国际研发伙伴地理特征与创新成功和创新失败——“多多益善”还是“舍近求远”？

李 凡，杨林丽，朱缤绮

（北京第二外国语学院商学院，北京 100024）

0 引言

研发伙伴是企业获取外部知识的重要来源。《2020 年中国专利调查报告》显示，中国40.5%的高技术产业企业选择与研发伙伴合作共同开展研发活动［1］。然而，研发伙伴选择失误也会影响企业创新绩效，甚至导致创新失败。根据法国Marne La Vallee 大学的研究数据，高达20%的创新失败是由研发伙伴的不当选择引起的［2］。开放经济下，国际研发伙伴的选择问题愈加复杂，创新失败的风险性进一步提升。那么，如何科学选择和布局研发伙伴，提高创新成功率成为中国高技术产业企业亟需解决的重要课题。

研发合作对创新具有双重影响，经济地理学与知识基础观理论分别为研发伙伴选择提供了理论依据，但得出的结论并不相同。一方面，根据知识基础观理论，研发合作可以促进不同知识基础企业的相互交流，企业只有不断更新和拓展自身知识库，才能在更广泛的知识整合基础上提升创新绩效［3］，实现创新成功。因此，企业更倾向于寻求地理距离远或地理分布多样的研发伙伴开展合作，以获取异质资源［4］。但另一方面，企业在研发合作中面临组织协调、知识共享以及文化融合等一系列问题，极易产生争议和纠纷。合作双方因投资配比不协调、合作成果权属分配争议而导致项目中断，甚至合作失败的案例屡见不鲜［5］。从经济地理学理论出发，企业与地理邻近或地理分布简单的研发伙伴合作可以节约沟通协调成本。地理邻近国家的文化和认知也较为相似［6］，研发伙伴地理邻近或地理分布集中，会减少研发伙伴间的协调成本，缓解文化融合等困难［7］。因此，企业应寻求地理距离较近或地理分布简单的研发伙伴。如此一来，企业进行研发伙伴选择时，分别依据经济地理学和知识基础观理论会做出不同选择。

已有研究大多围绕研发伙伴的知识基础和技术水平等特征，从资源禀赋匹配的角度探索研发伙伴选择对企业创新绩效提升的影响［8］。但是，当研发伙伴进入国际视域，由于不同的文化背景和技术水平，研发合作面临更大的机遇和挑战。基于经济地理学和知识基础观的研发伙伴选择矛盾在国际研发合作中更加凸显，不同情境下的研发伙伴选择既有可能促进创新成功，但也有可能引发创新失败，而已有研究尚未建立起研发伙伴选择与创新成功和创新失败之间的联系，很难科学回答不同情境下研发伙伴选择如何在创新成功和创新失败之间进行权衡的问题：选择距离远的研发伙伴有利于拓展知识搜索范围，对创新成功有利，但是否同期增加创新失败的风险？研发伙伴布局多样化，有利于企业获得多元知识促进创新成功的实现，但会不会增大协调成本导致创新失败？现实中企业如何布局国际研发伙伴最大程度保证创新成功？在国际形势日益复杂的情况下，深入挖掘国际研发合作伙伴选择对创新的双重影响，对合理布局和科学选择研发伙伴大有裨益。

为此，本文基于2015—2021 年161 家企业的观测数据，从地理邻近性和地理多样性的角度刻画国际研发伙伴特征。首先，区分创新成功和创新失败，鉴于二者的内在联系，构建两个双变量Probit 模型，验证了研发伙伴地理邻近性和多样性对创新的双重影响；其次，通过进一步检验，比较不同情境下研发伙伴选择对创新成功和创新失败的影响差异，以此比较经济地理学和知识基础观理论在不同地理邻近性水平以及不同多样性水平下的作用强度，为中国高技术产业企业科学选择研发伙伴促进创新成功提供决策依据。

1 理论基础与研究假设

1.1 研发伙伴地理邻近性与创新成功和创新失败

经济地理学理论认为，地理邻近的研发伙伴会降低合作中知识资源的交付成本，减少制度文化差异造成的管理成本，提高知识转移效率，促进创新成功。第一，研发伙伴地理邻近会降低知识的交付成本。邻近的地理位置降低了企业与研发伙伴间的交通成本，也增加了技术人员沟通的便利性［9］，有利于实现知识的传递和共享。第二，研发伙伴的地理邻近会减少多文化管理成。地理位置邻近时，研发伙伴和焦点企业的文化距离相对较近［10］，这减少了文化差异造成的沟通障碍和协调成本，有利于合作方相互学习，促进创新成功。第三，地理邻近会提高隐性知识的转移效率。隐性知识是组织在长期实践中积累的无形知识，包括创新模式和个人经验等［11］。隐性知识学习与特定任务情景和实践环境相联系，因此在远距离沟通中的效果不佳。地理邻近的研发伙伴有利于研发中隐性知识溢出［12］，对创新成功具有促进作用。

基于知识基础观理论，多元化的外部知识是组织创新的重要来源［13］，研发伙伴的地理邻近对企业创新具有负面效应：第一，地理邻近带来的知识同质化问题易难以突破技术路径，导致创新失败。地理邻近使得研发伙伴具备相似的资源环境和知识结构［14］，知识异质性较弱，将很难化解创新难点。第二，地理邻近使得研发伙伴形成区域内较为封闭的知识网络，增加企业创新失败的风险。研发伙伴距离较近时，研发合作网络趋于稳定甚至固化，对创新机会的捕捉能力下降［15］，不易发现创新问题，难以及时变通，导致创新失败的概率增加。

不同地理邻近性水平下，综合经济地理学理论和知识基础观理论，研发伙伴对企业创新成功和创新失败的影响比较如下。地理邻近性较高时，研发伙伴对创新成功的促进作用更强。与地理邻近的研发伙伴合作，企业不仅能从较低的搜索成本、协调成本和风险成本中受益，还能够在较小的知识搜索范围中拓展知识搜索深度，提高了创新成功概率［16］。地理邻近性较低时，研发伙伴更容易引起创新失败。第一，较低的地理邻近性不利于研发伙伴间的知识转移。企业与研发伙伴的合作旨在拓展外部知识搜索渠道。但较远的地理距离会增加企业与研发伙伴的沟通费用，降低组织间技术资源的转移效率［17］。虽然现代信息技术的进步在一定程度上克服了远距离沟通障碍，但是空间距离带来的研发负面效应仍然存在。第二，较远的地理距离增加了企业的知识产权保护障碍和语言障碍，削弱企业从研发伙伴吸收新知识的能力，导致创新失败［18］。综上，提出如下假设：

H1a：地理邻近性较高的研发伙伴对企业创新成功的促进作用更强；

H1b：地理邻近性较低的研发伙伴对企业创新失败的促进作用更强。

1.2 研发伙伴地理多样性与创新成功和创新失败

从经济地理学理论出发，地理多样性减少了研发合作的经济性，增加了创新失败的概率。第一，研发伙伴地理多样性增加了协调成本，导致创新失败。企业与多个国家的研发伙伴签署合同，而不得不支出额外的翻译和法律咨询费用。与多区位研发伙伴的合作加剧了多方沟通的复杂程度［19］，导致合作创新失败。第二，较高的地理多样性会提高研发合作中的知识产权保护风险，引致创新失败。各国知识产权法律存在差异，对科技成果的收益分配、技术成果的归属有不同的认定原则，这容易引发研发伙伴间的专利纠纷，增加企业创新风险。第三，研发伙伴地理多样性易使企业陷入过度搜索问题，即企业外部知识搜索广度过大时，难以识别对自身有用的知识［20］。另外，由于吸收能力的限制，企业也无法完全利用搜集到的海量知识［21］，或无法负担高额的知识整合成本，导致创新失败［22］。

从知识基础观理论出发，研发伙伴地理多样性有利于企业获得异质性知识，促进创新成功。第一，从外部知识获取的角度，研发伙伴地理多样性有利于企业通过多种渠道获取知识，促进创新成功。分布多样的研发伙伴有助于企业丰富自身知识库［23］，并有机会跟踪和接触行业内前沿技术，寻求技术突破。第二，从内部知识创造的角度，研发伙伴地理多样性会提升企业的创新能力，促进创新成功。与多个国家的研发伙伴的合作，企业能够获取一些国家特定的优势资源［24］，例如专业劳动力、先进的科研方法；研发伙伴的地理多样性也有助于企业与不同国家的供应商和客户开展合作创新，使产品更容易适应不同国家消费者的市场偏好，提高创新成功率［25］。

综合经济地理学理论和知识基础观理论，具备不同地理多样性的研发伙伴对企业创新成功和创新失败的影响比较如下。地理多样性较低时，研发伙伴对创新成功的促进作用更强。研发伙伴来自少数几个国家或地区时，企业不仅可以获取区别于自身的异质知识，克服本地锁定和思维定式［26］，也能保持人才、资金资源的集中使用［27］，避免支出高额的管理成本，更有利于创新成功。而地理多样性较高时，研发伙伴对创新失败的促进作用更强。虽然较高的地理多样性增加了知识异质性，但也会增加研发合作中的管理、控制、协调支出，阻碍企业吸收、转化和应用知识［28］，抵消多元化带来的收益。当研发伙伴来自多个国家或地区，研发合作中外部知识来源增加，企业难以整合大量知识反而导致高额的交易成本，进一步增加了创新失败风险［29］。基于此，提出如下假设：

H2a：地理多样性较低的研发伙伴对企业创新成功的促进作用更强；

H2b：地理多样性较高的研发伙伴对企业创新失败的促进作用更强。

研究框架图如图1 所示。

图1 研究框架

2 研究设计

2.1 样本与数据搜集

样本选择。综合考虑研发密度、研发合作伙伴分布以及数据获取方面的情况，选择高技术产业制造业企业作为研究样本。高技术产业企业相比其他制造业企业，技术复杂度更高，其创新成功将带来更大的社会效益。

数据搜集。创新成功和创新失败涉及产品研发项目，故选择观测期内开展研发项目且涉及国际研发合作的企业。CSMAR 数据库对企业研发项目有初步的统计，但项目具体进展情况目前还未有数据库统一收集整理。2015 年证券交易所曾发布文件，对上市公司研发项目信息披露做出要求，因此，本文进一步通过上市企业年报手工收集相关数据。年报中对研发项目的披露信息包括且不限于项目名称、预计投资规模、本期和累计投入金额、进展或阶段性成果、拟达到的目标、技术水平和应用前景等。

本文选取2015—2021 年高技术产业A 股上市企业作为初始研究样本，筛选原则：（1）筛选观测期内有研发项目开展的样本。借助同花顺iFinD 财经数据库多关键词检索上市企业年报及公开公告，确认企业研发项目开展和进展情况，剔除未开展研发项目和项目进度披露不清的样本；（2）筛选涉及国际研发合作的样本。通过研发合作同义关键词检索，进一步确认合作伙伴分布，剔除观测期内研发合作信息披露不清的样本；（3）剔除ST 和*ST 样本；（4）剔除重大资产重组的企业；（5）剔除明显异常值样本，最终，总计获得161 家高技术产业企业的观测数据。

2.2 变量选取及数据来源

2.2.1 因变量

创新成功（Success）。Freeman［30］提出创新成功后，学者们对创新成功的内涵不断予以补充。现有研究多认为，当企业成功推出新产品即视为取得创新成功［31］。若企业当年有新产品推出，这一年Success 赋值为1，反之赋值为0。创新成功获取来源有三部分：第一，研发项目的进展情况中达到产品上市阶段；第二，年报经营情况与讨论中提及新产品推出；第三，企业各大公开公告和新闻网站对新产品的发布新闻。数据通过关键词搜索获得，借助同花顺iFinD 数据库多关键词检索企业所有公开公告确认。

创新失败（Failure）。现有研究很少关注创新失败，少数关于失败的研究对创新失败的定义较为统一，创新失败是指企业在完成之前放弃创新项目，宣告研发终止的情况。参考Leoncini［32］、García等［33］的研究，用企业放弃研发项目度量创新失败（Failure）。企业当年存在创新失败情况时，这一年Failure 赋值为1；反之赋值为0。创新失败数据依据在研项目进展情况赋值，具体文字表述包括：项目/研发失败、项目/研发停止、中试失败、项目/研发/合同终止以及研发项目被取消等。由于企业对创新失败存在潜在的回避心理，通过访谈问卷获取数据较为困难。2015 年上交所发布《行业信息披露指引第七号——医药制造》文件，并陆续规范医疗设备和航空航天设备制造相关行业的披露内容，要求相关行业上市公司披露产品基本信息、研发项目基本情况、研发阶段、研发进展以及重大研发项目取消情况等信息。另外，深交所也发布电子通信设备制造、计算机相关设备制造、药品和医疗器械等相关行业的信息披露准则，对产品信息和研发项目所处阶段均作了披露要求。文件的颁布使得创新失败的数据获取成为可能。

综上，变量创新成功与创新失败不是简单的相反关系，创新成功、创新失败两个因变量的赋值互相独立。现实情况中，企业的创新项目周期较长，则该年创新成功与创新失败均赋值为0，即既没有创新成功，也没有创新失败；企业也有可能开发多个新产品，同时存在创新成功和创新失败的情况。例如样本中某医药企业于2019 年成功推出乳状注射液新产品，但同年也终止了3 项新药研发，该企业2019年创新成功与创新失败均赋值为1。企业每年创新成功和创新失败的赋值（Success，Failure）存在四种情况：（1，0）、（0，1）、（1，1）、和（0，0）。

2.2.2 自变量

研发伙伴地理邻近性。借鉴Nieto 等［34］的研究，研发伙伴地理邻近性按照由近及远的顺序通过国内（Domestic）、亚洲（Asian）、欧洲（European）和美国（USA）4 个二分类变量衡量，均为0～1 取值。当样本企业仅在国内有研发伙伴时，Domestic 赋值为1，其余变量赋值为0；当样本企业在国内、亚洲、欧洲和美国均有研发伙伴时，4 个变量均赋值为1。4 个变量代表的地理邻近性逐渐降低，且赋值相互独立。这样的赋值方式既可以真实反应企业研发伙伴地理分布情况。也可以通过4 个变量的影响系数，比较不同地理邻近性的研发伙伴对创新成功和创新失败的影响差异。

研发伙伴地理多样性。参考Duysters 等［35］的研究，采用研发伙伴地理来源的数量衡量地理多样性。研发伙伴来自1～4 个区域，分别用Re-1、Re-2、Re-3 和Re-4 等4 个二分类变量衡量，均为0～1取值。4 个变量代表的地理多样性依次升高，且赋值相互独立。国际研发伙伴数据获取来源于产品研发项目介绍中的合作情况。

2.2.3 控制变量

引入企业经营性变量盈利能力（Roe）、研发投入(R&D)及特征变量高新技术产业园区（Scipark）、规模（Size）、年龄（Age）和集团（Group）等作为控制变量。其中，位于高新技术产业园区的企业可以利用创新的集聚效应，提高创新成功的概率，隶属于集团的企业，能够便利地利用内部创新资源和融资优势，促进研发活动开展。此外，控制变量还包括行业和年度虚拟变量Industry 和Year。

综上所述，全文变量说明如表1 所述。

表1 变量及其说明

2.3 模型构建

现有研究指出创新失败会促进新产品开发，带来创新成功［36］。考虑到创新成功和创新失败之间存在关联关系，选用双变量Probit 对创新成功和创新失败的影响因素进行联合估计。与一般Probit 模型相比，双变量Probit 模型可以实现同时比较研发伙伴地理特征对创新成功、创新失败影响差异的目标。

第一，构建双变量Probit 模型1，检验研发伙伴地理邻近性对创新成功和创新失败的影响，具体模型如下：

第二，进一步构建双变量Probit 模型2 检验研发伙伴地理多样性对创新成功和创新失败的影响。具体模型如下：

同样地，考虑到研发影响的滞后性，对自变量和控制变量R&D 滞后2 期处理，并加入滞后2 期因变量控制创新经验的影响。

3 实证结果与分析

3.1 描述性统计

表2 展示了变量的描述性统计结果，报告了均值、标准差、最小值和最大值。第一，创新成功与失败样本占比。样本观测数据中创新成功占比为80.6%，创新失败占比为27.6%。第二，研发伙伴地理位置分布。样本中国内、亚洲、欧洲、美国研发伙伴的占比分别为44.6%、20.1%、28.9%、16.8%。表明样本企业的国内研发伙伴较多，海外研发伙伴较少。第三，关于研发伙伴地理来源数量。样本中研发伙伴来自一个国家/地区的比重最高，为40.2%，来自两个、3 个国家/地区的比重分别为18.5%和5.9%，来自4 个国家/地区的比重最低，约为3.9%。

表2 变量描述性统计

3.2 多重共线性检验

表3 报告了全部变量方差膨胀因子（VIF）的估计结果，分别检验地理邻近性和地理多样性特征对创新成功和创新失败的影响。结果显示，2 单个变量VIF 的值均小于10.0 的阈值，总体变量的VIF 平均值均小于6.0 的阈值，结果表明均不存在严重的多重共线性问题。

表3 方差膨胀因子检验结果

3.3 实证结果

选择Stata15.0 作为分析工具，在控制变量的基础上进行回归分析，得到各变量对创新成功、创新失败的影响系数。其次，构造Wald 统计量检验自变量每对影响系数的大小关系，比较各变量对创新成功、创新失败的影响，进而检验假设。

3.3.1 研发伙伴地理邻近性与创新成功、创新失败的回归结果分析

表4 回归结果显示，地理邻近性随机扰动项显著，表明联立方程的随机扰动项相关，联合估计Probit 模型有效。

表4 模型回归结果

地理邻近性较高的国内研发伙伴对创新成功和创新失败均产生正向影响，亚洲研发伙伴对创新成功有正向影响。Domestic 和Asian 代表较高的地理邻近性。其中，Domestic 对创新成功和创新失败的影响显著；Asian 的创新成功的影响显著，对创新失败的影响系数不显著。研究结果表明地理邻近性较高的国内和亚洲研发伙伴由于地理位置邻近，研发伙伴间沟通便利，文化背景也差异不大，有利于隐性知识的转移和学习，促进创新成功，但国内研发伙伴地理邻近也会导致企业技术和知识基础相似，不易产生创新想法，难以突破技术难题，带来创新失败发生的可能。

地理邻近性较低的欧洲和美国研发伙伴对创新成功和创新失败均有正向影响。European 和USA 代表较低的地理邻近性。然后，European 和USA 分别对创新成功和创新失败的影响显著。结果显示，一方面，在与欧美伙伴的研发合作中，中国企业可以接触先进的管理方式、研发处理体系以及关键技术等，提高创新成功概率；但另一方面，由于地理相距较远，在知识密集型的项目合作中，文化距离和技术水平差异均增加了维系伙伴关系难度，双方技术水平差异过大，易导致合作提前终止，导致创新失败。

3.3.2 研发伙伴地理多样性与创新成功、创新失败的回归结果分析

由表4 可得，地理多样性随机扰动项显著，表明联立方程的随机扰动项相关，可以对Probit 模型进行联合估计。

地理多样性较低的一区合作对创新成功和创新失败均产生正向影响，二区合作促进创新成功。表4中，Re-1 对创新成功和创新失败的影响显著；Re-2对创新成功的影响显著，对创新失败的回归系数不显著。结果表明当企业与地理多样性较低的一区和二区研发伙伴合作时，企业可以与较少数的国际研发伙伴进行更深入的交流和合作，有利于创新成功。但同时，仅与一区伙伴合作，企业获取到的差异性互补知识有限，可能由于缺乏新的技术解决路径导致创新失败。

地理多样性较高的三区和四区合作对创新成功和创新失败均有正向影响。由表4 可知，Re-3 和Re-4 分别对创新成功和创新失败的影响显著。结果表明当企业与三区和四区研发伙伴合作不仅可以不断获取异质性知识，丰富创新想法，为合作项目注入思路，提高创新成功的概率，还有可能由于协调关系困难造成合作关系破裂，导致创新失败。

3.3.3 研发伙伴地理邻近性对创新成功和创新失败的影响比较

为比较不同程度地理邻近性对创新成功和创新失败的影响大小，对地理邻近性中对创新成功和创新失败均有影响的自变量开展Wald 检验，成对比较自变量对创新成功和创新失败的回归系数。Wald 检验可以判定组间系数差异，在联合估计模型中科学比较变量影响和贡献大小。根据Wald 统计量的正负性和P值，判定假设H1a和H1b验证情况，结果如表5 所示。

表5 地理邻近性的Wald 检验结果

地理邻近性较高时，研发伙伴对创新成功的促进作用大于对创新失败的促进作用。由表5 的Wald检验结果表明，Domestic 的成功系数大于失败系数，Wald 统计量显著，国内合作对创新成功的促进作用更强；Asian 对创新成功的回归系数显著，对创新失败的影响不显著，亚洲合作对创新成功的促进作用更强。结果表明与国内、亚洲伙伴合作更会促进创新成功。地理邻近的研发伙伴可以从彼此相似的知识和背景中获得收益，进而提升合作研发中的默契度和信任感。地理邻近有利于技术人员开展联合研发，降低沟通成本，提高创新成功的概率，体现了地理邻近情境下的经济性。因此，当研发伙伴处于地理邻近性较高的情境时，知识基础观主导的知识同质化依据弱化，经济地理学理论为地理邻近性和创新成功之间的密切关系提供了更强的理论依据。综上，H1a得到验证。

地理邻近性较低时，研发伙伴对创新失败的促进作用大于对创新成功的促进作用。由表5 可得，European 和USA 的成功系数均小于失败系数，Wald统计量显著。高技术产业企业与欧美开展研发合作是获取前沿知识的手段之一，但欧美伙伴与我国高技术产业企业由于地理距离的遥远，文化情境的差异，使知识转移存在一定难度，并且很多企业仅仅是模仿而不吸收，一旦欧美合作伙伴退出将加大创新风险。实证结果显示，欧美研发伙伴对创新失败的影响大于对创新成功的影响。综上，H1b得到验证。

3.3.4 研发伙伴地理多样性对创新成功和创新失败的影响比较

同样地，对Wald 再检验，比较不同地理多样性水平下，研发伙伴对创新成功和创新失败的影响，结果如表6 所示。

表6 地理多样性的Wald 检验结果

地理多样性较低时，研发伙伴对创新成功的促进作用大于对创新失败的促进作用。由表6Wald 检验结果可得，Re-1 的成功系数均大于失败系数，Wald 统计量显著，一区合作对创新成功的促进作用更强。由于Re-2 对创新成功的正向影响显著，对失败影响不显著，故二区合作对创新成功的促进作用更强。这样的数据结果表明，适度地选择国际研发伙伴开展合作，企业不仅有机会获取多元化的技术知识和经验，还能避免高额的管理成本和沟通成本。综上，H2a得到验证。

地理多样性较高时，研发伙伴对创新成功和创新成功的影响大小不确定。表6 显示，Re-3 和Re-4对创新成功系数均小于创新失败系数，但Wald 统计量均未通过显著性检验。数据结果表明，企业与研发伙伴地理多样性较高的三区和四区合作时，研发活动相对分散，但现实中科技进步带来的数字化技术的发展加强了场景模拟，拉近了研发伙伴之间的距离，缓解了沟通困难，使得研发伙伴地理多样性对创新失败的促进作用弱化。综上，H2b未得到验证。

3.3.5 其他因素与创新成功、创新失败

创新经验。由表4 可知，Presuccess 在地理多样性中促进成功，Prefailure 在地理邻近性和地理多样性中均促进失败。成功经验帮助企业规避不必要的失误，降低下一轮创新的风险，促进创新成功；然而企业在经历创新失败后，会出现资金短缺现象，并打击探索精神，增加下一次创新失败的风险。

盈利能力。Roe 在地理邻近性和地理多样性中抑制创新失败。盈利能力强的企业能有效缓解资金障碍问题，可以维持创新行为的长期稳定，减少创新失败的发生。

高新技术产业园区。Scipark 促进创新成功。高新技术产业园区内研发人员集聚，研发合作成本较低，政府也为园区内企业提供税收优惠和融资支持等优先发展条件，有利于企业取得创新成功。

企业年龄。Age 在地理邻近性和地理多样性中均与创新成功负相关，在地理邻近性中与创新失败负相关。随着企业年龄的增加，企业逐渐稳定后，创新意愿降低，不愿意开展风险性较强的创新项目。因此，创新成功和创新失败的概率均有可能降低。

4 结论与启示

4.1 结论

以知识基础观和经济地理学理论为基础，基于2015—2021 年161 家中国高技术产业企业的观测数据，鉴于创新成功和创新失败间的关联性，构建双变量Probit 模型，检验研发伙伴地理邻近性和地理多样性对企业创新成功、创新失败的影响关系，比较研发伙伴选择在不同情境下对创新成功和创新失败的影响。研究结论对经济地理学和知识基础观理论在国际视域的应用情境进行了拓展：（1）研发伙伴地理邻近性和多样性均对创新成功和创新失败产生正向影响；（2）地理邻近性较高的研发伙伴对创新成功的促进作用更强；地理邻近性较低的研发伙伴对创新失败的促进作用更强；（3）地理多样性较低的研发伙伴对创新成功的促进作用更强；地理多样性较高的研发伙伴对创新成功和创新失败均有正向影响，但影响差异不明显。企业在进行研发伙伴选择时，既不应盲目地“舍近求远”，也不必过度追求“多多益善”。

4.2 实践启示

本文为高技术产业企业研发伙伴选择带来重要的实践启示：

第一，强化本土以及周边国家研发网络布局，发挥邻近优势。从效率和成本的角度考虑，企业不应盲目“舍近”，应利用低成本的优势，提高与研发伙伴的交流频次，促进企业创新成功的实现。企业可以考虑利用国内高新技术产业园区平台，与亚洲等邻近地区的高新技术园区，如俄罗斯的斯科尔科沃或者印度的班加罗尔科技园区内企业建立深入合作，发挥范围经济优势。同时，加强科研项目合作沟通、人员交换等交流活动，增加合作中隐性知识的溢出和吸收。

第二，科学设计国际研发伙伴的地理分布，不盲目选择远距离研发伙伴。海外研发伙伴有助于企业补充新知识，提升潜在的知识重组机会，但同时也增加了资源整合成本。企业在开展国际研发时，应明确伙伴双方的适配程度。例如，了解伙伴的技术开发流程和创新诉求，评估组织间的技术互补性和双方合作意愿，提高研发伙伴决策的科学性。企业还应提高远程合作的基础投入，对合作中的远程通信、共享服务器搭建、异地设备协作等各方面进行统筹规划，有利于企业与远距离研发伙伴进行知识和信息交换。

第三，平衡研发成本与创新需求，保持国际研发伙伴地理布局的合理性和灵活性。国际研发伙伴并非“多多益善”，企业应增强抵御研发伙伴增加所带来的创新风险的意识，根据自身研发需要和资源配置，动态调整研发伙伴地理分布结构，以获得更高的研发合作溢出效应。具体来说，企业可以定期评估国际研发项目的进度和质量，根据考核结果对研发伙伴分布网络进行结构优化，合理设置海外研发项目的数量和布局，防范地理多样性带来的高额成本。