知识多样性、知识网络结构与新兴技术创新绩效——基于发明专利数据的NBD模型检验

俞荣建，胡 峰，陈力田，项丽瑶

(1.浙江工商大学 工商管理学院，浙江 杭州 310018； 2.浙江财经大学 工商管理学院，浙江 杭州 310018)

一、 引 言

随着生命科学、互联网、新一代信息技术以及智能制造等新兴技术的涌现，基于非线性的新兴技术创新，蕴含着我国在全球创新格局中“弯道超车”的战略机遇。技术的本质是知识，实施新兴技术创新战略，要求企业蓄积和构建新兴技术创新的知识动力机制。相比于范式成熟的传统技术创新，新兴技术创新具有价值远景混沌、知识边界模糊以及跳跃性的进阶轨迹等鲜明的非线性范式特征[1-3]。新兴技术创新的这些鲜明特征，使得新兴技术创新来自组织内部的知识动力机制具有生态学属性[4]，组织内部知识生态系统成为新兴技术创新的动力源泉。然而，现有研究并没有在理论上探索知识生态系统的维度结构。资源基础观表明，组织内部的知识构成生态系统的资源基础，“具有何种知识资源”影响技术创新绩效。网络嵌入观表明，知识网络结构是生态系统中资源的组织秩序，“知识是如何组织的”影响创新绩效。因此，整合资源基础和网络嵌入两个战略理论的核心观点，将组织内部的知识生态系统结构化为两个维度：知识资源基础的和知识网络结构。现有研究多关注组织内部的知识网络结构对技术创新绩效的影响。研究发现，知识网络的中心度与探索性创新绩效呈倒U型关系，而结构洞与探索性创新绩效正相关。显然，单纯从组织内部的知识网络结构，难以揭示技术创新来自于组织内部的知识动力机制，也难以揭示新兴技术创新来自于组织内部知识系统的生态属性。

因此，本文将知识资源特征纳入研究框架，整合知识资源基础与知识网络结构两个知识生态系统的理论维度，来揭示新兴技术创新来自组织内部的知识动力机制。更进一步，基于生态学的观点，从丰富性、异质性与动态性等三个维度系统刻画知识资源的多样性特征，从组织内部的整体网层面研究知识网络的结构洞与中心势，构建新兴技术创新来自组织内部的知识动力机制模型，研究知识多样性、知识网络结构与新兴技术创新绩效的关系。采用云计算软件技术等7种新兴技术的221家中国企业为样本的新兴技术发明专利数据，负二项分布回归模型等检验方法，揭示新兴技术创新来自组织内部的知识动力机制，对本土企业新兴技术创新中的知识资源积累与知识网络管理决策，具有启示意义。

二、 理论发展与研究假设

(一) 知识多样性与新兴技术创新绩效

知识资源基础的创新观认为，知识资源存量及其结构差异是技术创新的动力源泉[5-8]，如技术多样性[9]、技术距离[10]等，影响企业探索性或利用性创新[11]，“拥有何种知识”可以解释技术创新绩效。非线性的新兴技术创新情境下，作为新兴技术创新动力源泉的知识资源基础，具有生态学属性[4]。生态学假设下，单一地将知识资源的存量或结构视作创新动力源泉，难以揭示新兴技术创新组织内部的知识生态特征。运用生态学的“多样性”概念，对知识资源基础的创新观进行拓展。整合创新组织内部的知识特征相关研究[9-11]，从知识丰富性、知识异质性与知识动态性三个维度，完整刻画知识资源基础的多样性特征。技术创新绩效具有专利、产品和市场竞争优势等多层面表现，研究中通常运用发明专利来衡量。本文运用发明专利数量和质量两个维度，来衡量新兴技术创新绩效。

1.知识丰富性。作为新兴技术创新的知识土壤，知识丰富性是指创新组织中知识资源具有丰富的生态种群数量，是从数量水平上刻画企业拥有知识种群的“多与少”，构成新兴技术创新的“知识基”(Knowledge Base)[12]。既往的大量实证研究证明了知识积累，是技术创新绩效的首要动力。新兴技术创新中，知识丰富性通过挖潜和探索两种创新机制，促进新兴技术创新绩效。一方面，与范式成熟的传统技术创新相同，对组织内部的“知识基”进行利用性整合，实现知识的再创造。知识基越丰富，知识种群之间的整合几率将按照指数级提升，新知识的创造继而新兴技术创新便更具优势，知识丰富性具有挖潜效应；另一方面，区别于范式成熟的传统技术创新，新兴技术创新组织内部的知识基通常更加稀薄，通过现有知识基的再整合难以支撑创新，知识基的主要功能在于作为“探索器”，来获取潜在的知识领域和新的元素[4]，作为“种子知识”来获取新知识，具有探索效应。基于此，提出如下假设：

假设1a：知识丰富性与新兴技术创新绩效正相关。

2.知识异质性。创新组织拥有的知识是异质(Heterogeneity)的，知识所蕴含的科学基础、逻辑架构与经验诀窍等不同层面，具有质性的差异[13]，体现创新组织拥有的知识之间在距离上的“远或近”。高度异质性意味着知识之间具有不同的知识领域，而低度异质性往往发生在同一知识界域内部，只是知识之间在经验诀窍层面的差异(Phelps，2010)[29]。Victor等(2008)[10]的研究发现，组织知识之间的距离通过个体创造力、知识创造机会的中介作用，与技术创新绩效呈正相关关系。

图1 知识异质性与新兴技术创新绩效的倒U型关系

新兴技术创新的过程，是对异质性知识的整合。Victor等(2008)[10]的研究发现，虽然知识距离促进组织的知识创造，但是却增加整合难度、遏制对外部知识的吸收。当两种知识异质性程度越大，整合的难度、风险与成本也就越大，新知识乃至创新的数量就越少。知识异质性不利于新兴技术创新的数量绩效。但是，一旦整合成功，往往蕴含着突破性的知识或者技术创新，取得高质量的技术发明，知识异质性有助于促进新兴技术创新的质量绩效。整合知识异质性的“双刃”创新效应，可以推断知识异质性与新技术创新绩效呈倒U型关系，即存在一个最优的知识异质性水平，在遏制创新数量和促进创新质量两个方面取得均衡，此时，新兴技术创新绩效最优。

假设1b：知识异质性与新兴技术创新绩效呈倒U型关系。

3.知识丰富性与异质性。从静态的角度衡量了知识的数量和质量。作为新兴技术创新的资源基础，其动态属性同样影响新兴技术创新绩效。从时间维度来看，企业在新兴技术创新中，存在“探索”和“挖潜”两种创新策略，即挖潜性地重复利用专长的知识元素，或者探索性地获取新的知识元素。当更多地采取探索策略时，企业所拥有的知识资源便更具动态性。与范式成熟的技术创新一样，新兴技术创新同样需要企业聚焦于某一科学技术领域，在一个领域内往深处耕耘，形成厚实的知识积累，作为新兴技术创新的基石[12]。但是又区别于一般技术，相比于既有知识的挖掘利用，新兴技术创新同时要求跨越知识界域的新知识探索，在新知识与存量知识的整合中实现知识创造。因此，在一定程度内，知识动态性将促进新兴技术创新绩效。然而，随着知识动态性的进一步增强，由于新知识整合成本增加、研发风险加大等多种因素[14]，无论是对发明数量还是质量，新知识探索对新兴技术创新的边际功效都将递减，因此，知识动态性与新技术创新绩效呈倒U型关系，即新兴技术创新中存在一个最优的知识动态性水平，使得新兴技术创新绩效最优。

假设1c：知识动态性与新兴技术创新绩效呈倒U型关系。

(二) 知识网络结构与新兴技术创新绩效

知识网络嵌入的创新观认为，技术创新过程中企业所嵌入的外部知识网络特征、以及在网络中所处的位势，是技术创新的战略资源[4-5,16-17]，“知识是如何组织的”能够解释技术创新绩效。大量实证研究[4,17-18]揭示了创新网络结构的创新影响。生态学视角下，知识网络正是知识生态资源的组织方式。新兴技术创新是知识与知识之间整合并加以再创造，以知识网络的方式创造新知识的过程。Wang(2014)[19]的研究将创新组织内部研发人员掌握的知识元素作为节点，将知识在专利中的共现关系作为网络联结，由此构成企业的内部知识网络。整合知识网络结构的相关研究，从组织内部的整体知识网络层面，用结构洞与中心势两个维度，来衡量知识网络结构特征。

1.知识网络结构洞。网络结构洞用来衡量网络中节点之间的断裂状况，如果一个网络节点需要通过中间结点的过渡，才能达到另一个结点，则形成网络的结构洞[4]。对于企业内部的整体知识网络中，结构洞的存在阻碍了信息与知识的直接转移，降低了异质性知识整合的可能性，以及整体知识网络对外部知识的吸收能力[9]，从而制约新兴技术创新数量。同时，知识网络结构洞会抑制研究者的探索性创新与创造能力[19]，而探索性创新与创造能力恰恰是新兴技术创新质量的根本保证。因此，知识网络结构洞的存在，抑制新兴技术创新。

假设2a：知识网络结构洞与新兴技术创新绩效负相关。

2.知识网络中心势。网络中的节点中心度刻画网络节点的联结数量，而中心势则刻画整体网络中所有节点中心度的离散状况，可以用节点中心度的标准差来衡量。知识网络中心势越高，则说明企业所拥有的知识元素中，中心度更高的部分知识元素在技术发明中重复性利用的频率高，表明企业在此类知识领域具有专长，并以此作为专攻方向，通过与其他辅助性知识的结合，来实现新兴技术创新[20]。“术业有专攻”，企业在所拥有的全部知识领域中，选择专长领域进行深度挖掘，显然能够促进新兴技术创新的数量。但是，也可能因为知识领域的边界约束、知识探索不够，掌握核心知识的研究者存在个体认知和创造力方面的局限，从而遏制新兴技术创新的新奇性和质量。因此，知识网络中心势和新兴技术创新绩效呈倒U型关系，即存在一个知识网络中心势的最优水平，在促进数量与遏制质量的双重效应中达成均衡，此时新兴技术创新绩效最优。

假设2b：知识网络中心势与新兴技术创新绩效呈倒U型关系。

(三) 知识多样性与知识网络结构对新兴技术创新的交互效应

新兴技术创新组织内部的知识多样性丰富，会增加新知识挖潜与整合以及再创造的可能性与新奇性，但是另一方面也增加了知识整合的复杂性与高度不确定性，从而不利于新知识创造。因此，知识多样性对新兴技术创新的功效，具有“双刃性”。知识多样性对新兴技术创新的功效总体上是促进还是遏制，与知识网络结构紧密相关，即新兴技术创新需要采取与知识多样性相匹配的知识组织方式，对组织内知识生态的系统秩序进行适度驾驭。知识网络结构洞与中心势，正是两种关键的知识组织策略[5,19]。当知识多样性丰富时，知识网络结构洞越多，知识元素相互之间的网络联结不够紧密，知识处于“孤岛”状态。知识的低度组织方式，一方面降低了知识元素之间整合、遏制创新数量，另一方面也大大降低了新知识创造的新奇性。因此，知识网络结构洞总体上放大了知识多样性对新兴技术创新绩效的遏制效应，从而削弱了知识多样性的创新促进功能。在知识多样性丰富的情形下，一方面通过增加知识节点之间的联结、降低知识网络结构洞，发挥每一个知识节点在知识创造中的贡献；另一方面通过确立部分知识领域相对核心的位置，企业基于自身的知识专长选择相对稳定的主攻方向，会更有利于新兴技术创新绩效。因此，知识多样性与知识网络结构相互匹配，将会放大二者在新兴技术创新中独立的贡献。Phelps(2010)[9]和Victor等(2008)[10]针对创新组织外部网络的实证研究表明，创新网络中的技术多样性和技术距离等体现知识多样性的变量，和创新网络密度在技术创新绩效中具有正向交互效应。

假设3a：知识网络结构洞与知识多样性，在新兴技术创新中具有负向交互效应。

假设3b：知识网络中心势与知识多样性，在新兴技术创新中具有正向交互效应。

三、 实证研究方法

(一) 样本选择与数据获取

表1 新兴技术企业样本分布情况

选择云计算软件技术等7个方向的新兴技术[注]本文所使用的“新兴技术”，是本土现实语境下的概念，主要采用官方科技政策文件对新兴技术的界定，主要参照浙江省2011年制定的《战略性新兴产业重大共性技术发展导向目录》中对新兴技术的划分。未对技术是否“新兴”建立科学计量标准与数据检验。作为研究对象。根据新兴技术关键词，在国家知识产权局的专利数据库中，搜索具有新兴技术发明专利的上市企业，[注]考虑销售收入等数据的可获得性，因此在初选的企业中挑选上市公司作为研究样本。共抽选出221家新兴技术企业，样本分布情况见表1。再通过国家知识产权局专利数据库，查询这些上市公司在新兴技术领域共1946条发明专利文献，对发明专利文献采用Excel和Ucinet等数据与网络统计软件进行数据处理与分析。

(二) 变量测量方法

1.新兴技术创新绩效的测量。虽然采用发明专利来衡量技术创新绩效存在诸多弊端和不足，但仍是相关实证研究主流的衡量方式之一。近年来，学者们从技术发明专利的数量和质量两个维度的乘积，来衡量技术创新绩效。[注]本文没有考虑企业重复性申报专利的情况，但这并不影响对新兴技术发明绩效的衡量，因为围绕某个专利重复申报的次数越多，更说明该专利具有充分的研究价值，从侧面也反映其创新绩效。鉴于新兴技术创新是新近的技术创新绩效，难以在较短的年限内衡量其质量[7]，因而本文退而求其次，采用新兴技术发明专利数量来衡量新兴技术创新绩效。新兴技术发明专利数据，通过查询国家知识产权局专利数据库获得。

2.知识多样性的测量。(1)知识丰富性。借鉴研究者们通行做法，将专利所属于的产业分类号，视作企业所拥有的知识元素，是研究企业知识资源相对有效的新方法[11-12,19]。借鉴Wang(2014)等采用发明专利的分类号作为知识元素来测度组织内部知识网络结构的研究，将所有发明专利分类号集合中所包含的分类号个数，用发明专利数量进行平均，代表企业所拥有知识的丰富性程度。为了对样本企业拥有的知识元素按照统一的标准计量，采用IPC分类号来计量。

(2)知识异质性。根据IPC专利分类号分类规则，共存在五段编码，分别代表不同级别的分类，[注]如专利分类号“C07D491/056”存在“C，07，D，491，056”等五段编码，由左至右逐级细化。专利所属分类号的差异，正是这个五段编码的差异。专利分类号之间的差异最主要取决于前三段编码，分别代表“部、族、种”，方便计算，用这三段的编码差异，来衡量知识元素之间的异质性。首先计算任意两个不同知识元素之间的距离，给不同的编码差异赋值“10、5和1”；其次，将所有知识元素之间的距离Kij(i≠j)两两加总，再按照所有知识元素两两组合的次数进行平均。企业知识元素总量为KC，则：

(1)

(3)知识动态性。用企业在所有的新兴技术发明专利，利用所有知识元素的频次之和，与理论上利用知识元素的最多频次之比，再用1减去该比值，来衡量企业的知识动态性：[注]理论上，企业在所有的发明专利中，对每个知识元素都只利用了一次，则企业对知识元素利用的总频次达到最小，等于企业的发明专利数量，此时企业的知识动态性达到最大值；反之，企业在所有的发明专利中，都利用了所有的知识元素，则企业对知识元素利用的总频次达到最大，等于企业所有发明专利数量与知识元素数量的乘积。

(2)

KD介于0～1之间。其中，Ti为第i个知识元素，在所有专利中的利用频次，KC为知识元素总数，P为发明专利总数。当知识元素重复利用的频次越高，KD将越小，说明动态性较低；而反过来则越大，说明知识动态性越大。

3.知识网络结构的测量。知识网络结构的研究主要涉及结构洞、中心度(势)以及网络密度。考虑网络密度和结构洞存在显著的正相关性，本文选择结构洞作为知识网络结构变量之一。同时，本文考察的是组织内部整体层面的知识网络，所以采用中心势作为知识网络结构的第二个变量。Wang(2014)[19]的研究将企业发明专利中所包含的分类号视作组织拥有的知识元素，出现在同一个专利中的产业分类号作为知识元素之间的联结，由此，构建组织内部的知识网络，进而计算知识网络的结构洞、密度与中心势等参数。本文借鉴Wang等(2014)[19]对知识网络结构与参数测度的这一新方法。与Wang等(2014)[19]从员工个体层面研究个体的自我中心知识网络不同，本文从组织内部的整体网层面进行网络结构的参数测度。

知识网络结构洞。整体网层面的知识网络结构洞，采用知识网络中单个知识元素结构洞的均值。单个知识结点i的结构洞，基于Burt(1992)[4]、Wang等(2014)[19]等的测算方法，采用下式计算：

(3)

Li表示知识元素i联结数量；知识元素k表示既与知识元素i相联结，同时通过第三方结点j与知识元素i联结，Lk为知识元素k的联结数量。

知识网络中心势。知识网络中心势是整体网络层面中心度的衡量，采用企业知识网络中所有节点中心度的标准差：

(4)

dci为知识元素i的中心度，即结点i的网络联结数量。

4.控制变量的测量。企业新兴技术创新绩效受到诸多因素的影响，借鉴Phelps(2012)[7]、Wang等(2014)[19]等的实证研究，将销售收入、研发投入、新兴技术研发经验以及研发团队的规模作为控制变量。用销售收入和研发投入两个变量，来控制企业规模和综合的研发实力对新兴技术创新绩效的影响；用参与新兴技术研发的历史时长，控制企业总体对新兴技术研发的重视程度。通过计算企业所有发明专利的发明人集合容量，衡量企业的研发团队规模，来控制研发团队规模对新兴技术创新绩效的影响。

四、 实证检验结果与讨论

(一) 相关分析结果

根据样本数据进行主要变量的描述性统计(见表2)。主要变量的皮尔逊相关分析结果表明，除了和知识网络结构洞相关系数不显著之外，新兴技术发明绩效与销售规模、发明专利总数以及研发团队规模高度正相关，与知识丰富性、知识动态性以及知识网络中心势显著相关，而与知识异质性之间呈显著的弱负相关，初步说明了新兴技术创新绩效，受到知识生态特征和知识网络结构的影响。

表2 描述性统计与变量相关矩阵

注：***表示在p<0.001上显著；**表示在p<0.01上显著；*表示p<0.05上显著。

(二) 负二项分布模型检验结果

相比于成熟技术，新兴技术的创新成效存在高度不确定性和跳跃性，新兴技术发明专利的分布更加离散，影响因素也更加复杂和多变。当标准差不近似的等于均值时，新兴技术发明专利的数量服从负二项分布(Negative Binomial Distribution，NBD)，在条件均被正确确定的假定下，可以使用准—极大似然法进行参数的估计(Quasi-maximum Like lihood，QML)。较之于一般的线性回归模型，负二项分布模型包含了对横截面异质性的自然表述，既可以对非正态分布的样本回归进行很好的刻画，同时又可以解决泊松分布无法处理的过度分布问题。因此，本文采用负二项分布模型进行实证检验。为了避免多重共线性的困扰，将交互效应检验涉及的变量数据中心化后的乘积，来构造交互项以检验交互效应。

运用221个企业样本数据，以新兴技术创新绩效作为结果变量，分别将控制变量(基准)、知识多样性的三个维度及其平方项(模型1)、知识网络结构及其平方项(模型2)、知识网络结构洞与知识多样性的乘积项(模型3)、知识网络中心势与知识多样性的乘积项(模型4)等，分五步纳入模型进行回归分析，以检验不同解释变量对回归模型判定系数的影响是否显著。自相关检验结果表明，模型不存在严重的自相关问题。以新兴技术创新绩效为结果变量，分五步将控制变量、解释变量以及交互项纳入模型进行检验。LR检

注：***表示在p<0.001上显著；**表示在p<0.01上显著；*表示p<0.05上显著。

验的p值显示，模型1～5都通过了显著性检验。相比于基准模型，除了模型1和模型4的Mcfadden R2有所减小之外，其他模型的变量引入，都显著提升了模型的解释力，模型显著性和变量的解释功效得到保证。模型检验结果表明：(1)知识多样性特征在一定限度范围内对新兴技术创新具有显著贡献。其中，知识丰富性和新兴技术创新绩效呈正相关，而知识异质性和知识动态性和新兴技术创新绩效都呈倒U型关系；(2)知识网络结构洞与新兴技术创新绩效负相关，知识网络中心势和新兴技术绩效呈倒U型关系；(3)知识网络结构洞与知识丰富性，在新兴技术创新中具有负向交互效应；而知识网络中心势与知识丰富性和知识动态性，在新兴技术创新中具有正向交互效应。

五、 研究结论、创新与启示

鉴于新兴技术创新具有的生态特征，本文整合资源基础和网络嵌入两个主流战略观点，将组织内部的知识生态系统结构化为知识资源的多样性和知识网络结构，从丰富性、异质性和动态性三个生态资源维度刻画知识资源的多样性特征，用知识网络中心势和结构洞两个生态秩序维度来刻画知识网络结构，基于221家新兴技术企业的发明专利数据和负二项分布模型，检验知识多样性和知识网络结构对新兴技术创新绩效的影响。相比于现有研究多从组织内部的知识网络结构视角探索技术创新的知识动力源泉，本文从组织内部知识生态系统的视角，揭示新兴技术创新来自组织内部的知识动力机制。本文的具体贡献在于两个方面：(1)解构了知识多样性的三维特征。将知识多样性特征，系统地结构化为知识丰富性、知识异质性和知识动态性，拓展了学者们关于组织外部的知识多样性[7]、知识距离[10]等促进创新绩效的结论，从知识多样性的具体特征层面，探索了知识多样性特征促进新兴技术创新绩效的具体机制；(2)融合了两种创新动力：基于新兴技术创新的独特特征，将组织内部的知识看成知识生态系统，融合知识资源基础和知识网络嵌入两种创新研究视角，整合“组织拥有何种知识”和“知识如何组织”的两个方面，分别用知识多样性特征、知识网络结构洞和中心势，刻画组织内部的知识生态系统，对知识生态系统的结构化具有理论启发意义。本文从组织内部整体知识网络层面的研究结论，拓展了Wang等(2014)[19]的研究发现。知识资源特征和知识网络结构两种创新动力的融合，比Wang[19](2014)等单纯从知识网络角度的研究，对新兴技术创新来自于组织内部的知识动力机制具有更强的解释力，更完整地揭示新兴技术创新所基于的知识生态系统特征。

研究结论对新兴技术创新企业的知识战略具有启示意义。传统技术创新是在范式稳定的既有架构下寻求关键技术问题的突破，具有知识边界明确、知识间因果关系框架相对清晰和明确的现实问题导向等特征，宜采取以部分专长知识为主导、走“窄而深”的挖潜式创新路径。而新兴技术创新具有知识离散、过程跳跃和愿景混沌等生态特征，宜采取“博而广”的探索式创新路径。具体而言：(1)知识多样性特征与新兴技术创新绩效的关系表明，蓄积新兴技术创新的知识动力，需要开放知识边界、跨界探索新的知识领域，促进知识的多样性，以采取努力提升知识的多样性，包括丰富性、异质性和动态性。这与传统技术创新在专长知识领域“五厘米宽、五公里深”，建立在特定领域建立知识专长和优势显著不同；(2)知识网络结构和新兴技术创新绩效的关系检验结果表明，编织多中心、扁平化的知识网络结构，可以促进新兴技术创新绩效。而传统技术创新则强调突出专长领域的中心度；(3)知识多样性特征与知识网络结构的交互效应表明，企业要采取与知识多样性相匹配的知识网络结构策略。一方面提升知识的多样性特征，同时采取高中心势、低结构洞的知识网络结构策略，强化异质性知识元素之间的纵横联结和跨界整合，以减少结构洞；确立企业创新战略和新兴技术创新的主攻方向，在探索新知识的同时、专注核心知识领域，以提高中心势。