种群密度、企业异质与创新强度的实证研究*

郭 骁

种群密度、企业异质与创新强度的实证研究*

郭 骁

产业集群和企业创新是互有重大关联的。以种群生态学理论为基础，以中关村科技园区高新技术企业为样本，通过结构方程模型，研究种群密度和企业自身异质性如何影响集群企业的创新强度，可以发现个体绩效低于集群平均绩效的企业，种群密度增大反而会降低企业的创新强度，而绩效高于产业平均绩效的企业，种群密度增大会增强其创新强度;正绩效差距将提升企业的创新经验，而负绩效差距却降低企业创新经验，导致正绩效差距会在创新经验的双重作用下，明显提高创新强度，但负绩效差距对企业创新强度的正向作用会因创新经验不足而抵消一部分，出现高绩效企业的创新强度明显超过低绩效企业。为了提升整个产业集群的创新水平，促进产业升级，应该对有潜力的低绩效企业给予政策支持，最终避免这种两极分化现象的出现。

种群生态学;绩效差异;创新经验;创新强度

一、引言

对企业创新影响因素的理论和实证研究一直是国外文献的焦点和难点。熊彼特早在1912年就开始对创新进行研究。他认为创新的原动力来自于企业对超额利润的追求和企业家精神，这一论断构成了现代创新理论的基础。现在的研究也明确了，中小企业已经成为创新的主体。1981年，Welsh和White在《哈佛商业评论》上发表文章首先提出“小企业并非规模小的大企业”的观点，并提出“大企业里的变化是小变化，小企业里的变化是大变化”。由此引发了学术界的一场影响深远的革新运动，企业生命周期中大多数“活动”(即企业的“诞生”和“消亡”)都发生在“小”企业中，企业“诞生”之初，往往规模都很小，很少有新创企业达到上万人规模，直至企业“消亡”，往往曲终人散，只留下少数人收拾残局(Tan，J et al.，2009)。以往鉴于小企业的规模局限性、把小企业视为重要“变革代理人”的动态观点获得广泛认可(Audretsch，1995;Audretsch and Thurik，2001)。而本文的研究样本取自北京中关村科技园区，其中大多数企业均为新创的中小企业。

现有研究从多个角度分析了企业创新的影响因素，概括而言，一类强调企业自身的软硬件条件，有形和无形资源与能力会影响到企业创新的动力，另一类强调企业外部的行业环境、市场需求、政策、竞争态势等影响企业创新。前者如企业规模(Schumpeter，1912;Scherer，1965)，企业拥有的资源实力(Greve，2003)，企业融入集群的程度(蔡宁和杨旭，2002);后者如集群特征(Porter，2001)和制度框架(Hamdouch＆Moulaert，2006)等。而其中研究产业集群对企业创新的影响越来越成为主要的方向(Pouder＆St.John，1996;Shaver＆Flyer，2000)，现有研究主要从三个不同的角度来研究集群与企业创新之间的关系。第一，基于企业资源观的角度。例如，Barney(1991)作为企业资源管理学派的代表人物，他认为企业能够从集群中获得急需的资源和信息，而这些将为企业实施创新行为提供条件。耿帅(2005)也从资源观出发，认为集群提供的共享资源使得企业获得了持续的竞争优势。第二，基于制度理论的角度。例如 DiMaggio＆Powell(1983)以及Pouder＆St.John(1996)认为企业集群搭建了一个内部动态互动的平台，集群内的企业可以通过这个相对开放的平台而彼此学习对方的优势，由此推动集群企业以较低的成本实现创新。国内的何铮和谭劲松(2005)则具体以东莞PC产业集群为例，分析了集群在复杂性演进过程中的企业创新行为。第三，基于种群生态学的角度。例如，Pouder＆St.John(1996)认为企业集群整体相当于一个小的生物种群，种群自身的演进规律将影响到集群内企业的创新行为。但这种直接套用忽视了企业个体的异质性，企业具有与普通生物不同的特征，很多学者也意识到集群对企业的创新影响不能概而论之(Shaver＆Flyer，2000)。在这方面，苏依依和周长辉(2008)首先引用了企业行为理论衡量了企业异质性的作用，认为集群期望为集群企业提供了绩效评估的基准，进而影响到企业的创新决策，发现企业绩效越是低于集群期望，企业越有可能采取高强度的研发战略，即创新强度(意愿)越高。但这一研究在加入企业异质性维度时，只考虑了企业绝对绩效与集群平均绩效的差异这一单一指标，而没有考虑另外一个对企业创新强度(意愿)可能有显著影响的指标——过去的创新经验(能力)。一方面，企业绩效越是高于集群平均水平，往往反映出企业过往的创新经验也越丰富;另一方面，过往创新经验越丰富也会导致企业有更强的创新意愿。因此影响企业创新强度的企业异质性维度至少包括企业总体绩效差异和企业创新经验两个方面。

本文就是以种群生态学理论和以上研究为基础，分析种群密度和企业自身的异质性两者如何共同影响集群企业的创新强度。

二、理论研究和假设提出

(一)种群密度与企业创新强度的关系

关于产业集群对企业创新的影响，多数研究认为是正向作用。Marshall(1920)提出产业集群所具有的聚集经济性促进了企业创新活动的增强，并提出了三种聚集经济性，分别是劳动力市场的规模效应、中间投入品的规模效应以及信息交换和技术扩散，认为企业一旦进入具有正向扩散效应的产业集群，将获得更廉价的劳动力，嵌入到产业链条中而具有稳定的收益，接触到产业链条上下游信息技术的扩散，由此提高企业的创新强度。例如，Head，Rise和Swenson(1995)实证研究了日本企业在美国的选址情况，发现企业选址时会考虑到所在地产业集群是否有正的外部性。Frost和Zhou(2000)以美国专利数据为基础，发现东道国各州的技术特征将显著影响到国外跨国公司的研发决策。但也有部分文献发现，集群反而对企业创新产生了负向作用。Baum和Mezias(1992)利用1989—1990年曼哈顿酒店业的数据，发现该地区主要竞争者的密度越高，曼哈顿酒店的死亡率就越高，两者呈现正相关，认为集群内的企业在互相促进以外，也会产生内部竞争关系，尤其是恶性竞争，导致内部竞争超过内部合作，甚至会产生临近集群内企业间关键核心技术的外泄，严重影响到企业自主创新的动力(Arrow，1962)。另外，Wang et.al(1998)以我国中关村科技园区为例，发现集群存在的同时带来了经营费用的增加，增加的经营成本阻碍了企业的发展。

正是由于出现了以上两种不同的结论，说明产业集群与企业创新之间的关系需要建立新的分析框架，由此种群生态学被引入。Hannan和 Freeman(1977)用种群生态学(Population Ecology)的逻辑分析了企业问题，创立了组织生态学。而“种群密度”(Population density)正是种群生态学的概念，一些学者分析了种群密度与新公司成立速率之间的关系(Hannan＆Freeman，1987;Cattani，Pennings＆Wezel，2003)，将种群密度界定为某一母国在东道国已有的跨国公司的数量或直接投资额，发现种群密度和跨国公司海外扩张进入某一地区的可能性之间存在着由合法化和竞争共同作用形成的倒U型关系，当种群密度较小时，合作带来的利益大于竞争带来的成本，这时跨国公司更愿意进入，而随着进入数量的增加，竞争变得越发激烈，导致跨国公司减少对这一地区的进入;周楠等(2009)的研究也进一步支持了以上观点。在将种群密度应用于企业创新的研究中，Pouder和St.John(1996)以组织生态学为基础，把产业集群的演进过程分为形成阶段、收敛阶段和重新定位阶段，认为在形成阶段，大量企业进入集群提高了种群密度，在这一过程中新的资源、信息、技术的涌入促进了企业的创新活动，但进入收敛期后，种群达到一定密度，内部企业开始倾向于模仿竞争对手的创新成果，减少了自主创新的动力。最终当种群密度进一步增大时，集群不经济占主导地位，企业间更多靠规模优势来打价格战，通过创新来营造差异化的企业可能选择退出。Tan(2006)在分析中关村科技园区时，确实发现种群密度与企业创新间存在以上关系。基于以上分析，本文提出以下假设:

假设H1:集群的种群密度与集群企业的创新强度之间呈倒U型关系。

(二)企业异质与企业创新强度的关系

之前的研究在加入企业异质性维度时，只考虑了企业绝对绩效与集群平均绩效的差异这一单一指标(苏依依和周长辉，2008)，而没有考虑另外一个对企业创新强度可能有显著影响的指标——过去的创新经验(研发经验)。因此影响企业创新强度的企业异质性维度至少包括企业总体绩效差异和企业创新经验两个方面。

1.企业绩效差距和企业创新强度的关系

Cyert和March(1963)创立了企业行为理论，认为企业的行为模式不是由企业完全独立制定的，而会受到其他企业的影响，一个企业是存在于一个群体中的企业，企业的行为也是部分依赖群体其他企业行为而制定的。提出企业过去的绩效水平会影响以后企业为获得更高绩效而开展的战略决策，即企业会将自己的绩效与同类型企业的绩效进行对比，将后者的平均绩效作为绩效基准或社会期望(Social aspiration)。企业行为理论认为，当企业绩效远高于或低于绩效基准时，企业会为了继续保持这种优势竞争地位，或者为了尽快提升绩效水平而愿意参与那些高风险、高收益的项目。而当企业绩效与绩效基准差距较小时，企业“安全感”会较强，更愿意保守地按照过去的盈利模式运转，不愿对高风险、高不确定的战略项目进行投入。Greve(2003)还专门研究了企业在进行研发创新决策时是否也会受到自身与同行绩效差距的影响，他以1971——1996年日本造船企业为研究对象，发现企业的绩效越低于同行业其他企业的平均绩效，该企业越有动力向研发活动投入大量资源，越期待通过创新活动来拉近与同行的距离;还发现当企业市场份额快速下降时，企业还会通过研发竞赛来维持自己的市场地位。其实在地理位置更临近、经营模式更趋同的群体中，企业自然会较为容易地获得其他企业的经营情况，同行业人才的流动也会减少信息的不对称，因此企业行为必将受到影响。Chen和 Miller(2007)、Bolton(1993)以及苏依依和周长辉(2008)均得出了相似的研究结论。基于以上分析，本文提出以下假设:

假设H2a:当企业绩效越是低于群体绩效基准，企业的创新强度越高。

同时，Greve(2003)还认为对于绩效高于群体绩效基准的企业，它们为了保持自己的优势地位也会更加投入资源于创新活动，期待可以进一步提高产品组合的竞争力，获得更高的绩效。因此提出以下假设:

假设H2b:当企业绩效越是高于群体绩效基准，企业的创新强度越高。

2.企业绩效差距和企业创新经验(能力)的关系

前文已述，影响企业创新强度的至少包括绩效差距和创新经验两个方面，而且企业绩效差距与企业创新经验之间还存在联系。对于绩效高于群体绩效基准的企业，他们有更多闲置的资源可供利用，例如充足的研发经费、研发设备以及科技人员(Baum et al.，2005)，前期已经有很好的创新成果和团队，因此他们的创新经验(能力)更强，之前投入一单位研发经费获得的企业绩效更高。而相对的，对于绩效越是低于群体绩效基准的企业，往往他们的研发效率不高，在研发资金、研发团队和研究积累上较弱，不能有效地把握研发的方向，通过研发来提升产品附加值和差异化的能力较低，最终反映为单位研发经费获得的企业绩效越低。由此提出以下假设:

假设H3a:企业绩效越是低于群体绩效基准，企业的创新经验(能力)越弱。

假设H3b:企业绩效越是高于群体绩效基准，企业的创新经验(能力)越强。

3.企业创新经验(能力)与企业创新强度(意愿)的关系

一方面，企业绩效越是高于集群平均水平，往往反映出企业过往的创新经验也越丰富;另一方面，过往创新经验越丰富也会导致企业有更强的创新意愿。企业决策者更有信心将资源投向研发，研发团队过往辉煌的研发业绩也给他们自己充分的信心来进一步努力，由此形成一种正反馈过程，研发人员在宽松的资金支持和无限制的研发氛围中可以激发自己的创新思维，所带来的企业绩效提升会强化企业的创新投入。相对的，如果创新经验较弱，企业决策者依靠研发来提升绩效的诉求就会降低，对创新的投入也由此减少，因此企业创新经验与创新强度间是正相关关系。由此提出以下假设:

假设H4:企业创新经验(能力)越强，企业的创新强度(意愿)也越强。

本文就是分析种群密度和企业自身的异质性两者如何共同影响企业的创新强度。其中企业异质性通过企业绩效差距和创新经验(能力)两维度来反映。由于企业绩效与群体绩效基准间的差距存在正负两种情况，故据此将样本分为两组，再根据以上假设，构造两个理论模型I和II，见下图1和图2:

图1 创新强度理论模型I

图2 创新强度理论模型II

三、样本及变量度量

(一)样本数据

本研究的数据来自中关村高新企业数据库，该数据库包含了中关村科技园区中高新技术企业的年度数据，涉及企业的资产规模、财务绩效、研发费用等指标。张维迎等(2003、2005)和苏依依等(2008)均利用该数据库进行相关研究。剔除缺失数据的样本，本文的样本包括科技园区中2002—2008年的高新技术企业，每年企业数量均有不同程度的变化，它们分布在12个高科技产业中。

(二)变量度量

种群密度(Population density):由2002—2008各年某一个产业中的高新技术企业数量来衡量。

创新强度:文献中Kor(2006)用研发费用除以销售收入、员工人数或企业资产来衡量。而苏依依和周长辉(2008)运用相同的数据库时，用研发费用除以员工人数来衡量，且由于样本中创新强度值分布较分散，沿用了Laursen和Salter(2006)的方法进行对数变型，即创新强度=Ln(1+创新强度)。本文也采用这一衡量方法。

企业绩效差距:Chen＆Miller(2007)及苏依依和周长辉(2008)均使用资产回报率ROA(净利润/总资产)来衡量单个企业绩效，用同产业中企业的平均ROA来衡量群体绩效基准，本文也采用这一衡量方法，两者之差即为企业绩效差距(对负数取绝对值)。

创新经验(能力):主要反映投入一单位研发经费获得的企业绩效水平，当企业投入一定的研发设备、研发团队等支出能够获得较高的绩效回报时，说明企业创新经验较强，创新的投入产出效率较高，因此本文用企业净利润除以研发费用来衡量创新经验(能力)。

控制变量:为了避免其他变量对企业创新强度的影响，本文设置了三个控制变量，包括是否为国有企业(设置一个亚变量来区分，当属于国有企业时，其值为1，否则为0)，企业规模大小(企业总资产的对数)，企业已经营的年份。

对于本文提出的诸多假设，结构方程模型是一种更有效的检验方法，理论模型的检验将通过AMOS4.0 完成。

四、实证分析结果

下面将所有变量放到同一个结构方程模型中，来对以上假设进行总体评价。具体通过以下指标来反映模型的拟合优劣(Bagozzi，1980):卡方自由度比(x2/df)，近似误差均方根(RMSEA)，标准拟合指数(PGFI)，正态拟合指数(PNFI)和比较拟合指数(CFI)。

(一)理论模型I的检验结果见表1和图3

表1. 结构方程模型检验结果(理论模型I)

从表1中可看到，所有拟合指数均在可接受值以内，说明理论模型I的结构方程模型与样本数据拟合较好。图3是最终得到的理论模型I的结构方程结果。每条路径旁边标示出了路径系数和T检验值，由此可看到，除假设 H1a的路径系数(－0.171*)方向与预期的U型关系不同外，其余3个假设均通过了显著性检验。表2总结了种群密度、企业异质与创新强度间的直接效应、间接效应和总效应。

图3 结构方程模型结果(理论模型I)

表2 理论模型I的总路径系数结果

(二)理论模型II的检验结果见表3和图4

表3 结构方程模型检验结果(理论模型II)

图4 结构方程模型结果(理论模型II)

表4 理论模型II的总路径系数结果

从表3可看到，所有拟合指数均在可接受值以内，说明理论模型II的结构方程模型与样本数据拟合较好。图4是最终得到的理论模型II的结构方程结果。每条路径旁边标示出了路径系数和T检验值，由此可看到，除假设 H1b的路径系数(0.359＊＊)方向与预期的U型关系不同外，其余3个假设均通过了显著性检验。表4总结了种群密度、企业异质与创新强度间的直接效应、间接效应和总效应。

五、小结

(一)种群密度与企业创新强度(意愿)间的关系

根据种群生态学理论，种群密度与创新强度间应该是倒U型关系，但通过研究发现，对于个体绩效低于产业平均绩效的企业，种群密度与这些企业的创新强度间却呈现显著负相关(－0.171*)，而对于绩效高于产业平均绩效的企业，种群密度与这些企业的创新强度间却呈现显著正相关(0.359＊＊)。这里需要说明的是，对于同一产业中的高绩效企业和低绩效企业而言，种群密度(同一产业内的企业数量)都是一个值，面对同样的种群密度之所以会出现不同的创新强度，这说明企业在绩效上的差异会影响企业对种群密度高低的判断，对低于群体绩效基准的企业而言，客观的种群密度值已超过了企业主观意识中的倒U型最高点，处于倒U型曲线的后段，参加竞争的对手已经过多，随着进入数量的增加，竞争变得越发激烈，竞争效应超过了合作效应，因此企业的创新意愿会减少。而对高于群体绩效基准的企业而言，客观的种群密度值还处于企业主观意识中的倒U型曲线的前段，对于这些绩效好的企业，种群密度还不高，企业期待有更多同行企业进入来增加群体的集聚效应和合作效应，因此也促进企业自身愿意投入更多资源来进行创新活动。

这一发现为理解种群密度与创新强度的关系提供了新的思路，种群密度不存在客观高低，关键在于企业结合自身特征的主观判断，正是企业决策者的主观判断才会做出主观的创新投入决策。将这一维度加入种群生态学理论有利于解释更多企业行为。

(二)企业异质与企业创新强度(意愿)间的关系

企业异质性由绩效差距和企业创新经验(能力)两个维度构成，由表2和表4可看到，无论是低于群体绩效基准的企业，还是高于群体绩效基准的企业，这两个维度与创新强度的直接效应均为正。前者在理论模型I中，绩效差距绝对值与创新经验分别对创新强度的正向直接效应为0.454和0.658，后者在理论模型II中，绩效正差距与创新经验分别对创新强度的正向直接效应为0.437和0.552，均与假设一致。但发现由于绩效差距确实会影响到创新经验，因此绩效差距还会通过创新经验而间接影响到创新强度，且越是低于绩效基准的企业，他们的创新经验(能力)越弱(－0.487)，而越是高于绩效基准的企业，他们的创新经验(能力)越强(0.316)，最终导致低于群体绩效基准的企业，绩效差距增大时对创新强度的正向推动总效应只有0.134，虽然这些企业为尽快提升绩效本有更强的创新强度和意愿，但由于自身过往的创新经验和能力较弱，因此最终叠加后降低了创新强度。而高于群体绩效基准的企业，绩效水平越高越会提升创新经验和能力，而创新经验也会提升创新强度，因此绩效差距对创新强度的双重正效应叠加后达到0.611(远远高于0.134)。

这说明如果没有外在刺激，高绩效企业和低绩效企业的创新强度将会出现两极分化现象，低绩效企业由于底子薄、研发经验和势力较弱，最终投入到单位员工身上的研发经费将远远低于高绩效企业，而单位创新投入的不足又会导致创新经验和能力难以得到明显的提升，形成一种负反馈效应。而高绩效企业则形成“高创新强度——高创新经验——高绩效差距——高创新强度”的正反馈效应。为了提升整个产业集群的创新水平，促进产业升级，应该对有潜力的低绩效企业给予政策支持。一方面，继续贯彻科技特派员政策，并特别将更多的高校和科研院所的优秀研发人才派往低绩效企业参与创新活动，增强创新经验和能力。另一方面，为解决低绩效企业的资源有限性，应对企业的研发活动提供低息甚至贴息贷款，从资金上给予支持;并对开发出的新产品减免相关税费，促进企业通过销售环节更快收回前期的研发投入，帮助低绩效企业形成“研发投入——绩效产出——再投入”的正反馈效应，同时提升企业的绩效水平和创新经验，从而带动企业创新强度的内生性增长机制。

［1］熊彼特.经济发展理论［M］.北京:商务印书馆，1990:73－74.

［2］Welsh，J.A.，White，J.F.，A Small Business is not a Little Big Business［J］.Harvard Business Review，1981，59(4):18 －27.

［3］Tan，J.Fischer，E.Mitchell，R，Phan，P.At the center of the action:Innovation and technology strategy research in the small business setting［J］.Journal of Small Business Management，2009，47(3):233 －262.

［4］Audretsch D.Innovation and Industry Evolution［M］.Cambridge，MA:MIT Press，1995.

［5］Audretsch D.，Thurik R.What＇s New about the New Economy?Sources of Growth in the Managed and Entrepreneurial Economies［J］.Industrial and Corporate Change，2001，10(1):267 －315.

［6］Scherer，F.M.Size of Firm，Oligopoly，and Research:A Comment［J］.Canadian Journal of Economics and Political Science，1965，31(2):256－266.

［7］Greve HR.A Behavioral theory of R＆D Expenditures and Innovations:Evidence from Shipbuilding［J］.Academy of Management Journal，2003，46:685 －702.

［8］蔡宁，杨旭.小企业集群和中小企业的国际化［J］.经济管理，2002，(8).

［9］Michael.E.Poter，Scott Stern.Innovation:location matters［J］.MIT Sloan Management Review，summer 2001:28－36.

［10］Abdeliliah Hamdouch，Frank Moulaert.Knowledge infrastructure、innovation dynamics、and knowledge creation/diffusion/accumulation processes［J］.Innovation:The European Journal of Social Science Research，2006，19(1).

［11］Pouder R.，St.John C.H.Hot Spots and Blind Spots:Geographical Clusters of Firms and Innovation［J］.Academy of Management Review，1996，21:1192 －1225.

［12］Shaver J.M.，Flyer F.Agglomeration Economies，Firm Heterogeneity and Foreign Direct Investment in the United States［J］.Strategic Management Journal，2000，21:1175 －1193.

［13］Barney J.B.Firm Resources and Sustained Competitive Advantage［J］.Journal of Management，1991，17:99 －120.

［14］耿帅.共享性资源与集群企业竞争优势的关联性分析［J］.管理世界，2005(11).

［15］DiMaggio P.J.，Powell W.W.The Iron Cage Revisited:Institutional Isomorphism and Collective Rationality in Organizational Fields［J］.American Sociological Review，1983，48:147 －160.

［16］何铮，谭劲松.复杂理论在集群领域的研究－－基于东莞PC集群的初步探讨［J］.管理世界，2005(12).

［17］苏依依，周长辉.企业创新的集群驱动［J］.管理世界，2008(3).

［18］Marshall A.Principles of Economics［M］.Macmillan，London，1920.

［19］Head K.，Ries J.，Swenson D.Agglomeration Benefits and Location Choice:Evidence from Japanese Manufacturing Investments in the United States［J］.Journal of International Economics，1995，38:223－247.

［20］Frost T.，Zhou C.The Geography of Foreign R＆D within a Host Country:An Evolutionary Perspective on Location－technology Selection by Multinationals［J］.International Studies of Management＆Organization，2000，30:10 －43.

F424.3

A

1003—0751(2011)06—0066—06

2011—09—04

国家社会科学基金项目《创业生态系统内在机理的理论探索与实证研究》(10GBL041);中央财经大学121人才工程青年博士发展基金项目《创业企业战略导向、管理控制系统与企业绩效的作用机制研究》(QBJGL201013);中央财经大学211工程三期资助。

郭骁，男，中央财经大学商学院博士，讲师(北京 100081)。

责任编辑:晓 立