网络结构洞、知识基础与企业二元式创新

韩军辉，闫 艺

（1.太原理工大学 经济管理学院，山西 晋中 030600；2.山西晋商银行，山西 太原 030053）

一、引言

进入21世纪以来，随着各种科学技术的高度成熟化，创新逐渐成为个人、企业、高校甚至是一个民族和国家发展的动力和核心竞争力。知识经济时代的到来使得知识和技术已经取代劳动力成为新型财富资本，知识创新成为一个组织进步的核心推动力。作为社会新型创新系统，高校和科研院所拥有各个专业领域最具前瞻性的科研人员和理论基础，企业则占据了充足的资金优势。在这种背景下，产学研合作顺势而生。经济全球化的加速对创新的要求越来越高，产学研合作所带来利益的直观性使得产学研合作逐步进入大众视野，同时完成了由单方向的线性合作方式向互相合作的网络合作方式的转变。

产学研合作网络结构洞是网络主体间呈现的“空隙”。由于这些“空隙”中断了网络的连接，因此可能会对身处其中的企业创新活动产生重要影响。占据结构洞位置相当于扮演了一个连接桥的传播枢纽角色，将中断的网络连通起来，使得网络中的信息、知识、技术等资源流继续顺利地流通，实现网络资源共享。此时，占据结构洞位置的主体拥有更多的机会接触并累积更多的异质性信息、知识等资源，从理论上讲会对其创新活动产生一定的推动作用。但目前，我国产学研合作网络中各主体的知识基础参差不齐，且合作信任感较低以及投机行为严重（马明，2010）。在已有研究基础上，本文尝试引入知识基础变量进一步探究结构洞影响企业创新的作用机制，以期帮助企业能够结合自身知识基础优化网络合作关系，进而做出“正确”选择，以实现创新产出的最大化。

二、研究理论与假设

（一）结构洞与企业二元式创新

网络结构洞类似于物理电路中的绝缘体元件，能有效削弱两边主体的信息相互交流。如图1 所示，左图中A、B、C 之间两两相连，合作主体间的知识、技术、信息等可以自由流通，能够有效实现信息共享，进而达到合作共赢的目的；但在右图中，A 与C 没有连接，B 占据了结构洞位置的优势，A 与C 拥有不同的信息，而B 则能从A 和C 获得非冗余的信息资源，而网络中的参与方A 与C 则不能直接进行信息交流或合作，只能借助中介方B实现信息互换，加大了合作成本的同时降低了合作效率[1]。针对结构洞特征，McEvily 和Zaheer（1999）指出，企业在网络中所处的位置决定了其获取资源的数量与质量，结构洞位置有助于信息流的获取和控制。从理论上说，企业占据的结构洞数量与所获取的异质性信息资源成正比关系。在合作网络中，占据结构洞位置的企业拥有更多接触新信息的机会，规避了网络的密集性所带来的重复信息，节省了对冗余信息的甄选费用，使得企业可以用最小的成本获取最丰富的异质资源。

图1 结构洞示意图

企业二元式创新指的是探索式创新和利用式创新两种活动。March在组织学习领域最早定义了探索式和利用式，提出两者的本质区别在于，前者的目的是对新事物的学习尝试，而后者强调的则是对现有知识的拓展。之后，二元式创新被正式定义，探索式创新强调的是“新”，包括开辟新市场、开发新产品、提供新服务等，这种创新更为彻底；而利用式创新强调的是“变”，包括对现有产品或服务的改进或拓展以及对现有客户和市场的进一步开拓，这种创新是一种渐进式的创新活动。在此基础上，刘春玉（2008）从创新的目的、过程、投入、产出、关注和层次等六个层面重新界定了探索式创新和利用式创新的概念。邢新朋和梁大鹏（2016）基于新创企业的实证研究表明探索式创新和利用式创新（开放式创新）以及二者之间的平衡均对新创企业的创新绩效有较为明显的积极推动作用。但相较于利用式创新而言，探索式创新对绩效的促进作用更为明显。

利用式创新强调依托原有的知识和技术对现有的产品、工艺与服务进行整合，进一步挖掘企业现有客户和市场。占据结构洞位置虽然能够增加企业接触异质性信息的机会，但不利于社会规范和信任的形成。正如王发明等（2006）所指出，企业间较低的信任度不利于抑制投机主义行为，不利于知识共享，从而会降低企业对现有知识资源的整合。由此，Jansen 等（2006）提出结构洞数量的减少能够促进企业深度挖掘原有的资源，有利于企业开展利用式创新。相反，较多的结构洞不但不利于企业间知识共享，同时还会“干扰”企业自身的知识挖掘和整合。从信任层面出发，受中国传统文化中谨慎性和专一性影响较大，对占据结构洞位置的接受度仍然比较小众，认为占据结构洞优势是一种投机取巧的行为，借由“桥”交流合作的潜在风险比较大。即结构洞的存在会增加各合作主体之间的信任风险，进而阻碍参与主体之间的深度合作[2]。而利用式创新是通过对现有知识、资源的深度拓展所实现的循序渐进式的改变。综上所述，网络结构洞的存在会抑制企业利用式创新活动的开展。由此，提出以下假设：

H1a：网络结构洞数量对企业探索式创新具有正向显著影响。

H1b：网络结构洞数量对企业利用式创新具有负向显著影响。

（二）知识基础与企业二元式创新

知识基础包含了企业的多种显性或隐性知识。企业的创新活动的本质是知识的重新整合过程。因此，一定的知识基础是企业吸收转化外部知识的前提条件。Jaffe（1989）将知识基础定义为企业内各种知识的总和以及所有个体所拥有知识的组合。由于专利是企业知识整合的成果，所以现有研究中大部分学者用专利测度企业的知识基础。刘岩和蔡虹（2011）以我国的电子信息行业为研究背景，从深度、广度和一致性三个角度分析了知识基础对技术创新的影响，得出知识基础广度和一致性越高越有利于其技术创新；知识基础深度对技术创新绩效的影响呈现出先促进后抑制的倒U 形关系。张晓黎和覃正（2013）则在知识基础宽度和深度的基础上引入了行业领先度，对企业的知识基础进行测度。林明和任浩（2013）选择宁波仪表产业为研究样本，通过对其合作网络进行动态仿真，得出企业探索式创新与知识的专门化程度呈正相关关系。通过对企业所拥有知识的种类以及其知识的专门化程度直接影响着其对外来知识的选择性吸收和吸收效率，进而作用于其创新活动的选择方向和产出成果。薄弱的知识基础不利于企业从合作中搜寻、获取到的复杂多样的外部知识中挖掘出有利于自身的有效非冗余知识，也会降低企业对这些知识的吸收、整合、转化能力，从而阻碍其创新产出的提高。

Zhou 和Li（2012）将知识基础的维度划分为知识宽度和知识深度。知识宽度衡量的是企业知识的多样性，一般用企业所申请并获授权专利的种类测度，是对企业知识储存量的横向测量。知识深度指的是企业对自身现有知识、技术、信息等的掌握程度，现有研究中常借助技术比较优势值RTA进行测量，是对企业知识储存量的纵向衡量。本文的知识基础更侧重于知识宽度维度。企业的知识宽度越大，表明其合作的客户对象、市场资源以及员工的受教育背景越多样，对潜在交易对象的选择权越大，接触到非冗余知识、技术的机会也越大，有利于加大其创新产出。

进一步，企业知识宽度的增加也可能会促进利用式创新活动。毕竟，企业拥有的知识元素越丰富，新旧知识元素、内外部知识重叠的可能性越大、组合方式也越多，这直接导致企业从知识溢出中获取利益的可能性就越大（Henderson et al，1994）。现实中，企业会更习惯使用探索的方式进行学习（陈祖胜，2014）。比如某企业在营销、运营及管理方式等方面的知识宽度会直接影响其他方面的创新。企业的知识基础越宽意味着企业掌握知识的种类越丰富，而利用式创新作为一种渐进式的创新活动，强调的是企业对现有客户、市场、知识和技术等的改进与推展，多样化的知识之间的碰撞、整合会急剧增加知识、技术的组合方式，进而促进企业利用式创新活动的顺利开展。因此，“宽广”的知识基础有利于企业改进原有的产品和流程，提供延伸性的服务。由此，提出以下假设：

H2a：知识基础宽度对企业探索式创新具有正向显著影响。

H2b：知识基础宽度对企业利用式创新具有正向显著影响。

（三）知识基础的调节作用

上文假设结构洞与探索式创新和利用式创新分别存在正向和负向的影响关系，但这种关系可能会受到知识基础的影响。从理论上说，企业能够从合作网络中获得重要的互补性知识，但原有知识如果不能与新知识高度融合将会制约企业的创新活动。而对获取到的外部知识的有效吸收、与原有知识的整合转化会受到企业吸收能力和组织障碍的影响。尽管众多学者，如Dyer（2000）、Rowley（2000）等认为网络结构洞数量的减少有助于合作伙伴间形成更为紧密的联系，并能够有效抑制投机主义行为。但企业要对“优势位置”所带来的新知识进行消化吸收需要投入一定资源；而过宽的知识基础可能会导致企业资源过于分散，以至于无法在有限的时间内吸收新知识。此外，组织惯性理论提出企业的组织惯性会随着其现有知识累积量的增加而增加。知识基础宽度越广意味着企业拥有知识的种类越丰富，雄厚的知识储备容易使企业满足或习惯于现在的运作惯例、规范而不愿意或很难作出改变[3]。这会在一定程度上“干扰”结构洞与探索式创新两者之间的正向关系。进一步，企业知识基础越宽，拥有的市场信息越多，在此基础上进一步获取新知识产生“激进式”创新的边际收益会降低。

此外，随着企业知识基础宽度的增加，企业掌握的知识覆盖面越广，各种知识要素间相互重新组合的可能性越大。同时，企业对相关技术的内部挖掘能够有效地对知识要素进行组合，最终生产出创新型的技术和产品服务，即通过对现有知识和技术的重新整合达到对现存客户、市场、产品或服务的拓展。此外，吸收能力理论提出企业的知识存量越大，对新知识、新技术的吸收转化能力越高[4]。企业的知识宽度越大，表明企业所掌握的知识跨越的专业领域越广，对知识的跨领域组合能够有效吸收、消化。这可能会“抵消”结构洞对利用式创新的部分负向影响。基于此，提出如下假设：

H3a：知识基础对网络结构洞与企业探索式创新的正向关系具有负向调节效应。

H3b：知识基础对网络结构洞与企业利用式创新的负向关系具有正向调节效应。

三、研究设计

（一）样本选择与数据收集

本文数据来源于佰腾专利检索平台。借鉴汪园（2016）的思路，分别以IPC 分类号、研究院和公司、公司和高校以及公司和研究所为关键字检索下载我国信息技术产业2009—2018年的信息安全、信息网络、平板显示器件和数字媒体技术等领域已申请并授权的中国发明型、实用型联合专利申请数据，使用复杂网络分析软件Pajek 构建网络并计算本文所涉及的相关变量指标。在实际筛选中，发现有些“单位”，比如中国航天科技集团公司第五研究院五一八研究所虽然同时包含“公司”和“研究所”关键字，但其专利并非属于合作而得。因此，在实际处理中将此类“单位”剔除掉，筛选出合作专利共4825项。以3年时间窗口为合作期构建产学研合作网络，并从合作网络中剔除专利数量多年为0 的企业，最终将2009—2018 年间183 个参与产学研合作的企业作为研究样本。

（二）研究变量选取

1.被解释变量

企业探索式创新（EXP1）和利用式创新（EXP2）[5-6]。文献对探索式创新和利用式创新的度量主要是基于调查问卷数据，如Van Beers（2014）曾采用产品创新指标来度量企业的二元式创新。近年，基于专利数据的相关研究逐渐增加[7-9]。具体有以下两种情况：一是采用引用专利数据衡量创新类型。即通过计算新引用专利与引用专利总数比值来确定企业两种创新活动的创新程度。如果该比值接近1，则说明企业探索式创新程度较高；反之，则表示企业的利用式创新程度较高。二是采用专利分类号衡量创新类型[10-11]。用分类号的前3 或前4 位代表企业的技术类别，统计企业一定时期内申请的各技术类别的专利。对于某项专利，如在之前的5—7年内相关或类似专利没有被申请，则定义为探索式创新；反之，则定义为利用式创新。在我国，专利的引用数据很难统计。因此，本文借鉴Gilsing et al（2008）的研究，利用上面第二种方法度量企业的探索式创新和利用式创新。

2.解释变量

（1）结构洞（SH）：如果产学研合作网络中某两个节点之间的最短连接中有且仅有一个节点时，那么我们可以说这个节点所处的位置就是结构洞。本文使用Pajek计算企业所占据的网络结构洞，其计算公式如下：

其中SH 值表示产学研合作网络中企业所占据的结构洞数量。Pab代表节点a与节点b之间的联系强度。Pac是节点a、c之间的关系与节点a全部连接关系的比值。Pcb是节点c、b 之间的关系强度，其值为节点c 到节点b 的关系值除以节点c 到其他点的关系中的最大值，取值范围为[0，1]。当节点c 到节点b之间无关系时，Pcb=0；而存在关系时，Pcb=1。

（2）知识基础宽度（KB）：这里参考George et al（2008）的思路，将IPC 分类号前四位看作知识基础元素。2009—2018年每年所拥有的发明、实用型专利所涉及的非重复IPC号的专利数量代表知识基础宽度。企业的IPC 分类号数量越多，说明企业的知识基础宽度越广。

3.控制变量

（1）研发人员数量（INV）：从理论上讲，企业研发人员总体数量会影响企业的创新活动。但由于本文样本中的研发人员数量无法获得，这里我们将专利发明人数量作为企业研发人员的替代指标。毕竟，在现实中多数专利发明人直接参与了企业研发活动。在后续操作中将其取对数放入回归模型。

（2）企业专利积累（PRE5）：企业前期的专利代表了一定的知识积累，会对后期的创新发明产生影响。为了控制原有专利累积对企业后续专利产出的作用，这里参考陈祖胜的研究思路，将企业前5年的专利数相加作为控制变量，取对数代入回归模型。

（3）中介中心性（BC）：该指标表示网络中某一节点相对于相互连接节点的中心程度。节点的中心度越高，说明在网络中所处的位置越重要，就越有可能获得异质性知识，并且对周围网络各节点的控制力越强。其计算公式如下：

其中mbc（na）表示产学研合作网络中b 和c 两节点经过节点a的最短路径数量，mbc表示产学研合作网络中b和c两个节点之间的最短路径数量。

表1 变量间的描述性统计、相关系数及VIF值

四、研究结果

（一）描述性统计

表1 列出了各变量的平均值、标准差以及相关性分析结果。探索式创新均值等于1.154，利用式创新均值等于28.303。后者均值明显高于前者，说明我国信息技术行业企业主要的创新活动依然是对已有技术、产品的优化改造，对新知识、新技术的探索还处在起步阶段。结构洞均值为0.831，这表明产学研合作网络中企业占据的结构洞数量较大。而中介中心度均值较低，仅为0.019，表明企业在产学研合作网络中基本不占据中心位置。探索式创新、利用式创新与知识基础宽度的相关系数分别为0.24、0.36，说明知识基础宽度与两种创新形式之间均存在正相关关系。结构洞与知识基础宽度的相关系数为-0.371，表明两者间存在负相关关系。而结构洞和探索式创新、利用式创新的相关系数均为负（-0.07、-0.28），表明结构洞与两类创新形式呈现负相关。这与之后的回归结果不符，这里的相关系数仅供参考，具体结论应以负二项回归结果为准。此外，所有变量两两之间的相关系数的绝对值均小于0.8，并且VIF 检验的结果均远小于10，说明各变量之间不存在严重的相关关系，可列入回归方程进行分析。

（二）回归分析结果

由于专利数据为非负整数，在实际中，一般采用泊松回归和负二项回归模型；但方差等于期望是泊松回归的前提和要求。通过对样本数据进行分析，发现专利数的方差远大于其均值，呈现过度“分散”的状态，如表1 所示。此时，可以考虑负二项回归。同时，运用豪斯曼检验来确定使用固定效应或随机效应。经检验发现，表2 和表3 中的模型1—8均在0.01水平上接受了固定效应模型。此外，模型1—8 统计量LR-chi2 的P 均小于0.001。为此，通过建立非平衡面板数据的固定效应负二项回归模型依次验证上述提出的6 个假设。具体来说，利用Stata14.0采用“逐步”回归法进行分析。首先对3个控制变量进行回归（模型1和模型5），然后在此基础上加入解释变量（模型2、模型3、模型6 和模型7），而模型4和模型8引入了解释变量的交叉项对调节效应进行检验。具体结果见表2和表3。

（1）结构洞数量对两种创新活动均存在显著影响。在加入控制变量基础上，模型2 和模型6 检验了结构洞对两种创新活动的影响。模型2的结果表明，产学研合作网络中的结构洞数量对企业探索式创新有显著正向影响（β=0.986，p＜0.01），假设H1a得证。这说明在产学研合作网络中，企业所处的结构洞位置有利于开展探索式创新，这和章丹的研究结论一致。模型6 的结果显示，产学研合作网络结构洞位置不利于企业利用式创新的开展（β=-0.45，p＜0.05），假设H1b 得证。实际上，产学研合作网络中结构洞数量的加大会降低企业与合作伙伴间的信任度，一定程度上加剧了产学研合作中的机会主义行为，不利于企业知识共享和利用式创新的产生。进一步，探索式创新回归方程中的结构洞系数绝对值（0.986）大于相应的利用式创新回归方程中的结构洞系数绝对值（0.45），这表明每增加一单位的结构洞数量，相较于对利用式创新的负向影响，企业会更加倾向于探索式创新。由此说明，在产学研合作网络中占据结构洞位置的企业拥有更多新颖、异质性信息。相比于连接密集的网络，稀疏的网络连接具有更大的创新优势（Akbar et al，2009）。同时，模型3和模型7检验了知识基础宽度对两类创新活动的影响，结果显示，知识基础宽度在p＜0.01 的显著性水平上能够促进企业探索式创新（β=0.189），假设H2a得证。但其对利用式创新的促进作用不显著，假设H2b不成立。

表2 固定效应负二项回归模型(探索式创新)

表3 固定效应负二项回归模型(利用式创新)

（2）知识基础宽度对结构洞与利用式创新的关系存在显著调节作用。模型4和模型8引入了知识基础宽度与结构洞的交叉项验证知识基础宽度的调节效应。从模型8 的结果可知，结构洞与知识基础宽度的交互项对利用式创新的影响程度（β=0.036）在p＜0.1 的水平上显著，即假设H3b 得到验证。模型4用来验证知识基础宽度对结构洞与探索式创新的调节作用，结果不显著，假设H3a不成立。

为更加直观地展示知识基础宽度对结构洞与利用式创新之间的调节作用，采用对数线性回归模型画出如图2所示的调节效应图。“High KB”线段代表利用知识基础高于其均值一个标准差的样本所得到的结构洞对企业利用式创新产出（取EXP2 以10为底的对数）的影响；同理，“Low KB”代表利用知识基础低于其均值一个标准差的样本所得到的结构洞对企业利用式创新产出的影响。当知识基础宽度处于低水平时，结构洞对企业利用式创新有比较明显的负向作用；但随着知识基础宽度的增加，结构洞对企业利用式创新产出的负向作用在降低。这进一步验证了知识基础宽度显著的正向调节效应。因此，假设H3b得到了很好的验证。

图2 知识基础对结构洞影响企业利用式创新的调节效应图

（3）通过检验控制变量发现，企业前5年专利累积以及企业研发人员数量对探索式创新和利用式创新均存在显著的正向促进影响。而企业的中介中心度越大，越有利于探索式创新的开展，但不利于利用式创新的开展。

五、管理启示

通过检索下载我国信息技术产业183 家企业2009—2018年间申请并获授权的专利数据，采用基于面板数据的固定效应负二项回归模型实证检验了产学研合作网络结构洞对企业二元式创新的影响以及知识基础在其中的调节效应。从企业和政策两个层面可提供如下管理启示：

（一）企业应根据自身创新需求，相机选择“结构洞”决策

实践中，企业应根据自身需要适时调整结构洞数量，整合自身资源，促进企业的创新产出。如果企业需要从其他研究领域获得新的信息资源、增强资源的异质性，应尽可能多地占据结构洞位置，增加自身接触网络中非重复信息的机会。具体做法是，企业要提高自身的全局意识，纵观整个合作网络，设立专门的部门通过实地走访、考察的方式确保接触到新的、非重复资源的机会。企业如果要对现有的知识进行整合改进，那么增加合作网络的信任度，减少网络间的投机主义行为，增加产学研合作网络中的知识交流频率则更为重要。此时，就需要企业尽量避免占据结构洞位置，与固定的合作伙伴维持长期的合作关系，以增加其信任感。

（二）企业应注重知识积累，进而克服结构洞数量对利用式创新的抑制作用

现实中，企业应从战略上重视对自身知识基础的积累，缩短企业与合作主体间的知识距离。首先，企业在寻找合作伙伴时，应该尽量选择知识、技术的含量或水平均与自身相差不大的组织，以提高企业对新知识的甄别、吸收能力，进而优化企业累积知识的效率。其次，在产学研合作中，企业应该请合作高校的权威科研人员定期到公司举行专业知识讲座，并对参会人员进行课后测试，对于成绩优秀的员工给予一定的金钱奖励，以此丰富公司员工的知识储备量，从根本上丰富公司的知识基础。再次，企业可以通过职位晋升或增加薪资等方式激励员工积极开展技术创新，例如规定申请并获得授权一项专利对应一定的具体奖励，且如果专利类型突破了公司的技术壁垒应加大奖励力度，以此鼓励员工进行多样性创新，以增加其知识基础宽度。这将在一定程度上削弱结构洞对利用式创新活动的阻碍作用。此外，企业结构洞数量的增加也加大了网络稀疏性。此时，企业需要提升对新知识的敏感度和洞察力，提高对非重复知识的吸收效率，增加企业知识的多样性，进而发挥知识基础宽度的正向调节作用。

（三）政府应进一步采取措施优化产学研合作环境

基于现代信息技术，政府应该对参与产学研合作的企业给予一定的优惠，例如对其办公场所的占地成本或租金进行适当减免、为其提供一定的创新补贴等，以进一步加强产学研协同创新平台的建设；政府可以通过宣传手册、广告、讲座等方式向社会各界积极宣传诚信合作的重要性，营造诚实守信的商业氛围；应加强对中介组织的监管，建立激励机制，对能够做到共享资源的主体实施优惠政策。政府可以根据实际发展需要，强制性规定某些项目的承办人须为企业和高校或企业和科研院所共担，通过使企业、高校和科研院所从产学研合作中实际获益引导产学研合作工作的开展。同时也要进一步加强知识产权保护，允许合作专利或著作的所有权和使用权为企业和高校或科研机构共有，为产学研合作主体营造公平的市场环境。最后，在如今的网络经济时代，政府应该引导社会各方积极利用网络的便利性，建立虚拟产学研合作平台，通过电话视频、钉钉会议、腾讯会议等各种工具开展远程合作，不仅可节省合作成本，而且可降低人工成本和时间成本，进而提高了合作效率。线上合作和线下合作的同步进行可以加速产学研合作的普及化。