創新網絡知識流動對企業創新績效的影響研究
——基于網絡嵌入性視角

，

(東華大學 旭日工商管理學院，上海 200051)

1 引言

在開放式創新環境下，面對日趨復雜的市場需求，企業僅依靠自身知識資源已很難實現技術創新，多主體協同合作的網絡創新成為經濟新常態。企業嵌入在網絡中，知識的流動性影響企業知識儲備的更新和異質性知識的獲取，企業可以通過知識搜索、轉移、擴散、共享等流動形式實現知識整合與創造，提升自身技術創新能力和創新績效。

知識作為企業獲得競爭優勢的重要資源，除受到流動性因素的影響，還受到網絡特征因素的影響。雖然現有研究已取得了大量成果，但仍然存在以下不足。首先，關于知識對創新績效的影響，學者們多從靜態視角研究知識對創新績效的影響，如從知識的結構性視角探討知識專業性和多樣性對創新績效的影響，忽略知識流動等動態視角對創新績效的影響。其次，網絡結構作為影響創新的關鍵因素，學者們較多嘗試使用不同網絡結構變量探討知識流動對創新績效的調節作用，缺乏從網絡嵌入性視角進行深入研究。再次，創新網絡中企業間的相互嵌入兼具結構與關系的特點，現有研究一般將結構嵌入性和關系嵌入性作為并列關系探討其對創新績效的影響，忽略從遞進式視角疊加檢驗。

基于上述分析，為了彌補已有研究不足，本研究從網絡嵌入性視角，將結構嵌入性代表性變量“中心度和結構洞”、關系嵌入性代表性變量“聯系強度”視為重要情景要素，探討其對知識流動和企業創新績效關系的調節效應。并以上海市高端裝備制造業中58家企業專利數據為樣本，運用多元分層回歸方法，實證檢驗中心度和結構洞對知識流動和創新績效的一階調節作用，以及聯系強度對這一調節關系的二階調節作用。本文旨在明晰創新網絡、知識行為與創新績效的內在協同機理，揭示技術創新網絡知識創新催化機制，構建創新網絡知識流動生態系統。

2 理論框架與研究假設

根據資源限制理論和戰略缺口理論，任何組織內部資源和能力都是有限的，知識的學習和吸收對于企業知識創新具有重要作用。盡管當前知識流動與創新績效的研究已經取得一定的進展，但現實中同樣重視知識交流的企業間創新績效仍存在較大差異。這一問題促使學者們開始探討影響這一關系的重要權變因素：“網絡結構”，如駱大進等[1]探討了網絡中心度與網絡結構洞的協同效應對創新績效的影響；陳子鳳和官建成[2]驗證小世界特性可以激發更多的創新產出。隨著研究的深入，學者們開始從網絡嵌入性視角研究創新行為，并將其分為結構嵌入性和關系嵌入性兩個維度。結構嵌入性主要以中心度、結構洞等變量來反應企業在網絡中的位置[3]；關系嵌入性強調從企業間聯系強度、強弱關系等方面反應企業間關系[4]。網絡嵌入性與創新的關系研究目前存在很多不一致的結論，如Ranganathan和Rosenkopf[5]發現網絡中心性促進企業間知識合作與創新；Li等[6]發現網絡中心性對企業績效沒有顯著影響。可知，僅從網絡特征或知識行為單一視角對創新績效進行研究，容易得出不嚴謹和片面的研究結論，企業創新績效受到知識流動和網絡特征的雙重因素的影響[7]。如何實現創新網絡、創新行為、創新績效三者協調的最優狀態為本文研究重點。

2.1 知識流動和創新績效之間關系

隨著知識更新速度的日益加快，企業必須不斷從外界吸收、整合知識資源以保持自身競爭優勢。知識主體可以通過信息交流、技術學習達到知識轉移的效果，提高企業的開放性，增強企業響應市場需求的敏捷性。同時，由于企業之間存在知識勢差，通過知識交流可以達到低位主體獲取和吸收知識、高位主體傳播和擴散知識的效果，進而提高總體創新網絡的知識存量和創新能力。Hsiao等[8]研究發現，知識交流利于企業隱性知識和適應性知識的獲取，增強組織的創新力和績效。所以，我們認為，知識流動能促進創新績效的發展。因此，本文提出以下假設：

假設1知識流動與創新績效正向相關。

2.2 結構嵌入性對知識流動和創新績效之間關系的調節作用

結構嵌入性體現為企業在網絡中的位置，凸顯企業控制優勢及配置資源的能力。本文結構嵌入性由企業在網絡中的“中心度”和“結構洞”兩個變量組成，中心度體現了企業獲取資源的能力及獲取資源的廣泛性，結構洞體現了企業對資源和信息的控制力。

(1) 中心度對知識流動和創新績效之間關系的調節作用

網絡中某個節點的中心度為網絡中與該節點直接產生聯系的個體數，用來衡量節點在網絡中所處的位置[9]。中心度是對網絡中個體權力的量化分析[10]。當節點中心度較低時，該節點信息閉塞，不利于知識流動及資源獲取，阻礙技術創新活動的開展。隨著節點中心度的提高和合作伙伴的增加，企業不斷積累與其他成員互動的經驗，獲得更多多元化的知識。網絡中心位置還可使企業接觸到更多潛在知識，降低知識搜索成本。Dyer和Nobeoka[11]發現處于網絡中心位置的企業有利于異質性資源的獲取和技術創新活動的開展，進而增強企業環境適應能力和企業創新績效。此外，網絡“領導者企業”可以利用自身“聲望”和“地位”成為hub節點，并受到周圍普通鄰居企業的學習和跟隨，形成知識交流集聚[12]，有利于整體網絡知識水平的提高。因此，本文提出以下假設：

假設2網絡中心度正向調節知識流動和創新績效之間的關系。

(2) 結構洞對知識流動和創新績效之間關系的調節作用

由于信息保護機制和知識在網絡內分布的不均衡性，企業捕獲新知識的機會難度增加，而占據結構洞的企業，能接觸和控制更多關鍵知識源，擁有更大權力，降低對網絡其他成員的依賴。占據網絡結構洞位置節點處于中介地位，能有效減小節點間的無效鏈接，更加快速高效地吸收、整合外部資源[13]。但隨著節點占據結構洞數量的增高，會在一定程度上給企業帶來不利的影響。因為隨著結構洞的增加，容易激發機會主義行為，降低企業間信任程度，減少企業間交往頻率，阻礙企業資源共享和知識交流，最終影響企業技術創新能力。因此，本文提出以下假設：

假設3網絡結構洞倒U型調節知識流動和創新績效之間的關系。

2.3 關系嵌入性對結構嵌入性調節知識流動和創新績效間關系的影響

結構嵌入性體現了節點間的聯接情況，關系嵌入性描述了企業與相聯接節點間聯系的頻率程度。本文關系嵌入性由聯系強度變量所體現。隨著聯系強度的增加，一般稱之為“強聯接”，使得節點間合作交流增強，信任程度增高，機會主義降低，有利于隱性知識的傳播和共享，增強企業技術創新能力和創新績效[14]。

一方面，聯系強度的增加有利于企業間復雜隱性知識的傳播，從而加強關系嵌入性對知識流動轉化為創新績效的促進效應。首先，具有強聯接的企業可以與合作伙伴快速建立信任和共享機制，隨著伙伴知識共享意愿的增強，企業可以在顯性知識獲取的基礎上增加隱性知識的獲取，增加知識獲取的深度和知識獲取的多樣性[15]。其次，關系嵌入性較高的企業由于有較多的聯系和接觸，容易造成知識冗余，增加搜索成本，但隨著聯系強度增加，企業可以在實踐中不斷篩選和總結經驗，提高顯性知識的甄選和隱性知識吸收速度，做到有的放矢，提高知識整合效率[16]。因此，聯系強度增加能夠加強中心度和結構洞對知識交流和績效間關系的正向作用。

另一方面，聯系強度的增加還可以降低較高結構洞帶來的不利方面。首先，結構洞較高存在的首要問題就是信任機制問題，當合作伙伴間出現信任危機和機會主義行為，節點間會降低合作交往頻率，影響知識流動和共享，但隨著聯系強度的增加，企業間的信任感不斷增加[17]，從而可以增加知識交流的頻率和速度，降低結構洞帶來的不利影響，有利于知識創新。因此，聯系強度增加能夠減弱結構洞對知識交流和績效間關系的負向作用。基于以上文獻分析，本文提出以下兩個假設：

假設4聯系強度能正向加強網絡中心度對知識流動和創新績效間關系的調節作用，具體來說，在高聯系強度的企業中，網絡中心度對知識流動和創新績效間關系的正向調節作用比在低聯系強度的企業中更強。

假設5聯系強度能調節加強網絡結構洞對知識流動和創新績效間關系的調節作用，具體來說，聯系強度能加強網絡結構洞對知識流動和創新績效的促進作用，減弱網絡結構洞對知識流動和創新績效的阻礙作用。

本文研究模型如圖1所示。

圖1 研究模型

3 研究設計

3.1 數據來源

本文選取了上海市高端裝備制造行業的58家大型重點企業作為樣本。高端裝備制造行業總體特點為技術含量高、處于價值鏈高端，屬于知識密集型行業。根據《“十二五”高端裝備制造業產業發展規劃》，高端裝備制造業分為以下五個核心領域：高鐵及軌道交通設備制造業、航空裝備領域、衛星制造與應用業、核電裝備制造、海洋工程裝備制造業和智能裝備制造業。上海市高端制造業在中國的發展中處于領先位置，獲得國家重點支持，為全國高端制造業的發展做出了巨大貢獻。

企業間專利引用已成為體現知識流動的重要指標。本文所用專利引用數據來自中華人民共和國國家知識產權局重點產業專利檢索數據庫(SIPO)。數據搜集與清洗步驟如下：第一步，通過中國裝備制造行業協會總平臺及上海市核電辦公室、上海市航空協會等行業子平臺搜索上海高端裝備制造業的82家領軍企業數據。第二步，在SIPO數據庫檢索系統對82家單位逐個檢索其在2000～2018年間申請的發明專利數據及專利引用、被引數據。如果某一企業在任意連續三年中申請發明專利數量和專利引用數據數量過少，則剔除樣本庫，最后篩選出58家企業。第三步，清理并統計出所有樣本單位的申請專利數量和單位之間專利引用數量，建立企業專利引用鄰接矩陣。第四步，將矩陣導入社會網絡分析軟件Ucient，生成專利引用網絡圖譜。

3.2 變量測量

(1)自變量

知識流動(KF)：專利引用情況可以反應企業間知識流動狀況。本文借鑒Bekkers和Martinelli[18]對知識流動的計量，使用“專利引用數量”衡量知識的流入，“被引用專利數量”衡量知識的溢出。

(2)因變量

企業創新績效(IP)：由創新網絡中各企業專利授權數的總和表示。學者們一般使用專利、SCI論文數據[19]或產品創新數據計量創新績效，其中SCI論文數據側重體現科學知識的創新，專利數據更側重于技術知識的創新，而由于上海高端裝備制造企業屬于軍工企業，很多產品信息屬于國家機密較難獲取，因此本文選取專利數據作為樣本數據。

(3) 調節變量

中心度(CD)：一般研究將中心度分為絕對中心度和相對中心度，絕對中心度為與某節點連接的節點個數。本文采用一般學者常用的相對中心度變量，因為相對中心度考慮了網絡規模，使得不同數據之間具有可比性。具體表達式如下

(1)

結構洞(SH)：結構洞的計算比較復雜，總的來說存在兩類計算指標，一類是Burt[20]給出的結構洞指數，另一類是中間中心度指數。Burt的結構洞主要考慮有效規模、效率、限制度和等級度四個維度。本文使用限制度指數對結構洞進行測量并使用Ucient軟件計算得出，指標越低說明結構洞越多。其計算公式如下

(2)

其中piq為行動者i投入q的關系所占比例，mjq為j到q的關系的邊際強度。

聯系強度(CS)：聯系強度表示企業間知識交流的聯系頻率，本文使用節點與其他節點專利引用和被引用的平均次數作為企業聯系強度。

(4) 控制變量

企業規模：一般情況下，企業規模越大，研發能力越強，專利申請數量通常也越多。 企業年齡：年齡較大的企業，知識積累一般越大，這將影響知識創新績效。 企業研發投入：企業每年投入在研發上的費用，將對技術創新產生有利影響。

4 研究分析與結果

4.1 網絡結構的描述性統計

基于專利權人的專利引用和被引矩陣，借助Ucinet軟件對上海市高端裝備制造行業知識流動網絡指標進行了統計分析，分析得到：網絡共有58家單位，網絡度數中心度為5.32，其中度數中心度較高的單位有上海電氣集團(13)，上海飛機制造有限公司(10)，寶山鋼鐵(9)，上海核工程研究設計院(8)。網絡中間中心度為2.95%，中間中心度最高的單位為上海交通大學。由此可見，盈利較高的龍頭大型企業是專利引用的活躍份子，在知識交流發揮著不可替代的重要作用。此外，高校在不同行業知識交流中起著良好中介促進作用。網絡連接總數為469，網絡密度為0.068，網絡平均距離為2.506，集聚系數為12.930，E-I指數為-0.582。可知創新網絡中節點聯系較為緊密，專利引用情況較為活躍，知識流動較為頻繁，并且存在派系林立的情況。此外，根據各測量變量的描述性統計及相關系數得到：變量的VIF值均低于10，容忍度均大于下限閾值0.100，變量間不存在明顯的多重共線性。

4.2 假設檢驗

本文采用多元分層回歸分析方法，模型1、2、3為全樣本的分層回歸。為了區分聯系強度，模型4、5、6為聯系強度高于均值的分樣本，模型7、8、9為聯系強度低于均值的分樣本。本文對自變量、調節變量和乘積項進行了中心化處理[21]，由表1可見，模型1～3、4～6、7～9的F值和R2值逐漸增高，說明模型擬合度較好。

表1 回歸結果

注:*p<0.1,**p<0.05,***p<0.01。

由表1可見，模型1僅包含企業年齡等控制變量；模型2加入知識流動變量，用來檢驗知識流動對企業創新績效的主效應；模型3加入調節變量和各項乘積的調節作用，用來檢驗網絡位置(中心度、結構洞)對知識流動和創新績效間關系的調節作用。為了驗證假設4和假設5，研究不同聯系強度對網絡位置(中心度、結構洞)對知識流動和創新績效間關系調節作用的不同，本文采用分樣本回歸對比的方法。

(1)知識流動的直接影響。模型2的結果顯示，知識流動系數為正且顯著(β=0.715，p<0.01)，說明知識流動對企業創新績效有正向作用，假設1得到驗證。

(2)全樣本調節作用。模型3相比模型2整體解釋變量增加了24.2%(ΔR2=0.242)，說明模型整體解釋性增強。模型3中知識流動與中心度相乘項正向顯著(β=0.512，p<0.01)，說明中心度正向調節知識流動和企業創新績效間的關系，假設2得到驗證。知識流動與結構洞的相乘項正向顯著(β=0.480，p<0.05)，知識流動與結構洞平方項的相乘項負向顯著(β=-0.455，p<0.05)，這表明結構洞倒U型調節主效應，假設3得到驗證。為了更加清晰地觀察調節變量網絡位置(中心度、結構)對知識流動和創新績效的調節作用，本文繪制了調節變量圖，如圖2、圖3所示。在全樣本情況下，圖2為中心度(均值加減標準差)調節作用二維圖，圖3為結構洞調節作用曲面圖。由圖2可見，隨著節點中心度的增加，知識流動對創新績效的正向作用逐漸加強。由圖3可見，結構洞大小倒U型調節知識流動對創新績效的影響，當結構洞水平較低時，隨著知識流動的增加，企業創新績效得到增加；結構洞水平存在最優閾值使得知識流動促進企業創新績效達到最大值；隨著結構洞水平繼續增大，知識流動對創新績效的效用關系逐漸遞減并產生副作用。

圖2 中心度對知識流動和創新績效間關系的調節作用

圖3 結構洞對知識流動和創新績效間關系的調節作用

(3)聯系強度的二階調節作用。根據聯系強度的均值，將樣本分為聯系強度高于均值的分樣本和低于均值的分樣本，分別進行分層回歸，分樣本的回歸結果如表1中的模型4到模型9。模型6顯示，在聯系強度較低樣本企業中，中心度與知識流動的相乘項正向顯著(β=0.135，p<0.1)，而在模型9中，在聯系強度較高的樣本企業中，中心度與知識流動的相乘項正向顯著(β=0.827，p<0.01)，這表明，隨著聯系強度的增強，中心度對知識流動和企業創新績效的正向調節作用增強，假設4得到驗證。在模型6中，企業間聯系強度較低的情況下，結構洞的平方項與知識流動的乘積負向顯著(β=-0.783，p<0.01)，這表明在聯系強度降低的情況下，結構洞對知識流動和企業創新績效的調節效應呈倒U型。在模型9中，隨著企業聯系強度的增加，結構洞與知識流動的乘積正向顯著(β=0.983，p<0.01)，結構洞的平方與知識流動的乘積負向不顯著(β=-0.232，p>0.1)，這表明，在聯系強度較高的企業中，結構洞正向調節知識流動與企業間創新績效的關系，假設5得到驗證。為了更直觀地觀察企業間聯系強度對網絡嵌入性(中心度、結構洞)這一調節作用的進一步調節作用，本文繪制了圖4和圖5。

圖4左側為聯系強度較低時，中心度對知識流動和創新績效的影響關系，圖4右側為聯系強度較高時，中心度對知識流動和創新績效的影響關系。由圖4可得，高中心度相比低中心度更有利于創新績效，且隨著聯系強度的增加，中心度正向促進主效應的效果加強，高中心度相比低中心度的作用效果更明顯。圖5左側為聯系強度較低時，結構洞調節知識流動和創新績效間關系的影響，右側為聯系強度較高時，結構洞調節知識流動和創新績效間關系的影響。由圖5可知，在聯系強度較低時，結構洞較為陡峭的倒U型調節知識流動和創新績效的關系。但隨著聯系強度的增強，結構洞呈S型曲線正向調節知識流動和創新績效的關系，即聯系強度越高，知識流動對創新績效的促進作用越明顯，降低結構洞帶來的不利影響。

圖4 聯系強度對中心度調節知識流動和創新績效間關系的影響

圖5 聯系強度對結構洞調節知識流動和創新績效間關系的影響

5 結論與啟示

本文研究結論為：知識流動有利于企業創新績效。中心度正向調節知識流動和創新績效間的關系，結構洞倒U型調節知識流動和創新績效間的關系。企業間聯系強度正向促進中心度和結構洞對知識流動和企業創新績效的調節作用。

本文研究的理論啟示如下：首先，從網絡嵌入性視角研究了知識流動和創新績效間的關系。本文通過構建“知識流動—網絡嵌入性—創新績效”的機理框架，從網絡結構視角揭示了企業間知識流動對創新績效間的影響機制，完善了網絡嵌入性對知識行為與創新管理間的理論研究，進一步豐富了創新管理研究視角。其次，區分傳統研究范式，將網絡嵌入性分為結構嵌入性和關系嵌入性兩個維度探討，運用遞進疊加法實證檢驗相關結論，最終結論拓展了創新管理領域的相關研究成果。

本文研究的管理啟示如下：首先，知識流動的活躍性有益于企業創新績效的發展。政府和網絡治理者應當加強網絡內企業間知識交流的活躍性，增強異質企業間知識合作的范圍和頻率。其次，企業嵌入在網絡中，基于主體行為的知識流動受到網絡嵌入性的影響：過高的結構嵌入性會帶來不利的影響，而關系嵌入性始終有利于組織創新績效的發展。這一差異由企業聯系的開放性、接觸資源的多樣性和企業間信任機制的變動所造成。因此，處于網絡領導者地位的企業應當發揮領導帶頭作用，帶領普通企業學習和跟隨，形成知識交流集聚，同時還應注意減少結構洞企業帶來的機會主義行為，加強合作企業間的信任程度，從而促進整體網絡知識的擴散和知識創新水平的提高。最后，具有網絡位置優勢的企業可以獲得更多的信息資源，相比顯性知識，企業可以獲得更多隱性知識、減少知識冗余和篩選成本。因此，政府應該加強創新網絡內企業間知識交流的深度，促進企業間深層次隱性知識的輸出和接收。

本文研究仍存在以下不足：第一，以上海市高端裝備制造業數據作為實證數據具有一定行業地域局限性，今后可以繼續拓展不同行業不同地域創新網絡內知識流動與創新績效間的關系研究。第二，關于創新績效的計量本文采取專利數據，未來可以考慮研究論文、創新產品等更多的績效計量方式。