The Influence of Collaborative Innovation Alliance Dual Stickiness on Innovation Performance with Knowledge Flow
——A Mediated Regulation Model

Sun Jinhua，Xia Yiping，Hu Jian

(School of Management,Chongqing University of Technology,Chongqing 400054,China)

Abstract：Based on the collaborative innovation network and knowledge management theory,this paper deeply analyzes the effect of alliance dual stickiness on innovation performance from the perspective of knowledge flows,and establishes the model of alliance dual stickiness knowledge flow innovation performance. The knowledge hidden and knowledge absorption ability are introduced in this model as adjustment variables. Through making hierarchical regression analysis on 166 sample data,the results show that the innovation performance are positively affected by hard technology stickiness and soft technology stickiness,the knowledge diffusion and knowledge spillover has partial intermediary role between alliance stickiness and innovation performance,the regulating roles of knowledge hidden and knowledge absorptive capacity are partly realized by the mediating effect of knowledge flow. Knowledge hiding directly or indirectly regulates the relationship between the dual alliance stickiness and innovation performance. Knowledge absorption ability has an inverted U-shaped regulating effect between knowledge diffusion and innovation performance. Based on this conclusion,it is proposed that alliance enterprises should correctly understand the influence of different alliance stickiness on innovation performance,and emphasize the informal contracts construction based on knowledge rationalization hidden. In the later stage of alliance cooperation,new network nodes are appropriately added and knowledge acquisition channels are broadened. The stable partnership is formed by orderly knowledge flow,so as to drive the improvement of innovation performance.

Key Words:Alliance Dual Stickiness; Knowledge Flow; Knowledge Hidden;Knowledge Absorption Ability;Innovation Performance

收稿日期：2020-09-23

基金项目：国家自然科学基金项目(71401021)；教育部人文社会科学研究青年基金项目(19YJCZH054)

作者简介：孙金花(1979-)，女，黑龙江七台河人，博士，重庆理工大学管理学院副教授、硕士生导师，研究方向为协同创新管理；夏一平(1996-)，女，重庆人，重庆理工大学管理学院硕士研究生，研究方向为知识与创新管理；胡健(1979-)，男，黑龙江望奎人，博士，重庆理工大学管理学院教授、硕士生导师，研究方向为知识管理优化模型。

DOI：10.6049/kjjbydc.2020070520

开放科学(资源服务)标识码(OSID)：

中图分类号：F272.4

文献标识码：A

文章编号：1001-7348(2020)22-0106-10

0 引言

在创新2.0背景下，由于企业自身资源的有限性和认知“锁定效应”，依靠独立创新行为易导致“信息孤岛”和创新成果碎片化。Cohen[1]明确指出，企业更倾向于采取与外部组织合作的方式集聚创新资源，整合重构创新知识，从而提升自身创新绩效。特别是在开放式创新引领下，越来越多的企业开始寻求协同创新联盟网络嵌入[2]。基于资源基础观、交易成本理论、动态能力理论等相关理论视角分析发现，协同创新联盟能够通过独特的创新资源优势，充分释放彼此知识、资本、信息、技术等创新要素活力，实现创新互惠，并产生“1+1>2”的协同效应[3]。这种协同效应的显现更多地依赖于企业间关系依赖程度和关系强度，原因在于紧密合作关系能促使协同创新联盟内知识有效流动，实现知识资源跨组织共享、互动与集成[4]。芮正云等[5]认为，联盟粘性是指企业间关系依赖程度，会对合作双方创新绩效产生一定影响。特别是在知识经济背景下，创新原动力之一是知识本身的源动能，稀缺知识只有在流动中才能实现跨组织均匀分布，进而实现知识增值[6]。然而，很多企业在跨越组织边界寻求加入协同创新联盟网络时，出现恶意模仿、商业机密窃取等搭便车行为，使得合作双方在知识交流过程中因信任危机而有所顾虑，不愿意开放、充分地共享知识，在很大程度上影响联盟粘性与知识流动效率、创新绩效之间的关系[7]。已有研究大多强调知识隐藏对于组织创新绩效的消极影响，仅少数研究将联盟企业间知识合理化隐藏区别于装傻隐藏和推脱隐藏，视前者为对目标事件的积极反应，能加速知识流动，形成密切的合作关系[8]，能够有效避免联盟伙伴间因欺骗隐藏、装傻隐藏和知识泄漏产生的消极影响，从而促进联盟企业间知识流动与互惠创新[9]。同时，在联盟合作过程中，企业获取、吸收、转化和应用外部知识的能力会在一定程度上直接作用于知识流动与联盟企业创新绩效的关系[10]。目前，大量研究基于联盟企业特定合作阶段，探寻知识吸收能力对创新绩效的直接或间接影响，仅部分学者从动态理论基础出发，探讨企业发展不同阶段知识吸收能力对创新绩效的影响。如刘岩等[11]研究发现，知识吸收能力在调节技术知识基础多元性与创新绩效间的关系时既发挥正向作用，又具有负向影响；杨陈等[12]基于协同创新网络视角研究发现，当协同创新主体间知识相似度过高时，将不再有利于企业学习和创新，吸收能力对创新绩效的影响呈倒U型趋势。事实上，从联盟企业发展生命周期角度看，企业双方保持长期不变的合作关系会产生路径锁定效应，知识吸收能力对企业合作后期创新绩效可能具有消极影响[13]。

综上分析，本文突破以往研究视角，基于知识流动视角深入探究联盟粘性与创新绩效之间的作用机理，将联盟粘性具象化，从硬技术粘性与软技术粘性双元角度出发，解析其对创新绩效的影响。同时，引入知识隐藏和知识吸收能力两个调节变量，解析其在联盟不同合作阶段三者关系形成过程中的影响。这不仅有助于创新联盟合作主体通过显性知识扩散和隐性知识溢出等知识流动方式获取异质性创新资源[6]，而且能够加速对所获取知识的消化、吸收、重构，进一步提升创新绩效，从而形成独立企业的核心知识优势与联盟协同创新能力。

1 理论分析与研究假设

1.1 联盟粘性与创新绩效

目前，企业逐渐意识到在不同技术水平和文化背景企业组成的协同创新联盟中开展合作与资源共享，是有效促进创新绩效提升的重要形式。这种战略合作形成的联盟粘性主要表现为企业间互补性交易过程中的关系强度和关系变动倾向，其源于合作双方间的技术依赖、企业文化契合等客观要素的相融性。因此，本文基于技术二元理论，将协同创新联盟粘性划分为硬技术粘性和软技术粘性。其中，硬技术粘性是指联盟企业间生产技术及制作工艺等技术依赖程度；软技术粘性是指基于联盟企业间与公司治理功能密切相关的管理技术间的相通性，包括制度、管理、市场、文化观念等方面的相融性[14]。

目前，大部分学者基于社会网络理论视角，探讨联盟伙伴间关系依赖程度和开放程度对合作创新绩效的影响[2]。如Landart等[15]从创新网络关系强度角度分析认为，联盟企业间依赖程度越高，联盟粘性越强，合作关系越持久，就越有助于创新绩效提高。还有学者基于交易成本理论，认为联盟合作关系单方面变动涉及成本转换问题，由于联盟合作的“熟练效益”，拥有较高联盟粘性的成员若选择退出现有联盟网络则会承担较高的变动成本[16]。此外，有些学者着眼于联盟合作动机，研究不同类型联盟粘性对创新绩效的影响，主要基于硬技术粘性角度，发现技术资源互补性会导致企业间技术高关联度，从而对创新绩效产生影响。如贾军等(2012)认为，产品技术关联性会对创新绩效产生正向影响，技术关联度越高，就越有利于企业创新绩效提高；Breschi 等[17]研究发现，技术关联使得联盟企业在相似技术领域内进行知识流动，从而提升自身创新能力；Shin 等[18]认为，联盟企业与技术相关企业进行合作时，其创新绩效明显优于那些进入技术不相关创新产业的联盟企业。软技术粘性与联盟企业创新绩效关系研究相对匮乏，仅少数学者解析了软技术粘性关联要素对创新活动的影响，发现联盟成员之间在文化背景、价值观、管理理念及制度建设等方面若存在较大差异，不仅会增加合作沟通成本，而且面临更大的信息失真风险，从而制约创新绩效提升[19]。曹兴等[20]明确提出，与联盟伙伴在文化、战略、权力、规模等方面的兼容性会对联盟创新绩效产生重要影响。

综上所述，联盟企业之间的关系依赖程度会对企业创新绩效产生影响，拥有较高联盟粘性的企业间知识流动更频繁，沟通成本更低，有助于企业创新绩效提高。因此，本文提出以下假设：

H1a: 硬技术粘性对联盟企业创新绩效具有正向影响；

H1b: 软技术粘性对联盟企业创新绩效具有正向影响。

1.2 联盟粘性与知识流动

(1)硬技术粘性与知识流动。由不同创新主体组成的技术创新联盟网络具有典型技术依赖性和开放式创新特征，已成为推动联盟技术持续创新的新型主导模式。联盟企业间的硬技术粘性在一定程度上反映了具有不同技术知识势差企业间的相互依赖程度，而联盟企业知识势差的存在能够促进知识主动扩散和外部溢出效应产生。刘宇等[21]认为，技术创新联盟网络密度越高，伙伴间硬技术联系越紧密，就越有利于促进知识交流和扩散；Gulati 等[22]指出，联盟关系属于强联系的表现形式，有利于转移某种特质的技术资源和溢出复杂的隐性知识；张卓等[23]提出，当联盟企业间具有高度技术关联性时，可发挥潜在溢出效应，给企业带来更多优势，从而提高企业创新绩效；陈伟等[24]指出，企业网络联系密度、网络稳定性、网络中心性均会影响外部知识共享和交流。总之，联盟企业在面对相同或相似研发、制造和生产技术条件的伙伴企业时，更容易通过吸收与自身知识基础接近的知识和技术促使知识扩散，同时增强知识溢出效应。因此，本文提出以下假设：

H2a:硬技术粘性对联盟企业间知识扩散具有正向影响；

H2b:硬技术粘性对联盟企业间知识溢出具有正向影响。

(2)软技术粘性与知识流动。联盟企业间的相互依赖程度在一定层面上反映出企业未来合作价值。换言之，企业更倾向于与自身具有相似文化背景、管理理念和市场合作主体的伙伴组建联盟，因为这更有利于双方知识交流，加速知识扩散，增强知识溢出效应，具有更高的未来合作价值。一方面，连远强[25]指出，集群内部企业间长期合作形成的信任机制以及内部特有的非正式交流能够促进知识扩散速度提升；Zimmermann 等[26]基于合作惯性和关系情感交互分析视角，发现网络结构中的关系强度和稳定性、认同感和信任感、对环境的共同理解能够促使联盟成员知识共享意愿和知识扩散能力增强；刘海鑫等[27]认为，社会交互关系、共同语言以及信任感等软技术关系依赖性有助于激发成员知识共享行为，从而推动知识扩散。另一方面，张帆(2016)认为，虚拟集群网络知识溢出效应会受知识溢出方和接收方之间信任程度、关系距离的影响；包凤耐等(2015)指出，在高新技术网络中，企业间的相互信任可以有效提高知识传播和知识溢出效率。尤其当联盟成员间具有高度相似的组织文化、管理理念时，既有利于降低合作沟通成本，又能有效避免信息失真风险，从而有助于知识交流效率提升[19]。总之，软技术粘性可以强化创新联盟网络成员在文化背景、管理理念等方面的共融性，上述要素能有效推动合作伙伴间的情感性合作，进而加速推动知识扩散与溢出。因此，本文提出以下假设：

H3a:软技术粘性对联盟企业间知识扩散具有正向影响；

H3b:软技术粘性对联盟企业间知识溢出具有正向影响。

1.3 知识流动与创新绩效

企业通过联盟合作的目的是弥补自身知识的有限性，突破同质化认知模式，打破对本企业知识和技术的固有路径依赖，获取更多异质性资源，实现创新绩效提升(尹航等，2019)。知识流动是指在知识交流活动中各创新要素、知识相互作用的过程。参考薛伟贤等[6]的观点，根据知识流动方式可将其划分为知识扩散与知识溢出两个维度。其中，知识扩散是指发生在具有不同知识位势的知识主体之间，由低位势知识主体向高位势知识主体购买或学习知识的主动行为[28]，其对创新绩效的影响表现出一定的主动性、有序性和目的性，与企业创新能力之间具有较高的敏感匹配度；杨菊萍等(2009)通过研究发现，龙头企业的知识扩散能够对区域创新发挥重要带动作用。知识溢出本质上作为一种外部性，是有序流动的显性知识的补充，能够准确描述大多数隐性知识非有序性流动特征，促进不同知识主体之间的价值创造,带来的经济和技术价值对企业创新绩效具有积极影响[29]；Grillitsch等[30]认为，知识外部性效应对企业创新绩效和竞争力起至关重要的作用，所溢出的知识能够帮助企业弥补自身知识匮乏。总的来说，无论是显性知识扩散还是隐性知识溢出均能通过不同的知识流动形式为企业注入活力，带来丰富的创新资源，最终促进企业创新绩效显著提高。因此，本文提出以下假设：

H4a:知识扩散对联盟企业创新绩效具有正向影响；

H4b:知识溢出对联盟企业创新绩效具有正向影响。

1.4 知识流动的中介效应

传统知识流动忽略了知识主体间的客观状态以及可控性差异，只强调一个社会主体与另一个主体间的知识转移[6]。创新联盟网络成员间的知识势差是知识流动的基础。知识势差促使企业从联盟内获取更多的异质性知识和资源，不断丰富自身知识基础和技术能力，并将汲取到的新知识结合本企业特征进行重构，进而提高企业创新能力。联盟间的依赖性在一定程度上反映了主体间的内聚力水平，在高联盟粘性的情况下，合作双方相互信任、依赖程度高，更倾向于形成一致的价值取向和共同的目标[2]。此时，企业会选择提高对联盟的开放程度，主动进行知识、技术交流与扩散，促进知识充分流动，进而提高创新绩效。当联盟企业间保持更加亲密的关系时，能够有效推动知识流动、获取和吸收，知识外部溢出效应随之增强，最终实现联盟企业创新性行为。如Asheim等[31]指出，技术高关联性产业之间更容易实现跨产业知识溢出,不同企业通过交互学习和知识溢出对所获取的知识进行重组,从而促进产业创新发展。相反，在低联盟粘性的情况下，当联盟企业所处行业相关性较小且彼此间技术依赖程度较低时，会提升显性知识交流和扩散难度，同时会降低隐性知识溢出程度，进而在一定程度上阻碍联盟企业合作创新绩效提升。因此，联盟粘性与创新绩效之间不仅存在直接联系，而且存在非直接相关关系，硬技术和软技术粘性分别通过知识扩散和知识溢出对联盟企业创新绩效产生影响。因此，本文提出以下假设：

H5a: 知识扩散对硬技术粘性与创新绩效关系具有中介作用；

H5b: 知识扩散对软技术粘性与创新绩效关系具有中介作用；

H5c: 知识溢出对硬技术粘性与创新绩效关系具有中介作用；

H5d: 知识溢出对软技术粘性与创新绩效关系具有中介作用。

1.5 知识隐藏的调节作用

(1)联盟粘性与知识流动。Connelly等[32]将知识隐藏定义为组织中的个体面对成员知识请求时故意隐瞒或刻意掩饰的行为，主要有装傻隐藏、推脱隐藏和合理化隐藏3个维度。本文中的知识隐藏侧重于联盟企业间的知识合理化隐藏，例如涉及商业机密、公司明文规定或专利申请等方面的知识隐藏行为。在联盟企业生产、制造技术及文化、管理技术等方面具有较高依赖度和契合度的条件下，当知识合理隐藏被视为一种正当合理、公平诚信且不会对联盟其他成员利益造成损害的客观行为时，联盟内将会形成有利于知识流动的良好知识共享氛围。此时，联盟双方信任感不但不会降低，反而会因对方坦诚的行为得到强化，从而促进联盟内知识扩散和溢出。有研究表明：相较于装傻和推脱隐藏，合理化隐藏是一种对目标事件的积极反应，不但不会损害与目标对象的关系，相反关系还会得到有效改善[8]。在联盟企业间知识合理化隐藏水平达到一定程度后，就会在联盟内形成一种关系契约，营造出信任、公平的知识共享氛围，进而推动各类资源、知识扩散和溢出。因此，在上述良好的知识共享氛围下，知识合理化隐藏并不会表现出对未来知识隐藏意图，知识扩散和知识外部溢出效应随之增强。因此，本文提出以下假设：

H6a: 知识隐藏对硬技术粘性与知识扩散关系具有正向调节作用；

H6b: 知识隐藏对硬技术粘性与知识溢出关系具有正向调节作用；

H6c: 知识隐藏对软技术粘性与知识扩散关系具有正向调节作用；

H6d: 知识隐藏对软技术粘性与知识溢出关系具有正向调节作用。

(2)联盟粘性与创新绩效。现有研究中，学者们大多关注知识隐藏行为前置因素，较少涉及知识隐藏结果变量的探讨，且强调知识隐藏的消极影响，仅极少数学者开始探讨知识隐藏行为的积极作用。有学者认为，知识合理化隐藏基于对企业保护的目的，并不总是带有欺骗性质，也不总是一种消极行为，甚至可能产生积极结果。尤其当涉及到企业知识产权、重要技术信息及专利保护方面时，知识合理化隐藏能够更好地维护企业利益，从而对创新绩效产生正向影响[8]。因此，本文认为在联盟企业创新网络中，当知识合理化隐藏被公认是一种不会损害他人利益的诚实行为时，联盟内就会形成一种知识合理化隐藏的关系契约，营造出彼此信任、公平、透明的知识共享氛围。一方面，企业间生产、制造技术依赖程度越高，知识合理化隐藏关系契约就越有利于促进双方技术资源交换，打破组织中的知识循环，从而促进联盟协同创新绩效提高；另一方面，在企业文化、管理理念等方面契合度越高，合理化隐藏关系契约就越有利于彼此间形成良好的信任关系和情感依赖，促进知识扩散和溢出，实现联盟企业创新绩效提高。因此，本文提出以下假设：

H7a: 知识隐藏对硬技术粘性与创新绩效关系具有正向调节作用；

H7b: 知识隐藏对软技术粘性与创新绩效关系具有正向调节作用。

1.6 知识吸收能力的调节作用

企业为了持续发展，不仅需要获取外部技术和知识，还需要对所获取的知识进行消化、吸收、转化及利用。关于知识吸收能力对知识流动与创新绩效的正向调节作用，陈志军等[33]研究发现,企业知识吸收能力越强，外部创新源对创新绩效的促进作用越大。然而，从联盟企业发展生命周期视角看，知识吸收能力并不是一直发挥着积极作用。当企业双方保持长期合作关系时会产生路径锁定效应，企业知识吸收能力对创新绩效的正向影响会发生改变，变为不利影响。贾生华等(2009)研究发现，拥有较强知识吸收能力的中小企业，在生产条件、价值观方面与龙头企业相似，在促进知识扩散的同时，也会将企业局限在特定的知识体系框架内，造成企业路径依赖，从而对创新绩效产生消极影响。综上所述，联盟企业间知识和技术的相似程度较高，在一定程度上有利于知识扩散与外部溢出，但过度相似的知识和技术会导致联盟企业因为缺乏新知识和资源而形成创新瓶颈，进而阻碍企业创新绩效提高。因此，本文提出以下假设：

H8a:知识吸收能力对知识扩散与创新绩效关系具有倒U型调节作用；

H8b:知识吸收能力对知识溢出与创新绩效关系具有倒U型调节作用。

综上所述,构建理论模型如图1所示。

2 研究方法

2.1 样本选择与数据收集

本文选取全国内地20多个省市、自治区(西藏等省域因数据不全未纳入统计)具有典型技术交叉融合与创新驱动特征的联盟企业作为研究对象。为确保测量的准确性，在参考借鉴国外成熟量表的基础上，结合研究内容以及专家意见进行改进。在正式调研之前，对被调查企业的技术管理人员、项目负责人、中高层管理人员进行深度访谈，并对结果进行有效处理。结合预调研结果，综合专家意见对正式问卷进行设计与修改。最终，回收问卷182份，其中，有效问卷166份，有效率为91.2%，调查样本特征情况如表1所示。

2.2 变量测量

本文所涉及的7个变量均在现有研究的基础上进行修改，并采用Likert 5级量表进行测量。运用Cronbach's α系数进行初始量表信度分析，并通过探索性因子分析将载荷系数小于0.4，且同时在多个因子上具有相同载荷系数的题项予以删除，形成最终量表。联盟粘性测量综合参考芮正云[5]、刘铮[14]、Lavie[34]的研究量表，并基于技术二元论将其划分为硬技术粘性和软技术粘性两个维度，从关系价值、关系变动倾向、合作惯性、可替代性等方面设计了7个题项。知识流动中介变量度量参考薛伟贤的观点，从知识扩散和知识溢出两个角度衡量。其中，知识扩散测量主要参考Inkpen[35]的成熟量表，从扩散意愿角度设计了4个题项，知识溢出测量主要借鉴Uzzi[36]的成熟量表，从显性和隐性知识溢出角度设计了4个题项。创新绩效测量参考陈劲等[37]的成熟量表，从R&D投入、新产品增长速度、申请专利数和新产品发布数4个方面加以度量。知识隐藏调节变量测量结合Connelly等[8]的研究成果，针对研究对象特殊性，从合理化隐藏角度设计了4个题项。知识吸收能力调节变量测量参考Zahra[10]的成熟量表，从潜在吸收能力(知识获取、知识消化)、实际吸收能力(知识转化、知识利用)两个方面设计了7个题项。

3 实证检验

3.1 信度与效度检验

使用SPSS22.0对本文7个变量进行信度和效度检验，结果如表2所示。

结果显示，各变量的Cronbach's α系数均大于0.7，说明量表内部一致性较好，具有较高的信度。通过对量表结构效度检验发现，所有变量的KMO值均大于0.7，Bartlett 球形度检验P值小于0.001，表明问卷结构设计较好，具有良好结构效度，适合作因子分析。采用方差最大化正交旋转法进行因子分析发现，所有变量因子载荷系数均大于0.6，旋转后的方差解释率为74.867%，AVE值均大于0.5，说明变量具有良好的收敛效度。

3.2 相关分析

根据166份来自联盟企业的有效问卷，利用Person相关初步分析各变量之间的线性关系程度及方向，结果如表3所示。

由表3可知，7个变量之间相互存在显著正向相关关系，下文利用回归分析进一步明确各变量之间的相关程度，并对假设作进一步探究。

3.3 假设检验

本文采用分层回归方法对所有假设进行检验，并将企业省份、行业类别、资本额、员工数量、成立年限等5个控制变量纳入回归模型。表4中模型2、模型3、模型4、模型5分别反映了联盟粘性的两个维度对创新绩效的影响，以及知识流动的两个维度对因变量的影响。结果表明：硬技术粘性(β=0.434，P=0.000)和软技术粘性(β=0.550，P=0.000)对创新绩效有具有显著正向影响，且知识扩散(β=0.587，P=0.000)和知识溢出(β=0.466，P=0.000)对创新绩效具有显著正向影响，H1a、H1b、H4a和H4b均通过检验。

表5中模型6、模型7、模型8和模型9检验联盟粘性对知识流动的影响。结果显示，硬技术粘性(β=0.483，P=0.000；β=0.513，P=0.000)、软技术粘性(β=0.557，P=0.000；β=0.538，P=0.000)分别对知识扩散和知识溢出具有显著正向影响， H2a、H2b、H3a、H3b均得到有效验证。因此，主效应及自变量与中介变量的关系得到有效支持。

为了验证知识流动在联盟粘性与创新绩效之间的中介作用，表6中模型10和模型11显示，硬技术粘性和软技术粘性的回归系数显著变小(β=0.204，P=0.002；β=0.307，P=0.000)。由此说明，知识扩散在联盟粘性与创新绩效之间起部分中介作用，H5a、H5b通过验证。模型12和模型13回归检验结果显示，硬技术粘性和软技术粘性的回归系数显著变小(β=0.253，P=0.002；β=0.373，P=0.000)，说明知识溢出在联盟粘性与创新绩效间发挥部分中介作用，而且知识流动能够有效促进创新绩效提高，因而H5c、H5d通过检验。

知识隐藏在自变量与中介变量间的调节效应分析结果如表7所示。为避免多重共线性问题，本文在计算乘积之前对变量进行中心化处理。模型14的交互项显示，知识隐藏对硬技术粘性与知识扩散间关系的调节作用不显著(β=0.119，P=0.09)，H6a未得到验证。模型15的分析结果表明，知识隐藏在软技术粘性和知识扩散间具有显著正向调节作用(β=0.227，P=0.000)，H6b通过检验。模型16、模型17分别检验了知识隐藏在硬技术粘性、软技术粘性与知识溢出间的调节效应，结果表明，知识隐藏能够显著正向调节联盟粘性与知识溢出之间的关系(β=0.220，P=0.000；β=0.298，P=0.000)，H6c、H6d均得到验证。

表8中模型18和模型19检验了知识隐藏对主效应的调节作用。结果显示，知识隐藏能够显著正向调节硬技术粘性和软技术粘性对创新绩效的影响(β=0.144，P=0.034；β=0.197，P=0.000)，H7a、H7b得到验证。模型20和模型21检验了知识吸收能力在知识流动与创新绩效之间的调节效应。结果显示，知识扩散对知识吸收能力二次项的交互项具有显著负向影响(β=-0.152，P=0.012)，说明知识吸收能力在知识扩散与创新绩效间具有倒U型影响，H8a得到验证。模型21的结果表明，知识吸收能力在知识溢出和创新绩效之间的倒U型作用并不显著(β=0.155，P=0.098)，H8b未得到验证。由此说明，相对于知识扩散的显性知识流动，知识溢出更强调隐性知识获取，知识溢出的持续性和稳定性较差。相对而言，知识扩散更有利于维持企业知识流动，对组织创新绩效的影响也更显著。知识隐藏的调节效应如图2-6所示。

4 结语

4.1 结论

本文基于协同创新网络理论、资源依赖理论、社会网络理论和知识协同理论，从知识流动视角出发，探讨协同创新联盟双元粘性对创新绩效的影响机理，深入挖掘知识隐藏、知识吸收能力在这一过程中的调节作用。结果表明：一是在创新联盟网络中，联盟企业双元粘性有利于创新绩效提高。联盟内部成员在产品和工艺技术研发、检测、生产制造等方面的技术依赖度越高，越有利于促进联盟企业创新绩效提升。同时，在组织制度、管理理念、企业文化背景、市场合作主体等方面，联盟企业与契合度越高的伙伴合作，越能够提高企业创新绩效；二是知识扩散和知识溢出在联盟粘性与创新绩效之间发挥部分中介作用。在创新联盟网络中，拥有不同关系依赖度和倾向的联盟伙伴能够通过内部知识主动扩散和隐性溢出方式获取自身所需的异质性资源，最终提高企业创新绩效；三是知识隐藏正向调节联盟粘性与创新绩效之间的关系。协同创新联盟企业间的知识隐藏更多属于跨越组织边界的合理化隐藏，当这种隐藏行为在联盟网络中形成一种非正式关系契约时，容易营造出彼此信任、主动共享知识的良好氛围。此时，有利于创新绩效提高；四是知识隐藏正向调节硬技术粘性与知识溢出的关系，且在软技术粘性与知识扩散及知识溢出之间存在正向调节作用，但对硬技术粘性与知识扩散间的调节作用不显著。这表明在联盟伙伴间进行知识合理隐藏并形成一种约定俗成的关系契约时，联盟企业间的关系依赖程度越高，越有利于促进联盟内知识流动；五是知识吸收能力在知识扩散与创新绩效间存在倒U型调节作用。协同创新联盟网络知识流动的前中期，知识潜在吸收能力越强，其实际利用和转化的知识越多，就越有利于自身创新能力提升。在知识流动后期，当协同创新联盟网络内知识共享达到一定程度时，各类知识和信息趋于同质化，导致创新瓶颈，反而不利于联盟企业协同创新。同时，相对于知识扩散，知识溢出效应具有内隐性和非有序性，面对处于不连续、不稳定状态的知识溢出，知识吸收能力在两者间的调节作用并不显著。

4.2 启示

(1)弥补了以往研究的不足。以往研究大多强调联盟企业硬技术粘性，缺乏对软技术粘性的关注。本文探讨技术合作本身的粘性，并纳入联盟企业间文化背景、管理、情感信任等非正式关系依赖。实证结果表明，软技术粘性的存在会对联盟企业创新绩效产生显著正向影响。基于此，联盟企业在寻求合作伙伴时，不仅要重视技术融合，而且要关注合作双方的软技术关系契合度，这对稳定的联盟合作关系建立具有重要意义。

(2)关系契约作为正式契约的补充，在协同创新联盟网络中具有不可忽视的作用和价值。因此，知识合理化隐藏的正向调节作用有助于促使创新联盟企业重视信任机制，在联盟合作之初明确知识合理化隐藏范围，营造良好的知识共享氛围，降低知识隐藏对于联盟协同创新的不利影响。

(3)知识吸收达到一定程度将不再促进创新，反而会阻碍企业创新能力提高。因此，联盟合作企业要把握好知识获取的深度与广度，提高联盟创新网络动态管理能力，在通过吸收知识促进企业创新的同时，注重拓宽知识获取渠道，适当引入新的网络节点，从而更好地应对环境需求变化。

4.3 不足与展望

首先，受调研条件和样本容量限制，未纳入不同行业差异性对联盟企业创新绩效的影响。未来可在样本扩充的基础上，分析不同行业特征对创新绩效的影响，以期为不同行业联盟企业协同创新提供有效的理论指导和借鉴。其次，未探讨创新联盟不同生命发展周期对协同创新的影响。未来可以从联盟创新网络生命周期角度，剖析其与创新绩效的关系。此外，本文使用定量数据模型研究方法，后续研究可运用案例分析等定性研究方法，以期为联盟企业协同创新提供更丰富的理论指导。

参考文献:

[1] COHEN W M,LEVINTHAL D A. Absorptive capacity: a new perspective on learning and innovation[J]. Administrative Science Quarterly,1990，35(1): 128-152.

[2] 李玲. 技术创新网络中企业间依赖、企业开放度对合作绩效的影响[J]. 南开管理评论,2011,14(4): 16-24.

[3] 陈劲,阳银娟. 协同创新的驱动机理[J]. 技术经济,2012,31(8): 6-11+25.

[4] MOWERY D C,OXLEY J E,SILVERMAN B S. Strategic alliances and interfirm knowledge transfer[J]. Strategic Management Journal,2015,17(S2): 77-91.

[5] 芮正云,罗瑾琏. 捆绑还是协同:创新联盟粘性对企业间合作绩效的影响——表达型与工具型关系契约的作用差异视角[J]. 系统管理学报,2019,28(1): 1-9.

[6] 薛伟贤,孙姝羽. 组织信息化环境下知识流动对组织创造力的影响[J]. 科技进步与对策,2019,36(17): 128-135.

[7] 辛德强,党兴华,魏龙. 双元导向创新独占机制、知识流动与联盟绩效[J]. 科学学研究,2017,35(6): 931-939.

[8] CONNELLY C,ZWEIG D. How perpetrators and targets construe knowledge hiding in organizations[J]. European Journal of Work & Organizational Psychology,2015,24(3): 479-489.

[9] 王思梦,邵云飞,李成刚,等. 基于SEM的产业联盟政策治理对创新能力的影响[J]. 系统工程,2017,35(11): 85-98.

[10] ZAHRAS A,GEORGE G. Absorptive capacity: a review,reconceptualization and extension[J]. Academy of Management Review,2002,27(2): 185-203.

[11] 刘岩,蔡虹,向希尧. 企业技术知识基础多元度对创新绩效的影响——基于中国电子信息企业的实证分析[J]. 科研管理,2015,36(5): 1-9.

[12] 孙金花,杨陈. 新视角下IT能力与协同创新绩效作用机理研究[J]. 华东经济管理,2014,28(12): 104-108.

[13] 魏奇锋,顾新. 基于知识流动的产学研协同创新过程研究[J]. 科技进步与对策,2013,30(15): 133-137.

[14] 刘铮. “硬技术”与“软技术”: 论米歇尔·福柯的技术哲学[J]. 自然辩证法研究,2016,32(5): 28-33.

[15] ITURRIOZ C,ARAGON C,NARVAIZA L. How to foster shared innovation within a SMEs' network: social capital and the role of intermediaries[J]. European Management Journal,2015,33(2): 104-115.

[16] ZHENG Y,YANG H. Does familiarity foster innovation? the impact of alliance partner repeatedness on breakthrough innovations[J]. Journal of Management Studies,2015,52(2): 213-230.

[17] BRESCHI S,LISSONI F,MALERBA F. Knowledge-relatedness in firm technological diversification[J]. Research Policy,2003,32(1): 69-87.

[18] SHIN J,JALAJAS D. Technological relatedness,boundary-spanning combination of knowledge and the impact of innovation: evidence of an inverted-U relationship[J]. Journal of High Technology Management Research,2010,21(2): 87-96.

[19] 张运生,田继双. 高科技企业创新生态系统合作伙伴选择研究[J]. 科技与经济,2011,24(5): 21-26.

[20] 曹兴,龙凤珍. 技术联盟伙伴选择因素与联盟绩效的关系研究[J].软科学,2013(6)：53-58.

[21] 刘宇,邵云飞,康健.知识共享视角下联盟组合构型对企业创新绩效的影响[J]. 科技进步与对策,2019,36(21): 134-140.

[22] GULATI R,SINGH H. The architecture of cooperation: managing coordination costs and appropriation concerns in strategic alliances[J]. Administrative Science Quarterly,1998,43(4):781-814.

[23] 贾军,张卓,张伟.互补资产协同对企业绩效影响研究——技术关联的调节作用[J]. 科研管理,2013,34(10): 84-93.

[24] 陈伟,杨早立,张永超. 网络结构与企业核心能力关系实证研究: 基于知识共享与知识整合中介效应视角[J]. 管理评论,2014,26(6): 74-82.

[25] 连远强. 国外创新网络研究述评与区域共生创新战略[J]. 人文地理,2016,31(1): 26-32.

[26] ZIMMERMANN A,RAVISHANKAR M N. Knowledge transfer in IT offshoring relationships: the roles of social capital,efficacy and outcome expectations[J]. Information Systems Journal,2014,24(2):167-202.

[27] 刘海鑫,刘人境,李圭泉. 社会资本、技术有效性与知识贡献的关系研究——基于企业虚拟社区的实证研究[J]. 管理评论,2014,26(12): 10-19.

[28] 李莉,党兴华,张首魁. 基于知识位势的技术创新合作中的知识扩散研究[J]. 科学学与科学技术管理,2007,22(4): 107-112.

[29] 孙永波,丁沂昕. 集群效应下知识溢出、创新能力及创新绩效关系研究[J]. 北京行政学院学报,2018，20(1): 88-96.

[30] GRILLITSCH M,NILSSON M. Firm performance in the periphery: on the relation between firm-internal knowledge and local knowledge spillovers[J]. Regional Studies,2016(6): 1-13.

[31] ASHEIM B T,BOSCHMA R,COOKE P. Constructing regional advantage[J]. Regional Studies,2011,45(7): 893-904.

[32] CONNELLY C E,ZWEIG D,WEBSTER J W,et al. Knowledge hiding in organizations[J]. Journal of Organizational Behavior,2012,33(1): 64-88.

[33] 陈志军,缪沁男. 外部创新源对创新绩效的影响研究:吸收能力的调节作用[J]. 经济管理,2014,36(3): 135-144.

[34] LAVIE D.Alliance portfolios and firm performance: a study of value creation and appropriation in the U.S. software industry[J]. Strategic Management Journal,2007,28(12): 1187-1212.

[35] INKPEN A C,TSANG E W K. Social capital,networks,and knowledge transfer[J]. Academy of Management Review,2005,30(1): 146-165.

[36] UZZI B,GILLESPIE J J. Knowledge spillover in corporate financing networks: embeddedness and the firm's debt performance[J]. Strategic Management Journal,2002,23(7): 595-618.

[37] 陈劲,陈钰芬. 企业技术创新绩效评价指标体系研究[J]. 科学学与科学技术管理,2006,27(3): 86-91.

(责任编辑：张 悦)