知识关系、知识协奏能力与企业创新绩效

[摘 要：知识关系和知识协奏能力影响着共享知识的利用价值及利用效率，也是提高企业创新绩效的关键。文章结合知识学习过程，将知识关系分为知识相似性和知识互补性，以2010—2022年联合申请过专利的中国深沪A股上市高新技术企业为研究样本，实证检验知识关系对企业创新绩效的影响及知识协奏能力的调节作用。结果表明：知识相似性在知识识别阶段发挥重要作用，对企业创新绩效呈“倒U”型影响；知识互补性主要作用于知识吸收阶段，对企业创新绩效呈正向影响；企业知识协奏能力强化了知识相似性和知识互补性对创新绩效的影响。异质性分析表明，知识相似性更能促进大规模企业的创新绩效，而知识互补性更能促进小规模企业的创新绩效。

关键词：知识关系；知识相似性；知识互补性；知识协奏能力；创新绩效

中图分类号：F273.1；F272；F276.44 文献标识码：A 文章编号：1007-5097（2024）12-0044-10 ]

Knowledge Relationships， Knowledge Coordination Ability，

and Enterprise Innovation Performance

GAO Jiahui1， SUN Shaolong1， WANG Shouyang2a， 2b， 3

（1. School of Management， Xi′an Jiaotong University， Xi′an 710049， China;

2. a. Academy of Mathematics and Systems Science;

b. Center for Forecasting Science， Chinese Academy of Sciences， Beijing 100190， China;

3. School of Entrepreneurship and Management， Shanghai Tech University， Shanghai 201210， China）

Abstract：The knowledge relationship and knowledge coordination ability have an impact on the value and efficiency of shared knowledge utilization， and serve as key factors in enhancing an enterprise′s innovation performance. The article combines the process of knowledge learning and divides knowledge relationships into knowledge similarity and knowledge complementarity. Using A-share listed high-tech enterprises in Shenzhen and Shanghai of China that have jointly applied for patents from 2010 to 2022 as research samples， it empirically tests the impact of knowledge relationships on corporate innovation performance and the moderating effect of knowledge coordination ability. The result indicates that knowledge similarity plays a crucial role in the knowledge identification phase， and has an “inverted U” effect on an enterprise′s innovation performance. Knowledge complementarity primarily influences the knowledge absorption phase， having a positive impact on an enterprise′s innovation performance. Additionally， an enterprise′s knowledge coordination ability intensifies the effects of both knowledge similarity and complementarity on innovation performance. The heterogeneity analysis shows that knowledge similarity is more conducive to enhancing the innovation performance of large-scale enterprises， while knowledge complementarity is more effective in boosting the innovation performance of small-scale enterprises.

Key words：knowledge relationships; knowledge similarity; knowledge complementarity; knowledge coordination ability; innovation performance

一、引言及文献综述

随着知识经济的推进，我国经济发展模式已由技术引进型向技术创新型转变［1］。习近平总书记关于发展新质生产力的重要论述也突出了创新的主导作用，强调创新能够催生新产业、新模式、新动能，是发展新质生产力的核心要素［2］。作为国家创新体系的核心主体，企业是创新活动的主要组织者和参与者，其创新活力对推动整个社会经济的高质量发展至关重要。目前，企业创新呈现不断上升趋势，但由于起步晚、基数小，企业创新绩效仍存在明显不足。为了保持自身的竞争优势，企业需要不断寻求创新突破口，以满足不断变化的市场需求和消费者期望［3］。根据知识基础理论，创新是企业在研发或实验过程中对现有知识元素的重组、利用、创造、商业化［4-5］。不同于过去资本在价值创造要素中占据支配地位，知识经济时代知识要素的价值和支配力已超过了资本。因此，企业想要提升创新竞争力，推动知识要素的流动和循环是关键。

作为实现企业之间知识要素有序流动的方式之一，研发合作是促进企业双方知识要素共享的重要手段［6］。企业通过合作关系获取外部异质性知识，不仅可以缓解内部资源的局限，还能降低创新过程中的路径依赖，避免企业陷入创新的“锁定效应”［7］。由于企业吸收能力和成本的约束，知识共享并不意味着其能无限制地获取外部资源，企业只能在有限范围内寻找能够为自身带来较高价值的合作伙伴［8］。吸收能力理论指出，企业在识别和吸收合作伙伴知识的过程中，其判断依据为合作双方的相对知识特征，即知识关系［9］。因此，合作双方知识关系是企业寻找合作伙伴的价值坐标，合理地把握知识关系有助于企业以较低的成本填补知识缺口［10］。

知识关系是企业与合作企业之间基于知识要素类别所建立的关系［11］。关于知识关系对创新绩效影响的探讨，最初从知识相关性出发，目前学界尚未形成统一观点。Frankort（2016）［12］认为与知识相关性高的企业合作更容易获取深层次知识，有助于新产品开发绩效的提高；Rosenkopf和Almeida（2003）［13］则认为知识相关性较低的合作伙伴可以给企业提供更多的知识获取渠道；Subramanian等（2018）［14］提出合作双方知识相关性对企业创新绩效的影响呈“倒U”型；而Makri等（2010）［11］将知识相关性进一步细分为知识相似性和知识互补性。关于知识相似性与企业创新绩效，刘岩和蔡虹（2011）［15］认为知识相似性对企业创新绩效呈正向影响；张娜和刘凤朝（2023）［16］提出知识相似性与企业创新绩效间存在“倒U”型关系。关于知识互补性与企业创新绩效，Makri等（2010）［11］认为合作双方知识互补性可以促进企业创新数量和质量的提高，这一结论与Cassiman等（2005）［17］、宋耘和王婕（2020）［18］的研究结论相同；Katila和Ahuja（2002）［19］则认为知识互补性虽然有助于创新范围的搜索，但会增加知识整合成本。在此基础上，茅迪等（2019）［20］提出知识互补性与企业创新绩效间存在“倒Ｕ”型关系。尽管学者们已经发现了知识关系在企业创新过程中的重要作用，但大多侧重于对知识相似性或知识互补性的探讨，这与Makri等（2010）［11］的研究初衷不一致。有些研究甚至将两者的概念混淆、计算方法交叉混合，较少有学者对两者及其影响方式进行综合考虑。

由上述相关研究可知，关于知识关系对企业创新绩效的影响效果仍然存在分歧。这是由于现有文献仅关注了双方之间知识要素的类别和数量关系对创新绩效的影响，很少考虑企业自身对外部异质性知识的吸收或协调能力的发挥。企业知识协奏能力是外部异质性知识能否顺利进入知识体系中，并得以转化利用的判断依据［21］。只有外部知识与内部知识相互作用并转化，创新绩效才能得到提升［22-23］。虽然已有研究关注了企业知识能力的角色［24］，但并未分析外部知识活动与企业内部知识能力共同作用对企业创新绩效的影响，现有理论框架并不完整。因此，探究知识相似性和知识互补性对企业创新绩效的异质性影响及知识协奏能力的情境效应具有重要意义。

基于此，本文以2010—2022年联合申请过专利的中国深沪A股上市高新技术企业为研究样本，关注合作双方知识关系中的知识相似性和知识互补性，结合知识学习过程，对两者的概念和影响方式进行区分，弥补了关于知识关系的研究缺口。另外，构建了外部知识活动与内部知识能力的理论框架，为研究企业创新绩效提供了一个新的思路。在实践层面，还为企业合理选择协同创新伙伴，动态调整自身知识基础以提高创新绩效提供了参考。

二、理论分析与研究假设

（一）知识基础理论和吸收能力理论

根据知识基础理论，企业是一个知识元素组成的集合体［25］。为了保证获取持续竞争优势，企业需要对自身知识元素进行重构组合和创新。由于知识资源具有流动性和跨边界性［26］，企业开展创新活动不仅需要提高自身的知识运用能力，还可以从外界获取异质性知识以探索新的知识元素组合［27］。这种外部知识活动促进了合作双方知识关系的产生，其中知识相似性和知识互补性是知识关系中的重要维度。知识相似性是指合作双方细分知识领域的相同程度［20］；知识互补性是指企业间知识领域的互补程度，即合作双方的知识领域属于同一大类但不同细分子类的知识占比［11］。两者并非相反的概念或对立关系。具体而言，知识相似性是将企业所有细分子类的知识领域看作一个整体，判断两个企业整体知识领域的相似程度［16］。在这一过程中，仅以子类为判断标准，不需要考虑两个企业是否具有不同的知识领域大类，是一种较为笼统的衡量方式。两个企业子类知识领域的不同程度被称为相异性［28］，与知识互补性的概念和计算方式不同。知识互补性的研究对象是属于同一大类但不同子类的知识领域，判断的标准在于找到双方同属大类的所有知识领域，这些知识领域中属于不同子类的知识领域为互补性知识。在这一过程中对非共同大类的知识领域不作对比与计算。对此，本文将结合知识学习过程对两个概念及其影响方式作进一步解释。

吸收能力理论指出，组织通过建立促进知识共享的技术学习过程来学习和吸收新知识，提升竞争优势。对于知识学习过程，Garud和Nayyar（1994）将其细分为知识选择、知识存储以及知识激活和整合三个阶段［29］；Gilbert和Cordey-Hayes（1996）进一步增加了知识应用和知识评估等阶段［30］。在此基础上，Wang和Noe（2010）将其概括总结为四个阶段模型，即知识获取、知识练习、知识应用和知识反馈［31］。结合企业的实际创新过程，本文将知识共享的学习过程细分为知识识别、知识吸收以及知识转化和生产三个阶段。其中，知识相似性主要在知识识别阶段发挥重要作用，知识互补性主要在知识吸收阶段发挥重要作用［16］。在知识识别阶段，企业的主要任务是对外部知识进行辨识，将其中与本企业联系密切或可能提供知识价值的合作伙伴筛选出来。这是一个较为笼统或者说是较为粗略的识别阶段。知识相似性高意味着合作双方具有一定的知识重叠，能够保证企业在后续知识学习过程中较好地衡量新进入知识的作用［27］。在知识吸收阶段，企业的主要任务是对筛选后的知识进行浅层次学习和再筛选，将外部知识初步安排在企业知识结构的不同位置［25］。此时，互补性知识是填补企业知识缺口的重要来源，也是合作伙伴的知识库能否为企业带来新观点和新思路的价值判断标准［18］。知识吸收阶段是一个较为细致的阶段，知识互补性在这一阶段发挥主要作用。总体而言，在企业寻找合作伙伴时，通过知识相似性的衡量可以判断双方是否有能力和基础开展合作，通过知识互补性的衡量可以判断双方合作能否为企业带来一定的价值［8］。企业内部知识协奏能力则在知识转化和生产阶段发挥作用。

（二）知识相似性对企业创新绩效的影响

在知识识别阶段，双方能否结成良好的合作关系主要取决于企业与合作伙伴之间是否具有一定的知识重叠，从而确保研发合作所必需的知识识别能力［15］。本文从学习效果和知识同质化两个方面，分析合作双方知识相似性对企业创新绩效的影响。具体来说，在知识识别阶段，合作双方的知识相似性能够提高企业的学习效果，对创新绩效产生积极影响。由于创新具有高风险性和不确定性，企业在创新过程中更倾向于选择知识基础具有一定关联度的合作伙伴［5］。当合作双方知识相似性较低时，企业对异质性知识的理解能力相对较弱，需要花费更多的时间来识别和学习，整体的学习效果较差［14］；随着知识相似性的提高，企业具有一定的知识识别能力，为搜寻合作伙伴的知识库建立了知识基础，使企业能够把握相关知识基础的应用领域和发展方向，更为准确地识别对企业有促进作用的部分，减少了理解过程中的学习成本和疑惑［16］。但知识相似性与创新绩效之间的积极作用存在上限，学习效果的边际效应会随着知识相似性的提高而逐渐下降，这种积极作用的增长速度会逐渐减缓。

合作双方知识相似性为企业带来信息能力上的共识，同时也增加了知识同质化的风险，对创新绩效产生负向影响。主要体现在两个方面：第一，随着知识相似性的提高，同质化知识逐渐增多，无法为企业提供多样化的异质性知识，对企业创新活动的开展没有太大意义［14，32］；第二，同质化知识的增加意味着企业的知识体系出现知识冗余或重合现象，浪费了知识识别阶段的辨别和整合成本，也就是说，知识共享行为对企业的知识基础没有产生积极效果［14］。由于知识具有延伸性，知识同质化风险的增长速度会随着知识相似性的提高而越来越快。综上，在知识相似性较低时，学习效果的积极影响大于知识同质化带来的负向影响，对创新绩效的综合影响会逐渐增加；但超过一定阈值后，负向影响会大于积极影响，知识相似性对创新绩效的综合影响会逐渐削弱。基于此，本文提出假设1。

H1：合作双方知识相似性对企业创新绩效呈“倒U”型影响，企业创新绩效会随着知识相似性的提高先增加再降低。

（三）知识互补性对企业创新绩效的影响

获取差异性知识是企业参与知识共享的关键动机［18］。互补性知识能够同时满足关联性和差异性两个条件，知识的关联性能够有效促进不同知识之间的联系，以实现对差异性知识的吸收，知识在关联性基础上的差异才称之为互补［11］。关联性强调的是合作双方的知识认知结构和惯例是相近的，在知识吸收阶段能够提高企业对外部知识的理解程度，差异性则保证外部知识具有的差异可以为企业带来新的观点，为企业提供新的探索机会［20］。本文从知识可理解性和创新机会两个方面，分析合作双方知识互补性对企业创新绩效的影响。

在知识吸收阶段，知识的可理解性可以帮助企业理解外部知识的价值，对企业创新绩效产生积极影响。合作双方的知识领域可能在同一行业领域具有关联性，也可能涉及技术领域或技术平台的相关性，这使得企业在吸收互补性知识时更易识别和理解其中对自身有价值的部分，降低了知识吸收的难度和成本［31］。可理解性是企业将差异性知识嵌入自身知识体系的基础，并不会受到差异性知识的影响［11］。因此，随着知识互补性的提高，可理解性所带来的积极影响并不会发生太大变化。

获取差异性知识来填补知识缺口，可以增加创新机会和创新观点，有利于企业提高创新绩效。互补性知识能够为企业带来异质性知识，使企业在短期内填补自身知识空白，增加企业选择有效组合的概率［20］，使企业在熟悉的技术环境中有更多机会选择新研究项目。同时，较高的知识互补性在一定程度上有助于企业主动吸收合作伙伴所具备的异质性知识。基于知识之间的互补属性，不同知识的融合方式和概率会增加，甚至可能会产生质变，从而推动企业之间的知识协同［24］。因此，随着知识互补性的提升，企业对知识元素重组和开发方向逐渐清晰，创新机会的增加使新产品的开发数量得到提升。知识的可理解性和产生的创新机会同时对企业创新绩效产生积极影响。基于此，本文提出假设2。

H2：合作双方知识互补性正向影响企业创新绩效。

（四）企业知识协奏能力的调节作用

知识协奏能力是指企业整合、利用和转化知识资源的能力。企业内知识元素之间的联结复杂程度及相互依赖程度较好地反映了企业的知识协奏能力［33］。已有研究表明，知识协奏能力高的企业才能有效编排知识资源，形成更加完善的知识基础结构，达到知识利用效果的最大化［9］。作为企业内部知识的重组潜力和知识架构复杂程度的指标，知识协奏能力对于评估外部知识能否顺利纳入企业知识体系，并得以有效转化利用至关重要［7］。因此，有理由认为企业知识协奏能力会影响知识关系对创新绩效的作用。

在知识识别阶段，知识协奏能力高的企业能够提高知识相似性中的学习效果。当知识协奏能力更高时，企业的知识耦合关系往往更加密切，企业的识别和利用能力更高［30］。在对合作伙伴的知识体系进行识别时，更容易理解合作伙伴的技术经验和知识利用价值。因此，知识协奏能力高的企业对外部知识的学习效果更好。此外，在对外部零散知识进行识别时，知识协奏能力高的企业会将获取的知识安排在合适的位置，降低零散知识被闲置或者被孤立的概率，更好地发挥知识资源的重新组合效果，使学习效果也得到提升［26］。对于知识相似性中的知识同质化作用路径，由于同质化知识主要受外部知识属性的影响，与企业自身的知识协奏能力无关［31］，因此，协奏能力高低对知识同质化的影响不大。综合来看，知识协奏能力能够提高学习效果，能够对知识相似性和企业创新绩效的“倒U”型关系产生调节效应。基于此，本文提出假设3。

H3：当企业知识协奏能力提高时，合作双方知识相似性与企业创新绩效的“倒U”型曲线关系变得更加陡峭。

在知识吸收阶段，知识协奏能力高的企业能够提高知识互补性中的可理解性和创新机会。知识协奏能力较强的企业更倾向于对同一类技术领域知识进行吸收整合，反复利用或在不同地方利用，不仅可以带来一定程度的范围经济，还可以加深对知识和知识领域之间关系的理解与把握［8］。因此，在面对合作伙伴知识库时，企业对互补性知识的理解能力增强。除此之外，知识协奏能力高的企业拥有更多的知识接口，这意味着企业进行创新的方向和范围就会增多，可以得到知识领域更多的排列组合方式。参考George等（2008）的观点［9］，知识协奏能力高的企业更清楚知识架构中的缺口，充分挖掘其知识资源的重组潜力，并设法提高知识资源的利用效率，更好地发挥创造新产品的能力。综合来看，知识协奏能力能够提高知识的可理解性和创新机会。因此，知识协奏能力能够对知识互补性和企业创新绩效的正向关系产生调节效应。基于此，本文提出假设4。

H4：企业知识协奏能力正向调节合作双方知识互补性对企业创新绩效的影响。

根据以上假设，本文构建了合作双方知识相似性、合作双方知识互补性、企业知识协奏能力与企业创新绩效的理论模型，如图1所示。

三、研究设计

（一）样本与数据来源

高新技术企业是知识密集、技术密集的经济实体，其自身研发强度相对较高，与本文研究背景较契合。本文通过中国研究数据服务平台获取高新技术企业名单，筛选中国深沪A股上市企业，并剔除ST和*ST的企业。通过国家知识产权局专利数据库，识别2010—2022年以专利人身份和其他企业联合申请过专利的上市高新技术企业，最终得到394家企业的观测值。通过联合申请的专利识别这394家企业的合作企业，获取双方在研究期内的所有专利信息，其他数据来源于国泰安数据库和上市公司年报。394家上市高新技术企业所属行业的分布见表1所列，共包含9个行业，其中制造业占比最高。

（二）变量选取

本文在测度知识关系和知识协奏能力时，参考以往研究［34］，使用企业5年的专利来构建企业知识基础，以此消减企业技术变动带来的影响，即将企业i 5年内的专利视为一个整体，其所有合作企业j 5年内的专利视为一个整体。考虑创新活动的一年时滞，被解释变量和控制变量选择企业第t年的数据，解释变量和调节变量选择（t-5）—（t-1）年的数据。对知识领域的区分，依据专利IPC分类号的等级，分为部、大类、小类、主组、分组。

1. 被解释变量

创新绩效（IA）：参考Ahuja（2000）［35］的研究，专利是企业创新过程中具有代表性的知识性产出，本文选择企业专利申请数作为创新绩效的衡量指标。

2. 解释变量

知识相似性（KS）：知识相似性主要体现合作双方知识领域的相似程度，采用余弦相似性进行计算［7］，如公式（1）所示。

[KSij=∑nk=1QikQjk∑nk=1Q2ik∑nk=1Q2jk] （1）

其中，[Qik]和[Qjk]分别表示企业i和合作企业j在第k小类知识领域申请的专利数量。[KSij]的值越趋向于1，表示双方知识领域的相似性越高。

知识互补性（KC）：知识互补性体现的是企业i与合作企业j之间的知识相互补充程度，本文采用Makri等（2010）的测度方法［11］，如公式（2）所示。

[KCij=SijHij-MijHij×SiHi] （2）

其中：[Sij]表示合作双方同属专利大类下的专利数；[Hij]表示合作双方的专利总数；[Mij]表示合作双方同属专利小类下的专利数；[Si]表示企业i同属专利大类下的专利数；[Hi]表示企业i的专利总数。[KCij]的值越趋向于1，表示双方知识领域的互补性越强。

3.调节变量

知识协奏能力（KI）：知识协奏能力主要体现企业知识领域之间联结的复杂程度。本文采用Yayavaram和Chen（2015）［26］的方法计算企业知识领域的复杂性，如公式（3）所示。

[KIi=∑nk=1gik×QikrQik] （3）

其中：[Qikr]表示企业i中与知识领域k共同出现的其他知识领域r的专利总量；[Qik]表示企业i中包含知识领域k的专利总量；[gik]表示企业i中知识领域k出现的次数占所有知识领域出现的次数和的比例；[KIi]的值越大，表示企业i的知识协奏能力越强。

4. 控制变量

参考Hagedoorn等（2018）［36］、Li等（2018）［37］的研究，本文纳入了如下控制变量：①企业规模（SIZE），以总资产取自然对数表示；②企业年龄（AGE），以企业成立的年份到第t年的时间跨度表示；③研发经费（RDF），以R&D经费内部支出取自然对数表示；④研发人员（RDP），以R&D研发人员取自然对数表示；⑤营业利润（OP），以营业利润取自然对数表示；⑥资本结构（CS），以资产负债率表示；⑦盈利能力（PA），以资产净利率表示；⑧股权集中度（HERF），以第一大股东持股比例表示。

（三）模型设计

1. 直接效应检验模型

为了检验H1和H2，本文以创新绩效为因变量，知识相似性、知识互补性为自变量，构建直接效应检验模型。由于创新绩效为非负计数变量，其数据过于离散，故选择负二项回归模型进行检验，具体如下：

[ln[E（IAi）]=α0+α1KSij+α2（KSij）2+β1KCij+∑γControls+ε] （4）

其中：Controls表示所有的控制变量；[α0]表示常数项；[α1]、[α2]、[β1]和[γ]表示各变量的回归系数；[ε]表示随机误差项。若[α2]显著为负，则H1成立；若[β1]显著为正，则H2成立。

2. 调节效应检验模型

在直接效应检验模型中加入知识协奏能力及其与自变量的交叉项，可以得到如下调节效应检验模型：

[ln[E（IAi）]=α0+α1KSij+α2（KSij）2+α3KSij×KIi+α4（KSij）2×KIi+α5KIi+∑γControls+ε] （5）

[ln[E（IAi）]=β0+β1KCij+β2KCij×KIi+β3KIi+∑γControls+ε] （6）

四、实证结果与分析

（一）描述性统计与相关性分析

表2列示了文中所有变量的描述性统计与Pearson相关系数。从表2可以看出，IA的最大值为120，最小值为0，说明我国高新技术企业之间的创新水平差距较大，只有小部分企业的创新主导意识较强，这也进一步说明创新技术的提高较为困难。KS的平均值为0.78，KC的平均值为0.69，说明大部分企业倾向于和同一领域的特色企业进行合作。KI的最大值为1，最小值为0.05，标准差为0.29，企业知识协奏能力两极分化严重。IA和KC的相关系数在10%的水平下为0.10，表明两者之间可能存在正相关关系，初步验证了H2。经计算，所有变量的VIF值均小于5，本模型不存在多重共线性问题。

（二）实证检验结果

负二项回归结果见表3所列。

表3中的模型1验证了控制变量对企业创新绩效的影响，均通过了显著性检验。模型2验证了知识相似性对企业创新绩效的影响。知识相似性平方项的回归系数为-0.28，且通过了1%的显著性水平，说明知识相似性对企业创新绩效呈“倒U”型影响，实证结果支持H1。这说明随着合作双方知识相似性的提高，企业具有一定的知识识别能力来判断合作伙伴的知识价值，学习的效果得到提升。当达到一定的阈值时，合作双方的知识同质化现象严重，合作伙伴难以为企业带来有价值的异质性知识，不利于企业创新绩效的提升。模型3验证了合作双方知识互补性对企业创新绩效的影响。知识互补性的回归系数为0.17，且通过了1%的显著性水平，说明知识互补性对企业创新绩效呈正向影响，实证结果支持H2。这说明随着知识互补性的提高，合作伙伴可以为企业提供更多的互补性知识以填补其知识缺口，也为企业提供更多的新观点和探索方向，有利于企业创新绩效的提升。模型4同时引入了知识相似性、知识相似性平方项和知识互补性，三项均通过了显著性检验。其中，知识相似性及其平方项的回归系数均大于知识互补性的回归系数，说明知识相似性对企业创新绩效的影响更大。模型5和模型6检验了知识协奏能力的调节作用。模型5包括知识相似性、知识相似性平方项、知识协奏能力及交互项，回归系数均通过了显著性检验。知识相似性平方项的系数为负，知识协奏能力与知识相似性、知识相似性平方交互项的系数均通过了10%的显著性检验，说明知识协奏能力对知识相似性与企业创新绩效产生了调节关系，此结果支持H3。借鉴Haans等（2016）［38］的方法，将模型5看作知识相似性的二次函数，采用数学推导方法对H3中提出的关于“倒U”型调节的曲线形态、拐点变化进行验证。曲线形态由其顶点的曲率决定，即二次函数的二阶导数，IA" [=2（α2+α4×KI）]。由二阶导数的公式可知，曲率的大小由KI决定。对于“倒U”型曲线来说，曲率的值越小，曲线越陡峭。在模型5中，[α4]的值为-0.31，这意味着KI的值越大，曲线越陡峭，结果支持H3。二次函数的拐点由其对称轴决定，即[KS*=-α1+α3×KI2（α2+α4×KI）]。由拐点公式可知，拐点的位置由KI的大小决定，对KS*求一阶导数，得[∂KS*∂KI=α1α4-α2α32（α2+α4×KI）2]。其中，[α1α4-α2α3]的值小于0，即[∂KS*∂KI]小于0，这说明随着KI的增加，KS*的值逐渐减小，即拐点位置逐渐左移，如图2（a）所示，结果支持H3。模型6包括知识互补性、知识协奏能力及两者的交互项，回归系数均通过了显著性检验。知识协奏能力和知识互补性交互项的系数为正，说明知识协奏能力正向调节知识互补性对企业创新绩效的影响，如图2（b）所示，此结果支持H4。

（三）稳健性检验

1. 改变变量度量方式的稳健性检验

企业创新绩效不仅可以采用企业专利申请量来衡量，还可以从创新成果的质量角度进行测度。因此，将专利被引用量（PC）替换IA［39］，重新进行回归检验，结果见表4所列。可以看出，调整创新绩效的度量方式后，回归结果未发生实质性变化，模型具有稳健性。

2.异质性分析

鉴于样本中可能存在一些规模较大的企业，这些企业的合作伙伴数量多且较为稳定，对知识关系的影响较大，从而导致结果的偶然性。参考刘贯春等（2019）［40］的分组方法，将样本按SIZE进行分组回归，将25%分位点以下的企业归类为小规模企业，将75%分位点以上的企业归类为大规模企业，进行稳健性测试，结果见表5所列。

由表5可知，知识关系对于不同规模的企业创新绩效的影响程度存在差异。相较于大规模企业，小规模企业的创新绩效受知识相似性的“倒U”型影响更平缓，受知识互补性的影响更大。这可能是由于小规模企业的知识体系相对来说简单，在合作过程中能够迅速地判断新知识的整合方式。知识相似性、知识互补性对创新绩效的影响仍未发生实质性变化，模型具有稳健性。

五、结论与启示

本文将合作双方知识关系分为知识相似性和知识互补性，在区分知识相似性和知识互补性概念和影响方式的基础上，实证检验了在知识共享过程中知识关系对企业创新绩效的影响，并探讨知识协奏能力在知识关系和创新绩效之间的调节作用。选取2010—2022年联合申请过专利的中国深沪A股上市高新技术企业为研究样本进行检验，研究结论与理论贡献如下：

第一，合作双方知识相似性对企业创新绩效呈“倒U”型影响。知识相似性意味着合作双方整体知识领域之间具有重叠，为企业识别和获取外部异质性知识提供一定的知识基础。通过知识相似性的衡量可以判断双方是否有能力和基础开展合作，因此，知识相似性通常在知识识别阶段发挥重要作用。随着知识相似性的增加，企业能够有效识别外部知识，通过提高学习效果对创新绩效产生正向影响；当超过一定阈值时，知识同质化风险增高，对创新绩效的影响下降。大规模企业具有多样化的知识领域，合作和创新机会相对较多，其创新绩效受知识相似性的影响相对较大。本文结合知识学习过程考察了知识相似性对企业创新绩效的影响，丰富了创新绩效影响因素的研究。

第二，合作双方知识互补性对企业创新绩效产生正向影响。互补性知识意味着合作双方在同一知识领域下能够为对方带来差异性知识。通过知识互补性的衡量能够判断合作伙伴带来的价值，因此，知识互补性通常在知识吸收阶段发挥重要作用。随着知识互补性的增加，企业获取更多的差异性知识来填补知识缺口，进而促进创新绩效的提升。小规模企业的知识体系简单，能够更准确地判断新知识的整合方式，其创新绩效受知识互补性的影响相对较大。本文将知识相似性和知识互补性纳入同一研究框架进行区分和探讨，突破了以往研究单独论述或将两者视为对立关系的局限，有利于更好地从微观层面解释知识关系对创新绩效的影响。

第三，企业知识协奏能力调节了合作双方知识关系对企业创新绩效的作用。随着企业知识协奏能力的提高，知识相似性和创新绩效的“倒U”型曲线形态更陡峭，知识互补性和企业创新绩效的正向关系增强。这说明知识协奏能力高的企业更容易理解和利用合作企业的知识和技术经验，提高学习效果的同时增加创新机会，进而促进创新绩效的提升。本文在现有研究基础上，加入知识协奏能力这一情境变量，丰富了外部知识活动与内部知识能力对创新绩效共同作用的研究框架。

综上，本文对企业创新管理提出以下实践启示：

第一，在寻求合作伙伴过程中，企业应加强对双方知识领域的认识，选择与自身知识领域存在一定相似性，同时又可带来差异性知识的合作对象，从源头上保证外部知识的可靠性。由于吸收能力和成本的约束，拥有多样化知识、创新经验丰富的合作伙伴不一定能够给企业带来高附加值。企业在进行合作伙伴选择时，应充分了解双方的知识领域，在保证双方沟通效率的基础上，获取更多的外部异质性知识。

第二，企业在利用外部知识构建自身知识网络时，需要高度重视以互补性知识来填补自身知识缺口。创新活动具有较高的不确定性和风险性，企业不应该只追求知识领域广度的扩展，应该更加注重知识网络的细节性填补。在借助外部知识的过程中，企业可以重点关注与自身知识领域相关的研究成果，分析自身所欠缺的知识，将新知识嵌入企业内部知识体系中，实现知识的高效吸收。

第三，企业应重视知识协奏能力的作用，提高自身知识资源的重组潜力。不管是在寻求合作机会还是利用外部异质性知识过程中，知识协奏能力都是吸引合作或提高知识利用效率的重要因素。企业需要不断提高知识协奏能力，一方面，加强相关技术领域的知识积累，探索知识接口的可拓展方向；另一方面，提高自身知识资源的重组潜力，促进内外部知识资源的交融与创新。

参考文献：

［1］李雪松，党琳，赵宸宇.数字化转型、融入全球创新网络与创新绩效［J］.中国工业经济，2022（10）：43-61.

［2］杜传忠，疏爽，李泽浩.新质生产力促进经济高质量发展的机制分析与实现路径［J］.经济纵横，2023（12）：20-28.

［3］李纪琛，刘海建，李润芝.知识异质性对企业创新绩效的影响研究——基于社会关系的调节作用［J］.华东经济管理，2023，37（5）：42-51.

［4］CORRADINI C，DE PROPRIS L. Beyond Local Search：Bridging Platforms and Inter-sectoral Technological Integration［J］. Research Policy，2017，46（1）：196-206.

［5］余传鹏，林春培，张振刚，等.专业化知识搜寻、管理创新与企业绩效：认知评价的调节作用［J］.管理世界，2020，36（1）：146-166，240.

［6］张永云，刘杜娟.外部研发合作对企业创新绩效的影响——基于知识网络视角［J］.华东经济管理，2023，37（4）：110-119.

［7］VAEZ-ALAEI M，DENIAUD I，MARMIER F，et al. How Partners′ Knowledge Base and Complexity Are Related to Innovative Project Success：The Roles of Trust and Trust Capability of Partners［J］. International Journal of Project Management，2024，42（1）：102557.

［8］陈伟，王秀锋，曲慧，等.产学研协同创新共享行为影响因素研究［J］.管理评论，2020，32（11）：92-101.

［9］GEORGE G，KOTHA R，ZHENG Y. Entry into Insular Domains：A Longitudinal Study of Knowledge Structuration and Innovation in Biotechnology Firms［J］. Journal of Management Studies，2008，45（8）：1448-1474.

［10］WANG C，HU Q. Knowledge Sharing in Supply Chain Networks：Effects of Collaborative Innovation Activities and Capability on Innovation Performance［J］. Technovation，2020，94-95：102010.

［11］MAKRI M，HITT M A，LANE P J. Complementary Technologies，Knowledge Relatedness，and Invention Outcomes in High Technology Mergers and Acquisitions［J］. Strategic Management Journal，2010，31（6）：602-628.

［12］FRANKORT H T W. When Does Knowledge Acquisition in R&D Alliances Increase New Product Development？ The Moderating Roles of Technological Relatedness and Product-Market Competition［J］. Research Policy，2016，45（1）：291-302.

［13］ROSENKOPF L，ALMEIDA P. Overcoming Local Search Through Alliances and Mobility［J］. Management Science，2003，49（6）：751-766.

［14］SUBRAMANIAN A M，BO W，KAH-HIN C. The Role of Knowledge Base Homogeneity in Learning from Strategic Alliances［J］. Research Policy，2018，47（1）：158-168.

［15］刘岩，蔡虹.企业知识基础与技术创新绩效关系研究——基于中国电子信息行业的实证分析［J］.科学学与科学技术管理，2011，32（10）：64-69.

［16］张娜，刘凤朝.基于知识关系和活动过程的企业探索性创新绩效实现机制研究［J］.科研管理，2023，44（2）：45-54.

［17］CASSIMAN B，COLOMBO M G，GARRONE P，et al. The Impact of M&A on the R&D Process：An Empirical Analysis of the Role of Technological and Market Relatedness［J］. Research Policy，2005，34（2）：195-220.

［18］宋耘，王婕.网络特征和知识属性对企业创新绩效的影响［J］.管理科学，2020，33（3）：63-77.

［19］KATILA R，AHUJA G. Something Old，Something New：A Longitudinal Study of Search Behavior and New Product Introduction［J］. Academy of Management Journal，2002，45（6）：1183-1194.

［20］茅迪，施建军，陈效林.知识相关性对创新绩效影响的实证研究——企业技术并购视角［J］.科技进步与对策，2019，36（15）：129-136.

［21］IMAM H，ZAHEER M K. Shared Leadership and Project Success：The Roles of Knowledge Sharing，Cohesion and Trust in the Team［J］. International Journal of Project Management，2021，39（5）：463-473.

［22］JIN J L，WANG L. Resource Complementarity，Partner Differences，and International Joint Venture Performance［J］. Journal of Business Research，2021，130：232-246.

［23］曾经纬.跨界搜寻与突破式创新：知识惯性与知识协奏能力的作用［J］.科研管理，2023，44（7）：144-152.

［24］李柏洲，曾经纬.知识搜寻与吸收能力契合对企业创新绩效的影响——知识整合的中介作用［J］.科研管理，2021，42（6）：120-127.

［25］ARFI W B，HIKKEROVA L，SAHUT J M. External Knowledge Sources，Green Innovation and Performance［J］. Technological Forecasting and Social Change，2018，129：210-220.

［26］YAYAVARAM S，CHEN W R. Changes in Firm Knowledge Couplings and Firm Innovation Performance：The Moderating Role of Technological Complexity［J］. Strategic Management Journal，2015，36（3）：377-396.

［27］陈旭，刘春红，高长春，等. 知识多样性、知识网络密度与企业创新绩效［J］. 华东经济管理，2020，34（4）：38-45.

［28］CANTARELLI C C. Innovation in Megaprojects and the Role of Project Complexity［J］. Production Planning & Control，2022，33（9-10）：943-956.

［29］GARUD R，NAYYAR P R. Transformative Capacity：Continual Structuring by Intertemporal Technology Transfer［J］. Strategic Management Journal，1994，15（5）：365-385.

［30］GILBERT M，CORDEY-HAYES M. Understanding the Process of Knowledge Transfer to Achieve Successful Technological Innovation［J］. Technovation，1996，16（6）：301-312.

［31］WANG L，NOE R A. Knowledge Sharing：A Review and Directions for Future Research［J］. Human Resource Management Review，2010，20（2），115-131.

［32］HAMEED W U，NISAR Q A，WU H C. Relationships Between External Knowledge，Internal Innovation，Firms′ Open Innovation Performance，Service Innovation and Business Performance in the Pakistani Hotel Industry［J］. International Journal of Hospitality Management，2021，92：102745.

［33］ROBERTSON J，CARUANA A，FERREIRA C. Innovation Performance：The Effect of Knowledge-Based Dynamic Capabilities in Cross-Country Innovation Ecosystems［J］. International Business Review，2021，32（2）：101866.

［34］郭国庆，吴剑峰. 绩效管理企业知识库、技术探索与创新绩效关系研究：基于美国电子医疗设备行业的实证分析［J］. 南开管理评论，2007（3）：87-93.

［35］AHUJA G. The Duality of Collaboration：Inducements and Opportunities in the Formation of Interfirm Linkages［J］. Strategic Management Journal，2000，21（3）：317-343.

［36］HAGEDOORN J，LOKSHIN B，ZOBEL A K. Partner Type Diversity in Alliance Portfolios：Multiple Dimensions，Boundary Conditions and Firm Innovation Performance［J］. Journal of Management Studies，2018，55（5）：809-836.

［37］LI J，XIA J，ZAJAC E J. On the Duality of Political and Economic Stakeholder Influence on Firm Innovation Performance：Theory and Evidence from Chinese Firms［J］. Strategic Management Journal，2018，39（1）：193-216.

［38］HAANS R F J，PIETERS C，HE Z L. Thinking About U：Theorizing and Testing U‐and Inverted U‐Shaped Relationships in Strategy Research［J］. Strategic Management Journal，2016，37（7）：1177-1195.

［39］陈飞，苏章杰.城市规模的工资溢价：来源与经济机制［J］.管理世界，2021，37（1）：19-32，2，15-16.

［40］刘贯春，段玉柱，刘媛媛. 经济政策不确定性、资产可逆性与固定资产投资［J］. 经济研究，2019，54（8）：53-70.

［责任编辑：陶继华］