曹 勇 刘 弈 谷 佳 洪甜甜

(1.武汉纺织大学管理学院 武汉 430200;2.教育部纺织行业中外人文研究院 武汉 430200)

0 引 言

创新驱动是高质量发展的不竭动力，增强企业创新能力对促进我国经济转型的重要影响，但新发布的《2020年中国专利调查报告》表明我国企业创新能力正面临提升困境。因此，研究企业创新能力的提升路径不仅是创新驱动高质量发展面临的重要现实问题，也是学界关注的研究热点[1]。张庆垒等[2]认为可从探索式和利用式创新两个维度来分析创新能力的提升路径；李柏洲等[3]关注到贯穿于知识活动始终的知识惯性是提升企业创新能力的重要影响因素；Xie等[4]基于高科技企业的调查，实证分析了知识转移行为、知识惯性和创新能力之间的关系，认为知识惯性对创新能力具有正向影响；而Haroon等[5]研究认为知识惯性对企业创新是一种反作用力；许秀玲[6]基于杭州电商企业的实证分析，也认为知识惯性对企业创新能力具有负向影响。纵观现有研究发现，学者们对知识惯性与企业创新能力之间关系的研究结论尚未达成一致，因此进一步探讨知识惯性与创新能力之间的关系具有重要学术价值和现实意义。

在开放创新时代，企业内部的知识活动不再是提升创新能力的唯一驱动因素，获取外部知识资源对提升创新能力同样具有重要作用。蒋振宇等[7]实证研究发现，关系嵌入是企业获取外部知识资源、提升创新能力的主要方式。Margaret等[8]研究表明，基于网络属性视角的知识惯性也会驱使企业进一步优化外部资源渠道以形成结构洞优势，利用结构嵌入获得必须的信息优势和结构优势，从而提升双元创新能力。因此，有必要将关系嵌入和结构嵌入纳入知识惯性与创新能力之间关系的研究框架中，以便进一步讨论具有知识惯性的企业如何利用关系嵌入和结构嵌入来提升外部知识获取能力和内部知识利用能力，进而促进双元创新能力的提升。

综上所述，依据资源基础理论，本文将知识惯性、关系嵌入、结构嵌入和双元创新能力纳入同一框架，研究知识惯性的不同维度对双元创新能力的影响效果，重点分析结构嵌入在知识惯性与双元创新能力之间的中介作用，以及关系嵌入对二者之间关系的调节效应。研究结果不仅对深化知识惯性与双元创新能力关系的研究具有理论启示，同时对降低知识惯性的负面影响、突破我国企业创新能力的提升瓶颈、推动高质量发展具有重要现实指导意义。

1 理论回顾与研究假设

1.1 知识惯性与双元创新能力

知识惯性主要指个体或组织在进行知识活动时通常会采用例行的程序、稳定的知识来源以及当前积累的经验[9]。李柏洲等[3]将知识惯性分为学习惯性和经验惯性，学习惯性是企业在长期知识活动过程中专注于使用外部知识资源，经验惯性指企业总是基于内部已有的知识资源进行知识活动。陈雷等[10]认为随着学习惯性由弱到强的演进，企业创新能力会在个体层面上持续推动知识型员工主动增加外部活动的交流频次，在组织层面上会推动企业逐渐加强知识搜索活动的实施强度，并通过增加技术合作与引进的投入，积极获取外部技术与市场知识。在此基础上，Yu等[11]研究发现，随着知识搜索活动的增强，企业能更及时地获取基础性研究成果，并能更便捷地获取新知识，通过提升外部知识吸收能力的方式增强双元创新能力。但过强的学习惯性则会使企业过度聚焦于外部知识资源的获取，继而依赖于引进技术、设备和人才等外部资源进行创新，这种创新战略重心的偏移，会降低企业加强自主研发投入的意愿，进而导致大量外部知识得不到有效吸收，促使企业形成大量已吸收的知识冗余，增加了内部知识活动成本，降低了双元创新能力[12]。

经验惯性通过提升知识整合能力，进而促进双元创新能力。Yu等[9]认为经验惯性会帮助企业逐步形成一套较系统、完善的程序，并在此基础上驱使员工对已有知识资源进行深度挖掘，提升内部知识交流效率，强化员工对已有知识资源的掌控力度，进而使企业知识整合能力逐渐提高。Gkypali等[13]研究表明，具备较高知识整合能力的企业可高效处理已积累的外部知识资源，减少冗余知识的产生，提高新知识创造效率，进而提升企业双元创新能力。周健明等[14]认为过度的经验惯性会阻碍团队成员的沟通与知识共享，从而降低员工主动参与外部知识交流的积极性，降低企业的外部知识获取效率，限制了探索式创新能力的提升。但过强的经验惯性会造成内部知识共享激励政策被过度实施，容易使企业陷入路径依赖，降低对外部知识资源的需求，这种效率低下的外部知识活动制约了企业双元创新能力的发展[15]。因此，本文提出以下假设：

H1：知识惯性与双元创新能力之间呈倒U型关系

H1a：学习惯性与双元创新能力之间呈倒U型关系

H1b：经验惯性与双元创新能力之间呈倒U型关系

1.2 关系嵌入的调节效应

在网络经济时代，企业不仅要开发和利用自身资源，更需要嵌入到所处网络中，有效挖掘所需的外部资源，以获得竞争优势。关系嵌入 (relational embedding, RE) 作为网络嵌入的主要方式，主要以企业在网络中关系联结的位置、密度及规模等为衡量标准[15]。谭云清[16]将关系嵌入分为关系广度和关系强度两个维度，关系广度表示嵌入网络中的关系数量，体现其资源禀赋和技术差异性，企业的关系广度越大，作为桥梁的机会越多，有利于在核心技术领域之外开展多元化研发活动；关系强度是指成员企业间的关系紧密程度和关系重要性，反映企业间合作的频率和深度，关系强度越高的企业，彼此间交流频率增多，有利于推动对技术水平要求更高的研发活动[17]。

已有研究表明，关系嵌入能通过扩大关系广度的方式，促进学习惯性对双元创新能力的正向作用，如Huang等[17]认为不断扩大的外部合作组织，会帮助企业建立稳定的知识资源获取渠道，并进一步完善外部知识活动流程，从而强化学习惯性，并带来大量外部知识资源为企业提升双元创新能力奠定基础；Zhang等[18]研究表明，广泛的外部合作能帮助企业建立有效的知识共享机制，从而获取产品创新所需的外部技术、营销知识以及多样化的外部知识。另外，关系嵌入还能通过增强关系强度的方式，有效降低学习惯性对双元创新能力的负面作用。王巍等[19]认为高关系强度有助于促进隐性知识的转移与应用，并在一定程度上弱化学习惯性的负面效应，提高内部知识的利用效率，从而对双元创新能力的提升具有推动作用。

关系嵌入能通过增强关系强度的方式，促进经验惯性对双元创新能力的正向作用。孙国强等[20]认为随着企业与外部组织合作关系的加深，会使企业陷入技术锁定现象，逐步形成以利用式学习为特征的行为模式，这种模式会使企业具有更高的内部知识活动效率，有利于提升双元创新能力。另外，关系嵌入还能通过扩展关系广度的方式，有效降低经验惯性对双元创新能力的负面影响。如Du等[21]认为不断增加的合作伙伴会减少专业型人才在知识管理部门的占比，并在此基础上强化对新技术的掌握程度，促进企业大力引进创新型人才，有利于提升双元创新能力。贯君等[22]也认为广泛的外部合作会使企业不断减少对内部技术能力建设的投入，降低内部知识的主体地位，但同时也会增加管理者对新知识的重视程度。综上所述，本文提出以下假设：

H2：关系嵌入对知识惯性与双元创新能力之间的关系具有调节作用

H2a：关系嵌入对学习惯性与双元创新能力之间的关系具有调节作用

H2b：关系嵌入对经验惯性与双元创新能力之间的关系具有调节作用

1.3 结构嵌入的中介效应

研究表明，结构嵌入是指网络节点在网络中所处的位置，体现了网络节点之间的结构特征，主要用结构洞来表示[16]。位于结构洞的企业具有控制优势和信息优势，能快速获取异质性知识，并在提升双元创新能力的过程中发挥重要作用[6]。一方面，有研究表明具有学习惯性的企业能够通过结构嵌入获取信息优势，从而增强双元创新能力，如Liang等[23]研究认为具有学习惯性的企业以持续获取多样化的外部知识资源为知识活动的核心，因而能与不同类型、地域和业的组织进行广泛合作，数量众多的外部资源渠道帮助企业形成结构洞优势，这种优势又会为企业带来大量多样化的知识资源，为提升双元创新能力奠定基础；Broekel等[24]以德国132项特定技术为对象，实证结果表明，知识资源会向占据结构洞优势的网络个体汇集。

另一方面，也有学者发现具有经验惯性的企业能通过结构嵌入获取控制优势，从而增强双元创新能力[25]。曹勇等[26]基于动态视角评述了经验惯性、结构嵌入与双元创新能力三者之间的关系，结论也表明：具有经验惯性的企业能通过占据结构洞优势并强化对内部知识的吸收和处理能力，从而有利于双元创新能力的提升。因此，本文提出以下假设：

H3：结构嵌入对知识惯性与双元创新能力之间的关系具有中介作用

H3a：结构嵌入对学习惯性与双元创新能力之间的关系具有中介作用

H3b：结构嵌入对经验惯性与双元创新能力之间的关系具有中介作用

综上，提出本研究概念模型，见图1。

图1 本研究的概念模型

2 研究设计

2.1 数据收集

以武汉东湖国家自主创新示范区的高新技术企业为对象，通过大样本问卷调查收集数据。为确保数据的科学性、真实性和有效性，问卷要求在企业工作满两年、接触研发创新活动并了解活动内容、所在企业近3年内实施了技术或产品创新的研发人员填写。主要通过以下方式实施调研：一方面，依托项目组成员的同学关系网，与企业研发部门取得联系，发放问卷300份，回收195份；另一方面，依托导师的人脉网，委托MBA和EMBA学员，通过电话、邮件的方式进行预约，发放问卷200份，回收127份，问卷调查自2020年8月至2020年11月，累计发放问卷500份，实际回收问卷342份，剔除填写缺失、有明显错误的问卷20份，得到最终有效问卷322份，有效回收率为64.4%。样本特征的描述性统计分析表明，调研对象主要集中在35岁以下(62.1%)、本科及以上学历(87.0%)和4年以上工作经历(83.5%)的中小型企业员工(89.4%)，对技术创新活动认知程度较高的电子信息、生物医药以及新材料行业。因此，所选样本分布广泛，具有良好的代表性，样本特征满足本研究要求。

2.2 变量测量

主要变量的测量均采用Likert 7分量表计分，1～7分别表示非常不同意到非常同意，由低到高过渡，4表示中立态度。双元创新能力的测度主要参考Mom等[27]的量表，结合本研究特点设计了5个题项；依据周健明等[14]的研究将知识惯性划分为学习惯性和经验惯性两个维度，并借鉴李柏洲等 (2019)[3]和Liao等[28]的研究采用4个题项来测度学习惯性，采用5个题项来测度经验惯性；借鉴Laursen等[29]的研究，并结合我国高新技术企业间合作的特点，为关系嵌入设计5个测量题项；借鉴周中胜等[30]的研究，并考虑合作网络的属性特点为结构嵌入设计5个测量题项。

在分析前期成果的基础上，结合本研究的变量特征，选取企业年限、行业特征与企业规模为控制变量[3]。企业年限采用4个等级，即1～5年、6～10年、11～25年、26年以上，依次赋值为1～4；行业特征分为电子信息、生物与新医药、新材料、其他，依次赋值为1～4；企业规模按企业员工数量分为4个等级，即0～20人、21～100人、101～300人、300人以上，依次赋值为1～4。

3 实证分析

3.1 信度与效度检验

采用SPSS24.0对学习惯性、经验惯性、关系嵌入、结构嵌入、双元创新能力等5个变量进行信度和效度检验。首先，采用Cronbachα值、AVE值和组合信度CR来检测信度。结果如表1所示：5个变量的Cronbachα值都大于0.7，表明量表可靠性较好。另外，表1中各变量的AVE值和组合信度CR均达到大于0.5和0.7的标准要求，说明量表具有较好的信度。其次，采用因子分析法检验效度，从表1可知各变量的因子载荷均大于0.5，且KMO均大于0.6，说明各变量整体上有较好的结构效度。

表1 信度分析结果

3.2 相关性分析

表2为各变量间的相关关系、均值和标准差。结果显示，学习惯性、经验惯性、关系嵌入、结构嵌入、双元创新能力两两之间均在p<0.01水平上显著相关，其中学习惯性对双元创新能力具有显著正相关(r=0.348)；经验惯性对双元创新能力具有显著正相关(r=0.401)，关系嵌入对学习惯性、经验惯性和双元创新能力具有显著正相关(r分别为0.294、0.275和0.446)；结构嵌入对学习惯性、经验惯性和双元创新能力具有显著正相关(r分别为0.219、0.189和0.607)，初步支持了本研究的相关假设，为后续的实证检验提供了重要依据。

3.3 同源方差与共线性检验

由于本研究调查问卷存在数据来源相同和同一主体多次填写的情况，可能存在同源偏差问题。因此，采用事后控制的Harman单因素验证法进行同源方差检验。运用SPSS24.0对全部题项进行因子分析，在设定抽取一个因子的基础上分析方差解释结果。结果表明，存在5个特征值大于1的因子，且第一个因子仅解释了13.389%，方差贡献率小于40%，说明同源偏差问题并不严重。此外，为避免多重共线影响，利用SPSS24.0对样本数据进行共线性检验发现，模型中控制变量和自变量的容差均大于0.3，且VIF均小于3，符合指标要求，且自变量间的相关系数小于0.65，因此变量间的共线性问题可以忽略。

表2 描述性统计分析

3.4 假设检验

本研究采用SPSS24.0进行层次回归分析，检验知识惯性(学习惯性、经验惯性)对双元创新能力的影响效应，以及关系嵌入的调节作用和结构嵌入的中介效用，回归分析结果如表3所示。一方面，本研究参考李柏洲等[3]的调节效应分析步骤，以双元创新能力作为因变量，依次加入控制变量、自变量知识惯性(学习惯性、经验惯性)和调节变量关系嵌入以及交互项，以验证假设H1和H2。另一方面，参考周建明等[14]的中介效应分析步骤，以双元创新能力为因变量，依次加入控制变量、自变量和中介变量，以验证假设H3。

3.4.1主效应和调节效应

根据表3可知，回归结果显示，模型1中企业年限和行业特征对双元创新能力的影响效应均不显著，企业规模对双元创新能力影响显著；在增加学习惯性和经验惯性后，模型2和模型4的解释力分别增加至14.4%和17.7%，且学习惯性对双元创新能力的影响系数为正(β=0.359，p<0.01)，经验惯性对双元创新能力的影响系数为正(β=0.402，p<0.01)，但学习惯性和经验惯性的二次项对双元创新能力的影响系数均不显著(β=-0.014，p>0.05；β=0.085，p>0.05)，说明随着知识惯性的增强，其对双元创新能力的影响逐渐变小，最终不具有显著影响，假设H1不成立。

表3 回归分析结果

构建模型6～9来检验关系嵌入的调节作用。为增加方程系数的解释意义，在进行回归分析之前对模型中涉及调节效应的自变量和调节变量均进行中心化处理。由表3可知，在模型6和模型8中，关系嵌入对学习惯性和双元创新能力(β=0.527，p<0.01)具有显著正向调节作用，关系嵌入对经验惯性和双元创新能力(β=0.494，p<0.01)具有显著正向调节作用；在模型7和模型9中，关系嵌入对学习惯性的二次项和双元创新能力(β=0.736，p<0.01)具有显著正向调节作用，关系嵌入对经验惯性的二次项和双元创新能力(β=690，p<0.01)具有显著正向调节作用，假设H2成立。

3.4.2中介效应

为检验结构嵌入的中介作用，构建模型10和模型11，如表3所示：从模型10和模型11中可看出结构嵌入对双元创新能力具有正向影响(β=0.561，p<0.01；β=0.555，p<0.01)，而此时知识惯性对双元创新能力的回归系数β值与模型2和模型4相比分别下降至0.213和0.299，但仍具有统计上的显著性(p<0.01)，由此可得出，结构嵌入在知识惯性和双元创新能力之间存在部分中介作用，可以判定假设H3成立。

3.5 稳健性检验

为验证上述结论的可靠性与稳健性，本研究再采用其他方法检验主效应、调节效应和中介效应。借鉴简兆权等[31]的研究，运用Bootstrap法对知识惯性与双元创新能力之间的关系、结构嵌入的中介作用，以及关系嵌入的调节效应进行检验，在Process插件中将置信区间设置为95%，样本量设置为5000，模型序列号选择模型4，运行结果见表4。由表4可知，知识惯性(学习惯性和经验惯性)对双元创新能力的效应值大于0，知识惯性的二次项对双元创新能力的效应值均不显著，表明知识惯性对双元创新能力影响作用随着强度的加大而逐步降低，假设H1不成立。由表4可知，结构嵌入具有部分中介效应(β=0.036，p<0.01，效应占比为12.522%；β=0.032，p<0.01，效应占比为10.705%)，假设H3再次得到验证。

表4 Bootstrap法路径分析结果

另外，在SPSS的Process程序中选择模型1并运行，在不同关系嵌入水平下，知识惯性的一次项和二次项对双元创新能力的影响均具有显著性。吸收能力水平越高, 知识惯性对双元创新能力的影响效应越强，表明关系嵌入对知识惯性和双元创新能力之间的关系具有调节作用的, 假设H2得到再次验证。

4 结论与讨论

4.1 结论

本文以高新技术企业为研究对象，在理论推演的基础上构建了知识惯性、关系嵌入、结构嵌入和双元创新能力之间关系的模型，并结合大样本问卷调查数据对模型的相关假设进行检验，实证分析了关系网络下知识惯性对双元创新能力的作用机制。主要结论如下：第一，知识惯性对双元创新能力的影响不会随着惯性强度的加大而逐渐减小，H1不成立。这说明知识惯性会持续帮助企业形成浓厚的组织学习氛围，并能提升双元创新能力。第二，关系嵌入对知识惯性和双元创新能力之间的关系具有调节作用，H2得到验证。这说明随着关系嵌入程度的增强，一方面会为企业带来大量外部知识资源，提升开发外部知识资源的能力，同时也增强了高学习惯性企业的知识利用效率；另一方面，关系嵌入程度的增强也会通过深化企业间的合作，进一步提升企业对内部知识资源的吸收率，增强企业挖掘内部知识资源的能力，并帮助高经验惯性企业开拓更多的知识资源获取渠道。第三，结构嵌入对知识惯性和双元创新能力之间的关系具有部分中介作用，H3得到验证。这说明企业在利用知识惯性影响双元创新能力的过程中，需要利用结构嵌入获取知识与信息优势，以进一步增强知识惯性对双元创新能力的影响效果。

4.2 理论贡献与实践启示

本文的理论贡献主要体现在以下几方面：首先，丰富了知识惯性对双元创新能力影响的研究成果。现有研究较多关注知识惯性对企业创新的消极影响，本文同时从积极和消极作用来验证知识惯性对双元创新能力的影响，为辩证对待知识惯性的作用提供了依据。其次，现有研究很少讨论结构嵌入的中介作用，本研究验证了企业可利用结构嵌入的信息优势和控制优势，充分发挥知识惯性对双元创新能力的影响作用。最后，本研究将关系嵌入作为调节变量纳入研究框架之中，并验证了关系嵌入对知识惯性和双元创新能力之间关系的调节效应，一定程度上弥补了现有研究的不足。

本研究结果对企业管理实践也有重要启示。第一，为突破创新能力的提升瓶颈，企业应重视知识惯性对创新能力的双向影响，积极调整研发部门的人员结构、完善活动程序并制定相应的激励政策，充分发挥知识惯性对创新能力的正向促进作。第二，企业管理者在利用知识惯性提升双元创新能力的过程中，应意识到关系嵌入在一定程度上会推动企业研发部门进行人员调整、修改相应的程序与政策，甚至会冲击现有组织学习模式，因而有效利用关系嵌入能帮助企业积极调整知识惯性，以推动创新能力的提升。第三，具有知识惯性的企业在提升双元创新能力的过程中，应充分利用结构嵌入获取信息优势和控制优势，为创新能力的提升奠定知识资源基础，确保高质量知识资源的持续输入和开发利用。

4.3 局限与不足

本文存在的不足，为后续的进一步研究指明了方向。第一，研究样本主要来自武汉东湖国家自主创新示范区，因而获得的问卷数据可能存在一定局限性，今后将尝试在更大范围内调研数据对模型进行验证。第二，研究量表主要收集企业管理者对知识活动所感知的实际情况进行评估，可能存在一定的测量偏差，未来可进一步采用A、B卷的方法结合企业员工的量表进行印证分析。第三，本研究验证了结构嵌入在知识惯性对企业双元创新能力的影响中具有部分中介作用，说明还存在其他变量对该路径可能带来影响，如组织结构、组织学习等，这些也将在后续研究中继续完善。