结构洞、输出型开放式创新与企业技术能力

崔海云+施建军

摘要：随着技术竞争越来越激烈，企业面临着大量新创技术商业化的压力。积极融入创新网络、实施创新成果外部商业化，成为企业提升技术能力的重要战略选择。企业在创新网络内的“结构洞”，是影响企业提升技术能力的重要因素之一。通过构建结构洞、输出型开放式创新与企业技术能力的关系模型，运用SEM以及层次回归的统计检验方法，实证检验“结构洞”对企业技术能力的影响效应及其内部作用机制。研究发现，“结构洞”对企业技术能力具有正向的促进作用，其通过输出型开放式创新作用于企业的技术吸收能力和技术创新能力。

关键词：结构洞；输出型开放式创新；技术吸收能力；技术创新能力

文章编号：2095-5960（2016）03-0020-10；中图分类号：F272.1；文献标识码：A

一、引言

随着产品生命周期越来越短，技术竞争越来越激烈，持续提升技术能力是企业谋求基业长青的必然要求。在新的竞争格局下，企业不仅面临着开发新技术的压力，而且还面临着大量新创技术商业化的压力。积极融入创新网络，加强创新合作活动，实施创新成果外部商业化，不仅缓解了技术开发和新技术商业化的压力，而且还“激活”了大量被企业闲置的“无用”技术，成为企业提升技术能力的重要战略选择。在创新网络中，企业如何最大限度地利用组织内外部的创新成果来提升自身的技术能力一直是学者们关注的重要话题。网络镶嵌（Network Embeddedness）理论，尤其是著名的“结构洞”（Structural Holes）理论以其独特的研究视角和成熟的分析技术为我们提供了重要的分析思路。本文将从“结构洞”的视角探讨企业在创新网络中实施创新成果外部商业化与其技术能力提升之间的关系及其内部作用机制。

二、文献回顾与假设提出

（一）结构洞与企业技术能力之间的关系

1.企业技术能力

Figueiredo（2008）认为企业技术能力是企业创造和管理技术变革所需的全部资源，它们通过技能、知识、经验和组织体制得以累积和体现（Figueiredo，2008）。[1]而Bergek et al.（2008）则认为，企业技术能力主要是指企业对问题进行识别、分析并予以解决的能力（Bergek et al.，2008）。[2]我国学者魏江认为企业技术能力是企业内所有和技术相关的知识和信息的总和，主要通过企业的创新绩效体现，如新产品数、新产品的市场竞争力以及专利等（魏江，2006）。[3]Kim（1997）将技术能力划分为仿制能力、创造性模仿能力和自主创新能力。[4]Costa & Queiroz（2002）将企业技术能力划分为职能能力和元能力两个维度，职能能力主要包括运营能力、改进能力和生成能力三个方面，元能力主要包括学习能力、互动能力以及监测能力三个方面（Costa & Queiroz，2002）。[5]Isobe，Makino & Montgomery（2008）认为企业技术能力包括技术改进能力和技术重构能力两部分（Isobe、Makino & Montgomery，2008）。[6]傅家骥（1998）认为技术能力包括生产能力、吸收能力和创新能力。[7]赵晓庆和许庆瑞（2002）指出发展中国家企业的技术能力包括技术仿制能力、技术创造性模仿能力、自主创新能力（赵晓庆，许庆瑞，2002）。[8]王秀江和彭纪生（2008）认为企业技术能力是动静态的结合体，既包括技术知识和技术信息等静态要素，又包括技术知识转化、整合等动态过程（王秀江，彭纪生，2008）。[9]本文认为，企业技术能力是指企业对产业技术知识进行获取、学习、运用、升级、更新以及开发全新技术知识和技术标准的能力。因此，企业技术能力主要体现在技术知识的获取吸收和新技术的创新能力两方面。

2.结构洞及其对企业技术能力的影响

所谓的“结构洞”，是指社会网络中的“洞隙”，这些“洞隙”的存在导致网络中的行为主体之间不能直接建立连接或者行为主体之间的关系出现中断（Burt，1992）。[10]一些学者认为，结构洞能够为企业带来竞争优势，即“结构洞”具有一定的优势。这些学者研究发现，结构洞作为一种静态的社会资本，能够使网络中的聚焦节点在获取资源和利益方面占有先天的竞争优势，这些竞争优势具体表现在结构洞为其“占据者”带来的信息优势（information benefit）和控制优势（control benefit）。

一方面，占有“结构洞”的企业更容易获得信息优势（information benefit），企业在创新网络中拥有的“结构洞”越多，越容易及时获得网络中的信息，相应的，获得的信息数量也大，信息内容也更具体，因而能够创造出更多的技术机会。结构洞是信息流动的缺口，好的创意往往不在其源头，而在于思想的交汇处，因此，占据结构洞的网络节点企业由于处于网络中信息枢纽的位置，所以更有可能获取更棒的新创意、更多的异质性信息、更有效的技术能力提升途径（Gargiulo et al，2009）。[11]另一方面，占有“结构洞”的企业更容易获得控制优势（control benefit），“结构洞”企业可以凭借自身的“中介”地位和信息优势，扮演网络中信息交换的“第三方角色”，利用“第三方”的这一身份灵活采取各种策略以提升自身的技术水平。学术界将网络中具有“中介”地位或扮演“第三方角色”的企业称为搭桥机构或组织（Bridging organizations），这类企业拥有横跨不同企业间的“结构洞”，能够获得和产生更多的新创意、新想法和新知识，从而创造更多的技术机会（Burt，1992）。在企业网络中，网络节点企业的控制优势可以使节点企业操纵其他互不相连的两家企业之间的信息流动，迫使它们让步或者竞争（Burt，1997）。[12]Jason （2010）也认为具有桥连接作用的网络结构洞能够为企业提供足够的渠道来发现新的知识源，因此，网络结构洞有利于探索式技术创新。外部网络的结构洞赋予了企业快速获取新信息的能力，有利于加速产品和服务创新，推动市场推广，从而提升企业技术创新的绩效。[13]

笔者认为，外部网络的结构洞不仅有利于企业快速获取技术领域的新信息，而且有利于产品和服务的快速创新，还能够推动新技术和新产品的市场推广，从而促进企业技术能力的提升。在企业的技术创新过程中，合理占据创新网络中的结构洞并对其科学管理将有利于企业及时获取技术和市场信息，紧跟产业技术创新的节奏。

基于此，本文提出如下假设。

假设1a：预期结构洞对企业技术吸收能力具有正向的促进作用。

假设1b：预期结构洞对企业技术创新能力具有正向的促进作用。

（二）输出型开放式创新及其中介作用

在开放式创新的背景下，除了内向型开放式创新之外，企业还可以通过向外部“释放”、授权或者出售创新信息和技术知识等方式，即输出型开放式创新，实现创新成果的商业化。企业通过主动地知识溢出或者出售对自身来说相对没有价值的技术知识给其他组织，一方面缓解了自身进行创新成果商业化的压力，另一方面也可以获得可观的技术转让收益。因此，与内向型开放式创新相比，输出型开放式创新对企业的经营发展和创新活动同样具有重要的作用。然而，从目前的研究情况来看，与内向型开放式创新的研究现状相比，有关输出型开放式创新的研究相对较少，企业的输出型开放式创新被学者们有意无意地忽略了（Dahlander & Gann，2010）。[14]在输出型开放式创新的具体维度方面，Dahlander & Gann（2010）根据企业向外部输出知识的过程中是否存在经济交易，将输出型开放式创新划分为免费释放和授权两种。

免费释放是指企业将内部的技术知识、创新信息和资源无偿输出到外部环境中，而不追求任何直接的经济回报。科学合理的免费释放和扩散可以帮助企业获得以下利益：获得更高的社会荣誉和地位、获得相关的互补资产、扩大企业的市场份额、推动建立该技术非正式的标准（Von Hippel，2007）。[15]相反，在创新的过程中，如果企业过度地保护自身的内部知识和信息，反而会使自己处于相对孤立的处境，从而加大获得外部知识和资源的难度，有效的内向型开放式创新也就难以实现（Dahlander & Gann， 2010）。授权是指企业将自身的研发成果授权给其他组织，来实现新创技术和创意的商业化的过程。自上个世纪90年代后期开始，企业越来越重视向组织外部转移技术的重要性，并且越来越乐于将组织内部的技术知识出售或者授权到组织外部，新技术和新发明的出售或者授权的情况变得越来越活跃（Davis & Harrison，2001）[16]，良好的技术外部商业化还可以完善企业的内外部创新网络。[17]

笔者认为，随着产品生命周期越来越短，技术竞争越来越激烈，企业的新创技术商业化的压力也越来越大。与此同时，企业还掌握着大量“于己无用”的技术知识，而向外部“释放”、授权或者出售创新信息和技术知识，一方面可以帮助企业尽快实现创新成果的商业化，为企业获得更多的研发回报；另一方面，也“激活”了大量被企业闲置的“无用”技术，从而实现了研发工作的价值最大化。

基于此，本文提出如下假设。

假设2a：预期免费释放在结构洞与技术吸收能力的关系中扮演中介变量角色。

假设2b：预期免费释放在结构洞与技术创新能力的关系中扮演中介变量角色。

假设2c：预期授权在结构洞与技术吸收能力的关系中扮演中介变量角色。

假设2d：预期授权在结构洞与技术创新能力的关系中扮演中介变量角色。

综上所述，本文的研究框架如图1所示。

三、研究设计

（一）样本选取与数据收集

数据收集包括两个阶段：预调研阶段（2014年7月）和正式调研阶段（2014年8月—2014年10月）。预调研在北京两家科技型企业进行，通过对核心管理者进行访谈并发放问卷，剔除不合适的题项，完善研究结构和问卷设计。正式调研主要集中在北京、天津、河北、安徽、内蒙古等地的科技型企业。本次调研共发放问卷300份，回收问卷237份，有效问卷206份，回收率79%，有效率68.7%。

（二）变量测量

1.因变量：企业技术能力

在技术能力的具体维度划分方面，国内外学者众说纷纭，但基本都突出了技术吸收能力和技术创新能力这两个维度（Westphal Larry，1984；Pack Howard，1986；林子敬，1989；Kim，1997；Costa & Queiroz，2002；Bontis，1998；Burgelman，2003；Gergana Todorova，2007；Isobe，Makino & Montgomery，2008）。本文以企业的技术创新为基础，借鉴前人的研究成果，对企业技术能力的考察主要从技术吸收能力和技术创新能力两方面进行。技术吸收能力包括2个题项：（1）贵公司能够快速有效地将外部知识消化为公司内部的知识。（2）贵公司能够及时地将转化后的技术创新知识整合并加以利用。技术创新能力包括2个题项：（1）贵公司独立研究开发新产品的能力有很大提升。（2）贵公司新产品开发的成功率更高。

2.自变量：结构洞

结构洞（structural holes）反映的是网络内成员之间的连接程度（Burt，1992；Koka & Prescott，2008[18]）。在社会网络的数据分析中，通常采用二分法分析结构洞，即存在联系或不存在联系（Borgatti，Everett & Freeman，2002）。在早期的实证研究中，也有学者用结构洞约束指数（structural holes constraint）（Burt，1997；Obstfeld，2005）和间接约束指数（indirect constraint）（Lechner et al.，2010[19]）来测量结构洞的连接程度。在近些年的实证研究中，学者们开始用“控制信息流的能力”（Tsai，2001[20]）或者“与同行对比，网络集中的趋势与程度”（Gilsing & Duysters，2008[21]）来测度结构洞。本文在对企业的创新网络结构洞进行测量时，借鉴了前人的研究成果，开发了调研问卷。企业网络结构洞包括2个题项：（1）创新网络内的其他企业之间的技术交流必须经过贵公司。（2）贵公司在外部创新网络内拥有一定的地位和影响力。

3.中介变量：输出型开放式创新

输出型开放式创新分为授权和免费释放，Lichtenthaler（2008，2009）等学者对授权作了大量的研究工作，并且开发了比较成熟的测度量表，这些量表得到了学术界的广泛认可，并一再被改进引用。与授权相比，学者们对实体经济中的免费释放的研究相对较少，相关的可借鉴的量表也较少。然而，学者们普遍认为，知识的外向免费释放与内向的知识获取是一个相对的过程，只是知识传递的方向恰恰相反，而知识获取型的内向型开放式创新的相关研究已经非常成熟，相关的可借鉴的量表也得到了很好的开发好运用（陈钰芬，2008）。此外，Stam（2009）在对社会参与和网络社区参与进行研究的过程中，也开发了相关的测度量表。

因此，在对企业的输出型开放式创新进行测量时，本项研究借鉴了Lichtenthaler（2008，2009）[22][23]、陈钰芬（2008）[24]和Stam（2009）[25]等学者的研究成果，并结合本文的研究主题开发了调研问卷。授权包括2个题项：（1）贵公司经常出售专利或者进行专利授权。（2）贵公司只出售或对外授权那些非核心技术。免费释放包括2个题项：（1）贵公司经常主动到其他企业进行创新项目的介绍和报告。（2）贵公司愿意为其他企业或组织的创新工作提供建议和帮助。

4.控制变量

除了创新网络和输出型开放式创新外，还有许多因素影响着企业技术能力的提升。为了保证研究结果的可靠性和有效性，本文将企业规模、企业年龄和企业家精神作为控制变量处理。本次调查问卷所有问项均采用Likert7分量表，受访者根据对这些题项的赞同程度进行1—7分量表打分，问卷详见表1。

四、实证分析和假设检验

（一）信度与效度分析

首先，我们对模型的拟合水平进行了检验。结果显示，绝对拟合指数 X2/DF为 2.57，在 2～5范围之内。近似误差均方根RMSEA也达到 0.05 的理想水平。拟合优度指数GFI 超过了 0.8，AGFI 虽没有达到0.8，却已经很接近，相对拟合指数 NNFI 达到了理想水平 0.9 以上，NFI 非常接近理想水平，CFI 也达到了 0.9。可见，多数拟合优度指标都在可接受的范围内，说明设定模型的结构是合理的。在此基础上，我们进一步检验变量测量的信度与效度。本项研究采用因子分析检验变量测量的信度与效度。

因子分析的前提是样本数据的KMO值大于0.7，且Bartlett统计值显著异于0（马庆国，2002）。结构洞、授权型、免费释放、技术吸收能力、技术创新能力五个变量的KMO值为0.782，且Bartlett统计值显著异于0，适合做因子分析。本研究使用主成分法依据特征根大于1提取因子，采用极大方差法（varimax）旋转载荷矩阵。因子分析共提取出5个因子：结构洞、授权、免费释放、技术吸收能力、技术创新能力，累积解释变差63.3%，如表2所示。因子分析结果表明，各题项都落在预设的因子上，并且因子载荷均在0.7以上，表示变量测量具有较好的聚合效度与区分效度。表2也给出了各变量的Cronbach's α系数。结构洞、免费释放的Cronbach's α系数略低（分别为0.793、0.786），但仍然在可接受范围之内。授权、技术吸收能力、技术创新能力的Cronbach's α系数均在0.8以上（分别为0.832、0.813、0.836），可知数据具有良好的信度。上述分析表明本项研究的变量具有较好的效度和信度，适宜进一步做回归分析与假设检验。

（二）描述性统计与相关系数

变量的描述性统计数据和相关系数矩阵如表3所示。从表中可知，授权与结构洞的相关系数分别是0.259，免费释放与结构洞、授权的相关系数分别是0.213、-0.082，技术吸收与结构洞、授权、免费释放的相关系数分别是0.316、0.316、0.236，技术创新与结构洞、授权、免费释放、技术吸收的相关系数分别是0.391、0.416、0.315、0.659。

（三）研究假设检验

本研究运用层次回归法对研究假设进行检验。分析结果如表4、表5所示。表4的模型1是被解释变量技术吸收能力对控制变量的回归。模型2是技术吸收能力同时对控制变量和自变量（结构洞）做回归（回归系数显著，p<0.05），模型的F值明显增大，因此，与模型1相比，模型2增加解释变量（结构洞）后，模型拟合度得以优化，R2也增大，R2增加了18.6%（p<0.05），表明结构洞对技术吸收能力具有一定的解释作用。假设1a得到支持。

表4的模型3是中介变量（授权）对解释变量（结构洞）做回归（回归系数显著，p<0.05）。模型4是被解释变量（技术吸收能力）同时对解释变量和中介变量（授权）做回归（回归系数显著，p<0.05），模型的F值明显增大，与模型2 相比，R2也增大，R2增加了2.6%（p<0.05）。也就是说，模型4在模型2的基础上增加中介变量授权后，对被解释变量（技术吸收能力）的解释能力迅速提升，这也意味着授权的中介作用显著。在模型4中，被解释变量（技术吸收能力）对解释变量（结构洞）和中介变量（授权）的回归系数显著（p<0.05），也就是说，授权在解释变量（结构洞）和被解释变量（技术吸收能力）之间发挥部分中介作用。假设2a得到支持。

表4中的模型5是被解释变量（技术创新能力）对控制变量的回归。模型6是被解释变量（技术创新能力）同时对控制变量和自变量（结构洞）做回归（回归系数显著，p<0.05），模型的F值明显增大。因此，与模型5相比，模型6增加解释变量（结构洞）后，模型拟合度得以优化，R2也增大，R2增加了19.5%（p<0.05），表明结构洞对技术创新能力具有一定的解释作用。假设1b得到支持。

模型7是中介变量（授权）对解释变量（结构洞）做回归（回归系数显著，p<0.05）。模型8是被解释变量（技术创新能力）同时对解释变量和中介变量（授权）做回归（回归系数显著，p<0.05），模型的F值明显增大，与模型6相比，R2也增大，R2增加了2.7%（p<0.05）。也就是说，模型8在模型6的基础上增加中介变量授权后，对被解释变量（技术创新能力）的解释能力迅速提升，这也意味着授权的中介作用显著。在模型8中，被解释变量（技术创新能力）对解释变量（结构洞）和中介变量（授权）的回归系数显著（p <0.05），也就是说，授权在解释变量（结构洞）和被解释变量（技术创新能力）之间发挥部分中介作用。假设2b得到支持。

表5的模型1是被解释变量（技术吸收能力）对控制变量的回归。模型2是被解释变量（技术吸收能力）同时对控制变量和自变量（结构洞）做回归（回归系数显著，p<0.05），模型的F值明显增大。因此，与模型1相比，模型2增加解释变量（结构洞）后，模型拟合度得以优化，R2也增大，R2增加了18.6%（p<0.05），表明结构洞对技术吸收能力具有一定的解释作用。模型3是中介变量（免费释放）对解释变量（结构洞）做回归（回归系数显著，p<0.05）。模型4是被解释变量（技术吸收能力）同时对解释变量和中介变量（免费释放）做回归（回归系数显著，p<0.05），模型的F值明显增大，与模型2 相比，R2也增大，R2增加了4.9%（p<0.05）。也就是说，模型4在模型2的基础上增加中介变量免费释放后，对被解释变量（技术吸收能力）的解释能力迅速提升，这也意味着免费释放的中介作用显著。在模型4中，被解释变量（技术吸收能力）对解释变量（结构洞）和中介变量（免费释放）的回归系数显著（p<0.05），也就是说，免费释放在解释变量（结构洞）和被解释变量（技术吸收能力）之间发挥部分中介作用。假设2c得到支持。

表5的模型5是被解释变量（技术创新能力）对控制变量的回归。模型6是被解释变量（技术创新能力）同时对控制变量和自变量（结构洞）做回归（回归系数显著，p<0.05），模型的F值明显增大。因此，与模型5相比，模型6增加解释变量（结构洞）后，模型拟合度得以优化，R2也增大，R2增加了19.5%（p<0.05），表明结构洞对技术创新能力具有一定的解释作用。

表5的模型7是中介变量（免费释放）对解释变量（结构洞）做回归（回归系数显著，p<0.05）。模型8是被解释变量（技术创新能力）同时对解释变量和中介变量（免费释放）进行回归（回归系数显著，p<0.05），模型的F值明显增大，与模型6相比，R2也增大，R2增加了2.3%（p<0.05）。也就是说，模型8在模型6的基础上增加中介变量免费释放后，对被解释变量（技术创新能力）的解释能力迅速提升，这也意味着免费释放的中介作用显著。在模型8中，被解释变量（技术创新能力）对解释变量（结构洞）和中介变量（免费释放）的回归系数显著（p <0.05）。也就是说，免费释放在解释变量（结构洞）和被解释变量（技术创新能力）之间发挥部分中介作用。假设2d得到支持。

五、理论贡献与管理意义

（一）理论贡献

本项研究在回顾相关文献的基础上，深入分析了创新网络结构洞是否影响企业的技术能力，以及如何作用于企业的技术能力这两个问题，重点探讨了输出型开放式创新在结构洞与企业技术能力的关系之间所发挥的中介作用。具体来说，本文可能具有以下两个方面的理论贡献：

第一，本文从结构洞的视角出发，分析了创新网络与企业技术能力的关系，研究发现，创新网络的结构洞对企业技术能力的提升具有重要的促进作用。

结构洞的存在表明创新网络内部成员之间存在着非冗余联系（Burt，2004），结构洞是信息流动的缺口，结构洞的联结方式使后发企业排除了冗余信息，减少了因冗余信息而带来的不必要的资源浪费，因此，企业可以通过占据结构洞，获取更多非冗余性的技术知识和多样化的创新资源，提升自身的技术吸收能力和技术创新能力。同时，结构洞赋予了企业快速获取新信息的能力，使企业能够及时接触各类市场信息，敏锐感知潜在的机会和风险，提升技术创新绩效。因此，创新网络的结构洞对企业的技术能力具有重要的促进作用。

第二，本项研究引入了输出型开放式创新作为中介作用机制，深入分析了结构洞与企业技术能力“关系黑箱”内部的作用机制。研究发现，结构洞通过授权和免费释放作用于企业的技术吸收能力和技术创新能力。

输出型开放式创新是指企业将自身有价值的创意、知识和技术输出到组织外部，创新成果的商业化过程由其他组织完成（Chesbrough， H.W. & Crowther .A. K.，2006）。输出型开放式创新主要包括授权和免费释放两种类型，前者是指企业通过将自身的研发成果出售或者授权给其他组织的方法，来实现新创技术和创意的商业化的过程；后者是指企业将内部的技术知识、创新信息和资源无偿输出到外部环境中，而不追求任何直接的经济回报。

拥有创新网络结构洞的企业可以充分利用自身的“控制优势”，通过实施输出型开放式创新（授权、免费释放），不仅可以将自身无法完成的商业化技术项目转让给外部合作伙伴进行创新成果的商业化，而且还可以促进内部冗余的创新成果快速实现商业化。技术创新成果的对外授权或者免费释放可以使企业保持与外界其他组织的频繁互动，增进创新网络成员之间的信任和合作意愿，有利于企业获得更多的主导或参与制定产业标准的机会，从而提升企业在产业技术领域的竞争力和影响力。

（二）管理意义

本文的研究结论有助于企业构建并维护合理的创新网络，有助于企业设计通过输出型开放式创新提升技术能力的战略路径。

一方面，企业应合理构建创新网络内的结构洞，及时获得相关的技术创新信息，获得更多的获利机会。同时，企业应积极发挥创新网络结构洞的“桥连接”作用。拥有结构洞的企业可以凭借自身的“中介”地位和信息优势，扮演创新网络中信息交换的“第三方角色”，利用“第三方”的这一身份灵活采取各种策略以获取相关收益。

另一方面，企业可以通过广泛参与输出型开放式创新来提升技术能力。本文的研究结论表明，企业的创新网络结构洞通过输出型开放式创新活动作用于技术吸收能力和技术创新能力。也就是说，构建良好的外部创新网络只是提升技术能力的外在条件，只有加强技术合作才能从根本上提升企业的技术能力。这就要求企业在拥有创新网络结构洞的同时，加强与外部创新网络的创新合作。企业可以通过授权和免费释放这两种输出型开放式创新模式，将组织内部的非核心技术资源或者暂时无法实现商业化的技术成果向外转移，为新一轮的技术创新奠定基础。通过技术创新成果的外部商业化，企业可以获取可观的技术创新收益，这些可观的技术收益为企业进行新一轮的技术创新提供了宝贵的资金支持，从而有利于企业提升自身技术吸收能力和技术创新能力。

参考文献：

[1]Figueiredo，P N..Industrial policy changes and firm-level technological capability development：Evidence from Northern Brazil[J].World Development，2008（36）：55-88.

[2]Bergek A.，Tell F.，Berggren C. et al..Technological capabilities and late shakeouts：industrial dynamics in the advanced gas turbine industry：1987-2002[J].Industrial and Corporate Change，2008（17）：335-392.

[3]魏江.知识学习与企业技术能力增长[M].北京：科学出版社，2006.

[4]Kim.L..Lmiitation to innovation：the Dynamics of Korea's Technological Learning[M].Boston，Masschustetts：Harvard Business School Press，1997：124-154.

[5]Costa， Ionara，de Queiroz，Sergio Robles Reis..Foreign direct investment and technological capabilities in Brazilian[J].Research Policy，2002（31）：1431-1443.

[6]Isobe，T.，Makino，S.，Montgomery，D..Technological Capabilities and Firm Performance：The Case of Small Manufacturing Firms in Japan[J].Asia Pacific Journal of Management，2008（25）：413-428.

[7]傅家骥.技术创新学[M].北京：清华人学出版，1998：314- 340.

[8]赵晓庆，许庆瑞.企业技术能力演化的轨迹[J].科研管理，2002（1）：70-76.

[9]王秀江，彭纪生.企业技术能力：一个新的概念界定与测量模型[J].科学学与科学技术管理，2008（12）：146-150.

[10]Burt， R.S. Structural holes：The social structure of competition， Cambridge， MA. Harvard University Press，1992.

[11]Gargiulo，M.，Ertug，G.，Galunic. C..The two faces of control：Network closure and individual performance among knowledge workers[J].Administrative Science Quarterly，2009（54）：299-333.

[12]Burt，R. S..The contingent value of social capital[J].Administrative Science Quarterly，1997（42）：339-365.

[13]Jason.P，Davis.Agency and knowledge problems in network dynamics：brokers and bridges in innovative interorganizational relationships[R]. working paper，2010.

[14]Dahlander，L.，Gann， DM..How open is innovation[J].Research Policy，2010（39）：699-709.

[15]Von Hippel E..Horizontal innovation networks-by and for users[J].Industrial and Corporate Change，2007（36）：857-875.

[16]Davis，JL.，Harrison，SS..Edison in the boardroom：how leading companies Realize value from their intellectual assets[M].New York：John Wiley & Sons， 2001.

[17]Lichtenthaler，U.，Ernst，H..External technology commercialization in large firms：results of a quantitative benchmarking study[J].R&D Management，2007（37）：383-397.

[18]Koka，B. R.，Prescott，J. E..Designing alliance networks：The influence of network position，environmental change，and strategy on firm performance[J].Strategic Management Journal，2008（29）：639-661.

[19]Lechner，C.，Frankenberger，K.，Floyd，S. W..Task contingencies in the curvilinear relationships between intergroup networks and initiative performance[J].Academy of Management Journal，2010（53）：865-889.

[20]Tsai，W..Knowledge transfer in intraorganizational networks：Effects of network position and absorptive capacity on business unit innovation and performance[J].Academy of Management Journal，2001（44）：996-1004.

[21]Gilsing，V.，Nooteboom，B.，VanHaverbeke，W.，Duysters，G.，Oord，A..Network embeddedness and the exploration of novel technologies：Technological distance，betweenness centrality and density[J].Research Policy，2008（37）：1717-1731.

[22]Lichtenthaler，U..Relative capacity：Retaining knowledge outside a firm's boundaries[J].Journal of Engineering and Technology Management，2008（25）：200-212.

[23]Lichtenthaler，U..Outbound open innovation and its effect on firm performance： examining environmental influences[J].R&D Management，2009（39）：317-330.

[24]陈钰芬，陈劲.开放度对企业技术创新绩效的影响[J].科学学研究，2008（4）：419-426.

[25]Stam，W..When does community participation enhance the performance of open software companies[J].Research Policy，2009（38）：1288-1299.

责任编辑：吴锦丹