(1.大连理工大学科学学与科学技术管理研究所，辽宁大连116024；2.大连理工大学商学院，辽宁盘锦124221)
关键词：企业衍生效应；高技术产业集群；集群创新网络；知识溢出
收稿日期：2019-03-15
基金项目：国家社会科学基金项目(15BGL023)
作者简介：姜鸣凤(1984-)，女，山东东营人，大连理工大学科学学与科技管理研究所博士生，研究方向为创新创业、科技伦理；马力(1969-)，女，山东龙口人，博士，大连理工大学商学院教授、博士生导师，研究方向为创新创业、战略管理与企业伦理。本文通讯作者：马力。
DOI：10.6049/kjjbydc.2018110496
开放科学(资源服务)标识码(OSID)：
中图分类号：F264.2
文献标识码：A
JiangMingfeng1,MaLi2
(1.InstituteofScienceStudiesandS&TManagement,DalianUniversityofTechnology,Dalian116024,China;2.SchoolofBusiness,DalianUniversityofTechnology，Panjin124221,China)
Abstract：Startingwiththeconceptsofinnovationnetworksandspin-off,thederivativeeffectcouldbedecomposedintothreedimensions:knowledgespillover,clusterinnovationcultureandcompetitiverelationship.Theclusterinnovationnetworkscouldbedecomposedintotwodimensions:“quality”and“quantity”,withempiricalresearchonhigh-techindustrialclusterinBeijing,Dalian,Jinan,andTianjin,weexaminedtheinfluenceofderivativeeffectoninnovationnetworks.Theempiricalresultsshowthatspin-offhaveapositiveeffectontheevolutionofclusterinnovationnetworks.Moreover,therearesignificantpositivecorrelationsbetweenknowledgespillover,clusterinnovationcultureandinnovationnetworkqualitydimensions,andsignificantpositivecorrelationbetweenknowledgespillovers,clusterinnovationculture,moderatecompetitionandinnovationnetworks.
KeyWords:DerivativeEffectofSpin-off;High-techIndustrialCluster;ClusterInnovationNetworks;KnowledgeSpill-over
受国家和地区区位与政策等宏观和微观环境因素影响，各地区高技术产业集群既有共性，又有自身特色。国外成熟的高技术产业集群如硅谷等，国内发展较好的高技术产业集群如北京中关村、上海张江等，都有着浓厚的区域创业氛围，企业衍生现象突出，集群创新网络相对完善、稳定。但我国不同区域的高新区发展水平参差不齐，一些国家级高新区并没有呈现出衍生企业繁荣发展的局面，衍生企业数量不多、比例不高，导致整个高新区活力不足。部分区域政策专注于服务少数成熟大企业，有意识地给予大企业资金、政策优惠与扶持，疏于扶持小微衍生企业发展，使其在衍生过程中陷入资本不足、融资困难、难以维系生产与合作关系等困境。因此，虽然小微衍生企业在地理位置上处于集群内，但实际生产活动却相对孤立和分离，缺乏信息、技术交流，不能很好地参与并利用创新网络，非但不能像硅谷、剑桥、新竹那样形成专业化的分工协作体系，反而可能在竞争中相互拆台，导致集群创新网络节点缺失和“空心化”，不利于集群创新网络发展。集群创新网络內信息、技术、知识流通不畅，同样不利于衍生企业和高技术产业集群长远发展。
H1：企业衍生带来的知识溢出对于集群创新网络演进有正向影响作用。
H1a：企业衍生带来的知识溢出对集群创新网络的质维度有正向影响作用；
H1b：企业衍生带来的知识溢出对集群创新网络的量维度有正向影响作用。
创新文化是在集群演化过程中逐渐形成，潜移默化地影响行为主体，建立起共同信奉和遵循的价值观念、道德准则和行为规范等，引导其发挥自主创新能力的一种文化氛围[19]，核心是激励探索、包容个性、鼓励创新、宽容失败[20]。由于创新文化能引导行为主体合作创新、加强网络节点间联系的作用，从而推动创新网络发展与完善。“硅谷”作为集群发展的典范，创新文化发挥着无可替代的、长久且深入的影响，这对我国高技术产业集群发展具有重要启示。
萨克森宁[9]的研究表明，文化决定了创新创业成败与绩效，衍生创业亦是如此。创新文化根植于创新创业主体(创业者或组织)之中，而衍生企业作为企业文化的载体，能在衍生过程中产生扩散效应，进而丰富原有文化。成功的衍生企业及其文化具有极强的示范效应与辐射带动作用，这种示范效应与扩散作用又会反过来促进衍生企业发展，进而形成新的创新网络节点。因此，衍生企业的诞生与集群文化的丰富是相辅相成、动态发展的过程。该过程丰富了创新网络，而共同的创新文化背景更容易促成网络主体合作与交流，网络中其它主体如政府、中介机构、金融机构等能从中受益。集群创新文化影响力广、作用持久的特征，是集群创新网络“质”与“量”提升的内在动力和重要根源。由此，提出如下假设：
H2：企业衍生带来的集群创新文化的形成对于集群创新网络演进有正向影响作用。
H2a：企业衍生带来的集群创新文化的形成对集群创新网络的质维度有正向影响作用；
H2b：企业衍生带来的集群创新文化的形成对集群创新网络的量维度有正向影响作用。
竞争归根结底是企业通过战略布局，抢占市场和资源的过程，新企业诞生后是否面临来自母体的竞争威胁，取决于企业创立时母体企业的态度。若新创企业是沿母体企业价值链方向衍生的上下游企业，即纵向衍生，那么通常会得到母体企业扶持，二者间存在合作或弱竞争关系，有利于信息、技术交流及资源共享，进而强化主体间网络联系，进一步促进集群创新网络发展；若衍生企业创业者缺乏创新意识与正确的产业定位，仅是在利润驱使下简单地模仿和复制母体企业技术与产品，即新创企业为母体的低水平横向衍生，那么会造成短期内市场上同类产品大量增加，引发价格竞争，并可能产生“劣币驱逐良币”的现象，威胁到母体企业利益，进而引发母体企业敌视，甚至“打击报复”(这在现实中并不鲜见)，不利于维持创新网络稳定。基于竞争关系的复杂性，本文认为适度竞争能增强创新网络关系的牢固性和相对稳定性，确保创新网络质量。同时，有利于创新主体开发合作伙伴、建立新的客户关系，进而增加创新网络节点数量。由此，提出如下假设：
H3：企业衍生带来的适度竞争关系对于集群创新网络演进有正向影响作用。
H3a：企业衍生带来的适度竞争关系对集群创新网络的质维度有正向影响作用；
H3b：企业衍生带来的适度竞争关系对集群创新网络的量维度有正向影响作用。
H1-H3考察了企业衍生三维度分别对集群创新网络的直接促进作用，但并不足以揭示其对创新网络的影响机理，还需要进一步考察三维度之间的关联性与共变性，即维度之一是否可以通过作用于其它维度间接影响集群创新网络演化。
综上可知，知识溢出具有明显的地理区位局限性[7]。对于衍生企业，交流活动多发生于集群内部，知识溢出也是在集群内产生，这成为集群获取新知识的重要渠道。而知识在多行业、多企业间溢出、流通、融合，成为集群创新文化形成的根源之一。同时，集群创新文化反映出该区域的文化特征，有助于营造独特的区域产业氛围，促进集群内创新意识形成、竞争能力提高、主体间交流与合作、有效制度建立等。此外，适度竞争的环境能够弱化知识溢出壁垒，有利于形成具有社会认同的创新文化。因此，三者应是相辅相成、相互促进的。基于以上分析，提出如下假设：
根据以上分析，建立研究模型如图1所示。
本文采用问卷调查法收集数据，通过小规模预调研确保问卷的信效度。预调研与正式调研样本均在国内典型的高技术产业集群内选取，以高技术衍生企业为主。由于企业中高层管理者等关键员工(掌握企业核心技术、关键资源或与母体企业联系密切的员工[21])往往更具战略眼光，对于企业或机构运营、文化及其与母体关系等问题有着较一般员工更深刻的认识，因而选择关键员工为问卷调查对象。
图1企业衍生对创新网络演进的影响模型
注：KS-KnowledgeSpillover知识溢出；IC-InnovationCultureinCluster集群创新文化；CR-CompetitionRelationships适度竞争关系；DQ-DimensionofQuality质维度；DM-DimensionofMagnitude量维度
模型共需测量4个概念，包括衍生效应的知识溢出、集群创新文化、适度竞争关系、集群创新网络的质维度和量维度。问卷问项均采用Likert5级量表，5表示“非常同意”，1表示“非常不同意”。受访者根据所处组织(企业或其它主体)与集群的实际情况答卷。
(1)知识溢出主要从集群内知识溢出、集群外知识溢出以及知识消化与吸收能力3个方面测度[22]。其中，集群内、外知识溢出用以衡量集群内知识流动是否畅通，同时也反映出主体接触新知识的难易程度；消化与吸收能力用以衡量新知识转化程度，即新知识能否顺利传播并转化为新技术、形成新产品；集群创新文化主要衡量集群内主体创新文化、制度创新文化、环境创新文化3个层次[23-25]。其中，主体文化反映了内在创新文化，制度与环境创新文化反映了外在创新文化[24]；适度竞争关系从与集群内同类型企业竞争、与集群外同类型企业竞争(集群内、外同类型企业竞争均指衍生企业与除母体组织外的同类型企业间的竞争)以及与母体组织竞争3个方面测度。其中，与集群内、外同类型企业竞争反映了衍生企业面临的市场竞争强度，与母体企业竞争反映了母体企业的态度——支持、无所谓或敌视。
表1企业衍生效应与集群创新网络度量指标
2016年3-4月，在大连、济南等地高新区30多家衍生企业展开预调研，通过实地发放调查问卷收集数据(具体问项见表1“测量题项”部分)。每家企业由2～3名关键员工填写问卷，共发放调查问卷100份，回收有效问卷69份，有效回收率为69%。
预调研问卷各量表Cronbach′sα系数检验结果如表2所示，系数均超过了0.8，说明本研究量表具有较好的内部一致性。
运用探索性因子分析法检验问卷效度，具体步骤为：运用主成分分析法，以特征根值大于1为标准筛选数据；采用方差最大化正交旋转法(Varimax)进行因子分析。
表2各分量表Cronbach'sα值与因素分析解析量
KSICCRDQDMCronbach′sα0.8530.8950.8850.9230.886解析量(%)71.267.362.873.059.6
结果显示，KMO值为0.967，大于0.7，同时通过了Bartlett球形检验(P=0.000<0.05)。共有5个因子的特征根值大于1，累计方差解释比例达到86.23%，可以初步判断本问卷建构效度较好。
表3解释的总方差
成份初始特征值合计方差的%累积%旋转平方和载入合计方差的%累积%114.41040.08740.08713.32336.68936.68927.30722.83362.9207.22822.58659.27533.38610.58273.5024.08712.77272.04742.6648.32481.8262.3907.47079.51751.4104.40786.2332.1496.71686.23360.8802.75193.92870.8202.56196.48980.4751.48597.97390.3801.18999.162100.1570.49099.652110.0780.24399.895120.0270.08499.979130.0060.01999.998140.0010.002100.000151.565E-154.890E-15100.000165.572E-161.741E-15100.000172.977E-169.304E-16100.000182.028E-166.338E-16100.000191.291E-164.035E-16100.000207.124E-172.226E-16100.000212.344E-177.325E-17100.000228.511E-182.660E-17100.00023-2.589E-17-8.091E-17100.00024-5.342E-17-1.669E-16100.00025-1.135E-16-3.547E-16100.00026-1.823E-16-5.698E-16100.00027-1.904E-16-5.949E-16100.00028-3.878E-16-1.212E-15100.00029-5.616E-16-1.755E-15100.00030-1.208E-15-3.775E-15100.00031-1.365E-15-4.266E-15100.00032-2.509E-15-7.842E-15100.000
注：可观察到15及之后的特征值绩效，部分结果略去
2016年6-9月，对北京中关村、大连软件园、济南齐鲁软件园、天津高新区等高技术产业集群内衍生企业(包括高校及科研机构的衍生企业和公司衍生企业)发放调查问卷，收集正式调研数据。具体而言，笔者亲自走访大连、济南两地发放调查问卷，请人在北京、天津两地代发调查问卷的方式完成此次调研，共发放问卷700份，收回398份，有效问卷357份。
衍生企业行业分布情况如表4所示，软件业、新能源、通讯业及制药业所占的比重最大，总和占到整体的93.3%。
表4高技术衍生企业行业分布
行业数量占比(%)累计占比(%)软件业3831.931.9新能源3126.158.0通讯业2722.780.7制药业1512.693.3其它86.7100
3.5.1验证性因子分析
拟合水平检验。通常，拟合优度指数(GFI)、非正态拟合指数(NNFI)、比较拟合指数(CFI)变化范围在0～1之间，越接近1越好；主观性指标为χ/df，大于10表示模型很不理想，小于5.0表示模型可以接受，小于3表示模型理想。验证性因子分析结果如图2所示。
拟合优度统计指标反映了结构模型的整体可接受程度。表5显示，绝对拟合优度χ2/df=2.41<3，表明该指数水平较好；GFI、NNFICFI均接近或超过0.8，表明模型的拟合度较为理想，与样本数据拟合较好。
表5知识溢出的验证性因子分析拟合指标
Modelχ/dfp-valueGFINNFICFIKS2.410.0010.740.930.89
图2知识溢出的验证性因子分析结果
其它变量验证性因子分析及模型拟合优度验证方法与“知识溢出”相同，在此不再一一赘述。
3.5.2结构模型分析与修正
依据数据分析结果与修正指数，对设定模型进行逐步修正和检验，以求得最优拟合模型。采用修正指数(MI)，在模型估计前勾选输出修正指数项(Output-ModificationIndices)，针对分析结果中MI最大值或较大值依次进行修正与检验，以达到模型最优效果。表6给出了最终模型的检验结果，同设定模型相比，最终模型的各项拟合指标有了明显改善：绝对拟合指数χ/df和近似误差均方根RMSEA数值明显降低，其它拟合指数也有相应提高。因此，可以认定最终模型为本研究的最优模型，标准化路径系数和拟合优度及最终模型图见表6和图3。
拟合优度统计指标反映了结构模型整体的可接受程度。结果显示，绝对拟合优度χ/df=2.396<3，表明该指数水平较好；GFI、NNFI、CFI均接近或超过0.8，说明理论设定的模型拟合度较为理想，与样本数据拟合较好，模型可以接受。
此外，表6结果还显示，有一条标准化路径系数未通过检验，即企业适度竞争对集群创新网络“质”维度的影响路径。路径系数表明该路径关系强度较弱，与之对应的H3a没有得到实证数据支持。其它路径均通过显著性检验，相应的理论假设得到实证数据支持。
表6模型标准化路径系数与拟合优度
理论假设和路径关系标准化路径系数P-Value检验结果知识溢出→质维度H1a:ξ1→η10.4520.001支持知识溢出→量维度H1b:ξ1→η20.3430.000支持集群创新文化→质维度H2a:ξ2→η10.3510.027支持集群创新文化→量维度H2b:ξ2→η20.3640.000支持适度竞争关系→质维度H3b:ξ3→η10.1520.416不支持适度竞争关系→量维度H3b:ξ3→η20.3820.001支持知识溢出集群创新文化H4:ξ1ξ20.7310.000支持知识溢出适度竞争H5:ξ1ξ30.3160.022支持集群创新文化适度竞争H6:ξ2ξ30.5330.006支持模型拟合优度:χ/df=2.396<3;RMSEA=0.063;GIF=0.785;NNFI=0.934;CFI=0.889
图3最终模型及路径
预调研中，问卷各量表的Cronbach′sα系数均超过0.8，可见量表具有很好的内部一致性信度。同时，通过探索性因子分析检验问卷的构建效度，发现5个因子与问卷设计构想一致，累计方差解释比例达到86.23%，删除载荷系数较低的问项后，正式问卷信度无明显变化。
正式调研采用验证性因子分析法检验模型，结果表明信度理想，拟合优度指标均在可接受范围内，各观测变量在相应潜变量的标准化载荷系数合理，并全部通过t检验，说明收敛效度较好。
CR1CR2CR3DQ10.4650.5310.133DQ20.3270.2440.530DQ30.5220.0160.263
注：*:P<0.05,**:P<0.01
(2)实证分析结果表明，企业衍生的知识溢出、集群创新文化对集群创新网络的质维度存在积极的促进作用。其中，知识溢出对质维度的作用比较明显(路径强度为0.452)，表明知识溢出效应越明显，企业越乐于与合作伙伴进行正式或非正式交流，并扩大合作与交流范围，以增加自身与新知识和技术接触的机会；集群创新文化是集群发展的内在动力，也是集群内创新能力差异形成的重要原因，通过在集群内营造积极的创新氛围，促进集群内企业合作创新，促进新合作关系的建立及原有合作关系的巩固。
衍生效应对于集群创新网络演进具有促进作用。为了验证这一观点，在既有研究的基础上提出影响机制模型与度量指标，结合调研数据进行实证分析。实证结果对于高技术产业集群发展具有一定启示。
参考文献:
[1]FREEMANC.Networksofinnovators:asynthesisofresearchissues[J].ResearchPolicy,1991,20(5):499-514.
[2]马力,臧旭恒.企业衍生:高技术产业集群成长的动力[J].现代经济探讨,2012(4):37-40.
[3]魏江,郑小勇.文化嵌入与集群企业创新网络演化的关联机制[J].科研管理,2012,33(12):10-22.
[4]邬爱其.企业创新网络构建与演进的影响因素实证分析[J].科学学研究,2006,24(1):141-149.
[5]COPPERAC.Spin-offsandtechnicalentrepreneurship[J].IEEETransactionsonEngineeringandManagement,1971,18(1):2-6.
[6]COPPERAC.Technicalentrepreneurship:whatdoweknow[J].R&DManagement,1973,3(2):59-64.
[7]马力,臧旭恒.企业衍生研究述评[J].管理学报,2012,9(12):1869-1874.
[8]GARVINDA.Spin-offsandthenewfirmformationprocess[J].CaliforniaManagementReview,1983,25(2):3-20.
[9]萨克森宁.地区优势:硅谷和128号公路地区的文化与竞争[M].上海:上海远东出版社,1999.
[10]ANDREAF,THOMASR.High-techclusters,technologyspillovers,andtradesecretlaws[J].InternationalJournalofIndustrialOrganization,2004,22(1):45-65.
[11]GARNSEYE,HEFFERNANP.High-technologyclusteringthroughspin-outandattraction:thecambridgecase[J].RegionalStudies,2005,39(8):1127-1144.
[12]王缉慈.创新的空间[M].北京:北京大学出版社,2001.
[13]FRYGESH,WRIGHTM.Theoriginofspin-offs:atypologyofcorporateandacademicspin-offs[J].SmallBusinessEconomics,2014,43(2):245-259.
[14]吴结兵,蔡宁.产业集群理论述评——从三个角度看集群理论的融合与发展[J].重庆大学学报:社会科学版,2007,13(6):16-21.
[15]唐晓华,苏梅梅.产业过度竞争测度基准及聚类分析[J].中国工业经济,2003(6):29-35.
[16]BURTRS.Towardastructuraltheoryofaction:networkmodelsofsocialstructure,perception,andaction[M].NewYork:AcademicPress,1982.
[17]MARKG.Economicactionandsocialstructure:theproblemofembeddedness[J].AmericanJournalofSociology,1985,91(3):481-510.
[18]邬爱其.集群企业网络化成长机制研究——对浙江三个产业集群的实证研究[D].杭州:浙江大学,2004.
[19]马力,臧旭恒.企业衍生效应对高技术产业集群发展的影响与对策研究[J].云南财经大学学报,2012(4):80-86.
[20]杜跃平,王开盛.创新文化与技术创新[J].中国软科学,2007(2):150-153.
[21]杨隽萍.科技型大学衍生公司价值形成机理[M].上海:上海交通大学出版社,2010:77.
[22]陈佳莹,林少疆.企业创新网络关系特征对技术创新绩效的影响路径[J].统计与决策,2014(2):186-188.
[23]张志文.区域创新文化促进高技术产业集群发展机理研究[J].科技进步与对策,2009,26(7):23-26.
[24]陈依元.创新文化:自主创新的文化驱动力[J].中国发明与专利,2009(5):25-28.
[25]王国红.知识溢出与产业集群中的企业学习研究[M].北京:科学出版社,2010.
[26]武志伟,陈莹.企业间关系质量的测度与绩效分析——基于近关系理论的研究[J].预测,2007,26(2):8-13.
[27]张旭锐,张颖颖,李勃.网络异质性、外部知识整合与探索式创新绩效——基于陕西省孵化企业的实证分析[J].科学决策,2015(11):51-65.