医药企业知识基础、合作能力与技术并购创新绩效

齐 莹，唐 菡，李 靖

（1.北京工业大学经济与管理学院，北京 100124；2.中央财经大学会计学院，北京 100081）

1 研究背景

《中华人民共和国国民经济和社会发展第十四个五年规划和2035 年远景目标纲要》和国家发改委印发的《“十四五”生物经济发展规划》均提出“生物经济”的概念，将生物医药作为重点发展的战略性新兴产业。相关政策显示，医药产业发展的核心在于生物和基因等技术的创新。企业的并购实践，以及学术界如温成玉等［1］、杨青等［2］、张能鲲等［3］的研究均表明，技术并购是企业获取外部知识源的有效手段，能够有效提升企业创新能力，是医药企业快速实现创新产出绩效的首选路径。然而，新药研发具有投资大、风险高、周期长的特点，仅依靠企业单一实体的力量难以实现产业关键核心技术的重大突破，形成并壮大从科研到成药的全产业链能力需要众多掌握核心技术企业的协同创新，这种技术协同创新对企业的技术合作能力提出新的要求。

技术并购对企业创新绩效的作用机理是近些年学术界的重要议题，如占咪等［4］、胡雪峰等［5］、佟岩等［6］分别验证并购后创新绩效同时受到并购模式、外部市场环境、并购企业并购经验与战略差异的影响。在并购过程中，企业提高创新绩效的原动力来自企业技术能力的有效提升，因此，技术并购不仅在于帮助企业实现短期的技术获取，更重要的是内化企业技术资源，增强企业的长期技术能力。企业自主研发投入和技术人才储备是企业内化性技术能力特征的代表，现有研究如黄璐等［7］、Ahuja 等［8］主要基于主并企业知识资源、被并企业知识资源以及双方相对规模角度来探究知识基础和创新绩效的关系，同时也有学者如胡雪峰等［5］、王宛秋等［9］、张永冀等［10］、郝清民等［11］、胥朝阳等［12］考量了地区与市场环境、技术相关性、行业特征、股权特征等因素对创新产出绩效与创新过程绩效的影响。

除内部积累外，Powell 等［13］、Kratke［14］的研究发现，医药企业常常与外部研发机构通过共同研发方式形成技术创新合作网络，在网络中实现技术知识流动。我国学者刘晓燕等［15］指出，企业的专利合作伙伴数量、合作次数与知识的流动扩散正相关，这是医药企业技术水平的重要体现，对企业创新成果的产出具有不可忽视的作用。但现有文献对企业技术资源的考量角度始终限于企业内部，忽略了企业在外部环境中培养的合作能力，因此有必要对企业外部合作能力与技术并购创新绩效的关系进行探讨。

此外，资源整合是提高技术并购创新绩效的重要环节和难点。吸收能力是影响企业间知识转移的重要因素，代表了企业在研发创新中对新技术资源的识别、吸纳和整合能力，企业拥有越强的吸收能力，越有利于发挥其在技术方面的特征优势，但现有文献鲜有分析吸收能力的此种中介效应及影响路径。同时，针对技术并购异质性的讨论，已有文献如杨青等［2］往往基于企业产权性质、支付方式等角度进行分类，忽略了技术型管理层人才在技术并购过程中带来的资源配置与风险承担能力的差异。此外，也有学者如赵黎明等［16］、张弛等［17］从并购双方技术互补性角度以及并购类型角度对技术并购与创新绩效的关系进行了分类研究，但现有研究结论尚未统一。

医药行业的众多实践案例为本实证研究提供了理想的研究样本，采用单一的行业作为样本进行研究能够避免不同行业间创新模式的差异带来的影响。针对现有研究在知识基础、合作能力与技术并购创新绩效的关系方面、吸收能力的作用机理方面以及在治理层特征角度方面较为欠缺的不足，同时鉴于已有研究较少针对单一行业样本进行研究、缺少对实践给出有效引导这一现状，本研究确定了基于医药企业的知识基础、合作能力角度探究企业技术特征对技术并购创新绩效的研究思路，采用多元回归的研究方法，通过筛选2007—2018 年国内医药上市企业技术并购案例，收集相关的企业数据，从企业内部知识基础、外部合作能力两个角度，对主并企业技术特征对医药企业技术并购后创新绩效的影响进行有针对性研究，并讨论在高管教育经历不同、并购类型不同下的异质性表现，以期为我国医药企业技术并购实践提供相关启示，为后续研究提供新的路径研究视角。

2 理论分析与研究假设

2.1 企业知识基础对技术并购后创新绩效的影响

根据知识基础理论，技术知识是企业发展所需资源中最具战略意义的资源，能为企业带来相对竞争优势［18］。企业是技术知识的有序集合体，企业在时间和空间上对异质性知识的积累与集聚构成了企业知识基础，代表企业技术知识水平和层次。

已有研究表明，企业知识基础能够与外部技术获取产生协同机制，实施技术并购的企业双方的知识相对规模、技术相关性、技术多样性等因素均会影响并购后企业绩效。如Cloodt 等［19］认为，内部知识基础与外部技术的结合可以显著增强企业创新绩效；Tsai 等［20］的研究发现，技术并购对企业绩效的正相关水平与企业内部研发水平呈正相关；唐清泉等［21］验证了内部R&D 能够影响外部R&D 的价值实现，而外部R&D 又是内部R&D 的有效补充，强调企业应当建立内外部R&D 配合机制，通过发挥两者的协同效应促进企业创新绩效最大化；陈立敏等［22］认为企业内部的资源禀赋能够对并购绩效产生正向影响；王宛秋等［23］的研究表明，并购前主并企业的技术多元化水平显著促进并购创新绩效。

在技术并购中，主并企业在并购前的知识基础具有激发创新能力和吸收能力的双重作用。一方面，技术创新遵循从量变到质变的发展规律，企业原有的技术知识储备是创新的先决条件，决定了企业创新能力的高低；另一方面，根据资源基础观，拥有强大内部资源的企业具有资源定位壁垒，较高的知识存量能有效提升企业技术整合的有效性，使企业拥有更强的外部知识识别、吸收、利用能力和整体协调能力，获得独特的竞争优势［24］。对于医药行业而言，企业本身就具有技术资金密集、成长潜力大、创新驱动等特点，在技术并购过程中，企业的知识基础越雄厚，内部研发团队就拥有更多创新灵感，更易解决现实问题，实现跨组织的知识快速转移和获取，提高创新产出。由此，提出如下假设：

H1：主并企业知识基础正向影响技术并购后创新绩效。

2.2 企业合作能力与并购创新绩效

基于Argyris 等［25］提出的组织学习理论，外部研发机构具有知识创新性和多样性。王宛秋等［23］的研究表明，企业在加强日常的内部研发活动的同时，必须超越组织边界，通过外部合作的形式吸收外部多领域的技术和知识。科技部印发的《关于深入推进创新型产业集群高质量发展的意见》强调，产业集群是创新驱动发展的重要支撑，鼓励产业链内技术联盟的高质量发展；同时指出大学、研究机构、中介服务组织等外部研发组织的参与能够促进企业发挥整合优质创新资源的优势。

从知识流动的角度来看，企业通过与其他企业、高校、研究机构等不同外部主体的研发协作形成独特的技术创新合作网络，基于合作网络实现组织间知识共享、知识扩散以及知识内化吸收与再造，有利于企业突破内部的技术轨道、防范技术陷阱。对技术并购来讲，技术并购成功与否，其核心在于对目标企业并购资源的整合效果，因此，企业需具备一定的组织学习、协作研发及技术管理经验，而合作经验能够很好地提升这些隐性技术能力。孙玉涛等［26］指出，企业在与集群内研发组织的合作中频繁交流、相互补充，不断积累技术合作经验，能够有效提升合作能力，促进创新绩效的提升。

与其他高科技行业相比，技术创新是医药行业赖以生存的根本，医药行业更需要与多种外部组织进行研发合作，在吸收先进技术知识的同时提升企业与外部的合作能力［27］。实践中，医药企业通常会通过与外部组织进行技术合作来支持和满足企业对知识的更新和创新需求，最终合作成果通常表现为专利的共同申请。本研究认为，合作能力正面影响主并方对外部资源的整合过程，拥有较强合作能力的企业较容易避免双方在技术整合过程中的负面影响，促进组织吸收外部知识资源，正面促进组织交融、人力资源交融与文化交融，加快技术并购后的创新产出。由此，提出如下假设：

H2：主并企业合作能力正向影响技术并购后创新绩效。

2.3 企业吸收能力的中介作用

“吸收能力”的概念由学者Cohen 等［28］在1990 年首次提出，他们将吸收能力定义为企业识别、吸收并运用外部技术知识的能力，认为吸收能力与企业前期研发活动正相关且具有积累性特征。Kim［29］的研究发现，吸收能力有效提高了企业的创新速度、强度和频率，而企业创新成果的积累能够反过来增强企业吸收能力，二者存在相互促进的作用机制。Kostopoulos 等［30］指出，外部知识流入与吸收能力直接相关而与创新绩效间接相关。Wang 等［31］指出，企业吸收能力越强，其学习速度越快。胡雪峰等［5］、王宛秋等［9］的研究也验证了吸收能力与并购创新绩效正相关。

在技术并购过程中，吸收能力对并购创新绩效不仅存在直接影响效应，更重要的是，吸收能力能有效调节影响价值创造关键因素和创新绩效之间的关系。董平等［32］的研究表明，吸收能力能够正向调节技术并购与并购后技术创新动态能力之间的关系。张娜娜等［33］发现，吸收能力在技术并购和创新绩效间起中介作用。王维等［34］的研究表明，吸收能力在企业文化强度与并购创新绩效关系中发挥中介效应。

技术并购是将外部知识内部化的过程，企业创新绩效的提升是外部知识资源与内部吸收作用共同作用的结果。知识存量在一定程度上代表了企业前期研发水平和自有知识的创新价值，高知识基础使企业在技术并购中更容易识别、吸收和应用与其适配的知识资源，产生企业技术创新所必需的核心资源。正如Cohen 等［28］的研究结论，若企业在技术并购前拥有良好的内部知识基础，对内部吸收能力进行投资则更有可能通过技术并购受益。同时，Dyer等［35］从组织关系的视角指出，吸收能力源自企业同外部组织的技术交流与技术合作。企业不断积累技术转化和研发合作的经验，形成更好的战略适应性，有利于提高整合和利用外部知识资源的能力，促进并购后的创新绩效提升，体现了吸收能力在知识基础、合作能力与创新绩效之间起着纽带和传导作用。由此，提出如下假设：

H3a：吸收能力在企业知识基础与并购创新绩效的关系中具有中介效应；

H3b：吸收能力在企业合作能力与并购创新绩效的关系中具有中介效应。

本研究假设的概念模型如图1 所示。

图1 理论研究模型

3 研究设计

3.1 样本与数据来源

以沪深证券交易所上市公司公告披露的并购事件为研究样本，并进行如下筛选：（1）并购的首次公告日期在2007 年1 月1 日至2018 年12 月31日之间；（2）剔除ST 类公司的并购事件；（3）主并企业通过并购获得目标公司的控股权总体大于20%，能够对被并企业的经营决策产生重大影响；（4）并购公告中明确提出以获取某种技术、专利或关键技术人员为主要目的；（5）剔除并购交易完成但交易失败的并购事件；（6）剔除并购方为多家企业联合并购交易；（7）剔除数据不完整或不可获取的并购事件。最终得到109 个样本。

研究数据共包括两类：第一类是专利数据，来源于国家知识产权局专利数据库（CNIPA）；第二类是企业财务与公司治理数据，其中并购次数来源于国泰安CSMAR 的并购重组数据库，并购双方的北美工业分类系统（NAICS）代码来源于BvD 数据库中的全球并购交易分析库（Zephyr），企业管理人信息来自企业年报、公告、官网以及百度百科词条，财务数据来源于Wind 数据库。由于专利有效申请数存在时滞性等因素，所采用数据的观察期为2004 年1 月1 日至2021 年12 月31 日。实证检验使用Stata13.0 软件。

3.2 变量设计

3.2.1 被解释变量

被解释变量为技术并购后企业创新绩效，用来衡量企业技术并购后技术创新的增长水平。企业专利授权和申请等研发产出指标具有客观性，能够具体反映企业科研成果，代表企业的技术创新实力，参考Ahuja 等［8］的做法，选用企业专利有效申请数衡量创新绩效。鉴于知识应用的滞后性，取并购当年至并购后3 年内合计数作为测量值，同时+1（避免数据为0 无法计算）并取其自然对数，作为创新绩效的衡量指标。专利数据涵盖期间为2007 年1 月1 日至2021 年12 月31 日。

3.2.2 解释变量

（1）企业知识基础，衡量主并方对技术资源的积累。企业无形资产涵盖内容较为繁杂，土地使用权等与技术无关的无形资产占比较高，因此使用企业无形资产期末总额不能准确衡量企业在研发领域的积累水平，参考Griliches［36］的做法，采用研发资本存量度量并购企业前期知识基础。由于企业研发投入具有累积效应，借鉴王金桃等［37］、刘端等［38］的做法，将企业研发费用进行折现，取技术并购发生前3 年内企业研发费用折现值之和作为知识基础的衡量指标。计算公式如下：

在获得样本研发费用折现数据后，采取取自然对数处理，以缩小其绝对数值。

（2）企业合作能力，代表并购方对外部技术知识的整合转换能力，用于衡量主并企业通过与组织外机构的合作经历所积累的合作经验。通常来讲，医药企业与外部机构创新合作的成果体现为双方共同申请的专利数量。受刘晓燕等［15］学者的研究启示，以并购以前年度企业成功申请专利的共同申请人作为合作伙伴，用企业合作伙伴总数作为合作能力的测度手段。出于数据稳定性考虑，对合作伙伴总数+1（避免数据为0 无法计算）并取自然对数。

3.2.3 中介变量

中介变量为吸收能力，代表并购方对外部技术知识的内化能力。从企业的角度，研发绝对投入直接影响企业专利产出，代表企业的技术知识积累水平；研发相对投入则代表了企业配置和投放资源的倾向，这种倾向具有长期性、全局性，能够衡量医药企业对技术创新行为的重视程度及其综合水平。因此，借鉴Cohen 等［28］的做法，选取研发强度作为代理变量，以企业某年的研发投入与营业收入之比来衡量吸收能力的大小。考虑到创新活动的影响具有持续性和滞后性，收集了并购当期至并购后3 年内企业研发强度，以4 期研发强度平均值作为中介变量的衡量指标。

3.2.4 控制变量

结合已有研究，企业规模、盈利能力、并购次数、股权集中度、企业性质以及人员基础会影响企业技术并购创新绩效的效果，因此本研究控制了这些因素。

各变量符号及具体测量如表1 所示。

表1 回归分析变量定义

3.3 研究方法与研究模型

采用多元线性回归方法进行分析。首先，构建包括被解释变量与控制变量的基本模型如下：

式（2）中：β代指回归系数；Controls 表示全部控制变量；ε为干扰项。

加入自变量构建式（3）（4）验证H1、H2，模型分别如下：

引入中介变量企业吸收能力验证H3a、H3b，模型分别如下：

4 实证研究

4.1 描述性统计

各变量描述性统计的结果如表2 所示，可以看出样本企业间专利产出差异较大，同时在企业规模、并购次数等方面存在一定的差异性；此外，医药产业属于典型的技术导向型行业，样本企业的知识基础均值为17.91，研发强度均值为0.05，研发人员占企业总人数比均值为0.15，说明医药行业整体技术知识存量基础处于较高水平。

表2 样本描述性统计结果

4.2 相关性分析

采用Pearson 相关分析考察各变量间的相关关系，结果如表3 所示，主并企业技术特征变量与并购后创新绩效显著正相关，初步验证了H1、H2。同时，计算了各变量方差膨胀因子（VIF），VIF 值均小于10，可以判断变量间不存在多重共线性问题。

表3 变量相关系性分析结果

4.3 实证结果分析

采用逐步回归法检验中介效应，回归结果如表4 所示。模型M1、M2以并购后创新绩效为因变量，分别以知识基础和合作能力为自变量，目的在于验证假设H1、H2。结果显示，主并企业知识基础和合作能力均与创新绩效呈正相关，H1、H2得到验证。按照逐步回归法的要求，模型M3、M4以中介变量吸收能力为因变量，以验证自变量与中介变量的关系；M5、M6在M1、M2的基础上加入中介变量，目的是通过比较两次回归的系数大小来判断中介效应是否存在。综合M1至M6的回归结果，可以得到以下结论：在自变量对中介变量正相关的情况下，加入中介变量后自变量对因变量依然具有显著正向影响，但影响程度下降，且中介变量对因变量仍显著，说明部分中介效应成立，H3a、H3b得到验证。

表4 样本企业并购主体特征对技术并购创新绩效影响的回归结果

运用Sobel 法进行补充检验，如表5 的结果显示，Sobel 检验Z统计量在10%的水平上显著，说明中介效应显著，与以上实证结果一致。通过吸收能力对知识基础、合作能力与创新绩效关系的中介效应占总效应的比例可知，吸收能力是企业技术特征影响创新绩效的重要路径。

表5 吸收能力的中介效应检验结果

4.4 进一步分析

4.4.1 首席执行官教育经历的异质性

首席执行官（CEO）是企业高管团队的核心成员，在公司并购战略决策和资源配置中扮演着重要的角色。个人的决策常常受其过往经历的影响，其中教育经历尤为显著［39］。技术并购作为以技术获取为目的的并购事件，CEO 受教育程度以及是否具有技术类教育背景决定了CEO 在并购过程中的技术风险承受能力和技术资源配置能力。因此，在原有模型的基础上，加入CEO 教育经历进行分组探讨。

首先，衡量CEO 受教育水平。CEO 受教育水平越高，意味着其具有更强的信息获取、分析和处理能力，更乐意对有潜力的研发项目进行创新投资。参照卞娜等［40］的方法，对CEO 学历背景进行赋值，分别为：5=博士，4=硕士，3=本科，2=大专，1=中专及以下。分值越高，说明CEO 的教育背景水平越高。

其次，衡量CEO 是否具有企业相关技术类教育背景。具有技术类教育背景的CEO 更加了解行业内的技术动向，能够对技术实现的可能性有合理预估，有效避免创新活动可能出现的问题，对技术并购过程的掌控更有优势。参照学术界普遍做法，若CEO在接受中专及以上教育时，所学专业为与化学、医药研发相关的技术类，则认为CEO 具备技术类教育背景；若所学专业为财务、管理和法律等职能类，则不具备技术类专业背景。

最后，对样本进行分类。若样本企业的CEO 受教育水平高于整体中位数且具备技术类教育背景，则取1；否则取0。分组回归结果如表6 所示，模型M1-a、M1-b以表4 中的模型M1为基础进行分组，以验证不同CEO 教育经历下企业知识基础对并购创新绩效的影响；模型M2-a、M2-b以表4 中的模型M2为基础进行分组，以验证不同CEO 教育经历下企业合作能力对并购创新绩效的影响。

表6 针对企业CEO 教育经历的样本异质性分析结果

从表6 可以看出，109 个样本中，共有40 个样本满足企业CEO 拥有技术教育背景且其受教育水平高于中位数。模型结果显示，不论是针对企业知识基础的分组回归还是针对企业合作能力的分组回归，自变量与因变量的关系仍表现为显著正向，与表4 中的主模型M1、M2得出的结论一致，但显然在CEO 教育水平高且具有技术类教育背景的样本中（CEO=1），自变量的正向影响程度更大。这说明CEO 教育经历不同，企业通过技术并购对创新绩效的提高程度不同，技术类教育水平较高的CEO 所在企业在并购行为中对各个因素的敏感性更高，表明CEO 具有技术类教育经历能促进企业更好地发挥自身特征优势，更有效提高并购创新绩效。

4.4.2 并购类型的异质性

按照企业战略的不同，技术并购可以分为技术相似型技术并购和技术互补型技术并购。相较于双方产品相似性较高的并购，互补性技术并购能够避免重复研发、节省技术交流等交易成本，使并购双方能各取所长、相互促进，更能激发企业本身具有的特征优势对并购后创新绩效的正向作用。参照陈珧［41］的方法，以双方产品相似性和互补性为分类依据，通过并购双方NAICS 来定义并购双方产品上的相似性和互补性：如果并购双方NAICS 代码前4位相同，则相似性为1.00，互补性为0；前3 位相同，则相似性为0.75，互补性为0.50；前2 位相同，相似性为0.50，互补性为1；第1 位相同，相似性为0.25，互补性为0.75；第1 位不相同，则相似性为0，互补性为0.25。若双方相似性大于互补性，则认为该技术并购属于相似型技术并购（SIMI），赋值1；否则为0。按照以上标准，对样本进行分组并回归，模型M1-c、M1-d以表4 中的模型M1为基础进行分组，以验证不同并购类型下企业知识基础对并购创新绩效的影响；模型M2-c、M2-d以表4 中的模型M2为基础进行分组，以验证不同并购类型下企业合作能力对并购创新绩效的影响。结果如表7 所示。

表7 针对技术并购类型的异质性回归分析结果

由表7 可见：（1）知识基础在互补性技术并购中作用更显著。对于自变量企业知识基础，其对创新绩效的影响在互补型并购中显著且效果明显更好（M1-d：β=1.541，P＜0.01），在相似型技术并购中则不显著（M1-c：β=0.457，P＜0.1），说明知识基础在互补型技术并购中发挥更显著的正向促进作用。分析原因，虽然相似型并购使企业获得相关程度较高的技术，但企业内部人员很可能在获取了对方核心技术后出现了自满情绪，企业内部研发创新积极性降低；而互补型并购虽然带来了不易理解的异质性技术资源，但并购使双方的一体化合并具备较高效率，促进了双方研发思维的碰撞，产生更多的创新灵感。（2）合作能力在相似性技术并购中作用更显著。对于企业本身的合作能力，虽然两组样本中均表现为正向，但在互补型并购中不显著（M2-d：β=0.503，P＞0.1），而在相似型技术并购中显著为正（M2-c：β=0.870，P＜0.01），说明在双方技术资源具有较大差异时，企业的合作研发经验并未发挥有效的促进作用，其正向作用的发挥主要基于双方相似程度较高的并购情形。

5 稳健性检验

（1）替换变量法。在包括发明、实用新型和外观设计的专利中，发明专利在技术创新性方面要求最高，具有独创性、独占性和排他性的特点［34］，因此将因变量的测度方法由所有专利有效申请数量替换为发明专利有效申请数量，同样进行+1 取自然对数的处理，回归结果如表8 所示。其中，M1-1、M2-1、M5-1、M6-1分别以表4 中M1、M2、M5、M6为基础，目的在于验证自变量与更换为发明专利有效申请数量的因变量之间是否依然存在以吸收能力为中介变量的正相关关系。

表8 替换因变量的样本稳健性检验

表8（续）

（2）缩短样本区间。为了减少2008 年金融危机带来的广泛影响，将样本区间缩小至2010—2016年，共截取79 个样本，回归结果如表9 所示。其中，M1-2、M2-2、M3-2、M4-2、M5-2、M6-2分别以表4 中M1、M2、M3、M4、M5、M6为基础，将原有样本替换为截取的79 个样本进行检验。

表9 缩短样本区间的样本稳健性检验

（3）剔除国有企业样本。根据产权性质缩小样本数量，只选取民营性质的企业样本，得到98 个并购样本进行回归分析，结果如表10 所示。其中，M1-2、M2-2、M3-2、M4-2、M5-2、M6-2分别以表4 中M1、M2、M3、M4、M5、M6为基础，将原样本替换为98 个民营企业样本进行检验。

表10 剔除国有企业样本的样本稳健性检验

依次检验主效应和中介效应发现，以上3 种方法所得结论与前文一致。

6 结论与建议

6.1 研究结论

（1）医药企业知识基础、合作能力与技术并购后创新绩效正相关，主并企业知识基础越雄厚、合作经验越丰富，通过技术并购提高创新绩效的效果越好。以楚天科技股份有限公司收购四川省医药设计院有限公司为例，前者以较好的前期基础，在技术并购3 年内产出超300 件发明专利；华邦生命健康股份有限公司收购瑞士生物医药集团有限公司亦是如此，凭借稳健、雄厚的研发投入，前者在技术并购后创新能力大幅提升，创新产出成果显著。

（2）吸收能力在知识基础、合作能力与创新绩效的关系中起部分中介作用，“知识基础—吸收能力—技术创新”和“合作能力—吸收能力—技术创新”是技术并购促进企业创新绩效提升的两条逻辑路径。

（3）当以主并企业CEO 教育经历进行分组回归时发现，CEO 在技术类学科中受教育水平越高，企业技术特征变量敏感度越大。

（4）当以技术并购类型进行分组回归时发现，在互补型技术并购中，企业知识基础对创新绩效的促进作用更好；在相似型技术并购中，企业合作能力对创新绩效的促进作用更好。

6.2 政策建议

（1）医药企业创新应遵循一定的战略层次，重视前期技术能力的积累。从企业外部的角度，企业建立与外部高水平研发机构间的合作网络，主动参与产业链内协同创新机制，在产业技术联盟中积累合作经验，促进技术并购后的知识流动；从企业内部的角度，要扩充自身知识储备，在前期技术知识存量充足的情况下实施更深入的创新战略，积极建设创新型产业。

（2）企业良好的吸收能力是后期技术并购后技术整合效率保障，医药企业应重视技术并购后有效的研发投入，持续提升企业吸收能力，进一步发挥整合各类创新资源的优势。

（3）对医药企业而言，技术人才在企业创新过程中具有重要意义，医药企业应强化人才战略，积极完善人才选聘机制，搭建灵活的人才聘用网络，制定合理的人才评价方式，充分发挥核心管理层在技术创新领域的领导优势。

（4）在选择并购目标时，医药企业应考量双方技术相关性，审慎选择并购目标，匹配自身技术能力，补齐发展短板：在相似型技术并购战略中，应重点关注前期合作能力；在互补型技术并购中，应重点关注前期知识存量的积累。

6.3 不足与展望

本研究关于医药企业合作能力变量的测度仅考虑了企业合作伙伴的数量，即合作能力的广度，未对企业间合作能力的深度进行测度，即缺乏对单个合作伙伴合作次数的考量，随着企业专利数据的披露更加透明，未来有必要深入分析企业间合作深度对创新绩效的影响，从更全面的视角探讨企业合作能力对技术并购创新绩效的影响机制。其次，本研究对技术并购类型的分类标准采用学术界普遍使用的分类方法，而医药行业内部的分类方式较为多样，未来的研究可以进一步了解医药行业内部结构，采用更专业的分类方式，对医药行业技术并购类型进行分类，从而得到更贴合行业特征的研究结论。