马 亮，张淑敏

(兰州理工大学 经济管理学院，甘肃 兰州 730050)

0 引言

随着新一轮科技革命和产业变革深入发展，世界主要国家以技术创新为战略基点的国际竞争日益激烈，全球科技竞争格局处于不断调整和重塑的关键期。为有效应对“大科学时代”“数智化时代”“科技创新多元深度融合时代”的复杂性和不确定性，中国亟需打造原始创新策源地，从创新源头入手，全面提高核心技术自主创新能力[1]。

在位企业因发展历史较长、市场资源丰富、技术竞争优势显著，被认为是实施核心技术突破式创新的重要主体，也是科技革命和产业革命的主力军。知识经济时代和网络信息时代催生出大量非连续性技术变革，技术生命周期缩短，知识更新速度加快，激进式创新频率和强度提升，在位企业面临巨大挑战[2]。在非连续性技术变革期，面对新技术竞争，在位企业一般采取两种响应策略：一种为撤退策略，即以维持旧技术带来的高额租金流为主要目标，对新技术发展潜力认识不足。此时，来自外部竞争市场的新进企业会依托新技术，采取熊彼特提出的破坏性创新战略，与在位企业争夺市场份额[3]。例如，占据美国85%相机市场的柯达公司因未能适应数字技术变革而破产。另一种为竞赛策略，表现为在位企业可以很好地适应非连续性技术变革，甚至主导新一代技术研发。例如，拥有先进机械收款技术的NCR企业在电子和计算机技术兴起中持续繁荣[4]。因此，识别企业异质性来源，揭示在位企业非连续性技术变革期代际技术转轨影响因素，对在位企业实现技术价值变迁与再造、自主突破关键核心技术至关重要。

现有在位企业技术创新研究大多基于特定技术领域，揭示影响企业财务绩效、宏观经济发展、产业生态链、消费者意愿的过程机制，鲜有针对在位企业非连续性技术变革期的理论成果[5-6]。Cohen&Tripsas[7]首次面向技术变革过程提出技术代际知识桥概念，但仅关注企业内部研发过程，未对企业拥有的全部智力资本功能进行研究。非连续性技术变革具有长期性、动态性、跳跃性、复杂性、不确定性等特征，仅依靠组织内部研发资源和强化学习难以实现。因此，企业需要积极拓展组织边界，利用合作研发优势吸收知识元素，从而摆脱内部研发惰性和流程僵化的威胁[8]。此时，在位企业拥有的人力资本、社会资本与组织资本(智力资本)元素的作用需要被充分调度，才能实现企业平衡新旧技术阶段性发展目标。

因此，本文在人力资本层面基于创新主体考量，建立发明家桥，考察旧技术发明家的新技术创新绩效表现；在社会资本层面基于创新模式考量，建立合作研发桥，探讨在位企业跨界合作创新对新技术创新绩效的影响；在组织资本层面基于创新方式考量，建立混合技术桥，评估代际混合知识元素对新技术创新绩效的影响。同时，立足企业研发经验与研发努力，对旧技术创新绩效的调节作用进行深入分析。

本文贡献包括以下3个方面：第一，研究内容方面，针对在位企业非连续性技术变革过程展开分析，实际指导意义更强；第二，研究完整性方面，基于智力资本三维度对Cohen&Tripsas[7]的研究框架进行扩展，为在位企业非连续性新技术创新绩效提升提供微观解释；第三，研究理论方面，对社会网络理论、知识管理理论与创新管理理论进行技术代际桥层面的整合，理论性较强。

1 理论分析与研究假设

1.1 技术代际桥

技术代际桥由Cohen&Tripsas[7]基于代际技术变革过程首次提出，是指企业利用旧技术知识元素向新技术知识库桥连的内部知识管理机制。技术代际桥可为在位企业非连续性技术变革期通过整合代际知识元素影响新技术研发提供新的范式，但仍有以下问题需要重视：第一，就在位企业内部研发进程而言，旧技术研发过程中形成的规范化创新范式易引致资源惰性和结构惰性，从而阻碍异质性知识识别、吸收与重组。因此，在位企业需克服组织惰性，桥连内外部关键创新资源，进而重塑异质性知识吸收能力，以适应非连续性技术变革的跳跃性特征[9]。第二，就在位企业技术转轨进程而言，新技术轨道的出现预示着企业必须实施突破式变革，桥连显性与隐性异质性知识。尤其是在知识复杂化、创新资源分散化背景下，企业仅靠内部资源无法彻底实现新旧技术平稳过渡和平衡发展[10]。第三，就在位企业可持续发展而言，非连续性技术变革期，在位企业整体创新能力、创新资源、创新范式、技术路径、商业化模式会被重塑。不论哪个环节改变，都将牵一发而动全身[11]。因此，在位企业非连续性技术变革期，需综合调度人力资本、社会资本、组织资本等关键性创新资源，避免出现木桶效应。

智力资本概念由Subramaniam&Youndt[12]提出，是指企业为获得持续竞争优势所使用的知识存量总和，包括人力资本、社会资本与组织资本3个方面。上述知识既根植于企业内部研发进程，又蕴含于企业外部研发努力，是企业对创新主体、社会关系、组织资源的全面调度[13]。由此，基于智力资本三维度搭建的技术代际桥研究更具完整性。因此，本文在Cohen & Tripsas[7]研究成果的基础上，将技术代际桥概念定义为企业综合利用人力资本、社会资本与组织资本，在平衡新旧两代技术过程中进行内外部双向研发努力，以此向新技术知识库进行桥连的组织非连续性技术变革管理机制。

本文将技术代际桥具体划分为3个层面加以考察。首先，在人力资本层面构建发明家桥，考察两代技术研发参与主体知识、技能、能力、经验所形成的人力资本影响异质性知识消化与利用的过程；其次，在社会资本层面构建合作研发桥，探究企业所构建的社会关系网络对异质性知识捕捉和获取的过程；最后，在组织资本层面，考虑企业技术变革中普遍开发的混合技术及衍生产品，构建混合技术桥，分析具有新旧两代技术元素特征的知识转换机制。

1.2 发明家桥与在位企业新技术创新绩效

发明家既是组织内部极具创新性与创造性的人力资本，也是企业研发活动与价值创造的直接和主要参与主体。个体发明家的隐性知识库是组织知识、经验、能力的重要来源[14]。Danneels[15]发现，旧技术发明家在企业研发团队中数量占比较大，大多经历过技术从萌芽到商业化的成熟技术阶段。有限的组织人力资源和能力使得组织常常要求这些发明家进行跨代技术研发，在技术变革期为技术突破式创新作出贡献，进而从个体微观层面，构建代表企业内部人力资本资源调度与匹配的发明家桥。

在非连续性技术变革初始阶段，企业处于新技术涉猎探索期，缺乏创新知识资源，对异质性新知识重组与再造机制知之甚少。一方面，桥连发明家能够通过研发经验共享，为组织识别、吸收、整合异质性知识提供可借鉴模板[16]；另一方面，旧技术在市场上的成功可为桥连发明家树立权威，增强成员研发信心，有助于研发团队克服对新技术的畏难情绪，进而开发更多创新型人力资本，提高新技术创新绩效。

然而，随着非连续性技术变革持续推进，两代技术转轨进程加快。研发初期极具试验性的模块化创新(modular innovation)或架构式创新(architecture innovation)已不再适用，以新技术核心知识重塑和现有资源组件解构重连为基础的激进式创新成为非连续性技术变革的关键[17]。这就要求企业具备高价值人力资源，培育创新型人力资本。发明家桥所桥连的旧技术发明家因受组织路径依赖效应的影响，极易落入发明家“能力陷阱”，难以促进具有不同认知结构的技术交叉融合[18]。此外，因持续研发知识共享，团队人力资本同质性提升，会降低创意、观点、知识、技能生成的可能性及其有用性。基于此，本文提出如下假设：

H1：发明家桥与在位企业新技术创新绩效呈倒U型关系。

1.3 合作研发桥与在位企业新技术创新绩效

由社会网络理论和资源基础观可知，有效的创新过程涉及企业对各种分散化创新资源进行跨界搜寻、获取、调度与整合等行为[19]。对处于非连续性技术变革期的企业而言，一方面需要把握创新机遇，对新技术进行持续研发投入，从而占据新一轮技术变革制高点；另一方面需尊重市场客观规律，改良旧技术以迎合主流市场需求[20]。合作研发作为组织层面的社会资本，强调与高校、科研院所、企业、政府等机构建立知识协同机制，促成多主体间优势互补，可帮助企业降低技术不确定性，进而提高两代技术平衡发展的可能性。企业利用外部社会关系所组建的新技术价值模式便构成合作研发桥，代表企业对社会网络同盟在技术与情感层面的双向信任与合作。

在位企业采取合作研发模式积极应对技术竞争的战略范式被主流研究所关注。张庆芝和杨雅程等[21]发现，在位企业与基于基础科学的企业、科研院所等机构开展合作研发，有助于自身从创新源头吸收并转移最先进的原始性知识元素，成为新技术范式演进中的领跑者。Cozzolino&Rothaermel[22]认为，当在位企业上游核心知识陈旧，但知识产权保护机制仍强有力时，在位企业应与新进入企业合作，从而实现核心知识库转换；当在位企业下游互补资产(如制造、分销等)被新技术所取代时，在位企业应与其它在位者合作，以保护市场地位。在位企业凭借合作伙伴的知识溢出可有效降低跨界知识搜寻成本，加速异质性知识获取[23]。此外，在位企业所处社会网络在组织共同目标和契约精神的牵引下，实现以互惠性为基础的文化协同，减少社会网络成员对知识故意隐匿的弊端，从而稳固外部信息源[24]。在新四化领域竞争激烈的中国汽车行业若想实现“弯道超车”，必须自主研发最前沿的核心技术。为此，一汽集团、上汽集团、长城汽车等国内龙头汽车在位企业纷纷出台合作研发战略规划，强调与汽车产业链外的企业进行合作研发。基于此，本文提出如下假设：

H2：合作研发桥对在位企业新技术创新绩效具有显著促进作用。

1.4 混合技术桥与在位企业新技术创新绩效

继Hannan&Freeman[25]之后，人口生态学家提出组织因具备可靠性(reliability)和可预测性(predictability)而有价值。在非连续性技术变革期，组织唯有走出舒适圈，预判市场发展态势，才有可能在高度不确定性的动态竞争环境中寻求市场发展机会。当该机制嵌于技术层面，便构成融合两代技术元素的混合技术桥，即通过研发混合技术推出混合产品，试探市场反应，发挥组织价值。例如，传统燃料汽车向纯电动汽车技术变革中的混合动力汽车，以及模拟技术向数字技术变革中的APS相机等。

混合技术桥以新旧知识在技术层面的融合为基础，以技术断轨带为立足点，为企业提供消费者偏好、营销时机等市场化信息和新技术架构模式、知识特征等技术研发信息。基于混合技术推出的商业化产品成为非连续性技术变革的“试金石”，能够帮助企业抵御不确定性风险[26]。此外，混合技术作为企业过渡时期的阶段性承诺，组织结构刚性和资源刚性较低。企业可根据混合产品在市场中的接纳程度与评价反馈，作出向新技术进军或撤退的决策[27]。自汽车行业问世以来，以传输动力系统为主的非连续性技术变革频繁。20世纪80年代，面对政府燃油标准管控和消费者市场不确定性的双重压力，化油器制造商将电喷电子传感器和控制器用于标准化油器，研发出电子燃油喷射技术，成功应对不确定性威胁。基于此，本文提出如下假设：

H3：混合技术桥对在位企业新技术创新绩效具有显著促进作用。

1.5 旧技术创新绩效的调节作用

受路径依赖影响，企业过去的绩效直接影响组织期望及下一阶段战略决策[28]。一味地追求技术创新所需的知识资源，而忽略在位企业异质性与组织决策前因条件，会在很大程度上折损技术代际桥的功能[7]。因此，有必要将旧技术创新绩效作为调节变量纳入研究框架。

平衡两代技术发展对在位企业非连续性技术变革期至关重要。技术变革初始阶段，旧技术在市场中仍处于优势甚至占据主导地位，在位企业仍需给予旧技术大量资源以维持充足的租金流[29]。旧技术创新绩效越高，资源剥离越困难，将大大削弱发明家桥对新技术创新绩效的促进作用。随着非连续性技术变革推进，新技术市场竞争优势凸显，旧技术开始阶段性退出市场。旧技术创新绩效较高的企业可以保障研发资金，促进研发机制升级，缓解技术变革中后期发明家桥对新技术创新绩效的抑制作用[30]。

旧技术创新绩效越高，在位企业技术研发能力越强，市场占有率越高。这样的企业具有承担风险的勇气及领衔行业技术变革的魄力，能吸引更多优质社会资本，组建高价值社会网络。此外，较高的旧技术创新绩效有助于组织培育高阶知识管理能力，加强对外部知识源的获取、编码及吸收，进而强化合作研发桥对新技术创新绩效的提升作用[31]。

就混合技术桥而言，基于较高旧技术创新绩效的高效技术系统更能推动组织复杂性学习。混合技术桥作为组织复杂性学习工具，不仅能提升企业非连续性技术变革期的适应性，而且能在混合技术研发中发挥溢出效应[7]。反观汽车行业，大众集团、丰田汽车等汽车巨头在每次技术变革中均具有持续创新绩效，丰田汽车更被誉为是一家拥有“穿越市场周期能力”的企业。基于此，本文提出如下假设：

H4a：旧技术创新绩效负向调节发明家桥与在位企业新技术创新绩效的倒U型关系；

H4b：旧技术创新绩效正向调节合作研发桥对在位企业新技术创新绩效的促进作用；

H4c：旧技术创新绩效正向调节混合技术桥对在位企业新技术创新绩效的促进作用。

综上，本文理论模型构建见图1。

图1 理论模型Fig.1 Theoretical model

2 研究设计

2.1 样本选择

本文以汽车行业为研究对象，重点探究传统燃料汽车(内燃机驱动技术为主)向纯电动汽车(电池驱动技术为主)过渡的非连续性技术变革期，样本选取理由如下：第一，新能源汽车产业为我国重点发展的十大战略性新兴产业之一，传统燃料汽车向新能源汽车，特别是纯电动汽车的非连续性技术变革是实现双碳融合目标的重要战略支撑，在位企业的应对行为较为普遍；第二，汽车行业专利保护意识、专利制度规范性较强，在技术变革期研发、创新活跃度较高，样本数据可得性和代表性较强；第三，所选样本必须为汽车综合型整车制造企业，因为汽车整车制造企业直接连接汽车生产市场和消费市场，对两代技术变革更为敏锐;第四，自2009年，我国纯电动汽车技术领域专利申请数首次超过传统汽车且之后逐年递增，说明2009年后传统汽车向以电池驱动技术为主的纯电动汽车变革更为明显和迫切(见图2)。综合以上条件，本文选取2009—2019年为观测年份，在国家工信部发布的汽车整车制造企业名录中进行数据搜集、整理、清洗、剔除，最终选定65家汽车综合型整车在位制造企业。

图2 纯电动汽车技术专利与传统汽车技术专利申请量对比情况Fig.2 Application quantity comparison of pure electric vehicle technology patents and traditional vehicle technology patents

2.2 数据来源

本文使用的相关专利数据来源于Incopat专利数据库，企业特征数据从公司年报、Wind数据库、企业官网、国家企业信用信息公示系统、地方企业信息公示系统中获得。

2.3 变量测度

2.3.1 被解释变量

新技术创新绩效。一项技术的研发时间更接近于申请时间，因而与多数文献的测度方法一致，本文以企业每年在新技术方面申请的专利数对创新绩效进行测度。在检索时，利用国际IPC分类号(H02J OR H01M OR H01G OR H02M OR H02K OR H02P OR H05K OR B60L OR B60W OR G01R)在中国申请授权且应用于纯电动汽车的关键性新技术中对电池管理控制器、电源电池、电池管理系统等进行检索[32]。按照国家工信部发布的汽车整车制造企业名录与前述检索结果进行匹配，对所选样本的准确性进行严格把控。

2.3.2 解释变量

(1)发明家桥。观测每个企业每年在新旧技术领域均有发明创造的发明家数量，计算每年在新旧技术领域均有发明创造的发明家总数，并将其标记为发明家桥[7]。

(2)合作研发桥。本文以专利申请主体是否与高校、科研院所、企业、政府等其它组织存在联合专利，并计算联合专利数量，以此测度企业合作研发桥强度[33]。

(3)混合技术桥。混合动力汽车与纯电动汽车同属新能源汽车范畴，所使用的IPC分类号与纯电动汽车类似，但使用方向具有较大区别。纯电动汽车以纯电技术为支撑，属于全新能量来源；混合动力汽车以混动技术为支撑，仍需传统燃油发动机提供动力。因此，本文使用国际IPC分类号(H01M OR B60W OR B60K OR H02J OR F16H OR B70L OR G01R OR H02H)计算每家企业混合动力汽车专利技术总量，以此进行混合技术桥测度[7, 34]。

2.3.3 调节变量

旧技术创新绩效。本文使用每一年度公司在旧技术(以内燃机驱动为主的传统燃料汽车相关技术)中申请的专利数进行测度，所使用的国际IPC分类号为F01L OR F02B OR F02D OR F02F OR F02M OR F02N[35]。

2.3.4 控制变量

(1)企业年龄。以企业成立年限距观测年限的差值对企业年龄加以测度，并取对数处理。一般研究认为，企业成立时间越长，知识积累越多，创新绩效越高。

(2)企业研发年龄。以初次研发年距观测年的年限对企业研发年龄加以测度，并取对数处理。企业研发年龄能够反映申请主体研发历史。通常来说，企业研发年龄越长，专利申请量越多[16]。

(3)企业所在经济区域。将东部地区设置为虚拟变量，用以测度企业所在经济区域，东部地区与中西部地区在地理位置、经济发展水平、政策扶持力度等方面存在差异，因而需加以控制。

(4)企业性质。将合资企业设置为虚拟变量，用以测度企业性质。不同性质的企业在资源、政策、资金、技术等方面会有差异，故需加以控制。

2.4 研究方法选择

本文被解释变量为企业新技术创新绩效，采用企业申请专利数衡量，为典型非负计数型数据，适用于泊松回归或负二项回归模型。由表1可知，本文被解释变量的均值为21.75，标准差为54.24，标准差远大于均值，即专利申请数存在过度离散状况，不满足泊松回归模型数据均等分散的前提假设，故采用负二项回归模型进行回归分析[36]。其次，由Hausman检验结果可知，p值为0.055，即在p<0.1的显著性水平下拒绝随机效应的原假设，故本文使用固定效应负二项回归模型进行实证检验。

3 实证检验

3.1 描述性统计分析

表1为被解释变量、解释变量、调节变量、控制变量的均值、标准差、Pearson相关系数及VIF系数检验结果。除混合技术桥与新技术创新绩效相关系数为0.79(对应假设H3)、旧技术创新绩效与发明家桥相关系数为0.55(略高于0.5)外，其余变量相关系数均不超过0.5。对方差膨胀因子系数进行检验发现，VIF系数均不大于2.00，说明变量之间不存在严重共线性问题，可纳入回归方程进行分析。

表1 描述性统计分析结果Tab.1 Descriptive statistical analysis and Pearson correlation coefficient test

3.2 固定效应负二项回归模型分析

表2为发明家桥、合作研发桥、混合技术桥与企业新技术创新绩效的直接效应负二项回归结果，模型1为仅加入控制变量的基础模型回归结果。在控制变量中，企业研发年龄与企业性质对新技术创新绩效具有显著促进作用，而企业年龄与企业所属经济区域对新技术创新绩效的影响不显著。模型2加入发明家桥与发明家桥的二次项进行U型或倒U型非线性关系检验。结果表明，发明家桥对企业新技术创新绩效的影响系数为0.061 2(p<0.01)，发明家桥的平方项对企业新技术创新绩效的影响系数为-0.000 4(p<0.01)，说明发明家桥与企业新技术创新绩效呈显著倒U型非线性关系，H1得证。

表2 直接效应负二项回归结果Tab.2 Negative binomial regression results of direct effect test

模型3与模型4分别检验合作研发桥与混合技术桥对新技术创新绩效的影响，结果表明，合作研发桥对新技术创新绩效的影响系数为0.019 7(p<0.01)，混合技术桥对新技术创新绩效的影响系数为0.008 6(p<0.01)，说明合作研发桥与混合技术桥均对企业新技术创新绩效具有显著促进作用。由此，H2和H3得证。模型5中将自变量与控制变量全部纳入回归模型进行检验，结果与前述基础模型一致。

表3为旧技术创新绩效的调节效应负二项回归结果，模型6中，旧技术创新绩效对新技术创新绩效影响系数为0.004 8(p<0.01)，说明旧技术创新绩效越高的企业在新技术研发中越具有优势，创新绩效越高。模型7中，引入发明家桥、发明家桥的平方项与旧技术创新绩效的交互项，检验旧技术创新绩效在发明家桥与新技术创新绩效间的调节作用。回归结果表明，发明家桥二次项与旧技术创新绩效的交互项系数为0.206 6(p<0.1)，与模型2中发明家桥二次项系数相反，说明旧技术创新绩效负向调节发明家桥与新技术创新绩效的倒U型关系。由此，H4a得证。

表3 调节效应模型回归结果Tab.3 Test model of moderating effect

模型8和模型9分别加入合作研发桥、混合技术桥与旧技术创新绩效的交互项，检验旧技术创新绩效在合作研发桥、混合技术桥与新技术创新绩效间的调节作用。回归结果显示，合作研发桥与旧技术创新绩效的交互项系数为0.000 2(p>0.1)，混合技术桥与旧技术创新绩效的交互项系数为-0.062 3(p>0.1)，均不显著。说明旧技术创新绩效在合作研发桥、混合技术桥与新技术创新绩效间未发挥调节作用。由此，H4b和H4c未被证实。

3.3 稳健性检验

为确保实证结果的稳健性，本文借鉴孙江明和居文静[37]的研究成果，将被解释变量的专利申请数量替换为发明专利申请数量进行稳健性检验，结果如表4、表5所示。对比前述检验模型发现，各模型结果均未发生实质性变化，本文结论稳健。

表4 直接效应稳健性检验结果Tab.4 Regression results of robustness test of direct effects

表5 调节效应稳健性检验结果Tab.5 Regression results of robustness test of moderating effect

4 结语

4.1 研究结论

非连续性技术变革给在位企业带来两大威胁：一是外部新进入者的破坏性创新威胁；二是内部技术僵化威胁。为应对内外威胁，充分发挥资源、能力、经验优势，保持市场地位，在位企业亟需寻求可行的代际技术过渡机制。鉴于此，本文整合社会网络理论、知识管理理论及创新管理理论，以2009—2019年65家汽车综合型整车在位制造企业为样本，研究非连续性技术变革期，技术代际桥对新技术创新绩效的影响机制，并考察旧技术创新绩效的调节作用，得到以下主要结论：

(1)发明家桥与在位企业新技术创新绩效呈倒U型关系。

(2)合作研发桥对在位企业新技术创新绩效具有显著促进作用。

(3)混合技术桥对在位企业新技术创新绩效具有显著促进作用。

(4)旧技术创新绩效负向调节发明家桥与在位企业新技术创新绩效的倒U型关系。即在技术变革初期，较高的旧技术创新绩效会削弱发明家桥对新技术创新绩效的促进作用，而在技术变革中后期能够缓解发明家桥对新技术创新绩效的负向影响。

4.2 管理启示

(1)重视桥连发明家，提高企业技术转型应对能力。在技术变革初期，桥连发明家深度参与可缩短异质性知识距离，增强团队研发信心并提升资源整合效率。但非连续性技术变革要求企业跳出原有认知框架，故在中后期，企业应以塑造非连续性技术变革的适应力为主，不可对桥连发明家过度依赖。

(2)构建互惠合作机制，调控合作研发进程。企业应审视自身资源禀赋条件，依据实际需要和目标要求选择合作对象及合作模式，构建互惠性合作机制。同时，在位企业应重视内部组织学习，提高知识转化能力，调控合作研发进程。

(3)明确组织发展战略目标，发挥混合技术的溢出效应。在位企业应明确混合技术是新技术变革的手段或途径，而非对旧技术的改良。在此基础上，在位企业可凭借自身发明经验识别竞争对手所开发的混合技术关键组件，明确上述组件的集成过程，进而获取溢出效益。

(4)高效利用旧技术研发经验，合理配置代际技术资源。较高的旧技术创新绩效可为企业技术研发提供宝贵经验和专有性资源。在高效利用旧技术研发经验的同时，企业需要跳出旧技术认知框架，通过改进组织工作流程，实现技术资源合理配置与人员有序调度。

4.3 不足与展望

本文研究局限主要包括以下两个方面：第一，结论更适用于非连续技术变革成功的行业，即新技术最终取代旧技术，或新技术发展成为行业必然趋势。后续研究可以探讨不同技术变革范式下在位企业的响应行为以及技术代际桥的作用。第二，部分样本企业为非上市企业，数据可得性有限。在人力资本方面，本文仅对发明家这一研发主体进行考察，未对扮演管理者与发明家双重角色的企业家进行测度。后续研究可以将企业家参与的创新成果纳入模型，分析企业家人力资本对新技术创新绩效的影响。