技术融合的互补性与相似性研究

刘晓燕 张淑伟 单晓红

摘要：为探究互补性技术融合与相似性技术的融合，通过构建组织合作与技术融合的多层网络模型，分析伙伴多样性对技术融合的影响。研究表明，伙伴地理多样性不利于互补性技术融合与相似性技术融合的发生。伙伴的技术多样性有利于互补性技术融合，不利于相似性技术融合。企业与不同类型伙伴之间的关系强度对互补性技术融合与相似性技术融合的影响不同。研究结果能够帮助企业选择合适的合作伙伴来实现不同创新战略。

关键词：互补性技术融合；相似性技术融合；伙伴多样性；多层网络

中图分类号：     G315文献标识码： A

收稿日期：2021-09-25； 修回日期：2021-10-05

基金项目：国家自然科学基金（71974009）；国家社科基金后期资助项目（20FGLB004）

第一作者：刘晓燕（1974- ），女，河北唐山人，博士，副教授，主要研究方向为组织理论与战略管理。

通信作者：张淑伟（1999- ），女，河南商丘人，硕士研究生，主要研究方向为组织理论与战略管理。

Research on Complementarity and Similarity of Technology Convergence

LIU Xiaoyan， ZHANG Shuwei， SHAN Xiaohong

（School of economics and management， Beijing University of Technology， Beijing 100124， China）

Abstract：Exploring complementary technology convergence and similar technology convergence is conducive to enhancing enterprise innovation capability. This paper analyzes the impact of partner diversity on technology convergence by building a multi-layer network model of organizational cooperation and technology convergence. The research shows that the geographic diversity of partners is not conducive to the occurrence of complementary technology convergence and similar technology convergence. The technological diversity of partners is conducive to complementary technology convergence but not conducive to similar technology convergence. The relationship strength between enterprises and different types of partners has different effects on complementary technology convergence and similar technology convergence. The research results can help enterprises choose appropriate partners to achieve different innovation strategies.

Key words： complementary technology convergence; similar technology convergence; partner diversity; multi-layer network

0 引言 技術融合对于引领关键技术创新具有非常重要的研究意义和科学价值。最早提出技术融合概念的是Nathan Rosenberg^[1]，他将技术融合界定为一种创新模式，该模式下不同技术之间通过自身的有机组合实现技术创新。目前学术界对技术融合的界定主要集中在以下几个方面：有学者认为技术融合本质是知识融合，将融合界定为科学论文的交叉引用^[2]；还有学者依据技术的相关性特征，将技术融合划分为互补性融合和相似性融合两种模式^[3-4]。区分互补性技术融合与相似性技术融合有助于企业在可供选择的技术范围内增加有用的技术组合机率，识别和利用与自身互补或相似的新技术新知识。根据双元创新理论^[5]，互补性技术融合能够实现对现有知识、技术的一种颠覆和重构，从而推动突破式创新的产生。相似性技术融合则沿着当前技术轨道进行技术开发，进而对渐进式创新产生促进作用。因此进一步探索互补性技术融合、相似性技术融合，能够为实践中企业引导两种模式技术融合提供参考，有效促进企业实现突破式创新及渐进式创新。

技术是依附于组织存在的，组织间的合作能够带来知识流动^[6]，企业通过知识的流动与吸收来增加自身的异质性知识，从而为技术的互补性融合、相似性融合奠定知识基础。高效的创新产出，不仅需要企业能够在合作过程中引入新的技术资源，还需要企业正确选择不同特征的合作伙伴，从而建立与伙伴之间高度的协调和高效的合作关系。合作主体之间的地理距离差异^[7-8]、技术特征^[7，9]及合作关系强度^[10]会对其合作效果产生不同的影响，造成不同的融合效果。然而，实践中缺乏伙伴的不同特征对互补性技术融合、相似性技术融合具体影响的深入分析，导致企业不能有针对性地做出合理决策，企业创新效率低。基于此，本文从多样性视角出发，分别建立组织合作与互补性技术融合、相似性技术融合多层网络，探究合作主体之间的地理多样性、技术多样性以及关系强度多样性对技术的互补性、相似性融合的影响。试图回答组织应该怎么选择合作伙伴从而促进不同模式的技术融合的问题，丰富组织合作与技术融合的量化研究。

1 互补性技术融合与相似性技术融合

技术融合包括互补性技术融合和相似性技术融合。互补性技术融合是指不同技术部类下的技术领域之间发生交叉融合，即两个专利之间发生的是不同技术部类间的融合。互补性技术融合可以帮助企业引进与自身技术具有较强互补性的其它领域的先进技术，并将其与自身核心技术进行重组创造，从而极大地促进新技术的产生^[3]。相似性技术融合是指相同技术部类下的相似技术领域之间的交叉融合，两个专利之间发生的是相同技术部类间的融合，体现了技术融合的相似性特征。相似性技术融合是指外来技术与企业现有技术具有某种相似属性，发生在相似的技术领域之间，是企业对现有知识和技术的改善。能够帮助企业实现以更低的研发和沟通成本进行知识转移，降低不同技术之间的融合与重组成本，加速技术创新。

2 伙伴多样性

伙伴多样性是指焦点企业的研发合作伙伴跨越组织边界或地理边界，从而桥接多个知识库的程度^[11]，能够影响焦点企业与其研发合作伙伴之间的亲疏关系，从而影响企业与合作伙伴之间的技术融合效率，企业与多类型的伙伴建立合作关系，能为其带来一定的技术资源，从而促进其创新。包括企业合作伙伴的地理多样性、技术多样性及关系强度多样性。

2.1 伙伴地理多样性

地理多样性衡量了组织的合作伙伴的地理位置独特性，用变量标签GD表示，本文主要借鉴毕静煜等^[10]的测量方法对企业的地理位置独特性进行衡量，具体计算方法为

其中，N为企业所拥有的研发合作伙伴的总数，d_ij为企业i与研发合作伙伴j的地理差异，企业与伙伴若在同省取1，相邻省取2，非相邻省取3，不同国家取4；u_j为研发合作伙伴j相对于其他研发伙伴的地理独特性，即合作伙伴的非同省的数量，同一自治区或直辖市均按照同一省来处理。

2.2 伙伴技术多样性

技术多样性衡量了合作伙伴技术种类的多样，用变量标签TD表示，其测量值衡量了合作伙伴每年获得专利的主分类号字母的种类。具体的计算方法为

其中，n表示组织拥有的IPC专利分类的主分类号的种类；p_i表示第i种主分类的专利数在总的专利数中所占的比例。

2.3 伙伴关系强度多样性

关系强度多样性衡量了组织与产学研合作伙伴之间的关系强度，用变量标签RD表示，该变量分为企业与企业、企业与大学以及企业与科研院所的关系强度多样性3种类型，分别用CCRD，CURD，CRRD表示。测量方法是中心企业与不同类型伙伴合作次数的方差^[5]，具体的计算方法为

其中，R_j为该企业与其第j个合作伙伴的合作次数，R_c，R_u，R_r分别为中心企业与企业类型、大学类型、科研院所类型合作次数的平均数，N为企业研发合作伙伴的总数量。

3 分析模型构建

3.1 研究框架

本文分别建立了组织合作与互补性技术融合、相似性技术融合的多层网络，并通过合作伙伴的多样性属性对双层网络影响的显著性来分析这些属性会对两种模式的技术融合造成的影响。具体建网过程：在技术层面，不同技术部类下的IPC共现为互补性技术融合，相同部类下的IPC共现为相似性技术融合。在组织层面，利用专利权人的共现数据捕捉组织间合作关系，然后利用技术知识与组织间的隶属关系分别建立两种模式技术融合双层网络^[12]。本文构建的双层网络分析模型如图1所示。

3.2 研究方案

3.2.1 样本选择及数据来源

本文数据来源于Incopat专利数据库，检索到人工智能领域2005年1月1日至2020年12月31日合作申请的专利共140 093条，剔除单个专利申请主体、非产学研主体等不符合条件的专利数据，筛选出IPC共现次数10次以上的融合专利及合作次数5次以上的专利申请人进行相应研究，最终得到20 859条专利数据，其中互补性融合专利12 331条，相似性融合专利8 528条。

3.2.2 基于社会选择模型的网络仿真

社会选择模型（SSMs）是多层指数随机图模型（MERGMs）的扩展应用，SSMs能够假设内生结构过程不存在，可以直接在双层网络中上加入多元属性并识别其重要性^[13]。

雙层网络M的社会选择模型的一般形式表示为Z_Q（m）为涉及网络关系变量的统计向量，其中Z_Q（a，x）、Z_Q（b，x）、Z_Q（a，x，b）可以遵循多层级ERGM模型。Z_D（m，y）是网络关系变量和节点属性之间的交互效应的向量^[14]。θ_Q是Z_Q（m）对应的参数向量，衡量各网络内生结构统计项的相对重要性，θ_D是Z_D（m，y）对应的参数向量，衡量各网络和属性的交互统计项的相对重要性。

本文根据节点属性交互效应建立SSMs模型，将组织网络设置为固定网络，探究给定组织网络下的多样性属性特征对互补性技术融合、相似性技术融合的影响。为避免结构相同导致的多重共线性，本文构建Model 1—Model 5五个模型，分别检查了伙伴的地理多样性、技术多样性、关系强度多样性对互补性技术融合和相似性技术融合的影响。边和互惠性是模型收敛的基准项，属性C4AXBreciprocity的结构图例均为跨层四元闭合结构，方块代表组织，圆圈代表技术，其中方块间的箭头代表组织间的协作，圆圈间的箭头代表技术发生的融合。模型统计项说明详如表1所示。

4 实证研究

4.1 技术融合多层网络描述性分析

借助ORA实现两种模式技术融合的多层网络的可视化，如表2所示，并进行描述性统计分析结果如表3所示。可以看出人工智能技术融合尚处于起步阶段，互补性技术融合高于相似性技术融合，凸显了人工智能的共性技术特征。G06F是人工智能领域的主要技术，覆盖专利类型广泛。

4.2 技术融合网络仿真结果分析

Model 1～Model 5检查了组织的多样性属性对组织合作与互补性技术融合、相似性技术融合的关系的影响（见表4）。参数Arc B、Reciprocity B负向显著，表明互补性技术融合网络及相似性技术融合网络中单向、双向融合的节点对少，网络密度小。

4.2.1 伙伴地理多样性与互补性技术融合、相似性技术融合

Model 1结果中地理多样性的C4AXB参数均显著为负，表明组织与地理多样性高的伙伴进行合作不利于互补性技术融合与相似性技术融合的发生。组织与其合作伙伴的地理位置相近能够对组织间的合作创新起到促进作用，相似的区域文化环境及政策环境有利于加深对合作目标的认同，促进合作关系^[7]，从而促进相应的技术进行融合创新。互补性技术融合、相似性技术融合需要企业跨越不同技术领域搜索相关知识，而合作伙伴的地理多样带来的文化差异，使得合作伙伴间建立信任的难度加大，复杂和高价值的技术更加难以传播，企业与合作伙伴之间的沟通成本加大，导致合作伙伴信息不对称，加大伙伴选择风险，不利于提升企业的技术创新实力与效率，从而更难实现互补性技术融合、相似性技术融合。

4.2.2 伙伴技术多样性与互补性技术融合、相似性技术融合

Model 2中结果表明技术多样性C4AXB参数在组织合作与互补性技术融合网络中正向显著，在组织合作与相似性技术融合网络中的系数为负向显著，表明组织与技术多样性高的伙伴进行合作有利于互补性技术融合，不利于相似性技术融合。合作伙伴的技术多样性意味着技术种类的多样，此时企业与合作伙伴双方不断地进行互惠性知识分享，伙伴能够为企业的互补性技术融合提供更多技术资源，实现技术的优势互补，相互配合进行技术的研发升级，促进企业的互补性技术融合。然而，当合作伙伴的技术种类多样时，目标企业与合作伙伴在相似性技术资源发生碰撞时会受到限制，产生分歧的问题可能更多^[15]，花费更多研发时间，不利于知识重组和价值创造，减慢创新的进度^[9]。企业与合作伙伴之间相似的技术资源过多，从而企业探索新的知识空间、扩展新的知识领域动力越小，合作时实现技术融合所付出的成本也会更高，阻碍相似性技术发生融合，降低创新的有效性。

4.2.3 伙伴关系强度多样性与互补性技术融合、相似性技术融合

1）企业-企业关系强度多样性与互补性技术融合、相似性技术融合。Model3结果中企业与企业之间的关系强度C4AXB参数在组织合作与互补性技术融合双层网络中正向显著，而在组织合作与相似性技术融合双层网络中负向显著，表明企业与企业类型伙伴之间的关系强度多样性高有利于互补性技术融合，但是不利于相似性技术融合。根据双元创新理论，由于突破式创新和渐进式创新存在目的和特征的差异，它们对所需的技术资源也有不同的要求^[5]。互补性技术融合是实现突破性创新的基础。相似性技术融合是实现渐进性创新的基础。企业与企业类型合作伙伴双方互补性的资源和能力投入，有助于双方形成专业化分工协作的结构，从而有利于互补性技术融合，推动突破式创新。合作伙伴如果拥有对方所欠缺的专有核心技术资源与能力，会提高它们合作关系的發展潜力，对双方的合作意愿也有积极的强化作用^[16]。企业与企业间对研发合作时会对相似知识进行有意隐藏，从而双方相似的技术资源发生融合的动力相对较小，受到的阻碍也相对较大，不利于渐进性创新，导致组织间相似性技术资源融合失败。

2）企业-大学关系强度多样性与互补性技术融合、相似性技术融合。Model 4结果表明企业与大学之间的关系强度C4AXB参数在两种模式技术融合双层网络中均为负向显著，即企业与大学进行合作既不利于互补性技术融合，也不利于相似性技术融合。相对于企业与企业间合作，企业与大学合作的组织间差异可能更大，企业与大学类型的合作伙伴关系强度多样性高时，双方的匹配程度对合作绩效会产生很大影响，极有可能因为不恰当的合作强度而降低技术融合效率^[17]。校企合作时会存在产教融合体制机制障碍，高校教师虽然拥有丰富的技术理论知识，但对企业发展了解不够深入、企业岗位技能实践经验欠缺；而企业工程师在企业生产实践中积累了丰富的实践经验、具备熟练的技术能力，却欠缺系统理论能力。因此企业与大学进行研发合作实现互补性技术融合、相似性技术融合时，企业方不能很好利用学校资源促进企业技术创新。企业在寻求与大学的合作时，需要对大学的资源进行合理转化，例如引入大学科技园、科技企业孵化器进行孵化等等，否则企业不能良好利用大学的资源，导致合作效果不佳^[18]，从而阻碍互补性技术融合、相似性技术融合的发生。

3）企业-科研院所关系强度多样性与互补性技术融合、相似性技术融合。Model 5结果中企业与科研院所之间的关系强度C4AXB参数在两种模式技术融合双层网络中均不显著，表明企业与科研院所类型的合作伙伴关系强度不会对技术的互补性融合、相似性融合产生影响。随着技术创新成为商业竞争的关键，越来越多的企业开始追求前沿技术，开发前沿技术需要探索性研究及需求导向研究紧密结合。部分研究发现企业通过与科研院所合作获得了大量的技术资源，开展了更加前沿的技术研究、拓展了新的学科方向，并较好地实现科技成果的转化和产业化^[19]。然而，企业与科研院所各自具有不同的价值观念、行为处事方式、对待事物的态度和看法、话语体系或沟通表达方式^[18]，这些文化差异可能会引发文化冲突，使得双方在合作过程中技术资源未能发生有效碰撞，导致企业—科研院所关系强度多样性对互补性技术融合、相似性技术融合无显著影响。

4.3 模型有效性验证

本文分别对Model 1-5模型进行了拟合优度检验（goodness of fit，GOF）。经检验，统计项的t比率小于2.0，即相应的统计项合适；Mahalanobis距离为603，距离较低，则模型较佳。由此可见，本模型设计合理，结果真实可靠。

5 结论与管理启示

本文的研究为企业如何选择与创新战略相匹配的合作伙伴来促进互补性技术融合、相似性技术融合提供了理论依据。结果表明：组织的多样性会影响组织之间的合作，组织选择地理多样性高的合作伙伴进行合作时会抑制彼此的互补性技术融合、相似性技术融合；组织选择技术多样性高的伙伴进行合作有利于互补性技术融合，不利于相似性技术融合；企业与企业之间的合作关系有利于互补性技术融合，但是不利于相似性技术融合；企业与大学进行合作既不利于互补性技术融合，也不利于相似性技术融合；企业与科研院所之间的合作关系不会对技术的互补性融合、相似性融合产生显著影响。

企业选择合作伙伴时，应根据已选择的创新战略来考虑不同特征的合作伙伴，要充分考虑伙伴所拥有的特征与自己的特征是否匹配。当选择突破式创新战略时，管理者应该意识到企业类型的研发合作伙伴相对于中心企业的技术多样性和地理多样性的关键作用，此时企业应该尽量选择在地理位置上具有较低多样性、在技术种类上具有较低多样性、及与企业类型合作伙伴进行合作创新，推动突破式创新的实现。当选择渐进式创新战略时，企业应该努力实现自主创新，尽量不选择与其他组织进行合作，若与外界建立合作关系反而会增加技术的交易成本和融合失败的风险，而内部消化自己拥有的技术才能够推动渐进式创新的实现。

参考文献：

[1]ROSENBERG N. Technological change in the machine tool industry，1840—1910[J]. The Journal of Economic History，1963，23（4）：414-443．

[2]HACKLIN F，MARXT C，FAHRNI F. Coevolutionary cycles of convergence：an extrapolation from the ICT industry[J]. Technological Forecasting and Social Change，2009，76（6）：723-736．

[3]王媛，曾德明，文金艳. 跨领域技术融合对企业新产品开发绩效的影响[J]. 科研管理，2020，41（8）：114-122.

WANG Y，ZENG D M，WEN J Y. Impact of cross domain technology integration on enterprise new product development performance [J]. Scientific Research Management， 2020，41 （8）：114-122.

[4]苗红，宋昱晓，黄鲁成. 基于知识流动网络评价的技术融合趋势研究[J]. 科技进步与对策，2018，35（6）：131-139.

MIAO H， SONG Y X， HUANG L C . Research on technology integration trend based on knowledge flow network evaluation [J]. Scientific and Technological Progress and Countermeasures， 2018，35（6）： 131-139.

[5]李柏洲，曾經纬. 知识惯性对企业双元创新的影响[J]. 科学学研究，2019，37（4）：750-759.

LI B Z， ZENG J W. Influence of knowledge inertia on enterprise dual innovation [J]. Scientific Research， 2019，37（4）： 750-759.

[6]刘晓燕，王晶，单晓红，等. 基于多层网络的创新网络节点间技术融合机理[J]. 科学学研究，2019，37（6）：1133-1141.

LIU X Y， WANG J， SHAN X H， et al. Technology integration mechanism between innovation network nodes based on multi-layer network [J]. Scientific Research， 2019，37 （6）： 1133-1141.

[7]杨博旭，王玉荣，李兴光. 多维邻近与合作创新[J]. 科学学研究，2019，37（1）：154-164.

YANG B X， WANG Y R， LI X G. Multidimensional proximity and cooperative innovation [J]. Scientific Research， 2019，37（1）： 154-164.

[8]卢艳秋，叶英平. 产学研合作中网络惯例对创新绩效的影响[J]. 科研管理，2017，38（3）：11-17．

LU Y Q， YE Y P. Impact of network practices on innovation performance in industry university research cooperation [J]. Scientific Research Management， 2017，38（3）： 11-17.

[9]刘国新，杨坤. 分布式创新网络中的知识粘滞度探讨——基于四维粘滞情境的视角[J]. 科学学研究，2012，30（9）：1421-1427．

LIU G X， YANG K. Discussion on knowledge stickiness in distributed innovation network—from the perspective of four-dimensional stickiness situation [J]. Scientific Research， 2012， 30 （9）： 1421-1427.

[10]毕静煜，谢恩. 研发联盟组合伙伴多样性与企业创新：研发联盟组合特征的调节作用[J]. 科学学与科学技术管理，2020，41（12）：35-51.

BI J Y， XIE E. Diversity of R & D alliance portfolio partners and enterprise innovation： the regulatory role of R & D alliance portfolio characteristics [J]. Science of Science and Technology Management， 2020，41 （12）： 35-51.

[11]DUYSTERS G， LOKSHIN B. Determinants of alliance portfolio complexity and its effect on innovative performance of companies[J]. Journal of Product Innovation Management，2011，28（4）：570-585.

[12]刘晓露，贾书伟. 用户-产品二部分网络中用户声誉实证研究[J]. 复杂系统与复杂性科学，2020，17（1）：37-44. LIU X L， JIA S W. Empirical Study on user reputation in user product two-part network [J]. Complex Systems and Complexity Science， 2020，17 （1）： 37-44.

[13]HERINGA P W，HORLINGS E，VANDER ZOUWEN M，et al. How do dimensions of proximity relate to the outcomes of collaboration？ a survey of knowledge-intensive networks in Dutch water sector[J]. Economics of Innovation and New Technology，2014，23（7）：689-716．

[14]WANG P， GARRY R， PHILIPPA P， et al. Social selection models for multilevel networks[J]. Social Networks，2016，44（5）：346-362.

[15]DU H， MITKOVA L， WANG N. The paths of internationalization of Chinese innovative firms[J]. Sustainability，2020，12（6）： 2575.

[16]GADDA L，SNEHOTA I. Making the most of supplier relationships[J]. Industrial Marketing Management，2000，29（4）：305-316.

[17]马文聪，叶阳平，徐梦丹，等. “两情相悦”还是“门当户对”：产学研合作伙伴匹配性及其对知识共享和合作绩效的影响机制[J]. 南开管理评论，2018，21（6）：95-106.

MA W C， YE Y P， XU M D， et al. "Love for each other" or "equal"： the matching of industry university research partners and its impact mechanism on knowledge sharing and cooperation performance [J]. Nankai Management Review， 2018，21 （6）： 95-106.

[18]余谦，白梦平，覃一冬. 多维邻近性能促进中国新能源汽车企业的合作创新吗？[J]. 研究与发展管理，2018，30（6）：67-74.

YU Q， BAI M P， QIN Y D. Does multidimensional proximity performance promote the cooperative innovation of Chinese new energy vehicle enterprises？ [J]. Research and Development Management， 2018，30 （6）： 67-74.

[19]黄越，张宸璐. 全球化语境下我国研究型大学与跨国企业科技创新合作研究[J]. 科技管理研究，2018，38（21）：138-144.

HUANG Y， ZHANG C L. Research on scientific and technological innovation cooperation between China′s research universities and multinational enterprises in the context of globalization [J]. Research on Science and Technology Management， 2018，38 （21）： 138-144.

（責任编辑 耿金花）