双层网络嵌入下结构洞对企业二元创新的影响

姚艳虹，龚 榆

(湖南大学 工商管理学院,湖南 长沙 410000)

0 引言

在知识经济时代，创新是企业满足市场需求、实现长远发展的必由之路。随着外部市场环境日趋复杂，企业逐渐从封闭式创新转向开放式创新，利用合作关系建立合作创新网络，在拓展自身资源基础的同时，积极从外部网络搜索并利用知识信息[1]。可以说，创新网络对企业共享知识资源、降低试错成本具有重要意义，这也是企业实施产品升级、获取市场价值的重要途径。如宝洁公司专门设立“外部创新主管”一职，利用大数据分析在全球范围内搜寻对公司有利的重大技术和专家学者；海尔通过构建开放创新平台(HOPE)，把技术、知识和创意供求双方聚集到一起，形成合作创新的交互网络，从而促成新产品诞生。因此，在开放式创新背景下讨论创新网络不仅是理论发展的要求，也是企业实践的需要。

已有研究表明，企业创新活动既嵌入在由研发合作形成的协同网络中，也嵌入在以知识组合形成的知识网络中，企业依靠组织内或组织间的知识获取、共享和利用提高创新能力[2-3]。

在组织内知识网络方面，知识网络的内容性和结构性特征受到学者们关注，他们发现知识基础规模及知识多元化能够为创新带来资源优势，这种优势有利于企业获得创新成果[4-5]；网络凝聚性、网络中心势和网络结构洞等则通过改变企业社会资本与建立信息优势影响创新活动[6-7]。在组织协同网络方面，相关研究多从网络成员、关系强度和网络结构等视角展开。如有研究表明，企业合作网络密度对企业知识创新有负向影响，结构洞有利于企业开展探索式创新活动，而中心度与二元创新呈倒U型关系[6，8-9]。还有学者基于动态网络视角发现，合作研发网络结构洞的生成和填充均可促进企业创新能力提升[10]。但是，这些研究仅分析了单个网络的影响，没有考虑企业具有多重网络嵌入性。因此，一些学者开始兼顾协同网络和知识网络考察创新活动。如Wang等[11]提出知识网络和协同网络的解耦命题；Guan等[12]讨论了在发明者协同创新国家网络调节作用下，城市网络中心性、结构洞和集聚系数对创新产出的影响；Fang等[13]则研究了个体网络与整体网络交互作用对探索式、利用式产品创新的影响。

尽管已有文献证实了双层网络结构特征与企业创新存在密切联系，但目前学术界关于双层网络结构洞与企业创新活动的作用机制尚不明晰。一方面，有学者认为，稀疏网络中的结构洞能为企业提供社会资本、带来信息控制优势，从而促进创新活动[14-15]；另一方面，也有部分学者指出，网络结构洞降低了个体交流频率，而个体间的密切联系能够提升合作者信任水平并利于隐性知识传播，进而为创新活动提供支持[16-17]。那么，双层网络结构洞与企业创新绩效究竟存在怎样的关系？双层网络结构洞与不同类型创新间是否存在适配关系？情境差异是否会导致不同的研究结论？此外，权变理论认为，企业二元创新的实施效果受情境因素影响，其中，战略柔性、开放度与创新活动的密切关系已经得到文献证实[18-19]。现有文献大多关注战略柔性和开放度对企业创新的直接影响，较少关注这些情境变量在双层创新网络与创新绩效关系中如何发生作用。因此，不同层次的创新网络是否需要与组织情境适配，才能产生更高绩效？创新网络结构与二元创新是否存在有效的适配关系？这些问题都有待深入研究。

本文依据知识基础观以及社会网络理论，从组织情境因素入手，探讨知识与协同网络对企业创新绩效的作用，并分别考察战略柔性和开放度在两者关系中的调节效应，主要包括以下方面：第一，实证研究双层网络视角下结构洞对企业二元创新绩效的差异化作用，验证多重网络理论对企业创新活动的解释效力。社会网络相关研究指出，创新活动受到多种不同类型网络关系的共同作用。本文研究将为进一步探究创新网络与创新绩效的适配关系以及影响机制提供实证依据，同时，拓展该领域研究内容；第二，实证分析战略柔性和开放度在双层网络与二元创新绩效间的调节作用，验证网络结构洞与企业创新绩效的关系是否受到组织情境的显著影响。由于现有文献关于知识网络和协同网络对创新绩效的作用尚未达成一致结论，因此本文将基于权变理论和资源基础理论，引入组织情境因素，探索网络关系对二元创新作用的边界条件，为解决网络结构洞相关文献中的争议提供新理论视角；第三，研究组织情境因素在双层网络结构洞与企业二元创新绩效关系中的不同调节机制，分析网络结构洞与组织情境匹配是否有利于企业二元创新绩效提升，从而拓展现有研究关于双层网络与二元创新关系的理论成果。

1 理论分析与研究假设

1.1 企业创新活动双层网络嵌入特征

网络嵌入是网络理论中的重要内容，对多层网络嵌入的研究有助于理解企业创新活动的复杂性。多层网络是指在不同层面由不同类型节点在同一层面内部和跨层面连接形成的网络结构[20]。在企业创新活动中，由于条件限制，单个企业拥有的资源有限，而嵌入多层网络对资源配置有重要作用。通过多层网络关系，企业可以从外部主体获取创新资源[14]。

已有研究表明，企业创新活动至少涉及两个网络：一个是由企业间合作关系形成的协同网络，另一个是由知识元素组成的知识网络[11]。具体来说，国内外学者通常基于协同理论界定协同网络[21-22]，强调通过系统间的相互作用和资源共享实现整体目标。基于此，本文认为协同网络是企业与其它创新行为主体，通过交互和协同构成协作创新关系的一种网络系统。与广义上的创新网络相比，协同网络更注重创新行为主体间的信息交互和知识共享，更强调制度环境的协同作用以及创新行为的协同效应[22]。知识网络则包括知识元素以及知识元素组合关系，其中，知识元素体现了知识片段的离散性，它们的联结程度反映了企业在知识创造和发明过程中是否将这些元素有效结合以及如何结合[23]。

1.2 双层网络解耦性与网络结构特征

基于Wang等[11]和Guan等[12]的研究，本文认为知识网络与协同网络是非同构和解耦的，也就是说，在某网络中的位置并不会影响其在另一个网络中的位置。

首先，由于知识元素在企业间非均匀分布，企业位于协同网络中的位置并不一定与其拥有的知识元素在知识网络中的位置相匹配。例如，一个在协同网络中没有联系的企业可能拥有与知识网络中其它知识元素紧密相关的知识元素。这是因为一个企业可能拥有多个知识元素，同时，该知识元素也可能由于合作创新而被多家企业拥有；其次，知识元素组合模式与企业协同创新模式存在很大不同，这是因为企业拥有的知识元素在知识网络中的位置并不是仅由该企业创新活动决定，更多是由与其它企业协同结果决定的；最后，知识网络与协同网络受时间的影响不同。从时间维度看，知识网络也是知识元素的一种组合模式，依赖于不同企业多代员工的持续努力而形成。由于经过漫长积累和演变，其稳定性和可靠性通常优于现阶段企业间的协同作用[24]。这意味着合作伙伴间的利益关系促使协同网络形成与稳定，但即使合作关系不复存在，也不容易对知识网络状态造成较大影响。

图1描述了两种网络的解耦特性。其中，上方网络代表企业协同网络，每个网络节点代表一家企业，而纽带是指两个企业间的合作关系；下方网络则代表知识网络，每个节点代表一个知识元素，纽带则代表知识元素间通过创新成果进行联合应用。具体来说，假设图1中的A企业与B企业之间没有建立合作，但它们拥有的知识元素3和知识元素4有着连接关系，这就是知识网络和协同网络的解耦性特征。

社会网络研究已逐渐从最早的网络主体行为发展到网络结构特征以及动态变化等领域。Burt[25]在《结构洞：竞争的社会结构》一书中首先提出结构洞概念，即“社会网络中的某个或某些个体与一部分个体发生直接联系，但与其它个体不发生直接联系、无关系或关系间断的现象”。通常，结构洞能带来信息利益与控制利益。

因此，本文基于社会网络理论和知识基础观，深入分析企业知识与协同网络的双层嵌入性，以及双层网络结构特征与创新间的关系与作用机理。同时，依据March[26]关于不同组织学习类型的界定，将企业创新分为利用式创新和探索式创新两类。具体来说，利用式创新是对现有知识成果的扩展，强调企业在产业技术轨道内进行产品改进与知识挖掘；而探索式创新是对新兴知识领域的开拓，强调获取和创造全新的技术知识，是超脱企业现有知识基础，突破知识壁垒并形成新知识[27]。两者间既有竞争又有互补。因此，根据企业所处情境，合理、有效地进行探索式创新与利用式创新，才能为企业带来更多收益并形成竞争优势。

图1 知识网络与协同网络解耦关系Fig.1 Decoupling between collaboration network and knowledge network

1.3 知识网络结构洞与二元创新绩效

知识网络结构洞是指知识网络中与核心知识元素有直接联系的其它各类知识元素所呈现的未连接状况[11]。因此，富含结构洞的知识网络意味着企业存在大量未连接但又非完全隔离的知识元素，这些知识元素具有潜在的连接能力和创新价值[28]。

基于上述学者观点，可以认为，知识网络中的结构洞有助于企业开展利用式创新。首先，考虑到学习具有联系性和渐进性[29]，当知识元素占据相同的结构洞时，相较于随机的两个知识元素，存在某种主题联系的知识元素的组合成功率更高[11]。因此，知识网络结构洞有助于深化知识学习以及实现组合应用，进而提高利用式创新绩效；其次，知识网络结构洞越多，意味着企业研发创新时可搜寻到的未建立联系的知识元素越多[28]，促使企业倾向对已有知识基础进行重新组合和调整，进而促进企业利用式创新。

另一方面，由于探索式创新需要超脱现有知识基础，是与现有知识或技术存在本质差别的创新。一些研究表明，知识网络结构洞对探索式创新绩效产生负向影响。如Carnabuci等[28]认为，企业在结构洞丰富的知识网络内进行探索式创新，其机会成本较高，且知识网络结构洞较多会使企业陷入能力陷阱——因致力于开发自身资源而缺乏探索外部知识资源的动机和资本，从而不利于企业探索式创新。此外，March[26]指出，知识网络记录着知识元素的连接历史，反映企业对现有知识领域的理解和认知程度。企业知识网络中存在较多的结构洞表明企业对现有知识技术发展轨迹的掌握不够深入，因此缺乏探索新知识元素的基础和途径，从而阻碍探索式创新。基于此，本文提出如下假设：

H1a：知识网络结构洞正向影响利用式创新绩效；

H1b：知识网络结构洞负向影响探索式创新绩效。

1.4 协同网络结构洞与二元创新绩效

由于创新环境的复杂性和不确定性，任何单个企业都无法拥有创新所需的全部技术或知识资源，需要与其它外部主体合作，协同网络由此形成。通过该网络，可以实现各主体间资源共享、知识传递与技术扩散，促进知识、技术增值和创新产生[30-31]。

基于社会资本观，有学者指出，网络结构洞有助于企业通过控制非冗余渠道获取社会资本与收益[25]，进而影响企业创新绩效。即越接近结构洞的企业，其信息桥梁的作用越大，能够获取和控制的异质性资源、信息和特定机会越多[14]，从而促进企业创新绩效提高。

但从网络整体看，部分学者指出，网络结构洞的存在增大了网络稀疏性，降低了企业交往与合作频率[32]，进而对创新绩效产生负面影响。社会网络理论认为，协同创新活动中高质量、复杂或隐性的知识转移往往发生在合作伙伴关系稳定的联结间[33]。因此，本文推断协同网络结构洞不利于企业利用式创新和探索式创新。首先，尽管网络结构洞能够为某位置成员带来一定信息控制优势，但当协同网络中存在大量结构洞时，企业间的协同创新变得不稳定，导致企业难以理解和整合网络成员拥有的多样化信息、知识[32]，进而不利于二元创新；其次，协同网络结构洞较多意味着企业间信息交换渠道并不丰富，不利于企业基于自身知识基础寻找与主题相关的知识元素，从而阻碍企业利用式创新[33]；最后，稀疏松散的协同网络意味着成员间缺乏稳定的合作关系和利益联盟，使得合作伙伴采取机会主义行为的概率较大[34]，进而阻碍企业探索式创新。

基于以上讨论，本文认为协同网络结构洞对企业创新绩效的影响总体上是弊大于利，因此提出以下假设：

H2a：协同网络结构洞负向影响利用式创新绩效；

H2b：协同网络结构洞负向影响探索式创新绩效。

1.5 战略柔性的调节效应

基于资源基础观，战略柔性被认为是一种可以帮助企业充分发挥资源潜在价值的互补组织能力，反映了企业灵活使用资源的程度和资源重新配置过程[35-36]。大量研究表明，战略柔性对企业创新绩效和新产品开发都有重要影响[37]。

本文进一步假设，企业双层网络结构洞与探索式创新绩效关系受企业战略柔性的影响。从知识网络层面，当企业知识网络结构洞较多时，倾向于将时间精力放在现有知识搜寻和组合上，因此进行创新活动时易形成组织惯性和思维定式。首先，战略柔性反映了企业资源配置与产品设计的灵活性，而组织内的灵活协作有助于克服组织惯性，进而探索新技术与知识[36]；其次，战略柔性可以通过影响财务灵活度，降低创新活动不确定性带来的风险[35]，即在战略柔性较高的情况下管理者会尝试探索式创新以谋求新发展机遇[37]。这在一定程度上有助于破除思想禁锢，促进企业开展探索式创新。

从协同网络层面，由于协同网络结构洞多意味着企业与外部主体的合作少，即企业获取外部资源和知识的渠道有限[17]。如果企业战略柔性较高，意味着企业能够借助自身灵活性协调和配置资源，减少外部资源紧张对企业创新的限制。此外，战略柔性较高的企业能更好地适应外部环境变化和应对风险，因此企业更愿意并且有能力开展不确定性高的探索式创新。

最后，鉴于企业资源的约束，探索式创新与利用式创新之间存在一定程度的竞争关系[18]。当战略柔性较高时，企业会在探索式创新活动中投入大量资源和技术，因此对利用式创新活动的资源分配减少，使得战略柔性在企业双层网络结构洞与利用式创新绩效关系中的调节作用较弱。综上所述，战略柔性能降低协同、知识网络结构洞与企业探索式创新绩效间的负向影响。据此，本文提出以下假设：

H3a：战略柔性正向调节知识网络结构洞与探索式创新绩效的关系；

H3b：战略柔性正向调节协同网络结构洞与探索式创新绩效的关系。

1.6 开放度的调节效应

开放度是反映企业外部合作程度的重要指标。在开放式创新背景下，开放度通过改变企业知识获取渠道和方式，进而对创新活动产生影响[38]。

作为一种小幅度的渐进创新，利用式创新依赖于企业吸收与整合的知识资源，并对现有技术轨道进行改造和升级。同时，企业积极与外部创新主体合作，提高开放度，其大多是为了适应市场需求、加快产品更新换代，即进行利用式创新。因此本文假设，企业双层网络结构洞与利用式创新绩效关系受到开放度的影响。

在知识网络层面，已有研究表明，开放度对企业知识溢出效应、外部关键资源获取以及创新绩效发挥积极作用[39]。因此，可以推断，开放度能强化知识网络结构洞与利用式创新绩效关系。首先，开放度扩大了企业获取知识、资源的渠道和范围，且由于知识搜索具有关联性，开放度较高的企业更容易从现有技术基础出发，深化对产业技术的理解[40]，进而促进利用式创新；其次，稳定的联盟伙伴关系能促进隐性知识转移[23]。因此，高开放度的企业在知识转移与整合过程中更高效，这有利于放大知识网络结构洞对企业利用式创新绩效的积极作用。

在协同网络层面，开放度将弱化协同网络结构洞对企业利用式创新的消极影响。首先，高开放度能提高企业获取外部知识的质量与数量[18]，进而弥补由协同网络稀疏造成的外部资源获取不足；其次，开放度越高，越有利于动态联盟关系建立与维护，企业与合作伙伴间的沟通频次也会越高，加深双方互信互利程度，从而能够有效降低合作风险[41]，促进利用式创新绩效提高。因此，本文提出以下假设：

H4a：开放度正向调节知识网络结构洞与利用式创新绩效关系；

H4b：开放度正向调节协同网络结构洞与利用式创新绩效关系。

基于以上4个假设，本文构建概念模型如图2所示。

图2 概念模型Fig.2 Conceptual model

2 研究设计

2.1 样本选取与数据收集

本文样本企业来自计算机、通信和其它电子设备制造业，信息传输、软件和信息技术服务业，电气机械和器材制造业以及医药制造业5类行业，选择依据在于：①企业所处行业的技术波动性较大，为了保证自身竞争优势，企业需要不断进行技术创新；②企业所处行业的知识资源丰富并形成了较好的知识产权保护氛围，获取企业专利信息较容易；③企业所处行业具有技术密集特征，且企业研发投入强度是实现技术创新的关键。

考虑到样本数据的可获得性，选取上述行业中的沪深A股上市公司为研究对象，其财务信息和基本数据主要来源于国泰安数据库以及东方财富网。最终获得2007-2018年165家企业的非平衡面板数据(N=559)。

2.2 变量及测度

2.2.1 因变量

借鉴相关研究，以国际专利分类体系(IPC)中技术分类代码的前4位定义具体技术类别[42]，建立一个5年时间窗口。其中，探索式创新绩效是指企业每年成功申请的发明专利数量中属于新技术领域的部分，即企业在第t年的探索式创新为企业第t年成功申请的技术专利且在前5年都未申请过；利用式创新绩效则采用企业在第t年申请的专利总量减去探索式创新绩效数值。

2.2.2 自变量

根据 Wang等[11]、Ahuja等[2]的研究，本文利用专利数据信息，使用UCINET6.0构建知识网络和协同网络模型。具体来说，专利信息中的专利申请人情况能反映企业协同创新关系，因此本文利用专利申请人信息构建协同网络；而专利IPC分类号的前4位代表专利涉及的技术领域，反映构成专利的知识元素，因此本文利用IPC分类号信息构建知识网络。

在社会网络分析中，测度结构洞的常见指标有4种，即有效规模、效率、层级、限制度，本文选取限制度作为衡量网络结构洞的指标[25]，具体计算公式如下：

对于二元约束指数，以知识网络为例，i是焦点知识元素，j是与i有联系的知识元素，k则是与i、j都有联系的第三方知识元素。Pij表示i对j的直接关系投入；Pik表示i与q关系的强度比例；Pkj表示k与j关系的强度比例。对二元约束指数求和，可得约束指数Ci，参考Wang等[11]的研究，本文采用“2-约束指数Ci”刻画网络结构洞疏密程度。

2.2.3 调节变量

(1)战略柔性。目前，学术界比较认同使用问卷调查法和基于财务数据的测量方式度量战略柔性。本文借鉴Kurt等[37]的研究，运用财务杠杆测度企业战略柔性，即财务杠杆等于负债除以总资产。

(2)开放度。已有研究普遍使用问卷调查法或基于专利数据来测度，本文选用专利数据法，借鉴王建等[43]的研究，选取近3年企业合作申请发明专利占3年申请发明专利总量的比重测度开放度。

2.2.4 控制变量

借鉴已有研究，本文选择企业规模(企业总员工数的对数)、专利积累(企业专利申请初始年份至观测年份的时间)、研发投入强度(企业研发费用除以主营业务收入)作为潜在影响企业创新产出的控制变量。此外，还引入行业虚拟变量以控制不同行业专利申请情况对企业二元创新绩效可能存在的影响。

2.2.5 模型选择

鉴于因变量双元创新绩效为非负整数，属于离散型变量，且均值远小于方差，因此本文选用负二项回归模型以避免因样本分散导致的回归分析误差。此外，通过Hausman检验对随机效应和固定效应进行选择，发现本文研究数据更适合采用负二项随机效应回归模型。

3 结果分析

3.1 描述性统计

表1为各变量均值、标准差以及相关系数。结果显示，样本企业各变量间的相关系数均小于0.7，且所有变量中的VIF值最大为1.76，远小于阈值5，可认为变量间不存在严重的共线性问题。由表1可知，样本企业探索式创新绩效均值小于利用式创新绩效均值，这是由于探索式创新具有较高不稳定性，符合事实和理论预期。

3.2 负二项回归分析

利用不同行业165家高新技术企业2007-2018年的非平衡面板数据(N=559)对概念模型(图3)中的假设进行检验，结果见表2、表3。

表2中模型2、模型6的知识网络结构洞系数均显著，表明其对二元式创新绩效有显著影响，且知识网络结构洞正向影响利用式创新绩效(β=0.081,p<0.05)、负向影响探索式创新绩效(β=-0.123, p<0.05)，即H1a、H1b成立。

表3中模型9和模型12用于检验协同网络结构洞对二元式创新绩效的影响。结果显示，协同网络结构洞对二元式创新绩效都产生了显著负向影响(β=-0.066, p<0.05；β=-0.221, p<0.01)，因此H2a、H2b成立。

为检验战略柔性和开放度的调节作用，回归前对交互项变量作中心化处理，再将乘积项纳入回归方程中。

表2的模型8显示，交互项(知识网络结构洞*战略柔性)系数与预期一致(β=0.075, p<0.1)，即战略柔性正向调节知识网络结构洞与探索式创新关系，因此H3a成立；表3中的模型14用于检验战略柔性对协同网络结构洞与探索式创新绩效关系的调节作用，交互项系数为正(β=0.111, p<0.05)，因此假设H3b成立。

同样地，开放度对企业双层网络结构洞与二元式创新绩效关系的调节作用见表2中的模型4、表3中的模型11。模型4显示，开放度正向调节知识网络结构洞与利用式创新绩效关系，交互项系数为正(β=0.124, p<0.01)，即H4a成立。而模型11用于检验开放度对协同网络结构洞与利用式创新绩效关系的调节作用，回归结果显示交互项系数为正且显著(β=0.066, p<0.1)，因此H4b成立。

表1 描述性统计结果Tab.1 Descriptive statistics results

表2 知识网络结构洞与二元式创新绩效的负二项回归结果Tab.2 Negative binomial regression results of knowledge network structural holes and dual innovation performance

表3 协同网络结构洞与二元式创新绩效的负二项回归结果Tab.3 Negative binomial regression results of collaboration network structural holes and dual innovation performance

3.3 调节效应

为了进一步分析开放度与战略柔性的调节作用，将样本分为高开放度与低开放度、高战略柔性与低战略柔性并进行分组回归分析，调节效应如图3所示。图3(a)和图3(b)反映了开放度与企业利用式创新关系，当开放度较高时，知识网络结构洞对利用式创新绩效的正向促进作用增强，而协同网络结构洞对利用式创新绩效的负向作用减弱。图3(c)和图3(d)反映了战略柔性与企业探索式创新绩效关系，当战略柔性较高时，可以减弱知识网络、协同网络对探索式创新绩效的抑制效果。

4 研究结论与启示

4.1 研究结论

基于社会网络分析法和资源基础理论，构建并实证检验了知识网络结构洞与协同网络结构洞对企业二元式创新绩效的影响机理，同时，引入战略柔性和开放度等情境变量，分析其在知识网络、协同网络与二元创新绩效关系中的调节作用。研究得出以下结论：

(1)知识网络与协同网络嵌入对企业创新绩效具有不同影响。在知识网络嵌入中，网络结构洞对企业利用式创新绩效产生正向影响，对探索式创新绩效产生负向影响，支持了已有研究结论[6,14]。在企业知识网络中，知识元素间的非冗余连接越多，企业进行知识联结、重组的成功率越高，而探索新知识的成功率则越低。然而，本文“协同网络结构洞不利于企业二元创新绩效提高”的结果与Wang等[11]的观点存在差异，原因可能在于，Wang等的研究是以一家美国微处理器制造商为对象，构建企业研发人员间的协同网络；而本文则是以中国多个行业的企业为对象，对组织间的协同网络展开研究。上述研究样本的创新基础存在较大差异，样本层次也不同，同时，个体与组织间的知识传播效率、关系联结紧密度和便捷度均不同，因此研究结论也存在一定差异。本文基于组织间整体协同网络特征的研究得出，充满结构洞的协同网络是稀疏松散的，这种低密度连接不利于异质性知识资源在企业间的传播分享，从而阻碍以知识重组为基础的创新活动。

(2)双层网络结构洞与组织情境的有效匹配有利于企业提升二元创新绩效。具体表现为：知识网络结构洞—开放度促进利用式创新绩效提高，协同网络结构洞—战略柔性促进探索式创新绩效提高。一方面，战略柔性有利于克服组织惰性，缓解外部资源对企业创新的约束，显著降低协同网络结构洞对探索式创新绩效的消极作用。该结论呼应了“战略柔性对企业探索式创新有正向影响”的观点[18]。另一方面，开放度使企业能稳定高效地获取外部知识资源，有助于企业把握技术发展轨迹，进而强化知识网络结构洞与利用式创新的正相关关系。这也深化了张炜等[44]的研究结论，丰富了开放式创新研究成果。

图3 开放度、战略柔性的调节作用Fig.3 Moderation effects of strategic flexibility and opennes

(3)网络结构洞对企业二元创新的影响依赖于一定组织情境。通过梳理文献发现，目前学界关于双层网络结构洞与企业创新绩效的关系尚未形成一致结论。有研究认为，网络结构洞与企业二元创新之间存在正相关、负相关和倒U型等关系[5,44]，也有学者发现网络结构洞对不同类型创新活动的影响存在差异[8,13]。基于此，本文在分析结构洞与企业二元创新绩效关系的基础上，引入战略柔性和开放度等组织情境作为调节变量，发现组织情景对双层结构洞与企业二元创新关系产生显著作用，即网络结构洞对创新活动的作用效果会受到组织情境因素的影响。

4.2 理论贡献

(1)根据社会网络研究，创新活动受到不同网络关系的共同作用。本研究探索了影响企业创新活动的双层网络与创新绩效的适配关系、作用机制并提供了实证依据，验证了多重网络理论对企业创新活动的解释效力。

(2)现有关于知识网络与协同网络对创新绩效的作用研究尚未形成一致结论。本文基于权变理论和资源基础理论，引入战略柔性和开放度两个组织情境因素，分析了网络关系对二元创新作用的边界条件，为解决网络结构洞文献中存在的争议提供了新理论视角。

(3)本文研究发现，组织情境因素在双层网络结构洞与企业二元创新绩效关系中发挥不同调节机制，并且得出网络结构洞与组织情境匹配有利于企业二元创新绩效提升。该结论是对现有双层网络与二元创新关系研究的拓展和延伸。

4.3 管理启示

(1)双层网络结构洞对企业创新绩效的影响依赖于企业创新活动类型，由于不同企业拥有的知识和协同网络结构特征存在差异，因此需要对利用式创新和探索式创新两种模式进行选择，以进一步提高创新效率。首先，当企业知识网络富含结构洞时，即企业与外部组织联系较少时，丰富的非冗余信息资源有利于企业对已有技术知识进行提炼、整合和改进，开展利用式创新；其次，如果企业与外部主体存在广泛、冗余的合作创新关系，那么企业会倾向脱离和超越现有技术轨道，积极推进探索式创新以取得高创新绩效。

(2)管理者应高度重视战略柔性、开放度在企业双层网络结构洞与二元创新关系中的积极作用。由于战略柔性能缓解知识和协同网络结构洞对探索式创新绩效的负向作用，因此企业应积累不同知识资源或者开发多种用途等以保持战略柔性，从而提高灵活运用和配置资源的能力。这将有利于企业在知识基础有限的情况下开发新技术和新产品，达成创新目标。同时，企业应提高开放度。开放度较高的企业不仅可以通过知识资源转移加快自身技术、知识更新速度，而且能通过协同合作深入了解客户需求，确定创新方向，最终提高利用式创新绩效。

(3)基于企业双层网络结构特征与组织情境存在适配关系，管理者应将企业知识、协同网络结构特征以及组织战略结合起来，进行有针对性的管理决策。当企业倾向开展利用式创新时，应通过提高开放度促进知识元素转移与应用，进而实现对现有技术的深入理解与改进；当企业倾向探索式创新时，则需加强战略柔性，以灵活配置资源应对探索式创新的高不确定性，促使企业勇于突破当前知识瓶颈与捕捉新的市场机遇。

5 研究展望

本文尚存在研究局限与不足之处：①选取专利申请数据衡量企业创新绩效，没有考虑专利研发、申请、授权存在一定延时性，在实证检验中忽略了时间变量的影响。未来可以结合专利被引量等数据进行变量测量，使研究结果更具准确性；②尽管收集的样本数据来自我国5个行业的165家企业，但并未完全展现相关行业特征。未来可以考虑进行不同产业的比较研究；③实证研究中仅有行业虚拟变量这个外部因素，后续研究可将网络规模、政府支持、制度环境等纳入创新网络情景研究，可能会有新的发现。