在后金融危机时代，全球化进入深度调整阶段。后发国家通过提升生产、研发、创新等能力突破自身在全球生产网络中的低位^[1]，从全球化的被动参与者逐渐转变为积极参与者。近年来伴随着机器人和人工智能等技术的兴起，以软件产业为核心的数字技术正在颠覆众多行业的发展，软件产业日益成为区域经济发展的引擎。目前国内外从经济地理学视角对软件产业的研究主要围绕四方面展开：①软件产业空间分布及演变机制研究^[2-5]；②软件产业集群的集聚机制^{[6, 7]}，强调政策引导和知识外溢是促进软件产业集聚发展的重要原因；③软件产业的价值链及在全球生产网络中的网络权力升级研究^[8-11]；④软件产业发展与区域的微环境、空间意象等的关系^[12-14]。创新是软件产业发展的重要驱动力，现有对软件产业的创新效应和创新机制研究多集中于经济学^{[15, 16]}。从经济地理学角度对软件产业的创新研究较少，为数不多的研究关注了软件产业集群内部的创新效率和创新网络。鲜有学者从全球—地方关系出发分析软件产业集群的创新效应。西安作为中国软件产业发展的重要地区之一，正在由软件服务外包向研发、创新升级转变。在全球化进入深度调整阶段，从全球—地方关系出发对西安软件产业集群创新效应的研究可为区域利益相关者制定软件产业创新战略提供参考，起到“窥斑见豹”的作用。

尽管信息通信技术极大拓展了非本地化联系的频率与强度，甚至有些学者提出“地理终结”的口号^[17]，但是本地联系对创新仍具有举足轻重的作用。譬如Zook等研究认为现代数字技术对于服务和维持集群的现状发挥作用，但是对于集群的创新效应影响则不明显^[18]。本地集群网络内存在技术扩散、非正规学习和合作竞争等密集的社会网络和交互作用^[19]。地方密集的社会网络为技术扩散尤其是不易被编码的隐性知识的传播提供了便利^[20]。软件产业作为技术密集型产业，企业除了自主研发或者内援技术创新外，往往需要来自外部的技术支援，尤其是与具有较强研发和创新能力的企业进行合作^[21]。印度、爱尔兰的软件产业就是依靠开放化和全球化的技术资源配置突破俘获型价值链实现向提供高技术服务的供应商转变^{[22, 23]}。越来越多的学者认为区域产业的发展是全球—地方相互依赖、共同发展的动态过程，二者的融合发展更有助于推动产业集群创新升级^[24-28]。曼彻斯特学派认为对不同空间尺度间相互作用的研究有助于厘清全球—地方驱动机制^[29]。实际上，在不同区域甚至同一区域的不同发展阶段，全球和地方的作用强度都不同。相比北京、上海等一线城市，西安市软件企业的自主创新能力不足，仅依靠集群内部各创新主体间的联系和互动很难实现技术溢出^[30]。一些学者强调跨国公司及其他区域外部联系对于集群创新发展的影响^{[31, 32]}。但跨国公司及区域外部技术创新合作伙伴力量的发挥，受到企业自身的吸收能力和社会资本影响^[33]。在Bathelt等关于地方创新主体与全球创新主体互动有益于区域创新发展相关研究基础上^{[34, 35]}，Fitjar等的研究表明不仅全球通道，而且本地蜂鸣会对创新产生积极的作用^{[36, 37]}。全球—地方关系为产业集群创新研究提供了新的视角，然而以往研究多定性分析本地创新合作和国际创新合作对集群创新升级的影响，鲜有学者定量分析不同尺度创新合作对某一产业的创新效应。

Bathelt等学者在2004年提出了“本地蜂鸣—全球通道”（local buzz-global pipelines）的概念模型（如图 1）。该模型旨在表明创新、知识创造和学习是集群内主体间产生的正式与非正式的知识流动（本地蜂鸣）与集群内的主体与跨地区参与者间有目地沟通合作中产生的超本地知识流（全球通道）共同作用的结果。反过来，地方尺度创新合作与国家尺度、全球尺度创新合作联结对推动集群创新具有重要作用。

图 1(Fig. 1)

图 1 全球通道和本地蜂鸣的动态模型[34] Fig.1 Dynamic Model of Global Pipelines and Local Buzz[34]

曼彻斯特学派提出的全球生产网络理论强调生产的全球网络分工，为揭示全球—地方地理经济的复杂性提供分析视角；创新网络理论强调企业创新发展要重视企业内外部资源的整合；Bathelt等学者提出的本地蜂鸣—全球通道模型更加普适性地指出区域产业的发展得益于全球—地方的知识流动。综合以上相关理论，结合徐建伟、徐丽梅等对软件产业价值链和产业链的研究^{[10, 27]}，构建了全球—地方视角下的软件产业集群创新效应研究的理论框架（如图 2）。其中外部通道的形成需要利用区域政策优惠、企业领导者间的关系以及产业价值链关联等与远距离的创新主体建立关系。企业也可能依靠声誉效应与本地以外的企业联系^[38]，或者使用常规会议和交易会等形式与潜在合作伙伴建立联系。艾少伟等将跨国公司本地化结网的外部通道分为政策通道、关联通道以及价值链通道三类^[39]。企业若要进行细粒度（fine-grained）的信息交流与合作，那么外部通道在连接两个企业之间扮演着重要的角色^[34]。大中型软件企业拥有较高的技术水平和资金实力通常是全球地方联结的重要桥梁，扮演着技术守门员的角色。能够从区域和国际合作中识别外部创新合作伙伴的领先技术，通过模仿、改进将其融合吸收用于提升自身的创新发展，并具有研发的规模经济；然后以地方蜂鸣的形式将领先技术和信息流动扩散溢出到区域内部的其他创新主体。一方面地方尺度的领先软件企业以技术守门员身份与海外的创新主体（跨国公司）合作，获取外部知识，进而通过自身的消化吸收再溢出到本地其他创新主体；另一方面国家尺度的软件领先企业扮演技术守门员的角色，通过与海外创新主体进行合作，将获取的领先技术扩散给区域层面的创新主体，进而通过区域层面的创新主体扩散到区域内其他创新主体。

图 2(Fig. 2)

图 2 软件产业集群创新效应研究的理论框架建构 Fig.2 Theoretical Framework Construction of Software Industry Cluster Innovation Effect Research

西安市软件产业经历了从无到有，从快速发展到规模发展的历程。自2007年至2017年实现软件产业总收入（如图 3）、软件出口（如图 4）等逐年以平均20%的速度增长。相对较低的人力成本和丰富的人才智力储备吸引了大量的跨国公司在西安设立研发中心。目前西安聚集了微软、甲骨文等31家世界500强企业，38家中国软件百强企业。因此，本文旨在分析本地尺度的创新合作与国际尺度的创新合作对西安软件产业集群的创新效应。根据《西安市软件开发公司名录2018版》以及《2018年度大中小微型企业划分标准》中对于软件和信息技术服务业企业规模的划分标准，截止2018年底西安市注册的软件企业共计3579家，其中91%以上都是小型企业。从西安市内部各区来看，雁塔区是西安市软件产业的重要集聚区域，其中西安软件园入驻的企业占西安市软件企业总数的90%以上。从创新结网来看，西安市软件企业的水平结网以软件产业技术联盟为主，截止2018年，西安市已经成立了11个软件产业技术创新联盟，这些联盟让企业在各自的细分领域找到了“组织”，推动了行业进步和产业发展；垂直结网的上下游企业虽以国内要素供应商和客户为主，但是由于西安软件企业以从事行业应用类软件和嵌入式软件为主，对海外供应商提供的系统软件的依赖性仍很强。

图 3(Fig. 3)

图 3 2007年至2017年西安软件和信息服务业总收入情况 Fig.3 Total Revenue of Xi'an Software and Information Service Industry (2007—2017)

图 4(Fig. 4)

图 4 2007年至2017年西安软件出口情况 Fig.4 Xi'an Software Exports (2007—2017)

在西安软件园发展中心的配合和协调下，先后对西安软件产业集群进行三次正式调研。调研内容涉及企业技术创新合作伙伴所在区域、企业间创新合作的意愿、2016年至2018年企业的创新情况、企业规模、研发强度、是否为多部门企业等方面。基础数据来自2018年西安市软件企业名录与西安软件园发展中心提供的2018年西安市高新区软件产业统计报表（对年收入在500万以上的西安市软件企业相关数据的统计）和近三年西安市软件产业的行业报告。样本企业包括2018年西安市软件企业名录中的大中型软件企业，以及2016年、2017年以及2018年西安市软件产业行业报告中提到的典型软件企业，去除重叠的以及由于客观原因数据无法获取的，初步确定197家样本企业。在西安软件园发展中心工作人员的协助下采用电话咨询、面对面访谈、发放问卷和电子邮件等方式，共调研软件企业197家，收回有效调查问卷176份（如表 1）。

表 1(Tab. 1

表 1 样本企业基本特征统计表 Tab.1 Statistical Table of Basic Characteristics of Sample Enterprises

表 1 样本企业基本特征统计表 Tab.1 Statistical Table of Basic Characteristics of Sample Enterprises

（1）将创新作为因变量。受访软件企业被要求说明企业2016年至2018年期间是否在技术、产品、流程、组织等方面有创新成果。如果答案是肯定的，则将其编码为创新，取值为1（默认值为0）。Aarstad等采用了类似的创新衡量标准^[36]。

（2）将本地尺度创新合作和国际尺度创新合作作为自变量。受访企业被问及是否在2016年至2018年期间进行了本地或国际创新合作，其中1 =是，0 =否。Fitjar等在研究全球通道和本地蜂鸣对创新产生的影响时采用类似的变量设置^[37]。

（3）控制变量。考虑数据的可获取性以及文献的梳理等方面的因素，在本文中选取企业规模、研发强度、是否为多部门企业、本国尺度创新合作等为控制变量。由于大型企业可能具有更高的创新能力，将企业规模（员工数量）作为控制变量；软件企业作为技术密集型产业，企业研发活动与创新密切相关，将研发强度（企业2018年的研发投入与营业收入的比值）作为控制变量；较多学者在研究软件产业的创新效率时均将企业规模和研发强度作为变量进行分析^{[16, 40]}。相对来说，企业总公司比分公司掌握的资源更多，研发强度也较强，因而创新能力则较好。因此，将受访企业是总公司编码为1，分公司编码为0。Aarstad等研究挪威89个不同经济地理区域不同行业企业的创新水平时把是否为多部门企业纳入变量设置^[36]。作为信息化时代的产物，软件产业创新主体的分布很容易延伸到国内其他省市。控制本国尺度创新合作（虚拟），其中1 =是，0 =否。

采用Stata13的逻辑回归（Logistic Regression）分析不同尺度的创新合作对集群创新的效应。Logistic Regression是一种非线性的回归模型。Logistic回归给出的β值实际上是OR（Odds Ratio）值，即比值比。当终点事件发生率小于15%时，OR值可以近似RR（Relative Risk）值。

本文基于本地蜂鸣—全球通道理论，试图分析本地尺度创新合作（本地蜂鸣）与国际尺度创新合作（全球通道）哪个尺度的创新合作更有利于软件产业集群创新发展，并设立交互项以便更好的阐释变量之间的内在关系。通过以下模型对收集的数据进行Logistic回归分析：

式中：p为被解释变量y=1的概率；L指代本地尺度创新合作；I指代国际尺度创新合作；S指代企业规模；R & D指代研发强度；M指代多部门企业；N指代本国尺度的创新合作。

根据不同尺度的创新合作产生的创新效应的不同，将预期结果进行归类，如表 2所示。

表 2(Tab. 2

表 2 预期结果 Tab.2 Expected Results

表 2 预期结果 Tab.2 Expected Results

西安市软件产业集群的创新合作伙伴已经形成地方尺度、全球尺度以及全球—地方尺度共存的格局（如图 5）。不同尺度的创新合作对创新的作用效应存在差异。随着西安软件新城研发空间的扩大，越来越多的企业将打破区域锁定与区域外部的领先软件企业甚至境外的跨国公司建立创新合作。

图 5(Fig. 5)

图 5 2018年西安市软件产业集群技术创新合作伙伴所在区域 Fig.5 Xi'an Software Industry Cluster Technology Innovation Partner Areas in 2018

表 3显示了使用Stata13的逻辑回归结果。在模型1中，国际和本地创新合作均增加了集群创新的倾向，但二者交互作用的结果是负的。同时基于模型1的参数值得出不同尺度创新合作的优势比（如图 6）。显示仅本地合作增加的创新优势比约为2.4，而仅国际合作增加的创新优势比约为3.6。本地和国际合作共同作用增加的创新优势比约为3.0。因此，尽管本地和国际合作倾向于对创新产生替代效应，但国际创新合作比本地创新合作所带来的创新效应则更强。

表 3(Tab. 3

表 3 Logistic回归分析结果 Tab.3 Logistic Regression Analysis Results

表 3 Logistic回归分析结果 Tab.3 Logistic Regression Analysis Results

图 6(Fig. 6)

图 6 不同尺度创新合作的创新优势比 Fig.6 Innovation Advantage Ratio of Innovation Collaboration at Different Scales

在模型2中，企业规模、本地创新合作和国际创新合作（S * L *I）三向交互增加了创新的倾向。本地合作和国际合作的直接创新效应与模型1中的结果基本一致。根据模型2的参数值，图 7显示同时参与本地和国际合作的企业其规模对创新的优势比，表明企业规模对创新影响显著，创新优势比会随企业规模的增加而增加。对于规模约100名的软件企业具有与在图 6第三栏中观测的结果相一致的创新效应，即对于企业规模约100名的中型软件企业，本地合作和国际合作所带来的创新效应相对比较均衡。比照图 6中的前两栏，同时开展本地和国际创新合作的规模在100—300名的软件企业比同类仅开展本地或国际创新合作的企业更易产生创新的加法效应；对于员工规模超过300人的企业，创新优势比高于本地合作和国际合作的总和，即存在乘法效应；对于企业规模少于100人的企业，本地合作和国际合作交互的创新可能性低于仅本地或仅国际合作的企业，即对于小型企业，存在减法效应。

图 7(Fig. 7)

图 7 企业规模与本地和国际合作三向互动的创新优势比 Fig.7 Advantages of Three-way Interaction Between Enterprise Scale and Regional and International Collaboration on Product Innovation 注：仅本地合作的创新优势比为eL；仅国际合作的创新优势比为eI；本地与国际交互作用的创新优势比为eL+I+I*L。

为了减少建模相互作用（特别是模型2中的三向交互作用）诱导的多重共线性和不稳定的估计，以及便于对交互术语进行解释，进行分割样本分析。

模型3和模型4包括所有具有本地创新合作的企业。国际合作的附加创新效应证实了之前的分析，表明国际合作比本地合作具有更强的创新效应。模型4中国际合作与企业规模间积极的交互效应进一步证实前面的分析即具有本地合作的大型企业能从国际合作中获得更强的创新效应。具有本地合作的大型企业能突破“技术势差”与跨国公司创新合作，获取领先技术，提升自身的创新能力。

模型5和模型6包括所有具有国际合作的企业。前面几个模型均不同程度地表明，国际合作增加了创新的倾向。相比前四个模型的结果，模型5中本地合作缺乏的附加创新效应进一步证实国际合作比本地合作具有更强的创新效应。模型6中本地合作与企业规模间积极的互动效应表明参与国际合作的大企业能从本地合作中获得更强的创新效应。参与国际创新合作的大型软件企业在自主研发或资金储备方面的优势使其能在全球—地方联结的过程中建立“全球通道”，产生更强的溢出效应。

研发强度与所有模型的创新倾向相关。在模型3和模型4中，研发强度的创新效应明显降低。一种可能的解释是，参与本地合作的软件企业研发投入有限或者没有研发投入。本地合作带来的溢出效应（本地蜂鸣）在一定程度上对此进行弥补。然而，本国尺度的创新合作与是否为多部门企业对软件企业的创新效应均不显著。

全球（通道）—本地（蜂鸣）概念模型旨在普适性地表明集群内部的本地知识流与外部通道带来的超本地知识流的融合有利于提升集群的创新效应。本文以西安市软件产业集群为研究对象，在理论分析框架建构的基础上分析集群的创新效应。研究发现，本地尺度创新合作和国际尺度创新合作均对西安市软件产业集群创新具有积极的影响，且后者产生的创新效应高于前者，说明今后西安市软件产业集群的发展除了要注重提升集群内创新主体的合作、企业的研发强度和自主研发能力外，还应加强与跨国公司合作，获得更多的技术溢出，否则，将容易出现区域锁定或技术壁垒，不利于集群的创新发展。研究还发现，本地合作和国际合作交互作用对西安市不同规模的软件企业产生的创新效应不同。对于中型软件企业，存在替代效应和加法效应，对小型软件企业存在减法效应，对大型软件企业存在乘法效应。这也证明大中型软件企业具有研发创新的规模效益。除了为软件企业提供税收等优惠外，还应鼓励更多的大中型软件企业“走出去”或者为他们搭建与跨国公司本地研发中心合作交流的平台。

本文的主要贡献体现在三个方面。①在理论层面，本文从全球—地方关系出发研究软件产业集群，相比于以往学者侧重于从软件产业集群的价值链和产业链出发研究地方软件产业在全球价值链的攀升及软件产业集群内部的创新效应和创新网络，本研究对于全球化时代软件产业集群创新发展提供了新的分析视角。②在方法层面，近两年来经济地理学者普遍认为全球与地方联结是集群创新升级的必然趋势，但多定性分析，本文在理论分析框架构建的基础上，利用Stata13的Logistic回归检验在促进创新方面，国际创新合作（全球通道）还是地方创新合作（本地蜂鸣）更有利于集群内软件企业实现创新，补充以往此类研究在实证方面的不足。③在实践指导层面，本文在国外学者研究的基础上，分析何种情况下集群内软件企业会产生创新的减法效应、替代效应、加法效应及乘法效应，为跨国公司在西安软件产业集群内实现本地化结网和本地集群外部通道的构建提供决策指导。

本文将本地创新合作作为集群地方创新主体间合作的指标进行研究可能会低估这一概念的真实内涵。为了充分阐明软件产业集群本地创新合作的概念，除了结合企业的研发强度、企业规模等指标外，未来可以结合其他层面的指标来研究，进一步确保研究的严谨性。