知識(shí)深度如何影響高校知識(shí)創(chuàng)新績效

知識(shí)深度如何影響高校知識(shí)創(chuàng)新績效？羅澤意，周完妹(湘潭大學(xué)，湖南湘潭411105)學(xué)術(shù)創(chuàng)業(yè)實(shí)際上是通過“知識(shí)生產(chǎn)—知識(shí)傳播—知識(shí)應(yīng)用”的知識(shí)創(chuàng)新鏈條拉伸實(shí)現(xiàn)知識(shí)增值的過程[1]。學(xué)術(shù)創(chuàng)業(yè)屬于知識(shí)創(chuàng)新范疇，但更加關(guān)注知識(shí)的應(yīng)用和對(duì)經(jīng)濟(jì)社會(huì)發(fā)展的直接作用，偏好于通過知識(shí)創(chuàng)新價(jià)值的表達(dá)和交換價(jià)值的實(shí)現(xiàn)來體現(xiàn)知識(shí)的工具價(jià)值。高校作為知識(shí)創(chuàng)新的主力軍，其知識(shí)創(chuàng)新績效對(duì)國家知識(shí)創(chuàng)新能力提升及經(jīng)濟(jì)社會(huì)發(fā)展具有重要的驅(qū)動(dòng)作用，是我國爭奪科技創(chuàng)新國際主導(dǎo)權(quán)的重要支撐因素。當(dāng)前高校知識(shí)創(chuàng)新績效和學(xué)業(yè)創(chuàng)新績效相關(guān)研究大多是運(yùn)用靜態(tài)或動(dòng)態(tài)指標(biāo)評(píng)價(jià)[2-3]。知識(shí)是組織創(chuàng)新創(chuàng)業(yè)能力提升最重要的資源，是知識(shí)創(chuàng)新組織獲取組織創(chuàng)業(yè)績效和創(chuàng)新競爭優(yōu)勢的重要支撐。分析創(chuàng)新組織對(duì)相關(guān)知識(shí)的吸收能力、整合能力和運(yùn)用能力(即知識(shí)深度)如何影響創(chuàng)新組織的知識(shí)創(chuàng)新績效比單純?cè)u(píng)價(jià)組織創(chuàng)新績效或創(chuàng)業(yè)績效更具建設(shè)性意義。但是，既有相關(guān)研究大多是以企業(yè)作為研究對(duì)象，以知識(shí)創(chuàng)新績效作為研究問題，得出的結(jié)論是知識(shí)深度對(duì)企業(yè)知識(shí)創(chuàng)新績效的影響呈現(xiàn)倒U型特征。那么知識(shí)深度與高校學(xué)術(shù)創(chuàng)新效率會(huì)有怎樣的響應(yīng)關(guān)系？它們之間的響應(yīng)關(guān)系是否也會(huì)具有倒U型特征？哪些重要因素在影響知識(shí)深度與高校學(xué)術(shù)創(chuàng)新效率之間的響應(yīng)關(guān)系？它們又是如何影響的？本文運(yùn)用33所高校2011—2020年的專利數(shù)據(jù)，探究知識(shí)深度與高校知識(shí)創(chuàng)新績效的響應(yīng)關(guān)系以及知識(shí)寬度、知識(shí)搜索和知識(shí)重用在其中的曲線調(diào)節(jié)作用，以期為高校知識(shí)創(chuàng)新績效和能力提升提供參考。(一)理論模型構(gòu)建1.知識(shí)深度與高校知識(shí)創(chuàng)新績效知識(shí)基礎(chǔ)理論認(rèn)為，創(chuàng)新能力的差距是由各自差異化的知識(shí)基礎(chǔ)造成的[4]。科研組織或個(gè)人對(duì)某一領(lǐng)域所獲知識(shí)的吸收能力、整合能力和運(yùn)用的熟練程度對(duì)其創(chuàng)新能力和創(chuàng)新績效具有根本性影響，即知識(shí)深度對(duì)組織或個(gè)人的創(chuàng)新能力和績效具有根本性影響。知識(shí)深度越高，組織或個(gè)人的知識(shí)網(wǎng)絡(luò)結(jié)構(gòu)就越復(fù)雜[5]，可以更好地通過整合某領(lǐng)域?qū)I(yè)元知識(shí)，對(duì)其反復(fù)重組吸收和利用，增加知識(shí)網(wǎng)絡(luò)節(jié)點(diǎn)。所以，知識(shí)深度的挖掘有利于增強(qiáng)其發(fā)現(xiàn)某學(xué)科領(lǐng)域前沿問題的敏銳洞察力，越能提升從根源處解決問題的能力，因此對(duì)知識(shí)創(chuàng)新和知識(shí)創(chuàng)新績效具有正向作用。但是既有研究[6-7]表明：企業(yè)組織中，知識(shí)深度對(duì)于知識(shí)創(chuàng)新績效的影響并不總是正向的，也可能帶來負(fù)面效應(yīng)。一般認(rèn)為是因?yàn)橹R(shí)深度可能會(huì)造成其思維的固化，產(chǎn)生“知識(shí)剛性”現(xiàn)象，從而給企業(yè)科研創(chuàng)新帶來負(fù)向影響。從知識(shí)創(chuàng)新的一般角度講，高校的知識(shí)創(chuàng)新也可能存在“知識(shí)剛性”現(xiàn)象。但由于高校以知識(shí)創(chuàng)新作為基本職能之一，能夠?qū)Α爸R(shí)剛性”保持警惕和預(yù)防，會(huì)有意識(shí)有組織地減少或者消除知識(shí)深度對(duì)知識(shí)創(chuàng)新績效帶來的負(fù)面影響。2.知識(shí)寬度因素的調(diào)節(jié)作用知識(shí)深度對(duì)于高校的知識(shí)創(chuàng)新績效的影響關(guān)系曲線可能會(huì)受到知識(shí)寬度的影響。依據(jù)組織吸收能力理論和知識(shí)基礎(chǔ)理論，組織是一個(gè)知識(shí)元相互交叉結(jié)合的有機(jī)體[8]?？蒲腥藛T或團(tuán)隊(duì)的知識(shí)寬度，可以促進(jìn)其有效識(shí)別、獲取、吸收重組以及創(chuàng)造運(yùn)用有效知識(shí)，從而提升其科研創(chuàng)新能力[9]。在整個(gè)科研創(chuàng)新的過程中，知識(shí)寬度起到了一定的基礎(chǔ)性調(diào)節(jié)作用。高校及其科研人員首先在自身原有知識(shí)寬度的基礎(chǔ)上，通過識(shí)別獲取有效的外部新知識(shí)，然后再將原有知識(shí)和外部獲取的新知識(shí)相結(jié)合創(chuàng)造新知識(shí)，從而利用新知識(shí)實(shí)現(xiàn)科研創(chuàng)新性開拓。高校及其科研人員的知識(shí)基礎(chǔ)越寬，意味著其自身擁有更為豐富的知識(shí)種類，其知識(shí)面越廣，對(duì)于識(shí)別獲取有效知識(shí)越有利。然而，需要警惕的是“黏性知識(shí)”的產(chǎn)生[10]，知識(shí)基礎(chǔ)過寬可能會(huì)減緩其知識(shí)吸收重組的速度和效率，容易誘發(fā)其滿足于現(xiàn)有知識(shí)儲(chǔ)備，在科研工作過程中易產(chǎn)生懈怠心理，從而降低其科研創(chuàng)新績效。這可能會(huì)抵消一部分知識(shí)深度對(duì)高校知識(shí)創(chuàng)新績效的正向影響，增強(qiáng)一部分知識(shí)深度對(duì)高校知識(shí)創(chuàng)新績效的負(fù)向影響。3.知識(shí)搜索因素的調(diào)節(jié)作用高校知識(shí)搜索的深度及寬度在一定程度對(duì)其知識(shí)的吸收和轉(zhuǎn)化能力造成影響，從而影響其創(chuàng)新效率[10]。為了緩解或防止過度依賴內(nèi)部知識(shí)，高校需要源源不斷地從外界獲取新的知識(shí)，豐富自身的知識(shí)儲(chǔ)備，從而進(jìn)一步進(jìn)行知識(shí)的耦合和轉(zhuǎn)化，為科研事業(yè)做出更大貢獻(xiàn)。同時(shí)，從外界獲取的知識(shí)會(huì)影響內(nèi)部知識(shí)的擴(kuò)散效率以及知識(shí)的重組和創(chuàng)新質(zhì)量[11]。伴隨知識(shí)搜索量的提升，高校的知識(shí)創(chuàng)新效率不總是與之呈正向的調(diào)節(jié)關(guān)系。在知識(shí)搜索量達(dá)到一定峰值，知識(shí)過度重組耦合時(shí)，有可能會(huì)導(dǎo)致部分高?？蒲腥藛T創(chuàng)新性減弱，學(xué)術(shù)能力衰退等問題?？傊?，隨著知識(shí)搜索量、知識(shí)儲(chǔ)備、知識(shí)耦合等的增加，高校的知識(shí)創(chuàng)新績效也會(huì)隨之增加；但當(dāng)高校對(duì)新的知識(shí)搜索量超過一定的限度之后，由于時(shí)間成本、學(xué)習(xí)的效率以及整合能力等會(huì)使得知識(shí)創(chuàng)新績效呈負(fù)向發(fā)展[12]。因此，高校對(duì)于新知識(shí)搜索的數(shù)量，將會(huì)影響到其對(duì)于知識(shí)的吸收和轉(zhuǎn)化能力，從而對(duì)于知識(shí)深度與高校知識(shí)創(chuàng)新績效之間的關(guān)系產(chǎn)生影響。4.知識(shí)重用因素的調(diào)節(jié)作用知識(shí)重用主要是指新的知識(shí)點(diǎn)從產(chǎn)生到高校搜索到此知識(shí)點(diǎn)的時(shí)間間隔內(nèi)，該知識(shí)點(diǎn)的被引次數(shù)。組織的學(xué)習(xí)理論認(rèn)為，新的信息流的產(chǎn)生是在知識(shí)耦合和重組的過程中所產(chǎn)生的。該信息流集中反映和影響著組織及其科研人員對(duì)于新的知識(shí)點(diǎn)的學(xué)習(xí)、理解、吸收以及轉(zhuǎn)化的能力。當(dāng)重用頻次越高時(shí)，高校及其科研人員的知識(shí)創(chuàng)新績效與新知識(shí)深度之間的“倒U”型的關(guān)系曲線則會(huì)變得平緩[5，14]。因?yàn)?，知識(shí)點(diǎn)在知識(shí)重用頻次明顯提高時(shí)，與它產(chǎn)生知識(shí)重組從而產(chǎn)生新的發(fā)明或創(chuàng)作的概率和次數(shù)將會(huì)增多，而該知識(shí)的新穎度以及其再次發(fā)生重組的概率可能會(huì)降低。此外，過高的知識(shí)重組頻次可能導(dǎo)致高校吸收和利用知識(shí)點(diǎn)的惰性，即偏好吸收和利用那些既有知識(shí)。這種惰性將使其知識(shí)搜索的效率降低，進(jìn)而使得再次創(chuàng)新的能力下降。故，綜合上述分析我們最終建立的理論分析模型(見圖1)。知識(shí)深度對(duì)高校知識(shí)創(chuàng)新績效存在顯著影響，且其影響關(guān)系可能是較平緩的倒U型或者非倒U型。而知識(shí)搜索、知識(shí)寬度以及知識(shí)重用通過調(diào)整知識(shí)深度與創(chuàng)新績效的關(guān)系向度而影響高校知識(shí)創(chuàng)新績效。其中，知識(shí)搜索和知識(shí)寬度主要起負(fù)向調(diào)節(jié)作用，促進(jìn)知識(shí)深度與高校知識(shí)創(chuàng)新績效的倒U型響應(yīng)關(guān)系的形成，而知識(shí)重用則主要起正向調(diào)節(jié)作用。圖1理論模型構(gòu)建結(jié)果(二)研究假設(shè)根據(jù)理論模型構(gòu)建結(jié)果，我們提出如下具體假設(shè)：H1：知識(shí)深度對(duì)高校知識(shí)創(chuàng)新績效的影響呈現(xiàn)倒U型關(guān)系。H2：知識(shí)寬度負(fù)向調(diào)節(jié)知識(shí)深度與高校知識(shí)創(chuàng)新績效間的響應(yīng)關(guān)系。H3：知識(shí)搜索負(fù)向調(diào)節(jié)知識(shí)深度與高校知識(shí)創(chuàng)新績效間的響應(yīng)關(guān)系。H4：知識(shí)重用正向調(diào)節(jié)知識(shí)深度與高校知識(shí)創(chuàng)新績效間的響應(yīng)關(guān)系。(一)樣本選取和數(shù)據(jù)來源結(jié)合軟科中國大學(xué)排名及各高校在2011—2020年的平均年度專利申請(qǐng)數(shù)據(jù)，并剔除經(jīng)差異化指標(biāo)列入排行榜的政法、語言、體育等單科性大學(xué)，最終選取我國33所具有專利指標(biāo)代表性的高校在2011—2020年的公開專利數(shù)據(jù)作為研究樣本，整理成為短面板數(shù)據(jù)并測度相關(guān)變量。通過運(yùn)用Excel和Stata16.0軟件對(duì)數(shù)據(jù)進(jìn)行篩選和整理，最終樣本含有218512條公開專利以及330個(gè)觀測值。本文所用專利數(shù)據(jù)均來源于大為innojoy專利數(shù)據(jù)庫。為排除各高校間專利數(shù)據(jù)差異的影響，主要選取單科類和綜合類高校專利數(shù)據(jù)，并根據(jù)年申請(qǐng)、公開專利數(shù)以及專利引用次數(shù)篩選出33所高校專利數(shù)據(jù)作為研究樣本。(二)變量及其操作化1.因變量因變量為高校知識(shí)創(chuàng)新績效。專利權(quán)屬于私人財(cái)產(chǎn)權(quán)的一種，和知識(shí)創(chuàng)新成果的運(yùn)用與增值密切相關(guān)，因此可以運(yùn)用專利數(shù)據(jù)衡量高校的知識(shí)創(chuàng)新績效。本文采用高校2011—2020年公開的專利總數(shù)來表示其知識(shí)創(chuàng)新績效。2.自變量自變量為知識(shí)深度。借鑒王巍等學(xué)者的方法，將知識(shí)深度(Depth)操作化定義為技術(shù)關(guān)聯(lián)度占比均值之和(Proportionoftechnologyrelevance，PTR),如公式(1)所示。即在第t個(gè)觀測年度內(nèi)，各高校每個(gè)專利分類號(hào)下，每個(gè)專利技術(shù)類別占比與子樣本中該專利技術(shù)類別占比。知識(shí)深度(Depth)就是在公式(1)的基礎(chǔ)上，求出技術(shù)關(guān)聯(lián)度占比的均值再求和，如公式(2)所示。(1)(2)其中，P指該觀測年度內(nèi)某高?？蒲袑＠诸愄?hào)r所含有的專利數(shù)量，t是指樣本觀測年，i是指子樣本中即各高校觀測年的科研人員總數(shù)。公式(1)代表的是高校的技術(shù)比較優(yōu)勢，PRT數(shù)值越高，說明該高校在某學(xué)科或技術(shù)領(lǐng)域內(nèi)占有相對(duì)高的技術(shù)比較優(yōu)勢；反之，則占有相對(duì)低的技術(shù)比較優(yōu)勢。公式(2)衡量的是各高校的知識(shí)深度，該數(shù)值越高，表明高校的專利知識(shí)在某學(xué)科領(lǐng)域內(nèi)越集中，即知識(shí)深度越高；同理，該數(shù)值越低，則表明高校的專利知識(shí)在某學(xué)科領(lǐng)域內(nèi)越分散，即知識(shí)深度越低。3.調(diào)節(jié)變量(1)知識(shí)寬度借鑒韓軍輝和閆藝的思路，將專利分類號(hào)作為主要度量知識(shí)寬度的依據(jù)。在各高校專利分類號(hào)下，將2011—2020年每年所擁有的發(fā)明專利、實(shí)用新型專利、外觀專利中，獨(dú)次出現(xiàn)的專利數(shù)量作為知識(shí)寬度。高校擁有的該類專利分類號(hào)數(shù)量越多，說明其擁有的知識(shí)基礎(chǔ)越寬。(2)知識(shí)搜索借鑒王巍等的思路，將專利的后向引用信息作為衡量知識(shí)搜索的主要依據(jù)。從大為innojoy專利數(shù)據(jù)庫中，提取各高校每年公開專利項(xiàng)下引用其他科研人員或組織的專利數(shù)據(jù)，測算其后向引用的專利次數(shù)，以此作為測量知識(shí)搜索的依據(jù)。高校公開專利后向引用專利的次數(shù)越多，說明其科研人員的知識(shí)搜索度越高。(3)知識(shí)重用借鑒KokH和羅蕾等人提出的知識(shí)組件測算思路，將專利的被引證次數(shù)作為衡量知識(shí)重用的依據(jù)。首先，針對(duì)各高校的公開專利信息，識(shí)別出2011—2020年間每年的新引用專利，提取其被其他科研人員或組織引證的數(shù)據(jù)信息。其次，將整理出來的被引證信息匯總，求出觀測年度內(nèi)各高校每年被引證次數(shù)的均值。最后，將均值作為高?？蒲腥藛T知識(shí)重組的測算依據(jù)，均值越高說明其知識(shí)重用越高。4.控制變量除了知識(shí)深度、知識(shí)寬度和知識(shí)重用的影響外，高校知識(shí)創(chuàng)新績效還受到其他因素的影響。根據(jù)以往學(xué)者的經(jīng)驗(yàn)，選取知識(shí)集成、知識(shí)轉(zhuǎn)化、關(guān)系強(qiáng)度、專利保護(hù)、研發(fā)能力、市場價(jià)值這六個(gè)因素作為控制變量。知識(shí)集成能力一定程度上反映了高?？蒲腥藛T的創(chuàng)新質(zhì)量，知識(shí)集成能力越強(qiáng)，越有利于科研人員創(chuàng)新。借鑒張端陽和秦鵬飛等人知識(shí)集成的測算思路，本文將各高校觀測年度內(nèi)的專利授權(quán)量作為衡量知識(shí)集成的依據(jù)。知識(shí)轉(zhuǎn)化是知識(shí)生產(chǎn)鏈條中不可缺少的一環(huán)，它在較大程度上對(duì)高校的知識(shí)創(chuàng)新績效產(chǎn)生影響。知識(shí)轉(zhuǎn)化頻率越高越充分，學(xué)術(shù)創(chuàng)業(yè)的績效便越高。借鑒許思嫻學(xué)者的專利視角下測算產(chǎn)業(yè)貢獻(xiàn)的做法，將各高校觀測年度內(nèi)的專利許可量、轉(zhuǎn)讓量和質(zhì)押量作為知識(shí)轉(zhuǎn)化的測算指標(biāo)。關(guān)系強(qiáng)度一定程度上反映了高校內(nèi)部科研人員的團(tuán)隊(duì)合作能力，一般認(rèn)為關(guān)系強(qiáng)度越高，科研人員之間的知識(shí)交叉融合度越高，因而越有利于科研創(chuàng)新[14]。借鑒以往研究，本文將觀測年度內(nèi)，各高校內(nèi)部科研人員平均合作申請(qǐng)的專利數(shù)，作為衡量關(guān)系強(qiáng)度的指標(biāo)。專利保護(hù)一定程度上反映了學(xué)術(shù)創(chuàng)業(yè)的環(huán)境，專利保護(hù)程度越高越有利于科研創(chuàng)新。借鑒以往學(xué)者的做法，在此選取各高校觀測年度內(nèi)的專利同族數(shù)和權(quán)利要求數(shù)，作為衡量專利保護(hù)程度的指標(biāo)。研發(fā)能力一定程度上反映了高校自身的科研創(chuàng)新能力和學(xué)術(shù)創(chuàng)業(yè)潛力，其研發(fā)能力越強(qiáng)，知識(shí)創(chuàng)新績效可能越高。借鑒以往學(xué)者的做法，在此選取各高校觀測年度內(nèi)科研人員個(gè)人被授權(quán)的專利數(shù)量，作為測算研發(fā)能力的指標(biāo)。市場價(jià)值一定程度上反映了知識(shí)創(chuàng)新績效的質(zhì)量和影響力，市場價(jià)值越高，學(xué)術(shù)創(chuàng)業(yè)的績效也就越高。本文選取各高校觀測年度內(nèi)專利平均剩余有效期作為測算依據(jù)。(三)模型設(shè)定由于本文因變量專利公開量屬于非負(fù)計(jì)數(shù)變量，依據(jù)以往學(xué)者的做法，可以使用泊松分布和多層次回歸分析模型進(jìn)行分析。通過對(duì)因變量進(jìn)行分析(見表1)發(fā)現(xiàn)，均值與方差不相等，因此不采用泊松分布進(jìn)行估計(jì)。由于本文選取的研究樣本屬于短面板數(shù)據(jù)，借助Hausman檢驗(yàn)，分別對(duì)變量進(jìn)行固定效應(yīng)回歸和隨機(jī)效應(yīng)回歸，得出在P0.05)該回歸說明，知識(shí)深度對(duì)于高校知識(shí)創(chuàng)新績效有正向影響的假設(shè)得到支持，而知識(shí)深度對(duì)于高校知識(shí)創(chuàng)新績效有負(fù)向影響的假設(shè)未得到支持。故，假設(shè)1得到部分驗(yàn)證。模型3在模型2的基礎(chǔ)上加入知識(shí)寬度與知識(shí)深度的交互項(xiàng)，檢驗(yàn)知識(shí)寬度對(duì)知識(shí)深度與高校知識(shí)創(chuàng)新績效“倒U”型關(guān)系的調(diào)節(jié)作用?；貧w結(jié)果表明，知識(shí)深度一次項(xiàng)系數(shù)顯著為正(0.700，P0.05)，知識(shí)寬度與知識(shí)深度的平方交互項(xiàng)系數(shù)顯著為負(fù)(-0.036，P0.05)，知識(shí)搜索與知識(shí)深度的平方交互項(xiàng)系數(shù)顯著為負(fù)(-0.026，P0.05)，知識(shí)深度平方項(xiàng)系數(shù)為負(fù)但不顯著(-0.019，P>0.05)，知識(shí)重用與知識(shí)深度的一次交互項(xiàng)系數(shù)顯著為正(0.137，P0.05)。該結(jié)果說明，如果沒有其他要素(知識(shí)寬度、知識(shí)搜索)的干預(yù)，知識(shí)重用這個(gè)調(diào)節(jié)變量對(duì)知識(shí)深度與高校知識(shí)創(chuàng)新績效有“倒U”型相應(yīng)關(guān)系不會(huì)發(fā)生顯著調(diào)節(jié)作用。但模型6在模型5的基礎(chǔ)之上加入了知識(shí)寬度和知識(shí)搜索變量后，發(fā)現(xiàn)知識(shí)重用的正向調(diào)節(jié)作用變得顯著，保障了知識(shí)深度對(duì)高校知識(shí)創(chuàng)新績效的正向顯著作用和非倒U型相應(yīng)關(guān)系。知識(shí)深度的系數(shù)顯著且為正(0.456，P<0.05)，知識(shí)重用與知識(shí)深度二次交互項(xiàng)系數(shù)顯著為且正(0.077，P<0.05)。這說明，當(dāng)知識(shí)寬度和知識(shí)搜索的負(fù)向調(diào)節(jié)作用出現(xiàn)時(shí)，知識(shí)重用的正向調(diào)節(jié)作用會(huì)隨之出現(xiàn)。故，假設(shè)4得到驗(yàn)證。為了更直觀地說明知識(shí)寬度、知識(shí)搜索的曲線調(diào)節(jié)作用，綜合運(yùn)用Stata16.0軟件和Excel軟件，繪制模型3、模型4、模型6的調(diào)節(jié)效應(yīng)圖，如圖2、圖3、圖4所示。圖2知識(shí)寬度調(diào)節(jié)效應(yīng)圖3知識(shí)搜索調(diào)節(jié)效應(yīng)圖4知識(shí)重用調(diào)節(jié)效應(yīng)圖2顯示，當(dāng)知識(shí)寬度越寬時(shí)，其對(duì)知識(shí)深度與高校知識(shí)創(chuàng)新績效的“倒U”型關(guān)系的負(fù)向調(diào)節(jié)作用越顯著。比較而言，當(dāng)知識(shí)基礎(chǔ)寬度越窄時(shí)，其對(duì)自變量與因變量關(guān)系的負(fù)向調(diào)節(jié)比知識(shí)基礎(chǔ)較寬時(shí)的作用更弱。圖3顯示，當(dāng)知識(shí)搜索程度越高時(shí)，其對(duì)知識(shí)深度與高校知識(shí)創(chuàng)新績效的“倒U”型關(guān)系的負(fù)向調(diào)節(jié)作用越顯著。當(dāng)知識(shí)搜索程度越低時(shí)，對(duì)自變量與因變量關(guān)系的負(fù)向調(diào)節(jié)作用比知識(shí)搜索程度較高時(shí)更弱。圖4顯示，在知識(shí)寬度和知識(shí)搜索負(fù)向調(diào)節(jié)作用凸顯的情景下，知識(shí)重用程度越高，其對(duì)知識(shí)深度與高校知識(shí)創(chuàng)新績效的“倒U”型關(guān)系的正向調(diào)節(jié)作用越顯著。反之亦然。綜合上述實(shí)證結(jié)果分析，H2、H3、H4成立并通過了數(shù)據(jù)檢驗(yàn)，H1部分成立。當(dāng)知識(shí)寬度、知識(shí)搜索對(duì)知識(shí)深度與高校知識(shí)創(chuàng)新效率的響應(yīng)關(guān)系發(fā)揮負(fù)向調(diào)節(jié)作用時(shí)，知識(shí)重用的正向調(diào)節(jié)作用也會(huì)隨之出現(xiàn)，并將知識(shí)深度與高校知識(shí)創(chuàng)新效率響應(yīng)關(guān)系拉離倒U型軌道，從而使之回到正向線性響應(yīng)關(guān)系。(三)穩(wěn)健性檢驗(yàn)由于不同的樣本對(duì)于所得的結(jié)果具有不同的敏感性，單科類大學(xué)專利產(chǎn)出或高于綜合類大學(xué)，其知識(shí)創(chuàng)新的影響因素也不完全相同。我們按照高校類型，將樣本劃分為單科類和綜合類高校樣本，比較分析單科類和綜合類大學(xué)的知識(shí)深度及其對(duì)高校知識(shí)創(chuàng)新績效的影響，檢驗(yàn)結(jié)果見表3和表4。經(jīng)分析，我們得到以下結(jié)論。表3穩(wěn)健性檢驗(yàn)結(jié)果1(單科類高校)續(xù)表3表4穩(wěn)健性檢驗(yàn)結(jié)果2(綜合類高校)續(xù)表4第一，對(duì)單科類高校與綜合類高校進(jìn)行分樣本回歸，模型2結(jié)果都顯示知識(shí)深度對(duì)高校知識(shí)創(chuàng)新績效呈現(xiàn)顯著的“倒U”型的影響關(guān)系，說明學(xué)校類型的劃分并不影響知識(shí)深度對(duì)于高校知識(shí)創(chuàng)新績效的影響，所得結(jié)果與表2檢驗(yàn)結(jié)果相一致。第二，兩個(gè)子樣本的知識(shí)寬度對(duì)知識(shí)深度與高校知識(shí)創(chuàng)新績效“倒U”型關(guān)系的調(diào)節(jié)作用不同，單科類大學(xué)知識(shí)寬度對(duì)知識(shí)深度與高校知識(shí)創(chuàng)新績效間的“倒U”型關(guān)系具有負(fù)向調(diào)節(jié)作用(-0.004，P<0.014)，與表2檢驗(yàn)結(jié)果一致；綜合類大學(xué)知識(shí)寬度對(duì)知識(shí)深度與高校知識(shí)創(chuàng)新績效間的“倒U”型關(guān)系具有正向調(diào)節(jié)作用(0.013，P<0.016)，與表2檢驗(yàn)結(jié)果稍有不同。第三，兩個(gè)子樣本的知識(shí)搜索對(duì)知識(shí)深度與高校知識(shí)創(chuàng)新績效“倒U”型關(guān)系的調(diào)節(jié)作用不同，單科類大學(xué)知識(shí)搜索對(duì)知識(shí)深度與高校知識(shí)創(chuàng)新績效間的“倒U”型關(guān)系具有負(fù)向調(diào)節(jié)作用(-0.004，P<0.015)，假設(shè)3得到驗(yàn)證；綜合類大學(xué)知識(shí)搜索對(duì)知識(shí)深度與高校知識(shí)創(chuàng)新績效間的“倒U”型關(guān)系具有正向調(diào)節(jié)作用(0.01，P<0.018)，與表2檢驗(yàn)結(jié)果稍有不同。第四，兩個(gè)子樣本的知識(shí)重用對(duì)知識(shí)深度與高校知識(shí)創(chuàng)新績效“倒U”型關(guān)系的調(diào)節(jié)作用相同。單科類大學(xué)知識(shí)重用對(duì)知識(shí)深度與高校知識(shí)創(chuàng)新績效間的“倒U”型關(guān)系具有正向調(diào)節(jié)作用(0.035，P<0.025)；綜合類大學(xué)知識(shí)重用對(duì)知識(shí)深度與高校知識(shí)創(chuàng)新績效間的“倒U”型關(guān)系也具有正向調(diào)節(jié)作用(0.035，P<0.031)，與表2檢驗(yàn)結(jié)果一致。第五，穩(wěn)健性檢驗(yàn)與假設(shè)2、假設(shè)3稍有出入，原因在于單科類與綜合類大學(xué)的知識(shí)搜索、知識(shí)寬度對(duì)于其知識(shí)創(chuàng)新績效影響不同，可能的原因是綜合類大學(xué)指學(xué)科門類涵蓋齊全、跨學(xué)科學(xué)術(shù)知識(shí)領(lǐng)域的大學(xué)，科研實(shí)力、綜合實(shí)力較單科類高校強(qiáng)，故有正向調(diào)節(jié)知識(shí)深度與高校知識(shí)創(chuàng)新績效間的“倒U”型關(guān)系的表現(xiàn)。(一)研究結(jié)論本文以知識(shí)基礎(chǔ)理論、組織學(xué)習(xí)理論和吸收能力理論為基礎(chǔ)，從大為innojoy專利數(shù)據(jù)庫，選取33所綜合性高校在2011年至2020年公開的專利數(shù)據(jù)作為研究樣本，通過個(gè)體固定效應(yīng)的層級(jí)多元回歸分析得出了以下結(jié)論。第一，知識(shí)深度對(duì)高校知識(shí)創(chuàng)新績效的促進(jìn)作用顯著，但二者之間并不具有顯著的“倒U”型影響關(guān)系。知識(shí)深度對(duì)高校知識(shí)創(chuàng)新績效具有正向影響。高校知識(shí)深度越高時(shí)，其知識(shí)整合創(chuàng)新的能力越強(qiáng)。利用自身所學(xué)知識(shí)識(shí)別獲取外部新知識(shí)，并對(duì)新知識(shí)與自身已有知識(shí)進(jìn)行辯證融合，從而加深其對(duì)某知識(shí)領(lǐng)域的精通度。第二，知識(shí)寬度對(duì)知識(shí)深度與高校知識(shí)創(chuàng)新績效的響應(yīng)關(guān)系其負(fù)向曲線調(diào)節(jié)作用，在排除其他因素干擾情況下，知識(shí)寬度會(huì)導(dǎo)致知識(shí)深度與高校知識(shí)創(chuàng)新績效的響應(yīng)關(guān)系呈“倒U”型。高校的知識(shí)基礎(chǔ)越寬，意味著其自身擁有更全面的知識(shí)儲(chǔ)備，從而越有利于其科研創(chuàng)新。然而，當(dāng)高校知識(shí)基礎(chǔ)寬度達(dá)到一定程度則可能會(huì)減緩其知識(shí)吸收重組的速度和效率，容易誘發(fā)其滿足于現(xiàn)有知識(shí)儲(chǔ)備，從而降低其科研創(chuàng)新績效。故在增強(qiáng)知識(shí)寬度的前提下，會(huì)減弱知識(shí)深度對(duì)于高校知識(shí)創(chuàng)新績效的“倒U”型影響。第三，知識(shí)搜索對(duì)知識(shí)深度與高校知識(shí)創(chuàng)新績效的響應(yīng)關(guān)系其負(fù)向曲線調(diào)節(jié)作用，在排除其他因素干擾情況下，知識(shí)搜索會(huì)導(dǎo)致知識(shí)深度與高校知識(shí)創(chuàng)新績效的響應(yīng)關(guān)系呈“倒U”型。隨著高校知識(shí)搜索量、知識(shí)儲(chǔ)備、知識(shí)耦合等增加，其創(chuàng)新績效也會(huì)隨之增加；但當(dāng)高?？蒲腥藛T對(duì)新的知識(shí)搜索量超過一定的限度之后，由于時(shí)間成本、學(xué)習(xí)的效率以及整合能力等會(huì)使得高校知識(shí)創(chuàng)新績效呈負(fù)向發(fā)展。故在加入調(diào)節(jié)變量知識(shí)搜索的前提下，會(huì)減弱知識(shí)深度對(duì)于高校知識(shí)創(chuàng)新績效的“倒U”型影響。第四，知識(shí)重用對(duì)知識(shí)深度與高校知識(shí)創(chuàng)新績效的響應(yīng)關(guān)系具有正向調(diào)節(jié)作用，但其調(diào)節(jié)作用是有條件的，即只有知識(shí)寬度和知識(shí)搜索的負(fù)向調(diào)節(jié)機(jī)制發(fā)揮作用時(shí)，知識(shí)重用的正向調(diào)節(jié)作用才會(huì)顯現(xiàn)。當(dāng)知識(shí)寬度和知識(shí)搜索導(dǎo)致知識(shí)深度對(duì)知識(shí)創(chuàng)新績效的作用下降時(shí)，高校及其科研人員可能尋求知識(shí)重用的幫助，通過尋求對(duì)已有知識(shí)的重復(fù)利用和反復(fù)挖掘，通過知識(shí)重組(典型的就是交叉研究)提升支持知識(shí)創(chuàng)新效率。第五，單科類大學(xué)與綜合類大學(xué)知識(shí)創(chuàng)新的基礎(chǔ)不同，知識(shí)搜索與知識(shí)寬度作用表現(xiàn)不同。單科類大學(xué)的知識(shí)搜索負(fù)向調(diào)節(jié)知識(shí)深度與高校知識(shí)創(chuàng)新績效的響應(yīng)關(guān)系；綜合類大學(xué)的知識(shí)搜索正向調(diào)節(jié)知識(shí)深度與高校知識(shí)創(chuàng)新績效的響應(yīng)關(guān)系。單科類大學(xué)的知識(shí)寬度負(fù)向調(diào)節(jié)知識(shí)深度與高校知識(shí)創(chuàng)新績效的響應(yīng)關(guān)系；綜合類大學(xué)的知識(shí)寬度正向調(diào)節(jié)知識(shí)深度與高校知識(shí)創(chuàng)新績效的響應(yīng)關(guān)系。(二)討論本研究通過對(duì)高校知識(shí)創(chuàng)新效率的研究得到的結(jié)論與其他學(xué)者對(duì)企業(yè)知識(shí)創(chuàng)新效率的研究結(jié)果既有相同之處也有差異之處。相同之處在于，知識(shí)寬度和知識(shí)搜索對(duì)高校知識(shí)深度與知識(shí)創(chuàng)新效率的響應(yīng)關(guān)系同樣存在負(fù)向曲線調(diào)節(jié)作用。不同之處在于，高校知識(shí)深度與知識(shí)創(chuàng)新效率之間的響應(yīng)關(guān)系并未像企業(yè)中知識(shí)深度與知識(shí)創(chuàng)新那樣直接呈現(xiàn)倒U型關(guān)系特征。只有在知識(shí)寬度和知識(shí)搜索負(fù)向曲線調(diào)節(jié)作用下，高校知識(shí)深度與知識(shí)創(chuàng)新效率之間響應(yīng)關(guān)系才會(huì)出現(xiàn)倒U型特征。并且，這種倒U型現(xiàn)象在知識(shí)重用加入時(shí)會(huì)被消除。這個(gè)差異可能是本研究的重要價(jià)值所在，也是值得進(jìn)一步討論之處。高校知識(shí)深度與知識(shí)創(chuàng)新績效之間的響應(yīng)關(guān)系之所以未呈現(xiàn)倒U型特征，其原因可能來自三個(gè)方面。其一，可能是高校知識(shí)深度對(duì)其知識(shí)創(chuàng)新的正向促進(jìn)作用較大抵消由于知識(shí)深度越深造成的“知識(shí)剛性”現(xiàn)象等負(fù)向影響，從而造成了倒U型特征的不顯著。這一點(diǎn)可以通過比較模型2、模型3、模型4、模型6中的知識(shí)深度對(duì)高校創(chuàng)新績效的貢獻(xiàn)系數(shù)看出。模型3在模型2的基礎(chǔ)之上加入知識(shí)寬度時(shí)，該系數(shù)由0.154提升到0.7。模型4在模型2基礎(chǔ)上加入知識(shí)搜索時(shí)，該系數(shù)由0.154提升到0.637。而模型6將知識(shí)寬度、知識(shí)搜索、知識(shí)重用全部加入計(jì)算時(shí)，該系數(shù)則變?yōu)?.456，大于0.154而小于0.637和0.7。這說明，模型2中的貢獻(xiàn)系數(shù)最低可能是由于部分貢獻(xiàn)被用于抵制U型特征，而在知識(shí)重用對(duì)U型特征正向曲線調(diào)節(jié)作用下，知識(shí)深度用于抵制U型特征的貢獻(xiàn)又部分被再次釋放。其二，也可能是以知識(shí)創(chuàng)新為基本職能的高校本身自有一套應(yīng)對(duì)“知識(shí)剛性”的作用機(jī)制，消除或者削弱了“知識(shí)剛性”的負(fù)面影響。高校和企業(yè)存在本質(zhì)區(qū)別。企業(yè)的