杨 瑾 侯兆麟

1 引 言

装备制造业是为国民经济和国家安全生产技术装备的支柱性产业，也是资本密集型和技术密集型产业，其发展水平是衡量一国或地区发达程度及竞争力的重要指标（陈爱贞，2013［1］）。建立强大的装备制造业是推动我国实现工业转型升级的重要引擎，突破性技术创新在此过程中将起到关键性作用。装备制造业突破性技术创新是指通过对关键核心技术领域的重点突破，实现技术跨越式发展，突破产业发展的技术瓶颈，打破发达国家的技术垄断，并通过技术辐射带动相关配套产业的延伸发展，从而促进装备制造业整体水平迈向高端化。然而，目前我国装备制造业仍主要致力于进行渐进性创新（吴雷，2014［2］）。当今科技更新换代的速度越来越快，装备产品所包容的知识含量也越来越多，渐进性技术创新的方式已很难有充足的时间来消化和吸收在突破性技术创新过程中所积累的丰富的隐性知识，而且装备制造技术一旦成熟，很容易形成一种垄断，很难通过渐进性技术创新进行技术追赶和超越。因此，突破性技术创新成为我国装备制造业快速提升创新能力的关键要素和创新驱动的重要方式（徐建中等，2015［3］）。

逆向研发外包的逐渐兴起为装备制造业突破性技术创新提供了一条可行的路径。逆向研发外包是指新兴发展中国家企业通过联合研发、设立海外研发中心以及跨国研发并购等方式，主动向位于全球价值链高端的发达国家研发机构外包研发和专业技术服务，在降低研发风险和提高研发绩效的同时，获取本土产业技术创新所需要的互补资源和先进知识（陈启斐和刘志彪，2013［4］；陈羽等，2014［5］）。刘丹鹭和岳中刚（2011）［6］深入研究了发展中国家企业通过逆向研发外包发展自主技术能力的过程，提出逆向研发外包是发展中国家企业成长的重要战略选择。陈启斐等（2015）［7］通过实证研究得出逆向研发外包对中国制造业技术创新能力与创新绩效具有正向促进作用的结论。岳中刚（2014）［8］分析了海外研发合作、设立研发中心、并购等逆向研发外包三个维度对汽车产业创新绩效的影响。与此相反，Willamson和Raman（2011）［9］对TCL 并购法国阿尔卡特和上海汽车并购韩国双龙等失败案例进行了分析，认为对于中国企业而言，逆向研发外包的开展对创新绩效是否一定发挥正向促进作用，其结论有待进一步检验。

组织学习在逆向研发外包与技术创新之间发挥着重要的作用。组织学习指组织对知识和信息的获取和传播、整合和应用、转化和创造，同时使组织迅速做出调整，以不断提高组织的创新能力。March（1991）［10］在研究组织的适应过程时将组织学习划分成两大类：探索式学习和利用式学习。许多学者对探索式学习和利用式学习对技术创新的不同影响进行了研究，许晖等（2013）［11］发现利用式学习对突破性技术创新也发挥着正向作用。张志华和陈向东（2016）［12］构建了组织学习、创新能力与创新绩效关系的理论模型，深入分析了探索式学习和利用式学习对不同种类的创新能力和不同种类创新绩效的影响。郭尉（2016）［13］的研究表明探索式学习和利用式学习对创新发挥正向作用，组织学习在知识异质和企业创新绩效之间发挥中介作用。林春培和张振刚（2017）［14］从吸收能力的角度探寻探索式学习、利用式学习的内涵，并验证了基于吸收能力的组织学习对突破性创新和渐进性创新都具有正向作用。也就是说，逆向研发外包的实施能否必然导致装备制造业突破性技术创新的实现，其关键性决定因素很可能在于组织学习的有效性。

综上，现有研究对逆向研发外包、组织学习和突破性技术创新虽各有探讨，但结合装备制造业特点从产业层面探究逆向研发外包、组织学习与装备制造业突破性技术创新三者之间作用机理的尚不多见，尤其是组织学习在逆向研发外包和突破性技术创新之间的作用机理有待厘清。由此，本文对逆向研发外包、组织学习以及装备制造业突破性技术创新之间的作用关系进行理论分析，提出研究假设，并构建计量模型进行实证研究，探究三者之间的作用机理，明确装备制造业突破性技术创新的实现路径，并提出推动装备制造业实现突破性技术创新的对策建议。

2 理论分析与研究假设

2.1 逆向研发外包与装备制造业突破性技术创新

研发外包传统上指的是发达国家的跨国公司将研发任务离岸外包至发展中国家，以达到降低成本、满足市场多元化需求的目的。然而，2008 年金融危机后，离岸服务外包的地理逆转逐渐出现，新兴发展中国家，尤其是印度、中国的跨国公司开始进行“逆向”研发外包，将技术研发环节离岸外包至海外公司或研发组织（Tholons Inc.，2008［15］）。逆向研发外包体现了外包流向的改变，主要指新兴发展中国家作为发包方，向发达国家提供离岸服务外包合同（Bunyaratavej 等，2007［16］）。除了发包方为创新能力相对较弱的新兴发展中国家外，逆向研发外包的另一重要特点是外包出去的都是研发中的核心业务。在此基础上，张月友和刘丹鹭（2013）［17］分析了逆向外包的驱动因素，论证了逆向外包是一种发展中国家集聚全球创新资源的新形式，其开展的前提条件符合中国企业现状。随后，刘丹鹭和岳中刚（2011）［6］又以自主汽车品牌奇瑞和吉利为案例，深入研究了发展中国家企业通过逆向研发外包提升自主技术创新能力的过程，提出逆向研发外包是发展中国家企业成长的重要战略选择。陈启斐等（2015）［7］通过实证研究也发现逆向研发外包对中国制造业技术创新能力与创新绩效具有正向促进作用。岳中刚（2014）［8］利用汽车上市公司2007～2012 年的面板数据，采用固定效应及稳健性回归分析，分析了海外研发合作、设立研发中心、并购等逆向研发外包三种形式对汽车产业创新绩效的影响。

装备产品技术含量高，生产过程复杂而精密，其对技术要素的依赖大大超过其他行业。而随着技术创新与技术进步的速度明显加快，使得装备制造业要想实现产业的高端化发展以及产业格局的重塑，就需要将创新方向由以渐进性创新为主转变为以突破性创新为主（Andreas 等，2007［18］）。而突破性技术创新具有高度的风险性与不确定性，对装备制造企业各类资源特别是知识储备提出了较高要求（Wilfred和Geert，2010［19］），经常获取异质性新知识已成为突破性技术创新成功的关键因素之一（罗洪云和张庆普，2015［20］）。逆向研发外包为装备制造企业实现突破性技术创新开辟了新的路径。逆向研发外包是跨越现有组织边界寻求创新思想与成果的重要来源，不同于以往主要依靠企业自身内部研发而掌握战略性资产的封闭式创新，其从外部获取有价值的科技成果、研发项目等，可以帮助企业提升本身的研发效率和效益，在掌握更多隐性知识的同时能够降低企业自身内部研发成本与创新探索的不确定性（方厚政，2005［21］；伍蓓等，2009［22］；高太山和柳卸林，2016［23］），帮助企业突破技术瓶颈，提升企业实施突破性技术创新的成功几率。

由此，本文提出如下假设：

H1：逆向研发外包对装备制造业突破性技术创新具有显著的正向影响。

2.2 组织学习与装备制造业突破性技术创新

Biancuzzo（2006）［24］强调在影响技术创新的因素中，组织学习尤为重要，能够大大提升组织创新绩效。知识依赖理论也认为，企业已有知识结构和知识存量反映其具有诠释和利用新知识进行突破性创新的能力（Zhou 和Li，2012［25］），裴旭东等（2015）［26］指出隐性知识所具有的稀缺性和不可模仿性使其成为企业实现突破性技术创新的关键性因素，组织学习能够有效挖掘隐性知识并将隐性知识转化为显性知识。组织学习的实施就是要构建系统的交流机制并使隐性知识系统化和集成化，并在组织内将这些知识进行转化，甚至创造出符合装备制造企业需求的新知识，为装备制造业实现突破性技术创新提供支持（Leifer，2000［27］）。因此，组织学习是进行突破性技术创新，储备知识、调节知识结构的关键环节。

由此，本文可以提出如下假设：

H2：组织学习对装备制造业突破性技术创新具有显著的正向影响。

组织学习一般可划分为探索式学习和利用式学习两种类型（March，1991［28］）。装备制造企业要实现突破性技术创新，就要求企业除了对现有知识进行更新外，还需要大量异质性新知识的注入，使企业的知识结构发生突破性改变。而探索式学习通常包含对新技术、新方案、新商业机会的搜索与试验，不断向企业输入异质性新知识并与已有知识进行整合，从而激发企业从现有技术轨道上进行跃迁和突破，推动新装备的开发，开辟新的市场或对市场进行重塑（尹惠斌等，2014［29］）。探索式学习是“非惯例化”的寻求新的机会、探索新的未知领域、创造新知识的过程（李俊华，2015［30］），能够从概率和效率上正向影响突破性创新，且此种正向影响存在边际递增效应（林春培和张振刚，2017［14］）。而与此同时，利用式学习对装备制造业突破性技术创新也发挥着正向作用（许晖等，2013［11］）。利用式学习通常涉及对现有知识、技术、渠道和产品的优化和完善，开辟现有资源应用的新方式，推动现有技术的应用型延伸。随着时间的推移，利用式学习具有自我强化效应，能够使企业不断提高对创新资源的敏感度和判断能力，帮助装备制造企业以更高效率实现基于现有知识资产的突破性技术创新。由此，无论是探索式学习还是利用式学习，其学习行为的积累过程都能够不断丰富和壮大企业知识库和技术存储库，从而对突破性技术创新产生正向作用（张振刚和余传鹏，2015［31］）。

因此，本文提出如下假设：

H2a：探索式学习对装备制造业突破性技术创新具有显著的正向影响。

H2b：利用式学习对装备制造业突破性技术创新具有显著的正向影响。

2.3 组织学习的中介作用

竞争环境的日益多变，装备产品的更新周期逐渐缩短，要求装备制造企业具有较高的研发速度，而技术创新的速度取决于新知识和新技术的获得、吸收和转化的效率。于是组织学习（探索式学习和利用式学习）无疑是从逆向研发外包到装备制造业突破性技术创新过程中的重要环节。无论装备制造企业是通过联合研发，还是设立海外研发中心，亦或是跨国研发并购，逆向研发外包活动的增多，为装备制造企业带来越来越多的前沿知识和先进技术，只有将这些知识和技术进行识别、消化、吸收、掌握和再创造，才能为新知识的诞生、新技术的突破和新装备的开发奠定坚实基础（杜宝苍和李朝明，2010［32］）。利用式学习可以快速抓取由逆向研发外包获取的新知识和新技术，直接对其进行吸收、转化及运用，同时扩大和更新企业知识储备，为企业突破性技术创新进行经验积累。而探索式学习可以从逆向研发外包中获得的异质性知识和技术中获得启发，了解和掌握当今前沿领先技术的发展动态，从而明确企业未来新技术和新装备的研发方向，整合资源加大探索式学习的深度，从而突破关键技术瓶颈，实现技术跃迁。

由此，本文提出如下假设：

H3a：探索式学习在逆向研发外包与装备制造业突破性技术创新中发挥中介作用。

H3b：利用式学习在逆向研发外包与装备制造业突破性技术创新中发挥中介作用。

3 变量选取与模型构建

3.1 变量指标选取

（1）因变量

技术创新一般可由相应专利数来代表，而发明专利是对产品或者方法提出的新的技术方案，具有较高的新颖性。因此，本文采用发明专利数作为突破性技术创新指标（赵博和毕克新，2016［33］），用ri 表示。

（2）自变量

Diveri 和Jona-Lasinio（2008）［34］提出DJ 指数以测算R&D 外包指数。向丽和胡珑瑛（2018）［35］运用DJ 指数测算了我国工业企业R&D 外包程度。鉴于逆向研发外包是我国总体R&D 外包的重要组成部分，因此用DJ 指数测算我国装备制造业逆向研发外包情况是适用的。逆向研发外包指数的实质是装备制造业从国外获取的高端技术服务作为中间投入放入产出中所占的比值。本文核算装备制造业7 个细分行业的逆向研发外包指数，从产业层面探讨装备制造业逆向研发外包情况。其计算公式如式1：

式1 中，i 和t 分别代表行业和年份，ROit代表研发外包强度，Mjit代表作为装备制造业子行业i 在t 年第j 种中间投入品的研发服务业的进口，Yit代表装备制造业子行业i 在t 年的中间投入品总量，Mjt代表在t 年第j 种研发服务业总进口量，bij代表作为中间投入品的第j 种研发服务业对装备制造业子行业i 的完全消耗系数。

由于逆向研发外包主要从2008 年兴起并被广泛关注，故本文衡量装备制造业逆向研发外包的起始时间为2008 年。而2008 年相关投入产出数据需要以2007 年投入产出为基准，因此，本文使用2007 年及2012 年全国42 个部门的投入产出表，以及2010 年全国42 个部门的投入产出延长表收集相应数据。装备制造业按照国民经济行业分类主要分为金属制品业、通用设备制造业、专用设备制造业、交通运输设备制造业、电气机械及器材制造业、电子及通讯设备制造业、仪器仪表及办公用机械制造业七大类，由于2007、2010 年《投入产出表》中将通用机械制造业和专用机械制造业视为一种行业，即通用、专用设备制造业，本文对应收集6 个行业数据。

由于投入产出表具有不连续性，欲求出投入产出表缺失年份的Yit，本文借鉴唐玲（2009）［36］以及陈启斐等（2015）［7］人的做法，假设所需要装备制造业子行业的总产出按照第二产业国内生产总值2001—2016 年平均增长率增长，则2008 年、2009 年相应行业总产出以2007 年投入产出表中该行业总产出为基准，同样2011 年数据以2010 年投入产出表为基准、2013—2016 年数据以2012 年投入产出表为基准，从而计算得出。

Mj数据由商务部公开数据中获取，将专利和特许费服务数据与研究与试验发展业以及综合技术服务业相对应，由于专利和特许服务费计算单位为亿美元，将历年数据乘以该年人民币兑美元年平均汇率换算为万元。计算结果如表1 所示：

表1 装备制造业各子行业2008—2016 年逆向研发外包指数

由此，逆向研发外包由逆向研发外包指数来代表，本文用rout 表示。

（3）中介变量

组织学习的本质是提升知识储备，继而对知识进行提炼、掌握及应用，进而推动创新活动的展开。本文借鉴李正卫等（2012）［37］人研究，从产业层面对组织学习指标进行界定，其中：

选取R&D 经费中的研究经费作为探索式学习的代理变量，研究经费包括基础研究经费和应用研究经费，都是为了获得新知识而进行的实验性、理论性或创造性的研究，是对新知识、新方法及新途径的探索，符合探索式学习的内涵，用el 表示。

选取R&D 经费中的试验发展支出作为利用式学习的代理变量，试验发展是对通过研究或经验而获取的知识的运用以及改进，以产出新产品、新材料、新工艺及新方法等为目标，其代表着对已有知识的运用和转化，符合利用式学习的内涵，用ed 表示。

R&D 经费数据来自于2008-2016 年《工业企业科技活动统计年鉴》。

（4）控制变量

产业规模的大小影响着逆向研发外包实施的力度和创新产出的多少，大型装备制造企业通常能够进行大规模的研发外包、合作研发和跨国并购等，由此获取大量异质性创新资源，推动实现突破性技术创新。本文用规模以上工业企业资产总额作为衡量规模的指标（严圣艳和唐成伟，2012［38］），用scale 表示。

选取产权类型作为控制变量，主要考虑到我国装备制造企业具有多种产权类型，不同类型企业的经济背景、政策环境不同，会导致突破性技术创新行为不同，因此本文将产权类型纳入控制变量，具体分为国有及国有控股企业数占总企业数比值，用sc 表示，三资企业数占总企业数比值，用ce 表示。

无论是进行组织学习还是开展技术创新活动，都离不开研发人员，研发人员的数量影响着组织学习的效果以及技术创新的行为与结果，因此，本文将研发人员数纳入控制变量，用rh 表示。

本文从相关产业年鉴中收集装备制造业七个行业相应数据，数据来源为2008年-2016 年《中国科技统计年鉴》与《中国统计年鉴》等数据库。

3.2 模型构建

根据逆向研发外包、组织学习以及装备制造业突破性技术创新关系的理论分析，本文构建相应中介效应模型。以温忠麟等（2005）［39］人的中介效应检验方法为基础，构建多重中介效应模型（徐明和刘金山，2018［40］），进行逐步回归检验，以验证上述研究假设。为增加数据平稳性，减少因数据性质差异过大带来的误差，本文对各变量取对数。

（1）逆向研发外包对装备制造业突破性技术创新的影响模型

模型1 用于检验逆向研发外包对装备制造业突破性技术创新的影响，以验证假设H1。此模型也是中介效应模型的第一步，即总效应检验，当回归结果系数β1显著时，可进行下一步检验。式中，i 表示装备制造行业，t 表示年份。

（2）探索式学习和利用式学习的中介作用

模型2 和模型3 为检验探索式学习中介效应的第二步，分别用以检验逆向研发外包对探索式学习和利用式学习是否具有显著性影响，即检验系数β2和β3是否显著。当β2和β3不显著时，需要进行Sobel 检验。

模型4 为中介效应模型最后一步，用以检验探索式学习和利用式学习的中介效应，即二者在逆向研发外包与装备制造业突破性技术创新之间是否存在中介作用，为部分中介作用还是完全中介作用，由此检验假设H3a 和H3b。

检验过程中，在模型1 中系数β1显著的基础上，若模型2 中逆向研发外包的系数β2和模型4 中探索式学习的系数β5都显著，则探索式学习el 中介作用显著；若模型4 中逆向研发外包的系数β4不显著，则探索式学习发挥完全中介作用。当β2和β5有一个不显著时，需进行Sobel 检验。利用式学习的中介作用检验结果同理可得。

（3）探索式学习、利用式学习与装备制造业突破性技术创新

模型5 和模型6 分别用于检验探索式学习和利用式学习对装备制造业突破性技术创新是否具有显著性影响，以验证假设H2a 和H2b。

4 实证结果及其分析

4.1 描述性统计与数据检验

（1）描述性统计

为把握各变量数据的分布形态，掌握数据基本情况，把握数据统计特征，在进行回归分析之前，对各变量数据进行了描述性统计，结果见表2。

表2 数据描述性统计

（2）相关性分析

在进行实证回归之前，对各个变量进行初步的相关性分析，可以对变量之间的关系有一个初步的认识。本文主要以装备制造业突破性技术创新为因变量进行相关性分析，表3 为各变量的相关系数和显著性水平结果。由结果可知，逆向研发外包lnrout 与突破性技术创新lnri 相关系数为0.351 且显著，可以初步判断逆向研发外包与装备制造业突破性技术创新正相关。探索式学习、利用式学习与突破性技术创新的相关系数分别为0.802、0.919，且都显著，可以初步判断它们都与装备制造业突破性技术创新正相关。各个解释变量、控制变量的相关系数都小于0.8，说明不存在严重的多重共线性。

表3 相关系数矩阵

（3）平稳性检验

本文采用了LLC 检验对数据进行平稳性检验以避免出现伪回归的情况，检验结果如表4 所示。检验结果中变量装备制造业突破性技术创新（lnri）、逆向研发外包（lnrout）、探索式学习（lnel）、利用式学习（lned）和产业规模（lnscale）及研发人员（lnrh）的数据的P 值均小于0.01，变量产权类型lnsc 和lnce 的数据的P 值小于0.1，由此说明各个变量值残差序列是平稳的，这进一步表明面板数据平稳的。各个变量数据均在水平条件下平稳，不存在单位根，数据具有平稳性，可进行进一步回归。

表4 数据平稳性检验

5 实证结果及其分析

本文样本数据为面板数据，在回归时需要进行Hausman 检验，来确定选取固定效应模型还是随机效应模型。当P 值小于0.1 时，选取固定效应模型，用FE 表示；当P 值大于0.1 时，选取随机效应模型，用RE 表示。

5.1 逆向研发外包对装备制造业突破性技术创新的作用

为检验逆向研发外包对装备制造业突破性技术创新的影响，对模型1 进行面板数据的多元回归分析，此部分模型检验也为后续中介作用检验打下基础。检验结果如表5 所示。

由检验结果可知，自变量逆向研发外包lnrout 回归系数为0.57 且显著，说明逆向研发外包对装备制造业突破性技术创新具有显著的正向影响，逆向研发外包的开展有效促进了装备制造业突破性技术创新的进程。假设H1 得到了验证。

表5 逆向研发外包对突破性技术创新

5.2 探索式学习和利用式学习的中介作用

探索式学习和利用式学习的中介效应遵循相应步骤对模型2、模型3 及模型4进行检验。检验结果由表6 所示。

表6 探索式学习和利用式学习中介作用

续表

探索式学习的中介作用检验结果由表6 中的模型2 和模型4 的检验结果所示。由结果可知，探索式学习lnel 为因变量时，自变量逆向研发外包lnrout 回归系数为0.728 且显著，也就是说逆向研发外包对探索式学习具有显著的正向影响；由此进行下一步检验，模型4 检验结果中，自变量逆向研发外包lnrout 的回归系数为0.178 但不显著，探索式学习lnel 的回归系数为0.095 且显著，则探索式学习在逆向研发外包与装备制造业突破性技术创新之间发挥完全中介作用，假设H3a 成立。

利用式学习的中介作用检验结果由表6 中的模型3 和模型4 的检验结果所示。首先，利用式学习lned 为因变量时，自变量逆向研发外包lnrout 的回归系数为0.301且显著，即逆向研发外包对利用式学习具有显著的积极影响；进一步地，模型4 检验结果中，在自变量逆向研发外包lnrout 的回归系数不显著的情况下，利用式学习lned 的回归系数为1.41 且显著，则利用式学习在逆向研发外包与装备制造业突破性技术创新之间发挥完全中介作用，假设H3b 成立。

5.3 探索式学习和利用式学习对装备制造业突破性技术创新的作用

根据Hausman检验结果，模型5和模型6分别选取随机效应模型和固定效应模型，检验结果如表7 所示。由回归结果可知，探索式学习lnel 回归系数为0.289 且显著，探索式学习对装备制造业突破性技术创新具有显著的正向影响，验证了假设H2a。利用式学习lned 回归系数为1.459 且显著，即利用式学习对装备制造业突破性技术创新具有显著的正向影响，验证了假设H2b。那么，组织学习对装备制造业突破性技术创新发挥正向影响，假设H2 成立。

6 研究结论及管理启示

（1）验证了逆向研发外包对装备制造业突破性技术创新的正向促进作用，表明当前对于我国装备制造业而言，逆向研发外包是实现突破性技术创新的重要路径之一。装备制造企业通过逆向研发外包将获取的信息、知识和技术作为创新再投入，推动了突破性技术创新的实现。

本文在前人基础上，将逆向研发外包划分为跨国并购、海外研发合作及设立海外研发中心三种类型，装备制造企业要根据自身情况，选择适宜的逆向研发外包方式，针对不同的逆向研发外包方式制定不同的战略措施。

（2）通过理论分析和实证检验可知，探索式学习和利用式学习在逆向研发外包与装备制造业突破性技术创新之间发挥着重要的中介作用。装备制造企业在逆向研发外包过程中获取的异质性知识，一方面，要通过利用式学习进行消化、吸收、转化和利用；另一方面，要通过探索式学习对新领域展开探索和挖掘，产生出新的知识，为装备制造企业从原有技术轨道实现跃迁奠定基础。

装备制造企业要构建组织学习管理系统和教育系统，建立完善的组织学习体系，解决“重引进，轻学习”的问题，从而使得逆向研发外包通过组织学习发挥出应有的正向作用。

对于组织学习的开展，装备制造企业要注意合理分工，注重知识挖掘的广度和深度，根据不同部门擅长领域进行分工，有的部门侧重探索式学习，有的部门侧重于利用式学习。搭建装备制造业组织学习平台，发挥装备制造业龙头企业示范作用，以带动装备制造业整体组织学习水平的提升。

表7 探索式学习、利用式学习分别对突破性技术创新的作用

（3）本文实证结果中，虽然证明了探索式学习对突破性技术创新的正向影响，但探索式学习对装备制造业突破性技术创新的影响（回归系数为0.289）远小于利用式学习（回归系数1.459），表明目前我国装备制造业通过逆向研发外包实现突破性技术创新主要还是采用利用式学习的转化方式，探索式学习方式还有较大发挥空间。另一方面，与以往研究结论不同，在装备制造业中，探索式学习与利用式学习并非单一地对应突破性创新和渐进性创新，本文研究发现利用式学习对装备制造业突破性技术创新也发挥着不可忽视的效用。

装备制造业的利用式学习和探索式学习都能够推动突破性技术创新的实现，这就意味着装备制造企业不仅要注重对全新知识的探索，同时也要注意对已有知识基础的深入发掘和对现有知识要素的整合创新。

本文虽对逆向研发外包、组织学习与装备制造业突破性技术创新之间的作用关系进行了深入研究，但不可否认的是在“逆向研发外包—组织学习—装备制造业突破性技术创新”的作用过程中，还存在其他重要因素，如动态能力可能发挥着调节作用，但由于时间原因，本文尚未进行探讨，将在下一阶段进行更全面、更深入的系统研究。