知识宽度与深度对被并购企业关键研发者创造力变化的影响

随着技术迭代加快,技术复杂度不断提升,企业完全依靠自身研发能力实现技术创新困难重重。因此,在日益激烈的市场竞争与企业创新发展双重压力下,越来越多的企业选择通过并购获取技术。据普华永道《2021年中国企业及行业并购市场回顾与前瞻》显示,我国2021年的并购金额达6 374亿美元,其中,技术并购更是相关企业的重要战略选择。毫无疑问,技术并购已经成为企业技术发展中不可或缺的“催化剂”,是企业提升创新能力的重要手段[1,2],可以为企业带来互补性创新资源[3],促进并购企业创新绩效提升(温成玉,刘志新,2011)。该观点在实践中得到了充分印证。如思科自1990年上市以后实施开放式创新,大量并购企业,快速提升技术能力,其1/3的知识产权来自并购公司[4];联想集团在2004年收购美国IBM的全球PC业务后,2013年6月便跃升为全球第一大电脑厂商[5]等。

但是在实际技术并购案例中,很多企业往往难以达到预期目标,如朗讯在独立的最后十年花费470亿美元并购了41家新技术公司,但都未能实现预期技术创新目标,最后因为技术水平落后被兼并[4]。技术并购达不到预期目标的原因有很多,学界从并购后的整合[6]、并购类型[7]、技术相似性以及并购吸收能力[8]等角度对企业并购绩效展开研究。即使切入点不同,但研究都关注到并购能否成功的关键在于被并购企业的技术创新能力是否获得保留或者提升。企业实现技术创新往往依赖于关键研发者[9],关键研发者作为企业最重要的人力和智力资本[10],往往代表着企业创新能力,他们能够左右企业技术创新选择,从而决定企业技术领先优势和动态创新能力[11]。因此,关键研发者的创造力能否得到保留对并购成功至关重要[12]。需要注意的是,研究表明[6],由技术并购带来的组织工作环境变化会深刻影响被并购企业关键研发者的创造力,技术并购会对目标企业关键研发者的工作环境造成巨大冲击,从而导致关键研发者创造力下降[13],这无疑会增加技术并购风险。为了控制工作环境变化对关键研发者创造力的影响,减少技术并购风险,首要任务就是对被并购企业关键研发者创造力的变化规律进行分析与研究[14]。

目前关于被并购企业创新绩效与关键研发者创造力变化的研究很多,但针对被并购企业创新绩效的研究往往从企业整体层面进行分析[6,15],而关键研发者创造力的研究则大多基于社会网络视角对主并企业关键研发者的创造力变化进行分析[16-17],少有在技术并购情境下从个体属性角度对被并购企业关键研发者的创造力进行研究。有多位学者[18-20]认为,创造性思想产生可以被描述为每个人所拥有知识的一种关联性和准随机重组。同时,Boh等[21]研究发现,知识宽度与深度能正向促进研发者创造力产生。因此,可以认为,个体属性中的知识宽度与深度对创造力有着重要影响。此外,有研究表明[22],在不同阶段知识宽度与深度对创造力会有不同影响,因此进行相关研究时应当考虑研发者的阶段性特征[23]。

综上所述,本文从个体属性角度,针对知识宽度与深度对被并购企业关键研发者创造力变化的影响进行研究,并基于研发者的两阶段研发生涯深入剖析并购过程中个体属性如何对关键研发者创造力产生不同影响。该研究结果不仅有助于拓展知识属性对创造力影响研究的边界,从个体层面对知识基础理论进行扩展性应用,而且有助于回答技术并购过程中为何难以保持被并购企业关键研发者创造力的问题。此外,本文通过聚焦被并购企业关键研发者这一研究对象,基于被并购方关键研发者个体属性对其创造力变化的不同影响,着重分析如何帮助主并企业提高并购前的风控能力以及并购后的创新能力。这对于主并企业优化并购决策,对于关键研发者建设自身知识基础体系、提升个体创造力有着重要的实践意义。

1 理论分析与研究假设

1.1 理论基础

根据资源基础理论[24],公司是各种资源的集合体,公司竞争力差异由资源差异决定。资源是指在组织中能够展现自身核心竞争力的事物[25],组织持续竞争优势建立源于组织掌握的资源是稀缺且不可替代的[26]。如何在并购过程中保证企业战略性智力资源——关键研发者的独特性[27],即关键研发者创造力的变化趋于正向对企业发展十分重要。同时,根据知识基础理论,组织作为一个社会实体,其如何储存和运用内部知识、竞争力及才能关系到整个组织生存、发展,甚至成功[28]。企业的知识储备解释了为什么一些企业会比其它企业更多元化、更具有创新精神[29]。特别是该理论假定知识并非由整个组织创造,而是由单个个体创造、储存和使用[30],这也充分说明研发者个体知识对整个组织创新绩效存在影响。基于上述两个理论,本文将深入分析技术并购过程中知识宽度与深度对被并购企业关键研发者创造力的影响及原因。

1.2 文献综述

1.2.1 知识宽度与深度

作为对知识基础不同维度的度量,知识宽度是指个体知识涵盖多个领域的程度,知识深度则是指个体对特定领域的了解程度[22]。目前知识基础研究主要针对企业和个体两个层面。从企业层面,在并购情境下展开知识基础研究是主要角度之一,学者们大多将企业作为知识宽度与深度定义中的个体进行分析。其中,最具代表性的是Ahuja&Katila[31]针对美国化工行业的研究,研究结果表明,技术并购通过拓展企业知识基础进而提升企业创新绩效。而后的学者在此基础上展开研究,如Wu[32]发现,主并方的知识深度与知识宽度会对企业创新绩效产生影响;Frenz[33]针对不同知识资源对创新的影响进行实证检验;有研究发现,并购前目标公司技术知识基础对主并公司创新绩效的影响非常显著(温成玉,刘志新,2011);占咪等[34]发现,主并企业的知识基础深度在技术并购中对创新绩效存在显著正向影响,而知识基础宽度只在非相关技术并购中对创新绩效存在显著正向影响。由于企业技术创新归根到底取决于个人效用的发挥[35],知识基础作为网络内容的重要部分,是影响研发者创造力的主要因素[36,37]。在个体层面上,Boh等[21]就研发者知识宽度与深度如何影响企业创新展开研究;Mannucci等[22]就研发者知识宽度与深度在不同阶段对其创造力的影响展开研究;王巍等[38]就知识宽度与深度如何增强企业研发人员内部知识搜索能力展开研究,同时分析了结构洞在其中的调节作用。

1.2.2 技术并购与关键研发者

技术并购是指技术型大企业通过对小企业的创新收购以帮助自身获取外部技术资源的行为[39]。目前针对技术并购的研究很多,主要集中在几方面:①从并购类型角度对技术并购进行研究[7],不同技术并购类型会对企业并购绩效产生促进或抑制作用;②从并购资源角度对技术并购进行研究(黄璐,王康睿,于会珠,2017),并购资源对技术并购的创新过程绩效和创新产出绩效存在不同影响;③从并购后如何整合被并购企业角度对技术并购进行研究[40],充分分析并购对企业绩效的重要性,从不同角度探讨如何更好地进行整合。可以看到,不同视角的分析都强调研发者带来的创新绩效在技术并购中的重要性,毋庸置疑,关键研发者在并购中对创新绩效变化存在重要影响。因此,并购情境下关键研发者创造力的变化值得关注[14],学界也针对并购过程中关键研发者的创造力变化展开了大量研究。其中,比较具有代表性的是Ernst&vitt[13]针对组织工作环境变化而导致目标企业关键研发者创造力变化的研究。同时,张光曦等[6]就组织工作环境变化对被兼并方关键研发者创造力变化的影响进行研究;王成军等[17]对并购企业关键研发者合作网络变化及其影响因素展开研究;孙笑明等[16]对技术并购中主并企业关键研发者合作网络变化如何影响其创造力变化进行讨论。

综上所述,虽然学界就关键研发者知识宽度与深度如何影响其创造力变化问题展开了探讨,明确了知识宽度与深度对关键研发者创造力变化的重要价值,但现有成果还难以充分解释技术型企业并购过程中关键研发者创造力如何变化的问题。综合学者们观点,基于知识宽度与深度对关键研发者创造力变化的影响机理,本文认为,知识宽度与深度分别代表研发者知识内涵的横向维度和纵向维度,随着研发者研发生涯发展而变化,在关键研发者环境发生变化时,其创造力也可能发生变化,而研发者知识基础变化很可能对由环境变动引起的创造力变化产生不同影响。因此,本文基于技术并购导致关键研发者环境变化的情境,从研发者知识基础的阶段性特征角度切入,将研发生涯划分为两个阶段,就技术并购发生在关键研发者不同研发生涯时其知识宽度与深度对创造力变化的影响进行实证检验,从关键研发者个体视角就技术并购前后企业创新绩效变化展开深入探讨,并基于医药制造企业数据,对其中的交互关系进行实证检验,以更加明晰技术并购中关键研发者创造力变化的内在机理,打开从知识基础阶段性特征到并购中关键研发者创造力变化的“黑箱”。

1.3 研究假设

职业生涯被定义为个体在特定领域所花费的时间[22],本文认为关键研发者的研发生涯与其它职业意义中的职业生涯概念等同。在研发者职业生涯的不同阶段,由于其属性特征不同,研发者的创造力会存在阶段异质性[41]。本文参考库克曲线对员工创造力的描述,结合孙笑明等[23]对两阶段研发生涯的划分,提取研发人员两个阶段(上升期与衰退期)的样本展开进一步研究。

1.3.1 知识宽度与创造力

知识宽度越宽,研发人员知识结构的灵活性就越强[42]。即通过频繁接触不同领域知识[43],研发人员能够构建范围更宽泛的知识结构体系[22],使得知识元素间的连接比较灵活,有助于提高知识重组能力。知识重组能力越强,研发者产生的创新成果就越多[44],其创造力也就越高。

但研究表明[22],在研发生涯上升期,知识宽度对研发者创造力的影响不全是正向的。因为在研发生涯早期研发人员的知识结构较单一,必要基础缺乏,难以激活知识重组过程,也就很难产生创造性想法[45],此时拓展个体知识宽度对激发研发者产生创新想法几乎毫无意义。由于并购会带来大量异质性知识[6],很可能造成研发人员知识过载,不利于创新[46]。在研发生涯衰退期,研发人员知识宽度对创造力的影响较积极[22]。这是因为该时期研发人员会通过重复之前的知识组合进行研发,研发者涉足领域越广,产生的知识组合就越多[47],而且异质性知识的介入也会提高创新可能性[24]。

同时,关键研发者往往拥有比一般研发者更强的创造力、更深厚的知识积累和更丰富的经验[48]。但即使是经验优于一般研发者的关键研发者,在研发生涯上升期其研发能力也有限,难以将已有知识充分利用并产生较多知识组合[23]。尤其需要注意的是,对于关键研发者而言,其知识结构更加灵活,现有知识间联系更松散[49],因此并购带来的异质性知识对具有一定知识宽度且处于职业生涯上升期关键研发者的不利影响可能更显著。在研发生涯衰退期,关键研发者的能力趋于成熟,能够充分运用知识[23]。尤其是知识宽度较高的关键研发者通常对更多领域有所了解,他们能够跨不同领域重组知识、产生创造性成果[50],此时额外的知识宽度会对关键研发者的创造力提升产生显著正向影响[22]。因此,由并购所带来的异质性知识可能更有利于具有较高知识宽度的衰退期关键研发者产生创新成果。

基于上述分析,本文提出如下研究假设:

H1a:当并购发生在关键研发者研发生涯上升期时,关键研发者的知识宽度越高,其创造力变化下降趋势越显著。

H1b:当并购发生在关键研发者研发生涯衰退期时,关键研发者的知识宽度越高,其创造力变化上升趋势越显著。

1.3.2 知识深度与创造力

知识深度有助于提升研发者知识结构复杂性[18],研发者知识结构越复杂,其整合相关知识的能力越强,在研发过程中产生的创新成果越多[11]。换而言之,知识深度为研发者联系某领域知识提供了更多机会,使得研发者对相关领域有更深层次了解[18],能够在该领域进行更多的知识配置,从而产生新结果[37,51]。

研究表明[22],在研发生涯上升期,知识深度对研发者的创造力更有益。这是因为在研发生涯早期,个体需要获得对相关领域的深入了解,从而扩展知识边界,产生创造性解决方案[44]。随着研发者不断获取新专业知识,其知识重组模式也会变得更加稳定[45],研发者能够通过识别相关知识组合降低创新失败风险[50],而拥有更深层次专业知识的个体更易产生具有技术影响力的创新成果[21]。而在研发生涯衰退期,知识深度增大了业内联系强度,强化了认知刚性[22],进而会限制个人优化知识结构、生成新组合的能力[52]。一旦遇到问题,研发者更有可能使用以前组合[25],从而难以设计出创新性解决方案[45]。

作为具有更高层次知识深度的关键研发者[21],在其研发生涯上升期,知识深度越高,知识结构就越复杂[38],这使得他们能够在领域内进行更多知识配置以及产生更多新成果[53]。此时,由并购带来的异质性知识更有益于具有较高知识深度的上升期关键研发者提升创造力。而在研发生涯衰退期,研发者的知识深度随着职业年龄增长而提高,认知刚性使得联想层次结构更加陡峭,从而让研发者们“看不到”其它选择[22]。对于其中有着较高知识深度的关键研发者而言,随着知识深度增加,其知识联系会变得越来越僵化,最终导致认知紧缩[54],而认知紧缩会使关键研发者无法重新配置和调整他们的知识结构[45],进而难以产生创新成果。即使此时并购带来了异质性知识,具有更高知识深度的衰退期关键研发者也很难提升创造力。

基于上述分析,本文提出如下研究假设:

H2a:当并购发生在关键研发者研发生涯上升期时,关键研发者的知识深度越高,其创造力变化的上升趋势越显著;

H2b:当并购发生在关键研发者研发生涯衰退期时,关键研发者的知识深度越高,其创造力变化的下降趋势越显著。

2 研究设计

2.1 数据来源与样本选取

本文所选并购样本来自ISI Emerging Market Deal数据库和Zephyr 全球并购交易分析库,并根据国家统计局 2002年颁布的《高技术产业统计分类目录》,选择创新技术高速发展且样本量比较大的医药制造业。为了保证变量可得性与结果可靠性,遵循如下原则进行样本筛选:①并购事件收集时间截至2018年,这是由于需要并购前后三年关键研发者的专利数据进行创造力变化分析,而最新可获得的企业申请专利数据为2020年;②并购事件处于已完成状态;③主并企业对被并购企业达到控股状态(持股比例达50%以上);④基于研究对象是被并购企业关键研发者的创造力变化,因此并购事件的对象筛选以获取目标企业相关技术为目的。其中,主要依据国外学者Ahuja &Katila[31]提出的2种判断标准:第一,在并购公告中披露并购主要目的为技术获取;第二,目标企业在被并购前5年内取得了专利权。满足以上任一项即可认为是技术并购。

经过筛选,最终确定符合要求的50家目标企业,这些企业发生技术并购的时间均在2000—2018年。同时,本文下载了2000—2020年上述50家目标企业发明与实用新型专利数据。所有数据均来自国家知识产权局,其中包括专利类型、完成时间、申请企业以及专利研发者姓名等信息。为了保证数据可靠性,参考刘斌等[55]的做法,对初始数据进行清洗,纠正错误的研发者姓名与企业名称拼写、去掉相关同族专利。

就关键研发者样本筛选,参考Ernst[13](专利数量与质量双指标法)的做法,同时,结合本文情境作一定调整,在专利数量方面参考孙笑明等[48]的方法(选取专利产出数量大于10且企业内部专利数量前40名的研发者)进行筛选。由于目标企业往往规模不大,为了保证对象选择精确,选取每家企业中排名在前1%的研发者作为关键研发者[56]。在专利质量方面采用多层交叉方法进行验证。首先,按上述方法筛选关键研发者;然后以授权个数对专利数量加权[57],采用专利申请到授权的时间间隔、专利类型等综合加权数量;最后,由于本文研究对象为关键研发者并购前后的创造力变化情况,因此需要保证关键研发者在并购前已在目标公司从事相关工作,且并购后3年内未从主并公司离职。经过上述对比分析与筛选,最终确定关键研发者101名。

根据以往文献中关于数据窗口网络关系的处理方法[58],本文以固定时间窗口划分数据,根据上升阶段和衰退阶段将数据划分为两个时间窗口,分别以研发生涯上升期和研发生涯衰退期内的专利申请数为基础进行分析。具体而言,针对关键研发者,分别统计其整个研发生涯内历年专利申请数。若并购发生前,关键研发者的专利申请数已达到其创造力顶点,则认为并购发生在该关键研发者研发生涯衰退期;若并购发生后,关键研发者的专利申请数才达到其创造力顶点,则认为并购发生在该关键研发者研发生涯上升期。特别需要注意的是,如果多次出现专利申请峰值情况,以最后一次峰值出现的时间作为其创造力顶点时间,基于此进一步对关键研发者相关变量进行分析。此外,由于研发人员创造力变化受其合作网络影响较大[23],且研发者创造力活跃期为3～5年[38],本文分别以并购发生时间点前3年和后3年的相关专利数据构建目标企业关键研发者创新合作网络,借助Ucinet软件计算相应网络指标并展开分析。

2.2 变量测量

2.2.1 因变量:关键研发者创造力变化

参照以往学者对创造力的衡量标准[59],本文以专利数测量关键研发者创造力,将并购前后3年内研发者专利申请数变化作为基准,将关键研发者创造力变化分为两类(呈上升趋势和下降趋势),其中,1为上升趋势,0为下降趋势。

(1)知识宽度:目标企业关键研发者技术知识覆盖领域范围,其往往用于衡量研发者知识特征。本文提取并购发生在目标企业关键研发者上升(衰退)阶段时关键研发者在技术并购前申请的专利分类号信息,计算关键研发者申请专利小类的数量以衡量知识宽度[21]。值越大,表示关键研发者知识宽度越广,否则越窄。

(2)知识深度:目标企业关键研发者对自身技术知识的掌握程度。参照以往学者做法[60],将并购发生在关键研发者上升(衰退)阶段的目标企业关键研发者知识深度测量分为两步:

首先,计算技术优势(RTA)。

其中,Pit指目标企业关键研发者i在t分类中的专利数量。

然后,在计算的RTA值基础上计算目标企业关键研发者的知识深度。

其中,σ为技术优势(RTA)均值,μ为标准差。

depth值越大,表明关键研发者越专注于某领域;depth值越小,则表示关键研发者关注的研究领域越分散。

(1)性别。为了控制性别对目标企业关键研发者创造力变化的影响,将其设定为虚拟变量,其中,“0”代表女性关键研发者(参照类),“1”代表男性关键研发者。

(2)结构洞差值。以技术并购前后目标企业关键研发者结构洞的差值作为研究指标。在此引入两个虚拟变量,其中,“0”代表差值小于0,表示占据的结构洞数量在技术并购后减少;“1”代表差值大于0,表示占据的结构洞数量在技术并购后增加。

采用Burt的结构洞效率指数测算研发人员占据结构洞的数量,计算方法为:

其中,Piq表示关键研发者i投入到连接q中的比例,mjq表示j与q关系的边际强度,Ci表示与关键研发者i相连的数量。

(3)时间间隔,即关键研发者研发生涯顶点与并购时间点的差值。由于时间间隔可能对并购前后关键研发者创造力变化产生影响[22],为了控制该影响,将两者相减之后取绝对值。

2.3 分析方法

由于本文因变量是二分类变量,分别采用Logit模型与双样本t检验假设,整个分析均通过Stata16.0完成。Logistic模型为

其中,因变量y为二分类变量,y=1代表关键研发者创造力变化呈上升趋势,y=0代表关键研发者创造力变化呈下降趋势;x1,x2,…,xk,为数值型或定性变量。

3 假设检验与结果分析

3.1 描述性统计与相关性分析

采用Stata16.0进行实证检验。表1和表2分别为并购发生在关键研发者研发生涯上升阶段与衰退阶段的变量描述性统计以及相关性分析结果。结果显示,各变量相关系数比较合理。同时,为了排除多重共线性影响,测算方差膨胀因子,其中,VIF值均不超过3,因此不存在多重共线性问题。

3.2 实证分析结果及讨论

表3中,模型1仅包含3个变量,在上述控制变量中,结构洞差值对并购发生在关键研发者研发生涯上升阶段的创造力变化影响显著(p<0.05,β=1.647)。即在并购后,关键研发者的结构洞数量越多,其并购后的创造力越倾向于正向变化。这是由于占据结构洞的关键研发者拥有信息优势和控制优势,更容易接触更大网络范围,获取更多异质性信息。尤其在关键研发者处于研发生涯上升阶段时,其占据的结构洞数量越多,就越能通过与不同对象交流产生更多创新成果。同时,时间间隔对并购发生在关键研发者研发生涯上升阶段时其创造力变化的影响也相当显著(p<0.05,β=-0.584),即并购时间与关键研发者研发生涯顶点间隔越小,并购后关键研发者的创造力变化就越趋于正向。这说明在关键研发者处于研发生涯上升阶段时,其越接近顶点,外部环境变化对关键研发者创造力的负向影响越小。原因在于在职业发展过程中,关键研发者的专业知识与创新能力不断汇聚,其对环境变化的适应性也不断增强,从而降低并购过程中受到的负面影响。尤其在接近研发生涯顶点时,关键研发者各方面的积累会达到一个峰值,因环境变化带来的负面影响也会降到最低。在模型2、模型3中逐步加入2个自变量,由全模型3可知,当并购发生在关键研发者研发生涯上升期时,知识宽度对关键研发者创造力的变化存在显著影响(p<0.05,β=-0.607),假设H1a得到支持,说明在上升阶段关键研发者知识宽度太大对并购后其创造力的变化存在负向影响。这是由于在研发生涯上升期,关键研发者知识宽度越大,其涉足的领域就越多,往往会分散研发精力,使得关键研发者难以适应环境变化,不能充分利用并购带来的异质性信息,导致过大的知识宽度使关键研发者创造力出现负向变化。此外,当并购发生在关键研发者研发生涯上升期时,知识深度对关键研发者的创造力变化也存在相当显著的影响(p<0.05,β=6.427),假设H2a得到支持,说明在上升阶段关键研发者的知识深度越高,并购后关键研发者创造力的变化越趋于正向。这是因为在研发生涯上升期,关键研发者的知识深度越高,其对某些领域知识就越精通,并购后越能对获得的异质性知识进行交叉应用,从而产生更多创造性成果。

当并购发生在关键研发者研发生涯衰退期时,模型4表示结构洞差值对关键研发者创造力的变化有着重要影响(p<0.05,β=-1.299),即并购发生在衰退阶段,并购后关键研发者占据的结构洞越多,对关键研发者创造力的不利影响越大。这是因为在研发生涯衰退期,占据结构洞给关键研发者带来的信息优势可能会分散其在创新研究上的注意力,进而对关键研发者的创造力产生负面影响。这进一步说明结构洞变化在不同职业阶段对关键研发者创造力的影响存在两面性。同时,模型6表示,并购发生在关键研发者研发生涯衰退期时,知识宽度对关键研发者创造力的变化存在显著影响(p<0.01,β= 0.674),假设H1b得到支持,即在关键研发者研发生涯的衰退阶段,其知识宽度越大,并购后关键研发者的创造力变化越可能趋于正向。这是由于在研发生涯衰退期,知识宽度大的关键研发者,其知识结构不会过于僵化,灵活的知识能力促使关键研发者对新知识的接受能力更强,具有较高知识宽度的关键研发者更可能在并购后会通过知识重组产生多于并购前的创造性成果。而关键研发者的知识深度在该阶段对创造力变化的影响不显著,假设H2b没有得到支持。原因可能是,处于研发生涯衰退期时,尽管关键研发者趋于僵化的知识结构不再容易接受异质性知识与产生创新结果,但每个关键研发者的学历背景、成长轨迹等存在差异,关键研发者专业知识的累积过程也不同,知识深度也往往具有差异性。因此,知识深度较高的关键研发者所具有的创造力在该阶段没有出现明显下降趋势。

4 结论与启示

4.1 研究结论

鉴于关键研发者创造力变化的重要性及相关研究在并购情境下分析的不足,本文从个体属性角度出发,研究技术并购发生于研发者不同研发生涯阶段时,目标企业关键研发者知识宽度与深度对其创造力变化的影响。Logit回归结果表明:①当技术并购发生在被并购企业关键研发者处于研发生涯上升阶段时,关键研发者的知识宽度越大,其对研发者创造力的影响越具有负向作用;②当技术并购发生在被并购企业关键研发者处于研发生涯上升阶段时,关键研发者知识深度越大对其创造力的影响越具有正向作用;③当技术并购发生在关键研发者处于研发生涯上升阶段时,并购后占据的结构洞增多对关键研发者创造力变化存在正向影响;④当技术并购发生在被并购企业关键研发者处于研发生涯上升阶段时,并购发生与关键研发者处于研发生涯巅峰的时间间隔越小,关键研发者的创造力越呈现出正向变化;⑤当技术并购发生在被并购企业关键研发者处于研发生涯衰退期时,关键研发者的知识宽度越大,其对关键研发者创造力变化的影响越呈现出正向作用;⑥当技术并购发生在被并购企业关键研发者处于研发生涯衰退期时,关键研发者在并购后占据的结构洞越多,对关键研发者创造力的负向影响就越显著。

4.2 理论贡献

以往针对并购与关键研发者创造力关系的研究偏向于企业整体创新绩效变化[6,26],以及主并企业关键研发者创造力的变化[19],在个体层面探究并购前后目标企业关键研发者创造力变化及其影响因素的相关研究很少,而且在并购情境下往往是针对静态结构,从主并企业研发者网络结构变化对其创造力变化的影响进行分析[18],难以充分解释并购前后被并购企业关键研发者创造力的变化。鉴于此,本文从动态演化视角研究并购发生在目标企业关键研发者处于不同研发生涯阶段时,个体知识基础对关键研发者创造力变化的影响,基于并购情境验证知识基础在个体研发生涯不同阶段对创造力的差异化影响,不仅补充了现有研究对技术并购过程中研发者创造力变化的认识,而且验证了知识基础理论在个体层面的应用,扩展了知识基础理论应用边界。

4.3 实践启示

(1)在技术并购过程中,出于对被并购企业创新能力保留的考量,企业应当基于目标企业关键研发者所处研发生涯阶段,结合其个体属性评估值,综合判断并购成功可能性。如果目标企业关键研发者处于上升阶段,主并企业应当结合其知识宽度与深度对关键研发者进行分析。在该阶段,具有较大知识宽度的关键研发者可能在并购后产生知识冗余,使得其创造力下降,因此要慎重考量该类研发者。作为知识深度更高的关键研发者,其创造力在该阶段通常与知识深度呈正相关关系,因此可以优先考虑处于研发生涯上升阶段的该类研发者。如果目标企业关键研发者的创造力处于衰退阶段,主并企业应当重点分析其知识宽度,在该阶段具有更大知识宽度的关键研发者及其所在企业更值得选择,并购后该类关键研发者的创造力很可能出现逆增长。

(2)针对发生在关键研发者研发生涯上升阶段的并购交易,主并企业应当尽量为目标企业关键研发者提供相关资源,促使其占据更多结构洞,这样有助于目标企业关键研发者在与其他研发者的交流过程中实现创造力提升。而针对发生在关键研发者研发生涯衰退阶段的并购交易,主并企业则应当采取措施,减少目标企业关键研发者占据的结构洞,促使其将更多精力投向研发而非维持关系等,尽可能保证目标企业关键研发者创造力平稳变化。

(3)在研究过程中还发现,发生在关键研发者研发生涯衰退期的并购事件比例明显高于研发生涯上升期。本文数据来源于国内医药制造业企业近20年的技术并购事件筛选,因此可以认为医药行业企业在进行并购决策时可能倾向能看到短期技术收益的并购项目。但本文建议,主并企业进行并购考察时可以基于研发者知识基础,适当考量研发者处于上升阶段的目标企业,作出更利于提升创新绩效的并购决策。

(4)尽管企业在并购前后为了稳定关键研发者创造力会采取很多措施,但由于创造力终究依靠个体实现,因此研发者自身因素的重要性不言而喻。同时,技术并购所带来的环境变化、异质性知识涌入具有代表性。因此,基于相关研究,针对关键研发者个体发展提出几点建议:首先,在研发生涯早期,关键研发者要着重拓展自己的知识深度,加强自身知识体系建设;其次,在创造力持续下滑时,关键研发者应当主动求变,主动吸收异质性知识;最后,在不同阶段关键研发者要选择性地建立自己与其他研发者的合作网络。在早期应当尽可能多地占据结构洞位置,获得信息优势和控制优势,当研发生涯处于衰退期时,应当降低与其他研发者的联系密度,将更多注意力投入到研究中来。

4.4 研究局限

首先,本文仅探讨了目标企业关键研发者知识宽度与深度对其并购前后创造力变化的影响,将结构洞变化作为控制变量纳入分析,但未深入探讨网络结构在技术并购中对目标企业关键研发者创造力变化的影响,未来可就该方向作进一步探讨。其次,本文主要针对医药制造业中被并购企业的关键研发者进行分析,研究过程中发现发生在关键研发者衰退阶段的并购样本数明显多于上升阶段,是否与行业相关未可知,该现象产生的原因值得研究。此外,本文认为知识宽度与深度在并购发生于研发者不同研发生涯阶段时对关键研发者创造力变化存在差异化影响,但考虑到并购目的不同,主并企业与目标企业规模不同,并且并购后的创新投入也可能存在不同,这些都可能对关键研发者创造力变化产生影响,后续可以从企业层面,针对创新投入、并购目的等对关键研发者创造力的影响展开研究。此外,本文仅就关键研发者自身属性对创造力的影响进行分析,但个体成长背景、轨迹往往有所不同,后续研究可以考虑跟踪部分关键研发者的成长经历,着重考察其它因素对并购后研发者创造力变化的影响,进一步探讨如何从主并企业角度着手保证关键研发者创造力在并购后的平稳上升。

[1] VERMEULEN F, BARKEMA H. Learning through acquisitions[J]. Academy of Management Journal, 2001, 44(3): 457-476.

[2] 王宛秋,张潇天.谁更易在跨界技术并购中获益[J].科学学研究,2019,37(5):898-908.

[3] RHODES-KROPF M, ROBINSON D T. The market for mergers and the boundaries of the firm[J]. The Journal of Finance, 2008, 63(3): 1169-1211.

[4] 董洁林,李晶.企业技术创新模式的形成及演化——基于华为、思科和朗讯模式的跨案例研究[J].科学学与科学技术管理,2013,34(3):3-12.

[5] 吴先明,苏志文.将跨国并购作为技术追赶的杠杆:动态能力视角[J].管理世界,2014(4):146-164.

[6] 张光曦,方圆.技术并购后整合对被兼并方创新能力的影响:社会资本的视角[J].科技进步与对策,2014,31(9):80-86.

[7] 张弛,余鹏翼.并购类型会影响中国企业技术并购绩效吗——对横向、纵向和混合并购的比较研究[J].科技进步与对策,2017,34(7):76-81.

[8] 严焰,池仁勇.技术相似性与并购后创新绩效关系的再探讨——基于企业技术吸收能力的调节作用[J].科研管理,2020,41(9):33-41.

[9] TZABBAR D . When does scientist recruitment affect technological repositioning[J]. The Academy of Management Journal, 2009, 52(5):873-896.

[10] OLDROYD J B , MORRIS S S . Catching falling stars: a human resource response to social capital's detrimental effect of information overload on star employees[J]. Academy of Management Review, 2012, 37(3):396-418.

[11] GRIGORIOU K , ROTHAERMEL F T . Structural microfoundations of innovation: the role of relational stars[J]. Journal of Management, 2014, 40(2):586-615.

[12] KEHOE R R , TZABBAR D . Lighting the way or stealing the shine? an examination of the duality in star scientists' effects on firm innovative performance[J]. Strategic Management Journal, 2015, 36(5):709-727.

[13] ERNST H, VITT J. The influence of corporate acquisitions on the behaviour of key inventors[J]. R&D Management, 2000, 30(2): 105-120.

[14] 孙笑明,陈毅刚,王雅兰,等.关键研发者创造力变化研究综述与未来展望——组织内与组织间嵌入视角[J].科技进步与对策,2020,37(9):153-160.

[15] GRAEBNER M E, EISENHARDT K M, ROUNDY P T. Success and failure in technology acquisitions:lessons for buyers and sellers[J]. Academy of Management Perspectives, 2010, 24(3): 73-92.

[16] 孙笑明,郑晓宇,王巍,等.技术并购中主并企业关键研发者合作网络变化对其创造力的影响[J].管理工程学报,2021,35(6):35-47.

[17] 王成军,刘茹玥,孙笑明,等.并购企业关键研发者合作网络变化及影响因素研究[J].科技进步与对策,2019,36(10):66-75.

[18] CAMPBELL,DONALD T.Blind variation and selective retention in creative thought as in other knowledge processes.[J]. Psychological Review, 1960, 67(6):380.

[19] MEDNICK S. The associative basis of the creative process[J]. Psychological Review, 1962, 69(3): 220.

[20] SIMONTON D K . Scientific creativity as constrained stochastic behavior:the integration of product,person, and process perspectives[J]. Psychological Bulletin, 2003, 129(4):475-494.

[21] BOH W F, EVARISTO R, OUDERKIRK A. Balancing breadth and depth of expertise for innovation:a 3M story[J]. Research Policy, 2014, 43(2): 349-366.

[22] MANNUCCI P V, YONG K. The differential impact of knowledge depth and knowledge breadth on creativity over individual careers[J]. Academy of Management Journal, 2018, 61(5): 1741-1763.

[23] 孙笑明,王静雪,崔文田,等.网络结构与关键研发者创造力:基于两阶段研发生涯的探讨[J].管理工程学报,2020,34(5):53-61.

[24] WERNERFELT B. A resource‐based view of the firm[J]. Strategic Management Journal, 1984, 5(2): 171-180.

[25] CAVES R E . Industrial organization, corporate strategy and structure[J]. Journal of Economic Literature, 1980, 18(1):64-92.

[26] BARNEY J B . Firm resources and sustained competitive advantage[J]. Advances in Strategic Management, 1991, 17(1):3-10.

[27] LIU K . Human capital, social collaboration, and patent renewal within U.S. pharmaceutical firms[J]. Journal of Management, 2014, 40(2):616-636.

[28] HÅKANSON L. The firm as an epistemic community: the knowledge-based view revisited[J]. Industrial and Corporate Change, 2010, 19(6): 1801-1828.

[29] FOSS N J . Knowledge-based approaches to the theory of the firm: some critical comments[J]. Organization Science, 1996, 7(5):470-476.

[30] KOGUT B ,ZANDER U . Knowledge of the firm, combinative capabilities, and the replication of technology[J]. Organization Science, 1992, 3(3):383-397.

[31] AHUJA G, KATILA R. Technological acquisitions and the innovation performance of acquiring firms: a longitudinal study[J]. Strategic Management Journal, 2001, 22(3): 197-220.

[32] WU J ,SHANLEY M T . Knowledge stock, exploration, and innovation: research on the United States electromedical device industry[J]. Journal of Business Research, 2009, 62(4):474-483.

[33] FRENZ M ,LETTO-GILLIES G . The impact on innovation performance of different sources of knowledge: evidence from the UK community innovation survey[J]. Research Policy, 2009, 38(7):1125-1135.

[34] 占咪,张峥.并购类型和知识基础维度对创新绩效的影响[J].技术与创新管理,2018,39(3):254-259.

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

[36] RODAN S ,GALUNIC C . More than network structure: how knowledge heterogeneity influences managerial performance and innovativeness[J]. Strategic Management Journal, 2004, 25(6):541-562.

[37] AMABILE T M. The social psychology of creativity: a componential conceptualization[J]. Journal of Personality and Social Psychology, 1983, 45(2): 357.

[38] 王巍,孙笑明,崔文田,等.知识宽度与深度对内部知识搜索的影响:结构洞的调节作用[J].科技进步与对策,2019,36(23):119-128.

[39] GRANSTRAND O ,SJLANDER S . The acquisition of technology and small firms by large firms[J]. Journal of Economic Behavior &Organization, 1990, 13(3):367-386.

[40] 何春丽.全过程视角下的企业技术并购与整合控制研究[J].科学管理研究,2018,36(5):82-85.

[41] 王巍,孙笑明,崔文田,等.关系强度和结构洞对关键研发者知识扩散的影响:成长阶段的调节效应[J].管理科学,2019,32(4):105-116.

[42] XU S . 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.

[43] 赵息,李文亮.企业知识搜索战略、技术不确定性与突破性创新关系研究[J].科技进步与对策,2016,33(9):122-128.

[44] SHALLEY P S E . The social side of creativity: a static and dynamic social network perspective[J]. Academy of Management Review, 2003, 28(1):89-106.

[45] DANE E. Reconsidering the trade-off between expertise and flexibility: a cognitive entrenchment perspective[J]. Academy of Management Review, 2010, 35(4): 579-603.

[46] WADHWA A, KOTHA S. Knowledge creation through external venturing: evidence from the telecommunications equipment manufacturing industry[J]. Academy of Management Journal, 2006, 49(4): 819-835.

[47] MARCH J G . Exploration and exploitation in organizational learning[J]. Organization Science, 1991, 2(1):71-87.

[48] 孙笑明,崔文田,崔芳,等.当前合作网络结构对关键研发者创造力的影响[J].管理工程学报,2014,28(1):48-55.

[49] DE DREU C K W, BAAS M, NIJSTAD B A. Hedonic tone and activation level in the mood-creativity link: toward a dual pathway to creativity model[J]. Journal of Personality and Social Psychology, 2008, 94(5): 739.

[50] TAYLOR A, GREVE H R. Superman or the fantastic four? knowledge combination and experience in innovative teams[J]. Academy of Management Journal, 2006, 49(4): 723-740.

[51] GINO F , ARGOTE L ,MIRON-SPEKTOR E , et al. First, get your feet wet: the effects of learning from direct and indirect experience on team creativity[J]. Organizational Behavior &Human Decision Processes, 2010, 111(2):102-115.

[52] AUDIA P G, GONCALO J A. Past success and creativity over time: a study of inventors in the hard disk drive industry[J]. Management Science, 2007, 53(1): 1-15.

[53] SIMONTON D K . Film awards as indicators of cinematic creativity and achievement: a quantitative comparison of the oscars and six alternatives[J]. Creativity Research Journal, 2004, 16(2):163-172.

[54] CIRILLO B, BRUSONI S, VALENTINI G. The rejuvenation of inventors through corporate spinouts[J]. Organization Science, 2014, 25(6): 1764-1784.

[55] 刘斌,赵升,孙笑明,等.我国专利数据中发明家姓名消歧算法研究[J].情报学报,2016,35(4):405-414.

[56] NAKAJIMA R , TAMURA R ,HANAKI N . The effect of collaboration network on inventors' job match, productivity and tenure[J]. SSRN Electronic Journal, 2010, 17(4):723-734.

[57] BEAUDRY C ,SCHIFFAUEROVA A . Impacts of collaboration and network indicators on patent quality: the case of Canadian nanotechnology innovation[J]. European Management Journal, 2011, 29(5):362-376.

[58] LEE J J. Heterogeneity, brokerage, and innovative performance: Endogenous formation of collaborative inventor networks[J]. Organization Science, 2010, 21(4): 804-822.

[59] PERRY-SMITH J E, SHALLEY C E. The social side of creativity: a static and dynamic social network perspective[J]. Academy of Management Review, 2003, 28(1): 89-106.

[60] ZHANG J, BADEN‐FULLER C. The influence of technological knowledge base and organizational structure on technology collaboration[J]. Journal of Management Studies, 2010, 47(4): 679-704.