The Impact of Diversity of Collaborative Innovation Network Members on Exploratory Innovation: the Mediating Role of Technology Diversification

Wang Yaode1 , Lin Liang1,2

(1. School of Business Administration, Jiangxi University of Finance and Economics, Nanchang 330013, China；2. Jiangxi Institute of Science and Technology Information, Nanchang 330046, China)

Abstract：Through the theoretical analysis of collaborative innovation and triple helix, this paper puts forward and expounds the members' diversity of collaborative innovation network and its two dimensions. Using patent data of 452 high-tech listed companies in China manufacturing industry, this paper studies the impact of members' diversity of collaborative innovation network on exploratory innovation, and thereafter investigates the mediating role of technology diversification on the relationship between them. The empirical test indicates that the diversity of members (subject diversity and regional diversity) have a positive impact on exploratory innovation. Technology diversification plays a completely mediating role in the relationship between subject diversity and exploratory innovation, and also plays a partial mediating role in the relationship between regional diversity and exploratory innovation.

Key Words:Collaborative Innovation; Innovation Network;Network Members Diversity; Technology Diversification; Exploratory Innovation

DOI：10.6049/kjjbydc.2021060287

开放科学(资源服务)标识码(OSID)：

中图分类号：F273.1

文献标识码：A

文章编号：1001-7348(2021)22-0076-07

收稿日期：2021-06-09

修回日期：2021-08-09

基金项目：国家重点研发计划项目(2018YFB1404300)；教育部人文社会科学研究项目(19YJA720015)；江西省管理科学类项目 (20192BAA208001)

作者简介：王耀德(1964—)，男，江西高安人，博士，江西财经大学工商管理学院教授、博士生导师，研究方向为科技哲学、技术创新与管理；林良(1980—)，男，江西萍乡人，江西财经大学工商管理学院博士研究生，江西省科学技术信息研究所助理研究员，研究方向为技术创新与管理。本文通讯作者：林良。

0 引言

在国内外环境发生深刻变化的大背景下，中共十九届五中全会提出，把科技自立自强作为国家发展的战略支撑。新时代下自主创新已成为企业生存与发展、持续提升竞争优势的关键，而强调新产品、新市场和新技术轨道的探索式创新是企业实现自主创新及转型升级的有效途径[1]，如何有效实施探索式创新受到技术创新领域学者们广泛重视。随着全球新一轮科技革命和产业变革加速演进，科技创新向多学科、多领域深度融合发展，科技与产业联系更加密切，单打独斗的创新方式已不能满足形势发展的需要。因此，必须打破组织、行业、领域、区域界限，有效整合各类创新要素，构建多方协同创新网络，实现创新能力提升和跨越发展。跨区域、跨组织协同创新成为科技创新活动最为鲜明的特征[2]。企业在创新活动中通过交互作用和协同效应，同供应链企业、相关企业、研究机构、高校、中介和政府等创新行为主体建立长期稳定的协作关系，构建技术链与知识链，形成具有聚集优势和大量知识溢出、技术转移及学习特征的开放协同创新网络[3]。因此，通过协同创新网络获取新颖性、多样性技术和知识，对企业内部资源进行补充，是促进企业探索式创新的重要途径。

开放式创新下，企业更多地依赖于合作网络获取互补知识、提升创新能力，多主体、多区域协同创新活动不断推进。由此形成的协同创新网络多样性特征究竟会对企业探索式创新产生何种影响？通过何种路径作用于探索式创新？目前，协同创新网络多样性相关研究较为匮乏且存在诸多不足。第一，现有企业研发网络[4]、联盟组合[5]的多样性研究主要基于资源基础理论、知识基础观和社会网络理论，上述理论基础尚不能充分诠释协同创新网络多样性特征内涵、适用情境和范围。因此，通过协同创新和三螺旋等理论性分析，有助于理解企业如何利用多样化协同创新网络开展探索式创新，这也是本研究希望解决的主要问题。第二，现有研究大多关注合作网络多样性对企业技术创新的直接影响和边界条件，但鲜少深入探讨其潜在影响机理[6]。企业如何将外部合作网络多样性特征转化为内部技术多元化并最终影响探索式创新绩效，仍然是一个有待打开的“黑箱”。基于中介机制视角的路径研究，有助于深入理解协同创新网络多样性特征对企业探索式创新的影响。基于此，本文对协同创新网络成员多样性构念与维度进行界定，将协同创新网络成员多样性、技术多元化和探索式创新纳入同一研究框架，利用中国制造业高技术上市公司专利数据进行实证检验，探究协同创新网络成员多样性对企业探索式创新的影响，以及技术多元化在二者间的中介效应，既能为企业通过构建协同创新网络开展探索式创新提供参考，也能满足当前我国推进产学研深度融合的需要。

1 协同创新网络成员多样性构念与维度

1.1 构念界定

传统三螺旋模式是大学、产业和政府3个主体在创新活动过程中互动交叉、螺旋上升的协同创新模式。随着产业创新活动开放性不断提升及知识生产模式演变，四螺旋模式逐渐成为产业协同创新的主流模式[7]。四螺旋模式以知识经济与社会为前提，强调政府、大学和科研机构、产业在整个创新成果产出活动中的协同创新。三螺旋或四螺旋的整体核心协同机理是组织协同，具有复杂跨组织合作关系，而主体协同是实现组织关系持久稳定运行的关键，从而构成多元主体组织的复杂创新网络[8]。企业只要不是仅依靠内部资源开展自主研发，就会涉及到外部合作伙伴关系甚至外部创新网络等概念。企业进行多个合作创新项目时，倾向于与不同合作伙伴合作，由此双边关系转为网络关系[9]。协同创新合作伙伴关系转变为网络成员关系，网络成员间组织和产业类型、技术距离、地理区域等方面的差异会形成协同创新网络成员多样性。因此，总结现有文献对研发伙伴多样性[10]、组织多样性[11-12]、联盟组合多样性的相关定义，本文将协同创新网络成员多样性定义为：在协同创新背景下，企业通过网络将若干创新主体联系在一起，体现协同创新网络成员在主体类型、地理区域等方面的多样化程度。

1.2 维度划分

综合考虑中国高技术企业协同创新活动特点，从细分维度看，本文认为，主体多样性和区域多样性是协同创新网络成员多样性的主要维度。

(1)主体多样性。主体多样性是指企业协同创新网络成员来自于多种创新主体类型的程度。没有一个企业能够自行提供其研发活动所需全部知识，开放式创新可为企业获得新的互补性知识提供可能[13]。鉴于知识和资源并不一定依靠市场手段获得，组织间合作可为这个问题提供有效解决模式。因此，越来越多的企业通过研发伙伴、联盟组合、创新网络与产业、大学、研究机构、政府等外部组织合作进行协同创新，表现为协同主体间形成的合作网络多样性特征。

(2)区域多样性。区域多样性反映企业网络成员来自不同区域的多样化程度。企业在进行协同创新时不仅会跨越组织边界，还会与区域外组织，甚至其它国家组织进行协同合作，企业技术创新活动可以延伸到多个区域创新体系中。Cooke[14]认为，区域创新体系是指由在地理上相互分工与关联的企业、科研机构和高等教育机构等构成的开放、动态的区域性组织体系。知识边界是跨区域合作创新得以成功开展的必要条件，知识流动不仅跨越地域也跨越组织，这正是跨区域研发合作创新活动的体现，既可与来自不同地域的不同类型组织进行知识流动，又能通过交互学习创造、获取、共享和应用知识。不同于国家多样性的文化习俗、制度环境等差异，不同区域主要存在资源禀赋、知识基础、优势领域、用户需求等差异。

2 理论分析与研究假设

2.1 主体多样性与企业探索式创新

在协同创新体系中，每个创新主体都是特定知识的集合体。比如，企业需要从科研机构或大学处获取基础科学知识，通过与产业链上下游企业协同获取互补性知识，分摊研发成本，实现资源共享和市场快速渗透[15]。一方面，企业合作网络创新主体类型越多，其涉及的信息来源越广泛，就越能发挥合作网络的雷达效应[16]，跟踪整个产业链相关技术的前沿发展，拓宽自身研发视野，形成产品或技术组合创新的概率越高。另一方面，主体多样性有利于规避创新网络成员间技术知识相似、认知结构及行为模式趋于一致的弊端，使企业在合作中能更好地识别和发现更具有创意的想法及技术创新机会。企业合作网络主体类型越多，涉及的知识点异质性程度越高，各自知识库间重叠比例越小，企业就越有可能接触到不同领域的新思想、新视角，从而开发出更具创新性的技术和产品[17]。因此，协同创新网络成员主体多样性程度越高，企业搜索和获取新资源的机会越多，从事新技术领域探索性活动的可能性越大，就越有利于探索式创新绩效提升。因此，本文提出以下假设：

H1：协同创新网络成员主体多样性与企业探索式创新之间正相关。

2.2 区域多样性与企业探索式创新

企业跨越地域边界合作创新的动机可能是多元化的，包括提升创新能力、学习借鉴经验、满足当地特定需求等。首先，如果企业协同创新网络成员来自多个区域，那么企业能够涉及到知识点的异质性程度会更高。区域创新体系作为国家创新系统在区域层面的延伸与拓展，其在资源禀赋、功能定位和科教资源等方面存在差异，在创新要素和创新能力上存在显著区域异质性，并在不平衡发展过程中形成区域多极引擎[18]。知识基础论认为，异质性知识越多，进行知识整合、实现突破性创新的概率越大[19]。其次，技术创新是一个不断探索、失败、再探索的过程。从组织学习角度看，来自不同地区的合作伙伴可以通过经验学习，促进企业竞争力提高。合作网络成员区域多样性程度越高，其创新经历、经验和教训越丰富，彼此经验分享的可能性就越大[20]。最后，技术和产品创新是为了更好地满足顾客现实或潜在需求。协同创新网络成员分布区域越广泛，企业面临的用户需求就越多元化。为了满足特定市场条件下的用户需求，如作业环境、用户偏好等本地化需求，企业创新压力和动力均会提升。为更好地提高新产品适用性，企业必须学习和吸收本地知识，扩展技术和知识范围，从而提升技术创新绩效[21]。随着企业跨越行政边界、组织边界的创新活动增加，由此产生的负面效应开始显现。当前，我国企业大部分协同创新活动都在区域内进行，跨区域协同也以地理邻近为原则[22]。本文认为，区域多样化程度远未达到影响企业创新绩效的拐点位置。现代信息技术进步和普及在一定程度上缓解了沟通问题，企业合理选择区域外的协同创新合作伙伴，能够有效降低空间距离带来的负面效应。由此，本文提出如下假设：

H2：协同创新网络成员区域多样性与探索式创新之间正相关。

2.3 技术多元化的中介作用

技术多元化源于知识多样化。技术多元化的表征是企业技术基础扩张，反映是的企业知识资源不断累积的过程。然而，技术多元化的实质是技术能力多元化，即企业在现有核心技术能力的基础上，扩大知识库规模，将技术创新活动拓展到其它技术领域的行为。产业知识基础配置就是不同创新主体之间进行交互，促使知识在不同主体间流动进而产生新知识，从而实现创新的过程。从知识基础观看，大学的科学知识、科研机构的技术研究和社会服务、企业所拥有的产业技术和市场信息，以及政府政策供给和行业信息，构成四者在协同创新体系中的主要知识资源优势。协同创新建立在参与各方以知识为基础的优势互补与各自需求相匹配的合作期望上。马奇[23]认为，知识可以分为学术知识和经验知识。创新过程是两类知识糅合与融合的过程。学术知识是有效理解和应用经验知识的基础，协同创新注重知识开发和创造，同时强调知识价值转换和灵活应用。进化理论和技术轨迹文献研究表明，保持技术多样化是必不可少的，特别是在高度动态、爆炸性和快速变化的高技术领域[24]，它可以通过扩大搜索范围、更新技术轨迹和利用不同技术之间的交叉融合，防止核心刚性并维持进化和革新。与来自不同类型组织的研发伙伴进行合作会产生更多协同效应，促进知识吸收[25]。企业可以从大学、公共研究机构处获得基础和前沿科学知识，从而增强其创新能力[26]。Lucena&Roper[27]指出，知识组合能力在研发合作伙伴多样性与创新绩效的正向关系中起中介作用。技术多元化程度高的企业在识别来自合作伙伴的有价值信息和创新机会方面具有更高的准确性。多样化协同创新网络成员利用各自知识资源优势、异质性知识库、相匹配的合作需求，能够增加企业获取产业和科学知识的机会。企业技术多元化通过充分利用异质性知识间的溢出效应，为企业技术创新提供新概念、新思维和新出路，有效避免路径依赖，推动探索式创新。

企业在实施技术多元化战略过程中，技术多元化会经历从低到高、从核心到外围、从相关到非相关的动态演化过程[28]。在具有一定关联的企业技术多元化活动中，尤其是技术多元化早期，直接体现在其核心技术领域，主要是相关技术领域积累的结果。当技术多元化发展达到一定程度时，企业可以实现多技术管理经验积累，技术之间、技术与产品之间的关联得到不断强化，企业对相关性技术的重组和融合能快速带动新技术进步。企业在多个技术领域的非相关技术多元化活动中对跨领域知识搜索进行多重试验，由于技术之间的知识关联性不强，经常能迸发出新颖的观点，从而提升知识发现概率。因此，当企业与多样化创新主体保持良好互动关系时，更易促使企业成为多技术企业，使其能接触或进入新外部知识网络，跨越不同技术领域寻求研发机会，从而有利于企业开展探索性创新。综上所述，主体多样性通过技术多元化对获取的资源进行有效吸收和利用，从而提升企业探索式创新绩效。由此，本文提出如下假设：

H3a：技术多元化在协同创新网络成员主体多样性与探索式创新关系中存在中介效应。

已有研究表明，科学技术知识趋向于专业化、本地化和空间集中[29]。然而，技术领域扩展特别是在非相关多技术领域的知识拓展，是企业开展非线性学习和探索式创新的结果，有利于企业克服知识本地搜索的局限性，跨越不同技术领域寻找研发机会，从而分散研发风险。在区域创新体系中，来自不同区域的合作伙伴被嵌入具有不同比较优势的地理范围内，而与区域外创新主体合作可被看作是利用区域创新体系比较优势的工具。区域多样性通过基于创新要素区域非均衡分布的多区域合作，为企业提供多样化科学和工业知识获取机会。知识与地理位置有关，知识库的内容也各不相同，合作区域多样性越强，创新主体能够探索的技术多样化机会越多[30]。协同创新网络成员间的区域多样性越强，其知识基础就越多样化，进而提升新组合形成的可能性，最终提升企业技术宽度。在合作区域多样化情境下，企业可以基于不同区域创新要素资源比较优势，通过构建跨区域协同创新体系扩大异质性知识空间搜索范围，拓宽地域边界，并通过技术领域多元化延伸提高企业技术创新成功率。总而言之，协同创新网络成员的高度区域多样性使企业有机会获得针对合作区域的多样化知识，有助于产生新的知识并拓展企业技术宽度，促进其技术多元化，从而提高企业探索式创新绩效。因此，本文提出如下假设：

H3b：技术多元化在协同创新网络成员区域多样性与探索式创新关系中发挥中介效应。

根据理论分析和假设推演，本文构建研究框架如图1所示。

3 研究数据与方法

3.1 样本与数据

本文研究对象为沪深A股中国制造业高技术企业。首先，按照国家统计局发布的《高技术产业(制造业)分类(2017)》标准，从医药制造，航空、航天器及设备制造等六大类中选择上市公司作为研究样本；其次，剔除ST和*ST样本，部分上市公司相关数据存在一定程度的缺失或极端值；再次，本文以联合申请专利数据为基础构建协同创新网络，将2003—2018年没有联合申请专利数据或专利数量过少的企业样本剔除；最后，确定452家信息披露齐全的高技术上市公司作为样本企业。根据我国《上市公司行业分类指引》(2012版)，样本企业分布于制造业8个细分行业，如表1所示。企业专利数据来自于国家知识产权局专利检索及分析系统，为2003—2018年发明专利和实用新型专利数据，共计申请专利128 987项。通过国泰安CSMAR数据库获取企业基本特征数据，涉及成立时间、总资产、研发投入强度、企业性质等数据。

3.2 研究变量测度

3.2.1 因变量

借鉴Wagner等[31]的测量方法，以专利分类号对比结果定义企业探索式创新。如果企业过去5年未在某项专利相同的IPC主分类号小类内申请过专利，则该项专利被记为探索式创新成果，本文采用3年内探索式创新成果总和衡量企业探索式创新绩效(EOP)。

3.2.2 自变量

自变量包括协同创新网络成员主体多样性(SD)和区域多样性(RD)，均采用赫芬达尔HHI指数进行测度，具体公式如下：

(1)

其中，SD、RD分别表示主体多样性、区域多样性程度，P表示企业联合申请专利的总数，Pi表示企业与i类主体或区域网络成员联合申请的专利数，N代表共有N类不同的主体或区域。SD/RD值在0～1之间，数值越高，表示多样性程度越高，反之则越低。在主体多样性方面，按照Loet·leydesdorff[32]对机构的分类，将企业合作机构划分为企业、大学或高等院校、科研院所、政府或行业机构4类。在区域多样性方面，将联合申请专利的合作机构所在省份(直辖市、自治区)界定为区域。

3.2.3 中介变量

中介变量为技术多元化(TD)。本文采用赫芬达尔HHI指数测度企业技术多元化，并依据专利数据库采用的IPC国际专利分类主分类号(学术界通常基于4位专利分类代码)作为分类标准。若企业技术领域较广，企业技术多元化TD取值较大，则表明企业技术多元化程度较高；若企业技术领域较窄，TD取值较小，则技术多元化水平较低。

3.2.4 控制变量

为了控制其它因素对企业探索式创新的影响，借鉴Wang等[33]的实证检验方法，将企业年龄(AGE)、企业规模(SIZE)、研发投入强度(RDR)、企业性质(IFSOE)作为控制变量。本文采用观察年份减去成立年份再加1衡量企业年龄，采用研发投入强度衡量企业对研发的重视程度，采用企业总资产取自然对数衡量企业规模，采用国有企业和非国有企业区分企业性质。

3.3 研究模型说明与估计

表2是样本描述性统计结果，因变量(探索式创新)为专利申请数据，属于离散非负整数，并且方差大于均值(13.232、15.535)，Hausman检验的P值小于0.05，因而本研究适宜选择固定效应负二项回归模型。本文采用纵向研究设计[34]，将被解释变量滞后一期，即自变量和中介变量时间跨度为t-5至t-1年，因变量时间跨度为t-2至t年，从而解决由反向因果关系引起的内生性问题。

4 实证结果与分析

4.1 描述性统计

表3对各变量进一步作描述性统计，包含变量两两之间的Pearson相关系数。从表中数据值可知，各自变量间的Pearson相关系数均小于0.6，在合理范围内，自变量、中介变量和控制变量之间不存在严重相关关系问题。

4.2 回归结果与分析

为了验证假设，运用Stata软件进行变量层次回归分析，相关回归结果如表4所示。其中，模型1～3和模型6～7以探索式创新(EOP)作为被解释变量，模型4以企业技术多元化(TD)作为被解释变量。模型1结果显示，4个控制变量中，企业年龄(β=0.012，p<0.1)显著正向影响企业探索式创新，企业规模(β=-0.058，p<0.05)显著负向影响企业探索式创新。为了从实证角度验证技术多元化在协同创新网络成员多样性与企业探索式创新之间的中介作用，采用Baron&Kenny[35]的逐步检验法(Causal Steps Approach)进行中介效应分析。第一步，验证自变量协同创新网络成员多样性与因变量探索式创新间的显著正向关系。从模型2得出，在控制企业年龄、企业规模、企业性质和研发强度等变量后，主体多样性对探索式创新(β=0.302，p<0.01)具有显著正向影响，由此主体多样性与探索式创新之间正相关关系得到证实，假设H1成立；从模型3得出，区域多样性对探索式创新(β=0.350，p<0.01)具有显著正向影响，由此区域多样性与探索式创新的正相关得到证实，假设H2成立。第二步，从模型4得出，主体多样性对中介变量技术多元化(β=0.238，p<0.01)具有显著正向影响。从模型可以得出，区域多样性对中介变量技术多元化(β=0.430，p<0.01)具有非常显著的正向影响。第三步，模型5、模型6验证技术多元化在主体多样性对探索式创新影响过程中的中介效应。回归结果表明，在控制技术多元化这一中介变量后，主体多样性对探索式创新的影响不再显著，而作为中介变量的技术多元化影响非常显著(β=0.619，p<0.01)，说明中介变量存在完全中介效应，假设H3a得到支持。模型5和模型7验证技术多元化在区域多样性对探索式创新影响过程中的中介效应。在控制技术多元化这一中介变量后，区域多样性对探索式创新具有显著正向影响(β=0.146，p<0.01)，且这种效应比未加入中介变量的回归效应(β=0.350，p<0.01)小，中介变量存在部分中介效应，故假设H3b得到支持。

5 结语

5.1 结论

本文探讨协同创新网络成员多样性对企业探索式创新的内在作用机理，提出技术多元化在两者间发挥中介作用，并以452家制造业高技术上市公司为研究对象进行验证，得到主要结论如下：

(1)协同创新网络成员主体多样性和区域多样性均有利于企业探索式创新。

(2)技术多元化在主体多样性与探索式创新之间起完全中介作用，在区域多样性与探索式创新之间则发挥部分中介效应。该结论表明，协同创新网络成员主体多样性和区域多样性会通过正向影响技术多元化，进而正向影响企业探索式创新。

5.2 理论意义

(1)围绕协同创新活动中的网络成员多样性特征与企业探索式创新的关系进行创新性研究。现有企业研发网络、联盟组合多样性研究主要基于资源基础理论、知识基础观和社会网络理论展开，本文利用协同创新和三螺旋等理论，提出协同创新网络成员多样性这一构念及其维度划分，阐述主体多样性内涵，探讨鲜有研究涉及的区域多样性，从而有效拓宽创新网络研究理论视角。在构念界定的基础上，本文探讨协同创新网络成员多样性对企业探索式创新的影响机制，丰富了现有协同创新或研发合作与企业创新关系研究框架。

(2)就协同创新网络成员多样性对企业技术创新的影响进行探索，丰富了现有合作网络多样性对探索式创新绩效的作用机制研究。现有研究大多关注合作网络多样性对企业技术创新的直接影响和边界条件，鲜少深入探讨其潜在影响机理。本研究考察技术多元化的作用，验证技术多元化的中介机制，识别出合作网络多样性对企业探索式创新绩效影响的关键路径，弥补了合作网络多样性与探索式创新关系研究的不足，深化了对合作伙伴多样性与创新关系的认识。

(3)对协同创新网络成员多样性、技术多元化和探索式创新关系进行整合。已有研究主要关注合作伙伴多样性或技术多元化与企业创新绩效间的计量关系，而本文将协同创新网络成员多样性、技术多元化和探索式创新纳入同一框架，从组织内外部双重情境探究协同创新网络成员多样性对探索式创新的作用机制，可为企业通过协同创新网络优化内部技术，选择适宜的创新网络成员共同实现组织创新发展目标，提升组织内外部知识整合效率提供理论依据，进一步丰富了相关研究成果。

5.3 管理启示

(1)企业应与来自不同区域的多种类型创新主体建立合作关系，构建多样化协同创新网络。一方面，多样化协同创新网络成员应包括来自不同类型的创新主体，如高等院校、科研院所、产业界和政府部门。企业在技术创新活动中应积极采取开放式创新模式，对外与不同创新主体网络成员合作，整合内外部优势创新资源，进而提升企业探索式创新绩效。具体而言，企业需要加强与不同创新主体在资源共享、技术合作、信息沟通等方面的合作，实现互补性创新要素在主体间的共享和溢出，从而促使协同效应产生。另一方面，多样化协同创新网络成员应包括来自不同区域的创新主体。相较于本地或单一区域合作，跨边界合作创新更能有效提高企业探索式创新绩效。尤其对于现阶段高技术企业而言，跨区域协同合作行为越多越有利。

(2)企业应实施技术多元化战略，着力促进技术多元化，搭建协同创新网络成员多样性与企业探索式创新之间的桥梁，进而提升企业创新绩效。技术多元化是企业在动态多变的环境中保持竞争力的重要途径，与企业探索性创新活动紧密相关。本研究表明，协同创新网络成员多样性可以通过影响企业技术多元化促进互补性、异质性知识传递与共享，激发技术创新网络的活力和竞争力，进而提升企业探索式创新绩效。因此，企业要利用协同创新网络成员的优势知识资源，实现内部技术多元化。此外，企业技术能力多元化是实现产品创新的重要组织能力。技术多元化使组织更具有柔性，面对需要整合的资源，企业需要通过技术多元化优化自身结构、克服运行惯性，衔接好资源整合的各阶段是其亟待解决的关键问题。

5.4 研究局限与展望

本研究存在一定的局限性：一是仅识别出协同创新网络成员多样性中的主体多样性和区域多样性两个维度。网络成员多样性可以从多个维度进行划分，未来可以深入分析企业协同创新合作伙伴的其它特征，拓展协同创新网络成员多样性维度，如技术维度、经济维度(产业、行业等)。二是主要围绕高技术产业(制造业)八大行业的企业探索式创新行为进行分析，未对细分行业进行实证分析及比较研究。此外，未来研究可按技术密集度对行业进行分类，揭示协同创新网络成员多样性对企业探索式创新绩效的作用，比较技术多元化的中介作用在高技术行业和低技术行业中的差异。

参考文献:

[1] WANG J, YANG N, ZHANG Y, et al.Dynamics of firm's network community associations and firm's innovation performance[J].Technology Analysis & Strategic Management,2020, 32(3): 239-255.

[2] 白俊红,蒋伏心.协同创新、空间关联与区域创新绩效[J].经济研究,2015，18(7):174-187.

[3] 解学梅.中小企业协同创新网络与创新绩效的实证研究[J].管理科学学报,2010,13(8):51-64.

[4] 王兴秀,李春艳.研发合作中伙伴多样性对企业创新绩效的影响机理[J].中国流通经济,2020,34(9):89-99.

[5] 毕静煜,谢恩.研发联盟组合伙伴多样性与企业创新：研发联盟组合特征的调节作用[J].科学学与科学技术管理,2020,41(12):35-51.

[6] 梁杰,谢恩,邵鹏.多类型伙伴研发合作对企业双元创新绩效影响的比较研究[J].中国科技论坛,2020，36(4):103-110.

[7] 吴菲菲,童奕铭,黄鲁成.中国高技术产业创新生态系统有机性评价——创新四螺旋视角[J].科技进步与对策,2020,37(5):67-76.

[8] 黄瑶,王铭.“三螺旋”到“四螺旋”:知识生产模式的动力机制演变[J].教育发展研究,2018,38(1):69-75.

[9] WUYTS S, DUTTA S.Benefiting from alliance portfolio diversity: the role of past internal knowledge creation strategy [J] .Journal of Management, 2014, 40(6): 1653-1674.

[10] 张妍,魏江.战略导向、研发伙伴多样性与创新绩效[J].科学学研究,2016,34(3):443-452.

[11] 杨震宁,吴剑峰,乔璐.企业研发伙伴的多样性、政治嵌入与技术创新绩效的关系研究[J].经济管理,2016,38(1):51-61.

[12] 陈立勇,刘梅,高静.研发网络成员多样性、网络关系强度对二元式创新的影响[J].软科学,2016,30(8):25-28，33.

[13] CHESBROUGH H W.The era of open innovation [J] .Managing innovation and change, 2006, 127(3): 34-41.

[14] COOKE P.Regional innovation systems: competitive regulation in the new Europe [J] .Geoforum, 1992, 23(3): 365-382.

[15] HAGEDOORN J, LOKSHIN B, ZOBEL A K.Partner type diversity in alliance portfolios: multiple dimensions, boundary conditions and firm innovation performance [J].Journal of Management Studies, 2018, 55(5): 809-836.

[16] DUYSTERS G, LOKSHIN B.Determinants of alliance portfolio complexity and its effect on innovative performance of companies [J] .Journal of Product Innovation Management,2011,28(4): 570-585.

[17] HAO B, YE J, FENG Y, et al.Explicit and tacit synergies between alliance firms and radical innovation: the moderating roles of interfirm technological diversity and environmental technological dynamism [J] .R&D Management, 2020, 50(4): 432-446.

[18] 柳卸林,杨博旭,肖楠.我国区域创新能力变化的新特征、新趋势[J].中国科学院院刊,2021,36(1):54-63.

[19] BLAZEK J, KADLEC V.Knowledge bases, R&D structure and socio-economic and innovation performance of European regions[J].Innovation: The European Journal of Social Science Research, 2019, 32(1): 26-47.

[20] BIGNAMI F, MATTSSON P, HOEKMAN J.The importance of geographical distance to different types of R&D collaboration in the pharmaceutical industry[J] .Industry and Innovation, 2020, 27(5): 513-537.

[21] SARPONG O, TEIRLINCK P.The influence of functional and geographical diversity in collaboration on product innovation performance in SMEs[J] .The Journal of Technology Transfer, 2018, 43(6): 1667-1695.

[22] 谢其军,宋伟.地理邻近性影响合作网络及区域创新绩效的机理研究[J].管理学报,2020,17(7):1016-1023.

[23] 詹姆斯·马奇.马奇论管理:真理、美、正义和学问[M].北京:东方出版社,2010:45-68.

[24] TEECE D J, RUMELT R, DOSI G, et al.Understanding corporate coherence: theory and evidence[J].Journal of economic behavior & organization, 1994, 23(1): 1-30.

[25] GANCO M, MILLER C D, TOH P K.From litigation to innovation: firms' ability to litigate and technological diversification through human capital[J].Strategic Management Journal, 2020, 41(13): 2436-2473.

[26] 王建平.中国制造企业网络关系异质性和稳定性对探索式创新的影响:知识冗余的调节效应[J].科研管理,2020,41(11):90-99.

[27] LUCENA A, ROPER S.Absorptive capacity and ambidexterity in R&D: linking technology alliance diversity and firm innovation[J].European Management Review, 2016, 13(3): 159-178.

[28] ZABALA-ITURRIAGAGOITIA J M, GOMEZ I P, LARRACOECHEA U A.Technological diversification: a matter of related or unrelated varieties[J].Technological Forecasting and Social Change, 2020(155): 119997.

[29] GUARASCIO D, TAMAGNI F.Persistence of innovation and patterns of firm growth[J].Research Policy, 2019, 48(6): 1493-1512.

[30] GRILLITSCH M.Institutions, smart specialisation dynamics and policy[J].Environment and Planning C: Government and Policy, 2016, 34(1): 22-37.

[31] WAGNER M.To explore or to exploit? an empirical investigation of acquisitions by large incumbents [J] .Research Policy, 2011, 40(9): 1217-1225.

[32] ETZKOWITZ H, LEYDESDORFF L.The triple helix university-industry-government relations: a laboratory for knowledge based economic development [J].Glycoconjugate Journal, 1995, 14(1):14-19.

[33] WANG C, RODAN S, FRUIN M, et al.Knowledge networks, collaboration networks, and exploratory innovation[J].Academy of Management Journal, 2014, 57(2): 484-514.

[34] SINGH H , KRYSCYNSKI D , LI X , et al.Pipes, pools, and filters: how collaboration networks affect innovative performance [J].Strategic Management Journal, 2016, 37(8):1649-1666.

[35] BARON R M, KENNY D A.The moderator-mediator variable distinction in social psychological research: conceptual, strategic, and statistical considerations[J].Chapman and Hall, 1986, 51(6):1173-1182.

(责任编辑：张 悦)