知識(shí)重疊、知識(shí)庫(kù)特性與創(chuàng)新績(jī)效
——來(lái)自機(jī)械制造企業(yè)技術(shù)并購(gòu)的實(shí)證

馬 雙，鄒 琳

(1.上海社會(huì)科學(xué)院 信息研究所，上海 200235；2.上海工程技術(shù)大學(xué) 管理學(xué)院，上海 201620)

0 引言

大多數(shù)關(guān)于技術(shù)并購(gòu)的研究關(guān)注并購(gòu)企業(yè)與被并購(gòu)企業(yè)間的知識(shí)特性關(guān)系，以及并購(gòu)后的創(chuàng)新績(jī)效[1-3]。由于技術(shù)并購(gòu)涉及兩家企業(yè)知識(shí)庫(kù)整合，知識(shí)重疊便成為知識(shí)整合研究的重點(diǎn)。現(xiàn)有文獻(xiàn)主要探討重疊知識(shí)和非重疊知識(shí)在并購(gòu)后產(chǎn)生的多維效應(yīng)，如對(duì)研發(fā)生產(chǎn)率[4]、創(chuàng)新績(jī)效[5]、企業(yè)知識(shí)利用[6]、企業(yè)研發(fā)資產(chǎn)投資[7]等的影響。學(xué)者們不斷提出新的或更加完善的理論框架，以探討技術(shù)并購(gòu)中的知識(shí)重疊效應(yīng)，如將被并購(gòu)企業(yè)知識(shí)庫(kù)分為知識(shí)相似性和互補(bǔ)性[8]。最近學(xué)界利用Makri等(2010)提出的理論框架，研究被并購(gòu)企業(yè)重疊和非重疊知識(shí)對(duì)創(chuàng)新績(jī)效的影響[7,9-10]。

但是，上述研究局限于知識(shí)庫(kù)的數(shù)量屬性，忽視了知識(shí)質(zhì)量，僅將知識(shí)重疊定義為知識(shí)重疊數(shù)量多少[4,8]。例如，Phene等[11]關(guān)注并購(gòu)企業(yè)與被并購(gòu)企業(yè)共同知識(shí)和特有知識(shí)的多重屬性；Sears & Hoetker[3]擴(kuò)展了知識(shí)重疊的概念，但也只關(guān)注并購(gòu)企業(yè)和被并購(gòu)企業(yè)的知識(shí)重疊數(shù)量。

因此，在分析涉及技術(shù)并購(gòu)的企業(yè)知識(shí)庫(kù)時(shí)，必須考慮知識(shí)的質(zhì)量屬性，因?yàn)橹R(shí)數(shù)量并不能準(zhǔn)確反映創(chuàng)新能力[12]。Yang等[13]構(gòu)建了知識(shí)質(zhì)量指標(biāo)體系用以分析技術(shù)并購(gòu)效應(yīng)，進(jìn)一步強(qiáng)調(diào)了知識(shí)質(zhì)量對(duì)企業(yè)知識(shí)轉(zhuǎn)移的重要性；Yoo[14]重新定義了知識(shí)質(zhì)量及其對(duì)知識(shí)轉(zhuǎn)移的影響。當(dāng)企業(yè)采用外部知識(shí)吸收策略(如技術(shù)并購(gòu))時(shí)，知識(shí)庫(kù)質(zhì)量的重要性將越來(lái)越突出，但以往研究?jī)H針對(duì)知識(shí)數(shù)量的創(chuàng)新效應(yīng)進(jìn)行估算分析。在現(xiàn)實(shí)層面，機(jī)械制造行業(yè)因其隱性知識(shí)和工藝、干中學(xué)、漸進(jìn)式創(chuàng)新、知識(shí)技術(shù)鏈接廣泛等特點(diǎn)，成為技術(shù)并購(gòu)多發(fā)領(lǐng)域。2017年，國(guó)內(nèi)機(jī)械制造企業(yè)并購(gòu)案例、交易金額占所有制造行業(yè)的比重均在60%以上，而且在國(guó)內(nèi)外經(jīng)濟(jì)形勢(shì)日趨嚴(yán)峻的背景下，外延式增長(zhǎng)模式無(wú)法掩蓋國(guó)內(nèi)機(jī)械制造企業(yè)核心技術(shù)缺乏、自主創(chuàng)新能力低下的短板。因此，許多企業(yè)嘗試通過(guò)技術(shù)并購(gòu)手段獲得新資源、完善資源配置、實(shí)現(xiàn)能級(jí)提升。基于此，本文利用國(guó)內(nèi)機(jī)械制造行業(yè)技術(shù)并購(gòu)數(shù)據(jù)，對(duì)技術(shù)并購(gòu)中企業(yè)知識(shí)質(zhì)量和知識(shí)重疊對(duì)并購(gòu)后創(chuàng)新績(jī)效的影響效應(yīng)進(jìn)行分析，以期對(duì)以往研究進(jìn)行修正，同時(shí)為企業(yè)實(shí)踐提供參考。

1 文獻(xiàn)綜述

1.1 技術(shù)并購(gòu)中的知識(shí)重疊

以往研究分析了并購(gòu)后知識(shí)重疊的多重效應(yīng)[6,8,10]，通常認(rèn)為重疊和非重疊知識(shí)是非此即彼的，即企業(yè)間重疊知識(shí)增加意味著非重疊知識(shí)減少，反之亦然。一方面，非重疊知識(shí)為并購(gòu)企業(yè)提供了全新知識(shí)，但由于缺乏相應(yīng)的知識(shí)吸收能力，會(huì)出現(xiàn)知識(shí)整合障礙[5]。另一方面，重疊知識(shí)雖然不會(huì)出現(xiàn)知識(shí)整合障礙，但無(wú)法為企業(yè)提供創(chuàng)造新價(jià)值所需的新知識(shí)[3]。基于此，許多學(xué)者利用知識(shí)重疊概念對(duì)該效應(yīng)進(jìn)行分析，認(rèn)為應(yīng)尋找重疊知識(shí)和非重疊知識(shí)間的平衡點(diǎn)，以獲取并購(gòu)后的最佳創(chuàng)新績(jī)效[10]。Kapoor & Lim[4]認(rèn)為適當(dāng)?shù)闹R(shí)重疊對(duì)并購(gòu)后的創(chuàng)新生產(chǎn)率大有裨益，這得益于非重疊知識(shí)的新穎性和重疊知識(shí)的連通性。最近的研究將知識(shí)重疊分為并購(gòu)企業(yè)重疊和被并購(gòu)企業(yè)重疊，并分析了每種重疊對(duì)于并購(gòu)后創(chuàng)新績(jī)效的影響，結(jié)果表明知識(shí)重疊增加對(duì)創(chuàng)新績(jī)效產(chǎn)生負(fù)向影響，因?yàn)槠髽I(yè)無(wú)法從新想法和新技術(shù)中獲益。此外，還有學(xué)者發(fā)現(xiàn)重疊知識(shí)的效用(吸收能力)弱于非重疊知識(shí)產(chǎn)生的效用(知識(shí)新穎性)[3]。

另一類知識(shí)重疊研究則提供了更加清晰的理論框架：知識(shí)相似性和互補(bǔ)性。Makri等[8]使用該框架對(duì)技術(shù)并購(gòu)進(jìn)行研究，發(fā)現(xiàn)被并購(gòu)企業(yè)知識(shí)相似性對(duì)并購(gòu)后的技術(shù)新穎程度產(chǎn)生負(fù)向影響；Colombo & Rabbiosi[9]將知識(shí)庫(kù)劃分為相似知識(shí)和互補(bǔ)知識(shí)，探究企業(yè)技術(shù)知識(shí)特征對(duì)并購(gòu)后創(chuàng)新績(jī)效的影響。最近許多學(xué)者利用這一框架分析了知識(shí)相似性和互補(bǔ)性如何影響被并購(gòu)企業(yè)的研發(fā)資產(chǎn)投資及其在技術(shù)并購(gòu)中的知識(shí)利用，盡管結(jié)果略微不同，但均強(qiáng)調(diào)了非重疊知識(shí)在組織學(xué)習(xí)中的重要性，因?yàn)橹R(shí)新穎性對(duì)并購(gòu)后創(chuàng)新績(jī)效會(huì)產(chǎn)生積極影響。

然而，前述研究?jī)H關(guān)注知識(shí)重疊的數(shù)量維度，忽視了質(zhì)量維度。文中將知識(shí)質(zhì)量納入知識(shí)重疊的理論框架，分析重疊、非重疊知識(shí)的數(shù)量質(zhì)量特性如何影響并購(gòu)后的創(chuàng)新績(jī)效。圖1描繪了技術(shù)并購(gòu)中兩家企業(yè)知識(shí)庫(kù)的重疊和非重疊部分。其中，并購(gòu)企業(yè)通常是領(lǐng)先企業(yè)，擁有較為完備的知識(shí)庫(kù)和相對(duì)領(lǐng)先的技術(shù)，被并購(gòu)企業(yè)是追趕企業(yè)，知識(shí)庫(kù)規(guī)模較小且技術(shù)相對(duì)落后。

圖1 技術(shù)并購(gòu)中的重疊/非重疊知識(shí)

1.2 知識(shí)庫(kù)特性與并購(gòu)后創(chuàng)新績(jī)效

基于組織學(xué)習(xí)理論，知識(shí)轉(zhuǎn)移和知識(shí)創(chuàng)造是企業(yè)將獲取的外部知識(shí)轉(zhuǎn)化為競(jìng)爭(zhēng)優(yōu)勢(shì)的重要過(guò)程[15]。技術(shù)并購(gòu)的本質(zhì)是獲取新知識(shí)，而知識(shí)轉(zhuǎn)移和知識(shí)創(chuàng)造是促進(jìn)并購(gòu)成功和績(jī)效提升的重要因素。

1.2.1 知識(shí)質(zhì)量與創(chuàng)新績(jī)效

高質(zhì)量知識(shí)是隱性、復(fù)雜和高度情景化的[16]。有關(guān)知識(shí)轉(zhuǎn)移的文獻(xiàn)認(rèn)為，知識(shí)質(zhì)量越高，嵌入企業(yè)知識(shí)庫(kù)(包括勞動(dòng)力、工具、任務(wù)、網(wǎng)絡(luò)等)的復(fù)雜性就越高[17]。高質(zhì)量知識(shí)的復(fù)雜性是知識(shí)具有不可模仿、難以轉(zhuǎn)移、區(qū)域情境等特性的根源。另外，隱性知識(shí)具有模糊性和粘性，使得知識(shí)轉(zhuǎn)移變得困難，尤其當(dāng)兩個(gè)學(xué)習(xí)主體間沒(méi)有重疊慣例時(shí)，知識(shí)轉(zhuǎn)移幾乎不會(huì)發(fā)生[18]。高質(zhì)量知識(shí)產(chǎn)生于干中學(xué)，知識(shí)創(chuàng)造的關(guān)鍵是經(jīng)驗(yàn)和知識(shí)積累。因此，高質(zhì)量知識(shí)無(wú)法僅從簡(jiǎn)單的知識(shí)轉(zhuǎn)移中學(xué)習(xí)得到[19]。

但是，并購(gòu)企業(yè)與被并購(gòu)企業(yè)間的知識(shí)重疊使得高質(zhì)量知識(shí)轉(zhuǎn)移變得順暢。重疊知識(shí)意味著企業(yè)擁有共同的知識(shí)生產(chǎn)過(guò)程和路徑[20]。Cohen & Levinthal[21]認(rèn)為企業(yè)間知識(shí)重疊提供共同的技術(shù)、相似的認(rèn)知基礎(chǔ)和共享的技術(shù)語(yǔ)言，從而使并購(gòu)企業(yè)擁有更強(qiáng)的吸收能力，可以更好地理解、吸收和轉(zhuǎn)化被并購(gòu)企業(yè)的高質(zhì)量知識(shí)。

高質(zhì)量知識(shí)有利于知識(shí)創(chuàng)造。如果并購(gòu)企業(yè)已在某些領(lǐng)域取得技術(shù)突破，高質(zhì)量知識(shí)對(duì)完善相關(guān)技術(shù)至關(guān)重要。有研究強(qiáng)調(diào)被并購(gòu)企業(yè)非重疊和新穎知識(shí)對(duì)提升創(chuàng)新績(jī)效的重要性[3,5]。盡管重疊知識(shí)可能包含冗余的知識(shí)技術(shù)庫(kù)，生產(chǎn)過(guò)程和路徑會(huì)因生產(chǎn)環(huán)境不同而有所差異，但其重要性不言而喻。高質(zhì)量知識(shí)具有高度情景性、原創(chuàng)性和競(jìng)爭(zhēng)優(yōu)勢(shì)，相比低質(zhì)量知識(shí)，其擁有更優(yōu)的提升路徑和更廣的適用范圍[22]。因此，高質(zhì)量重疊知識(shí)能為并購(gòu)企業(yè)提供新技術(shù)，進(jìn)而優(yōu)化其生產(chǎn)過(guò)程、技術(shù)路徑并提升現(xiàn)有知識(shí)利用率。由此，提出如下假設(shè)：

H1：在技術(shù)并購(gòu)中，重疊知識(shí)質(zhì)量越高，技術(shù)并購(gòu)后的創(chuàng)新績(jī)效越好。

當(dāng)高質(zhì)量知識(shí)不重疊時(shí)，并購(gòu)企業(yè)會(huì)試圖整合這些知識(shí)，但吸收能力不足會(huì)導(dǎo)致效率低下。另外，高質(zhì)量知識(shí)的特性(如資產(chǎn)專用性、隱性、復(fù)雜)使得知識(shí)轉(zhuǎn)移更加困難[23-24]。非重疊知識(shí)在生產(chǎn)過(guò)程和路徑上存在差異，并購(gòu)企業(yè)難以對(duì)其進(jìn)行轉(zhuǎn)移與整合。因此，由于低效的知識(shí)轉(zhuǎn)移，整合被并購(gòu)企業(yè)的高質(zhì)量、非重疊知識(shí)會(huì)產(chǎn)生高額成本，從而分散并購(gòu)企業(yè)原本用于增強(qiáng)企業(yè)核心競(jìng)爭(zhēng)力的研發(fā)資源，反而不利于創(chuàng)新績(jī)效提升[25]。而且，轉(zhuǎn)移被并購(gòu)企業(yè)的高質(zhì)量、非重疊知識(shí)花費(fèi)的時(shí)間可能會(huì)使并購(gòu)企業(yè)錯(cuò)失創(chuàng)造新知識(shí)的時(shí)機(jī)。高質(zhì)量、非重疊知識(shí)整合會(huì)消耗大量資源和時(shí)間，進(jìn)而對(duì)知識(shí)轉(zhuǎn)移產(chǎn)生較大負(fù)面影響。

盡管成本較高，但高質(zhì)量、非重疊知識(shí)會(huì)對(duì)知識(shí)創(chuàng)造產(chǎn)生積極影響。因具有更好的整合潛力和應(yīng)用前景，被并購(gòu)企業(yè)的高質(zhì)量知識(shí)比低質(zhì)量知識(shí)更具競(jìng)爭(zhēng)力。但是，高質(zhì)量知識(shí)的積極效應(yīng)受限于并購(gòu)企業(yè)較弱的吸收能力。如果沒(méi)有任何知識(shí)重疊，并購(gòu)企業(yè)就難以整合利用高質(zhì)量知識(shí)，進(jìn)而影響其未來(lái)的創(chuàng)新活動(dòng)。因此，隨著非重疊知識(shí)質(zhì)量提高，整合成本增加的負(fù)效應(yīng)大于整合潛力增加的正效應(yīng)。此外，非重疊的高質(zhì)量知識(shí)會(huì)因資源分配問(wèn)題而對(duì)創(chuàng)新產(chǎn)生負(fù)面影響[26]。Jiang等[25]認(rèn)為，在沒(méi)有知識(shí)基礎(chǔ)的領(lǐng)域不斷尋求創(chuàng)新，反而會(huì)對(duì)知識(shí)創(chuàng)造產(chǎn)生負(fù)面影響，它會(huì)對(duì)現(xiàn)有核心創(chuàng)新活動(dòng)形成資源效應(yīng)，削弱企業(yè)核心競(jìng)爭(zhēng)力。換句話說(shuō)，高質(zhì)量非重疊知識(shí)會(huì)導(dǎo)致企業(yè)錯(cuò)誤地分配資源并對(duì)企業(yè)核心競(jìng)爭(zhēng)力和知識(shí)創(chuàng)造產(chǎn)生負(fù)面效應(yīng)。

總之，雖然高質(zhì)量非重疊知識(shí)擁有極大的整合潛力，但由于高昂的整合成本和錯(cuò)誤的資源分配使其產(chǎn)生負(fù)面效應(yīng)。因此，本文假設(shè)非重疊知識(shí)質(zhì)量會(huì)對(duì)并購(gòu)后的創(chuàng)新績(jī)效產(chǎn)生負(fù)面影響。

H2：在技術(shù)并購(gòu)中，非重疊知識(shí)質(zhì)量越高，技術(shù)并購(gòu)后的創(chuàng)新績(jī)效就越低。

1.2.2 知識(shí)數(shù)量與創(chuàng)新績(jī)效

轉(zhuǎn)移重疊知識(shí)更加容易，因?yàn)椴①?gòu)企業(yè)已經(jīng)掌握了相應(yīng)的吸收能力。因此，與被并購(gòu)企業(yè)知識(shí)重疊會(huì)因技術(shù)知識(shí)共享而使知識(shí)轉(zhuǎn)移和知識(shí)整合變得容易[16,20]。Phene等[11]的研究表明，并購(gòu)企業(yè)和被并購(gòu)企業(yè)間的知識(shí)重疊使得技術(shù)人員擁有相似的思維方式，這為組織系統(tǒng)和學(xué)習(xí)過(guò)程帶來(lái)相似性并且有利于知識(shí)吸收。只要并購(gòu)企業(yè)擁有足夠的吸收能力，有效的知識(shí)轉(zhuǎn)移就可能發(fā)生。

技術(shù)并購(gòu)導(dǎo)致重疊知識(shí)數(shù)量增加，對(duì)知識(shí)創(chuàng)造過(guò)程產(chǎn)生積極影響。隨著被并購(gòu)企業(yè)吸收的重疊知識(shí)數(shù)量不斷增加，不同知識(shí)和技術(shù)整合就會(huì)增強(qiáng)企業(yè)核心競(jìng)爭(zhēng)力[27]。重疊知識(shí)數(shù)量增加有助于現(xiàn)有知識(shí)的有效交換和重新整合，對(duì)企業(yè)現(xiàn)有知識(shí)庫(kù)開發(fā)產(chǎn)生積極影響[8]。

但是，過(guò)量的重疊知識(shí)也會(huì)對(duì)企業(yè)知識(shí)創(chuàng)造產(chǎn)生消極影響。首先，過(guò)高的重疊知識(shí)會(huì)導(dǎo)致知識(shí)冗余，減少學(xué)習(xí)機(jī)會(huì)。高度的知識(shí)冗余削弱了新知識(shí)整合的潛在可能性，會(huì)對(duì)創(chuàng)新產(chǎn)生不利影響。企業(yè)知識(shí)庫(kù)之間大量重疊知識(shí)增加了企業(yè)資源冗余，最終導(dǎo)致成員間沖突和組織混亂[3]。換句話說(shuō)，盡管重疊知識(shí)的增加有利于企業(yè)研究開發(fā)和創(chuàng)新績(jī)效提升，但過(guò)量的重疊冗余會(huì)引起組織混亂和創(chuàng)新效率下降。基于此，提出如下假設(shè)：

H3：在技術(shù)并購(gòu)中，重疊知識(shí)的數(shù)量與并購(gòu)后的創(chuàng)新績(jī)效呈倒U型關(guān)系。

一方面，在知識(shí)非重疊區(qū)域，由于并購(gòu)企業(yè)缺乏相應(yīng)的吸收能力，吸收、整合知識(shí)會(huì)消耗更多時(shí)間和資源。當(dāng)缺乏吸收能力的企業(yè)面對(duì)非重疊知識(shí)過(guò)量流入、形成信息過(guò)載時(shí)，就會(huì)影響知識(shí)轉(zhuǎn)移和學(xué)習(xí)過(guò)程[11]。信息過(guò)載會(huì)使并購(gòu)企業(yè)在“選擇何種知識(shí)實(shí)現(xiàn)創(chuàng)新”方面產(chǎn)生混亂，也會(huì)使信息的及時(shí)吸收和整合變得困難[2,26]。非重疊知識(shí)過(guò)量會(huì)導(dǎo)致技術(shù)并購(gòu)中知識(shí)轉(zhuǎn)移的高成本和低效率。

另一方面，技術(shù)并購(gòu)帶來(lái)的非重疊知識(shí)增加也會(huì)對(duì)知識(shí)創(chuàng)造產(chǎn)生積極影響。吸收大量非重疊知識(shí)能產(chǎn)生更多知識(shí)整合，有利于企業(yè)進(jìn)入新技術(shù)領(lǐng)域[28-30]。企業(yè)非重疊知識(shí)與現(xiàn)有知識(shí)整合可實(shí)現(xiàn)更有價(jià)值的創(chuàng)新[31]。被并購(gòu)企業(yè)的非重疊知識(shí)會(huì)成為并購(gòu)企業(yè)探索新領(lǐng)域的工具箱，它包含對(duì)并購(gòu)企業(yè)未擁有知識(shí)的獲取、轉(zhuǎn)移和新知識(shí)、新工藝、新路徑的利用。換句話說(shuō)，大量非重疊知識(shí)轉(zhuǎn)入并購(gòu)企業(yè)，使其整合潛力和進(jìn)入新技術(shù)領(lǐng)域的可能性不斷增加，進(jìn)而促進(jìn)企業(yè)創(chuàng)新。

但是，信息過(guò)載是非重疊知識(shí)過(guò)量的結(jié)果，它對(duì)知識(shí)創(chuàng)造和知識(shí)轉(zhuǎn)移產(chǎn)生不利影響。信息過(guò)載破壞了現(xiàn)有創(chuàng)新活動(dòng)，使知識(shí)創(chuàng)造過(guò)程變得復(fù)雜[32-33]。如果并購(gòu)企業(yè)吸收過(guò)多的非重疊知識(shí)，其關(guān)注于特定技術(shù)發(fā)展的策略就會(huì)被干擾。

總之，大量非重疊知識(shí)增加了知識(shí)整合的可能性，這有利于企業(yè)突破式創(chuàng)新。但是，當(dāng)數(shù)量超過(guò)一定界限時(shí)，并購(gòu)企業(yè)就會(huì)因吸收能力不足和知識(shí)轉(zhuǎn)移延時(shí)而承受高昂整合成本。而且，過(guò)量的非重疊知識(shí)會(huì)破壞企業(yè)現(xiàn)有創(chuàng)新活動(dòng)。基于此，提出如下假設(shè)：

H4：在技術(shù)并購(gòu)中，非重疊知識(shí)數(shù)量與并購(gòu)后的創(chuàng)新績(jī)效呈現(xiàn)倒U型關(guān)系。

綜上，提出本文研究框架及相關(guān)假設(shè)如表1所示。

表1 研究框架與相關(guān)假設(shè)

2 數(shù)據(jù)與方法

并購(gòu)事件數(shù)據(jù)來(lái)源于私募通創(chuàng)業(yè)投資數(shù)據(jù)平臺(tái)(https://www.pedata.cn/)。本文收集了2008-2017年中國(guó)機(jī)械制造企業(yè)的國(guó)內(nèi)并購(gòu)數(shù)據(jù)，在剔除非技術(shù)并購(gòu)案例、收購(gòu)剩余資產(chǎn)等數(shù)據(jù)，同時(shí)考慮數(shù)據(jù)可得性等問(wèn)題后，最終得到217家企業(yè)352條技術(shù)并購(gòu)數(shù)據(jù)。

本文因變量選擇并購(gòu)后創(chuàng)新績(jī)效，是非負(fù)計(jì)數(shù)，原則上選擇泊松回歸方法。然而，描述性統(tǒng)計(jì)分析結(jié)果顯示，因變量存在過(guò)度離散分布情況，違背了泊松回歸模型的基本假設(shè)，因此采用負(fù)二項(xiàng)回歸方法，構(gòu)建模型如下：

lnY=α+α1X1+α2X2+C+ε

(1)

因變量Y：并購(gòu)后創(chuàng)新績(jī)效(subsequent innovationperformance)。考慮到新知識(shí)發(fā)揮效用的滯后性和知識(shí)的貶值性，本文用并購(gòu)企業(yè)并購(gòu)后1-5年的總專利授權(quán)數(shù)表征[34]。企業(yè)專利授權(quán)數(shù)據(jù)來(lái)源于國(guó)家知識(shí)產(chǎn)權(quán)局2008-2018年專利授權(quán)數(shù)據(jù)。

自變量X1：重疊/非重疊知識(shí)質(zhì)量(overlapped/nonoverlapped knowledge quality)。測(cè)度重疊和非重疊知識(shí)質(zhì)量需要兩個(gè)關(guān)鍵步驟：區(qū)分重疊和非重疊知識(shí)、測(cè)度每部分知識(shí)的質(zhì)量。本文依據(jù)國(guó)家知識(shí)產(chǎn)權(quán)局的IPC分類，將所有專利按照三位數(shù)(如B12)進(jìn)行劃分，若并購(gòu)企業(yè)和被并購(gòu)企業(yè)的專利屬于同一技術(shù)類別，那么就是重疊專利，反之為非重疊專利。知識(shí)質(zhì)量用專利被引量測(cè)度。

自變量X2：重疊/非重疊知識(shí)數(shù)量(overlapped/nonoverlapped knowledge quantity)。知識(shí)重疊、非重疊判斷步驟與自變量X1相同，數(shù)量屬性則用被并購(gòu)企業(yè)的重疊專利和非重疊專利數(shù)量表征。

控制變量C：并購(gòu)企業(yè)資產(chǎn)規(guī)模(asset size)、技術(shù)能力(R&D capability)和原有知識(shí)庫(kù)(knowledge base)。資產(chǎn)規(guī)模用并購(gòu)前并購(gòu)企業(yè)三年平均營(yíng)業(yè)收入表示；技術(shù)能力用并購(gòu)前并購(gòu)企業(yè)三年平均研發(fā)投入強(qiáng)度表示。企業(yè)營(yíng)業(yè)收入和研發(fā)投入強(qiáng)度數(shù)據(jù)來(lái)源于企業(yè)網(wǎng)站和其它網(wǎng)絡(luò)渠道。并購(gòu)企業(yè)原有知識(shí)庫(kù)用并購(gòu)前企業(yè)專利類別總數(shù)表征。同時(shí)引入一些虛擬變量以替代交易年份、所在城市等信息。

3 實(shí)證分析

3.1 回歸結(jié)果分析

表2展示了各變量描述性統(tǒng)計(jì)和相關(guān)系數(shù)情況，可以看出，機(jī)械制造企業(yè)并購(gòu)后的平均專利授權(quán)數(shù)達(dá)36.3件，并購(gòu)前并購(gòu)企業(yè)的平均營(yíng)業(yè)收入達(dá)15.56億元，平均研發(fā)投入強(qiáng)度達(dá)17%，所擁有的專利類別總數(shù)達(dá)12.73項(xiàng)。本文通過(guò)方差膨脹因子檢驗(yàn)，排除因變量間相關(guān)性高而導(dǎo)致的多重共線性問(wèn)題，提高分析的有效性。結(jié)果顯示，所有方差膨脹因子值均小于3，說(shuō)明變量之間不存在多重共線性問(wèn)題。

表2 各變量描述性統(tǒng)計(jì)與相關(guān)系數(shù)

如表3所示，模型I分析控制變量對(duì)因變量的影響，結(jié)果表明只有企業(yè)資本規(guī)模存在穩(wěn)定的正向影響。模型II-IV逐步加入自變量，模型V是包含所有控制變量和自變量的模型。

從表3可以看出，重疊知識(shí)質(zhì)量在模型II-V中均呈現(xiàn)顯著正向影響，說(shuō)明被并購(gòu)企業(yè)的高質(zhì)量重疊知識(shí)能夠?qū)Σ①?gòu)后的創(chuàng)新績(jī)效產(chǎn)生積極作用，H1成立。模型III-V中，非重疊知識(shí)質(zhì)量對(duì)創(chuàng)新績(jī)效產(chǎn)生穩(wěn)定且顯著的負(fù)向影響，表明隨著被并購(gòu)企業(yè)非重疊知識(shí)增加，會(huì)對(duì)并購(gòu)企業(yè)并購(gòu)后的創(chuàng)新績(jī)效產(chǎn)生負(fù)面效應(yīng)，因此H2成立。

為了檢驗(yàn)H3的倒U型曲線關(guān)系，模型IV和模型V加入重疊知識(shí)數(shù)量及其平方項(xiàng)。結(jié)果表明，重疊知識(shí)數(shù)量在5%置信區(qū)間內(nèi)呈現(xiàn)穩(wěn)定的正向積極影響。同時(shí)，重疊知識(shí)數(shù)量的平方項(xiàng)則在5%置信區(qū)間內(nèi)呈現(xiàn)出顯著負(fù)相關(guān)關(guān)系，表明并購(gòu)企業(yè)和被并購(gòu)企業(yè)間重疊知識(shí)數(shù)量與并購(gòu)后的創(chuàng)新績(jī)效呈現(xiàn)倒U型關(guān)系，H3成立。

H4認(rèn)為“在技術(shù)并購(gòu)中，非重疊知識(shí)數(shù)量與并購(gòu)后的創(chuàng)新績(jī)效呈倒U型關(guān)系”。然而，模型V的檢驗(yàn)結(jié)果表明，非重疊知識(shí)數(shù)量及其平方項(xiàng)并未對(duì)并購(gòu)企業(yè)并購(gòu)后的創(chuàng)新績(jī)效產(chǎn)生顯著影響，因此H4不成立。綜上可知，H1、H2、H3通過(guò)檢驗(yàn)，H4未通過(guò)檢驗(yàn)。

需要說(shuō)明的是，表3中存在顯著意義的自變量，其相關(guān)系數(shù)值似乎很小。但由于方程模型為對(duì)數(shù)形式且采用的負(fù)二項(xiàng)回歸是非線性回歸，因此因變量的實(shí)際方差比例足夠大，所以研究結(jié)果足以反映所選變量對(duì)企業(yè)并購(gòu)后創(chuàng)新績(jī)效產(chǎn)生的影響。

表3 負(fù)二項(xiàng)回歸結(jié)果

注：顯著性水平*表示P<0.1，**表示P<0.05，***表示P<0.01

3.2 穩(wěn)健性檢驗(yàn)

一些研究利用其它方法測(cè)度專利質(zhì)量，如Trajtenberg[22]認(rèn)為，原創(chuàng)性和普遍性代表了一項(xiàng)專利的質(zhì)量。因此，本文選擇原創(chuàng)性和普遍性作為知識(shí)質(zhì)量的替代指標(biāo)。

專利的普遍性是指專利在各個(gè)領(lǐng)域的應(yīng)用程度。具有高度普遍性的專利不僅在其所屬技術(shù)領(lǐng)域得到深度應(yīng)用，而且在其它領(lǐng)域也能廣泛應(yīng)用。專利普遍性的計(jì)算公式為1減去赫芬達(dá)爾指數(shù)(基于專利被引量)，表示吸聚其它類別專利的程度[35]。

專利原創(chuàng)性是指與之前專利相比，某項(xiàng)專利的新穎程度。專利質(zhì)量會(huì)隨著專利多樣性的增加而提高[36]。由于這些專利基于不同領(lǐng)域的理念和技術(shù)，因此比僅基于單個(gè)領(lǐng)域的專利更具創(chuàng)新性。專利原創(chuàng)性計(jì)算方法與專利普遍性相似，本文采用基于專利引用量的赫芬達(dá)爾指數(shù)度量。

知識(shí)質(zhì)量的兩種替代指標(biāo)被用來(lái)檢驗(yàn)H1和H2，表4和5的結(jié)果與表3一致，進(jìn)一步證明了研究結(jié)論的穩(wěn)健性。

表4 穩(wěn)健性檢驗(yàn)：知識(shí)原創(chuàng)性

注：顯著性水平*表示P<0.1，**表示P<0.05，***表示P<0.01

4 結(jié)語(yǔ)

4.1 結(jié)論與意義

本文分析了知識(shí)重疊質(zhì)量和數(shù)量特征對(duì)技術(shù)并購(gòu)后企業(yè)創(chuàng)新績(jī)效的影響。具體而言，將被并購(gòu)企業(yè)知識(shí)庫(kù)劃分為重疊部分和非重疊部分，分別考察其對(duì)創(chuàng)新績(jī)效的影響。基于國(guó)家知識(shí)產(chǎn)權(quán)局專利數(shù)據(jù)，對(duì)217家國(guó)內(nèi)機(jī)械制造企業(yè)352例技術(shù)并購(gòu)事件進(jìn)行分析，發(fā)現(xiàn)高質(zhì)量重疊知識(shí)對(duì)并購(gòu)后企業(yè)創(chuàng)新績(jī)效具有積極影響。但是，由于并購(gòu)企業(yè)吸收能力不足，高質(zhì)量非重疊知識(shí)會(huì)產(chǎn)生高昂的整合成本，從而對(duì)并購(gòu)后的企業(yè)創(chuàng)新績(jī)效產(chǎn)生負(fù)面影響。

通過(guò)對(duì)知識(shí)重疊以及知識(shí)質(zhì)量的特征進(jìn)行刻畫，對(duì)企業(yè)技術(shù)并購(gòu)研究作出以下拓展：

(1)通過(guò)揭示高質(zhì)量知識(shí)的雙面性，加深對(duì)知識(shí)管理領(lǐng)域知識(shí)基礎(chǔ)觀的理解。根據(jù)知識(shí)基礎(chǔ)觀，企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)源于隱性知識(shí)獲取[37]，因此學(xué)者們都強(qiáng)調(diào)企業(yè)需要通過(guò)知識(shí)溢出或知識(shí)創(chuàng)造獲取有價(jià)值的知識(shí)[16]。然而，本文研究結(jié)果表明，雖然轉(zhuǎn)移的知識(shí)有利于知識(shí)創(chuàng)造，但高質(zhì)量知識(shí)的隱性本質(zhì)導(dǎo)致這種轉(zhuǎn)移成本高而效率低。

(2)本文擴(kuò)展了以往關(guān)于技術(shù)并購(gòu)中知識(shí)重疊效應(yīng)的研究。最近關(guān)于知識(shí)重疊的研究表明，重疊知識(shí)會(huì)對(duì)并購(gòu)后企業(yè)創(chuàng)新績(jī)效產(chǎn)生負(fù)面影響，強(qiáng)調(diào)獲取全新的非重疊知識(shí)的重要性。非重疊知識(shí)對(duì)主體創(chuàng)新效應(yīng)的影響強(qiáng)于重疊知識(shí)，因?yàn)榉侵丿B知識(shí)能夠提升并購(gòu)企業(yè)知識(shí)基礎(chǔ)的多元化程度。然而，當(dāng)非重疊知識(shí)過(guò)多時(shí)，會(huì)產(chǎn)生高昂的整合成本，進(jìn)而抑制并購(gòu)企業(yè)創(chuàng)新績(jī)效提升[3,9]。本文在以往文獻(xiàn)基礎(chǔ)上，考察了知識(shí)的質(zhì)量特征，發(fā)現(xiàn)知識(shí)重疊對(duì)并購(gòu)后企業(yè)創(chuàng)新績(jī)效具有積極影響，而非重疊領(lǐng)域中的高質(zhì)量知識(shí)則對(duì)并購(gòu)后的創(chuàng)新績(jī)效具有負(fù)面影響。以上結(jié)論表明，在技術(shù)并購(gòu)過(guò)程中，知識(shí)質(zhì)量固然需要考慮，但重疊知識(shí)的重要性亦不容忽視，這是對(duì)以往研究結(jié)果的有益補(bǔ)充。

4.2 實(shí)踐啟示

根據(jù)研究結(jié)論，為企業(yè)并購(gòu)及創(chuàng)新實(shí)踐提供如下啟示：

(1)局限于被并購(gòu)企業(yè)的高質(zhì)量知識(shí)可能會(huì)對(duì)創(chuàng)新績(jī)效產(chǎn)生負(fù)面影響。在不考慮并購(gòu)企業(yè)知識(shí)庫(kù)時(shí)，整合知識(shí)將產(chǎn)生較高的成本，并且邊際收益較低。因此，并購(gòu)企業(yè)在進(jìn)行技術(shù)并購(gòu)時(shí)，應(yīng)著重研究自身與并購(gòu)對(duì)象之間的知識(shí)重疊情況，以更加有效地利用目標(biāo)企業(yè)的高質(zhì)量知識(shí)。在一些并購(gòu)案例中，由于缺乏共同的知識(shí)背景和基礎(chǔ)，即使收購(gòu)一家擁有高質(zhì)量、非重疊知識(shí)的企業(yè)，也無(wú)法獲得知識(shí)庫(kù)的組合協(xié)同效應(yīng)，最終導(dǎo)致并購(gòu)失敗。可見(jiàn)，缺乏重疊知識(shí)會(huì)突顯出吸收能力不足的問(wèn)題，進(jìn)而導(dǎo)致并購(gòu)企業(yè)難以有效獲取目標(biāo)企業(yè)的高質(zhì)量知識(shí)。

(2)企業(yè)需要構(gòu)建多樣化知識(shí)庫(kù)。正如本文研究所揭示的，知識(shí)重疊有助于并購(gòu)企業(yè)學(xué)習(xí)和利用被并購(gòu)企業(yè)的高質(zhì)量知識(shí)，并通過(guò)知識(shí)重組產(chǎn)生積極影響。同樣地，重疊的知識(shí)庫(kù)為并購(gòu)企業(yè)適應(yīng)被并購(gòu)企業(yè)的高質(zhì)量知識(shí)提供了足夠的吸收能力和基礎(chǔ)。然而，通過(guò)技術(shù)并購(gòu)獲取其它企業(yè)高質(zhì)量知識(shí)，前提是并購(gòu)企業(yè)自身?yè)碛信c被并購(gòu)企業(yè)重疊的知識(shí)。因此，并購(gòu)企業(yè)只有具備多樣化的知識(shí)，積極形成多樣化知識(shí)組合，才能成功吸收新知識(shí)、創(chuàng)造新知識(shí)，實(shí)現(xiàn)技術(shù)創(chuàng)新。

4.3 不足與展望

由于IPC分類系統(tǒng)只對(duì)專利應(yīng)用領(lǐng)域而非創(chuàng)新性質(zhì)進(jìn)行分類，因此測(cè)度的知識(shí)重疊可能并不完整。未來(lái)研究可通過(guò)增加新產(chǎn)品開發(fā)等額外數(shù)據(jù)彌補(bǔ)這一不足。此外，可建立一個(gè)更系統(tǒng)、科學(xué)的框架衡量知識(shí)質(zhì)量(而不只是專利引用)，精準(zhǔn)測(cè)度知識(shí)質(zhì)量特征對(duì)技術(shù)并購(gòu)的影響，從而幫助企業(yè)更好地實(shí)施并購(gòu)。