20世纪90年代以来,产业集群作为区域经济发展的重要载体备受世界各国重视。传统的集群理论认为理想的产业集群应该具有产学研充分合作的内部网络结构形态,并强调创新活动的地方根植(Porter & Stern,2001)。但是,近年来国内外学者的研究表明,在技术作为核心生产要素的时代,产业集群中不可避免地会产生技术的等级体系,从而改变集群内部创新网络的结构以及集群式创新合作的效果。技术权力现象在发展中国家和地区的产业集群中十分常见,技术等级的森严程度往往随产业的类型不同而有较大差异,技术和资本密集、生产者驱动型的重工业集群创新能力与升级进程更容易受到技术权力的影响(林兰,2013)。
在现实情况中,为防止核心技术、生产知识、管理诀窍等关键技术权力优势丧失,重工业集群的核心企业(这一角色通常由技术领先的大型制造企业扮演)较少利用其技术领先优势推动企业创新结网和创新升级,这一原集群创新的实践者和推动者可能成为阻碍集群升级的主要力量(Howells & Bessant,2012)。这导致集群内部核心企业对跟随者的创新带动作用十分有限,即使形成了集群内完整的产业链,基于全球价值链升级的外部结网行为也并没有促进技术领先者的本地创新溢出,使得位于产业链低端的企业难以通过技术积累实现持续性创新,不得不依靠破坏性创新寻求出路。但破坏性创新的契入点是市场,而非基于技术(苏启林,2007)。因此,对于绝大多数发展中国家和地区来说,虽然一直视产业集群为国家创新系统的重要组成部分,但对重工业而言,产业集群并未成为获得国外先进技术和取得技术进步的最有效的创新组织形式。
随着中国逐渐进入重化工业发展阶段,产业发展重点将逐步由消费者驱动(如ICT产业)向生产者驱动(如精细化工、装备制造)转变,产业的资本密集度与技术密集度大大增加,集群内部的权力分层更加显著,与之对应的集群创新模式、机制与区位也将发生改变(Gabe & Abel,2013)。因此,ICT产业大发展时期所积累的关于产业集群创新结网的分析方法在重化工业发展阶段可能需要重新审视。我们有必要探讨在产业结构由轻变重、技术要素重要性增加的情况下重工业集群中技术权力如何形成、权力体系如何影响集群内部创新结网和企业间创新合作、集群创新的空间组织形式和创新区位是否改变、权力体系如何突破,这些都是当前中国集群创新研究不可回避的问题。因此,本文从技术权力视角出发,以上海临港装备制造集群为案例,研究技术等级体系下重工业集群企业创新结网与合作方式的路径改变,并探讨集群创新区位的变化。
二 理论假设与概念模型新产业区理论指出,地域根植性及平等对称式的企业结构是地方生产网络的典型特征,Poter(1990)就鼓励网络的对称关系,认为是企业之间的水平竞争推动了网络演进,但其提出的钻石模型以及集群概念都忽视了集群中“核心企业”的重要作用(Davies & Ellis,2000;Suire & Vicente,2009;Lorenzen & Mudambi,2012)。学术界对企业网络权力的关注始于20世纪90年代,网络权力理论由企业权力理论演变而来,它是指网络中能联合创新主体以及联结知识和生产的能力(Bridge,1997;Bessant,etal.,2012)。权力是影响企业网络的主导因子之一(Bathelt & Taylor,2002),维持网络内部平等的权力结构非常困难,而权力的主体是在存在权力关系级差的网络中的强有力的、能驱动网络的企业(Taylor,2000;Cirera,etal.,2015)。国内学术界对网络权力的研究较多从技术创新视角展开(曾刚等,2013;潘少奇等,2015;康凯等,2016),重点探讨技术权力的产业间和区域间作用机制差别(王秋玉等,2016)。
(一) 技术权力—创新结网技术权力是网络权力的一种,网络权力本质上是指领先企业对其他关联企业的影响力和控制力,在集群内部表现为集群结网的非均衡性(景秀艳,2008)。集群内部的权力结构与集群的主导产业密切相关,Markusen(1996)在对集群的划分中就明确指出,即便是马歇尔式集群尚不能排除核心企业的存在,而轮轴式集群(多为重工业和化工产业集群)因单核(少核)的特点导致其非对称权力体系结构特征更加突出;此外,企业属性对集群权力构成也有较大影响。以装备制造业为代表的重工业集群内部存在着显著的技术权力关系,核心企业通过技术的权力控制(如股权控制、技术锁定、标准控制、专利控制等)长期占据技术领导地位(决定技术转移、技术示范、技术扶植、技术培训的方式等),从而导致集群内部创新合作关系的“非均衡化”,而难以形成水平式的合作创新网络,这在客观上造成重工业集群中的核心企业较少利用其技术领先优势推动企业创新结网和创新升级,反而在关键技术的扩散方面起到了阻碍作用(曾刚等,2006)。从主观上看,为防止核心技术、生产知识、管理诀窍等关键技术权力优势丧失,核心企业也会主动避免技术溢出,从而成为阻碍集群升级的主要力量(林兰、曾刚,2010),集群的垂直协作关系较强而水平竞合关系较弱(Giuliani,2007)。基于以上分析,本文提出如下假设:
H1:技术权力对重工业集群内部创新结网具有负向影响。
(二) 技术权力—创新合作方式纵向一体化与横向联系是两种重要的创新合作方式(郑方,2010),分别对应基于生产合作的产业链构建和基于研发应用的知识网络构建。对重工业而言,核心企业在集群中通过影响创新合作方式来参与创新网络构建,一方面,重型制造业多具有典型的工艺驱动创新特征,技术复杂程度和可编码化程度高,“高技术—低智力密集”创新特点显著(李凯、李世杰,2005),技术创新高度凝结于机器、零部件、材料、工艺规范和操作维修技能中,“干中学”和“用中学”工艺创新特征显著,经验型学习大大多于知识创造,基于生产、操作、维修、改造技能需求的纵向一体化创新合作方式对重工业来说十分重要且占据主导地位,具有明显的“链式”创新合作特点。同时,由于网络权力关系具有偶然性,有利的资源可能会越过全球价值链中的地方性中小企业(Rutherford & Holmes,2008),重工业创新的纵向一体化合作具有全球尺度特点。另一方面,基于知识合作的横向联系依然重要,但由于重工业的编码化知识具有基础性和共性的特点,技术门槛高;加之技术研发“市场失灵”和“组织失灵”的特点,横向联系往往不是企业之间或企业与研发机构之间高度自发性的“点对点”联系,而是依靠正规技术扩散渠道的“官僚式被扩散”(Dammann,2011)。基于以上分析,本文提出如下假设:
H2:技术权力对重工业集群创新合作方式选择具有正向影响。
(三) 技术权力—创新区位创新区位由技术、市场、生产配套、创新环境等多要素组成(张杨勋、李江涛,2013;张晓平、陆大道,2004),其中,技术、生产配套因素受集群所在地的科技发展水平与科技、产业、基础设施的影响,市场与创新环境则更具本地情境性。由于核心企业“绝对权力”的存在,重工业技术创新的等级体系会形成产业集聚障碍(Nakajima,etal.,2013))。在纵向一体化方面,核心企业利用外包选择权在全球选择供应商甚至是客户,对本地生产配套能力和市场容量的要求降低;在横向联系方面,基于认知邻近而非地理邻近的知识合作特点导致核心企业对本地网络以外的创新者具备较高的“俘获”能力,集群对本地创新资源利用的频度降低,甚至限制本地要素流动(曾刚等,2006)。因此,技术权力对重工业创新区位的影响在于:既不高度依赖优质的本地创新区位,也没有强烈的优化本地创新区位的需要(Rigby & Brown,2015)。基于以上分析,本文提出如下假设:
H3:技术权力对重工业的本地创新区位具有弱影响。
(四) 创新结网—创新合作方式—创新区位除了研究技术权力对重工业创新结网、创新合作方式和创新区位的影响外,本文还试图探讨结网、方式、区位三者之间的路径关系。技术权力对重工业创新合作方式的影响可通过集群内创新结网得到改变。有研究表明,增强当地产业结点间关系强度(联系的频繁程度、密切程度、互惠程度以及诚信程度)对创新方式与合作伙伴选择具有积极的影响(邢李志、关峻,2012);集群有效的网络结构可以增加创新绩效,并改善创新合作的关系强度、关系质量以及合作地位(汪涛等,2011)。值得注意的是,基于全球价值链升级的外部结网行为并不能使重工业集群内部的技术等级体系得到有效改善,只有内部结网才有可能推动产业集群的形态和功能由低级向高级演化(梅丽霞、王缉慈,2009)。此外,尽管创新区位只为重工业纵向与横向创新合作提供要素利用的“可能性”,但集群网络构建仍然可以通过增加创新要素的供给密度来增加本地创新资源的利用机会(李凯、李世杰,2004;Ai,2012)。同时,创新区位的要素组合也在一定程度上影响创新合作的目的与方式,特别是对发展中国家和地区来说,不论是基于市场开拓、人才利用、配套协作还是其他目标,创新区位是重工业核心企业落户考虑的因素之一(Jofre-Monseny,etal.,2011)。基于以上分析,本文提出如下假设:
H4:创新结网对重工业集群创新合作方式选择具有正向影响。
H5:创新结网对重工业集群创新区位选择具有显著正向影响。
H6:创新区位对重工业集群创新合作方式选择具有显著正向影响。
假设模型结构如图 1所示。
本文采用结构方程模型方法,通过构建结构方程模型,分析重工业集群技术权力与创新结网、创新合作方式、创新区位等潜变量之间的相互关系。结构方程模型包括测量模型和结构模型,方程表达式为:
$ \left\{ \begin{array}{l} \eta = B\eta + \mathit{\Gamma }\xi + \zeta \;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\left(1 \right)\\ y = {\mathit{\Lambda }_y}\eta + \varepsilon \;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\left(2 \right)\\ x = {\mathit{\Lambda }_x}\xi + \delta \;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\left(3 \right) \end{array} \right. $ |
式(1)是结构模型部分,B表示隐性内生变量对隐性内生变量的效应系数矩阵,Γ表示隐性外生变量对隐性内生变量的效应系数矩阵,ζ表示残差向量;式(2)和式(3)是测量模型部分,Λy和Λx分别表示对隐性变量η和ξ的回归系数或因子载荷矩阵,ε和δ分别表示显性变量Y和X的测量误差。本文运用AMOS17.0软件对问卷调查结果进行测度。
(二) 数据来源本文以上海临港重装备产业区①为研究对象,依据国家统计局发布的《国民经济行业分类与代码(GB/4754-2011)》中装备制造业的分类标准,选取涵盖园区7大产业门类且注册地与经营地均在产业区的共计202家企业进行“上海临港装备制造企业创新能力调查”(问卷调查)。笔者将所有问卷进行编号、录入数据库,并通过网络资源对受访企业的基本信息进行核实,验证问卷的可信度,剔除不完整、无效、存在明显问题的问卷,得到有效问卷156份。调查提问聚焦技术权力、创新结网、创新合作方式、创新区位4个方面,问卷采用5级李克特度量方法,打分原则为5分表示影响程度最高,0分表示没有影响,数据结构如表 1所示。
1.信度检验。本文采用克朗巴哈值(Cronbach's α)信度检验方法对所有变量进行检验,该方法通常需满足α≥0.5,且数值越大可信度越高。本文假设模型信度检验的结果为α=0.809,模型中设定的4个潜变量的α值均大于0.5,表明问卷量表具有较好的内部一致性,各潜变量选取的测量题项可信;组合信度CR值与平均变异抽取量AVE值均大于0.5,表明观测变量内部具有异质性,且观测变量能较好地解释相应的潜变量(见表 2)。
2.效度检验。本文在主成分分析过程中进行内容效度检验,所得结果KMO值为0.727,Bartlett球形检验卡方统计值的显著性水平为0.000,所有观测变量的因子负荷大于0.5(见图 2)。基于此,本文156份样本数据的信度通过内部一致性检验,并具有较高的效度,可以进行结构方程模型分析。
本文运用极大似然估计方法对结构方程模型的拟合指数进行测算(见表 3),结果显示初始结构方程模型绝对拟合度χ2/df=2.580,但CFI、PNFI、PCFI以外的其余指标不符合各自拟合标准,因此需对模型进行修正。模型修正有两种方法,一是添加影响因素,二是根据修正指数对变量间的关系进行增加或删除。鉴于技术权力是影响重工业集群创新合作方式与区位选择的重要因素,本文采用添加核心与非核心企业属性因素(X19)的方法,增列相关误差项的协方差并对结构方程初始模型进行修正。经过修正后的绝对拟合度χ2/df=1.632,且各项指标均符合各自拟合标准,表明修正后的模型可信度提高,也进一步印证了企业属性对于技术权力构成的影响。图 3则显示了修正后模型的最终拟合路径及系数。
图 3反映了上海临港装备产业集群企业技术权力与创新结网、创新合作方式、创新区位等内生潜变量之间的作用关系,以及企业属性对技术权力的影响。表 4反映了经标准化后的各潜变量之间的直接效应、间接效应和总效应。结果显示,技术权力直接或间接影响集群内企业的创新结网、创新合作方式和创新区位选择。
1.企业属性对技术权力的影响。企业属性对技术权力的路径系数为0.209,具有显著的正向影响,表明核心企业拥有更多的技术权力,这进一步验证了经验性研究有关重型制造业鲜有可靠替代品、零和博弈的竞争态势、弱势品牌难以进入、产品质量取胜、原材料采购高度垄断的权力结构特征(ZEW,2016)。对上海临港装备制造集群而言,集群中技术等级体系的形成源自核心企业的权力竞争优势,除了与技术创新直接相关的核心技术与专业人才(路径系数0.847)外,创新链前端与后端的生产成本、市场价格以及市场垄断(路径系数0.824)也可构成竞争优势。但是,影响权力结构的主要因素仍然是核心技术、资金、人才和品牌(路径系数0.794),而发展战略和管理、融资、信息获取能力(路径系数0.765)影响较弱。这意味着,技术水平是决定技术权力等级体系的关键因素,决定集群的创新竞争能力。由于技术发展具有线性和累积的特点,因此,技术权力一旦形成则难以撼动,技术后发国家和地区很难通过制度和环境建设突破权力体系并实现创新追赶和超越。从实际发展情况看,技术权力在以装备制造为代表的重工业集群中表现尤为明显,也由此形成了这些生产领域外资(合资)品牌与本土品牌长期以来二分天下的局面。例如,从汽车装备创新的发展脉络看,其技术创新格局从未变动过:欧系装备始终雄占高端市场,美系次之,日本与韩国则是依靠走市场路线的破坏性创新才打开局面(苏启林、胡军,2009)。中国的汽车装备研发更是主要靠逆向、模仿来弥补核心环节在流程、标准、技术、信息等方面的缺陷。表 5显示,上海临港装备制造集群核心企业与非核心企业在拥有核心技术和引领技术发展能力方面存在较大差距,而在管理体制、品牌和发展战略等方面差距不大。这表明,作为典型的技术、资本、人才密集型产业,重工业集群创新合作很容易受到核心企业的控制,且技术差距是产生集群内部权力体系的主要原因。
2.技术权力对创新结网、创新合作方式和创新区位的影响。技术权力对创新结网具有显著的负向影响作用,路径系数为-0.183,原假设H1成立。由于大型重装备制造企业控制的价值链和创新链是高度垄断的技术合作结构,决定了整个产业集群发展的“少核”趋势和低溢出性(McMillen & Klier,2013),核心企业控制产业关键环节的技术与专业人才,并根据自身需要在全球布局创新资源与原材料、产品基地市场份额,这种由产业特性形成的权力不对等造成本地创新结网困难,突出反映在本地产业链功能的改变上:在产业链下游,处于前端的设计公司与核心制造企业未形成战略联盟的关系,或仅仅是停留在形式联盟的阶段;在产业链上游,也因核心企业的技术控制根本无法形成东道国应有的本地供应链支撑(Coe, etal.,2008)。这在客观上导致了非本地网络优势(路径系数0.639)强于本地网络优势(路径系数0.598),企业与非邻近客户的合作相比与邻近客户的合作更重要;技术权力更多影响由产业链和创新链构成的核心网络(路径系数0.657)而非以生产性服务业为主的边缘网络(路径系数0.613)。
技术权力对创新合作方式具有显著的正向促进作用,直接路径系数为0.234,间接路径系数为0.022,总效应为0.256,原假设H2成立。技术权力的影响突出表现为核心企业对制造技术、材料技术、模具技术、检测技术等行业共性技术的标准制定权与技术合作伙伴的选择权;同时,由于核心企业位居“绝对领导者”地位,鲜有核心企业之间近乎平等关系的强强联合,因而重工业的创新合作沿产业链展开,纵向一体化(路径系数0.849)的重要性显著高于横向联系(路径系数0.744)。在纵向一体化中,由于重工业创新生产者驱动的特点,供应商往往被“圈养”于狭窄的任务范围进行生产活动(Daniel,2011),并长期受核心企业控制从事依赖于龙头企业的互补性生产、研发活动,如组件设计与生产、物流、工艺技术升级等,且终端产品的消费比例偏低,供应商作用显著高于客户,后向延伸(路径系数0.775)重于前向延伸(路径系数0.655)。在横向联系中,与竞争对手的合作要多于同非竞争企业的合作,且与竞争对手合作的首要目的是企业创新,这进一步推动了企业对技术权力的追逐。值得注意的是,图 3显示技术权力可借助中介变量“创新结网”间接影响创新合作方式,日本半导体设备、韩国汽车装备的追赶经验均证明,有效的本地结网为技术创新轨迹的“低端破坏”提供了可能(弗朗西斯·麦肯纳利,2008)。
技术权力对创新区位具有非常微弱的正向促进作用,路径系数为0.096,并且需借助中介变量“创新结网”实现,原假设H3成立。同时,技术权力对创新区位的影响还体现在“唯技术”路径指向上。在影响创新区位的技术、市场、生产配套、创新环境等诸多因素(路径系数分别为0.891、0.802、0.704、0.756)中,集群所在地的技术研发和知识生产能力对企业选址布局具有决定性影响。这意味着,在技术水平落后并处于被技术权力控制的前提下,构筑地方产业链、扩大本地市场需求、培育创新氛围对改善重工业创新区位的作用十分有限。从中国的实际情况看,尽管各级政府和机构鼓励装备制造向园区集中,并通过设立专项扶持基金、建设公共技术平台、优化创新环境等方式重点支持集群建设,但仍然难以在短期内突破装备制造集群对外技术依赖严重、自主创新能力低下的发展瓶颈,这是忽视重型制造产业创新特点和集群创新制度安排对产业区位内在要求的结果。表 6反映了上海临港装备制造集群核心企业主要供应商与客户位于上海和长三角及国内其他城市的频度,可以看出,企业区位在技术权力的影响下发生了较大改变:样本企业主要供应商(特别是一级供应商)在上海本地的比例小于长三角其他城市,主要客户的异地分布也十分普遍。导致这种现象的原因是由于重工业集群内部权力等级体系容易造就核心(旗舰型)企业对创新合作者的高度选择权:一是对原材料供给的选择权,外包和全球采购行为十分普遍,降低企业对产业链配套的要求;二是对知识供给的选择权,强编码化创新表达方式和纵向一体化技术合作特点摆脱了对本地信息基础设施和大学、研究机构知识供给的依赖;三是对产品市场的选择权,作为典型的生产者驱动型产业,具有产品大客户消费和非在地消费特点,从而降低本地竞争程度;四是对创新支撑性条件的选择权,过高的资本门槛降低了对本地风险投资的需求,高技术门槛同时又降低了对本地第三方服务的需求。上述权力因此形成了重工业集群创新区位指向特点:后向区位(路径系数0.648)显著弱于前向区位(路径系数0.802),且非邻近供应商重于邻近供应商。
3.创新结网—创新合作方式—创新区位之间的影响路径。创新结网是技术权力影响创新合作方式与创新区位的重要中介变量。其对创新合作方式有显著正向影响,直接路径系数为0.121,间接路径系数为0.278,总效应为0.399,原假设H4成立;对创新区位亦具显著正向影响,路径系数为0.523,原假设H5成立。这意味着,重工业集群尽管因技术权力的存在很难实现活跃的本地创新,生产者驱动与工艺驱动的创新特点也决定了其纵向一体化为主的创新合作方式,但如能促进创新结网形成,则将在一定程度上有助于优化创新合作方式并改善创新区位:一是以局部结网的方式推动更大空间尺度的链式合作,形成创新重要节点地位;二是强化区域更易获得技术、信息和人才的创新区位,形成区域创新资源的“极化”效应(Hewitt-Dundas,2013;李丹丹等,2015)和“天线”效应(曾刚、林兰,2008)。
创新区位对创新合作方式具有显著的正向影响,路径系数为0.532,原假设H6成立。在所有潜变量作用路径中,创新区位作用创新合作方式的路径最显著,说明集群的创新区位直接决定了创新合作方式的选择,也决定了核心企业选址的目的:究竟是为了获取技术支持、开拓市场、利用廉价劳动力资源、享受地方优惠政策,还是享用便捷的创新公共服务。在本文模型中,创新区位并未对创新结网构成回路,也再次印证了创新区位的改善并不能动摇重工业集群的权力结构体系。
综上所述,本文的模型测算结果与初始假设理论模型较为一致,原假设均成立。进一步结合调查问卷题项分析,我们得出上海临港重装备产业区基于技术权力的创新结网、创新合作方式、创新区位内在影响机理,如图 4所示。
本文从产业集群内部权力分层的视角出发,构建了技术权力影响下重工业产业集群创新结网、创新合作方式以及创新区位响应的研究分析框架,为中国重化工业发展时期研究产业集群创新路径提供了新的思考方向。通过理论总结与实证分析,本文得出的主要结论如下:(1)产业集群内部存在着权力等级体系,技术权力是影响集群创新路径的重要因素。技术权力依产业类型不同而有较大差异,技术和资本密集、生产者驱动的重工业集群技术权力特征明显。(2)因核心企业拥有核心技术与专业人才形成“绝对控制力”,加之其在创新扩散过程中主观上防止技术溢出,导致重工业集群内部很难形成“产学研一体化”的水平式创新网络,集群成员的创新合作以纵向一体化方式为主,且后向延伸重于前向延伸。(3)不论是纵向一体化还是横向联系,重工业创新合作对本地创新区位的要求不高。创新区位对创新合作方式影响显著,但并不能改善重工业集群的权力分层,也无益于改善集群内部创新结网。(4)创新结网是一个重要的中介因素,也是防止技术权力体系更加突出的有效途径。结网的作用在于形成区域创新重要节点地位,或形成区域创新资源的“极化”效应。基于此,本文提出优化重工业集群创新路径的对策建议:
1.重视纵向一体化为主的创新合作方式。对重工业发展较为落后的国家和地区而言,应强调放大制造创新优势而非一味追逐研发创新优势,着眼于集群的制造能力提升而非研发能力培育,将基于产业链合作的凝结于机器、零部件、材料、工艺规范和操作维修技能中的制造技术创新发挥到极致,向产业链后端延伸推动集群创新过程升级,避免过度依赖市场追逐产品创新,以嵌入全球生产链的方式嵌入全球价值链和创新链。只有当个别或更多集群成员通过不懈的过程创新具有行业关键技术的标准制定权和执行权,并对外具有技术示范和技术援助能力,才有可能实现整个集群在更大空间尺度上创新地位的跃迁。
2.从技术权力视角优化创新区位。应改变“向园区集中”的重工业产业布局思路,改变优化本地创新环境的“筑巢引凤”传统集群建设方式,降低对集群创新外部性的依赖。在创新区位改善方面,应特别重视服务于制造创新的基础设施(如联合实验室、小试和中试基地、共性技术研发平台等)建设,改善重工业的生产条件;重视技术型、操作型而非纯粹智力型人才的引进和集聚,保障区域产业工人队伍的长期稳定性,培育具有充分指导、培训、继承机会的非完全开放式的创新创业环境;同时,由于重工业作为生产者驱动型产业,其对于具有高度地方情境性的区域政策支撑环境因素不敏感,因而不应过分强调重工业发展的市场建设和政策支持。
3.重点支持本地一级供应商发展壮大。重工业集群的技术权力体系一旦形成就难以改变,集群成员间平等合作的水平式创新结网很难实现。对于已经形成空间集聚的重工业集群,创新结网的关键在于打破生产零部件、组件的高比例全球采购,发挥供应商(尤其是一级供应商)无可替代的积极作用。因此,集群内能否形成供应商之间服务于多生产环节的关键组件与零部件的焊接、铸造、塑性成形、热处理及精密成形技术、高效加工技术和细微制造技术的合作,成为能否从整体上提高非核心企业的创新能力,从而避免核心企业与非核心企业技术水平差距拉大而造成配套企业“弱者更弱”的关键。同时,也可有效防止非核心企业依靠低价而非创新优势维持集群成员身份,以及由此而造成的集群创新不稳定性。
弗朗西斯·麦肯纳利, 2008, 《破坏性创新》, 上海: 东方出版社。 |
景秀艳, 2008, 《生产网络, 网络权力与企业空间行为》, 北京: 中国经济出版社。 |
康凯、魏旭光、张敬、张志颖, 2016, 《全球价值链技术权力对企业竞争优势影响——突破式创新中介性调节效应》, 《科学学与科学技术管理》第3期。 |
李丹丹、汪涛、魏也华、袁丰, 2015, 《中国城市尺度科学知识网络与技术知识网络结构的时空复杂性》, 《地理研究》第3期。 |
李凯、李世杰, 2004, 《装备制造业集群网络结构研究与实证》, 《管理世界》第12期。 |
李凯、李世杰, 2005, 《装备制造业集群耦合结构:一个产业集群研究的新视角》, 《中国工业经济》第2期。 |
林兰, 2013, 《半层级式产业集群创新升级影响研究——基于技术权力的视角》, 《人文地理》第6期。 |
林兰、曾刚, 2010, 《企业网络中技术权力现象研究评述》, 《人文地理》第3期。 |
梅丽霞、王缉慈, 2009, 《权力集中化, 生产片断化与全球价值链下本土产业的升级》, 《人文地理》第4期。 |
潘少奇、李亚婷、高尚、苗长虹, 2015, 《产业转移技术溢出效应研究进展与展望》, 《地理科学进展》第5期。 |
苏启林, 2007, 《破坏性技术, 组织创新与产业成长预测》, 《中国工业经济》第11期。 |
苏启林, 胡军, 2009, 《破坏性创新, 技术跨越与中国产业成长》, 北京: 经济科学出版社。 |
王秋玉、曾刚、吕国庆, 2016, 《中国装备制造业产学研合作创新网络初探》, 《地理学报》第2期。 |
汪涛、Stefan H.、Ingo L.、李丹丹, 2011, 《知识网络空间结构演化及对NIS建设的启示——以我国生物技术知识为例》, 《地理研究》第10期。 |
邢李志、关峻, 2012, 《区域产业集群发展关联网络的建模与实证分析——以汽车行业和石化行业为例》, 《工业技术经济》第4期。 |
曾刚、李英戈、樊杰, 2006, 《京沪区域创新系统比较研究》, 《城市规划》第3期。 |
曾刚, 林兰, 2008, 《技术扩散与高技术企业区位研究》, 北京: 科学出版社。 |
曾刚, 张云逸, 赵建吉, 张云伟, 2013, 《技术权力与企业创新网络空间演化的理论与应用》, 北京: 经济科学出版社。 |
张晓平、陆大道, 2004, 《中国西部地区高新技术产业发展战略及空间组织形式》, 《地理科学》第2期。 |
张杨勋、李江涛, 2013, 《试析R&D创新, 产业园区位对经济增长的溢出效应——以广东产业园为例》, 《科技管理研究》第7期。 |
郑方, 2010, 《从纵向一体化到纵向分离——基于对立统一关系的分析》, 《中国工业经济》第11期。 |
Ai, C.H., 2012, "The Knowldege Learning Network and the Geographical Embeddedness: A Case Study of Shanghai Zhangjiang High Technology Park in China", Paper to be Presented at the DRUID.
|
Bathelt, H. and Taylor, M., 2002, "Clusters, Power and Place:Inequality and Local Growth in Time-space", Geografiska Annaler, Vol.84, No.2. |
Bessant, J., Alexande, A. and Tsekouras, G., et al, 2012, "Developing Innovation Capability through Learning Networks", Journal of Economic Geography, Vol.12, No.5. |
Bridge, G., 1997, "Mapping the Terrain of Time-space Compression:Power Networks in Every-day Life", Environment and Planning D:Society and Space, Vol.15, No.5. |
Cirera, X., Marin, A. and Markwald, R., 2015, "Explaining Export Diversification through Firm Innovation Decisions:The Case of Brazil", Research Policy, Vol.44, No.10. |
Coe, N.M., Dicken, P. and Hess, M., 2008, "Global Production Networks:Realizing the Potential", Journal of Economic Geography, Vol.8, No.3. |
Dammann, O., 2011, Kollaboration zwischen Spezialisten in Innovationsprojekten in der Chemiebranche, Mechanismen der Wissensintegration, Wiesbaden, Gabler.
|
Daniel, S.N., 2011, "Extending the Concept of Value Chain Governance: An Institutional Perspective Comparative Case Studies from Dairy Value Chains in Indonesia", Eingereicht an der Landwirtschaftlich-Gärtnerischen Fakultät der Humboldt-Universität zu Berlin.
|
Davies, H. and Ellis, P., 2000, "Porter's Competitive Advantage of Nations:Time for the Final Judgement", Journal of Management Studies, Vol.37, No.8. |
Gabe, T.M. and Abel, J.R., 2013, "Shared Knowledge and the Coagglomeration of Occupations", FRB of New York Staff Report, Vol.612, No.4. |
Giuliani, E., 2007, "Networks and Heterogeneous Performance of Cluster Firms", In Frenken, K., Applied Evolutionary Economics and Economic Geography, Edward Elgar.
|
Hewitt-Dundas, N., 2013, "The Role of Proximity in University-business Cooperation for Innovation", Journal of Technology Transfer, Vol.38, No.2. |
Howells, J. and Bessant, J., 2012, "Introduction:Innovation and Economic Geography:A Review and Analysis", Journal of Economic Geography, Vol.12, No.5. |
Jofre-Monseny, J., Marní-López, R. and Viladecans-Marsal, E., 2011, "The Mechanisms of Agglomeration:Evidence from the Effect of Inter-industry Relations on the Location of New Firms", Journal of Urban Economics, Vol.70, No.2. |
McMillen, D. and Klier, T., 2013, "Agglomeration in the European Automobile Supplier Industry", Social Science Electronic Publishing, Vol.15, No.11. |
Lorenzen, M. and Mudambi, R., 2012, "Clusters, Connectivity and Catch-up:Bollywood and Bangalore in the Global Economy", Journal of Economic Geography, Vol.17. |
Markusen, A., 1996, "Sticky Places in Slippery Space:A Typology of Industrial Districts", Economic Geography, Vol.12. |
Nakajima, K., Saito, Y. and Uesugi, I., 2013, "Role of Inter-firm Transactions on Industrial Agglomeration: Evidence from Japanese Firm-level Data", RIETI Discussion Paper Series.
|
Poter, M., 1990, The Competitive Advantage of Nation, New York: The Free Press.
|
Porter, M. and Stern, S., 2001, "Location Matters", Sloan Management Review, Vol.42, No.45. |
Rigby, D.L. and Brown, W.M., 2015, "Who Benefits from Agglomeration?", Regional Studies, Vol.49, No.1. |
Rutherford, T. and Holmes, J., 2008, "The Flea on the Tail of the Dog:Power in Global Production Networks and the Restructuring of Canadian Automotive Clusters", Journal of Economic Geography, Vol.8, No.4. |
Suire, R. and Vicente, J., 2009, "Why do Some Places Succeed When Others Decline? A Social Interaction Model of Cluster Viability", Journal of Economic Geography, Vol.9, No.3. |
Taylor, M., 2000, "Enterprise, Power and Embeddedness: An Empirical Exploration", In Vatne, E. and Taylor, M., The Networked Firm in a Global World: Small Firms in New Environments, Aldershot and Burlington, VT: Ashgate.
|
ZEW, 2016, Innovation Sverhalten der Deutschen Wirtschaft Indikato Renbericht zur Innovation Serhebung 2015, http://ftp.zew.de/pub/zew-docs/mip/15/mip_2015.pdf.
|