认知邻近性、地理邻近性对双元创新影响的实证研究

曹 兴，宋长江

（中南大学商学院 湖南 长沙 410083）

认知邻近性、地理邻近性对双元创新影响的实证研究

曹 兴，宋长江

（中南大学商学院 湖南 长沙 410083）

从邻近性角度出发，以地理邻近性和认知邻近性二维度作为自变量，探究二者对创新网络节点组织开发式创新和探索式创新绩效的影响作用。以无线通信网络技术创新领域作为研究对象，运用美国国家专利数据库（USPTO）进行专利数据收集，构建了合作创新网络，计算相关变量指标对假设模型进行验证。研究结果表明：地理邻近性对创新网络节点的开发式创新存在U性关系，与探索式创新关系不显著；认知邻近性对创新网络节点的探索式创新的影响呈现倒U型关系，与开发式创新作用关系不明确；地理邻近性与认知邻近性对双元创新存在一定交互作用，对开发式创新表现为互补效应，对探索式创新表现为替代效应。

认知邻近；地理邻近；开发式创新；探索式创新

一、引言

随着创新成本的急剧增加和市场要求响应时间的缩短，外部资源的获取和利用就成为组织创新关注的焦点。从最初简单合作到建立合作联盟，再形成体系庞大的创新网络，组织利用不同形式的合作，增强自身创新能力与市场竞争力。组织通过创新网络弱联系或强联系的建立、结构洞的搭桥功能以及创新氛围的创造，能够极大地增强组织间知识创造与扩散的进程，进而弥补单个组织创新能力的缺失和资源不足。创新网络下组织创新边界不断弱化，组织资源不断共享，组织唯有嵌入到网络中才能获取影响创新的信息和资源[1]。因此，组织创新必然会受到其所在网络中与其他组织间关系、网络知识构成和网络间知识流动的影响（Nooteboom, 1992[2]; Hagedoorn, 1993[3]; Powell et al.,1996[4]; Rowley et al., 2000[5]; Ahuja, 2000[6]; Owen-Smith and Powell, 2004[7]）。

邻近动力学派认为邻近性通常是知识分享、知识转移和技术获取的前提条件（Gertler, 1995[8]; Knoben J, Oerlemans L A G., 2006[9]），以外部效应、集聚效应、经济主体间的合作与交互作用为主要切入点，知识传播受空间、认知、制度等一系列因素的影响。邻近性与创新的关系近年来已成为创新研究领域关注的焦点。对邻近性维度的界定尚未形成共识，Boschma（2005）认为邻近性可以从认知邻近、组织邻近、社会邻近、制度邻近和地理邻近五个维度来考虑交互式学习和创新[10]；李琳、韩宝龙（2009）通过文献梳理，将邻近性重新界定为地理、认知和组织三大维度[11]。从已有文献来看，相对于其他维度，地理邻近性和认知邻近性的概念和测量指标更明确、可量化，学者们也大多从这两个维度对区域、产业集群和企业的创新影响进行研究[12-13]，很多实证研究表明地理邻近、认知邻近与合作创新间存在显著相关性。创新通常被划分为开发性创新和探索性创新，即双元创新[14]，组织不同的创新策略对于自身和外部的知识资源需求不一样，组织间邻近性的不同，必然会影响组织的双元创新。

基于主体间关系的邻近性会对网络中组织的双元创新产生何种影响？针对以上问题，本文引入以创新网络中节点组织为对象，利用可量化的地理邻近和认知邻近两个维度，揭示对双元创新的影响，为创新组织更好利用合作获取外部知识，提升组织的创新能力和创新水平，实现在全球网络中保持竞争优势提供理论指导。

二、研究假设与模型

双元创新是组织在持续保证平稳发展和着眼未来采取的创新策略，其中开发性创新指的是通过利用式学习，以满足市场和顾客的现有需求为目的，对现有的产品或服务进行升级，或者进行产品服务过程的创新[15]；探索式创新是突破组织现有的知识体系，开辟新的市场和技术领域，颠覆已往技术范式而进行的创造活动。国内学者将开发性创新称作利用性创新[16-17]或者挖掘性创新[18-19]，将探索性创新称作突破性创新[20-21]或者颠覆性创新[22-23]等。本文认为基于自身知识基础的开发式创新主要依赖于知识的吸收能力和对现有知识的深入挖掘能力，探索式创新不仅依赖于主体组织对知识的吸收能力，知识的新颖性也是决定其创新成功的关键因素之一。

（一）地理邻近性与双元创新

地理邻近性（geographical proximity）反映组织间空间距离的远近，通常被称为地域邻近性、空间邻近性、本地邻近性或物理邻近性。在一元分析层面，相关组织的地理聚集称为该地区的地理邻近，而在二元层面中则认为是两个互动组织之间的距离，Torre认为地理邻近性是“两单位之间的公里距离”[24]。对于地理邻近性与创新的关系，已有文献研究主要从区域和企业组织两个层面对其进行研究，在区域层面上，Rodriguez-Pose和Crescenzi（2008）将研发、知识溢出、区域创新系统以及区域经济增长整合在一个模型中进行研究，指出在欧洲存在一个200公里半径范围的知识自束缚区，核心区的邻近区域若在此半径范围内可以获取核心区的知识溢出，从而提高自身的区域创新水平[25]；徐德英等（2015）基于中国区域高技术产业1995年-2012年的面板数据，研究发现单维度邻近下，地理邻近的作用效果最大[26]；李琳，曾巍（2016）以中三角、长三角省际边界区域经济协同发展为例，验证了地理邻近性对省际边界区域经济协同发展的影响呈先促进后抑制的倒“U”型[27]。霍国庆（2017）等也对我国战略性新兴产业进行了实证研究[63]。在企业组织层面上，Eriksson（2010）从本地知识溢出和知识流两个角度分析了地理邻近性如何影响企业的绩效，研究结果显示经济活动密度在一个比较近的范围内影响企业的绩效，经济活动的组成结构则能够在更远的范围内对企业绩效产生作用[28]；黎振强等（2015）以中小高新技术企业为研究对象，利用结构方程模型验证了地理邻近性对企业知识获取和创新绩效存在显著的正向影响效应[29]；应洪斌等（2015）研究表明地理邻近性降低了企业利用关系镶嵌和结构镶嵌获取外部知识的潜力[30]；赵炎等（2016）以中国生物制药行业1995-2010年战略联盟数据为样本，运用负二项回归模型，发现企业间的地理邻近性对联盟知识转移有显著的促进作用[31]。

通过文献的进一步梳理，本文发现地理距离通过主体间生产要素流动成本、主体间互动沟通成本来影响主体创新行为和绩效，地理距离的接近使得合作主体组织间所处的文化环境、制度环境和人才环境等不断趋同，较近的地理距离促进面对面的交流与互动，而频繁的交流有利于组织间紧密合作关系的建立，提高组织间信息交换的频率和效率，加速知识的流动，进而促使合作主体间知识的同化，组织间知识的异质性降低。频繁交流的合作能使自身现有的知识结构进行完善，有助于开发式创新的产生。随着地理距离的扩大，合作主体间由于所处情境的差异，其可能产生或转移的新颖性知识不断增加，有利于组织生产和获取新颖性知识，以实现组织突破性创新对新颖性知识的需求。地理距离的增加导致的情境因素差异不断加剧，必然降低合作双方对对方新颖性知识的吸收，同时交流沟通成本的提升，也可能引起合作成为形式上的合作，双方之间并不会产生知识的流动，组织仅仅能依靠自身原有知识进行创新，更多表现为开发式创新。因此，本文提出以下假设：

H1：地理邻近性对网络节点组织开发式创新影响呈U型

H2：地理邻近性对网络节点组织探索式创新影响呈倒U型

（二）认知邻近性与双元创新

认知邻近性（cognitive proximity）的概念最初是由Nooteboom（1999）提出，定义为主体觉察、说明、理解和评估世界方式的相似性[32]，其他学者普遍也都认为认知邻近是“主体感知、诠释和理解世界时的相似性”[33]。李琳等（2014）通过社会网络分析认为认知邻近是一个包含技术邻近在内的内涵更广泛的概念，具体包括主体间的共同语言、目标以及相近的技术水平和知识基础，在此基础上的邻近更具有认知邻近的创新特征[34]。也有学者将认知邻近归属到组织邻近这一范畴，Rallet、Torre将认知邻近性看成时组织邻近性的一部分[35]。因此，认知邻近性就是不同的组织文化、习惯、规则和惯例影响主体观察和理解世界的的方式，这一方式必然建立于已有知识和技术的基础上，主体为了有效地交流转移新知识，需要拥有对事物相似的而并非一致的知识基础。

认知邻近是互动学习发生的前提条件[36]。Nooteboom（1999）认为认知距离对于新颖性是必须的，足够小的认知距离有利于相互理解和高效的信息获取，然而新知识的产生又依赖于足够大的认知距离[30]；Wu W等（2016）研究京津冀省市间协同创新的影响因素发现，认知邻近对协同创新发展的积极作用[37]；Steinmo M.和Rasmussen E.（2016）从合作组织性质入手，研究发现以工程为基础的公司往往依赖于地理和社会邻近，而以科学为基础的公司更依赖于认知和组织邻近[38]；毛崇峰等（2016）将合作组织间的认知邻近性划分为目标认知、竞合关系认知和投资认知三个维度，运用结构方程实证表明目标认知邻近和竞合关系认知邻近对合作组织创新绩效显著正向影响[39]。然而，Broekel and Boschma（2012）发现认知邻近性对创新绩效的影响为负[40]；同样，Balland（2009）在研究欧洲卫星产业合作网络的演变过程中，发现认知邻近性对合作产生了显著的负作用[41]。大部分研究表明认知距离（认知邻近的倒数）和创新绩效之间表现为Nooteboom提出的倒“U”字型关系，Wuyts[42]、Gilsing[43]、Nooteboom etal.[44]、Cunningham & Werker[45]等证实了这个结论，Yli-Renko发现认知邻近的最优值大约是0.5[22]。

通过以上文献研究，本文认为认知邻近性具有双重作用，带来机遇的同时也会产生风险。认知越邻近代表合作组织间知识越相似，知识的相似有利于同质知识的交流，能够促进企业补充与改善现有知识，逐步推进技术的升级。同质资源将导致知识锁定，而异质资源往往是新颖性的基石，一个组织的创新过程需要外部知识流，从而将外部知识和已有知识进行整合，进而产生新知识[48]。Phelps发现获得多种类型的知识对公司的创新能力有积极影响[49]。March将知识生产分为开发阶段和利用阶段，并对认知邻近性的作用进行了比较[50]，研究结果发现开发阶段节点组织合作需要的认知距离较大，以便寻求更多的创新机会。认知邻近性在不同的合作类型中所起的作用也不同，Petruzzelli认为在探索性研究中，一定的认知距离有利于合作，而在利用性研究中，较小的认知距离有利于合作[51]。按照知识新颖性和知识吸收两个层面分析，认知距离越大意味着更多新颖性知识，认知距离越小表示知识吸收能力越强，网络节点探索式创新取得成功既要保证知识的新颖性，同时也要求保证对这些知识的有效吸收转化，故而，需要适当的认知邻近性。因此，本文提出以下假设：

H3：认知邻近性对网络节点组织开发式创新正向影响

H4：认知邻近性对网络节点组织探索式创新呈倒U型关系

（三）地理邻近性和认知邻近性对双元创新的交互作用

邻近性各维度对创新的影响通常并非孤立存在，地理邻近和认知邻近两者对创新会产生交互作用，对创新的影响主要表现为互补作用和替代作用。互补观点认为地理距离远的组织不能通过面对面的接触分享知识和信息，但组织能够利用相似认知和知识基础获取高的相互理解能力，从而弥补远距离带来的交流困境[52]。同时，地理邻近下所产生的相似环境是组织认知能力形成的基因之一[53]，因此，地理邻近与认知邻近表现为正相关关系。替代观点认为认知邻近能够极大降低沟通和协调成本，从而减少或取代地理邻近和面对面接触[54]，尤其是现代交流工具的急速发展，地理距离已不再是组织间的障碍，地理邻近也不一定会带来认知邻近，其对认知邻近的促进作用并不绝对[55]。

从双元创新角度来看，地理和认知邻近二者的交互作用，开发式创新对知识新颖性要求低，主要依赖于组织利用外部相似知识完善自身已有的知识体系和结构，此时无论是地理还是认知邻近，都能够促进组织对相似外部知识的获取和吸收，二者间表现为对开发式创新的互补促进效用。相较于开发式创新，探索式创新对知识新颖性的要求高，组织间合作更加注重合作创新所能产生的潜力，地理距离不是考虑的重点，相反，地理距离的增加所带来的隐性知识高异质性符合探索式创新需求，此时地理和认知邻近表现为替代关系。因此，本文提出以下假设：

H5：认知邻近和地理邻近对网络节点组织开发式创新影响表现为互补关系

H6：认知邻近和地理邻近对网络节点组织探索式创新影响表现为替代关系

根据以上分析和假设，本文构建了地理和认知邻近对双元创新影响的概念模型，如图1所示。

图1 地理和认知邻近对双元创新影响概念模型

三、样本数据与指标选取

（一）数据来源

本文选取无线通信网络技术作为研究对象，其IPC国际专利分类号为H04W。无线通信网络技术作为当今发展最快、潜力最大和技术价值极高的一门前沿技术，广泛应用于各个专业领域。由于专利作为研究邻近性与创新之间关系的数据来源已经被众多研究人员使用（Cantner and Meder, 2007[56]; Nooteboom et al., 2007[57]），利用共同专利申请作为样本数据来源也是学者们应用较多的一种方法（Petruzzelli, 2011[58]），且一般认为时间间隔为3到5年内网络中的节点企业的联系合作不会中断[42]。因此，本文利用美国国家专利局专利（USPTO）数据库，对国际专利分类号为H04W，申请日期为2006年1月1日年到2010年12月31日年五年间的专利数据进行筛选，检索条件设定为：ICL/H04W$ AND PRAD/20060101->20101231，共检索出9620条专利数据，剔除单独申请和申请人为个人的专利数据后得到359条共同申请专利，最终获得的合作创新网络节点组织数目为162家。从所获取创新组织所处的地理位置来看，162个节点组织全部来自北半球的21个国家，这些组织绝大部分位于北纬20-70度、经度则位于西经10度-东经30度和东经100度-东经150度之间，主要集中在西欧和东亚地区，包括韩国、日本、中国、法国、德国、英国等，见表1。

根据组织间的合作专利申请情况，本文利用UCINET软件绘制出合作网络拓扑图，如图2所示。从图2可以看出，无线通信网络技术合作网络呈现出以地区划分的集聚子网状态，且每一子网中存在拥有较多知识基础和连接关系的核心节点组织。地域的邻近促使组织间获得面对面沟通的及时性，资源的流动更加顺畅，同时地域邻近产生的环境相近能够避免各种因素引起的冲突，子网呈现出较高的地区划分状态，其中以日韩地区和欧洲最为显著。同时，拥有较高知识基础的组织往往所储备的知识宽度和关系网络都比较丰富，这些组织往往在合作网络中起主导作用，成为核心节点，如三星电子、夏普株式会社、日本电气、沃达丰等。

表1 H04W专利合作网络主要节点组织所属地区及专利情况

（二）指标选取

1.解释变量

（1）

图2 H04W专利合作网络拓扑图

（2）

（3）

（4）

（5）

节点i的认知能力CLi，即为节点i在2006—2010年所拥有的H04W分类号下的专利数。 利用USPTO，对162家主体在2006年1月1日—2010年12月31日间，在分类号H04W下申请的专利数进行检索，检索条件为：ICL/H04W$ AND AN/“节点名” AND AC/“城市名” AND PRAD/20060101->20101231，一共获得专利数据134803条。

2.被解释变量

（1）双元创新。组织的双元创新绩效可以利用专利分类号，通过该组织每年的专利申请与前5年的专利申请进行对比衡量，进而判别该组织的开发式创新（exploitative innovation）和探索性创新绩效（exploratory innovation）。一般认为技术影响合适的评估窗口期为5年（Podolny, Stuart, 1995[61]; Stuart, Podolny, 1996[62]; Henderson, Cockburn, 1996[59]; Ahuja, 2000a[5]），Griliches（1984）对研发活动进行研究时发现，知识资本的经济价值往往只能维持五年，并随着时间逐步下降[46]。本文利用专利划分开发式创新和探索式创新的规则：如果组织当年新申请专利的分类号（IPC以前四位为准）在过去5年没有申请，则定义为探索式创新，探索式创新专利的探索性质持续时间同样以5年期为限；反之，如果组织当年新申请专利的分类号（IPC以前四位为准）在过去5年申请过，则定义为开发式创新。因此，用USPTO检索出162各节点组织在2006年到2015年间所申请的所有专利，共检索出134308条专利数据，以IPC分类号前四位为基准，按照双元创新划分规则，针对逐个组织2011—2015年的每一条专利所属IPC分类号与在此专利之前该组织所有申请专利的专利IPC分类号一一进行对比，一旦申请日期相隔5年或5年以上则分类至探索性创新，反之被分类至开发式创新，以此测度出每个节点从2011年到2015年的开发式创新和探索性创新成果。

3.控制变量

为了避免来自其他因素的影响，除了对自变量地理邻近性和认知邻近性进行测量外，参考相关研究，本文将影响网络节点创新绩效的企业规模、企业年龄、企业所属行业、企业所在地区等作为控制变量。其中企业规模采用知识基础衡量，为其2006年到2010年所拥有的专利总数；企业年龄则通过企业官网、网络百科中查询获取；企业所属行业根据最新全球行业分类标准划分为14个；企业所在地区则以七大洲进行划分。行业和地区信息同样通过节点组织官方网站、网络百科和相关政府机构获得。

四、实证分析

（一）模型选择

由于开发式创新和探索式创新作为因变量是取值为非负的计数型变量，不适合使用线性模型。对计数数据，学者们往往采用泊松回归进行估计，但泊松分布的约束条件是均值等于方差，由于本文因变量的均值和方差差距非常大，过度分散，难以满足泊松回归模型的等离散假设，作为广义的泊松回归，负二项回归能较好的解决样本过度分散的问题。因此，本文使用负二项回归模型进行估计。同时，对研究的解释变量进行逐步回归分析，将解释变量选入回归方程，以保证所获得的解释变量集达到最优拟合效果，降低变量间多重共线性的影响。

（二）回归分析与结果讨论

为判别所研究变量的有关性质及其之间的相关程度，利用SPSS对解释变量、被解释变量及控制变量进行描述性统计分析，如表1所示。样本中被解释变量开发式创新和探索式创新的均值与标准差相差约3倍，存在较大的波动，在以单个组织的专利为研究对象情况下，不同的组织所申请的专利数目差别甚大，一般核心组织的专利数量要远远超过非核心节点组织，导致数据存在较大的离散性。在变量的相关性分析中，认知距离、企业规模分别与开发式创新、探索式创新存在相关关系，且通过0.01的水平的显著性检验；地理邻近与开发式创新表现为正相关关系，且在0.05水平上显著。一般认为如果相关系数在0.75以上，则可以认为可能存在共线性问题[47]。从表2可以看出，自变量、控制变量间相关系数均在0.60以下，说明本研究数据不存在共线性问题。同时，因变量的方差大于均值，说明负二项回归模型比较合适。

表2 变量描述性统计与相关性分析

注：N=162；***在0.01水平（双侧）上显著相关；**在0.05水平（双侧）上显著相关；*在0.1水平（双侧）上显著相关。

利用stata负二项回归模型分别对控制变量、以及在控制变量基础上依次加入自变量进行回归分析，分析结果如表3所示。模型1-4研究的是地理邻近与认知距离对开发式创新的影响，模型6-9研究的是地理邻近与认知距离对探索式创新的影响，模型5与模型10研究的是地理邻近和认知邻近分别对开发式创新和探索式创新的交互影响。回归表明所有模型的F检验均在0.01水平上显著，说明模型整体的拟合程度较高。

本文采用逐步回归的方法分析了地理邻近、认知距离对合作网络下节点组织双元创新的影响。为验证U型和倒U性关系，根据已有文献的研究，将自变量的一次项和二次项引入回归模型进行分析，进一步引入地理邻近和认知邻近的乘积项，分析地理邻近与认知邻近的交互影响。从解释变量的线性关系、非线性关系出发，逐步加入回归模型中进行分析。

模型1和模型6分别研究的是地理邻近对开发式创新和探索式创新影响的线性关系，结果发现，二者均为通过显著性检验，表明地理邻近与开发式创新、探索式创新均不存在显著的线性关系。

模型2和模型7分别在模型1和模型6的基础上增加了地理邻近的非线性项，实证结果发现，地理邻近与开发式创新呈U型关系，且通过0.05水平的显著性检验；在地理邻近与探索性创新的回归模型中，地理邻近平方的系数为-0.212，与探索式创新呈倒U型关系，但未通过显著性检验，说明地理邻近并没能对探索式创新产生较大影响。

模型3和模型8在已有模型的基础上增加认知邻近线性项，模型检验结果发现，认知邻近与开发式创新的关系未通过显著性检验，表明认知邻近对开发式创新影响不显著；认知邻近与探索式创新的正向线性关系显著。

表3 回归分析

注：N=162；***在0.01水平（双侧）上显著相关；**在0.05水平（双侧）上显著相关；*在0.1水平（双侧）上显著相关。

模型4和模型9在模型3和模型8的基础上增加了认知邻近的非线性项，实证结果发现，认知邻近平方与开发式创新的非线性系数为0，两者间不存在非线性关系；模型9中认知邻近平方的系数为负，认知邻近与探索式创新表现为倒U型关系，且通过0.01水平的显著性检验。

模型5和模型10则进一步在模型4和模型9的基础上增加了地理邻近与认知邻近的交互项，实证结果表明，二者对双元创新存在一定交互效应，地理邻近与认知邻近对开发式创新存在互补效应，对探索式创新则表现为替代效应，但交互效应并不显著。

综上所述，地理邻近与开发式创新呈U型关系，支持假设H1，验证了地理距离以某一临界点为限，伴随地理距离的减小或增大，合作均能够促进组织的开发式创新；认知邻近与开发式创新的线性关系未通过显著性检验，拒绝假设H3；地理邻近和认知邻近对开发式创新呈现互补效应，但不显著，部分支持假设H5；地理邻近与探索式创新的倒U型关系不显著，假设H2未通过检验；认知距离与探索式创新的倒U型关系显著，假设H4通过显著性检验，验证了过大过小的认知邻近都不利于组织对外部知识吸收而实现探索式创新；地理邻近和认知邻近对探索式创新呈现替代效应，但不显著，部分支持假设H6。

假设H2和假设H3未通过显著性检验，而H1和H4通过显著性检验，地理邻近对探索式创新及认知邻近对开发式创新未能产生较大影响，而对地理邻近对开发式创新及认知邻近对探索式创新的影响显著，可能原因是在双元创新的两种模式下，地理邻近性和认知邻近性分别对开发式创新和探索式创新起主导作用，探索式创新更加注重知识的新颖性，而认知差异又是决定知识新颖性的关键所在。同时，检验中交互作用不显著，原因可能除与H2和H3未通过显著检验原因类似外，还可能归因于样本的特殊性，利用无线通信网络技术所构造的合作创新网络中的组织大部分从事于高技术通信行业，其合作创新沟通过程相较于其他行业更具有优势，地理邻近和认知邻近进一步表现出独立影响机制。

五、结论与展望

以地理邻近性和认知邻近性作为出发角度，研究了其对创新网络中节点组织双元创新绩效的影响作用，以无线通信网络技术合作创新网络为研究对象，利用美国专利数据库2006—2015年有关专利数据，对所提假设进行实证检验分析，得到以下结论：地理邻近性与合作创新网络节点组织开发式创新呈现U型关系，与探索性创新无明显关系。通过地理距离的接近，组织更容易利用沟通交流成本优势和同质情境下的相似知识，不断以低成本、高效率完善自身的知识结构，进一步挖掘内部知识潜能；认知邻近性对创新网络节点组织探索性创新呈倒U型关系，而与开发式创新无明显关系。探索式创新既依赖于网络节点企业与其他企业的知识差异性，同时也依赖于其自身的知识吸收能力。因此，要保证网络中相对的知识新颖性和拥有对这些知识的吸收能力就要求节点组织与网络存在一个适当的认知邻近。

由实证结果可以明显看出，双元创新中地理邻近性对开发式创新起主要影响作用，而探索式创新则主要受认知邻近的影响。因此，组织寻求外部合作过程中，对于全新技术或产品开发应侧重与合作对象的认知差距，而对于现有技术或产品的完善和改进，则应充分利用地理优势达到创新目的。

本研究尽管从邻近性角度探究了其与网络节点双元创新的影响作用，但不可避免存在一些不足，研究仅限于移动通信网络技术，没有增大样本数量来验证结论的普适性，对于邻近性的测度可能不够全面，未来可以扩大相关测量指标，使之更加科学化。

[1] WHITTINGTON K B, OWENSMITH J, POWELL W W. Networks, Propinquity, and innovation in knowledge-intensive industries[J]. Administrative Science Quarterly, 2009, 54（1）:90-122.

[2] NOOTEBOOM B. Towards a dynamic theory of transactions[J]. Journal of Evolutionary Economics, 1992, 2（4）:281-299.

[3] HAGEDOORN J, SCHAKENRAAD J. A comparison of private and subsidized R&D partnerships in the European information technology industry[J]. Journal of Common Market Studies, 1993, 31（3）:373-390.

[4] POWELL W W. Interorganizational collaboration and the locus of innovation: Networks of learning in biotechnology[J]. Administrative Science Quarterly, 1996, 41（1）:116-145.

[5] ROWLEY T, BEHRENS D, KRACKHARDT D. Redundant governance structures: an analysis of structural and relational embeddedness in the steel and semiconductor industries[J]. Strategic Management Journal, 2000, 21（3）:369-386.

[6] AHUJA G. Collaboration networks, Structural holes, and innovation: A longitudinal study[J]. Administrative Science Quarterly, 2000, 45（3）:425-455.

[7] OWEN-SMITH J, POWELL W W. Knowledge networks as channels and conduits: The effects of spillovers in the Boston biotechnology community[J]. Organization Science, 2004, 15（1）:5-21.

[8] GERTLER M S. “Being There”: Proximity, organization, and culture in the development and adoption of advanced manufacturing technologies[J]. Economic Geography, 1995, 71（1）:1-26.

[9] KNOBEN J, OERLEMANS L A G. Proximity and inter-organizational collaboration: A literature review[J]. International Journal of Management Reviews, 2006, 8（2）:71-89.

[10] A RON BOSCHMA. Proximity and innovation: a criticalassessment. Regional studies[J]. 2005 （1）: 71 .

[11] 李 琳, 韩宝龙. 组织合作中的多维邻近性:西方文献评述与思考[J]. 社会科学家, 2009（7）:108-112.

[12] ANNE AGUILÉRA, VIRGINIE LETHIAIS, ALAIN RALLET. Spatial and Non-spatial proximities in inter-firm relations: An empirical analysis[J]. Industry & Innovation, 2012, 19（3）:187-202.

[13] CUNNINGHAM S W, CLAUDIA W. Proximity and collaboration in European nanotechnology[J]. Papers in Regional Science, 2012, 91（91）:723-742.

[14] TUSHMAN M L, ROMANELLI E. Organizational evolution: A metamorphosis model of convergence and reorientation[J]. Research in Organizational Behavior, 1985, 7:171-222.

[15] RAFOLS I, MEYER M. Diversity and network coherence as indicators of inter disciplinarity: case studies in bionanoscience[J]. Scientometrics, 2009, 82（2）:263-287.

[16] 邹国庆, 孙 婧. 企业探索性创新与利用性创新平衡关系研究动态[J]. 经济纵横, 2013（2）.

[17] 赵丰义, 唐晓华. 技术创新二元网络组织的理论与经验研究——基于探索与利用跨期耦合的视角[J]. 中国工业经济, 2013（8）:83-95.

[18] 朱朝晖. 基于探索性学习和挖掘性学习的创新动力机制研究[J]. 科技进步与对策, 2009, 26（13）:99-101.

[19] 周雪, 赵蒙. 双元创新的影响因素研究综述[J]. 现代商贸工业, 2016, 37（4）.

[20] 尹惠斌, 游达明. 研发团队知识冲突对企业突破性创新绩效影响的实证研究[J]. 管理学报, 2014, 11（3）:383-389.

[21] 范 钧, 郭立强, 聂津君. 网络能力、组织隐性知识获取与突破性创新绩效[J]. 科研管理, 2014, 35（1）:16-24.

[22] 张春辉, 陈继祥. 渐进性创新或颠覆性创新:创新模式选择研究综述[J]. 研究与发展管理, 2011, 23（3）:88-96.

[23] 吕文栋，赵 杨，田 丹.弹性企业风险管理体系建构的探讨[J]. 科学决策，2015（3）:1-19.

[24] TORRE A.,RALLET A. Proximity and localization[J]. Regional Studies. 2005, 39:47-59.

[26] 曹 兴，刘 晓.创业网络结构变化对创新企业资源获取的影响分析[J]. 科学决策, 2012（4）:23-30.

[27] 李 琳, 曾 巍. 地理邻近、认知邻近对省际边界区域经济协同发展影响机制研究——基于对中三角、长三角省际边界区域的实证[J]. 华东经济管理, 2016, 30（5）:1-8.

[28] ERIKSSON R H. Localized spillovers and knowledge flows: How does proximity influence the performance of plants?[J]. Economic Geography, 2010, 87（1004）:127-152.

[29] 黎振强, 王英. 地理邻近性与认知邻近性对创新绩效的影响分析——基于知识获取的中小高新技术企业的实证研究[J]. 求是学刊, 2015, 42（6）.

[30] 应洪斌, 张永胜, 陈素芬. 网络镶嵌、地理邻近影响企业知识获取的实证研究[J]. 科技进步与对策, 2015（9）:132-135.

[31] 赵 炎, 王 琦, 郑向杰. 网络邻近性、地理邻近性对知识转移绩效的影响[J]. 科研管理, 2016, 37（1）:128-136.

[32] BART NOOTEBOOM. Innovation and inter-firm linkages: new implications for policy[J]. Research Policy, 1999, 28（8）:793-805.

[33] WUYTS S, COLOMBO M G, DUTTA S. Empirical tests of optimal cognitive distance[J]. Journal of Economic Behavior & Organization, 2005, 58（2）:277-302.

[34] 李 琳,王晓峰. 地理邻近与认知邻近对高新区创新绩效的影响——基于社会网络分析[J]. 华东经济管理. 2014,28（11）:32-37.

[35] RALLET A.AND TORRE A. Is geographical proximity necessary in the innovation networks in the era of global economy?[J]. Geo Journal. 1999,49（4）:373-380．

[36] RON BOSCHMA. Proximity and innovation: A critical assessment[J]. Regional Studies, 2005, 39（1）:61-74.

[37]WU W, LI N, ZHANG A, et al. Study on the impact of the innovation ability’s similarity,Coupling,and multidimensional proximity on the collaborative innovation in Beijing-Tianjin-Hebei between provinces and cities[J]. Science & Technology Progress & Policy, 2016.

[38] STEINMO M, RASMUSSEN E. How firms collaborate with public research organizations: The evolution of proximity dimensions in successful innovation projects[J]. Journal of Business, 2016, 69（3）:1250-1259.

[39] 毛崇峰, 周 青, 禹献云. 认知邻近性对技术联盟创新绩效的影响[J]. 技术经济, 2016, 35（7）:12-18.

[40] BROEKEL T, BOSCHMA R. Knowledge networks in the Dutch aviation industry: the proximity paradox[J]. Journal of Economic Geography, 2012, 12（2）:409-433.

[41] BALLAND P A. Proximity and the evolution of collaboration networks: Evidence from R&D projects within the GNSS industry[J]. Papers in Evolutionary Economic Geography, 2009.

[42] COLOMBO M G, DUTTA S, NOOTEBOOM B. Empirical tests of optimal cognitive distance[J]. Social Science Electronic Publishing, 2005, 2005-45（2）:277-302.

[43] GILSING V, NOOTEBOOM B, VANHAVERBEKE W, et al. Network embeddedness and the exploration of novel technologies: Technological distance, betweenness centrality and density[J]. Research Policy, 2008, 37（10）:1717-1731.

[44] NOOTEBOOM B, HAVERBEKE W V, DUYSTERS G, et al. Optimal cognitive distance and absorptive capacity[J]. Research Policy, 2005, 36（7）:1016-1034.

[45] CUNNINGHAM S W, CLAUDIA W. Proximity and collaboration in European nanotechnology[J]. Papers in Regional Science, 2012, 91（4）:723-742.

[46] GRILICHES Z. R&D, Patents and productivity[J]. Canadian Journal of Economics/revue Canadienne D`economique, 1984, 95（379）.

[47] 吴 楠, 赵嵩正, 张小娣. 企业创新网络中外部知识获取对双元性创新的影响研究[J]. 情报理论与实践, 2015, 38（5）:35-41.

[48] YLI-RENKO H, AUTIO E, SAPIENZA H J. Social capital, knowledge acquisition, and knowledge exploitation in young technology-based firms[J]. Strategic Management Journal, 2001, 22（6‐7）:587-613.

[49] PHELPS C C. “A Longitudinal study of the influence of alliance network structure and composition on firm exploratory innovation[J]. Academy of Management Journal, 2010, 53（4）:890-913.

[50] MARCH J G. Exploration and exploitation in organizational learning[J]. Organization Science, 1991, 2（1）:71-87.

[51] PETRUZZELLI A M. Proximity and knowledge gatekeepers: the case of the polytechnic university of turin.[J]. Journal of Knowledge Management, 2008, volume 12（12）:34-51.

[52] CARBONARA N, CARRILLO F J, ALBINO V, et al. External knowledge sources and proximity[J]. Journal of Knowledge Management, 2009, 13（5）:301-318.

[53] MASKELL P, MALMBERG A. Localised learning and industrial competitiveness[J]. Cambridge Journal of Economics, 1999, 23（2）:167-85.

[54] TOM BROEKEL. The co-evolution of proximities-a network level study[J]. Regional Studies, 2015, 49（6）:1-15.

[55] FREEL M S. Sectoral patterns of small firm innovation, networking and proximity[J]. Research Policy, 2003, 32（5）:751-770.

[56] CANTNER U, MEDER A. Technological proximity and the choice of cooperation partner[J]. Journal of Economic Interaction and Coordination, 2007, 2（1）:45-65.

[57] NOOTEBOOM B. Cognitive distance in and between COP’s and firms: Where do exploitation and exploration take place, and how are they connected?[M]// Community, Economic Creativity, and Organization. 2007:123-147.

[58] PETRUZZELLI A M, DANGELICO R M, ROTOLO D, et al. Organizational factors and technological features in the development of green innovations: Evidence from patent analysis[J]. Innovation Management Policy & Practice, 2011, 13（3）:291-310.

[59] HENDERSON R, COCKBURN I. Scale, scope, and spillovers: the determinants of research productivity in drug discovery.[J]. Working Papers, 1996, 27（1）:32-59.

[60] CASSI L, PLUNKET A. Proximity, network formation and inventive performance: in search of the proximity paradox[J]. The Annals of Regional Science, 2014, 53（2）:395-422.

[61] PODOLNY J M, STUART T E. A Role-based ecology of technological change[J]. American Journal of Sociology, 1995, 100（100）:1224-1260.

[62] STUART T E, PODOLNY J M. Local search and the evolution of technological capabilities[J]. Strategic Management Journal, 1996, 17（S1）:21-38.

[63] 霍国庆等.我国战略性新兴产业战略效应的实证研究[J].中国软科学，2017（1）:127-139.

（本文责编：海 洋）

Impact of Geographical Proximity and Cognitive Proximity on Ambidextrous Innovation of Technological Innovation Network

CAO Xing， SONG Chang-jiang

（BusinessSchoolofCentralSouthUniversity,Changsha410083China）

From the perspective of proximity, we use geographical proximity and cognitive proximity as the independent variables to explore their impact on exploitative innovation and exploratory innovation of innovation network nodes. With wireless communication network technology as the research object, using the United States national patent database （USPTO） for patent data collection, then we build a cooperative innovation network and calculate the relevant variables. The results show that there is U-shaped relationship between the geographical proximity and the exploitative innovation of the innovation network nodes, but there is no significant relationship between the geographical proximity and the exploratory innovation. The influence of cognitive proximity on exploratory innovation of innovation network node is presented as inverted U-shaped type, and The influence on the exploitative innovation is not clear. At the same time, there is a certain interaction between geographical proximity and cognitive proximity, which Perform as a complementary effect on exploitative innovation and substitution effect on exploratory innovation.

geographical proximity; cognitive proximity; exploitative innovation; exploratory innovation

2016-11-16

2017-03-21

国家自然科学基金项目（71371071）。

曹兴（1964—），男，四川大竹人，中南大学商学院教授、博士生导师，研究方向：技术创新、技术管理、知识管理。

F270

A

1002-9753（2017）04-0120-12