信息服务产业集群网络特征对创新企业成长的影响研究

胡 平，邵 鹏，温春龙

(西安交通大学管理学院，陕西西安 710049)

信息服务产业集群网络特征对创新企业成长的影响研究

胡 平，邵 鹏，温春龙

(西安交通大学管理学院，陕西西安 710049)

基于企业社会网络和创新企业成长相关理论，构建了信息服务业的“企业背景—网络特征—创新企业成长”的理论模型。选取珠三角地区信息服务业集群数据进行实证研究，发现企业背景与网络特征对创新企业成长影响显着。将深圳信息服务业集群发展划分为三阶段，发现企业背景、网络特征对企业成长影响具有时序差异。成长期三城市的研究，发现福州市信息服务业集群发展相对滞后于广州和深圳。

信息服务业;隶属网络;网络特征;创新成长

经济全球化和知识创新扩散的快速推进，合作竞争的“新竞争”理念应运而生，表现为企业间缔结联盟以群体竞争取代个体竞争，产业内部以资源互补、信息共享的合作方式创造竞争优势［1］。这一新的竞合模式突破了传统的组织构架，企业成长不单依赖内部资源和个体能力，所处行业的资源、学习机制和信息传播等因素都会对企业成长产生深刻影响。互联网信息技术的快速发展，促使信息服务业作为一种新兴的产业形态成为很多发达国家和地区的战略性产业。信息服务业与传统制造业或传统服务业不同，信息服务产业集聚依托的是高技术人才、技术与资本密集，而非传统产业基于原材料或劳动力密集。由于信息服务业集聚特征与传统产业不同，使得信息服务业在创新扩散过程中呈现出网络化特征。信息服务产业集群的发展能够促进集群内企业的发展，企业的发展又能够使产业集群产生更大的外溢，网络特征影响了产业集群绩效及其内部企业的运行效率［2］。

虽然国内外已有研究表明集群网络特征与企业成长相关，但仍有两点局限。其一，从研究所关注的产业类型来看，大都集中于非信息服务领域。如Gilsing和Nooteboom［3］以荷兰多媒体和生物技术两个知识密集型产业为样本，Zahee和Bell［4］以加拿大具有多个投资方的公司为样本，研究网络结构特征和网络关系特征对于企业绩效的作用。其二，从集群网络关系构建的方法来看，现有研究大都基于传统关系构建网络。如基于企业地理位置、合作关系［5］，或基于企业家关系构建集群网络［6］。由于信息服务产业集群内企业生产的信息服务产品针对特定领域，使得该产品需求往往集中于某一个或某几个国民经济行业。产品面向同一行业的企业构成了竞合关系，同一座城市里的面向某同一行业的信息服务业企业之间形成了竞合网络。

从隶属网络的角度看，将信息服务产品作为节点，企业和国民经济行业之间就构成了隶属关系，而这种“企业—行业”关系适用于信息服务业的特征。国内珠三角地区由于市场化改革起步较早，区域资源配置的市场化程度较高，已经形成了适合当地企业成长的产业集群网络环境。本文通过数据挖掘获得珠三角地区信息服务产业相关数据，基于“企业－行业”隶属关系构建“企业背景—网络特征—创新企业成长”模型，通过对不同时期和不同地区产业发展的研究，探讨产业集群网络特征对创新企业成长的影响。

1.企业背景特征对创新企业成长、个体网特征的影响

企业经营一定时期后能够积累更多的知识和竞争优势;企业的注册资本能够在一定程度上代表企业规模［7］;企业进入网络的时间越长，在网络中所获取到的行业知识和信息越多，越容易促进其创新成长［8］;一般认为有外资背景的企业具有较强的成长性［9］。由于企业的年龄、所属产业、企业规模等企业属性特征会对企业网络产生影响，故本文将企业年龄、进网时间、企业规模(注册资本)及所有权作为控制变量，并由以上研究提出假设H1:

假设H1:企业背景变量(企业年龄H1a、注册资金H1b、进网时间H1c、资金来源H1d)对于创新企业成长有正向影响。

社会网络方法对于网络特征测度主要有两大类，个体网和整体网。个体网特征测度的指标包括个网规模、个网密度、个网异质性等。随着企业入网时间的增长，企业嵌入基于长期信任建立起的当地关系网络中的可能性也就越高［10］。企业进入网络的时间越长，对于其在网络中的地位及与网络成员间的信任程度也就越强，信任通过组织进化而维持竞争优势［11］。规模带来的声誉优势有利于企业吸引到优质的合作伙伴，产品面向多个行业的企业一般实力较强，易于在集群网络中占据更为重要的位置［12］。总体而言，企业背景对企业在网络中的地位会产生影响，综合以上分析本文提出假设H2:

假设H2:企业背景对于企业个体网络特征变量(个网位差H2a、个网规模H2b、个网密度H2c)有正向影响。

2.整体网特征对创新企业成长、个体网特征的影响

整体网侧重说明的是一个相对封闭的群体或组织的结构特征。整体网特征对创新企业成长影响的研究主要集中于整网中心性。企业在网络中越处于中心位置，就越利于其成长，表现为中心性的增加可以促进专利数量的增长［13］。网络中心性越强，集群企业就越倾向于进行选择性转移，将具有长期竞争优势的战略活动保留在原地，进而促进集群和企业的升级和扩张［14］。由以上的研究提出假设H3:

假设H3:整体网络中心性对创新企业成长有正向影响。

随着企业的成长和对外扩展，企业的生产经营将不再局限于原行业。与网络成员较多的联系使得企业能够获得较多的外部信息，从而成为企业绩效提升的关键因素［15］。企业在整网中占据优势地位，不仅可以带来个体网规模的增长，也会进一步使网络内部资源更加丰富［16］。网络的核心位置意味着能够更多更快地获得资源，高效的资源共享机制能够促进企业技术创新的跨越式发展［17］。由以上的研究提出假设H4:

假设H4:企业整体网中心性对个体网特征变量(个网位差H4a、个网规模H4b、个网密度H4c)有正向影响。

3.个体网特征与创新企业成长的相互影响

如果集群网络中的成员拥有各种不同数量、不同类型的资源，那么这个集群网络异质性就较高。集群网络成员的异质性对企业学习和成长具有重要作用，网络异质性提高会促使企业间交流密切［18］，集群中的企业可以从这些丰富的资源和经验中获取成长的支持［19］。个体网规模衡量的是网络的大小，网络规模越大，集群网络就可以提供多样化的资源并最终促进企业成长［20］。企业间的创新得益于紧密网络以及快速增加的网络密度［21］。由以上研究提出假设H5:

假设H5:个体网络特征变量(个网位差H5a、个网规模H5b、个网密度H5c)对创新企业成长有正向影响。

创新是企业家进行的将生产要素和生产条件以一种前未有方式重新组合的过程。企业信息会在高密度网络中流动［22］，这种网络有很强的协同性，其本身带来的整体创新能力大于个体创新能力之和［23］。网络关系有利于转移复杂的缄默知识和信息，从而为创新的产生提供可能［24］。成长创新与网络特征之间存在着密切的联系，由以上研究提出假设H6:

假设H6:创新企业自身成长对个体网特征变量(个网位差H6a、个网规模H6b、个网密度H6c)有正向影响。

在前文提出的企业背景、个网特征、整网特征和创新企业成长之间的影响关系假设基础上，构建“企业背景—网络特征—创新企业成长”研究框架。

图1 研究框架

专利是信息服务业创新能力的重要表现形式之一，本文选择软件着作权专利作为衡量创新行为的指标。由于生产面向同一行业的同类产品的企业在同一个时期才会有更大可能存在“同业竞合”关系，为了能够更好的研究2000－2011年珠三角地区信息服务业的发展趋势，本文将12年期间分为三个阶段。本文数据自中国知识产权保护中心的“计算机软件着作权登记公告”数据库，并利用名索网查询具体信息(成立时间、企业类型、企业类别、注册资本等)对样本进行筛选。最终获得成长期深圳企业559家，用于“企业背景—网络特征—创新企业成长”模型回归分析;获得深圳萌芽期、培育期、成长期企业分别为89、84、559家，用于三阶段信息服务产业集群网络研究;获得成长期福州、广州企业分别为388家和407家，用于不同地区产业集群网络的差异研究。

产业集群网络根据构成方法的不同可以分为两类，一类是根据组织间直接关系(如合作关系、交易关系、供应关系)而构造的一般组织网络，另一类是借助第三方间接关系而构造的隶属网络。产业集群具有很明显的地域性特点，这种地域性使企业间形成相互联系的专业化分工，并产生交流与合作，从而提高企业的竞争力［25］。实际市场背景下，同类产品企业合作情况也很常见，集群企业之间不但存在竞争，而且具有合作［26］。信息服务业集群内部节点之间的关系可理解为一种虚拟的“竞合”或“合作”的网络关系。

表1 变量的选取与测度

广东省软件产业的集聚纽带可能并非产业链网络和供应链网络［27］，故传统视角下构建的集群网络不适合信息服务业。从隶属网络的角度看，将信息服务产品作为节点，企业和国民经济行业之间就构成了隶属关系，而这种“企业—行业”关系适用于信息服务业的特征。本文基于隶属关系构建网络，由于信息服务业对地理要求并不高，故一个城市内的信息服务业即可看作一个产业集群。本文选取样本来自三个城市，但在网络构建中按照每个城市分别构建，将研究时间分为三个阶段，保证了样本企业属于同一集群创新网络。

企业背景特征中的资金来源为定类变量，0表示内资企业，1表示的是有外资参与的企业，其他变量均为连续变量。

企业背景对创新企业成长的影响分析见模型1(表2)。四个企业背景特征变量中，企业年龄、注册资本、资金来源三个变量通过检验，而入网时间没有通过检验。即H1a、H1b、H1d得到验证，H1c未得到验证。

表2 创新企业成长OLS回归

由于相对中介中心度与个网位差具有较大的相关性(相关系数为0.84)，为消除两者一同进入模型带来多重共线性的问题，选择个网规模和个网密度表征个体网特征。模型4中，注册资本对创新企业成长的影响作用最大，其次是中介中心度、资金来源、个网密度(负)和企业年龄和个网规模，而入网时间对成长的影响仍不显着。

采用路径分析进一步验证企业背景、网络特征指标对于创新企业成长的综合影响，结果显示模型拟合较好，理论模型得到验证。

模型2将企业背景特征作为控制变量，分析了个网特征对创新企业成长的影响。综合来看，创新企业成长受注册资本影响最大、其次是个网位差、然后是资金来源、个网规模、个网密度(负)，最后是企业年龄，只有入网时间对创新企业成长的影响不显着。集群网络中的成员拥有各种不同数量、不同类型和不同方式的资源，对企业创新具有帮助，这点在学者Marsden［28］的研究中也得到验证。假设H5a、H5b得到验证，而假设H5c未得到验证，表明了低密度的关系网络有利于信息服务业集群内创新企业的成长。高密度的网络一定程度上表明个体网节点在某一行业领域进行了充分的竞争，既可能促进单个企业创新欲望和创新行为大幅度提高，也可能由于竞争激烈短期内使创新难度加强，这点在Hansen［29］的研究中得到验证。

图2 创新企业成长的结构方程模型

模型3整体中心性指标系数显着，假设H3得到验证，表明企业整体网中心性对创新企业成长有显着正向影响。企业处于网络的中心位置，其控制信息流和其他行动者的能力越强，越容易获取创新成长的技术和知识等资源，这一点也在Salman和Saives［13］的研究获得验证。

由于相对中介中心度与个网位差具有较大的相关性(相关系数为0.84)，为消除两者一同进入模型带来多重共线性的问题，选择个网规模和个网密度表征个体网特征。模型4中，注册资本对创新企业成长的影响作用最大，其次是中介中心度、资金来源、个网密度(负)和企业年龄和个网规模，而入网时间对成长的影响仍不显着。

采用路径分析进一步验证企业背景、网络特征指标对于创新企业成长的综合影响，结果显示模型拟合较好，理论模型得到验证。

企业背景对个体网特征的影响分析见模型5－7(表3)。模型5中，企业年龄、注册资本、入网时间、资金来源对个网位差都有显着正向影响，假设H2a得到证实。模型6中，企业年龄和资金来源对于个体网规模有显着正向影响，而注册资本和进网时间并未通过检验，假设H2b未得到证实。模型7中，注册资本、入网时间和资金来源对于个网密度有显着负向影响，而企业年龄也不显着，假设H2c未得到证实。

企业背景特征、整体网特征和创新企业成长对企业个体网特征的影响见模型8－10。模型8中，注册资本、资金来源、入网时间、中介中心度、专利数目对企业个网位差影响显着，其中中介中心度对个网位差影响最大，H4a、H6a得到证实。模型9中，四个背景变量中企业年龄和资金来源通过了检验，整体中心性对个体网规模影响显着，H4b、H6b得到证实。模型10中，注册资本、入网时间、资金来源、中介中心度、专利数目对于个网密度有显着的负向影响，H4c、H6c未得到证实，又一次表明了高密度的关系网络可能并不利于企业成长。

表3 个网特征OLS回归

根据企业背景、整网网络、创新企业成长对个体网特征的影响采用路径分析的方法建立模型。结果如图3所示，模型拟合较好，理论模型得到验证。

图3 个网特征的结构方程模型

为研究不同地区和不同阶段各因素间的相互作用，首先比较深圳市信息服务产业集群网络在萌芽期、培育期和成长期三个阶段发展中的异同点，以了解相互作用的时序特征;然后比较福州、广州、深圳三个城市企业在成长阶段发展的地区差异，以获取横向区域特征。

模型11－13(表4)是深圳市信息服务业集群网络三阶段个网特征对创新企业成长回归结果，模型显示拟合优度较高且变量间不存在多重共线性的问题，三个模型整体都通过了检验。在萌芽期，企业年龄和入网时间较短，大多都集中在1－3年，故企业年龄和入网时间对创新企业成长的影响尚不明显。而该时期世界范围的互联网泡沫破裂，对萌芽期外资进入信息服务企业的行为影响较大，故该时期资金来源对创新企业的成长不显着。萌芽期信息服务业面向的行业种类有限，专利集中于少数的几个行业，故网络中许多企业的个体网络出现同质化现象，规模和密度没有对创新成长产生显着影响。在产业发展初期，信息服务产业的一些行业领域尚处于空白阶段，有利于具有不同行业资源的企业实现创新，故个网位差对创新企业成长影响显着。在培育期中，信息服务业进入快速发展时期，互联网和软件业成为最热门的行业，许多中小规模的公司获得快速成长的机会，故注册资本对创新活动的影响趋于减弱。由于产业发展周期较短，企业年龄和入网时间没有显着影响。投资环境的优化，外资进入比例的上升，行业竞争的加剧，使得个网位差和个网规模对创新企业成长促进作用较为明显。成长期发生的金融危机，对许多中小型企业经营产生较大影响。相对而言，规模大的企业抗风险能力强，年龄大的企业积累更多资源，外资进入的企业融资较为通畅，故注册资本、企业年龄、资金来源对创新企业成长具有明显的促进作用。个网密度对创新的反作用表明，松散的网络而非高联结的网络更有利于创新企业的成长。

模型14－16(表5)是研究珠三角不同城市信息服务业集群在成长期的发展情况，结果显示广州和深圳两市企业的注册资本、企业年龄、资金来源、个网规模、个网位差对创新企业成长影响显着，但是在广州样本中，尚未观察到个网密度对创新成长的影响作用，个网位差对于创新成长的影响也较弱。福州市回归结果显示，企业年龄、注册资本和个网位差三个变量显着。由于福州市信息服务产业集群相对广州和深圳发展滞后，故行业内企业的异质性对创新影响较大。

表4 深圳市三阶段检验结果

表5 三个城市成长期检验结果

本文以珠三角地区信息服务产业集群为研究对象，基于“企业－行业”隶属关系构建“企业背景—网络特征—创新企业成长”模型。通过对不同时期和不同地区产业集群发展的研究，本文提出的假设得到了部分证实，证实的结论体现了产业集群网络的一般特征，而未被证实的假设则反映了信息服务业与传统产业集群网络特征的差异。

(1)企业背景特征对创新企业成长有直接影响。企业年龄对创新企业的成长有正向影响，信息服务业中虽然企业年龄普遍较小，但年龄大的企业更倾向于获得创新领域的成长;企业注册资金对创新企业成长有正向影响，注册资金越大表现为企业规模越大，规模大的企业更能获得创新领域的成长;资金来源也会对创新企业的成长产生影响，有外资参与的企业在创新领域更容易获得成长。企业的入网时间对创新企业成长的影响作用不显着，这恰好符合信息服务业知识密集、发展迅速、行业门槛较低等不同于传统产业的特征有关。

(2)企业个体网特征对于创新企业成长影响明显。个体网异差对创新企业成长有显着的促进作用，个体网内部异质性越高，网络成员的资源差异性越大，对企业的创新成长影响愈强烈。个体网规模对创新企业的成长具有正向作用，个体网规模大的企业意味着可以获得的资源丰裕度，这些丰富的资源可以促进创新成长。个体网密度对创新企业成长有显着负向影响，与Obstfeld［21］对传统产业的研究结论相违，表明了信息服务业与传统产业的不同。

(3)企业整体网络中心性对创新企业的成长存在正向影响。处于网络中心位置的企业，其控制信息流和其他成员的能力较强，易于获取创新成长的技术和知识等资源。

(4)深圳三阶段信息服务业集群企业背景、网络特征对企业成长影响具有显着差异。受发展时间和互联网寒冬影响，萌芽期只有注册资本和个网位差对创新企业成长存在显着影响。在培育期中，资金来源、个网位差和个网规模对创新企业成长作用显着。成长期金融危机的爆发，注册资本、企业年龄、资金来源对创新企业成长具有明显的促进作用。

(5)深圳、广州、福州三座城市成长期信息服务产业集群企业背景、网络特征对企业成长影响具有地域差异。广州和深圳两市较为相似，注册资本、企业年龄、资金来源、个网规模、个网位差对创新企业成长影响显着，但是在广州集群样本中，尚未观察到个网密度对创新成长的影响作用。福州市成长期企业年龄、注册资本和个网位差三个变量的结果显着，而入网时间、个网规模、个网密度都不显着，这表明无论从产业规模还是网络结构，福州市信息服务业集群相对广州和深圳都表现出一定的滞后性。

［1］Bell G G.Clusters，networks，and firm innovativeness［J］.Strategic Management Journal，2005，26(3):287 －295.

［2］Powell W W，White D R，Koput K W，et al.Network dy－namics and field evolution:The growth of interorganizational collaboration in the life sciences［J］.American Journal of Sociology，2005，110(4):1132 －1205.

［3］Gilsing V，Nooteboom B.Density and strength of ties in innovation networks:an analysis of multimedia end biotechnology［J］.European Mangament Review，2005，2:179－197.

［4］Zaheer A，Bell G G，Benefiting from network position:firm capabilities，structural Holes，and performance［J］.Strategic Management Journal，2005，26(9):809 －825.

［5］谢洪明，刘常勇，陈春辉.市场导向与组织绩效的关系:组织学习与创新的影响——珠三角地区企业的实证研究［J］.管理世界，2006(2):80－94.

［6］薛澜，陶海青.产业集群成长中的企业家社会网络演化——一种“撒网”模型［J］.当代经济科学，2004，26(6):60－66.

［7］王东浩，陈暮紫，黄意球，等.不同规模中小型企业不良贷款回收率结构特征研究［J］.系统工程理论与实践，2010(12):2172－7183.

［8］陈学光，俞红，樊利钧.研发团队海外嵌入特征、知识搜索与创新绩效——基于浙江高新技术企业的实证研究［J］.科学学研究，2010，28(1):151 －160.

［9］乔芳丽，侯强.产品差异化对创新激励的影响研究——基于技术外溢的视角分析［J］.科学学研究，2012，30(4):608 －613.

［10］Brouwer A E，Mariotti I，Van Ommeren J N.The firm relocation decision:An empirical investigation［J］.The Annals of Regional Science，2004，38(2):335－347.

［11］国佳，李建华，沈旺.基于产业集群参与、信任的知识获取实证研究［J］.情报科学，2012，30(4):590－594.

［12］曲怡颖，甄杰，任浩.创新集群内企业声誉对创新能力及创新绩效的作用［J］.软科学，2012，26(1):11－15.

［13］Salman N，Saives A L.Indirect networks:an intangible resource for biotechnology innovation［J］.R＆D Management，2005，35(2):203 －215.

［14］符正平，曾素英.集群产业转移中的转移模式与行动特征——基于企业社会网络视角的分析［J］.管理世界，2008，(12):83－92.

［15］Astley G W，Sachdeva P S.Structural sources of intraorganizational power:a theoretical synthesis［J］.Academy of Management Review，1984，9(1):104 －113.

［16］Porter M.Clusters and the new economics of competition［J］.Harvard Business Review，1998，12(11):77 －99.

［17］胡海青，张宝建，张道宏.网络能力、网络位置与创业绩效［J］.管理工程学报，2011，25(4):67－74.

［18］吴波.集群企业异质性及其对产业集群演进的影响机制研究［J］.科学学与科学技术管理，2011，32(6):59－64.

［19］Beckman C M，Haunschild P R.Network learning:The effects of partnersheterogeneity of experience on corporate acquisitions［J］.Administrative Science Quarterly，2002，47(1):92 －124.

［20］Landry R，Amara N，Lamari M.Does socialcapitaldetermine innovation?To what extent?［J］.Technological Forecasting and Social Change，2002，69(7):681 －701.

［21］Obstfeld D.Social networks，the tertius iungens orientation，and involvement in innovation［J］.Administrative Science Quarterly，2005.50(1):100－130.

［22］Takahashi N.The emergence of generalized exchange［J］.American Journal of Sociology，2000，105(4):1105－1134.

［23］Sternberg R，Arndt O.The firm or the region:What determines the innovation behavior of European firms?［J］.Economic Geography，2001，77(4):364 －382.

［24］潘松挺，郑亚莉.网络关系强度与企业技术创新绩效——基于探索式学习和利用式学习的实证研究［J］.科学学研究，2011，29(11):1736 －1743.

［25］纪玉俊.产业集群的网络组织分析［D］.济南:山东大学博士学位论文，2009:26.

［26］Rothaermel F T.Research note in cumbents advantage through exploiting complementary assets via interfirm cooperation［J］.Strategic Management Journal，2001(22):687－699.

［27］陆履平，杨建梅.广州软件产业网络特征分析［J］.科技管理研究，2006，(6):55 －59.

［28］Marsden P V.Network data and measurement［J］.Annual Review of Sociology，1990，16:435 －463.

［29］Hansen M T.The search－transfer problem:The role of weak ties in sharing knowledge across organization Subunits［J］.Administrative Science Quarterly.1999，44:82－111.

Impact of Network Characteristics of Information Services Industry Cluster on Innovative Enterprises Growth

HU Ping，SHAO Peng，WEN Chun－long(School of Management，Xian Jiaotong University，Xian 710049，China)

Based on social network and enterprise innovation theory，we build up the"enterprise back－ground －network characteristics－innovative enterprise growth"model.Take IS industry cluster in Pearl River Delta region as the research object，we find that enterprise background and network characteristics have positive impact on enterprisesgrowth.At three stages in Shenzhen，the impact of network characteristics on enterprises growth is different in different stage.By horizontal comparison among three cities during growth stage，Guangzhou and Shenzhen are similar from the perspective of industrial scale and network structure while the IS industry cluster development in Fuzhou is lagging behind.

Information Service Industry;Affiliation Network;Network Characteristics;Innovation Growth

A

1002－2848－2013(05)－0074－07

2013－01－18

本文获国家社会科学基金项目(10BGL032)、中国工程院信息与电子工程部咨询研究项目(2013－02－XY－003)资助。

胡平 (1961－)，女，江苏省无锡市人，西安交通大学管理学院副教授，博士生导师，研究方向:信息产业集群网络;邵鹏(1987－)，陕西省蓝田县人，西安交通大学管理学院博士生，研究方向:复杂网络和社会网络;温春龙(1986－)，福建省龙岩市人，西安交通大学管理学院硕士生，研究方向:复杂网络和社会网络。

责任编辑、校对:李再扬