联盟伙伴技术多样性对企业突破性创新的影响——研发联盟组合特征的调节作用

毕静煜，谢 恩，魏海笑

（1.西安交通大学 管理学院，西安710049；2.同济大学 经济与管理学院，上海200092）

突破性创新是指企业产生的能够刺激整个行业变革并对市场规则以及竞争状态产生根本性影响的突破性技术，不仅是企业保持竞争优势的关键因素，也是产业以及国家维持持续性竞争优势的关键［1-2］。不同于渐进性创新，突破性创新强调技术性能的巨大跃迁，并为企业引入新技术轨迹或者范式转变［3］。突破性创新需要吸收大量新的技术和市场知识，企业须从外部获取较为复杂的异质性技术资源和信息并提高创新能力［4］。在突破性创新的驱动下，中心企业通常选择与多个外部合作伙伴组成研发联盟组合来获取伙伴的异质性知识和技术［5］。因此，研发联盟组合资源和研发合作伙伴技术多样性对企业创新的作用机制受到了战略学者们的重视。

现有研究主要基于二元联盟的视角探究研发联盟伙伴技术资源的异质性对企业创新产出的作用机制，但是随着创新主体逐渐从二元联盟发展为联盟网络，面对多个研发合作伙伴的异质性技术资源，企业如何实现突破性创新有待探索。现有少部分研究基于联盟组合的视角解释了伙伴技术多样性与企业突破性创新的关系，但结论并不一致。部分学者认为，具有多样化技术的研发联盟组合能够为中心企业带来跨企业边界的技术和信息，在一定程度上补充了企业内部的资源与技术，因此促进了企业突破性创新［6-7］；另一部分学者认为中心企业与其研发合作伙伴拥有较为互补技术资源，可能会产生潜在的协同效应，即中心企业能够更好地将研发合作伙伴的技术和资源优势进行混合，从而进行高效的技术重组，但研发合作伙伴的技术多样性增加了中心企业的内部冲突，导致其内部协调和管理成本增加，因此不利于中心企业突破性创新［5］。针对现有较为矛盾的结论，有必要基于社会网络理论进一步讨论研发联盟组合的合作伙伴技术多样性与中心企业突破性创新的关系。

另外，现有研究仅仅基于资源视角探究了研发合作伙伴技术多样性对企业创新产出的作用机制。然而，从联盟组合的视角对研发合作伙伴技术多样性对企业突破性创新产出的作用机制的探讨，要考虑企业能否有效地与研发合作伙伴进行技术和资源的交换，并且能否有效地吸收多样性技术资源研发合作伙伴的信息和技术［5］。基于动态联盟组合的视角，有学者提出组成联盟组合的每个元素并不是相互独立的，其之间存在相互的冲突和协调作用［8］。因此，基于联盟组合的视角，不能简单地从资源的角度对多样性技术研发合作伙伴的效应进行叠加，还要从联盟组合的视角考虑企业与其研发合作伙伴组成的研发联盟组合特征对多样性技术伙伴与对企业突破性创新关系的边界效应。而作为企业建构研发联盟组合的第1步，伙伴选择策略决定了企业研发联盟组合的特征。基于此，有学者提出伙伴平均关系强度和平均社会价值是新兴经济体企业所构建的研发联盟组合最重要的特征［9］。由于新兴经济体信息中介发育不够健全，中国企业在选择伙伴构建研发联盟组合的过程中，往往不会按照特定的研究目标评估潜在的合作伙伴，将面临着信息不对称的风险［10］。为了降低这种风险，企业通常采取2种伙伴选择模式。①企业重复自己先前的伙伴选择方式，与之前合作过的伙伴建立联盟关系，双方在重复合作的过程中变得熟悉和了解，并且有效掌握第一手信息，降低了信息不对称的风险［11］，这种伙伴选择模式导致研发联盟组合具有较高的伙伴平均关系强度。②企业通过模仿其他企业的伙伴选择方式，与其他企业频繁选择的伙伴建立联盟关系，当企业对潜在合作伙伴知之甚少时，他们倾向于相信“共同的是最好的”，从而显示出羊群效应［12］，这种伙伴选择模式导致研发联盟组合具有较高的伙伴平均社会价值（在行业中与其他伙伴有着广泛联系的伙伴具有较高的社会价值［13］）。然而，伙伴平均关系强度和伙伴社会价值是新兴经济体企业研发联盟组合最重要的两种特征，如何作为边界机制影响伙伴技术多样性与企业突破性创新的关系，还存在研究空白。

本研究重点讨论2个问题。①研发联盟组合伙伴技术多样性如何作用于中心企业突破性创新？②基于社会网络理论，伙伴平均关系强度、伙伴平均社会价值这两种研发联盟的组合特征如何调节研发联盟组合伙伴技术多样性与中心企业突破性创新的关系？为回答以上问题，本文基于1997—2017年中国医药制造业上市企业的专利数据，采用5年移动窗口的方式构建企业研发联盟组合进行实证分析。

1 文献回顾与假设提出

1.1 研发合作伙伴技术多样性与中心企业突破性创新

企业所拥有的技术资源对于其进行创新至关重要，然而在创新竞争环境如此激烈的情况下，企业已经无法依靠单一的技术资源来发展创新，尤其是突破性创新，其对企业所有用的技术资源具有较高的要求［3］。企业自身所具有的单一技术和知识难以支持其发展持续性的突破性创新。因此，企业通过与多个外部伙伴组成研发联盟组合，提升自身的技术多样性从而发展突破性创新［14］。伙伴技术多样性体现了研发合作伙伴所拥有的技术相对于中心企业的多样性，并为中心企业识别、吸收、利用研发联盟组合相关知识和信息提供了较广泛的技术范围［14］。

一方面，企业研发联盟合作伙伴技术多样性能够对企业突破性创新产生正向作用。①研发合作伙伴具有多样性的技术资源，能够增加中心企业可访问技术和资源的新颖性，而信息和技术的新颖性是企业实现突破性创新的必要条件［15-16］。②研发合作伙伴技术多样性为中心企业提供了各种解决问题的方法和思路［17］，提高企业在创新过程中解决问题以降低不确定性的能力，从而能够有效促进其突破性创新。③研发合作伙伴技术多样性能够刺激中心企业的创新活力，中心企业在搜索多样化知识和信息的过程中，挑战了现有的认知结构，这可以促使中心企业产生对创新的新见解和对问题的新解决方案，从而进行多种概念化的处理，并将一种解决方案从一个领域应用到另一个领域［18］，更加有效地促进了其突破性创新。

另一方面，研发合作伙伴技术多样性水平的持续增强，会阻碍企业突破性创新的发展。①研发合作伙伴技术多样性在增强企业可用知识和技术新颖性的同时，还增加了企业识别、吸收和利用该信息和技术的成本。换句话说，随着研发合作伙伴与中心企业之间技术多样性的提升，中心企业需要花费更多的精力和资源来理解和整合不同的信息和技术［19］，企业现有的认知能力和知识组成其相对不熟悉的将限制其理解和吸收异质性的资源和信息［20］；并且，整合不同来源的技术和信息，需要企业改变现有的社会交流方式，这对于成熟的组织而言是非常困难的，可能导致中心企业信息过载，吸收和利用这些技术和信息成本增加，对企业突破性创新产生负向影响。②研发合作伙伴具有较高的技术多样性的情况下，中心企业吸收、利用外部技术和信息的成本可能会远超过由伙伴技术多样性带来的新颖技术所产生的收益［20］，并且可能导致较高的协调和管理成本。尽管研发合作伙伴技术多样性能够增加中心企业技术重组以发展突破性创新的机会，但是企业将大量潜在的新颖技术重组转化为现实创新的能力却大大下降，过度的技术重组反而降低了企业的创新产出。

在研发合作伙伴技术多样性水平从低到中等水平发展的过程中，企业所面临信息冗余的风险降低，并且可获得突破性创新所需的大量新颖的技术和资源，此时，企业的吸收能力能够有效吸收从联盟组合中获取的技术并转化为有效的创新产出，因此伙伴技术多样性对企业突破性创新的正向作用占主导地位；在研发合作伙伴技术多样性从中等水平向高水平发展的过程中，中心企业对于可获得的技术和资源的吸收成本超过其带来的价值，因此负向作用占主导地位。为此，提出如下假设。

H1研发合作伙伴技术多样性与中心企业突破性创新的关系呈倒U形。

1.2 伙伴平均关系强度的调节作用

尽管研发合作伙伴能够通过与中心企业的合作为企业提供多样化的技术资源，然而，中心企业能否有效吸收和利用伙伴的技术资源来发展突破性创新，还受中心企业与其研发合作伙伴所构成的研发联盟组合特征的影响［21-22］。基于社会网络理论，研发联盟组合特征影响企业获得可用性资源的效率和成本，并且影响其协作进行突破性创新成果转换的效率［5］。

研发联盟组合伙伴平均关系强度从两方面影响企业的突破性创新。一方面，中心企业与研发合作伙伴在重复合作的过程中会变得熟悉，从而建立信任，信任有利于中心企业与研发合作伙伴之间技术和信息的交换，尤其是无法通过其他渠道获得的私有信息的交换［23］；并且，中心企业与研发合作伙伴之间重复合作建立的信任又促进了规则和惯例的建立，即能够在双方建立一种什么可行、什么不可行以及在何种情况下会带来最佳效果的规则机制［24］，这将有效促进中心企业与研发合作伙伴之间的技术和知识转移协调效率，从而促进企业的突破性创新。另一方面，研发联盟组合高水平的平均关系强度将负向作用于企业突破性创新［25-26］。随着企业与其伙伴之间合作次数的不断增加，技术和信息交换变得同质，将导致研发联盟组合的集体盲性和僵化。企业倾向于重视现有的信息和技术，因此将大量新颖的技术和资源排除在联盟组合之外，导致研发联盟组合的吸收能力不足，不利于企业突破性创新。

综上，伙伴平均关系强度将减弱伙伴技术多样性与企业突破性创新的倒U形关系，表现为伙伴平均关系强度越高，伙伴技术多样性对中心企业突破性创新的倒U形作用越平缓。一方面，在伙伴技术多样性从低水平到中等水平的发展过程中，中心企业通过研发联盟组合可以访问的资源和技术增加，有效克服了技术和信息冗余的风险。企业与伙伴之间频繁的合作关系使得研发联盟组合中可访问的技术和资源变得冗余和同质，因此，伙伴平均关系强度降低了伙伴技术多样性对企业突破性创新的正向作用。另一方面，当伙伴技术多样性从中等水平向高水平发展的过程中，中心企业可获得的技术和资源更多，导致其协调和管理成本增加，不利于企业的突破性创新。此时，中心企业与伙伴之间重复合作而建立起信任、规则机制和惯例，使得中心企业与伙伴之间发展形成较为一致的知识和技术重组惯例，从而促使企业对从联盟组合中获得的异质性技术和信息进行有效整合，减弱了此时技术多样性对突破性创新的负向效应。为此，提出如下假设。

H2研发联盟组合伙伴平均关系强度负向调节伙伴技术多样性与企业突破性创新的倒U形关系。

1.3 伙伴平均社会价值的调节作用

当企业与那些被行业中其他企业频繁选择的伙伴构建研发联盟组合时，研发联盟组合具有较高的伙伴平均社会价值［13］。伙伴平均社会价值也会从两方面影响企业的突破性创新。一方面，伙伴具有较高的社会价值，能够作为中心企业访问行业中更多其他企业的技术和资源的桥梁，从而为中心企业带来更丰富的技术和资源［13］；并且此类伙伴具有较为丰富的联盟经验，合作能力较强，能有效促进联盟的合作效率和技术重组［27］，从而促进企业的突破性创新。另一方面，伙伴具有较高的社会价值，意味着其能寻找的联盟替代途径增多，可能会利用自身较高的议价能力为自己谋利［28］，因此增加了中心企业的联盟成本，从而会对企业的突破性创新产出负向影响。

综上，伙伴平均社会价值将增强伙伴技术多样性与企业突破性创新的倒U形关系，表现为伙伴平均社会价值越高，伙伴技术多样性对中心企业突破性创新的倒U形作用越陡峭。一方面，在研发合作伙伴技术多样性从低水平到中等水平的发展过程中，增加了企业可访问的技术和资源的多样性，从而促进了企业突破性创新。此时，研发合作伙伴具有较高的社会价值能够为中心企业带来遍布整个行业的异质性资源和信息，克服企业的资源和信息的冗余风险，因此，增强了伙伴技术多样性对企业突破性创新产出的正向作用。另一方面，在伙伴技术多样性从中等水平向高水平发展的过程中，研发联盟组合中多样化的技术资源增多，提高了企业进行技术重组的困难和协调管理成本，不利于其发展突破性创新。此时，具有较高社会价值的，伙伴能够为企业提供更多异质性技术和资源，在一定程度上提高了企业的协调和吸收成本，但是中心企业与这些伙伴结盟会花费较高的联盟成本，甚至超过了结盟带来的价值，因此，伙伴平均社会价值增加了伙伴技术多样性对企业突破性创新的负向作用。为此，提出如下假设。

H3研发联盟组合伙伴平均社会价值正向调节伙伴技术多样性与企业突破性创新的倒U形关系。

本文的理论模型如图1所示。

图1 理论模型Fig.1 Theoretical model

2 研究设计

2.1 样本选择与数据收集

本文收集了中国生物医药行业上市公司的纵向数据。该行业为研究提供了合适的研究情境。①中国是世界上最大的转型与新兴经济体，中国生物医药行业属于高技术产业中研发强度和密度较高、知识和信息较为密集的产业，其发展创新的能力和水平决定了产业的核心能力和产出［5］。②医药行业的研发人力、财力资源投入巨大，时间长，风险高，为了高效获得较好的创新产出，医药行业往往与多个外部合作伙伴组建研发联盟组合，以获取合作伙伴的资源和技术来开展研发活动，共同开发新颖、有高影响力的产品，因此突破性创新对于生物医药行业而言至关重要。③生物医药行业研发的高风险性，使得选择合适的研发合作伙伴成了其在构建研发联盟组合的过程中最关键、最重要的步骤。④获得明确且不受阻碍的专利地位对于生物医药行业创新而言至关重要［29］，因此本文采用专利数据作为生物医药企业重要的创新产出，是目前实证研究中有效测量创新的重要指标［30］。

本研究的数据来源于以下数据库。①企业财务等基本信息情况来源于万德（Wind）金融数据库和国泰安（CSMAR）数据库。根据证监会行业分类标准，选择2017年前上市的所有中国生物医药行业企业，并且在万德金融数据库和国泰安数据库中获得企业的绩效、财务、企业全称以及更名等基本信息，并互相核对和补充。②在中国知识产权局专利检索与服务系统数据库（SIPO）获得中国上市生物医药企业的专利信息。SIPO只能根据企业全称检索企业的专利信息，因此整理了每个企业更名前后的信息，根据企业当年的全称检索专利信息，得到了企业专利数量、专利类型、专利申请人等数据指标。

本文数据构建过程如下。第1步，清洗从SIPO获得的企业专利信息，删除重复的专利信息以确保申请人的唯一可识别性，并删除了中国上市生物医药行业中的部分销售企业以及在观测期内未提交专利的企业。第2步，根据ZHENG和YANG［5］的研究，采用企业申请专利的申请人信息构建研发联盟组合，以5年时间作为移动窗口构建中心企业的研发联盟组合。例如：企业A在t-6至t-1年与企业B共同申请了n项专利，与企业C共同申请了m项专利，则企业A、企业B与企业C构成了企业A在t-6至t-1年时期的研发联盟组合，探究其对第t年突破性创新的影响机制。第3步，由于分析单位为联盟组合层面，只考虑在观测期内开发至少2个研发联盟的观测结果，因此删除在观测期内开发少于2个研发联盟的样本数据。最终，得到包含1997—2017年67个企业、405个年度观测值的非平衡面板数据。

2.2 变量测量

2.2.1 因变量根据CHANDY和TELLIS［31］对企业突破性创新专利的定义，应该识别企业当年申请的专利中真正引入根本性改变的部分，用以度量企业的突破性创新。因此，参考陈晋等［32］的研究，采用企业每年申请的专利与前5年相比跨技术大类的专利数来度量企业突破性创新。

2.2.2 自变量采用PHELPS［14］对网络技术多样性的测量方式测量伙伴技术多样性。公式为

其中，tij表示中心企业i与研发联盟伙伴j之间的技术差异，k表示专利类别，fik表示中心企业i在专利类别k中的个数，fjk表示研发联盟伙伴j在专利类别k中的个数，N是企业前5年（t-6期至t-1期）研发合作伙伴的总数。

2.2.3 调节变量根据ZHENG等［5］的研究，采用中心企业与其研发合作伙伴建立研发联盟次数的几何平均数来测量伙伴平均关系强度。采用5年移动窗口（t-6期至t-1期）来构建公司年度研发联盟组合［30-31］，计算公式如下。

其中，Rj表示中心企业与其第j个研发合作伙伴5年内（t-6期至t-1期）的研发联盟次数。这个度量优于算数平均值，因为几何平均值给予均匀分布更大的权重［33］，该值越高，研发合作伙伴与中心企业重复研发合作就越多。

根据VASUDEVA等［13］的研究，采用研发合作伙伴的平均中心度来测量伙伴平均社会价值。根据BI等［9］的研究，采用研发合作伙伴的直接联系数作为每个伙伴的中心度，然后对中心企业所有研发合作伙伴的中心度求平均数，作为伙伴平均社会价值的度量，公式如下。其中，Cj表示第j个研发合作伙伴5年窗口期内（t-6期至t-1期）的直接联系总数。

2.2.4 控制变量首先，控制了企业层面的特征：①企业规模，即企业销售额的对数值［14］；②企业类型，国企则取值为1，民营为2，外资为3；③企业年龄，即从成立到观测年所经历的年数；④企业研发投入，采用企业当年研发投入费用占企业当年销售额的百分比测量［34］；⑤企业闲置资源，采用（流动资产/流动负债）度量［35］。其次，控制了联盟组合伙伴的特征：①研发联盟组合伙伴年龄，采用研发合作伙伴年龄的平均值度量；②研发合作伙伴地理多样性，参照PHELPS［14］对技术多样性的测量，度量研发联盟组合的伙伴地理多样性。

其中，dij是指中心企业i与伙伴j地理位置的差异程度（同省取1、相邻省取2、非相邻省取3、不同国家取4），uj指伙伴j相对于其他伙伴的地理位置的独特性（按照该伙伴与其他伙伴是非同省的个数计数，最小值为1，表示所有研发伙伴均在同一省份，最大值为N）。

主要变量的定义如表1所示。

2.3 相关分析与回归模型

表2 呈现了变量的描述性统计结果和相关系数矩阵，变量之间的Pearson相关系数值均小于0.7。

因变量企业突破性创新的标准差大于其均值，且该变量为非负的离散型整数变量，因此呈现超离散分布，符合负二项分布。采用负二项回归模型不会产生无效和有偏的系数。然而，突破性创新存在大量的0值，各模型的Voung统计量均大于0，且在0.05水平下显著，因此应采用零膨胀负二项回归模型对突破性创新进行回归。回归方程如下。

表1 变量定义Tab.1 Definition of variables

表2 描述性统计及相关系数Tab.2 Descriptive statistics and correlation coefficients

其中：TPt，k表示中心企业突破性创新在t-1期至t期的变化情况；TDt，k表示企业t-6期至t-1期伙伴技术多样性；TSt-1，k表示企业t-6期至t-1期累积伙伴平均关系强度；SVt-1，k表示企业t-1期累积伙伴平均社会价值；其余分别为在t-1期的控制变量。

3 数据分析与假设验证

3.1 零膨胀负二项回归结果

表3 为零膨胀负二项回归分析结果，其中，模型1为所有控制变量对企业突破性创新的回归结果，模型2相对于模型1增加了伙伴技术多样性及其平方项；模型3相对于模型2，增加了伙伴平均关系强度、伙伴平均社会价值以及研发合作伙伴技术多样性的一次项和二次项分别与伙伴平均关系强度的交乘项；模型4相对于模型2增加了伙伴平均关系强度、伙伴平均社会价值以及研发合作伙伴技术多样性的一次项和二次项分别与伙伴平均社会价值的交乘项；模型5为全模型。模型1～模型5的最大VIF值远小于10，说明回归分析模型没有严重的共线性问题。本文使用的因变量是滞后一期的数据，以反映当前研发合作伙伴技术多样性对下期中心企业突破性创新的影响。首先，由表3中模型2和模型5分析结果可知，伙伴技术多样性对中心企业突破性创新的倒U形作用显著。其中，伙伴技术多样性对中心企业突破性创新的一次项回归系数显著为正（模型2：β=3.255，p＜0.001；模型5：β=4.068，p＜0.001），二次项回归结果显著为负（模型2：β=-3.197，p＜0.05；模型5：β=-4.147，p＜0.01），证明了伙伴技术多样性对于中心企业突破性创新的倒U形作用，即H1被证实。

表3 回归分析结果Tab.3 Regression analysis results

其次，由表3中模型3和模型5的分析结果可知，伙伴技术多样性二次项与伙伴平均关系强度的乘积对企业突破性创新的影响呈显著正向（模型3：β=3.433，p＜0.05；模型5：β=3.487，p＜0.05），说明伙伴平均关系强度减弱了研发合作伙伴技术多样性与中心企业突破性创新的倒U形关系。因此，支持了H2。

最后，由表3中模型4和模型5的分析结果可知，伙伴技术多样性二次项与伙伴平均社会价值的乘积对企业突破性创新的影响呈显著负向（模型4：β=-0.205，p＜0.01；模型5：β=-0.241，p＜0.01），说明伙伴平均社会价值增强了伙伴技术多样性与中心企业突破性创新的倒U形关系。因此，H3被证实。

为了直观展示伙伴技术多样性、伙伴平均关系强度、伙伴平均社会价值的作用，在伙伴技术多样性值域（0～1）中取了7个点，并比较了伙伴平均关系强度高（均值加1个标准差）和低（均值减1个标准差）以及伙伴平均社会价值高（均值加1个标准差）和低（均值减1个标准差）的情况下，伙伴技术多样性对中心企业突破性创新的影响，详见图2～图4。图2展示了伙伴技术多样性对中心企业突破性创新的倒U形影响；图3为伙伴平均关系强度的调节效应，高伙伴平均关系强度对伙伴技术多样性的调节曲线比低伙伴平均关系强度的调节曲线更平缓；图4为伙伴平均社会价值的调节效应，高伙伴平均社会价值对伙伴技术多样性的调节曲线比低伙伴平均社会价值的调节曲线更陡峭。

3.2 稳健性检验结果

为了验证结果的稳健性，采用中心企业当年专利被引证数量来度量中心企业突破性创新。TORTORIELLO等［36］的研究表明，企业专利被引证数反映了技术的独特性和新颖性，能够用来识别企业的突破性创新。企业专利被引证数也为非负的离散型整数变量，其标准差均大于其均值，呈超离散分布，符合负二项分布。因此，采用负二项回归模型验证了t-1期研发合作伙伴技术多样性对第t期企业突破性创新的作用，结果如表4所示。表4中模型1展示了控制变量的回归结果，模型2在模型1的基础上增加了伙伴技术多样性及其二次项；模型3在模型2的基础上增加了伙伴平均关系强度、伙伴平均社会价值以及伙伴技术多样性的一次项和二次项分别与伙伴平均关系强度的交乘项；模型4相对于模型2，增加了伙伴平均关系强度、伙伴平均社会价值以及伙伴技术多样性的一次项和二次项分别与伙伴平均社会价值的交乘项；模型5为全模型。表4的模型2和模型5验证了H1，模型3和模型5验证了H2，模型4和模型5验证了H3。

图2 研发合作伙伴技术多样性对企业突破性创新的作用Fig.2 Technological diversity of R&D partners on firms’critical innovation

图3 伙伴平均关系强度的调节作用Fig.3 Moderating effect of partners’average ties strength

图4 伙伴平均社会价值的调节作用Fig.4 Moderating effect of partners’average social value

表4 稳健性检验回归分析结果Tab.4 Robustness test of regression analysis results

3.3 U形测试结果

为了进一步验证伙伴技术多样性与中心企业突破性创新产出的曲线效应，借鉴LIND和MEHLUM［37］对U形的测试方法，采用STATA 14.0的“Utest”命令检测伙伴技术多样性对中心企业突破性创新的曲线效应。曲线方程式如下。

其中，Y表示被解释变量中心企业突破性创新，X表示解释变量伙伴技术多样性。对于U形的检测分为3部分［37］：①γ应该是负向显著；②U形拐点两边的斜率要相反并且显著；③拐点必须位于置信区间范围内。

表5 的模型1采用中心企业当年专利与前5年相比跨技术大类数量作为企业突破性创新的测量指标，结果显示，γ值为-3.197且在0.1水平下显著；对称轴顶点左侧Xl的斜率为2.583且在0.001水平下显著，对称轴顶点右侧Xh的斜率为-4.735且在0.1水平下显著，证明对称轴顶点两侧斜率符号相反并且显著，因此倒U形结果成立；U形顶点值为0.353，FIELLER方法［38］的95%置信区间为［0.171，2.290］，拐点对称轴值位于FIELLER方法的95%置信区间内，表明当技术多样性达到0.353时，开始负向作用于企业突破性创新，从而有效地验证了伙伴技术多样性对中心企业突破性创新的U形作用机制。表5的模型2采用企业当年专利被引证数作为企业突破性创新的测量指标，结果表示，γ值为-1.834且在0.1水平下显著；对称轴顶点左侧Xl的斜率为1.237且在0.05水平下显著，对称轴顶点右侧Xh的斜率为-4.323且在0.05水平下显著，证明对称轴顶点两侧斜率符号相反并且显著，因此倒U形结果成立；U形顶点值为0.223，FIELLER的95%置信区间为［0.028，2.078］，拐点对称轴值位于FIELLER的95%置信区间内，表明当技术多样性达到0.223时，开始负向作用于企业突破性创新。因此，有效验证本研究结论的稳健性。

表5 曲线估计结果Tab.5 U-Shaped effect result

4 结论与讨论

4.1 研究结论

本文基于1997—2017年中国医药制造业上市企业的专利数据，以5年移动窗口（t-6期到t-1期）构建研发联盟组合，采用零膨胀负二项回归分析方法探究了构成企业研发联盟组合的研发合作伙伴技术多样性对中心企业t期突破性创新的影响，以及伙伴平均关系强度、伙伴平均社会价值的调节作用。得出以下结论：①伙伴技术多样性与中心企业突破性创新呈倒U形关系；②伙伴平均关系强度减弱了伙伴技术多样性与企业突破性创新的倒U形关系；③伙伴平均社会价值增强了伙伴技术多样性与企业突破性创新的倒U形关系。

4.2 研究贡献

第一，丰富了现有的研发联盟组合伙伴多样性文献。学者们基于资源视角就伙伴多样性如何作用于企业的创新产出展开了丰富的讨论，部分学者认为技术多样性正向作用于企业的创新产出［6-7］，另有些学者认为技术多样性负向作用于企业的创新产出［6］，还有部分学者认为技术多样性对企业的创新产出产生倒U形的影响［22］。本研究基于研发联盟组合的视角，深入探究伙伴技术多样性对于企业突破性创新的影响，从而弥补现有伙伴多样性文献结论不一致的缺陷。

第二，虽然现有文献探究了技术多样性对企业创新的作用机制且得出了倒U形的结果，但是基于资源的视角只能解释企业从网络中获得技术和资源的种类和数量，企业能否获得突破性创新还取决于其能否以最小的成本与研发合作伙伴进行技术和资源的交换，以及能否有效地将获得的技术和资源进行技术重组。因此，基于社会网络理论，本文探究了企业在构建研发联盟组合时，伙伴平均关系强度与伙伴平均社会价值如何影响伙伴技术多样性对企业突破性创新的作用。研究结论证实了这两种研发联盟组合特征既会影响企业从研发联盟组合中获取的资源的数量和质量，也会影响企业对研发合作伙伴的协调和管理成本，进而影响伙伴技术多样性对企业突破性创新的作用。本文结论丰富了现有的研发联盟组合研究。

4.3 实践意义

首先，企业管理者与具有多样化技术的伙伴建立合作关系，构成研发联盟组合，能够为企业发展突破性创新带来丰富的技术资源，但是并非企业研发联盟组合技术多样性水平越高，企业突破性创新产出就越好，具有中等水平技术多样性的研发联盟组合最有利于企业突破性创新。在中等水平的伙伴技术多样性研发联盟中，中心企业能够访问大量异质性资源和技术，并且此时企业对于从研发联盟组合获得的技术和资源的吸收能力最强，能够最有效地进行技术重组，从而促进实现突破性创新。

第二，中心企业在构建研发联盟组合的过程中，不仅受益于研发合作伙伴的技术多样性，还会受益于伙伴选择策略。不同的伙伴选择策略导致不同的研发联盟组合特征，从而影响伙伴技术多样性对企业突破性创新的作用。一方面，企业重复地与已经合作过的伙伴建立合作关系，在技术多样性较高的时候会抑制协调和管理成本，减弱技术多样性对于企业突破性创新的负向影响，但是在技术多样性水平较低的时候，会有利于企业从研发联盟组合中获得多样性的技术和资源。另一方面，企业与那些被行业中其他企业频繁选择的伙伴构建研发联盟组合，会使得企业在伙伴技术多样性水平较低时获得遍布整个行业的异质性技术和资源，但是在较高的伙伴技术多样性水平下，高社会价值伙伴较强的议价能力会提升企业的协调和管理成本。因此，企业管理者应该综合考虑企业研发联盟组合技术多样性的水平以及研发联盟组合特征，从而更加高效地促进突破性创新。

4.4 研究不足与展望

本文存在一定的不足。①采用中国上市医药行业企业为样本来源。行业的类别限定了研究结论的适用性，未来研究会围绕其他行业及不同的情境因素进行比较分析，并且采用问卷数据和客观数据相结合的方式研究企业研发联盟技术多样性对于企业突破性创新的作用。②虽然专利是创新较为合理的代理指标，但是也有一些公司不断地进行创新，却很少申请专利，因此未来需要探究更多的创新测量方式。③限定于中国等新兴经济体。新兴经济体企业由于信息不对称，往往会根据他人经验和自己过去经验来选择伙伴，导致新兴经济体企业的研发联盟组合具有较高的伙伴平均关系强度和平均社会价值，然而发达国家企业能够从公开渠道获得潜在合作伙伴足够的信息，导致高伙伴平均关系强度和平均社会价值并不是其研发联盟组合的主要特征，因此研究结论要谨慎地推广到新兴经济体以外的情境。未来可以在其他发展中国家展开相关研究，探究更多的研发联盟组合特征对伙伴技术多样性与企业突破性创新的边界影响，以扩展本文研究结论的适用性。