王卓,王宏起,李玥,王玉冬
摘要:基于网络嵌入性约束困境视角,本文以网络多元化方法针对我国轨道交通装备制造业联盟创新主体产业链活动构建技术重叠探索性与互补资产挖掘性网络,系统分析技术重叠与互补资产相互作用对创新绩效的影响机理及作用机制。研究结果表明:一方面,随着网络嵌入性约束困境加剧,节点融合中心性影响下的核心-边缘网络结构驱动创新主体逐渐增加网络间异质性资源搜索;另一方面,互补资产扮演企业因技术重叠程度不同而产生激进式技术变革的资源缓冲角色,以及重新审视企业技术重叠轨迹变化的棱镜折射角色。研究结论对网络嵌入性约束视角下创新主体提升创新绩效影响的具象路径具有重要实践意义。
关键词:网络嵌入性约束;技术重叠;互补资产;联盟创新网络
中图分类号:F273.1文献标识码:A文章编号:2097-0145(2022)05-0081-08doi:10.11847/fj.41.5.81
Research on the Influence of Technology Overlap and Complementary Assets
on Innovation Performance: Based on the Perspective
of Network Embeddedness Constraint Dilemma
WANG Zhuo1,2, WANG Hong-qi1, LI Yue1, WANG Yu-dong1
(1.School of Economics and Management, Harbin University of Science and Technology, Harbin 150080, China; 2.School of Economics and Management, Qiqihar University, Qiqihar 161000, China)
Abstract:Based on the perspective of network embeddedness constraint dilemma, this paper uses the network diversification method to construct the technology overlap exploration and complementary assets exploitation network for the innovation main industry chain activities of RTEM alliance, systematically analyzes the influence and action mechanism of the interaction of technology overlap and complementary assets on innovation performance.The results show that, on the one hand, as the network embeddedness constraint dilemma intensifies, the core-edge network structure under the influence of node fusion centrality drives innovation agents to gradually increase the heterogeneous resource search among networks; On the other hand, complementary assets play the role of the buffer resource for enterprises to produce radical technology change due to the different degree of technology overlap, as well as the role of prism refraction for re-examing the changes in overlapping trajectory of enterprise technology. The research conclusions can help reveal on the concrete path on innovation performance from the perspective of network embeddedness.
Key words:network embeddedness constraint; technology overlap; complementary assets; alliance innovation network
1引言
伴随我国交通和基础设施、公共服务、生态环境、智慧城市等领域重大工程项目的实施,联盟在解决重大工程核心技术与关键技术问题、支撑技术创新等方面发挥了重要作用。由于重大工程创新呈现出较高的主体交融性、技术复杂性及阶段动态性特征,这需要重大工程联盟形成跨部门、跨行业的多主体协同创新,探究联盟创新主体、创新群落演化规律,构建消融创新孤岛机制,为新技术挑战寻求系统有效解决方案,以促进重大项目与产业技术创新有机衔接,推动重大工程项目创新能力跃迁。
联盟创新网络理论认为企业利用网络嵌入特点,获取外界创新技术及知识用以整合内部资源与能力提升企业创新绩效[1]。联盟网络内企业通过扩大产业链上游的研发投入与重构下游制造经营活动形成竞争优势完成创新生态系统自增益循环过程。在此过程中,创新主体与合作伙伴知识重叠程度(技术重叠)对自身技术能力及生产新产品能力具有重要影响,适宜的技术重叠程度往往被视为提升创新绩效的关键[2]。技术重叠作为一项复杂、动态、非线性的知识搜索过程,是多种因素共同作用的结果。它与企业制造经营活动所需互补资产相互影响、相互制约、相互依赖的复杂动态关联关系能够有效推动企业技术能力提升,有助于在互补资产的匹配框架下完成创新生态系统均衡状态的正反馈循环。Echols和Tsai[3]认为技术重叠与互补资产开发对企业创新绩效的影响取决于网络嵌入程度,即企业在多大程度上参与了相互关联的企业间关系网络。Cowan和Jonard[4]进一步认为,创新主体网络结构与其网络嵌入性程度和网络占据势能正相关,并且越具有网络结构优势越容易获得互补资产。目前,网络嵌入性研究主要集中在关系嵌入与结构嵌入对创新绩效的影响上,针对研究背景的差异,关系嵌入性与结构嵌入性对创新绩效呈现不同影响。但大多数研究局限在单一网络嵌入视角,由于企业通常在多个联盟网络中扮演不同角色,单个网络嵌入性不足以描述企业在创新活动中扮演多种角色所面临的约束困境。这主要体现在以下两个方面:其一,由于联盟网络产生的嵌入性往往制约企业知识搜索活动,作为抵消联盟网络所施加的约束困境的一种重要方式,联盟创新主体可以通过增加新的合作伙伴获得新知识,以摆脱约束困境。企业通过增加新的联盟合作伙伴重新定义联盟中企业的互连模式,保持适宜的知识重叠度,这样不仅可以實现外部知识源化,减少对现有技术的路径依赖,还可以扩大企业领域知识与架构知识的搜索范围。其二,互补资产与技术重叠存在相互耦合的多重嵌入关系,这种多重嵌入关系带来的约束困境,也成为阻碍联盟创新主体对新技术感知与转换形成的技术创新特征的羁绊。为保证适宜的技术重叠度与互补资源契合需求,联盟主体需谨慎处理两者之间的关系以摆脱约束困境:一方面,企业在面对激烈的技术变革时究竟应该“因势利导”还是“适度赶超”[5];另一方面,互补资产在与技术重叠度的匹配过程中究竟发挥“资源缓冲”还是“透视折射”的作用?
目前,学界针对技术重叠、网络嵌入性与互补资产对创新绩效的影响研究虽富有见地,但是基于网络嵌入性约束视角对不同类型产业联盟相互作用的差异化研究成果亟待探索。同时,技术重叠与互补资产的相互匹配对创新绩效的影响机理以及二者作用关系呈现协同增益或此消彼长的特征亦有待深入探讨。
2理论基础与研究假设
2.1技术重叠与互补资产对创新绩效的影响
“嵌入性”理论认为,企业创新活动往往嵌入外部组织建立的各种关系网络中并受其影响[6]。网络嵌入性作为企业的一种策略性资源,直接影响企业未来的核心能力及创新绩效[7]。之前的研究从结构及关系嵌入视角探讨网络嵌入性与创新绩效或行为的关系[8-10],以及双重网络嵌入性对企业创新绩效的促进作用及差异化作用机制[11]。具体地,Ashraf等[12]针对焦点企业在网络中的核心位置及网络嵌入程度对碳绩效影响因素进行实证分析。宋华和杨璇[13]认为中小企业竞争力和网络嵌入性的交互共同促进供应链金融绩效的提升。李奉书和黄婧涵[14]通过研究发现,联盟创新网络嵌入正向影响企业技术创新绩效。Vasudeva等[15]认为联盟网络的嵌入性会影响企业的创新能力,跨越结构洞的企业能够获得最大的创新利益。黄海昕等[16]认为企业对集团内部创新网络的嵌入程度与子企业创业行为强度正相关。以上学者虽分析了网络嵌入性对企业技术创新过程的作用结果及对创新绩效的影响,但研究局限于单一网络层次,而且研究视角大多聚焦于关系嵌入与结构嵌入,对于多元化网络嵌入性约束视角下创新主体基于不同创新活动对创新绩效的影响研究并不多见。
技术重叠与创新主体网络位置及网络关系具有相关性,其不但决定网络通用技术水平与相关资源的流通数量,也影响专用技术与相关资源的交互深度[17],而且涉及从众多知识重叠可用选项中选择最佳技术,是一个与其他业务流程紧密相关的“过程”。作为联盟创新主体实现发展战略夺取技术优势的前提,适宜的技术重叠程度有利于创新主体与联盟其他伙伴通过竞争优势提升创新绩效。研究表明,技术重叠度并非越高越好,过度强调技术重叠程度反而不利于企业创新绩效的提升。所以,企业创新的技术程度并非无限追求最优,与创新绩效之间存在一个适宜的技术重叠程度才能实现企业创新绩效最大化。因此,技术重叠本身也要遵循行业要素禀赋结构所决定的比较优势,通常偏离正常知识吸收、消化速度的技术重叠都体现着较鲜明的行业战略发展意愿。因此,创新主体将何种技术纳入企业技术能力提升范畴,且在技术上究竟应该“因势利导”地严格遵循要素禀赋的演进趋势,还是应该“适度赶超”地领先于要素禀赋积累速度,需要对网络关系异质性的构建基础—技术重叠深度探索,因为技术重叠不仅可以降低合作伙伴间的技术学习成本、促进专有技术的开发和交换,还能实现企业的基础性资源、价值观念及隐性知识的共享,推动创新知识及资源的流动与新组合。
互补资产是如何影响创新绩效的?通过梳理文献发现,学者们更多地注重互补资产与创新绩效的转换过程而忽略了互补资产对创新绩效的调节作用和影响关系。结合新木桶理论可知,互补资产对创新绩效普遍被证实具有调节作用。而在互补资产对创新绩效的影响关系方面,企业在技术创新过程中占有及掌控与新技术商业化密切关联的专业化制造能力和互补技术、社会网络关系、互补设备等资产是企业形成创新生态过程的重要依据[18]。互补资产是创新主体彼此协同合作提升创新绩效的有效途径,通常具有独特的路径依赖性,其在体现价值的同时往往难以模仿,企业对互补资产的培育有利于形成竞争优势[19]。Colombo和Dawid[20]认为互补资产可用性增加会导致企业研发投入的增加进而提升创新绩效。Tripsas[21]认为现有企业与新企业商业绩效受技术能力和互补资产专用性两因素的平衡和相互作用影响。创新主体根据这种作用影响,通过整合互补资产的资源优势与选择核心技术共同作用于自身技术创新能力形成与演进之中。
鉴于此,本文采用网络多元化方法,基于创新主体不同创新活动构建技术重叠探索性联盟网络(探索网络ra)和互补资产挖掘性联盟网络(挖掘网络it),探究企业探索与挖掘活动下联盟网络嵌入性的相互作用效应。通过节点融合中心性和结构洞指标测度,分析探索性及挖掘性联盟网络内部与网络间创新主体技术重叠与互补资产对创新绩效的影响机理,以有效解决联盟网络嵌入性约束困境问题。
2.2探索与挖掘网络内效应对创新绩效的影响路径分析当网络嵌入性约束程度较低时,意味着各创新主体间联系程度较为松散,此时探索性与挖掘性联盟网络内结构洞数量相对较少,创新主体可以在产业链活动相同的联盟网络内通过创新伙伴合作或自主研发增加新技术或互补资产,抵消来自网络内的嵌入性约束,此时创新绩效随着新技术或互补资产的增加逐渐提升。随着联盟内创新主体技术重叠程度的变化及互补资产的交叉重组,探索性与挖掘性联盟网络创新主体间嵌入性约束逐渐增大,但创新主体通过调节结构洞填充与闭合控制对知识获取的探索及互补资产的挖掘,制约创新主体选择新进入伙伴。此时,创新主体并非占据结构洞获利,而是凭借占据结构洞中介位置获取较高的技术重叠度,保持获取知识数量与效率上的优势正向影响创新绩效,并使创新绩效达到最大值。下一阶段,当创新主体继续增加联盟网络内知识投入和互补资产投入时,有可能阻碍其创新绩效发展,甚至成为其发展的桎梏。此时,结构洞的增加对创新绩效具有抑制作用的负效应。以探索网络研发活动为例,初始阶段高性能核心技术对创新绩效具有正向影响。伴随不同技术间的相互交融,创新主体对核心技术背后的核心知识认知距离逐渐缩短,认知惰性逐渐产生,为防止核心技术刚性发生,创新主体通过逐渐增加关键性技术领域知识搜索摆脱网络嵌入性约束困境束缚,追求创新绩效最大化。这种困境束缚既可以提供给合作伙伴共享的外部知识,也可以限制焦点企业与合作伙伴分享知識,这在一定程度上缓解了创新主体因嵌入较多异质知识而无力追求结构洞的境况。结构洞增长数量相对呈现放缓趋势,随之而来的网络嵌入性约束也随之变小。但是,倘若创新主体无法保持适宜程度的技术重叠,一味通过高性能核心技术提升创新绩效,势必产生创新绩效下降的趋势。因此,企业探索性及挖掘性联盟网络的结构洞对创新绩效的影响随技术重叠程度以及互补资产的变化呈现非单调关系(倒U型)。根据上述分析,提出假设:
H1随着创新主体技术重叠程度的提升,探索网络结构洞数量与创新绩效呈倒U型关系。
H2随着创新主体互补资产加大开发程度,挖掘网络结构洞数量与创新绩效呈倒U型关系。
2.3探索与挖掘网络间效应对创新绩效的影响路径分析伴随创新活动在多个联盟网络展开,探索网络与挖掘网络彼此会产生协同效应,有效抵消网络嵌入性约束。这种协同效应为创新主体提供识别和开发新技术及互补资产的机会。这种机会导致探索与挖掘网络结构在信息与资源的冗余程度和关系嵌入程度方面具有差异化。具体地说,探索网络创新主体合作更多是知识间竞争性互依关系,挖掘网络创新主体更多是产业链纵向共生性依赖关系。探索与挖掘网络本身具有跨时空特性,创新主体基于竞合关系的技术研发活动、基于共生关系的互补资产匹配活动决定了差异化联盟网络间协同演化的适应结构。这种适应性结构的无边界特征可以在一定程度上突破网络间束缚,降低嵌入性约束困境和协同演化不确定性带来的风险。以探索网络企业知识获取活动为例,创新主体通过适宜的技术重叠度提升研发投资的边际收益而加大研发投资比例,创新成果商业化所需互补资产的挖掘比例也随之提高,当探索联盟网络内互补资产不足以对技术重叠程度匹配时,鉴于联盟中互补资产的交换与互动的互惠性,创新主体此时寻求其联盟合作伙伴的支持,享受联盟合作伙伴的共享资源。但企业也同样面临分享自身资源的压力(本质上要求创新主体通过向这些伙伴提供技术支持作为回报)。因此,企业在联盟中往往会遇到资源占用与资源侵占风险之间的悖论。这迫使探索网络创新主体利用网络间协同效应跨越到挖掘网络内与其创新主体采取共生性互依合作。此时,互补资产与技术重叠度匹配程度越高,代表創新主体能够运用技术优势生产差异化产品的能力越强,持续的跨网络互补资产开发可以帮助创新主体确定未来技术研发探索活动的需求和方向。但这种需求与方向对创新主体创新绩效的影响受制于网络嵌入性约束带来的利益与风险,这种利益与风险的存在又受制于创新主体对结构洞的束缚控制。因此,创新主体通过增强彼此兼容性和互补性共同抵御研发不确定带来的风险,利用跨网络效应对结构洞的影响改变网络嵌入性约束影响,突出不同网络间异构性影响的相互作用影响创新主体的行为和创新绩效。根据上述分析,提出假设:
H3探索网络的结构洞与挖掘网络互补资产具有积极关系,且正向影响探索网络创新绩效。
H4挖掘网络的结构洞与探索网络技术重叠度具有积极关系,且正向影响挖掘网络创新绩效。
2.4网络交互作用对创新绩效影响路径分析
创新主体受到网络内与网络间嵌入性约束的联合效应影响,其网络位置关系与结构洞数量共同影响技术重叠度与互补资产获取途径。通过中心性指标反映创新主体占据网络的核心-边缘位置,体现企业外围联系关系的频度,反映企业能够获取互补资产的容易程度。中心性较高的企业面临较多替代性技术,获取新的有价值的信息、权力和其他利益就越多,越有利摆脱网络嵌入性约束的限制。创新主体网络嵌入性程度决定网络位置,网络位置的差异对创新主体技术重叠、互补资产与创新绩效关系产生影响。处于网络核心位置的创新主体一方面凭借其特有的知识积累与快速学习能力形成互补资产匹配核心技术;另一方面创新主体将互补资产产生部分创新收益投入到与知识获取匹配的环节,使其为积累核心技术能力提供保障。因此,核心位置企业有更多机会通过知识获取与互补资产的开发稳步提升自身创新绩效。当探索网络嵌入性约束程度较高时,核心企业积累了相当的高性能核心技术。此时,与网络内关键性技术相比,核心位置企业更倾向认为互补资产(沉积设备、接触制造设备等)比关键性技术更能够提升创新绩效,因为他们认为,互补资产充当重新审视技术变革轨迹带来变化的棱镜折射角色更重要。在挖掘联盟网络中,核心企业拥有较丰富的互补资产与技术,此时,核心企业对技术研发提升创新绩效生态化发展路径更重视。通过比较探索网络与挖掘网络的嵌入性约束程度,核心企业往往倾向解构产业链发现挖掘联盟网络内独特的互补资产,然后利用互补资产换取技术效能提升自身在挖掘网络内的技术竞争地位。此时,互补资产扮演影响创新主体激进式技术变革过程中的资源缓冲角色。根据前述,网络嵌入性约束程度决定创新主体知识获取与互补资产之间相互取舍影响创新绩效。根据上述分析,提出假设:
H5越居于探索联盟网络的核心位置,创新主体越倾向于以技术重叠度较高的技术换取互补资产提高创新绩效。
H6越居于挖掘联盟网络的核心位置,创新主体越倾向于以互补资产换取技术重叠度较低的技术提高创新绩效。
探索与挖掘联盟网络技术重叠与互补资产作用关系研究框架图,如图1所示。
3研究设计
3.1数据来源
本研究中涉及探索及挖掘活动的轨道交通装备制造业企业合计172家。其中技术重叠、互补资产、市场占有率、企业利润等数据来自《中国统计年鉴》《中国科技统计年鉴》《高新技术产业统计年鉴》《中国工业经济统计年鉴》、企业年报(2010—2018)、WIND咨询和国泰安CSMAR上市公司数据。企业专利数据来自2010—2018年中国知识产权局专利检索数据库。
3.2变量测量
3.2.1因变量
创新绩效(IP)。反映创新主体针对不同技术和互补资产性能的技术效率变化和技术进步。本文考虑不同的技术创新有不同的效率也有不同成本,因此,直接使用技术效率指标不能完全体现创新绩效,故使用净资产收益率表示企业的创新绩效更贴切[22]。
3.2.2自变量
节点融合中心性(CE)。对于探索与挖掘网络形成动态融合网络而言,其拓扑结构由于网络融合而具有新的变化,因此本文结合其特性重新提出节点融合中心性指标[23],从节点促进网络融合的角度反映其重要性,这里定义度中心性指标为
Di=gin-12-|Na-Nb|max{Na,Nb}(1)
其中gi为节点vi的度,Na为节点vi的邻居节点中属于探索性网络a的节点数量,Nb为节点vj的邻居节点中属于挖掘性网络b的节点数量。对于非融合节点,公式(1)符合经典度中心性公式。对于融合节点,Na≠0且Nb≠0,则|Na-Nb|max{Na,Nb}<1,即通过公式(1)使其度中心性加强。并且考虑其邻居节点的性质,与节点vi相邻的不同网络节点的数量越均匀,vi对网络融合的贡献越大(即Di值越大)。此外,在探索与挖掘两个网络中,各存在N个节点的随机个体,考虑核心和边缘两类主体情况,分别代表核心节点集和边缘节点集。按照概率γ1=γ将节点划分到核心部分,用概率γ2=1-γ1将节点划分到边缘部分。最后,对于每一个属于组(gi,gj)的节对(i,j),根据关系矩阵Pab对应概率Pgi,gj添加有向边,gi∈1,2。因此,在给定γ和P的情况下,则概率P
P(A,g|p,γ)=∏ni=1γgi∏n(i,j)pAijPgi,gj(1-Pgi,gj)1-Aij(2)
其中Aij是网络的邻接矩阵,核心部分具有更多的连边,而边缘部分相对自身更偏好与核心部分相连[24]。
结构洞(SH)。结构洞动态变化驱动了网络知识流动的动态更新,这种动态性更加强调网络多样性与开放性双重结构特征。网络知识的流动不仅推动网络资源沿不同路径向多样性、开放性网络结构转换,更重要的是探讨结构洞形成有利于调节知识交互作用和整合创新动态过程,实现多样性开放网络动态结构与知识流动的多维匹配[25]。本研究以Pij表示企业i对企业j的专利直接引用比重,∑PiqPjq表示企业i到j专利引用所有通过q的路径,为非直接连带关系强度之和,衡量企业i对企业j的间接引用关系强度
SHij=(Pij+∑qPiqPjq)2q≠i,j(3)
技术重叠(TO)。本研究参考Korcan等[26]定义,企业知识库包含两部分。一部分为企业自身专利,代表企业创造的知识。另一部分为企业所引用的专利,表明施引专利包含的知识也是企业知识集的一部分。则技术重叠TO
TO=∑kP(K,A)·P(K,B)/PA·PB(4)
其中P(K,A) 和P(K,B)分别表示专利类别K中企业A与企业B的专利数量。PA和PB分别表示企业A与企业B的专利总数[26]。
互补资产(CS)。在传统互补资产框架内,创新主体设备销售收入、固定资产、市场占有率和附加值扮演重要的角色。但对于轨道交通装备制造业产业特定发展背景而言,电力电子(基础)器件沉积设备、机车连续制备设备、逆变器、电池传导电流到模块外部的电连导电栅极接触设备构成轨道交通装备制造业行业主要互补资产。因此,本研究通过构建创新主体互补资产系数矩阵,即各创新主体完全拥有上述四种设备记为4,拥有三种记为3,以此类推,四种互补资产均没有记为0,最后通过Gephi软件计算各创新主体互补资产系数。此外,考虑到技术与知识角度形成的互补资产对企业创新绩效同样具有影响,因此,本研究用1减去知识相似度处理方法,知识相似度用因网络位置不同而产生的专利技术类别数量的交集除以并集来计算[27],最终定义互补资产
lnCS=lnδ+ln(FS/S)+ln(AV/S)+lnMS+lnCP(5)
其中CS表示互补资产,δ表示互补资产系数,FS表示固定资产,S表示销售额,AV表示附加值[28],MS表示产品市场占有率,CP表示不同创新主体之间专利合作数。其中附加值为企业利润、折旧、利息与税金和[29]。
3.2.3调节变量
R&D投入强度(R&D)。R&D投入强度是技术创新的物质基础和重要前提。本研究在考虑创新主体R&D经费和R&D人员投入强度作为影响创新绩效的同时,也考虑了政府对創新主体R&D投入强度及对应产出弹性的影响。
专利引用(PI)。本研究利用联盟网络中创新主体2010—2018年引用其他企业、高校、科研院所成功授权的专利数量作为影响企业创新绩效的调节变量。利用专利授权数量不仅反映创新主体内外部知识持续交流与广泛碰撞激发企业创新绩效的提升,还能有效规避创新主体因研发支出产生信息披露的自我选择问题。
4实证结果及分析
4.1描述性统计与相关分析
采用STATA 12.0对变量分别进行描述性统计和相关性系数分析。其中探索网络节点融合中心性值为0.426、挖掘网络节点融合中心性值为0.334,探索网络结构洞值为0.122、挖掘网络结构洞值为0.005,互补资产值为0.024、专利引用值为0.137、R&D投入强度值为0.007。这表明,创新主体的探索性活动更多地得益于通过结构洞生成新的多元化有效信息,为探索性联盟发展提供越来越大的价值,而挖掘性活动更多地得益于相对稀疏和多样化的网络结构。此外,各影响因素t检验的p值为0.000,表明具有强效应,所检验的变量对模型有显著影响。F值为6.461,表明回归总体较显著,R2值为0.624,表示回归拟合程度良好。
4.2数据处理与实证结果
选择带有随机效应的负二项回归模型是因为本案例中个体数据出现了方差大于期望的情况,并且Hausman检验在p<0.05的水平下解释变量与随机扰动项不相关,拒绝了固定效应模型,且满足外生性条件,使得回归估计量无偏。同时,使用随机效应的负二项模型在0.1的水平上拒绝了泊松分布,因此使用负二项回归模型优于泊松模型,详细结果如表1,表2所示。
模型1单纯考察调节变量对创新绩效的影响。回归结果表明,探索性联盟网络专利引用系数与R&D投入强度对创新绩效的影响系数分别为0.358和0.349,两系数对创新绩效的影响分别在0.1与0.05水平上显著;挖掘网络专利引用系数与R&D投入强度对创新绩效的影响系数分别为0.272和0.244,两系数对创新绩效的影响不显著。
模型2首先考察探索网络内结构洞对创新绩效的影响,结果显示,探索网络创新主体结构洞对创新绩效呈现非单调影响(倒U关系)。表现为结构洞平方项对创新绩效影响系数为-0.273且在0.01水平上显著。且调节变量PI值在0.05水平上显著,这与企业通过专利引用增加异质性知识减少网络嵌入性约束有关。再考虑挖掘网络在结构洞作用下对创新绩效的影响,回归结果表明,挖掘网络结构洞平方项对创新绩效影响为-0.463在0.01水平上显著。因此,假设1、假设2得到验证。
模型3重点考察创新主体通过技术重叠与互补资产网络间效应对创新绩效的影响。根据结果分析,探索网络结构洞系数为0.506,挖掘网络结构洞系数为0.485,两者均在0.01水平上对创新绩效影响显著。在探索网络内,探索网络结构洞与挖掘网络互补资产乘积系数0.337,在0.05水平上正向影响探索网络创新绩效。这与创新主体以技术优势为背景广泛吸纳产业链下游企业互补资产实现垂直一体化发展模式有关。在挖掘网络内,挖掘网络结构洞与探索网络技术重叠乘积为-0.225,在0.1水平上对创新绩效负向影响显著。因此,模型3提供的回归结果支持假设H3,假设H4未通过。
模型4考察探索与挖掘网络核心-边缘创新主体基于探索网络与挖掘网络技术重叠与互补资产相互作用对创新绩效影响研究。研究表明,在探索网络内核心企业技术重叠系数0.473,互补资产系数0.435;边缘企业技术重叠系数0.383,互补资产系数0.308。分别比较两组变量比可知,探索网络核心企业互补资产与技术重叠比0.919,边缘企业互补资产与技术重叠比0.804,探索网络核心企业倾向以知识获取换取互补资产的意愿是网络边缘企业的1.143倍。由此可见,创新主体越趋近于探索网络核心位置,越倾向凭借知识交流能力换取互补资产提升创新绩效。在挖掘网络内,位于网络核心企业技术重叠系数0.412,互补资产系数0.380;位于网络边缘企业技术重叠系数0.292,互补资产系数0.311。分别比较两变量比可知,挖掘网络核心企业技术重叠与互补资产比1.084,网络边缘企业技术重叠与互补资产比0.939。比较两系数,如果将网络核心与边缘企业的互补资产视为同等数量,则意味核心企业更可能利用自身控制力扩大网络组织间的技术重叠而掌握更丰富的技术资源。此时,核心企业往往凭借自身技术优势以互补资产换取较难突破的核心技术先发制人,从而在挖掘网络内部通过增强技术基础与技术能力巩固核心位置保持竞争优势。由此得出,居于挖掘联盟网络核心位置的创新主体,倾向于以互补资产换取技术重叠度较低的核心技术,模型4对假设H5、H6的相关验证提供了支持。
5结论与启示
5.1研究结论
本研究基于网络嵌入性约束困境视角,通过构建探索与挖掘联盟网络,系统分析网络内部與网络间相互作用关系以及创新主体技术重叠与互补资产对创新绩效的影响。研究结论集中于以下两点:
第一,探索网络与挖掘网络的结构洞对创新绩效均具有倒U型影响关系。为摆脱约束困境的抑制作用,探索性联盟网络创新主体通过非冗余信息与企业展开交流,为挖掘性联盟网络中的核心或边缘企业提供了识别和开发新技术的机会,利用探索性与挖掘性联盟网络间协同效应产生的互惠关系获益。
第二,当创新主体面临不同的技术重叠度时,互补资产可以增加创新主体对技术不确定性的议价能力。探索网络内,核心企业以技术重叠透射的知识获取能力换取互补资产的意愿较边缘企业强烈;边缘企业通常更倾向权衡互补资产与关键性技术带来的嵌入性约束程度,利用互补资产的资源缓冲角色作用、遵循技术上的“适度赶超”原则,通过向高性能核心技术能力跃迁路径提升创新绩效。挖掘网络内,核心企业以互补资产换取知识的意愿较边缘企业强烈。在互补资产扮演棱镜折射角色的作用下,核心企业更倾向在合理的要素禀赋配置下遵循“因势利导”的技术重叠战略,挖掘更多互补资产支持核心技术研发提升自身创新绩效。
5.2管理启示
本文的管理启示主要集中在以下两个方面:(1)联盟网络核心企业在当前受限的创新活动网络之外,更倾向于通过网络效应寻找新的互补资产。遵循这一逻辑,核心企业通过判断技术重叠程度减少知识搜索不确定性,加强企业之间互补知识交流的广度与深度,促进企业之间更多隐性知识及非冗余知识的转移、翻译和转换。(2)边缘企业在技术与互补资产均不占优的情况下,可以根据互补资产的棱镜透视折射作用,在创新生态系统范围内积极开发互补资产的替代资源。同时,网络边缘企业应着眼长远发展战略,通过实现互补资产破坏的边缘赶超策略实现对固有网络结构和发展模式的解构,从而全面实现创新绩效最优条件下赶超网络核心企业的发展战略。
参考文献:
[1]阮爱君,陈劲.正式/非正式知识搜索宽度对创新绩效的影响[J].科学学研究,2015,33(10):1573-1583.
[2]李飞跃.技术选择与经济发展[J].世界经济,2012,35(2):45-62.
[3]Echols A, Tsai W P. Niche and performance: the moderating role of network embeddedness[J]. Strategic Management Journal, 2005, 26(3): 219-238.
[4]Cowan R, Jonard N. Knowledge portfolios and the organization of innovation networks[J]. Academy of Management Review, 2009, 34(2): 320-342.
[5]许岩,尹希果.技术选择:“因势利导”还是“适度赶超”?[J].数量经济技术经济研究,2017,34(8):55-71.
[6]孔晓丹,张丹.创新网络知识流动对企业创新绩效的影响研究——基于网络嵌入性视角[J].预测,2019,38(2):45-51.
[7]Landqvist M, Lind F. A start-up embedding in three business network settings-a matter of resource combining[J]. Industrial Marketing Management, 2017, 6(12): 1-12.
[8]张悦,梁巧转,范培华.网络嵌入性与创新绩效的Meta分析[J].科研管理,2016,37(11):80-88.
[9]张婧,杜明飞.网络能力对供应商价值获取的影响:B2B情境下顾客参与型创新项目的实证研究[J].预测,2018,37(4):9-16.
[10]何郁冰,张迎春.网络嵌入性对产学研知识协同绩效的影响[J].科学学研究,2017,35(9):1396-1408.
[11]孙骞,欧光军.双重网络嵌入与企业创新绩效——基于吸收能力的机制研究[J].科研管理,2018,39(5):67-76.
[12]Ashraf N, Meschi P, Spencer R. Alliance network embeddedness and effects on the carbon performance of firms in emerging economies[J]. Organization & Environment, 2014, 27(1): 65-84.
[13]宋华,杨璇.中小企业竞争力与网络嵌入性对供应链金融绩效的影响研究[J].管理学报,2018,15(4):616-624.
[14]李奉书,黄婧涵.联盟创新网络嵌入性与企业技术创新绩效研究[J].中国软科学,2018,(6):119-127.
[15]Vasudeva G, Zaheer A, Hernandez E. The embeddedness of networks: institutions, structural holes, and innovativeness in the fuel cell industry[J]. Organization Science, 2013, 24(3): 645-663.
[16]黄海昕,苏敬勤,武立东.集团创新网络对子公司创业行为是保护还是阻碍?基于环境不确定性的调节效应分析[J].预测,2018,37(4):32-38,45.
[17]Ma D, Chang C C, Hung S W. The selection of technology for late-starters: a case study of the energy-smart photovoltaic industry[J]. Economic Modelling, 2013, 35(9): 10-20.
[18]Kapoor R, Furr N R. Complementarities and competition: unpacking the drivers of entrants technology choices in the solar photovoltaic industry[J]. Strategic Management Journal, 2015, 36(3): 416-436.
[19]王卓,王宏起,李玥.產业联盟创新生态系统领域主题演化轨迹研究[J].科学学研究,2020,38(4):723-733.
[20]Colombo L, Dawid H. Complementary assets, start-ups and incentives to innovate[J]. International Journal of Industrial Organization, 2016, 44(1): 177-190.
[21]Tripsas M. Unraveling the process of creative destruction: complementary assets and incumbent survival in the typesetter industry[J]. Strategic Management Journal, 2016, 18(6): 119-142.
[22]Rothaermel F T. Incumbents advantage through exploiting complementary assets via interfirm cooperation[J]. Strategic Management Journal, 2001, 22(6-7): 687-699.
[23]付凯,夏靖波,赵小欢.动态融合复杂网络节点重要度评估方法[J].哈尔滨工业大学学报,2017,49(10):112-119.
[24]Csermely P, London A, Wu L Y. Structure and dynamics of core/periphery networks[J]. Journal of Complex Networks, 2013, 1(10): 93-123.
[25]王道平,韦小彦,方放.基于技术标准特征的标准研发联盟合作伙伴选择研究[J].科研管理,2015,36(1):81-89.
[26]Korcan K, Niels G N, Geert M D. Knowledge acquisition and complementary specialization in alliances: the impact of technological overlap and alliance experience[J]. Research Policy, 2016, 45(10): 2153-2165.
[27]陈祖胜,叶江峰,林明.网络异位置企业联盟对低位置企业跃迁的效果:合作伙伴网络位置与环境敌对性的调节作用[J].管理评论,2018,30(1):136-143.
[28]王文华,孙杨,卢锐,等.技术资产水平、互补资产与企业绩效——基于生物制药行业上市公司的实证研究[J].华东经济管理,2017,31(6):119-124.
[29]王文华,张卓,汪锋,等.技术多元化与企业绩效——环境动荡性和内部研发的调节作用[J].预测,2015,34(5):1-7.