双元联盟网络如何影响突破式创新——技术能力与网络惯例的调节作用

朱云鹃，王倩倩，刘景东

(安徽大学 商学院，安徽 合肥 230601)

0 引言

如今，随着技术变革的加快及市场竞争的加剧，单一组织利用自身有限资源实现自主创新已难以满足重大技术创新变革需求。如同Tether(2002)的观点，仅靠内部资源无法满足企业创新，许多关键性资源分离在企业之外。因此，企业需要通过合作即联盟的形式寻求关键性外部异质性资源，帮助企业作出突破创新和规避风险的战略选择，因而联盟逐渐成为提高企业技术创新能力的重要战略决策。随着企业联盟的不断扩展，逐渐形成以焦点企业为中心，所有与其具有联盟关系的企业集合成的联盟网络[1]。联盟网络中探索性、开发性网络构建均有利于企业提高学习能力和获取互补性资源，成为企业重要的战略选择[2]。

目前，联盟网络与企业创新间关系得到国内外学者广泛关注[3]，虽然相关研究取得了一定进展，但对联盟网络与创新间关系的研究仍然较少，由于创新是一个复杂系统，需要进行相关概念解构，而现有文献未对创新模式进行分类研究。突破式创新要求企业打破流程、技术和组织格局，建立新体系并在知识创造方面实现显著的S形曲线创新，是企业获取核心竞争力和长期发展的关键；其次，探究联盟网络与创新间关系时仅关注简单的直接效应，而忽略了网络内部知识共享和知识泄露对企业的影响；最后，虽然现有学者引入权变视角和情景变量考察联盟网络对企业创新的影响，并认为联盟网络与创新间具有高度的情景依赖性，但情景变量选择存在一定缺陷，大部分研究仅考虑行业制度等环境因素[4]，而对企业内部情景因素关注较少，数据支持较为薄弱。强大的技术能力有利于企业更好地从外部技术资源中获益，能够推动企业内部创新，同时组织间网络惯例对创新能力具有重要影响。因此，本文将技术能力和网络惯例作为内外部不同情景因素纳入研究框架，以使研究更加合理、全面。

1 研究述评

网络多元化是指行为者可同时参与具有不同性质的多个网络。行为者经常承担多个角色，从事不同活动，参与不同类型的社会关系，从而形成不同功能的并行网络并涉及不同的联系伙伴[5]。网络多元化方法为研究联盟网络提供了一个崭新视角。

联盟既是获取互补性资源的手段，又是创造新资源的重要途径，联盟网络是焦点企业与不同联盟伙伴缔结的网络关系，其能够帮助企业获取外部信息和知识资源[6]，有利于企业间知识和信息流动，实现知识与资源共享。由于联盟网络由不同参与者组成，其性质不同，同时具有不同模式、不同关系和结构配置的特点，因此需要对联盟网络进行分类。本文按照网络多元化理论，根据主要网络活动定义不同联盟网络，按照涉及的主要价值链活动将联盟分为两类：探索性联盟网络和开发性联盟网[7]。其中，探索性联盟网络旨在发现新知识(如研发联盟)，即发现新机会、培育新竞争力并且适应环境变化；开发性联盟网络旨在通过生产制造或市场相关活动利用现有知识，即联合拓展现有知识和技能。本文提出二者与突破式创新间具有非线性关系，以进一步厘清联盟网络与创新间的复杂作用机理。

此外，现有研究大多仅关注联盟网络对创新的直接效应与中介机制，忽略了内外部不同情景的多重调节效应。技术能力在创新中发挥着重要作用，是获取企业竞争优势的重要因素，主要是指企业识别、获取、吸收和利用技术资源的一种独特的外部新技术学习能力[8]。本文将技术能力作为企业内部情景变量引入模型，探讨技术能力强弱条件下双元联盟网络对突破式创新的影响，有利于揭示其内部因素作用效果。

网络惯例是研究联盟网络与突破式创新不可或缺的外部情景因素。现有学者越来越多地意识到跨组织边界的重要性，并对组织间网络惯例进行了深入研究。网络惯例是指组织成员在合作创新过程中逐渐形成、共同认定且相对稳定的“游戏规则”[9]。Pentland(2004)指出，网络惯例既能够创造组织间关系，也能够维持关系网络稳定性。网络惯例是网络成员在反复互动过程中形成且被普遍认同的行为模式和规范共识，是影响联盟网络创新能力的重要因素。网络惯例代表企业对组织间网络的信任和嵌入程度，不同程度惯例对联盟网络创新会产生差异化影响，其在一定程度上也会抑制创新效果的发挥。因此，需要进一步讨论网络惯例的调节效应。

针对现有研究不足，在文献梳理和理论分析的基础上，本文首先探讨双元联盟网络、技术能力、网络惯例如何共同作用于突破式创新，并探索双元联盟网络与突破式创新间的非线性(倒U型)关系；其次，引入技术能力与网络惯例作为情境变量，探讨技术能力与网络惯例的内外部协同调节效应。研究结论可为网络多元化理论、创新管理理论进一步发展提供支撑，也在一定程度上有利于企业在联盟过程中改善创新绩效。

2 理论基础与研究假设

2.1 双元联盟网络与突破式创新

随着研究的不断深入，学者关注到联盟网络并不总是有利于突破式创新发展，联盟网络规模具有上限性[10]，二者之间存在阈值效应。首先，探索性、开发性联盟网络中网络嵌入可有效促进合作伙伴间知识共享[11]，能够使企业在联盟网络中更好更快地获取异质性信息资源，并更容易建立起相互信任且互利互惠的组织间关系[12]；其次，合作伙伴间相互依赖程度反映其合作和创造价值的潜力，能够为企业创新提供基础。Lahiri等[13]研究表明，焦点企业能够从联盟网络中获取自身所缺乏的异质性知识，从而有利于企业创新；最后，探索性、开发性联盟伙伴通过互动和累积建立较强的结构路径依赖，使他们间变得更加熟悉和相互支持，促进联盟知识共享，企业联盟网络中相互依存关系增强，合作伙伴共享资源和知识对企业而言往往具有更高的价值。具有较强结构路径依赖性的联盟网络，既有利于促进高质量信息交换和隐性知识传递，又有利于加强合作伙伴间信任和长期合作意愿，同时还能减少机会主义行为，进而帮助企业实现突破式创新发展。

然而，探索性、开发性联盟网络对突破式创新也会带来一定的负面作用。首先，当探索性和开发性联盟网络规模过度扩张时，网络冗余信息就会增多，造成网络交易成本急速上升，从而对联盟运行效率产生不利影响。Gilsing等(2005)研究表明，在高密度的联盟网络内，企业获得异质性资源的机会将降低，同时也会降低实现信息和知识多样化的动机。Ahuja(2000)& Burt(2009)均指出，联盟网络过于强大时，其合作伙伴间高度的相互熟悉将大大减少其知识、技能的新颖性和多样性；其次，无论是在探索性联盟网络还是开发性联盟网络中，企业不仅享受到合作伙伴共享的知识，也有相应需求和义务分享自身知识和技能，因此，会大大降低获取异质性资源的机会，同时减少知识和技能的新颖性和多样性。同时，当这些合作伙伴具有高度相互依存性和较强的结构路径依赖时，这些企业共享的知识和技能可能很有价值，很容易为合作伙伴所吸收[14]，由此加剧焦点企业知识泄露和流失风险[15]，不利于企业突破式创新发展。

本研究认为，探索性联盟网络和开发性联盟网络均有助于推动突破式创新发展，但它们均存在阈值，当过分强调探索性和开发性联盟网络嵌入性时，则会造成资源异质性、知识多样性降低，同时导致知识泄露风险，对突破式创新产生不利影响。因此，本研究提出以下假设：

H1：探索性联盟网络与突破式创新间存在倒U型关系；

H2：开发式联盟网络与突破式创新间存在倒U型关系。

2.2 技术能力的调节效应

技术能力越强，越能够从外部知识中获益，越能够增强联盟网络中知识和技能共享，同时也会加大知识泄露风险[8]。

(1)相对于技术能力弱的企业，拥有强大技术能力的企业能够更好地从探索性和开发性联盟网络中识别并吸收外部知识和技术价值，从而使自身获益。Teece(1986)认为，技术能力具有默会性，企业知识和技术等优势不容易被模仿；于晓宇[16]认为，较强的技术能力具有更大的柔性，更有利于满足外部竞争需求，使企业具有更大的战略选择空间。

(2)企业在过去实践中积累的强大技术能力，以及在技术领域吸收和内化的与学习效果相关的外部知识，会帮助它们利用外部知识和技能促进自身创新与发展。Busenitz等[17]认为，技术能力在联盟网络中既可以为企业带来竞争优势，又能保证企业绩效持续提升。因此，无论是在探索性联盟网络还是在开发性联盟网络中，技术能力强的企业均能够更好地利用联盟伙伴间的共享知识，从而提高其在探索性或开发性联盟网络中所获得的嵌入性利益。

(3)随着企业技术能力的不断提升，企业过去积累的知识和技能很有可能在合作过程中被其合作伙伴吸收。因此，技术能力强的企业往往更容易受到联盟网络知识泄漏和流失等潜在风险的影响。企业间探索性和开发性联盟合作是知识与技术学习转移过程[18]，有助于增加合作伙伴与自身学习机会，使其它企业获得相关技术和知识，对自身资源优势造成破坏。因此，企业技术能力有助于强化探索性联盟网络、开发性联盟网络嵌入性效益和风险，从而强化探索性联盟网络和开发性联盟网络与突破式创新间的倒U型关系。基于此，本文提出如下假设：

H3a：技术能力对探索性联盟网络与突破式创新曲线关系起到正向调节作用，即技术能力越强，探索性联盟网络与突破式创新曲线关系越显著；

H3b：技术能力对开发性联盟网络与突破式创新曲线关系起到正向调节作用，即技术能力越强，开发性联盟网络与突破式创新曲线关系越显著。

2.3 网络惯例的调节效应

网络惯例强弱是指企业对网络的理解和嵌入程度[19]，在不同程度网络惯例情境下，企业创新活动会产生差异化结果[20]。吴言波等[21]提出，网络惯例对战略联盟和突破式创新具有调节作用，这为本研究提供了支持。

(1)网络惯例有利于促进各组织间关系构建与协调，起到约束彼此行为、稳定双方关系、推动相互间学习与合作等作用，同时也反映了网络成熟度[20]。网络惯例程度越高，表明各网络成员间创新行为默契度越高，越有可能达成共识，有利于促进探索性和开发性联盟网络知识共享，进而推动突破式创新发展。Lavie等[22]认为，网络惯例不仅有利于促进内在关系机制建立，还有利于增强网络成员间交流互动频率和知识共享深度。此外，在成熟且稳定的网络惯例中，能够更好地发挥探索性联盟网络和开发性联盟网络路径依赖的作用，既节约大量时间和精力，还有利于减少知识搜寻和认知等成本；Witt[23]研究表明，网络惯例对知识互动具有一定的协调和激发作用，为组织间知识共享过程提供便利，同时还能有效避免机会主义风险，进而降低交易成本。

(2)随着网络惯例强度的进一步提高，使得网络冗余信息更加严重，由此将会增加新知识和新技术选择成本，使网络成员产生过度依赖，不愿打破网络惯例从而阻碍突破式创新进一步发展，也会在联盟网络中衍生出新问题，进而强化探索性联盟网络和开发性联盟网络对突破式创新的抑制作用。Garud[24]指出，在较为复杂的网络中，惯例往往会导致企业产生较强的路径依赖性，致使在探索性和开发性联盟网络中，企业拥有的独特、有价值的知识和技能被合作伙伴吸收，造成知识泄露，从而使企业丧失独特竞争优势。因此，组织间网络惯例会强化探索性、开发性联盟网络知识共享和知识泄露风险，从而加强探索性联盟网络和开发性联盟网络与突破式创间的倒U型关系。基于此，本文提出如下假设：

H4a：网络惯例对探索性联盟网络与突破式创新曲线关系起到正向调节作用，即网络惯例程度越高，探索性联盟网络与突破式创新曲线关系越显著；

H4b：网络惯例对开发性联盟网络与突破式创新曲线关系起到正向调节作用，即网络惯例程度越高，开发性联盟网络与突破式创新曲线关系越显著。

2.4 探索性与开发性联盟网络交互作用对突破式创新的影响

探索性联盟网络和开发性联盟网络二者交互对突破式创新具有一定正向影响。在现有研究中，Tushman等(1996)指出，探索性和开发性联盟网络可在一段时间内产生协同作用。首先，企业可在一个时期内运用探索联盟网络活动创造新知识，从而保证企业在竞争激烈的市场环境中掌握新动向和发现新事业，获得竞争优势，以运用于下一个时期新的开发性联盟网络活动；其次，正在进行的开发性联盟网络可以帮助企业确定未来探索性活动方向，同时，能够较好地满足当前市场需求、加快知识共享速度。例如，通过与正在进行的探索性合作伙伴合作，可以激励企业寻找新开发性合作伙伴，以有效实施和利用新知识[25]；最后，新信息源自与当前开发伙伴的合作经验，如新技术问题、新市场进入等，可为未来研究指明方向，从而激励企业寻找新探索性联盟伙伴[26]。因此，Benner等[27]、Gupta等[28]研究指出，正在进行的探索性(开发性)联盟网络可为企业增加新开发性(探索性)合作伙伴，即为突破式创新创造更多机会。基于此，本文提出如下假设：

H5：探索性联盟网络与开发性联盟网络二者交互作用对突破式创新具有正向影响。

基于上述分析，本文引入技术能力和网络惯例两个调节变量，构建双元联盟网络对突破式创新影响的研究模型，如图1所示。

图1 概念模型

3 研究方法

3.1 样本与数据

为更好地体现联盟网络与突破式创新间的关系，本文以电子信息等高技术产业企业为实证研究对象，主要是因为这些企业技术新颖性更高、市场竞争更激烈、产品更复杂，同时这些企业需要大量合作才能完成研发活动，实现创新。为通过内部一致性检验并保证数据真实性，本文研究设计均采用国内外已有的成熟量表。同时，为更好地了解企业内部联盟及突破式创新现状，本研究在正式调研前对个别企业进行访谈，根据实际情况及时调整、优化量表结构和内容。

本文从2018年11月到2019年10月先后在合肥、南京、苏州等地展开调研。首先，为构建联盟网络还需要企业间关系数据，在该地区选取如科大讯飞、麦澜德和亨通集团等具有典型代表性的18家企业进行实地调研，了解企业及相关合作伙伴，并采用滚雪球方法对上述合作企业发放115份调研问卷；其次，借助研究团队前期与合肥高新区管委会、安徽省工商联等管理机构建立的良好关系，对相关企业进行调研，共发放问卷204份；最后，由本校在读MBA学员代发相关问卷，共发放问卷135份。问卷调研共收回454份问卷，剔除无效问卷201份后，剩余有效问卷253份，有效问卷回收率为55.73%。样本基本特征见表1。

表1 样本基本特征

3.2 变量测量

本研究以Likert 5级量表对所有变量(探索性联盟网络、开发性联盟网络、技术能力、网络惯例及突破式创新)进行测量，其中1表示“非常低”、5表示“非常高”。

(1)解释变量。本文探索性和开发性联盟网络测量根据国内外学者Harrigan[29]、Lunnan等[30]、徐二明、徐凯[31]和Capaldo[32]的做法，从联盟资源、网络关系强度等角度进行测量。其中，探索性联盟网络和开发性联盟网络均采用4个题项进行测量，相关题项见表2。

(2)调节变量：①技术能力。参考Desai[33]、赵晓庆、许庆瑞[34]的测量方法，确定5个题项，相关题项见表2；②网络惯例。参考殷俊杰、邵云飞[35]的研究，采用4个题项测度网络惯例，相关题项见表2。

(3)被解释变量：突破式创新。焦点企业突破式创新测量主要参考Alexander等[36]、Zhou等[37]的研究并结合实际情况进行调整，采用4个题项测度突破式创新，相关题项见表2。

表2 构念测量与信效度检验结果

(4)控制变量。已有研究表明，企业年龄和企业规模对企业创新均有一定的影响，企业年龄测量以2019年与企业成立间的差值衡量；企业规模越大，其合作机会越多，因此本文以企业员工总人数衡量企业规模。同时，Gulati等[38]的研究表明，联盟经验影响企业创新。因此，本文将联盟经验作为第三控制变量，以企业参与问卷来源所在联盟年数为衡量值。

3.3 统计分析

本研究统计分析主要通过SPSS23.0和AMOS22.0操作，其中主要包括：①采用AMOS软件、SPSS软件分别对变量进行验证性因子分析和探索性因子分析，从而验证各量表信效度；②通过SPSS软件进行描述性统计分析和变量相关性分析；③采用层级调节回归方法，分别检验技术能力、网络惯例在探索性、开发性联盟网络与突破式创新间关系的调节作用。

4 实证检验

4.1 信效度检验

本研究采用SPSS23.0和AMOS22.0软件验证各量表信效度，检验结果如表2所示。从中可见：①组合信度。各变量Cronbach's α值均超过最低标准0.700，组合信度值(CR)都远高于最低标准0.500，表明量表内部一致性较好，有较好的组合信度；②聚合效度。各变量的KMO值、平均方差抽取量(AVE)均远大于最低标准值0.700和0.500，表明量表有良好的聚合效度；③结构效度。验证性因子分析结果表明，各变量的RMSEA、CFI、IFI、TLI都符合要求，呈现出变量间较好的结构效度；④区分效度。五因子模型结果(χ2/df=1.58、TLI=0.953、CFI=0.960、RMSEA=0.048)明显优于其它几种模型结果，表明各变量间具有较好的区分效度(见表3)。

4.2 同源方法方差检验

首先，本研究在调研时在一定程度上控制了同源方差问题；其次，验证性因子分析结果显示(见表3)，单因子模型结果拟合度不优(χ2/df=6.961、TLI=0.540、CFI=0.591、RMSEA=0.150)；最后，本研究采用Harman单因子检验法，对所有题项进行探索性因子分析，最大因子解释量为32.77%(小于40%)。因此，本研究不存在显著的同源方差问题。

表3 变量区分效度检验结果

4.3 描述性统计分析

各变量均值、标准差及相关系数如表4所示。从中可见，变量的AVE平方根均大于其对应行和列的相关系数，各变量的方差膨胀因子(VIF)都远小于10，说明各变量间不存在多重共线性问题。此外，探索性联盟网络(0.439，p<0.01)、开发性联盟网络(0.310，p<0.01)、技术能力(0.348，p<0.01)、网络惯例(0.335，p<0.01)与突破式创新显著正相关，为研究假设提供了初步支持。

表4 变量平均值、标准差与相关系数检验结果

4.4 回归分析

本研究采用层次回归方法检验相关假设。为降低多重共线性的影响，本文在构造乘积项前对变量进行标准化处理，回归模型及结果如表5所示。

表5 层级回归分析结果(突破式创新)

4.5 结果与讨论

(1)双元联盟网络与突破式创新。模型1包括控制变量和探索性联盟网络、开发性联盟网络。回归结果发现，探索性联盟网络(β=0.320，P<0.001)和开发性联盟网络(β=0.101，P<0.050)均正向影响突破式创新。模型2检验探索性联盟网络与突破式创新是否具有倒U型关系。回归结果显示，探索性联盟网络平方项与突破式创新间具有显著负相关关系(β=-0.108，P<0.050)，且与模型1相比较R2也有所提高。模型3检验开发性联盟网络对突破式创新是否存在曲线效应。在模型3中加入开发性联盟网络平方项后，结果显示，开发性联盟网络平方项与突破式创新相关关系未通过显著性检验(β=0.047，P>0.050)。模型4中除控制变量外，还包含探索性、开发性联盟网络及各自的平方项。从中可以看出，探索性联盟网络对突破式创新具有显著倒U型效应；但是，开发性联盟网络仅对突破式创新具有显著正相关关系，不具有倒U型曲线效应。因此，H1得到支持，H2未通过验证。

(2)技术能力的调节作用。模型5验证技术能力与突破式创新的正相关关系(β=0.176，P<0.010)，模型7检验技术能力对探索性、开发性联盟网络与突破式创新间的调节效应。结果显示：技术能力与探索性联盟网络交互项对突破式创新具有显著正相关关系(β=0.154，P<0.010)，与模型5相比R2有所提高；但是，技术能力与开发性联盟网络交互项对突破式创新的影响并不显著(β=0.088，P>0.050)。因此，H3a得到支持，H3b未通过验证。

(3)网络惯例的调节作用。模型6验证网络惯例与突破式创新是否具有显著正相关关系(β=0.117，P<0.050)，模型8检验网络惯例对探索性、开发性联盟网络与突破式创新关系的调节效应。结果显示：网络惯例与开发性联盟网络交互项对突破式创新具有显著正相关关系(β=0.166，P<0.010)，且与模型6相比R2有所提高；但是，网络惯例与探索性联盟网络交互项对突破式创新的影响并不显著(β=0.005，P>0.050)。因此，H4a未通过验证，H4b得到支持。

(4)探索性联盟网络与开发性联盟网络二者交互作用对突破式创新的影响。模型9包括控制变量、自变量、调节变量、探索性联盟网络和开发性联盟网络交互项。回归结果表明：探索性联盟网络与开发性联盟网络二者交互作用对突破式创新具有正向影响(β=0.182，P<0.050)。因此，H5得到支持。

(5)为直观揭示交互项的调节作用，本文分别以高于均值和低于均值两个标准差为基准，描绘技术能力对探索性联盟网络与突破式创新关系的调节作用，以及网络惯例对开发性联盟网络与突破式创新关系的调节作用，见图2和图3。图 2 表明，随着探索性联盟网络的增强，高技术能力能够产生较高的突破式创新；图3表明，网络惯例高时开发性联盟网络与突破式创新关系比网络惯例低时更强。

图2 技术能力对探索性联盟网络与突破式创新的调节作用

图3 网络惯例对开发性联盟网络与突破式创新的调节作用

5 结语

5.1 研究结论

本研究选取253个创新型企业为样本，探讨探索性联盟网络、开发性联盟网络对突破式创新的影响，以及技术能力、网络惯例对它们的调节效应，得出如下结论：

(1)探索性联盟网络与突破式创新间具有倒U型关系。这表明，对于突破式创新而言，存在最优探索性联盟网络组合。在达到最优联盟网络水平之前，探索性联盟网络增强能够促进突破式创新，但是超过最优水平后，探索性联盟网络增强将会阻碍突破式创新。

(2)开发性联盟网络对突破式创新仅存在正相关关系，没有曲线效应。这表明，开发性联盟网络增加能够促进突破式创新，这与Lavie[39]的研究结论一致。开发性联盟网络与突破式创新不具有倒U型关系的主要原因是：①与探索性联盟网络相比，开发性联盟网络是在共同拥有知识的基础上拓展企业现有知识，因此其在知识共享过程中面临的知识泄露风险较小，企业特有优势不会被合作伙伴利用；②开发性联盟网络主要通过生产或者市场相关活动利用现有知识，从外部获取的知识更容易被理解、吸收和利用。因此，企业通过开发性联盟网络获取的异质性知识资源具有适度性，而适度的知识异质性有利于为突破式创新提供新颖想法及概念，进而提高突破式创新能力。这意味着，不同联盟类型会对创新产生不同影响。

(3)技术能力对探索性联盟网络与突破式创新间关系具有正向调节效应，而对开发性联盟网络和突破式创新间关系的调节效应不显著。这表明，技术能力增强能够充分利用探索性联盟网络促进突破式创新。较高的技术能力有利于提高探索性联盟网络在知识共享过程中获取新知识和新技术的效率，减少创新风险，因此能够显著正向调节探索性联盟网络与突破式创新间的关系。而开发性联盟网络是在一定组织环境和背景中进行生产和市场活动，具有一定的刚性特征，其不能很好地发挥技术能力的作用。因此，技术能力对开发性联盟网络与突破式创新间关系不具有调节效应。

(4)网络惯例对开发性联盟网络与突破式创新间关系具有正向调节效应，而对探索性联盟网络与突破式创新间关系的调节效应不显著。这表明，组织间网络惯例增强能够促进开发性联盟网络利用，进而促进突破式创新。而网络惯例是被普遍认同的行为模式和规范共识，强调的是现有状况而不是新出现的。因此，在企业创新过程中，网络惯例难以调节探索性联盟网络对突破式创新的作用。

(5)探索性联盟网络与开发性联盟网络二者交互作用对突破式创新具有正向影响，表明正在进行的探索性(开发性)联盟网络可能为公司增加新开发性(探索性)合作伙伴机会，从而抵消联盟网络中存在的嵌入性约束，防止在知识共享过程中产生知识泄露风险。因此，二者交互作用对企业突破式创新具有重要积极影响。

5.2 理论贡献

本文理论贡献主要体现在以下3点：首先，引入网络多元化理论拓展了联盟网络研究。利用网络多元化方法将企业联盟分为探索性网络和利用性网络，证明不同联盟网络对企业突破式创新的影响存在差异，进一步凸显了网络多元化理论在联盟网络管理中的价值[40]；其次，以往联盟研究大多聚焦于探讨联盟对企业创新的直接效应，而对联盟网络作用于结果变量的内在机制缺乏深入探讨。本研究探讨了不同类型联盟网络中外部知识获取与合作研发关系、知识流泄露风险，以及其对企业的正负面影响；最后，考虑内外部不同情境下技术能力和网络惯例在探索性、开发性联盟网络中不同的调节效应，丰富了技术能力、组织惯例相关研究。通过考虑内外部不同情境变量研究探索性、开发性联盟网络与突破式创新的关系，发现技术能力与探索性联盟网络具有匹配效应，网络惯例与开发性联盟网络具有匹配效应。该结论不仅揭示了探索性、开发性联盟网络影响突破式创新的作用机理，还有助于启发后续研究从不同角度分析和界定联盟网络的作用边界。

5.3 实践启示

(1)企业管理者应根据自身创新战略管理不同类型联盟网络。对探索性联盟网络而言，企业在及时获取所需外部知识的同时，也要避免知识泄露风险对企业造成的不利影响；对开发性联盟网络而言，知识泄露风险较小，要积极建立以相互信任、相互承诺为特征的具有强关系的开发性联盟网络，促进突破式创新进一步发展。

(2)企业应充分考虑内外部不同情境下与不同类型联盟的匹配效应。本研究发现，技术能力与探索性联盟网络具有匹配效应，网络惯例与开发性联盟网络具有匹配效应。因此，在构建联盟网络时，应密切关注组织内外部情境，及时了解本企业技术能力以及组织间网络惯例。具有较强技术能力的企业应更多建立探索性联盟网络，以便发挥联盟网络的最大效应；组织间具有较强的网络惯例时，应加强开发性联盟网络关系，通过发挥网络惯例的作用，进一步提高企业开发性联盟网络对突破式创新的促进作用。

5.4 局限与展望

本研究存在以下不足：首先，根据网络多元化方法，将联盟网络分为探索性联盟网络和开发性联盟网络，虽然对突破式创新研究具有一定价值，但研究维度单一，需进一步探讨两类联盟网络关系强度和中心位置以及二者组合效应对企业创新的影响。其次，未来应探讨探索性联盟网络和开发性联盟网络交互补充关系或者平衡协调关系，厘清到底哪种关系才能更大程度地促进企业创新；再次，本研究将技术能力作为组织内部情境调节变量，将组织惯例作为组织外部情境调节变量，但未考虑其它企业内部与外部情境，如外部政策制度的影响以及内部组织结构等也有可能影响它们间的关系。因此，未来研究可将这些变量纳入同一研究框架，论证其对联盟网络与突破式创新的影响。