组织内合作网络与超越追赶阶段企业创新绩效——组织间合作网络的调节作用

孙笑明,魏 迎,王 巍,王雅兰,王静雪

(1.西安建筑科技大学 管理学院,陕西 西安 710055;2.郑州大学 商学院,河南 郑州 450001)

0 引言

随着资源和能力不断积累,越来越多的中国企业进入超越追赶阶段,在国内市场上拥有较高的市场份额,在国际市场上具备部分领域的技术优势,能够与行业领军企业进行竞争[1]。然而,以美国为代表的西方发达国家为了保持已有技术主导权,对超越追赶阶段的中国企业进行了不同程度的制裁、围堵和技术封锁。自1997年以来,美国累计将300多家中国企业列入“实体清单”,对中国实施技术打击。因此,中国企业摆脱技术封锁实现超越追赶,对国家战略科技力量提升具有重要意义。

在超越追赶阶段,企业能否成功实现跨越很大程度上依赖于自身创新能力,即企业对内、外部创新资源的获取、吸收和整合利用能力。合作网络作为内、外部创新资源获取渠道,是影响企业创新绩效的重要因素之一。然而,现有研究大多从组织内合作网络或组织间合作网络视角展开,不仅忽略了组织内、外部合作网络的共同作用,而且对超越追赶情境下合作网络作用的机制缺乏关注[2-3]。现有研究不足引发了对后发企业如何在不同阶段有效借力的思考。例如,Fan[4]指出,后发企业在技术追赶过程中需要强化内部研发能力,继而辅以外部合作网络带来的丰富资源。相反,Peng[5]强调,新兴经济体背景下,制度缺失导致后发企业外部研发合作充满风险,因而企业应重视组织间合作关系构建。因此,如何统筹超越追赶阶段企业内、外部合作网络,帮助企业获得更高的创新绩效仍然是有待打开的“黑箱”。

基于此,本文基于2014—2019年国内34家后发科技企业专利数据,采用负二项回归分析方法探讨组织内合作网络密度、网络规模对超越追赶阶段后发企业创新绩效的影响,以及组织间合作网络密度、网络规模对这一关系的调节作用,揭示组织内、外部合作网络对超越追赶阶段后发企业创新绩效的影响机制。本文可能的贡献在于:其一,与以往研究仅关注组织内或组织间合作网络差异不同,本文探讨组织内、外部合作网络对企业创新绩效的影响,以期丰富合作网络与组织创新相关研究;其二,结论可为超越追赶阶段后发企业通过统筹、设计组织内、外部合作网络提升自身创新能力提供参考。

1 文献回顾

1.1 超越追赶阶段后发企业

位于后发展国家或区域的本土公司被称为后发企业[8]。着眼于后发企业技术追赶后期,Choung等[9]提出超越追赶阶段的概念,即后发企业摆脱以模仿为主的技术追赶模式,以培育自主创新能力为目标的技术追赶后期。根据中国所处战略环境,立足于向领先者转变的大量后发企业的客观事实,吴晓波等[1]进一步明确了超越追赶阶段的概念,即后发企业在产业内通常具有较高的市场份额,虽尚未实现全面技术领先,但在某些技术领域开始以创新产品和流程与领先跨国公司进行市场竞争的新发展阶段。通过文献梳理发现,现有研究主要关注机会窗口、组织学习模式以及新型追赶路径等方面,虽然部分文献从合作网络视角探索超越追赶阶段后发企业技术追赶(如魏江和寿柯炎(2015)对后发企业知识基和创新合作网络构建的研究;马丽和邵云飞[10]对超越追赶阶段企业组织学习模式和联盟网络关系的研究),但总体上对超越追赶阶段后发企业合作网络的关注较少。

1.2 合作网络与创新绩效

按照组织边界划分,网络可以被分为组织内合作网络和组织间合作网络。以企业为例,组织内合作网络是指处于企业组织边界内并由企业内部人员及其关系构成的网络,而组织间合作网络是指因企业与外部个体的交流而形成的网络。

就组织内合作网络而言,高密度组织内合作网络会导致资源同质化,从而不利于研发者创新绩效提升。在后发企业情境下,有限的研发投入使得内部研发合作网络较为稠密,网络成员交流、互动频繁,成员探索新知识的积极性降低[11-12]。从网络规模角度看,规模较大网络中拥有多样化技术知识的成员较多,成员研究领域差异可为攻克研发难题提供新视角与新观点,从而促进组织内研发团队创新绩效提升[13]。

组织间合作网络是企业资源的交汇点,嵌入其中有助于后发企业获得创新资源,提升自身创新能力(汤超颖,伊丽娜,2017)。以往研究认为,在稠密网络中,企业可以通过与其它企业紧密连接提高自身信息捕获能力,进而提高创新能力[4]。相反,部分学者认为,稀疏网络对企业更有利,因为稠密网络可能导致企业圈子固化,难以获得新的合作对象,因而获得异质性信息和捕获市场机会的途径有限[14]。从网络规模角度看,企业网络规模越大,意味着企业拥有的直接关系越丰富、合作对象越多,企业越有机会获得异质信息,促进其创新能力提升[15]。然而,网络规模过大会导致信息过载,因而企业需要维持适当的网络规模[16]。在后发企业情境下,组织间合作网络规模研究大多聚焦技术追赶初期,主要考察后发企业在市场环境和技术水平方面的不足,即在技术追赶初期,后发企业难以接触到真正有价值的网络关系。此外,由于自身创新能力不足,后发企业难以在不断增加的网络关系中实现关键资源吸收与转化。例如,郭磊(2019)指出,由于吸收能力较弱,后发企业在面对过量、过杂的外部知识时,难以有效进行辨识、理解、消化和利用,因而无法从海外合作关系拓展中获益。

在组织内与组织间合作网络框架下,以往研究大多基于组织内合作网络的调节作用视角展开分析。例如,Funk[17]考察了组织内发明人合作网络聚合度、无效性对企业与行业内其他伙伴的地理邻近性与创新绩效关系的调节效应;Schleimer&Faems[18]研究了组织内合作网络对组织间合作网络嵌入与创新绩效关系的正向调节作用;张娜和刘凤朝(2021)研究了组织内合作网络的中心性、结构洞特征对组织间合作网络密度与企业探索性创新绩效关系的调节作用。不同的是,Paruchuri[19]探讨组织间合作网络对研发者在组织内合作网络中的中心性与创新绩效关系的调节效应,但忽略了具体研究情境,仅关注研发者个人绩效,未探讨组织间合作网络对企业整体创新绩效的调节效应。

综上,以往研究大多从单一网络角度考虑其对企业创新绩效的影响,未基于超越追赶阶段情境,对组织内、外部网络与后发企业创新绩效关系进行深入分析。因此,本文以国内34家后发企业为样本,探究在组织内、外部合作网络框架下,组织内合作网络密度与网络规模对超越追赶阶段后发企业创新绩效的影响,以及组织间合作网络密度与网络规模对上述关系的调节作用。

2 研究假设

“引进—消化—吸收—再创新”是我国后发企业技术追赶的基本路径,其中,技术消化、吸收、再创新均依赖于企业组织内合作网络。作为企业技术引进的有效途径,组织间合作网络对后发企业技术追赶具有重要影响。因此,本文以组织内合作网络为起点,将组织间合作网络作为调节变量进行研究。此外,以往研究指出,网络结构可以影响网络中信息内容、数量、传递方式和有效性,以及网络成员间知识共享和互动过程,能够体现合作网络对企业创新绩效的影响。作为网络结构的重要维度,网络密度和网络规模与后发企业技术追赶密切相关。其中,网络密度反映网络成员间的沟通频率,能够决定网络中资源交换频率与范围。网络密度不仅能够通过资源交换能力影响企业技术引进,而且可以影响企业内部创造力,对后发企业有效整合外部知识,进而实现二次创新具有重要意义。网络规模能够反映网络成员数量,决定网络中的资源水平。网络规模扩大意味着可控资源数量和种类增加,可为后发企业及时获取前沿技术信息提供途径,对于超越追赶阶段后发企业技术引进具有深刻影响。同时,网络规模能够通过内部研发团队规模作用于后发企业技术消化吸收过程。因此,本文从网络密度和网络规模两个维度进行分析。

通过文献梳理,对超越追赶阶段后发企业创新活动特征进行归纳。首先,经过前期技术追赶,后发企业在技术、市场、管理等方面积累了一定的经验,与追赶初期相比,企业开展创新活动的基础更牢固、起点更高;其次,超越追赶阶段是后发企业摆脱技术依赖的关键时期,企业以攻克核心技术难题、培育自主创新能力为主,创新活动难度较高;最后,超越追赶阶段是后发企业从局部领先迈向全面领先的过程,仅关注单一技术领域发展并不能满足全面赶超需求,企业需要对技术、市场、管理等方面进行统筹,全面提升自身实力,因而创新活动范围较广[20]。

2.1 组织内合作网络密度与创新绩效:组织间合作网络的调节

(1)组织内合作网络密度与创新绩效。首先,基于分心—冲突理论,与他人互动会分散研发者的注意力。在高密度网络中,研发者间较高的互动频率会降低研发者对创新活动的专注度,进而导致研发者出现认知聚焦,即研发者在创新活动中依赖现有认知路径,倾向于采用已有解决方案而放弃探索新的解决方案。其次,高密度网络中,研发者之间沟通频繁、信赖度较高,容易形成统一思想,研发者的创造力被抑制,导致网络内资源同质化水平提升。此外,高密度网络中往往存在较多的制度规范,会限制新关系加入[21]。例如,高密度网络会要求研发者忠诚,研发者因难以建立新的合作关系,导致网络内部资源同质化水平上升[22]。结合超越追赶阶段后发企业创新活动特征,较高的资源同质化水平既会限制企业创新活动范围,也不利于探索性创新,进而限制企业创新活动,抑制超越追赶阶段后发企业创新绩效提升(魏江, 寿柯炎,2015)。由此,本文提出以下假设:

H1:组织内合作网络密度越高,超越追赶阶段后发企业创新绩效越低。

(2)组织间合作网络对组织内合作网络密度与创新绩效关系的调节作用。组织间合作网络是企业获取、交流和传递知识与信息的重要渠道,组织内合作网络中的知识和信息很大一部分依赖于组织间合作网络中信息的更新。当组织间合作网络较为稠密时,网络内部各成员间联系密切,信息交换频繁,进而产生大量重叠和重复信息,网络出现封闭和僵化等特征,从而导致流入组织内合作网络的资源同质化水平上升。同时,稠密网络要求成员相互信任,在一定程度上不利于企业寻求更具潜在价值的新合作伙伴[13]。超越追赶阶段后发企业获取异质性信息的渠道有限,不利于异质性资源流入组织内合作网络。因此,稠密的组织间合作网络情境下,组织内合作网络密度提升所导致的资源同质化水平较高,不利于超越追赶阶段后发企业开展范围广、难度高的创新活动。

规模较大的组织间合作网络意味着丰富的异质性资源,可为超越追赶阶段后发企业拓宽技术领域、开展探索性创新提供可能。同时,规模较大的合作网络中存在大量不同技术和知识背景的成员,有利于企业选择拥有互补性知识的合作对象。例如,国内较多互联网企业在进入超越追赶阶段后,都把建立合作关系、拓展合作网络和构建生态链作为促进自身发展的重要举措。究其原因,合作网络规模拓展可为企业布局周边领域技术专利,进而实现知识领域扩张与外部资源整合奠定基础。由此,企业构建自有生态体系,实现产品和技术多元化[1]。因此,超越追赶阶段组织间合作网络规模越大,后发企业能够传播、吸收的多样化知识和资源越多,企业内部知识异质性程度越高、更新速度越快,在一定程度上能够缓解知识同质化的不利影响,有利于企业多样化研发活动开展,从而提高创新绩效。由此,本文提出以下假设:

H2:组织间合作网络密度会强化组织内合作网络密度对创新绩效的负向影响。

H3:组织间合作网络规模会弱化组织内合作网络密度对创新绩效的负向影响。

2.2 组织内合作网络规模与创新绩效:组织间合作网络的调节

(1)组织内合作网络规模与创新绩效。组织内合作网络规模扩大意味着研发人员数量增加,可为企业创新活动提供丰富的人力资源。更重要的是,由于工作、学习、生活经历不同,每个研发者都具有独特的知识背景。随着网络规模扩大,网络中拥有不同知识背景的研发者增多,网络内知识资源更加丰富,有助于研发者获得更多信息和知识,从而为创新活动提供知识资源基础。此外,在规模较大的组织内合作网络中,研发者更有机会与其他研发人员互动以建立新的合作关系,从而促进知识整合效率提升[23]。结合超越追赶阶段后发企业情境,企业创新活动具有追赶范围扩大、追赶深度提升的特点(魏江, 寿柯炎,2015),而较大的网络规模能够提供丰富的人力和知识资源。同时,较大的网络规模可以通过提升内部知识整合效率节约企业研发成本,促使资源向关键领域集聚,从而拓展企业研发深度。由此,本文提出以下假设:

H4:组织内合作网络规模越大,超越追赶阶段后发企业创新绩效越高。

(2)组织间合作网络对组织内合作网络规模与创新绩效关系的调节作用。基于组织间合作网络密度视角,稠密的组织间合作网络相对封闭,网络内知识同质化水平较高,进而阻碍企业建立新的合作关系。当组织间合作网络密度较高时,进入企业内部的知识同质化水平和冗余程度较高,导致组织内部知识更新速度降低。由于缺乏开展研发活动的异质性知识基础,即使研发人员增加,企业也无法充分利用人力资源优势。此时,由规模形成的资源优势会被迅速消耗,导致超越追赶阶段后发企业内部研发能力得不到有效发挥,从而弱化组织内合作网络规模对创新绩效的积极作用。

基于组织间合作网络规模角度,随着网络规模扩大,向企业内部传播和待吸收的知识不断增加。此时,如果组织内合作网络规模扩大,企业内部知识就会成倍增加,导致企业知识过载,大量从外部搜索到的知识不能被企业充分吸收与整合。网络规模扩大意味着较高的网络维系成本。一方面,网络关系建立在互惠的基础上,企业从网络关系中获取资源,同时也需要提供同等价值的资源。在组织间合作网络中,随着规模扩大,企业需要为网络中其他成员提供的资源增加[17, 24]。另一方面,合作网络维系要求企业投入相应的资源,网络规模越大,网络管理难度越高,所耗费的资源越多[25]。对处于超越追赶阶段的后发企业而言,本身就在资源方面与领先企业具有较大差距,而网络维系成本会导致其能够利用的组织内部资源进一步减少。因此,本文认为,组织间合作网络规模会弱化组织内合作网络规模对创新绩效的正向影响。由此,本文提出如下研究假设:

H5:组织间合作网络密度会削弱组织内合作网络规模对创新绩效的正向影响。

H6:组织间合作网络规模会削弱组织内合作网络规模对创新绩效的正向影响。

综上,本文构建概念模型如图1所示。

图1 概念模型Fig.1 Conceptual model

3 研究设计

3.1 样本选择与数据收集

本文样本企业筛选过程如下:

(1)本文研究对象属于后发企业。根据Hobday[8]的定义,发展中国家企业属于后发企业。作为发展中国家,我国企业属于后发企业范畴。因此,本文样本企业为中国本土企业。

(2)本文研究对象满足进入超越追赶阶段的要求。根据吴晓波[1]、Choung等[9]的研究成果,超越追赶阶段后发企业应具有国内领先特征。进入世界500强企业榜单或百强科技企业榜单说明,企业在国内占据领先地位,已进入争取国际领先者的阶段,符合超越追赶阶段特征。因此,本文样本企业属于世界500强企业榜单或百强科技企业榜单上的企业。

(3)科技企业具有高投入、高技术人才密集和高创新性的特点。与传统企业相比,科技企业拥有较多专利数量,可为本文利用专利数据构建企业内、外部合作网络提供支持。因此,本文样本企业属于科技企业。此外,本文要求所选择的样本企业能够通过专利数据分析有效识别组织内和组织间合作关系。

(4)本文研究情境是超越追赶阶段,需要确保样本企业在研究期间处于超越追赶阶段。基于彭新敏等(2017)的研究成果,本文以上市作为后发企业进入超越追赶阶段的节点,故样本企业均属于上市企业。同时,为了确保研究结论的可靠性,研究时间不少于6年。数据收集时间始于2020年,但数据库中2020年专利数据不全,且专利授权时间一般滞后于申请时间。为确保数据的完整性,本文选择2019年作为截止时间,并要求样本企业上市时间不晚于2014年。

经过以上步骤,得到34家符合条件的样本企业,如图2所示。进一步地,为提高数据的可靠性,本文通过循数信息科技的CreateMart创新数据分享平台(http://www.creatmart.cn)对样本企业专利申请趋势进行分析。结果发现,样本企业专利申请量在企业上市后显著增加,进一步佐证以上市作为后发企业进入超越追赶阶段的节点是合理的[26]。本文对原始数据的清洗如下:剔除重复申请的专利、纠正企业名称及研发者姓名错误、剔除授权时间不在分析区间的专利、合并母子公司专利等。此外,在组织内合作网络构建过程中,考虑到发明人与专利权人间的隶属关系,为提高数据的真实性,本文对专利数据作进一步筛选,仅依据样本企业单独申请的专利数据构建合作网络。相关操作在循数信息科技的专利大数据分析平台Patlab上完成(http://www.patlab.tech),最终获得117 791条专利数据。

图2 样本企业筛选过程Fig.2 Screening process of sample enterprises

3.2 网络构建

基于专利数据中共同发明人信息和所有权人信息,本文分别构建企业组织内合作网络与组织间合作网络[18]。假设A企业有3项专利,从共同发明人角度,将专利中的发明人视为节点,依据发明人在同一专利中的合作判断节点间是否存在网络关系。例如,如果专利P1的共同发明人为a、b、c,则认为节点a、b、c存在网络关系;如果专利P2的共同发明人为c、d,专利P3的共同发明人为c、e,则认为节点c与d之间、节点c与e之间分别存在网络关系。基于此,本文构建A公司组织内合作网络,如图3步骤①所示。从所有权人角度,将专利中的所有权人视为节点,依据所有权人在同一专利中的共同所有关系判断节点之间是否存在网络关系。例如,如果专利P1为A公司独有,专利P2为A公司与C公司共有,专利P3为A公司与B公司共有,则认为节点A与C之间、节点A与B之间分别存在网络关系。基于此,本文构建A公司组织间合作网络,如图3步骤②所示。

图3 企业组织内、外部合作网络Fig.3 Construction of intra-firm and inter-firm cooperation networks

3.3 变量测量

3.3.1 因变量

专利数量能够体现知识创造水平并衡量企业创新程度,既被广泛视为衡量知识创造产出的标准,也被当作创新绩效的代理变量。本文样本企业皆为科技企业,专利数量是其创新产出的重要体现。因此,本文以样本企业各年授权专利数量衡量企业当年创新绩效。由于企业创新产出具有时滞性,本文对专利数量进行滞后1期处理,即采用企业T+1年已授权专利数量衡量企业T年创新绩效。

3.3.2 自变量

(1)网络密度用于衡量网络内部成员联系密集程度。网络密度越大,网络成员越容易发生联系,知识在网络成员间流动速度越快。本文采用网络中实际存在的边数与理论上可以容纳的边数的比值测量网络密度,如式(1)所示。

(1)

其中,L为网络G中实际连线数量,N是网络G包含的节点数量,具体计算在循数信息科技的Patlab专利大数据分析平台完成(其它网络和技术指标)。

(2)网络规模作为衡量网络结构的重要维度,在组织间合作网络中代表企业与网络中其他参与者连接数量,在组织内合作网络中则代表企业中参与创新活动的研发者数量。本文采用网络中节点数量进行测算,值的大小能够反映目标企业拥有内外部可调用的资源数量。

3.3.3 控制变量

(1)企业年龄。企业年龄会影响其创新能力,成立时间较长企业已形成特有的创新与研发轨迹,研发效率高、创新产出多。成立时间较短企业,其技术创新与研发活动效率和产出可能不稳定。因此,本文选用企业年龄作为控制变量。由于研究对象是超越追赶阶段后发企业,又以上市作为其进入超越追赶阶段的节点,因而本文以上市至今的年限衡量企业年龄。

(2)企业规模。规模较大企业在资金、技术、人才等方面具有明显优势,可为其技术创新活动提供保障。因此,本文采用2014—2019企业期末总资产的平均数衡量企业规模。

(3)研发投入。研发经费投入代表企业研发投入水平,因而本文采用2014—2019年企业研发经费的平均数测度研发投入。

(4)专利持有量。专利持有量通常可被理解为专利存量,能够反映企业科技创新能力。因此,本文采用2014—2019年企业持有专利数量的平均数测算专利持有量。

(5)行业。企业创新活动的内容和难易程度会因行业不同而存在差异。因此,本文设置类别变量对企业所处行业加以控制。

4 假设检验与结果

4.1 模型选择

本文利用软件Stata16.0,并采用负二项回归模型进行分析。在计数模型中,泊松回归模型要求均值等于方差,这一条件难以满足。因此,本文采用负二项回归模型进行精确估计。

4.2 假设检验

表1为变量描述性统计、相关系数及多重共线性检验结果。结果显示,VIF<10,自变量间不存在多重共线性问题。表2为组织内、外部合作网络对创新绩效影响机制的负二项回归分析结果。模型1仅包含控制变量,结果显示,研发投入、专利存量和行业均对创新绩效具有显著影响。在模型1的基础上,模型2引入组织内和组织间合作网络密度两个变量,其中,组织内合作网络密度对创新绩效具有显著负向影响(p<0.01,β=-3.462),假设H1得到支持。为验证组织间合作网络密度是否对上述关系具有调节作用,模型3引入组织内合作网络密度与组织间合作网络密度的交互项。结果显示,组织内合作网络密度*组织间合作网络密度对超越追赶阶段后发企业创新绩效具有显著负向影响(p<0.01,β=-6.635),假设H2得到支持。同理,在模型4、模型5中,检验组织间合作网络规模是否调节组织内合作网络密度与创新绩效的关系,结果显示,组织内合作网络密度*组织间合作网络规模对超越追赶阶段后发企业创新绩效具有正向影响,但不显著(p>0.1,β=0.782),假设H3未得到支持。模型6在模型1的基础上引入组织内合作网络规模、组织间合作网络密度两个主变量,结果显示,组织内合作网络规模与超越追赶阶段后发企业创新绩效显著正相关(p<0.05,β=0.000),假设H4得到支持。模型7结果显示,组织内合作网络规模*组织间合作网络密度对超越追赶阶段后发企业创新绩效具有显著负向影响(p<0.01,β=-0.000),假设H5得到支持。模型8在模型1的基础上引入组织内合作网络规模、组织间合作网络规模两个变量,模型9在模型8的基础上引入组织内合作网络规模*组织间合作网络规模。结果显示,组织内合作网络规模*组织间合作网络规模对超越追赶阶段后发企业创新绩效具有显著负向影响(p<0.05,β=-0.000),假设H6得到支持。

表1 变量描述性统计、相关系数及多重共线性检验结果Tab.1 Variable description, correlation coefficients and multicollinearity test results

表2 组织内、外部合作网络对创新绩效影响机制的负二项回归分析结果Tab.2 Negative binomial regression analysis results of the joint effect of intra-firm and inter-firm cooperation networks on the innovation performance

为了直观反映组织间合作网络对组织内合作网络与创新绩效关系的调节效应,本文绘制调节效应图,如图4所示。可以看出,当组织内合作网络密度提升或组织内合作网络规模扩大时,高组织间合作网络密度比低组织间合作网络密度更易表现出低水平创新绩效。另外,与低组织间合作网络规模相比,高组织间合作网络规模的回归线更为平缓。当组织内合作网络规模扩大时,高组织间合作网络规模比低组织间合作网络规模更易表现出低水平创新绩效,再次验证了假设H2、H5、H6。

图4 组织间合作网络的调节效应Fig.4 Moderating effect of inter-firm cooperation networks

4.3 稳健性检验

针对组织内、组织间合作网络与超越追赶阶段后发企业技术创新间可能存在的内生性问题,本文进行稳健性检验。

(1)增加控制变量。第一,将控制变量上市年限替换为企业成立年限进行回归。第二,控制资本密集度、企业利润水平进行回归。其中,资本密集度反映资本对企业创新活动的支撑水平,以实收资本与劳动力人数的比值表示。企业利润水平既是企业创新投入的资金基础,也是企业开展创新活动的重要前提,以利润总额表示。第三,因企业所处区域不同,政策条件、经济基础差距较大,故需要增加环境控制变量,以“七五”计划对东、中、西部地区的划分为依据,设置类别变量进行回归。替换后,研究结果不变。

(2)对被解释变量的计量指标进行替换。在企业创新绩效衡量方面,以往研究指出,相较于专利授权数量,专利申请数量更能直观反映企业创新产出。因此,本文将因变量创新绩效的衡量指标替换为企业专利申请数量,回归后研究结果不变。

(3)遗漏变量与内生性检验。由于模型可能存在遗漏变量问题,本文对模型进行Link检验。由表3可知,hatsq项的p值为0.163。因此,原模型未遗漏重要解释变量。

表3 Link检验结果Tab.3 Link test results

进一步地,参考Lewbel[27]的研究成果,本文采用基于异方差的识别方法构建工具变量。首先,利用变量组织间合作网络规模对其它控制变量进行回归,得到残差e。经BP异方差检验,结果满足使用该方法的前提条件。其次,以控制变量研发投入作为外生变量(Z1),构建工具变量如式(2)所示。

VI=e×[Z1-E(Z1)]

(2)

表4结果显示,组织内合作网络密度*组织间合作网络规模、组织内合作网络规模*组织间合作网络规模的影响系数均显著,分别为(p<0.05,β=1.739)(p<0.05,β=-0.027),与前文基本一致。

表4 工具变量检验结果Tab.4 Test results of tool variables

5 结果讨论

研究结果证实,超越追赶阶段后发企业组织内合作网络密度对企业创新绩效具有负向影响,组织内合作网络规模对企业创新绩效具有正向影响。上述结论与汤超颖等(2017)、Bouncken&Fredrich[28]的研究结论基本一致,不同的是,本文考虑了超越追赶阶段后发企业创新活动特征。这说明超越追赶阶段后发企业创新能力提升不能仅依靠研发人员间的紧密合作,企业应认识到内部合作网络管理的重要性,充分发挥内部合作网络的有效性。此外,研究结果证实,组织间合作网络对组织内合作网络与创新绩效的关系具有调节作用。首先,当企业处于高密度组织间合作网络时,组织内合作网络密度对其创新绩效的负向影响显著,这是由于内部研发者沟通频繁的企业易受知识同质化的不利影响,若外部合作伙伴资源趋同,会加剧企业知识同质化。因此,当组织内合作网络密度较高时,企业应构建低密度组织间合作网络。其次,当企业处于高密度组织间合作网络时,组织内合作网络规模对其创新绩效的正向影响减弱。其原因可能在于,企业要充分发挥资源优势,就需要获取足够的多样化资源,这对企业组织间合作关系布局提出了较高的要求。因此,当组织内合作网络规模较大时,企业应构建低密度组织间合作网络。此外,当企业处于大规模组织间合作网络时,组织内合作网络规模对创新绩效的正向影响减弱。这是由于庞杂的外部合作关系会加大超越追赶阶段后发企业的资源负担,进而放大企业资源劣势。因此,当组织内合作网络规模较大时,企业应构建规模较小的组织间合作网络。据此,得出3种有助于超越追赶阶段后发企业创新绩效提升的组织内、外部合作网络组合类型,分别为组合类型Ⅰ:高组织内合作网络密度、低组织间合作网络密度;组合类型Ⅱ:高组织内合作网络规模、低组织间合作网络密度;组合类型Ⅲ:高组织内合作网络规模、低组织间合作网络规模,如图5所示。

图5 组织内、外部合作网络组合方式Fig.5 Combinations of intra-firm and inter-firm cooperation networks

假设H3未得到验证,即组织间合作网络规模对组织内合作网络密度与超越追赶阶段后发企业创新绩效的关系无显著调节作用。这可能是因为组织内合作网络密度对企业创新绩效的负向影响不仅仅来源于资源同质化。虽然组织间合作网络规模扩大能够抑制组织内部资源同质化,但稠密的组织内合作网络仍能通过分散研发人员的注意力降低企业创新绩效。探索性创新是以异质性知识组合为基础的创新活动,资源异质性程度越高,企业探索式创新绩效越高[29]。因此,本文推测,当因变量为探索式创新时,假设H3成立。参考Arndt & Sternberg[30]、钟昌标等[31]的研究成果,本文采用发明专利数量衡量企业探索性创新水平。表5结果显示,组织间合作网络规模能够通过提高组织内知识异质性程度,缓解组织内合作网络密度对企业探索性创新绩效的不利影响(p<0.01,β=0.953)。由此,对处于超越追赶阶段的后发企业而言,应重视研发人员管理,尽量避免形成高稠密度的内部合作网络。

表5 不显著假设的补充检验结果Tab.5 Supplementary test results for non-significant hypotheses

6 结语

6.1 结论

本文基于国内34家上市科技企业专利数据,构建超越追赶阶段后发企业组织内与组织间合作网络,并利用负二项回归模型分析组织内与组织间合作网络对超越追赶阶段后发企业创新绩效的作用机制。结果表明:组织内合作网络密度越高,超越追赶阶段后发企业的创新绩效越低;组织内合作网络规模越大,超越追赶阶段后发企业创新绩效越高;组织间合作网络密度会强化组织内合作网络密度对超越追赶阶段后发企业创新绩效的负向影响;组织间合作网络密度、网络规模会弱化组织内合作网络规模对超越追赶阶段后发企业创新绩效的正向影响;组织间合作网络规模对组织内合作网络密度与超越追赶阶段后发企业创新绩效的关系无显著调节作用。

6.2 理论贡献

(1)与以往研究不同,本文以超越追赶阶段为研究情境,结合超越追赶阶段后发企业特点,揭示组织内和组织间合作网络对企业创新绩效的影响,以期丰富现有相关研究。

(2)与以往研究不同,本文综合考虑组织内和组织间两个合作网络对后发企业创新绩效的影响,揭示了组织内和组织间合作网络的重要性。

6.3 实践价值

(1)处于超越追赶阶段的后发企业应充分认识到内部研发人员的重要性,既要重视对现有研发者的管理,合理组织各类研发人员间的合作,也要积极引入高质量人才,扩大企业研发团队。

(2)超越追赶阶段后发企业应正确认识组织内和组织间合作网络对创新绩效的影响,协调组织内合作网络与组织间合作网络的关系,从而加快超越追赶进程。在处理组织间合作关系时,企业应对组织内合作网络结构进行评估,有选择地管理组织间合作关系以提高企业创新绩效,具体而言:①当组织内合作网络密度较高或组织内合作网络规模较大时,企业应合理布局组织间合作关系,与不同领域合作伙伴建立广泛的联系,通过有选择地与合作伙伴进行交流,将组织间合作网络保持在相对松散的状态以获得异质性信息,从而促进自身创新绩效提升;②当组织内合作网络规模较大时,企业应将组织间合作网络规模维持在适宜的水平。企业可以通过建立完善的合作关系管理体系,加强对合作关系的考察,从自身发展需求和战略方向出发,谨慎选择合作对象。同时,企业可以对现有合作关系进行评估,进一步挖掘现有合作关系价值,进而根据合作者间的价值差异协调合作关系。

6.4 不足与展望

本文存在以下不足:首先,样本量较小。本文研究对象是超越追赶阶段后发企业,这些企业数量较少,因而样本量较小。其次,本文将企业上市时间作为其进入超越追赶阶段的时间节点,但是以往研究对超越追赶阶段时间节点的划分并没有统一结论。因此,未来可以结合案例分析,进一步确定企业进入超越追赶阶段的节点。再次,本文基于企业专利数据构建组织内合作网络、组织间合作网络,无法获取企业间其它技术联系的相关信息。例如,是否存在非专利产出的技术合作?因此,未来可以通过问卷调查方式获取企业间联系信息,构建更完善的组织内与组织间合作网络,进一步分析二者对创新绩效的影响。最后,本文仅考虑密度、网络规模这两个网络结构特征,未考虑其它网络结构特征或网络关系特征,后续研究可以对上述方面作进一步探究。