企业外部知识搜寻多维结构与创新质量关系研究

胡 谍，佘茂艳，杨 雪

(1.福州大学 经济与管理学院，福建 福州 350108；2.成都理工大学 管理科学学院，四川 成都 610059；3.四川大学 商学院，四川 成都 610065)

0 引言

随着技术革新日益加快、产品生命周期不断缩短，高质量持续创新成为企业生存和发展的必要条件[1]。因此，如何提高创新质量受到学者们广泛关注[2]。创新的本质是通过重新组合异质性知识要素，产生新知识以解决问题的过程[3,4]。随着技术和产品复杂度不断提高、分工逐步细化，单个企业很难拥有解决问题的所有知识。只有高效地搜寻外部知识、充分整合内外部资源，才有可能维持创新并提升竞争力[5]。

尽管学者们从不同视角就企业外部知识搜寻活动影响创新问题进行了诸多探索，也取得了丰富成果，但纵观现有文献，大多数研究均是基于外部知识搜寻的一个或两个维度，忽略了其多维特征。实践中，每次外部知识搜寻活动都需要综合考虑多个维度[6]。如是搜寻较新颖知识还是较成熟的知识(时间维度)？是搜寻本地知识还是外地知识(地理维度)？是搜寻领域内相似知识还是领域外迥异知识(认知维度)？因此，任何将多维外部知识搜寻活动割裂开来的研究都可能脱离企业知识搜寻的真实情境，导致研究结果出现偏差。此外，各搜寻维度的差异也可能被忽略，进而影响企业创新结果[7,8]。因此，同时从多个维度探究外部知识搜寻活动对企业创新质量的作用具有重要价值。

本文首先通过文献梳理，提取具有代表性的维度以定义企业外部知识搜寻的多维结构；然后从理论层面分析企业不同知识搜寻结构对创新质量的影响；最后选取63家美国医药上市企业和173家中国医药上市企业的发明专利为样本，利用其后向引文刻画企业外部知识搜寻活动，利用前向引文刻画创新质量，进行实证检验。本研究贡献主要体现在：第一，从整体视角提出外部知识搜寻的多维结构概念，在突破原有单一研究范式的基础上，为外部知识搜寻研究提供新思路，使研究结论更具现实解释力；第二，在量化各搜寻维度的基础上对企业外部知识搜寻结构进行区分和可视化，重点分析不同搜寻结构对创新质量的差异化影响，为深入理解企业外部知识搜寻活动提供理论依据；第三，通过比较中美医药企业外部知识搜寻结构对创新质量的影响，为不同情境下企业外部知识搜寻活动提供科学依据。

1 文献综述与研究假设

1.1 外部知识搜寻的多个维度

通过相关文献梳理，Li等[6]总结出常见的3个外部知识搜寻维度，即时间、地理和认知。该研究得到了国内外学者的认可[9,10]。本研究借鉴该思路，认为企业的每一次搜寻活动都需要同时在3个维度上作出选择，并沿着每个维度进行近距离或远距离知识搜寻。

时间维度，是指被搜寻知识的年龄，即某项知识从产生到被搜寻时的存活时间[11]。知识的新旧性一方面反映其成熟度，另一方面反映其时效性。如中美发明专利的有效期都是20年。企业在知识搜寻中会考虑由专利年龄反映的知识时效性[12]。部分学者认为，旧知识经过时间检验，能够为企业提供可靠、有价值的信息，帮助企业提升创新能力[13]。另一部分学者则认为，新知识能够为企业提供新观点和新想法，更能满足当前市场需求和解决企业当下难题，从而有利于企业创新[14]。

地理维度，是指企业在知识搜寻过程中跨越的地理距离[6]。地理维度常常与制度、文化紧密相关[15]。不同国家、地区的文化、习俗和制度不尽相同。虽然在搜寻中跨越不同制度体系会增加学习难度和不确定性[6]，但跨区域搜寻会为企业带来全新的知识要素，有助于实现突破式创新[16]。目前，大部分学者比较认可远距离的地理搜寻[17]。

认知维度，也称为技术维度，是指搜寻的外部知识与企业现有知识基的相似度。相似度越高，表明二者的认知距离越短，企业对搜寻的知识越熟悉[6]。相较于时间和地理维度，认知维度被认为是最能反映知识搜寻本质的维度[18]。本地搜寻与非本地搜寻就是以认知维度进行区分的[19]。一方面，企业在熟悉领域内搜寻知识有助于减少搜寻成本、降低协调成本与吸收难度(芮正云，罗瑾琏，2018)，但相似知识会使企业陷入冗余或短视危机，很难实现突破式创新[20]。另一方面，企业在认知维度上进行远距离搜寻必然要付出大量人力、物力及时间成本，但认知距离较远的知识的新颖性和稀有性构成了企业突破性创新的基础(周飞,孙锐，2016)。

现有研究针对外部知识搜寻维度的界定存在不同观点，未来也可能出现其它搜寻维度，但就目前而言，时间、地理和认知是最被认可的3个维度。上述维度的采用，使以前抽象的外部知识搜寻研究得以具象化。

1.2 外部知识搜寻多维结构与创新质量的关系

借鉴Li等[6,21]的研究，本文将由时间、地理、认知组成的空间界定为企业外部知识搜寻三维空间。搜寻空间是虚拟、开放的，未来也可能出现新维度，因此该空间亦可扩展为四维及以上。在目前的企业外部知识搜寻活动中，都会基于上述3个维度进行距离选择，且该选择会受到企业异质性资源、决策者及外部环境等因素影响，导致选择结果存在差异。

结构是指组成整体的各部分搭配与安排[22-23]。本文将外部知识搜寻结构定义为企业在3个搜寻维度上进行的知识距离搭配与安排。为了便于分析，构建如图1所示的企业外部知识搜寻结构。进一步，借鉴开发-探索相关文献中的定义方式，将各维度的近距离(远距离)搜寻命名为该维度的开发式(探索式)搜寻。开发-探索仅限于命名，未沿用传统研究中的开发-探索内涵[24]。根据变量均值，首先将3个维度划分为开发(小于均值)-探索(大于均值)，然后按照2×2×2的矩阵划分成8种搜寻结构，如图2所示。其中，第一类结构是两种极端情况，一是同时在时间、地理和认知3个维度进行开发式搜寻，如图2中的a1,二是同时在3个维度进行探索式搜寻，如图2中的a2;第二类结构是在某维度进行探索式搜寻而在其它两个维度进行开发式搜寻，如图2中的b1、b2和b3;第三类结构是在某两个维度进行探索式搜寻而在第三个维度进行开发式搜寻，如图2中的c1、c2和c3。将8种搜寻结构划分为4大类，即三维开发式搜寻结构(图2中的a1)、三维探索式搜寻结构(图2中的a2)、一维探索式搜寻结构(图2中的b1、b2和b3)、二维探索式搜寻结构(图2中的c1、c2和c3)。

图1 企业外部知识搜寻结构

图2 按开发-探索划分的外部知识搜寻结构

首先，相较于开发式搜寻结构，任何维度的探索式搜寻结构都有助于企业创新质量提升。在梳理现有3个维度的文献时发现，已有研究都认同各维度的探索式搜寻能给企业带来创新所需的新颖性、异质性知识。如时间维度上的探索式搜寻通常针对前沿领域，为企业带来解决难题的新知识，这些新知识能帮助企业跳出陈旧的思维轨迹，形成新思维，最终产生高质量创新[11]。地理维度的探索式搜寻通常跨越地域，由于制度、文化、观念等存在差异，所获得的知识也具有差异性，这些差异性知识对企业来说是新颖的，有助于促进企业创新质量提升(于晓宇,等，2013)。认知维度上的探索式搜寻主要针对跨行业或跨领域，由于知识的专业性不同，有助于激发企业的探寻活动，同时，跨专业的知识要素通过重组更能碰撞出新“火花”，进而提高创新质量(周飞，孙锐，2016)。因此，与开发式知识搜寻相比，任何维度的探索式搜寻都可能带来更多新颖性知识，因此更有利于企业创新质量提高。基于此，本文提出研究假设：

H1：与开发式搜寻结构相比，任何维度的探索式搜寻结构都有利于企业创新质量提高。

其次，知识的新颖性会随着探索式搜寻维度增加而提升。当仅沿着一个维度进行探索式搜寻时，企业只能获得该维度上的新颖性知识，且这种新颖性知识还有可能被打“折扣”。如只沿着时间维度进行探索式搜寻，而在其它维度进行开发式搜寻，由此得到的知识是“新鲜出炉”的，但从地理和认知维度看，由于属于企业同领域知识，企业可能对这类新知识早已知悉[25]。因此，由单个维度探索式搜寻获得的知识新颖性较弱，对创新质量的提升作用有限。但当这种探索式搜寻同时出现在多个维度时，知识要素的新颖性会产生叠加，从而有利于创新质量提升。如果企业同时沿着时间和地理维度搜寻远距离知识，这些领域内“新鲜出炉”的外地知识可能远比领域内“新鲜出炉”的本地知识的新颖度更高。这是因为距离的存在使企业对这些知识比较陌生，时间和地理上的新颖性不仅存在简单的“1+1”叠加，还可能产生“1+1>2”的效果[12]。同理，来自跨领域的前沿知识因其新颖性较强，更有利于创新质量提升。因此，探索式搜寻维度越多，越有助于提升企业创新质量。据此，本文提出研究假设：

H2：探索式搜寻结构对创新质量的影响程度随着探索维度增加而提高，即三维度探索式搜寻>两维度探索式搜寻>单维度探索式搜寻。

最后，本研究认为由3个搜寻维度带来的知识新颖性可能存在差异。如时间维度的新颖性主要源于知识的前沿性，地理维度的新颖性主要源于知识所隐含的制度、文化、风俗等差异，认知维度的新颖性主要源于企业对知识所在领域的陌生度[5]。虽然尚没有文献对各搜寻维度带来的知识新颖性进行比较，但创新研究已在探讨不同维度可能存在的差异。如从事创新多样性研究的学者们认为认知是与创新活动直接相关的维度，这种维度具有更深层次的多样性，更有助于促进创新[26]。既然上述维度差异问题出现在创新多样性研究中，那么它们也可能存在于知识搜寻研究中[27]，因此这种讨论会对企业搜寻决策提供有意义的指导。虽然选择多个维度同时进行探索式搜寻有助于提升企业创新质量，但并不是所有企业都能做到同时在多个维度上进行探索式搜寻。在这种情况下，企业就需要选择性放弃某些维度探索。据此，本文提出研究假设：

H3：时间、地理和认知等不同维度探索式搜寻结构对创新质量的影响存在差异。

2 数据与方法

2.1 数据来源与样本选择

本研究以美国医药企业的发明专利为研究样本，并结合中国医药企业发明专利情况作比较研究。这是因为医药行业80%的技术创新都会申请专利，从而可以有效追踪企业创新和外部知识搜寻活动[28]。美国数据主要来自USPTO和Compustat数据库。USTPO提供了专利号、专利名称、专利类型、IPC技术分类号、专利申请时间、授权时间、发明人名称和地址、申请人名称、唯一代码和地址、专利引文信息(其中，专利后向引文表征企业外部知识搜寻活动，前向引文衡量专利创新质量)等信息。Compustat提供了美国上市公司的相关信息。首先，根据上市公司信息中的标准产业分类代码(SIC)和企业所在地，找出SIC为“2834”的706家美国医药上市公司；其次，通过匹配上市公司名称和专利申请人名字，确定企业与专利所属关系，匹配后仅有410家美国医药上市公司在1980-2010年申请过发明专利，合计72 926件；然后，根据专利号匹配专利引文数据，通过申请人和发明人代码，识别出他引和自引；最后，筛选出满足以下条件且信息完整的63家企业的22 534件发明专利：①1980-2010年间企业上市经营期限大于等于10年；②1980-2010年间在美国进行发明专利申请至少有10年；③每件专利的后项引用中至少有1件他引。考虑到专利授权大约有两年的滞后期，22 534件专利是在1980-2010年间申请且截止2012年被授权的，该方法可尽量缓解数据的右截断问题。中国数据主要来自国家知识产权局和国泰安数据库。作为新兴市场，中国大多数企业成立或上市年限较短，专利申请量有限，因此本文在构建中国医药专利数据库时仅以专利、引文、企业等信息是否完整为标准，最终筛选出满足条件的1994-2018年间173家中国医药上市企业的4 918件发明专利。受篇幅限制，本文仅提供主要分析结果。

2.2 变量设计与回归模型

2.2.1 因变量

专利引用次数通常被用于衡量企业创新质量(Innovation quality)[29]。本研究采用每件专利在申请后5年内(包括当年)被其它专利引用的总次数衡量企业创新质量。采用后3年和后4年的引用总次数作稳健性检验，得到的结果基本一致。中国专利和引文数据截止到2018年，为了保留足够样本，在中国样本分析中没有严格按要求去掉2014年及以后申请的专利样本，这部分专利被引次数均截止到2018年。在使用后3年引用总次数作稳健性检验时，考虑到右截断问题，剔除了2017和2018年的专利数据，结果基本一致。

2.2.2 自变量

在划分外部知识搜寻结构时，首先利用专利后向引文对时间、地理和认知3个搜寻维度进行测算。时间维度(Time)采用专利申请年份与所有被引用专利申请年份之差的平均值取对数测度[11]。该指标利用最大值减去原始值得到。其值越小，表示被搜寻的知识年限越长，反之，则越短。具体计算如式(1)所示。

(1)

地理维度(Geography)采用专利发明人所在地与所有被引用专利发明人所在地平均球面距离的对数表示[30]。根据USTPO提供的美国专利发明人所在城市经纬度，可测算两个城市的球面距离。该值越小，表示搜寻的地理距离越近，反之，则越远。具体计算如式(2)所示。其中，R是地球半径，Li和Lj分别是专利发明人所在城市的纬度与经度，Gi和Gj分别是被引用专利发明人所在城市的纬度与经度。

(2)

认知维度(Cognition)反映企业对知识搜寻领域的熟悉程度[31]。首先分别计算企业过去5年在每个被引用专利所属技术领域的专利申请数除以过去5年的专利申请总数，再取平均值，用该值的最大值1减去原始值得到最终数值，具体计算如式(3)所示。该值越小，表示搜寻的认知距离越小，反之，则越大。

(3)

随着互联网发展，获取外部技术信息变得更加容易，进而影响搜寻维度距离，如互联网发展使跨时间、跨空间和跨领域的专利信息获取变得较容易[32-33]。因此，为了剔除该影响，首先分别将以上3个维度作为因变量，将搜寻与被搜寻两地互联网发展指数(本地互联网使用人数占当地总人口的比重)作为两个自变量，进行回归分析，然后取其残差作为剔除互联网影响后的3个维度距离[34]。结果表明，互联网发展缩短了知识搜寻的时间距离，增大了地理距离和认知距离。最后，根据结果，将样本分成8小种4大类搜寻结构，各搜寻结构分布如表1所示。在稳健性检验中，以中位数进行结构划分，结果与均值划分方法基本一致。

表1 美国各类外部知识搜寻结构分布

2.2.3 控制变量

在专利层面，控制技术领域数(No. of IPC)、权利要求数(No. of claims)、发明者(No. of inventors)、申请人(No. of assignees)等可能影响专利质量的因素[35]。在发明人层面控制了发明人近5年申请的技术领域数(Diversity)，这是因为发明人的知识范围可能影响企业创新质量。在企业层面控制了用资产总额(Total assets)衡量的企业规模[36]、企业研发投入强度(R&D intensity)[37]，即研发投入占总资产的比例，以及企业的创新经验(Experience)，即企业过去5年的专利申请数量[35]。为了缓解可能存在的数据偏态，除研发强度外，对所有变量取对数。此外，为了减少极端值的影响，回归前所有连续变量都进行了两端缩尾处理。由于因变量属于计数型变量，可采用泊松回归或负二项回归，但是该变量均值和方差不相等，因此选用负二项回归。

3 实证结果分析

3.1 美国医药企业实证结果分析

为了更形象地描绘企业外部知识搜寻结构，本研究开展可视化分析。以1990、2000和2010年为例，展现不同时期企业外部知识搜寻结构分布。如图3所示，一个点代表企业搜寻同时在时间、地理和认知三个维度作出的决策结果。专利样本在2010年明显减少，可能是因为授权时间增加导致右偏。从图中可以发现，这些点分布在不同位置，说明不同企业的外部知识搜寻结构存在差异，不是所有企业都遵循一种搜寻结构。因此，可以进一步分析不同搜寻结构是否会对创新质量产生异质性作用。

图3 美国企业外部知识搜寻结构分布

表2显示部分控制变量间的相关系数大于0.5，如企业规模和创新经验的相关系数是0.795，但各回归中方差膨胀因子的最大值小于临界值10，表明不存在多重共线性问题。为了进一步排除该问题，回归时依次将这些控制变量放入模型中，回归结果始终保持一致。

表2 变量描述统计与相关性分析结果

本研究需要考虑搜寻结构与其它影响因素间的内生性问题。如企业初衷是诞生一项跨学科专利，这种倾向自然决定知识搜寻应向认知维度进行远距离搜寻，即自变量之间可能不独立。借鉴相关文献[38]，本研究使用残差法解决内生性问题。首先，以搜寻结构作为因变量，与其它所有控制变量进行回归；然后，使用这些回归的残差作为搜寻结构的代理变量，以检验前文提出的假设。

表3分别列出了使用原始数据和残差的回归结果。与模型(1)和(2)相比，在使用残差的模型(3)和(4)中，其搜寻结构的回归系数均有变小，说明确实存在自变量不独立问题。各回归分析均以开发式搜寻结构为基础组。在模型(3)中，一维、二维、三维探索式搜寻结构系数均显著为正，说明无论沿着几个维度进行探索式搜寻，都比3个维度的开发式搜寻更有助于提高企业创新质量，即H1得到验证。为了进一步验证一维、二维、三维探索式搜寻结构对创新质量的影响是否存在差异，对3个系数两两进行T检验。表4显示，三维探索式搜寻结构系数显著大于一维探索式搜寻结构系数，其它系数之间没有显著差异。因此，H2得到部分支持。模型(4)是8小类搜寻结构对创新质量的影响结果，在一维探索式搜寻结构中，时间和认知维度的探索式搜寻结构系数均显著为正，地理维度的探索式搜寻结构系数不显著。表5显示，时间和认知维度系数分别显著大于地理维度系数，且认知维度系数显著大于时间维度系数。在二维探索式搜寻结构中，“地理+认知”、“时间+认知”、“时间+地理”维度的探索式搜寻结构系数均显著为正。表6显示，“时间+认知”维度系数显著大于“地理+认知”、“时间+地理”维度系数，且后两者系数没有显著差异。这说明不同维度的探索式搜寻结构对创新质量的影响存在差异，H3得到验证。

表3 美国企业外部知识搜寻结构对创新质量的影响分析

表4 模型(3)中自变量系数的T检验结果

表5 模型(4)中各一维探索式搜寻结构自变量系数的T检验结果

表6 模型(4)中各二维探索式搜寻结构自变量系数的T检验结果

3.2 中国医药企业实证结果分析

按照相同方法，对中国医药上市公司进行实证分析。中国医药企业各类知识搜寻结构分布如表7所示。可以发现，中美医药企业外部知识搜寻结构存在一定相似之处，即一维探索式搜寻结构的子维度结构分布类似，三维探索式搜寻结构的占比较高；不同之处在于中国医药企业的开发式搜寻结构占比较低，二维探索式搜寻结构的子维度结构分布存在差异。

表7 中国企业各类外部知识搜寻结构分布情况

从2005年开始每间隔5年选取3个时间节点，以勾画不同时期中国医药企业外部知识搜寻结构分布。如图4所示，与美国企业类似，随着时间推移，中国企业更倾向在3个维进行探索式搜寻；这些点分布在不同位置，说明中国企业的外部知识搜寻结构同样存在差异，因此有必要进一步分析不同搜寻结构是否会对企业创新质量产生异质性作用。

图4 中国企业外部知识搜寻结构分布

表8展示了使用残差的回归结果。模型(1)中，二维、三维探索式搜寻结构系数均显著为正，说明沿着两个或三个维度进行探索式搜寻比三个维度的开发式搜寻更有助于提高创新质量。T检验结果显示，二维和三维探索式搜寻结构系数显著大于一维探索式搜寻结构，而二维与三维探索式搜寻结构系数没有显著差异。该结果与由美国企业得出的结论基本一致。模型(2)显示了8小类搜寻结构对创新质量的影响，具体为：在一维探索式搜寻结构中，时间维度的探索式搜寻结构系数不显著，地理和认知维度的探索式搜寻结构系数显著为正。T检验结果显示，地理维度与认知维度系数没有显著差异，但均显著大于时间维度系数。在二维探索式搜寻结构中，“地理+认知”、“时间+认知”、“时间+地理”维度的探索式搜寻结构系数均显著为正。T检验结果显示，“地理+认知”与“时间+认知”维度系数没有显著差异，但二者系数均显著大于“时间+地理”维度系数。此结果证明不同维度的探索式搜寻结构对创新质量存在差异化影响，同时也揭示了中美医药企业外部知识搜寻结构对创新质量的影响存在差异。美国医药企业外部知识搜寻的3个维度对创新质量的影响程度依次为认知维度>时间维度>地理维度，而中国依次为认知维度>地理维度>时间维度。

表8 中国企业外部知识搜寻结构对创新质量的影响

4 研究结论与讨论

本文通过梳理相关文献，构建了“时间+地理+认知”的多维知识搜寻结构，分析了不同搜寻结构对企业创新质量的影响。得出的结论为：①企业外部知识搜寻的多维结构存在差异，不同搜寻结构对创新质量的影响不同，与开发式搜寻结构相比，多维探索式搜寻结构更能促进企业创新质量提升，同时沿着三个维度进行探索式搜寻最有利于创新质量提升；②分别沿着不同维度开展远距离搜寻，其对创新质量的提升作用不同，且中美医药企业之间也存在一定差异；③对美国医药企业而言，知识搜寻的3个维度对创新质量的影响程度依次为认知维度>时间维度>地理维度，中国则依次为认知维度>地理维度>时间维度。

从分析结果看，认知维度的远距离搜寻更有利于中美企业创新质量提升。远距离的认知维度搜寻意味着企业跨越现有知识基，在更广阔的领域进行知识搜寻。该维度被认为是反映知识搜寻本质的维度。时间和地理维度的远距离搜寻也能提供有利于创新的异质性知识，但其作用均小于认知维度，且二者存在国家差异。对于美国企业而言，时间维度的作用大于地理维度，中国企业则相反。原因可能是：第一，医药是美国相对成熟的行业，其技术创新一直领先全球，因此新技术的推出往往能很快得到市场认可。而中国作为新兴市场，虽然其技术更新换代快，但成熟度远不及美国企业，所以在美国市场上搜寻时间维度的新知识能给企业创新提供更有价值的新要素。第二，从地理维度看，美国医药企业的外部知识搜寻范围更广，除本土知识外，还有许多外来知识，虽然这些外来知识具有一定新颖性，但跨国搜寻也会大大增加企业学习难度和不确定性，在双重作用下导致地理维度的远距离搜寻对美国企业创新的提升作用减弱。中国医药企业的远距离地理搜寻往往为跨省域搜寻。中国地域辽阔，基于本土的远距离搜寻既可以保证一定程度的新颖性知识输入，又可以避免学习困难与不确定性，前者对创新的正向作用大于后者的负向作用，进而产生高于美国企业的净效应。

本文对开展知识搜寻研究具有一定启示：①学者们可以在研究中纳入更多知识搜寻维度，进行全面分析；②重视各维度差异，只有弄清楚每个维度的本质才能更深入地认识企业外部知识搜寻活动；③中美企业间的差异也提醒未来研究应该考虑不同情景下的知识搜寻，如结合区域、行业差异进行异质性分析，从而得出更有意义的结论。本研究对企业也有一定启示：第一，企业应重视投入外部知识搜寻活动，尤其是在多个维度上进行远距离搜寻，这是因为企业创新离不开新颖的异质性知识；第二，当企业无法顾及所有维度的远距离搜寻时，应结合自身情况，放弃影响较弱的搜寻维度，选择能够促进创新质量提升的维度；第三，不同企业应结合地域特征选择不同维度的远距离搜寻，才能有效提升创新质量。如在技术成熟的市场，应注重时间维度的远距离搜寻；在跨区域搜寻过程中，应适当考虑近距离的地理搜寻，以降低搜寻难度和风险。

本研究也存在一些不足。一是样本选择上仅以医药行业为例，降低了普适性。未来可以以其它行业作为研究样本，进一步验证本研究结论，同时，比较不同行业的外部知识搜寻活动。二是搜寻维度上，当考虑第四、第五个维度时，知识搜寻会变得更复杂，本研究提出的三维搜寻结构分析方式有待进一步拓展。三是由于存在搜寻维度差异，不同搜寻维度给企业带来的知识要素也有差异，但这些差异对企业创新质量的影响程度有多大？企业应该如何协调不同维度之间的搜寻距离以实现高质量创新？这些问题还有待深入探索。