知識型員工冗余對中小上市公司二元創新的影響：環境特征的調節作用

鄒增明，劉明霞，鄒思明

(1.武漢大學 經濟與管理學院，湖北 武漢 420106；2.中南林業科技大學 商學院，湖南 長沙 410004)

0 引言

中小企業是推動我國國民經濟發展的中堅力量，也是最具研發活力的創新群體。然而，研發投入不足、創新能力不強是我國中小企業普遍存在的問題，且大多數中小企業在進行創新戰略決策時，更傾向于選擇風險相對較小、僅在已有技術領域進行改良的利用式創新[1]。而今，嚴峻復雜的國內外環境與不斷升級的技術競爭，給企業生存和發展帶來了極大挑戰。如2020年突如其來的新冠疫情暴發，迫使企業不斷創新以滿足市場需求。因此，僅對技術進行小幅度改進(利用式創新)不足以應對變幻莫測的環境，為了持久生存且獲得可持續競爭優勢，企業還需要突破已有技術領域進行全新探索(探索式創新)。也就是說，企業必須實施二元創新戰略，即同時實施利用式創新和探索式創新。中小企業受自身資源、組織結構等約束，為了確保戰略安全與業務連續，更傾向于維持一定的人力資源冗余進行人才儲備。但是，人才儲備是一筆較大支出，且過多的人才儲備容易引發員工間過度競爭。究竟是從要素市場獲取創新資源，還是保持員工冗余實施二元創新，對很多企業而言是一項重要的戰略決策。

冗余與創新之間的關系不僅引起企業界高度重視，學術界也對此存在較大爭議。首先，經濟學家常把冗余視為浪費和低效率的代名詞[2]，而組織理論學者卻認為冗余具有蓄水池效應，在不可預測的情況下，冗余對企業具有緩沖作用[3]。其次，隨著對冗余與創新間關系的研究逐漸細粒化，學者們研究了已吸收冗余、未吸收冗余、財務冗余等物質冗余的作用[4-9]。近年來，有學者關注到人員冗余與物質冗余的區別在于人擁有知識，基于此將人員冗余和物質冗余加以區分，并單獨探討其作用。如Voss等[10]從資源配置角度認為，員工所具備專業技能受限于某一領域而存在“黏性”，很難在企業內重新配置，其促進產品利用而阻礙產品探索；李曉翔等(2014)檢驗了冗員與中小企業產品創新的關系，并指出低嵌入性人員冗余有利于產品創新。但是，這類研究更多地將人員冗余視為企業內難以重新配置的粘性資源，忽略了人的復雜性、能動性和高度異質性等獨特屬性。Lecuona[11]研究發現，由于具備的知識不同，不同類型的人員冗余對企業績效的影響存在差異。知識型員工是技術、知識的重要載體，能對知識進行利用和再創造，是推動創新的主力軍[12]，擁有強烈的職業認同感，自認為“我是創新者”[13]，把自己視為問題解決者且渴望成為更有能力的人，有很強的內驅力主動承擔企業技術創新工作，積極為技術升級、改進等過程中出現的新問題尋求解決方案，努力成為企業關鍵技術開發者與探索者[14]。雖然學者們已經意識到員工冗余與創新產出間關系的重要性，但對知識型員工冗余與不同類型創新(如利用式創新和探索式創新)間關系缺乏研究。而且，由于當前緊張的貿易形勢及低迷的經濟狀況，企業所處市場環境極具不確定性，這可能給尋求創新的企業帶來機會，也可能使其在產品市場中遭遇挫折而陷入財務風險。對企業而言，無論是利用式創新活動還是探索式創新活動，都意味著更多的物力、財力、人力等資源投入。那么，市場不確定性能促使企業維持更多知識型員工冗余以開展二元創新嗎？同時，要素市場是企業所需各類資源(如知識型員工、技術資源等)聚集、流通的重要場所，而我國各區域要素市場發育程度存在較大差異，在要素市場發育程度不同區域，保留知識型員工冗余對企業二元創新是否存在差異化影響？為此，本文將市場不確定性、要素市場發育程度、知識型員工冗余和企業二元創新納入統一分析框架，試圖分析知識型員工冗余對二元創新有何影響？其作用機理是什么？市場不確定性和要素市場發育程度對二者間關系有何影響？

1 理論與研究假設

1.1 知識型員工冗余對二元創新的影響

知識型員工是那些掌握、運用符號和概念，利用知識和信息工作的人(彼得·德魯克)，擁有較為豐富的知識、經驗與技能儲備，能對知識進行應用、擴展與再創造，具有較強的創造力，往往受教育程度較高、自主意識與創造能力都比較強等，對企業創新至關重要。然而，資源冗余是指超出維持目前運營所需最低需求量所余下的資源[15]，代表企業戰略資源儲備。知識型員工冗余是指企業對知識型員工數量和技能的超額儲備[16]，有利于人力資源柔性管理[17]。

企業創新離不開寬松的環境與一定的研發激勵。首先，根據注意力搜尋理論，員工注意力受到企業所面臨復雜環境的影響[18]。當員工冗余較低時，適當提升冗余可使員工在緊張的工作中有額外時間和精力，跳出日常工作思維進行學習、探索及思考，密切關注環境中信息、知識帶給企業的潛在威脅和機會，深度剖析市場反饋信息，嘗試新的技術、方法與思路以優化問題解決方案。其次，適度冗余能在企業內部創造有效競爭氛圍，如員工渴望通過崗位晉升獲得成就感并提升自我價值，因而會更主動地參與到創新活動中。再次，一定的冗余為企業提供了知識儲備，豐富了企業知識基礎，有利于企業間交流，相互了解和信任的員工因掌握共同知識基礎而具有更高交流效率，尤其有利于隱性知識傳遞，促進新知識、新思想的產生[19]，還能避免因員工離職等突發狀況導致的創新活動推遲或中斷[20]，從而對探索式創新和利用式創新活動起到積極促進作用。

隨著冗余逐漸增多，企業內部可能因“僧多粥少”形成惡性競爭，員工間相互猜忌，不愿意共享隱性知識；當員工感受到自身在企業內職業發展通道受限甚至毫無希望時，可能產生懶惰、松散、相互推諉等消極怠工行為，這種消極氛圍會削弱知識型員工創新積極性[21]。所以，過度冗余會抑制企業創新活動(包括探索式創新與利用式創新)。值得注意的是，隨著冗余提升，激烈競爭促使知識型員工提升自身技能差異化，以爭取在眾多競爭者中脫穎而出，這種競爭使得員工放棄對已有知識的利用，轉向探索新知識，直到員工覺得競爭太大而放棄創新。因此，冗余提升先抑制企業利用式創新，再抑制企業探索式創新。基于此，本文提出如下假設：

H1a：知識型員工冗余與利用式創新呈倒U型關系。即當知識型員工較少時，提高冗余將促進企業利用式創新；但當冗余增加到一定程度后，反而會阻礙利用式創新；

H1b：知識型員工冗余與探索式創新呈倒U型關系。即當冗余較少時，提高冗余將促進企業探索式創新；但當冗余增加到一定程度后，反而會阻礙探索式創新；

H1c：知識型員工冗余的提升，先抑制利用式創新，后抑制探索式創新。

1.2 要素市場發育程度的調節作用

要素市場是各類生產要素在交換和流通過程中形成的市場。要素市場發育程度反映關鍵性生產要素的市場流動情況，如金融資本和勞動力等，要素市場發育程度越高說明生產要素的市場流動性越強。我國各地區要素市場發育程度存在明顯差異[22]，知識型員工的聚集、配置和流動都是在要素市場進行的。首先，要素市場發育程度越成熟的地區，勞動力、資金等更便利地在不同部門和地區間流通，市場在資源配置中的主導作用更強，有利于中小企業從市場中平等地獲取創新資源(如人力和資本)[23]，在一定程度上降低企業創新活動對特定知識型員工的依賴，企業缺乏足夠動力激勵員工開展創新活動；其次，要素市場發育程度高的地區，科技成果市場化程度較高，知識型員工可以迅速從市場中獲得所需先進技術，會降低員工開展自主創新活動的意愿，以規避創新失敗風險，這對于資源相對緊缺的中小企業生存與發展尤其重要。另外，要素市場發育成熟的地區，員工流動性更大，不利于企業開展創新活動。然而，在市場發育程度較低的地區，人才流動性比較低，創新資源獲取難度較大，要想贏得競爭，企業必須提高創新能力，鼓勵員工開展自主創新，加強新技術利用與探索。可見，要素市場發育不成熟的地區，保留一定員工冗余對企業開展利用式/探索式創新具有促進作用。因此，本研究提出如下假設：

H2a：要素市場發育程度負向調節知識型員工冗余與利用式創新間關系，即要素市場發育程度提升會弱化知識型員工冗余對利用式創新的影響；

H2b：要素市場發育程度負向調節知識型員工冗余與探索式創新間關系，即要素市場發育程度提升會降低知識型員工冗余對利用式創新的促進影響。

1.3 市場不確定性的調節作用

市場不確定性是指企業所處市場環境的不穩定性與不可預測性。當市場不確定性程度較高時，企業間展開激烈競爭，中小企業若想長期生存，就必須不斷改進已有技術，加強對現有技術的利用或者探索新技術，開辟利基市場，應對外部環境帶來的機遇與挑戰[24]。在這一形勢下，提升市場敏感度對企業生存與發展至關重要，有利于持續跟蹤市場動態，加快創新迭代速度，推陳出新，搶占市場先發優勢。因此，中小企業具有更強的動力激勵員工創新。而知識型員工作為企業技術創新的重要主體，在不確定環境中，其創新意愿、動機都有可能被激發。首先，在動蕩的市場環境中，為求生存，中小企業可能率先辭退員工以縮減運營成本，這無形中給了知識型員工更大壓力，員工有更強動機開展創新活動[16]，促使他們不斷增強自身差異化能力，加快新技術利用與開發。其次，當市場不確定性程度較高時，創新活動更具挑戰性，這在一定程度上能夠激發知識型員工自我實現的需求[14]，如在關鍵時期脫穎而出，提高外界認可度，贏得更多晉升機會。知識型員工會積極探索有利于企業發展的信息、技術與知識，尋求新的解決方案以實現自身保值與增值[25]。因此，知識型員工冗余有利于強化員工冗余與探索式/利用式創新的關系。綜上，提出如下假設：

H3a：市場不確定性越高，知識型員工冗余對利用式創新的促進作用越強；

H3b：市場不確定性越高，知識型員工冗余對探索式創新的促進作用越強。

2 研究樣本、變量與方法

2.1 樣本與數據收集

本文以國泰安數據庫(CSMAR)中小板和創業板2009年以前上市的企業為初始樣本，并對樣本進行篩選：剔除變量數據不全的企業；剔除2012-2017年不續存的企業；剔除專利數據為0的企業。由于專利數據使用5年窗口期，將2012年專利分類號分別與2007-2011年5年間所有專利分類號進行比較，得出2012年探索式創新和利用式創新數值，依此類推。收集2007-2017年專利數據及2012-2017年財務數據，最終獲得277家企業2012-2017年平衡面板數據，共1 662個觀測值。其中，專利數據和財務數據均來源于CSMAR數據庫，技術人員相關數據來源于WIND數據庫。

2.2 變量測度

2.2.1 因變量

探索式創新與利用式創新。現有研究利用二手數據測度探索式創新和利用式創新時主要基于專利數據，包括專利引用[26]與國際專利分類號[27]兩種。我國專利引用數據統計處于起步階段，無法得到完整的引用數據，故本文參照Guan等[27]的研究，采用國際專利分類號進行測度。一般而言，專利分類號前4位代表專利所屬技術領域，并以5年時間窗口期進行比較。若企業某項技術的專利分類號在過去5年內沒有在該領域內出現過，但是在觀察年度內首次出現在企業專利分類號中，則將此項技術視為探索式創新；反之，如果某項技術的專利分類號不僅在觀察年度內出現，而且在過去5年也曾在該領域內出現過，則將該項技術視為利用式創新。例如，將2012年專利分類號分別與2007、2008、2009、2010、2011年所有專利分類號進行比較，在2012年所有專利分類號中，新出現的前四位分類號數量視為探索式創新績效，已出現過的前四位分類號數量視為利用式創新績效。

2.2.2 自變量

知識型員工冗余(ks)。知識型員工往往就職于企業管理部門或研發、技術部門。現有關于知識型員工的研究主要采用問卷方式，調查對象是企業研發、技術人員[28]或者大專以上學歷的員工[29]。本文借鑒Vanacker[20]的方法進行測度，公式如下：

知識型員工冗余=(技術人員數量/營業收入)企業/年度-(技術人員總量/營業收入)行業/年度

2.2.3 調節變量

要素市場發育程度(em)：反映市場資源可獲取性。參照魏江(2013)的研究，選取要素市場發育程度的指標進行測度。

市場不確定性(mk)。借鑒已有成果[30-31]，使用過去5年企業銷售收入的標準差經行業調整后的數值進行測度。將企業銷售收入與年份進行回歸，用模型殘差計算銷售收入波動率衡量環境不確定性。指標具體計算方式如下：首先，利用模型sale=β1+β2year+ε，運用最小二乘法測算企業非正常收入。其中，sale表示企業觀測年度5年銷售收入，year表示觀測年度，過去5個年度值，2016年取5，2015年取4，以此類推，殘差ε為非正常銷售收入；然后，利用過去5年非正常收入值計算標準差，除以過去5年銷售收入平均值得到未經行業調整的市場不確定性水平；最后，對未經行業調整的市場不確定性數值進行行業調整，即除以同年度同行業內所有公司未經行業調整的市場不確定性的中位數，得到本文市場不確定性數據。

2.2.4 控制變量

本文選取如下6個控制變量：

(1)企業上市持續年份(last year)=研究年度-公司上市年度[32]。

(2)企業年齡(age)：成立時間越久的企業，越有經驗從市場中獲取有價值的信息和知識等資源進行整合，從而有利于企業創新。本文以(當前年份-企業成立年份)進行測度。

(3)企業規模(size)：規模越大，企業越可能采用多種創新方式。本文對總資產取自然對數進行測度。

(4)銷售收入增長率(saleg)：營業收入增長率代表企業成長性，成長越好的企業發展前景越好，越有動力進行創新以提高市場競爭力，本文使用(當年主營業務收入-上年主營業務收入)/當年主營業務收入進行測度[33]。

(5)財務杠桿(lev)：反映企業負債與風險承擔能力，而風險傾向會影響創新模式選擇。本文以總負債與總資產之比衡量[34]。

(6)企業性質(nature)：企業性質是影響創新的重要因素，本文根據所有權設置虛擬變量，國有控股企業設為1，否則設為0[35]。

2.3 模型選擇與設計

本文因變量基于專利數量進行測度，被解釋變量有0且具有非負整數、離散的特征。Cameron 等[36]研究指出，企業專利數據等離散型數據適合使用泊松分布。為了減少不隨時間變化的個體異質性對本研究的影響，結合數據特征與現有研究經驗，參照Cerqueiro[37]及李梅(2016)等的研究，運用泊松回歸模型進行計量分析。

Exploitationi,t=exp[α0+α1i∑control]

(模型1a)

Explorationi,t=exp[α0+α1i∑control]

(模型1b)

模型1a和模型1b是基準回歸，即對控制變量的回歸，包括企業上市持續年份(last year)、企業年齡(age)、企業規模(size)、銷售收入增長率(saleg)、財務杠桿(lev)與企業性質(nature)。

Exploitationi,t=exp[α0+α1ks+α2ks*ks+α3i∑control]

(模型2a)

Explorationi,t=exp[α0+α1ks+α2ks*ks+α3i∑control]

(模型2b)

模型2a和模型2b分別在模型1a與模型1b的基礎上加入自變量知識型員工冗余(ks)及其平方項(ks*ks)，檢驗知識型員工冗余與利用式/探索式創新的關系。

Exploitationi,t=exp[α0+α1ks+α2ks*ks+α3ks*em+α4ks*ks*em+α5em+α6i∑control]

(模型3a)

Explorationi,t=exp[α0+α1ks+α2ks*ks+α3ks*em+α4ks*ks*em+α5em+α6i∑control]

(模型3b)

模型3a和模型3b分別在模型2a和模型2b的基礎上加入調節變量em(要素市場發育程度)、ks(知識型員工冗余)與em及ks*ks(知識型員工冗余的平方項)與em的交互項。

Exploitationi,t=exp[α0+α1ks+α2ks*ks+α3ks*mk+α4ks*ks*mk+α5mk+α6i∑control]

(模型4a)

Explorationi,t=exp[α0+α1ks+α2ks*ks+α3ks*mk+α4ks*ks*mk+α5mk+α6i∑control]

(模型4b)

模型4a和模型4b在模型2a和模型2b的基礎上分別添加調節變量mk(市場不確定性)、ks與mk以及ks*ks與mk的交互項。

3 實證分析

3.1 描述性統計與相關關系分析

各變量描述性統計及相關性分析結果如表1所示，它展示了主要變量的均值、方差及變量間相關關系。可以看出，控制變量之間、自變量與控制變量、調節變量之間相關系數絕對值均不高于0.5。為了驗證變量間是否存在多重共線性，本文進行了VIF方差膨脹系數檢驗。如表1所示，所有變量的方差膨脹因子VIF系數最大值為1.42，遠小于10，表明各變量間不存在明顯的多重共線性問題。

3.2 回歸結果分析

(1)主效應分析結果。本文采用層次回歸方法依次檢驗了控制變量、自變量、調節變量的影響，表2、表3分別是以利用式創新和探索式創新為因變量的回歸模型。通過模型2a可以看出，在關于利用式創新的模型中，知識型員工冗余平方項的回歸系數為負數，且在1%水平下顯著。這說明，適當提升知識型員工冗余有利于促進企業利用式創新產出，但是，超出一定范圍后反而會抑制企業利用式創新產出，因而，假設H1a得到支持。而在模型2b中，知識型員工冗余與探索式創新也呈現同樣的倒U型關系(二次方的回歸系數為-13.866，在1%水平下顯著性為負)，因此假設H1b得到支持。

表1 描述性統計與相關性分析

根據回歸結果可以計算得出，模型2a(利用式創新)曲線的對稱軸為x=0.199，而在模型2b(探索式創新)中，曲線對稱軸為x=0.219，即知識型員工冗余對利用式創新影響的峰值出現時間早于探索式創新。因此，過度提升知識型員工冗余會先抑制利用式創新再抑制探索式創新，因此，假設H1c得到支持。

通過模型3a可以看出，要素市場發育程度負向調節知識型員工冗余與利用式創新的關系(要素市場發育程度與知識型員工交互項的回歸系數為-1.689，且在1%水平上顯著)，假設H2a得到支持。而在模型3b中，要素市場發育程度與知識型員工交互項的回歸系數為-1.234，且在1%水平上顯著，說明要素市場發育程度減弱知識型員工與探索式創新間正向關系，假設H2b得到支持。要素市場發育程度在利用式創新模型中的作用更強(1.689>1.234)，這也在一定程度上反映利用式創新對要素市場的依賴程度更高，要素市場越發達，企業越容易獲取創新所需資源，減少自主創新投入，而探索式創新對現有要素市場的依賴性比利用式創新低，企業難以通過要素市場尋找替代企業探索式創新活動所需要素。因此，要素市場發育程度對員工冗余與利用式創新間關系的調節作用更顯著。

(2)調節效應分析結果。模型4a、4b分別反映市場不確定性對知識型員工與利用式創新/探索式創新間關系的調節作用，結果顯示，市場不確定性顯著加強知識型員工對利用式創新/探索式創新的促進作用(交互項為正，且在1%水平上顯著)。在利用式創新模型中，市場不確定性和知識型員工冗余的交互項回歸系數為1.376，大于探索式創新模型的調節效應系數0.535，在一定程度上反映對于中小上市企業而言，市場不確定性會促進企業創新活動，并且對利用式創新的促進作用更強。即在市場不確定性較高的情境下，大部分中小上市企業會利用知識型員工冗余，加快對現有技術的迭代開發。

為了更直觀地分析調節作用，本文繪制了要素市場發育程度和市場不確定性的調節效應，如圖1所示。要素市場發育程度對知識型員工冗余與利用式創新的調節效應如圖1(a)所示，要素市場發育程度對員工冗余與探索式創新的調節效應如圖1(b)所示。圖1(a)、圖1(b)顯示，在要素市場發育程度低的情況下，知識型員工冗余對利用式創新與探索式創新的促進作用明顯高于要素市場發育程度高的情況。這在一定程度上說明，在創新活動中要素市場發育程度對知識型員工冗余產生了一定替代作用。在要素市場發育程度較低的地區，為維持足夠創新能力，必須保持較高員工冗余，在要素市場發育程度較高的情況下，中小企業更容易從市場獲取創新相關要素，企業在購買與自創之間作出權衡，為降低成本，會減少員工冗余而從要素市場獲得相關要素資源。這也解釋了要素市場發育程度高的地區如北京、上海、深圳為何能夠吸引更多企業入駐。

表2 知識型員工冗余、環境特征與利用式創新的回歸結果

表3 知識型員工冗余、環境特征與探索式創新的回歸結果

圖1 要素市場發育程度對知識型員工與利用式創新(a)、探索式創新(b)間關系的調節效應

市場不確定性對知識型員工冗余與利用式創新間關系的調節效應如圖2(a)所示，市場不確定性對知識型員工冗余與探索式創新間關系的調節效應如圖2(b)所示。市場不確定性程度越高，對知識型員工冗余與利用式創新/探索式創新間關系的調節作用越顯著。這說明，市場競爭越激烈，動蕩性越大，企業越傾向于鼓勵員工開發與探索新技術，尋求利基市場或更好地提升用戶使用價值，這也是近年來競爭性強的行業技術更新換代速度加快、產品生命周期縮短的重要原因。

圖2 市場不確定性對知識型員工與利用式創新(a)、探索式創新(b)間關系的調節效應

(3)回歸結果的企業年齡差異檢驗。與新成立的企業相比，成立時間越長且一直存續的企業在市場中獲取資源的能力越強。為了檢驗不同年齡的差異化影響，本文以公司年齡的中位數為分水嶺，高于中位數的企業為高年齡組，低于中位數的企業為低年齡組，分別探討知識型員工冗余對利用式/探索式創新的差異化影響，并檢驗要素市場發育程度與市場不確定性的調節作用。回歸結果如表4和表5所示。

表4 高年齡組與低年齡組對比(因變量為利用式創新)

通過模型5a和8a可以看出，無論是高年齡組還是低年齡組，知識員工冗余與利用式創新的關系均為倒U型關系，因此，H1a和H1b通過驗證。值得注意的是，在高年齡組的利用式創新模型中，曲線對稱軸為x=0.209，而在低年齡組，曲線對稱軸為x=0.088，所以，低年齡組先達到員工冗余峰值。在探索式創新(模型5b和8b)模型中也存在相同效應(高年齡組的對稱軸為x=0.220，低年齡組的對稱軸為x=0.090)。可以看出，持續時間較長的企業對知識型員工冗余的包容性更強，無論是為了探索式創新還是利用式創新，對新創企業而言都需要保持小而精的創新人員隊伍。不管是高年齡組還是低年齡組，利用式創新的對稱軸x都早于探索式創新的對稱軸，因此，假設H1c通過驗證，即隨著知識型員工冗余的提升，先抑制利用式創新再抑制探索式創新。

而模型6a、9a(因變量為利用式創新)以及模型6b、9b(因變量為探索式創新)顯示，無論是高年齡組還是低年齡組，要素市場發育程度都負向調節知識型員工冗余與利用式創新間關系(交互項系數的符號為負)，表明要素市場更發達的地區，能為企業(無論是大齡企業還是新創企業)提供較強的外部資源支持，一定程度上降低企業在創新活動中對知識型員工冗余的依賴。

而模型7a、10a(因變量為利用式創新)以及模型7b、10b(因變量為探索式創新)反映市場不確定性的調節作用。結果顯示，無論是高年齡組還是低年齡組，市場不確定性都正向影響知識型員工冗余與利用式創新間關系(交互項系數的符號為正)。因此，H3a、H3b通過驗證，表明市場不確定性越高的行業，在創新活動中對知識型員工冗余的依賴程度越高。市場不確定性對新創企業的影響大于成立較久的企業(低齡組交互系數為1.193，高于高齡組的0.971)。這也說明市場競爭越激烈，新創企業對知識型員工冗余的依賴性越強。這可能是在市場競爭激烈的情況下，大企業因存續時間較長積累了一定資源，具有更強的抗震蕩能力，也更容易從市場中靈活地獲得更多資源，對知識型員工冗余的依賴性相對較低，這也是動蕩市場中低齡(或新創)企業生存更加艱難的關鍵原因，低齡企業需要更多資源維持創新。

表5 高年齡組與低年齡組對比(因變量為探索式創新)

4 結論與啟示

本文論證了知識型員工冗余與利用式創新和探索式創新的關系，從要素市場發育程度與市場不確定性兩個角度，實證檢驗了外部環境因素對兩者關系的調節作用。研究發現：

(1)知識型員工冗余與利用式創新、探索式創新均存在倒U型關系，即過高與過低的冗余都不利于企業創新活動。但是，隨著知識型員工冗余不斷增多，會先抑制利用式創新再抑制探索式創新，探索式創新往往對知識型員工的依賴更強。

(2)市場不確定性強化了知識型員工冗余對利用式創新/探索式創新的促進作用。市場不確定性程度越高，企業無論是開展探索式創新還是利用式創新，對知識型員工的依賴性越強，為了在激烈競爭中脫穎而出，企業往往需要更多人員探索新的利基市場或者開發新技術。該結論一定程度上解釋了在市場發展動蕩階段，企業扎根自主研發活動、力求突破創新瓶頸的重要性，這也是華為“備胎計劃”廣受贊譽的重要原因。

(3)要素市場發育程度減弱了知識型員工冗余與利用式創新/探索式創新間關系。要素市場發育程度較高的地區，企業技術創新活動對員工冗余的依賴性降低，中小企業能夠更容易從發達的要素市場獲得相關創新資源，替代企業部分自主創新活動，且對利用式創新的替代作用更顯著，說明探索式創新所需資源對員工冗余的依賴性更大，往往需要投入更多知識型員工。

(4)根據公司年齡的分組檢驗結果，基本上支持本文研究假設，即無論是高年齡組還是低年齡組，知識型員工冗余均與企業利用式創新/探索式創新呈倒U型關系。要素市場發達程度減弱了知識型員工冗余對探索式/利用式創新的促進作用，而市場不確定性強化了知識型員工冗余對探索式/利用式創新的促進作用，且這種作用在低齡組更加顯著，說明在市場動蕩期，新創企業(或低齡企業)需要保留更多人員冗余來維持創新，其也是新創企業在市場動蕩期生存更加艱難的重要原因。這為國家制定相關政策扶持中小企業提供了決策依據，即應引導相關資源要素向中小企業傾斜，確保中小企業能夠公平合理地獲取相關資源要素，有效激發創新活力。

基于以上實證分析和研究結論，得到以下管理啟示：知識型員工冗余并不是越多越好，也不是越少越好，而要保持適度水平。過多冗余可能加大企業管理成本，而過少的資源儲備不利于企業開展創新活動。因此，企業在資源開發和儲備過程中應注意“量”的問題，管理者有必要根據企業技術創新現狀，科學地制訂人才戰略儲備規劃；知識型員工是企業技術創新的主要承擔者，且有強烈的自我實現需求，管理者不能一味地將員工冗余視為一類靜態的難以在企業重新配置的資源，而應該充分考慮知識型員工的主觀能動性，將知識型員工冗余置于合適崗位，人盡其用，充分調動其主動進行技術利用與技術探索的積極性；中小企業由于其自身特點，在資源獲取和創新模式選擇中與大企業存在差異，尤其是成立時間較短且所處市場環境高度不確定的中小企業，在資源獲取方面優勢不明顯甚至處于劣勢，更有必要保留一定的知識型員工冗余從事創新活動。

5 研究不足與展望

本文驗證了知識型員工冗余對二元創新的作用，也得到了一些有價值的結論，但還存在不足。參照Guan等的方法使用專利分類號作為創新活動代理變量對探索式創新和利用式創新進行測度，雖然專利分類號作為探索式創新和利用式創新的代理變量具有一定優勢，但其有效性往往不足：首先，技術的使用和流動很難編碼，企業對技術的探索和利用等信息不能完全通過專利分類號體現；其次，有些企業為了保護核心技術，不愿意申請專利，導致這些關鍵技術無法通過專利記錄下來；再次，專利授予對技術新穎性和原創性有非常高的要求，導致企業很多技術難以被專利化；最后，在一些特殊的行業(如服務業)，專利并不是創新的重要測度指標，因此，本研究結論能否適用于對專利有所忽略的行業或企業，有待進一步檢驗。未來研究可通過實地訪談或調查問卷對更廣泛的行業進行考察，挖掘更為全面、綜合的代理變量，對企業探索式創新和利用式創新進行測度，以提高本文研究結論普適性。