APP下载

农产品电商集群企业地理集中度、双重知识网络嵌入 与协同创新绩效

2022-06-29曾凡益青平

农业现代化研究 2022年3期
关键词:集中度集群协同

曾凡益,青平

(华中农业大学经济管理学院,湖北 武汉 430070)

我国农产品流通面临小农户与大市场对接的矛盾,农产品供应格局总体呈现总量平衡和丰年有余,但仍然面临诸多的供求困境,主要表现为局部的供求失衡带来的农产品滞销、价格周期性波动和不对称带来的“谷贱伤农”和“谷贵伤民”双重困局[1]。2021 年中央一号文件继续以全面推进乡村振兴、加快农业农村现代化为关注点,明确提出要实现脱贫攻坚成果和乡村振兴的有效衔接,农产品流通现代化是农业增效、农民增收和农村振兴的关键要义,也是农产品价格稳定和质量安全等国计民生的重要内容。实践表明,电子商务的出现为农产品生产、加工、销售和流通各环节有机整体的构建提供了可能,是小农户与大市场实现高质量对接的有效途径[2]。农产品电商集群作为电子商务与农业农村农民结合形成的新兴发展模式,是推动农村地区经济增长和促进农村地区社会发展的关键动力和重要方式,农产品电商集群企业在数量增长、空间分布和交易额等方面都呈现裂变式增长、集群化发展和大规模复制的特点[3]。当前,互联网技术的进步和数字化变革的发展打破了农产品电商集群企业的管理边界,农产品电商集群企业依靠内部资源独立进行创新管理已经无法应对复杂多变的外部环境,协同创新管理成为整合内外部资源、协调内外部利益、提升创新效率的关键举措。

基于产业集群理论,地理集中度是企业有效获取外部资源、实现优势互补的重要战略手段。学术界普遍认同集群地理集中度对协同创新绩效的影响,但对其中的影响机制认识存在一定的分歧。有学者提出产业集群地理集中度直接导致协同创新绩效的提升[4],但也有学者认为地理集中度对协同创新绩效不发挥作用,产生影响的是基于产业集群建立起来的强关系网络[5-6]。已有关于地理集中度与协同创新间关系的研究成果给本文较大的启发,然而双重知识网络嵌入的引入为集群企业协同创新研究提供了不同于以往的分析视角。已有研究主要关注地理集中度对协同创新绩效的直接作用,忽视中介机制的探究,对地理集中度与协同创新绩效间影响机制的探讨也大多停留在理论演绎和案例分析。知识资源是影响企业创新能力和创新效率的核心要素,关于集群内知识资源嵌入对协同创新的影响路径研究较少[7-8]。数字化变革的发展和互联网技术的进步使得线上知识资源在创新发展中的驱动作用尤为明显,关于线上知识网络嵌入与协同创新绩效关系的探讨较少[9-10]。本文还深入剖析情境因素对地理集中度、双重知识网络嵌入和协同创新绩效关系的影响。资产专用性反映企业内部有形资源和无形资源的投入与占有状况[11],双重知识网络嵌入作为企业获取知识资源的关键途径,受到专用性资产的影响。同时,企业面临的外部环境影响企业知识资源转化的过程和效果[12-13],影响企业双重知识网络嵌入与协同创新绩效的关系。因此,为了进一步厘清地理集中度、双重知识网络嵌入与协同创新绩效间关系的作用边界,将资产专用性和环境不确定性两个情境因素纳入研究框架中。

本文以农产品电商集群企业为研究对象,以湖北、江西和浙江3 省为研究区域,利用358 份实地调研数据,构建农产品电商集群企业地理集中度、双重知识网络嵌入、资产专用性、环境不确定性与协同创新绩效间关系的分析框架,采用多层次回归分析和Bootstrap 分析方法,分析农产品电商集群企业地理集中度对协同创新绩效的影响,检验双重知识网络嵌入的中介作用,探讨资产专用性和环境不确定性的独立调节作用与联合调节作用。研究充实了产业集群与协同创新的理论研究空间,以期为农产品电商集群企业实现协同创新管理和我国农业实现高质量现代化发展提供参考与借鉴。

1 理论分析与研究假设

1.1 农产品电商集群企业地理集中度与协同创新绩效

集群是相互联系的机构和组织聚集在一起形成的产业集合[8],我国农产品电商集群主要表现为各县市的电子商务产业园[14]。本文关注微观层面的农产品电商集群企业,采用地理集中度来刻画集群,将其操作化为企业间的地理距离。学术界关于协同创新绩效的概念界定缺少统一的标准,解学梅等[15]提出狭义的协同创新是两个或以上企业共同开展新产品研发和新技术开发而建立的合作关系,广义的协同创新是两个或以上企业通过知识共享和技术转移活动进行创新行为而形成的稳定合作关系[16]。本文从协同性和创新性两个维度界定协同创新绩效。

早期研究主要探讨距离(或位置)对营销组合决策和分销渠道设计的影响,重点关注买卖双方的空间分布和物流成本。近期研究探究了地理集中度对企业关系的作用,发现地理距离接近的企业面临着较低的交易成本,创新效率较高[17]。地理集中度是农产品电商集群企业提升协同创新绩效的有效途径,首先,农产品电商集群企业依赖于地理和气候自然资源,呈现地域分布特征,特殊的地缘关系是企业间建立协同创新关系的基础。其次,农产品电商集群企业面临高度不确定的数字技术信息环境,集群为企业间数字技术知识和互联网市场信息的交流提供了场域支持,是企业进行协同创新管理的关键支撑。第三,地理上接近的企业容易产生模仿行为和协同效应,有利于企业提升农产品电子商务运营的协同创新效率[14]。因此,农产品电商集群企业地理集中度对其协同创新绩效具有正向影响。

1.2 双重知识网络嵌入的中介作用

网络嵌入性是主体在网络中的位置及主体间的关系,包含结构嵌入、关系嵌入和认知嵌入三个维度[18-20]。魏江和徐蕾[21]提出产业集群企业知识网络嵌入包含本地知识网络嵌入和超本地知识网络嵌入两个维度。王新华等[22]提出互联网时代的知识网络既嵌入企业间实体互动的线下网络中,也嵌入以互联网为载体的线上网络中,将双重知识网络嵌入界定为线上知识网络嵌入和线下知识网络嵌入两个维度。

农产品电商集群企业地理集中度会提升线上知识网络嵌入程度,进而提升企业协同创新绩效。地理集中度降低了有形物资运输的交通成本,缩小了信息搜索范围,有利于企业突破本地知识网络的资源限制,实现异质性信息的共享,提升线上知识网络嵌入的深度和广度[23]。线上知识网络嵌入有利于实现实时沟通,增强沟通协调效率,优化显性知识共享的速度,实现高效协同创新管理[24-25]。因此,线上知识网络嵌入在地理集中度与协同创新绩效间发挥中介作用。

农产品电商集群企业地理集中度会提升线下知识网络嵌入程度,进而促进企业协同创新绩效。地理距离的接近增加了企业面对面交流频率,增强了线下实体互动,有利于合作信任关系的建立,从而促进本地知识的传递,提升线下知识网络嵌入的强度和密度[26]。线下知识网络嵌入有利于企业隐性知识共享和发掘集群本地优势,促进企业突破内部资源限制的壁垒,利用更少的学习成本实现更高效的技术交流和知识共享,实现企业本地隐性知识和超本地显性知识的协同创新管理[27-28]。因此,线下知识网络嵌入在地理集中度与协同创新绩效间发挥中介作用。

1.3 资产专用性的调节作用

资产专用性是特定资产能够被重新投入其他用途或被其他使用者重新分配的可调配性[29]。专用性资产投入有利于企业形成独特的资源竞争优势[11]。本文关注农产品电商集群企业资产专用性对知识网络嵌入和协同创新绩效的影响,因而将资产专用性分为无形的人力资产、知识资产和技术资产专用性以及有形的互联网设备投入资产专用性。

资产专用性影响知识网络嵌入与协同创新绩效间的关系。资产专用性有利于知识网络嵌入与协同创新绩效正向关系的增强。首先,资产专用性投入的增加,有利于企业形成竞争企业难以模仿的核心竞争力和难以超越的持续竞争优势,强化知识网络嵌入与协同创新绩效的正向关系。第二,资产专用性投资具有锁定效应,有利于降低机会主义行为,避免寻租耗费,增强知识网络嵌入与协同创新绩效的正向关系。第三,企业能够依托专用性资产投资优势获得超额利润,增强知识网络嵌入对协同创新绩效的正向影响[11]。但有学者认为资产专用性投资的增加导致企业无法将更多的财务资源投入到协同创新活动中,降低了财务资源的灵活性,不利于协同创新管理[30]。然而,本文关注的研究对象为农产品电商集群企业,企业成立年限较短、规模较小,尚处于初级创新阶段,资产专用性的投资较小,由此衍生的资产冗余较低,资产冗余带来的负向影响还未形成。因此,农产品电商集群企业资产专用性正向调节双重知识网络嵌入与协同创新绩效的正向关系。

1.4 环境不确定性的调节作用

环境不确定性强调市场和竞争环境变化的不可预测性[31]。营销学界重点关注市场交易环境带来的不确定性,强调交易主体的机会主义行为带来的交易环境波动,其中包括竞争对手策略的易变性、 合作企业的机会主义行为和顾客需求的难以预测 等[32]。互联网技术的进步和数字化变革的发展为企业环境增加了新的不确定性因素,强化了技术波动对企业创新的影响,本文基于复杂性和多变性共生的互联网环境,将农产品电商集群企业面临的外部环境归结为技术波动和市场竞争等不确定性因素。

环境不确定性阻碍农产品电商集群企业协同创新绩效的提升,对知识网络嵌入与协同创新绩效间的关系产生影响。首先,环境不确定性较高时,市场竞争程度较高,数字化技术更新换代快,知识网络嵌入带来的技术知识共享会产生滞后和延迟效应,企业无法迅速做出反应,不利于知识网络嵌入对协同创新效率正向作用的发挥。第二,环境不确定性较高意味着信息不对称程度较高,机会主义行为增加,削弱了知识网络嵌入对协同创新绩效的正向作用。第三,企业在面临技术波动大的外部环境时,为了保证生存与发展,无法兼顾内外部企业的协同关系,不利于内外部协同创新,知识网络嵌入对协同创新绩效的正向影响降低。第四,环境不确定性较高时,企业对环境的感知难度增加,降低了决策准确性,无法实现知识嵌入对协同创新绩效的促进作用[12-13]。因此,环境不确定性负向调节农产品电商集群企业双重知识网络嵌入与协同创新绩效的正向关系。

1.5 资产专用性和环境不确定性的联合调节作用

企业内部资产专用性和外部环境不确定对知识网络嵌入和企业协同创新绩效的关系具有组合影响。郭文钰等[11]强调要通过组合的方式探讨在不同内外部因素配置下的绩效变化,企业在不同的环境变换中选择相对应的专用性资产投资对企业实现高效协同创新管理至关重要。在环境不确定性较高时,企业依靠投资专用知识设备资产创造利润的风险加大,知识资源的配置效率降低,不易形成持续稳定的竞争优势,知识网络嵌入对协同创新绩效的正向作用发挥不充分[33]。同时,数字技术变动大,企业专用性资产更新换代较快,用于知识网络嵌入的有形设备资产投资成本提高,导致企业用于维护协同关系和维持创新行为的资金减少,从而削弱了知识网络嵌入与协同创新绩效间的正向关系[34]。因此,环境不确定会缓解农产品电商集群企业资产专用性对双重知识网络嵌入与协同创新绩效间关系的正向调节作用。即当环境不确定性较高且资产专用性较低时,双重知识网络嵌入与协同创新绩效间的正向关系最弱,当环境不确定性较低且资产专用性较高时,双重知识网络嵌入与协同创新绩效间的正向关系最强。

综合上述分析,农产品电商集群企业地理集中度、双重知识网络嵌入与协同创新绩效的理论分析框架如图1 所示。

图1 理论分析框架Fig. 1 Theoretical analysis framework

2 数据来源与研究方法

2.1 数据来源

研究采用问卷调查法,于2020 年6—10 月前往湖北、江西和浙江3 省16 个电子商务产业园进行调研,调研对象为园区内的农产品电子商务企业。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,研究人员对其进行简单的访谈,确保问卷填写者对企业近一年的运营状况足够了解,保证问卷的真实性和有效性。为避免共同方法偏差和自我报告等问题,研究采用封闭式问题,并采用配对调研法,即A 问卷完成农产品电商集群企业地理集中度、双重知识网络嵌入、资产专用性和环境不确定性等题项的测量,B 问卷完成协同创新绩效的测量。2 份问卷要求问卷填写者分别独立填写。问卷A 和B 按照1 ∶1 比例发放,共发放问卷480 套,经整理和筛选,回收有效问卷358 套,问卷有效回收率为74.58%。样本基本特征见表1。

2.2 变量测量

1)被解释变量。研究关注的被解释变量为农产品电商集群企业协同创新绩效。本文借鉴解学梅等[15]的研究,主要从协同性和创新性两个维度测量协同创新绩效。量表共包含4 个题项(表2)。

表1 样本基本特征Table 1 Basic characteristics of samples

2)核心解释变量。研究关注的核心解释变量为地理集中度。主要考察农产品电商集群企业地理集中度对协同创新绩效的影响。根据Ganesan 等[5]的研究,通过要求研究对象报告他们认为是关键知识提供企业的位置和距离来测量地理集中度。通过距离计算应用程序计算研究对象企业和关键知识提供企业间的实际地理距离来确认这一自报距离,并在必要的时候进行调整。为了控制实际地理距离分布的偏斜度,在数据分析过程中对地理距离进行对数转换来刻画地理集中度,具体方法为:

式中:DL 表示地理集中度,是[0, 1]之间的连续型数值变量;GL 表示农产品电商集群企业与关键知识提供企业的距离(km)。

3)中介变量。研究关注的中介变量为双重知识网络嵌入。借鉴王新华等[22]编制的量表,主要从线上知识网络嵌入和线下知识网络嵌入两个维度测量双重知识网络嵌入。线上知识网络嵌入和线下知识网络嵌入量表各包含3 个题项(表2)。

表2 变量定义及描述性统计Table 2 Variable definitions and descriptive statistics

4)调节变量。研究关注的调节变量为资产专用性和环境不确定性。采用Anderson 和Weitz[29]编制的量表对资产专用性进行测量,量表包含3 个题项。采用彭珍珍等[31]编制的量表对环境不确定性进行测量,量表包含3 个题项(表2)。

5)控制变量。研究控制了企业员工人数、成立年限、前1 年经营收入和互联网技术使用年限等4 个可能影响企业协同创新绩效的变量。

变量具体定义及描述性统计见表2。

2.3 计量模型设定

基于研究目的和研究假设,构建检验变量间关系的计量模型为:

式中:JX 表示被解释变量,DL 表示核心解释变量,ME 表示中介变量,MO 表示调节变量,CON 表示控制变量,β 是待估计系数,ε 是随机误差项,i 代表第个i 样本。

3 结果与分析

3.1 农产品电商集群企业协同创新绩效分析

由表3 可知,农产品电商集群企业地理集中度的平均值为0.859,处于较高水平,原因在于农产品电商集群企业受到农业自然资源的限制,具有较强的地域分布特征,地理集中度较高。线上知识网络嵌入的平均值为3.512,线下知识网络嵌入的平均值为3.061,均处于中等水平,线上知识网络嵌入的平均值略高于线下知识网络嵌入,原因在于农产品电商集群企业利用数字化技术和互联网平台开展农产品电子商务活动,通过线上知识网络嵌入获取信息较为便利,线上知识网络嵌入程度要高于线下知识网络嵌入程度。资产专用性的平均值为3.985,处于中等水平,原因在于农产品电商集群企业的成立年限较短、企业规模较小,企业对专用性资产的投资尚未达到高水平阶段,同时也验证了专用性资产冗余较低,资产冗余带来的负向影响还未形成。环境不确定性的平均值为3.507,由消费者需求、同行竞争和技术波动共同构成的外部环境处于中等不确定性水平。协同创新绩效的平均值为4.132,处于较高水平,说明农产品电商集群企业与集群企业合作进行产品开发和技术研发实现了较高水平的协同创新管理。

从相关系数可以看出,地理集中度与协同创新绩效显著正相关,相关系数为0.283(表3),地理距离越接近,农产品电商集群企业越容易开展合作创新活动,协同创新绩效越好。线上知识网络嵌入与协同创新绩效显著正相关,相关系数为0.511,线上知识网络嵌入程度越深,协同创新绩效越好;线下知识网络嵌入与协同创新绩效显著正相关,相关系数为0.544,线上知识网络嵌入程度越深,协同创新绩效越好,总的来说,双重知识网络嵌入程度越高,农产品电商集群企业从外界所能获取的信息和资源越丰富,越有利于协同创新管理的实现。资产专用性与协同创新绩效显著正相关,相关系数为0.564,专用性资产投资越多,农产品电商集群企业越容易形成可持续竞争优势,协同创新绩效越高。环境不确定性与协同创新绩效显著负相关,相关系数为-0.461,环境不确定性越大,农产品电商集群企业面临的消费者需求变化越快、同行竞争越激烈、技术波动越大,协同创新活动投入越少,协同创新绩效越低。以上相关性分析结果为进一步的假设检验提供了支撑,具体关系有待后续回归分析的验证。

3.2 量表信度、效度和共同方法偏差检验分析

信度分析结果显示,线上知识网络嵌入、线下知识网络嵌入、资产专用性、环境不确定性和协同创新绩效的Cronbach’s α 值均大于0.7(表4),说明量表具有较高的信度。

表3 农产品电商集群企业协同创新绩效相关性结果Table 3 Correlation analysis results of collaborative innovation performance of clustered agricultural e-commerce firms

效度分析结果显示,线上知识网络嵌入、线下知识网络嵌入、资产专用性、环境不确定性和协同创新绩效的KMO 值均大于0.6(表4),说明量表具有较高的结构效度。各变量的AVE 值均大于0.6,表明变量具有较好的收敛效度。同时,量表均来源于国内外学者验证通过的量表,具有较高的内容 效度。

表4 量表信度和效度检验Table 4 Reliability and validity test of the scale

Harman 单因子检验结果显示,一共有4 个因子特征根大于1,最大因子的方差解释值为31.909%,小于临界值40%,说明研究数据不存在共同方法偏差问题。

3.3 地理集中度和双重知识网络嵌入对协同创新绩效的影响分析

运用SPSS 22.0 统计分析软件,采用多层次回归分析和Bootstrap 分析方法逐步对假设进行检验,回归分析结果显示VIF 值均小于2,不存在明显的多重共线性问题。随着变量的逐步引入,模型R2显著改变,且F 值均显著,说明中介效应和调节效应存在。

由表5 可知,农产品电商集群企业地理集中度 显著正向影响协同创新绩效(β=0.218,P<0.001)。地理集中度显著正向影响线上知识网络嵌入(β=0.322,P<0.001),线上知识网络嵌入显著正向影响协同创新绩效(β=0.247,P<0.001)。模型2(β=0.142,P<0.001) 相 比 于 模 型1(β=0.218,P<0.001),地理集中度对协同创新绩效的影响降低但仍然显著,线上知识网络嵌入在其中发挥部分中介作用。Bootstrap 分析法分析结果显示,线上知识网络嵌入的中介效应值为0.091,标准误差为0.021,95%的置信区间为[0.052, 0.136],不包含0,线上知识网络嵌入在农产品电商集群企业地理集中度与协同创新绩效间发挥中介作用,即地理集中度正向影响线上知识网络嵌入,进而正向影响协同创新绩效。同理,线下知识网络嵌入在农产品电商集群企业地理集中度与协同创新绩效间发挥中介作用。

表5 地理集中度和双重知识网络嵌入对协同创新绩效影响的回归结果Table 5 Regression analysis results of the impact of geographical concentration and dual knowledge network embedding on collaborative innovation performance

3.4 资产专用性与环境不确定性的调节作用分析

表6 结果显示,线上知识网络嵌入与资产专用性的交互项显著正向影响协同创新绩效(β=0.138,P<0.001)。简单斜率检验结果表明,当资产专用性较低时,线上知识网络嵌入对协同创新绩效的正向影响不显著(β=0.046,Τ=1.038,P>0.1),当资产专用性较高时,线上知识网络嵌入对协同创新绩效的正向影响显著(β=0.257,Τ=8.348,P<0.001),资产专用性对线上知识网络嵌入与协同创新绩效的关系发挥正向调节作用,即资产专用性越高,线上知识网络嵌入对协同创新绩效的正向影响越强,农产品电商集群企业资产专用性正向调节线上知识网络嵌入与协同创新绩效的正向关系。同理,农产品电商集群企业资产专用性正向调节线下知识网络嵌入与协同创新绩效的正向关系。

线上知识网络嵌入与环境不确定性的交互项显著负向影响协同创新绩效(β=-0.099,P<0.001)。简单斜率检验结果表明,当环境不确定性较低时,线上知识网络嵌入对协同创新绩效的正向影响显著(β=0.291,Τ=9.011,P<0.001),当环境不确定性较高时,线上知识网络嵌入对协同创新绩效的正向影响显著(β=0.112,Τ=2.871,P<0.01),环境不确定性对线上知识网络嵌入与协同创新绩效的关系发挥负向调节作用,即环境不确定性越高,线上知识网络嵌入对协同创新绩效的正向影响越弱,环境不确定性负向调节农产品电商集群企业线上知识网络嵌入与协同创新绩效的正向关系。同理,环境不确定性负向调节农产品电商集群企业线下知识网络嵌入与协同创新绩效的正向关系。

线上知识网络、资产专用性和环境不确定性的交互项显著负向影响协同创新绩效(β=-0.171,P<0.001),即资产专用性对线上知识网络嵌入与协同创新绩效间的正向调节作用减弱,环境不确定会缓解农产品电商集群企业资产专用性对线上知识网络嵌入与协同创新绩效间关系的正向调节作用。即当环境不确定性较高且资产专用性较低时,线上知识网络嵌入与协同创新绩效间的正向关系最弱,当环境不确定性较低且资产专用性较高时,线上知识网络嵌入与协同创新绩效间的正向关系最强。线下知识网络、资产专用性和环境不确定性的交互项显著正向影响协同创新绩效(β=0.148,P<0.001),即资产专用性对线上知识网络嵌入与协同创新绩效间的正向调节作用增强。可能的原因在于线下知识网络嵌入依赖于企业与合作企业间社会关系的建立,这种社会关系有效减少了环境不确定性带来的机会主义行为,因而环境不确定性的负向调节作用被抵消,呈现出正向联合调节效应。

表6 资产专用性、环境不确定性对协同创新绩效的调节效应回归结果Table 6 Regression results of the moderating effects of asset specificity and environmental uncertainty on collaborative innovation performance

4 结论与建议

4.1 结论

研究表明,农产品电商集群企业地理集中度正向影响协同创新绩效,农产品电商集群作为新兴的产业集群模式,内部产品竞争和区域竞争效应尚未形成,集群内部企业间地理距离的接近有利于企业提升协同创新绩效。双重知识网络嵌入在地理集中度与协同创新绩效间发挥部分中介作用,线上知识网络嵌入强调企业基于互联网平台进行的超本地化显性知识、信息和技术资源获取,是数字经济时代地理集中度发挥作用的关键路径;线下知识网络嵌入强调企业基于实体合作信任关系进行的本地化隐性知识、信息和技术的交流,是集群发挥协同创新作用的关键介质。

资产专用性正向调节双重知识网络嵌入和协同创新绩效间的关系,专用性资产投资是企业维持竞争力和保持竞争优势的关键边界条件,有利于企业线下实体合作信任关系的维护,也有利于企业线上互联网设备的保存,优化协同创新效率。环境不确定性负向调节双重知识网络嵌入与协同创新绩效间的关系,数字经济时代环境不确定性包含技术波动和市场竞争两个鲜明特征,高度的环境不确定性不利于线上知识网络显性的技术知识交流,也不利于线下知识网络隐性的市场信息共享,对协同创新绩效的提升具有负向调节作用。环境不确定和资产专用性对知识网络嵌入与协同创新绩效间的关系具有联合调节作用,一方面,线上知识网络嵌入需要互联网设备资源的投入,专用设备资源的投入和线上知识网络嵌入存在较强的重叠效应,环境不确定性在其中发挥的负向作用更加显著,呈现负向联合调节效应;另一方面,线下知识网络嵌入的加强有利于维持企业间的合作信任关系,降低机会主义行为,从而对环境不确定性具有一定的抵消作用,资产专用性的正向调节作用更加显著,因而呈现正向联合调节效应。

4.2 建议

1)农产品电商集群企业要突破组织边界,加强与集群内部企业合作创新,发展松散耦合的协同创新环境,借助集群地理集中的产业优势和区位资源,内化吸收集群关系资源和知识资源,形成资源获取与协同创新的良性循环,实现效益最大化。要突破空间限制,获取集群外部产业资源和知识资源,提升数字化技术水平和互联网信息能力,形成集群吸引资源与促进创新,资源积累和协同创新又带动集群转型升级与创新发展的良性互动,谋求集群效益最优化。

2)农产品电商集群企业在进行专用性资产投资的过程中要注重数字化技术设备的投入和更新,一方面通过合理配置降低专用性资产转化的风险,提高风险管理建设能力,规避专用性资产不可转移带来的劣势。另一方面要充分利用互联网时代红利,利用数字化变革和互联网技术的发展,拓展互联网信息共享渠道,提升大数据运用成熟度,利用数字化技术实现个性化定制、柔性化生产,提升产品开发能力、技术开发速度和市场响应能力,实现协同创新管理,发掘专用性资产投资带来的不可模仿的优势。

3)知识网络嵌入是农产品电商集群企业构建以知识资源为基础的竞争优势的重要手段,要营造良好的知识共享环境氛围并提供必要的条件保障,强化企业间知识共享意愿。通过定期举行企业参观和现场观察等活动,搭建线上线下知识共享平台,营造浓厚的知识共享氛围,为知识流动提供硬件支撑。通过构建多层次知识交流渠道,将不易编码和不易传递的隐性知识通过网络视频和电话会议等线上形式进行学习与探讨,增强知识吸收和转化的效率,以更新完善知识系统。同时,政府要高效采集具有层次性和地域性特点的知识资源,构建系统有序的知识资源保存体系,将有价值的显性知识以文档的形式存储在知识库,助力农产品电商集群企业实现知识资源的高效存档、获取和利用。政府还可以对孤立分散的知识资源进行有序整合,构建具有公共产品属性的知识地图,建立日趋成熟的知识组织和服务模式,为农产品电商集群企业提供知识资源索取便利,提升知识获取效率。

4)农产品电商集群企业要善于发现和创造环境不确定性中的发展机遇,规避不利风险和挑战,做到积极作为、英明决策和高效规划,坚持以数字技术变革推动产业转型升级,力图在动态多变复杂的互联网技术时代获得更多的数字技术收益和市场风险收益。通过建立内外部责任协调沟通机制,提高经营的透明度,获取利益相关企业的认可和支持,建立广泛的社会关系网络。综合利用数字化技术实现农产品投融资和保险基础数据的积累、整合和开放共享,提升农产品投融资风险评估和农产品保险精算可信度,构建多元化多层次的农产品电商保险手段,同时要制定合适有效的社会责任发展战略,建立并完善企业社会责任协作机制,充分发挥企业社会责任承担行为赢得经营稳定性保险效应,降低外部环境不确定性进而提升协同创新效率。

猜你喜欢

集中度集群协同
创造力的“阴暗面”与“创新—保新”的协同论
齐口裂腹鱼集群行为对流态的响应
输入受限下多无人机三维协同路径跟踪控制
家校社协同育人 共赢美好未来
基于信息素决策的无人机集群协同搜索算法
新广告商:广告业周期性在弱化,而集中度在提升 精读
京津冀协同发展
勤快又呆萌的集群机器人
我国物流产业集中度与市场绩效关系分析
清徐醋产业发展研究