技術多元化、持續創新與企業韌性

摘要：技術多元化是分散外部風險、增強企業韌性的有效途徑。基于資源基礎理論，以“資源—能力—結果”為理論邏輯，利用2010—2021年滬深A股新能源汽車企業數據，從雙重網絡視角引入內部合作網絡密度和外部合作網絡中心度，進一步探究技術多元化、持續創新與企業韌性間的深層關系機制。結果表明，技術多元化與企業韌性呈倒U型關系，持續創新在其中發揮中介作用；內部合作網絡密度負向調節技術多元化與持續創新的關系；外部合作網絡中心度能夠緩解內部合作網絡密度對總體技術多元化、非相關技術多元化與持續創新關系的負向調節效應。結論可為企業制定技術多元化戰略、構建內外部合作網絡以培育持續創新能力，進而在變局中行穩致遠，實現韌性發展提供經驗證據。

關鍵詞：技術多元化；持續創新；企業韌性；內部合作網絡；外部合作網絡

中圖分類號：F272.0

文獻標識碼：A

文章編號：1001-7348（2025）03-0050-12

0 引言

當前，世界百年未有之大變局加速演進，逆全球化思潮抬頭，單邊主義、保護主義明顯上升，世界經濟復蘇乏力，局部沖突和動蕩頻發，全球性問題加劇，世界進入新的動蕩變革期。同時，我國企業面臨關鍵核心技術突破困境，存在原始性創新不足、技術供應鏈受制于人等難題^[1]。面對復雜形勢和嚴峻挑戰，如何增強韌性成為企業轉危為機、基業長青的關鍵^[2-3]。以往研究表明，異質性資源是企業強化韌性的基礎^[4]，技術^[5]、資金^[6]等資源約束掣肘企業從沖擊中快速恢復并反彈超越。作為企業知識戰略選擇（楊博旭等， 2021），技術多元化能夠為企業提供豐富的技術資源儲備，降低外部風險^[7]，有助于企業通過擴大搜索范圍，更新技術軌跡，促進技術交叉融合，提升環境感知與適應能力^[8]，進而強化企業韌性。需要指出的是，現有研究探討了技術多元化對企業韌性的重要作用^[9]，但未揭示技術多元化對企業韌性的作用機制。

創新被視為企業應對風險的有力武器^[10]。持續創新是指企業長時間實施創新項目并產出創新成果的能力^[11-12]，能夠促使企業不斷革新，以抵御外部風險、重組轉型并實現跨越式發展^[13]，是強化企業韌性的重要途徑。吳曉波和馮瀟雅（2022）指出，持續創新能夠提升企業資源配置與利用效率，強化冗余資源對企業韌性的積極影響。但鮮有研究探討持續創新在技術多元化與企業韌性間的“橋梁”作用。基于“資源—能力—結果”理論邏輯，技術多元化可為企業創新提供豐富的技術資源，強化企業持續創新能力（何郁冰等， 2017），推動企業突破發展瓶頸并探尋新的增長路徑^[10]，實現韌性增長。因此，持續創新可能在技術多元化與企業韌性間發揮中介傳導作用。

此外，技術多元化賦能企業持續創新過程受內部技術探索與外部技術關系的共同作用（何郁冰和陳勁， 2012），促使企業嵌入內外部雙重網絡。其中，內部合作網絡密度表征企業內部發明者間的關系密切程度，直接影響多元化技術知識轉移和信息共享^[14]。外部合作網絡中心度反映企業與外部合作伙伴聯系緊密程度，其帶來的異質性資源能夠有效緩解高密度內部合作網絡中知識同質化困境，從而推動多元化技術融合^[15-16]?，F有研究基于單一網絡視角探討網絡特征對技術多元化與企業創新關系的影響^{[15，17]}，但尚未聚焦持續創新情境，也忽視了內外部雙重網絡的影響。因此，有必要探討內部合作網絡密度在技術多元化與持續創新間的調節作用，以及外部合作網絡中心度的三階調節效應。

我國新能源汽車產業具有高技術密集度^[7]、強抵御沖擊能力^[18]的特征。本文以2010—2021年滬深A股新能源汽車企業為研究對象，基于資源基礎理論，以“資源—能力—結果”為理論邏輯，將技術多元化、持續創新和企業韌性納入同一研究框架，從雙重網絡視角深入探究內部合作網絡密度的調節作用，以及外部合作網絡中心度的三階調節作用，以期為企業實現持續創新及韌性增長提供參考。

1 理論背景與研究假設

1.1 理論背景

1.1.1 技術多元化

技術多元化概念源于Nelson（1959）在多元化戰略研究中提出的“知識多樣化”思想。隨后，Kodama（1986）正式提出技術多元化戰略。現有研究普遍認為，技術多元化是指企業協同內外部資源，將技術活動和知識基礎范圍拓展至多個技術領域的行為策略（何郁冰和陳勁， 2012），表現為企業對已有技術領域的挖掘和新技術領域的探索。Chen amp; Chang^[19]基于知識關聯性，將技術多元化劃分為相關技術多元化與非相關技術多元化。其中，相關技術多元化是指企業圍繞核心技術相關領域積累多元化技術知識，體現為企業在某一大類技術領域的探索深度。非相關技術多元化是指企業圍繞不相關技術領域積累多元化技術知識，體現為企業在多個大類技術領域的探索廣度。

現有學者對技術多元化戰略實施效果說法不一。部分學者認為，技術多元化能夠降低企業技術研發風險，推動知識重組創造并增強戰略柔性，從而促進企業創新水平及績效提升^[15，20]。部分學者認為，企業可能會因實施技術多元化戰略陷入發展困境。企業圍繞多個技術領域拓展技術基礎，不僅會分散研發資源、降低資源配置效率，而且會增加研發和管理成本，從而對企業績效產生負向^[21]或倒U型^[7]影響。

1.1.2 企業韌性

“韌性”最早出現在物理學研究中，后被應用于心理學、經濟學等研究領域^[4]。Meyer（1982）率先將韌性引入管理學領域，揭開了企業韌性研究序幕。韌性概念具有復雜性、多維度性和跨層次性，現有相關研究主要基于能力觀、過程觀、特質觀和結果觀對企業韌性加以界定（張吉昌等， 2021）。部分學者基于結果觀，將企業韌性視為企業對長期持續發展目標的追求，從組織產出角度衡量企業韌性（張公一等， 2020）。參考Sahebiamnia等^[22]、賈勇等^[4]的研究觀點，本文將企業韌性定義為企業在遭受逆境沖擊后快速恢復甚至超越初始狀態的結果。韌性較強的企業往往具有雙重屬性（靈活性和穩定性），具體表現在沖擊前的預測防范、沖擊中的抵御適應以及沖擊后的恢復超越3個方面（張公一等， 2020）。

既有研究主要基于資源基礎理論、動態能力理論、利益相關者理論，從資源、能力、關系等視角探討企業韌性驅動因素。從資源方面看，技術知識^[5]、資金^[6]等資源是企業韌性的基礎，庫存冗余、供應鏈冗余、產能冗余等冗余資源對企業韌性具有顯著影響（吳曉波和馮瀟雅， 2022）。從能力方面看，現有研究強調技術能力^[23]、IT能力^[24]等對企業韌性的影響。從關系方面，現有學者指出，組織內和組織間構建的網絡關系對企業韌性具有重要影響^[25]。企業可以通過社會—環境實踐^[26]等方式加強與外部利益相關者的聯系，以此強化企業韌性。已有研究雖關注到技術多元化對企業韌性的直接影響^[9]，但尚未揭示技術多元化對企業韌性的內在作用機制。

1.2 研究假設

1.2.1 技術多元化與企業韌性

基于資源基礎理論，異質性資源是企業構建競爭優勢，實現長期穩定發展的基礎（Barney， 1991）。作為企業戰略選擇（楊博旭等， 2021），技術多元化可為企業提供跨領域技術知識，在促進知識融合、提升戰略柔性的同時，也會導致企業資源配置效率降低和研發成本增加^[7，27]，作用于企業沖擊來臨前的預測防范、沖擊來臨時的抵御適應以及沖擊后的恢復超越過程，對企業韌性具有過猶不及的影響。

基于技術間的高關聯性，相關技術多元化有助于企業實現知識遷移與融合（何郁冰和張思， 2021），及時響應外部環境變化并制定解決方案，實現應用場景多元化和現有業務轉型升級^[9]，從而增強企業韌性。但過高程度的相關技術多元化不利于企業獲得價值增長機會^[27]，進而弱化企業對外部沖擊的感知與抵御能力，因而不利于強化企業韌性。

基于技術間的顯著差異，非相關技術多元化能夠幫助企業克服“本地搜索”局限，促使其主動嵌入外部知識網絡，強化企業對外部沖擊的預測防范能力^[9]，從而強化企業韌性。同時，非相關技術多元化能夠將企業技術基礎拓展至多個領域，幫助企業有效避免技術鎖定，提升企業戰略柔性，降低單一技術領域沖擊帶來的崩潰風險（曾德明等， 2019），進而強化企業對外部沖擊的抵御能力，有利于企業實現韌性發展。但過高程度的非相關技術多元化會加大企業技術知識遷移與融合難度，增加研發和管理協調成本（楊博旭等， 2021），使企業陷入研發規模不足和技術發展無序的困境（曾德明等， 2019），弱化企業抵御外部沖擊的能力，進而對企業韌性產生負面影響。

基于此，本文提出以下假設：

H1：技術多元化與企業韌性呈倒U型關系。

H1a：相關技術多元化與企業韌性呈倒U型關系；

H1b：非相關技術多元化與企業韌性呈倒U型關系。

1.2.2 持續創新的中介作用

持續創新兼具技術漸進與技術躍遷的雙元特性，是指企業長時間實施創新項目并產出創新成果的能力^[11-12]，能夠反映企業在研發領域的知識積累與技術進步（何郁冰等， 2017）?；凇百Y源—能力—結果”理論邏輯，資源是能力形成的基礎，而能力決定最終結果（喻登科和陳淑婷， 2023）。持續創新源于多元化技術資源積累與拓展（何郁冰等， 2017），通過資源整合與重構作用于企業抵御沖擊以及后續恢復超越過程，能夠影響企業靈活性與穩定性^[28]，與企業韌性呈現倒U型關系。

一方面，相關技術多元化能夠激發多領域技術間的協同互補效應（Wen et al.， 2023），實現研發資源共享、降低技術融合風險，從而強化企業持續創新能力（何郁冰等， 2017）。進一步地，持續創新能夠增強企業靈活性，有助于企業憑借良好的技術研發基礎與創造性思維整合、重構相關資源，通過不斷變革快速響應外部環境變化^[10]，在受到沖擊后能夠更快適應、恢復并反彈超越^[23]，從而實現韌性增長。但需要指出的是，當持續創新超過某一臨界值時，研發投資成本會大幅提升，而創新成果的可行性具有不確定性風險^[29]，導致企業財務狀況與運營管理的穩定性降低，進而弱化企業抵御外部沖擊的能力，對企業韌性產生不利影響。

另一方面，非相關技術多元化能夠夯實企業技術基礎，在推動企業實現核心技術領域突破與變革的同時，有助于企業搶抓新興技術機遇，通過跨領域技術融合提升創造新技術、新產品的潛力（何郁冰等， 2021），從而為持續創新提供動力來源。進一步地，持續創新雖能提升企業風險感知能力和靈活性，并通過及時創新解決方案強化企業對環境的適應能力^[4]，但在超過某一臨界值后，易于造成企業創新風險加劇和現金流短缺（周路路等， 2017；Hallak et al.， 2018），進而導致企業穩定性降低，因而與企業韌性呈現倒U型關系。

基于此，本文提出以下假設：

H2：持續創新在技術多元化與企業韌性間發揮中介作用。

H2a：持續創新在相關技術多元化與企業韌性間發揮中介作用；

H2b：持續創新在非相關技術多元化與企業韌性間發揮中介作用。

1.2.3 內部合作網絡密度的調節作用

內部合作網絡是指企業內部發明者在創新活動中構建的網絡（湯超穎等， 2018），作用于組織內部知識流動與信息共享過程。較高的內部合作網絡密度能夠反映內部發明者間聯系程度^[14]，在推動知識融合的同時，使企業知識基礎互補性隨時間推移而減弱（劉景東等， 2021），進而導致企業知識同質化^{[14，30]}，表現為企業多元化技術知識利用效率與組合潛力降低，難以維系創新的持續性。

一方面，高密度內部合作網絡中的同質化知識會導致部分具有潛在價值的技術知識被忽略，進而降低相關與非相關多元化技術知識利用效率^[30]，弱化技術多元化對企業持續創新的積極影響。另一方面，高密度內部合作網絡中的同質化知識會加大企業吸收、利用多元化技術知識難度^[14]，導致企業內部發明者需要耗費較多精力與時間對多元化技術知識進行整合。由于內部技術知識轉移效率與組合創造潛力降低^[17]，加大企業創新間斷風險（Carnabuci amp; Operti， 2013），從而弱化技術多元化對持續創新的促進作用。

基于此，本文提出以下假設：

H3：內部合作網絡密度負向調節技術多元化與持續創新的關系。

H3a：內部合作網絡密度負向調節相關技術多元化與持續創新的關系；

H3b：內部合作網絡密度負向調節非相關技術多元化與持續創新的關系。

1.2.4 外部合作網絡中心度的三階調節作用

外部合作網絡是指企業基于協同創新理念與供應商、客戶、科研院所等外部主體構建的合作網絡（馮科和曾德明， 2023）。高水平外部合作網絡中心度能夠反映企業與外部合作伙伴間的廣泛聯系，有助于企業通過集聚互補性技術資源增加自身異質性知識，以緩解高密度內部合作網絡中的認知鎖定和知識路徑依賴困境（陳培禎和曾德明， 2019），進而削弱內部合作網絡密度對技術多元化與持續創新關系的負向影響。

一方面，高外部合作網絡中心度帶來的異質性知識能夠促進企業內部發明者認知水平提升，緩解高密度內部合作網絡中的認知慣性和常規約束^[16]，提升相關與非相關多元化技術知識利用效率，進而弱化內部合作網絡密度對技術多元化與持續創新關系的負向影響。另一方面，高外部合作網絡中心度的企業擁有豐富的異質性知識獲取渠道^[30]，能夠快速與特定技術領域的合作伙伴構建技術聯盟^[10]，通過知識互動突破技術壁壘，緩解高密度內部合作網絡中同質化知識帶來的知識吸收與整合困境，進而弱化內部合作網絡密度對技術多元化與持續創新關系的負向影響。

基于此，本文提出以下假設：

H4：外部合作網絡中心度負向調節內部合作網絡密度對技術多元化與持續創新關系的影響。

H4a：外部合作網絡中心度負向調節內部合作網絡密度對相關技術多元化與持續創新關系的影響；

H4b：外部合作網絡中心度負向調節內部合作網絡密度對非相關技術多元化與持續創新關系的影響。

綜上，本文構建概念模型如圖1所示。

2 研究設計

2.1 樣本選擇與數據來源

新能源汽車產業具有技術密集度高、技術演進高度不確定性等特征，注重技術資源分散化配置^[7]。同時，中國汽車工業協會統計數據顯示，2021年我國新能源汽車市場實現爆發式增長，產銷同比分別增長159.5%、157.6%，連續7年位居全球第一。由此可見，在面對疫情頻發、供給中斷、局部地緣政治沖突等多重不利因素沖擊下，我國新能源汽車產業表現出較強的穩定性和恢復能力^[18]，彰顯出強勁的韌性。鑒于數據可得性，本文選取滬深A股新能源汽車企業為研究對象。2010年，新能源汽車產業被列為中國七大戰略性新興產業之一，與新能源汽車發展相關產業政策相繼出臺（熊勇清和秦書鋒， 2023）。因此，本文研究樣本時間跨度為2010—2021年。

首先，本文以同花順問財網新能源汽車概念板塊上市企業作為初篩樣本。其次，參考劉蘭劍等（2021）的研究成果，本文基于企業百度百科詞條剔除主營業務為房地產、紡織業等與新能源汽車不相關的樣本企業。再次，本文以企業申請的發明專利衡量技術多元化與持續創新指標，參考陳培禎等（2018）的研究成果，剔除所有年份專利申請數為0和小于10的樣本企業。最后，本文剔除ST、*ST類上市企業及數據缺失樣本，獲得285家新能源汽車企業，共1 439個觀測值，形成非平衡面板數據。同時，為排除極端值的影響，本文對連續變量進行前后1%的縮尾處理。

本文研究數據來源如下：①技術多元化、持續創新、內部合作網絡密度和外部合作網絡中心度測度所需專利數據來源于Incopat數據庫；②企業韌性測度所需財務數據來源于國泰安（CSMAR）數據庫；③控制變量相關數據來源于國泰安（CSMAR）數據庫。

2.2 變量測量

2.2.1 因變量

企業韌性（ER）。Ortiz-de-Mandojana等^[31]指出，韌性體現為企業在逆境中恢復并持續生存，關系到企業成長，采用長期績效結果進行評估。其中，銷售收入與企業生存密切相關，能夠決定企業是否擁有充足資源以應對不確定性風險（馮挺和祝志勇， 2023）。同時，累計增長能夠表征增長的延續性^[31]，體現企業韌性的長期性。因此，參考吳曉波和馮瀟雅（2022）、Ortiz-de-Mandojana amp; Bansal^[31]的研究成果，并考慮到技術多元化對企業韌性影響的時滯性，本文以t+2年起3年內累計銷售收入增長額表征企業韌性，具體計算公式如下：

ERt+2～t+4=SGt+3+SGt+4（1）

其中，SGt+3為企業第t+3年較第t+2年銷售收入的增長額，SGt+4為企業第t+4年較第t+3年銷售收入的增長額。

2.2.2 自變量

技術多元化。專利申請數據能夠表征企業技術創新進展，反映企業技術領域分布情況（鄒思明等， 2017）。同時，考慮到專利申請具有片段式特征，企業創新項目期限往往長于一年（何郁冰等， 2017）。因此，借鑒何郁冰等（2017）的研究成果，本文將企業t－1年和t年專利申請數據進行合并，以此測度第t年技術多元化。此外，現有研究主要采用赫芬達爾指數和熵指數法對技術多元化進行測量^{[17，19]}。其中，熵指數法能夠降低企業專利申請規模對測量結果的影響（何郁冰等，2017），且具有可分解特性，可區分相關技術多元化與非相關技術多元化^[19]，是測度組內方差的有效方法（林明和董必榮， 2014）。考慮到專利主分類號能夠代表某項技術的主要用途（林娟娟和陳向東， 2014），參考何郁冰等（2017）、Chen amp; Chang^[19]的研究成果，本文依據IPC主分類號對技術領域進行劃分，采用熵指數法衡量企業技術多元化水平。其中，采用企業第t－1年和第t年申請的發明專利所屬專利小類（專利主分類號的前4位）衡量企業第t年總體技術多元化（TD），采用專利大類（專利主分類號的前3位）衡量企業第t年非相關技術多元化（UTD），相關技術多元化（RTD）為企業總體技術多元化與非相關技術多元化的差值?？傮w技術多元化計算公式為：

TDt=∑ni=1NitNt×lnNtNit（2）

其中，Nt為企業第t－1和t年發明專利申請總數（下同），Nit為企業第t－1和t年在第i個專利小類發明專利申請數量，n為企業在第t－1和t年申請的發明專利所屬小類總數。

非相關技術多元化計算公式如下：

UTDt=∑ni=1MitNt×lnNtMit（3）

其中，Mit為企業第t－1和t年在第i個專利大類發明專利申請數量，n為企業第t－1和t年申請的發明專利所屬大類總數。

相關技術多元化計算公式如下：

RTDt=TDt－UTDt（4）

2.2.3 中介變量

持續創新（CI）是指企業長時間實施創新項目并產出創新成果的能力^[11-12]。由于無法全面獲取上市企業新產品銷售收入數據，而專利數據具有審核嚴格、數據完整、易于獲取的優勢（陳洪瑋和王歡歡， 2020），借鑒何郁冰等（2017）的做法，本文以企業發明專利申請數量前后期對比表征持續創新。同時，考慮到企業當前技術知識特征能夠影響其后續創新能力培育（Zhou amp; Li， 2012），本文對持續創新變量作滯后一期處理?？紤]到數據右偏特性，本文采用企業t年、t+1年發明專利申請量之和與t－1年、t年發明專利申請量之和的比值乘以t年、t+1年發明專利申請量之和再加1的自然對數衡量企業第t+1年持續創新，計算公式如下：

CIt+1=LnINt+INt+1INt－1+INtINt+INt+1+1（5）

其中，CIt+1為企業第t+1年持續創新，INt－1、INt、INt+1分別為企業第t－1、t和t+1年發明專利申請量。

2.2.4 調節變量

（1）內部合作網絡密度（IND）?？紤]到專利申請數據具有片段式特征，基于企業t－1到t年獨立發明專利中的發明人信息^[17]，本文利用Python的networkx庫構建網絡并計算內部合作網絡密度指標，計算公式如下：

IND=2ln*（n－1）（6）

其中，l為內部合作網絡中發明人間的實際合作數量，n為內部合作網絡中的發明人總數。

（2）外部合作網絡中心度（ENC）?；谄髽It－1到t年發明專利中的申請人信息^[15]，本文利用Python的networkx庫構建外部合作網絡。同時，為了消除網絡規模效應的影響，使中心度更具可比性，本文采用相對度中心度指標衡量外部合作網絡中心度，計算公式如下：

ENC=diN－1（7）

其中，di為網絡節點i的度數，N為外部合作網絡規模。

2.2.5 控制變量

借鑒相關研究成果^[31-33]，持續創新和企業韌性受多重因素影響，本文主要控制以下變量：①企業年齡（AGE），以觀測年份與企業成立年份的差值測量；②企業規模（SIZE），以企業期末總資產的自然對數測量；③企業性質（EO），若企業為國有企業則取1，否則為0；④現金流比率（CFR），以企業經營現金流與總資產之比衡量；⑤財務杠桿（FL），以期末總負債與總資產的比值衡量；⑥無形資產比例（IAR），以無形資產與總資產之比衡量；⑦董事會獨立性（IDR），以企業獨立董事的占比衡量。此外，為控制與個體和時間相關因素的影響，本文增加個體、年份虛擬變量。

3 實證分析

3.1 描述性統計與相關性分析

變量描述性統計與相關性分析結果如表1所示。其中，總體技術多元化與相關技術多元化、非相關技術多元化的相關系數大于0.7，原因如下：在測量方式上，三者具有線性關系，存在多重共線性問題，但本文并未將其同時納入同一模型。此外，其它變量間相關系數均小于0.7。將總體技術多元化、相關技術多元化、非相關技術多元化分別與其它變量回歸并進行VIF檢驗，結果發現，VIF值介于1.01～2.02之間，均小于10。由此表明，變量間不存在嚴重多重共線性問題，可以作進一步回歸分析。

3.2 假設檢驗

本文利用Stata 15.0軟件，采用個體、時間雙向固定效應模型進行假設檢驗。同時，為消除變量間量綱差異，對連續變量進行標準化處理。

3.2.1 直接效應檢驗

借鑒Haans等^[34]的研究成果，本文對技術多元化與企業韌性的倒U型關系進行檢驗，結果如表2所示。

首先，在控制相關變量的影響后，由表2模型1可知，總體技術多元化二次項與企業韌性的回歸系數為-0.356，在1%水平上顯著。其次，由表3結果可知，當總體技術多元化取最小值和最大值時，曲線斜率分別為0.164、-0.548，均在1%水平上顯著。最后，曲線轉折點處總體技術多元化的取值為0.230，在取值范圍[0.000，1.000]內。因此，總體技術多元化與企業韌性呈倒U型關系，假設H1得到驗證。與上述步驟類似，由表2模型2～3以及表3結果可知，曲線轉折點處相關技術多元化、非相關技術多元化的取值分別為0.202、0.273，均在取值范圍[0.000，1.000]內。因此，相關技術多元化、非相關技術多元化均與企業韌性呈倒U型關系，假設H1a、H1b得到驗證?？傮w技術多元化、相關技術多元化、非相關技術多元化與企業韌性的倒U型關系如圖2（a）所示。

3.2.2 中介效應檢驗

由于變量間存在非線性關系，Baron amp; Kenny（1986）提出的三步檢驗法無法揭示倒U型關系間的中介路徑。因此，參考Edwards amp; Lambert^[35]的調節路徑分析方法，本文對持續創新在技術多元化與企業韌性間的中介效應進行檢驗。首先，由表2模型8可知，總體技術多元化與持續創新的回歸系數為0.216，在1%水平上顯著，表明總體技術多元化對持續創新具有顯著正向影響。其次，由表2模型4可知，持續創新平方項與企業韌性的回歸系數為-0.235，在1%水平上顯著。由表3可知，當持續創新取最小值和最大值時，曲線斜率分別為0.146、-0.323，均在1%水平上顯著。曲線轉折點處持續創新的取值為0.311，在數據取值范圍[0.000， 1.000]之內。因此，持續創新與企業韌性呈倒U型關系，如圖2（b）所示。最后，在模型1的基礎上，加入持續創新與持續創新的平方項進行回歸分析。表2模型5表明，持續創新的平方項系數為-0.175，在1%水平上顯著。同時，對比模型1與模型5可知，模型5擬合度上升，且總體技術多元化平方項的回歸系數為-0.300，仍在1%水平上顯著。由此表明，持續創新在總體技術多元化與企業韌性間發揮部分中介作用，假設H2得到驗證。表2模型9、模型10分別為相關技術多元化、非相關技術多元化與持續創新關系回歸結果，模型6、模型7為在模型2、模型3的基礎上加入持續創新和持續創新平方項的回歸結果。與上述步驟類似，由模型2～4、模型6～7、模型9～10可知，持續創新在相關技術多元化、非相關技術多元化與企業韌性間均發揮中介作用，假設H2a、H2b得到驗證。

3.2.3 調節效應檢驗

（1）內部合作網絡密度的調節效應檢驗。由表4模型11～13可知，總體技術多元化、相關技術多元化、非相關技術多元化與內部合作網絡密度的乘積項系數分別為-0.202、-0.239、-0.181，均在1%水平上顯著。由此表明，內部合作網絡密度負向調節總體技術多元化、非相關技術多元化、相關技術多元化對持續創新的正向影響，假設H3、H3a和H3b得到驗證。

為了直觀展示內部合作網絡密度的調節作用，本文繪制調節效應圖（見圖3）。由圖3可知，相較于高內部合作網絡密度，低內部合作網絡密度情景下，總體技術多元化、非相關技術多元化、相關技術多元化對持續創新的正向影響更加顯著。

（2）外部合作網絡中心度的三階調節效應檢驗。由表4模型14可知，總體技術多元化和內部合作網絡密度、外部合作網絡中心度的乘積項回歸系數為0.280且在10%水平上顯著。由此表明，外部合作網絡中心度調節內部合作網絡密度對總體技術多元化與持續創新關系的影響，即外部合作網絡中心度能夠緩解內部合作網絡密度對總體技術多元化與持續創新關系的負向調節作用，假設H4得到驗證。由表4模型15可知，相關技術多元化和內部合作網絡密度、外部合作網絡中心度的乘積項回歸系數為0.229，但不顯著。由此表明，外部合作網絡中心度無法調節內部合作網絡密度對相關技術多元化與持續創新關系的負向影響，假設H4a未得到驗證。原因如下：相關技術多元化戰略中，企業多元化技術與核心技術領域相關程度較高，導致外部合作網絡中心度在相關技術多元化與持續創新間的三階調節作用不顯著。由表4模型16可知，非相關技術多元化和內部合作網絡密度、外部合作網絡中心度的乘積項回歸系數為0.244且在10%水平上顯著。由此表明，外部合作網絡中心度在非相關技術多元化與持續創新間的三階調節效應存在，H4b得到驗證。

為了直觀展示外部合作網絡中心度的三階調節效應結果，本文繪制調節效應圖（見圖4）。在低內部合作網絡密度與高外部合作網絡中心度情景下，總體技術多元化、非相關技術多元化對持續創新影響的擬合曲線斜率最高。由此表明，上述情況下，總體技術多元化、非相關技術多元化對持續創新的促進作用最顯著。

3.3 穩健性檢驗

首先，考慮到一個專利可能對應多個IPC分類號，借鑒徐欣和劉夢冉（2020）的研究成果，本文基于發明專利全部IPC分類號前3位和前4位對技術領域進行劃分，以此衡量技術多元化，替代前文基于專利主分類號前3位和前4位對技術領域進行劃分以衡量技術多元化的方法。其次，2010年7月，我國確定了新能源汽車示范推廣城市，標志著新能源汽車進入全面扶持階段（熊勇清等， 2018）。為排除外部政策干擾，本文將樣本時間跨度縮短為2011—2021年。同時，本文采用特征向量中心度替代度中心度以衡量外部合作網絡中心度。最后，公司治理與企業決策緊密相關，是企業創新與技術變革的決定因素（秦嫻等， 2020），關系到企業生存與發展（陳德球和胡晴， 2022）。因此，在模型中，本文增加更多控制變量，包括第一大股東持股比例和董事會規模。上述穩健性檢驗結果與前文假設檢驗結果一致，由此表明本文結論具有穩健性。

4 結語

4.1 研究結論

本文以2010—2021年滬深A股新能源汽車企業為研究對象，基于資源基礎理論，以“資源—能力—結果”理論邏輯實證分析技術多元化對企業韌性的影響，以及持續創新的中介作用，并從雙重網絡視角出發，進一步揭示內部合作網絡密度的調節作用以及外部合作網絡中心度的三階調節作用，得到以下主要結論：

（1）技術多元化與企業韌性呈倒U型關系。事實上，企業實施技術多元化戰略能夠拓展自身技術基礎，緩解單一技術領域沖擊帶來的影響。但需要指出的是，技術多元化過度會導致資源配置成本大幅提升，使企業陷入財務危機，從而對企業韌性產生負面影響。只有適度技術多元化才能維持企業技術擴張與資源配置成本的相對平衡，有助于企業實現創造價值，進而強化自身韌性。

（2）持續創新在技術多元化與企業韌性間發揮中介作用。技術多元化戰略可為企業提供豐富的技術知識資源，有助于企業通過相關與非相關技術知識融合提升持續創新能力，根據外部環境變化不斷革新，影響企業在應對外部沖擊時的靈活性和穩定性，進而影響企業韌性。

（3）內部合作網絡密度負向調節技術多元化與持續創新的關系。在內部合作網絡密度較高企業中，發明者之間會形成相似性認知，導致企業對多元化技術知識進行吸收、重組的能力下降，不利于多元化技術知識轉化，從而弱化技術多元化賦能持續創新的潛力。

（4）外部合作網絡中心度進一步弱化內部合作網絡密度在總體技術多元化、非相關技術多元化與持續創新間的負向調節作用。高外部合作網絡中心度企業易于獲取互補性技術資源，并通過協同創新促進隱性知識轉移，緩解多元化技術知識重組、整合困境，從而弱化內部合作網絡密度對技術多元化與企業持續創新關系的負向影響。

4.2 理論貢獻

（1）基于資源基礎理論，結合VUCA時代特征，實證檢驗了技術多元化與企業韌性的關系，并根據知識關聯程度將技術多元化分為相關技術多元化與非相關技術多元化，揭示了技術多元化對企業韌性的影響?，F有研究雖然探討了受疫情沖擊前企業實施技術多元化戰略對受沖擊后企業短期韌性表現（穩定性和靈活性）的影響，但未關注技術多元化對企業長期韌性表現的影響。本文基于廣義的動蕩環境，探討了技術多元化與企業韌性的關系，拓展了資源基礎理論應用范圍以及技術多元化、企業韌性理論空間。

（2）基于“資源—能力—結果”理論邏輯，從創新視角挖掘技術多元化與企業韌性的因果關系鏈條，揭示了持續創新在技術多元化與企業韌性間的中介作用。已有研究認為，持續創新是企業實現韌性增長的基礎（Hamel amp; Valikangas，2003），但尚未驗證持續創新對企業韌性的直接影響，也未對技術多元化與企業韌性間的關系機制進行深入探討。本文揭示了技術多元化對企業韌性的作用機理，為企業強化自身韌性提供了新路徑。

（3）從雙重網絡視角，揭示了內部合作網絡密度在技術多元化對持續創新影響過程中的調節作用，以及外部合作網絡中心度的三階調節作用。現有研究既未關注內部合作網絡密度在“技術多元化—持續創新”間的調節作用，也忽視了外部合作網絡中心度對上述關系的調節作用。本文揭示了雙重網絡在技術多元化向持續創新轉化過程中的情境作用，拓展了技術多元化與持續創新關系研究。

4.3 管理啟示

（1）修煉內功，在風險評估的基礎上，適度拓展相關與非相關技術領域。企業應通過內部學習和外部技術搜尋積累多元化技術知識，形成技術聯動與協同效應，降低因單一技術領域導致的鎖定風險。同時，企業應評估技術擴張的可行性，適時實施相關多元化戰略和非相關技術多元化戰略，維持技術探索與協調管理的相對平衡，從而在變局中行穩致遠。

（2）主動求變，積極培育持續創新能力，助推企業實現韌性發展。一方面，企業可以通過技術知識融合對現有技術進行重塑，進一步提升持續創新能力。例如，數字經濟時代，企業可以借助自身綜合能力將數字技術嵌入核心技術和產品研發過程中，不斷創造競爭優勢，實現彎道超車。另一方面，企業需要借助多元化技術間的知識高度關聯性加速知識重組過程，增強自身危機響應能力，進而在不確定性環境中逆勢增長。此外，持續創新存在“過猶不及”的困境，企業需要重視創新質量評估，適度開展持續創新，避免因過度創新而陷入生存危機。

（3）內外協同，鼓勵發明者“走出去”，對內維持寬松的合作關系，對外構建廣泛的協作研發網絡。一方面，企業可以通過優化組織結構和制定激勵措施等方式維持內部發明者之間“若即若離”的狀態，避免出現因發明者緊密合作導致的認知鎖定和知識同質化現象。另一方面，企業需要主動加強與外部企業、高校、科研院所合作，構建廣泛的外部合作網絡，通過優化產學研協同創新機制，拓展與上下游企業的合作空間，借助外部合作伙伴的力量突破資源壁壘，以“借力打力”的方式加速內部發明人對多元化技術知識的吸收與轉化，從而實現持續創新。

4.4 局限與展望

本文存在以下不足：①需要進一步拓展研究對象范圍，以提升結論的普適性；②需要豐富企業韌性測量維度（如財務指標、股價等），以提升結論的全面性和系統性；③需要豐富內外部合作網絡特征變量（如內部合作網絡的小世界性、外部合作網絡的結構洞等），進一步探討內外部合作網絡的邊界效應。

參考文獻：

[1] 龔紅， 李昌昊. 突破“卡脖子”技術：知識開發模式對企業關鍵核心技術及其衍生技術的影響[J].科技進步與對策，2024，41（1）：56-65.

[2] 單宇， 許暉， 周連喜，等. 數智賦能：危機情境下組織韌性如何形成——基于林清軒轉危為機的探索性案例研究[J].管理世界， 2021， 37（3）： 84-104，7.

[3] 李平， 竺家哲. 組織韌性：最新文獻評述[J].外國經濟與管理， 2021， 43（3）： 25-41.

[4] 賈勇， 傅倩汪琳， 李冬姝. 技術創新與企業韌性：基于新冠疫情情景[J].管理科學， 2023， 36（2）： 17-34.

[5] MAFABI S， MUNENE J， NTAYI J. Knowledge management and organizational resilience： organizational innovation as a mediator in uganda parastatals[J].Journal of Strategy and Management， 2012， 5（1）： 57-80.

[6] TOGNAZZO A，GUBITTA P，FAVARON S D. Does slack always affect resilience？a study of quasi-medium-sized Italian firms[J].Entrepreneurship amp; Regional Development，2016，28（9/10）：768-790.

[7] 徐娟. 技術多元化、核心技術能力與企業績效——來自新能源汽車行業上市公司的面板數據[J].經濟管理， 2016， 38（12）： 74-88.

[8] 王耀德， 林良. 協同創新網絡成員多樣性如何影響企業探索式創新——技術多元化的中介效應[J].科技進步與對策， 2021， 38（22）： 76-82.

[9] 王海花， 李雅潔， 李燁，等. 數字化變革背景下技術多元化對企業韌性的影響[J].系統管理學報，2024，33（2）：391-403.

[10] DO H， BUDHWAR P， SHIPTON H， et al. Building organizational resilience， innovation through resource-based management initiatives， organizational learning and environmental dynamism[J].Journal of Business Research， 2022， 141（4）： 808-821.

[11] 段海艷. 企業持續創新影響因素研究[J].科技進步與對策， 2017， 34（15）： 87-93.

[12] 李德輝， 潘麗君. 海歸劣勢、持續創新能力與新創科技企業生存：基于企業事件史的分析[J].科研管理， 2022， 43（5）： 76-85.

[13] 張秀娥， 滕欣宇. 組織韌性內涵、維度及測量[J].科技進步與對策， 2021， 38（10）： 9-17.

[14] 張娜， 劉鳳朝. 雙層次合作網絡構建對企業探索性創新績效的影響[J].管理工程學報， 2021， 35（1）： 1-11.

[15] 杜玉申， 劉梓毓. 技術多元化、協作研發網絡中心度與企業創新績效[J].科技進步與對策， 2021， 38（15）： 74-81.

[16] ZHANG N N， YOU D Y， TANG L， et al. Knowledge path dependence， external connection， and radical inventions： evidence from Chinese academy of sciences[J].Research Policy， 2023，52（4）：104738.

[17] 李小麗， 陳蕾. 技術多元化、發明者網絡嵌入與軍民融合企業技術創新效率[J].科技進步與對策， 2022， 39（23）： 140-150.

[18] 郭葉波， 夏成， 張艦. 后疫情時代提升長三角地區汽車產業鏈發展韌性研究[J].中國物價， 2023，36（6）： 46-49.

[19] CHEN Y S， CHANG K C. Using the entropy-based patent measure to explore the influences of related and unrelated technological diversification upon technological competences and firm performance [J].Scientometrics， 2012， 90（3）： 825-841.

[20] CHIU Y C， LAI H C， LEE T Y， et al. Technological diversification， complementary assets， and performance[J].Technological Forecasting and Social Change， 2008， 75（6）： 875-892.

[21] CHEN Y M， YANG D H， LIN F J. Does technological diversification matter to firm performance？ the moderating role of organization slack[J].Journal of Business Research， 2013， 66（10）： 1970-1975.

[22] SAHEBJAMNIA N， TORABI S A， MANSOURI S A. Building organizational resilience in the face of multiple disruptions[J].International Journal of Production Economics， 2018， 197（3）： 63-83.

[23] BUSTINZA O F， VENDRELL-HERRERO F， PEREZ-AROSTEGUI M N， et al. Technological capabilities， resilience capabilities and organizational effectiveness[J].International Journal of Human Resource Management， 2019， 30（8）： 1370-1392.

[24] 謝露群， 錢靜舒， 王倩. IT能力對組織韌性的影響研究[J].管理學報， 2023， 20（9）： 1295-1302.

[25] 孫國強， 楊晶， 閆緒嫻. 網絡嵌入、知識搜索與組織韌性——數字化轉型的調節作用[J]. 科學決策， 2021，28（11）：18-31.

[26] DESJARDINE M，BANSAL P，YANG Y.Bouncing back： building resilience through social and environmental practices in the context of the 2008 global financial crisis[J].Journal of Management， 2019，45（4）：1434-1460.

[27] JUNGHO K， CHANG Y L， YUNOK C. Technological diversification， core-technology competence， and firm growth[J].Research Policy， 2016， 45（1）：113-124.

[28] SABAHI S， PARAST M M. Firm innovation and supply chain resilience： a dynamic capability perspective[J].International Journal of Logistics-Research and Applications， 2019， 23（3）： 254-269.

[29] HALLAK R， ASSAKER G， O'CONNOR P， et al. Firm performance in the upscale restaurant sector： the effects of resilience， creative self-efficacy， innovation and industry experience[J].Journal of Retailing and Consumer Services， 2018，40（1）： 229-240.

[30] 蔣舒陽， 莊亞明， 劉夏群. 企業如何進行內外部科研合作網絡構建：以我為主抑或博才眾長[J].科技進步與對策， 2022， 39（19）： 69-77.

[31] ORTIZ-DE-MANDOJANA N， BANSAL P. The long-term benefits of organizational resilience through sustainable business practices[J]. Strategic Management Journal，2016，37（8）：1615 -1631.

[32] SAJKO M， BOONE C， BUYL T. CEO greed， corporate social responsibility， and organizational resilience to systemic shocks[J].Journal of Management， 2021， 47（4）： 957-992.

[33] 白旻， 王仁祥. 企業社會責任如何影響企業持續創新[J].中國科技論壇， 2020，36（1）： 107-115.

[34] HAANS R F J， PIETERS C， HE Z L. Thinking about U theorizing and testing U- and inverted U-shaped relationships in strategy research[J].Strategic Management Journal， 2016， 37（7）： 1177-1195.

[35] EDWARDS J R， LAMBERT L S. Methods for integrating moderation and mediation： a general analytical framework using moderated path analysis[J].Psychological Methods， 2007，" 12（1）： 1-22.

（責任編輯：張 悅）

Technological Diversification， Continuous Innovation and Enterprise Resilience： The Moderating Effects of a Dual Network

Wang Haihua， Li Yajie， Gong Yanyan

（School of Management， Shanghai University， Shanghai 200444， China）

Abstract：In the era of" \"New Normal\" with VUCA characteristics，how to enhance resilience has become the key for enterprises to avoid dangers and shift into safety and achieve sustainable development. As a strategic choice for knowledge expansion， technological diversification is beneficial for enterprises to diversify external risks， improve their perception and adaptability to the environment and then achieve resilient growth. Although existing research pays attention to the effect of technological diversification on enterprise resilience， the \"bridge\" between the two needs to be further explored. Continuous innovation related to operational efficiency and strategic flexibility is an important ability to achieve continuous development. According to the theoretical logic of \"resource-capability-result\"， continuous innovation drives enterprises to change their mindset， continuously breaking through development bottlenecks and exploring new growth paths through the integration of diversified technologies. Therefore， continuous innovation may play a mediating role between technological diversification and enterprise resilience. In addition， the results of technological diversification depend on the combination of internal technological exploration and external technological relationships， making enterprises" embedded in dual network relationships. In particular， the density of internal collaboration network characterizes the close relationship between internal inventors， which directly affects the effective transfer of diversified technological knowledge and information sharing; the heterogeneous resource advantages brought by the high degree of external collaboration network centrality can effectively alleviate the dilemma of knowledge homogenization in high-density internal cooperative networks， and then accelerate the process of diversified technological development and integration. However， existing research has not focused on the boundary effects of dual networks on the relationship between technological diversification and continuous innovation. Hence， this study aims to explore the internal mechanism between technological diversification and enterprise resilience， and investigate the boundary effect of internal collaboration network density and the three-way moderating effect of external collaboration network centrality from the perspective of dual network.

Following the resource-based theory and the theoretical logic of \"resource-capability-result\"， this study conducts the empirical analysis using a sample of Shanghai and Shenzhen A-share listed enterprises in the new energy automobile industry. The resilience and control variables information of these enterprises is collected from CSMAR and patent data is collected from Incopat. Finally， an unbalanced panel dataset of 285 enterprises from 2010 to 2021 is constructed. The hypotheses are tested by the individual and time-fixed effect models using Stata 15.0.

The results show that （1） there is an inverted U-shaped relationship between technological diversification and enterprise resilience; （2） continuous innovation plays the mediating role in the inverted U-shaped relationship between technological diversity and enterprise resilience; （3） internal collaboration network density negatively moderates the relationship between technological diversification and continuous innovation; （4） external collaboration network centrality further mitigates the negative impact of internal collaboration network density on the relationship between overall technological diversification， unrelated technological diversification， and continuous innovation.

The theoretical contributions of the study are as follows： firstly，it clarifies the relationship between technological diversification and enterprise resilience in the context of a long-term and turbulent environment， and expands the theoretical space of technological diversification and enterprise resilience; secondly，the paper provides empirical evidence for the effect of continuous innovation on enterprise resilience and bridges the gap in the discussion of mechanisms underlying technological diversification and enterprise resilience; finally， from the perspective of dual network，it reveals the boundary effects of dual networks in the relationship between technological diversification and continuous innovation， and deepens the contextual mechanism for the transformation of technological diversification into continuous innovation. The practical contributions are proposed. Enterprises should first cultivate internal skills and moderately expand diversified technology fields based on risk assessment. Then it is necessary to seek change proactively. Enterprises should cultivate continuous innovation ability to leverage the positive effects of technological diversification on enterprise resilience. Finally， enterprise should pay attention to collaboration，encourage inventors to \"go out\"， maintain loose partnerships internally and build a wide collaborative Ramp;D network externally.

Key Words：Technological Diversification; Continuous Innovation; Enterprise Resilience; Internal Collaboration Network; External Collaboration Network

基金項目：國家社會科學基金重大項目（21amp;ZD130）

作者簡介：王海花（1983—），女，山東聊城人，博士，上海大學管理學院副教授、碩士生導師，研究方向為創新與知識管理；李雅潔（2000—），女，安徽淮北人，上海大學管理學院碩士研究生，研究方向為創新與知識管理；龔燕燕（2000—），女，浙江金華人，上海大學管理學院碩士研究生，研究方向為創新與知識管理。本文通訊作者：李雅潔。