创新生态系统双重网络嵌入对企业创新的影响机制.pdf

73【企业创新】2022.12创新政策与管理2022.12SCIENCES.,中国人民大学INNOVATIVEPOLICYAND MANAGEMENT1958创新生态系统双重网络嵌入对企业创新的影响机制许冠南胡伟婕周源吴晓波【摘要随着科技创新活动不断突破地域、组织和技术的界限，创新研究对象由单个企业扩展到创新生态系统。创新生态系统涵盖知识和商业两个层面，其组织间联结形成了复杂交互的网络，但已有研究或固于知识经济或商业经济某一视域，或侧重于宏观环境或微观个体某一层面，缺乏从社会网络中观视角对创新生态系统中科技与市场联动作用机制的深入探讨。基于社会网络理论，把创新生态系统解构为组织间交互联结而形成的知识网络和商业网络，从网络嵌入视角构筑创新生态系统知识-商业双重网络嵌入分析框架，提出双重网络嵌入及其交互作用对企业创新影响机制的概念模型。结合企业增值税发票数据库、国家知识产权局专利数据库和中国工业企业数据库提取海量多源异构数据，对国家制造强国建设中某重点城市数控机床产业相关企业开展实证研究。利用社会网络分析方法构建1 5 0 8 5 6 家机构的商业网络、4 8 3 1 0 家机构的知识网络，获取企业在创新生态系统中的双重网络嵌入信息，并进一步对其中3 4 9 家核心企业进行负二项回归分析，以对研究假设进行检验。研究结果表明，创新生态系统知识网络嵌入连通度和支配度对企业技术创新均有显著正向影响，且二者作用效果没有显著性差异；创新生态系统商业网络嵌入支配度对企业技术创新有显著正向影响，但商业网络嵌入连通度对企业技术创新的影响并不显著；创新生态系统知识网络嵌入支配度与商业网络嵌入支配度的交互作用能正向促进企业技术创新，但知识网络与商业网络嵌入连通度的交互作用并不显著。研究结果弥补了已有创新生态系统研究中知识经济与商业经济彼此割裂的缺陷，丰富了创新生态系统中科技与市场联动和协同的理论基础，拓展了创新生态系统作用机制的网络内涵，为中国构筑和完善创新生态系统、促进创新驱动发展提供政策建议。【关键词】创新生态系统；网络嵌入；多源异构数据；社会网络分析【作者简介】许冠南，管理学博士，北京邮电大学经济管理学院教授，研究方向为创新与战略管理、创新政策等，；胡伟婕，北京邮电大学经济管理学院硕士研究生，研究方向为创新管理和战略管理等，(北京1 0 0 8 7 6)；周源，管理学博士，清华大学公共管理学院副教授，研究方向为创新管理和创新政策等，zhou_(北京1 0 0 0 8 4)；吴晓波，工学博士，浙江大学管理学院教授，研究方向为创新管理和战略管理等，(杭州3 1 0 0 5 8)。【原文出处】管理科学（哈尔滨）,2 0 2 2.3.7 3 8 6【基金项目】国家自然科学基金(7 1 8 7 2 0 1 9,7 1 9 7 4 1 0 7,L1924062)；北京市自然科学基金(9 1 8 2 0 1 3)；中央高校基本科研业务费专项资金(2 0 1 8 XKJC04)。74INNOVATIVE POLICY AND MANAGEMENT2022.12创新政策与管理.FORLSCENCES.A中国人民大甲1958引言伴随新一轮科技革命和产业变革，全球创新格局正在发生深刻变化。要在当今国际竞争中胜出，不能靠企业单打独斗，必须构筑创新生态系统，使企业嵌人在多主体网络中发挥协同效应 2 。近年来习近平总书记多次强调，要加快建设现代产业体系，围绕产业链部署创新链，围绕创新链布局产业链。只有促进创新链与产业链的深度融合，把中国取得的科技成果与巨大的市场需求联动起来，才能更好地发挥创新潜能，为推动经济高质量发展提供强大动力。所以，深人理解在创新生态系统的复杂交互网络中科技与市场如何联动影响企业创新，对于揭示创新生态系统作用规律、促进中国创新发展具有重要意义。然而，已有创新生态系统相关研究大都囿于知识经济或商业经济某一视域，知识层面与商业层面研究之间存在割裂 5-7 。关于创新生态系统对企业的作用机制研究也主要从知识8 或者商业9 的单一层面来解析，缺乏对创新链中科技知识创造与产业链中商业价值捕捉的共同作用机制的考量 5-7 。实际上，知识经济与商业经济在创新活动中相互依存1 0,相关研究急需打破藩篱，构建综合考虑科技和知识层面与市场和商业层面的分析框架，剖析其中的联动协同作用机制 7.1 0 因此，本研究基于社会网络理论，构建创新生态系统知识一商业双重网络嵌人分析框架，提出双重网络嵌人对企业创新影响机制的概念模型，并通过对国家制造强国建设中某重点城市数控机床产业的实证研究，解析创新生态系统中知识和商业双重网络嵌入对企业创新的作用。1相关研究评述1.1基于网络嵌入视角的创新生态系统科技创新活动不断突破地域、组织和技术的界限，创新研究对象由单个企业和产业扩展到创新生态系统!，已有关于创新生态系统作用机制的研究大多从宏观或者微观视角进行解析。一方面，部分研究从宏观视角探析创新生态系统中制度结构的影响，如国家层面科学、技术和经济之间的联结关系2,市场经济体之间的制度差异1 1 3 1,以及不同国家公司治理和金融体系的制度差异1 1 4,这些研究解析了系统中宏观制度环境的作用，但未考虑个体异质性，存在整体主义“过度社会化”的局限。另一方面，一些研究侧重从微观视角探讨创新生态系统中的企业行为，尤为关注组织之间的二元关系，如企业之间的信任程度1 1 5 、合作伙伴与合作关系1 6 、信息资源共享1 1 7 等对创新绩效的影响。这些研究解析了企业个体或二元主体之间的行动和结果，但忽略了社会结构的影响，存在化约主义“低度社会化”的局限。实际上，创新生态系统中组织交互联结形成了动态的、复杂的网络，企业拥有的信任和权力不仅是因为其自身拥有的资源，还因为企业嵌人在社会网络中1 8，从而带来网络结构资源、网络关系资源和网络位置资源等多种网络资源1 9,进而影响其在网络中的行为和绩效。从社会网络中观视角解析创新生态系统作用机制能够架起宏观分析与微观分析之间的桥梁，对析创新生态系统作用机制具有重要意义(2 0 1，已成为重要研究趋势。网络嵌人性是社会网络研究的重要切入点 2 1 学者们通过网络嵌入性剖析创新生态系统或网络的作用机制。相关研究始于以直接联结为纽带的二元关系嵌人对企业的影响，如强关系和弱关系(2 1，信任与优质信息共享和共同解决问题 2 1.2 3 。随着组织间网络逐渐动态化和复杂化，学者们提出企业之间相互联系形成的网络结构嵌入，如网络密度和网络位置等，能够影响企业行为和绩效 2 4-2 7。可见，网络嵌人性对解析创新生态系统作用机制具有重要意义。在数据方法方面，已有研究大都通过调研问卷等主观数据测量网络嵌人性 2 5.2 8-3 0 1;也有学者应用专利数据和联盟数据等客观数据构建企业间网络，通过整体网密度 3 1 、网络中心性 3 1-3 2 和结构洞 3 等特征探索网络嵌人性的影响。大数据和网络分析方法的发展为网络嵌人性视角研究提供了新的支撑 5 1.2创新生态系统中知识与商业网络对企业创新的影响从价值创造看，创新生态系统相关研究主要从752022.122022.12创新政策与管理CENSCIENCES.中国人民大甲INNOVATIVEPOLICYAND MANAGEMENT1958科技知识价值创造8 和商业价值创造两个层面展开，但知识与商业层面的研究鲜有交汇。实际上，在从研发到商业化的创新全周期中，创新生态系统中的主体往往交织嵌入在知识经济和商业经济的网络中1 7.1 0 。知识经济由研究驱动，旨在创造新的科技知识 3 4 商业经济由市场驱动，旨在实现商业价值9。在创新生态系统运作中，需要二者联动、协同发展。然而，知识经济与商业经济之间究竟如何作用，是当前创新生态系统研究的一大缺失1 6-7。已有研究发现，知识经济与商业经济在创新活动中相互依存又彼此独立，其转化并非水到渠成，二者时常存在鸿沟0，科技和知识层面与市场和商业层面的联动共生有待深刻剖析。已有创新生态系统研究分别从知识层面1 2 9.3 1-3 2 1和商业层面1 2 8.3 3 1 探索网络嵌入性对企业创新的影响。一方面，从知识网络层面，相关学者研究企业嵌人本地和超本地知识网络对创新能力提升的影响1 2 9，并进一步探索企业技术知识网络嵌人的网络位置1 3 5 、网络覆盖 3 2 、网络密度和技术距离等 3 指标对技术创新的影响。另一方面，从商业网络层面，已有研究发现商业网络嵌人性是创新绩效的重要影响因素1 2 8)，有学者进一步探索企业风险投资网络的嵌人强度对企业绩效的影响 3 。近期，一些学者开始同时关注不同层面的嵌人，如提出企业在产业网络中的技术型嵌人和商业型嵌人都能促进其创新追赶 3 0 ,以及合作网络嵌入与知识网络嵌人对创新绩效的影响存在差异 3 6 ，少数学者开始探讨知识网络与商业网络交互对企业的影响 0。但总体来说，当前研究大都聚焦于知识网络或商业网络单一层面，缺乏对知识和商业双重网络嵌入作用的综合探讨。综上，创新生态系统中科技与市场的联动协同尤为关键5，有待进一步从社会网络中观层面解析创新生态系统中科技与市场联动对企业创新的影响。近年来，伴随大数据和分析方法的不断发展，来自科技和商业等各方面的数据信息更为丰富可得，创新生态系统作用机制研究有望通过结合多源异构数据和新兴的网络分析方法取得突破，为研究知识一商业双重网络嵌入作用机制提供了重要契机。2研究框架和研究假设2.1创新生态系统双重网络嵌入分析框架为了跨越知识经济与商业经济之间的鸿沟，探究科技与市场之间的联动协同，本研究把创新生态系统解构为组织之间交互联结而形成的知识网络和商业网络，基于社会网络理论，提出创新生态系统知识-商业双重网络嵌人分析框架，见图1。本研究对创新生态系统的界定为：在某一产业领域中，以创新价值创造为目的，由多元主体联结形成的动态、交互的知识网络和商业网络。本研究聚焦的个体研究单元为技术创新主体一一企业。在创新生态系统中，一方面，知识网络属于知识创新生态系统知识网络嵌入知识网络（科技和知识层面）知识经济知识网络嵌人连通度范畴知识网络嵌人支配度商业网络嵌人商业经济商业网络嵌人连通度范畴商业网络嵌人支配度商业网络（市场和商业层面）图1创新生态系统知识一商业双重网络嵌入分析框架76INNOVATIVE POLICY AND MANAGEMENT2022.12创新政策与管理SOCLSCENCES.A中国人民大季有故膏料中心1958经济范畴，各主体机构在科技和知识层面合作协同，能够产生科学技术知识,本研究借助专利数据通过机构之间科技合作网络进行分析。另一方面，商业网络属于商业经济范畴，各主体机构在市场和商业层面互动共生，能够提供市场化的产品并实现商业价值9，本研究借助商业数据通过机构之间商业合作网络进行分析。综合看，企业作为技术创新主体，嵌人在创新生态系统的知识网络和商业网络中，以实现知识创造和商业价值。知识网络嵌人连通度表征企业在知识网络中与其他企业的联结程度，知识网络嵌人支配度表征企业在知识网络中对其他企业的控制程度，商业网络嵌人连通度表征企业在商业网络中与其他企业的联结程度，商业网络嵌入支配度表征企业在商业网络中对其他企业的控制程度。知识网络和商业网络既相对独立，又协同共生，科技与市场双层联动，驱动企业创新发展。2.2研究假设和概念模型本研究从网络嵌入视角，进一步解析创新生态系统中科技与市场如何联动影响企业创新。2.2.1知识网络嵌入对企业创新的影响(1)知识网络嵌人连通度与技术创新绩效。一方面，知识网络嵌入连通度高的企业具有信息优势(3 7 ,可以通过获取大量新型基础和应用技术、研发等信息和资源为创新过程中遇到的问题提供各种解决办法。多源信息也能使企业更客观地了解行业内其他竞争对手，及时发现行业研发新动向 3 8 ,降低创新的不确定性 3 9 ,促进技术创新。另一方面，知识网络嵌人连通度高的企业还可以通过较高的知识中心地位和声誉提升其技术创新绩效。企业在知识网络中与其他组织联结广泛，意味着该企业在知识网络中具备一定影响力，有更多优秀企业愿意与其进行深度技术合作 3 9 ，带给企业优质的技术资源以促进研发，提高技术创新绩效。因此，本研究提出假设。H.知识网络嵌人连通度对技术创新绩效具有Hi知识网络嵌人连通度对技术创新绩效具有正向影响。(2)知识网络嵌人支配度与技术创新绩效。首先，知识网络嵌人支配度高的企业可以依靠在网络中的桥梁位置，获得非余、异质性的技术信息和资源4 0 1，能够更快、更全面地识别新兴技术机会和风险4 l,促进技术创新。其次，知识网络嵌人支配度高的企业还可以通过网络中的结构洞充当知识流动与资源共享的中介角色，控制相关信息、知识的传递方式和速度，使企业获得信息传递的主动权1 3 9。结构洞位置还有助于企业剔除余联系，合理选择合作伙伴(4 2 ，实现资源优化配置，提高技术创新绩效。因此，本研究提出假设。H知识网络嵌人支配度对技术创新绩效具有正向影响。2.2.2商业网络嵌人对技术创新的影响(1)商业网络嵌入连通度与技术创新绩效。一方面，商业网络嵌人连通度高的企业可以通过获取大量产品、营销和市场等信息和资源提升技术创新绩效；可以占据商业信息和资源优势 3 7 ，能汇聚到互补性市场技能和资产从而开展创新 0。同时，多源的产品和市场信息渠道也能为企业带来宝贵的产品反馈，使企业更深刻地了解产品的改善需求，根据市场反馈进一步创新，降低不确定性风险5，促进技术创新。另一方面，商业网络嵌人连通度高的企业可以通过较高的商业中心地位和声誉提升其技术创新绩效。商业网络嵌人连通度高的企业处在商业网络的枢纽位置，具有一定的符号效应和影响力，拥有较高的地位和声誉 3 9)。这些企业更能获得社会信任，并且在一定程度上建立规则、形成规范，进而提升创新效率，促进技术创新绩效。因此，本研究提出假设。H2a商业网络嵌入连通度对技术创新绩效具有正向影响。(2)商业网络嵌人支配度与技术创新绩效。首先，商业网络嵌人支配度高的企业可以依靠其在网络中的桥梁位置获得商业信息优势，促进其技术创新绩效。商业网络嵌人支配度高的企业拥有非穴余的异质性联结，能够获得不同组织的多样性市场信息，如从客户方获得产品使用反馈、从分销商处获得市场行情、从供应商处获得原材料供需情况等1 4 3 。772022.12创新政策与管理2022.12SCIENCES.,有教宝料中心中国人民大学INNOVATIVE POLICYAND MANAGEMENT1958因此，网络嵌人支配度高的企业能够借助信息优势，快速识别市场机会或威胁，调整战略导向和资源配置，促进技术创新1 4 0-4 1 。其次，商业网络嵌人支配度高的企业可以通过其结构洞地位获得商业方面的控制优势，提升其技术创新绩效。商业网络嵌人支配度高的企业作为中介者将供应商与客户等联系在一起，能掌握商业信息整合和传递的主动权，以此获得战略支配权力1 4 1.4 3 。同时，商业网络嵌人支配度高的企业也可以通过控制某些市场需求、产品营销信息或市场稀缺资源流动，保护企业市场份额，提升新产品销售额，提高技术创新绩效。因此，本研究提出假设。Hz商业网络嵌人支配度对技术创新绩效具有正向影响。：2.2.3 知识网络与商业网络双重嵌入的交互作用在创新生态系统中，知识网络中创造的科技知识产出最终需要在商业网络进行产业化以实现商业价值，二者之间的联动非常重要1 5.1 0 。因此，本研究进一步考量知识和商业双重网络嵌人对企业创新的影响。(1)知识与商业网络嵌人连通度的交互作用。一方面，知识网络嵌人连通度高的企业，有机会接触更多不同技术知识领域的实践和思想1 3 7，这些广泛的技术知识能够与企业从商业网络中获取的市场信息、潜在市场机会进行整合和匹配4 4 ，使企业能有效利用具有价值的市场信息，甄别出更具技术可行性的市场机会，精准地开展创新活动，提升技术创新成功的概率。另一方面，商业网络嵌人连通度高的企业，有机会获取大量的市场方面的信息资源 3 7 ,这些商业信息能与企业从知识网络中获取的技术信息进行整合和比对，使企业全面评估知识网络中获得的技术信息资源的价值，更好地利用获取的技术信息和资源进行研发策略选择，优化技术知识资源配置，促进技术创新。例如，企业得知客户偏好发生变动，有助于其深刻理解研发阶段需要进行的技术改进，更好地发挥知识网络中技术信息和资源对创新的促进作用。因此，本研究提出假设。H知识网络嵌人连通度与商业网络嵌人连通度的交互作用对技术创新绩效具有正向影响。(2)知识与商业网络嵌人支配度的交互作用。一方面，知识网络嵌人支配度高的企业能够利用其结构洞地位获取大量的异质性知识1 4 3，提升企业判断技术动态性和前沿性的能力，进一步引导企业更好地利用商业网络中桥梁位置带来的异质性信息资源，通过把商业与科技信息和资源进行整合和匹配，把握住最具价值和可行性的市场机会，降低企业的不确定性风险，提升创新绩效。另一方面，商业网络嵌人支配度高的企业能够通过桥梁位置优先识别出新的商业机会和风险1 3 9 1，当企业利用在知识网络中的支配地位获得的非允余、异质性知识资源时 2 1.4 0 1,能更好地综合利用信息优势做出合理的战略决策，并且优化配置技术资源，促进技术创新。此外，商业网络嵌入支配度高的企业可以借助结构洞地位阻止有关信息和资源的流通，通过造成商业信息不对称，强化企业在知识网络中技术研发方面的控制优势，更好地发挥其在知识网络中的“先机”，提升技术创新绩效。因此，本研究提出假设。H3知识网络嵌人支配度与商业网络嵌人支配度的交互作用对技术创新绩效具有正向影响。基于上述分析，本研究构建创新生态系统知识-商业双重网络嵌人对企业创新影响机制的概念模型，见图2。知识网络嵌网络嵌人H.a+连通度网络嵌入H+支配度企业创新H3a+技术创新绩效Ha+商业网络嵌网络嵌人Ha+连通度H2+网络嵌人支配度图2概念模型78INNOVATIVE POLICYAND MANAGEMENT2022.12创新政策与管理TERFORL.SCIENCES.,A中国人民大单19583研究设计3.1样本选择和数据来源本研究选取国家制造强国建设中某重点城市的数控机床产业作为代表性产业开展实证研究。“高档数控机床与基础制造装备”是国家科技重大专项之一，是制造业高质量发展的重中之重。而中国高端机床装备长期面临国外禁运和技术封锁，构筑科技与市场联动的数控机床产业创新生态系统，对于振兴中国制造业具有重要意义。本研究聚焦数控机床产业创新生态系统，通过海量多源异构数据分别建立知识网络和商业网络的总体网样本集，并以其中3 4 9 家企业作为核心样本用于回归分析。本研究使用的专利相关信息来自国家知识产权局专利数据库，产品交易相关信息来自企业增值税发票数据库，企业基本信息来自国家统计局中国工业企业数据库。数据来源和处理流程见图3。首先，对企业增值税发票数据进行清洗处理。从某市2 0 1 5 年至2 0 1 7 年的近2 亿条企业增值税发票数据中提取数控机床产业相关发票数据信息8 4 6588条，针对发票数据中的销货方和购货方，剔除个人交易数据后，共涉及1 5 0 8 5 6 家机构（含大学和企业），以此作为商业网络的总体网样本集，用于后续计算商业网络嵌人指标。为了聚焦嵌人创新生态系统的价值创造企业，进一步剔除数控机床产业链上的纯买方机构，得到3 8 1 5 6 家数控机床生产企业的产品交易数据。其次，将企业增值税发票涉及的相关企业在专利数据库中进行信息匹配。一方面，将1 5 0 8 5 6 家产品交易机构在专利数据库中进行机构名称匹配，截至2 0 1 7 年共检索到4 8 3 1 0 家专利申请机构，以此作为知识网络的总体网样本集，用于后续计算知识网络嵌人指标。另一方面，将3 8 1 5 6 数控机床产业生产企业在专利数据库中进行匹配，截至2 0 1 7 年共检索到6 5 8 6 家专利申请企业，剔除没有任何专利合作的散点企业后，避选出6 3 0 家重要企业。最后，将上述6 3 0 家企业名单在国家统计局中国工业企业数据库进行匹配，以获取企业基本信息，剔除信息缺失企业，最终获得3 4 9 家企业作为本研究的核心样本集。3.2变量测量本研究应用多源异构数据对各变量进行测量，产品交易数据专利合作数据企业基本数据11通过商品编码提取8 4 6 5 8 8将1 5 0 8 5 6 家产品交易机条数控机床相关发票数据，构在专利数据库中匹配，总体网样本集剔除个人交易数据，得到得到4 8 3 1 0 家专利申请机150856家产品交易机构，（用于网络指标计算）构，作为知识网络的总体作为商业网络的总体网样网样本集本集从1 5 0 8 5 6 家产品交易机构将3 8 1 5 6 家数控机床生产将6 3 0 家企业在工业企业中剔除纯买方机构，得到企业在专利数据库中匹配，数据库进行匹配，剔除缺得到6 5 8 6 家专利申请企38156家数控机床生产企业失信息企业，最终得到3 4 9核心企业样本集业，剔除其中无专利合作家企业，作为核心企业样(用于回归分析）关系的企业，剩余6 3 0 家本集企业专利数据库企业增值税中国工业发票数据库企业数据库图3数据来源和处理流程792022.12创新政策与管理2022.12SCIENCES,中国人民大学INNOVATIVE POLICYAND MANAGEMENT1958变量相关信息见表1。3.2.1因因变量：技术创新绩效专利是测量技术创新绩效的重要标准，尤其是对于某一特定产业的企业而言，专利申请数量具有可比性和代表性 4 0 。本研究使用企业专利数量表征技术创新绩效 1 0.4 0 3.2.2自变量在本研究中，知识网络由企业之间专利合作网络表征，企业共同进行专利申请即视为企业之间存在专利合作关系，基于此构建企业之间的专利合作网；商业网络由企业之间产品交易网络表征，在企业增值税发票信息中的销货方与购货方之间被视为存在产品交易关系，基于此构建企业之间的产品交易网。(1)知识网络嵌入连通度和商业网络嵌人连通度。社会网络分析中的节点中心度能表征个体行动者与网络中其他行动者联结的广泛程度，反映行动者在网络中靠近中心枢纽位置的程度以及获取资源的程度 3 9.4 。本研究采用相对程度中心度测量企业在知识网络和商业网络中的网络嵌入连通度，借鉴已有研究 4 6-4 7,计算公式为名DC(i)=j1j(1)g-1其中，i为总体网中的企业；为总体网中除i之外的企业；g为总体网中的企业数量，计算知识网络嵌入连通度时取值为4 8 3 1 0，计算商业网络嵌人连通度时取值为1 5 0 8 5 6;DC(i)为i企业在总体网中的相对程度中心度；xi,为企业之间的联结关系，即两两企业之间存在共同申请专利情况或产品交易情况时取值为1,否则取值为0。(2)知识网络嵌人支配度和商业网络嵌人支配度。社会网络分析中的结构洞表征某个行动者成为连通两端组织的唯一途径，占据结构洞位置的企业可以获取支配资源的权力和地位 3 9.4 3 。本研究采用结构洞指数测量企业在知识网络和商业网络中的网络嵌人支配度。根据约束指数计算结构洞指数(4 3 ,计算公式为C=(pig+Z piapPa.),qi,qj(2)Shd:=1-C;(3)其中，C.为网络中i企业受到的总约束，pi为网络中i企业到企业的直接连结关系强度，q为网络中i企业与j企业非直接连结关系中的第三者,Shd;为网络中i企业的结构洞指数。直接连接关系是指网络中两个行动者的路径距离为1，不通过第三者就能直接联系；非直接连接关系是指两个行动者的联系需要通过其他行动者，路径距离超过1；Zpi.aPaj为网络中从表1变量测量变量测量方式文献依据数据来源因变量专利数量AHUJA(40,LAHIRI et al,us)技术创新绩效专利数据库知识网络嵌人连通度专利合作网的程度中心度FREEMAN,WASSERMAN et al.专利数据库知识网络嵌人支配度专利合作网的结构洞指数BURT(43,陈运森(4 8 自变量产品交易网的程度中心度商业网络嵌人连通度FREEMAN4,WASSERMAN et al.7企业增值税发票数据库产品交易网的结构洞指数商业网络嵌人支配度BURT(43,陈运森 4 8 企业规模企业员工人数LAHIRI et al,4,ETTLIE(a,HANG et al.5工业企业数据库企业年龄企业成立月数CLARYSSE et al.,10控制变量零部件产业链位置0-1 虚拟变量数控系统产业链位置0-1 虚拟变量CLARYSSE et al.0企业增值税发票数据库整机产业链位置0-1 虚拟变量80INNOVATIVE POLICY AND MANAGEMENT2022.12创新政策与管理创新政策与管理2022.12中国人民大学NCES.吉教料中心INNOVATIVE POLICYANDMANAGEMENT1958i企业到i企业所有通过g的路径中非直接连结关系的强度之和(4 8 。3.2.3控制变量(1)企业规模。企业规模一直以来被认为对技术创新绩效有影响 5 1 。由于工业企业数据库更新存在时滞，其最新的企业基本信息为2 0 1 3 年数据。通常认为，各企业员工人数变化趋势的波动不大，因此本研究使用2 0 1 3 年企业总雇员人数控制企业规模的影响。(2)企业年龄。通常认为，创办时间会影响企业的创新活动和产出 5 2 ，本研究使用企业自创建至2017年底的月份数测量企业年龄 0(3)产业链位置。企业所处产业链位置可能对其创新绩效有所影响。本研究将数控机床产业链分为零部件、数控系统和整机三大环节，每个企业可能涉及其中的一个或多个环节。通过企业增值税发票涉及的产品编码判断企业所处产业链环节，并设置3个虚拟变量。企业业务涉及产业链的零部件环节时取值为1，否则取值为0。数控系统和整机取值方法相同。3.3分析方法(1)利用Python中的pmnet库进行编程，以企业为节点，以企业之间专利合作关系和产品交易关系为联结，分别构建数控机床产业创新生态系统的知识网络和商业网络，并根据两个网络中的相同节点建立知识网络与商业网络之间的关联，以描绘创新生态系统全景。(2)通过Python编程计算核心样本企业在数控机床产业知识网络和商业网络中的程度中心度、结构知识网络商业网络图4知识网络和商业网络示意图洞指数等各项网络指标，以此测量相应的自变量。(3)使用Stata对核心样本企业数据进行描述性统计、Pearson相关性分析和负二项回归分析，检验创新生态系统双重网络嵌入影响技术创新的研究假设。(4)本研究采用替换变量指标的方式进行稳健性检验，依据相关研究对全部自变量进行替换后再次进行负二项回归分析，以确保研究结论的一致性。4实证结果和分析4.1构建创新生态系统双重网络本研究基于企业之间专利合作和产品交易关系分别构建知识网络和商业网络，图4 为随机选取3000个节点的可视化展示。在知识网络和商业网络中，处于核心位置的企业之间联系更加紧密，网络嵌人连通度更高；处在关键桥梁位置的节点则网络嵌人支配度高，具有更强的结构化权力。通过对创新生态系统知识网络和商业网络进行整体网络指标分析可以发现，知识网络和商业网络密度分别为0.0 0 9%和0.0 0 3%，表明商业网络比知识网络稀疏；知识网络和商业网络的平均聚类系数分别为25.064%和1.1 3 9%，意味着知识网络比商业网络的簇团结构更加明显。本研究选取的3 4 9 家核心企业样本在数控机床产业创新生态系统中的示意图见图5，这些企业分别嵌人在知识网络和商业网络中，双重网络之间存在交互联动。4.2描述性统计和相关系数分析各变量的描述性统计和Pearson相关性分析结知识网络商业网络图5创新生态系统双重网络嵌入示意图812022.12创新政策与管理2022.12NOIVSCIENCES.,中国人晚大学INNOVATIVEPOLICYANDMANAGEMENT1958果见表2，技术创新绩效的标准差为1 6 0.8 1 4，远远大于其均值4 8.8 6 5，表明过度分散可能会扭曲对泊松回归等其他计数模型的解释，因此宜采用负二项回归进行分析 1 0 l4.3回归分析本研究应用负二项回归分析方法，依次将控制变量、自变量和交互项加人回归模型中，以检验各个假设。为了使回归系数更具可比性，将所有自变量标准化后再加入回归模型，回归结果见表3。模型1 为控制变量对因变量回归的结果，所有控制变量均对技术创新绩效有显著影响。模型2 在模型1 基础上加人知识网络嵌入连通度和支配度，知识网络嵌人连通度对技术创新绩效的回归系数显著为正，=0.497,p0.010；知识网络嵌人支配度对技术创新绩效的回归系数显著为正，=0.426，p 0.0 1 0。表明控制企业规模、企业年龄和产业链位置之后，企业在创新生态系统中的知识网络嵌人连通度和支配度越高，技术创新绩效越好，Hia和H得到验证。进一步应用Stata中的lincom命令，对模型中的回归系数进行差异显著性表2描述性统计结果和相关系数技术创知识网络商业网络企业规知识网络企业年商业网络数控变量零部件整机新绩效模龄嵌人连通度嵌人支配度嵌人支配度嵌人连通度系统技术创新绩效1知识网络嵌人连通度0.343*1知识网络嵌人支配度0.242*0.746*1-0.002-0.038商业网络嵌入连通度-0.0191-0.0480.0220.083商业网络嵌人支配度0.218*10.263*企业规模0.118*0.221*-0.053-0.0661企业年龄0.004-0.0450.0560.0470.096*0.188*1零部件-0.0210.009-0.0500.071-0.0380.0410.0551数控系统0.0880.009-0.0190.0850.0180.086-0.073-0.197*1整机0.146*-0.0360.049-0.0050.0540.0140.041-0.724*0.0171均值0.00010.00070.6590.214770.80848.865242.5840.7650.040 0.318标准差0.2910.0020.00010.3400.4240.196160.8141313.423149.6610.466注：*为p0.100,下同。表3负二项回归分析结果技术创新绩效模型1模型2模型3模型4模型5知识网络嵌人连通度0.497*0.520*0.445*0.426*知识网络嵌人支配度0.469*0.495*-0.055商业网络嵌人连通度0.018-0.090商业网络嵌人支配度0.221*0.403*0.403*知识网络嵌人连通度商业网络嵌人连通度-0.488知识网络嵌人支配度商业网络嵌人支配度0.102*企业规模0.001*0.001*0.001*0.001*0.001*-0.002*企业年龄-0.002*-0.002*-0.002*-0.002*零部件1.056*1.027*1.018*0.889*0.876*数控系统1.782*1.626*1.688*1.514*1.510*整机1.352*1.060*1.177*0.767*0.771*样本量349349349349349卡方值69.530*95.606*76.698*246.360*167.277*0.0220.0670.024伪拟合优度0.0770.078最大似然估计值-1565.086-1492.279-1561.502-1476.671-1474.901注：表中自变量系数为标准化系数，*为p0.010,*为p0.050，下同。82INNOVATIVE POLICY AND MANAGEMENT2022.12创新政策与管理ALSCIENCES.A中国人民大丰1958分析，结果见表4。由表4 可知，知识网络嵌人连通度与支配度的回归系数并无显著差异，说明二者对企业创新绩效的影响程度相当。模型3 在模型1 基础上加入商业网络嵌人连通度和支配度，结果表明，商业网络嵌人连通度对技术创新绩效的回归系数不显著，H2a未得到验证。商业网络嵌人支配度对技术创新绩效的回归系数显著为正，=0.221,p0.010,说明企业在创新生态系统中的商业网络嵌人支配度越高，其创新绩效越好，H2得到验证。模型4 为包含所有控制变量和自变量的模型，其结果与模型2 和模型3 的结果一致，HlaH和Hz均得到验证。模型5 为包含控制变量、自变量和交互项的总模型。在计算交互项时，本研究将自变量进行中心化处理后再相乘，能降低交互项与自变量之间的多重共线性影响。回归结果表明，知识网络嵌人连通度与商业网络嵌人连通度的交互项对技术创新绩效的回归系数不显著，未能验证知识与商业网络嵌人连通度的交互作用，H未得到验证。知识网络嵌人支配度与商业网络嵌人支配度的交互项对技术创新绩效的回归系数显著为正，=0.102，p 0.100,接受原假设。表5稳健性检验结果技术创新绩效模型6模型8模型7模型90.838*0.854*知识网络嵌人连通度0.895*0.155*知识网络嵌人支配度0.157*0.015-0.249*商业网络嵌入连通度-0.428*商业网络嵌人支配度0.433*0.739*知识网络嵌入连通度商业网络嵌人连通度-0.395知识网络嵌人支配度商业网络嵌人支配度0.744*企业规模0.001*0.001*0.001*0.000*企业年龄-0.002*-0.001*-0.001*-0.001*零部件1.056*0.4060.625*0.289数控系统1.728*1.658*1.782*1.620*整机1.352*0.849*0.672*0.521*样本量349349349349卡方值69.530*219.625*210.473*228.794*伪拟合优度0.0220.0690.0660.072最大似然估计值-1565.086-1490.038-1494.615-1485.454832022.12创新政策与管理2022.12SC.IENCES,中国人民大学INNOVATIVE POLICYAND MANAGEMENT1958由表5 可知，模型7 中知识网络嵌人连通度和知识网络嵌入支配度的回归系数均显著为正，表明对技术创新绩效有显著的正向影响，H.和Hi再次得到验证。模型8 引人商业网络嵌人变量，商业网络嵌人支配度的回归系数显著为正，说明其对技术创新绩效有显著的正向影响，Hz再次得到验证；商业网络嵌人连通度的回归系数虽显著但为负，与表3 结果有所差异，H2依旧未得到验证，商业网络嵌人连通度对技术创新绩效的作用效果有待在今后研究中进一步考究。模型9 中引人知识网络与商业网络嵌入的交互项，知识网络嵌人支配度与商业网络嵌入支配度的交互项系数显著为正，表明对技术创新绩效的作用显著为正，Hs再次得到验证；知识网络嵌入连通度与商业网络嵌人连通度的交互项系数不显著，H3依旧未得到验证。总体看，本研究结果具有较好的稳健性。4.5结果讨论首先，知识网络嵌人连通度和支配度均对技术创新绩效具有显著的正向影响，这与已有研究关于知识网络嵌人性能促进企业创新的结论一致 3 2.5 3 。本研究进一步对二者的影响程度进行比较，发现在知识网络中嵌人连通度与支配度对企业创新绩效的作用没有显著性差异，说明企业在知识网络中的枢纽地位和支配地位对于其提升创新绩效的影响程度相近。其次，商业网络嵌入支配度对技术创新绩效产生积极影响，说明企业在商业网络中占据桥梁位置获取的非穴余、异质性资源信息，以及一定的控制权能够显著提升企业的技术创新绩效。然而，本研究中商业网络嵌人连通度对技术创新绩效的影响未通过验证。本研究推测其原因，一方面，可能在于企业的不同战略导向会影响其对网络嵌入资源的分配和利用 5 4 ，从而影响网络嵌人与创新绩效之间的关系，这在商业嵌人连通度方面尤为明显。不同规模 5 和不同发展阶段 5 的企业会选择不同的创新战略，一些企业倾向于把通过商业联结获得的丰富市场信息和资源应用于技术研发，另一些企业则倾向于把这些信息应用于市场拓展，这会带来企业创新绩效的差异。因此，本研究在术考虑企业战略导向异质性的情况下，从所有企业看，商业网络嵌人连通度对企业创新绩效的总体影响并不显著。另一方面，与技术信息和资源能