社会网络嵌入、信任互惠与文化集群企业创新绩效：基于企业生命周期的动态分析

姜照君，吴志斌

（1.南京航空航天大学艺术学院，江苏 南京210016；2.南京大学长三角文化产业发展研究院，江苏 南京210093）

一、问题的提出

我国文化产业园区在政府的大力推动下，经过近10年的发展，不仅孵化了大量中小微文化企业，而且助推众多中小微文化企业从初创期走向成长期和成熟期，产业园区也伴随着文化企业的快速成长逐渐由数量增长向高质量增长转型升级。“传统的内部独立创新模式难以满足技术变更迅速的新背景下，企业开始寻求组织间的合作创新，通过与相同或者不同领域的其他企业建立联系，谋求在技术上的突破”[1]（P682）。地理空间的临近性不仅便于企业获取组织间劳动力、知识、技术、生产资料等生产要素，而且还能够从地理邻近逐渐过渡到知识和认知上的邻近，强化集群的外部性[2]。“集群中企业和机构之间的共生机制是产业集群竞争力的真正来源”[3]。相对于其他行业而言，文化产业更具有“粘性”（sticky），与直觉实践、在实践中学习以及不可转移的技能联系在一起[4]。文化生产者是知识的“圈内人”(inside)，他们根植于当地文化和网络中，相互联系的嵌入式企业网络支撑了当地文化产业的发展[5][6]。文化产业园区为文化企业与机构间的知识流动、资源共享、合作创新提供了地理空间的临近性，成为联结企业与其他机构的纽带。企业嵌入关系网络，能够获得网络中内含的、衍生的实际资源和潜在资源，这种关系网络和通过网络获得的资源便构成企业的社会资本[7]（P243）。企业之间通过社会网络相联结，在以探索知识为目的的反复沟通交流中，能够产生较高水平的社会资本，从而加快产品研发、创新和学习[8]。位于社会资本水平较高的地区会导致更高的创新倾向，且位于高度本地化的社会资本特征的地区与企业的内部研发投入互补，能够积极调节外部获得的研发对企业创新倾向的有效性[1]（P696）。

虽然社会资本对企业创新绩效的影响已经受到学者们的关注，但企业处于不同生命周期，其与同行企业、上下游厂商、客户以及相关机构等建立的社会网络关系并非一成不变。企业在不同生命周期嵌入社会网络的联结强度、社会网络规模以及信任互惠关系等积累的社会资本，可能会影响不同生命周期的企业创新绩效。然而，目前鲜有学者从企业生命周期的视角，对企业构建的社会网络关系与创新绩效的关系进行动态分析。鉴于此，本文将基于企业生命周期理论，探讨社会网络关系强度、社会网络规模与信任互惠关系对企业创新绩效的影响机制，并采用国家广告产业园区的文化企业微观调查数据进行实证检验，以期有利于文化产业园区相关职能部门更好地根据文化企业生命周期，提供多样化的公共服务，促进文化集群企业构建并维系社会网络关系，进而有效发挥社会资本对不同生命周期阶段的文化企业创新绩效的作用。

二、理论基础与研究假设

（一）社会网络嵌入、信任与企业创新绩效

Nahapiet和Ghoshal将个体社会资本划分为结构维度、关系维度与认知维度，并探讨这3个维度的社会资本对企业创新的影响，其中结构资本和关系资本基于网络嵌入角度提出，认知资本基于社会规范角度提出[7]（P251）。网络结构嵌入与网络关系嵌入对企业创新绩效有促进作用[9]。借鉴学者们的研究，本文亦选择社会网络嵌入的视角，探讨社会结构资本与社会关系资本对文化企业集群创新绩效的影响。

社会结构资本主要涉及“网络的密集度、联结性、网络关系强度等方面，它是所有行动者之间的总体联结形态。”[7]（P252）社会网络联结能够为企业提供拓展技术知识的机会[10]。中小企业与供应商、顾客的关系越密切，越能够促进创新[11]。文化集群企业与园区内供应商、客户、管委会、咨询服务机构的网络关联强度越强，也越有利于文化企业创新绩效的提高[12]。企业可以从供应商、行业竞争对手，以及行业协会、行业联盟等机构获得所需要的行业信息，而且在其他条件相同的情况下，企业拥有的联系数目与企业获取信息的能力正相关[13]。企业家与供应商或战略合作伙伴建立合作或联盟关系，能够帮助企业识别并获得更多的市场机会，促进企业对外部互补性资源的利用[14]。文化产业集群中文化企业与园区上下游厂商、同行企业建立的商业网络关系能够显著提高企业创新能力，而且文化企业与政府职能部门、科研院所、咨询培训机构建立紧密的服务网络关系，也能够显著提高文化企业的创新能力。由此，本文提出如下假设：

研究假设1a:社会网络关联强度越强，越能够提高文化企业的创新绩效。

研究假设1b:社会网络规模越广泛，越能够提高文化企业的创新绩效。

社会关系资本主要指社会网络中将人们联结在一起的规范和信念，包括尊重、友谊、信任、期望、规范和义务等[15]。其中，信任被认为是社会关系资本的重要衡量要素[16]。一些研究表明知识密集型公司注重投入大量的资源去鼓励发展强人际关系和团队关系，建立高水平的个人信任关系以及跨越组织边界的强联结关系[17][18]。信任、合作等社会认知正向影响社会关系网络，以及企业技术交流与合作网络的参与强度[19]，而且有利于知识产权的保护和技术创新。Yli-Renko等学者以英国180家高科技创业企业为样本，考察关键客户关系中的社会资本对知识获取和知识利用的影响，研究发现社会资本的社会互动和网络联系维度与更大的知识获取相关，但关系质量维度与知识获取呈负相关，而知识获取又通过新产品开发、技术独特性和销售成本效率与知识开发的竞争优势呈正相关关系[20]。企业之间基于信任关系建立的社会网络关系有利于知识共享、信息流动，以及组织间的相互学习。企业家通过不断积累社会关系而建立的社会资本能够促进企业的技术创新活动[21]。王霄等学者以378家中小企业为研究对象，发现社会信任—合作认知与技术网络参与强度间存在相关关系,结构性与认知性社会资本影响着中小企业的创新结构和知识管理水平[22]。由此，本文提出如下假设：

研究假设2:信任互惠关系越强，越能够提高文化企业的创新绩效。

（二）企业生命周期与创新绩效

生命周期理论已被广泛用于研究企业的经济活动和技术创新。企业在不同发展阶段,企业家构建社会网络的活动和密度也会有所不同。随着产品生命周期阶段的演变，企业技术创新能力和创新的重点工作会相应发生转变[23]。社会网络是企业非常关键的资产。在网络化孵化器的帮助下，初创企业可以通过网络迅速获得资源，并与他人合作，从而使自己在市场中领先于竞争对手。网络化孵化器的显著特点是拥有在初创团队和其他成功的互联网导向型企业之间建立伙伴关系的机制，从而促进知识和人才在企业之间的流动，并在企业之间形成营销和技术关系。徐斌以2015~2017年我国A股上市公司为研究对象，发现技术创新对成长期的非国有企业与成长期的技术密集型企业，以及非国有企业总体、技术密集型企业总体、制造业企业总体的财务绩效有显著激励效应，而对其他类型企业的影响并不显著[24]。制造业企业产品创新的强度会随着市场的成熟而下降，而工艺创新则会随之上升[25]。企业进入成熟期，会拥有较大的市场份额、稳定的营业回报、较高的绩效水平与研发投入。但是，随着企业核心竞争力的凸显，技术平台的不断扩大，其知识吸收能力也将逐渐达到顶峰，增加研发投入将无法显著提高企业的创新水平[26]。企业处于不同的生命周期阶段，需要投入与之相对应的时间、精力和资源，以构建和维系社会网络关联强度、社会网络规模以及彼此间的信任互惠关系。由此，本文提出如下假设：

假设3a：社会网络嵌入强度能够提高初创期、成长期、成熟期文化企业的创新绩效。

假设3b：社会网络规模能够提高初创期、成长期、成熟期文化企业的创新绩效。

假设3c：信任互惠关系能够提高初创期、成长期、成熟期文化企业的创新绩效。

三、研究设计

（一）计量模型设定

为了验证研究假设，本文构造如下计量经济模型：

Innov2=β0+β1Ci+β2Intensi+β3Scalei+β4Trusti+εi

在公式中，Innov表示企业创新绩效，C表示企业年龄、企业规模、资产规模、人力资本、企业核心决策者学历等控制变量，Intens表示社会网络联结强度，Scale表示社会网络规模，Trust表示企业与相关机构的信任互惠关系，ε表示随机误差项。

（二）样本的选择与来源

课题组2018年对全国20家国家广告产业园区的文化企业进行问卷调查，随机发放问卷1200份，回收问卷910份，问卷回收率75.8%，有效问卷714份，问卷有效率78.4%。该项调查为考察园区知识溢出对文化企业创新创业的影响提供了良好的微观基础。

需要说明的是，Dickinson将企业生命周期划分为初创期、成长期、成熟期、动荡期和衰退期5个阶段，通过企业的经营现金流、投资现金流和筹资现金流3个指标的不同组合判断企业所处的生命周期阶段[27]。也有学者采用其他财务指标进行衡量，如留存收益/权益总额[28]；主营业务收入增长率、留存收益率、资本支出率、企业年龄等[29]；销售收入增长率、资本支出率、总资产增长率、销售费用比率等[30]。本文结合企业的营业额指标数据，将企业所处的发展阶段划分为营业额尚不稳定的初创期、营业额快速增长的成长期、营业额趋于稳定的成熟期，以及营业额趋于回落的衰退期。此外，考虑到文化产业园区吸纳的文化企业大多数是新兴的中小微文化企业，处于衰退期的文化企业占比较少（在此次调查的全样本数据中，仅有20家文化企业处于营业额趋于回落的衰退期）。因此，本文主要采用初创期、成长期和成熟期数据，以及全样本数据进行多元线性回归。

（三）变量说明与描述性统计

1.因变量

本文的创新绩效（Innov）主要是指企业相对于同行业企业而言，在创新速度、创新技术应用、创新产品或服务推出、创新达到客户预期、创新产品市场接受度等维度的创新能力。采用Likert五级量表的打分法，用1到5分，分别对应企业“完全不符、不符合、一般、符合、完全符合”的选择赋值，然后对上述5个测量维度进行因子分析，在特征值大于1条件下提取公因子。从表1中的结果可以看到，全样本数据的Cronbach Alpha值为0.912，初创期文化企业的Cronbach Alpha值为0.919，成长期文化企业的Cronbach Alpha值为0.928，成熟期文化企业的Cronbach Alpha值为0.883，说明量表均具有非常高的内部一致性，是可信的。量表中全样本的KMO为0.806，初创期的KMO为0.792，成长期的KMO为0.826，成熟期的KMO为0.728，均大于0.7，说明题项适合进行因子分析。全样本、初创期、成长期与成熟期的创新绩效变量分别解释了总变量的74%、76%、78%和68%，能够很好地测度因变量创新绩效。

表1 创新绩效的因子分析结果

2.自变量

本文主要采用企业与合作伙伴的社会网络联结强度、社会网络规模、信任互惠关系来衡量文化集群企业的社会网络关系。

社会网络联结强度（Intens）：借鉴学者们对社会资本结构维度的测量[31]，本文将“企业与供应商、购买商、销售代理商、同行企业、行业协会或商会的紧密合作程度”作为社会网络联结强度。采用Likert五级量表的打分法，用1到5分，分别对应企业“极不紧密、不紧密、一般、紧密、非常紧密”的选择赋值，然后对上述5个测量维度进行因子分析，在特征值大于1条件下提取公因子。从表2可知，全样本数据的Cronbach Alpha值为0.873，初创期文化企业的Cronbach Alpha值为0.918，成长期文化企业的Cronbach Alpha值为0.856，成熟期文化企业的Cronbach Alpha值为0.841，均大于0.8，说明量表均具有非常高的内部一致性，是可信的。量表中全样本的KMO为0.816，初创期的KMO为0.837，成长期的KMO为0.770，成熟期的KMO为0.797，均大于0.7，说明题项适合进行因子分析。全样本、初创期、成长期与成熟期的社会网络联结强度变量分别解释了总变量的67%、72%、66%和62%，能够很好地测度自变量社会网络联结强度。

表2 社会网络联结强度的因子分析结果

社会网络规模（Scale）：企业可以通过家人亲戚、朋友、同学、同事、生意伙伴等渠道，与其合作伙伴建立正式或非正式的社会网络关系。本文采用“企业与供应商、购买商、销售代理商、行业协会建立合作关系的渠道数量”来衡量企业的社会网络规模。通过对上述4个测量题项进行因子分析，在特征值大于1条件下提取公因子。从表3可知，全样本的Cronbach Alpha值为0.978，初创期的Cronbach Alpha值为0.956，成长期的Cronbach Alpha值为0.985，成熟期的Cronbach Alpha值为0.980，均大于0.9，说明量表均具有非常高的内部一致性，是可信的。量表中全样本的KMO为0.873，初创期的KMO为0.869，成长期的KMO为0.827，成熟期的KMO为0.882，均大于0.8，说明题项非常适合进行因子分析。全样本、初创期、成长期与成熟期的社会网络联结时长变量分别解释了总变量的94%、89%、96%和94%，能够很好地测度自变量社会网络规模。

表3 社会网络规模的因子分析结果

信任互惠关系（Trust）：借鉴学者们对关系维度的测量[32][33]，本文采用“企业与合作伙伴是否会履行合作内容；企业遇到困难，合作伙伴是否会提供帮助，是否会落井下石；发生摩擦时，企业是否会更多考虑双方利益；有新业务，是否会优先考虑合作伙伴；坚持双方的长期关系比眼前利益更重要”等维度测量企业间信任互惠关系。采用Likert五级量表的打分法，用1到5分，分别对应企业“完全不符、不符合、一般、符合、完全符合”的选择赋值，然后对上述6个测量维度进行因子分析，在特征值大于1条件下提取公因子。从表4可知，全样本的Cronbach Alpha值为0.933，初创期的Cronbach Alpha值为0.918，成长期的Cronbach Alpha值为0.956，成熟期的Cronbach Alpha值为0.918，说明量表均具有非常高的内部一致性，是可信的。量表中全样本的KMO为0.870，初创期的KMO为0.868，成长期的KMO为0.849，成熟期的KMO为0.805，均大于0.8，说明题项适合进行因子分析。全样本、初创期、成长期与成熟期的信任互惠关系变量分别解释了总变量的75%、72%、82%和71%，能够很好地测度文化集群企业的自变量信任互惠关系。

表4 信任互惠关系的因子分析结果

3.控制变量

本文引入企业层面的控制变量主要包括反映企业年龄的成立时间（Age）、反映企业规模的员工数量（Size）、反映企业资金实力的资产规模（Asset）、反映企业盈利能力的毛利率（Prof）、反映企业人力资本的大专及以上学历员工占比（Hum），以及反映企业核心决策者教育资本的学历（Edu）。

本文采用的主要变量的描述性统计如表5所示。

四、实证结果及分析

（一）全样本回归

从文化企业总样本数据的多元回归结果看，模型M1是控制变量企业年龄（Age）、企业规模（Size）、企业资产规模（Asset）、企业人力资本（Hum）、企业决策者学历（Hum）对文化企业创新绩效的影响。资产规模（Asset）在1%显著水平下与文化企业创新绩效正相关，相关系数是0.211。企业核心决策者的受教育程度（Edu）在1%显著水平下与文化企业创新绩效正相关，相关系数是0.204。人力资本（Hum）在10%显著水平下与文化企业创新绩效正相关，相关系数是0.070。

表5 主要变量的描述性统计分析

模型M2是在控制变量的基础上，重点考察社会网络嵌入、信任互惠关系等社会资本对文化企业创新绩效的影响。从回归结果来看，社会网络联结强度（Intens）、社会网络规模（Scale）与文化企业创新绩效在1%显著水平下正相关，相关系数分别是0.150和0.147。信任互惠关系（Trust）也在1%显著水平下与文化企业创新绩效正相关，相关系数是0.270。此外，企业资产规模（Asset）与企业核心决策者的受教育程度（Edu）仍然在1%显著水平下与文化企业创新绩效正相关，相关系数分别是0.154和0.156。也就是说，文化集群企业构建的紧密的社会网络联结强度（Intens）、广泛的社会网络规模（Scale）以及良好的信任互惠关系（Trust），均能显著提高文化企业的创新绩效。可见，对于全样本企业而言，文化集群企业嵌入社会网络关系的强度、广泛的社会网络规模以及良好的信任互惠关系均对文化企业创新绩效有显著促进作用（详见表6）。

表6 社会网络嵌入、信任互惠与文化企业的创新绩效

（二）处于不同生命周期阶段的样本回归

本文对文化集群内初创期、成长期、成熟期文化企业的创新绩效分别进行多元回归。从表7中可以看到，模型M3、模型M5和模型M7分别是控制变量对初创期、成长期、成熟期文化企业创新绩效的回归结果，模型M4、模型M6和模型M8则主要考察社会网络嵌入、信任互惠关系对初创期、成长期、成熟期文化企业创新绩效的影响。

对于文化集群内初创期文化企业而言，模型M3中，文化企业年龄（Age）在5%显著水平下与企业创新绩效负相关，相关系数是-0.177。文化企业资产规模（Asset）在10%显著水平下与企业创新绩效正相关，相关系数是0.134。人力资本（Hum）在10%显著水平下与企业创新绩效正相关，相关系数是0.165。文化企业核心决策者的受教育程度（Edu）在1%显著水平下与企业创新绩效正相关，相关系数是0.254。在增加了社会资本变量的模型M4中，社会网络联结强度（Intens）与文化企业创新绩效的关系不显著；社会网络规模（Scale）在5%显著水平下与文化企业创新绩效显著正相关，正相关系数是0.159；信任互惠关系（Trust）在1%显著水平下与文化企业创新绩效正相关，相关系数是0.259。此外，企业核心决策者的受教育程度（Edu）仍然在1%显著水平下与文化企业创新绩效正相关，相关系数是0.254；企业年龄（Age）也仍然在5%显著水平下与文化企业创新绩效负相关，相关系数是-0.205。

对于文化集群内成长期文化企业而言，模型M5中，企业资产规模（Asset）在1%显著水平下与文化企业创新绩效正相关，相关系数是0.291。企业核心决策者的受教育程度（Edu）在5%显著水平下与文化企业创新绩效正相关，相关系数是0.143。在增加了社会资本变量的模型M6中，社会网络联结强度（Intens）在1%显著水平下与文化企业创新绩效显著正相关，相关系数是0.312；而社会网络规模（Scale）与文化企业创新绩效在5%显著水平下负相关，相关系数是-0.184；信任互惠关系（Trust）在1%显著水平下与文化企业创新绩效正相关，相关系数是0.420。此外，控制变量企业资产规模（Asset）在5%显著水平下与文化企业创新绩效正相关，相关系数是0.146。

对于文化集群内成熟期文化企业而言，模型M7中，企业资产规模（Asset）在1%显著水平下与文化企业创新绩效正相关，相关系数是0.234。企业核心决策者的受教育程度（Edu）在5%显著水平下与文化企业创新绩效正相关，相关系数是0.166。人力资本（Hum）在10%显著水平下与文化企业创新绩效负相关，相关系数是-0.112。在增加了社会资本变量的模型M8中，社会网络联结强度（Intens）与文化企业创新绩效的关系不显著；社会网络规模（Scale）在1%显著水平下与文化企业创新绩效显著正相关，正相关系数是0.437；信任互惠关系（Trust）在1%显著水平下与文化企业创新绩效正相关，相关系数是0.209。此外，企业资产规模（Asset）在1%显著水平下与文化企业创新绩效正相关，相关系数是0.179；企业核心决策者的受教育程度（Edu）在10%显著水平下与文化企业创新绩效正相关，相关系数是0.115。企业人力资本（Hum）在10%显著水平下与文化企业创新绩效负相关，相关系数是-0.102。

表7 社会网络嵌入、信任互惠与不同生命周期阶段的文化企业的创新绩效

由此可见，对于文化集群企业而言，企业构建的社会网络联结强度、社会网络规模与信任互惠关系对不同生命周期的企业创新绩效的影响存在一定的差异。初创期文化集群企业建立广泛的社会网络规模（Scale）与良好的信任互惠关系（Trust），能够显著提高初创期文化集群企业的创新绩效。成长期文化集群企业嵌入社会网络的强度（Intens）与良好的信任互惠关系（Trust），能够显著提高成长期文化集群企业的创新绩效，而更加广泛的社会网络规模（Scale）却负向影响成长期文化集群企业的创新绩效。成熟期文化集群企业建立的广泛的社会网络规模（Scale）与良好的信任互惠关系（Trust），能够显著提高成熟期文化集群企业的创新绩效。此外，文化企业核心决策者的受教育程度（Edu）、资产规模（Asset）与人力资本（Hum）对不同生命周期阶段的文化集群企业创新绩效的影响亦不同。

五、结论与讨论

本文基于生命周期理论，探讨社会结构资本与社会关系资本对文化集群企业创新绩效的影响机制。从理论上说，处于不同生命周期阶段的文化企业与供应商、购买商、销售代理商、同行企业、行业协会/商会等建立的社会网络关系，无论是基于信任互惠的社会关系资本，还是基于社会网络联结强度、社会网络规模的社会结构资本，都能够为文化集群企业带来更多的资源和合作机会，但是对不同生命周期阶段的文化企业创新绩效的影响却存在差异。本文采用全国714家文化集群企业的微观调查数据，动态分析社会网络嵌入、信任互惠关系对初创期、成长期、成熟期的文化集群企业创新绩效的影响。主要研究结果如下。

第一，从社会关系资本的维度看，无论对于全样本还是处于初创期、成长期、成熟期的文化集群企业，其与合作伙伴建立良好的信任互惠关系，均能够提高文化集群企业的创新绩效。也就是说文化集群企业需要注重履行合作内容，发生摩擦时应充分考虑双方利益；坚持双方的长期关系比眼前利益更重要；有新业务时优先考虑合作伙伴，以及企业遇到困难时，乐意为合作伙伴提供帮助，从而建构并维系良好的信任互惠关系。这有利于促进企业在不同生命周期阶段的创新成长。

第二，从社会结构资本的维度看，一方面，文化集群企业构建的社会网络联结强度能够显著提高全样本和成长期文化集群企业的创新绩效，尤其对于成长期文化集群企业而言，社会网络关系强度对成长期文化集群企业创新绩效的促进作用更为明显。另一方面，文化集群企业与相关机构建立的社会网络规模越广泛，越能够显著提高全样本、初创期与成熟期文化集群企业的创新绩效；而且相对于初创期文化集群企业而言，成熟期文化集群企业构建的社会网络规模对其创新绩效的正向影响更大；然而，对成长期文化集群企业而言，扩大社会网络规模对其创新绩效的影响却有明显的抑制作用。

第三，文化集群企业的资产规模、企业核心决策者教育程度、人力资本等变量也影响着处于不同生命周期阶段的文化集群企业的创新绩效。其中，资产规模能够强力促进全样本、成长期与成熟期文化集群企业的创新绩效；企业核心决策者教育程度越高，对全样本初创期与成熟期文化集群企业创新绩效的提高越明显；而人力资本却负向影响着成熟期文化集群企业的创新绩效。

综上，作为推动文化集群企业持续发展的主要推动力之一，信任互惠关系自始至终贯穿在企业生命周期的全过程。对于文化集群企业而言，无论处于企业生命周期的任何阶段，都应该注重与供应商、购买商、销售代理商、同行企业、行业协会/商会等合作伙伴建立彼此信任互惠的社会关系资本，以促进文化企业的持续创新发展。社会网络联结强度与社会网络规模对不同成长阶段的文化集群企业的创新发展的影响存在显著差异性，因此，文化企业应根据生命周期的发展阶段和创新目标，动态调整其在社会网络嵌入上投入的时间、精力和资源。具体来说，对于成长期的文化集群企业，应该注重增强与集群内相关机构的社会网络联结强度，适当减少在社会网络规模上的投入；对于初创期与成熟期的文化集群企业，则更应该注重与集群内不同机构建立广泛联系，拓展其社会网络规模。此外，政府相关职能部门以及园区管委会或者文化产业园区的主管部门，一是要注重提供多元化服务，提供文化企业与相关机构建立正式与非正式的合作机会；二是要鼓励园区内文化企业根据自身所处的不同生命周期阶段，选择与之相适应的社会网络规模，以及与其他企业、相关机构建立的社会网络联结强度；三是要营造尊重契约、诚信互惠、合作共赢的产业园区生态环境，以制度优势促进不同生命周期阶段的文化集群企业的创新发展。