协同创新视角下我国先进制造业集群发展策略

戴建平 骆温平

摘要：面对国际国内双循环新发展格局，我国先进制造业创新环境变化很大，创新难度急剧增加，迫切需要企业寻求外部资源，通过集群企业间广泛合作来开展创新和技术攻关（即协同创新），以实现价值共创并分担市场风险。然而，目前尽管我国先进制造业集群规模不断扩大，但集群企业在核心技术上創新动力不足，存在重集聚轻协作、产业链与创新链融合不紧密、创新路径选择不当等问题，严重影响创新绩效。为明确集群企业协同创新关键路径，提高集群企业协同程度与创新绩效，以常州市十大先进制造业集群为样本，利用结构方程模型进行实证研究。结果表明，先进制造业集群协同创新外部环境、集群企业创新学习能力、集群企业间协同能直接或间接影响集群协同创新绩效，且集群企业创新学习能力在集群协同创新外部环境与集群协同创新绩效间起中介作用。因此，为进一步推动我国先进制造业集群协同创新发展，需要从环境治理机制入手，通过财政、税收等政策来调节协同创新环境；从知识治理机制入手，建立正式或非正式组织来统筹协调集群企业开展学习活动，促进集群企业整体或局部知识创造；从信息治理机制入手，解决集群企业间信息不对称问题，提升集群资源或能力的差异性，确立持续竞争优势；从关系治理机制入手，通过硬性规则、软性协定、柔性协定为集群企业协同创新提供动力；从激励与收益分配机制入手，处理好集群整体目标与企业个体目标的关系，在确保企业个体获得合理收益的同时实现集群整体利益的最大化；从风险管控机制入手，推动集群在产业链层面、技术链层面、价值链层面的创新协同。

关键词：先进制造业；集群协同创新外部环境；集群企业创新学习能力；集群企业间协同；集群协同创新绩效

中图分类号：F129.9文献标识码：A文章编号：1007-8266（2021）01-0079-10

基金项目：江苏省高校哲学社会科学基金“去中心条件下社交电商的社会临场感效应与顾客行为研究”（2019SJA1143）；江苏省高校“青蓝工程”资助项目“常州先进制造业集群发展策略研究”（2019—2022）；江苏省社科应用精品工程项目“协同创新视角下江苏先进制造业集群发展策略研究”（20SYC-184）

一、问题的提出

先进制造业集群指由于分工关系的差异，在一定区域内，为数众多的先进制造企业及其他利益相关主体借助各种合作渠道而形成的关系紧密的集聚体。国际国内双循环新发展格局下，我国先进制造业创新环境发生了深刻变化，制造业技术创新手段日益多元化，创新需要积累更专业更复杂的知识，创新难度与日俱增，更加需要通过产业集群对知识、技术进行整合。此外，互联网+制造业加速了制造企业知识的外扩，企业依托技术创新实现的先发优势面临挑战，制造企业如何形成持续创新优势已经成为一项新的研究课题。

新形势下创新难度剧增，企业一方面需要不断加大创新投入，另一方面需要承担比以往更大的风险。这促使企业创新模式由传统的封闭式创新转向开放式创新，通过集群企业间更广泛合作来开展创新和技术攻关，积极利用外部资源以形成更大范围的协作式创新网络，使协同创新能够在实现集群价值共创的同时分担市场风险。

现有研究显示，先进制造业集群协同创新属于跨组织创新，当前主要存在三个方面的问题：一是先进制造业集群协同创新为追求自身价值最大化，往往更注重短期利益而忽视长期研发投入，缺乏进行技术创新的内在动力；二是集群企业因目标不一致，容易在协同创新过程中产生知识和技术产权方面的争端，阻碍集群创新行为；三是对集群企业协同创新过程中的利益矛盾往往缺乏有效的解决方案。

为此，本研究基于常州市先进制造业集群协同创新实践，针对先进制造业集群创新协同程度低、合作意愿不强、路径选择不当等问题，探讨通过集群协同创新提升创新绩效的有效策略。

二、文献综述

（一）集群协同创新绩效

现有相关研究主要探讨影响集群协同创新绩效的关键因素。比如，杜俊义等[ 1 ]研究了集群管理者如何在创新活动中应对多变环境和运用动态能力（创新学习、资源整合、环境能力等）进行决策，并在其设计的结构模型中验证了环境要素对创新绩效的影响；解学梅等[ 2 ]探讨了集群企业间的协同程度与关系，并以长江三角洲地区制造业集群为样本进行实证研究，发现政策环境因素对集群协同的影响最为显著；张珺涵等[ 3 ]主要探讨了合作伙伴选择对协同创新绩效的影响，发现除具有显著正向影响外，两者间还存在中介作用。

（二）先进制造业集群协同创新绩效评价

在集群协同创新绩效评价方面，现有研究主要基于不同维度来建立绩效评价模型。比如，曹静等[ 4 ]从过程、要素两个方面对创新绩效进行了评价，并将指标进一步细分为集群协同创新环境、投入、产出、运行、效果五大指标体系；罗洪云等[ 5 ]构建了五维度的协同创新指标；孙善林等[ 6 ]从显性、隐性、协同三个方面入手建立了绩效评价体系；闫俊周等[ 7 ]认为，企业创新动力源于市场需求强度和宏观环境因素，企业知识吸收能力与创新投入力度在很大程度上决定着创新绩效的高低。

（三）协同创新模式与机制选择

在集群协同创新模式与机制选择方面，李大庆等[ 8 ]认为，协同创新的关键是根据集群企业创新能力与资源优劣选择合适的创新模式；刘晓云等[ 9 ]从系统动力学、集群企业间信任关系、资源配置、保障激励等四个方面入手对协同创新机制进行了论述；贾宇等[ 10 ]基于先进制造业集群区域发展视角对集群协同创新组织模式、创新内驱力、制度建设等关键问题进行探讨，并以辽宁省制造业集群为例进行实证分析；孙荣臻[ 11 ]认为，在不同动力结构下，技术型企业协同创新是实现产业转型的关键，技术型企业可选择依附型、主导型两种协同创新模式。

现有关于集群协同创新绩效的研究大多基于宏观行业层面，本研究主要从微观集群企业视角分析先进制造业集群协同创新绩效的关键影响因素，并基于实证结论探讨先进制造业集群协同创新策略。

三、研究设计

（一）研究假设

现有关于先进制造业集群协同创新影响因素的研究主要集中在三个层面：一是政策、税收、市场等集群协同创新外部环境；二是集群企业创新学习能力，包括知识吸收整合能力、集群企业知识溢出水平等；三是集群企业间协同要素，主要表现为企业间信任、沟通、承诺、协同机制等。

1.协同创新外部环境与协同创新绩效的关系

外部环境是影响先进制造业集群协同创新的重要因素，集群协同创新活动的开展离不开外部环境的作用，协同创新过程会受到外部环境的诸多限制并由此影响创新绩效。

关于集群协同创新外部环境对创新绩效的作用，现有研究已有探讨。朱（Zhu H）等[ 12 ]研究指出，政府积极实施创新相关政策能有效促进企业创新，并在一定程度上提升企业创新绩效；钟（Zhong N）等[ 13 ]重点关注政府在协同创新中的作用，集群协同创新中存在的问题会对创新绩效产生重大影响；姜（Jiang Z）等[ 14 ]从法律制度与政策体系视角指出，要通过建立面向协同创新的法规体系来提升协同创新绩效；刘勰等[ 15 ]、郭韬等[ 16 ]从市场结构视角提出，企业产品竞争力的提升能显著增强集群协同创新绩效。综合上述观点，提出假设：

H1：集群协同创新外部环境对协同创新绩效具有显著的正向影响。

2.集群企业创新学习能力与协同创新绩效的关系

集群企业创新学习能力能够影响协同创新活动决策。集群协同创新需要相互学习与交互，协同创新是集群企业对知识进行吸收与整合的过程，通过该过程能将集群内外部离散型知识融合成结构化知识体系。甘古力（Ganguly A）等[17]研究指出，企业只有经过跨组织的外部创新才能在竞争中形成持续优势，这就需要在组织间建立以知识共享为基础的学习机制。波佩斯库（Popescu D I）等[ 18 ]建立了知识吸收能力与创新绩效的关系模型，并通过实证发现，两者间具有较强的影响关系。由此可知，无论是企业个体还是企业集群，就知识状态本身而言，在未经整合前均处于碎片化状态，需要不断对碎片化知识进行整合，使之逐步形成结构化知识体系并最终转化为组织的一项核心能力。由此，提出假设：

H2：集群企业创新学习能力对协同创新绩效具有显著的正向影响。

3.集群企业间协同对企业创新学习能力、协同创新绩效的影响

关于集群企业间协同对创新绩效的作用現有研究也有论述。休斯（Hughes M）等[ 19 ]、阿迪（Ard？ hi R）[ 20 ]、屠（Tu X）等[ 21 ]、班格（Bag S）等[ 22 ]从承诺、信任、合作关系等社会资本维度入手，对企业间协同进行了探讨。组织间信任关系源于伙伴间多层次互动与共同愿景分享，这是因为，每位组织成员都拥有核心资源或能力，社会分工的细化强化了组织间对彼此资源或能力的依赖关系。组织间这种信任关系还会反过来进一步加速合作伙伴间资源或能力的交换，使这种合作关系的广度和深度得到拓展，在伙伴间形成更为紧密的认同关系，最终形成双方均能遵守的规则与独有文化。正是这种依赖、信任与沟通，强化了组织间的协同创新绩效。简佩如（Peiru J）[ 23 ]、阿卜杜拉伊（Abdu？ lai A F）[ 24 ]等基于对信任、关系、合作等社会资本要素与创新绩效间关系的研究发现，社会资本要素可以显著增强创新绩效。崔（Choi H）等[ 25 ]研究发现，知识溢出效应主要影响企业自主研发创新绩效。综合上述观点，提出假设：

H3：集群企业间协同对协同创新绩效具有显著的正向影响。

H4：集群企业间协同对企业创新学习能力具有显著的正向影响。

4.集群协同创新外部环境对企业创新学习能力的影响

先进制造业集群企业创新学习能力可能会受到协同创新外部环境的影响。姜（Jiang M S）等[ 26 ]指出，组织创新中的外部环境能够影响企业创新学习能力。李（Lee J）[27]的实证研究进一步证实了外部环境对研发活动的具体影响。综合上述观点，提出假设：

H5：集群协同创新外部环境对企业创新学习能力具有显著的正向影响。

（二）模型构建

本研究重点探讨先进制造业集群协同创新外部环境、集群企业创新学习能力、集群企业间协同、集群协同创新绩效之间的关系与相互作用。根据前面的文献综述和理论假设构建图1所示的概念模型，并在此基础上通过构建结构方程模型（SEM）进行假设检验，探寻先进制造业集群协同创新的具体路径。

（三）变量设计与测量

1.集群协同创新外部环境（EE）

集群协同创新外部环境主要指市场竞争情况及政府对先进制造业集群创新的政策支持力度。

2.集群企业间协同（IC）

集群企业间协同主要指集群企业在协作中呈现的关系与决策行为的总和。为检验集群企业间协同对创新绩效的影响，本文在已有研究基础上通过信任、关系、承诺、协同机制进行测量。其中，信任指先进制造业集群企业彼此间的互信；关系指集群企业间相互影响与作用的状态；承诺主要体现为对责任的认定；协同机制指集群企业间通过联动与交互产生协同的机理，包括协同激励机制、风险控制机制、利益分配机制等。

3.集群企业创新学习能力（LA）

集群企业在协同创新中的行为选择（如关键创新决策）能在某种程度上反映企业创新学习能力的强弱。基于现有研究，本文采用集群企业知识吸收能力、知识整合能力、知识溢出水平三个变量进行测量。其中，知识吸收能力主要指集群企业通过吸收内外部新知识来增加创造性和柔性的能力；知识整合能力主要反映集群企业对分散知识的整合能力以及对知识体系的构建能力；知识溢出水平主要反映集群企业内部知识是否存在对外流出现象及其程度。

4.集群协同创新绩效（IP）

对于集群协同创新绩效的评价，本研究重点参考欧洲区域创新评价体系，并在此基础上从四个方面入手提出反映先进制造业集群协同创新绩效的测量变量，包括专利申请及授权数量、学术成果、新产品开发、工艺优化及改进等。

上述四个变量及其测量题项具体参见表1。

（四）问卷设计与数据采集

本研究采用抽样调查法对常州市先进制造业集群进行调查，对本研究构建的理论模型进行实证，变量测量采用李克特五级量表。

调查分为预调研和正式调研两个阶段，在对38份预调研问卷进行修正的基础上，于2020年8月到9月通过问卷星发放正式调研问卷，获得有效问卷215份。根据梅耶（Mayerl J）等[ 28 ]的研究建议，样本量在170份以上可以接受，本研究的样本量满足这一要求。

为解决数据可能出现的非正定问题，需要确保样本数据的正态性，要求统计数据的峰度绝对值小于10，偏度绝对值小于3。本研究通过了这两项条件的检测，图2的标准化直方图显示，样本数据正态性良好。

四、数据分析与假设检验

（一）样本数据

江苏省常州市是长江三角洲地区乃至全国重要的先进制造业基地，工业总产值超万亿元，是我国农机装备工业与工程机械产业集聚区，现已形成以装载机、挖掘机、平地机、大吨位自卸车、改装车辆、搬运设备、关键部件为核心的较为完整的产业体系，在全国装备制造业中占据重要地位。当前，常州市正在推动制造业向集群化、智能化、高端化、服务化方向发展，截至2019年底，常州市十大先进制造业集群企业总数接近1 000家，总产值接近4 000亿元，占常州市制造业总产值的比重超过43%。

本次调查的样本企业主要来自常州市先进制造业集群。如表2所示，前沿新材料产业集群占19.1%，高端装备产业集群占14.4%，高端纺织产业集群占12.1%，核心信息技术产业集群占10.7%，汽车及零部件产业集群占11.2%。表3反映了样本企业在技术研发方面的投入情况，超半数的企业研发投入占比为10%～<30%，约35.3%的企业研发投入占比超过30%。

由表4可知，受访者中企业中高层管理者占比超过60%，他们对所在集群及企业的基本情况很熟悉，能确保问卷采集数据的准确性。表5反映样本企业经营年限情况，60%以上的企业经营年限在10年以上，说明样本企业经营管理已步入正轨，集群企业在创新研发投入等方面表现趋于平稳，可在一定程度上确保数据的稳定性。

（二）变量相关性

本研究采用皮尔森（Pearson）分析法测量变量的相关性。由表6可知，四个变量间的相关系数均大于0.6，其中集群企业创新学习能力（LA）与集群协同创新绩效（IP）、集群企业间协同（IC）与集群协同创新绩效（IP）呈现出高度相关性（相关系数均大于0.8）。

（三）信度检验

本研究采用克隆巴哈α系数（Cronbachsα）来检验量表的信度。表7的结果显示，克隆巴哈α系数为0.951（>0.8），说明问卷具有较高的信度。

（四）效度分析

效度是科学测量必须满足的要求，用于检测一项实验是否准确和有用。本研究采用探索性因子分析（EFA）和验证性因子分析（CFA）方法进行效度检验。

1.探索性因子分析

本研究的探索性因子分析主要参考吴明隆[ 29 ]的观点和建议，运用主成分分析法进行因子分析，提取得到四个主成分，与本研究构建的概念模型基本一致，分别是集群协同创新外部环境、集群企业创新学习能力、集群企业间协同、集群协同创新绩效。由表8可知，量表的KMO值均在0.7以上，说明很适合进行探索性因子分析。

2.验证性因子分析

（1）内容效度

内容效度主要检测问卷概念的准确性。本研究量表的编制主要参考奥斯特维尔德（Oosterveld P）等[ 30 ]的设计理念。在量表编制过程中进行了系统的文献梳理，并对先进制造業集群企业进行深度访谈，听取业内专家学者建议，进而在此基础上对量表进行反复论证与修订，确保其内容科学合理。

（2）收敛效度

收敛效度作为验证性因子分析最主要的指标，主要检测问卷题项间的关联性，重点参考以下条件：

一是因子载荷大于0.5。

二是组成信度（CR）大于0.7。

其中，μ为标准化因子负荷率。

本研究所有因子载荷均大于0.5，且残差项非负，统计上显著。表9的验证性因子分析结果说明，收敛效度指标良好。

（五）结构方程模型拟合情况

本研究利用AMOS21.0软件对图3所示的结构方程模型进行估计，拟合统计量参见表10。在初始模型中，p<0.05，调节拟合优度指数AGFI<0.9，拟合优度指数GFI<0.9，拟合度偏低，需要进行修正。根据AMOS21.0软件的修正建议，增加误差项之间的共变关系，修正后的模型除AGFI指标略低外，其余指标均显著，数据拟合情况良好。假设检验结果参见表11，修正后的作用路径参见图3。

五、结论与启示

（一）结论

1.先进制造业集群企业创新学习能力在集群协同创新外部环境与集群协同创新绩效间起中介作用

图3显示，先进制造业集群协同创新外部环境（EE）对集群企业创新学习能力（LA）影响的路径系数为0.58，具有统计上的显著性，说明先进制造业集群协同创新外部环境能显著正向影响集群企业创新学习能力；集群企业创新学习能力（LA）对集群协同创新绩效（IP）影响的路径系数为0.63，具有统计上的显著性，说明集群企业创新学习能力可以显著正向影响集群协同创新绩效。此外，先进制造业集群协同创新外部环境（EE）对集群协同创新绩效（IP）影响的路径系数为0.12，但仅在0.05的水平上显著。

上述路径检验结果表明，相较于直接影响，先进制造业集群企业创新学习能力在集群协同创新外部环境与集群协同创新绩效间起中介作用，中介作用为0.58×0.63=0.37，中介作用占比为0.37÷（0.12+0.37）=75.5%，直接作用占比为24.5%，即集群协同创新外部环境主要通过影响集群企业创新学习能力来间接影响集群协同创新绩效。因此，先进制造业集群企业协同创新知识吸收能力、知识整合能力、知识溢出水平在政府政策、外部市场环境对集群协同创新绩效的影响中承担中介作用。政策支持能够在很大程度上提升集群协同创新绩效，进一步说明了政策和经济环境对集群协同创新决策的重要作用。

2.集群企业间协同对集群协同创新绩效具有直接正向影响

先进制造业集群企业间协同（IC）对集群企业创新学习能力（LA）影响的路径系数为0.05，在0.05的水平上显著，说明集群企业间协同合作可以影响集群企业创新学习能力。此外，集群企业创新学习能力（LA）对集群协同创新绩效（IP）影响的路径系数为0.63，集群企业间协同（IC）对集群协同创新绩效（IP）影响的路径系数为0.86，两者均具有统计上的显著性。

上述路径检验结果表明，集群企业间协同除能直接影响集群协同创新绩效外，还能通过集群企业创新学习能力间接影响集群协同创新绩效，其间接影响效应可表示为0.05×0.63=0.03。在集群企业间协同与集群协同创新绩效关系中，直接作用占比为0.86÷（0.03+0.86）= 96.6%，中介作用占比为3.4%。因此，相较于间接影响，集群企业间协同对集群协同创新绩效的影响更加直接，中介作用占比较小。

（二）启示

由前述分析结果可以看到，无论是集群协同创新外部环境还是集群企业间协同，均可直接或间接影响集群协同创新绩效，这样的实证结果对我国先进制造业集群协同创新具有如下启示：

1.协同创新环境治理机制层面

本研究实证结果表明，先进制造业集群协同创新外部环境会通过集群企业的创新学习间接作用于协同创新绩效。从政策层面看，政府为先进制造业集群协同创新营造外部环境的途径很多，如财政、税收政策等。此外，还可通过资金补贴的方式支持先进制造业集群创新战略，但需要进一步落实政策执行细节，发挥财税扶持应有的作用，支持那些真正有意愿和条件进行创新研发的先进制造业集群和企业。

2.协同创新知识治理机制层面

本研究实证结果表明，集群企业创新学习能力对协同创新绩效的影响具有显著性。就具体创新活动而言，這主要体现在集群企业获取知识、传递知识、整合及创造知识等过程中。先进制造业集群通过建立有效的知识治理机制，能够在制度层面约束和激励集群企业间的学习，在一定程度上平衡集群企业间的利益关系。

在集群知识治理的具体组织形式上，可通过建立正式或非正式组织来统筹协调集群企业开展学习活动，优化协调集群企业知识结构，推动集群企业整体或局部知识创造。知识治理可在提升集群企业学习效率的同时抵御潜在创新风险，为集群企业间知识共享、知识创新提供必要组织保障。

3.协同创新信息治理机制层面

本研究实证结果表明，集群企业间协同主要通过直接方式影响协同创新绩效。集群企业间良好的信任与顺畅的沟通关系，首先需要解决集群企业间信息不对称的问题，这是因为非对称信息会影响协同创新的效率。集群企业间以信息共享为基础的信息治理模式的建立是实现集群协同创新的关键。吉国（Yoshikuni A）等[ 31 ]研究发现，信息治理机制的建立能对组织间关系产生良好的调节作用，该机制依托跨边界的信息系统可有效解决信息非对称问题。刘（Liu Y）等[ 32 ]通过实例进一步证实，信息治理机制对提升组织绩效具有显著影响。可见，信息治理机制的建立有助于先进制造业集群增加资源或能力方面的差异性，并以此确立持续竞争优势。

4.协同创新关系治理机制层面

本研究实证结果表明，关系是集群协同创新的一项重要资源，集群企业间协同更倾向于通过直接方式影响集群创新绩效，创新活动的组织和开展需要依托关系治理机制的调节。关系治理概念起源于麦克尼尔（Macneil I R）[ 33 ]提出的关系协定理论，集群需要相应的规则和措施来确保企业间交易的正常进行，而关系治理就是保障集群实现协同创新的重要机制。有别于传统的科层治理，关系治理主要通过关系来协调集群间的交易，关系既可以是硬性规则，也可以是软性协定。其中，硬性规则的主要载体是具有法律效应的正式合同或协议，软性协定主要表现为交易双方的信任与承诺。上述两种关系治理方式也会存在图4所示的交集，戴建平等[ 34 ]称之为柔性协定，可有效增强集群企业间合作的柔性。图4所示的三种方式构成关系治理的核心，为集群企业协同创新提供动力。

5.协同创新激励与收益分配机制层面

在實施协同创新之前，先进制造业集群需要对集群企业协同创新的成本分摊与收益分配机制进行合理规划与设计，权衡好集群整体目标与企业个体目标间的关系。建立集群协同创新激励机制，有利于进一步优化创新资源配置，提高集群企业积极性，确保集群企业获得合理收益，最大化集群整体利益，提高集群竞争力与协同创新绩效。

6.协同创新风险管控机制层面

本研究结果表明，先进制造业集群企业往往需要通过多边协同合作来弥补自身不足，通过协同创新来提高绩效。但与此同时，集群企业还会面临较大的创新风险，而多边合作使创新风险变得更加复杂，特别是在集群开放协同创新体系下，传统机制很难应对集群企业协作过程中产生的协同风险，有必要针对集群协同创新特点设计有效的风险管控机制。可从以下三个层面着手完善并强化风险管控机制：

一是在产业链层面实现创新协同。地方政府需要从先进制造业集群产业链全局视角出发，破除产业链环节及功能上的制约，为集群协同创新创造条件。

二是在技术链层面实现协同。这是集群协同创新的关键，其本质是在集群企业间实现技术研发资源的互补，因此要对集群企业技术需求、科技服务、创新激励进行最大限度的整合考虑，将之融入集群协同创新体系。

三是在价值链层面实现协同。在价值链中高端，要进一步加大研发投入，特别是通过协同创新在关键与核心技术上取得突破，推动技术升级，增加对价值链的控制权；在价值链低端，要努力取得价值转移上的突破，通过协同创新在技术等环节进行价值移植，改造或升级原有产业链。

参考文献：

[1]杜俊义，冯罡.技术创新动态能力理论研究综述[J].科技管理研究，2020，40，448（6）：1-6.

[2]解学梅，刘丝雨.协同创新模式对协同效应与创新绩效的影响机理[J].管理科学，2015，28（2）：27-39.

[3]张珺涵，罗守贵，罗津.合作伙伴、内部人力资本对于金融科技企业创新绩效的影响研究[J].科学管理研究，2019，37（3）：155-159.

[4]曹静，范德成，唐小旭.产学研结合技术创新绩效评价研究[J].科技进步与对策，2010，27（7）：114-118.

[5]罗洪云，林向义，王磊，等.产学研协同知识创新体系创新绩效评价研究[J].现代情报，2015，35（2）：8-11.

[6]孙善林，彭灿.产学研协同创新项目绩效评价指标体系研究[J].科技管理研究，2017，37（4）：89-95.

[7]闫俊周，齐念念.基于ISM的我国战略性新兴产业创新绩效影响因素分析[J].科技管理研究，2019，39（12）：159-166.

[8]李大庆，李庆满，单丽娟.产业集群中科技型小微企业协同创新模式选择研究[J].科技进步与对策，2013，30（24）：117-122.

[9]刘晓云，赵伟峰.我国制造业协同创新系统的运行机制研究[J].中国软科学，2015（12）：144-153.

[10]贾宇，曾浩，魏鹏.制造业协同创新组织与创新驱动发展的研究[J].北方经贸，2016（5）：69-71.

[11]孙荣臻.中低技术企业协同创新模式与机制研究[J].科学管理研究，2019，37（5）：104-108.

[12]ZHU H，ZHAO S，ABBAS A.Relationship between R&D grants，R&D investment，and innovation performance：the moderating effect of absorptive capacity[J].Journal of pub？ lic affairs，2020，20（1）：1-10.

[13]ZHONG N，LI L，ZHANG S.Research on the impact of en？ vironmental regulations on the innovation performance of enterprises and the realization mechanism——quantitative studies of contemporary Chinese enterprises[J].Journal of Tianjin University（social science），2019，21（6）：481-493.

[14]JIANG Z，WANG Z，LI Z.The effect of mandatory environ？ mental regulation on innovation performance：evidence from China[J].Journal of cleaner production，2018，203（1）：482-491.

[15]刘勰，孟勇.市场化进程如何影响地区产业集聚的创新绩效——来自中国高技术行业的经验证据[J].经济经纬，2020，37（1）：105-113.

[16]郭韬，丁小洲，任雪娇.制度环境、商业模式与创新绩效的关系研究——基于系统动力学的仿真分析[J].管理评论，2019，31（9）：193-206.

[17]GANGULY A，TALUKDAR A，CHATTERJEE D.Social capital，knowledge quality，knowledge sharing，and innova？ tion capability：an empirical study of the Indian pharmaceu？ tical sector[J].Knowledge and process management，2020，27（1）：25-42.

[18]POPESCU D I，CEPTUREANU S I，ALEXANDRU A，et al.Relationships between knowledge absorptive capacity，innovation performance and information technology.Case study：the Romanian creative industries SMEs[J].Studies in informatics and control，2019，28（4）：463-475.

[19]HUGHES M，RIGTERING J P C，COVIN J G，et al.Innova？ tive behaviour，trust and perceived workplace performance[J].British journal of management，2018，29（4）：750-768.

[20]ARDHI R.Authentic leadership and organizational trust in improving company performance with innovative behavior as intervening：case study of BCA KCU Yogyakarta，Indo？ nesia[J].International journal of innovative research and de？ velopment，2019，8（9）：121-131.

[21]TU X，WANG Z，ZHANG Q，et al.A study on relationship between network capabilities and incremental innovative performance based on dynamic environment：the mediating effect of knowledge resource acquisition[J].Journal of indus？ trial engineering and engineering management，2019，33（2）：42-49.

[22]BAG S，VENKATESH V G，LUTHRA S，et al.Ethical prac？ tices，buyer- supplier relationship，and innovative green procurement performance：concepts，methodologies，tools，and applications[M]//Green business.PA：IGI Global，2019：884-906.

[23]PEIRU J.A case study on the mechanism and approach of social capital promoting innovation performance in hightech enterprises[J].Science & technology progress and poli？ cy，2019，36（6）：101-110.

[24]ABDULAI A F.Social capital and innovation performance in firms[M]//Innovation and social capital in organizational ecosystems.PA：IGI Global，2019：81-97.

[25]CHOI H，ZO H.Network closure versus structural hole：the role of knowledge spillover networks in national innovation performance[EB/OL].（2020-06-09）[2020-11-10].https：// sci-hub.se/downloads/2020-06-09/c4/choi2020.pdf？rand= 5fc6dfd378472#view=FitH.

[26]JIANG M S，JIAO J，LIN Z，et al.Learning through observa？ tion or through acquisition？innovation performance as an outcome of internal and external knowledge combination[J]. Asia Pacific journal of management，2019（3）：1-29.

[27]LEE J.R&D funding and R&D performance：the moderat？ ing effect of indirect R&D cost ratio[J].Journal of Korea technology innovation society，2018，21（1）：420-453.

[28]MAYERL J，ANDERSEN H.Recent developments in struc？ tural equation modeling with panel data.causal analysis and change over time in attitude research[M]//MAYERL J，KRAUSE T，WAHL A，et al.Einstellungen und verhalten in der empirischen sozialforschung.New York：Springer Publishing Company，2019：415-449.

[29]吳明隆.结构方程模型：AMOS的操作与应用[M].重庆：重庆大学出版社，2009：75-83.

[30]OOSTERVELD P，VORST H C M，SMITS N.Methods for questionnaire design：a taxonomy linking procedures to test goals[J].Quality of life research，2019，28（9）：2 501-2 512.

[31]YOSHIKUNI A，FAVARETTO J，ALBERTIN A，et al.The influences of strategic information systems on the relation？ ship between innovation and organizational performance[J]. Brazilian business review，2018，15（5）：444-459.

[32]LIU Y，ARMSTRONG D，RIEMENSCHNEIDER C K.The relationship between information systems（IS）assets，orga？ nizational capabilities，and IS-enabled absorptive capacity in U.S. state information technology departments[J].Commu？ nications of the association for information systems，2018，42（1）：125-146.

[33]MACNEIL I R.The new social contract：an inquiry into modern contractual relations[M].New Haven，Conn：Yale University Press，1980：37-43.

[34]戴建平，骆温平.供应链多边合作价值创造实证研究——基于物流企业与供应链成员多边合作的视角[J].当代经济管理，2018，40（5）：15-25.

责任编辑：陈诗静

Research on the Development Strategy of Advanced Manufacturing Cluster from the Perspective of Collaborative Innovation

——Based on the Empirical Evidence of Changzhou Advanced Manufacturing Cluster DAI Jian-ping1，2and LUO Wen-ping2

（1.School of Digital Economy，Changzhou College of Information Technology，Changzhou 213164，Jiangsu，China；2.School of Economics and Management，Shanghai Maritime University，Shanghai 201306，China）

Abstract：Facing the new arrangement of domestic and international circulations，there are significant changes in the environment of Chinas advanced manufacturing industry，difficulties in innovation is rising sharply，and the external resources is needed urgently. We should try to realize value cocreation and the sharing of market risk by cooperation and collaborative innovation among cluster enterprises. Though the scale of Chinas advanced manufacturing cluster is increasingly expanded，there are still some problems with it，such as the lack of innovation motivation in key core technologies，focusing more on aggregation and less on collaboration，inadequate integration of the industrial chain and innovation chain，and the improper choice of innovation paths，which having negative impact on innovation performance. To clarify the key path of collaborative innovation among cluster enterprises and improve the level of collaborative innovation and innovation performance，the authors carry out the empirical analysis with the help of the samples of ten advanced manufacturing clusters in Changzhou. It is found that：the external environment of collaborative innovation among the advanced manufacturing clusters，the learning capacity of the cluster enterprises，and the collaboration among these enterprises will have direct or indirect impact on innovation performance；and the learning capacity plays the intermediating role between external environment and innovation performance. So，to further promote the collaborative and innovative development of Chinas advanced manufacturing clusters，we should，first，start from cluster environmental governance mechanism，adjust the collaborative innovation environment with the help of fiscal and taxation policies；second，we should start from knowledge governance mechanism，establish the formal or informal organizations to collaborate the learning activities of cluster enterprises and promote the overall or partial knowledge creation；third，we should start from information governance mechanism，solve the problem of information asymmetry，improve differences in terms of resources or capability，and establish the sustainable competitive advantages；fourth，we should start from relationship governance mechanism，and provide the collaborative innovation with new motivation with the help of hard rules，soft agreement，and flexible agreement；fifth，we should start from the incentive and profit distribution mechanism，balance the relationship between the clustersoverall target and enterprisesindividual target，and realize the maximization of the clusters as a whole while guaranteeing the individual enterprise obtaining the rational profit；and sixth，we should start from risk management mechanism，and promote the innovative collaboration at the level of industrial chain，technological chain，and value chain.

Key words：advanced manufacturing industry；the external environment of clusterscollaborative innovation；cluster enter？ priseslearning capability of innovation；collaboration among cluster enterprises；collaborative innovation performance of cluster