图1研究假设模型
臧 维，陈向阳，徐 磊
(北京工业大学 经济与管理学院，北京 100124)
摘 要：运用元分析方法，对国内外以中国企业为样本的企业开放度与创新绩效间关系的46项定量研究(10 482个独立企业)进行再统计分析，证明开放度与创新绩效显著正相关，创新开放度和网络开放度分别与创新绩效显著正相关，并进一步证明创新开放度的两个维度(开放广度和开放深度)均与创新绩效显著正相关，创新开放广度、开放深度与创新绩效的正向相关程度不存在显著差异。同时，研究产业集群、非产业集群企业开放度与创新绩效的关系，以及区域因素对两者关系的调节作用。结果表明，非产业集群企业开放度、产业集群企业开放度与创新绩效间正向相关关系存在显著差异性；来自东北老工业基地的企业，其开放度与创新绩效间正向相关关系不同于来自全国范围的企业，来自全国范围的企业，其开放度与创新绩效间相关关系不同于来自长三角区域的企业，且差异性显著，来自京津冀区域的企业开放度虽与创新绩效具有正向相关关系，但不显著。
关键词：开放度；创新绩效；创新开放度；网络开放度；元分析
开放式创新无论从理论上还是在实践中都代表一种企业创新新方向，然而，当前关于开放式创新的理论研究却滞后于实践需要[1]，作为开放式创新程度的重要衡量指标——企业开放度与创新绩效的相关性问题一直是学术界和企业界关注的焦点。开放度通常用来衡量企业开放式创新程度，开放度过低会使企业局限在固有封闭式创新的范式下，无法从根本上汲取开放式创新给企业带来的优势；开放度过高会导致企业管理配置分散、对外部技术过度依赖以及内部技术知识泄漏等问题[2]。
国内外众多学者将创新开放度分为开放广度和开放深度，并在此基础上研究创新开放度与创新绩效间关系[3][4]。如王晓娟(2008)认为,集群内企业间知识具有高速流动性,网络开放度与创新绩效正相关；杨皎平等[5]从组织学习与企业间关系强度视角证实了网络开放度对创新绩效的积极作用。因此，针对企业开放度过高和过低的问题，本文归纳已有文献，整体分析开放度与创新绩效之间的关系，主要从创新开放度与网络开放度两个角度进行研究，同时，借鉴Laursen和Salter[3]的成果将创新开放度分为创新开放广度和创新开放深度，对两者与创新绩效间关系进行剖析。
已有研究表明，关于企业开放度与创新绩效间关系一直存在争议。其中，国内学者陈钰芬和陈劲[4]从资源基础理论角度分析了不同产业企业开放度对创新绩效的影响，发现科技驱动型产业中企业开放度与创新绩效呈倒 U 型关系，而经验驱动型产业中企业开放度与创新绩效呈正相关关系[6]。然而，有学者[7]从企业知识吸收角度研究发现，开放度与创新绩效之间只存在正相关关系，而不存在最佳开放阈值。在不同种类外部信息对创新绩效影响结论不一致的情况下，任爱莲[8]进一步测度了中小电子科技企业对顾客、供应商、竞争者和科研院所4个对象的开放程度，发现企业对竞争者的开放度与企业创新绩效呈负相关关系。
结合以上研究发现，不同学者对企业开放度与创新绩效关系的研究结果存在较大差异，原因是未将开放度分为创新开放度和网络开放度进行对比研究。同时，虽然不少学者对创新开放度与创新绩效间关系进行了研究，但研究结果存在较大差异，主要原因是未将创新开放广度和开放深度分别与创新绩效的相关程度进行综合对比分析。本文在前人研究基础上，分析不同维度企业开放度与创新绩效间关系，并通过研究不同背景下企业开放度与创新绩效间关系，探究两者关系存在争议性的原因。
为揭示中国情境下开放度与创新绩效间相关关系，本文通过对2003-2017年以中国企业为样本的46篇学术期刊和学位论文进行Meta分析，对开放度与创新绩效之间的相关关系进行更深层解读。本文中网络开放度与创新绩效研究样本来自产业集群企业，而创新开放度与创新绩效研究样本来自非产业集群企业，故将开放度划分为网络开放度与创新开放度，并对两个开放度进行对比分析。同时，对创新开放广度和开放深度与创新绩效间关系进行探讨，对于可能影响开放度与创新绩效之间关系的调节变量，基于样本来源进行区域划分，分区域进行探究，得出来自不同区域的企业其开放度与创新绩效间关系具有差异性。对来自产业集群企业和非产业集群企业的开放度与创新绩效相关关系的差异性进行分析，以期为相关研究与企业实践提供参考。
根据对已选文献的整理与分析，本文发现在开放度与创新绩效的研究中，以往学者对两者关系的研究集中在创新开放度与网络开放度上，运用网络开放度对产业集群企业开放度进行界定。故为了减少样本量不足带来的偏差，本文首先将两种开放度的样本聚集在一起，对开放度与创新绩效进行Meta分析；其次，对创新开放度和网络开放度分别与创新绩效的关系进行研究；最后，根据以往学者的研究探讨创新开放广度、开放深度与创新绩效的关系，并对集群企业开放度与创新绩效间关系及区域因素调节效应进行分析。
目前多数学者普遍认同的是曹勇和李杨[9]提出的创新开放度概念，即企业在与外部组织合作创新时体现出的对于外部组织的接纳程度。Chesbroug[10]认为，开放式创新是组织同时利用内外部资源进行创新的活动，组织对内外部资源的有效利用会加快创新速度，提升创新效率。对于开放式创新环境下的企业，Rigby等[11]认为通过提升开放度，从外部引进技术和创意，有利于增强企业自身创新知识基础。通过提升企业开放度，加强与外部利益相关者的合作，从而加快企业创新速度[12]，提高企业创新效率，获得企业技术突破。郑健壮等(2017)认为对于发展中国家来说，由外向内的开放式创新尤为重要，即企业从组织外部吸收有价值的创意、技术和专利等进行商业活动，而从组织外部获取创新知识，恰恰需要加大与外部的联系力度，即增加企业开放程度。
网络开放度是指集群内企业与集群外部企业或组织机构之间的互动情况，反映被研究主体的外向性，也属于社会网络的基本特性[13]。面临当今创新活动日趋复杂的形势，集群网络结构的高网络开放度水平能促进创新成果的迅速扩散和创新速度的不断提升[18]。产业集群内部企业相对于外部企业来说，可以比较容易地获得集群内部知识，但过度依赖企业内部知识将会产生知识和技术“锁定”。因此，提高网络开放度，能够为集群内部企业提供多元化新知识，不同类型知识的增加使得企业拥有更大选择空间，从而对企业创新活动产生更大促进作用[13]。
基于以上分析，提出如下假设：
H1a：开放度与创新绩效具有显著正相关关系；
H1b：创新开放度与创新绩效具有显著正相关关系；
H1c：网络开放度与创新绩效具有显著正相关关系。
Laursen和Salter[15]首次从创新开放广度和创新开放深度两个方面进行创新开放度研究。其中，开放广度是指企业在技术创新过程中扩大开放范围以及向外部组织开放合作组织类型的个数；开放深度指企业在技术创新过程中利用外部创新资源的程度[16]以及同外部各创新要素合作的频率。此后，学者也多采用创新开放广度和开放深度对创新开放度进行测量。
Keupp和Gassmann[3]研究发现，高开放式创新广度-高开放式创新深度的企业比其它类型企业创新发展更好。然而有学者研究发现，开放广度与开放深度对创新绩效的影响不同，即开放广度需要进一步扩大以提高创新绩效，开放深度对创新绩效的影响存在最佳阈值[15]。张孜博[17]通过对南京软件园企业的研究发现，开放深度对创新绩效的影响强于开放广度对创新绩效的影响，两者均为正向影响。已有学者认为开放式创新虽然会增加些许成本，但企业通过对外开放大大提升了对外部环境的适应度，使得企业在应对复杂变化的创新时游刃有余。总之，以往文献未明确指出创新开放广度、开放深度对创新绩效影响的差异性。基于以上分析，提出如下假设：
H2a:创新开放广度与创新绩效具有显著正相关关系；
H2b:创新开放深度与创新绩效具有显著正相关关系；
H2c:创新开放深度与创新绩效间相关关系强于开放广度与创新绩效间相关关系。
产业集群企业经济活动受到多种因素的影响，其中，区域文化嵌入为主要因素，而区域文化嵌入会对集群企业知识获取过程产生不同影响，集群企业经济活动也受到本地与超本地多种主体联结的影响，而通过企业开放有助于企业连结到更多知识主体，从而提升创新能力，故产业集群企业与非产业集群企业的创新能力存在较大差异。所以，对非产业集群企业创新开放度与产业集群企业网络开放度进行研究，可以反映非产业集群企业与产业集群企业在开放度与创新绩效间相关关系上的差异性。
产业集群通过集聚具有关联性的企业，构成不断进化的协同创新网络，集群中企业在交流和互动上更加频繁，使得集群企业比非集群企业更容易获得集群内部资源，但如果企业过分依赖对现有内部知识的改进，则很可能陷入“熟悉陷阱”而阻碍企业发展[18]。产业集群内部企业联系较密切，在学习外部技术时企业会首先考虑内部途径，使得产业集群内企业不能及时抓住外部机会，进而不利于企业在开放式创新大环境下提高自身创新绩效。基于以上分析，提出如下假设：
H3:产业集群企业开放度与创新绩效间关系不同于非产业集群企业。
H4:产业集群企业开放度与创新绩效之间的正相关关系弱于非产业集群企业，即产业集群中企业开放度与创新绩效之间的正相关关系受到抑制。
区域一体化迅速发展，不可逆转[19]。然而，区域创新研究的区域选取在学术界一直是存在争议的问题[20-21]。其中，区域内各企业之间互动关系会直接影响创新资源有效整合，进而影响创新绩效[22]，在此基础上，不同区域人文环境也存在很大差异，从而不同区域内企业在选择对外开放时会采取不同措施。同时，区域间不同资源禀赋使得企业发展面临的问题也存在差异[23]：①由于产业集群环境不同，不同集群对开放式创新产生了不同影响；②由于各区域科研院所的集中度不同，导致产学研联系质量存在差异性；③各区域政府政策不同，对于区域开放式创新发展产生不同影响。不同的产业环境、科研支持力量、政府政策，造成不同区域企业开放度与创新绩效间关系存在差异性。此外，研究区域对开放度与创新绩效间关系的调节作用，在当今建设创新型国家的大环境下显得尤为重要。故本文按照企业来源划分区域，共分为3个区域：东北老工业基地、京津冀区域、长三角区域，若变量测量通过某高校MBA、MPA调查问卷获得，则将其归为高校所在区域。基于以上分析，提出如下假设：
H5：不同区域企业开放度与创新绩效间相关关系具有差异性。
H5a:东北老工业基地企业开放度与创新绩效间相关关系不同于京津冀与长三角区域；
H5b:京津冀区域企业开放度与创新绩效间相关关系不同于东北老工业基地与长三角区域；
H5c:长三角区域企业开放度与创新绩效间相关关系不同于东北老工业基地与京津冀区域。
综合以上分析，本文构建理论假设模型，如图1所示。
图1研究假设模型
当前对开放度与创新绩效的实证研究越来越多，且研究结论存在一定的差异性与矛盾关系。本文通过元分析方法对企业开放度与创新绩效间关系进行研究，Meta分析是国内外学者们普遍认同的定量综述性研究工具，能够对已有的定量研究进行归纳和统计分析，数据分析的客观性和科学性是其独有优势[24]。运用Meta分析方法系统梳理并归纳大样本下开放度与创新绩效间关系，有利于从逻辑定量角度得到研究结论。同时，利用Meta分析方法可以对较大样本下两变量关系存在差异的原因进行分析，即通过分析外界调节效应深化对两变量的认知，从而促进开放度与创新绩效研究的理论发展。
本文中开放度测量方式为问卷调查，测量指标为企业合作申请专利数占总申请专利数的比例；创新绩效测量方式为问卷调查，测量指标为企业当年申请专利数；其它各变量测量方式主要为问卷调查。
本研究主要探索中国情境下开放度对创新绩效的影响，所以，文献检索锁定在中国知网数据库(CNKI)、万方数据库、中国博士学位论文全文数据库等中文数据库，以及Web of Science、Scopus、Science Direct Online、JSTOR等常用外文数据库中以中国企业为样本的研究。“开放式创新”的概念是Henry W Chesbrough在其2003年著作《开放式创新：进行技术创新并从中赢利的新规则》中首次提出的，故为保证准确性，本文将检索起始时间设定为2003年，检索结束时间为2017年，以“开放度”和“创新绩效”为主题进行检索，加上人工搜索论文，找到中文论文88篇、外文论文7篇，共95篇相关论文。
为得到Meta分析所需信息，且保证文献质量，本文设定文献筛选规则如表1所示。
表1筛选规则及所得样本数量
通过上述规则对95篇文献进行逐一核对，最终得到46篇符合要求的文献，其中，24篇硕博士论文、22篇期刊文章，共得到样本总量10 482个，其中，有56个可用效应值。
为计算效应值，本文对每个文献进行单独编码。若同一个研究中报告了企业开放度与创新绩效的若干个相关系数，或采取不同类型的方法报告了两者之间的关系，则按照以下方式进行编码：①对于来自不同样本总体的相关系数，将其作为独立相关效应值；②若所报告相关系数属于相同样本总体中开放度与创新绩效间关系，或开放度与技术创新绩效、管理创新绩效、渐进式创新绩效等变量间关系，则对这些相关系数取平均数作为相关效应值[25]；③部分利用回归方法的文献只报告了回归系数，Peterson和Brown[26]认为应将这部分文献也纳入元分析，转换方法参考两位学者2005年发表在JAP上的文章，本文采用Comprehensive Meta Analysis 2.0软件，将相关系数(R值)或通过转换得到的输入值作为效应值。首先，把每个独立r值转换为 Fisher's Z 值；然后，求出Fisher's Z值的加权平均值；最后，再转换回相关系数，得到最终效应值。
在元分析前，为避免出版偏倚问题，必须进行效应值检验。以往研究根据漏斗图中的效应值分布情况初步判断某一研究是否存在出版性偏倚。一般来说,偏倚越小，对称的效果越好[27]。为检验开放度与创新绩效间关系的相关实证文献在获取过程中是否存在偏倚，本研究通过CMA2.0软件生成漏斗图，如图2所示，其反映了不同开放度对应创新绩效效应值的分布情况，横轴是转化之后的 Fisher's Z 效应值，纵轴是 Fisher's Z 效应值的标准差。可以发现，大部分研究集中在漏斗图的上部，只有很少一部分位于漏斗图的下方，且漏斗图中的散点分布基本呈对称特征。同时，计算得出线性回归定量检测结果，如表2所示。上述定性检测和定量检测说明本研究选取的样本文献不存在出版偏倚问题，同时，也证实所选样本文献具有代表性，所得 Meta 分析结果具有一定可信性。
图2总体样本的漏斗图
表2总体样本偏倚分析
注：P<1%表示非常显著，P<5%表示较显著，P<10%表示显著，下同
分析是否存在异质性是检验企业开放度与创新绩效之间是否存在调节变量的关键环节。通过Meta分析可知，各个开放度变量的Q值都非常显著。通过计算，Q值为380.09(p<0.001)，I-squared值为86.056，这说明观察变异的86.056%是由效应值间真实差异造成的，观察变异的13.944%是由随机误差引起的。各个研究样本之间存在异质性，说明在企业开放度与创新绩效之间存在调节变量，需要进行调节变量分析，以得出研究存在异质性的原因。
本文研究步骤借鉴Hedges 和 Olkin[28]以及Hunter[29]等作者具有代表性的文献。
由于研究样本存在异质性，本文使用随机效应模型分析方法，结果如表3所示。
表3效应值异质性及整体效应关系
注：I2=0表示无异质性，0～40%表示轻度异质性，40%～60%表示中度异质性，50%～90%表示较大异质性，75%～100%表示很大异质性，下同
由表3可知，开放度与创新绩效整体相关系数为0.376(p<0.001)，表明开放度与创新绩效存在显著正向相关关系，假设H1得到验证。
通过梳理关于开放度与创新绩效的现有文献，发现对开放度的研究主要集中在两个方面，即创新开放度与网络开放度，且根据创新开放广度和开放深度对创新开放度进行测量。本文首先探讨网络开放度与创新绩效的关系,结果如表4所示。由表4可知，网络开放度与创新绩效的相关系数为0.272(p<0.05)，表明企业网络开放度与创新绩效存在正向相关关系，假设H1b得到验证。
表4网络开放度对创新绩效关系元分析检验结果
对已有文献进行重新编码，并将创新开放度按照开放深度和开放广度进行分类，对于同时报告了开放深度和开放广度与创新绩效效应值的文献，分别将其纳入相应分类。对于没有明确创新开放度两维度的文献，将其归为“其它”，计算结果如表5所示。
表5创新开放度对创新绩效关系元分析检验结果
由表5可知，创新开放度与创新绩效的相关系数为0.416(p<0.001)，表明创新开放度与创新绩效存在显著正向相关关系，假设H1c得到验证。开放广度和开放深度与创新绩效的相关系数分别为0.419(p<0.001)和0.422(p<0.001)，表明创新开放广度、开放深度均与创新绩效存在显著正向相关关系，假设H2a和假设H2b得到验证。利用Excel软件编辑公式进行相关系数差异统计性检验(下同)，得出Z=-0.175,该值小于1.96(Z检验中0.05置信度对应的值为1.96)，故两个相关系数在统计学上没有差异，显然样本中开放广度与创新绩效的相关程度和开放深度与创新绩效的相关程度差异不大，而且总体上两种相关程度没有差别，证明了开放广度、开放深度与创新绩效的相关程度差异极小，假设H2c没有得到验证。
对于严格筛选后仍保留 10 个以上效应值且存在异质性的相关关系，须进一步对相关系数效应值进行调节作用分析[28]。关于产业集群企业与非产业集群企业的开放度对创新绩效的影响，计算结果如表6所示。
表6产业集群企业和非产业集群企业开放度与创新绩效关系检验结果
由表6中非产业集群企业开放度、产业集群企业开放度、非产业集群企业和产业集群企业混合开放度与创新绩效的Meta效应值对比可知，产业集群企业开放度的效应值最小(0.268<0.376<0.420)，由相关系数差异统计性检验可知，Z值均不在正负1.96之间，故相关系数差异显著，说明产业集群企业不同于非产业集群企业开放度与创新绩效的正相关关系，可能是因为集群内企业在集群内部较容易获得所需资源，从而产生资源“锁定”。因此，假设H3得到验证，H4未得到验证。
据已选文献，取样区域来自全国范围或集中于京津冀、长三角以及东北老工业基地，故本文在考虑调节效应时，按照区域划分对样本进行分析。其中，需特别说明的是，多数样本来自同一地域时，将其归为该区域，例如湖南、浙江以及广东归为长三角地区，再如样本来自京津冀及其周边地区则归为京津冀区域。通过调节分析，结果如表7所示。
由表7可知，来自东北老工业基地的企业，开放度与创新绩效的相关系数为0.453(p<0.01)，其次是长三角区域为0.365(p<0.01)，另外，来自京津冀区域的企业，其开放度与创新绩效的相关系数为0.388(p=0.369)，不显著。而来自全国范围的企业，开放度与创新绩效的相关系数为0.37(p<0.01)。通过对东北老工业基地和长三角区域相关系数差异显著性进行检验，得出Z=3.31，故两区域相关系数差异显著，说明不同样本区域，其开放度与创新绩效的正向相关关系具有很大程度的差异性。由表7可知，来自东北老工业基地的企业，其开放度与创新绩效的正向相关程度较大，来自长三角区域的企业，其开放度与创新绩效的正向相关关系明显不同于东北老工业基地的企业。因此，假设H5、H5a、H5b、H5c得到验证。
表7不同区域企业开放度与创新绩效关系检验结果
从整体来看，开放度与创新绩效之间呈显著正相关关系，且创新开放度和网络开放度与创新绩效均具有显著正相关关系。此前，网络开放度对于创新绩效的影响存在争议，本文通过定量分析得出较为可信的结果，也为今后关于开放度对创新绩效的影响研究提供了有益的借鉴。
对于企业实践来说，增加企业开放度是企业提升创新绩效的有效途径，无论是非产业集群企业还是产业集群企业，开放度必将成为企业提升竞争力的加速器。同时，本文结论为开放式创新研究理论领域追赶实践领域[30]提供了一条新路径。
创新开放广度、开放深度与创新绩效存在显著正相关关系，且两者与创新绩效的正相关程度差异不大。此结论不同于前人的研究，且此前的研究只说明了创新开放广度和创新开放深度与创新绩效具有不同程度的正向相关关系[3]，未说明具体差异程度，而本文研究结果丰富了相关研究。
在企业实践方面，企业应加大同外部主体的联系，多与外部环境主体建立合作关系，在与外部企业联系过程中获得高质量的创新资源，激发企业创新热情，从而提升创新绩效。高频率的外部合作无疑会给双方企业带来较高的互信度，促使企业显著提升开放式环境中的地位，在获得一些特有的优质资源时取得优先权，而资源获取又为企业快速发展奠定了基础。
综上，本文研究结果对于企业开放式创新具有实际意义，即企业应该同时注重开放深度与开放广度，两者相辅相成对于企业创新极其重要。
产业集群企业、非产业集群企业开放度与创新绩效的关系存在明显差异性，产业集群企业开放度对创新绩效存在正向影响，但明显区别于非产业集群企业。这说明，产业集群企业在开放式创新环境下应避免陷入知识“熟悉陷阱”，努力在未来创新发展中站稳脚步，在激烈竞争中获得更加有利地位。
随着全球自由贸易区的发展，区域一体化发展呈现出新态势[31]，这也对不同区域开放式创新带来了不同挑战。国家对于区域的划分，使得不同区域企业存在显著差异性。本文对样本区域进分析和汇总，划分4个样本选择区域，即东北老工业基地、京津冀、长三角以及全国范围。根据Meta分析结果可知，不同区域企业其开放度与创新绩效之间的正相关关系存在明显差异。
通过对比分析可知，长三角区域企业开放度与创新绩效的正相关关系明显区别于来自全国范围的企业，原因可能是从全国地区选择的样本大都来自北京、上海、浙江、广东等具有代表性的大城市，但不否定来自长三角区域的企业开放度对创新绩效的正向影响作用略显逊色。本文对不同区域企业开放度与创新绩效的关系进行分析，发现区域创新指数非常重要，这也说明在对不同区域进行创新研究时，得出的结论可能存在差异。
本研究存在一定的不足之处，需要在未来研究中进一步完善：①元分析无法作曲线和线性关系比较，所以，只分析了线性关系中的不同研究结论，曲线也是解决矛盾结论的一种方式，与本研究从调节变量的角度考虑是平行的；②由于京津冀区域的研究样本较少，为避免结果偏差，列入本文中仅供参考；③在文献收集方面，剔除了一些无法转换效应值的文献，损失了部分研究样本；④在数据处理方面，借鉴以往学者在碰到变量多维度时采用的效应值平均数处理方法，这样可能影响效应值的准确性；⑤在分析调节变量时，只考虑了企业是否属于产业集群以及区域差异性这两方面的影响，未来随着开放度与创新绩效间关系研究的深入，可以纳入更多调节变量，例如环境动态性、企业所有制类型等。
参考文献:
[1] KNUDSEN L. Determinants of "openness" in R&D collaboration——the roles of absorptive capacity and appropriability[A].The Druid-Dime Academy PhD-conference on "the Evolution of Capabilities and Industrial Dynamics",2006．
[2] 韵江,马文甲,陈丽. 开放度与网络能力对创新绩效的交互影响研究[J].科研管理,2012,33(7):9-15.
[3] KEUPP M, GASSMANN O. Determinants and archetype users of open innovation[J].R&D Management,2009,39(4):331-341．
[4] 陈钰芬,陈劲.开放度对企业技术创新绩效的影响[J].科学学研究，2008,26(2): 429-426.
[5] 杨皎平,张恒俊,金彦龙.集群文化嵌入与创新绩效关系研究——以创新环境不确定性为调节变量[J].软科学,2015,29(4):20-24.
[6] 高良谋,马文甲.开放式创新:内涵、框架与中国情境[J].管理世界,2014(6):157-167.
[7] 何郁冰,陈劲.开放式创新促进创新绩效的学习机制研究[C].第六届中国科技政策与管理学术年会论文集,2010.
[8] 任爱莲.创新开放度、吸收能力与创新绩效的关系研究——来自中小电子科技企业的证据[J].科技进步与对策,2010,27(20):10-14.
[9] 曹勇,李杨.企业创新开放度的多维性与关联性研究综述[J].情报杂志,2011, 30(12):66-71.
[10] CHESBROUGH H. Open innovation: the new imperative for creating and profiting from technology[M].Boston: Harvard Business School Press,2003.
[11] RIGBY D, ZOOK C. Open-market innovation[J].Harvard Business Review,2002, 10:80-89.
[12] DASTK, TENGBS. Are source based theory of strategic alliances[J].Journal of Management,2000,26(1)：31-60.
[13] 吴颖.集群网络结构特征与企业创新绩效的关系研究[D].天津：河北工业大学,2014.
[14] 史丹丹.集群网络结构、资源获取能力与企业技术创新绩效——以旅游产业为例的实证研究[J].旅游经济,2014(3):130-133.
[15] LAURSEN K, SALTER A. Searching high and low: what type of firms use universities as a source of innovation[J].Research Policy,2004,33(8): 1201-1215.
[16] 唐国华. 不确定环境下企业开放式技术创新战略研究[D].武汉：武汉大学,2010.
[17] 张孜博.南京市软件企业开放度对创新绩效的影响——知识治理的调节作用[D].南京:南京工业大学,2012.
[18] AHUJA G, MORRIS LAMPERT C. Entrepreneurship in the large corporation: a longitudinal study of how established firms create breakthrough inventions [J].Strategic Management Journal,2001,22(6-7):521-543.
[19] 邹卫星,周立群.区域经济一体化进程剖析:长三角、珠三角与环渤海[J].改革,2010(10):86-93.
[20] DOLOREUX D,PARTO S. Regional innovation systems: current discourse and unresolved issues[J].Technology in Society, 2005, 27(2): 133-153.
[21] 丁焕峰.区域创新系统的理论来源分析[J].世界科技研究与发展,2001,23(5): 59-63.
[22] 庞瑞芝,李鹏,李爽,等.区域技术创新网络绩效评价:基于长三角、环渤海技术创新网络的三层次分析[J].产业经济研究,2013(1):70-77.
[23] 谭俊涛,张平宇,李静. 中国区域创新绩效时空演变特征及其影响因素研究[J].地理科学,2016,36(1):39-46.
[24] 张翼,樊耘,赵菁.国外管理学研究中的元分析评介[J].外国经济与管理，2009, 30(7):1-8.
[25] BIRGITS, JANS. How bad are the effects of bad leaders? a meta-analysis of destructive leadership and its outcomes[J].Leadership Quarterly,2013, 24(1):138-158.
[26] ROBERT A PETERSON, STEVEN BROWN. On the use of beta coefficients in meta-analysis[J]. Journal of Applied Psychology, 2005,90(1):175-181.
[27] JOSEPH M,FARRINGTON D P,IVANA S. Children's antisocial behavior, mental health, drug use, and educational performance after parental incarceration: a systematic review and meta-analysis[J]. Psychological Bulletin,2012,138(2): 175-210.
[28] HEDGES L V OLKIN. Statistical methods for meta-analysis[M].Orlando: Academic Press,2014．
[29] HUNTER J E,SCHMIDT F L. Methods of meta-analysis: correcting error and bias in research findings[M].Thousand Oaks, CA: Sage Press,1990．
[30] AN DE VRANDE,V DE MAN A P.A response to "is open innovation a field of study or a communication barrier to theory development"[J]. Technovation,2011,34(4):185-186.
[31] 王娜娜.区域经济一体化的新发展及中国的战略选择[J]. 改革与战略,2017, 3(33):111-117.
Zang Wei, Chen Xiangyang, Xu Lei
(College of Economy & Management, Beijing University of Technology, Beijing 100124, China)
Abstract：This paper has 46 quantitative studies and 10482 independent samples, the relationship between openness and innovation performance of domestic enterprises are analyzed by Meta-analysis. There is a significant positive correlation between openness and innovation performance, and innovative openness are positively correlated with innovation performance, and further explore the two dimensions of innovative openness (open breadth and open depth).There is no significant difference in positive correlation between, open breadth, open depth and innovation performance. In addition, the relationship between the openness and innovation performance of industrial clusters and non- industrial clusters is studied, and the regional factors are regulated. The results show that there is a significant difference in the positive correlation between the openness of the non-industrial cluster enterprises and the openness of the industrial clusters and the positive performance of the innovation performance. The positive correlation between the openness and the innovation performance of the old industrial base in the northeast is different from the enterprises that from the national scale. The relationship between openness of national enterprises and innovation performance is different from the enterprise from the Yangtze River Delta region, and the difference is significant. The openness from the Beijing-Tianjin-Hebei region has a positive correlation with innovation performance, but it is not significant. Finally, the result provides recommendations for the relevant research and business practice.
Key Words:Openness; Innovative Performance; Innovative Openness; Network Openness; Meta-Analysis
收稿日期：2017-10-26
基金项目：北京市自然科学基金项目(9174026)；北京市教委科研计划项目(SM201610005004)
作者简介：臧维(1965-)，女，北京人，北京工业大学经济与管理学院副教授，研究方向为企业战略、企业创新；陈向阳(1991-)，男，山东德州人，北京工业大学经济与管理学院硕士研究生，研究方向为企业战略、企业创新；徐磊(1981-)，女，安徽合肥人，博士，北京工业大学经济与管理学院讲师，研究方向为新产品开发、企业创新。
DOI：10.6049/kjjbydc.2017080191
中图分类号：F124.3
文献标识码：A
文章编号：1001-7348(2018)07-0106-07
(责任编辑：万贤贤)
微信扫码看作者独家介绍本论文