我国企业创新绩效研究热点与趋势分析
2022-06-08宋清张凯
宋清 张凯
【摘 要】 创新绩效作为衡量企业创新水平和创新能力的重要评价指标,近年来受到学者的普遍关注,但由于创新绩效影响因素众多,研究角度呈现多样化和分散化态势。文章以CNKI数据库2010—2020年研究主题是企业创新绩效的相关文献关键词作为数据来源,采用共词分析等方法将近年来围绕企业创新绩效的相关研究热点分为六类,通过Ucinet6.0软件的可视化功能绘制共词网络图对分类结果进行验证并对六个热点类团依次展开评述。借助战略坐标对我国企业创新绩效的未来研究趋势做出预测:研发投入、技术学习、创新合作、高管团队和政府支持将是未来创新绩效研究的重点领域。总体来说,创新绩效是企业多个方面共同作用的结果,创新行为会正向促进创新绩效,但受企业规模、所处行业及产权性质等因素的影响,大多研究具有情景效应。
【关键词】 企业创新绩效; 共词分析; 社会网络分析; 聚类分析; 战略坐标
【中图分类号】 F234.3;G311;F273.1 【文献标识码】 A 【文章编号】 1004-5937(2022)11-0040-07
一、引言
创新是社会进步的基石,是保障企业持续发展的动力。国家统计局等部门联合发布的《2019年中国科技经费投入统计公报》数据显示,2019年我国R&D经费投入总量为22 143.6亿元,比上年增长12.5%,位居世界第二,R&D经费投入强度为2.23%,同比提高0.09个百分点。虽然近年来我国研发投入力度持续增大,创新能力得到稳步提升,但企业层面仍存在创新驱动发展基础不牢、创新观念落后和创新投入不足等问题[ 1 ],这些问题会进一步导致企业创新绩效增速放缓。
企业创新水平的衡量主要依靠创新绩效指标,同时创新绩效水平的高低还会显著影响企业未来的创新投入,因此企业要想提升自身创新能力,绝不可忽视对创新产出的衡量。学者近年来围绕企业创新绩效展开了丰富研究,创新绩效的影响因素较多,研究角度呈现多样化和分散化,这种态势固然可以延伸理论的广度,做出对该领域的知识贡献,但同时也增加了文献梳理的难度,不利于企业掌握创新活动的核心关键点,企业依靠创新理论指导实践的能力被弱化。鉴于此,本文采用共词分析方法,对企业创新绩效的相关文献进行整理和统计,以文献中的关键词作为研究对象梳理我国企业创新绩效的研究现状与核心热点,借助二维战略坐标分析未来该领域的研究趋势,依据研究现状与未来趋势分别对政府和企业等提出建议,旨在为该领域今后的研究提供可借鉴的方向,以期丰富企业创新绩效的相关研究。
二、研究方法与数据来源
(一)研究方法
本文采用共词分析和战略坐标分析方法,以定性和定量相结合的形式展开研究。共词分析法诞生于20世纪70年代,法国学者Callon等[ 2 ]将其推广,其原理是通过统计两两关键词在同一篇文献里出现的次数,构建共词矩阵。本文借助SPSS软件的距离测算、因子分析和聚类分析功能完成对企业创新绩效研究现状的归纳概括,利用Ucinet6.0软件Netdraw功能生成关键词社会网络图并对聚类结果进行验证,通过二维战略坐标预测未来创新绩效的研究趋势。
(二)数据来源
本文以CNKI数据库作为文献来源,借助知网系统的高级检索功能,检索时间选取2010—2020年,为确保导出的文献具有较高代表性,在文献来源类别一栏勾选SCI期刊、CSSCI期刊、CSCD期刊和核心期刊,其余检索条件保持初始状态。检索出563篇符合上述条件的文献,经人工核对未发现重复统计、与研究主题无关的文献,借助知網文献导出功能将相关数据输出。
三、数据处理与矩阵构建
(一)文献发表趋势分析
根据导出的数据,可统计出知网2010—2019年与企业创新绩效主题相关的文献数量。2020年的文献数量借助知网的预测功能获得。知网系统根据2020年度截至9月21日已发表的文献数量同时结合之前年度文献发表趋势,最终将93篇作为文献发表预测值。根据以往年度文献发表情况和2020年文献发表预测结果绘制图1,可以直观看到近年来围绕该领域的研究整体呈上升趋势,虽然在2014年明显出现了下降,但自李克强总理2014年9月在夏季达沃斯论坛中提出“大众创业,万众创新”号召后,社会上创新氛围愈加浓厚,学者围绕企业创新绩效研究的热度居高不下,持续至今。
(二)关键词处理
从知网导出文献关键词后,统计得出2 364个总词频。考虑到学者对关键词有不同的表述习惯,可能会出现两个或两个以上关键词同义,因此采用人工方式对同义关键词进行合并,如将“R&D投入”合并到“研发投入”,将“绝对吸收能力”和“相对吸收能力”合并到“吸收能力”,同时将无实际含义、与研究领域不符的关键词剔除。借助Excel数据透视功能重新计算关键词合并后的词频,共词矩阵的高低词频界定参考Donohue提出的界定公式T=(-1+■)/2(I1表示词频为1的关键词出现总次数)[ 3 ],计算得到高频关键词阈值为32.73,符合该阈值条件的仅有“企业创新绩效”“企业创新”“知识管理”等11个关键词。鉴于关键词较少难以归纳创新绩效的研究现状,故选择参照孙清兰[ 4 ]提出的高低词频界定公式N=■(D表示不同关键词出现的总频次),计算得到阈值N=26.07,满足该条件的关键词有16个,高频关键词数量仍不理想。为全面且系统地归纳企业创新绩效的研究现状,最终选择词频大于等于10的关键词作为分析对象,筛选出31个符合条件的关键词。31个核心关键词的总词频为1 377,占全部关键词总词频的58.25%,达到图谱绘制要求27%以上的标准。
(三)共词矩阵构建
单个关键词不能全面反映企业创新绩效相关研究之间的关联度,故考虑以两两关键词在同一篇文献出现的次数来衡量关键词之间的内在关联,以更全面地概括企业创新绩效的研究现状与热点。本文讨论的主题是企业创新绩效,所以“企业创新绩效”这个关键词应考虑删除,利用数据透视功能统计其余关键词在两两文献中出现的次数,最终构建30×30的共词矩阵。为提高关键词之间共现关系的精准度量,便于后续因子分析、聚类分析和社会网络分析等功能的实现,借助SPSS软件的距离测算功能,采用区间余弦标准,对转换值进行标准化处理,将共词矩阵转换为相关矩阵,转换后的结果如表1所示。相关矩阵可以反映关键词彼此之间的相关程度,相关系数介于0~1之间,数值越大,表示两个词越相关。8A6B108D-B1F9-4641-9FD6-BD032BA3EDEA
四、共词分析与社会网络分析
(一)利用因子分析确定最小聚类数
因子分析体现了“降维”的思想,使较繁杂的数据在保留其主要本质的前提下化繁为简,故采用此方法确定可提取的最小因子数。将相关矩阵导入SPSS软件进行因子分析,抽取方法选择主成分,分析对象选择协方差矩阵,旋转方法选择最大方差法,得到表2所示的对总方差的解释能力。数据挖掘理论认为方差累积解释量在60%以上,此时确定的最小因子提取数是有效的。可以看出,初始特征值一栏成分为5时,方差的累积解释量为64.749%,但经过因子旋转,各个因子解释原有变量的方差被重新分配,方差的累积解释量发生变化,此时未达到60%以上的要求,故最小因子提取数确定为5不恰当,应考虑适当提高最小因子提取数。当提取6个公因子时,累积涵盖的信息量无论旋转前还是旋转后均在60%以上,因此后续关键词聚类可选择6作为最小聚类数。
(二)运用聚类分析对关键词进行分类
本文借助SPSS软件对关键词聚类,选择系统聚类法、相似性矩阵、离差平方和法及树状图,同时参考因子分析结果,在聚类成员方案范围一栏输入6—8,设置完毕后得到如图2所示的高频关键词聚类树状图。
由因子分析和聚类分析结果可知,将30个关键词分为6类比較合适,6个主题用K1-K6依次命名,分别是:(1)围绕企业创新绩效研究的模型构建及创新型企业受政策影响的研究,该类高频关键词包括企业创新、创新型企业、建立模型、政策、影响因素;(2)企业创新绩效受知识网络结构及创新合作影响的研究,该类高频关键词包括知识管理、吸收能力、创新网络、创新合作、产业集群、关系结构嵌入、地理因素;(3)企业创新绩效受技术理论学习与资源协同效应影响的研究,该类高频关键词包括技术、学习方式、联盟策略、资源整合、协同效应、理论模型;(4)市场环境不确定下,企业创新绩效受创新能力与创新战略模式影响的研究,该类高频关键词包括创新模式、知识获取、创新能力、环境不确定性、市场因素、战略;(5)政府支持和研发投入发挥中介效应对创新绩效影响的研究,该类高频关键词包括政府支持、研发投入、中介效应;(6)企业创新绩效受制度、高管团队和企业核心竞争力影响的研究,该类高频关键词包括高管团队、制度环境、核心竞争力。
(三)利用社会网络分析对聚类结果进行验证
社会网络关系图通过网络节点来描述词与词之间的相关程度,可以用来验证聚类结果的准确性。为验证上述关键词的分类是否合理,将含“企业创新绩效”的31个关键词相关矩阵导入Ucinet6.0软件,借助Netdraw功能绘制图3。
社会网络关系图是以网络节点的位置和大小为依据,判断某一关键词是否处于核心位置,节点大代表其具有较高的中心度,处于研究的核心位置。从图3可以看出企业创新绩效处于31个关键词的中心位置,吸收能力、知识获取、建立模型、学习方式、创新能力、高管团队、中介效应等关键词围绕在其周围,表明企业创新绩效的研究与这些关键词所属研究领域的联系较为紧密,而这些关键词也基本涵盖上述6种分类,说明利用因子分析将企业创新绩效的研究热点分成6类是合理的,聚类分析结果的准确性得到验证。
五、基于共词分析结果对我国企业创新绩效研究评述
针对关键词聚类分析和社会网络分析的结果,可把国内企业创新绩效的研究大致归纳为6类。
(一)企业创新绩效的模型构建及创新型企业受政策影响的研究
企业创新绩效的影响因素较多,学者采用的研究方法呈现多样化,当前主流的方法主要是搜集二手数据进行实证分析和以调查问卷的形式展开研究,无论采用何种方法大都需要构建模型进行科学阐释,涉及的模型主要有面板数据模型、结构方程模型、CDM模型等。崔杰和单春霞[ 5 ]构建面板数据模型依次检验了创业板公司影响创新绩效的环境、结构、组织、个体等多层次因素;侯贵生等[ 6 ]从调查问卷入手,运用结构方程模型研究发现企业使用社交媒体对创新绩效有正向影响。创新型企业具有重视创新、内部研发周期长等特点,使其易受政策波动的影响,因此,近年来学者对政策因素、创新型企业及创新绩效的关注度不断提高。杨以文等[ 7 ]以江苏省企业作为样本数据,实证发现创新型企业试点政策对创新型企业创新绩效具有显著的正向作用,但进一步研究发现创新型企业试点政策并不能显著提升创新质量;蔺鹏等[ 8 ]从文本量化视角出发,将近年来河北省科技金融政策予以量化,通过定量形式探究河北省科技金融政策与科技型中小企业创新发展的协调耦合程度。由此可见,科学系统的分析离不开模型的构建,鉴于模型的构建与处理趋于多元化,学者更多的关注点应放在研究问题本身,通过研究问题本身适用的模型去匹配最佳模型。
(二)企业创新绩效受知识网络结构及创新合作影响的研究
保持创新活动的长期良性且循环发展,离不开企业内部知识网络的构建和企业间多方合作。经济全球化背景下,企业仅掌握单一的知识信息很难满足自身发展需求,因此需要依托多样化知识,构建知识网络结构。通过建立创新导向的企业间知识网络仿真模型,高琦和雷星晖[ 9 ]实证发现知识网络关系与企业创新绩效之间呈正相关关系;陈旭等[ 10 ]以汽车制造业作为研究对象,发现知识网络多样性正向影响企业创新绩效,同时知识网络密度起到调节作用。与知识网络结构相辅相成的是企业间的合作关系,跨企业的合作可有效促进网络构建,同时二者可以共同发挥作用以实现最大效能。傅国林[ 11 ]通过搜集创新型企业的相关数据,研究发现跨企业研发合作对企业创新绩效起显著正向影响。当前知识网络结构和企业间创新合作相结合的研究并不多见,学者大多还停留在单一维度的研究。
(三)企业创新绩效受技术理论学习与资源协同效应影响的研究
当今社会,知识和技术具有频繁更新的特点,能否敏锐捕捉到知识技术更新并及时应用于本企业,对保障企业持续发展至关重要。如果能快速掌握新兴的知识和技术,则可优先在同行业企业中进行资源整合,对发挥资源协调效应也起到一定促进作用。吴亮和刘衡[ 12 ]通过对211家企业发放问卷,实证研究后发现企业资源整合可以通过双元学习方式正向促进创新绩效;李柏洲和夏文飞[ 13 ]则从知识多样性角度出发,实证发现技术创新能力在知识多样性对企业创新绩效的影响中起中介作用,其研究结论为知识多样性和创新绩效之间搭建了一个科学传导机制。创新活动过程具有复杂性、长期性的特点,且企业创新绩效是整个创新活动的终点,因此研究某一因素对创新绩效的影响时往往依托中介变量,试图更全面阐释该因素对创新绩效作用的全过程。8A6B108D-B1F9-4641-9FD6-BD032BA3EDEA
(四)市场环境不确定下,企业创新绩效受创新能力与创新战略模式影响的研究
如果将市场环境变化这一外部因素考虑在内,那么企业内部层面的创新模式和创新能力将会如何变化等问题,日益受到关注。王娟丽[ 14 ]采用问卷调查的形式展开研究,发现不同创新模式对企业创新绩效的影响各不相同,创新模式需与战略导向相匹配。耿慧芳等[ 15 ]通过区分企业间的产权性质,研究发现国有企业所处市场环境的变化越显著,企业进行创新的动力和能力就越强,针对民营企业则发现市场竞争程度对企业创新行为不具有显著影响。影响市场环境的因素较多,可能来自政府、企业所属行业和消费者消费习惯等多个方面,且其对企业的影响也会因企业产权性质、企业规模的不同而呈现差异化,故围绕这一领域的研究大多具有情景效应。
(五)政府支持和研发投入发挥中介效应对创新绩效影响的研究
创新是推动社会向前发展的动力,社会良好的创新氛围离不开政府的大力支持,政府近年来鼓励企业加大创新力度和研发投入以保障企业得到稳定的创新产出,学者围绕政府支持、研发投入和企业创新绩效的研究逐渐增多。在研发投入正向影响企业创新绩效的研究基础上,贾春香和王婉莹[ 16 ]进一步实证发现研发投入在财政补贴与企业创新绩效之间发挥中介效應;徐青[ 17 ]从高新技术企业与传统企业以及国企与民营企业做对比的视角出发,研究发现政府支持对高新技术企业创新绩效的提升能力大于传统企业,政府支持对国企创新绩效的提升能力大于民营企业。该研究热点也具有情景效应。
(六)企业创新绩效受制度、高管团队和企业核心竞争力影响的研究
制度环境可能会影响企业高管团队的决策行为,而高管团队的决策可能会对企业核心竞争力带来影响,且三者均会以直接或间接的形式对企业创新绩效带来影响。徐辉和周孝华[ 18 ]以沪深两市非金融类A股上市公司为样本,实证分析发现优化制度环境有利于强化产融结合对企业创新绩效的促进作用。胡延坤[ 19 ]研究表明企业独特的核心竞争力将在隐性知识和企业创新绩效的正相关关系中起中介作用,故不难发现,制度环境和核心竞争力往往作为中介变量对创新绩效产生作用。近年来围绕高管团队与企业创新绩效的研究主要集中在两个方面:一是将高管团队作为整体探究,通过对比企业间不同风格、不同组织类型的高管团队,研究高管团队整体差异化会对创新产出带来什么样的影响;二是考虑高管团队内部特征,如高管成员的性别、年龄、受教育程度及任期等因素,依托高管团队内部异质性的相关理论展开研究。
六、我国企业创新绩效未来的研究趋势分析
由于创新活动具有周期长、见效慢、资金需求量大等特点,我国企业创新绩效的研究之路任重道远。为进一步分析企业创新绩效的未来研究趋势,为学者提供可借鉴的经验,依次对K1—K6 6个研究类团借助战略坐标进行分析。战略坐标由密度和向心度两个维度构成:密度是指类团内关键词之间的关联程度,衡量类团内部强度即自我发展能力现状;向心度是指类团与其他类团相互关联的程度,一般而言,类团向心度越大表示该类团处于研究领域的中心位置。借鉴张刚要[ 20 ]的研究,可计算出各个类团的向心度和密度,依据6个类团的密度和向心度绘制二维战略坐标图(如图4所示),其中横坐标代表向心度水平,纵坐标代表密度水平。
从图4可以看出K1—K6各类团在战略坐标图中的分布位置。K1类团的向心度在所有类团中处于最高水平,居企业创新绩效研究的核心位置,同时密度水平适中,今后可进一步深化对该类团内部关键词的研究;K2类团的密度在所有类团中处于最高水平,说明针对该类团关键词内部的研究已较为成熟,但该类团向心度仅呈中等水平,今后围绕K2类团的研究可加强与其他领域的联系,提高该类团研究的广度;K3类团的向心度和密度都相对偏低,研究处于边缘状态且尚未成熟,今后针对该领域的研究可适当延伸深度同时扩大研究的广度;K4类团的分布位置与K1类团相近,具有较高的向心度和密度,处于研究的核心位置且相关研究较为成熟,今后可进一步挖掘研究的深度和广度;K5类团向心度处于中等偏上水平,但密度仅居于中等水平,说明该类团所处的研究领域是一个热点,但关键词内部研究尚不成熟,今后可针对该类团的内部关键词做进一步研究,提高该类团研究的深度;K6类团向心度和密度在所有类团中都处于最低水平,说明该类团目前尚不是国内企业创新绩效研究领域的核心且内部关系较为松散,今后学者可将K6类团的研究作为突破口,逐渐提高该领域的深度和广度,丰富我国企业创新绩效领域的研究。
参考各个类团在战略坐标图中的分布,同时结合社会网络关系图,笔者发现除了围绕在企业创新绩效周围的核心关键词外,还有部分关键词处于社会网络关系图的边缘位置,虽然当前这些关键词与其他领域的联系不是很密切,但很有可能是未来研究趋势,如K2类团的创新合作、K3类团的技术、K5类团的研发投入和政府支持、K6类团的高管团队等关键词,因此本文对我国企业创新绩效的未来研究趋势做以下四个方面预测。
(一)企业创新绩效受研发投入与技术学习影响的研究
一方面,创新产出离不开稳定的研发投入;另一方面,创新产出对技术和知识的依赖程度同样处于较高水平。当前学者普遍认同研发投入与创新绩效呈现显著正相关关系,因此围绕研发投入与创新绩效两者之间关系的研究并不多见,更多文献是将研发投入作为中介变量,探索影响创新绩效的作用机制。长远来看,研发投入水平决定企业未来创新水平这一本质不会改变,但是何种因素会在其过程中产生中介或调节作用,可以作为今后探讨的话题。以技术学习这一因素为例,研发投入水平可以提高企业技术学习能力,创新绩效又会依赖企业技术学习程度。未来研究不应只局限于技术学习这一单个因素,可深入挖掘,丰富研发投入对创新绩效影响的作用机制。
(二)创新合作对企业创新绩效影响的研究
知识共享的时代,知识和技术具有更新频繁、应用速度快等特点,加上企业所处外部环境复杂多变,因此创新与合作是企业未来稳健发展的基石。习近平总书记在党的十九大报告中提到未来要加速产学研的深入融合。学者近年来围绕产学研合作展开了丰富研究,但考虑到知识更新频繁等特点,产学研融合的研究空间还很大,未来该领域仍会是研究热点。在经济全球化背景下,创新合作不再仅局限于高校与企业的合作,企业与企业间的深入合作很可能是未来的趋势,当前学者围绕跨企业创新合作的研究相对较少,进一步挖掘的空间较大。8A6B108D-B1F9-4641-9FD6-BD032BA3EDEA
(三)企业创新绩效受高管团队影响的研究
创新具有长期性和不确定性,稳定的创新产出离不开持续的创新投入,即创新绩效很大程度上取决于企业创新战略的制定,因此高管团队的重要性得到凸显:一方面,高管团队在企业创新战略制定过程中处于举足轻重的地位;另一方面,能否保证创新战略在实施过程中不走样不变质,很大程度上取决于高管团队的重视程度和实施力度。虽然当前围绕高管团队和创新绩效的研究文献呈上升态势,但考虑到高管团队在企业中的重要地位,同时其具备人口学特征,可研究的角度较多,如性别、年龄、薪酬和持股等也是未来重要的研究方向。
(四)政府支持对企业创新绩效影响的研究
营造良好的创新氛围高度依赖政府层面的努力与支持,当前围绕政府支持的研究热点可分为两部分:一是政府横向支持,主要包括区域层面的创新政策制定和税收抵免;二是政府纵向支持,主要是政府采取直接面向企业的形式,对企业整体的补助及对研发投入项目的补贴。社会良性的创新环境需要政策的长期维持,同时政策也会根据创新环境的变化而调整,因此我国政府围绕创新环境推行的政策将是一个长期且动态的过程,今后围绕这一领域的研究可依据政府推出的各项政策展开,这是一个常态化且需持续更新的研究方向。
七、结语
本文以2010—2020年知网数据库企业创新绩效相关文献的关键词作为研究切入点,采用共词分析和聚类分析归纳出我国企业创新绩效研究领域的六大研究热点,并分别进行文献评述。基于我国企业创新绩效的研究现状,借助社会网络分析和战略坐标分析对我国创新绩效未来的研究趋势进行预测,主要包括四个方面:企业创新绩效受研发投入与技术学习影响的研究,创新合作对企业创新绩效影响的研究,企业创新绩效受高管团队影响的研究,政府支持对企业创新水平影响的研究。
结合研究现状与未来研究趋势提出以下建议:(1)稳定持续的创新绩效离不开政策的主导和引领,政府要加强创新政策体系顶层设计,逐步建立涵盖创新主体、创新要素、创新网络、产业创新、区域创新和创新环境等方面的科技创新政策体系,持续加大创新支持力度,营造良好的创新氛围;(2)面对高度不确定性和复杂多变的市场环境,企业应及时关注政策和市场等外部环境的变化,重视知识和技术等要素的更新转化,加强对知识的吸收和整合,同时注重与外部战略联盟进行合作,建立以企业为主体、产学研深度融合的创新体系,从内外部共同提升企业创新能力;(3)学者应重视企业创新绩效发挥的关键作用,多角度、深层次地展开研究,不断延伸该研究领域的深度和广度。希望本文能对我国企业创新绩效的后续研究提供可借鉴的参考,使我国创新水平迈上更高台阶。
【参考文献】
[1] 盛朝迅.推动实体经济向创新驱动转型的政策措施研究[J].学习与实践,2020(2):78-86.
[2] CALLON M,LAW J,RIP A.Mapping the dynamics of science and technology:sociology of science in the real world[M].London:Macmillan,1986:2-16.
[3] DONOHUE J C.Understanding scientific literature:a bibliographic approach[M].Cambridge:MIT Press,1973:420-421.
[4] 孙清兰.高频、低频词的界分及词频估计方法[J].情报科学,1992(2):28-32.
[5] 崔杰,单春霞.创业板企业创新绩效的多层次影响因素:基于面板数据模型的研究[J].当代经济管理,2017, 39(12):26-29.
[6] 侯贵生,宋文轩,杨磊.企业社交媒体使用与创新绩效:知识存量的中介作用和创新氛围的调节作用[J].技术经济,2020,39(1):34-42.
[7] 杨以文,周勤,李卫红.创新型企业试点政策对企业创新绩效的影响:来自微观企业的经验证据[J].经济评论,2018(1):91-105.
[8] 蔺鹏,孟娜娜,李颖.科技金融政策与科技型中小企业创新绩效的耦合协调研究:以河北省为例[J].科技管理研究,2018,38(3):54-62.
[9] 高琦,雷星晖.创新导向的知识网络关系与企业创新绩效关系仿真研究[J].科技管理研究,2016,36(10):6-12.
[10] 陈旭,刘春红,高长春,等.知识多样性、知识网络密度与企业创新绩效[J].华东经济管理,2020,34(4):38-45.
[11] 傅国林.跨企业研发合作、研发人力资本对企业创新绩效的影响研究[J].预测,2020,39(1):43-50.
[12] 吴亮,刘衡.资源拼凑与企业创新绩效研究:一个被调节的中介效应[J].中山大学学报(社会科学版),2017,57(4):193-208.
[13] 李柏洲,夏文飞.知识属性、技术创新能力与企业创新绩效关系的实证研究:基于环境动态性的调节效应[J].预测,2019,38(6):17-23.
[14] 王娟丽.创新模式、战略导向与企业创新绩效关系研究[J].科技进步与对策,2015,32(21):99-103.
[15] 耿慧芳,張杰,杨震宁.国有企业创新绩效、市场环境变化与政策冲击:基于创新战略和政治嵌入的调节作用[J].技术经济,2018,37(3):15-29.
[16] 贾春香,王婉莹.财政补贴、税收优惠与企业创新绩效:基于研发投入的中介效应[J].会计之友,2019(11):98-103.
[17] 徐青.政府支持、商业模式创新与企业创新绩效[J].福建论坛(人文社会科学版),2019(6):74-85.
[18] 徐辉,周孝华.制度环境、产融结合对企业创新绩效的影响研究[J].科学学研究,2020,38(1):158-168.
[19] 胡延坤.隐性知识对新创企业创新绩效的贡献研究[J].商业经济研究,2016(4):111-113.
[20] 张刚要.基于共词分析的教育技术学学科结构可视化研究[J].中国电化教育,2013(2):6-11.8A6B108D-B1F9-4641-9FD6-BD032BA3EDEA