林润辉，王 伦

（1.南开大学商学院，天津 300071；2.中国公司治理研究院，天津 300071；3.南开大学经济行为与政策模拟实验室，天津 300071）

1 研究背景

在新全球化背景下，突破性创新作为我国企业创新能力体系的短板，同时也是攻克关键领域“卡脖子”技术的有效途径和我国构建国内国际双循环新发展格局的战略支撑。突破式创新能够帮助企业实现技术替代与升级[1]，对企业构筑产业国际竞争力具有重要作用，但采取何种方法与路径有效提升突破式创新能力仍然是中国企业面临的难题[2]。突破式创新的探索性和前瞻性，决定了其一定程度上依赖于对未知领域的探索[3]。知识元素代表着科学与技术的核心构念，一系列知识元素的重新组合赋予了其新的内涵与功能[4]，企业所拥有的知识元素集合及其所属知识域间所构造的关系形成企业知识库，突破式创新的实现需要跨领域、跨行业组合新颖知识元素，从而打破现有技术范式，增强企业市场竞争力，重塑市场格局。

知识重组能力高表明企业对技术知识间的依赖关系、交叉规律的认知程度高，知识重组是突破式创新的重要推动力。Carnabuci等[5]、Keijl等[6]、Schillebeeckx等[7]、陈静等[8]关注知识重组的前置因素、知识重组与创新间的关系等。就知识重组中的知识元素来讲，原有知识元素组合的探索性程度相对较低[7]，学者们逐渐认识到新知识元素对创新的重要性，并进行了初步探索，例如陈静等[9]构建了基于探索式创新的知识整合能力对制造企业绩效的影响模型，并分析协作研发广度和深度的调节作用；Arts等[10]用美国生物技术领域26年的专利数据研究发现对现有知识进行全新的组合可以提高其突破性创新绩效；Petruzzelli等[11]发现当旧有知识元素与其他地理上临近的元素组合时，增强了旧有元素对创新的影响。然而，企业仅仅聚焦于狭窄的技术领域可能会限制其创新视野，突破式创新需要打破知识元素间的原有联系，产生新的创造性想法[12]，包含异质、新颖知识元素的知识重组活动可以助力企业跨越技术领域，突破现有认知局限，开拓创新空间，提升企业突破式创新水平。然而，现有文献尚未涉及在知识重组活动中加入异质、新颖知识元素对突破式创新的影响。进一步来讲，企业对知识的理解与吸收很大程度上取决于企业自身的吸收能力。同时，企业通过跨越组织边界进行远距离知识搜索来获取外部创新资源，这是当前企业解决内部创新资源瓶颈的重要途径。吸收能力和创新开放度分别作为企业内部动态能力和外部知识整合机制，均会在企业跨领域知识整合过程中扮演桥梁和纽带的角色。

为弥补上述研究缺口，本文从重组创新视角，通过对2011—2019年中国计算机通信及电子设备制造业和医药制造业457家上市公司数据进行实证分析，探讨基于探索式创新的知识整合能力与突破式创新之间的关系，并进一步分析吸收能力和创新开放度对其的调节效应。

2 理论基础与研究假设

2.1 基于探索式创新的知识整合能力与突破式创新

依据知识基础理论，知识是企业保持持续创新能力、维持核心竞争优势和取得市场竞争的基础元素，新颖性知识是企业实现突破性创新的重要战略资源[13]，包含新颖性知识的知识组合有助于打破思维惯性，从而激发新想法[14]，因此，突破式创新要求企业在现有的技术范式之外探索全新的知识和技术[15]。基于探索式创新的知识整合能力通过组合新颖的知识元素，即新旧知识元素组合或新新知识元素组合，有助于增加实现突破式创新的概率。

具体而言，混合型知识整合能力属于稳健型的知识迭代过程，通过新旧知识组合，一方面可以将新知识元素纳入企业已有知识结构中；另一方面新颖与现有技术能力的组合是创新的主要来源之一[16]，组织基于对现有技术的理解，有助于企业识别与消化跨领域知识元素，降低知识落差，从而产生颠覆式创新成果。创造性知识整合能力是新新知识元素组合，其跨越了更大的知识领域，进一步增加了知识的新鲜度，摆脱了先前技术的路径依赖，改变了企业现有知识结构与知识积累，属于激进型的知识迭代过程，创造型知识整合过程最大限度地扩展了企业的认知边界，增加可多样性知识的组合机会，是突破式创新的润滑剂。如Zeng等[17]研究发现团队新鲜度可以产生更大原创性和跨学科影响力，并且，相较于团队成员形成的新的合作关系产生的团队新鲜度，由新团队成员加入而产生的团队新鲜度可以带来更大原创性和跨学科影响力，其原因在于新团队成员带来了多样且异质的知识元素。

2.2 不同类型基于探索式创新的知识整合能力与突破式创新对比分析

创造型知识整合能力相较于混合型知识整合能力对突破式创新的影响更强的原因可能是：第一，创造性知识整合能力是新新知识元素组合，属于企业尚未涉及的领域，知识元素间的新颖性高，更具有探索性，混合型知识整合能力是企业基于现有知识元素与新颖知识元素的组合，知识探索性相对趋于保守；第二，经常从事创造性知识整合的研发人员更具有冒险精神，先前的创造性知识组合经验有助于其发现新颖性知识元素之间尚未连接的部分，而在进行混合型知识整合过程中，虽然原有知识元素的出现有助于研发人员基于现有知识元素间的内在逻辑和潜在机制来理解新的知识元素，但是其思维逻辑也会受到现有知识元素的束缚。从本质上来讲，突破式创新是一种破坏式创新，需要以更多异质且新颖知识元素作为养料，创造型知识整合能力相比混合型知识整合能力，包含了更多异质且新颖知识元素。基于此，本文提出：

H1：创造型知识整合能力对企业突破式创新的影响大于混合型知识整合能力。

2.3 吸收能力的调节作用

吸收能力是组织通过一系列惯例和流程，对新颖知识加以内化并应用到实际问题解决中的一种动态能力[18]，其本质内涵是企业识别、评价、消化外部新知识，最终把他们应用于商业化产出的能力[19]。企业吸收能力强有助于其将隐性知识转化为显性知识，并将其应用于决策、知识库更新与规避知识演进过程中的陷阱[20]。同时，吸收能力不仅可以帮助企业识别新知识元素并加以利用，还有助于减少企业现有知识元素与新知识元素间的非相关性，加速新旧知识元素间的同化与整合[21]，从而推动知识流动[22]，加快创新的速度和频率[23]。

知识整合效果取决于企业所获取的外部知识与存量知识的相容性，以及整合过程的复杂程度[24]。Jung等[25]研究发现搜索已有内部知识并将其纳入研发使本地搜索在产生高影响力的突破方面优于跨边界搜索。混合型知识整合能力包括新旧知识元素组合，由于旧有知识元素代表企业原有知识基础，可以有效识别、吸收、转化有价值的新的知识元素，提升企业对知识的吸收、转化和利用效率。同时吸收能力是企业在特定技术领域的知识积累，当有新知识元素加入时，吸收能力强的企业可以不断调用已有知识积累对新知识元素加以识别、评估、消化，并加以整合应用到解决现实实际问题中，从而提升企业突破式创新能力。基于此，本文提出：

H2a：吸收能力促进混合型知识整合能力与企业突破式创新间的正向关系。

企业通过加大研发投入以增加其吸收能力，能够弥补知识元素间较大的技术差别，在吸收能力较强的情况下，企业具有更高的组织学习能力，加快了知识流动，增强企业知识转化能力，使得企业能够识别、吸收、内化跨边界知识[26]。当新颖知识元素复杂程度较高，或与存量知识相容性较低时，吸收能力可以极大降低知识整合难度，有效增加知识元素之间的相容度，增强企业对新颖知识元素的消化、吸收能力，内化新知识与新技术。

突破式创新通常被视为企业在以往未涉及的领域中进行尝试和探索的过程，在此过程中，企业不断搜索区别于现有知识基础的新颖知识元素并将其内化后，最终产出创新成果，从而使得企业在流程、产品等方面实现跨越式进步。创造性知识整合能力是新新知识元素组合，在组织吸收能力较强的情境下，创造性知识整合过程中全新的知识元素可以得到有效的知识整合与利用，弱化知识整合难度，有效提升企业知识库的更新速度和知识利用效率，降低知识协调成本，从而提升企业突破式创新能力。基于此，本文提出：

H2b：吸收能力促进创造型知识整合能力与企业突破式创新间的正向关系。

2.4 创新开放度的调节作用

企业知识既有源自企业内部自身经验的积累，也有源自企业外部知识的学习。在企业自身异质性知识资源约束条件下，企业需要实施开放式创新战略，跨组织边界进行知识搜索，增加知识搜索广度，获取多样性、异质性且有价值的知识元素，增强组织已有知识储备和知识组合机会，从而扩宽组织在解决问题过程中的思路与方法[27]。企业通过提高创新开放度，与外部组织组成创新联盟，从外部获取异质性知识有利于来弥补自身知识资源的不足，突破既定知识、技术范式的束缚，识别、吸收、消化新颖且有价值的知识或技术，从而有效促进突破式创新。

有效地获取外部知识成为影响企业创新的关键[28]，企业不断打破原有组织边界，与大学、研究机构、企业等组成研发联盟，有利于企业获取稀缺性的互补性知识。Garriga等[29]指出如果企业嵌入在合适的联盟网络之中，其将从联盟合作伙伴的知识溢出中受益。企业采取开放式创新策略，提高自身创新开放度，充分利用外部合作伙伴稀缺性的异质性知识资源，同时有效整合内部知识与外部知识资源，更加有助于实现技术突破。混合型知识整合能力的一部分是基于企业现有知识基础，同时，企业积极与外部合作伙伴共同研发，为企业混合型知识重组提供知识渠道，并与内部知识融合，从而促进了突破式创新。基于此，本文提出：

H3a：创新开放度促进混合型知识整合能力与企业突破式创新间的正向关系。

在产品持续迭代创新的情形下，市场环境迅速变化，外部知识成为企业创新的重要资源[24]。组织间的合作网络，如企业、高校、科研机构等多创新主体组建的产学研联盟，日益成为企业共享与交换知识等创新资源的重要方式。创新开放度反映了企业与各类创新主体进行合作的程度，也是反映企业开放式创新的一个重要标准，企业间创新开放度的差异会直接影响企业外部知识的输入[30]。在企业创新开放度高的情境下，企业越有可能与研发合作网络中的创新主体进行交流互动，从合作伙伴身上学习知识、技能等，弥补自身知识缺陷。随着外部创新资源的流入，企业可以获取有价值的外部知识，扩大内部知识资源池，增加知识存量，加强知识的共享和扩散。提高创新开放度，不仅增加知识资源来源渠道，还增强了知识的跨边界流动，促进内外部技术、知识、信息的流动，更容易催生新想法和新技术。

突破式创新更加注重在内容、功能等方面实现本质突破，其改变了技术或产品的基本属性，是在企业搜集外部知识后进行的全新的创造活动。因此，企业如果过分关注现有知识元素的重新组合，则很难打破现有格局并产生突破式创新。而创造型知识整合能力通过探索新新全新知识元素组合方式，有助于企业突破自身研发瓶颈，以实现核心技术的突破。同时，企业通过与外部组织进行密切合作提升其创新开放度，一方面，能够获取外部合作伙伴的信任，建立稳定的关系，促进创新资源的流动，促进内外资源的有效循环[31]，帮助企业快速识别潜在的技术问题，及时了解市场需求[32]；另一方面，从外部合作伙伴汲取知识养分，获取丰富的基础知识、前沿知识，探索新颖的知识组合[33]，最终实现核心技术的突破。基于此，本文提出：

H3b：创新开放度促进创造型知识整合能力与企业突破式创新间的正向关系。

据此，本研究构建了理论模型，如图1所示。

图1 研究理论模型

3 研究设计

3.1 样本选取

计算机通信及电子设备制造业和医药制造业属于技术驱动型行业，具有迭代更新速度快、研发投入高等特征，技术创新是其在生产活动中的核心，其大量申请专利为本研究提供了实证研究所需的数据基础。同时，相较于外观设计与实用新型专利，发明专利更能体现上述特征。因此，本研究选取2011—2019年A股计算机通信及电子设备制造业和医药制造业为研究对象，基于2006—2019年申请的发明专利的数据来进行研究，为保证样本选取的合理性和代表性，数据处理过程如下：（1）剔除ST类企业；（2）补充了上市公司存在更名信息；（3）剔除了在观测年间未申请发明专利的企业；（4）剔除了变量信息缺失的数据。最终是基于457家A股上市公司的数据展开研究。

公司特征数据如产权性质、企业规模、企业业绩、企业年龄等来自于国泰安与CNRDS数据库。发明专利的数据来自智慧牙专利数据库，同时使用国家知识产权局和大为专利数据库等专利信息平台进行信息交叉检验，以确保发明专利信息的准确性。

3.2 变量测度

（1）因变量测度。企业突破式创新（breakinno）。考虑到专利数据在一定程度上反映了企业创新活动的产出特征，相较于实用新型与外观设计专利多集中于技术应用层面的改进来说，发明专利需要较多的原创知识，其更能体现技术的突破程度。因此，本文参考张峰等[34]、蒋舒阳等[35]的研究成果，采用样本时期内企业的发明专利申请数量衡量企业的突破式创新产出。

（2）自变量测度。混合型知识整合能力（hybrid）与创造型知识整合能力（creation）。在对不同类型知识整合能力进行测度之前，需要区分两种不同的知识整合类别。首先，设置两个时间窗口均为3年的T1与T2时期；其次，基于专利IPC分类号“/”之前的部分确定知识元素，整理出T1与T2时期出现的所有知识元素，基于两个时期知识元素的动态变化来区分知识整合类型，即利用专利技术分类号确定知识元素后，通过对比T1（t-6，t-5，t-4）与T2（t-3，t-2，t-1）时期的知识元素及其组合情况，进而对知识整合能力加以判断。具体来讲，既在T1时期又在T2时期出现的知识元素称为旧知识元素，在T2时期出现且未在T1时期出现的知识元素称之为新知识元素。由于本文聚焦于基于探索式创新的知识整合能力，因此，仅对在T2时期出现且未在T1时期出现的知识元素的组合方式（即包含新知识元素的知识组合方式）进行类别判断。新旧知识元素组合称之为混合型知识整合；新新知识元素组合称之为创造型知识整合。

本文借鉴 Carnabuci 等[5]、陈静等[9]提出的方法测度基于探索式创新的混合型和创造型知识整合能力。测度方法如式（1）、式（2）：

其中，C混合型、C创造型分别为T2时期知识组合出现的次数，CT为T2时期知识组合总数。

（3）调节变量测度。吸收能力（absorb）。企业研发投入可以反映企业对吸收能力投入的倾向和意愿[26]。因此，本文借鉴 Belderbos等[36]、王黎萤等[37]的研究，用（研发投入/营业收入）测度企业吸收能力。

创新开放度（open）。开放式创新环境下，与外部组织建立协作研发关系能够帮助企业打破资源约束，扩展了企业获取知识等创新资源的渠道，加强企业创新基础，从而实现创新突破。联合专利申请反映出企业与其他创新主体的合作研发活动，因此，借鉴 Katila等[38]、王建等[30]、陈静等[8]的做法，本文利用企业i在t-3，t-2，t-1期间联合申请发明专利数量占申请发明专利总数的比重来衡量创新开放度。

（4）控制变量测度。根据已有文献，本文包括以下控制变量：产权性质（soe）用虚拟变量来衡量，若企业为国有企业取值为0，若为非国有企业则取1。企业规模（size）用企业总资产取对数表示。企业业绩（roa）用企业总资产收益率表示，体现企业的盈利能力。企业年龄（age）用当年与企业成立年份的差值测度。行业虚拟变量（industry），根据证监会二级行业分类代码设置两个虚拟变量。年度虚拟变量（year），以2012年作为基准年份设置虚拟变量。知识复杂性（kc）代表企业中知识领域之间的相互依赖程度，如果两个知识领域间依赖程度较高，这些知识领域会同时被列入同一条专利，即一条专利有多个技术分类号。借鉴Yayavaram等[39]、刘凤朝等[40]采用的测度知识领域复杂性的方法：首先，利用焦点企业t-3到t-1年的专利数据，计算出企业中每个知识领域的重组潜力Etk，即前3年专利中与第K类知识领域共同出现的其他知识领域的专利总量与包含该知识领域的专利总量的比值，如式（3）所示：

然后，计算企业i内第t-3到t-1年的知识复杂性，如式（4）所示：

其中，权重gitk代表的是焦点企业i专利中知识领域k出现次数与所有知识领域出现次数和的比值。kc值越大，表明企业知识领域间依赖程度越高。

需要指出的是，为了保持知识复杂性与知识重组能力测度的一致性，文中对两者的测度均是围绕t-3，t-2，t-1年申请发明专利IPC分类号“/”之前展开。

（5）模型构建。为检验基于探索式创新的知识整合能力对突破式创新的影响，构建模型1如式（5）：

为检验吸收能力在基于探索式创新的知识整合能力与突破式创新之间的调节效应，构建模型2如式（6）：

为检验创新开放度在基于探索式创新的知识整合能力与突破式创新之间的调节效应，构建模型3如式（7）：

其中，breakinno表示企业在第t期的突破式创新；hybird为企业在t-3到t-1期的混合型知识整合能力；creation为企业在t-3到t-1期的创造型知识整合能力；absorb为企业的吸收能力；open为企业的创新开放度；hybird×absorb表示混合型知识整合能力与吸收能力的交乘项；creation×absorb表示创造型知识整合能力与吸收能力的交乘项；hybird×open表示混合型知识整合能力与创新开放度的交乘项；creation×open表示创造型知识整合能力与创新开放度的交乘项；β0为截距项；βn为变量的相关系数；control为控制变量。

4 实证结果与分析

4.1 描述性统计

运用Stata软件对所涉及的变量进行描述性统计。表1为变量的均值、标准差及变量间的相关系数。VIF的最大值为5.7，说明变量间不存在共线性问题。

表1 相关性分析

表1（续）

4.2 回归分析

为验证所提出的假设，本文利用我国计算机通信及电子设备制造业和医药制造业457家公司的数据进行回归分析。由于本文的因变量突破式创新运用发明专利数量测度，其为非负的离散型整数变量，采用一般的线性回归模型容易出现无效和有偏系数的问题，基于此，本文采用计数模型。进一步来讲，泊松分布和负二项分布是计数模型常见的两种概率分布形式，并且在泊松分布中，需要满足均值等于标准差的基本假定。由表1相关性分析可知，突破式创新的均值为50.33，标准差为291.83，很明显可以看出，突破式创新的均值远小于标准差，呈超离散分布，符合负二项分析的基本假定，因此本文选择负二项回归模型。同时，进行Hausman检验，结果显示在0.001的显著性水平下拒绝了随机效应模型，因此，本文选用固定效应的负二项回归模型进行分析，表2为回归结果。

表2 基于探索式创新的知识整合能力与突破式创新回归分析结果

表2（续）

表2中的模型1仅包括了控制变量，模型2加入了混合型与创造型知识整合能力对突破式创新的影响，结果显示混合型知识整合能力的系数是正向且显著（β=0.204，P＜0.1）；创造型知识整合能力的系数同样是正向且显著（β=0.232，P＜0.05）；创造型知识整合能力的一次项系数大于混合型知识整合能力的一次项系数，表明创造性知识整合能力对突破式创新的影响大于混合型知识整合能力，假设1得到支持。

模型3分别引入中心化后的吸收能力与混合型知识整合能力的交互项、中心化后的吸收能力与创造型知识整合能力的交互项。结果显示吸收能力与混合型知识整合能力的交互项为正向且显著（β=4.363，P＜0.1），假设2a得到支持；吸收能力与创造型知识整合能力的交互项不显著，假设2b未得到支持。可能有两方面的原因：一是创造型知识整合能力属于全新的知识组合行为，企业虽然投入了研发成本，但如果知识的复杂性与知识距离过大，知识组合过程中出现的非常规问题就会过多，现有研发投入还不足以吸收完全异质化的知识，或者缺乏认知基础盲目跨入全新的领域，都是不可取的；二是创造型知识整合比混合型知识整合更具探索性，也意味着更具风险性，企业虽然投入了大量研发投入来提升其吸收能力，但是基于理性人假设，研发人员为了规避未知风险，而不愿意进行创造型知识整合行为。

模型4分别引入中心化后创新开放度与混合型知识整合能力的交互性、中心化后的创新开放度与创造型知识整合能力的交互项，创新开放度与混合型知识整合能力的交乘项系数显著为正（β=0.78，P＜0.1），但创新开放度与创造型知识整合能力为正向但不显著，假设3a得到支持，3b未得到支持。假设3b未得到验证的原因可能在于：一是企业没有研发基础，又在探索全新的知识领域，并保持较大的开放度，容易造成信息过载，无法将外部知识内化，耗费企业大量精力；二是相较于混合型知识整合能力，创造型知识整合能力需要更多的异质性、新颖性知识元素，虽然企业组建了稳定的研发联盟，但是由于企业研发联盟伙伴规模较小或联盟伙伴间的知识同质化程度较高，不足以支撑企业的创造型知识整合活动。

为进一步更加直观地展示吸收能力与创新开放度的调节作用，本研究采用简单坡度法，分别取吸收能力与创新开放度的均值加、减一个标准差绘制调节效应图，结果如图2、图3所示。由图2可知，与低吸收能力相比，高吸收能力企业的回归曲线更陡峭、斜率更大，表明高吸收能力企业的突破式创新随混合型知识整合能力的变化而积极变化的敏感性更强。由图3可知，相较于低创新开放度，高创新开放度企业的回归曲线更陡峭、斜率更大，表明在高创新开放度水平下，混合型知识整合能力对突破式创新影响的敏感性更强。

图2 吸收能力的调节效应

图3 创新开放度的调节效应

4.3 稳健性检验

为了确保研究结果的稳健性和普适性，本文主要运用以下两种方法进行稳健性检验：（1）为了防止遗漏变量的影响，本文增加了托宾Q值、资产负债率、固定资产比率等变量。（2）取消因变量滞后一期，其他条件不变。稳健性检验的结果与主效应的结果基本一致，表明本文的研究假设基本得到验证与支持。

5 研究结论与启示

本研究基于重组创新视角构建起基于探索式的知识整合能力与突破式创新间的理论关联，丰富和完善了突破式创新相关研究。同时，引入吸收能力和创新开放度，帮助我们理解企业如何通过自身动态能力来消化、吸收跨领域知识以及如何有效利用联盟等外部协作网络跨组织边界获取异质知识。本研究的主要结论有：（1）创造型知识整合能力对突破式创新的促进作用大于混合型知识整合能力。企业在进行知识元素整合过程中，知识元素越新颖，越容易带来技术相对较大的飞跃；（2）吸收能力和创新开放度均促进混合型知识整合能力与突破式创新间的积极影响，但二者并未在创造型知识整合能力对突破式创新的影响机制中发挥作用。

本研究的理论边际贡献体现在两方面：一方面，本文为突破式创新研究提供了新的思路，扩展了重组创新视角的解释范畴。尽管现有对知识元素与企业突破式创新之间关系的研究十分丰富，但这些研究主要集中在知识组合多样性与新颖性[41]、知识耦合[42]、知识广度与深度[43]、远距离与多样化知识重组[14]、知识新颖性等方面[25]，忽视了基于探索式创新的知识整合能力对突破式创新的影响。与以往研究不同，本研究聚焦于不同类型的知识组合方式，探究了基于探索式创新的知识整合能力对企业突破式创新的影响；另一方面，揭示了企业混合型、创造型知识整合能力与突破式创新间关系的情境因素。突破式技术创新脱离原有技术轨道，企业吸收能力增加了企业对现有创新性知识组合过程的理解，创新开放度可以扩宽知识来源渠道，因此，本文进一步探讨了吸收能力和创新开放度在探索性知识整合能力与突破式创新之间的调节作用，从而拓展了知识组合特征对突破式创新的实现条件和路径。

本研究结论对管理实践具有一定的启示意义。首先，本研究揭示了基于探索式创新的知识重组能力对提高企业突破式创新的重要作用。因此，企业欲提升其突破式创新能力，需要突破其原有的技术轨迹，形成技术跨越，积极跨知识领域探索新的知识元素和全新的知识组合机会。其次，企业探索全新的知识领域，进入技术无人区比基于企业现有知识基础的探索，对突破式创新的效果更好。再次，本研究揭示了吸收能力在混合型知识整合能力与突破式创新之间的正向调节作用。核心技术的突破需要多样且新颖的知识元素以及较强的吸收能力，因此，企业一方面要丰富自身知识资源池，基于存量知识来激活所吸收的知识；另一方面要增加内部研发投入，不断提升自身的吸收能力。最后，本研究表明，创新开放度在混合型知识整合能力与突破式创新之间的正向调节作用。因此，企业应加强与外部协作伙伴的联系，建立互信关系，从而不断从联盟合作中获取异质与多样化知识元素。

本文存在的研究局限如下：（1）样本主要来源于电子计算机与通信行业和医药行业，未来可扩大样本量，以进一步验证本研究结论的普适性；（2）本文仅包括企业在国内申请的发明专利数据，未包含企业在国外申请的发明专利数量，未来需要扩大发明专利样本量来进一步验证本文结论的适用性；（3）本文仅从企业内部动态能力与创新开放程度考察了基于探索式创新的知识整合能力对突破式创新的影响，而企业内部的知识网络与合作网络、企业外部的董事社会资本与人力资本等均会在基于探索式创新的知识整合能力与突破式创新间产生调节作用，未来研究需深入探讨；（4）本文运用的专利数据属于显性知识，未来需要丰富隐性知识的衡量方式，探索企业隐性知识、隐性与显性知识互动模式对突破式创新的影响及其边界条件。