合作伙伴多元化、外部知识环境特征与企业创新绩效的关系研究

王冬玲

(1.山东大学 管理学院，山东 济南 250100; 2.山东建筑大学 商学院，山东 济南 250001)

1 引言

企业创新并非通过某一特定联盟的成功来实现，而是得益于所有合作联盟的共同作用[1]。联盟组合通过输入各种知识资源构建和强化企业新产品开发能力[2]，并影响企业创新绩效。近年来，联盟组合的配置，特别是多元化方面俨然成为至关重要的战略问题[3]。实证研究发现技术、治理、国家或者伙伴的多元化对企业创新绩效的影响并没有统一的结论[4]。鉴于越来越多的参与者正在参与更加分散的创新过程，合作伙伴多元化逐渐成为联盟组合多元化的重要类型。现有研究已经从单一维度视角研究了诸如伙伴类型的多元性[5]。伙伴类型多元性不仅仅是指企业与之结成联盟的伙伴类型的数量，即合作伙伴多样性，而且还包括资源在这些伙伴类型中的分布程度，即合作伙伴相关性[6]。基于知识基础观理论，合作伙伴多样性和相关性通过触发不同的知识共享机制，影响企业创新绩效。现有研究将知识共享机制区分为知识获取和知识整合[7,8]，这两种知识共享机制有助于解释合作伙伴多元化的多样性和相关性如何促进企业创新绩效。并进一步认为，在调查合作伙伴多元化的多样性和相关性对企业创新绩效的共同影响时，合作伙伴多元化的多维视角变得尤为重要。知识基础观理论表明，不仅要调查知识共享，而且还需要关注被共享知识的基本特征。当企业通过联盟组合与多个合作伙伴互动时，其重点从考虑组织内所包含知识的特征转移到更加关注存在于外部环境中的知识的特征。本文研究了两种外部知识特征即模块化和知识分布范围并认为这些特征影响了联盟组合中知识共享的有效性[9]。

综上，本研究采用知识基础观理论的联盟组合多样性视角探索联盟组合合作伙伴多元化(即合作伙伴多元化的多样性和相关性)的多维度对企业创新绩效的影响是什么？ 这些影响如何在外部知识环境的特征(即知识的模块化和范围)之间变化？本研究揭示了合作伙伴多样性和相关性对创新绩效的单独影响和联合影响，并进一步探索了外部知识环境特征对这些维度的有效性的调节作用，扩展了现有研究对联盟组合的配置及其在不同外部知识环境中的部署的理解。特别是，合作伙伴多样性和相关性以及外部知识特征(知识分布范围和模块化)如何共同决定企业的创新绩效。还关注合作伙伴类型多元性的不同维度以及将外部知识特征作为权变因素的考虑，为联盟组合的研究提供了新的视角。

2 理论基础与研究假设

本研究基于知识基础观理论，考虑联盟组合多样性的两个维度(即合作伙伴类型多样性和相关性)如何通过两种单独的知识共享机制(即知识获取和知识整合)影响创新绩效。更具体地说，知识获取主要与伙伴类型多样性有关，而知识整合则主要与伙伴类型相关性有关。尽管知识的获取和整合对创新绩效具有积极的影响，但合作伙伴类型多样性和相关性的增加也与不断攀升的成本有关，最终成本将超过两种知识共享机制的收益。此外，本文还研究了外部知识环境的两个特征，即模块化和知识分布范围如何塑造合作伙伴类型多样性和相关性对创新绩效的影响。

2.1 合作伙伴多样性和相关性与企业创新绩效

联盟组合中合作伙伴类型的增加有利于提升企业创新绩效，因为它提供了更广泛的知识获取渠道。不同类型的合作伙伴通常拥有独特的资源、技能及经验[10]。随着联盟组合多样性增加，企业关系广度得到拓展，具备访问这些独特的知识资源的条件[11]。因此，企业可以通过与不同类型合作伙伴的合作扩展企业知识资源库的可访问性。知识基础观理论认为组织可利用的专业知识的广度是获得竞争优势的关键机制，企业可访问专业知识类型越多，进行创意重组，互补和溢出的可能性越大，从而有助于提升创新绩效[12]。但联盟组合中合作伙伴多样性将带来一定的成本。随着合作伙伴多样性增加，联盟组合更加复杂，并导致协调与管理成本的激增。遵循交易成本逻辑，合作伙伴多样性还将增加企业对异构合作伙伴的搜索成本，以及监视和协调与之合作的成本。搜索、监视和协调活动将占用企业投资产生创新绩效活动的资源。有鉴于此，本研究认为企业从联盟组合的合作伙伴多样性中受益，从而对创新绩效产生积极影响。但随着合作伙伴多样性进一步增加，企业面临的交易成本会上升，从而导致成本呈指数级增长。

重点关注具有重要知识输入的合作伙伴，提升不同合作伙伴的相关性，实现知识整合，提升创新绩效。随着特定类型合作伙伴对于焦点企业越来越重要，并且投入特定类型合作伙伴资源越多，与之关系就越深。关系深度的增加，使得企业经验更加丰富，并熟悉特定类型的合作伙伴[13]。促进知识资源在合作伙伴之间的转移，实现外部知识资源的实际内部化。此外，对特定类型合作伙伴的熟悉和经验有助于构建共同规范及语言[14]，并形成合作伙伴类型的特定吸收能力。共同语言和吸收能力不仅将促进知识共享，而且还可以实际吸收和内部化外部知识资源，对创新绩效具有积极影响。但增加合作伙伴相关性也要付出代价。关系深度可能发展为关系惯性，从而使企业在其合作伙伴偏好中变得僵化。由于惯性和路径依赖性，企业可能陷于次优的合作伙伴联盟组合。对特定合作伙伴的过度依赖将制约企业战略灵活性，并阻碍将资源重新分配给可能提供更多相关知识资源的替代合作伙伴。知识重构可能性的限制不利于创新绩效。而且，随着特定合作伙伴相关性和关系深度的增加，意外知识泄漏的风险也会增加[15]。意外知识泄漏降低企业内部知识资源的独特性，最终将对创新绩效产生负面影响。随着合作伙伴相关性增加，关系惯性和知识泄漏的成本可能会迅速上升，从而导致成本指数级增加，对创新绩效产生负面影响。因此，提出如下假设：

假设1a联盟组合中合作伙伴多样性与企业创新绩效之间呈倒U型关系。

假设1b联盟组合中合作伙伴相关性与企业创新绩效之间呈倒U型关系。

2.2 合作伙伴多样性与相关性对企业创新绩效的联合效应

合作伙伴多样性和相关性依赖于两种独立的知识共享机制(知识获取和知识整合)促进创新绩效。知识共享机制基于不同的组织原则和惯例，知识获取惯例是指允许知识共享，同时又保持独特的专业知识基础的互动模式。知识整合惯例包括合作伙伴知识的转移和吸收，旨在刺激组织学习。同时使用两种惯例容易导致复杂性，紧张关系和协调挑战的增加，破坏创新绩效[16]。另外，知识基础观理论强调知识生产和利用的效率需要专业知识的获取,表明两种知识转移机制之间缺乏可加性。一方面，合作伙伴多样性与一种更被动的知识获取方式相关，使得焦点企业知识基础相对不变。另一方面，合作伙伴相关性旨在以更积极的方式进行知识内在化，使合作伙伴的知识得以整合和吸收。同时追求被动知识获取和主动知识内部化在相同程度上降低了知识聚合的效率，最终将对创新绩效产生负面影响[17]。最后，将合作伙伴多样性和相关性水平同时提高，进一步降低了企业联盟组合的战略灵活性。随着企业与更多类型合作伙伴建立关系，可能会对外部知识资源的性质和组合潜力形成全面的了解。这些见解致使焦点企业将资源从不太有希望的合作伙伴中重新分配给提供更多有价值的知识资源的合作伙伴。但与高相关性的合作伙伴相关的刚性和惯性将阻碍焦点企业跨伙伴类型重新分配资源。因此，最好将多样性与相关性维度中的某些重点或选择性相结合。合作伙伴类型繁多，且相关性较低(即相关的合作伙伴类别较少)将使企业能够对合作期间获得的信息做出反应，并将资源从较不理想的合作伙伴类型重新分配。企业在多大程度上可以重新分配和配置现有知识资源与竞争优势息息相关。因此，提出如下假设：

假设2在联盟组合多样性中同时追求高水平合作伙伴多样性和相关性，相对于仅专注于多样性或相关性，将削弱企业创新绩效。

2.3 外部知识环境特征的调节效应

模块化是指特定行业中使用的生产系统和产品设计可以分解为独立组件的程度，这些组件可以连接并匹配各种配置，即使在标准化界面内也如此[18]。模块化知识环境中，设计更改不必完全与系统集成，可以作为或多或少独立的组件改编而建立。所有生产系统在某种程度上都是模块化，因为任何产品系统中很少有组件完全不可分割[19]。因此，模块化是指描述连续体组件可以分离和重组的程度。

随着模块化工业环境下分工和专业化的不断拓展，不同类型合作伙伴的能力和技能更加差异化，不同合作伙伴提供的技术选择也更加多样化。在这种模块化环境中，焦点企业与更多类型的合作伙伴进行合作时，可以从广泛的知识获取中获得更大的收益。广泛的知识获取有利于企业在开发创新组件时考虑多种不同的能力和技术选择，增加了企业选择组合的期望值[20]，提高了创新绩效。除了增加知识组合的价值之外，模块化环境还增强了从知识重组中获得的潜力和收益。随着企业在更高程度模块化知识环境中从各种类型合作伙伴中获取知识，重组不同模块化输入的潜力也随之增加。组件与子系统之间的耦合允许适应性和进化发展，从而增加了与来自各种类型合作伙伴更广泛的知识获取相关的重组收益。但是模块化程度的提高对多样性成本的影响尚不清楚。一方面，由于更加标准化的接口，模块化可以减少与更高水平合作伙伴多样性相关的监视和协调成本。另一方面，通过各种合作伙伴提供的更多技术选择可能增加寻找合作伙伴的成本。与知识基础观一致，本研究关注与合作伙伴多样性相关的模块化影响(即知识获取)的方式，并假设成本保持不变。由于从更广泛的知识获取和重组中获得了更高的价值，本研究假设在模块化程度更高的环境中，与合作伙伴多样性相关的收益对于所有水平的多样性都更高。此外，在模块化程度更高的环境中，从合作伙伴多样性获得的收益会随着比率的增加而增加，从而导致收益增速更快。所以合作伙伴多样性与企业创新绩效之间倒U型关系的转折点将向上移动。更具体地说，与以较低程度的模块化为特征的环境相比，更高程度的合作伙伴多样性将是最佳选择，并且由此产生的创新绩效更高。

外部知识环境模块化程度削弱了合作伙伴相关性的优势。具体而言，由更高的合作伙伴相关性而实现的知识整合和内部化的价值降低，甚至在高程度模块化环境中变得有害。特别是在强调分工、专业化和标准化情境下，经验、熟悉度和常识形式的关系深度不太重要。当知识资源高度模块化时，由经验、熟悉度和常识促进的外部知识的实际内部化甚至可能无效。同样，在这种环境中不需要通用语言、规范和伙伴类型的特定吸收能力。相反，在模块化的知识环境中，专业化和标准化的接口促进了常规的组织间交易。虽然在更完全集成的生产系统中，熟悉度和经验可以促进相互调整和自定义，但是在更模块化的环境中，知识交换和交互更加透明。有鉴于此，本研究认为在模块化程度更高的环境中，与合作伙伴相关性相关的收益对于该水平的所有相关性而言都会降低(与模块化程度较低的环境相比)。此外，在模块化程度更高的环境中，与合作伙伴相关性相关的收益将以较低的速率增加。因此，提出如下假设：

假设3a外部知识环境模块化程度正向调节企业联盟组合中合作伙伴多样性与企业创新绩效之间的倒U型关系。

假设3b外部知识环境模块化程度负向调节企业联盟组合中合作伙伴相关性与企业创新绩效之间的倒U型关系。

企业外部环境知识分布显著影响联盟组合有效性[21]。尤其是，外部可用知识的丰富程度取决于行业水平的知识分布范围。一方面，知识分布范围涵盖了不同知识源间的知识分布程度(比如客户，供应商，竞争对手，大学和研究中心)，另一方面，知识可以在被访问的企业中广泛或狭窄地分布。换言之，知识分布不仅指知识的来源，而且还指行业中竞争的企业平等访问这些资源的程度。如果知识分布广泛，以高合作伙伴多样性为特征的联盟组合的重组价值更大。与知识分布广泛的各种类型合作伙伴合作，可以增加企业解决问题的能力，从而增加发现新组合的机会，积极影响创新绩效[22]。在知识广泛分布且不特定于单个产品生产的范围内，从不同类型合作伙伴获取知识的企业可以从范围经济中受益[23]。具体而言，对不同类型合作伙伴的异质知识资源的访问有助于企业将可替代知识资源转移到新产品和市场中[24]。因此，除了构建有价值的知识资源组合之外，更广泛的外部知识分布范围还使企业可以将这些组合转移到新产品和市场中，从而提高创新绩效。有鉴于此，本研究认为行业知识分布范围能够强化合作伙伴多样性对企业创新绩效的积极影响。知识分布范围广泛的情境下，在更高的合作伙伴多样性下获得的收益将增加。

在更广泛的知识分布环境中，与更高合作伙伴相关性相关的收益会减少。由于知识不太可能驻留在一个节点(即一类合作伙伴)，因此投资资源来发展与特定类型合作伙伴的关系深度并对其知识进行内化可能价值较低。在具有广泛知识分布特征的环境中，经验和对特定类型伙伴的熟悉所产生的回报较低。同样，当知识在不同机构之间更广泛地分布时，从共同语言和与特定类型合作伙伴一起工作的方式获得的好处可能会减少。相反，特定类型合作伙伴的通用语言和吸收能力以及合作伙伴知识的内在化，甚至可能会阻碍焦点企业解释和理解在不同类型的参与者之间分布更广泛的知识。有鉴于此，本研究认为更广泛的行业知识范围会减少与合作伙伴相关性相关的收益。因此，提出如下假设：

假设4a外部知识环境中知识分布范围正向调节企业联盟组合中伙伴多样性与企业创新绩效之间的倒U型关系。

假设4b外部知识环境中知识分布范围负向调节企业联盟组合中伙伴相关性与企业创新绩效之间的倒U型关系。

图1 理论假设模型

3 研究设计

3.1 样本选择与数据收集

本研究基于广东省工业企业技术创新调查，该调查由广东省科技厅每两年进行一次，用于收集省内工业企业创新数据。技术创新调查包含有关企业创新活动和参与合作伙伴技术开发的问题。行业层面数据主要来自于《广东省统计年鉴》和《中国火炬统计年鉴》。本研究纵向样本由2012～2018年代表11个制造业的5000多家公司组成，这种基于技术创新调查的样本的优势之一是企业的多样性，其中包括大型研发密集型企业以及中小型企业。因此，使用这些数据可避免对大企业进行过度采样。

3.2 变量测量

因变量。创新绩效采用新产品销售额占总销售额的比率。与改进的产品相比，对市场而言新产品更具创新性，从某种意义上讲，产品不仅是企业的新产品，而且还将企业推向行业领先地位。

自变量与调节变量。合作伙伴多样性是指焦点企业在其联盟组合中不同类型合作伙伴的数量。调查询问该焦点企业在过去两年中是否与不同类型的合作伙伴(客户，供应商，竞争对手，商业实验室，研究机构和大学)进行任何合作创新活动。本研究采用简单的合作伙伴类型计数。合作伙伴相关性是指焦点企业合作伙伴的实际重要性。参照前人研究，要求焦点企业的管理层对客户、供应商、竞争对手、商业实验室、研究机构和大学作为其创新活动中使用的信息来源的重要性进行评级。当公司报告其高度使用某一知识来源时，将该伙伴类型的值重新编码为1，否则则为零，然后相加以获得合作伙伴相关性测度。模块化采用增值比率法，使用行业的价值增值比率来衡量模块化水平。行业知识分布范围参照Harrison和Klein[25]的研究，划分为两个维度分别衡量来源于不同类型合作伙伴的知识分布和行业竞争企业之间的知识分布。前者通过合作伙伴(客户，供应商，竞争对手，大学和科研院所)创新重要性的行业平均得分Blau指数测度，后者通过行业企业之间存在于每个参与者中的知识相关性的变异系数测度。

控制变量。企业层面，本研究控制了研发强度作为创新过程的关键投入，以研发支出占销售额比值衡量；企业规模，以企业员工数量的对数衡量；还包括是否企业集团子公司的虚拟变量，因为企业集团成员身份可以为焦点企业的创新活动提供类似的投入。行业层面，本研究选择了技术变革速度，以行业内向市场投放新产品与未投放新产品的企业数量比衡量，并以企业规模加权[26]；还包括行业研发强度[27]，市场集中度，以及知识产权保护力度，其中市场集中度以基于两位数行业水平上公司在总市场销售中所占份额的赫芬达尔·赫希曼指数衡量，知识产权保护以采用正式IP(即专利，商标，版权，设计权)与非正式IP(即保密，交货时间，产品复杂性)的比率衡量。随时间变化的企业层面和行业层面的变量设置一个滞后期以缓解内生性问题。

4 实证分析

4.1 描述性统计与相关性分析

本研究使用Tobit回归方法估计模型，基于5243个创新企业的11297个观察值样本。使用滞后的解释变量要求企业至少在连续两个调查年度内做出响应。考虑到每年对较小规模公司的部分随机抽样，在整个时期(2012～2018)通常不会观察到全部公司。本研究样本以中小型企业为主，平均拥有326名员工。市场上新产品销售的平均份额4.897%。很大一部分样本企业是集团公司的一部分(64.293%)。较低的行业集中度值表明样本企业在相对竞争的环境中运作。此外，在样本中，21.064%的企业与两种或多种类型的合作伙伴广泛接触。对于超过12.471%的企业年度观察结果，报告了与两种或多种类型的合作伙伴的相关合作。

在控制变量中，技术变革速度与行业研发强度高度相关。合作伙伴多样性与相关性之间也高度，并且为了缓解对结果共线性影响的担忧，本研究以逐步回归方式估计模型。模型2的平均方差膨胀因子(VIF)值为4.126，模型3的平均方差膨胀因子值为3.075，单个变量的VIF值远低于常用阈值10(合作伙伴多样性平方和伙伴相关性平方除外，结合起来，都在10以上)。

4.2 假设检验

表1报告了合作伙伴多样性和相关性与创新绩效之间关系的Tobit回归模型的实证结果。模型1为基本模型。随后在模型2～4中逐步添加与假设有关的变量。根据似然比检验，每个模型都具有显著的改进，在统计学上为数据提供了最佳拟合。基本模型(模型1)的结果表明，企业层面的企业规模(β=0.141,p<0.01)、研发强度(β=0.232,p<0.01)和企业集团虚拟(β=0.133,p<0.05)等控制变量对企业创新绩效产生了显著影响。行业层面的技术变革速度显著正向影响(β=0.273,p<0.01)，而市场集中度(β=-0.042,ns)和知识产权保护(β=-0.007,ns)以及行业研发强度(β=-0.056,ns)却均不显著。在模型2和模型3中，分别引入联盟组合中的合作伙伴多样性和相关性。两个变量都具有正向显著的系数，而两个变量的平方项均为负向显著的系数，在模型2中，合作伙伴多样性的系数为(β=0.353,p<0.01)，平方项系数为(β=-0.129,p<0.01)；在模型3中，合作伙伴相关性的系数为(β=0.366,p<0.01)，平方项系数为(β=-0.177,p<0.05)。假设1a和假设1b得到验证，即合作伙伴多样性和相关性都对企业创新绩效产生积极影响，直到某一水平，此后进一步多样化联盟组合将降低绩效，并表明在一定程度上合作伙伴多样性和相关性成本要高于相关的收益。

表1 联盟组合伙伴与企业创新绩效

注：括号中为标准误差；*p<0.1,**p<0.05,***p<0.01；所有模型都包括时间和行业虚拟变量；所有时变解释变量均以t-2表示。下同。

模型4是一个完整的非线性模型，其中包括合作伙伴多样性和相关性之间的交互项。根据此模型中的估计系数写出非线性回归模型，并求极值，得到最佳数值。对于多样性维度，最佳合作伙伴类型数目为3，对于相关性维度，最佳合作伙伴类型数目为1。两个转折点均在0.05水平下显著。图2说明了联盟组合中的多样性与预测的创新绩效之间的关系(在垂直轴上)。当描述合作伙伴相关性时，分别以平均值减去一个标准差(合作伙伴相关性的“低水平”)和平均值加上一个标准差(合作伙伴相关性的“高水平”)绘制图表。虽然合作伙伴多样性在达到最佳多样性水平之前可能会具有显著的绩效影响，但是在较高水平的合作伙伴相关性下，曲线是波动的，最大绩效影响较小，而在合作伙伴较低的多样性中达到最大值。计算表明，当所有其他变量均保持在平均值时，合作伙伴相关性与其平均值之间的标准差增加可能会使创新绩效降低3.800个百分点。当所有其他变量均保持平均值时，合作伙伴多样性与其平均值之间的标准差增加可能会使创新绩效降低8.241个百分点。假设2得到检验。

图2 合作伙伴相关性与多样性对创新绩效的联合影响

为检验外部知识环境特征(模块化和知识分布范围)对合作伙伴多样性和相关性与企业创新绩效间关系的调节作用。本研究分别评估了低模块化和高模块化、狭窄的知识分布和广泛的知识分布子样本。结果如表2所示，在模块化与知识分布的调节作用下，合作伙伴多样性和相关性二次项对创新绩效影响为负值，表明存在非线性调节关系。图3和图4展示了外部知识环境特征对创新绩效的调节作用。

合作伙伴多样性通过外部知识环境特征调节的创新绩效之间的关系如图3所示。伙伴多样性可能会对创新绩效产生重大影响，直到达到最佳的多样性水平。但是在模块化程度较低的环境中，最大的创新绩效较小，并且在较低水平的合作伙伴类型多样性下达到最大值。而广泛的知识分布范围使得企业可以从其联盟组合中的合作伙伴多样性中获得更多的收益，曲线更加陡峭，最大创新绩效影响更大，在更高水平的合作伙伴多样性中达到最大值。因此，假设3a和假设4a得到验证。

表2 外部知识环境特征对企业创新绩效的调节效应

图3 外部知识环境特征对合作伙伴多样性与创新绩效的调节效应

图4 外部知识环境特征对合作伙伴相关性与创新绩效的调节效应

另一方面，如图4所示，尽管合作伙伴相关性也可以对绩效产生重要的影响，直到达到最佳的多样性水平为止，但低模块化的环境却可以从合作伙伴相关性中获得最大的创新绩效。与本研究预期相反，当知识分布广泛时，曲线更陡峭，最大创新绩效影响更大，并且在更高水平的合作伙伴相关性上达到最大值。因此假设3b得到支持，但假设4b没有得到验证。

5 结论与讨论

5.1 研究结论

本研究基于广东省制造业技术创新调查数据，对合作伙伴类型多元性、外部知识环境特征对企业创新绩效的影响进行剖析，得出以下几点结论：(1)联盟组合中的合作伙伴类型多元性与企业创新绩效呈倒U型关系。合作伙伴多样性和相关性对企业创新的促进作用存在一个转折点，当合作伙伴类型数量以及相关性超过该转折点时，因为协调和搜索成本的增加致使多元性的收益下降。(2)同时追求高水平合作伙伴多样性和相关性的企业，相较于仅关注于合作伙伴多样性或相关性的企业而言，创新绩效被削弱。合作伙伴多样性和相关性与知识获取和知识整合两种独特的知识共享机制相关联，同时使用两种知识共享惯例容易导致复杂性，紧张关系和协调挑战的增加，从而破坏创新绩效。(3)外部知识环境特征(模块化和知识分布范围)对合作伙伴类型多元性与企业创新绩效间的倒U型关系具有调节作用。外部知识环境模块化正向调节合作伙伴多样性与创新绩效的倒U型关系，而负向调节合作伙伴相关性与创新绩效的倒U型关系。外部知识分布范围正向调节合作伙伴多样性与创新绩效的倒U型关系，而对合作伙伴相关性与创新绩效的倒U型关系调节效应不显著。

5.2 理论意义

现有研究将联盟组合多样性视为相对同质的构念。鉴于越来越多的参与者正在参与更加分散的创新过程，本研究将合作伙伴类型多元性作为具有战略意义的多样性，并划分为合作伙伴多样性和合作伙伴相关性两个单独的维度。基于知识基础观理论，本研究将这两个维度连接到知识获取和知识整合的不同知识共享机制，有助于解释合作伙伴多样性和相关性如何促进企业创新绩效。合作伙伴类型多元性仅在一定程度上有助于创新绩效。表明从某种意义上讲，通过增加合作伙伴多样性来获取外部知识以及通过合作伙伴相关性来整合知识所涉及的成本高于收益[28]。进一步补充了以往关于联盟组合多元性和企业绩效的关系的研究。本研究还发现，由于协调和冲突惯例的复杂性增加，高水平的合作伙伴多样性和相关性可能会削弱联盟组合的有效性。与单独寻求合作伙伴多样性或相关性的情况相比，同时实施合作伙伴多样性和相关性专注于获取和整合外部知识的行为破坏了创新绩效。这种消极的联合作用强调了区分合作伙伴类型多元性不同维度的重要性。特别是，在一个多元性构念中对多样性和相关性进行同质处理可能会掩盖在两个维度追求高多元性的负面影响。

另一方面，到目前为止，联盟组合作用情境主要限于环境动态性[29]。鲜有研究关注多元性最可能实现的情境，关于外部知识环境的特征如何影响联盟组合多元性维度的有效性知之甚少。本研究对公司运作所处的外部知识环境如何影响联盟组合多元性维度的有效性进行了系统研究。当考虑外部知识环境中的权变性时，区分联盟组合多元性维度的重要性变得更加重要。因为知识分布范围和模块化影响了两个多元性维度，并且作用相反。结果在理论上与扩展的知识基础观一致，表明不仅知识部署而且知识特征是知识共享的基础。研究结果证明模块化程度和知识分布范围都会影响联盟组合中知识共享的有效性。这些结果也阐明了联盟组合的配置，从而可以提供最佳绩效。在配置有效的联盟组合时，企业不仅需要考虑多元性的不同维度之间的相互依存关系，还需要考虑在行业层面上共同确定这种多维联盟组合多元性有效性的外部知识特征。因此，本研究有助于强调联盟组合管理能力作为绩效关键因素[30]。

5.3 管理意涵

本研究建议管理者谨慎考虑其公司联盟组合中的合作伙伴类型的多元性，因为合作伙伴类型多元化不仅能够促进创新绩效的提升，还将增加企业成本。虽然最初通过联盟组合中更高的合作伙伴类型多元化程度来提高创新绩效，但研究结果表明，当联盟组合变得过于多元化时，就合作伙伴多样性和相关性而言，将形成管理复杂性和资源约束。联盟策略或专门的组织协调工作可以在多大程度上减轻这种情况，并进一步增强各种知识来源的联盟组合的收益是管理者需要思考的问题。本研究进一步将管理者的注意力转移到合作伙伴类型多元性的多维本质上。区分合作伙伴多样性和相关性以及权衡取舍的管理能力将对创新绩效产生重要影响。研究结果表明，尤其是外部知识环境中的模块化程度(以及狭窄的知识分布范围)决定了合作伙伴多样性和相关性的有效性。值得注意的是，外部知识环境的这些特征强化了合作伙伴多样性的有效性并削弱了合作伙伴相关性的有效性，从而增加了区分合作伙伴类型多元性的两个维度的需求。因此，联盟组合的配置不应通过“一刀切”的方法来看待，而是企业在创建多元化的联盟组合时所做出的选择，在整个行业环境中的工作方式大不相同。

5.4 局限性与未来研究方向

首先，本研究受到合作伙伴类型数量的限制。虽然整合了更多传统合作伙伴类型，例如客户，供应商和大学，但在未来研究中应考虑新合作伙伴类型，例如创新中介机构。其次，本研究采用的广东省制造业技术创新数据本身具有一些局限性。例如，无法确定焦点企业的单个合作伙伴。同样，在不平衡的面板中观察到许多样本企业的时间相对较短，限制了本研究对动态联盟组合模式更长期看法。此外，在多行业环境中，容易在合作伙伴类型上产生异质性，但是无法推断因果关系，未来可以将绩效和联盟组合的前因分析整合到一个框架中。第三，虽然本研究集中于外部知识环境如何影响与合作伙伴多样性和相关性相关的收益，但更全面的评估可以考虑与合作伙伴多样性和相关性相关的成本如何受到这些调节变量的影响。最后，考虑外部知识环境的一系列更广泛的特征，例如复杂性或技术不连续性，以了解其对联盟组合有效性的影响。