創新生態系統：知識集成能力與反向知識溢出效應
——基于295 家高新技術企業的調查

□李 騰 張鐘元 鄭 飛

一、引言

2020 年12 月，中央經濟工作會議強調“科技創新成為我國經濟工作的首要任務”，將科技創新提到了非常重要的戰略高度，為我國各地區進一步優化創新生態系統指明了發展方向、明確了目標任務。加快創新生態系統建設是實現創新型國家的必由之路，也是中國開展“大眾創新、萬眾創業”的重要舉措，其關鍵在于協調眾多參與者之間的價值共創行為。創新生態系統的參與者種類眾多，包括作為主體部分的核心企業和非核心企業，以及作為輔助部分的政府相關部門、金融投資機構、第三方中介和科研院所等。其中，核心企業是位于創新生態系統網絡中心位置,對系統內部行業具有引導作用的企業。相應的，非核心企業指核心企業之外，沒有行業絕對領導權、市場份額占比不高、創立時間不長且以中小型規模為主的企業。在傳統產業發展中，以初創企業為代表的非核心企業群體，多受資源短缺約束而依附于核心企業，但在以云計算、大數據、物聯網、區塊鏈等前沿技術應用為背景的新經濟環境下，部分創業熱情高漲和市場嗅覺敏銳的非核心企業取得突破式發展，甚至在某些細分領域的延伸程度強過了核心企業。共享核心企業提供知識資源的同時，非核心企業也參與進創新生態系統價值共創，產生以非核心企業為發起方、核心企業為接納方的反向知識溢出行為。

結合實際案例和文獻論證發現，非核心企業可借助對內外部知識的知識集成行為，發揮知識增長的后發優勢，從而實現對核心企業的反向知識溢出。根據筆者所在研究團隊對沈陽市周邊近150 家企業長達10 年的跟蹤調查發現，約69.8%的非核心企業有主動向核心企業進行知識溢出的行為，這種反向式知識溢出產生了比過去更大的貢獻力度。反向知識溢出的發生表面上反映了非核心企業從知識接受者、吸收者向創造者、發送者轉變，實則說明非核心企業在系統中的位置和角色發生了變化。當反向知識溢出行為達到一定規模和質量，超過一定的閾值水平時，非核心企業就實現了身份的根本性轉變，即晉升為核心企業。在核心企業正向知識溢出與非核心企業反向知識溢出的強弱更替中，實現了知識積累和組織變革，最終促進了創新生態系統不斷向高階段進行演化。作為外部環境，不完善的創新生態系統可能引發知識、創意囤積，阻礙創新資源配置與流動，最終造成創新績效下降。那么創新生態系統影響非核心企業反向知識溢出行為的作用機制是怎樣的？如何建設創新生態系統最大化激發非核心企業反向知識溢出，既是創新生態系統發展面臨的瓶頸，也是當前共享經濟、眾創研究等領域亟待解決的問題。

現有創新生態系統內知識溢出行為機制方面的研究中，焦點仍集中于核心企業。學者們關注創新生態系統中占據關鍵資源和優勢位置的核心企業，對自身成長、創新資源控制、系統成員管理、系統創新績效、知識流動及其對創新生態系統結構演化的影響等方面的研究。這些成果幾乎無例外地存在一個“共識”，即核心企業處于創新生態系統的領導位置而非核心企業處于跟隨位置。以非核心企業主導的反向知識溢出的行為、機制以及與正向知識溢出之間的區別和聯系等研究則顯得較為貧乏，尤其缺乏基于社會調查所得一手數據展開的實證檢驗。與此同時，基于企業視角下二元學習的知識集成能力，得到了關注非核心企業創新研究的學者認可。根據二元學習理論，非核心企業利用探索式學習和利用式學習，在創新效率、創新成本等方面具備比核心企業更明顯的優勢，構成了對核心企業反向知識溢出的實現條件。從已有研究中不難發現，雖然意識到反向知識溢出成為新的創新知識增長點并產生了可觀的經濟價值，但是關于創新生態系統內知識溢出的發生機制、影響因素和經濟效應研究從核心企業情景向非核心企業情景的變革和遷移仍需要更多關注。

根據已有研究的缺口，本文選取內部競爭程度、系統慣例程度以及創新開放程度三個維度描述創新生態系統特征，引入知識集成能力作為中介變量反映非核心企業創新行為，構建創新生態系統影響反向知識溢出的理論模型，并運用問卷調查和條件過程分析方法，明晰在系統外部競爭的擾動下創新生態系統通過作用于非核心企業創新行為影響反向知識溢出的內在機制。

二、理論基礎

（一）創新生態系統

自創新生態系統概念誕生至2016 年，該領域研究經歷了較為明顯的三個遞進時期，當下正處在新的第四個發展階段。第一階段，圍繞構筑長期競爭優勢的議題，強調如何通過保持持續的創新動力以實現可持續發展。該階段認為創新生態系統是為了應對市場競爭而產生的網絡組織。第二階段，出現了圍繞“開放式創新”的新議題。該階段認為創新生態系統可通過產學研合作、技術外包、技術轉讓、技術聯盟與并購等創新模式，縮短產品研發周期、提升研發效率、實現技術優勢互補。第三階段，加入了“組織”這一元素，強調組織慣例對創新主體之間建立信任依賴、高效溝通和風險共擔等關系的重要性，尤其是克服信息壁壘和技術障礙的問題，有利于實現各種創新要素的系統性、非線性效用。三階段的分析逐步呈現多維度化，即從競爭單維特點，到競爭、開放雙維特點，再到競爭、開放、慣例三維特點。而到了第四階段，創新生態系統中主體之間的行為是否合宜，有了一個相對客觀的評判標準，即是否滿足“價值共創”的理念。此理念的提出迅速成為創新生態系統領域的新研究熱點。該階段不再是單純地強調系統中創新主體之間的市場競爭、開放式創新和系統慣例，而是通過設定創新生態系統中這些特征維度之間的程度匹配關系，促進創新主體之間知識溢出帶來的知識外部性，從而實現創新活動參與者的互惠共贏。

進一步擴大研究范圍可以發現，市場競爭的影響較為復雜。市場競爭存在系統內部競爭和系統外部競爭之分，不僅在同一個創新生態系統中的不同企業間會存在市場競爭現象，而且系統與系統之間同樣也存在競爭。來自系統外部的市場競爭可能會促使同一個系統內創新主體之間結成聯盟以共同抵抗外部競爭，而來自系統內部的競爭則可能因為機會主義滋生而弱化創新主體的研發投入意愿。企業在面臨創新生態系統內部市場競爭和外部市場競爭時，其創新行為選擇、知識溢出機制存在著較大區別，將兩種類型的市場競爭混為一談缺乏合理性。

綜合已有研究成果，可將創新生態系統劃分為市場競爭程度、創新開放程度、系統慣例程度三個維度。雖然外部競爭并非創新生態系統本身特征，不屬于系統直接影響企業創新行為的研究范疇，但是其激烈程度是否會在創新生態系統影響反向知識溢出的過程中起到強化或削弱的調節作用，有必要進行進一步探討。由此，在實證分析時將系統外部競爭程度也納入本文分析體系內，并區別于系統內部競爭程度，以保證結果更加科學準確。

（二）知識集成能力

知識集成行為指的是在創新生態系統中，作為被支配地位的非核心企業在模仿、學習接受來自核心企業正向知識溢出的同時，通過對內外部知識進行一系列的知識集成工序，完成知識再造的過程。非核心企業知識集成行為產生的差異化知識，將通過反向知識溢出促進核心企業調整技術軌道方向、緩解對技術路徑的依賴。

知識集成能力作為一種普遍存在的學習能力，是包括核心企業與非核心企業在內所有企業共同擁有的一種能力。但是，與核心企業更偏重于自主創新能力相比，非核心企業在知識集成能力上具有更為明顯的優勢，這也是其實現對核心企業“模仿—趕超”的必要條件。非核心企業在探索式學習與利用式學習過程共同形成了知識的集成能力，其中，對外部知識的認識（Cognition）與加工（Process）屬于探索式學習，而對內外部知識的挖掘（Excavate）與整合（Integrate）則屬于利用式學習。來自核心企業的正向知識溢出是非核心企業展開外部知識認識與加工的主要渠道，非核心企業通過認識環節尋找自身知識體系與外部知識體系結合的可能和障礙，經過加工環節將外部知識體系改造，使外部知識具備嵌入自身知識體系的條件。當正向知識溢出嵌入非核心企業知識體系之后，需要進一步開展利用式學習的挖掘和整合環節，轉換為可商業化的創新成果。非核心企業內部的兩種知識體系雖可兼容，但由于尚未建立知識之間的關聯，仍存在大量通過知識間整合實現價值增值的可能。經過知識挖掘環節，發現內、外部知識之間可整合的潛在連接點，進而通過整合環節實現基于兩種知識的再創新，實現知識在存量和差異程度兩方面的提升，最終使非核心企業進行反向知識溢出成為可能。

基于以上分析，關于知識集成能力的研究可以從非核心企業對內外部知識的認識能力、加工能力、挖掘能力和整合能力四個維度進行。

（三）非核心企業反向知識溢出

關于非核心企業反向知識溢出的文獻較少，但是可以借鑒“OFDI 溢出—OFDI 逆向溢出—企業反向知識溢出”的遞進式研究邏輯。OFDI 溢出存在顯著的階段性特征，兩個階段的溢出方向具有明顯區別。第一個階段，技術先進國為降低生產成本、提升產品利潤以及搶占市場份額，對技術落后國進行投資。第二個階段：OFDI 接受國通過模仿和學習具有一定技術水平的工業基礎后，借助科技革命爆發的契機，在某些領域領先于OFDI 輸出國形成反向本輸出，出現了OFDI 逆向溢出現象。與之類似，“核心—非核心”企業之間的知識溢出也具有兩階段特性，而反向知識溢出正處在第二個階段。

目前關于知識溢出的研究仍較為宏觀，集中于區域或產業層面，尚未關注企業、科研機構、高校等微觀經濟主體之間的知識溢出。本文參考蘇屹和林周周（2021）的做法，從核心企業的技術提升、產品優化和人才集聚三個維度的變化反映非核心企業反向知識溢出效應。其中，技術提升效應代表非核心企業反向知識溢出對核心企業技術水平方面的提升，產品優化效應代表非核心企業反向知識溢出對核心企業產品品牌、銷量等方面的提升，人才集聚效應代表非核心企業反向知識溢出對核心企業人才吸引能力的提升。參考全球OFDI 溢出的研究成果，企業間知識溢出的兩個階段為：第一個階段，核心企業為提升系統控制力而通過正向知識溢出集聚合作成員，非核心企業則作為正向知識溢出的接納方展開知識集成行為；第二個階段，非核心企業通過知識集成行為大幅提升知識存量，與核心企業的知識差異進一步增大，為提升在系統中的網絡位置而對核心企業發起了反向知識溢出。

三、研究假設及理論模型構建

（一）創新生態系統與反向知識溢出效應

系統慣例程度、創新開放程度、內部競爭程度為創新生態系統的3 個特征維度，共同影響了系統內的非核心企業反向知識溢出效應，但是影響作用和效果存在差異性。

1.系統慣例程度與反向知識溢出效應

創新生態系統內的系統慣例（規范共識）使各個創新主體之間維持一種穩定的關系狀態，為反向知識溢出的產生提供了基礎作用。知識溢出實質上是發起者和接納者在知識和情景中的對話，需要在一致的文化和規范情境下被接納者所識別、吸收和應用。較高的系統慣例程度更容易使創新主體發現不同知識體系之間可整合互補的潛在價值，使創新主體之間的交流與溝通成為可能。同時，較高的系統慣例避免了因戰略觀點不同產生的糾紛，實現知識在創新生態系統中頻繁暢通地轉移，為反向知識溢出發生提供了必備條件。但是，隨著系統慣例程度的進一步提高，規范共識可能會上升為標準程序，由此限制了創新生態系統內創新主體合作關系的重構，導致企業未來可選擇的行動范圍越來越小，甚至抵觸其他可選擇的行為，使企業喪失了對其他機會的選擇，抑制了反向知識溢出發生可能性。因此，在創新生態系統發展前期，系統慣例程度加強有助于內部形成共識從而促進知識溢出形成，但過高的系統慣例程度也會使企業排斥探尋外部新“事物”，使非核心企業無法高效開展反向知識溢出。基于以上分析，本文提出理論假設H1a：

H1a：系統慣例程度對非核心企業反向知識溢出效應呈倒“U”型影響。

2.創新開放程度與反向知識溢出效應

創新生態系統是開放式創新范式下的一種組織形態，系統開放程度直接關系到反向知識溢出強度。系統內企業的創意可能基于企業內部知識，也可能來源于企業外部知識。高度開放的創新模式意味著企業與合作伙伴之間有著更廣泛和更深入的合作關系，更便于企業間展開知識的搜索、吸收和利用，由此帶來的知識高速增長將轉換為技術效益和經濟效益。開放式創新有利于企業提升創新能力和知識溢出效應，且與企業規模大小無關。這意味著，非核心企業在利用式學習過程中，創新開放程度越高，則企業搜尋外部知識的范圍越廣、深度越深、效率越快，而且反向知識溢出的方向更廣、方式更多、速度更快，由此產生的知識溢出效應也越大。因此，可以推斷創新生態系統中創新開放程度積極影響反向知識溢出效應。基于以上分析，本文提出理論假設H1b：

H1b：創新開放程度越高，非核心企業反向知識溢出效應越強。

3.內部競爭程度與反向知識溢出效應

創新生態系統內部的競爭程度，對非核心企業反向知識溢出行為也存在重要影響。對非核心企業而言，是否與核心企業建立合作關系，取決于對未來創新租金分配的預期。如果系統內部競爭程度較高，存在多個非核心企業來共同競爭與核心企業的合作機會，就將迫使一些非核心企業放棄合作機會。系統內部價格競爭將同時對核心企業和非核心企業產生影響：一方面，核心企業利潤降低會減少技術研發的投入，直接遏制了對非核心企業反向知識溢出的吸收、學習和利用，反而將注意力聚焦于產品營銷環節；另一方面，系統內部競爭破壞了核心企業與非核心企業之間短暫的競合均衡關系，反向知識溢出有可能使非核心企業喪失核心競爭力，此時為穩固系統位置，非核心企業從主觀上開始拒絕反向知識溢出。作為反向知識溢出的輸送者和接受者，非核心企業與核心企業之間穩固、信賴的合作關系將會促進知識溢出，但雙方競爭的加劇則不利于反向知識溢出行為的發生。換句話說，創新生態系統內部的競爭程度越激烈，非核心企業在創新活動中分享的期望利潤就越少，這將會降低非核心企業與核心企業的合作意愿，進而不利于反向知識溢出行為的發生。基于以上分析，本文提出理論假設H1c：

H1c：內部競爭程度越激烈，非核心企業反向知識溢出效應越弱。

（二）知識集成能力的中介作用

創新主體間穩固的交互模式，使創新生態系統在短期內形成了穩定的系統慣例程度、創新開放程度和內部競爭程度，這些特征維度通過影響非核心企業的知識集成行為間接作用于反向知識溢出效應。首先，系統慣例程度的提升會導致非核心企業知識集成能力的提升。動態能力下的系統慣例是組織管控和機會搜尋兩個視角的融合，兩者均有利于促進知識集成行為的發生。負責組織管控的系統慣例基于研發成本最小化的考慮，使知識集成行為比自主創新的創新成本和風險更低。而負責機會搜尋的系統慣例則會持續激發知識集成行為，以便及時調整技術軌道應對市場多樣化需求。其次，創新開放程度的提升有利于知識集成能力的進一步強化。開放式創新是對內外部知識整合與再造的過程，這使得占據更多外部知識資源的企業知識集成能力更強。根據“practice curves”（練習曲線）效應可知，企業在頻繁地接觸外部知識并積極參與知識分享的過程中，將會促進知識集成能力的提升。創新開放程度越高，越有利于差異化知識源的集聚，也越便于非核心企業開展知識集成行為。再次，系統內部競爭會抑制知識集成行為。由于系統內企業的技術體系相似，導致技術容易被模仿和替代，進而引發惡性價格競爭。因此，當系統內企業利潤被壓縮后，會導致核心企業出于保護競爭力優勢的目的限制正向知識溢出，也將導致非核心企業缺乏資金開展知識集成行為，使知識集成能力難以維持原有水平。

非核心企業的知識集成環節是實現反向知識溢出的前置條件。對于非核心企業而言，知識集成能力不僅使嵌入創新生態系統的非核心企業獲得穩定位置，而且還實現了對內外部兩種差異化知識的整合與再造。非核心企業進行反向知識溢出須具備兩個必要條件：第一，非核心企業與核心企業之間的知識需具有適度臨近性，便于被吸收和利用；第二，非核心企業與核心企業之間的知識必須存在差異性，完全同質的知識無法進行溢出。知識集成能力通過對內部知識儲備和正向知識溢出兩種知識體系進行再認識、再挖掘、再整合、再加工，實現知識增長，使非核心企業獲取內外部差異化知識體系融合的機會。由于知識集成行為是對兩種知識體系的改造，這使得非核心企業新增知識與核心企業知識具有適度臨近性。因而，基于知識集成行為產生的知識，更容易促成系統成員之間的合作，從而產生更多的反向知識溢出。非核心企業知識集成能力在實現了知識差異化的同時，使非核心企業反向知識溢出更容易被核心企業所接受，有效地促進了反向知識溢出的發生。

綜上所述，系統慣例程度、創新開放程度以及內部競爭程度均可通過非核心企業的知識集成能力間接影響反向知識溢出效應。因此，基于以上分析提出3 個假設：

H2a：知識集成能力在系統慣例程度與反向知識溢出效應的關系中發揮中介作用；

H2b：知識集成能力在創新開放程度與反向知識溢出效應的關系中發揮中介作用；

H2c：知識集成能力在內部競爭程度與反向知識溢出效應的關系中發揮中介作用。

（三）外部競爭程度的調節作用

1.有中介的調節作用

企業參與整體市場競爭，創新生態系統內部知識溢出過程必然受外部競爭程度影響。根據技術成熟度曲線，一項新技術從科技誕生的促動期、過高期望的峰值期、泡沫化的低谷期、穩步爬升的光明期過渡到實質生產的高峰期，競爭程度先是由低到高，最后趨于生產穩定后，競爭程度歸于平靜，完成一個技術生命周期，孕育下一項新技術。技術從誕生到成熟，意味著系統外部競爭程度從低到高。

當系統外部競爭程度較低時，創新生態系統關注的技術尚未成熟，此時系統內部知識前景不明確、體系不完善且應用性不強，不同主體之間的知識呈孤島化，導致非核心企業難以發現正向溢出的知識與本身知識之間存在的可融合領域，因而在低外部競爭程度階段時，知識集成能力對創新生態系統調整的變化不夠敏感。隨著技術的進一步成熟，即外部競爭程度的提升，規范性的系統慣例更容易連接孤島知識形成鏈式一體化結構，便于不同體系知識之間的集成。與此同時，開放式創新因增加了知識交流的廣度、深度以及頻度，從而有利于促進非核心企業開展知識集成行為。當外部競爭程度較低時，非核心企業難以找尋內外部知識之間的潛在關聯點，減緩了創新開放程度對非核心企業集成能力的提升作用；但當外部競爭程度提升后，知識的連接更易促進非核心企業集成能力提高。相應地，系統外部競爭程度也影響內部競爭程度對集成能力的作用，不同的是這種影響發揮負向調節作用。當外部競爭程度較強，即技術成熟度較高時，知識邊界變得模糊且呈現出較強的關聯性，即便內部競爭程度加劇減少了非核心企業接觸外部知識的機會，也會因知識之間的高臨近性，在一定程度上消除非核心企業對內外部知識進行集成行為的難度。因此，基于以上分析提出3 個假設：

H3a：外部競爭程度在系統慣例程度對知識集成能力的影響關系中發揮著正向調節作用；

H3b：外部競爭程度在創新開放程度對知識集成能力的影響關系中發揮著正向調節作用；

H3c：外部競爭程度在內部競爭程度對知識集成能力的影響關系中發揮著負向調節作用。

2.一般調節作用

知識溢出行為存在兩個參與者，但研究往往更多關注發起者而忽視接納者。事實上，知識溢出效應在很大程度上取決于知識溢出接納者是否能夠高效吸收并利用知識。反向知識溢出的接納者為核心企業，因而，核心企業是否有強烈意愿接納來自非核心企業反向溢出的知識也非常關鍵。當系統外競爭程度較低時，技術市場偏向于壟斷，掌握關鍵性技術的核心企業對技術發展方向擁有絕對的話語權，缺乏對非核心企業反向知識溢出的接納意愿。當系統外競爭程度較高時，技術市場偏向于完全競爭，核心企業需要積極接納反向知識溢出，調整技術軌道以適應市場的多樣化需求。內部競爭程度仍然例外，即便系統內部競爭程度加劇會減少核心企業吸收來自非核心企業反向知識溢出的機會，但當系統外部競爭程度較高時，更高的技術成熟度將會促成大量知識的無意識溢出，這在一定程度上減弱了內部競爭程度對非核心企業反向知識溢出的負向作用。因此，基于以上分析提出3 個假設：

H4a：外部競爭程度在系統慣例程度對非核心企業反向知識溢出效應的影響關系中發揮著正向調節作用；

H4b：外部競爭程度在創新開放程度對非核心企業反向知識溢出效應的影響關系中發揮著正向調節作用；

H4c：外部競爭程度在內部競爭程度對非核心企業反向知識溢出效應的影響關系中發揮著負向調節作用。

綜上，本文將創新生態系統、知識集成能力、反向知識溢出效應相結合，探索非核心企業反向知識溢出的影響機制，理論模型如下圖所示。

圖 知識集成能力與非核心企業反向知識溢出關系圖

四、研究設計

（一）樣本選取與數據收集

高技術領域中的知識生產和知識溢出活動最為活躍，北京高新技術領域企業集聚，知識基礎豐富且創新活動參與主體多元，適合開展企業間知識溢出研究。本文選取高新技術領域的北京科技型中小企業作為調查問卷的發放對象，從企業規模、營收狀況和創立時間等指標上來看符合本文非核心企業設定。調查問卷發放從2020 年7 月至12 月，共發放450 份，回收312 份，回收率達到69.33%，剔除無效問卷，最終獲得有效問卷295 份，樣本基本情況如表1 所示。

表1 樣本企業基本信息統計結果（N=295）

（二）變量與測量題項

為了保證量表的信度和效度，在充分參考國內外量表開發基礎上，邀請研究團隊相關人員參與調查問卷的填寫、討論與修正，并在初步確定指標體系后，根據實際情形調整題項表述方式，所有題項均采用國內外廣泛認可的7 級likert 量表進行測度。變量與相關測量題項如表2 所示。

表2 變量表述

五、實證分析與結果

（一）描述性統計與相關性分析

從各變量的平均值來看，除了系統內部競爭程度接近4（一般認同）以外，系統慣例程度、外部競爭程度、創新開放程度、知識集成能力以及反向知識溢出技術效應均在5（比較認同）左右。這表明，樣本對系統內部競爭程度這一變量表示“中立”態度，而樣本對其余5 個變量總體趨于“比較認同”的態度。另外，變量反向知識溢出效應標準差遠大于1，表明樣本對該變量的態度較為分散，而其余5 個變量的標準差均接近于1，意味著樣本對這些變量的態度較為集中。從相關性系數來看，6 個變量之間相關關系顯著，且只有內部競爭程度與其他變量呈負相關關系（見表3）。

（二）信效度檢驗

從表4 可得知，多數因素負荷量處在0.7 到0.9 之間，說明這些測量變量可以有效反映出潛在變量。克隆巴赫系數和C.R.兩個檢驗指標均大于0.7，意味著量表具有高度的內部一致性，故通過信度檢驗。所有潛在變量的KMO 值均大于0.7，說明所有的測量變量均能聚斂于所屬潛在變量，具有較好的收斂效度。將表4中各構念的AVE 值的平方根納入表3 對角線上，發現所有潛在變量的AVE 值平方根均大于該變量與其他變量的相關系數，說明潛在變量之間不存在多重共線性，因而具備良好的區別效度。

表3 描述性統計與相關性系數

表4 變量信度和效度

（三）假設檢驗

為驗證理論假設，本文借助專業的調節中介模型統計工具（PROCESS v3.3），選擇conceptual diagram 8展開樣本數據的條件過程分析（conditional process analysis），與層級回歸分析相比其分析結果更直觀。由于作為自變量的創新生態系統難以量化，本文從反映創新生態系統的三個特征維度，分別進行條件過程分析。模型1～3 均以非核心企業知識集成能力作為因變量，分別以系統慣例程度、內部競爭程度和創新開放程度作為自變量。模型4～6 的因變量變為非核心企業反向知識溢出，自變量同上。模型7 和8 采用層級回歸分析，用以檢驗系統慣例對反向知識溢出的非線性影響效果。具體回歸結果如表5 所示。

表5 創新生態系統對反向知識溢出效應的有中介的調節效應檢驗

從回歸結果可以看出：模型1 顯示外部競爭程度在系統慣例程度對知識集成能力的影響中不具備調節效應，假設H3a 未得到驗證。模型2 顯示外部競爭程度在創新開放程度對知識集成能力的影響中不具備調節效應，假設H3b 未得到驗證。模型3 顯示外部競爭程度在內部競爭程度對知識集成能力的影響中具備負向調節效應，假設H3c 通過。模型4 顯示知識集成能力在系統慣例程度與反向知識溢出效應之間發揮中介作用，且外部競爭程度在系統慣例程度對反向知識溢出效應的影響中具備正向調節作用，因而假設H2a 和假設H4a 通過。模型5 顯示知識集成能力在創新開放程度與反向知識溢出效應之間發揮中介作用，且外部競爭程度在創新開放程度對反向知識溢出效應的影響中具備正向調節作用，因而假設H2b 和假設H4b 通過。模型6 顯示知識集成能力在內部競爭程度與反向知識溢出效應之間發揮中介作用，而外部競爭程度在內部競爭程度對反向知識溢出效應的影響中不具備調節作用，因而假設H2c 成立、假設H4c 不成立。模型7系統慣例程度的回歸系數顯著為正、內部競爭程度的回歸系數顯著為負、創新開放程度的回歸系數顯著為正，因而H1b 與H1c 兩個假設得到驗證。同時可以發現引入了創新生態系統的三個特征維度，R有了明顯的提升，因此同時考慮三個特征維度對反向知識溢出的影響更符合實際情況。模型8 中納入系統慣例程度的平方項，結果顯示系統慣例程度對反向知識溢出效應是呈現先增后減的“倒U”型影響，所以假設H1a 得到驗證。

六、研究結論、理論貢獻與實踐討論

（一）研究結論

本文通過構建一個有中介的調節模型，分析創新生態系統通過知識集成能力影響反向知識溢出效應的作用機理，并探討了系統外部競爭程度的調節效應。以295 家科技型非核心企業作為研究對象對模型進行實證檢驗。研究發現：第一，系統慣例程度對反向知識溢出效應影響是非線性的，隨著系統慣例程度的提升會促進反向知識溢出行為，但當系統慣例程度超過一定閾值則會抑制反向知識溢出行為；第二，創新開放程度對反向知識溢出效應影響是正向的，而內部競爭程度對反向知識溢出效應影響是負向的；第三，非核心企業的知識集成能力在創新生態系統影響反向知識溢出過程中發揮中介作用；第四，系統外部競爭程度在系統內部競爭程度與反向知識溢出效應之間發揮有中介的調節效應，并通過中介變量知識集成能力得以實現；第五，系統外部競爭程度在系統慣例程度、創新開放程度與反向知識溢出效應之間發揮調節作用。

（二）理論貢獻與實踐啟示

1.理論貢獻

（1）本文探究了創新生態系統影響非核心企業反向知識溢出的過程機制，發現非核心企業的知識集成能力是創新生態系統影響反向知識溢出效應的重要傳導介質。研究證實了創新生態系統的3 個特征維度均對非核心企業知識集成能力產生了顯著影響：開放式創新有利于提升非核心企業對外部知識搜尋、吸收和整合的寬度、廣度和頻度，更容易促進非核心企業開展知識集成行為以及核心企業吸收反向知識溢出；系統內部競爭阻礙了合作伙伴之間構建信任關系，而且差異程度較大的技術之間存在整合互補的潛在價值，強化了非核心企業開展知識集成行為的主觀意愿；系統慣例形成的“約定俗成”的合作共識提升了非核心企業的知識集成能力，但系統慣例在組織中過度滲透，會使規范共識轉變為習慣性程序抑制非核心企業的知識集成能力。研究結果為揭示創新生態系統、知識集成能力、反向知識溢出效應之間的“黑箱”提供了一個新的研究思路，拓展了知識溢出的影響機制研究。

（2）外部競爭程度體現了系統關注技術的成熟度，是創新生態系統影響反向知識溢出效應的重要調節因素。已有少量研究發現在技術成長的不同階段中知識溢出效應是存在差別的，但對于創新生態系統與外部競爭程度之間如何交互影響反向知識溢出效應并沒有很好的解釋。根據本文數據分析結果看，研究成果驗證了外部競爭程度在“創新生態系統→知識集成能力→反向知識溢出效應”作用路徑上的調節機制，系統慣例程度通過知識集成能力對反向知識溢出效應產生間接影響，但受外部競爭程度的調節作用不顯著。這可能由于系統慣例程度不同于創新開放程度和內部競爭程度，是通過重復試錯和經驗總結而沉淀形成的過程，因此不論外部競爭程度激烈與否，都很難立即對系統慣例程度產生影響，最終導致基于某些規范共識形成的知識集成能力很難在短期內發生改變的情況。

本文以非核心企業創新行為作為焦點，探討了作為外部創新環境的創新生態系統與反向知識溢出效應之間的關系，豐富了知識溢出誘發條件、傳導機制以及閾值邊界等問題的研究框架。對于這些問題的解釋，有助于剖析核心企業由非核心企業逐步成長起來的過程，也有助于認識創新生態系統動態演化背后的動力機制和顛覆式創新的觸發機制，為經濟高質量發展研究提供理論新視角。

2.實踐啟示

（1）進一步擴大創新開放程度，構建“核心—非核心”共生型集群網絡，有助于打造高質量發展產業集群。由于核心企業為防止非核心企業掙脫控制以及非核心企業防止其他非核心企業“搭便車”，雙方均從主觀意愿上排斥信息共享，導致聯系趨向于“孤島化”。擴大創新生態系統的創新開放程度，一方面通過強化對內外部知識的認識、加工、挖掘和整合行為，從而將產生的差異化知識進行反向知識溢出；另一方面又直接促進了核心企業吸收來自非核心企業的反向知識溢出。系統中的兩類企業若能轉換角色，即可集聚周邊資源，最大程度釋放網絡連接紅利。首先，核心企業從任務分包的角色向“技術發動機”轉變，可以為非核心企業提供基礎型技術；其次，非核心企業憑借數量眾多、體制靈活的優勢，可以轉變成為核心企業知識創新的“技術試驗場”；最后，核心企業面對未完善的新領域，可以率先搭建資源共享平臺吸引非核心企業，充當“行業探路者”的角色。

（2）系統慣例宜設定為適中程度，協調系統內二元學習行為，促進系統內知識生產。隨著系統慣例程度的提升，有利于加強交流頻率、提升系統運營穩定性并削減知識轉移成本，但過高的系統慣例程度會因為思維慣性以及結構固化而抑制創新活動的發生。較低水平系統慣例程度適合探索式學習，而較高水平系統慣例程度適合利用式學習，如何協調系統內二元學習行為，需要視系統結構特點和發展階段而定。這就要求創新生態系統的運營監督和管理者，通過優化技術交易機制而完善創新租金分配、降低交易成本并提升溝通頻率，同時構建背德懲罰機制從而抑制非核心企業諸如搭便車、投機等結構固化和思維惰化行為。

（3）塑造“外部緊張—內部寬松”的系統競爭環境，優化非核心企業反向知識溢出環境。創新生態系統之間的競爭是系統內無數個創新主體通過協同創新，在制定技術標準和定義價格等方面展開的競爭。從內部競爭程度的影響作用和外部競爭程度的調節作用結果來看，系統內競爭小、外部競爭大的環境最容易激發反向知識溢出。不論是系統內部競爭還是系統外部競爭，依賴某個企業來實現調整都較為困難，這就需要借助政府力量。政府可以通過多樣化手段實現對創新生態系統內、外部競爭的引導及管理，鼓勵系統內企業差異化創新發展、避免圍繞價格戰的惡性競爭、筑牢具備當地產業特色的創新生態系統。政府對創新生態系統的管理絕不是“去市場化”，相反，該途徑有效地將企業對市場競爭的注意力從創新生態系統內部轉移到了外部，有利于構建“外部緊張—內部寬松”的競爭環境。

本文透過非核心企業反向溢出機制的研究，為新技術變革、新市場環境下創新生態系統的認識、理解、預測和管控提供一個新的政策視角，并通過合理的政策設計優化創新生態系統，為非核心企業提供適合的系統位置和生存環境，引導非核心企業進行反向知識溢出，為現代化經濟體系建設提供有活力、有競爭力的微觀經濟單元群組。

（三）研究局限與展望

本文出于數據可獲得性的考慮，研究樣本集中于高新技術產業，接下來可拓展至其他行業進行研究結論的交叉驗證，比如傳統制造業。未來在研究視角上仍然可聚焦于創新生態系統的非核心企業，進一步研究反向知識溢出的誘發條件和閾值邊界，即本文提出的三個特征維度之間呈何種匹配關系時，能夠誘發非核心企業發生反向知識溢出以及實現反向知識溢出效應的最大化。