论有意识的知识溢出对产业集群创新绩效的促进机制——基于集群衍生的视角

李 宇 芮明杰 陈 帅

(东北财经大学 工商管理学院，大连 116025；复旦大学 管理学院，上海 200433)

一、 问题的提出

集群企业间的知识溢出对创新绩效的影响是集群创新研究领域的热点问题。现有文献表明，集群企业知识溢出对集群创新绩效存在正、负两种效应，其中关于核心企业因创新回报不足而在知识溢出活动中采取的消极策略，一直是负效应研究的焦点问题[注]杨皎平、侯楠、王乐：《集群内知识溢出、知识势能与集群创新绩效》，《管理工程学报》2016年第3期。。然而，现实情况却并不尽然。集群中大量具有创新实力的企业对知识溢出的态度并非避之不及，诸如丰田汽车与供应商建立的战略伙伴关系、惠普代表的硅谷式大学衍生企业的创建，以及苹果公司与供应商及客户之间的共同研发活动等，无不存在着大量的知识溢出。传统知识溢出的负面效应并没有不可避免地显现出来，溢出方企业并不拒绝溢出，反而试图通过知识溢出获得意想不到的创新能力和潜力。丰田汽车著名的“供应商协会”模式最为典型。位于日本丰田市的丰田城汽车产业集群采用一种“轴轮式”的发展模式，即作为轴心企业的丰田汽车公司同战略性零部件供应商结成了某种程度上的命运共同体。不仅通过各种关系和渠道形式建立知识分享界面以传递专有知识，而且通过“要员派遣”等高度嵌入式合作形式，让丰田汽车的技术主管和技术专门人才参与和现场指导供应商的生产制造活动，极大提高了供应商的整体技术能力以及定制化产品的工艺水平[注]蔡惠芬、张建三、魏大鹏：《丰田供应商关系战略的演变》，《商业时代》2006年第24期。。

由此可见，丰田与其供应商之间存在着一种不同于FDI情境下的特殊的知识溢出关系。这种特殊的知识溢出在“内生性知识溢出理论”中得到支持。内生溢出理论认为，除了将知识溢出归因于员工离职等人员流动携带的企业知识和技能之外[注]P.P.Combes, G.Duranton, “Labour Pooling, Labour Poaching, and Spatial Clustering,”Regional Science&Urban Economics36.1 (2001): 1-28.，企业在某些环境下更有自愿披露信息的动机。即使在劳动力不流动的情况下，知识也可以自愿地通过合作项目从一个公司流动到另一个公司。基于自发的信息共享意愿，集群企业的知识溢出是通过贡献者主动的知识发散而产生的，并非简单知识泄露的结果[注]H.Gersbach, A.Schmutzler, “Endogenous Technological Spillovers: Causes and Consequences,”Journal of Economics&Management Strategy12. 2 (2003): 179-205.。内生知识溢出包含了企业家自愿地披露信息所产生的知识传播和专业工人的流动(包括劳动力偷猎、员工离职等)所产生的知识扩散两部分，而有意识的知识溢出正是内生知识溢出中带有主动性和目的性、自愿共享信息的那部分。从扩散方式上看，这种知识溢出同时具备了传统知识溢出的外部性和内生知识溢出的主动性。

有意识的知识溢出提高了集群内R&D活动的富集程度以及知识传播效率，加强了集群内企业间的技术联系和技术扩散，加快了集群内新技术出现和产业化应用的速度。技术更迭和应用的过程中伴随着产业类型的扩展与分化，产业集群通过这种衍生效应实现自身的发展[注]高雪莲：《产业集群衍生效应的若干理论问题探讨——以高科技产业集群为例》，《云南师范大学学报》(哲学社会科学版)2008年第4期。，而携带新技术的新创企业的商业成功就是集群创新绩效的直接体现[注]马力、臧旭恒：《企业衍生:高技术产业集群成长的动力》，《现代经济探讨》2012年第4期。。基于此，本研究拟从集群衍生视角出发，探索有意识的知识溢出通过企业衍生和技术衍生影响集群创新的规律和基本路径，试图从有意识的知识溢出入手，修正和拓展传统知识溢出理论在集群企业层面的解释力，揭示有意识的知识溢出对提升集群创新绩效的作用机制。

二、 理论基础与研究假设

(一) 内生性知识溢出与有意识的知识溢出

近年来随着对集群创新研究的深入，人们发现集群企业具有更高创新绩效的突出原因在于由多维临近性带来的知识溢出效应，由此形成特定的共享知识库(knowledge pool)，提高了知识利用效率[注]G.G.Bell, A.Zaheer, “Benefiting from Network Position: Firm Capabilities, Structural Holes, and Performance,”Strategic Management Journal26. 9 (2005): 809-825.。部分基于溢出方企业视角的研究发现，知识溢出除了由离职员工的自由流动形成之外[注]P.P.Combes, G.Duranton, “Labour Pooling, Labour Poaching, and Spatial Clustering,”Regional Science&Urban Economics36. 1 (2001): 1-28.，更为独特的是，即使在劳动力不流动的情况下，企业在某些情况下也具有自愿披露信息的动机，从而使知识从一个公司自主地流动到另一个公司，即所谓的内生知识溢出[注]H.Gersbach, A.Schmutzler, “Endogenous Technological Spillovers: Causes and Consequences,”Journal of Economics&Management Strategy12. 2 (2003): 179-205.。图1显示的是用韦恩图划分的知识溢出类型：

资料来源：作者绘制。图1 知识溢出的类型划分

在图1中集合A代表的无意识的知识溢出，即传统知识溢出与集合B代表的内生知识溢出存在交集区域，这部分代表由专业工人的流动(劳动力偷猎、员工离职)所产生的知识扩散。集合A除去交集之外的部分是典型的FDI式知识溢出，即外商投资企业在东道国从事经济活动，会因为经济的外部性而导致技术无意识地外溢，我们认为这种知识溢出是完全外生的。而结合Gersbach & Schmutzler(2003)[注]H.Gersbach, A.Schmutzler, “Endogenous Technological Spillovers: Causes and Consequences,”Journal of Economics&Management Strategy12. 2 (2003): 179-205.对内生知识溢出的研究，内生知识溢出既包括专业工人流动产生的知识扩散，与无意识的知识溢出相互重叠，又包含了企业家自愿披露信息所产生的知识转移。这种知识溢出具有主动性和目的性，通过自愿共享信息保持合作及发掘潜在创新机会，即有意识的知识溢出。有意识的知识溢出在集群企业的合作创新活动中往往通过两种形式来实现：一种是企业内部和企业之间较为正式的合作研发项目，项目文件、实物等是知识溢出的关键载体；另一种则是研究人员之间基于工作关系或社会交往而获得的知识溢出，个体间的研讨及交流中的知识贡献是关键载体。Fershtman & Gandal(2011)[注]C.Fershtman, & N.Gandal, “Direct and Indirect Knowledge Spillovers: the “Social Network” of Open-source Projects,”The RAND Journal of Economics42. 1 (2011): 70-91.在其研究中将前者称为项目溢出，将后者称为贡献者溢出。

(二) 有意识的知识溢出与集群创新绩效

集群创新绩效主要是指集群中的多元主体在复杂系统中的相互依存、相互作用，最终所取得的创新成果[注]李卫国、钟书华：《创新集群绩效评价:以欧洲IT集群为例》，《科技与经济》2010年第3期。。对集群创新绩效的考察，除了考察创新主体投入与产出的创新效率以外，还需要考察产业集群的整体创新效果，如集群资源的利用问题、良性创新模式的构建及其对集群创新绩效的影响等。

有意识的知识溢出有“人”和“物”两种溢出形式。溢出方通过项目合作中的“物”来主动溢出知识的行为被称为项目溢出，溢出的多为具体的、物化的显性知识，包括会议记录、座谈记录、合同、技术图纸等。知识溢出方与研发能力较弱的企业通过合作创新项目主动溢出上述各类显性知识，从而在较短的时间内帮助知识接收方企业提高技术水平和积累技术能力，并通过项目实施激发合作企业的创造性思维和产品设计潜能，以期在专门领域的产品创新或过程创新中提高创新绩效[注]王明华、高勇：《企业集群知识溢出对创新的影响》，《工业技术经济》2009年第12期。。

溢出方通过项目合作中的“人”来主动溢出知识的行为被称为贡献者溢出，溢出的多为难以用文字等方式清楚展示的隐性知识。贡献者溢出通常发生在研发人员之间或合作者交换意见和分享信息的过程中，受行为本身和个体所处的环境严格约束。贡献者溢出往往依赖于在特定区域或范围内成员之间的非正式交流与面对面沟通[注]Feldman, P.Maryann, “The New Economics of Innovation, Spillovers and Agglomeration: A Review of Empirical Studies,”Economics of Innovation&New Technology8. 1-2 (1999): 5-25.。产业集群的多维临近特征有助于合作者在非正式的环境中形成广泛而多样化的交流和讨论，从而加强了集群内知识的流动和相互融合，加速了隐性知识与显性知识的频繁转化[注]陈福娣：《产业集群内知识溢出的途径、效应与对策分析》，《商业经济研究》2014年第13期。。基于此，本文提出如下假设：

H1：有意识的知识溢出对集群创新绩效有正向影响。集群企业之间有意识的知识溢出程度越高，越有利于集群整体创新绩效的提升。

H1a：项目溢出对集群创新绩效有正向影响。集群企业之间项目溢出越密集，越有利于集群整体创新绩效的提升。

H1b：贡献者溢出对集群创新绩效有正向影响。集群企业之间贡献者溢出越密集，越有利于集群整体创新绩效的提升。

(三) 有意识的知识溢出与集群衍生效应

集群通过新创企业和新兴技术的涌现而保持创新活力和不断发展与壮大的过程，被称为集群衍生效应。衍生过程不是简单的模仿与复制，更需要聚焦于一系列创新性内容的产生[注]宋霞：《美国硅谷开发史》，《比较开发史》2002年第3期。。集群衍生体现为集群企业、集群技术和产业类型从数量变化到形态发展的自我强化、螺旋上升过程。从集群整体的角度而言，融合和重组后的知识输出要么以新技术的形式出现，要么以新企业的形式出现，这也是集群衍生的基本形式。

新创企业的建立大多是从有冒险精神的企业家及有市场潜力的创业项目开始。借助集群网络并伴随产业项目合作活动的拓展，集群内企业可以与母体企业、其他企业、科研机构及高等院校之间进行项目合作，集群母体组织或联盟伙伴平台上的资金、客户资源和重要信息的获得，都有助于新公司实体的形成以及以开拓性合作创新项目为主要业务或研发目标的企业活动[注]S.Kristiansen, “Social Networks and Business Success: The Role of Subcultures in an African Context,”American Journal of Economics&Sociology63.5 (2004): 1149-1171.。产业集群内部更为密切的社会关系网络有助于知识和技术资源的共享，企业家则更有条件学习到先进的管理经验、知识技能以及新企业创建的所需资源[注]杨勇、周勤：《集群网络、知识溢出和企业家精神——基于美国高科技产业集群的证据》，《管理工程学报》2013年第2期。。贡献者溢出极大加快了集群企业间的知识流转速度，使大量新创企业在建立之初便颇具竞争力，并加速了原有企业的更迭和重组[注]L.G.Zucker, M.R.Darby, A.Jeff, “Geographically Localized Knowledge: Spillovers or Markets?”Economic Inquiry36. 1 (1998): 65-86.。基于贡献者之企业家创业活动的知识溢出以新建企业率、自我雇佣率和就业率等形式表现出来。

在知识或技术上领先的企业是集群内其他成员企业学习的对象。通过项目溢出实现外部技术资源的内部化，既可以降低技术交易成本，分散技术创新的成本和风险，还能够通过合作项目形成的技术协同效应和技术组合优势，衍生出针对细分市场和更易于商业化的新颖技术和创新产品[注]冯艳飞、江小明：《基于项目合作的企业技术能力提高模式》，《科学学与科学技术管理》2004年第10期。。由于隐性技术知识的非规范化特征，新技术知识的创造中人与人之间的接触要比远距离传递更容易实现。贡献者在空间范围内，特别是在产业集群中与其他合作者主动进行互动和交流，为企业带来的新思想和新方法有助于企业技术知识基础的更新[注]P.Almeida, B.Kogut, “Localization of Knowledge and the Mobility of Engineers in Regional Networks,”Management Science45. 7 (1999): 905-917.。在产业集群中存在着大量的正式或非正式的协作研发组织，这种集群内多个企业建立的松散协作关系使得隐性知识随着人力资本的交换和融合得到迅速转化和传播，从而极大地促进技术创新活动的出现[注]王旭升：《高新技术产业自主创新和产业集群协同发展对策研究》，《中外企业家》2015年第4期。。基于此，本文提出如下假设：

H2：有意识的知识溢出正向促进集群衍生效应。集群衍生效应随着有意识的知识溢出的活跃而增强。

H2a：项目溢出对企业衍生有正向促进作用。集群企业之间项目溢出越密集，企业衍生越活跃。

H2b：贡献者溢出对企业衍生有正向促进作用。集群企业之间贡献者溢出越密集，企业衍生越活跃。

H2c：项目溢出对技术衍生有正向促进作用。集群企业之间项目溢出越密集，技术衍生越活跃。

H2d：贡献者溢出对技术衍生有正向促进作用。集群企业之间贡献者溢出越密集，技术衍生越活跃。

(四) 集群衍生效应与集群创新绩效

现有研究表明，企业衍生导致集群规模增加，集群核心产业链和配套性产业不断完善。衍生企业成活率也与集群创新性高度相关，因为以衍生企业为载体的新技术和人力资本在衍生过程中逐渐改变整个产业集群的技术基础。此外，集群中的研究机构和大企业实验室的研究成果能够被更快地商业化[注]G.Buenstorf, “Creation and Pursuit of Entrepreneurial Opportunities: An Evolutionary Economics Perspective,”Small Business Economics28. 4 (2007): 323-337.。以我国台湾新竹的产业集群为例，计算机和微晶片等研究成果的产业化都得益于公共研究机构不断衍生的新技术[注]G.Parker, M.V.Alstyne, “Innovation, Openness & Platform control,”ACM Conference on Electronic Commerce1.1(2010): 95-96.。许多大学衍生企业就是通过将高校研发出来的新技术进行商业化，以此保证集群持续创新及建立核心竞争力。基于此，本文提出如下假设：

H3：集群衍生效应对集群创新绩效有正向影响。衍生效应越活跃，集群创新绩效越好。

H3a：企业衍生对集群创新绩效有正向影响。集群企业衍生越活跃，集群创新绩效越好。

H3b：技术衍生对集群创新绩效有正向影响。集群技术衍生越活跃，集群创新绩效越好。

(五) 集群衍生效应的中介作用

作为连接科研成果与商品之间的桥梁，企业衍生为新兴技术的出现提供了物质条件，使得一些不为原技术系统认同或兼容的技术实现商业化。吴林海(2001)[注]吴林海：《论硅谷的创新模式及对我国技术创新的启示》，《科技进步与对策》 2001年第8期。对硅谷的创新模式进行了研究，发现硅谷企业善于利用企业衍生进行创新成果的商业化尝试。相对而言，技术衍生主要是科学化的尝试，对于创新活动而言商业化尝试的成功是更为根本的。企业衍生能够将大量实验室中的技术商业化，或将市场需求反向转化为技术需求而推动技术衍生。基于此，本文认为，企业衍生首先是硅谷技术得以扩散的重要机制，在这个“蛋生鸡，鸡生蛋”的循环中，本文将企业衍生视为创新活动的源头，并加速推动技术衍生和整个集群的不断发展。

集群衍生效应是“技术向商业化实现首次转化”的重要途径。一方面，集群企业通过有意识的知识溢出强化集体学习能力，集群内企业很容易获得其他企业产品的相关信息，这使新产品和技术创新可以快速在集群内通过组织要素资源进行试验和生产[注]C.G.Brush, “From Initial Idea to Unique Advantage: The Entrepreneurial Challenge of Constructing a Resource Base,”The Academy of Management Executive(1993-2005) 15. 1 (2001): 64-80.。而在非集群化的组织环境中，缺乏有意识的知识溢出使新企业试错和搜索专业性信息的成本很高，尤其表现在获得至关重要的隐性知识上。另一方面，企业衍生和技术衍生的配合就提供了创新不断发生的内在机制。Utterback & Abernathy(1976)[注]J.M.Utterback, W.J.Abernathy, “A Dynamic Model of Process and Product Innovation,”Omega3. 6 (1975): 639-656.提出了技术创新生命周期理论。该理论以新兴产业可能携带新产品的“创业公司”作为开端,认为新创企业为“技术向商业化首次转化”做了重要的商业化准备，而新技术的逐渐成熟则提供了商业化的内容。这种情况在集群情境下尤为显著。中小企业伴随集群的发展不断涌现，北京中关村、日本筑波科技园、“第三意大利”等地区都从中小企业的蓬勃发展中获得不竭动力。所以衍生效应是集群环境下的一种独特的、能促进集群创新和发展的现象，它使得有意识的知识溢出可视化。溢出的知识通过促进企业和技术的不断发展，并最终促进集群自身的不断发展。基于此，本文提出如下假设：

H4：企业衍生越活跃，越有助于技术衍生的出现。

H5：有意识的知识溢出通过促进集群衍生效应提升集群创新绩效，即集群衍生效应在有意识的知识溢出与集群创新绩效之间发挥中介作用。

H5a：有意识的知识溢出通过促进企业衍生提升集群创新绩效，即企业衍生在有意识的知识溢出与集群创新绩效之间发挥中介作用。

H5b：有意识的知识溢出通过促进技术衍生提升集群创新绩效，即技术衍生在有意识的知识溢出与集群创新绩效之间发挥中介作用。

三、 研究设计

(一) 调查程序与样本结构

总结现有集群层面的实证研究，可以发现，数据收集方式主要有三种：一是集群中的多个企业的管理层共同填写一份反映集群情况的问卷；二是向集群中的任意企业发放问卷，将同一集群收取的8-10份问卷聚合成一份反映集群情况的问卷；三是选择集群的一个“关键特殊人”代表集群填写一份反映集群情况的问卷。对集群取样是该类研究的难点。考虑到自身能力及数据的可获得性，本文选择第三种问卷收集方式。样本对象为各个集群的关键特殊人。以下三种组织为集群的关键特殊人：首先是各集群核心企业的高层管理人员。他们作为集群的领导者，是集群的各种关系网络的中心点，更能够直接地感受到企业间的知识交互过程。其次是管委会领导。他们是集群的管理者，全面掌握集群的情况。再次，力量强大的中介组织(行业协会、银行等)也是集群的关键特殊人，在集群企业的交往中起着中间作用，对集群的各个方面都有接触。为避免同源方法误差，本文首先采用配对取样法以保证对调查程序上进行控制，即核心企业高管、管委会负责人和中介组织管理者采用1∶1∶1配对。每套问卷由三个部分组成:第一部分是核心企业高管问卷(A)，高管评价项目溢出和贡献者溢出；第二部分是管委会负责人问卷，管委会负责人评价企业衍生和技术衍生(B)；第三部分是中介组织管理者问卷，中介组织管理者评价集群创新绩效(C)。集群核心企业、管委会负责人和中介组织管理者的问卷A-B-C配对后，形成一套符合本研究目的的问卷。参与调查的核心企业高管、管委会负责人和中介组织管理者分别在不同的时间段和不同的地点进行问卷填写。

问卷发放的方式，主要采用直接走访与电话、电子邮件相结合的形式。对于辽宁省内的鞍钢股份有限公司、三一重装国际控股有限公司、沈阳机床(集团)有限责任公司等16家企业及所在集群采用以调研与走访的形式收集资料，而对于其他地区的创新型企业，我们采用发送邮件填答问卷的形式。调研集中在2016年11月至2017年6月的8个月时间里。问卷调查以先近后远、先易后难为原则。首先，向辽宁省内16家创新型企业所在集群的关键特殊人发放纸质问卷50份。为保证问卷回收率，调研中进行匿名处理，最终回收问卷50份。部分问卷因缺失值太多被判为无效，有效问卷总计41份。其次，向其他省份创新型企业所在集群的关键特殊人通过电子邮件的方式发放问卷800份，回收问卷496份，回收率为62%。问卷回收后对填写不完整或所有选项答案完全相同的问卷进行了删除，有效问卷418份，有效回收率为52.25%。为保证数据来源的一致性以及代表性，本研究对来自同一集群中的多个问卷按“关键特殊人”的重要程度进行了剔除，最终得到275份问卷所代表的275个集群的有效样本。

(二) 数据分析

1. 样本企业的描述性统计分析

本研究将产业集群中的“关键特殊人”界定为集群管委会主要负责人、核心大企业高层管理者、集群重要中介组织(风险投资机构、科技创新平台、银行、行业协会等)管理者，以及对所在集群创新情况非常了解的管委会机构负责人等。在进行实证检验之前，首先对采集样本集群的数据进行整理，主要从“关键特殊人”的工作年限、所属集群的成立年限及规模、企业的性质等方面对采集样本进行描述，详见表1所示。

表1 采集样本集群数据的描述性统计

(续表)

资料来源：作者整理。

2. 信度分析

本文中采用Cronbach’s α系数法，并运用统计软件SPSS 22.0测量量表的信度系数。基于Nunnally(1978)[注]J.C.Nunnally, “An Overview of Psychological Measurement,”Clinical Diagnosis of Mental Disorders, 1978.提出的信度标准，本研究中直接项目溢出的Cronbach’s α为0.852、间接项目溢出的Cronbach’s α为0.727、直接贡献者溢出的Cronbach’s α为0.867、间接贡献者溢出的Cronbach’s α为0.777，均属于高信度区间；企业衍生、技术衍生的Cronbach’s α分别为0.919、0.884，经济绩效、科技绩效、社会绩效的Cronbach’s α分别为0.891、0.92、0.83，整体的Cronbach’s α为0.949，也均属于高信度，并且每一个题项的CITC都大于0.5，这意味着样本数据量表的可靠性总体是较强的。

3. 效度检验

(1) 探索性因子分析(EFA)。本文所使用量表的测量题项均来自现有文献的成熟量表，量表具有较高的表面效度和内容效度。本文采取探索性因子分析来检验问卷的结构效度。通过SPSS22.0进行KMO和Bartlett’s 球形检验的结果显示，有意识的知识溢出、集群衍生效应和集群创新绩效的KMO值均大于0.7，并且Bartlett’s 球形检验值显著，符合因子分析的前提条件。进一步采用主成分法进行因子分析的结果显示，有意识的知识溢出、集群衍生效应和集群创新绩效三大变量的总解释能力分别为77.86%、72.09%、75.60%，均大于50%且交叉载荷均小于0.4，由此表明每个题项均落到对应的因子，量表的信度值良好，所有的测量题项均可保留以待后续分析。

(2) 验证性因子分析(CFA)。有意识的知识溢出可用项目溢出和贡献者溢出来测量。项目溢出共有两个次级维度(直接项目溢出、间接项目溢出)的5个测量题项；贡献者溢出共有两个次级维度(直接贡献者溢出、间接贡献者溢出)的5个测量题项；集群衍生效应共有两个次级维度(企业衍生、技术衍生)的10个测量题项；集群创新绩效共有三个次级维度(经济绩效、科技绩效、社会绩效)的12个测量题项。对其分别执行验证性因子分析(CFA)，如表2所示：

表2 各变量验证性因子模型拟合度

资料来源：根据软件运行结果整理。

从表2可知，各测量变量的CMIN/DF均小于3，GFI、AGFI、NFI、TLI、IFI、CFI均达到0.9以上，RMSEA均小于0.08，指标显示该模型有不错的适配度。对以上各量表进行验证性因子分析，进一步得到表3的结果。

表3 各量表验证性因子分析结果

(续表)

资料来源：根据软件运行结果整理。

由表3可知，各题项标准化因子负荷均大于0.6，残差均为正且显著，显见无违犯估计。项目溢出、贡献者溢出、企业衍生、技术衍生和集群创新绩效的组成信度均大于0.6，平均变异萃取量均大于0.5，达到收敛效度的标准。

(3) 同源方法偏差检验和变量的区别效度检验。由于本研究所有变量的测量数据收集都有相同的来源，很可能会因此产生共同方法偏差而使研究的效度受到影响和质疑。借鉴冯彩玲等(2014)[注]冯彩玲、张丽华、时勘：《领导风格会提高员工的工作积极性和创新性吗?——企业家导向的跨层次调节作用》，《研究与发展管理》 2014年第3期。的研究设计，为检验同源偏差问题，本研究首先对项目溢出、贡献者溢出、企业衍生、技术衍生和集群创新绩效进行Harman 单因子检验，即若因素分析显示析出的单因子或公因子能够解释大部分变量的变异，则表明存在大量的方法变异，从而证明存在同源偏差问题。如表4所示，由于卡方不显著，Harman 单因子模型拟合结果不能接受，初步证明了不存在同源偏差问题。

表4 同源偏差检验和区分效度检验结果

注：***代表P<0.001，**代表P<0.01，+前后两个因子合成一个变量。PS代表项目溢出，CS代表贡献者溢出，ES代表企业衍生，TS代表技术衍生，CIP代表集群创新绩效，PS+CS代表有意识的知识溢出，ES+TS代表产业集群衍生。

资料来源：根据软件运行结果整理。

在此基础上，本研究进一步采用更为灵敏的不可测量潜在方法进行因子检验，即当方法变异大量存在时，则在验证性因子分析中，有共同方法变异因子模型的拟合指数将明显优于其他竞争模型。在本研究中，只有五因子模型与数据拟合比较好。如表4所示，RMSEA<0.08，而CFI与NNFI均大于0.9，这表明拟合指数可以接受，其他因子模型均没有达到可接受的拟合要求。故此，以五因子模型作为测量模型的差异检验优于其他竞争模型。此外，在表4中比较五因子模型与竞争模型的2与AIC指数，数值也都要比竞争模型小，从而证明具有更好的拟合优度。综上所述，五因子测量模型在指标上要比嵌套的四因子模型a、嵌套的四因子模型b、嵌套的三因子模型和单因子模型有更好的拟合指数表现，由此可以说明各变量间有良好的区别效度。

(三) 结构方程模型检验

1. 主效应检验

在相关测量指标取得了良好的信度和效度之后，为了更好地探究各个因子之间的关系，我们采用AMOS22.0建立了待验证的完整结构方程模型，验证变量之间的关系，如表5所示。

表5 结构方程初始模型拟合度

资料来源：根据软件运行结果整理。

表5显示，结构方程初始模型的拟合指标中，AGFI为0.89，小于公认可接受的0.9的标准，表明模型拟合度不达标，因此需要对模型进行修正。按照Modification Indices指标提示，E17与E19项目的MI值为20.755，超过了5，表明该模型仍然存在改进余地。通过变量间的协方差修正指数对模型进行修正，即在两个残差间增加一条相关路径，能够减少模型的卡方值。通过对项目内容的进一步考察发现，“所在集群常常在行业内率先推出新服务”与“所在集群的创新产品的开发成功率很高”可能存有一定关联，可以尝试接受增加两者关系的修正意见。因此在E17与E19之间添加相关路径后对修正的模型重新进行估计。表6给出了修正模型的估计结果。修正后的结构方程模型拟合度各项指标都达到了合理标准，这表明修正后的基本模型与实际观察数据吻合较好，建立的理论模型可以接受。

表6 修正后的结构方程模型拟合度

资料来源：根据软件运行结果整理。

由此可以根据修正模型估计全模型的路径系数并验证假设，检验结果如表7所示。一般认为，结构方程模型的路径C.R.值大于1.96，表明该路径系数在0.05的水平上显著。由此推断，本研究的结构方程模型中各路径都具有显著的统计意义，即原假设H1、H2、H3、H4及其分假设均通过了假设检验。根据表7的相关数据，得到修正后的结构方程模型图，如图3所示。

表7 全模型的路径系数及假设检验

资料来源：根据软件运行结果整理。

资料来源：作者绘制图3 修正后的结构方程模型图

2. 中介效应检验

本研究将自变量的两个维度(项目溢出、贡献者溢出)分别和中介变量、因变量进行分析与讨论。为了更直观地展现各条中介路径，分别建立项目溢出、贡献者溢出的研究模型。两个研究模型均包含两个次序中介，因此各个模型均有三条中介路径，分别为研究模型1：项目溢出→企业衍生→集群创新绩效(路径1)，项目溢出→企业衍生→技术衍生→集群创新绩效(路径2)，项目溢出→技术衍生→集群创新绩效(路径3)；研究模型2：贡献者溢出→企业衍生→集群创新绩效(路径1)，贡献者溢出→企业衍生→技术衍生→集群创新绩效(路径2)，贡献者溢出→技术衍生→集群创新绩效(路径3)。检验的关键：两个研究模型中的路径2是否显著。

数据处理结果表明，研究模型1中 “项目溢出→企业衍生→集群创新绩效”所对应的Bias-correctde 95%的置信区间包含0，中介路径不显著(-0.035, 0.371)，间接效应不存在。“项目溢出→企业衍生→技术衍生→集群创新绩效”的中介路径显著(0.002, 0.258)，间接效应存在。“项目溢出→技术衍生→集群创新绩效”的中介路径显著(0.084, 0.486)，间接效应存在。在控制了三条中介路径之后，自变量(项目溢出)对因变量(集群创新绩效)的直接作用不显著(-0.096, 0.636)，表明路径2、3是该模型的所有中介路径，不存在其他中介路径。研究模型2中“贡献者溢出→企业衍生→集群创新绩效”所对应的Bias-correctde 95%的置信区间包含0，中介路径不显著(-0.049, 0.476)，间接效应不存在。“贡献者溢出→企业衍生→技术衍生→集群创新绩效”的中介路径显著(0, 0.317)，间接效应存在。“贡献者溢出→技术衍生→集群创新绩效”的中介路径显著(0.002, 0.425)，间接效应存在。在控制了三条中介路径之后，自变量(贡献者溢出)对因变量(集群创新绩效)的直接作用显著(0.107, 0.696)，表明该模型除了路径2、3之外可能还存在其他的中介路径。

由此可见，假设H5、H5b成立，H5a不成立，即集群衍生效应的两个维度所起到的不完全中介作用成立。技术衍生在有意识的知识溢出及集群创新绩效间的中介作用成立，而企业衍生在有意识的知识溢出和集群创新绩效之间起不到显著的中介作用，它必须通过影响技术的衍生来发挥中介作用。这表明，企业衍生在导致技术衍生后才能有效提升集群的创新绩效。

四、 结 语

(一) 结论与讨论

1. 对主效应的结果讨论

集群企业间既可以通过供应链伙伴关系或联盟协议进行基于项目溢出的互动合作，获取或交换自身缺乏的技术知识和信息，又可以通过员工的面对面的交流和信息技术平台所产生的贡献者溢出来传播新技术、新知识。研究结论表明，相比于项目溢出，贡献者溢出更能影响集群的创新绩效，因为贡献者溢出关注的是通过人与人之间的接触而流动的隐性知识的溢出。企业知识活动中，不可编码的隐性知识约占知识总量的90%左右，并且人们更偏好于向其他人求助而不是通过非人格化的信息来源获取新知识，这表明贡献者溢出不论是对于知识的溢出方还是接收方来说都是促进集群创新的主要来源。

这一实证研究结论挑战了原有知识溢出理论的前提假设，并约束了该理论的适用条件。传统的知识溢出理论在创新集群情境下的推论值得商榷：首先，知识溢出并不总是非自愿的。伴随着项目合作和技术联盟的产生，各成员溢出的知识所产生的收益属于合作内部共同收益，知识溢出方和知识接收方在共同利益的基础上，越能够就知识贡献补偿和知识共享机制达成共识，便越有利于有意识的知识溢出的实现基础，从而挑战了传统知识溢出理论在外部不经济、知识产权风险等方面的一系列推论，约束了传统知识溢出理论在典型FDI情境下关于抑制机会主义行为所产生挤出效应、技术隔离以及渠道隔离等的解释力和适用性。

2.有意识的知识溢出对集群衍生效应的影响

项目溢出、贡献者溢出对企业衍生、技术衍生均产生了正的影响作用。有意识的知识溢出通过项目合作的形式不仅增强集群内企业间的联系，还使得企业与前向、后向的市场联系更为紧密。这些联系使得企业家能更便捷地获取新企业创建、改良或创新技术所需要的知识资源，实现企业的创立，并加速技术成果的转化。研究结论表明，贡献者溢出更能影响企业衍生，而项目溢出更能影响技术衍生。这一实证研究结论补充了有意识的知识溢出理论对于集群衍生的影响，重点关注了项目溢出和贡献者溢出在企业衍生和技术衍生中扮演的角色和发挥作用的顺序。由于企业衍生和技术衍生往往存在着先后顺序，集群的发展往往是贡献者通过面对面交流所溢出的知识来识别创业机会并获取创新思想，实现衍生企业的创立。新创衍生企业通过与集群其他企业项目合作获得的物化技术知识进行学习与整合，最终实现技术的衍生。

3.企业衍生与技术衍生的关系

集群衍生效应的两个潜变量对集群创新绩效的影响作用存在一定的差异，技术衍生对集群创新绩效的影响作用更强。这个结论又一次证明，如果企业衍生只是单纯的复制和抄袭，没有技术的创新，就无法将科技成果转化为更有价值的商品，那么这种衍生将会陷入同质化竞争的僵化状态，逐渐丧失其竞争力，进而衍生很难长久地进行下去。而技术衍生的最终目的是将科技成果转化，要想将创新思维转化为新产品和新工艺，必然需要衍生出高新的技术来加持。同时，衍生技术创新避免了在全新技术的研发初始阶段进行大面积探索性的投入，而将资源和关注点集中投入到工艺突破、质量控制和完善技术缺憾等中后期阶段，形成了丰厚的技术积累，对企业创新能力的提高大有裨益。这一实证研究结论拓展了原有衍生效应理论的切入视角。原有对于集群衍生的研究往往关注的是集群内企业数量的增加、集群规模的扩张，对于集群中技术研发成果的巨大作用关注不足。对于集群创新绩效而言，二者缺一不可。因为创新不完全是技术性的，但是高技术产业集群的特点在于技术的快速更迭，所以在高技术集群中需要更加关注技术的衍生。

4.集群衍生效应的中介作用

企业衍生、技术衍生不但能够促进集群创新绩效的提升，而且还是有意识的知识溢出影响集群创新绩效的中间传导机制。首先，企业衍生无法单独起中介作用，必须通过影响技术的衍生来发挥中介作用。其原因在于，企业衍生往往能够利用在母体企业积累的技术、知识和经验等资源为一些不被原系统认同或兼容的技术的改造和突破提供物质条件。对知识和技术的进一步升华，是突破原有技术的重要渠道。其次，从技术衍生的视角深入挖掘基于有意识的知识溢出对集群创新的作用机理。企业可根据合作收益的大小来决定溢出知识的多少。溢出的技术、知识等要素在集群企业柔性集聚过程中被重新组合与再创造，产生出新的组合，开发出新的产品，并且包含人力资本和知识资本在内的技术创新在集群内会得以加速扩散，技术得到快速衍生。因此，结合前面的实证研究结果和分析，以集群衍生效应为中介变量能够实现有意识的知识溢出到集群创新绩效间的传导，有力地揭示了有意识的知识溢出到集群创新绩效之间的非线性转化路径，探索了有意识的知识溢出通过企业衍生和技术衍生影响集群创新的规律和基本路径，突出技术衍生在打开这个黑箱中的重要作用，为集群如何实现衍生提供了可行性思路，为有意识的知识溢出如何影响集群创新绩效提供了一个解释路径。

(二) 管理启示

集群中的企业要充分发挥知识溢出的积极作用，变无意识的溢出为有意识的溢出，在共同利益的基础上，更容易在知识贡献补偿和知识共享机制上达成共识，从而降低了“搭便车”的机会主义行为。在跨组织资源合作创造与共同分享过程中，应积极建立一种新的、不同于一般物化或组织实体边界排他性的权利。集群企业在配套完备的生态圈中更易于产生有意识的知识溢出。彼此之间不仅通过核心企业间接联系，还会通过相互参观、相互学习而直接联系，这其中便会产生直接项目溢出和间接项目溢出。集群中如有企业在生产中遇到特定问题，则处于创新生态圈中的技术领先企业(舵手企业)就可通过选择性地派出专家顾问来指导配套企业改进生产工艺、完善产品制造流程，将升级之后的生产线或产品生产经验向其他合作伙伴公开；其他合作伙伴通过到现场参观学习与交流的方式，优化产业链整体的价值创造能力，并在企业外部发掘潜在创新机会，通过促进集群衍生谋求“逆向技术溢出”和“双向技术溢出”，以实现共赢。