專利合作網絡與企業不連續創新績效
——基于醫藥制造業的實證分析

張曉月，雷楠楠

(南京工業大學經濟與管理學院，江蘇南京 211816)

1 研究背景

知識經濟時代下，開放式競爭加劇，企業亟需打破原有技術依賴，推動發展方式由傳統內部資源積累向外部資源整合的轉變[1]。企業獲取外部資源的重要途徑是嵌入創新合作網絡，即通過社會網絡實現知識流轉和外部資源整合完成交互創新[2]。多元化的主體嵌入以及不同的合作聯結關系形成了多樣化的合作網絡，如：產學研合作網絡、校企合作網絡、產業聯盟網絡、科研機構合作網絡等[3]。

關于專利合作網絡的早期研究，學者們大多著重描繪網絡的整體結構，利用網絡拓撲圖探析網絡特征及網絡演化過程。隨著合作創新的不斷深入，越來越多的創新主體選擇嵌入到專利合作網絡中來，然而不同創新主體在合作網絡中存在著競爭關系，所以如何占據網絡優勢位置，以獲取更多資源，促進技術創新，成為企業所關心的焦點。因此，合作網絡與企業創新績效逐漸成為研究熱點。已有學者通過構建行業合作網絡、區域合作網絡或者其他具有代表性的合作網絡[4-6]，探討其與企業創新績效的相關關系，主要有考察靜態合作網絡對企業創新績效的影響[7]，或結合網絡演化考察不同合作網絡與創新績效的關系[8]。

但現有研究對專利合作網絡與創新績效的研究均側重于研究分析專利合作網絡，忽視了創新的不同模式，對合作網絡與不連續創新的研究較少。事實上，企業技術創新分為連續創新與不連續創新兩種模式，隨著技術跨越發展現象發生的頻率越來越高[9]，相較于連續創新，不連續創新能使企業更好地應對環境不確定性與技術變革的影響[10]。同時，不連續創新需要創新主體獲取外部更為豐富的異質性知識，因此，對于專利合作網絡與企業不連續創新績效的研究更為迫切。企業專利合作網絡如何作用于不連續創新績效？企業如何通過動態調節控制外部協作網絡來打破創新瓶頸？這些都屬于企業運用專利合作網絡來實現不連續創新的焦點問題。基于此，本文借助專利合作數據構建企業專利合作網絡，在考察專利合作自我中心網絡的相關特征的基礎上，揭示其與不連續創新績效兩者的作用機制與內在機理，為企業管控外部合作網絡，提升自身競爭力提供理論依據。

2 理論基礎與研究假設

對專利合作網絡的研究大體可分為整體網絡和自我中心網絡兩個視角，其中對整體網絡的研究側重宏觀刻畫整個網絡的結構特征，對個體中心網絡的研究則側重考察個體，以微觀的角度勾勒個體小范圍的直接社會關系。研究表明，以自我為中心的小范圍網絡對企業技術創新的影響程度更甚于整體網絡[11]。因此，本文以自我中心網絡為視角來剖析企業合作行為對技術創新的作用，厘清合作網絡局部微觀結構對技術創新的影響效應。

2.1 自我中心網絡規模與不連續創新績效

自我中心網絡規模是指與核心企業有直接關聯的網絡節點數目。在自我中心網絡中，各個網絡節點通過與中心企業的聯系，建立起復雜的協作關系，使中心企業獲得較多的可支配信息和資源。從社會資本的角度來看，自我中心網絡規模的擴大，會使得節點擁有更多的社會關系資源和更豐富的異質信息，產生螺旋狀的知識流動[12]，利于創新[13]。Arnaboldi等[13]通過對社交網絡的自我中心網絡結構分析，證實了自我中心網絡規模和關系資源聯系緊密，并且隨著規模的擴大，獲取異質性信息的機會也會增加。從企業管理的視角來看，更大的自我中心網絡規模有利于企業突破管理的認知壁壘，促使企業在協作中提升資源管理效率，提高創新績效。與此同時，在開放式競爭壓力劇增的背景下，企業為降低創新成本，分散創新風險[14]，會不斷擴充自身的合作圈，豐富自身資源池，積極收集其他領域知識，以突破自身慣性思維，提升不連續創新。基于此，本文提出以下假設：

H1:自我中心網絡規模與企業不連續創新績效呈正向關系。

2.2 自我中心網絡關系頻率與不連續創新績效

自我中心網絡關系頻率是指存在于網絡中的所有節點之間的合作次數（包含節點間的多次重復合作），體現了網絡成員之間溝通交流的頻繁程度。資源依賴視角下[15]，單個組織所擁有的創新知識是有限的，企業的存續發展有賴于外部環境中的關鍵資源[16]。自我中心網絡關系頻率越高，表明企業越容易從外部獲取技術創新所需的關鍵資源[17]，對創新資源的利用程度也越高。頻繁的合作關系能提升企業與外部組織之間的信任感，促進企業間更好地進行面對面的、深入的溝通和交流，從而縮短彼此間的認知距離，促進網絡中知識、信息等資源的流動以及提升中心企業獲得高質量、高密度隱性知識的可能性。基于此，本文提出以下假設：

H2：自我中心網絡關系頻率對企業不連續創新績效具有正向影響。

2.3 自我中心網絡密度與不連續創新績效

自我中心網絡密度是衡量網絡節點間社交關系的緊密程度的指標。Obstfeld[18]指出，網絡密度可以使中心企業調度網絡成員所掌握的各項信息資源。所以，一般意義上認為，網絡密度越大，節點之間的凝聚力就越高，信息傳遞渠道就越暢通，高密度網絡可以形成知識流動通道，促進主體間的知識轉移，實現企業創新資源的優化配置和高效利用，從而對企業的不連續創新成果產生積極影響。然而，網絡主體間的緊密聯系也可能會阻礙企業創新，這主要是由于過高的網絡密度會影響節點間的均衡關系，并使得企業難以根據環境變化及時對外部合作關系作出調整[19]，從而導致網絡僵化。Burt[20]注意到，隨著協作網絡密度的增加，網絡中的信息與知識的冗余程度也會有所提高，這種冗余主要表現為自我中心網絡中信息的同質性、創新主體間的排外，從而削弱企業獲取異質性知識的能力，抑制不連續創新成果的產出。基于此，本文提出以下假設：

H3：自我中心網絡密度與企業不連續創新績效呈負向關系。

2.4 自我中心網絡結構洞與不連續創新績效

社會網絡中，個體之間存在直接和間接聯系兩種形態[21]。在間接聯系中，個體間信息的傳遞需要通過中間個體才能進行，此時占據中間位置的個體就被稱為占據結構洞位置[22]。從信息傳遞層面來看，結構洞理論表明結構洞是網絡間進行信息傳遞的要塞，企業獲取研發知識的程度與企業所處的網絡位置密切相關[23]。因此，占據結構洞優勢位置的企業能在跨界搜索的基礎上[24]，獲取更多非冗余知識，使得企業可以以相對低的成本完成新的知識組合[25]，從而促進其不連續創新進展。從信息控制層面來看，結構洞越多，表明中心企業對網絡的控制力和權威性就越高，外部合作對象彼此之間的合作關系越少，這種關系不對稱的局面，使得中心企業有能力控制其外部對象的知識傳遞，各企業的創新要素則更容易通過中心企業進行流動。此外，相較于整體網絡，自我中心網絡的網絡成員間的關聯度會更高，會更加凸顯結構洞的優勢，企業將更為便利地獲取知識，從而更有效地促進企業資源配置，提升其不連續創新績效。基于此，本文提出以下假設：

H4：自我中心網絡結構洞對企業不連續創新績效具有正向影響。

3 研究設計

3.1 樣本選擇與數據來源

本文以醫藥制造行業為研究對象，有以下原因：第一，醫藥制造行業是專利密集型產業；第二，藥物研發費用高、研發周期長、研發成功率低[26]，企業會更傾向于與其他外部組織合作以分擔創新風險。本文根據證監會行業分類，選取我國A股上市的329家醫藥制造企業作為研究樣本，從國家知識產權局專利數據庫獲取醫藥制造企業2013—2020年專利數據，以專利申請的相關信息為研究指標，根據專利IPC分類號度量企業不連續創新績效。同時，為確保研究可靠性，在實證研究中，剔除以下公司：專利信息不完整（所研究時間段內沒有專利信息、無共同專利申請人等）；財務信息未披露（因上市較晚等原因，部分數據有缺失值），最終將66家上市醫藥制造企業作為標準樣本。此外，樣本企業的年齡、規模、資產負債值以及研發投入等數據通過RESSET數據庫查詢獲取。

3.2 網絡構建

結合Guan等[4]關于企業合作關系維持年度的相關研究，本文以6年為截面窗口，借助2013—2018年企業專利數據構建專利合作網絡，提取專利共同申請人中的醫藥制造上市企業及其他中小型科技企業。在構建網絡時，本文首先以66家上市企業為中心構建企業自我中心合作網絡，并將與66家企業合作的190家中小型科技企業作為非標準樣本，檢索非標準樣本企業的所有專利；接著對256個企業進行編碼處理（編號為A1-A256），方便進行可視化分析；最后利用社會網絡分析軟件Uicnet6.0勾畫出整體專利合作網絡，網絡構建邏輯如圖1所示。在本文中，非標準樣本參與合作網絡構建但不作為研究樣本。此外，在專利合作網絡中（見圖2），節點表示專利申請人，連線表示節點存在合作，節點越大，企業的合作范圍越廣。

圖1 企業專利合作網絡構建邏輯

圖2 2013—2018年我國醫藥制造企業專利合作網絡

3.3 變量定義與測度

3.3.1 自變量

自變量主要為企業自我中心網絡特征指標，包含四個指標，分別是：自我中心網絡規模、網絡關系頻率、網絡密度、結構洞，具體計算方法見表1所示。

表1 樣本變量符號及測量方法

3.3.2 因變量

因變量為企業不連續創新績效，參照Abernathy等[27]的相關研究，不連續創新績效指企業在新技術領域內實施創新行為產生的創新成果，即企業當年申請的專利類別（根據國際專利IPC分類號判別）在過去5年未被申請過的數量，本文將每個企業所有專利分類號前六位與前5年進行比較。由于發明專利平均審查周期壓為18.5個月，所以采取企業進入樣本后滯后兩年的專利數量來衡量。

3.3.3 控制變量

為了排除與企業相關的其他因素對網絡位置與創新績效的影響，在借鑒相關學者研究的基礎上，本研究將企業的年齡、規模、資產負債值、研發投入以及整體網絡中心度作為控制變量。

4 結果及分析

4.1 網絡分析

從整體專利合作網絡圖（見圖2）中可以明顯看出，不同企業間的聯系程度不同，所有企業并不是互相相關，整體網絡關系較為復雜，表現為較多的企業圈數量。通過對整體網分析，觀察到共有256個節點、500條連邊。在整體網絡中，一些企業較為獨立，幾乎沒有或很少參與專利合作，整體網絡密度為0.008，整體合作較為稀疏，網絡中各節點知識傳輸性能相對較低，同時也說明醫藥制造企業中雖然參與合作的主體較多，但企業間的合作基礎還不是非常完善，各創新主體之間還存在著較大的合作空間。

為探明醫藥制造業專利合作網絡中標準樣本的自我中心網絡特征及樣本分布情況，本文從整體網絡中提取標準樣本的自我中心網絡，在分析網絡“權-度”相關關系的基礎上，構建“廣度-深度”二維矩陣（見圖3）。其中，專利合作的廣度（S）使用“自我中心網絡規模”這一網絡指標來度量，規模越大，節點合作的范圍越廣，節點可獲得的創新資源越豐富；專利合作的深度（D）為計算節點聯結的平均權重所得，即用“自我中心網絡關系頻率/自我中心網絡規模”來衡量，權重越大，網絡中中心節點與其他節點間的合作關系愈穩固。在圖3中，兩條相交的虛線是廣度和深度的平均值，如一區域處于平均值左側或者下方，則表示其專利合作的廣度或者深度較低。

圖3 2013—2018年我國醫藥制造企業自我中心網絡合作模式分布

由圖3可知，節點呈分散分布且各個節點的專利合作情況差異較大。大部分節點處在“低廣度-低深度”的區域中，這表明在醫藥制造業中大部分企業的合作方較少，創新知識交換的深度也較低，醫藥制造業內的專利合作仍有很大潛力。與此同時，部分企業停留在“高廣度-低深度”的合作模式中，如上海復星醫藥(集團)股份有限公司（A26）、廣東眾生藥業股份有限公司（A119）等，表明這些企業自身實力較為雄厚，在其自我中心網絡中占據重要位置，可以吸引到更多的合作伙伴加入到創新網絡中來，但創新主體間的互動較少，說明其對外部合作伙伴的認可和信任程度較低。此外，一些企業的專利合作情況表現為“低廣度-高深度”，以黑龍江珍寶島藥業股份有限公司（A100）、上海科華生物工程股份有限公司（A196）為代表，尤其是江蘇恒瑞醫藥股份有限公司（A53），說明這些企業更傾向于與固定企業進行合作，其外部合作關系相對穩定。少數企業位于“高廣度-高深度”的區域，以人福醫藥集團股份公司（A6）、浙江新和成股份有限公司（A238）為代表，表明這些企業的合作意識較強，可獲得創新資源比較豐富，在推動醫藥制造業創新發展方面起著不可忽視的作用。

4.2 描述性統計與相關性分析

通過對數據的描述性統計及相關分析，樣本分布基本合理，并初步證實了變量之間具有相關關系（見表2）。此外，多數變量的相關系數低于0.7，幾乎可以不考慮多重共線性問題。其中，僅自我中心網絡規模和網絡密度、自我中心網絡結構洞和網絡密度的相關系數較高，達到了0.7以上，基于此，又進行了方差膨脹因子分析，得出變量的方差膨脹因子均0＜VIF＜10，即認為沒有多重共線性問題，可以進行下一步的回歸檢驗分析。

表2 樣本變量的描述性統計分析以及相關性分析結果

4.3 負二項回歸分析

由于本文所選因變量不連續創新績效為企業專利，屬于計數變量，因此不可以使用常規的線性回歸模型。在其余回歸模型中，泊松回歸以及負二項回歸為本文首選回歸模型。但觀察上述變量統計可知，變量的標準差與均值不等且相差較大，因此采用泊松回歸，可能會出現均方根誤差減小從而導致顯著性水平提高的假象，基于此，本文選擇負二項回歸，數據處理選用Stata16.0，結果如表3所示。其中：模型1為只涉及控制變量的基準模型，得出，企業規模、研發投入和企業資產負債值對企業創新績效均對因變量有影響；模型2～模型5分別為在模型1的基礎上加入自我中心網絡規模、自我中心網絡關系頻率和自我中心網絡密度、自我中心網絡結構洞后的回歸模型結果。

表3 樣本負二項回歸模型結果

模型2結果顯示，自我中心網絡規模對不連續創新績效有顯著正向影響（β=0.189，P＜0.01），假設H1成立。結果表明，企業合作規模越大，對企業不連續創新成果產出越有利。模型3的結果表示，自我中心網絡關系頻率與企業不連續創新績效之間存在顯著的正相關關系（β=0.014，P＜0.01），證實了假設H2。企業加強與外部其他中小企業合作的頻率，一方面減弱了一定的合作競爭風險，另一方面利于企業增強補弱，提升不連續創新績效，因此，企業積極與外部企業合作對企業不連續創新績效起正向作用。根據模型4可知，自我中心網絡密度與企業不連續創新績效呈負相關關系（β=-0.924，P＜0.05），假設H3得到驗證。研究結果表明在以企業為核心的合作網絡中，高密度的合作網絡會加重企業獲取信息的冗余程度，阻礙企業獲取有效知識，從而對企業不連續創新績效產生消極影響。模型5結果表明，自我中心網絡等級度與不連續創新績效為負相關關系（β=-0.520，P＜0.1），但由于等級度與結構洞數量為反向關系，所以假設H4得到驗證。這表明企業自我中心網絡結構洞數量越多，企業越能在合作中獲得更新鮮的知識，可以接觸到更多非重復性資源，吸引更多的外部合作對象，促進企業進行不連續技術創新。

5 研究結果及討論

5.1 研究結論

本文以醫藥制造業66個企業為標準樣本，以專利共同申請人定義企企合作關系，得到256個企業樣本，構建2013—2018年的專利合作網絡，并提取標準樣本企業自我中心網絡，在宏觀分析整體網絡和個體中心網絡的基礎上，將自我中心網絡的相關特征作為自變量，采用實證研究的方式，從微觀上揭示了專利合作網絡對不連續創新績效的作用機制，得到如下結論：自我中心網絡規模、關系頻率、結構洞均對企業不連續創新績效有正向影響，而自我中心網絡密度對企業不連續創新績效有負向影響。

5.2 理論貢獻與現實意義

本文的主要理論貢獻包括：（1）以自我中心網絡為視角，考察微觀層面的網絡結構特征，通過實證研究檢驗了企業專利合作自我中心網絡結構對企業不連續創新績效的影響機制，拓寬了專利合作網絡與企業創新的相關研究。（2）基于不連續創新的相關理論研究，探討合作網絡與不連續創新的影響，揭示了企業通過外部合作伙伴獲取和轉移知識進而提升不連續創新績效的作用機理，豐富了不連續創新的研究情境。

本文的現實意義主要有：（1）從企業層面來看，企業要重視與外部合作伙伴建立直接的合作關系，適度擴充外部合作對象的數量，盡量多與企業自身認知距離較遠的合作對象進行合作，增強獲取異質性知識的可能性。其次，企業要合理維持與合作伙伴合作的頻次，有效促進知識資源的流動，同時需增強危機意識，避免自我中心合作網絡緊密程度過高，出現信息冗余的現象。（2）從醫藥制造行業層面來看，醫藥制造業整體創新合作較為松散，企業主體間創新效率較差。實證研究證實網絡規模對企業不連續創新產出具有正向影響，因此政府應不斷優化醫藥行業創新政策環境，鼓勵更多的創新主體參與到研發中，同時應合理制定科技政策，優化配置資源，鼓勵更大空間區域范圍內的企業聯合開展醫藥研發。

5.3 研究局限及展望

本研究為企業管控外部合作對象提升技術創新具有一定的實踐意義，但也存在以下不足：本文只針對醫藥制造行業開展了研究，研究樣本較少，研究結果的普適性有待提高；本文在研究中只考慮企業，未考慮其他類型創新主體的影響。因此，在接下來的研究中將進一步增加研究樣本，探索其他行業自我中心網絡對不連續創新績效的影響，以及在技術創新類型分類的基礎上，探索自我中心網絡對連續創新與不連續創新績效影響機制的差異。