技术融合对企业利用式与探索式创新绩效的影响

王 媛

（中共湖南省委党校，湖南长沙 410006）

0 引言

21 世纪以来，随着新兴技术的不断涌现及传统行业壁垒逐步被打破，技术融合已成为企业创新和发展的重要趋势。信息、生物、新能源、新材料等学科技术的多点突破与交叉融合，不仅极大地改变了社会组织结构和人们的生活方式，也对企业的创新模式和战略决策提出了全新的挑战。为应对市场竞争和技术变革的双重压力，企业面临着利用式创新（exploitative innovation）和探索式创新（exploratory innovation）之间的权衡。根据Mulle 等［1］、Guan 等［2］的研究，利用式创新是在已有技术或知识基础上进行改进、优化或增量式的创新，它强调在现有产品、服务或流程的基础上进行改进，以提高效率、降低成本、增加功能或改善用户体验；而探索式创新旨在未知领域、新技术或未经验证的概念上进行探索和创新，强调对新的想法、概念和技术进行实验和开发，以寻找新的机会和解决方案。相比利用式创新，探索式创新通常涉及高风险和不确定性，但同时也可能为企业带来巨大的竞争优势和商业价值［2］。在过去的研究中，利用式创新和探索式创新往往被认为是相互独立的发展路径，但随着技术的快速发展和跨界融合的不断推进，技术融合打破了传统的创新边界。Kern 等［3］、Dragone 等［4］的研究表明，跨学科跨领域的技术开发有助于利用式创新向探索式创新转变，甚至有时直接引发突破性的发现和创新。通过将不同领域的知识和技术进行交叉融合，企业可以在现有知识和技术的基础上进行改进和优化，同时也可以探索新的知识和技术，开发出更加独特的产品、服务或业务模式［5］。比如，智能物流、智慧工厂、功能性食品产业、无人驾驶等诸多行业的技术融合现象开始进入人们的视野；又比如，信息技术与生物技术的融合推动了医疗健康领域的智能医疗和个性化治疗的发展，新能源技术的整合促进了可再生能源的利用和能源转型的加速等。此外，技术融合还能促进产业协同和跨界创新生态的建设，通过合作与交流形成新的创新网络。

综合上述分析发现，技术融合对企业创新活动具有重要影响，然而，目前鲜有研究定量考察跨领域技术融合与企业创新之间的关系，从技术元素之间的关系视角出发探索不同技术融合模式对企业利用式与探索式创新绩效的影响更是少见。因此，本研究将以中国343家新能源汽车企业作为研究对象，从技术元素之间的关系视角分析互补性与替代性技术融合对企业利用式和探索式创新的差异化影响，以为企业在面对技术发展和市场变化时制定有效的创新策略提供有益的指导和启示，并为提升企业自主创新能力提供新的思考方式和观察角度。

1 理论基础与研究假设

1.1 “技术融合”的概念与内涵

1963 年，研究美国机床制造业技术变革的学者Rosenberg［6］首次提出了“技术融合”的概念，为后续认识技术发展中的融合现象提供了重要的理论基础。之后，陆续有大量学者对技术融合的内涵与外延进行了不断深化，但由于各自研究的视角和出发点存在不同程度的差异，所以至今针对技术融合的定义仍处在众说纷纭、莫衷一是的阶段。Karvonen等［7］、Kim 等［8］大部分学者认为技术融合是两种或两种以上不同技术相互交叉渗透，整合成一种新技术的过程，例如，计算机科学与生物技术的融合产生了全新的生物信息技术，而力学与数字控制技术的融合则促成了机电一体化技术的发展，这些融合带来了崭新的技术应用和领域交叉，推动了科技的进步和发展。Hacklin［9］认为技术融合本质上是通过技术渗透、交叉、重组等方式激发技术基础结构的分解、重构和功能升级，从而催生出具有新型功能的技术或产品。Kon 等［10］学者认为技术融合来源于知识融合，一方面表现为具有不同知识基础的互不相关的技术通过知识溢出呈现协同演化趋势从而引发学科边界消融，另一方面体现在不同产业分享共同的技术知识基础。

中国学者廖磊［11］在对信息技术（IT）企业技术创新演化过程进行分析时发现，企业在进行技术融合时会有意引入与其核心技术具有互补性或兼容性的其他领域先进技术，并将其与自身核心技术相互渗透、吸收和重组，从而创造出具备新型功能的技术。李丫丫等［12］则在研究中指出，当不同类别的技术在同一个专利中同时出现时，反映了这些技术之间的相关性，正是通过揭示这种相关性能够发现不同产业之间的技术融合现象；同时，他们认为技术相关性主要分为相似性和互补性，相似性有益于利用式创新，而互补性更可能促成探索式创新。可见，当企业向相邻技术领域或跨技术领域搜索相关知识、展开跨学科交融时，替代性与互补性技术交叉融合会改变原有产业的技术路线，丰富产业经营的内容和形式，同时也在不同产业之间构建了可以共享的技术平台［13］。这种不同产业技术一体化现象揭示了技术融合过程中不同技术元素之间关系的重要性。Lei［14］根据外来技术与产业中已有技术范式之间相互关系的不同，提出了“互补性融合”与“替代性融合”的理论概念。现有研究虽然揭示了技术融合过程中不同技术元素组合关系（替代性关系和互补性关系）的重要性，但目前鲜有研究定量考察互补性与替代性这两种不同技术融合模式对企业创新活动的重要影响。

1.2 技术融合相关研究梳理

通过整理国内外相关文献时发现，过去的研究主要集中在技术融合的定性理论方面，包括技术融合概念的提出与扩展、不同技术元素融合的结构特征分析，以及技术融合内外影响因素的探讨等方面，近年来，随着新一代信息技术与传统产业的深度融合，跨领域技术融合的重要性逐渐凸显，对技术融合的研究趋向于引入定量分析。其中，一些学者利用专利数据评估产业技术融合趋势、分析技术发展路径，或者衡量技术融合的程度；另外有些研究采用专利引文与专利共现分析方法，通过国际专利分类号（IPC）识别技术融合轨道或技术演化方向；除此之外，少数学者开始运用聚类分析、大数据分析和文本挖掘等方法，对技术融合和产业融合的动态发展规律进行定量化描述。

在众多有关技术融合的学术研究中，Gambardella 等［15］国外学者的研究基于几十家上市公司的信息数据，首次揭示了信息产业内细分市场中技术融合对整个产业创新绩效的积极影响；Schnaars 等［16］在研究中不仅强调了其对产品开发的促进作用，还突出了技术融合可能导致失败的一面；Bröring 等［17］在功能性食品行业企业的创新前沿研究中指出，由于存在能力断层，企业通常需要寻找跨产业的合作伙伴，并通过跨领域技术融合推动混合产品创新；Andergassen 等［18］的研究分析了技术融合在供应链上下游创新管理中对各方的影响；Ruan 等［19］的研究发现，在全新技术领域，技术融合的跟随者更有可能提高其在全球市场的份额。中国学者陶长琪等［20］以信息技术行业为背景，对技术融合的广度进行了深入考察，以探讨IT 企业在技术开发与创新过程中所呈现的动态演化机制；以专利数据为基础，李姝影等［21］分析了技术融合度的多种测度方法，赵玉林等［22］则通过以全球生物芯片产业为例进行实证研究，探讨了技术融合、竞争协同与新兴产业绩效提升之间的关系；基于关键词共现频率，邱均平等［23］揭示了新兴信息技术中云计算、大数据、语义网等的技术融合特征，沈蕾等［24］则分析了中国科技服务业与制造业技术融合对产业结构升级的影响。在企业关注的技术融合应用研究中，生物纳米技术、机电一体化技术和人工智能等领域展现了引人注目的发展趋势。生物纳米技术汇聚了纳米技术与生物技术，机电一体化技术则将传统机械技术与信息技术有机结合，而人工智能则是信息技术与机器人技术相融合的代表。在新兴产业中，如无人驾驶、功能性食品产业、智能物流、新能源、智慧工厂、新材料等技术融合的现象不断涌现，吸引了广泛的社会关注。这些实践不仅深刻影响了各个行业，同时也为技术创新和产业发展带来了新的动力和机遇。对于这一趋势的深入研究，不仅能够促使更多的行业关注技术融合，还有助于更全面地理解其对产业和经济的影响。

1.3 技术融合对创新的作用机制分析

技术融合作为一种促进技术创新的手段，通过多学科知识的整合和技术体系的重新构建，推动了技术的不断演进。这种演进不仅仅是简单的技术模块组合，更体现为技术在演化过程中逐渐走向模块化、整体化趋势，再发展形成越来越多复杂的技术形式。现代新兴技术通常涵盖了多个学科领域的知识，能够根据实际需求灵活应用于各个不同领域。以芯片的研发生产为例，其创新迭代过程涉及了光学、数学、物理学和化学等多个学科领域的深度融合，不仅对基础通信、军工行业等领域带来了深刻影响，同时也深刻影响了民生消费品行业，如手机、电脑和家电等。学者Arthur［25］72-73和Breslin［26］的观点均强调了技术、经济和产品之间紧密相连的关系，揭示了新技术引发新解决方案、推动经济和产品演变的创新机制。在经济持续发展的过程中，当涌现某一引起广泛关注但又难以解决的问题时，来自不同领域的研究主体或利益相关者往往会摒弃既定的思维模式、舍弃原有的技术规范，转而选择全新的技术范式，这一过程被著名的技术思想家和经济学家Arthur［25］91-100称为“重新域定”。重新域定往往会产生新的技术或产品，有利于提升企业探索式创新能力，甚至带来颠覆性改变。举例来说，人类运输史上的3 次重新域定展现了技术在不同时期的创新：从陆地域到运河域、再到航空域，每一次重新域定都带来了新的运输方式，对经济和社会产生了深远的影响。这表明重新域定不仅是技术创新机制的一种反映，也是社会和经济演变的产物。

在技术融合的演进过程中，另一种与重新域定截然不同但同等重要的创新机制是标准工程。这一创新机制在技术融合的进程中扮演着至关重要的角色，通过对知识和技能的长期积累，以及对现有技术中标准问题的深刻认知，标准工程能够提炼出具备普适性的解决方案［27］。这些解决方案不仅体现了技术的标准化，也反映了经验丰富的改进历程。例如在数字通信领域，通过长期的积累和认知，工程师们已经制定了一系列通信协议和标准，如传输控制协议/互联协议（TCP/IP 协议），这些标准是在经过多年的实践中，对不同网络设备和系统逐步改进的结果。TCP/IP 协议的普及与适用性使得各种设备和系统能够在网络中互相通信，实现了标准的工程化解决方案。这些标准问题解决方案往往是经过反复使用和验证之后形成的一套新的通用模式，也可以说是一个个新的技术架构，它会随着经验的累积产生渐进式改进，进而可能取得实质性突破［27］。又比如，瑞士工程师马亚尔通过组合不同领域的普通技术创造的一系列大桥都运用了标准工程这个创新机制，他创造的这些桥采用的都是通用技术，只是在现有材料和结构的基础上进行了一些微小改进［25］138-139。马亚尔的整个设计其实只是将不同领域的普通技术融合在一起，但最终带来的效果却是突破性的。可见，标准工程这个创新机制中最重要的不在于天才的创想，而在于对现有知识和技能进行深度理解和反复认知的基础上，通过渐进式或利用式创新使企业保持持续的竞争优势。因此，在技术融合的背景下，标准工程与重新域定相辅相成，共同推动着技术创新的多维发展。通过这两种不同但同样重要的创新机制，技术得以在融合演进中保持灵活性和适应性，为各个领域提供了丰富而可靠的解决方案。

1.4 互补性技术融合对企业利用式与探索式创新绩效的影响

Fleming［27］认为创新是对已有知识元素进行组合或重新组合的过程，以创造出新的解决方案、产品或服务。技术元素组合关系反映企业利用技术的特定方式，会影响产品创新方向。企业创新方向主要分为利用式和探索式两种。利用式创新是依托现有知识基础，通过对某一特定领域的知识或技术进行深入理解和挖掘，从而实现对已知技术组合的不断提升与改善［28］。利用式产品创新面临的市场和顾客群体并未发生明显改变，表现为企业通过改进已有产品、设计或服务来满足现有消费者需求。互补性技术融合指的是将在不同领域或技术方向上具有互补性的技术元素相结合的过程，这种融合通常涉及跨领域的合作，需要各方共享知识、技能和资源。因此，当企业单纯通过互补性技术融合对已有产品、设计或服务进行改进时，可能会面临诸多挑战：一是企业在尝试融合互补性技术时可能需要投入大量的时间、精力和资金，这可能导致企业资源被分散，从而影响到原有的创新活动；二是不同的技术可能有各自独特的运作方式和需求，企业在试图将这些技术融合时可能会遇到技术冲突，这会增加创新的难度和复杂性；三是融合互补性技术可能需要企业掌握和理解新的知识和技能，这对企业的学习能力提出了更高要求，也可能会成为创新的障碍；四是互补性技术的融合可能带来更高的技术不确定性，这会增加创新的风险，可能会对企业的创新决策和创新绩效产生不利影响。

孙笑明等［28］、杨林波等［29］的研究均指出，探索式创新力求寻找新技术发展轨迹，通过开发新设计、新产品和新服务来满足新兴顾客或新兴市场的需求；同时，要求企业不断吸收和整合不同于现有技术轨迹的外部异质性新知识，从而产生更宽范围的技术新组合。如果企业能够有效地将互补性技术进行融合，通过跨学科的合作、共享资源、交换知识等方式实现创新，那么这种技术融合可能会对企业探索式创新产生积极影响。主要表现为：（1）随着技术的快速发展和市场环境的不断变化，企业需要有能力快速适应和应对新的挑战，而互补性技术融合可以帮助企业获得新的技术和知识，提高其适应性，从而更好地进行探索式创新；（2）互补性技术融合可以将不同领域的专家聚集在一起共享知识和资源，这可能会加快创新的速度，提高探索式创新的效率；（3）企业将不同领域的知识和技能整合在一起，这可以帮助企业创造出新的解决方案、促进探索式创新；（4）互补性技术融合往往需要跨学科的合作，这种合作可以鼓励开放思维，帮助企业克服单一思维模式，从而有利于探索式创新的进行。因此，综合以上分析，提出以下假设：

假设1：互补性技术融合负向影响企业利用式创新绩效。

假设2：互补性技术融合正向影响企业探索式创新绩效。

1.5 替代性技术融合对企业利用式与探索式创新绩效的影响

Henderson 等［30］在研究现有产品技术重组和架构创新中指出，技术主要分为组分技术和结构技术两种。组分技术是构成复杂产品体系的专业科学技术［31］；结构技术是由不同类型组分技术相互交叉渗透、融合形成的一种新的系统结构［32］。技术融合是将若干组分技术转化为一种新的结构技术的过程。结构技术在其更新迭代进程中，各种组分技术除了存在互补关系还存在替代关系，即新技术与原有技术的替代。比如，新一代机械技术对传统机械技术的替代，机械技术是构成机电一体化技术的基础，为实现机电一体化产品与传统机电产品相比性能更好、功能更强、可靠性更高、体积和重量更轻巧等优势，可通过融入其他新科学知识，在结构、材料和性能上实现对传统机械技术的变更与改进；同时，随着计算机技术的迅猛发展和广泛应用，构成机电一体化技术的电子技术也得到了前所未有的发展。

替代性技术融合是指将在同一领域或技术方向上具有相似功能或相同应用目标的不同技术元素进行融合的过程。这种融合可以将不同的替代性技术结合起来，以达到相同或类似的效果或目标。替代性技术融合通常发生在同一领域内的竞争性技术之间，旨在提高产品或服务的性能、降低成本，提供更好的用户体验或满足市场需求。通过替代性技术融合，企业可以在选择不同技术方案时具有更大的灵活性，并能够根据特定的需求和条件来进行技术组合和优化。例如，新一代机械技术与传统机械技术的基础科学都是机械学，在将它们融合成机电一体化复合型技术的过程中，它们与电子电工技术、信息技术、传感器技术等的组合方式也呈现相似的特征，这种相似性有助于减少技术融合的复杂性和成本，并提高创新成功的机会。Lei［14］认为当创新技术与现存技术相比属性类似且具有更高性价比时，它们之间具有稳定的替换性，有利于提升企业创新绩效。因此，替代性技术之间的关联性启发能帮助企业在较短时间内赋予原有技术新的附加功能和更强的竞争力，加速现有产品系统性能优化并有效提升创新产品的可靠性及市场接受程度［33］；同时，基于相似基础科学原理的研究和开发有助于促进技术之间的交流与转移，从而提高了创新的效率和成功率。然而，当企业在创新活动中过度依赖替代性技术融合时，较高程度的知识重叠将不利于企业探索式创新绩效的进一步提升：（1）持续关注同一领域内的基础科学会使企业在认知和行为模式上产生强烈的一致性压力，导致企业很难吸收并整合外部异质性知识，从而不利于企业寻找新的技术发展轨迹开展探索式创新；（2）过度依赖基本科学原理相似的技术将导致企业知识基础根深蒂固，很难打破原有技术轨迹获取跨市场战略机遇［34］，进而限制企业创新视野。因此，替代性技术融合在早期阶段通过赋予原有技术新的附加功能和更强的竞争力，有利于促进企业开展探索式创新，但当替代性技术融合超出某一临界值时，企业在同一领域内形成的一致性认知和行为模式将锁定企业创新轨迹，使得企业很难突破原有技术路径吸收外部异质性创新资源，从而阻碍企业探索式创新绩效的进一步提升。因此，综合上述分析，提出以下假设：

假设3：替代性技术融合正向影响企业利用式创新绩效。

假设4：替代性技术融合与企业探索式创新绩效呈倒“U”型关系。

2 研究设计

2.1 样本选取及数据来源

随着信息和互联网技术等新技术体系与各行业之间的深度融合，产品创新正朝着更加复杂、系统化和多样化的方向发展，这种融合使得企业能够借助新技术的力量创造出更具创新性和竞争力的产品，特别是在复杂产品创新领域。例如新能源汽车，产品零部件涉及多种知识和技术，整车生产企业作为系统集成者，必须掌握大量非核心领域的知识和技术，通过对多种技术进行非线性组合才能持续保持在竞争中的领先地位。因此，本研究样本来自中国新能源汽车生产企业2005—2017 年新产品数据、专利数据与企业性质的面板数据。

搜集了中国第1 批至第303 批《车辆生产企业及产品公告》（以下简称“公告”）的全部数据。该数据覆盖了中国所有道路机动车辆生产企业以及历年所有的新机动车辆产品信息（字段包括产品编号、车辆品牌、车辆制造企业、公告发布日期、产品参数类型、燃料种类、是否为新能源汽车等），是权威完整的新产品数据来源。公告数据对新产品属性进行了分类，将其分为了全新车型和变更、扩展类车型，其中全新车型是相对该企业来说不同于以往车型的全新产品，而变更、扩展类车型是在企业原有基础车型基础上进行改进和提升的产品。在完成原始数据收集后，根据唯一代码产品编号的去重结果进行了进一步的数据清理，这包括但不限于处理重复记录、修复或删除缺失值，以确保最终的数据集质量和准确性；然后根据“是否为新能源汽车”并对照“燃料种类”字段，对所需新能源车辆产品数据进行逐一提取；最后依据新产品属性，识别出全新车型产品和改进车型产品（包括变更车型产品和扩展车型产品）。清理后的数据一共包括1 643 条新能源新产品，涉及的新能源车辆制造企业有354家。

以上筛选出的354 家企业的专利数据由湖南省专利信息公共服务平台下载所得，该平台对接国家知识产权局向企业和社会公众提供世界专利信息查询和下载通道。首先完整下载每家企业所申请的全部发明专利和实用新型专利，并对专利申请人名称进行统一处理，识别、清理和剔除没有申请过专利的企业，最终得到的有效样本企业为343 家；再根据专利唯一性代码专利申请号进行重复数据项操作，并提取IPC 分类号前4 位所代表的技术类别，构建每一家企业的专利IPC 申请历史库，以便识别不同领域的技术类别；最后计算每一家焦点样本企业的专利数据指标。通过查询国家企业信用信息公示系统以及企业官方网站收集有关样本企业层面的信息。以上所有数据获取后均经过人工逐条清洗并反复核实，以确保样本数据真实性和准确性。

2.2 变量及其测量

2.2.1 因变量

探索式创新通常涉及高风险和不确定性，因为它涉及到尚未被证明或商业化的创新领域。在二元式创新研究中，van Beers 等［34］和Troilo 等［35］大部分学者主要通过问卷调查的方法测量探索式和利用式创新绩效，然而，问卷调查可能存在主观性，同时问卷回收率相对较低的情况可能会影响到调查结果的全面性和准确性。因此，借鉴以往研究并结合利用式与探索式创新的本质内涵，通过样本企业每年在工信部审核发布的全新车型来测度企业的探索式创新绩效（TSI），通过变更、扩展类车型测度企业利用式创新绩效（LYI）。

2.2.2 自变量

在创新研究中，企业申请的专利通常能体现企业的技术知识状况，IPC 是按技术领域进行划分，IPC 小类（前4 位）可视为不同领域技术知识元素的代表。李丫丫等［12］和冯科等［36］的研究表明，不同类别的技术在同一专利中出现反映了技术之间的关联性，正是IPC 所代表的不同类别技术之间的关联性揭示了不同领域间的技术融合。因此，结合以往研究并借鉴Yayavaram 等［37］和Dibiaggio 等［38］对技术知识耦合结构的测度方法，以3 年为时间窗口，通过不同类别的IPC 分类号构建每家企业的技术知识共现矩阵并统计出技术元素间共现频率，以此为基础，利用专利IPC 号的耦合结构与替代关系分别对互补性和替代性技术融合进行测度。

第一步：构建焦点企业的技术元素共现矩阵。如果两个不同IPC 分类号同时出现在一个专利中，则认为这两个技术元素共现一次。

第二步：通过技术共现矩阵统计出技术元素之间的共现频率，以此为基础计算式（1）～（3）。

式（1）～（3）中：Oi、Oj分别表示包含技术元素i、j的所有专利数量；Jij表示同时包含技术元素i和技术元素j的所有专利数量；K代表所有专利申请总数；为均值；为方差；为标准化值。

第四步：参照Dibiaggio 等［38］的测度方法，利用余弦函数对替代性技术融合进行测度。

式（6）（7）中：Cjm代表技术元素j和其他m个技术元素同时出现在一个专利中的频数；Ckm代表技术元素k和其他m个技术元素同时出现在一个专利中的频数；STC 为焦点企业的替代性技术融合值。

2.2.3 控制变量

（1）企业年龄（FA）。企业成立时间越长，其积累的知识越丰富多样，也越有利于企业获取外部异质性资源开展融合创新，因此，使用企业的成立时间至本研究观测期间的时间来衡量企业的年龄，以控制企业年龄对创新的影响。

（2）国有企业（NC）。国企在所有权结构上与一般企业存在显著差异，这可能会导致企业在创新方面采取不同的战略和决策，此外，政府的监管和干预以及多方面政策及资金支持也会影响企业的创新活动，因此，将企业是否为国有企业作为控制变量，有助于提高研究的准确性和可信度。

（3）外资企业（FC）。将是否为外资企业作为控制变量有助于排除国际化程度、技术转移、全球价值链、跨国合作与竞争等因素的影响，以更准确地评估企业创新与其他变量之间的关系，确保研究结果更具普适性。

（4）技术多元化（FTD）。技术多元化程度越高，企业涉及的技术领域越丰富，多样化的技术知识会影响企业利用式创新与探索式创新，因此将技术多元化作为控制变量有助于消除技术领域差异对创新的影响。借鉴Guan 等［2］的测度方法，采用熵指数对企业技术多元化进行测量。

（5）市场化指数（MI）。市场化指数是指企业所在省份和区域的市场化发展水平及程度，主要受当地政府政策、法律法规、市场配套设施及区域经济环境的影响。企业所处市场环境不同，其创新策略也会受到不同程度的影响，尤其对于新能源汽车等战略性新兴领域更是如此，因此本研究将市场化指数视为一个重要的控制变量纳入了回归分析中。

2.3 模型选择

在统计分析上，由于因变量TSI 和LYI 为非负整数，且其方差远远大于其均值（见表1），即存在过度离散现象，因此，不宜用要求误差服从正态分布的普通最小二乘法（OLS）进行回归，更为适用计数模型，但计数模型中的泊松回归模型可能会低估参数的标准差，不能很好地拟合数据，因此使用负二项回归模型对其进行分析；进一步结合Hausman检验的结果，最终选择运用固定效应的负二项回归模型对面板数据进行实证分析，这种模型有助于深入研究面板数据的特征和动态，为理解相关问题提供更全面的视角。

表1 变量的描述性统计、相关系数结果及VIF 值

3 实证分析

3.1 描述性统计与相关性分析

表1 展示了所有变量的均值、标准差、相关系数以及方差膨胀因子（VIF 系数）。方差膨胀因子系数用于验证变量间是否存在严重共线性问题，一般以系数低于5 或10 作为判断标准。结果显示：各变量之间的相关系数均在可接受范围，VIF 值分布于1.02～1.35 之间，远小于共线性问题判定标准值，故排除共线性担忧。

3.2 回归分析

负二项固定效应回归分析结果如表2 所示。在仅加入控制变量的情况下，企业年龄、技术多元化和市场化指数对利用式创新和探索式创新的回归系数均为正向显著，这说明创新是一个不断累积的过程，企业存续时间越长、企业技术专利在各技术领域分布程度越广，企业拥有的资源和技术越丰富，就越有助于提升企业的创新绩效；而互补性技术融合对利用式创新的回归系数为负但不显著，故假设1 得到部分支持；互补性技术融合对探索式创新的回归系数为正显著，说明互补性技术融合对企业探索式创新绩效具有显著的正向作用。技术互补的重要作用不仅在于从组合中实现更高层次的集成功能以及相应的价值增生，还在于它能促进多种技术协同演化，因此，通过互补性技术融合，企业可以将不同领域的知识和技能整合在一起，这可以帮助企业创造出新的解决方案，促进探索式创新，故假设2 得到支持。

表2 变量的固定效应回归结果

替代性技术融合一次项与二次项对利用式创新绩效的回归系数分别为正显著和负不显著，这说明替代性技术融合与企业利用式创新绩效呈正向关系；而替代性技术融合一次项与二次项对探索式创新绩效的回归系数分别为正显著和负显著，这表明替代性技术在早期阶段融合能帮助企业在较短时间内赋予原有技术新的功能和更强的竞争力，从而有利于推动探索式创新绩效的提升，但当替代性技术融合超出某一临界值后，知识高度重叠可能会锁定企业创新轨迹，使得企业很难突破原有技术路径获取异质性创新资源，从而阻碍企业探索式创新绩效的进一步提升。因此，假设3 和假设4 得到支持。

3.3 稳健性检验

为验证研究结果的稳健性，借鉴Guan 等［2］学者的做法，通过以下方法进行检验：（1）改变被解释变量的测度方式。因探索式创新通常涉及多个技术领域，而利用式创新可能更集中在组织已有的技术领域，所以通过专利的技术领域覆盖程度对利用式创新和探索式创新进行测度，其他条件不变。（2）将被解释变量滞后1 期，其他条件不变。（3）选择混合回归方法进行回归分析，其他条件不变。检验结果如表3 所示，各个关键解释变量的显著性与表2 分析结果基本一致，从而佐证了本研究的实证分析结果稳健可信。

表3 稳健性检验结果

4 结论与讨论

4.1 研究结论

随着信息、新能源、新材料等学科技术的多点突破与交叉渗透，技术融合已成为企业突破技术制约、应对市场变革、实现创新发展的关键出路。本研究实证检验了互补性和替代性技术融合对企业利用式与探索式创新绩效的作用机制，结果表明技术融合对企业创新绩效的影响是复杂的——可能带来积极影响、也可能产生消极作用，具体取决于企业的创新导向以及所采取的不同技术融合方式。当企业偏向采取利用式创新，通过改进已有产品或设计来满足现有消费者需求时，替代性技术融合有利于提升企业创新绩效；而互补性技术融合需要将不同领域的知识和技术整合在一起，虽然这些技术可能在某些方面存在互补，但也可能存在着技术间的冲突或兼容性问题，需要企业投入大量的时间和精力进行调整和整合，这可能会影响企业原本计划的创新进程，从而不利于企业利用式创新绩效的提升；当企业力求寻找新技术发展轨迹、通过探索式创新来满足新兴顾客或新兴市场需求时，互补性技术融合有利于提升企业创新绩效，而替代性技术融合一开始有利于提升企业创新绩效，但在后期将不利于探索式创新绩效的进一步提升。这说明替代性技术融合虽然在早期阶段能赋予原有技术新的附加功能和更强的竞争力，但当企业过度局限在现有领域进行技术开发时，相似领域内形成的一致性认知和行为模式将锁定企业创新轨迹，使得企业很难突破原有技术路径、吸收外部异质性创新资源，从而阻碍企业探索式创新绩效的进一步提升。

4.2 启示

首先，企业管理者应该从单纯关注技术本身转为探究技术元素间的关系。除了技术本身的积累，技术元素间的关系可以更好地诠释企业利用技术的特定方式以及企业间创新绩效的差异。换言之，即使具备同样规模和相同类型技术元素的企业，通过技术元素间不同的融合方式也会形成千差万别的技术结构特征，进而对企业创新产生不同的影响。因此，企业管理者可以通过深入理解企业技术元素之间的关系来更好地开展组织学习和创新活动。其次，企业管理者可根据各技术背后所依托的科学技术基础原理，通过不同技术融合方式发展不同的技术创新轨道。企业若想更有效地实现探索式技术创新，建议企业管理者跨领域探索和学习新技术新知识，在不断深入理解现有技术和学习新技术的过程中，通过互补性技术融合开展创新活动；而当企业习惯于利用式创新战略、意图在较短时间内拓宽市场份额时，建议企业管理者在科学基础原理相似的领域内进行技术探索和挖掘，通过替代性技术融合赋予原有技术新的附加功能和更强的竞争力，加速产品系统性能优化，比如，可将构成机电一体化技术的机械技术通过在结构、材料和性能上进行提升和改进，从而实现对传统机械技术的替代。

4.3 局限性与未来研究方向

（1）虽然专利数据是识别技术领域交叉和新兴技术潜在演化轨迹的重要途径，现有研究也普遍认可基于专利数据和IPC 分类号对技术融合进行测度分析，但由于技术融合过程的复杂性和多维性，本研究仍存在仅从单一层面解析技术融合的局限，后续研究可以把专利引文分析和不同层次的技术领域分类方法纳入同一分析框架，为全面考察跨领域技术融合特征及其动态演化轨迹提供更准确的预测工具。（2）中国各级政府在新能源汽车产业发展过程中制定和发布了一系列扶持政策和措施，尽管本研究在实证分析过程中加入了两个虚拟变量（是否为国有企业和外资企业）控制企业所有权性质对利用式和探索式创新的作用，但无法准确反映不同扶持政策对企业创新和发展的具体影响，因此，通过设计科学合理的分析框架来评估政府扶持政策对创新活动的作用、分析企业跨领域技术融合特征对其运用政策红利开展技术创新活动和实现战略目标的影响是后续重要的研究方向。（3）本研究仅采用了新能源汽车单一行业样本数据进行分析，后续研究可以将技术融合上升到产业层面，并结合多个不同产业进行比较分析，为企业构建合理的技术发展路径提供更具普适性的指导建议。