“双循环”发展格局下测度开放式创新对企业创新绩效的影响机制

李正东 聂丽雯

摘要：黨的二十大报告强调，要全方位、准确、坚定不移地贯彻新发展理念，坚持社会主义市场经济体制改革开放，保持高水平对外开放，进一步推进构建新的发展模式和内外循环为主体。在新的发展模式下发展“双重循环”，企业不断地重塑自身的竞争力，有利于开放式创新的发展，以进一步提升创新绩效。为此，基于325份调研数据样本，深入研究创新开放度对企业创新绩效的影响机制，建立受监管的中间模型，进一步改进和发展动态的创新政策理论模型。结果表明：开放式创新对企业创新绩效有积极作用；知识领域相耦合对企业创新绩效有积极作用，在创新开放度和创新绩效相互紧密联系中起中介作用；环境不确定性对知识领域耦合和企业创新绩效相互间的联系形成相互影响。因此，不仅丰富了“双循环”新发展格局下企业创新发展的理论边界，对于助推数字经济发展、“双循环”发展模式也具备重要意义。

关键词：创新开放度；知识域耦合；企业创新绩效；环境不确定性

中图分类号：F 272.92；F 273.1 文献标识码：A 文章编号：1672-7312（2023）04-0496-08

Research on the Mechanism of Measuring the Influence of Open

Innovation on Enterprise Innovation Performance Under the “Double Cycle”

Development Pattern

LI Zhengdong，NIE Liwen

（School of Humanities，Shanghai University of Technology，Shanghai 201418，China）

Absrtact：The 20th National Congress of the Communist Party of China emphasized the need to implement the new concept of development in a comprehensive， accurate and unswerving way， uphold the reform and opening up of the socialist market economy， maintain opening up at a high level， and further promote the construction of a new development model and internal and external circulation as the main body.In the new development model of the “double cycle”， enterprises constantly reshape their competitiveness， which is conducive to the development of open innovation so as to further improve the innovation performance. Based on 325 research data samples， the paper deeply studied the impact mechanism of innovation opening up on enterprise innovation productivity， established the regulated intermediate model， and further improved

and developed

the dynamic theoretical model of innovation policy. The results show that the open innovation has a positive effect on the

enterprise

innovation performance; the connection between knowledge fields has a positive effect on the enterprise innovation

performance and it plays an intermediary role in the close relationship between innovation openness and innovation performance.

The environmental uncertainty affects

the relationship between

the knowledge field and the enterprise innovation performance. Therefore， it not only enriches the theoretical boundary of enterprise innovation and development under the new development pattern of “duble cycle”， but also has great significance for boosting the development of digital economy and the “double cycle” development model.

Key words：innovation openness;knowledge domain coupling;enterprise innovation performance;environmental uncertainty

0 引言技术创新与数字化发展已经成为现代经济多组态模式的重要创新策源力，企业面临着两大挑战：一方面是如何正确理解公司的开放性，另一方面是如何正确评估公司创新的开放性。过于开放或过少开放都会对企业的创新表现造成消极影响：如果公司相对保守，那么公司的开放度便会过低或者不足。当企业过于激进的时候，过度开放会导致公司过度依赖外部技术信息，而忽略了企业内部创新能力的增强。另一方面，如何有效利用开放的创新模式改进公司的内部技能。开放性创新导致了新科技研发模式的转变：企业将面对一个模糊的技术前沿，知识和信息共享系统将不断强化，内部独立的产品研发将会日益萎缩。即便是有强大研发能力的企业也需要积极识别并使用外部创新的信息资源。因此，公开创新对于创新表现的影响更为复杂，企业必须关注开放的选择，积极地扮演研发能力的关键调解人。

在企业创新发展道路上，如何构建有效的合作网络，促进共享与合作，仍然需要理论指导。随着时间的推移和市场需求的复杂多变，越来越多的企业开始认识和了解到协同创新的必要性。

REMNELAND W[1]认为要达到这种效果，就应当加强知识的积累和开发内部的知识，花费大量的精力来克服技术上和组织上的限制，并且希望借助知识库的变化纠正知识差距。然而，在如何适应知识库方面仍然存在许多困难，知识变革对于企业创新的因素尚不明确，因此该课题已经成为知识管理与创新领域的研究热点。近年来，科学家引入物理互连管理原理来研究2个（或多个）系统（或运动）之间的相互作用。

BOGERS和其他人提出了知识领域之间联系的概念，认为知识领域是知识基础的组成部分，这是知识领域的集合，知识领域的联系是技术领域的重组和动态的知识变化，这是改变知识基础的最重要方法之一[2]。如果把企业知识基础看作一个网络，那么链接就是知识领域之间的联系，知识领域之间联系的力量就是它们之间的联系的程度。目前，知识与创新研究主要涵盖知识库及其特征（深度、广度、复杂性等）、位置网络知识特征（网络连接规模等）、创新知识搜索及其特征（深度、广度、可持续性等）。

王建平等[3]认为知识领域的研究和联系基本上是一种理论解释，实证研究非常有限，它只是从知识来源的角度考察旧知识或者创新业务成果对于新老知识的直接影响。因此，从知识领域相互依存的角度研究企业间知识要素的重组和动态适应对于创新型企业绩效的因素机制具备重要的理论意义和实践意义[4]。

朱云鹃等[5]认为在思维创新的具体过程当中，对于内部专业知识学习的直接搜索和再次整合有助于保持相对于内部研发的竞争优势。

刘沙沙[6]文中将知识领域相互间的密切关系定义为创新和企业合作的过程，将不同知识对象的不同知识要素定义为知识。胡晓鹃[7]借助动态链接，协同作用和有效互补性确保协同、泄漏和扩散的过程。知识域耦合对于公司创新绩效的影响是否存在更复杂的传导机制？环境作为权变变量从某种角度看来，这对于生产型企业来说的确具备举足轻重的作用。外部环境变化的巨大不确定性所妨碍的因素是否会破坏生产型企业原有的思维和创新社会秩序，还是会给企业带来新的发展机遇？这些问题还没有定论，并且都需要进一步研究。基于此，尤其是在“双循环”发展格局下，务必从开放性广度和深度2个方面来测度。目前，国家的生产型企业对于推动技术创新持开放态度。深入考察思维创新的开放性对于生产型企业思维创新个体绩效的阻碍程度，分析知识域拓扑结构被认为是可调节的作用影响，然后引入了环境不确定性因素，审查其对于知识联系和创新绩效之间联系的影响，拓宽和丰富创新开放和知识联系的理论研究，同时为企业创新绩效提供理论指导和实证支持。

1 理论基础与研究假设

1.1 创新开放度与企业创新绩效的关系

HENDERSON等[8]提出公司技术创新的开放包括开放的广度和深度。开放空间在于公司对外开放合作的创新要素数量，而开放程度的深度在于公司与外部创新要素之间的频繁合作。张海红[9]认为在一个开放的创新环境当中，技术创新的实施会涉及许多利益相关方，企业价值的创造可以通过充分整合创新要素的各个方面来实现。外部公司的创新要素包括大消费者、供应商、竞争对手、独立公司等。

REZAEI等[10]从宝贵的外部资源和知识角度看，这对于开放式创新至关重要。开放能够使企业获得和借助更多的外部创新资源，既能够提高企业资源量、又能够降低自身成本。

GONG等[11]认为不同的公司根据其独特的环境将内部和外部信息、资源融入创新管理活动，这些信息和资源有助于公司减少技术风险和市场风险，从而改善企业的创新能力。此外，有专家认为企业需要充分利用宝贵的外部知识、信息技术和其他创新资源披露公司科研项目和其他相关信息获取外部组织的支持、帮助企业降低研发成本和解决问题，如缺乏创新的潜力[12]。章彦[13]结合理论分析，国内外科学家借助实证分析收集了大量数据，得出两者呈现正相关的关系的结论。

KOGUT等[14]認为降低企业成本以及企业风险能够有效地让企业进一步提升该公司在该行业的竞争力，使企业坚不可摧，促进达成可持续发展，让企业长期提高创新绩效。企业获得越多创新资源，越能提高企业的思维创新市值；当生产型企业提出内部思维创新源的选择和转化时，得以善用内部思维创新源，帮助企业创造更多的价值。综上所述，提出如下假设：H1：创新开放度对于企业创新绩效产生正向影响。1.2 知识域耦合与企业创新绩效的关系目前，学术界对于知识领域耦合对于企业创新的影响尚未达成共识。

WICAKSONO等[15]关于创新管理的文献认为，企业通过重组熟悉领域的知识元素产生新的发明创造，企业通常通过搜索邻近的知识域来使用和提炼知识。同时，BHATTACHARYA等[16]认为为了保持与外部技术环境的一致性，防止现有知识领域因重组而流失，公司需要改变现有知识库。

QUARTERLY[17]认为虽然这些变化是可取的，但是它们可能会破坏公司内部信息处理的程序和解决问题的方法，从而阻碍创新。

CHVZ等[18]认为，知识域耦合模式的差异反映了范围的知识库结构，然后运用专利数据对于从1984—1994年的全球半导体行业进行了一次实证研究。邓雅文[19]发现接近可分解的知识库是更具备延展性的，可以提高吸收能力。KUMAR[20]认为异质知识耦合能够促进跨学科领域的合作。有专家提出知识领域耦合是知识创新的自然基础，耦合域相互交叉渗透，与创新之间存在复杂的非线性关系[21]。以往经验表明，旧知识领域的耦合变化会对创新绩效造成损害，新知识领域与旧知识领域的耦合可以提高创新绩效，而知识领域的复杂性则对创新绩效起到负向调节作用。综上所述，文中提出如下假设：H2：知识域耦合对企业创新绩效产生正向影响。

1.3 知识域耦合的中介作用知识领域耦合作为一种自发的资源重组行为，对提升创新绩效有重要作用。文中假设创新开放性对企业创新效率的影响是通过改变知识领域的耦合来实现的。随着时间的推移，思维创新越来越深入，但是普遍依赖原有的外部资源已经不能满足企业发展壮大的需要。

姚艳虹等[22]发现公司急切需要开展一些跨学科的合作异质知识耦合。知识领域的联系是知识创新的自然基础。知识领域的互补关系将把从合作伙伴那里获得的不同、混乱以及互补的知识在公司内部转化为知识。一方面，容易激发人们的创造性思维，同时促进创造性知识的开发，LEVINTHAL等[23]认为这样可以创造和减少外部的知识差距；另一方面，它能够扩大知识范围，扩充现有的知识库，扩大公司在产品开发方面的能力。知识的选择性联系旨在寻找符合他们自己知识领域和经验领域的知识。现有的获取外部知识的技术有助于重组现有知识，并且帮助企业改善知识基础。专业化的水平可以扩展公司员工的知识深度和广度，为未来的创新发展打好技术基础。企业的创新潜力是创新效率的关键因素，而企业的创新潜力本质上源于知识创新。只有具有一定的知识创新能力，借助吸收、加工和新知识，有效地将知识转化为新产品，企业才能真正进一步提升创新生产力。讨论了创新开放与知识领域、创新开放与创新效率相互间的联系。结合H2假设，能够进一步假设知识领域相互间的联系是创新开放度和创新效率相互间的传递。因此，文中提出以下假设：H3：知识域耦合对于创新开放度以及创新绩效之间的关系具有中介作用。H3a：知识域耦合在加大创新开放的过程中，对企业的创新绩效产生正向效果。H3b：耦合知识领域对于创新深化以及开放度的企业创新绩效有着正向效果。

1.4 环境不确定性的调节作用外部环境的因素是共同的社会文化环境中最重要、最不可或缺的部分，它阻挡和制约着生产型企业的潜能。它将尝试与相关组织建立信任关系，以保护生产型企业赖以生存的稀缺资源。尽管如此，外部环境的变化给生产型企业带来了巨大的资源不确定性。这种巨大的不确定性与环境变化的运动速度及其对公共活动范围和规模的因素密切相关[24]。如果想达到这样的效果，必须保持与外部技术环境的兼容性，避免耗尽重组现有服务的机会，公司需要改变其知识基础[25]。因此，知识领域之间的联系本质上是一个与环境动力学密切相关的概念。如果社会环境变得极不稳定，那么客户需求和候选人行为的变化将不可预测，发展战略所称的保守企业的创新机会大幅度减少，激进的公司是幸运的：尽管对创新的热情前所未有，但是如此盲目的后续行动可能给企业带来巨大的风险。这样，知识耦合对创新绩效的影响可能并不明显。因此，有必要研究环境不确定性条件下知识与创新绩效之间的关系。据此，文中提出以下假设：H4：环境不确定性负向调节知识域耦合与创新绩效的关系。

1.5 理论模型

根据分析，可以构建如图1所示的理论模型。图中，在创新开放度与创新绩效之间的关系中加入了知识域耦合这一中介变量。创新开放度对知识领域耦合有正向影响，知识域耦合对创新绩效有正向驱动作用，环境不确定性对创新绩效有调节作用。这种模型设计使得创新开放度与创新绩效之间的机制更加清晰和具体。

2 研究设计

2.1 数据來源与样本现有的数据面板不能支持研究变量，需要在研究中测量，因此决定使用问卷方法收集必要的数据。使用SPSS 26.0和Amos 24.0进行统计检查和分析，以确保调查表的统计可行性，并最终获得满意的调查表。本次调研一共发放问卷359份。剔除无效的问卷后，共获得有效问卷325份，回收率为90.53%。满足所需的数量模型评价研究中，本研究有效样本特征见表1。

2.2 变量测量创新绩效量表采用蒋振宇[26]的测量方法，为单维量表，包括5个题项，用来衡量一个公司的新产品或服务的性能，采用Likert 5点计分，得分越高表明创新绩效越高，折射新产品进化成本、新产品数量、专利数量、创新项目的成功率这几个方面对创新绩效进行度量。量表信度和结构效度良好，Cronbachs α系数为0.859。按照章彦的衡量标准，采用Likert5级量表进行度量，其中提到广泛的企业干预涉及企业与外部世界合作的创新要素的多样性，包括5点；创业的深度指公司注重外部创新因素的程度，尤其是公司与外部创新之间的合作频率，以及公司对外部创新因素的投资。包含 3个题项。量表信度和结构效度良好，Cronbachs α系数为0.877。知识域耦合量表是指张翠平[27]改进后的知识域耦合量表当中，包含了互补知识耦合以及替代知识耦合的2个维度。采用Likert5级量表进行度量，共计13个题项。量表信度和结构效度良好，Cronbachs α系数为0.936。环境不确定性主要是指GORDY等的成熟度等级。该层次涵盖7个要素，分别从市场不确定性和技术不确定性的角度描述环境不确定性。“公司的市场环境非常不稳定”和“其技术产品的更新速度很快”。量表采用Likert 5点计分。量表信度和结构效度良好，Cronbachs α系数为0.936。

3 实证分析

3.1 共同方法偏差分析Harman因子分析结果显示没有找到单一因素，无旋转前第一个因素也解释了个体变量所有测量元素变异的36.298%，这不是大多数。因此，不同变量之间没有严重的共同方法偏差。

3.2 验证性因子分析利用AMOS 24.0对各潜在变量进行验证性因子分析，各模型校正后的整體拟合指标见表2。这些指标综合反映了整个模型的适应度。其中，渐近残差的均方和平方根是不需要基线模型的绝对指标，被认为是最有价值的适应度指标。模型的拟合越好。由表中可以看出，卡方自由度比值（χ2/df）在1～5之间，且渐近残差（RMR）的均方和平方根均小于0.08。相对比较拟合指数（CFI）和增值拟合指数（IFI和TLI）均大于0.9，即最小的指数值已达到可接受的通用标准，因此研究选用的量表具备良好的结构效度。

3.3 描述性统计和相关性分析包括4个关键变量：创新开放度、耦合领域知识、企业创新绩效和环境不确定性。各变量的均值、标准差和皮尔逊（Pearson）相关系数见表3。结果表明，各变量的平均值均在3.5以上，处于中上水平。知识领域耦合的平均值最高，创新绩效的平均值最低；标准差均在1之下，数据离散度较小。结果表明，该均值可以有效地代表整个数据。

此外，创新开放度与知识域耦合存在显著正相关，相关系数为0.569；企业创新绩效与企业知识领域耦合度呈显着正相关，其中相关系数为0.422；创新绩效与创新开放度相互之间存在显着的正相关关系，相关系数为0.385。上述相关性分析结果仅暂时证实了本研究中变量之间的相关性程度，因此后续假设检验需要进一步分析。

3.4 假设检验

根据Crystal等[28]、廖先玲等[29]的观点，首先，使用SPSS宏程序PROCESS的模型4来检验企业创新开放性和创新性之间知识领域耦合的中间效应，创新开放度能显著预测知识域耦合，a=0.542，SE=0.044，p<0.001；当创新开放度和知识领域与契约相耦合时，回归方程被输入，这可以显著预测公司的创新开放度，c′=0.223，SE=0.065，p<0.001，知识领域的耦合可以显著预测业务创新的绩效，b=0.345，SE=0.068，p<0.001。其中偏差修正后的百分位的引导法检验可表明，知识领域的耦合在过度使用和企业创新绩效之间具有显著的中介作用，ab=0.187，Boot SE=0.047，95%的置信区间为[0.098，0.283]。其中中介效应占总效应的比例为ab/（ab+ c′）=45.61%。第二阶段使用SPSS PROCESS 14宏程序来测试环境不确定性调节器。对可调节中间模型的检查需要评估3个回归方程的参数。方程1评估创新开放对企业创新生产率的总体影响；方程2估计创新开放度对知识域耦合的预测效应；方程3估计环境不确定性在知识域耦合与企业创新绩效之间的调节效应。在每个方程中，所有变量都被标准化、性别和类被控制。如果模型衡量以下3个条件的执行，则有一个可调节的中间效应：①在方程1中，开放创新对企业创新能力的总体影响是显而易见的；②在方程2中，创新开放的程度对知识领域之间的联系有显著的预期影响；③在第三方程中，知识领域对企业创新能力的联系的主要影响是显而易见的，环境不确定性和知识领域之间的相互作用是显而易见的。研究所有的预测变量方差膨胀因子都不高于5，意味着没有多重科利纳问题。表4显示，方程1是重要的，开放创新旨在通过满足①条件来预测企业的创新性能；方程2是一个重要的，直接向预测相关知识领域的方向开放创新符合②条件；第三个方程是明显的，知识领域的关系直接预测了企业的创新性能，环境不确定性与知识领域的联系是重要的，满足了条件③。

综上所述，创新开放度通过领域知识耦合妨碍企业创新绩效的过程受到环境不确定因素的调节。对于低环境不确定性下的企业，创新开放度通过知识域耦合对企业创新绩效能力的间接效应显著（见表5），index=0.247，Boot SE=0.049，95%的置信区间为[0.158，0.350]；对于高环境不确定性下的企业，该间接效应显著，index=0.103，Boot SE=0.053，95%的置信区间为[0.002，0.210]。

为了更清楚地解释知识领域与环境不确定性之间的相互作用，将环境不确定性分为中等大小和较低的群体，加上标准偏差，做了一个简单的倾斜测试，并创建了一个简单的效果分析（如图2所示）。结果表明：对于低群体企业，即低环境不确定性企业，知识域耦合对企业创新绩效能力的正向预测显著（Bsimple=0.456，t=5.585，p<0.001）；对于高分组即高环境不确定性的企业，知识域耦合对企业创新绩效能力的正向预测作用下降（Bsimple=0.689，t=2.258，p<0.05）。

4 结语

文中构建了一个有调节的中介模型，在探讨“双循环”的发展模式下，创新开放度对于企业创新绩效的影响机制。

①创新开放度对于企业来说，创新绩效具备正向效果。②知识领域的耦合对于企业的创新绩效有正向效果，但也在创新开放的程度与企业创新绩效之间起了中介作用。③环境不确定性负面调节知识领域耦合与企业创新绩效相互间的关系。环境不确定性强调管理者鉴于缺乏信息或技能而无法预测组织环境、未来技术和市场的变化。当环境不确定性很高时，业务知识元素的组合变得非常复杂，很难找到融合新旧知识领域的切入点。在耦合决策、评估、知识吸收和集成的过程中会消耗更多的时间和成本，从而造成规模不经济和技术范围不经济。

考虑到环境以及一些不可抗力的因素，因此项目研究存在一定的局限性，文章在其项目研究上展开讨论的观点存在局限性。这些不确定观点还有待商榷，同时也对未来的研究增添了思路。首先，文中采取使用方便的抽样方式收集数据，因此文章内容的广泛代表性有待商榷。未来，可

能会考虑扩大样本量或选用面板数据进一步验证模型。其次，不同维度知识领域的耦合会对双元创新绩效形成不同的效果。未来的研究可能会进一步探讨两者的相容性，可能会得出更具有意义的结论。目前，该研究阐述了动态创新战略能力分析框架，探索了“双循环”发展格局下创新发展数字化转型的新路径。此后可以更多关注对于区域经济的影响，从创新策源地出发发展新一代技术革命。

参考文献：

[1] REMNELAND W B.Open innovation change agents in large firms：How open innovation is enacted in paradoxical settings[J].R&D Management，2019，50（02）：198-211.

[2]BOGERS M，FOSS N J，LYNGSIE J.The “human side” of open innovation：The role of employee diversity in firm-level openness[J].Research Policy，2018，47（01）：218-231.

[3]王建平，吳晓云.制造企业知识搜寻对渐进式和突破式创新的作用机制[J].北京：经济管理，2017（12）：15.

[4]卢艳秋，宋昶，王向阳.双元创新平衡战略下的企业知识耦合[J].图书情报工作，2021，65（15）：61-70.

[5]朱云鹃，王倩倩，刘景东.领域知识、架构知识与企业创新绩效——惯例复制的中介作用[J].科技管理研究，2020，40（14）：184-195.

[6]刘沙沙.基于知识基础视角的企业创新绩效提升策略研究[D].南京：江苏科技大学，2020.

[7]胡晓鹃.社会期望差异与企业创新搜索[D].北京：北京工商大学，2020.

[8]HENDERSON R M，CLARK  K B.Architectural innovation：The reconfiguration of existing product technologies and the failure of established firms[J].Administrative science quarterly，1990：9-30.

[9]张海红.知识转移视角下孵化网络多层超网络建模与协同演化研究[D].天津：天津大学，2019.

[10]REZAEI  A，KAMALI A R.Evaluation of technological knowledge transfer between silicon fen firms and university of cambridge based on patents analysis[J].Journal of Open Innovation：Technology，Market，and Complexity，2022，8（04）：9-10.

[11]GONG X Y，MO S W，QUAN X F，et al.Technological knowledge spillover in business groups：Evidence from China[J].Emerging Markets Finance and Trade，2022，58（14）：3-4.

[12]ZHU G X，DRISCOLL D，MORTON M E，et al.The impact of COVID-19 on faculty technological knowledge development at an academic medical center[J].Education Sciences，2022，12（10）：9-11.

[13]章彦.面向民航维修企业的知识共享技术和平台研究及应用[D].江苏：浙江大学，2019.

[14]KOGUT B，ZANDER U.Knowledge of the firm，combinative capabilities，and the replication of technology[J].Organization science，1992，3（03）：383-397.

[15]WICAKSONO A，RUKMAYUNINDA R K.Understanding technological knowledge spillover in a science technology park ecosystem：An ethnographic study[J].Asian Journal of Technology Innovation，2022，30（03）：34-37.

[16]BHATTACHARYA S，AGNIHOTRI A，YANNOPOULOU N，et al.Technological knowledge and internationalization：Evidence from india[J].International Marketing Review，2022，39（03）：24-27.

[17]QUARTERLY H R M J A S.Architectural innovation：The reconfiguration of existing product technologies and the failure of established firms[J].1990，35（01）：44-49.

[18]CHVEZ-JUREZ F.On the role of agent-based modeling in the theory of development economics[J].Review of Development Economics，2017，21（03）：45-47.

[19]邓雅文.基于知识创新的企业人力资源管理模式分析[J].全国流通经济，2021（22）：107-109.

[20]KUMAR M S.Acquiring and exploiting knowledge：The two faces of diversification[C].America：University of Illinoisat Urbana-Champaign，2020.

[21]辛本禄，穆思宇.动态服务创新能力视域下企业知识创新实现路径探究[J].情报科学，2023，41（01）：174-181.

[22]姚艳虹，张翠平.知识域耦合，知识创新能力与企业创新绩效——环境不确定性和战略柔性的调节作用[J].武汉：科技进步与对策，2019，36（23）：9.

[23]LEVINTHAL D A，MARCH J G.The myopia of learning[J].Strategic Management Journal，1993，14（02）：95-112.

[24]吴松强，蘇思骐，沈忠芹，宗峻麒.产业集群网络关系特征对产品创新绩效的影响——环境不确定性的调节效应[J].外国经济与管理，2017，39（05）：46-57+72.

[25]DABIC M，VLACIS B，SCUOTTO V，et al.Two decades of the Journal of Intellectual Capital：A bibliometric overview and an agenda for future research[J].Journal of Intellectual Capital，2020，22（03）：35-39.

[26]蒋振宇.新兴企业创新开放度，知识溢出效应与创新能力的关系研究[J].武汉纺织大学，2016.

[27]张翠平.协同网络中知识域耦合对企业创新绩效的影响机制研究[M].湖南：湖南大学出版社，2019.

[28]CRYSTAL G J，PAGEL P S.Erratum to the physiology of oxygen transport by the cardiovascula system：Evolution of knowledge[J].Journal of Cardiothoracic and Vascular Anesthesia，2020，34（08）：1142-1151.

[29]廖先玲，陈颖，姜秀娟，等.企业知识创新能力模型构建及其网络结构研究——知识流动视角[J].科技管理研究，2020，40（08）：210-217.

（责任编辑：严焱）