Impact of Knowledge Heterogeneity on Cooperative Performance in Innovation Consortia: A Governance Perspective on "Bi-decoupling"

Wang Qingjin, Dai Xiaofei, Feng Haixia, Wang Xueling

(School of Business, Qingdao University, Qingdao 266071,China)

Abstract：In the contemporary competitive landscape characterized by high uncertainty, innovation consortia have emerged as strategic vehicles for transcending organizational boundaries and achieving deep integration of heterogeneous knowledge. These consortia represent an advanced evolutionary form of industry-university collaboration led by enterprises and supported by universities and research institutes to tackle critical core technologies under national strategic imperatives. Unlike traditional bilateral partnerships, these consortia integrate diverse actors including horizontal competitors into complex networks, amplifying coordination costs and governance complexity. While knowledge heterogeneity holds significant innovative potential, it also triggers the "bi-decoupling" dilemma in such multi-actor environments. Bi-decoupling reflects goal-level cognitive misalignment (divergent values creating symbolic absorption) and operational-level behavioral defocus (knowledge-power gaps deflecting collaboration), constituting a governance paradox that constrains knowledge transformation. Existing research has yet to systematically elucidate how knowledge heterogeneity influences cooperative performance within the unique organizational context of innovation consortia, nor has it proposed a governance pathway for bi-decoupling from a synergistic perspective.

To examine the impact of knowledge heterogeneity and its governance pathways, this study constructs a theoretical model involving knowledge heterogeneity, knowledge integration, and cooperative innovation performance, introducing social trust level and intellectual property protection as moderating variables. Methodologically, this research employed a questionnaire survey targeting mid-to-senior managers of enterprises participating in innovation consortia listed in pilot rosters issued by science and technology authorities in Shandong, Jiangsu, Guangdong provinces, and the Yangtze River Delta region. Focusing on strategic emerging industries characterized by high technological breakthrough difficulty and intensive knowledge resource requirements, specifically biotechnology and new energy sectors, the study rigorously verified consortium membership through screening items confirming enterprise participation in leading-firm-driven consortia targeting key technologies and possessing explicit cooperative agreements. To mitigate common method bias, a two-phase longitudinal data collection approach was implemented with a three-month interval between waves. From April to July 2024, 542 questionnaires were distributed through offline channels and Wenjuanxing (a professional survey platform), yielding 411 valid responses after eliminating incomplete or invariant responses, representing a valid response rate of 75.8%. Multiple regression analysis was employed to test the hypotheses empirically.

This research integrates the Knowledge-based View and He Xie Management Theory to establish a comprehensive analytical framework. While the knowledge-based view elucidates the strategic value of heterogeneous knowledge as a critical resource for innovation, HeXie Management theory provides a dual-pathway governance mechanism through its "He Principles" framework. The Synergistic Field, activated through robust social trust levels, enables goal alignment by fostering shared value identification and psychological security among consortium members, thereby reducing cognitive fragmentation at the strategic level. Simultaneously, the Facilitative Field, implemented through rigorous intellectual property protection, establishes clear behavioral expectations and legal safeguards that suppress opportunistic behaviors and coordinate complex knowledge interactions, thus addressing operational dissonance.

The empirical results reveal a significant inverted U-shaped relationship between knowledge heterogeneity in innovation consortia and firms' cooperative innovation performance, demonstrating that an optimal level of heterogeneity maximizes cooperative outcomes through enhanced knowledge integration processes. Furthermore, social trust level significantly strengthens the relationship between knowledge heterogeneity and performance by mitigating goal-level decoupling through reinforced value identification among consortium members. Simultaneously, intellectual property protection positively moderates this relationship by reducing operational-level decoupling through effective suppression of opportunistic behaviors and providing stable institutional expectations. Both governance mechanisms work synergistically to facilitate the transformation of knowledge heterogeneity into sustainable cooperative performance, offering a comprehensive solution to the bi-decoupling challenge.

Key Words：Innovation Consortia; Knowledge Heterogeneity; Bi-decoupling; Social Trust Level; Intellectual Property Protection; Firms′ Cooperative Innovation Performance

收稿日期：2025-09-10

修回日期：2026-02-02

基金项目：国家社会科学重点基金项目(23AGL001)

作者简介：王庆金(1972—),男,山东临沂人,博士,青岛大学商学院教授、博士生导师,研究方向为融合创新、技术经济及管理;戴晓飞(2001—),女,山东青岛人,青岛大学商学院硕士研究生,研究方向为技术经济及管理;冯海霞(1990—),女,湖北荆州人,青岛大学商学院博士后,研究方向为企业创新管理;王雪凌(1996—),女,山东青岛人,青岛大学商学院博士研究生,研究方向为创新联合体、技术与经济管理。

DOI：10.6049/kjjbydc.D12025090230

开放科学(资源服务)标识码(OSID)：

中图分类号：F124.3

文献标识码：A

文章编号：1001-7348(2026)15-0150-11

0 引言

在全球科技竞争格局加速重构的背景下,关键核心技术攻关面临技术复杂度高、资源需求量大的严峻挑战,由于单一企业受限于资源禀赋与认知边界,合作创新成为实现技术跨越的关键途径,亟待加强创新联合体建设以实现高水平技术突破。创新联合体作为异质性知识高度耦合的合作网络,其知识异质性是一把双刃剑:一方面,知识异质性被视为合作创新的关键资源基础,能够拓展多元主体间的知识边界,为合作创新注入资源动能[1];另一方面,知识异质性也可能引发认知鸿沟与行为偏差,形成运行过程中的“目标层脱钩”与“运行层脱钩”双重困境[2],制约异质知识的有效整合与价值转化。因此,研究创新联合体知识异质性如何影响企业合作创新绩效以及其在双重脱钩困境下的治理机制,对于实现异质知识势能向创新效能转化具有重要意义。

创新联合体是由政府、企业、高校、金融机构和中介机构等多元主体构成的创新生态系统[3]。现有研究多聚焦其理论内涵、组建方式与运行机制[4]等,但异质性主体交互衍生的合作效能悖论与协同治理问题仍有待进一步研究。具体而言:首先,学界对于知识异质性与创新绩效的讨论多基于传统战略联盟场景,尚未充分揭示创新联合体作为异质知识超网络的独特性,创新联合体知识异质性不仅体现为创新主体间的学科背景差异,更包含了其中的领军企业和中小企业在资源、技术、市场地位等方面的知识权力不对称[4],因此创新联合体的知识异质性能否提升合作创新绩效还有待研究。其次,现有研究多借助契约治理与关系治理解释合作治理逻辑[5],侧重于通过权责划分抑制合作中的机会主义行为。然而面对知识异质性所引发的认知错位与行为失焦,可引入外部制度环境因素,激发合作主体的能动性与内在认同,破解双重脱钩困境。和谐管理理论所提出的“和则”机制,强调激发系统内个体的互动能动性,从而在合作过程中实现认知整合与价值协同[6],与创新联合体的复杂系统特征契合。

鉴于此,本研究基于知识基础观与和谐管理理论,聚焦创新联合体的组织形式与双重脱钩的治理机制,构建一个知识异质性、知识整合与企业合作创新绩效的理论模型,并探讨社会信任水平与知识产权保护的调节作用。知识基础观认为,企业的关键战略资源是其知识库,合作伙伴间存在的知识异质性被视为促进知识协同与激发创新潜能的重要驱动力[7],且知识协同不同于实物交换,其创新价值实现有赖于内外知识的有效整合。为进一步揭示合作过程中的治理机制,本研究引入和谐管理理论,其和则机制聚焦调动系统内部个体的能动性,强调以认同、信任与文化为基础的引导作用[8],并在和则机制中,进一步细分协同力场与促协力场两个维度:协同力场由组织文化、价值观与信任关系构成,具有精神激励功能;促协力场由制度政策与管理规范构成,具有行为约束与纠偏功能[9]。本文将社会信任水平视为协同力场的场源,可通过提升多元主体的价值认同缓解因知识异质性引发的目标层脱钩;将知识产权保护视为促协力场的场源,通过制度引导抑制机会主义行为,减少运行层脱钩,二者共同构成知识异质性向合作绩效转化的治理手段。

本研究旨在揭示创新联合体知识异质性对合作创新绩效的非线性影响及作用机制,并分析社会信任水平与知识产权保护对其的调节作用。可能的边际贡献如下:第一,立足创新联合体组织特征,揭示技术攻关导向下高异质性知识体系对合作创新绩效的影响;第二,以双重脱钩困境为切入点,结合和谐管理理论阐明上述两个变量的调节作用,为双重脱钩治理提供理论支撑与实践工具;第三,厘清知识整合的中介作用,丰富知识基础观在复杂合作网络中的应用边界。

1 理论基础与模型构建

1.1 创新联合体与双重脱钩困境

2021年5月,习近平总书记在中国科学院第二十次院士大会、中国工程院第十五次院士大会、中国科协第十次全国代表大会上指出,“要发挥企业出题者作用”,“加快构建龙头企业牵头、高校院所支撑、各创新主体相互协同的创新联合体”。创新联合体是在“实现关键核心技术自主可控”的战略目标驱动下,由领军企业牵头,整合产业链上下游企业、高校及科研机构,致力攻克产业共性技术的协同创新组织[4,10]。创新联合体在学理层面可被视为产学研合作[11]和创新生态系统[12]的高级形态,但又因其组织目标和关系结构而面临独特的治理挑战[2,10]。在组织目标上,创新联盟聚焦竞争性专有技术开发,创新联合体致力于攻克关键核心技术难题,其研发的高不确定性与低成功率加剧合作机会主义风险及创新投入不足。在关系结构上,传统产学研合作多为简单双边或多边关系,而创新联合体为融合异质知识,需集成能力与诉求各异的多元主体,包括横向竞争企业,由此形成复杂创新网络,增加利益分歧、协调成本与治理难度。

组织制度的相关研究提出,“脱钩”不仅包括传统认识中的“政策—实践”脱钩,还包括“手段—目的”脱钩[13]。双重脱钩是创新联合体在协同创新过程中面临的治理困境[2],具体表现为目标层脱钩与运行层脱钩。目标层脱钩源于成员间异质性的认知框架与价值诉求,导致各方对公共使命的理解产生分歧,在个体层面被象征性吸收,形成“认知鸿沟”。运行层脱钩源于成员间知识基础、权力地位的显著差异以及潜在的机会主义行为,导致实际的合作行为与既定目标之间发生“行为失焦”。二者共同构成了双重脱钩问题,深刻制约着异质性知识向合作创新绩效的有效转化。

1.2 知识基础观

创新联合体通过整合高校、科研机构与企业的异质性知识资源,构建跨边界知识协同网络。知识基础观指出,知识是企业突破创新瓶颈的核心战略资源[7],应对复杂技术挑战时,企业需通过跨组织获取知识资源形成竞争优势。创新联合体融合异质性知识弥补单一主体知识盲区,进而实现协同创新。创新联合体中的知识异质性,是参与企业与其他成员在技术知识分布、技术领域、资源能力等方面的差异程度。

创新联合体伴随着合作与竞争共存的协同创新,其整合高校、科研院所及企业等多元主体的异质性知识,为知识获取与重组提供平台,但主体间竞合关系放大了协同过程的不确定性与复杂性[3]。因此,知识异质性既是创新的资源基础,也是协作的治理挑战。异质性知识主体在认知结构、行为预期、知识权力上的结构性张力,导致合作目标与行为不协调,形成了使命悬浮与执行偏差并存的双重脱钩困境。

企业对从创新联合体获取的异质性知识存在认知壁垒与资源碎片化问题,唯有通过有效的知识整合机制,突破隐性知识的粘滞性和显性知识的编码障碍[14],才能实现异质性知识资源向合作创新效能的价值转化。企业竞争优势不仅取决于知识存量,更取决于组织对多主体间专业化知识的有效整合能力[7]。知识整合是异质知识资源转化为绩效结果的关键机制。

综上所述,本文基于知识基础观,提出知识异质性是引发脱钩问题的起点,知识整合是转化为合作绩效的中介机制,脱钩现象反映了整合过程中的协同难题。由此,进一步引入和谐管理理论,探讨如何通过激活异质主体间的能动性,实现知识势能的有效转化。

1.3 和谐管理理论

和谐管理理论以问题为导向,旨在应对复杂情境、实现系统整体协调,组织效能依赖“和则”与“谐则”的协同:和则机制聚焦系统内部多元个体行为协调与价值整合,通过文化、认同与信任激发成员合作能动性;谐则机制通过结构调节与资源配置优化系统环境适应性[8]。因此,从和则视角探讨知识异质性引发的成员协同难题更为适宜。和则的核心思想是能动致变的演化机制,包括协同力场与促协力场两个维度。协同力场依托信任与身份认同,提升异质主体认知共鸣与合作意愿,激发内在动机;促协力场通过行为规范与合作规则,增强合作预期稳定性与行为约束力,引导合作行为协调[9]。

在创新联合体中,和谐主题可界定为推动异质性知识协同以实现合作创新绩效。目标层脱钩源于公共使命的合法性压力与市场逻辑的竞争压力之间的张力,导致认知共鸣与合作意愿不足;运行层脱钩则源于知识权力不对称与机会主义行为,需通过行为规范引导参与者的行为[2]。基于和谐管理理论,本文将社会信任水平视为协同力场的场源,通过对他人诚实和公正行为的积极预期,促使企业对公共使命产生价值认同,缓解因知识异质性引发的目标错位与认知失调;将知识产权保护视为促协力场的场源,通过明晰知识创造与共享的权益边界,引导参与者在协作过程中的行为规范,从而减少运行层的行为失焦与执行偏差。

综上所述,社会信任水平与知识产权保护分别为协同力场、促协力场场源,可在高知识异质性跨组织协作中,激发企业能动性、规范合作行为,保障创新联合体协调运行。基于此,本研究构建了一个创新联合体中企业合作创新绩效实现机理与双重脱钩问题治理模型,具体见图1。

2 研究假设

2.1 创新联合体知识异质性与企业合作创新绩效

知识异质性是知识主体在知识分布特征上的差异[15],表现为领域差异和深度差异。进一步地,将创新联合体中的知识异质性界定为参与企业与其他成员在技术知识分布特征上的差异程度。创新联合体的组织形式使知识异质性呈现出结构性张力与治理复杂性:在组织目标层面,战略使命的公共属性要求价值共识,知识异质性引发的认知分歧形成结构性张力;在关系结构层面,紧密网络协作放大知识势差带来的权力不对称,显著提升治理复杂性。创新联合体知识异质性使知识资源在带来互补优势的同时,也构成了双重脱钩的内在根源,并塑造了其与企业合作创新绩效的复杂关系。

在创新联合体中,适度的知识异质性能够促进企业合作创新。知识基础观认为,企业的知识基础决定了其创新能力,异质性知识可为企业提供新视角与解决方案,进而推动创新。在目标层面,适度的领域差异能提供多元认知视角,避免认知对立,帮助成员将公共使命与企业发展相衔接,以防范目标层脱钩,为合作奠定共同方向。在运行层面,适度深度差异既保障知识转移动力,又将协调成本控制在合理范围,有助于构建高效分工协作体系,减少运行层脱钩。同时,适度的知识异质性充分发挥其资源属性,通过降低交易成本、优化资源配置和激发创新思维等途径[16],显著提升企业合作创新绩效。

知识异质性过大会对企业合作创新产生不利影响。一方面,显著的知识差异会大幅提升认知负荷,增加信息传递的歧义性与不对称性,不仅导致沟通与理解成本显著上升,还易产生误解、偏差判断甚至合作摩擦[17],从而在目标共识层面引发认知错位。另一方面,技术理解深度与资源控制能力的落差,会使部分企业在合作中的话语权与影响力受限,进而引发其对收益公平分配的担忧,诱使知识水平较低的一方采取不正当手段谋求合作中的地位或利益[18],使得合作执行失焦,在创新联合体中形成运行层脱钩。

知识异质性不足则会显著削弱企业合作创新绩效。其一,创新联合体成员知识领域异质性不足时,互补性资源稀缺将成为制约合作创新成效的关键因素。其二,知识深度异质性不足会导致主体间知识共享缺乏动力、合作意愿降低,诱发象征性合作与低投入行为,进而限制合作创新。其三,低水平知识异质性会使创新联合体的知识结构与能力趋于同质化,导致战略柔性减弱[19],影响企业的创新决策和资源路径,忽视新的技术和资源机会,致使合作创新降低。提出如下假设:

H1:创新联合体知识异质性与企业合作创新绩效呈倒U型关系。

2.2 知识整合的中介作用

在创新生态系统中,企业知识整合是企业通过各类机制与过程,汇集、协调并融合不同来源、领域、形式的知识资源,以促进创新、提升竞争力的过程。知识基础观强调知识的动态性与开放性,企业需从外部吸收新知识,并通过内部创新过程将其转化为核心能力[14]。有效的知识整合能够弥合因知识异质性产生的认知鸿沟,促成对共同目标的理解,并能够将分散的、潜在冲突的知识元素重构为协调一致的行动方案,为提升合作创新绩效奠定基础。

创新联合体适度水平的知识异质性能够促进知识整合。一方面,适度差异强化企业间资源互补优势,增强知识转移与共享的驱动力,让创新联合体更高效地吸收转化新知识;另一方面,适度异质性丰富创新联合体知识库,打破思维惯性,推动成员企业从不同视角围绕共同目标构建共识、融合知识,进而有效促进知识整合。创新联合体参与主体间知识异质性过大时,知识整合受阻,过高的知识异质性会引发成员间理解框架、技术语言的分歧,形成认知鸿沟,导致企业知识同化能力减弱、知识超载与资源内滞[18]。知识异质性过小也不利于知识整合,此时创新联合体知识结构与技术能力趋同,缺乏多样性与互补性,企业难以获取差异化知识与观点,抑制其拓宽知识边界的能动性。提出如下假设:

H2:创新联合体知识异质性与知识整合呈倒U型关系。

根据知识基础观,企业通过外部知识搜索获取异质性知识资源,旨在突破创新瓶颈。知识整合通过识别并填补企业知识缺口、促进内外部资源互动与新知识生成,在完善既有知识体系的同时降低合作创新绩效的不确定性,为企业构建可持续的创新基础。此外,知识整合带来的知识要素跨界融合,能激发新创意与解决方案,加速产品与服务创新[20]。提出如下假设:

H3:知识整合正向影响企业合作创新绩效。

创新联合体的战略引领作用在于连接科技与产业,成为企业获取外部异质性知识资源的重要途径。但外部知识的潜在价值不会自动显现,需与企业内部知识体系匹配,并通过知识整合过程转化为创新价值。这一整合过程不仅是知识的叠加,更强调对不同来源知识的深度理解、融合与创新,企业将整合后的知识应用于产品开发、工艺改进、市场策略等方面,实现知识商业价值,提升合作创新绩效[20]。提出如下假设:

H4:知识整合在创新联合体知识异质性和企业合作创新绩效的关系间起中介作用。

2.3 社会信任水平的调节作用

社会信任水平是社会成员之间对于他人诚实、可靠和公正行为的积极预期,能够塑造契约执行效率与道德风险倾向[21-22]。在创新联合体中,社会信任水平作为协同力场的核心场源,通过强化价值认同与行为自律,促使公共使命内化为成员企业的创新自觉,在知识异质性过高时缓解目标层脱钩,使差异化知识资源在价值共识框架下凝聚成创新合力。

首先,社会信任水平通过促进价值认同加强知识整合。社会信任水平塑造的包容性文化,能将异质性知识交互中产生的认知摩擦转化为学习机会,促使成员超越短期利益,将创新联合体公共使命内化为自身价值坐标,有效减少象征性目标,激励成员主动释放核心知识,强化知识异质性对知识整合的正向促进。当知识异质性过高时,会引发信息理解困难、沟通成本激增和整合难度加大等问题。此时高水平的社会信任基于对彼此专业与诚意的信赖,能够促进更耐心的沟通与协调,显著降低误解与冲突风险,防止认知分歧恶化为目标层脱钩,缓解高异质性对知识整合的负面影响。

其次,社会信任水平通过激发合作主体的内在认同与能动性,缓解管理者短视行为并降低过度的行政监管负担,调节知识异质性与合作创新绩效之间的倒U型关系。一方面,较高的社会信任水平能强化企业维护自身声誉与预期合作方公正行为的动机,促使管理者超越短期利益考量,以公共使命和长期协同为导向决策,降低目标层脱钩风险。另一方面,当知识异质性过高时,信任关系能使合作伙伴间保持更开放透明的沟通,有效降低因信息不对称而激增的监督成本与行政负担,更充分地利用异质性知识实现互补与协同创新[23]。提出如下假设:

H5:社会信任水平正向调节创新联合体知识异质性与知识整合的关系。

H6:社会信任水平正向调节创新联合体知识异质性与企业合作创新绩效的关系。

2.4 知识产权保护的调节作用

知识产权保护通过法律赋予智力成果排他性使用权,形成创新激励的核心制度框架[24]。在创新联合体的协作网络中,知识产权保护作为促协力场的关键场源,能够保障企业、研究机构与高校等多元主体的创新投入获得合理收益,同时,其作为资源分配与利益协调的关键治理机制,引导企业在复杂协同关系中主动调适行为方式[8]。

首先,知识产权保护机制通过有效缓解产权风险,对知识整合过程起积极的促进作用。在创新联合体中,异质性知识既是竞争优势的来源,也构成了共享中开放性与专有性悖论[25]。知识产权制度通过明晰归属与利用规则,显著降低因知识共享带来的潜在产权纠纷风险,减少机会主义行为与执行偏差,增强成员的安全预期与合作信心。当知识异质性过高时,知识产权保护通过强化产权界定与制度预期,能够降低因信息不对称和知识边界模糊产生的协调成本与冲突,有效抑制过高异质性对知识整合的消极影响。

其次,知识产权保护通过建立稳定的创新回报机制,调节知识异质性与合作创新绩效间的倒U型关系。一方面,其为异质性知识交换厘清权责边界,降低企业对核心知识外泄的担忧以及相应的风险成本,使成员能更专注于协同创新,并基于对经济回报的明确预期,积极加大研发投入和深化知识共享,强化知识异质性对合作创新绩效的正面促进作用。另一方面,面对过高知识异质性可能引发的恶性竞争与执行偏差,知识产权保护通过抑制机会主义行为,引导各方通过合法途径获取和利用知识资源,为合作提供稳定的行为预期,缓解过度异质性对合作绩效的负面影响。提出如下假设:

H7:知识产权保护正向调节创新联合体知识异质性与知识整合的关系。

H8:知识产权保护正向调节创新联合体知识异质性与企业合作创新绩效的关系。

综上所述,本研究提出相关理论模型,具体见图2。

3 研究设计

3.1 样本选取与数据收集

采用问卷调查法,从山东、江苏、广东等省份及长三角地区科学技术厅官方网站搜集截至2024年6月发布的创新联合体名单,对311家创新联合体中参与共建的1 800余家企业中高层管理者开展调研。调研主要围绕战略性新兴产业展开,因为该产业技术突破难度高、知识资源需求强,与创新联合体跨领域深度协同的组织特征高度契合。基于此,本研究聚焦生物技术、新能源等行业开展了问卷发放与收集。

为进一步确保研究对象属于创新联合体成员,在定向发放问卷的基础上,研究团队还在问卷中加入了题项确认。首先,在导语中明确说明创新联合体由领军企业牵头,以攻克关键核心技术为目标的核心特征,并设置甄别题项“贵企业是否参与了由领军企业牵头的、以攻克关键技术为目标的创新联合体”。然后,通过后续题项对合作的结构性特征进行核实,如“贵企业在联合体中是否有明确的合作协议”。

为降低同源偏差的可能,采用两阶段追踪回收数据的方式,数据收集间隔时间为3个月。为提升问卷回应率并保障数据的真实性,研究团队在问卷导语中明确阐述了学术调查目的,并承诺对参与企业的信息严格保密。调查于2024年4—7月开展,通过线下和问卷星共发放542份问卷,对信息缺失、答案基本相同等问卷剔除后,得到有效问卷411份,有效问卷率为75.8%。

3.2 变量测量

采用李克特5点量表测度关键变量,1分代表“完全不同意”,5分代表“完全同意”。本研究中涉及的五个构念均源自国内外广泛认可和使用的成熟量表,并在此基础上结合创新联合体的情境进行适度调整,经过严格的信效度检验,确保测量结果的科学性。①创新联合体知识异质性,创新联合体在学理上可被视为创新生态系统,因此借鉴学者叶江峰等[26]、Nieto等[27]关于战略联盟和外部知识异质性的量表,共5个题项,Cronbach′s α值为0.940。②知识整合,借鉴Zheng等[28]的量表,共6个题项,Cronbach′s α值为0.950。③企业合作创新绩效,借鉴单红梅[29]和Alegre 等[30]的研究,共8个题项,Cronbach′s α值为0.946。④社会信任水平,借鉴中国综合社会调查(CGSS)提供的问卷题项以及宋渊洋和赵嘉欣[31]的研究,利用企业高管“对亲戚/邻居/同事/陌生人的信任度”测度高管感知到的社会信任水平,用同一省份的所有高管感知社会信任的均值测量省际层面的社会信任水平[31-32],Cronbach′ s α值为0.873。⑤知识产权保护,借鉴Grimaldi等[33]和Delerue[34]的研究,共3个题项,Cronbach′s α值为0.868。⑥控制变量,由于不同行业的创新能力与政策支持存在显著差异,且企业性质对资源获取能力与合作信任基础存在显著影响,企业规模和研发投入对企业合作创新绩效产生直接影响,因此选定企业层面的4个关键控制变量:行业属性、企业性质、企业规模及研发强度。

3.3 模型构建

(1)主效应检验。 为检验知识异质性与知识整合及企业合作创新绩效之间是否存在倒U型关系,借鉴Haans等[35]的研究方法,构建方程如下:

Y=β0+β1X+β2X2

(1)

其中,X代表知识异质性,Y代表企业合作创新绩效。为确保自变量与因变量之间呈现倒U型关系,需要依据3个关键条件:首先,自变量的二次项系数β2需呈现出统计学上的显著负值;其次,在自变量X值域的下限,曲线的斜率应显著向上,在其值域的上限,斜率应显著向下;最后,曲线的顶点,即斜率从正转负的转折点,必须落在自变量X的取值范围内。

(2)中介效应检验。 为系统检验知识整合的中介作用,结合逐步回归法与Bootstrap法综合验证。基于逐步回归思路构建以下模型:

M=β0+β1X+β2X2+ε

(2)

Y=β0+β1M+β2X+β3X2+β4(M×X)+β5(M×X2)+ε

(3)

其中,M代表知识整合。若式(2)中二次项系数β2显著为负,表明知识异质性与知识整合呈倒U型关系;若式(3)中交互项系数β5显著,表明知识整合在知识异质性与企业合作创新绩效的倒U型关系中起中介作用。

考虑到自变量与中介变量之间存在倒U型关系,中介效应呈现非线性特征,根据Hayes等[36]提出的计算方法,存在非线性的间接效应变化率代表中介变量,由于知识异质性X与知识整合M间存在非线性关系,可以得到M=i0+a1X+a2X2和Y=i1+δ1X+δ2X2+bM,所以θ=(a1+2a2X)b。

通过Bootstrap法计算出在知识异质性X的不同取值点上,瞬时间接效应θ 的估计值及其95%置信区间。如果在X取值区间内,θ的置信区间不包含0,则证明在该区间内知识整合的中介效应显著存在。

(3)调节效应检验。 参考Haans等[35]的研究,在式(1)基础上,引入调节变量Z、自变量与调节变量的交互项(X×Z)以及自变量平方与调节变量的交互项(X2×Z),得到以下方程:

M=β0+β1X+β2X2+β3Z1+β4(X×Z1)+β5(X2×Z1)+ε

(4)

M=β0+β1X+β2X2+β3Z2+β4(X×Z2)+β5(X2×Z2)+ε

(5)

Y=β0+β1X+β2X2+β3Z1+β4(X×Z1)+β5(X2×Z1)+ε

(6)

Y=β0+β1X+β2X2+β3Z2+β4(X×Z2)+β5(X2×Z2)+ε

(7)

其中,Z1为社会信任水平,Z2为知识产权保护。式(4)(5)分别检验社会信任水平和知识产权保护对知识异质性与知识整合倒U型关系的调节作用。式(6)(7)分别检验社会信任水平和知识产权保护对知识异质性与企业合作创新绩效关系的调节作用。

4 实证结果与分析

4.1 共同方法偏差与信效度分析

本研究运用Harman单因子测试评估共同方法偏差,通过SPSS 25.0进行主成分分析,相关结果见表1。未旋转因子下首个因子解释方差比例为33.1%,低于50%,表明偏差不显著。关键变量的Cronbach′s α值均大于0.7,问卷信度良好。各个变量的KMO值均大于0.7,因子载荷均高于0.6,AVE值大于0.5,CR值大于0.8,聚合效度良好。AVE值平方根高于变量间相关系数,区分效度良好。由表2可知,五因子模型各项拟合指标均合格(χ2/df=1.372 ,RMSEA=0.030,TLI=0.988,CFI=0.989,IFI=0.989),模型拟合效果良好,且优于其他类型因子建构模型。

4.2 描述性统计与相关性分析

表3结果显示,知识异质性与知识整合等变量间具有显著的相关性,相关系数均未超出0.7的阈值。多重共线性的检验结果表明,所有变量的方差膨胀因子(VIF)均值最高为1.114,未达到高共线性的标准。

4.3 假设检验

本研究采用SPSS 25.0进行多元回归分析以检验假设模型,回归前对变量做中心化处理,降低误差与多重共线性影响,检验结果详见表4。

(1)主效应。使用层次回归法检验主效应。模型2旨在评估创新联合体知识异质性对企业合作创新绩效的效应。知识异质性的二次项系数显著为负(β2=-0.174,p<0.01)。通过对式(1)求导并代入相关系数,得到斜率k=0.144-0.174X。令k=0,解得X=0.828,该值处于X的标准化区间[-3.65,4.30]内。斜率k在X=-3.65时为0.779,显著为正;在X=4.30时为-0.604,显著为负。通过方程k=0.144-0.174X计算,拐点X=0.828位于标准化区间内,且两侧斜率异号,假设H1成立。

(2)中介效应。 采用逐步法和Bootstrap检验共同验证。模型4以知识整合为因变量,检验知识异质性的影响。知识异质性的二次项系数显著为负(β2=-0.186,p<0.01)。通过方程斜率k=0.107-0.186X计算,拐点位于X=0.575,处于标准化取值范围内([-3.65,4.24])。X=-3.65时k=0.786,X=4.24时k=-0.682,拐点两侧斜率显著异号,表明知识异质性与知识整合呈倒U型关系,假设H2成立。模型5显示知识整合对企业合作创新绩效的系数显著正向(β1=0.306,p<0.01),假设H3成立。模型6探讨了知识整合在知识异质性与企业合作创新绩效关系中的中介作用,知识异质性的二次项系数显著为负(β4=-0.109,p<0.05),再次验证了知识异质性与企业合作创新绩效间的倒U型关系;且知识异质性与知识整合的交互项系数显著为负(β5=-0.130,p<0.01),表明知识整合起到中介作用。

本研究采用Hayes开发的MEDCURVE程序,以创新联合体知识异质性为自变量、企业合作创新绩效为结果变量、知识整合为中介变量,其余变量设为协变量,通过5 000次偏差校正的Bootstrap抽样计算95%置信区间,并在知识异质性±1个标准差范围内取值,检验非线性关系下的中介效应,结果如表5所示。知识异质性取值由低到高时,知识整合的瞬时中介效应值呈逐步减小趋势,该结果与理论预期一致:知识异质性与知识整合呈倒U型关系,低等水平知识异质性对应的知识整合程度最高,其进一步提升会导致知识整合水平下降,相应的中介效应也随之减弱。知识异质性处于低、中水平时,瞬时中介效应置信区间均不包含0,中介效应显著;处于高水平时,置信区间包含0,中介效应不显著。结合假设H1、H2、H3以及本检验结果,假设H4得以成立,即知识整合在创新联合体知识异质性与企业合作创新绩效间发挥部分中介作用。

(3)调节效应。表6模型1检验了社会信任水平对创新联合体知识异质性与企业合作创新绩效之间关系的调节效应,社会信任水平与知识异质性的平方交互项显著为负(β5=-0.146,p<0.05),使倒U型曲线上移,假设H6成立。另外,β1=0.188(p<0.01),β2=-0.262(p<0.01),β4=0.163(p<0.01),计算可得β1β5-β2β4=0.015≈0,说明提高社会信任水平后,知识异质性与合作创新绩效的关系曲线拐点基本不变。社会信任水平的调节效应如图3所示。

表6模型2探讨了知识产权保护对创新联合体中知识异质性与企业合作创新绩效关系的调节作用,知识产权保护与知识异质性的平方交互项显著(β5=-0.124,p<0.05),倒U型曲线上移,假设H8成立。此外,模型参数β1和β2分别为0.152(p<0.01)和-0.195(p<0.01),且β4=0.068。通过计算β1β5-β2β4=-0.005≈0,表明在提升知识产权保护水平后,知识异质性与合作创新绩效之间的倒U型关系拐点位置基本不变。知识产权保护的调节效应如图3所示。

表6模型3中,社会信任水平对知识整合的直接影响不显著,但其与知识异质性平方的交互项显著(β5=-0.145,p<0.05),假设H5成立。计算结果β1β5-β2β4=0.020,表明提升社会信任水平导致知识异质性与知识整合关系的拐点右偏。

表6模型4中,知识产权保护显著促进了知识整合,且与知识异质性平方的交互项显著(β5=-0.128,p<0.05),假设H7成立。计算结果β1β5-β2β4=-0.027,证实了知识产权保护使知识异质性与知识整合的倒U型关系拐点位置左偏。

5 结语

5.1 研究结论

基于知识基础观与和谐管理理论,聚焦创新联合体的组织形式,探究知识异质性对企业合作创新绩效的影响机制,并结合创新联合体双重脱钩治理问题,验证社会信任水平与知识产权保护的调节作用,主要结论如下:①创新联合体知识异质性与企业合作创新绩效呈倒U型关系。适度知识异质性推动联合体内部主体间知识交换,实现合作创新绩效最优;超出合理限度则加剧主体间沟通障碍与利益分歧,使企业合作创新绩效下降。②知识整合在创新联合体知识异质性与企业合作创新绩效间发挥部分中介作用。创新联合体通过有效知识整合机制,筛选、融合并转化应用不同来源的异质知识,形成知识协同效应,推动企业合作创新绩效提升。③社会信任水平正向调节创新联合体知识异质性与知识整合、企业合作创新绩效之间的关系。社会信任水平促进创新联合体内部主体间价值认同,缓解目标层使命悬浮,促进知识流动与整合,提升企业合作创新绩效。④知识产权保护正向调节创新联合体知识异质性与知识整合、企业合作创新绩效之间的关系。知识产权保护抑制创新联合体内部机会主义行为,减少运行层执行偏差,优化知识整合效率与效果,提升企业合作创新绩效。

5.2 理论贡献

(1)探究创新联合体知识异质性对企业合作创新绩效的影响。不同于以往单一企业内部或开放式创新网络的研究范畴,而是聚焦创新联合体的组织形式,关注其内部成员间的知识异质性特征及影响。已有文献基于开放式创新研究知识溢出,本研究则进一步验证了合作伙伴间的知识异质性并非增益因素,需在适度范围内实现平衡以最大化合作创新绩效,为创新联合体特定组织形态下的知识管理提供了新思路。

(2)基于知识整合视角,从和而不同的理念出发,深化知识基础观在创新联合体情境下的理论内涵。现有的文献在探讨战略联盟等合作组织时,往往以知识转移为主题,更强调企业作为知识的接收方。本研究揭示了知识整合的互动性与创造性,同时,未被中介的剩余倒U型效应表明,除知识整合外,剩余效应可能源于组织吸收能力、知识权力博弈或认知刚性等因素的制约(芮正云等,2017;吉迎东等,2014),深化了对知识协同动态过程的理解。

(3)构建社会信任水平与知识产权保护的制度调节框架,并拓展和谐管理理论在创新治理情境下的应用,为破解创新联合体的双重脱钩困境提供新的治理路径。和谐管理理论相关研究多聚焦组织内部的团队和谐与战略执行,本研究将其应用至跨组织创新治理领域,通过构建社会信任与知识产权保护的制度调节框架,提升了该理论在复杂协作情境下的解释力。

5.3 管理启示

第一,审慎把控知识异质性,科学选择合作伙伴。创新联合体参与企业应秉持“和而不同”原则,以知识匹配性为核心选择合作伙伴。一方面,聚焦自身核心技术短板,针对性选择知识领域互补的合作主体,保障优势互补;另一方面,兼顾合作伙伴知识深度,保障专业层面的深度交流。

第二,政府与创新联合体协同发力,筑牢信任基础。政府层面,完善社会信用体系,将创新联合体成员企业合作履约情况纳入信用评价,营造公平互信的外部制度环境;创新联合体层面,主动响应政府信用建设要求,建立常态化信息披露机制,促进信息互通与情感联结,推动各成员在公共使命上达成共识、高效协作。

第三,完善政策支持与知识产权保护体系,强化创新保障。政府发挥有形之手,加大企业间知识产权侵权行为惩处力度,为创新成果提供坚实法律保障;创新联合体内部健全知识产权管理制度,明确创新成果归属与分配规则,设立专门知识产权管理岗位,加强创新成果登记、保护与转化,依托政府知识产权服务平台提升成果转化效率。

5.4 局限与展望

首先,本研究采用问卷调查法静态测度创新联合体知识异质性,未来可采用纵向设计,结合IPC专利分类号差异测度知识异质性,揭示其因果机制与演化规律。其次,知识整合的中介作用在知识异质性高水平时不显著,本研究尚未充分挖掘该阈值下的其他价值转化机制,未将吸收能力、组织惯性等潜在中介变量纳入分析,未来可引入此类变量,构建更为系统的理论框架。最后,本研究聚焦反映宏观制度氛围的社会信任水平,未涉及合作伙伴间的互惠信任,未来可引入社会信任与组织间信任的多层级变量,拓展信任理论在多主体协作中的应用边界。

参考文献：

[1] 尹西明,陈泰伦,陈劲.军民融合创新联合体:内涵、逻辑与进路[J].科技进步与对策, 2024, 41(4): 151-160.

[2] 江鸿.政府介入的创新联合体治理:基于“双重脱钩”的分析框架[J].中国软科学, 2025,40(1): 77-85.

[3] 高茜滢,吴慈生,王琦.基于合作竞争与协同创新的创新联合体研究[J].中国软科学, 2022,37(11): 155-164.

[4] 白京羽,刘中全,王颖婕.基于博弈论的创新联合体动力机制研究[J].科研管理, 2020, 41(10): 105-113.

[5] 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.

[6] 席酉民,熊畅,刘鹏.和谐管理理论及其应用述评[J].管理世界, 2020, 36(2): 195-209, 227.

[7] GRANT R M. Toward a knowledge-based theory of the firm[J].Strategic Management Journal, 1996, 17(S2): 109-122.

[8] 喻登科,熊曼玉.和则视角下企业开放式创新绩效实现路径研究[J].科技进步与对策, 2025, 42(3): 62-73.

[9] 席酉民,尚玉钒.和谐管理理论[M].北京:中国人民大学出版社, 2002.

[10] 张赤东,彭晓艺.创新联合体的概念界定与政策内涵[J].科技中国, 2021,26(6): 5-9.

[11] 张羽飞,孙祺,李桂荣,等.产学研深度融合创新联合体:概念衍生、特征类型与推进路径[J]. 科技进步与对策, 2024, 41(10): 150-160.

[12] 关涵,赵曌.数字创新生态系统赋能新质生产力:理论分析与经验证据[J].统计与决策,2025,41(11):29-34.

[13] BROMLEY P, POWELL W W. From smoke and mirrors to walking the talk: decoupling in the contemporary world[J]. Academy of Management Annals, 2012, 6(1): 483-530.

[14] TIWANA A. Do bridging ties complement strong ties an empirical examination of alliance ambidexterity[J]. Strategic Management Journal, 2008, 29(3): 251-272.

[15] OERLEMANS L A G, KNOBEN J, PRETORIUS M W. Alliance portfolio diversity, radical and incremental innovation: the moderating role of technology management[J]. Technovation, 2013, 33(6-7): 234-246.

[16] PENNINGTON D D. Cross-disciplinary collaboration and learning[J]. Ecology and Society, 2008, 13(2): 8.

[17] WANG G, GAN Y, YANG H. The inverted U-shaped relationship between knowledge diversity of researchers and societal impact[J]. Scientific Reports, 2022, 12(1): 18585.

[18] 戴勇,林振阳.产学研合作的知识势差与知识产权风险研究[J].科研管理, 2018, 39(2): 75-85.

[19] LN J,MUKHERJEE A,VASCONCELOS L.What makes agility fragile a dynamic theory of organizational rigidity[J]. Management Science, 2023, 69(6): 3578-3601.

[20] WANG Z, WANG N. Knowledge sharing, innovation and firm performance[J]. Expert Systems with Applications, 2012, 39(10): 8899-8908.

[21] 贾凡胜,张一林,李广众.非正式制度的有限激励作用:基于地区信任环境对高管薪酬激励影响的实证研究[J].南开管理评论, 2017, 20(6): 116-128, 149.

[22] 于贵芳,温珂,方新.信任水平、合作关系与创新行为:社会交换理论视角下公立科研机构创新行为的影响因素研究[J].科学学与科学技术管理, 2020, 41(2): 78-93.

[23] ZHANG Y, WANG P. What role does organizational justice play in the relationship between trust and knowledge sharing [C]//Proceedings of the 2018 3rd International Conference on Education, Sports, Arts and Management Engineering (ICESAME 2018). Paris:Atlantis Press, 2018: 287-293.

[24] 李云.知识产权保护与企业创新文本信息披露[J].财会月刊,2025,46(7):56-61.

[25] RITALA P, STEFAN I. A paradox within the paradox of openness: the knowledge leveraging conundrum in open innovation[J]. Industrial Marketing Management, 2021, 93: 281-292.

[26] 叶江峰,任浩,郝斌.企业内外部知识异质度对创新绩效的影响——战略柔性的调节作用[J].科学学研究, 2015, 33(4): 574-584.

[27] NIETO M, QUEVEDO P. Absorptive capacity, technological opportunity, knowledge spillovers, and innovative effort[J]. Technovation, 2005, 25(10): 1141-1157.

[28] ZHENG S, ZHANG W, DU J. Knowledge-based dynamic capabilities and innovation in networked environments[J]. Journal of Knowledge Management, 2011, 15(6): 1035-1051.

[29] 单红梅.企业技术创新绩效的综合模糊评价及其应用[J].科研管理, 2002,23(6): 120-124.

[30] ALEGRE J, CHIVA R. Assessing the impact of organizational learning capability on product innovation performance: an empirical test[J]. Technovation, 2008, 28(6): 315-326.

[31] 宋渊洋,赵嘉欣.地区社会信任对企业股权结构的影响研究——来自CGSS和中国上市公司的经验证据[J].当代经济科学, 2021, 43(4): 42-52.

[32] LU J W, SONG Y, SHAN M. Social trust in subnational regions and foreign subsidiary performance: evidence from foreign investments in China[J]. Journal of International Business Studies, 2018, 49(6): 761-773.

[33] GRIMALDI M, GRECO M, CRICELLI L. A framework of intellectual property protection strategies and open innovation[J]. Journal of Business Research, 2021, 123: 156-164.

[34] DELERUE H. Shadow of joint patents: intellectual property rights sharing by SMEs in contractual R&D alliances[J]. Journal of Business Research, 2018, 87: 12-23.

[35] HAANS R F J, PIETERS C, HE Z. Thinking about U: theorizing and testing U-and inverted U-shaped relationships in strategy research[J]. Strategic Management Journal, 2016, 37(7): 1177-1195.

[36] HAYES A F, PREACHER K J. Quantifying and testing indirect effects in simple mediation models when the constituent paths are nonlinear[J]. Multivariate Behavioral Research, 2010, 45(4): 627-660.

(责任编辑：梅岚峤)