知識(shí)尋求、知識(shí)積累與價(jià)值創(chuàng)造
——基于高技術(shù)產(chǎn)業(yè)的門(mén)檻效應(yīng)

王丹， 李柏洲

(哈爾濱工程大學(xué) 經(jīng)濟(jì)管理學(xué)院，黑龍江 哈爾濱 150001)

知識(shí)被認(rèn)為是“無(wú)論是正式還是非正式地堅(jiān)持的一系列命題，并被常規(guī)地用于闡述真相”[1]。隨著知識(shí)經(jīng)濟(jì)時(shí)代的發(fā)展，知識(shí)被普遍認(rèn)為是最有價(jià)值的資源，對(duì)于任何組織而言，知識(shí)是其獲得長(zhǎng)期可持續(xù)競(jìng)爭(zhēng)優(yōu)勢(shì)和成功的關(guān)鍵[2]。利用外部知識(shí)的能力是創(chuàng)新能力的關(guān)鍵組成部分，對(duì)外部資源的開(kāi)放有助于提高組織的創(chuàng)新成果，而檢驗(yàn)開(kāi)放創(chuàng)新對(duì)創(chuàng)新結(jié)果影響的一種方式就是關(guān)注外部搜尋對(duì)新機(jī)會(huì)創(chuàng)新的作用[3]。所以，知識(shí)尋求是獲取外部知識(shí)直接而有效的方式，而知識(shí)積累是創(chuàng)新能力的基礎(chǔ)，組織生成和積累知識(shí)的能力是企業(yè)可持續(xù)競(jìng)爭(zhēng)力的最重要來(lái)源[4]，直接影響技術(shù)創(chuàng)新結(jié)果[5]。因此，知識(shí)尋求和知識(shí)積累是組織實(shí)現(xiàn)價(jià)值創(chuàng)造的核心行為，而價(jià)值創(chuàng)造是組織可持續(xù)成長(zhǎng)的關(guān)鍵[6]，如何通過(guò)有效的知識(shí)尋求和知識(shí)積累實(shí)現(xiàn)價(jià)值創(chuàng)造最大化是實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的重要途徑。高技術(shù)產(chǎn)業(yè)的知識(shí)要素密集且研發(fā)投入高，是實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的重要力量，系統(tǒng)深入地探究高技術(shù)產(chǎn)業(yè)的知識(shí)尋求、知識(shí)積累與價(jià)值創(chuàng)造間的關(guān)系，對(duì)促進(jìn)高技術(shù)產(chǎn)業(yè)發(fā)展和提升其競(jìng)爭(zhēng)力具有重要作用。

關(guān)于知識(shí)尋求對(duì)價(jià)值創(chuàng)造的影響研究，較多學(xué)者關(guān)注知識(shí)尋求對(duì)組織創(chuàng)新績(jī)效的影響，一定程度上反映了知識(shí)尋求對(duì)價(jià)值創(chuàng)造的影響。知識(shí)尋求的實(shí)質(zhì)是對(duì)知識(shí)的主動(dòng)學(xué)習(xí)和再利用，是獲得創(chuàng)新所需知識(shí)的關(guān)鍵性活動(dòng)[7]，對(duì)創(chuàng)新行為產(chǎn)生影響[8-9]。從大量外部資源中獲取知識(shí)的組織可以進(jìn)行更廣泛的知識(shí)搜尋[10]，獲取廣泛的知識(shí)存量有助于新信息和潛在變化的理解，從而提高組織識(shí)別新技術(shù)或市場(chǎng)機(jī)會(huì)的能力，并提高靈活性以應(yīng)對(duì)不可預(yù)測(cè)的變化，擴(kuò)大組織的知識(shí)存量以實(shí)現(xiàn)其突破創(chuàng)新[11-12]。Leiponen等[13]認(rèn)為擁有更多的互補(bǔ)知識(shí)來(lái)源能夠提高創(chuàng)新成功率，所以從大量外部資源(開(kāi)放搜尋范圍)獲取知識(shí)與企業(yè)突破式創(chuàng)新正相關(guān)。Yan等[14]研究發(fā)現(xiàn)知識(shí)尋求能夠?qū)е轮R(shí)流動(dòng)狀態(tài)，并可以進(jìn)一步促進(jìn)知識(shí)創(chuàng)造。組織績(jī)效越來(lái)越依賴(lài)于知識(shí)驅(qū)動(dòng)活動(dòng)[15]，Neethu等[16]研究發(fā)現(xiàn)知識(shí)尋求行為能夠激發(fā)創(chuàng)造性績(jī)效。

對(duì)于知識(shí)積累與價(jià)值創(chuàng)造間的關(guān)系研究，張軍等[17]研究了知識(shí)積累對(duì)企業(yè)財(cái)務(wù)績(jī)效和創(chuàng)新績(jī)效的影響，并通過(guò)研究發(fā)現(xiàn)知識(shí)積累對(duì)創(chuàng)新能力具有顯著提升作用[18]。武夢(mèng)超等[19]研究發(fā)現(xiàn)知識(shí)積累對(duì)產(chǎn)品創(chuàng)新性具有正向影響?？梢?jiàn)，知識(shí)積累是影響價(jià)值創(chuàng)造的重要因素。另有學(xué)者將知識(shí)積累作為門(mén)檻變量進(jìn)行研究，如陳恒等[20]將知識(shí)積累作為門(mén)檻變量，研究發(fā)現(xiàn)高技術(shù)產(chǎn)業(yè)自主研發(fā)創(chuàng)新驅(qū)動(dòng)科技績(jī)效的效應(yīng)顯著受限于知識(shí)積累水平的門(mén)限效應(yīng)影響。

對(duì)于知識(shí)尋求、知識(shí)積累與價(jià)值創(chuàng)造三者間的關(guān)系研究，內(nèi)部知識(shí)積累和外部知識(shí)獲取是組織增加知識(shí)存量的2個(gè)基本途徑，是提高績(jī)效水平的根本保障[21]，是價(jià)值創(chuàng)造的動(dòng)力源泉[22]。所以，組織在自主知識(shí)創(chuàng)造的基礎(chǔ)上，還應(yīng)結(jié)合運(yùn)用外部知識(shí)獲取手段進(jìn)行知識(shí)尋求，以期獲得更多的創(chuàng)新成果和更大的競(jìng)爭(zhēng)優(yōu)勢(shì)[21]，進(jìn)而實(shí)現(xiàn)價(jià)值創(chuàng)造。Benedikt等[23]實(shí)證研究了知識(shí)尋求、知識(shí)積累與組織績(jī)效間的關(guān)系，發(fā)現(xiàn)知識(shí)尋求能夠顯著促進(jìn)組織績(jī)效，知識(shí)積累在知識(shí)尋求與組織績(jī)效間起中介作用。對(duì)于知識(shí)尋求與知識(shí)積累間的關(guān)系研究，知識(shí)尋求擴(kuò)展了組織的知識(shí)優(yōu)勢(shì)，進(jìn)而提升組織知識(shí)積累[23]。所以，知識(shí)尋求驅(qū)動(dòng)組織績(jī)效依賴(lài)于知識(shí)積累水平，但不同知識(shí)積累水平下知識(shí)尋求的驅(qū)動(dòng)效應(yīng)可能存在不同，知識(shí)積累在知識(shí)尋求對(duì)價(jià)值創(chuàng)造的影響中產(chǎn)生異質(zhì)影響。鑒于先前學(xué)者較多將知識(shí)積累作為門(mén)檻變量探究其門(mén)檻效應(yīng)，因此，深入探究知識(shí)積累在知識(shí)尋求與價(jià)值創(chuàng)造間是否存在門(mén)檻效應(yīng)顯得尤為重要。

通過(guò)上述研究發(fā)現(xiàn)，學(xué)者們普遍認(rèn)為知識(shí)尋求與價(jià)值創(chuàng)造間存在正向的線(xiàn)性關(guān)系，知識(shí)積累在知識(shí)尋求與價(jià)值創(chuàng)造間的作用也呈線(xiàn)性關(guān)系。但知識(shí)尋求驅(qū)動(dòng)實(shí)現(xiàn)價(jià)值創(chuàng)造的過(guò)程可能并非僅是先前學(xué)者研究中假定的簡(jiǎn)單線(xiàn)性關(guān)系。所以，研究將知識(shí)尋求、知識(shí)積累與價(jià)值創(chuàng)造置于同一個(gè)研究框架，將知識(shí)積累引入知識(shí)尋求與價(jià)值創(chuàng)造間復(fù)雜關(guān)系的非線(xiàn)性機(jī)制，建立知識(shí)尋求驅(qū)動(dòng)價(jià)值創(chuàng)造的門(mén)檻效應(yīng)回歸模型，探究知識(shí)積累如何影響知識(shí)尋求與價(jià)值創(chuàng)造之間的關(guān)系，深入探究三者之間非線(xiàn)性的復(fù)雜關(guān)系，明確利用知識(shí)尋求與知識(shí)積累實(shí)現(xiàn)價(jià)值創(chuàng)造的有效路徑，為價(jià)值創(chuàng)造研究提出新的研究思路和分析框架，進(jìn)一步豐富和發(fā)展知識(shí)管理與價(jià)值創(chuàng)造相關(guān)理論。研究結(jié)果也以期為高技術(shù)產(chǎn)業(yè)利用知識(shí)尋求與知識(shí)積累實(shí)現(xiàn)價(jià)值創(chuàng)造提供理論依據(jù)、建議參考和有效的管理啟示。

1 變量選擇與模型設(shè)計(jì)

1.1 變量選擇與數(shù)據(jù)來(lái)源

1)變量選擇。

對(duì)于被解釋變量?jī)r(jià)值創(chuàng)造(C)，借鑒先前學(xué)者的研究方法，從有形和無(wú)形2個(gè)方面衡量高技術(shù)產(chǎn)業(yè)價(jià)值創(chuàng)造，最終結(jié)果表現(xiàn)在有形(財(cái)務(wù))和無(wú)形(專(zhuān)利)上[24]，論文采用各地區(qū)高技術(shù)產(chǎn)業(yè)有效發(fā)明專(zhuān)利數(shù)量(已授權(quán))和當(dāng)年價(jià)總產(chǎn)值共同衡量不同地區(qū)高技術(shù)產(chǎn)業(yè)的價(jià)值創(chuàng)造。

對(duì)于核心解釋變量知識(shí)尋求(S)，其實(shí)質(zhì)是獲得創(chuàng)新所需知識(shí)的關(guān)鍵性活動(dòng)[7]，利用各地區(qū)高技術(shù)產(chǎn)業(yè)技術(shù)引進(jìn)經(jīng)費(fèi)、消化吸收經(jīng)費(fèi)和購(gòu)買(mǎi)國(guó)內(nèi)技術(shù)經(jīng)費(fèi)共同衡量高技術(shù)產(chǎn)業(yè)知識(shí)尋求。

對(duì)于門(mén)檻變量知識(shí)積累(A)，指的是通過(guò)內(nèi)部研究與開(kāi)發(fā)活動(dòng)增加知識(shí)存量的過(guò)程[21]，借鑒先前學(xué)者關(guān)于知識(shí)積累的研究[20-25]，采用各地區(qū)高技術(shù)產(chǎn)業(yè)專(zhuān)利申請(qǐng)數(shù)衡量高技術(shù)產(chǎn)業(yè)知識(shí)積累。

對(duì)于控制變量，由于研發(fā)經(jīng)費(fèi)投入和人力資本投入是高技術(shù)產(chǎn)業(yè)創(chuàng)新成果的重要影響因素[26]，會(huì)在一定程度上影響高技術(shù)產(chǎn)業(yè)價(jià)值創(chuàng)造。因此，選取研發(fā)經(jīng)費(fèi)內(nèi)部投入(B)和人力資本投入(D)作為控制變量。其中研發(fā)經(jīng)費(fèi)內(nèi)部投入以各地區(qū)R&D活動(dòng)經(jīng)費(fèi)內(nèi)部支出測(cè)度，人力資本投入以研發(fā)人員全時(shí)當(dāng)量測(cè)度。

2)數(shù)據(jù)來(lái)源。

論文所用有效發(fā)明專(zhuān)利量、當(dāng)年價(jià)總產(chǎn)值、技術(shù)引進(jìn)費(fèi)、消化吸收經(jīng)費(fèi)、購(gòu)買(mǎi)國(guó)內(nèi)技術(shù)經(jīng)費(fèi)、專(zhuān)利申請(qǐng)量、R&D活動(dòng)經(jīng)費(fèi)內(nèi)部支出、研發(fā)人員全時(shí)當(dāng)量等均來(lái)源于《中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》和《中國(guó)科技統(tǒng)計(jì)年鑒》(2010—2020)。論文選取2009—2019年共計(jì)11年的高技術(shù)產(chǎn)業(yè)面板數(shù)據(jù)，并剔除部分缺失值嚴(yán)重的內(nèi)蒙古、云南、西藏、甘肅、青海、新疆、寧夏7個(gè)省份，對(duì)中國(guó)大陸剩余24個(gè)省市的面板數(shù)據(jù)進(jìn)行實(shí)證研究與分析。為消除各地區(qū)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)數(shù)據(jù)量綱不同的影響，在實(shí)證研究之前對(duì)模型所用數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。

1.2 模型設(shè)計(jì)

以知識(shí)積累為門(mén)檻變量，建立知識(shí)尋求對(duì)價(jià)值創(chuàng)造影響的門(mén)檻效應(yīng)回歸模型如下所示。

單一門(mén)檻效應(yīng)回歸模型：

lnCit=β1lnSitI(Ait≤φ)+β2lnSitI(Ait>φ)+

α1lnBit+α2lnDit+μi+νt+εit

(1)

多重門(mén)檻效應(yīng)回歸模型(以雙重門(mén)檻效應(yīng)為例)：

lnCit=β1lnSitI(Ait≤φ1)+β2lnSitI(φ1

β3lnSitI(Ait>φ2)+α1lnBit+α2lnDit+μi+νt+εit

(2)

式中：Cit為因變量，表示價(jià)值創(chuàng)造；Bit和Dit為控制變量，分別表示研發(fā)經(jīng)費(fèi)內(nèi)部投入和研發(fā)人員全時(shí)當(dāng)量；Sit為自變量，表示知識(shí)尋求；I表示指示函數(shù)(當(dāng)滿(mǎn)足條件時(shí)其值取1，否則取0)；Ait為門(mén)檻變量，表示知識(shí)積累；μi、νt和εit分別表示個(gè)體特定效應(yīng)，時(shí)間特定效應(yīng)和隨機(jī)誤差項(xiàng);α、β為模型參數(shù)估計(jì)值。

門(mén)檻效應(yīng)回歸模型檢驗(yàn)過(guò)程：借鑒Hansen提出的門(mén)檻效應(yīng)回歸模型估計(jì)方法得出門(mén)檻估計(jì)值和相關(guān)參數(shù)[27]，主要包括運(yùn)用Bootstrap(自助抽樣)法構(gòu)造F統(tǒng)計(jì)量和P值對(duì)門(mén)檻效應(yīng)的顯著性進(jìn)行檢驗(yàn)；利用LR(似然比)統(tǒng)計(jì)量對(duì)門(mén)檻估計(jì)值是否等于真實(shí)值的真實(shí)性進(jìn)行檢驗(yàn)，在5%顯著性水平下，LR值為7.352 3。依次對(duì)單一門(mén)檻、雙重門(mén)檻和三重門(mén)檻分別進(jìn)行門(mén)檻檢驗(yàn)，以確定門(mén)檻值個(gè)數(shù)和模型類(lèi)型。首先，檢驗(yàn)是否存在單一門(mén)檻效應(yīng)，若通過(guò)顯著性檢驗(yàn)即存在第1個(gè)門(mén)檻值。然后，檢驗(yàn)是否存在雙重門(mén)檻效應(yīng)，需先固定第1個(gè)門(mén)檻值，估計(jì)第2個(gè)門(mén)檻值并檢驗(yàn)其顯著性，再固定第2個(gè)門(mén)檻值重新估計(jì)第1個(gè)門(mén)檻值，重復(fù)以上步驟，從而確定門(mén)檻值及其數(shù)量。在得到門(mén)檻估計(jì)值后，利用LR統(tǒng)計(jì)量計(jì)算門(mén)檻值的置信區(qū)間并進(jìn)行真實(shí)性檢驗(yàn)，當(dāng)LR≤7.352 3時(shí)，門(mén)檻估計(jì)值與真實(shí)值相等。

2 實(shí)證結(jié)果與分析

2.1 門(mén)檻效應(yīng)檢驗(yàn)

基于上述門(mén)檻效應(yīng)回歸模型設(shè)計(jì)，利用Stata 15.0統(tǒng)計(jì)分析軟件對(duì)高技術(shù)產(chǎn)業(yè)知識(shí)積累作為門(mén)檻變量下知識(shí)尋求對(duì)價(jià)值創(chuàng)造的非線(xiàn)性作用關(guān)系進(jìn)行實(shí)證檢驗(yàn)。門(mén)檻效應(yīng)回歸模型檢驗(yàn)結(jié)果如表1和表2所示。從結(jié)果中可以看到，單一門(mén)檻模型、雙重門(mén)檻模型和三重門(mén)檻模型的500次自助抽樣的P值分別為0.098、0.000、0.398，單一門(mén)檻通過(guò)10%的顯著性水平檢驗(yàn)，雙重門(mén)檻通過(guò)1%顯著性水平檢驗(yàn)，三重門(mén)檻效應(yīng)沒(méi)有通過(guò)顯著性水平檢驗(yàn)，這說(shuō)明高技術(shù)產(chǎn)業(yè)知識(shí)尋求對(duì)價(jià)值創(chuàng)造的作用模型中，知識(shí)積累存在雙重門(mén)檻效應(yīng)。由表2可知，雙重門(mén)檻回歸估計(jì)值分別為1.593 9和2.407 7。

表1 門(mén)檻效應(yīng)檢驗(yàn)結(jié)果Table 1 Results of threshold effect test

表2 門(mén)檻估計(jì)值與置信區(qū)間Table 2 Threshold estimates and confidence intervals

2.2 門(mén)檻效應(yīng)模型回歸結(jié)果分析

門(mén)檻回歸模型參數(shù)估計(jì)結(jié)果如表3所示，其中單一門(mén)檻和雙重門(mén)檻回歸模型的R2分別為0.950 0和0.957 7，雙重門(mén)檻回歸模型的總體擬合結(jié)果比單一門(mén)檻的總體擬合結(jié)果更好，這也再次驗(yàn)證了模型存在雙重門(mén)檻效應(yīng)。對(duì)于核心解釋變量知識(shí)尋求和門(mén)檻變量知識(shí)積累，當(dāng)知識(shí)積累小于第1個(gè)門(mén)檻估計(jì)值(1.593 9)時(shí)，高技術(shù)產(chǎn)業(yè)知識(shí)尋求對(duì)價(jià)值創(chuàng)造的影響產(chǎn)生正向影響，但并不顯著，表明當(dāng)知識(shí)積累水平低于1.593 9時(shí)，知識(shí)尋求對(duì)價(jià)值創(chuàng)造的促進(jìn)作用不明顯，較低的知識(shí)積累水平下知識(shí)尋求難以發(fā)揮對(duì)價(jià)值創(chuàng)造的驅(qū)動(dòng)作用；當(dāng)知識(shí)積累介于第1門(mén)檻值(1.593 9)和第2個(gè)門(mén)檻值(2.407 7)之間時(shí)，高技術(shù)產(chǎn)業(yè)知識(shí)尋求對(duì)價(jià)值創(chuàng)造的影響產(chǎn)生顯著的負(fù)向影響，表明中知識(shí)積累水平下知識(shí)尋求對(duì)價(jià)值創(chuàng)造具有顯著的抑制作用，需進(jìn)一步提高知識(shí)積累水平以克服門(mén)檻效應(yīng)的負(fù)向影響；而當(dāng)知識(shí)積累高于第2個(gè)門(mén)檻值(2.407 7)時(shí)，知識(shí)尋求對(duì)價(jià)值創(chuàng)造產(chǎn)生顯著的正向影響，表明提升知識(shí)積累有利于知識(shí)尋求對(duì)價(jià)值創(chuàng)造產(chǎn)生顯著的正向效應(yīng)，突破門(mén)檻值2.407 7后，知識(shí)尋求將明顯驅(qū)動(dòng)價(jià)值創(chuàng)造提升?；貧w估計(jì)結(jié)果表明隨著高技術(shù)產(chǎn)業(yè)知識(shí)積累門(mén)檻水平的逐漸提升，知識(shí)尋求對(duì)價(jià)值創(chuàng)造的作用系數(shù)和作用方向均逐漸發(fā)生變化，由顯著的負(fù)向作用效果向顯著的正向作用效果轉(zhuǎn)變，知識(shí)積累表現(xiàn)出明顯的門(mén)檻效應(yīng)特征。

表3 門(mén)檻模型參數(shù)估計(jì)結(jié)果Table 3 Parameters estimation results of threshold model

而對(duì)于控制變量，在雙重門(mén)檻回歸模型中，研發(fā)經(jīng)費(fèi)內(nèi)部投入對(duì)高技術(shù)產(chǎn)業(yè)價(jià)值創(chuàng)造具有顯著的正向影響，作用系數(shù)為1.002 7，在1%顯著性水平下顯著；人力資本投入同樣顯著正向影響高技術(shù)產(chǎn)業(yè)價(jià)值創(chuàng)造，作用系數(shù)為0.428 5，在1%顯著性水平下顯著；并且研發(fā)經(jīng)費(fèi)內(nèi)部投入對(duì)價(jià)值創(chuàng)造的影響系數(shù)大于人力資本投入對(duì)價(jià)值創(chuàng)造的影響系數(shù)。

為了檢驗(yàn)門(mén)檻估計(jì)值的真實(shí)性，下面利用LR統(tǒng)計(jì)量對(duì)雙重門(mén)檻估計(jì)值與真實(shí)值的一致性進(jìn)行檢驗(yàn)。門(mén)檻效應(yīng)檢驗(yàn)后為了更加清晰、直觀(guān)地了解雙重門(mén)檻估計(jì)值和置信區(qū)間，借助繪制的LR函數(shù)圖對(duì)雙重門(mén)檻估計(jì)值的真實(shí)性及其置信區(qū)間進(jìn)行檢驗(yàn)。LR函數(shù)圖如圖1和圖2所示。當(dāng)LR統(tǒng)計(jì)值為0時(shí)所對(duì)應(yīng)的知識(shí)積累水平即為門(mén)檻估計(jì)值。在圖1和圖2中，圖中虛線(xiàn)表示所有LR值小于5%顯著水平下的臨界值7.352 3，即為置信區(qū)間。當(dāng)LR統(tǒng)計(jì)值為0時(shí)，所對(duì)應(yīng)的門(mén)檻參數(shù)知識(shí)積累分別為1.593 9和2.407 7，當(dāng)置信區(qū)間為95%水平時(shí)，知識(shí)積累的門(mén)檻估計(jì)值1.593 9和2.407 7對(duì)應(yīng)的置信區(qū)間分別為[1.382 2, 1.704 5]、[2.304 6, 2.737 3]，上述2個(gè)門(mén)檻估計(jì)值均位于對(duì)應(yīng)的95%置信水平下的置信區(qū)間內(nèi)，所以，模型門(mén)檻估計(jì)值與真實(shí)值一致，雙重門(mén)檻估計(jì)值均通過(guò)真實(shí)性檢驗(yàn)。據(jù)此，可以將高技術(shù)產(chǎn)業(yè)知識(shí)積累水平劃分為以下3類(lèi)：低知識(shí)積累(A≤1.593 9)、中知識(shí)積累(1.593 92.407 7)。

綜上所述，我國(guó)高技術(shù)產(chǎn)業(yè)知識(shí)積累對(duì)知識(shí)尋求與價(jià)值創(chuàng)造間作用關(guān)系的影響呈現(xiàn)出顯著的非線(xiàn)性動(dòng)態(tài)門(mén)檻效應(yīng)，并不是簡(jiǎn)單的線(xiàn)性或倒U型關(guān)系，并且隨著知識(shí)積累水平的提高，將有利于促進(jìn)高技術(shù)產(chǎn)業(yè)知識(shí)尋求對(duì)價(jià)值創(chuàng)造的影響。

圖1 雙重門(mén)檻模型下門(mén)檻估計(jì)值和95%置信區(qū)間(第1輪)Fig.1 Threshold estimate and 95% confidence interval under the double threshold model(Round I)

圖2 雙重門(mén)檻模型下門(mén)檻估計(jì)值和95%置信區(qū)間(第2輪)Fig.2 Threshold estimate and 95% confidence interval under the double threshold model(Round II)

2.3 地區(qū)分布異質(zhì)性分析

由于我國(guó)不同省市高技術(shù)產(chǎn)業(yè)發(fā)展情況存在明顯差異，下面基于2009—2019年我國(guó)24個(gè)省市高技術(shù)產(chǎn)業(yè)知識(shí)積累對(duì)知識(shí)尋求與價(jià)值創(chuàng)造間的雙重門(mén)檻作用，對(duì)不同門(mén)檻區(qū)間下省市分布情況進(jìn)行分析，結(jié)果如表4所示。從表4可以看出，分布在低知識(shí)積累水平(知識(shí)積累小于1.593 9)的省市數(shù)量由2009年的23個(gè)下降至2019年的22個(gè)，低知識(shí)積累水平省市分布呈現(xiàn)逐漸下降趨勢(shì)，并存在明顯的波動(dòng)，這也體現(xiàn)出我國(guó)高技術(shù)產(chǎn)業(yè)知識(shí)積累水平整體呈現(xiàn)逐漸提高的趨勢(shì)。而分布在中知識(shí)積累[1.593 9, 2.407 7]的省市數(shù)量在0～1間頻繁波動(dòng)，呈現(xiàn)出明顯的波動(dòng)態(tài)勢(shì)。對(duì)于高知識(shí)積累水平的省市數(shù)量由2009的0個(gè)增加至2012年的1個(gè)，并一直持續(xù)至2018年，到2019年數(shù)量增加為2個(gè)，同樣呈現(xiàn)出逐漸增加趨勢(shì)。整體而言，我國(guó)高技術(shù)產(chǎn)業(yè)知識(shí)積累水平位于低知識(shí)積累區(qū)間(知識(shí)積累小于1.593 9)的省市分布仍然較多，處于中知識(shí)積累和高知識(shí)積累水平區(qū)間的省市數(shù)量隨時(shí)間呈現(xiàn)逐漸增長(zhǎng)的態(tài)勢(shì)，我國(guó)各省市高技術(shù)產(chǎn)業(yè)應(yīng)努力提升自身知識(shí)積累水平，使知識(shí)積累在知識(shí)尋求與價(jià)值創(chuàng)造間的作用中表現(xiàn)出顯著的正向影響。

表4 歷年不同門(mén)檻區(qū)間下省市數(shù)量

對(duì)于歷年省市分布的動(dòng)態(tài)變化情況，處于低知識(shí)積累門(mén)檻值的省市數(shù)量在逐漸減少，而處于中高知識(shí)積累門(mén)檻值的省市數(shù)量逐漸增加。截至2019年，只有江蘇和廣東2個(gè)省處于高知識(shí)積累水平行列，這2個(gè)省份的知識(shí)積累水平處于明顯優(yōu)勢(shì)地位，其他省市均一直保持在低知識(shí)積累水平。廣東省在2009年處于中知識(shí)積累水平區(qū)間，在2010年回落至低知識(shí)積累水平區(qū)間，在2011年再次進(jìn)入中知識(shí)積累水平區(qū)間，在2012年躋身高知識(shí)積累水平區(qū)間，并持續(xù)至2019年。江蘇省在2009—2016年一直處于低知識(shí)積累水平區(qū)間，在2017年進(jìn)入中知識(shí)積累水平區(qū)間，并在2019年進(jìn)入高知識(shí)積累水平行列?？梢?jiàn)，我國(guó)絕大部分省市的知識(shí)積累水平亟需提升，且不同省市間的知識(shí)積累水平差距較大。所以，不同省市為了更好地實(shí)現(xiàn)高技術(shù)產(chǎn)業(yè)價(jià)值創(chuàng)造，應(yīng)根據(jù)不同地區(qū)的知識(shí)積累水平現(xiàn)狀，努力提升本地區(qū)高技術(shù)產(chǎn)業(yè)知識(shí)積累水平，克服知識(shí)積累對(duì)知識(shí)尋求與價(jià)值創(chuàng)造的門(mén)檻效應(yīng)約束并實(shí)現(xiàn)知識(shí)積累水平升級(jí)。

3 結(jié)論

1)知識(shí)積累在高技術(shù)產(chǎn)業(yè)知識(shí)尋求對(duì)價(jià)值創(chuàng)造的作用模型中存在顯著的雙重門(mén)檻效應(yīng)，門(mén)檻估計(jì)值分別為1.593 9和2.407 7。

2)隨著高技術(shù)產(chǎn)業(yè)知識(shí)積累門(mén)檻水平的逐漸提升，知識(shí)尋求對(duì)價(jià)值創(chuàng)造的作用系數(shù)和作用方向均逐漸發(fā)生變化，由顯著的負(fù)向作用效果轉(zhuǎn)變?yōu)轱@著的正向作用效果，表現(xiàn)出明顯的動(dòng)態(tài)門(mén)檻效應(yīng)特征。

3)從歷年知識(shí)積累不同門(mén)檻區(qū)間省市變化情況來(lái)看，處于低知識(shí)積累門(mén)檻值的省市數(shù)量呈現(xiàn)出逐漸下降趨勢(shì)，處于中高知識(shí)積累門(mén)檻值的省市數(shù)量呈現(xiàn)逐漸增長(zhǎng)的態(tài)勢(shì)，且不同省市間的知識(shí)積累水平差距較大，發(fā)展不平衡。

基于上述實(shí)證研究結(jié)論，結(jié)合我國(guó)高技術(shù)產(chǎn)業(yè)知識(shí)積累水平現(xiàn)狀，提出以下促進(jìn)高技術(shù)產(chǎn)業(yè)價(jià)值創(chuàng)造的管理啟示與對(duì)策建議:

1)充分發(fā)揮知識(shí)積累在高技術(shù)產(chǎn)業(yè)知識(shí)尋求與價(jià)值創(chuàng)造間的雙重門(mén)檻效應(yīng)，為提高知識(shí)積累水平營(yíng)造良好的環(huán)境。隨著知識(shí)積累水平的提高，高技術(shù)產(chǎn)業(yè)知識(shí)尋求對(duì)價(jià)值創(chuàng)造產(chǎn)生顯著正向影響，所以理應(yīng)為提升省域知識(shí)積累水平創(chuàng)造良好的條件，重視高技術(shù)產(chǎn)業(yè)知識(shí)積累在知識(shí)尋求與價(jià)值創(chuàng)造間的非線(xiàn)性作用效果，努力克服其門(mén)檻效應(yīng)。

2)進(jìn)一步重視研發(fā)經(jīng)費(fèi)和人力資本投入對(duì)高技術(shù)產(chǎn)業(yè)價(jià)值創(chuàng)造的影響。研發(fā)經(jīng)費(fèi)內(nèi)部投入和人力資本投入對(duì)高技術(shù)產(chǎn)業(yè)價(jià)值創(chuàng)造均具有顯著的正向影響，各省市應(yīng)注重研發(fā)經(jīng)費(fèi)和人力資本投入對(duì)高技術(shù)產(chǎn)業(yè)價(jià)值創(chuàng)造的促進(jìn)作用，實(shí)現(xiàn)高技術(shù)產(chǎn)業(yè)更好發(fā)展。

3)針對(duì)不同省市制定合適的高技術(shù)產(chǎn)業(yè)知識(shí)積累發(fā)展政策。由于不同省市的高技術(shù)產(chǎn)業(yè)知識(shí)積累水平和高技術(shù)產(chǎn)業(yè)發(fā)展現(xiàn)狀存在顯著差異，各省市應(yīng)在明確現(xiàn)實(shí)條件的基礎(chǔ)上制定符合自身省域特征的高技術(shù)產(chǎn)業(yè)知識(shí)積累發(fā)展政策，通過(guò)提升高技術(shù)產(chǎn)業(yè)知識(shí)積累水平促進(jìn)知識(shí)尋求對(duì)價(jià)值創(chuàng)造的影響，進(jìn)而提升高技術(shù)產(chǎn)業(yè)價(jià)值創(chuàng)造。

4)不同省市之間政策協(xié)調(diào)和聯(lián)動(dòng)機(jī)制亟待加強(qiáng)，知識(shí)積累水平較低的地區(qū)應(yīng)充分借鑒中高知識(shí)積累水平地區(qū)的發(fā)展經(jīng)驗(yàn)，努力實(shí)現(xiàn)區(qū)域高技術(shù)產(chǎn)業(yè)協(xié)同發(fā)展，縮小地區(qū)間高技術(shù)產(chǎn)業(yè)知識(shí)積累水平發(fā)展差異。