珠江三角洲地区制造业集群创新网络及其演进机制

理论篇 　　第1章创新网络理论 　　1.1创新网络的特征与结构 　　创新网络的概念由Freeman提出，他认为创新网络是企业在创新过程中的制度安排，是以企业的创新合作为联结机制的（Freeman，1991）。技术创新会在特定的时间与空间上以群体的方式出现，由此出现了集群创新网络的*初思想。创新网络具有多元互补性、开放性、动态性、学习性、根植性、协同竞争性等特征（余佳群，2013）。虽然不同学科对创新网络的解读不一，但都认为创新网络具有结构性特性。各网络节点通过与创新相关的正式或非正式关系联结成创新渠道；信息、知识、技术等隐性资源以及产品、人员、资金等显性资源在创新联系中传递、流动与共享；众多的创新联系之间相互交错、融合，*终形成了创新网络。 　　对于产业集群而言，集群内的企业、客户、供应商等都是集群创新网络的主体。集群创新网络并不是单一层面的。Giuliani和Bell（2005）对智利制酒产业集群进行实证分析发现部分企业与集群外的组织有紧密联系。Graf和Henning（2009）指出，大学和公共研究机构在区域创新网络中有重要的影响作用。Andersson和Karlsson（2006）认为集群内的企业组成创新核心，其周围被支撑和互补的企业所包围。 　　创新网络具有一定的层次性。创新网络是由核心网络、辅助网络和外围（支持）网络构成的创新系统，创新网络具有总体结构特征（魏江，2004）。但对辅助网络、外围（支持）网络的内部组成，学术界仍未完全达成共识。大学及研究机构、中介机构、金融机构等被普遍认为属于辅助网络的成员；政府及相关部门等组成外围（支持）网络。 　　除了对各层次的网络进行探究外，关于创新网络的节点、渠道、网络自身等的研究也较多。核心网络中，因技术、知识、资金等的差异，形成了核心企业与非核心企业。有学者提出，非核心企业不一定处于劣势，其在两个或多个网络中起到关键性的连接作用，控制着资源的流通（Takeda et al.，2008）。Owen-Smith和Powell（2004）通过对波士顿生物技术产业的实证分析，发现创新网络中核心企业能够改变整体网络信息流。Liefner和Hennemann（2011）通过分析中国光电产业创新网络，提出节点在网络中的位置对主体间的学习和创新起重要作用。Graf和Henning（2009）从波士顿生物技术产业获取新知识的渠道中发现，本地企业除了相互之间的互动外，其更多的是与外部国际知名企业形成合作伙伴关系。对网络自身的研究可归纳为不同类型的创新网络与各类创新主体的相互影响研究、定量分析创新网络结构属性研究两个方面。国内学者通过实证提出，集群内企业间的协同创新行为对网络结构的演化产生正向影响，技术中介机构和政府行为能促进网络演化（吴钊阳等，2018）。林秋月等（2010）通过建模仿真，指出探索式创新的网络具有路径短、内聚性高的特征；而利用式创新的网络密度较低，且派系特征明显。在创新网络的定量研究中，节点强度及平均路径长度是*常见的两个测度网络属性的变量（王京和高长元，2014）。窦红宾和王正斌（2010）从网络强度、稳定性、密度、规模等方面探索网络结构特征与创新绩效的关系。邬爱其（2006）从网络范围、关系强度和网络开放性三个视角探究网络特征对企业成长的影响。运用网络中心度指标（李二玲和李小建，2009），专利、合著论文等数据进行网络空间结构特征的量化研究，是定量分析的主要趋势（汪涛等，2011）。 　　1.2创新网络的机制与演化 　　波特把产业集群的生命周期分为诞生、发展和衰亡三个阶段，为集群创新网络的演化研究提供了分析基础。经济学、管理学、社会学、地理学等多学科的学者，以不同视角，从集群创新网络的形成、运行、升级、演化、学习、互动机制等多方面进行了探讨。蔡宁和吴结兵（2005）认为，网络式创新是以知识为基础，以集体学习机制为实现途径的创新模式。通过梳理发现，已有研究对产业集群内部网络运行机制的探究主要集中于知识溢出与集体学习（徐蕾，2012）。集群内的正式交流促进显性知识的传播，非正式网络推动隐性知识的共享。集群的知识溢出一般有三种途径：拥有技术和管理专长的企业家在本地流动、企业衍生、研发人员在本地企业间的互动。创新网络的形成与升级、网络内部的学习与互动均离不开网络结构、主体、成果等的变化。在创新网络的演化机制研究中，特别是网络多方面的动态变化，开始受到学界关注。 　　随着网络内外部环境的变化，其组织、技术与空间等随之出现新的特征，使网络演化成为可能（吕国庆等，2014a）。创新网络演化的驱动因素包括集群内主体间的网络变化及相对应的循环累积作用（Boschma，2005）。关于影响创新网络演化的强度和广度的因素，研究表明文化嵌人的内容与强度均会对集群企业创新网络演化趋势的强弱程度有所影响（魏江，2004）。在各种因素的综合影响下，集群创新网络沿着一定的路径，分阶段发生演化。吕国庆等（2014b）对长江三角洲地区装备制造业产学研创新网络的研究发现，该网络具有明显的阶段性特征。余凌和郭峘（2014）通过探讨产学研合作创新模式，提出创新网络一般会经历“单部门单链合作阶段一跨部门单链合作阶段一复合部门多链合作阶段”。刘友金和刘莉君（2008）把创新网络比作生物种群，总结得出了创新网络在“结网一成长一成熟一更新”不同发展阶段的特征。也有学者从网络主体粘着机制方面，以生物演变的萌芽、形成、发展、成熟和解体五个阶段来解释创新网络的演化过程（肖华茂和田钢，2010）。创新网络自身是动态生长和发展的，因此创新网络的演化路径对集群及其企业创新能力的生成和发展必然产生影响（郑海涛和刘玲，2011）。应该从哪些角度探究、如何探究与测度创新网络的演化，也是学者研究创新网络演化问题的重点。较为常见的定量方法包括复杂网络分析法和演化博弈法（高霞和陈凯华，2015;王维等，2014）。除此以外，也有学者运用多智能仿真方法、混沌理论分析法等方法，对网络的不同角度、演化的不同层面进行研究（张永安和付韬，2010）。 　　1.3创新网络与创新绩效的关系 　　网络结构是创新网络形态的表现，创新绩效是创新网络创新能力的体现。在一定的网络结构下，会形成一定的创新能力，而创新绩效的变化，也会对网络结构产生影响。一些研究关注网络结构的特征方面，并探索其对创新绩效的影响。郭亚平和孙丽文（2009）认为，网络规模、互动性及其联系的质量对创新绩效有直接正向影响，网络的本地化程度对创新绩效无显著影响。网络的中心势、整体密度、结构洞等作为描述网络结构的常用指标，也常被用来分析对创新绩效的影响（李响，2016）。一般认为，网络结构洞与创新绩效之间呈负相关（李晨蕾等，2017），结构洞产生的信息冗余会阻碍创新合作，从而影响绩效的提升。但也有不少学者通过实证研究发现，一定程度的或某一方面的结构洞，对创新绩效有正向的作用（张晓黎和覃正，2013）。黄林等（2018）提出，集群网络结构洞与集群网络密度的交互作用对企业创新绩效有显著的正向影响。李守伟和朱瑶（2016）认为，结构洞对企业经济和生态创新绩效有正向促进作用。网络密度越大，创新知识、技能等资源的扩散速度就越快，规模也越大（罗晓光和孙艳凤，2015）。产业类型、网络所处的阶段不同，网络密度会对创新绩效产生显著的正向影响（冯卫红和胡建玲，2017）或负向影响（黄林等，2018）。通过对家具制造业集群的研究，范群林等（2010）认为，节点度、中介中心度对企业创新绩效存在正向影响。另外，网络的闭合特征、小世界特征分别对短期与长期的创新绩效有相反的作用，即网络闭合特征对短期创新绩效有正向影响，但对长期创新绩效有负向影响；小世界特征对短期和长期创新绩效的影响则与闭合特征恰好相反（赵良杰和宋波，2015）。除了对整体网络的分析外，学者还发现个体中心网的异质性对创新绩效的提高有显著的正效应（黄磊等，2015）。 　　网络结构对创新绩效的影响并不总是单纯的一对一作用，两者的关系也并非简单的线性关系。其格其等（2016）在分析我国ICT产业产学研合作创新网络时发现，网络的聚簇系数能显著、正向影响当期创新绩效，而网络可达性对滞后一期的企业创新绩效有同样的正效应。网络多样性、网络强度、网络密度、聚集系数、小世界Q值等对创新绩效的影响呈倒U形（朱泯静等，2013;连远强和查耀华，2016），即网络结构的各个特征对创新绩效的提升推动力具有临界值。目前，大量研究倾向于网络结构对创新绩效的作用。事实上，两者存在阶段性的相互作用关系（刘凤朝等，2013），也有学者将其看作交互催化的协同进化过程（樊霞和朱桂龙，2010）。