魏明
摘 要:党的十八大将“创新驱动”提升为新时期的国家战略和高质量发展的第一动力。在此背景下,纺织服装产业进入集群化提质升级为主的发展新阶段。宁波作为中国最大的纺织服装产业基地之一,在全国纺织服装产业集群中具有代表性和典型性。本文以宁波纺织服装产业为研究对象,从典型指标入手梳理产业创新绩效,从集群内部运作机理入手构建结构方程模型探讨产业创新性影响因素。研究结果显示,宁波纺织服装产业创新绩效总体积极向好,产业集群的网络中心度、共享关系、品牌集聚性对产业创新性有显著正影响,且共享关系和品牌聚集性发挥着显著中介效应。
关键词:纺织服装产业;产业集群;网络结构;结构方程;创新能力
中图分类号:F426 文献标识码:A 文章编号:1674-2346(2023)01-0005-08
随着我国经济增长动力引擎转向创新驱动,产业创新在优化产业结构、促进产业升级、加快经济发展的决定性作用逐渐被强化。纺织服装产业作为国民经济与社会发展的支柱产业、解决民生与美化生活的基础产业、国际合作与融合发展的优势产业[1],更要以创新驱动的科技产业为方向践行高质量发展。宁波是中国最大的纺织服装产业基地之一,在全国纺织服装产业集群中具有代表性和典型性。纺织服装产业是宁波传统优势产业,是宁波市重点培育的六大“千亿级产业”之一,对宁波经济社会发展具有重要支撑作用。“十三五”以来,宁波强化纺织服装产业发展的统筹谋划,突出区域特色,加快推动产业转型升级,形成以海曙、鄞州、奉化为重点,其他各区县(市)特色产业园区协同的发展格局。立足新经济时代发展期,在“培育世界级先进制造业集群”的导向下,宁波纺织服装产业所走的创新驱动经济发展道路绩效如何,有哪些因素影响着创新能力的发挥,成为业内需要关注和研究的现实问题。鉴于此,本文以宁波传统纺织服装产业为研究对象,利用科研活动经费支出、研发投入营收占比、新产品产值等3个反映产业创新活动的典型数据分析产业创新绩效,同时剖析产业集群内部运作机理构建结构方程分析产业创新能力。
1 纺织服装产业创新绩效分析
总体来看,“十三五”以来,宁波纺织服装产业加大研发投入,头部企业年均研发经费翻倍,规上企业研发经费占营收比重达1.28%,接近全国纺织工业2025年1.3%的目标,由宁波企业主持获得的国家科技进步奖实现零的突破,行业拥有CNAS国家实验室认可的纺织品服饰检测中心3家、国家级企业技术中心1家、省级企业研究院1家、省级高新技术企业研究开发中心9家、省级企业技术中心7家、省级服务型制造示范单位6家,科技创新支撑力量不断增强。
从科研活动经费支出来看,10年间纺织服装产业三大行业科研活动支出呈稳步增长趋势,其中纺织业和服装业更为明显,如图1所示。同时,近3年研发投入总额有较明显上升,如图2所示,2018年增长率达到区间峰值,表明企业对研发更为重视,研发投入力度不断加大。
从研发投入营收占比来看,近年来纺织、服装、化纤三大行业研发支出占营收的比重大体呈现增长趋势,特别是纺织业2020年占比较2017年提升了近0.7个百分点,(图3)这主要得益于纺织业践行两化融合,在智能制造、柔性供应链等方面开展的技术创新活动。然而,与世界发达国家比较,宁波规模以上纺织服装企业研发投入占营业收入比仅有0.85%,与发达国家的3%~5%相差甚远,且与国际公认的“每年营业收入的至少2%要投入研发”的企业生存线存在较大差距,可以说,科技研发不足仍是制约纺织服装产业创新发展的短板。
从新产品产值来看,多年来规上纺织服装企业新产品产值总体不断调整增长,纺织业转稳增速,2016年有大幅增长,以后持续攀升;服装业2014年增速达到最大值,之后不断盘整,如表1所示。总体来看,全行业新产品产值呈调整缓增趋势,这主要与数字经济发展所推动的产品生产、机器设备、基础设施、业务流程等核心生产要素的革新密切相关。更多的市场主体和商业场景被数字化形式连接,实现了更大范围的市场和资源整合,消费互联网渐入成熟期,产品价值开始更多地来自场景深耕与复杂应用,此时需要不断强化产业规模优势、配套优势,推动产品升级和产业链现代化。
宁波纺织服装产业创新绩效虽总体积极向好,但仍存在科技研发投入不足、产品创新尚弱等瓶颈,产业发展需要继续坚持以创新驱动要素、系统和生态升级,以创新支撑质量、效率和动力变革,从而展现出产业多年深度调整转型所积蓄的发展韧性,释放出高质量发展潜力,融入“双循环”新发展格局。
2 纺织服装产业创新能力分析
2.1 理论基础
在产业创新领域,从熊彼特创新的技术范式和商业模式的界定,到Abernathy和Utterback对创新概念的明确,学界普遍认同创新是以全新的知识为基础,打破既有技术轨道,以全新的产品、生产方式等对产业进行颠覆性改造的创新模式[2],本质是非连续、革命性的創新过程,涉及产品变革、市场拓展和新的技术领域,是技术创新的一种跳跃形式,彻底改变了现有的生产经营模式[3],是在新知识中产生广泛的搜索,从而满足新客户或新兴市场[4]。Oyelaran等[5]认为产业创新表现为处于产业内的主体通过建立网络进行创新合作与互动的过程;魏江[6]认为产业创新是在由涵盖核心、辅助、外围等网络的创新系统中所开展的创新性活动。
在产业网络结构领域,互联网时代,消费者需求的多元化、个性化使得产业发展环境更动态、复杂,产业创新的发展呈现出更为网络化的特征。本文参照已有研究,结合宁波纺织服装产业发展特征,从产业集群的运行机制入手,解析集群网络中心度、共享性、品牌集聚对产业创新性的影响。姚刚等[7]认为产业集群作为一个网络体系,核心形态是由集群内企业构成的企业网络,此网络关系有利于促进企业间信任合作,易于企业获取高效、精准的信息,同时这种强连结能帮助企业获取更多资源,与集群的创新能力存在一定正向关系。高长宽[8]通过分析服装产业集群的内部关系机制发现,服装产业的网络化结构使集群内企业突破时空间桎梏,从而提高企业全方位运转效率。张江朋等[9]认为集群网络中心度和共享关系对集群竞争力有着较为明显的影响,有助于实现技术创新,提升产业整体竞争力。
2.2 研究假设
综上观点,我们有理由认为产业创新是多主体协同参与的网络集群形态的创新性活动,创新绩效与产业网络结构中的集中度、成员共享关系、品牌集聚性等因素存在紧密关系。我们运用量化工具解析纺织服装产业创新中的各种因素关系和相互作用,提出以下7个假设。
H1:网络结构中心度与集群创新性存在直接积极显著的相关性;
H2:网络结构中心度与共享关系存在直接积极显著的相关性;
H3:网络结构中心度与品牌集聚性存在直接积极显著的相关性;
H4:共享关系与创新性存在直接积极显著的相关性;
H5:品牌集聚性与创新性存在直接积极显著的相关性;
H6:共享关系在网络结构中心度与创新性的关系中起中介作用;
H7:品牌集聚性在网络结构中心度与创新性的关系中起中介作用。
2.3 研究方法
2.3.1 研究变量测量
为了保证研究的准确性,对于变量的测量采用较为成熟的量表。网络结构中心度和共享关系量表采用张江朋的变量[9],品牌集聚性量表采用高长宽的变量[8],企业创新性采用姚刚的变量[7]。其中除共享关系变量使用标准化的李克特5级量表(1=非常好,5 =非常不好)外,网络结构中心度、品牌集聚性和企业创新性变量均采用李克特5点量表(1=非常赞同,5 =非常不赞同)。
2.3.2 数据收集和样本情况
研究样本由宁波纺织服装企业的中高层管理者和纺织服装领域的专家构成,完成问卷填写。共回收186份问卷,其中有效问卷180份,有效率96.8%,符合统计要求。
通过样本描述性分析,样本性别分布,男性占比40.56%,女性59.44%;年龄段分布,25岁以下18.89%,26~30岁20.00%,31~40岁37.78%,41~50岁20.56%,51~60岁2.78%;学历分布,专科及以下42.22%,本科38.89%,硕士15.00%,博士3.89%;参加工作时间情况,5年以下27.22%,5~10年20.00%,11~20年38.89%,21~30年12.22%,30年以上1.67%;从事本行业时间情况,5年以下34.44%,5~10年22.78%,11~20年31.11%,21~30年10.00%,30年以上1.67%;担任职务情况,企业高管12.22%,企业管理部门人员26.11%,技术研发部门9.44%,市场运营部门20.56%,人事部门5.56%,受聘纺织服装专家12.22%,其他人员13.89%。
样本的核心变量描述性统计结果表明,网络结构中心度均值为2.20(标准差0.86),共享关系均值为2.52(标准差0.90),品牌集聚性均值2.21(标准差0.84)和企业创新性均值为2.20(标准差0.78)。宁波纺织服装企业的网络结构中心度、共享关系、品牌聚集性和创新性水平均处于中等偏上水平。
2.4 研究结果
2.4.1 量表的效度与信度分析
(1)量表效度检验。首先,使用AMOS23构建测量模型进行验证性因子分析,通过χ2、χ2/df、SRMR、TLI、CFI、IFI的拟合指标评价测量模型的拟合程度,具体拟合指标结果见表3。其中,χ2/df不大于3,TLI、CFI、IFI大于0.90,SRMR为 0.050,小于 0.08,各项指標均在适配的临界值范围,表明测量模型与样本数据的拟合度合理可接受[10]。
为进一步分析研究量表的效度,本研究因子载荷均在0.6以上且统计上显著,详见表4。此外,通过计算各变量的平均方差萃取值(Average Variance Extracted,简称AVE)以及组合信度(Composite Reliability,简称CR),AVE大于0.5和CR大于0.7则表明量表有较好的聚合效度[11]。如表5所示,网络结构中心度、共享关系、品牌集聚性和创新性的AVE值分别为0.654、0.766、0.736和0.695,均大于0.5,CR值均大于0.8,因此量表的聚合效度得到验证。
最后为验证研究量表的区分效度,每个变量的AVE值都必须高于该变量与其他变量的相关系数的平方值(Shared Variance,简称SV),则能验证区分效度。如表5所示,所有变量的AVE均高于该变量与其他变量的SV值。因此,本研究不同变量间存在足够的区分效度。
(2)量表信度检验。信度是指测量结构一致性或稳定性的程度。为验证量表的信度,本研究采用SPSS 26的可靠性分析计算Cronbach's χ来检验量表的内部一致性。Nunnally(1978)指出,当量表对应的Cronbach's χ值大于0.7时,该变量的量表达到信度可靠的可接受值[12]。根据表5所示,本研究变量量表的Cronbach's χ均在0.85以上,这说明本研究涉及的量表信度较高,内部一致性较好,量表的信度通过符合标准要求。
2.4.2 假设检验结果分析
在量表信度和效度检验后,本研究采用AMOS23进行结构方程模型路径构建,如图4所示,运用最大似然估计检验假设。选取拟合优度的卡方检验(χ2/df)以及拟合优度指数TLI、CFI、IFI检验问卷调查数据模型与概念模型拟合关系,结果见表6。模型拟合指数结果显示,χ2/df为2.75,小于3,TLI、CFI、IFI大于0.9,SRMR为 0.078,小于0.08,表明模型整体拟合度良好[12]。综上所述,研究的结构方程模型通过初步检测,可进入假设分析验证。
(1)网络结构中心度、共享关系、品牌集聚性和创新性关系分析结果
结构方程假设检验结果主要对网络结构中心度、共享关系、品牌集聚性和创新性之间的关系进行检验。结果表明,网络结构中心度对创新性(χ=0.221,P=0.057)具有统计上的边缘显著影响,因此,H1成立。网络结构中心度对共享关系(χ=0.684,P< 0.001)和品牌集聚性(χ=0.779,P< 0.001)均具有统计上的显著影响。因此,H2和H3成立。共享关系(χ=0.163,P= 0.028)和品牌集聚性(χ=0.555,P< 0.001)对创新性存在统计上的显著正影响,因此,H4和H5得到验证。
(2)共享关系和品牌聚集性的多重中介效应分析
研究使用Bootstrapping检测方法针对中介效应进行检测,使用AMOS将Bootstrap sample设为2000来验证共享关系和品牌集聚性在网络结构中心度和创新性关系中的中介效应。首先,网络结构中心度对创新性存在间接效应(0.544[0.388,0.765]),由于置信区间不包含0,网络结构中心度对创新性的间接效应在统计上显著。但由于研究中存在两个中介变量,分别为共享关系和品牌集聚性,因此,这个间接效应结合了共享关系和品牌集聚性,存在多重中介效应。因此,研究建立额外的两组结构方程模型,运用Bootstrapping方法分别检验共享关系(模型1)和品牌集聚性(模型2)的中介效应,即H6和H7。模型1与模型2的结果表明,共享关系在网络结构中心度和创新性关系上存在中介作用(0.135 [0.015,0.280]);品牌集聚性在网络结构中心度和创新性关系上存在中介作用(0.433 [0.278,0.593])。两个中介效应的置信区间均不包含0,因此,共享关系和品牌聚集度在网络结构中心度和创新性关系中都存在统计上的显著中介效应,从而验证H6和H7。
3 结论与建议
综上,以宁波纺织服装产业为例,一方面,梳理科研活动经费支出、研发投入营收占比、新产品产值等3个反映产业创新活动的典型数据,分析纺织服装产业创新绩效,发现宁波纺织服装产业创新绩效虽总体积极向好,但仍存在科技研发投入不足、产品创新尚弱等瓶颈;另一方面,以产业集群网络中的网络中心度、共享关系、品牌集聚等3个典型要素及相关作用构建结构方程,探讨各要素对产业创新性的影响,分析发现品牌集聚性、网络中心度、共享关系对产业创新性存在显著正影响,且共享关系和品牌聚集度发挥着显著中介效应。上述两方面的研究,从产业发展趋势和产业集群内部运作机理视角,通过实证研究量化分析了基于提升创新能力和创新绩效实现高质量发展的内在机理,研究一定程度上证实了“创新、协调、绿色、开放、共享”的发展理念对产业升级的重要作用,为政府拟定科学的产业政策规划,推动产业创新和可持续、高质量发展提供了依据。
据此,我们对纺织服装产业创新有以下思考:(1)加大创业投入和创新支持力度,形成稳定的创新生态。强化企业创新的主体地位,加大研发投入,支持头部企业牵头组建创新联合体,助力打造共同发展、优势互补的协同创新机制,加速形成相对稳定、合作紧密的创新生态体系,提升产业创新绩效;(2)积极扶持培育链主企业,发挥网络中心正向作用。通过资源投入和政策支持,推动产业集约化发展,加快培育“链主”和“专精特新”企业,不断提升链主企业的创新能力,形成示范效应,带动集群升级;(3)增强产业集群关系密切度,强化共享关系和品牌集聚的中介效应。优化产业结构,完善大中小融通、上下游协同的产业生态,鼓励大优强、小巨人、單项冠军等焦点企业多维度创新,从而带动辐射生产配套和关联企业共享成果,推动产业基础高级化和产业链现代化,有效实现产业集群升级。
参考文献
[1]纺织行业“十四五”发展纲要[N].中国纺织报.2021-06-18(01).
[2]Schumpeter, J.A. The Theory of Economic Development[M]. Boston. MA: Harvard University Press. 1934:137-146.
[3]Tushman M L,Anderson P.Technological discontinuities and organizational environments[J].Administrative Science Quarterly,1986,31(3):439-465.
[4]McDermott C M ,O'Connor G C.Managing radical innovation:An overview of emergent strategy issues[J].The Journal of Product Innovation Management,2002,19(2):424-428.
[5]Oyelaran-Oyeyinka O,Mccornick D.Industrial Clusters and innovation systems in Africa:institutions,Marketsand Policy [J].Journal of Regional Science,2007,49 (1):230-232.
[6]魏江.创新系统演进和集群创新系统构建[J].自然辩证法通讯,2004(1):48-54.
[7]姚刚,蔡宁,蔡瑾琰,等.焦点企业创业与集群升级实证研究:基于网络视角[J].云南财经大学学报,2016(4):133-135.
[8]高长宽.服装产业集群网络关系影响集群竞争力的实证研究[J].北京服装学院学报,2013(7):50-52
[9]張江朋,张璞,刘璐.建筑产业集群网络演化对竞争力的影响:基于SEM的实证分析[J].科技管理研究,2016(24).151-152.
[10]Hu Li-tze, Bentler P M. Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives[J]. Structural Equation Modeling: A Multidisciplinary Journal, 1999, 6(1): 1-55.
[11]Bagozzi R P . Evaluating Structural Equation Models with Unobservable Variables and Measurement Error: A Comment[J]. Journal of Marketing Research, 1981, 18(3):375-381.
[12]Nunnally J C . An Overview of Psychological Measurement[J].Springer US, 1978.:97-146.
Research on the Influencing Factors of Innovation Performance and Innovation Ability of Textile and Apparel industry
――Taking Ningbo as Example
WEI Ming
(School of Business, Zhejiang Fashion Institute of Technology, Ningbo, Zhejiang 315211, China)
Abstract:The 18th CPC National Congress elevated “innovation-driven” to a national strategy in the new era and the primary driving force for high-quality development.In this context,the textile and apparel industry has entered a new stage of development with cluster improvement and upgrading.As one of the largest textile and apparel industry bases in China,Ningbo is representative and typical in the national textile and apparel industry cluster.This paper takes Ningbo textile and apparel industry as the research object, sorts out the industrial innovation performance from the typical indicators,and builds a structural equation model to explore the influencing factors of industrial innovation from the internal operation mechanism of the cluster.The results show that the innovation performance of Ningbo textile and apparel industry is positive on the whole.The network centrality,sharing relationship and brand agglomeration of industrial clusters have a significant positive impact on the industrial innovation,and sharing relationship and brand agglomeration play a significant intermediary effect.
Key word: textile and apparel industry;industrial cluster;network structure;structural equation;innovation ability