知識網絡動態性對企業雙元創新績效的影響：理論機制與實證檢驗

[摘要]知識網絡動態性能夠為企業帶來外部異質性創新資源，對企業雙元創新績效具有重要影響。以2010—2020年滬深A股上市企業為研究樣本，通過構建面板模型實證分析知識網絡動態性對企業雙元創新績效的影響。結果表明，知識網絡動態性與企業雙元創新績效具有顯著正相關關系；知識網絡動態性企業雙元創新績效的影響表現出高質量化特征，對于探索式創新績效的影響效果大于利用式創新績效。合作網絡結構洞與政府創新補貼均能夠正向調節知識網絡動態性與企業雙元創新績效的關系。此外，知識網絡動態性對市場化高水平地區、資本密集型、技術密集型、非國有企業雙元創新績效的影響更顯著。未來，應搭建企業創新知識網絡、積極落實差異化創新策略、強化外部資源支持效能，促進企業雙元創新績效提升。

[關鍵詞]知識網絡；創新績效；雙元創新；合作網絡結構洞；政府創新補貼

一、 引言

伴隨國民經濟轉入高質量發展軌道，企業創新成為經濟實現高質量發展的核心要素。據工業和信息化部最新數據顯示，截至2022年4月，我國專精特新“小巨人”企業創新指數達到198.02，同比漲幅達到27.73%1。但當前，我國企業自主創新意識還有待進一步提升，尤其是高端產業中智能傳感器、芯片制造等關鍵核心技術“卡脖子”問題依然突出[1]。為此，我國立足全局高度作出戰略統籌部署。2022年8月，財政部與科技部聯合印發《企業技術創新能力提升行動方案（2022—2023年）》，提出到2023年底，創新要素加速向企業集聚，各類企業以科技創新引領高質量發展取得積極成效2；科技部、工業和信息化部等六部委聯合印發《關于加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見》，提出要大力支持獨角獸、專精特新“小巨人”、人工智能初創企業積極參與產業場景創新，加快實現業務成長3。隨后，黨的二十大報告再次強調，“完善科技創新體系”“強化企業科技創新主體地位，發揮科技型骨干企業引領支撐作用”4，對加快推動企業創新提出了新要求。

在實施創新驅動發展戰略中，企業主要承擔滿足市場需求的應用研究職責，通過新產品、新技術研發應用創造經濟效益?；诖?，創新績效成為考量企業落實創新驅動發展戰略成效的重要指標[2]。尤其在雙元理論下，企業利用式與探索式雙元創新活動受到各界關注。知識網絡作為企業開展雙元創新活動的基礎性資源，在提升企業雙元創新績效方面發揮著重要作用。在知識資源交互過程中，知識網絡的擴張、趨穩等動態性發展有助于隱性知識和高質量信息交換，增強企業間互動頻率與互惠程度，為企業雙元創新績效提升帶來新優勢[3]?；诖?，本文以2010—2020年滬深A股上市企業為研究對象，考察知識網絡動態性對企業雙元創新績效的影響。在此基礎上，從合作網絡結構洞、政府創新補貼視角作進一步分析。與已有研究相比，本文的創新性在于以下幾點：第一，以知識網絡動態性為切入點，考察企業雙元創新績效的影響因素，有助于拓展深化企業創新相關的社會網絡研究。第二，研究在切入視角和內容上具備一定創新性，對于搭建企業創新知識網絡、推動企業突破創新發展“孤島”困境、建設科技強國具有重要現實價值與理論意義。

二、 相關文獻回顧與假設提出

1. 相關文獻回顧與梳理

企業雙元創新涵蓋兩種創新方式，一是利用現有資源進行產品與服務創新升級，二是脫離已有技術軌道開展的創新活動。大多學者關注企業雙元創新的影響因素。李柏洲等[4]認為，知識慣性能夠顯著促進企業漸進式創新，對突破式創新具有顯著倒“U”型作用。田善武等[5]提出，制度多重性對領先企業雙元創新的演化路徑具有重要影響。朱瑾等[6]從組織、領導與資源三維視角切入，研究發現在線品牌社群的自組織結構是企業雙元創新的必要條件。蔣英兵等[7]研究發現數字化轉型能夠顯著提升企業雙元創新的投入水平，對探索式創新投入的影響強于開發式創新投入。陳勁等[8]研究提出，政府采購能夠顯著驅動企業雙元創新，對于探索式創新的影響更加顯著。梁杰等[9]認為，多類型伙伴研發合作是影響企業雙元創新績效的重要因素，不同類型合作伙伴對雙元創新績效的影響作用存在差異性。蔡建新等[10]研究發現，產學研合作的廣度能夠有效促進利用式與探索式雙元創新績效提升，但產學研合作深度僅能夠促進企業探索式創新績效提升。

大量文獻表明，知識網絡在協同創新網絡中扮演著重要角色。劉蕓等[11]提出組織聲譽能夠促進創新績效提升，知識共享與知識轉移在其中發揮部分中介作用。鄭小勇[12]認為，知識網絡密度與集團漸進性產品創新能力具有顯著正相關關系，對集團突破性產品創新能力具有倒“U”型影響。趙炎等[13]發現，企業網絡閉合對企業創新績效起倒“U”型影響，知識多樣性會弱化該作用效果。張紅娟等[14]提出，外部研發合作有利于企業創新績效提升，而企業內部知識網絡會影響外部研發合作的作用效果。劉嘉明等[15]研究提出，企業在知識網絡中的位置與企業創新緊密相關，占據橋梁位置有助于專利創新數量提升，占據中心性位置利于專利創新質量提升。上述研究表明知識網絡對企業創新具有重要影響。但是現有文獻大多研究靜態知識網絡對于企業創新的影響，忽略了知識網絡動態性變化可能產生的作用效果，對于知識網絡動態性在不同類型企業創新中的作用機制如何、是否會受到知識網絡嵌入位置的影響等問題探討較淺，未提供大樣本的實證研究證據。

2. 知識網絡動態性與企業雙元創新績效

知識網絡是指由各種信息、人力等資源構成的復雜網絡關系，能夠通過知識創造和轉移促進新知識利用，進而達成知識積累與應用目的。本質而言，知識網絡動態性是知識資源動態轉移的過程，包括知識網絡穩定性與知識網絡擴張性[16]。從知識基礎觀理論來看，知識網絡是企業有效落實知識管理的重要媒介與工具，亦是知識傳播與創造的最主要載體，其動態性變化能夠促進知識在企業內外部傳播與轉移，利于雙元創新績效提升。知識網絡動態性演變為企業間知識傳播提供了良好平臺與途徑，將眾多企業不同知識資源匯聚，促使企業不斷獲取和內化其他伙伴企業的知識資源，并通過交流互動創造新的知識。這能夠有效增加企業知識存量，促進雙元創新績效穩步提升。

基于組織雙元理論，企業雙元創新可劃分為利用式創新與探索式創新。短期而言，知識網絡動態性發展能夠促進知識資源在網絡中的流動，促使企業在擴充現有知識資源庫同時，針對現有產品與服務進行優化和創新，促使利用式創新績效不斷提升。長期而言，知識網絡動態性變化促使大量隱性知識在企業間傳播，有效推動企業開展探索式創新，繼而提升探索式創新績效。具言之，知識網絡動態性發展有助于企業間人才進行非正式、經常性溝通，促進隱性知識共享，利于全新的創意與知識產生，推動企業技術突破式創新，進而提升探索式創新績效。綜上，本文提出以下假設：

假設1：知識網絡動態性可有效促進企業雙元創新績效提升。

3. 調節機制分析

企業在開展雙元創新活動過程中，會通過與外界互動形成復雜的合作網絡。在合作網絡中占據優勢位置的企業在知識獲取與轉移中更具優勢，尤其是占據合作網絡結構洞的企業，擁有更多獲取、交換新知識資源的機會與資源控制優勢[17]，利于開展雙元創新活動。一方面，占據合作網絡結構洞位置的企業能夠快速識別和獲取知識網絡動態性發展過程中非冗余、異質性知識資源，加快自身對于外部知識資源的內化與應用，進而有效提升自身上元創新績效。另一方面，占據合作網絡結構洞的企業思維范式約束更少，在知識網絡動態性演變過程中更傾向于降低自身鎖定效應與路徑依賴風險，能夠深度挖掘自身知識庫資源[18]，進行知識重組，提升雙元創新績效。據此，本文提出如下假設：

假設2：合作網絡結構洞在知識網絡動態性與企業雙元創新績效之間發揮正向調節作用。

政府創新補貼是企業雙元創新績效提升的重要因素，能夠強化知識網絡動態性對企業雙元創新績效的作用效果。第一，政府創新補貼能夠有效補充企業創新資源，緩解企業內源融資壓力[19]。在政府創新補貼加持下，知識網絡動態性帶來的大量外部知識被企業快速轉化和應用于雙元創新活動中，增加創新產出，促進雙元創新績效提升。第二，政府創新補貼具有信號傳遞效應，能夠向市場釋放隱形的“政府認證”信號，在一定程度上彌合企業與市場之間的信息鴻溝，幫助企業獲取更多外部創新資源。由此，知識網絡動態性帶來的知識溢出效應得到進一步強化，助推企業創新績效不斷提升?；诖?，本文提出如下假設：

假設3：政府創新補貼在知識網絡動態性與企業雙元創新績效之間發揮正向調節作用。

三、 研究設計與變量說明

1. 數據來源與樣本選擇

本文選取2010—2020年滬深A股上市企業為初始樣本。為提升研究的準確性和嚴謹性，對初始樣本進行以下篩選與處理：第一，剔除ST、PT樣本企業，以及變量數據缺失嚴重的企業。第二，鑒于行業特殊性，剔除金融類上市企業和房地產類上市企業。第三，為避免極端值對研究結果造成影響，對變量數據采取1%縮尾處理。經過篩選和處理，最終獲得13752個觀測數據。樣本數據主要來源于國家知識產權局網站、Wind數據庫、萬得數據庫、國泰安數據庫以及CSMAR數據庫，部分變量數據借助網絡爬蟲技術進行獲取。

2. 變量定義

企業雙元創新績效（[Din]）。結合樣本數據特征與已有研究[20]，本文以實用新型和外觀設計申請數量衡量利用式創新績效（[xij]）；以發明專利申請數量衡量探索式創新績效（[Exi]）?；谏鲜鰞蓚€代理指標，借助熵權法綜合測算得到企業雙元創新績效。

知識網絡動態性（[Know]）。根據企業專利申請中ICP的共同出現信息搭建知識網絡。在此基礎上，以專利前四位IPC分類號表征知識元素，判別知識元素是否關聯。若兩個四位IPC分類號出現在同一專利中，則表明知識元素具有關聯性，將其記作知識網絡中邊，即ICP組合。本文采用5年時間窗口，以[t]到[t]-1年專利申請信息構建企業第[t]年知識網絡，計算知識網絡動態性。首先，對企業[t]-1年和[t]年的ICP組合進行對比，統計第[t]年企業IPC組合數量，將其作為分子。其次，統計企業[t]-1年和[t]年不重復的IPC組合數量，將其作為分母。最后，計算企業第[t]年的知識網絡動態性，計算公式為[Knowit]=1-（第[t]年企業知識網絡IPC組合數量/[t]-1年和[t]年不重復的IPC組合數量）。知識網絡動態性取值范圍為0 —1，取值越接近1，表明企業對知識元素組合運用的方式變化越大，知識網絡動態性越高。

合作網絡結構洞（[Hc]）。借助楊蕙馨等[21]的研究，本文以結構洞限制度為代理變量，衡量企業合作網絡結構洞，計算方法為[Hc=jPij+qPiqPqj2] 。式（1）中，節點[i]與[j]為鄰接節點；[q]為節點[i]與[j]的共同鄰接節點；[Piq]和[Pqj]分別表征節點[q]在[i]和[j]的鄰接節點中所占權重。

政府創新補貼（[Ginn]）。政府創新補貼是政府給予企業創新的資金補貼、獎勵和資助等多種經濟扶持。參考石軍偉等[22]的研究，本文借助“關鍵詞搜索”方法對政府補貼范圍加以明確，繼而獲得政府創新補貼的變量數據。

控制變量?？紤]到企業雙元創新績效的影響因素較為復雜，本文選取如下控制變量：（1）企業規模（[Size]），以企業總資產的對數值衡量。（2）資本密集度（[Catsl]），以企業總資產與總人數比值衡量。（3）盈利能力（[Pro]），以企業凈利潤的對數值表征。（4）企業年齡（[Age]），以企業被調查年份（2020）與成立年份差值衡量企業年齡。（5）資產負債率（[Ratio]），以總負債與企業總資產的比值進行衡量。（6）股權集中度（[Contl]），以上市企業第一大股東持股比例加以衡量。（7）企業成長性（[Grow]），以上市企業營收增長率進行衡量。（8）金融市場化環境（[Fmark]），以企業獲得的金融貸款與金融機構新增貸款比值衡量。（9）研發投入（[RD]），以企業年末研發投入與營收的比值進行衡量。

3. 模型設計

為驗證假設1，本文設定如下模型：

[Din（Uti，Exi）=γ0+γ1Know+γ2Size+γ3Catsl+γ4Pro+γ5Age +γ6Ratio+γ7Contl+γ8Grow+γ9Fmark+γ10RD +γ11YearDummy+γ12InduDummy+ε1]? （1）

式（1）中，[Din]（[Uti]，[Exi]）表征企業雙元創新績效（利用式創新績效、探索式創新績效）；[Know]表征知識網絡動態性。[InduDummy]和[YearDummy]表征控制企業與年份啞變量。

為驗證假設2和假設3，設定如下模型：

[Din]（[Uti]，[Exi]）[=α0+α1Know+α2Hc+α3Know×Hc+α4Control+ε2]? （2）

[Din]（[Uti]，[Exi]）[=β0+β1Know+β2Ginn+β3Know×Ginn+β4Control+ε3]? （3）

式（2）（3）中，[Hc]表征合作網絡結構洞；[Ginn]表征政府創新補貼；模型（2）中新增知識網絡動態性與合作網絡結構洞的交互項[Know×Hc]，以檢驗合作網絡結構洞的調節作用；模型（3）中新增知識網絡動態性與政府創新補貼的交互項[Know×Ginn]，以此檢驗政府創新補貼對知識網絡動態性促進企業雙元創新績效過程中的調節作用。[Control]指代控制變量。上述模型中均采用Robust對標準誤進行調整，對企業代碼進行聚類分析（Cluster）。

四、 實證結果分析

1. 基準回歸結果分析

表1為模型（1）回歸結果?？梢钥闯?，知識網絡動態性（[Know]）的回歸估計系數為0.802，且在5%統計水平上顯著。這意味著企業之間構建的知識網絡規模越大、結構越穩定，對企業自身雙元創新績效提升的驅動作用越大。這一回歸結果驗證了假設1的存在性。就控制變量回歸結果而言，資本密集度（[Catsl]）、盈利能力（[Pro]）、企業成長性（[Grow]）、金融市場化環境（[Fmark]）、研發投入（[RD]）均顯著正向影響企業雙元創新績效。資產負債率（[Ratio]）對企業雙元創新績效具有顯著抑制作用，可能是由于企業在較高水平的負債率壓力下，用于創新的資金投入不足，故表現出抑制企業雙元創新績效提升。企業規模（[Size]）、股權集中度（[Contl]）、企業年齡（[Age]）對企業雙元創新績效的影響不顯著。

2. 分類實證結果分析

在表2第（1）列中，知識網絡動態性（[Know]）的回歸系數在1%統計水平上顯著為正。在表2第（2）列中，知識網絡動態性（[Know]）的回歸估計系數為0.802，通過10%水平顯著性檢驗。綜合來看，這一結果再次驗證假設1成立。對比發現，知識網絡動態性對探索式創新績效的影響作用更顯著?？赡艿脑蚴?，利用式創新主要以現有資源為基礎，優化和改善已有服務和產品，與企業實質性創新之間存在一定差距。相較而言，探索式創新的重點在于探索開發全新技術領域，具有更強創新主動性，對企業核心競爭優勢的提升效果更加明顯，受知識網絡動態性變化的影響更顯著。簡言之，知識網絡動態性的知識傳導效應體現出顯著高質量化特征，即知識網絡動態性能夠顯著促進企業探索式創新績效提升，但對于利用式創新績效的促進作用相對較弱。就控制變量回歸結果而言，資本密集度（[Catsl]）、盈利能力（[Pro]）、企業成長性（[Grow]）、金融市場化環境（[Fmark]）、研發投入（[RD]）均對探索式創新績效（[Exi]）與利用式創新績效（[Uti]）表現出不同程度的正向促進作用。企業年齡（[Age]）對利用式創新績效具有顯著正向影響，對探索式創新績效的影響不顯著。這可能是由于企業成立時間越長，越傾向于借助利用式創新提升企業經營績效。企業規模（[Size]）、股權集中度（[Contl]）對探索式與利用式創新績效的影響均不顯著。

3. 穩健性檢驗

知識網絡動態性與企業雙元創新績效之間可能存在雙向因果關系，導致上述研究結果存在內生性問題?；诖?，本文借鑒鄭瓊潔等[23]的研究，借助傾向得分匹配倍差法（PSM-DID）解決模型內生性問題。

第一，按照企業能否成為知識網絡連接點的一系列特征變量進行匹配，借助“最鄰近”匹配算法（半徑為0.05，K=4）進行配對樣本選取，以確定實驗組與對照組。圖1為匹配前后實驗組與對照組的標準誤。觀察發現，匹配前實驗組與對照組之間匹配變量存在較大差異，匹配后大多數變量的點靠近標準誤為0的豎線。這意味著主要匹配變量之間的顯著性差異得到有效控制，即匹配結果可靠。匹配完成后，對不滿足共同區域假設的觀測值進行剔除。

第二，對匹配后的實驗組與對照組進行DID估計。本文將連接外部知識網絡之前定義為實驗前，將連接外部知識網絡后定義為實驗后，進行PSM-DID估計，結果如表3所示?？梢园l現，雙重差分估計結果為1.967，且通過5%顯著性水平檢驗，即連接外部知識網絡對企業雙元創新績效具有顯著正向雙差分影響。由此可見，一旦連接外部知識網絡，企業雙元創新績效將會明顯提升。這也意味著在控制了其他可能產生干擾的因素之后，知識網絡動態性仍然能夠顯著促進企業雙元創新績效提升。不僅如此，還能夠通過表3結果看出在連接外部知識網絡之后，企業探索式創新績效水平高于連接外部知識網絡前約1.624個點?？偠灾?，PSM-DID估計結果表明，在控制可能存在的雙向因果關系導致的內生性問題之后，檢驗結果與前文基本一致。

4. 調節效應檢驗

調節效應檢驗結果如表4所示。列（1）至列（3）為合作網絡結構洞的調節效應檢驗結果?？梢园l現，知識網絡動態性與合作網絡結構洞交互項[Know×Hc]的回歸系數均顯著為正，表明合作網絡結構洞能夠強化知識網絡動態性與企業雙元創新績效之間的信息傳導效應，且對探索式創新的調節效應更顯著，驗證了假設2。列（4）至列（6）為政府創新補貼的調節效應檢驗結果。知識網絡動態性與政府創新補貼交互項[Know×Ginn]的回歸系數均為正，且通過1%水平統計檢驗。這一結果表明政府創新補貼能夠強化知識網絡動態性對企業雙元創新績效的促進作用，且對于利用式創新績效的調節效應更強，驗證了假設3。

5. 進一步檢驗

（1）基于市場化水平的差異

立足宏觀市場環境，進一步考察在不同市場化水平下，知識網絡動態性對企業雙元創新績效的影響。借助王小魯等[24]研究編制的各省份市場化指數，本文按照樣本企業所處省份市場化指數的中位數，將所有樣本企業劃分為市場化高水平組和市場化低水平組進行回歸，結果如表5所示。列（1）至列（3）為市場化高水平組回歸結果，知識網絡動態化對雙元創新績效和探索式創新績效的回歸系數均在1%水平上顯著為正，對利用式創新績效的回歸系數在10%水平上顯著為正。這一結果與基準回歸結果相比雖有微弱變化，但同樣驗證了知識網絡動態性對企業雙元創新績效影響的存在性。列（4）至列（6）為市場化低水平組回歸結果，觀察可以發現，知識網絡動態化的回歸估計系數均為負且不顯著，表明知識網絡動態性能夠促進市場化高水平省份企業雙元創新績效提升。原因可能在于市場化水平較低地區存在要素流動不暢、信息不對稱等問題，導致企業雙元創新活動開展受限，繼而外顯為知識網絡動態性難以有效促進企業雙元創新績效提升。

（2）基于行業屬性的差異

立足行業屬性，本文以要素密集度為劃分依據，將樣本企業劃分為資本密集組、技術密集組和勞動密集組三類，探討知識網絡動態性對企業雙元創新績效影響的差異性，回歸結果如表6所示。在資本密集組，知識網絡動態性系數均在5%顯著性水平上為正。在技術密集組，知識網絡動態性系數均在1%顯著性水平上為正。在勞動密集組，第（7）列和第（8）列的知識網絡動態性回歸系數未通過顯著性檢驗；第（9）列知識網絡動態性的回歸估計系數顯著為正，但與第（3）列和第（6）列回歸系數相比，其系數明顯較小?？梢园l現，知識網絡動態性對技術密集型企業雙元創新績效的影響最大，資本密集型企業次之，勞動密集型企業最小?？赡艿脑蛟谟?，知識網絡在動態性擴張發展過程中，帶來更多技術、知識等創新資源要素，充分發揮知識溢出效應，為技術密集型企業專利與設計研發提供了有效支撐。資本密集型企業擁有充足的資金投入，能夠借助知識網絡動態性發展有效開展創新活動。勞動密集型企業則更傾向開展利用式創新，整體創新績效水平受知識網絡動態性的影響較小。

（3）基于企業所有權性質的差異

已有研究表明，企業開展創新活動會受到“所有制歧視”[25]。由此本文認為，知識網絡動態性對企業雙元創新績效的影響也會因企業所有權性質不同而產生差異。故進一步將樣本企業按照所有權性質劃分為國有企業與非國有企業兩組展開回歸檢驗，結果如表7所示?？梢园l現，知識網絡動態性對非國有企業雙元創新績效的影響作用明顯強于國有企業。伴隨知識網絡動態性擴張，企業能夠獲得更多技術、人力資本、數據等創新要素，有助于提升自身雙元創新績效。而通常情況下，國有企業擁有更加雄厚的科研實力、資本以及人力資源，自身雙元創新水平相對較高，因此知識網絡動態性所帶來的雙元創新績效提升的邊際效應較非國有企業小。

五、 結論與啟示

本文以2010—2020年滬深A股上市企業為研究樣本，實證檢驗知識網絡動態性與企業雙元創新績效之間的關系。結果表明：第一，知識網絡動態性有助于促進企業雙元創新績效提升。第二，知識網絡動態性有助于提升企業探索式與利用式創新績效，且對前者的作用效果更明顯，即知識網絡動態性的企業雙元創新績效提升效應表現出明顯高質量化特征。第三，合作網絡結構洞與政府創新補貼發揮正向調節作用，均能夠強化知識網絡動態性對企業雙元創新績效的影響作用。第四，知識網絡動態性對企業雙元創新績效的影響存在明顯異質性，對在市場化高水平地區的企業，對資本密集型、技術密集型、非國有企業的作用效果更明顯。

通過實證分析本文得到以下啟示：

首先，搭建企業創新知識網絡，夯實企業雙元創新基礎。前文證實，知識網絡動態性能夠有效促進企業雙元創新績效提升。由此，企業應積極搭建創新知識網絡，打通企業間知識梯度通道，強化企業與外部異質性知識源的連接強度，為創新活動提供有效知識資源支撐，促進利用式創新績效提升。同時，相關部門應加大政策傾斜力度，引導核心企業深度嵌入知識網絡，打造知識網絡集群，加快隱性創新資源流動，為企業探索式創新提供有力支持。

其次，落實差異化創新策略，因地制宜提升企業雙元創新績效。研究表明，知識網絡動態性對企業雙元創新績效的影響存在明顯差異。故不同地區、不同類型的企業應根據自身實際情況，選擇差異化創新策略，提升自身雙元創新績效。具言之，市場化高水平地區的企業、資本密集型、技術密集型、非國有企業應積極推進開放式創新，聯合高校、科研機構等創新主體共同打造開放協作共享的創新平臺，共享創新資源，聯合推動核心技術攻關，促進企業探索式創新績效提升。市場化低水平地區的企業、勞動密集型、國有企業應積極嵌入外部知識網絡，與外部創新主體進行異質性、高質量創新知識資源交換，有效提升自身利用式創新績效。

最后，強化外部資源支持效能，提高企業雙元創新質效。知識網絡動態性的雙元創新績效提升效應受到合作網絡結構洞與政府創新補貼的影響。一方面，企業應積極嵌入外部合作網絡，優化自身合作網絡結構，理性選擇合作伙伴。如企業可優先選擇接近中心性強、程度中心性低的關鍵性合作伙伴，進行異質性創新資源共享與交換，提升自身利用式創新績效。另一方面，政府部門應不斷完善國家級、省級、市級等各層級科技企業補貼機制，以財政科技資金支持企業開展關鍵核心技術攻關，提升企業探索式創新績效。同時，加快建設區域科技成果孵化基地，助力企業雙元創新成果落地轉化，提升企業雙元創新績效。

參考文獻：

[1] 陳勁，陽鎮.融通創新視角下關鍵核心技術的突破：理論框架與實現路徑[J].社會科學，2021（5）：58-69.

[2] 劉曉婷.國企改革背景下的企業創新和相對績效評價——基于中國上市國有企業的實證研究[J].中國注冊會計師，2020（4）：50-54.

[3] 初萌.智能時代信息網絡傳播權的邊界及其治理[J].知識產權，2022（2）：108-126.

[4] 李柏洲，曾經緯.知識慣性對企業雙元創新的影響[J].科學學研究，2019（4）：750-759.

[5] 田善武，許秀瑞.新能源汽車產業技術創新路徑研究——雙元性創新的視角[J].現代管理科學，2019（9）：29-31.

[6] 朱瑾，許智穎，肖丁丁.在線品牌社群對企業雙元創新的影響路徑——資源、組織與領導的三維組態分析[J].商業經濟與管理，2021（1）：48-58.

[7] 姜英兵，徐傳鑫，班旭.數字化轉型與企業雙元創新[J].經濟體制改革，2022（3）：187-193.

[8] 陳勁，陽鎮，朱子欽.政府采購、腐敗治理與企業雙元創新[J].吉林大學社會科學學報，2022（1）：114-126.

[9] 梁杰，謝恩，邵鵬.多類型伙伴研發合作對企業雙元創新績效影響的比較研究[J].中國科技論壇，2020（4）：103-110.

[10] 蔡建新，田文穎.科技創新平臺產學研合作對企業雙元創新績效的影響：基于廣東省工程技術中心動態評估數據的研究[J].科技管理研究，2022（11）：102-107.

[11] 劉蕓，王濤，顧新.企業創新網絡中組織聲譽對創新績效的影響——知識合作的中介作用與網絡特征的調節作用[J].經濟經緯，2019（4）：102-109.

[12] 鄭小勇.知識網絡密度、地理分散性與產品創新能力——基于商業集團內部整體知識網絡的實證研究[J].科研管理，2021（12）：175-184.

[13] 趙炎，鄧心怡，韓笑.網絡閉合對企業創新績效的影響——知識流動的中介作用[J].科學學研究，2021（6）：1144-1152.

[14] 張紅娟，申宇，趙曉陽，等.企業外部研發合作、內部知識網絡與創新績效[J].科學學研究，2022（4）：704-712.

[15] 劉嘉明，閔超，嚴笑然.合作網絡和知識網絡對AI企業專利創新的影響[J].圖書館論壇，2022（9）：132-141.

[16] Yan Y， Guan J C.Social Capital， Exploitative and Exploratory Innovations： the Mediating Roles of Ego-network Dynamics[J].Technological Forecasting and Social Change，2018（126）：244-258.

[17] 蔡猷花，傅令菲，梁娟.聯盟關系演化、網絡結構洞與企業合作創新績效[J].中國科技論壇，2021（10）：94-103.

[18] 陳運森.社會網絡與企業效率：基于結構洞位置的證據[J].會計研究，2015（1）：48-55.

[19] 馮海波，劉勝.所得課稅、風險分擔異質性與創新[J].中國工業經濟，2017（8）：138-155.

[20] 李佩凡，李璐璐，武祥琪.信息透明度促進公司績效的優化路徑——基于雙元創新的中介作用[J].現代管理科學，2021（5）：90-98.

[21] 楊蕙馨，孫芹，王?；?知識網絡動態性對高校協同創新績效的影響研究：合作網絡的調節作用[J].經濟與管理研究，2022（10）：68-80.

[22] 石軍偉，于曉琳，萬凱.內外兼修：政府創新補貼、員工持股激勵與企業創新質量[J].軟科學，2022（7）：70-75.

[23] 鄭瓊潔，王高鳳.人工智能技術應用與中國制造業企業生產率——兼對“生產率悖論”的再檢驗[J].學習與實踐，2021（11）：59-69.

[24] 王小魯，樊綱，余靜文.中國分省份市場化指數報告[M].北京：社會科學文獻出版社，2016.

[25] Hsu D H， Hsu P H， Zhou T， et al.Benchmarking U.S. University Patent Value and Commercialization Efforts： A New Approach[J].Research Policy，2021（1）：1-10.

基金項目：2019年度河南省社會科學界聯合會調研項目“以黨的建設高質量推動經濟發展高質量問題研究”（項目編號：SKL-2019-2877）。

作者簡介：王韻（1986-），女，博士，新鄉學院管理學院講師，研究方向為公共管理、人力資源管理。

（收稿日期：2023-02-26? 責任編輯：殷 ?。?/p>