高技术产业集群能力研究范文

摘要:

从创新生态系统的角度构建高技术产业集群企业创新集成能力生态整合的假设模型，通过结构方程模型检验以及层次回归分析的实证方法验证修改模型得出最终的生态整合路径模型，并根据整合路径模型提出了提升高技术产业集群企业创新集成能力的合理化建议。

关键词:

高技术集群;创新集成能力;路径分析

高技术产业集群是指在一定区域范围内，以高技术企业为核心主体，各类中介组织为纽带，高校和科研院所为知识源，并受到外界环境以及政府政策调控的复杂创新系统［1］。目前关于高技术产业集群与集群中企业创新能力的研究主要从以下角度展开:主流研究从社会网络、社会资本嵌入的角度探讨企业创新能力的生成与演化，认为集群中的企业表现出更高的创新绩效是来自于企业自身所嵌入的网络关系，包括由此形成的网络结构，这是能力网络观。还有研究基于知识管理理论探讨知识的转移、溢出、吸收、整合对创新能力的因果关系，主要聚焦于企业自身能力，这是能力内源观。此外，基于生态观对创新能力的研究逐渐增多，主要是从生态位的重叠与分离，产业(产品)生态链的构建来讨论企业创新能力的演进。虽然目前研究聚焦的层面有微观、中观和宏观，但研究相互分离，未能深入系统内部统筹考虑不同层面、维度的影响。本文基于创新生态观，从高技术产业集群创新生态系统视角出发，以创新主体协同为内核来探析影响企业创新集成能力的重要因素，并通过结构方程模型等加以实证验证，构建企业创新集成能力生态路径整合模型，这有助于为地方政府打造创新型园区提供新思路。

1文献回顾与假设提出

关于创新集成的研究，首先是Iansiti教授根据实证研究提出“技术集成”模式。之后Best提出“系统集成”，把它定义为“在技术和资质层次上发挥作用的生产和组织的基本原则”，而后MillerW等提出创新集成是技术融合的进一步延展，是关于产品开发、生产流程、创新流程、技术和商业战略、产业网络结构和市场创新的有机集成。此后的研究从线性到网络化、集成性铺展开来。国内相关研究是由学者江辉、陈劲率先展开，提出了创新集成的分析框架并创建了指标评价体系［2］，开启了国内有关创新集成的研究。本文综合学者对创新集成能力的研究，结合高技术产业集群的特点，认为企业创新集成能力是以集群创新系统资源为基础，通过集成的手段来实现对产业链和知识链上主体资源的汇集、匹配与优化达到协同创新，提升自身创新能力的目标。

1.1网络关系、网络开放性与创新集成能力网络关系与创新集成能力的研究基于网络理论，其本质是网络中行动者与其他主体之间形成的关系、结构特征影响及其整合、配置创新资源的能力。Granovertter提出嵌入性概念，包括网络结构特征和关系质量，并提出网络强弱连接优势理论，Burt将此理论应用到市场竞争行为中，提出“结构洞”理论。其后大部分学者延续这个思路开展了大量研究，其中很多实证研究将网络关系作为变量进行测量并研究与创新能力的关系，如SaeedNajafiTavani等通过对英国1200家企业调查，研究了节点企业的吸收能力、供应链伙伴以及产品创新的关系［3］;Aktamov等通过构建邻接矩阵得到网络指数，分析3种不同网络中心度与创新绩效的关系，得出当企业有更多连接或者能连接拥有良好网络连接的企业会表现出更好的创新绩效，但当企业有很强的信息获取能力时，网络中心度的影响不显著［4］。此外，部分学者注意到若网络开放性不足，会造成集群内企业网络结构关系的锁定和僵化，带来巨大的风险，甚至造成整个集群的衰败。Bresnahan的研究指出很多集群的成功来自于外部大量的异质性联系，集群的开放性和高异质性对企业创新集成能力显得日益重要［5］。据此，本文提出如下假设。H1:网络关系(强度)对创新集成能力有正向影响。H2:网络开放性对创新集成能力有正向影响。

1.2产业结构生态属性与创新集成能力从生态系统观的角度讲，良好的产业生态结构就是合理、匹配的产业链及产业间联系，Isaksen通过对欧洲高技术产业集群的实证分析指出，企业创新能力实现的基本因素是产业内创新资源的质量和产业链内的合作程度［6］，Adner和Kapoor根据生态系统内企业所在位置的不同区分企业的作用，探究在产业链上的企业如何形成协同创新［7］。国内学者单虎等指出产业链纵向结构创新促进范围经济，产业链横向结构创新促进规模经济，兼顾纵向和横向创新是创新之本［8］。蔡小军等通过研究工业园区内的共生产业链形成机理，认为产业链共生体会通过企业集群特性产生集聚经济效益，获得竞争优势，推动技术创［9］新。本文认为产业结构是集群内创新系统发挥创新能力的基础，据此提出如下假设。H3:产业结构生态属性对创新集成能力有正向影响。

1.3创新动机、知识吸收能力、知识整合能力与创新集成能力有关企业创新集成能力的研究，很多学者基于知识管理理论从企业的微观层面研究企业知识行为与创新能力的关系。知识是创新的重要资源，企业的创新来自于所获的异质性资源，创新动机决定了企业关注知识的频率、强度以及知识搜索的策略。知识吸收是企业将外部知识内化的第一个层次，有足够的知识存量才能产生创新，尤其在不确定的环境下，更多的企业知识吸收量能帮助企业适应不确定的环境，更有机会将知识技术化、商业化［10］。知识整合作为提升创新能力的核心被很多学者研究，如Ko-damM以及Michael分别通过实证研究指出知识整合是大多数企业提高创新能力的关键［11，12］。本文认为创新动机、知识吸收能力、知识整合能力对创新集成能力有直接的影响，另外，在很多研究中，知识吸收、知识整合也往往作为网络关系、结构等变量和创新能力间的中介变量，如Nieto和Quevedo通过研究指出吸收能力在企业的创新努力和企业的技术创新中起着中介作用;知识整合是集群内企业利用集群网络渠道将所获取知识进行结构融合，是实现创新能力的核心过程［13］。又如IansitiM和ClarkK从跨组织边界的角度将知识整合区分为内外部知识整合，并指出企业在跨组织的联系中，知识整合对于创新能力是不可或缺的能力［14］。据此，本文认为知识吸收能力、知识整合能力也作为网络关系与创新能力变量的中介变量起间接影响作用。网络开放性使得集群内企业与外界保持异质联系，进行信息、资源等的交换，那么其中的知识也必定通过知识吸收和整合被企业加以利用，所以本文推论网络开放性通过知识吸收和知识整合对创新集成能力产生间接影响。产业生态结构不仅包含产业链也包含知识链，知识整合、知识吸收是知识链中的环节，那么产业生态结构对创新集成能力的影响必定也会通过知识链进行传递，因此本文推论，产业结构生态属性通过知识吸收和知识整合对创新集成能力产生间接影响。综上所述，本文提出如下假设:H4:创新动机对创新集成能力有正向影响。H5:知识吸收能力对创新集成能力有正向影响。H6:知识整合能力对创新集成能力有正向影响。H7:创新动机通过知识吸收和知识整合对创新集成能力有正向影响。H8:网络关系通过知识吸收和知识整合对创新集成能力有正向影响。H9:网络开放性通过知识吸收和知识整合对创新集成能力有正向影响。H10:产业结构生态属性通过知识吸收和知识整合对创新集成能力有正向影响。

1.4集群金融、文化、政策等环境对创新集成能力的作用从系统学的角度讲，高技术产业集群作为创新系统，集群中企业主体必然受到集群环境影响，包括金融环境、文化环境、政策环境，这种影响表现在环境作为“隐性机制”对创新集成能力的调节作用。ElviraUyarra等指出创新系统功能的实现需要系统政策、文化制度的支持［15］;Yung－chingho等通过对台湾高技术产业的调查指出创新前段管理强化能提升创新绩效和能力，前段因素包括创新文化［16］;eraFilippetti通过宏观和微观数据分析得出影响创新系统能力的关键因素包括人力资源质量、高技术集群产业专业化程度以及完善的金融系统支持［17］。综上，本文提出如下假设:H11:金融与文化环境对创新集成能力有调节作用。H12:政策环境对创新集成能力有调节作用。

2数据收集与变量测量

2.1数据收集本文以武汉东湖部级高新区中的企业为实证研究对象，深入企业与中层以上管理人员进行交流并进行问卷调查，从而完成对原始数据的整理和收集。问卷调查历时两个月，回收问卷后剔除无效和不合理问卷，用于探索性因素分析的有效问卷总计为204份，用于结构方程模型检验的问卷为291份，达到了进行分析所需的样本数量标准，同时样本分布在高新区中光电子信息、激光、生物医药、装备制造、IT产业，具有较好的代表性。

2.2变量测量(1)因变量:本文研究的因变量为创新集成能力，主要采用Govindarajan、KopallePK的测量方式，分为突破式创新和渐进式创新，每个维度下均有4个测量题项，用李克特5点量表进行测量。(2)自变量:网络关系变量测量综合国外学者Granovetter、Moorman、Rowley的测量题项，从关系数量、强度、频率、中心度等方面进行测量;网络开放性综合Eis-ingerich和Bell的测量题项进行测量;知识吸收参考Mari-ano和Pilar、LinWB的测量题目并根据实际情况加以修改;知识整合的测量题目来自于Iansiti、WongV等采用过的问卷的部分题目;创新动机和产业结构生态属性变量测度是在对概念的理解上针对实际情况开发的测量题目。以上变量中网络关系、网络开放性、产业结构生态属性、创新动机作为研究中的外潜变量、知识吸收和知识整合作为中介变量。以上变量均采用李克特5点量表进行测量。(3)调节变量:本文研究中将金融与文化环境、政策环境两个变量作为调节变量进行研究，变量的测量题项是通过咨询高新区内专家结合实际情况开发而来，采用李克特5点量表进行测量。

3研究方法与分析结果

3.1研究方法研究方法包括问卷的信度、效度检验;探索性分析、结构方程模型检验、层次回归分析。采用SPSS19.0进行探索性分析和层次回归分析，AMOS19.0进行结构方程模型检验。其中结构方程模型验证采取模型发展策略，检验假设模型后经过模型修正达到一个与样本数据良好契合且具有实质意义的模型，从而分析问题。层次回归分析则用来验证研究中的某一变量是否对其他变量关系间具有调节作用。

3.2分析结果(1)探索性分析。由于测量题项部分来自于国外成熟问卷，另一部分则是新开发的，所以需对量表进行探索性分析，优化量表因素结构，达到良好的问卷信度和效度，为后续分析打好基础。影响因素量表经探索性分析显示，KMO值为0.715，Bartlett球形度检验的P值为0，对量表进行可靠性分析得Cronbach'sα值为0.779，表明量表信度良好。通过对因素的萃取，8个影响因素一起解释了变量标准方差的63.2%，表示因素结构是可靠的。创新集成能力测量量表采用学术界普遍认可的成熟问卷整理而得，创新集成能力分为两个维度———渐进式创新和突破式创新，探索性分析显示KMO值为0.855，量表信度值0.836，两个主因子累计解释了77%的变异量，情况理想。各变量测量题项及变量信度如表1、表2所示。(2)结构方程模型检验。根据前文的假设建立初始模型(如图1)，验证各影响因素之间以及影响因素与创新集成能力的路径关系。模型质量的好坏要从模型的测量模型和结构模型中一些重要的适配度指标加以综合考虑。根据AMOS19.0的处理结果显示，在初始模型的测量模型方面各题项因素负荷量均在0.5～0.95之间，且标准误很小，所估计的参数均达到显著水平(P＜0.001)，说明模型内在结构适配度良好(见表3);在初始模型整体适配度方面，χ2值为241.868，自由度为231，卡方自由度比1.0470(介于1、2之间)，显著性检验的P值为0.376，未达到显著水平，表示初始模型与实际样本能契合。其他重要适配度指标见表4。从图1可知:①直接效应:网络关系对创新能力的直接影响效应显著;产业结构对知识吸收和知识整合的直接影响显著;知识整合与知识吸收同时对创新集成能力影响显著;网络开放性对知识吸收、知识整合、创新集成能力均无显著影响;创新动机对知识吸收、知识整合以及创新集成能力影响显著。②间接效应:产业结构通过知识整合和知识吸收对创新集成能力影响显著，说明知识吸收和知识整合充当了产业结构对创新集成能力的完全中介。创新动机不仅对创新集成能力有直接影响，通过知识吸收和知识整合对创新集成能力的影响也是显著的，说明创新动机对创新集成能力既有直接影响又有间接影响。(3)模型修正。根据模型修正指标的提示和结构方程模型的修正原则，增加一些观测指标变量误差项的相关，并删除不显著的路径，力求模型的简约。经过修正后，模型匹配度指标如表5所示。从表5可以看出，修改后的模型整体匹配度更优，且与初始模型相比，模型更为简洁，修改后的模型见图2。从修改后的模型可以看出:①直接效应:网络关系、知识吸收、知识整合、创新动机4个变量对创新集成能力为直接影响，且呈正相关关系。模型修改后，删除了网络开放性对知识吸收和知识整合两条未达显著性的路径(路径系数为负)，而后开放性对创新集成能力的路径系数有所提高，但仍未通过显著性检验，说明开放性对创新集成能力未有显著影响，这和先前研究理论有出入，关于这点将在下文继续讨论。②间接效应:知识吸收、知识整合作为中介变量，在产业结构和创新动机两个变量对创新集成能力的影响中起到中介作用，其中包含两种中介作用，知识吸收、知识整合变量在产业结构对创新集成能力的影响中起到完全中介作用;知识吸收、知识整合变量在创新动机对创新集成能力的影响中起到部分中介作用。(4)层次回归分析。为完善创新集成能力生态整合路径模型，本文采用层次回归分析方法进一步验证金融与文化环境在模型中的调节作用，包含3个调节模型:①金融与文化环境在网络关系对创新集成能力的影响中起到的调节作用。②金融与文化环境在产业结构对知识整合的影响中起到的调节作用。③金融与文化环境在产业结构对知识吸收的影响中起到的调节作用。同样，通过层次分析回归验证政策环境在模型中的调节作用，包含3个调节模型:①政策环境在网络关系对创新集成能力的影响中起到的调节作用。②政策环境在产业结构对知识整合的影响中起到的调节作用。③政策环境在产业结构对知识吸收的影响中起到的调节作用。首先利用测量题项的平均值作为变量的样本值进行层次回归分析，然后将变量值中心化，再引入交互项，最后进行回归分析，结果如表6所示。金融与文化环境在网络关系对创新集成能力的影响中起到显著的调节作用，调节的方向是增强网络关系对创新集成能力的正向影响;政策环境在产业结构对知识整合的影响中以及产业结构对知识吸收的影响中起到显著的调节作用，调节方向为增强产业结构对知识吸收和知识整合的正向影响。根据修正模型和层次分析的结果，最终创新集成能力整合模型如图3所示。

4结论与建议

本文从系统性、多层面建立了高技术产业集群企业创新集成能力生态整合路径模型，将以往的研究理论进行了融合，解析了高技术产业集群背景下企业创新集成能力生成的内在路径，据此提出提升高技术产业集群创新集成能力的些许建议。根据路径模型，针对高技术集群背景下提高企业创新集成能力可从以下几条路径入手:①企业以提高创新动机为基础，提高知识整合、知识吸收能力为核心，尤其注意知识整合能力的提升对创新能力的贡献。②集群层面重点发挥网络关系对创新集成能力的直接促进作用，同时注重优化产业结构生态属性，通过知识整合、知识吸收对企业创新集成能力起间接作用。③宏观层面，营造良好创新环境，发挥创新环境中金融、文化、政策不同的调节作用，起到增强网络关系与产业结构生态属性对创新集成能力的促进作用。针对以上路径，本文给出以下几方面具体建议:第一，微观层面。一方面，企业要注重培养企业知识整合能力，它以企业的创新动机为前提，以企业知识吸收能力为保障。企业应根据知识需求不断积累知识，提升知识存量;优化知识结构，促进新知识的吸收和理解;培养企业内集体学习的氛围，建立知识分享、传播和再创造的渠道，使得创新动机、知识吸收能力、知识整合能力三方面形成持续的良性循环。另一方面，政府应引导培育高技术企业走探索研发型道路，通过政策引导、财税支持加大企业研发投入与管理;增强对科研机构、高校的基础研究投入，大力支持企业、大学、研究机构间的合作项目;将高校打造为区域内技术瞭望的前沿和知识创新的源泉，培养高校后备人才并为其在集群内提供专业化教育和就业机会;建立风险预警和控制机制，分担和减少企业的创新风险。第二，集群层面。政府在高技术集群的建设上应把握集群网络关系与产业结构生态属性对促进创新集成能力的不同机理，抓住差异性，有针对性地采取网络化和产业集成化政策。在集群网络关系的打造上，政府可以通过定性和定量的研究方法制定“集群蓝图”，甄选并吸引适合集群发展战略的企业，而后针对网络化合作进行资金扶持，完善各类信息中介服务机构，建立行业交流平台，举办集群内部组织之间及集群组织与外部组织间的交流会议、培训等，使不同组织形成相互认可的商业价值观，促进创新集成能力的提升。在产业结构生态属性的建设上，政府部门应在产业战略体系中重视知识链的构建，打造基于共同基础知识的多样化高技术集群，避免与区域内其他产业集群知识同质化，使集群与本区域其他产业形成良好的拉动和推动，让创新向多方面进行扩张。还应注意集群网络关系与产业结构要协同完善，因为高技术集群网络拓扑结构应以良好的产业链结构为依托，集群产业链的演化升级应以相适应的网络拓扑结构为保障，两者相辅相成，缺一不可，只有两者都形成合理的结构，创新集成能力才能得以持久提升。第三，宏观环境层面。政府应根据金融与文化环境、政策环境对集群创新集成能力起到的不同调节作用，采取有针对性的建设方案。分析显示，金融与文化环境在网络关系对创新集成能力的影响中起到增强性的调节作用，而政策环境的建设则是会促进产业生态结构对创新集成能力的提升作用，所以金融与文化环境的建设应着力于通过金融制度的完善和文化的建设鼓励企业间形成网络联盟，发挥互补性资源的优势，优化资源配置，提高整体竞争力;通过创新文化的建设增强企业间、企业与高校间的合作动力并提供专项资金支持。政策环境的建设在于加快产业集成化的落地，通过财政扶持和政策倾斜推行产业化项目，让大企业和园区内众多小企业形成产业链网，持续推进产学研平台的建设，注重知识链、价值链、产品链三链一体的建设。此外，政府在集群建设中应注意保持集群网络的开放性，避免锁定对创新带来的风险。

针对本次研究的样本数据，初始模型检验后，网络开放性针对创新集成能力的直接和间接效应均不显著，且对知识整合和知识吸收的两条路径系数为负(与假设方向相反)，模型修改后，网络开放性对创新集成能力的路径系数有所增加，但仍未达到显著，说明该样本中网络开放性对创新集成能力的影响微弱，这与一些成熟研究相左，这是由于此次的研究仅限于在本区域的集群，具有局限性，同时显示了东湖高技术集群的一个深层问题:存在本地化网络锁定引起的创新集成风险。所以，政府应促进集群内企业的对外连接，培育“知识守门人”式的企业，担负外界知识吸收和内部知识扩散的职责;通过建立开放式的公共技术平台，在吸纳外界新技术的同时，让集群“走出去”学习;通过政策的帮助以及建立灵活的风投机制，帮助集群内投资者降低风险成本;通过建立跨区域的产学研体系，增强本地集群与外地高校(研究机构)、本地集群与外地集群甚至本地集群与国外集群的深度合作。总之，集群建设中要注意保持集群合适的网络开放度以适应不断变化的外界环境，注重跨网络联系，保持创新网络的柔性，避免本地网络锁定的风险。

参考文献:

［1］王国红，邢蕊，唐丽艳．区域产业集成创新系统的协同演化研究［J］．科学学与科学技术管理，2012(2):75－81．

［2］江辉，陈劲．集成创新:一类新的创新模式［J］．科研管理，2000(5):32－37．

［3］SaeedNajafiTavani，Sharifi，Hossein．AStudyofContingencyRela-tionshipsbetweenSupplierInvolvement，AbsorptiveCapacityAgileProductInnovation［J］．InternationalJournalofOperations＆ProductionManagement，2014(34):65－92．

［4］Aktamov，Sherzod，ZhaoYan．ImpactofNetworkCentralityPositionsonInnovationPerform－anceoftheFirm:EvidencefromChinaAuto-mobileIndustry［J］．BusinessManagementStrategy，2014，(5):164－178．

［5］BresnahanT，GanibardellaA，SaxenianAL．OldEconomyInputsforNewEconomyOutcomes:ClusterFormatIonintheNewSiliconValleys［J］．IndustrialCorporateChange，2001，(10):835－860．

［6］IsaksenA．Knowledge－basedClustersUrbanLocation:TheClus-teringofSoftwareConsultancyinOlso［J］．UrbanStudy，2004(15):1157－1174．

［7］AdnerR，Kapoor．MatchYourInnovationStrategytoYourInnovationEcosystem［J］．HarvardBusinessReview，2006，84(4)．［8］单虎，张治栋、贺晓宇．产业链创新与集群经济发展研究［J］．科技管理研究，2013(19):151－161．

［9］蔡小军．生态工业园共生产业链的形成机理及其稳定性研究［J］．软科学，2006(3):12－14．

［10］鞠芳辉，谢子远，谢敏．产业集群促进创新的边界条件解析［J］．科学学研究，2012(1):135－143．

［11］KodamaM．InnovationKnowledgeCreationThroughLeadership－basedStrategicCommunivty:CaseStudyOnhigh－techCompanyinJapan［J］．Technovation，2007(27):115－132．

［12］MichaelHeffnerNS．KnowledgeFusionforTechnologicalInnova-tioninOrganizations［J］．JournalofKnowledgeManagement，2008，12(2):79－93．

［13］NietoM，QuevedoP．AbsorptiveCapacity，TechnologicalOpportu-nity，KnowledgeSpillovers，InnovativeEffort［J］．Technoval-ion，2005(10):1141－1157．

［14］IansitiM，ClarkKB．IntegrationDynamicCapability:EvidencefromDevelopmentinAutomobilesMainFrameComputers［J］．IndustrialCorporate，1994(3):557－605．

［15］ElviraUyarra．WhatisEvolotioneryAboutRegionalSystemsofIn-novation?ImplicationsforRegionalPolocy［J］．JEvolEcon，2010(20):115－137．

［16］Yung－chingHo，Ching－TzuTsai．FrontEndofInnovationofHighTechnologyIndustries:TheModeratingEffectofFront－endFuzzi-ness［J］．JournalofHighTechnoologyManagementResearch，2011，(22):47－58．

［17］reaFillippetti，DanieleArchibugi．InnovationinTimesofCrisi-si:NationalSystemsofInnovation，StructureDem［J］．Re-searchPolicy，2011，(40):179－192．

作者：欧光军 雷霖 杨青 王龙 单位：武汉科技大学 管理学院 武汉理工大学 经济学院