地理距离、技术距离与集群企业的创新绩效——基于传统制造业集群的实证研究

郑健壮 孙 璐 朱婷婷

(1.浙江大学城市学院，浙江 杭州310015；2.南京中医药大学翰林学院，江苏 南京 225300)

传统制造业集群升级的关键在于创新。早期经济地理学和产业集群理论都认为，企业在地理空间上的集聚有助于知识的溢出(1)Baptista R,Swann P, Do Firms in Clusters Innovate More？Research Policy, 1998, No.5, pp.525-540.，使企业容易从外部组织获取创新所需的资源与知识(2)Lorenz L, Collective Learning, Tacit Knowledge and Regional Innovative Capacity, Regional Studies, 1999, No.4, pp.305-317.。但随着研究的深入，学者们发现：除显性知识外，创新更需要隐性知识(3)Herrman A M, Taks J L, Moors S E, Beyond Regional Clusters: On the Importance of Geographical Proximity for R&D Collaborations in a Global Economy: The Case of the Flemish Biotech Sector,Industry and Innovation, 2014, No.6, pp.499-516.，但隐性知识的转移和吸收并不完全是由地理因素所决定的。因此，“邻近性”(Proximity)的研究，也逐渐从地理邻近性(4)Bellet M, Colletis G, Lung Y, Introduction to the Special Issue on Economy and Proximity, Revue d’Economie Régionale et Urbaine,1993, No.3, pp.357-361.转向认知、制度等邻近性(5)Mattes J, Dimensions of Proximity and Knowledge Bases:Innovation between Spatial and Non-spatial Factors, Regional Studies,2012, No.8, pp.1085-1099.(6)李琳、龚晨：《多维邻近性对不同知识基础产业创新的影响——基于ANN和OLS回归双重检验》，《科学学研究》2017年第8期，第1273-1280页。。目前，已有开始关注认知、制度、文化等邻近性的研究，但仍缺乏对技术邻近性的深入探讨。上述情况可能导致在理论上无法解释：在某个特定市(县)域内，为什么拥有相同或相近制度和文化的两个同类产业集群(如浙江的两个服装集群)在创新性上存在天壤之别。也就是说，用制度、文化等邻近性难以理想地解释集群及集群企业的知识创新问题。而与技术邻近性相近似的“技术势差”理论已在这个方面作出了较有说服力的解释：当技术输出方比技术输入方拥有正的较大技术势差时，能显著促进技术输入方的技术能力提升(7)江志鹏、樊霞、朱桂龙等：《技术势差对企业技术能力影响的长短期效应——基于企业产学研联合专利的实证研究》，《科学学研究》2018年第1期，第131-139页。。另外，有学者用认知邻近性代替技术邻近性，却混淆主观与客观的关系；就研究的方法而言，现有的研究基本属于宏观研究，即利用省(市)的面板数据进行跨区域研究(8)夏丽娟、谢富纪、付丙海：《邻近性视角下的跨区域产学协同创新网络及影响因素分析》，《管理学报》2017年第12期，第1795-1803页。(9)李晨、覃成林、任建辉：《空间溢出、邻近性与区域创新》，《中国科技论坛》2017年第1期，第47-52页。，鲜有聚焦产业集群内部技术邻近性的研究，因此，其研究结论对于集群发展意义不大；就研究结论而言，结果也各不相同，既有早期研究“倒U型”关系的结论(10)党兴华、弓志刚：《多维邻近性对跨区域技术创新合作的影响——基于中国共同专利数据的实证分析》，《科学学研究》2013年第10期，第1590-1600页。，也有最近研究正向关系的结论(即技术邻近性越强越有利于区域创新)(11)夏丽娟、谢富纪、付丙海：《邻近性视角下的跨区域产学协同创新网络及影响因素分析》，《管理学报》2017年第12期，第1795-1803页。(12)李晨、覃成林、任建辉：《空间溢出、邻近性与区域创新》，《中国科技论坛》2017年第1期，第47-52页。。

从本质上而言，集群是地理空间和技术(知识)空间的综合体(13)魏江、徐蕾：《知识网络双重嵌入、知识整合与集群企业创新能力》，《管理科学学报》2014年第2期，第34-47页。，即同时具有地理和技术两类属性。因此，用地理距离和技术距离分别反映地理邻近性和技术邻近性，并将上述两种距离同时放入集群情景下，研究集群内企业间的地理距离、技术距离通过知识获取对企业创新绩效的影响机制，以揭示传统制造业集群内部企业创新的内在机理，并为塑造创新性集群提供相应的政策建议，具有重要的理论和现实意义。

一、研究设计

(一)研究假设

1.地理距离与外部知识获取及创新绩效的关系。地理邻近性与企业间的地理距离是同一问题的两种表示，地理越近表示地理邻近性越强。企业间的地理距离最直接地表示为两者之间的公里数(14)Mattes J, Dimensions of Proximity and Knowledge Bases: Innovation Between Spatial and Non-spatial Factors, Regional Studies, 2012, No.8, pp.1085-1099.。研究发现：地理距离越近，不仅能够通过专业化分工和创新要素集聚等提升创新绩效，而且越能促进企业间的知识溢出(15)史烽、高阳、陈石斌等：《技术距离、地理距离对大学——企业协同创新的影响研究》，《管理学报》2016年第11期，第1665-1673页。，以及借助文化和制度等的认同促进隐性知识的转移(16)Herrman A M, Taks J L, Moors S E, Beyond Regional Clusters: On the Importance of Geographical Proximity for R&D Collaborations in a Global Economy：The Case of the Flemish Biotech Sector, Industry and Innovation,2014, No.6, pp.499-516.，进而产生正向的外部创新效应(17)Jaffe A B, Technological Opportunity and Spillovers of R&D:Evidence from Firms’ Patents, Profits, and Market Value, American Economic Review, 1986, No.5, pp.984-1001.。因此，本文假设：

H1：地理距离对创新绩效有显著的负向影响。

H2：地理距离对外部知识获取有显著的负向影响。

2.技术距离与外部知识获取及创新绩效的关系。技术邻近性与企业间的技术距离也是同一问题的两种表示。技术距离表示企业之间的技术相似性或相似程度。企业间技术距离越大，一方面，越能对同类企业产生创新压力而促进其创新绩效的提高；另一方面，企业间技术距离越大，表明两者知识的重叠度越小，就越有可能从知识溢出中获取更多知识(18)Cunningham S W, Werker C, Proximity and Collaboration in European Nanotechnology, Regional Science, 2012, No.4, pp.723-742.，也更容易碰撞出新的灵感和创意，进而促进创新(19)Vrande V D, Vareska, Balancing Your Technology-sourcing Portfolio：How Sourcing Mode Diversity Enhances Innovative Performance, Strategic Management Journal, 2013, No.5, pp.610-621.。因此，本文假设：

H3：技术距离对创新绩效有显著的正向影响。

H4：技术距离对外部知识获取有显著的正向影响。

3.外部知识获取与创新绩效的关系。外部知识获取是组织学习的一个基本过程，也是企业创新的必要条件。集群企业通过外部知识获取进行吸收整合并转化为自身知识，进而促进创新绩效的提高(20)郑健壮、叶峥、徐寅杰：《集群企业开放度对创新绩效的影响机制研究》，《科研管理》2017年第4期，第19-27页。。因此，本文假设：

H5：外部知识获取对企业创新绩效有显著的正向影响。

4.外部知识获取的中介作用。综上所述，外部知识获取在地理距离、技术距离与企业创新之间起到了重要的中介作用，即地理距离和技术距离会影响外部知识的获取，并最终会影响集群企业的创新绩效。因此，本文假设：

H6a：外部知识获取在地理距离对企业创新绩效的影响中起中介作用。

H6b：外部知识获取在技术距离对企业创新绩效的影响中起中介作用。

5.吸收能力的调节作用。企业获得外部知识并不必然地正向影响企业创新，只有吸收、消化并最终运用到市场中去才能促进企业创新。吸收能力越强，就越能带来更高的创新绩效(21)郑健壮、叶峥、徐寅杰：《集群企业开放度对创新绩效的影响机制研究》，《科研管理》2017年第4期，第19-27页。。吸收能力可分为潜在吸收能力和实现吸收能力，潜在吸收能力主要是指企业识别外部知识的能力，这个能力主要体现在“外部知识获取”中。因此，本文中吸收能力主要指实现吸收能力，即吸收和消化外部知识的能力。但吸收和消化知识也受到识别的影响。因此，本文假设：

H7：企业吸收能力正向调节企业外部知识获取对创新绩效的影响。

综上所述，本研究提出地理距离、技术距离对集群企业创新绩效影响的概念模型(见图1)。

图1 地理距离、技术距离对企业创新绩效影响的概念模型

(二)变量测量

本研究的测量题项均来自现有的成熟量表(共31个题项)。题项测量采取主观测量法，并采用Likert 5级记分，1表示“非常不同意”，5表示“非常同意”。

1.解释变量。本研究的解释变量包括地理距离和技术距离。参考汪洁(2010)(22)汪洁：《企业网络中临近性对知识转移绩效的影响研究》，浙江大学2010年硕士学位论文。和高攀(2012)(23)高攀：《地理、组织与认知邻近对产业集群创新的交互影响》，湖南大学2012年硕士学位论文。等人的研究，选择相距地理位置、平均往返时间、平均往返交通费用等三个指标来测量地理距离；参考蒋兵等(2017)(24)蒋兵、李密、陈守忠：《合作研发中的技术距离、知识转化与能力获取：理论及案例》，《科技进步与对策》2017年第19期，第137-144页。的研究，选择物化差异、技术重叠、人力资源及管理差异三个指标来测量技术距离。

2.被解释变量。本研究的被解释变量是企业创新绩效。参考郑健壮等(2017)(25)郑健壮、叶峥、徐寅杰：《集群企业开放度对创新绩效的影响机制研究》，《科研管理》2017年第4期，第19-27页。和杜伟锦等(2018)(26)杜伟锦、宋颖、杨伟等：《“两化融合”背景下制造企业信息化对创新绩效的影响——基于价值链视角的实证研究》，《生产力研究》2018年第1期，第6-11页。的研究，选择产品创新和工艺创新两个指标来测量企业创新绩效。

3.中介变量。本研究的中介变量是外部知识获取。参考黎振强等(2015)(27)黎振强、王英：《地理邻近性与认知邻近性对创新绩效的影响分析——基于知识获取的中小高新技术企业的实证研究》，《求是学刊》2015年第6期，第39-46页。和艾志红(2017)(28)艾志红：《知识距离、吸收能力对产学研合作绩效的影响研究》，《工业技术经济》2017年第7期，第121-127页。的研究，选择技术知识、市场知识和管理知识三个指标来测量外部知识获取。

4.调节变量。本研究的调节变量是吸收能力。参考张洁等(2012)(29)张洁、戚安邦、熊琴琴：《吸收能力形成的前因变量及其对企业创新绩效的影响分析——吸收能力作为中介变量的实证研究》，《科学学与科学技术管理》2012年第5期，第29-37页。及黎振强等(2015)(30)黎振强、王英：《地理邻近性与认知邻近性对创新绩效的影响分析——基于知识获取的中小高新技术企业的实证研究》，《求是学刊》2015年第6期，第39-46页。的研究，选择辨别外部知识价值、消化外部知识和应用外部知识三种能力来测量吸收能力。

5.控制变量。企业年龄和规模会影响企业的创新绩效，因此需对其进行控制。用企业成立年限计算企业年龄，用企业员工人数表示企业规模。

二、实证研究

(一)数据收集

为验证图1的模型，选取浙江省海宁市经编产业集群企业进行研究。选择该集群还有以下两个方面的考量：其一，该集群是浙江典型的制造业集群；其二，经编产业的技术性远高于一般的纺织产业集群，有利于测量技术距离对企业创新的影响。海宁经编产业集群起步于20世纪80年代，经过30多年的发展，目前已成为我国最大的经编产业生产基地，产量约占全国的20%，先后被誉为“全国新型工业化产业示范基地”“国家外贸转型升级示范基地”和“全国经编产业知名品牌创建示范区”。目前，该集群拥有1 500余家企业，2017年实现技工贸收入359亿元，比上年增长16.5%，实现利税26.2亿元，比上年增长27.2%。

本研究的数据通过问卷发放收集。问卷发放对象是该集群内企业的高层管理者，发放途径包括以下两个：其一，委托政府部门通过电子邮件发放，共发放问卷150份，回收130份，有效问卷114份，问卷回收率86.7%，有效率87.6%；其二，在行业协会帮助下到企业现场发放，当场作答并回收，共发放问卷50份，回收50份，有效问卷50份，问卷回收率100.0%，有效率100.0%。在回收的164份有效问卷中，按企业年龄划分，5年以下30家(18.3%)、6～10年42家(25.6%)、11～15年36家(22.0%)、16～20年50家(30.5%)和20年以上6家(3.7%)；按照企业员工人数划分，19人以下28家(17%)、20—200人116家(70.7%)、201—299人4家(2.4%)、300—499人10家(6%)和500人及以上6家(3.9%)。因此，该集群企业基本属于中小企业。

(二)信度和效度检验

本研究使用Cronbach’s α系数和KMO样本测度法对变量进行信度和效度分析(见表1)。当Cronbach’s α与KMO值大于0.7，表明为可接受的信度与效度水平。结果显示，变量的Cronbach’s α和KMO值均大于0.7，故问卷具有良好的信度与效度，适合进行因子分析。

表1 问卷信度和效度检验

本研究采用最大方差正交旋转法对问卷的31个题项进行主成分分析，得到5个特征根大于1的因子，其解释了总体方差的74.039%，高于70%，并且各个因子内的题项都是本研究变量或变量下的维度所设置的题项，各自的因子负载都大于0.5，符合研究的要求。

(三)相关性分析

相关性分析是进行回归分析的前提，只有变量间高度相关，回归才有意义。本研究采用Pearson简单相关分析探讨变量之间的相关关系，分析结果如表2所示。

表2 各变量间相关性分析

注：*表示P<0.01，**表示P<0.05。

由表2可知，知识获取、技术距离、地理距离、吸收能力和创新绩效间存在显著相关性，技术距离与知识获取、吸收能力、创新绩效间存在正相关关系，地理距离与知识获取、吸收能力、创新绩效间存在负相关关系。同时发现，变量之间的相关系数都低于0.7，说明变量之间不存在多重共线性，可以进行回归分析。

(四)多元回归分析与调节效应检验

表3中的模型1至模型10分别对控制变量以及在控制变量的基础上依次加入自变量作回归分析。为了验证地理距离、技术距离、知识获取与创新绩效之间的关系，本研究构建了5个模型，被解释变量均为创新绩效。模型1考察控制变量对创新绩效的影响，模型2和模型3在模型1的基础上分别加入了地理距离和技术距离，模型4为地理距离、技术距离两者对创新绩效的影响，模型5在模型1的基础上加入了知识获取。从模型2、3、4可知，地理距离、技术距离都在0.001水平上显著相关，且调整R2系数越来越大，说明回归效果随着自变量的增加越来越显著。在模型4中，地理距离和技术距离与创新绩效的回归系数分别为-0.367和0.310，说明地理距离对创新绩效具有显著的负向影响，技术距离对创新绩效具有正向影响。因此，假设H1、H3得到验证。在模型5中，知识获取与创新绩效的正向相关关系通过了检验，说明知识获取对创新绩效具有显著的正向影响，假设H5得到验证。为了验证地理距离、技术距离与知识获取之间的关系，本研究构建了4个模型，被解释变量均为知识获取。模型6只有控制变量，模型7在模型6的基础上加入了地理距离，模型8在模型6的基础上加入了技术距离，模型9包含了模型6、7、8中的所有变量，即控制变量、地理距离和技术距离。由模型7、8、9可知，自变量均通过了显著性检验，且调整R2系数越来越大，说明模型随着自变量的增加对知识获取的解释效应明显增加。在模型9中，地理距离与技术距离的回归系数分别为-0.232和0.277，说明地理距离对知识获取具有显著的负向影响，技术距离对知识获取具有正向影响。因此，假设H2、H4得到验证。模型10则引入了吸收能力、吸收能力与知识获取的交互项，以考察吸收能力对创新绩效的调节作用。由模型10可知，知识获取与吸收能力的交互效应对企业创新绩效有显著影响(系数为0.191，P<0.001)，说明吸收能力在知识获取与企业创新绩效之间起到正向调节作用。也就是说，企业的实现吸收能力越强，知识获取对创新绩效的正向影响越大，因此假设H7得到支持。

表3 多元线性回归结果与调节效应

注：*表示P<0.001，**表示P<0.01，***表示P<0.05。

(五)中介效应检验

本研究按照Zhao等(2010)(31)Zhao X, Lynch J, John G, Reconsidering Baron and Kenny: Myths and Truths about Mediation Analysis, Journal of Consumer Research, 2010, No.2, pp.197-206.提出的中介效应分析程序，参照Preacher等(2004)(32)Preacher K, Hayes A F, SPSS and SAS Procedures for Estimating Indirect Effects in Simple Mediation Models, Behavior Research Methods, 2004, No.4, pp.717-731.提出的Bootstrap方法检验两类距离(地理距离和技术距离)与企业创新绩效之间是否具有中介效应，结果如表4所示。

表4 知识获取的中介效应

注：Bootstrap=5 000，置信区间=95%。

由表4可知，在随机检验样本为5 000、置信区间为95%的条件下，地理距离的置信区间为(LLCI=-0.1894，ULCI=-0.0695)，技术距离的置信区间为(LLCI=0.0580，ULCI=0.1813)，中介检验的结果没有包含0，表明知识获取的间接中介效应显著。结合表3的多元回归结果，可以得出知识获取在两类距离(地理距离和技术距离)和创新绩效之间存在部分中介效应。因此，假设H6a、H6b得到支持。

(六)假设检验结果汇总

通过回归分析对本研究提出的8个假设分别进行了检验，结果如表5所示。

表5 假设检验结果汇总

三、研究结论

本研究围绕地理距离、技术距离对中小企业创新绩效的影响机制，借助实证研究得到了以下三个主要结论。这些结论对建设传统制造业创新性集群有着重要的科学启示。

(一)打造强地理紧密与强技术势差相统一的创新型制造业集群

对于产业集群内的中小企业而言，企业间的地理距离、技术距离会对企业的创新绩效产生影响。具体而言，企业间地理距离对集群企业的创新绩效有着显著的负向影响，企业间技术距离对创新绩效有着显著的正向影响。因此，理想的传统制造业创新集群应该是企业间强地理紧密和强技术势差的统一。

(二)培育强内部自主创新与强开放式创新相统一的创新型集群企业

企业间的地理距离、技术距离之所以会对企业的创新绩效产生影响，其内在存在着这样一种机制，即地理距离负向影响外部知识获取，而技术距离正向影响外部知识获取，并最终通过外部知识获取正向影响企业创新绩效，即外部知识获取在地理距离和技术距离对企业创新绩效的影响中起到了中介作用。另外，企业吸收能力正向调节企业外部知识获取对创新绩效的影响，且外部知识获取与企业吸收能力的交互效应对企业创新绩效也有显著的正向影响。因此，要促进传统制造业集群的创新，既要鼓励集群企业积极进行开放式创新，还要鼓励集群企业加强自身研发创新并积极提升吸收能力。

(三)引进和培育一批具有产业技术领先水平的创新型集群龙头企业

就技术距离而言，不管是其直接影响企业创新绩效还是间接通过外部知识获取最终影响企业创新绩效，技术距离越大越好。简言之，技术距离对创新绩效有着直接的显著正向影响，即技术邻近性与企业创新之间存在显著的负向关系。这与以往结论不同的是：在传统制造业集群中，技术邻近性与创新间既不是“倒U型”(33)党兴华、弓志刚：《多维邻近性对跨区域技术创新合作的影响——基于中国共同专利数据的实证分析》，《科学学研究》2013年第10期，第1590-1600页。，也不是正向关系(34)夏丽娟、谢富纪、付丙海：《邻近性视角下的跨区域产学协同创新网络及影响因素分析》，《管理学报》2017年第12期，第1795-1803页。(35)李晨、覃成林、任建辉：《空间溢出、邻近性与区域创新》，《中国科技论坛》2017年第1期，第47-52页。，而是负向关系。因此，当前传统制造业集群创新程度不够的关键是集群内部技术势差的缺乏。一定的技术势差不仅能保证集群企业创新的新知识来源，还能保证外部压力促进集群企业的创新。