合作网络视角下组织韧性对企业技术创新的影响研究——基于知识异质性的调节效应分析

王崇锋 刘 洋 许 杰

1（青岛大学商学院，青岛 266000） 2（青岛大学数学与统计学院，青岛 266000）3（中国海洋大学经济学院，青岛 266000）

引 言

“十四五”时期，中国企业在部分领域逐渐靠近世界科技前沿，创新发展的外部化环境也在发生鲜明变化［1］。2021年国务院印发的 《“十四五”数字经济发展规划》指出，要推动5G商用部署和规模应用，前瞻布局第六代移动通信（6G）网络技术储备，增强关键技术创新能力，提升产业竞争力。企业作为技术创新的主体，应努力提升技术创新能力，加强自主创新，发展核心技术［1］。因此，如何提高5G领域企业技术创新成为学术界与实务界共同关注的话题。

中国5G领域作为当今发展环境变化最为迅速的领域之一，领域内面临着激烈的竞争和挑战［2］。随着移动通信技术的迅速发展，技术标准的确立具有无可替代性和全球通用性［3］；以及技术先发国家设置的技术壁垒造成中国企业强烈的对外技术依赖性［4］，极少企业掌握了核心技术能够做到完全自主研发。在这样技术变革日新月异且发展受制裁的环境中，具有 “韧性”的企业能够抵抗外部打击［5］，考虑到可能发生的变化事先做好准备，未雨绸缪；而缺乏 “韧性”的企业遇到挫折则容易因其没有做好充分的准备而受到不利影响。如中兴通讯公司于2016年和2018年两次受到美国政府关于芯片的制裁，对其施加出口权限制令，由于没有完全掌握芯片核心技术，使中兴通讯业务在竞争中完全处于不利地位［4］。相比中兴，华为技术有限公司自2004年起，针对芯片研发领域投入大量资金，2006年发布了第一款自主研发芯片 “K3V1”，2012年成为了继高通之后世界上第二个开发多核芯片的厂家，2016年开发出了麒麟芯片。华为专注于研发芯片的本质是在提高自身的 “韧性”，使得同样是在核心技术被封锁的多变环境下，华为凭借出色的 “韧性”能力依然保持着良好的发展。那么在变化的环境中，企业的“组织韧性（Organization Resilience）”能否被看作企业技术创新的重要影响因素？企业的 “组织韧性”的提高是否仅给企业带来正面影响？

事实上，学界已对组织韧性开展了广泛讨论［6-10］。20世纪90年代，“组织韧性” 的概念开始应用于企业管理领域，企业的 “组织韧性”被定义为企业面对变化带来的冲击时，吸收冲击并从中恢复同时改变其结构的能力［11，12］。组织韧性能帮助企业适应环境变化和新技术的出现［8，9］，是当今企业在多变环境下的核心能力［10］，其对企业技术创新至关重要。聚焦于企业创新方面，学界现有研究认为组织韧性可以通过增加企业内部员工知识共享［6］、加强企业内员工之间信任等情感以及增加企业内部知识资源［7］，而对企业技术创新产生显著积极影响。从组织韧性的衡量角度来看， Barabási等［13］在2000年提出通过随机移除或者特定移除网络中部分节点的方法测量网络结构的变化，可以体现出网络的抗毁性，这与组织韧性定义颇为相似。环境的变动会导致企业员工之间的网络联系以及整体网络结构的变化［11］，其对员工之间合作关系的维持构成挑战［14］，而合作网络结构的稳定体现了企业适应环境的能力，即组织韧性，进而有学者提出组织内员工形成的社会网络特征适合作为组织韧性的衡量指标［11，5］。黄传超和胡斌［15］根据员工间的朋友、合作等联系构建了组织内员工间的社会网络，通过随机移除节点方式下网络效率的变化衡量组织韧性。因此，本文将基于企业内部合作网络视角，结合Barabási等［13］、Tsouri和 Pegoretti等［16］、 Fitzhugh 和 Butts［17］的研究，通过随机移除和特定移除网络中部分节点的两种方式，以网络直径和孤立节点比例的变化衡量组织韧性，并探究其对企业技术创新产生的影响。

此外，组织韧性对企业技术创新的影响还有可能受到企业内部知识异质性的调节。企业内部合作网络是由员工构成的，但不同员工所拥有的知识并不相同，并最终表现为不同企业在内部知识异质性上的差异。段光等的研究表明，知识异质性较高的员工之间更难以形成合作关系［18］，并且存在着较高的交流成本，因此，企业内部知识异质性可能削弱组织韧性通过提高信息沟通效率、稳定合作网络连带等机制而对企业技术创新所产生的积极影响。然而，过高的组织韧性也通常伴随着较高的知识冗余性。此时，较高的员工知识异质性也可能弥补知识冗余性所带来的消极影响。本文还进一步考虑了企业内部知识异质性在组织韧性影响企业技术创新过程中的调节效应。基于上述讨论，本文采用1989～2020年我国5G领域的专利申请数据，从企业内部合作网络视角出发，探究了组织韧性对企业技术创新的影响，以及知识异质性对上述关系的调节效应。

1 理论基础与研究假设

1.1 组织韧性与技术创新

组织韧性较高的企业能及时发现问题，迅速做出反应，并防止错误的传播，但Van Der Vegt等［5］、李平和竺家哲［11］均指出应不仅看到组织韧性对企业的正面影响，其作用边界与负面局限十分值得探讨和研究。本文认为组织韧性对于企业技术创新是一把 “双刃剑”，原因如下： （1）组织韧性的增加能加快各类知识信息在研发人员之间的传播速度，更好地保证了研发人员的信息沟通［19］。研发人员通过有效快速交流获取关键信息，采纳彼此意见，及时采取行动解决问题［20］；（2）当环境发生变化时，由于多种风险冲击可能会诱发合作关系破裂［19］。组织韧性的增加有利于培养研发人员之间的信任，维持更为稳定的合作关系，降低企业技术创新过程中的不确定性。

但随着组织韧性越来越高，企业合作网络内部存在越来越多冗余且同质的信息，增加了研发人员保持冗余联系和处理信息的成本［20］。这将降低研发人员在收集和利用新信息时的效率，最终使得企业的合作网络变得僵化［11］，不利于企业技术创新。另外，组织韧性过高也使得研发人员在创新过程中易形成路径依赖与认知捷径，倾向于形成一致的观点和标准，难以形成独特认知［11，21］，降低企业技术创新的积极性。根据以上分析，本文提出：

H1：组织韧性对企业技术创新有倒U型影响。

1.2 知识异质性的调节作用

技术创新本质上是企业重组现有的知识元素来产生新的技术应用［22］，尽管基于合作网络视角衡量组织韧性体现了企业适应环境变化的调整能力，但企业能否充分有效地发挥组织韧性的作用来影响企业技术创新，还受到企业内研发人员知识异质性的影响。本文认为，知识异质性对上述两者关系的调节效应主要体现在以下两方面。

（1）当组织韧性较低时，知识异质性较高不利于研发人员之间的信息传递。知识差异过大会使得研发人员理解彼此的知识存在更多困难，需要更多的时间和精力，增加知识交换的成本。从而知识异质性较高会降低研发人员交换知识的意愿，形成信息沟通障碍［18］。因此研发人员之间较高的知识异质性会削弱组织韧性对企业技术创新的促进作用。

（2）当组织韧性过高时，知识异质性较高有利于降低企业的知识冗余程度。知识异质性高说明企业内研发人员拥有的技术知识更广泛、专业背景更多样化［23］，从而打破研发人员对知识获取路径的依赖，有利于其识别、理解、消化、吸收异质知识［24］。此外，研发人员之间不同的思想碰撞也更容易产生新的思路或重构现有知识之间的联系［18］。因此研发人员之间较高的知识异质性会削弱组织韧性对企业技术创新的抑制作用。基于以上分析，本文提出：

H2：知识异质性削弱了组织韧性对企业技术创新的倒U型影响。

2 研究样本、变量与方法

2.1 样本与数据

本文使用1989～2020年国内5G领域专利申请数据作为研究样本，其中专利数据来自于专利信息服务平台（search.cnipr.com），数据筛选与处理如下：

（1）数据收集。①本文参考杨武和杨大飞［25］的研究，将5G领域所涉及的IPC分类号限定为H04B、 H04H、 H04J、 H04L、 HO1K、 H04M、 H04Q、H04R、H04N、H04S、H04W，于 2020年 12月 31日在专利信息服务平台（search.cnipr.com）进行专利数据检索；②专利数据分为实用型专利和发明型专利，发明型专利比实用型专利更代表技术创新能力，因此本文将发明专利作为研究对象；③考虑到专利授权时间滞后且不可控，从而会导致某年组织所授权的专利不能代表该年的技术创新能力，因此本文限定申请日检索，共检索到864483条发明专利数据。此外需要说明的是，受新冠肺炎疫情的影响，2020年数据量仅为36792条，相较于2019年数据量下降46.97%。然而，由于本文所涉及的组织韧性、知识异质性、企业技术创新等核心变量均基于发明专利申请这一同源数据计算而得，因此，新冠肺炎疫情所产生的系统性影响将更多的作用于变量绝对数值而非变量间的关系上。综上，结合提高数据量与数据时效性的考虑，本文并未将2020年数据予以剔除。

（2）数据清洗。①剔除国省代码标记错误、无法获得国省代码的样本，仅考虑国内数据：省级行政区、直辖市、自治区、港澳台，共34个；②由于研究对象为企业，因此剔除专利权人为个体的数据；③由于H04B分类号的专利数量相较于其他分类号在检索年份期间仅含有极少的专利，属于异常数据，因此将H04B分类号下的专利数据剔除。

（3）数据匹配。①考虑到早期我国移动通信技术发展缓慢且专利申请数量较少，本文以1989年为起始年份，选取1989～2020年作为研究样本；②参考张胜平等［26］的研究，本文采用3年移动时间窗口构建相应的企业内研发人员合作网络；③由于研发人员数量过少使企业内形成的网络结构过于简单不利于组织韧性的研究；反之研发人员数量过多使组织韧性的计算过于复杂，且研发人员数量大于1000的企业占比不到0.1%。因此，本文选取1989～2020年中研发人员数量在10～1000的企业作为研究样本。

2.2 合作网络构建

本文构建的是企业内研发人员的合作网络。一个企业通常会申请多个专利，而每个专利的发明人可能是1个或多个，因而可以利用发明人之间共同申请专利作为合作关系的表征构建企业内合作网络［25］。其中发明人为节点，发明人间的合作关系为连接，如图1所示。

图1 合作网络示意图

2.3 变量与测量

2.3.1 因变量

企业技术创新（TIit）。企业技术创新有多种衡量指标，其中专利数据被广泛使用［26］。在企业实践中，专利作为保护知识产品产权的一种重要途径，其创新性和应用价值均得到认可［29，30］。专利从申请到授权有一定的时间间隔，本文采用专利申请时间而非授权时间以保证及时性。本文使用3年移动时间窗口期次年的发明专利申请数量作为企业技术创新的度量指标［24］。如1989～1991年的组织韧性对应着1992年的技术创新。

2.3.2 自变量

组织韧性（OR），合作网络视角下的组织韧性通常由合作网络结构的变化来衡量。本文结合Barabási等［13］、 Tsouri和 Pegoretti［16］、 Fitzhugh 和Butts［17］的研究方法，主要采用随机和按照节点中心度大小两种不同的节点移除方式，移除5%的节点后合作网络的平均路径长度的倒数（ORREF、ORCEF）、非孤立节点比例（ORRIF、ORCIF）共两个结构特征的变化刻画组织韧性。其中随机移除方式［13］是指节点按均匀随机顺序被移除。按照节点中心度大小移除方式［13］是指按照节点的中心度降序排列，等度节点顺序随机均匀选取移除的节点，节点的中心度就是与节点有直接连接的其他节点个数。

（1）平均路径长度的倒数的变化值（ORREFit、ORCEFit）［16］。企业内部合作网络的平均路径长度的倒数，即网络中所有节点与其他任意节点的最短路径值的算术平均值的倒数。计算节点移除前后平均路径长度的倒数变化的差值，公式如下：

其中， Rit（m，n）和Nit分别代表在时间t企业i的内部合作网络中节点m与节点n之间的最短路径长度和研发人员数量； Rrit（m，n）、 Nrit、 lrit和Rcit（m，n）、 Ncit、 lcit分别代表在时间 t企业 i的合作网络中随机移除和按度大小移除5%的节点后节点m与节点n之间的最短路径长度、研发人员数量以及平均路径长度倒数变化的差值。

（2）非孤立节点比例的变化值（ORRIFit、ORCIFit）［17］。企业内部合作网络的非孤立节点比例，即网络中没有与任何其他节点建立连接的节点所占的比例。计算节点移除前后非孤立节点比例变化的差值，公式如下：

其中，Nit和Iitm分别代表在时间t企业i的内部合作网络中研发人员的数量和节点m是否与其他节点有连接，是为1，否则为0；Nrit、Iritm、Arit和Ncit、Icitm、Acit分别代表在时间t企业i的内部合作网络中随机移除和按节点中心度大小移除5%的节点后研发人员的数量、节点m是否与其他节点有连接，是为1，否则为0，以及非孤立节点比例变化的差值。

2.3.3 调节变量

研发人员的知识异质性（KD），是根据AK矩阵的列计算的赫芬达尔指数［24］。计算公式如下：

其中，witk指在时间t企业i中拥有知识k的研发人员数量。AK（m，k）代表研发人员i是否拥有知识k，是为1，否则为0，Wit指知识与研发人员总连接次数。

2.3.4 控制变量

为了控制其他因素对企业技术创新的影响，本文的控制变量从整体合作网络特征和节点研发人员特征两个方面选取。（1）企业的中心研发人员的直接连接强度（NDS）［31］，即中心研发人员与其他研发人员的重复合作次数；（2）平均聚类系数（NAC）［32］，即所有节点局部集聚系数的均值；（3） 企业合作网络的网络规模（NS）［33］， 即不同时间窗口下企业内研发人员的数量；（4）企业合作网络中连接的数量（NN），即网络所有节点之间形成连接的数量；（5）企业合作网络的网络密度（ND），即网络中实际连接的数量比上所有节点能形成的连接数量。

3 实证结果与分析

3.1 描述性统计

本文对变量进行描述性统计及相关性分析，结果如表1所示。TI的平均值为30.189，标准差为102.883，说明平均而言企业年发明专利申请数量为30.189项，各企业间每年发明专利申请数量差别较大，这便于研究网络特征对其的影响。此外，测量OR的各个指标平均值都较接近1，KD的平均值为0.742。由初步相关性分析可以看出，TI与OR呈显著相关性，具备进一步进行回归分析的可行性。OR与KD之间有显著负相关性，初步印证了本文的假设2。此外，变量的相关系数都较小，相关性较弱，可排除多重共线性的影响。

表1 描述性统计与相关性分析

3.2 实证分析结果

由于因变量为非负计数数据，负二项回归模型适用于因变量为非负计数数据且均值小于标准差的情形［34］。此外，由于面板固定效应模型控制了无法观测的个体异质性［34］。因此本文最终采用了基于固定效应的面板负二项回归模型探究企业组织韧性对其技术创新的影响，具体步骤和结果如表2和表3所示。

表2中模型1仅考虑控制变量的基准模型，模型2～5相对于模型1增加了OR及其平方项OR2，由卡方检验值表明各模型均具有较强的解释性。模型2中OR和OR2的系数均不显著；模型3中OR2的系数显著为负（β＝-8.899， p＜0.001）； 模型4中OR2的系数显著为负（β＝-4.676， p＜0.001）； 模型5中OR2的系数显著为负（β＝-3.187， p＜0.001），均说明TI与OR存在倒U型关系。因此，H1得到验证。

表2 回归分析结果

由于KD的平均值为0.7，因此调节效应检验是筛选出所有KD大于0.7的企业后，再进行回归分析的结果。由表3可知，模型7中OR和OR2的系数均不显著；模型8中OR2的系数显著为负（β＝-7.015， p＜0.1）； 模型9中OR2的系数显著为负（β＝-3.147， p＜0.001）； 模型 10 中OR2的系数显著为负（β＝-2.242，p＜0.001）。由模型8和模型3、模型9和模型4以及模型10和模型5的回归系数结果对比可知，OR2的系数仍显著为负，但明显增大，说明KD增大会削弱OR对TI的影响。因此，H2得到验证。

表3 调节效应结果

根据模型4、模型9绘制调节效应图。图2中的图像显示了不同知识异质性对组织韧性与企业技术创新间关系的倒U型曲线的影响，较高的知识异质性明显弱化了两者的倒U型关系，使倒U型曲线变得更平缓。

图2 调节效应图

3.3 稳健性检验结果

从合作网络视角出发衡量组织韧性，是以移除网络中固定比例节点后网络的变化程度来衡量的，而移除的比例不同通常会使组织韧性略有差别。因此，为了验证结果的稳健性，本文采用改变测量组织韧性方法中的移除节点比例为10%，进行稳健性检验。本文稳健性检验结果表略。

（1）由稳健性检验结果可知，OR和OR2的系数均不显著；OR2的回归系数显著为负（β＝-2.376， p＜0.001）；OR2的回归系数显著为负（β＝-2.011，p＜0.001），均与表2中对应的组织韧性平方项的回归系数符号一致。因此OR对TI的影响具有一定的稳健性。

（2）再考虑调节效应的稳健性。OR和OR2的系数均不显著；OR2的系数显著为负（β＝-1.778，p＜0.001）；OR2的系数显著为负（β＝-1.324， p＜0.001）。由回归系数结果对比可知，OR2的系数仍显著为负，但明显增大，说明KD增大会削弱OR对TI的影响，与前文的研究基本一致。

4 结论与启示

4.1 研究结论

本文以组织韧性为出发点，通过对1989～2020年企业在5G领域内的专利申请数据进行实证研究，探讨了组织韧性对企业技术创新的影响，以及企业内部知识异质性对其影响的调节效应。主要研究结论如下：

（1）组织韧性对企业技术创新有倒U型的影响。对于企业内部的合作网络而言，组织韧性能体现企业面对多变环境的反应程度和适应能力。拥有适度的组织韧性，不仅有利于研发人员之间的合作交流、信息的及时传递，使得在变动的环境下研发人员能有效快速沟通信息，相互信任，采纳对方意见，积极解决问题［18］；而且能保持企业内有一定的信息资源冗余，使其居安思危地做好准备，以应对逆境事件发生时带来的信息资源紧张［4］。

（2）在进一步考虑调节效应后，知识异质性对组织韧性与企业技术创新的影响有负向调节效应。当组织韧性较高时，如果企业内研发人员知识异质性较高，则会一定程度上阻碍研发人员的沟通交流，降低信息传递效率，从而削弱组织韧性对企业技术创新的正向影响。当组织韧性过高时，如果企业内研发人员知识异质性较高，能打破研发人员对于认知途径的过度依赖，有利于对异质知识的吸收和理解，同样削弱了组织韧性对企业技术创新的负向影响。

4.2 管理启示

基于本文的研究结论，对我国5G通信领域企业提出以下管理启示：

（1）为实现适度的组织韧性，企业应加强未雨绸缪的意识，健全企业合作网络的调控机制。通过引导研发人员之间培养信任，加强探索、交流、合作，提高整体合作网络的韧性。同时要注意到监控整个网络的结构，对于研发人员之间长期持续的强信任关系要防范路径依赖带来的僵化，避免知识和资源的过度集中或聚集。倡导松弛有度的合作网络模式，保持适度的组织韧性，提升企业对外部环境变化的适应能力。

（2）企业在内部知识布局时，要结合组织韧性来适当调节企业内员工的知识异质性。若企业组织韧性较低时，应适当降低研发人员知识异质性，弱化异质性可能带来的交流障碍，加强研发人员之间信任、认同感等，形成良好的知识共享氛围和合作交流环境。若组织韧性过高时，可考虑提高研发人员知识异质性。企业可以鼓励研发人员参加各类知识技术讲座和研讨会，或多招募不同专长的研发人员或培养研发人员的技术专长性等。

4.3 研究不足与展望

本文在为理论研究和实践应用提供一定的参考的同时，也存在一些局限性，有待进一步拓展：（1）样本数据研究不可避免的特殊性，只能在一定程度上为一些领域的企业合作网络提供实践价值指导。因此，未来的研究中可以不仅局限于5G领域企业的研究，为组织韧性提供具有普遍性的研究成果；（2）组织韧性是一个复杂的构念，单纯从一个视角来衡量组织韧性并分析其对企业技术创新的影响可能不够全面，未来的研究可结合多种衡量视角或其他衡量维度来推动关于组织韧性的更系统的研究。