【摘要】高新企业进行突破性技术创新对整个行业具有标杆和引导意义，对提高自身竞争力也有积极的推动作用。企业创新行为同时受到知识网络与合作网络的影响，研究双重网络嵌入如何影响企业突破性技术创新有十分重大的意义。文中利用江苏省３２７家高新技术制造业企业２０１３－２０２２年间的专利数据，构建实证模型，探讨企业知识网络与合作网络的结构洞与度中心性对其突破性技术创新的影响。研究表明，企业知识网络结构洞与度中心性对突破性技术创新有正向影响，企业合作网络结构洞与度中心性也对突破性技术创新有正向影响。根据研究结果，提出以下建议，一是企业要根据自身情况构建知识网络和合作网络，充分利用网络资源，二是企业要调整自身在网络中的位置，获取更多的异质性知识和外部资源。

　　【关键词】合作网络;知识网络;度中心性;结构洞;突破性技术创新

　　1引言

　　在技术创新方面，企业主要有两种策略:渐进式创新和突破式创新。渐进式创新的目标是满足现有的客户和市场需求，通过深入研究现有的知识来改进产品、技术或服务ꎻ而突破式创新则关注新兴的客户和市场需求，通过探索新的知识来提供新的产品、技术或服务。

　　自我国实施改革开放政策以来，由于资源、市场、知识积累等各种因素的影响，大部分企业采取了渐进式创新的策略，这种策略的选择与当时企业的生存环境和发展阶段相吻合。然而，长期的渐进式创新可能导致行业内的技术发展路径过于雷同，特别是随着科技创新的广度和深度的显著提高，企业难以维持其核心竞争优势。在这种情况下，进行突破性创新可以帮助企业进入新的技术领域，从而实现重大的技术突破。

　　网络嵌入是指企业通过交流与联络而形成的一种稳定联系，通过同时嵌入知识网络和合作网络，企业能有效获取所需资源，克服资源稀缺障碍，实现互利共赢，从而提升创新效率[1]。知识网络与合作网络是影响企业创新行为的两大因素，前者是企业知识元素之间互相连接形成的网络，影响其整合现有知识并创造新知识的能力，是决定突破性技术创新成败的内在因素ꎻ而后者则是基于企业间的合作关系形成的网络，影响其获取创新资源的能力，是影响突破性技术创新的外部因素。因此，需要对合作网络和知识网络的作用进行解耦分析，判断其对突破性技术创新的不同影响[2]。

　　2研究假设

　　2.1知识网络与企业突破性技术创新

　　组织的知识重组能力，即整合现有知识创造新知识的能力，是突破性技术创新的决定性因素[3]。在网络中，如果一个节点与其他节点相互连接，并且它所连接的节点之间互不相连，那么此节点的位置就是结构洞。企业所拥有的知识元素在网络中占据的结构洞位置越多，那么企业就越能轻易寻找到那些异质的、新颖的、尚未被企业已有技术整合过的知识元素，从而拥有更多的知识组合机会，增加突破式创新的可能。此外，相较于那些结构洞较少的企业来说，拥有丰富结构洞的企业更容易摆脱知识惯性给突破式创新带来的不利影响。结构洞稀少的企业往往缺乏在跨知识领域进行创新的机会，只能不断强化并依赖原有的经验和技术路径，反而阻碍了突破性技术创新[4]。根据以上分析，本研究提出如下假设:

　　H1:企业知识网络结构洞对突破性技术创新有正向作用。

　　知识元素的度中心性指的是与该元素直接相连的其他知识元素的数量，其反映了企业在网络中接触到的知识资源的数量以及地位优势[5]，中心性高的知识元素具有更强的组合潜力。一方面，中心性影响了知识的流动与聚集。在一个高中心性的知识网络中，信息和知识更容易流动和聚集在少数核心节点周围。这种集中的知识流动促进了跨领域的信息传递和创新想法的交流，为企业带来了更广阔的视野。企业可以通过连接到这些核心节点，获得来自不同领域的新想法和知识，从而促进不同领域之间的交叉合作与创新。另一方面，中心性节点通常是知识网络中最活跃的参与者，他们在网络中扮演着重要的信息传播和资源分发的角色。企业可以通过与这些节点建立联系，获取更多的创新资源，如先进技术、市场信息和人才等。根据以上分析，本研究提出如下假设:

　　H2:企业知识网络度中心性对突破性技术创新有正向作用。

　　2.2合作网络与企业突破性技术创新

　　合作网络中的结构洞是指网络成员之间未直接连接的社会关系空间，企业通过占据这些网络中的差异性位置来获得竞争优势。国内外研究表明，合作网络结构洞对企业创新具有积极影响。占据结构洞的企业能够接触到不同领域企业异质性的、非冗余的信息和知识，从而有助于将不同的知识和技术重新组合，进而产生新的技术迭代。同时，处于结构洞的企业在独立研发及战略联盟构建上拥有更多的独立性和控制权，这使得他们能够在协作创新中更有效地建立战略联盟，并实施对其有利的决策。付雅宁等利用纳米技术领域的专利数据进行实证研究，结果表明合作网络结构洞对企业探索式创新具有正向影响[6]。根据以上分析，本研究提出如下假设:

　　H3:企业合作网络结构洞对突破性技术创新有正向作用。

　　合作网络中心性是指企业在合作网络中所处的位置及其与其他节点的连接程度，反映了企业在获取资源和信息方面的优势。Dong和McCarthy的研究表明，企业在行业联盟网络中的中心性越高，其获得突破性创新专利的数量也越多。这意味着，网络中心性通过提供更多的资源和信息，能够显著增强企业的创新能力[7]。类似地，Sun等发现，高科技企业在创新网络中的中心性显著影响其突破性技术创新绩效，并且知识资本在这一过程中起到了中介作用。此外，网络中心性不仅有助于资源的获取，还在知识整合和共享方面发挥着重要作用[8]。Zhang等的研究指出，网络中心性有助于企业在创新生态系统中进行有效的知识搜索和整合，从而促进突破性创新[9]。在对中国集成电路产业的实证分析中，Chen等发现，网络中心性对探索性创新有积极影响，并通过支持组织的作用进一步增强了这一关系[10]。根据以上分析，本研究提出如下假设:

　　H4:企业合作网络中心性对企业突破性技术创新有正向作用。

　　3实证研究

　　3.1样本选择与数据来源

　　本研究选取了江苏省内的327家高新技术制造业企业作为样本，之所以选择这些企业，主要考虑到以下因素:首先，高新技术企业通过不断的研发和创新，积累了丰富的技术知识和经验，这些知识和经验有助于提升企业的突破性技术创新能力ꎻ其次，高新技术企业善于利用外部资源，如与科研机构、高校和其他企业的合作，通过资源整合实现技术突破和创新ꎻ最后，高新技术制造业企业通常处于快速发展的行业，面临着不断变化的市场需求，技术进步是其生存和发展的关键，因而企业会加大创新投入，提升突破性创新能力，其专利产出较高。

　　本研究以智慧芽专利库作为数据来源，对相关企业的发明专利和实用新型专利进行搜集和处理。企业专利申请书中最重要的两个信息是IPC分类号和申请人，前者代表着企业所拥有的技术类别，后者则可以体现企业是否与其他企业或研究机构有合作关系。因此，本研究选用IPC分类号前四位来表示企业的知识元素，从而构建企业的知识网络:如果一个专利中同时出现两个及以上知识元素，则这些知识元素之间在知识网络中存在联系ꎻ选用申请人信息构建企业的合作网络:如果两个及以上企业或机构出现在同一个专利中，则这些企业或机构建立合作网络联系。本研究采用纵向研究法，以五年为一个时间窗口，即利用2013-2017年的专利数据构建企业的知识网络和合作网络并计算结构洞与度中心性，从而解释后5年的企业突破性技术创新现象。

　　3.2变量及其测度

　　①因变量的测量。

　　企业的专利数量通常被用来衡量创新绩效，本研究用突破性技术创新专利的数量来测量突破性技术创新。将2013-2017年专利中出现的IPC分类号作为知识基础，如果企业在

　　2018-2022年的某个专利中含有至少一项未曾在知识基础中出现的IPC分类号，则将该专利视为突破性技术创新专利，用这种专利的数量来衡量企业突破性技术创新。

　　②自变量的测量。

　　企业知识网络结构洞(KNS)。首先基于2013-2017年的专利数据在Ucinet中构建企业知识网络，然后利用软件计算各个知识元素的限制度。参照以往研究，本文使用“2-限制度”作为该知识元素结构洞的值。因为企业往往不止一个知识元素，为得到该企业的知识网络结构洞值，需要将该企业所拥有的全部知识元素的结构洞值进行求和再平均。

　　企业知识网络度中心性(KND)。该变量表示与该节点直接相连的其他知识元素的数量。同样，在Ucinet中构建出知识网络并求出各个知识元素的度中心性值，然后对该企业所有知识元素的度中心值作平均化处理即得企业的知识网络度中心性。

　　企业合作网络结构洞(CNS)。基于2013-2017年的专利数据在软件中构建出企业间的合作网络，并在软件中计算各企业的限制度值，然后用“2-限制度”来表示各个企业的结构洞值。

　　企业合作网络度中心性(CND)。在利用专利数据构建出合作网络后即可在软件中计算出各企业的合作网络度中心性值。

　　③控制变量的测量。

　　本研究使用企业研发强度(R&D intensity)、企业研发惯性(R&D inertia)作为控制变量，其中企业研发强度使用企业在前5年申请的专利数量来表示，企业研发惯性使用企业后5年中非突破性技术创新专利的数量与专利总数的比值来表示。

　　3.3结果分析

　　在Ucinet中利用处理好的专利数据来构建所有企业2013-2017年的知识网络和合作网络，结果如图1与图2所示。

　　可以看出，企业的知识网络的节点之间联系比较紧密，整体的网络呈现出集合分布ꎻ而合作网络的节点之间则联系较少，只有少部分节点与其他节点之间进行了大量合作，并且节点之间还被分为了多个小团体，团体之间的联系也较少。

　　表1是在Stata中运算得出的各变量平均值、标准差、最小值以及最大值的结果。从表1可得，突破性技术创新的平均值为39.403，企业知识网络度中心性平均值为22.632，合作网络度中心平均值为3.576，这表明企业对自身拥有的知识元素进行了较高程度的开发，知识元素之间的联系比较紧密，而企业之间的合作关系则较少。表2则是相关性分析，可以看出，自变量的方差膨胀因子(VIF)的最高值为1.64，都低于5，说明变量之间不存在多重共线性。

　　由于本研究中因变量为计数变量，是非负整数，并且由表１可知其方差大于均值，因此在Ｓｔａｔａ中选择负二项回归进行分析，从而研究企业的知识网络和合作网络的结构洞与度中心性对突破性技术创新的影响。根据研究假设建立５个回归模型，回归结果如表３所示。

　　模型１为基础模型，只放入两个控制变量研发强度和研发惯性以检验其对企业突破性技术创新的影响。可以看出，企业研发强度对突破性技术创新有显著正向影响(β＝０.００３，ｐ<０.０１)，研发惯性对企业突破性技术创新有显著负向影响(β＝－１.７２，ｐ<０.０１)。为验证知识网络对企业突破性技术创新的影响，将知识网络结构洞和知识网络度中心性分别加入模型１，从而生成模型２和模型３。由回归结果可知，企业知识网络结构洞与突破性技术创新显著正相关(β＝０.９６８，ｐ<０.０１)，Ｈ１成立ꎻ企业知识网络度中心性与突破性技术创新显著正相关(β＝０.０５，ｐ<０.０１)，Ｈ２成立ꎻ为验证企业合作网络对突破性技术创新的影响，将合作网络结构洞和合作网络度中心性分别加入模型１，从而生成模型４和模型５。由回归结果可知，企业合作网络结构洞与突破性技术创新显著正相关(β＝１.６５７，ｐ<０.００１)，Ｈ３成立ꎻ企业合作网络度中心性与突破性技术创新显著正相关(β＝０.１０２，ｐ<０.０１)，Ｈ４成立。

　　４结论与建议

　　４.１结论

　　本研究基于江苏省高新技术制造业上市企业的样本，根据这些企业在２０１３－２０２２年的专利数据构建企业的知识网络和合作网络，并进行实证研究，探讨了企业知识网络与合作网络对突破性技术创新的影响，得到以下结论。

　　首先，企业的创新行为同时受到知识网络以及合作网络的影响，并且企业在这两个网络中的位置并不对应。知识网络和合作网络是异质的网络，知识网络的节点之间联系紧密，而合作网络的节点之间联系较少。这种情况可以在企业的专利数据中直观地看到，即企业可能拥有很多的知识元素，但它与其他企业之间不一定有许多的合作关系，反映在知识网络与合作网络图中，就是企业在知识网络中可能占据中心的位置，但在合作网络中却有可能是边缘位置。

　　其次，企业知识网络结构洞与度中心性对突破性技术创新有正向作用。如果企业的知识元素占有较多的结构洞位置，企业会更容易搜寻到那些异质化的信息与知识，更容易摆脱对原有知识的依赖，通过对异质化知识的重组，企业更有可能实现突破性技术创新。同样，如果企业的知识元素在知识网络中有较高的度中心性，说明企业掌握了该领域的核心知识，企业通过这些核心知识，不仅可以找到那些在本领域内可以与之组合，但尚不在自身知识基础中的知识，也可以找到其他领域的异质化知识，有利于进行知识的重组以实现突破性技术创新。

　　企业合作网络结构洞与度中心性对突破性技术创新有正向作用。占据了合作网络结构洞的企业往往具有较高的网络权利，其他企业进行知识交流与合作需要通过其作为中转站，因此，结构洞值越高的企业，越能掌握领域内的关键信息，从而识别那些具有高价值的知识和技术，推动突破性技术创新。合作网络度中心性越高的企业，其接触的企业越多，可以获得更多的来自不同领域的异质性互补知识，并且，企业通过与外部合作伙伴的联系，可以快速学习那些异质化的知识，降低学习与试错的成本，从而提高实现突破性技术创新的可能性。4.2建议

　　第一，企业要构建自身的知识网络和合作网络，充分利用网络资源。企业知识网络和合作网络都对突破性技术创新有正向作用，如果企业只嵌入到单一的知识网络当中，而不与其他企业进行合作，那么其有可能错过大量的异质性知识，并且会加大知识学习和知识重组的时间与成本。企业在构建自身知识网络的同时，也要根据自身的知识基础有选择性地与其他企业进行合作，通过这种合作关系来获取大量知识并降低试错成本，摆脱对固有知识的高度依赖。

　　第二，企业要调整自身在网络中的位置，获取更多的异质性知识和外部资源。企业在网络中占据结构洞位置或者中心性较高的位置，有利于突破性技术创新的实现。因此，企业要搜寻那些本领域中的核心知识，通过对核心知识的学习和接收，将其化为自身的知识储备，并以此为基础搜寻更多的异质性知识。此外，企业要寻找那些在本领域内与其他企业有较多合作关系、处于中心位置的企业，积极与那些核心企业合作，从而获得更多的外部资源。

　　[1]侯仁勇，严庆，孙骞，等.双重网络嵌入与企业创新绩效—结构视角的实证研究[J].科技进步与对策，2019，36(12):98-104.

　　[2]厉娜，林润辉，谢在阳.多重网络嵌入下企业探索式创新影响机制研究[J].科学学研究，2020，38(01):169-179.

　　[3]王巍，李德鸿，侯天雨，等.多重网络视角下突破性技术创新的研究述评与展望[J].科学学与科学技术管理，2022，43(10):83-102.

　　[4]李柏洲，曾经纬.知识惯性对企业双元创新的影响[J].科学学研究，2019，37(04):750-759.

　　[5]李培哲，菅利荣.网络结构、知识基础与企业创新绩效[J].复杂系统与复杂性科学，2022，19(02):31-38.

　　[6]付雅宁，刘凤朝，马荣康.发明人合作网络影响企业探索式创新的机制研究—知识网络的调节作用[J].研究与发展管理，2018，30(02):21-32.

　　[7]Dong J.Q.，McCarthy K.J..When more isn,t merrier:pharmaceutical alliance networks and breakthrough innovation [J].Drug Discovery Today，2019，24(12):2435-2442.

　　[8]Sun，A.，Wu，H.，Feng Z.，Gu X..The impact of high-techenterprise innovation network on breakthrough technology innovation performance:Mediating role of intellectual capital[J].Annals of Operations Research，2023，337(5):21.

　　[9]Zhang Y.，Wang D.，Xu L..Knowledge search knowledge integration and enterprise breakthrough innovation under the characteristics of innovation ecosystem network:The empirical evidence from China[J].PLOS ONE，2021，16(12):1.

　　[10]Chen Q.，Sun T.，Wang T..Network centrality，support organizations，exploratory innovation:Empirical analysis of China,s integrated circuit industry[J].Heliyon，2023，9(2):04917.