劉詩涵,翟麗麗,張影










摘要:基于社會網絡和資源基礎理論,從網絡嵌入性視角,揭示技術融合對信息技術企業創新績效的影響,以及合作網絡嵌入性在這一過程中所起的調節作用。利用2010—2020年間滬深A股上市的信息技術企業相關數據進行實證研究,結果顯示:替代性技術融合和互補性技術融合均對信息技術企業創新績效具有促進作用,合作網絡結構在兩者關系中具有調節作用。其中,網絡密度和網絡中心性正向調節替代性技術融合與信息技術創新績效之間的關系以及互補性技術融合與信息技術創新績效之間的關系;而結構洞只正向調節互補性技術融合與信息技術創新績效之間的關系。
關鍵詞:技術融合;合作網絡;創新績效;信息技術企業
DOI:10.16315/j.stm.2021.05.004
中圖分類號: F 273.1
文獻標志碼: A
Research on the impact of technology convergence on innovation
performance of information technology enterprises
LIU Shi-han,ZHAI Li-li,ZHANG Ying
(School of Economics and Management, Harbin University of Science and Technology, Harbin 150040, China)
Abstract:Drawing on the social network and resource-based theory, from the perspective of network embeddedness, this paper makes an empirical study using the relevant data of 178 information technology enterprises listed in Shanghai and Shenzhen A shares from 2010 to 2020 to reveal the impact of technology convergence on the innovation performance of information technology enterprises and the regulatory role of cooperative network embeddedness. the results show that the substitution technology convergence has a positive impact on the innovation performance of information technology enterprises, while complementary technology convergence has a positive impact on the innovation performance of enterprises. Network density and centrality positively moderate the relationship between substitution technology convergence and innovation performance.Network density, centrality and structural hole positively moderate the relationship between complementary technology convergence and innovation performance.
Keywords:technology convergence; cooperation network; innovation performance; information technology enterprises
創新是引領企業發展的第一動力,是企業保持競爭優勢的重要方式。中興和華為事件的發生以及中美貿易摩擦逐漸趨于常態化,為中國企業敲響了警鐘,掌握核心技術,提高企業自主創新能力刻不容緩。隨著5G、物聯網、云計算等新一代信息技術的蓬勃發展,新一輪科技革命和產業變革方興未艾,基于新一代信息技術的轉型升級已成為企業發展的重要方向,我國的兩化融合戰略為企業數字化轉型提供了良好的政策和社會環境。信息技術生命周期短,產品迭代更新速度快,傳統企業數字化轉型的實現需要與信息技術企業進行深度技術融合,信息技術企業的技術創新也需要融合其它行業技術,不同信息技術行業之間的企業也需要相互技術融合[1]。在各行業技術融合發展過程中,信息技術企業起到關鍵甚至引領作用,是企業技術融合發展的核心紐帶,掌握了信息技術企業的技術融合特征和規律對于各行業的技術融合都具有極其重要的實際意義。本文通過揭示技術融合對信息技術企業創新績效的影響作用,旨在掌握信息技術與各行業融合的規律,從而促進我國企業數字化轉型進程,對我國企業利用信息技術增強創新能力具有重要的意義。
關于技術融合與企業績效關系研究,Lee等[2]基于制藥行業數據發現技術融合有助于企業創新;郭小川等[3]以資源型企業為研究對象,發現技術融合能夠促進企業長期績效,但對短期績效無顯著影響;王媛等[4]通過負二項回歸模型實證發現替代性技術融合有利于企業新產品的開發,而互補性技術融合與企業新產品開發績效呈倒U型關系。雖然學者們取得了一定的研究成果,但關于兩者之間的關系尚持不同看法,且研究更多從技術融合整體的角度探討其對績效的直接影響,缺乏對技術融合的細分以及細分后技術融合對績效不同影響的相關研究。
企業在進行技術融合的過程中,不是僅僅依賴特定領域的技術知識,而是需要重新組合來自多信息源的知識。根據社會網絡理論,企業可以通過其所嵌入的合作網絡獲得信息和資源優勢,進而獲取所需資源[5]。研究表明企業所處的網絡結構會影響資源的獲取、轉移和共享[6],且有助于企業創新績效的提升[7]。Zahher等[8]認為網絡結構能夠提升企業績效;Li等[9]以認為網絡結構的不均勻性會影響企業可獲得社會資本的多少,進而影響企業創新活動;馮科等[10]研究發現協作研發網絡結構嵌入性對技術融合具有直接促進作用。但當前研究更多闡述合作網絡結構、技術融合分別對創新績效的影響,缺乏對合作網絡在技術融合與創新績效關系中發揮作用的關注,尚未建立技術融合—合作網絡結構—企業創新績效的研究框架。因此,基于網絡嵌入性視角,探究技術融合與企業創新的關系對信息技術企業的創新發展有重要意義。
綜上所述,本研究基于資源基礎理論和社會網絡理論,利用2010—2020年信息技術上市企業的相關數據,通過固定效應負二項回歸方法,揭示了技術融合與企業創新績效的影響機制,同時分析了合作網絡結構在這一過程中的調節作用,對信息技術企業根據所處網絡結構,選擇合適的技術融合方式或動態調整所處網絡結構,從而提升企業創新績效具有一定的借鑒意義。
1理論分析與研究假設
1.1技術融合與信息技術企業創新績效
技術融合最早由Rosenberg[11]提出,他認為技術融合是指生產過程中不同產業依賴相似的技術訣竅的過程。學者們在此基礎上基于不同視角進行深化,目前雖未達成一致,但大都認為技術融合是通過技術的交叉、滲透、重組,產生新技術或新產品[12-13]。關于技術融合的分類,宋昱曉[14]認為技術融合通過引進新產品和技術,會產生更高性能的替代產品或補充產品;Stieglitz[15]和王媛等[16]根據外來技術與已有技術的關系將技術融合分為替代技術融合和互補性技術融合。基于上述分析可以發現,技術融合一般會產生2種效果,即增強原有技術和產生新技術。因此,將技術融合劃分為替代性技術融合和互補性技術融合。替代性技術融合是指新技術取代企業中原有技術的過程,其中的新技術是指具有更高性能的原有技術;互補性技術融合是指對原本各自獨立的技術進行整合產生新技術的過程。
1.1.1替代性技術融合與信息技術企業創新績效
替代性技術融合的實現要求從外部獲得的新技術與企業自身擁有的技術之間具有相似性[16]。當企業進行替代性技術融合時,將更專注于特定的技術領域,增加了企業在該技術領域的知識存量,而通過對該領域技術知識的反復學習和使用,企業將積累一定的學習經驗和技巧。根據組織學習理論,知識存量的增加和學習經驗的積累有助于企業提升創新能力,保持競爭優勢[17]。因此,企業進行替代性技術融合的過程中,一方面,知識存量的增加有助于企業對相似技術領域內新技術知識的識別和吸收能力的提升,加快了技術知識的轉移速率和整合效率,提升企業的創新能力[18];另一方面,基于以往經驗有助于企業形成規范化的外部技術知識使用流程體系[19],縮短篩選和整合的時間,降低相應的成本。但當企業過多專注于特定領域及其相似領域,會造成企業內技術知識高度重疊,降低企業的競爭力。由于替代性技術融合是在原有技術基礎上實現的技術功能附加,因此能夠在較短時間內實現技術更新,一方面加快信息技術企業的新技術和新產品的開發速率,另一方面能夠降低信息技術企業創新的風險性,促進信息技術企業的創新活動的開展。這既解決了信息技術行業內產品更新速度快的問題,也解決了行業內的技術開發高風險的問題。基于此,提出如下假設:
H1a:替代性技術融合與信息技術企業創新績效呈正相關關系。
1.1.2互補性技術融合與信息技術企業創新績效
互補性技術融合是對不同技術的重新組合形成新技術的過程,強調技術之間的關聯性和差異性。當企業進行互補性技術融合時,將會引進不同領域的先進技術,增加企業在不同技術領域的知識存量,即擴寬了企業的知識基礎寬度,有助于企業獲取外部技術知識渠道的增加,進而更多更快地獲得互補性技術知識[19]。技術創新理論認為企業通過對技術知識的重新組合實現技術創新,有助于企業保持競爭優勢。因此,當企業引進具有較強互補性的先進技術進行技術融合時,一方面通過對多技術開發增加了技術重組的可能性,提高了技術的利用率,增強了企業的技術創新能力,避免產生技術鎖定[20]。另一方面多元化技術知識會激發企業的發散性思維,形成多樣化技術創新路徑[21],進而提高企業的創新績效。信息技術行業內部競爭激烈,信息技術企業要想在行業內保持競爭優勢,需要不斷開發新技術,互補性技術融合通過對不同技術的重新組合形成新技術恰好可以幫助信息技術企業保持競爭優勢。此外,互補性技術融合可以降低信息技術企業的創新路徑依賴,提高信息技術企業的創新產出。基于此,提出如下假設:
H1b:互補性技術融合與信息技術企業創新績效呈正相關關系。
1.2網絡嵌入性的調節作用
開放式創新的背景下,企業開始自發的尋找合作伙伴,發展合作關系,進而建立起合作網絡,以獲取企業創新和發展所需的資源。根據網絡嵌入性理論,企業的資源獲取和配置能力受到網絡結構的影響[22],網絡結構既強調了網絡的整體功能結構,又強調了單一節點在網絡中的結構位置,所以網絡密度和網絡位置是描述網絡結構的主要變量,也是學者們的研究重點[23]。因此,本文選取網絡密度、中心性和結構洞3個指標探討網絡結構的調節作用。
1.2.1網絡密度的調節作用
網絡密度是網絡中各點連接的緊密程度,反映了網絡中關系的數量和復雜程度。高密度網絡中的企業多數擁有第三方合作伙伴[24],網絡中成員的行為相對透明,增加了機會主義行動成本[25],因而更能促進企業間信任關系的建立以及共享準則和共同行為規范形成[26],約束網絡中企業的行為,降低信息不對稱程度,推動企業間的交流合作。社會網絡理論認為密集網絡中更容易產生強聯結關系。這使得企業間的互動溝通頻繁,加速了網絡中的信息和資源流動[27],提升企業對技術知識的整合和運用能力,而相互信任的關系更有利于企業間隱形知識的共享和轉移[28]。
密集網絡中,網絡的閉合性有助于同質知識的獲取,同時良好的合作環境和彼此信任的合作關系實現隱性知識的共享,加深了信息技術企業對該領域技術知識的理解和吸收,有助于信息技術企業進行替代性技術融合;同時,信息技術企業進行互補性技術融合時,密集網絡一方面可以為信息技術企業提供多渠道高質量的技術知識,提高互補性技術融合的質量;另一方面,規范的制度環境和知識整合運用能力的提升可以提高互補性技術融合的速度。這將推動信息技術企業的互補性技術融合,提升信息技術企業的創新績效。綜上,提出如下假設:
H2a:網絡密度正向調節替代性技術融合與信息技術企業創新績效的關系;
H2b:網絡密度正向調節互補性技術融合與信息技術企業創新績效的關系。
1.2.2網絡中心性的調節作用
網絡中心性是指企業在網絡中占據中心位置的程度[29],反映了企業在網絡中的權力與地位以及對資源獲取與控制的程度[30]。聲譽理論和信號傳遞理論認為企業的良好聲譽向外界傳遞一種值得信賴的信號,會吸引其他企業與之進行合作。處于網絡中心位置的企業具有良好的聲譽和地位[31],這將傳遞出優秀合作者的信號,吸引更多的企業與處于中心位置的企業建立合作關系,使得企業擁有更多的直接連接,進而有更多的機會和渠道獲取企業進行創新活動所需的各類信息資源,進一步擴大企業自身“資源池”,推動企業的技術重組和創新[32]。根據社會網絡理論,處于中心位置的企業擁有更多的權力,能夠控制網絡中的資源流動。因此,作為網絡中的主導者,中心性高會增加其他企業對中心位置企業的資源依賴[33],這有助于監控其競爭環境中的新發展,發現新的市場機會以及創新過程中可能存在的問題,降低企業的創新風險,提升企業的創新績效。
基于上述分析,大量的直接連接有助于信息技術企業與相似技術領域的企業建立聯系,增加了信息技術企業接觸相關領域技術的機會,促進了更深層次的交流以及復雜技術知識的轉移,有助于信息技術企業加深對該領域的技術探究,進而產生替代性技術融合。當信息技術企業占據網絡中心位置時意味著其處于網絡樞紐的位置,能夠擁有更多的渠道接觸和獲取多元化的技術和知識,擴寬信息技術企業原有的技術領域,有助于信息技術企業對于新技術領域的探索以及與原有技術領域的融合,進而產生互補性技術融合。綜上,提出如下假設:
H2c:網絡中心性正向調節替代性技術融合與信息技術企業創新績效的關系;
H2d:網絡中心性正向調節互補性技術融合與信息技術企業創新績效的關系。
1.2.3結構洞的調節作用
結構洞是連接無直接關聯關系個體的“橋梁”,是網絡中的信息匯聚處,亦是信息流動的缺口[34]。結構洞理論指出處于結構洞位置的個體具有信息優勢和控制優勢,因而在市場中更具競爭力。占據結構洞位置的企業,一方面借助其非冗余異質聯系的先天優勢,能夠快速獲取多領域異質且有價值的信息和資源,有助于企業進行知識搜索,降低重復知識管理成本;另一方面,作為網絡中信息流動的缺口,可以有效控制信息和資源的流動,接觸更多新事物、新思想,有助于企業對于新領域的探索,同時有助于企業及時地捕捉技術發展動態,抓住機會規避風險。
信息技術企業在進行替代性技術融合時,需要更多相似性技術知識,而占據結構洞位置的企業在信息優勢和控制優勢的作用下,從外部獲取更多的是異質性技術知識,這將不利于信息技術企業進行替代性技術融合。相反,大量異質信息資源的涌入意味著信息技術企業擁有大量技術領域相近但未曾組合過的技術知識,為信息技術企業進行互補性技術融合提供了更多的可能。而通過對異質技術知識的積累整合以及對新事物的不斷接觸,會激發信息技術企業對新技術領域的探索,進而為信息技術企業后續進行互補性技術融合奠定了基礎。綜上,提出如下假設:
H2e:結構洞負向調節替代性技術融合與信息技術企業創新績效的關系;
H2f:結構洞正向調節互補性技術融合與信息技術企業創新績效的關系。
綜上所述,本文的研究框架模型,如圖1所示。
2研究設計
2.1樣本選取及數據來源
根據2001證監會發布的《上市公司分類指引》,選取2010—2020年在A股上市的信息技術企業和與信息技術企業聯合申請專利的其它行業相關企業為研究樣本,這些企業構成了合作網絡關系。剔除ST、*ST 類企業和數據嚴重缺失的企業,最終獲得1 958個有效樣本。為了減少異常值的影響,對所有連續變量進行縮尾處理。
本文的企業數據來源于國泰安數據庫以及企業年報,專利數據來源于國家知識產權局。利用合作網絡企業專利數據及聯合申請專利的企業技術融合關系,構建共現矩陣,通過Ucinet軟件生成信息技術企業合作網絡結構,并利用軟件計算相關網絡指標。
2.2變量測量
2.2.1被解釋變量
信息技術企業創新績效(Pat)。專利作為企業創新的主要產出成果,是反映其創新績效的重要指標,很多學者采用該指標來衡量創新績效,因此,本文選取信息技術企業的專利申請數來衡量創新績效。
2.2.2解釋變量
采用專利 IPC 號的耦合結構與替代關系分別對互補性技術融合與替代性技術融合進行測度。
1)互補性技術融合(CTC)。假定Xij為同時屬于技術分類i與技術分類j的隨機觀察值,隨機變量Xij服從超幾何分布,均值與方差值如下:
μij=E(Xij=X)=OiOjK。(1)
σ2=μijK-OiKK-OjK-1。(2)
其中:K是所有專利申請量,Oi和Oj分別表示屬于技術分類i和技術分類j的所有專利數量。
技術知識分類i和j的互補性技術融合值為
τij=Jij-μijσij。(3)
其中,Jij表示同時屬于技術分類i與j的專利數量。
每個企業在i分類與其他所有技術知識分類之間的互補性技術融合值為
WARi=∑i≠jτijPij∑i≠jPj。(4)
其中,Pj為技術元素j的專利申請數。
每個企業的互補性技術融合值為
CTC=∑ni=1Pi∑iPi·WAR。(5)
其中:n表示的是所有的技術分類數量
2)替代性技術融合(STC)。設C為替代性技術融合,則:
cjk=∑nm=1CjmCkm
∑nm=1C2jm∑nm=1C2km。(6)
其中:Cjm、Ckm分別為技術元素就j、k與其他技術元素m的共現次數。
企業的替代性技術融合值為
STC=∑∑mi=1Pi∑iPicjk。(7)
2.2.3調節變量
本文將信息技術企業及與其聯合申請專利的申請人作為網絡節點,聯合申請關系作為節點連接,通過Ucinet構建合作網絡,根據所構建的合作網絡進行下述網絡指標的計算。
1)網絡密度。網絡密度衡量整體網絡的緊密程度。計算公式如下:
Den=mn(n-1)/2。(8)
其中:n為網絡中的節點數,n(n-1)/2為理論上可能存在的最多的網絡關系數,m代表實際關系數。
2)網絡中心性。中心度的測量指標包括度中心性、中介中心性和接近中心性等。其中,點度中心性是指與企業直接相連的其他企業的數量,與本文描述一致,因此選取度中心性指標進行測量。
DCi=∑jXij(9)
其中:Xij表示i與j是否具有聯系,有則為1,否則為0。
3)結構洞。測量結構洞通常有4個指標,分別為有效規模、效率、限制度以及等級度。本文使用學者較為廣泛使用的有效規模指標進行測量。
SHi=∑j1-∑qpiqmjq,q≠i,j
(10)
其中:j表示與節點i相連的所有節點,q是除了i和j以外所有第三方節點,piq表示節點i投入到q關系所占比例,piqmjq表示節點i和j的冗余度。
2.2.4控制變量
借鑒以往研究,本文基于企業性質和所處地域位置,選取如下控制變量:企業規模(Size)。在同一行業內,企業的規模越大,研發投入越多,越有利于企業進行創新。本文用企業資產總額的對數來測量企業規模;企業年齡(Age)。企業存在的時間越久,企業累積的技術和知識越豐富,越有利于企業進行創新。本文用所采集研究樣本數據的時間與樣本企業成立時間的差值來測量企業年齡;企業性質(Soe)。企業的性質在一定程度上決定了企業的資源配置,進而影響企業的創新績效。故本文以此為控制變量,是國有企業記為1,否則為0;總資產收益率(Roa)。總資產收益率反映了企業的盈利能力,對企業創新績效具有一定影響。本文用凈利潤與總資產的比值來測量總資產收益率;所在經濟區域是否為東部(East)。經濟區域間在制度等方面存在差異,會影響相關企業的創新資源以及創新績效。研究表明,處于東部地區的企業更易獲得資源和機會。故本文以此為控制變量,處于東部經濟區域的企業記為1,否則為0。
2.3模型構建
為了驗證技術融合與信息技術企業創新績效的關系,構建如下模型:
Pat=α0+α1STC+∑5i=1αicontrolsi+ε。(11)
Pat=α0+α1CTC+∑5i=1αicontrolsi+ε。(12)
為驗證網絡嵌入性在技術融合與信息技術企業創新績效影響的調節作用,構建如下模型:
Pat=α0+α1STC+α2CTC+α3Den+α2STC×
Den+∑5i=1αicontrolsi+ε。(13)
Pat=α0+α1STC+α2CTC+α3DC+α4STC×
DC+∑5i=1αicontrolsi+ε。(14)
Pat=α0+α1STC+α2CTC+α3SH+α4STC×
SH+∑5i=1αicontrolsi+ε。(15)
Pat=α0+α1STC+α2CTC+α3Den+α4CTC×
Den+∑5i=1αicontrolsi+ε。(16)
Pat=α0+α1STC+α2CTC+α3DC+α4CTC×
DC+∑5i=1αicontrolsi+ε。(17)
Pat=α0+α1STC+α2CTC+α3SH+α4CTC×
SH+∑5i=1αicontrolsi+ε。(18)
其中:Pat為被解釋變量,表示信息技術企業創新績效;STC為解釋變量,表示替代性技術融合;CTC為解釋變量,表示互補性技術融合;Den為調節變量,表示網絡密度;DC為調節變量,表示網絡中心性;SH為調節變量,表示結構洞;controlsi為相關控制變量;ε為隨機誤差。
3實證分析
3.1描述性統計與相關分析
本文采用Stata16對變量統計分析和回歸分析。所有變量的均值、標準差、相關系數與VIF值,如表1所示。企業創新績效的均值為81.14,標準差為329.3,表明信息技術企業積極進行創新,但是彼此間的差距較大。各變量間絕大部分相關系數低于0.5。進一步計算各變量之間的方差膨脹系數,其VIF值均小于2,表明自變量之間不存在明顯的多重共線性問題。
3.2模型選擇
由于被解釋變量為非負計數變量,而其方差遠遠大于其均值,即存在過度離散現象,故使用負二項回歸模型對其進行分析。在選擇負二項回歸模型處理面板數據時進行Hausman檢驗,檢驗結果中P值小于0.01,拒絕原假設。因此,本研究采用固定效應負二項回歸模型對數據進行分析。
3.3假設檢驗
負二項回歸的結果,如表2所示。其中:M(1)為基準模型,只包含控制變量;M(2)、M(3)在M(1)的基礎上加入自變量;M(4)~M(9)在M(3)的基礎上加入調節變量及自變量與調節變量的交互項。
由M(2)可知,互補性技術融合與創新績效顯著正相關(β=0.292,P<0.01),假設H1a得到支持。由M(3)可知替代性技術融合與創新績效顯著正相關(β=0.298,P<0.01),假設H1b得到驗證。
M(4)、M(5)和M(6)在M(3)的基礎上分別加入了調節變量網絡密度以及網絡密度與替代性技術融合的交互項、調節變量中心性以及中心性與替代性技術融合的交互項和調節變量結構洞以及結構洞與替代性技術融合的交互項,用以分別驗證網絡密度,中心性和結構洞對替代性技術融合與創新績效之間關系的調節作用。M(4)結果顯示網絡密度與替代性技術融合的交互項與創新績效顯著正相關(β=0.036,P<0.05),說明網絡密度正向調節替代性技術融合與創新績效之間的關系,假設H2a得到驗證;M(5)結果顯示中心性與替代性技術融合的交互項與創新績效顯著正相關(β=0.652,P<0.01),說明中心性正向調節替代性技術融合與創新績效之間的關系,假設H2c得到驗證;M(6)結果顯示結構洞與替代性技術融合的交互項與創新績效負相關,但不顯著(β=-0.006,P>0.1),假設H2e未得到驗證。
M(7)、M(8)和M(9)在M(3)的基礎上分別加入了調節變量網絡密度以及網絡密度與互補性技術融合的交互項、調節變量中心性以及中心性與互補性技術融合的交互項和調節變量結構洞以及結構洞與互補性技術融合的交互項,用以分別驗證網絡密度,中心性和結構洞對互補性技術融合與創新績效之間關系的調節作用。M(7)結果顯示網絡密度與互補性技術融合的交互項與創新績效顯著正相關(β=0.060,P<0.01),說明網絡密度正向調節互補性技術融合與創新績效之間的關系,假設H2b得到驗證;M(8)結果顯示中心性與互補性技術融合的交互項與創新績效顯著正相關(β=0.126,P<005),說明中心性正向調節互補性技術融合與創新績效之間的關系,假設H2d得到驗證;M(9)結果顯示結構洞與互補性技術融合的交互項與創新績效顯著正相關(β=0.110,P<0.01),說明結構洞正向調節互補性技術融合與創新績效之間的關系,假設H2f得到驗證。
3.4穩健性檢驗
為保證實證結果的可靠性和穩健性,本研究使用專利授權數替換被解釋變量進行穩健性檢驗。穩健性回歸分析結果,如表3所示。從回歸結果與上述實證結果基本一致,證實了結果的穩健性。
4研究結論與啟示
4.1研究結論
本文基于2010—2017年信息技術企業面板數據,分析了替代性技術融合和互補性技術融合對創新績效的作用關系,同時檢驗了合作網絡結構在其中的調節作用。本文研究結果表明:
1)替代性技術融合和互補性技術融合均對信息技術企業創新績效具有正向影響。對特定技術領域技術知識的深入挖掘,有助于信息技術企業發展自己的核心技術領域,保持持續的競爭優勢。互補性技術融合對信息技術創新績效具有正向影響。互補性技術的涌入,有助于企業發散思維,產生新想法,進而開發新技術,這對于信息技術企業在行業內保持競爭優勢是至關重要的。
2)網絡密度和中心性正向調節替代性技術融合與信息技術創新績效之間的關系,而結構洞對替代性技術融合與信息技術企業創新績效之間關系的調節作用不顯著;高密度網絡中良好的合作環境有助于企業間隱性知識的共享轉移,而占據中心位置的企業更容易聯系到相關企業,直接獲取資源,這些都有助于信息技術企業獲取特定技術領域的相似技術知識,提升吸收能力和理解能力,產生替代性技術融合,進而提升企業創新績效。
3)網絡密度、中心性和結構洞均正向調節互補性技術融合與信息技術創新績效之間的關系。處于密集網絡中、具有高中心性或占據較多結構洞位置的企業,往往具有更多的異質性知識獲取渠道以及較高的傳輸能力,使企業能夠更快獲取更多的技術知識,有助于企業進行互補性技術融合,提升企業創新績效。
4.2啟示
本研究對信息技術企業管理實踐具有一定的啟示作用:首先,技術融合能夠推進信息技術企業進行創新,因而信息技術企業應結合研發需求與企業實際情況,合理選擇技術融合的類型。同時,企業也應根據技術融合的不同類型,進行針對性的伙伴選擇,增加相似領域技術知識積累或者拓寬企業的技術知識領域,進而推動企業進行替代性技術融合或互補性技術融合。其次,企業在進行技術融合時,應盡可能占據網絡中的中心位置,增加企業在網絡中的權力和控制力,控制網絡中的信息資源流動,進而獲得更多的技術知識,有利于企業進行技術融合。此外,相比于低密度的合作網絡,高密度合作網絡更有助于企業進行技術融合,增加企業的創新產出。因此,企業應積極與網絡中的企業建立緊密聯系,且盡可能多的與其他企業建立直接聯系。最后,企業在進行互補性技術融合時,還應盡可能占據結構洞位置,即企業在與其他企業進行合作的過程中,應有意識地評估考察合作企業,剔除冗余聯系,這有利于企業資源獲取渠道的增加,獲得信息優勢和控制優勢,提升企業的創新績效。
參考文獻:
[1]HABG S P.Technology convergence, open innovation,and dynamic economy[J].Journal of Open Innovation Technology Market and Complexity,2017,3(1):24.
[2]LEE C,PARK G,KANG J.The impact of convergence between science and technology on innovation[J].Journal of Technology Transfer,2018,43(2):1.
[3]郭曉川,潘雨瑤,杜雅茹.新技術融合、動態能力與資源型企業績效研究[J].科學管理研究,2019,37(6):113.
[4]王媛,曾德明,陳靜,等.技術融合、技術動蕩性與新產品開發績效研究[J].科學學研究,2020,38(3):488.
[5]譚云清.網絡嵌入特征、搜索策略對企業開放式創新的影響研究[J].管理學報,2015,12(12):1780.
[6]郭建杰,謝富紀.企業合作網絡位置對創新績效的影響:以ICT產業為例[J].系統管理學報,2020,29(6):1124.
[7]GUAN J,LIU N.Exploitative and exploratory innovations in knowledge network and collaboration network:A patent analysis in the technological field of Nano-energy[J].Research Policy,2016,45(1):97.
[8]ZAHHER A,BELL G G.Benefiting from network position:Firm capabilities,structural holes,and performance[J].Strategic management,2005(26):809.
[9]LI M,XIAO F,CHENG Y,et al.Exploring the relationship between network position and innovation performance:Evidence from a social network analysis of high and new tech companies from a less-developed area in China[J].Chinese Management Studies,2020,14(1):93.
[10]馮科,曾德明.協作研發網絡結構嵌入性、技術標準集中度與技術融合[J].系統工程,2018,36(6):1.
[11]ROSENBERG N.Technological change in the machine tool industry,1840—1910[J].Journal of Economic History,1963,23(4):414.
[12]CURRAN C S,LEKER J.Patent indicators for monitoring convergence-examples from NFF and ICT[J].Technological Forecasting and Social Change,2011,78(2):256.
[13]婁巖,楊培培,黃魯成.基于專利的技術融合測度方法及實證研究[J].科研管理,2019,40(11):134.
[14]宋昱曉,苗紅.基于專利的技術融合趨勢的驅動因素研究[J].情報雜志,2017,36(12):98.
[15]STIEGLITZ N.Digital dynamics and types of industry convergence:The evolution of the handheld computers market[J].Social Science Electronic Publishing,2007:179.
[16]王媛,曾德明,文金艷.跨領域技術融合對企業新產品開發績效的影響[J].科研管理,2020,41(8):114.
[17]曾德明,陳培禎.企業知識基礎、認知距離對二元式創新績效的影響[J].管理學報,2017,14(8):1824.
[18]LIU J,MA T.Innovative performance with interactions between technological proximity and geographic proximity:Evidence from China electronics patents[J].Technology analysis & strategic management,2019,31(6):667.
[19]XU S.Balancing the Twoknowledge dimensions in innovation efforts:An empirical examination among pharmaceutical firms[J].Journal of Product Innovation Management,2015,32(4):610.
[20]NATALICCHIO A,MESSENI P A,GARAVELLI A C.The interplay between partners technological diversification in joint-patenting: A study on firm-PRO collaborations[J]. Management Decision,2017,55(6):1248.
[21]RIU Z,LYYTINEN K.How do ventures become more innovative? The effect of external search and ambidextrous knowledge integration[J].European Journal of Innovation Management,2019,22(5):845.
[22]GRANOVETTER M S.Economic action and social structure:The problem of embeddedness[J].American Journal of Sociology,1985,91(3):481.
[23]趙炎,鄭向杰.網絡嵌入性與地域根植性對聯盟企業創新績效的影響:對中國高科技上市公司的實證分析[J].科研管理,2013,34(11):9.
[24]UZZI B.Thesources and consequences of embeddedness for the economic performance of organizations:The network effect[J].American Sociological Review,1996,61(4):674.
[25]PARRA R,GLORIA J,et al.Innovativeness in the context of technological and market dynamism The conflicting effects of network density[J].Journal of Organizational Change Management,2017,30(4):548.
[26]COLEMAN J S.Social capital in the creation of human capital[J].American Journal of Sociology,1988,94:95.
[27]SODA G,STEA D,PEDERSEN T.Network structure,collaborative context, and individual creativity[J].Journal of Management,2019,45(4):1739.
[28]GANGULY A,TALUKDAR A,CHATTERJEE D.Evaluating the role of social capital,tacit knowledge sharing,knowledge quality and reciprocity in determining innovation capability of an organization[J].Journal of Knowledge Management,2019,23(6):1105.
[29]FREEMAN L C.Centrality in social networks conceptual clarification[J].Social Networks,1979,1(3):225.
[30]OZER M,DEMIRKAN I,GOKALP O N.Collaboration networks and innovation:Does corporate lobbying matter?[J].Journal of Strategy and Management,2013,6(3):286.
[31]FILIERI R,ALGUEZAUI S.Structural social capital and innovation:Is knowledge transfer the missing link?[J].Journal of Knowledge Management,2014,18(4):728.
[32]MAZZOLA E,PERRONE G,KAMURIWO D S.Network embeddedness and new product development in the biopharmaceutical industry:The moderating role of open innovation flow[J].International Journal of Production Economics,2015,160:106.
[33]PHELPS C C.A longitudinal study of the influence of alliance network structure and composition on firm exploratory innovation[J].Academy of Management Journal,2010,53(4):890.
[34]BURT R S.Structural holes:The social structure of competition[M].Harvard University Press,1992:57.
[編輯:劉素菊]
3233500338206