知识积累、开放式创新与高技术企业新产品绩效研究

杨立生，陈 倩

（云南民族大学 管理学院，昆明650504）

一、引言

党的十九大报告指出，创新是引领发展的第一动力，是建设现代化经济体系的战略支撑。《国家创新驱动发展战略纲要》明确指出，我国在2020年进入创新型国家行列，2030年跻身创新型国家前列，到2050年建成世界科技创新强国，核心在于培育自主创新主体，提升高技术企业自主创新能力。高技术企业具有高技术、高投入、高创新和高成长特性，对其他行业拥有较强渗透性，是现阶段创新发展的主要载体（Norman等，2014）［1］。新产品创新是我国企业由外生性向内生性增长转变的核心力量，与我国经济转型、创新型强国建设等重大现实问题密切相关（高良谋等，2014）［2］157-160。产品创新体现了组织综合实力，是高技术企业持续发展的核心（Tushman等，1996）［3］8-10。然而，我国现阶段技术研发失败率较高，新产品成功率及突破性较小，是当前高技术行业不容忽视的基本事实。新产品绩效决定企业未来发展方向和高度，是组织商业化及市场化的重要体现，可有效预测企业未来发展潜力及趋势。因此，为加快实现我国创新型强国目标建设，高技术企业应注重提升新产品绩效。

知识经济时代，组织发展需要与知识管理结合才能达到最佳效果（Laursen等，2006）［4］133，知识积累是知识管理的重点，积累是促进创新发展的前提和基础［5］346-347。目前，学术界关于知识积累与新产品创新研究观点不一，Laursen等（2006）［4］140-148、Smith等（2005）［5］350学者认为，知识存量越多，产品创新成功率越高。Fores等（2016）［6］840、Grant（1996）［7］等学者指出，知识存量不是越多越好，积累前期能增加关键信息获取量，但后期会因成本大量投入产生消极影响。以上观点具有一定局限性，仅关注知识积累单一维度对创新的影响，而忽略不同类型知识可能存在的结构差异。Zhou等（2012）［8］1095认为，不能孤立看待知识积累，需看到知识积累结构的不同形式，组织应根据发展所需，存储相应信息，保持知识结构平衡。由于我国经济正处于转型阶段，组织对新产品创新预测及判断易出现偏差，盲目增加或减少某种知识结构将会产生风险。因此，企业如何维持知识存储结构保证新产品绩效提升将是本文的研究重点。

知识积累离不开组织发展情境的战略支撑（Lichtenthaler，2011）［9］75-80，受创新驱动发展战略影响，高技术企业已由封闭式创新转变为开放式创新，开放式创新是社会快速进步并寻求突破的产物，是促进产品探索与创新的重要发展模式（Chesbrough，2003）［10］35-38。开放式创新战略模式更易加快企业间知识交流速度，强化积累效率，提升产品优化升级进程。根据知识价值流向，开放式创新可分为内向型开放式创新与外向型开放式创新（Chesbrough等，2006）［11］。组织实施内向开放模式主要从外部吸收知识进行产品研发，而外向开放模式是将已有资源对外适度开放以获取相应报酬及市场地位等刺激产品市场化进程［12］。改革开放以来，我国高技术企业多采用内向型开放模式，较少实施外向型开放模式［13］。因此，内向型与外向型开放式创新是否都适用于中国发展情境，开放式创新模式对当下高技术企业新产品创新产生何种影响，这值得进一步探讨。

基于此，不同知识结构特征对高技术企业新产品绩效产生何种影响？为提升新产品创新绩效，企业应如何制定知识积累发展战略？开放式创新在知识积累与新产品绩效间扮演何种角色？外向型开放式创新是否适用于中国情境下的高技术企业？为分析以上问题，本文以创新驱动发展战略为背景，以我国创新发展的主要载体——高技术企业为研究对象，运用创新管理理论、知识管理理论，构建开放式创新模式下知识积累与新产品绩效关系模型，采用OECD标准，选取五大高技术行业共302家企业进行实证分析，得出研究结果，并提出利于高技术企业新产品创新绩效提升的建议。

二、文献回顾与研究假设

（一）知识积累

关于知识积累概念研究，Cohen等（1990）［14］最先提出并将其界定为外部知识内在化的过程，是组织将知识标准化，形成独特知识结构的过程。Smith等（2005）［5］346认为，知识是战略性资产，知识积累是组织对内部各部门运营流程进行阶段性经验总结，不断存储形成知识库的过程。Zhou等（2012）［8］1092认为，积累包括前期对知识特征需求的战略定位，后期对知识进行获取、吸收和消化、存储等操作，但现有研究多注重积累后期过程，忽视知识结构特征对积累前期定位产生的重要影响。Fores等（2016）［6］836研究得出，积累前期结构定位会影响后期积累效率。基于此，本文认为知识积累包括两阶段，第一阶段是组织根据自身发展进行知识结构战略制定，准确定位可节约时间精力等成本；第二阶段是由知识结构战略引起的积累效率，现有研究忽视积累第一阶段知识结构战略定位，跳跃性关注第二阶段积累效率。因而，本文打破传统知识积累研究黑箱，重点关注第一阶段知识特征结构存储。

关于知识积累分类研究，企业知识结构特征通常用知识宽度、知识深度、知识同质性、知识多元性等描述。宽度、深度、同质及多元都是对知识结构特征进行描述，但也存在明显差异，宽度积累是指企业与科研机构、行业协会、伙伴企业等合作数量，重点在于组织积累范围的大小（Leiponen等，2010）［15］224-230；同质积累是企业根据已有产品类型，到外部市场搜寻与本企业相关文化、产品技术的知识资源，加强相同类型知识的存储（解学梅等，2013）［16］48。多元积累与宽度、同质积累不同，主要强调企业吸收不同类型的知识，与不同规模、区域、行业的公司建立伙伴关系，以此丰富知识库（Cassiman，2006）［17］。而深度积累主要描述组织专业化程度，熟练化水平（Zhou等，2012）［8］1095。不同知识结构特征对创新产生不同影响，存在线性及非线性等多种关系，为进一步探究不同知识结构特征积累对新产品绩效的影响，本文将知识积累划分为四个维度，分别是知识宽度积累、知识深度积累、知识同质积累及知识多元积累。

（二）知识宽度积累与高技术企业新产品绩效

基于上文分析，本文采用知识宽度、深度、同质、多元积累四种结构分类对高技术企业新产品绩效进行研究。高技术企业创新驱动力来源于组织知识存量、创新意识和动机以及创新能力（West等，2006）［18］320-325。当企业知识存量或创新实力与目标不符，没有意识到采取创新活动的必要性或有利回报，将不会实施创新战略。知识宽度积累指企业与科研机构、行业协会及伙伴企业等合作数量的多少，强调积累的范围及合作者数量。组织合作伙伴增多能加强社会关系网络建设，稳固市场地位，提高社会认可度，增加创新动力，管理者也间接实现对外部环境的监测，提高市场敏锐度和洞察力（Chesbrough，2003）［10］35-38。由于企业与科研机构、行业协会等有较多合作交流机会，企业整体知识面提升，能有效刺激创新意识和动机产生，提高知识利用率和创新能力（Leiponen等，2010）［15］224-228。但随着企业不断发展，组织与合作伙伴的维系成本逐渐增大，知识搜索成本提高，宽度积累产生的良好创新态势逐渐减弱，企业稳定性会因宽度积累增大而降低。知识获取途径增多促使无效信息增加，易干扰管理者思维，识别到有价值创新机会减少，削弱创新意识，从而迫使管理者消极应对创新战略（Bahemia等，2017）［19］1368-1370。因此，本文提出假设:

H1a:知识宽度积累与高技术企业新产品绩效呈倒U型关系。低程度知识宽度积累能够促进新产品绩效提升，高程度知识宽度积累会抑制新产品绩效提升，二者存在最佳平衡点。

（三）知识深度积累与高技术企业新产品绩效

知识深度积累是组织提高业务熟练化水平和提升整体专业化程度的过程（Zhou等，2012）［8］1092，业务熟练化水平提高需要企业内部进行阶段性经验总结，加强部门间合作交流，不断完善问题解决能力进而提高创新效率；同时，整体专业化程度提升需要组织间建立长期合作伙伴关系，获得信任与合作，共同开发深层次信息，利于创新型思维产生，也能刺激企业产生创新意识及动机（马文甲等，2016）［20］。知识深度积累会降低因广泛搜寻产生的时间精力等成本以及创新风险，降低积累模糊性并减少研发技术失误，提升专业化程度及市场地位，进一步增强管理者信心及企业在行业内权威性及话语权，利于整体创新能力提升（杨立生等，2019）［21］。但由于高技术行业发展迅速，同行业竞争激烈，企业为确保自身核心资源不被深度合作者破坏，通常对关键信息采取独占性原则来确保企业产品竞争优势，以此稳固市场地位（Bahemia等，2017）［19］1366-1370。随着深度积累程度不断增大，社会关系维系成本不断增加，合作伙伴对知识共享资源有所保留，易导致企业成本投入与价值产出失衡，抑制产品创新效率提升（Fores等，2016）［6］831-834。低效深度积累会成为企业创新发展的负担，降低产品创新能力。因此，本文提出假设:

H1b:知识深度积累与高技术企业新产品绩效呈倒U型关系。低程度知识深度积累能够促进新产品绩效提升，高程度知识深度积累会抑制新产品绩效提升，二者存在最佳平衡点。

（四）知识同质积累与高技术企业新产品绩效

知识同质积累是组织加强相同类型知识存储，广泛吸收与本企业相关文化、产品技术的知识资源（解学梅等，2013）［16］48。与深度积累相似，同质积累在现有知识库基础上吸收类似资源，能进一步完善专业知识存储，强化专业化程度并提高组织在行业内权威性与话语权（张军等，2015）［22］；但与深度积累不同，同质积累获取的知识资源是与已有资源相同价值，或差异较小的信息技术，其可替代性及重复性较高，能降低竞争者警惕与监测及行业内激烈竞争（Tushman等，1996）［3］8-10。产品同质化能促进企业良性发展，增加企业间交流力度，降低产品研发成本和创新风险。但随着产品同质化趋势加深，行业内产品形式、价值及服务等趋于相同，品种过于重复且缺乏特色，不利于顾客识别，易导致企业对技能型人才浪费且竞争优势缺失（Dahlander等，2010）［23］。同时，高度同质化的企业为追求经济效益会丧失对外部环境的敏感度及洞察力，抵御外部风险能力减弱，管理者会盲目进行多样化并购、资本扩张等战略行为，企业也因高度同质化缺乏创新独特性，削弱创新能力。因此，本文提出假设:

H1c:知识同质积累与高技术企业新产品绩效呈倒U型关系。低程度知识同质积累能够促进新产品绩效提升，高程度知识同质积累会抑制新产品绩效提升，二者存在最佳平衡点。

（五）知识多元积累与高技术企业新产品绩效

知识多元积累是组织吸收多样性知识，并与顾客、供应商、竞争者等不同领域组织或个人交流，获取异质性资源以丰富知识库（Nesta等，2005）［24］123-130。产品研发是知识不断获取，积累突破的过程，企业拥有多样化知识存量，有利于新知识整合应用，增强创新独特性以此获得竞争优势，并且企业识别和发现有价值的创新机会增多，利于产品创新（Fores等，2016）［6］831-838。与宽度积累相似，多元积累也需与外部关系网络密切交流合作，提高社会认可度，增加企业创新动力。但与宽度积累不同的是，多元积累更侧重多角度知识存储，与顾客交流利于收集反馈意见进行产品优化升级，与供应商合作利于根源性提升产品质量，与竞争者交流利于环境监测，把握市场发展趋势、增强风险抵御能力（Zhou等，2012）［8］1090-1098，与不同领域组织或个人交流利于全面提升创新效率。但知识类型繁多会干扰管理者主观创新思想，影响创新战略制定，过度多元积累会增加企业搜索成本，降低创新效率，阻碍企业前进（Greco等，2016）［25］。Leiponen等（2010）［15］234研究发现创新过程中获取大量不同类型知识资源易增加创新风险，导致创新效益递减。因此，本文提出假设:

H1d:知识多元积累与高技术企业新产品绩效呈倒U型关系。低程度知识多元积累能够促进新产品绩效提升，高程度知识多元积累会抑制新产品绩效提升，二者存在最佳平衡点。

（六）开放式创新对知识积累和新产品绩效的影响

开放式创新对高技术企业新产品绩效提升路径的影响，始终是中心性问题。Chesbrough最先提出开放式创新，并将其界定为企业综合利用内部知识和外部知识的流入和流出，将资源整合、创新及运用的综合发展模式。West等（2006）［18］319-320认为开放式创新可有效识别创新机会的内外部来源。Hung等（2013）［26］进一步发现，开放模式下企业既能与供应商、科研院所等交流合作获得知识资源，也能将内部知识外部利用获得相应资源。本文认为开放式创新是企业内部和外部知识双向流动的创新模式。Lichtenthaler（2011）［9］75-80将其按知识流向划分为内向型和外向型开放式创新。内向型开放式创新是企业通过兼并收购、合资等方式，将外部知识合理运用到内部创新发展中，而外向型开放式创新是企业通过出售专利、授权等形式将内部知识技术投入市场，进行二次创新的过程。因此，本文同样采用内向型及外向型创新模式探索高技术企业新产品创新绩效提升路径。

内向型开放式创新是组织通过收购、采购、合资、人才招聘等方式引进知识技术的创新模式，为企业获取外部创新资源提供机会（高良谋等，2014）［2］160，搜索和获取外部科学知识能丰富知识库，激发企业创新潜力并提高知识利用率，利于提高创新效率。Chesbrough（2003）［10］35-38对IBM公司案例研究发现，早期该公司多采用封闭式发展模式，导致产品市场认可度较低，公司重新选择内向开放模式，广泛积累外部知识，优化产品，绩效开始回升。内向型创新在制度上支持企业从外部市场吸收有价值知识技术，在行动上促进企业内外部知识积累制度建设，加快新产品研发周期，利于创新绩效提升。随着内向开放程度增加，出现中介机构市场，企业可在不同层面进行交易，不断积累信息、技术甚至财务支持，节省相关时间、精力等成本，促进产品创新能力提升（Laursen等，2006）［4］133。张振刚等（2015）［27］实证发现，内向型创新对组织长期发展具有积极作用，企业可根据创新发展趋势从外部市场获取大量有效信息，加快产品商业化及市场化速度，提升新产品绩效。基于此，本文提出假设:

H2:知识积累与高技术企业新产品绩效倒U型关系受到内向型开放式创新正向调节作用，即组织实施高程度内向型创新时，知识积累与新产品绩效倒U型关系会受到显著强化。

外向型开放式创新是组织通过专利出售、授权、知识产权转让等形式将内部知识技术流出的创新模式（Lichtenthaler，2011）［9］76。企业通过实施外向型创新，进行专利许可、出售等可获得额外收入，支持知识积累工作积极展开，同时也能获得行业发展地位及建立行业标准的优势，激发创新动力。随着高技术企业不断成长，企业实施外向开放模式，可促进内部信息二次创新［28］，把握市场发展趋势，提高环境洞察力和敏感度，促进绩效提升。姚铮等（2013）［29］115-118认为，在外向开放中，企业更乐意将自身知识技术输出，带动企业间合作，实现双赢局面。古继宝等（2017）［30］134-140认为，外向开放模式下，技术输出能刺激行业竞争，激发知识搜寻动力。企业实施外向型创新，在制度和环境支持下，企业更愿意将知识技术通过知识产权出售、转让或授权等方式输出，一方面能提高企业在行业内声誉及权威性，从而招募优秀员工进行研发创新，强化学习效果，缩短学习曲线，提升知识积累效果，进而提升新产品绩效。另一方面，企业能依靠外向开放模式清除假阳性，即部分项目前期具有吸引力，但后期实施效果则极差，外向开放可增加成功率，缓解研发风险及压力。因此，本文提出以下假设:

H3:知识积累与高技术企业新产品绩效倒U型关系受到外向型开放式创新正向调节作用，即组织实施高程度外向型创新时，知识积累与新产品绩效倒U型关系会受到显著强化。

基于以上分析，本文构建了开放式创新模式下知识积累与新产品绩效关系模型，如图1所示。

图1 知识积累、开放式创新和新产品绩效研究模型

三、研究设计

（一）数据收集

本文以高技术企业为研究对象，按照国家统计局2002年OECD标准，高技术产业可划分为医药制造、航空航天及其他制造、计算机通信及其他设备制造、仪表仪器制造及化学原料和化学制品制造五大产业。为验证模型及假设，问卷调研地区包括云南、四川、重庆、河南、广州、北京、上海、江苏等东部、中部及西南地区高技术企业，调研产业涉及生物制药、航空航天、电子计算机、仪表仪器及化学化工等五大高技术产业。问卷调查主要采用函寄、访谈及电子邮件等方式收集，一是对高校商学院在读EMBA学员进行问卷试点调查，根据回收质量进行相应调整，从而大规模发放；二是通过学院提供的校友录，根据校友所在企业是否为高技术企业发放问卷；三是依托课题组来自云南省科技厅的成员，以云南省科技厅的名义向高技术企业实地调研、访谈并发放问卷。本次调研发放460份问卷，剔除无效问卷，共302份有效问卷，有效问卷率为65.65%，详见表1。

表1 样本特征分布

表1（续）

（二）变量测度

为保证本研究相关变量测量结果科学有效，测量方式均依据国内外前沿研究，以下所有变量均采用李克特五点量表，将其按程度或大小由低到高划分为五个等级（1=很不同意，3=一般，5=很同意）进行主观测度，详见表2。

1.被解释变量。鉴于不同高技术企业新产品创新策略具有差异性，本文新产品绩效测度借鉴现有学者研究成果，利用产品创新水平、成长潜力、盈利水平测量新产品绩效。产品创新水平采用“产品技术创新能力与水平”测度，成长潜力采用“新产品产值率（企业近三年内新产品产值占总产值比值）”“新产品市场占有率”测度，盈利水平采用“新产品销售额”测度。

2.解释变量。基于知识结构特征，本文将知识积累划分为宽度、深度、同质和多元。根据现有学者相关研究成果，宽度积累采用合作的“科研机构数量”“伙伴企业数量”“中介机构（行业协会）数量”测度；深度积累采用“各部门是否定期交流反馈”“合作伙伴间资源共享”“合作时间长短”测度；同质积累采用“搜寻相似文化资源”“搜寻相似技术信息”“产品同质化”测度；多元积累采用“与不同规模的组织交流”“与不同行业的组织交流”“与不同区域的组织交流”测度。

3.调节变量。Chesbrough（2003）［10］38-41提出开放式创新度量方式，之后大量学者沿用该量表进行实证研究，实证结果均可靠，因此，本文同样采用Chesbrough的研究量表进行测度，内向开放采用“购买专利”“挖掘技能型人才”“与外部企业合资”测度；外向开放采用“授权或出售专利”“转让闲置研发项目”“免费公开新技术”测度。

4.控制变量。除以上影响因素外，根据高技术企业发展特性，本文选择企业规模、企业年限、资产负债率、资产总额、研发费用及研发人员投入作为控制变量。

（1）企业规模。企业规模大小会影响组织抵御外部风险的能力和产品创新战略态度，体现企业综合实力，采用员工数量度量。

（2）企业年限。年限体现生存能力、发展成熟度和市场立足度［31］，年限不同会影响高技术企业运营能力及创新战略制定，采用企业成立至今的年份度量。

（3）资产负债率。资产负债率是负债总额与总资产比值，会影响企业创新进度（Zhou等，2012）［8］1098-1100。当资产负债率较高，企业资金相对紧张，创新活动经费会缩减，而当资产负债率较低时，可支配资金会充足。

（4）资产总额。资产是企业创新发展基础，体现创新能力，决定积累程度，资产总额不同会导致企业创新态度产生差异（Tushman等，1996）［3］10，采用企业总资产度量。

（5）研发费用。高技术企业研发费用直接影响产品创新水平、成长潜力和盈利水平，研发费用高低也会影响内部知识积累程度，探索型和保守型创新战略对产品创新绩效产生较大的差异，采用研发支出度量。

（6）研发人员。研发人员数量决定新产品商业化速度［10］36、产品创新能力，影响企业新产品市场化进度，采用研发人员数量度量。

表2 研究变量

（三）量表信效度分析

本研究采用SPSS25.0软件对数据进行信度效度测量，测量结果如表3所示。

表3 信度与效度检验结果

表3（续）

信度是所得结果的一致性及稳定性，一般采用Cronbach’α值对信度进行检验。按照经验判断法，当Cronbach’α值大于0.7，表明具有较高信度。表3结果显示，所有测量项目Cronbach’α值均大于0.7，说明有较好的内部一致性和稳定性，表明问卷整体有良好信度。

效度代表有效性，是测量事物的准确性，通常采用构建效度分析方法进行效度检验，利用KMO检验和巴特利特球体检验。结果显示，所有测量项目KMO值在显著性水平下均大于0.6，且累计因素解释量大部分大于70%，从而问卷整体有良好构建效度。

（四）相关性分析

相关性分析通常用皮尔逊（Pearson）相关系数对变量间关联程度进行分析。表4结果表明，知识积累、开放式创新、新产品绩效之间存在显著相关关系，并且各相关系数均是小于0.7的中度相关水平，可以进行回归分析。本研究为防止多重共线性，对变量进行中心化处理，检验发现各变量方差膨胀因子VIF在5.046～6.817之间，均小于10的临界标准值，因而不存在严重的多重共线性问题。

表4 均值、标准差与相关系数

四、实证研究

表5是五大高技术行业数据层级回归结果，其中模型1只加入控制变量，模型2～3是加入控制变量、自变量的主效应回归模型，模型4～8是加入交互效应后的全效应回归模型。

在模型2和3中，为检验知识积累与新产品绩效倒U型关系假设，回归模型依次加入控制变量、自变量及其平方项。结果显示，模型2中显示宽度积累与新产品绩效存在显著的正向作用关系（β=0.278，p＜0.01），而模型3中，宽度积累平方项虽然与新产品绩效回归系数为负但不显著（β=-0.247，p＞0.1），假设H1a不成立，宽度积累与新产品显著正相关，见图2；同质积累与新产品绩效存在显著正向关系（β=0.306，p＜0.1），但同质积累平方项与新产品绩效关系不显著，假设H1c不成立，同质积累与新产品显著正相关，见图4；深度积累平方项与新产品绩效显著负相关（β=-0.471，p＜0.05），说明深度积累与新产品绩效存在倒U型关系，假设H1b成立，见图3；多元积累平方项与新产品绩效呈现显著负向关系（β=-0.352，p＜0.1），假设H1d成立，见图5。

图3 知识深度积累与新产品绩效

图4 知识同质积累与新产品绩效

图5 知识多元积累与新产品绩效

表5 五大行业数据层级回归结果

表5（续）

模型4～6为检验内向开放在知识积累与新产品绩效关系中的调节作用，在模型3基础上，增加调节变量和交互项。模型5结果显示，内向开放和宽度积累交互项与新产品绩效存在显著的正向关系（β=0.376，p＜0.1），说明宽度积累与新产品绩效的正向关系受到内向开放正向调节，见图6；内向开放和同质积累交互项与新产品绩效存在显著正向关系（β=0.235，p＜0.05），说明同质积累与新产品绩效的正向关系受到内向开放正向调节，见图7。

模型6结果显示，内向开放与深度积累平方交互项显著为负（β=-0.139，p＜0.01），说明深度积累与新产品绩效倒U型关系受到内向开放正向调节（即企业在具有较高内向型开放式创新程度时，知识深度积累与新产品绩效的倒U型关系会受到显著强化），见图8；内向开放和多元积累平方交互项与新产品绩效存在显著负向关系（β=-0.094，p＜0.1），说明多元积累与新产品绩效倒U型关系受到内向开放正向调节（即企业在具有较高内向型开放式创新程度时，知识多元积累与新产品绩效的倒U型关系会受到显著强化），见图9。

模型7和模型8检验外向开放的调节作用，结果显示，外向开放和宽度积累交互项与新产品绩效存在显著正相关（β=0.368，p＜0.1），其余交互项均不显著，表明外向开放仅对宽度积累与新产品绩效关系起到正向调节，见图6。

根据表5回归结果，宽度积累与新产品绩效正相关关系受到内向和外向开放共同正向调节，将二者交互图整合为图6，而同质积累、深度积累、多元积累与新产品绩效关系仅受到内向开放正向调节，外向开放对其无调节作用。因此，假设H2、H3部分成立。

图6 开放式创新对宽度积累与新产品绩效关系的调节作用

图7 内向型开放对同质积累与新产品绩效关系的调节作用

图8 内向型创新对深度积累与新产品绩效关系的调节作用

图9 内向型创新对多元积累与新产品绩效关系的调节作用

五、稳健性检验

本文基于我国五大行业高技术企业数据，实证分析知识积累、开放式创新与新产品绩效关系，为保证结果的稳定性，考虑到不同行业差异性，有必要对样本数据按行业分组回归检验，结果见表6。

分行业检验表明，各行业回归结果均通过F检验，说明方程整体显著。与表5总样本层级回归对比发现，除了铁路、船舶、航空航天和其他制造业知识积累与新产品绩效关系不显著外（原因是该行业样本数据搜集难度较大，样本仅占总样本6.92%，导致回归结论产生偏差），其余各行业知识积累与新产品绩效关系均与总样本回归结果基本吻合。同时，内向开放会对各行业知识积累与新产品绩效关系具有正向调节。企业实施高程度内向开放，深度积累、多元积累与新产品绩效的倒U型关系会受到显著强化，也能促进宽度积累、同质积累与新产品绩效正向关系显著提高。而外向开放仅对宽度积累与新产品绩效关系显著正向调节，对其余深度、同质、多元积累无显著调节效应，与总样本回归结果基本吻合。

表6 五大行业数据分组检验结果

六、讨论与结论

（一）研究结论

知识积累是高技术企业创新发展的重要途径，与我国经济转型、创新型国家建设等重大现实问题密切相关（高良谋等，2014）［2］158。高技术企业知识资源积累将是新产品创新绩效提升的重大突破口。基于此，以加快建设创新型强国为目标，本文从开放式创新视角探索知识积累与新产品绩效理论框架，利用五大行业302家高技术企业样本数据进行实证检验，打破以往关于知识积累与创新发展之间存在的单一解释机制，得出如下主要结论:

1.知识宽度积累、知识同质积累与新产品绩效存在显著正相关关系，内向及外向开放都对宽度积累与新产品绩效关系产生正向调节（见图6），而同质积累与新产品绩效关系仅受内向开放的正向调节（见图7）。这一研究与知识积累与新产品绩效间是非线性关系的Leiponen等（2010）［15］230-236研究结论不一致，原因在于我国特殊经济转型背景下，企业知识积累战略发展尚未成熟，从而我国高技术企业样本所得研究结论与国外学者研究有差异。

2.知识深度积累、知识多元积累与新产品绩效呈倒U型关系，内向开放正向调节二者关系。组织实施高程度内向开放时，高技术企业深度、多元积累与新产品绩效的倒U型关系会受到显著强化，即低程度深度积累、多元积累因内向开放模式更促进新产品绩效提升，而当深度积累、多元积累到一定程度，增加深度积累、多元积累会加强抑制新产品绩效提升的效果（见图8、图9），倒U型曲线右侧及左侧更陡峭。

3.五大行业分组检验进一步验证了变量间关系并解释不同类型知识积累与新产品绩效的影响及开放式创新的调节机制。知识深度、多元积累与高技术企业新产品绩效之间存在倒U型关系，除了铁路、船舶、航空航天和其他制造业不显著外，原因是由于该行业样本数据搜集难度较大，样本仅占总样本6.92%，导致回归结论产生偏差，其余各行业知识积累、开放式创新与新产品绩效的回归系数均与总样本回归结果基本吻合。

（二）理论贡献与实践启示

1.本文基于知识结构特征视角，从知识积累四维度分析高技术企业新产品绩效提升路径。不同于以往关于知识积累单一维度研究，本文基于知识结构特征提出了宽度、深度、同质及多元积累四维度，深入研究高技术企业创新发展的影响因素。知识深度、多元积累与新产品绩效倒U型关系表明，过度深度、多元积累会抑制创新提升；知识宽度、同质积累与新产品绩效正向关系表明，加强宽度及同质积累利于创新，进一步完善了Zhou等（2012）［8］1090-1100的建议，不能孤立看待知识积累，需看到知识结构特征不同形式。

2.本文在研究知识积累与新产品绩效关系中，引入开放式创新作为调节变量，研究发现内向型、外向型开放模式具有不同调节作用。该视角一方面为目前我国企业发展模式到底支持内向型还是外向型开放的争论问题提供有力支撑；另一方面开拓了知识结构特征绩效作用机制的研究框架，探索性地将知识结构特征、创新战略模式纳入到同一模型，在理论上澄清了知识如何积累在何种创新战略模式下更能取得新产品绩效，突破了现有知识积累与战略模式分离的研究框架，进一步完善知识管理理论和企业战略发展理论。

3.高技术企业需要加强知识积累制度建设，并强化其与开放式创新战略模式的紧密联系。管理者应从知识积累制度的宽度、深度、同质、多元四方面入手，强化宽度、同质积累，确保深度、多元积累的适中积累原则，从而保证高技术企业在知识存量方面的均衡，这是本文研究对实践解释力的一个优势体现。同时，高技术企业仅依靠知识积累还不够，还需注意创新战略的选择，这也是本文研究对实践解释力的另一个优势体现，应注重大力倡导实施内向开放模式，同时仅在宽度积累时实施外向开放模式。

（三）研究不足与展望

首先，本文的样本数相对偏少，以东部、中部和西南地区五大行业302家高技术企业为样本，五大行业数据较少，企业间综合实力悬殊、有较大差异，未来需不断加大行业样本数，保证行业样本均匀，增强研究结论的普适性。

其次，高技术企业新产品绩效存在明显时滞性，本文采用问卷数据进行研究，研究结果过于静态，忽略行业的动态变化，未来可使用时间序列数据，将知识积累与新产品绩效间动态演化过程更详细表述出来，进一步完善新产品绩效的提升路径。

最后，本文基于知识管理理论、创新管理理论对高技术企业新产品绩效的影响机制展开深入研究，但相比以往优势理论框架，本文仍缺乏知识积累动态过程的深入研究。因此，在未来研究中，可引入积累过程视角，在现有理论框架下探索动态积累过程，丰富知识管理理论，另外知识积累与新产品绩效关系还存在环境影响因素，本文未考虑外部环境特征，未来可把环境动荡性等加入模型，一并探讨以确保研究过程的严谨性及完善性。