知识异质性对知识密集型企业创新绩效的影响研究*——基于网络结构嵌入性视角

成都理工大学 胡潇月

党的十八大提出必须把实施创新驱动发展战略摆在关乎国家发展全局的战略地位。而如今经济全球化与开放创新背景下，如何利用知识异质性提升企业创新绩效，是我国企业实现转型升级的重要问题。

知识作为企业最核心的资源，相关现有研究虽然已取得了较多成果，但仍然存在以下不足之处。首先，现有研究主要集中在知识异质性对创新的静态影响，没有考虑到知识异质性对创新过程的动态作用。其次，作为影响创新绩效的关键因素，学者们较多使用不同的网络结构变量分析知识异质性和创新绩效之间的关系，但缺乏从网络嵌入性视角进行的研究。基于以上分析，本文从网络结构嵌入性视角出发，视其代表性网络特征“中心度和结构洞”为重要影响要素，以中国生物医药行业20家企业专利数据为样本，实证检验分析其对知识异质性和知识密集型企业创新绩效之间关系的调节效应。本文旨在探讨知识网络嵌入情境下知识异质性对企业创新绩效的影响差异、影响机制及知识网络嵌入情境的调节作用，为企业制定技术创新与发展战略提供参考。

一、文献综述与基本假设

尽管当前国内外学术界已在关于知识异质性与创新绩效的学科交叉理论领域作出了较为成熟的研究结果，但在具体实践中据调研发现，在对于知识互动同等注重的取样企业间，其创新绩效指数仍具有较大离散度。针对此现象，学者们对于作用于其主体关系的重要权变因素“网络结构”作出后续理论补充研究。社会网络理论指出，网络中心度与结构洞两种结构思路的实践应用，对企业竞争优势的确立与其战略决策的执行有着至关重要的作用。在国外先进理论的引导下，部分学者将研究点聚焦于从“网络嵌入性”维度来剖析创新行为。其中，结构嵌入性主要由中心度、结构洞等变量从模型关系中体现样本目标企业在网络中的位置，但对其与创新绩效的关系研究结论尚存在分歧。例如国外学者Ranganathan与Li[1-2]在对于网络中心度是否与企业绩效间存在关联具有分歧，两者分别用学术论证得出相反结论。由此可以判断出，若仅依附于单变量来建立网络结构与创新绩效的关系，得到的研究结论并不准确，而本文中将加设知识异质性作为新变量，在双重因素共同作用下来架构其复杂关系，最后找出三者协调的理想状态。

（一）知识异质性和创新绩效之间关系

企业需要连续不断地获取和创造新知识来维持稳定的发展。获取知识的来源存在多样性，而知识主体可通过找寻与判断其所含知识在不同维度的深层与显性知识差异来打破固有思维定式，但对于目标企业能否利用知识异质性正向作用于企业创新绩效还需要进行补充验证。国内学者如陈劲等[3]以联盟网络作为样本案例，观察到其产品的创新概率与知识异质性存在正向相关关系，因此也有助于目标企业绩效的升高；外国学者如Hsiao等[4]指出，企业内部进行知识交流，善用知识异质性可有助于隐性与适应性地提升知识汲取速率，也有助于目标企业绩效的提高高。因此，本文提出以下假设：假设1知识异质性与企业创新绩效成正相关关系。

（二）结构嵌入性对知识异质性和创新绩效之间关系的调节作用

结构嵌入性体现为企业在网络中的位置，由中心度和结构洞两个变量体现。Tortoriello M等[5]认为网络位置通过影响异质性知识获取进而影响创新能力的形成，可以此检验企业利用资源属性实现灵活配置的能力。其中，中心度与目标网络节点间的关系主要由与其直接产生关联的个数有关。当其变量数值较高时，表明该目标节点信息畅通，有助于企业的知识信息交流，在提高自主创新主观能动性的同时，企业创新型技术与产品研发成功概率也会加大，并且促进目标企业吸收外部知识信息资源的质量与内容，从而获取异质性知识。因此，本文提出以下假设：假设2中心度正向调节知识异质性和企业创新绩效之间的关系。

占据网络结构洞高位置节点的企业，有利于缩减其网络节点间的无效链接链条，通过释放一定空间去掌控并接触核心知识源，从企业分工来看加速了资源处理效率。而结构洞的增加也会提高企业机会主义行为的发生概率，该现象则会导致信息不对称性，其负面影响会降低合作企业之间的信任度，进而减少企业创新绩效。因此，本文提出以下假设：假设3结构洞倒U型调节知识异质性和企业创新绩效之间的关系。

二、研究设计

（一）数据来源

生物医药是一项科研强度高，学科交叉重叠度高的知识密集型产业，其不仅对于高层次人才的引入标准设置较高，同时其投入和风险都较高，具有较高的研究价值。本文引用的专利数据来自中华人民共和国国家知识产权局专利检索数据库。通过采用以下步骤收集相关数据：首先，通过中国医药生物技术协会总平台及其他行业子平台搜索并筛选表现活跃的20余家生物医药企业；其次，在专利检索数据库中逐个检索其在2000～2020年间申请发明的专利数据及其专利引用和被引数据并进行数据清理，保留其中的20家样本企业；再次，统计所有样本企业之间专利引用交叉程度，建立企业间专利引用邻接矩阵。最后，将矩阵导入Ucient软件，计算并得出企业专利引用网络图谱。

（二）变量测量

1.自变量

知识异质度：测量基于国际专利分类(IPC)标准，采用传统上测度异质化的连续指数进行计算。设为第i类专利所占的比率，为权重，用对数形式表示。知识异质度的测度公式如下：

数值从0到1变化，数值越大，表示异质度越高。

2.因变量

企业创新绩效：专利数量是衡量企业创新绩效的常用指标，表示为各企业专利授权数的总和。由于样本限制在生物医药行业，消除了不同行业间专利申请趋势的差异。

3.调节变量

网络结构主要分为结构洞和中心性。一般研究将中心度分为绝对中心度和相对中心度，本文采用学者们常用的相对中心度变量，数据由于参考了网络规模而具有可比性。具体表达式如下：

其中为节点i的相对度数中心度，n为网络规模。本文参考Burt的方法计算结构洞指标，从有效规模、效率、限制度和等级度四个角度出发，采用限制度指数和Ucient软件相结合的方式，测量并计算结构洞指标数值，数值越低说明结构洞个数越多。计算公式如下：

4.控制变量：

本文引入四个控制变量，即企业规模、企业年龄、企业性质和企业科技研发投入。

1.企业规模及年龄：持续期较长、实体与虚拟经济规模较大的企业在各技术领域往往具有较高知识异质度。本研究将自企业成立时间至2020年间的时间作为企业年龄；将企业资本存量作为企业规模。

2.企业性质：其该项属性主导了目标企业的创新策略选择。当前国内企业属性可大致分为享有国家扶持政策的国有企业与其他企业，而其他企业中其具有较大优势的为外资企业。本文将以外资、国有两种企业类型作为虚拟控制变量。

3.企业科技研发投入：企业每年投入在研发上的费用，研发费用越高，越有利于企业技术创新。

三、研究分析与结果

（一）网络结构的描述性统计

通过使用Ucinet软件分析计算二十家生物医药企业的专利申请、引用、被引和交叉情况，得出生物医药行业网络指标数值及知识网络图谱。其中，行业网络度数中心度为3.3，其中正大天晴药业集团股份有限公司、江苏瑞恒医药股份有限公司两家企业排名前列。行业网络中间中心度为26.01%，网络平均距离为2.363，网络密度为0.174，集聚系数为0.29，EI指数为-0.512，可知生物医药行业创新网络中节点联系较密切，企业之间专利交叉引用情况较为普遍。

（二）描述性统计和相关分析

由表1可得，企业创新绩效与知识异质性之间的相关系数为0.014，且在1%的显著性水平下表现显著，说明二者之间存在显著的正向相关关系。并且各变量的VIF值均低于10，说明变量间不存在明显的多重共线性。

表1 变量均值、标准差和相关系数矩阵

（三）调节效应模型回归分析

模型1的结果显示，知识异质性的系数为正且在5%的显著性水平下显著，反映出知识异质性对企业创新绩效具有正向调节作用，由此说明假设1的正确性。

模型2的拟合优度R2相比较于模型1来说具有显著性的提升，说明模型整体解释度增强。中心度的回归系数为正且在1%的显著性水平下显著，说明中心度对企业创新绩效具有显著的正向影响。知识异质性与中心度的交乘项相关系数为正且在1%的显著性水平下显著，说明调节效应成立。从数值上看，中心度对知识异质性和企业创新绩效之间具有显著的正向调节效应。由此验证了假设2的正确性。

模型3的拟合优度R2相比较于模型1，同样具有显著性的提升。从回归系数看，知识异质性与结构洞的交乘项相关系数为正，知识异质性与结构洞平方项的交乘项相关系数为负，表明结构洞存在显著的非线性关系，即存在倒“U”型关系。

四、结论与启示

研究结果表明：知识异质性与企业创新绩效成正相关关系；中心度正向调节知识异质性和企业创新绩效之间的关系；结构洞倒U型调节知识异质性和企业创新绩效之间的关系。由此，本文提出如下建议:(1)构建全面的网络结构。知识密集型企业应正视社会网络在创新活动中的作用，大力建设各种关系网络和相互信任的社会关系，充分优化创新政策的实施效果，提高企业创新绩效。（2）充分利用网络结构优势。企业应该积极合作以建立与利用网络结构的中心度优势，同时应该避免结构洞过高导致的机会主义行为，建立深层次信任合作机制。（3）异质性知识为企业间知识互动与交流提供了机遇，企业应加强与网络内企业知识互动的深度，促进异质性知识转化为创新成果，从而提升行业创新能力和创新绩效。

表2 变量均值、标准差和相关系数矩阵