胡 諜，佘茂艷，楊 雪

(1.福州大學(xué) 經(jīng)濟與管理學(xué)院，福建 福州 350108；2.成都理工大學(xué) 管理科學(xué)學(xué)院，四川 成都 610059；3.四川大學(xué) 商學(xué)院，四川 成都 610065)

0 引言

隨著技術(shù)革新日益加快、產(chǎn)品生命周期不斷縮短，高質(zhì)量持續(xù)創(chuàng)新成為企業(yè)生存和發(fā)展的必要條件[1]。因此，如何提高創(chuàng)新質(zhì)量受到學(xué)者們廣泛關(guān)注[2]。創(chuàng)新的本質(zhì)是通過重新組合異質(zhì)性知識要素，產(chǎn)生新知識以解決問題的過程[3,4]。隨著技術(shù)和產(chǎn)品復(fù)雜度不斷提高、分工逐步細化，單個企業(yè)很難擁有解決問題的所有知識。只有高效地搜尋外部知識、充分整合內(nèi)外部資源，才有可能維持創(chuàng)新并提升競爭力[5]。

盡管學(xué)者們從不同視角就企業(yè)外部知識搜尋活動影響創(chuàng)新問題進行了諸多探索，也取得了豐富成果，但縱觀現(xiàn)有文獻，大多數(shù)研究均是基于外部知識搜尋的一個或兩個維度，忽略了其多維特征。實踐中，每次外部知識搜尋活動都需要綜合考慮多個維度[6]。如是搜尋較新穎知識還是較成熟的知識(時間維度)？是搜尋本地知識還是外地知識(地理維度)？是搜尋領(lǐng)域內(nèi)相似知識還是領(lǐng)域外迥異知識(認知維度)？因此，任何將多維外部知識搜尋活動割裂開來的研究都可能脫離企業(yè)知識搜尋的真實情境，導(dǎo)致研究結(jié)果出現(xiàn)偏差。此外，各搜尋維度的差異也可能被忽略，進而影響企業(yè)創(chuàng)新結(jié)果[7,8]。因此，同時從多個維度探究外部知識搜尋活動對企業(yè)創(chuàng)新質(zhì)量的作用具有重要價值。

本文首先通過文獻梳理，提取具有代表性的維度以定義企業(yè)外部知識搜尋的多維結(jié)構(gòu)；然后從理論層面分析企業(yè)不同知識搜尋結(jié)構(gòu)對創(chuàng)新質(zhì)量的影響；最后選取63家美國醫(yī)藥上市企業(yè)和173家中國醫(yī)藥上市企業(yè)的發(fā)明專利為樣本，利用其后向引文刻畫企業(yè)外部知識搜尋活動，利用前向引文刻畫創(chuàng)新質(zhì)量，進行實證檢驗。本研究貢獻主要體現(xiàn)在：第一，從整體視角提出外部知識搜尋的多維結(jié)構(gòu)概念，在突破原有單一研究范式的基礎(chǔ)上，為外部知識搜尋研究提供新思路，使研究結(jié)論更具現(xiàn)實解釋力；第二，在量化各搜尋維度的基礎(chǔ)上對企業(yè)外部知識搜尋結(jié)構(gòu)進行區(qū)分和可視化，重點分析不同搜尋結(jié)構(gòu)對創(chuàng)新質(zhì)量的差異化影響，為深入理解企業(yè)外部知識搜尋活動提供理論依據(jù)；第三，通過比較中美醫(yī)藥企業(yè)外部知識搜尋結(jié)構(gòu)對創(chuàng)新質(zhì)量的影響，為不同情境下企業(yè)外部知識搜尋活動提供科學(xué)依據(jù)。

1 文獻綜述與研究假設(shè)

1.1 外部知識搜尋的多個維度

通過相關(guān)文獻梳理，Li等[6]總結(jié)出常見的3個外部知識搜尋維度，即時間、地理和認知。該研究得到了國內(nèi)外學(xué)者的認可[9,10]。本研究借鑒該思路，認為企業(yè)的每一次搜尋活動都需要同時在3個維度上作出選擇，并沿著每個維度進行近距離或遠距離知識搜尋。

時間維度，是指被搜尋知識的年齡，即某項知識從產(chǎn)生到被搜尋時的存活時間[11]。知識的新舊性一方面反映其成熟度，另一方面反映其時效性。如中美發(fā)明專利的有效期都是20年。企業(yè)在知識搜尋中會考慮由專利年齡反映的知識時效性[12]。部分學(xué)者認為，舊知識經(jīng)過時間檢驗，能夠為企業(yè)提供可靠、有價值的信息，幫助企業(yè)提升創(chuàng)新能力[13]。另一部分學(xué)者則認為，新知識能夠為企業(yè)提供新觀點和新想法，更能滿足當(dāng)前市場需求和解決企業(yè)當(dāng)下難題，從而有利于企業(yè)創(chuàng)新[14]。

地理維度，是指企業(yè)在知識搜尋過程中跨越的地理距離[6]。地理維度常常與制度、文化緊密相關(guān)[15]。不同國家、地區(qū)的文化、習(xí)俗和制度不盡相同。雖然在搜尋中跨越不同制度體系會增加學(xué)習(xí)難度和不確定性[6]，但跨區(qū)域搜尋會為企業(yè)帶來全新的知識要素，有助于實現(xiàn)突破式創(chuàng)新[16]。目前，大部分學(xué)者比較認可遠距離的地理搜尋[17]。

認知維度，也稱為技術(shù)維度，是指搜尋的外部知識與企業(yè)現(xiàn)有知識基的相似度。相似度越高，表明二者的認知距離越短，企業(yè)對搜尋的知識越熟悉[6]。相較于時間和地理維度，認知維度被認為是最能反映知識搜尋本質(zhì)的維度[18]。本地搜尋與非本地搜尋就是以認知維度進行區(qū)分的[19]。一方面，企業(yè)在熟悉領(lǐng)域內(nèi)搜尋知識有助于減少搜尋成本、降低協(xié)調(diào)成本與吸收難度(芮正云，羅瑾璉，2018)，但相似知識會使企業(yè)陷入冗余或短視危機，很難實現(xiàn)突破式創(chuàng)新[20]。另一方面，企業(yè)在認知維度上進行遠距離搜尋必然要付出大量人力、物力及時間成本，但認知距離較遠的知識的新穎性和稀有性構(gòu)成了企業(yè)突破性創(chuàng)新的基礎(chǔ)(周飛,孫銳，2016)。

現(xiàn)有研究針對外部知識搜尋維度的界定存在不同觀點，未來也可能出現(xiàn)其它搜尋維度，但就目前而言，時間、地理和認知是最被認可的3個維度。上述維度的采用，使以前抽象的外部知識搜尋研究得以具象化。

1.2 外部知識搜尋多維結(jié)構(gòu)與創(chuàng)新質(zhì)量的關(guān)系

借鑒Li等[6,21]的研究，本文將由時間、地理、認知組成的空間界定為企業(yè)外部知識搜尋三維空間。搜尋空間是虛擬、開放的，未來也可能出現(xiàn)新維度，因此該空間亦可擴展為四維及以上。在目前的企業(yè)外部知識搜尋活動中，都會基于上述3個維度進行距離選擇，且該選擇會受到企業(yè)異質(zhì)性資源、決策者及外部環(huán)境等因素影響，導(dǎo)致選擇結(jié)果存在差異。

結(jié)構(gòu)是指組成整體的各部分搭配與安排[22-23]。本文將外部知識搜尋結(jié)構(gòu)定義為企業(yè)在3個搜尋維度上進行的知識距離搭配與安排。為了便于分析，構(gòu)建如圖1所示的企業(yè)外部知識搜尋結(jié)構(gòu)。進一步，借鑒開發(fā)-探索相關(guān)文獻中的定義方式，將各維度的近距離(遠距離)搜尋命名為該維度的開發(fā)式(探索式)搜尋。開發(fā)-探索僅限于命名，未沿用傳統(tǒng)研究中的開發(fā)-探索內(nèi)涵[24]。根據(jù)變量均值，首先將3個維度劃分為開發(fā)(小于均值)-探索(大于均值)，然后按照2×2×2的矩陣劃分成8種搜尋結(jié)構(gòu)，如圖2所示。其中，第一類結(jié)構(gòu)是兩種極端情況，一是同時在時間、地理和認知3個維度進行開發(fā)式搜尋，如圖2中的a1,二是同時在3個維度進行探索式搜尋，如圖2中的a2;第二類結(jié)構(gòu)是在某維度進行探索式搜尋而在其它兩個維度進行開發(fā)式搜尋，如圖2中的b1、b2和b3;第三類結(jié)構(gòu)是在某兩個維度進行探索式搜尋而在第三個維度進行開發(fā)式搜尋，如圖2中的c1、c2和c3。將8種搜尋結(jié)構(gòu)劃分為4大類，即三維開發(fā)式搜尋結(jié)構(gòu)(圖2中的a1)、三維探索式搜尋結(jié)構(gòu)(圖2中的a2)、一維探索式搜尋結(jié)構(gòu)(圖2中的b1、b2和b3)、二維探索式搜尋結(jié)構(gòu)(圖2中的c1、c2和c3)。

圖1 企業(yè)外部知識搜尋結(jié)構(gòu)

圖2 按開發(fā)-探索劃分的外部知識搜尋結(jié)構(gòu)

首先，相較于開發(fā)式搜尋結(jié)構(gòu)，任何維度的探索式搜尋結(jié)構(gòu)都有助于企業(yè)創(chuàng)新質(zhì)量提升。在梳理現(xiàn)有3個維度的文獻時發(fā)現(xiàn)，已有研究都認同各維度的探索式搜尋能給企業(yè)帶來創(chuàng)新所需的新穎性、異質(zhì)性知識。如時間維度上的探索式搜尋通常針對前沿領(lǐng)域，為企業(yè)帶來解決難題的新知識，這些新知識能幫助企業(yè)跳出陳舊的思維軌跡，形成新思維，最終產(chǎn)生高質(zhì)量創(chuàng)新[11]。地理維度的探索式搜尋通?？缭降赜颍捎谥贫?、文化、觀念等存在差異，所獲得的知識也具有差異性，這些差異性知識對企業(yè)來說是新穎的，有助于促進企業(yè)創(chuàng)新質(zhì)量提升(于曉宇,等，2013)。認知維度上的探索式搜尋主要針對跨行業(yè)或跨領(lǐng)域，由于知識的專業(yè)性不同，有助于激發(fā)企業(yè)的探尋活動，同時，跨專業(yè)的知識要素通過重組更能碰撞出新“火花”，進而提高創(chuàng)新質(zhì)量(周飛，孫銳，2016)。因此，與開發(fā)式知識搜尋相比，任何維度的探索式搜尋都可能帶來更多新穎性知識，因此更有利于企業(yè)創(chuàng)新質(zhì)量提高?；诖?，本文提出研究假設(shè)：

H1：與開發(fā)式搜尋結(jié)構(gòu)相比，任何維度的探索式搜尋結(jié)構(gòu)都有利于企業(yè)創(chuàng)新質(zhì)量提高。

其次，知識的新穎性會隨著探索式搜尋維度增加而提升。當(dāng)僅沿著一個維度進行探索式搜尋時，企業(yè)只能獲得該維度上的新穎性知識，且這種新穎性知識還有可能被打“折扣”。如只沿著時間維度進行探索式搜尋，而在其它維度進行開發(fā)式搜尋，由此得到的知識是“新鮮出爐”的，但從地理和認知維度看，由于屬于企業(yè)同領(lǐng)域知識，企業(yè)可能對這類新知識早已知悉[25]。因此，由單個維度探索式搜尋獲得的知識新穎性較弱，對創(chuàng)新質(zhì)量的提升作用有限。但當(dāng)這種探索式搜尋同時出現(xiàn)在多個維度時，知識要素的新穎性會產(chǎn)生疊加，從而有利于創(chuàng)新質(zhì)量提升。如果企業(yè)同時沿著時間和地理維度搜尋遠距離知識，這些領(lǐng)域內(nèi)“新鮮出爐”的外地知識可能遠比領(lǐng)域內(nèi)“新鮮出爐”的本地知識的新穎度更高。這是因為距離的存在使企業(yè)對這些知識比較陌生，時間和地理上的新穎性不僅存在簡單的“1+1”疊加，還可能產(chǎn)生“1+1>2”的效果[12]。同理，來自跨領(lǐng)域的前沿知識因其新穎性較強，更有利于創(chuàng)新質(zhì)量提升。因此，探索式搜尋維度越多，越有助于提升企業(yè)創(chuàng)新質(zhì)量。據(jù)此，本文提出研究假設(shè)：

H2：探索式搜尋結(jié)構(gòu)對創(chuàng)新質(zhì)量的影響程度隨著探索維度增加而提高，即三維度探索式搜尋>兩維度探索式搜尋>單維度探索式搜尋。

最后，本研究認為由3個搜尋維度帶來的知識新穎性可能存在差異。如時間維度的新穎性主要源于知識的前沿性，地理維度的新穎性主要源于知識所隱含的制度、文化、風(fēng)俗等差異，認知維度的新穎性主要源于企業(yè)對知識所在領(lǐng)域的陌生度[5]。雖然尚沒有文獻對各搜尋維度帶來的知識新穎性進行比較，但創(chuàng)新研究已在探討不同維度可能存在的差異。如從事創(chuàng)新多樣性研究的學(xué)者們認為認知是與創(chuàng)新活動直接相關(guān)的維度，這種維度具有更深層次的多樣性，更有助于促進創(chuàng)新[26]。既然上述維度差異問題出現(xiàn)在創(chuàng)新多樣性研究中，那么它們也可能存在于知識搜尋研究中[27]，因此這種討論會對企業(yè)搜尋決策提供有意義的指導(dǎo)。雖然選擇多個維度同時進行探索式搜尋有助于提升企業(yè)創(chuàng)新質(zhì)量，但并不是所有企業(yè)都能做到同時在多個維度上進行探索式搜尋。在這種情況下，企業(yè)就需要選擇性放棄某些維度探索。據(jù)此，本文提出研究假設(shè)：

H3：時間、地理和認知等不同維度探索式搜尋結(jié)構(gòu)對創(chuàng)新質(zhì)量的影響存在差異。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源與樣本選擇

本研究以美國醫(yī)藥企業(yè)的發(fā)明專利為研究樣本，并結(jié)合中國醫(yī)藥企業(yè)發(fā)明專利情況作比較研究。這是因為醫(yī)藥行業(yè)80%的技術(shù)創(chuàng)新都會申請專利，從而可以有效追蹤企業(yè)創(chuàng)新和外部知識搜尋活動[28]。美國數(shù)據(jù)主要來自USPTO和Compustat數(shù)據(jù)庫。USTPO提供了專利號、專利名稱、專利類型、IPC技術(shù)分類號、專利申請時間、授權(quán)時間、發(fā)明人名稱和地址、申請人名稱、唯一代碼和地址、專利引文信息(其中，專利后向引文表征企業(yè)外部知識搜尋活動，前向引文衡量專利創(chuàng)新質(zhì)量)等信息。Compustat提供了美國上市公司的相關(guān)信息。首先，根據(jù)上市公司信息中的標(biāo)準產(chǎn)業(yè)分類代碼(SIC)和企業(yè)所在地，找出SIC為“2834”的706家美國醫(yī)藥上市公司；其次，通過匹配上市公司名稱和專利申請人名字，確定企業(yè)與專利所屬關(guān)系，匹配后僅有410家美國醫(yī)藥上市公司在1980-2010年申請過發(fā)明專利，合計72 926件；然后，根據(jù)專利號匹配專利引文數(shù)據(jù)，通過申請人和發(fā)明人代碼，識別出他引和自引；最后，篩選出滿足以下條件且信息完整的63家企業(yè)的22 534件發(fā)明專利：①1980-2010年間企業(yè)上市經(jīng)營期限大于等于10年；②1980-2010年間在美國進行發(fā)明專利申請至少有10年；③每件專利的后項引用中至少有1件他引?？紤]到專利授權(quán)大約有兩年的滯后期，22 534件專利是在1980-2010年間申請且截止2012年被授權(quán)的，該方法可盡量緩解數(shù)據(jù)的右截斷問題。中國數(shù)據(jù)主要來自國家知識產(chǎn)權(quán)局和國泰安數(shù)據(jù)庫。作為新興市場，中國大多數(shù)企業(yè)成立或上市年限較短，專利申請量有限，因此本文在構(gòu)建中國醫(yī)藥專利數(shù)據(jù)庫時僅以專利、引文、企業(yè)等信息是否完整為標(biāo)準，最終篩選出滿足條件的1994-2018年間173家中國醫(yī)藥上市企業(yè)的4 918件發(fā)明專利。受篇幅限制，本文僅提供主要分析結(jié)果。

2.2 變量設(shè)計與回歸模型

2.2.1 因變量

專利引用次數(shù)通常被用于衡量企業(yè)創(chuàng)新質(zhì)量(Innovation quality)[29]。本研究采用每件專利在申請后5年內(nèi)(包括當(dāng)年)被其它專利引用的總次數(shù)衡量企業(yè)創(chuàng)新質(zhì)量。采用后3年和后4年的引用總次數(shù)作穩(wěn)健性檢驗，得到的結(jié)果基本一致。中國專利和引文數(shù)據(jù)截止到2018年，為了保留足夠樣本，在中國樣本分析中沒有嚴格按要求去掉2014年及以后申請的專利樣本，這部分專利被引次數(shù)均截止到2018年。在使用后3年引用總次數(shù)作穩(wěn)健性檢驗時，考慮到右截斷問題，剔除了2017和2018年的專利數(shù)據(jù)，結(jié)果基本一致。

2.2.2 自變量

在劃分外部知識搜尋結(jié)構(gòu)時，首先利用專利后向引文對時間、地理和認知3個搜尋維度進行測算。時間維度(Time)采用專利申請年份與所有被引用專利申請年份之差的平均值取對數(shù)測度[11]。該指標(biāo)利用最大值減去原始值得到。其值越小，表示被搜尋的知識年限越長，反之，則越短。具體計算如式(1)所示。

(1)

地理維度(Geography)采用專利發(fā)明人所在地與所有被引用專利發(fā)明人所在地平均球面距離的對數(shù)表示[30]。根據(jù)USTPO提供的美國專利發(fā)明人所在城市經(jīng)緯度，可測算兩個城市的球面距離。該值越小，表示搜尋的地理距離越近，反之，則越遠。具體計算如式(2)所示。其中，R是地球半徑，Li和Lj分別是專利發(fā)明人所在城市的緯度與經(jīng)度，Gi和Gj分別是被引用專利發(fā)明人所在城市的緯度與經(jīng)度。

(2)

認知維度(Cognition)反映企業(yè)對知識搜尋領(lǐng)域的熟悉程度[31]。首先分別計算企業(yè)過去5年在每個被引用專利所屬技術(shù)領(lǐng)域的專利申請數(shù)除以過去5年的專利申請總數(shù)，再取平均值，用該值的最大值1減去原始值得到最終數(shù)值，具體計算如式(3)所示。該值越小，表示搜尋的認知距離越小，反之，則越大。

(3)

隨著互聯(lián)網(wǎng)發(fā)展，獲取外部技術(shù)信息變得更加容易，進而影響搜尋維度距離，如互聯(lián)網(wǎng)發(fā)展使跨時間、跨空間和跨領(lǐng)域的專利信息獲取變得較容易[32-33]。因此，為了剔除該影響，首先分別將以上3個維度作為因變量，將搜尋與被搜尋兩地互聯(lián)網(wǎng)發(fā)展指數(shù)(本地互聯(lián)網(wǎng)使用人數(shù)占當(dāng)?shù)乜側(cè)丝诘谋戎?作為兩個自變量，進行回歸分析，然后取其殘差作為剔除互聯(lián)網(wǎng)影響后的3個維度距離[34]。結(jié)果表明，互聯(lián)網(wǎng)發(fā)展縮短了知識搜尋的時間距離，增大了地理距離和認知距離。最后，根據(jù)結(jié)果，將樣本分成8小種4大類搜尋結(jié)構(gòu)，各搜尋結(jié)構(gòu)分布如表1所示。在穩(wěn)健性檢驗中，以中位數(shù)進行結(jié)構(gòu)劃分，結(jié)果與均值劃分方法基本一致。

表1 美國各類外部知識搜尋結(jié)構(gòu)分布

2.2.3 控制變量

在專利層面，控制技術(shù)領(lǐng)域數(shù)(No. of IPC)、權(quán)利要求數(shù)(No. of claims)、發(fā)明者(No. of inventors)、申請人(No. of assignees)等可能影響專利質(zhì)量的因素[35]。在發(fā)明人層面控制了發(fā)明人近5年申請的技術(shù)領(lǐng)域數(shù)(Diversity)，這是因為發(fā)明人的知識范圍可能影響企業(yè)創(chuàng)新質(zhì)量。在企業(yè)層面控制了用資產(chǎn)總額(Total assets)衡量的企業(yè)規(guī)模[36]、企業(yè)研發(fā)投入強度(R&D intensity)[37]，即研發(fā)投入占總資產(chǎn)的比例，以及企業(yè)的創(chuàng)新經(jīng)驗(Experience)，即企業(yè)過去5年的專利申請數(shù)量[35]。為了緩解可能存在的數(shù)據(jù)偏態(tài)，除研發(fā)強度外，對所有變量取對數(shù)。此外，為了減少極端值的影響，回歸前所有連續(xù)變量都進行了兩端縮尾處理。由于因變量屬于計數(shù)型變量，可采用泊松回歸或負二項回歸，但是該變量均值和方差不相等，因此選用負二項回歸。

3 實證結(jié)果分析

3.1 美國醫(yī)藥企業(yè)實證結(jié)果分析

為了更形象地描繪企業(yè)外部知識搜尋結(jié)構(gòu)，本研究開展可視化分析。以1990、2000和2010年為例，展現(xiàn)不同時期企業(yè)外部知識搜尋結(jié)構(gòu)分布。如圖3所示，一個點代表企業(yè)搜尋同時在時間、地理和認知三個維度作出的決策結(jié)果。專利樣本在2010年明顯減少，可能是因為授權(quán)時間增加導(dǎo)致右偏。從圖中可以發(fā)現(xiàn)，這些點分布在不同位置，說明不同企業(yè)的外部知識搜尋結(jié)構(gòu)存在差異，不是所有企業(yè)都遵循一種搜尋結(jié)構(gòu)。因此，可以進一步分析不同搜尋結(jié)構(gòu)是否會對創(chuàng)新質(zhì)量產(chǎn)生異質(zhì)性作用。

圖3 美國企業(yè)外部知識搜尋結(jié)構(gòu)分布

表2顯示部分控制變量間的相關(guān)系數(shù)大于0.5，如企業(yè)規(guī)模和創(chuàng)新經(jīng)驗的相關(guān)系數(shù)是0.795，但各回歸中方差膨脹因子的最大值小于臨界值10，表明不存在多重共線性問題。為了進一步排除該問題，回歸時依次將這些控制變量放入模型中，回歸結(jié)果始終保持一致。

表2 變量描述統(tǒng)計與相關(guān)性分析結(jié)果

本研究需要考慮搜尋結(jié)構(gòu)與其它影響因素間的內(nèi)生性問題。如企業(yè)初衷是誕生一項跨學(xué)科專利，這種傾向自然決定知識搜尋應(yīng)向認知維度進行遠距離搜尋，即自變量之間可能不獨立。借鑒相關(guān)文獻[38]，本研究使用殘差法解決內(nèi)生性問題。首先，以搜尋結(jié)構(gòu)作為因變量，與其它所有控制變量進行回歸；然后，使用這些回歸的殘差作為搜尋結(jié)構(gòu)的代理變量，以檢驗前文提出的假設(shè)。

表3分別列出了使用原始數(shù)據(jù)和殘差的回歸結(jié)果。與模型(1)和(2)相比，在使用殘差的模型(3)和(4)中，其搜尋結(jié)構(gòu)的回歸系數(shù)均有變小，說明確實存在自變量不獨立問題。各回歸分析均以開發(fā)式搜尋結(jié)構(gòu)為基礎(chǔ)組。在模型(3)中，一維、二維、三維探索式搜尋結(jié)構(gòu)系數(shù)均顯著為正，說明無論沿著幾個維度進行探索式搜尋，都比3個維度的開發(fā)式搜尋更有助于提高企業(yè)創(chuàng)新質(zhì)量，即H1得到驗證。為了進一步驗證一維、二維、三維探索式搜尋結(jié)構(gòu)對創(chuàng)新質(zhì)量的影響是否存在差異，對3個系數(shù)兩兩進行T檢驗。表4顯示，三維探索式搜尋結(jié)構(gòu)系數(shù)顯著大于一維探索式搜尋結(jié)構(gòu)系數(shù)，其它系數(shù)之間沒有顯著差異。因此，H2得到部分支持。模型(4)是8小類搜尋結(jié)構(gòu)對創(chuàng)新質(zhì)量的影響結(jié)果，在一維探索式搜尋結(jié)構(gòu)中，時間和認知維度的探索式搜尋結(jié)構(gòu)系數(shù)均顯著為正，地理維度的探索式搜尋結(jié)構(gòu)系數(shù)不顯著。表5顯示，時間和認知維度系數(shù)分別顯著大于地理維度系數(shù)，且認知維度系數(shù)顯著大于時間維度系數(shù)。在二維探索式搜尋結(jié)構(gòu)中，“地理+認知”、“時間+認知”、“時間+地理”維度的探索式搜尋結(jié)構(gòu)系數(shù)均顯著為正。表6顯示，“時間+認知”維度系數(shù)顯著大于“地理+認知”、“時間+地理”維度系數(shù)，且后兩者系數(shù)沒有顯著差異。這說明不同維度的探索式搜尋結(jié)構(gòu)對創(chuàng)新質(zhì)量的影響存在差異，H3得到驗證。

表3 美國企業(yè)外部知識搜尋結(jié)構(gòu)對創(chuàng)新質(zhì)量的影響分析

表4 模型(3)中自變量系數(shù)的T檢驗結(jié)果

表5 模型(4)中各一維探索式搜尋結(jié)構(gòu)自變量系數(shù)的T檢驗結(jié)果

表6 模型(4)中各二維探索式搜尋結(jié)構(gòu)自變量系數(shù)的T檢驗結(jié)果

3.2 中國醫(yī)藥企業(yè)實證結(jié)果分析

按照相同方法，對中國醫(yī)藥上市公司進行實證分析。中國醫(yī)藥企業(yè)各類知識搜尋結(jié)構(gòu)分布如表7所示?？梢园l(fā)現(xiàn)，中美醫(yī)藥企業(yè)外部知識搜尋結(jié)構(gòu)存在一定相似之處，即一維探索式搜尋結(jié)構(gòu)的子維度結(jié)構(gòu)分布類似，三維探索式搜尋結(jié)構(gòu)的占比較高；不同之處在于中國醫(yī)藥企業(yè)的開發(fā)式搜尋結(jié)構(gòu)占比較低，二維探索式搜尋結(jié)構(gòu)的子維度結(jié)構(gòu)分布存在差異。

表7 中國企業(yè)各類外部知識搜尋結(jié)構(gòu)分布情況

從2005年開始每間隔5年選取3個時間節(jié)點，以勾畫不同時期中國醫(yī)藥企業(yè)外部知識搜尋結(jié)構(gòu)分布。如圖4所示，與美國企業(yè)類似，隨著時間推移，中國企業(yè)更傾向在3個維進行探索式搜尋；這些點分布在不同位置，說明中國企業(yè)的外部知識搜尋結(jié)構(gòu)同樣存在差異，因此有必要進一步分析不同搜尋結(jié)構(gòu)是否會對企業(yè)創(chuàng)新質(zhì)量產(chǎn)生異質(zhì)性作用。

圖4 中國企業(yè)外部知識搜尋結(jié)構(gòu)分布

表8展示了使用殘差的回歸結(jié)果。模型(1)中，二維、三維探索式搜尋結(jié)構(gòu)系數(shù)均顯著為正，說明沿著兩個或三個維度進行探索式搜尋比三個維度的開發(fā)式搜尋更有助于提高創(chuàng)新質(zhì)量。T檢驗結(jié)果顯示，二維和三維探索式搜尋結(jié)構(gòu)系數(shù)顯著大于一維探索式搜尋結(jié)構(gòu)，而二維與三維探索式搜尋結(jié)構(gòu)系數(shù)沒有顯著差異。該結(jié)果與由美國企業(yè)得出的結(jié)論基本一致。模型(2)顯示了8小類搜尋結(jié)構(gòu)對創(chuàng)新質(zhì)量的影響，具體為：在一維探索式搜尋結(jié)構(gòu)中，時間維度的探索式搜尋結(jié)構(gòu)系數(shù)不顯著，地理和認知維度的探索式搜尋結(jié)構(gòu)系數(shù)顯著為正。T檢驗結(jié)果顯示，地理維度與認知維度系數(shù)沒有顯著差異，但均顯著大于時間維度系數(shù)。在二維探索式搜尋結(jié)構(gòu)中，“地理+認知”、“時間+認知”、“時間+地理”維度的探索式搜尋結(jié)構(gòu)系數(shù)均顯著為正。T檢驗結(jié)果顯示，“地理+認知”與“時間+認知”維度系數(shù)沒有顯著差異，但二者系數(shù)均顯著大于“時間+地理”維度系數(shù)。此結(jié)果證明不同維度的探索式搜尋結(jié)構(gòu)對創(chuàng)新質(zhì)量存在差異化影響，同時也揭示了中美醫(yī)藥企業(yè)外部知識搜尋結(jié)構(gòu)對創(chuàng)新質(zhì)量的影響存在差異。美國醫(yī)藥企業(yè)外部知識搜尋的3個維度對創(chuàng)新質(zhì)量的影響程度依次為認知維度>時間維度>地理維度，而中國依次為認知維度>地理維度>時間維度。

表8 中國企業(yè)外部知識搜尋結(jié)構(gòu)對創(chuàng)新質(zhì)量的影響

4 研究結(jié)論與討論

本文通過梳理相關(guān)文獻，構(gòu)建了“時間+地理+認知”的多維知識搜尋結(jié)構(gòu)，分析了不同搜尋結(jié)構(gòu)對企業(yè)創(chuàng)新質(zhì)量的影響。得出的結(jié)論為：①企業(yè)外部知識搜尋的多維結(jié)構(gòu)存在差異，不同搜尋結(jié)構(gòu)對創(chuàng)新質(zhì)量的影響不同，與開發(fā)式搜尋結(jié)構(gòu)相比，多維探索式搜尋結(jié)構(gòu)更能促進企業(yè)創(chuàng)新質(zhì)量提升，同時沿著三個維度進行探索式搜尋最有利于創(chuàng)新質(zhì)量提升；②分別沿著不同維度開展遠距離搜尋，其對創(chuàng)新質(zhì)量的提升作用不同，且中美醫(yī)藥企業(yè)之間也存在一定差異；③對美國醫(yī)藥企業(yè)而言，知識搜尋的3個維度對創(chuàng)新質(zhì)量的影響程度依次為認知維度>時間維度>地理維度，中國則依次為認知維度>地理維度>時間維度。

從分析結(jié)果看，認知維度的遠距離搜尋更有利于中美企業(yè)創(chuàng)新質(zhì)量提升。遠距離的認知維度搜尋意味著企業(yè)跨越現(xiàn)有知識基，在更廣闊的領(lǐng)域進行知識搜尋。該維度被認為是反映知識搜尋本質(zhì)的維度。時間和地理維度的遠距離搜尋也能提供有利于創(chuàng)新的異質(zhì)性知識，但其作用均小于認知維度，且二者存在國家差異。對于美國企業(yè)而言，時間維度的作用大于地理維度，中國企業(yè)則相反。原因可能是：第一，醫(yī)藥是美國相對成熟的行業(yè)，其技術(shù)創(chuàng)新一直領(lǐng)先全球，因此新技術(shù)的推出往往能很快得到市場認可。而中國作為新興市場，雖然其技術(shù)更新?lián)Q代快，但成熟度遠不及美國企業(yè)，所以在美國市場上搜尋時間維度的新知識能給企業(yè)創(chuàng)新提供更有價值的新要素。第二，從地理維度看，美國醫(yī)藥企業(yè)的外部知識搜尋范圍更廣，除本土知識外，還有許多外來知識，雖然這些外來知識具有一定新穎性，但跨國搜尋也會大大增加企業(yè)學(xué)習(xí)難度和不確定性，在雙重作用下導(dǎo)致地理維度的遠距離搜尋對美國企業(yè)創(chuàng)新的提升作用減弱。中國醫(yī)藥企業(yè)的遠距離地理搜尋往往為跨省域搜尋。中國地域遼闊，基于本土的遠距離搜尋既可以保證一定程度的新穎性知識輸入，又可以避免學(xué)習(xí)困難與不確定性，前者對創(chuàng)新的正向作用大于后者的負向作用，進而產(chǎn)生高于美國企業(yè)的凈效應(yīng)。

本文對開展知識搜尋研究具有一定啟示：①學(xué)者們可以在研究中納入更多知識搜尋維度，進行全面分析；②重視各維度差異，只有弄清楚每個維度的本質(zhì)才能更深入地認識企業(yè)外部知識搜尋活動；③中美企業(yè)間的差異也提醒未來研究應(yīng)該考慮不同情景下的知識搜尋，如結(jié)合區(qū)域、行業(yè)差異進行異質(zhì)性分析，從而得出更有意義的結(jié)論。本研究對企業(yè)也有一定啟示：第一，企業(yè)應(yīng)重視投入外部知識搜尋活動，尤其是在多個維度上進行遠距離搜尋，這是因為企業(yè)創(chuàng)新離不開新穎的異質(zhì)性知識；第二，當(dāng)企業(yè)無法顧及所有維度的遠距離搜尋時，應(yīng)結(jié)合自身情況，放棄影響較弱的搜尋維度，選擇能夠促進創(chuàng)新質(zhì)量提升的維度；第三，不同企業(yè)應(yīng)結(jié)合地域特征選擇不同維度的遠距離搜尋，才能有效提升創(chuàng)新質(zhì)量。如在技術(shù)成熟的市場，應(yīng)注重時間維度的遠距離搜尋；在跨區(qū)域搜尋過程中，應(yīng)適當(dāng)考慮近距離的地理搜尋，以降低搜尋難度和風(fēng)險。

本研究也存在一些不足。一是樣本選擇上僅以醫(yī)藥行業(yè)為例，降低了普適性。未來可以以其它行業(yè)作為研究樣本，進一步驗證本研究結(jié)論，同時，比較不同行業(yè)的外部知識搜尋活動。二是搜尋維度上，當(dāng)考慮第四、第五個維度時，知識搜尋會變得更復(fù)雜，本研究提出的三維搜尋結(jié)構(gòu)分析方式有待進一步拓展。三是由于存在搜尋維度差異，不同搜尋維度給企業(yè)帶來的知識要素也有差異，但這些差異對企業(yè)創(chuàng)新質(zhì)量的影響程度有多大？企業(yè)應(yīng)該如何協(xié)調(diào)不同維度之間的搜尋距離以實現(xiàn)高質(zhì)量創(chuàng)新？這些問題還有待深入探索。