“合作對”視角下合作伙伴知識基礎與企業(yè)知識獲?。褐R鄰近性的調(diào)節(jié)作用

摘

要：運用知識基礎理論，基于納米能源領(lǐng)域?qū)＠麛?shù)據(jù)，篩選出企業(yè)合作對，探究合作伙伴的知識基礎特征對焦點企業(yè)知識獲取的影響，分析焦點企業(yè)與合作伙伴知識鄰近性的調(diào)節(jié)效應。負二項回歸分析結(jié)果表明，合作伙伴知識多樣性、知識組合機會對焦點企業(yè)知識獲取都具有促進作用；合作伙伴知識組合潛力越大，焦點企業(yè)知識獲取越少；合作雙方的知識鄰近性弱化了合作伙伴知識組合潛力與焦點企業(yè)知識獲取的負向關(guān)系，強化了合作伙伴知識組合機會與焦點企業(yè)知識獲取的正向關(guān)系。關(guān)鍵詞：知識多樣性；知識組合潛力；知識組合機會；知識鄰近性；知識獲取中圖分類號：F273.1；F272

文獻標志碼：A

文章編號：1673-291X（2024）06-0019-04引言如今創(chuàng)新已經(jīng)成為時代發(fā)展的主題，企業(yè)要想在競爭中獲取優(yōu)勢，就必須加強知識創(chuàng)造和技術(shù)創(chuàng)新。很少有公司擁有成功和持續(xù)創(chuàng)新所需要的所有資源和能力。企業(yè)基于合作從外部獲取知識，并與內(nèi)部知識進行整合，是提升企業(yè)自身創(chuàng)新能力和創(chuàng)新績效的重要途徑。因此，在未來合作中知識獲取預期是企業(yè)在合作創(chuàng)新中選擇合作伙伴的重要考量因素。知識獲取越來越受學界的關(guān)注。已有研究按照知識獲取的知識源，將其劃分為內(nèi)部知識獲取和外部知識獲取。內(nèi)部知識獲取主要指基于企業(yè)內(nèi)部的研發(fā)活動增加企業(yè)的新知識，外部知識獲取主要指通過企業(yè)并購、R&D聯(lián)盟、技術(shù)購買、人才引進等方式從企業(yè)外部獲取知識。本研究的知識獲取指的是外部知識獲取。在知識獲取已有研究的基礎上，本文擬基于焦點企業(yè)的合作伙伴選擇視角，聚焦合作伙伴知識基礎特征及合作雙方的知識關(guān)系特征，探討兩類因素對焦點企業(yè)知識獲取的影響機理。當前關(guān)于組織知識基礎特征的研究較多，主要探討組織知識基礎的多樣性、深度和廣度等特征對組織自身的影響，而研究合作伙伴知識基礎特征對焦點企業(yè)影響的很少。實際上，與不同的組織合作，焦點企業(yè)知識獲取情況會有不同。劉鳳朝等[1]研究發(fā)現(xiàn)，合作伙伴的知識多樣性對焦點企業(yè)的創(chuàng)新績效有正向影響。關(guān)于合作雙方間的知識關(guān)系特征的研究大多圍繞雙方知識基礎的相似性（鄰近性）、互補性等特征，探討其對創(chuàng)新績效的影響。而專門研究合作雙方的知識關(guān)系特征對焦點企業(yè)知識獲取影響的很少。Rosenkopf等[2]認為，組織間的技術(shù)相似性影響組織的學習效果。可見，現(xiàn)有相關(guān)研究大多聚焦合作伙伴知識基礎特征及合作雙方的知識關(guān)系特征，對焦點企業(yè)知識獲取影響機理的探討還很少。而且，目前對合作創(chuàng)新的研究，在衡量合作伙伴的相關(guān)特征時，絕大部分文獻都是對企業(yè)的所有合作伙伴特征進行平均化處理，忽略了不同合作伙伴之間的差異，對企業(yè)到底選擇什么樣的合作伙伴的指導意義降低。因此，本研究基于德溫特創(chuàng)新指數(shù)數(shù)據(jù)庫中納米能源領(lǐng)域的聯(lián)合申請專利，篩選出一對一的“合作伙伴—焦點企業(yè)”合作對，主要考察合作伙伴的知識基礎特征，包含知識多樣性、知識組合潛力與知識組合機會對焦點企業(yè)知識獲取的影響，并探究合作雙方知識鄰近性的調(diào)節(jié)作用，以期為企業(yè)選擇合作伙伴進行合作創(chuàng)新提供理論依據(jù)。一、理論基礎與研究假設（一）合作伙伴知識多樣性與焦點企業(yè)知識獲取知識基礎理論強調(diào)知識是企業(yè)的重要資源。近年來，隨著合作創(chuàng)新趨熱，有學者開始關(guān)注合作伙伴知識基礎特征對焦點企業(yè)的影響。Ravichandran和Giura[3]認為，聯(lián)盟伙伴的知識基礎越龐大，焦點企業(yè)可以接觸的知識組合數(shù)量就越多，從而會增加其在知識重組活動中使用聯(lián)盟伙伴知識的可能。合作伙伴擁有的知識元素多樣性程度高（見圖1），說明他們的知識分布在不同的領(lǐng)域，與知識集中分布在單一領(lǐng)域的企業(yè)相比，這些組織知識分布較廣，技術(shù)更加靈活，能夠更好地將不同領(lǐng)域的知識結(jié)合起來進行創(chuàng)新，在與其他組織進行合作時他們更受歡迎。作為焦點企業(yè)，與知識多樣化程度高的企業(yè)合作時，更有可能獲取和整合適合他們的知識。因此本文提出假設：H1：合作伙伴知識多樣性的提升對于焦點企業(yè)知識獲取具有促進作用。（二）合作伙伴知識組合潛力與焦點企業(yè)知識獲取合作伙伴知識組合潛力表示合作伙伴知識元素在知識網(wǎng)絡中的位置特征（見圖1）依賴于知識元素之間的聯(lián)系，而這種聯(lián)系通常取決于該知識元素的組合歷史。學者們通常用知識元素在網(wǎng)絡中的度中心位置表示知識組合潛力，知識元素度中心性越大，代表知識的組合潛力越大[4，5]。Brennecke等[4]認為，過去已經(jīng)廣泛結(jié)合的知識元素，發(fā)明者對它們比較熟悉，被認為其不再提供許多重組的可能性，所以發(fā)明人知識元素的高組合潛力使他們成為同事的顧問的吸引力降低。同樣地，在企業(yè)層面，合作伙伴擁有較高的知識組合潛力，說明內(nèi)部的知識元素在整個行業(yè)中處于中心位置，并且已經(jīng)與其他知識元素之間擁有很多聯(lián)系，進行了豐富的組合，未來這些知識元素被組合的可能性降低。因此，與低的知識組合潛力的合作伙伴相比，焦點企業(yè)在與高知識組合潛力的合作伙伴合作時，能夠進行知識組合的機會更少。因此提出假設：H2：合作伙伴知識組合潛力的提升對于焦點企業(yè)知識獲取具有抑制作用。（三）合作伙伴知識組合機會和焦點企業(yè)知識獲取Wang等[6]認為，知識間的潛在組合機會與知識網(wǎng)絡結(jié)構(gòu)洞豐富程度息息相關(guān)。高知識組合機會代表組織擁有的知識元素與其他知識元素相連，而這些其他知識元素本身并沒有在一項發(fā)明中被組合，說明它們在主題上很可能是相關(guān)的（見圖1），因此，組織或發(fā)明人通過中介知識元素搜索其他相關(guān)知識元素和組合機會比較便利。Brennecke等[4]研究表明，發(fā)明者的知識元素提供的組合機會越多，就有越多的人向發(fā)明者尋求與工作相關(guān)的建議。類似的，知識組合機會越大的組織為未來的知識重新組合提供了更多的機會。焦點企業(yè)在與其他企業(yè)合作創(chuàng)新時，一方面看重伙伴的知識組合經(jīng)驗和能力，另一方面尋求知識的互補或融合。合作伙伴知識組合機會越多，越能激發(fā)焦點企業(yè)的學習動機，獲取更多知識。因此提出假設：H3：合作伙伴知識組合機會的提升對于焦點企業(yè)知識獲取具有促進作用。（四）合作雙方知識鄰近性的調(diào)節(jié)作用關(guān)于知識鄰近性，組織之間知識鄰近性程度高代表組織具有相同或相近領(lǐng)域的知識較多（見圖1）。研究發(fā)現(xiàn)，知識鄰近性增加了一家公司利用另一家公司知識的可能性[2]。首先，當合作伙伴擁有的知識多樣化程度較高時，焦點企業(yè)理解或吸收合作伙伴知識的難度增加，企業(yè)需要付出更大的努力和成本去學習合作伙伴的知識。但如果焦點企業(yè)與合作伙伴具有較高的知識鄰近性，那么焦點企業(yè)對合作伙伴知識的理解和組合也會更容易。其次，如果合作伙伴的知識組合潛力較高，且焦點企業(yè)與合作伙伴的知識鄰近性較高，則意味著焦點企業(yè)和合作伙伴所處的知識領(lǐng)域有較大重疊，有利于焦點企業(yè)深入理解合作伙伴細分領(lǐng)域的知識，并且有利于較好進行整合。最后，知識組合機會較高的合作伙伴，其在知識網(wǎng)絡中占據(jù)大量的結(jié)構(gòu)洞，這為未來的知識重組創(chuàng)造機會。當焦點企業(yè)尋求外部的知識重組以創(chuàng)造新發(fā)明時，與低的知識鄰近性相比，其與合作伙伴的知識鄰近性越高，越有利于焦點企業(yè)對合作伙伴知識的深入的理解，向合作伙伴尋求新的知識組合機會的成本也越低，更有利于焦點企業(yè)向合作伙伴學習。故本文提出以下假設：H4a：知識鄰近性越高，合作伙伴知識多樣性對焦點企業(yè)知識獲取的促進作用越強。H4b：知識鄰近性越高，合作伙伴知識組合潛力對焦點企業(yè)知識獲取的抑制作用越弱。H4c：知識鄰近性越高，合作伙伴知識組合機會對焦點企業(yè)知識獲取的促進作用越強。圖1變量示圖基于以上的研究假設，總結(jié)本研究的理論模型如圖2所示。圖2

理論模型二、研究設計（一）樣本選取與數(shù)據(jù)來源本文針對納米能源領(lǐng)域開展合作創(chuàng)新的企業(yè)進行實證研究，使用德溫特創(chuàng)新索引數(shù)據(jù)庫提取納米能源專利數(shù)據(jù)，借鑒Guan和Liu[7]的關(guān)鍵詞檢索策略對納米能源專利進行檢索。本文選取2005—2020年作為研究區(qū)間，經(jīng)數(shù)據(jù)清洗，篩選出專利24404條。根據(jù)對專利權(quán)人這15年中專利總量進行排序，由于本文主要研究企業(yè)的知識獲取，因此按照德溫特分配給專利權(quán)人的唯一標準代碼識別焦點企業(yè)，選取專利授權(quán)數(shù)量在20條及以上的企業(yè)進行研究，最終得到51家焦點企業(yè)。將這些企業(yè)在研究期間的納米能源專利下載后，根據(jù)每一條專利的專利權(quán)人識別焦點企業(yè)的合作伙伴，并同樣選取專利數(shù)量20及以上的具有標準代碼的合作伙伴，而后形成合作對組合，例如A企業(yè)有兩個合作伙伴B和C，本文將得到A-B和A-C兩個合作對。使用五年時間移動窗口t-5至t-1年來測量自變量和調(diào)節(jié)變量，考慮到學習效果的滯后性，本研究的因變量滯后一年，取t年，最終得到110個一對一合作對的772個觀測值。（二）變量測度1.因變量因變量為焦點企業(yè)對合作伙伴的知識獲?。–N），本文借鑒、Kok等[8]的研究，焦點企業(yè)第t年的知識獲取用該企業(yè)第t年的專利引用合作伙伴專利的總數(shù)來衡量。本文認為，焦點企業(yè)從合作伙伴那里學習和吸收知識需要時間，因此該變量相對于自變量對應的時間窗口滯后了一年。2.自變量本文根據(jù)Wang等[6]的做法，將合作伙伴知識多樣性（KD）用合作伙伴申請的專利中包含的知識元素的數(shù)量來測度，即合作伙伴專利中前四位IPC種類數(shù)量越多，知識多樣性越大。對于知識組合潛力（DC）的測度參照Brennecke等[4]的做法，用合作伙伴的所有知識元素在整個行業(yè)的知識網(wǎng)絡中的度中心性的平均值來表示，度中心性的平均值越大，其知識組合潛力越大。知識組合機會（SH）用結(jié)構(gòu)洞來衡量。根據(jù)付雅寧等[9]的做法，用2與限制度的差值來衡量節(jié)點結(jié)構(gòu)洞的豐富程度。并取合作伙伴所有知識元素的結(jié)構(gòu)洞均值作為該合作伙伴的結(jié)構(gòu)洞測量值，該值越大，其知識組合機會越大。3.調(diào)節(jié)變量為了計算知識鄰近性，本文采用Jaffe[10]的計算方法，按照國際專利分類標準，以專利的大類為基礎，得出知識鄰近性的計算公式如下：KS=■f■f■/■其中，fik和fjk分別是組織i和組織j以前三位IPC分類號表示的技術(shù)類別k技術(shù)領(lǐng)域申請的專利數(shù)量，n為所有三位數(shù)IPC分類號表示的技術(shù)類別；KS代表知識鄰近性，取值在0與1之間，數(shù)值越大，說明組織i與組織j之間的知識鄰近性越高。4.控制變量焦點企業(yè)創(chuàng)新能力（NFP），用每個時間窗口下焦點企業(yè)的專利數(shù)量衡量其創(chuàng)新能力。焦點企業(yè)合作經(jīng)驗（FCA），使用焦點企業(yè)在時間窗口下的合作伙伴數(shù)量來測度此變量。合作伙伴創(chuàng)新能力（NPP）用合作伙伴的專利數(shù)量衡量其創(chuàng)新能力。雙方合作次數(shù)（NCP），雙方合作次數(shù)越多，意味著彼此有更多的信任，用五年內(nèi)合作總次數(shù)來衡量此變量。三、實證分析（一）描述性統(tǒng)計與相關(guān)性檢驗本研究采用Stata16.0對數(shù)據(jù)進行了描述性統(tǒng)計分析及相關(guān)性檢驗，結(jié)果顯示，知識多樣性與知識獲取正相關(guān)（β=0.127），知識組合潛力與知識獲取負相關(guān)（β=-0.154）。為了進一步檢驗變量間的多重共線性問題，本文計算了每個變量的方差膨脹因子（VIF），最小值1.31，最大值3.45，小于5，因此變量之間不存在嚴重的多重共線性問題。（二）負二項回歸分析由于因變量知識獲取是一個離散型非負計數(shù)變量，因此選擇使用負二項回歸模型來檢驗假設。為了減小多重共線性問題，對涉及交互項的變量進行了中心化處理?；貧w分析結(jié)果見表1。模型1是基礎模型，只加入了控制變量，從結(jié)果中可看出，合作次數(shù)、合作伙伴創(chuàng)新能力對焦點企業(yè)知識獲取都有顯著影響；模型2的結(jié)果顯示，合作伙伴知識多樣性與焦點企業(yè)知識獲取呈顯著的正相關(guān)關(guān)系，H1得到驗證。合作伙伴知識組合潛力和知識組合機會對焦點企業(yè)的知識獲取分別有顯著的負向影響和正向影響，因此H2和H3得到驗證。由模型3回歸結(jié)果可以看出，知識鄰近性對合作伙伴知識多樣性與焦點企業(yè)知識獲取的關(guān)系的調(diào)節(jié)作用不顯著，H4a未通過驗證。原因可能是，雖然知識鄰近性能夠使焦點企業(yè)更好地理解合作伙伴的知識，但是可能并未增強其對合作伙伴知識獲取的動機。模型4回歸結(jié)果顯示，知識鄰近性越高，合作伙伴知識組合潛力對焦點企業(yè)知識獲取抑制作用減弱，因此H4b得到支持。模型5的結(jié)果說明隨著焦點企業(yè)與合作伙伴之間的知識鄰近程度增高，合作伙伴知識組合機會對焦點企業(yè)的知識獲取的促進作用也會提高，H4c得到驗證。（三）穩(wěn)健性檢驗為了進一步確定模型檢驗結(jié)果的可靠性和穩(wěn)健性，本文將因變量換為滯后2年（t+1年）的焦點企業(yè)對合作伙伴的專利引用（CN2），同樣采取負二項回歸模型進行檢驗，檢驗結(jié)果與之前的回歸結(jié)果基本一致，因此，模型的結(jié)果是比較穩(wěn)定的。四、結(jié)論與啟示本研究得到以下結(jié)論與啟示。第一，合作伙伴的知識多樣性對焦點企業(yè)知識獲取具有正向影響，合作伙伴知識組合潛力抑制焦點企業(yè)的知識獲取。因此，焦點企業(yè)在選擇合作伙伴時，在同等條件下，要優(yōu)先考慮知識領(lǐng)域廣泛多樣、知識元素組合潛力低但組合機會高的合作伙伴。第二，本研究發(fā)現(xiàn)，合作雙方高知識鄰近性削弱了合作伙伴知識組合潛力對企業(yè)知識獲取的負向影響，增強了合作伙伴知識組合機會對企業(yè)知識獲取的正向影響。因此，當擬合作伙伴知識組合潛力越高時，或者