农产品电商集群企业多维邻近性对协同创新绩效的影响

曾凡益 孙 剑* 陈新宇

(1.华中农业大学 经济管理学院，武汉 430070； 2.湖北农村发展研究中心，武汉 430070)

创新是企业获得可持续竞争力的关键[1]，早期的企业经营环境相对稳定，管理边界较为明确，企业可以独立完成内部创新管理[2]。随着新技术和新业态的发展，环境不确定性逐渐提高，市场竞争不断加剧，对企业创新管理提出了新要求[3]，企业独立创新已经无法应对现有的挑战，越来越多的企业倾向于“抱团取暖”[4]，协同创新成为企业协调内外部利益、整合内外部资源，提升创新效率的关键举措[5-6]。

农产品电商集群企业有着区别于传统工业集群企业的独特性。首先，其形成得益于得天独厚的农业自然资源，具有较强的地域分布特征，同时也受限于农产品的生产季节性和产品易腐性，经营能力脆弱，创新效率低下[7]。其次，其优势在于利用数字化技术进行经营，互联网技术的成熟、网络基础设施的完善和智能终端的普及，优化了农产品电商企业的信息环境，同时也对农产品供应链中的物流冷链技术、渠道信息沟通和市场信息共享等内容创新提出了新要求[3,8]。第三，其发展依托于产业集群丰富的内外部资源，产业集群是促进区域经济增长的重要因素，农业电子商务集群是推动农村地区经济增长和农产品电商企业绩效提升的新动力，同时产业集群内部知识共享和技术外溢现象明显，创新存在较强的区域内竞争[9-10]。这些特点有助于农产品电商集群企业获得独特的竞争优势，也极容易导致其形成低端锁定效应[11]，农产品电商集群企业如何利用好独特的区位优势和集群资源，实现自身创新发展和协同创新管理成为一项重要课题。

邻近性是研究产业集群企业创新的重要视角。邻近性源于Marshall的集群经济概念，是指同一集群中不同主体间的协同关系[12]，集群地理范围的限制使这些主体具有类似的“群”或“类”特征[13]。最初的邻近性主要是指地理邻近性[14]，地理位置邻近的企业由于存在资源互补和功能协同会产生频繁的互动，进而获得协同效用，促进企业的创新与发展[15]。已有关于邻近性与企业创新关系的研究成果给本研究较大的启发，然而多维邻近性概念的引入为集群企业创新的研究提供了不同于以往的分析视角。第一，已有研究主要关注地理邻近性，重点探讨地理位置的接近对企业发展的影响[9,16]，忽视集群企业间的社会关系对企业创新的影响，同时数字经济的发展缩短了传统的市场交易距离，地理距离对企业创新的影响逐渐弱化，技术邻近性的作用日益凸显[17]。第二，关于邻近性对集群企业绩效影响的研究结论不一致，李柏洲等[6]认为邻近性有利于企业间知识共享和信息交流，对企业创新存在正向影响，李宇等[4]认为过度的接近导致企业依赖于外部环境，对企业创新存在负向作用。第三，从多维邻近性出发探讨单维邻近性在促进企业绩效提升上发挥的不同影响机制，关于邻近性各个维度之间可能产生的相互作用以及共同作用机制讨论较少。最后，已有研究大多从产业层面探讨邻近性对整个产业集群的影响[18]，缺乏在微观层面从企业与企业间邻近关系的视角探讨多维邻近性对农产品电商企业协同创新的影响。

本研究以农产品电商集群企业为研究对象，建立一个农产品电商集群企业地理邻近性、社会邻近性、技术邻近性与协同创新绩效之间关系的分析框架，揭示该框架中各构面间的逻辑关系，提出并证实了多维邻近性对协同创新绩效的不同影响机理，并验证了多维邻近性之间的交互作用对协同创新绩效的作用机制。研究充实了邻近性与协同创新的理论研究空间，以期为我国农产品电商企业有效利用内外部资源、实现内外部协同发展和提升创新绩效提供实践借鉴。

1 理论分析与研究假设

1.1 农产品电商集群企业多维邻近性

学术界关于邻近性的概念界定和维度划分缺少一个明确的标准，多维邻近性之间存在不同程度的交叉和重叠，党兴华等[18]认为针对不同的分析对象和分析层面，邻近性的具体概念和划分维度要做出相应的修正。本研究从组织层面探讨农产品电商集群企业多维邻近性对企业协同创新绩效的影响，因而不考虑国家和区域层面的战略、制度和文化邻近性[2,12-13]，不关注反映企业员工个人特质层面的个人邻近性[11]，也不强调反映组织规模大小的组织邻近性[14]。地理邻近性作为产业集群内部企业最基本的邻近性特征，对企业创新绩效的提升发挥着基础作用，需单独探讨地理邻近性对农产品电商集群企业协同创新绩效的影响[18,20]。社会邻近性源于社会网络理论中的嵌入性概念[10]，农产品生产分布的地域特征导致农产品电商集群企业分布具有特殊的血缘、地缘和业缘特征[7]，使得企业间具备较强的关系联结，是一种非正式的社会联系[11]。社会邻近性涵盖了关系邻近性关注的企业间关系的紧密程度[9]，更强调由此形成的信任合作关系[10]，因此采用社会邻近性来刻画农产品电商集群企业间的社会联结和信任关系。技术邻近性最初主要关注企业间知识基础的相似程度，涵盖了认知邻近性的相关概念[16-17]，农产品电商企业运用互联网知识和数字化技术进行经营管理，电子商务技术邻近性是企业进行协同创新的关键要素[17]，因此技术邻近性也是本研究关注的重点。基于以上理论分析和研究实际，本研究选取地理、社会和技术邻近性3个维度来探究农产品电商集群企业邻近性对协同创新绩效的影响。

1.2 农产品电商集群企业地理邻近性与协同创新绩效

地理邻近性作为最早提出的邻近性维度，相较于其他维度具有成熟的概念界定和测量方法。Torre[20]提出地理邻近性主要分为相对地理距离和绝对地理距离，相对地理邻近性采用企业间的临时性接触来刻度，包括参加会议、展示和访问等短期和中期的临时性空间接触，绝对地理邻近性主要采用企业间相距的绝对公里数和绝对车程时间来表示。地理邻近性是农产品电商集群企业提升协同创新绩效的有效途径[21]，首先，农产品电商集群企业依赖于农业自然资源，具有较强的地域分布特征，倾向于和周边的企业建立协同关系[7]，地理距离的缩短降低了企业有形物资运输的交通成本[16]，通过缩小信息获取范围来规避信息不对称，有利于交易成本的降低[21]，企业有更多的财务资源投入到协同创新活动中。其次，农产品电商集群企业利用互联网知识和数字化技术进行经营管理，面临高度不确定的互联网信息环境[18]，地理邻近性创造了更多的面对面交流机会，增加了沟通互动的频率，有利于企业与邻近企业数字技术交互学习和互联网知识获取[21]，使得隐性知识的传递更加有效[7]，为协同创新提供知识资源支撑。第三，地理距离的接近让企业感知到邻近企业的发展动向，产生学习压力和模仿行为[18]，优化农产品电商集群企业自身在农产品电子商务经营各个环节的运营效率，降低运营管理对创新管理的挤出效应。然而，农产品生产分布的地域性，导致一定地域范围内的企业经营同类相关产品，高度的地理邻近性会引发区域的产品内竞争[22]；企业分布的地域性特征也会导致企业细分具有较高需求重合度的消费者，引发产品的区域内竞争[11]；同时，高度的地理邻近性也会加剧农产品电商集群企业关键互联网知识和核心数字化技术向外溢出，从而丧失竞争优势和创新能力[9]。据此，本研究提出：

H1：农产品电商集群企业地理邻近性与协同创新绩效存在倒“U”型关系，即一定范围内的地理邻近正向影响协同创新绩效，若地理邻近程度大于临界值会导致较强的区域竞争和产品竞争以及外向知识溢出，从而负向影响协同创新绩效。

1.3 农产品电商集群企业社会邻近性与协同创新绩效

社会邻近性源于社会网络理论中的嵌入性概念，史焱文等[23]认为嵌入社会网络的节点企业由于持续的互动关系会产生隐性距离的邻近，强调企业间的交流合作和基于此建立起来的信任关系[10]。已有研究成果表明，首先，社会邻近性有效降低了企业与合作企业之间的协调成本，对长期合作意愿的达成提供情感支持，有利于规避机会主义行为，维护稳定的合作关系[24-25]，是在信息高度不确定的互联网环境下农产品电商集群企业协同创新绩效提升的有效途径。其次，农产品电商集群企业社会联结的邻近有利于信任关系的建立，进而加强企业间的深层次沟通交流，降低企业间隐性知识转移和吸收的壁垒，为复杂和敏感的数字技术和知识共享创造条件[23,26]，从而提升协同创新效率。第三，基于合作和信任关系的建立，社会邻近性强化企业市场信息共享意愿，有利于农产品电商企业应对农产品经营中的小组织与大市场对接的矛盾[27]，有效促进企业协同创新绩效的提升。本研究关注的农产品电商集群企业社会嵌入关系存在强弱差别，社会邻近性有利于增强强关系的信任关系，维持弱关系的互动关系[28]，对农产品电商集群企业协同创新管理的实现发挥关键作用。据此，本研究提出：

H2：农产品电商集群企业社会邻近性正向影响协同创新绩效。

1.4 农产品电商集群企业技术邻近性与协同创新绩效

技术邻近性最早由Grillitsch等[29]提出，是指企业间所属的技术领域、所拥有的技术能力和技术经验的相似性，关注企业间技术知识结构的相似程度。Jaffe[30]认为知识和技术结构的相似程度是企业间开展知识和技术交流的基础，技术知识的有用性和易用性是技术邻近性的重要内涵。学术界关于技术邻近性的研究主要集中在电子信息等技术密集型行业，探讨技术邻近特征对产品和行业创新的影响[2]。农产品电商企业作为数字经济背景下发展起来的新型产业形态，基于数字化技术开展物流和营销等各类业务，电子商务技术知识邻近对其创新发展影响尤为直接[31]。数字化技术邻近是农产品电商企业实现高效协同创新管理的关键，首先，技术邻近企业具备知识共享和技术交流的认知基础，采用相似的数字化技术和智能终端管理软件，有利于高效交流的实现，降低农产品电商集群企业协调沟通成本[17]。其次，技术知识基础结构的相似使得企业对外界技术知识的需求相似，从而产生共同学习意愿和协同学习行为，有利于提升农产品电商集群企业协同创新绩效[32]。第三，相似的技术知识结构决定了企业间学习能力相当，简化企业间技术知识的吸收和转化流程，有利于数字化技术知识的吸收和外溢，提升技术知识共享的效率，降低知识获取和技术学习的成本，为农产品电商集群企业协同创新管理提供财务资源支持和技术基础[12]。然而，也有学者提出知识和技术的高度邻近会导致集群企业形成知识壁垒，产生低端锁定效应[11]，创新效率低下，从而降低协同创新绩效。本研究关注农产品电商集群企业技术邻近性，企业尚处于发展的初级阶段，其技术知识协同创新也属于初级模式，同类技术竞争较小，企业对技术知识的学习意愿也较为强烈，技术知识壁垒尚未形成。据此，本研究提出：

(5) UL-94垂直燃烧测试：测试仪器为CFZ-2型水平垂直燃烧测试仪，江宁分析仪器厂，按照ASTM D3801—1996标准测试，标准样品为127 mm×12.7 mm×3.2 mm。

H3：农产品电商集群企业技术邻近性正向影响协同创新绩效。

1.5 农产品电商集群企业多维邻近性交互与协同创新绩效

农产品电商集群企业多维邻近性间的交互影响可能会产生一种邻近性替代或者补充其他邻近性的机制。地理邻近性为农产品电商集群企业与合作企业提供更多面对面交流的机会，使企业间的社会联系更加密切，有利于密切合作关系的建立[23]，增强了社会邻近性对协同创新绩效的正向影响，密切的合作关系又进一步增加了企业面对面交流的意愿和频率[25]，强化了地理邻近性对协同创新绩效的正向影响，二者存在相互补充和促进的作用，对于农产品电商集群企业协同创新绩效的提升发挥着正向交互作用。技术邻近性关注农产品电商集群企业与合作企业间相似的技术知识基础结构，具备相似的互联网知识共享和数字化技术交流的认知基础，使得沟通协调的过程更加畅通，有利于相对地理距离的缩短[16]，同时，地理距离的接近有利于企业间在数字化技术知识运用和学习过程中问题的交流，促进企业间相似的技术经验的传递和新知识系统的构建[32-33]，增强了技术邻近性，存在相互促进作用，对于农产品电商集群企业协同创新绩效的提升发挥着正向交互作用。技术邻近性打破了农产品电商集群企业间的知识交流壁垒，简化了沟通障碍，数字化技术和智能终端设备的高频率使用也增加了农产品电商集群企业的线上交流频率[2,17]，促进了企业间虚拟情感的建立，社会邻近性关注企业间实体关系的建立，注重基于线下面对面交流建立起来的实体情感和信任关系[26]，线上交流和线下交流在关系的建立和情感的维护上存在相互促进和补充的过程，技术邻近性和社会邻近性对于农产品电商集群企业协同创新绩效的提升存在补充机制，二者交互作用正向影响协同创新绩效。据此，本研究提出：

H4：农产品电商集群企业多维邻近性的交互作用对协同创新绩效有影响；

H4a：农产品电商集群企业地理邻近性与社会邻近性的交互作用正向影响协同创新绩效；

H4b：农产品电商集群企业地理邻近性与技术邻近性的交互作用正向影响协同创新绩效；

H4c：农产品电商集群企业技术邻近性与社会邻近性的交互作用正向影响协同创新绩效。

基于以上分析，本研究构建了农产品电商集群企业多维邻近性对协同创新绩效的影响理论模型，如图1所示：

图1 农产品电商集群企业多维邻近性对协同创新绩效的影响理论模型图Fig.1 Theoretical model diagram of the impact of multidimensional proximity of clustered agricultural e-commerce firms on synergetic innovation performance

2 研究设计

2.1 数据获取与样本特征

本研究选取湖北、江西和浙江3省14个电子商务产业园共350家农产品电商集群企业，于2020年6—9月前往各电子商务产业园对园内电商企业进行实地一对一问卷调查。本研究的调查对象主要是开展农产品经营业务的电子商务企业，问卷由农产品电商企业负责人或主管填写，在负责人或主管填写问卷之前专业的调查员对其进行简单的访谈，以确保填写问卷的企业负责人和主管对企业近一年的运营状况足够了解，确保问卷的真实性和有效性。调研共发放问卷350份，经整理和筛选，回收有效问卷312份，问卷有效回收率为89.14%。样本人口统计学特征如表1所示：样本农产品电商企业负责人或者主管以男性为主；年龄以35～55岁为主；文化程度以高中和大专为主，说明问卷填写对象能够较好的理解问卷内容；企业前1年经营收入以100万元以下为主；企业员工人数以50人以下为主，说明农产品电商企业大多处于初级发展阶段，企业规模较小；企业互联网技术使用年限多为6年以下，说明农产品电商企业技术采用年限较短，间接表明了技术邻近性带来的技术竞争和知识壁垒还不足以形成。通过卡方检验发现，样本性别、年龄、文化程度、企业前1年经营收入、企业员工人数和企业互联网技术使用年限组内差异显著，不存在样本人口统计学特征的一致性偏差。

2.2 变量测量

本研究选取的量表均来源于国内外学者已经开发且验证通过的量表，并对原始量表进行多轮翻译，在保证量表语义不变的前提下，对一些不符合本土研究实际的措辞和语言进行微调，最大程度还原量表的本义，形成规范的调查问卷。在进行正式实地调研之前，课题组邀请相关研究对象进行预调研，并根据预调研反馈对问卷进行修改和调整，进一步提高量表的适用性和问卷的准确性。

1)地理邻近性参考了Torre[20]、Boschm[14]、党兴华等[18]和张洁瑶[21]国内外学者关于地理邻近性的概念界定和变量测量，采用Torre[20]提出的将地理邻近性操作化为相对地理距离，利用企业参加会议、展示和访问等短期和中期的临时性空间接触来度量地理邻近性的变量测量方法，共有3个题项。代表性题项如“贵公司经常参加行业贸易展览会”等。

2)社会邻近性借鉴Ganesan等[24]、Zhou等[10]和刘晓燕等[25]国内外学者的社会邻近性量表，共有3个题项。代表性题目如“贵公司与合作公司相互信任”、“贵公司与合作公司合作密切”等。

3)技术邻近性借鉴Knoben等[12]、夏丽娟等[17]和杨博旭等[2]国内外学者对技术邻近性的变量测量，共有3个题项，从技术相似程度、技术易用性和技术有用性等3个方面来度量农产品电商集群企业的技术邻近性。

表1 样本描述性统计分析Table 1 Descriptive statistical analysis of samples

4)协同创新绩效强调发挥企业间不同的比较优势，实现资源共享和利益一致，共同实现创新目标[6]。本研究借鉴Hong等[5]、张洁瑶[21]、解学梅等[34]的协同创新绩效量表，分为协同性与创新性两个维度，共有4个题项，如“与其他公司进行合作使贵公司的产品开发速度比行业的平均水平快”、“与其他公司合作使贵公司产品的开发成本变低了”等。

5)控制变量主要包括企业员工人数、企业成立年限、企业前1年经营收入、企业互联网技术使用年限等4个变量，已有研究表明企业员工人数、企业成立年限、企业前1年经营收入等变量对创新绩效呈现正向影响，而互联网技术使用年限越久的农产品电商企业运营经验越丰富，直接影响农产品电商集群企业的创新技术和水平。

2.3 计量模型

为检验农产品电商集群企业多维邻近性及其交互作用对协同创新绩效的影响，本研究构建以下计量模型：

(1)

式中：β是待估计系数，εi是随机误差项，Yi表示因变量协同创新绩效，Xi表示自变量地理邻近性，Zi表示自变量社会邻近性，Wi表示自变量技术邻近性，CONi表示控制变量企业员工人数、企业成立年限、企业前1年经营收入和企业互联网技术使用年限，i代表第i个样本。

3 实证检验与结果分析

3.1 量表信度分析、效度分析及共同方法偏差检验

本研究所有量表的题项都用陈述句来表达，答案选项均采用Likert五分量表，对上述4个变量的各个题项分别设定“非常不同意”、“不同意”、“一般”、“同意”和“非常同意”5个选项，并分别赋值1、2、3、4和5分。

运用SPSS 22.0统计分析软件对问卷量表进行信度分析和效度分析：首先，信度分析结果显示地理邻近性、社会邻近性、技术邻近性和协同创新绩效量表的Cronbach’s α系数值均大于0.6，说明量表具有较高的信度。

其次，因子分析结果显示，地理邻近性、社会邻近性、技术邻近性和协同创新绩效量表的样本适配度KMO值均大于0.6，Bartlett球形检验统计值均为0.000，说明量表具有较高的结构效度。所有测量指标的因子载荷值均大于0.5，每个变量的AVE值(平均提取方差值)也都大于0.5，表明变量具有较好的收敛效度。同时，从表3可以看出，各变量之间的相关系数均小于变量的平均提取方差平方根(对角线上的加粗数字)，变量之间具有较高的区别效度。

最后，为了检验问卷由同一个调研对象填写，数据来源单一导致的共同方法偏差问题，本研究采用Harman单因子检验方法，对所有测量指标进行因子分析，发现特征根大于1的因子有3个，最大的因子方差解释量为37.547%，未达到40%，说明研究结论受共同方法偏差影响并不严重。

表2 量表信度和效度分析Table 2 Reliability analysis and validity analysis

3.2 变量描述性统计与相关性分析

表3列出了各变量的均值、标准差和相关系数等描述性统计分析量。从相关系数可以看出，地理邻近性、社会邻近性、技术邻近性与协同创新绩效显著正相关，相关系数均为正，且在5%的统计水平上显著，为进一步的假设检验提供了相关支撑。

3.3 假设检验

本研究运用SPSS 22.0统计分析软件，结合理论模型与研究假设，以协同创新绩效为因变量，地理邻近性、社会邻近性、技术邻近性及3个变量两两交互项为自变量进行多层次回归分析。所有方差膨胀因子指数(VIF)的值均小于10，回归模型变量间不存在明显的多重共线性问题。共设置了5个回归模型，模型(1)主要考察企业员工人数、企业成立年限、企业前1年经营收入和企业互联网技术使用年限等控制变量对农产品电商集群企业协同创新绩效的影响，模型(2)～(5)考察加入地理邻近性、社会邻近性、技术邻近性及3个变量两两交互项之后的模型改变，回归分析结果如表4所示。

模型(1)结果显示，农产品电商集群企业的员工人数、企业成立年限和企业前1年经营收入对协同创新绩效的影响不显著，企业互联网技术使用年限对协同创新绩效发挥显著正向影响(β=0.115，P<0.01)。

模型(2)结果显示，农产品电商集群企业协同创新绩效受到地理邻近性、社会邻近性和技术邻近性的影响。地理邻近性与协同创新绩效之间存在倒“U”型关系，地理邻近性显著正向影响协同创新绩效(β=0.949，P<0.01)，地理邻近性二次项显著负向影响协同创新绩效(β=-0.134，P<0.01)，假设H1得到验证。社会邻近性显著正向影响协同创新绩效(β=0.370，P<0.01)，假设H2得到验证。技术邻近性对协同创新绩效发挥显著正向作用(β=0.252，P<0.01)，假设H3得到验证。

模型(3)～(5)在检验完控制变量和自变量的直接效应之后放入自变量的两两交互项，以检验地理邻近性、社会邻近性和技术邻近性之间的交互作用对协同创新绩效的影响。模型(3)结果显示，地理邻近性与社会邻近性的交互项对协同创新绩效影响不显著(β=0.035，P>0.1)，假设H4a未得到验证。模型(4)结果显示，地理邻近性与技术邻近性交互项对协同创新绩效发挥显著正向影响(β=0.094，P<0.05)，假设H4b得到验证。模型(5)结果显示，技术邻近和社会邻近交互项显著负向影响协同创新绩效(β=-0.088，P<0.05)，分析结果与研究假设相反，假设H4c未得到验证。

表3 变量描述性统计分析Table 3 Descriptive statistical analysis of variables

3.4 结果讨论

实证分析结果显示，地理邻近性与农产品电商集群企业协同创新绩效之间存在倒“U”型关系，一方面地理邻近性会加强农产品电商集群企业间的互联网信息交流和数字化技术知识共享，降低交易成本和协调沟通成本，提升协同创新绩效，另一方面农产品电商集群企业销售同质农产品，高度的地理邻近性会带来区域竞争、产品竞争和知识外溢，丧失核心创新能力，降低协同创新绩效。与杨博旭等[2]基于电子信息产业所做的多维邻近性对产学研合作创新影响的研究结论存在部分一致性。社会邻近性正向影响协同创新绩效，社会邻近性带来的密切合作和信任关系促进农产品电商集群企业间产品和市场信息的交换，促进协同创新绩效的提升，这与王海花等[32]关于多维邻近性对我国跨区域产学协同创新影响的研究结论存在一致性。农产品电商集群技术邻近性对协同创新绩效具有正向影响，相似程度高、容易被采取和使用有效的技术经验和知识基础有利于企业间的知识共享和技术交流，降低信息搜索和知识获取的成本，从供应链各个环节提升协同创新绩效。这与余谦等[26]关于技术邻近性对企业知识水平增长影响的研究结论存在共同点。本研究证实了农产品电商集群企业多维邻近性对企业协同创新绩效的影响，结论弥补了现有研究大多从产业层面探讨邻近性对整个产业集群的影响，缺乏在微观层面探讨多维邻近性对协同创新的影响的不足。

表4 农产品电商集群企业多维邻近性对协同创新绩效的影响回归分析结果(非标准化系数)Table 4 Regression analysis results of the impact of multidimensional proximity of clustered agricultural e-commerce firms on synergetic innovation performance (unstandardized coefficient)

农产品电商集群企业多维邻近性之间的交互作用对企业协同创新绩效发挥不同的影响。首先，农产品电商集群企业地理邻近性与社会邻近性之间的交互作用对绩效不产生影响，可能是因为农产品电商企业处于发展的初期阶段，产品贸易展览会等短期和中期的临时性交流效果欠佳，而企业与合作企业基于原有的血缘、地缘和业缘关系建立起来的创新模式，没有结合数字经济新发展做出新调整，在此特定的研究环境和背景下，二者的交互项对协同创新绩效影响不显著。其次，农产品电商集群企业地理邻近性和技术邻近性两者之间存在互补效应，地理邻近性促进高频率线下交流，技术邻近性为便捷的线上交流提供数字技术支持，这种互补效应的存在促进了线上线下融合沟通，有利于电商企业线上线下双渠道的建立，对于农产品电商集群企业信息交换和协同创新绩效的提升具有正向促进作用。最后，农产品电商集群企业技术邻近性和社会邻近性交互项系数为负，与王海花等[32]的研究结论刚好相反，即技术邻近性和社会邻近性两者存在负向替代作用，而非正向互补作用，技术邻近性促进线上虚拟感情的建设，社会邻近性则关注线下实体情感的建立，本研究的调研对象为处于初级创新阶段的农产品电商集群企业，在企业对电子商务运营熟悉程度较低和合作企业情感关系维持投入有限的情况下，二者之间存在替代效应，其交互项对协同创新绩效呈现负向影响。

农产品电商集群企业互联网技术使用年限对协同创新绩效发挥显著正向影响，可能的原因在于互联网技术和设备的采纳年限越久，企业对电子商务运营技能和流程掌握越熟练，在信息获取、产品开发和创新能力等方面的核心竞争优势越明显，有利于协同创新绩效的提升。所以，本研究认为长期高质量的数字技术基础设施建设对我国农业现代化的实现有着重要作用。

4 主要研究结论与启示

4.1 研究结论与启示

本研究以农产品电商集群企业为切入点，探究了由于数字经济发展带来的农产品电商集群企业多维邻近性及其交互作用对协同创新绩效的影响，采用湖北、江西和浙江3省14个电子商务产业园312家企业的微观调研数据对研究假设进行了实证检验。根据数据分析结果，得出以下研究结论：第一，地理邻近性与协同创新绩效之间存在倒“U”型关系，处在同一区域内的农产品电商集群企业竞相销售同质性较高的农产品给有相同需求的消费者，过度的地理接近会导致较高的区域竞争和产品竞争，从而降低绩效。第二，社会邻近性正向影响协同创新绩效，合作信任关系让农产品电商集群企业之间的产品信息和市场信息交换流畅，有利于企业之间互联网知识和数字化技术的交互学习，进而提升绩效。第三，技术邻近性正向影响协同创新绩效，相似的互联网技术知识基础，为企业创造了相似的技术知识需求，促进了农产品电商集群企业间的互联网信息共享和数字化技术知识溢出，促进绩效提升。第四，地理邻近性和技术邻近性的交互项呈现互补机制，促进了农产品电商集群企业线上线下融合交流，对于农产品电商集群企业信息跨场域交流和协同创新绩效的提升具有正向促进作用。第五，技术邻近性和社会邻近性的交互项呈现替代机制，处于初期发展阶段的农产品电商企业不擅长线上关系运营，对线下关系维护缺乏时间和精力的投入，无法兼顾全局，呈现出负向影响。

根据上述结论，得出以下研究启示：第一，同一集群内的农产品电商企业销售同质性较高的农产品给消费者，存在较强的区域内产品竞争，要重视农产品生产地区的多样化发展，发挥区域内不同种类农产品的协同带动作用。第二，农产品电商集群企业在选择合作企业时，不仅要注重与合作企业建立良好的合作信任关系，充分利用社会邻近性获取内外部信息资源，还要关注与合作企业技术基础的相似性，增强互联网知识和数字化技术的可获得性，提升协同创新绩效。第三，互联网技术的发展丰富了农产品电商企业线上线下交流模式，为线上信息共享提供了设备支持，然而处于创新初期阶段的农产品电商企业对于数字化技术的掌握和运用较为初级，存在多维邻近性间的竞争和博弈，政府和相关组织应加强对其技术技能和知识运用的培训，促进农产品电商企业线上线下跨渠道交流，合理利用互联网技术发展带来的创新机遇。最后，农产品电商集群企业应注重高质量的互联网信息内容传递，谋求生产信息、产品信息、市场信息以及技术信息的共享和吸收，促进自身创新绩效的提升。

4.2 不足与展望

本研究存在一定的局限性：首先，研究采用短期和中期的临时性空间接触即相对地理距离来测量农产品电商集群企业地理邻近性存在一定的局限性，未来可以进行更为精确的调研，采用绝对地理距离来测量地理邻近性。其次，研究选取的调研地点多分布在东部和中部地区，未来可以对全国东中西部地区进行更为全面的实地调研和数据收集。最后，研究采用的数据为横截面数据，缺乏对农产品电商集群企业的追踪调查，未来可以对企业进行追踪调查，以更加全面的了解农产品电商集群企业的动态创新发展，进一步完善相关研究结论。