弱派系嵌入對企業創新的影響
——知識流動的雙向中介效應與對技術多元化的調節效應

□鄭向杰 吳雨衡

一、引言

我國經濟進入新發展階段，面對突如其來的新冠肺炎疫情和嚴峻復雜的國際競爭環境，科技創新已成為發展動力轉換、產業結構調整、發展方式轉型的重要驅動力。企業作為科技與經濟緊密結合的重要組織，其技術創新的主體地位得到進一步加強。《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035 年遠景目標綱要》提出，要“完善技術創新市場導向機制，強化企業創新主體地位，促進各類創新要素向企業集聚，形成以企業為主體、市場為導向、產學研用深度融合的技術創新體系”。近年來，戰略聯盟作為企業的合作創新模式，對企業有效開展創新活動、獲取外部多元化知識資源產生了積極影響（張紅娟，譚勁松，2014）。以聯盟創新網絡為代表的“新型組織”的出現，更加顛覆了企業以往的創新范式（魯若愚等，2021）。其中，創新網絡中局部聚集的聯盟群體形成派系，它基于社會網絡分析（SNA）中的凝聚子群概念而提出，把“最大的完全子圖”（全連通結構）稱之為派系，對企業提升創新能力、抵御創新風險、增強競爭優勢起著重要作用（趙炎，栗錚，2019）。然而，企業的實踐表明：非全連通的局部集聚也是企業間合作創新網絡的重要結構載體，我們把這種非全連通結構的凝聚子群稱為弱派系，它對嵌入企業創新產出具有重要影響。因此，本文從弱派系視角，探究創新網絡結構對企業創新的影響以及知識流動的中介效應與對技術多元化調節效應。這能深化對創新網絡的認識，為企業參與合作并對各種關系的嵌入與抉擇提供重要參考，并在網絡層面更好地促進企業創新和產業發展。

本文著力于研究弱派系嵌入、知識流動及技術多元化與企業創新的關系及其內在作用機制：一是基于新能源汽車聯盟創新網絡，運用負二項回歸模型，探索弱派系嵌入對企業創新的影響；二是研究知識流入與知識流出的中介效應以及弱派系嵌入對技術多元化影響企業創新的調節效應。本文基于上述研究提出企業創新與產業發展的對策與建議。

二、文獻綜述

（一）網絡嵌入與企業創新

Granovetter（1985）在經濟社會學中提出個體經濟行為嵌入社會網絡的觀點，隨后，基于社會網絡分析探索聯盟創新網絡中的企業嵌入問題，已成為創新戰略研究的重要內容。聯盟創新網絡鑲嵌著多元化創新資源（知識、信息、資金等），處于優勢節點位置的企業，控制著創新資源的流動與轉移，在創新方面更具優勢（趙炎，王燕妮，2017）。聯盟創新網絡嵌入正向影響企業技術創新績效（李奉書，黃婧涵，2018），而間接聯盟關系及聯盟類型多樣性則對技術創新數量和質量存在差異化影響（楊張博，2018），嵌入企業的吸收能力在網絡聯系、網絡規模與創新能力之間發揮著中介作用（詹坤等，2018）。企業嵌入及其發生的頻繁程度對企業創新績效存在顯著影響（趙炎，栗錚，2019），企業創新行為嵌入在知識網絡與合作網絡的多重網絡結構中，網絡結構屬性影響嵌入企業的探索式創新（厲娜，林潤輝，謝在陽，2020）。

（二）知識流動、技術多元化與企業創新

知識經濟時代的到來使企業競爭的焦點從基于資源的競爭逐漸轉向基于知識和能力的競爭。知識流動問題逐漸成為聯盟創新網絡中企業間合作創新的關鍵問題，聯盟創新網絡中跨組織學習、知識轉移與共享、知識耦合與創造以及協同演化問題的理論研究與模擬仿真較多（孫耀吾，衛英平，2012），雖然有學者探索了知識流動對企業技術創新的影響，但是較多研究忽視了基于網絡結構因素研究知識流動的問題，對不同結構嵌入影響知識流動，進而影響企業技術創新的研究尚不完善，缺乏企業結構嵌入的實證探索。已有研究表明：聯盟創新網絡中企業技術多元化其自身具備獲取外部創新資源的先天優勢，不僅能提升獲取創新資源的效率，而且能規避企業創新風險和能力陷阱，有利于企業的可持續發展（Lopez-Vega H，等，2016）。但也有學者認為，技術多元化會提高企業的知識獲取與轉化成本，在一定程度上限制了聯盟創新網絡中的知識流動，尤其是對企業的突破性創新會產生負面影響（Subramanian A M，Soh P H，2017）。所以，技術多元化影響企業創新的效應還需進一步探索。

（三）弱派系嵌入與企業創新

聯盟創新網絡派系的形成有助于企業間多元化共享知識和合作研發，不同規模下的結派行為及其發生的頻繁程度可以顯著提升企業的技術創新能力（趙炎，栗錚，2019）。弱派系結構作為一種典型的網絡結構形態與知識流動的耦合及其作用關系，在一定程度上會影響企業的創新（趙炎等，2016）。雖然已有學者探索了技術多元化對企業創新的影響（畢靜煜等，2021），但忽視了基于網絡結構因素研究技術多元化問題，對弱派系嵌入影響知識流動、進而影響企業技術創新的研究尚不完善，缺乏弱派系嵌入的實證探索，尤其是將結構嵌入與技術多元化結合考慮得較少。

因此，本文基于社會網絡分析理論和資源依賴理論，將弱派系嵌入、知識流動與技術多元化納入研究框架，通過以創新活動為目的的企業間聯盟關系，構建聯盟創新網絡，運用負二項回歸模型，研究弱派系嵌入對企業創新的影響，并在此基礎上進一步探索弱派系嵌入、知識流動及技術多元化與企業創新的關系及其內在作用機制。為企業有效派系嵌入、提升知識獲取效率、提高技術創新水平提供客觀的經驗基礎，為相關部門制定聯盟創新發展政策、促進知識有效流動、帶動產業技術創新等提供理論依據。

三、理論與假設

（一）弱派系嵌入與企業創新

早期社會網絡分析在霍桑工廠和揚基城的研究中曾涉及派系的思想，較多學者把“最大的完全子圖”稱為派系，即派系中任意兩點都有一條線直接相連，如圖1 所示為不同規模的派系。

圖1 企業數量規模為3/4/5 的派系

企業實踐表明：聯盟創新網絡中能夠符合“最大完全子圖”的派系數量較少。借鑒社會網絡分析方法，鑒于派系是特殊的凝聚子群，本研究弱化派系結構，考慮凝聚子群研究中的核心度（Coreness values，CV）作為企業弱派系嵌入的重要指標。如果一個子圖中的每個企業節點都至少與該圖中其他企業節點直接相連的數量為k，則每個企業節點嵌入在k-核中。核心度（CV）是指每個企業節點所嵌入的k-核情況。如圖2 所示，企業節點A 與C 沒有直接關系，雖然B、D、E 都與其他4 個企業直接相連，但是A、C 都只與3 個企業節點直接相連，因此，ABCDE 組成了一個3-核結構的弱派系群體，每個節點都嵌入在一個3-核子圖中。

圖2 一個3-核子圖示例

企業嵌入聯盟創新網絡的同時，也在選擇不同的結派對象，進而會影響自身獲取創新資源的范圍及其便利程度。較低的核心度（CV）意味著企業間具有強關系（直接連接）的數量較少，而數量較多的弱關系（間接連接）會在一定程度上影響知識資源在網絡中的傳遞效率。隨著核心度的增加，企業間強關系的數量會增多，企業嵌入的程度就會隨之增強，較多的強關系有利于派系內知識的共享與轉移，提升嵌入企業獲取知識資源的機會。然而，較高的核心度即較多的企業間強連接會提升嵌入企業獲取冗余知識資源的可能，并且由于網絡中流動的知識資源“同質化”導致產生聯盟創新的資源鎖定、路徑鎖定現象，從而不利于異質性創新資源的獲取（趙炎等，2021）。同時，隨著網絡中關系數量的增加，嵌入企業擔心自身核心知識信息的泄露會被弱關系伙伴不付代價地攫取，這將間接增加市場競爭的對手數量。此時，嵌入企業會減少知識共享，并有意識地保護自身核心技術，從而降低聯盟創新網絡內知識流動效率，不利于嵌入企業創新水平的提升。因此，弱派系嵌入的核心度對企業的創新產出有一定的影響，由此提出假設：

H1：弱派系嵌入的核心度（CV）對嵌入企業創新能力具有倒U 型影響。

（二）知識流動的中介效應

知識是企業提高技術創新能力、增強市場競爭力的重要資源，聯盟創新網絡中的知識流動對企業獲取知識資源尤為重要。網絡結構會影響知識資源的轉移效率，較強的連通性能提高知識的流動性，增加聯盟企業間知識轉移與共享的效率，在一定程度上有利于知識資源流入流出企業。有學者指出，知識資源在創新網絡內的共享和擴散能促進嵌入企業的知識創新（楊瑾，王雪嬌，2019），企業間聯系強度正向調節知識流動與創新績效的關系，而知識流動強度有利于嵌入企業獲取知識信息。因此，嵌入較多強連接網絡的企業更有利于隱性知識的攫取，提升企業的創新績效（孔曉丹，張丹，2019）。尹航等學者（2019）認為，較多的知識資源獲取是實現突破式創新的前置條件，嵌入聯盟創新網絡是企業獲取異質性知識資源的重要途徑，能擴大企業獲取知識資源的廣度和深度，提升企業探索式創新的機會。此外，在聯盟創新中，提高知識共享與轉移意愿的企業能夠贏取較多的聯盟機會，為企業獲得更多知識資源、增強創新能力提供重要的關系基礎（鄭向杰，趙炎，2013）。由此可見，創新網絡中的知識流動有益于嵌入企業獲取更多的知識資源，有利于企業創新。

因此，知識流動會在弱派系嵌入與企業創新關系中存在中介效應。按照知識流動研究慣例，考慮知識流入和知識流出兩個視角，提出研究假設：

H2：知識流動（知識流入與知識流出）對弱派系嵌入影響企業技術創新存在中介效應。

（三）對技術多元化的調節效應

技術多元化是企業擁有知識多樣性與差異性的重要體現，反映了高科技企業內部技術領域的覆蓋程度（Zhou K Z，Li C B.2012）。企業需要不斷地從外部獲取知識資源并吸收利用、整合創造，才能保持較高的市場競爭力。聯盟企業間知識共享是企業獲取知識的重要途徑，具有技術多元化的企業更能引起聯盟伙伴的青睞，成為較多技術合作領域的聯盟對象，能在一定程度上為企業獲取多樣的異質性知識提供機會，有利于企業創新能力的進一步提升（Lopez-Vega H,等,2016）。

當企業嵌入弱派系的核心度（CV）較低時，雖然企業技術多元化能夠促進企業創新，但此時企業間的強關系數量較少，獲取的知識資源有限，企業創新產出也相對較低。而隨著核心度（CV）增加，即強關系數量的增多，企業獲取知識資源的機會就增多，嵌入企業的創新能力逐漸增強。然而，當核心度（CV）增加到一定程度時，較多冗余知識的獲取以及技術標準的趨同和一致性在一定程度上就會限制企業創新水平的提升，隨著企業間彼此過度聚集，嵌入企業會擔心弱關系伙伴可能不付代價而攫取自身的核心技術與訣竅，這會導致嵌入企業減少知識共享，降低聯盟企業間知識流動效率，從而會阻礙企業獲取有效的知識。由此提出假設：

H3：嵌入企業的技術多元化有利于企業創新。

H4：核心度（CV）對技術多元化影響企業創新呈倒U 型的調節效應。

根據上述分析，本文的理論分析框架圖如圖3 所示：

圖3 理論分析框架圖

四、研究設計

（一）數據來源

本研究所用聯盟關系數據是基于美國SDC platinum 數據庫構建的中國戰略性新興產業聯盟數據，從中選取中國新能源汽車產業聯盟關系數據作為樣本，并利用互聯網新聞及商業報告信息對其進行修訂、補充和完善。鑒于聯盟關系結束日期很少對外發布，按照國際研究慣例，本研究假定聯盟關系持續時間為4 年，即選擇4 年創建時間窗口來生成聯盟創新網絡。將2008—2018 年劃分為8 個時間窗口（見表1），有966 個汽車企業聯盟（每個聯盟至少有一個新能源汽車或零部件廠商參與），共計1283 個企業組織參與。為了減少誤差，剔除投資機構、國外汽車廠商和國內外政府組織，最終確定8 個時間窗口的898 個汽車企業作為有效樣本。表1 所示為各時間窗口的原始樣本數量和有效樣本數量。

表1 各時間窗的樣本數量

基于各時間窗口的企業間聯盟關系，利用MATLAB 軟件設計鄰接矩陣自動提取算法，實現鄰接矩陣自動生成，最終共生成8 個時間窗的0-1 對稱矩陣，在此基礎上，利用UCINET 實現聯盟創新網絡的可視化，并計算不同時間窗口的網絡結構指標。圖4 所示為其中一個時間窗口的聯盟創新網絡拓撲圖。

圖4 2015—2018 年時間窗口新能源汽車產業聯盟創新網絡拓撲圖（node=266）

專利數據來自中國知識產權網（http://pss-system.cnipa.gov.cn），用企業工商注冊名稱搜集樣本企業在2003—2021 年間企業申請并最終獲批的專利數。利用智慧芽數據庫搜集樣本企業的技術多樣性情況，主要搜集企業每年所申請并最終獲批專利的IPC 主分類號（小類）信息。

（二）變量設定

1.被解釋變量

專利數量（P）。新能源汽車產業多為高科技企業，企業傾向于申請專利來保護自身的創新成果。因此，專利數量是企業創新水平的重要體現。由于企業間合作創新從知識共享、吸收與利用到專利申請并獲批往往需要2-4 年時間。因此為了準確地考量企業技術創新水平，本研究考慮聯盟滯后3 年企業申請并最終獲批的專利數量（P3）作為被解釋變量。

2.解釋變量

（1）核心度（CV）。核心度反映了企業弱派系嵌入的k-核情況，作為弱化的派系（非全連通）群體內企業關系要比派系（全連通）復雜得多，如前文圖2 所示的3-核子圖可能是由若干個3 派系生成的。本研究基于UCINET、MATLAB 等軟件計算每個時間窗口樣本企業的核心度（CV）。

（2）知識流入（Knowledge Inflow，K-Inflow）與知識流出（Knowledge Outflow，K-Outflow）是知識流動的兩個方面，專利引用是企業主動獲取知識的行為，反映了知識流入；而專利被引用則表現出企業知識的被動轉移，在一定程度上反映了知識流出（趙炎等，2016）。因此，本研究把聯盟當年企業專利引用次數之和作為知識流入的指標，把當年企業專利被引用次數之和作為知識流出的指標，并分別作為中介變量進入模型。

（3）技術多元化（Knowledge Diversity，TD）。技術多元化的企業在聯盟方面具有更強的吸引力，有更多的選擇性給企業異質性知識獲取提供了便利。本文借鑒趙炎等（2021）學者的研究，考慮聯盟當年企業獲批專利的IPC 主分類號前四位（小類）信息，剔除重復的分類號，把相異的分類號個數作為企業的知識類別來反映企業的技術多元化。

3.控制變量

（1）創新積累（presample5，PRE-5）。企業技術創新產出往往具有一定的連續性，原有的創新積累對后續創新產出的影響已經得到證實。本研究把樣本企業的原有創新積累作為控制變量進入模型，并把企業嵌入聯盟創新網絡前5 年的專利數之和（PRE-5）代表企業原有創新積累。

（2）局部效率（local efficiency，LE）。局部效率大小表示企業在網絡中具有位置優勢，并占據較多的結構洞，在一定程度上能夠促進企業創新能力的提升（葉紅雨，茅怡雯，2021）。因此，本研究僅計算局部效率并將其作為控制變量進入模型。

（3）網絡密度（Density）。聯盟關系的多寡直接決定了企業獲取創新資源機會的大小，擁有較多直接聯盟關系的企業是其“朋友圈”里的“紅人”，能夠有機會直接獲取并對比較多的異質性創新資源，有利于創新水平的提升。網絡密度是聯盟關系數量多少的直接體現，較多的聯盟關系數量具有較高的網絡密度。因此，本研究將整體網絡密度作為控制變量進入模型。

（三）模型說明

被解釋變量專利數量（P）是計數變量，采用一般回歸分析會出現較大的估計誤差。雖然計數型變量適合使用泊松模型進行估計，但從表2 可以看出，專利數量的方差（標準差的平方）遠大于均值，不符合泊松分布要求均值與方差相等的假定。豪斯曼（Hausman，1984）曾提出對于被解釋變量過度離散的情況適合使用負二項回歸模型進行估計。因此，本研究采用負二項回歸模型分析。基本模型如下：

其中，P代表i 企業在聯盟滯后3 年的創新產出期望。

五、結果分析

本研究利用STATA16.0 進行統計分析。從表2 可以看出，只有解釋變量K-Inflow、K-Outlow、TD 之間的相關系數絕對值大于0.7，在后續的負二項回歸分析中并沒有同時出現任意兩個變量的情況，才能排除模型中變量間多重共線性的可能。表3 負二項回歸分析模型。通過豪斯曼檢驗，所有模型在顯著性水平p＜0.05，拒絕了固定效應模型假設，本研究采用隨機效應分析。同時，由likelihood-raito 檢驗可知，所有模型在顯著性水平p＜0.01，拒絕了泊松分布的原假設，進一步說明了負二項回歸分析更為有效。LR chi2 的p＜0.000，模型1-模型8 都具有較高的顯著性。

表2 變量的描述性和相關性統計（n=898）

在表3 中，模型1 僅包含控制變量，可以看出，前期知識積累（PRE-5）與局部效率（LE）會影響后續的創新產出，而網絡密度（Density）對嵌入企業創新的影響不顯著，可能的原因是新能源汽車產業聯盟創新網絡各時間窗口的整體網絡密度較小（表2 中的Density 最大值為0.03），關系的整體優勢難以發揮。

表3 隨機效應的負二項回歸分析（n=898）

從模型2 可以看出，核心度（CV）的一次項系數為正且不顯著，二次項系數則顯著為負，這表明核心度對企業創新存在倒U 型的關系，H1 被支持。為進一步說明這一關系，在不考慮其他因素時，只保留常數項、核心度（CV）的一次項、二次項，則模型2 可簡化為P3=exp（-0.0819+1.5572CV-0.1331CV），等式兩端同時取自然對數，即LNP3=-0.0819+1.5572CV-0.1331CV，于是得到圖5。當核心度（CV）小于5.85 時，核心度（CV）對企業創新存在正向影響；當核心度（CV）大于5.85 時，則核心度（CV）對企業創新存在負向影響；而當核心度（CV）等于5.85 時，嵌入企業有最大的創新產出。

圖5 CV 對企業創新的倒U 型影響

模型3 中的技術多元化（TD）的系數顯著為正，表明企業技術多元化有利于企業創新，H3 被支持，即技術多元化能夠促進企業創新。為了保證結果的穩健性，消除多重共線性的影響，對技術多元化（TD）、核心度（CV）及核心度（CV）的二次方分別進行中心化處理后再相乘進入模型，即模型4。結果表明：技術多元化（TD）與核心度（CV）二次方乘積的系數顯著為負，這表明二者之間存在調節效應，且技術多元化（TD）與核心度（CV）乘積的系數顯著為正，這表明弱派系嵌入的核心度（CV）對技術多元化（TD）影響企業創新具有倒U型的調節效應。所以，H4 也被支持。

為了清晰說明核心度（CV）對技術多元化（TD）影響企業創新的調節效應，基于模型4 繪制核心度的調節效應圖，如圖6 所示。技術多元化（TD）對企業創新存在顯著的正向影響，影響的程度會受到核心度的倒U 型調節。隨著核心度的增加，技術多元化會進一步促進企業創新，當核心度增加到一定程度時，技術多元化對企業創新的正向促進作用能夠得到充分發揮，此時再增大核心度，就會弱化技術多元化對企業創新的影響。

圖6 CV 對TD 影響企業創新的倒U 型調節效應

鑒于核心度（CV）對企業創新存在倒U 型影響，為檢驗調節效應的穩健性，本研究把核心度（CV）分成兩類，分別驗證技術多元化（TD）對企業創新的影響：當核心度（CV）小于5.85，技術多元化（TD）對企業創新具有顯著的正向影響，而技術多元化（TD）與核心度（CV）乘積系數顯著為正，這表明隨著核心度（CV）的增加，創新產出不斷增多；當核心度（CV）大于5.85，技術多元化（TD）對企業創新也具有顯著的正向影響，但技術多元化（TD）與核心度（CV）乘積系數顯著為負，隨著核心度（CV）的增加，創新產出不斷減少（見圖6）。這進一步說明弱派系嵌入對技術多元化（TD）影響企業創新具有倒U 型調節效應，結論依然穩健。

由于弱派系嵌入的核心度（CV）指標對企業創新存在倒U 型影響，要驗證知識流動（知識流入（K-Inflow）與知識流出（K-Outflow）的中介效應，就要驗證弱派系嵌入的核心度（CV）通過倒U 型曲線效應影響知識流動、進而影響企業創新并促成核心度（CV）與企業創新的倒U 型關系。模型5 驗證了核心度（CV）對知識流入（K-Inflow）也存在倒U 型影響，且在模型2 的基礎上引入知識流入（K-Inflow）變量后，知識流入（K-Inflow）的系數顯著為正（模型6），這表明知識流入（K-Inflow）對弱派系嵌入影響企業創新存在顯著的中介效應。同樣，由模型2、7、8 聯合分析可以得到，知識流出（K-Outflow）對弱派系嵌入影響企業創新也存在顯著的中介效應。因此，H2 被支持。

為了檢驗中介效應的穩健性，本研究用Bootstrap 方法代替逐步回歸法檢驗中介效應，如表4 所示。將知識流入（K-Inflow）作為中介變量進行Bootstrap 檢驗時，95% 的置信區間里未包含0，系數乘積顯著且也不為0，這說明知識流入（K-Inflow）對弱派系嵌入影響企業創新具有中介效應。同樣，將知識流出（K-Outflow）作為中介變量進行Bootstrap 檢驗時，95%的置信區間里也未包含0，系數乘積顯著且也不為0，這說明知識流出（K-Outflow）對弱派系嵌入影響企業創新也具有中介效應。因此，用Bootstrap 方法檢驗中介效應依然顯著存在，實證分析結論穩健。

表4 Bootstrap 中介效應檢驗結果

六、研究結論與對策建議

（一）研究結論

本研究基于新能源汽車產業構建聯盟創新網絡，考察了弱派系嵌入、知識流動、技術多元化與企業創新的作用機制。研究發現：弱派系嵌入影響企業創新并非單純的線性關系，而知識流動對這種關系存在顯著的中介效應，且弱派系嵌入對技術多元化影響企業創新也起到了關鍵的調節作用。研究結論有：弱派系嵌入顯著影響企業的創新水平，且對企業創新存在倒U 型的影響；知識流動能夠促進企業創新，知識流入與流出對弱派系嵌入影響企業創新都具有顯著的中介效應；技術多元化正向促進企業創新，且弱派系嵌入對技術多元化影響企業創新具有倒U 型的調節效應。本研究不但豐富了聯盟視閾下創新網絡的企業嵌入理論，而且為了解和分析中國企業間聯盟創新網絡的復雜性及其創新范式提供了經驗支撐。

（二）對策建議

基于企業間關系集聚的弱派系嵌入使得知識資源在創新網絡內的流動更為頻繁和通暢，但由于知識流動終止于派系的邊界，所以技術創新常發生在派系內而非派系間。弱派系嵌入對企業創新存在倒U 型的影響，考慮個體中心網的企業嵌入，具有較少聯盟關系的弱派系團體存在較多的弱關系聯結，這在一定程度上會導致企業間信息交流不便；隨著弱派系團體的強連接增多，較多的聯盟關系常常導致知識流動信息變得的一致和冗余，企業甚至擔心那些與自己具有聯盟關系而處于結構洞位置的企業會溢出自身的核心技術或訣竅，所以嵌入企業會有意識地減少知識共享，導致聯盟企業間知識流動效率降低，從而影響企業創新。因此，提出以下建議：

1.企業視角

（1）積極融入創新網絡，獲取外部創新資源。創新網絡是企業個體所嵌入并依賴的結構環境，對嵌入企業創新產出存在一定的影響。對于企業來說，世界是開放的，封閉和隔絕是創新的天敵。在當前競爭環境下，企業應積極尋求外部資源，謀求聯盟創新。隨著聯盟創新網絡中派系的形成與發展，企業個體間的競爭模式逐漸向派系間的競爭模式所轉化，弱派系嵌入已成為企業提升創新能力、增強競爭優勢、獲取話語權的重要途徑。在選擇聯盟伙伴時，充分考慮自身弱派系嵌入的核心度，選擇具有適度規模關系的凝聚子群中。

（2）加強知識流入流出，提升網絡結構效應。擁有較多異質性知識資源是提升創新能力的基礎和保障，不但要對自身積累的知識資源積極開發，更需要攫取外部知識資源為己所用。嵌入聯盟創新網絡是企業獲取外部知識資源的一種有效方式，已經成為企業提高創新能力、贏取競爭優勢的重要途徑。較多的知識流動與轉移增加了嵌入企業獲取知識資源的可能性，增加了企業創新的機會。研究發現知識流動對弱派系嵌入影響企業創新具有顯著的中介效應，如何通過知識流動將網絡結構的影響傳導至企業創新，是企業聯盟創新活動的重要體現。因此，企業要主動獲取、吸收外界的知識資源，提升知識資源的流入流出力度，將外界知識資源吸收內化，以增加企業的創新產出。

（3）積極拓展多元技術，創造聯盟合作機會。技術多元化企業為爭取聯盟機會獲取更多知識資源提供了便利條件。嵌入適當核心度的弱派系團體中，技術多元化對企業創新的正向促進作用能夠得到充分發揮，以獲得最大的創新產出。因此，企業應重視知識積累與技術拓展，實施技術多元化，提升聯盟吸引力，為企業獲取更多知識資源，進一步增加創新產出提供更多機會。

2.政府視角

（1）搭建聯盟創新平臺，發揮知識流動效率。對于政府來說，要用動態的視界審視產業創新發展問題，在遵循產業發展規律的同時，鼓勵聯盟創新，增強企業間的知識流動，將企業弱派系嵌入結構優勢轉換成創新優勢。由于弱派系嵌入對知識流動具有倒U 型的影響，表明適度的企業間聯盟關系數量，才能發揮知識流動效率。因此，鼓勵聯盟創新的同時要注意弱派系的結構變化，并輔以其他措施，比如：通過構建聯盟合作平臺，給企業提供信息支持，架起聯盟合作的橋梁，最大限度地減少聯盟企業間知識共享與轉移的成本。

（2）健全聯盟創新機制，助力企業創新發展。當前，我國正處在產業升級、技術創新的關鍵時期，為解決“卡脖子”技術難題，國家也出臺了大量的創新政策，產業的頭部企業，如一汽、奇瑞、吉利等都率先投身于合作、聯盟創新的大潮。然而，大量企業尤其是一些傳統行業的民營企業還沒有充分意識到形勢的緊迫性，對于合作、聯盟、創新仍然顧慮重重。這里既有知識產權保護、核心能力保護不足的制度性問題，也有心態是否開放、觀念是否轉變的認知性問題。因此，相關政府部門要鼓勵企業間積極形成緊密結合的派系團體，進一步提升創新水平。在積極鼓勵合作創新、形成聯盟派系的同時，一方面健全相關法律法規，完善合作信任機制，創設優良的聯盟創新社會環境；另一方面強化企業創新的主體地位，完善技術創新的市場導向機制，促進創新要素向聯盟派系集聚，實施重大科技聯盟攻關，實現突破式創新。此外，還要鼓勵聯盟企業加強知識交流，在確保個體企業知識產權的同時，實現創新的溢出效應，加速經濟發展，助推社會進步。

①SDC Platinum 數據庫作為國際上大型聯盟數據庫（SDC、Merit-CATI、Core、Recap 和Bioscan 等）之一，是用于研究組織間關系最多的數據庫，已用于較多的實證研究。SDC Platinum 數據庫涵蓋了多條金融交易信息（如債券、股票發行、證券交易、并購等），聯盟數據只是該數據庫的一部分，可以通過數據庫中的合并和收購部分獲得。通過尋找含有China 或Chinese 的數據，再核實參與者名稱及合作概要，并基于參與企業及聯盟的SIC 代碼，保留參與者具有高科技屬性的聯盟數據，且在此基礎上按照我國戰略性新興產業的劃分標準，構建出中國戰略性新興產業聯盟數據庫。

②國際研究慣例是假定聯盟持續時間3～5 年，本研究選擇折中時間4 年，創建時間窗。

③由于本文將企業嵌入聯盟創新網絡前5 年的專利數之和代表企業原有創新積累作為控制變量，把聯盟滯后3 年企業申請并最終獲批的專利數量作為被解釋變量，搜集樣本企業的專利數時往前延伸至2003 年，往后延伸至2021 年。