知識搜尋對企業技術創新流程的影響

馮立杰 李倩倩 王金鳳 張珂

摘 要：基于知識演化與技術創新流程的映射關系，將企業技術創新解析為知識溯源、知識轉換和知識利用的遞歸過程。通過對多家創新型企業進行問卷調研，利用層次回歸分析法，探究知識搜尋寬度、知識搜尋深度對不同階段技術創新的影響程度，以及聯結強度的調節作用。實證結果表明：知識搜尋寬度對技術創新三階段均產生顯著正向影響，知識搜尋深度與知識溯源、知識轉換階段的創新效果呈倒U型關系。同時，關系聯結強度負向調節知識搜尋寬度與技術創新三階段的關系，正向調節知識搜尋深度與知識溯源、知識轉換階段創新效果的關系。研究結論有助于為企業建立“聯結關系-搜尋策略-創新流程”的匹配組合、高效開展以精準技術創新為導向的知識搜尋活動提供理論參考與依據。

關鍵詞：技術創新流程；知識搜尋寬度；知識搜尋深度；關系聯結強度

DOI：10.6049/kjjbydc.2021090063

中圖分類號：F273.1

文獻標識碼：A

文章編號：1001-7348（2023）13-0093-10

0 引言

在各類創新要素互動、整合及協同過程中，技術創新日益呈現出復雜化、多變性和不確定性等特征，企業僅依靠內部有限資源與能力難以順利實現創新目標，需要通過知識搜尋方式獲取外部資源并與內部資源整合，以提升企業技術創新績效。因此，積極開展外部知識搜尋活動，最大限度利用外部資源，彌補內部創新資源不足，成為眾多企業保持競爭優勢、不斷提升技術創新能力的重要舉措［1］。

在開放式創新時代，技術創新是不同來源外部知識經過轉換后，與企業內部知識重新組合的過程［2］，而知識搜尋則是企業獲取外部知識的重要方式。關于知識搜尋，現有研究主要從搜尋寬度和搜尋深度兩個層面進行度量。其中，搜尋寬度從橫向角度衡量企業知識搜索渠道數量和范圍，搜尋深度從縱向角度衡量企業從各渠道獲取知識的程度（貫君，徐建中，林艷，2019）。

此外，企業在跨越組織邊界開展知識搜尋活動時，往往會與供應商、顧客、競合伙伴及科研機構等外部知識源建立網絡關系，而關系聯結強度直接影響組織知識轉移方式和效率［3］。因此，作為聯接不同組織的關系紐帶，聯結強度是探究知識搜尋與企業創新關系時不容忽視的關鍵因素。將聯結強度作為情境變量，引入知識搜尋，研究其對企業技術創新流程的影響有助于推動網絡嵌入理論與搜尋理論融合。

盡管知識搜尋對企業創新活動的重要意義已引起學術界廣泛關注，但現有研究仍存在一定不足：首先，從創新維度看，目前的主流研究大多從縱向角度出發，依據不同標準，分別將創新分為漸進式創新與突破式創新［4］、探索式創新與利用式創新［5］、封閉式創新與開放式創新［6］等，卻忽略了創新活動不斷演變的連續性與動態性特征，缺乏對創新流程的橫向剖析，因此難以具象指導企業合理規避搜尋策略與創新流程不匹配的創新風險。由于創新流程的不同階段具有異質性，其所需資源、能力也存在諸多差異，因此有必要對其發展階段進行針對性探討。其次，從知識搜尋過程看，現有文獻主要聚焦于其對企業創新績效［7］、整體創新能力［8］等的影響，側重于以結果為導向的靜態概括性研究，忽視了搜尋的實質是多個主體參與的多層次、多維度博弈，不同知識搜尋維度在知識形成及各演化階段產生的價值效應也不同。考慮到企業資源有限性，有必要根據知識搜尋的不同維度展開深入研究，探究其在技術創新流程中的差異化效用，通過不同搜尋策略間的平衡與交互實現最佳創新效果。最后，從網絡關系看，企業的開放性與包容性有助于促進組織交流及互動，形成以知識共享為基礎、技術創新為目標、現代通信為支撐的創新網絡。建立關系是個復雜的交互過程，關系聯結并非總能促進企業知識搜尋與創新活動，需要與特定的搜尋策略相匹配，才能充分發揮效用。因此，有必要將聯結強度與知識搜尋納入統一研究框架，以全面系統地考察不同網絡關系情境下知識搜尋不同維度在創新流程中的差異化影響。

基于技術創新的連續性與動態性等特征，在創新活動的不同階段對企業資源配置、知識結構與創造能力等有著不同訴求，因此要求企業在技術創新過程中必須結合搜尋主體選擇、搜尋程度控制，遵循權變原則并決策。網絡關系聯結強度會對搜尋策略與創新活動關系產生直接影響，但目前無論是理論界還是產業界，針對網絡關系中不同知識搜尋維度在企業技術創新不同階段的作用效應仍缺乏客觀考量，致使技術創新過程中企業決策失誤現象頻發，進而陷入技術創新績效難以提升的窘境。因此，不同聯結強度下知識搜尋如何影響企業技術創新流程是知識管理理論研究與企業技術創新實踐中亟待解決的一個關鍵科學問題。

鑒于此，本文將參考已有研究成果，在構建技術創新流程概念模型的基礎上，從知識演化視角分別剖析企業知識搜尋寬度、深度對技術創新流程的影響，并檢驗關系聯結強度在其中的調節作用。進一步地，本文將結合對企業技術創新活動的深層次剖析，從多維度揭示不同聯結強度下知識搜尋與技術創新流程關系。這不僅有助于拓展搜尋理論的研究視角，也為關系聯結強度、知識搜尋與創新流程之間可能存在的匹配效應提供了理論推演和實證依據，從而能更好地指導企業在開放式創新背景下開展管理實踐。

1 理論基礎與研究假設

1.1 技術創新流程與概念模型

現有關于技術創新流程階段劃分的研究成果頗豐，主要聚焦于從多角度對技術創新流程進行界定，并在此基礎上將技術創新視為重組企業現有資源以創造新價值的過程。如司春林等［9］從技術創新視角，分析創新流程與不同技術周期特征，并將技術創新流程概括為技術選擇、從主流設計到產品平臺和基于產品平臺的產品創新3個階段，認為創新流程會隨著技術生命周期更替而循環；王勉等［10］利用VRIO模型，在分析創新戰略與模式的基礎上，將企業技術創新流程分為創意生成、篩選、轉化和商業化4個階段。

另外，企業是知識產權的重要承載體和創造體，而技術創新是尋找知識或真理，通過開發與整合知識，創造出新產品并加以應用的過程［11］。在此過程中，企業首先要廣泛搜尋各類知識以激發創意，通過整合利用外部獲取和內部積累的知識資源，將創意轉化為具象的產品或服務，繼而通過商業化過程獲得創新收益。

基于此，本文認為，技術創新可以映射為不同層次的知識轉化過程，包括知識溯源、知識轉換和知識利用等遞歸過程，由此構建企業技術創新流程模型，如圖1所示。

圖1從知識演化視角闡釋企業技術創新流程。首先，知識溯源階段是企業技術創新活動的起點，在明確界定創新問題并規劃創新目標后，應多渠道搜尋并識別與創新相關的知識信息，通過頭腦“風暴”等多種方法集思廣益，激發創意產生并權衡其效益與風險，篩選出符合企業發展戰略目標且與企業資源匹配的創意；其次，知識轉換階段作為吸收整合各種知識資源的關鍵環節，企業應全面統籌各種外部協作和內部研發活動，遴選出多種可行備案，并在實施過程中不斷完善，將創意通過良好的創新文化及項目管理遞歸為最終的技術創新成果；最后，知識利用是技術創新的價值實現階段，呈現形式主要包括推出新產品或服務和完善現有產品或服務，并創造新知識、形成知識產權等。通過對技術創新成果的商業化應用，企業最終可獲得顯在或潛在的創新收益。

1.2 知識搜尋寬度與技術創新流程

知識搜尋寬度表征組織探索知識信息領域及渠道的廣泛性和多樣性，刻畫了企業外部知識搜尋所覆蓋的橫向范圍（貫君，徐建中，林艷，2019）。外部搜尋寬度越大，企業能夠接觸到的異質性知識就越多［12］。企業知識邊界與基礎決定了其技術創新范圍和能力，而與外部知識源的交互則能夠跨越組織邊界，在更寬廣的空間搜尋并獲取技術創新所需資源，進而開展高效的協同創新。

具體而言，企業外部知識搜尋渠道主要包含以下幾種：①與供應鏈垂直聯結以獲取產品或服務需求、原材料供應等方面信息［13］，如小米公司通過“小米發燒友”鼓勵用戶參與產品創新，在產品迭代過程中確保緊隨顧客需求偏好的動態發展；②與競合伙伴水平聯結以獲取市場競爭、發展趨勢等方面信息［14］，如福田汽車與濰柴動力、德國BOSCH等企業締結國際化戰略聯盟，通過“集成知識、聯合創新”的發展模式整合資源，提升創新效率；③與科研機構進行知識生產聯結以獲取產品設計、工程技術和制造工藝等方面信息［15］，如阿里通過創新研究計劃與全球多所高校相結合，讓前沿技術在真實場景中快速迭代，共同攻堅核心技術。

知識搜尋寬度對企業技術創新流程的影響主要體現在以下層面：

（1）在知識溯源階段，企業能夠通過外部知識搜尋豐富內部知識儲備，為組織知識庫注入異質性資源，進而嘗試更多創新路徑［16］。顯然，當外部環境發生變化時，企業擁有的異質性知識越多，各種知識元素的重組機率就越大，生成新穎性創意的能力就越強。

（2）在知識轉換階段，企業在利用內部知識開展創新方案設計時，極易受到傳統創新思想的影響而產生路徑依賴效應。通過外部搜尋獲取的多元化知識有利于突破思維瓶頸，提升戰略柔性，避免企業掉入創新路徑依賴陷阱（陳培禎，曾德明，李健，2018）。同時，通過對不同渠道獲取的知識進行相互補充、印證與整合，有助于企業設計出更具創新性與可行性的創新方案。

（3）在知識利用階段，加大搜尋寬度有助于源源不斷地為企業帶來新知識、新信息，擴展組織視野，使其能更加精準地預測市場供求及發展趨勢，順勢而為，占據市場領先地位［17］，并通過整合多技術領域知識產生創新協同效應、獲得最佳效益。

基于此，本文認為，知識交互寬度對企業的技術創新流程具有積極影響，并提出如下假設：

H1a：知識搜尋寬度對知識溯源階段的創新效果具有正向影響；

H1b：知識搜尋寬度對知識轉換階段的創新效果具有正向影響；

H1c：知識搜尋寬度對知識利用階段的創新效果具有正向影響。

1.3 知識搜尋深度與技術創新流程

知識搜尋深度表征組織搜尋和獲取外部知識的聚焦程度與專業程度，刻畫了企業搜尋特定領域知識的持續性（貫君，徐建中，林艷，2019）。深度搜尋表示企業對同一知識源反復搜索、挖掘與調用，進而深化其對有限知識束的認知與理解，有助于提升創新能力。雖然現有研究廣泛認可知識搜尋深度對企業創新活動的正面效用，但搜尋深度并非多多益善。受企業注意力等限制，過度搜尋會消耗企業稀缺資源，降低企業在更廣范圍內搜尋到有用信息的可能性，使企業面臨競爭加劇和市場變化的潛在風險，出現邊際效益遞減現象。如曾經的行業巨頭諾基亞公司因固守原有的塞班系統而在智能產品層出不窮的市場中逐漸失去競爭力，面臨收購危機。

知識搜尋深度對企業技術創新流程的影響主要體現在以下方面：

（1）在知識溯源階段，一方面，深度搜尋有助于企業在某技術領域積淀海量技術創新知識，并逐步歸納外部知識吸收利用規律和范式，降低試錯成本［18］，從而提高企業技術創新機會識別能力與效率，更加精準地把控創新方向，促使創意轉化為具象的創新成果；另一方面，企業在特定領域加大搜尋深度會使其過多關注該領域技術知識而忽視整個領域的創新發展，進而削弱其應對外界復雜多變環境的技術創新能力。

（2）在知識轉換階段，一方面，針對技術創新過程中遇到的問題，深度搜尋者往往能夠透過創新問題表象辨識出內在規律，繼而從先驗視角探尋解決技術創新問題的有效方案；另一方面，對特定領域知識的深度理解會形成創新認知惰性，且過度依戀自身擅長領域，陷入“技術鎖定怪圈”（曾德明，陳培禎，2017），阻礙企業創新知識組合以及創新技術探索，進而降低企業創新靈活性。

（3）在知識利用階段，一方面，深度搜尋有利于企業與外部知識源建立合作默契與共同認知，在協調互助的過程中逐漸形成依賴、信任、承諾等社會資本［19］，進而提升企業軟實力，為技術創新活動開展提供隱形保障；另一方面，從搜尋成本視角看，過度的知識搜尋會產生額外的信息獲取與關系維護成本，消耗企業有限資源和精力，加大外部知識吸收整合難度［20］，降低邊際效應，使得企業無法及時高效地利用已有信息，增加技術創新不確定性。

基于此，本文認為，知識搜尋深度對企業的技術創新流程具有雙重影響，因此提出以下假設：

H2a：知識搜尋深度與知識溯源階段的創新效果呈倒U型關系；

H2b：知識搜尋深度與知識轉換階段的創新效果呈倒U型關系；

H2c：知識搜尋深度與知識利用階段的創新效果呈倒U型關系。

1.4 關系聯結強度的調節作用

通過與供應商、顧客、競合伙伴及科研機構等知識源建立網絡關系，企業能夠跨越組織邊界開展外部知識搜尋活動。根據網絡組織關系的信任度、質量及穩定性等特征，關系聯結可以劃分為強聯結和弱聯結兩種［21］。不同聯結強度在知識轉移方面具有不同特點：強聯結更有助于復雜、深度及高質量的知識信息轉移，弱聯結更有助于隱性、非冗余及多樣化知識信息轉移，由此導致在不同創新階段需要與不同知識搜尋策略相契合方能發揮最大效用。

當側重搜尋寬度時，弱聯結更能夠促進創新活動開展。一方面，寬度搜尋策略需要與多領域組織建立多樣化的信息獲取渠道，而新關系網絡建立和維持需消耗大量精力與成本，弱聯結則能夠最大限度地幫助企業降低關系網絡建立與維護成本，緩解多組織協同中的關系鎖定與關系沖突（周飛，孫銳，2015）。另一方面，寬度搜尋策略強調獲取信息資源的新穎性與多元化，而較強的關系聯結往往建立在反復搜尋、試錯的基礎上，這會令組織人員產生較強的路徑依賴心理，扼殺組織成員積極性與創造力（孫永磊，宋晶，謝永平，2014），不利于新穎性與多元化知識產生及轉移。因此，弱聯結與寬度搜尋策略的匹配更有助于創新活動開展。

當側重搜尋深度時，強聯結更能夠促進創新活動開展。一方面，深度搜尋策略強調對外部知識的反復挖掘、提取與調用，而強聯結關系網絡作為知識搜尋與轉移的載體，其自身就蘊含知識流動記憶，能夠強化已有資源的共享與整合［22］。此外，強聯結組織之間的高度依賴、信任與穩定關系，能夠有效降低既有網絡間的知識搜尋與關系協調成本，使其在知識篩選與關系維持上無需耗費過多時間、精力。另一方面，深度搜尋策略強調獲取信息資源的復雜性與專業性，而強聯結網絡組織間擁有較高程度的認知與行為默契，更能夠形成規范共識［23］，以推動關鍵信息資源沿著網絡渠道高效、有序轉移。同時，強聯結關系網絡往往以契約為基礎［24］，有助于促進網絡組織間的穩定交流與信息共享，并有效降低投機風險與機會主義，提升高質量信息轉移效率［25］。因此，強聯結與深度搜尋策略契合更有助于創新活動開展。

然而，強聯結與深度搜尋的契合并非總能促進創新。強聯結關系在促進網絡成員間信息轉移的同時，也易使組織產生路徑依賴心理。由前述可知，過度的深度搜尋會降低企業創新靈活性，削弱企業應對外界復雜多變環境的技術創新能力。此時，其與強聯結關系的組合會進一步抑制組織成員創造力，形成創新認知惰性，進而阻滯突破性與顛覆性創新成果產生。綜合來看，聯結強度會強化搜尋深度對技術創新流程的倒U型作用。

基于此，本文認為，聯結強度負向調節知識搜尋寬度對技術創新活動的影響，正向調節知識搜尋深度對技術創新活動的影響，因此提出如下假設：

H3a：聯結強度負向調節知識搜尋寬度對知識溯源階段創新效果的影響；

H3b：聯結強度負向調節知識搜尋寬度對知識轉換階段創新效果的影響；

H3c：聯結強度負向調節知識搜尋寬度對知識利用階段創新效果的影響；

H4a：聯結強度正向調節知識搜尋深度對知識溯源階段創新效果的影響；

H4b：聯結強度正向調節知識搜尋深度對知識轉換階段創新效果的影響；

H4c：聯結強度正向調節知識搜尋深度對知識利用階段創新效果的影響。

基于前述系列假設，構建本文理論研究模型，如圖2所示。

2 研究設計

2.1 問卷設計與數據搜集

本文采用問卷調查方式收集數據。在正式調研前，首先通過文獻回顧、專家咨詢和企業訪談等方式，選取成熟量表中信度和效度較高的題項對問卷進行初步設計，并在初步開發量表后選取部分企業進行預調研。在此基礎上，基于預測試數據分析結果及反饋意見，對問卷層次、題項內容及表達措辭等進行完善，最終得到正式測量題項。量表采用Likert 5點評分法（1為“完全不符合”，5為“完全符合”）。

本次問卷調查主要面向華中地區的部分高新技術企業，其主要分布在電子信息、生物制藥、軟件開發、機械儀器等市場化程度較高、技術更迭速度較快的行業。問卷發放對象為熟悉企業研發管理及技術創新活動的相關人員，以提高問卷調查內容的準確性。問卷數據獲得主要采取網絡調研和實地調查相結合的方式。同一家企業配對樣本數超出標準時進行聚合分析，以確保一家企業只收取一份問卷。調研時間集中在2020年9月至2021年1月，歷時5個月。調研對583家企業發送問卷，共回收461份問卷，剔除填答不完整或存在明顯規律等無效問卷后，剩余352份有效問卷，問卷有效率達76.36%。

2.2 變量測量

首先，本文被解釋變量為企業技術創新流程，主要包括知識溯源、知識轉換和知識利用3個階段的創新效果。衡量指標參考Penide等［26］的研究成果：在知識溯源階段，主要衡量企業利用內外部知識產生獨特創意的能力，共5個題項；在知識轉換階段，側重衡量企業將創意轉換為創新成果的過程中被采納創意比例以及方案實施成功率，共4個題項；在知識利用階段，主要衡量企業通過創新成果商業化獲得的收益，共5個題項。

其次，本文解釋變量為知識搜尋寬度和知識搜尋深度。參考Danneels等［27］的量表，知識搜尋寬度側重衡量企業從市場競爭者、科研機構、行業協會及專業會議等外部信息渠道獲取知識的多樣性，共5個題項；參考Li［28］等的量表，知識搜尋深度主要衡量企業搜尋知識資源的持續性和努力程度，共6個題項。

再次，本文調節變量為關系聯結強度。參考楊慧軍等［3］的研究成果，從組織關系的質量、信任度、持久性及穩定性等層面衡量聯結強度，共6個題項。

最后，控制變量的選取主要考慮市場環境和企業自身兩個層面。市場環境層面的控制變量包含競爭狀況和環境動蕩性。其中，競爭狀況測度參考陳勁等（2019）的研究成果（1為“完全壟斷”，5為“完全競爭”狀況），分值越高說明行業競爭越激烈；環境動蕩性采用張明珍等（2019）的研究成果，主要從技術動蕩性和市場動蕩性兩方面測量。企業層面的控制變量主要有企業年齡、企業規模及研發強度，其中，企業年齡用企業創立至問卷回收時的年限表示，企業規模用員工人數衡量，研發強度用企業研發投入占營業收入的比例衡量。

3 實證分析

本文采用Amos 25.0和SPSS26.0統計分析軟件對問卷調研數據進行實證分析，并得出相應結論。

3.1 信度與效度檢驗

對問卷數據進行信度與效度檢驗可以確保研究結論的可靠性和有效性，檢驗結果見表2。

對于信度檢驗，本文采用內部一致性Cronbach's α系數和組合信度CR作為評價指標。結果顯示，所有變量的α值均在參考值0.7以上，組合信度的CR值均大于0.8，說明本文設定的變量測量具有較高內部一致性。

效度檢驗主要包括內容效度、結構效度和區分效度檢驗。其中，針對內容效度，本文初始量表設計在參考國內外相關研究的基礎上，對已有成熟量表作了部分修訂，同時，結合對企業相關技術創新人員的深度訪談、意見反饋和結果預測試，完善了對應題項，以確保問卷內容效度；針對結構效度的檢驗中，如表2所示，KMO值為0.853，采用因子分析法判斷，本文提取的公因子數量、結構與量表設計時的維度一致，且提取公因子的累計方差貢獻率高于70%，表明量表結構效度通過檢驗；在針對區分效度的檢驗中，由表2可知，各變量均方差提取量AVE的算術平方根均大于變量所在行列的相關系數，表明變量間具有良好的區分效度。

此外，本文采用Harman單因子檢驗方法對問卷調查數據進行共同方法變異檢驗。全部技術創新變量的未旋轉主成分因子分析結果顯示，本文提取的6個特征值大于1的因子累計方差貢獻率為68.581%，其中，解釋方差最大的第一個因子解釋了20.429%，說明不存在單個因子解釋大部分方差變異量的情況。由此表明，本文較好地控制了研究數據的共同方法變異問題。

3.2 描述性統計與相關性分析

表3為影響技術創新主要變量的描述性統計和對應分析結果，包括均值、標準差和相關系數。由表3可知，知識搜尋寬度、知識搜尋深度和聯結強度的均值分別為3.432、3.307以及3.410，均處于較高水平，說明樣本企業在創新活動中積極開展知識搜尋活動以促進技術創新。

另外，在知識溯源、知識轉換和知識利用階段，各企業創新效果均值均分布在3.3～3.4之間，說明樣本企業在技術創新流程中均取得良好創新效果，且創新能力較強。總體而言，描述性統計分析結果與現實觀察結果相吻合。

3.3 假設檢驗

在進行假設檢驗前，首先檢驗技術創新變量是否符合正態性假設和隨機誤差項與方差的要求。共線性檢驗結果表明，各變量方差的膨脹因子VIF值均小于5，由此可以認為變量間不存在顯著的多重共線性。

本文主要采用層次回歸分析法進行假設驗證，在對影響技術創新的相關變量進行標準化處理后構建各相關平方項和交互項。

3.3.1 主效應檢驗

層次回歸分析結果見表4。

模型1、模型5、模型9為只包含控制變量的基準模型，模型2、6、10分別在模型1、5、9的基礎上增加自變量知識搜尋寬度、深度和深度平方項。與基準模型相比，模型2、模型6和模型10的R2均顯著增加，說明本文選取的自變量提高了方程的解釋力，對各自的被解釋變量產生影響。

由模型2可知，知識搜尋寬度系數為正，且在1%的置信水平上顯著（β=0.352、p<0.01），說明知識搜尋寬度對知識溯源階段的創新效果產生顯著正向影響，假設H1a得到驗證。

另外，知識搜尋深度對知識溯源階段創新效果的影響系數為正，知識搜尋深度平方項的系數為負，二者均在0.1%的置信水平上顯著（β=0.108、p<0.001；β=-0.071、p<0.001），說明知識搜尋深度與知識溯源階段的創新效果呈現倒U型關系，假設H2a得到驗證。

同理，在模型6中，知識搜尋寬度與知識轉換階段創新效果的回歸系數為β=0.197、p<0.001，說明知識搜尋寬度對知識轉換階段的創新效果具有顯著正向作用，假設H1b得到驗證。

此外，知識搜尋深度及其平方項與知識轉換階段創新效果的回歸系數分別為β=0.256、p<0.05；β=-0.039、p<0.01，說明知識搜尋深度與知識轉換階段的創新效果呈倒U型關系，二者間存在閾值效應，假設H2b得到驗證。

在模型10中，知識搜尋寬度與知識利用階段創新效果的回歸系數為正，且在1%的置信水平上顯著（β=0.324、p<0. 01），說明知識搜尋寬度對知識利用階段的創新效果具有顯著正向作用，假設H1c得到驗證。

知識搜尋深度平方項與知識利用階段創新效果的相關性未能通過顯著性檢驗（β=0.103、p>0.05；β=-0.012、p>0.05），說明知識搜尋深度對知識利用階段的創新效果并不具備曲線效應，假設H2c未通過檢驗。

3.3.2 調節效應檢驗

為檢驗關系聯結強度在知識搜尋寬度、知識搜尋深度與技術創新流程關系中的調節效應，模型3、7、11分別在模型2、6、10的基礎上增加了調節變量聯結強度，模型4、8、12分別在模型3、7、11的基礎上增加了聯結強度與知識搜尋寬度、知識搜尋深度、知識搜尋深度平方項的交互項。其中，模型3、7和11分別驗證聯結強度與知識溯源（β=0.118、p<0.01）、知識轉換（β=0.145、p<0.01）和知識利用（β=0.194、p<0.05）階段的創新效果具有顯著正相關性。

模型4檢驗聯結強度對知識搜尋寬度、知識搜尋深度與知識溯源階段創新效果的調節作用。結果顯示，知識搜尋寬度與聯結強度交互項（β=-0.174、p<0.01）對知識溯源階段的創新效果具有顯著負向影響，說明聯結強度對知識搜尋寬度與知識溯源階段創新效果的關系具有負向調節作用，假設H3a得到驗證；另外，知識搜尋深度及其平方項與聯結強度交互項（β=0.127、p<0.05；β=-0.022、p<0.01）對知識溯源階段的創新效果作用顯著，假設H4a得到驗證。

模型8驗證聯結強度對知識搜尋寬度、知識搜尋深度與知識轉換階段創新效果關系的調節作用。結果顯示，知識搜尋寬度與聯結強度交互項和知識轉換階段的創新效果存在顯著關系（β=-0.133、p<0.05），假設H3b通過檢驗；知識搜尋深度及其平方項與聯結強度交互項對知識轉換階段創新效果的回歸系數分別為β=0.179、p<0.01；β=-0.031、p<0.05，說明聯結強度在知識搜尋深度與知識轉換階段創新效果的關系中具有正向調節作用，H4b通過檢驗。

模型12檢驗聯結強度對知識搜尋寬度、知識搜尋深度與知識利用階段創新效果關系的調節作用。結果表明，知識搜尋寬度與聯結強度的交互項對知識利用階段的創新效果具有顯著負向作用（β=-0.175、p<0.01），知識搜尋深度及其平方項與聯結強度的交互項對知識利用階段創新效果的影響并不顯著，假設H3c得到驗證，而H4c未得到驗證。

4 研究總結

4.1 研究結論

基于知識演化視角，本文將技術創新活動映射為知識溯源、知識轉換和知識利用的遞歸過程，實證研究了外部知識搜尋寬度、知識搜尋深度對技術創新各階段創新效果的影響以及關系聯結強度對上述影響的調節作用，得出如下結論：

（1）寬度搜尋策略對技術創新中知識溯源、知識轉換和知識利用3個階段的創新效果均具有顯著正向作用。該結論與知識基礎觀［29-30］的論點相呼應，表明企業需要通過搜尋外部知識以獲取異質性資源，拓寬技術創新知識基礎，并在思想碰撞過程中激發創新靈感，進而實現技術變革。同時，擁有多元化知識的企業能夠更好地進行信息識別和吸收利用，繼而降低技術創新風險及成本。

（2）深度搜尋策略與技術創新中知識溯源、知識轉換階段的創新效果呈倒U型關系。知識搜尋深度有助于深化企業對有限知識束的認知與理解，但搜尋深度一旦達到特定閾值將會對企業技術創新帶來負面影響。該結論進一步驗證了已有研究成果（芮正云，羅瑾璉，甘靜嫻，2017）中的某些觀點：一是在經營領域進行深度搜尋有助于提升企業對該領域知識的掌握能力，過濾知識信噪，便于企業發現潛在的技術創新機會；二是過度的知識搜尋會耗散企業資源與關注力，使其產生路徑依賴，進而降低企業技術創新靈活性。此外，值得注意的是，樣本中大多數企業知識搜尋深度與知識利用階段創新效果的關系并不顯著，可能的原因是企業在知識利用階段多側重于對創新成果的營銷以提升創新收益，這要求企業對產品特性、競爭狀況及市場供求等信息有較為準確和全面的了解。因此，在此階段應側重知識搜尋寬度而非深度。

（3）聯結強度負向調節知識搜尋寬度對知識溯源、知識轉換和知識利用階段創新效果的影響，正向調節知識搜尋深度對知識溯源、知識轉換階段創新效果的影響。該結論符合現有研究［31］觀點，表明弱聯結—寬度搜尋、強聯結—深度搜尋的組合更能夠促進企業創新活動開展。作為組織間的聯結元素，網絡關系聯結強度以其在知識轉移中的不同特征對知識搜尋與創新活動關系產生不同影響，是探究二者關系時不可忽視的關鍵因素。

4.2 研究貢獻與管理啟示

本文立足于知識搜尋多維性和技術創新動態性等特征構建技術創新流程概念模型，具象刻畫了知識搜尋寬度、知識搜尋深度對技術創新不同階段的差異化影響以及關系聯結強度的調節作用，充分驗證了網絡關系聯結強度在企業知識搜尋策略中的重要地位，揭示了不同網絡關系情境下知識搜尋對技術創新流程的動態影響機理，從權變理論角度為企業技術創新活動提供了動態指導。

本文的研究貢獻主要體現在以下方面：首先，基于知識演化視角揭示創新的本質特征，從橫向角度建立企業技術創新流程模型，并賦予技術創新流程以新的闡釋，豐富了技術創新理論體系研究；其次，不同于現有以結果為導向的靜態概括性研究，本文立足于技術創新動態發展過程，聚焦于不同知識搜尋維度在技術創新各階段的差異化效能，將知識搜尋維度與技術創新階段進行效用匹配，全面深入探討了多維知識搜尋對技術創新流程的具象作用，有助于將知識搜尋與技術創新流程的相關理論系統化；最后，引入關系聯結強度作為調節變量，將聯結強度與外部知識搜尋納入同一研究框架，分情境考慮關系聯結強弱與搜尋寬度、深度的契合性，以綜合系統地考察不同網絡關系情境下外部知識搜尋在創新流程中的差異化效能，有助于推動網絡嵌入理論與搜尋理論的融合研究，也有利于指導企業在創新實踐中建立“聯結關系—搜尋策略—創新流程”的匹配組合。

本文研究結論對企業知識管理與創新實踐活動具有一定啟示。第一，應重視聯結強度、搜尋策略與創新流程之間的匹配效應，動態識別外部知識選擇機會。網絡關系聯結強度、外部知識搜尋策略與技術創新所處階段存在適配性，在制定企業創新戰略時，管理者和研發人員需意識到不同網絡關系情境下外部知識搜尋對技術創新活動影響的復雜性，全面考量技術創新活動的動態發展，因地制宜地實施差異化搜尋策略，并及時調整與合作伙伴之間的關系聯結強度，不斷優化企業技術創新效果。第二，優化知識搜尋結構，統籌協調創新資源。知識搜尋深度與創新活動之間的倒U型關系提醒管理者在實踐中要將搜尋深度維持在合理水平，強化對已有知識資源的挖掘與利用，不能過度依賴外部知識來源，避免過猶不及。此外，由于企業注意力等資源約束和限制，知識搜尋寬度與深度往往具有競爭關系，換言之，企業在搜尋寬度上配置過多注意力，可能導致其對某一領域的精通程度不足，反之亦然。在此情況下，企業應當重視知識搜尋不同維度的差異化效能及協同效應，統籌協調創新資源，精準開展以需求為導向的搜尋活動，達到事半功倍的創新效果。

4.3 研究局限與未來展望

盡管本文得出的結論具有一定理論貢獻和實踐價值，但仍存在一些不足之處，有待于在后續研究中加以完善。

首先，本文通過問卷調研獲取的數據大多為截面數據，難以直觀反映知識搜尋與技術創新流程關系隨時間推移的動態變化。所以，未來需要在進一步擴大樣本容量的基礎上，采用動態案例跟蹤及包含時間跨度的面板數據進行深入分析，以增強研究結果的全面性及可靠性。

其次，本文以知識基礎特征為依據，將知識搜尋劃分為搜尋寬度與搜尋深度。未來研究需要從空間距離、時間邊界及互動方式等多個層面對知識搜尋展開深入剖析，并綜合考慮知識搜尋多維度組態效應對技術創新流程的影響。

參考文獻：

［1］ 鄭浩.情景雙元視角下知識搜尋協同對創新績效的影響——一個有中介的調節模型［J］.科技進步與對策，2018，35（17）：67-74.

［2］ 陳靜，曾德明，歐陽曉平.知識重組能力與高新技術企業績效——冗余資源與創新開放度的調節效應分析［J］.管理工程學報，2021，35（3）：23-33.

［3］ 楊慧軍，楊建君.外部搜尋、聯結強度、吸收能力與創新績效的關系［J］.管理科學，2016，29（3）：24-37.

［4］ 葉江峰，陳珊，郝斌.互動式/非互動式知識搜尋對企業雙元創新的差異化影響：知識距離的調節效應［J］.管理評論，2021，33（5）：305-318.

［5］ 姚艷虹，諶逸嫻，陳歡歡.元素——架構雙元知識搜尋對企業創新績效的影響：創新戰略的調節作用［J］.科技進步與對策，2022，39（4）：112-120.

［6］ CHAOCHOTECHUANG P， DANESHGAR F， MARIANO S. External knowledge search paths in open innovation processes of small and medium enterprises［J］. European Journal of Innovation Management，2020，23（3）：524-550.

［7］ LUO L， LIU F， ZHANG S. Knowledge search rhythm， knowledge reuse trajectories and firm innovation performance［J］. Studies in Science of Science，2020，38（9）：1719-1728.

［8］ SUN Y， QIN Y， HE S. Effect of knowledge search on innovation capability of SMEs： an empirical study based on electronic equipment manufacturing industry［J］. Studies in Science of Science，2018，36（3）：550-557，576.

［9］ 司春林，孫魯峰，趙明劍.創新流程與創新模式［J］.研究與發展管理，2003，15（3）：22-26.

［10］ 王勉.基于創新流程的創新戰略與創新模式分析［J］.科技管理研究，2014，34 （6）：11-14.

［11］ SCHOEN J. The innovation cycle： a new model and case study for the invention to innovation process［J］. Engineering Management Journal，2005（3）：3-10.

［12］ 王金鳳，王孟琪，馮立杰.外部知識異質性、知識多元化與突破式創新績效——基于企業生命周期視角［J］.軟科學，2020，34（12）：14-19.

［13］ REN S， EISINGERICH A B， TSAI H T. Search scope and innovation performance of emerging-market firms［J］. Journal of Business Research，2015，68（1）：102-108.

［14］ 楊震寧，趙紅.中國企業的開放式創新：制度環境、“競合”關系與創新績效［J］.管理世界， 2020，36（2）：139-160，224.

［15］ 何郁冰，梁斐.產學研合作中企業知識搜索的影響因素及其作用機制研究［J］.科學學與科學技術管理，2017，38（3）：12-22.

［16］ 吳言波，邵云飛，殷俊杰.戰略聯盟知識異質性對焦點企業突破性創新的影響研究［J］.管理學報，2019，16（4）：541-549.

［17］ 楊建君，鄧程，趙宇馨，等.效果邏輯、知識搜尋與新產品開發優勢［J］.科學學研究，2022，40（4）：674-683.

［18］ 白景坤，查逸凡，梁秋燕.跨界搜尋對新創企業創新成長影響研究——資源拼湊和學習導向的視角［J］.中國軟科學，2021（3）：166-174.

［19］ YU S H， CHEN H C. External knowledge， intraorganisational networks and exploratory innovation： an empirical examination［J］. Innovation-Organization & Management， 2020，22 （3）：250-269.

［20］ HENTTONEN K， RITALA P. Search far and deep： focus of open search strategy as driver of firm's innovation performance［J］. International Journal of Innovation Management，2013，17 （3）：1340007.1-1340007.20.

［21］ LAVIE D. Alliance portfolios and firm performance： A study of value creation and appropriation in the US software industry［J］. Strategic Management Journal，2007，28（12）： 1187-1212.

［22］ PENG D X， SCHROEDER R G， SHAH R. Linking routines to operations capabilities： a new perspective［J］. Journal of Operations Management，2008，26（6）：730-748.

［23］ LOWIK S， VAN ROSSUM D， KRAAIJENBRINK J， et al. Strong ties as sources of new knowledge： how small firms innovate through bridging capabilities［J］. Journal of Small Business Management，2012，50（2）：239-256.

［24］ BERGENHOLTZ C. Knowledge brokering： spanning technological and network boundaries［J］. European Journal of Innovation Management，2011，14（1）：74-92.

［25］ 劉學元，丁雯婧，趙先德.企業創新網絡中關系強度、吸收能力與創新績效的關系研究［J］.南開管理評論，2016，19（1）：30-42.

［26］ PENIDE T， GOURC D， PINGAUD H， et al. Innovative process engineering： a generic model of the innovation process［J］. International Journal of Computer Integrated Manufacturing，2013， 26（3）：183-200.

［27］ DANNEELS E. Organizational antecedents of second-order competences［J］. Strategic Management Journal， 2008，29（5）：519-543.

［28］ LI Q， MAGGITTI P G， SMITH K G， et al. Top management attention to innovation： the role of search selection and intensity in new product introductions［J］. Academy of Management Journal，2013，56（3）：893-516.

［29］ FACHRUNNISA O， ARDIAN A， TJAHJONO H K. Cognitive collective engagement： relating knowledge-Based practices and innovation performance［J］. Journal of the Knowledge Economy，2020，11（2）：743-765.

［30］ RUI Z Y， LYYTINEN K. How do ventures become more innovative？ the effect of external search and ambidextrous knowledge integration［J］. European Journal of Innovation Management，2019，22（5）：845-865.

［31］ 葉江峰，陳珊，郝斌.知識搜尋如何影響企業創新績效——研究述評與展望［J］.外國經濟與管理，2020，42（3）：17-34.

（責任編輯：胡俊健）

英文標題The Influence of Knowledge Search on the Enterprise Technology Innovation Process：The Moderating Effect of Linking Intensity

英文作者Feng Lijie1，2，Li Qianqian1，Wang Jinfeng2，Zhang Ke1

英文作者單位（1.School of Management Engineering， Zhengzhou University， Zhengzhou 450001， China；? 2.Institute of Free Trade Zone Supply Chain， Shanghai Maritime University， Shanghai 201306， China）

英文摘要Abstract： It has become an important measure for enterprises to keep improving the ability of technological innovation by actively carrying out external knowledge search activities， and maximizing the use of external resources to make up for the lack of internal innovation resources. Current research mostly focuses on the static， results-oriented exploration from a vertical perspective， with little attention paid to the continuous and dynamic characteristics of the continuous evolution of innovation activities， and there is a lack of a horizontal analysis of the innovation process. Furthermore， the establishment of network relationships is a complex interactive process whose strength directly affects the way and efficiency of knowledge transfer between organizations， and it is a key factor to explore the relationship between knowledge search and technological innovation so as to avoid innovation risks. Therefore， an analysis of the influence mechanism of knowledge search on the technological innovation process under different coupling intensities is helpful to guide enterprises in carrying out technological innovation activities against the backdrop of open innovation.

Therefore， this paper makes a systematic review of the connotation characteristics， dimension division and interaction relationship of knowledge search， innovation process and network connection. On this basis， a conceptual model of the technological innovation process of "knowledge traceability—knowledge transformation—knowledge utilization" is constructed from the perspective of knowledge evolution. Then， it explores the differential effect of multidimensional knowledge search on each stage of technological innovation process and the moderating effect of network connection strength on the above relationship. A series of research hypotheses are proposed. The study conducts a questionnaire survey of 583 high-tech enterprises in central China， and the collected questionnaire data is statistically analyzed by the multiple regression analysis method.

According to the empirical results， it is concluded that （1） the width-search strategy has a significant positive effect on the innovation effect in the three stages of technological innovation： knowledge tracing， knowledge transformation and knowledge utilization. In addition， when the knowledge search width changes to a certain extent， the innovation effect in the knowledge tracing stage is affected by it to the greatest degree， and the innovation effect in the knowledge transformation stage is affected by it to the least degree. （2） There is an inverted U-shaped relationship between the deep search strategy and the innovation effect in the knowledge tracing and knowledge conversion stages of technological innovation. Knowledge search depth is helpful to deepen cognition and understanding of the limited knowledge bundle， but once the search depth reaches a specific threshold， it will have a negative impact on the technological innovation of the enterprise. （3） The connection strength negatively moderates the influence of knowledge search width on the innovation effect of knowledge traceability， knowledge transformation and knowledge utilization stages and positively moderates the relationship between knowledge search depth and the innovation effect of knowledge traceability and knowledge transformation stages. The combination of weak connection-width search and strong connection-depth search can promote the development of enterprise innovation activities.

In practice， enterprises should focus on the matching effect between knowledge search strategy， technological innovation process and network connection strength， and follow the contingency principle to carry out dynamic management; it is also essential to maintain the search depth at a reasonable level， adhere to the independent mastery of core technologies， and not over-rely on external knowledge sources to avoid going too far. In addition， There is a certain tension between different dimensions of knowledge search. Enterprises should focus on the differential efficiency and synergistic effect of each dimension of knowledge search， maintain the dynamic balance of supply and demand， and avoid the stereotypical mechanized thinking that affects the output of innovation achievements.

By focusing on the differentiated effectiveness of different dimensions of knowledge search in each stage of technological innovation and considering the compatibility of the strength of relationship connection with the width and depth of search by context， this study provides implications for enterprises to establish the matching combination of "connection relation-search strategy-innovation process" in innovation practice.

英文關鍵詞Key Words：Technology Innovation Process; Knowledge Search Width; Knowledge Search Depth; Linking Intensity

收稿日期：2021-09-02? 修回日期：2021-11-14

基金項目：國家自然科學基金項目（71472171）；國家科技部創新方法工作專項（2016IM010400，2018IM020300，2019IM020200）；鄭州大學青年人才企業合作創新團隊支持計劃項目（132-323204）

作者簡介：馮立杰（1966-），男，河南焦作人，博士，鄭州大學管理工程學院、上海海事大學自貿區供應鏈研究院教授、博士生導師，研究方向為技術創新與管理；李倩倩（1997-），女，河南許昌人，鄭州大學管理工程學院碩士研究生，研究方向為知識管理；王金鳳（1963-），女，河南焦作人，博士，上海海事大學自貿區供應鏈研究院教授、博士生導師，研究方向為工業工程與創新方法；張珂（1994-），女，河南新鄉人，鄭州大學管理工程學院博士研究生，研究方向為企業創新管理。