蘇 屹 ,付寧寧,2

(1.哈爾濱工程大學 經濟管理學院,哈爾濱 150001；2.哈爾濱金融學院 管理系,哈爾濱 150036)

2021年12月21日,工業(yè)和信息化部等八部門聯(lián)合發(fā)布了《“十四五”智能制造發(fā)展規(guī)劃》,《規(guī)劃》以習近平新時代中國特色社會主義思想為指導,全面貫徹黨的十九大精神。站在新一輪科技革命和中國加快高質量發(fā)展的歷史性交匯點[1],推動智能制造創(chuàng)新能力提升、促進智能制造網(wǎng)絡協(xié)同發(fā)展、構建中國制造業(yè)發(fā)展新格局,以“鼎新”帶動“革故”,成為助力中國經濟高質量發(fā)展的重要任務。智能制造作為強國建設的主攻方向,是加速發(fā)展現(xiàn)代工業(yè)體系、夯實和強化實體經濟基礎、構建新的發(fā)展模式、建設數(shù)字中國的關鍵。如何以智能制造為主攻方向,推動企業(yè)生產模式和網(wǎng)絡結構升級,助力技術生態(tài)變革,成為亟需探索的問題。本文旨在對智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡結構對技術生態(tài)位的影響進行深入研究,助推智能制造企業(yè)技術生態(tài)變革。在對智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡拓撲結構、空間結構進行可視化表達和定量分析的基礎上,提取智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡特征變量值,揭示智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡特征。并對智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡結構與技術生態(tài)位“態(tài)”(下文簡稱“態(tài)”)和技術生態(tài)位“勢”(下文簡稱“勢”)的關系進行實證回歸分析。本文的創(chuàng)新之處是將態(tài)勢理論引入智能制造企業(yè)創(chuàng)新能力的研究,用“態(tài)”指標描述智能制造企業(yè)以往累積的創(chuàng)新能力,用“勢”指標描述智能制造企業(yè)技術創(chuàng)新成長能力,從技術生態(tài)位視角研究網(wǎng)絡環(huán)境對智能制造企業(yè)創(chuàng)新的影響。從企業(yè)創(chuàng)新能力和創(chuàng)新發(fā)展能力的視角探究智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡結構要素對智能制造企業(yè)創(chuàng)新的影響,為優(yōu)化智能制造企業(yè)創(chuàng)新網(wǎng)絡,促進智能制造企業(yè)的創(chuàng)新生態(tài)體系建設提供了一定的理論支撐。

1 文獻回顧

目前,關于智能制造的研究主要集中在智能制造內涵[2]、智能制造升級[3]、智能制造生產服務[4-5]、智能制造發(fā)展戰(zhàn)略[6]和智能制造創(chuàng)新[7]等方面[8]。關于智能制造創(chuàng)新方面的研究有:趙劍波[9]指出,智能制造創(chuàng)新是一種手段而不是目的,評價智能制造的經濟效應非常有必要；Li等[10]指出,評價智能制造創(chuàng)新不僅要關注智能制造的技術方法,也要關注智能制造創(chuàng)新的效果；覃浩高[11]通過理論分析認為中國智能制造企業(yè)需要完善行業(yè)標準促進自主創(chuàng)新能力；廖桂波[12]通過理論分析指出中國智能制造產業(yè)整體技術創(chuàng)新能力與國外發(fā)達地區(qū)差距還比較大；肖靜華等[13]以美的企業(yè)為案例分析得出結論:為進一步提高中國智能制造企業(yè)創(chuàng)新能力,需要打通信息技術壁壘。關于智能制造網(wǎng)絡構建方面的研究有:Zhou等[14]指出,智能制造是由人-物理-信息系統(tǒng)集成的制造網(wǎng)絡；Shao[15]研究認為智能制造企業(yè)技術進步和網(wǎng)絡環(huán)境相互作用,是一個不斷發(fā)展的系統(tǒng)；張順亮[16]認為5 G 技術和智能制造網(wǎng)絡結合將進一步推動中國技術創(chuàng)新能力；陳瀅[17]指出,智能制造不僅可以幫助企業(yè)提高生產效率,還可以促進區(qū)域產業(yè)協(xié)同發(fā)展。總體而言,目前智能制造領域研究相對碎片化[18]。

創(chuàng)新關聯(lián)網(wǎng)絡是一個不斷變化的系統(tǒng),隨著網(wǎng)絡的不斷演化,網(wǎng)絡結構、網(wǎng)絡關系和網(wǎng)絡位置都隨之變化[19]。創(chuàng)新關聯(lián)網(wǎng)絡對于企業(yè)提升技術創(chuàng)新能力有重要的影響[20]。在創(chuàng)新關聯(lián)網(wǎng)絡的框架內,企業(yè)通過互相學習和分享資源來改進技術革新,從而提升企業(yè)的創(chuàng)新能力[21]。隨著新一輪科技革命在世界范圍內的興起,以及中國全面深化改革進程的不斷推進,技術爆炸性的發(fā)展和市場瞬息萬變的不確定性,使得企業(yè)與其他組織或主動或被動地交換產品變革、技術創(chuàng)新的各種資源,以獲取在市場上的競爭優(yōu)勢,從而形成各種正式或非正式的創(chuàng)新關聯(lián)網(wǎng)絡結構[22]。但是,王大洲[23]指出,企業(yè)也要注意識別創(chuàng)新網(wǎng)絡陷阱,關注自己的網(wǎng)絡結構是否平衡。同強企聯(lián)合時要把握好“獨立性”,同密切企業(yè)聯(lián)合時要注意“親密無間”的負作用。20世紀90年代,學者們將生態(tài)位理論從生態(tài)學引入技術創(chuàng)新研究中,認為技術生態(tài)位是技術主體自身的可持續(xù)發(fā)展,是微觀環(huán)境的技術“準演化”[24]。之后,技術生態(tài)位理論逐漸發(fā)展起來,被運用到技術培育、技術選擇、技術變革、技術能力創(chuàng)新和技術戰(zhàn)略制定等方面[25-28]。綜合已有文獻分析,學者們對于技術生態(tài)位的研究有著不同的側重點,其定義、分析、因素、變量和方法均有較大分歧[29-31]。本文借鑒Agnolucci等[32]的觀點,認為技術生態(tài)位在一定程度上反映了企業(yè)技術競爭綜合能力,是企業(yè)應對內外部環(huán)境的技術創(chuàng)新能力。

已有文獻為本文奠定了研究基礎,但仍有如下方面值得進一步探究:①雖然少部分學者已對中國智能制造企業(yè)創(chuàng)新網(wǎng)絡特征開展研究,但這些研究大多以單一企業(yè)為研究對象,用案例研究或理論分析等定性研究方法,缺乏數(shù)據(jù)佐證,對現(xiàn)實的指導意義存在一定的局限性；②現(xiàn)有研究主要從資源層、物流層和技術層研究智能制造企業(yè)網(wǎng)絡的構建及對其的影響因素,較少從技術生態(tài)位的視角進行分析。依據(jù)上述分析,本文借助智能制造示范試點項目專項行動,結合上市公司數(shù)據(jù),運用社會網(wǎng)絡分析方法分析中國45家智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡的演化規(guī)律,豐富了中國智能制造企業(yè)創(chuàng)新網(wǎng)絡特征的宏觀描述。本文在技術創(chuàng)新中引入了態(tài)勢理論,采用“態(tài)”表示過去累積的技術創(chuàng)新能力,用“勢”描述其技術創(chuàng)新的成長性,從“態(tài)”和“勢”兩個視角探索網(wǎng)絡結構對智能制造企業(yè)創(chuàng)新能力的影響。

2 研究設計

2.1 智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡關系測度

智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡構建的基礎是網(wǎng)絡空間關系的確定。目前,檢驗網(wǎng)絡空間關系的主要方法有萬有引力模型和VAR Granger Causality。參考劉華軍等[33]的觀點,VAR Granger Causality方法對滯后結束的選擇比較敏感,會在一定程度上消弱網(wǎng)絡結構特征描述的準確性,故借鑒紹漢華等[34]的修正引力模型建立智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡。修正引力模型為

式中:Xij為智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡關聯(lián)強度；Fi、Fj為智能制造企業(yè)發(fā)明專利授權數(shù)；Eij為兩企業(yè)區(qū)間直線距離,本文使用Arcgis軟件計算得出；R=Ki(Ki+Kj),Ki、Kj為智能制造企業(yè)所在城市的GDP。通過修正引力模型計算出智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡二值矩陣,為進一步刻畫企業(yè)創(chuàng)新網(wǎng)絡關聯(lián)性,本文取矩陣每一行的均值作為智能制造企業(yè)與其他智能制造企業(yè)創(chuàng)新關聯(lián)程度的臨界值P,若Xij≥P,取值為1,表示該行智能制造企業(yè)與該列智能制造企業(yè)創(chuàng)新存在關聯(lián)關系；否則取值為0,表示企業(yè)間不存在關聯(lián)關系。

2.2 網(wǎng)絡中心度

智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡中心度越小,說明智能制造企業(yè)之間交流越少,對創(chuàng)新關聯(lián)網(wǎng)絡資源的控制力越弱[35],運用網(wǎng)絡資源進行創(chuàng)新活動的能力越差,難以適應不斷變化的創(chuàng)新環(huán)境[36]。隨著網(wǎng)絡中心度的增大,智能制造企業(yè)關聯(lián)的節(jié)點數(shù)增多,異質資源相互交流增加。具有更大中心度的智能制造企業(yè),就具有更多的資源,創(chuàng)新活動更易開展,外部環(huán)境的適應性更強[37]。但是,網(wǎng)絡中心度也不是越大越好,當智能制造企業(yè)的網(wǎng)絡中心度達到一定數(shù)值后,網(wǎng)絡中心度的增大會對智能制造企業(yè)的創(chuàng)新能力帶來負面影響。較大網(wǎng)絡中心度的智能制造企業(yè)往往是網(wǎng)絡的中心,是網(wǎng)絡規(guī)則的掌控人,其創(chuàng)新能力容易被自己的影響力和網(wǎng)絡規(guī)則所制約[38],過大的網(wǎng)絡中心度說明智能制造企業(yè)過于依賴現(xiàn)存網(wǎng)絡資源,很難打破現(xiàn)存網(wǎng)絡關系,較難建立新的關聯(lián)關系,限制智能制造企業(yè)創(chuàng)新領域的擴張。由于自身的吸納能力有限,智能制造企業(yè)難以將已有的網(wǎng)絡資源全部消化,資源篩選成本增加,企業(yè)創(chuàng)新效率降低,對網(wǎng)絡資源的整合、技術生態(tài)位的擴展都是不利的。基于上述分析,提出如下假設:

H1智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡中心度與“態(tài)”呈現(xiàn)出倒U 型關系。

H2智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡中心度與“勢”呈現(xiàn)出倒U 型關系。

2.3 結構洞

伯特用結構洞描述非冗余聯(lián)系,認為“非冗余的聯(lián)系人被結構洞所連接,結構空洞是兩個行為體間的非冗余的關系”。部分學者認為,智能制造企業(yè)在結構洞的位置上,占據(jù)關聯(lián)網(wǎng)絡的中介地位,更容易獲得異質資源,從而為其帶來較大的網(wǎng)絡權力,能夠減少智能制造企業(yè)間的無效關聯(lián),更快速高效地吸取和整合外部資源,開展創(chuàng)新活動,對智能制造企業(yè)技術生態(tài)位的發(fā)展有促進作用[39]。與其他企業(yè)相比,占據(jù)網(wǎng)絡中介地位的企業(yè)具有更高的創(chuàng)新能力[40]。處于結構空洞位置的智能制造企業(yè)更方便獲取資源,掌握技術并展示其創(chuàng)新優(yōu)勢[41]。但也有學者指出,當智能制造企業(yè)已經處于較多結構洞位置時,繼續(xù)增加其結構洞位置對創(chuàng)新能力的提升沒有正面作用,而且還會使其適應環(huán)境的創(chuàng)新能力下降。智能制造企業(yè)與所處結構洞的數(shù)量呈負相關,處于較少結構空洞位置時,其與關聯(lián)企業(yè)的聯(lián)系更密切,可以抑制智能制造企業(yè)的投機行為,有利于智能制造企業(yè)技術創(chuàng)新；處于較多結構空洞位置的情況,對智能制造企業(yè)之間交往有消極作用,阻礙智能制造企業(yè)之間的信任和資源的共享,不利于智能制造企業(yè)吸取外部知識和智能制造企業(yè)創(chuàng)新能力的提升[42]。基于上述分析,提出如下假設:

H3智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡結構洞與“態(tài)”呈現(xiàn)出倒U 型關系。

H4智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡結構洞與“勢”呈現(xiàn)出倒U 型關系。

2.4 關系強度

關系強度可以反映智能制造企業(yè)創(chuàng)新網(wǎng)絡的關聯(lián)程度。部分學者認為,關系強度較弱,智能制造企業(yè)間的合作交流和信息傳遞就越少,知識傳播和共享的效率就越低,不利于智能制造企業(yè)之間資源的有效利用。隨著智能制造企業(yè)之間合作交流頻率的增加,智能制造企業(yè)之間信任基礎增厚,有利于智能制造企業(yè)獲取網(wǎng)絡中的相關知識資源,有利于提高智能制造企業(yè)技術創(chuàng)新能力[43]。但也有學者指出,關系強度越大,越不利于共享突破創(chuàng)新的知識,越高的關系強度,則越需要付出更多的代價,外來的智能制造企業(yè)想加入就更加困難,不利于智能制造企業(yè)與創(chuàng)新關聯(lián)網(wǎng)絡外的企業(yè)進行信息和資源的交流。關系強度過大說明在智能制造企業(yè)中,存在著大量的資源冗余、缺乏與其他異質資源的接觸,對擴大技術生態(tài)位的發(fā)展是不利的[44]?；谏鲜龇治?提出如下假設:

H5智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡關系強度與“態(tài)”呈現(xiàn)出倒U 型關系。

H6智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡關系強度與“勢”呈現(xiàn)出倒U 型關系。

3 樣本數(shù)據(jù)與變量設計

3.1 數(shù)據(jù)來源

為了提高研究數(shù)據(jù)的權威性,本文選擇了由工信部發(fā)布的國家智能制造示范試點項目企業(yè)為樣本。自2015年起,工信部按照《智能制造試點示范項目要素條件》的有關規(guī)定,將智能化改造項目列為試點。2015～2018年,工信部共發(fā)布了306個智能制造示范試點企業(yè),由于企業(yè)的微觀數(shù)據(jù)難以獲取,企業(yè)的財務信息可信度和可獲取度高,故選取中國智能制造上市公司中的典型企業(yè),將破產、并購、重要資料缺失等問題排除后,剩余103家企業(yè)。為保證數(shù)據(jù)的有效性和完整性,剔除專利授權數(shù)為0值的極端企業(yè),最終剩余有效目標對象企業(yè)45家。選擇發(fā)明專利授權量作為衡量智能制造企業(yè)創(chuàng)新能力的度量指標[45],選取2015～2020年的45家樣本企業(yè)發(fā)明專利授權量,以申請人為檢索條件,在國家知識產權局網(wǎng)站進行高級檢索各企業(yè)的發(fā)明專利授權量。

3.2 變量設計

3.2.1 因變量 企業(yè)技術創(chuàng)新能力可以通過發(fā)明專利申請量和發(fā)明專利授予數(shù)量衡量。發(fā)明專利申請量表示創(chuàng)新主體進行創(chuàng)新的努力程度,而并非反映科技創(chuàng)新能力的指標。發(fā)明專利通過嚴格的審核才能授權,因此,發(fā)明專利授權量可以更直觀地反映出公司的技術水平。本文選用發(fā)明專利授權量量化智能制造企業(yè)技術生態(tài)位“態(tài)”(Ta),用智能制造企業(yè)技術創(chuàng)新產出在各年內的增長速度量化技術生態(tài)位“勢”(Tb),以該年度與基準期間的發(fā)明專利授權量之差除以基準期間的發(fā)明專利授權量計算,公式為

式中:Tbj表示智能制造企業(yè)j的“勢”；g和r為不同年份；Wjg和Wjr為智能制造企業(yè)j在不同年份獲授發(fā)明授權專利數(shù)量；r年表示基期。

3.2.2 自變量

(1)中心度。中心度可以表現(xiàn)智能制造企業(yè)在創(chuàng)新關聯(lián)網(wǎng)絡中的權力大小和是否處于核心位置。社會網(wǎng)絡學者用度數(shù)中心度、接近中心度和中介中心度從“關系”的角度量化網(wǎng)絡的中心地位。本文采用度數(shù)中心度,應用于智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡,可以描述各智能制造企業(yè)中創(chuàng)新能力對其他智能制造企業(yè)創(chuàng)新能力的影響。為了進一步對比網(wǎng)絡演化階段各智能制造企業(yè)的中心度,最終采用相對度數(shù)中心度測量:

式中:C(j)為智能制造企業(yè)j的相對度數(shù)中心度；D(j)為與智能制造企業(yè)j直接聯(lián)系的其他智能制造企業(yè)的數(shù)量,是智能制造企業(yè)j的度數(shù)；m為網(wǎng)絡中智能制造企業(yè)的個數(shù)。

(2)結構洞。結構洞可以用效率、等級、限制度和有效規(guī)模衡量,由于智能制造企業(yè)間的非冗余聯(lián)系可以用有效度規(guī)模量化,故選用有效度規(guī)模測度創(chuàng)新網(wǎng)絡智能制造企業(yè)的結構洞。結構洞計算公式為

式中:k為與智能制造企業(yè)j相連的所有智能制造企業(yè)；p為除了j和k外的每一個第三智能制造企業(yè)；LjpTKP為在j和k之間的冗余度,Ljp為j投入到p的關系所占比例。

(3)關系強度。關系強度可以描述智能制造企業(yè)之間關聯(lián)的程度。目前的研究主要是從關聯(lián)次數(shù)、廣度和深度3 個維度來衡量企業(yè)的關聯(lián)強度。本文用關聯(lián)平均次數(shù)指標反映智能制造企業(yè)間的關系強度。

3.2.3 控制變量 智能制造企業(yè)的技術創(chuàng)新能力受多種因素的影響,依據(jù)現(xiàn)有研究,研發(fā)投資(R&D)對技術創(chuàng)新有重要的推動作用[46]。在研發(fā)活動中,研發(fā)人員、資金、設備等不易量化衡量。研究經費的投入,是企業(yè)研發(fā)投入的最好體現(xiàn),故模型的控制變量設為研發(fā)投資,即年研發(fā)投入/營業(yè)收入。

4 實證分析

4.1 智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡結構分析

本部分以修正引力模型為依據(jù),建立智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡,利用UCINET 軟件中Netdraw繪制智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡拓撲圖,并選取2015年和2020年的截面進行對比分析(見圖1、2)。圖中的節(jié)點表示45個智能制造企業(yè),節(jié)點之間的連線表示智能制造企業(yè)之間的創(chuàng)新關聯(lián)關系。由圖可見,與2015年相比,2020年創(chuàng)新關聯(lián)關系增多,網(wǎng)絡密度增大,創(chuàng)新關系網(wǎng)絡更加復雜。多家智能制造企業(yè)打破了地域限制,與鄰近省份及非臨近省發(fā)生了創(chuàng)新關聯(lián)關系。為了進一步分析智能制造企業(yè)創(chuàng)新關聯(lián)的網(wǎng)絡特征,本文計算了整體網(wǎng)絡特征指標智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡的關系數(shù)與網(wǎng)絡密度,個體網(wǎng)絡特征指標度數(shù)中心度、結構洞和關系強度,計算結果如表1所示。

表1 智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡結構

表1測度結果顯示,整體網(wǎng)絡特征中關系數(shù)和網(wǎng)絡密度均呈上升趨勢,定量分析與前面拓撲圖的直觀感受一致,說明智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡關系趨向密切。平均度數(shù)中心度從2015年的8.089上升至2020年的13.642,說明智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡間的中心位置和對網(wǎng)絡資源的控制能力的差異化程度總體升高。隨著關聯(lián)關系不斷密切,智能制造企業(yè)創(chuàng)新關聯(lián)關系在網(wǎng)絡中占據(jù)的結構洞數(shù)量除在2018年有所下降,整體呈上升趨勢,說明智能制造企業(yè)創(chuàng)新關聯(lián)利用網(wǎng)絡資源的機會增加,并且信息和資源優(yōu)勢越來越顯著。智能制造企業(yè)創(chuàng)新關聯(lián)強度從2015年的7.733不斷上升至2020年的13.600,說明各智能制造企業(yè)間創(chuàng)新關聯(lián)關系顯著增強。

4.2 回歸分析與結果討論

應用stata15.0軟件回歸分析,在“態(tài)”與智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡結構的回歸分析中,觀測值270個；在“勢”與智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡結構的回歸分析中,觀測值225個。依據(jù)樣本數(shù)據(jù)特點,從固定效應、混合效應與隨機效應模型中通過對應檢驗選擇更適合的模型。其中,隨機效應與混合效應模型的選擇通過LR test檢驗判斷,如果LR test檢驗P＞0.1,則拒絕隨機效應模型,選擇混合效應模型；固定效應與隨機效應模型的選擇通過Hausman檢驗判斷,如果Hausman 檢驗P＜0.1,則拒絕隨機效應模型,選擇固定效應模型。

為了降低多重共線性及數(shù)據(jù)變異的影響,采用對變量的平方進行中心化處理。通過膨脹因子(VIF)識別各模型解釋變量間的多重共線性,如果VIF值小于10,則解釋變量間不存在多重共線性關系。

4.2.1 網(wǎng)絡結構對技術生態(tài)位“態(tài)”的分析 表2變量描述統(tǒng)計與相關關系分析中,度數(shù)中心度與結構洞、度數(shù)中心度關系強度、結構洞與關系強度存在正相關性,為了避免回歸模型的多重共線性,分別對其進行回歸分析,各變量對“態(tài)”回歸結果如表3所示。

表2 變量描述統(tǒng)計與相關關系分析

表3 技術生態(tài)位“態(tài)”面板泊松回歸分析模型

面板泊松回歸無法給出F檢驗,通過LR test判斷使用隨機效應還是混合效應。由表3可見,模型(1)～(4)Hausman檢驗選擇固定效應模型,LR test檢驗拒絕混合效應模型,故模型(1)～(4)最后選擇面板泊松固定效應模型,而模型(5)雖然拒絕混合效應模型,但是無法拒絕隨機效應模型,故模型(5)選擇隨機效應。模型(1)～(5),Wald chi2值均通過顯著性檢驗,說明樣本與模型的擬合程度較好,VIF值小于10,不存在嚴重的多重共線性性。

表3中,模型(1)和模型(2)分析了智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡結構與“態(tài)”的線性關系。研究表明,結構洞對“態(tài)”有正相關作用,且通過顯著性檢驗。度數(shù)關系強度和中心度對“態(tài)”有負相關作用,且通過顯著性檢驗。在模型(1)和模型(2)中引入非線性二項式,通過模型(3)～(5)可知,度數(shù)中心度二項式估計系數(shù)為負,關系強度的二項式估計系數(shù)為負,度數(shù)中心都和關系強度均與“態(tài)”呈現(xiàn)出倒U 的關系,且通過顯著性檢驗；結構洞的二項式估計系數(shù)為正,沒有通過顯著性檢驗。

通過上述分析,進一步表明,智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡度數(shù)中心度與“態(tài)”呈現(xiàn)出倒U 型影響,假設1成立；關系強度與“態(tài)”呈現(xiàn)出倒U 型影響,假設5成立；結構洞與“態(tài)”呈現(xiàn)出正線性相關,假設3得到不完全支持。

4.2.2 網(wǎng)絡結構對技術生態(tài)位“勢”的分析 表4

表4 變量描述統(tǒng)計與相關關系分析

變量描述統(tǒng)計與相關關系分析中,度數(shù)中心度與結構洞、度數(shù)中心度與關系強度、結構洞與關系強度存在正相關性,為了避免回歸模型的多重共線性,分別對其進行回歸分析,各變量對“勢”回歸結果如表5所示。

表5 技術生態(tài)位“勢”面板泊松回歸分析模型

由表5可以看出,Hausman檢驗結果選擇隨機效應均拒絕固定效應,而LR test檢驗結果拒絕隨機效應選擇混合效應,故最終選擇面板泊松混合效應模型。由模型(1)～(5)可知,Wald chi2值均通過顯著性檢驗,說明樣本與模型擬合度較好,VIF值小于10,無有害多重共線性。

表5中,模型(1)和模型(2)分析了智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡結構與“勢”的關系,研究表明,關系強度對“勢”負相關,且通過顯著性檢驗,度數(shù)中心度與結構洞對“勢”的關系均未通過顯著性檢驗。在模型(1)和模型(2)中引入非線性二項式,由模型(3)、4和模型(5)可知,通過顯著性檢驗,度數(shù)中心度的二項式估計系數(shù)為負,關系強度的二項式估計系數(shù)為負,通過顯著性檢驗,與“勢”呈現(xiàn)出倒U 的關系,結構洞的二項式估計系數(shù)為正,沒有通過顯著性檢驗。

上述分析進一步表明,智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡度數(shù)中心度與“勢”的關系是呈倒U 型,假設2成立；關系強度與“勢”的關系是呈倒U 型,假設6成立；結構洞與“勢”的U 型關系未通過顯著性檢驗,假設4不成立。

5 結論

本文以智能制造企業(yè)為研究樣本,運用社會網(wǎng)絡分析方法,分析中國智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡特征。通過整體網(wǎng)絡分析發(fā)現(xiàn),2015～2020年中國智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡密度和關系數(shù)呈上升趨勢,網(wǎng)絡關系趨向密切。通過個體網(wǎng)絡分析發(fā)現(xiàn),智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡間的中心位置和對網(wǎng)絡資源的控制能力的差異化程度總體升高,網(wǎng)絡信息和資源優(yōu)勢越來越顯著,網(wǎng)絡由原來較簡單型向復雜型演化。進一步分析智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡對技術生態(tài)位的關系,分析表明:網(wǎng)絡度數(shù)中心度與“態(tài)”和“勢”呈顯著的倒U 關系；關系強度與“態(tài)”和“勢”呈顯著的倒U 關系；結構洞與“態(tài)”的關系呈正線性相關關系。

在智能制造企業(yè)發(fā)展過程中,政府可以針對其發(fā)展態(tài)勢,制訂相關的政策,從而提高其創(chuàng)新能力。①在智能制造企業(yè)起步階段。智能制造企業(yè)整體數(shù)量和規(guī)模都有限,智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡比較稀疏,需要政府的積極政策,吸引更多企業(yè)轉入智能制造企業(yè)領域,從而加速智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡的發(fā)展。②在智能制造企業(yè)快速發(fā)展階段。網(wǎng)絡度數(shù)中心度、結構洞和關系強度需要進一步提升,避免由于智能制造企業(yè)過于分散導致降低其創(chuàng)新能力。③在智能制造企業(yè)發(fā)展成熟階段。為了更有效地取得網(wǎng)絡創(chuàng)新資源,保障智能制造企業(yè)的創(chuàng)新能力,需要減少冗余聯(lián)系,精簡網(wǎng)絡結構,降低中心度和關聯(lián)強度對技術生態(tài)位的負面影響。

雖然中國智能制造企業(yè)近年來發(fā)展迅速,但仍處于發(fā)展階段,依據(jù)本文的研究結果,結合中國國情,可以開展如下幾個方面的政策思考:

(1)進一步擴大中國智能制造企業(yè)發(fā)展規(guī)模。組織有關稅收、財政、金融等方面的政策研究,為智能制造企業(yè)發(fā)展提供融資支持。實施“智能制造”領軍人才項目,在重點工程項目如“知識更新工程”“企業(yè)經理質量提升工程”等領域,大力扶持和培養(yǎng)世界一流的智能化技術人才。加強國際間的交流與合作,在技術研發(fā)、標準開發(fā)、人才培養(yǎng)、應用示范等方面開展了一系列的國際交流和合作。召開“世界智能制造大會”,讓“中國”之聲在全球范圍內掀起一次工業(yè)技術革新。

(2)豐富智能制造企業(yè)創(chuàng)新體系。在不同行業(yè)、領域推廣智能制造模式,引導政府部門、產業(yè)園區(qū)和行業(yè)協(xié)會等單位創(chuàng)新組織方式,有序建立網(wǎng)絡協(xié)同、個性定制和資源共享等智能制造服務組織。結合“十四五”規(guī)劃和國家發(fā)展需要,加強“產、學、研”資源整合,健全“成果轉移擴散機制、知識產權協(xié)同運用機制”等具體制度保護知識產權,促進科研成果轉化與落地,探索新業(yè)態(tài)、新機制、新模式,部分地區(qū)可以開展試點工作。

(3)均衡不同區(qū)域智能制造企業(yè)發(fā)展水平?，F(xiàn)階段,從中國試點智能制造企業(yè)的地區(qū)分布來看,主要集中在長三角和珠三角地帶,而中國西部地區(qū)占比較少,資源分布不均,長久以往的發(fā)展下去,會出現(xiàn)大部分資源被少部分智能制造企業(yè)所控制,核心智能制造企業(yè)的信息和權力地位絕對優(yōu)勢,降低北部邊緣智能制造企業(yè)的創(chuàng)新積極性。而對于中國智能制造網(wǎng)絡密度過高地區(qū),由于知識的冗余,知識會出現(xiàn)同質化,研究成果也會停留在原有的領域,不利于智能制造企業(yè)創(chuàng)新能力的發(fā)展。政府通過宏觀調控,保障有限的自主創(chuàng)新要素的合理使用,促進各要素資源在智能制造企業(yè)不同地區(qū)間的合理流動,實現(xiàn)智能制造企業(yè)創(chuàng)新均衡發(fā)展。組織開展智能制造幫扶試點建設,研究建立國家級跨領域、跨地區(qū)的智能制造企業(yè)創(chuàng)新中心,探索建立協(xié)同發(fā)展的智能制造生態(tài)系統(tǒng)。

本文在技術創(chuàng)新中引入了態(tài)勢理論,研究智能制造企業(yè)創(chuàng)新關聯(lián)網(wǎng)絡對技術生態(tài)位的影響,僅從度數(shù)中心度、結構洞和關系強度3個典型的網(wǎng)絡特征指標分析其與技術生態(tài)位的關系,對于其他網(wǎng)絡特征指標與技術生態(tài)位的關系,將在之后的研究中做進一步探討。