企业被学者们长期关注。接受企业的经济规模、资金状况、企业家能力和企业的经济行为直接影响创新扩散的进行[8-9]。在创新扩散的过程中,创新成果的传播往往通过中介机构或者人际网络等媒介得以传播[10]。在产业集群下研究创新扩散,政府政策、市场结构和社会环境等外界因素作用不容忽视[11-12]。已有研究从创新扩散源头进行演绎的研究较少,研究大多以扩散受体为核心,研究创新成果通过哪些渠道、经过什么环境作用于扩散受体,探究创新扩散系统的影响因素。虽然受体企业地位重要,但往往处于接受者的被动地位,无法主导创新扩散的进行。技术创新企业作为扩散的源头,通过提高产品或服务自身的属性、进行受众选择并制定企业战略,能够加速产品的推广传播[13]。
本文认为扩散源企业可以主动控制进入扩散的时间与方式,直接作用于创新扩散,因此,以扩散源企业为切入点,结合陕西纺织产业集群的环境特点,分析创新扩散的关键因素及其影响状态,为推进陕西纺织产业集群创新扩散发展,促进传统产业集群深度转型升级提出可借鉴的思路和建议。
目前产业集群环境下与创新扩散相关的影响因素,可划分为扩散源、扩散受体、扩散媒介及产业集群环境4个层面的影响因素,具体见表1。以扩散源影响因素为核心进行分析,考虑到扩散源企业的选择受到产业集群的环境影响,因此,围绕扩散源和产业集群环境影响因素构建模型。其中研究与开发(Research and Development,R&D)反映企业技术研发水平的指标。
表1 影响因素汇总表
扩散源企业之所以能够将创新的产品、技术或服务传播开来,主要的动力就是创新成果本身的特性,包括创新成果的相对优越性、适应性和可试性等一系列区别或优于原有产品、技术和服务的特性。产品的特性对创新扩散具有极大的推动作用[14]。新技术、新产品的研发、创新与生产过程是需要企业各部门协作的过程,企业的管理能力决定各部门协同合作的工作效率。管理能力的提升,有助于提高决策效率,在面对激烈的市场竞争时,迅速作出决策。产品的预期收益反映产品未来对企业的经济影响,包括产品投产后的效益和成果转移所获得的报酬[15]。只有将产品扩散出去,才能推动市场发展,及时作出反馈,进行下一轮的创新,不断保持竞争优势,对创新扩散有着积极的影响。技术基础,主要由R&D水平和基础设施水平构成。其中,R&D指企业研究与开发新产品、新技术的能力,R&D水平越高,企业研发新产品、新技术的速度与质量提升越快;基础设施水平指企业研发新产品和新技术的过程中,研发设备及其配套设施的先进程度,基础设施越先进,研发的效率越高,产品创新的速率提升,加快企业创新成果的产生,从而影响创新扩散的进行。基于分析提出假设(H1~H5)。
H1:扩散源企业与创新扩散之间存在正向相关关系。
H2:产品自身的特性与创新扩散之间存在正向相关关系。
H3:扩散源企业管理能力与创新扩散之间存在正向相关关系。
H4:产品预期收益与创新扩散之间存在正向相关关系。
H5:扩散源企业技术基础与创新扩散之间存在正向相关关系。
政策经济环境指产业集群内政府出台的相关产业政策、经济政策、扶持政策、行业标准和法律法规等,约束规范产业发展的文件及相关经济活动。宏观政策因素在很大程度上影响组织的微观活动和过程,这种影响在一定程度上决定了创新的接受和扩散情况。所以产业集群中良好的政策法规促进创新扩散。社会文化环境包含产业集群中的地理因素和文化因素,良好的社会文化,会促进技术的创新扩散。基于分析提出假设(H6~H8)。
H6:产业集群环境与创新扩散之间存在正向相关关系。
H7:政策经济环境与创新扩散之间存在正向相关关系。
H8:社会文化环境与创新扩散之间存在正向相关关系。
基于创新扩散理论,将产品自身特性、企业管理能力、技术基础和产品预期收益4个变量作为扩散源企业层面的因素,同时考虑“一带一路”环境下的产业集群政策环境与纺织社会文化环境,构建陕西省纺织产业集群创新扩散影响因素模型如图1所示,从扩散源企业和产业集群环境2个层面探索影响创新扩散的因素。
图1 研究理论模型Fig.1 Theoretical model
采用产品自身特性、企业管理能力、技术基础和产品预期收益4个因子衡量扩散源对创新扩散的影响。其中,产品自身特性的衡量借鉴文献[9]开放性编码语句设计而成,有5个题项,分别从产品本身的市场价值、复杂程度以及研发投入等方面体现其特性。借鉴文献[16]对企业管理能力、技术基础和产品预期收益进行测量。采用政治经济环境和社会文化环境两个因子来衡量扩散环境对创新扩散的影响。结合产业集群的特点,运用量表测量,具体题项见表2。
表2 影响因素的测量题项
续表2
变 量题 项 内 容产品预期收益企业愿意为了良好的收益研发新产品企业愿意为了获得更高的市场份额研发新产品企业愿意为了降低成本而开拓创新企业愿意为了获取更大的利润而进行创新扩散企业愿意为了保持行业竞争力而不断进行创新政治经济环境企业的部分技术创新活动受到了政府的资助企业的部分技术创新活动享受到了国家提供的低息优惠贷款政府对进行创新成果推广的企业家进行一定的物质奖励,授予荣誉称号政府对创新技术的推广具有较好的支持政策社会文化环境集群中形成了特有的文化氛围(包含园区)集群内有鼓励员工不断尝试开发新产品、表达新观点的风气集群内部积极建设创新文化,并取得了较好的成效创新扩散企业技术创新扩散使供求双方都非常满意企业在技术创新扩散的过程中获得了极大的经济收益企业积极采用创新成果的同时对其进行消化、吸收、再创新企业在自身内部积极推广技术创新成果企业在企业间积极推广技术创新成果
本次问卷调查对象选择纺织服装企业的管理人员、研发人员或与创新工作相关的员工。问卷发放和回收方式主要有现场直接发放并回收、电子邮件发放回收、委托他人代理发放并回收等方式。问卷采用李克特五级量表,1分到5分的含义:1=“非常不重要”,2=“不重要”,3=“一般”,4=“重要”,5=“非常重要”。发放问卷330份,实际回收287份,有效问卷273份,有效回收率82.7%。
本次调查的企业概况描述性统计见表3,其中国有企业、民营和股份制企业占比分别为32.97%,21.98%,21.98%,企业年营业额3亿元以上的企业占比较多,企业员工人数超过5 000人的占比37.73%,调查的企业其经济实力雄厚、企业规模较大且基础设施较为完善,信息扩散交换机会相对较多。
问卷调查的企业员工描述性统计分析见表4。其中,对管理人员以及与技术创新相关的岗位人员进行调查,其占比达到83.88%,研发部门的人员比重最高,为29.30%,为保证样本数据的相对广泛性,对市场、制造、人事和采购等创新扩散紧密关联的岗位进行调查。调查对象均为对企业较为熟悉的员工,保证调查的可信度。
表3 企业概况的描述性统计
表4 企业员工概况的描述性统计
采用克朗巴哈系数(Cronbach’s Alpha,Cronbachα)来验证量表的信度。一般情况下,当总量表的Cronbachα值大于0.8时,说明信度良好,当总量表的Cronbachα值为0.7~0.8时,信度属于可接受范围。对于分量表,Cronbachα值大于0.7时,信度良好;若Cronbachα值为0.6~0.7,信度偏低,但可以做因子分析;若总量表的Cronbachα值小于0.8或分量表的Cronbachα值小于0.6时,信度较差,需要重新对量表进行修订。采用SPSS22.0统计软件计算分析,调查的信度结果见表5。
表5 信度检验
从表5看出,分量表Cronbachα值均大于0.7,总量表Cronbachα值分别为0.958,0.919,0.890,均大于0.8,说明量表的内在一致性较高,具有良好信度。
利用验证性因子分析对问卷整体进行结构检验,根据KMO统计量(Kaiser-Meyer-Olkin,KMO)和巴特利特球形检验值(Bartlett)检验量表效度,判断各变量做因子分析的适宜程度。采用SPSS22.0统计软件计算分析,调查的效度结果见表6。Sig为Bartlett球形检验显著性值。
表6效度检验
Tab.6Validitytest
变 量维 度KMO值Bartlett球形检验近似卡方Sig扩散源驱动产品自身特性企业管理能力技术基础产品预期收益0.882938.9830.000扩散环境驱动政治经济环境社会文化环境0.821324.3530.000创新扩散创新扩散0.826284.6690.000
从表6看出,将变量中扩散源驱动的4个题项进行因子分析,Bartlett球形检验Sig小于0.01,量表KMO值为0.882,大于0.7,且Bartlett球形检验Sig小于0.01,说明显著性效果好,可知扩散源驱动这一变量的效度高。
将变量中扩散环境驱动的2个题项进行因子分析,Bartlett球形检验Sig小于0.01,量表KMO值为0.821,大于0.7,因此,扩散环境驱动的效度高。
将变量中创新扩散的题项进行因子分析,Bartlett球形检验Sig小于0.01,KMO值为0.862,大于0.7,说明创新扩散这一变量的效度高。
利用皮尔森(Pearson)相关来检验变量之间是否具有线性相关关系,为多元线性回归做准备。在Pearson相关中,相关系数r表示两个变量之间的线性相关程度,并且值区间为[-1,1]。一般情况下,r的绝对值大于0.5时,则表明变量之间显著相关。采用T检验进行双侧检验,且选择统计显著性水平为0.01,运行过后显著正向相关,表明扩散受体驱动因素水平越高,越能够显著促进创新扩散的发生,变量间存在线性关系,Pearson相关系数及其显著性结果见表7,表7中变量1~7依次为产品自身特性、企业管理能力、产品预期收益、技术基础、政治经济环境、社会文化环境和创新扩散,双侧显著性水平为0.000。
表7 影响因素相关分析
注:**为在水平为0.01(双侧)上显著相关。
将岗位、工作时间和企业所有制性质等背景资料作为控制变量,以扩散源企业驱动因素的各个维度和产业集群环境各维度作为自变量,以创新扩散作为因变量,分别依次加入模型中进行回归分析,结果见表8。其中,采用联合假设检验的F值反映回归方程的显著性,值越大,回归模型越显著。DW统计量(Durbin-Watson,DW)是判断变量间是否自相关的统计量,DW值接近2,说明变量间无自相关,满足回归分析的标准。方差膨胀因子(Variance Inflation Factor,VIF)是判断变量间是否多重共线性的指标,一般情况VIF值在10以下符合标准。可决系数R2及调整R2反映拟合效果。调整R2的量值大于0.8,说明模型二拟合度较高。影响因素回归分析结果见表8。
表8 影响因素回归分析
从表8中可以看出,模型一只加入控制变量时,F值为0.870,调整R2为0.103,模型二加入扩散源企业和环境因素后,F值增加为23.285,调整R2增加为0.839,大于0.6,说明模型二的拟合度非常高,DW值为2.153,说明自变量之间不存在序列相关。所有自变量VIF值均小于10,说明自变量之间不存在共线性。在T检验下,自变量的Sig值分别为0.008,0.011,0.004,0.010,0.000,0.019,所有Sig<0.05,说明在控制变量的背景下,各变量对创新扩散产生显著影响。同时标准化系数均大于0,说明各自变量与创新扩散正相关,由此验证了全部假设。
陕西纺织产业集群中关于创新成果扩散的保障体系不够完善,市场中风险投资和不主动转让成果等现象依然存在。研究得到结论:① 扩散源驱动因素。产品自身特性、企业管理能力、产品预期收益和技术基础对创新扩散具有显著影响,且都正向推动创新扩散的进行。② 扩散环境驱动因素。政治经济环境和社会文化环境对创新扩散具有显著的正向影响,良好的产业集群环境与文化能够积极影响创新扩散的效果。基于此,陕西纺织产业集群创新成果扩散要从企业和政府两方面展开工作。扩散源企业应把握“一带一路”的新机遇,打破距离棉花、羊毛等天然纤维材料原产地较远的地理格局,与周边国家建立良好的合作关系,合资建立棉花以及羊毛产业基地,将低附加值产品生产重心转移。在开发新材料的同时,应大力发展西安市和咸阳市等核心地域的纺织智能制造产业,创建智能化生产线,将产能量化,在保证产品自身特性的同时,降低用工成本,提高劳动效率,为创新扩散奠定产品基础。可以组建符合企业发展方向的材料研究开发团队,借鉴“科聚堂”模式,定期聘请全国以及全世界知名专家进行技术指导,开发新型产品的性能,不断开拓市场,研发生产满足市场需求的创新产品。同时培育企业管理人才,减少引进人才的成本,提升企业的管理能力,制定科学的产品战略,为企业加入创新扩散增加内力,管理人员和技术人员应学会合理预估产品的预期收益,进而合理选择进入创新扩散的时间,进一步提升创新扩散所能带来的效益。 地方政府对纺织产业集群应完善保障体系,增强纺织产业的成果转让政策法规保护,鼓励和辅助扩散源企业的扩散意识,提高创新扩散的速度和创新扩散的质量。同时,切实解决陕西纺织产业集群内部经济问题,包括贷款难、融资难以及融资渠道狭窄等,提供一站式服务体系帮助企业间建立经济及信息沟通平台。给予技术扩散源企业在传播新技术的过程中有利的资金政策支持,实行“一对一配套”政策,即一个创新成果,配套进行资金补助,以此增强企业的创新的外力。利用陕西省纺织产业深厚的历史积淀,组建专业团队打造全新纺织文化品牌,重塑纺织产业集群内部浓郁的纺织文化,为纺织产业发展营造新的环境,提供积极向上努力奋进的良好文化氛围,实现陕西纺织产业集群创新成果扩散的效益最大化。