在共享经济发展的中国情境下,合作竞争和价值共创逐渐成为公司治理模式的一种新发展趋势。企业创新网络的形成和组织变革进程的加快,促使合作共赢成为企业提升核心竞争力及实现组织创新发展的重要方式。
随着市场经济的发展和公司治理机制的完善,创新驱动成为现代企业发展的主题,提升创新绩效成为企业发展的目标。因此,企业自主知识产权保护和创造引起了企业和社会的极大重视。已有研究表明,企业自主研发能够显著提升企业创新绩效,并且企业所在地区的开放水平越高,知识产权保护越好,市场化程度越高,企业自主研发活动对其创新绩效的促进作用就越强[1]。孙赫[2]通过实证研究指出,企业自主知识产权保护有利于促进成长型创新企业加大研发投入和创新产出,但研究同时发现,在北京、上海、广州、浙江、江苏及天津等发达地区,企业自主知识产权保护程度较高,反而会抑制创新产出。鉴于此,研究认为随着共享经济和创新网络的快速发展,企业过度进行自主知识产权保护和知识内部转移已经体现出发展的局限性,容易形成企业内部封闭的工作环境和创新氛围,对企业之间的知识交流、技术合作及未来创新发展产生不利影响。创新网络中不同的企业节点,应该在强化知识产权保护理念上,确保利益一致而不受侵犯,推动网络中特有知识流动和转移及企业间技术联盟合作,促进企业知识创新和自主知识产权创造。研究表明,人才流动签订合作协议而形成的技术联盟,通过将技术知识和认知元素转移到招聘企业,流动的发明者在联盟形成过程中促进潜在联盟伙伴应用的决策框架协调一致,从而使合作更有可能,研发人员的流动能够为企业带来更多关于其以前公司技术能力知识,为新入企业技术发展作出贡献[3]。因此,面对大数据创新驱动的发展主题,基于知识产权保护贯彻竞合发展理念,促进创新网络企业节点间自主知识产权合理流动,成为提升企业创新绩效的必要流程。
创新网络的不断演化,为企业跨越组织边界进行知识交互提供了重要平台和渠道,外部知识搜索和获取对企业自主知识产权创造具有重要的现实价值。因此,面对创新网络中不同的企业节点,需要依靠知识产权保护加强企业节点间自主知识产权互动和交流,强化企业对创新知识的吸收和应用。企业自主知识产权交互实质上是指企业间蕴含复杂利益关系的专有知识交流和互动的过程,在该过程中,存在知识传播方、接收方和第三方平台等多个参与主体,以及知识获取、消化、转化和应用等多个环节。在自主知识产权交互对创新绩效的影响过程中,已有研究表明,吸收能力能够显著促进创新,认为企业知识吸收能力越强就越能够对知识进行有效识别并加以利用,进而提高创新绩效[4]。另外,研究指出实际吸收能力能够显著影响企业突破性创新绩效,并且能够中介外部知识源化战略与突破性创新绩效之间的关系[5]。但是,企业对外部知识的实际吸收依旧面临知识产权风险。研究指出,自主创新型企业的知识产权风险主要集中在知识产权创造和运用环节[6],能够显著负向影响企业创新绩效[7]。并且有研究指出,企业知识吸收能力与流程创新绩效之间的关系受到知识产权风险的调节[8]。分析可知,创新网络中知识产权交互的目的在于促进企业对创新网络知识的获取、转化和应用,实现知识产权供给方与需求方之间的合作创新和应用。鉴于此,研究认为在企业自主知识产权交互过程中,知识吸收能力受到知识产权风险的影响。
本文收集不同行业、不同类型企业员工的直接数据进行分析,并基于实际吸收能力的中介和知识产权风险的调节,实证检验创新网络中企业自主知识产权交互对创新绩效的作用机理。研究目的在于,探索企业自主知识产权交互与创新绩效的关系;验证实际吸收能力对企业自主知识产权交互与企业创新绩效关系的中介效应;验证知识产权风险对企业自主产权交互与实际吸收能力关系的调节作用。研究结论对提升创新网络中企业自主产权交互能力和创新绩效,以及促进企业自主知识产权创造和知识创新具有一定的理论与实践意义。
企业自主知识产权交互是基于共享经济背景,在创新网络中不同企业节点间的泛市场活动中,针对相互所有的自主知识产权所有权和使用权所进行的合理市场流动。这意味着任何一方企业存在与多方企业之间的联系,当一方企业具备一种(专利、商标、著作权及商业秘密等)自主知识产权所有权,而另一方企业存在同一种知识产权需求时,双方或多方之间通过签订技术联盟协议或契约,在确保自主产权专利知识体系及利益分配机制完善的情况下进行市场交换与互动,从而促进企业自主知识产权的市场流动和实践应用。企业间互动与交流符合社会共享经济发展大势,有利于优化创新网络内企业间知识产权资源合理配置。
良好的企业自主知识产权管理促进了组织创新活动,体现出自主知识产权的价值所在,在管理过程中体现出“掌握知识、促进创新、保护产权、创造价值”的重要作用[9-10]。企业知识产权管理的目标在于激励和促进知识产权创造,将企业知识产权与有形资源有效结合,提升企业知识产权能力,形成企业知识产权优势,为企业创造最佳社会经济效益[11]。Blandine[12]基于开放创新背景,研究了自主知识产权在企业生产和组织目标实现中的作用。自主知识产权的商业化和产业化,为企业价值链利益创造提供支持。企业自主知识产权创造过程蕴含着企业最核心的知识资源和商业机密,这个过程意味着企业需要确保自主产权和创新知识不会被泄露而丧失企业核心竞争优势。因此,企业需要不断加强自主知识产权保护,从而提升创新成果产出效率和质量[13]。解维敏等[14]研究指出,知识产权保护水平对企业研发支出具有积极影响,且企业知识产权保护越好,企业自主创新程度越高。但是,面对中国情境下快速发展的共享经济及宽松的知识产权制度,学者们采用不同研究方法结合上市公司一手数据得出了不同的研究结果。孙佳等[15]探究了企业可占有能力变动下,竞合联盟中成员知识策略演化,研究表明,当联盟成员可占有能力达到阈值后,领导企业的知识共享策略能够显著影响企业创新成果产出;当联盟成员均采取知识共享策略时,知识及成果可占有能力均与联盟研发投入正相关;而当联盟成员均采取知识保护策略时,任何成员的研发投入对企业创新成果产出均没有影响。孙赫等[3]研究发现,对国内发达地区的创新成长型企业而言,过高的自主产权保护不利于企业自主创新成果产出。
先行研究表明,基于经济发展新环境,企业自主知识产权保护对我国企业组织参与国际竞争具有积极作用。但依据共享经济模式下的竞合发展及知识共享理念,企业对自主知识产权的过度保护会导致企业间技术协同创新发展的局限性,出现自主知识产权创造和企业创新绩效提升的转折点;同时会减少企业与外部交流互动机会,容易形成企业内部封闭的创新环境,造成企业间特有知识共享和转移壁垒,降低企业组织资源配置效率。因此,研究认为基于当前共享经济发展大势,在合作联盟方利益不受侵害的前提下,创新网络中的企业节点之间应当进行适当合理的自主知识产权交互,从而推动企业间创新技术知识共享和转移,促进组织和员工等创新主体与外部环境的交流,提高知识产权创造数量和质量、强化企业合作与互动意识,最终形成良性循环的创新体系[16]。然而,过度的企业自主知识产权交互也会对企业创新绩效提升带来负向影响,其中主要是因为创新网络中企业间过度自主产权交互容易造成企业原始创新知识及内核知识流失,从而导致企业核心竞争优势丧失,使企业面临知识产权风险,影响企业原始创新成果产出。因此,本文提出如下假设:
H1:企业间自主知识产权交互与企业创新绩效呈倒U型关系。
在现代公司治理中,知识吸收能力包含知识获取、消化、转化和应用4个过程,是衡量企业外部知识源搜寻和转化效率的重要指标。Zahra等将获取和消化外部知识维度定义为潜在吸收能力,转化和应用外部知识维度定义为实际吸收能力。其中,获取是指企业从外部获得有价值的知识;消化是指企业学习并理解外部知识;转化是指整合外部知识与自身知识;应用是指商业化整合后的新知识[4,17]。基于此,本研究在共享经济发展背景下,从企业自主知识产权交互视角出发,以创新网络平台进行企业间特定知识共享与转移为研究重点,分析特定知识需求方知识实际吸收能力对创新绩效的作用机理。
创新网络为企业自主知识产权交互提供了共享边界和平台,而企业对外部知识源的实际吸收能力受到知识共享边界的直接约束。在该边界内,自主知识产权交互是一个企业间知识搜索、共享、获取、转化、应用及创新的过程。在该过程中,企业如何通过共享经济平台的载体作用对创新网络中的外部共享知识进行充分吸收应用,进而转化为企业现实生产力和技术资源,优化创新网络资源配置,促进创新绩效提升,是企业现阶段需要探讨的重要课题。Tsai[18]通过实证研究指出,外部创新源能够通过吸收能力的中介对企业创新绩效产生影响;孙冰等[19]研究指出,企业实际吸收能力能够显著提升企业创新扩散效率;付敬等[20]提出一个知识源化战略对企业创新绩效产出影响的综合分析框架,研究指出企业实际吸收能力能够显著影响企业创新绩效产出;张振刚等(2015)通过企业实证调查探讨开放式创新与创新绩效之间的关系,研究发现企业实际吸收能力能够显著提升企业创新绩效,且部分中介开放式创新(外向式和内向式)与创新绩效之间的关系。基于已有研究,企业外部知识实际吸收能力对创新绩效的影响得到学者们的探究和验证。研究表明,实际吸收能力能够显著提升企业创新绩效,并且在外部知识源与创新绩效之间的关系中产生中介效应。因此,本研究引入实际吸收能力作为中介变量作进一步探讨。
基于共享经济平台,创新网络中企业间自主知识产权交互旨在通过知识搜索、转移、获取和应用等流程,促进网络中不同企业间知识实际吸收应用能力的提升,充分实现知识向技术和生产力的转化应用,从而推动企业创新绩效提升。创新网络中专有知识借助共享经济平台实现共享和转移是不同企业组织实现自主及协同技术创新、产品创新、流程创新、知识创新的基础和前提,有利于强化员工对新知识的融合和应用,促进新知识网络构建。实践证明,企业知识吸收能力越强,越有利于促进企业知识创新和成果产出。因此,本研究认为企业实际知识吸收能力能够对企业创新绩效产生正向促进作用,同时,企业间自主知识产权交互与创新绩效的关系受到实际吸收能力的中介。基于以上分析,本文提出以下假设:
H2:实际吸收能力正向作用于企业创新绩效。
H3:实际吸收能力在企业自主知识产权交互与创新绩效关系中起中介效应。
企业自主知识产权交互是指创新网络中基于完善的合作协议或技术联盟下的一个或多个企业间特定知识资源进行的交流与互动,本质是企业自主知识产权在市场经济中的流动与交换。知识产权交互在微观层面上旨在基于共享经济平台实现企业间特有知识共享和应用,在该过程中如何在知识产权保护基础上进行特定知识互动与交流,是提升企业创新绩效的重要研究课题。
借助共享经济平台进行产权交互,需要通过创新网络中知识传播方主动进行知识共享和转移,以及知识接收方进行知识搜索、获取、消化、转化与应用等环节,才能最终转变为企业现实生产力和创新成果。知识产权交互存在一定前提条件和发展边界,当依赖于参与主体存在利益一致或信任度较高的社会联系强度情境时,企业间知识才能顺利通过共享经济平台充分实现共享和转化,但是实践证明,创新网络企业间进行特定知识共享、转移、应用和创造时依旧存在知识泄露的风险[21],当泄露的是处于企业核心层的创新知识时,给企业带来的利益损失将是不可估量的。因此,在该过程中,企业核心知识泄露等问题成为企业自主知识产权交互中的潜在知识产权风险。同时,研究表明,企业在自主知识产权转移或创造过程中存在多样化风险,如侵权、传播不当、被恶意窃取及间接传播给其它组织等,均构成知识产权风险。在此基础上,研究认为由于知识产权风险的存在,在知识产权交互过程中会对知识接收方产生一定的负面影响。
企业知识产权风险是指给民事主体知识产权的所有权、使用权、处分权、收益权带来影响的事件及其可能性[7]。基于共享经济背景,创新网络企业间知识共享应存在合理的关系、制度和秩序,知识共享程度直接影响企业核心优势流失速率,这也意味着知识产权交互伴随着不同程度的知识产权风险。当知识产权风险较低时,自主知识产权交互程度越高,知识接收方对知识产权合作和技术联盟的忠诚度越高,企业所面临的知识泄露风险就越低,创新知识转化应用能力及创新成果产出效率就越高;而产权交互程度越低,则反之。当知识产权风险较高时,自主知识产权交互程度越高,知识共享和转移过程出现知识泄露或恶意传播的可能性就越高,知识产权交互主体之间的信任度就越低,导致知识接收方的实际吸收能力逐渐下降,将知识转化为生产力和创新绩效的水平降低;而知识产权交互程度较低时,则反之。基于此,本文提出如下假设:
H4:知识产权风险负向调节企业自主知识产权交互与实际吸收能力之间的关系。
基于以上理论分析及研究假设,本文构建结构模型如图1所示。
图1 结构模型
本文研究对象主要针对共享经济背景下创新网络中的相关企业员工。结合研究目的,调查对象的选取范围主要包括青岛、郑州、武汉及上海等地高新技术开发区内企业员工。其依据是在共享经济环境下,高新技术开发区作为知识密集、技术密集型的新型创新网络区域,聚集着一大批优秀科技人员和经营管理者,成为创新创业的良好场所及推动经济高质量发展,打造科研、教育和生产三位一体的综合性基地。因此,本文研究对象的性质与具体研究内容相匹配。
具体数据收集主要针对创新网络中不同性质、不同行业的企业员工进行问卷调查,共收集问卷736份,剔除无关问卷197份,实际有效问卷549份,有效问卷率达74.59%。其中,被调查者的具体情况如下:男性参与者达64.08%,女性参与者达35.92%;在企业性质方面,国有企业占19%,集体企业占6.34%,外资独资企业占17.61%,中外合资企业占12.68%,民营企业占44.37%;在企业所属行业方面,软件电子信息技术开发占21.13%,生物制药技术管理占12.68%,专业技术咨询公司占7.75%,科研院所技术开发占16.2%,机械制造产品设计占11.97%,医疗技术产品开发占3.52%,建筑设计占5.63%,其余行业占21.12%等;在企业职工规模方面,企业职工规模在100人以下占35.92%,100~500人以下占19.72%,500~1000人层次占18.31%,1000人以上占26.05%等;在企业资产规模方面,千万元级别以下占30.99%,千万元与亿元之间占45.07%,亿元以上占23.94%等。
企业自主知识产权交互测量主要借鉴赵红[22]设计的量表,如有专职部门或专职人员负责日常知识产权交互工作;与外单位合作研发时是否在合同中明确知识产权利益分配机制等,共4个题项。实际吸收能力测量主要包含知识转化和应用,主要借鉴Flatten等[23]的量表,如“员工能够组织和应用获得的知识”、“员工能够理解新知识,并融入自身知识结构”等,共7个题项。知识产权风险测量主要是借鉴周文光[8]、张克英、黄瑞华[24]等的成熟量表,主要包括“企业一定程度上存在未通过法定程序获得知识产权的情况”、“企业未能有效开发和实施知识产权”等,共9个题项。创新绩效测量主要是借鉴姚艳红等[25-27]设计的量表,如“工作中能提供改进技术、流程、服务或生产、销售、管理等方面的新想法”、“工作中能提出独创且可行的解决问题方案”等,共6个题项。
考虑到被调查者所在企业的性质、所属行业、职工规模及资产规模可能对企业创新绩效产生影响,本研究将上述4个变量作为控制变量。
相关变量的均值、标准差、相关系数及显著性水平如表1所示。其中,企业自主知识产权交互、实际吸收能力、知识产权风险及创新绩效之间均呈现正相关关系,初步验证了假设H1(β=0.683,P<0.001)及H2(β=0.495,P<0.001)。
表1 描述性统计与相关性分析结果
变量均值标准差123456781.企业性质3.901.8142.企业类型4.252.5820.193∗3.职工规模2.531.486-0.308∗∗∗0.0154.资产规模2.311.154-0.393∗∗∗-0.0210.798∗∗∗5.企业自主知识产权交互14.142.9860.005-0.0910.0650.0616.实际吸收能力15.152.6360.061-0.026-0.0390.0220.441∗∗∗7.知识产权风险32.186.0310.044-0.067-0.026-0.0550.642∗∗∗0.502∗∗∗8.创新绩效21.453.9180.030-0.0540.0490.0570.683∗∗∗0.495∗∗∗0.807∗∗∗
注:***表示P<0.001;**表示P<0.01;*表示P<0.05,以下表中符号同理
本文对企业自主知识产权交互、实际吸收能力、知识产权风险及创新绩效等变量量表及整体量表的Cronbach′s α系数、KMO值及各变量结构模型组合信度进行检验。如表2所示,除企业自主知识产权交互的KMO值略低于0.8外,其余指标均大于0.8,且各变量组合信度(CR)均大于0.9,表明各量表可靠性得到支持。
表2 信度检验分析结果
变量Cronbach′sα系数KMO值CR1.企业自主知识产权交互0.8880.8850.9912.实际吸收能力0.8050.7910.9673.知识产权风险0.9030.9160.9894.创新绩效0.8430.8410.9815.整体模型0.9530.9530.996
分别从内容效度、区别效度和收敛效度3个方面进行效度检验。首先在内容效度方面,本文中各量表均来自于国内外学者们的已有成熟量表并进行适当修改,使其符合国内情境及本文研究目的,并且在应用于本研究时,经过预调查检验证明各量表是可行的,说明测量量表具有较好的内容效度。其次,在区别效度方面,通过对两两变量之间的协方差模型参数进行限制,比较未限制模型和协方差限制为1的两模型之间的卡方值差异是否显著。结果如表3所示,各变量之间区别效度得到检验。
表3 各变量测量模型区别效度检验结果
变量12341.企业自主知识产权交互02.实际吸收能力32.348∗∗03.知识产权风险29.392∗∗27.730∗∗04.创新绩效36.344∗∗25.133∗∗30.904∗∗0
最后进行收敛效度检验,具体检验结果如表4所示,各变量及整体模型卡方自由度均小于3,p值均大于0.05,RMSEA值均小于0.08,GFI、AGFI等指标值均处于标准值0.9以上,说明各模型适配度良好。另外,通过借鉴平均方差抽取量(AVE)指标,发现各变量及整体模型的AVE值均大于0.5,说明各变量及整体模型具有较好收敛效度。
表4 各变量适配度指标分析结果
变量χ2/dfPRMSEAGFIAGFINFIRFIIFITLICFIAVE1.自主知识产权交互0.7190.4870.0000.9950.9740.9920.9751.0031.0101.0000.8822.实际吸收能力1.0890.2850.0250.9290.8930.9070.8790.9920.9890.9910.8913.知识产权风险1.1800.2500.0360.9590.9200.9570.9320.9930.9890.9930.9104.创新绩效1.6680.1120.0690.9740.9210.9620.9180.9840.9650.9840.8965.整体模型1.1070.0590.0270.8400.7990.8280.7960.9800.9760.9800.992标准阈值<3>0.05<0.08>0.9>0.9>0.9>0.9>0.9>0.9>0.9>0.5
通过构建多层线性回归模型,运用SPSS20.0统计分析软件进行数据处理,具体结果如表5所示。首先,检验企业自主知识产权交互和实际吸收能力对企业创新绩效的直接效应。其中,模型1是对控制变量进行回归得出的结果;模型2和模型3的数据分析结果验证了假设H1,说明企业自主知识产权交互与企业创新绩效呈倒U型关系,企业自主知识产权交互与创新绩效呈显著正相关关系(β=0.682,P<0.001),而其平方与创新绩效呈显著负向关系(β=-0.188,P<0.05);模型4结果显示实际吸收能力能够显著正向影响企业创新绩效(β=0.495,P<0.001)。因此,假设H1、H2得到验证。
表5 多层线性回归分析结果
创新绩效实际吸收能力变量名称直接效应 中介效应调节效应模型1模型2模型3模型4模型5模型6企业性质0.0770.0380.0400.0310.0220.060企业类型-0.0680.0020.005-0.0490.0000.005企业职工规模0.013-0.024-0.0260.0900.019-0.172企业资产规模0.0760.0510.058-0.0140.0110.175企业自主产权交互0.682∗∗∗0.867∗0.575∗∗∗0.701∗∗∗企业自主知识产权交互2-0.188∗实际吸收能力0.495∗∗∗0.240∗∗∗知识产权风险0.017企业自主知识产权交互∗知识产权风险-0.207∗F0.38424.310∗∗∗20.168∗∗∗9.299∗∗∗24.139∗∗∗8.390∗∗∗R20.0110.4680.4690.2520.5140.302△R20.0110.4570.0010.2410.2620.291
其次是实际吸收能力的中介效应检验。结果如表5所示,模型5结果表明实际吸收能力显著部分中介企业自主知识产权交互与创新绩效间关系(β=0.575<0.682,P<0.001;β=0.240,P<0.001)。因此,假设H3得到验证。另外,为了进一步验证实际吸收能力的中介作用,本研究采用Bootstrap检验方法,通过重复随机抽样5 000次计算中介效应置信区间。实际吸收能力中介效应的Bootstrapping检验结果如表6所示。其中,实际吸收能力对企业自主产权交互与创新绩效之间的间接效应为0.140,95%置信区间为[0.054, 0.265],不包含0,说明实际吸收能力的中介效应显著,假设H3得到进一步支持。
表6 实际吸收能力中介作用的Bootstrapping检验结果
模型直接效应间接效应总效应95%置信区间BootLLCIBootLLCI企业自主产权交互→实际吸收能力→创新绩效0.755∗∗∗0.140∗∗∗0.895∗∗∗0.0540.265
最后进行知识产权风险的调节效应检验。如表5中模型6所示,知识产权风险对企业自主知识产权交互与创新绩效关系的调节作用显著为负(β=-0.207,P<0.05),因此,假设H4得到验证。为了更加直观地揭示知识产权风险对企业自主知识产权交互与企业实际吸收能力关系的调节效应,绘制相应的调节效应图。如图2所示,当知识产权风险较低时,企业自主产权交互与创新绩效之间呈现较强正向关系;当知识产权风险较高时,企业自主产权交互与创新绩效之间呈现较强负向关系。
图2 知识产权风险对企业自主产权交互与
创新绩效关系的调节效应
共享经济发展背景下,知识共享、合作与竞争相结合,多主体价值共创理念逐渐渗入组织变革流程,对企业创新发展和社会价值创造具有重要的现实价值。微观领域的区域性知识共享网络主体,包括多种行业、各种产业链及企业联盟等不同组织及个体形态。鉴于此,研究以组织竞合与价值共创理念指导下的创新网络企业节点为切入视角,引入实际吸收能力的中介作用及知识产权风险的调节作用,探讨知识产权保护下创新网络企业自主知识产权交互对创新绩效的作用机理。经检验,文中假设均得到验证:企业自主知识产权交互与创新绩效之间呈倒U型关系;实际吸收能力显著正向影响企业创新绩效,且部分中介企业自主知识产权交互与创新绩效的关系;知识产权风险显著负向调节企业自主知识产权交互与实际吸收能力之间的关系。
本文主要理论意义在于:首先,明确了企业自主知识产权交互对企业创新绩效的倒U型关系,探讨了企业自主知识产权交互作为创新网络中不同企业间的一种专有知识交流与互动,存在互动边界和条件,且自主产权交互程度变化能够显著影响创新绩效变化,当到达某个阈值时,知识产权交互对创新绩效的正向作用程度将逐渐减弱并下降;其次,构建了实际吸收能力在企业自主知识产权交互与创新绩效之间的中介机制,自主知识产权交互是指知识接收方对创新网络平台特有知识的搜索、获取、转化及应用,而企业实际吸收能力显著影响企业员工对新知识的融合应用和自身知识结构创新,有利于促进企业实际吸收能力的提高及知识创新;最后,验证了知识产权风险对产权交互与实际吸收能力关系的调节效应,进一步强调了企业自主知识产权创造和应用过程中所存在的知识产权风险,明确了知识产权风险对企业产权交互过程与外部知识实际吸收能力的调节作用,有利于引起企业管理者重视知识泄露或知识产权侵权风险,学者们应在未来研究中对知识产权风险预测及预警策略开展研究。
基于以上分析,本研究的实践意义与启示如下:
(1)基于共享经济发展大势,资源合理配置需要创新网络中相关组织、产业链载体、企业联盟等不同类型创新主体依据知识产权保护机制,在允许的边界内加强企业间特定知识交流与互动,提高知识接收方实际吸收能力,通过创新网络企业间技术协同创新,优化创新网络资源配置,提升企业组织价值共创能力;另外,政府应积极构建知识产权交互平台,从制度、资本、人才及技术等多个层面制定相关政策,加大对创新型企业的资助和扶持力度,鼓励创新型知识共享和知识产权交互,从而降低企业研发成本支出。同时,注意避免因过度保护而抑制企业间知识共享和知识产权交互,阻碍企业间技术合作和创新产出。
(2)创新网络企业间知识转移和共享,有利于企业多元化知识集成和创新。因此,企业应加强专有知识的相互交流与互动,提高企业间互惠程度,增强知识共享意愿,营建创新网络知识共享文化氛围,建立企业间知识交流与共享平台;另外,通过建立共同发展愿景、培育开放包容性企业文化、完善薪酬激励和晋升机制等方式,促进员工自我提高,强化企业的文化基础和团队协作,提升企业知识吸收和应用能力[19],促进知识和技术向现实生产力转化,提升企业创新产出效率和创新绩效。
(3)创新网络知识产权交互过程需要建立科学完善的知识产权风险评估体系,通过专家客观评估等方式探究知识产权交互的风险可控性和可行性,全面评估企业知识产权风险水平,根据不同水平的知识产权风险,采取相应的预防和抑制措施,强化企业风险意识,有效规避知识产权风险;另外,企业组织需要根据自身发展条件,不断提高创新研发资本投入水平,加强横向协作和联合维权,组建创新联盟,通过多主体协作提高知识产权风险评估和防范水平。
本文研究不足之处在于:①被调查群体来源有限,数据样本不够全面。因此,在未来研究中可进一步完善数据来源范围和结构,确保数据获取与分析的有效性和代表性;②研究过程仅探究了实际吸收能力的中介作用和知识产权风险的调节机制,没有更广泛地考虑相关因素的影响,如信任或感知价值等。因此,在未来研究中将对影响机制和理论框架作进一步补充完善,运用扎根理论和实验经济学方法进一步探讨企业自主知识产权交互的形成及作用机理,将理论应用于实践,实现理论的充分落地。
[1] 洪俊杰,石丽静. 自主研发、地区制度差异与企业创新绩效——来自371家创新型企业的经验证据[J]. 科学学研究,2017,35(2):310-320.
[2] 孙赫. 知识产权保护对我国成长型创新企业自主创新影响的定量分析——以创业板上市企业为例[J]. 科技进步与对策,2017,34(21):95-102.
[3] WANGER A, GOOSSEN M. Knowing me, knowing you: inventor mobility and the formation of technology-oriented alliances[J]. Academy of Management Journal, 2018, 61(6):2026-2052.
[4] ZAHRASA,GEORGEG.Absorptive capacity:a review, reconceptualization, and extension[J]. Academy of Management Review,2002,27(2):185-203.
[5] 张晓芬,刘强. 外部知识源化战略、吸收能力对突破性创新绩效的影响[J]. 首都经济贸易大学学报,2017,19(6):63-69.
[6] 刘介明,陈旭. 企业海外经营中的知识产权风险防控能力研究[J]. 知识产权,2017(7):88-92.
[7] 凌静,张克英. 知识产权风险对创新绩效的影响[J]. 西安工程大学学报,2013,27(4):505-509.
[8] 周文光. 吸收能力与流程创新绩效之间关系的实证研究——基于知识产权风险的调节作用[J]. 南开管理评论,2013,16(5):51-60.
[9] 靳巧花,严太华. 自主研发与区域创新能力关系研究——基于知识产权保护的动态门限效应[J]. 科学学与科学技术管理,2017,38(2):148-157.
[10] LARA A,ROBERTO F,ANNA N. Protecting intellectual property to enhance firm performance: does it work for SMEs[J]. Knowledge Management Research & Practice,2016(1):96-105.
[11] 冯晓青. 企业知识产权管理[M]. 北京:中国政法大学出版社,2012:19-20.
[12] BLANDINE, LAPERCHE. How to coordinate the networked enterprise in a context of open innovation? a new function for intellectual property rights[J]. Journal of the Knowledge Economy,2012(4):354-371.
[13] 袁建中. 企业知识产权管理理论与实务[M]. 北京:知识产权出版社,2011:9-10.
[14] 解维敏,唐清泉. 知识产权保护提高了企业自主创新么?——来自中国上市公司的经验证据[J]. 现代管理科学,2008(7):33-35.
[15] 孙佳,鲍宗客. 共享还是保护?——可占有能力下竞合联盟知识演化策略[J]. 科技进步与对策,2019,36(10):1-9.
[16] 曾德国. 企业知识产权管理[M]. 北京:北京大学出版社,2015:3-9.
[17] 庞博,邵云飞,王思梦. 联盟组合管理能力与企业创新绩效:吸收能力的中介效应[J]. 管理工程学报,2019,33(2):28-35.
[18] TSAI. Benefits of cooperation on innovative performance: evidence from integrated circuits and biotechnology firms in the UK and Taiwan[J]. R&D Management, 2001, 33(4) :425-437.
[19] 孙冰,沈瑞. 行业竞争强度对创新扩散效率的影响——知识吸收能力的中介作用[J]. 科技进步与对策,2017,34(1):59-65.
[20] 付敬,朱桂龙. 知识源化战略、吸收能力对企业创新绩效产出的影响研究[J]. 科研管理,2014,35(3):25-34.
[21] FRISHAMMAR J, ERICSSON K, PATEL P C. The dark side of knowledge transfer: exploring knowledge leakage in joint R&D projects[J]. Technovation, 2015, (s41-42):75-88.
[22] 赵红,杨震宁. 环境不确定性、研发管理与技术创新绩效间关系的实证分析[J]. 技术经济,2017(8):9-16.
[23] FLATTEN T C, ENGELEN A, ZAHRA S A, et al. A measure of absorptive capacity: scale development and validation [J]. European Management Journal, 2011, 29(2): 98-116.
[24] 张克英.合作研发中知识产权风险对合作行为及创新绩效影响的实证研究[D].西安:西安交通大学,2007.
[25] GEMUNDEN H G, RITTER T, HEYDEBRECK P. Network configuration and innovation success: an empirical analysis in German high-tech industries [J]. International Journal of Research in Marketing, 1996,13(5): 449-462.
[26] BELL G G. Clusters, networks, and firm innovativeness [J]. Strategic Management Journal, 2005, 26(3): 287-295.
[27] 姚艳红,衡元元. 知识员工创新绩效的结构及测度研究[J]. 管理学报,2013(10):97-102.