网络密度、产学研知识距离对二元型创新绩效的影响

伊辉勇,陈 豪

(重庆交通大学 经济与管理学院, 重庆 400074)

一、引言

知识经济时代的来临使得知识技术的复杂性大大提升,技术创新难度愈发增大,单层次的创新已经无法满足目前的技术创新需求[1]。置身于开放创新时代,企业对于外部创新资源的依赖日益增强,企业仅依靠自身的技术资源难以实现技术的持续更新,需借助正式或非正式联结的合作创新网络进行协同创新[2]。企业、大学、研发机构在知识形态上具备互补性以及异质性[3],面对复杂的外部环境,产学研组织会根据自身的创新需要来进行合作创新。协同创新网络作为一种协同创新模式为产学研合作创新提供了新的方向。协同创新网络是大学、科研机构、企业为了共享彼此的知识、资源和技术等,在其创新过程中自发形成的规范的、正式的合作网络[4]。协同创新网络能够给予网络中的成员一个共享的创新平台,实现网络中不同成员优势互补、资源共享,从而促进合作创新行为的产生[5]。Najafi-Tavani等[6]研究发现协同创新网络有利于提升产品的创新能力。Noni等[7]研究发现协同网络能够增进知识溢出效益,有效促进区域间创新绩效的提升。崔蕊等[8]认为产学研通过构建知识协同创新网络能够促进知识的创新,推动知识和信息在区域内的交流和传播。面对高度复杂的环境及创新需求,协同创新网络模式为跨区域产业集群协同创新提供了新的方向,具备重要的现实意义。协同创新网络能够有效促进创新,其影响创新行为的机制有待深入研究。探究协同创新网络影响创新行为的机制不仅能够深化和拓展协同创新网络理论,而且有助于提升产学研组织的创新绩效。

二、文献综述

产学研合作是协同创新网络的基础,现有学者关于产学研合作研究主要集中在产学研合作对创新绩效的影响方面[9-10]。知识距离聚焦组织间知识的差异程度,知识距离能影响不同创新主体进行协同创新的效果,在产学研协同创新过程中,不同组织间知识距离能对创新绩效产生不同的影响[11]。针对知识距离对创新的影响,以往研究大多数集中于企业间知识距离对创新绩效的影响[12],未能衡量产学研三者之间知识距离的异质性和创新类型的差异,少有学者以获奖数据构建协同创新网络研究。协同创新网络特征(这里指的是网络的结构特征,网络中心性/密度/平均路径长度等)对创新绩效的影响是研究主要方向之一,李明星等[13]研究指出企业创新网络关系强度能够促进创新绩效,戴勇等[14]研究发现创新网络结构能够影响创新绩效,大量学者围绕着协同创新网络特征对创新绩效的影响进行了研究,验证了协同创新网络特征能够正向影响创新绩效[15-16]。已有研究关于网络密度对创新影响的研究尚未有统一结论[17],需要进一步验证其作用效果。何地等[18]利用专利数据构建协同创新网络结构并进行研究。曹霞等[19]运用专利数据对新能源汽车的合作网络结构及其演化进行了研究。研究发现:目前大部分文献以专利数据为来源进行协同创新网络的构建[20],科学技术创新奖是反映创新成果的重大指标之一,较少学者以创新奖项为研究样本数据构建协同创新网络。

针对上述研究不足,本文利用2011—2020年重庆市、四川省科学技术奖获奖数据构建协同创新网络,并且引入二元型创新(探索型创新和应用型创新),探究其与网络密度、产学研知识距离之间的联系。研究从多视角考察产学研知识距离对二元型创新绩效的影响,能够为产学研协同创新伙伴的选择提供参考意见,同时能为成渝双城经济圈协同创新管理提供启示。

三、理论分析与研究假设

知识距离是指知识供给方与知识需求方拥有知识属性的差异程度[21],产学研组织之间的知识距离可以视作知识的异质性程度。知识距离小,知识转移双方所具备的知识的重叠性高,异质性程度低;知识距离大,知识转移双方所具备知识差异性高,知识重叠率低。产学研协同创新过程实际上是各创新主体知识转移的过程,知识距离对知识转移的效率起到了重要作用进而影响了创新绩效。在产学研协同创新中,学研方的目标往往是攻克基础性共性技术的难点,发表相关专利以及学术论文;企业方的目标一般是运用应用性共性技术并将其转化为市场产品,期望获得应用性强的创新成果[22]。据此,依据研究需要将创新类型分为应用型创新和探索型创新。应用型创新以企业方为主导,其主要目的是通过创新来获取能够有助于提升市场占有率的技术,其创新导向是以市场效益为导向;探索型创新以学研方(大学和科研机构)为主导,主要聚焦于对现有技术的突破,开拓未被发掘的技术领域,注重创新带来的技术效益。创新类别不同,受到协同创新网络密度、产学研间知识距离的影响也就不同。

(一)产学研知识距离对应用型创新绩效的影响

应用型创新是企业主导的以市场效益为导向的创新,在企业之间的协同创新过程中,协作各方的知识相关程度与企业的知识吸收能力紧密相关。知识距离较近的企业在知识结构上相近,合作创新时更有利于共享互补性的知识,相较于知识距离较大的企业表现出更高的创新绩效。企业间知识距离过大,协作双方知识重叠率低,会显著加大知识转移成本,同时协作双方拥有知识类别差异过大会导致知识学习难度增大、知识复杂程度提高,会抑制隐性知识的转移所带来的知识溢出效益[23]。应用型创新以创新的市场收益为导向,旨在以低成本获得能够快速投入市场的创新成果。基于此,提出研究假设:

H1:企业—企业知识距离与应用型创新绩效负相关。

企业与学研方合作可以促进企业对异质性知识的获取,同时双方合作有利于分散和降低研发成本进而提高企业的创新产出。在学研方与企业进行合作的过程中,具备深度的知识有助于企业工艺技术创新进而应用到市场进行商业化,因此一定的知识距离有助于应用型创新。在知识距离增大的过程中,进行知识转移时,所消耗的时间、财务成本增大,导致知识共享实施难度加大,知识转移双方将会凸显出知识整合的问题,此外知识距离增大会对产学研之间跨组织学习能力提出挑战,企业的跨组织学习能力需要不断提升。当企业不断通过提升自身学习能力进而提升知识距离带来的正效益时,知识距离才会对应用型创新绩效产生积极的影响。基于此,提出研究假设:

H2:企业—大学知识距离与应用型创新绩效呈U型关系。

H3:企业—科研机构知识距离与应用型创新绩效呈U型关系。

(二)产学研知识距离对探索型创新绩效的影响

探索型创新是学研方主导的以技术效益为导向的创新类型。相较于应用型创新,探索型创新主要着眼于对未被探索的或偏离现有知识技术轨迹的技术进行探究,产生出新的技术组合[24]。产学研之间进行技术交流时,知识距离过近会阻碍创新视野,使得大学、科研机构难以偏离既有的固定思维以及创新资源。知识距离的提升增加了产学研之间将不同领域技术进行整合的可能性,进而取得突破性的技术创新[25]。当知识距离提升至一定程度后,协同各方知识差异度会提高,进行知识转移的成本也随之提升,产学研各方之间的知识共享和吸收问题随之突显。就学研之间协同创新而言,因本身具备丰富的知识资源,大学与大学、大学与科研机构间利益目标较为一致,都是以技术突破为主要目的,所以一定知识距离会有助于拓宽创新视野进而有助于探索型创新。但是,知识距离过大会导致知识转移以及吸收的成本过高。对探索型创新来说,知识距离过大会导致技术协同难度过大进而不利于协同双方进行知识交互。针对大学与企业间的知识距离,在大学与企业合作进行探索式的创新过程中,企业方往往是创新的协助者,在创新过程中往往给予大学新的创新视角,多样化的知识能够促进知识转移的绩效[26],具备深度的知识更有利于协作双方偏离现有的固定思维。基于此,提出研究假设:

H4:大学—企业知识距离与探索型创新绩效呈正相关关系。

H5:大学—大学知识距离与探索型创新绩效呈倒U型关系。

H6:大学—科研机构知识距离与探索型创新绩效呈倒U型关系。

(三)网络密度对二元型创新绩效的影响

网络密度是对整体网络特征的描述指标之一,在协同创新网络中,网络密度能对知识转移的广度以及深度造成影响,进而对二元型创新产生影响。紧密的协同创新网络有以下优势:(1)知识能够在更大范围的网络中进行快速传播,网络中节点能够以较小成本获取创新资源[27]。(2)紧密的网络有助于网络中节点形成深度的合作关系,加强成员之间的信任,促进知识的共享,进而对创新产生积极的影响。在协同创新网络中,应用型创新以市场效益为导向。应用型协同创新,由于在协同创新过程中涉及利益分配问题,企业往往会与特定合作伙伴合作。此时,网络密度过高会导致创新资源过于集中于网络中核心节点,造成创新资源分配不均衡进而导致网络边缘节点间难以建立协同创新关系,影响应用型创新绩效。在密集的网络中,产学研之间合作更加深入,知识转化率得以提升,隐性知识以及复杂知识能够通过紧密的网络更高效地传递。由此得以形成产学研之间的知识互补机制,进而开拓创新的视野以及提升创新效率,这有助于产学研探索新的技术与知识,提升探索型创新绩效。基于此,提出研究假设:

H7:产学研协同创新网络密度正向影响探索型创新绩效。

H8:产学研协同创新网络密度负向影响应用型创新绩效。

三、研究设计以及变量测度

(一)样本选择以及数据来源

推动“成渝双城经济圈”建设是国家重大战略部署。“成渝双城经济圈”是我国西部人口最密集、产业基础最雄厚、创新能力最强、市场空间最广阔、开放程度最高的区域。当前,“成渝双城地区经济圈”区域间产学研合作强度较低,区域间联动效果较差,竞争力相较于长三角区域、粤港澳和京津冀区域较低。提高产学研协同创新效率以及区域竞争力是目前“成渝经双城济圈”经济发展的重要战略目标。科技进步奖是科学技术奖的重要类别,旨在奖励在高新技术领域做出贡献的组织以及个人,某区域科技进步奖跨域合作获奖项目可在一定程度上反映该区域优质跨域合作创新的总体情况[28]。基于此,本文采用联合申请的获奖数据来作为样本。

研究对象为“成渝双城地区经济圈”产学研组织,本文选取2011—2020年四川省、重庆市科学技术进步奖获奖数据,共计6 354项。根据研究需要对奖项进行筛选处理,剔除奖项中获奖单位为单个产学研节点的,选取隶属“成渝双城经济圈”产学研单位共同参与获奖的奖项共586条,涉及454个“成渝双城经济圈”产学研组织。由此,依据获奖数据构建协同创新网络,计算出相关研究指标。另外,以获奖单位为样本的面板,提取2011—2020年共同参与获奖的奖项中涉及的454家产学研单位专利信息,匹配提取相关专利数据共计35 538条,构成本文计量模型的样本数据。

(二)解释变量

1.知识距离

针对协同创新网络中产学研知识距离的测量,本文借鉴Yang等[29]学者的研究,以专利存量来进行计算。i企业在t年协同创新网络中与企业合作创新伙伴的知识距离计算公式如下:

(1)

其中:n为i企业在t年所有的企业合作伙伴个数,考虑到创新产出滞后性,eikt代表t、t-1年i企业在k分类领域申请专利的数量,ejkt为j企业在k分类领域申请专利的数量,h为i、j企业所有合作的技术领域数目。

t年协同创新网络中企业与企业之间的知识距离EEt计算公式如下:

(2)

其中:z为t年协同创新网络中所有企业节点的个数,EEt为t年协同创新网络中企业间知识距离。同理,t年协同网络中企业与大学、企业与科研机构、大学与企业、大学与科研机构、大学间知识距离可以依次计算得出。

2.网络密度

网络密度是衡量网络结构的重要指标,网络密度决定了网络节点之间的紧密联系程度。网络密度计算公式如下:

(3)

其中:di为i节点的度,n为网络中实际存在的节点个数,l为网络边数。网络密度由Ucinet 6计算得出。

(三)被解释变量

二元型创新:根据研究需要将产学研联合申请获奖奖项按照产学研参与度及主导度不同分为应用型创新以及探索型创新。其计算公式如下:

(4)

其中:m为z奖项中产学研的个数,n为其中企业的个数。Mj为z奖项中属于学研方的j节点,Hi为属于企业方的i节点(赋值均为1),j节点的δj值的计算方式为δj=1/g(g为j节点获奖次序),同理δi也是如此。

若λz<0则该项创新为应用型创新,若λz>0则该项创新为探索型创新。

(四)控制变量

1.度数中心度

度数中心度是网络的个体指标,它用来衡量网络中不同节点之间联系程度,其值越高代表网络中合作创新行为越广泛。在合作创新网络中,网络中心度与二元式创新紧密相关[30],故本文采取网络中心度作为研究的控制变量。利用Ucinet 6计算出协同创新网络的度数中心度作为控制变量。

2.平均聚类系数

平均聚类系数:平均聚类系数用来表示某个节点同时与两个节点存着协同创新关系,并且这两个节点也存在协同创新关系的概率。平均聚类系数的计算公式如下:

(5)

其中:di为i节点的度即其协同创新次数,li为网络中i节点的网络边数。

(五)模型设定以及变量说明

本文被解释变量为获奖数据数量,为整数计数单位,数据均值与方差不相等,呈现分散状态。该类型数据负二项回归拟合程度较高,故采取负二项回归来分析协同创新网络中知识距离、网络密度对二元型创新绩效的影响。回归模型的建立如下:

(6)

(7)

其中:EEt、EUt、EYt分别指第t年协同创新网络中企业—企业、企业—大学、企业—科研机构知识距离,UUt、UEt、UYt分别指第t年协同创新网络中大学—企业、大学—大学、大学—科研机构知识距离。其中Sdt为t年网络密度,εt为随机误差;D为平均聚类系数,H为度数中心度。

(四)实证分析

(一)描述性统计分析

从表1可得,“成渝双城地区经济圈”探索型创新与应用型创新数量均值相近,这表明“成渝双城经济圈”产学研之间合作较为广泛且均衡,产学研合作创新成果既着重于应用性强的创新成果,也立足于突破现有知识,寻求技术上的重大突破。

表1 变量描述性统计分析(N=586)

从协同创新奖项数量上来看,“成渝双城经济圈”产学研整体协同程度不高,协同创新的奖项数量为586个,仅占总体创新奖项样本10%左右。在586个协同创新奖项中,隶属应用型创新奖项为292项,探索型创新奖项为294项,表明“成渝双城经济圈”内部产学研协同创新既注重理论探索也着眼于实际应用。从知识距离来看,企业与研发机构和企业间知识距离分别为7.49和15.04,而大学与企业和研发机构间的知识距离均高于50,这表明大学相较于企业和研发机构而言知识储备量大,创新能力强,具备丰富的异质性知识。协同创新网络密度均值为0.208,表明目前协同创新网络仍为低密度网络,网络的知识传播效率较低。从聚类系数来看其均值为63.1%,网络的中心性高。网络中心度均值为4,代表网络中1个产学研组织平均每年有4个协同创新伙伴,协同创新行为在产学研之间较为广泛。此外, Pearson 相关系数表明回归模型的自变量之间不存在严重的线性相关问题。

(二)假设检验

为了验证本文提出的研究假设,运用Stata对样本数据进行负二项回归检验,结果如表2所示。

模型1、2衡量了网络密度、产学研知识距离与应用型创新绩效的关系。由模型1可得,企业与企业间知识距离回归系数在1%的显著性水平下呈负值为-0.198,表明企业间知识距离与应用型创新绩效负相关,假设H1得以验证。企业与大学间知识距离回归系数在1%的显著水平下为负,结合模型2,企业与大学间知识距离的平方项回归系数呈正数且通过1%的显著性水平验证,表明企业与大学之间知识距离与应用型创新绩效呈U型关系,假设H2得以验证。企业与研发机构知识距离的回归系数在模型1、2上均为负数且未通过显著性检验,假设H3没有得到验证。通过对获奖数据的研究发现:“成渝双城经济圈”内部企业与科研机构协作不够深入,企业与科研机构共同获奖数据较少,均值位于1～2,这导致企业与科研机构的知识距离对应用型创新绩效影响不明显,双方合作水平仍较低。网络密度与应用型创新回归系数在10%显著水平下显著且呈负,假设H7得到验证。

表2 产学研协同创新网络知识距离、网络密度对二元型创新绩效影响的回归结果

通过对模型3、4进行分析,在控制了所有控制变量之后,大学与企业间知识距离回归系数在5%的显著性水平下呈正,表明大学与企业间知识距离与探索型创新绩效正相关,假设H4得到验证。大学与企业之间知识互补性强,大学拥有企业可以发掘的高端技术以及人才,企业能够提供技术突破的方向以及相关实践数据,两者间的知识距离能够促进探索型创新绩效的提高。大学间知识距离对探索型创新回归系数在模型3下为负,其平方项回归系数在模型4下为负且均在5%的水平下显著,这表明大学间知识距离与探索型创新绩效呈负相关,假设H5未成立。综合研究数据可得,成渝大学间知识差异性较大,知识距离值较大,其对创新起到的效应在倒U型曲线的下半部分导致结果检验未能成立。大学与科研机构间的知识距离的回归系数并未通过显著性检验,假设H6未得到验证。结合产学研联合申请获奖数据来看,科研机构倾向于专注具备深度的高质量研究,科研机构倾向与科研机构进行深入合作。大学相较科研机构而言综合能力较强,大学与科研机构间协作水平不够深入,这些因素导致科研机构与大学间知识距离未能对探索型创新绩效造成影响。此外,网络密度与探索型创新的回归系数并未通过显著性检验,假设H8未得到支持。综合描述性统计分析可得,产学研协同创新网络密度均值为0.2,表明其为低密度网络。探索型创新的目标是创造偏离现有知识轨迹的技术,其主要创新主体为大学及科研机构。在低密度网络中,学研之间的隐性知识及复杂知识传播效率低,探索型创新相较于应用型创新更需要具备深度和复杂程度高的知识,故假设H8未能得到验证。

通过对模型中的控制变量检验发现,度数中心度、聚类系数与探索型创新、应用型创新显著负相关。网络中心度过高会导致知识过于集中于特定的产学研组织,不利于异质性知识在网络中传递,还会对创新绩效产生负面影响。聚类系数过高会使得创新资源过度集中于创新网络中的核心节点。处于核心节点的产学研组织具备较大的资源控制优势,与处于网络边缘的组织缺乏知识交流,会限制创新视野从而对创新绩效产生不利的影响。

五、研究结论和建议

(一)研究结论

本文以2011—2020年重庆市、四川省科学技术进步奖中“成渝双城经济圈”产学研的联合申请获奖数据为样本,利用Ucinet 6构建协同创新网络,通过Stata利用样本数据来对协同创新网络密度、产学研知识距离对二元型创新绩效影响进行实证研究,得到相关结论:

“成渝双城经济圈”企业、大学、科研机构知识距离存在显著的异质性,且根据创新类型的差异会对创新绩效产生不同的影响。对应用型创新而言,企业间知识距离会抑制应用型创新,企业间知识距离高会导致知识转移成本过高,进而对应用型创新绩效产生抑制效果。企业与大学间知识距离与应用型创新呈U型关系。企业与科研机构间知识距离对应用型创新绩效的影响不显著,“成渝双城经济圈”内部企业与科研机构之间的合作关系需要进一步深化。对探索型创新而言,大学与企业间知识距离会正向影响探索型创新绩效,大学与企业之间知识互补性强,大学拥有企业可以发掘的高端技术以及人才,企业能够提供技术突破的方向以及相关实践数据,大学与企业间知识距离的增大有利于异质性知识的传播,且针对探索型创新而言,创新带来的技术效益为主,多元化具备深度的知识有利于探索新的知识领域。大学间知识距离与探索型创新绩效负相关,综合研究的样本数据,不同大学间知识距离值较大,且在大学之间探索型创新合作存在着科研竞争关系,这些因素导致其与研究假设不符合。大学与科研机构间知识距离对探索型创新绩效的影响需进一步进行研究。综合样本数据可知,在“成渝双城地区经济圈”内科研机构与大学、企业之间联系不够紧密,其与企业以及大学间知识距离对二元型创新绩效的影响待进一步研究。

网络密度与应用型创新负相关,对探索型创新绩效影响不显著。“成渝双城地区经济圈”协同创新网络为低密度网络,知识在低密度网络中扩散效率较慢,这不利于需要整合具备深度知识的探索型创新,所以在低密度网络中,网络密度对探索型创新绩效的影响不显著。

(二)资政建议

根据研究结论对“成渝双城经济圈”产学研协同创新提出以下建议:

(1)“成渝双城地区经济圈”内,企业间应当持续加强合作,签署协同创新战略合作联盟,企业间知识距离不宜过大,川渝各级政府部门应依据企业的知识属性来规划产业园区,形成产业集群,进一步强化知识交流以及提升知识传播效率。在高校协同创新伙伴的选择上,企业应注重与协同创新伙伴间知识的异质性程度,选择具备一定知识距离的高校进行深度合作。

(2)川渝政府牵头加强大学、企业与科研机构之间的深度融合,构筑聚焦于技术突破的川渝产学研协同创新研发中心。企业与学研三方应综合利益诉求,深化合作,建立起公平的利益分配机制,共建创新共享平台,促进三方人才、技术深度融合交互。

(3)川渝政府牵头完善区域间协同创新体制,建立川渝产学研协同创新联盟;鼓励大学、科研机构与企业深度融合,建立起区域产学研合作创新大循环体系。学研方为企业提供技术支持,企业为学研方提供技术突破的方向以及资金,形成创新循环体系,进而促进“成渝双城经济圈”整体协同创新网络的发展。