企业生态位、知识溢出与网络租金份额
中图分类号： F270文献标识码：A
一、引言
作为一种新型国际分工与合作模式，模块化网络组织凭借其特有的资源选择与匹配机制、资源优化配置机制、跨企业边界的资源整合与创造机制，提升了网络成员的竞争优势，并为其带来了超额利润（网络租金）。对企业而言，参与到网络组织中主要是为了获得超额利润，对网络租金如何分配问题的研究有利于打开网络租金分配的“黑箱”，帮助各网络成员认清自身所处位势，并做出符合自身实际的决策。
目前，关于模块化网络组织合作利益分配的相关研究主要集中在以下三方面：（1）利益分配应遵循的基本原则。曹虹剑等（2010）指出，模块化网络组织合作剩余分享的总原则为个体所分得的份额应与其对组织合作总剩余的影响程度呈正比，即与网络成员的贡献度相关。王道平等（2012）进一步提出利益分配应采取贡献、成本、风险、知识与利益分配相对应原则。与此类似，余东华和芮明杰（2008）认为模块化网络组织中决定价值分配的主要因素包括制度环境、谈判力、参与度和价值贡献度等。然而，王琴（2009）与刘林青等（2008）却认为网络成员所能分得的租金份额主要取决于其所处的权利位势。为网络组织提供关键资源的企业处于较高的权力位势，因此在网络租金分配时谈判力较强，能分得较高的租金。从某种意义上讲，企业所处的权利位势实际上主要来自于其市场势力，即依托关键资源形成的垄断地位。以上关于网络组织利益分配的研究都将合作利益看做一个整体，而Jeffrey et al. （2008）则提出合作利益是异质的，并将其分为共有利益和私人利益两大类，应采取不同的分配原则。（2）利益分配方法。目前较为成熟的合作利益分配方法是shapely值法，其主要遵循利益按贡献分配的原则。同时考虑风险和贡献度的利益分配方法为shapely值的风险修正，该方法目前在供应链合作伙伴间的利益分配中应用较为广泛，如郝海和郑丕锷（2005）、叶茂（2008）等的相关研究。此外，也有学者如彭本红和石岩（2011）运用博弈论的分析方法对模块化生产网络节点的利益分配问题进行研究，这主要考虑了网络成员的市场势力在利益分配中的决定性作用。（3）利益分配方式及对不同合作成员的激励作用。李廉水（1997）指出在产学研合作创新中，利益分配价款的支付方式主要有三种：一次性支付、按提成费支付和按股分利。上述科研机构参与利益分配的三种方式对模块化网络组织中规则设计商具有借鉴意义。如高通作为CDMA的规则设计商，主要通过三种途径从网络组织中获取收益：最初的标准授权费，即“入门费”；从终端厂商销售中获取提成；从终端厂商芯片的软件升级中获取授权费（文??，2007）。由此可见，规则设计商参与利益分配的方式可能是一次性支付与按提成支付相结合的混合支付方式。不同的利益分配方式在不同情境下对组织成员的激励作用不同。
对企业内部利益分配的研究方面，传统理论认为组织租金应按照风险承担程度来分配。由于股东投入了较多“专用性”资本，承担了较多经营风险，而员工通过事前签订工资协议获取固定报酬从而规避了风险，因此股东应享有组织租金。但杨瑞龙和杨其静（2001）认为资产的“专用性”并不能作为组织租金分配的唯一标准，并提出了资产“专有性”概念，租金分配中应综合考虑资产的“专有性”与“专用性”，且相较而言，“专用性”资产事前谈判力较强，“专有性”资产事后谈判力较强。青木昌彦（2005）则认为要从组织租金的来源与贡献的角度探讨组织租金的分配问题。以上分配依据的提出都具备相应的理论基础，但在具体操作中存在一定的困难，因为组织租金形成的因果模糊性导致单一资源的贡献难以观察、分辨。为克服这一困难，Blyler and Coff（2003）提出社会资本可作为理解组织租金获取和分配的关键，并可代表租金索取权的可信性。然而组织租金的分配并非一成不变，因为能力的获取并非一朝一夕，而是经历了动态演进的过程。因此，租金分配也是一个动态的过程 （Coff，2010）。
综上所述，不论是对模块化网络组织合作利益分配的相关研究，还是对企业内部利益分配的相关研究，虽然研究角度不同，但都认为稀缺的、不可替代、不易模仿的资源的拥有者具备更强的讨价还价能力，因此能够分得更多的合作利益。在合作利益分配应遵循的原则方面，主要依据有三个：合作成员对组织的贡献度、承担的风险及市场势力。这三个标准为本文的研究提供了一定的启示，但在具体实践中还存在很大局限性。为此， 本文拟从资源基础理论角度出发探究决定企业网络租金份额的因素，以及企业如何能从合作创造的租金中分得更多的份额，并以2007-2013年位列《全球企业研发投资排行榜》前1 000的公司作为样本进行计量检验。
二、模块化网络组织租金分配的理论分析
1.模块化网络组织租金分配的决定因素：静态视角
网络租金是满足所有网络成员参与约束条件之后的剩余。企业的网络租金分配份额首先取决于其讨价还价能力，而企业在讨价还价中的博弈筹码又主要取决于三个方面：合作成员对组织的贡献度、承担的风险及市场势力。对组织贡献程度较大、承担风险较多、具备较强市场势力的组织成员在谈判中享有更高的地位，而这三者又主要取决于企业所处生态位，如图1（静态视角下）所示。所谓企业生态位，是指企业在战略环境中占据的多维资源空间的集合，并且由某一特定企业种群占据的特定资源空间形成基础生态位，由该群集内的每个企业实际占据基础生态位的一部分或全部称为现实生态位（Hannan and Freeman，1977）。基于此，可将组织视为一个特定种群，并将网络组织内部成员企业按其所占据资源在网络组织中的重要性对其进行分类：拥有或控制较多VRIO（有价值、稀缺、不易模仿、不可替代）资源的企业处于较高生态位；拥有较多软资源（包括规则、标准、关系、技术、品牌等）的成员生态位相对较高，因为软资源赋予了硬资源更大的价值，且软资源边际利润递增（李海舰，2005），而且与其他软资源相比，规则、标准等资源对网络成员生态位的提升作用更大，因为规则、标准等资源从源头上决定了网络组织的运行效率。据此，本文将模块化网络组织中的成员企业划分为三类：①高生态位企业，指拥有规则、标准制定权及较多关系资源等软资源的企业；②中生态位企业，指掌握核心部件研发技术及进行产品虚拟集成等活动的企业；③低生态位企业，指负责非关键零部件研发、制造及实体集成等任务的、拥有较少软资源的企业。 （1）企业所处生态位越高，对网络组织贡献越高。企业的贡献主要通过其对网络租金总额的影响来衡量。在产品价格和资源投入成本既定的前提下，网络租金主要取决于网络组织所提供的最终产品的销量，而产品销量又取决于其市场占有率，即垄断程度。产品的垄断程度越高，其销量越大。产品垄断程度则主要由产品的差异化程度决定，而最终产品差异化程度又取决于从最初的顶层规则设计到核心部件及零部件的研发制造再到组装的一系列环节，高生态位企业在这一过程中主要承担规则设计、标准制定环节，中生态位企业主要承担关键部件的研发及虚拟集成任务，低生态位企业主要承担非关键零部件的研发制造及组装任务。由于规则、标准是在产品概念阶段制定，因此在最终产品中具有“基因”的属性特征，即从源头上决定了产品的性能、外观等各项参数，所以规则、标准的1单位改变，能够引起最终产品较大的改变，即能带来更高的产品差异化程度；后期的研发环节一般是在规则、标准的概念框架下进行，研发中1单位的技术变动虽也能带来最终产品的改变，但对产品差异化影响程度较低；产品制造组装环节的变动对最终产品差异化影响程度最低。由此可见，网络租金对高生态位企业创新的敏感程度更高，也就是说，高生态位企业能够为网络组织带来更大的产品差异化程度，从而创造更多的网络租金，对网络组织贡献度更高。
（2）企业所处生态位越高，承担风险越大。一方面，高生态位企业承担了网络组织中大部分的规则设计风险、创新失败风险及模块兼容性风险，因为模块化网络组织大部分的规则、标准的制定及设计、研发、虚拟集成活动都是由高生态位企业实现的。例如，对产品进行初次模块化时，设计规则的某些缺陷只有在设计过程的很晚阶段才会显露。单个模块在独立运作时可能较为顺利，但整合在一起进行系统集成、测试时，模块间的一些相互依赖关系才会暴露出来，若该问题牵扯到核心模块，则必须进行重新设计，因此设计失败风险较高。作为计算机360系统的规则设计者，IBM在进行模块化设计前就预测到可能会遭遇重大的风险，而且现实中也确实遇到了此类风险，并遭受惨重损失①。另外，即使企业本身不进行设计研发活动（如思科），而是通过购买、整合外部技术获取竞争力也要面临较大的选择失败风险，一旦选择失败，所要承受的损失也是巨大的。另一方面，高生态位企业承受了更多来自市场环境变化及消费者偏好改变的市场风险，因为高生态位企业往往直接面对最终产品市场。若企业与中间品供应商间的交易主要以短期协议的形式实现，则可将一部分来自最终产品市场的风险转嫁给中间品供应商。处于较低生态位的供应商倾向于风险规避，而高生态位企业为了吸引更多优秀的供应商以较低的供货价格加入其网络，往往会选择与供应商签订长期合作协议，从而承担了全部的市场风险。
（3）企业所处生态位越高，市场势力越强。稀缺资源（规则、标准、关系资源等）的获取对企业能力的要求较高，因此拥有稀缺资源的企业具有更高的进入门槛。根据可竞争市场理论，伴随生态位的降低，市场竞争程度会不断加大，因此高生态位企业往往拥有更强的市场势力。以智能手机生产网络为例，在智能手机的模块化体系架构中，主要的部件为主处理器部分（该部分运行开放式操作系统，负责整个系统的控制），而作为主处理器的重要部件――处理器芯片几乎被ARM公司垄断，且其技术已成功晋级为全球RILA的标准，知识产权集中程度非常高。目前，约有30家半导体企业与ARM签订了技术许可协议，更是有包括微软等在内的众多知名软件系统研发企业与其达成了合作。与此相对，智能手机各大品牌运营商、操作系统开发商的市场格局则呈寡头垄断特征，而完成手机组装的制造商则处于高市场竞争环境中。
由此可见，在静态分析视角下，企业网络租金分配份额主要取决于其所处生态位。Dyer（1996）关于汽车行业的研究为以上理论分析提供了经验证据：1980-1997年间，丰田与其合作供应商创造了高于对手大概50%的利润。Dyer将此归因于丰田与供应商间通过关系专用性投资构建的网络组织。网络组织的建立为丰田与供应商创造了共有利益，但丰田的利润率（ROA=130%）要高于供应商（平均ROA =71%）。丰田之所以能分得较高的比例在于其处于较高的生态位，拥有更多稀缺资源（品牌、系统整合能力、生产诀窍等），为网络创造了更大的价值，而且丰田承担了更多的市场绩效风险、技术研发风险及网络运行风险。此外，本田所处的汽车行业相对零部件行业市场集中度更高，供应商不能轻易地更换丰田，但丰田可轻易地更换供应商，因此丰田具有较强的谈判能力。然而，也有些供应商能获得与丰田相当的利润率，如电装公司（Denso，ROA=128%），其主要原因在于，Denso是汽车供应链中关键电子元器件的供应商，相对其他供应商来讲，其处于较高的生态位。 Denso设计制造了许多较为复杂的汽车零部件，承担了较高的研发风险，这些配件只有几家厂商能够生产，因此其地位难以被取代。与此相反，为丰田提供气门弹簧、控制电缆和板簧的中央弹簧公司（Chuo Spring）同期内的ROA仅有75%，原因在于，Chuo Spring处于较低生态位，既没有相关知识产权，也没有Denso那样设计、制造复杂的部件，因此其承担的网络组织风险较低，而且在日本，Chuo Spring所处行业的市场集中度较低，可替代性强，因此Chuo Spring只能分得较少的租金。综上所述，本文提出如下研究假设：
H1：企业所处生态位越高，所能分得的网络租金越高。
2.模块化网络组织租金分配的决定因素：动态视角
企业所处生态位高低主要取决于其VRIO资源的拥有量。高生态位企业主要凭借其所拥有的规则、技术、标准等网络组织核心资源而占据网络组织核心地位，其他成员对其依赖程度高，导致其在谈判中具有更多的话语权，并据此分得较高的租金。但企业所处生态位的高低并非固定不变，即网络组织内部结构并非呈现稳态特征，而是受到来自内外部各种作用力的冲击，从而不断演化。某一企业可能在一个时点上处于高生态位位势，但在下一个时点由于新技术的冲击，使得其原来构建的标准和规则被打破，导致其所处生态位位势急剧下降。在网络组织后续演化过程中，若高生态位企业所拥有稀缺资源的可模仿性、可替代性较强，则易于被其他企业模仿、复制或改进，从而降低该资源的价值，该企业的生态位相对位势随之降低。稀缺资源的可模仿性和可复制性主要取决于知识溢出难易度。如图1（动态视角下）所示，生态位相对位势的改变必然导致网络组织利益分配格局的改变，这与卢福财和胡平波（2006）“网络租金的分配会随网络结构的变动进行实时调整”以及Coff（2010）“租金分配是一个动态的过程”的观点相类似。 具体的，在网络组织动态演变中，高生态位企业不仅受到网络组织外部企业的竞争压力，还受到本网络内部其他企业升级的压力。一方面，企业入网是为了获得一定的利益，若其所得利益低于期望利益或能够从其他网络中获得的利益，则成员企业会选择离开网络，现有高生态位企业将被淘汰。另一方面，随着时间的推移，成员企业的能力也在发生变化，如果高生态位企业现有的稀缺资源知识溢出难度较低，则随着时间的推移，其会向其他低生态位企业产生正向外溢效应，且低生态位企业还会依托自身优势，实现生态位的纵向升级。例如，低生态位企业可充分利用与中、高生态位企业合作过程中获得的显性知识，并凭借自身贴近生产端的优势，改进相应的技术、工艺，模仿、改进甚至替代中生态位企业现有的知识和技术。再如，如果高生态位企业知识溢出难度较低，其建构的规则、标准等易于被模仿和复制，则处于中生态位的企业可凭借其本身已具备的规模、技术优势，促进自身技术的普及，并对整个产品建构进行重新设计，设计出一套符合市场需求的新规则，降低高生态位企业的垄断地位，并加快现有高生态位企业指定的规则、标准的退市，从而实现向高生态位的升级，取代现有高生态位企业的地位。反之，如果高生态位企业知识溢出难度高，一方面，中、低生态位企业难以获得知识外溢好处，另一方面，中、低生态位企业不具备设计复杂程度很高的新规则、新标准的能力，由此则提高了高生态位企业的讨价还价能力。据此提出如下研究假设：
H2：高知识溢出难度能够强化处于高生态位企业的不可替代性，使其能够分得更多租金。
企业所拥有的知识溢出难度又可具体分为两个层面：一是知识的缄默性程度。如果企业核心知识不易编码，不易于转移，具有较强的复杂性，则该知识缄默性程度较高。例如，某些知识的创造过程往往需要整合不同科学和工程原理以及技术，因此能力上要求多样性，比如研发、制造、工程化、生产和营销等各方面的能力，从而知识复杂度高，难以被实力较弱的企业模仿。此外，如果知识是不断变化的、复杂的，并且是一个大的知识系统的一部分，则有效的知识转移通常要借助一些非正式手段，如面对面交流、人员讲授和培训、人员流动甚至获取整个团队。由此可见，若企业核心知识缄默性程度高，则不易产生知识溢出，且其他企业获取该知识需付出的代价也较高，这意味着高知识缄默程度为该企业构建了竞争力屏障，提高了其在整个网络组织中的不可替代水平，因此能够在谈判中进一步提高其租金分配份额。二是知识产权保护度。如果企业知识缄默性程度较低，知识是标准化的、可编码的、简单的且相互独立的，则知识转移难度会大大降低；如果知识复杂度较低，则易于被其他企业模仿。例如，过去浏览器市场一直由微软IE垄断，但由于浏览器技术复杂度并非很高，而且随着浏览器引擎的开源，竞争厂商逐渐增多，传统的标准开始受到越来越多的挑战（在中国的市场上就有来自奇虎360、谷歌、搜狗等企业的挑战），致使IE的市场份额不断下降。在这种情况下，企业若要维持其竞争优势，必须采取完善的知识产权保护制度，以维持其知识在一段时间内的竞争力。但是，如果企业所拥有的知识、技术等软资源知识缄默性程度较低且知识产权保护力度不够，且没有形成新的具备竞争优势的资源，则其地位极易被替代，从而降低其能够分得的网络租金份额。由此本文提出如下研究假设：
H2a：高知识缄默度能够强化处于高生态位企业的不可替代性，提高其租金份额。
H2b：高知识产权保护度能够强化处于高生态位企业的不可替代性，提高其租金份额。
三、研究设计
1.变量与指标选取
根据前文理论分析及研究假设，本文的变量主要涉及企业所能分得的网络租金份额、企业所处生态位及知识溢出难易度三个方面。其中，企业所能分得租金份额是被解释变量，企业所处生态位、知识溢出难易度为解释变量。同时，为了排除其他变量可能带来的干扰，本文引入企业资本规模、劳动力投入及行业平均利润水平作为控制变量。
（1）解释变量：生态位、知识溢出难易度。目前，企业在网络组织中所处生态位尚没有直接的指标数据，即使通过问卷调查方式获取进而量化仍然存在较大偏差。而且，调查问卷方式同样面临数据涉及商业机密及调查人员对问卷情况不了解而获取不到比较客观的信息的问题。此外，这一指标也难以量化测度。从生态位的定义上来看，可通过测度企业所占据的特定资源空间来实现生态位的量化，但受制于会计计量上的局限性，企业所拥有的某些对网络组织而言非常重要的资源难以实现计量，如社会资源，因此容易低估处于较高生态位企业的位势。但是，从定性角度来看，若某企业占据网络组织中较多的知识、技术、社会资源等软资源，该企业一般处于较高的生态位，因此可以把企业软资源的拥有数量作为企业所处生态位的替代变量。但由于软资源的存量数据难以获取，出于数据可得性的考虑，本文剔除了难以测算的相关数据指标，而选取研发投入（rd）作为生态位的替代变量。知识溢出难易度主要通过两个层面衡量：知识缄默性程度、知识产权保护度。这两个指标均难以科学量化，因此本文从定性的角度采用虚拟变量的赋值方法对其进行定义。
（2）被解释变量：企业网络租金分配份额。同生态位类似，企业网络租金分配份额变量同样没有直接的指标数据，但从其定义来看，网络租金是企业总利润扣除平均利润水平的超额利润，因此只要控制企业的平均利润水平、时间因素等的影响，企业的总利润水平便可在一定程度上体现企业网络租金份额的大小，因此本文选取企业利润（pro）作为网络租金份额的替代变量。
（3）控制变量：企业资本规模、劳动力投入及行业平均利润水平。从投入产出视角看，企业利润主要来源于各项要素投入。资本和劳动是最基本的要素，通常认为，企业资本与劳动投入越多，企业利润水平越高。本文选取学术界通常采用的员工人数（la）作为企业劳动投入的替代变量，并将资本投入（ca）也作为控制变量引入模型当中。此外，为了控制企业所处行业的特质对利润造成的影响，本文还引入了行业平均利润水平（ap）作为控制变量。 2.数据收集与整理
若以中国企业为数据收集样本，目前能够直接获取的微观企业层面数据库为“中国工业企业数据库”，但该数据库中研发支出指标数据缺失较为严重，因此数据获取难度较高。而且，根据本文的研究对象，国内企业层面的数据也难以满足研究需求，因为在模块化网络组织中，处于高生态位的中国企业不多，如果选择中国的企业作为样本缺乏代表性。出于以上两方面原因，本文选取欧盟发布的企业研发排行榜上1 000家欧盟和非欧盟企业作为研究样本。在剔除了航空航天及军工领域企业、数据存在异常或缺失的企业后，最终形成包含1 358个观察值的平衡面板数据集。其中，营业利润、研发投入、资本规模、劳动力投入指标数据来自《全球企业研发投资排行榜》，知识缄默性程度、知识产权保护度数据主要通过结合相关行业、企业资料进行判断。
3.估计方法选择
为了检验前文提出的研究假设，本文首先采用最小二乘法对样本数据进行混合回归，其后为了控制模型中可能存在的不随时间而变的遗漏变量对回归结果的影响，又对样本数据进行了固定效应回归，以获取更稳健的结果。计量检验步骤如下：
其中，ks表示企业知识缄默性程度，rdit（-2）表示滞后两期的研发投入，ks* rdit（-2）表示企业知识缄默性程度通过影响企业知识资本的稀缺性进而产生的对租金分配份额的影响，γ2>0表示强知识缄默性程度会提高知识资本拥有者在价格谈判中的地位，从而在原有基础上进一步提高其能分得的租金份额。kp表示企业知识产权保护度，kp* rdit（-2）表示企业知识产权保护度通过影响企业知识资本的稀缺性而产生的对租金分配份额的影响，γ3 >0表示强知识产权保护度会进一步提高知识资本拥有者的网络租金份额。
四、假设检验
1.生态位对企业网络租金份额的决定作用分析
模型1检验结果如表1所示。其中，（1）-（4）列为采用最小二乘法进行回归分析的估计结果。第（1）列仅以研发投入（rd）为自变量，结果显示以研发投入为替代变量的生态位对以营业利润为替代变量的企业租金份额具有显著影响，影响系数为1009。第（2）列加入了劳动投入（la）作为控制变量，结果表明研发投入对利润的影响仍显著为正，但影响系数有所下降，而劳动投入对利润的影响不显著。第（3）列加入资本投入（ca）控制变量，研发投入对利润的影响仍显著为正，企业资本投入对利润则也具有显著的正向影响，影响系数为0260，这是因为财务资本也是企业的一项重要软资源，同样对企业超额利润的创造起到至关重要的作用，而劳动力则是企业的一项硬资源，虽不可或缺，但由于其价值及稀缺性较低、可模仿性及可替代性较强，因此对企业超额利润的形成贡献较小。第（4）列进一步加入行业平均利润水平（aprofit）作为控制变量，以控制行业因素对回归结果可能造成的影响， 结果表明，研发投入对利润仍具有显著正向影响，而行业的平均利润水平虽对企业利润具有正向影响，但影响效果不显著，由此可见，行业因素对样本企业租金分配构成的影响较小，可忽略不计。
以上最小二乘估计结果初步验证了H1，即生态位与企业网络租金分配份额正相关，但由于企业间的异质性，采用最小二乘进行估计时可能存在变量遗漏，例如企业研发效率的影响。若不同企业在相同研发投入情况下，具有不同的研发效率（包括研发成功的概率、研发成果的市场绩效等），则也会对企业利润产生不同的影响。再者，若企业研发效率较高，则研发活动可能为企业带来较高的利润，从而促使企业进一步加大研发投入。因此，如果缺少对研发效率等遗漏变量的控制，可能会造成利润与研发投入间的内生性问题。为避免此类因素的影响，可假定企业的研发效率在一定时期内不随时间而变，这样在此假设下，就可以利用固定效应估计方法剔除包括研发效率差异在内的所有不随时间而变的遗漏变量的影响。
由表1第（5）列回归结果可见，采用固定效应回归时，研发投入对利润的影响系数明显提高，为1799；而企业劳动投入对利润的影响由不显著变为显著为负，可能的原因在于本文选取的样本多为以技术取胜的企业，而劳动投入较多则反映了该企业技术和知识水平较低，从而降低了其网络租金的获取。其他变量的估计结果与以上估计结果类似。
综上所述，假设H1得证。
2.知识溢出难易度的调节效应分析
知识溢出难度较低可能导致高生态位企业现有的标准、技术等软资源易于被竞争对手模仿、甚至替代，从而导致网络组织内部企业位势的调整、权力的重新配置等，进而影响网络租金的分配，而知识溢出难易度一方面取决于知识缄默性程度，另一方面取决于知识产权保护程度。
表1第（6）列列示了对模型2的估计结果。与回归结果（5）相比，研发投入对利润的影响系数有所下降，ks*rd（-2） 在1%的显著性水平下对以利润为代理变量的企业租金份额产生显著正向影响，表明高知识缄默性程度可以帮助知识资本拥有者提高谈判地位，获取更多网络租金。假设H2a得证。
表1第（7）列列示了对模型3的估计结果，kp*rd（-2）系数为正，但不显著，假设H2b未得到证实。可能原因在于本文选取的样本主要是具备高端知识技术的企业，这类企业的知识具有较高的知识缄默程度，因此知识产权保护的作用难以体现。另外，受样本期较短限制，一些研发周期较长的技术、知识可能尚未投入市场或投入市场时间较短，竞争对手尚未模仿。
3.稳健性检验
为了检验上述回归结果的稳健性，本文以企业连续三年累积研发投入总额作为企业所处生态位的替代变量进行回归分析，结果如表2所示。列（1）-（4）为对模型1进行最小二乘回归的结果，其中第（2）、（3）、（4）列分别为引入企业规模、资本投入、行业平均利润为控制变量的模型估计结果，列（5）-（7）分别为对模型1、2、3进行固定效应回归的结果。回归结果显示，以累积研发投入为代理变量与以当年研发投入额为代理变量的回归结果大体一致，rds、ksilent*rd（-2）两变量均对以利润为代理变量的企业网络租金份额具有正向影响，且均达到了1%的显著性水平，表明上述检验结果具有稳健性。 五、结论与建议
本文对网络租金分配的主要决定因素的理论分析表明：在静态视角下，企业网络租金份额主要取决于其所处生态位，生态位决定了企业对网络组织的贡献、承担的风险及市场势力，从而决定了其讨价还价能力；动态视角下，知识溢出难易度决定了高生态位企业所拥有的稀缺资源的可模仿及可替代程度，从而影响了企业生态位相对位势的变动方向，进而引起租金分配格局的变动。计量分析基本验证了本文的研究结论。
本文所得结论为处于网络组织劣势地位的企业提高租金份额提供了一定启示：（1）作为处于低生态位的模块供应商，其目标是要实现模块制造商→系统集成商→规则设计商的纵向升级，提升自身所处生态位，从而提高网络资金分配份额。要实现这一目标，首先，要培养该模块所应具备的能力及素质。模块制造商大多仅具备资源、规模、区位优势，而系统集成商则必须具备技术、资金及市场优势，规则设计商必须拥有价值网络的核心知识，并具备制定标准、规则的能力。其次，在具备相应能力的基础上，要通过增强自身市场势力及话语权逐渐取代上一级模块。作为模块制造商，第一步要实现从模块制造商→低端系统集成商→高端系统集成商的升级。具体而言，一要提升自身在技术、资金、市场方面的能力。许多科技成果都是在生产过程中迸发出的灵感，模块制造商要充分利用自身贴近生产端的优势，改进相应的技术、工艺；要通过扩大生产规模，降低生产成本，提高利润，积累资金；通过积累经验，提高生产效率。二要在自身实力增强的基础上，凭借其市场力吸引其他模块主动参与集成并适应开发新的市场架构，从而取代低端系统集成商，此后，可通过进一步增强规模和技术优势，提高自身谈判能力，吸引更多的模块制造商入围，从而向高端系统集成商迈进。第二步要实现从系统集成商到规则设计商的升级，这就需要对整个网络组织的标准、规则进行重构。（2）作为处于中生态位的系统集成商，要提升网络租金份额，必须实现向高生态位（规则设计商）的跃迁。首先，要掌握核心知识，具备规则、标准的制定能力。系统集成商本身已具备规模、技术优势，在此基础上要进一步增强自身优势，开发针对特定模块的新技术，并与模块供应商合作推广该技术，降低在位规则设计商的技术垄断程度及影响力，为其生态位提升做铺垫。其次，要在原有规则基础上构建出新的规则体系。要利用自身与模块供应商的密切联系及贴近市场端的优势，以及对产品结构的了解，在充分了解顾客需求的基础上，加大研发投入力度，促进技术、知识的更新换代，并对整个产品的规则、标准进行重新设计，取代现有规则设计商的地位，提升网络租金份额。
注释：
①1965年，360系统设计的后期阶段，遇到了在卡片、电路板和配电开关板线路的层次上没有实现标准化的问题，使得制造环节极大的复杂化，再加上原材料短缺，不得不宣布延迟生产，使整个公司陷入失控，并严重影响了IBM的财务状况。
