The Impact of Interdisciplinary Scientific Collaboration on the Ambidextrous Innovation of SSDI Little Giant Firms

Peng Di1, Li Jian1, Qiu Zhiyi1,Liu Hanyang2

(1. Business School, Hunan University, Changsha 410082, China; 2. Faculty of International Tourism and Management, City University of Macau, Macao 999078, China)

Abstract： For little giant firms that deeply cultivate key technology fields and attach importance to basic research, delving into scientific knowledge and developing scientific research can not only guide the direction of technological upgrading and clarify the strategic layout of the firm, but also provide more advanced technological theoretical support to help firms achieve major technological breakthroughs. Due to the high risks and high costs involved in conducting scientific research by firms, it is increasingly difficult to rely solely on their own technology and knowledge for scientific research. In addition, relying solely on R&D cooperation in a single discipline within the firm makes it difficult to achieve complex scientific research and high-quality innovation. The interdisciplinary integration of fields has thus made interdisciplinary scientific collaboration an inevitable trend for firms. Enhancing ambidextrous innovation in specialized, sophisticated, differential and innovative (SSDI) little giant firms through interdisciplinary scientific collaboration is a research proposition of considerable practical significance.

However, current research mainly examines how knowledge combinations within a firm's own field affect innovation, but overlooks the impact of interdisciplinary knowledge. On one hand, interdisciplinary scientific collaboration transcends the boundaries of single-disciplinary knowledge, enabling the integration and penetration of knowledge from different disciplines, expanding the exchange of knowledge within and across firms' domains, facilitating the combination of knowledge production and application, and the integration of scientific theory and social practice, thereby stimulating scientific creativity in firms. On the other hand, interdisciplinary collaboration involves innovative entities such as firms, universities, and research institutions, forming a development system centered on knowledge production, spanning from basic research to the development and application of technological products, within a knowledge innovation value chain. The collaboration among these entities reduces the overall risk borne by each party. Due to their focus on specific fields or technologies, little giant firms often have limitations in their professional knowledge and skills. Additionally, their fixed R&D and innovation models are prone to encountering "innovation dilemmas". Moreover, ambidextrous innovation typically involves knowledge restructuring across multiple fields. Therefore, engaging in interdisciplinary scientific collaboration is crucial for little giant firms to achieve ambidextrous innovation.

Following the theory of knowledge recombination, this study takes 2 542 SSDI little giant firms from 2000 to 2023 as samples and constructs a dataset containing academic papers published by firms and universities over the years for empirical analysis. Previous research has shown that exploratory innovation and exploitative innovation are relatively opposing in nature. This study takes these two types of innovation as the dependent variables, with interdisciplinary scientific collaboration as the independent variable and the substitutability of firms' knowledge as the mediating variable. Considering the availability of data and the experience of existing research, this paper sets control variables at both the micro and macro levels of the firm's environment and employs a fixed-effects panel negative binomial regression model for hypothesis testing. The research findings indicate that interdisciplinary scientific collaboration has a significant positive effect on both exploratory innovation and exploitative innovation; interdisciplinary scientific collaboration has a significant positive impact on knowledge substitution; knowledge substitution plays a partial mediating role between interdisciplinary scientific collaboration and firms' ambidextrous innovation.

The study reveals the mechanism of interdisciplinary scientific collaboration on firms' ambidextrous innovation, offering practical insights for the innovation management of little giant firms. It highlights that interdisciplinary collaboration significantly impacts firm innovation activities by facilitating cross-disciplinary cooperation between firms and universities. This allows firms to access a broader range of disciplinary knowledge and ideas, promoting the intersection and integration of knowledge. The findings complement existing research on scientific collaboration and provide evidence for a deeper understanding of the value of firm scientific collaboration.

Key Words： Interdisciplinary Scientific Collaboration; Ambidextrous Innovation; Knowledge Substitution; SSDI Little Giant Firms

收稿日期：2024-10-10

修回日期：2024-12-18

基金项目：国家社会科学基金一般项目(23BGL051);国家自然科学基金青年项目(72102066);湖南省自然科学基金优秀青年项目(2020JJ3017);湖南省社会科学成果评审委员会课题项目(XSP21YBZ065)

作者简介：彭迪(1995-),男,甘肃张掖人,湖南大学工商管理学院博士研究生,研究方向为知识管理与创新网络;李健(1986—),男,湖南株洲人,博士,湖南大学工商管理学院副教授、博士生导师,研究方向为组织学习与创新网络;邱智怡(2000-),女,江西抚州人,湖南大学工商管理学院硕士研究生,研究方向为创新管理;刘瀚阳(2001-),女,山东济宁人,澳门城市大学国际旅游与管理学院硕士研究生,研究方向为创新管理。

DOI：10.6049/kjjbydc.D202410096W

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(2026)03-0090-10

0 引言

2022 年《政府工作报告》提出,“着力培育专精特新企业,在资金、人才、孵化平台搭建等方面给予大力支持”。作为专精特新企业中的佼佼者,“小巨人”企业聚焦产业基础核心领域与产业链关键环节,是提升我国自主创新水平、构建新发展格局的重要抓手和有力支撑。对于深耕关键核心技术领域,重视基础研究的“小巨人”企业而言,深入钻研科学知识和发展科学研究不但可以引导企业技术更迭方向,明确企业战略布局,而且能够给予企业更先进的技术理论支持,帮助企业实现重大技术突破。企业开展科学研究具有较高风险,需要付出较高成本[1],仅依靠自身技术和知识难以实现。此外,仅凭借企业单一学科领域的研发合作难以实现复杂的科学研究和高质量创新,学科间交叉融合使得企业跨学科的科学合作成为必然趋势。企业往往寻求与高校、科研院所等机构进行跨学科科学合作,凝聚外部先进资源开展跨学科科学研究。许多对科学研究依赖性较强的产业,如半导体材料、化学等产业,通过对科学研究投入大量资源,获取前沿性科学知识以支持企业创新活动[2]。专精特新“小巨人”企业作为具备专业化、新颖性特征的中小企业,面临着内外部资源冲突,不仅需要通过充分挖掘现有资源实现利用式创新,如完成现有技术和产品更迭,而且需要通过积极寻求新颖资源实现探索式创新,如开发新产品或服务以获取新的顾客与市场[3]。此背景下,如何通过跨学科科学合作促进专精特新“小巨人”企业双元创新,成为颇具现实价值的研究命题。

知识重组理论认为,企业可以改变知识元素结构以实现创新[4]。知识重组过程中涉及的知识元素及其组成结构决定了企业创新产出。随着企业开放式创新推进,知识重组不仅发生在企业内部,也发生在组织边界之外。合作伙伴的异质性知识是企业获取非冗余知识的重要来源,企业可以通过跨越组织边界吸收、整合外部多样化知识提高技术创新能力[5]。然而,现阶段的研究主要关注企业自身专业技术领域内不同知识元素组合对创新的影响,忽略了跨学科领域知识特征的作用机制。一方面,跨学科科学合作可以突破单一学科知识界限,实现不同学科知识间相互融合、渗透,推动企业领域内和跨领域知识交流,促进企业知识生产与知识应用相结合,推动科学理论与社会实践相融合,激发企业科学创造性。另一方面,跨学科合作包括企业、高校以及科研院所等创新主体,形成以知识生产为核心,从基础研究到技术产品开发及应用的知识创新价值链发展体系[6]。上述主体间的协同合作有助于降低企业在技术开发过程中面临的风险。由于专精特新“小巨人”企业专注于特定领域或特定技术,专业知识和技能存在一定的局限性,企业固定研发和创新模式容易产生“创新窘境”,而双元创新往往涉及更多领域的知识重组。因此,开展跨学科科学合作对专精特新“小巨人”企业实现双元创新至关重要。

企业参与跨学科科学合作需要突破各组织界限壁垒,促进多创新要素流动,实现协同创新发展。作为有限的隐性资源,知识是合作交流的重要载体。越来越多的学者认为,知识元素种类和联结方式会影响企业创新活动[7]。跨学科科学合作可以重塑企业知识结构,替代企业原有知识元素。替代性知识元素通常产生于紧密联系的知识之间,这些知识元素之间具备较强的兼容性,不仅能够提高企业组合新知识的概率,还有助于企业更好地识别和理解外部知识价值,从而降低知识获取、吸收和应用成本。考虑到知识元素结构贯穿于跨学科科学合作的全过程,本研究将进一步探讨知识替代性在跨学科科学合作与企业双元创新间的中介作用。

基于上述分析,本文以专精特新“小巨人”企业为研究样本,探讨跨学科科学合作对企业双元创新的影响以及知识替代性的中介作用,着力解决如何帮助专精特新“小巨人”企业获取有效外部知识的问题,引导企业利用跨学科知识建立创新优势,以期为企业解决创新资源缺乏、企业家对行业与政策环境把握不准等问题提供新视角。

1 理论背景与研究假设

1.1 知识重组理论

Schumpeter[8]将创新理解为现有知识元素的创新性组合。随后,知识重组理论框架渐趋清晰完善,并发展成为创新领域的重要理论。知识重组理论认为,创新是通过搜索和重组知识找到技术问题解决方案的过程,知识搜索是知识重组的前提[9]。知识搜索范围特征是决定企业创新的重要因素,包括跨组织边界特征、跨时间边界特征、跨地理边界特征以及跨知识领域特征。

关于知识重组有两种重要的观点:第一种观点认为,知识重组以一种创造性方式改变现有知识元素组合。这类知识重组本质上改变了知识元素耦合方式,这是创新的主要源泉[10]。第二种观点认为,知识重组意味着产品或技术体系结构发生变化,重组破坏了知识架构,但保留了原有基础和核心设计[11]。相较于显性知识,隐性知识很难被模仿,企业间差异导致企业对知识的理解、吸收存在一定程度的偏差。知识重组能够有效促进企业知识交流融合,加强企业对不同领域知识的吸收和采纳,提高企业协调能力与创造力。总之,知识重组理论强调组合不同知识元素或不同技术组件最终会形成创新,这为企业何时和如何搜索与组合外部知识提供了新观点。跨学科科学合作是企业获取不同领域新知识的重要途径,通过知识元素组合帮助企业拥有更广阔的技术活动空间,产生更多创新机会。这一观点解释了企业为什么可以通过跨学科科学合作实现知识要素在组织间重组,从而实现双元创新。

1.2 跨学科科学合作

在产学研合作框架下,依据合作目标与成果性质,企业与高校、科研院所等机构的合作可分为科学合作和技术合作。科学合作指产学研主体为获取关于现象及可观察事实的基本原理新知而开展的实验性或理论性研究合作,其成果多以合著论文形式呈现,且不以特定应用为目的。在科技密集型产业中,知识被视为企业提升竞争力的核心战略资源,科学合作对企业获取前沿科学知识、增强创新能力尤为重要。

知识是科技密集型企业开展创新活动和提升竞争力的关键战略资源。科学合作意味着企业研发人员与高校科学家通过频繁交流、共同研究进行发明创造。科学合作有助于企业获得最前沿的科学知识,包括定理、原理等一般性科学知识,以及关于材料、原件性质等专业性科学知识[12]。科学合作对企业提升创新绩效具有双重效应:一是科学合作可以扩大企业技术搜索范围。科学合作能够优化企业技术搜索效果,提升技术搜索效率,有效拓展企业技术组合范畴。二是企业通过科学合作将进一步提升多元化知识吸收能力。科学知识需要聚焦于事物内在本质而不是仅关注事物表象,企业通过科学合作观察外部信息并掌握知识、技术内在特征与本质,从而更好地吸收和利用外部资源。企业与高校科学合作框架如图1所示。

由此可见,科学研究最终会促进企业技术创新。然而,在学科背景方面,企业与高校等科研机构具有较大差异,高校科学知识具有跨学科性和前沿性,可以有效替代企业原有陈旧知识。在大科学创新环境下,复杂与重要创新的实现通常需要融合不同学科知识,跨学科科学合作已成为企业创新的重要发展途径。根据科学整合的含义,学者们提出了跨学科概念。跨学科衡量指标主要包括学科多样性、学科均衡性和学科差异性。其中,学科多样性体现为不同学科数量,学科均衡性体现为学科重要程度,学科差异性体现为学科间的区别(黄颖等,2019)。跨学科科学合作是不同学科主体通过合作形成的,多领域知识是跨学科科学合作中的重要载体。越来越多的学科领域呈现出学科交叉融合演化趋势,对不同学科知识间的流动形成的知识流进行知识转化、学习,有利于实现科学研究上的突破[13]。企业通过跨学科科学合作吸收和整合外部知识,促进显性知识和隐性知识相互交换与转化,实现知识增值与创新[14]。因此,通过跨学科科学合作实现企业双元创新的路径较为复杂,有必要进一步研究中介机制。

综上,本研究试图解决以下问题:专精特新“小巨人”企业参与跨学科科学合作能否促进双元创新?跨学科科学合作与企业双元创新之间存在怎样的中介机制?旨在推动知识重组理论进一步发展,厘清外部知识重组与企业双元创新的关系,并探讨知识替代性在其中发挥的中介作用。

1.3 跨学科科学合作与企业双元创新

1.3.1 跨学科科学合作与企业探索式创新

跨学科科学合作为不同学科领域参与者提供了交流平台,使各参与主体能够接触到其它学科领域知识和理念,拓宽各主体研究视野,有助于获得不同学科领域知识和技术,促进知识交叉与融合。本研究认为,企业参与跨学科科学合作有利于实现探索式创新。

(1)跨学科科学合作可以提升发明人思维的创新性,使其探索更多新颖知识元素。创新思维来源于个体头脑中许多新奇观点或概念间的联系,而跨学科的丰富性可为发明活动提供不同的思维视角。国内外相关研究多将跨领域知识视为创新思维的源泉,丰富的科学背景有助于发明人突破思维定势,激发想象力,产生新的发明[15]。一方面,尽管发明者可能不熟悉跨度较大科学领域间的知识组合,难以精准判断其潜在价值,但这种跨领域知识组合往往能激发创新思维,提升取得重大创新的可能性。另一方面,发明人对科学领域中的原理和规律具有一般性认知,更容易将不同学科领域知识融会贯通,实现以跨科学领域为基础支撑的知识重组。

(2)丰富的跨学科合作能够显著降低企业创新过程中的风险与不确定性,提升企业创新成功概率[16]。从合作组织所属系统看,跨学科科学合作具有社会维度的功能。企业与高校开展跨学科合作,将科学理论与社会实践有机结合,能够有力地推动新知识产生与应用,服务于社会经济发展,助力国家科技创新战略实施。在企业与高校、科研院所等机构跨学科合作过程中,研发人员、研发资金、基础知识及技术平台等资源分散于各组织之间。为了更好地实现资源共享与利用,需要营造安全、平稳的跨学科科学合作环境。创新组织之间以利益共享、风险共担为合作目标,形成稳定的协同创新关系,而那些未参与跨学科合作的组织被排除在最新知识、技术之外。基于上述分析,本文提出以下假设:

H1a:跨学科科学合作对企业探索式创新具有正向影响。

1.3.2 跨学科科学合作与企业利用式创新

相较于探索式创新,利用式创新以改进和升级现有知识结构为主要目标,强调吸收新知识元素并结合已有知识体系提升技术水平。本研究认为,企业参与跨学科科学合作有利于实现利用式创新。

(1)企业参与跨学科科学合作有利于丰富知识库。通过知识重组,企业可以充实知识库,形成更加独特、新颖的知识体系。Chang等[17]指出,每种知识组合方式都代表一种技术创新,企业需要在各类知识组合方案形成的“技术景观”中搜索有价值的发明创造。企业不仅需要搜索相应的知识元素,而且要以最佳方式将其组合在一起。通过跨学科科学合作,企业能够有效吸收外部异质性知识和资源,并与内部知识体系实现结构化重组。在此过程中,企业系统性整合既有技术、运营经验及管理惯例,促成多维度知识要素协同融合,完善知识架构、加速技术迭代,最终达成利用式创新目标。此外,通过跨界知识搜索,企业不仅能够拓宽跨领域知识获取范围,还可以有效提升知识要素配置效率,从而推动利用式创新。

(2)利用式创新以凝练、复制和使用原有技术为特点,旨在满足企业原本技术或市场需求。跨学科科学合作可向企业提供较多种类与数量的知识元素,增加知识元素间的组合机会,高效促进内外部知识体系融合,满足企业在现有条件下技术或产品市场的需求。在开放市场背景下,跨学科科学合作能够加快企业知识信息更新迭代速度,企业对原先知识主体的认知会随着外部环境改变而深化。同时,企业对原有技术、产品的认知程度也随着环境变化而提高,由此进一步加深企业对已有知识的理解。因此,跨学科科学合作可以帮助企业有效转移和整合新旧知识要素,并深入理解和利用其现有知识要素,在一定程度上有利于企业利用式创新。基于上述分析,本文提出以下假设:

H1b:跨学科科学合作对企业利用式创新具有正向影响。

1.4 跨学科科学合作与企业知识替代性

知识替代性表征知识元素在使用过程中元素共享相似属性的程度,即知识元素倾向于与其它相似元素组合的程度。有学者指出技术创新过程中的知识替代性发生在具有同种目标或功能的不同类型知识之间,以及同种类型知识被外界新知识替代的过程中,并对新旧知识选择的决策问题进行了经济分析。本研究认为,跨学科科学合作能够促进企业整合外部新获取的知识替代性,进而促进新知识创造。

(1)跨学科科学合作有助于中小微企业将分散的市场信息、想法与概念联结起来,通过与高校、科研机构等组织互动确保知识整合及新产品开发质量,并提高企业知识利用效率与知识整合效益(于英杰等,2023)。企业开展跨学科知识整合有助于突破学科间壁垒,促进不同领域知识交流和融合,为知识创新提供更广阔的思维空间和更丰富的资源基础,为企业产生更多可替代的知识元素。

(2)企业通过跨学科科学合作获得知识替代性,能够缩小与外部知识源的知识势差,容易针对产品或技术流程产生突发性创意及获取解决问题的经验[18]。在知识整合过程中,具有不同学科背景的组织成员通过知识交流、共享、整合弥补彼此知识结构和工作技能的不足,实现团队统一目标。更多学科领域知识元素融合可以替代固有、陈旧知识元素,提升知识替代性,促使团队成员相互学习新知识,解决复杂问题。基于上述分析,本文提出以下假设:

H2:跨学科科学合作对企业知识替代性具有正向影响。

1.5 企业知识替代性的中介作用

创新的本质是重新组合已有知识与新知识,因而不同知识元素组合极大地提高了创新的可能性。这一观点反映了熊彼特(1911)的创新理念,即企业创新过程能够识别可被重新定义和重新组合的资源,进而创造出潜在的、新的、有价值的产品和服务。对于“小巨人”企业而言,知识替代性在其中扮演着至关重要的角色。

(1)知识替代性能够拓宽企业知识元素筛选范围。拥有丰富替代性知识元素的企业,能够通过拓展产品线向市场推出功能相近但各具特色的差异化产品,从而提升市场占有率。知识替代性是指原有知识被替代的可能性,这代表知识元素可能源自企业所处领域。企业通过积累和运用相同专业领域知识,能够深化对本领域技术的理解。企业对可替代知识元素的积累有助于其更加高效地解决新产品开发过程中的技术问题。

(2)知识替代性能够提升企业对知识元素的组合能力[19]。通过构建自身知识体系,企业能够更高效地应用和组合专业知识,降低技术开发边际成本,进一步在新技术开发过程中实现规模经济。此外,对相似知识元素的深度挖掘与利用,能够降低创新出错概率,完善企业惯例。当企业对所运用的知识较为熟悉时,能够更深入地理解新技术存在的各种问题,将新技术开发任务高效地拆解为多个子研究,减少不必要环节,从而提升新技术开发效率。

跨学科科学合作能够提升企业知识替代性,促使企业吸收更多外部新颖知识以替代原有知识元素。受认知体系和搜索惯例的影响,企业更倾向于归纳与自身核心技术领域相关的知识和技术[20]。相比于探索其它新颖知识需要较高的搜索和学习成本,知识替代性能够提供先前知识元素结合的经验,有助于企业加强对现有知识的理解与应用,并对核心技术创新领域持续关注。因此,跨学科科学合作能够提升企业知识替代性,促使企业更加关注对已有知识的利用,从而促进利用式创新(王泽倩等,2024)。同时,跨学科科学合作有助于企业吸收不同技术惯例以及新颖知识元素。通过提高知识替代性,企业能够探索更多尚未连接的新旧知识元素,并从多个研发视角识别不同领域间知识元素重组的可能性,这增加了知识组合机会,进一步促进探索式创新(吴晓波等,2022)。

综上,企业跨学科知识整合意味着具有不同学科背景的组织从不同角度构建知识体系。这种整合方式对于科学地揭露事物的本质特征以及创造性地解决单个学科无法解决的复杂难题具有重要作用,因而成为知识生产和知识创新的重要合作形式。因此,跨学科科学合作有利于企业形成知识替代性。 进一步地,本文提出如下假设:

H3a:企业知识替代性中介跨学科科学合作对企业探索式创新的正向影响;

H3b:企业知识替代性中介跨学科科学合作对企业利用式创新的正向影响。

综上,本文构建研究模型如图2所示。

2 研究设计

2.1 样本与数据

随着科学技术快速演进,基础研究深度及广度不断延伸,跨学科合作成为新趋势。新材料产业是科技进步和产业升级的基础,具有研发周期长、技术壁垒高等特点。新材料“小巨人”企业长期关注基础研究发展,为技术创新提供坚实的支撑。因此,本文选择专精特新“小巨人”新材料企业作为研究对象,既是研究跨学科科学合作影响企业创新问题的代表性行业企业案例,也可以排除行业差异对研究结论的干扰。本研究数据收集与整理主要包括以下3个步骤:

(1)确定12 950家第一批至第五批国家级专精特新“小巨人”企业,并根据《重点新材料首批次应用示范指导目录(2021年版)》判断企业是否属于新材料行业,由此确定了2 542家专精特新“小巨人”新材料企业。

(2)利用企业发表的中英文研究论文测度企业科学合作的跨学科性。为了确保学科分类的精确度,英文论文的学科分类直接采用Web of Science核心合集数据库Categories的分类标准进行计算;中文论文的学科分类则利用中图分类号的前3位计算。

(3)在智慧芽数据库(PATSNAP)与国家知识产权局专利检索平台查找2 542家专精特新“小巨人”新材料企业专利数据,共获取359 545条专利。为了计算相关指标,本研究基于专利大数据分析平台Patlab对初始样本进行消歧处理,最终获得2000—2023年2 542家“小巨人”企业13 460篇中文合作论文数据,3 208篇SSCI合作论文数据以及321 553条专利数据。

2.2 变量测度

2.2.1 因变量

March[21]将创新的双元性比喻为绳子的两端,认为探索式创新和利用式创新具有相对对立性;Benne等[22]认为,探索式创新和利用式创新之间存在资源竞争。本研究选择以下方法衡量探索式创新和利用式创新。

(1)探索式创新。借鉴Guan等[23]的研究成果,运用国际专利分类号(IPC)对企业i在第t-1年与t-5年的探索式创新进行测量,即比较企业i在专利中新出现的前4位IPC分类号次数,以此评估企业i在第t年的探索式创新。

(2)利用式创新。同样借鉴Guan等[23]的研究成果,运用国际专利分类号(IPC)对企业i在第t-1年与t-5年的利用式创新进行测量,即采用企业当年专利数减去当年探索式创新数评估企业i在第t年的探索式创新。

2.2.2 自变量

跨学科科学合作。本文主要借鉴Poter等[24]提出的专门度指标,用于测度作者所发表论文的学科多样化程度,计算方法如下:

(1)

其中,PSCn是指焦点企业学科n中的论文数量。

S越大,表明该作者发表论文的跨学科性越低。由此,得出焦点企业发表论文的跨学科性测度方式,计算公式如下:

(2)

焦点企业跨学科性越高,S值越趋近于0,ISC越接近1。反之,如果焦点企业只在一个学科内发表过论文,则S值为1,ISC为0。

2.2.3 中介变量

企业知识替代性。本文主要借鉴Dibiaggio等[25]的方法测量企业知识替代性,并将国际专利分类号的前4位视为一个知识元素。

(1)构建技术对称矩阵。令Pi,k为k专利是否包含i技术分类,包含则取值为1,不包含则取值为0,i为技术分类,i=1,…,m,…,n,反映企业专利包含技术分类的个数,k为专利。对Pi,k求和可以得到同时包含i技术分类和j技术分类的专利数量Vi,j,j=1,…,m,…,n,i不等于j。因此,基于所有可能的技术分类,可以得到专利同时包含i和j技术分类的共现矩阵,该矩阵是由元素Vi,j构成的一个对称矩阵。

(2)计算两个不同技术分类间的相似性Si,j,如式(3)所示。

(3)

其中,Vi,m为同时包含i技术分类和j技术分类的专利数量,Vj,m为同时包含j技术分类和m技术分类的专利数量。计算技术分类的知识替代性,如式(4)所示。

(4)

其中,Wari为给定i技术分类与所有其它技术分类的知识替代性,Wj为与j技术分类相关联的专利数。

(3)计算企业层面的知识替代性,如式(5)所示。

(5)

其中,KW为企业层面的知识替代性,Wi为与i技术分类相关联的专利数。

2.2.4 控制变量

考虑到数据的可得性和已有研究经验,本文设定企业微观和宏观环境层面的控制变量,如表1所示。

2.3 模型选择

本文被解释变量均为非负整数,并且探索式创新(标准差=3.519;均值=1.444)和利用式创新(标准差=11.166;均值=3.618)的标准差均大于均值,数据呈现过度分散的特点。采用负二项回归方法能够缓解数据过度分散导致的回归分析偏误问题[30],所有回归模型的豪斯曼检验结果均拒绝原假设,表明固定效应和随机效应在系数估计上具有显著差异。因此,本文采用固定效应面板负二项回归模型进行假设检验。

为检验跨学科科学合作对企业双元创新的直接影响,本文构建回归模型如下:

Exploitativei,t=β0+β1ISCi,t-1+β2Controls+λi,t-1+γi,t-1+ξi,t-1

(6)

Exploratoryi,t=β0+β1ISCi,t-1+β2Controls+λi,t-1+γi,t-1+ξi,t-1

(7)

其中,Exploitative代表利用式创新,Exploratory代表探索式创新,ISC代表解释变量跨学科科学合作,Controls表示控制变量,λ、γ分别为年度和行业固定效应,ξ表示残差项,i表示企业,t表示年度。

为检验知识替代性在跨学科科学合作与企业双元创新间的中介作用,本文构建回归模型如式(8)～(10)所示。

KSi,t-1=β0+β1ISCi,t-1+β2Controls+λi,t-1+γi,t-1+ξi,t-1

(8)

Exploitativei,t=β0+β1ISCi,t-1+β2KSi,t-1+β3Controls+λi,t-1+γi,t-1+ξi,t-1

(9)

Exploratoryi,t=β0+β1ISCi,t-1+β2KSi,t-1+β3Controls+λi,t-1+γi,t-1+ξi,t-1

(10)

其中,KS代表中介变量知识替代性。

3 实证结果与分析

3.1 相关性分析与描述性统计

表2给出了各变量描述性统计与相关性分析结果。其中,探索式创新的标准差为3.519,最大值与最小值分别为172、0;利用式创新的标准差为11.166,最大值与最小值分别为389、0,样本间波动较大,说明专精特新“小巨人”企业间的双元创新差距较大。跨学科科学合作的标准差为0.121,表明样本数据波动较小且接近平均水平,企业愿意与高校开展稳定的科学合作。本研究所涉及的变量间相关系数均小于0.63,而且各变量的方差膨胀因子VIF值介于1～2.7之间,意味着变量间不存在严重的多重共线性问题。

3.2 回归结果分析

表3显示,模型1、模型4和模型7仅添加了控制变量。模型3、模型6分别检验跨学科科学合作对探索式创新和利用式创新的直接效应。在模型3中,跨学科科学合作对应的回归系数显著为正(β=0.261,p<0.05),证明了跨学科科学合作对探索式创新具有显著正向影响,假设H1a得到支持。在模型6中,跨学科科学合作对应的回归系数显著为正(β=0.273,p<0.05),证明了跨学科科学合作对利用式创新具有显著正向影响,假设H1b得到支持。模型8检验了跨学科科学合作对知识替代性的影响,对应的回归系数显著为正(β=0.047,p<0.01),证明了跨学科科学合作对知识替代性有显著正向影响,假设H2得到验证。模型2、模型5分别检验知识替代性对探索式创新和利用式创新的影响。在模型2中,回归结果表明,知识替代性对探索式创新具有显著正向影响(β=0.851,p<0.01),结合模型3的结果,假设H3a得到验证,即知识替代性在跨学科科学合作与探索式创新间起中介作用。模型5检验了知识替代性对利用式创新的影响,对应的回归系数显著为正(β=0.944,p<0.01),结合模型6的结果,假设H3b得到验证,即知识替代性在跨学科科学合作与利用式创新间起中介作用。

3.3 稳健性检验

(1)检验跨学科科学合作的二次项,回归结果不显著,说明不存在U型关系。

(2)更换检验模型,采用随机效应模型进行检验,回归结果如表4所示,结论无变化。

(3)将t作滞后两期处理,回归结果如表5所示,结果无显著性变化。

4 结语

4.1 研究结论

(1)本研究探讨跨学科科学合作对双元创新的直接影响,结果发现,跨学科科学合作正向影响探索式创新和利用式创新。由于科学研究的高度不确定性和企业内部资源的稀缺性,企业越来越重视与大学建立科学合作关系。跨学科科学合作能够为企业技术搜索提供专业指导,有助于企业获取和整合多元化科学知识并深化对科学原理的理解,从而推动双元创新。此外,跨学科合作囊括了企业、高等教育机构及科研组织等不同类型创新实体,构建了一个从基础研究到技术开发乃至商业应用的全链条知识创新体系,能够有效降低企业双元创新过程中的不确定性。

(2)研究进一步发现,知识替代性能够促进双元创新,且在一定程度上中介跨学科科学合作与双元创新的关系。跨学科科学合作有助于企业实现不同学科知识交叉融合。企业对科学合作形成的异质性知识进行转化、学习,进而形成知识替代性。由于替代性知识之间具有较强的关联性,借助上述关联关系,企业能够有效降低知识搜索成本,提高知识学习和技术研发效率,从而促进双元创新。

4.2 理论贡献

(1)本研究通过揭示科学合作的跨学科性对企业创新的作用机理,拓展知识重组理论相关研究。已有研究关注企业参与科学合作对创新的影响(曾德明等,2022),然而鲜有研究指出跨学科科学合作所带来的异质性知识是企业创新的重要源泉。因此,本文深入探讨企业科学合作的跨学科性对企业创新的作用。研究发现,跨学科科学合作有助于企业接触到更多学科领域知识和理念,促进知识重组与融合。本文结论有助于从跨学科科学合作视角进一步理解知识重组对企业创新的影响。

(2)明晰科学合作对企业双元创新的作用机理,证实了跨学科科学合作对企业双元创新的正向影响。尽管相关研究指出,企业参与科学合作能够获取更先进的理论知识[31],从而有助于企业创新,但跨领域合作与双元创新之间的关系却较少受到关注。高质量发明往往涉及更多领域知识搜索和重组,因而从外部搜索并内化对企业有价值的知识,对企业创新至关重要。鉴于此,本文分析并验证了跨学科科学合作对双元创新的影响,不仅响应了学者们对于在大科学时代进一步关注企业科学研究的呼吁,也为理解跨学科知识在双元创新中所发挥的重要作用提供了一个新视角。

(3)从知识结构层面,揭示跨学科科学合作对企业双元创新的作用机制。关于科学合作对企业创新的影响研究主要集中于企业协同关系以及网络结构方面[32],却忽视了跨学科合作关系对企业知识结构的影响,特别是知识替代性等重要知识属性的作用。基于此,本研究探讨知识替代性在跨学科科学合作与双元创新间的中介作用。企业通过搜索外部知识改变现有知识组合结构以产生创新被认为是知识重组过程,企业通过跨学科领域知识搜索获得知识替代性,有助于实现跨学科领域的双元创新,构建“知识搜索—知识组合”的知识重组路径。

4.3 管理启示

(1)科学研究对技术创新具有重要影响,但由于科学研究具有高不确定性、高投入、长周期等特点,专精特新“小巨人”企业很难依靠自身力量开展科学研究。因此,专精特新“小巨人”企业不宜简单依靠单一技术发展模式,可跨越自身边界,与外部高校、科研院所等组织进行广泛的跨学科科学合作,以更好地把握技术发展趋势并进行长远技术布局,解决技术难题,实现双元创新。

(2)在专精特新“小巨人”企业创新过程中,管理者需结合企业知识基础的结构性特征,积极搜索和组合外部异质性知识。跨学科科学合作形成的替代性知识元素有助于专精特新“小巨人”企业专注于组合不同属性特征的知识元素,识别出有价值的技术进步方向与突破路径。通过对外部知识的有效学习与吸收,专精特新“小巨人”企业能够深化对特定技术领域的专业认知,同时积累跨领域知识资源。这种多样化知识积累有助于企业在开发新技术与新产品时更高效地应对创新挑战,从而提升创新能力和竞争优势。

4.4 局限与展望

本文存在以下不足:首先,本研究从科研论文视角探讨跨学科科学合作对双元创新的影响,然而跨学科性不仅体现在科研论文中,还反映在专利中,并且科研论文与技术专利关系密切。因此,后续可以基于技术专利视角,探讨企业跨学科性对双元创新的影响。其次,研究样本仅涵盖新材料产业领域专精特新“小巨人”企业,未来可进一步扩展至其它行业领域,以验证结论是否具有普适性。最后,跨学科科学合作会形成知识替代性,而知识搜索可以改变原有知识结构,不仅会形成知识替代性,也容易形成知识互补性。因此,未来可以关注知识互补性的作用。

参考文献：

[1] LIU Z Y, DU Y S, PENNINGS E. Open knowledge disclosure and firm value: a signalling theory perspective [J]. Industry and Innovation, 2024, 31(4): 475-500.

[2] POLIDORO F,LAMPERT C M,KIM M. External knowledge sourcing, knowledge spillovers, and internal collaboration: the effects of intrafirm linkages on firm-university co-authorship linkages [J]. Strategic Management Journal, 2022, 43(13): 2742-2776.

[3] 孙笑明, 王晨卉, 杨新蒙,等. 多维邻近性对关键研发者与企业二元创新的调节作用——基于“两带”企业专利数据 [J]. 科技进步与对策, 2023, 40(12): 117-128.

[4] FLEMING L.Recombinant uncertainty in technological search [J].Management Science, 2001, 47(1): 117-132.

[5] DUAN Y L,LIU S L,MU C,et al.The moderating effect of managerial discretion on cross-border knowledge search and the innovation quality of high-tech firms in a global health emergency: evidence from China [J]. Journal of Knowledge Management, 2023, 27(1): 121-155.

[6] CANER T,TYLER B B,APPLEYARD M M,et al. Interdisciplinary problem solving in hybrid organizations:the implications of scientific reputation and disciplinary knowledge diversity [J]. IEEE Transactions on Engineering Management, 2023, 1(3): 1-13.

[7] ÖBERG C,LUNDBERG H.Mechanisms of knowledge development in a knowledge ecosystem[J]. Journal of Knowledge Management, 2022, 26(11): 293-307.

[8] SCHUMPETER J A.The theory of economic development: an inquiry into profits, capital, credit, interest,and the business cycleby [M].Cambridge,Mass:Harvard University Press,1934.

[9] HARGADON A B. Brokering knowledge: linking learning and innovation[J].Research in Organizational Behavior, 2002, 24: 41-85.

[10] CHEN J W, LIU L L. TMT entrepreneurial passion diversity and firm innovation performance: the mediating role of knowledge creation [J]. Journal of Knowledge Management, 2024, 28(1): 268-291.

[11] DEEDS D L, DECAROLIS D, COOMBS J. Dynamic capabilities and new product development in high technology ventures: an empirical analysis of new biotechnology firms [J]. Journal of Business Venturing, 2000, 15(3): 211-229.

[12] PIPPEL G, SEEFELD V. R&D cooperation with scientific institutions: a difference-in-difference approach [J]. Economics of Innovation and New Technology, 2016, 25(5): 455-469.

[13] VAN RIJNSOEVER F J, HESSELS L K. Factors associated with disciplinary and interdisciplinary research collaboration [J]. Research Policy, 2011, 40(3): 463-472.

[14] BORGE L, BRÖRING S. What affects technology transfer in emerging knowledge areas? a multi-stakeholder concept mapping study in the bioeconomy [J]. Journal of Technology Transfer, 2020, 45(2): 430-460.

[15] GUAN J C, ZHAO Q J. The impact of university-industry collaboration networks on innovation in nanobiopharmaceuticals[J].Technological Forecasting and Social Change, 2013, 80(7): 1271-1286.

[16] RAMOS-VIELBA I,SNCHEZ-BARRIOLUENGO M, WOOLLEY R. Scientific research groups' cooperation with firms and government agencies: motivations and barriers [J]. Journal of Technology Transfer, 2016, 41(3): 558-585.

[17] CHANG Y, CHEN L Y, ZHOU Y,et al.Elements, characteristics, and performances of inter-enterprise knowledge recombination: empirical research on green innovation adoption in China's heavily polluting industry [J]. Journal of Environmental Management, 2022, 310(4): 1-12.

[18] ZHANG X Y, WANG X H. Team learning in interdisciplinary research teams: antecedents and consequences [J]. Journal of Knowledge Management, 2021, 25(6): 1429-1455.

[19] 陈培祯, 李健, 曾德明. 知识替代性和互补性对企业新产品开发数量的影响 [J]. 管理科学, 2021,34(4): 89-100.

[20] 苏屹, 郭稳, 孙笑明. 技术距离对跨国并购双元创新绩效的影响及机制研究——文化相似性的调节作用 [J]. 系统工程理论与实践, 2023, 43(6): 1668-1685.

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

[22] BENNER M J, TUSHMAN M L. Exploitation, exploration, and process management: the productivity dilemma revisited [J]. Academy of Management Review, 2003, 28(2): 238-256.

[23] GUAN J, LIU N. Exploitative and exploratory innovations in knowledge network and collaboration network: a patent analysis in the technological field of nano-energy [J]. Research Policy, 2016,45(1): 97-112.

[24] PORTER A L, RAFOLS I. Is science becoming more interdisciplinary? measuring and mapping six research fields over time [J]. Scientometrics, 2009, 81(3): 719-745.

[25] DIBIAGGIO L, NASIRIYAR M, NESTA L. Substitutability and complementarity of technological knowledge and the inventive performance of semiconductor companies [J]. Research Policy, 2014, 43(9): 1582-1593.

[26] CEN J,WANG M A,YANG Y,et al. Does broader mean more general? decomposing the effect of knowledge breadth on R&D and spillover of generic technology [J]. European Journal of Innovation Management, 2023, 26(5): 1214-1234.

[27] 李大元, 黄鹤, 张璐. 碳交易规制强度能否促进企业创新投入——CEO年龄和公司年龄的联合调节作用 [J]. 中南大学学报(社会科学版), 2021, 27(6): 17-31.

[28] DAI H,ZENG D,QUALLS W J,et al.Do social ties matter for the emergence of dominant design? the moderating roles of technological turbulence and IRP enforcement [J]. Journal of Engineering and Technology Management, 2018, 47: 96-109.

[29] 樊纲, 王小鲁, 张立文,等. 中国各地区市场化相对进程报告 [J]. 经济研究, 2003, 49(3): 9-18,89.

[30] GREENE, WILLIAMH. Econometric analysis [M]. New Jersey: Prentice Hall, 2003.

[31] ATTA-OWUSU K, FITJAR R D, RODRGUEZ-POSE A. What drives university-industry collaboration? research excellence or firm collaboration strategy [J]. Technological Forecasting and Social Change, 2021, 173: 1-13.

[32] KLEINER-SCHAEFER T, SCHAEFER K J. Barriers to university-industry collaboration in an emerging market: firm-level evidence from Turkey [J]. Journal of Technology Transfer, 2022, 47(3): 872-905.

(责任编辑：张 悦)