網絡結構嵌入對企業突破性創新績效的影響
——以生物醫藥上市企業為例

邵云飛 ,謝 麗

(電子科技大學 經濟與管理學院,四川 成都611731)

0 引言

創新是一個民族進步的靈魂和國家興旺發達的不竭動力,也是《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》的首要任務。自改革開放以來,我國雖在一些領域取得了重大突破,如通信制造業的5G技術、高鐵等,但在關鍵核心領域受制于人的局面依然存在[1]。中美“貿易戰”背景下,我國在關鍵核心領域常常遭受來自西方發達國家的“卡脖子”,如美國制裁華為就深刻地反映出我國“芯”之痛。因此,推動突破性創新,加強原創性、引領性攻關,進而突破“卡脖子”困境是國家的重大需求。企業作為重要創新主體,承擔著服務國家重大需求的責任。因此,企業突破性創新績效研究對我國創新發展具有重要實踐價值。

企業通過突破性創新獲得可觀經濟回報的同時,也面臨著創新周期長、風險高的困境(突破性創新周期長達10年之久,且成功率只有10%)[2]。此外,突破性創新強調突破原有知識領域和顛覆現有技術軌跡,具有前沿性、新穎性的特點,需要大量異質性資源支撐。企業間合作網絡是企業獲取異質性資源的重要渠道。因此,為了突破自身資源局限并分攤創新風險,通過網絡嵌入實現突破性創新,成為眾多企業經常采用的創新模式[3]。統計數據表明,我國合作申請的發明專利數量和申請人數量逐年上升[4]。

企業創新活動通常嵌入于社會網絡,并深受后者影響[5]。其中,企業在網絡中的位置特征(網絡結構嵌入)能夠反映其資源獲取機會和條件。處于有利位置的企業往往能夠接收更多資源流,甚至控制資源流動方向。因此,現有研究普遍認同結構嵌入可為企業從外部獲取創新資源提供幫助,進而對企業創新績效產生影響[6-7]。但上述研究主要探討結構嵌入與企業創新績效的關系,而突破性創新不同于常規創新,前者由于風險高、新穎性強更依賴從合作網絡中獲取創新資源?；诮Y構嵌入視角探討其對突破性創新績效影響的研究匱乏,二者間的作用機理需要進一步明晰。大多數研究將結構嵌入視為一個整體變量,探索其對企業創新績效的影響[8-9],忽略了結構嵌入不同維度對創新績效影響的差異性。

因此,本文聚焦于突破性創新,基于社會網絡理論對結構嵌入變量進行解構,將其劃分為中心度和結構洞兩個維度,探究結構嵌入對企業突破性創新績效的影響,并基于2000—2020年生物醫藥行業上市企業發明專利數據,采用5年移動窗口構建企業合作關系網絡進行實證研究。此外,盡管結構嵌入可為企業獲取異質性資源提供位置優勢,進而促進企業突破性創新績效提升,但創新網絡成員間的伙伴關系強度以及整體網絡特征(小世界性)會對企業所獲資源的質量、類型、成本等產生影響[10],從而產生不同水平的突破性創新績效。因此,本文將伙伴關系強度和小世界性作為調節因素納入整體研究框架。

1 理論分析與研究假設

1.1 社會網絡理論

社會網絡是指由某種關系將眾多節點串聯形成類似“網”的結構。結構嵌入能夠刻畫節點在網絡中的位置,強調嵌入社會網絡賦予節點的位置優勢。其中,中心度和結構洞能夠度量這一位置優勢,成為結構嵌入的重要維度[11]。借鑒社會網絡理論,企業專利合作網絡可以界定為以企業為節點,以共同申請專利的合作關系串聯的創新網絡。在專利合作網絡中,知識、技術流動可為企業提供向其它組織學習的機會,彌補企業自身資源的不足。綜上所述,社會網絡理論可為本文奠定重要理論基礎。

1.2 結構嵌入與突破性創新績效

1.2.1 中心度與企業突破性創新績效

企業中心度是指與該企業建立直接合作關系的組織數量。中心度由低到中時,能夠促進企業突破性創新績效提升。首先,焦點企業資源獲取渠道得以拓展,帶來更多知識、技術等創新資源,提升創新資源的多樣性,后者可激勵企業突破性創新。其次,與合作對象直接連接可以減少中間傳遞環節,避免資源傳遞失真,進而提高資源轉移效率[12],降低突破性創新成本[13],最終提升突破性創新效率。然而,當企業合作伙伴數量達到一定程度后,繼續增加合作伙伴數量帶給企業的消極影響超過其帶來的益處,主要表現如下:一方面,焦點企業為維護合作關系而耗費大量精力和成本;另一方面,從合作伙伴處獲得的收益呈現邊際遞減趨勢。由于企業知識吸收能力有限,過量的合作伙伴會導致企業遭受資源過載的困境,使企業資源整合難度加大。技術、知識等創新資源組合潛力存在自然限度,繼續增加技術、知識等創新元素,無助于產生突破性創新成果[14]。綜上分析,本文提出假設如下:

H1:中心度與企業突破性創新績效呈倒U型關系。

1.2.2 結構洞與企業突破性創新績效

當兩個分離節點需要建立的連接必須通過第三者時,這個第三者就占據了結構洞。占據結構洞的企業通過架接相互獨立的組織,承擔著“橋”的角色,因而具備非冗余優勢和資源控制優勢[15]。占據結構洞可促進企業突破性創新。首先,研究發現,非冗余型合作關系往往能帶來異質性信息[16],結構洞增多,意味著企業可獲得的資源機會增多,能夠接觸到網絡中非冗余資源,實現多知識領域交叉。當企業接觸到異質性資源時,傾向于實施突破性創新[17]。因此,通過結構洞獲取的大量異質性資源有利于促進企業突破性創新。其次,可以避免陷入認知鎖定。企業借助結構洞可能探索到與原有認知距離較大的技術、知識等創新資源,進而激發創新思維,突破固有思維(胡保亮,方剛,2013),促進知識、技術組合創造,實現突破性創新產出。綜上分析,本文提出假設如下:

H2:合作創新網絡中,結構洞能夠促進企業突破性創新績效提升。

1.3 伙伴關系強度的調節作用

1.3.1 伙伴關系強度對中心度與企業突破性創新績效關系的調節作用

隨著伙伴關系強度提升,中心度與企業突破性創新績效的倒U型曲線趨于平坦。當中心度從低到中時,創新資源獲取渠道增加,從而促進企業突破性創新績效提升。但需要注意的是,伙伴關系強度不斷提升,意味著企業創新知識來源局限于固定合作伙伴,進而導致關系鎖定,排斥新伙伴加入,最終影響資源流入。另外,企業從合作伙伴處獲得的資源存在自然限度,當進一步探索不再被認為有效時,企業所獲資源變得冗余,從而降低資源異質性和獲取效率。當中心度從中到高時,企業直接合作伙伴數量超過一定程度,由于維護成本增加與自身吸收能力有限,因而不利于企業突破性創新績效提升。此時,較高的伙伴關系強度能夠增進彼此了解,降低交易協調成本,有助于企業對共享知識、技術進行消化、吸收,從而緩解較高中心度帶來的消極影響。綜上分析,本文提出如下假設:

H3:伙伴關系強度能夠弱化中心度與企業突破性創新績效的倒U型關系。

1.3.2 伙伴關系強度對結構洞與企業突破性創新績效關系的調節作用

隨著伙伴關系強度提升,結構洞對企業突破性創新績效的促進作用增強。首先,企業借助結構洞獲得非冗余異質性資源以促進突破性創新,而異質性資源與企業原有知識的認知差距較大[18],故企業需要“干中學”。因此,較高的關系強度有助于企業吸收異質性資源,從而促進突破性創新。其次,處于結構洞的企業,雖可以通過架接相互獨立的組織獲得資源優勢,但從這些伙伴處獲取資源的過程缺乏三角驗證機制,因而相較于其它企業,其面臨的機會主義風險較大。此時,與合作伙伴間較高的關系強度能夠強化組織間信任[19],有利于抑制合作過程中合作伙伴的機會主義動機,進而降低交易成本和風險,提升技術、知識共享精度和準確率。綜上分析,本文提出如下假設:

H4:伙伴關系強度能夠強化結構洞對企業突破性創新績效的促進作用。

1.4 小世界性的調節作用

1.4.1 小世界性對中心度與企業突破性創新績效關系的調節作用

小世界性的特點是局部密集且全局路徑短。中心度從低到中時,較短的平均路徑長度能夠縮短資源在網絡中的流動距離,企業可以便捷地搜尋網絡資源,從而豐富自身創新資源庫[20]。此外,較高的集聚水平意味著鄰接組織間彼此“認識”,企業間信任增強,進而促進企業間資源深度共享,并將上述資源應用于企業突破性創新過程。因此,隨著小世界性水平提升,中心度對企業突破性創新績效的促進作用增強。中心度從中到高時,焦點企業接觸到的知識、技術資源超負荷,加上多樣化資源,無疑會加大企業對上述技術、知識進行重組的難度,從而不利于企業突破性創新績效提升。綜上分析,本文提出如下假設:

H5:小世界性能夠強化中心度與企業突破性創新績效的倒U型關系。

1.4.2 小世界性對結構洞與企業突破性創新績效關系的調節作用

焦點企業占據結構洞能夠獲取異質性創新資源,但只有將上述資源吸收重組并進行創造,才能形成突破性創新成果。首先,通過結構洞獲取的異質性知識與焦點企業原有知識的認知距離較大[18],而較短的路徑長度能夠促進異質性創新資源流動和擴散,導致資源認知、解讀和運用難度較大,容易誘發企業對知識“消化不良”,最終導致焦點企業難以激活突破性創新的“基因”[21]。其次,較高的局部集聚性說明焦點企業資源流動呈現集團化特征(李健,余悅,2018),隨著合作創新網絡局部凝聚水平提升,企業知識、技術等創新資源基礎模塊化程度不斷提高,進而拉大結構洞連接的各知識模塊間的認知距離,導致焦點企業對異質性資源的整合難度提升,因而不利于企業突破性創新。綜上所述,本文提出如下假設:

H6:小世界性負向調節結構洞與企業突破性創新績效的正向關系。

結合以上分析,本文構建理論研究模型,如圖1所示。

圖1 概念模型

2 研究設計

2.1 數據來源

由于行業間技術特征存在差異,因而將創新成果轉化為專利的傾向性也有所不同[22]。為避免不同行業特性帶來的差異,本文選擇單一行業進行研究,以我國生物醫藥行業發明專利數據作為研究樣本,原因如下:首先,生物醫藥產業包含高端生物技術,是典型的高技術產業,屬于知識密集型行業,該行業企業會盡可能地將創新成果以專利形式呈現[23],以保護企業知識產權。其次,生物醫藥行業具有研發頻率高、周期長的特征,需要大量優質異質性資源投入[24]。因此,生物醫藥行業企業具備依賴合作創新網絡的特點。換句話說,為了應對技術變革而選擇結盟,該行業企業通過組建合作創新網絡,克服自身資源不足,合作開發新穎性、前沿性技術或產品,可為本文提供合適的研究情境。

本文選取生物醫藥行業所有上市企業,時間跨度設定為2000—2020年,得到企業全稱和證券代碼。本文數據來源于以下數據庫:第一,在Wind數據庫中,根據企業證券代碼獲得上述企業更名信息;第二,在Choice數據庫中,根據企業證券代碼獲得企業基本信息數據和財務數據,包括成立時間、企業所有權類型、銷售額等;第三,從Incopat數據庫中,獲取企業專利數據。根據企業名稱在Incopat數據庫中檢索2000—2020年該企業發明專利申請數據,得到專利申請日期、專利申請人構成等信息(部分企業存在更名情況,因而需要將其更名前的發明專利統計在內)。

在獲得企業基本信息數據和專利數據后,對原始數據進行如下處理:①剔除ST企業,避免異常財務數據對實證結果的影響;②剔除2000—2020年合作專利為0的企業樣本;③根據證券代碼將企業基本信息與專利數據進行匹配,得到本文研究樣本,共計905條觀測樣本值,面板類型為非平衡面板。

2.2 網絡構建

借助專利數據難以明確企業間合作起始年份,而企業間合作關系一般可維持3～5年[25]。因此,本文采用5年滾動時間窗口[12],將2000—2020年企業創新網絡拆分為16個時期(2000—2004、2001—2005、2002—2006……2015—2019),基于企業間共同專利申請人關系構建專利合作網絡[12],所需數據包括:①發明專利編號;②發明專利申請日期;③發明專利申請人構成。根據共同申請人關系構建企業創新合作網絡,具體如下:一個發明專利由多個組織(企業、高校、研究所等)共同申請,一個組織也可以申請多個發明專利,當N個組織共同申請同一項發明專利時,代表這N個申請人存在直接合作關系,則在其兩兩之間建立邊。由此,構建企業合作創新網絡,網絡構建邏輯如圖2所示。其中,連線代表二者存在直接合作。

圖2 企業合作網絡

2.3 變量測量

2.3.1 解釋變量

(1)中心度(Centrality)。企業中心度是指與其產生直接合作關系的伙伴組織數量。中心度越高,說明該企業在創新網絡中越重要,其網絡地位越高,計算公式如式(1)所示。

(1)

式中,xij的值為1或0,1代表節點j與節點i存在直接合作關系,0代表不存在直接合作關系,N代表合作創新網絡規模,即全部節點數量。通過社會網絡分析軟件(Ucinet)計算的路徑為:Network>Centrality>Degree。

(2)結構洞(Structural Hole,SH)。本文采用約束指數對企業在合作創新網絡中的結構洞數量加以衡量[11]。約束指數能夠揭示某企業受網絡中其它企業約束的程度,該系數越大,說明該企業封閉性越高,所受約束越強,結構洞數量越少,反之亦然,具體計算方法見式(2)。

(2)

式中,a為本文樣本企業,即焦點企業,b為網絡中除a外的其它組織(企業、高校、研究所等),c為除a和b外的其它組織。xab代表a花費在b上的時間/精力占總時間/精力的比重,即a與b間直接合作關系投入,xac和xcb的含義同上。約束指數的取值范圍是0～1.125。Ucinet計算路徑為:Network>Ego Networks>Structural Holes。

2.3.2 被解釋變量

借鑒現有測量方式(趙博,畢克新,2016;蔣艷輝等,2018),采用生物醫藥企業滯后一年發明專利數測量企業突破性創新績效(Patent),主要基于以下考量:首先,選取生物醫藥企業發明專利。不同于一般專利,發明專利是指對產品、方法提出的新技術方案,具有新穎性和創造性特點。其中,發明專利必須是新的技術方案,體現出新穎性。國家要求發明專利與現有技術相比,具有實質性特點和進步,能夠代表未來技術發展趨勢。在此基礎上,本文選擇發明專利中的高價值發明專利,后者對未來經濟發展具有關鍵驅動作用。國家知識產權局對高價值發明專利進行界定時,將戰略性新興產業發明專利納入其中,而生物醫藥行業屬于“七大戰略性新興產業”之一。而且,該行業具有研發周期長、風險高的特點[24]?？傮w而言,生物醫藥行業發明專利具有新穎性、創造性,對未來技術發展具有重大影響,能夠為企業帶來巨大的商業價值。因此,生物醫藥行業發明專利能夠在一定程度上體現該行業突破性創新成果。其次,對被解釋變量進行滯后處理,可以有效避免因果關系倒置導致的內生性問題。

2.3.3 調節變量

(1)伙伴關系強度(Relationship Strength,RS)。借鑒現有研究的計算方式,先計算焦點企業與每個合作伙伴重復合作次數,再計算焦點企業與所有合作伙伴重復合作次數的幾何平均數,以此測量伙伴關系強度[26],計算方法見式(3)。

(3)

其中,Rj表示焦點企業i與第j個合作伙伴5年內(第T-5期到T-1期)合作創新次數。

(2)小世界性(Small Word)。集聚系數和平均路徑長度是小世界性的兩個量化指標。其中,集聚系數(Clustering Coefficient,CC)采用ji表示個體i的度,是指在合作創新網絡中,與焦點企業i具有直接合作關系的合作伙伴數量,ei為企業i與鄰接企業間直接合作關系數量,焦點企業i的集聚系數計算公式如式(4)所示。

(4)

網絡集聚系數計算公式如式(5)所示。

(5)

Ucinet計算路徑為:Network >Cohesive>Clustering Coefficient。

平均路徑長度(Path Length,PL)采用di,j表示合作創新網絡中任意兩個企業i、j建立直接合作關系所需要的最短連接數,將整個網絡中所有di,j進行平均即可得到整個網絡平均路徑長度,計算公式如式(6)所示。

(6)

Ucinet計算路徑為:Network> Cohesive >Distance。

2.3.4 控制變量

本文選取以下因素加以控制,具體包括:①企業年齡(Firm Age):采用企業從成立年份到觀測值所在年份間的差值;②企業規模(Firm Size):企業銷售額是企業經營規模的體現,因而以企業銷售額作為企業規模的代理指標,并對其進行對數處理,以此得到樣本值;③企業類型(Firm Type):如果企業股權類型為國有控股記為1,民營企業記為2,外國投資者經營記為3。

2.4 模型選擇

首先,本研究的被解釋變量是企業觀測年發明專利數量,為計數型變量。其次,因變量企業突破性創新績效方差大于均值(均值=8.67,方差=10.44),呈現超離散分布的特點。因此,本文樣本數據適合采用負二項回歸模型進行分析,該模型可降低異方差和極端值的影響。此外,本文樣本數據為面板數據,需要進行豪斯曼(Hausman)檢驗,根據檢測結果決定是采用固定效應模型還是隨機效應模型。檢驗結果P值為0.006 5,遠小于0.1,故本文回歸模型為負二項回歸的固定效應模型。

3 實證結果與分析

3.1 描述性與相關分析

本文所有變量的平均值、方差、VIF值,以及各變量間相關系數(Pearson系數)如表1所示。由表1可知,絕大多數變量間相關系數在0.7的范圍內,是符合要求的,說明沒有嚴重多重共線性問題。但中心度和結構洞的相關系數較高,達到0.725,這是企業網絡結構自身特性所致,中心度越高的企業,越有機會在網絡中充當“橋”的角色。

表1 描述性統計與相關分析結果

為了進一步明確中心度和結構洞是否存在嚴重多重共線性問題,本文進行方差膨脹因子檢測。結果顯示:變量中最高的VIF數值為2.26。一般來說,若方差膨脹因子VIF值處于0～10之間,則代表變量間不存在嚴重多重共線性問題。

3.2 假設檢驗

為了檢驗結構嵌入對企業突破性創新績效的影響,本文以結構嵌入為解釋變量(中心度和結構洞),以突破性創新績效為被解釋變量,并對企業規模、控股性質、企業成立年限進行控制,以伙伴關系強度和小世界性為調節變量進行回歸分析。此外,本文對變量進行Z-score處理,以避免變量間不同量綱帶來的誤差,對樣本企業進行負二項回歸分析,結果如表2所示。其中,模型1為所有控制變量對企業突破性創新績效影響的回歸結果;模型2為結構嵌入(中心度、中心度的平方項、結構洞)對企業突破性創新績效影響的回歸結果;模型3為關系強度的調節作用;模型4為小世界性的調節作用。

表2 負二項回歸分析結果

結合表2模型可以看出,除假設H6得到部分支持外,其它假設均得到完全支持。模型2顯示,中心度一次項對突破性創新績效影響的標準化回歸系數為β=0.073(P<0.05),中心度二次項對企業突破性創新績效影響的標準化回歸系數為β=-0.029(P<0.1),支持假設H1。結構洞對突破性創新績效影響的標準化回歸系數為β=-0.317(P<0.1),結構洞與突破性創新績效關系的回歸系數符號為負,假設H2得到支持。模型3為中心度及中心度二次項與伙伴關系強度的交互項對企業突破性創新績效影響的回歸結果,一次項交互項標準化回歸系數為β=-0.214(P<0.05),二次項交互項標準化回歸系數為β=0.062(P<0.01),假設H3成立;結構洞與伙伴關系強度的交互項對企業突破性創新績效影響的標準化回歸系數為β=-0.228(P<0.01),假設H4成立。模型4結果顯示,小世界性特征值平均路徑長度與中心度一次項、二次項的交互項對突破性創新績效影響的標準化回歸系數為β=0.12(P<0.1)、β=-0.028(P<0.05),小世界性特征值聚集系數與中心度一次項、二次項的交互項對突破性創新績效影響的標準化回歸系數為β=0.139(P<0.1)、β=-0.059(P<0.05),支持假設H5。模型4結果顯示,小世界性特征值平均路徑長度和集聚系數與結構洞的交互項對突破性創新績效影響的標準化回歸系數分別為β=0.09(P<0.05)、β=0.081(P>0.1),假設H6僅部分通過檢驗。其中,小世界性特征集聚系數的負向調節作用不顯著,可能是由于行業選擇或樣本數量限制,未來可選用其它行業樣本或增加樣本量作進一步檢驗。

4 結語

4.1 結論

本文基于2000—2020年我國生物醫藥行業159家上市企業發明專利樣本數據構建合作關系網絡,實證分析結構嵌入對企業突破性創新績效的影響,得到以下研究結論:

(1)適度的直接合作伙伴數量有利于企業突破性創新績效提升,但過多的伙伴數量不利于企業突破性創新績效提升。

(2)伙伴平均關系強度能夠弱化中心度對企業突破性創新績效的影響。當企業保持適量的直接合作伙伴時,能夠促進突破性創新績效提升,但隨著企業與固定合作伙伴合作次數增加,雙方交換的知識、技術等創新資源變得冗余,進而削弱合作伙伴對企業突破性創新績效的促進作用。

(3)小世界性正向調節中心度與企業突破性創新績效的倒U型關系。知識、技術等創新資源在具有小世界性的創新網絡中傳播和擴散速度加快,進而強化直接合作伙伴對企業突破性創新績效的促進作用。

(4)處于結構洞位置的企業可以獲得新穎、非冗余知識、技術等創新資源,從而促進企業突破性創新績效提升。

(5)伙伴關系強度正向調節結構洞與突破性創新績效的關系。企業借助結構洞位置獲得的知識與原有知識的認知距離較大,伙伴關系強度有助于促進企業對異質性知識資源的吸收,進而強化結構洞對突破性創新績效間的促進作用。

(6)小世界性負向調節結構洞與突破性創新績效的關系。其中,小世界性特征值聚集系數雖發揮負向調節作用,但并不顯著。小世界性能夠加快企業借助結構洞獲取異質性知識的速度,但會造成企業對異質性資源“消化不良”,最終導致焦點企業難以激活突破性創新的“基因”。

4.2 理論貢獻

本文聚焦于突破性創新,基于社會網絡理論將結構嵌入分為中心度和結構洞兩個維度,探究結構嵌入對企業突破性創新績效的影響,以及伙伴關系強度和小世界性對二者關系的調節作用,主要理論貢獻如下:

(1)拓展了突破性創新績效驅動因素研究?，F有研究基于聯盟網絡、人力資本與資源資產、知識學習等視角對突破性創新績效影響因素進行探索[27],基于網絡結構嵌入視角探討其對突破性創新績效影響的研究鮮見。本文探討網絡結構嵌入與企業突破性創新績效的關系,是對現有研究的有益補充。

(2)深化了結構嵌入變量研究。一是基于社會網絡理論,將結構嵌入分為中心度和結構洞兩個維度,相較于以往研究將結構嵌入作為一個整體變量探索其對創新績效的影響[7-9],本文是對現有相關研究的深化。二是嘗試對結構嵌入悖論進行調和。大多數研究認可結構嵌入對企業創新績效具有重要影響,但得出了不同結論。有學者認為,中心度越高越有利于企業創新績效提升[28];也有學者認為,中心度負向影響企業創新績效[29];還有學者認為,中心度對創新績效的積極影響并不能持續存在[30]。與先前基于單一線性視角的研究不同,本文探究中心度對突破性創新績效的非線性影響,有助于進一步認識中心度與突破性創新績效的關系。

(3)借助伙伴關系強度和小世界性兩個調節變量,豐富了結構嵌入對突破性創新績效影響的研究情境。

4.3 管理啟示

(1)企業應保持適當的直接合作伙伴數量。雖然企業可以通過共享合作伙伴的創新資源促進突破性創新,但直接合作對象不是越多越好,過多的合作伙伴會增加企業管理成本,不利于企業突破性創新績效提升。

(2)企業需要根據自身需求主動對合作對象進行動態調整。企業從固定合作伙伴處獲取的資源有限,當所獲資源達到飽和,進一步探索不再被認為是有效的。因此,企業在借助社會網絡獲取創新資源時,需要把握適度的結構嵌入,避免被現有關系鎖定。

(3)謹慎看待結構洞優勢。從局部看,處于結構洞的企業能夠通過合作伙伴接觸到網絡中非冗余知識,實現多知識領域交叉,促進突破性創新績效提升。上述異質性知識與企業原有知識的認知距離較大,雖然企業能夠通過加強合作雙方互動與交流促進自身對異質性知識的吸收消化,但處于結構洞位置的企業強關系有限,弱關系居多,僅通過少數直接連接對異質性資源進行吸收,顯然難度較大。從全局視角看,小世界特性會削弱結構洞對突破性創新績效的促進作用,而小世界特性是創新合作網絡的典型特征,因而當企業嵌入到具有較強小世界性的創新網絡中時,結構洞帶來的優勢會被弱化。

4.4 局限與展望

由于篇幅有限,本文存在以下不足:首先,研究結論的普適性有限。本研究僅針對生物醫藥行業進行分析,未來需要進一步拓展樣本類型,以提升結論的普適性。其次,對于企業間合作方式考慮不足。本研究基于發明專利申請的合作關系構建企業間合作創新網絡,未考慮企業其它合作方式,未來研究可以考慮不同合作方式,進一步豐富樣本數據。