双重网络嵌入、双元学习与集群企业创新绩效——基于黑龙江生物科技集群企业的实证研究

双重网络嵌入、双元学习与集群企业创新绩效
———基于黑龙江生物科技集群企业的实证研究
哈今华，梁
珊，张
媛，李
璇
（哈尔滨商业大学会计学院，黑龙江
哈尔滨
150028）
[摘要]以黑龙江省生物科技集群企业为例，立足于集群企业本地网络嵌入与跨区域超本地网络嵌入的现实基
础，探讨其运用双元学习能力整合资源并将其转化为集群企业创新绩效的作用机制。

研究表明：黑龙江省生物科技集群企业双重网络嵌入对其创新绩效均具有正向影响，且超本地网络嵌入影响更显著，并认为双元学习在不同路径上分别起到一定中介作用。

研究结果表明黑龙江省生物科技集群企业提升创新绩效不仅要重视本地资源网络间的嵌入，更要重视跨区域网络间的嵌入，利用外部先进资源实现集群企业创新绩效的提升，带动区域经济发展。

[关键词]双重网络嵌入；双元学习；集群企业；创新绩效[中图分类号]F270
[文献标识码]
A
[文章编号]1009-6043
（2023）10-0101-04Abstract:Taking biotechnology cluster enterprises in Heilongjiang Province as an example,based on the practical basis of local network embeddedness and cross-regional hyperlocal network embeddedness of cluster enterprises,the study discusses the mechanism of using dual-learning ability to integrate resources and transform them into innovation performance of cluster enterprises.The results show that dual network embeddedness have a positive impact on the innovation performance of biotechnology cluster enterprises in Heilongjiang Province,the impact of hyperlocal network embeddedness is more significant,and it is believed that dual learning plays a certain intermediary role in different paths.The results show that in order to improve the innovation performance of biotechnology cluster enterprises in Heilongjiang province,they should not only pay attention to the embeddedness of local resource networks,but also pay more attention to the embeddedness of cross-regional networks,and improve the innovation performance of cluster enterprises by using external advanced resources,so as to drive regional economic development.
Keywords:dual network embeddedness;dual learning;cluster enterprises;innovation performance
[作者简介]哈今华(1978—)，回族，辽宁沈阳人，博士，副教授，研究方向：技术创新、管理会计；梁珊(1998—)，女，黑龙
江七台河人，硕士研究生，研究方向：管理会计；张媛(2000—)，女，山西晋城人，硕士研究生，研究方向：管理会计；李璇(1999—)，女，黑龙江佳木斯人，硕士研究生，研究方向：管理会计。

[基金项目]黑龙江省哲学社会科学研究规划项目：基于网络嵌入的黑龙江省集群企业价值创造与企业绩效研究
(20GLB116)；黑龙江省哲学社会科学研究规划项目智库项目：黑龙江省加快生物科技创新和产业化应用对策研究(22ZK503)；2022年哈尔滨商业大学教师“创新”项目支持计划项目。

第2023年第10期（总第566期）
商业经济SHANGYE JINGJI
No.10，2023Total No.566
一、引言
现阶段国内外通过生物技术与相关产业融合发展，颠覆传统农业、工业的生产模式正加快我国构建循环发展新格局。

二十大工作报告提出要通过战略性新兴产业融合集群发展构建生物技术增长引擎，这也为黑龙江省生物科技集群企业创新发展提出新的要求。

国内外学者试图挖掘网络嵌入性与企业创新绩效之间的内在联系，以促进集群企业创新发展。

在现有的研究中，部分学者认为网络嵌入作为中介变量间接影响企业的创新绩效[1]；张悦等学者运用Meta 分析方法证实网络嵌入对企业创新绩效具有显著影响[2]，但是以地域为划分条件分析跨
区域双重网络嵌入对集群企业创新绩效的研究较少。

本文在现有研究基础上，通过构建“双重网络嵌入-双元学习-集群企业创新绩效”的结构模型，讨论黑龙江省生物科技产业双重网络嵌入结构与集群企业创新绩效之间的关系，并以双元学习为中介条件，研究双元学习在二者之间作用的过程机制，以此为基础对黑龙江省生物科技产业发展提出针对性建议。

二、研究理论与假设
(一)网络嵌入与集群企业创新绩效
Granovetter 对嵌入性理论进行了深入研究，指出企业是通过结构性和关系性两种形式嵌入在相关网络中[3]；
101--
商业经济第2023年第10期SHANGYE JINGJI No.10，2023
在此基础上，Andersson等学者提出了“双重网络嵌入”的概念[4]；Grillitsch等学者认为通过外部合作可以弥补区域内知识溢出的不足[5]，进一步对以区域为划分条件的“双重网络嵌入”概念进行了补充。

本文沿用前人研究，以地域为划分，将“双重网络嵌入”划分为本地网络嵌入和超本地网络嵌入两个具体概念，并分别研究其与集群企业创新绩效间的内在联系。

1.本地网络嵌入与集群企业创新绩效。

嵌入本地网络可以看做是嵌入区域集群内部的网络，加强产业链上下游或辅助机构间的联系。

一方面，产业集群在推动集群内知识、技术的交流与传递上具有较大可行性；另一方面，本地嵌入的集群企业间存在地理临近优势，能通过知识溢出效应吸收区域内的显性知识，也更易吸收不能被简单获取的隐性知识。

对于黑龙江省生物科技集群企业来说，嵌入本地网络首先可以提高集群内知识资源获取效率，降低获取成本，其次可以通过隐性知识溢出延伸知识获取深度，最后可以通过与政府、科研院所形成紧密合作为生物科技集群企业创新活动提供便利，进而提升集群企业创新绩效。

因此，基于以上观点提出如下假设：H1本地网络嵌入对集群企业创新绩效有正向影响。

2.超本地网络嵌入与集群企业创新绩效。

已有研究表明，完全依赖本地网络内的资源与知识难以维持长久地创新产出，容易抑制企业创新绩效的提升[6]，企业基于集群外部的跨界行为可以更明显地增强企业创新能力，进而提高企业创新绩效[7]。

嵌入外部网络可以帮助企业获取更多的异质性创新资源，避免引发本地内知识的路径依赖进而陷入知识锁定。

同时，各种显性知识及隐性知识可以在企业建立强联系的基础上通过各种科技手段传播[8]，实现对本地网络的拓展和补充。

因此，基于以上观点提出以下假设：H2超本地网络嵌入对集群企业创新绩效有正向影响。

(二)双重网络嵌入与双元学习
双元学习最初是由March提出，并将其划分为探索式学习与利用式学习[9]，部分学者认为探索式学习是企业通过嵌入组织网络获取、理解和利用外部全新知识的过程[10]；Daniel进一步补充，认为利用式学习是指企业最大程度利用本身现有知识和资源处理和解决问题的过程[11]，国内部分学者认为利用式学习是企业在现有知识基础上获取利用与当前产品、技术相关的外部资源的过程，强调提升内部生产效率[12]。

本文将双元学习划分为探索式学习与利用式学习，并将探索式学习理解为企业脱离现有知识体系，通过寻找外部全新知识以实现突破性创新的能力；利用式学习是企业利用本身现有的知识，或通过在相关产业基础上寻找和挖掘外部相似资源，来提升企业生产效率的能力。

本文将依据双元学习的定义，分别探讨二者在双重网络嵌入与集群企业创新绩效之间的中介关系以及作用机制。

1.本地网络嵌入与双元学习。

本地网络嵌入主要通过以下两点影响集群企业学习能力，一是增加资源获取路径，二是利用网络中的隐性知识溢出效应。

通过增强集群间联系来加深区域内的资源交换，嵌入程度越深，资源获取渠道越多。

当企业嵌入本地网络时，可以延伸知识获取深度，获得区域内深层次的隐性知识，可以通过相似知识的吸收和利用来提高利用式学习能力。

当黑龙江省内生物科技集群企业加强与省内研发机构、科研院所等辅助部门的联系时，可以探索的资源也会增加，能挖掘的深度知识也更丰富。

因此基于以上研究，本文提出以下假设：H3本地网络嵌入对探索式学习有正向影响；H4本地网络嵌入对利用式学习有正向影响。

2.超本地网络嵌入与双元学习。

超本地网络同样能帮助集群企业增加知识获取渠道，企业嵌入超本地网络可以拓宽知识面，填补内部知识空白，获取宽度和范围，以此来提升探索性学习能力。

当超本地网络资源远多于内部网络时，企业可以同时拓展知识的宽度与深度，在外部资源网络中寻找与现存产品或服务经验相关的知识及问题解决路径，以此提升企业的利用式学习能力。

回归于黑龙江省的现实条件，首先，嵌入省外资源网络可以获得不同于集群内部的异质性资源，利于集群企业探索式学习；其次，省外网络资源更丰富，便于集群企业获得相关产业的先进经验和问题解决路径，使集群企业在产业基础上深入创新。

基于以上研究，本文提出以下假设：H5超本地网络嵌入对探索式学习有正向影响；H6超本地网络嵌入对利用式学习有正向影响。

(三)双元学习的中介作用
国内外已有较多成熟研究证实了双元学习与企业创新绩效间的关系，黑龙江省生物科技集群企业通过双重网络嵌入可以增加知识获取路径，获取远超出企业本身的资源和全新的知识，充实企业内部知识链条。

寻找和利用新知识的过程可以帮助集群企业捕捉新的市场机会和行业发展趋势，提升探索式学习能力，促进集群企业突破式创新，推动创新绩效的提升。

基于以上研究，本文提出以下假设：H7探索式学习在本地网络嵌入与集群企业创新绩效间起到中介作用；H8探索式学习在超本地网络嵌入与集群企业创新绩效间起到中介作用。

利用式学习丰富和深化了企业创新所需要的理论基础，帮助科技型集群企业规避一些潜在风险[13]。

黑龙江省生物科技集群企业嵌入双重网络可以通过吸收本地集群内的具有开发潜力的隐性知识，或搜索外部先进地区相关产业的成熟经验和先进技术资源，通过利用式学习提高产品竞争优势，帮助企业实现渐进式创新，进而作用于集群企业创新绩效。

基于以上研究，本文提出以下假设：H9利用式学习在本地网络嵌入与集群企业创新绩效间起到中介作用；H10利用式学习在超本地网络嵌入与集
图1双重网络嵌入、双元学习、集群企业创新绩效作用机制模型
102 --
群企业创新绩效间起到中介作用。

综上所述，本文提出双重网络嵌入、双元学习和集群企业绩效的作用机制待检模型(如图1所示)。

三、研究设计
(一)测量变量
1.本文将双重网络嵌入作为解释变量。

本地网络嵌入采用何会涛等学者开发的量表，从本地政府、金融机构、行业企业、研发机构、中介机构以及本地资源丰富程度六个方面考虑本地关系嵌入程度[14]，设计了六个相关问项；超本地网络嵌入借鉴王庆金等学者开发的量表，从外地业务伙伴、供应商、市场客户、科研院所、学术单位五个方面考虑外地关系嵌入程度[7]，并结合外地资源的丰富程度，为超本地网络嵌入设计量化问项。

2.本文将双元学习能力作为中介变量。

双元学习采用Chung等学者的成熟研究量表，探索式学习从搜集信息的针对性、是否用于发展新产品等方面设计四个问项，利用式学习从搜集信息是否用于保障企业生产能力、是否强调现有知识的利用等方面设计四个问项[15]。

3.本文将集群企业创新绩效作为被解释变量。

集群企业创新绩效结合孙骞等学者[16]与刘新艳等学者[17]的测量量表，从新产品上市数量、专利商业化速度、产品技术先进性、市场占有率、获利能力和客户满意度六个方面设计了六个问项。

(二)样本数据收集
本文以黑龙江省生物科技集群为研究样本，通过网上问卷方式获取数据。

调研对象为生物科技集群企业基层以上员工及管理者，回收问卷243份，其中有效问卷227份，有效率93.42%。

有效问卷涉及光生物医药企业53份、生物农业企业59份、生物制造企业16份、生物能源企业21份、生物环保企业38份、生物医学工程企业13份、生物信息企业13份、生物服务企业14份；数据中104份问卷来自100人以下企业，123份问卷来自100人以上企业。

四、实证分析
(一)信度和效度检验
本文通过克朗巴哈系数(Cronbach’s a)和因子分析进行数据的信度和效度检验。

结合表1可以看出，模型内五个指标的最低因子载荷系数均在0.672以上，表明此模型的所有问项均具有可接受的收敛效度；Cronbach’s a 值和CR值均大于0.8，AVE值均大于0.6，各变量KMO值均在0.8以上且Batlet均为0，表示数据具有良好的聚合效度，数据相关性和可靠性较高。

本文应用AMO24.0进行验证性因子分析。

样本CMIN/df小于3，RMSEA小于0.08，NFI、TLI、CFI均大于0.9，GFI、AGFI两项指标没有大于0.9，但大于0.8，可以接受，说明数据具有较好的拟合优度，模型对观测值的拟合程度较好，模型适配度良好。

(二)假设检验
1.主效应检验。

在信度和效度检验以及模型拟合优度检验结果均良好的基础上，运用结构方程模型分析软件Amos24.0运算出的路径系数进行H1-H6的主效应假设检验。

从表2可以看出，双重网络嵌入对黑龙江省生物科技集群企业绩效影响的验证P值均在0.001以下，假设H1、H2成立，双重网络嵌入对集群企业创新绩效均有显著影响。

本地和超本地网络嵌入影响集群企业绩效的标准化路径系数分别为0.216和0.389，可以看出超本地网络嵌入对集群企业创新绩效的影响程度明显大于本地网络嵌入。

本地网络嵌入对探索式学习能力影响的标准化路径系数为0.058，验证P值为0.208(＞0.05)，影响效果不显著，假设H3不成立；影响利用式学习的标准化路径系数为0.139，验证P值小于0.001，影响效果显著，假设H4成立。

超本地网络嵌入对双元学习能力影响的验证P 值均在0.001以内，标准化路径系数分别为0.993和0.935，假设H5、H6成立。

2.中介效应检验。

本文将双元学习能力作为中介变量，运用Spss26.0软件，采用Bootstrap方法对中介效应进行检验，重复抽样5000次，计算95%的置信区间。

由于之前的主效应检验中，黑龙江省生物科技集群企业本地网络嵌入对探索式学习影响效果不显著，所以假设H7不成立。

因此本文该部分只利用偏差校正的Bootstrap 对其余三条路径进行检验。

如表3所示。

从表3可以看出，探索式学习变量中介关系的总效应、直接效应与间接效应的95%置信区间内均不包含0，因此探索式学习在超本地网络嵌入与集群企业创新绩效间起到间接中介作用，假设H8成立，利用式学习在本地
变量
最低
因子载荷
Cronbach's a KMO值Batlet值CR AVE
本地网络嵌入0.7340.9290.92400.9180.653超本地网络嵌入0.6720.9630.92500.9030.611探索式学习0.7410.8930.82500.9170.736利用式学习0.8100.8910.83300.9230.750集群企业创新绩效0.7440.9490.94000.9210.662
路径标准化路径系数P值对应假设检验结果本地网络嵌入→集群企业创新绩效0.2160.000H1支持超本地网络嵌入→集群企业创新绩效0.3890.000H2支持本地网络嵌入→探索式学习0.0580.208H3不支持本地网络嵌入→利用式学习0.1390.001H4支持超本地网络嵌入→探索式学习0.9930.000H5支持超本地网络嵌入→利用式学习0.9350.000H6支持
路径Effect Boot SE T P
95%置信区间
LLCI ULCI 超本地网络嵌入→探索式
学习→集群企业创新绩效
总效应0.8990.00998.40300.8810.917
直接效应0.6460.04613.92800.5550.738
间接效应0.2530.0630.1450.393本地网络嵌入→利用式学
习→集群企业创新绩效
总效应 1.0570.02937.0330 1.001 1.114
直接效应0.1760.0237.78300.1310.220
间接效应0.8820.0350.8110.947超本地网络嵌入→利用式
学习→集群企业创新绩效
总效应0.8990.00998.40300.8810.917
直接效应0.3960.0448.98000.3090.483
间接效应0.5030.0700.3690.651
表1各变量因子分析
表2主效应检验结果
表3双元学习的中介效应
哈今华，梁珊，张媛，李璇：双重网络嵌入、双元学习与集群企业创新绩效
103
--
嵌入和超本地嵌入与集群企业创新绩效间均起到间接中介作用，H9、H10假设成立。

(三)研究结论
通过主效应检验，得到H1、H2、H4、H5、H6假设成立，H3假设不成立。

在中介效应检验中，已知H7不成立，H8、H9、H10三项假设成立。

1.通过实证检验可以发现，黑龙江省生物科技集群企业嵌入本地网络可以对企业创新绩效产生显著影响，利用式学习起到间接中介作用，但探索式学习的中介效应不显著。

基于黑龙江省生物科技产业发展现状，收集的问卷中大部分来自生物科技中小企业，其嵌入网络时往往采取保守创新策略，会倾向于在已有产品和服务经验的基础上进行深入创新，通常会运用利用式学习能力进行创新活动；并且由于地域邻近性，使得集群内相同的产业可以挖掘的异质性资源不多，因此探索式学习的中介效应并不显著。

2.通过标准化路径系数可以看出超本地嵌入对集群企业创新绩效的影响路径系数大于本地嵌入，且双元学习能力在超本地嵌入与集群企业创新绩效间共同起到中介作用。

一方面，集群企业嵌入本地网络后主要是通过本地集群内部知识交换，差异化并不明显，且容易陷入区域知识锁定，而超本地嵌入可以帮助企业获得更多异质性资源，推动集群企业利用探索式学习能力进行突破式创新；另一方面，基于黑龙江省的现实条件，集群外具有更多优质、成熟的知识与技术，因此嵌入跨区域网络不仅可以提升集群企业的探索式学习能力，也可以帮助其增强利用式学习能力，进而强作用于集群企业绩效。

五、研究启示
一是充分利用地域优势，实现集群内部深入交流与合作。

对于黑龙江省生物科技集群企业来说，企业对内部知识的运用不足以支持企业长久创新发展，因此需要利用地域优势与集群内的政府机构、科研院所、高校、中介机构、行业内企业等建立深入联系，积极利用外部相关资源实现内部创新绩效提升；由于集群内的固有资源难以为集群企业提供探索式学习的基础，因此建议黑龙江省生物科技集群企业针对本地优势产业、优势技术与集群网络内的各主体进行信息共享与深入交流，增强利用式学习能力，实现优势领域深度创新和稳定创新，实现区域内集群整体发展，形成区域优势。

二是积极嵌入区域外部网络，实现内外部资源互补。

黑龙江省生物科技集群企业需要重视搜寻超越区域限制的集群外部资源，与区域外的科研机构和辅助部门建立联系，重视外部客户的反馈。

集群企业一方面要提高利用式学习能力，利用外部资源的先进性获取成熟的产品改良路径和问题解决方案，促进企业进行产品深度研发；另一方面要提高探索式学习能力，利用外部资源的丰富性获取脱离本地框架的异质性资源和创新知识，拓展集群内部知识网络，推动知识迭代和技术更新。

要合理利用双元学习能力共同提升集群企业的创新能力，推动集群企业在现有产业中进行产品深入研究，提高竞争优势，同时注重多领域探索，进入新的细分市场，实现创新绩效的双重跃进。

[参考文献]
[1]张宝建,裴梦丹,陈劲,等.价值共创行为、网络嵌入与创新绩效：组织距离的调节效应[J].经济管理,2021,43 (5):109-124.
[2]张悦,梁巧转,范培华.网络嵌入性与创新绩效的Meta 分析[J].科研管理,2016,37(11):80-88.
[3]GRANOVETTER,MARK.Economic action and social structure:the problem of embeddedness[J].American Journal of Sociology,1985，91(3):481-510.
[4]ANDERSSON U,FORSGREN M.Subsidiary embedded-ness and control in the multinational corporation[J].Interna-tional Business Review,1996,5(5):487-508.
[5]GRILLITSCH,MARKUS,NILSSON,et al.Innovation in peripheral regions:do collaborations compensate for a lack of local knowledge spillovers?[J].The Annals of Regional Science,2015,54(1):299-321.
[6]蒋丽芹,张慧芹,李思卉.关系嵌入、外部知识搜寻与企业创新绩效：长三角产业集群高新技术企业的调研[J].软科学,2022,36(9):116-123.
[7]王庆金,李翔龙,王强.双重网络嵌入、跨界搜索与双元创新的关系研究[J].财经问题研究,2019,433(12): 96-103.
[8]宋波,张蒙,金鹏浩,等.跨区域双重网络嵌入下集群企业绩效：双元创新的中介作用[J].上海管理科学,2021,43 (5):21-25.
[9]MARCH G J.Exploration and exploitation in organiza-tional learning[J].Organization Science,1991,2(1):71-87.
[10]GRANT R M,BADEN-FULLER C.A knowledge ac-cessing theory of strategic alliances[J].Journal of Manage-ment Studies,2004,41(1):61-84.
[11]LEVINTHAL D A,MARCH J.The myopia of learning [J].Strategic Management Journal,1993,14(S2):95-112. [12]蒋丽芹,李思卉.网络结构嵌入、双元学习对企业突破性创新的影响[J].商业经济研究,2020,(13):116-119. [13]曹勇,周蕊,周红枝,等.资源拼凑、双元学习与企业创新绩效之间的关系研究[J].科学学与科学技术管理, 2019,40(6):94-106.
[14]何会涛,袁勇志.海外人才创业双重网络嵌入及其交互对创业绩效的影响研究[J].管理学报,2018,15(1):66-73. [15]CHUNG H F L,YANG Z L,HUANG P H.How does or-ganizational learning matter in strategic business perfor-mance?The contingency role of guanxi networking[J].Journal of Business Research,2015,68:1216-1224.
[16]孙骞,欧光军.双重网络嵌入与企业创新绩效：基于吸收能力的机制研究[J].科研管理,2018,39(5):67-76.
[17]刘新艳,赵顺龙.集群氛围对集群内企业创新绩效的影响研究：以企业创新能力为中介变量[J].科学学与科学技术管理,2014,35(7):31-39.
[责任编辑：高萌]
商业经济第2023年第10期SHANGYE JINGJI No.10，2023 104
--。