开放科学(资源服务)标识码(OSID)：
This study chooses the high-tech enterprises as samples, mainly including information services, e-commerce services, testing services, professional and technical services of high technology, research and design services, science and technology achievements transformation services, intellectual property and related legal services, environmental testing, management services, and other high technology service enterprises. The respondents in this questionnaire survey are mainly middle and senior management personnel involved in R&D, marketing, procurement and logistics management in high-tech enterprises. This questionnaires are mainly distributed online with 363 questionnaires collected. After removing the questionnaires that are obviously not in line with the requirements, 311 valid questionnaires are obtained, with an effective rate of 85.675%. The research samples mainly focus on high-tech enterprises in Beijing, Tianjin, Shaanxi, Shanxi and Henan provinces. Then, the reliability and validity tests and correlation analysis are carried out, and the relationship between these variables is analyzed by the multiple regression method and Bootstrap method.
This study provides some interesting empirical results. Firstly, both the depth and width of knowledge base can promote the innovation intention of high-tech enterprises. The results show that both diversified knowledge base and specialized knowledge base can help high-tech enterprises identify and discover new opportunities, stimulate interest and enthusiasm for new technologies and new ideas in the industry field, and promote the improvement of innovation willingness of high-tech enterprises. Secondly, knowledge field activity plays a moderating role in the influence of knowledge base depth and knowledge base depth on high-tech enterprises' innovation intention, revealing the role of knowledge base depth and knowledge base width on the level of knowledge field, and reflecting the inseparable correlation and interaction between internal knowledge base and external knowledge field. Finally, market perception plays a partial mediating role in the influence of knowledge base width and knowledge base depth on high-tech firms' innovation intention. The results show that the internal knowledge base can deepen the understanding of market changes, grasp relevant information and improve the market perception ability, which in turn further improves the innovation intention of high-tech enterprises.
In the actual management process, this study has a certain reference significance to enhance the innovation willingness of high-tech enterprises. Firstly, it is essential to actively expand the depth and width of their knowledge base, and stimulate the enterprise's willingness of innovation. Secondly, a good knowledge field environment is a must to provide a good external environment for enterprise knowledge interaction. Thirdly, in the practice of knowledge management, enterprises should pay attention to improve their own market perception ability.
开放科学(资源服务)标识码(OSID)：
飞速发展的信息技术与动态变化的经济环境给高新技术企业带来了巨大的创新压力。企业面临的创新压力越大，将相关创新理论、创新计划付诸实践的愿望也就越强烈(刘群慧,胡杨,刘二丽，2014)。芯片受限和海外服务授权问题给华为公司带来了沉重的经营负担，但也激发了华为的研发创新意愿，鸿蒙系统就是这种压力下的产物。创新意愿是用来衡量组织或个体接受新事物、新思想以及创新程度的变量[1]。因此，如何激发高新技术企业创新意愿，成为当前值得关注和研究的重要话题。
在知识经济时代，知识早已成为实现企业持续发展的核心资源，在高新技术企业中表现得尤为突出。高新技术企业竞争能力愈来愈依赖于其自身知识资源，通过不断拓宽和加深知识基础，激发企业追逐前沿技术，从而以自身知识基础资源提升企业市场竞争力，应对不断变化的外部环境。通过梳理创新意愿文献可知，现有研究更多强调社会资本、产业位势(姚瑶,徐燕，2014)以及企业政治关联[2]等外部因素对创新意愿的影响，忽视了创新意愿作为企业的主观意志，还会受到企业内部知识基础的影响。本文将知识基础分为知识宽度和知识深度两个维度，探究知识基础对高新技术企业创新意愿的直接作用，有助于厘清知识深度和知识宽度对企业创新意愿的差异化影响机制。然而，企业知识基础不足以充分激发其创新意愿，还需要通过与其他主体合作、引进外部知识元素，共同作用于企业创新意愿。知识场理论是借鉴物理学的电磁场理论延伸而来的。Nonaka[3]首次提及知识场概念。本文认为，知识场是企业与相关参与者通过知识流动和扩散形成的场。知识场活性越高，越有利于企业知识扩散、聚合，提升知识场的知识流量[4]，丰富企业知识资源，激发企业创新意愿。因此，知识场活性在知识基础与高新技术企业创新意愿中的作用有待深入探究。进一步地，考虑到高新技术企业面临的市场环境复杂多变，可能影响企业知识资源对创新意愿的作用，因此引入市场感知能力作为中介变量。根据企业能力理论，企业的知识基础需要根据市场变化动态调整，深厚的知识基础能够帮助企业提升市场感知能力，而市场感知能力能够提升企业对行业发展趋势的洞察力，进而激发企业创新意愿。因此，有必要引入市场感知能力，探讨其在知识基础影响企业创新意愿过程中的作用。
基于此，本文融合知识基础理论、知识场理论和企业能力理论，以高新技术企业为研究对象，构建知识基础、知识场活性、市场感知能力与创新意愿关系的理论框架，剖析知识基础对高新技术企业创新意愿的影响机制，探究知识场活性和市场感知能力在该机制中扮演的角色，并根据研究结论为高新技术企业有效激发创新意愿提供实践启示。
知识基础理论强调，企业竞争优势主要来源于自身拥有的知识资源。Ko和Liu[5]指出，知识基础能够反映企业现有知识结构和内容。其中，知识广度横向反映企业知识结构，强调对异质性知识内容的占有；知识深度纵向反映企业知识内容，强调对独特和复杂领域知识内容的占有[6]。王泓略等[7]从知识基础观出发，认为企业技术创新是对现有知识元素的组合与利用，不同的知识元素组合为企业带来技术(知识)产出。因此，本文将知识基础分为知识基宽度和知识基深度，分别探究二者对高新技术企业创新意愿的影响。
多样化的知识基础不仅能够通过知识交叉促进企业发现机会，而且有利于企业组合自身知识资源、全方位探索未知路径，进而提升创新积极性。一方面，知识基宽度能够通过完善创新解决方案降低核心刚性和路径依赖[8]，通过广泛的知识基础增加新机会发现概率，而且多元化的知识基础还可以提高企业对新机会的接受程度，进而提升企业创新意愿。另一方面，Jin等[9]指出，知识广度更有利于组织提升探索性创新绩效。多样化的知识基础能够为企业带来异质性知识，企业不需要过多借助外力，便可通过知识元素组合实现新产品开发，进而激发对新市场和新思想的热情。因此，当拥有较宽广的知识基础时，企业能够且乐于探索新路径，并通过组合异质性知识形成创新模式，有利于激发企业创新意愿。基于此，本文提出以下假设：
H1：知识基宽度对高新技术企业创新意愿有正向影响。
知识基深度影响企业行业地位及本领域知识熟悉程度。具有知识基深度优势的企业因为在本技术领域或市场掌握大量知识、经验而成为行业专家，更能洞察和挖掘创新机会[10]，提升企业从内部探索新机会的意愿，进而发现知识的新价值和新应用领域。与此同时，知识基深度能够帮助企业积累行业知识[11]，明晰行业发展方向，进而针对性地获取外界资源，通过收益和市场份额激发企业创新意愿。可见，专业知识基础不仅能推动企业深入行业内部发现新技术，还有利于全面把握未来发展方向，从而增强企业创新意愿。基于此，本文提出以下假设：
H2：知识基深度对高新技术企业创新意愿有正向影响。
知识场理论认为，知识元素在时间和空间分布上是不平衡的，在场空间内知识主体间的关系强度会影响知识元素流动效率。知识场活性是指知识场内各主体在知识交流空间内的互动程度，成员间合作越频繁，知识交流越充分，则知识场活跃度越高[12]。企业创新活动的实质是根据自身知识基础，搜索和获取外部知识，并与内部知识基础进行整合，最终形成创新成果的过程[13]。可见，知识场活性在知识基础与高新技术企业创新意愿的关系中扮演重要角色。
当企业拥有多元化的知识基础时，其与知识场主体间的频繁交流能够帮助企业加深理解自身知识基础，促进内外部知识资源碰撞，实现优势互补，强化知识基础与创新意愿的关系。首先，依赖知识场活性，企业能与不同知识主体建立有效沟通和互利互信的良好关系，能够对已有知识基础进行深入挖掘和利用，进而充分发挥知识聚合的作用[14]，有效弥补自身知识基础不足，提高自身创新动力。其次，良好的知识场活性能够汇聚不同学科和市场的专业知识，引致新想法产生[15]，提升企业对外来思想的包容性，增强企业创新意愿。基于此，本文提出以下假设：
H3：知识场活性在知识基宽度与高新技术企业创新意愿中起正向调节作用。
知识场活性越高，越有利于激发企业借助外部知识资源解决创新问题，促进企业知识与外部知识的碰撞，进而推动知识基础深度与创新意愿关系良性发展。通过与知识场主体互动，促进特定领域综合经验和专门知识的结合，有助于企业深化对现有技术和市场的理解[16]，进而激发企业创新意愿。此外，较高的知识场活性能够促进拥有深厚知识基础的企业从其它主体处获取异质性知识元素、实现互补，有利于消除知识基础过度专业化而使企业陷入“闭门造车”的尴尬局面，提高企业创新意愿。基于此，本文提出以下假设：
H4：知识场活性在知识基深度与高新技术企业创新意愿关系中起正向调节作用。
面临复杂多变的市场环境，企业需要具备较高的感知能力才能识别新机会，从而调动资源、进行创新。Teece[17]从企业能力理论出发，指出企业能力可以帮助企业整合、构建和敏捷配置内部资源，尽快适应快速变化的商业环境。市场感知能力是指从技术进步、消费者品味和需求、创新和价值提供等方面感知及反映市场环境变化的能力[18]。市场感知能力有助于企业洞察市场变化趋势并发现机会[19]。因此，只有当企业基于自身知识基础充分掌握当前市场行情，提高信息处理效率，才能更好地激发创新意愿。
具有一定知识基宽度使企业能从多视角理解当前技术与市场环境变化，提高市场需求感知力。同时，拥有多样化的知识基础使企业能从不同角度看待市场变化的影响，全面掌握与消费者需求相关的信息，进而提升面对市场变化的反应能力。此外，市场感知能力有助于企业获取市场情况，在动态变化的环境下战胜竞争对手，与员工、客户建立并保持良好关系[20]，进而激发企业创新意愿。基于此，本文提出以下假设：
H5：市场感知能力在知识基宽度与高新技术企业创新意愿间起中介作用。
具有一定知识基深度的企业作为行业专家，能够深刻认识自身所处行业变化，提升外部市场变化敏感度，快速获取具有针对性的市场信息，增强市场环境应变力[21]。一方面，市场感知能力促使企业率先识别机会，激发其对新机会、新想法的渴望，进而提升企业创新意愿；另一方面，市场感知能力可以帮助企业调整内部结构、优化现有技术、完善制度规范，不断改进企业内部创新资源配置，提高企业创新意愿。基于此，本文提出以下假设：
H6：市场感知能力在知识基深度与高新技术企业创新意愿间起中介作用。
综上，本文构建研究框架如图1所示。
图1 研究框架
Fig.1 Research framework
本研究以高新技术企业为样本。这是因为随着大数据的飞速发展，其在技术层面的突破性创新使得各行业向着智能化发展。此外，由于高新技术企业研发活动强度大、技术要求标准高、对创新行为接受度较高等特征，因此选定其为本次调研对象。参照国际相关标准，并以《国民经济行业分类》为基础，主要选择信息服务、电子商务服务、检验检测服务、专业技术服务等高技术服务、研发与设计服务、科技成果转化服务、知识产权及相关法律服务、环境检测及治理服务和其它高技术服务等9大类企业。此次问卷调研对象主要为高新技术企业中涉及研发、营销、采购和物流管理等环节的中高层管理人员。
本文变量主要包括知识基宽度、知识基深度、知识场活性、市场感知能力和创新意愿。首先，变量设计参考外文文献中的成熟量表并通过“翻译—回译”方法进行整理，以尽可能降低外量表的内容失真，并在结合我国情境的基础上进行部分调整，以保证量表在本研究中的契合性。同时，对国内量表根据调查对象、背景等特征进行适当修正，确定初始调查问卷。其次，邀请1名教授和4名副教授对问卷测量题项进行核对，以确保问卷内容效度，并根据其给出的意见进行完善。问卷变量的度量均采用李克特五级计分形式，其中，“1”表示完全不同意，“5”表示“完全同意”。
知识基础的测量题项参考Zhou和Li[6]以及Raymond van Wijk等[22]的量表，并根据实际情况进行调整与修改。其中，知识基宽度(KB)共包含4个题项，知识基深度(KD)共包含4个题项。知识场活性(KFA)的测量题项参考Dai等[23]以及魏国宏和闫强[4]的量表，共包含4个测量题项。市场感知能力(MP)的测量题项在Teece[24]以及Alshanty和Emeagwali的研究基础上，结合中国情境与行业背景进行修正，共包含6个题项。创新意愿(IW)的测量题项参考Hurley和Hult[25]以及曹勇等[1]的量表，共包含5个题项。
本文在研究中加入企业规模(SIZE)、企业成立年限(AGE)、企业性质(EN)、技术波动(TF)和竞争强度(CI)5个控制变量。其中，企业规模在一定程度上反映企业对未知创新风险的承受程度，用企业现有人数的自然对数表示。企业成立年限越久，越可能固化企业思维，进而影响创新意愿，因此采用企业自成立以来到2021年的年限进行测量。此外，由于不同所有制企业在管理方式和模式上不同，进而对企业创新意愿产生影响，因此将企业性质作为控制变量，如果为国有制或者国有制控股企业，则用0表示，否则，用1表示。以上数据均来自受访者填写的企业信息。此外，技术波动(TF)和竞争强度(CI)能够反映整个行业的技术发展水平与竞争压力，进而影响企业创新意愿，因此技术波动(TF)参考Kohli和Jaworski[26]的量表，共包含4个题项。竞争强度(CI)参考彭珍珍等[27]的量表，共包含3个题项。
为了确保受访者能够理解调研题项，调研团队通过关系资源邀请到6名高新技术产业业内人士，借助网络与其逐项沟通问卷题项表述，根据他们的意见对测量题项进行适当完善，形成初始调查问卷。同时，调研团队随机邀请高新技术产业领域32个企业参与预调研环节，并对收集到的32份有效样本进行信效度检验，进而通过测算结果确保测量题项设计的合理性和稳定性。根据预调研信效度检验结果，调研团队针对问卷作进一步完善，形成最终的正式调查问卷。
本次问卷调查主要采用线上方式，依托高校的同学、朋友和其它人际关系，以他们为中心，用“滚雪球”方式将电子调查问卷发送至受访者。调研从2021年1月开始，结束于2021年3月，共持续3个月，回收问卷363份，剔除明显不符合要求的问卷后，得到有效问卷311份，问卷有效率为85.675%。
本问卷调研对象主要集中在北京、天津、陕西、山西和河南等地区，样本特征如表1所示。
表1 样本特征
Tab.1 Sample characteristics
变量组别数目企业规模50人以下22751～100人42101～500人31500人以上11企业成立年限1～9年21310～19年7720年及以上21企业性质国有/国有控股70非国有/国有控股241
本研究对问卷题项进行Harman单因子检验，未旋转前提取出的第一个因子解释了总变异量的37.498%，小于40%，说明本问卷所获数据质量较高，不存在同一个因子能够解释大部分情况的现象，即同源偏差问题不严重。
运用Amo S22.0进行拟合优度检验。由表2可知，模型拟合指数分别为：CMIN/DF结果为2.349，小于3的标准值；RMR结果为0.024，小于0.08的标准值；IFI为0.934，TLI为0.923，CFI为0.933，均大于标准值0.9；RMSEA结果为0.066，小于0.08。上述结果说明本文理论模型与实际情况契合度较高，模型结果具有一定说服力。
进行假设检验前，运用SPSS20.0对各变量信效度进行检验，结果如表2所示。各变量的Cronbach′s α系数最低为0.785，大于0.7的标准值，且各变量的CR值均大于0.8，说明各变量题项均具有较高信度。
在效度检验前，参考成熟量表，通过咨询多位学者、开展预测试，以保证量表内容效度，同时，通过验证性因子分析检验各变量聚合度。从表3可以看出，各变量AVE值的平方根分别为0.773、0.719、0.730、0.763和0.782，大于该变量和其它变量的相关系数，说明各变量题项的判别效度较高。
表2 信效度检验结果
Tab.2 Reliability and validity test results
变量题项Cronbach's α值CRAVE创新意愿(IW)1贵公司乐意接受基于研究成果的技术创新0.8770.8800.5982贵公司在管理活动中积极寻求创新思维3贵公司乐意接受项目活动中的创新行为4贵公司对提出创新观点的员工进行奖励5贵公司力图塑造敢于冒险的企业文化知识基宽度(KB)1贵公司对产品开发的相关知识具有广泛认识0.8400.8440.5822贵公司全面了解行业的核心技术知识3贵公司全面掌握行业的运营知识4贵公司具备全面的管理实践知识知识基深度(KD)1贵公司在技术领域处于本行业领先水平0.8670.8580.6122贵公司对产品开发知识具有深刻认识3贵公司熟练掌握行业内某些复杂技术4贵公司熟练运用独特的经营知识知识场活性(KFA)1贵公司与合作伙伴具有较高的凝聚力0.7850.8090.5172贵公司与合作伙伴具有较高的沟通水平3贵公司与合作伙伴拥有较好的合作氛围4贵公司与合作伙伴具有较高的互信程度市场感知能力(MP)1贵公司能够有效获取和使用市场信息0.8630.8720.5332贵公司能够将市场信息与技术发展有效结合3贵公司能够预测顾客需求4贵公司建立了服务顾客的数据库5贵公司能够预测竞争对手行动6贵公司能够预料竞争对手行动后带来的威胁技术波动1贵公司所处行业的产品或技术变化很快0.8760.8790.7102行业内的技术变化能够提供巨大商机3技术突变使行业内大量新产品创意得以实现4行业内技术发展有很大空间竞争强度1贵公司竞争力的核心基础不断变化0.7950.8670.5052竞争对贵公司生存至关重要3竞争能够给贵公司带来很多市场资源
本文利用SPSS22.0软件，运用层级回归分析模型验证研究假设。在表4中，模型1只包含所有控制变量和因变量创新意愿，模型2在模型1的基础上加入知识基宽度、知识基深度。表4中模型1和模型2的最大VIF值为1.954，小于标准值10，表明不存在多重共线性问题。
具体而言，模型2表明，在控制企业规模、企业成立年限、企业性质、技术波动和竞争强度后，知识基宽度和深度对高新技术企业创新意愿的总体解释程度为41.9%，说明知识基深度与宽度对高新技术企业创新意愿产生重要影响。其中，知识基宽度与高新技术企业创新意愿呈显著正相关关系(β=0.227，p<0.01)，假设H1得到验证，即知识基宽度对高新技术企业创新意愿有正向影响，高新技术企业知识基宽度越大，越有利于充分利用自身知识资源进行机会探索和知识组合，进而提升企业创新意愿。知识基深度也与高新技术企业创新意愿呈显著正相关关系(β=0.221，p<0.01)，假设H2得到验证，即知识基深度对高新技术企业创新意愿有正向影响，意味着高新技术企业自身的知识基础越深厚，其掌握的行业知识越精细、越专业化，越有利于其发现创新机会，从而激发企业创新热情。
表3 各变量区别效度检验结果
Tab.3 Discriminant validity test results
IWKFAMPKBKDIW0.773KFA0.284***0.719MP0.348***0.546*0.730KB0.218***0.452**0.483**0.763KD0.249***0.458*0.502***0.472*0.782
注：加粗字体为潜变量AVE值平方根，未加粗字体为变量间相关系数；***表示P<0.01，**表示p<0.05，*表示p<0.1；下同
表4 直接作用与调节作用回归结果
Tab.4 Regression results of direct and moderating effects
变量IW模型1模型2模型3模型4C1.202***1.4771.0371.162SIZE0.055*-0.008-0.013-0.032AGE-0.027***-0.024***-0.025***-0.023***EN-0.0810.0420.1110.111TF0.215***0.145**0.132*0.104CI0.425***0.322***0.276***0.277***KB0.227***0.126*0.123*KD0.221***0.134**0.102*KFA0.331***0.349***KB×KFA0.046**KD×KFA0.092***R20.2820.4190.4540.484Adj.R20.2710.4060.4390.467F24.010***31.253***31.364***28.170***Max VIF1.5691.9542.2262.264
模型3包含控制变量、知识基宽度、知识基深度和调节变量知识场活性，模型4包含控制变量、知识基宽度、知识基深度、调节变量知识场活性和知识场活性与知识基宽度/知识基深度的交叉项。表4中模型3和模型4的最大VIF值为2.264，小于标准值10，表明不存在多重共线性问题。
模型3显示，知识场活性与高新技术企业创新意愿呈显著正相关关系(β=0.331，p<0.01)；模型4显示，知识场活性与知识基宽度的交叉项与创新意愿呈显著正相关关系(β=0.146，p<0.05)，验证了假设H3，即知识场活性在知识基宽度与高新技术企业创新意愿关系中起正向调节作用，表明企业与知识场主体的频繁交流有助于企业实现知识聚合，进而促进创新意愿提升。知识场活性与知识基深度的交叉项和创新意愿呈显著正相关关系(β=0.192，p<0.01)，H4得到验证，即知识场活性在知识基深度与高新技术企业创新意愿的关系中起正向调节作用，意味着较高的知识场活性有助于拥有深厚知识基础的企业引入外部资源、解决创新瓶颈，进一步激发创新热情。
为了进一步剖析知识场活性的调节作用对企业创新意愿变化方向的影响，绘制知识场活性调节图2、图3。从图2和图3可以看到，知识场活性越高，知识基宽度、知识基深度对高新技术企业创新意愿的正向影响越显著。对比图2和图3可以看出，知识场活性在知识基深度与高新技术企业创新意愿关系中的正向调节作用更显著。
图2 知识场活性在知识基宽度与创新意愿中的调节作用
Fig.2 Moderating effects of knowledge field activity on knowledge base width and innovation willingness
图3 知识场活性在知识基深度与创新意愿中的调节作用
Fig.3 Moderating effects of knowledge field activity on knowledge base depth and innovation willingness
市场感知能力的中介效应检验结果如表5所示。
表5 中介效应检验结果
Tab.5 Mediating effect test results
变量MPIW模型5模型6C0.892***0.174SIZE-0.014-0.003AGE-0.008**-0.022***EN-0.0360.054TF0.0570.125*CI0.114**0.283***KB0.332***0.114*KD0.303***0.118**MP0.339***R20.6060.449Adj.R20.5970.434F66.704***30.728***Max VIF1.9542.541
从表5可以看出，各变量容忍度和方差膨胀因子数均符合标准，表明不存在多重共线性问题。模型5显示，知识基宽度对高新技术企业的市场感知力有积极影响(=0.332，p<0.01)；模型6显示，市场感知力(β=0.339，p<0.01)、知识基宽度(β=0.114，p<0.1)与高新技术企业创新意愿呈显著正相关，假设H5通过验证，即市场感知力在知识基宽度与高新技术企业创新意愿关系间起部分中介作用；模型5显示，知识基深度对高新技术企业市场感知力有积极作用(β=0.303，p<0.01)；模型6显示，市场感知力(β=0.339，p<0.01)、知识基深度(β=0.118，p<0.05)与高新技术企业创新意愿呈显著正相关，假设H6通过验证，说明市场感知力在知识基深度与高新技术企业创新意愿关系间起部分中介作用。
表6 市场感知力的Bootstrap检验结果
Tab.6 Bootstrap test results of market perception
因变量中介变量自变量效应系数LLCIULCIIWMPKB0.350 30.264 20.443 1KD0.296 30.215 60.391 6
表6中的置信区间均不包含0，说明市场感知力在其中的中介效应显著存在，进一步验证了假设H5和H6。可见，知识基础不仅直接影响高新技术企业创新意愿，而且通过市场感知力间接影响高新技术企业创新意愿。
本研究融合知识基础理论、知识场理论和企业能力理论，以高新技术企业为样本对象，通过问卷调研，开展实证检验，深入分析知识基础对高新技术企业创新意愿的直接影响，揭示该影响机制中企业知识场活性和市场感知力的作用，从而明晰知识基础影响高新技术企业创新意愿的内在机制。本文得到的研究结论如下：
(1)知识基础宽度与深度均会影响高新技术企业创新意愿，该结论支持了Do等[28]提出的“拥有强大的知识基础有助于企业开发创新技术”的研究观点。同时，本研究发现，无论是多样化知识基础，还是专业化知识基础，均能帮助高新技术企业识别和发现新机会，激发对所处行业新技术和新思想的兴趣与热情，促进高新技术企业创新意愿提升。以往研究证实了企业外部环境因素和社会关系对创新意愿的影响，本文区别于以往研究，将视角转向企业内部，立足于知识基础理论，验证了内部知识基础支持创新意愿的观点，拓展了高新技术企业创新意愿研究，表明知识基础深厚会对高新技术企业创新意愿产生强劲的推动作用。
(2)知识场活性在知识基宽度、知识基深度影响高新技术企业创新意愿的过程中发挥调节作用。研究结果表明，知识场活性在知识基础与创新意愿关系中发挥“催化剂”作用，显著增强知识基础与创新意愿的关系。此结论在一定程度上验证了魏国宏和闫强[4]关于“知识场活性在企业创新过程中起调节作用”的研究观点，揭示了知识基深度和知识基宽度在知识场层面的作用，体现了企业内部知识基础与外部知识场不可分割的关联性、互动性。
(3)市场感知能力在知识基宽度、知识基深度影响高新技术企业创新意愿的过程中均发挥部分中介作用。研究结果表明，在知识基础影响高新技术企业创新意愿的过程中，知识基础有助于加深企业对市场变化的洞察程度，掌握相关信息，提升市场感知力，并进一步增强高新技术企业创新意愿。研究结果遵循“知识—能力—意愿”的作用路径，表明市场感知能力起 “桥梁”作用，即知识基础通过影响市场感知力促进高新技术企业创新意愿提升，市场感知力在高新技术企业内外部环境中发挥重要的中介作用，揭示了知识基础影响高新技术企业创新意愿的路径。
本研究对提升高新技术企业创新意愿具有一定借鉴意义。具体如下：第一，积极拓展自身知识基础深度与宽度，激发企业创新意愿。当企业拥有较宽的知识基础时，应分类构建知识库，定期在企业举行知识经验交流会，搭建内部知识共享平台，同时，注重营造乐于分享的企业文化，构建学习型组织，进而借助多样化知识元素的碰撞发现创新机会，激发企业创新热情。当企业拥有较深厚的知识基础时，应根据知识优势专注特定技术，积极引进拥有相应技术、经验的专业人才，充分发挥“工匠精神”，联合上下游合作者对企业优势技术进行深化与推广，支撑与构建多元化产品线，降低企业创新成本，有效推动创新实践。第二，塑造良好的知识场环境，为企业知识交互提供条件。高新技术企业应积极建立稳固的战略联盟关系，营造良好的合作氛围，同时，通过举办线上线下活动加深凝聚力和互信度，创造有利于知识流动的外部环境。第三，在企业知识管理实践中，应重视提升市场感知力，做到有的放矢。企业应通过产品调研、重点客户跟踪等手段及时了解客户需求变化，借助自身内部知识基础满足客户需求，进行产品创新。同时，在技术研发和产品设计过程中，应鼓励研发部门与生产、销售等部门联动，主动开展市场调研与试点销售等活动。
本文剖析了知识基础对高新技术企业创新意愿的影响机制，具有一定理论和实践意义，但仍存在一些不足之处。第一，本文从知识基宽度和知识基深度两个维度探究知识基础对高新技术企业创新意愿的影响，但在现实中知识基础并非单一地表现为深度或宽度，在未来研究中可进一步分析企业知识基宽度与深度的交互关系如何影响创新意愿；第二，在知识基础影响高新技术企业创新意愿的过程中，还存在制度压力[29]等因素，后续研究应尽可能将其纳入分析框架；第三，本文运用问卷调研方法收集数据，并运用统计学方法验证理论框架，从定量方面得出了研究结论，但在实际情况中，每个高新技术企业创新意愿的影响路径可能并不相同，需要进行针对性分析。因此，未来应考虑采取单案例分析法或对比分析法，从定性角度分析知识基础影响创新意愿的路径。
[1] 曹勇,蒋振宇,孙合林,等. 知识溢出效应、创新意愿与创新能力:来自战略性新兴产业企业的实证研究[J]. 科学学研究,2016,34(1):89-98.
[2] 苏屹,林周周,陈凤妍,等. 企业家地方政治关联对企业创新意愿影响的实证研究[J]. 管理工程学报,2019,33(1):134-143.
[3] NONAKA I,TAKEUCHI H. The knowledge-creating company:how Japanese companies create the dynamics of innovation[J]. Long Range Planning,1996,29(4):592.
[4] 魏国宏,闫强. 知识场活性对企业开放式创新绩效影响研究[J]. 经济问题,2019,41(10):64-70.
[5] KO W W,LIU G. How information technology assimilation promotes exploratory and exploitative innovation in the small-and medium-sized firm context:the role of contextual ambidexterity and knowledge base[J]. Journal of Product Innovation Management,2019,36(4):442-466.
[6] ZHOU K Z,LI C B. How knowledge affects radical innovation:knowledge base,market knowledge acquisition,and internal knowledge sharing[J]. Strategic Management Journal,2012,33(9):1090-1102.
[7] 王泓略,曾德明,陈培帧. 企业知识重组对技术创新绩效的影响：知识基础关系特征的调节作用[J]. 南开管理评论,2020,23(1):53-61.
[8] QUINTANA-GARCíA C,BENAVIDES-VELASCO C A. Innovative competence,exploration and exploitation:the influence of technological diversification[J]. Research Policy,2008,37(3):492-507.
[9] JIN XIN,WANG JIE,CHEN SONG,et al. A study of the relationship between the knowledge base and the innovation performance under the organizational slack regulating[J]. Management Decision,2015,53(10):2202-2225.
[10] 芮正云,罗瑾琏,甘静娴. 新创企业创新困境突破:外部搜寻双元性及其与企业知识基础的匹配[J]. 南开管理评论,2017,20(5):155-164.
[11] XU SHICHUN. Balancing the two knowledge dimensions in innovation efforts:an empirical examination among pharmaceutical firms[J]. Journal of Product Innovation Management,2015,32(4):610-621.
[12] 甘静娴,戚湧. 双元创新、知识场活性与知识产权能力的路径分析[J]. 科学学研究,2018,36(11):2078-2091.
[13] 于飞,袁胜军,胡泽民. 知识基础、知识距离对企业绿色创新影响研究[J]. 科研管理,2021,42(1):100-112.
[14] 金珺,陈赞,李诗婧. 数字化开放式创新对企业创新绩效的影响研究:以知识场活性为中介[J]. 研究与发展管理,2020,32(6):39-49.
[15] HE ZILIN,WONG P K. Exploration vs. exploitation:an empirical test of the ambidexterity hypothesis[J]. Organization Science,2004,15(4):481-494.
[16] KALE P,SINGH H. Building firm capabilities through learning:the role of the alliance learning process in alliance capability and firm-level alliance success[J]. Strategic Management Journal,2007,28(10):981-1000.
[17] TEECE D J. Dynamic capabilities:routines versus entrepreneurial action[J]. Journal of Management Studies,2012,49(8):1395-1401.
[18] MU JIFENG. Marketing capability,organizational adaptation and new product development performance[J]. Industrial Marketing Management,2015,49:151-166.
[19] BAYIGHOMOG LIKOUM S W,SHAMOUT M D,HARAZNEH I,et al. Market-sensing capability,innovativeness,brand management systems,market dynamism,competitive intensity,and performance:an integrative review[J]. Journal of the Knowledge Economy,2020,11(2):593-613.
[20] DE LUCA L M,ATUAHENE-GIMA K. Market knowledge dimensions and cross-functional collaboration:examining the different routes to product innovation performance[J]. Journal of Marketing,2007,71(1):95-112.
[21] REINARTZ W J,KUMAR V. On the profitability of long-life customers in a noncontractual setting:an empirical investigation and implications for marketing[J]. Journal of Marketing,2000,64(4):17-35.
[22] SENOO D,MAGNIER-WATANABE R,SALMADOR M P. Workplace reformation,active ba and knowledge creation[J]. European Journal of Innovation Management,2007,10(3):296-315.
[23] TEECE D J. Explicating dynamic capabilities:the nature and microfoundations of (sustainable) enterprise performance[J]. Strategic Management Journal,2007,28(13):1319-1350.
[24] ALSHANTY A M,EMEAGWALI O L. Market-sensing capability,knowledge creation and innovation:the moderating role of entrepreneurial-orientation[J]. Journal of Innovation & Knowledge,2019,4(3):171-178.
[25] HURLEY R F,HULT G T M. Innovation,market orientation,and organizational learning:an integration and empirical examination[J]. Journal of Marketing,1998,62(3):42-54.
[26] JAWORSKI B J,KOHLI A K. Market orientation:antecedents and consequences[J]. Journal of Marketing,1993,57(3):53-70.
[27] 彭珍珍,顾颖,张洁. 动态环境下联盟竞合、治理机制与创新绩效的关系研究[J]. 管理世界,2020,36(3):205-220,235.
[28] DO B R,YEH P W,MADSEN J. Exploring the relationship among human resource flexibility,organizational innovation and adaptability culture[J]. Chinese Management Studies,2016,10(4):657-674.
[29] 彭小宝,张佳,刘国芳,等. 制度压力与中小企业双元性创新意愿:领导力风格的调节作用[J]. 科技进步与对策,2018,35(16):83-90.