“雙循環”發展格局下測度開放式創新對企業創新績效的影響機制

李正東 聶麗雯

摘要：黨的二十大報告強調，要全方位、準確、堅定不移地貫徹新發展理念，堅持社會主義市場經濟體制改革開放，保持高水平對外開放，進一步推進構建新的發展模式和內外循環為主體。在新的發展模式下發展“雙重循環”，企業不斷地重塑自身的競爭力，有利于開放式創新的發展，以進一步提升創新績效。為此，基于325份調研數據樣本，深入研究創新開放度對企業創新績效的影響機制，建立受監管的中間模型，進一步改進和發展動態的創新政策理論模型。結果表明：開放式創新對企業創新績效有積極作用；知識領域相耦合對企業創新績效有積極作用，在創新開放度和創新績效相互緊密聯系中起中介作用；環境不確定性對知識領域耦合和企業創新績效相互間的聯系形成相互影響。因此，不僅豐富了“雙循環”新發展格局下企業創新發展的理論邊界，對于助推數字經濟發展、“雙循環”發展模式也具備重要意義。

關鍵詞：創新開放度；知識域耦合；企業創新績效；環境不確定性

中圖分類號：F 272.92；F 273.1 文獻標識碼：A 文章編號：1672-7312（2023）04-0496-08

Research on the Mechanism of Measuring the Influence of Open

Innovation on Enterprise Innovation Performance Under the “Double Cycle”

Development Pattern

LI Zhengdong，NIE Liwen

（School of Humanities，Shanghai University of Technology，Shanghai 201418，China）

Absrtact：The 20th National Congress of the Communist Party of China emphasized the need to implement the new concept of development in a comprehensive， accurate and unswerving way， uphold the reform and opening up of the socialist market economy， maintain opening up at a high level， and further promote the construction of a new development model and internal and external circulation as the main body.In the new development model of the “double cycle”， enterprises constantly reshape their competitiveness， which is conducive to the development of open innovation so as to further improve the innovation performance. Based on 325 research data samples， the paper deeply studied the impact mechanism of innovation opening up on enterprise innovation productivity， established the regulated intermediate model， and further improved

and developed

the dynamic theoretical model of innovation policy. The results show that the open innovation has a positive effect on the

enterprise

innovation performance; the connection between knowledge fields has a positive effect on the enterprise innovation

performance and it plays an intermediary role in the close relationship between innovation openness and innovation performance.

The environmental uncertainty affects

the relationship between

the knowledge field and the enterprise innovation performance. Therefore， it not only enriches the theoretical boundary of enterprise innovation and development under the new development pattern of “duble cycle”， but also has great significance for boosting the development of digital economy and the “double cycle” development model.

Key words：innovation openness;knowledge domain coupling;enterprise innovation performance;environmental uncertainty

0 引言技術創新與數字化發展已經成為現代經濟多組態模式的重要創新策源力，企業面臨著兩大挑戰：一方面是如何正確理解公司的開放性，另一方面是如何正確評估公司創新的開放性。過于開放或過少開放都會對企業的創新表現造成消極影響：如果公司相對保守，那么公司的開放度便會過低或者不足。當企業過于激進的時候，過度開放會導致公司過度依賴外部技術信息，而忽略了企業內部創新能力的增強。另一方面，如何有效利用開放的創新模式改進公司的內部技能。開放性創新導致了新科技研發模式的轉變：企業將面對一個模糊的技術前沿，知識和信息共享系統將不斷強化，內部獨立的產品研發將會日益萎縮。即便是有強大研發能力的企業也需要積極識別并使用外部創新的信息資源。因此，公開創新對于創新表現的影響更為復雜，企業必須關注開放的選擇，積極地扮演研發能力的關鍵調解人。

在企業創新發展道路上，如何構建有效的合作網絡，促進共享與合作，仍然需要理論指導。隨著時間的推移和市場需求的復雜多變，越來越多的企業開始認識和了解到協同創新的必要性。

REMNELAND W[1]認為要達到這種效果，就應當加強知識的積累和開發內部的知識，花費大量的精力來克服技術上和組織上的限制，并且希望借助知識庫的變化糾正知識差距。然而，在如何適應知識庫方面仍然存在許多困難，知識變革對于企業創新的因素尚不明確，因此該課題已經成為知識管理與創新領域的研究熱點。近年來，科學家引入物理互連管理原理來研究2個（或多個）系統（或運動）之間的相互作用。

BOGERS和其他人提出了知識領域之間聯系的概念，認為知識領域是知識基礎的組成部分，這是知識領域的集合，知識領域的聯系是技術領域的重組和動態的知識變化，這是改變知識基礎的最重要方法之一[2]。如果把企業知識基礎看作一個網絡，那么鏈接就是知識領域之間的聯系，知識領域之間聯系的力量就是它們之間的聯系的程度。目前，知識與創新研究主要涵蓋知識庫及其特征（深度、廣度、復雜性等）、位置網絡知識特征（網絡連接規模等）、創新知識搜索及其特征（深度、廣度、可持續性等）。

王建平等[3]認為知識領域的研究和聯系基本上是一種理論解釋，實證研究非常有限，它只是從知識來源的角度考察舊知識或者創新業務成果對于新老知識的直接影響。因此，從知識領域相互依存的角度研究企業間知識要素的重組和動態適應對于創新型企業績效的因素機制具備重要的理論意義和實踐意義[4]。

朱云鵑等[5]認為在思維創新的具體過程當中，對于內部專業知識學習的直接搜索和再次整合有助于保持相對于內部研發的競爭優勢。

劉沙沙[6]文中將知識領域相互間的密切關系定義為創新和企業合作的過程，將不同知識對象的不同知識要素定義為知識。胡曉鵑[7]借助動態鏈接，協同作用和有效互補性確保協同、泄漏和擴散的過程。知識域耦合對于公司創新績效的影響是否存在更復雜的傳導機制？環境作為權變變量從某種角度看來，這對于生產型企業來說的確具備舉足輕重的作用。外部環境變化的巨大不確定性所妨礙的因素是否會破壞生產型企業原有的思維和創新社會秩序，還是會給企業帶來新的發展機遇？這些問題還沒有定論，并且都需要進一步研究?；诖?，尤其是在“雙循環”發展格局下，務必從開放性廣度和深度2個方面來測度。目前，國家的生產型企業對于推動技術創新持開放態度。深入考察思維創新的開放性對于生產型企業思維創新個體績效的阻礙程度，分析知識域拓撲結構被認為是可調節的作用影響，然后引入了環境不確定性因素，審查其對于知識聯系和創新績效之間聯系的影響，拓寬和豐富創新開放和知識聯系的理論研究，同時為企業創新績效提供理論指導和實證支持。

1 理論基礎與研究假設

1.1 創新開放度與企業創新績效的關系

HENDERSON等[8]提出公司技術創新的開放包括開放的廣度和深度。開放空間在于公司對外開放合作的創新要素數量，而開放程度的深度在于公司與外部創新要素之間的頻繁合作。張海紅[9]認為在一個開放的創新環境當中，技術創新的實施會涉及許多利益相關方，企業價值的創造可以通過充分整合創新要素的各個方面來實現。外部公司的創新要素包括大消費者、供應商、競爭對手、獨立公司等。

REZAEI等[10]從寶貴的外部資源和知識角度看，這對于開放式創新至關重要。開放能夠使企業獲得和借助更多的外部創新資源，既能夠提高企業資源量、又能夠降低自身成本。

GONG等[11]認為不同的公司根據其獨特的環境將內部和外部信息、資源融入創新管理活動，這些信息和資源有助于公司減少技術風險和市場風險，從而改善企業的創新能力。此外，有專家認為企業需要充分利用寶貴的外部知識、信息技術和其他創新資源披露公司科研項目和其他相關信息獲取外部組織的支持、幫助企業降低研發成本和解決問題，如缺乏創新的潛力[12]。章彥[13]結合理論分析，國內外科學家借助實證分析收集了大量數據，得出兩者呈現正相關的關系的結論。

KOGUT等[14]認為降低企業成本以及企業風險能夠有效地讓企業進一步提升該公司在該行業的競爭力，使企業堅不可摧，促進達成可持續發展，讓企業長期提高創新績效。企業獲得越多創新資源，越能提高企業的思維創新市值；當生產型企業提出內部思維創新源的選擇和轉化時，得以善用內部思維創新源，幫助企業創造更多的價值。綜上所述，提出如下假設：H1：創新開放度對于企業創新績效產生正向影響。1.2 知識域耦合與企業創新績效的關系目前，學術界對于知識領域耦合對于企業創新的影響尚未達成共識。

WICAKSONO等[15]關于創新管理的文獻認為，企業通過重組熟悉領域的知識元素產生新的發明創造，企業通常通過搜索鄰近的知識域來使用和提煉知識。同時，BHATTACHARYA等[16]認為為了保持與外部技術環境的一致性，防止現有知識領域因重組而流失，公司需要改變現有知識庫。

QUARTERLY[17]認為雖然這些變化是可取的，但是它們可能會破壞公司內部信息處理的程序和解決問題的方法，從而阻礙創新。

CHVZ等[18]認為，知識域耦合模式的差異反映了范圍的知識庫結構，然后運用專利數據對于從1984—1994年的全球半導體行業進行了一次實證研究。鄧雅文[19]發現接近可分解的知識庫是更具備延展性的，可以提高吸收能力。KUMAR[20]認為異質知識耦合能夠促進跨學科領域的合作。有專家提出知識領域耦合是知識創新的自然基礎，耦合域相互交叉滲透，與創新之間存在復雜的非線性關系[21]。以往經驗表明，舊知識領域的耦合變化會對創新績效造成損害，新知識領域與舊知識領域的耦合可以提高創新績效，而知識領域的復雜性則對創新績效起到負向調節作用。綜上所述，文中提出如下假設：H2：知識域耦合對企業創新績效產生正向影響。

1.3 知識域耦合的中介作用知識領域耦合作為一種自發的資源重組行為，對提升創新績效有重要作用。文中假設創新開放性對企業創新效率的影響是通過改變知識領域的耦合來實現的。隨著時間的推移，思維創新越來越深入，但是普遍依賴原有的外部資源已經不能滿足企業發展壯大的需要。

姚艷虹等[22]發現公司急切需要開展一些跨學科的合作異質知識耦合。知識領域的聯系是知識創新的自然基礎。知識領域的互補關系將把從合作伙伴那里獲得的不同、混亂以及互補的知識在公司內部轉化為知識。一方面，容易激發人們的創造性思維，同時促進創造性知識的開發，LEVINTHAL等[23]認為這樣可以創造和減少外部的知識差距；另一方面，它能夠擴大知識范圍，擴充現有的知識庫，擴大公司在產品開發方面的能力。知識的選擇性聯系旨在尋找符合他們自己知識領域和經驗領域的知識?，F有的獲取外部知識的技術有助于重組現有知識，并且幫助企業改善知識基礎。專業化的水平可以擴展公司員工的知識深度和廣度，為未來的創新發展打好技術基礎。企業的創新潛力是創新效率的關鍵因素，而企業的創新潛力本質上源于知識創新。只有具有一定的知識創新能力，借助吸收、加工和新知識，有效地將知識轉化為新產品，企業才能真正進一步提升創新生產力。討論了創新開放與知識領域、創新開放與創新效率相互間的聯系。結合H2假設，能夠進一步假設知識領域相互間的聯系是創新開放度和創新效率相互間的傳遞。因此，文中提出以下假設：H3：知識域耦合對于創新開放度以及創新績效之間的關系具有中介作用。H3a：知識域耦合在加大創新開放的過程中，對企業的創新績效產生正向效果。H3b：耦合知識領域對于創新深化以及開放度的企業創新績效有著正向效果。

1.4 環境不確定性的調節作用外部環境的因素是共同的社會文化環境中最重要、最不可或缺的部分，它阻擋和制約著生產型企業的潛能。它將嘗試與相關組織建立信任關系，以保護生產型企業賴以生存的稀缺資源。盡管如此，外部環境的變化給生產型企業帶來了巨大的資源不確定性。這種巨大的不確定性與環境變化的運動速度及其對公共活動范圍和規模的因素密切相關[24]。如果想達到這樣的效果，必須保持與外部技術環境的兼容性，避免耗盡重組現有服務的機會，公司需要改變其知識基礎[25]。因此，知識領域之間的聯系本質上是一個與環境動力學密切相關的概念。如果社會環境變得極不穩定，那么客戶需求和候選人行為的變化將不可預測，發展戰略所稱的保守企業的創新機會大幅度減少，激進的公司是幸運的：盡管對創新的熱情前所未有，但是如此盲目的后續行動可能給企業帶來巨大的風險。這樣，知識耦合對創新績效的影響可能并不明顯。因此，有必要研究環境不確定性條件下知識與創新績效之間的關系。據此，文中提出以下假設：H4：環境不確定性負向調節知識域耦合與創新績效的關系。

1.5 理論模型

根據分析，可以構建如圖1所示的理論模型。圖中，在創新開放度與創新績效之間的關系中加入了知識域耦合這一中介變量。創新開放度對知識領域耦合有正向影響，知識域耦合對創新績效有正向驅動作用，環境不確定性對創新績效有調節作用。這種模型設計使得創新開放度與創新績效之間的機制更加清晰和具體。

2 研究設計

2.1 數據來源與樣本現有的數據面板不能支持研究變量，需要在研究中測量，因此決定使用問卷方法收集必要的數據。使用SPSS 26.0和Amos 24.0進行統計檢查和分析，以確保調查表的統計可行性，并最終獲得滿意的調查表。本次調研一共發放問卷359份。剔除無效的問卷后，共獲得有效問卷325份，回收率為90.53%。滿足所需的數量模型評價研究中，本研究有效樣本特征見表1。

2.2 變量測量創新績效量表采用蔣振宇[26]的測量方法，為單維量表，包括5個題項，用來衡量一個公司的新產品或服務的性能，采用Likert 5點計分，得分越高表明創新績效越高，折射新產品進化成本、新產品數量、專利數量、創新項目的成功率這幾個方面對創新績效進行度量。量表信度和結構效度良好，Cronbachs α系數為0.859。按照章彥的衡量標準，采用Likert5級量表進行度量，其中提到廣泛的企業干預涉及企業與外部世界合作的創新要素的多樣性，包括5點；創業的深度指公司注重外部創新因素的程度，尤其是公司與外部創新之間的合作頻率，以及公司對外部創新因素的投資。包含 3個題項。量表信度和結構效度良好，Cronbachs α系數為0.877。知識域耦合量表是指張翠平[27]改進后的知識域耦合量表當中，包含了互補知識耦合以及替代知識耦合的2個維度。采用Likert5級量表進行度量，共計13個題項。量表信度和結構效度良好，Cronbachs α系數為0.936。環境不確定性主要是指GORDY等的成熟度等級。該層次涵蓋7個要素，分別從市場不確定性和技術不確定性的角度描述環境不確定性?！肮镜氖袌霏h境非常不穩定”和“其技術產品的更新速度很快”。量表采用Likert 5點計分。量表信度和結構效度良好，Cronbachs α系數為0.936。

3 實證分析

3.1 共同方法偏差分析Harman因子分析結果顯示沒有找到單一因素，無旋轉前第一個因素也解釋了個體變量所有測量元素變異的36.298%，這不是大多數。因此，不同變量之間沒有嚴重的共同方法偏差。

3.2 驗證性因子分析利用AMOS 24.0對各潛在變量進行驗證性因子分析，各模型校正后的整體擬合指標見表2。這些指標綜合反映了整個模型的適應度。其中，漸近殘差的均方和平方根是不需要基線模型的絕對指標，被認為是最有價值的適應度指標。模型的擬合越好。由表中可以看出，卡方自由度比值（χ2/df）在1～5之間，且漸近殘差（RMR）的均方和平方根均小于0.08。相對比較擬合指數（CFI）和增值擬合指數（IFI和TLI）均大于0.9，即最小的指數值已達到可接受的通用標準，因此研究選用的量表具備良好的結構效度。

3.3 描述性統計和相關性分析包括4個關鍵變量：創新開放度、耦合領域知識、企業創新績效和環境不確定性。各變量的均值、標準差和皮爾遜（Pearson）相關系數見表3。結果表明，各變量的平均值均在3.5以上，處于中上水平。知識領域耦合的平均值最高，創新績效的平均值最低；標準差均在1之下，數據離散度較小。結果表明，該均值可以有效地代表整個數據。

此外，創新開放度與知識域耦合存在顯著正相關，相關系數為0.569；企業創新績效與企業知識領域耦合度呈顯著正相關，其中相關系數為0.422；創新績效與創新開放度相互之間存在顯著的正相關關系，相關系數為0.385。上述相關性分析結果僅暫時證實了本研究中變量之間的相關性程度，因此后續假設檢驗需要進一步分析。

3.4 假設檢驗

根據Crystal等[28]、廖先玲等[29]的觀點，首先，使用SPSS宏程序PROCESS的模型4來檢驗企業創新開放性和創新性之間知識領域耦合的中間效應，創新開放度能顯著預測知識域耦合，a=0.542，SE=0.044，p<0.001；當創新開放度和知識領域與契約相耦合時，回歸方程被輸入，這可以顯著預測公司的創新開放度，c′=0.223，SE=0.065，p<0.001，知識領域的耦合可以顯著預測業務創新的績效，b=0.345，SE=0.068，p<0.001。其中偏差修正后的百分位的引導法檢驗可表明，知識領域的耦合在過度使用和企業創新績效之間具有顯著的中介作用，ab=0.187，Boot SE=0.047，95%的置信區間為[0.098，0.283]。其中中介效應占總效應的比例為ab/（ab+ c′）=45.61%。第二階段使用SPSS PROCESS 14宏程序來測試環境不確定性調節器。對可調節中間模型的檢查需要評估3個回歸方程的參數。方程1評估創新開放對企業創新生產率的總體影響；方程2估計創新開放度對知識域耦合的預測效應；方程3估計環境不確定性在知識域耦合與企業創新績效之間的調節效應。在每個方程中，所有變量都被標準化、性別和類被控制。如果模型衡量以下3個條件的執行，則有一個可調節的中間效應：①在方程1中，開放創新對企業創新能力的總體影響是顯而易見的；②在方程2中，創新開放的程度對知識領域之間的聯系有顯著的預期影響；③在第三方程中，知識領域對企業創新能力的聯系的主要影響是顯而易見的，環境不確定性和知識領域之間的相互作用是顯而易見的。研究所有的預測變量方差膨脹因子都不高于5，意味著沒有多重科利納問題。表4顯示，方程1是重要的，開放創新旨在通過滿足①條件來預測企業的創新性能；方程2是一個重要的，直接向預測相關知識領域的方向開放創新符合②條件；第三個方程是明顯的，知識領域的關系直接預測了企業的創新性能，環境不確定性與知識領域的聯系是重要的，滿足了條件③。

綜上所述，創新開放度通過領域知識耦合妨礙企業創新績效的過程受到環境不確定因素的調節。對于低環境不確定性下的企業，創新開放度通過知識域耦合對企業創新績效能力的間接效應顯著（見表5），index=0.247，Boot SE=0.049，95%的置信區間為[0.158，0.350]；對于高環境不確定性下的企業，該間接效應顯著，index=0.103，Boot SE=0.053，95%的置信區間為[0.002，0.210]。

為了更清楚地解釋知識領域與環境不確定性之間的相互作用，將環境不確定性分為中等大小和較低的群體，加上標準偏差，做了一個簡單的傾斜測試，并創建了一個簡單的效果分析（如圖2所示）。結果表明：對于低群體企業，即低環境不確定性企業，知識域耦合對企業創新績效能力的正向預測顯著（Bsimple=0.456，t=5.585，p<0.001）；對于高分組即高環境不確定性的企業，知識域耦合對企業創新績效能力的正向預測作用下降（Bsimple=0.689，t=2.258，p<0.05）。

4 結語

文中構建了一個有調節的中介模型，在探討“雙循環”的發展模式下，創新開放度對于企業創新績效的影響機制。

①創新開放度對于企業來說，創新績效具備正向效果。②知識領域的耦合對于企業的創新績效有正向效果，但也在創新開放的程度與企業創新績效之間起了中介作用。③環境不確定性負面調節知識領域耦合與企業創新績效相互間的關系。環境不確定性強調管理者鑒于缺乏信息或技能而無法預測組織環境、未來技術和市場的變化。當環境不確定性很高時，業務知識元素的組合變得非常復雜，很難找到融合新舊知識領域的切入點。在耦合決策、評估、知識吸收和集成的過程中會消耗更多的時間和成本，從而造成規模不經濟和技術范圍不經濟。

考慮到環境以及一些不可抗力的因素，因此項目研究存在一定的局限性，文章在其項目研究上展開討論的觀點存在局限性。這些不確定觀點還有待商榷，同時也對未來的研究增添了思路。首先，文中采取使用方便的抽樣方式收集數據，因此文章內容的廣泛代表性有待商榷。未來，可

能會考慮擴大樣本量或選用面板數據進一步驗證模型。其次，不同維度知識領域的耦合會對雙元創新績效形成不同的效果。未來的研究可能會進一步探討兩者的相容性，可能會得出更具有意義的結論。目前，該研究闡述了動態創新戰略能力分析框架，探索了“雙循環”發展格局下創新發展數字化轉型的新路徑。此后可以更多關注對于區域經濟的影響，從創新策源地出發發展新一代技術革命。

參考文獻：

[1] REMNELAND W B.Open innovation change agents in large firms：How open innovation is enacted in paradoxical settings[J].R&D Management，2019，50（02）：198-211.

[2]BOGERS M，FOSS N J，LYNGSIE J.The “human side” of open innovation：The role of employee diversity in firm-level openness[J].Research Policy，2018，47（01）：218-231.

[3]王建平，吳曉云.制造企業知識搜尋對漸進式和突破式創新的作用機制[J].北京：經濟管理，2017（12）：15.

[4]盧艷秋，宋昶，王向陽.雙元創新平衡戰略下的企業知識耦合[J].圖書情報工作，2021，65（15）：61-70.

[5]朱云鵑，王倩倩，劉景東.領域知識、架構知識與企業創新績效——慣例復制的中介作用[J].科技管理研究，2020，40（14）：184-195.

[6]劉沙沙.基于知識基礎視角的企業創新績效提升策略研究[D].南京：江蘇科技大學，2020.

[7]胡曉鵑.社會期望差異與企業創新搜索[D].北京：北京工商大學，2020.

[8]HENDERSON R M，CLARK? K B.Architectural innovation：The reconfiguration of existing product technologies and the failure of established firms[J].Administrative science quarterly，1990：9-30.

[9]張海紅.知識轉移視角下孵化網絡多層超網絡建模與協同演化研究[D].天津：天津大學，2019.

[10]REZAEI? A，KAMALI A R.Evaluation of technological knowledge transfer between silicon fen firms and university of cambridge based on patents analysis[J].Journal of Open Innovation：Technology，Market，and Complexity，2022，8（04）：9-10.

[11]GONG X Y，MO S W，QUAN X F，et al.Technological knowledge spillover in business groups：Evidence from China[J].Emerging Markets Finance and Trade，2022，58（14）：3-4.

[12]ZHU G X，DRISCOLL D，MORTON M E，et al.The impact of COVID-19 on faculty technological knowledge development at an academic medical center[J].Education Sciences，2022，12（10）：9-11.

[13]章彥.面向民航維修企業的知識共享技術和平臺研究及應用[D].江蘇：浙江大學，2019.

[14]KOGUT B，ZANDER U.Knowledge of the firm，combinative capabilities，and the replication of technology[J].Organization science，1992，3（03）：383-397.

[15]WICAKSONO A，RUKMAYUNINDA R K.Understanding technological knowledge spillover in a science technology park ecosystem：An ethnographic study[J].Asian Journal of Technology Innovation，2022，30（03）：34-37.

[16]BHATTACHARYA S，AGNIHOTRI A，YANNOPOULOU N，et al.Technological knowledge and internationalization：Evidence from india[J].International Marketing Review，2022，39（03）：24-27.

[17]QUARTERLY H R M J A S.Architectural innovation：The reconfiguration of existing product technologies and the failure of established firms[J].1990，35（01）：44-49.

[18]CHVEZ-JUREZ F.On the role of agent-based modeling in the theory of development economics[J].Review of Development Economics，2017，21（03）：45-47.

[19]鄧雅文.基于知識創新的企業人力資源管理模式分析[J].全國流通經濟，2021（22）：107-109.

[20]KUMAR M S.Acquiring and exploiting knowledge：The two faces of diversification[C].America：University of Illinoisat Urbana-Champaign，2020.

[21]辛本祿，穆思宇.動態服務創新能力視域下企業知識創新實現路徑探究[J].情報科學，2023，41（01）：174-181.

[22]姚艷虹，張翠平.知識域耦合，知識創新能力與企業創新績效——環境不確定性和戰略柔性的調節作用[J].武漢：科技進步與對策，2019，36（23）：9.

[23]LEVINTHAL D A，MARCH J G.The myopia of learning[J].Strategic Management Journal，1993，14（02）：95-112.

[24]吳松強，蘇思騏，沈忠芹，宗峻麒.產業集群網絡關系特征對產品創新績效的影響——環境不確定性的調節效應[J].外國經濟與管理，2017，39（05）：46-57+72.

[25]DABIC M，VLACIS B，SCUOTTO V，et al.Two decades of the Journal of Intellectual Capital：A bibliometric overview and an agenda for future research[J].Journal of Intellectual Capital，2020，22（03）：35-39.

[26]蔣振宇.新興企業創新開放度，知識溢出效應與創新能力的關系研究[J].武漢紡織大學，2016.

[27]張翠平.協同網絡中知識域耦合對企業創新績效的影響機制研究[M].湖南：湖南大學出版社，2019.

[28]CRYSTAL G J，PAGEL P S.Erratum to the physiology of oxygen transport by the cardiovascula system：Evolution of knowledge[J].Journal of Cardiothoracic and Vascular Anesthesia，2020，34（08）：1142-1151.

[29]廖先玲，陳穎，姜秀娟，等.企業知識創新能力模型構建及其網絡結構研究——知識流動視角[J].科技管理研究，2020，40（08）：210-217.

（責任編輯：嚴焱）