多維視角下技術距離對企業研發合作關系影響的實證研究

段慶鋒，馮 珍

(山西財經大學 管理科學與工程學院，山西 太原 030006)

0 引言

現代技術創新呈現出組織邊界不斷弱化、合作日趨網絡化的發展特征。雖然每個企業都認識到研發合作的重要性，但是建立并保持有效率的合作關系面臨巨大挑戰，尤其是技術系統的復雜性給合作關系帶來難以預見的影響[1]。雖然研發合作受到制度、組織、市場等不同外部因素影響，但本質上還是一種特殊的技術活動方式。因此，企業在搜尋、建立、保持研發合作關系時，技術關系是首要考慮的根本因素。那么，企業技術距離與研發合作關系間存在怎樣的影響機制？嵌入合作網絡的企業如何在不同技術關系中作出最有利抉擇？探究和回答這些問題有助于深化開放式創新理論，為企業科學制定研發合作戰略提供有益參考。

從已有文獻看，在合作創新績效導向框架下，涉及技術距離與研發合作關系兩要素的研究較豐富，在多數研究中兩者都被視為創新績效的前因要素，作用路徑及機理得到了深入探討。技術距離最早在研發知識溢出效應研究中被提出，研究發現，技術距離能夠調節研發知識溢出效應，進而導致不同創新績效。后續大量研究從不同角度探討了技術距離的創新效應，然而對影響路徑及解釋存在不同觀點。Enkel等[2]指出，創新中一定程度的技術差距是必要的。但也有研究發現，技術距離不利于知識溢出，應保持較小的技術距離[3; 4]。不過，大多數學者認為過大或過小的技術距離都不利于合作或協同創新績效。例如趙倩[5]認為技術距離與企業合作研發傾向之間呈倒U型關系；向希堯等[6]對專利合作網絡的實證研究發現，技術接近性對縮短企業在合作網絡中的距離具有顯著正向作用，同時，對提高合作創新程度也有顯著的積極影響。還有學者認為技術距離對合作的影響是間接傳遞的。如向希堯[7]實證發現，技術接近性會影響其它接近性與跨國知識合作的關系，正向調節社會接近性對連接重要性的正效應，但對社會接近性與連接距離的關系沒有顯著影響。總之，學者們就技術距離與研發合作的內在關系并沒有達成一致結論，有必要進一步深入探討。

綜上所述，相關研究成果頗豐，但仍存在以下方面不足：其一，在研究焦點上，大多數實證研究關注合作績效，而非合作關系本身，尤其是直接聚焦于技術距離與研發合作關系影響機制的不多，事實上技術距離對研發合作二元關系的影響未有深入涉及。究其原因，一定程度上與缺乏有效的因果推斷工具有關，比如由于序列相關性問題，傳統回歸模型并不適合將網絡二元關系作為因變量，另外，QAP模型雖然沒有序列相關問題，但只能刻畫兩個網絡關系的相關性，且局限于特定分析場景；其二，在概念框架上，忽視了技術系統的復雜性，單一維度的技術距離可能難以全面揭示主體間技術關系；其三，在分析機理上，大多以合作關系的相互獨立為潛在假設，忽略了合作網絡嵌入的內生相關性，難以刻畫技術合作網絡的內在動力機制。

針對上述研究缺口，本文在探討技術距離多維內涵的基礎上，提出技術距離對企業研發合作二元關系的影響關系假設，并以石墨烯領域的合作專利為樣本，采用指數隨機圖模型開展實證研究。

1 相關理論與研究假設

1.1 技術距離的多維內涵

最早，Jaffe[8]將技術距離定義為技術主體雙方在技術領域分布上的相異關系。這種基于技術結構的界定方法在后續研究中得到較為廣泛的認同與應用。當然，也有采用較為簡單的計算方法，即以雙方技術指標的差值作為度量，如專利申請量之差[9]。這種單一指標顯然只度量了技術特征的某個側面，難以表達技術系統的復雜多樣性。一般地，可以將技術距離視為技術主體間的技術差異性。

當然，考察技術距離的困難在于技術本身的復雜性。任何一個技術主體都是由不同技術要素形成的具有特定功能、結構的生態系統，技術系統之間的比較形成了技術距離，這種比較是以技術生態系統為切入視角的[10]。

技術生態位概念為理解技術距離內涵提供了理論啟發。類比生態系統，通常將技術生態位界定為技術個體發展所需的技術資源及功能的綜合。技術生態位理論認為每個主體都存在適合自身發展的技術生態位(niche)[11]，其特征可以表現在兩方面：一是數量規模層面，即技術生態位的寬度和深度分別反映了其生存空間的橫縱向范疇；二是結構層面，即技術生態位的內在要素分布與外在結構重疊。技術距離反映了技術生態位的相對關系，且這種技術比較影響了技術生態位的演化發展。

差異化的技術生態位構成了技術競爭及合作的內在動力。一方面，按照技術生態位重疊和分離理論，當企業間的技術生態位存在完全或部分重疊時(技術距離縮小)，會發生激烈競爭，在飽和市場環境下優勢企業最終占據重疊的生態位空間；激烈的技術競爭會導致企業實際技術生態位的收縮，實質上對競爭雙方都存在負面作用[12]。另一方面，按照技術生態位進化理論[13]，為了規避直接競爭的負面后果，存在潛在技術生態位重疊的企業具有合作動力，而合作有利于擴張雙方技術生態位空間，形成共贏局面。可見，技術距離影響甚至決定研發合作狀態，而且這種影響路徑是復雜的。

綜合上述分析，本文認為單維度指標不足以完整刻畫技術距離在技術合作生態系統中的作用，有必要從不同層面分析技術距離與合作關系間的相互耦合，因此對已有概念進行整合并構建了多維概念框架，如圖1所示。具體地，在規模方面，技術深度、技術寬度反映了技術生態位外延特征；在結構方面，技術多樣性反映了技術生態位的內在技術成分結構，技術重疊性反映了技術生態位的外在技術結構重疊程度。相應地，通過比較這些技術特征，可以考察企業間的技術距離。

圖1 技術距離的多維特征

1.2 研究假設

(1)技術寬度距離。技術寬度是企業技術創新活動涉及的技術領域范疇[14]，體現了企業技術外延范圍，反映了技術生態位的橫向廣度。技術寬度大意味著涉及多個技術細分領域，技術布局廣泛且方向多樣，企業技術創新需要融合多種異質性知識要素，因此要求創新主體具有良好的吸收能力[15]，能夠整合異質性知識，具有強烈的探索式創新傾向與出眾的技術集成能力。反之，技術寬度小的企業更聚焦于狹窄領域，體現出專業化、精細化的技術策略，通常表現出利用式創新傾向。

技術寬度距離定義為企業間技術寬度差距的比較。技術寬度距離是橫向技術勢差的反映，其為研發合作提供了創新要素組合的空間，這是因為在大多數情況下創新要素的重新組合是創新的重要源泉。技術寬度大的企業以技術集成、知識融合、應用廣泛為優勢，技術寬度小的企業以技術不可替代性、專業性為優勢。兩種類型企業合作是一種互補性技術戰略，形成研發合作基礎。技術寬度小的一方通過合作能夠拓展原有技術邊界、獲得異質性知識；技術寬度大的一方則能夠增強技術集成與協同應用能力。基于以上分析，提出研究假設。

H1：技術寬度距離正向促進研發合作關系。

(2)技術深度距離。技術深度體現了企業在垂直技術領域獲得的技術優勢及創新實力，反映了技術生態位的縱向深度，常常通過技術成果累積數刻畫。技術深度越大，企業在該領域內的技術優勢越明顯，通常為技術領域的核心企業，往往也是研發合作的熱門目標。相反，技術深度越小，企業技術能力及知識儲備越不足，通常為技術領域的邊緣企業，往往具有較強烈的合作動機。

技術深度距離定義為企業間技術深度差距的比較。技術深度距離是縱向技術勢差的體現，從技術競爭博弈視角看，其為研發合作提供了基礎。若以技術深度為劃分依據，研發合作存在3種可能模式，即強強合作、弱弱合作、強弱合作。強強合作雙方缺乏足夠的一致利益，為了獲得領域技術優勢甚至壟斷地位，激烈的技術競爭導致形成利益沖突與信任缺乏，難以保持長期合作；弱弱合作難以促進技術創新能力提升，缺乏合作意義；強弱合作能夠滿足雙方不同合作動機。具體地，企業技術深度距離大，能夠相互滿足對方的技術戰略需求。一方面，技術落后企業傾向于選擇技術領先企業建立研發合作，通過合作接入前沿技術網絡，通過技術學習與知識吸收，實現技術追趕；另一方面，技術領先企業希望擴大個體合作網絡，利用網絡效應擴大自身技術影響力，甚至形成共識的通用技術標準，從而有助于保持甚至擴大技術領先地位。基于以上分析，提出研究假設。

H2：技術深度距離正向促進研發合作關系。

(3)技術多樣性距離。技術多樣性反映了技術資源分布的均衡程度，著重考察創新資源或技術成果的領域分布是集中還是分散。如果企業將大部分資源集中在少數技術領域，則表明技術布局集中，技術多樣性低；反之，技術資源平均分布在多個領域則表明技術知識來源領域多樣化。技術多樣性刻畫了企業技術知識的結構特征，體現了技術資源的豐富程度、技術領域的均衡性。

技術多樣性距離定義為合作雙方技術多樣性差距的比較。技術多樣性實質上刻畫了企業技術資源的配置模式，因此可以將技術多樣性距離理解為技術資源多樣化配置的差異程度。不同的技術多樣化策略為雙方溝通設置了障礙，增加了技術協同管理難度。可見，技術多樣性距離增加了合作雙方交易成本和溝通難度，降低了技術兼容性與協同性，削弱了研發合作關系的技術基礎。基于以上分析，提出研究假設。

H3：技術多樣性距離反向抑制研發合作關系。

(4)技術重疊性距離。技術重疊性是指企業間技術應用領域的重合程度，反映了企業技術組織結構的相似程度。技術重疊性越大，說明企業技術資源的分布模式越相似，意味著技術領域的布局、投資策略、競爭格局等方面存在相近性。按照技術生態位理論，這種技術結構相近性易導致技術生態位接近，帶來潛在技術沖突[16]，同時意味著存在類似的目標市場。

技術重疊性距離定義為合作雙方技術重疊性差距的比較。技術重疊性距離實質上刻畫了企業間存在的技術結構性差異，而且這種差異可能源于不同的客戶及產品定位。這種結構差異性不利于合作雙方進行技術溝通，提高了交易成本，增加了技術復雜性，降低了合作創新效率。雖然技術重疊性距離降低了潛在的技術競爭性，但是異質性知識體系與不同細分領域導致了不同技術路徑，缺乏足夠技術共識的合作難以獲得成功。基于以上分析，提出研究假設。

H4：技術重疊性距離反向抑制研發合作關系。

綜上所述，對技術距離多維內涵特征以及其對研發合作關系的影響假設進行歸納，如表1所示。技術距離對研發合作的影響存在多條路徑，這些影響效應的方向及程度需要作進一步的實證檢驗。

表1 技術距離多維特征及影響效應假設

2 研究方法

2.1 指數隨機圖模型

指數隨機圖模型ERGM是一種針對網絡二元關系的統計建模方法[17]，其將網絡邊發生的概率建模為各種可能的網絡構型(Configuration)。之所以采用指數隨機圖模型，主要有以下兩方面考慮：其一，適用性。如果將合作的交織視為網絡，合作關系為網絡邊，則研發合作影響因素研究可以轉化為研發合作網絡邊的建模問題。指數隨機圖模型是處理網絡邊建模的有力工具，具有天然適用性；其二，擬合優勢。由于違反了序列無關性假設，傳統回歸模型難以刻畫網絡邊的內生相關性，而ERGM模型能夠度量網絡的內生結構嵌入性，具有模型擬合優勢，可提高模型結果解釋性。

具體地，將事實網絡y視為隨機網絡集合Y的某個具體實現，網絡y的發生概率依賴于可能的網絡構型、節點屬性和邊屬性。網絡構型可以是特定的某種結構模式，例如三角結構、星型結構等。這里網絡構型為模型內生變量，節點屬性及邊屬性為模型外生變量。一般地，將事實網絡發生的概率模型化為指數函數形式，如公式(1)所示[18]。

(1)

其中，X代表依賴于節點或邊的網絡協變量向量，g(y, X)代表由網絡構型變量和外生性協變量組成的向量；θ代表變量前的常數向量，它是需要擬合求取的模型參數，其取值大小體現了相應變量對事實網絡形成的貢獻程度；κ(θ,y)代表了模型的歸一化因子，以確保所有可能網絡樣本發生的概率總和為1，即∑z∈Yexp{θTg(z,X)}=1。

θ是模型結果分析的重點關注部分，進一步可以將其解釋為網絡變化量對網絡生成對數幾率的貢獻程度，如公式(2)所示。

(2)

2.2 模型設定

2.2.1 基本思路

按照指數隨機圖模型理論，以企業為網絡節點，合作二元關系(發生為1，否則為0)為網絡邊，將合作關系發生概率建模為相關網絡的內生變量與外生變量[19]，將技術距離度量為兩企業節點屬性差的絕對值，模型中記為Diff(δ)，δ代表某個屬性指標，如表2所示。該統計值越大，說明企業間技術距離越大。如果其在模型中的擬合系數顯著為正，則說明該技術距離正向促進合作關系建立，且擬合系數越大，這種影響效應越顯著；否則相反。值得注意的是，技術距離在模型中被設定為外生變量。

另外，模型中還加入了有關網絡構型作為內生變量，以刻畫結構嵌入效應。已有研究往往對研發合作網絡關系的外生、內生機制單獨進行探討，即或者采用仿真方法模擬研發合作關系的相互耦合動力機制，或者采用定量模型分析技術屬性對合作關系的影響程度，未將兩者納入同一框架進行度量和分析。因此，已有文獻獲得的技術距離對合作關系的影響效應可能是偏頗的，是混雜了合作網絡內生效應的結果。

按照指數隨機圖模型理論，作為二元關系的網絡邊存在自相關性，一條邊的發生概率可能以其它相鄰邊的發生為條件，由此涌現出某種特定的網絡結構傾向[20]。這種影響效應是網絡的內生動力機制，這種結構效應雖然已被創新理論學界關注，但是對其因果效應的度量卻鮮有提及。因此，選擇有關典型構型變量加入模型以控制網絡內生性，如表2所示。這種通過ERGM模型獲得的結果是剔除內生影響后的凈效應，有助于提高結論的準確性與解釋力。

表2 ERGM模型統計量含義

2.2.2 變量界定

技術距離變量定義為相應維度技術指標差的絕對值。值得注意的是，變量定義及計算均建立在合作專利基礎上，同時也是實證研究的樣本對象。為不失一般性，通過合作專利數揭示研發合作機制，主要基于兩方面考慮：一方面，專利已經成為揭示技術創新活動的最常見分析工具；另一方面，如果企業雙方能夠共同申請專利并共享所有權，足以說明雙方間存在高度信任、緊密的技術關系以及實質性的研發合作活動。這種研發合作的界定方法客觀嚴謹，數據來源公開權威，確保了樣本的可靠性和研究便捷性。

(1)技術寬度。技術寬度通常通過技術領域范圍度量。例如張古鵬等[21]采用專利副分類號覆蓋的所有技術領域衡量技術寬度，設計了考慮技術領域相關性的加權寬度。借鑒相關研究，本文將用企業專利覆蓋的技術領域數量反映技術寬度，記為變量width。具體地，技術領域劃分采用國際專利分類方法IPC。作為國際通用的專利分類體系，其將整個技術體系分為5個不同等級，包括部、大類、小類、大組、小組。過細或過粗的劃分粒度都不利于分析，經過嘗試比較，以IPC號的大組作為劃分依據，計算技術寬度。另外，其它變量計算中涉及的技術領域都采用相同劃分方法。

(2)技術深度。技術成果數量直接反映了企業在該領域的技術創新能力與水平。因此，將技術深度指標用企業獲得的所有專利數量體現，記為變量depth。

(3)技術多樣性。技術多樣性反映了技術領域的均衡性、豐富性。這里借鑒反映產業集中度的HHI指數[22]，間接測度企業技術多樣性水平。技術集中度HHIi采用企業i專利涉及技術領域的占比平方和衡量，進而得到技術多樣性計算公式。

(3)

其中，Pik代表企業i在第k個技術領域獲得的專利數量，Pi代表企業i所有的專利數量，K表示所有技術領域數量。由上述界定可知，技術多樣性的最小值為0，此時所有專利都集中在1個技術領域；當專利平均分布在各技術領域時，取得最大值1/K。

(4)技術重疊性。技術重疊性可以通過技術領域重疊程度加以刻畫。將技術重疊性overlayi定義為企業i與其它所有企業的平均技術重疊性，如公式(4)所示。

(4)

其中，sim(i,j)代表企業i和j的技術重疊性，M代表所有企業數量。技術重疊性用企業i和j的技術分布接近程度表示，采用余弦相似度公式得到：

(5)

其中，Pik和Pjk分別代表企業i與j在技術領域k的專利數。

2.2.3 控制變量

為了控制網絡結構效應，加入兩個代表性網絡構型，即幾何加權邊共享伙伴gwesp(geometrically weighted edge-wise shared partners)與幾何加權度分布項gwdegree(geometrically weighted degree distribution)，分別代表三角結構與星型結構，具體定義如表2所示。變量gwesp表示共享伙伴節點邊分布的幾何加權和，權重值隨共享伙伴節點數增加而衰減。如果變量gwesp系數顯著為正，說明網絡傾向于形成閉合三角結構。變量gwdegree定義為網絡度分布項的幾何加權和，權重值隨節點度增大而衰減。如果變量系數顯著為正，說明網絡傾向于形成“中心-邊緣”的星型結構。另外，上述兩變量有利于降低模型退化風險[23]。

3 實證分析

3.1 數據來源與處理

選取石墨烯作為實證領域。石墨烯以其優異性能、巨大商業前景成為世界各國重視的主要競爭領域，存在技術合作基礎和需求，是極佳的研究對象。數據源取自具有極高創新價值的美國專利數據庫。具體地，以公開的美國授權專利數據庫(PatFT)為檢索工具，采用高級檢索頁面，查詢專利文本標題或摘要中包含關鍵字“graphene”的所有數據記錄。設計檢索表達式為“ttl/graphene or abst/graphene”，初步查詢得到數據1 800條，時間覆蓋2005-2017年。進一步，對數據進行篩選，對企業名稱進行規范化編碼處理，刪掉非企業專利、非合作專利，最終得到183條專利樣本。從專利文本中抽取建模分析需要的元數據，主要包括：專利權所有人、IPC。

以企業為節點、共同申請專利為邊，構建企業研發合作網絡。網絡包含節點(企業)166個、無向邊(研發合作)200條。然后，構建166×166的鄰接矩陣M，如果企業i和j至少存在1項合作專利，則Mij記為1，否則為0。矩陣元素Mij代表網絡邊，為模型中的因變量。

3.2 描述性分析

整體上，研發合作網絡的密度為0.015、平均最短路徑為2.011、全局聚類系數為0.109。利用網絡拓撲特征，可以判斷研發合作網絡較為稀疏，沒有形成高連通、高密度，反映出作為新興技術領域，石墨烯處于技術發展初期，存在較大技術合作潛力。

表3給出了有關變量的描述性分析結果：技術寬度均值為6.474，說明每個企業平均約覆蓋6個IPC大組的技術領域；技術深度均值為5.115，說明每個企業平均約獲得5項授權專利；技術多樣性均值為0.503，處于可能取值的中間水平，說明大部分企業技術集中程度適中；網絡中心性均值為2.409，說明平均每個企業約有2個合作伙伴；技術重疊性均值為0.137，說明企業約13.7%的領域存在潛在技術重疊。值得注意的是，技術深度表現出較大標準差(17.849)，說明該領域企業創新實力分布的波動性大，存在兩極分化傾向。在技術距離方面，各指標都表現出高均值傾向，技術距離分布的長尾效應明顯。

表3 模型變量描述性分析結果

3.3 模型結果分析

采用R中的STATNET軟件包對構建的指數隨機圖模型進行參數擬合，采用馬爾可夫鏈蒙特卡羅極大似然估計法(MCMC MLE)得到模型參數估計值及檢驗結果。單個變量的顯著型水平通過t檢驗，模型的整體擬合程度符合AIC與BIC準則。模型1-模型4分別只加入1個技術距離變量，模型5則加入全部變量。整體上，各模型擬合效果良好，除個別控制變量外，都通過了顯著性檢驗，擬合結果如表4所示。

表4 ERGM模型擬合結果

模型1考察了技術寬度距離對研發合作的影響，結果支持研究假設H1。變量diff(width)系數為0.084，意味著技術寬度距離每增加1個單位，共同申請專利幾率增大到1.088(=e0.084)倍，說明技術領域覆蓋范圍差距越大，越傾向于建立研發合作關系，即技術寬度距離對研發合作存在正向促進效應。

模型2考察了技術深度距離對研發合作的影響，結果支持研究假設H2。變量diff(depth)系數為0.034，意味著技術深度距離每增加1個單位，共同申請專利幾率增大到1.035(=e0.034)倍，說明技術深度差距越大，越傾向于建立研發合作關系，即技術深度距離對研發合作存在正向促進效應。

模型3考察了技術多樣性距離對研發合作的影響，結果支持研究假設H4。變量diff(diversity)系數顯著為負(-2.383)，意味著技術多樣性距離每減少1個單位，共同申請專利幾率增大到10.838(=e2.383)倍，說明技術多樣性差距越大，建立研發合作關系的幾率越小，即技術多樣性距離對研發合作存在反向抑制效應。

模型4考察了技術重疊性距離對研發合作的影響，結果支持研究假設H5。變量diff(overlay)的系數顯著為負(-9.271)，意味著技術重疊性距離每減少1個單位，共同申請專利幾率增大到10625(=e9.271)倍，說明技術重疊性差距越大，建立研發合作關系的幾率越低，即技術重疊性距離對研發合作存在反向抑制效應。

模型5用于檢驗模型結果的穩健性。模型5中4個技術距離變量都通過了5%的顯著性水平t檢驗，擬合參數的取值、方向、顯著性都與前4個模型保持一致，說明模型結果穩定，具有較高可信度。

控制變量方面。變量gwesp的系數顯著為正，說明企業研發合作傾向于形成三角拓撲結構，即研發合作傾向于嵌入三角結構；變量gwdegree的系數顯著為負，說明研發合作不傾向于嵌入星型結構。網絡構型的顯著效應說明結構效應在研發合作網絡中不可忽視，通過利用模型控制這種效應，有助于深入探討技術距離在研發合作中的作用機制。

4 結論與啟示

在探討技術距離多維內涵的基礎上，提出了技術距離對企業研發合作關系影響的研究假設。以石墨烯領域的合作專利為樣本，采用指數隨機圖模型，開展實證研究。研究得出：技術寬度距離、技術深度距離有利于企業建立研發合作關系；技術多樣性距離、技術重疊性距離不利于企業建立研發合作關系。進一步，通過實證結果得到以下啟示。

4.1 技術距離對研發合作關系存在復雜多維的影響路徑

實證結果揭示了研發合作在技術距離不同維度上表現出不同響應機制，規模層面的技術差距有利于合作關系，而結構層面的技術差距不利于合作關系。進一步的解釋在于：一方面，規模層面的技術距離能夠為合作雙方帶來新的要素組合可能，擴展了潛在創新空間，進而形成雙方研發合作創新動力；另一方面，結構層面的技術接近為合作雙方的知識交流與技術兼容提供了基礎，降低了交易成本，提升了技術協同性，進而形成雙方研發合作的創新基礎。

理論層面，上述結果說明研發合作不僅需要關注技術距離的最佳位置，還需要注意不同維度下技術距離對研發合作影響機制的差異性。該觀點從新角度闡釋了技術距離與研發合作關系之間的復雜影響，已有文獻往往僅關注于技術距離的最佳位置，雖然主流觀點認為兩者存在非線性關系，但事實上在理論機制及結果解釋上存在諸多分歧，產生分歧的原因可能源于忽視了技術關系的多維內涵及不同影響路徑的差異。本文從規模與結構兩個層面解析了技術距離對研發合作關系的多條影響路徑，在多維視角下正、反方向效應的共存反映出兩者因果關系的辯證統一性，彌補了已有分析框架的片面性，且基于技術多維的分析框架及結果更有助于彌合原來的觀點分歧。

實踐層面，研發合作關系的復雜多維路徑機制為企業優化技術網絡提供了有益參考。我國企業在技術追趕、學習過程中存在一定認知誤區，即一味以技術先進、實力雄厚企業為合作目標，反而易陷入先進技術難以內化、本地化的困境。究其原因，可能忽視了雙方技術體系的匹配性，沒有意識到由技術多樣性、技術重疊性差距可能引致的負面效應。因此，選擇研發合作伙伴時需要全面考慮雙方在技術規模與結構方面的差異性。一方面，優先選擇創新實力與技術范疇具有互補性的合作方，充分釋放技術距離的正向效應，另一方面，盡量避免選擇創新目標相容性與技術兼容性低的合作方，極力降低技術距離的潛在負面效應，促進多維技術距離因素間形成良性協同。

4.2 充分重視研發合作的結構效應

雖然網絡構型只是作為模型的控制變量，但實證結果揭示出顯著的結構效應，這是現有研究所忽視的。研究結果說明研發合作關系更傾向于形成路徑聯通的三角結構，而非中心-邊緣分布的非平衡結構，反映了網絡嵌入結構差異是研發合作關系研討中不應被忽視的要素。結構效應反映出研發合作的社會化屬性是合作網絡自身涌現出的一種特征，其有助于深刻認知研發合作的復雜網絡屬性及非線性動力機制，更有助于深化開放式創新的理論內涵。研發合作關系結構效應為企業擴展外部網絡提供了重要參考，要求企業不僅要重視構建合作研發直接關系，還應充分關注并利用合作對象關系，形成多元連接的平等合作網絡，促進技術交流與融通，而非形成以自身為中心的技術關系壟斷。大數據技術以及以指數隨機圖為代表的網絡建模技術的成熟，為深入揭示研發合作網絡的復雜機制提供了條件。因此，無論是理論研究還是實踐活動，都應加強對結構效應的分析和應用。

5 貢獻、不足與展望

本文貢獻主要體現在兩方面：一是以技術生態位理論為依據，將研發合作技術距離因素系統地擴展至多維結構，并揭示了技術距離在規模與結構維度上對二元研發合作關系的不同作用機理。研究發現，規模層面的技術差異有利于合作關系構建，而結構層面的技術差異不利于合作關系構建。進一步的解釋在于：規模層面的技術距離能夠為合作雙方帶來新要素組合，擴展了潛在的創新空間，進而形成雙方研發合作創新動力；結構層面的技術接近為合作雙方的知識交流與技術兼容提供了基礎，降低了交易成本，提升了技術協同性，進而形成雙方研發合作的創新基礎。二是以指數隨機圖模型為工具，控制關系結構的內生效應，檢驗了影響企業研發合作二元關系的多維技術距離因素的顯著性。嵌入網絡的合作關系可能存在內在關聯性，忽視這種潛在相關性的傳統回歸模型會導致估計結果存在偏誤，進而難以有效識別影響合作關系的關鍵因素。將指數隨機模型引入并應用于企業研發合作關系研究，能夠有效地證實技術合作與研發合作二元關系間的因果機制，為創新網絡研究提供新的工具選擇。另外，實證結果也充分說明了內生結構效應顯著存在，不同結構模型具有差異化影響機制，更印證了在研發合作關系建模中使用指數隨機圖模型的必要性與合理性。

當然，研究也存在一定局限性：其一，實證選取的石墨烯是典型的新興技術，有必要選擇其它相對成熟的技術領域，以檢驗結論的普適性；其二，度量模型建立在簡單合作網絡基礎上，未反映研發合作深入程度，未來有必要考慮加權網絡，擴展模型并深化研究結論。