网络位置对企业生产率的影响——基于吸收能力的中介机制分析

□嵇正龙 宋 宇

一、引言

互联网的普及、大数据技术的成熟和人工智能的突飞猛进等促使企业间联系日益紧密，强化了企业网络，为深度剖析企业网络的特征及其影响提供了海量的数据基础和可靠的技术支撑。企业间的网络关系已经成为信息技术传播、贸易往来和投资的重要渠道，作为资金和知识的转移载体[1]，便利了知识的传播[2]。由社会网络理论可知，企业网络结构和位置等特征深刻影响着企业的绩效[3-5]。现有关于企业网络的研究较为丰富，学者们基于企业合作网络[2]、连锁董事网络[6-9]、独立董事网络[6]、贸易网络[10]、供应链网络[11-12]和投资网络[13-14]等不同角度探讨了企业网络对企业创新、融资约束、公司治理和投资效率等企业绩效的影响。

一是从企业网络测度来看。单一的网络类型只是企业间复杂网络的一个维度[7]，基于此测度的企业网络位置信息可能具有偏误，难以完整揭示企业社会网络对企业绩效的影响。已有文献关于多维度的企业网络的构建思路和处理方法对本文的研究极具启发意义。如游家兴和刘淳（2011）从社会网络嵌入性着手，构建了包含网络地位、网络关系和网络声誉3 个维度的社会资本评价指标体系[15]；许浩然和荆新（2016）设定了银行、市场、行业协会、校友、政治、网络声誉和网络积累7 个虚拟变量，以此度量公司社会关系网络的富足程度[16]。基于单一维度的企业网络研究，如何叠加处理及构造多维度的企业复杂网络，以便更准确地反映企业网络特征和测度企业网络位置，是考察企业网络影响企业绩效的基础性问题。二是从企业网络的影响来看。已有文献大多关注企业网络对融资约束[8]、技术追赶[10]、投资效率[14]和创新能力[17]等反映企业绩效的单一指标的影响。然而，企业网络位置动态会同时对多种指标产生综合性影响。如有的学者综合多个财务指标表征企业经营活动效率[6]或者使用总资产收益率表征企业绩效[12-13]，以此反映企业网络的综合性影响。企业全要素生产率作为能够较好反映企业整体绩效的指标得到普遍认可，企业通过企业网络期望达到的最终目的也是提升生产率，从而实现利润最大化。因此，研究企业网络位置动态与企业全要素生产率之间的关系意义较大，对此问题的分析也是对已有研究的拓展和完善。三是从企业网络的影响机制看。已有研究着重讨论了企业网络对某个绩效指标的直接影响，只有少部分文献关注影响机制的分析。例如，有学者指出，企业议价能力在贸易网络影响企业技术追赶中起到了关键作用[10]，也有学者认为网络位置和网络能力的交互作用影响了投资绩效[14]，还有学者认为董事网络通过融资规模、融资成本和结构期限影响企业债务融资[18]等。部分研究将董事网络作为董事特征影响企业风险承担能力的中介变量[9]，甚至有学者认为企业的知识吸收能力部分或完全中介了企业网络对企业创新的影响[19]，而关于企业网络位置影响企业吸收能力的机制讨论尚显不足。

为了分析企业网络位置动态与企业生产率演进之间的关系，并进一步探究企业吸收能力的调节作用，本文试图回答3 个问题：一是基础性问题，即如何将多个具有广泛链接的企业间单一网络叠加为多维企业网络，从而准确测度企业的网络位置动态；二是关系问题，即探讨企业网络动态与企业全要素生产率之间的关系及表现出的特征；三是机制问题，即从机制层面分析吸收能力在企业网络动态中对企业生产率发挥的作用，并探析其表现出的特征。为此，本文首次将人的联系、资本嵌入和供应链3 个维度的网络叠加，通过刻画多维企业网络，分析企业网络位置动态对企业生产率的影响及其吸收能力调节机制，深入挖掘企业网络位置与吸收能力所起到的作用。本文的创新和贡献主要体现在：一是探索性地提出构建多维企业网络的方法，扩展了企业网络研究的边界，为未来的企业网络研究提供了一个可行的构建复杂网络的思路；二是从吸收能力视角解释企业网络位置动态影响企业全要素生产率的机制，扩展已有研究；三是基于虚拟企业网络空间研究吸收能力，有别于传统的以实际地理空间距离为基础的分析，丰富了空间经济学的研究。

二、理论假说

当企业处于中心位置或者占有较多结构洞时，往往更具有信息优势和控制优势，其获取技术和知识溢出的能力也更强，更能够避免冗余信息的干扰并筛选出更有价值的信息和知识。因此，本文构建“企业网络位置-吸收能力-企业生产率”理论分析框架，探讨企业网络位置动态对企业生产率的影响以及吸收能力的调节作用（见图）。

图理论逻辑和分析框架

（一）多维企业网络及其位置动态

已有文献构建企业网络的维度选择主要集中在人员流动联系、产品服务链接、资本相互嵌入3 个方面，多是基于单一维度的研究。理论上来说，企业网络是由多个维度交织形成，本文参考已有研究及企业实际，选择3 个网络维度叠加合成代表性的多维企业网络。具体而言：首先，基于企业人员流动联系可以细分为连锁董事网络和独立董事网络等[8]。董事会作为公司治理的核心机构，能够通过对高管的选聘和监督实现所有者的权益最大化，而企业董事的交叉任职则强化了企业间的联系，形成了连锁董事网络。关于连锁董事网络的研究较为丰富且成熟，连锁董事网络也是应用最为广泛的企业网络构建维度之一。由于独立董事网络所能反映的信息基本被连锁董事网络所覆盖，而构建人力资本流动网络所依赖的员工离职就职的信息数据获取较难，因此本文选择连锁董事网络作为构建多维企业网络的维度之一。其次，基于企业间产品服务构建的企业网络更加强调企业供应商和销售客户，有些学者认为这是关于复杂的产品和服务的贸易网络[10]和供应链网络[11-12]。因此，本文选择供应链网络作为构建多维企业网络的维度之一。最后，企业间资本嵌入研究主要从公司的交叉持股和风险投资展开[13-14]。基于风险投资机构建立的网络存在样本容量较小且数据获取较难的情况，因此本文选择基于交叉持股建立的资本嵌入网络作为构建多维企业网络的维度之一。

网络位置特征通常使用中心性和结构洞2 个指标衡量[5]，这2 个指标在已有研究中已被广泛使用[2][6][8][12-13][17]。中心性可以反映企业在企业网络中的重要程度，并测度企业与网络中其他企业链接的广泛程度，主要强调与企业直接联系的紧密程度。中心性的值越大，表明企业之间的联系程度越高，企业越处于中心位置，越具有资源和信息优势。与中心性不同，结构洞强调企业处于联系稀疏的区域[5]，作为互不相连的个体或者簇群的桥梁[4]，并以此获得竞争优势及收益扩张。中心性带来的是社会资本，而结构洞反映的是关系优势。由于中心性和结构洞强调的企业优势来源不同，为了充分反映企业的网络位置信息，常常将二者一起使用，得到的分析结论互为补充。基于上述分析，本文也选择以网络的中心性和结构洞2 个指标的变动表征企业网络位置动态。

（二）网络位置动态与生产率

关于企业网络位置动态影响企业相关特征指标的讨论部分集中在创新[2]和融资[8][16]两个方面，研究认为，企业网络位置优势表现在显著促进了企业创新，或者有效缓解了融资约束，或者降低了融资成本。也有部分研究关注了企业网络中心性和结构洞对企业总体绩效的影响，如有的学者认为处于有利的企业网络位置可以改善企业绩效[6][13]，有的学者则认为优势网络位置与企业绩效负相关[12]。事实上，网络位置优势能够改善企业创新、融资约束和投资绩效等，进而促进企业绩效提升，这已经成为经济学理论研究和实践经验的共识，而企业网络位置优势促进企业各项绩效指标的改善，最终都体现为企业生产率的提高。从产权角度分析，企业网络通过引智作用显著提升了民营企业的创新水平[7]，且对民营企业绩效的促起作用相对国有企业更显著[13]。因此，本文认为企业网络位置动态对企业绩效的影响受产权异质性影响，从而表现出一定的差异。由此提出以下假设：

H1a：企业网络中心性和结构洞特征均与企业生产率显著正相关；

H1b：相较于国有企业，企业网络位置对生产率的影响在民营企业中表现更为显著。

（三）企业网络位置与吸收能力

Cohen 和Levinthal（1990）将企业吸收能力定义为企业识别外部信息并对信息进行消化和应用的能力[20]。企业所处的网络位置代表与其他企业之间的网络连接[3]，网络连接越强，企业间的信任就越强，就越能促进企业间知识转移，获取有价值信息的同时也促进了企业创新能力的提升。处于优势位置的企业能够从多样非冗余信息中获益，进而获得更多合作机会[2]，这就有利于知识的传播并促进生产率提高。企业网络为企业间技术信息外溢创造了便利渠道[10]，有助于企业获取知识与信息，也是企业间资金和知识转移的载体[1]，包括技术信息在内的各种资源都可以在企业网络中流动。进一步看，企业技术追赶效应取决于企业吸收能力的大小[10]。企业网络是企业的一种独特资源，在实际中会因为企业能力差异而产生利用差异[11]。企业获取新知识需要占据有利的网络位置，关键在于知识的吸收和融合，通常处于优势位置的企业可能获得更多更优质的信息和知识，但是并不代表企业能够充分利用这些信息和知识[2]。因此，有研究指出吸收能力在企业协同创新影响企业绩效中具有中介调节作用[19]。由于不同的企业存在技术水平差异，不同的网络位置所具有的优势和资源也不同，这就导致在同等的知识溢出条件下，吸收能力在企业网络位置影响企业生产率的知识溢出机制中发挥的调节作用存在差异。基于此，提出以下假设：

H2a：企业的吸收能力强化了企业网络位置对生产率的影响；

H2b：企业网络位置与企业吸收能力的交互作用能够显著提高生产率。

三、研究设计

（一）模型设置

基于理论分析的逻辑和框架，本文构建非平衡面板模型，并采取逐步引入关键变量的回归策略对假设进行验证。根据理论分析，吸收能力在企业网络位置与企业生产率之间具有重要的调节作用机制，本文设定模型如下：

其中，TFPit为i 企业在t 年的企业生产率；LOit为企业网络位置；ACit为企业吸收能力；LOit×ACit为企业网络位置与企业吸收能力的交互项；βit为控制变量的系数向量；Xit为控制变量集合；εit为误差项。根据研究假说，系数估计满足α1＞0、α2＞0、α3＞0。

（二）指标选择

1.全要素生产率

目前基于微观企业数据测度全要素生产率的估计方法中，OP 法、LP 法和ACF 法应用较为广泛。其中，LP 法[21]采用中间投入变量作为代理变量的做法能够有效控制样本损失量，有利于更好地测度企业全要素生产率的状况。因此本文选择LP 法测度全要素、生产率、并参考已有研究[22-23]，设定生产率估计模型如下：

其中，yit为i 企业t 年的企业产出，使用企业营业收入衡量；lit为i 企业t 年的劳动投入，使用应付职工薪酬表征；kit为i 企业t 年的资本投入，使用资产负债表中的固定资产净额表征；mit为i 企业t 年的中间产品、原料和能源等投入，按照一般会计准则中常用公式“中间投入=营业成本+销售费用+管理费用+财务费用-折旧与摊销-支付给职工以及为职工支付的现金”计算得到；wit为残差项，即为利用LP 法估计得到的企业全要素生产率。

2.企业网络位置

测度企业网络位置之前需要构建多维企业社会网络。根据上文理论分析，本文先将应用较为广泛的连锁董事网络、供应链网络和交叉持股网络叠加，构建多维企业网络，然后测度企业网络位置特征值，具体步骤如下：

（1）构建多维企业网络。

第一，设立企业对矩阵。将企业按照一定的规则排序并保持稳定不变，构建一个空的企业对矩阵，后续各个单一维度网络都依照该矩阵建立网络联系。第二，分别构建单一维度网络。首先，构建连锁董事网络。当同一个董事在不同企业任职时，这些企业之间就建立了以董事为纽带的联系，即由于共享董事建立起了董事网络[6][8]，此时设定值为1，否则为0。为防止重复测度从而高估了连锁董事网络，本文使用董事编码对董事重名现象进行甄别[6]。其次，构建企业供应链网络。参考史金艳等（2019）、孙浦阳和刘伊黎（2020）的做法，根据企业供应商信息进行逐步检索，建立企业供应链网络[10][12]。当企业之间存在供应或者销售关系时赋值为1，否则为0。最后，构建交叉持股网络。上市企业之间交叉持股的现象较为常见，当多个企业之间存在单向或者双向的持股联系，在整体企业层面就形成了交叉持股网络（沙浩伟和曾勇，2014）[13]。当企业间存在持股关系时赋值为1，否则为0。第三，构建多维企业网络。本文将连锁董事网络矩阵、供应链网络矩阵和交叉持股网络矩阵叠加为三维企业复杂网络。

（2）测度企业网络位置。

借鉴已有研究[12-13]，本文同时采用企业网络中心性和结构洞2 个指标来度量企业网络位置特征。网络中心性衡量指标主要有程度中心性、特征向量中心性、中介中心性和接近中心性[12]。程度中心性（degree）使用网络中与目标企业有直接联系的企业数目衡量，数目越多表明目标企业越处于网络的中心位置。进一步地，考虑与公司相连接的其他公司的程度中心性，以此来测度目标公司的中心性，即其他相连的企业越靠近中心，那么所考察的公司其中心性也就越强，称为接近中心性（close）。本文选择程度中心性反映企业的社会资本优势并用于基准估计，使用接近中心性用于稳健性检验。网络中介中心性（between）理论认为，当企业处于多个企业的连接路径上，那么该企业就发挥了“桥”的作用，表明该企业具有较高的关系优势。鉴于部分学者使用中介中心性表征结构洞[12]，本文在后续研究中将其用于稳健性检验。企业网络结构洞（hole）的衡量指标主要包括有效规模、效率、限制度和等级度等[5]，其中，限制度指标应用最为广泛，其数值越大，说明网络的闭合性越好，而结构洞越匮乏[13]。由于限制度最大值为1，研究中多使用1 与限制度的差值逆向表征网络结构洞的丰富程度，即企业网络位置的关系优势。

3.吸收能力

早期的研究多参考Cohen 和Levinthal（1990）的研究[20]，采用研发支出作为吸收能力的代理变量[2]，而Fredrich 等（2019）认为，研发强度能够更为准确地反映企业用于知识吸收和开发的相对数量[24]。因此，本文选择研发强度表征企业的吸收能力，具体为使用企业的研发投入金额与营业收入的比重测度。

4.控制变量

参考已有研究中控制微观企业特征的做法[10][12][16]，本文选择了如下控制变量：（1）企业规模（rasset），使用公司年末资产总计表征；（2）企业年龄（age），定义为公司在统计年份距离其上市年份的年限数加1；（3）负债率(debtr)，负债合计与资产总计的比率；（4）资产回报率(roa)，净利润与资产总计比；（5）托宾Q 值(q)，公司市值与资产总计的比值；（6）股权集中度(conequity)，使用企业中持股量排名前5 名的股东持股占比来衡量；（7）经营效率(ope)，营业收入与资产总额的比率。此外，为了考察区域和产权的异质性，根据企业注册地将区域分为东部、中部和西部，根据实际控制人性质识别产权性质，国有企业表示为1，非国有企业表示为0。主要变量的描述性统计见表1。

表1 主要变量的描述性统计

（三）数据来源

本文研究数据来源为：董事网络数据和供应商数据来源于万得数据库，交叉持股数据以及上市公司特征指标数据来源于国泰安数据库。由于自2013 年起，中国证券监督管理委员会鼓励上市公司披露前5 名供应商名称和采购金额、前5 名客户名称和销售金额[12]，因此本文研究期间设定为2013-2018 年，并以2013 年为基期，采用全国工业生产者出厂价格指数剔除价格因素。模型分析所需数据的清洗和处理步骤如下：首先，根据《上市公司行业分类指引（2012）》，本文选择行业两位数代码为C13-C43，且为在沪深A 股上市的制造业企业作为研究样本，剔除ST、*ST、PT 以及指标缺失的样本，得到非平衡面板数据。其次，企业网络由董事网络、供应链网络和交叉持股网络叠加得到。董事网络数据集构造过程：（1）按年从董事数据集中筛选出制造业企业数据，生成副本数据集后根据董事编码匹配企业；（2）剔除企业或董事任一方相同的重复项。供应链网络数据集是从供应商数据集中筛选出采购企业和供应企业都是制造业上市企业的子集；交叉持股网络数据集则是从交叉持股数据集中筛选出持股企业和被持股企业都是制造业上市企业的子集。将董事网络数据集、供应链网络数据集和交叉持股网络数据集合并，对每年重复的企业对只保留一个，最终形成了三网合一的企业网络数据集。最后，将企业生产率、吸收能力和控制变量数据集与企业网络位置指标数据集，按照统计年份和上市企业代码匹配合并，得到本文的经验估计数据集，并对数据进行1%水平缩尾处理，以消除极端值的影响。此外，与已有研究不同[8][12-13]，本文采用R 语言中的网络分析工具进行企业网络的构建和企业位置的测度。

四、实证分析

（一）基本回归结果

基于前述理论分析，本文的基准估计从反映企业间联系紧密程度的中心性和体现企业间联系稀疏情况的结构洞两个方面进行经验分析，主要结果如表2 所示。回归结果表明：程度中心性衡量的企业位置显著促进了企业生产率提升，这意味着企业与其他企业联系程度越紧密，越可以获得更多信息和技术优势，进而提高自身生产率；引入企业吸收能力后发现，企业吸收能力显著促进了生产率提高，且企业中心性的促进作用显著增大；企业中心性与企业吸收能力的交互项系数显著为正，说明企业吸收能力放大了企业社会资本的生产率促进效应，具有显著的正向调节效应。但是结构洞衡量企业位置的回归结果有所不同：结构洞对企业生产率的影响并不显著，这说明样本企业中的关系优势并未显著促进企业生产率；引入企业吸收能力之后发现，企业吸收能力显著促进了生产率提高，但是结构洞的影响依然不显著；结构洞与吸收能力以及交互项的系数都显著为正，表明三者均促进了企业生产率。分析结论进一步验证了企业吸收能力在企业位置促进企业生产率的过程中具有关键的调节作用。

由基本回归结果可知，企业吸收能力有效调节了企业位置动态对企业绩效的影响，具体而言：在考虑了调节变量即企业吸收能力之后，程度中心性与结构洞所表征的企业位置都能够显著促进企业生产率提高。这与解学梅和左蕾蕾（2012）的看法一致[19]。

（二）稳健性检验

参考已有研究[12-13]，本文分别使用接近中心性和中介中心性替换程度中心性和结构洞进行稳健性检验，主要检验结果见表2。接近中心性衡量企业位置的分步估计结果与基准估计结果基本一致，再次验证了作用于企业间联系的社会资本能够显著促进企业生产率的提高，且企业吸收能力呈现显著的正向调节作用，基本估计是稳健的。中介中心性测度企业位置的分步估计结果与结构洞基准估计存在一定差异，中介中心性显著促进了企业生产率，引入企业吸收能力后，系数变大且显著，进一步引入二者交互项后，二者的系数显著变大，但是交互项并不显著。中介中心性的稳健性检验表明，企业吸收能力对结构洞的调节效应依然是稳健的，但是交互项不稳健。

表2 估计结果

从细分角度看，基于企业社会资本角度衡量的企业位置影响更为稳健，而企业关系控制角度衡量企业位置的影响稳健性相对较弱。总体来说，企业吸收能力对企业位置影响企业生产率具有显著的正向调节效应，这一结论具有较强的稳健性。

（三）内生性讨论

考虑到作为核心解释变量的企业网络位置与企业吸收能力可能存在内生性，即生产率更高的企业往往具有更高的技术水平、更多的资源和市场机会，强化了企业网络位置优势和吸收能力优势，即可能存在“反向因果关系”。因此，本文借鉴已有研究中使用的变量时点法来检验基准估计是否存在反向因果关系[25]，即在原有变量基础上，将因变量和控制变量滞后一期，以判断未来一期的解释变量能否预测现期的因变量变化。在与基本估计保持相同的估计策略、控制变量集的情况下，企业网络位置和吸收能力对生产率的影响均不显著。因此，基本可以忽略本文核心解释变量的内生性对基准估计结果的干扰。

五、异质性分析

（一）产权异质性

由于不同产权性质的企业在经营过程中所依赖的优势不同[13]，所以本文依据企业实际控制人性质将企业分为国有控股和非国有控股两类并进行产权异质性检验，结果见表3。由结果可知，程度中心性和结构洞所测度的企业网络位置对企业生产率的影响在不同产权类型企业中表现存在显著的差异，具体为：国有控股企业的企业吸收能力显著正向促进了企业生产率，但是企业网络位置的影响并不显著，而非国有控股企业的估计结果与基本估计结果相一致。这与沙浩伟和曾勇（2014）、王营和张光利（2018）的研究结论基本一致，即相对于国有控股企业，非国有控股企业的网络位置能够更为显著地影响企业绩效[13][17]。究其原因，国有企业的网络位置较为稳定，导致其从社会资本中获益较少。

（二）区域异质性

为了进一步考察企业所在区域的异质性的影响，本文根据企业注册地将样本分为东部地区、中部地区和西部地区3 组企业，进行分组回归。统计分析表明，程度中心性和结构洞所测度的企业网络位置对企业生产率的影响表现出一定的差异，结果见表3。结果表明：东部地区的估计结果与总体估计相一致，企业吸收能力正向调节了企业网络位置对企业生产率的影响，且交互项也显著为正。这可能主要得益于东部地区市场经济发展水平较高，企业能够从较高的社会资本和较强的关系优势中获益；中部地区的估计结果表明，反映企业社会资本优势的程度中心性估计结果与基准估计相一致，而反映企业关系控制的结构洞估计结果不显著。西部地区的企业网络位置分析结果都不显著。产生地区差异的原因主要是由于与东部地区企业相比，中西部地区市场发展水平较低，同时市场中的企业数量和规模也无法与东部地区相比，从而导致企业从社会资本和关系优势中获益较少。

表3 企业网络位置异质性分析结果

六、研究结论与对策建议

（一）研究结论

企业社会网络作为企业获取信息和资源的重要渠道，在许多文献中被讨论和分析。但是已有文献大多是考虑单一网络类型对某一个指标的影响，而对多因素网络影响企业绩效综合指标——生产率的考察较少。鉴于此，本文通过叠加连锁董事、供应链和交叉持股三个维度网络，构造了企业间复杂网络，并分别考察了企业中心性和结构洞所表征的企业网络位置动态对企业生产率的影响，同时考虑了企业吸收能力的调节作用。研究发现：中心性指标测度的企业网络位置动态能够显著促进企业生产率，表明企业间连接所形成的社会资本优势集聚能够有效促进企业生产率提高，企业吸收能力具有显著的正向调节效应。结构洞指标测度的企业网络位置动态对生产率的影响并不显著，但是引入企业吸收能力之后都变得显著，意味着企业关系优势要促进生产率提高，需要企业吸收能力的调节。异质性分析表明：企业网络位置对于国有控股企业的生产率影响并不显著，而对非国有控股企业生产率的影响始终显著；东部地区企业的表现与总体表现一致，而中部地区企业只有结构洞测度的企业网络位置的影响与基本估计一致，西部地区结果皆不显著。

（二）对策建议

1.优化网络位置，提升生产率水平

企业生产率的提高不仅需要充分利用内部的投入要素和技术研发，也需要优化企业网络位置以有效获取社会资本和关系优势。企业可以通过优化网络位置来强化中心性和丰富结构洞，从而深度嵌入企业间复杂网络并获得信息优势、资源优势和控制优势，实现生产率的持续改善。具体而言，一方面，企业可以通过强化中心性获取网络中相邻企业的知识溢出，从而提升生产率水平；另一方面，企业也可以通过丰富结构洞，充分发挥企业间的桥梁作用，掌握企业间交流的渠道，形成信息优势，进而从中获益。

2.提升吸收能力，增强生产率效应

企业吸收能力决定了企业对社会资本和关系优势的有效利用，其意义不亚于充分利用企业的物质资本投入。企业可以通过加大研发投入提升新知识、新技术、新信息的获取、应用和转化的能力，最大限度地利用从外部获取的信息技术和资源，进而增强企业网络位置优势，促进生产率效应更好发挥作用。

3.提高嵌入程度，促进生产率提高

国有企业和中西部企业的市场化企业网络的嵌入程度较低，前者是受其经营体制影响，后者受到市场化水平的影响。因此，国有企业需要打破传统的企业间联系固有定势模式，与各类企业建立起广泛的市场化联系，以获取企业网络位置优势，促进生产率提高。而中西部地区企业网络位置优化有赖于区域市场机制的基础性条件改善，因此需不断提高市场化水平，服务企业间复杂网络的形成，推进企业协同创新发展，以实现信息、技术等社会资源的溢出和共享，促进生产率提高。