参与创新生态系统及创新的商业化：合作、不确定性与风险的地理分布

《Technovation》：Engagement in innovation ecosystems and commercialization of innovation: geography of collaboration, uncertainty and risk

　　

• •
  企业与创新生态系统参与者的互动程度与企业的创新活动之间存在正相关关系。
• •
  在经济风险较高的时期，与欧洲合作伙伴的合作有助于英国企业的创新。
• •
  市场不确定性并不能在各个地理层面上显著调节互动与创新之间的关系。
• •
  经济风险对企业和欧洲合作伙伴之间的互动-创新联系有积极的调节作用。

引言

创新是独一无二的事件，而生产新产品和服务的过程是一项充满不确定性和风险的经济活动（Kuratko等人，2015；Amoroso等人，2017）。尽管不确定性可能会阻碍企业投资研发和创新，但企业也通过与中国创新生态系统中的各种外部合作伙伴进行知识合作（Audretsch等人，2021，2025a）来降低不确定性和风险（West和Bogers，2017；Cavallo等人，2019，2022；Klofsten等人，2021，2024）。然而，关于企业与中国创新生态系统参与者之间的知识合作在国家和国际层面的差异，现有文献中的证据仍然有限（Vanhaverbeke和Cloodt，2006；West和Bogers，2014；Bogers等人，2019）。此外，关于企业与中国创新生态系统互动的情境依赖性以及不确定性和风险作为开放创新互动和创新结果的边界条件的作用，相关知识也较为匮乏（Chesbrough等人，2006）。

在这项研究中，我们提出了以下研究问题：不确定性和风险在多大程度上改变了企业与中国创新生态系统参与者在地区、国家和国际层面的互动程度与其创新活动之间的关系？这一研究重点补充了以往强调网络、平台（Cutolo和Kenney，2021）以及大企业作为生态系统协调者的研究（Chesbrough等人，2018），通过考察市场、技术和成本不确定性以及经济风险如何影响不同地理生态系统中的开放创新回报。更具体地说，我们借鉴了Cavallo等人（2022）的研究，并提出企业在中国创新生态系统中的地区性、国家性和全球性互动可以促进创新商业化，但不确定性和风险可能会以系统不同的方式负面调节这种关系，从而为开放创新和国际化的现有研究增添新的视角（Chesbrough，2003；Van Der Borgh等人，2012；Brunswicker和Vanhaverbeke，2015）。

因此，本研究的目的是评估企业在国内和国际层面上与中国创新生态系统参与者进行知识合作与其创新商业化之间的关联。利用2004-2016年间14,382家企业和28,913个企业年的数据，我们的研究表明，在国内和国际层面更广泛地与中国创新生态系统参与者互动与更高的创新绩效相关；当企业面临高经济风险时，与这些参与者的互动对于支持创新活动变得尤为重要。我们的研究假设在Tobit回归分析中得到了部分支持，但在2SLS模型中则不成立。

本研究对开放创新领域做出了两项贡献。首先，对于创新生态系统研究（Brunswicker和Vanhaverbeke，2015；Bogers等人，2019），我们展示了不同地区、国家和国际参与者之间的知识合作如何影响产品和服务的商业化，以及在不确定性存在的情况下这些影响的差异。其次，我们为开放创新文献（Audretsch和Belitski，2024a；Cavallo等人，2022）做出了贡献，通过理论和实证分析探讨了不确定性和风险如何在不同地理维度上调节知识合作与创新之间的关系，从而丰富了关于多种创新生态系统类型及其在塑造企业创新活动中的作用的研究（Davis，2016；Chesbrough等人，2018）。

本文的结构如下：下一节将提供理论概述和悖论描述。第三节描述样本、数据和实证方法。第四节讨论实证分析结果，第五节进行总结，第六节作为结论。

章节摘要

企业与创新生态系统参与者的互动与企业创新

企业依赖内部和外部知识来开发和商业化创新（Laursen和Salter，2006，2014；Chesbrough等人，2006）。企业与特定行业或地区的经济参与者进行知识合作和信息交流，Granstrand和Holgersson（2020）将这种关系称为创新生态系统，而Bogers等人（2019: p. 2）将其定义为“一群共同创造价值的相互依存的参与者组成的网络”。

样本选择

我们首先将Business Structure数据库中的六个横断面数据集（称为Business Register）与2004-2016年的英国创新调查（UKIS）进行了匹配，共计28,913个企业年观测值和14,382家个别企业。两个数据集通过企业单位编号和调查年份进行匹配。

主要发现

表2报告了Tobit模型对预期观测结果$E(y)$（创新销售额占总销售额的百分比，范围0-100）的平均边际效应（AMEs）。我们发现，与企业生态系统参与者的合作广度在多个地理层面上（地区、国家和国际）与创新商业化呈正相关。具体而言，地区性的合作广度在统计上具有显著性（AME = 0.08–0.09，p < 0.01）。

讨论

先前的研究表明，知识合作的多样性和深度对创新活动非常重要（Kobarg等人，2019），而感知到的经济风险和不确定性可能会降低企业参与创新活动的意愿和能力。与开放创新文献一致，我们的证据表明，无论是在国内还是国际上，合作广度平均而言都与创新销售额正相关（Kobarg等人，2019；Audretsch和Belitski，2025）。

结论

本研究展示了经济风险（可测量、概率性暴露）和市场不确定性（不可测量、模糊性暴露）之间的经典区别（Audretsch和Belitski，2021），这种差异正是我们研究结果差异的原因。风险是可测量的。企业可以通过投资国内和国际上的多样化合作伙伴关系，为特定市场条件赋予概率并预测预期的创新结果。

局限性及未来研究方向

鉴于本研究的主要局限性在于样本量较小，我们无法直接断定因果关系。未来的研究可以采用平衡的纵向数据，例如通过将因变量滞后处理来估计动态面板模型。

CRediT作者贡献声明

David Bruce Audretsch： 起草初稿、指导、概念框架构建。Maksim Belitski： 起草初稿、资源获取、方法论设计、数据分析、形式化分析、概念框架验证。Christina Theodoraki： 起草初稿、验证、数据核查。

David Bruce Audretsch | Maksim Belitski | Christina Theodoraki