沉睡知识对企业技术创新持续性的影响——一个有调节的中介作用模型

孙 冰，杨雪婷

(哈尔滨工程大学 经济管理学院，黑龙江 哈尔滨 150001)

0 引言

在日益复杂化的全球竞争环境下，技术创新已成为企业持续发展的核心竞争力。面对产品需求持续下降、跨国企业市场份额增大和替代品层出不穷的普遍趋势，中国企业如何保持技术创新持续性成为创新研究热点。Clausen等[1]提出，技术创新持续性是指企业以往技术创新活动对未来技术创新活动的正向影响。技术创新活动的持续进行离不开知识转移，而沉睡知识会降低企业知识转移效率，减少创新员工间技术信息流动，进而阻碍企业技术创新活动的持续进行。企业技术创新活动能否对未来创新进程持续发挥正向影响，不仅受企业沉睡知识占比的影响，还受资源调配和资源重构行为、知识治理活动制度安排的影响。战略管理理论认为，企业资源和能力孕育了持续性创新[2]，资源对企业创新行为同时兼备支持与制约的双重作用。由此可见，资源拼凑行为是提高企业技术创新持续性的关键。同时，知识治理活动的目的在于最大化知识主体受益、持续优化企业创新知识网络[3]，其对企业知识利用和创新行为具有正向影响，有益于提升知识流动效率和创新员工认知能力。而技术创新正是基于认识和实践的企业行为。因此，在寻求持续创新所需知识和资源过程中，知识治理活动制度安排即知识治理机制发挥着重要作用。

目前，学者围绕沉睡知识对低碳技术创新、产业创新发展、知识转移绩效的影响[4-6]进行了有益探索，在资源拼凑对不同创新模式的影响[7-9]、新产品开发和创业绩效[10-12]、企业家精神和创造力[13-14]等方面也展开了深入研究，并对开放式创新和创新生态系统知识治理机制[15-17]、知识治理对知识共享和创新行为的影响[18-21]等问题进行了系统性分析，并对技术创新持续性影响因素[22-24]进行了初步探讨。然而，已有研究大多关注沉睡知识、资源拼凑、知识治理机制对创新活动、创新模式或创新绩效的影响，较少分析这些因素与技术创新持续性的关系，以整体视角探索上述变量间交互关系的研究更是少见。鉴于此，本文以知识密集型企业为样本，在剖析沉睡知识与技术创新持续性间关系的基础上，引入资源拼凑作为中介变量、知识治理机制作为调节变量，进一步探究各变量间的相互关系，从知识资源利用、治理等方面为企业进行持续性创新活动探寻有效路径，进而为企业提高技术创新能力和水平提供有益参考。

1 理论背景与研究假设

1.1 沉睡知识对技术创新持续性的主效应分析

沉睡知识一词衍生于“沉睡专利”。基于Machlup[25]对沉睡专利的定义，即未能商业化开发及利用的专利。学界一致认为，沉睡知识是指创新知识从潜在价值状态向创造现实社会财富的价值转移过程中，部分未能有效输出为资本而处于等待和寻找突破机会的知识[26]。目前，学者对沉睡知识的维度划分有两类代表性观点：一是徐建中等[4]将沉睡知识划分为显性沉睡知识和隐性沉睡知识两个维度；二是葛秋萍[26]将沉睡知识划分为3个维度，分别为技术层面成熟但市场需求落后的沉睡知识、技术层面成熟度不高但市场需求迫切的沉睡知识和技术成熟且市场需求迫切的沉睡知识。本文借鉴徐建中等[4]的研究，根据属性特征和形成机理不同，将沉睡知识划分为显性沉睡知识和隐性沉睡知识两个维度。其中，前者是指在特征上虽然易于表达和传递，但在传递过程中却被阻滞的知识；后者是指难以言述或具有隐晦性、在传递过程中很难被高效开发利用、形成后也不易激活的创新知识。

持续创新被普遍看作是企业在产品研发、工艺改进等知识积累与利用过程中产生的效果[1]。具体而言，企业知识存量及知识生产状况决定技术创新能否持续发展。但在知识实际运用过程中常会出现认知、实践等障碍，致使大量创新知识与创新主体无法结合并完成转移过程，从而形成沉睡知识。基于Gilbert将知识转移过程归纳为知识获取、交流、应用、接受和同化5个步骤的观点[27]，本研究对沉睡知识形成原因进行探讨，认为显性沉睡知识源于应用、接受及同化过程受阻，而隐性沉睡知识则源于社会化和外化过程存在障碍。两类沉睡知识的形成和存在均会对企业技术创新持续性产生不利影响。一方面，显性创新知识的暂时沉睡意味着与该类知识有关的投入随之形成了一定的沉没成本。Juan等[28]指出，沉没成本在很大程度上阻碍了企业R&D活动的顺利进行，而R&D活动越少则企业创新持续性越弱[29]。因此，企业显性沉睡知识会减缓企业技术创新活动连续进程，从而降低企业技术创新持续性；另一方面，隐性沉睡知识较多则意味着企业存在大量难以获取和交流转化的创新知识，转移过程曲折致使创新员工之间频频出现信息“孤岛现象”[5]，即技术创新信息和资源不能得到及时共享交流、高效整合利用，由此减缓企业学习能力及动态创新能力发展，进而对技术创新持续性产生负向影响[22]。据此，本文提出以下假设：

H1:沉睡知识负向影响企业技术创新持续性。

H1a：显性沉睡知识负向影响企业技术创新持续性；

H1b：隐性沉睡知识负向影响企业技术创新持续性。

1.2 资源拼凑的中介效应

Baker等[30]提出“资源拼凑”的概念，意即改变现有资源的适用范围和使用方式，赋予资源以新的生命力，实现新的价值创造。学者普遍认同资源拼凑是整合既有资源及社会上的免费资源，探索并开发可利用资源用途的过程，可以采用资源调配、资源重构和资源利用3个阶段性行为衡量资源拼凑水平[8,31]。

已有研究表明，在显性沉睡知识较多的组织中，创新知识往往不能高效转化而处于滞留状态[4]。从形成原因看，应用过程受阻形成的显性沉睡知识不易与其它创新知识组合化应用，也同样不易于资源重构。接受和同化过程受阻形成的显性沉睡知识本身并没有被知识主体接受，导致基于此类知识的资源被默认为不能转化为社会财富而遭到忽视，使资源处于不易调配状态，进而无法得到充分利用。因此，在遇到创新机遇或危机时，企业往往受到资源不易调配、重构与利用的制约，从而难以完成资源拼凑。可见，显性沉睡知识越多，资源调配、重构和利用过程越困难，资源拼凑效率也就越低。

隐性沉睡知识之所以不易被外显化，是因为固有异质性知识主体间的信息不对称导致其无法顺利转移[32]。因此，本文认为，隐性知识是组成企业异质性知识的重要基础。宋晶等[33]指出，异质性知识越多越有利于企业资源调配。然而，隐性沉睡知识的形成减少了企业可利用的异质性知识存量，缩小了资源调配摄取范围，影响了资源拼凑进程。同时，隐性沉睡知识具有“粘性”特征，隐性程度越高越难以转移[34]。这意味着，隐性沉睡知识的存在提高了企业获取资源过程中的搜索成本、时间成本和决策成本，不利于资源重构。此外，从形成原因看，社会化和外化过程受阻导致企业隐性沉睡知识过多、员工之间知识信息传递链不连续，企业在拼凑过程中无法顺利获取创新知识资源，从而对资源利用行为产生障碍。可见，隐性沉睡知识抑制资源调配、重构和利用3个阶段性行为，阻碍企业资源拼凑行为开展。据此，本文提出如下假设：

H2:沉睡知识负向影响资源拼凑。

H2a:显性沉睡知识负向影响资源拼凑；

H2b:隐性沉睡知识负向影响资源拼凑。

资源拼凑对企业技术创新持续性的正向影响体现在以下3个方面：①已有研究表明，资源拼凑可以帮助企业摆脱资源匮乏困境[8]，通过调配和重组冗余资源保证企业持续性创新[7]。上述过程具体表现为对既有实物、知识和社会资源进行创造性利用，进而对创新投入和创新产出持续性产生正向影响；②赵兴庐等[37]指出，资源拼凑对资源认知整合和技术创新能力均具有积极影响。资源拼凑能够提高企业识别可利用资源的主动意识，优化企业对有限资源的利用，促使企业加大技术创新投入力度，促进技术创新持续性提升；③资源拼凑行为的目的性和路径依赖性特征[5]在推动资源网络高效利用的同时还为持续创新进程提供稳定的资源重构和整合路径，有利于企业形成技术创新持续性优势。由此可见，资源拼凑行为越频繁，企业技术创新持续性越强。

根据以上论述，本文认为，显性沉睡知识和隐性沉睡知识对技术创新持续性不仅具有直接作用，还通过资源拼凑产生间接影响。资源拼凑通过不断调配、重构并反复利用现有知识资源推进创新活动进程，然而，显性沉睡知识的形成致使知识资源可重复利用价值降低，进而减缓企业业已形成的资源拼凑模式，从而间接对技术创新持续性产生负面影响。与此同时，企业进行持续创新不仅需要设备、资金等能够带来创新绩效的资源要素，也需要具备促进其长期创新发展的异质性技术知识[35]。异质性是隐性知识的主要特征之一[32]，隐性知识为企业异质性知识储备奠定了重要基础。但与之不同，隐性沉睡知识则不能产生这种效果。隐性沉睡知识的产生阻碍异质性知识在不同创新领域间的流动，导致企业无法在资源拼凑进程中顺利获取创新知识资源，进而减弱企业技术创新持续性。因此，资源拼凑在沉睡知识与企业技术创新持续性间起着桥梁作用。据此，本文提出如下假设：

H3:资源拼凑在沉睡知识对企业技术创新持续性影响关系中起中介作用。

H3a:资源拼凑在显性沉睡知识对企业技术创新持续性影响关系中起中介作用；

H3b:资源拼凑在隐性沉睡知识对企业技术创新持续性影响关系中起中介作用。

1.3 知识治理机制的调节作用

(1)知识治理机制对主效应的调节作用。知识治理机制是指利用组织机制协调知识活动所涉关系的制度安排，主要包括组织结构、工作设计、领导权及奖赏系统等[18-19]。创新网络主体间合作机制具有路径依赖性特征[36]，知识转移固有沟通渠道一旦形成，锁定效应将不断加大对沉睡知识激活率的负面影响。而完善的知识治理机制能够通过交换、转移和共享等方式实现沉睡知识的二次利用，进而抑制沉睡知识对企业技术创新持续性的消极影响。

在技术创新过程中，创新主体往往无法及时获取所需知识资源[29],因为技术创新主题通常与已有技术主题有所不同，企业现有知识体系屏蔽了与既有技术目标不一致的显性知识，造成知识滞留和沉睡，因而无法进一步被创新员工内化。而完善的知识治理机制通过有效的工作设计、奖赏系统等从一开始就保证了具有不同主题和特征的显性知识在组织中流动，降低了显性知识在持续创新过程中的沉睡率，进而减弱了显性沉睡知识对技术创新持续性的负向影响。同时，Egeraat等[37]指出，不同形式的沟通交流均有利于知识外部性增加，促进网络主体的技术知识共享和学习。这意味着，知识治理机制越完善，知识流通性越强，显性沉睡知识实现其创新价值的可能性也就越大。相应地，技术创新持续性受显性沉睡知识的负向影响也就越弱。

知识治理机制通过部门沟通与协调为创新员工提供知识共享渠道，连续性的知识存储及交换有助于知识的社会化获取和外化交流，突破隐性沉睡知识不易转移的障碍，保证现阶段技术创新对下一阶段技术创新产生正向影响。张生太等[20]指出，完善的领导权结构和奖赏系统等知识治理机制能够激励个体行为，而普遍的个体行为可以从微观角度反映群体宏观行为模式。同时，相关研究表明，员工互惠性偏好有益于企业知识的社会化和外显化，进而降低隐性沉睡知识生成率[38]。因此，完善的知识治理机制通过营造共享创新知识的企业文化，有效提高组织内部隐性沉睡知识循环效率，优化创新知识选择与利用，进一步抑制隐性沉睡知识对企业技术创新持续性的负向影响。据此，本文提出如下假设：

H4:知识治理机制在沉睡知识对企业技术创新持续性主效应关系中起负向调节作用。

H4a:知识治理机制对显性沉睡知识与企业技术创新持续性关系具有负向调节作用，即知识治理机制越完善，显性沉睡知识对企业技术创新持续性的负向影响越弱；

H4b:知识治理机制对隐性沉睡知识与企业技术创新持续性关系具有负向调节作用，即知识治理机制越完善，隐性沉睡知识对企业技术创新持续性的负向影响越弱。

(2)知识治理机制对中介效应的调节作用。梁祺等[3]指出，企业持续创新的竞争优势不局限于长期资源供给，而在于对知识资源的利用能力。本文认为，知识治理机制完善程度存在一个临界值。当知识治理机制完善程度较低时，企业技术创新的核心竞争力在于由知识治理行为带来的效率提升[39]。这意味着，企业可通过增加知识治理活动，减少创新知识主体间冲突并促进组织学习，以更加有效地挖掘所需知识、聚焦资源，实现企业创新资源利用和重置的二元平衡，从而强化资源拼凑对企业技术创新持续性的正反馈效应。换言之，当知识治理机制处于较低水平时，知识治理机制越完善，企业技术创新持续性提高越依赖于资源拼凑，即资源拼凑在沉睡知识对企业技术创新持续性影响中表现出越强的中介作用。但是，当知识治理机制完善程度超过某一临界值后，就开始负向调节资源拼凑与技术创新持续性间的关系。Choi等[40]指出，对于知识治理机制而言，知识的载体配置是权力结构。较高程度的权力结构对知识治理过程的约束作用较强，导致员工创新意愿下降和创新资源获取渠道受限，从而削弱了资源拼凑对技术创新持续性的正向影响。因此，当知识治理机制完善程度超过一定限度、趋向于工具性治理时，过严的员工约束行为将引发知识排斥等情况[21]，造成知识囤积、资源难以拼凑，从而弱化资源拼凑对技术创新持续性的正向影响。也即，知识治理机制越完善，企业技术创新持续性对资源拼凑的依赖程度越低，资源拼凑在沉睡知识与企业技术创新持续性间的中介作用越弱。据此，本文提出如下假设：

H5:知识治理机制在资源拼凑对企业技术创新持续中介效应中起倒U型调节作用。即在达到临界值前，知识治理机制越完善，资源拼凑的中介效应越强；在达到临界值后，知识治理机制越完善，资源拼凑的中介效应越弱。

依据上述研究假设，本文构建沉睡知识对企业技术创新持续性的作用模型，如图1所示。

图1 沉睡知识对企业技术创新持续性的作用模型

2 研究设计

2.1 研究样本

本文选定知识密集型企业作为实证研究对象，因为其是综合运用多学科最新研究成果的企业[41]。在多学科交叉研究过程中，此类企业内部由于知识主体间信息不对称等因素易于形成沉睡知识。而知识作为知识密集型企业的核心资源，其高效知识整合方式和治理机制在企业持续创新过程中发挥着重要作用。因此，知识密集型企业的特点符合本文研究需求。在此基础上，本文综合考虑地区差异、行业类别及调研渠道等因素，最终选取我国内地黑、豫、津、苏、蒙、粤、沪等17个省、市、自治区的知识密集型企业作为研究样本。

自2020年1月起，笔者分两阶段进行为期4个月的数据收集。第一阶段通过行业管理网站、企业名录、实地走访、电子邮件等多种途径获取知识密集型企业主体及发展现状信息，以明确调研企业是否存在与研究变量相关的活动。在此基础上，对部分企业技术人员、中层管理者和高层管理者进行访谈，并设计调研问卷。第二阶段对筛选的企业通过实地调研、电话访谈和电子邮件等方式收集数据。为使数据真实有效，本文对企业技术人员和中高层管理者分别进行问卷调研，同时设置引导语帮助被调研者理解题目。最终，本研究共发放问卷490份。其中，实地调研发放问卷152份，电话访谈发放问卷176份，电子邮件发放问卷162份。共回收问卷476份，剔除填写不完整和回答不规范的问卷后，得到有效问卷419份，有效问卷回收率为88.0%。企业基本统计数据和特征如表1所示。数据表明，所调研企业规模、所属行业和经营年限分布均较为均衡，说明样本具有一定的代表性。

表1 调研企业与调研对象基本统计数据

2.2 变量测度

本研究从企业员工认知视角出发，根据研究目的对已有成熟量表进行修改和补充，形成沉睡知识、资源拼凑、知识治理机制和技术创新持续性测度题项，见表2。其中，沉睡知识测度主要整合Mansooreh等[42]和徐建中等[4]编制的量表，在显性沉睡知识和隐性沉睡知识两个维度下各设置3个题项；资源拼凑测度借鉴Senyard等[43]的量表，从现有资源调配、重构与利用3个方面设立5个题项；知识治理机制测度主要依据Gooderham等[44]的研究，共设置5个测量题项；技术创新持续性测度参考何郁冰等[22]的研究，从投入、产出两个方面设立5个题项。以上题项均采用5分制李克特量表(Likert-type Scale)进行测量，其中，“1”代表完全不同意，“5”代表完全同意。

表2 量表题项

鉴于企业规模、所属行业和经营年限对本文研究变量间关系存在一定影响，因此本文对这3个变量进行统计，并将其设置为控制变量。

3 研究结果

3.1 信效度检验

本文采用SPSS23.0软件对全部变量进行信效度检验，结果如表3所示。其中，研究变量的Cronbach's α系数均高于0.8，组合信度均高于0.7，说明变量组合测量标准误差小，所得数据可靠性高。因此，量表测量处于较高信度水平。各变量的AVE值均在0.5以上，保证了量表的建构效度；KMO检验值均大于0.6，且显著性均小于0.01，说明该量表效度较好，能够有效反映所测变量。

表3 量表信效度检验结果

3.2 相关性分析

为初步衡量变量间的相关程度，本文对所涉变量进行描述性统计与相关性检验，结果如表4所示。从中可以看出，沉睡知识两个维度分别与资源拼凑(r=-0.458，p<0.01；r=-0.318，p<0.01)、企业技术创新持续性(r=-0.680，p<0.01；r=-0.559，p<0.01)显著负相关，资源拼凑(r=0.527，p<0.01)、知识治理机制(r=0.771，p<0.01)分别与企业技术创新持续性显著正相关，为进一步验证研究假设提供了基础依据。

表4 各变量描述性统计与相关系数分析结果

3.3 主效应与中介效应回归分析

本文根据Kenny等[45]的层次回归方法，对变量间的主效应和中介效应进行检验，结果如表5所示。其中，方程1、方程6探究所属行业、企业规模及经营年限3个控制变量对企业技术创新持续性、资源拼凑的影响；在此基础上，方程2、方程4分别引入显性沉睡知识、隐性沉睡知识。结果表明，显性沉睡知识(β=-0.774，p<0.01)、隐性沉睡知识(β=-0.541，p<0.01)对企业技术创新持续性均存在显著负向影响，假设H1a和H1b得到验证，假设H1也由此得以验证。

表5 主效应与中介效应分析结果

在方程6的基础上，方程7、方程8分别引入显性沉睡知识、隐性沉睡知识，分析二者对资源拼凑的影响。数据表明，显性沉睡知识(β=-0.562，p<0.01)、隐性沉睡知识(β=-0.324，p<0.01)对资源拼凑均存在显著负向影响，假设H2a、H2b及假设H2得以验证。

本文采用温忠麟等[46]总结的中介效应检验三步曲，检验资源拼凑在沉睡知识与企业技术创新持续性关系中的中介作用。主要步骤包括：首先,证明自变量显著影响因变量；其次,证明自变量显著影响中介变量；最后,在回归方程中同时引入自变量和中介变量，若自变量作用不显著而中介变量作用显著，则中介变量表现为完全中介效应；若自变量和中介变量作用均显著但自变量作用相对减弱，则中介变量表现为部分中介效应[43]。上文中假设H1、H2以1%的显著性水平通过检验，表明沉睡知识显著影响企业技术创新持续性、资源拼凑，验证了中介效应检验的前两步。方程3在方程2的基础上引入资源拼凑这一中介变量，显性沉睡知识和资源拼凑的作用均以1%的显著性水平通过检验，但显性沉睡知识对企业技术创新持续性的负向影响减弱，影响系数从-0.774变为-0.637(p<0.01)，表明资源拼凑在显性沉睡知识与企业技术创新持续性关系中起部分中介作用，假设H3a得以验证。同样，资源拼凑在隐性沉睡知识与企业技术创新持续性关系中也起部分中介作用，假设H3b得以验证。由此，假设H3通过检验。

3.4 调节效应回归分析

(1)知识治理机制对主效应的调节效应检验，结果如表6所示。其中，模型1以企业技术创新持续性为因变量，检验知识治理机制在显性沉睡知识对企业技术创新持续性主效应中发挥的调节作用。回归结果表明，调节效应未达到显著性水平(β=-0.068，p>0.1),假设H4a未通过验证。本文认为，该假设之所以未通过验证，是因为显性沉睡知识的形成源于应用、接受和同化过程受阻，并没有被知识主体接受，创新员工对该类知识关注度较低。因此，即使在知识治理机制作用下，创新员工仍默认该类知识不能创造出财富价值，导致显性沉睡知识在实践中被共享交流或激活的几率较小，因此显性沉睡知识对企业技术创新持续性的负向影响难以减弱。

表6 知识治理机制对主效应的调节效应检验结果

模型2以企业技术创新持续性为因变量，检验知识治理机制在隐性沉睡知识对企业技术创新持续性主效应中发挥的调节作用。回归结果表明，调节效应达到显著性水平(β=-0.408，p<0.01)，假设H4b得到验证。

本文进一步利用斜率分析法将知识治理机制对主效应的调节作用可视化，如图2所示。从图2可以看出，知识治理机制负向调节隐性沉睡知识与企业技术创新持续性间的关系，使二者间的负相关关系减弱。

图2 知识治理机制对主效应的调节作用

(2)知识治理机制对中介效应的调节效应检验，结果如表7所示。模型3以企业技术创新持续性为因变量，检验知识治理机制在资源拼凑对企业技术创新持续性中介效应中发挥的线性调节作用。回归结果表明，线性调节效应未达到显著性水平(β=0.130，p>0.1)。本文进一步引入交互项“资源拼凑*知识治理机制平方”，研究知识治理机制的非线性调节效应，如模型4所示。回归结果表明，该调节效应达到显著性水平(β=-0.573，p<0.01)。知识治理机制对中介效应的调节作用表现为二次函数关系，且交互项符号为负，表明知识治理机制在资源拼凑与技术创新持续性间起倒U型调节作用，假设H5得到支持。

表7 知识治理机制对中介效应的调节效应检验结果

由图3可知，知识治理机制完善程度较低时调节曲线斜率为正，完善程度较高时调节曲线斜率为负，即知识治理机制在低于临界值时正向影响资源拼凑与企业技术创新持续性的关系，高于临界值时则负向影响二者关系。也即，临界状态下的知识治理机制对资源拼凑与企业技术创新持续性间的促进作用最大。

图3 知识治理机制对中介效应的调节作用

本文采用Bootstrap法检验知识治理机制对中介效应的调节作用，运用PROCESS插件将中介效应和调节效应同时纳入模型，得到有调节的中介效应分析结果，如表8所示。对知识治理机制程度较高的企业而言，资源拼凑对两类沉睡知识与企业技术创新持续性间关系的中介效应显著，置信区间分别为(-0.045 6,-0.008 3)、(-0.031 6，-0.000 4)，均不包含0。对知识治理机制程度较低的企业而言，自变量为显性沉睡知识的中介效应显著，置信区间为(0.003 6，0.059 8)，不包含0，而自变量为隐性沉睡知识的中介效应不显著，置信区间为(-0.003 5，0.025 0)，包含0，验证了假设H5的倒U型调节作用。

表8 有调节的中介效应Bootstrap检验结果

4 结语

4.1 主要结论

本文基于知识属性论和资源管理理论，考察企业沉睡知识、资源拼凑和知识治理机制对企业技术创新持续性的影响机制，并分别研究知识治理机制对主效应、中介效应的调节作用。通过实证检验，本文得出以下结论：①显性沉睡知识、隐性沉睡知识与企业技术创新持续性分别存在显著负相关关系；②资源拼凑在两类沉睡知识对企业技术创新持续性负向影响中起部分中介作用；③知识治理机制负向调节隐性沉睡知识与企业技术创新持续性间的关系；④知识治理机制倒U型调节资源拼凑在沉睡知识与企业技术创新持续性中介效应强度。

4.2 管理启示

本文研究结论可为提升企业技术创新持续性提供如下启示：

(1)激活不同类别沉睡知识，抑制沉睡知识对技术创新持续性的不利影响。对于显性沉睡知识，企业应建构功能完备、便于综合应用的知识共享平台，增加专项培训以保证显性沉睡知识为创新员工所接受。同时，企业还可以通过技术交流、创新研讨等形式加深显性沉睡知识同化程度，促进显性沉睡知识的高效传递，进而驱动后续创新活动，实现技术创新产出的持续性。对于隐性沉睡知识，企业应营造良好的员工互动氛围，通过激励手段开辟隐性沉睡知识社会化获取通道，提高其外化共享频率。此外，还可通过构建知识图谱提高创新员工对相关知识的获取、吸收和利用效率，发挥隐性沉睡知识激活的累积效应，进而增强技术创新持续性。

(2)增强对既有资源的重构意识和利用能力，强化资源拼凑对沉睡知识与企业技术创新持续性间关系的中介效应。具体而言，企业可从3个方面入手：①突破资源用途固化观念，加强各部门间联系，优化资源调配模式，挖掘新市场机会，从而积极发挥资源拼凑的中介作用，保证技术创新的持续进行；②建立资源重构的新思路、新途径，有效拓展现有资源适用范围，提高资源拼凑效率和水平，进而保持企业技术创新的持续性；③帮助员工明确创新活动目标，培养员工预测技术发展趋势的能力，促使企业资源得以充分利用，从而加强资源拼凑对技术创新持续性的正向影响。

(3)合理控制知识治理机制完善程度，将其在企业技术创新持续性中的调节作用发挥至最佳状态。①企业除构建完整的知识数据库外，还应建立更加科学化的数据系统，为创新员工过滤掉无用信息，激活沉睡知识，以提升创新活动效率和持续性；②通过模式化搜索流程，对知识和资源进行深度标引，增强资源拼凑行为实施效果，以实现知识治理机制对员工创新效率和积极性的有益提升。同时，通过优化组织结构、领导权配置等方式，适当调整知识管理强度，实现多方受益、持续创新的良性循环模式；③进一步完善奖赏系统，激励员工主动共享知识和资源，使企业资源通过不同传递途径得到充分利用，保证持续创新轨道呈螺旋式上升，使以往技术创新活动对未来技术创新活动的正向影响达到最强。

4.3 不足与展望

本文尚存在以下不足：本研究引入企业资源拼凑行为和知识治理机制深入探究沉睡知识对企业技术创新持续性的作用机理，但囿于沉睡知识主要限定为企业内部未能有效输出为资本的知识，仅从企业内部知识资源视角剖析其影响企业技术创新持续性的主要因素，暂未考虑与其它组织的技术合作等外部因素。后续研究将进一步拓宽研究范围，从更多视角分析沉睡知识与企业技术创新持续性间的影响机制。