汪 濤,王璐瑋,儲姍姍
(南京師范大學地理科學學院,江蘇 南京 210023)
2014年10月,國務院批復同意支持南京、蘇州、無錫等8個高新區(qū)和蘇州工業(yè)園區(qū)建設蘇南國家自主創(chuàng)新示范區(qū) (蘇南自創(chuàng)區(qū)),其作為江蘇省科技創(chuàng)新高地,培育了一批高創(chuàng)新、高盈利、高成長的瞪羚企業(yè)[1]。這些企業(yè)成為蘇南地區(qū)經(jīng)濟增長和創(chuàng)新發(fā)展的生力軍,其創(chuàng)新方式和路徑為傳統(tǒng)企業(yè)的轉(zhuǎn)型升級提供了發(fā)展樣本,具有重要研究價值。
瞪羚企業(yè)在不同階段具有不同的發(fā)展需求,經(jīng)常面臨在現(xiàn)有基礎上創(chuàng)新還是打破常規(guī)創(chuàng)新的困境,如何在日漸動蕩的環(huán)境中管理那些看似對立且相互競爭的創(chuàng)新行為[2],成為高成長企業(yè)亟待解決的問題。相關研究最早可以追溯到1976年Duncan提出的組織二元性,他認為組織能夠通過結(jié)構(gòu)調(diào)整適應外界的漸進或突變式變化。1996年Tushman等重拾這一概念,將其描述為可以同時管理進化式變革和革命性變革的企業(yè),自此有關創(chuàng)新的二元式研究涌現(xiàn)[3]?;诙暯?,創(chuàng)新被劃分為漸進式創(chuàng)新和突破式創(chuàng)新,前者是以最大化價值利用為目標,對現(xiàn)有技術完善和升級引起的連續(xù)性創(chuàng)新行為;后者是以有意識的革新為目標,開發(fā)新產(chǎn)品、新技術以滿足市場潛在需求的跳躍性創(chuàng)新行為[4]。以March為代表的平衡觀點認為,資源稀缺導致兩者之間具有強烈的對抗性,一種創(chuàng)新會對另一種創(chuàng)新產(chǎn)生負外部性或排擠效應[5]。隨著研究深入,更多學者基于正交觀點認為漸進式創(chuàng)新和突破式創(chuàng)新之間存在相互促進的反哺效應。后續(xù)研究整合上述兩種觀點,將時空維度引入雙元創(chuàng)新的探討,由此形成兩種不同的創(chuàng)新模式:一是漸進與突破交替進行的時間分離性平衡 (次序性)模式,二是漸進與突破并行的空間分離性平衡 (共時性)模式[6]。理論上,領先型企業(yè)在內(nèi)部管理上具有較強的組織柔性,傾向于選擇共時性模式,而追趕型企業(yè)在資源約束下更適于采納次序性模式。然而現(xiàn)有實踐表明,在蘊藏了豐富資源的創(chuàng)新網(wǎng)絡中,一些領先型企業(yè)在沉沒成本效應下,對外關系表現(xiàn)出較強的組織依賴和鎖定特征,而部分追趕型企業(yè)從創(chuàng)新溢出中獲益,時空上對雙元創(chuàng)新的動態(tài)調(diào)節(jié)不斷隨著創(chuàng)新網(wǎng)絡的擴容而更加靈活。因此,網(wǎng)絡條件下需要進一步探討瞪羚企業(yè)的雙元創(chuàng)新路徑發(fā)生機制。
隨著創(chuàng)新格局由等級化向網(wǎng)絡化演變,學者對雙元創(chuàng)新的認知視角也從單個組織主體擴展到復雜的網(wǎng)絡成員之間,頻頻利用網(wǎng)絡理論揭示雙元創(chuàng)新的發(fā)生機制。近期研究主要集中在以下3個方面:①創(chuàng)新網(wǎng)絡對雙元創(chuàng)新的邊際效應,結(jié)合網(wǎng)絡資源悖論,探究高動態(tài)環(huán)境中創(chuàng)新網(wǎng)絡演化與雙元創(chuàng)新發(fā)展的非線性關系[7-8];②創(chuàng)新網(wǎng)絡結(jié)構(gòu)對兩種創(chuàng)新的差異化影響,基于創(chuàng)新在前因、結(jié)果和權(quán)變因素上的異質(zhì)性,剖析和比較不同網(wǎng)絡結(jié)構(gòu)特征對兩種創(chuàng)新的驅(qū)動機制[9-10];③創(chuàng)新網(wǎng)絡演化與雙元創(chuàng)新路徑選擇,從動態(tài)整合視角探究不同的創(chuàng)新網(wǎng)絡發(fā)展階段,企業(yè)如何謹慎選擇自我更新、資本延伸的匹配性戰(zhàn)略,解決兩種創(chuàng)新之間的效益需求沖突[11-12]。由于缺乏劃分創(chuàng)新連續(xù)性、新穎程度的統(tǒng)一標準,有關雙元創(chuàng)新路徑發(fā)生機制的研究仍存在較大分歧。鑒于此,本文整合網(wǎng)絡研究范式和組織二元性研究范式,以蘇南自創(chuàng)區(qū)183家瞪羚企業(yè)為研究對象建立創(chuàng)新網(wǎng)絡,運用層次回歸模型剖析網(wǎng)絡位置、知識搜索和關系強度對漸進式創(chuàng)新、突破式創(chuàng)新的作用機理,并結(jié)合創(chuàng)新網(wǎng)絡動態(tài)特征梳理瞪羚企業(yè)雙元創(chuàng)新路徑,如圖1所示。
圖1 蘇南自創(chuàng)區(qū)瞪羚企業(yè)的空間分布
網(wǎng)絡位置是指企業(yè)在網(wǎng)絡中獲取異質(zhì)性資源和控制信息傳遞的能力[13]。度數(shù)中心度指節(jié)點與相鄰節(jié)點直接相連的關系數(shù),用于考察企業(yè)充當網(wǎng)絡中心樞紐的程度。Brown等[14]基于組織學習視角認為,高中心性企業(yè)擁有豐富的信息源和信息渠道,有助于企業(yè)整合內(nèi)外部知識;Burt基于競爭視角認為,高中心性企業(yè)通過對比多元信息從中識別出準確、有效的信息,而不受競爭對手發(fā)出誤導信息的干擾[15];Powell等[16]基于合作視角指出,高中心性企業(yè)可迅速發(fā)現(xiàn)和接近創(chuàng)新先進性企業(yè),擁有更大的機會被挑選為合作伙伴。
結(jié)構(gòu)洞是指行動者間的非冗余聯(lián)系[17],其理論價值在于把中間人、局部橋、漁利者等相關思想整合成一致的分析框架。學者[18]普遍認為網(wǎng)絡群體間的觀念和行為比群體內(nèi)部更具有異質(zhì)性,跨群體建立關系的經(jīng)紀行為可以為節(jié)點提供更多的新思想。結(jié)構(gòu)洞通過這種經(jīng)紀行為賦予節(jié)點更廣闊的中間人視野,從而比其他位置上的成員更具競爭優(yōu)勢。
度數(shù)中心度和結(jié)構(gòu)洞分別從中心性和中介性兩個維度刻畫企業(yè)的網(wǎng)絡地位。從鏈接能力看,地位高的企業(yè)更有能力調(diào)動潛在的網(wǎng)絡資源,使其便捷地集聚和擴散[19],憑借可達性、時效性和參考性這3種信息優(yōu)勢推動漸進式創(chuàng)新;從控制能力看,占據(jù)優(yōu)勢地位的企業(yè)擁有更多機會充當信息中心樞紐或傳播通道,易于從網(wǎng)絡中獲取更多的 “橋”收益,通過掌握信息處理的先發(fā)權(quán)、主動權(quán)推動企業(yè)突破式創(chuàng)新。因此提出假設H1a:網(wǎng)絡位置正向促進企業(yè)的漸進式創(chuàng)新;H1b:網(wǎng)絡位置正向促進企業(yè)的突破式創(chuàng)新。
知識搜索水平是指企業(yè)運用網(wǎng)絡關系檢索、挖掘外部資源的能力。Nelson等[20]從演化經(jīng)濟學和組織生態(tài)學角度提出本地搜索的概念,將其定義為企業(yè)在鄰近地域搜索或?qū)ο嗨浦R進行搜索的行為。在本地—遠程搜索的邊界研究中,地理范圍是一個關鍵的劃分標準[21-22]。Laursen[23]指出起源于演化經(jīng)濟學的知識搜索研究出現(xiàn)了明顯的從本地搜索向遠程搜索演進的動向。更多新近研究也表明企業(yè)獲取知識的地理范圍越廣,其知識搜索水平越高[24-25]。
知識搜索水平的差異還表現(xiàn)在搜索深度上。知識搜索深度是指企業(yè)對某種知識的提取強度和對知識源、知識通道的利用強度[26]。學者[27-28]主要基于Laursen等設計的調(diào)查問卷,對 “是否密集使用一些特定的知識搜索通道” “是否提取和利用特定領域的知識”等題項進行擴展,根據(jù)問答結(jié)果對知識搜索進行深度量化。這種基于搜索強度的測量方法不利于區(qū)分搜索深度對創(chuàng)新行為的雙向影響,即超出適定范圍后,搜索深度的持續(xù)增加會強化企業(yè)的技術軌跡,導致組織僵化[29]。因此,基于合作質(zhì)量的知識搜索深度量化方法更加合理。
網(wǎng)絡位置與知識搜索之間存在密切聯(lián)系,從搜索寬度看,地位高的企業(yè)可以憑借緊密的異質(zhì)性聯(lián)系對知識進行篩選、吸收和整合,不斷優(yōu)化知識搜索條件拓展知識搜索范圍;從搜索深度看,具有地位優(yōu)勢的企業(yè)可以通過非冗余聯(lián)系,高效識別有用信息,將有限精力投入到最值得維系的聯(lián)系上,在深化合作關系的同時提高合作質(zhì)量。因此提出假設H2:網(wǎng)絡位置正向促進知識搜索水平。
知識搜索服務于整個創(chuàng)新過程。Chen等[26]發(fā)現(xiàn)知識搜索廣度和深度均對創(chuàng)新績效產(chǎn)生正向促進作用,且受外部伙伴類型的影響;Stephen等[30]指出知識外部搜索在知識庫影響創(chuàng)新績效的過程中發(fā)揮著主要作用。在激烈的競爭環(huán)境中,企業(yè)通過利用式搜索循序漸進地升級產(chǎn)品與工藝,不斷積累內(nèi)部知識和資源促進漸進式創(chuàng)新[31];當面臨較多冗余資源時,企業(yè)通過探索式搜索擺脫常規(guī)的思考、行事模式,幫助企業(yè)找到進入新領域的機會,開拓新市場促進突破式創(chuàng)新[32]。因此提出假設H3a:知識搜索正向促進企業(yè)漸進式創(chuàng)新;H3b:知識搜索正向促進企業(yè)突破式創(chuàng)新。
Berliant等[33]認為知識搜索具有代理中介特征,組織利用外部關系進行知識搜索,促進新知識的生產(chǎn),以提高企業(yè)的創(chuàng)新能力;Alguezaui等[34]指出社會資本刺激知識搜索,進而影響組織的雙元創(chuàng)新行為;胡保亮等[35]發(fā)現(xiàn)知識搜索范圍和深度在全球制造網(wǎng)絡位置和創(chuàng)新績效之間發(fā)揮著中介作用。結(jié)合已有研究對網(wǎng)絡位置、知識搜索、創(chuàng)新能力三者關系的分析,認為網(wǎng)絡位置能夠通過知識搜索影響企業(yè)的創(chuàng)新能力,因此提出假設H4a:知識搜索在網(wǎng)絡位置提升漸進式創(chuàng)新能力的過程中起到中介作用;H4b:知識搜索在網(wǎng)絡位置提升突破式創(chuàng)新能力的過程中起到中介作用。
關系強度是指企業(yè)與網(wǎng)絡主體基于某種互動關系的連接程度。學者[36-37]多基于調(diào)查問卷,從關系數(shù)、接觸次數(shù)、持久度、親密度等層面對關系強度進行測度。李明星等[38]則指出網(wǎng)絡關系是雙向的,而問卷發(fā)放往往只針對樣本企業(yè),使關系強度調(diào)查結(jié)果不夠客觀,進而選擇企業(yè)合作的平均次數(shù)對其進行量化。股權(quán)關系的建立可有效克服合作雙方信息不對稱的限制,成員間的頻繁互動有利于形成共同解決問題的合作模式。
企業(yè)搜索知識時,與合作者建立的關系強度會影響信息傳遞質(zhì)量和效率,進而影響企業(yè)創(chuàng)新能力。漸進式創(chuàng)新依靠背景知識和輔助知識挖掘更深層的技術,雙方之間多為隱性知識交流。強關系因強互惠性建立的信任基礎有利于促進關鍵技術在雙方之間分享,減小隱性知識的流動難度,促進企業(yè)的漸進式創(chuàng)新;企業(yè)突破式創(chuàng)新依賴于更寬廣的視野,要求企業(yè)不斷更新外部關系以接受新觀念。弱關系強調(diào)市場化交易原則,彼此之間不需要關系承諾和關系投資,有利于節(jié)約成本建立更多的新關系,推動企業(yè)的突破式創(chuàng)新[39]。因此提出假設H5a:關系強度在知識搜索促進漸進式創(chuàng)新時起到正向調(diào)節(jié)作用;H5b:關系強度在知識搜索促進突破式創(chuàng)新時起到負向調(diào)節(jié)作用。
基于以上假設,構(gòu)建以網(wǎng)絡位置為自變量,創(chuàng)新能力為因變量,知識搜索水平為中介變量,關系強度為調(diào)節(jié)變量,企業(yè)年限、行業(yè)分類及注冊資本為控制變量的層次回歸模型,探究瞪羚企業(yè)雙元創(chuàng)新的發(fā)生機制,如圖2所示。
圖2 瞪羚企業(yè)雙元創(chuàng)新發(fā)生機制的概念模型
創(chuàng)新網(wǎng)絡數(shù)據(jù):①在萬方數(shù)據(jù)平臺檢索183家瞪羚企業(yè)的專利申請數(shù)據(jù),從中篩選出1505條聯(lián)合申請專利數(shù)據(jù),共涉及55家瞪羚企業(yè);②利用C++程序分時段生成專利合作矩陣,構(gòu)建創(chuàng)新網(wǎng)絡 (包含9546對合作關系,涉及254個創(chuàng)新主體);③將創(chuàng)新主體劃分為企業(yè)、高校、研究機構(gòu)、其他 (醫(yī)院、政府機構(gòu)等)4種類型,并通過企查查平臺查詢瞪羚企業(yè)的控股、被控股關系、成立年份、行業(yè)分類和注冊資本等。
技術共現(xiàn)網(wǎng)絡數(shù)據(jù):在萬方數(shù)據(jù)平臺檢索瞪羚企業(yè)申請專利的IPC分類號,統(tǒng)計各企業(yè)每項 “IPC”小類代碼出現(xiàn)的年份及在同一專利中出現(xiàn)的次數(shù),利用C++程序構(gòu)建企業(yè)內(nèi)部技術共現(xiàn)網(wǎng)絡。
時間成本數(shù)據(jù):利用XGeocoding獲取各創(chuàng)新主體的地理坐標,結(jié)合盛名列車時刻表,查詢合作雙方所在城市間的高鐵車次、發(fā)站、到站、歷時信息,計算24小時內(nèi)兩城市間所有高鐵車次歷時的平均時長。
(1)網(wǎng)絡位置。以蘇南自創(chuàng)區(qū)瞪羚企業(yè)及其專利聯(lián)合申請權(quán)人為網(wǎng)絡節(jié)點,構(gòu)建創(chuàng)新網(wǎng)絡,進而計算瞪羚企業(yè)的度數(shù)中心度CD (i)和結(jié)構(gòu)洞ESi。
(1)
(2)
式中,j為與節(jié)點i直接合作的節(jié)點,j=1,2,3…J;Xij為節(jié)點i和j的合作總次數(shù);q為除了i和j之外的節(jié)點;piq為節(jié)點i投入到q的關系比重;mjq是節(jié)點j投入到q的關系邊際強度。
(2)知識搜索水平。根據(jù)合作雙方間的時間成本,計算知識搜索寬度widi,公式為:
(3)
depi=ln (hi)ln (Rij)
(4)
式中,dij為節(jié)點i、j所在城市間的時間成本;a為節(jié)點i所在行業(yè)近期 (2016—2018年)發(fā)明專利授權(quán)量與研究期內(nèi) (2004—2018年)發(fā)明專利授權(quán)量的比值;b為研究期內(nèi)節(jié)點i所在行業(yè)的發(fā)明專利占比;Rij為研究期內(nèi)節(jié)點i、j所屬合作類型的發(fā)明專利占比。
(3)關系強度。若節(jié)點i、j之間存在股權(quán)關系或合作次數(shù)不少于4次,則認為節(jié)點i、j具有強關系,否則具有弱關系。根據(jù)節(jié)點的強、弱關系數(shù)測量節(jié)點i的關系強度tiei,公式為:
(5)
式中,stroi和weeki分別為節(jié)點i的強、弱關系數(shù)。
(4)創(chuàng)新能力。參考吳穎文等[41]的研究,以IPC “小組”代碼為節(jié)點,構(gòu)建企業(yè)內(nèi)部技術共現(xiàn)網(wǎng)絡,如圖3所示。
圖3 企業(yè)內(nèi)部技術共現(xiàn)網(wǎng)絡——以常州回天新材料有限公司為例
考察瞪羚企業(yè)專利IPC “小類”代碼出現(xiàn)的次數(shù),若任意 (t-4,t]年間出現(xiàn)的次數(shù)大于等于1,則定義該代碼為這一企業(yè)漸進式技術的重要組分 (Incre-IPC),否則為突破式技術的重要組分 (Break-IPC)。在此基礎上,借鑒Chen[42]的研究構(gòu)建企業(yè)漸進創(chuàng)新指數(shù) (Incre-index)和突破創(chuàng)新指數(shù) (Break-index),見表1。
表1 企業(yè)雙元創(chuàng)新指數(shù)的評價體系
各變量的Cronbach’sα系數(shù)均大于0.7,表明數(shù)據(jù)具有良好的信度。依次加入網(wǎng)絡位置、知識搜索水平、關系強度和創(chuàng)新指數(shù)進行因子分析,結(jié)果顯示KMO值為0.702~0.862,Bartlett球形檢驗的顯著性水平均小于0.05,表明數(shù)據(jù)具有良好的結(jié)構(gòu)效度。
對各變量進行相關性分析,結(jié)果顯示各相關系數(shù)均小于0.7,且自變量、中介變量、調(diào)節(jié)變量均與因變量之間呈顯著相關,為探究變量間的作用關系提供了初步分析證據(jù)。對變量進行多重共線性診斷,結(jié)果符合回歸分析的前提條件,允許采用層次回歸檢驗變量間的假設關系。
分別構(gòu)建以Incre-index、Break-index為因變量,只加入控制變量的原模型Model1和Model2。在原模型上增設網(wǎng)絡位置自變量,構(gòu)建Model3和Model4,形成 “Model1和Model3”和 “Model2和Model4”兩組對照組。在Model3和Model4中 (表2),度數(shù)中心度和結(jié)構(gòu)洞的回歸系數(shù)在顯著水平下均為正值,且比Model1和Model2的解釋力分別增加了48.2%和51.0%,說明網(wǎng)絡位置對兩種創(chuàng)新均存在顯著的正向影響,H1得以驗證。另外,發(fā)現(xiàn)Model3中度數(shù)中心度的系數(shù)高于結(jié)構(gòu)洞 (0.311>0.297),而Model4中度數(shù)中心度的系數(shù)低于結(jié)構(gòu)洞 (0.29<50.344),說明度數(shù)中心度對漸進式創(chuàng)新更重要,而結(jié)構(gòu)洞對突破式創(chuàng)新更重要。
分別構(gòu)建以知識搜索寬度、搜索深度為因變量,只加入控制變量的原模型Model7和Model8。在此基礎上增設網(wǎng)絡位置自變量以構(gòu)建Model9和Model10,形成 “Model7和Model9” “Model8和Model10”兩組對照組。在Model9和Model10中度數(shù)中心度和結(jié)構(gòu)洞的回歸系數(shù)在顯著水平下均為正值,且Model9比Model7的解釋力增加了48.5%,Model10比Model8的解釋力增加了52.0%,說明網(wǎng)絡位置對知識搜索存在顯著的正向影響,H2得以驗證,見表2。
綜合H1~H3的檢驗結(jié)果,H4得以驗證。
由表2可知,Model9中度數(shù)中心度的系數(shù)低于結(jié)構(gòu)洞 (0.247<0.294),而Model10中度數(shù)中心度的系數(shù)高于結(jié)構(gòu)洞 (0.224>0.219),說明度數(shù)中心度更利于企業(yè)開展知識深度搜索,而結(jié)構(gòu)洞更利于企業(yè)拓展知識搜索寬度。
表2 主效應和中介效應檢驗結(jié)果
在Model1和Model2的基礎上增設知識搜索水平自變量,構(gòu)建Model5和Model6,形成 “Model1和Model5” “Model2和Model6”兩組對照組。在Model5和Model6中知識搜索寬度和搜索深度的回歸系數(shù)在顯著水平下均為正值,且Model5和Model6的解釋力分別增至61.1%和64.7%,說明知識搜索對兩種創(chuàng)新具有顯著的正向影響,H3得以驗證。另外,發(fā)現(xiàn)Model5中知識搜索寬度的系數(shù)低于搜索深度 (0.202<0.299),而Model6中知識搜索寬度的系數(shù)高于搜索深度 (0.282>0.217),說明知識搜索深度更利于漸進式創(chuàng)新,而知識搜索寬度更利于突破式創(chuàng)新。
將變量進行標準化處理,生成交互項1 (知識搜索寬度×關系強度)、交互項2 (知識搜索深度×關系強度),構(gòu)建Model11~Model18。相比未加入交互項的原模型,Model12、Model14、Model16和Model18的解釋力均得以顯著提升。在以Incre-index為因變量的模型中,關系強度和交互項的系數(shù)均為正值,而在以Break-index為因變量的模型中,兩者系數(shù)均為負值,說明關系強度在知識搜索促進漸進式創(chuàng)新的過程中起著顯著的正向調(diào)節(jié)作用,而在促進突破式創(chuàng)新的過程中起著顯著的負向調(diào)節(jié)作用,H5得以驗證,見表3。
表3 調(diào)節(jié)效應檢驗結(jié)果
將瞪羚企業(yè)劃分為強關系組 (tiei>0)和弱關系組 (tiei≤0),散點圖中對應組的直線斜率越大,表明其創(chuàng)新能力隨知識搜索水平變化而變化的幅度越大。無論在知識搜索寬度還是搜索深度的回歸中,以Incre-index為因變量的強關系組直線斜率均高于弱關系組,而以Break-index為因變量的強關系組直線斜率均低于弱關系組,直觀揭示了關系強度對漸進式創(chuàng)新的正向調(diào)節(jié)作用,對突破式創(chuàng)新的負向調(diào)節(jié)作用,如圖4所示。
圖4 關系強度對雙元創(chuàng)新的調(diào)節(jié)作用
使用SPSS中的PROCESS宏命令進行檢驗,強關系調(diào)節(jié)下,度數(shù)中心度和結(jié)構(gòu)洞通過知識搜索對Incre-index產(chǎn)生顯著的間接效應,置信區(qū)間[0.322,0.573]和[0.367,0.544]不包括0,見表4。由表4可知,強關系數(shù)多的瞪羚企業(yè)可以通過 “靠近網(wǎng)絡中心/占據(jù)網(wǎng)絡結(jié)構(gòu)洞—提高知識搜索水平—改善、升級現(xiàn)有技術”的路徑開展創(chuàng)新;弱關系調(diào)節(jié)下,結(jié)構(gòu)洞通過知識搜索對Incre-index產(chǎn)生的間接影響顯著 (置信區(qū)間[0.149,0.124],不包括0),而度數(shù)中心度通過知識搜索對Incre-index產(chǎn)生的間接影響不顯著 (置信區(qū)間[-0.054,0.133]包括0)。說明弱關系多的瞪羚企業(yè)更適合通過 “占據(jù)網(wǎng)絡結(jié)構(gòu)洞—提高知識搜索水平—改善、升級現(xiàn)有技術” 的路徑開展創(chuàng)新。
強關系調(diào)節(jié)下,度數(shù)中心度和結(jié)構(gòu)洞通過知識搜索對Break-index產(chǎn)生的間接影響均不顯著 (置信區(qū)間包括0)。而弱關系調(diào)節(jié)下,度數(shù)中心度和結(jié)構(gòu)洞通過知識搜索對Break-index產(chǎn)生的間接影響均顯著 (置信區(qū)間不包括0),說明以弱關系為主的瞪羚企業(yè)更適合通過 “靠近網(wǎng)絡中心/占據(jù)網(wǎng)絡結(jié)構(gòu)洞—提高知識搜索水平—技術革新、開拓新市場”的路徑開展創(chuàng)新。
根據(jù)Incre-index與Break-index的比值,將企業(yè)劃分為19家漸進式創(chuàng)新主導企業(yè) (Incre企業(yè))和36家突破式創(chuàng)新主導企業(yè) (Break企業(yè))。分階段統(tǒng)計企業(yè)的網(wǎng)絡指標,由此繪制箱圖。
表4 被調(diào)節(jié)的中介效應檢驗結(jié)果
從均值分析,2004—2010年Incre企業(yè)在度數(shù)中心度和知識搜索深度上占有優(yōu)勢,相比Break企業(yè),Incre企業(yè)更靠近網(wǎng)絡中心,傾向與合作者開展高質(zhì)量的創(chuàng)新活動。2011—2015年Incre企業(yè)的知識搜索寬度和深度均有所加強,強、弱關系數(shù)均有所增加,表明Incre企業(yè)主要利用弱關系拓展知識搜索范圍,利用強關系加深對原有合作者的知識搜索,以鞏固自身的中心性地位,提升漸進式創(chuàng)新能力。2016—2018年Incre企業(yè)的知識搜索寬度較前一階段有所削弱,搜索深度進一步加強,且弱關系數(shù)有所減少,強關系數(shù)有所增加,說明Incre企業(yè)逐漸將創(chuàng)新重心轉(zhuǎn)移到 “利用強關系加深知識搜索”上。這種創(chuàng)新戰(zhàn)略利用強關系不斷鞏固合作者間的信任基礎,建立更可靠的關系通道,降低隱性知識的流動難度,推動企業(yè)間開展高質(zhì)量的創(chuàng)新活動。然而,強關系的維持需要消耗大量精力,在一定程度上抑制了企業(yè)弱關系的發(fā)展以及對新領域探索的積極性,如圖5所示。
注:max為企業(yè)中相應變量的最大值;mean為相應變量的均值;min為相應變量的最小值。圖5 蘇南自創(chuàng)區(qū)瞪羚企業(yè)相關創(chuàng)新變量的演化
2004—2010年Break企業(yè)在中介性地位和知識搜索寬度上具有相對優(yōu)勢。相比Incre企業(yè),Break企業(yè)有著更寬廣的視野。2011—2015年Break企業(yè)的知識搜索寬度和弱關系數(shù)均得以明顯提升,搜索深度和強關系數(shù)基本保持不變,說明企業(yè)主要利用弱關系拓展合作范圍,但在合作質(zhì)量上沒有提高。2016—2018年Break企業(yè)的知識搜索寬度和深度均得以加強,弱關系數(shù)進一步增加,而強關系數(shù)維持穩(wěn)定,說明Break企業(yè)不再滿足于低合作質(zhì)量的遠程搜索,期望利用弱關系加強知識搜索深度。這種通過 “弱關系提升二維知識搜索水平”的創(chuàng)新戰(zhàn)略,使企業(yè)受到較少關系網(wǎng)絡的約束,有利于節(jié)省關系維護時間和資源以接觸更多的異質(zhì)性信息,促進跨領域知識融合和復雜知識的形成,為企業(yè)贏得更大的后發(fā)優(yōu)勢。
漸進式創(chuàng)新的驅(qū)動力在于降低成本、提高質(zhì)量,縮小與領先型企業(yè)的技術差距,而突破式創(chuàng)新的驅(qū)動力在于發(fā)展新業(yè)務,拉開與追隨型企業(yè)的技術差距,可見兩者的發(fā)生機制存在明顯差異。文章發(fā)現(xiàn),在網(wǎng)絡位置主導兩種創(chuàng)新的過程中,知識搜索產(chǎn)生了不同程度的中介效應,關系強度發(fā)揮著不同方向的調(diào)節(jié)作用,其中知識搜索深度在強關系調(diào)節(jié)下對漸進式創(chuàng)新的促進效果更明顯,而知識搜索寬度在弱關系調(diào)節(jié)下對突破式創(chuàng)新的促進效果更明顯?;诖耍瑥木W(wǎng)絡管理層面提出策略:于高成長企業(yè)而言,其可以參考文章中對雙元創(chuàng)新指數(shù)的評價進行自我評測,設計創(chuàng)新網(wǎng)絡指標退化的預警紅線,利用動態(tài)監(jiān)測和差距分析引導企業(yè)管理內(nèi)部雙元創(chuàng)新關系、捕獲外部創(chuàng)新資源;于政府相關部門而言,其應洞察網(wǎng)絡環(huán)境下創(chuàng)新資源配置的新動向和高成長企業(yè)雙元創(chuàng)新行動的新變化,從宏觀層面動員和協(xié)調(diào)網(wǎng)絡中的行動者。
瞪羚企業(yè)的網(wǎng)絡位置、知識搜索和關系強度表現(xiàn)出不同的演化特征,其創(chuàng)新路徑也隨之更新、分化。早期,高中心性企業(yè)主要通過加深知識搜索促進創(chuàng)新。中期,這些企業(yè)的中心性地位有所加強,同時促進了知識搜索寬度和深度兩個維度的提升,在關系強度的調(diào)節(jié)下知識搜索深度對漸進式創(chuàng)新更重要。近期,這些企業(yè)基于上一階段的發(fā)展經(jīng)驗,將重心轉(zhuǎn)移到 “利用強關系加深知識搜索”上,最終發(fā)展為Incre企業(yè)。然而,在技術更迭加速的背景下,部分Incre企業(yè)過度依賴于當前成熟資源,逐漸喪失了環(huán)境感知和適應能力,使其背負著較強的核心剛性,進而陷入 “追趕—落后—追趕”的惡性循環(huán)。因此,Incre企業(yè)一方面應該維護和拓展同Break企業(yè)建立的聯(lián)系網(wǎng)絡,憑借資源、權(quán)力、渠道等優(yōu)勢,通過資本運作、戰(zhàn)略聯(lián)盟獲取Break企業(yè)的新流技術;另一方面,其不應拘囿于 “靠近網(wǎng)絡中心—加深知識搜索—增加強關系—促進漸進式創(chuàng)新”這一條主路徑,需要重視結(jié)構(gòu)洞、知識搜索寬度、弱關系對漸進式創(chuàng)新的強化作用和對突破式創(chuàng)新的催化作用,以開拓出多層次、嵌套式的創(chuàng)新路徑,如圖6所示。
圖6 蘇南自創(chuàng)區(qū)瞪羚企業(yè)的創(chuàng)新路徑
早期,高中介性企業(yè)主要通過拓展知識搜索寬度推動創(chuàng)新。中期,這些企業(yè)的中心性和中介性地位均得到加強,拓寬了知識搜索范圍,在關系強度的調(diào)節(jié)下知識搜索寬度在突破式創(chuàng)新過程中起到了更重要的作用。近期,這些企業(yè)從弱關系中獲益,強調(diào)利用弱關系促進知識搜索,最終發(fā)展為Break企業(yè)。然而,在高風險、高收益的創(chuàng)新情境下,部分Break企業(yè)面臨著 “持續(xù)突破失敗”的能力陷阱,試圖通過增加風險投入彌補之前創(chuàng)新失敗造成的不良后果,進而陷入 “探索—失敗—再探索”的惡性循環(huán)[43]。因此,Break企業(yè)一方面需要加強技術監(jiān)管和風險把控,充分評估自身所處的創(chuàng)新能級,謹慎選擇創(chuàng)新方向,制定可行的技術攻關戰(zhàn)略;另一方面,基于關系強度的負向調(diào)節(jié),Break企業(yè)應及時更新外部關系,選擇與自身知識基礎差異較大的創(chuàng)新主體進行技術合作,進而快速構(gòu)建核心競爭優(yōu)勢。
關于獨角獸、潛在獨角獸、瞪羚等高成長企業(yè)的現(xiàn)有研究多基于企業(yè)發(fā)展報告,以企業(yè)統(tǒng)計數(shù)據(jù)庫為主要數(shù)據(jù)來源,從企業(yè)的產(chǎn)業(yè)特征、發(fā)展現(xiàn)狀及所處區(qū)域環(huán)境等方面進行分析,而針對高成長企業(yè)創(chuàng)新路徑發(fā)生機制的實證研究還鮮有涉及?;诖耍恼抡暇W(wǎng)絡研究范式和組織二元性研究范式,以蘇南自創(chuàng)區(qū)瞪羚企業(yè)為研究樣本,作了一些有意義的探索:企業(yè)專利數(shù)據(jù)的挖掘和分析屬于科學計量學的研究范疇,企業(yè)股權(quán)關系分析是企業(yè)經(jīng)濟學傳統(tǒng)領域,將兩者結(jié)合運用到企業(yè)創(chuàng)新路徑的量化分析中,有利于從海量科技信息資源中挖掘知識產(chǎn)生、傳播和產(chǎn)業(yè)化的深層規(guī)律,促進科學計量學、企業(yè)經(jīng)濟學和創(chuàng)新經(jīng)濟學之間的學術對話。然而,后續(xù)研究需要進一步拓展知識搜索寬度的含義,嘗試納入制度邊界、組織邊界、技術邊界等多元維度對其進行測量,探討多維邊界界定下的知識搜索寬度對高成長企業(yè)雙元創(chuàng)新的影響。