知识网络动态性对企业双元创新绩效的影响：理论机制与实证检验

[摘要]知识网络动态性能够为企业带来外部异质性创新资源，对企业双元创新绩效具有重要影响。以2010—2020年沪深A股上市企业为研究样本，通过构建面板模型实证分析知识网络动态性对企业双元创新绩效的影响。结果表明，知识网络动态性与企业双元创新绩效具有显著正相关关系；知识网络动态性企业双元创新绩效的影响表现出高质量化特征，对于探索式创新绩效的影响效果大于利用式创新绩效。合作网络结构洞与政府创新补贴均能够正向调节知识网络動态性与企业双元创新绩效的关系。此外，知识网络动态性对市场化高水平地区、资本密集型、技术密集型、非国有企业双元创新绩效的影响更显著。未来，应搭建企业创新知识网络、积极落实差异化创新策略、强化外部资源支持效能，促进企业双元创新绩效提升。

[关键词]知识网络；创新绩效；双元创新；合作网络结构洞；政府创新补贴

一、 引言

伴随国民经济转入高质量发展轨道，企业创新成为经济实现高质量发展的核心要素。据工业和信息化部最新数据显示，截至2022年4月，我国专精特新“小巨人”企业创新指数达到198.02，同比涨幅达到27.73%1。但当前，我国企业自主创新意识还有待进一步提升，尤其是高端产业中智能传感器、芯片制造等关键核心技术“卡脖子”问题依然突出[1]。为此，我国立足全局高度作出战略统筹部署。2022年8月，财政部与科技部联合印发《企业技术创新能力提升行动方案（2022—2023年）》，提出到2023年底，创新要素加速向企业集聚，各类企业以科技创新引领高质量发展取得积极成效2；科技部、工业和信息化部等六部委联合印发《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》，提出要大力支持独角兽、专精特新“小巨人”、人工智能初创企业积极参与产业场景创新，加快实现业务成长3。随后，党的二十大报告再次强调，“完善科技创新体系”“强化企业科技创新主体地位，发挥科技型骨干企业引领支撑作用”4，对加快推动企业创新提出了新要求。

在实施创新驱动发展战略中，企业主要承担满足市场需求的应用研究职责，通过新产品、新技术研发应用创造经济效益。基于此，创新绩效成为考量企业落实创新驱动发展战略成效的重要指标[2]。尤其在双元理论下，企业利用式与探索式双元创新活动受到各界关注。知识网络作为企业开展双元创新活动的基础性资源，在提升企业双元创新绩效方面发挥着重要作用。在知识资源交互过程中，知识网络的扩张、趋稳等动态性发展有助于隐性知识和高质量信息交换，增强企业间互动频率与互惠程度，为企业双元创新绩效提升带来新优势[3]。基于此，本文以2010—2020年沪深A股上市企业为研究对象，考察知识网络动态性对企业双元创新绩效的影响。在此基础上，从合作网络结构洞、政府创新补贴视角作进一步分析。与已有研究相比，本文的创新性在于以下几点：第一，以知识网络动态性为切入点，考察企业双元创新绩效的影响因素，有助于拓展深化企业创新相关的社会网络研究。第二，研究在切入视角和内容上具备一定创新性，对于搭建企业创新知识网络、推动企业突破创新发展“孤岛”困境、建设科技强国具有重要现实价值与理论意义。

二、 相关文献回顾与假设提出

1. 相关文献回顾与梳理

企业双元创新涵盖两种创新方式，一是利用现有资源进行产品与服务创新升级，二是脱离已有技术轨道开展的创新活动。大多学者关注企业双元创新的影响因素。李柏洲等[4]认为，知识惯性能够显著促进企业渐进式创新，对突破式创新具有显著倒“U”型作用。田善武等[5]提出，制度多重性对领先企业双元创新的演化路径具有重要影响。朱瑾等[6]从组织、领导与资源三维视角切入，研究发现在线品牌社群的自组织结构是企业双元创新的必要条件。蒋英兵等[7]研究发现数字化转型能够显著提升企业双元创新的投入水平，对探索式创新投入的影响强于开发式创新投入。陈劲等[8]研究提出，政府采购能够显著驱动企业双元创新，对于探索式创新的影响更加显著。梁杰等[9]认为，多类型伙伴研发合作是影响企业双元创新绩效的重要因素，不同类型合作伙伴对双元创新绩效的影响作用存在差异性。蔡建新等[10]研究发现，产学研合作的广度能够有效促进利用式与探索式双元创新绩效提升，但产学研合作深度仅能够促进企业探索式创新绩效提升。

大量文献表明，知识网络在协同创新网络中扮演着重要角色。刘芸等[11]提出组织声誉能够促进创新绩效提升，知识共享与知识转移在其中发挥部分中介作用。郑小勇[12]认为，知识网络密度与集团渐进性产品创新能力具有显著正相关关系，对集团突破性产品创新能力具有倒“U”型影响。赵炎等[13]发现，企业网络闭合对企业创新绩效起倒“U”型影响，知识多样性会弱化该作用效果。张红娟等[14]提出，外部研发合作有利于企业创新绩效提升，而企业内部知识网络会影响外部研发合作的作用效果。刘嘉明等[15]研究提出，企业在知识网络中的位置与企业创新紧密相关，占据桥梁位置有助于专利创新数量提升，占据中心性位置利于专利创新质量提升。上述研究表明知识网络对企业创新具有重要影响。但是现有文献大多研究静态知识网络对于企业创新的影响，忽略了知识网络动态性变化可能产生的作用效果，对于知识网络动态性在不同类型企业创新中的作用机制如何、是否会受到知识网络嵌入位置的影响等问题探讨较浅，未提供大样本的实证研究证据。

2. 知识网络动态性与企业双元创新绩效

知识网络是指由各种信息、人力等资源构成的复杂网络关系，能够通过知识创造和转移促进新知识利用，进而达成知识积累与应用目的。本质而言，知识网络动态性是知识资源动态转移的过程，包括知识网络稳定性与知识网络扩张性[16]。从知识基础观理论来看，知识网络是企业有效落实知识管理的重要媒介与工具，亦是知识传播与创造的最主要载体，其动态性变化能够促进知识在企业内外部传播与转移，利于双元创新绩效提升。知识网络动态性演变为企业间知识传播提供了良好平台与途径，将众多企业不同知识资源汇聚，促使企业不断获取和内化其他伙伴企业的知识资源，并通过交流互动创造新的知识。这能够有效增加企业知识存量，促进双元创新绩效稳步提升。

基于组织双元理论，企业双元创新可划分为利用式创新与探索式创新。短期而言，知识网络动态性发展能够促进知识资源在网络中的流动，促使企业在扩充现有知识资源库同时，针对现有产品与服务进行优化和创新，促使利用式创新绩效不断提升。长期而言，知识网络动态性变化促使大量隐性知识在企业间传播，有效推动企业开展探索式创新，继而提升探索式创新绩效。具言之，知识网络动态性发展有助于企业间人才进行非正式、经常性沟通，促进隐性知识共享，利于全新的创意与知识产生，推动企业技术突破式创新，进而提升探索式创新绩效。综上，本文提出以下假设：

假设1：知识网络动态性可有效促进企业双元创新绩效提升。

3. 调节机制分析

企业在开展双元创新活动过程中，会通过与外界互动形成复杂的合作网络。在合作网络中占据优势位置的企业在知识获取与转移中更具优势，尤其是占据合作网络结构洞的企业，拥有更多获取、交换新知识资源的机会与资源控制优势[17]，利于开展双元创新活动。一方面，占据合作网络结构洞位置的企业能够快速识别和获取知识网络动态性发展过程中非冗余、异质性知识资源，加快自身对于外部知识资源的内化与应用，进而有效提升自身上元创新绩效。另一方面，占据合作网络结构洞的企业思维范式约束更少，在知识网络动态性演变过程中更倾向于降低自身锁定效应与路径依赖风险，能够深度挖掘自身知识库资源[18]，进行知识重组，提升双元创新绩效。据此，本文提出如下假设：

假设2：合作网络结构洞在知识网络动态性与企业双元创新绩效之间发挥正向调节作用。

政府创新补贴是企业双元创新绩效提升的重要因素，能够强化知识网络动态性对企业双元创新绩效的作用效果。第一，政府创新补贴能够有效补充企业创新资源，缓解企业内源融资压力[19]。在政府创新补贴加持下，知识网络动态性带来的大量外部知识被企业快速转化和应用于双元创新活动中，增加创新产出，促进双元创新绩效提升。第二，政府创新补贴具有信号传递效应，能够向市场释放隐形的“政府认证”信号，在一定程度上弥合企业与市场之间的信息鸿沟，帮助企业获取更多外部创新资源。由此，知识网络动态性带来的知识溢出效应得到进一步强化，助推企业创新绩效不断提升。基于此，本文提出如下假设：

假设3：政府创新补贴在知识网络动态性与企业双元创新绩效之间发挥正向调节作用。

三、 研究设计与变量说明

1. 数据来源与样本选择

本文选取2010—2020年沪深A股上市企业为初始样本。为提升研究的准确性和严谨性，对初始样本进行以下筛选与处理：第一，剔除ST、PT样本企业，以及变量数据缺失严重的企业。第二，鉴于行业特殊性，剔除金融类上市企业和房地产类上市企业。第三，为避免极端值对研究结果造成影响，对变量数据采取1%缩尾处理。经过筛选和处理，最终获得13752个观测数据。样本数据主要来源于国家知识产权局网站、Wind数据库、万得数据库、国泰安数据库以及CSMAR数据库，部分变量数据借助网络爬虫技术进行获取。

2. 变量定义

企业双元创新绩效（[Din]）。结合样本数据特征与已有研究[20]，本文以实用新型和外观设计申请数量衡量利用式创新绩效（[xij]）；以发明专利申请数量衡量探索式创新绩效（[Exi]）。基于上述两个代理指标，借助熵权法综合测算得到企业双元创新绩效。

知识网络动态性（[Know]）。根据企业专利申请中ICP的共同出现信息搭建知识网络。在此基础上，以专利前四位IPC分类号表征知识元素，判别知识元素是否关联。若两个四位IPC分类号出现在同一专利中，则表明知识元素具有关联性，将其记作知识网络中边，即ICP组合。本文采用5年时间窗口，以[t]到[t]-1年专利申请信息构建企业第[t]年知识网络，计算知识网络动态性。首先，对企业[t]-1年和[t]年的ICP组合进行对比，统计第[t]年企业IPC组合数量，将其作为分子。其次，统计企业[t]-1年和[t]年不重复的IPC组合数量，将其作为分母。最后，计算企业第[t]年的知识网络动态性，计算公式为[Knowit]=1-（第[t]年企业知识网络IPC组合数量/[t]-1年和[t]年不重复的IPC组合数量）。知识网络动态性取值范围为0 —1，取值越接近1，表明企业对知识元素组合运用的方式变化越大，知识网络动态性越高。

合作网络结构洞（[Hc]）。借助杨蕙馨等[21]的研究，本文以结构洞限制度为代理变量，衡量企业合作网络结构洞，计算方法为[Hc=jPij+qPiqPqj2] 。式（1）中，节点[i]与[j]为邻接节点；[q]为节点[i]与[j]的共同邻接节点；[Piq]和[Pqj]分别表征节点[q]在[i]和[j]的邻接节点中所占权重。

政府创新补贴（[Ginn]）。政府创新补贴是政府给予企业创新的资金补贴、奖励和资助等多种经济扶持。參考石军伟等[22]的研究，本文借助“关键词搜索”方法对政府补贴范围加以明确，继而获得政府创新补贴的变量数据。

控制变量。考虑到企业双元创新绩效的影响因素较为复杂，本文选取如下控制变量：（1）企业规模（[Size]），以企业总资产的对数值衡量。（2）资本密集度（[Catsl]），以企业总资产与总人数比值衡量。（3）盈利能力（[Pro]），以企业净利润的对数值表征。（4）企业年龄（[Age]），以企业被调查年份（2020）与成立年份差值衡量企业年龄。（5）资产负债率（[Ratio]），以总负债与企业总资产的比值进行衡量。（6）股权集中度（[Contl]），以上市企业第一大股东持股比例加以衡量。（7）企业成长性（[Grow]），以上市企业营收增长率进行衡量。（8）金融市场化环境（[Fmark]），以企业获得的金融贷款与金融机构新增贷款比值衡量。（9）研发投入（[RD]），以企业年末研发投入与营收的比值进行衡量。

3. 模型设计

为验证假设1，本文设定如下模型：

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

式（1）中，[Din]（[Uti]，[Exi]）表征企业双元创新绩效（利用式创新绩效、探索式创新绩效）；[Know]表征知识网络动态性。[InduDummy]和[YearDummy]表征控制企业与年份哑变量。

为验证假设2和假设3，设定如下模型：

[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]表征合作网络结构洞；[Ginn]表征政府创新补贴；模型（2）中新增知识网络动态性与合作网络结构洞的交互项[Know×Hc]，以检验合作网络结构洞的调节作用；模型（3）中新增知识网络动态性与政府创新补贴的交互项[Know×Ginn]，以此检验政府创新补贴对知识网络动态性促进企业双元创新绩效过程中的调节作用。[Control]指代控制变量。上述模型中均采用Robust对标准误进行调整，对企业代码进行聚类分析（Cluster）。

四、 实证结果分析

1. 基准回归结果分析

表1为模型（1）回归结果。可以看出，知识网络动态性（[Know]）的回归估计系数为0.802，且在5%统计水平上显著。这意味着企业之间构建的知识网络规模越大、结构越稳定，对企业自身双元创新绩效提升的驱动作用越大。这一回归结果验证了假设1的存在性。就控制变量回归结果而言，资本密集度（[Catsl]）、盈利能力（[Pro]）、企业成长性（[Grow]）、金融市场化环境（[Fmark]）、研发投入（[RD]）均显著正向影响企业双元创新绩效。资产负债率（[Ratio]）对企业双元创新绩效具有显著抑制作用，可能是由于企业在较高水平的负债率压力下，用于创新的资金投入不足，故表现出抑制企业双元创新绩效提升。企业规模（[Size]）、股权集中度（[Contl]）、企业年龄（[Age]）对企业双元创新绩效的影响不显著。

2. 分类实证结果分析

在表2第（1）列中，知识网络动态性（[Know]）的回归系数在1%统计水平上显著为正。在表2第（2）列中，知识网络动态性（[Know]）的回归估计系数为0.802，通过10%水平显著性检验。综合来看，这一结果再次验证假设1成立。对比发现，知识网络动态性对探索式创新绩效的影响作用更显著。可能的原因是，利用式创新主要以现有资源为基础，优化和改善已有服务和产品，与企业实质性创新之间存在一定差距。相较而言，探索式创新的重点在于探索开发全新技术领域，具有更强创新主动性，对企业核心竞争优势的提升效果更加明显，受知识网络动态性变化的影响更显著。简言之，知识网络动态性的知识传导效应体现出显著高质量化特征，即知识网络动态性能够显著促进企业探索式创新绩效提升，但对于利用式创新绩效的促进作用相对较弱。就控制变量回归结果而言，资本密集度（[Catsl]）、盈利能力（[Pro]）、企业成长性（[Grow]）、金融市场化环境（[Fmark]）、研发投入（[RD]）均对探索式创新绩效（[Exi]）与利用式创新绩效（[Uti]）表现出不同程度的正向促进作用。企业年龄（[Age]）对利用式创新绩效具有显著正向影响，对探索式创新绩效的影响不显著。这可能是由于企业成立时间越长，越倾向于借助利用式创新提升企业经营绩效。企业规模（[Size]）、股权集中度（[Contl]）对探索式与利用式创新绩效的影响均不显著。

3. 稳健性检验

知识网络动态性与企业双元创新绩效之间可能存在双向因果关系，导致上述研究结果存在内生性问题。基于此，本文借鉴郑琼洁等[23]的研究，借助倾向得分匹配倍差法（PSM-DID）解决模型内生性问题。

第一，按照企业能否成为知识网络连接点的一系列特征变量进行匹配，借助“最邻近”匹配算法（半径为0.05，K=4）进行配对样本选取，以确定实验组与对照组。图1为匹配前后实验组与对照组的标准误。观察发现，匹配前实验组与对照组之间匹配变量存在较大差异，匹配后大多数变量的点靠近标准误为0的竖线。这意味着主要匹配变量之间的显著性差异得到有效控制，即匹配結果可靠。匹配完成后，对不满足共同区域假设的观测值进行剔除。

第二，对匹配后的实验组与对照组进行DID估计。本文将连接外部知识网络之前定义为实验前，将连接外部知识网络后定义为实验后，进行PSM-DID估计，结果如表3所示。可以发现，双重差分估计结果为1.967，且通过5%显著性水平检验，即连接外部知识网络对企业双元创新绩效具有显著正向双差分影响。由此可见，一旦连接外部知识网络，企业双元创新绩效将会明显提升。这也意味着在控制了其他可能产生干扰的因素之后，知识网络动态性仍然能够显著促进企业双元创新绩效提升。不仅如此，还能够通过表3结果看出在连接外部知识网络之后，企业探索式创新绩效水平高于连接外部知识网络前约1.624个点。总而言之，PSM-DID估计结果表明，在控制可能存在的双向因果关系导致的内生性问题之后，检验结果与前文基本一致。

4. 调节效应检验

调节效应检验结果如表4所示。列（1）至列（3）为合作网络结构洞的调节效应检验结果。可以发现，知识网络动态性与合作网络结构洞交互项[Know×Hc]的回归系数均显著为正，表明合作网络结构洞能够强化知识网络动态性与企业双元创新绩效之间的信息传导效应，且对探索式创新的调节效应更显著，验证了假设2。列（4）至列（6）为政府创新补贴的调节效应检验结果。知识网络动态性与政府创新补贴交互项[Know×Ginn]的回归系数均为正，且通过1%水平统计检验。这一结果表明政府创新补贴能够强化知识网络动态性对企业双元创新绩效的促进作用，且对于利用式创新绩效的调节效应更强，验证了假设3。

5. 进一步检验

（1）基于市场化水平的差异

立足宏观市场环境，进一步考察在不同市场化水平下，知识网络动态性对企业双元创新绩效的影响。借助王小鲁等[24]研究编制的各省份市场化指数，本文按照样本企业所处省份市场化指数的中位数，将所有样本企业划分为市场化高水平组和市场化低水平组进行回归，结果如表5所示。列（1）至列（3）为市场化高水平组回归结果，知识网络动态化对双元创新绩效和探索式创新绩效的回归系数均在1%水平上显著为正，对利用式创新绩效的回归系数在10%水平上显著为正。这一结果与基准回归结果相比虽有微弱变化，但同样验证了知识网络动态性对企业双元创新绩效影响的存在性。列（4）至列（6）为市场化低水平组回归结果，观察可以发现，知识网络动态化的回归估计系数均为负且不显著，表明知识网络动态性能够促进市场化高水平省份企业双元创新绩效提升。原因可能在于市场化水平较低地区存在要素流动不畅、信息不对称等问题，导致企业双元创新活动开展受限，继而外显为知识网络动态性难以有效促进企业双元创新绩效提升。

（2）基于行业属性的差异

立足行业属性，本文以要素密集度为划分依据，将样本企业划分为资本密集组、技术密集组和劳动密集组三类，探讨知识网络动态性对企业双元创新绩效影响的差异性，回归结果如表6所示。在资本密集组，知识网络动态性系数均在5%显著性水平上为正。在技术密集组，知识网络动态性系数均在1%显著性水平上为正。在劳动密集组，第（7）列和第（8）列的知识网络动态性回归系数未通过显著性检验；第（9）列知识网络动态性的回归估计系数显著为正，但与第（3）列和第（6）列回归系数相比，其系数明显较小。可以发现，知识网络动态性对技术密集型企业双元创新绩效的影响最大，资本密集型企业次之，劳动密集型企业最小。可能的原因在于，知识网络在动态性扩张发展过程中，带来更多技术、知识等创新资源要素，充分发挥知识溢出效应，为技術密集型企业专利与设计研发提供了有效支撑。资本密集型企业拥有充足的资金投入，能够借助知识网络动态性发展有效开展创新活动。劳动密集型企业则更倾向开展利用式创新，整体创新绩效水平受知识网络动态性的影响较小。

（3）基于企业所有权性质的差异

已有研究表明，企业开展创新活动会受到“所有制歧视”[25]。由此本文认为，知识网络动态性对企业双元创新绩效的影响也会因企业所有权性质不同而产生差异。故进一步将样本企业按照所有权性质划分为国有企业与非国有企业两组展开回归检验，结果如表7所示。可以发现，知识网络动态性对非国有企业双元创新绩效的影响作用明显强于国有企业。伴随知识网络动态性扩张，企业能够获得更多技术、人力资本、数据等创新要素，有助于提升自身双元创新绩效。而通常情况下，国有企业拥有更加雄厚的科研实力、资本以及人力资源，自身双元创新水平相对较高，因此知识网络动态性所带来的双元创新绩效提升的边际效应较非国有企业小。

五、 结论与启示

本文以2010—2020年沪深A股上市企业为研究样本，实证检验知识网络动态性与企业双元创新绩效之间的关系。结果表明：第一，知识网络动态性有助于促进企业双元创新绩效提升。第二，知识网络动态性有助于提升企业探索式与利用式创新绩效，且对前者的作用效果更明显，即知识网络动态性的企业双元创新绩效提升效应表现出明显高质量化特征。第三，合作网络结构洞与政府创新补贴发挥正向调节作用，均能够强化知识网络动态性对企业双元创新绩效的影响作用。第四，知识网络动态性对企业双元创新绩效的影响存在明显异质性，对在市场化高水平地区的企业，对资本密集型、技术密集型、非国有企业的作用效果更明显。

通过实证分析本文得到以下启示：

首先，搭建企业创新知识网络，夯实企业双元创新基础。前文证实，知识网络动态性能够有效促进企业双元创新绩效提升。由此，企业应积极搭建创新知识网络，打通企业间知识梯度通道，强化企业与外部异质性知识源的连接强度，为创新活动提供有效知识资源支撑，促进利用式创新绩效提升。同时，相关部门应加大政策倾斜力度，引导核心企业深度嵌入知识网络，打造知识网络集群，加快隐性创新资源流动，为企业探索式创新提供有力支持。

其次，落实差异化创新策略，因地制宜提升企业双元创新绩效。研究表明，知识网络动态性对企业双元创新绩效的影响存在明显差异。故不同地区、不同类型的企业应根据自身实际情况，选择差异化创新策略，提升自身双元创新绩效。具言之，市场化高水平地区的企业、资本密集型、技术密集型、非国有企业应积极推进开放式创新，联合高校、科研机构等创新主体共同打造开放协作共享的创新平台，共享创新资源，联合推动核心技术攻关，促进企业探索式创新绩效提升。市场化低水平地区的企业、劳动密集型、国有企业应积极嵌入外部知识网络，与外部创新主体进行异质性、高质量创新知识资源交换，有效提升自身利用式创新绩效。

最后，强化外部资源支持效能，提高企业双元创新质效。知识网络动态性的双元创新绩效提升效应受到合作网络结构洞与政府创新补贴的影响。一方面，企业应积极嵌入外部合作网络，优化自身合作网络结构，理性选择合作伙伴。如企业可优先选择接近中心性强、程度中心性低的关键性合作伙伴，进行异质性创新资源共享与交换，提升自身利用式创新绩效。另一方面，政府部门应不断完善国家级、省级、市级等各层级科技企业补贴机制，以财政科技资金支持企业开展关键核心技术攻关，提升企业探索式创新绩效。同时，加快建设区域科技成果孵化基地，助力企业双元创新成果落地转化，提升企业双元创新绩效。

参考文献：

[1] 陈劲，阳镇.融通创新视角下关键核心技术的突破：理论框架与实现路径[J].社会科学，2021（5）：58-69.

[2] 刘晓婷.国企改革背景下的企业创新和相对绩效评价——基于中国上市国有企业的实证研究[J].中国注册会计师，2020（4）：50-54.

[3] 初萌.智能时代信息网络传播权的边界及其治理[J].知识产权，2022（2）：108-126.

[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（4）：750-759.

[5] 田善武，许秀瑞.新能源汽车产业技术创新路径研究——双元性创新的视角[J].现代管理科学，2019（9）：29-31.

[6] 朱瑾，许智颖，肖丁丁.在线品牌社群对企业双元创新的影响路径——资源、组织与领导的三维组态分析[J].商业经济与管理，2021（1）：48-58.

[7] 姜英兵，徐传鑫，班旭.数字化转型与企业双元创新[J].经济体制改革，2022（3）：187-193.

[8] 陈劲，阳镇，朱子钦.政府采购、腐败治理与企业双元创新[J].吉林大学社会科学学报，2022（1）：114-126.

[9] 梁杰，谢恩，邵鹏.多类型伙伴研发合作对企业双元创新绩效影响的比较研究[J].中国科技论坛，2020（4）：103-110.

[10] 蔡建新，田文颖.科技创新平台产学研合作对企业双元创新绩效的影响：基于广东省工程技术中心动态评估数据的研究[J].科技管理研究，2022（11）：102-107.

[11] 刘芸，王涛，顾新.企业创新网络中组织声誉对创新绩效的影响——知识合作的中介作用与网络特征的调节作用[J].经济经纬，2019（4）：102-109.

[12] 郑小勇.知识网络密度、地理分散性与产品创新能力——基于商业集团内部整体知识网络的实证研究[J].科研管理，2021（12）：175-184.

[13] 赵炎，邓心怡，韩笑.网络闭合对企业创新绩效的影响——知识流动的中介作用[J].科学学研究，2021（6）：1144-1152.

[14] 张红娟，申宇，赵晓阳，等.企业外部研发合作、内部知识网络与创新绩效[J].科学学研究，2022（4）：704-712.

[15] 刘嘉明，闵超，严笑然.合作网络和知识网络对AI企业专利创新的影响[J].图书馆论坛，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.联盟关系演化、网络结构洞与企业合作创新绩效[J].中国科技论坛，2021（10）：94-103.

[18] 陈运森.社会网络与企业效率：基于结构洞位置的证据[J].会计研究，2015（1）：48-55.

[19] 冯海波，刘胜.所得课税、风险分担异质性与创新[J].中国工业经济，2017（8）：138-155.

[20] 李佩凡，李璐璐，武祥琪.信息透明度促进公司绩效的优化路径——基于双元创新的中介作用[J].现代管理科学，2021（5）：90-98.

[21] 杨蕙馨，孙芹，王海花.知识网络动态性对高校协同创新绩效的影响研究：合作网络的调节作用[J].经济与管理研究，2022（10）：68-80.

[22] 石军伟，于晓琳，万凯.内外兼修：政府创新补贴、员工持股激励与企业创新质量[J].软科学，2022（7）：70-75.

[23] 郑琼洁，王高凤.人工智能技术应用与中国制造业企业生产率——兼对“生产率悖论”的再检验[J].学习与實践，2021（11）：59-69.

[24] 王小鲁，樊纲，余静文.中国分省份市场化指数报告[M].北京：社会科学文献出版社，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.

基金项目：2019年度河南省社会科学界联合会调研项目“以党的建设高质量推动经济发展高质量问题研究”（项目编号：SKL-2019-2877）。

作者简介：王韵（1986-），女，博士，新乡学院管理学院讲师，研究方向为公共管理、人力资源管理。

（收稿日期：2023-02-26  责任编辑：殷 俊）