知識異質性對知識密集型企業創新績效的影響研究*——基于網絡結構嵌入性視角

成都理工大學 胡瀟月

黨的十八大提出必須把實施創新驅動發展戰略擺在關乎國家發展全局的戰略地位。而如今經濟全球化與開放創新背景下，如何利用知識異質性提升企業創新績效，是我國企業實現轉型升級的重要問題。

知識作為企業最核心的資源，相關現有研究雖然已取得了較多成果，但仍然存在以下不足之處。首先，現有研究主要集中在知識異質性對創新的靜態影響，沒有考慮到知識異質性對創新過程的動態作用。其次，作為影響創新績效的關鍵因素，學者們較多使用不同的網絡結構變量分析知識異質性和創新績效之間的關系，但缺乏從網絡嵌入性視角進行的研究?；谝陨戏治?，本文從網絡結構嵌入性視角出發，視其代表性網絡特征“中心度和結構洞”為重要影響要素，以中國生物醫藥行業20家企業專利數據為樣本，實證檢驗分析其對知識異質性和知識密集型企業創新績效之間關系的調節效應。本文旨在探討知識網絡嵌入情境下知識異質性對企業創新績效的影響差異、影響機制及知識網絡嵌入情境的調節作用，為企業制定技術創新與發展戰略提供參考。

一、文獻綜述與基本假設

盡管當前國內外學術界已在關于知識異質性與創新績效的學科交叉理論領域作出了較為成熟的研究結果，但在具體實踐中據調研發現，在對于知識互動同等注重的取樣企業間，其創新績效指數仍具有較大離散度。針對此現象，學者們對于作用于其主體關系的重要權變因素“網絡結構”作出后續理論補充研究。社會網絡理論指出，網絡中心度與結構洞兩種結構思路的實踐應用，對企業競爭優勢的確立與其戰略決策的執行有著至關重要的作用。在國外先進理論的引導下，部分學者將研究點聚焦于從“網絡嵌入性”維度來剖析創新行為。其中，結構嵌入性主要由中心度、結構洞等變量從模型關系中體現樣本目標企業在網絡中的位置，但對其與創新績效的關系研究結論尚存在分歧。例如國外學者Ranganathan與Li[1-2]在對于網絡中心度是否與企業績效間存在關聯具有分歧，兩者分別用學術論證得出相反結論。由此可以判斷出，若僅依附于單變量來建立網絡結構與創新績效的關系，得到的研究結論并不準確，而本文中將加設知識異質性作為新變量，在雙重因素共同作用下來架構其復雜關系，最后找出三者協調的理想狀態。

（一）知識異質性和創新績效之間關系

企業需要連續不斷地獲取和創造新知識來維持穩定的發展。獲取知識的來源存在多樣性，而知識主體可通過找尋與判斷其所含知識在不同維度的深層與顯性知識差異來打破固有思維定式，但對于目標企業能否利用知識異質性正向作用于企業創新績效還需要進行補充驗證。國內學者如陳勁等[3]以聯盟網絡作為樣本案例，觀察到其產品的創新概率與知識異質性存在正向相關關系，因此也有助于目標企業績效的升高；外國學者如Hsiao等[4]指出，企業內部進行知識交流，善用知識異質性可有助于隱性與適應性地提升知識汲取速率，也有助于目標企業績效的提高高。因此，本文提出以下假設：假設1知識異質性與企業創新績效成正相關關系。

（二）結構嵌入性對知識異質性和創新績效之間關系的調節作用

結構嵌入性體現為企業在網絡中的位置，由中心度和結構洞兩個變量體現。Tortoriello M等[5]認為網絡位置通過影響異質性知識獲取進而影響創新能力的形成，可以此檢驗企業利用資源屬性實現靈活配置的能力。其中，中心度與目標網絡節點間的關系主要由與其直接產生關聯的個數有關。當其變量數值較高時，表明該目標節點信息暢通，有助于企業的知識信息交流，在提高自主創新主觀能動性的同時，企業創新型技術與產品研發成功概率也會加大，并且促進目標企業吸收外部知識信息資源的質量與內容，從而獲取異質性知識。因此，本文提出以下假設：假設2中心度正向調節知識異質性和企業創新績效之間的關系。

占據網絡結構洞高位置節點的企業，有利于縮減其網絡節點間的無效鏈接鏈條，通過釋放一定空間去掌控并接觸核心知識源，從企業分工來看加速了資源處理效率。而結構洞的增加也會提高企業機會主義行為的發生概率，該現象則會導致信息不對稱性，其負面影響會降低合作企業之間的信任度，進而減少企業創新績效。因此，本文提出以下假設：假設3結構洞倒U型調節知識異質性和企業創新績效之間的關系。

二、研究設計

（一）數據來源

生物醫藥是一項科研強度高，學科交叉重疊度高的知識密集型產業，其不僅對于高層次人才的引入標準設置較高，同時其投入和風險都較高，具有較高的研究價值。本文引用的專利數據來自中華人民共和國國家知識產權局專利檢索數據庫。通過采用以下步驟收集相關數據：首先，通過中國醫藥生物技術協會總平臺及其他行業子平臺搜索并篩選表現活躍的20余家生物醫藥企業；其次，在專利檢索數據庫中逐個檢索其在2000～2020年間申請發明的專利數據及其專利引用和被引數據并進行數據清理，保留其中的20家樣本企業；再次，統計所有樣本企業之間專利引用交叉程度，建立企業間專利引用鄰接矩陣。最后，將矩陣導入Ucient軟件，計算并得出企業專利引用網絡圖譜。

（二）變量測量

1.自變量

知識異質度：測量基于國際專利分類(IPC)標準，采用傳統上測度異質化的連續指數進行計算。設為第i類專利所占的比率，為權重，用對數形式表示。知識異質度的測度公式如下：

數值從0到1變化，數值越大，表示異質度越高。

2.因變量

企業創新績效：專利數量是衡量企業創新績效的常用指標，表示為各企業專利授權數的總和。由于樣本限制在生物醫藥行業，消除了不同行業間專利申請趨勢的差異。

3.調節變量

網絡結構主要分為結構洞和中心性。一般研究將中心度分為絕對中心度和相對中心度，本文采用學者們常用的相對中心度變量，數據由于參考了網絡規模而具有可比性。具體表達式如下：

其中為節點i的相對度數中心度，n為網絡規模。本文參考Burt的方法計算結構洞指標，從有效規模、效率、限制度和等級度四個角度出發，采用限制度指數和Ucient軟件相結合的方式，測量并計算結構洞指標數值，數值越低說明結構洞個數越多。計算公式如下：

4.控制變量：

本文引入四個控制變量，即企業規模、企業年齡、企業性質和企業科技研發投入。

1.企業規模及年齡：持續期較長、實體與虛擬經濟規模較大的企業在各技術領域往往具有較高知識異質度。本研究將自企業成立時間至2020年間的時間作為企業年齡；將企業資本存量作為企業規模。

2.企業性質：其該項屬性主導了目標企業的創新策略選擇。當前國內企業屬性可大致分為享有國家扶持政策的國有企業與其他企業，而其他企業中其具有較大優勢的為外資企業。本文將以外資、國有兩種企業類型作為虛擬控制變量。

3.企業科技研發投入：企業每年投入在研發上的費用，研發費用越高，越有利于企業技術創新。

三、研究分析與結果

（一）網絡結構的描述性統計

通過使用Ucinet軟件分析計算二十家生物醫藥企業的專利申請、引用、被引和交叉情況，得出生物醫藥行業網絡指標數值及知識網絡圖譜。其中，行業網絡度數中心度為3.3，其中正大天晴藥業集團股份有限公司、江蘇瑞恒醫藥股份有限公司兩家企業排名前列。行業網絡中間中心度為26.01%，網絡平均距離為2.363，網絡密度為0.174，集聚系數為0.29，EI指數為-0.512，可知生物醫藥行業創新網絡中節點聯系較密切，企業之間專利交叉引用情況較為普遍。

（二）描述性統計和相關分析

由表1可得，企業創新績效與知識異質性之間的相關系數為0.014，且在1%的顯著性水平下表現顯著，說明二者之間存在顯著的正向相關關系。并且各變量的VIF值均低于10，說明變量間不存在明顯的多重共線性。

表1 變量均值、標準差和相關系數矩陣

（三）調節效應模型回歸分析

模型1的結果顯示，知識異質性的系數為正且在5%的顯著性水平下顯著，反映出知識異質性對企業創新績效具有正向調節作用，由此說明假設1的正確性。

模型2的擬合優度R2相比較于模型1來說具有顯著性的提升，說明模型整體解釋度增強。中心度的回歸系數為正且在1%的顯著性水平下顯著，說明中心度對企業創新績效具有顯著的正向影響。知識異質性與中心度的交乘項相關系數為正且在1%的顯著性水平下顯著，說明調節效應成立。從數值上看，中心度對知識異質性和企業創新績效之間具有顯著的正向調節效應。由此驗證了假設2的正確性。

模型3的擬合優度R2相比較于模型1，同樣具有顯著性的提升。從回歸系數看，知識異質性與結構洞的交乘項相關系數為正，知識異質性與結構洞平方項的交乘項相關系數為負，表明結構洞存在顯著的非線性關系，即存在倒“U”型關系。

四、結論與啟示

研究結果表明：知識異質性與企業創新績效成正相關關系；中心度正向調節知識異質性和企業創新績效之間的關系；結構洞倒U型調節知識異質性和企業創新績效之間的關系。由此，本文提出如下建議:(1)構建全面的網絡結構。知識密集型企業應正視社會網絡在創新活動中的作用，大力建設各種關系網絡和相互信任的社會關系，充分優化創新政策的實施效果，提高企業創新績效。（2）充分利用網絡結構優勢。企業應該積極合作以建立與利用網絡結構的中心度優勢，同時應該避免結構洞過高導致的機會主義行為，建立深層次信任合作機制。（3）異質性知識為企業間知識互動與交流提供了機遇，企業應加強與網絡內企業知識互動的深度，促進異質性知識轉化為創新成果，從而提升行業創新能力和創新績效。

表2 變量均值、標準差和相關系數矩陣