李晨光，邱禎君

（1.北方工業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，北京 100144；2.北京工業(yè)大學(xué) 經(jīng)濟(jì)與管理學(xué)院，北京 100124）

一、引言

技術(shù)融合是用于創(chuàng)建新技術(shù)領(lǐng)域的多種技術(shù)要素的組合，對(duì)于創(chuàng)造新價(jià)值和引入新產(chǎn)品和服務(wù)極為重要（Kim 和Sohn，2020）。隨著數(shù)字經(jīng)濟(jì)如雨后春筍般蓬勃發(fā)展，現(xiàn)代制造業(yè)如何識(shí)別機(jī)會(huì)轉(zhuǎn)型升級(jí)實(shí)現(xiàn)高質(zhì)量創(chuàng)新發(fā)展是當(dāng)前尤為重要的議題（賈建鋒等，2022）。當(dāng)前，數(shù)字化轉(zhuǎn)型對(duì)我國(guó)制造業(yè)企業(yè)，特別是汽車制造業(yè)企業(yè)的創(chuàng)新績(jī)效還沒(méi)有發(fā)揮有效的促進(jìn)作用（范德成和王婭，2022）。汽車制造業(yè)在現(xiàn)代制造業(yè)中占據(jù)重要地位，且其先進(jìn)程度代表著國(guó)家制造業(yè)的水平。根據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，2021 年，我國(guó)汽車制造業(yè)規(guī)模以上工業(yè)增加值同比增長(zhǎng)5.5%。汽車制造業(yè)規(guī)模以上工業(yè)企業(yè)營(yíng)業(yè)收入8.67 萬(wàn)億元、同比增長(zhǎng)6.7%，利潤(rùn)總額5305.7 億元、同比增長(zhǎng)1.7%。然而，汽車制造業(yè)與大量上下游產(chǎn)業(yè)相關(guān)聯(lián)，導(dǎo)致企業(yè)績(jī)效受到供應(yīng)商材料成本的制約，利潤(rùn)下滑的新業(yè)態(tài)正在迫使汽車制造企業(yè)尋求新的增長(zhǎng)點(diǎn)（杜巧梅，2022）?！吨腥A人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035 年遠(yuǎn)景目標(biāo)綱要》（“十四五”規(guī)劃）針對(duì)這一問(wèn)題提出要“加強(qiáng)前沿技術(shù)多路徑探索、交叉融合和顛覆性技術(shù)供給”，并強(qiáng)調(diào)融合創(chuàng)新已經(jīng)成為發(fā)展關(guān)鍵核心技術(shù)，搶占未來(lái)產(chǎn)業(yè)發(fā)展先機(jī)的重要?jiǎng)?chuàng)新方式?？梢?jiàn)，技術(shù)融合能夠有效幫助汽車制造業(yè)企業(yè)在不同技術(shù)領(lǐng)域之間的重組交叉過(guò)程中識(shí)別技術(shù)機(jī)會(huì)，從而創(chuàng)造更高的創(chuàng)新價(jià)值和績(jī)效（翟東升和張京先，2020；Kim 和Sohn，2020；王艷等，2021）。技術(shù)融合還有助于汽車制造企業(yè)實(shí)現(xiàn)創(chuàng)新能力互補(bǔ)、研發(fā)時(shí)效增強(qiáng)和風(fēng)險(xiǎn)成本共擔(dān)（Sampson，2007）。因此，有必要從企業(yè)層面了解組織內(nèi)外知識(shí)共享為基礎(chǔ)的技術(shù)聯(lián)系，預(yù)測(cè)技術(shù)變革發(fā)生和演化趨勢(shì)，探究提升汽車制造業(yè)創(chuàng)新績(jī)效的策略，見(jiàn)微知著。

現(xiàn)有技術(shù)融合的研究主要集中于技術(shù)軌跡（王艷等，2021）和技術(shù)組成（Caviggioli，2016）的視角，揭示出技術(shù)機(jī)會(huì)發(fā)現(xiàn)、技術(shù)演化路徑、未來(lái)新興技術(shù)和企業(yè)響應(yīng)動(dòng)態(tài)技術(shù)變化能力的重要性。然而，技術(shù)多樣性、技術(shù)融合網(wǎng)絡(luò)復(fù)雜性、新興產(chǎn)業(yè)技術(shù)邊界模糊性等，對(duì)以往相似性為基礎(chǔ)的技術(shù)融合方向預(yù)測(cè)和直接效用評(píng)價(jià)提出了嚴(yán)峻的挑戰(zhàn)（Kose 和Sakata，2019；王宏起等，2020）。知識(shí)作為創(chuàng)新的重要基礎(chǔ)資源，一方面，為異同領(lǐng)域知識(shí)重構(gòu)和再造提供了技術(shù)融合基本單元（烏日汗等，2021）；另一方面，核心知識(shí)與其他知識(shí)的交互衍生關(guān)聯(lián)為復(fù)雜網(wǎng)絡(luò)關(guān)系下的技術(shù)融合特征分析提供了網(wǎng)絡(luò)拓?fù)湟暯牵▌匝嗟龋?019；Cho et al，2021）。學(xué)者們開(kāi)始關(guān)注技術(shù)融合特征和知識(shí)流動(dòng)、整合與創(chuàng)造，通過(guò)不同的組織內(nèi)外知識(shí)整合策略，分析異構(gòu)技術(shù)領(lǐng)域中知識(shí)流對(duì)企業(yè)技術(shù)融合機(jī)會(huì)、雙元?jiǎng)?chuàng)新能力，以及績(jī)效的影響（Park 和Yoon，2018；Cho et al，2021）。既然不同技術(shù)融合特征決定知識(shí)異質(zhì)性，而知識(shí)異質(zhì)性決定了企業(yè)創(chuàng)新績(jī)效的差異性（黨興華等，2011），那么技術(shù)融合特征分析和知識(shí)異質(zhì)性在技術(shù)融合和企業(yè)創(chuàng)新績(jī)效中發(fā)揮何種作用，是本文所要探討的問(wèn)題。知識(shí)基的引入有助于本文從異質(zhì)性知識(shí)組合、融合過(guò)程和企業(yè)創(chuàng)新績(jī)效之間的聯(lián)系（Grillitsch et al，2019），以企業(yè)自身技術(shù)資源、知識(shí)（專利）的客觀數(shù)據(jù)，細(xì)化至企業(yè)單一技術(shù)層面的融合演變，動(dòng)態(tài)性衡量企業(yè)自身?xiàng)l件和知識(shí)資源整合方式，深入探究技術(shù)融合對(duì)企業(yè)創(chuàng)新績(jī)效的影響，挖掘有效的技術(shù)融合模式。

本文選取我國(guó)滬深股市汽車制造業(yè)上市企業(yè)為樣本，從萬(wàn)得數(shù)據(jù)庫(kù)提取2009—2020 年企業(yè)相關(guān)數(shù)據(jù)，利用產(chǎn)業(yè)領(lǐng)域-國(guó)際專利分類（IPC）對(duì)照表確定行業(yè)，構(gòu)建了全汽車制造行業(yè)技術(shù)融合網(wǎng)絡(luò)，使用網(wǎng)絡(luò)分析方法測(cè)度企業(yè)技術(shù)融合特征，使用負(fù)二項(xiàng)回歸模型，實(shí)證檢驗(yàn)技術(shù)融合特征對(duì)企業(yè)創(chuàng)新績(jī)效的影響及知識(shí)基的中介作用。從網(wǎng)絡(luò)拓?fù)浞治鰧用尕S富了技術(shù)融合領(lǐng)域的研究方法，知識(shí)基作用剖析也為企業(yè)技術(shù)融合的專利重組策略提供有益參考。

二、文獻(xiàn)回顧與研究假設(shè)

（一）技術(shù)融合與創(chuàng)新績(jī)效

技術(shù)融合作被視為創(chuàng)新的主要來(lái)源，是知識(shí)跨邊界交互、重組的創(chuàng)新活動(dòng)（Han 和Sohn，2016；Verhoeven et al，2016）。Curran 和Leker（2011）認(rèn)為技術(shù)融合的特點(diǎn)在于產(chǎn)生了新的子領(lǐng)域，這種子領(lǐng)域能夠引發(fā)跨域知識(shí)流的協(xié)同疊加效應(yīng)，從而為企業(yè)帶來(lái)新的績(jī)效增長(zhǎng)機(jī)會(huì)。企業(yè)利用技術(shù)融合能夠?qū)⒉煌夹g(shù)軌道中的知識(shí)整合到現(xiàn)有創(chuàng)新進(jìn)程，其中多樣化的技術(shù)融合特征體現(xiàn)了融合技術(shù)的廣度，而技術(shù)分配的均勻性體現(xiàn)的是融合技術(shù)的深度，為技術(shù)融合的知識(shí)網(wǎng)絡(luò)奠定了基礎(chǔ)（趙玉林和李丫丫，2017）。以知識(shí)流在技術(shù)領(lǐng)域內(nèi)外協(xié)同交互為條件，知識(shí)為節(jié)點(diǎn)、技術(shù)融合為邊、技術(shù)突破為關(guān)系強(qiáng)度的技術(shù)融合（知識(shí)）網(wǎng)絡(luò)，逐漸成為學(xué)術(shù)研究的熱點(diǎn)（曹興和孫綺悅，2021）。因此，網(wǎng)絡(luò)嵌入方式和結(jié)構(gòu)拓?fù)錇榧夹g(shù)融合特征提供了針對(duì)大量專利數(shù)據(jù)為依據(jù)的分析方法（Kim et al，2019）。網(wǎng)絡(luò)中心性代表著企業(yè)知識(shí)創(chuàng)造、轉(zhuǎn)移、積累和利用等行為所映射的技術(shù)融合特征，不同的中心性對(duì)創(chuàng)新績(jī)效具有不同的影響（Yayavaram 和Ahuja，2008；魏江和徐蕾，2014；Wang et al，2014；Kim et al，2019）。如解學(xué)梅和王宏偉（2020）從結(jié)構(gòu)和關(guān)系兩個(gè)維度剖析了網(wǎng)絡(luò)特征對(duì)創(chuàng)新績(jī)效的影響。相關(guān)研究往往從結(jié)構(gòu)嵌入和關(guān)系嵌入兩方面考慮知識(shí)網(wǎng)絡(luò)對(duì)知識(shí)轉(zhuǎn)移、吸收和創(chuàng)新活動(dòng)的影響，結(jié)構(gòu)嵌入的研究中結(jié)構(gòu)洞的地位尤為突出（Kim et al，2014；Lee et al，2015；劉曉燕等，2019）。

中介技術(shù)融合反映的是技術(shù)融合網(wǎng)絡(luò)中多領(lǐng)域知識(shí)發(fā)生融合的深度（Park 和Yoon，2018）。這類特征描述了企業(yè)在現(xiàn)存技術(shù)基礎(chǔ)上，尋求知識(shí)基增加機(jī)會(huì)，對(duì)外廣泛搜索可融合知識(shí)的策略（Kim et al，2014）。企業(yè)因開(kāi)啟了“梯次海選”模式，而將待融合技術(shù)視為核心技術(shù)，任何與核心技術(shù)存在知識(shí)交互的技術(shù)均被嘗試進(jìn)行技術(shù)融合。該特征下的知識(shí)流交互具有異質(zhì)性和多層次性，按中介中心性值由高到低依次嘗試，直到技術(shù)創(chuàng)新突破為止（Lee et al，2019）。中介技術(shù)融合有利于知識(shí)基的增加，加強(qiáng)了企業(yè)異質(zhì)資源的獲取、整合和創(chuàng)造能力，有助于企業(yè)識(shí)別稀缺性、有價(jià)值的可融合技術(shù)，以及高度中介難以替代的知識(shí)，進(jìn)而整合自身技術(shù)實(shí)現(xiàn)技術(shù)創(chuàng)新突破和提升創(chuàng)新績(jī)效（劉洋等，2015）。同時(shí)，企業(yè)融合關(guān)鍵技術(shù)相當(dāng)于占據(jù)了關(guān)鍵的“守門員”位置，不但獲得了信息優(yōu)勢(shì)，容易獲得稀缺信息進(jìn)而把握豐富的知識(shí)資源，在技術(shù)融合活動(dòng)中掌握更強(qiáng)的自主性以便洞悉知識(shí)流的強(qiáng)度，進(jìn)一步把握技術(shù)融合機(jī)會(huì)（Kim et al，2014）。中介技術(shù)融合特征更加有利于異構(gòu)技術(shù)領(lǐng)域的知識(shí)重組，強(qiáng)化企業(yè)對(duì)原先聯(lián)系較少的不同領(lǐng)域技術(shù)的了解，推動(dòng)多領(lǐng)域融合創(chuàng)造的新技術(shù)，保障“多鏈路”技術(shù)融合創(chuàng)新績(jī)效的總體增長(zhǎng)（Lee et al，2022）。由此，本文提出假設(shè)：

中介技術(shù)融合對(duì)企業(yè)創(chuàng)新績(jī)效有顯著的正向影響（H1a）。

接近技術(shù)融合反映的是技術(shù)融合網(wǎng)絡(luò)中企業(yè)知識(shí)融合的廣度（Cho et al，2015；Cho et al，2021）。這類特征描述了企業(yè)內(nèi)部相似性知識(shí)快速整合和外部搜尋鄰近性較高和融合影響力較高的知識(shí)的策略，也被稱作做短路徑策略（Kim et al，2019）。企業(yè)優(yōu)先選擇鄰近的、可融合的知識(shí)與自身待融合技術(shù)進(jìn)行交互、整合和創(chuàng)造，并借助鏈路預(yù)測(cè)識(shí)別融合過(guò)程中每條鏈路知識(shí)流的融合機(jī)會(huì)，進(jìn)而篩選關(guān)鍵技術(shù)（Lee et al，2010）。在此模式下，企業(yè)擁有較為快的技術(shù)融合速度（Cho et al，2021）。技術(shù)融合網(wǎng)絡(luò)中，接近中心度較高的技術(shù)往往是某一行業(yè)中基礎(chǔ)、通用的技術(shù)，企業(yè)選擇的技術(shù)路線風(fēng)險(xiǎn)較?。–ho et al，2015）。相反，在知識(shí)網(wǎng)絡(luò)中覆蓋領(lǐng)域較少或所能發(fā)現(xiàn)的潛在技術(shù)融合機(jī)會(huì)較少的企業(yè)，在既有的技術(shù)知識(shí)存量中尋求融合機(jī)會(huì)不但成功的可能性較小，還可能因?yàn)榕c已有的技術(shù)融合類似，造成知識(shí)的“重復(fù)創(chuàng)造”，花費(fèi)不必要的時(shí)間、金錢和人力資本。因此，當(dāng)企業(yè)的接近技術(shù)融合程度較低時(shí)，相關(guān)知識(shí)在技術(shù)融合網(wǎng)絡(luò)中很難與當(dāng)前技術(shù)進(jìn)行融合，不利于創(chuàng)新績(jī)效的增長(zhǎng)（Kim et al，2014；Kim et al，2019）。由此，本文提出假設(shè)：

接近技術(shù)融合對(duì)企業(yè)創(chuàng)新績(jī)效有顯著的正向影響（H1b）。

聚類技術(shù)融合反映的是相關(guān)技術(shù)融合形式重復(fù)發(fā)生的情況，即技術(shù)領(lǐng)域內(nèi)技術(shù)融合的緊密程度（Lee et al，2019）。此類模式下企業(yè)對(duì)自身每一項(xiàng)研發(fā)技術(shù)進(jìn)行融合機(jī)會(huì)評(píng)價(jià)，直到發(fā)現(xiàn)與其他領(lǐng)域技術(shù)單元產(chǎn)生集聚效應(yīng)后，從技術(shù)知識(shí)流密度（聚集系數(shù)）較高的技術(shù)單元組合開(kāi)始嘗試技術(shù)融合（Kim 和Lee，2021）。技術(shù)融合網(wǎng)絡(luò)中，局部聚類系數(shù)的變化，還表示技術(shù)知識(shí)流動(dòng)的速度，也就是融合機(jī)會(huì)和剩余價(jià)值的判斷標(biāo)準(zhǔn)（Jung et al，2021）。網(wǎng)絡(luò)整體的聚類系數(shù)提高能代表著整個(gè)網(wǎng)絡(luò)信息交換的能力提升，有益于創(chuàng)新績(jī)效的提升（Lee et al，2019）。此外，較高的聚類系數(shù)便于創(chuàng)新資源的擴(kuò)散，更可能存在可供遷移或借鑒的知識(shí)或經(jīng)驗(yàn)（Kim 和Lee，2021）。但是，也可能導(dǎo)致技術(shù)方向或選型過(guò)多而引發(fā)混亂，以及大量近似或重復(fù)的知識(shí)對(duì)技術(shù)融合效果的負(fù)面影響。此時(shí)，企業(yè)可以通過(guò)嫁接外部知識(shí)基來(lái)提升創(chuàng)新績(jī)效（劉洋等，2015）。聚類技術(shù)融合程度較低時(shí)，企業(yè)對(duì)相關(guān)技術(shù)單元間組合方式探索較少或?qū)ζ鋺?yīng)用場(chǎng)景和應(yīng)用機(jī)會(huì)挖掘不足。因此，較高的聚類技術(shù)融合程度有助于企業(yè)實(shí)現(xiàn)相似領(lǐng)域的可替代性技術(shù)融合，放大知識(shí)獲取、整合和創(chuàng)造的效果，從而提升創(chuàng)新績(jī)效。由此，本文提出假設(shè)：

聚類技術(shù)融合對(duì)企業(yè)創(chuàng)新績(jī)效有顯著的正向影響（H1c）。

（二）知識(shí)基的中介作用

知識(shí)基的形成依賴于知識(shí)的累積，可以用其所有者的一組知識(shí)域及知識(shí)域之間建立的關(guān)系進(jìn)行表征（Eom 和Kang，2022；Wang 和Nie，2022）。企業(yè)現(xiàn)存的知識(shí)基是企業(yè)內(nèi)部存在的知識(shí)資源，也是輔助技術(shù)創(chuàng)新的信息、投入、訣竅及能力等（黨興華等，2011；劉洋等，2015）。知識(shí)往往被認(rèn)為是重要的技術(shù)傳遞單元，但是由于在技術(shù)融合過(guò)程中技術(shù)領(lǐng)域規(guī)模性和復(fù)雜性，使得企業(yè)實(shí)際識(shí)別和交互的是一組知識(shí)域（Park 和Yoon，2018）。技術(shù)融合特征能夠通過(guò)網(wǎng)絡(luò)結(jié)構(gòu)的動(dòng)態(tài)改變作用于知識(shí)域的交互和重組。因此，知識(shí)基在技術(shù)融合活動(dòng)中被賦予了復(fù)雜的動(dòng)態(tài)社會(huì)關(guān)系（Jord?o et al，2020）。知識(shí)基的這種社會(huì)關(guān)系表現(xiàn)為嵌入組織間和組織內(nèi)的多領(lǐng)域知識(shí)關(guān)聯(lián)所形成的知識(shí)網(wǎng)絡(luò)（Curran 和Leker，2011；Wang et al，2014），契合了技術(shù)融合知識(shí)網(wǎng)絡(luò)（趙玉林和李丫丫，2017）及其結(jié)構(gòu)影響下知識(shí)域交互分析的需求。

知識(shí)基被視為判斷企業(yè)知識(shí)廣度和深度的關(guān)鍵標(biāo)準(zhǔn)，知識(shí)廣度和深度也被看作是知識(shí)基的兩個(gè)不同維度（Moaniba et al，2018）。知識(shí)基廣度是指知識(shí)基的整體范圍，即包含不同的、多領(lǐng)域的知識(shí)，該屬性反映了描述異質(zhì)性知識(shí)內(nèi)容的水平維度，而知識(shí)基深度是指關(guān)鍵領(lǐng)域知識(shí)的復(fù)雜程度，該屬性反映了描述獨(dú)特的、復(fù)雜的、領(lǐng)域內(nèi)知識(shí)內(nèi)容的垂直維度，此“二維性”揭示了企業(yè)所擁有的整體知識(shí)的結(jié)構(gòu)和內(nèi)容，對(duì)企業(yè)創(chuàng)新績(jī)效具有顯著的積極影響（Jin et al，2015；Moaniba et al，2018；Wang 和Nie，2022）。以網(wǎng)絡(luò)化為基礎(chǔ)的知識(shí)組織方式能夠更加有效地集聚知識(shí)資源，不同的知識(shí)基維度在知識(shí)網(wǎng)絡(luò)嵌入對(duì)創(chuàng)新力的影響中起到一定的中介作用（王新華等，2019）。

首先，基于知識(shí)基礎(chǔ)理論，創(chuàng)新產(chǎn)出可以被視為現(xiàn)有知識(shí)組成部分或新知識(shí)領(lǐng)域和現(xiàn)有知識(shí)領(lǐng)域的重組（Eom 和Kang，2022）。中介技術(shù)融合特征更加利于異構(gòu)技術(shù)領(lǐng)域的知識(shí)重組（Lee et al，2022），該特征下的知識(shí)流交互具有異質(zhì)性和多層次性（Lee et al，2019）。此時(shí)，中介中心性會(huì)影響企業(yè)知識(shí)交互、整合和創(chuàng)造的潛力，進(jìn)而影響知識(shí)基的廣度和深度（Wang 和Nie，2022）。知識(shí)基廣度和深度皆作用于新知識(shí)的識(shí)別并與知識(shí)共享、知識(shí)獲取、知識(shí)整合等知識(shí)重組機(jī)制密切關(guān)聯(lián)，不論是擴(kuò)大異質(zhì)性知識(shí)的搜索范圍，還是延續(xù)多層次專業(yè)領(lǐng)域的深入認(rèn)知，都有助于企業(yè)強(qiáng)化技術(shù)融合能力和創(chuàng)新能力，從而提高創(chuàng)新績(jī)效（Jin et al，2015；Cho et al，2021）。特別是，中介技術(shù)融合有利于知識(shí)基的增加，加強(qiáng)了企業(yè)異質(zhì)資源的獲取、整合和創(chuàng)造能力，有助于企業(yè)識(shí)別稀缺性、有價(jià)值的可融合技術(shù)，以及高度中介難以替代的知識(shí)（劉洋等，2015）。因此，知識(shí)基廣度和深度在中介技術(shù)融合與創(chuàng)新績(jī)效間的關(guān)系中起中介作用。由此，本文提出假設(shè)：

知識(shí)基廣度在中介技術(shù)融合與創(chuàng)新績(jī)效間的關(guān)系中起中介作用（H2a）；

知識(shí)基深度在中介技術(shù)融合與創(chuàng)新績(jī)效間的關(guān)系中起中介作用（H3a）。

其次，從信息優(yōu)勢(shì)對(duì)技術(shù)融合過(guò)程中企業(yè)創(chuàng)新績(jī)效提升作用視角來(lái)看（Kim et al，2014），接近技術(shù)融合反映的是技術(shù)融合網(wǎng)絡(luò)中企業(yè)內(nèi)部相似性知識(shí)快速整合和外部搜尋鄰近性較高和融合影響力較高的知識(shí)的策略（Cho et al，2015；Cho et al，2021）。此時(shí)，接近中心性代表了企業(yè)技術(shù)融合和知識(shí)交互能力，接近融合程度較高的組織更有可能通過(guò)多渠道信息比較避免被扭曲和不完整的信息誤導(dǎo)（Wang 和Nie，2022）。由于知識(shí)基深度能夠保證知識(shí)的同源性，同源信息的使用可以有效地減少溝通不匹配，增強(qiáng)識(shí)別技術(shù)融合的知識(shí)域能力，從而在接近技術(shù)融合“最短路徑”影響下，快速實(shí)現(xiàn)技術(shù)融合，提升創(chuàng)新績(jī)效（Jin et al，2015）。而隨著知識(shí)基廣度增大，企業(yè)獲取信息的范圍就越廣，更加有利于新思想、新思維和新觀點(diǎn)的產(chǎn)生，使得知識(shí)理解和信息處理能力得到進(jìn)一步加強(qiáng)，有助于鄰近性技術(shù)融合的機(jī)會(huì)識(shí)別和知識(shí)整合，進(jìn)而提升創(chuàng)新績(jī)效（Krupskaya 和Pina，2022）。由此，知識(shí)基廣度和深度在接近技術(shù)融合與創(chuàng)新績(jī)效間的關(guān)系中起中介作用。由此，本文提出假設(shè)：

知識(shí)基廣度在接近技術(shù)融合與創(chuàng)新績(jī)效間的關(guān)系中起中介作用（H2b）；

知識(shí)基深度在接近技術(shù)融合與創(chuàng)新績(jī)效間的關(guān)系中起中介作用（H3b）。

此外，知識(shí)網(wǎng)絡(luò)內(nèi)聚是知識(shí)網(wǎng)絡(luò)的一個(gè)典型特征，知識(shí)網(wǎng)絡(luò)聚類程度代表了企業(yè)重組現(xiàn)有知識(shí)資源及整合來(lái)自外部組織的知識(shí)的能力（Wang 和Nie，2022）。聚類技術(shù)融合反映以知識(shí)轉(zhuǎn)移密度衡量技術(shù)領(lǐng)域內(nèi)技術(shù)融合的緊密程度（Lee et al，2019；Kim 和Lee，2021）。此類模式下，知識(shí)交互的發(fā)生并不一定能夠成功完成技術(shù)融合，還需要有效地重新組合（Jord?o et al，2020）。Wang 和Nie（2022）稱之為“技術(shù)領(lǐng)域耦合”。就知識(shí)基而言，耦合是指企業(yè)在搜索新技術(shù)時(shí)可能將兩個(gè)領(lǐng)域的知識(shí)結(jié)合起來(lái)的程度，主要分為現(xiàn)有知識(shí)領(lǐng)域之間的耦合變化和新知識(shí)領(lǐng)域與現(xiàn)有知識(shí)領(lǐng)域之間的耦合（Yayavaram 和Ahuja，2008）。耦合資源轉(zhuǎn)化效率顯著影響技術(shù)融合活動(dòng)的創(chuàng)新績(jī)效（Sampson，2007）。企業(yè)知識(shí)基廣度越大，其知識(shí)異質(zhì)性越高，異構(gòu)知識(shí)提供了多種資源識(shí)別和整合渠道，即知識(shí)多樣性促進(jìn)已知知識(shí)和新知識(shí)的重組成功概率增加，有助于提升技術(shù)互補(bǔ)能力和創(chuàng)新績(jī)效（Lee et al，2022）。隨著知識(shí)基深度的增加，企業(yè)長(zhǎng)期積累的領(lǐng)域內(nèi)知識(shí)越豐富，擴(kuò)展已有知識(shí)的需要和發(fā)現(xiàn)額外的、有價(jià)值的新知識(shí)的能力越強(qiáng)大，有助于技術(shù)創(chuàng)新方向分解為若干研發(fā)子領(lǐng)域，子領(lǐng)域技術(shù)融合機(jī)會(huì)能夠以更有序的方式組織和更系統(tǒng)地解決，從而提高技術(shù)融合效率，提升創(chuàng)新績(jī)效（Jin et al，2015；徐蕾和李明貝，2019）?？芍R(shí)基廣度和深度在聚類技術(shù)融合與創(chuàng)新績(jī)效間的關(guān)系中起中介作用。由此，本文提出假設(shè)：

知識(shí)基廣度在聚類技術(shù)融合與創(chuàng)新績(jī)效間的關(guān)系中起中介作用（H2c）；

知識(shí)基深度在聚類技術(shù)融合與創(chuàng)新績(jī)效間的關(guān)系中起中介作用（H3c）。

基于以上假設(shè)，本文的概念模型如圖1 所示。

圖1 概念模型

三、研究設(shè)計(jì)

（一）樣本選取及數(shù)據(jù)來(lái)源

汽車制造業(yè)是知識(shí)、技術(shù)密集的行業(yè)，汽車是制造過(guò)程中涉及多種材料、工藝、部件和系統(tǒng)的復(fù)雜產(chǎn)品，因而，汽車領(lǐng)域的創(chuàng)新往往要求多種技術(shù)的交叉或引進(jìn)。本文依照中國(guó)證監(jiān)會(huì)上市公司行業(yè)分類，選擇139家滬深股市（A 股）的汽車制造業(yè)企業(yè)為研究樣本，并從Wind 數(shù)據(jù)庫(kù)采集2009—2020 年這些企業(yè)研發(fā)投入、規(guī)模、經(jīng)營(yíng)時(shí)間等數(shù)據(jù)。再?gòu)膰?guó)家知識(shí)產(chǎn)權(quán)局公開(kāi)的專利信息中，采集1985—2020 年139 家樣本企業(yè)和汽車制造產(chǎn)業(yè)（盡可能全面）的發(fā)明和實(shí)用新型專利數(shù)據(jù)。

專利數(shù)據(jù)分析的設(shè)計(jì)如下：首先，依據(jù)我國(guó)發(fā)明和實(shí)用新型專利的分類特征與IPC 國(guó)際專利分類準(zhǔn)則，本文利用IPC 分類號(hào)的完整的層級(jí)分類體系，將采集的專利數(shù)據(jù)分為部、大類、小類、大組、分組。其次，本文參考文獻(xiàn)綜述中大多數(shù)學(xué)者的做法將技術(shù)精確到大組。如以分類號(hào)B60L8/00（用自然力所提供的電力的電力牽引，如太陽(yáng)能、風(fēng)力）為例，若僅精確到小類B60L 電動(dòng)車輛動(dòng)力裝置，體現(xiàn)的可能僅僅是部件之間的融合關(guān)系，而大組的劃分能更多地考慮到實(shí)現(xiàn)部件或方法所涉及的技術(shù)。再次，整理汽車制造產(chǎn)業(yè)的專利和公司控制下的專利①公司控制下的專利是包括上市公司本身及其公開(kāi)披露的參股或控股的子公司、孫公司所持有的專利。并形成適用于分析數(shù)據(jù)集。數(shù)據(jù)集中，本文將產(chǎn)業(yè)作為專利檢索的限定邊界，即劃定與汽車制造業(yè)相關(guān)的專利，并采用國(guó)際專利分類（IPC）中的產(chǎn)業(yè)對(duì)照表進(jìn)行進(jìn)一步的分析。

需要說(shuō)明的是，學(xué)者常用的限定邊界方法有IPC 分類號(hào)與技術(shù)、產(chǎn)業(yè)領(lǐng)域?qū)φ毡泶_定產(chǎn)業(yè)相關(guān)的專利，或是針對(duì)新興產(chǎn)業(yè)挑選一組檢索詞。盡管有學(xué)者提出現(xiàn)有的分類對(duì)照表尚存在主觀判斷和重于時(shí)效等問(wèn)題，但是為了研究的一致性和穩(wěn)定性，本文采用IPC 與產(chǎn)業(yè)對(duì)照表。目前多個(gè)國(guó)家和機(jī)構(gòu)組織，編制了類似的對(duì)照表，包括世界知識(shí)產(chǎn)權(quán)組織發(fā)布的“ISI-OST-INPI”分類體系，歐洲產(chǎn)業(yè)局經(jīng)過(guò)多次迭代并于2014 年發(fā)布的“Concordance IPC V8 NACE REV.2”等，但這些對(duì)照表都更強(qiáng)調(diào)IPC 分類號(hào)與技術(shù)領(lǐng)域的對(duì)照，考慮到將產(chǎn)業(yè)作為主要?jiǎng)澐忠罁?jù)能夠一定程度上避免內(nèi)生性和保障數(shù)據(jù)檢索的一致性，本文最終選用了韓國(guó)專利局基于聯(lián)合國(guó)國(guó)際行業(yè)標(biāo)準(zhǔn)編制的“KSIC-IPC”對(duì)照表?！癒SIC-IPC”關(guān)聯(lián)表是韓國(guó)專利局針對(duì)產(chǎn)業(yè)、商品、科學(xué)技術(shù)、工業(yè)技術(shù)編制的分類標(biāo)準(zhǔn)之一②其他標(biāo)準(zhǔn)還有：基于世界海關(guān)組織的商品名稱及編碼協(xié)調(diào)制度的“HSK-IPC”關(guān)聯(lián)表、基于韓國(guó)科技通訊部規(guī)定的“國(guó)家科學(xué)技術(shù)標(biāo)準(zhǔn)分類-IPC”關(guān)聯(lián)表和基于韓國(guó)產(chǎn)業(yè)同上資源部業(yè)務(wù)計(jì)劃的“工業(yè)技術(shù)分類-IPC”關(guān)聯(lián)表。。這一標(biāo)準(zhǔn)在產(chǎn)業(yè)領(lǐng)域與技術(shù)領(lǐng)域之間有較高的區(qū)分度。其中汽車產(chǎn)業(yè)對(duì)應(yīng)的IPC 號(hào)為：B60B、B60D、B60F、B60G、B60H、B60J、B60K、B60L（B60L13 除外）、B60N、B60P、B60R、B60S（B60S3 除外）、B60T、B60W、B62D、E05F、F02M、F02N、F02P、F16J、G05G。此外，許多公司基于企業(yè)總體知識(shí)產(chǎn)權(quán)戰(zhàn)略會(huì)以母公司的名義進(jìn)行所有的專利申請(qǐng)（如國(guó)家電網(wǎng)等），但也有因?yàn)闃I(yè)務(wù)（產(chǎn)品線）分離、股權(quán)并購(gòu)、資產(chǎn)配置、分?jǐn)傦L(fēng)險(xiǎn)、資質(zhì)限制、稅收優(yōu)惠等原因，而由子公司申請(qǐng)專利。不論母公司還是旗下子公司申請(qǐng)的專利，都是母公司創(chuàng)新績(jī)效的體現(xiàn)，不能貿(mào)然剝離子公司的績(jī)效。因此，本文選擇公司控制下的專利為研究對(duì)象，增強(qiáng)研究的穩(wěn)健性。

本文利用知識(shí)元在專利文件中的共現(xiàn)關(guān)系構(gòu)建技術(shù)融合網(wǎng)絡(luò)。IPC 號(hào)是對(duì)專利申請(qǐng)內(nèi)容涉及的部件、功能、技術(shù)主題的提煉，一項(xiàng)發(fā)明為了實(shí)現(xiàn)功能、方法或組成部件往往依賴多個(gè)不同的技術(shù)，這樣一次發(fā)明活動(dòng)就是一次跨技術(shù)領(lǐng)域的創(chuàng)新，專利對(duì)應(yīng)的多個(gè)分類號(hào)標(biāo)示了其對(duì)應(yīng)技術(shù)的融合。研究數(shù)據(jù)處理過(guò)程如圖2 所示。

圖2 數(shù)據(jù)處理過(guò)程示意圖

（二）變量及測(cè)量

（1）創(chuàng)新績(jī)效：專利申請(qǐng)數(shù)量是常用的企業(yè)創(chuàng)新績(jī)效指標(biāo)，汽車行業(yè)競(jìng)爭(zhēng)激烈，企業(yè)間積極利用知識(shí)產(chǎn)權(quán)擴(kuò)大優(yōu)勢(shì)，專利信息很大程度上能體現(xiàn)出汽車企業(yè)的創(chuàng)新活動(dòng)情況。因此，本文借鑒前人研究（Ahuja，2000），采用企業(yè)專利申請(qǐng)數(shù)來(lái)衡量企業(yè)的創(chuàng)新績(jī)效。

（2）技術(shù)融合特征：本文借鑒選取了基于網(wǎng)絡(luò)結(jié)構(gòu)特征的三種技術(shù)融合特征作為自變量，分別稱為中介技術(shù)融合、接近技術(shù)融合和聚類技術(shù)融合。首先，分年計(jì)算技術(shù)融合網(wǎng)絡(luò)中各IPC 號(hào)的中介中心性、接近中心性和局部聚類系數(shù)。然后，計(jì)算各個(gè)企業(yè)控制下專利中各IPC 號(hào)所占的比例，盡管同行業(yè)中各個(gè)企業(yè)持有專利往往共享類似的IPC 號(hào)，但I(xiàn)PC 號(hào)的占比是不同的，能夠指示企業(yè)間掌握技術(shù)的差異。再將各IPC 號(hào)的三種網(wǎng)絡(luò)結(jié)構(gòu)特征分別與企業(yè)的IPC 號(hào)占比相乘，將積求和。最后，介于點(diǎn)的結(jié)構(gòu)特征往往呈偏態(tài)分布，對(duì)求得的和加1 再進(jìn)行對(duì)數(shù)處理，得到三種技術(shù)融合特征。

（3）知識(shí)基廣度：本文使用技術(shù)多元化表示知識(shí)基廣度（breadth）（Jin et al，2015），并使用熵指數(shù)法計(jì)算（Park 和Yoon，2018），計(jì)算公式為breadth=，并按照IPC 分類號(hào)的前三位進(jìn)行分類。其中，pj為技術(shù)單元j在企業(yè)i持有專利IPCi中的占比，即IPC 號(hào)j與企業(yè)專利總數(shù)的比值。

（4）知識(shí)基深度：本文參考姜南等（2020）的做法，使用企業(yè)控制下專利的平均權(quán)利要求數(shù)表示知識(shí)基深度。專利權(quán)利要求是對(duì)專利申請(qǐng)所給予的保護(hù)范圍，往往要求以科學(xué)用語(yǔ)對(duì)專利的方法或功能等技術(shù)特性進(jìn)行描述，專利的權(quán)利要求項(xiàng)數(shù)越多，相應(yīng)的技術(shù)特征也就越多，專利權(quán)人對(duì)專利保護(hù)和實(shí)施的要求更高，說(shuō)明專利更重要或更前沿。

（5）控制變量：本文選取財(cái)務(wù)杠桿、總資產(chǎn)收益率、內(nèi)部研發(fā)強(qiáng)度和企業(yè)年齡等指標(biāo)作為控制變量。其中財(cái)務(wù)杠桿使用資產(chǎn)負(fù)債率衡量，內(nèi)部研發(fā)強(qiáng)度用研發(fā)投入對(duì)主營(yíng)業(yè)務(wù)收入的比值加一后對(duì)數(shù)化處理表示，企業(yè)年齡以企業(yè)成立時(shí)間為基數(shù)測(cè)量，同樣加一后對(duì)數(shù)化處理。

（三）模型選擇

本文的因變量（專利申請(qǐng)數(shù)）是非負(fù)整數(shù)變量，計(jì)數(shù)模型比一般的線性回歸模型更適用于對(duì)其分析，技術(shù)創(chuàng)新領(lǐng)域的研究中常見(jiàn)的有負(fù)二項(xiàng)回歸和泊松回歸，加之因變量方差遠(yuǎn)大于均值，與泊松分布方差與均值相等的假設(shè)不符。此外，隨機(jī)效應(yīng)需要依賴更為嚴(yán)格的協(xié)方差相等假定。因此，本文選用負(fù)二項(xiàng)回歸固定效應(yīng)模型進(jìn)行分析。

四、實(shí)證分析

（一）描述性統(tǒng)計(jì)及相關(guān)分析

描述性統(tǒng)計(jì)結(jié)果見(jiàn)表1。由于企業(yè)上市開(kāi)始披露數(shù)據(jù)和開(kāi)展專利申請(qǐng)活動(dòng)的時(shí)間不同，數(shù)據(jù)為非平衡面板。因變量創(chuàng)新績(jī)效專利申請(qǐng)數(shù)最小值和最大值分別是0 和4021，平均值為141.764，標(biāo)準(zhǔn)差為374.766，個(gè)體間差別較大。自變量中中介技術(shù)融合最大值12.687，最小值1.806，標(biāo)準(zhǔn)差為1.406，企業(yè)間有一定差異，而接近技術(shù)融合最小值為-3.880，最大值為-0.717，平均值為-1.025，標(biāo)準(zhǔn)差0.239，聚類技術(shù)融合最小值-3.457，最大值0，標(biāo)準(zhǔn)差為0.278，兩者企業(yè)間差距都比較小，由于對(duì)數(shù)處理，接近技術(shù)融合和聚類技術(shù)融合呈現(xiàn)為負(fù)值，原因可能是技術(shù)融合網(wǎng)絡(luò)比較稀疏或企業(yè)在技術(shù)融合網(wǎng)絡(luò)中占據(jù)了更多媒介地位，而接近中心和局部聚類的關(guān)系捕捉較少。中介變量中知識(shí)基廣度的平均值為3.381，標(biāo)準(zhǔn)差為1.221，知識(shí)基深度的平均值為4.945，標(biāo)準(zhǔn)差為1.770，在企業(yè)間有一定差異?？刂谱兞控?cái)務(wù)杠桿的標(biāo)準(zhǔn)差為3.381，存在較大的個(gè)體差異，內(nèi)部研發(fā)標(biāo)準(zhǔn)差為0.696，企業(yè)年齡標(biāo)準(zhǔn)差為0.448，個(gè)體間差異都比較小。

表1 變量描述性統(tǒng)計(jì)

本文采用Pearson 相關(guān)系數(shù)對(duì)選取變量之間的相關(guān)性進(jìn)行檢驗(yàn)，相關(guān)性分析結(jié)果見(jiàn)表2?？梢钥闯鲎宰兞恐薪榧夹g(shù)融合、接近技術(shù)融合，中介變量知識(shí)基廣度、知識(shí)基深度及控制變量企業(yè)年齡都與專利申請(qǐng)數(shù)在1%的水平上顯著相關(guān)，有較強(qiáng)的相關(guān)性。中介技術(shù)融合和接近技術(shù)融合與專利申請(qǐng)數(shù)的相關(guān)系數(shù)為正，而聚類中介融合與專利申請(qǐng)數(shù)相關(guān)系數(shù)為-0.284，呈負(fù)向相關(guān)。自變量中介技術(shù)融合、接近技術(shù)融合、聚類技術(shù)融合都在1%的水平上對(duì)中介變量知識(shí)基廣度顯著相關(guān)，且均為正向相關(guān)關(guān)系，驗(yàn)證技術(shù)融合程度的增強(qiáng)不同程度上加強(qiáng)了企業(yè)對(duì)自身知識(shí)基的拓展。因此認(rèn)為知識(shí)基廣度和深度在中介技術(shù)融合、接近技術(shù)融合和聚類技術(shù)融合對(duì)創(chuàng)新績(jī)效的影響中起到正向的中介作用。自變量之間也都在1%的顯著水平上相關(guān)，但相關(guān)系數(shù)的正負(fù)和大小不一，這一方面是因?yàn)槿齻€(gè)自變量分別基于中介中心性、接近中心性和局部聚類系數(shù)，三類網(wǎng)絡(luò)特征并不是相互排斥的，有怎樣的相關(guān)關(guān)系取決于特定的技術(shù)融合網(wǎng)絡(luò)；另一方面，三個(gè)變量的計(jì)算采用了相同的加總方式，一定程度上也提升了相關(guān)系數(shù)的顯著性。

表2 相關(guān)性和共線性分析

由于部分變量間存在顯著的線性關(guān)系，為了排除變量之間多重共線性的影響，借助方差膨脹因子VIF進(jìn)行共線性分析。共線性在變量間普遍存在，一般認(rèn)為VIF＞5 說(shuō)明存在共線性問(wèn)題，VIF＞10 意味著嚴(yán)重的共線性問(wèn)題需要解決。共線性分析的結(jié)果也在表中，發(fā)現(xiàn)變量的VIF均小于4，可以進(jìn)行下一步的研究。

（二）回歸分析

本文負(fù)二項(xiàng)回歸結(jié)果見(jiàn)表3。根據(jù)研究假設(shè)，共列出了15 個(gè)回歸模型。模型（1）～模型（3）分別在控制變量的基礎(chǔ)上加入中介技術(shù)融合、接近技術(shù)融合和聚類技術(shù)融合，檢驗(yàn)三者對(duì)企業(yè)創(chuàng)新績(jī)效的影響。中介技術(shù)融合、接近技術(shù)融合、聚類技術(shù)融合的回歸系數(shù)分別為0.134、0.596、0.413（p值均小于0.01），三者對(duì)創(chuàng)新績(jī)效均有顯著的正向影響。較高的中介技術(shù)融合意味著企業(yè)往往作為技術(shù)領(lǐng)域間的橋梁，更有機(jī)會(huì)把握知識(shí)流動(dòng)向，企業(yè)通過(guò)聯(lián)系不同的技術(shù)在產(chǎn)生前沿成果方面獲得優(yōu)勢(shì)。接近技術(shù)融合代表著技術(shù)領(lǐng)域間融合的實(shí)際潛力，高接近技術(shù)融合的企業(yè)更有可能接觸到其他技術(shù)領(lǐng)域并發(fā)生技術(shù)融合。聚類技術(shù)融合意味著企業(yè)在自身掌握的技術(shù)之間尋求融合機(jī)會(huì)，因?yàn)閷?duì)相關(guān)技術(shù)領(lǐng)域都比較熟悉，也更有機(jī)會(huì)申請(qǐng)新專利。其中接近技術(shù)融合和聚類技術(shù)融合的系數(shù)大于中介技術(shù)融合，說(shuō)明企業(yè)加強(qiáng)接觸廣泛的知識(shí)領(lǐng)域或加深對(duì)自身掌握技術(shù)知識(shí)的內(nèi)在聯(lián)系有較大的創(chuàng)新收益。假設(shè)H1a、假設(shè)H1b、假設(shè)H1c 得到了實(shí)證結(jié)果的支持。

表3 負(fù)二項(xiàng)回歸結(jié)果

模型（4）～模型（9）探討知識(shí)基廣度對(duì)中介、接近、聚類技術(shù)融合與企業(yè)創(chuàng)新績(jī)效之間關(guān)系的中介作用，見(jiàn)表4。模型（4）～模型（6）表明三種技術(shù)融合特征對(duì)企業(yè)知識(shí)基廣度有顯著的正向作用。模型（7）～模型（9）在模型（1）～模型（3）的基礎(chǔ)上增加知識(shí)基廣度回歸后，中介和接近技術(shù)融合的系數(shù)仍顯著但均有明顯降低（0.088，p＜0.01；0.395，p＜0.05），聚類技術(shù)融合的系數(shù)大幅度下降（0.068，不顯著）。實(shí)證結(jié)果支持了假設(shè)H2a、假設(shè)H2b、假設(shè)H2c。說(shuō)明知識(shí)基越廣、掌握知識(shí)越多樣的企業(yè)越能從技術(shù)融合中獲得好處，通過(guò)探索掌握的技術(shù)之間聯(lián)系實(shí)現(xiàn)創(chuàng)新的企業(yè)，研發(fā)活動(dòng)尤其依賴于自身多元化的知識(shí)儲(chǔ)備。

表4 知識(shí)基廣度的中介效應(yīng)回歸

見(jiàn)表5，模型（10）～模型（15）探討了知識(shí)基深度對(duì)中介、接近、聚類技術(shù)融合與企業(yè)創(chuàng)新績(jī)效之間關(guān)系的中介作用。模型（10）～模型（12）表明三種技術(shù)融合特征對(duì)企業(yè)知識(shí)基深度有顯著的正向作用。模型（13）～模型（15）在模型（1）～模型（3）的基礎(chǔ)上增加知識(shí)基深度回歸后，中介和聚類技術(shù)融合的系數(shù)仍顯著但均有降低（0.115，p＜0.01；0.333，p＜0.01），接近技術(shù)融合的系數(shù)下降較多（0.285，p＜0.05），假設(shè)H3a、假設(shè)H3b、假設(shè)H3c 得到驗(yàn)證。說(shuō)明企業(yè)選擇的技術(shù)更容易與新的領(lǐng)域?qū)崿F(xiàn)交叉還需要企業(yè)對(duì)自身掌握的技術(shù)有足夠深的了解才能更好地實(shí)現(xiàn)創(chuàng)新。

表5 知識(shí)基深度的中介效應(yīng)回歸

（三）穩(wěn)健性檢驗(yàn)

本文進(jìn)行的穩(wěn)健性檢驗(yàn)包括：①針對(duì)計(jì)數(shù)變量常用的另一種模型，替換使用泊松模型進(jìn)行穩(wěn)健性檢驗(yàn)，見(jiàn)表6，與基準(zhǔn)模型相比得到了一致的結(jié)果；②更替因變量的穩(wěn)健性檢驗(yàn)?；鶞?zhǔn)回歸使用的企業(yè)當(dāng)年專利申請(qǐng)數(shù)沒(méi)有考慮到專利間重要性存在的差異。因此參考Sampson（2007）的做法，用企業(yè)當(dāng)年申請(qǐng)專利3、5 年內(nèi)的前向引用次數(shù)測(cè)度創(chuàng)新績(jī)效，用cited表示，篇幅所限，只報(bào)告了替換企業(yè)申請(qǐng)專利3 年內(nèi)前向引用數(shù)為因變量的結(jié)果，見(jiàn)表7，回歸后得到的結(jié)論均與基準(zhǔn)回歸一致。因?yàn)樾枰跋驇啄陮＠跋蛞脭?shù)據(jù)，報(bào)告期縮短，觀測(cè)值有所減少。

表6 泊松模型穩(wěn)健性檢驗(yàn)結(jié)果

續(xù)表6

表7 替換因變量穩(wěn)健性檢驗(yàn)結(jié)果

五、結(jié)論及啟示

本文從理論和實(shí)證兩個(gè)層面分析技術(shù)融合對(duì)企業(yè)創(chuàng)新績(jī)效的作用及通過(guò)知識(shí)基為中介變量的間接作用。研究結(jié)果表明：①中介技術(shù)融合、接近技術(shù)融合和聚類技術(shù)融合均對(duì)企業(yè)創(chuàng)新績(jī)效存在顯著正向影響。其中接近技術(shù)融合的影響最大，中介技術(shù)融合的影響最小，映射出持續(xù)性嘗試整合熟知領(lǐng)域內(nèi)影響力較高和風(fēng)險(xiǎn)較小的技術(shù)已成為企業(yè)技術(shù)融合的主要策略。②企業(yè)知識(shí)基廣度在技術(shù)融合特征與創(chuàng)新績(jī)效的關(guān)系中起中介作用。知識(shí)基廣度的介入，導(dǎo)致聚類技術(shù)融合的直接作用效果受到極大影響，可見(jiàn)，知識(shí)異質(zhì)性的提高加劇了企業(yè)對(duì)熟知領(lǐng)域技術(shù)的融合機(jī)會(huì)識(shí)別壓力，對(duì)企業(yè)自身知識(shí)積累的多元化有正向的促進(jìn)作用。③企業(yè)知識(shí)基深度在技術(shù)融合特征與創(chuàng)新績(jī)效的關(guān)系中起中介作用。知識(shí)基深度的介入，較大影響了接近技術(shù)融合的直接作用效果，由此，知識(shí)復(fù)雜性和技術(shù)累積度對(duì)企業(yè)快速搜索影響力較高的中介性技術(shù)有正向的促進(jìn)作用。

本文研究的理論貢獻(xiàn)在于：

首先，本文整合技術(shù)創(chuàng)新網(wǎng)絡(luò)、知識(shí)網(wǎng)絡(luò)、合作創(chuàng)新網(wǎng)絡(luò)的理念，將研究視角轉(zhuǎn)向技術(shù)融合網(wǎng)絡(luò)，從網(wǎng)絡(luò)微觀結(jié)構(gòu)的角度研究技術(shù)融合現(xiàn)象和特征，加深了對(duì)技術(shù)融合、技術(shù)創(chuàng)新過(guò)程的認(rèn)識(shí)。以此嘗試研究視角上的創(chuàng)新。

其次，借助網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)界定技術(shù)融合特征，深化了技術(shù)融合及其效果的研究。已有研究認(rèn)知了網(wǎng)絡(luò)中心性對(duì)技術(shù)融合的影響（Kim et al，2014；Lee et al，2015；Kim 和Sohn，2020）。然而，該領(lǐng)域還需要在網(wǎng)絡(luò)結(jié)構(gòu)靜態(tài)分析基礎(chǔ)上，考慮技術(shù)融合動(dòng)態(tài)模式和演化軌跡（Kim et al，2014）。本文從網(wǎng)絡(luò)連接、結(jié)構(gòu)洞和知識(shí)基作用入手，歸納中介、接近和聚類技術(shù)融合特征的作用機(jī)制，在度分布、中心性、熵和重力等靜態(tài)分析基礎(chǔ)上，嘗試引入知識(shí)基的影響探究技術(shù)融合特征對(duì)創(chuàng)新績(jī)效影響的變化。

最后，通過(guò)技術(shù)融合特征的作用分析，揭示知識(shí)基效用發(fā)揮的前因。已有研究論述了知識(shí)基的重要性及其對(duì)創(chuàng)新績(jī)效的積極作用（黨興華等，2011；劉洋等，2015；Jin et al，2015；Moaniba et al，2018）。隨著知識(shí)網(wǎng)絡(luò)中知識(shí)基的跨結(jié)構(gòu)邊界交互被大多數(shù)學(xué)者所認(rèn)知，知識(shí)基的研究也需要明晰影響自身變化的動(dòng)因。研究知識(shí)基效用發(fā)揮的前因，有助于企業(yè)改進(jìn)現(xiàn)有的知識(shí)域或融合新知識(shí)域應(yīng)對(duì)新的發(fā)展需求（Wang 和Nie，2022）。本文通過(guò)實(shí)證分析，發(fā)現(xiàn)了技術(shù)融合內(nèi)在技術(shù)單元的知識(shí)網(wǎng)絡(luò)中心性對(duì)知識(shí)基“二維性”的影響，進(jìn)一步探究知識(shí)基廣度和知識(shí)基深度的效用，對(duì)知識(shí)基在技術(shù)創(chuàng)新領(lǐng)域的研究進(jìn)行了拓展。

本文還對(duì)于技術(shù)融合管理實(shí)踐提出如下啟示：一是企業(yè)層面，在技術(shù)融合網(wǎng)絡(luò)中企業(yè)具有重要的作用，技術(shù)融合過(guò)程中發(fā)生的知識(shí)和資源流動(dòng)既有正式的關(guān)系如產(chǎn)學(xué)研合作關(guān)系，也通過(guò)非正式的關(guān)系發(fā)生，如技術(shù)人員的交流和流動(dòng)。特別是汽車制造業(yè)企業(yè)匯集異質(zhì)性的信息、知識(shí)和資源是通過(guò)多層次的網(wǎng)絡(luò)關(guān)系進(jìn)行的。企業(yè)可以從技術(shù)元，具體到研發(fā)項(xiàng)目、研究小組的層面配置網(wǎng)絡(luò)關(guān)系，選擇合作對(duì)象。企業(yè)制定發(fā)展目標(biāo)、技術(shù)策略應(yīng)當(dāng)結(jié)合自身優(yōu)劣勢(shì)和競(jìng)爭(zhēng)環(huán)境，挖掘自身在技術(shù)鏈路、技術(shù)棧、產(chǎn)業(yè)鏈的優(yōu)勢(shì)，清楚在未來(lái)技術(shù)發(fā)展過(guò)程中可能出現(xiàn)的風(fēng)險(xiǎn)，不僅要關(guān)注新興技術(shù)，還要分析是否對(duì)自身創(chuàng)新能力的提升有較大的推動(dòng)作用。此外，要做好知識(shí)資產(chǎn)的管理，包括保持核心技術(shù)的前沿性、“專利圍欄”的搭建、企業(yè)知識(shí)庫(kù)的建設(shè)等。二是行業(yè)層面，現(xiàn)代制造業(yè)應(yīng)積極引導(dǎo)該行業(yè)建立更健全的研發(fā)機(jī)制和健康的市場(chǎng)環(huán)境，動(dòng)態(tài)關(guān)注技術(shù)融合狀況。對(duì)萌發(fā)的融合技術(shù)，針對(duì)相關(guān)創(chuàng)新主體，增強(qiáng)異質(zhì)性資源共享，對(duì)相對(duì)成熟的技術(shù)領(lǐng)域，探索潛在的技術(shù)融合機(jī)會(huì)，積極培育新興技術(shù)和市場(chǎng)。提高行業(yè)整體的國(guó)際競(jìng)爭(zhēng)力，保護(hù)關(guān)鍵核心技術(shù)，維護(hù)制造業(yè)體系完整，建立更權(quán)威更開(kāi)放的標(biāo)準(zhǔn)體系。三是政府層面，應(yīng)該針對(duì)技術(shù)融合狀況和產(chǎn)學(xué)研主體采取更精準(zhǔn)的政策培育，如技術(shù)融合初期，相關(guān)學(xué)研主體往往需要更多的資助，而相關(guān)企業(yè)往往需要更多的知識(shí)、資源交流機(jī)會(huì)。做好戰(zhàn)略核心技術(shù)保護(hù)和產(chǎn)業(yè)化的平衡，軍工體系長(zhǎng)期依賴國(guó)家扶持和科研人員的熱情，都是參考發(fā)達(dá)國(guó)家往往建立了比較健全的軍民融合機(jī)制，飛機(jī)、汽車、芯片等領(lǐng)域自主可控的核心技術(shù)往往來(lái)自于軍用研發(fā)成果與民用技術(shù)相融合產(chǎn)生，而民用市場(chǎng)能夠反哺支持后續(xù)研究，政府應(yīng)當(dāng)培育健全的軍民融合體系，避免人才流失。

本文研究的局限性主要技術(shù)融合趨勢(shì)和企業(yè)知識(shí)基的構(gòu)建是長(zhǎng)期漸進(jìn)的過(guò)程，本文選擇的時(shí)間跨度不足以完全其直接或間接的影響，樣本量有限，僅選擇了主要利用專利保障知識(shí)產(chǎn)權(quán)的汽車制造業(yè)，推廣結(jié)論還需要進(jìn)一步的工作。