王萍萍，王 毅

技術(shù)新穎性從何而來？——基于納米技術(shù)專利的分析

王萍萍1，王 毅2

（1.中央財(cái)經(jīng)大學(xué) 國防經(jīng)濟(jì)與管理研究院，北京 100081；2.清華大學(xué) 經(jīng)濟(jì)管理學(xué)院，北京 100084）

本研究以知識(shí)組合理論為基礎(chǔ)，將技術(shù)新穎性看作是知識(shí)單元組合的產(chǎn)物，結(jié)合社會(huì)網(wǎng)絡(luò)理論和演化理論的觀點(diǎn)，提出知識(shí)單元的多樣性和依賴度影響技術(shù)新穎性的理論框架。知識(shí)多樣性和依賴度的影響分別通過組合的潛力和組合的實(shí)現(xiàn)兩種機(jī)制予以傳導(dǎo)。知識(shí)多樣性一方面通過提高知識(shí)豐富性以及可能組合的方式來增加新穎組合產(chǎn)生的可能性，另一方面會(huì)提高吸收、消化這些異質(zhì)性知識(shí)的成本和難度。知識(shí)依賴度的影響也存在正反兩個(gè)方面，正向的影響表現(xiàn)在可以提供以往知識(shí)組合的經(jīng)驗(yàn)從而降低組合的難度，反向的影響表現(xiàn)在路徑依賴和僵化制約了新穎的知識(shí)組合產(chǎn)生的可能性。以專利數(shù)據(jù)為樣本的負(fù)二項(xiàng)回歸結(jié)果表明，知識(shí)多樣性和知識(shí)依賴度分別對(duì)技術(shù)新穎性有正向和倒U型的影響，且兩者的交互項(xiàng)對(duì)技術(shù)新穎性的影響顯著為正。這一結(jié)論在穩(wěn)健性檢驗(yàn)中得到進(jìn)一步的支持。本研究的貢獻(xiàn)在于：第一，打破以個(gè)體、團(tuán)隊(duì)或組織為對(duì)象的研究將創(chuàng)新活動(dòng)同質(zhì)化處理的假定，探索了微觀的知識(shí)單元特征對(duì)技術(shù)創(chuàng)新活動(dòng)的影響，對(duì)現(xiàn)有的研究是一個(gè)重要的補(bǔ)充。第二，從內(nèi)容（知識(shí)多樣性）和結(jié)構(gòu)（知識(shí)依賴度）兩個(gè)維度定量分析了不同技術(shù)創(chuàng)新活動(dòng)新穎性差異的原因，揭示了技術(shù)新穎性的來源及作用機(jī)制。

知識(shí)多樣性；知識(shí)依賴度；技術(shù)新穎性；知識(shí)組合

0 引言

新穎性一直是創(chuàng)新領(lǐng)域的研究關(guān)注的焦點(diǎn)，這是因?yàn)樾路f性被一致認(rèn)為是推動(dòng)技術(shù)變革和社會(huì)進(jìn)步的必要條件[1,2]，是高技術(shù)企業(yè)提升市場競爭力的關(guān)鍵因素，是發(fā)明者自身價(jià)值的重要體現(xiàn)[3]。大量實(shí)證研究表明，一項(xiàng)創(chuàng)意、技術(shù)或產(chǎn)品的新穎性與其經(jīng)濟(jì)價(jià)值呈現(xiàn)一種正相關(guān)關(guān)系[3–6]，甚至在指標(biāo)度量上將兩者等同處理。但是近年來，一些重要的研究開始意識(shí)到，新穎性和價(jià)值是兩個(gè)完全不同的概念，兩者無論在概念界定、產(chǎn)生過程和機(jī)制還是度量上都有本質(zhì)的區(qū)別[3,7,8]。無論從理論推演還是實(shí)證分析上，新穎性都應(yīng)與技術(shù)創(chuàng)新績效的其他維度，如技術(shù)或產(chǎn)品的價(jià)值、有用性等區(qū)分開來。因此，將新穎性作為一個(gè)獨(dú)立的研究問題，系統(tǒng)地分析新穎性產(chǎn)生的過程、機(jī)制、影響因素對(duì)于創(chuàng)新理論的發(fā)展和創(chuàng)新管理實(shí)踐都具有必要性和緊迫性[1,9]。

關(guān)于新穎性的研究最早可以追溯至Schumpeter[10]和Winter[11]，早期的研究認(rèn)為組織或者技術(shù)的變革是由“突變”造成的。但是與生物進(jìn)化領(lǐng)域的基因突變不同，組織或技術(shù)突變是有章可循的。Becker等[12]在總結(jié)Schumpeter和Winter理論的基礎(chǔ)上，進(jìn)一步提出新穎性來源的兩種途徑：第一種途徑是對(duì)已有組織慣例（做事情的方式）的新組合。以熊彼特為代表的創(chuàng)新領(lǐng)域的學(xué)者普遍認(rèn)為創(chuàng)新本質(zhì)上是對(duì)已有資源、能力新組合（New combinations）的結(jié)果，這種新組合是新穎性的重要來源。第二種途徑是組織慣例擴(kuò)散過程中的不完全性。換句話說，組織慣例在擴(kuò)散過程中由于不能被完全復(fù)制或?qū)W習(xí)導(dǎo)致“變異”，從而為新穎性產(chǎn)生創(chuàng)造了機(jī)會(huì)，且如果組織慣例包含的內(nèi)容之間聯(lián)系越松散，變異產(chǎn)生的可能性越大。Becker等[12]為后續(xù)的研究奠定了重要的理論基礎(chǔ)，但是他們沒有進(jìn)一步打開新穎性產(chǎn)生過程的黑箱并分析造成新穎性差異的因素。

基于社會(huì)網(wǎng)絡(luò)理論，Gilsing和Duysters[9]提出企業(yè)間合作創(chuàng)新的新穎性是網(wǎng)絡(luò)關(guān)系和網(wǎng)絡(luò)結(jié)構(gòu)兩類因素聯(lián)合作用的結(jié)果。以生物制藥和多媒體產(chǎn)業(yè)為例的實(shí)證分析表明，網(wǎng)絡(luò)密度、企業(yè)間關(guān)系強(qiáng)度分別通過影響知識(shí)多樣性和利用知識(shí)的效率影響新穎性。類似地，Subramanian和Soh[13]認(rèn)為技術(shù)新穎性與公司所處的聯(lián)盟的知識(shí)多樣性和既往的合作經(jīng)驗(yàn)密不可分。合作者之間的知識(shí)多樣化程度越高，表明企業(yè)能夠獲取的外部知識(shí)越豐富，越有利于新穎性的產(chǎn)生；同時(shí)既往的合作經(jīng)驗(yàn)可以提高企業(yè)對(duì)多樣化知識(shí)的吸收能力從而強(qiáng)化知識(shí)多樣性與新穎性之間的正向關(guān)系。Carnabuci和Operti[14]以公司內(nèi)部員工的知識(shí)多樣性和員工之間聯(lián)系的緊密程度為解釋變量，實(shí)證分析結(jié)果表明員工間關(guān)系越密切，越不利于新穎性的產(chǎn)生；員工間知識(shí)多樣性對(duì)技術(shù)新穎性有顯著的正向影響，且能緩和強(qiáng)關(guān)系對(duì)新穎性的負(fù)向影響。Wang等[15]認(rèn)為技術(shù)新穎性是行為主體的特征和“基因”（知識(shí)）本身的特征共同作用的結(jié)果，因此他們構(gòu)造了兩層網(wǎng)絡(luò)——發(fā)明者合作網(wǎng)絡(luò)以及知識(shí)網(wǎng)絡(luò)，發(fā)現(xiàn)發(fā)明者在個(gè)體合作網(wǎng)絡(luò)中的結(jié)構(gòu)洞和中心度以及發(fā)明者所擁有的知識(shí)在知識(shí)網(wǎng)絡(luò)中的結(jié)構(gòu)洞和中心度對(duì)新穎性均有顯著影響。上述研究雖然分析對(duì)象和層次不同，但是它們的理論模型具有一致性。首先，研究普遍植根于資源基礎(chǔ)觀，采用社會(huì)網(wǎng)絡(luò)分析的范式，關(guān)注由組織、團(tuán)隊(duì)或個(gè)體等知識(shí)載體[16]為節(jié)點(diǎn)構(gòu)成的知識(shí)網(wǎng)絡(luò)及網(wǎng)絡(luò)特征對(duì)技術(shù)新穎性的影響。其次，網(wǎng)絡(luò)結(jié)構(gòu)和節(jié)點(diǎn)間關(guān)系影響技術(shù)新穎性的核心機(jī)制是知識(shí)豐富性和組合實(shí)現(xiàn)的可能性[17]，無論是企業(yè)、團(tuán)隊(duì)還是個(gè)人層次的因素最終都落腳在可用于組合的知識(shí)的豐富性以及將潛在組合變?yōu)楝F(xiàn)實(shí)的可能性[18,19]。這些研究初步回答了新穎性來源的問題：1）技術(shù)新穎性來源于知識(shí)的新組合或重組；2）異質(zhì)性的知識(shí)是創(chuàng)造新穎性的基本要素，知識(shí)單元（以組織、團(tuán)隊(duì)和個(gè)人為載體的知識(shí)單元）間的關(guān)系會(huì)影響知識(shí)利用的方式（包括建立新組合或重復(fù)利用已有組合的方式）、難度從而影響技術(shù)新穎性。但是這些研究通常是以企業(yè)[13,14,20–22]、個(gè)人[15,23,24]為對(duì)象，至少存在兩方面的不足。第一，假定特定企業(yè)或個(gè)人在觀測期內(nèi)的所有技術(shù)創(chuàng)新活動(dòng)都是同質(zhì)化的，以企業(yè)或個(gè)人特定時(shí)間內(nèi)的所有技術(shù)總體度量新穎性，與技術(shù)新穎性的概念界定[1]及測度方法[25]不符；第二，將技術(shù)新穎性的差異完全歸結(jié)為企業(yè)、團(tuán)隊(duì)或個(gè)人因素，忽略了由知識(shí)自身特征所限定的慣例和技術(shù)演化路徑的影響[26,27]，導(dǎo)致無法充分解釋不同技術(shù)新穎性的差異及其原因[3,28,29]。

為了打開技術(shù)產(chǎn)生過程的黑箱，從微觀層次解釋新穎性的來源，本文以專利為分析對(duì)象。已有研究表明，以專利分類號(hào)為節(jié)點(diǎn)、以分類號(hào)在專利中的共現(xiàn)關(guān)系為線[3,30–36]構(gòu)造知識(shí)網(wǎng)絡(luò)能夠刻畫知識(shí)特征、識(shí)別技術(shù)進(jìn)步的路徑，分析其對(duì)知識(shí)組合及新穎性的影響[37,38]。一項(xiàng)新技術(shù)產(chǎn)生的過程可以看作是知識(shí)網(wǎng)絡(luò)中節(jié)點(diǎn)兩兩之間建立新的連接關(guān)系或者是重塑已有連接關(guān)系的過程[3,14,32,39]，節(jié)點(diǎn)所包含的知識(shí)多樣性決定了知識(shí)組合的潛力，節(jié)點(diǎn)與知識(shí)網(wǎng)絡(luò)中其他節(jié)點(diǎn)之間的連接關(guān)系決定了打破已有連接、建立新的連接的難度和可能性，兩者共同作用影響技術(shù)新穎性。結(jié)合Schumpeter[10]、Winter[11]、Fleming和Sorenson[30,40]、Yayavaram和Ahuja[41]的觀點(diǎn)，本研究將一個(gè)節(jié)點(diǎn)與知識(shí)網(wǎng)絡(luò)中的其他節(jié)點(diǎn)的關(guān)系稱為知識(shí)依賴度。之所以稱之為依賴度，首先是因?yàn)楠?dú)立、分散的知識(shí)單元是沒有價(jià)值的，必須與其他知識(shí)單元進(jìn)行組合（即依賴于其他知識(shí)單元）；其次，當(dāng)一個(gè)知識(shí)單元對(duì)特定知識(shí)單元的依賴度高（即連接強(qiáng)度大），表明利用該知識(shí)單元進(jìn)行新組合的范圍和路徑較為固定、打破已有連接并將其應(yīng)用在新的組合中的難度較大。因此，本文提出技術(shù)新穎性源于知識(shí)組合，但是不同技術(shù)新穎性的差異是知識(shí)多樣性和知識(shí)依賴度共同作用的結(jié)果的理論框架。下文將重點(diǎn)闡釋知識(shí)多樣性和知識(shí)依賴度影響技術(shù)新穎性的機(jī)理，并選取2010年以前所有在美國專利商標(biāo)局申請(qǐng)且獲得授權(quán)的納米技術(shù)專利為樣本對(duì)理論模型進(jìn)行實(shí)證檢驗(yàn)。與已有研究相比，本文的研究意義在于：第一，將技術(shù)新穎性與其它相關(guān)概念明確區(qū)分開來，并闡述了將新穎性作為一個(gè)獨(dú)立的研究話題的重要意義；第二，本研究將自Schumpeter時(shí)期開始至今的關(guān)于新穎性的主要研究進(jìn)行梳理，提煉了一個(gè)暗含在不同研究中的、一致的理論框架，解釋了組織、團(tuán)隊(duì)和個(gè)人層面上新穎性的來源及差異的根本原因；第三，基于現(xiàn)有研究的不足，立足于技術(shù)層次的分析，結(jié)合已有研究成果、知識(shí)組合理論和社會(huì)網(wǎng)絡(luò)分析的范式，提出知識(shí)多樣性和知識(shí)依賴度影響技術(shù)新穎性的理論框架，并對(duì)其進(jìn)行實(shí)證檢驗(yàn)，在微觀層次闡釋了技術(shù)新穎性的來源及差異產(chǎn)生的原因。一方面是彌補(bǔ)了現(xiàn)有研究在微觀層次的不足，另一方面通過不同層次間的模型對(duì)比以及最新研究成果與早期理論的對(duì)話，刻畫了新穎性研究的發(fā)展脈絡(luò)和軌跡。此外，本研究對(duì)于指導(dǎo)企業(yè)或個(gè)人的技術(shù)創(chuàng)新管理實(shí)踐、技術(shù)預(yù)測和評(píng)價(jià)具有重要的意義。

1 文獻(xiàn)回顧與研究假設(shè)

根據(jù)知識(shí)組合理論，一項(xiàng)新技術(shù)的產(chǎn)生在微觀層次表現(xiàn)為一組知識(shí)單元建立或改變連接關(guān)系的過程。在這一過程中，知識(shí)多樣性和知識(shí)依賴度分別通過影響知識(shí)組合的潛力和將潛在的、可能的組合轉(zhuǎn)換為技術(shù)的能力從而影響技術(shù)新穎性[3,42,43]。知識(shí)組合的潛力是指由知識(shí)單元所包含的內(nèi)容給定的、可能組合的類型的多少，異質(zhì)性知識(shí)單元越多，能夠產(chǎn)生的組合的種類也會(huì)越多[25,32,34]；但是并非所有可能的組合都是有價(jià)值的或可行的，最終技術(shù)的產(chǎn)生與將潛在組合變?yōu)楝F(xiàn)實(shí)的成本、難度等因素息息相關(guān)[44,45]。

1.1 知識(shí)多樣性對(duì)技術(shù)新穎性的影響

知識(shí)多樣性是創(chuàng)新領(lǐng)域非常重要的概念，是促進(jìn)創(chuàng)新和生產(chǎn)率提高的重要因素[46–49]。知識(shí)多樣性是一個(gè)多層次的概念[18,50]，本文將知識(shí)多樣性定義為一組知識(shí)單元在內(nèi)容上的差異，即不同的知識(shí)單元在多大程度上來源于不同的知識(shí)領(lǐng)域[3,14,39,49]。知識(shí)多樣性分別通過影響知識(shí)組合的潛力和知識(shí)組合的實(shí)現(xiàn)影響技術(shù)的新穎性。

首先，知識(shí)多樣性對(duì)組合的潛力有正向的影響。這是因?yàn)?，知識(shí)多樣性越高，表明知識(shí)單元攜帶的知識(shí)內(nèi)容越豐富，可能的組合類型越多，從中產(chǎn)生新穎程度較高的組合的可能性也越大[46,51,52]。此外，知識(shí)多樣性越高，越有利于突破已有的知識(shí)組合路徑，避免知識(shí)組合過程中的路徑依賴陷阱，從而產(chǎn)生更加新穎的技術(shù)解決方案[3,46,53–56]。其次，知識(shí)多樣性會(huì)對(duì)知識(shí)組合的實(shí)現(xiàn)有負(fù)向的影響。這是因?yàn)?，知識(shí)的消化和利用是有成本，且隨著知識(shí)多樣性的提高，這種成本也在不斷增加[39,57–59]；同時(shí)，不斷增加的多樣化知識(shí)會(huì)造成吸收能力的相對(duì)下降，從而帶來“信息過載”的問題[53,60,61]。

因此，知識(shí)多樣性對(duì)技術(shù)新穎性的影響是正向和負(fù)向影響此消彼長的結(jié)果，當(dāng)知識(shí)多樣性很低時(shí)，增加知識(shí)多樣性帶來的正效應(yīng)較為顯著，可是當(dāng)知識(shí)多樣性超過某一水平時(shí)，邊際影響開始為負(fù)。在以企業(yè)為分析對(duì)象的研究中，存在諸多關(guān)于知識(shí)多樣性非線性影響的證據(jù)。比如Sampson[49]分析了聯(lián)盟合作者之間知識(shí)多樣性對(duì)聯(lián)盟結(jié)束之后企業(yè)的技術(shù)產(chǎn)出的影響。實(shí)證分析結(jié)果表明聯(lián)盟合作者知識(shí)多樣性對(duì)企業(yè)的技術(shù)產(chǎn)出的影響為倒U型的。類似的倒U型影響在Jiang等[62]、Phelps[18]、Duysters和Lokshin[57]、Lin[63]、Carnabuci和Operti[14]、Wuyts和Dutta[64]、Subramanian和Soh[13]的研究中也得到實(shí)證支持?；谏鲜龇治觯疚奶岢觯?/p>

假設(shè)1：知識(shí)多樣性對(duì)技術(shù)新穎性的影響呈現(xiàn)倒U型。

1.2 知識(shí)依賴度對(duì)技術(shù)新穎性的影響

從已有文獻(xiàn)來看，關(guān)于知識(shí)依賴度的研究寥寥可數(shù)。其中，最早的一篇文章來自于Fleming和Sorenson[30]，他們針對(duì)大量專利數(shù)據(jù)的分析結(jié)果發(fā)現(xiàn)知識(shí)依賴度對(duì)專利的有用性（代理變量為專利被引用的次數(shù)）有倒U型的影響。Yayavaram和Ahuja[41]分別從知識(shí)依賴度的兩個(gè)極端情況分析了知識(shí)依賴度對(duì)專利有用性的影響（代理變量同樣為專利的被引用次數(shù)），研究結(jié)論指出知識(shí)依賴度對(duì)專利的有用性的影響表現(xiàn)為倒U型。雖然他們的研究肯定了知識(shí)依賴度在影響專利質(zhì)量中的作用，但是仍然存在一些沒有解決的問題。首先，考慮到技術(shù)有用性和新穎性之間的差異[3]，知識(shí)依賴度對(duì)技術(shù)新穎性的影響是否仍然為倒U型？其次，F(xiàn)leming和Sorenson的研究側(cè)重于數(shù)量分析，對(duì)影響背后的理論機(jī)制的探討不足。此外，Yayavaram和Ahuja[65]的研究因變量為一個(gè)公司所有的專利被引用次數(shù)的加總，并不能反映不同技術(shù)之間的差異性和內(nèi)在的規(guī)律。但是Yayavaram和Ahuja[65]提到，知識(shí)的依賴度越高，表明知識(shí)的專用性越強(qiáng)、延展性越差，將其應(yīng)用于新的情景進(jìn)行組合的難度較高。如果新技術(shù)是在已有組合的基礎(chǔ)上產(chǎn)生的，當(dāng)其中某些知識(shí)單元已經(jīng)與其他知識(shí)單元建立了強(qiáng)連接，那么打破這些連接建立新的連接的難度會(huì)比較大。綜合知識(shí)組合理論、社會(huì)網(wǎng)絡(luò)理論領(lǐng)域的相關(guān)研究，本文認(rèn)為知識(shí)依賴度分別通過影響知識(shí)組合的潛力和知識(shí)組合的實(shí)現(xiàn)來影響技術(shù)新穎性。

首先，知識(shí)依賴度對(duì)知識(shí)組合的潛力有負(fù)向的影響。根據(jù)前文對(duì)知識(shí)依賴度的定義，知識(shí)依賴度反映了一個(gè)知識(shí)單元與整個(gè)知識(shí)網(wǎng)絡(luò)中其他知識(shí)單元的依賴關(guān)系。那么，知識(shí)依賴度越高，表明該知識(shí)單元在以往的知識(shí)組合中與其他知識(shí)單元之間存在強(qiáng)連接，強(qiáng)連接表明該知識(shí)單元組合的路徑較為成熟和固定，知識(shí)的專用性比較強(qiáng)，組合的范圍和空間較為有限；且強(qiáng)連接意味著該知識(shí)單元在以往的組合中利用的頻次越高，知識(shí)價(jià)值的消耗越大，因此利用其產(chǎn)生新穎組合的可能性較小[3,66]。其次，知識(shí)依賴度對(duì)知識(shí)組合的實(shí)現(xiàn)的影響較為復(fù)雜。從路徑依賴的角度，知識(shí)依賴度越高，一方面表示該知識(shí)單元組合的路徑較為成熟、經(jīng)驗(yàn)較為豐富[26,27,41]，消化、利用知識(shí)的難度降低；另一方面也意味著打破原有連接建立新連接的難度較高，產(chǎn)生“變異”的可能性較小，很難通過改變現(xiàn)有路徑創(chuàng)造新穎的技術(shù)[12,67–71]；但是當(dāng)知識(shí)依賴度很低時(shí)，表明現(xiàn)有的知識(shí)網(wǎng)絡(luò)中關(guān)于該知識(shí)單元組合的經(jīng)驗(yàn)不足，組合具有較高的不確定性，同樣不利于知識(shí)組合的實(shí)現(xiàn)。因此，知識(shí)依賴度對(duì)技術(shù)新穎性的影響也是由正負(fù)影響共同作用的結(jié)果。于是，本文提出：

假設(shè)2：知識(shí)依賴度對(duì)技術(shù)新穎性的影響呈現(xiàn)倒U型。

1.3 知識(shí)多樣性和知識(shí)依賴度的交互作用

從上述分析中可以發(fā)現(xiàn)，知識(shí)多樣性和知識(shí)依賴度同時(shí)分別作用于組合的潛力和將潛在組合變?yōu)楝F(xiàn)實(shí)的能力，甚至通過相同的機(jī)制發(fā)揮作用（如路徑依賴）。因此，本文認(rèn)為知識(shí)多樣性和知識(shí)依賴度對(duì)技術(shù)新穎性的影響可能存在交互作用。

雖然相關(guān)的研究并不多見，但是仍然存在創(chuàng)新領(lǐng)域的其他研究為本文的理論推導(dǎo)提供有力地支撐。比如，Dunbar[72]分析了科學(xué)家的創(chuàng)新行為，結(jié)果表明：當(dāng)科學(xué)家之間的依賴關(guān)系很強(qiáng)時(shí)，異質(zhì)性的知識(shí)可以促使他們采取完全新穎的思維方式。Ahuja和Katila[73]從創(chuàng)新搜索的角度分析了搜索的寬度和深度對(duì)企業(yè)新產(chǎn)品開發(fā)的影響。他們認(rèn)為，搜索寬度和搜索深度會(huì)互相調(diào)節(jié)彼此對(duì)新產(chǎn)品開發(fā)數(shù)量的影響。這是因?yàn)?，增加搜索寬度意味著在知識(shí)組合中加入新的知識(shí)單元，從而提升了新穎的組合產(chǎn)生的機(jī)會(huì)；同時(shí)搜索深度提高意味著對(duì)知識(shí)的消化和理解更加深刻，吸收能力增強(qiáng)。兩者的交互作用會(huì)增加知識(shí)組合的唯一性。Carnabuci和Operti[14]認(rèn)為，當(dāng)組織的結(jié)構(gòu)不利于創(chuàng)造性地知識(shí)組合時(shí)，可以通過增加知識(shí)多樣性來打破過度依賴現(xiàn)有知識(shí)組合解決問題的方式。例如，當(dāng)知識(shí)單元的依賴度較高時(shí)，可以通過增加知識(shí)單元的多樣性從而打破“本地陷阱”[53]。Gilsing和Duysters[9]也提到由網(wǎng)絡(luò)密度決定的知識(shí)多樣性和節(jié)點(diǎn)之間的關(guān)系強(qiáng)度存在交互作用。

綜上所述，技術(shù)新穎性的產(chǎn)生不僅取決于知識(shí)組合的潛力，更取決于是否能夠?qū)摿ψ優(yōu)楝F(xiàn)實(shí)的能力。因此，無論當(dāng)知識(shí)多樣性很大（組合的潛力很高）、知識(shí)依賴度很小（組合的實(shí)現(xiàn)很難），還是知識(shí)多樣性很小（組合的潛力很低）、知識(shí)依賴度很大（組合的路徑很清晰）時(shí)，均不能使得產(chǎn)生的技術(shù)新穎性最大化。只有在兩者取某個(gè)值時(shí)，能夠獲得組合潛力和組合實(shí)現(xiàn)的最佳平衡和匹配，此時(shí)的技術(shù)新穎性才是最高的?；诖耍疚奶岢觯?/p>

假設(shè)3：知識(shí)多樣性和知識(shí)依賴度的交互項(xiàng)對(duì)技術(shù)新穎性有顯著的影響。

2 數(shù)據(jù)來源及研究方法

2.1 樣本選取與數(shù)據(jù)收集

由于知識(shí)組合理論關(guān)注的是知識(shí)單元之間的連接和組合，即認(rèn)為知識(shí)是可切割的、且知識(shí)單元之間的連接關(guān)系是可追蹤的。創(chuàng)新領(lǐng)域的學(xué)者一致認(rèn)為，盡管以專利數(shù)據(jù)反映技術(shù)創(chuàng)新活動(dòng)存在一定的局限性，但是專利的分類規(guī)則以及專利數(shù)據(jù)所包含的信息為追蹤微觀的知識(shí)活動(dòng)提供了可能性。因此，知識(shí)組合的研究可以以一項(xiàng)專利代替一項(xiàng)技術(shù)，代表特定技術(shù)功能的專利分類號(hào)表示知識(shí)單元，分類號(hào)的共現(xiàn)關(guān)系表示知識(shí)單元之間的連接關(guān)系，由此對(duì)發(fā)明的微觀過程進(jìn)行刻畫[33,41,74,75]。

本文選取了創(chuàng)新活動(dòng)、專利申請(qǐng)都相對(duì)比較活躍的納米技術(shù)行業(yè)。多領(lǐng)域、多學(xué)科知識(shí)交叉是納米技術(shù)的典型特征，非常適用于進(jìn)行知識(shí)組合的相關(guān)分析[76]。納米技術(shù)的第一項(xiàng)專利于1972年提出申請(qǐng)，同時(shí)考慮到專利授權(quán)的滯后性，本文檢索了1972-2010年間在USPTO申請(qǐng)并獲得授權(quán)的納米技術(shù)專利。最終獲得有效專利數(shù)9328條。樣本隨時(shí)間變化趨勢如圖1所示。從中可以發(fā)現(xiàn)，1990年之后，授權(quán)納米專利數(shù)快速增加。這一現(xiàn)象背后的原因在于：一方面，全球納米科學(xué)取得重大突破，正式進(jìn)入高速發(fā)展期；另一方面，美國于1991年正式將納米技術(shù)列入“國家22項(xiàng)關(guān)鍵技術(shù)”，進(jìn)一步推動(dòng)全球納米技術(shù)快速發(fā)展[77]。統(tǒng)計(jì)納米技術(shù)專利的分類號(hào)可以發(fā)現(xiàn)，一項(xiàng)納米技術(shù)至少包含2個(gè)分類號(hào)，也就是說一項(xiàng)納米技術(shù)至少包括兩組技術(shù)功能（或知識(shí)單元）。這一特征進(jìn)一步表明樣本選擇的合理性。

Figure 1 The trend of Nanotechnology patents

2.2 變量定義及測量

（1）因變量—技術(shù)新穎性：本文用專利的后向引用數(shù)來衡量新穎性。根據(jù)已有研究的慣例，以專利來表示技術(shù)、以專利信息構(gòu)造相關(guān)變量是較為有效的方法。通常，學(xué)者們采用專利的前向引用[78]、后向引用[5,53,79–82]、權(quán)利聲明[83]信息來測度技術(shù)創(chuàng)新績效，但是根據(jù)Witt[1]對(duì)新穎性的定義以及Verhoeven等[25]對(duì)新穎性測度的研究結(jié)論，采用專利的后向引用數(shù)來做新穎性的代理標(biāo)量是最為合理的選擇。專利的后向引用信息反映了其所在領(lǐng)域的知識(shí)特征。根據(jù)Ahuja[53]，Banerjee[80]和Trajtenberg[5]等人的觀點(diǎn)，專利的后向引用數(shù)越少意味著先行技術(shù)越少，該專利的新穎性越高。還有一些學(xué)者認(rèn)為，專利的后向引用數(shù)越少，說明該專利的唯一性越強(qiáng)、與現(xiàn)有專利相比的差異性越大[79,81,82,84]。因此，本文以專利的后向引用數(shù)來做新穎性的代理變量。變量取值為非負(fù)的整數(shù)，為計(jì)數(shù)變量。需要強(qiáng)調(diào)的是，后向引用數(shù)取值與新穎性程度的方向相反，后向引用數(shù)越多新穎性越低，反之亦然。

（2）自變量

其中，i表示專利的N個(gè)分類號(hào)中屬于第個(gè)大類的分類號(hào)的個(gè)數(shù)占分類號(hào)總數(shù)的比例。為了進(jìn)一步闡述知識(shí)多樣性的計(jì)算方法，以專利號(hào)為US6031970A和US6033624A的專利為例，計(jì)算過程如表1所示。

表1 知識(shí)多樣性計(jì)算示例

知識(shí)依賴度：根據(jù)前文定義，知識(shí)單元的依賴度反映了一個(gè)知識(shí)單元與知識(shí)網(wǎng)絡(luò)中其他知識(shí)單元的連接關(guān)系。因此，本文采用Fleming和Sorenson[30]的方法，分兩步對(duì)知識(shí)依賴度進(jìn)行測度。對(duì)于包含N個(gè)分類號(hào)的專利，知識(shí)依賴度IND的計(jì)算為：

第一步，計(jì)算分類號(hào)組合的容易程度E：

第二步，專利的組合容易程度為N個(gè)分類號(hào)E的算術(shù)平均，求倒數(shù)即可得專利的知識(shí)依賴度：

知識(shí)依賴度的計(jì)算較為復(fù)雜，本文采用Python2.7版本軟件通過編程予以實(shí)現(xiàn)。

（3）控制變量。遵循現(xiàn)有的研究慣例，本文還控制了其他可能影響技術(shù)新穎性的因素。首先，本文控制了聯(lián)合申請(qǐng)人數(shù)的影響。因?yàn)椋?lián)合申請(qǐng)人數(shù)越多，意味著在知識(shí)組合過程中的資源和知識(shí)越豐富，從而會(huì)影響技術(shù)的新穎性[31,34]?；谙嗨频脑?，本文控制了發(fā)明者的個(gè)數(shù)[4]。Xiao[87]認(rèn)為，在考慮了知識(shí)多樣性的影響的同時(shí)不應(yīng)忽視知識(shí)單元個(gè)數(shù)（即分類號(hào)數(shù)）的影響。與知識(shí)單元個(gè)數(shù)不同，知識(shí)多樣性側(cè)重于度量知識(shí)的分布和差異化程度。如表1 所示，兩個(gè)專利的分類號(hào)數(shù)均為9，但是知識(shí)多樣性存在差異。且Fleming[30]的研究表明，一項(xiàng)發(fā)明包含的知識(shí)單元的個(gè)數(shù)對(duì)該發(fā)明的有用性的影響是顯著的，因此在本研究中對(duì)此予以控制。

3 實(shí)證結(jié)果與分析

3.1 描述性統(tǒng)計(jì)與回歸模型選擇

變量的描述性統(tǒng)計(jì)結(jié)果如表2所示。其中，技術(shù)新穎性的反向代理變量——專利后向引用數(shù)是取值非負(fù)的計(jì)數(shù)變量。根據(jù)描述性統(tǒng)計(jì)結(jié)果，專利后向引用數(shù)的均值為23.56，方差為2474.875，方差遠(yuǎn)大于均值，即存在“過度分散”問題，不符合泊松回歸“均值方差相等”約束條件，考慮使用負(fù)二項(xiàng)回歸對(duì)模型進(jìn)行估計(jì)。

表2 描述性統(tǒng)計(jì)

從相關(guān)系數(shù)矩陣來看，各自變量與因變量的相關(guān)系數(shù)及方向基本符合預(yù)期，且自變量之間的相關(guān)系數(shù)較小。同時(shí)根據(jù)Aiken & West[88]、Cohen等[89]以及Hayes[90]的建議，在涉及交互作用的模型中，為了使回歸方程的系數(shù)更具有解釋意義，對(duì)模型中的自變量和控制變量進(jìn)行中心化處理，交互項(xiàng)由中心化之后的變量的乘積生成。

3.2 負(fù)二項(xiàng)回歸分析

如前文所述，由于因變量取值為非負(fù)整數(shù)，因此考慮使用負(fù)二項(xiàng)回歸對(duì)模型進(jìn)行估計(jì)（見表3）。從回歸結(jié)果來看，每個(gè)模型的alpha95%的置信區(qū)間均不包含0值，即拒絕過度分散參數(shù)alpha=0的原假設(shè)，據(jù)此可以判斷用負(fù)二項(xiàng)回歸模型是比較合適的。且所有模型的統(tǒng)計(jì)量LR chi2均通過整體顯著性檢驗(yàn)，說明模型整體是顯著的。此外，從模型的平均VIF值來看，可以判斷變量間不存在多重共線性問題。

在模型2中，知識(shí)多樣性的系數(shù)為負(fù)，且顯著（β=-0.162，p=0.079），說明知識(shí)多樣性對(duì)新穎性有顯著的正向影響①因?yàn)榇碜兞颗c因變量方向相反，因此系數(shù)為負(fù)說明存在正向影響。模型3至模型6均做相同解釋。；為了檢驗(yàn)知識(shí)多樣性的非線性影響，模型3加入了知識(shí)多樣性的平方項(xiàng)，結(jié)果表明知識(shí)多樣性的一次項(xiàng)系數(shù)為負(fù)（β=-0.265，p=0.007），二次項(xiàng)系數(shù)也為負(fù)（β=-1.566，p=0.004）。模型4和模型5檢驗(yàn)了知識(shí)依賴度對(duì)新穎性的影響，從模型5可知知識(shí)依賴度的一次項(xiàng)系數(shù)為負(fù)（β=-0.305，p=0.000），二次項(xiàng)系數(shù)為正（β=0.025，p=0.000）。當(dāng)自變量對(duì)因變量的影響是非線性時(shí)，交互作用的判斷較復(fù)雜，僅通過交互項(xiàng)系數(shù)來判斷往往會(huì)對(duì)結(jié)果產(chǎn)生錯(cuò)誤的解讀，需結(jié)合圖形予以分析[91]。

表3 負(fù)二項(xiàng)回歸結(jié)果（因變量為后向引用專利數(shù)）

注：括號(hào)中數(shù)值為標(biāo)準(zhǔn)誤差；* p < 0.1, ** p < 0.05, *** p < 0.01

為了更準(zhǔn)確的判斷知識(shí)多樣性和知識(shí)依賴度對(duì)技術(shù)新穎性的交互作用，本文利用STATA軟件的Surface命令，將知識(shí)多樣性、知識(shí)依賴度和技術(shù)新穎性三者的關(guān)系以三維圖的形式展現(xiàn)出來（見圖2）。從三維圖中可以看出，知識(shí)依賴度和技術(shù)新穎性之間呈現(xiàn)倒U 型關(guān)系，結(jié)合回歸結(jié)果可得，假設(shè)2得到支持。知識(shí)多樣性和技術(shù)新穎性之間的關(guān)系整體為正向的，結(jié)合回歸結(jié)果可知，假設(shè)1沒有得到支持。同時(shí)，結(jié)合表4的負(fù)二項(xiàng)回歸結(jié)果和三維圖，可以判斷知識(shí)多樣性和知識(shí)依賴度的交互項(xiàng)對(duì)技術(shù)新穎性有顯著的正向影響。交互項(xiàng)顯著為負(fù)，說明多樣性的正向調(diào)節(jié)作用成立，假設(shè)3得到支持。

此外，從圖中可以發(fā)現(xiàn)，當(dāng)知識(shí)多樣性很小、知識(shí)依賴度很大時(shí)，此時(shí)技術(shù)的新穎性是最低的，進(jìn)一步驗(yàn)證了前文的理論。這是因?yàn)楫?dāng)知識(shí)依賴度很大時(shí)，增加知識(shí)多樣性能夠避免路徑依賴陷阱，兩者形成補(bǔ)償效應(yīng)；但是如果知識(shí)多樣性程度很低，會(huì)進(jìn)一步強(qiáng)化路徑依賴，此時(shí)幾乎不可能產(chǎn)生新穎的知識(shí)組合。

圖2 知識(shí)多樣性和知識(shí)依賴度對(duì)新穎性的影響

Figure 2 The influence of knowledge diversity and knowledge interdependence on novelty

4 穩(wěn)健性檢驗(yàn)

為了增加結(jié)果的可靠性，本文進(jìn)行了穩(wěn)健性檢驗(yàn)。穩(wěn)健性檢驗(yàn)的實(shí)施方法是，改變新穎性的代理變量，重新進(jìn)行回歸分析。在已有的研究中，獨(dú)立權(quán)利要求數(shù)是另外一種常用的衡量專利新穎性的指標(biāo)[2,83]。Tong和Frame[83]最早應(yīng)用這一指標(biāo)來衡量國家的技術(shù)創(chuàng)新能力。權(quán)利要求反映了專利保護(hù)的范圍或?qū)挾萚92]，權(quán)利要求（尤其是獨(dú)立權(quán)利要求）數(shù)越大，說明專利保護(hù)的范圍越寬，專利的新穎性越高[93]。Xiao[34]認(rèn)為獨(dú)立權(quán)利要求反映了該專利包含的知識(shí)的唯一性和新穎性程度。因此本文以獨(dú)立權(quán)利聲明數(shù)作為新穎性的代理變量，重新進(jìn)行回歸分析。權(quán)利聲明數(shù)與新穎性的取值方向一致，即權(quán)利聲明數(shù)越多，新穎性程度越高。

獨(dú)立權(quán)利聲明數(shù)的均值為2.79，方差為3.35，考慮使用負(fù)二項(xiàng)回歸。并在回歸中根據(jù)alpha值進(jìn)一步對(duì)模型選擇進(jìn)行判斷和驗(yàn)證。負(fù)二項(xiàng)回歸結(jié)果如表4所示。

從穩(wěn)健性檢驗(yàn)回歸結(jié)果可知，各自變量對(duì)因變量的影響均與表4回歸分析結(jié)果一致。雖然模型3中知識(shí)多樣性的二次項(xiàng)和模型6中交互項(xiàng)的系數(shù)不顯著，但是系數(shù)的方向均為正，與表3的回歸結(jié)果一致。穩(wěn)健性檢驗(yàn)結(jié)果表明，本研究的理論框架較為合理，實(shí)證分析結(jié)果較為可靠。同樣地，在回歸分析基礎(chǔ)上，本文繪制了知識(shí)多樣性、知識(shí)依賴度和技術(shù)新穎性的三維圖，如圖3所示。對(duì)比圖2和圖3可知，各變量和因變量的關(guān)系始終保持一致。

表4 穩(wěn)健性檢驗(yàn)（因變量=獨(dú)立權(quán)利要求數(shù)）

注：括號(hào)中數(shù)值為標(biāo)準(zhǔn)誤差；* p < 0.1, ** p < 0.05, *** p < 0.01

圖3 知識(shí)多樣性和知識(shí)依賴度對(duì)新穎性的影響（穩(wěn)健性檢驗(yàn)）

Figure 3 The influence of knowledge diversity and knowledge interdependence on novelty (robust check)

5 結(jié)論與討論

5.1 研究結(jié)論

本文分析并檢驗(yàn)了知識(shí)多樣性和知識(shí)依賴度對(duì)技術(shù)新穎性的影響，得到以下結(jié)論：

首先，知識(shí)多樣性對(duì)技術(shù)新穎性有正向影響。當(dāng)進(jìn)行組合的知識(shí)單元的多樣性越高時(shí)，由此產(chǎn)生的專利的新穎性也會(huì)越高。這一結(jié)論與本研究假設(shè)所預(yù)期的不符，倒U型關(guān)系沒有得到驗(yàn)證的原因可能是：納米技術(shù)作為一門通用的、跨學(xué)科技術(shù)，相較于其他技術(shù)（如化學(xué)、生物技術(shù)等）而言，更需要多樣化的知識(shí)[76,94,95]。在美國國家科學(xué)基金會(huì)和美國商務(wù)部發(fā)布的系列聯(lián)合報(bào)告中，Rocco和Bainbridge[96]對(duì)納米技術(shù)的特征進(jìn)行了詳細(xì)的描述。他們指出納米技術(shù)涵蓋了諸多學(xué)科領(lǐng)域，包括工程、生物、化學(xué)、材料科學(xué)和計(jì)算機(jī)。Nordmann[97]在為歐盟聯(lián)合研究中心提供的報(bào)告中做出了類似的評(píng)價(jià)。從針對(duì)納米技術(shù)的實(shí)證研究結(jié)果來看，知識(shí)多樣性對(duì)技術(shù)新穎性主要呈現(xiàn)一種線性的、正向影響[98–101]。同時(shí)，以往的能夠驗(yàn)證知識(shí)多樣性的倒U型關(guān)系的研究，其樣本來源主要是電信設(shè)備行業(yè)[18,49]、生物技術(shù)領(lǐng)域[13]、半導(dǎo)體行業(yè)[14]等。Strumsky和Lobo（2015）對(duì)1830-2014年間所有在USPTO申請(qǐng)并獲得授權(quán)的專利進(jìn)行了描述性統(tǒng)計(jì)分析，計(jì)算結(jié)果顯示USPTO所有獲得授權(quán)的專利平均擁有的分類號(hào)數(shù)為3.4，而本研究所涉及的納米技術(shù)的專利平均擁有7個(gè)分類號(hào)②Strumsky和Lobo的樣本包含了1830-2014年所有在USPTO申請(qǐng)并獲得授權(quán)的專利數(shù)據(jù)。。正是由于納米技術(shù)的這一特征，導(dǎo)致知識(shí)多樣性對(duì)新穎性的影響始終為正。此外本研究關(guān)于知識(shí)多樣性和技術(shù)新穎性的結(jié)論也能夠從Subramanian和Soh[13]的結(jié)論中獲得支撐，雖然分析對(duì)象是企業(yè)，但是她們的研究表明知識(shí)多樣性與技術(shù)新穎性之間的關(guān)系顯著為正。已有研究結(jié)論和本研究實(shí)證分析結(jié)果充分說明，知識(shí)的多樣性在技術(shù)進(jìn)步中發(fā)揮著絕對(duì)主導(dǎo)的作用。

表5 不同分類號(hào)個(gè)數(shù)水平時(shí)樣本專利數(shù)占比

其次，知識(shí)單元的依賴度對(duì)新穎性的影響表現(xiàn)為倒U型。隨著知識(shí)依賴度的增加，有助于知識(shí)組合的實(shí)現(xiàn)，即將潛力轉(zhuǎn)化為技術(shù)[102]；當(dāng)知識(shí)依賴度超過某一水平時(shí)，表明知識(shí)的延展性差、打破現(xiàn)有知識(shí)連接進(jìn)行重新組合的難度大、阻礙了新穎知識(shí)組合的產(chǎn)生，知識(shí)依賴度對(duì)新穎性的影響轉(zhuǎn)變?yōu)樨?fù)。這一實(shí)證分析結(jié)果與Yayavaram和Ahuja[41]的分析結(jié)果一致，與其他以組織或個(gè)人為分析對(duì)象的研究結(jié)論一致，同時(shí)也部分呼應(yīng)了Schumpeter和Winter的觀點(diǎn)，即模塊之間的關(guān)系越緊密，產(chǎn)生“變異”的機(jī)會(huì)越小。這一結(jié)論與技術(shù)軌道領(lǐng)域的相關(guān)研究也具有一致性，本研究對(duì)知識(shí)依賴度的度量能夠反映技術(shù)軌道的累積性，累積性是知識(shí)組合路徑依賴的基礎(chǔ)，累積性越高出現(xiàn)新穎組合的可能性越低[14,26,27,37,103]。

第三，知識(shí)多樣性和知識(shí)依賴度的交互項(xiàng)對(duì)技術(shù)新穎性存在正向的影響，主要表現(xiàn)在隨著知識(shí)多樣性的增加，倒U型曲線整體上移。這一結(jié)論與Gilsing和Duysters[9]的研究一致，他們認(rèn)為新穎性是網(wǎng)絡(luò)的結(jié)構(gòu)和網(wǎng)絡(luò)關(guān)系兩類因素共同作用的結(jié)果，主要表現(xiàn)在網(wǎng)絡(luò)密度和節(jié)點(diǎn)間關(guān)系強(qiáng)度對(duì)新穎性存在交互影響。Carnabuci和Operti[14]的研究結(jié)論也表明，知識(shí)多樣性和知識(shí)單元的關(guān)系強(qiáng)度的交互項(xiàng)對(duì)新穎性存在顯著影響。此外，從分析結(jié)果來看，知識(shí)依賴度極高、知識(shí)多樣性極低是不利于新穎性產(chǎn)生的最壞的情形，此時(shí)知識(shí)組合和技術(shù)進(jìn)步的剛性和路徑依賴最強(qiáng)，這一結(jié)論與Fleming[30]的分析結(jié)果一致。當(dāng)知識(shí)依賴度較高時(shí)，知識(shí)的潛在價(jià)值和組合的潛力較低、打破已有連接建立新連接的難度較大，如果沒有新知識(shí)注入，那么很難突破路徑依賴創(chuàng)造新穎性。知識(shí)多樣性可以補(bǔ)償由于知識(shí)依賴度高造成的知識(shí)價(jià)值耗散和路徑依賴，在組合潛力和組合實(shí)現(xiàn)能力之間找到了最佳平衡點(diǎn)。本文選取了三個(gè)知識(shí)多樣性水平（均值-標(biāo)準(zhǔn)差，均值，均值+標(biāo)準(zhǔn)差），分別繪制了在這三個(gè)知識(shí)多樣性水平時(shí)知識(shí)依賴度和新穎性的關(guān)系，如圖4所示。

圖4 不同多樣性水平下知識(shí)依賴度對(duì)新穎性的影響

Figure 4 The influence of knowledge interdepence on novelty at different level of knowledge diversity

5.2 研究意義與管理啟示

本文在系統(tǒng)梳理已有研究的基礎(chǔ)上，提煉已有研究的理論框架，發(fā)現(xiàn)已有研究的薄弱之處，在此基礎(chǔ)上構(gòu)建了知識(shí)多樣性和知識(shí)依賴度通過影響知識(shí)組合潛力和知識(shí)組合實(shí)現(xiàn)的能力進(jìn)而影響技術(shù)新穎性的理論模型，厘清了“知識(shí)單元—知識(shí)組合—技術(shù)新穎性”的內(nèi)在邏輯關(guān)系。研究對(duì)于相關(guān)理論發(fā)展與企業(yè)管理實(shí)踐具有重要的意義和啟示。

首先，本研究明確將技術(shù)新穎性與技術(shù)創(chuàng)新績效的其他維度區(qū)分開來，提出技術(shù)新穎性作為一個(gè)獨(dú)立的概念和研究問題的必要性和意義，為后續(xù)研究奠定基礎(chǔ)。正如一些學(xué)者所說，個(gè)人或組織層次的研究不能真正反映技術(shù)本身的內(nèi)在規(guī)律，必須以技術(shù)本身為分析對(duì)象，才能從根本上揭示新穎性來源的微觀基礎(chǔ)[28,104]。其次，本研究沿著時(shí)間和分析對(duì)象的層次兩條主線，系統(tǒng)梳理了已有的關(guān)于技術(shù)新穎性的研究，從中提煉出一個(gè)一致的理論框架，揭示新穎性產(chǎn)生的深層次規(guī)律，是對(duì)已有研究的歸納和升華。第三，本研究立足于已有關(guān)于技術(shù)新穎性研究的不足，以技術(shù)和知識(shí)單元為分析對(duì)象，分析了技術(shù)新穎性來源的微觀過程和作用機(jī)制，是對(duì)已有研究的重要補(bǔ)充。通過本研究，關(guān)于技術(shù)新穎性的多層次的理論研究都已經(jīng)具備，建立了不同層次研究之間的關(guān)系，為后續(xù)學(xué)者們探索多層次之間的耦合作用提供了可能性。本文對(duì)企業(yè)或個(gè)人的技術(shù)創(chuàng)新管理、技術(shù)預(yù)測和評(píng)估也具有重要的實(shí)踐指導(dǎo)意義。本文系統(tǒng)闡述了新穎性來源的微觀過程，分析了影響技術(shù)新穎性的因素，可以為管理者提供參考；本文分析表明，Verhoeven等[25]的測度方法是測度技術(shù)新穎性最為有效、恰當(dāng)?shù)姆椒?，企業(yè)或個(gè)人可以借此進(jìn)行技術(shù)預(yù)測和評(píng)估，從而降低創(chuàng)新過程的不確定性和風(fēng)險(xiǎn)。

[1] Witt U. Propositions about novelty[J].Journal of Economic Behavior & Organization, 2009,70(1–2): 311–320.

[2] Reitzig M. What determines patent value?: Insights from the semiconductor industry[J].Research Policy, 2003,32(1):13-26.

[3] Kaplan S, Vakili K. The double-edged sword of recombination in breakthrough innovation[J].Strategic Management Journal, 2015, 36:1435-1457.

[4] Singh J, Fleming L. Lone inventors as sources of breakthroughs: myth or reality?[J].Social Science Electronic Publishing, 2010, 56(1):41-56.

[5] Trajtenberg M, Henderson R, Jaffe A. University versus corporate patents: a window on the basicness of invention[J]. Economics of Innovation and New Technology, 1997,5(1): 19-50.

[6] Phene A, Fladmoe-Lindquist K, Marsh L. Breakthrough innovations in the US biotechnology industry: the effects of technological space and geographic origin [J]. Strategic Management Journal, 2006, 27(4): 369-388.

[7] Amabile T M. Componential theory of creativity[G]. In: Kessler EH, ed., Encyclopedia of Management Theory. Thousand Oaks, CA : Sage Publications, 2013.

[8]Arts S, Fleming L. Paradise of novelty-or loss of human capital? Exploring new fields and inventive output[J]. Organization Science, 2018, 29(6): 1074-1092.

[9] Gilsing V A, Duysters G M. Understanding novelty creation inexploration networks-structural and relational embeddedness jointly considered[J]. Technovation, 2008, 28(10): 693-708.

[10]Schumpeter J A. The theory of economic development: an inquiry into profits, capital, credit, interest, and the business cycle[M]. Piscataway: Transaction Publishers, 1934.

[11]Nelson R R, Winter S G. Toward an evolutionary theory of economic capabilities[J]. American Economic Review, 1973, 63(2): 440-449.

[12]Becker M C, Knudsen T, March JG. Schumpeter, Winter, and the sources of novelty[J]. Industrial and Corporate Change, 2006, 15(2): 353-371.

[13]Subramanian A M, Soh P-H. Linking alliance portfolios to recombinant innovation: The combined effects of diversity and alliance experience[J]. Long Range Planning, 2017, 50(5): 636-652.

[14]Carnabuci G, Operti E. Where do firms’ recombinant capabilities come from? Intraorganizational networks, knowledge, and firms’ ability to innovate through technological recombination[J]. Strategic Management Journal, 2013, 34(13): 1591-1613.

[15]Wang C, Rodan S, Fruin M, et al. Knowledge networks, collaboration networks, and exploratory innovation[J]. Academy of Management Journal, 2014, 57(2): 454-514.

[16]龍勇, 汪谷騰. 模塊化組織知識(shí)共享對(duì)創(chuàng)新績效影響機(jī)制的實(shí)證研究[J]. 管理工程學(xué)報(bào), 2018(3): 43-51.Long Y, Wang G T. The empirical research about the impact of knowledge sharing of modular organization on innovation performance[J]. Jonrnal of Industrial Engineering and Engineering Management, 2018(3):43-51.

[17]壽柯炎, 魏江. 網(wǎng)絡(luò)資源觀:組織間關(guān)系網(wǎng)絡(luò)研究的新視角[J].情報(bào)雜志, 2015, 34(09): 163-169+178.Shou K Y, Wei J. Network Resource-based View: A New Perspectivefor the Inter-organizational Relationship Network Studies[J]. Journal of Intelligence, 2015, 34(09): 163-169+178.

[18]Phelps C C. A longitudinal study of the influence of alliance network structure and composition on firm exploratory innovation[J]. Academy of Management Journal, 2010, 53(4): 890-913.

[19]Mezias S J, Glynn MA. The Three Faces of Corporate Renewal: Institution, Revolution, and Evolution[J]. Strategic Management Journal, 1993, 14(2): 77-101.

[20]Collins C J, Smith KG. Knowledge exchange and combination: the role of human resource practices in the performance of high-technology firms[J]. The Academy of Management Journal, 2006, 49(3): 544-560.

[21]Nooteboom B, Van Haverbeke W, Duysters G, et al. Optimal cognitive distance and absorptive capacity[J]. Research Policy, 2007, 36(7): 1016-1034.

[22]Tzabbar D, Aharonson B S, Amburgey T L. When does tapping external sources of knowledge result in knowledge integration?[J]. Research Policy, 2013, 42(2): 481-494.

[23]Grigoriou K, Rothaermel F T. Structural microfoundations of innovation: the role of relational stars[J]. Journal of Management,2014, 40(2): 586-615.

[24]Gruber M, Harhoff D, Hoisl K. Knowledge recombination across technological boundaries: scientists vs. engineers[J]. Management Science, 2013, 59(4): 837-851.

[25]Verhoeven D, Bakker J, Veugelers R. Measuring technological novelty with patent-based indicators[J]. Research Policy, 2016, 45(3): 707-723.

[26]熊鴻儒, 王毅, 林敏等. 技術(shù)軌道研究:述評(píng)與展望[J]. 科學(xué)學(xué)與科學(xué)技術(shù)管理, 2012, 33(07): 21-28.Xiong H R, Wang Y, Lin M, et al. The Study of Technological Trajectory: Review and Prospect[J]. Science of Science and Management of S.&T., 2012, 33(07): 21-28.

[27]熊鴻儒, 吳貴生, 王毅. 市場軌道理論溯源:技術(shù)軌道與市場顛覆[J].技術(shù)經(jīng)濟(jì), 2012, 31(07): 7-13.Xiong H R, Wu G S, Wang Y. Theoretical source of market trajectory: technology trajectory and market disruption[J]. Technology Economics, 2012, 31(07): 7-13.

[28]Paruchuri S, Eisenman M. Microfoundations of firm R&D capabilities: a study of inventor networks in a merger[J]. Journal of Management Studies, 2012, 49(8): 1509-1535.

[29]Schoenmakers W, Duysters G. The technological origins of radical inventions[J]. Research Policy, 2010, 39(8): 1051-1059.

[30]Fleming L, Sorenson O. Technology as a complex adaptive system: evidence from patent data[J]. Research Policy, 2001, 30(7): 1019-1039.

[31]Fleming L. Recombinant uncertainty in technological search[J].Management Science, 2001, 47(1): 117-132.

[32]Strumsky D, Lobo J. Identifying the sources of technological novelty in the process of invention[J]. Research Policy, 2015, 44(8): 1445-1461.

[33]Youn H, Strumsky D, Bettencourt LMA, et al. Invention as a combinatorial process: evidence from US patents[J]. Journal of The Royal Society Interface, 2015, 12(106): 1-8.

[34]Xiao T. Highlighting the role of knowledge linkages in knowledge recombination[D]. The Ohio State University, 2015.

[35]Strumsky D, Lobo J, Leeuw S van der. Using patent technology codes to study technological change[J]. Economics of Innovation and New Technology, 2012, 21(3): 267-286.

[36]王萍萍, 王毅. 知識(shí)單元特征對(duì)發(fā)明者知識(shí)組合行為的影響——知識(shí)網(wǎng)絡(luò)的視角[J]. 經(jīng)濟(jì)管理, 2018(5): 92-107.Wang P P, Wang Y. The characteristics of knowledge componentsand its effect on inventors' knowledge combination behavior: from the knowledge network perspective[J]. Economic Management Journal, 2018(5): 92-107.

[37]Fontana R, Nuvolari A, Verspagen B. Mapping technological trajectories as patent citation networks. An application to data communication standards[J]. Economics of Innovation and New Technology, 2009, 18(4): 311-336.

[38]楊中楷, 劉佳. 基于專利引文網(wǎng)絡(luò)的技術(shù)軌道識(shí)別研究——以太陽能光伏電池板領(lǐng)域?yàn)槔齕J]. 科學(xué)學(xué)研究, 2011, 29(9):1311-1317. Yang Z K, Liu J. Research on identification of technological evolution path based on patent citation network - taking solar photovoltaic panels technology as an example[J]. Studies in Science of Science, 2011, 29(9):1311-1317.

[39]Grebel T. On the tradeoff between similarity and diversity in the creation of novelty in basic science[J]. Structural Change and Economic Dynamics, 2013, 27: 66-78.

[40]Fleming L, Sorenson O. Science as a map in technological search[J]. Strategic Management Journal, 2004, 25(8-9): 909-928.

[41]Yayavaram S, Ahuaja G. Decomposability in knowledge structures and its impact on the usefulness of inventions and knowledge-base malleability[J]. Administrative Science Quarterly, 2008, 53(2): 333-362.

[42]Tiwana A. Do bridging ties complement strong ties? An empirical examination of alliance ambidexterity[J]. Strategic Management Journal, 2008, 29(3): 251-272.

[43]Tzabbar D. When does scientist recruitment affect technological repositioning?[J]. Academy of Management Journal, 2009, 52(5): 873-896.

[44]Dibiaggio L, Nasiriyar M, Nestal L. Substitutability and complementarity of technological knowledge and the inventive performance of semiconductor companies[J]. Research Policy,2014,43(9): 1582-1593.

[45]Kauffman S, Lobo J, Macready WG. Optimal search on a technology landscape[J]. Journal of Economic Behavior & Organization, 2000, 43(2): 141-166.

[46]Van Den Bergh JC. Optimal diversity: increasing returns versus recombinant innovation[J]. Journal of Economic Behavior & Organization, 2008, 68(3): 565-580.

[47]Nystrom P C. Managing diversity and interdependence: an organizational study of multidivisional firms[J]. ILR Review, 1976, 29(4): 628-630.

[48]Stirling A. A general framework for analysing diversity in science,technology and society[J]. Journal of the Royal Society Interface, 2007, 4(15): 707-719.

[49]Sampson R C. R&D alliances and firm performance: the impact of technological diversity and alliance organization on innovation[J]. Academy of Management Journal, 2007, 50(2): 364-386.

[50]彭凱, 孫海法. 知識(shí)多樣性、知識(shí)分享和整合及研發(fā)創(chuàng)新的相互關(guān)系——基于知識(shí)IPO的R&D團(tuán)隊(duì)創(chuàng)新過程分析[J]. 軟科學(xué), 2012(09): 15-19.Peng K, Sun H F. The Relationship between Knowledge Diversity，Knowledge Sharing and Integration and R＆D Innovation-Analysis of R＆D Innovation Based on IPO of Knowledge[J]. Soft Science,2012(09): 15-19.

[51]Burt R S. Structural holes?: the social structure of competition[M].Cambridge: Harvard University Press, 1995.

[52]Gilsing V, Nooteboom B, Vanhaverbeke W, et al. Network embeddedness and the exploration of novel technologies: Technological distance, betweenness centrality and density[J]. Research Policy, 2008, 37(10): 1717-1731.

[53]Ahuja G, Lampert C M. Entrepreneurship in the large corporation: A longitudinal study of how established firms create breakthrough inventions[J]. Strategic Management Journal, 2001, 22(6-7): 521-543.

[54]Greve H R. Exploration and exploitation in product innovation[J]. Industrial and Corporate Change, 2007, 16(5): 945-975.

[55]Jansen JJP, Van Den Bosch FAJ, Volberda HW. Exploratory innovation, exploitative innovation, and performance: effects of organizational antecedents and environmental moderators[J]. Management Science, 2006, 52(11): 1661-1674.

[56]Weisberg R W. Creativity and knowledge: A challenge to theories[J].1999: 226-250.

[57]Duysters G, Lokshin B. Determinants of alliance portfolio complexity and its effect on innovative performance of companies [J]. Journal of Product Innovation Management, 2011,28(4): 570-585.

[58] Bercovitz J, Feldman M. The mechanisms of collaboration in inventive teams: Composition, social networks, and geography[J]. Research Policy, 2011, 40(1): 81.

[59] Terjesen S, Patel P C, Covin J G. Alliance diversity, environmental context and the value of manufacturing capabilities among new high technology ventures[J]. Journal of Operations Management, 2011, 29(1/2): 105-115.

[60] 朱亞萍. 企業(yè)知識(shí)專門化與探索式創(chuàng)新績效:研發(fā)網(wǎng)絡(luò)知識(shí)整合的悖論[J]. 寧波大學(xué)學(xué)報(bào)(人文科學(xué)版), 2014(02): 102-107.Zhu Y P. Knowledge Specification of Focal Firm and Exploratory Innovation Performance: A Paradox in the Knowledge Integration of Research and Development Network[J]. Journal of NingBo University(Liberal Arts Edition), 2014(02): 102-107.

[61] 趙云輝. 知識(shí)多樣性對(duì)跨國公司知識(shí)轉(zhuǎn)移績效的影響研究——知識(shí)一致性的調(diào)節(jié)效應(yīng)[J]. 技術(shù)經(jīng)濟(jì)與管理研究, 2016(9): 10-14.Zhao Y H. Impact of Knowledge Diversity on MNCs Transfer Performance-Moderator Effect of Knowledge Consistency[J]. Technoeconomics & Management Research, 2016(9): 10-14.

[62] Jiang R J, Tao Q T, Santoro M D. Alliance portfolio diversity and firm performance[J]. Strategic Management Journal, 2010, 31(10): 1136-1144.

[63] Lin C, Wu Y-J, Chang G C, et al. The alliance innovation performance of R&D alliances - the absorptive capacity perspective[J]. Technovation, 2012, 32(5): 282-292.

[64] Wuyts S, Dutta S. Benefiting from alliance portfolio diversity: the role of past internal knowledge creation strategy[J]. Journal of Management: Official Journal of the Southern Management Association, 2014, 40(6): 1653-1674.

[65] Hargadon A, Sutton R I. Technology Brokering and Innovation in a Product Development Firm[J]. Administrative Science Quarterly, 1997, 42(4): 716-749.

[66] Arts S, Veugelers R. Technology familiarity, recombinant novelty,and breakthrough invention[J]. Industrial and Corporate Change, 2015, 24(6): 1215-1246.

[67] Winter S G, Szulanski G. Replication as Strategy[J]. Organization Science, 2001, 12(6): 730-743.

[68] Winter S G. Economic" natural selection" and the theory of the firm[M]. California: Institute of Business and Economic Research, University of California, 1964.

[69] Winter S G. Satisficing, selection, and the innovating remnant[J]. Quarterly Journal of Economics, 1971, 85(2): 237-261.

[70] Winter S G, Nelson R R. An evolutionary theory of economicchange[M]. Cambridge: Harvard University Press, 1982.

[71] Nelson R R, Winter S G. A case study in the economics of information and coordination the weather forecasting system[J].Quarterly Journal of Economics, 1964, 78(3): 848-868.

[72] Dunbar K. How scientists think: On-line creativity and conceptual change in science[J]. Creative thought: An investigation of conceptual structures and processes, 1997, 4.

[73] Katila R, Ahuja G. Something old, something new: a longitudinal study of search behavior and new product introduction[J]. Academy of Management Journal, 2002, 45(6): 1183-1194.

[74] Kelley D J, Aai A, Zahra S A. Where do breakthroughs come from? Characteristics of high-potential inventions[J]. Journal of Product Innovation Management, 2013, 30(6): 1212-1226.

[75] Kaplan S. Strategy and powerPoint: an inquiry into the epistemic culture and machinery of strategy making[J]. Organization Science, 2011, 22(2): 320-346.

[76] Alencar MSM, Porter A L, Antunes AMS. Nanopatenting patterns in relation to product life cycle[J]. Technological Forecasting and Social Change, 2007, 74(9): 1661-1680.

[77] 欒春娟, 侯海燕. 全球納米科學(xué)-技術(shù)發(fā)展情報(bào)分析[J]. 現(xiàn)代情報(bào), 2011, 31(9): 125-128. Luan C J, Hou H Y. Global Intelligence Analysis of Nanoscience &Nanotechnology[J]. Journal of Modern Information, 2011, 31(9): 125-128.

[78] Trajtenberg M. A penny for your quotes: patent citations and the value of innovations[J]. The RAND Journal of Economics, 1990, 21(1): 172-187.

[79] Agarwal R, Hoetker G. A faustian bargain? The growth of management and its relationship with related disciplines[J]. The Academy of Management Journal, 2007, 50(6): 1304-1322.

[80] Banerjee P. Resource dependence and core competence: insights from Indian software firms[J]. Technovation, 2003, 23(3): 251-263.

[81] Dahulin K B, Behrens D M. When is an invention really radical?: Defining and measuring technological radicalness[J]. Research Policy, 2005, 34(5): 717-737.

[82] Lanjouw J O, Schankerman M. Characteristics of patent litigation: A window on competition[J]. RAND Journal of Economics (RAND Journal of Economics), 2001, 32(1): 129-151.

[83] Tong X, Frame J D. Measuring national technological performance with patent claims data[J]. Research Policy, 1994, 23(2): 133-141.

[84] Sorenson J B, Stuart T E. Aging, obsolescence, and organizational innovation[J]. Administrative Science Quarterly, 2000, 45(1): 81-112.

[85] Leten B, Belderbos R, Van Looy B. Technological diversification,coherence, and performance of firms[J]. Journal of Product Innovation Management, 2007, 24(6): 567-579.

[86] Lin B W. Knowledge diversity as a moderator: inter-firm relationships, R&D investment and absorptive capacity[J]. Technology Analysis & Strategic Management, 2011, 23(3): 331-343.

[87] Rosenkopf L, Nerkar A. Beyond local search: boundary-spanning, exploration, and impact in the optical disk industry[J]. Strategic Management Journal, 2001, 22(4): 287-306.

[88] Aiken L S, West S G, Reno R R. Multiple regression: testing and interpreting interactions[M]. Los Angeles: SAGE, 1991.

[89] Cohen J, Cohen P, West S G, et al. Applied multiple regression/ correlation analysis for the behavioral sciences[M]. New York: Routledge, 2013.

[90] Hayes A F. Introduction to mediation, moderation, and conditional process analysis: a regression-based approach[M]. New York: Guilford Press, 2013.

[91] 喬元波, 王硯羽, 鄒仁余. 非線性模型連續(xù)調(diào)節(jié)變量檢驗(yàn)的實(shí)現(xiàn)方法[J]. 統(tǒng)計(jì)與決策, 2017(09): 9-14.Qiao Y B, Wang Y Y, Zou R. An Implement Method on Testing Continuous Moderator Variable in Non-linear Model[J]. Statistics and Decision,2017(09): 9-14.

[92] Hall B H, Jaffe A, Trajtenberg M. The NBER patent citations data file: lessons, insights and methodological tools[J]. Nber Working Papers, 2001.

[93] 萬小麗. 專利質(zhì)量指標(biāo)研究[D]. 武漢: 華中科技大學(xué), 2009.Wan X L. Study on Indicators of patent quality[D]. Wuhan: Huazhong University of Science and Technology, 2009.

[94] Li X, Chen H, Dang Y, et al. A longitudinal analysis of nanotechnology literature: 1976-2004[J]. Journal of Nanoparticle Research, 2008, 10(S1): 3-22.

[95] Guan J, Shi Y. Transnational citation, technological diversity andsmall world in global nanotechnology patenting[J]. Scientometrics,2012, 93(3): 609-633.

[96] Roco M C, Bainbridge W S. Converging Technologies for Improving Human Performance: Integrating From the Nanoscale[J]. Journal of Nanoparticle Research, 2002, 4(4): 281-295.

[97] Nordmann A, Bruland K, Bibel W, et al. Converging technologies – shaping the future of European societies[R]. European Commission Research, 2004.

[98] Fernandez-Ribas A, Shapira P. Technological diversity, scientific excellence and the location of inventive activities abroad: the case of nanotechnology[J]. Journal of Technology Transfer, 2009, 34(3):286-303.

[99] Beaudry C, Schiffauerova A. Impacts of collaboration and network indicators on patent quality: The case of Canadian nanotechnology innovation[J]. European Management Journal, 2011, 29(5): 362-376.

[100] Pandza K, Wilkins T A, Alfoldi E A. Collaborative diversity in a nanotechnology innovation system: evidence from the EU framework programme[J]. Technovation, 2011, 31(9): 476-489.

[101] Funk R J. Making the most of where you are: geography, networks, and innovation in organizations[J]. Academy of Management Journal, 2014, 57(1): 193-222.

[102] 鄭德葉. 母子公司知識(shí)異質(zhì)性與創(chuàng)新績效的關(guān)系研究[D]. 杭州：浙江工業(yè)大學(xué), 2012.Zheng D Y. The relationship between knowledge heterogeneity and innovation performance in parent-subsidiary corporation[D].Hangzhou: ZheJiang University of Technology, 2012.

[103] Hohberger J. Combining valuable inventions: exploring the impact of prior invention value on the performance of subsequent inventions[J]. Industrial and Corporate Change, 2017, 26(5): 907-930.

[104] 曾德明, 周濤. 企業(yè)知識(shí)基礎(chǔ)結(jié)構(gòu)與技術(shù)創(chuàng)新績效關(guān)系研究——知識(shí)元素間關(guān)系維度新視角[J]. 科學(xué)學(xué)與科學(xué)技術(shù)管理, 2015, 36(10): 80-88.Zeng D M, Zhou T. The Relationship Between Knowledge Base and Innovative Performance: A New Relational Perspective of Knowledge Elements[J]. Science of Science and Management of S.&T., 2015, 36(10): 80-88.

Identifying the sources of technological novelty:Empirical analysis based on nanotechnology patents

WANG Pingping1, WANG Yi2

(1. Institute of Defense Economics and Management, Central university of Finance and Economics, Beijing 100081, China;2. School of Economics and Management, Tsinghua University, Beijing 100084, China)

Innovation has been considered as the result of a combination or reorganization of existing knowledge since Schumpeter. Existing research extensively discusses the impact of individual and organizational characteristics on individual or organizational innovation performance, which helps to explain the differences in performance between individuals or organizations. But these studies usually assume that the innovation or invention activities of individuals or organizations within a certain observation period are homogeneous. In fact, even different inventions carried out by the same person may differ in their novelty or usefulness. Existing studies rarely explain this phenomenon. The purpose of this study is to reveal the micro-foundation of the heterogeneity of different inventions and to explain the path of novel inventions through theoretical and empirical analysis.

Since any patent can be decomposed into knowledge components with different technical functions, patent data provides the possibility to track the connection relationship between knowledge components. Based on the existing research, this study regards patents as a group of combined knowledge components, and each knowledge component is coded as a classification number. New technologies arise from the combination of previously unconnected knowledge components or the reorganization of already connected knowledge components in new ways. Evolutionary theory has long believed that the diversity of components and their relationships are important factors that determine the direction and performance of evolution. Social network theory emphasizes the functional diversity of network nodes and the impact of the connections between nodes on innovation results. Combining evolutionary theory and Social network theory this paper proposes that the diversity and dependence of knowledge components may affect the degree of technological novelty by affecting the potential of the combination and realization. The higher the diversity of knowledge components is, the more abundant the effective knowledge has, and the greater the potential of the possible combinations is. At the same time, diversified knowledge may cause a relative lack of absorptive capacity, thereby increasing the difficulty of knowledge combination realization and increasing the cost of knowledge combination. The higher the degree of knowledge dependence, the more mature the path of using knowledge, and the lower the uncertainty of the knowledge combination, but it will increase the rigidity of creating new combinations and strengthen the path dependence. The net effect of the final impact depends on the trade-off between positive and negative effects. Therefore, this study suggests that knowledge diversity and dependency have a nonlinear effect on technological novelty. And the interaction between the two may also have a significant positive effect on novelty.

In this study, 9328 invention patents in the field of nanotechnology applied for and finally authorized by the United States Patent and Trademark Office (USPTO) from 1972 to 2010 were used as samples to test the theoretical framework. The novelty of a patent is measured by the number of back citations of the patent, and the diversity of knowledge is measured by 1 minus the Herfindahl index calculated according to the technical field where the patent classification number is located. The measurement of knowledge dependency is relatively complicated and is implemented in two steps. First, calculate the degree of ease of each knowledge component combination in the patent, and divide the number of all sub-classification numbers in the previous patent that have a co-occurrence relationship with the sub-classification number i by the number of patents in the previous patent that include the sub-classification number i. Secondly, the arithmetic average of all the knowledge components calculated in the first step and the reciprocal is the value of the patent's knowledge dependency. The negative binomial regression results show that: the negative binomial regression results using patent data as a sample demonstrate that knowledge diversity and knowledge dependency have a positive and inverted U-shape effect on technology novelty respectively, and the interactive terms of the two have an effect on technology. The impact on novelty is significantly positive. This conclusion is further supported in the robustness test. Except that the knowledge diversity hypothesis is only partially supported, the other two hypotheses are both fully supported.

The contribution of this research lies in: First, it breaks the normal research assumption on individuals, teams, or organizations homogenizes innovation activities, and explores the impact of micro-knowledge component characteristics on technological innovation activities as an important additional research. Second, it quantitatively analyze the causes of the differences in the novelty of different technological innovation activities from the two dimensions of content (knowledge diversity) and structure (knowledge dependency), and reveal the source and mechanism of technological novelty.

Knowledge diversity; Knowledge interdependence; Knowledge combination; Technological novelty

F273.1

A

1004-6062(2020)06-0079-011

10.13587/j.cnki.jieem.2020.06.008

2018-07-17

2018-10-27

Supported by the National Natural Science Foundation of China(71172008), the China Postdoctoral Science Foundation(2018M631708) and the Tsinghua University Initiative Scientific Research Program (2015THZWSH07)

2018-07-17

2018-10-27

國家自然科學(xué)基金資助項(xiàng)目（71172008）；第63批中國博士后科學(xué)基金資助面上項(xiàng)目（2018M631708）；清華大學(xué)自主科研計(jì)劃文科專項(xiàng)項(xiàng)目（2015THZWSH07）

王萍萍（1989—），女，河南沁陽人；中央財(cái)經(jīng)大學(xué)國防經(jīng)濟(jì)與管理研究院博士后；主要研究方向：技術(shù)創(chuàng)新、軍民融合等。

中文編輯：杜 ??；英文編輯：Boping Yan