朱晉偉,原 夢
(江南大學 商學院,江蘇 無錫 214000)
隨著新一輪科技和產(chǎn)業(yè)革命的到來,技術(shù)創(chuàng)新成為產(chǎn)業(yè)轉(zhuǎn)型升級的關(guān)鍵。由于技術(shù)創(chuàng)新難度大且過程復雜,為了在急劇變化的創(chuàng)新環(huán)境中獲取更多創(chuàng)新成果,基于復雜網(wǎng)絡的合作式創(chuàng)新突破傳統(tǒng)交流邊界,開始取代傳統(tǒng)的封閉式創(chuàng)新,成為組織發(fā)展的新型創(chuàng)新模式[1]。合作網(wǎng)絡是建立在創(chuàng)新主體合作基礎(chǔ)上的社會網(wǎng)絡,各節(jié)點基于合作關(guān)系形成緊密關(guān)聯(lián)、高度依賴的結(jié)構(gòu)體系,通過互動連接實現(xiàn)研發(fā)資源共享和擴散,從而提高整個合作網(wǎng)絡的運作效率。根據(jù)網(wǎng)絡節(jié)點和聯(lián)結(jié)關(guān)系的不同,學者們的研究主要分為組織間研發(fā)合作網(wǎng)絡、組織內(nèi)個體合作網(wǎng)絡以及知識層面網(wǎng)絡[2],且研究多集中于組織層面和知識層面。近年來,隨著移動互聯(lián)網(wǎng)技術(shù)和虛擬組織的快速發(fā)展,個體合作網(wǎng)絡在技術(shù)創(chuàng)新中的作用越來越大,如何通過組織內(nèi)部發(fā)明人合作網(wǎng)絡提升企業(yè)技術(shù)創(chuàng)新績效成為研究熱點。
發(fā)明人不僅是組織創(chuàng)新的主力軍,更是行業(yè)技術(shù)發(fā)展的引領(lǐng)者,發(fā)明人的技術(shù)創(chuàng)新效率提升意味著組織和行業(yè)研發(fā)能力增強。作為知識創(chuàng)造、整合和使用的能動主體,發(fā)明人與知識元素之間不是單一的匹配關(guān)系[3],而是在發(fā)明人網(wǎng)絡內(nèi)部交互分布。發(fā)明人合作網(wǎng)絡有助于個體間信息、知識和其它資源交流,提高生產(chǎn)要素組合效率,有利于企業(yè)控制額外的異質(zhì)性資源,這些異質(zhì)性資源對拓展技術(shù)基礎(chǔ)具有重要影響,有利于形成企業(yè)可持續(xù)競爭優(yōu)勢。差異化的網(wǎng)絡特征會影響創(chuàng)新主體創(chuàng)新能力的增量,當創(chuàng)新主體形成完善的網(wǎng)絡結(jié)構(gòu)時,網(wǎng)絡效益將進一步提高[4]。已有研究分別從關(guān)系結(jié)構(gòu)、網(wǎng)絡嵌入、動態(tài)演化等視角闡述組織內(nèi)部發(fā)明人網(wǎng)絡對個體創(chuàng)新產(chǎn)出和群體創(chuàng)新績效的影響,但哪種關(guān)系聯(lián)結(jié)和結(jié)構(gòu)類型的內(nèi)部發(fā)明人網(wǎng)絡可以最大化激發(fā)網(wǎng)絡效益、促進正向合作、提升企業(yè)創(chuàng)新績效的研究則較為缺乏。
受慣性經(jīng)驗的影響,發(fā)明人習慣利用過去的經(jīng)驗解決當前面臨的復雜技術(shù)問題,然而戰(zhàn)略理論學者認為,簡單的知識復制在快速提升創(chuàng)新增長率的同時也會誘發(fā)競爭對手的快速模仿,因此利用現(xiàn)有知識進行組合式創(chuàng)新成為較優(yōu)選擇。在知識重組研究中,有學者從個體特征角度出發(fā),聚焦于知識擁有者個體差異對知識重組行為的顯著影響,指出企業(yè)內(nèi)部發(fā)明人在知識搜索與重組過程中處于關(guān)鍵位置。如Marc Gruber[5]通過研究發(fā)明人教育背景對技術(shù)知識重組的影響,發(fā)現(xiàn)受過系統(tǒng)教育的發(fā)明人可充分理解、分析和吸收抽象知識,在跨越技術(shù)邊界進行知識重組的過程中更具優(yōu)勢;榮雪云(2020)從團隊壓力、群體思維、慣性經(jīng)驗3個角度解釋了發(fā)明人規(guī)模和經(jīng)驗對知識重組新穎性的影響。也有學者聚焦企業(yè)技術(shù)網(wǎng)絡結(jié)構(gòu)、知識網(wǎng)絡嵌入、市場網(wǎng)絡開放度等創(chuàng)新網(wǎng)絡特征視角,認為知識重組能夠?qū)⒕W(wǎng)絡中離散化的知識元素重新組合,然后通過系統(tǒng)梳理、有序編排后產(chǎn)出新元素(趙藝璇等,2021),最終實現(xiàn)企業(yè)績效提升、價值共創(chuàng)或協(xié)助創(chuàng)新主體成為關(guān)鍵研發(fā)者。目前針對知識重組的研究大多集中在結(jié)果變量上,例如對企業(yè)創(chuàng)新、技術(shù)標準制定能力和發(fā)明質(zhì)量的影響等方面,探明了創(chuàng)新網(wǎng)絡可以為知識重組提供必要的知識資源和流動渠道,但是細化到個體層面尚未明晰企業(yè)內(nèi)部發(fā)明人是如何通過知識重組影響創(chuàng)新績效的。
基于此,本文以組織內(nèi)部發(fā)明人網(wǎng)絡為出發(fā)點,以企業(yè)技術(shù)創(chuàng)新績效為落腳點,基于知識重組理論,將知識重組作為連接合作網(wǎng)絡資源和創(chuàng)新結(jié)果的“橋梁”,構(gòu)建發(fā)明人網(wǎng)絡特征驅(qū)動創(chuàng)新績效的作用機制模型,并將整合現(xiàn)有知識形成創(chuàng)新成果的知識重組能力劃分為知識重組再利用能力和知識重組創(chuàng)造能力,多角度探究其轉(zhuǎn)換發(fā)明人網(wǎng)絡資源的中介作用。此外,基于協(xié)同創(chuàng)新理論,引入為企業(yè)提供外部知識來源的協(xié)作研發(fā)作為權(quán)變因素,以企業(yè)協(xié)作研發(fā)廣度和協(xié)作研發(fā)深度作為知識重組能力與企業(yè)技術(shù)創(chuàng)新績效關(guān)系的調(diào)節(jié)變量,以期完善和深化發(fā)明人網(wǎng)絡關(guān)系模型,為企業(yè)構(gòu)建內(nèi)部網(wǎng)絡和優(yōu)化知識管理提供參考。
社會網(wǎng)絡理論提出企業(yè)內(nèi)外部關(guān)系結(jié)構(gòu)會影響創(chuàng)新績效。其中,外部合作網(wǎng)絡為企業(yè)獲取外部知識和資源提供渠道,減少搜索成本;內(nèi)部合作網(wǎng)絡則為高效吸收和應用既有知識提供合理保障。因此,技術(shù)創(chuàng)新不僅取決于企業(yè)外部合作,而且取決于企業(yè)內(nèi)部成員的溝通協(xié)調(diào)。Alex Vestal[6]研究發(fā)現(xiàn),發(fā)明人網(wǎng)絡內(nèi)部節(jié)點的技術(shù)距離和密度會影響其突破性創(chuàng)新產(chǎn)出;Yan等[7]認為,發(fā)明人在創(chuàng)新網(wǎng)絡中的關(guān)系嵌入和結(jié)構(gòu)嵌入均有助于開發(fā)性創(chuàng)新;Hua Cheng等[8]提出,發(fā)明人在內(nèi)部網(wǎng)絡中的互動與合作為企業(yè)積累寶貴的知識資源,拓展企業(yè)經(jīng)驗學習和知識獲取的廣度與深度,進而有利于創(chuàng)新。
不同于一般的網(wǎng)絡結(jié)構(gòu),組織內(nèi)部發(fā)明人網(wǎng)絡涵括研發(fā)人員的互動行為,各成員之間通?;诠ぷ靼才拧㈨椖恳?、專業(yè)經(jīng)驗等進行合作交流,因此發(fā)明人網(wǎng)絡具有節(jié)點高度聚類、網(wǎng)絡密度相對稀疏等小世界網(wǎng)絡特征。Fleming等[9]認為,小世界網(wǎng)絡是專利合作網(wǎng)絡的典型特征,網(wǎng)絡的整體聚類系數(shù)和平均路徑長度比一般指標更能反映其節(jié)點交互情況,創(chuàng)新績效受到二者及其交互作用的影響較顯著。因此,本文從組織內(nèi)部發(fā)明人網(wǎng)絡的整體聚類系數(shù)和平均路徑長度兩個網(wǎng)絡特征方面探究其對企業(yè)技術(shù)創(chuàng)新績效的影響路徑。
發(fā)明人網(wǎng)絡的整體聚類系數(shù)可以反映內(nèi)部研發(fā)人員的聚集程度,網(wǎng)絡平均路徑長度則反映了任意兩個發(fā)明人之間交流路徑的均值。具體而言,整體聚類系數(shù)越大,代表網(wǎng)絡中局部群體出現(xiàn)的次數(shù)就越多,即擁有的研發(fā)小團隊越多。此類合作模式有助于促進發(fā)明人之間的交流互動,降低協(xié)作成本,提高發(fā)明者對不同類型信息的吸收效率,從而促進創(chuàng)新發(fā)展。信息傳播理論同樣可以解釋該現(xiàn)象,如關(guān)鵬等[10]研究發(fā)現(xiàn),在具有小世界特性的網(wǎng)絡中,信息傳遞能力增強。網(wǎng)絡的整體聚類系數(shù)越大,表示它的局部溝通與交互越活躍,進一步促進信息傳遞。因此,相較于分散的合作關(guān)系,團隊的存在一方面有助于強化團體內(nèi)部發(fā)明人之間知識資源的深度交流,這種長期、穩(wěn)定的關(guān)系為合作交流提供了保障[11],發(fā)明人可以從團體中獲取有實質(zhì)價值的知識資源,有利于復雜知識學習與吸收,增強合作動力、抵御創(chuàng)新風險(潘文慧等,2021);另一方面,不同團隊的知識資源存在差異,團隊合作比個體合作的傳播效率更高且渠道更穩(wěn)定,從而加速知識更新速度,有助于促進研發(fā)小團隊內(nèi)部資源的更新迭代。
網(wǎng)絡平均路徑長度越長代表整體網(wǎng)絡節(jié)點組成越復雜,復雜的節(jié)點組成有助于網(wǎng)絡外部效應產(chǎn)生。這是因為網(wǎng)絡內(nèi)部知識資源越豐富,知識范圍越廣,發(fā)明人接觸新知識和新技術(shù)的機會就越多,從而有助于加速新知識擴散[12],實現(xiàn)技術(shù)創(chuàng)新。平均路徑長度越長代表創(chuàng)新系統(tǒng)中發(fā)明人之間連接越多,而擁有的連接數(shù)越多,表示交流與共享知識資源的渠道就越多,使得發(fā)明人能夠通過獨特的知識聲望和影響力號召更多網(wǎng)絡成員進行技術(shù)創(chuàng)新。
基于上述理論分析,本文提出以下假設(shè):
H1a:發(fā)明人網(wǎng)絡整體聚類系數(shù)正向影響企業(yè)技術(shù)創(chuàng)新績效;
H1b:發(fā)明人網(wǎng)絡平均路徑長度正向影響企業(yè)技術(shù)創(chuàng)新績效。
知識基礎(chǔ)代表企業(yè)知識存量,是企業(yè)所有知識要素的合集。知識基礎(chǔ)觀認為,基于知識的資源往往是復雜且不易復制的,是企業(yè)的重要戰(zhàn)略性資源(陳衍泰等,2018),因此挖掘這些資源的內(nèi)在聯(lián)系并實現(xiàn)有效配置是企業(yè)開展創(chuàng)新活動的基本前提和關(guān)鍵環(huán)節(jié)。Grant[13]較系統(tǒng)地整合與歸納了知識基礎(chǔ)觀理論研究成果,認為應該基于整體動態(tài)視角看待企業(yè)所擁有的知識。不同知識元素可以通過整合重組方式實現(xiàn)新知識要素形成和新技術(shù)產(chǎn)品研發(fā),進而實現(xiàn)知識的最大化利用。同時,戰(zhàn)略理論學者從競爭角度出發(fā),認為企業(yè)雖然可以通過對已有知識的復制,在短期內(nèi)快速提升創(chuàng)新速度,但無法避免競爭對手對企業(yè)的模仿,因此只有對已有知識進行重新組合從而鎖定新市場,才能有效避免同行追趕,占據(jù)競爭優(yōu)勢地位。由此可見,給企業(yè)經(jīng)營活動帶來直接效益的不是知識元素本身,而是通過有效重組從而實現(xiàn)創(chuàng)新價值的商品化知識。基于此,知識重組概念在學術(shù)界得到重新定義與發(fā)展。
知識重組是創(chuàng)新主體將其掌握的內(nèi)部知識與從其他主體吸收的外部知識進行識別、開發(fā)、整合、吸收、內(nèi)化、利用,進而產(chǎn)生新知識的過程[14]。根據(jù)知識重組理論,企業(yè)擁有的知識無法自發(fā)組合并轉(zhuǎn)換為具有市場價值的資源,而是需要通過識別開發(fā)—整合吸收—內(nèi)化利用的知識資源編排過程,即知識重組過程。知識重組理論認為,新知識、新資源的創(chuàng)造來自內(nèi)外部知識資源的有效整合和重組,而知識重組作為創(chuàng)新形成的關(guān)鍵環(huán)節(jié),則需要豐富的資源支持。社會網(wǎng)絡理論提出,擁有緊密關(guān)系的網(wǎng)絡主體可以通過網(wǎng)絡獲取更多資源和價值,而網(wǎng)絡本身也是資源的一種體現(xiàn)。發(fā)明人作為創(chuàng)新產(chǎn)出的主要實施載體,其知識、經(jīng)驗和能力是知識重組的重要元素,發(fā)明人之間的網(wǎng)絡關(guān)系則是知識傳播的重要媒介。Carnabuci等[15]提出,組織間成員互動是知識搜索和知識重組的重要基礎(chǔ)。
研發(fā)過程中發(fā)明人需要緊密依靠網(wǎng)絡關(guān)系,基于以往實踐經(jīng)驗進行知識重構(gòu),因此發(fā)明人自身行為以及成員間的合作互動為企業(yè)知識重組提供了資源基礎(chǔ)。發(fā)明人網(wǎng)絡為企業(yè)提供豐富的資源,知識存量增加必然帶來更多的知識接口,有助于知識聯(lián)結(jié)組合和曝光傳播,最終促進企業(yè)知識重組。根據(jù)實現(xiàn)方式的不同,知識重組可以劃分為兩種類型,即重組再利用和重組創(chuàng)造[16]。其中,知識重組再利用作為深化企業(yè)能力的一個過程,是通過合理利用并改進原有知識元素及元素組合,開發(fā)新技術(shù)或解決新問題。知識重組創(chuàng)造作為拓展企業(yè)能力的一個過程,其通過積極探索前期未被組合的知識元素關(guān)系,優(yōu)化企業(yè)資源配置和拓展知識庫存[17]。發(fā)明人網(wǎng)絡整體聚類系數(shù)變大,代表發(fā)明人網(wǎng)絡內(nèi)部的研發(fā)小團隊增多。大量文獻表明,隨著以知識為基礎(chǔ)的創(chuàng)新活動日益復雜,越來越需要協(xié)調(diào)和整合不同資源[18],因此相較于單個發(fā)明人,發(fā)明人團隊更有效率、更能創(chuàng)造出有影響力的發(fā)明。Gianluca等[19]認為,發(fā)明人團隊不僅在發(fā)明人背景方面有所不同,而且在團隊成員利用重組創(chuàng)造產(chǎn)生發(fā)明的能力和再利用能力方面也有所不同,當不同發(fā)明人之間的知識轉(zhuǎn)移轉(zhuǎn)變?yōu)閳F隊之間的知識轉(zhuǎn)移時,有助于激發(fā)知識利用動機和提高效率。
研發(fā)小團隊的存在使得網(wǎng)絡內(nèi)部的知識元素具有多樣性和獨特性,充分的交流分享有利于團隊間形成合作慣例,面對由不同知識解碼、編碼形成的重組方案呈指數(shù)級增長[20],小團隊可以快速吸收與自身組合相似的重組方案,從而降低信息超載問題,充分發(fā)揮企業(yè)知識組合潛力,提升企業(yè)知識重組能力。在此過程中發(fā)明人網(wǎng)絡內(nèi)部的團隊間合作頻繁,這種基于網(wǎng)絡關(guān)系的緊密合作有助于加速知識分享,激發(fā)形成知識重組思路,增強企業(yè)知識重組再利用能力。由于研發(fā)小團隊內(nèi)部的發(fā)明人關(guān)系更密切,高效的內(nèi)部溝通和合作慣例有助于強化新知識學習與開發(fā),建立良好的互信基礎(chǔ),降低發(fā)明人知識交流和協(xié)作門檻,消除新知識組合與現(xiàn)有問題解決過程中的路徑障礙,從而提升企業(yè)知識重組創(chuàng)造能力。
發(fā)明人網(wǎng)絡路徑平均長度變長代表節(jié)點復雜化。發(fā)明人在知識重組過程中往往傾向選擇現(xiàn)有知識元素,當現(xiàn)有知識組合無法有效解決復雜問題時,就需要搜索其它領(lǐng)域知識。如果發(fā)明人網(wǎng)絡擁有豐富的知識資源,且不同發(fā)明人的核心技術(shù)不重疊,將有助于增強內(nèi)部知識多樣性,提供多元化的知識組合方案,同時,降低從組織外部獲取資源的搜索成本、研發(fā)風險和不確定性[21],幫助發(fā)明人從內(nèi)部獲取更多資源,進而提升企業(yè)知識重組能力。
進行知識重組時,由于發(fā)明人網(wǎng)絡內(nèi)部擁有豐富的知識資源,因此可結(jié)合以往研發(fā)經(jīng)驗進行知識整合及應用,進而提升企業(yè)知識重組再利用能力。大量知識儲備一方面有助于促進已有隱性知識的外顯化,挖掘隱性知識的技術(shù)實現(xiàn)路徑,以較低風險和成本實現(xiàn)新知識組合;另一方面面對企業(yè)的知識渴求,由于內(nèi)部知識搜索成本較低、時間較短[22],可以精準捕捉到有價值的隱性知識并形成新知識組合,從而增強企業(yè)知識重組創(chuàng)造能力。
基于上述理論分析,本文提出以下研究假設(shè):
H2a:發(fā)明人網(wǎng)絡整體聚類系數(shù)正向影響企業(yè)知識重組能力;
H2b:發(fā)明人網(wǎng)絡平均路徑長度正向影響企業(yè)知識重組能力。
結(jié)合知識基礎(chǔ)理論,創(chuàng)新的本質(zhì)具有路徑依賴性,發(fā)明人習慣基于以往的知識解決當前面臨的復雜問題。由此可見,發(fā)明人創(chuàng)新產(chǎn)出數(shù)量和質(zhì)量受制于現(xiàn)有知識結(jié)構(gòu),新技術(shù)創(chuàng)造依賴于知識重組能力。知識重組能力作為一種典型的動態(tài)能力,雖然可以幫助企業(yè)獲得跨領(lǐng)域的知識組件,增加企業(yè)知識儲備并創(chuàng)造更大的創(chuàng)新潛力,然而知識重組不能憑空發(fā)生,其過程與企業(yè)原有的知識資源及整合經(jīng)驗密切相關(guān),且知識挖掘和配置過程中也存在一定風險與不確定性,因此知識重組過程必然受到現(xiàn)有資源制約,不會超越原有資源范圍而任意發(fā)展。
根據(jù)知識基礎(chǔ)觀,發(fā)明人網(wǎng)絡形成為離散化知識資源的系統(tǒng)加工和整合提供媒介,其內(nèi)部蘊含由各種知識和經(jīng)驗交叉融合形成的資源,這些資源成為實現(xiàn)知識重組行為的基礎(chǔ)。綜上所述,知識重組能力作為一種具有路徑依賴性的動態(tài)能力,受限于企業(yè)自身原有資源配置和創(chuàng)新經(jīng)驗(劉巖等,2020)。擁有不同結(jié)構(gòu)關(guān)系的發(fā)明人網(wǎng)絡節(jié)點為了實現(xiàn)信息資源交換、轉(zhuǎn)移和互動,會擴展并完善已有知識基礎(chǔ),不斷提高企業(yè)資源配置上限,提升企業(yè)知識重組能力,最終實現(xiàn)技術(shù)創(chuàng)新。
基于此,有學者強調(diào)企業(yè)內(nèi)部加強社會互動的必要性[23],認為組織成員良性互動能夠促進企業(yè)知識重組行為。這是因為協(xié)調(diào)、合理的發(fā)明人團隊結(jié)構(gòu)可以有效促進企業(yè)知識重組,不同發(fā)明人知識與能力等的交融成為技術(shù)知識重組的前提。Sen-yard等[24]研究發(fā)現(xiàn),企業(yè)內(nèi)部重組行為不僅有助于促進個體間不同專業(yè)知識的再利用,還可以促進不同類型的知識元素重組,形成新知識。這種機制的優(yōu)點在于利用公司現(xiàn)有知識或技能的替代和互補實現(xiàn)創(chuàng)新。
Simon等[25]研究發(fā)現(xiàn),知識重組效果受到發(fā)明人網(wǎng)絡內(nèi)部嵌入的影響:一方面,內(nèi)部嵌入反映了發(fā)明人之間的合作歷史,此類發(fā)明人可以相對容易地重建合作關(guān)系并發(fā)展新聯(lián)系,通過促進知識流動提高吸收能力;另一方面內(nèi)部嵌入促進了發(fā)明人之間的社會化,增強其分享意愿和樹立團隊精神,有助于從經(jīng)驗分享中獲取其他發(fā)明人的隱性知識。具體而言,發(fā)明人借助網(wǎng)絡關(guān)系與其他合作伙伴建立密切聯(lián)系,進行持續(xù)穩(wěn)定深入的交流,協(xié)助發(fā)明人獲取異質(zhì)性知識,實現(xiàn)跨邊界的知識傳遞,消除知識重組的路徑障礙,實現(xiàn)現(xiàn)有創(chuàng)新網(wǎng)絡中離散化知識資源的系統(tǒng)化整合,進一步吸引其他主體參與合作交流和知識分享,最終實現(xiàn)技術(shù)創(chuàng)新。
基于上述理論分析,本文提出以下研究假設(shè):
H3a:企業(yè)知識重組能力在發(fā)明人網(wǎng)絡整體聚類系數(shù)與技術(shù)創(chuàng)新績效之間起中介作用;
H3b:企業(yè)知識重組能力在發(fā)明人網(wǎng)絡平均路徑長度與技術(shù)創(chuàng)新績效之間起中介作用。
協(xié)作研發(fā)是指不同類型的創(chuàng)新主體為了共享經(jīng)濟收益而實施的研發(fā)行為。隨著創(chuàng)新活動由單一網(wǎng)絡向合作網(wǎng)絡過渡,企業(yè)逐步建立協(xié)作研發(fā)體系,以從中汲取更多異質(zhì)性資源。不同組織的知識資源具有異質(zhì)性,企業(yè)通過與研發(fā)伙伴的密切聯(lián)系形成多元化的協(xié)作研發(fā)關(guān)系,能以較低協(xié)作成本和較小搜索風險獲取市場轉(zhuǎn)移中的新知識與重組經(jīng)驗,進而影響企業(yè)利用知識重組實現(xiàn)技術(shù)創(chuàng)新的過程。
協(xié)作研發(fā)廣度增大代表與企業(yè)建立合作關(guān)系的外部組織數(shù)量增多,不同企業(yè)的技術(shù)開發(fā)路徑因其戰(zhàn)略規(guī)劃與知識資源不同而呈現(xiàn)出差異性,協(xié)作研發(fā)廣度增大為企業(yè)獲得多元化技術(shù)資源及知識重組經(jīng)驗提供了渠道,但面對與自身技術(shù)軌跡差異較大的協(xié)作伙伴,企業(yè)需要投入大量資源進行資源篩選、渠道維護、協(xié)調(diào)溝通和外部管理[26]。隨著研發(fā)伙伴增多,協(xié)調(diào)成本增加,管理難度相應上升,機會主義行為發(fā)生概率增大,且過度搜索行為會形成大量冗余資源,為了消化和利用這部分資源,企業(yè)需要消耗更多精力。因此,本文認為雖然協(xié)作研發(fā)廣度增大會為企業(yè)帶來更多外部資源,促進知識重組與轉(zhuǎn)化,但協(xié)作研發(fā)廣度過大會導致較高的交易成本,從而分散企業(yè)精力,不利于企業(yè)充分利用已有技術(shù)資源進行知識重組,最終弱化知識重組能力對企業(yè)技術(shù)創(chuàng)新績效的影響。
協(xié)作研發(fā)深度增加代表與企業(yè)建立合作關(guān)系的外部組織平均合作次數(shù)增多,經(jīng)常合作比單次合作更能建立信任關(guān)系。協(xié)作研發(fā)深度增大,將有助于促進多方持續(xù)交流并形成合作慣例。學者們通常認為,技術(shù)創(chuàng)新是由顯性知識與隱性知識共同完成的,隱性知識不同于顯性知識,具有不易被轉(zhuǎn)移、形式化的特點,因此要實現(xiàn)隱形知識轉(zhuǎn)移必須通過合作伙伴的頻繁交互來完成[27],較高程度的協(xié)作研發(fā)深度為隱性知識轉(zhuǎn)化提供了良好基礎(chǔ)。由協(xié)作研發(fā)帶來的合作慣例構(gòu)建,一方面在彼此信任的環(huán)境下有助于合作雙方相互理解,加強溝通交流,促進隱性知識轉(zhuǎn)移,同時,有助于企業(yè)接觸到外部的異質(zhì)性資源,提高外部知識在創(chuàng)新過程中的利用效率;另一方面,熟悉的治理結(jié)構(gòu)有助于分攤交流協(xié)作成本(高霞等,2019),且合作伙伴信任感增強也有利于減少機會主義行為,促使企業(yè)將更多資源投向知識重組能力提升,最終強化知識重組能力對企業(yè)技術(shù)創(chuàng)新績效的影響。
基于上述理論分析,本文提出以下假設(shè):
H4a:協(xié)作研發(fā)廣度在知識重組能力對技術(shù)創(chuàng)新績效的影響中起負向調(diào)節(jié)作用;
H4b:協(xié)作研發(fā)深度在知識重組能力對技術(shù)創(chuàng)新績效的影響中起正向調(diào)節(jié)作用。
綜上所述,本文構(gòu)建研究概念模型,如圖1所示。
圖1 概念模型Fig.1 Conceptual model
汽車產(chǎn)業(yè)作為知識與技術(shù)密集型產(chǎn)業(yè),其生產(chǎn)研發(fā)過程涉及電子信息、制造及新能源等多技術(shù)領(lǐng)域,技術(shù)活動較頻繁,具有研發(fā)投入高、研發(fā)團隊結(jié)構(gòu)相對穩(wěn)定的特點,因此可以提供完整的專利技術(shù)數(shù)據(jù)[28]?!吨袊圃?025》旨在促進傳統(tǒng)制造業(yè)的信息化發(fā)展,建立高效率、高智能的新制造業(yè)。探究如何有效整合現(xiàn)有知識技術(shù)并獲取持續(xù)競爭力,對我國汽車產(chǎn)業(yè)特別是智能汽車產(chǎn)業(yè)發(fā)展尤為重要。因此,本研究以我國汽車制造業(yè)上市公司為研究對象。
首先通過中國證券監(jiān)督委員會2012年版上市公司行業(yè)分類獲取制造業(yè)下屬汽車制造業(yè)上市公司名單,作為企業(yè)初篩依據(jù);其次從“國家重點產(chǎn)業(yè)專利信息服務平臺”獲取企業(yè)2012-2021年間的發(fā)明專利和實用新型專利數(shù)據(jù),從國泰安數(shù)據(jù)庫獲取2015-2021年企業(yè)財務數(shù)據(jù),將專利數(shù)據(jù)與財務數(shù)據(jù)進行匹配;最后進行數(shù)據(jù)整理,剔除觀測期專利數(shù)據(jù)和發(fā)明人數(shù)據(jù)不完整企業(yè)以及“ST”企業(yè),對具有相同名稱但屬于不同單位的發(fā)明人進行識別處理,通過對專利信息的提取、計算和清洗,最終獲得103家研究樣本企業(yè),涉及專利16 519條。
在測算發(fā)明人網(wǎng)絡特征相關(guān)指標及知識重組指標時,采用3年滾動窗口期生成對應的測算矩陣(基于t-3至t-1期的專利數(shù)據(jù)庫構(gòu)建第t期的發(fā)明人網(wǎng)絡和知識重組矩陣),以保證足夠的觀察數(shù)據(jù),滿足研究發(fā)明人網(wǎng)絡數(shù)據(jù)的延續(xù)性和知識重組數(shù)據(jù)的滯后性所需的縱向數(shù)據(jù)集[2]。
為了清晰地解釋變量,繪制出如圖2和圖3所示的發(fā)明人網(wǎng)絡示例。圖2是通過Ucinet軟件繪制的2017-2019年處于窗口期的華域汽車系統(tǒng)股份有限公司和桂林福達股份有限公司發(fā)明人網(wǎng)絡,從圖中可以直觀看出兩個網(wǎng)絡的整體結(jié)構(gòu)存在差異。
圖2 華域汽車系統(tǒng)股份有限公司網(wǎng)絡Fig. 2 Network of Huayu Automotive Systems Co., LTD
圖3 桂林福達股份有限公司網(wǎng)絡Fig.3 Network of Guilin Fuda Co., LTD
(1)因變量。根據(jù)以往研究,企業(yè)在各種創(chuàng)新活動中獲得的技術(shù)成果體現(xiàn)了公司技術(shù)創(chuàng)新能力,而專利則是衡量技術(shù)和創(chuàng)新成果的一個重要指標,提供了有關(guān)企業(yè)技術(shù)創(chuàng)新價值的信息??紤]到由創(chuàng)新活動帶來的專利產(chǎn)出存在一定滯后性,且從申請到授權(quán)存在一定時間差,因此本研究采用t年的專利授權(quán)數(shù)量作為企業(yè)技術(shù)創(chuàng)新的測量指標。
(2)自變量。本研究使用企業(yè)內(nèi)部專利發(fā)明人合作創(chuàng)新網(wǎng)絡的整體聚類系數(shù)以及平均路徑長度衡量發(fā)明人網(wǎng)絡特征對企業(yè)技術(shù)創(chuàng)新績效的影響。通過專利數(shù)據(jù)中包含的發(fā)明人字段信息,運用UCINET軟件,以樣本企業(yè)專利發(fā)明人為節(jié)點,以各發(fā)明人共發(fā)專利為連接,以滾動3年為專利數(shù)據(jù)窗口期構(gòu)建企業(yè)發(fā)明人網(wǎng)絡,進而計算聚類系數(shù)和平均路徑[29]。
整體聚類系數(shù)(Clustering Coefficient)衡量的是網(wǎng)絡整體凝聚力和聚集程度,計算公式如下:
(1)
(2)
式中,節(jié)點度Ki為與節(jié)點i相連的邊數(shù)量,節(jié)點i的聚類系數(shù)Ci為與i直接相鄰的節(jié)點實際邊數(shù)占最大可能邊數(shù)的比例,ei為節(jié)點i的相鄰節(jié)點實際邊數(shù),C為全部節(jié)點聚類系數(shù)的均值。
平均距離長度(Average Path Length)描述了網(wǎng)絡主體關(guān)系的疏密程度,計算公式如下:
(3)
式中,L為節(jié)點i與節(jié)點j之間的最短路徑,N為網(wǎng)絡中節(jié)點數(shù)量,dij為節(jié)點間距離。
(3)中介變量。在判定企業(yè)知識重組再利用和知識重組創(chuàng)造時,本研究遵循Carnabuci等(2013)和Verhoeven(2016)的方法,采用專利IPC分類號進行測度。具體方法為:①構(gòu)建知識重組判別實驗組和對照組,其中,以企業(yè)在t-4、t-3、t-2年間專利申請數(shù)據(jù)作為對照組,以企業(yè)在t-1年的專利申請數(shù)據(jù)作為實驗組;②剔除只包含一個分類號的專利數(shù)據(jù),提取IPC分類號“/”前的知識元素進行組合;③對比實驗組和對照組的知識元素組合,判斷實驗組中的知識元素組合是否初次出現(xiàn);④當知識元素組合同時出現(xiàn)在實驗組和對照組時,該組合關(guān)系為知識重組再利用,記作C再利用,當知識元素組合未出現(xiàn)在對照組但出現(xiàn)在實驗組時,該組合關(guān)系為知識重組創(chuàng)造,記作C創(chuàng)造。關(guān)于知識重組能力的測度,可通過計算觀測組專利中出現(xiàn)的知識組合總數(shù)并記作CT,其中,企業(yè)知識重組再利用能力為C再利用/CT,企業(yè)知識重組創(chuàng)造能力為C創(chuàng)造/CT。
(4)調(diào)節(jié)變量。本研究調(diào)節(jié)變量為企業(yè)協(xié)作研發(fā)廣度和深度,借鑒Xu等[30]提出的方法,利用企業(yè)t-3、t-2、t-1年進行聯(lián)合專利申請的合作伙伴數(shù)量衡量企業(yè)協(xié)作研發(fā)廣度,利用企業(yè)t-3、t-2、t-1年間與不同企業(yè)的平均合作次數(shù)衡量企業(yè)協(xié)作研發(fā)深度。
(5)控制變量。創(chuàng)新強度作為創(chuàng)新活動的核心要素,對企業(yè)技術(shù)創(chuàng)新績效具有重要影響[31],本研究選取創(chuàng)新強度的常用指標,即企業(yè)t-1年間的研發(fā)投入比率(研發(fā)投入占營業(yè)收入的比例)作為創(chuàng)新強度層面的控制變量。在企業(yè)屬性方面,選取企業(yè)年齡和企業(yè)規(guī)模兩個控制變量,其中,企業(yè)規(guī)模由資產(chǎn)總額的對數(shù)測度。表1總結(jié)了所有變量定義和測度方法。
表1 變量測量Tab.1 Variable measurement
本文被解釋變量技術(shù)創(chuàng)新績效為非負值的計數(shù)型變量,應采用計數(shù)模型進行回歸(曾德明等,2015),考慮到被解釋變量,可能存在過度分散問題,進一步使用赤池信息量(AIC)和貝葉斯信息量(BIC)判斷可得負二項模型參數(shù)遠小于泊松模型,且本文解釋變量為網(wǎng)絡結(jié)構(gòu)計算的相關(guān)指標,其值等于零的比例較小,無需考慮負二項回歸模型中自變量零膨脹問題(榮雪云等,2020),因此本研究采用標準負二項式模型進行回歸估計[32]。本文運用Stata/SE 15計量軟件進行模型選擇與逐步回歸分析。
根據(jù)描述性統(tǒng)計分析與相關(guān)性分析得出各變量均值、標準差、最大最小值以及變量之間的相關(guān)系數(shù)和VIF值。從相關(guān)性分析結(jié)果看,各變量相關(guān)性較強,需進行方差膨脹因子檢驗,結(jié)果表明,VIF最高值為2.44,排除多重共線性的影響,可以進一步作回歸分析。
表2為逐步回歸分析結(jié)果,模型3a為僅包含控制變量的基礎(chǔ)模型,其中,研發(fā)投入比率和企業(yè)年齡對因變量有顯著正向影響。模型3b包含因變量技術(shù)創(chuàng)新績效、自變量發(fā)明人網(wǎng)絡整體聚類系數(shù)、平均路徑長度與控制變量,結(jié)果表明,發(fā)明人網(wǎng)絡整體聚類系數(shù)與企業(yè)技術(shù)創(chuàng)新績效顯著正相關(guān)(β=0.041,ρ<0.01),即假設(shè)H1a成立。此外,發(fā)明人網(wǎng)絡平均路徑長度與企業(yè)技術(shù)創(chuàng)新績效顯著正相關(guān)(β=0.161,ρ<0.01),故假設(shè)H1b成立。
表2 回歸分析結(jié)果Tab.2 Regression analysis results
模型1a和模型2a僅考慮控制變量對企業(yè)知識重組再利用能力與知識重組創(chuàng)造能力的影響。模型1b和模型2b分別將中介變量知識重組再利用能力、知識重組創(chuàng)造能力與自變量網(wǎng)絡聚類系數(shù)、平均路徑長度以及控制變量共同納入,結(jié)果表明,發(fā)明人網(wǎng)絡聚類系數(shù)與企業(yè)知識重組再利用能力顯著正相關(guān)(β=0.010,ρ<0.01),與企業(yè)知識重組創(chuàng)造能力也顯著正相關(guān)(β=0.013,ρ<0.01),假設(shè)H2a成立;發(fā)明人網(wǎng)絡平均路徑長度與企業(yè)知識重組再利用能力顯著正相關(guān)(β=0.005,ρ<0.05),與企業(yè)知識重組創(chuàng)造能力也顯著正相關(guān)(β=0.039,ρ<0.01),假設(shè)H2b成立。
本研究參考Baron&Kenny[33]提出的三步檢驗法,檢驗H3a和H3b中的中介效應。第一步,模型3b用于檢驗自變量(整體聚類系數(shù)和平均路徑長度)對因變量(技術(shù)創(chuàng)新績效)的影響;第二步,模型1b和模型2b用于檢驗自變量(整體聚類系數(shù)和平均路徑長度)對中介變量(知識重組再利用能力和知識重組創(chuàng)造能力)的影響;第三步,模型4a、模型4b將自變量(整體聚類系數(shù)和平均路徑長度)、中介變量(知識重組再利用能力和知識重組創(chuàng)造能力)以及控制變量同時對因變量(技術(shù)創(chuàng)新績效)進行回歸。根據(jù)模型4a和模型4b的結(jié)果可知,知識重組再利用能力顯著正向影響技術(shù)創(chuàng)新績效(β=2.073,p<0.01),知識重組創(chuàng)造能力顯著正向影響技術(shù)創(chuàng)新績效(β=1.913,p<0.01)。對比模型3b與模型4a和模型4b的結(jié)果可得,知識重組再利用能力、知識重組創(chuàng)造能力在網(wǎng)絡整體聚類系數(shù)、平均路徑長度與企業(yè)技術(shù)創(chuàng)新績效之間的中介效應存在,假設(shè)H3a和H3b得到支持。
表3顯示企業(yè)協(xié)作研發(fā)廣度、協(xié)作研發(fā)深度對知識重組能力與企業(yè)技術(shù)創(chuàng)新績效關(guān)系的調(diào)節(jié)效應檢驗結(jié)果。由模型6a和模型6b可知,協(xié)作研發(fā)廣度與整體聚類系數(shù)、平均路徑長度的交互項系數(shù)不顯著(β=0.096,p>0.1;β=0.043,p>0.1),假設(shè)H4a沒有得到支持。究其原因,可能是本研究樣本為汽車制造業(yè),產(chǎn)業(yè)模型較單一,且根據(jù)樣本描述性統(tǒng)計結(jié)果,樣本企業(yè)的專利產(chǎn)出多為獨立研發(fā),企業(yè)協(xié)作研發(fā)廣度的影響較小。在模型6c和模型6d中,協(xié)作研發(fā)深度與整體聚類系數(shù)、平均路徑長度的交互項系數(shù)顯著(β=0.067,p<0.05;β=0.079,p<0.1),假設(shè)H4b得到支持。
表3 調(diào)節(jié)效應檢驗結(jié)果Tab. 3 Test results of moderating effect
為進一步驗證回歸結(jié)果穩(wěn)健性,采用泊松回歸模型進行分析,回歸結(jié)果如表4所示。根據(jù)結(jié)果可得:模型7b和模型8b顯示,發(fā)明人網(wǎng)絡聚集系數(shù)與企業(yè)知識重組再利用能力顯著正相關(guān),與企業(yè)知識重組創(chuàng)造能力不顯著相關(guān),假設(shè)H2a成立;發(fā)明人網(wǎng)絡平均路徑長度與企業(yè)知識重組再利用能力顯著正相關(guān),與企業(yè)知識重組創(chuàng)造能力也顯著正相關(guān),假設(shè)H2b成立。模型9b顯示,發(fā)明人網(wǎng)絡整體聚類系數(shù)、平均路徑長度與企業(yè)技術(shù)創(chuàng)新績效顯著正相關(guān);模型10b顯示,知識重組再利用能力顯著正向影響技術(shù)創(chuàng)新績效,知識重組創(chuàng)造能力也顯著正向影響技術(shù)創(chuàng)新績效,即中介效應存在,假設(shè)H3a和H3b得到支持。由此可得,總體上檢驗結(jié)果與上述回歸結(jié)果基本一致,說明研究結(jié)論穩(wěn)健。
表4 穩(wěn)健性檢驗結(jié)果Tab.4 Robustness test results
本文利用2012-2021年汽車制造業(yè)上市公司的發(fā)明專利與實用新型專利數(shù)據(jù)構(gòu)建組織內(nèi)發(fā)明人網(wǎng)絡,實證分析發(fā)明人網(wǎng)絡整體聚類系數(shù)、平均路徑長度對企業(yè)技術(shù)創(chuàng)新績效的影響,進一步探究知識重組在此過程中的中介作用和協(xié)作研發(fā)的調(diào)節(jié)作用,得到以下結(jié)論:
(1)構(gòu)建整體聚類系數(shù)較高、平均路徑長度較長的內(nèi)部發(fā)明人網(wǎng)絡有助于形成擁有多元化異質(zhì)性資源的研發(fā)小團隊,從而提升企業(yè)技術(shù)創(chuàng)新績效。
(2)知識重組再利用和知識重組創(chuàng)造在發(fā)明人網(wǎng)絡特征與企業(yè)技術(shù)創(chuàng)新績效之間均發(fā)揮中介作用。該結(jié)論表明,發(fā)明人網(wǎng)絡整體聚類系數(shù)和平均路徑長度會正向影響知識重組能力,進而促進企業(yè)技術(shù)創(chuàng)新績效提升。
(3)協(xié)作研發(fā)部分調(diào)節(jié)知識重組對企業(yè)技術(shù)創(chuàng)新績效的正向作用。其中,協(xié)作研發(fā)廣度對知識重組能力與技術(shù)創(chuàng)新績效關(guān)系的負向調(diào)節(jié)作用沒有得到實證支持,原因可能是企業(yè)研發(fā)體系的協(xié)作研發(fā)廣度越大,其面臨的知識風險也越大,而汽車行業(yè)作為高技術(shù)壁壘行業(yè),在協(xié)作對象的選擇上更注重“質(zhì)”而非“量”;協(xié)作研發(fā)深度對知識重組能力與技術(shù)創(chuàng)新績效關(guān)系起正向調(diào)節(jié)作用。
本研究將無形的知識交流轉(zhuǎn)換為有形的網(wǎng)絡構(gòu)建,揭示合作創(chuàng)新背景下發(fā)明人網(wǎng)絡特征與企業(yè)技術(shù)創(chuàng)新績效之間的“黑匣子”問題,不僅豐富了社會網(wǎng)絡理論研究,而且深入探究了如何讓知識元素更高效地轉(zhuǎn)化為技術(shù)產(chǎn)出并將知識組合能力塑造為核心競爭力,對企業(yè)優(yōu)化知識管理活動具有一定意義。
(1)從知識重組視角揭示發(fā)明人網(wǎng)絡對企業(yè)技術(shù)創(chuàng)新績效的作用機制。以企業(yè)內(nèi)部發(fā)明人合作網(wǎng)絡為出發(fā)點,將社會網(wǎng)絡理論和知識基礎(chǔ)理論相結(jié)合,闡明知識重組對企業(yè)創(chuàng)新績效的作用機理,厘清企業(yè)內(nèi)部發(fā)明人如何利用現(xiàn)有知識進行組合、利用、轉(zhuǎn)換、創(chuàng)新進而創(chuàng)造價值,形成了關(guān)于知識重組的前因研究,對已有知識重組理論研究進行了補充。
(2)基于社會網(wǎng)絡理論將發(fā)明人個體層面交互結(jié)果的影響拓展至企業(yè)層面。同時,選擇整體聚類系數(shù)和平均路徑長度兩個更符合發(fā)明人網(wǎng)絡特征的指標取代傳統(tǒng)的中心性和結(jié)構(gòu)洞等指標,使發(fā)明人網(wǎng)絡研究更加精準化,為研究發(fā)明人網(wǎng)絡層面對企業(yè)創(chuàng)新產(chǎn)出的影響奠定了理論基礎(chǔ)。
(3)從協(xié)作研發(fā)角度明確企業(yè)內(nèi)部知識重組作為中介變量的邊界條件。協(xié)作研發(fā)作為一種重要的合作模式,以往研究大多討論其對企業(yè)績效提升的直接影響,本文將其作為知識重組對創(chuàng)新績效影響的調(diào)節(jié)變量,更好地詮釋了協(xié)作研發(fā)過程中涉及的外部多樣性資源對公司知識結(jié)構(gòu)的影響,進一步完善了協(xié)同創(chuàng)新理論與搜索重組理論相融合的研究。
(1)協(xié)調(diào)組織內(nèi)部發(fā)明人關(guān)系,鼓勵研發(fā)型小團隊構(gòu)建。整體聚類系數(shù)較高的發(fā)明人網(wǎng)絡有助于深化團隊內(nèi)部發(fā)明人之間的知識交流,助力發(fā)明人從中獲取有價值的資源,且不同團隊的知識資源存在差異,會加速發(fā)明人知識更新速度,促進團隊內(nèi)部知識更新迭代,因此企業(yè)應鼓勵研發(fā)小團隊形成與發(fā)展,提升內(nèi)生知識多樣性。平均路徑長度較長的發(fā)明人網(wǎng)絡有助于促進網(wǎng)絡外部效應產(chǎn)生,這是因為每個發(fā)明人都有更多機會面對多樣性的知識領(lǐng)域,有助于加快新知識擴散,進而實現(xiàn)技術(shù)創(chuàng)新。企業(yè)管理者應科學規(guī)劃企業(yè)發(fā)明人網(wǎng)絡結(jié)構(gòu)與布局,及時協(xié)調(diào)發(fā)明人合作關(guān)系,以獲取更高的技術(shù)創(chuàng)新績效。
(2)對內(nèi)營造良好的知識重組氛圍,對外維持優(yōu)質(zhì)的協(xié)作研發(fā)體系。在技術(shù)創(chuàng)新過程中,知識資源的核心地位逐漸凸顯,企業(yè)亟需獲取多元化的知識資源,知識重組在充分發(fā)揮發(fā)明人網(wǎng)絡優(yōu)勢進而提升技術(shù)創(chuàng)新績效的過程中具有中介作用,企業(yè)應結(jié)合內(nèi)部網(wǎng)絡與外部研發(fā)情況,進一步優(yōu)化知識重組管理決策。一方面企業(yè)應在促進知識資源交流、激發(fā)創(chuàng)新產(chǎn)生過程中,注重營造相互信任的發(fā)明人創(chuàng)新合作氛圍,促使發(fā)明人建立信任關(guān)系,加強經(jīng)驗、思維和價值等隱性知識交流;另一方面,只擁有單一知識資源的創(chuàng)新主體,其知識要素整合的作用和影響范圍有限,因此企業(yè)需要聚集多學科、多領(lǐng)域發(fā)明人,不斷優(yōu)化內(nèi)部組織結(jié)構(gòu),豐富自身知識庫,為知識重組提供資源基礎(chǔ),為技術(shù)創(chuàng)新營造有利環(huán)境。除構(gòu)建企業(yè)內(nèi)部網(wǎng)絡外,建立廣泛的合作研發(fā)關(guān)系可以避免企業(yè)陷入內(nèi)部路徑依賴。企業(yè)可根據(jù)自身綜合能力適當進行協(xié)作研發(fā),選擇優(yōu)質(zhì)研發(fā)合作伙伴并建立相互信任的合作機制,積累合作經(jīng)驗,在合作過程中持續(xù)學習,保持合作能力的動態(tài)性,不斷提升創(chuàng)新績效。
本研究尚存在一定局限性,具體為:①在網(wǎng)絡層面上,本文僅側(cè)重于討論企業(yè)內(nèi)部網(wǎng)絡特性對技術(shù)創(chuàng)新績效的影響,研究層次較單一,未來可以從發(fā)明人網(wǎng)絡、企業(yè)網(wǎng)絡、國家網(wǎng)絡等多層次網(wǎng)絡互動角度進行探討,研究多重網(wǎng)絡對技術(shù)創(chuàng)新績效的影響機制;②在知識重組分類上,本文僅區(qū)分了知識重組創(chuàng)造和知識重組再利用,但學術(shù)界還存在其它分類,未來研究可劃分為顯性知識和隱性知識,將內(nèi)部發(fā)生的知識重組和跨越邊界的知識重組結(jié)合起來;③在研究樣本方面,本文選擇研發(fā)活動較頻繁且專利記錄較完整的汽車制造業(yè),研究范圍較窄,未來可以拓展至高新技術(shù)產(chǎn)業(yè)或其它傳統(tǒng)制造業(yè)企業(yè),提升研究結(jié)論的廣泛性和普適性。