技術距離與合作創新企業知識獲取的正U型關系

姜秀娟 張鑫 李琳琳

摘 要：基于社會網絡理論、知識基礎理論與組織學習理論，利用德溫特數據庫中2000—2020年納米能源技術領域的專利數據構建知識網絡，通過聯合申請專利信息確定組織間合作關系，采用負二項回歸模型檢驗合作伙伴間技術距離對焦點企業知識獲取的影響，以及焦點企業知識存量特征（知識多樣性）和知識網絡嵌入特征（知識網絡中心性和知識網絡結構洞）的調節作用。研究結果表明：合作伙伴間技術距離與焦點企業知識獲取呈正U型關系，焦點企業知識多樣性和知識網絡中心性正向調節合作伙伴間技術距離與知識獲取的關系，而知識網絡結構洞的調節效應并不顯著。說明焦點企業選擇較小或較大技術距離的合作伙伴更有利于開展外部學習活動，同時要根據自身知識基礎特征選擇適宜的合作伙伴以促進知識獲取。

關鍵詞：技術距離；知識獲取；知識多樣性；知識網絡中心性；知識網絡結構洞

中圖分類號：F 270.7

文獻標識碼：A?? 文章編號：1672-7312（2023）04-0371-10

The Positive U-shaped Relationship between Technological Distance

and Knowledge Acquisition of Cooperative Innovation Firms

——Moderating Effect of Focal Firms Knowledge Base Characteristics

JIANG Xiujuan，ZHANG Xin，LI Linlin

（School of Economics and Management，Shandong University of Science and Technology，Qingdao 266590，China）

Abstract：Based on social network theory， knowledge base theory and organizational learning theory， the knowledge network was constructed by using the patent data in the field of nanoenergy technology from 2000 to 2020 in the Derwent database.The cooperative relationship between organizations was determined by jointly applying for patent information， and the negative binomial regression model was used to examine the influence of technical distance between partners on knowledge acquisition of focus enterprises， and the moderating effect of knowledge stock characteristics （knowledge diversity） and knowledge network embedding characteristics （knowledge network centrality and knowledge network structure hole） of focus enterprises. Results show that the technological distance has a positive U-shaped relationship on focal firms knowledge acquisition. The focal firms knowledge diversity and centrality of the knowledge network positively moderate the relationship between technological distance and knowledge acquisition， while the moderation effect of structural hole of the knowledge network is not significant. The study indicates that selecting partners with smaller or larger technological distances is more conducive to external learning activities for focal firms;it is necessary to select appropriate partners that can promote knowledge acquisition according to the characteristics of their own knowledge base.

Key words：technological distance;knowledge acquisition;knowledge diversity;centrality of the knowledge network;structural hole of the knowledge network

0 引言

2022年政府工作報告指出，要推進國際科技合作，強化企業創新主體地位，持續推進關鍵核心技術攻關。越來越多的企業開始打破邊界，選擇與相同或不同領域的組織進行合作創新，以同類資源共享或異類資源互補為目的，從外部獲取自身所需資源，彌補技術短板、提高核心競爭力。然而，由于企業資金和學習能力的有限性以及技術知識在組織間分布的異質性、互補性和非對稱性等特征，企業在外部知識搜索過程中僅能在一定范圍內，依據企業的技術和資源特征選擇合作伙伴[1]，因此組織間的知識關系（例如，組織間的知識鄰近性或技術距離等）以及企業的知識基礎特征越來越成為企業搜尋合作伙伴的方向指南和組織間開展研發合作的基礎，其對企業外部知識獲取的影響成為學術界研究的熱點之一。

在知識關系方面，合作雙方的技術距離與知識獲取之間關系的研究起步較早，但并未得出一致結論。NOOTEBOOM等[2]認為合作伙伴技術能力的異質性可以為企業知識重組和學習創造更多的機會，從而對企業的知識獲取產生正向影響；楊博旭等[3]基于三螺旋理論實證分析了技術鄰近與企業－企業合作創新之間存在倒U型關系，而技術鄰近對企業－高校和政府－企業的合作創新具有顯著負向影響；SUBRAMANIAN等[4]認為學習能力和學習機會同時在合作過程中起作用，使得合作伙伴間技術距離與焦點企業知識獲取之間呈倒U型關系。

企業對外部知識的吸收能力受知識基礎特征的影響，企業知識基礎特征可以分為知識存量特征和知識網絡嵌入特征。在知識存量特征方面，知識多樣性得到了學者們廣泛而持久的關注，CHIANG等[5]發現過度多樣化的知識可能會激發過多新穎的想法，使得企業擁有的知識得不到充分的整合和利用，從而不利于企業的知識獲取；潘清泉等[6]研究指出，知識寬度（即知識多樣性）與企業技術創新績效存在正向關系。在知識網絡嵌入特征方面，多數學者研究了企業內部知識網絡中心性和結構洞對自身學習和創新的影響[7]，而對于企業知識基礎在行業知識網絡中嵌入特征的研究相對較少。行業知識網絡記錄了焦點企業與合作伙伴所擁有的知識元素在之前的創新成果中發生過的組合，企業知識基礎在行業知識網絡中的中心性和結構洞位置能夠綜合反映企業在本行業知識網絡中的狀況，對于企業已擁有的知識元素，可以通過行業知識網絡中關聯關系展開有目的的知識搜索，提高知識利用率。楊博旭等[8]研究發現組織的行業知識網絡結構嵌入（文中用知識元素的結構洞來衡量）與組織創新績效間存在倒U型關系。厲娜等[9]認為企業在行業知識網絡中知識元素擁有豐富的結構洞會促進企業的探索式創新，而企業在行業知識網絡中知識元素的度中心性水平與企業探索式創新呈倒U型關系。

綜上，圍繞組織間知識關系和知識特征的研究雖已較為豐富，但較少將合作伙伴間的知識關系、焦點企業的知識基礎特征納入同一分析框架，探討合作創新對焦點企業知識獲取的影響。實際上，企業自身的知識特征是組織間建立合作關系的基礎，影響組織間進行學習的內容和形式；而合作雙方間的技術距離深刻影響雙方能否進行更有效的同質性知識整合亦或跨界組合創新。因此，本研究融合社會網絡理論、知識基礎理論與組織學習理論，建立合作伙伴間知識關系特征（技術距離）和焦點企業知識基礎特征（知識多樣性）及行業知識網絡嵌入特征（知識網絡中心性和知識網絡結構洞等）影響焦點企業知識獲取的分析框架，利用2000—2020年納米能源技術領域的專利數據，構建行業知識網絡，并根據聯合申請專利信息確定一對一的“合作對”，運用負二項回歸分析法實證分析合作伙伴間技術距離對焦點企業知識獲取的影響，揭示焦點企業知識基礎特征對二者關系的調節作用。

1 理論分析與研究假設

1.1 技術距離對焦點企業知識獲取的影響

合作伙伴間的技術距離是影響企業外部知識獲取的重要因素。企業外部知識獲取的過程即企業向合作伙伴學習新知識、新技術的過程。技術距離是指兩個組織之間在技術重點或概況上的差異。當技術距離較小時，說明合作雙方擁有相似的知識基礎；當技術距離較大時，說明雙方之間的知識基礎差異較大。

首先，YAYAVARAM等[10]的研究發現企業會尋找知識基礎與其重疊的合作伙伴展開合作，以便獲取新知識。從吸收能力的視角來看，當合作伙伴間的技術距離較小時，雙方之間技術的聯系就越強，就越可能依賴相似的科學原理進行技術知識的組合，使得企業能夠更容易地識別哪些知識組合更有價值[11]。文章認為當技術距離較小時，焦點企業向合作伙伴學習的新知識可能并非是新領域的知識，而更多的是已有知識的獨特的組合方式或者是對已涉及技術領域的深入挖掘，從而加強自身模塊化知識和專業化技術，即企業更多的是進行利用式學習。其次，隨著技術距離的不斷增大，焦點企業所涉及領域的技術和信息可獲得性逐漸降低，合作創新組合的管理和協調成本增加，甚至超過了合作帶來的價值，阻礙了焦點企業利用合作伙伴的資源和能力。同時，企業開始嘗試與不同技術領域伙伴的知識進行交叉，學習新領域知識的過程并非一蹴而就的，必須經過長時間的探索和試驗，因此企業學習效率也會隨之降低。所以，隨著合作雙方技術距離從低到中等水平，焦點企業的知識獲取效率是不斷降低的。

隨著技術距離從中等水平不斷增大，企業以利用式學習為主的外部知識獲取可能會逐漸轉變成以探索式學習（即企業對未知的、新領域的知識獲取[12]）為主。隨著技術距離的進一步增大，焦點企業與合作伙伴之間較大差異化的知識基礎和能力背景保證了焦點企業能夠接觸到新穎性和異質性的知識，有助于焦點企業擴充自身知識庫并增加知識元素的組合機會[13]。對于技術差異較大的組織，它們之間的競爭通常更弱，能夠從組織間知識流動過程中獲得更多利益，因此它們具有更強的合作動機，愿意共享知識。王宛秋等[14]的研究發現，成長期的企業由于有限的技術、成本、人力等資源，會圍繞熟悉的領域進行并購進而不斷深化原有技術領域，但隨著核心技術的強化和各種資源的豐富，成熟期的企業更容易通過并購實現對新領域的探索和快速進入。此時，并購雙方的技術距離越大，越有利于提高創新績效。因此，隨著合作雙方技術距離從中等水平不斷增大，焦點企業知識獲取也在不斷增加。

綜上，由合作雙方技術距離較小而激發焦點企業利用式學習與技術距離較大而激發焦點企業探索式學習的兩種效應疊加而產生了合作雙方技術距離與焦點企業知識獲取間的非線性關系，據此提出如下假設：

假設1：合作雙方的技術距離與焦點企業知識獲取呈正U型關系。

1.2 焦點企業知識多樣性的調節作用

李健等[15]認為雖然合作研發可以提供異質性的技術、信息等資源，但企業能否真正吸收和利用這些外部資源，還與其自身的知識基礎緊密相關，這也就解釋了同一合作創新網絡中不同企業知識獲取的程度為什么會存在差異。知識多樣性是企業知識基礎的橫向維度，反映了企業知識涵蓋多個獨立技術領域的程度，是影響企業吸收外部知識的重要因素[16]。

首先，在技術距離從低到中等水平的發展過程中，焦點企業對于自身領域可獲得的知識逐漸減少，搜索成本超過其帶來的價值，不利于企業的知識獲取。此時，相比于低知識多樣性的焦點企業來說，高知識多樣性代表其已經擁有或組合過較多細分領域的知識，從而使得企業學習和吸收合作伙伴相近領域知識的動機減弱，強化了較低水平的技術距離對焦點企業知識獲取的負向效應。其次，當技術距離從中等向高水平發展的過程中，焦點企業通過合作研發可訪問的新穎性知識增加，有效克服了技術和信息冗余的風險。此時，相較于低知識多樣性的焦點企業來說，高知識多樣性的企業原有知識基礎的知識接口較多，更容易找到內外部知識的關聯點和結合點，實現內外部知識的快速對接[17]，從而促使企業對從合作創新組合中獲得的異質性技術知識進行有效整合，知識搜索和試驗成本更低。因此，焦點企業的知識多樣性強化了較高水平的技術距離對焦點企業知識獲取的正向作用。據此提出如下假設：

假設2：焦點企業知識多樣性會強化合作雙方技術距離對焦點企業知識獲取的正U型關系。

1.3 焦點企業知識網絡中心性的調節作用

知識網絡可以分為企業內部知識網絡和行業知識網絡，文章所研究的知識網絡是行業知識網絡（以下簡稱知識網絡），具體而言，是指涵蓋了同行業各組織掌握的知識元素以及知識元素之間的組合關系的網絡[18]。知識元素的知識網絡中心性是指某個知識元素在知識網絡中居于中心地位的程度，是該知識元素在以往的創新過程中與其他知識元素組合的次數，組合次數越多意味著該知識元素的中心性越高。

首先，在技術距離從低到中等水平的發展過程中，焦點企業與合作伙伴位于耦合程度相對較高的領域中，此時焦點企業向合作伙伴學習的需求已逐漸減弱且成本逐漸增加。若焦點企業同時具有較高的知識網絡中心性，說明焦點企業的知識元素處于當前技術領域的較核心位置，企業對本領域已具有深入的理解，進而其知識元素的組合潛力已達到一定限度，不僅使得焦點企業向合作伙伴學習的動機減弱，還會進一步加劇企業搜索成本的付出，因此技術距離對焦點企業知識獲取的負向作用會增強。其次，在技術距離從中等到高水平的發展過程中，焦點企業與合作伙伴位于解耦程度相對較高的領域中，合作伙伴新穎性知識會吸引焦點企業與之合作并積極地向其學習。B

RENNECKE等[19]認為過去已經廣泛組合的知識元素不能提供許多重組的可能性，因此，擁有這些知識元素的發明家試圖通過向同事尋求建議擴充他們的知識。同理，擁有較多的高中心性知識元素的企業可能會更加積極地尋求新合作，利用合作創新組合優勢進一步獲取跨領域的新技術和新資源，此時焦點企業對外學習動機更強，因此，高水平知識網絡中心性會增強技術距離對焦點企業知識獲取的正向作用。據此提出如下假設：

假設3：焦點企業知識網絡中心性會強化合作雙方技術距離對焦點企業知識獲取的正U型關系。

1.4 焦點企業知識網絡結構洞的調節作用

知識網絡中的某個知識元素在以前的發明中與“其他知識元素”組合在一起，而這些“其他知識元素”本身不存在關聯關系，則代表該知識元素具有較高的結構洞屬性[20]，富有結構洞的網絡呈現非冗余性。如果企業的知識元素在知識網絡中占據多個結構洞位置，則意味著在當前知識領域中企業的知識元素存在豐富的組合機會[7]。因此，焦點企業在知識網絡中的結構洞水平會影響焦點企業的學習效果。

首先，在技術距離從低到中等水平的發展過程中，若在知識網絡中存在較多的結構洞說明焦點企業知識元素之間聯系比較稀疏，企業對現有技術領域的發展軌跡掌握不夠透徹[21]。同時也可能是因為當前領域內技術融合難度較高，開發成本較大，此時與合作伙伴技術距離的增加使得本就缺乏組合經驗的焦點企業學習范圍和吸收能力進一步下降，從而增強了技術距離對焦點企業知識獲取的負向作用。其次，在技術距離從中等到高水平的發展過程中，焦點企業主要被合作伙伴掌握的異質性知識所吸引，進行跨界學習，而此時焦點企業知識元素具有高結構洞水平意味著企業擁有眾多連接不同技術領域之間的技術知識，使其能夠更方便地通過中介知識元素搜索到更多彼此尚未關聯的新知識要素，增強了企業與異質性知識整合的可能性，幫助企業突破路徑依賴，同時也提高了企業跨界搜索獲取新知識要素的動力。因此技術距離對焦點企業知識獲取的正向作用得到增強。據此提出如下假設：

假設4：焦點企業知識網絡結構洞會強化合作雙方技術距離對焦點企業知識獲取的正U型關系。

綜上，合作雙方技術距離對焦點企業知識獲取的影響以及焦點企業知識多樣性、知識網絡中心性和知識網絡結構洞調節作用的理論模型如圖1所示。

2 研究設計

2.1 樣本與數據

納米能源技術是目前全球最受關注的科學技術領域之一，是高科技前沿的代表。首先，“納米技術”的多學科、多領域交叉融合特征，使得不同學科或技術背景的組織間合作在其發展中發揮至關重要的作用[22]，適合研究不同組織間的知識獲取問題。此外，納米能源技術領域需要多樣化的知識，屬于專利密集型行業，更適宜通過專利數據構建行業知識網絡。因此，基于納米能源技術領域開展實證研究。

專利引用數量是目前實證研究中能夠有效測量組織間知識獲取的重要指標[23]。選取的樣本來自于德溫特創新索引（Derwent Innovations Index）數據庫，數據搜集和清洗的步驟如下：第一步，借鑒GUAN等對于納米能源技術行業專利的檢索式，檢索出2000—2020年的專利數據。根據“專利權人代碼”篩選出焦點企業，同時剔除研發活動不活躍的企業（專利授權數少于20條）、非標準公司以及個人。第二步，參考已有研究的做法，基于t-5至t-1年的專利數據構建第t年的知識網絡。同時，考慮組織間合作聯盟關系一般持續3-5年，在一定程度上反映了合作對企業學習影響的周期，因此，觀察合作后三年內（t至t+2年）焦點企業的知識獲取情況。第三步，根據聯合申請專利的專利權人信息識別合作創新組合，焦點企業的合作伙伴由企業、大學和研究所組成，基于二元組合即“研發合作對”研究合作伙伴間技術距離對焦點企業知識獲取的影響。

2.2 變量測量

2.2.1 被解釋變量

知識獲取（KA）。后向引用是一項發明所依據的先前的知識，可以用來追蹤組織間的知識流動與利用情況[24]。因此采用t至t+2年焦點企業對其合作伙伴專利的引用總次數來衡量知識獲取。

2.2.2 解釋變量

技術距離（TD）。借鑒JAFFE[25]的測量方法，首先取IPC代碼的前3位（即大類）表示組織所涉及的技術領域，再利用公式得到合作雙方主體間技術距離的測度。具體見式（1）。

TDij=1-

∑nk=1pikpjk

∑nk=1p2ik

∑nk=1p2jk

（1）

式中：pik和pjk分別為焦點企業i和合作伙伴j在t-5至t-1年申請的專利中第k類技術領域出現的次數；n為焦點企業i和合作伙伴j在t-5至t-1年申請的專利中所涉及的技術領域總數。TDij值越大，表示合作雙方間的技術距離越大。

2.2.3 調節變量

參考WANG等的做法，基于發明專利IPC分類號前四位（即小類）構建t-5至t-1年的行業知識網絡，并借助Ucinet 6軟件完成對中心性和結構洞的測度。

知識多樣性（KD）。使用焦點企業申請的專利中所包含的IPC小類數量來衡量知識多樣性。

知識網絡中心性（DC）。使用焦點企業所有知識元素度中心值的平均值來衡量知識網絡中心性。

知識網絡結構洞（SH）。首先用2與限制度之差的計算結果作為知識元素的結構洞值，然后取焦點企業所有知識元素結構洞值的均值作為知識網絡結構洞的衡量指標。

2.2.4 控制變量

前引用頻率（PCF）。合作前焦點企業向合作伙伴學習的情況會影響合作后焦點企業的學習效果。因此控制了焦點企業在合作前（t-5至t-1年）對合作伙伴專利的引用總次數。

關系強度（RS）。組織間成功的合作經驗能夠增加合作雙方間的信任、促進雙方未來的合作，并有助于發展特定關系的知識轉移。因此使用焦點企業與合作伙伴的合作次數來衡量兩者的關系強度。

相對專利組合規模（RPPS）。采用焦點企業授權專利數量與合作伙伴授權專利數量的比值來衡量相對專利組合規模。比值越小，則表明合作伙伴越可能提供更多的學習機會。

合作伙伴數量（NP）。在多伙伴的聯盟組合中，焦點企業的注意力很可能會分散到其他合作伙伴身上，從而降低了焦點企業對特定“研發合作對”中合作伙伴的知識利用率，因此對焦點企業的合作伙伴數量進行控制。

2.3 模型構建

通過構建以下回歸模型，用于驗證假設1，即合作雙方技術距離與焦點企業知識獲取的關系。具體見式（2）、（3）。

KA=α0+α1Control+ε

（2）

KA=α0+α1TD+α2TD2+α3Control+ε

（3）

通過構建以下回歸模型，用于驗證假設2、假設3和假設4，即焦點企業知識多樣性、知識網絡中心性和知識網絡結構洞分別對合作雙方技術距離與焦點企業知識獲取之間關系的調節作用。具體見式（4）、（5）、（6）。

KA=α0+α1KD+α2KD×TD+α3KD×TD2+α4TD+α

5TD2+α6DC+α7SH+α8Control+ε

（4）

KA=α0+α1DC+α2DC×TD+α3DC×TD2+α4TD+α

5TD2+α6KD+α7SH+α8Control+ε

（5）

KA=α0+α1SH+α2SH×TD+α3SH×TD2+α4TD+α

5TD2+α6KD+α7DC+α8Control+ε

（6）

其中：KA為知識獲取；TD和TD2分別為技術距離和技術距離的平方；KD為知識多樣性；DC為知識網絡中心性；SH為知識網絡結構洞；Control為控制變量的集合；ε為隨機誤差項。

3 實證分析

3.1 描述性統計與相關性分析

表1為各變量的均值、標準差和相關系數。為進一步檢驗變量間的多重共線性問題，計算了方差膨脹系數（VIF），結果表明，其最高取值為2.54，遠小于10，故不存在多重共線性問題。

3.2 回歸分析

本文的被解釋變量為焦點企業對合作伙伴專利的引用頻率，是非負計數數據，故泊松回歸模型與負二項回歸模型為理想的分析模型。泊松回歸模型使用的前提是均值與標準差相等，由表1可以看出，知識獲取的標準差大于其均值，呈超離散分布，符合負二項分布。因此，運用STATA 15.1軟件選擇負二項回歸模型進行實證分析，結果見表2。其中，模型1是基礎模型，即控制變量對焦點企業知識獲取的影響，對應式（2）；模型2在模型1的基礎上加入了技術距離及其平方項，驗證技術距離與知識獲取的關系，對應式（3）；模型3、模型4和模型5是分別加入調節變量（知識多樣性、知識網絡中心性和知識網絡結構洞）、調節變量與自變量的交互項以及調節變量與自變量平方的交互項后的回歸模型，對應式（4）、（5）、（6）。

由表2中的模型2可知，合作雙方技術距離與焦點企業知識獲取呈顯著負相關關系，而技術距離的平方項與焦點企業知識獲取呈顯著正相關關系，由此可以推斷，合作雙方技術距離與焦點企業知識獲取之間存在正U型關系。然而，回歸二次項系數顯著并不是確保U型關系存在的充分條件，借鑒LIND等[26]對U型關系的檢驗方法，采用STATA 15.1的“Utest”命令進一步檢測曲線效應。具體見式（7）。

Y=β0+β1X+β2X2

（7）

其中：Y為被解釋變量焦點企業知識獲取；X為解釋變量技術距離。對于正U型的檢測分為3部分：①β2為正且顯著；②自變量取最小值和最大值時的曲線斜率符號相反且顯著；③曲線拐點位于樣本取值范圍內。表3為U型曲線的估計結果。由表3可知，β2值為4.281且在5%水平上顯著；在XL處的斜率為-3.431且在1%水平上顯著，在XH處的斜率為5.087且在5%水平上顯著；曲線拐點值為0.406，落在［0.005，1］的取值范圍內。因此，假設1得到驗證。

為檢驗焦點企業知識多樣性、知識網絡中心性和知識網絡結構洞對U型關系的調節作用，采用HAANS等[27]提出的檢驗過程。具體見式（8）。

Y=β0+β1X+β2X2+β3XZ+β4X2Z+β5Z

（8）

其中：Y為被解釋變量焦點企業知識獲取；X為解釋變量技術距離；Z為調節變量。調節正U型關系應該滿足兩個條件：①曲線兩側明顯變得平緩或者陡峭。當β4顯著為正時，曲線會變得更為陡峭；當β4顯著為負時，曲線會變得更為平緩。②曲線拐點向左或向右移動。當β1β4-β2β3<0時，拐點向左移動；當β1β4-β2β3>0時，拐點向右移動。表2中模型3驗證了焦點企業知識多樣性的調節作用，技術距離平方項的系數為正且顯著（β=5.435，p<0.01），知識多樣性與技術距離平方的交互項系數為正且在10%的水平上顯著（β=0.176，p<0.1），且隨著知識多樣性的增加拐點向左移動（β1β4-β2β3=-0.45<0），滿足上述兩個條件，因此，假設2得到驗證。模型4驗證焦點企業知識網絡中心性的調節作用，技術距離平方項的系數為正且顯著（β=6.364，p<0.05），知識網絡中心性與技術距離平方的交互項系數為正且在10%水平上顯著（β=0.014，p<0.1），且隨著知識網絡中心性的增加拐點向左移動（β1β4-β2β3=-0.03<0），滿足上述2個條件，因此，假設3得到驗證。模型5驗證焦點企業知識網絡結構洞的調節作用，技術距離平方項的系數不顯著，且知識網絡結構洞與技術距離平方的交互項系數也不顯著，因此，假設4沒有通過驗證。

圖2和圖3為變量調節效應圖。知識多樣性強化了技術距離與知識獲取的正U型關系，如圖2中所展現的高知識多樣性曲線斜率大于低知識多樣性曲線斜率。同時可以發現，當技術距離較小時，焦點企業低知識多樣性更有利于知識獲取；當技術距離較大時，焦點企業高知識多樣性更有利于知識獲取。知識網絡中心性強化了技術距離與知識獲取的正U型關系，如圖3中所展現的高知識網絡中心性曲線斜率大于低知識網絡中心性曲線斜率。同時可以發現，當技術距離較小時，焦點企業低知識網絡中心性更有利于知識獲取；當技術距離較大時，焦點企業高知識網絡中心性更有利于知識獲取。

3.3 穩健性檢驗

為了進一步確定模型檢驗結果，采用焦點企業t至t+4年的專利引用頻率來衡量知識獲取情況。同樣，選擇負二項回歸模型進行分析，結果見表4。模型6-10分別對應式（2）-（6）。由表4可得，穩健性檢驗結果與上述實證結果保持一致。

4 結論與展望

4.1 結論

第一，合作雙方技術距離與焦點企業知識獲取具有正U型關系。當技術距離較小或較大時，焦點企業知識獲取效果更佳；而當技術距離中等時，焦點企業知識獲取程度較低。具體來說，可能是技術距離較小激發了焦點企業主要通過利用式學習進行知識獲取，而技術距離較大激發了焦點企業以探索式學習方式為主進行知識獲取。第二，焦點企業知識多樣性強化了技術距離與焦點企業知識獲取的正U型關系。當技術距離較小時，焦點企業知識多樣性程度較低更有利于其知識獲取；而當技術距離較大時，焦點企業知識多樣性程度較高更有利于其知識獲取。第三，焦點企業知識網絡中心性強化了技術距離與焦點企業知識獲取的正U型關系。當技術距離較小時，焦點企業知識網絡中心性程度較低更有利于其知識獲取；而當技術距離較大時，焦點企業知識網絡中心性程度較高更有利于其知識獲取。第四，焦點企業知識網絡結構洞對技術距離與焦點企業知識獲取之間關系的調節作用并不顯著。

4.2 研究啟示

4.2.1 理論貢獻

首先，已有研究關于合作雙方技術距離與焦點企業知識獲取關系的結論并不一致，存在促進、抑制和倒U型等結論，研究發現二者為正U型關系，是由合作雙方技術距離較小而激發的焦點企業利用式學習與技術距離較大而激發的焦點企業探索式學習兩種效應疊加產生。其次，以往關于學習和創新影響因素的研究，主要集中于企業內部知識網絡，然而企業外部知識獲取還會受到其知識基礎在整個行業知識網絡中狀況的影響。因此，本研究同時考察了企業知識存量特征（知識多樣性）和知識網絡嵌入特征（知識網絡中心性和知識網絡結構洞）對合作雙方技術距離與焦點企業知識獲取間關系的調節作用，整合了以往關于企業知識獲取影響因素的研究。

4.2.2 管理啟示

第一，為更好地開展企業外部學習活動，管理者在選擇合作伙伴時需要認真考慮企業與合作伙伴之間的技術差異性。一方面，企業可以專注于已有的技術領域，選擇契合自身技術特點、匹配度較高且擁有相似知識基礎的合作伙伴進行合作，以聚焦和深化現有技術領域為主，充分挖掘新的知識組合方式，鞏固現有市場；另一方面，企業可以進行跨界搜索，與擁有異質性知識或與從事不同技術領域的合作伙伴開展研發合作，比如加強與具備不同技術專長的高校和研究所的合作和交流，適當挖掘較廣范圍的技術和信息，以實現重大技術突破，開辟新產品新市場。第二，企業的知識獲取程度不僅取決于企業與合作伙伴之間的技術距離，同時依賴于企業自身的知識基礎特征。為了更好地提高學習效果，建議管理者將企業自身知識基礎存量特征和知識網絡嵌入特征分別與合作雙方技術距離結合起來制定有針對性的管理決策。一方面，當企業知識多樣性程度較低時，可以選擇與知識同質性程度較高的組織合作以提高知識利用率；而當企業知識多樣性程度較高時，可以選擇與知識異質性程度較高的組織合作來提高學習效果。另一方面，當企業擁有行業知識網絡中多數非核心位置的知識元素時，可以選擇與技術距離較近的組織合作，進而增強專業化技術；當企業擁有行業知識網絡中多數核心位置的知識元素時，可以積極地同技術距離較遠的組織合作，以最大程度利用異質性知識資源帶來的益處。

4.2.3 研究局限與展望

第一，研究僅以納米能源技術領域的組織為研究對象，由于受到行業和組織類型的限制，研究結論的普適性有待進一步探討。未來研究可以進一步拓展數據范圍，利用其他行業樣本數據對提出的理論模型進行驗證。第二，利用聯合申請專利信息來確定企業的合作創新活動，除了聯合申請專利外，還有研發聯盟、并購和成立合資企業等形式，未來研究可以使用不同類型的合作創新數據檢驗合作雙方技術距離與焦點企業知識獲取之間的關系。

參考文獻：

[1] 劉鳳朝，羅蕾，張淑慧.知識屬性、知識關系與研發合作企業創新績效[J].科研管理，2021，42（11）：155-163.

[2]NOOTEBOOM B，VANHAVERBEKE W，DUYSTERS G，et al.Optimal cognitive distance and absorptive capacity[J].Research Policy，2007，36（07）：1016-1034.

[3]楊博旭，王玉榮，李興光.多維鄰近與合作創新[J].科學學研究，2019，37（01）：154-164.

[4]SUBRAMANIAN A M，BO W，KAH-HIN C.The role of knowledge base homogeneity in learning from strategic alliances[J].Research Policy，2018，47（01）：158-168.

[5]CHIANG Y H，HUNG K P.Exploring open search strategies and perceived innovation performance from the perspective of inter-organizational knowledge flows[J].R&D Management，2010，40（03）：292-299.

[6]潘清泉，唐劉釗.技術關聯調節下的企業知識基礎與技術創新績效的關系研究[J].管理學報，2015，12（12）：1788-1796.

[7]WANG C，RODAN S，FRUIN M，et al.Knowledge networks，collaboration networks，and exploratory innovation[J].Academy of Management Journal，2014，57（02）：484-514.

[8]楊博旭，王玉榮，李興光.“厚此薄彼”還是“雨露均沾”——組織如何有效利用網絡嵌入資源提高創新績效[J].南開管理評論，2019，22（03）：201-213.

[9]厲娜，林潤輝，謝在陽.多重網絡嵌入下企業探索式創新影響機制研究[J].科學學研究，2020，38（01）：169-179.

[10]YAYAVARAM S，SRIVASTAVA M K，SARKAR M B.Role of search for domain knowledge and architectural knowledge in alliance partner selection[J].Strategic Management Journal，2018，39（08）：2277-2302.

[11]易靖韜，蒙雙，蔡菲瑩.外部R&D、技術距離、市場距離與企業創新績效[J].中國軟科學，2017（04）：141-151.

[12]MARCH J G.Exploration and exploitation in organizational learning[J].Organization Science，1991，2（01）：71-87.

[13]LEE Y J，SHIN K，KIM E.The influence of a firms capability and dyadic relationship of the knowledge base on ambidextrous innovation in biopharmaceutical M&As[J].Sustainability，2019，11（18）：4920.

[14]王宛秋，馬紅君.技術鄰近性、研發投入與技術并購創新績效——基于企業生命周期的視角[J].管理評論，2020，32（06）：104-113.

[15]李健，余悅.合作網絡結構洞、知識網絡凝聚性與探索式創新績效：基于我國汽車產業的實證研究[J].南開管理評論，2018，21（06）：121-130.

[16]王嘉杰，孫建軍，石靜，等.技術人員流動視角下的知識轉移影響因素分析——技術距離與技術多元化的作用[J].信息資源管理學報，2021，11（05）：114-123.

[17]趙炎，葉舟，韓笑.創新網絡技術多元化、知識基礎與企業創新績效[J/OL].科學學研究：1-23[2023-03-10].

[18]歐陽雪.雙層知識網絡結構洞對企業二元式創新績效的影響研究[D].長沙：湖南大學，2018.

[19]BRENNECKE J，RANK O.The firms knowledge network and the transfer of advice among corporate inventors：A multilevel network study[J].Research Policy，2017，46（04）：768-783.

[20]GUAN J，LIU N.Exploitative and exploratory innovations in knowledge network and collaboration network：A patent analysis in the technological field of nano-energy[J].Research Policy，2016，45（01）：97-112.

[21]姚艷虹，龔榆.雙層網絡嵌入下結構洞對企業二元創新的影響[J].科技進步與對策，2022，39（01）：99-109.

[22]劉鳳朝，張娜，孫玉濤，等.基于優先連接的納米技術合作網絡演化研究[J].管理評論，2016，28（02）：74-83.

[23]KOK H，FAEMS D，DE FARIA P.Ties that matter：The impact of alliance partner knowledge recombination novelty on knowledge utilization in R&D alliances[J].Research Policy，2020，49（07）：104011.

[24]JAFFE A B，DE RASSENFOSSE G.Patent citation data in social science research：Overview and best practices[J].Journal of the Association for Information Science and Technology，2017，68（06）：1360-1374.

[25]JAFFE A B.Technological opportunity and spillovers of R&D：Evidence from firms patents，profits，and market value[J].The American Economic Review，1986，76（05）：984-1001.

[26]LIND J T，MEHLUM H.With or without U？The appropriate test for a U-shaped relationship[J].Oxford Bulletin of Economics & Statistics，2010，72（01）：109-118.

[27]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（07）：1177-1195.

（責任編輯：嚴焱）