技术复杂度对合作创新绩效的影响分析

王璇

【摘  要】论文以上市高科技民营企业为样本，分析合作背景下技术复杂度的两个维度对合作创新绩效的影响，并考察高管团队特征在其中的调节作用。研究结果表明：技术复杂度的两个维度与企业合作创新绩效呈倒U型关系。根据实证结果，我国高科技企业应该充分利用自身的资源和能力，通过更大范围的合作增强创新能力。

【Abstract】Taking the listed high-tech private enterprises as samples， the paper analyzes the impact of two dimensions of technology complexity on collaborative innovation performance in a collaborative context and examines the moderating role of executive team characteristics in it. The research results show that the two dimensions of technology complexity have an inverted U-shaped relationship with enterprises' collaborative innovation performance. According to the empirical results， high-tech enterprises in China should fully utilize their own resources and capabilities， and enhance their innovation capabilities through a larger scope of cooperation.

【关键词】合作创新;技术复杂度;关系

【Keywords】cooperative innovation; technology complexity; relationship

【中图分类号】F273.1                                             【文献标志码】A                                                 【文章编号】1673-1069（2021）03-0134-02

1 引言

在知识快速更新的今天，任何企业都不可能仅仅依赖于自身拥有的、有限的内部知识资源独立从事技术活动，必须通过与外部实体的广泛合作才能不断地推进企业的技术创新。

2 研究假设

技术复杂度是指下游企业应用和二次开发技术的复杂程度（Olsthoorn等，2015）[1]。其中，技术深度指“在剖析目标客体某一方面的逻辑原理时存在的认知方面困难的程度”，技术宽度指“目标客体所涉及的技术领域范围”。

2.1 技术宽度与合作创新绩效

从企业进行合作创新的动机来看，技术知识的宽度与企业吸收能力密切相关，知识的广泛性提高了吸收能力，广泛的知识库允许公司整合和连接分散的知识。因此，企业更愿意与合作伙伴达成更加高效的合作，从而提高自身的创新水平。但技术宽度与合作创新之间存在着非線性的关系，技术宽度过大，对合作双方的能力要求也更高，影响合作的效果。从知识转移角度来看，技术宽度的过度发展，会影响主体知识创新的速度与绩效，进而影响市场上其他主体对该技术的应用，降低开发新技术或新产品的接受度和需求度，导致知识转移效率降低，从而降低与外部企业达成合作的可能性。同时，过于强调技术宽度会使企业陷入“过度多样化”的陷阱，由此带来的内部治理成本可能超过合作形成的范围经济所带来的好处。通常，企业的信息处理能力是有限的，由于技术宽度过大所带来的信息性质和类型的高度差异性，使得需要处理和重新组合的信息种类也会增加，这种信息处理的不经济性，会降低企业获取新知识的意愿，对合作创新绩效产生消极影响。因此，提出假设1a：技术宽度与合作创新绩效之间存在倒U型关系。

2.2 技术深度与合作创新绩效

作为技术特征的另一个维度，技术深度与知识积累有关，它是指某一专门技术领域积累的专门知识。企业的技术深度较大时，意味着企业在该领域的技术知识基础比其他企业更深，在合作中享有更高的议价能力和主动权。当其他企业想要在这一领域深耕技术时，就更倾向于与该企业合作，利用其核心技术竞争力（Farazi等，2019）[2]。然而，技术深度与合作创新之间的绩效同样也存在着非线性关系，深度的过度发展会减弱双方企业进行合作的动机。过大的技术深度会降低知识转移效率，对合作伙伴的吸收能力要求也较高，不利于形成合作创新。鉴于合作的利益相对有限，而建立合作关系的成本相对较高，因此，拥有深厚技术知识基础的公司可能会不倾向于合作。因此，提出假设1b：技术深度与合作创新绩效之间存在倒U型关系。

3 研究设计

3.1 数据来源与处理

专利一般包括三类：发明专利、实用新型专利和外观设计专利，考虑到本研究涉及技术多样性，因而本文选用发明专利作为样本。为了提高专利数据获得的严谨性，本研究严格遵照前人研究的数据筛选步骤，筛选出2003-2018年获得授权的405078项专利数据。首先，删除专利权人包含境外组织的专利，得到404322项专利;其次，为满足研究主题为合作创新的要求，筛选高技术行业专利，同时，删除只有一个专利申请人或者专利申请人缺失的专利，得到82401项专利;再次，由于本文研究对象为企业之间的合作创新，因此，删除专利申请权人中含大学等科研机构的专利数据，得到12257项专利;最后，将专利数据按公司和年份进行分组，统计每家上市公司每年的专利申请数量，得到2431项企业层面的专利样本。

3.2 变量测量

因变量。合作创新绩效。利用企业年度合作专利数量测量。为了反映企业合作创新绩效，借鉴前人的做法，本文采用合作专利的申请数量作为测量依据。

自变量。技术宽度。技术宽度反映了企业各项专利在各技术领域的分布广度。假设N表示某企业的专利技术中隶属于技术领域i的专利数，那么N=∑Ni。技术宽度计算公式为：

TB=1/∑（Ni/N）2

其中，Ni表示包括分类号i的统计专利占其专利总数的比例;N表示该专利条目中涉及的专利分类号的数量。

技术深度。本文采用专利权利要求数来表征专利的技术深度。专利权利要求项数越多，专利的技术特征也就越多，专利权人要求实施的自由度越高，专利相应地越先进或越重要，并进行取对数处理，缩小数据的绝对数值。

4 实证检验

4.1 描述性统计

本研究对各变量进行了描述性统计，包括对各个变量的均值、标准差以及最大值和最小值进行了一一统计。

4.2 回归分析与假设检验

本文采用逐步回归法对加入不同变量的各个模型进行了分析。首先，本文纳入因变量合作创新绩效（lncopat）与控制变量进行回归分析，得到模型（1）;其次，纳入技术宽度（TB）和技术宽度的平方项（TB2）以及技术深度（Dep）和技术深度的平方项（Dep2）进行分析得到模型（2）和模型（3），以检验其对合作创新绩效的直接作用。表1展示了上述回归分析的结果：在模型（1）中纳入技术宽度的一次项和二次项，构建模型（2），一次项回归系数为2.0263（p<0.01），二次项回归系数为-0.2849（p<0.01），满足倒U型曲线成立标准，因此，假设1a成立。同理，在模型（1）中納入技术深度的一次项和二次项，构建模型（3），一次项回归系数为0.8692（p<0.01），二次项回归系数为-0.2814（p<0.01），满足倒U型曲线成立标准，假设1b成立。

5 结论与启示

本文以中国大陆时间跨度为16年的企业专利数据为对象，发现在技术复杂度的两个维度与合作创新绩效之间存在“过犹不及”效应，因此，适度的技术宽度和技术深度可以促进合作创新绩效提升;但当两者超过相应阈值时，会对企业创新绩效产生消极影响。由于多方面原因，本文仍存在以下缺陷，需要在后续研究中进一步深入探讨和逐步完善：首先，本文只选择了申请人均为企业的专利数据作为分析样本，剔除了申请人包括大学和其他组织的专利，因此，本文的专利样本可能并不能代表企业的实际专利申请能力和合作创新情况，未来研究可以将研究对象扩大至企业与大学及科研机构等其他组织之间的合作;其次，本文忽视了两维度之间的互动性联系和动态关系——是“此消彼长”还是“相辅相成”，后续研究可以从复杂度的互动性与平衡性角度入手，增加动态性视角，考察技术宽度和深度之间是否存在对创新绩效的交叉效应。

【参考文献】

【1】Mark Olsthoorn，Joachim Schleich，Marian Klobasa.Barriers to electricity load shift in companies： A survey-based exploration of the end-user perspective[J].Energy Policy，2015（76）：32-42.

【2】Mohammad Saleh Farazi，Shanthi Gopalakrishnan，Ana Perez-Lu？o.Depth and breadth of knowledge and the governance of technology alliances[J].Journal of Engineering and Technology Management，2019（54）：28-40.