加入大數(shù)據產業(yè)聯(lián)盟能促進企業(yè)的技術創(chuàng)新績效嗎
——基于社會網絡視角的分析

張宏斌 周先波 王雅維

一 引 言

在大數(shù)據產業(yè)高速發(fā)展的初期，由于大數(shù)據相關技術的新穎性、復雜性以及難點的分散性，很難有一家企業(yè)能夠擁有充分的資源與能力獨自完成關鍵技術研發(fā)與創(chuàng)新(Powell et al.，1996)[1]。企業(yè)需要結成大數(shù)據產業(yè)聯(lián)盟，以促進成員之間知識和資源的共享，進行研發(fā)合作，有效地解決創(chuàng)新中出現(xiàn)的問題。自2012年中國首個大數(shù)據產業(yè)聯(lián)盟——中關村大數(shù)據產業(yè)聯(lián)盟成立以來，大數(shù)據產業(yè)聯(lián)盟獲得了快速的發(fā)展，2016年后更是呈現(xiàn)出爆發(fā)式增長態(tài)勢。根據本文調研數(shù)據，2013-2015年間，每年新增的大數(shù)據產業(yè)聯(lián)盟數(shù)量分別為4、4、3個。而2016年一年的增長量就高達13個，超過了前三年增量的總和。2017年中國大數(shù)據產業(yè)聯(lián)盟新增12個，增長態(tài)勢依然不減。截至2018年底，我國共創(chuàng)建了41個大數(shù)據產業(yè)聯(lián)盟。

大數(shù)據產業(yè)聯(lián)盟不同于其他的產業(yè)聯(lián)盟，具有以下特點：(1)資源的獨特性。大數(shù)據產業(yè)聯(lián)盟涉及的主要資源是大數(shù)據，而大數(shù)據具有4V特點，即量特別大(Volume)、種類和格式復雜多樣(Variety)、產生和增長速度快(Velocity)、價值特別大(Value)，這決定了大數(shù)據產業(yè)聯(lián)盟與普通產業(yè)聯(lián)盟的異質性。(2)技術迭代速度快。大數(shù)據產業(yè)聯(lián)盟所涉及的技術主要為大數(shù)據技術，大數(shù)據因為產生和增長速度快，給大數(shù)據分析和處理技術帶來很大的挑戰(zhàn)，要求技術不斷更新和迭代。例如最近幾年就有強化學習、賦能邊緣、數(shù)字孿生等新技術的出現(xiàn)和發(fā)展。(3)成員獨特。大數(shù)據產業(yè)聯(lián)盟的成員專注大數(shù)據收集、存儲、分析與處理、應用方面的研發(fā)、生產、服務等，在專業(yè)領域上具有獨特性。(4)探索性。我國大數(shù)據產業(yè)聯(lián)盟處于創(chuàng)建初期，聯(lián)盟的運作機制、成員活動方式等處于探索階段。

那么，大數(shù)據產業(yè)聯(lián)盟是否會影響成員企業(yè)的技術創(chuàng)新績效？特別是，在大數(shù)據產業(yè)發(fā)展初期，企業(yè)加入大數(shù)據產業(yè)聯(lián)盟能不能促進其技術創(chuàng)新？成員在聯(lián)盟中的位置和特征是否對此有影響？早期加入比晚期加入是否更為有利？本文實證研究加入大數(shù)據產業(yè)聯(lián)盟與企業(yè)技術創(chuàng)新績效之間的關系問題。首先從企業(yè)加入大數(shù)據產業(yè)聯(lián)盟的社會網絡結構特點(如大數(shù)據企業(yè)的產業(yè)聯(lián)盟加入數(shù)量、自我中心網絡密度、網絡關系強度、結構洞位置等)出發(fā)，提出加入大數(shù)據產業(yè)聯(lián)盟會影響企業(yè)技術創(chuàng)新績效的理論假設，然后構建多元線性回歸模型和Poisson回歸模型，從產業(yè)聯(lián)盟網絡結構角度，實證研究大數(shù)據產業(yè)聯(lián)盟對企業(yè)技術創(chuàng)新績效的影響。

二 文獻評述

(一)產業(yè)聯(lián)盟與企業(yè)技術創(chuàng)新

國內外學者在產業(yè)聯(lián)盟與技術創(chuàng)新方面有著較為豐富的研究成果。

初始，學者們主要關注的是產業(yè)聯(lián)盟的定義、成因等基本問題。許多學者從跨組織網絡、組織學習或組織創(chuàng)新等不同角度界定產業(yè)聯(lián)盟(Teece，1992[2]；Gulati，1998[3])，總結出產業(yè)聯(lián)盟的特征：通過正式合同或者協(xié)議確立；其組織形式為跨組織網絡；有共同目標；成員企業(yè)的角色不同。企業(yè)發(fā)起或加入產業(yè)聯(lián)盟的主要原因有：(1)共同承擔技術研發(fā)費用和風險(Miyata，1996)[4]；(2)技術、資源共享與資源互補(Miyata，1996[4]；Dong和Glaister，2006[5]；Tsang，1998[6]；Miotti和Sachwald，2003[7])；(3)共同開拓市場(Tsang，1998)[6]；(4)知識產權保護(Miyata，1996)[4]；(5)推動企業(yè)自身的技術創(chuàng)新(Miyata，1996[4]；Miotti和Sachwald，2003[7])。

隨著產業(yè)聯(lián)盟的不斷發(fā)展，相關研究不再局限于解析聯(lián)盟這一組織形態(tài)，學者們開始研究以下問題：(1)產業(yè)聯(lián)盟的知識轉移(Jensen和Szulanski，2007[8]；Szulanski，2000[9]；Ario，2003[10])。一方面聯(lián)盟成員之間的信息、理念和實踐的交流與共享促進了知識在聯(lián)盟成員之間的傳遞，另一方面產業(yè)聯(lián)盟的組織活動會促進新知識的創(chuàng)造。(2)技術創(chuàng)新(Ario，2003[10]；Funk，2009[11])。一些產業(yè)聯(lián)盟的創(chuàng)建目標就是促進產業(yè)技術創(chuàng)新，另外聯(lián)盟成員之間的信息、知識交流和共享也會促進成員企業(yè)的技術創(chuàng)新。(3)技術標準(Funk，2009)[11]。一些產業(yè)聯(lián)盟會致力于產業(yè)關鍵技術標準的研制和推廣，從而使行業(yè)產品遵循統(tǒng)一的技術標準。(4)成員選擇和管理標準(Holmberg和Cummings，2009[12]；Kale et al.，2002[13])。產業(yè)聯(lián)盟的成員、治理架構和運作機制對于聯(lián)盟的產出具有重要意義，制定成員選擇和管理標準能夠保障優(yōu)質的成員加入聯(lián)盟，為聯(lián)盟健康持續(xù)發(fā)展奠定基礎。

國內學者主要關注產業(yè)聯(lián)盟的定義與特征(陳小洪等，2007)[14]、聯(lián)盟動因(張毅等，2005)[15]、聯(lián)盟績效(王薔，2000[16]；鄭勝華等，2007[17])、技術創(chuàng)新以及知識管理(曹興等，2010)[18]等方面。雖然許多研究采用國內的數(shù)據進行分析，但其研究結論和國外學者基本一致，曹興等(2010)[18]的案例研究表明網絡異質性不利于聯(lián)盟的知識轉移。

現(xiàn)有研究通常選擇產業(yè)聯(lián)盟中企業(yè)的專利和新產品作為產業(yè)聯(lián)盟技術創(chuàng)新績效的衡量指標(Kim和Song，2007[19]；潘東華和孫晨，2013[20])。一些學者用專利、新產品、版權、著作權等的數(shù)量度量企業(yè)創(chuàng)新績效，研究表明加入產業(yè)聯(lián)盟能夠促進企業(yè)的技術創(chuàng)新(Gulati，1998[3]；Miyata，1996[4]；Miotti和Sachwald，2003[7]；陳小洪等，2007[14]；Rydehell et al.，2019[21]；Yu et al.，2019[22])，究其原因在于產業(yè)聯(lián)盟中知識轉移與共享、協(xié)同合作、資源互補與共享機制。同時，企業(yè)在產業(yè)聯(lián)盟中的網絡位置會影響企業(yè)的創(chuàng)新績效(Kok et al.，2020[23]；Tsai，2001[24]；鄭向杰和趙炎，2013[25]；李琳和吳越，2014[26]；魏軒和陳偉，2019[27])，但是也有學者認為這種影響并不是絕對的(Liao和Phan，2016[28]；Tan et al.，2015[29])，與企業(yè)自身特點以及產業(yè)聯(lián)盟網絡特點相關。

(二)創(chuàng)新網絡與企業(yè)技術創(chuàng)新

關于創(chuàng)新網絡對其中企業(yè)創(chuàng)新績效的影響，許多研究得出具有促進作用的結論(池仁勇，2007[30]；李奉書和黃婧涵，2018[31]；楊博旭等，2019[32]；Kim et al.，2020[33]；Khraisha和Mantegna，2020[34])。創(chuàng)新網絡的概念由Freeman(1991)[35]提出，其范圍非常廣泛，包括與企業(yè)產生任何聯(lián)系的組織，如供應鏈關系、投資關系、協(xié)作關系、行業(yè)協(xié)會等。創(chuàng)新網絡雖然也是一種跨組織網絡，但是其范疇和產業(yè)聯(lián)盟有較大差異，主要表現(xiàn)為以下幾點：(1)產業(yè)聯(lián)盟一般由同一產業(yè)中的企業(yè)或組織所組成，而創(chuàng)新網絡中的成員則可能屬于不同的產業(yè)；(2)產業(yè)聯(lián)盟通常通過正式的合同或協(xié)議確立，而創(chuàng)新網絡不一定是正式確立的；(3)產業(yè)聯(lián)盟具有穩(wěn)定的結構和運作機制，成員在聯(lián)盟中的角色具有差異性，創(chuàng)新網絡則不一定明確，成員之間也是平等關系；(4)產業(yè)聯(lián)盟的概念和內核比較明確，而創(chuàng)新網絡的概念非常寬泛，幾乎所有的組織間關系都可以歸屬于創(chuàng)新網絡。

(三)大數(shù)據產業(yè)聯(lián)盟相關研究

全球大數(shù)據產業(yè)尚處于高速發(fā)展初期，到目前為止，有關國內外大數(shù)據產業(yè)聯(lián)盟的研究非常少，主要集中在理論框架探索方面。翟麗麗等(2017)[36]、沃強等(2018)[37]針對大數(shù)據產業(yè)聯(lián)盟背景下數(shù)據資源利用和需求匹配問題，提出了提高大數(shù)據產業(yè)聯(lián)盟數(shù)據資源利用效率的策略。邢海龍等(2017)[38]構建大數(shù)據產業(yè)聯(lián)盟穩(wěn)定性系統(tǒng)動力學模型探究了對大數(shù)據產業(yè)聯(lián)盟穩(wěn)定性影響較大的幾個因素，結論表明數(shù)據資源勢差和價值量、成果轉化、信任等對聯(lián)盟穩(wěn)定性的影響比較大。胡艷玲等(2018)[39]探究了大數(shù)據產業(yè)聯(lián)盟成員之間資源共享的影響因素和促進大數(shù)據產業(yè)聯(lián)盟數(shù)據資源共享的策略。

綜上研究，產業(yè)聯(lián)盟與企業(yè)技術創(chuàng)新、創(chuàng)新網絡與企業(yè)技術創(chuàng)新方面已有較為豐富和成熟的研究成果，但是創(chuàng)新網絡的概念過于寬泛，幾乎所有的企業(yè)之間的關系都被冠以“創(chuàng)新網絡”之名。社會網絡理論是研究創(chuàng)新網絡的主流理論，而國內外關于大數(shù)據產業(yè)聯(lián)盟的研究成果屈指可數(shù)，相關實證研究更是空白。本文以大數(shù)據產業(yè)聯(lián)盟為研究對象，與創(chuàng)新網絡有較大差異，邊際貢獻主要在于：(1)如引言所述，大數(shù)據產業(yè)聯(lián)盟有別于其他組織，具有其獨特性；(2)大數(shù)據產業(yè)聯(lián)盟創(chuàng)立僅有幾年時間，處于初創(chuàng)期，以往文獻較少研究初創(chuàng)產業(yè)聯(lián)盟對成員企業(yè)技術創(chuàng)新的影響，本文嘗試從這一方面切入進行更細致的研究；(3)進一步，本文研究加入產業(yè)聯(lián)盟時期(早加入、晚加入)對企業(yè)技術創(chuàng)新的影響，以及企業(yè)規(guī)模異質性對加入大數(shù)據聯(lián)盟后創(chuàng)新績效的影響，拓展現(xiàn)有研究。

三 理論基礎與研究假設

根據資源基礎觀理論，企業(yè)發(fā)起或加入產業(yè)聯(lián)盟能夠促進其技術創(chuàng)新(Yasuda，2005)[40]。主要原因在于：(1)技術創(chuàng)新本身就是某些產業(yè)聯(lián)盟創(chuàng)立的主要目標。一些重大技術創(chuàng)新成本高、風險大、需要的資源龐大，單靠一家企業(yè)，很難完成。因此，一些企業(yè)和其他社會組織組成產業(yè)聯(lián)盟，共同進行該領域的重大技術研發(fā)，如美國和日本的半導體技術產業(yè)聯(lián)盟。(2)聯(lián)盟成員企業(yè)在相互共享信息、資源的過程中，可以獲得重要的行業(yè)知識和信息，激發(fā)創(chuàng)新理念，改善創(chuàng)新方法和技巧，促進企業(yè)的技術創(chuàng)新。(3)成員企業(yè)可以從聯(lián)盟中獲得關鍵資源，例如從高?；蚱渌邪l(fā)機構獲得研發(fā)力量，從核心企業(yè)、投資機構獲得研發(fā)資金，促進企業(yè)的技術創(chuàng)新。(4)成員企業(yè)可以與聯(lián)盟中的上下游企業(yè)合作，共同促進技術研發(fā)和創(chuàng)新。如技術研發(fā)企業(yè)與擁有市場的成員企業(yè)合作，從其獲得技術創(chuàng)新的理念和市場方向，并為新研發(fā)產品的市場推廣布局好渠道。

企業(yè)技術創(chuàng)新可以理解為企業(yè)綜合現(xiàn)有的知識，進一步創(chuàng)造新知識、新產品的過程(Mardani，2018[41]；Chuluun et al.，2017[42])，所以知識是技術創(chuàng)新的基礎。根據知識管理理論，大數(shù)據產業(yè)聯(lián)盟的成立能夠促進各聯(lián)盟成員之間分享各自的組織知識，形成聯(lián)盟中的知識流動。流動的形式包括人員交流、技術合作、專業(yè)知識培訓、知識產權轉讓和授權等等(陳良民，2009)[43]。大數(shù)據產業(yè)聯(lián)盟促進成員技術創(chuàng)新的路徑可以用Nonaka et al.(2000)[44]提出的SECI模型解釋為：首先，聯(lián)盟成員代表通過參加聯(lián)盟活動，理解和消化其他成員共享的經驗與知識，并轉化為自己的知識(Socialisation)；其次，代表回到自己的企業(yè)，將知識在自己的企業(yè)中進行傳遞(Externalisation)；再次，企業(yè)內部將顯性知識轉換為更復雜和系統(tǒng)化的顯性知識集合(Combination)，這一步就是技術創(chuàng)新，會形成新的技術和產品；最后，所創(chuàng)造的顯性知識在企業(yè)內部共享，被轉換為個體的隱性知識，并表現(xiàn)在其工作中，從而產生企業(yè)績效(Internalisation)。

如前文所述，學術界一般用社會網絡理論來剖析產業(yè)聯(lián)盟。社會網絡最早由Barnes于1954年提出(孫立新，2012)[45]，用于研究人與人之間結成的小群體以及群體之間的關系，隨后逐漸擴展至家庭、企業(yè)、組織等廣義上的個體。本文運用的社會網絡理論主要為嵌入性理論和結構洞理論。

網絡嵌入性理論由Granovetter(1985)[46]提出，主要包括結構嵌入性與關系嵌入性，它強調個體行為受到其所處社會網絡的影響。

結構嵌入性指的是個體在網絡中占據一個什么樣的位置，網絡的規(guī)模和密度等。它一方面強調網絡整體的結構與功能對網絡中個體的影響，另一方面也關注網絡中個體所處的位置。根據結構嵌入性理論，網絡規(guī)模越大，網絡的價值越高。這方面最著名的應用是Metcalfe定律(Zhang et al.，2015)[47]——當網絡的規(guī)模以線性形式增長時，網絡的價值將以平方形式增長。

數(shù)字經濟時代，網絡成員的聯(lián)系更多地依靠計算機網絡、微信、公眾號等數(shù)字化形式連接，加入更多的大數(shù)據產業(yè)聯(lián)盟意味著它能夠有機會與更多的企業(yè)直接聯(lián)系，從而獲取到更多的市場信息、生產資源、技術知識、創(chuàng)意和創(chuàng)新的機會。同時，在與更多的大數(shù)據企業(yè)建立聯(lián)盟關系后，企業(yè)還能夠獲得更廣闊的市場渠道來推廣自己的產品，也能夠從更多的企業(yè)伙伴那里獲得一些創(chuàng)新成功或失敗的間接經驗，為自身創(chuàng)新增加成功落地的機率。另外，根據結構性嵌入理論，特別是Metcalfe定律，加入一個規(guī)模較大的大數(shù)據產業(yè)聯(lián)盟能夠產生更多的價值。企業(yè)的自我中心網絡指的是由企業(yè)自身以及與其直接相連的其他企業(yè)所組成的網絡，而企業(yè)自我中心網絡的規(guī)模就是該網絡中的成員數(shù)量。自我中心網絡的規(guī)模越大，說明該企業(yè)與越多的企業(yè)有直接聯(lián)系，進而可以接觸或掌控更多的信息與資源。企業(yè)自我中心網絡的密度則是網絡中的成員數(shù)量與聯(lián)盟整體網絡中的成員數(shù)量之比，考慮到中國大數(shù)據產業(yè)聯(lián)盟整體網絡中的成員數(shù)量是逐年增加的，本文認為企業(yè)自我中心網絡的密度能夠更準確地反映企業(yè)對聯(lián)盟整體網絡中資源的掌控力度。

因此，本文提出以下假設：

H1：企業(yè)加入的大數(shù)據產業(yè)聯(lián)盟數(shù)量越多，越有利于進行技術創(chuàng)新。

H2：企業(yè)在大數(shù)據產業(yè)聯(lián)盟中的自我中心網絡密度越高，越有利于進行技術創(chuàng)新。

所謂關系嵌入性指的是網絡中個體之間社會性關系的方向、強度、頻率、對稱性等屬性。在數(shù)字經濟時代，信息更為豐富和透明，信任關系顯得更為重要。根據關系嵌入性理論，企業(yè)在大數(shù)據產業(yè)聯(lián)盟中的關系強度越高，更能夠理解彼此，同時也更容易分享信息、促進合作，從而更能提高企業(yè)的技術創(chuàng)新績效。本文定義兩家企業(yè)之間的關系強度為同時包含這兩家企業(yè)的大數(shù)據產業(yè)聯(lián)盟數(shù)量，也就是兩家企業(yè)對應節(jié)點之間關系出現(xiàn)的次數(shù)。因此，本文提出以下假設：

H3：企業(yè)在大數(shù)據產業(yè)聯(lián)盟中的關系強度越高，越有利于進行技術創(chuàng)新。

結構洞理論由Burt(1992)[48]提出，他認為與關系強弱比起來，個體在社會網絡中的位置顯得更為重要，因為位置決定了個體獲取信息與資源的能力。在一個社會網絡中，如果有兩個個體一定要通過某一個第三方才能建立聯(lián)系，那么這個第三方個體在該社會網絡中就占據了一個結構洞的位置。根據結構洞理論，企業(yè)在大數(shù)據產業(yè)聯(lián)盟中占據的結構洞數(shù)量越多，獲得的聯(lián)盟資源(特別是數(shù)據和信息)將會越多，從而促進其技術創(chuàng)新績效。因此，本文提出以下假設：

H4：企業(yè)在大數(shù)據產業(yè)聯(lián)盟中占據的結構洞位置數(shù)量越多，越有利于進行技術創(chuàng)新。

另外，2013-2015年是我國大數(shù)據產業(yè)聯(lián)盟創(chuàng)立的初期，在此期間加入聯(lián)盟的企業(yè)規(guī)模較大、實力較強，具有強烈的創(chuàng)新意識和敢為天下先的精神，同時早期的大數(shù)據產業(yè)聯(lián)盟也具有一定的先發(fā)優(yōu)勢。因此，本文提出以下假設：

H5：企業(yè)越早加入大數(shù)據產業(yè)聯(lián)盟，越有利于進行技術創(chuàng)新。

四 數(shù)據收集與研究設計

(一)樣本選取

本文利用萬得數(shù)據庫、百度等工具，以“大數(shù)據產業(yè)聯(lián)盟”為關鍵詞檢索獲取中國大數(shù)據產業(yè)聯(lián)盟名單，進而通過大數(shù)據產業(yè)聯(lián)盟的官方網站、微信公眾號以及相關新聞報道獲取各聯(lián)盟的成員名單。從2012開始，以年為單位，將每年中國所有大數(shù)據產業(yè)聯(lián)盟中的所有企業(yè)組成的網絡定義為一個圖G，企業(yè)的集合記為N={1,2,…,n}，n表示圖G中不同企業(yè)的數(shù)量。圖G中兩個不同的節(jié)點i和j表示兩家企業(yè)，如果i和j同處于一個產業(yè)聯(lián)盟中，則ij表示i和j之間的邊。根據各聯(lián)盟的成員名單，本文利用Python的Networkx庫構建了每一年的中國大數(shù)據產業(yè)聯(lián)盟整體網絡，并編寫程序對每年整體網絡中每個節(jié)點(成員企業(yè))的相關屬性進行了計算，包括加入的大數(shù)據產業(yè)聯(lián)盟數(shù)量、自我中心網絡密度、關系強度以及結構洞數(shù)量等。

我國大數(shù)據產業(yè)聯(lián)盟的成員涵蓋了政、產、研、學等多類型組織，其中企業(yè)占了絕大多數(shù)，且本文研究對象是企業(yè)的技術創(chuàng)新，因此在大數(shù)據產業(yè)聯(lián)盟的所有成員中僅選取企業(yè)進行研究。還需注意到，金融服務機構、醫(yī)療服務機構、媒體、數(shù)據服務機構等服務型企業(yè)的核心競爭力并不在于大數(shù)據相關的技術研發(fā)。因此，這類服務型企業(yè)并不屬于本文研究的對象，本文僅僅關注業(yè)務范圍包含開發(fā)大數(shù)據相關技術的生產或研發(fā)型企業(yè)。

(二)數(shù)據來源

本文選取2013-2016年共計四年的數(shù)據來驗證假設。之所以選擇2013年作為起點是因為2012年中國成立的僅有中關村大數(shù)據產業(yè)聯(lián)盟，數(shù)據尚不具備代表性。而選擇2016年作為截止點主要是考慮到加入產業(yè)聯(lián)盟對企業(yè)技術創(chuàng)新產生的影響具有一定時滯性，2017年或者2018年才加入大數(shù)據產業(yè)聯(lián)盟的企業(yè)，到目前為止的專利數(shù)據不足以充分反映加入產業(yè)聯(lián)盟所帶來的影響。

對于上述的生產或研發(fā)型大數(shù)據產業(yè)聯(lián)盟企業(yè)，用申請成功的專利數(shù)量來表示企業(yè)的技術創(chuàng)新績效，這也是國內外學者常用的方法(Kim和Song，2007[19]；潘東華和孫晨，2013[20]；Chuluun et al.，2017[42])。本文采用萬方數(shù)據知識服務平臺上的專利數(shù)據庫檢索企業(yè)的專利數(shù)據，僅選擇企業(yè)專利數(shù)據中的大數(shù)據相關專利。

考慮到2013-2016年這段時間內，有不少企業(yè)先后加入了多個大數(shù)據產業(yè)聯(lián)盟。對于一家企業(yè)而言，它在不同年份加入不同的大數(shù)據產業(yè)聯(lián)盟時，其所處的產業(yè)聯(lián)盟整體網絡環(huán)境完全不同，從新的聯(lián)盟中獲益的程度也不盡相同。因此，本文將同一企業(yè)在不同年份加入大數(shù)據產業(yè)聯(lián)盟的情況作為不同的樣本分別納入研究。

(三)變量說明及模型設定

本文研究涉及的主要變量如表1所示。

表1 變量定義

各變量的具體度量方法如下：

(1)

(2)

(3)

(6)企業(yè)加入大數(shù)據產業(yè)聯(lián)盟的時間：本文定義2013-2015年加入的為早期加入，而2016年加入的為相對晚期加入，用虛擬變量year2016表示，若2016年加入產業(yè)聯(lián)盟，則為1，否則為0。

(4)

(8)行業(yè)專利水平(控制變量)：2013-2016年正是中國大數(shù)據產業(yè)蓬勃發(fā)展的初期，期間行業(yè)環(huán)境和技術水平發(fā)生著日新月異的變化。在萬方數(shù)據知識服務平臺專利數(shù)據庫上檢索發(fā)現(xiàn)，2013-2016年這段時間內大數(shù)據相關技術專利的數(shù)量逐年增長。本文采用從當年起三年內(包含當年)的大數(shù)據相關技術專利總數(shù)來度量相應年份的行業(yè)專利水平，并將它作為控制變量以控制行業(yè)整體的發(fā)展對企業(yè)技術創(chuàng)新績效的影響，記為industry_patenty。其中三年時間窗的選取是為了與企業(yè)技術創(chuàng)新績效的度量方式保持一致。

基于上述變量，本文構建如下多元線性回歸模型，其中i表示企業(yè)，y表示企業(yè)i加入大數(shù)據產業(yè)聯(lián)盟的年份：

(5)

五 實證分析

(一)變量描述性統(tǒng)計

在根據上文闡述的方法得到符合條件的研究數(shù)據后，首先對各變量進行初步的統(tǒng)計分析，表2為各變量的描述統(tǒng)計。

表2 變量描述性統(tǒng)計

(續(xù)上表)

“企業(yè)技術創(chuàng)新績效”分布在111-1992這個范圍的樣本量不到10%。這部分專利數(shù)量異常高的記錄對應的企業(yè)大多是一些超大型集團，如：阿里、華為、騰訊、中興、浪潮等。

截至2016年12月，在中國大數(shù)據產業(yè)聯(lián)盟的所有企業(yè)成員中，最多有企業(yè)加入了13個不同的大數(shù)據產業(yè)聯(lián)盟。絕大部分企業(yè)(73%)選擇加入1-3個不等的大數(shù)據產業(yè)聯(lián)盟，僅有少數(shù)企業(yè)會加入4個甚至更多。

樣本中，共有217家企業(yè)的自我中心網絡密度分布在0.01-0.29這個范圍內。而自我中心網絡密度高于0.29的企業(yè)大多是加入了兩個甚至更多的大數(shù)據產業(yè)聯(lián)盟，其中自我中心網絡密度超過0.70的企業(yè)主要是一些大型集團，僅有14家企業(yè)。

企業(yè)關系強度分布在1.00-1.15這個范圍內，其中有約75%的樣本關系強度為1。所以，大部分的企業(yè)與企業(yè)之間的關系僅出現(xiàn)了一次，這與相當一部分企業(yè)僅加入1個大數(shù)據產業(yè)聯(lián)盟有關，也與一些完全獨立存在的聯(lián)盟有關。

大約有73%樣本的結構洞數(shù)量為0，這是符合預期的。首先，對于僅加入了1個大數(shù)據產業(yè)聯(lián)盟的這部分企業(yè)而言，它們只與本聯(lián)盟中其它企業(yè)成員之間存在直接相連的關系，因此沒有機會成為兩個不同聯(lián)盟中的不同企業(yè)之間不可或缺的橋梁。其次，結構洞位置本身的價值就是來自于它的特殊性和稀少性，即使是加入了兩個甚至更多個大數(shù)據產業(yè)聯(lián)盟的企業(yè)也不一定能在聯(lián)盟整體網絡中占據結構洞位置。

最后，關于控制變量，大數(shù)據行業(yè)專利水平在2013-2016年這段時間內呈現(xiàn)出逐步上升的趨勢，這說明行業(yè)整體的發(fā)展正推動著大數(shù)據相關技術的不斷進步。通過將行業(yè)專利水平作為控制變量納入模型，可有效地控制行業(yè)整體發(fā)展水平對企業(yè)技術創(chuàng)新績效可能帶來的影響。

(二)基礎回歸結果

根據描述性統(tǒng)計分析結果，刪除樣本中一些異常值對應的記錄，進而得到了最后用于進行多元線性回歸的樣本，共281條觀察值。同時，由于各個變量在數(shù)量級上差異較大(見表2)，對變量進行標準化處理：

(6)

表3報告上述變量的皮爾森(Pearson)相關系數(shù)及其顯著性?？梢钥闯?，因變量企業(yè)技術創(chuàng)新績效與各自變量之間都存在著顯著的相關性，將它們納入模型進行回歸分析是合理的。此外，各自變量之間存在不同程度的相關性，基于前文的理論闡述，這樣的相關性是合理且符合實際的。由于各自變量之間的相關系數(shù)均未超過0.7，自變量之間不存在嚴重的多重共線性問題。

表3 變量的相關性分析

表4為因變量Zscore(企業(yè)技術創(chuàng)新績效)的多元線性回歸估計結果。計算各解釋變量的方差膨脹因子VIF，發(fā)現(xiàn)它們均小于5，故可以認為模型中不存在嚴重的多重共線性問題。將模型的標準化殘差保存下來，通過繪制殘差的分位圖(1)限于篇幅，此圖從略，作者備索。驗證了模型的殘差基本符合正態(tài)分布。由表4的R2可見，各模型擬合比較好，解釋變量能夠解釋因變量中大部分的樣本變化(約80%及以上)。各模型整體F檢驗結果顯著，說明各變量聯(lián)合起來對因變量具有顯著的影響，回歸方程整體上是有意義的。

由表4結果可見，企業(yè)加入的聯(lián)盟數(shù)量、企業(yè)自我中心網絡密度、企業(yè)關系強度、企業(yè)結構洞數(shù)量的系數(shù)估計均在5%水平上顯著為正。表明這四個關鍵變量對因變量均具有顯著的邊際影響，假設H1-H4得到驗證。另外，年份變量year2016的系數(shù)估計顯著為負，說明較早時期加入大數(shù)據產業(yè)聯(lián)盟的企業(yè)，其技術創(chuàng)新績效相對較高，假設H5也得到驗證。

從控制變量看，企業(yè)以往專利水平對企業(yè)技術創(chuàng)新績效的影響顯著為正；行業(yè)專利水平的影響雖然也為正，但顯著性不高。

表4 線性回歸模型估計結果

(續(xù)上表)

(三)Poisson回歸

上文將企業(yè)加入大數(shù)據產業(yè)聯(lián)盟后三年的專利數(shù)(即企業(yè)技術創(chuàng)新績效)看作連續(xù)型變量，運用多元線性回歸模型估計結果驗證了H1-H5。設定連續(xù)型因變量模型式(5)具有一定的合理性，因為在本文研究的樣本中，專利數(shù)最小為0，最大為973(2)刪除6條異常樣本后，企業(yè)技術創(chuàng)新績效的最大值由1992變?yōu)?73。，跨度比較大。不過，專利數(shù)畢竟是離散型非負整數(shù)變量，從穩(wěn)健性角度，需用Poisson回歸模型作進一步分析。為此，設定專利數(shù)patent的Poisson模型如下：

(7)

其中x表示式(5)中的企業(yè)加入的聯(lián)盟數(shù)量、企業(yè)自我中心網絡密度、企業(yè)關系強度、結構洞以及控制變量等。用最大似然方法估計得到表5結果。可見，模型m1-模型m4的估計結果同表4一致，四個關鍵變量的系數(shù)均為正，驗證了假設H1-H4。不過，與表4結果的區(qū)別是，最后一列m5中企業(yè)關系強度的系數(shù)雖然為正，但變得不顯著，即H3雖然得到驗證，但其顯著性沒有得到保證。企業(yè)加入大數(shù)據產業(yè)聯(lián)盟的年份變量year2016的系數(shù)顯著為負，同表4，說明較早時期加入大數(shù)據產業(yè)聯(lián)盟的企業(yè)的技術創(chuàng)新績效相對較高，假設H5得到驗證。控制變量方面，企業(yè)以往專利水平對企業(yè)技術創(chuàng)新績效的影響顯著為正，這與表4結果一致。行業(yè)專利水平的影響顯著為負，說明行業(yè)總體創(chuàng)新水平的增加會相對降低微觀企業(yè)的技術創(chuàng)新績效。

表5 Poisson回歸估計結果

表5的系數(shù)估計結果與表4中對應的線性回歸系數(shù)估計結果在數(shù)值上具有較大的差異，兩者沒有可比性。根據表5最后一列計算出Poisson回歸的平均邊際影響，見表6。可見，四個關鍵變量對企業(yè)加入大數(shù)據產業(yè)聯(lián)盟三年內專利數(shù)的邊際影響均為正，除企業(yè)關系強度變量的影響不顯著外，其他三個變量的邊際影響均顯著，同樣驗證了假設H1-H4，但H3的顯著性得不到保證。另外，變量year2016的邊際影響顯著為負，假設H5得到驗證。

表6 Poisson回歸的平均邊際影響估計

(續(xù)上表)

(四)企業(yè)規(guī)模異質性

企業(yè)技術創(chuàng)新績效、企業(yè)自我中心網絡密度的極值主要是超大型集團的存在，那么這種超大型集團對上述實證結果是否起決定性作用？因此，有必要對大數(shù)據產業(yè)聯(lián)盟成員企業(yè)的規(guī)模異質性進行分析?；跀?shù)據可得性，選用企業(yè)注冊資金作為企業(yè)規(guī)模代理變量，將注冊資金大于其中位數(shù)的企業(yè)記為大企業(yè)；否則，記為小企業(yè)。分大、小企業(yè)樣本的OLS和Poisson回歸估計結果見表7。

表7 關于企業(yè)規(guī)模異質性的估計

由表7可見，除企業(yè)加入的聯(lián)盟數(shù)量變量對企業(yè)技術創(chuàng)新績效的影響在大、小企業(yè)方向相反外，其他變量的影響在方向上基本一致。對于小企業(yè)而言，加入的大數(shù)據產業(yè)聯(lián)盟數(shù)量越多，越不利于其技術創(chuàng)新績效的提升；對于大企業(yè)而言，正好相反。這說明，企業(yè)在規(guī)模沒有足夠大時加入多個大數(shù)據產業(yè)聯(lián)盟創(chuàng)新效用不突出；只有當規(guī)模達到一定水平后，加入多個大數(shù)據產業(yè)聯(lián)盟才可增強企業(yè)的創(chuàng)新。

(五)內生性分析

研究創(chuàng)新績效常常會產生內生性問題，與本研究相關的內生性來源有兩種。一是遺漏變量，可能是其他因素影響了企業(yè)的創(chuàng)新績效，在模型中沒有考慮；二是因果互換，創(chuàng)新績效越強的大數(shù)據企業(yè)，其在大數(shù)據產業(yè)聯(lián)盟中越可能處于比較有利的位置，模型可能產生因果互換關系的情形。

最后，為進一步驗證企業(yè)加入大數(shù)據產業(yè)聯(lián)盟的效應，利用重復橫截面數(shù)據的雙重差分(DID)模型(Wooldridge, 2017)[50]進行分析。因為樣本中企業(yè)加入大數(shù)據產業(yè)聯(lián)盟的年份有先后，將樣本分為兩組，2013、2014年加入大數(shù)據產業(yè)聯(lián)盟的樣本作為處理組，而2016年加入聯(lián)盟的作為對照組。將2012、2013兩年的平均專利數(shù)量作為第一階段的企業(yè)技術創(chuàng)新績效(2013年加入聯(lián)盟的樣本用2011、2012兩年的平均值)，而將2014、2015兩年的平均專利數(shù)量作為第二階段的企業(yè)技術創(chuàng)新績效(2013年的樣本用2013、2014兩年的平均值)。這樣在第一階段，處理組和對照組都沒有加入大數(shù)據產業(yè)聯(lián)盟；而在第二階段，處理組加入了大數(shù)據產業(yè)聯(lián)盟，對照組沒有加入。比較處理組和對照組在兩個階段的技術創(chuàng)新績效差異，就可以驗證企業(yè)加入大數(shù)據產業(yè)聯(lián)盟對其技術創(chuàng)新績效的影響。刪除了2015年加入大數(shù)據產業(yè)聯(lián)盟的樣本，因其無法被清晰地分為兩個階段。這樣處理組的兩個階段分別為加入大數(shù)據產業(yè)聯(lián)盟前和加入后，而對照組的兩個階段都沒有加入大數(shù)據產業(yè)聯(lián)盟。構建如下雙重差分模型：

Yit=β0t+β1Gi×Dt+β2Gi+β3Dt+μit+εit

(8)

其中Yit表示第i個企業(yè)在第t階段的技術創(chuàng)新績效；Gi表示企業(yè)i所在組別，在處理組為1，在對照組為0；Dt表示階段，第一階段為0，第二階段為1；Gi×Dt為Gi和Dt的交叉項；μit表示可能影響企業(yè)技術創(chuàng)新績效的其他因素，為固定效應，不隨時間段(是否加入大數(shù)據產業(yè)聯(lián)盟)而變化，εit為獨立的誤差項。

為了避免多個虛擬變量產生的多重共線性，將上面的模型進行差分，變換為如下模型：

ΔYi=β0+β1Gi+ε

(9)

其中ΔYi表示企業(yè)i前后兩階段的技術創(chuàng)新績效之差，β0表示因時間差異而產生的技術創(chuàng)新績效，β1表示因加入大數(shù)據產業(yè)聯(lián)盟而產生的技術創(chuàng)新績效。

從表8可以看出，回歸結果有效，且β1為7.9083，說明加入大數(shù)據產業(yè)聯(lián)盟對成員企業(yè)的技術創(chuàng)新績效影響顯著。

表8 雙重差分回歸結果

圖1表示了雙重差分分析結果，直觀地說明剔除內生性因素后，加入大數(shù)據產業(yè)聯(lián)盟對企業(yè)技術創(chuàng)新績效有著顯著的影響，也說明本文模型是合理的。

圖1 企業(yè)是否加入大數(shù)據產業(yè)聯(lián)盟對其技術創(chuàng)新績效的影響

六 結論與啟示

本文研究新創(chuàng)建的大數(shù)據產業(yè)聯(lián)盟對成員企業(yè)技術創(chuàng)新績效的影響，通過設定回歸模型，對企業(yè)加入的大數(shù)據產業(yè)聯(lián)盟數(shù)量、企業(yè)自我中心網絡密度、企業(yè)關系強度、企業(yè)結構洞數(shù)量、企業(yè)加入大數(shù)據產業(yè)聯(lián)盟的時間等影響企業(yè)技術創(chuàng)新績效的因素進行了檢驗。同時，對大數(shù)據產業(yè)聯(lián)盟成員企業(yè)規(guī)模進行異質性分析。綜合得到主要結論為：(1)大規(guī)模企業(yè)加入越多的大數(shù)據產業(yè)聯(lián)盟，越有利于企業(yè)進行技術創(chuàng)新。加入多個大數(shù)據產業(yè)聯(lián)盟能夠使大規(guī)模企業(yè)與更多的聯(lián)盟成員形成伙伴關系，進而使企業(yè)有機會獲取更多的市場信息、市場推廣渠道、生產資源、技術知識、創(chuàng)意、創(chuàng)新機會和創(chuàng)新經驗，而這些都可以幫助企業(yè)進行創(chuàng)新或是增加創(chuàng)新成功的機率。但對于小型企業(yè)，加入的大數(shù)據產業(yè)聯(lián)盟數(shù)量越多，越不利于其技術創(chuàng)新績效的提升。這說明，企業(yè)在規(guī)模沒有足夠大時加入多個大數(shù)據產業(yè)聯(lián)盟，反而不利于企業(yè)的技術創(chuàng)新。(2)在大數(shù)據產業(yè)聯(lián)盟中擁有越高密度的自我中心網絡，越有利于企業(yè)進行技術創(chuàng)新。企業(yè)自我中心網絡的密度越高，代表著它與聯(lián)盟整體網絡中更多的其他成員存在伙伴關系，意味著企業(yè)能夠接觸到聯(lián)盟整體網絡中更多的資源。豐富的資源不僅可以幫助企業(yè)進行創(chuàng)新，還可以降低風險。(3)在大數(shù)據產業(yè)聯(lián)盟中擁有越強的網絡關系，越有利于企業(yè)進行技術創(chuàng)新。企業(yè)與聯(lián)盟整體網絡中其他成員的關系強度越高就意味著雙方之間的關系更為緊密、互相更為信任。這樣的關系不僅能夠降低雙方在合作過程中的交易成本，同時也有利于雙方進行更為深入的合作以及資源共享，從而促進技術創(chuàng)新。(4)在大數(shù)據產業(yè)聯(lián)盟中占據越多的結構洞位置，越有利于企業(yè)進行技術創(chuàng)新。對于占據結構洞的企業(yè)而言，其他成員對該企業(yè)的依賴性可以被視為企業(yè)對其他成員的資源擁有了一定的控制力，聯(lián)盟整體網絡中更多的其他成員會積極與該企業(yè)維持穩(wěn)定的關系，使得企業(yè)在資源獲取、創(chuàng)新合作網絡構建、知識共享等方面具有一定優(yōu)勢，有利于企業(yè)進行技術創(chuàng)新。(5)越早加入創(chuàng)立初期的大數(shù)據產業(yè)聯(lián)盟，越有利于企業(yè)進行技術創(chuàng)新。所謂“早起的鳥兒有蟲吃”，早期加入聯(lián)盟的企業(yè)具有先發(fā)優(yōu)勢，也更具有創(chuàng)新意識，其技術創(chuàng)新績效會優(yōu)于晚期加入的企業(yè)。

由此得到以下五點啟示與建議：

第一，企業(yè)和政府應重視大數(shù)據產業(yè)聯(lián)盟對企業(yè)技術創(chuàng)新的重要作用。大數(shù)據企業(yè)，尤其是生產或研發(fā)型的頭部企業(yè)，可以通過加入大數(shù)據產業(yè)聯(lián)盟獲得研發(fā)優(yōu)勢。各級政府則可通過制定大數(shù)據產業(yè)聯(lián)盟的相關政策，鼓勵和促進聯(lián)盟的設立和發(fā)展，以促進大數(shù)據產業(yè)健康、可持續(xù)發(fā)展。

第二，企業(yè)應合理選擇并著力加入大數(shù)據產業(yè)聯(lián)盟。規(guī)模企業(yè)加入大數(shù)據產業(yè)聯(lián)盟越多，越有利于自身技術創(chuàng)新。第一次加入大數(shù)據產業(yè)聯(lián)盟的企業(yè)在條件允許的情況下宜盡可能加入規(guī)模更大的聯(lián)盟，以使企業(yè)獲得密度更大的自我中心網絡，獲取更多的信息和資源。企業(yè)在考慮加入更大的產業(yè)聯(lián)盟的同時，要考慮新產業(yè)聯(lián)盟的成員中有多少處于自己的中心網絡中。只有當新的大數(shù)據產業(yè)聯(lián)盟能夠為企業(yè)自我中心網絡帶來新成員時，加入其中才能真正為企業(yè)帶來更豐富的信息和資源。

第三，企業(yè)應積極維持與大數(shù)據產業(yè)聯(lián)盟伙伴之間的關系。在大數(shù)據產業(yè)聯(lián)盟整體網絡中企業(yè)擁有更強的關系有利于其技術創(chuàng)新。大數(shù)據產業(yè)聯(lián)盟企業(yè)應與自己深入交流合作的企業(yè)保持緊密、穩(wěn)定、互信的關系。另外，政府可鼓勵區(qū)域內的大數(shù)據企業(yè)抱團加入某些大數(shù)據產業(yè)聯(lián)盟，共同推動當?shù)卮髷?shù)據產業(yè)的發(fā)展。

第四，符合條件的大數(shù)據企業(yè)應盡可能早地加入大數(shù)據產業(yè)聯(lián)盟。早加入不僅有利于提升企業(yè)技術創(chuàng)新績效，而且有利于推動大數(shù)據產業(yè)的發(fā)展。

第五，企業(yè)應從自身建設出發(fā)，在提升規(guī)模后再加入多個大數(shù)據產業(yè)聯(lián)盟。在規(guī)模沒有足夠大時盲目加入多個大數(shù)據產業(yè)聯(lián)盟，會損害企業(yè)的技術創(chuàng)新。