姜秀娟 李琳琳 張丞奭 田利娜

摘? ?要：運(yùn)用知識(shí)基礎(chǔ)理論，基于納米能源領(lǐng)域?qū)＠麛?shù)據(jù)，篩選出企業(yè)合作對(duì)，探究合作伙伴的知識(shí)基礎(chǔ)特征對(duì)焦點(diǎn)企業(yè)知識(shí)獲取的影響，分析焦點(diǎn)企業(yè)與合作伙伴知識(shí)鄰近性的調(diào)節(jié)效應(yīng)。負(fù)二項(xiàng)回歸分析結(jié)果表明，合作伙伴知識(shí)多樣性、知識(shí)組合機(jī)會(huì)對(duì)焦點(diǎn)企業(yè)知識(shí)獲取都具有促進(jìn)作用；合作伙伴知識(shí)組合潛力越大，焦點(diǎn)企業(yè)知識(shí)獲取越少；合作雙方的知識(shí)鄰近性弱化了合作伙伴知識(shí)組合潛力與焦點(diǎn)企業(yè)知識(shí)獲取的負(fù)向關(guān)系，強(qiáng)化了合作伙伴知識(shí)組合機(jī)會(huì)與焦點(diǎn)企業(yè)知識(shí)獲取的正向關(guān)系。

關(guān)鍵詞：知識(shí)多樣性；知識(shí)組合潛力；知識(shí)組合機(jī)會(huì)；知識(shí)鄰近性；知識(shí)獲取

中圖分類號(hào)：F273.1；F272? ? ? ?文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號(hào)：1673-291X（2024）06-0019-04

引言

如今創(chuàng)新已經(jīng)成為時(shí)代發(fā)展的主題，企業(yè)要想在競(jìng)爭(zhēng)中獲取優(yōu)勢(shì)，就必須加強(qiáng)知識(shí)創(chuàng)造和技術(shù)創(chuàng)新。很少有公司擁有成功和持續(xù)創(chuàng)新所需要的所有資源和能力。企業(yè)基于合作從外部獲取知識(shí)，并與內(nèi)部知識(shí)進(jìn)行整合，是提升企業(yè)自身創(chuàng)新能力和創(chuàng)新績(jī)效的重要途徑。因此，在未來(lái)合作中知識(shí)獲取預(yù)期是企業(yè)在合作創(chuàng)新中選擇合作伙伴的重要考量因素。

知識(shí)獲取越來(lái)越受學(xué)界的關(guān)注。已有研究按照知識(shí)獲取的知識(shí)源，將其劃分為內(nèi)部知識(shí)獲取和外部知識(shí)獲取。內(nèi)部知識(shí)獲取主要指基于企業(yè)內(nèi)部的研發(fā)活動(dòng)增加企業(yè)的新知識(shí)，外部知識(shí)獲取主要指通過(guò)企業(yè)并購(gòu)、R&D聯(lián)盟、技術(shù)購(gòu)買(mǎi)、人才引進(jìn)等方式從企業(yè)外部獲取知識(shí)。本研究的知識(shí)獲取指的是外部知識(shí)獲取。

在知識(shí)獲取已有研究的基礎(chǔ)上，本文擬基于焦點(diǎn)企業(yè)的合作伙伴選擇視角，聚焦合作伙伴知識(shí)基礎(chǔ)特征及合作雙方的知識(shí)關(guān)系特征，探討兩類因素對(duì)焦點(diǎn)企業(yè)知識(shí)獲取的影響機(jī)理。當(dāng)前關(guān)于組織知識(shí)基礎(chǔ)特征的研究較多，主要探討組織知識(shí)基礎(chǔ)的多樣性、深度和廣度等特征對(duì)組織自身的影響，而研究合作伙伴知識(shí)基礎(chǔ)特征對(duì)焦點(diǎn)企業(yè)影響的很少。實(shí)際上，與不同的組織合作，焦點(diǎn)企業(yè)知識(shí)獲取情況會(huì)有不同。劉鳳朝等[1]研究發(fā)現(xiàn)，合作伙伴的知識(shí)多樣性對(duì)焦點(diǎn)企業(yè)的創(chuàng)新績(jī)效有正向影響。關(guān)于合作雙方間的知識(shí)關(guān)系特征的研究大多圍繞雙方知識(shí)基礎(chǔ)的相似性（鄰近性）、互補(bǔ)性等特征，探討其對(duì)創(chuàng)新績(jī)效的影響。而專門(mén)研究合作雙方的知識(shí)關(guān)系特征對(duì)焦點(diǎn)企業(yè)知識(shí)獲取影響的很少。Rosenkopf等[2]認(rèn)為，組織間的技術(shù)相似性影響組織的學(xué)習(xí)效果。可見(jiàn)，現(xiàn)有相關(guān)研究大多聚焦合作伙伴知識(shí)基礎(chǔ)特征及合作雙方的知識(shí)關(guān)系特征，對(duì)焦點(diǎn)企業(yè)知識(shí)獲取影響機(jī)理的探討還很少。而且，目前對(duì)合作創(chuàng)新的研究，在衡量合作伙伴的相關(guān)特征時(shí)，絕大部分文獻(xiàn)都是對(duì)企業(yè)的所有合作伙伴特征進(jìn)行平均化處理，忽略了不同合作伙伴之間的差異，對(duì)企業(yè)到底選擇什么樣的合作伙伴的指導(dǎo)意義降低。因此，本研究基于德溫特創(chuàng)新指數(shù)數(shù)據(jù)庫(kù)中納米能源領(lǐng)域的聯(lián)合申請(qǐng)專利，篩選出一對(duì)一的“合作伙伴—焦點(diǎn)企業(yè)”合作對(duì)，主要考察合作伙伴的知識(shí)基礎(chǔ)特征，包含知識(shí)多樣性、知識(shí)組合潛力與知識(shí)組合機(jī)會(huì)對(duì)焦點(diǎn)企業(yè)知識(shí)獲取的影響，并探究合作雙方知識(shí)鄰近性的調(diào)節(jié)作用，以期為企業(yè)選擇合作伙伴進(jìn)行合作創(chuàng)新提供理論依據(jù)。

一、理論基礎(chǔ)與研究假設(shè)

（一）合作伙伴知識(shí)多樣性與焦點(diǎn)企業(yè)知識(shí)獲取

知識(shí)基礎(chǔ)理論強(qiáng)調(diào)知識(shí)是企業(yè)的重要資源。近年來(lái)，隨著合作創(chuàng)新趨熱，有學(xué)者開(kāi)始關(guān)注合作伙伴知識(shí)基礎(chǔ)特征對(duì)焦點(diǎn)企業(yè)的影響。Ravichandran和Giura[3]認(rèn)為，聯(lián)盟伙伴的知識(shí)基礎(chǔ)越龐大，焦點(diǎn)企業(yè)可以接觸的知識(shí)組合數(shù)量就越多，從而會(huì)增加其在知識(shí)重組活動(dòng)中使用聯(lián)盟伙伴知識(shí)的可能。合作伙伴擁有的知識(shí)元素多樣性程度高（見(jiàn)圖1），說(shuō)明他們的知識(shí)分布在不同的領(lǐng)域，與知識(shí)集中分布在單一領(lǐng)域的企業(yè)相比，這些組織知識(shí)分布較廣，技術(shù)更加靈活，能夠更好地將不同領(lǐng)域的知識(shí)結(jié)合起來(lái)進(jìn)行創(chuàng)新，在與其他組織進(jìn)行合作時(shí)他們更受歡迎。作為焦點(diǎn)企業(yè)，與知識(shí)多樣化程度高的企業(yè)合作時(shí)，更有可能獲取和整合適合他們的知識(shí)。因此本文提出假設(shè)：

H1：合作伙伴知識(shí)多樣性的提升對(duì)于焦點(diǎn)企業(yè)知識(shí)獲取具有促進(jìn)作用。

（二）合作伙伴知識(shí)組合潛力與焦點(diǎn)企業(yè)知識(shí)獲取

合作伙伴知識(shí)組合潛力表示合作伙伴知識(shí)元素在知識(shí)網(wǎng)絡(luò)中的位置特征（見(jiàn)圖1）依賴于知識(shí)元素之間的聯(lián)系，而這種聯(lián)系通常取決于該知識(shí)元素的組合歷史。學(xué)者們通常用知識(shí)元素在網(wǎng)絡(luò)中的度中心位置表示知識(shí)組合潛力，知識(shí)元素度中心性越大，代表知識(shí)的組合潛力越大[4，5]。Brennecke等[4]認(rèn)為，過(guò)去已經(jīng)廣泛結(jié)合的知識(shí)元素，發(fā)明者對(duì)它們比較熟悉，被認(rèn)為其不再提供許多重組的可能性，所以發(fā)明人知識(shí)元素的高組合潛力使他們成為同事的顧問(wèn)的吸引力降低。同樣地，在企業(yè)層面，合作伙伴擁有較高的知識(shí)組合潛力，說(shuō)明內(nèi)部的知識(shí)元素在整個(gè)行業(yè)中處于中心位置，并且已經(jīng)與其他知識(shí)元素之間擁有很多聯(lián)系，進(jìn)行了豐富的組合，未來(lái)這些知識(shí)元素被組合的可能性降低。因此，與低的知識(shí)組合潛力的合作伙伴相比，焦點(diǎn)企業(yè)在與高知識(shí)組合潛力的合作伙伴合作時(shí)，能夠進(jìn)行知識(shí)組合的機(jī)會(huì)更少。因此提出假設(shè)：

H2：合作伙伴知識(shí)組合潛力的提升對(duì)于焦點(diǎn)企業(yè)知識(shí)獲取具有抑制作用。

（三）合作伙伴知識(shí)組合機(jī)會(huì)和焦點(diǎn)企業(yè)知識(shí)獲取

Wang等[6]認(rèn)為，知識(shí)間的潛在組合機(jī)會(huì)與知識(shí)網(wǎng)絡(luò)結(jié)構(gòu)洞豐富程度息息相關(guān)。高知識(shí)組合機(jī)會(huì)代表組織擁有的知識(shí)元素與其他知識(shí)元素相連，而這些其他知識(shí)元素本身并沒(méi)有在一項(xiàng)發(fā)明中被組合，說(shuō)明它們?cè)谥黝}上很可能是相關(guān)的（見(jiàn)圖1），因此，組織或發(fā)明人通過(guò)中介知識(shí)元素搜索其他相關(guān)知識(shí)元素和組合機(jī)會(huì)比較便利。Brennecke等[4]研究表明，發(fā)明者的知識(shí)元素提供的組合機(jī)會(huì)越多，就有越多的人向發(fā)明者尋求與工作相關(guān)的建議。類似的，知識(shí)組合機(jī)會(huì)越大的組織為未來(lái)的知識(shí)重新組合提供了更多的機(jī)會(huì)。焦點(diǎn)企業(yè)在與其他企業(yè)合作創(chuàng)新時(shí)，一方面看重伙伴的知識(shí)組合經(jīng)驗(yàn)和能力，另一方面尋求知識(shí)的互補(bǔ)或融合。合作伙伴知識(shí)組合機(jī)會(huì)越多，越能激發(fā)焦點(diǎn)企業(yè)的學(xué)習(xí)動(dòng)機(jī)，獲取更多知識(shí)。因此提出假設(shè)：

H3：合作伙伴知識(shí)組合機(jī)會(huì)的提升對(duì)于焦點(diǎn)企業(yè)知識(shí)獲取具有促進(jìn)作用。

（四）合作雙方知識(shí)鄰近性的調(diào)節(jié)作用

關(guān)于知識(shí)鄰近性，組織之間知識(shí)鄰近性程度高代表組織具有相同或相近領(lǐng)域的知識(shí)較多（見(jiàn)圖1）。研究發(fā)現(xiàn)，知識(shí)鄰近性增加了一家公司利用另一家公司知識(shí)的可能性[2]。首先，當(dāng)合作伙伴擁有的知識(shí)多樣化程度較高時(shí)，焦點(diǎn)企業(yè)理解或吸收合作伙伴知識(shí)的難度增加，企業(yè)需要付出更大的努力和成本去學(xué)習(xí)合作伙伴的知識(shí)。但如果焦點(diǎn)企業(yè)與合作伙伴具有較高的知識(shí)鄰近性，那么焦點(diǎn)企業(yè)對(duì)合作伙伴知識(shí)的理解和組合也會(huì)更容易。其次，如果合作伙伴的知識(shí)組合潛力較高，且焦點(diǎn)企業(yè)與合作伙伴的知識(shí)鄰近性較高，則意味著焦點(diǎn)企業(yè)和合作伙伴所處的知識(shí)領(lǐng)域有較大重疊，有利于焦點(diǎn)企業(yè)深入理解合作伙伴細(xì)分領(lǐng)域的知識(shí)，并且有利于較好進(jìn)行整合。最后，知識(shí)組合機(jī)會(huì)較高的合作伙伴，其在知識(shí)網(wǎng)絡(luò)中占據(jù)大量的結(jié)構(gòu)洞，這為未來(lái)的知識(shí)重組創(chuàng)造機(jī)會(huì)。當(dāng)焦點(diǎn)企業(yè)尋求外部的知識(shí)重組以創(chuàng)造新發(fā)明時(shí)，與低的知識(shí)鄰近性相比，其與合作伙伴的知識(shí)鄰近性越高，越有利于焦點(diǎn)企業(yè)對(duì)合作伙伴知識(shí)的深入的理解，向合作伙伴尋求新的知識(shí)組合機(jī)會(huì)的成本也越低，更有利于焦點(diǎn)企業(yè)向合作伙伴學(xué)習(xí)。故本文提出以下假設(shè)：

H4a：知識(shí)鄰近性越高，合作伙伴知識(shí)多樣性對(duì)焦點(diǎn)企業(yè)知識(shí)獲取的促進(jìn)作用越強(qiáng)。

H4b：知識(shí)鄰近性越高，合作伙伴知識(shí)組合潛力對(duì)焦點(diǎn)企業(yè)知識(shí)獲取的抑制作用越弱。

H4c：知識(shí)鄰近性越高，合作伙伴知識(shí)組合機(jī)會(huì)對(duì)焦點(diǎn)企業(yè)知識(shí)獲取的促進(jìn)作用越強(qiáng)。

圖1 變量示圖

基于以上的研究假設(shè)，總結(jié)本研究的理論模型如圖2所示。

圖2? 理論模型

二、研究設(shè)計(jì)

（一）樣本選取與數(shù)據(jù)來(lái)源

本文針對(duì)納米能源領(lǐng)域開(kāi)展合作創(chuàng)新的企業(yè)進(jìn)行實(shí)證研究，使用德溫特創(chuàng)新索引數(shù)據(jù)庫(kù)提取納米能源專利數(shù)據(jù)，借鑒Guan和Liu[7]的關(guān)鍵詞檢索策略對(duì)納米能源專利進(jìn)行檢索。本文選取2005—2020年作為研究區(qū)間，經(jīng)數(shù)據(jù)清洗，篩選出專利24 404條。

根據(jù)對(duì)專利權(quán)人這15年中專利總量進(jìn)行排序，由于本文主要研究企業(yè)的知識(shí)獲取，因此按照德溫特分配給專利權(quán)人的唯一標(biāo)準(zhǔn)代碼識(shí)別焦點(diǎn)企業(yè)，選取專利授權(quán)數(shù)量在20條及以上的企業(yè)進(jìn)行研究，最終得到51家焦點(diǎn)企業(yè)。將這些企業(yè)在研究期間的納米能源專利下載后，根據(jù)每一條專利的專利權(quán)人識(shí)別焦點(diǎn)企業(yè)的合作伙伴，并同樣選取專利數(shù)量20及以上的具有標(biāo)準(zhǔn)代碼的合作伙伴，而后形成合作對(duì)組合，例如A企業(yè)有兩個(gè)合作伙伴B和C，本文將得到A-B和A-C兩個(gè)合作對(duì)。使用五年時(shí)間移動(dòng)窗口t-5至t-1年來(lái)測(cè)量自變量和調(diào)節(jié)變量，考慮到學(xué)習(xí)效果的滯后性，本研究的因變量滯后一年，取t年，最終得到110個(gè)一對(duì)一合作對(duì)的772個(gè)觀測(cè)值。

（二）變量測(cè)度

1.因變量

因變量為焦點(diǎn)企業(yè)對(duì)合作伙伴的知識(shí)獲取（CN），本文借鑒、Kok等[8]的研究，焦點(diǎn)企業(yè)第t年的知識(shí)獲取用該企業(yè)第t年的專利引用合作伙伴專利的總數(shù)來(lái)衡量。本文認(rèn)為，焦點(diǎn)企業(yè)從合作伙伴那里學(xué)習(xí)和吸收知識(shí)需要時(shí)間，因此該變量相對(duì)于自變量對(duì)應(yīng)的時(shí)間窗口滯后了一年。

2.自變量

本文根據(jù)Wang等[6]的做法，將合作伙伴知識(shí)多樣性（KD）用合作伙伴申請(qǐng)的專利中包含的知識(shí)元素的數(shù)量來(lái)測(cè)度，即合作伙伴專利中前四位IPC種類數(shù)量越多，知識(shí)多樣性越大。

對(duì)于知識(shí)組合潛力（DC）的測(cè)度參照Brennecke等[4]的做法，用合作伙伴的所有知識(shí)元素在整個(gè)行業(yè)的知識(shí)網(wǎng)絡(luò)中的度中心性的平均值來(lái)表示，度中心性的平均值越大，其知識(shí)組合潛力越大。

知識(shí)組合機(jī)會(huì)（SH）用結(jié)構(gòu)洞來(lái)衡量。根據(jù)付雅寧等[9]的做法，用2與限制度的差值來(lái)衡量節(jié)點(diǎn)結(jié)構(gòu)洞的豐富程度。并取合作伙伴所有知識(shí)元素的結(jié)構(gòu)洞均值作為該合作伙伴的結(jié)構(gòu)洞測(cè)量值，該值越大，其知識(shí)組合機(jī)會(huì)越大。

3.調(diào)節(jié)變量

為了計(jì)算知識(shí)鄰近性，本文采用Jaffe[10]的計(jì)算方法，按照國(guó)際專利分類標(biāo)準(zhǔn)，以專利的大類為基礎(chǔ)，得出知識(shí)鄰近性的計(jì)算公式如下：

KS=■f■f■/ ■

其中，fik和fjk分別是組織i和組織j以前三位IPC分類號(hào)表示的技術(shù)類別k技術(shù)領(lǐng)域申請(qǐng)的專利數(shù)量，n為所有三位數(shù)IPC分類號(hào)表示的技術(shù)類別；KS代表知識(shí)鄰近性，取值在0與1之間，數(shù)值越大，說(shuō)明組織i與組織j之間的知識(shí)鄰近性越高。

4.控制變量

焦點(diǎn)企業(yè)創(chuàng)新能力（NFP），用每個(gè)時(shí)間窗口下焦點(diǎn)企業(yè)的專利數(shù)量衡量其創(chuàng)新能力。焦點(diǎn)企業(yè)合作經(jīng)驗(yàn)（FCA），使用焦點(diǎn)企業(yè)在時(shí)間窗口下的合作伙伴數(shù)量來(lái)測(cè)度此變量。合作伙伴創(chuàng)新能力（NPP）用合作伙伴的專利數(shù)量衡量其創(chuàng)新能力。雙方合作次數(shù)（NCP），雙方合作次數(shù)越多，意味著彼此有更多的信任，用五年內(nèi)合作總次數(shù)來(lái)衡量此變量。

三、實(shí)證分析

（一）描述性統(tǒng)計(jì)與相關(guān)性檢驗(yàn)

本研究采用Stata16.0對(duì)數(shù)據(jù)進(jìn)行了描述性統(tǒng)計(jì)分析及相關(guān)性檢驗(yàn)，結(jié)果顯示，知識(shí)多樣性與知識(shí)獲取正相關(guān)（β=0.127），知識(shí)組合潛力與知識(shí)獲取負(fù)相關(guān)（β=-0.154）。為了進(jìn)一步檢驗(yàn)變量間的多重共線性問(wèn)題，本文計(jì)算了每個(gè)變量的方差膨脹因子（VIF），最小值1.31，最大值3.45，小于5，因此變量之間不存在嚴(yán)重的多重共線性問(wèn)題。

（二）負(fù)二項(xiàng)回歸分析

由于因變量知識(shí)獲取是一個(gè)離散型非負(fù)計(jì)數(shù)變量，因此選擇使用負(fù)二項(xiàng)回歸模型來(lái)檢驗(yàn)假設(shè)。為了減小多重共線性問(wèn)題，對(duì)涉及交互項(xiàng)的變量進(jìn)行了中心化處理。回歸分析結(jié)果見(jiàn)表1。

模型1是基礎(chǔ)模型，只加入了控制變量，從結(jié)果中可看出，合作次數(shù)、合作伙伴創(chuàng)新能力對(duì)焦點(diǎn)企業(yè)知識(shí)獲取都有顯著影響；模型2的結(jié)果顯示，合作伙伴知識(shí)多樣性與焦點(diǎn)企業(yè)知識(shí)獲取呈顯著的正相關(guān)關(guān)系，H1得到驗(yàn)證。合作伙伴知識(shí)組合潛力和知識(shí)組合機(jī)會(huì)對(duì)焦點(diǎn)企業(yè)的知識(shí)獲取分別有顯著的負(fù)向影響和正向影響，因此H2和H3得到驗(yàn)證。由模型3回歸結(jié)果可以看出，知識(shí)鄰近性對(duì)合作伙伴知識(shí)多樣性與焦點(diǎn)企業(yè)知識(shí)獲取的關(guān)系的調(diào)節(jié)作用不顯著，H4a未通過(guò)驗(yàn)證。原因可能是，雖然知識(shí)鄰近性能夠使焦點(diǎn)企業(yè)更好地理解合作伙伴的知識(shí)，但是可能并未增強(qiáng)其對(duì)合作伙伴知識(shí)獲取的動(dòng)機(jī)。模型4回歸結(jié)果顯示，知識(shí)鄰近性越高，合作伙伴知識(shí)組合潛力對(duì)焦點(diǎn)企業(yè)知識(shí)獲取抑制作用減弱，因此H4b得到支持。模型5的結(jié)果說(shuō)明隨著焦點(diǎn)企業(yè)與合作伙伴之間的知識(shí)鄰近程度增高，合作伙伴知識(shí)組合機(jī)會(huì)對(duì)焦點(diǎn)企業(yè)的知識(shí)獲取的促進(jìn)作用也會(huì)提高，H4c得到驗(yàn)證。

（三）穩(wěn)健性檢驗(yàn)

為了進(jìn)一步確定模型檢驗(yàn)結(jié)果的可靠性和穩(wěn)健性，本文將因變量換為滯后2年（t+1年）的焦點(diǎn)企業(yè)對(duì)合作伙伴的專利引用（CN2），同樣采取負(fù)二項(xiàng)回歸模型進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果與之前的回歸結(jié)果基本一致，因此，模型的結(jié)果是比較穩(wěn)定的。

四、結(jié)論與啟示

本研究得到以下結(jié)論與啟示。

第一，合作伙伴的知識(shí)多樣性對(duì)焦點(diǎn)企業(yè)知識(shí)獲取具有正向影響，合作伙伴知識(shí)組合潛力抑制焦點(diǎn)企業(yè)的知識(shí)獲取。因此，焦點(diǎn)企業(yè)在選擇合作伙伴時(shí)，在同等條件下，要優(yōu)先考慮知識(shí)領(lǐng)域廣泛多樣、知識(shí)元素組合潛力低但組合機(jī)會(huì)高的合作伙伴。

第二，本研究發(fā)現(xiàn)，合作雙方高知識(shí)鄰近性削弱了合作伙伴知識(shí)組合潛力對(duì)企業(yè)知識(shí)獲取的負(fù)向影響，增強(qiáng)了合作伙伴知識(shí)組合機(jī)會(huì)對(duì)企業(yè)知識(shí)獲取的正向影響。因此，當(dāng)擬合作伙伴知識(shí)組合潛力越高時(shí)，或者擬合作伙伴知識(shí)組合機(jī)會(huì)越低時(shí)，焦點(diǎn)企業(yè)越應(yīng)該審視雙方的知識(shí)鄰近性。如果知識(shí)鄰近性很低的話，很可能與對(duì)方的合作并不能帶來(lái)自身知識(shí)基礎(chǔ)的有效擴(kuò)展；如果焦點(diǎn)企業(yè)尋求合作的目的并非是為了互補(bǔ)專業(yè)化，那么選擇與自身的知識(shí)領(lǐng)域具有一定鄰近性的合作伙伴，可以避免太大的技術(shù)距離帶來(lái)的學(xué)習(xí)困難以及過(guò)高的學(xué)習(xí)成本，并且可以帶來(lái)較好的學(xué)習(xí)效果。

第三，對(duì)于合作伙伴來(lái)說(shuō)，在合作過(guò)程中，其知識(shí)基礎(chǔ)特征影響著對(duì)方的學(xué)習(xí)效果。因此，在合作之前，組織應(yīng)對(duì)合作發(fā)起方的知識(shí)基礎(chǔ)有系統(tǒng)的了解，并且與自身的知識(shí)基礎(chǔ)進(jìn)行對(duì)比，充分考慮合作帶來(lái)的收益及可能的知識(shí)溢出情況，再斟酌是否接受合作邀請(qǐng)。

參考文獻(xiàn)：

[1]? ?劉鳳朝，羅蕾，張淑慧.知識(shí)屬性、知識(shí)關(guān)系與研發(fā)合作企業(yè)創(chuàng)新績(jī)效[J].科研管理，2021，42（11）：155-163.

[2]? ?Rosenkopf L， Almeida P. Overcoming local search through alliances and mobility[J].Management Science，2003，49（6）：751-766.

[3]? ?Ravichandran T，Giura S I.Knowledge transfers in alliances：exploring the facilitating role of information technology[J].Information Systems Research，2019，30（3）：726-744.

[4]? ?Brennecke J， Rank O. The firm's knowledge network and the transfer of advice among corporate inventors—amultilevel network study[J]. Research Policy，2017，46（4）：11787.

[5]? ?Zhao Y，Han X，Yang X，et al. Interorganizational knowledge networks，R&D alliance networks，and innovation capability：a multilevel network perspective[J].Complexity，2021：1-22.

[6]? ?Wang C L， Rodan S，F(xiàn)ruin M，et al. Knowledge networks， collaboration networks，and exploratory innovation[J].Academy of Management Journal，2014，57（2）：484-514.

[7]? ?Guan J C， Liu N. Exploitative and exploratory innovations in knowledge network and collaboration network： apatent analysis in the technological field of nano-energy[J].Research Policy，2016，45（1）：97-112.

[8]? ?Kok H， Faems D， De Faria P. Ties that matter：the impact of alliance partner knowledge recombination novelty on knowledge utilization in R&D alliances[J].Research Policy，2020，49（7）：19.

[9]? ?付雅寧，劉鳳朝，馬榮康.發(fā)明人合作網(wǎng)絡(luò)影響企業(yè)探索式創(chuàng)新的機(jī)制研究：知識(shí)網(wǎng)絡(luò)的調(diào)節(jié)作用[J].研究與發(fā)展管理，2018，30（2）：21-32.

[10]? ?Jaffe A B.Technological opportunity and spillovers of R&D：Evidence from firms' patents，profits，and market value[J]．American Economic Review，1986，76（5）：984-1002．

[責(zé)任編輯? ?妤? ?文]