沉睡知識對企業技術創新持續性的影響
——一個有調節的中介作用模型

孫 冰，楊雪婷

(哈爾濱工程大學 經濟管理學院，黑龍江 哈爾濱 150001)

0 引言

在日益復雜化的全球競爭環境下，技術創新已成為企業持續發展的核心競爭力。面對產品需求持續下降、跨國企業市場份額增大和替代品層出不窮的普遍趨勢，中國企業如何保持技術創新持續性成為創新研究熱點。Clausen等[1]提出，技術創新持續性是指企業以往技術創新活動對未來技術創新活動的正向影響。技術創新活動的持續進行離不開知識轉移，而沉睡知識會降低企業知識轉移效率，減少創新員工間技術信息流動，進而阻礙企業技術創新活動的持續進行。企業技術創新活動能否對未來創新進程持續發揮正向影響，不僅受企業沉睡知識占比的影響，還受資源調配和資源重構行為、知識治理活動制度安排的影響。戰略管理理論認為，企業資源和能力孕育了持續性創新[2]，資源對企業創新行為同時兼備支持與制約的雙重作用。由此可見，資源拼湊行為是提高企業技術創新持續性的關鍵。同時，知識治理活動的目的在于最大化知識主體受益、持續優化企業創新知識網絡[3]，其對企業知識利用和創新行為具有正向影響，有益于提升知識流動效率和創新員工認知能力。而技術創新正是基于認識和實踐的企業行為。因此，在尋求持續創新所需知識和資源過程中，知識治理活動制度安排即知識治理機制發揮著重要作用。

目前，學者圍繞沉睡知識對低碳技術創新、產業創新發展、知識轉移績效的影響[4-6]進行了有益探索，在資源拼湊對不同創新模式的影響[7-9]、新產品開發和創業績效[10-12]、企業家精神和創造力[13-14]等方面也展開了深入研究，并對開放式創新和創新生態系統知識治理機制[15-17]、知識治理對知識共享和創新行為的影響[18-21]等問題進行了系統性分析，并對技術創新持續性影響因素[22-24]進行了初步探討。然而，已有研究大多關注沉睡知識、資源拼湊、知識治理機制對創新活動、創新模式或創新績效的影響，較少分析這些因素與技術創新持續性的關系，以整體視角探索上述變量間交互關系的研究更是少見。鑒于此，本文以知識密集型企業為樣本，在剖析沉睡知識與技術創新持續性間關系的基礎上，引入資源拼湊作為中介變量、知識治理機制作為調節變量，進一步探究各變量間的相互關系，從知識資源利用、治理等方面為企業進行持續性創新活動探尋有效路徑，進而為企業提高技術創新能力和水平提供有益參考。

1 理論背景與研究假設

1.1 沉睡知識對技術創新持續性的主效應分析

沉睡知識一詞衍生于“沉睡專利”。基于Machlup[25]對沉睡專利的定義，即未能商業化開發及利用的專利。學界一致認為，沉睡知識是指創新知識從潛在價值狀態向創造現實社會財富的價值轉移過程中，部分未能有效輸出為資本而處于等待和尋找突破機會的知識[26]。目前，學者對沉睡知識的維度劃分有兩類代表性觀點：一是徐建中等[4]將沉睡知識劃分為顯性沉睡知識和隱性沉睡知識兩個維度；二是葛秋萍[26]將沉睡知識劃分為3個維度，分別為技術層面成熟但市場需求落后的沉睡知識、技術層面成熟度不高但市場需求迫切的沉睡知識和技術成熟且市場需求迫切的沉睡知識。本文借鑒徐建中等[4]的研究，根據屬性特征和形成機理不同，將沉睡知識劃分為顯性沉睡知識和隱性沉睡知識兩個維度。其中，前者是指在特征上雖然易于表達和傳遞，但在傳遞過程中卻被阻滯的知識；后者是指難以言述或具有隱晦性、在傳遞過程中很難被高效開發利用、形成后也不易激活的創新知識。

持續創新被普遍看作是企業在產品研發、工藝改進等知識積累與利用過程中產生的效果[1]。具體而言，企業知識存量及知識生產狀況決定技術創新能否持續發展。但在知識實際運用過程中常會出現認知、實踐等障礙，致使大量創新知識與創新主體無法結合并完成轉移過程，從而形成沉睡知識。基于Gilbert將知識轉移過程歸納為知識獲取、交流、應用、接受和同化5個步驟的觀點[27]，本研究對沉睡知識形成原因進行探討，認為顯性沉睡知識源于應用、接受及同化過程受阻，而隱性沉睡知識則源于社會化和外化過程存在障礙。兩類沉睡知識的形成和存在均會對企業技術創新持續性產生不利影響。一方面，顯性創新知識的暫時沉睡意味著與該類知識有關的投入隨之形成了一定的沉沒成本。Juan等[28]指出，沉沒成本在很大程度上阻礙了企業R&D活動的順利進行，而R&D活動越少則企業創新持續性越弱[29]。因此，企業顯性沉睡知識會減緩企業技術創新活動連續進程，從而降低企業技術創新持續性；另一方面，隱性沉睡知識較多則意味著企業存在大量難以獲取和交流轉化的創新知識，轉移過程曲折致使創新員工之間頻頻出現信息“孤島現象”[5]，即技術創新信息和資源不能得到及時共享交流、高效整合利用，由此減緩企業學習能力及動態創新能力發展，進而對技術創新持續性產生負向影響[22]。據此，本文提出以下假設：

H1:沉睡知識負向影響企業技術創新持續性。

H1a：顯性沉睡知識負向影響企業技術創新持續性；

H1b：隱性沉睡知識負向影響企業技術創新持續性。

1.2 資源拼湊的中介效應

Baker等[30]提出“資源拼湊”的概念，意即改變現有資源的適用范圍和使用方式，賦予資源以新的生命力，實現新的價值創造。學者普遍認同資源拼湊是整合既有資源及社會上的免費資源，探索并開發可利用資源用途的過程，可以采用資源調配、資源重構和資源利用3個階段性行為衡量資源拼湊水平[8,31]。

已有研究表明，在顯性沉睡知識較多的組織中，創新知識往往不能高效轉化而處于滯留狀態[4]。從形成原因看，應用過程受阻形成的顯性沉睡知識不易與其它創新知識組合化應用，也同樣不易于資源重構。接受和同化過程受阻形成的顯性沉睡知識本身并沒有被知識主體接受，導致基于此類知識的資源被默認為不能轉化為社會財富而遭到忽視，使資源處于不易調配狀態，進而無法得到充分利用。因此，在遇到創新機遇或危機時，企業往往受到資源不易調配、重構與利用的制約，從而難以完成資源拼湊。可見，顯性沉睡知識越多，資源調配、重構和利用過程越困難，資源拼湊效率也就越低。

隱性沉睡知識之所以不易被外顯化，是因為固有異質性知識主體間的信息不對稱導致其無法順利轉移[32]。因此，本文認為，隱性知識是組成企業異質性知識的重要基礎。宋晶等[33]指出，異質性知識越多越有利于企業資源調配。然而，隱性沉睡知識的形成減少了企業可利用的異質性知識存量，縮小了資源調配攝取范圍，影響了資源拼湊進程。同時，隱性沉睡知識具有“粘性”特征，隱性程度越高越難以轉移[34]。這意味著，隱性沉睡知識的存在提高了企業獲取資源過程中的搜索成本、時間成本和決策成本，不利于資源重構。此外，從形成原因看，社會化和外化過程受阻導致企業隱性沉睡知識過多、員工之間知識信息傳遞鏈不連續，企業在拼湊過程中無法順利獲取創新知識資源，從而對資源利用行為產生障礙。可見，隱性沉睡知識抑制資源調配、重構和利用3個階段性行為，阻礙企業資源拼湊行為開展。據此，本文提出如下假設：

H2:沉睡知識負向影響資源拼湊。

H2a:顯性沉睡知識負向影響資源拼湊；

H2b:隱性沉睡知識負向影響資源拼湊。

資源拼湊對企業技術創新持續性的正向影響體現在以下3個方面：①已有研究表明，資源拼湊可以幫助企業擺脫資源匱乏困境[8]，通過調配和重組冗余資源保證企業持續性創新[7]。上述過程具體表現為對既有實物、知識和社會資源進行創造性利用，進而對創新投入和創新產出持續性產生正向影響；②趙興廬等[37]指出，資源拼湊對資源認知整合和技術創新能力均具有積極影響。資源拼湊能夠提高企業識別可利用資源的主動意識，優化企業對有限資源的利用，促使企業加大技術創新投入力度，促進技術創新持續性提升；③資源拼湊行為的目的性和路徑依賴性特征[5]在推動資源網絡高效利用的同時還為持續創新進程提供穩定的資源重構和整合路徑，有利于企業形成技術創新持續性優勢。由此可見，資源拼湊行為越頻繁，企業技術創新持續性越強。

根據以上論述，本文認為，顯性沉睡知識和隱性沉睡知識對技術創新持續性不僅具有直接作用，還通過資源拼湊產生間接影響。資源拼湊通過不斷調配、重構并反復利用現有知識資源推進創新活動進程，然而，顯性沉睡知識的形成致使知識資源可重復利用價值降低，進而減緩企業業已形成的資源拼湊模式，從而間接對技術創新持續性產生負面影響。與此同時，企業進行持續創新不僅需要設備、資金等能夠帶來創新績效的資源要素，也需要具備促進其長期創新發展的異質性技術知識[35]。異質性是隱性知識的主要特征之一[32]，隱性知識為企業異質性知識儲備奠定了重要基礎。但與之不同，隱性沉睡知識則不能產生這種效果。隱性沉睡知識的產生阻礙異質性知識在不同創新領域間的流動，導致企業無法在資源拼湊進程中順利獲取創新知識資源，進而減弱企業技術創新持續性。因此，資源拼湊在沉睡知識與企業技術創新持續性間起著橋梁作用。據此，本文提出如下假設：

H3:資源拼湊在沉睡知識對企業技術創新持續性影響關系中起中介作用。

H3a:資源拼湊在顯性沉睡知識對企業技術創新持續性影響關系中起中介作用；

H3b:資源拼湊在隱性沉睡知識對企業技術創新持續性影響關系中起中介作用。

1.3 知識治理機制的調節作用

(1)知識治理機制對主效應的調節作用。知識治理機制是指利用組織機制協調知識活動所涉關系的制度安排，主要包括組織結構、工作設計、領導權及獎賞系統等[18-19]。創新網絡主體間合作機制具有路徑依賴性特征[36]，知識轉移固有溝通渠道一旦形成，鎖定效應將不斷加大對沉睡知識激活率的負面影響。而完善的知識治理機制能夠通過交換、轉移和共享等方式實現沉睡知識的二次利用，進而抑制沉睡知識對企業技術創新持續性的消極影響。

在技術創新過程中，創新主體往往無法及時獲取所需知識資源[29],因為技術創新主題通常與已有技術主題有所不同，企業現有知識體系屏蔽了與既有技術目標不一致的顯性知識，造成知識滯留和沉睡，因而無法進一步被創新員工內化。而完善的知識治理機制通過有效的工作設計、獎賞系統等從一開始就保證了具有不同主題和特征的顯性知識在組織中流動，降低了顯性知識在持續創新過程中的沉睡率，進而減弱了顯性沉睡知識對技術創新持續性的負向影響。同時，Egeraat等[37]指出，不同形式的溝通交流均有利于知識外部性增加，促進網絡主體的技術知識共享和學習。這意味著，知識治理機制越完善，知識流通性越強，顯性沉睡知識實現其創新價值的可能性也就越大。相應地，技術創新持續性受顯性沉睡知識的負向影響也就越弱。

知識治理機制通過部門溝通與協調為創新員工提供知識共享渠道，連續性的知識存儲及交換有助于知識的社會化獲取和外化交流，突破隱性沉睡知識不易轉移的障礙，保證現階段技術創新對下一階段技術創新產生正向影響。張生太等[20]指出，完善的領導權結構和獎賞系統等知識治理機制能夠激勵個體行為，而普遍的個體行為可以從微觀角度反映群體宏觀行為模式。同時，相關研究表明，員工互惠性偏好有益于企業知識的社會化和外顯化，進而降低隱性沉睡知識生成率[38]。因此，完善的知識治理機制通過營造共享創新知識的企業文化，有效提高組織內部隱性沉睡知識循環效率，優化創新知識選擇與利用，進一步抑制隱性沉睡知識對企業技術創新持續性的負向影響。據此，本文提出如下假設：

H4:知識治理機制在沉睡知識對企業技術創新持續性主效應關系中起負向調節作用。

H4a:知識治理機制對顯性沉睡知識與企業技術創新持續性關系具有負向調節作用，即知識治理機制越完善，顯性沉睡知識對企業技術創新持續性的負向影響越弱；

H4b:知識治理機制對隱性沉睡知識與企業技術創新持續性關系具有負向調節作用，即知識治理機制越完善，隱性沉睡知識對企業技術創新持續性的負向影響越弱。

(2)知識治理機制對中介效應的調節作用。梁祺等[3]指出，企業持續創新的競爭優勢不局限于長期資源供給，而在于對知識資源的利用能力。本文認為，知識治理機制完善程度存在一個臨界值。當知識治理機制完善程度較低時，企業技術創新的核心競爭力在于由知識治理行為帶來的效率提升[39]。這意味著，企業可通過增加知識治理活動，減少創新知識主體間沖突并促進組織學習，以更加有效地挖掘所需知識、聚焦資源，實現企業創新資源利用和重置的二元平衡，從而強化資源拼湊對企業技術創新持續性的正反饋效應。換言之，當知識治理機制處于較低水平時，知識治理機制越完善，企業技術創新持續性提高越依賴于資源拼湊，即資源拼湊在沉睡知識對企業技術創新持續性影響中表現出越強的中介作用。但是，當知識治理機制完善程度超過某一臨界值后，就開始負向調節資源拼湊與技術創新持續性間的關系。Choi等[40]指出，對于知識治理機制而言，知識的載體配置是權力結構。較高程度的權力結構對知識治理過程的約束作用較強，導致員工創新意愿下降和創新資源獲取渠道受限，從而削弱了資源拼湊對技術創新持續性的正向影響。因此，當知識治理機制完善程度超過一定限度、趨向于工具性治理時，過嚴的員工約束行為將引發知識排斥等情況[21]，造成知識囤積、資源難以拼湊，從而弱化資源拼湊對技術創新持續性的正向影響。也即，知識治理機制越完善，企業技術創新持續性對資源拼湊的依賴程度越低，資源拼湊在沉睡知識與企業技術創新持續性間的中介作用越弱。據此，本文提出如下假設：

H5:知識治理機制在資源拼湊對企業技術創新持續中介效應中起倒U型調節作用。即在達到臨界值前，知識治理機制越完善，資源拼湊的中介效應越強；在達到臨界值后，知識治理機制越完善，資源拼湊的中介效應越弱。

依據上述研究假設，本文構建沉睡知識對企業技術創新持續性的作用模型，如圖1所示。

圖1 沉睡知識對企業技術創新持續性的作用模型

2 研究設計

2.1 研究樣本

本文選定知識密集型企業作為實證研究對象，因為其是綜合運用多學科最新研究成果的企業[41]。在多學科交叉研究過程中，此類企業內部由于知識主體間信息不對稱等因素易于形成沉睡知識。而知識作為知識密集型企業的核心資源，其高效知識整合方式和治理機制在企業持續創新過程中發揮著重要作用。因此，知識密集型企業的特點符合本文研究需求。在此基礎上，本文綜合考慮地區差異、行業類別及調研渠道等因素，最終選取我國內地黑、豫、津、蘇、蒙、粵、滬等17個省、市、自治區的知識密集型企業作為研究樣本。

自2020年1月起，筆者分兩階段進行為期4個月的數據收集。第一階段通過行業管理網站、企業名錄、實地走訪、電子郵件等多種途徑獲取知識密集型企業主體及發展現狀信息，以明確調研企業是否存在與研究變量相關的活動。在此基礎上，對部分企業技術人員、中層管理者和高層管理者進行訪談，并設計調研問卷。第二階段對篩選的企業通過實地調研、電話訪談和電子郵件等方式收集數據。為使數據真實有效，本文對企業技術人員和中高層管理者分別進行問卷調研，同時設置引導語幫助被調研者理解題目。最終，本研究共發放問卷490份。其中，實地調研發放問卷152份，電話訪談發放問卷176份，電子郵件發放問卷162份。共回收問卷476份，剔除填寫不完整和回答不規范的問卷后，得到有效問卷419份，有效問卷回收率為88.0%。企業基本統計數據和特征如表1所示。數據表明，所調研企業規模、所屬行業和經營年限分布均較為均衡，說明樣本具有一定的代表性。

表1 調研企業與調研對象基本統計數據

2.2 變量測度

本研究從企業員工認知視角出發，根據研究目的對已有成熟量表進行修改和補充，形成沉睡知識、資源拼湊、知識治理機制和技術創新持續性測度題項，見表2。其中，沉睡知識測度主要整合Mansooreh等[42]和徐建中等[4]編制的量表，在顯性沉睡知識和隱性沉睡知識兩個維度下各設置3個題項；資源拼湊測度借鑒Senyard等[43]的量表，從現有資源調配、重構與利用3個方面設立5個題項；知識治理機制測度主要依據Gooderham等[44]的研究，共設置5個測量題項；技術創新持續性測度參考何郁冰等[22]的研究，從投入、產出兩個方面設立5個題項。以上題項均采用5分制李克特量表(Likert-type Scale)進行測量，其中，“1”代表完全不同意，“5”代表完全同意。

表2 量表題項

鑒于企業規模、所屬行業和經營年限對本文研究變量間關系存在一定影響，因此本文對這3個變量進行統計，并將其設置為控制變量。

3 研究結果

3.1 信效度檢驗

本文采用SPSS23.0軟件對全部變量進行信效度檢驗，結果如表3所示。其中，研究變量的Cronbach's α系數均高于0.8，組合信度均高于0.7，說明變量組合測量標準誤差小，所得數據可靠性高。因此，量表測量處于較高信度水平。各變量的AVE值均在0.5以上，保證了量表的建構效度；KMO檢驗值均大于0.6，且顯著性均小于0.01，說明該量表效度較好，能夠有效反映所測變量。

表3 量表信效度檢驗結果

3.2 相關性分析

為初步衡量變量間的相關程度，本文對所涉變量進行描述性統計與相關性檢驗，結果如表4所示。從中可以看出，沉睡知識兩個維度分別與資源拼湊(r=-0.458，p<0.01；r=-0.318，p<0.01)、企業技術創新持續性(r=-0.680，p<0.01；r=-0.559，p<0.01)顯著負相關，資源拼湊(r=0.527，p<0.01)、知識治理機制(r=0.771，p<0.01)分別與企業技術創新持續性顯著正相關，為進一步驗證研究假設提供了基礎依據。

表4 各變量描述性統計與相關系數分析結果

3.3 主效應與中介效應回歸分析

本文根據Kenny等[45]的層次回歸方法，對變量間的主效應和中介效應進行檢驗，結果如表5所示。其中，方程1、方程6探究所屬行業、企業規模及經營年限3個控制變量對企業技術創新持續性、資源拼湊的影響；在此基礎上，方程2、方程4分別引入顯性沉睡知識、隱性沉睡知識。結果表明，顯性沉睡知識(β=-0.774，p<0.01)、隱性沉睡知識(β=-0.541，p<0.01)對企業技術創新持續性均存在顯著負向影響，假設H1a和H1b得到驗證，假設H1也由此得以驗證。

表5 主效應與中介效應分析結果

在方程6的基礎上，方程7、方程8分別引入顯性沉睡知識、隱性沉睡知識，分析二者對資源拼湊的影響。數據表明，顯性沉睡知識(β=-0.562，p<0.01)、隱性沉睡知識(β=-0.324，p<0.01)對資源拼湊均存在顯著負向影響，假設H2a、H2b及假設H2得以驗證。

本文采用溫忠麟等[46]總結的中介效應檢驗三步曲，檢驗資源拼湊在沉睡知識與企業技術創新持續性關系中的中介作用。主要步驟包括：首先,證明自變量顯著影響因變量；其次,證明自變量顯著影響中介變量；最后,在回歸方程中同時引入自變量和中介變量，若自變量作用不顯著而中介變量作用顯著，則中介變量表現為完全中介效應；若自變量和中介變量作用均顯著但自變量作用相對減弱，則中介變量表現為部分中介效應[43]。上文中假設H1、H2以1%的顯著性水平通過檢驗，表明沉睡知識顯著影響企業技術創新持續性、資源拼湊，驗證了中介效應檢驗的前兩步。方程3在方程2的基礎上引入資源拼湊這一中介變量，顯性沉睡知識和資源拼湊的作用均以1%的顯著性水平通過檢驗，但顯性沉睡知識對企業技術創新持續性的負向影響減弱，影響系數從-0.774變為-0.637(p<0.01)，表明資源拼湊在顯性沉睡知識與企業技術創新持續性關系中起部分中介作用，假設H3a得以驗證。同樣，資源拼湊在隱性沉睡知識與企業技術創新持續性關系中也起部分中介作用，假設H3b得以驗證。由此，假設H3通過檢驗。

3.4 調節效應回歸分析

(1)知識治理機制對主效應的調節效應檢驗，結果如表6所示。其中，模型1以企業技術創新持續性為因變量，檢驗知識治理機制在顯性沉睡知識對企業技術創新持續性主效應中發揮的調節作用。回歸結果表明，調節效應未達到顯著性水平(β=-0.068，p>0.1),假設H4a未通過驗證。本文認為，該假設之所以未通過驗證，是因為顯性沉睡知識的形成源于應用、接受和同化過程受阻，并沒有被知識主體接受，創新員工對該類知識關注度較低。因此，即使在知識治理機制作用下，創新員工仍默認該類知識不能創造出財富價值，導致顯性沉睡知識在實踐中被共享交流或激活的幾率較小，因此顯性沉睡知識對企業技術創新持續性的負向影響難以減弱。

表6 知識治理機制對主效應的調節效應檢驗結果

模型2以企業技術創新持續性為因變量，檢驗知識治理機制在隱性沉睡知識對企業技術創新持續性主效應中發揮的調節作用。回歸結果表明，調節效應達到顯著性水平(β=-0.408，p<0.01)，假設H4b得到驗證。

本文進一步利用斜率分析法將知識治理機制對主效應的調節作用可視化，如圖2所示。從圖2可以看出，知識治理機制負向調節隱性沉睡知識與企業技術創新持續性間的關系，使二者間的負相關關系減弱。

圖2 知識治理機制對主效應的調節作用

(2)知識治理機制對中介效應的調節效應檢驗，結果如表7所示。模型3以企業技術創新持續性為因變量，檢驗知識治理機制在資源拼湊對企業技術創新持續性中介效應中發揮的線性調節作用。回歸結果表明，線性調節效應未達到顯著性水平(β=0.130，p>0.1)。本文進一步引入交互項“資源拼湊*知識治理機制平方”，研究知識治理機制的非線性調節效應，如模型4所示。回歸結果表明，該調節效應達到顯著性水平(β=-0.573，p<0.01)。知識治理機制對中介效應的調節作用表現為二次函數關系，且交互項符號為負，表明知識治理機制在資源拼湊與技術創新持續性間起倒U型調節作用，假設H5得到支持。

表7 知識治理機制對中介效應的調節效應檢驗結果

由圖3可知，知識治理機制完善程度較低時調節曲線斜率為正，完善程度較高時調節曲線斜率為負，即知識治理機制在低于臨界值時正向影響資源拼湊與企業技術創新持續性的關系，高于臨界值時則負向影響二者關系。也即，臨界狀態下的知識治理機制對資源拼湊與企業技術創新持續性間的促進作用最大。

圖3 知識治理機制對中介效應的調節作用

本文采用Bootstrap法檢驗知識治理機制對中介效應的調節作用，運用PROCESS插件將中介效應和調節效應同時納入模型，得到有調節的中介效應分析結果，如表8所示。對知識治理機制程度較高的企業而言，資源拼湊對兩類沉睡知識與企業技術創新持續性間關系的中介效應顯著，置信區間分別為(-0.045 6,-0.008 3)、(-0.031 6，-0.000 4)，均不包含0。對知識治理機制程度較低的企業而言，自變量為顯性沉睡知識的中介效應顯著，置信區間為(0.003 6，0.059 8)，不包含0，而自變量為隱性沉睡知識的中介效應不顯著，置信區間為(-0.003 5，0.025 0)，包含0，驗證了假設H5的倒U型調節作用。

表8 有調節的中介效應Bootstrap檢驗結果

4 結語

4.1 主要結論

本文基于知識屬性論和資源管理理論，考察企業沉睡知識、資源拼湊和知識治理機制對企業技術創新持續性的影響機制，并分別研究知識治理機制對主效應、中介效應的調節作用。通過實證檢驗，本文得出以下結論：①顯性沉睡知識、隱性沉睡知識與企業技術創新持續性分別存在顯著負相關關系；②資源拼湊在兩類沉睡知識對企業技術創新持續性負向影響中起部分中介作用；③知識治理機制負向調節隱性沉睡知識與企業技術創新持續性間的關系；④知識治理機制倒U型調節資源拼湊在沉睡知識與企業技術創新持續性中介效應強度。

4.2 管理啟示

本文研究結論可為提升企業技術創新持續性提供如下啟示：

(1)激活不同類別沉睡知識，抑制沉睡知識對技術創新持續性的不利影響。對于顯性沉睡知識，企業應建構功能完備、便于綜合應用的知識共享平臺，增加專項培訓以保證顯性沉睡知識為創新員工所接受。同時，企業還可以通過技術交流、創新研討等形式加深顯性沉睡知識同化程度，促進顯性沉睡知識的高效傳遞，進而驅動后續創新活動，實現技術創新產出的持續性。對于隱性沉睡知識，企業應營造良好的員工互動氛圍，通過激勵手段開辟隱性沉睡知識社會化獲取通道，提高其外化共享頻率。此外，還可通過構建知識圖譜提高創新員工對相關知識的獲取、吸收和利用效率，發揮隱性沉睡知識激活的累積效應，進而增強技術創新持續性。

(2)增強對既有資源的重構意識和利用能力，強化資源拼湊對沉睡知識與企業技術創新持續性間關系的中介效應。具體而言，企業可從3個方面入手：①突破資源用途固化觀念，加強各部門間聯系，優化資源調配模式，挖掘新市場機會，從而積極發揮資源拼湊的中介作用，保證技術創新的持續進行；②建立資源重構的新思路、新途徑，有效拓展現有資源適用范圍，提高資源拼湊效率和水平，進而保持企業技術創新的持續性；③幫助員工明確創新活動目標，培養員工預測技術發展趨勢的能力，促使企業資源得以充分利用，從而加強資源拼湊對技術創新持續性的正向影響。

(3)合理控制知識治理機制完善程度，將其在企業技術創新持續性中的調節作用發揮至最佳狀態。①企業除構建完整的知識數據庫外，還應建立更加科學化的數據系統，為創新員工過濾掉無用信息，激活沉睡知識，以提升創新活動效率和持續性；②通過模式化搜索流程，對知識和資源進行深度標引，增強資源拼湊行為實施效果，以實現知識治理機制對員工創新效率和積極性的有益提升。同時，通過優化組織結構、領導權配置等方式，適當調整知識管理強度，實現多方受益、持續創新的良性循環模式；③進一步完善獎賞系統，激勵員工主動共享知識和資源，使企業資源通過不同傳遞途徑得到充分利用，保證持續創新軌道呈螺旋式上升，使以往技術創新活動對未來技術創新活動的正向影響達到最強。

4.3 不足與展望

本文尚存在以下不足：本研究引入企業資源拼湊行為和知識治理機制深入探究沉睡知識對企業技術創新持續性的作用機理，但囿于沉睡知識主要限定為企業內部未能有效輸出為資本的知識，僅從企業內部知識資源視角剖析其影響企業技術創新持續性的主要因素，暫未考慮與其它組織的技術合作等外部因素。后續研究將進一步拓寬研究范圍，從更多視角分析沉睡知識與企業技術創新持續性間的影響機制。