“合作对”视角下合作伙伴知识基础与企业知识获取：知识邻近性的调节作用

姜秀娟 李琳琳 张丞奭 田利娜

摘   要：运用知识基础理论，基于纳米能源领域专利数据，筛选出企业合作对，探究合作伙伴的知识基础特征对焦点企业知识获取的影响，分析焦点企业与合作伙伴知识邻近性的调节效应。负二项回归分析结果表明，合作伙伴知识多样性、知识组合机会对焦点企业知识获取都具有促进作用；合作伙伴知识组合潜力越大，焦点企业知识获取越少；合作双方的知识邻近性弱化了合作伙伴知识组合潜力与焦点企业知识获取的负向关系，强化了合作伙伴知识组合机会与焦点企业知识获取的正向关系。

关键词：知识多样性；知识组合潜力；知识组合机会；知识邻近性；知识获取

中图分类号：F273.1；F272       文献标志码：A      文章编号：1673-291X（2024）06-0019-04

引言

如今创新已经成为时代发展的主题，企业要想在竞争中获取优势，就必须加强知识创造和技术创新。很少有公司拥有成功和持续创新所需要的所有资源和能力。企业基于合作从外部获取知识，并与内部知识进行整合，是提升企业自身创新能力和创新绩效的重要途径。因此，在未来合作中知识获取预期是企业在合作创新中选择合作伙伴的重要考量因素。

知识获取越来越受学界的关注。已有研究按照知识获取的知识源，将其划分为内部知识获取和外部知识获取。内部知识获取主要指基于企业内部的研发活动增加企业的新知识，外部知识获取主要指通过企业并购、R&D联盟、技术购买、人才引进等方式从企业外部获取知识。本研究的知识获取指的是外部知识获取。

在知识获取已有研究的基础上，本文拟基于焦点企业的合作伙伴选择视角，聚焦合作伙伴知识基础特征及合作双方的知识关系特征，探讨两类因素对焦点企业知识获取的影响机理。当前关于组织知识基础特征的研究较多，主要探讨组织知识基础的多样性、深度和广度等特征对组织自身的影响，而研究合作伙伴知识基础特征对焦点企业影响的很少。实际上，与不同的组织合作，焦点企业知识获取情况会有不同。刘凤朝等[1]研究发现，合作伙伴的知识多样性对焦点企业的创新绩效有正向影响。关于合作双方间的知识关系特征的研究大多围绕双方知识基础的相似性（邻近性）、互补性等特征，探讨其对创新绩效的影响。而专门研究合作双方的知识关系特征对焦点企业知识获取影响的很少。Rosenkopf等[2]认为，组织间的技术相似性影响组织的学习效果。可见，现有相关研究大多聚焦合作伙伴知识基础特征及合作双方的知识关系特征，对焦点企业知识获取影响机理的探讨还很少。而且，目前对合作创新的研究，在衡量合作伙伴的相关特征时，绝大部分文献都是对企业的所有合作伙伴特征进行平均化处理，忽略了不同合作伙伴之间的差异，对企业到底选择什么样的合作伙伴的指导意义降低。因此，本研究基于德温特创新指数数据库中纳米能源领域的联合申请专利，筛选出一对一的“合作伙伴—焦点企业”合作对，主要考察合作伙伴的知识基础特征，包含知识多样性、知识组合潜力与知识组合机会对焦点企业知识获取的影响，并探究合作双方知识邻近性的调节作用，以期为企业选择合作伙伴进行合作创新提供理论依据。

一、理论基础与研究假设

（一）合作伙伴知识多样性与焦点企业知识获取

知识基础理论强调知识是企业的重要资源。近年来，随着合作创新趋热，有学者开始关注合作伙伴知识基础特征对焦点企业的影响。Ravichandran和Giura[3]认为，联盟伙伴的知识基础越庞大，焦点企业可以接触的知识组合数量就越多，从而会增加其在知识重组活动中使用联盟伙伴知识的可能。合作伙伴拥有的知识元素多样性程度高（见图1），说明他们的知识分布在不同的领域，与知识集中分布在单一领域的企业相比，这些组织知识分布较广，技术更加灵活，能够更好地将不同领域的知识结合起来进行创新，在与其他组织进行合作时他们更受欢迎。作为焦点企业，与知识多样化程度高的企业合作时，更有可能获取和整合适合他们的知识。因此本文提出假设：

H1：合作伙伴知识多样性的提升对于焦点企业知识获取具有促进作用。

（二）合作伙伴知识组合潜力与焦点企业知识获取

合作伙伴知识组合潜力表示合作伙伴知识元素在知识网络中的位置特征（见图1）依赖于知识元素之间的联系，而这种联系通常取决于该知识元素的组合历史。学者们通常用知识元素在网络中的度中心位置表示知识组合潜力，知识元素度中心性越大，代表知识的组合潜力越大[4，5]。Brennecke等[4]认为，过去已经广泛结合的知识元素，发明者对它们比较熟悉，被认为其不再提供許多重组的可能性，所以发明人知识元素的高组合潜力使他们成为同事的顾问的吸引力降低。同样地，在企业层面，合作伙伴拥有较高的知识组合潜力，说明内部的知识元素在整个行业中处于中心位置，并且已经与其他知识元素之间拥有很多联系，进行了丰富的组合，未来这些知识元素被组合的可能性降低。因此，与低的知识组合潜力的合作伙伴相比，焦点企业在与高知识组合潜力的合作伙伴合作时，能够进行知识组合的机会更少。因此提出假设：

H2：合作伙伴知识组合潜力的提升对于焦点企业知识获取具有抑制作用。

（三）合作伙伴知识组合机会和焦点企业知识获取

Wang等[6]认为，知识间的潜在组合机会与知识网络结构洞丰富程度息息相关。高知识组合机会代表组织拥有的知识元素与其他知识元素相连，而这些其他知识元素本身并没有在一项发明中被组合，说明它们在主题上很可能是相关的（见图1），因此，组织或发明人通过中介知识元素搜索其他相关知识元素和组合机会比较便利。Brennecke等[4]研究表明，发明者的知识元素提供的组合机会越多，就有越多的人向发明者寻求与工作相关的建议。类似的，知识组合机会越大的组织为未来的知识重新组合提供了更多的机会。焦点企业在与其他企业合作创新时，一方面看重伙伴的知识组合经验和能力，另一方面寻求知识的互补或融合。合作伙伴知识组合机会越多，越能激发焦点企业的学习动机，获取更多知识。因此提出假设：

H3：合作伙伴知识组合机会的提升对于焦点企业知识获取具有促进作用。

（四）合作双方知识邻近性的调节作用

关于知识邻近性，组织之间知识邻近性程度高代表组织具有相同或相近领域的知识较多（见图1）。研究发现，知识邻近性增加了一家公司利用另一家公司知识的可能性[2]。首先，当合作伙伴拥有的知识多样化程度较高时，焦点企业理解或吸收合作伙伴知识的难度增加，企业需要付出更大的努力和成本去学习合作伙伴的知识。但如果焦点企业与合作伙伴具有较高的知识邻近性，那么焦点企业对合作伙伴知识的理解和组合也会更容易。其次，如果合作伙伴的知识组合潜力较高，且焦点企业与合作伙伴的知识邻近性较高，则意味着焦点企业和合作伙伴所处的知识领域有较大重叠，有利于焦点企业深入理解合作伙伴细分领域的知识，并且有利于较好进行整合。最后，知识组合机会较高的合作伙伴，其在知识网络中占据大量的结构洞，这为未来的知识重组创造机会。当焦点企业寻求外部的知识重组以创造新发明时，与低的知识邻近性相比，其与合作伙伴的知识邻近性越高，越有利于焦点企业对合作伙伴知识的深入的理解，向合作伙伴寻求新的知识组合机会的成本也越低，更有利于焦点企业向合作伙伴学习。故本文提出以下假设：

H4a：知识邻近性越高，合作伙伴知识多样性对焦点企业知识获取的促进作用越强。

H4b：知识邻近性越高，合作伙伴知识组合潜力对焦点企业知识获取的抑制作用越弱。

H4c：知识邻近性越高，合作伙伴知识组合机会对焦点企业知识获取的促进作用越强。

图1 变量示图

基于以上的研究假设，总结本研究的理论模型如图2所示。

图2  理论模型

二、研究设计

（一）样本选取与数据来源

本文针对纳米能源领域开展合作创新的企业进行实证研究，使用德温特创新索引数据库提取纳米能源专利数据，借鉴Guan和Liu[7]的关键词检索策略对纳米能源专利进行检索。本文选取2005—2020年作为研究区间，经数据清洗，筛选出专利24 404条。

根据对专利权人这15年中专利总量进行排序，由于本文主要研究企业的知识获取，因此按照德温特分配给专利权人的唯一标准代码识别焦点企业，选取专利授权数量在20条及以上的企业进行研究，最终得到51家焦点企业。将这些企业在研究期间的纳米能源专利下载后，根据每一条专利的专利权人识别焦点企业的合作伙伴，并同样选取专利数量20及以上的具有标准代码的合作伙伴，而后形成合作对组合，例如A企业有两个合作伙伴B和C，本文将得到A-B和A-C两个合作对。使用五年时间移动窗口t-5至t-1年来测量自变量和调节变量，考虑到学习效果的滞后性，本研究的因变量滞后一年，取t年，最终得到110个一对一合作对的772个观测值。

（二）变量测度

1.因变量

因变量为焦点企业对合作伙伴的知识获取（CN），本文借鉴、Kok等[8]的研究，焦点企业第t年的知识获取用该企业第t年的专利引用合作伙伴专利的总数来衡量。本文认为，焦点企业从合作伙伴那里学习和吸收知识需要时间，因此该变量相对于自变量对应的时间窗口滞后了一年。

2.自变量

本文根据Wang等[6]的做法，将合作伙伴知识多样性（KD）用合作伙伴申请的专利中包含的知识元素的数量来测度，即合作伙伴专利中前四位IPC种类数量越多，知识多样性越大。

对于知识组合潜力（DC）的测度参照Brennecke等[4]的做法，用合作伙伴的所有知识元素在整个行业的知识网络中的度中心性的平均值来表示，度中心性的平均值越大，其知识组合潜力越大。

知识组合机会（SH）用结构洞來衡量。根据付雅宁等[9]的做法，用2与限制度的差值来衡量节点结构洞的丰富程度。并取合作伙伴所有知识元素的结构洞均值作为该合作伙伴的结构洞测量值，该值越大，其知识组合机会越大。

3.调节变量

为了计算知识邻近性，本文采用Jaffe[10]的计算方法，按照国际专利分类标准，以专利的大类为基础，得出知识邻近性的计算公式如下：

KS=■f■f■/ ■

其中，fik和fjk分别是组织i和组织j以前三位IPC分类号表示的技术类别k技术领域申请的专利数量，n为所有三位数IPC分类号表示的技术类别；KS代表知识邻近性，取值在0与1之间，数值越大，说明组织i与组织j之间的知识邻近性越高。

4.控制变量

焦点企业创新能力（NFP），用每个时间窗口下焦点企业的专利数量衡量其创新能力。焦点企业合作经验（FCA），使用焦点企业在时间窗口下的合作伙伴数量来测度此变量。合作伙伴创新能力（NPP）用合作伙伴的专利数量衡量其创新能力。双方合作次数（NCP），双方合作次数越多，意味着彼此有更多的信任，用五年内合作总次数来衡量此变量。

三、实证分析

（一）描述性统计与相关性检验

本研究采用Stata16.0对数据进行了描述性统计分析及相关性检验，结果显示，知识多样性与知识获取正相关（β=0.127），知识组合潜力与知识获取负相关（β=-0.154）。为了进一步检验变量间的多重共线性问题，本文计算了每个变量的方差膨胀因子（VIF），最小值1.31，最大值3.45，小于5，因此变量之间不存在严重的多重共线性问题。

（二）负二项回归分析

由于因变量知识获取是一个离散型非负计数变量，因此选择使用负二项回归模型来检验假设。为了减小多重共线性问题，对涉及交互项的变量进行了中心化处理。回归分析结果见表1。

模型1是基础模型，只加入了控制变量，从结果中可看出，合作次数、合作伙伴创新能力对焦点企业知识获取都有显著影响；模型2的结果显示，合作伙伴知识多样性与焦点企业知识获取呈显著的正相关关系，H1得到验证。合作伙伴知识组合潜力和知识组合机会对焦点企业的知识获取分别有显著的负向影响和正向影响，因此H2和H3得到验证。由模型3回归结果可以看出，知识邻近性对合作伙伴知识多样性与焦点企业知识获取的关系的调节作用不显著，H4a未通过验证。原因可能是，虽然知识邻近性能够使焦点企业更好地理解合作伙伴的知识，但是可能并未增强其对合作伙伴知识获取的动机。模型4回归结果显示，知识邻近性越高，合作伙伴知识组合潜力对焦点企业知识获取抑制作用减弱，因此H4b得到支持。模型5的结果说明随着焦点企业与合作伙伴之间的知识邻近程度增高，合作伙伴知识组合机会对焦点企业的知识获取的促进作用也会提高，H4c得到验证。

（三）稳健性检验

为了进一步确定模型检验结果的可靠性和稳健性，本文将因变量换为滞后2年（t+1年）的焦点企业对合作伙伴的专利引用（CN2），同样采取负二项回归模型进行检验，检验结果与之前的回归结果基本一致，因此，模型的结果是比较稳定的。

四、结论与启示

本研究得到以下结论与启示。

第一，合作伙伴的知识多样性对焦点企业知识获取具有正向影响，合作伙伴知识组合潜力抑制焦点企业的知识获取。因此，焦点企业在选择合作伙伴时，在同等条件下，要优先考虑知识领域广泛多样、知识元素组合潜力低但组合机会高的合作伙伴。

第二，本研究发现，合作双方高知识邻近性削弱了合作伙伴知识组合潜力对企业知识获取的负向影响，增强了合作伙伴知识组合机会对企业知识获取的正向影响。因此，当拟合作伙伴知识组合潜力越高时，或者拟合作伙伴知识组合机会越低时，焦点企业越应该审视双方的知识邻近性。如果知识邻近性很低的话，很可能与对方的合作并不能带来自身知识基础的有效扩展；如果焦点企业寻求合作的目的并非是为了互补专业化，那么选择与自身的知识领域具有一定邻近性的合作伙伴，可以避免太大的技術距离带来的学习困难以及过高的学习成本，并且可以带来较好的学习效果。

第三，对于合作伙伴来说，在合作过程中，其知识基础特征影响着对方的学习效果。因此，在合作之前，组织应对合作发起方的知识基础有系统的了解，并且与自身的知识基础进行对比，充分考虑合作带来的收益及可能的知识溢出情况，再斟酌是否接受合作邀请。

参考文献：

[1]   刘凤朝，罗蕾，张淑慧.知识属性、知识关系与研发合作企业创新绩效[J].科研管理，2021，42（11）：155-163.

[2]   Rosenkopf L， Almeida P. Overcoming local search through alliances and mobility[J].Management Science，2003，49（6）：751-766.

[3]   Ravichandran T，Giura S I.Knowledge transfers in alliances：exploring the facilitating role of information technology[J].Information Systems Research，2019，30（3）：726-744.

[4]   Brennecke J， Rank O. The firm's knowledge network and the transfer of advice among corporate inventors—amultilevel network study[J]. Research Policy，2017，46（4）：11787.

[5]   Zhao Y，Han X，Yang X，et al. Interorganizational knowledge networks，R&D alliance networks，and innovation capability：a multilevel network perspective[J].Complexity，2021：1-22.

[6]   Wang C L， Rodan S，Fruin M，et al. Knowledge networks， collaboration networks，and exploratory innovation[J].Academy of Management Journal，2014，57（2）：484-514.

[7]   Guan J C， Liu N. Exploitative and exploratory innovations in knowledge network and collaboration network： apatent analysis in the technological field of nano-energy[J].Research Policy，2016，45（1）：97-112.

[8]   Kok H， Faems D， De Faria P. Ties that matter：the impact of alliance partner knowledge recombination novelty on knowledge utilization in R&D alliances[J].Research Policy，2020，49（7）：19.

[9]   付雅宁，刘凤朝，马荣康.发明人合作网络影响企业探索式创新的机制研究：知识网络的调节作用[J].研究与发展管理，2018，30（2）：21-32.

[10]   Jaffe A B.Technological opportunity and spillovers of R&D：Evidence from firms' patents，profits，and market value[J]．American Economic Review，1986，76（5）：984-1002．

[责任编辑   妤   文]