網絡結構異質性對數字企業突破關鍵核心技術的影響

劉和東，向玉鳳

（南京工業大學經濟與管理學院，江蘇 南京 210009）

0 引言

當今，美國對我國進行技術封鎖，限制通信技術、芯片等核心技術產品出口，我國數字產業面臨的“卡脖子”困境十分嚴峻[1]，這嚴重威脅到國家產業鏈的安全。黨的二十大報告提出，要以國家戰略需求為導向，堅決打贏關鍵核心技術攻堅戰。僅靠單個企業的力量難以實現關鍵核心技術突破，而實施網絡嵌入的開放式創新是數字企業突破關鍵核心技術的重要途徑[2]。網絡結構異質性直接影響企業的外部知識獲取與創造，是企業突破關鍵核心技術的關鍵。在此背景下，厘清網絡結構異質性影響企業突破關鍵核心技術的機制，具有重要的理論與現實意義。

對于網絡結構異質性與關鍵核心技術突破的相關研究，主要圍繞以下幾個層面展開：①網絡結構異質性與知識獲取。企業從創新網絡中獲取知識，主要通過網絡中心度與結構洞實現。一方面，中心度與知識獲取。Lyu 等[3]（2019）認為，企業在創新合作網絡中的中心度越高，越容易擁有知識獲取和知識重組的優勢。杜玉申和劉梓毓[4]（2021）認為，中心度較高的企業擁有更加豐富的知識信息來源，更容易創造新知識。李培哲和菅利榮[5]（2022）認為，網絡中心度高的企業具有知識獲取優勢，能夠接觸到更豐富的知識信息，更容易獲取外部異質性知識。另一方面，結構洞與知識獲取。李德輝等[6]（2017）認為，雖然結構洞過多會需要一定的網絡構建和維系成本，但其對企業創新投入具有正向激勵作用。熊正德等[7]（2020）以中國制造業為研究對象，基于社會網絡理論分析得出，企業占據的結構洞越多，其通過跨界搜索獲取的外部知識就越多。楊張博和王欽[8]（2022）以生物醫藥產業為研究對象，通過實證分析得出，企業個體網的結構洞過多容易增加搜索成本，將不利于企業從直接聯系的成員中獲取知識。②知識獲取與關鍵核心技術突破。Stephen 和Nola[9]（2015）認為，知識流動主導了現有知識存量對技術創新的影響。楊瑾和王雪嬌[10]（2019）認為，新知識獲取和知識整合是影響企業實現技術突破的關鍵因素。李彥勇和林潤輝[11]（2020）認為，跨界知識獲取能夠打破企業原有知識結構，是企業實現核心技術突破的前端影響因素。李鈺婷和高山行[12]（2021）認為，外部知識獲取能夠重構企業知識體系，推進企業突破關鍵核心技術。③網絡結構異質性與關鍵核心技術突破。一方面，中心度影響關鍵核心技術突破。Dong 和Yang[13]（2016）認為，位于網絡中心位置的企業更易于搜索知識、開發新產品。甄美榮等[14]（2020）以新能源汽車產業為例，研究發現網絡中心度對利用式創新有促進作用，對探索式創新（其是關鍵核心技術突破的基礎）的作用呈倒U 形，其中知識吸納能力起調節作用。劉嘉明等[15]（2022）通過對人工智能企業合作網絡的實證分析得出，中心度對專利質量有正向影響。另一方面，結構洞影響關鍵核心技術突破。吳言波和邵云飛[16]（2020）發現，結構洞能促進網絡成員技術多元化對關鍵核心技術突破的倒U 形作用。施蕭蕭和張慶普[17]（2021）實證研究發現，技術主體在創新網絡中占據的結構洞多少和擁有的強聯系數量均對自身核心技術突破有倒U形影響。

綜上所述，已有文獻推動了創新網絡與關鍵核心技術突破等相關理論的發展，但仍存在以下不足：①學者們要么側重于分析網絡結構異質性對知識獲取的作用，忽視知識獲取對關鍵核心技術突破的影響，要么偏重于分析知識獲取對企業突破關鍵核心技術的作用，忽視網絡結構異質性對知識獲取的影響。這顯然不利于厘清網絡結構異質性對關鍵核心技術突破過程的全面影響。②少部分學者雖然研究了網絡結構異質性對關鍵核心技術突破的作用，但往往只側重于中心度或結構洞等單個因素，少有對關鍵核心技術突破的系統分析。網絡結構異質性（中心度、結構洞）影響關鍵核心技術突破的機制黑箱是什么？網絡結構異質性及其通過知識獲取對企業突破關鍵核心技術的影響效應是什么？吸收能力調節知識獲取促進關鍵核心技術突破的效應如何？現有文獻很少作出回答。為此，本文將剖析基于知識獲取的網絡結構異質性影響數字企業突破關鍵核心技術的機制黑箱，構建門檻效應模型，搜集2012—2021年我國數字產業133 家上市公司網絡結構異質性、知識獲取與關鍵核心技術的相關數據，測度并比較網絡結構異質性及其通過知識獲取對企業突破關鍵核心技術的影響效應。

1 網絡結構異質性影響關鍵核心技術突破的機制分析

網絡結構異質性包括中心度與結構洞兩部分。一方面，網絡結構異質性直接影響關鍵核心技術突破；另一方面，網絡結構異質性經由知識獲取間接影響關鍵核心技術突破。

關鍵核心技術兼具突破性和顛覆性。關鍵核心技術突破是與國家戰略緊密相關的關鍵環節、核心技術的突破，能夠有力促進國家創新能力提升和創新戰略發展。

1.1 網絡結構異質性直接影響企業突破關鍵核心技術

網絡結構異質性對企業突破關鍵核心技術的直接影響機制如圖1所示。

圖1 網絡結構異質性對企業突破關鍵核心技術的直接影響機制

1.1.1 中心度正向影響企業突破關鍵核心技術

中心度通過“要素獲取、主體選擇”影響關鍵核心技術突破。企業的中心度就是網絡中與企業直接相連的其他主體個數，是企業創新網絡中心性的表現。突破關鍵核心技術需要企業基于不同領域的知識，結合科學前沿與新興技術知識整合其他學科知識[18]。企業中心度越高，其在結合科學前沿與新興技術知識方面越具優勢，因而越有利于突破關鍵核心技術。一方面，從要素獲取角度看，企業處于網絡位置的中心，更容易接觸到其他擁有異質性知識的企業，更有能力利用從合作網絡中獲得的跨領域、跨學科的異質性知識[19]；同時，企業中心度較高時，其擁有的合作主體也就較多，合作過程中所交流的異質性知識等信息較為通達，更易吸引外部優質的互補性創新資源，為企業突破關鍵核心技術提供資源基礎[20]。另一方面，從主體選擇角度看，企業的中心性較高時，其選擇合作伙伴的優勢更大，更容易吸引創新關聯性強、能力強的優質企業進入合作創新網絡，進而拓展企業合作伙伴，有利于主體間知識共享、交流，最終推動企業突破關鍵核心技術。基于此，本文提出如下假設：

H1：中心度正向影響企業突破關鍵核心技術。

1.1.2 結構洞負向影響企業突破關鍵核心技術

在個體網中，如果某企業與另外兩個企業直接相連，但這兩個企業之間沒有直接聯系，那么這3 個企業就形成了一個結構洞。根據Burt[21]（2004）提出的結構洞理論可知，占據結構洞的企業形成了其他互不聯系的兩個企業間的溝通橋梁，在網絡中處于控制信息和資源的地位，互不相連的企業只能通過“中間人”進行聯系，即結構洞對企業創新存在積極影響。

然而，結構洞通過“網絡稀疏、搜索慣性”影響關鍵核心技術突破。過多的結構洞不利于企業突破關鍵核心技術。一方面，企業個體網結構洞多，意味著其創新“網絡稀疏”，導致企業搜索寬度過大，會加重網絡中企業間的信息不對稱，削弱企業間的信任，減少成員企業之間的聯系，不利于隱性知識傳播和深度知識挖掘[22]。另一方面，企業占據的結構洞多，有利于其在網絡中利用信息不對稱搜索本地創新資源，但也易使企業形成創新資源“搜索慣性”，將結構洞帶來的位置優勢轉變為“網絡惰性”，從而不愿跳出“舒適圈”去搜索網絡外部異質性的創新資源，長期來看不利于企業突破關鍵核心技術。基于此，本文提出如下假設：

H2：結構洞負向影響企業突破關鍵核心技術。

1.2 網絡結構異質性通過知識獲取間接影響關鍵核心技術突破

企業網絡結構異質性會影響其對知識資源的獲取，進一步影響知識耦合，最終阻礙企業突破關鍵核心技術。間接影響機制如圖2所示。

圖2 網絡結構異質性對企業突破關鍵核心技術的間接影響機制

1.2.1 網絡結構異質性影響知識獲取

中心度影響知識獲取的數量和質量。企業中心度較高時，意味著其享有的網絡資源更豐富，更容易搜索外部知識并匹配自身創新需求，進而提升知識獲取的效率。一方面，較高的中心度能夠增加知識獲取數量。企業中心度高，其接觸到的合作伙伴數量更多、類型更廣，在合作過程中接觸的跨領域、跨學科的異質性知識更多[23]。另一方面，較高的中心度能夠提升知識獲取質量。企業可通過中心度優勢獲取較多的知識數量，從而篩選出有價值的異質性知識，進而提升知識獲取質量。

結構洞從信任度、合作頻次兩方面抑制知識獲取。一方面，較少的結構洞可以增強企業間的信任度，打破企業間的知識壁壘，使得知識交流更加充分，有利于企業獲取外部隱性知識。另一方面，較少的結構洞能增加企業間的合作頻次，為網絡中的成員創造學習機會，避免信息不對稱和認知偏差，加速成員間知識流動[24]。因此，當企業個體網結構洞較少，即閉合程度較高時，企業獲取知識的效率更高。

1.2.2 知識獲取促進企業突破關鍵核心技術

知識獲取通過內外部知識耦合、知識創造推動關鍵核心技術突破。知識基礎觀認為，隱性知識是企業突破關鍵核心技術最重要的要素，企業可以通過整合內部知識、獲取外部知識以及新舊知識耦合突破關鍵核心技術。首先，知識獲取可為企業突破關鍵核心技術提供知識基礎。企業搜索外部異質性知識，篩選出對自身有價值的外部知識，增加了企業的知識存量，為企業突破關鍵核心技術提供了知識基礎[25]。其次，知識獲取可推進企業知識創造過程。企業從外部獲取的有價值知識，可以與自身原有知識庫的內部知識進行聯結，通過新舊知識整合，耦合出全新的知識，進而超越企業原有知識實現知識創造[26]。最后，知識獲取通過知識創造行為實現關鍵核心技術突破。新舊知識耦合創造出新知識后，企業通過對新知識中隱性知識的利用來突破關鍵核心技術。

綜上，本文認為，網絡結構異質性影響知識獲取效率，知識獲取影響企業突破關鍵核心技術。基于此，本文提出以下假設：

H3a：知識獲取在中心度與關鍵核心技術突破間起中介作用。

H3b：知識獲取在結構洞與關鍵核心技術突破間起中介作用。

1.2.3 吸收能力調節知識獲取對企業突破關鍵核心技術的促進作用

在企業獲取外部知識并與內部原有知識進行耦合的過程中，吸收能力發揮著關鍵作用。首先，知識獲取。吸收能力強的企業能判斷何種類型的知識是自身可以消化并利用的，更容易根據需求匹配突破關鍵核心技術所需的外部知識，準確識別并篩選出有利于關鍵核心技術突破的知識，然后通過對相關外部知識的拆分、解構、吸收和還原等，將其轉化為自身的知識。其次，知識耦合。吸收能力強的企業將內外部知識打破重組，增強知識創造效果，促進自身知識更新，強化知識獲取對關鍵核心技術突破的促進作用[27]。最后，循環促進。關鍵核心技術突破能夠提升企業的吸收能力（內生能力）。在知識基礎方面，隨著企業不斷突破關鍵核心技術，其知識、技術不斷積累，累積效應使得知識基礎（存量）增加，進而不斷提升自身的吸收能力；在研發投入方面，企業突破關鍵核心技術的成果越多，越能激勵自身不斷增加研發投入，在研發中學習（干中學），使得知識增量不斷擴大，進而提升企業的吸收能力。基于此，本文提出如下假設：

H4：吸收能力正向調節知識獲取對企業突破關鍵核心技術的促進作用。

2 網絡結構異質性影響數字企業突破關鍵核心技術的實證分析

2.1 模型構建

由上文的機制分析，整合得出本文的研究框架，如圖3所示。

圖3 研究框架

由圖3 的研究框架，進一步構建如下普通面板模型與門檻效應模型。

2.1.1 普通面板模型：主效應和中介效應

主效應檢驗模型如下：

中介效應檢驗模型如下：

模型（1）（2）（5）分別檢驗中心度、結構洞、知識獲取對關鍵核心技術突破的直接效應；模型（3）和（4）分別檢驗中心度和結構洞對知識獲取的直接效應；模型（6）和（7）分別檢驗知識獲取在中心度、結構洞與關鍵核心技術突破之間的中介效應。其中：i代表企業；t代表時間窗口（3年為一個時間窗口）；techit代表企業i在第t個時間窗口的關鍵核心技術；degit代表企業i在第t個時間窗口的中心度；holeit代表企業i在第t個時間窗口的結構洞；knowit代表企業i在第t個時間窗口的知識獲取；controlit為控制變量，代表企業i在第t個時間窗口的企業規模（sizeit）、企業年齡（ageit）、技術人員（staffit）、研發強度（scinit）；β10、β20······β70分別為模型（1）（2）······（7）的常數項，β11、β31、β61分別為模型（1）（3）（6）的中心度回歸系數，β21、β41、β71分別為模型（2）（4）（7）的結構洞回歸系數，β51、β62、β72分別為模型（5）（6）（7）的知識獲取回歸系數，λ1、λ2······λ7分別為模型（1）（2）······（7）的控制變量回歸系數。

中介效應的判定規則為：第一步，解釋變量與中介變量顯著影響被解釋變量，解釋變量顯著影響中介變量。第二步，①當解釋變量與中介變量共同影響被解釋變量時，如果中介變量顯著，解釋變量不顯著，則為“完全中介效應”。②當解釋變量與中介變量同時對被解釋變量回歸時，如果解釋變量和中介變量均顯著影響被解釋變量，且解釋變量的系數小于其單獨回歸的系數，則為“部分中介效應”。

2.1.2 門檻效應模型：調節效應

本文采用門檻回歸模型，分析吸收能力是否存在門檻效應，即當企業的吸收能力處于不同水平時，知識獲取對企業突破關鍵核心技術的影響是否也不同。

Hansen[28]（1999）提出的門檻效應回歸模型的一般形式為：

其中：y為被解釋變量；x為核心解釋變量；β1、β2、β3代表回歸系數；q為門檻變量；γ為經計算得出的門檻值；I(g)為示性函數，當符合示性函數的條件時，取值為1，否則為0；c為常數項；μ為隨機干擾項。

根據上文分析可知，吸收能力對知識獲取和企業突破關鍵核心技術之間的促進效應可能存在非線性影響。本文借鑒Hansen[28]（1999）的門檻回歸模型，以吸收能力為門檻變量，構建知識獲取對企業突破關鍵核心技術影響的門檻模型。具體模型如下：

其中：absorit代表企業i在第t個時間窗口的吸收能力；γ1、γ2······γn分別為待估算的第1、2······n個門檻值；β1、β2······βn+1代表知識獲取的回歸系數；λ8代表控制變量的回歸系數；μit為隨機干擾項。

2.2 數據來源

本文搜集了2012—2021年133 家數字產業（計算機、通信和其他電子設備制造）上市公司的聯合申請專利數據。其中，企業控制變量的基本信息和研發經費及營業收入等財務數據源于CSMAR數據庫，專利數據源于壹專利數據庫。數據處理過程如下：①從CSMAR 數據庫中獲取所有計算機、通信和其他電子設備制造產業上市公司名單，以及企業的基本信息和財務數據，剔除信息嚴重缺失的企業。②選擇有聯合申請專利數據的企業為研究對象，以上述各企業的聯合申請專利為解釋變量，以企業發明專利數據為被解釋變量。③基于3年滾動時間窗口，將2012—2021年分為8 個時期，即2012—2014、2013—2015……2019—2021；根據聯合申請專利數據構建合作創新網絡，每個時間窗口下的整體網絡由各個上市公司的個體網組成，上市公司作為個體網的核心節點，其他企業則作為成員節點，合作申請的專利作為聯系邊。圖4 是2019—2021 時間窗口下數字企業合作創新網絡。最后，得出2012—2021年共有1 064個觀測值，涉及133家上市公司的非平衡面板數據。

圖4 2019—2021時間窗口我國數字企業合作創新網絡

2.3 變量測度

2.3.1 被解釋變量

關鍵核心技術突破。在發明、實用新型和外觀設計等3種專利中，發明專利的技術質量最高，同時考慮到數據的可讀性，通常用發明專利申請量來衡量關鍵核心技術突破水平。因此，本文用企業在創新合作網絡中3年內申請的發明專利總和來衡量關鍵核心技術突破水平。

2.3.2 解釋變量

網絡結構異質性通過中心度與結構洞來刻畫。

2.3.2.1 中心度

中心度是企業網絡中心性的體現，本文采用網絡中與企業直接相連的其他主體的個數來衡量。

2.3.2.2 結構洞

借鑒Burt[21]（2004）的研究，本文采用限制度來衡量企業結構洞的多少。限制度越高，企業所在個體網的閉合程度越高，擁有的結構洞也就越少，故采用“1-限制度”來表示企業個體網結構洞的豐富程度。限制度計算公式為：

其中：Cij為創新合作網絡中企業i受到企業j的限制度指標；piq為在企業i的全部關系中，企業q占總關系的比值。

2.3.3 中介變量

中介變量為知識獲取。專利引用情況是企業獲取外部知識的集中體現。本文參考趙炎等[29]（2021）的研究，采用企業的申請專利中引用其他企業專利的次數來衡量。

2.3.4 調節變量

調節變量為吸收能力。以往學者多將研發投入作為衡量企業吸收能力的指標，忽略了原有的知識基礎對吸收能力的影響。本文將研發投入作為企業吸收能力增量、知識基礎作為企業吸收能力存量，其中知識基礎為企業加入網絡前5年專利申請數量之和；并使用熵權法將兩個指標加權求和來衡量企業的吸收能力。

2.3.5 控制變量

企業規模，用企業在每個時間窗口第3年的員工總數表示；企業年齡，用企業在每個時間窗口第3年的成立年份時長表示；技術人員，用企業在每個時間窗口第3年的技術人員總數表示；研發強度，用企業在每個時間窗口第3年的研發費用總額與營業收入總額的比值表示。

各變量說明如表1所示。

表1 變量說明

2.4 實證結果分析

本文采用UCINET 軟件對2012—2021年數字企業的合作創新網絡結構指標進行計算。首先，使用Stata17 軟件對解釋變量與控制變量進行多重共線性檢驗，計算出的VIF值均小于5，表示沒有共線性問題。其次，根據豪斯曼檢驗，選擇固定效應模型分析主效應和中介效應，結果如表2所示。其中，模型（1）和（2）分別用來分析中心度和結構洞對關鍵核心技術突破影響的主效應；模型（3）—（7）是知識獲取中介效應的分析結果。

表2 網絡結構影響關鍵核心技術突破的主效應和知識獲取的中介效應

2.4.1 主效應檢驗

模型（1）和（2）用于分析網絡結構異質性對企業突破關鍵核心技術的影響效應，其回歸系數分別為中心度0.091、結構洞-0.322，且兩者均在1%的水平下顯著。這說明中心度對關鍵核心技術突破有顯著正向影響，結構洞對其有顯著負向影響，H1和H2得到驗證。原因可能是，企業在創新網絡中處于中心度較高的位置時，能獲取更加豐富的跨學科、跨領域的異質性知識；處于結構洞較少的位置時，組織間信任加深，便于隱性知識的獲取。而豐富的異質性與隱性知識對關鍵核心技術突破起顯著的推動作用。

2.4.2 中介效應檢驗

模型（3）和（4）用來分析網絡結構異質性對知識獲取的影響效應，其回歸系數為中心度0.102、結構洞-0.536，且兩者均在1%的水平下顯著。這說明中心度對知識獲取有顯著正向影響，結構洞對其有顯著負向影響。原因可能是，企業中心度處于較高水平時，能夠廣泛接觸到不同的合作企業，接收來源不同的跨學科、跨領域的異質性知識；企業占據的結構洞較多時，個體網中的成員間沒有形成緊密聯系，不利于成員間的有效交流，進而阻礙隱性知識獲取。模型（5）用于分析知識獲取對關鍵核心技術突破的影響，其回歸系數為0.540，且在1%的水平下顯著，表明知識獲取對企業突破關鍵核心技術有顯著正向影響。原因可能是，企業從外部獲取的跨領域、跨學科知識，在與內部原有的知識匹配、重新融合后，能夠產生創造性的新知識，從而有利于企業突破關鍵核心技術。

模型（6）和（7）分別在模型（1）和（2）的基礎上同時加入知識獲取變量，來分析其在網絡結構異質性與企業突破關鍵核心技術之間的中介效應。結果為：①中心度與知識獲取同時為解釋變量時，其回歸系數為中心度0.038、知識獲取0.514，且兩者均在1%的水平下顯著。這表明兩者都顯著影響關鍵核心技術突破，且中心度的回歸系數小于單獨的回歸系數（0.038<0.091），說明中心度對關鍵核心技術突破的影響一部分是直接效應，另一部分則通過知識獲取的間接效應實現，H3a得到驗證。原因可能是，中心度一方面通過影響企業接收外部其他創新資源（人力、財力、物力、信息等），直接對企業突破關鍵核心技術起顯著促進作用；另一方面通過影響外部異質性知識獲取，促進隱性知識的吸收與整合，進而間接促進企業突破關鍵核心技術。②結構洞與知識獲取同時為解釋變量時，其回歸系數為結構洞-0.035，但不顯著；知識獲取0.535，且在1%的水平下顯著。這表明結構洞對企業突破關鍵核心技術的影響完全通過知識獲取的中介效應實現，H3b得到驗證。原因可能是，結構洞越少，企業獲取異質性知識的數量越多、質量越高，越有利于其突破關鍵核心技術。

2.4.3 調節效應檢驗

采用門檻效應模型進行檢驗。以吸收能力為門檻變量，以知識獲取為核心解釋變量，分析吸收能力對知識獲取影響關鍵核心技術突破的調節效應。

2.4.3.1 門檻效應的顯著性檢驗

利用Stata17 軟件進行門檻效應的顯著性檢驗，并找出門檻個數，檢驗結果如表3所示。

表3 吸收能力的門檻效應顯著性檢驗結果

從表3 中可以看出，吸收能力通過了單門檻和雙門檻顯著性檢驗，說明存在雙門檻效應；雖然也通過了三門檻顯著性檢驗，但F值為0，說明三重門檻不存在，故使用雙門檻模型進行分析。由表3 可知，吸收能力的兩個門檻值分別為-6.721、-4.766，所處的95%置信區間為[-6.792,-6.614]、[-5.137,-4.704]。

采用似然比LR可以進一步檢驗雙重門檻的真實性。當似然比LR→0（縱軸）時，對應的γ值（橫軸）為門檻估計值。本文對吸收能力的門檻值進行真實性LR檢驗，結果如圖5所示。

圖5 門檻值為-6.721（左）和-4.766（右）的LR函數

由圖5 可知，虛線代表臨界值LR=7.35，當置信區間為95%時，所有小于臨界值7.35 的吸收能力值形成的區間為門檻的置信區間。當LR處于最低點（LR→0）時，雙重門檻對應的兩個門檻估計值為-6.721、-4.766，置信區間分別為[-6.792,-6.614]、[-5.137,-4.704]，且兩個門檻值分別位于其所對應的置信區間內。因此，門檻估計值真實有效，即吸收能力的門檻估計值為其門檻真實值。

2.4.3.2 門檻效應的回歸結果分析

以吸收能力為門檻變量的門檻回歸結果如表4所示。

表4 以吸收能力為門檻變量的門檻回歸結果

當吸收能力分別處于lnabsor<-6.721、6.721 -4.766 時，知識獲取的回歸系數分別為0.543、0.620、0.706，且均在1%的水平下顯著，同時0.543<0.620<0.706，說明吸收能力正向遞增調節知識獲取對企業突破關鍵核心技術的促進作用，H4 得到驗證。原因可能是，企業吸收能力提升，能加快識別、篩選、消化、吸收外部知識；在外部知識與內部知識耦合時，知識重組的效率提高，有利于強化知識獲取對關鍵核心技術突破的正向影響。

3 結論與政策建議

3.1 結論

本文剖析了基于知識獲取的網絡結構異質性對數字企業突破關鍵核心技術的機制黑箱，搜集2012—2021年我國數字產業133 家上市公司網絡結構異質性、知識獲取與關鍵核心技術的相關數據，測度并比較網絡結構異質性及其通過知識獲取對企業突破關鍵核心技術的影響效應，得到如下主要結論。

①網絡結構異質性對企業突破關鍵核心技術的影響不同：中心度正向顯著，結構洞負向顯著。

②知識獲取在網絡結構異質性與企業突破關鍵核心技術間的中介作用不同：中心度起部分中介作用，結構洞起完全中介作用。

③吸收能力正向遞增調節知識獲取對企業突破關鍵核心技術的促進作用。

3.2 政策建議

3.2.1 充分發揮企業網絡結構異質性的效能

一方面，提升企業在個體網中中心度的促進作用。①增加直接聯系的創新合作企業數量。與縱向的產業鏈上下游企業、橫向的競爭對手及配套企業建立合作網絡關系；構建便捷的知識流通渠道，促進各類異質性知識資源集聚（如上游企業的原材料等專有性知識、下游客戶的市場需求知識、競爭對手的相似知識、配套企業的互補性知識等），為企業突破關鍵核心技術提供充足的創新資源保障。②豐富合作網絡中創新主體的類型。除了與產業鏈相關的企業合作外，還應積極與高校、科研機構等不同類型的外部組織開展研發合作；通過網絡成員間的創新資源共享，促使企業廣泛接收不同來源的異質性知識（如高校與科研機構的基礎與應用研究方面的理論知識）。③強化企業中心度優勢，吸引更多的網絡外部合作主體。通過企業中心度優勢，吸引網絡外部的優質企業、創新能力強的高校與科研機構等主動進入創新網絡；與核心企業建立合作關系，進一步提升自身在網絡中的中心地位，為多元化創新資源流入提供渠道。

另一方面，有效降低企業在個體網中結構洞的負面影響。在網絡內部，應做到：①鼓勵其他組織積極組建聯合創新關系，有效減少結構洞數量。企業在沒有直接聯系的成員企業間牽線搭橋，能對結構洞進行填充，使個體網變得更加閉合，進而深化組織間的合作。②增強組織間聯系的緊密程度，減少結構洞帶來的信息不對稱。發揮自身“紐帶”作用，為其他成員間的合作創造機會，加深企業間的信任，推動深度知識探索和隱性知識傳遞，促進企業突破關鍵核心技術。在網絡外部，應做到：擺脫企業搜索慣性陷阱，跳出結構洞形成的知識搜索“舒適圈”，積極與網絡外部的相關組織建立聯系。

3.2.2 有效發揮企業知識獲取的中介作用

一方面，企業應積極搜索外部知識資源，以項目合作等多種模式獲取各種異質性知識。①積極建立學習型組織。提高企業探索新知識的學習意愿，積極開展企業間交流活動，提高知識獲取效率；加大與外部企業知識交流的頻率，彼此建立信任關系，加快外部知識流入，同時獲取隱性知識，確保關鍵核心技術突破順利進行。②促進企業跨界搜索各類技術與市場知識。增加企業對知識和信息的敏感性，為內部企業員工提供外部學習、感知前沿技術的機會，接觸并搜集多元化、跨領域、跨部門的新技術與新市場知識，避免陷入知識固化陷阱。另一方面，企業應有效利用知識獲取，促進企業突破關鍵核心技術。①消化外部知識，并將其轉化為企業自身的知識。積極吸收外部知識資源，為企業突破關鍵核心技術提供知識基礎。②耦合內外部知識，創造新知識。匹配內外部知識，通過不同領域知識的碰撞，為企業突破關鍵核心技術提供創造性的新知識。

3.2.3 提升企業的知識吸收能力

增加研發投入，加速內部知識轉化，提升企業的知識吸收能力，以便更順利地突破關鍵核心技術。一方面，加大研發投入，增加知識流量。①加大內部研發經費投入。為企業研發活動順利進行提供經濟支撐。②撬動外部資金投入。可以通過申請政府資金補貼、吸引外部企業投資等方式，增加企業總體研發經費投入。另一方面，提高知識儲備，增加知識存量。①積累先前經驗與知識，增加知識沉淀和知識儲備。對獲取的外部與內部已編碼知識進行解碼、領會，并內化為自身的知識體系。②引進更多高學歷的科研人員，增加企業的科研儲備。專業的科研人員在知識獲取階段能快速識別、篩選并吸收企業所需知識，進而提高企業整體的知識吸收能力。

3.3 局限與展望

本文首次將網絡結構、知識獲取、吸收能力與關鍵核心技術突破納入同一研究框架，剖析了基于知識獲取的網絡結構異質性影響數字企業突破關鍵核心技術的機制黑箱，但還存在一些局限有待進一步研究。其一，本文沒有對其他網絡結構特征與知識獲取、吸收能力、關鍵核心技術突破之間的作用機制展開探討。其他網絡結構特征對知識獲取、吸收能力、關鍵核心技術突破同樣起到重要作用，這有待進一步研究。其二，由于數據獲得的局限性，本文僅以計算機、通信和其他電子設備制造產業上市公司為研究對象，未能涵蓋所有數字企業，數字產業中其他細分行業突破關鍵核心技術的機制同樣需要進一步研究。