冯立杰，李 雪，王金凤

(1.郑州大学 管理工程学院，河南 郑州 450000；
2.上海海事大学 自贸区供应链研究院，上海 201306)

开放式创新主张企业通过参与或构建创新网络，识别并获取所需知识、技术和资源[1]。在此过程中，知识转移为企业创新赋能并成为构建创新网络的重要内容[2]，同时，也是维持网络关系稳定的基础[3]。因此，探究创新网络构成及其特征成为众多学者广泛关注和研究的热点。围绕核心企业如何构建创新网络问题，现有文献主要从网络结构、网络关系和网络内容等层面研究创新网络对企业行为与创新绩效的影响[4]。其中，结构流派认为，结构洞[4]、网络中心性[5]、密度[6]等网络属性在获取信息资源时各有优势，均对知识转移绩效产生影响；
关系流派认为，企业间连带关系有助于构建稳定的创新网络，这是因为由此产生的信任关系在一定程度上保证了知识传递的真实性(常红锦,党兴华,杨有振，2017)；
而内容流派则强调节点异质性对企业创新绩效的影响，认为跨界搜寻异质性合作伙伴有利于企业拓展知识边界，提高外部知识利用效率，进而提升创新能力[7]。

虽然已有文献从多视角探究了创新网络对知识转移绩效的影响，但仍存在一定局限性：首先，对于创新网络结构、关系和内容等特征的研究，学者们大多聚焦于探讨若干自变量与因变量的线性关系，较少关注这些特征与知识转移绩效间的非线性关系以及不同类别网络特征的组合效应，进而难以系统诠释创新网络特征如何影响知识转移绩效问题[7]；
其次，现有文献大多基于资源观研究创新网络特征对知识转移绩效的影响，忽略了企业在构建具备某类特征的创新网络过程中可能出现边际收益递减效应，由此可能抵消创新带来的收益，进而对知识转移绩效产生负面影响。因此，本文将从宏观战略视角，基于资源观和成本观，探究获得高质量知识转移绩效的创新网络，探寻影响创新网络架构的特征变量，进而从组态思维角度出发，研究获取高质量知识转移绩效的创新网络架构。

本文选取高新技术企业作为研究对象，运用模糊集定性比较分析法(fsQCA)，研判创新网络不同特征组合对知识转移绩效的共同作用及相互作用。有别于以往学者大多采用通过多案例推演分析的定性方法和线性回归分析等定量方法，fsQCA方法融合了定性分析与定量分析的优势，能够有效处理涉及多个前因变量的因果复杂性问题，由此弥补了以往单一要素研究的不足。

1.1 理论回顾

在国际化商业背景下，技术变革的飞速发展迫使企业通过建立或加入创新网络以获取更多外部知识[8]，而创新网络的关键是合作创新。对此，Vidmar等[9]的研究表明，创新网络对组织间资源共享和信息交流至关重要；
霍丽莎和邵云飞[10]认为，创新网络有助于企业实现资源优化配置；
Delgado等[11]的研究结果也表明，创新网络能够为企业提供互补资源并实现资源共享。创新网络丰富了企业的社会关系和资源脉络，促进了新知识、新技术等无形生产要素的快速扩散[12]，进而为企业带来多样化的异质性知识[9]。因此，研究创新网络对知识转移绩效的影响具有重要现实意义。

自从Teece提出知识转移概念后，国内外学者即对其展开了深入研究[13]，认为“知识转移是知识在不同主体间流动并增值的过程”[14-15]。显然，创新网络中的知识转移发生在不同创新主体之间，企业通过这种知识流动拓展知识边界，而创新网络的节点复杂性与结构复杂性则影响着知识转移过程及效果。

目前探究创新网络对知识转移绩效影响的文献主要集中在宏观创新网络属性的网络结构特征和关系特征层面。现有研究认为，网络规模[16]、连接强度[17]、中心性[18]等属性特征有利于知识资源转移和共享，从而影响知识转移绩效。显然，这与日新月异发展的现实创新网络不符——因为现有创新网络合作伙伴已不仅仅限于二元或单类型联盟，可能涵盖高等院校、科研院所、中介机构、政府和企业等多类型组织，这样就难以回答拥有不同资源属性的合作伙伴是否会对知识转移绩效产生影响的问题[9]。

为解决上述问题，学者们开始关注微观层面的网络节点选择问题[11]，主要聚焦于如何从知识层面选择合作组织。研究表明，网络节点组成的丰富程度、知识异质性[7]、组织环境背景[18]等节点异质性有利于扩大创新网络知识基础宽度和深度，进而实现资源多元化并影响知识转移绩效。这类研究从资源观角度解释知识转移绩效，认为节点组织差异化能够为企业带来有效利用外部条件的互补性资源。而交易成本观则认为，不同类型组织拥有不同目标、运营模式和管理架构，随着节点差异化程度提升，创新型企业会在创新网络的搜索、管理和资源整合中支付更多成本，进而从一定程度上抵消创新网络带来的收益[19]。基于对现有文献的讨论和分析，本文提炼出影响创新网络架构的多样化、技术水平、地域跨度和闭合性4个特征变量。

1.1.1 创新网络多样化

现有文献对创新网络多样化特征的解读主要体现在“量多”(大规模)和“样多”(异质性合作伙伴)两个层面，其中，多样化联盟组合为企业提供获取非冗余外部知识的路径[20]。现有文献中较为流行的一个观点是：多样化联盟网络激发了动荡技术环境中企业的创新精神，与此同时，多样化联盟网络也增大了管理结构的复杂性，提升了知识转移难度。多样化联盟网络的直接呈现方式是网络规模，从狭义范围看，网络规模泛指网络中包含的企业数量[21]；
从广义范围看，网络规模既包含企业，也包含高等院校、科研院所、中介机构和政府部门等合作伙伴数量。显然，网络规模对知识转移具有积极影响，一个大规模的创新网络意味着企业可以有更多获取外部知识的渠道以不断提高知识转移绩效[22]。与此相反，同质性合作伙伴会给创新网络带来知识重叠，由此使企业在获得相同外部知识(也可能是现有联盟网络已拥有的知识)的情况下支付更多成本[23]。有鉴于此，实现高质量知识转移绩效需要适度的网络规模。因此，异质性机制观认为，创新企业与非同质性组织建立合作有利于获取异质性资源，合作伙伴之间的异质性是产学研深度融合和创新网络演化的重要动力机制[24]。

综上，本文沿用前人研究成果，将多样化联盟网络中的合作伙伴划分为国家异质性、组织异质性和产业异质性3种类型(姚潇颖,卫平,李健，2017)，它们均对企业创新绩效具有显著促进作用，但企业也会付出更多搜寻和管理成本。同时，本文将创新网络多样化研究聚焦于“多”和“样”两个维度，通过创新网络规模和节点异质性两项指标衡量创新网络多样化程度。其中，网络规模是指企业创新网络包含的创新主体数量，节点异质性是指企业创新网络中创新主体的差异化程度。

1.1.2 创新网络技术水平

创新网络技术水平泛指网络成员组织所具备的以创新能力为导向的知识储备深度。对此有学者认为，影响组织创新能力的是知识储备深度而不仅仅是其拥有的知识总量[25]。这是因为技术知识储备深度能够帮助企业精准识别机会主义行为，据此避免创新风险。显而易见，高技术水平组织的加入会使创新网络知识储备水平得到明显提升，进而有助于提高创新网络产出能力[26]。因此，与优秀的组织建立合作伙伴关系能够获得提升知识转移绩效的优质网络资源(曾德明,王媛,徐露允，2019)。

综上，本文沿用前人研究成果，将创新网络技术水平定义为凭借创新网络节点组织的知识深度，从而在该领域占据技术领先地位。

1.1.3 创新网络地域跨度

不同合作伙伴可能来自不同环境，地域跨度泛指由组织结构、组织制度、传统和文化习惯等产生的距离。本文将创新网络地域跨度定义为创新网络节点组织间的文化和地理距离。

针对创新网络节点文化距离，相似的组织文化和价值体系有利于知识转移的顺利进行，相反地，相差过大的文化距离可能会在知识转移过程中引发误解和冲突(刘洋,应瑛,魏江,等，2015)。对此，Nabeel等[27]在考察324家跨国公司后指出，文化距离对企业知识转移具有显著负调节作用。

针对创新网络节点地理距离问题，Simonion以147家跨国公司为例，研究其对知识转移绩效的影响并发现，合作伙伴的地理距离越大，知识转移绩效就越差[28]；
Tiago等[29]认为，知识转移强度主要取决于转移主体间的区域距离；
而Yang等[22]则认为，知识转移具有空间依存性。此外，Zhi等[30]通过研究发现，劳动力市场和地理特征在创新与知识转移之间起重要作用；
Dickens等[31]指出，大学附近的企业数量与该区域的智力、知识产出显著正相关。显然，创新网络的地理距离对知识转移绩效有重要影响。

1.1.4 创新网络闭合性

网络闭合性泛指组织间网络的可达性和致密非重叠的结构子群化特征。网络闭合性越高，其紧密性越强，反之越稀疏(张红兵，2015)。现有文献主要涉及两种观点：一种观点认为，断开连接的网络缺口会形成结构洞，因此增强了网络的创造性[32]；
另一种观点则认为，在密集型网络中，合作创新网络呈封闭状态，没有结构洞，由此可以拓展合作与知识共享深度[33]。

显然，网络闭合有利于知识转移和创新[34]，从而提升企业创新绩效。这是因为高度闭合的创新网络能够促进节点组织间的密集性互动，进而产生信任、协作意愿和集体认同感；
进一步讲，创新网络中存在结构洞并非企业获取不同信息的必要条件[35]。

1.2 概念模型构建

通过相关理论回顾不难发现，以往的创新网络文献大多基于“企业间的合作构成只有单一形式”的前提假设并采用线性方法进行研究[36]，难以系统刻画创新网络对知识转移绩效的影响机制。与此同时，遵循组织关系存在其它设计选择、整体与内在要素存在不同复杂组合的思路[37]，架构理论研究者认为，组织作为一个复杂的系统集合，研究单一变量的静态作用具有诸多局限，不同特征或要素的多维度组合往往起相同作用。因此，基于变量间相互作用的组态匹配研究对组织成长与发展同等重要[37]。鉴于此，从架构视角能够更加系统全面地剖析创新网络对知识转移绩效的影响。

有学者研究了单一条件或多种条件下创新网络对知识转移的影响[38-39]，并将fsQCA方法应用于组织配置和网络特征对知识转移绩效的影响分析[39]，其中构建了大量条件，但没有一种条件能够全面系统地诠释如何提高知识转移绩效。综上所述，基于创新网络因果条件组合的同等贡献，可能存在多种知识转移绩效提升路径，即等效性，这也是fsQCA的基本原则[40]。本文采用fsQCA方法探讨创新网络架构对知识转移绩效的影响，由此构建概念模型如图1所示。

2.1 研究方法选择

围绕“何种特征组合的创新网络架构可以实现高质量知识转移绩效”的研究目标，QCA方法提供了一种新思路，尤其是在解决具有多重影响的因果关系、因果非对称性和殊途同归等因果复杂性问题上提供了新路径[41-42]。同时，考虑到本文的因果条件为连续变量，由此可采用fsQCA方法。相较于其它类型的 QCA 分析技术(如 csQCA 和 mvQCA等)，fsQCA方法更具优势[41]，具体而言，主要有以下三方面原因：

图1 概念模型Fig.1 Conceptual model

(1)有利于从架构视角[43]系统考察多种因素之间的组态关系，以有效识别获得高质量知识转移绩效的创新网络架构。

(2)有利于明晰因果关系的非对称性和殊途同归性[43]，这是因为fsQCA方法不强调条件变量和结果变量的等效性，而由多样化、技术水平、地域跨度和闭合性4个特征交互形成的不同创新网络架构对知识转移绩效的影响却可能存在等效性(不同架构可能获得同质量的知识转移绩效)。

(3)本文针对符合要求的高新技术企业开展调研，最终获得63家企业样本数据但未达到大样本标准，而fsQCA的优势是适用于中小样本分析[44-45]。

综上，采用fsQCA方法探究创新网络架构特征组态对知识转移绩效的影响机制，从理论和方法上均能较好契合本文研究目标与要求。

2.2 样本选取与数据搜集

本文选取生物技术、信息技术和新材料技术三大高新技术领域企业为样本源，并基于以下原则进行样本筛选：
一是高新技术企业属于知识和技术密集型经济实体，创新为其发展的重要动力，加之样本企业均属于国家级重点高新技术企业，在创新网络构建中均有诸多尝试；

二是为使研究结论具有普适性，本文选取不同规模、不同行业且具有一定海外研发合作经验的异质性企业；

三是为保证数据准确性和可获得性，选择本研究团队在国家或省部级科研项目中曾调研或校友所在的高新技术企业。

数据收集步骤如下：首先，借鉴国内外相关研究成果，围绕研究目标设计半结构化问卷，随后在全国各省市向高新技术企业发放调研问卷，按照样本企业筛选原则并结合问卷填写情况，对熟悉创新网络的企业高管或研发部门员工开展进一步调研和深度访谈，最终获得63家具有代表性的高新技术企业信息作为样本，样本企业描述性统计信息如表1所示。此外，为避免信息遗漏，进行数据收集时事先查阅了样本企业官网信息，并利用网络搜索摘取了与企业相关的新闻以补充调研问卷的数据来源。

2.3 变量测量

2.3.1 知识转移绩效

知识转移绩效是对知识转移效果的评价，以往研究主要从经济和技术角度探讨知识转移绩效[46]。就经济指标而言，现有研究发现，企业经济增长率、知识转移成本、市场份额与知识转移绩效正相关；
就技术指标而言，早期研究表明，企业技术水平和创新能力提升能够映射知识转移绩效[47]。

基于现有关于知识转移绩效的研究成果，本文认为知识转移绩效反映了创新网络核心企业从其它创新主体吸取知识并成功转化的过程中降低企业创新成本、提高企业创新效率的程度。本文以知识转移绩效作为结果变量，采用王文亮和王淑华[48]测量知识转移绩效的量表，利用工作效率、内部创新成功率、市场竞争力和人财物投入4个测量题项衡量知识转移绩效，具体见表2。

表1 样本企业描述性统计结果(N=63)Tab.1 Descriptive statistical results of sample enterprises (n=63)

表2 知识转移绩效测量题项Tab.2 Measurement items of knowledge transfer performance

2.3.2 创新网络多样化

如前所述，本文从网络规模和节点异质性两个维度测量创新网络架构多样化，采用李晓娣[49]的研究成果设定网络规模测量题项，具体见表3。

表3 创新网络规模测量题项Tab.3 Measurement items of innovation network scale

本文在测量反映网络多样化的节点异质性时，采用整合差异化指数和赫芬达尔指数的多样化指数计算方法(姚潇颖,卫平,李健，2017)，具体表达式如下：

(1)

其中，K表示创新网络节点组织类型；
N表示共有N类不同的创新合作主体；
PK表示组织类型K的数量；
PT表示创新合作主体总数量；
H代表合作伙伴异质性，取值在0～1之间，越接近1，代表异质性程度越高。

在具体测量中，基于国家异质性、组织异质性和产业异质性，分别将合作伙伴划定为不同类别。其中，根据国家异质性，可以划分为中国区域、亚洲(除中国外)、欧洲、大洋洲、非洲等；
根据组织异质性，划分为产业合作伙伴(用户、供应商、竞争对手、产业外的其它企业与风险投资企业等)和知识合作伙伴(高等院校、科研院所、中介组织与政府机构等)；
根据产业异质性，可以划分为电子及通信设备业、化工及制药业、纺织及电器机械制造业、交通运输设备业等。

进一步地，考虑到国家、组织和产业3类异质性合作伙伴对知识转移绩效的不同影响权重，采用式(2)进行度量。

H=0.42H国家+0.324H组织+0.256H产业

(2)

2.3.3 创新网络技术水平

根据创新网络合作伙伴所属行业领先程度，测量创新网络整体的技术水平，在问卷中对合作伙伴分类赋值[50]。其中，将国外技术领先组织统一设置为“1”，将国内相关领域的行业领导者统一设置为“1”，其余设置为0。

2.3.4 创新网络地域跨度

本文从文化距离和地理距离两个维度测量地域跨度。借鉴Simonin[28]的研究成果，采用3个题项测量文化距离；
借鉴Cummings & Partridge[42]的研究成果，也采用3个题项测量地理距离。具体测量题项见表4。

2.3.5 创新网络闭合性

本文采用Chai等[51]计算创新网络闭合程度的方法，依照标准的名称生成器和名词解释程序，设计网络闭合性指标访谈内容，具体见表5。

表4 创新网络地域跨度测量题项Tab.4 Measurement items of innovation network geographical span

表5 创新网络闭合性测量题项Tab.5 Closed measurement items of innovation network

在受访者回答完表3问题后，对列出的组织进行排序，同时，允许受访者在此过程增加遗漏的合作伙伴，并圈出与所有合作伙伴间的疏密关系；
然后基于受访者回答，采用式(3)计算创新网络的闭合性。

(3)

2.4 信度与效度分析

根据表2、表3和表4，采用七点李克特量表测量。结果显示，知识转移绩效变量、网络规模和地域跨度的Cronbach′α系数均大约0.7，说明问卷具有良好信度。需要补充说明的是，本文各变量测量题项均采用国内外使用的成熟方法，因此具有较为良好的内容效度。

另外，利用SPSS软件检验结构效度，结果显示，KMO值均大于0.7，累计方差贡献率达到75.20%，且各测量题项的因子载荷大多在0.7以上，表明本问卷具备良好的结构效度，满足进一步开展数据分析的要求。

3.1 数据校准

借鉴已有研究成果，采用Ragin[41]提出的直接校准法进行数据校准。首先设置完全非从属、交叉点和完全从属3个定性锚点[44]。其中，对于数值型指标变量的校准，如异质性和技术水平变量的校准遵循既有研究的锚点设置；
闭合性变量的校准借助Tosmana软件给出的建议值选取交叉点，可分别选取样本数据的 95%和 5%分位数作为“完全从属”、“完全非从属”两个锚点[52]。具体创新网络变量的校准赋值标准见表6。

3.2 数据处理

采用Ragin的fsQCA 3.0软件对数据进行处理。对照变量的校准赋值标准并使用校准程序Celibrate对数据进行模糊集处理，同时，将变量转换为隶属分数位于0～1之间的数据。

表6 创新网络变量校准赋值标准Tab.6 Calibration and assignment standards of innovation network variables

3.2.1 必要条件分析

分析条件组合前，首先检验单个变量是否为结果变量的必要条件。一般可将分值理解为回归统计分析中的系数显著度[53]，一致性得分在0.9 以上的条件变量即可认为是结果的必要条件。运用fsQCA3.0软件以“高质量知识转移绩效”为结果变量对各单独条件变量进行一致性检验，结果见表7。

由表7可知，所有条件变量及否定条件变量的一致性得分均小于0.9，说明创新网络多样化、技术水平、地域跨度及网络闭合性4个单独条件变量均是结果变量的子集，单个条件变量并非是获得“高质量知识转移绩效”的必要条件，因此在真值表运算中不能剔除。

表7 以“高质量知识转移绩效”为结果变量的必要条件分析结果Tab.7 Necessary condition analysis of "high quality knowledge transfer performance" as the result variable

3.2.2 真值表构建

构建真值表主要包括[54]：首先，根据模糊集数据构建真值表单，确定输出结果和对应的条件变量组合；
其次，比较真值表中数据，确定频率阈值和一致性阈值。本文使用1作为频率阈值，此外，相较于最低一致性值(consistency) 0.75，为了提高研究效度，将该值设置为0.87(对于高知识转移绩效而言)，在数据运行过程中将高于一致性值的组合设置为1、低于一致性值的组合设置为0。

3.2.3 充分条件分析

遵循Ragin的结果呈现形式[45]，利用Standard Analysis可计算出最终结果，并结合复杂路径和简约路径分析，得出获得高质量知识转移绩效的创新网络架构。各类型核心条件、外围条件及具体情况见表8。

表8 高质量知识转移绩效的创新网络架构Tab.8 Innovation network architecture of high-quality knowledge transfer performance

由表8可知，高质量知识转移绩效有3种组合路径，且每种路径均由不同条件组成，3种路径的切题性和重要性体现在原覆盖率与净覆盖率两项指标上。结果显示，无论是单路径解还是总体解决方案，一致性均高于可接受的最低标准0.80，其中，总体解决方案的一致性为0.96。单一路径的原覆盖率范围为0.37～0.52，总体解决方案的覆盖率为0.65，与组织和管理领域的QCA研究结果基本持平[44]。所以，解决方案中得出的3类创新网络架构均符合一致性阈值，说明前述组态集合均处于可接受范围内。

3.3 稳健性检验

采用改变一致性门槛(一致性门槛从0.87分别上下调整0.02)方法检验数据结果的稳健性[53]。当控制连续变量校准交叉点，将一致性门槛下调为0.85时，生成的变量组合没有发生变化，整体一致性小幅降低但依然大于可接受的最低标准，整体覆盖度未发生变化，结果见表9；
在将一致性门槛上调为0.89时，生成的变量组合、整体一致性和整体覆盖率均未发生变化。

相比Schneider & Wagemann[52]提出的QCA结果稳健的两个标准(不同组态的集合关系状态和不同组态的拟合参数差异)，不难发现，本文研究结果具有一定稳健性。

表9 以“高质量知识转移绩效”为结果变量的稳健性检验结果Tab.9 Robustness test results of "high quality knowledge transfer performance" as the result variable

3.4 结果讨论

基于fsQCA方法，本文识别了3类能够获得高质量知识转移绩效的创新网络架构特征组态，表明实现高质量知识转移绩效的创新网络架构具有殊途同归性和多重并发性。根据3条路径包含的核心条件和解释逻辑，本文将其命名为3类创新网络架构。

第一类架构为延伸互通型创新网络，即网络规模·异质性·～地域跨度·闭合性，是一种叠加高网络规模、高异质性作为核心条件，低地域跨度、高闭合性作为次要条件，从而获得高质量知识转移绩效的创新网络架构。具体而言，此时要求企业搭建多样性强、地域跨度小的创新网络，注重选择多样化合作伙伴、多样化产业、多样化组织类型，甚至是国际化节点组织以获取异质性知识。同时，为缩小地域跨度尤其是避免合作伙伴间的文化差异，企业在延伸创新网络时，一方面需要考虑地理距离可能增加知识转移成本，另一方面可以通过营造包容性企业文化，缩小知识转移过程中的文化差异，以尽可能减少知识在转移过程出现的偏差。同时，本文的研究结论支持了Wuyts & Dutta[21]的观点，认为并非所有企业均能够平等地从多样化创新网络中受益，而是必须不断提升内部实力以获得高质量知识转移绩效。另外，企业还应适当增强创新网络闭合性以不断提高安全性。此类创新网络特征组合可概括为围绕企业自身业务领域进行延伸，广泛搜寻多元化合作伙伴并进行网络布局，引入闭合性网络环境并发挥创新网络的连通性。在此过程中，延伸创新网络、扩大规模和增强节点异质性是实现高质量知识转移绩效的重要条件。

第二类架构为行业区域联盟型创新网络，即技术水平·～地域跨度·闭合性，是一种以高技术水平作为核心条件、低地域跨度和高闭合性作为次要条件，从而获得高质量知识转移绩效的创新网络架构。具体而言，此时要求企业重点关注行业内技术水平领先的组织，并选择其作为突破现有技术、提高创新效率的合作伙伴。同时，适当配置低地域跨度和高闭合性的网络架构，以缩小知识转移过程中的文化差异与降低成本，提高创新网络安全性。另外，还可通过加入或打造行业联盟、形成封闭型创新网络以寻求更多创新资源。此类创新网络特征组合可概括为：聚焦企业主业务，在一定区域内有针对性地搜寻优质合作伙伴，进而搭建连通性强的创新网络。在此过程中，选择优秀的合作伙伴来搭建创新网络联盟至关重要。

第三类架构为精准互通型创新网络，即～网络规模·异质性·技术水平·闭合性，是一种以高技术水平作为核心条件，以小网络规模、高异质性和高闭合性作为次要条件，从而获得高质量知识转移绩效的创新网络架构。具体而言，要求企业在选择合作伙伴时注重其技术水平，同时，注重选择多类型合作伙伴以提高创新网络异质性。另外，还应适当控制合作伙伴数量以避免创新网络规模过大造成资源浪费，适当形成闭合性创新网络以增强合作伙伴间的信任度，涉及技术领域较多的企业还可通过辐射不同类型组织获得异质性知识以满足企业知识广度需求。此类创新网络特征组合可概括为：企业应客观研判创新发展所需的资源和网络规模，应更多地关注创新网络节点能否提供精准高效的合作。在此过程中，选择优质组织资源、搭建连通性好的创新网络对实现高质量知识转移绩效至关重要。

综上所述，基于前述计算结果和分析，从创新网络架构出发，由多样化、技术水平、地域跨度和闭合性4个特征组合搭建的3类创新网络架构均可获取高质量知识转移绩效。其中，第一类架构强调大网络规模，第三类架构强调小网络规模，尽管如此，两类架构均能够获得高质量的知识转移绩效，这丰富并呼应了部分组织理论学家提出的单一要素无法全面解释组织行为的观点。另外需要说明的是，以往关于创新网络多样化对知识转移绩效影响的研究中，有的显示创新网络规模、创新网络异质性与知识转移绩效呈正相关关系，有的则呈U形关系，显然，第一类架构和第三类架构对以往线性研究得出的矛盾结论给出了补充性解释。此外，通过对上述3类架构的横向对比，不难发现，高创新网络闭合性是获得高质量知识转移绩效所需具备的创新网络特征，该结论与企业调研结果一致。

4.1 研究结论

本文从创新网络架构视角，基于资源观和成本观，诠释了知识转移绩效，探究了获得高质量知识转移绩效的创新网络架构特征及其组合架构。研究结果显示，为实现创新网络主体间高质量的知识转移，创新网络架构特征的组态效应不应被忽视。企业可通过构建3种类型的创新网络架构实现高质量的知识转移绩效。经过对三类创新网络架构特征组态的进一步讨论，获得如下启示：一是构建延伸互通型创新网络，高效吸收新兴领域知识与技术，适当提高创新网络闭合性，以增强合作环境稳定性；
二是构建行业区域联盟型创新网络，进一步优化企业资源配置，依靠区域联盟力量提升技术水平并拓展市场；
三是构建精准互通型创新网络，搜寻优质合作伙伴而不盲目扩大网络规模，精准识别创新机会，不断为企业发展注入创新活力。

4.2 研究贡献

现有文献多从线性视角，基于创新网络结构、关系和内容进行研究，过度关注某个层面的单一要素，而对何种创新网络可以满足资源观和成本观的高质量知识转移绩效问题阐述较少。为弥补已有研究不足，本文从架构视角的分析明晰了获得高质量知识转移绩效的3类创新网络架构，具体贡献包括：一是提炼出能够指导微观网络节点配置的4个宏观网络架构特征，并将网络节点配置(合作伙伴选择)与知识转移绩效相联系，进一步拓展了创新网络研究范畴；
二是采用适合解决组态问题的fsQCA方法，推导出3类能够获得高质量知识转移绩效的创新网络架构，为不同类型制造企业构建创新网络提供了决策支持。

4.3 管理启示

本文研究结论对科学建构企业创新网络架构具有一定管理启示：

(1)企业应结合自身发展现状选择合适的创新网络架构并实时进行迭代更新。这是因为企业构建创新网络架构是一个动态的组织过程，所以企业应在科学的战略布局下精准识别、组建和管理创新网络节点。例如拥有较多技术要素或单一技术要素领先的企业需要具备新业务拓展与运营能力，而延伸互通型创新网络可为该类型企业提供接触新兴领域的机会，有利于提高知识转移成功率；
聚焦单一技术要素的企业需要进一步打造产品的高、精、尖端性，同时，巩固并增强产品市场竞争力，此时行业区域联盟型创新网络能为该类型企业提供更加配套的技术与市场，有利于实现高质量知识转移绩效；
处于行业领先且发展较稳定的企业需要与势均力敌的企业合作，而精准互通型创新网络可为该类型企业提供精准化的知识共享环境。

(2)企业在配置多样化创新网络时，应注重协调创新网络规模与节点异质性，以尽可能避免由边际递减效应造成不必要的资源浪费。首先，延伸互通型网络研究结果显示，资金情况良好的成熟型企业在构建创新网络时会叠加大网络规模与高异质性，有效降低合作伙伴趋同性，虽然在一定程度增加了合作伙伴的搜索与管理成本，但拓展了企业的外部知识储备宽度。其次，精准互通型网络研究结果显示，处于起步阶段的中小型企业在构建创新网络时因投入有限，需平衡小网络规模与高异质性，同时，耦合高技术水平与高闭合性特征，进而识别企业创新所需技术与知识资源，甄别适宜的合作伙伴，如此，亦可实现高质量知识转移绩效。

(3)企业在搭建高异质性创新网络时，可通过多元化人才培养模式提升员工的开放性认知水平，以尽可能避免知识转移过程中的文化差异。延伸互通型与行业区域联盟型创新网络显示，企业均需配置低地域跨度的创新网络。所以，企业在寻找合作伙伴时，如果难以通过缩小地理距离实现低地域跨度合作，则可通过多元化人才培养模式降低文化认知差距。

4.4 局限性

首先，为确保数据丰富性和可获得性，本文在全国范围内选取了63家高新技术企业数据进行分析，虽然满足了QCA分析中所需2n(n为条件变量的个数)的条件[45]，但总体来看，样本数量偏小，未来可进一步扩大样本量，同时，采用传统的定量研究方法与fsQCA进行比较，进一步验证本文得出的三类创新网络架构特征组态的可靠性。其次，本文选取的样本企业集中在高新技术领域，由此推导出的结论在其它行业的适用性还有待讨论，未来研究可进一步拓宽样本领域和范围。

猜你喜欢 合作伙伴异质性架构 Meta分析中的异质性检验临床肝胆病杂志(2022年8期)2022-11-23基于FPGA的RNN硬件加速架构成都信息工程大学学报(2022年4期)2022-11-18分不开的合作伙伴金桥(2022年8期)2022-08-2418F-FDG PET/CT代谢参数及代谢异质性与胃癌临床病理特征的相关性中国临床医学影像杂志(2022年6期)2022-07-26基于可持续发展的异质性债务治理与制度完善现代企业(2021年2期)2021-07-20功能架构在电子电气架构开发中的应用和实践汽车工程(2021年12期)2021-03-08聚焦IBIS全球合作伙伴——Carstar及Mitchell公司汽车维修与保养(2020年11期)2020-06-09美印合作伙伴上海包装(2019年6期)2020-01-14基于云服务的图书馆IT架构时代人物(2019年27期)2019-10-23融合感知差异的货代和货主选择行为异质性揭示铁道学报(2018年5期)2018-06-21