多伙伴研發合作關系對創新績效的影響研究
——地理區域的調節作用

梁 杰，于娜娜，張 嶺，趙龍峰

(1.西安工程大學管理學院，陜西西安 710048；2.西北工業大學管理學院，陜西西安 710129）

企業與多伙伴之間的研發合作如何影響其創新績效的問題備受學術界關注，如Wassmer［1］回顧了針對多伙伴聯盟投資組合的文獻，組織并梳理了聯盟投資組合的出現、配置以及管理；有學者進一步探討了網絡關系嵌入、結構嵌入對企業創新績效的影響［2］；李明星等［3］認為企業和多伙伴間的平均關系強度對創新績效存在著正向作用；Zheng 等［4］認為企業和多伙伴間的平均關系強度對創新績效存在著負向作用；Lee［5］認為企業和多伙伴間的平均關系強度對創新績效存在著倒“U”型作用。同時一些學者指出，除了伙伴間的平均關系強度特征，企業和多伙伴合作還表現出多伙伴關系強度的離散特征［6］，反映了聯盟內根據不同關系強度集聚形成的子群體以及他們之間的協同情況［7］。但現有研究缺乏同時對兩種關系特征維度影響企業創新績效的對比研究。基于此，本文將在多伙伴合作視角下，對比研究平均關系強度和關系強度離散兩種關系特征對企業創新績效的影響作用。同時現有對多伙伴合作關系的研究大多將企業所在的地理區域作為控制變量納入研究模型，假定研究的眾多企業具有同質性的地理區域特征，然而現實中企業所處的地理區域具備差異性的資源條件和機制保障，勢必也會影響伙伴間合作的投入和產出，因此本文還將進一步地探討企業地理區域對兩種關系特征影響創新績效的邊界條件。

本文基于中國醫藥制造行業2007—2020 年52家上市公司273 個研發聯盟數據，構建了理論模型且對提出的理論假設進行了大樣本實證檢驗，并基于此討論了研究的理論和實踐意義。

1 相關研究評述

近年來，隨著多伙伴聯盟研究的興起，部分研究開始基于單一伙伴關系的研究基礎，實證檢驗多伙伴平均關系強度對聯盟形成和績效產出的影響作用［4,8］。這些研究認為伙伴間平均關系強度的增加，即密切和頻繁互動程度的增加，可以促進信任與合作，建立統一的共同行為規范，以幫助企業獲取隱性知識，繼而促進創新績效［3,9］。而從關系風險和成本的角度，學者們也發現過度的關系嵌入在一定程度上負向影響創新，一方面表現在過渡關系嵌入阻礙了新知識的搜索與獲取［5］；另一方面強關系導致了企業對伙伴的盲目信任和監督缺失，容易引起伙伴投機產生機會主義行為，不利于聯盟創新［10］。

然而這些研究在大多關注伙伴平均關系強度的同時，卻忽略了關系強度的離散性特征，使得學術界對伙伴關系影響績效產出的機理和作用效果存在著片面性理解。由于具備相同平均關系強度的多伙伴可能存在著不同的關系強度離散性，比如企業與兩個伙伴合作的關系強度可能為1 和9 或5 和5，兩種情況下平均關系強度均為5，但兩種情況卻存在著較大差異的關系離散性，因此他們號召學術界進一步地對兩種關系維度的影響機理和作用開展研究。離散性特征研究最早興起于團隊領域，指團隊內根據某一特征的組內相似性和組間差異性分解為不同的子團隊，繼而對團隊產出產生影響［11］。Heidl 等［7］在2014 年的文章首次將關系離散性特征引入企業聯盟領域，并認為多伙伴關系強度離散不利于聯盟穩定；Zhang 等［6］2016 年的研究進一步地認為關系強度離散存在著合作風險，企業不會構建離散特征較強的多伙伴聯盟，而平均關系強度降低了這種風險。盡管這些學者已經探討了多伙伴平均關系強度和關系強度離散對伙伴選擇及聯盟穩定的影響，但是鮮有學者研究探討兩種關系維度對企業創新績效的對比影響。

同時，聯盟參與者地理位置也是多伙伴合作研究的熱點問題之一。現有研究大多關注了整體網絡的地理異質性［12］，以及企業和伙伴的地理臨近性特征［13］，并認為整體異質性越大或伙伴與企業的地理差異越大，企業越可能獲取異質性知識，但也增加了合作成本和交易風險。然而這些研究大多假定企業處于相同地理區域，忽略了企業地理區域對聯盟治理在資源投入和運行機制方面的差異性作用。本研究認為，企業地理區域作為聯盟外部的資源獲取渠道，可能會影響聯盟內合作關系的資源投入和運作機制。基于此，本文以多伙伴研發聯盟為研究對象，探討伙伴平均關系強度和關系強度離散兩種關系特征對企業創新績效的影響，并進一步地分析企業地理區域對兩者關系的調節作用。

2 理論和研究假設

2.1 伙伴關系與企業創新績效

多伙伴研發聯盟中，能否獲取和組合異質性知識對企業創新績效至關重要。通過對異質性知識的獲取和組合，企業可以增加創新思路與方法的數量與種類，從而提高創新產出的可能性［14］。而聯盟資源多樣性和聯盟規則適應性是影響異質性知識獲取與組合的兩個重要因素。從聯盟資源多樣性來看，對聯盟內部知識的深化和對聯盟外部知識的獲取，以及內外部知識的組合是產生新知識的重要方式［15］；從聯盟規則的適應性角度來看，聯盟規則既需要合作的穩定性，也需要基于外部環境不斷地調整以避免知識獲取和組合規則的過度僵化［16］。本研究認為，企業與多伙伴間的關系通過聯盟資源多樣性和規則適應性兩種機制影響了異質性知識的獲取和組合，繼而影響了企業創新績效。

平均關系強度指企業與多伙伴間頻繁和密切交互的平均程度［9］，平均關系強度較高的研發聯盟意味著企業和多伙伴間普遍存在著多次的重復合作和密切聯系。從聯盟資源多樣性來看，這種重復合作和密切聯系使得企業的知識獲取來源僅能固定在少數的幾個現有伙伴中，因此缺乏對外部知識的搜索和獲取［17］。盡管部分研究認為，重復合作和密切聯系可以促進企業和伙伴的知識交流，獲取聯盟內的隱性知識，繼而促進創新［18］。但是本研究認為一方面重復合作和密切聯系更可能促進的是創新過程中知識獲取的效率，并沒有對聯盟外知識的獲取有所幫助，也不能實現現有知識和新知識的組合；另一方面由于組織自身的慣性［19］，聯盟伙伴很難在以技術快速發展為特征的行業中持續地保持新知識的自我更新，從而使得企業不能從重復合作伙伴處持續地獲取更新的知識。

從聯盟規則適應性來看，與伙伴的多次重復合作使得聯盟內形成了穩定的一致性的運行規則［8］。盡管穩定一致的運行規則有利于聯盟運作效率的提高和伙伴間沖突的減少，但也在一定程度上降低了組織根據外部環境，采取新資源配置方式和運行機制以探索創新思路和方法的可能性［16］，以及伙伴間由于爭議和沖突可能產生的新知識和對現有合作規則的改進，從而阻礙了多種類型知識的獲取和組合，不利于創新績效的產出。綜上所述，本研究認為平均關系強度的增加不利于企業對異質性知識的獲取，從而阻礙了企業創新績效。因此，本研究提出假設1。

假設1：在其他條件一定的情況下，企業與多伙伴間平均關系強度的增加降低了創新績效。

關系強度離散是多伙伴聯盟的又一關系特征，反映了企業和多個伙伴的關系強度對總體平均關系強度的偏離程度［6］。在關系強度離散較高的研發聯盟中，企業一方面持續地和部分伙伴進行重復合作，另一方面不斷地引入新伙伴進入聯盟，聯盟內形成了現有伙伴和新伙伴兩個子群體。從聯盟資源多樣性來看，這種構建方式一方面保證了企業可以持續地通過引入新伙伴獲取外部知識，另一方面與部分伙伴的重復合作保證了對現有知識的不斷開發，通過外部知識和現有知識的組合，更可能促進聯盟創新［15］。從聯盟規則適應性來看，現有重復合作的伙伴保證了聯盟規則的穩定一致性，同時新伙伴的引入也可以通過協作和沖突等方式對現有聯盟規則產生一定程度的調整，從而避免了規則的過度僵化對創新思路和方法所產生的阻礙作用［16］。

而在關系強度離散較低的研發聯盟中，企業和所有伙伴均保持了一致性強度的穩定合作，因此群體差異較低［7］。從聯盟資源多樣性來看，這種伙伴關系強度的一致性意味著企業沒有通過保留合適伙伴或引入新伙伴的方式不斷調整聯盟，阻礙了企業對落后知識的摒棄和對外部知識的搜索更新，從而不能在聯盟內持續地獲取與組合新知識；從聯盟規則適應性來看，企業與多個伙伴的關系強度差異較低，意味著企業并沒有通過“優勝劣汰”的方式調整聯盟伙伴以適應外部環境變化，降低了組織采取不同資源配置方式和運行機制以探索創新思路和方法的可能性，同時關系的一致性也降低了聯盟內伙伴間可能存在的多樣化建議，因此不利于創新。綜上所述，多伙伴研發聯盟關系強度離散性的增加，有利于企業創新績效的提高。因此，本研究提出假設2。

假設2：在其他條件一定的情況下，企業與多伙伴間關系強度離散的增加促進了創新績效。

2.2 企業地理區域的調節作用

企業所在的地理區域作為企業和研發聯盟獲取資源的外部方式，影響了研發聯盟投入和績效產出。現有研究往往將中國企業所在的地理區域分為東部、中部和西部地區，并認為中國科技創新投入和科技創新效率均呈現出“沿海—內陸”遞減的極大差距［20］。其中，科技創新規模指科研活動的資源投入數量，具體包括科技的財力和人力資源的投入；科技創新效率指科技創新資源的有效配置、合理利用和經營管理水平，科技創新效率較高的區域科技體系完善，資源配置合理，能夠較快地將投入轉化為產出［21］。本研究認為，企業所在地區的科技創新投入和科技創新效率是企業獲取異質性知識的聯盟外部途徑，分別影響了聯盟資源多樣性和聯盟規則適應性。

首先，從聯盟資源多樣性來看，科技創新投入較高的地區提供了豐富的財力資源［22］，企業可以依靠這些財力資源加強對外部知識搜索的范圍和力度，同時財力資源也保證了企業可以購置設備儀器等進行不斷地研究試驗，加快了對現有知識的開發以及多種知識組合的效率；其次，科技創新投入較高的地區提供了豐富的人力資源［21］，人力資源是搜索和開發知識的重要載體，科研人力資源豐富的地區更可能促進知識的搜索和開發工作。因此處于科技創新投入較高地區的企業更可能通過區域投入優勢獲取和組合異質性知識。

其次，從聯盟規則適應性來看，科技創新效率較高的區域，形成了科技資源的優化配置和科技管理的高效科學［23］。科技資源的優化配置使企業可以從區域內獲取相應的資源和能力支撐，更為快速地對外部環境變化做出反應；科技管理的高效科學則提供了即時性的科技信息，以及最先進的科技管理模式和經驗，可以使企業不斷追蹤行業發展趨勢，并及時調整聯盟資源配置和運行機制，快速高效地獲取和開發所需知識。

對企業與多伙伴間的平均關系強度而言，其所導致的外部知識的缺乏和僵化的運行規則阻礙了研發聯盟創新。東部地區企業由于地區科技創新投入和科技創新效率的優勢，使得企業自身能夠從區域內獲取外部知識，同時所在區域也提供了聯盟規則調整的科技信息、管理機制以及相應的資源能力，因此降低了平均關系強度對創新的負面作用；而隨著企業地理區域由東部向中部再向西部轉移的過程中，地區科技創新投入和科技創新效率對異質性知識獲取和組合的補充優勢逐漸降低，因此對平均關系強度對創新的負面作用的降低效果越來越小。綜上所述，本研究提出假設3。

假設3：在其他條件一定的情況下，企業地理區域越接近西部地區，平均關系強度對創新績效的阻礙作用越高。

對企業與多伙伴間的關系強度離散而言，較高關系強度離散聯盟中的現有知識和新知識的獲取與組合，以及聯盟規則的不斷調整促進了研發聯盟創新。而東部地區企業由于地區科技創新投入和科技創新效率的優勢，使得企業通過依托所在的地區優勢也能夠不斷地保持現有知識和新知識的獲取組合，同時地區資源能力、科技信息、科技管理模式和經驗等的領先保證了企業能夠根據外部環境適時調整聯盟規則。考慮到企業細分領域的知識在一定時間內是有限的［24］，因此通過聯盟關系和地理區域兩種方式所帶來的異質性知識在短期內可能存在著較大冗余。即使兩種方式的異質性知識是非冗余的，對過多異質性知識的學習和處理也需要企業付出較大的時間和精力成本［25］。因此企業地理區域對創新的促進作用降低了多伙伴關系強度離散對創新的促進作用。而隨著企業地理區域由東部向中部再向西部轉移的過程中，企業地理區域對創新的促進作用逐漸降低，在這種情況下多伙伴關系強度離散對創新的促進作用愈加明顯。綜上所述，本研究提出假設4。

假設4：在其他條件一定的情況下，企業地理區域越接近西部地區，關系強度離散對創新績效的促進作用越高。

圖1 是本文的研究理論模型。

圖1 研究理論模型

3 研究設計

3.1 樣本與數據

現有研發聯盟研究大多選取生物醫藥行業作為研究目標行業［26］，該行業具有高度技術、聯盟導向的研發特征，往往通過自我獨自研發和采取聯盟合作的方式開展研發創新，因此本研究選取中國醫藥制造行業作為研究行業，選該行業上市公司為研究對象。

本研究根據證監會公布的名錄，確定了我國208家非ST 的醫藥制造上市公司作為研究對象2007—2020 年共429 個樣本。由于現有研究往往根據企業的共同專利申請，將合作申請專利的伙伴作為研發聯盟成員，因此本研究通過國家知識產權總局披露的專利統計數據確定企業的研發聯盟，同時通過萬德數據庫和國泰安數據庫搜集公司歷年的財務和治理數據。由于各公司并沒有明確的公告披露研發伙伴合作關系的建立和終止，本研究采用研發創新研究的通用方式，即采用3 年的研究窗口確定企業特定年的研發聯盟［27］，比如某企業2020 年的研發聯盟由企業和在2018—2020 年共同申請專利的伙伴所構成。3 年窗口的使用也使得創新績效相對于聯盟網絡合作存在著一定的滯后性，保證了自變量和因變量之間的因果關系。由于本研究關注的關系特征變量均為多伙伴研發聯盟變量，因此刪除伙伴數不足兩個的樣本。考慮到專利的申請審批和相關數據的披露存在3 年～4 年左右的滯后性，同時2007 年之前的研發費用等重要數據存在缺失，最終經過數據的滯后性和缺失值處理，確定52 家企業2007—2020 年總計273 個研發聯盟樣本。

3.2 變量的度量

（1）因變量。研發創新績效。由于專利產出是研發聯盟最相關、最直接的績效產出［26］，本研究將從專利產出的角度測量研發創新績效。考慮到發明專利更為體現企業的創新能力，本文將發明專利數作為創新績效的衡量指標，即企業在第t年的創新績效為其在第t年申請的發明專利數。

（2）自變量。平均關系強度。根據現有研究，本研究在根據3 年窗口確定第t-1 年聯盟伙伴的基礎上，計算所有伙伴3 年內和企業合作次數的算術平均值來測量平均關系強度［27］。其中，企業和伙伴每共同申請1 個專利視為合作1 次，并對該指標進行了對數化處理以增強指標的正態性。

關系強度離散。參考Zhang［6］和 Heidl［7］對關系強度的測量方法，本研究在根據3 年窗口確定第t-1 年聯盟伙伴的基礎上，計算所有伙伴3 年內和企業合作次數的赫芬達爾指數作為關系強度離散的測量。赫芬達爾指數越大，意味著伙伴關系強度越離散，伙伴間形成了不同關系強度的子群體。最后本研究對該指標進行了對數化處理以增強變量的正態性。

（3）調節變量。企業地理區域。現有研究往往按照沿海-內地的標準劃分地理區域，并將我國的地理區域劃分為東部、中部和西部3 個區域［21,23］，其中東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南；中部地區包括山西、內蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南和廣西；西部地區包括四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆。本研究對第t-1 年企業所在的地理區域進行編碼，其中東部為1，中部為2，西部為3。

（4）控制變量。控制變量。本研究選取其他的研發聯盟特征變量作為控制變量，具體包括聯盟伙伴的類型，即聯盟中伙伴種類的數量，在本數據中企業和高校、科研院所、醫院或政府存在研發合作；伙伴規模，即聯盟中伙伴的數量；伙伴年齡，即聯盟伙伴的平均年齡；地理多樣性，即聯盟伙伴和企業的不同省份的數量［7］；股權聯盟數量，即聯盟中和企業存在股權關系的伙伴數量。同時，研究選取了企業的特征變量作為控制變量，具體包括企業年齡、研發投入費用（取對數）、企業規模（總資產取對數）、企業是否為國企、民企和外企的類型啞變量。由于創新績效的延遲效應以及降低解釋變量和因變量間因果關系模糊導致的內生性問題，本研究所有的解釋變量均為t-1 年。此外，由于前一年的績效會影響后一年的績效，本研究還控制了前一年企業申請的發明專利數量；同時，為控制所有隨時間變化而不隨其他因素變化的變量，本研究采用了年度啞變量。控制年度啞變量可以不用再控制行業競爭、行業不確定等這些隨時間變化的行業因素［28］。

3.3 模型估計方法

由于本研究因變量是計數模型，且因變量的方差遠遠高于平均值，因此本研究采用面板數據的負二項回歸分析方法。在固定效應和隨機效應的選擇方面，模型估計的Hausman 檢驗的結果拒絕了隨機效應的原假設，因此本研究采用固定效應估計。固定效應的選擇也使得模型估計中控制了各醫藥制造企業間不隨時間變化的難以測量的固定特征對創新績效的影響，比如企業文化、企業慣例等，這有助于幫助解決模型估計中由于遺漏變量導致的內生性問題。

4 實證結果

4.1 負二項回歸估計結果

表1 是變量的描述性統計和相關系數的分析結果。表1 各解釋變量間的相關系數均小于0.7，表明不會由于變量間高度相關引起實證分析結果的偏差。為了最小化多重共線性，本文在實證分析中對自變量進行了均值中心化的處理，各模型的最大方差膨脹系數（variance inflation factor，VIF）均遠遠小于10，表明各模型均不存在嚴重的多重共線性。本文采用的回歸方法是面板數據的負二項估計。表2 是回歸分析的結果，其中模型1 是僅有控制變量的回歸結果，模型2 是關系兩個特征維度的回歸結果，模型3 和模型4 是企業地理區域對關系兩個特征維度的調節作用的回歸分析，模型5 是全模型。本研究根據模型5 匯報實證結果。

表1 樣本變量描述性統計和相關系數

表2 負二項回歸分析結果

假設1 中，本文提出平均關系強度的增加降低了創新績效，模型5 的結果表明平均關系強度對創新有顯著的負向作用（β=-0.349,P<0.01）。這一結果證明了本文對假設1 的理論論述，即平均關系強度降低了聯盟的資源多樣性和規則適應性，阻礙了創新，假設1 得到支持。

假設2 中，本文提出關系強度離散的增加促進了創新績效。模型5 的結果表明關系強度離散對創新有顯著的正向作用（β=1.104,P<0.01）。這一結果證實了本文對假設2 的理論論述，即關系強度離散增加了聯盟的資源多樣性和規則適應性，增強了創新，因此假設2 得到支持。

假設3 提出企業地理區域越接近西部地區，平均關系強度對創新績效的阻礙作用越高。模型5 的結果表明隨著企業地理區域由東部向西部轉移，對兩者關系存在負向的調節作用（β=-0.261,P<0.05）。這一結果印證了假設3 的理論論述，即企業地理區域靠近東部沿海，則由于資源投入和創新效率，會更可能降低平均關系強度對創新的負向作用，越靠近西部則反之。假設3 得到支持。

假設4 提出企業地理區域越接近西部地區，關系強度離散對創新績效的促進作用越高。模型5 的結果表明隨著企業地理區域由東部向西部轉移，對兩者關系存在正向的調節作用（β=0.968,P<0.05）。這一結果證實了本文對假設4 的理論論述，即企業地理區域的優勢會和關系強度離散的優勢形成替代作用，而西部地區企業由于缺乏資源投入和創新效率，因此會和關系強度離散的資源多樣性和規則適應性形成互補作用。假設4 得到支持。

4.2 穩健性檢驗

本文采取了一系列的穩健性檢驗。首先，對于因變量創新績效的測量，本文又采用了全部專利數量和合作專利數量兩種穩健性檢驗，檢驗結果與采用發明專利的結果完全一致。其次，對于合作關系的窗口，本文又采用了4 年和5 年窗口進行穩健性檢驗，最終結果與之前3 年窗口的結果完全一致。第三，考慮到自變量、控制變量之間的相關系數有大于0.6 的情況，本文去掉聯盟伙伴規模和公司規模以避免模型估計可能產生的多重共線性，結果和之前結果保持一致。第四，由于企業存在是否選擇伙伴進行研發聯盟合作的選擇決策，從而有可能導致最后的模型估計中存在著由于選擇偏差導致的內生性問題。本文采用Heckman 兩階段模型估計，第一階段構建聯盟形成的選擇模型，在已有企業特征變量的基礎上，將企業年齡和企業股權類型作為工具變量，計算逆米爾斯比率；第二階段將逆米爾斯比率增加至面板負二項回歸估計，結果和之前結果保持一致。最后，本研究基于隨機效應模型再次對模型進行檢驗，最終結果和固定效應模型基本保持一致，僅企業地理區域對關系強度離散和創新的調節作用的顯著程度由P<0.05 變為P<0.1。

5 研究結論與討論

5.1 研究結論

針對現有研究缺乏對多伙伴研發聯盟的多維度伙伴關系對創新績效影響的研究局限，本文基于中國醫藥制造行業52 家上市公司2007—2020 年的273個研究樣本，對比探討了多伙伴的平均關系強度和關系強度離散兩種關系特征對企業創新績效的影響，并進一步地分析了企業地理區域對兩種關系維度和創新績效間關系的調節作用。實證檢驗結果和結論如下。

（1）多伙伴平均關系強度的增加會阻礙企業創新績效。這是因為多伙伴平均關系強度的增加意味著企業往往和固定伙伴開展持續合作，使得合作存在封閉性，從而阻礙了聯盟對外部多樣性知識的獲取；同時多伙伴持續合作使得聯盟內規則過于穩定僵化，從而不利于創新。

（2）多伙伴關系強度離散的增加會促進企業創新績效。這是因為多伙伴關系強度離散意味著企業和部分伙伴持續合作的同時，也與部分新伙伴合作。這種合作方式一方面使得企業獲取了多樣化知識，另一方面不同類型伙伴也使得合作規則更富有柔性和適應性，從而有利于創新。

（3）企業地理區域越遠離沿海靠近西部，會對平均關系強度和創新績效之間的關系產生負向調節作用。這是因為相對于東部企業，西部企業缺乏多樣性知識獲取的外部環境，同時在區域科技信息獲取、管理機制靈活有效等方面也與東部企業存在差距，因此企業地理區域越遠離沿海靠近西部，多伙伴平均關系強度對企業創新績效的阻礙作用越強。

（4）企業地理區域越遠離沿海靠近西部，會對關系強度離散和創新績效之間的關系產生正向調節作用。這是因為東部企業在區域環境方面，可以獲取多樣化資源和管理機制等方面的優勢，從而替代了多伙伴關系離散對企業創新績效的正向作用；而西部企業缺乏多樣化資源和管理機制等方面的區域環境，更為凸顯了多伙伴關系離散對企業創新績效的正向作用。

5.2 研究的理論和實踐意義

本研究具有一定的理論貢獻。首先，近年來對多伙伴聯盟視角的研究逐漸興起，一些學者提出除了學術界一直關注的多伙伴平均關系強度外，多伙伴聯盟還存在著關系強度離散的特征維度，但是現有研究缺乏對兩種多伙伴關系特征維度和創新績效關系的研究。本文探討了多伙伴聯盟兩種關系特征對聯盟企業創新績效的影響。本研究明晰了多伙伴不同維度的關系特征對企業創新績效的影響機理和作用效果，發展了多伙伴研發合作現有的理論框架。尤其是對多伙伴關系強度離散的探討，是對現有的關系研究的補充，發展了學術界一直以來僅關注關系強度特征維度的研究局限。

其次，現有對伙伴關系的研究大多忽略了企業不同地理位置對研發聯盟資源投入和運作效率的影響，本研究將企業地理區域作為研究對象，突破了現有研究大多假定企業地理區域一致的局限，發展了現有的對聯盟地理區域的研究。

最后，聯盟關系作為企業創新的聯盟內部機制，地理區域作為企業創新的聯盟外部機制，之前對聯盟關系和聯盟地理的研究觀點大多是分離的，本研究將聯盟關系和企業地理區域相聯系，探討了企業地理區域對兩種關系特征和創新績效關系的調節機制。研究使學術界明晰了關系機制和地理機制可能存在的替代或互補作用，加深了對聯盟關系影響創新的企業地理邊界條件的理解。

研究同樣對中國企業研發聯盟實踐有所指導。現階段，我國政府大力倡導企業主導的多伙伴協同創新，本研究的結論告訴企業在建立和管理多伙伴研發聯盟時，應注意對聯盟伙伴的調整，保證聯盟伙伴既有重復合作的伙伴群體，也有不斷進入的新伙伴群體，這樣才能夠促進聯盟創新績效。反之如果伙伴均為多次重復的合作關系，那么將不利于創新。然而這種情況視企業所在的地理區域有所差異，對于越靠近東部沿海的企業，可以更多地與多伙伴構建強關系網絡，因為其所在的地理位置保證了異質性知識的獲取與組合；而對于越靠近西部地區的企業，應更多地構建多伙伴關系強度離散較高的網絡，這樣可以彌補企業地理對創新的劣勢。

5.3 研究局限和展望

本文也存在著一定的局限。首先，對創新績效的測量還存在著其他的測量方式，比如專利的引用次數等。由于數據限制，本研究選用企業申請的發明專利數量來衡量創新績效，并沒有采取這些測量方式，后續研究可以探索這些新的測量方式以驗證本研究的結論。其次，本文采用客觀數據開展大樣本實證研究，盡管客觀數據具有真實可靠等優點，但是對重復合作和創新績效關系中的作用路徑和機理，比如信任、風險等的中介變量很難測量。后續研究可以采取調查問卷和客觀數據結合的研究方式，進一步地分析重復合作對創新績效的作用路徑和機理。最后，本研究的實證背景是中國轉型經濟，而針對其他發展中國家市場經濟環境開展類似研究將有利于本研究結論的一般化。