基于二模ERGM模型的企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)研究
——以5G通訊技術(shù)領(lǐng)域?yàn)槔?/h1>
2023-11-08 08:59:46王崇鋒
科技進(jìn)步與對(duì)策 2023年21期
王崇鋒,孔 雯
(1.青島大學(xué) 商學(xué)院,山東 青島 266000;2.中國科學(xué)院 信息工程研究所,北京100093)
0 引言
2021年《中華人民共和國國民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》指出,我國經(jīng)濟(jì)已轉(zhuǎn)向高質(zhì)量發(fā)展階段,制度優(yōu)勢(shì)顯著,治理效能提升,經(jīng)濟(jì)長(zhǎng)期向好,物質(zhì)基礎(chǔ)雄厚,人力資源豐富,市場(chǎng)空間廣闊,發(fā)展韌性強(qiáng)勁,社會(huì)大局穩(wěn)定,繼續(xù)發(fā)展具有多方面優(yōu)勢(shì)和條件。同時(shí),我國發(fā)展不平衡不充分問題仍然突出,重點(diǎn)領(lǐng)域關(guān)鍵環(huán)節(jié)改革任務(wù)仍然艱巨,創(chuàng)新能力不適應(yīng)高質(zhì)量發(fā)展要求。李克強(qiáng)總理在第十三屆全國人民代表大會(huì)第四次會(huì)議上所作的政府工作報(bào)告中進(jìn)一步指出,我國需要加強(qiáng)關(guān)鍵核心技術(shù)攻關(guān)。隨著企業(yè)創(chuàng)新主體地位不斷提升,如何優(yōu)化其技術(shù)創(chuàng)新領(lǐng)域選擇,成為學(xué)界與實(shí)務(wù)界共同關(guān)注的重點(diǎn)。
事實(shí)上,國內(nèi)外學(xué)者針對(duì)企業(yè)技術(shù)創(chuàng)新進(jìn)行了大量研究,尤其是企業(yè)在技術(shù)創(chuàng)新過程中的投入產(chǎn)出與影響因素。例如,Greve[1]對(duì)企業(yè)績(jī)效與企業(yè)研發(fā)強(qiáng)度的關(guān)系開展研究;Jefferso等[2]、吳延兵[3]、聶輝華等[4]針對(duì)企業(yè)所有制與企業(yè)創(chuàng)新效率的關(guān)系進(jìn)行探索;Gayle[5]、范德成等[6]對(duì)市場(chǎng)集中度與企業(yè)研發(fā)投入的關(guān)系開展研究;Li&Atuahene[7]、曾卓然等[8]、陳紅等[9]針對(duì)制度支持與企業(yè)創(chuàng)新有效性的關(guān)系進(jìn)行分析;Antonioli等[10]、肖仁橋等[11]針對(duì)企業(yè)規(guī)模與企業(yè)技術(shù)創(chuàng)新研究成果經(jīng)濟(jì)轉(zhuǎn)化效率的關(guān)系進(jìn)行探討。近年來,關(guān)于這一問題的探討由企業(yè)個(gè)體維度、產(chǎn)業(yè)維度、制度維度拓展至企業(yè)群體維度,學(xué)者們開始關(guān)注企業(yè)間各類關(guān)系的相互影響及所形成的同群效應(yīng)[12]。同群效應(yīng)是指同一群體企業(yè)中個(gè)體企業(yè)因企業(yè)間關(guān)系的影響,其行為結(jié)果發(fā)生改變的情形(Manski,1993)。彭鎮(zhèn)等[13]、馮戈堅(jiān)等[14]認(rèn)為,企業(yè)可以通過觀察群體內(nèi)其它企業(yè)了解技術(shù)創(chuàng)新潛在市場(chǎng)需求與創(chuàng)新成本,進(jìn)而優(yōu)化自身創(chuàng)新決策。部分研究基于地理鄰近性與社會(huì)鄰近性視角發(fā)現(xiàn),地理距離通過促進(jìn)信息空間外溢形成同群效應(yīng)(Bandura等,1977;Becattini,1990;Furman 等,2002),而社會(huì)距離通過促進(jìn)企業(yè)間信息交流(Coleman,1988;Walker等,1997)形成同群效應(yīng)。
然而,對(duì)于企業(yè)技術(shù)領(lǐng)域選擇等技術(shù)創(chuàng)新行為而言,企業(yè)技術(shù)創(chuàng)新過程中的同群效應(yīng)并不總是積極的[13,15-17]。Pretterner&Werner等(2016)指出,盲目模仿其它企業(yè),過度關(guān)注短期內(nèi)市場(chǎng)需求,可能會(huì)導(dǎo)致企業(yè)喪失具有實(shí)際價(jià)值的技術(shù)機(jī)會(huì),不利于企業(yè)長(zhǎng)期發(fā)展。目前,針對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)的研究鮮見。此外,在方法層面,現(xiàn)有文獻(xiàn)大多基于關(guān)系視角并采用線性均值模型開展研究[13-17]。這種以節(jié)點(diǎn)為中心的建模思路忽略了由關(guān)系聚合形成的網(wǎng)絡(luò)以及網(wǎng)絡(luò)中各類內(nèi)生結(jié)構(gòu)的影響。企業(yè)技術(shù)領(lǐng)域選擇作為一種社會(huì)選擇(Social Selection),是個(gè)體特征與網(wǎng)絡(luò)特征共同作用的結(jié)果[18],但線性均值模型只考慮個(gè)體特征,未考慮網(wǎng)絡(luò)結(jié)構(gòu)帶來的影響。指數(shù)隨機(jī)圖模型(ERGM)是以網(wǎng)絡(luò)為中心的建模方法,能夠通過控制網(wǎng)絡(luò)中各類閉包和星型結(jié)構(gòu),解決線性均值模型無法解決的因網(wǎng)絡(luò)內(nèi)生結(jié)構(gòu)帶來的偏差問題。近年來,ERGM模型被廣泛應(yīng)用于企業(yè)技術(shù)創(chuàng)新研究,尤其是對(duì)各類單模、雙模技術(shù)創(chuàng)新網(wǎng)絡(luò)演化機(jī)制的探討。例如,段慶峰等[19]基于靜態(tài)角度,采用ERGM模型研究企業(yè)間技術(shù)距離對(duì)二元合作關(guān)系的影響;王?；ǖ萚20]基于動(dòng)態(tài)角度,采用ERGM模型研究城市間鄰近性特征對(duì)長(zhǎng)三角城市群不同發(fā)展階段協(xié)同創(chuàng)新網(wǎng)絡(luò)的差異化影響。然而,鮮有學(xué)者將其應(yīng)用于企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)影響因素研究。因此,鑒于我國5G通訊技術(shù)領(lǐng)域企業(yè)數(shù)量及企業(yè)間的社會(huì)聯(lián)系較多,且企業(yè)技術(shù)創(chuàng)新行為及專利成果豐富(閆海波等,2020),本文以我國5G通訊技術(shù)領(lǐng)域?yàn)槔?采用ERGM模型進(jìn)一步探討地理鄰近性與社會(huì)鄰近性對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)的影響。
本文可能的貢獻(xiàn)如下:首先,將技術(shù)創(chuàng)新領(lǐng)域選擇這一行為變量納入研究框架,進(jìn)一步豐富同群效應(yīng)研究對(duì)象。其次,采用ERGM模型探討地理鄰近性與社會(huì)鄰近性對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)的直接影響及交互影響,能夠解決線性均值模型因未考慮網(wǎng)絡(luò)內(nèi)生影響所導(dǎo)致的偏差問題。
1 理論基礎(chǔ)與研究假設(shè)
AMC(Awareness-Motivation-Capability)模型是Chen(1996)在信息加工理論的基礎(chǔ)上提出的,他認(rèn)為覺察(A)、動(dòng)機(jī)(M)及能力(C)是企業(yè)競(jìng)爭(zhēng)行為的關(guān)鍵驅(qū)動(dòng)因素。此后,這一模型成為動(dòng)態(tài)競(jìng)爭(zhēng)研究領(lǐng)域的經(jīng)典理論框架。動(dòng)態(tài)競(jìng)爭(zhēng)將企業(yè)間競(jìng)爭(zhēng)行為視為攻擊與回應(yīng)的交替行為,以長(zhǎng)期動(dòng)態(tài)視角研究企業(yè)間競(jìng)爭(zhēng)(Porter,1980)。面對(duì)競(jìng)爭(zhēng),企業(yè)不僅可以采取錯(cuò)位競(jìng)爭(zhēng)策略這種針對(duì)不同市場(chǎng)的競(jìng)爭(zhēng)回應(yīng)方式,而且可以通過模仿對(duì)相同市場(chǎng)進(jìn)行競(jìng)爭(zhēng)回應(yīng)。企業(yè)技術(shù)創(chuàng)新行為的同群效應(yīng)實(shí)質(zhì)上是企業(yè)通過模仿其它企業(yè)技術(shù)創(chuàng)新領(lǐng)域選擇方式,提升自身在共同市場(chǎng)中的份額,從而加快自身發(fā)展的動(dòng)態(tài)過程[13]。因此,本文利用AMC模型研究企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng),探討地理鄰近性、社會(huì)鄰近性對(duì)覺察、動(dòng)機(jī)和能力的影響,由此提出相應(yīng)的理論假設(shè)。
1.1 地理鄰近性對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)的影響
地理鄰近性是指企業(yè)間實(shí)際空間距離的相近程度。從覺察角度看,企業(yè)能夠從相同地區(qū)其它企業(yè)中獲取公開信息。一方面,基于有限的注意力,企業(yè)容易觀察到地理鄰近的其它企業(yè)[15],這種直接觀察的方式能夠?yàn)槠髽I(yè)提供便利的公開信息獲取途徑。另一方面,由于相同地區(qū)企業(yè)面臨相同的本地市場(chǎng),因而企業(yè)需要提高自身競(jìng)爭(zhēng)力以獲得更多市場(chǎng)份額。這種競(jìng)爭(zhēng)需求促使企業(yè)通過密切觀察其它企業(yè)技術(shù)創(chuàng)新行為,獲取競(jìng)爭(zhēng)所需的信息(Haleblian 等,2012)。因此,企業(yè)可以通過廣泛的信息獲取為自身技術(shù)創(chuàng)新行為調(diào)整提供重要依據(jù),進(jìn)而為模仿其它企業(yè)技術(shù)創(chuàng)新行為提供先決條件。
從動(dòng)機(jī)角度看,企業(yè)需要根據(jù)技術(shù)創(chuàng)新行為產(chǎn)生的經(jīng)濟(jì)效益信息制定創(chuàng)新決策,而較短的地理距離能夠?yàn)槠髽I(yè)提供良好的信息獲取途徑。這是因?yàn)檩^短的地理距離促使不同企業(yè)員工間產(chǎn)生廣泛的非正式聯(lián)系,基于非正式聯(lián)系的信息傳遞方式是經(jīng)濟(jì)效益信息獲取的重要渠道[21]。相較于企業(yè)層面的信息傳遞方式,員工間非正式交流能夠避免繁瑣的報(bào)告流程,能夠在一定程度上解決經(jīng)濟(jì)效益信息獲取過程中的時(shí)滯性問題(Singh,2005),也有助于提高信息的真實(shí)性。因此,地理鄰近企業(yè)通過員工間非正式交流獲取技術(shù)創(chuàng)新行為的經(jīng)濟(jì)效益信息,在降低信息獲取成本的同時(shí),能夠確保信息的實(shí)用價(jià)值。當(dāng)同群企業(yè)技術(shù)創(chuàng)新行為產(chǎn)生較高的經(jīng)濟(jì)收益時(shí),企業(yè)傾向于采取相似的技術(shù)創(chuàng)新行為。
從能力角度看,企業(yè)對(duì)相同地區(qū)企業(yè)的模仿效率更高。這是因?yàn)樵谕坏胤秸叩挠绊懴?相同地區(qū)企業(yè)具有相似的發(fā)展特征[22],意味著同一地區(qū)企業(yè)技術(shù)創(chuàng)新行為可能符合企業(yè)自身發(fā)展要求。在替代學(xué)習(xí)理論的作用機(jī)制下,與自身?xiàng)l件相似的企業(yè)能夠提供更有價(jià)值的信息,企業(yè)對(duì)于上述企業(yè)具有更強(qiáng)的模仿意愿[15],因而企業(yè)模仿效率得以提升。因此,企業(yè)在模仿相同地區(qū)企業(yè)技術(shù)創(chuàng)新行為時(shí)效率更高,模仿能力得以提升,進(jìn)而激發(fā)企業(yè)技術(shù)創(chuàng)新行為的同群效應(yīng)。
基于以上分析,本文提出如下假設(shè):
H1:地理鄰近性對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)具有正向影響。
1.2 社會(huì)鄰近性對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)的影響
社會(huì)鄰近性可以通過企業(yè)間是否存在合作關(guān)系加以界定。Greve[1]認(rèn)為,企業(yè)在進(jìn)行技術(shù)創(chuàng)新模仿時(shí),除受到地理機(jī)制的影響外,還受到合作機(jī)制的影響。
從覺察角度看,基于企業(yè)間合作關(guān)系建立的信任能夠促進(jìn)企業(yè)隱性信息獲取。一方面,Ghoshal等(1994)認(rèn)為,根據(jù)企業(yè)間直接合作關(guān)系構(gòu)建的社會(huì)網(wǎng)絡(luò)對(duì)于復(fù)雜且不易編碼的隱性信息轉(zhuǎn)移具有促進(jìn)作用,意味著直接合作關(guān)系可為企業(yè)提供隱性信息獲取渠道。另一方面,在隱性信息獲取過程中,機(jī)會(huì)主義行為會(huì)導(dǎo)致?lián)碛须[性知識(shí)的企業(yè)警惕性提升。Boschma(2005)認(rèn)為,企業(yè)間直接合作關(guān)系能夠提升雙方信任度,抑制信息交流過程中的機(jī)會(huì)主義行為,增強(qiáng)企業(yè)信息交流意愿。因此,企業(yè)可以通過合作關(guān)系獲取其它企業(yè)技術(shù)創(chuàng)新相關(guān)隱性信息,了解其采取的競(jìng)爭(zhēng)策略,進(jìn)而對(duì)自身技術(shù)創(chuàng)新決策進(jìn)行調(diào)整。
從動(dòng)機(jī)角度看,直接合作關(guān)系能夠深化企業(yè)對(duì)其它企業(yè)技術(shù)創(chuàng)新行為所產(chǎn)生的經(jīng)濟(jì)效益認(rèn)知。這是因?yàn)榛谄髽I(yè)間合作關(guān)系的交流模式能夠促使雙方關(guān)系更加穩(wěn)固,促進(jìn)企業(yè)間交流(劉景東等,2019),從而緩解企業(yè)與市場(chǎng)之間普遍存在的信息不對(duì)稱問題[23]。企業(yè)通過與合作企業(yè)交流,能夠廣泛獲取其技術(shù)創(chuàng)新決策信息。若某一技術(shù)創(chuàng)新行為被其它企業(yè)廣泛選擇并能夠產(chǎn)生較高的經(jīng)濟(jì)效益,則意味著該技術(shù)創(chuàng)新行為可以滿足市場(chǎng)需求[24]。因此,企業(yè)傾向于選擇該技術(shù)創(chuàng)新行為,由此激發(fā)企業(yè)技術(shù)創(chuàng)新行為的同群效應(yīng)。
從能力角度看,基于企業(yè)間廣泛的合作關(guān)系,企業(yè)能夠提高信息理解與鑒別能力。一方面,合作關(guān)系能夠促進(jìn)企業(yè)間相互交流,有助于企業(yè)在交流過程中了解其它企業(yè)采取技術(shù)創(chuàng)新行為的真實(shí)意圖[25],進(jìn)而深化對(duì)其它企業(yè)技術(shù)創(chuàng)新行為的理解。另一方面,企業(yè)間廣泛的交流可為企業(yè)信息鑒別提供更多機(jī)會(huì)(劉曉燕等,2020),幫助企業(yè)篩選出真實(shí)可靠的有用信息。因此,鑒于信息理解和鑒別能力提升,企業(yè)對(duì)于其它企業(yè)技術(shù)創(chuàng)新行為具有更強(qiáng)的模仿意愿。
基于以上分析,本文提出如下假設(shè):
H2:社會(huì)鄰近性對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)具有正向影響。
1.3 地理鄰近性與社會(huì)鄰近性的交互作用對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)的影響
地理鄰近性、社會(huì)鄰近性可能對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)產(chǎn)生交互影響。從覺察角度看,企業(yè)除通過觀察相同地區(qū)其它企業(yè)獲取信息外,還可以借助相同地區(qū)企業(yè)間的合作關(guān)系獲取信息。換言之,企業(yè)可以通過直接觀察獲得其它企業(yè)的公開信息,而基于直接合作關(guān)系形成的信任有助于企業(yè)隱性信息獲取。因此,位于相同地區(qū)并存在合作關(guān)系的企業(yè)能夠提供更全面的信息,從而為企業(yè)調(diào)整自身技術(shù)創(chuàng)新行為提供依據(jù)(Adhikari等,2018)。
從動(dòng)機(jī)角度看,企業(yè)可以通過短距離信息傳播以及基于合作關(guān)系的廣泛交流了解其它企業(yè)技術(shù)創(chuàng)新行為所產(chǎn)生的經(jīng)濟(jì)效益。相同地區(qū)企業(yè)員工間的非正式聯(lián)系可為企業(yè)了解同地區(qū)企業(yè)技術(shù)創(chuàng)新行為所產(chǎn)生的經(jīng)濟(jì)效益提供良好的渠道,合作關(guān)系有助于緩解企業(yè)間信息不對(duì)稱問題,進(jìn)一步彌補(bǔ)企業(yè)對(duì)此類信息認(rèn)知的不足。因此,相同地區(qū)與合作關(guān)系帶來的優(yōu)勢(shì)有助于企業(yè)對(duì)技術(shù)創(chuàng)新行為所產(chǎn)生的經(jīng)濟(jì)效益形成高水平認(rèn)知[26],促使企業(yè)對(duì)能夠產(chǎn)生較高經(jīng)濟(jì)效益的技術(shù)創(chuàng)新行為進(jìn)行模仿。
從能力角度看,企業(yè)除具有因地理鄰近獲得的較高模仿效率外,還具有較強(qiáng)的信息理解與鑒別能力。一方面,處于相同本地市場(chǎng)的企業(yè)在替代學(xué)習(xí)理論機(jī)制下會(huì)強(qiáng)化自身模仿意愿,進(jìn)而提高模仿效率與模仿能力。另一方面,基于合作關(guān)系的廣泛交流能夠加深企業(yè)對(duì)其它企業(yè)技術(shù)創(chuàng)新行為的理解并為企業(yè)信息鑒別提供良好的途徑。因此,由地理鄰近與社會(huì)鄰近帶來的企業(yè)模仿效率、信息理解能力和鑒別能力提升,能夠促進(jìn)企業(yè)對(duì)同地區(qū)且具有合作關(guān)系企業(yè)技術(shù)創(chuàng)新行為的模仿(Haveman等,2000),從而激發(fā)同群效應(yīng)。
基于以上分析,本文提出如下假設(shè):
H3:地理鄰近性與社會(huì)鄰近性的交互作用對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)具有正向影響。
綜上,本文構(gòu)建理論研究模型,如圖1所示。
圖1 研究概念框架Fig.1 Research conceptual framework
2 研究設(shè)計(jì)
2.1 數(shù)據(jù)收集
目前,大量研究表明[27-28],專利數(shù)據(jù)可以有效反映技術(shù)創(chuàng)新行為。專利數(shù)據(jù)分為實(shí)用新型專利和發(fā)明專利,實(shí)用新型專利強(qiáng)調(diào)實(shí)用價(jià)值,對(duì)創(chuàng)造性及技術(shù)能力的要求較低,發(fā)明專利能夠代表技術(shù)創(chuàng)新能力。因此,借鑒劉友華等(2016)的研究成果,本文以發(fā)明專利作為研究對(duì)象,基于2001—2020年國內(nèi)5G領(lǐng)域?qū)＠暾?qǐng)數(shù)據(jù)對(duì)理論假設(shè)進(jìn)行實(shí)證檢驗(yàn)。其中,專利申請(qǐng)數(shù)據(jù)來自專利信息服務(wù)平臺(tái)(searc.cnipr.com),數(shù)據(jù)篩選與處理如下:
(1)數(shù)據(jù)收集。首先,參考楊武等[28]的研究成果,本文將5G領(lǐng)域涉及的IPC分類號(hào)限定為H04B、H04H、H04J、H04L、HO1K、H04M、H04Q、H04R、H04N、H04S、H04W,于2020年12月17日在專利信息服務(wù)平臺(tái)進(jìn)行專利數(shù)據(jù)檢索。其次,考慮到專利授權(quán)的時(shí)滯性和不可控性,因而某年企業(yè)專利授權(quán)數(shù)量并不能代表該年企業(yè)技術(shù)創(chuàng)新能力。因此,本文限定申請(qǐng)日檢索,共檢索到864 483條發(fā)明專利數(shù)據(jù)。
(2)數(shù)據(jù)清洗。首先,剔除代碼標(biāo)記錯(cuò)誤樣本;其次,剔除以個(gè)體作為申請(qǐng)人的數(shù)據(jù);最后,相較于其它分類號(hào),H04B分類號(hào)的專利數(shù)量在檢索年份極少,屬于異常數(shù)據(jù),因而剔除H04B分類號(hào)下的專利數(shù)據(jù)。
2.2 網(wǎng)絡(luò)構(gòu)建
本文基于2001—2020年國內(nèi)5G企業(yè)申請(qǐng)專利數(shù)據(jù),通過構(gòu)建二模ERGM模型解釋企業(yè)技術(shù)創(chuàng)新行為的同群效應(yīng)。一模網(wǎng)絡(luò)由發(fā)生在同類節(jié)點(diǎn)間的連帶關(guān)系構(gòu)成,二模網(wǎng)絡(luò)由發(fā)生在兩類節(jié)點(diǎn)間的連帶關(guān)系構(gòu)成。現(xiàn)有研究對(duì)于二模網(wǎng)絡(luò)與一模網(wǎng)絡(luò)間的關(guān)系持兩種觀點(diǎn)(Snijders,2013)。部分研究認(rèn)為,一模網(wǎng)絡(luò)形成完全依賴于二模網(wǎng)絡(luò),在研究時(shí)需要將二模網(wǎng)絡(luò)轉(zhuǎn)化為一模網(wǎng)絡(luò),進(jìn)而針對(duì)一模網(wǎng)絡(luò)進(jìn)行探討。例如,Asakawa(2015)將二模網(wǎng)絡(luò)中企業(yè)對(duì)專利的共同擁有關(guān)系轉(zhuǎn)化為企業(yè)間合作關(guān)系,構(gòu)建一模網(wǎng)絡(luò),進(jìn)而探討一模合作網(wǎng)絡(luò)對(duì)創(chuàng)新的影響。部分研究認(rèn)為,二模網(wǎng)絡(luò)與一模網(wǎng)絡(luò)形成相對(duì)獨(dú)立,但兩者也存在一定程度的相互作用。此類研究并不將二模網(wǎng)絡(luò)轉(zhuǎn)化為一模網(wǎng)絡(luò),而是主要針對(duì)網(wǎng)絡(luò)間的相互影響進(jìn)行探討。例如,Roth&Cointet(2010)通過分析一模網(wǎng)絡(luò)對(duì)二模網(wǎng)絡(luò)的影響發(fā)現(xiàn),研究者間的合作關(guān)系會(huì)促使其選擇相同的研究問題。參考這一思路,首先,本文構(gòu)建以企業(yè)為網(wǎng)絡(luò)節(jié)點(diǎn)的地理鄰近網(wǎng)絡(luò)、社會(huì)鄰近網(wǎng)絡(luò)及地理與社會(huì)混合網(wǎng)絡(luò)。在地理鄰近網(wǎng)絡(luò)中,連邊基于企業(yè)所屬省份加以判定,當(dāng)企業(yè)位于相同省份時(shí),企業(yè)間存在網(wǎng)絡(luò)連邊[29]。在社會(huì)鄰近網(wǎng)絡(luò)中,連邊基于企業(yè)擁有的專利進(jìn)行判定,當(dāng)不同企業(yè)作為共同專利權(quán)人進(jìn)行專利申請(qǐng)時(shí),企業(yè)間存在網(wǎng)絡(luò)連邊。在地理與社會(huì)混合網(wǎng)絡(luò)中,連邊基于上述兩條判定規(guī)則的疊加形成。其次,本文構(gòu)建以企業(yè)、IPC代碼為網(wǎng)絡(luò)節(jié)點(diǎn)的企業(yè)—技術(shù)創(chuàng)新領(lǐng)域二模網(wǎng)絡(luò)。在這一網(wǎng)絡(luò)中,連邊基于企業(yè)與IPC代碼間的隸屬關(guān)系進(jìn)行判定,當(dāng)企業(yè)申請(qǐng)的專利涉及某一IPC代碼時(shí),二者間存在網(wǎng)絡(luò)連邊[30-31]。為了避免二模網(wǎng)絡(luò)過于稀疏,參考Guan等[31]的研究成果,本文選取IPC代碼前4位反映技術(shù)創(chuàng)新領(lǐng)域。最后,參考Brennecke等(2017)的研究成果,為了推斷一模網(wǎng)絡(luò)在二模網(wǎng)絡(luò)連帶關(guān)系形成過程中的影響,本文將上述二模網(wǎng)絡(luò)與3類一模網(wǎng)絡(luò)進(jìn)行疊加,并在此基礎(chǔ)上進(jìn)行實(shí)證分析。一模網(wǎng)絡(luò)構(gòu)建如圖2所示,一模網(wǎng)絡(luò)與二模網(wǎng)絡(luò)疊加如圖3所示。
圖2 一模網(wǎng)絡(luò)構(gòu)建Fig.2 One-mode network construction
圖3 二模網(wǎng)絡(luò)與一模網(wǎng)絡(luò)整合Fig.3 Integration of two-mode network and one-mode network
2.3 網(wǎng)絡(luò)描述性分析
Harris[32]指出,為滿足ERGM模型收斂需要,現(xiàn)有研究中的網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)大多少于800。然而,本文使用的樣本數(shù)據(jù)中, 2001—2020年我國5G企業(yè)數(shù)量遠(yuǎn)遠(yuǎn)大于這一閾值。因此,為了滿足ERGM模型收斂需要,提高模型估計(jì)結(jié)果的代表性,本文根據(jù)企業(yè)專利申請(qǐng)數(shù)量進(jìn)行排序,選擇排名前300、500、800的企業(yè)作為研究樣本。上述企業(yè)專利申請(qǐng)數(shù)量占專利申請(qǐng)總數(shù)量的比例分別為57.23%、62.77%、67.34%,具有一定的代表性。使用上述網(wǎng)絡(luò)構(gòu)建方法,在本文構(gòu)建的各類網(wǎng)絡(luò)中,網(wǎng)絡(luò)連帶數(shù)量如表1所示。
表1 網(wǎng)絡(luò)連帶數(shù)量Tab.1 Quantity of network ties
以企業(yè)模節(jié)點(diǎn)數(shù)量為300的情況為例,在一模網(wǎng)絡(luò)中,地理鄰近網(wǎng)絡(luò)、社會(huì)鄰近網(wǎng)絡(luò)、地理與社會(huì)混合鄰近網(wǎng)絡(luò)中分別有6 737、504、159條邊。在二模網(wǎng)絡(luò)中,IPC模節(jié)點(diǎn)數(shù)量恒為10,企業(yè)—技術(shù)創(chuàng)新領(lǐng)域網(wǎng)絡(luò)中有2 207條邊。
2.4 指數(shù)隨機(jī)圖模型
本文采用ERGM模型探討企業(yè)技術(shù)創(chuàng)新行為的同群效應(yīng)?，F(xiàn)有統(tǒng)計(jì)網(wǎng)絡(luò)模型研究存在兩個(gè)主要分支:一個(gè)關(guān)注網(wǎng)絡(luò)中的節(jié)點(diǎn),旨在揭示節(jié)點(diǎn)屬性的影響;另一個(gè)關(guān)注網(wǎng)絡(luò)中的連帶關(guān)系,旨在解釋連帶關(guān)系形成原因[32]。
針對(duì)社會(huì)網(wǎng)絡(luò)中的解釋變量,傳統(tǒng)回歸模型采用以節(jié)點(diǎn)為中心的建模方法,以觀察對(duì)象連帶關(guān)系的獨(dú)立性為前提,要求樣本間的連帶關(guān)系不存在相互作用,情境因素對(duì)樣本不存在影響。然而,Button[33]指出,上述相互關(guān)系與情境因素對(duì)解釋樣本對(duì)象的行為具有重要意義。Crammer等[34]認(rèn)為,網(wǎng)絡(luò)節(jié)點(diǎn)間的互動(dòng)關(guān)系在社會(huì)環(huán)境中十分重要。因此,通過傳統(tǒng)回歸模型得到的結(jié)論對(duì)于研究問題的解釋力有限。
ERGM模型是以網(wǎng)絡(luò)關(guān)系為中心的建模方法,相較于傳統(tǒng)回歸模型,網(wǎng)絡(luò)關(guān)系模型具有更大的價(jià)值[34]。ERGM模型將網(wǎng)絡(luò)整體作為研究對(duì)象,將節(jié)點(diǎn)間的連帶關(guān)系作為隨機(jī)變量,利用網(wǎng)絡(luò)中局部節(jié)點(diǎn)間連帶關(guān)系形成的局部結(jié)構(gòu)解釋整個(gè)網(wǎng)絡(luò)結(jié)構(gòu)[32]。其中,局部結(jié)構(gòu)并非隨機(jī)指定,能夠反映某種社會(huì)互動(dòng)方式[35]。該模型不僅包含網(wǎng)絡(luò)節(jié)點(diǎn)屬性數(shù)據(jù),而且包含網(wǎng)絡(luò)節(jié)點(diǎn)間的連帶關(guān)系,將節(jié)點(diǎn)外生屬性以及網(wǎng)絡(luò)內(nèi)生結(jié)構(gòu)納入其中。ERGM模型能夠揭示節(jié)點(diǎn)間的相互依賴關(guān)系[36],解釋網(wǎng)絡(luò)形成是由于節(jié)點(diǎn)屬性特征還是節(jié)點(diǎn)間連帶關(guān)系這一問題。
在單模網(wǎng)絡(luò)ERGM模型的基礎(chǔ)上,Wang等[18]構(gòu)建二模網(wǎng)絡(luò)結(jié)構(gòu)ERGM模型,將兩個(gè)單模網(wǎng)絡(luò)與一個(gè)跨模網(wǎng)絡(luò)看作一個(gè)整體,發(fā)現(xiàn)一個(gè)網(wǎng)絡(luò)結(jié)構(gòu)會(huì)影響另一個(gè)網(wǎng)絡(luò)結(jié)構(gòu)。在單模網(wǎng)絡(luò)中,利用ERGM模型基于同質(zhì)性角度分析社會(huì)選擇效應(yīng)(Social Selection Effects)受到廣泛關(guān)注。在多模網(wǎng)絡(luò)中,同質(zhì)性有兩種理解角度,一是具有相同屬性的節(jié)點(diǎn)能夠促進(jìn)節(jié)點(diǎn)在網(wǎng)絡(luò)中共同隸屬關(guān)系形成;二是在一個(gè)網(wǎng)絡(luò)中,具有相同屬性節(jié)點(diǎn)間的連帶關(guān)系能夠促進(jìn)節(jié)點(diǎn)在另一網(wǎng)絡(luò)中連帶關(guān)系的形成,即一個(gè)網(wǎng)絡(luò)同質(zhì)性能夠促進(jìn)另一網(wǎng)絡(luò)同質(zhì)性提升[18]。在同群效應(yīng)研究中,分別探討同一省份企業(yè)與具有合作關(guān)系企業(yè)是否具有相同的技術(shù)創(chuàng)新領(lǐng)域選擇,即在企業(yè)—技術(shù)創(chuàng)新領(lǐng)域二模網(wǎng)絡(luò)中,分析企業(yè)單模網(wǎng)絡(luò)同質(zhì)性對(duì)跨模網(wǎng)絡(luò)同質(zhì)性的影響。因此,本文采用二模ERGM模型對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)進(jìn)行研究,二模ERGM模型概率密度公式如下:
Pr(X=x)=exp{∑θmhm(x)}/k
(1)
其中,X為隨機(jī)變量,表示通過ERGM仿真模擬的隨機(jī)網(wǎng)絡(luò)集合,x代表關(guān)系的特定實(shí)現(xiàn)。θm表示待估計(jì)參數(shù)構(gòu)成的向量,hm表示納入模型中的統(tǒng)計(jì)量,包括網(wǎng)絡(luò)內(nèi)生結(jié)構(gòu)和節(jié)點(diǎn)外生屬性。其中,內(nèi)生結(jié)構(gòu)是指邊、三角形、星型等局部結(jié)構(gòu),外生屬性是指節(jié)點(diǎn)屬性。k代表與分子相同的加權(quán)統(tǒng)計(jì)量之和,確保網(wǎng)絡(luò)結(jié)構(gòu)形成概率在0～1之間。通過觀察θm的顯著性和取值大小,能夠判斷被納入模型的統(tǒng)計(jì)量對(duì)網(wǎng)絡(luò)的影響及程度。本研究使用R語言中的Statnet程序包計(jì)算ERGM模型,利用馬爾科夫鏈蒙特卡洛(MCMC)極大似然估計(jì)法進(jìn)行參數(shù)估計(jì)。
2.5 變量選擇
2.5.1 地理鄰近性(Geographical Proximity)
地理鄰近性(GP)指企業(yè)是否位于同一省份。本文參考相關(guān)研究成果[29],令B為n×n的矩陣,當(dāng)企業(yè)i與企業(yè)k位于同一省份時(shí),Bik=1,否則Bik=0。在同質(zhì)性模型中,令:
(2)
其中,Nij表示當(dāng)企業(yè)i選擇技術(shù)創(chuàng)新領(lǐng)域j時(shí),Nij=1,否則Nij=0。本文以企業(yè)—技術(shù)創(chuàng)新領(lǐng)域二模網(wǎng)絡(luò)為研究目標(biāo),將地理鄰近網(wǎng)絡(luò)納入模型,以檢驗(yàn)企業(yè)選擇同一技術(shù)創(chuàng)新領(lǐng)域是否與位于同一地區(qū)有關(guān)。
2.5.2 社會(huì)鄰近性(Social Proximity)
社會(huì)鄰近性(SP)能夠衡量企業(yè)間的合作關(guān)系,若企業(yè)作為某專利共同申請(qǐng)人,則可認(rèn)為企業(yè)間具有合作關(guān)系。本文參考相關(guān)研究成果[19],令C為n×n的矩陣,當(dāng)企業(yè)i與企業(yè)k具有聯(lián)合專利申請(qǐng)經(jīng)歷時(shí),Cik=1,否則Cik=0。在同質(zhì)性模型中,令:
(3)
其中,Nij表示當(dāng)企業(yè)i選擇技術(shù)創(chuàng)新領(lǐng)域j時(shí),Nij=1,否則Nij=0。本文將社會(huì)鄰近網(wǎng)絡(luò)納入模型,以檢驗(yàn)企業(yè)選擇同一技術(shù)創(chuàng)新領(lǐng)域是否與企業(yè)間合作關(guān)系有關(guān)。
2.5.3 地理與社會(huì)混合鄰近性(Mixed Proximity)
地理與社會(huì)混合鄰近性(MP)能夠衡量企業(yè)是否位于同一省份,以及是否具有合作關(guān)系。為了分析地理鄰近性與社會(huì)鄰近性的交互作用,本文令Z為n×n的矩陣,當(dāng)企業(yè)i與企業(yè)k位于同一省份且存在合作關(guān)系時(shí),Zik=1,否則Zik=0。在同質(zhì)性模型中,令:
(4)
Zik=Bik·Cik
(5)
其中,Nij表示當(dāng)企業(yè)i選擇技術(shù)創(chuàng)新領(lǐng)域j時(shí),Nij=1,否則Nij=0。Bik表示當(dāng)企業(yè)i與企業(yè)k位于同一省份時(shí),Bik=1,否則Bik=0。Cik表示當(dāng)企業(yè)i與企業(yè)k具有聯(lián)合專利申請(qǐng)經(jīng)歷時(shí),Cik=1,否則Cik=0。將統(tǒng)計(jì)項(xiàng)估計(jì)系數(shù)與地理鄰近性、社會(huì)鄰近性的估計(jì)系數(shù)進(jìn)行對(duì)比發(fā)現(xiàn),若前者的估計(jì)系數(shù)大于后兩者的估計(jì)系數(shù),則說明地理鄰近性與社會(huì)鄰近性的交互作用對(duì)企業(yè)技術(shù)創(chuàng)新行為具有正向影響,反之亦然。此外,若該統(tǒng)計(jì)項(xiàng)的估計(jì)結(jié)果介于地理鄰近性與社會(huì)鄰近性的估計(jì)系數(shù)之間,則說明地理鄰近性對(duì)社會(huì)鄰近性的作用與社會(huì)鄰近性對(duì)地理鄰近性的作用相反。
2.6 控制變量
2.6.1 網(wǎng)絡(luò)關(guān)系變量
(1)創(chuàng)新經(jīng)驗(yàn)差異(Difference of Innovation Experience)。創(chuàng)新經(jīng)驗(yàn)是指企業(yè)專利申請(qǐng)數(shù)量,能夠反映企業(yè)在同行業(yè)中的影響力,影響力越大,企業(yè)對(duì)于自身聲譽(yù)的關(guān)注度越高,面對(duì)競(jìng)爭(zhēng)行為的回應(yīng)越迅速。因此,通過計(jì)算不同節(jié)點(diǎn)創(chuàng)新經(jīng)驗(yàn)差異,可以排除企業(yè)影響力差異的影響。結(jié)合Florence(2019)、Holmer(2020)的研究成果,本文將創(chuàng)新經(jīng)驗(yàn)差異作為控制變量納入ERGM模型,令:
(6)
其中,Nij表示當(dāng)企業(yè)i選擇技術(shù)創(chuàng)新領(lǐng)域j時(shí),Nij=1,否則Nij=0。A為n×1的矩陣,Ai1、Ak1分別表示企業(yè)i與企業(yè)k在所處一模網(wǎng)絡(luò)中的創(chuàng)新經(jīng)驗(yàn)。
(2)點(diǎn)度中心性差異(Difference of Degree Centrality)。點(diǎn)度中心度是指與中心節(jié)點(diǎn)具有直接連帶關(guān)系節(jié)點(diǎn)的數(shù)量,能夠體現(xiàn)節(jié)點(diǎn)在網(wǎng)絡(luò)中的活躍程度,企業(yè)活躍度越高,所獲取的信息越豐富,越能及時(shí)調(diào)整自身創(chuàng)新行為,以滿足市場(chǎng)需求。因此,通過計(jì)算不同節(jié)點(diǎn)在一模網(wǎng)絡(luò)中的點(diǎn)度中心性差異,可以排除企業(yè)活躍度差異的影響。結(jié)合Wang(2014)、張勝平(2020)的研究成果,本文將點(diǎn)度中心度差異作為控制變量納入ERGM模型,令:
(7)
其中,Nij表示當(dāng)企業(yè)i選擇技術(shù)創(chuàng)新領(lǐng)域j時(shí),Nij=1,否則Nij=0。A為n×1的矩陣,Ai1、Ak1分別表示企業(yè)i與企業(yè)k在所處一模網(wǎng)絡(luò)中的點(diǎn)度中心度。
(3)結(jié)構(gòu)相似性(Structural Similarity)。結(jié)構(gòu)相似性(SS)是指兩個(gè)具有連帶關(guān)系的企業(yè)擁有共同中介伙伴的數(shù)量,能夠反映企業(yè)在網(wǎng)絡(luò)中的結(jié)構(gòu)位置。企業(yè)擁有的共同中介伙伴越多,意味著自身發(fā)展?fàn)顩r與合作伙伴相似度越高,因而合作伙伴創(chuàng)新行為越具有參考價(jià)值。因此,通過計(jì)算不同節(jié)點(diǎn)的結(jié)構(gòu)相似性,可以排除相似結(jié)構(gòu)位置的影響。結(jié)合Gu(2016)、Florence等(2019)的研究成果,本文將結(jié)構(gòu)相似性作為控制變量納入ERGM模型,令:
(8)
D=PPT
(9)
其中,Nij表示當(dāng)企業(yè)i選擇技術(shù)創(chuàng)新領(lǐng)域j時(shí),Nij=1,否則Nij=0。P可以分別表示地理鄰近矩陣、社會(huì)鄰近矩陣、地理與社會(huì)混合鄰近矩陣。D為n×n的矩陣,Dik表示企業(yè)i與企業(yè)k共同擁有的中介伙伴數(shù)量。
2.6.2 網(wǎng)絡(luò)結(jié)構(gòu)變量
(1)邊數(shù)(Number of Edges)。邊數(shù)(NE)是指實(shí)際觀測(cè)的二模網(wǎng)絡(luò)中邊的數(shù)量,與網(wǎng)絡(luò)密度等價(jià),令:
(10)
其中,Nij表示當(dāng)企業(yè)i選擇技術(shù)創(chuàng)新領(lǐng)域j時(shí),Nij=1,否則Nij=0。邊數(shù)作為常數(shù)項(xiàng),是二模網(wǎng)絡(luò)中邊的基準(zhǔn)線,在網(wǎng)絡(luò)建模中起參照作用。結(jié)合段慶峰[37]、劉林青等[38]的研究成果,本文將邊數(shù)作為控制變量納入ERGM模型。
(2)幾何加權(quán)非單邊共享伙伴(Geomatrically Weighted Nonedgewise Sharing Partner)。幾何加權(quán)非單邊共享伙伴(GWNSP)是指具有共享節(jié)點(diǎn)關(guān)系的二元組數(shù)量,節(jié)點(diǎn)不直接連接,而是存在一條長(zhǎng)度為2的間接連接路徑,可根據(jù)節(jié)點(diǎn)作為共享節(jié)點(diǎn)的頻率按幾何加權(quán)求和。其中,公共節(jié)點(diǎn)與二元組位于兩個(gè)網(wǎng)絡(luò)中,令:
(11)
其中,α表示所選擇的衰減參數(shù),EPi(N)表示與節(jié)點(diǎn)i共享伙伴的二元組數(shù)量。幾何加權(quán)非單邊共享伙伴能夠揭示網(wǎng)絡(luò)連接傾向,是二模網(wǎng)絡(luò)中描述聚類的典型統(tǒng)計(jì)項(xiàng),能夠反映整個(gè)網(wǎng)絡(luò)聚集分布,并通過加權(quán)計(jì)數(shù)方式有效控制網(wǎng)絡(luò)中的聚類。一個(gè)企業(yè)可選擇多個(gè)技術(shù)創(chuàng)新領(lǐng)域,一個(gè)技術(shù)創(chuàng)新領(lǐng)域也可被多個(gè)企業(yè)選擇。如果不單獨(dú)建模,同質(zhì)性模型可能在統(tǒng)計(jì)上與技術(shù)創(chuàng)新領(lǐng)域選擇的一般趨勢(shì)合并,因而忽略內(nèi)生相關(guān)性對(duì)解釋變量的估計(jì)偏差。結(jié)合段慶峰[37]、郭建杰等(2021)的研究成果,本文將幾何加權(quán)非單邊共享伙伴作為控制變量納入ERGM模型,相關(guān)變量解釋如表2所示。
表2 ERGM模型統(tǒng)計(jì)量含義Tab.2 Meanings of ERGM model statistics
3 實(shí)證分析
3.1 結(jié)果分析
本文基于二模ERGM模型對(duì)2001—2020年我國5G專利申請(qǐng)數(shù)量排名前300、500、800的企業(yè)進(jìn)行分析,結(jié)果如表3所示。
表3 ERGM模型擬合結(jié)果Tab.3 ERGM model fitting results
赤池信息標(biāo)準(zhǔn)(AIC)和貝葉斯構(gòu)造(BIC)越小,意味著模型擬合效果越好。因此,從AIC與BIC角度可以看出,該模型擬合效果較好,具有一定的解釋力。從估計(jì)系數(shù)及顯著性角度看,模型1、4、7旨在檢驗(yàn)地理鄰近性對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)是否具有正向影響。變量Edgecov(GP)系數(shù)顯著為正,意味著若兩個(gè)企業(yè)位于同一地區(qū),則選擇相同技術(shù)創(chuàng)新領(lǐng)域的概率增加到1.145 6(=e0.135 9)倍、1.083 4(=e0.080 1)倍、1.077 7(=e0.074 8)倍,說明地理鄰近性對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)具有正向影響,實(shí)證結(jié)果支持H1。模型2、5、8旨在檢驗(yàn)社會(huì)鄰近性對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)是否具有正向影響。變量Edgecov(SP)系數(shù)顯著為正,意味著若兩個(gè)企業(yè)具有直接合作關(guān)系,則選擇相同技術(shù)創(chuàng)新領(lǐng)域的概率增加到1.383 3(=e0.324 5)倍、1.374 1(=e0.317 8)倍、1.360 2(=e0.307 6)倍,說明社會(huì)鄰近性對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)具有正向影響,實(shí)證結(jié)果支持H2。模型3、6、9旨在檢驗(yàn)地理與社會(huì)混合鄰近性對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)是否具有正向影響。變量Edgecov(MP)系數(shù)顯著為正,說明若兩個(gè)企業(yè)既位于同一地區(qū)又具有直接合作關(guān)系,則選擇相同技術(shù)創(chuàng)新領(lǐng)域的概率增加到1.609 5(=e0.475 9)倍、1.742 3(=e0.555 2)倍、1.638 0(=e0.493 5)倍,大于Edgecov(GP)、Edgecov(SP)的估計(jì)系數(shù)。上述結(jié)果顯示,相較于企業(yè)間只具備一種鄰近性的情況,同時(shí)具備地理鄰近性與社會(huì)鄰近性,企業(yè)選擇相同技術(shù)創(chuàng)新領(lǐng)域的概率更大。由此說明,地理鄰近性與社會(huì)鄰近性的交互作用對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)具有正向影響,實(shí)證結(jié)果支持H3。
3.2 模型穩(wěn)健性分析
本文借鑒McFadyen等(2004)的研究成果,以5年為間隔將2001—2020年劃分4個(gè)窗口期,以此對(duì)研究假設(shè)進(jìn)行穩(wěn)健性檢驗(yàn),結(jié)果如表4所示。
表4 ERGM模型穩(wěn)健性檢驗(yàn)結(jié)果Tab.4 ERGM model robustness test results
穩(wěn)健性結(jié)果顯示,地理鄰近性與社會(huì)鄰近性的估計(jì)系數(shù)均為正,且在1%水平下顯著。在2001—2005年、2011—2015年、2016—2020年3個(gè)窗口期,混合鄰近性的估計(jì)系數(shù)大于地理鄰近性與社會(huì)網(wǎng)絡(luò)鄰近性的估計(jì)系數(shù)。在2006—2010年這一窗口期,混合鄰近性的估計(jì)系數(shù)小于社會(huì)鄰近性的估計(jì)系數(shù),而大于地理鄰近性的估計(jì)系數(shù),表明社會(huì)鄰近對(duì)地理鄰近具有正向調(diào)節(jié)作用,地理鄰近對(duì)社會(huì)鄰近具有負(fù)向調(diào)節(jié)作用。整體而言,穩(wěn)健性檢驗(yàn)結(jié)果與前文分析結(jié)果一致。進(jìn)一步地,以Model1為例,在3個(gè)窗口期,企業(yè)選擇同一技術(shù)創(chuàng)新領(lǐng)域的概率分別為1.195 5(=e0.178 6)倍、1.165 2(=e0.152 9)倍、1.133 9(=e0.125 7)倍,呈現(xiàn)下降趨勢(shì)。上述結(jié)果顯示,除Model3中企業(yè)選擇同一技術(shù)創(chuàng)新領(lǐng)域的概率呈現(xiàn)先提升后下降的趨勢(shì)外,其它模型中企業(yè)選擇同一技術(shù)創(chuàng)新領(lǐng)域的概率均隨窗口期變化逐漸下降,說明同群效應(yīng)呈現(xiàn)減弱趨勢(shì)。
4 結(jié)語
4.1 結(jié)論
本文以2001—2020年我國5G領(lǐng)域?qū)＠暾?qǐng)數(shù)據(jù)為例,基于AMC模型研究框架,采用ERGM模型研究企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng),探討企業(yè)間地理鄰近性、社會(huì)鄰近性對(duì)同群效應(yīng)的直接影響與交互影響,主要得到以下結(jié)論:
(1)地理鄰近性、社會(huì)鄰近性對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)均具有正向影響。本文在AMC模型研究框架下,基于覺察、動(dòng)機(jī)和能力3個(gè)角度,就地理鄰近性、社會(huì)鄰近性對(duì)同群效應(yīng)的影響進(jìn)行探究。從覺察與能力角度看,地理鄰近性有助于企業(yè)通過直接觀察獲取可覺察的資源,而共同的本地市場(chǎng)有助于企業(yè)模仿效率提升,進(jìn)而增強(qiáng)企業(yè)模仿能力。社會(huì)鄰近性能夠增進(jìn)企業(yè)間信任,強(qiáng)化企業(yè)交流意愿,進(jìn)而提高企業(yè)覺察意識(shí)。同時(shí),廣泛交流有助于增強(qiáng)企業(yè)在模仿過程中對(duì)信息的理解與鑒別能力。從動(dòng)機(jī)角度看,地理鄰近性與社會(huì)鄰近性均通過深化企業(yè)對(duì)技術(shù)創(chuàng)新行為所產(chǎn)生的經(jīng)濟(jì)效益認(rèn)知,增強(qiáng)企業(yè)模仿動(dòng)機(jī)。在探討企業(yè)技術(shù)創(chuàng)新同群效應(yīng)時(shí),過往研究[13-14]認(rèn)為,地理鄰近性與社會(huì)鄰近性對(duì)企業(yè)創(chuàng)新研發(fā)投入同群效應(yīng)具有正向影響。本文針對(duì)技術(shù)創(chuàng)新領(lǐng)域選擇的同群效應(yīng)進(jìn)行討論,豐富了企業(yè)技術(shù)創(chuàng)新同群效應(yīng)研究。
(2)目前,鮮有研究針對(duì)地理鄰近性與社會(huì)鄰近性的交互作用進(jìn)行探討。在研究企業(yè)創(chuàng)新影響因素時(shí),Whittingtonetal[25]、Funk[39]以企業(yè)創(chuàng)新專利產(chǎn)出為研究對(duì)象,發(fā)現(xiàn)地理鄰近性與社會(huì)鄰近性具有正向交互作用。本文針對(duì)技術(shù)創(chuàng)新領(lǐng)域選擇這一企業(yè)技術(shù)創(chuàng)新行為,探討地理鄰近性與社會(huì)鄰近性的交互作用。在AMC模型研究框架下,通過綜合考慮二者對(duì)于覺察、動(dòng)機(jī)和能力的影響,最終得出二者存在正向交互作用的結(jié)論。
4.2 理論貢獻(xiàn)
(1)豐富了同群效應(yīng)研究對(duì)象。以往研究大多關(guān)注研發(fā)支出[24]、專利數(shù)量(劉靜等,2018)等績(jī)效變量,對(duì)行為變量鮮有涉及。本文以企業(yè)技術(shù)創(chuàng)新領(lǐng)域選擇作為研究對(duì)象,探討企業(yè)技術(shù)創(chuàng)新同群效應(yīng)。作為企業(yè)技術(shù)創(chuàng)新行為,技術(shù)創(chuàng)新領(lǐng)域選擇是企業(yè)創(chuàng)新戰(zhàn)略的重要環(huán)節(jié),能夠決定企業(yè)未來發(fā)展方向,也是企業(yè)獲取競(jìng)爭(zhēng)優(yōu)勢(shì)重要驅(qū)動(dòng)力(張思磊等,2010;由雷,2021)。本文以企業(yè)技術(shù)創(chuàng)新領(lǐng)域選擇為載體,拓展了企業(yè)技術(shù)創(chuàng)新同群效應(yīng)研究。
(2)創(chuàng)新了同群效應(yīng)范圍研究方法。相關(guān)研究大多采用以獨(dú)立性為前提的回歸模型,上述模型由于忽略了網(wǎng)絡(luò)內(nèi)生結(jié)構(gòu),導(dǎo)致研究結(jié)論存在一定的偏差[35-36]。本文采用可以綜合考慮網(wǎng)絡(luò)內(nèi)生結(jié)構(gòu)與外生屬性的ERGM模型對(duì)同群效應(yīng)存在范圍進(jìn)行研究,結(jié)合企業(yè)間社會(huì)互動(dòng)行為,揭示三角形、星形等網(wǎng)絡(luò)局部結(jié)構(gòu)對(duì)網(wǎng)絡(luò)的影響,克服了網(wǎng)絡(luò)邊自相關(guān)性帶來的擬合困難。
4.3 管理啟示
(1)對(duì)企業(yè)而言,模仿同群企業(yè)技術(shù)創(chuàng)新行為,一方面,可能提高自身市場(chǎng)占有率,加速企業(yè)發(fā)展;另一方面,可能導(dǎo)致市場(chǎng)對(duì)某種技術(shù)創(chuàng)新需求過于飽和[13],從而阻礙企業(yè)發(fā)展。因此,企業(yè)在制定創(chuàng)新決策時(shí),應(yīng)有選擇地對(duì)同群企業(yè)技術(shù)創(chuàng)新行為進(jìn)行模仿,脫離實(shí)際情況盲目模仿可能導(dǎo)致無效率創(chuàng)新[15]。因此,企業(yè)應(yīng)完善公司治理機(jī)制,避免同群效應(yīng)可能帶來的創(chuàng)新效率低下等問題,從而提高自身技術(shù)創(chuàng)新水平。
(2)對(duì)政府而言,一方面,可以利用同群效應(yīng)產(chǎn)生的社會(huì)乘數(shù)效應(yīng)調(diào)整同群企業(yè)技術(shù)創(chuàng)新方向[14],推動(dòng)區(qū)域與行業(yè)技術(shù)創(chuàng)新發(fā)展;另一方面,需要密切關(guān)注市場(chǎng)對(duì)企業(yè)技術(shù)創(chuàng)新的反應(yīng),避免同群企業(yè)間因相互模仿而導(dǎo)致創(chuàng)新成果單一和社會(huì)資源浪費(fèi)等問題。因此,政府可以出臺(tái)相關(guān)創(chuàng)新激勵(lì)政策,鼓勵(lì)并引導(dǎo)企業(yè)在一定程度上進(jìn)行差異化技術(shù)創(chuàng)新[22],提高技術(shù)多元化水平,從而帶動(dòng)社會(huì)創(chuàng)新水平提升。
4.4 局限與展望
本文存在以下局限:第一,由于ERGM模型收斂時(shí)間較長(zhǎng)且無法處理大型數(shù)據(jù),后續(xù)研究可以針對(duì)ERGM模型中的算法進(jìn)行改進(jìn),加快模型收斂速度,進(jìn)而利用大規(guī)模數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn),以提升結(jié)論的可信度;第二,本研究采用是否聯(lián)合申請(qǐng)專利這一正式合作關(guān)系作為企業(yè)間社會(huì)鄰近性的判斷標(biāo)準(zhǔn),后續(xù)研究可以使用非正式合作關(guān)系作進(jìn)一步分析。
猜你喜歡
一半模型童話王國·奇妙邏輯推理(2024年5期)2024-06-19 16:03:38 FMS與YBT相關(guān)性的實(shí)證研究體育科技文獻(xiàn)通報(bào)(2022年3期)2022-05-23 13:46:54 鈾對(duì)大型溞的急性毒性效應(yīng)核科學(xué)與工程(2021年4期)2022-01-12 06:30:26 遼代千人邑研究述論遼金歷史與考古(2021年0期)2021-07-29 01:06:54 懶馬效應(yīng)今日農(nóng)業(yè)(2020年19期)2020-12-14 14:16:52 重要模型『一線三等角』中學(xué)生數(shù)理化·七年級(jí)數(shù)學(xué)人教版(2020年10期)2020-11-26 08:24:50 重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布數(shù)學(xué)物理學(xué)報(bào)(2020年2期)2020-06-02 11:29:24 視錯(cuò)覺在平面設(shè)計(jì)中的應(yīng)用與研究科技傳播(2019年22期)2020-01-14 03:06:54 EMA伺服控制系統(tǒng)研究民用飛機(jī)設(shè)計(jì)與研究(2019年4期)2019-05-21 07:21:24 應(yīng)變效應(yīng)及其應(yīng)用中學(xué)物理·高中(2016年12期)2017-04-22 11:53:03
王崇鋒,孔 雯
(1.青島大學(xué) 商學(xué)院,山東 青島 266000;2.中國科學(xué)院 信息工程研究所,北京100093)
0 引言
2021年《中華人民共和國國民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》指出,我國經(jīng)濟(jì)已轉(zhuǎn)向高質(zhì)量發(fā)展階段,制度優(yōu)勢(shì)顯著,治理效能提升,經(jīng)濟(jì)長(zhǎng)期向好,物質(zhì)基礎(chǔ)雄厚,人力資源豐富,市場(chǎng)空間廣闊,發(fā)展韌性強(qiáng)勁,社會(huì)大局穩(wěn)定,繼續(xù)發(fā)展具有多方面優(yōu)勢(shì)和條件。同時(shí),我國發(fā)展不平衡不充分問題仍然突出,重點(diǎn)領(lǐng)域關(guān)鍵環(huán)節(jié)改革任務(wù)仍然艱巨,創(chuàng)新能力不適應(yīng)高質(zhì)量發(fā)展要求。李克強(qiáng)總理在第十三屆全國人民代表大會(huì)第四次會(huì)議上所作的政府工作報(bào)告中進(jìn)一步指出,我國需要加強(qiáng)關(guān)鍵核心技術(shù)攻關(guān)。隨著企業(yè)創(chuàng)新主體地位不斷提升,如何優(yōu)化其技術(shù)創(chuàng)新領(lǐng)域選擇,成為學(xué)界與實(shí)務(wù)界共同關(guān)注的重點(diǎn)。
事實(shí)上,國內(nèi)外學(xué)者針對(duì)企業(yè)技術(shù)創(chuàng)新進(jìn)行了大量研究,尤其是企業(yè)在技術(shù)創(chuàng)新過程中的投入產(chǎn)出與影響因素。例如,Greve[1]對(duì)企業(yè)績(jī)效與企業(yè)研發(fā)強(qiáng)度的關(guān)系開展研究;Jefferso等[2]、吳延兵[3]、聶輝華等[4]針對(duì)企業(yè)所有制與企業(yè)創(chuàng)新效率的關(guān)系進(jìn)行探索;Gayle[5]、范德成等[6]對(duì)市場(chǎng)集中度與企業(yè)研發(fā)投入的關(guān)系開展研究;Li&Atuahene[7]、曾卓然等[8]、陳紅等[9]針對(duì)制度支持與企業(yè)創(chuàng)新有效性的關(guān)系進(jìn)行分析;Antonioli等[10]、肖仁橋等[11]針對(duì)企業(yè)規(guī)模與企業(yè)技術(shù)創(chuàng)新研究成果經(jīng)濟(jì)轉(zhuǎn)化效率的關(guān)系進(jìn)行探討。近年來,關(guān)于這一問題的探討由企業(yè)個(gè)體維度、產(chǎn)業(yè)維度、制度維度拓展至企業(yè)群體維度,學(xué)者們開始關(guān)注企業(yè)間各類關(guān)系的相互影響及所形成的同群效應(yīng)[12]。同群效應(yīng)是指同一群體企業(yè)中個(gè)體企業(yè)因企業(yè)間關(guān)系的影響,其行為結(jié)果發(fā)生改變的情形(Manski,1993)。彭鎮(zhèn)等[13]、馮戈堅(jiān)等[14]認(rèn)為,企業(yè)可以通過觀察群體內(nèi)其它企業(yè)了解技術(shù)創(chuàng)新潛在市場(chǎng)需求與創(chuàng)新成本,進(jìn)而優(yōu)化自身創(chuàng)新決策。部分研究基于地理鄰近性與社會(huì)鄰近性視角發(fā)現(xiàn),地理距離通過促進(jìn)信息空間外溢形成同群效應(yīng)(Bandura等,1977;Becattini,1990;Furman 等,2002),而社會(huì)距離通過促進(jìn)企業(yè)間信息交流(Coleman,1988;Walker等,1997)形成同群效應(yīng)。
然而,對(duì)于企業(yè)技術(shù)領(lǐng)域選擇等技術(shù)創(chuàng)新行為而言,企業(yè)技術(shù)創(chuàng)新過程中的同群效應(yīng)并不總是積極的[13,15-17]。Pretterner&Werner等(2016)指出,盲目模仿其它企業(yè),過度關(guān)注短期內(nèi)市場(chǎng)需求,可能會(huì)導(dǎo)致企業(yè)喪失具有實(shí)際價(jià)值的技術(shù)機(jī)會(huì),不利于企業(yè)長(zhǎng)期發(fā)展。目前,針對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)的研究鮮見。此外,在方法層面,現(xiàn)有文獻(xiàn)大多基于關(guān)系視角并采用線性均值模型開展研究[13-17]。這種以節(jié)點(diǎn)為中心的建模思路忽略了由關(guān)系聚合形成的網(wǎng)絡(luò)以及網(wǎng)絡(luò)中各類內(nèi)生結(jié)構(gòu)的影響。企業(yè)技術(shù)領(lǐng)域選擇作為一種社會(huì)選擇(Social Selection),是個(gè)體特征與網(wǎng)絡(luò)特征共同作用的結(jié)果[18],但線性均值模型只考慮個(gè)體特征,未考慮網(wǎng)絡(luò)結(jié)構(gòu)帶來的影響。指數(shù)隨機(jī)圖模型(ERGM)是以網(wǎng)絡(luò)為中心的建模方法,能夠通過控制網(wǎng)絡(luò)中各類閉包和星型結(jié)構(gòu),解決線性均值模型無法解決的因網(wǎng)絡(luò)內(nèi)生結(jié)構(gòu)帶來的偏差問題。近年來,ERGM模型被廣泛應(yīng)用于企業(yè)技術(shù)創(chuàng)新研究,尤其是對(duì)各類單模、雙模技術(shù)創(chuàng)新網(wǎng)絡(luò)演化機(jī)制的探討。例如,段慶峰等[19]基于靜態(tài)角度,采用ERGM模型研究企業(yè)間技術(shù)距離對(duì)二元合作關(guān)系的影響;王?；ǖ萚20]基于動(dòng)態(tài)角度,采用ERGM模型研究城市間鄰近性特征對(duì)長(zhǎng)三角城市群不同發(fā)展階段協(xié)同創(chuàng)新網(wǎng)絡(luò)的差異化影響。然而,鮮有學(xué)者將其應(yīng)用于企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)影響因素研究。因此,鑒于我國5G通訊技術(shù)領(lǐng)域企業(yè)數(shù)量及企業(yè)間的社會(huì)聯(lián)系較多,且企業(yè)技術(shù)創(chuàng)新行為及專利成果豐富(閆海波等,2020),本文以我國5G通訊技術(shù)領(lǐng)域?yàn)槔?采用ERGM模型進(jìn)一步探討地理鄰近性與社會(huì)鄰近性對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)的影響。
本文可能的貢獻(xiàn)如下:首先,將技術(shù)創(chuàng)新領(lǐng)域選擇這一行為變量納入研究框架,進(jìn)一步豐富同群效應(yīng)研究對(duì)象。其次,采用ERGM模型探討地理鄰近性與社會(huì)鄰近性對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)的直接影響及交互影響,能夠解決線性均值模型因未考慮網(wǎng)絡(luò)內(nèi)生影響所導(dǎo)致的偏差問題。
1 理論基礎(chǔ)與研究假設(shè)
AMC(Awareness-Motivation-Capability)模型是Chen(1996)在信息加工理論的基礎(chǔ)上提出的,他認(rèn)為覺察(A)、動(dòng)機(jī)(M)及能力(C)是企業(yè)競(jìng)爭(zhēng)行為的關(guān)鍵驅(qū)動(dòng)因素。此后,這一模型成為動(dòng)態(tài)競(jìng)爭(zhēng)研究領(lǐng)域的經(jīng)典理論框架。動(dòng)態(tài)競(jìng)爭(zhēng)將企業(yè)間競(jìng)爭(zhēng)行為視為攻擊與回應(yīng)的交替行為,以長(zhǎng)期動(dòng)態(tài)視角研究企業(yè)間競(jìng)爭(zhēng)(Porter,1980)。面對(duì)競(jìng)爭(zhēng),企業(yè)不僅可以采取錯(cuò)位競(jìng)爭(zhēng)策略這種針對(duì)不同市場(chǎng)的競(jìng)爭(zhēng)回應(yīng)方式,而且可以通過模仿對(duì)相同市場(chǎng)進(jìn)行競(jìng)爭(zhēng)回應(yīng)。企業(yè)技術(shù)創(chuàng)新行為的同群效應(yīng)實(shí)質(zhì)上是企業(yè)通過模仿其它企業(yè)技術(shù)創(chuàng)新領(lǐng)域選擇方式,提升自身在共同市場(chǎng)中的份額,從而加快自身發(fā)展的動(dòng)態(tài)過程[13]。因此,本文利用AMC模型研究企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng),探討地理鄰近性、社會(huì)鄰近性對(duì)覺察、動(dòng)機(jī)和能力的影響,由此提出相應(yīng)的理論假設(shè)。
1.1 地理鄰近性對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)的影響
地理鄰近性是指企業(yè)間實(shí)際空間距離的相近程度。從覺察角度看,企業(yè)能夠從相同地區(qū)其它企業(yè)中獲取公開信息。一方面,基于有限的注意力,企業(yè)容易觀察到地理鄰近的其它企業(yè)[15],這種直接觀察的方式能夠?yàn)槠髽I(yè)提供便利的公開信息獲取途徑。另一方面,由于相同地區(qū)企業(yè)面臨相同的本地市場(chǎng),因而企業(yè)需要提高自身競(jìng)爭(zhēng)力以獲得更多市場(chǎng)份額。這種競(jìng)爭(zhēng)需求促使企業(yè)通過密切觀察其它企業(yè)技術(shù)創(chuàng)新行為,獲取競(jìng)爭(zhēng)所需的信息(Haleblian 等,2012)。因此,企業(yè)可以通過廣泛的信息獲取為自身技術(shù)創(chuàng)新行為調(diào)整提供重要依據(jù),進(jìn)而為模仿其它企業(yè)技術(shù)創(chuàng)新行為提供先決條件。
從動(dòng)機(jī)角度看,企業(yè)需要根據(jù)技術(shù)創(chuàng)新行為產(chǎn)生的經(jīng)濟(jì)效益信息制定創(chuàng)新決策,而較短的地理距離能夠?yàn)槠髽I(yè)提供良好的信息獲取途徑。這是因?yàn)檩^短的地理距離促使不同企業(yè)員工間產(chǎn)生廣泛的非正式聯(lián)系,基于非正式聯(lián)系的信息傳遞方式是經(jīng)濟(jì)效益信息獲取的重要渠道[21]。相較于企業(yè)層面的信息傳遞方式,員工間非正式交流能夠避免繁瑣的報(bào)告流程,能夠在一定程度上解決經(jīng)濟(jì)效益信息獲取過程中的時(shí)滯性問題(Singh,2005),也有助于提高信息的真實(shí)性。因此,地理鄰近企業(yè)通過員工間非正式交流獲取技術(shù)創(chuàng)新行為的經(jīng)濟(jì)效益信息,在降低信息獲取成本的同時(shí),能夠確保信息的實(shí)用價(jià)值。當(dāng)同群企業(yè)技術(shù)創(chuàng)新行為產(chǎn)生較高的經(jīng)濟(jì)收益時(shí),企業(yè)傾向于采取相似的技術(shù)創(chuàng)新行為。
從能力角度看,企業(yè)對(duì)相同地區(qū)企業(yè)的模仿效率更高。這是因?yàn)樵谕坏胤秸叩挠绊懴?相同地區(qū)企業(yè)具有相似的發(fā)展特征[22],意味著同一地區(qū)企業(yè)技術(shù)創(chuàng)新行為可能符合企業(yè)自身發(fā)展要求。在替代學(xué)習(xí)理論的作用機(jī)制下,與自身?xiàng)l件相似的企業(yè)能夠提供更有價(jià)值的信息,企業(yè)對(duì)于上述企業(yè)具有更強(qiáng)的模仿意愿[15],因而企業(yè)模仿效率得以提升。因此,企業(yè)在模仿相同地區(qū)企業(yè)技術(shù)創(chuàng)新行為時(shí)效率更高,模仿能力得以提升,進(jìn)而激發(fā)企業(yè)技術(shù)創(chuàng)新行為的同群效應(yīng)。
基于以上分析,本文提出如下假設(shè):
H1:地理鄰近性對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)具有正向影響。
1.2 社會(huì)鄰近性對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)的影響
社會(huì)鄰近性可以通過企業(yè)間是否存在合作關(guān)系加以界定。Greve[1]認(rèn)為,企業(yè)在進(jìn)行技術(shù)創(chuàng)新模仿時(shí),除受到地理機(jī)制的影響外,還受到合作機(jī)制的影響。
從覺察角度看,基于企業(yè)間合作關(guān)系建立的信任能夠促進(jìn)企業(yè)隱性信息獲取。一方面,Ghoshal等(1994)認(rèn)為,根據(jù)企業(yè)間直接合作關(guān)系構(gòu)建的社會(huì)網(wǎng)絡(luò)對(duì)于復(fù)雜且不易編碼的隱性信息轉(zhuǎn)移具有促進(jìn)作用,意味著直接合作關(guān)系可為企業(yè)提供隱性信息獲取渠道。另一方面,在隱性信息獲取過程中,機(jī)會(huì)主義行為會(huì)導(dǎo)致?lián)碛须[性知識(shí)的企業(yè)警惕性提升。Boschma(2005)認(rèn)為,企業(yè)間直接合作關(guān)系能夠提升雙方信任度,抑制信息交流過程中的機(jī)會(huì)主義行為,增強(qiáng)企業(yè)信息交流意愿。因此,企業(yè)可以通過合作關(guān)系獲取其它企業(yè)技術(shù)創(chuàng)新相關(guān)隱性信息,了解其采取的競(jìng)爭(zhēng)策略,進(jìn)而對(duì)自身技術(shù)創(chuàng)新決策進(jìn)行調(diào)整。
從動(dòng)機(jī)角度看,直接合作關(guān)系能夠深化企業(yè)對(duì)其它企業(yè)技術(shù)創(chuàng)新行為所產(chǎn)生的經(jīng)濟(jì)效益認(rèn)知。這是因?yàn)榛谄髽I(yè)間合作關(guān)系的交流模式能夠促使雙方關(guān)系更加穩(wěn)固,促進(jìn)企業(yè)間交流(劉景東等,2019),從而緩解企業(yè)與市場(chǎng)之間普遍存在的信息不對(duì)稱問題[23]。企業(yè)通過與合作企業(yè)交流,能夠廣泛獲取其技術(shù)創(chuàng)新決策信息。若某一技術(shù)創(chuàng)新行為被其它企業(yè)廣泛選擇并能夠產(chǎn)生較高的經(jīng)濟(jì)效益,則意味著該技術(shù)創(chuàng)新行為可以滿足市場(chǎng)需求[24]。因此,企業(yè)傾向于選擇該技術(shù)創(chuàng)新行為,由此激發(fā)企業(yè)技術(shù)創(chuàng)新行為的同群效應(yīng)。
從能力角度看,基于企業(yè)間廣泛的合作關(guān)系,企業(yè)能夠提高信息理解與鑒別能力。一方面,合作關(guān)系能夠促進(jìn)企業(yè)間相互交流,有助于企業(yè)在交流過程中了解其它企業(yè)采取技術(shù)創(chuàng)新行為的真實(shí)意圖[25],進(jìn)而深化對(duì)其它企業(yè)技術(shù)創(chuàng)新行為的理解。另一方面,企業(yè)間廣泛的交流可為企業(yè)信息鑒別提供更多機(jī)會(huì)(劉曉燕等,2020),幫助企業(yè)篩選出真實(shí)可靠的有用信息。因此,鑒于信息理解和鑒別能力提升,企業(yè)對(duì)于其它企業(yè)技術(shù)創(chuàng)新行為具有更強(qiáng)的模仿意愿。
基于以上分析,本文提出如下假設(shè):
H2:社會(huì)鄰近性對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)具有正向影響。
1.3 地理鄰近性與社會(huì)鄰近性的交互作用對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)的影響
地理鄰近性、社會(huì)鄰近性可能對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)產(chǎn)生交互影響。從覺察角度看,企業(yè)除通過觀察相同地區(qū)其它企業(yè)獲取信息外,還可以借助相同地區(qū)企業(yè)間的合作關(guān)系獲取信息。換言之,企業(yè)可以通過直接觀察獲得其它企業(yè)的公開信息,而基于直接合作關(guān)系形成的信任有助于企業(yè)隱性信息獲取。因此,位于相同地區(qū)并存在合作關(guān)系的企業(yè)能夠提供更全面的信息,從而為企業(yè)調(diào)整自身技術(shù)創(chuàng)新行為提供依據(jù)(Adhikari等,2018)。
從動(dòng)機(jī)角度看,企業(yè)可以通過短距離信息傳播以及基于合作關(guān)系的廣泛交流了解其它企業(yè)技術(shù)創(chuàng)新行為所產(chǎn)生的經(jīng)濟(jì)效益。相同地區(qū)企業(yè)員工間的非正式聯(lián)系可為企業(yè)了解同地區(qū)企業(yè)技術(shù)創(chuàng)新行為所產(chǎn)生的經(jīng)濟(jì)效益提供良好的渠道,合作關(guān)系有助于緩解企業(yè)間信息不對(duì)稱問題,進(jìn)一步彌補(bǔ)企業(yè)對(duì)此類信息認(rèn)知的不足。因此,相同地區(qū)與合作關(guān)系帶來的優(yōu)勢(shì)有助于企業(yè)對(duì)技術(shù)創(chuàng)新行為所產(chǎn)生的經(jīng)濟(jì)效益形成高水平認(rèn)知[26],促使企業(yè)對(duì)能夠產(chǎn)生較高經(jīng)濟(jì)效益的技術(shù)創(chuàng)新行為進(jìn)行模仿。
從能力角度看,企業(yè)除具有因地理鄰近獲得的較高模仿效率外,還具有較強(qiáng)的信息理解與鑒別能力。一方面,處于相同本地市場(chǎng)的企業(yè)在替代學(xué)習(xí)理論機(jī)制下會(huì)強(qiáng)化自身模仿意愿,進(jìn)而提高模仿效率與模仿能力。另一方面,基于合作關(guān)系的廣泛交流能夠加深企業(yè)對(duì)其它企業(yè)技術(shù)創(chuàng)新行為的理解并為企業(yè)信息鑒別提供良好的途徑。因此,由地理鄰近與社會(huì)鄰近帶來的企業(yè)模仿效率、信息理解能力和鑒別能力提升,能夠促進(jìn)企業(yè)對(duì)同地區(qū)且具有合作關(guān)系企業(yè)技術(shù)創(chuàng)新行為的模仿(Haveman等,2000),從而激發(fā)同群效應(yīng)。
基于以上分析,本文提出如下假設(shè):
H3:地理鄰近性與社會(huì)鄰近性的交互作用對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)具有正向影響。
綜上,本文構(gòu)建理論研究模型,如圖1所示。
圖1 研究概念框架Fig.1 Research conceptual framework
2 研究設(shè)計(jì)
2.1 數(shù)據(jù)收集
目前,大量研究表明[27-28],專利數(shù)據(jù)可以有效反映技術(shù)創(chuàng)新行為。專利數(shù)據(jù)分為實(shí)用新型專利和發(fā)明專利,實(shí)用新型專利強(qiáng)調(diào)實(shí)用價(jià)值,對(duì)創(chuàng)造性及技術(shù)能力的要求較低,發(fā)明專利能夠代表技術(shù)創(chuàng)新能力。因此,借鑒劉友華等(2016)的研究成果,本文以發(fā)明專利作為研究對(duì)象,基于2001—2020年國內(nèi)5G領(lǐng)域?qū)＠暾?qǐng)數(shù)據(jù)對(duì)理論假設(shè)進(jìn)行實(shí)證檢驗(yàn)。其中,專利申請(qǐng)數(shù)據(jù)來自專利信息服務(wù)平臺(tái)(searc.cnipr.com),數(shù)據(jù)篩選與處理如下:
(1)數(shù)據(jù)收集。首先,參考楊武等[28]的研究成果,本文將5G領(lǐng)域涉及的IPC分類號(hào)限定為H04B、H04H、H04J、H04L、HO1K、H04M、H04Q、H04R、H04N、H04S、H04W,于2020年12月17日在專利信息服務(wù)平臺(tái)進(jìn)行專利數(shù)據(jù)檢索。其次,考慮到專利授權(quán)的時(shí)滯性和不可控性,因而某年企業(yè)專利授權(quán)數(shù)量并不能代表該年企業(yè)技術(shù)創(chuàng)新能力。因此,本文限定申請(qǐng)日檢索,共檢索到864 483條發(fā)明專利數(shù)據(jù)。
(2)數(shù)據(jù)清洗。首先,剔除代碼標(biāo)記錯(cuò)誤樣本;其次,剔除以個(gè)體作為申請(qǐng)人的數(shù)據(jù);最后,相較于其它分類號(hào),H04B分類號(hào)的專利數(shù)量在檢索年份極少,屬于異常數(shù)據(jù),因而剔除H04B分類號(hào)下的專利數(shù)據(jù)。
2.2 網(wǎng)絡(luò)構(gòu)建
本文基于2001—2020年國內(nèi)5G企業(yè)申請(qǐng)專利數(shù)據(jù),通過構(gòu)建二模ERGM模型解釋企業(yè)技術(shù)創(chuàng)新行為的同群效應(yīng)。一模網(wǎng)絡(luò)由發(fā)生在同類節(jié)點(diǎn)間的連帶關(guān)系構(gòu)成,二模網(wǎng)絡(luò)由發(fā)生在兩類節(jié)點(diǎn)間的連帶關(guān)系構(gòu)成。現(xiàn)有研究對(duì)于二模網(wǎng)絡(luò)與一模網(wǎng)絡(luò)間的關(guān)系持兩種觀點(diǎn)(Snijders,2013)。部分研究認(rèn)為,一模網(wǎng)絡(luò)形成完全依賴于二模網(wǎng)絡(luò),在研究時(shí)需要將二模網(wǎng)絡(luò)轉(zhuǎn)化為一模網(wǎng)絡(luò),進(jìn)而針對(duì)一模網(wǎng)絡(luò)進(jìn)行探討。例如,Asakawa(2015)將二模網(wǎng)絡(luò)中企業(yè)對(duì)專利的共同擁有關(guān)系轉(zhuǎn)化為企業(yè)間合作關(guān)系,構(gòu)建一模網(wǎng)絡(luò),進(jìn)而探討一模合作網(wǎng)絡(luò)對(duì)創(chuàng)新的影響。部分研究認(rèn)為,二模網(wǎng)絡(luò)與一模網(wǎng)絡(luò)形成相對(duì)獨(dú)立,但兩者也存在一定程度的相互作用。此類研究并不將二模網(wǎng)絡(luò)轉(zhuǎn)化為一模網(wǎng)絡(luò),而是主要針對(duì)網(wǎng)絡(luò)間的相互影響進(jìn)行探討。例如,Roth&Cointet(2010)通過分析一模網(wǎng)絡(luò)對(duì)二模網(wǎng)絡(luò)的影響發(fā)現(xiàn),研究者間的合作關(guān)系會(huì)促使其選擇相同的研究問題。參考這一思路,首先,本文構(gòu)建以企業(yè)為網(wǎng)絡(luò)節(jié)點(diǎn)的地理鄰近網(wǎng)絡(luò)、社會(huì)鄰近網(wǎng)絡(luò)及地理與社會(huì)混合網(wǎng)絡(luò)。在地理鄰近網(wǎng)絡(luò)中,連邊基于企業(yè)所屬省份加以判定,當(dāng)企業(yè)位于相同省份時(shí),企業(yè)間存在網(wǎng)絡(luò)連邊[29]。在社會(huì)鄰近網(wǎng)絡(luò)中,連邊基于企業(yè)擁有的專利進(jìn)行判定,當(dāng)不同企業(yè)作為共同專利權(quán)人進(jìn)行專利申請(qǐng)時(shí),企業(yè)間存在網(wǎng)絡(luò)連邊。在地理與社會(huì)混合網(wǎng)絡(luò)中,連邊基于上述兩條判定規(guī)則的疊加形成。其次,本文構(gòu)建以企業(yè)、IPC代碼為網(wǎng)絡(luò)節(jié)點(diǎn)的企業(yè)—技術(shù)創(chuàng)新領(lǐng)域二模網(wǎng)絡(luò)。在這一網(wǎng)絡(luò)中,連邊基于企業(yè)與IPC代碼間的隸屬關(guān)系進(jìn)行判定,當(dāng)企業(yè)申請(qǐng)的專利涉及某一IPC代碼時(shí),二者間存在網(wǎng)絡(luò)連邊[30-31]。為了避免二模網(wǎng)絡(luò)過于稀疏,參考Guan等[31]的研究成果,本文選取IPC代碼前4位反映技術(shù)創(chuàng)新領(lǐng)域。最后,參考Brennecke等(2017)的研究成果,為了推斷一模網(wǎng)絡(luò)在二模網(wǎng)絡(luò)連帶關(guān)系形成過程中的影響,本文將上述二模網(wǎng)絡(luò)與3類一模網(wǎng)絡(luò)進(jìn)行疊加,并在此基礎(chǔ)上進(jìn)行實(shí)證分析。一模網(wǎng)絡(luò)構(gòu)建如圖2所示,一模網(wǎng)絡(luò)與二模網(wǎng)絡(luò)疊加如圖3所示。
圖2 一模網(wǎng)絡(luò)構(gòu)建Fig.2 One-mode network construction
圖3 二模網(wǎng)絡(luò)與一模網(wǎng)絡(luò)整合Fig.3 Integration of two-mode network and one-mode network
2.3 網(wǎng)絡(luò)描述性分析
Harris[32]指出,為滿足ERGM模型收斂需要,現(xiàn)有研究中的網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)大多少于800。然而,本文使用的樣本數(shù)據(jù)中, 2001—2020年我國5G企業(yè)數(shù)量遠(yuǎn)遠(yuǎn)大于這一閾值。因此,為了滿足ERGM模型收斂需要,提高模型估計(jì)結(jié)果的代表性,本文根據(jù)企業(yè)專利申請(qǐng)數(shù)量進(jìn)行排序,選擇排名前300、500、800的企業(yè)作為研究樣本。上述企業(yè)專利申請(qǐng)數(shù)量占專利申請(qǐng)總數(shù)量的比例分別為57.23%、62.77%、67.34%,具有一定的代表性。使用上述網(wǎng)絡(luò)構(gòu)建方法,在本文構(gòu)建的各類網(wǎng)絡(luò)中,網(wǎng)絡(luò)連帶數(shù)量如表1所示。
表1 網(wǎng)絡(luò)連帶數(shù)量Tab.1 Quantity of network ties
以企業(yè)模節(jié)點(diǎn)數(shù)量為300的情況為例,在一模網(wǎng)絡(luò)中,地理鄰近網(wǎng)絡(luò)、社會(huì)鄰近網(wǎng)絡(luò)、地理與社會(huì)混合鄰近網(wǎng)絡(luò)中分別有6 737、504、159條邊。在二模網(wǎng)絡(luò)中,IPC模節(jié)點(diǎn)數(shù)量恒為10,企業(yè)—技術(shù)創(chuàng)新領(lǐng)域網(wǎng)絡(luò)中有2 207條邊。
2.4 指數(shù)隨機(jī)圖模型
本文采用ERGM模型探討企業(yè)技術(shù)創(chuàng)新行為的同群效應(yīng)?，F(xiàn)有統(tǒng)計(jì)網(wǎng)絡(luò)模型研究存在兩個(gè)主要分支:一個(gè)關(guān)注網(wǎng)絡(luò)中的節(jié)點(diǎn),旨在揭示節(jié)點(diǎn)屬性的影響;另一個(gè)關(guān)注網(wǎng)絡(luò)中的連帶關(guān)系,旨在解釋連帶關(guān)系形成原因[32]。
針對(duì)社會(huì)網(wǎng)絡(luò)中的解釋變量,傳統(tǒng)回歸模型采用以節(jié)點(diǎn)為中心的建模方法,以觀察對(duì)象連帶關(guān)系的獨(dú)立性為前提,要求樣本間的連帶關(guān)系不存在相互作用,情境因素對(duì)樣本不存在影響。然而,Button[33]指出,上述相互關(guān)系與情境因素對(duì)解釋樣本對(duì)象的行為具有重要意義。Crammer等[34]認(rèn)為,網(wǎng)絡(luò)節(jié)點(diǎn)間的互動(dòng)關(guān)系在社會(huì)環(huán)境中十分重要。因此,通過傳統(tǒng)回歸模型得到的結(jié)論對(duì)于研究問題的解釋力有限。
ERGM模型是以網(wǎng)絡(luò)關(guān)系為中心的建模方法,相較于傳統(tǒng)回歸模型,網(wǎng)絡(luò)關(guān)系模型具有更大的價(jià)值[34]。ERGM模型將網(wǎng)絡(luò)整體作為研究對(duì)象,將節(jié)點(diǎn)間的連帶關(guān)系作為隨機(jī)變量,利用網(wǎng)絡(luò)中局部節(jié)點(diǎn)間連帶關(guān)系形成的局部結(jié)構(gòu)解釋整個(gè)網(wǎng)絡(luò)結(jié)構(gòu)[32]。其中,局部結(jié)構(gòu)并非隨機(jī)指定,能夠反映某種社會(huì)互動(dòng)方式[35]。該模型不僅包含網(wǎng)絡(luò)節(jié)點(diǎn)屬性數(shù)據(jù),而且包含網(wǎng)絡(luò)節(jié)點(diǎn)間的連帶關(guān)系,將節(jié)點(diǎn)外生屬性以及網(wǎng)絡(luò)內(nèi)生結(jié)構(gòu)納入其中。ERGM模型能夠揭示節(jié)點(diǎn)間的相互依賴關(guān)系[36],解釋網(wǎng)絡(luò)形成是由于節(jié)點(diǎn)屬性特征還是節(jié)點(diǎn)間連帶關(guān)系這一問題。
在單模網(wǎng)絡(luò)ERGM模型的基礎(chǔ)上,Wang等[18]構(gòu)建二模網(wǎng)絡(luò)結(jié)構(gòu)ERGM模型,將兩個(gè)單模網(wǎng)絡(luò)與一個(gè)跨模網(wǎng)絡(luò)看作一個(gè)整體,發(fā)現(xiàn)一個(gè)網(wǎng)絡(luò)結(jié)構(gòu)會(huì)影響另一個(gè)網(wǎng)絡(luò)結(jié)構(gòu)。在單模網(wǎng)絡(luò)中,利用ERGM模型基于同質(zhì)性角度分析社會(huì)選擇效應(yīng)(Social Selection Effects)受到廣泛關(guān)注。在多模網(wǎng)絡(luò)中,同質(zhì)性有兩種理解角度,一是具有相同屬性的節(jié)點(diǎn)能夠促進(jìn)節(jié)點(diǎn)在網(wǎng)絡(luò)中共同隸屬關(guān)系形成;二是在一個(gè)網(wǎng)絡(luò)中,具有相同屬性節(jié)點(diǎn)間的連帶關(guān)系能夠促進(jìn)節(jié)點(diǎn)在另一網(wǎng)絡(luò)中連帶關(guān)系的形成,即一個(gè)網(wǎng)絡(luò)同質(zhì)性能夠促進(jìn)另一網(wǎng)絡(luò)同質(zhì)性提升[18]。在同群效應(yīng)研究中,分別探討同一省份企業(yè)與具有合作關(guān)系企業(yè)是否具有相同的技術(shù)創(chuàng)新領(lǐng)域選擇,即在企業(yè)—技術(shù)創(chuàng)新領(lǐng)域二模網(wǎng)絡(luò)中,分析企業(yè)單模網(wǎng)絡(luò)同質(zhì)性對(duì)跨模網(wǎng)絡(luò)同質(zhì)性的影響。因此,本文采用二模ERGM模型對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)進(jìn)行研究,二模ERGM模型概率密度公式如下:
Pr(X=x)=exp{∑θmhm(x)}/k
(1)
其中,X為隨機(jī)變量,表示通過ERGM仿真模擬的隨機(jī)網(wǎng)絡(luò)集合,x代表關(guān)系的特定實(shí)現(xiàn)。θm表示待估計(jì)參數(shù)構(gòu)成的向量,hm表示納入模型中的統(tǒng)計(jì)量,包括網(wǎng)絡(luò)內(nèi)生結(jié)構(gòu)和節(jié)點(diǎn)外生屬性。其中,內(nèi)生結(jié)構(gòu)是指邊、三角形、星型等局部結(jié)構(gòu),外生屬性是指節(jié)點(diǎn)屬性。k代表與分子相同的加權(quán)統(tǒng)計(jì)量之和,確保網(wǎng)絡(luò)結(jié)構(gòu)形成概率在0～1之間。通過觀察θm的顯著性和取值大小,能夠判斷被納入模型的統(tǒng)計(jì)量對(duì)網(wǎng)絡(luò)的影響及程度。本研究使用R語言中的Statnet程序包計(jì)算ERGM模型,利用馬爾科夫鏈蒙特卡洛(MCMC)極大似然估計(jì)法進(jìn)行參數(shù)估計(jì)。
2.5 變量選擇
2.5.1 地理鄰近性(Geographical Proximity)
地理鄰近性(GP)指企業(yè)是否位于同一省份。本文參考相關(guān)研究成果[29],令B為n×n的矩陣,當(dāng)企業(yè)i與企業(yè)k位于同一省份時(shí),Bik=1,否則Bik=0。在同質(zhì)性模型中,令:
(2)
其中,Nij表示當(dāng)企業(yè)i選擇技術(shù)創(chuàng)新領(lǐng)域j時(shí),Nij=1,否則Nij=0。本文以企業(yè)—技術(shù)創(chuàng)新領(lǐng)域二模網(wǎng)絡(luò)為研究目標(biāo),將地理鄰近網(wǎng)絡(luò)納入模型,以檢驗(yàn)企業(yè)選擇同一技術(shù)創(chuàng)新領(lǐng)域是否與位于同一地區(qū)有關(guān)。
2.5.2 社會(huì)鄰近性(Social Proximity)
社會(huì)鄰近性(SP)能夠衡量企業(yè)間的合作關(guān)系,若企業(yè)作為某專利共同申請(qǐng)人,則可認(rèn)為企業(yè)間具有合作關(guān)系。本文參考相關(guān)研究成果[19],令C為n×n的矩陣,當(dāng)企業(yè)i與企業(yè)k具有聯(lián)合專利申請(qǐng)經(jīng)歷時(shí),Cik=1,否則Cik=0。在同質(zhì)性模型中,令:
(3)
其中,Nij表示當(dāng)企業(yè)i選擇技術(shù)創(chuàng)新領(lǐng)域j時(shí),Nij=1,否則Nij=0。本文將社會(huì)鄰近網(wǎng)絡(luò)納入模型,以檢驗(yàn)企業(yè)選擇同一技術(shù)創(chuàng)新領(lǐng)域是否與企業(yè)間合作關(guān)系有關(guān)。
2.5.3 地理與社會(huì)混合鄰近性(Mixed Proximity)
地理與社會(huì)混合鄰近性(MP)能夠衡量企業(yè)是否位于同一省份,以及是否具有合作關(guān)系。為了分析地理鄰近性與社會(huì)鄰近性的交互作用,本文令Z為n×n的矩陣,當(dāng)企業(yè)i與企業(yè)k位于同一省份且存在合作關(guān)系時(shí),Zik=1,否則Zik=0。在同質(zhì)性模型中,令:
(4)
Zik=Bik·Cik
(5)
其中,Nij表示當(dāng)企業(yè)i選擇技術(shù)創(chuàng)新領(lǐng)域j時(shí),Nij=1,否則Nij=0。Bik表示當(dāng)企業(yè)i與企業(yè)k位于同一省份時(shí),Bik=1,否則Bik=0。Cik表示當(dāng)企業(yè)i與企業(yè)k具有聯(lián)合專利申請(qǐng)經(jīng)歷時(shí),Cik=1,否則Cik=0。將統(tǒng)計(jì)項(xiàng)估計(jì)系數(shù)與地理鄰近性、社會(huì)鄰近性的估計(jì)系數(shù)進(jìn)行對(duì)比發(fā)現(xiàn),若前者的估計(jì)系數(shù)大于后兩者的估計(jì)系數(shù),則說明地理鄰近性與社會(huì)鄰近性的交互作用對(duì)企業(yè)技術(shù)創(chuàng)新行為具有正向影響,反之亦然。此外,若該統(tǒng)計(jì)項(xiàng)的估計(jì)結(jié)果介于地理鄰近性與社會(huì)鄰近性的估計(jì)系數(shù)之間,則說明地理鄰近性對(duì)社會(huì)鄰近性的作用與社會(huì)鄰近性對(duì)地理鄰近性的作用相反。
2.6 控制變量
2.6.1 網(wǎng)絡(luò)關(guān)系變量
(1)創(chuàng)新經(jīng)驗(yàn)差異(Difference of Innovation Experience)。創(chuàng)新經(jīng)驗(yàn)是指企業(yè)專利申請(qǐng)數(shù)量,能夠反映企業(yè)在同行業(yè)中的影響力,影響力越大,企業(yè)對(duì)于自身聲譽(yù)的關(guān)注度越高,面對(duì)競(jìng)爭(zhēng)行為的回應(yīng)越迅速。因此,通過計(jì)算不同節(jié)點(diǎn)創(chuàng)新經(jīng)驗(yàn)差異,可以排除企業(yè)影響力差異的影響。結(jié)合Florence(2019)、Holmer(2020)的研究成果,本文將創(chuàng)新經(jīng)驗(yàn)差異作為控制變量納入ERGM模型,令:
(6)
其中,Nij表示當(dāng)企業(yè)i選擇技術(shù)創(chuàng)新領(lǐng)域j時(shí),Nij=1,否則Nij=0。A為n×1的矩陣,Ai1、Ak1分別表示企業(yè)i與企業(yè)k在所處一模網(wǎng)絡(luò)中的創(chuàng)新經(jīng)驗(yàn)。
(2)點(diǎn)度中心性差異(Difference of Degree Centrality)。點(diǎn)度中心度是指與中心節(jié)點(diǎn)具有直接連帶關(guān)系節(jié)點(diǎn)的數(shù)量,能夠體現(xiàn)節(jié)點(diǎn)在網(wǎng)絡(luò)中的活躍程度,企業(yè)活躍度越高,所獲取的信息越豐富,越能及時(shí)調(diào)整自身創(chuàng)新行為,以滿足市場(chǎng)需求。因此,通過計(jì)算不同節(jié)點(diǎn)在一模網(wǎng)絡(luò)中的點(diǎn)度中心性差異,可以排除企業(yè)活躍度差異的影響。結(jié)合Wang(2014)、張勝平(2020)的研究成果,本文將點(diǎn)度中心度差異作為控制變量納入ERGM模型,令:
(7)
其中,Nij表示當(dāng)企業(yè)i選擇技術(shù)創(chuàng)新領(lǐng)域j時(shí),Nij=1,否則Nij=0。A為n×1的矩陣,Ai1、Ak1分別表示企業(yè)i與企業(yè)k在所處一模網(wǎng)絡(luò)中的點(diǎn)度中心度。
(3)結(jié)構(gòu)相似性(Structural Similarity)。結(jié)構(gòu)相似性(SS)是指兩個(gè)具有連帶關(guān)系的企業(yè)擁有共同中介伙伴的數(shù)量,能夠反映企業(yè)在網(wǎng)絡(luò)中的結(jié)構(gòu)位置。企業(yè)擁有的共同中介伙伴越多,意味著自身發(fā)展?fàn)顩r與合作伙伴相似度越高,因而合作伙伴創(chuàng)新行為越具有參考價(jià)值。因此,通過計(jì)算不同節(jié)點(diǎn)的結(jié)構(gòu)相似性,可以排除相似結(jié)構(gòu)位置的影響。結(jié)合Gu(2016)、Florence等(2019)的研究成果,本文將結(jié)構(gòu)相似性作為控制變量納入ERGM模型,令:
(8)
D=PPT
(9)
其中,Nij表示當(dāng)企業(yè)i選擇技術(shù)創(chuàng)新領(lǐng)域j時(shí),Nij=1,否則Nij=0。P可以分別表示地理鄰近矩陣、社會(huì)鄰近矩陣、地理與社會(huì)混合鄰近矩陣。D為n×n的矩陣,Dik表示企業(yè)i與企業(yè)k共同擁有的中介伙伴數(shù)量。
2.6.2 網(wǎng)絡(luò)結(jié)構(gòu)變量
(1)邊數(shù)(Number of Edges)。邊數(shù)(NE)是指實(shí)際觀測(cè)的二模網(wǎng)絡(luò)中邊的數(shù)量,與網(wǎng)絡(luò)密度等價(jià),令:
(10)
其中,Nij表示當(dāng)企業(yè)i選擇技術(shù)創(chuàng)新領(lǐng)域j時(shí),Nij=1,否則Nij=0。邊數(shù)作為常數(shù)項(xiàng),是二模網(wǎng)絡(luò)中邊的基準(zhǔn)線,在網(wǎng)絡(luò)建模中起參照作用。結(jié)合段慶峰[37]、劉林青等[38]的研究成果,本文將邊數(shù)作為控制變量納入ERGM模型。
(2)幾何加權(quán)非單邊共享伙伴(Geomatrically Weighted Nonedgewise Sharing Partner)。幾何加權(quán)非單邊共享伙伴(GWNSP)是指具有共享節(jié)點(diǎn)關(guān)系的二元組數(shù)量,節(jié)點(diǎn)不直接連接,而是存在一條長(zhǎng)度為2的間接連接路徑,可根據(jù)節(jié)點(diǎn)作為共享節(jié)點(diǎn)的頻率按幾何加權(quán)求和。其中,公共節(jié)點(diǎn)與二元組位于兩個(gè)網(wǎng)絡(luò)中,令:
(11)
其中,α表示所選擇的衰減參數(shù),EPi(N)表示與節(jié)點(diǎn)i共享伙伴的二元組數(shù)量。幾何加權(quán)非單邊共享伙伴能夠揭示網(wǎng)絡(luò)連接傾向,是二模網(wǎng)絡(luò)中描述聚類的典型統(tǒng)計(jì)項(xiàng),能夠反映整個(gè)網(wǎng)絡(luò)聚集分布,并通過加權(quán)計(jì)數(shù)方式有效控制網(wǎng)絡(luò)中的聚類。一個(gè)企業(yè)可選擇多個(gè)技術(shù)創(chuàng)新領(lǐng)域,一個(gè)技術(shù)創(chuàng)新領(lǐng)域也可被多個(gè)企業(yè)選擇。如果不單獨(dú)建模,同質(zhì)性模型可能在統(tǒng)計(jì)上與技術(shù)創(chuàng)新領(lǐng)域選擇的一般趨勢(shì)合并,因而忽略內(nèi)生相關(guān)性對(duì)解釋變量的估計(jì)偏差。結(jié)合段慶峰[37]、郭建杰等(2021)的研究成果,本文將幾何加權(quán)非單邊共享伙伴作為控制變量納入ERGM模型,相關(guān)變量解釋如表2所示。
表2 ERGM模型統(tǒng)計(jì)量含義Tab.2 Meanings of ERGM model statistics
3 實(shí)證分析
3.1 結(jié)果分析
本文基于二模ERGM模型對(duì)2001—2020年我國5G專利申請(qǐng)數(shù)量排名前300、500、800的企業(yè)進(jìn)行分析,結(jié)果如表3所示。
表3 ERGM模型擬合結(jié)果Tab.3 ERGM model fitting results
赤池信息標(biāo)準(zhǔn)(AIC)和貝葉斯構(gòu)造(BIC)越小,意味著模型擬合效果越好。因此,從AIC與BIC角度可以看出,該模型擬合效果較好,具有一定的解釋力。從估計(jì)系數(shù)及顯著性角度看,模型1、4、7旨在檢驗(yàn)地理鄰近性對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)是否具有正向影響。變量Edgecov(GP)系數(shù)顯著為正,意味著若兩個(gè)企業(yè)位于同一地區(qū),則選擇相同技術(shù)創(chuàng)新領(lǐng)域的概率增加到1.145 6(=e0.135 9)倍、1.083 4(=e0.080 1)倍、1.077 7(=e0.074 8)倍,說明地理鄰近性對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)具有正向影響,實(shí)證結(jié)果支持H1。模型2、5、8旨在檢驗(yàn)社會(huì)鄰近性對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)是否具有正向影響。變量Edgecov(SP)系數(shù)顯著為正,意味著若兩個(gè)企業(yè)具有直接合作關(guān)系,則選擇相同技術(shù)創(chuàng)新領(lǐng)域的概率增加到1.383 3(=e0.324 5)倍、1.374 1(=e0.317 8)倍、1.360 2(=e0.307 6)倍,說明社會(huì)鄰近性對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)具有正向影響,實(shí)證結(jié)果支持H2。模型3、6、9旨在檢驗(yàn)地理與社會(huì)混合鄰近性對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)是否具有正向影響。變量Edgecov(MP)系數(shù)顯著為正,說明若兩個(gè)企業(yè)既位于同一地區(qū)又具有直接合作關(guān)系,則選擇相同技術(shù)創(chuàng)新領(lǐng)域的概率增加到1.609 5(=e0.475 9)倍、1.742 3(=e0.555 2)倍、1.638 0(=e0.493 5)倍,大于Edgecov(GP)、Edgecov(SP)的估計(jì)系數(shù)。上述結(jié)果顯示,相較于企業(yè)間只具備一種鄰近性的情況,同時(shí)具備地理鄰近性與社會(huì)鄰近性,企業(yè)選擇相同技術(shù)創(chuàng)新領(lǐng)域的概率更大。由此說明,地理鄰近性與社會(huì)鄰近性的交互作用對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)具有正向影響,實(shí)證結(jié)果支持H3。
3.2 模型穩(wěn)健性分析
本文借鑒McFadyen等(2004)的研究成果,以5年為間隔將2001—2020年劃分4個(gè)窗口期,以此對(duì)研究假設(shè)進(jìn)行穩(wěn)健性檢驗(yàn),結(jié)果如表4所示。
表4 ERGM模型穩(wěn)健性檢驗(yàn)結(jié)果Tab.4 ERGM model robustness test results
穩(wěn)健性結(jié)果顯示,地理鄰近性與社會(huì)鄰近性的估計(jì)系數(shù)均為正,且在1%水平下顯著。在2001—2005年、2011—2015年、2016—2020年3個(gè)窗口期,混合鄰近性的估計(jì)系數(shù)大于地理鄰近性與社會(huì)網(wǎng)絡(luò)鄰近性的估計(jì)系數(shù)。在2006—2010年這一窗口期,混合鄰近性的估計(jì)系數(shù)小于社會(huì)鄰近性的估計(jì)系數(shù),而大于地理鄰近性的估計(jì)系數(shù),表明社會(huì)鄰近對(duì)地理鄰近具有正向調(diào)節(jié)作用,地理鄰近對(duì)社會(huì)鄰近具有負(fù)向調(diào)節(jié)作用。整體而言,穩(wěn)健性檢驗(yàn)結(jié)果與前文分析結(jié)果一致。進(jìn)一步地,以Model1為例,在3個(gè)窗口期,企業(yè)選擇同一技術(shù)創(chuàng)新領(lǐng)域的概率分別為1.195 5(=e0.178 6)倍、1.165 2(=e0.152 9)倍、1.133 9(=e0.125 7)倍,呈現(xiàn)下降趨勢(shì)。上述結(jié)果顯示,除Model3中企業(yè)選擇同一技術(shù)創(chuàng)新領(lǐng)域的概率呈現(xiàn)先提升后下降的趨勢(shì)外,其它模型中企業(yè)選擇同一技術(shù)創(chuàng)新領(lǐng)域的概率均隨窗口期變化逐漸下降,說明同群效應(yīng)呈現(xiàn)減弱趨勢(shì)。
4 結(jié)語
4.1 結(jié)論
本文以2001—2020年我國5G領(lǐng)域?qū)＠暾?qǐng)數(shù)據(jù)為例,基于AMC模型研究框架,采用ERGM模型研究企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng),探討企業(yè)間地理鄰近性、社會(huì)鄰近性對(duì)同群效應(yīng)的直接影響與交互影響,主要得到以下結(jié)論:
(1)地理鄰近性、社會(huì)鄰近性對(duì)企業(yè)技術(shù)創(chuàng)新行為同群效應(yīng)均具有正向影響。本文在AMC模型研究框架下,基于覺察、動(dòng)機(jī)和能力3個(gè)角度,就地理鄰近性、社會(huì)鄰近性對(duì)同群效應(yīng)的影響進(jìn)行探究。從覺察與能力角度看,地理鄰近性有助于企業(yè)通過直接觀察獲取可覺察的資源,而共同的本地市場(chǎng)有助于企業(yè)模仿效率提升,進(jìn)而增強(qiáng)企業(yè)模仿能力。社會(huì)鄰近性能夠增進(jìn)企業(yè)間信任,強(qiáng)化企業(yè)交流意愿,進(jìn)而提高企業(yè)覺察意識(shí)。同時(shí),廣泛交流有助于增強(qiáng)企業(yè)在模仿過程中對(duì)信息的理解與鑒別能力。從動(dòng)機(jī)角度看,地理鄰近性與社會(huì)鄰近性均通過深化企業(yè)對(duì)技術(shù)創(chuàng)新行為所產(chǎn)生的經(jīng)濟(jì)效益認(rèn)知,增強(qiáng)企業(yè)模仿動(dòng)機(jī)。在探討企業(yè)技術(shù)創(chuàng)新同群效應(yīng)時(shí),過往研究[13-14]認(rèn)為,地理鄰近性與社會(huì)鄰近性對(duì)企業(yè)創(chuàng)新研發(fā)投入同群效應(yīng)具有正向影響。本文針對(duì)技術(shù)創(chuàng)新領(lǐng)域選擇的同群效應(yīng)進(jìn)行討論,豐富了企業(yè)技術(shù)創(chuàng)新同群效應(yīng)研究。
(2)目前,鮮有研究針對(duì)地理鄰近性與社會(huì)鄰近性的交互作用進(jìn)行探討。在研究企業(yè)創(chuàng)新影響因素時(shí),Whittingtonetal[25]、Funk[39]以企業(yè)創(chuàng)新專利產(chǎn)出為研究對(duì)象,發(fā)現(xiàn)地理鄰近性與社會(huì)鄰近性具有正向交互作用。本文針對(duì)技術(shù)創(chuàng)新領(lǐng)域選擇這一企業(yè)技術(shù)創(chuàng)新行為,探討地理鄰近性與社會(huì)鄰近性的交互作用。在AMC模型研究框架下,通過綜合考慮二者對(duì)于覺察、動(dòng)機(jī)和能力的影響,最終得出二者存在正向交互作用的結(jié)論。
4.2 理論貢獻(xiàn)
(1)豐富了同群效應(yīng)研究對(duì)象。以往研究大多關(guān)注研發(fā)支出[24]、專利數(shù)量(劉靜等,2018)等績(jī)效變量,對(duì)行為變量鮮有涉及。本文以企業(yè)技術(shù)創(chuàng)新領(lǐng)域選擇作為研究對(duì)象,探討企業(yè)技術(shù)創(chuàng)新同群效應(yīng)。作為企業(yè)技術(shù)創(chuàng)新行為,技術(shù)創(chuàng)新領(lǐng)域選擇是企業(yè)創(chuàng)新戰(zhàn)略的重要環(huán)節(jié),能夠決定企業(yè)未來發(fā)展方向,也是企業(yè)獲取競(jìng)爭(zhēng)優(yōu)勢(shì)重要驅(qū)動(dòng)力(張思磊等,2010;由雷,2021)。本文以企業(yè)技術(shù)創(chuàng)新領(lǐng)域選擇為載體,拓展了企業(yè)技術(shù)創(chuàng)新同群效應(yīng)研究。
(2)創(chuàng)新了同群效應(yīng)范圍研究方法。相關(guān)研究大多采用以獨(dú)立性為前提的回歸模型,上述模型由于忽略了網(wǎng)絡(luò)內(nèi)生結(jié)構(gòu),導(dǎo)致研究結(jié)論存在一定的偏差[35-36]。本文采用可以綜合考慮網(wǎng)絡(luò)內(nèi)生結(jié)構(gòu)與外生屬性的ERGM模型對(duì)同群效應(yīng)存在范圍進(jìn)行研究,結(jié)合企業(yè)間社會(huì)互動(dòng)行為,揭示三角形、星形等網(wǎng)絡(luò)局部結(jié)構(gòu)對(duì)網(wǎng)絡(luò)的影響,克服了網(wǎng)絡(luò)邊自相關(guān)性帶來的擬合困難。
4.3 管理啟示
(1)對(duì)企業(yè)而言,模仿同群企業(yè)技術(shù)創(chuàng)新行為,一方面,可能提高自身市場(chǎng)占有率,加速企業(yè)發(fā)展;另一方面,可能導(dǎo)致市場(chǎng)對(duì)某種技術(shù)創(chuàng)新需求過于飽和[13],從而阻礙企業(yè)發(fā)展。因此,企業(yè)在制定創(chuàng)新決策時(shí),應(yīng)有選擇地對(duì)同群企業(yè)技術(shù)創(chuàng)新行為進(jìn)行模仿,脫離實(shí)際情況盲目模仿可能導(dǎo)致無效率創(chuàng)新[15]。因此,企業(yè)應(yīng)完善公司治理機(jī)制,避免同群效應(yīng)可能帶來的創(chuàng)新效率低下等問題,從而提高自身技術(shù)創(chuàng)新水平。
(2)對(duì)政府而言,一方面,可以利用同群效應(yīng)產(chǎn)生的社會(huì)乘數(shù)效應(yīng)調(diào)整同群企業(yè)技術(shù)創(chuàng)新方向[14],推動(dòng)區(qū)域與行業(yè)技術(shù)創(chuàng)新發(fā)展;另一方面,需要密切關(guān)注市場(chǎng)對(duì)企業(yè)技術(shù)創(chuàng)新的反應(yīng),避免同群企業(yè)間因相互模仿而導(dǎo)致創(chuàng)新成果單一和社會(huì)資源浪費(fèi)等問題。因此,政府可以出臺(tái)相關(guān)創(chuàng)新激勵(lì)政策,鼓勵(lì)并引導(dǎo)企業(yè)在一定程度上進(jìn)行差異化技術(shù)創(chuàng)新[22],提高技術(shù)多元化水平,從而帶動(dòng)社會(huì)創(chuàng)新水平提升。
4.4 局限與展望
本文存在以下局限:第一,由于ERGM模型收斂時(shí)間較長(zhǎng)且無法處理大型數(shù)據(jù),后續(xù)研究可以針對(duì)ERGM模型中的算法進(jìn)行改進(jìn),加快模型收斂速度,進(jìn)而利用大規(guī)模數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn),以提升結(jié)論的可信度;第二,本研究采用是否聯(lián)合申請(qǐng)專利這一正式合作關(guān)系作為企業(yè)間社會(huì)鄰近性的判斷標(biāo)準(zhǔn),后續(xù)研究可以使用非正式合作關(guān)系作進(jìn)一步分析。
猜你喜歡
童話王國·奇妙邏輯推理(2024年5期)2024-06-19 16:03:38
體育科技文獻(xiàn)通報(bào)(2022年3期)2022-05-23 13:46:54
核科學(xué)與工程(2021年4期)2022-01-12 06:30:26
遼金歷史與考古(2021年0期)2021-07-29 01:06:54
今日農(nóng)業(yè)(2020年19期)2020-12-14 14:16:52
中學(xué)生數(shù)理化·七年級(jí)數(shù)學(xué)人教版(2020年10期)2020-11-26 08:24:50
數(shù)學(xué)物理學(xué)報(bào)(2020年2期)2020-06-02 11:29:24
科技傳播(2019年22期)2020-01-14 03:06:54
民用飛機(jī)設(shè)計(jì)與研究(2019年4期)2019-05-21 07:21:24
中學(xué)物理·高中(2016年12期)2017-04-22 11:53:03
