DOI：10.6049/kjjbydc.2018100431 开放科学(资源服务)标识码(OSID)：
DOI：10.6049/kjjbydc.2018100431 开放科学(资源服务)标识码(OSID)：
随着国内外经济的飞速发展与科学技术的进步，企业所面临的经济环境和技术环境不断更迭，如何在当下经济环境和技术环境中巩固自身核心竞争力，成为企业尤其是高技术企业面临的一大挑战。而如何面对这一挑战，以往研究者认为现阶段企业面临的竞争究其根本是企业核心竞争力之间的竞争，而企业核心竞争力的源泉是企业特有的、其它企业难以模仿的知识以及运用和创造相关知识的能力。企业提升核心竞争力的途径有很多，如技术购买、技术联盟等，而技术并购作为其中的重要方式，能够使企业在较短的周期内提升技术水平、克服技术壁垒，促进企业技术发展。但研究者也发现，并非所有技术并购都能够为企业带来正向效果，很多学者进一步挖掘技术并购与企业并购后创新产出间关系，发现并购双方企业间知识相关性对于企业技术并购结果产生了重要影响。
现有研究对于知识相关性与企业创新绩效间关系并未形成定论。相关研究对这一关系存在3种不同认知：①知识相关性促进了企业创新绩效提升。相关研究者认为知识相关性提高可以促进技术并购绩效提升，技术并购的成败很大程度上取决于并购双方之间的技术是否相关[3]，对于并购方而言，并购拥有相关技术的企业，可以充分发挥企业吸收能力，提升企业在并购后对于外部技术的开发能力，降低企业再整合成本，进而提升企业技术并购的财务绩效和技术绩效[4-7]；②知识相关性对企业创新能力具有负向作用。相关研究者认为知识相关性的提高也会阻碍技术并购绩效提升，当知识过度相似时，会给企业带来技术冗余，降低开发知识的质量和新颖性，并不能带来企业技术并购绩效的显著提升[8-10]。而当企业之间资源存在异质性时，反而能够降低企业创新风险[11]，促进知识元素间组合多样化，提升技术并购创新绩效[12-16]；③知识相关性与技术并购绩效有非线性关系或相关性不显著。相关研究中，以Ahuja & Katila[1]对化工行业的实证研究最为典型，其研究验证了技术并购中目标企业知识基础规模、相对规模以及知识相关性对并购方企业创新绩效的影响，发现并购企业的知识相关性与企业创新绩效有倒U型关系[17-19]。而在国内研究中，王凤荣等[20]基于我国国有上市公司的并购数据研究发现，相关并购与不相关并购对企业并购后绩效并没有显著的影响差别。
在针对知识相关性的进一步研究中，研究者也发现知识相关性可以细分为知识相似性和知识互补性[1,2]。知识相似性是指企业研究领域的共同程度，而知识互补性反映了企业知识能力同属某一领域却并非同一子类的程度。如某一发生于汽车制造业的技术并购事件，如果被并购方企业拥有的部分知识能力与并购方企业同属于某一领域的细分类别(如汽车制造行业中的发动机制造技术)，那么企业间就存在一定的知识相似性，且相似性随该类知识的规模扩大而加强；而如果被并购方企业拥有的部分知识能力与并购方企业同属某一领域却不属于同一细分类别(如汽车制造行业中发动机制造技术与变速箱制造技术)，那么企业之间便存在知识互补性，且互补性随着该类知识规模的扩大而加强。但现有文献对于二者关系的研究，大多强调知识相关性中相似性的一面，对于企业间知识相似性与互补性的具体区分以及二者对企业创新能力、创新绩效的影响方面缺乏进一步探讨，这就有可能造成研究上的偏差和结论上的不一致。区分研究知识相似性与知识互补性，也能够进一步研究知识相似性与知识互补性对并购绩效的协同作用，弥补之前研究中的偏差。基于此，本文从知识基础观的角度出发，在国内外相关研究的基础上，继续挖掘影响技术并购后创新绩效的因素，进一步将知识相关性细分为知识相似性与知识互补性，探索知识关系间协同作用，分析在不同知识关系下中国高技术企业技术并购后创新绩效水平，以期为中国高技术企业技术并购提供借鉴。
基于企业知识基础观，知识是企业拥有的关键性资源，关键性、独特性知识集合形成企业核心竞争力，构成企业独有的特殊性，形成与其它企业区分的标志性符号。为了保证企业获取持续竞争优势，一方面企业需要对自身具有的知识能力进行保护，另一方面企业也要不断提高创造和运用相关知识或从外界获取相关知识的能力，以保持自身核心竞争力。
在技术并购情境下，技术并购创新绩效反映了企业通过技术并购实现创新能力与核心竞争力提升的水平。对于并购方企业而言，要想获得创新绩效提升，关键就在于获取知识能力后及时转化，也就是说并购方企业要能够在获取标的方企业知识能力的基础上，充分利用和开发相关知识能力，使其为自身所用并不断加强自身知识能力。但由于不同企业在日常生产和经营活动中会不断积累和强化自身拥有的知识元素，技术并购行为的发生意味着不同知识元素间碰撞和重组。研究发现，企业单方特征(如知识基础水平、研发强度等)和双方特征(如知识相似性、知识互补性等)都会对技术并购结果产生影响，而针对知识相似性等双方特征的研究发现，知识相似性和知识互补性能够影响企业知识识别、吸收、整合能力，影响企业知识获取效果和效率，进而影响企业创新能力与核心竞争力。
企业之间的知识相似性描述了企业在多大程度上与目标企业共同处于同一特定的生产领域，即企业所拥有的知识基础从属于相同类别的程度[21-22]。知识相似性对并购方创新绩效的影响，主要从以下两个方面进行分析：
(1)知识相似性能够帮助企业更好地识别、整合从外部获取的知识，降低其投入成本。在知识识别过程中，对于拥有相似性知识的并购双方企业而言，企业间拥有相似的知识基础，为双方知识沟通和交流建立了桥梁，使得企业能够把握相关知识基础的应用领域和发展方向，更为准确地识别对企业有促进作用的部分，减少理解和消化过程中遇到的困惑[23]。在知识整合过程中，首先，知识相似性促进了双方知识基础融合，双方企业共有或相似的知识元素为知识基础融合提供了条件[24]。企业在研发过程中会出现一定的“研发路径依赖”，当企业拥有一定能力后，企业在获得外部知识时，会优先选择与企业原有知识或能力相近的外部知识以促进原有知识能力提升，这就意味着技术并购的并购方企业在知识吸收、整合和应用过程中对知识相似性较高的企业外部知识利用率更高。其次，知识相似性帮助并购方企业更为高效地吸收外部知识。对于技术并购双方企业而言，拥有知识相似性意味着双方企业拥有近似或相同的知识技术沟通平台，在这一平台下，企业拥有共通的知识元素、技术语言等，这有利于促进并购双方企业间知识流动，同时提升知识吸收效率。此外，知识相似性减少了企业在识别、吸收、整合、开发应用外部知识时的财务、人力和企业资源投入。企业间存在知识相似性，意味着双方企业在某些知识领域拥有相同或相近的能力(如某些领域的基础知识或技能)，对于并购方企业已经拥有的知识基础(技术、能力、信息等)，企业无需进行重复的财务投入、人力投入和企业资源投入，因而降低了创新成本。
(2)虽然知识相似性能够给技术并购双方带来知识、信息能力上的共识，但当企业知识基础过于相似时，其对技术并购创新绩效的影响效率则可能降低。首先，当技术并购双方知识相似性达到一定水平后，企业通过并购所获取的知识与自身原有的知识相似性过高，这也意味着会出现知识冗余或重合，企业技术并购只带来了规模扩张，却对企业知识基础没有太大影响，即便企业完全吸收被并购方的知识能力，也无法给企业提供创新所需的多样化知识基础和知识元素组合[254]。此外，相关研究发现企业获得的异质性知识促进企业创新能力提升，而当技术并购双方知识相似性过高时，企业获得的异质性知识减少，企业间不同知识组合的可能性下降，从而抑制技术并购创新绩效提升。因此，本文提出如下假设：
H1：在技术并购情境下，知识相似性与并购方创新绩效间呈倒U型关系。
知识互补性反映了企业间知识能力互补程度。知识互补在描述知识基础间关系时主要从知识“关联”和“差异”两个角度进行分析。需要注意的是，关联和差异并非对立的两面，其中，“关联”强调的是企业所拥有的知识在某一领域具有关联性，“差异性”强调的是企业拥有相对于其它企业而言的差异化知识元素。在技术并购情境下，并购双方知识互补性可以对企业识别知识基础和整合运用知识基础产生影响。
(1)知识互补性提升有利于增强并购方企业创新绩效。在技术并购双方知识基础具有互补性的条件下，并购方企业与被并购方企业间知识基础拥有一定相关性，具体而言，双方企业所拥有的知识技术能力可能同属于某一行业领域、技术领域或技术平台，这使得并购方企业在获取被并购方知识基础后能够更容易识别其中对自身有价值、便于企业学习和整合的部分，减少企业在认知过程中产生的困惑[25]。其次，知识互补性提升有利于并购方企业整合、运用技术并购获得的外部知识。同时，互补性知识能够为并购方企业带来异质性知识，提升知识基础多元化程度[26]。互补性知识与其它异质性知识不同，其与企业原有知识间存在相关性，在技术整合和运用过程中，拥有通用的技术背景和知识背景，能够促进企业间知识基础整合，增加知识元素间创新组合数量，提升企业创新能力。此外，对于并购方企业而言，互补性知识能够促进并购方企业高效运用新知识，加速企业知识整合和运用，激发企业外部搜索行为，同时，激活企业自身和外部资源，降低技术壁垒，帮助企业更好地获得被并购方知识能力，促进自身创新能力和绩效提升。
(2)知识互补性过大时会抑制并购方企业创新绩效提升。对于并购方企业通过技术并购方式获取的互补性知识资源，企业需要运用自身的研发、财务和人力资源对这些知识进行转化和吸收，以便与企业现有能力相整合，而这将占用企业创新研发方资源和空间，差异性知识所占比例越大，占用的资源将越多[14]。同时，当企业获得的外部知识互补性过大时，企业间认知距离增加，发现、识别和利用知识的难度增大，内外部知识能力间信息不对称性增加，也可能使企业耗费精力却无法获得创新绩效提升[1,7,9]。此外，通过技术并购方式获取外界互补性知识，也会使得企业创新能力提升过分依靠外部知识，从而弱化企业自身研发的作用，造成企业研发路径依赖，使得企业落入“非优选择”的怪圈，抑制企业创新绩效提升。因此，本文提出如下假设：
H2：在技术并购情境下，知识互补性与并购方创新绩效间呈倒U型关系。
对于技术并购双方而言，企业间存在知识相似性意味着二者不仅拥有属于同一领域的知识基础，而且在细分领域上也拥有相同或相近的知识元素，相似性越强，近似的知识元素就越多；而知识互补则意味着二者在同领域知识基础上，在知识细分领域方面拥有一定的独特性，互补性越强，能够给企业提供的异质性知识也就越多。知识相似性与知识互补性所强调的并非企业知识间“相同”或“相异”，相似性或互补性也并非随着一方的提升而下降，需要进一步思考知识相似性与互补性之间可能存在的协同性及其对技术并购创新绩效的影响。
具体而言，知识相似性可以从以下几个方面对这一关系产生影响：①知识相似性降低了企业识别、吸收、整合、开发互补性知识的成本。知识相似性意味着并购双方企业在相关知识领域拥有相同或近似的部分，这为并购双方企业知识沟通和交流提供了平台，也一定程度上减轻了并购方企业投入负担；②知识相似性的存在降低了企业间认知差距，促进并购方更好地吸收外部获取的互补性知识。双方企业拥有的知识相似性越强，并购方对于标的方企业的理解也就越透彻，这能够帮助并购方企业识别、转化获得有助于企业自身发展的互补性知识，加快相关知识技术转化速度，同时，降低企业在互补性知识转移过程中的成本；③知识相似性降低了企业开发互补性知识的风险。知识互补性的存在有时对企业而言也是一把双刃剑，一定的知识互补性能够给并购方企业带来多元化知识，增强企业创新活力，但在开发和应用互补性知识时，也有可能使得企业过于激进。知识相似性的存在为双方交流、理解和沟通提供了便利，使得并购方企业能够更好地了解被并购方企业的知识能力以及潜在发展方向，并将其进一步与自身知识能力相匹配，把控企业开发内外部知识的方向，因而能在一定程度上控制企业研发创新风险。
综上所述，知识相似性在降低企业知识获取成本、企业间认知差距和开发应用风险方面，对知识互补性与技术并购创新绩效间关系产生作用.因此，本文提出如下假设：
H3：知识相似性与知识互补性对技术并购创新绩效有协同作用，知识相似性会加强知识互补性对创新绩效的影响。
综上所述，本文研究模型如图1所示。
图1 研究模型
本文选取的技术并购事件考察期为2010-2016年，考虑到专利的滞后性，结果变量选用并购事件发生后一年企业创新绩效水平。并购方企业为上海证券交易所和深证交易所主板上市公司，且都为高技术企业，高技术企业认定标准以国家统计局2017年印发的高技术产业分类目录为准。对于高技术企业而言，技术创新和发展关乎其整体战略，且其自身研发强度相对较高，契合本文研究背景。本文并购数据来自Wind金融资讯终端，专利数据来自国泰安数据库和国家知识产权局数据库并加以人工筛选和处理，上市公司财务数据来自Wind金融资讯终端和国泰安数据库。
在技术并购样本筛选过程中，本文结合Ahuja & Katila对技术并购的界定标准，筛选出满足如下条件的技术并购事件：并购公告中明确说明并购方企业获得了被并购方的技术、专利或关键技术人员，或者被并购方企业在5年内获得过专利。同时，考虑到数据完整性和可获得性，本文根据以下原则继续筛选数据：①并购方企业为高技术上市公司；②剔除样本期内财务数据不足或重要变量不全的企业；③选取首次公告日为信息披露日；④剔除ST类或*ST企业的并购事件；⑤并购方企业获得标的企业的控股权不低于30%，或并购后超过40%，能够对标的企业产生重要影响；⑥若一年内相同企业发生多次技术并购事件，则选取交易额最大的一次计入样本，若同一企业在不同年份发生多次技术并购，则按照多次事件计入。基于以上对并购样本的筛选条件，最终得到205家上市公司的270次并购事件。
2.2.1 因变量
关于公司创新绩效的衡量标准，以往研究中采用过新产品销售收入、申请专利数等。对于高技术企业而言，专利作为衡量企业创新的重要指标之一，能够在一定程度上反映企业创新能力[7,,8,11,13,21]。本文采用Sears[7]的研究方法，以并购方企业专利申请数作为创新绩效的代理变量，同时，考虑到技术创新可能存在滞后性，使用并购方在技术并购事件发生一年后企业专利申请数量衡量企业创新绩效，并购方企业申请的专利越多，创新绩效越高。
2.2.2 自变量
(1)知识相似性。其指并购双方企业知识、技术能力的相似程度[2,11,12,14]。对于知识相似性，有研究使用并购双方所在共同的行业细分领域或知识基础数量进行测量，也有研究通过比较生产流水线、产品以及并购前后从事工种的相似性进行测量，但这两种测量方法都具有一定的片面性。本文采用Makri、Hitt & Lane[2]的测量方法，通过专利细分领域进行区分和测量。区分专利细分领域主要依据国际专利分类表(IPC)的规则进行，在国际专利分类表中IPC按照5个等级分类，部(Section)、大类(Class)、小类(Subclass)、主组(Main Group)、分组(Group)。计算知识相似性，首先要选取并购双方在技术并购发生前6年内专利申请数据，分别计算出并购双方同属共同专利大类的专利数目(Overlap All Patent Classes，OAPC)、并购双方专利总数(Total Patents A&T，TPAT)、并购方在双方同属专利大类的专利总数(Total Acquire Patents in Common Class，TAPC)和并购方专利总数(Total Patents Acquire，TPA)，计算公式为：
知识相关性
如此计算出来的知识相似性取值为0～1，值越靠近1，说明二者知识相似性越大；取值越靠近0，说明知识相似性越低。
(2) 知识互补性。知识互补性指并购双方企业知识能力的互补程度[2,14]。本文采用Makri、Hitt & Lane[2]的测量方法，计算出并购双方属于同一专利部(Section)却不属于同一大类(Class)的比率。计算知识互补性同样要选取并购双方在技术并购发生前6年内专利申请数据，分别计算出并购双方同属专利部的专利数(Overlap All Patent Section，OAPS)、并购双方专利总数(Total Patents A&T，TPAT)、并购双方同属共同专利大类的专利数目(Overlap All Patent Classes，OAPC)、并购方在双方同属专利部的专利总数(Total Acquire Patents in Common Section，TAPS)，计算公式如下：
知识互补性
如此计算出来的知识互补性取值为0～1，值越靠近1，说明二者知识互补性越大，知识同属于同一部却不属于同一分类；取值越靠近0，说明知识互补性越低。
2.2.3 控制变量
本文选择的控制变量为知识基础、交易规模、企业年限、公司成长性、研发强度和企业规模。
(1)知识基础。并购方知识基础影响企业创新能力和绩效[2,18,21,24]，本文参照Makri等[2]的研究方法，通过对并购方5年内专利申请数量的加总得到其知识基础量，企业拥有的知识越多、技术水平越高，知识基础相应也更丰富，在企业管理实践中，企业持续创新的能力也就越强。
(2)交易规模。对于并购方企业而言，交易规模越大，企业越会重视这一并购行为，更有可能从并购中获取企业所需的各类资源和能力，交易规模过小也可能出现企业并购目的偏差的问题[2,21,25]。为控制这一因素对模型的影响，本文参照的研究方法，使用并购交易规模的对数衡量企业并购行为交易规模。
(3)企业年限。企业年限可能影响企业创新行为，企业创业期、成长期、成熟期的创新能力和创新需求各有不同[1,2,5,25]。本文参照Kapoor等[2]的研究方法，采用并购发生时并购方企业年龄取对数衡量企业年限。
(4)企业成长性。企业成长性反映企业盈利、成长、技术创新能力等，进而影响企业创新绩效[5,27]。本文参照王宛秋等[27]的研究方法，使用并购方企业当年主营业务收入增长率衡量。
(5)研发支出。研发支出能够影响企业创新活动，支持企业将更多资源投入到创新活动中[7,25]。本文参照Kappoor等[8]的研究方法，采用并购方企业当年R&D支出的对数进行衡量。
(6)企业规模。企业规模越大，越有实力进行企业创新和研发，进而更有可能产出更多创新成果[7,25]。本文参照刘洪伟等[25]的研究方法，使用员工人数的自然对数测量，员工人数越多，企业规模越大，越有实力通过技术并购行为促进企业研发和创新。
(7)企业无形资产。无形资产一定程度上代表了企业知识资源，体现企业创新成果存量，并影响企业创新能力[28]。本文参照王宛秋等[27]的研究方法，使用企业当期无形资产对数形式测量。
本研究使用Stata14.0进行分析，分析结果如表1和表2所示。表1列出了各变量描述性统计结果，包含所有变量的样本数、均值、标准差以及各变量之间的相关系数，表2则列出了负二项回归分析结果。
表1 各变量描述性统计与相关性分析(N=270)
变量123456789101.创新绩效12.知识相似性0.16∗∗∗13.知识互补性0.09-0.27∗∗∗14.知识基础0.68∗∗∗0.17∗∗∗0.1315.交易规模0.120.137∗∗0.110.15∗∗16.企业年限0.020.05-0.030.050.0517.企业成长性0.070.070.05∗0.050.05-0.0618.研发支出0.12∗0.12∗∗0.100.09∗0.02∗0.070.0419.企业规模0.250.090.060.340.140.060.030.24∗∗110.无形资产0.170.040.130.160.050.09-0.070.57∗∗∗0.33∗∗∗1均值153.250.280.33184.294.1716.2410.863.933.752.25标准差159.240.270.23341.30.944.9823.071.780.530.67
注：***、**、*分别表示1%、5%和10%的显著性水平
2.3.1 描述性统计与相关性分析
由表1可知，观察窗口期内样本公司创新绩效均值为153.25，标准差高达159.24，说明样本企业并购后一年企业创新绩效离散性较为明显。同时也能看出，自变量之间存在一些较强的相关关系，为了进一步检验自变量之间可能存在的多重共线性问题，本文对方差膨胀因子进行测算，所有自变量的方差膨胀因子都小于2，说明本文选取的自变量间不存在多重共线性问题。
2.3.2 回归结果分析
考虑到因变量技术绩效为非负的计数变量，且方差明显大于平均值，具有较强的离散性，根据相关研究的建议，通过计算模型中过度分散参数，发现本研究情境下应采用负二项回归模型进行研究[26]。同时，为研究变量之间可能存在的倒U型关系，本文引入知识相似性与知识互补性的二次项进行回归分析。
(1)控制变量与技术并购创新绩效。模型1检验了控制变量对于创新绩效的影响效果。其中，并购方知识基础规模在1%的显著水平上对创新绩效有正向影响，这意味着并购方企业知识基础规模的增大会带来企业创新绩效提升。同时，企业规模对创新绩效在1%的显著水平上也有显著正向作用，这与先前的研究结果相一致，即并购方企业规模越大，企业所拥有的能力和水平越高，越有能力通过并购方式获取企业创新资源，提高创新绩效。
(2)知识相似性与创新绩效。模型2中只考虑了知识相似性的一次项与企业创新绩效间关系，其结果显示知识相似性一次项系数为正但不显著，说明知识相似性与企业创新绩效间并非简单的线性关系。在模型3中本文加入知识相似性的二次项，发现一次项系数与二次项系数在1%的水平上分别显著为正和负，表明一定程度的知识相似性能够给企业创新绩效带来正效应，但过高程度的知识相似性则对企业创新绩效有负效应。初期随着知识相似性的增加，企业识别、运用、融合被并购方企业知识的能力提升，促使企业将新知识吸纳到自己的知识基础中，进而创造新的创新成果，但当相似性上升到一定水平后，企业原有知识基础与新获得的知识基础重合的概率增加，高度重合的知识不足以为企业带来推动创新的思想和技术方法，反而会造成企业冗余知识增多，增加知识管理难度，降低企业创新绩效。因此，假设H1获得支持。
(3)知识互补性与创新绩效。模型4对知识互补性的一次项与企业创新绩效间关系进行了分析，发现知识互补性一次项的系数为正但不显著，这也说明知识互补性与创新绩效同样呈非线性关系。模型5中加入了知识互补性的二次项，发现一次项系数和二次项系数分别在1%的水平上显著为正和显著为负。这说明知识互补性给企业带来了异质性知识、提升了企业创新组合多样性，有利于促进企业创新绩效提升；但同时，互补性过大时企业吸收、理解外部知识的困难增加。因此，假设H2获得支持。
(4)知识相似性对知识互补性与企业创新绩效的交互作用。模型6对技术并购双方知识互补性与知识相似性间协同关系进行了回归分析，在知识互补性的基础上加入知识相似性、知识相似性与知识互补性交互项。通过回归发现，知识相似性的系数在1%的水平上为正且显著，而一次交互项和二次交互项的系数在1%的水平上分别为正向显著和负向显著。对于变量间交互作用的检验，不仅取决于交互项的统计显著性，还可以通过交互作用图分析调节变量的边界关系，否则可能低估交互作用[28]。为此，本文绘制了知识相似性对知识互补性与企业创新绩效的交互作用效应图，如图2所示。图中横轴表示知识互补性，纵轴表示企业技术并购创新绩效，两条曲线分别代表知识相似性每变化高一个水平(均值加一标准差)和低一个水平(均值减一个标准差)时，知识互补性对企业创新绩效的不同影响。当企业知识相似性高时，知识互补性对企业创新绩效的影响更为强烈，这就意味着当企业知识相似性提升时，互补性知识更容易被企业吸收和利用，但当相似性过大时也会增大对互补性知识的挤出效应，使得企业更多地吸收相似性知识而忽略互补性知识，抑制知识互补性与创新绩效间的正向关系。因此，本文H3获得了支持。
图2 调节效应
本文从知识基础观视角出发，对技术并购中知识相似性、知识互补性和企业创新绩效间关系进行梳理，并结合2010-2016年中国高技术产业上市公司技术并购数据进行实证检验，补充了该领域的理论研究，也给管理实践提供了新的启示。
(1)对技术并购方企业而言，并购双方知识相似性与创新绩效间呈倒U型关系。并购双方知识相似性的存在意味着二者拥有同属于某一领域的共同知识基础，共同的知识基础减少了并购方企业识别、获得和利用被并方企业知识的难度，使得企业能够在原有技术成长路径上获得新知识，补强自身创新能力，提高企业创新绩效；但随着知识相似性的提升，企业获得冗余、重复知识的概率也会增加，从而降低企业创新知识组合的可能性以及企业创新效率，使得创新绩效下降。
(2)对技术并购方企业而言，并购双方知识互补性与创新绩效间呈倒U型关系。知识互补性的存在提升了企业获取异质性知识的可能性和知识多元化水平，促进了企业间知识元素重组，提升了企业运用外部知识的效率与能力，提高了企业创新绩效。但当知识互补性达到一定水平时，过于差异化的知识会给并购方企业带来吸收、整合困难，同时，占用企业研发创新资源，反而对创新绩效产生负面影响。
(3)对技术并购方企业而言，并购双方知识相似性与知识互补性对创新绩效有协同作用，知识相似性对知识互补性与企业创新绩效间关系有交互作用。技术互补性的增加为互补知识吸收提供了沟通交流平台，使得企业能够更好地认识被并购方所拥有的能力，并将其转化为自身能力，进一步加大知识互补性提升企业创新绩效的可能性；而当企业知识相似性过高时，企业技术知识的路径依赖逐渐显露，企业更容易吸收相似知识而忽略异质性知识，使得企业创新绩效下降。
表2 负二项回归分析
因变量(创新绩效)模型1模型2模型3模型4模型5模型6控制变量知识基础0.003 54∗∗∗0.003 58∗∗∗0.003 42∗∗∗0.003 47∗∗∗0.003 61∗∗∗0.003 21∗∗∗(-5.59)(-5.32)(-5.35)(-5.52)(-4.94)(-4.87)交易规模0.1900.0810.1020.2150.1910.094(1.82)(0.75)(1.16)(2.12)(2.10)(0.96)企业年限0.008 580.003 340.007 560.006 480.009 810.015 51(-0.25)(-0.17)(-0.27)(-0.34)(-0.56)(-0.54)企业成长性0.003 560.002 80.017 900.002 54-0.003 330.000 326(-0.54)(-0.52)(-0.5)(-0.34)(-0.33)(-0.06)研发支出0.1250.103 70.054 760.1220.072 40.081 54(-2.32)(-2.13)(-2.05)(-2.67)(-1.86)(-1.72)企业规模0.570∗∗∗0.592∗∗0.543∗∗∗0.562∗∗∗0.663∗∗∗0.687∗∗∗(-2.45)(-2.32)(-2.71)(-2.98)(-3.23)(-3.34)无形资产-0.126-0.115-0.104-0.139-0.132-0.119(-1.16)(-1.07)(-0.98)(-1.26)(-1.29)(-1.15)常数项0.5771.180.9370.3570.8730.916(0.49)(0.57)(0.67)(0.88)(0.94)(1.08)自变量知识相似性1.2531.351∗∗1.365(2.72)(3.16)(3.42)知识相似性平方项-4.736∗∗(-4.14)知识互补性1.0781.104∗∗∗1.113∗∗∗(2.87)(3.11)(3.32)知识互补性平方项-6.707∗∗∗-7.034∗∗(-5.24)(-5.23)知识互补性× 知识相似性4.408∗(2.16)知识互补性平方项×知识相似性-15.08∗∗(-1.73)Log likelihood-1 429.2-1 419.5-1 405.3-1 426.4-1 414.6-1 398.9Pseudo R20.029 50.036 10.045 70.031 40.039 40.050 7样本量270270270270270270
注：***、**、*分别表示1%、5%和10%的显著性水平
本文从知识基础观出发，检验技术并购中知识相似性与知识互补性对并购方企业创新绩效的影响，并检验知识相似性与知识互补性的协同作用，在以下几个方面对该领域研究作出了贡献。
(1)国内外许多学者从知识基础观出发检验知识相关性对企业创新能力的影响，但多将知识相关性理解为知识相似性，忽略其互补性的一面。本文综合考虑知识相似性与知识互补性，发现知识互补性降低了知识相似性对创新绩效的作用，这有助于进一步理解知识关系在技术并购过程中如何对创新产生影响。
(2)在国内研究知识相似性与知识互补性的实证研究中，受数据可获得性等影响，很多研究者简单地将企业是否同属一个行业、企业间是否有共同大类的知识作为衡量知识相关性和知识互补性的标准，本文参照已有文献测量标准，结合国内企业专利具体情况，综合考虑企业知识研发领域和相关类别，更为全面地测量了并购双方知识关系。
本文丰富了相关理论研究，同时，得到以下管理启示：
(1)并购方企业注重并购双方知识相似性能够提升企业知识获取效率。技术并购需要考虑并购方企业与被并购方企业的知识相似性，一定程度的知识相似性能够促进被并购方企业更为高效地识别、吸收、整合和开发并购中获取的知识与能力，但过度的知识相似性可能给企业带来冗余资源，这就需要决策者在分析双方知识能力的基础上作出判断。
(2)并购方企业注重并购双方知识相似性与知识互补性的协同作用，能够提升企业知识能力多样化水平，同时，防止企业间差异过大而导致理解和学习困难，优化技术并购对企业创新能力的作用。
本文研究过程中，由于研究能力与时间有限，存在很多不足之处需要进一步完善和改进。
(1)在样本选取与测量方面，本文以高技术产业上市公司的技术并购事件作为研究对象，虽然能够反映该行业技术并购特点，但在研究代表性和广泛性方面存在不足。此外，本文在测量企业创新绩效时，采用企业专利申请数量衡量企业创新绩效水平，但专利申请并非衡量企业创新能力的唯一标准，如何更加全面地衡量企业创新能力或创新绩效值得进一步探讨。
(2)在研究方法方面，本文采取二手数据，由于数据可获得性的限制，一定程度上造成了研究的困难。针对这一问题，后续研究可以从案例研究方法着手，更有针对性地分析技术并购影响要素、影响机制及可能的作用路径。
(3)在研究内容方面，本文探讨了知识相关性在技术并购过程中对企业创新绩效的影响，但影响企业创新绩效的变量并非仅限于本文提出的相关要素，并购方企业与被并购方企业所具有的特性及情境要素都有可能影响企业创新绩效水平，未来可考察这些因素的作用。
[1] AHUJA G, KATILA R.Technological acquisitions and the innovation performance of acquiring firms:a longitudinal study[J].Strategic Management Journal, 2001, 22(22):197-220.
[2] MAKRI M, HITT M A, LANE P J.Complementary technologies, knowledge relatedness, and invention outcomes in high technology mergers and acquisitions[J].Strategic Management Journal, 2010, 31(6):602-628.
[3] YLI-RENKO H, AUTIO E, SAPIENZA H J.Social capital, knowledge acquisition, and knowledge exploitation in young technology-based firms[J].Strategic Management Journal, 2001, 22(6/7):587-613.
[4] SHAKER A ZAHRA, GERARD GEORGE.Absorptive capacity:a review, reconceptualization, and extension[J].The Academy of Management Review, 2002, 27(2):185-203.
[5] CLOODT M, HAGEDOORN J, KRANENBURG H V.Mergers and acquisitions:their effect on the innovative performance of companies in high-tech industries[J].Research Policy, 2006, 35(5):642-654.
[6] HAN J, JO G S, KANG J.Is high-quality knowledge always beneficial? knowledge overlap and innovation performance in technological mergers and acquisitions[J].Research Policy, 2016(5):1-21.
[7] SEARS J, HOETKER G.Technological overlap, technological capabilities, and resource recombination in technological acquisitions[J].Strategic Management Journal, 2014, 35(1):48-67.
[8] KAPOOR R, LIM K.The impact of acquisitions on the productivity of inventors at semiconductor firms:a synthesis of knowledge-based and incentive-based perspectives[J].Academy of Management Journal, 2007, 50(5):1133-1155.
[9] ORSI L, GANZAROLI A, NONI I D, et al.Knowledge utilisation drivers in technological M&As[J].Technology Analysis & Strategic Management, 2015, 27(8):877-894.
[10] MIOZZO M, DIVITO L, DESYLLAS P.When do acquirers invest in the R&D assets of acquired science-based firms in cross-border acquisitions?the role oftechnology and capabilitiessimilarity and complementarity[J].Long Range Planning, 2016, 49(2):221-240.
[11] 魏江, 郑小勇, WeiJiang,等.关系嵌入强度对企业技术创新绩效的影响机制研究——基于组织学习能力的中介性调节效应分析[J].浙江大学学报:人文社会科学版, 2010, 40(6):168-180.
[12] YAYAVARAM S, CHEN W.Changes in firm knowledge couplings and firm innovation performance:the moderating role of technological complexity[J].Strategic Management Journal, 2015, 36(3):377-396.
[13] RABIER M R.Acquisition motives and the distribution of acquisition performance[J].Strategic Management Journal, 2017, 38(13).
[14] KING D R, KESNER I.Performance implications of firm resource interactions in the acquisition of R&D-intensive firms[J].Organization Science, 2008, 19(2):327-340.
[15] PHANISH PURANAM, HARBIR SINGH, SAIKAT CHAUDHURI.Integrating acquired capabilities:when structural integration is (un)necessary[J].Organization Science, 2009, 20(2):313-328.
[16] SCHILDT H, KEIL T, MAULA M.The temporal effects of relative and firm-level absorptive capacity on interorganizational learning[J].Strategic Management Journal, 2012, 33(10):1154-1173.
[17] MOWERY D C, OXLEY J E, SILVERMAN B S.Strategic alliances and interfirm knowledge transfer[J].Strategic Management Journal, 2015, 17(S2):77-91.
[18] 徐小三, 赵顺龙.知识基础互补性对技术联盟的形成和伙伴选择的影响[J].科学学与科学技术管理, 2010, 31(3):101-106.
[19] BOYD B K, GOVE S, HITT M A.Construct measurement in strategic management research:illusion or reality?[J].Strategic Management Journal, 2005, 26(3):239-257.
[20] 王凤荣, 耿仁波, 王倩.国有上市公司并购的产业路径及效应分析[J].当代财经, 2010(6):59-67.
[21] 蔡虹, 刘岩, 向希尧.企业知识基础对技术合作的影响研究[J].管理学报, 2013, 10(6):875.
[22] HAGEDOORN J, DUYSTERS G.External sources of innovative capabilities:the preferences for strategic alliances or mergers and acquisitions[J].Journal of Management Studies, 2002, 39(2):167-188.
[23] 张峥, 高明明, 陈清生.技术相似性对中国制造业并购创新绩效影响模拟[J].科技进步与对策, 2016, 33(19):69-75.
[24] 温成玉, 刘志新.技术并购对高技术上市公司创新绩效的影响[J].科研管理, 2011, 32(5):1-7.
[25] 刘洪伟, 冯淳.基于知识基础观的技术并购模式与创新绩效关系实证研究[J].科技进步与对策, 2015(16):69-75.
[26] AHUJA G, LAMPERT C M.Entrepreneurship in the large corporation:a longitudinal study of how established firms create breakthrough inventions[J].Strategic Management Journal, 2010, 22(6-7):521-543.
[27] 王宛秋, 马红君.技术并购主体特征、研发投入与并购创新绩效[J].科学学研究, 2016, 34(8):1203-1210.
[28] 李后建, 张剑.腐败与企业创新:润滑剂抑或绊脚石[J].南开经济研究, 2015(2):24-58.