合作創新網絡特征對技術創新績效的影響
——以制造業為例

莫 琦 魏 冉

(1 常州大學教務處,江蘇 常州 213164;2 常州大學商學院,江蘇 常州 213159)

0 引 言

數字經濟時代,經濟全球化趨勢的日益深化在給各國帶來發展機遇的同時也使得技術競爭不斷加劇。制造業作為實體支柱型產業,是實現經濟高質量發展的著力點,制造業發展水平及科技創新能力代表了各國國際競爭力的強弱,決定了其世界政治經濟地位。而中國的制造業作為關鍵發展領域,其核心技術對外依賴性強,創新體系整體技術成果產出效率較低,面臨大而不強的發展困境,必須盡快尋找提高制造業企業創新能力的工具,解決“卡脖子”問題,從根本上提高企業科研水平與國家競爭力。

黨的二十大報告提出,到2035年我國要實現高水平科技自立自強,進入創新型國家前列。從知識資源觀來看,創新是對知識的產生、傳遞與應用的進化過程,是對個體內部現有知識與外部新知識進行重組配置的過程,需要豐富的知識存量與信息來源。因此,單個企業閉門造車的獨立內化創新模式會導致其缺乏合作交流,難以獲得最新外界信息,受到自身狹窄有限的知識儲備量限制,研發風險較高[1]。由此可見,企業需要與高校、科研機構、政府等部門建立協同創新關系,通過資源與優勢互補進行網絡式集成創新以形成強而有效的合作創新網絡[2],利用網絡中豐富的信息知識與資源獲取渠道提高自身知識存量,提升創新能力與效率,突破研發瓶頸。

創新績效代表著企業的創新活動效率與技術成果產出水平[3],創新系統中主體間合作創新產生的績效遠大于各要素單獨作用,高效的協同創新行為是提高整體創新網絡創新績效的關鍵。創新網絡中的社會關系作為一種社會資本可以助力企業實現技術水平的非線性躍升[2],但關系強度的強弱會影響企業的創新效果與效率[4],網絡中的創新資源也并非均勻分布,不同的網絡中心化程度會造成不同的創新績效[5]。因此,研究企業在合作創新網絡中的關系強度與中心化程度對于技術創新績效的影響機理,可以幫助企業挖掘并利用網絡潛在優勢,在優質的創新環境中高效開展創新活動。對于完成提高產業整體資源配置效率與自主創新能力這一長遠目標來說,具有理論與現實意義。

1 理論分析與研究假設

1.1 創新網絡

創新網絡的概念最早由Freeman提出,國內學者王緝慈也有所補充,即創新網絡由不同創新主體以及節點之間的聯結關系構成,是各部門創新主體為進行系統性創新而形成的網絡范式創新合作關系。網絡節點包括企業、政府、高校和科研院所、中介機構與金融組織等部門。創新網絡作為提高企業核心競爭力的關鍵路徑,其中集中的經濟活動和聯合創新活動降低了企業創新的成本與風險,使企業獲利于勞動力紅利、規模經濟與范圍經濟。

郭建杰等將合作網絡分為產業網絡與產學研合作網絡,并認為不同性質網絡的技術與知識鏈條中傳遞著不同比例的同質化與異質化知識[6]。楊雪等構建了成都高新技術產業開發區的創新網絡演化模型[7]。企業間知識共享需求的存在結合正式的組織制度可以催生出知識交流合作網絡,產生知識溢出效應[8]。創新網絡中隱性知識的傳播幫助企業家增進各自才能與生產管理能力,最終提高企業的勞動生產率與核心研發能力[4]。同時,知識資源的流動為企業進行研發與非研發活動奠定了基礎,非研發活動如改良產品生產線與包裝等,有效延長了創新成果的生命周期,提高了技術創新績效[9]。

1.2 度數中心度與技術創新績效

中心性可以衡量企業距離網絡中心位置的遠近,是對于組織權力的量化分析,反映企業對于網絡中社會資源的掌控程度[10]。度數中心度代表網絡節點在合作創新網絡中與其他節點聯系的范圍與寬度,是衡量企業的網絡中心化程度的關鍵指標[5]。Kim研究了網絡位置對企業創新方式與效率的影響,發現較高的度數中心度會使企業擁有一定的信息獲取優勢[11]。李敏等以江西為例,實證研究證實了處于創新合作網絡中不同位置的企業擁有不同類型與數量的資源,位于中心位置的企業技術產出水平最高,節點中心度正向影響技術創新績效[12]。

高度數中心度的企業位于網絡中心位置,建立了較多的外部合作關系且能夠接觸豐富多樣的知識資源,在開展創新活動時將互補性技術與知識進行整合吸收,可以提高技術創新效率[13]。同時,企業獲取信息的渠道越多,對外界行業動態與環境變化情況的感知度越高,能夠及時掌握社會需求并調整研發方向,因此創新的不確定性與風險相對較低[14]。綜上所述,本文提出假設H1:度數中心度對企業技術創新績效有正向影響。

1.3 網絡關系強度與技術創新績效

吳松強等將創新網絡中個體與其他主體之間的聯系密切程度定義為網絡關系強度[15],可以衡量企業在創新網絡中的嵌入程度[4]。網絡關系強度根據企業與其合作方之間的合作時間長短和范圍大小可以分為強關系與弱關系。強關系代表企業間頻繁接觸,有長期互利關系以及持續、重復且穩定的深度合作,管理者之間高度信任,資源共享程度較高,通常容易獲得最新的知識與技術資源,因此強關系對于企業來說是一種有利的社會資本。而弱關系不需要關系承諾與投資,資源共享與互惠程度較低,因此企業難以獲得技術多元化所需的外部創新資源[13]。李言睿等分析了創新網絡的結構特征對企業技術創新績效的影響路徑,研究發現網絡關系強度正向影響企業知識存量,合作過程中知識的流動與共享助力企業提高創新績效[3]。黃艷等對中小企業進行問卷調查,證實網絡成員間信任程度會隨著其建立聯系的時間的推移而遞增,強關系有利于網絡中隱性知識的傳播與擴散,關系強度正向影響創新績效[4]。綜上所述,企業之間關系聯結越緊密,信任度越高,可以有效避免機會主義行為的發生,降低組織成本和信息搜索成本,獲取信息與控制收益,提高創新活動的效率與成功的可能性。因此,本文提出假設H2:網絡關系強度對企業技術創新績效有正向影響。

2 模型設計

2.1 樣本選擇與數據獲取

江浙滬地區是中國的創新活躍地帶,位于該地區的企業將知識產權以專利形式進行保護的概率較高。將江浙滬地區的制造業上市公司與中國科學院發布的2022年智能制造50強中的上市公司作為研究樣本,剔除ST、*ST的樣本,得到479家制造業A股上市公司。專利數據的公開一般存在一年半的滯后期,選擇2017—2021年作為樣本研究區間。以此為基礎,在國家知識產權局的專利分析與檢索界面手動檢索各企業專利申請數據,剔除多年無專利產出以及連續5年沒有合作專利的公司,最終得到135家上市公司作為研究樣本。

2.2 因變量測度方法

專利作為保護知識產出的有效機制,專利數據具有權威性、公開性,是與新產品新技術密切相關的指標,在實證論文中多被用來測度企業創新績效。專利從申請到授權需要18～36個月,在此期間容易受外部環境影響導致授權失敗,專利申請數比授權數更能代表企業的實際創新能力[10],因此使用專利申請數據作為研究基礎。專利分為發明專利、實用新型專利、外觀設計專利三種類型。其中,發明專利與實用新型專利的技術含量較高,很大程度上代表了企業的技術成果產出效率與能力,而外觀設計專利與企業科技研發能力的相關性較低,因此僅用發明專利與實用新型專利的申請數量衡量企業技術創新績效。

2.3 自變量測度方法

聯合申請專利指兩個或以上創新主體共同申請的專利,可以反映知識與信息在主體間的流動,且具有規范化與標準化的特征[6],因此可用聯合申請專利數代表創新主體間的合作關系與協同創新情況。

度數中心度(PC)分為相對度數中心度與絕對度數中心度。網絡節點的絕對度數中心度用與該節點建立直接合作關系的節點數量表示,但這種測量方法沒有考慮到整體合作創新網絡,因此具有局部性[6]。相對度數中心度以絕對度數中心度與網絡中最多可能存在的關系數之比計算得出,在網絡總節點數不同的情況下可以有效衡量節點中心性,因此使用相對度數中心度測量企業在網絡中的中心化程度。

網絡關系強度(RE)指創新合作網絡中主體之間聯系的深度。胡欣悅等用兩個行為主體間建立合作關系的次數衡量網絡關系強度,主體間信息交換與知識共享行為越多,網絡強度越高[16]。借鑒相關學者的研究,下文將網絡中各類創新主體作為節點,兩個主體之間建立合作關系的次數,即合作申請專利數量,作為節點連線數值。將一個節點的合作頻次之和與其合作主體數量之比作為測度節點網絡關系強度的指標[17]。

2.4 控制變量的選擇與測度方法

借鑒相關學者的研究,選擇與公司基本情況相關的指標作為控制變量以控制個體特征可能對企業技術創新績效產生的影響,具體包括:企業成立年限、研發人數、財務杠桿、市場勢力。本文對設計的主要指標進行梳理,變量定義與說明見表1。

表1 變量定義與說明

2.5 模型構建與方法選擇

由于因變量技術創新績效屬于整數計數變量,需要使用泊松回歸或負二項回歸模型來分析變量之間的關系。使用泊松回歸分析方法要求數據的均值與方差接近[6],而表2的描述性統計結果顯示,專利數量的標準差1 316.388是均值345.8的3.8倍,不滿足泊松回歸的數值等離散要求。進一步使用數據分析軟件stata15檢驗數據存在過度離散的可能性,結果顯示因變量過度離散,因此泊松回歸模型不適用于本文。為避免參數估計誤偏,本文采用更適合處理分散數據的負二項回歸模型進行回歸分析。對研究數據進行豪斯曼檢驗,結果表明隨機效應模型不適用于本文,因此研究中所有模型均使用年份固定效應進行回歸分析。

表2 變量的描述性統計與多重共線性檢驗結果

綜上,建立的回歸方程如下:

patent=β0+β1RE+β2PC+β3age+β4person+β5Lev+β6MP+ε

(1)

3 實證結果分析

3.1 數據描述

由表2變量的描述性統計結果可知,企業技術創新績效的均值為345.8,說明總體上制造業企業的創新行為較活躍。企業技術創新績效的標準差為1 316.388。標準差可以體現數據的離散程度,標準差較大說明創新網絡中企業間創新能力存在一定差距,個別企業技術創新績效有較大的提升空間,需要制定相應的經營發展戰略。相對度數中心度的均值為0.007,表示創新網絡中每家企業平均與0.007個組織建立直接合作關系,合作伙伴較少。網絡關系強度的均值為10.886,表明很多企業擁有固定合作對象,企業間信任程度的高低較大程度影響合作關系的再次建立。

采用方差膨脹因子對變量間多重共線性進行檢驗,結果見表2。發現所有變量的VIF值都小于2,變量間相關性符合要求,模型不存在多重共線性,使用該模型進行擬合估計得到的回歸結果可信。

3.2 回歸分析

對各變量進行回歸分析,進一步檢驗變量間相關關系,表3是基于固定效應的負二項回歸結果。模型1只加入控制變量與被解釋變量,模型2在模型1的基礎上加入解釋變量網絡關系強度,模型3在模型1的基礎上加入解釋變量度數中心度,模型4在模型3的基礎上加入解釋變量網絡關系強度,包括所有變量。

表3 變量的固定效應負二項回歸結果

由模型3可知,度數中心度對技術創新績效的影響系數值為26.258,在1%水平上顯著(β=26.258,p<0.01),假設H1成立。企業在創新網絡中的度數中心度越高,創新能力越強,技術創新績效越高。說明處于網絡中心位置的企業擁有較高的網絡權力與多元化的科技資源,位于網絡邊緣位置的企業可以主動與位于中心位置的企業建立合作互利關系,向網絡中心位置發展從而提高創新績效[6]。

由模型2可知,網絡關系強度對被解釋變量技術創新績效的影響系數值為0.010,在1%水平上顯著(β=0.01,p<0.01),假設H2成立。企業在創新網絡中關系強度越大,技術創新績效越高。說明企業間長期合作關系的建立有利于關鍵知識與隱性知識的傳播,增加企業知識存量,最終實現提高技術創新績效的目標。

模型4包括了所有變量。由模型4可知,度數中心度對創新績效的影響系數值為19.758,大于網絡關系強度對于創新績效的影響程度(0.008)。說明創新主體建立更多的合作關系要比加深現有合作關系的深度更利于企業進行突破式創新?？赡苁且驗殛P系維護需要成本,強關系的互惠性要求企業為合作方的利益考慮,會在一定程度上影響其對于研發活動的投入。同時,強關系為企業提供的信息重復率較高,同質化知識多于異質化知識的數量,知識與信息的可利用價值偏低,因此網絡關系強度對于企業技術創新績效的影響程度較低。

3.3 穩健性檢驗

創新資源投入后,從創新思想的產生到成果產出需要一定時間,即創新成果產出具有一定程度的滯后性。因此對被解釋變量技術創新績效做滯后一期處理,回歸結果見表4。發現在穩健模型中核心解釋變量相對度數中心度與網絡關系強度對被解釋變量技術創新績效的影響系數值依然為正,且在1%水平上顯著,因此結論仍然成立,回歸結果穩健。

表4 穩健性檢驗回歸結果

4 結論與啟示

度數中心度與網絡關系強度分別代表合作聯系寬度與深度,兩者均對技術創新績效有正向影響。因此企業要擴大產業視野并實施技術多元化發展戰略,在開放式經濟背景下,積極尋求基于共同利益的企業間合作機會。在維持現有合作關系并不斷加深合作深度的同時,注意突破網絡邊界,建立新合作聯系,憑借雄厚的社會資本形成獨特競爭優勢,在激烈的競爭中實現可持續發展。

高校和科研院所擁有豐富的知識資源與人力資源,是知識傳遞的重要樞紐與交換池。企業協同高校建立創新聯盟有利于高校掌握最新社會需求,及時更新研究方向與發展領域,提高科技成果轉化率。企業也可以借助高校先進的科研資源幫助自身進行創新研發活動,做到合作共贏。

對于政府而言,一要注重科研人才培養工作,提供相應的資金支持與政策保障,不斷擴大科研隊伍。二要主動擔任信息橋角色,因勢利導,幫助企業與其他創新主體建立合作創新關系,并建立完備的創新基礎設施,使創新網絡發揮出最大優勢。三要不斷優化知識產權保護政策,只有企業的知識產權得到保護,研發的成果得到保障,企業開展科技研發的積極性才會提高,最終達到提高產業整體技術創新績效的目的,助力中國進入創新型國家前列。