知識(shí)管理基礎(chǔ)、產(chǎn)業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)和創(chuàng)新能力
——以中國(guó)和東盟信息技術(shù)上市公司為例

曹 平，陸 松，2，梁明柳

（1.廣西大學(xué)商學(xué)院；2.中國(guó)移動(dòng)廣西公司，廣西南寧 530028；3.廣西大學(xué)外國(guó)語學(xué)院，廣西南寧 530004）

1 研究背景

信息技術(shù)產(chǎn)業(yè)是從事信息技術(shù)設(shè)備制造以及信息的生產(chǎn)、加工、存貯、流通與服務(wù)的新興產(chǎn)業(yè)部門。國(guó)務(wù)院在《“十三五”國(guó)家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃》中指出，信息經(jīng)濟(jì)繁榮程度已成為國(guó)家競(jìng)爭(zhēng)實(shí)力的重要標(biāo)志，要實(shí)施網(wǎng)絡(luò)強(qiáng)國(guó)戰(zhàn)略，加快建設(shè)“數(shù)字中國(guó)”，推動(dòng)物聯(lián)網(wǎng)、云計(jì)算和人工智能等技術(shù)向各行業(yè)全面融合滲透，構(gòu)建萬物互聯(lián)、融合創(chuàng)新、智能協(xié)同、安全可控的新一代信息技術(shù)產(chǎn)業(yè)體系［1］。作為我國(guó)的重要經(jīng)貿(mào)伙伴，東盟國(guó)家也在積極發(fā)展信息技術(shù)產(chǎn)業(yè)，以期實(shí)現(xiàn)經(jīng)濟(jì)的轉(zhuǎn)型發(fā)展。2015 年以來陸續(xù)通過了《東盟信息通信技術(shù)總體規(guī)劃》《東盟輪值主席國(guó)新加坡聲明》《東盟信息通信技術(shù)總體規(guī)劃2020》《東盟互聯(lián)互通總體規(guī)劃2025》等綱領(lǐng)性文件，尋求以互聯(lián)網(wǎng)經(jīng)濟(jì)帶動(dòng)信息技術(shù)產(chǎn)業(yè)整體突破性發(fā)展?！?019 年東南亞數(shù)字經(jīng)濟(jì)體報(bào)告》指出，到2019 年為止，東南亞地區(qū)已有3.6 億互聯(lián)網(wǎng)用戶，其中90%首選通過移動(dòng)設(shè)備連接上網(wǎng)。東南亞地區(qū)的總體互聯(lián)網(wǎng)經(jīng)濟(jì)規(guī)模已經(jīng)突破1 000 億美元，從國(guó)家層面來看，馬來西亞、泰國(guó)、新加坡和菲律賓的互聯(lián)網(wǎng)經(jīng)濟(jì)年增長(zhǎng)率為20%～30%，而依托于巨大的人口基數(shù)的越南和印度尼西亞則年均增長(zhǎng)超過40%，其中印尼數(shù)字經(jīng)濟(jì)在2019 年達(dá)到400億美元，電商、在線媒體、在線旅游、網(wǎng)約車、數(shù)字金融服務(wù)這五大關(guān)鍵領(lǐng)域呈現(xiàn)增長(zhǎng)勢(shì)頭；越南數(shù)字經(jīng)濟(jì)規(guī)模達(dá)120 億美元。同時(shí)，新加坡從2020 年開始商用兩個(gè)獨(dú)立的全國(guó)5G 電信網(wǎng)絡(luò)以及兩個(gè)覆蓋特定范圍的區(qū)域網(wǎng)，2022 年底之前實(shí)現(xiàn)5G 網(wǎng)絡(luò)覆蓋至少半個(gè)新加坡。到2025 年，東南亞地區(qū)的信息技術(shù)產(chǎn)業(yè)總體經(jīng)濟(jì)規(guī)模將突破3 000 億美元，成為不可忽視的重要力量。

東南亞國(guó)家聯(lián)盟（東盟、ASEAN）目前共有10個(gè)成員國(guó)。其中新加坡、泰國(guó)、馬來西亞、印度尼西亞、越南、菲律賓6 個(gè)國(guó)家的總?cè)丝跀?shù)量、地區(qū)生產(chǎn)總值（GDP）、信息技術(shù)產(chǎn)業(yè)增長(zhǎng)量占據(jù)主要比例，具有很強(qiáng)的代表性，因此本文主要針對(duì)這6 個(gè)國(guó)家進(jìn)行研究，以下用“東盟六國(guó)”代替。2015 年，國(guó)家發(fā)展和改革委員會(huì)、外交部、商務(wù)部聯(lián)合發(fā)布《推動(dòng)共建絲綢之路經(jīng)濟(jì)帶和21 世紀(jì)海上絲綢之路的愿景與行動(dòng)》，正式提出“信息絲綢之路”計(jì)劃，計(jì)劃中指出，網(wǎng)絡(luò)的本質(zhì)在于互聯(lián)，信息的價(jià)值在于互通，任何國(guó)家都不可能關(guān)起門來發(fā)展數(shù)字經(jīng)濟(jì)［2］。在國(guó)家《“十三五”國(guó)家信息化規(guī)劃》的“重大任務(wù)和重點(diǎn)工程”部分中提出，以廣西為支點(diǎn)建設(shè)中國(guó)—東盟信息港，加快建立面向東盟、服務(wù)西南中南的國(guó)際通信網(wǎng)絡(luò)體系和信息樞紐，與東盟國(guó)家共同建設(shè)基礎(chǔ)設(shè)施平臺(tái)、技術(shù)合作平臺(tái)、經(jīng)貿(mào)服務(wù)平臺(tái)、信息共享平臺(tái)、人文交流平臺(tái)［3］。2019 年國(guó)務(wù)院批準(zhǔn)了《中國(guó)—東盟信息港建設(shè)總體規(guī)劃》，中國(guó)—東盟信息港進(jìn)入全面建設(shè)階段。2019 年7 月召開的中國(guó)—東盟外長(zhǎng)會(huì)上確定，2020 年是中國(guó)—東盟數(shù)字經(jīng)濟(jì)合作年，雙方將通過開展一系列活動(dòng)、實(shí)施多方面舉措、促成有代表性合作項(xiàng)目等，依托于中國(guó)和東盟巨大的人口優(yōu)勢(shì)和發(fā)展機(jī)遇來增進(jìn)數(shù)字經(jīng)濟(jì)的優(yōu)勢(shì)互補(bǔ)合作，共同打造合作新亮點(diǎn)，共商、共建、共享數(shù)字絲綢之路。對(duì)中國(guó)和東盟標(biāo)桿國(guó)家的信息技術(shù)產(chǎn)業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)和創(chuàng)新能力開展研究，將為中國(guó)-東盟自由貿(mào)易區(qū)的經(jīng)貿(mào)發(fā)展提供理論支持，為“一帶一路”戰(zhàn)略的實(shí)施提供助力。

2 概念界定

2.1 知識(shí)管理基礎(chǔ)

創(chuàng)新中的行為人是信息的載體，而“知識(shí)”是被承載的信息。個(gè)體產(chǎn)生新事物的創(chuàng)造力和想象力形成了新的知識(shí)，個(gè)體行為人通過學(xué)習(xí)和適應(yīng)過程采用知識(shí)，最后知識(shí)穩(wěn)定下來并被反復(fù)采用。個(gè)人所組成的群體被稱為企業(yè)（Firms），是生產(chǎn)性知識(shí)的載體。企業(yè)不斷地創(chuàng)造和吸收知識(shí)，在探索新的商業(yè)模式、發(fā)展路徑和經(jīng)濟(jì)機(jī)會(huì)的過程中創(chuàng)造出新的知識(shí)。知識(shí)管理融合了現(xiàn)代信息技術(shù)、知識(shí)經(jīng)濟(jì)理論、企業(yè)管理思想和現(xiàn)代管理理念，是匹配于知識(shí)經(jīng)濟(jì)時(shí)代的管理思想與方法。Davenport 等［4］將知識(shí)管理定義為“收集，分配和有效使用知識(shí)資源的過程”。O'Dell 等［5］將知識(shí)管理視為在企業(yè)的一種策略，確保知識(shí)在指定的時(shí)間到達(dá)正確的人，并確保他們傳播和使用信息以增強(qiáng)組織的知識(shí)水平。Bhatt［6］認(rèn)為知識(shí)管理是創(chuàng)建，驗(yàn)證，呈現(xiàn)，分發(fā)和應(yīng)用知識(shí)的過程。Bounfour［7］將知識(shí)管理描述為企業(yè)內(nèi)的一系列管理和技術(shù)工具，目的是更好地傳播和利用知識(shí)和信息。Bueno 等［8］將知識(shí)管理視為一組過程，是利用知識(shí)作為企業(yè)增加價(jià)值和創(chuàng)造價(jià)值的主要決定因素。吳溢華等［9］指出，知識(shí)管理是提高組織或個(gè)人核心競(jìng)爭(zhēng)力的重要因素,知識(shí)分類是知識(shí)管理的基礎(chǔ),在組織中構(gòu)建一個(gè)量化與質(zhì)化的知識(shí)系統(tǒng)，讓組織中的資訊與知識(shí)透過獲得、創(chuàng)造、分享、整合、記錄、存取、更新、創(chuàng)新等過程，不斷的回饋到知識(shí)系統(tǒng)內(nèi)，從而建立起次序化、規(guī)范化、系統(tǒng)化的知識(shí)世界，有助于企業(yè)做出正確的決策，以適應(yīng)市場(chǎng)的變遷。隨著知識(shí)經(jīng)濟(jì)時(shí)代的來臨，知識(shí)管理作為知識(shí)的主體因素而不斷發(fā)展。

2.2 產(chǎn)業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)

競(jìng)爭(zhēng)優(yōu)勢(shì)（Competitive Advantage）是戰(zhàn)略管理領(lǐng)域的一個(gè)重要概念，含義是企業(yè)相對(duì)于競(jìng)爭(zhēng)對(duì)手擁有的可持續(xù)性優(yōu)勢(shì)，包括獲得領(lǐng)先的市場(chǎng)份額或者在特定產(chǎn)業(yè)中具有超過具有平均水平的業(yè)績(jī)表現(xiàn)。Porter［10］認(rèn)為，一國(guó)的貿(mào)易優(yōu)勢(shì)并非簡(jiǎn)單地決定于自然資源、勞動(dòng)力、利率、匯率，而是在很大程度上決定于產(chǎn)業(yè)創(chuàng)新和升級(jí)的能力。當(dāng)代的國(guó)際競(jìng)爭(zhēng)更多地依賴于創(chuàng)新知識(shí)的創(chuàng)造和吸收，競(jìng)爭(zhēng)優(yōu)勢(shì)的形成和發(fā)展已經(jīng)不再局限于單個(gè)企業(yè)或行業(yè)的范圍，而是成為一個(gè)經(jīng)濟(jì)體內(nèi)部各種因素綜合作用的結(jié)果。一國(guó)的價(jià)值觀、文化、經(jīng)濟(jì)結(jié)構(gòu)和歷史都成為競(jìng)爭(zhēng)優(yōu)勢(shì)的來源，總成本領(lǐng)先戰(zhàn)略、差異化戰(zhàn)略和專一化戰(zhàn)略是獲得競(jìng)爭(zhēng)優(yōu)勢(shì)的3 種通用策略。Teece 等［11］認(rèn)為，競(jìng)爭(zhēng)優(yōu)勢(shì)也可能來源于企業(yè)內(nèi)部，企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)體現(xiàn)在多個(gè)方面，包括創(chuàng)新速度、產(chǎn)品質(zhì)量、生產(chǎn)效率以及市場(chǎng)反應(yīng)等較之于行業(yè)中其他企業(yè)的優(yōu)勢(shì)程度。Rao［12］指出競(jìng)爭(zhēng)優(yōu)勢(shì)主要包含4 個(gè)方面，即提高效率，提高質(zhì)量，提高生產(chǎn)率或節(jié)省成本。Sigalas 等［13］認(rèn)為競(jìng)爭(zhēng)優(yōu)勢(shì)應(yīng)該重點(diǎn)關(guān)注績(jī)效方面的概念，差異化是獲取競(jìng)爭(zhēng)優(yōu)勢(shì)的有效手段，而創(chuàng)新是形成差異化的最佳途徑。Porter［14］的“鉆石體系”理論指出，特定產(chǎn)業(yè)中的企業(yè)的組織方式、管理方式、競(jìng)爭(zhēng)方式取決于所在地的環(huán)境與歷史。若是一個(gè)企業(yè)所在區(qū)域鼓勵(lì)創(chuàng)新，有政策與規(guī)則刺激企業(yè)訓(xùn)練技術(shù)、提升能力與開展固定資產(chǎn)投資，企業(yè)自然有競(jìng)爭(zhēng)力。強(qiáng)勢(shì)區(qū)域競(jìng)爭(zhēng)對(duì)手也會(huì)刺激企業(yè)不斷地提升與改進(jìn)。

檢索對(duì)影響競(jìng)爭(zhēng)優(yōu)勢(shì)因素的研究，朱秀梅等［15］研究了雙元?jiǎng)?chuàng)業(yè)學(xué)習(xí)在學(xué)習(xí)導(dǎo)向與企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)之間的中介作用，董保寶等［16］采用交互效應(yīng)模型研究網(wǎng)絡(luò)導(dǎo)向、創(chuàng)業(yè)能力與競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)系，溫超等［17］分析了創(chuàng)業(yè)學(xué)習(xí)、創(chuàng)業(yè)戰(zhàn)略與新企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)系。李?。?8］探討了中小企業(yè)創(chuàng)新均衡對(duì)競(jìng)爭(zhēng)優(yōu)勢(shì)的影響機(jī)理,馬巧鴿等［19］研究了大數(shù)據(jù)分析能力與制造業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)，俞會(huì)新等［20］研究了網(wǎng)絡(luò)嵌入、綠色創(chuàng)新與企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)關(guān)系。通過文獻(xiàn)檢索發(fā)現(xiàn)，雖然在理論上可以認(rèn)為知識(shí)管理基礎(chǔ)、技術(shù)創(chuàng)新與競(jìng)爭(zhēng)優(yōu)勢(shì)之間存在相當(dāng)密切的關(guān)系，相互之間的實(shí)際聯(lián)系還是缺少實(shí)證研究。

2.3 產(chǎn)業(yè)創(chuàng)新能力

創(chuàng)新是知識(shí)經(jīng)濟(jì)的重要特征，是企業(yè)獲得競(jìng)爭(zhēng)優(yōu)勢(shì)的有效手段。當(dāng)一個(gè)企業(yè)進(jìn)入某個(gè)產(chǎn)業(yè)時(shí)，由于缺乏市場(chǎng)資源和顧客人口，通過創(chuàng)新速度、組織結(jié)構(gòu)、管理和營(yíng)銷等內(nèi)在表現(xiàn)，能夠讓組織在不確定性較高的創(chuàng)業(yè)環(huán)境以及激烈的市場(chǎng)競(jìng)爭(zhēng)背景下處于有利位置。技術(shù)創(chuàng)新是產(chǎn)品和過程中的新穎性的體現(xiàn)，是產(chǎn)品和流程創(chuàng)新的結(jié)合。張暉明等［20］指出技術(shù)進(jìn)步是推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的內(nèi)生的直接動(dòng)力。付宏等［22］認(rèn)為，創(chuàng)新實(shí)現(xiàn)了技術(shù)進(jìn)步，也帶來了新的市場(chǎng)、管理效率提升和改善的制度供給環(huán)境，推動(dòng)了產(chǎn)業(yè)結(jié)構(gòu)的高級(jí)化發(fā)展。近年來，以云計(jì)算、大數(shù)據(jù)為代表的創(chuàng)新技術(shù)不斷涌現(xiàn)，推動(dòng)信息產(chǎn)業(yè)向縱深發(fā)展。

創(chuàng)新能力、創(chuàng)新效率或績(jī)效一直是研究的熱點(diǎn)，常見的研究方法包括專利文獻(xiàn)計(jì)量；仿真模擬；灰色關(guān)聯(lián)方法；結(jié)構(gòu)方程模型；數(shù)據(jù)包絡(luò)分析方法(DEA)；隨機(jī)前沿生產(chǎn)函數(shù)模型；柯布-道格拉斯生產(chǎn)函數(shù)模型等。已有的研究更多從線性因果關(guān)系出發(fā)設(shè)定模型，需要進(jìn)行較多的假設(shè)以消除內(nèi)生性問題，有可能導(dǎo)致某些有現(xiàn)實(shí)意義的變量被排除在模型之外，同時(shí)對(duì)于復(fù)雜系統(tǒng)中的非線性關(guān)系或者高維回歸問題無法處理。

3 研究假設(shè)

3.1 技術(shù)創(chuàng)新與競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)系

網(wǎng)絡(luò)就緒指數(shù)（NRI）由世界經(jīng)濟(jì)論壇（WEF），康奈爾大學(xué)和INSEAD 聯(lián)合發(fā)布，基于技術(shù)、制度和環(huán)境、行為者、影響力4 個(gè)部分共計(jì)62 項(xiàng)指標(biāo)，全面地對(duì)各國(guó)的信息技術(shù)能力宏觀情況進(jìn)行評(píng)估打分。根據(jù)2019 年的NRI 指數(shù)，亞太地區(qū)得分最高的是新加坡，世界排名第2 位，其次是馬來西亞（32 位）、中國(guó)（41 位），泰國(guó)、越南、菲律賓、印度尼西亞的得分均低于亞太地區(qū)平均水準(zhǔn)，但子項(xiàng)目進(jìn)步顯著。

技術(shù)范疇是創(chuàng)新的來源，技術(shù)能力是創(chuàng)新的基礎(chǔ)，有了良好的通信和互聯(lián)網(wǎng)基礎(chǔ)，信息技術(shù)產(chǎn)業(yè)創(chuàng)新才有立足的根本。中國(guó)和東盟六國(guó)均高度重視信息基礎(chǔ)網(wǎng)絡(luò)建設(shè)，中國(guó)是世界上最大的電信市場(chǎng)，移動(dòng)、固定電話和寬帶的用戶數(shù)量都居于世界第一位，在國(guó)家“降費(fèi)提速”政策指導(dǎo)下，2015 年開始的3 年內(nèi)投資超過62 億美元，光纖建設(shè)覆蓋全國(guó)95%的行政村，有效地促進(jìn)了電子商務(wù)等互聯(lián)網(wǎng)應(yīng)用的發(fā)展。新加坡基于亞太地區(qū)的區(qū)域和國(guó)際海底光纜樞紐地位，擁有世界上最發(fā)達(dá)的移動(dòng)市場(chǎng)之一，4G 網(wǎng)絡(luò)覆蓋排名世界第1 名。馬來西亞、泰國(guó)、越南、菲律賓和印度尼西亞也依托于其龐大的人口基數(shù)帶來的需求，由政府牽頭，運(yùn)營(yíng)商推動(dòng)，積極推動(dòng)網(wǎng)絡(luò)覆蓋率，尋求將網(wǎng)絡(luò)過渡到最新一代的移動(dòng)和固定技術(shù)。根據(jù)2019 年網(wǎng)絡(luò)就緒指數(shù)（NRI）指標(biāo)，新加坡在移動(dòng)應(yīng)用APP和機(jī)器人領(lǐng)域排名世界第1，在“公司對(duì)新興技術(shù)的投資”“政府采購(gòu)先進(jìn)技術(shù)產(chǎn)品”“ICT/PCT 專利申請(qǐng)”“計(jì)算機(jī)軟件支出”“人工智能”等領(lǐng)域都有良好表現(xiàn)。值得注意的一點(diǎn)是，泰國(guó)、菲律賓和印尼三國(guó)在“公司對(duì)新興技術(shù)的投資”方面表現(xiàn)也很突出，均接近或進(jìn)入了前30 名。泰國(guó)的機(jī)器人密度排在第28 名，印尼的“政府采購(gòu)先進(jìn)技術(shù)產(chǎn)品”子項(xiàng)目排名第12 名，僅次于中國(guó)（10 名）。

中國(guó)和東盟六國(guó)對(duì)新型信息技術(shù)的關(guān)注度和投入非常高，人工智能等新技術(shù)領(lǐng)域受到高度關(guān)注。新加坡計(jì)劃投資1.5 億新元以提高對(duì)未來數(shù)字經(jīng)濟(jì)發(fā)展的AI 能力，并在年度世界經(jīng)濟(jì)論壇上發(fā)布了《人工智能治理框架》，詳細(xì)論述了如何符合倫理并負(fù)責(zé)任地使用人工智能的框架；馬來西亞發(fā)布了《國(guó)家大數(shù)據(jù)分析框架》，并在該框架基礎(chǔ)上擴(kuò)展推出了人工智能國(guó)家戰(zhàn)略；越南也制定了《決定發(fā)布實(shí)施“2025 年人工智能研究與開發(fā)”的計(jì)劃》文件。基于物聯(lián)網(wǎng)的工業(yè)互聯(lián)網(wǎng)是制造業(yè)發(fā)展的主要趨勢(shì)方向。2019 年發(fā)布的《東盟數(shù)字融合框架行動(dòng)計(jì)劃》中提出要進(jìn)一步促進(jìn)東盟在數(shù)字融合領(lǐng)域的合作，以更好地應(yīng)對(duì)第四次工業(yè)革命。新加坡把物聯(lián)網(wǎng)視為邁向智慧國(guó)家的重要基礎(chǔ)，目前已經(jīng)建設(shè)了多間創(chuàng)新科技培育中心，針對(duì)物聯(lián)網(wǎng)領(lǐng)域相關(guān)技術(shù)進(jìn)行研究，馬來西亞也提出要將物聯(lián)網(wǎng)產(chǎn)業(yè)打造成優(yōu)勢(shì)產(chǎn)業(yè)，泰國(guó)和越南業(yè)相繼出臺(tái)了物聯(lián)網(wǎng)戰(zhàn)略和計(jì)劃，東盟六國(guó)2019 年在物聯(lián)網(wǎng)的投資累計(jì)達(dá)到7 億美元。綜上所述，我們可以得到以下的假設(shè)（技術(shù)創(chuàng)新用TI 表示，競(jìng)爭(zhēng)優(yōu)勢(shì)用CA 表示）：

H1:技術(shù)創(chuàng)新（TI）積極影響競(jìng)爭(zhēng)優(yōu)勢(shì)（CA）。

3.2 創(chuàng)新環(huán)境與競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)系

區(qū)域地理范圍內(nèi)的網(wǎng)絡(luò)構(gòu)成以及由此帶來的本地化學(xué)習(xí)成本降低，有利于隱形知識(shí)學(xué)習(xí)和流動(dòng)。系統(tǒng)促進(jìn)本地化學(xué)習(xí)過程能夠提高創(chuàng)新性和區(qū)域經(jīng)濟(jì)的競(jìng)爭(zhēng)優(yōu)勢(shì)。制度和環(huán)境對(duì)技術(shù)創(chuàng)新的作用主要表現(xiàn)在降低交易成本、形成激勵(lì)機(jī)制、降低行為風(fēng)險(xiǎn)等幾個(gè)方面。在2019 年的NRI 網(wǎng)絡(luò)就緒指數(shù)中，中國(guó)和東盟六國(guó)在“商業(yè)便利程度”“法律框架對(duì)數(shù)值業(yè)務(wù)模型的適應(yīng)性”方面表現(xiàn)突出。除了泰國(guó)之外，所有國(guó)家的“電子商務(wù)立法”都獲得了滿分評(píng)分，說明中國(guó)和東盟六國(guó)對(duì)于電子商務(wù)的立法監(jiān)管高度重視。越南的“在線信任安全”獲得了滿分，印尼排名世界第3 名。新加坡在“電子參與”、“本地在線內(nèi)容的可用性”和“使用數(shù)字支付的城鄉(xiāng)差距”子項(xiàng)目都獲得了90 分以上的評(píng)分。菲律賓和中國(guó)的“電子參與”分別排在第19 名和第29 名。

政府的高度積極參與具體體現(xiàn)在幾個(gè)方面。首先是政府加大研發(fā)投入，新加坡政府從2016 開始的4 年內(nèi)共計(jì)劃投資191 億新元用于科研和創(chuàng)新，并設(shè)立了“標(biāo)準(zhǔn)、生產(chǎn)力與創(chuàng)新局(SPRING)”作為推動(dòng)創(chuàng)新的專責(zé)機(jī)構(gòu)。基于高效的政府機(jī)構(gòu)，新加坡年度研發(fā)支出占GDP 比例約2%～3%，專利數(shù)量全球第21 位。中國(guó)則是世界第二大研發(fā)經(jīng)費(fèi)投入國(guó)家，研發(fā)總額僅次于美國(guó)。其次是政府主導(dǎo)型的科研或創(chuàng)新中心，新加坡創(chuàng)立了全球科技創(chuàng)新中心模式，越南也在河內(nèi)建設(shè)了國(guó)家創(chuàng)新中心，初期投資8 000 萬美元，目標(biāo)是吸引40 家網(wǎng)絡(luò)安全、數(shù)字內(nèi)容、智能制造和智慧城市技術(shù)的大型科技公司，以及150 家初創(chuàng)公司/中小型企業(yè)和15 家風(fēng)險(xiǎn)投資基金入駐。再次是政府為創(chuàng)新提供的各種優(yōu)惠配套政策，馬來西亞的“多媒體超級(jí)走廊”配套了多達(dá)10 項(xiàng)優(yōu)惠政策，其中包括“可自由在全球范圍內(nèi)集資借貸”、“免除最長(zhǎng)達(dá)10 年的盈利稅”等，吸引了谷歌、Facebook、蘋果、華為、三星、芒果衛(wèi)視、普華永道、中國(guó)電信等企業(yè)入駐，形成了強(qiáng)大的數(shù)字化轉(zhuǎn)型驅(qū)動(dòng)力。政府主動(dòng)將新技術(shù)應(yīng)用于電子政務(wù)也具備強(qiáng)大的創(chuàng)新推動(dòng)力。新加坡提出了eCitizen（電子公民）”和“eGov（電子政務(wù)）”口號(hào)，已經(jīng)實(shí)現(xiàn)了全球領(lǐng)先的電子政務(wù)模式。中國(guó)和馬來西亞也在電子政務(wù)方面取得了顯著的成績(jī)。政府網(wǎng)站提供在線信息和為公民提供參與性工具和服務(wù)，包括電子信息，電子咨詢和電子決策等范疇。另一方面，各國(guó)的知識(shí)產(chǎn)權(quán)保護(hù)意識(shí)和手段也不斷提升，東盟各國(guó)共同建立知識(shí)產(chǎn)權(quán)門戶網(wǎng)站，并通過東盟電子商務(wù)協(xié)調(diào)委員會(huì)協(xié)調(diào)爭(zhēng)議問題，充分激發(fā)了信息技術(shù)創(chuàng)新的活力。

根據(jù)研究成果和實(shí)際案例，可以認(rèn)為優(yōu)秀的創(chuàng)新環(huán)境本身就是一種競(jìng)爭(zhēng)優(yōu)勢(shì)，同時(shí)良好的創(chuàng)新環(huán)境能夠形成更好的技術(shù)創(chuàng)新產(chǎn)出，進(jìn)一步擴(kuò)大競(jìng)爭(zhēng)優(yōu)勢(shì)地位，因此，我們提出以下假設(shè)（創(chuàng)新環(huán)境用IE 表示）：

H2a：創(chuàng)新環(huán)境（IE）積極影響競(jìng)爭(zhēng)優(yōu)勢(shì)（CA）；

H2b：技術(shù)創(chuàng)新（TI）在創(chuàng)新環(huán)境（IE）與競(jìng)爭(zhēng)優(yōu)勢(shì)（CA）之間起積極中介作用。

3.3 知識(shí)管理基礎(chǔ)與競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)系

在知識(shí)經(jīng)濟(jì)時(shí)代，知識(shí)和技術(shù)等無形資產(chǎn)已成為企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)的重要來源，是企業(yè)的戰(zhàn)略資產(chǎn)。創(chuàng)新技術(shù)帶來了獨(dú)特的產(chǎn)品和服務(wù)的開發(fā)，成功的技術(shù)創(chuàng)新很大程度上取決于公司擁有的知識(shí)資源，良好的知識(shí)管理能力已經(jīng)成為企業(yè)的核心能力之一。McDermott 等［23］指出，企業(yè)可以通過持續(xù)改進(jìn)或根本性創(chuàng)新來促進(jìn)業(yè)務(wù)發(fā)展，這兩種方法都是通過吸收組織內(nèi)部的新知識(shí)和相關(guān)知識(shí)而開展的。郝亞美［24］認(rèn)為知識(shí)管理的實(shí)施有助于提高研發(fā)型企業(yè)的核心競(jìng)爭(zhēng)力，建立知識(shí)管理體系是研發(fā)型企業(yè)不同于傳統(tǒng)企業(yè)的本質(zhì)區(qū)別。魏江等［25］提出企業(yè)集群功能整合和知識(shí)整合是促進(jìn)集群企業(yè)創(chuàng)新能力躍遷的必要條件，通過知識(shí)嵌入能推動(dòng)企業(yè)形成創(chuàng)新網(wǎng)絡(luò)從而獲得競(jìng)爭(zhēng)優(yōu)勢(shì)。信息技術(shù)產(chǎn)業(yè)是由依托于信息技術(shù)之上而形成的上下游企業(yè)所構(gòu)成的產(chǎn)業(yè)集聚，包括開展信息編碼，信息傳送，信息檢索，信息平臺(tái)，信息安全保護(hù)和提供各種基礎(chǔ)設(shè)施的企業(yè)。ICT 及其與服務(wù)業(yè)的融合以及移動(dòng)互聯(lián)網(wǎng)技術(shù)的發(fā)展推動(dòng)形成了一個(gè)更具流動(dòng)性的市場(chǎng)結(jié)構(gòu)，形成了大量新的用戶類型，其中包括大量具有不同專業(yè)知識(shí)和能力的行為者。具備良好的知識(shí)管理能力的個(gè)體可以通過創(chuàng)造新的細(xì)分市場(chǎng)和新的機(jī)會(huì)而顯著地?cái)U(kuò)張產(chǎn)業(yè)邊界，從而實(shí)現(xiàn)波特所提出的“成本領(lǐng)先”和“差異化”等競(jìng)爭(zhēng)優(yōu)勢(shì)目標(biāo)。

企業(yè)是生產(chǎn)性知識(shí)的載體，通過不斷地創(chuàng)造和吸收知識(shí)，在探索新的商業(yè)模式、發(fā)展路徑和經(jīng)濟(jì)機(jī)會(huì)的過程中繼續(xù)創(chuàng)造出新的知識(shí)。Subramaniam等［27］認(rèn)為，企業(yè)的創(chuàng)新能力在很大程度上取決于其智力資產(chǎn)和利用知識(shí)的能力。知識(shí)作為組織資產(chǎn)使公司能夠?yàn)槠洚a(chǎn)品和過程注入新的事物。當(dāng)創(chuàng)新需要新的變革投入時(shí)，知識(shí)管理就成為了創(chuàng)新績(jī)效的重要來源和促成因素，知識(shí)管理包括識(shí)別和分析所需知識(shí)和可用知識(shí)，以及計(jì)劃和控制行動(dòng)以進(jìn)一步擴(kuò)展知識(shí)資產(chǎn)以實(shí)現(xiàn)公司目標(biāo)［28］。Nielsen［29］認(rèn)為知識(shí)管理不僅可以提高創(chuàng)新績(jī)效，還可以促進(jìn)公司的競(jìng)爭(zhēng)優(yōu)勢(shì)。Zheng 等［30］通過對(duì)218 家中國(guó)制造企業(yè)的實(shí)證研究發(fā)現(xiàn)，網(wǎng)絡(luò)環(huán)境下基于知識(shí)的動(dòng)態(tài)能力與企業(yè)創(chuàng)新之間存在正相關(guān)和顯著相關(guān)。一個(gè)在快速變化的動(dòng)態(tài)市場(chǎng)中競(jìng)爭(zhēng)的信息技術(shù)企業(yè)需要具備強(qiáng)大的知識(shí)管理能力，才能夠不斷地學(xué)習(xí)創(chuàng)新并對(duì)瞬息萬變的市場(chǎng)條件做出快速的響應(yīng)，以獲得可持續(xù)的競(jìng)爭(zhēng)優(yōu)勢(shì)。無論是在硅谷、班加羅爾還是杭州和深圳，信息技術(shù)產(chǎn)業(yè)都在尋求向最新的科技成果以及成果應(yīng)用場(chǎng)景的趨近，企業(yè)不斷地開展組織化學(xué)習(xí)和網(wǎng)絡(luò)化學(xué)習(xí)，去尋求已經(jīng)完成聚類的、完成編碼的、被證明有應(yīng)用性能和生產(chǎn)效率的信息并重構(gòu)成為創(chuàng)新的重要推動(dòng)力量。

因此，對(duì)于知識(shí)管理、技術(shù)創(chuàng)新和競(jìng)爭(zhēng)優(yōu)勢(shì)之間的關(guān)系，我們提出以下假設(shè)（知識(shí)管理用KM 表示）：

H3a：知識(shí)管理（KM）積極影響競(jìng)爭(zhēng)優(yōu)勢(shì)（CA）；

H3b：技術(shù)創(chuàng)新（TI）在知識(shí)管理（KM）與競(jìng)爭(zhēng)優(yōu)勢(shì)（CA）之間起積極中介作用。

創(chuàng)新環(huán)境對(duì)知識(shí)管理的積極影響作用見于多個(gè)文獻(xiàn)之中。從認(rèn)知角度來看，由于精神和文化層面的存在，人類解決問題往往依賴于先前的創(chuàng)造，或者說是經(jīng)過選擇后所采取的各種恰當(dāng)?shù)姆椒ê鸵?guī)則。知識(shí)可分為顯性知識(shí)(Explicit Knowledge)和隱性知識(shí)(Tacit Knowledge)。信息技術(shù)企業(yè)的知識(shí)創(chuàng)造通常有以下途徑：（1）企業(yè)的自組織和網(wǎng)絡(luò)化學(xué)習(xí)；（2）企業(yè)模仿進(jìn)入；（3）用戶參與（用中學(xué)）；（4）大學(xué)/研究機(jī)構(gòu)開展的研究；（5）微個(gè)體開展的創(chuàng)新。知識(shí)的創(chuàng)造是在一定的創(chuàng)新環(huán)境中產(chǎn)生的，包括上下游產(chǎn)業(yè)支持，配套設(shè)施環(huán)境，制度、文化和政策等。在知識(shí)被創(chuàng)造出來以后，就進(jìn)入了知識(shí)轉(zhuǎn)移(包括知識(shí)傳播和學(xué)習(xí))的態(tài)勢(shì)之中。知識(shí)轉(zhuǎn)移是一種“知識(shí)擁有者”與“知識(shí)接收者”之同的一種動(dòng)態(tài)互動(dòng)的過程，由轉(zhuǎn)移主體（社會(huì)成員）、轉(zhuǎn)移內(nèi)容（特定的知識(shí)）、轉(zhuǎn)移媒介和轉(zhuǎn)移情景（特定的社會(huì)環(huán)境）等個(gè)要素構(gòu)成［31］。知識(shí)通過中介媒體時(shí)會(huì)吸收環(huán)境中的各種噪聲，環(huán)境中的噪聲越少，知識(shí)轉(zhuǎn)移的效果越好。信息技術(shù)產(chǎn)業(yè)中的知識(shí)傳播途徑包括本地化學(xué)習(xí)（區(qū)域集聚）、企業(yè)的主動(dòng)知識(shí)傳播（商業(yè)抉擇）、大學(xué)/科研機(jī)構(gòu)的二次傳播、金融機(jī)構(gòu)的間接性協(xié)助、用戶的學(xué)習(xí)和傳播等。

亞太地區(qū)尤其是華人聚居地區(qū)一直具有重視基礎(chǔ)教育的優(yōu)良傳統(tǒng)，良好的教育基礎(chǔ)對(duì)于創(chuàng)新知識(shí)的創(chuàng)造和擴(kuò)散傳播有極大的幫助。根據(jù)2019 年網(wǎng)絡(luò)就緒指數(shù)（NRI），中國(guó)、新加坡和馬來西亞在“閱讀能力”和“數(shù)學(xué)能力”維度均表現(xiàn)突出。東盟各國(guó)在高校學(xué)科建設(shè)和信息技術(shù)人才培養(yǎng)方面制定了各種政策和措施，泰國(guó)的“研究型大學(xué)項(xiàng)目”選定朱拉隆功大學(xué)、瑪希隆大學(xué)等9 所綜合實(shí)力較強(qiáng)的公立大學(xué)進(jìn)行研究型大學(xué)的重點(diǎn)建設(shè)，對(duì)其進(jìn)行額外的預(yù)算分配，使其結(jié)合自身學(xué)科特色和社會(huì)經(jīng)濟(jì)發(fā)展需求，開展不同學(xué)科的高水平研究，并先后成立11 個(gè)卓越中心(Centers ofExcellence)［32］。新加坡政府依托發(fā)達(dá)的高等教育實(shí)力，以新加坡國(guó)立大學(xué)和南洋理工大學(xué)等著名高校為領(lǐng)軍者，加大對(duì)信息技術(shù)的研究和人才的培養(yǎng)，并通過國(guó)家研究基金會(huì)把資金投入到數(shù)字經(jīng)濟(jì)和服務(wù)業(yè)等4 個(gè)關(guān)鍵領(lǐng)域，重點(diǎn)資助大型跨學(xué)科研究項(xiàng)目，并創(chuàng)建專門的人才培養(yǎng)路徑。綜上所述，我們提出以下假設(shè)H4。本研究的假設(shè)詳見圖1 所示。

H4：知識(shí)管理（KM）在創(chuàng)新環(huán)境（IE）與競(jìng)爭(zhēng)優(yōu)勢(shì)（CA）之間起到積極中介作用。

圖1 本研究假設(shè)

4 產(chǎn)業(yè)創(chuàng)新能力評(píng)估模型和樣本選取

4.1 產(chǎn)業(yè)創(chuàng)新能力評(píng)估模型

指標(biāo)體系是由一系列具有相互聯(lián)系的指標(biāo)所組成的整體，是預(yù)測(cè)和評(píng)價(jià)研究的基礎(chǔ)前提，通過將抽象的研究對(duì)象按照其深層屬性和特征的某一方面的標(biāo)識(shí)分解成為具有行為化、可操作化的結(jié)構(gòu)，并對(duì)指標(biāo)體系中每一構(gòu)成元素（即指標(biāo)）賦予相應(yīng)權(quán)重，實(shí)現(xiàn)從各個(gè)側(cè)面完整地反映現(xiàn)象總體或樣本的數(shù)量特征。

Hajkova 等［33］將經(jīng)濟(jì)、R&D 和教育作為系統(tǒng)分析的輸入變量，通過集成化的神經(jīng)網(wǎng)絡(luò)和聚類分析模型對(duì)歐洲聯(lián)盟中的區(qū)域創(chuàng)新系統(tǒng)進(jìn)行實(shí)證檢驗(yàn)，分析出不同地區(qū)創(chuàng)新系統(tǒng)的類型，并給出各區(qū)域創(chuàng)新系統(tǒng)拓?fù)鋱D。參考其做法和相關(guān)文獻(xiàn)［33］,并綜合考慮數(shù)據(jù)的獲取難度，本文選擇了一系列企業(yè)及地區(qū)層面的特征變量，涵蓋區(qū)域經(jīng)濟(jì)實(shí)力、區(qū)域人員能力、政府支持力度、區(qū)域產(chǎn)學(xué)研協(xié)作能力、金融環(huán)境等方面。具體采用的代理變量為企業(yè)所在地區(qū)（按省份自然區(qū)劃）年度GDP、所在區(qū)域（省份）信息技術(shù)產(chǎn)業(yè)從業(yè)人口數(shù)量、所在區(qū)域（省份）人員大專以上教育程度比例、區(qū)域的產(chǎn)業(yè)支持政策數(shù)量、企業(yè)獲得的政府補(bǔ)貼、企業(yè)所在區(qū)域（省份）的高校和科研院所數(shù)量、企業(yè)所在區(qū)域（省份）獲得的外資比例。

知識(shí)管理本身是一個(gè)企業(yè)內(nèi)部的管理概念，目前沒有統(tǒng)一的測(cè)量和統(tǒng)計(jì)口徑。前期研究大多是通過問卷調(diào)查來獲取數(shù)據(jù)，由于無法開展全面的問卷調(diào)查，本文選取具有解釋力的代表性變量進(jìn)行研究。Gold 等［36］認(rèn)為，知識(shí)管理包括知識(shí)管理基礎(chǔ)建設(shè)和知識(shí)管理流程兩部分，知識(shí)管理流程包括獲取、轉(zhuǎn)化、應(yīng)用和保護(hù)知識(shí)方面的能力。知識(shí)管理基礎(chǔ)建設(shè)和企業(yè)的研發(fā)投入是密切相關(guān)的。而知識(shí)管理流程的執(zhí)行和知識(shí)的承載需要合格的知識(shí)型員工，對(duì)知識(shí)型員工的管理是知識(shí)管理的核心關(guān)鍵。體現(xiàn)在企業(yè)的研發(fā)人員數(shù)量上。Tanriverdi 等［37］認(rèn)為，企業(yè)知識(shí)管理能力不止技術(shù)知識(shí)的管理，還包括客戶知識(shí)管理能力、產(chǎn)品知識(shí)管理能力和運(yùn)作知識(shí)管理能力，只有具備這些能力，才能更快地應(yīng)對(duì)高速變化的市場(chǎng)競(jìng)爭(zhēng)。市場(chǎng)是企業(yè)知識(shí)管理能力的最佳衡量標(biāo)準(zhǔn)，企業(yè)學(xué)習(xí)和管理知識(shí)的目的，是為了快速地進(jìn)行知識(shí)的共享與應(yīng)用，以加快產(chǎn)品更新的速度，縮短產(chǎn)品研發(fā)周期并降低成本，最終達(dá)到快速占領(lǐng)市場(chǎng)的目標(biāo)。因此，本文選擇知識(shí)管理基礎(chǔ)投入（研發(fā)資金投入）、知識(shí)管理流程投入（管理投入）、知識(shí)員工比例（研發(fā)人員數(shù)量）、知識(shí)應(yīng)用投入（市場(chǎng)投入）、知識(shí)管理范疇（按照新一代信息技術(shù)產(chǎn)業(yè)分類的企業(yè)性質(zhì)）、知識(shí)累積度（企業(yè)年齡）等變量作為知識(shí)管理的衡量。

Hausman 等［38］,Caloghirou 等［39］指出專利數(shù)據(jù)與研發(fā)支出是傳統(tǒng)的創(chuàng)新研究指標(biāo),這是因?yàn)閷＠玫乇４媪藙?chuàng)新的本質(zhì)——新穎性［40］，此外，還有基于企業(yè)自身信息或其他信息來源的專家評(píng)估、歷史數(shù)據(jù)分析等指標(biāo)。我國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局授予的專利有三類：發(fā)明、實(shí)用新型與外觀設(shè)計(jì)，三類專利在創(chuàng)新程度上依次遞減。為了采用結(jié)構(gòu)方程模型開展研究，每個(gè)潛變量需要至少3 個(gè)測(cè)量變量，因此最終選定創(chuàng)新數(shù)量（3 種專利申請(qǐng)和授權(quán)數(shù)）、創(chuàng)新質(zhì)量（發(fā)明專利授權(quán)數(shù)）、創(chuàng)新意愿（發(fā)明專利申請(qǐng)數(shù)），作為技術(shù)創(chuàng)新的代理變量。

按照波特的理論，成本領(lǐng)先是建立競(jìng)爭(zhēng)優(yōu)勢(shì)的重要戰(zhàn)略。要實(shí)現(xiàn)成本領(lǐng)先，要求堅(jiān)決地建立起高效規(guī)模的生產(chǎn)設(shè)施，在經(jīng)驗(yàn)的基礎(chǔ)上全力以赴降低成本，抓緊成本與管理費(fèi)用的控制，以及最大限度地減小研究開發(fā)、服務(wù)、推銷、廣告等方面的成本費(fèi)用，體現(xiàn)在企業(yè)的各種財(cái)務(wù)指標(biāo)之中。同時(shí)，對(duì)于上市公司來說，財(cái)務(wù)指標(biāo)是基本面，企業(yè)無形的競(jìng)爭(zhēng)優(yōu)勢(shì)，例如流程管理、企業(yè)文化、企業(yè)精神等，最終都將影響投資者的信心和決策，通過企業(yè)的市值、資產(chǎn)流轉(zhuǎn)狀況等指標(biāo)體現(xiàn)出來。參考相關(guān)文獻(xiàn)并考慮相關(guān)數(shù)據(jù)獲取的難度和信度，選定盈利能力（資產(chǎn)報(bào)酬率）、成長(zhǎng)能力（凈資產(chǎn)增長(zhǎng)率）、營(yíng)運(yùn)能力（總資產(chǎn)周轉(zhuǎn)率）、資本結(jié)構(gòu)（資產(chǎn)負(fù)債率）、現(xiàn)金流量（總資產(chǎn)現(xiàn)金回收率）、企業(yè)績(jī)效（市值/資產(chǎn)總額）作為競(jìng)爭(zhēng)優(yōu)勢(shì)的衡量。

由此，得到以下的創(chuàng)新能力評(píng)價(jià)指標(biāo)體系和具體的變量設(shè)計(jì)，見圖2、表1 所示。

圖2 信息技術(shù)產(chǎn)業(yè)創(chuàng)新能力指標(biāo)體系

表1 信息技術(shù)產(chǎn)業(yè)創(chuàng)新能力變量設(shè)定

中國(guó)部分的數(shù)據(jù)（不包括港澳臺(tái)地區(qū)，下同）通過統(tǒng)計(jì)年鑒、銳思數(shù)據(jù)庫(kù)、萬德數(shù)據(jù)庫(kù)等途徑收集，專利數(shù)據(jù)通過國(guó)家專利管理局網(wǎng)站收集。東盟六國(guó)的數(shù)據(jù)通過萬德數(shù)據(jù)庫(kù)、統(tǒng)計(jì)年鑒等進(jìn)行收集，通過新加坡證券交易所（SGX）、越南河內(nèi)證券交易所、越南胡志明市證券交易所、菲律賓證券交易所（PSE）、泰國(guó)證券交易所（SET）、馬來西亞證券交易所、雅加達(dá)證券交易所收集上市公司數(shù)據(jù)和年報(bào)，通過各國(guó)的專利管理機(jī)構(gòu)收集補(bǔ)充專利情況。財(cái)務(wù)數(shù)據(jù)的貨幣單位為美元或其他外幣的，根據(jù)國(guó)家統(tǒng)計(jì)局公布的2010—2017 年人民幣年度平均匯率進(jìn)行了換算。對(duì)于同一指標(biāo)在不同數(shù)據(jù)庫(kù)和企業(yè)年報(bào)中的含義，進(jìn)行了核對(duì)以確保數(shù)據(jù)口徑一致性。最后共得到592 家中國(guó)公司的3 998 條觀測(cè)值，351 家東盟六國(guó)上市公司的2 808 條觀測(cè)值。對(duì)主要變量進(jìn)行描述性統(tǒng)計(jì)特征分析，發(fā)現(xiàn)專利授權(quán)數(shù)量和申請(qǐng)數(shù)量、資產(chǎn)負(fù)債率、市場(chǎng)投入和管理投入均有明顯右向偏移，體現(xiàn)了信息技術(shù)產(chǎn)業(yè)中存在的技術(shù)外包和技術(shù)借鑒現(xiàn)象，也和信息技術(shù)產(chǎn)業(yè)追求高速擴(kuò)張和負(fù)債經(jīng)營(yíng)傾向形成了對(duì)應(yīng)。東盟六國(guó)的信息技術(shù)產(chǎn)業(yè)上市公司分布見表2 所示。

表2 東盟六國(guó)的信息技術(shù)產(chǎn)業(yè)上市公司分布 單位：家

4.2 創(chuàng)新能力指標(biāo)權(quán)重確定

指標(biāo)權(quán)重指某被測(cè)對(duì)象各個(gè)考察指標(biāo)在整體中價(jià)值的高低和相對(duì)重要的程度以及所占比例的大小量化值。按統(tǒng)計(jì)學(xué)原理，將某事物所含各個(gè)指標(biāo)權(quán)重之和視為1(即100%)、而其中每個(gè)指標(biāo)的權(quán)重則用小數(shù)表示.稱為“權(quán)重系數(shù)”。層次分析法（AHP）是一種運(yùn)籌學(xué)方法，適用于難于完全定量分析的問題，將與決策有關(guān)的元素分解成目標(biāo)、準(zhǔn)則、方案等層次,在此基礎(chǔ)之上進(jìn)行定性和定量分析。具體做法是將復(fù)雜的多目標(biāo)決策問題作為一個(gè)系統(tǒng)，建立遞階層次結(jié)構(gòu)模型（創(chuàng)新能力評(píng)估），然后將目標(biāo)分解為多個(gè)準(zhǔn)則，進(jìn)而分解為多指標(biāo)的若干層次，構(gòu)造出各層次中的所有判斷矩陣。通過定性指標(biāo)模糊量化方法算出層次單排序（權(quán)數(shù)）和總排序，并進(jìn)行一致性檢驗(yàn)，以作為目標(biāo)（多指標(biāo)）、多方案優(yōu)化決策的系統(tǒng)方法［41］。

首先將目標(biāo)分解為多個(gè)準(zhǔn)則（A1～A4），準(zhǔn)則A1:技術(shù)創(chuàng)新能力，準(zhǔn)則A2:知識(shí)管理能力，準(zhǔn)則A3:創(chuàng)新環(huán)境能力，準(zhǔn)則A4:競(jìng)爭(zhēng)優(yōu)勢(shì)。接著對(duì)應(yīng)具體的二級(jí)指標(biāo)，將準(zhǔn)則分解為多指標(biāo)(B1-B22)的若干層次。然后通過定性指標(biāo)模糊量化方法算出層次單排序（權(quán)數(shù)）和總排序，以作為目標(biāo)（多指標(biāo)）、多方案優(yōu)化決策的依據(jù)。首先明確5種重要程度標(biāo)度［1,3,5,7,9］，數(shù)值由低至高分別表示某個(gè)指標(biāo)相對(duì)另一個(gè)指標(biāo)的重要程度,中間狀態(tài)取值［2，4，6，8］。然后構(gòu)造成對(duì)判斷矩陣，采用專家評(píng)分法和問卷調(diào)查法進(jìn)行綜合評(píng)分。綜合得到評(píng)估意見形成判斷矩陣。對(duì)矩陣每一列進(jìn)行歸一化，然后對(duì)按列歸一化的矩陣按行求和，即，然后將向量歸一化，最后計(jì)算最大特征根，然后就可以按比例計(jì)算出權(quán)重值，如表3 所示。

表3 基于AHP 方法計(jì)算的信息技術(shù)產(chǎn)業(yè)創(chuàng)新能力指標(biāo)權(quán)重值

為了確保權(quán)重值的合理性需要進(jìn)行隨機(jī)一致性校驗(yàn)。檢驗(yàn)方法為先計(jì)算一致性指標(biāo)，然后計(jì)算一致性比例CR=CI/RI，CR<0.1 時(shí)，可認(rèn)為不一致性程度在容許范圍內(nèi)，可用特征向量作為權(quán)向量。根據(jù)隨機(jī)一致性校驗(yàn)標(biāo)準(zhǔn)(表4)，隨機(jī)一致性校驗(yàn)通過。

表4 AHP 方法的隨機(jī)一致性校驗(yàn)標(biāo)準(zhǔn)

5 研究方法

結(jié)構(gòu)方程模型(SEM)是處理多指標(biāo)變量關(guān)系復(fù)雜狀況的優(yōu)秀方法，常用的結(jié)構(gòu)方程模型工具有SPSS、AMOS、EQS、LISREL、MPLus 等，本文采用AMOS 軟件進(jìn)行建模和分析。由于所取的樣本數(shù)據(jù)是面板數(shù)據(jù)，變量在時(shí)序上有很強(qiáng)的關(guān)聯(lián)性，會(huì)對(duì)擬合效果造成很大的影響，因此采用橫截面數(shù)據(jù)進(jìn)行分析，具體做法是取某一年度的所有相關(guān)數(shù)據(jù)組成橫截面，每組樣本數(shù)量均大于500 個(gè)，滿足結(jié)構(gòu)方程模型對(duì)樣本數(shù)量的要求。假設(shè)模型，潛變量和可測(cè)變量已在研究假設(shè)和變量選定中明確，每個(gè)潛變量均有至少3 個(gè)及以上可測(cè)變量對(duì)應(yīng)。卡方檢定是估計(jì)結(jié)構(gòu)方程模型的擬合指標(biāo)的基本工具，對(duì)于變量的正態(tài)分布十分敏感，同時(shí)，結(jié)構(gòu)方程模型中最常見的極大似然估計(jì)法的應(yīng)用前提也是變量的正態(tài)性，對(duì)此，我們首先進(jìn)行缺失值處理，并對(duì)可測(cè)變量進(jìn)行z-score 處理。

SEM 方法需要滿足的基本多元假設(shè)包括數(shù)據(jù)分布的正態(tài)性、關(guān)系的線性、不存在離群值和多重共線性問題以及具有足夠的樣本量，否則會(huì)觸發(fā)統(tǒng)計(jì)分析的無效性問題或使分析癱瘓，而且在面板數(shù)據(jù)的處理上存在缺失。利用人工神經(jīng)網(wǎng)絡(luò)方法則對(duì)樣本要求比較寬松，且對(duì)面板數(shù)據(jù)也具有分析能力。人工神經(jīng)網(wǎng)絡(luò)(ANN)是受到生物神經(jīng)細(xì)胞結(jié)構(gòu)啟發(fā)而研究出來的一種計(jì)算體系，是一種由大量的、簡(jiǎn)單的處理單元（稱為神經(jīng)元）廣泛地互相連接而形成的復(fù)雜網(wǎng)絡(luò)系統(tǒng)，它反映了人腦功能的許多基本特征，是一個(gè)高度復(fù)雜的非線性動(dòng)力學(xué)習(xí)系統(tǒng)，由于具有大規(guī)模并行分布式結(jié)構(gòu)和強(qiáng)大的學(xué)習(xí)及泛化能力，能在遇到一些當(dāng)前難以處理的復(fù)雜問題找到較好的近似解。人工神經(jīng)網(wǎng)絡(luò)能夠處理線性和非線性關(guān)系，同時(shí)對(duì)所有多元假設(shè)都具有魯棒性。為了更好地對(duì)比研究，同時(shí)采用BP 神經(jīng)模型和CNN 神經(jīng)網(wǎng)絡(luò)模型進(jìn)行分析。BP 神經(jīng)網(wǎng)絡(luò)模型設(shè)計(jì)兩個(gè)隱藏層，將可測(cè)變量作為輸入，預(yù)測(cè)變量作為輸出，通過均方根誤差RMSE 的測(cè)量來進(jìn)行結(jié)果分析。作為深度學(xué)習(xí)的一種模型，CNN 神經(jīng)網(wǎng)絡(luò)通過卷積提取不同的特征，濾波器的權(quán)重在訓(xùn)練期間自動(dòng)學(xué)習(xí)，然后將所有提取到的特征“組合”以作出決定。根據(jù)樣本數(shù)據(jù)的特點(diǎn)，基于AlexNet 卷積網(wǎng)絡(luò)模型的原理，參考Rajkomar 等［43］的方法進(jìn)行模型設(shè)計(jì)，技術(shù)創(chuàng)新或競(jìng)爭(zhēng)優(yōu)勢(shì)數(shù)據(jù)作為分類標(biāo)簽，知識(shí)管理、創(chuàng)新環(huán)境和技術(shù)創(chuàng)新作為輸入，隨機(jī)生成70%數(shù)據(jù)集進(jìn)行模型訓(xùn)練后，用30%測(cè)試集進(jìn)行預(yù)測(cè)，與實(shí)際數(shù)值進(jìn)行對(duì)比以判斷輸入變量之間的關(guān)聯(lián)關(guān)系。

6 結(jié)果分析

6.1 結(jié)構(gòu)方程模型結(jié)果

為了保證結(jié)構(gòu)方程模型的擬合結(jié)果，分別采用Cronbach's Alpha、Composite Reliability(CR)組合信度和AVE 三種校驗(yàn)方法進(jìn)行信度和聚合效應(yīng)檢驗(yàn)，結(jié)果如表5 所示。通常Cronbach's Alpha 系數(shù)達(dá)到0.7～0.8 時(shí)表示量表具有相當(dāng)?shù)男哦龋_(dá)0.8～0.9 時(shí)說明量表信度非常好,所選取的潛變量的Cronbach's Alpha 系數(shù)和組合信度CR 均在0.8 以上，平均提煉方程AVE 均在0.6 以上，說明樣本的信度良好，符合結(jié)構(gòu)方程模型的要求。

表5 樣本數(shù)據(jù)的信度和聚合效度

模型采用極大似然估計(jì)，結(jié)果如表6 所示。模型的卡方統(tǒng)計(jì)量為246.3，自由度110，GFI 為0.909，RMR 為0.032,RMSE 為0.046，NFI 為0.925,TLI 為0.917，CFI 為0.904，整體擬合效果較好。同時(shí)對(duì)各潛變量和可測(cè)變量之間的因子載荷進(jìn)行測(cè)量，在0.05的顯著水平下各變量的因子載荷全都顯著不為0，說明測(cè)量模型符合要求。

表6 結(jié)構(gòu)方程模型的擬合效果

具體觀察潛變量的路徑系數(shù)如表7 所示，可以看到，技術(shù)創(chuàng)新、創(chuàng)新環(huán)境和知識(shí)管理對(duì)及競(jìng)爭(zhēng)優(yōu)勢(shì)的影響在0.05 的顯著性水平下顯著，且系數(shù)為正，說明不能從統(tǒng)計(jì)上拒絕假設(shè)H1、H2a、H3a。知識(shí)管理和創(chuàng)新環(huán)境對(duì)技術(shù)創(chuàng)新的影響同樣在0.05 顯著性水平下顯著不為0，創(chuàng)新環(huán)境與知識(shí)管理之間的關(guān)系在0.05 顯著性水平下為0.303。

表7 結(jié)構(gòu)方程模型各潛變量間的路徑系數(shù)

考慮到橫截面是按照單一年度來截取的，可能會(huì)因?yàn)楫?dāng)年存在特別情況導(dǎo)致競(jìng)爭(zhēng)優(yōu)勢(shì)的決定機(jī)制存在差異，因此再隨機(jī)抽取一個(gè)橫截面數(shù)據(jù)進(jìn)行對(duì)照分析，測(cè)量權(quán)數(shù)和結(jié)構(gòu)權(quán)數(shù)保持不變，同樣進(jìn)行信度和效率檢驗(yàn)合格，模型擬合效果較好，因子載荷在0.05 顯著性水平下全部顯著不為0，得到的路徑系數(shù)如表8 所示，可以看到模型估計(jì)結(jié)果保持基本一致。

表8 另一組橫截面數(shù)據(jù)測(cè)量的各潛變量間的路徑系數(shù)

除此之外，還考慮了經(jīng)濟(jì)發(fā)達(dá)省份和不發(fā)達(dá)省份，以及基礎(chǔ)設(shè)施子行業(yè)和信息技術(shù)服務(wù)的不同造成的影響機(jī)制區(qū)別，進(jìn)一步選取不同的橫截面數(shù)據(jù)，采用按區(qū)組變量進(jìn)行多組分析，多組模型中經(jīng)濟(jì)發(fā)達(dá)和欠發(fā)達(dá)省份，以及基礎(chǔ)設(shè)施子行業(yè)和信息技術(shù)服務(wù)業(yè)共同的路徑系數(shù)估計(jì)結(jié)果如表9 所示，與未分組模型的估計(jì)結(jié)果基本一致。

表9 結(jié)構(gòu)方程模型多組模型路徑系數(shù)估計(jì)結(jié)果

表9 （續(xù)）

中介效應(yīng)采用Sobel 檢驗(yàn)方法，經(jīng)檢驗(yàn)發(fā)現(xiàn)（見表10），技術(shù)創(chuàng)新（TI）在創(chuàng)新環(huán)境（IE）和競(jìng)爭(zhēng)優(yōu)勢(shì)（CA）之間，以及在知識(shí)管理（KM）與競(jìng)爭(zhēng)優(yōu)勢(shì)（CA）之間均存在中介效應(yīng)，Z值在0.001 顯著性水平下均顯著，效應(yīng)值分別為43.47%和29.88%，假設(shè)H2b和H3b得到初步證明。知識(shí)管理（KM）在創(chuàng)新環(huán)境（IE）和競(jìng)爭(zhēng)優(yōu)勢(shì)（CA）的中介效應(yīng)Z值為1.876，在0.05 水平下大于1，說明中介效應(yīng)也存在，效應(yīng)值為22.45%。假設(shè)H4得到初步證明。

表10 結(jié)構(gòu)方程模型中介效應(yīng)測(cè)量結(jié)果

6.2 機(jī)器學(xué)習(xí)結(jié)果

將數(shù)據(jù)樣本通過設(shè)計(jì)的模型進(jìn)行訓(xùn)練和測(cè)試，初始學(xué)習(xí)率設(shè)置為0.001。采用不同的算法改變學(xué)習(xí)率，選擇不同的測(cè)試集與訓(xùn)練集的比例，為了對(duì)比模型的擬合優(yōu)度，同時(shí)設(shè)計(jì)了一個(gè)4 層BP 神經(jīng)網(wǎng)絡(luò)進(jìn)行對(duì)比。其中隱藏層2 層，按照經(jīng)驗(yàn)公式估算，采用同樣的梯度下降方法和激勵(lì)函數(shù)，迭代次數(shù)設(shè)置為1 000 次，運(yùn)行結(jié)果顯示，改進(jìn)的卷積網(wǎng)絡(luò)模型在收斂時(shí)間和擬合優(yōu)度上均優(yōu)于BP 神經(jīng)網(wǎng)絡(luò)。且預(yù)測(cè)值與實(shí)際值的RMSE 均較小，從另一個(gè)側(cè)面證明了前述各項(xiàng)假設(shè)。機(jī)器學(xué)習(xí)方法對(duì)中介效應(yīng)的解釋力較弱，替代方法是利用Matlab 中的靈敏度分析（Sensitivity Analysis）模塊進(jìn)行分析，即控制其他變量，僅改變一個(gè)解釋變量從而觀察結(jié)果變化，共建立9 個(gè)模型進(jìn)行輸入分析，結(jié)果如表11 所示，結(jié)果與結(jié)構(gòu)方程模型基本一致：

表11 CNN 網(wǎng)絡(luò)和BP 網(wǎng)絡(luò)的結(jié)果對(duì)比

7 中國(guó)-東盟信息技術(shù)產(chǎn)業(yè)創(chuàng)新能力

7.1 創(chuàng)新能力評(píng)估和預(yù)測(cè)

對(duì)3 年窗口期的創(chuàng)新能力進(jìn)行評(píng)估，在CNN模型中采用全連接函數(shù)Softmax 函數(shù)進(jìn)分類輸出，Softmax 函數(shù)會(huì)將數(shù)值投射到［0,1］的概率區(qū)間上，因此我們對(duì)［0,1］的概率空間進(jìn)行平均區(qū)分，按0.2的躍度區(qū)分5 個(gè)區(qū)間，分別對(duì)應(yīng)一種創(chuàng)新能力值。由于越多的特征刺激會(huì)形成越靠近概率為1 的的分布，因此我們將(0.8，1］區(qū)間定義為綜合創(chuàng)新能力“優(yōu)秀”，其他依次類推，結(jié)果如表12 所示。

表12 2010—2017 年中國(guó)和東盟六國(guó)創(chuàng)新能力趨勢(shì)

從表12 中可以看到，中國(guó)和東盟六國(guó)的信息技術(shù)企業(yè)總體創(chuàng)新水平處于中等偏下，優(yōu)秀創(chuàng)新企業(yè)數(shù)量仍然較少，體現(xiàn)在創(chuàng)新產(chǎn)出、財(cái)務(wù)指標(biāo)等多個(gè)維度對(duì)結(jié)果輸出的特征刺激不足上。2015—2017窗口期60%分位以下（普通，一般，差）占比分別為中國(guó)88.75%，東盟六國(guó)79.2%。但我們也觀察到，40%分位以上（普通，較好，優(yōu)秀）占比同比第一個(gè)窗口期（2010—2012）分別增長(zhǎng)了18.41%和13.96%,說明2010—2017 創(chuàng)新能力總體有提升趨勢(shì)，這個(gè)輸出結(jié)果與GII、IDI以及NRI指數(shù)是基本一致的。

進(jìn)一步預(yù)估以下幾個(gè)創(chuàng)新相關(guān)指標(biāo)：（1）創(chuàng)新產(chǎn)出效率:3 年窗口時(shí)間內(nèi)的專利獲批數(shù)量/專利申請(qǐng)數(shù)量；（2）研發(fā)投入的創(chuàng)新產(chǎn)出率:均一化后的專利數(shù)量/研發(fā)投入；（3）政府補(bǔ)貼的創(chuàng)新意愿推動(dòng)性：均一化后的專利申請(qǐng)數(shù)量/政府補(bǔ)貼。預(yù)測(cè)情況和誤差如表13 和表14 所示：

表13 2010-2017 年中國(guó)創(chuàng)新相關(guān)指標(biāo)預(yù)測(cè)情況

表14 2010-2017 年東盟六國(guó)創(chuàng)新相關(guān)指標(biāo)預(yù)測(cè)情況

表14 （續(xù)）

預(yù)測(cè)正確率均高于85%，從預(yù)測(cè)走向來看，創(chuàng)新相關(guān)指標(biāo)均呈現(xiàn)增長(zhǎng)趨勢(shì)，但研發(fā)投入的創(chuàng)新產(chǎn)出率和政府補(bǔ)貼的創(chuàng)新意愿推動(dòng)性均低于50%的概率分布，體現(xiàn)出產(chǎn)業(yè)中研發(fā)投入和政府補(bǔ)貼數(shù)據(jù)對(duì)實(shí)際創(chuàng)新產(chǎn)出的推動(dòng)力有待提高。

7.2 關(guān)鍵變量的模型敏感度

根據(jù)參考文獻(xiàn)［44］，可以在機(jī)器學(xué)習(xí)模型中人為增加或減弱某一局部特征后，觀察模型的輸出和預(yù)測(cè)值的變化（用模型輸出值的變化百分比來表示），來判斷關(guān)鍵變量的模型敏感程度。具體做法是通過縮放樣本中的參量數(shù)值（分別乘以0，0.5，1.0 和1.5），輸入模型再次進(jìn)行預(yù)測(cè)。結(jié)果如表15 所示，可以看到中國(guó)和東盟六國(guó)的企業(yè)的自主創(chuàng)新、創(chuàng)新意愿、研發(fā)投入、企業(yè)所在地區(qū)的GDP、政府補(bǔ)助、企業(yè)規(guī)模指標(biāo)對(duì)總體能力值影響較大大，地區(qū)從業(yè)人口規(guī)模和教育程度也具有相當(dāng)?shù)挠绊懥?，說明區(qū)域集聚性和用戶參與也是影響信息技術(shù)產(chǎn)業(yè)創(chuàng)新能力的重要因素。

表15 創(chuàng)新能力關(guān)鍵變量的機(jī)器學(xué)習(xí)模型敏感度

8 結(jié)論與建議

通過文獻(xiàn)檢索，可以發(fā)現(xiàn)創(chuàng)新環(huán)境、知識(shí)管理和技術(shù)創(chuàng)新與競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)系均有很多研究成果，但是數(shù)者之間的綜合關(guān)系研究仍然少見。同時(shí)，各類研究多采用問卷調(diào)查方式，在解釋力上存在不足。本文采用2010—2017 年中國(guó)和東盟國(guó)家的信息技術(shù)產(chǎn)業(yè)上市公司數(shù)據(jù)，基于產(chǎn)業(yè)特點(diǎn)進(jìn)行指標(biāo)體系設(shè)計(jì)和變量選取，采用結(jié)構(gòu)方程模型、BP 神經(jīng)網(wǎng)絡(luò)和改進(jìn)的CNN 卷積神經(jīng)網(wǎng)絡(luò)模型分別進(jìn)行研究，發(fā)現(xiàn)在信息技術(shù)產(chǎn)業(yè)中創(chuàng)新環(huán)境、技術(shù)創(chuàng)新以及知識(shí)管理均對(duì)競(jìng)爭(zhēng)優(yōu)勢(shì)具有正向的影響，也驗(yàn)證了技術(shù)創(chuàng)新在創(chuàng)新環(huán)境與競(jìng)爭(zhēng)優(yōu)勢(shì)之間，以及在知識(shí)管理與競(jìng)爭(zhēng)優(yōu)勢(shì)之間的中介作用。知識(shí)管理在創(chuàng)新環(huán)境和競(jìng)爭(zhēng)優(yōu)勢(shì)之間的中介作用是很有意義的一個(gè)發(fā)現(xiàn)，優(yōu)良的創(chuàng)新環(huán)境對(duì)于信息技術(shù)企業(yè)的發(fā)展具有重要作用，但是如果沒有良好的知識(shí)管理能力，沒有形成良好的知識(shí)創(chuàng)造、辨別、吸收和擴(kuò)散的內(nèi)在基因，企業(yè)是無法在快速迭代變化的市場(chǎng)競(jìng)爭(zhēng)中存續(xù)的，近年來我國(guó)不少“獨(dú)角獸”如共享自行車、互聯(lián)網(wǎng)金融等的潰敗，都有知識(shí)失能的因素在內(nèi)。

中國(guó)和東盟各國(guó)的信息技術(shù)產(chǎn)業(yè)發(fā)展各有側(cè)重，但創(chuàng)新都是重點(diǎn)關(guān)注的領(lǐng)域，創(chuàng)新能力和績(jī)效是創(chuàng)新研究的重要方向。中國(guó)和東盟國(guó)家的信息技術(shù)產(chǎn)業(yè)發(fā)展雖然仍然處于中等水平，但是發(fā)展勢(shì)頭良好，潛力巨大，應(yīng)推進(jìn)網(wǎng)絡(luò)先行的“一帶一路”戰(zhàn)略，把“信息絲綢之路”打造成以通信和互聯(lián)網(wǎng)產(chǎn)業(yè)為抓手的新型國(guó)際貿(mào)易之路，沿路各國(guó)信息交流上互聯(lián)互通，優(yōu)勢(shì)產(chǎn)業(yè)互補(bǔ)，媒體共享共贏，在資源互換、人員交流、業(yè)務(wù)培訓(xùn)上加強(qiáng)互動(dòng)，推進(jìn)產(chǎn)學(xué)研之間的高效協(xié)作，建立起多元、長(zhǎng)效的交流合作機(jī)制，共同促進(jìn)經(jīng)濟(jì)和社會(huì)發(fā)展進(jìn)步。