开放科学(资源服务)标识码(OSID)：
Following knowledge theory and resource-based theory, this study uses invention patent data from the ICT industry from 2005 to 2020 to study the impact of the synergy between independent and cooperative R&D models on key technology breakthroughs, and explore the role of enterprise knowledge absorption capacity and technological knowledge base characteristics in key technology breakthroughs. The research results indicate that the complementarity of the two R&D models promotes breakthroughs in key technologies, while balance and breakthroughs in key technologies have a negative correlation. There is a positive correlation between the synergy of the two R&D models and breakthroughs in key technologies; finally, the knowledge absorption capacity of enterprises mediates the relationship between the complementarity and balance of two types of R&D models and key technology breakthroughs. In addition, the breadth and depth of enterprise technological knowledge base negatively moderate the relationship between the complementarity of R&D models and key technology breakthroughs, but positively moderate the relationship between balance and key technology breakthroughs.
To achieve breakthroughs in key technologies, enterprises need to not only build an independent R&D system and improve their independent R&D capabilities, but also seek external cooperation, carry out collaborative R&D, and achieve complementary advantages between independent R&D cooperation and collaborative R&D. However, it is not necessary for enterprises to pursue an absolute balance between independent research and cooperative R&D. When conducting two types of R&D activities simultaneously, attention should be paid to the allocation of resources. There is no need to evenly allocate technical resources between the two types of innovation activities, and resources should be allocated to the R&D model that is most conducive to breakthroughs in key technologies. The knowledge absorption capacity of enterprises plays an important role in achieving key technology breakthroughs through two R&D models. Knowledge absorption capacity should be improved through the joint construction of R&D platforms or talent introduction. Finally, independent and cooperative R&D activities should be carried out based on one's own technological knowledge endowment. The characteristics of a technological knowledge base should be taken into account in the selection of an R&D model, so that enterprises can choose appropriate R&D models based on their own technological knowledge infrastructure.
This study has enriched the theories related to breakthroughs in key technologies. Firstly, the current research on breakthroughs in key technologies mainly focuses on conceptual analysis, influencing factors, breakthrough paths and case studies. The research fields are relatively scattered, yielding macro research content and conclusions with low universality, making it often difficult to guide practice. This study uses patent data from the ICT industry to explore the internal mechanism of key technology breakthroughs, making up for the shortcomings of previous research and achieving quantitative evaluation of key technology breakthrough paths through scientific methods and objective data. Secondly, research on independent or cooperative R&D focuses more on their impact on innovation performance. Key technologies are significantly different from general technologies, and existing research conclusions may not be applicable to key technology breakthroughs. This study explores the impact of the synergy between independent and cooperative R&D on key technology breakthroughs and further analyzes the complementary and balanced effects of the two R&D models, deepening the understanding of the two R&D models and research on key technology breakthrough paths. The research conclusion provides a theoretical basis and practical inspiration for relevant enterprises in the ICT industry to adjust their R&D strategies.
开放科学(资源服务)标识码(OSID)：
中共二十大报告明确提出“坚决打赢关键核心技术攻坚战”的重要任务。近年来,我国高新技术产业科技创新能力显著提升,在重大科技创新领域取得突破性成果,如高速铁路、智能制造、5G通信等。然而,目前我国在许多关键核心技术领域仍落后于西方发达国家,我国企业不同程度面临关键核心技术“卡脖子”问题。技术研发对企业突破关键核心技术至关重要。根据参与主体不同,企业技术研发模式可分为独立研发和合作研发两种。随着企业创新边界的开放,越来越多的企业同时进行独立研发与合作研发活动,以期实现两种研发模式优势互补。然而,在企业能力和资源有限情况下,如何处理好两种研发模式之间的关系以实现关键核心技术突破,成为一个亟待解决的关键问题。部分学者认为,两种研发模式可以相互促进。合作研发能使企业获得来自外部组织的互补性知识,有助于提高自主研发成功率[1-2]。同时,独立研发积累的知识又为合作研发提供了坚实的基础,从而能提高合作研发成功率[3]。理论界和实践界普遍认为,两种研发模式存在协同效应,因此越来越多的企业为获得更高的研发收益,同时采用两种研发模式[1]。然而,在实际操作中,大量企业却并未成功整合两类研发模式,难以实现两者协同效应。有关学者指出,独立研发和合作研发不仅未产生协同效应,相反还会出现互相抑制现象,并对企业绩效产生负向影响(苏中锋,2016)。因此,研究企业独立研发与合作研发关系对关键核心技术突破存在何种影响具有重要意义。
无论是独立研发还是合作研发均有助于实现新知识创造或获取,扩大技术知识积累范围,为企业技术知识元素重组提供知识来源[4]。在这一过程中,企业面临高效识别与利用所需知识的重大挑战,知识吸收能力在将知识转化为企业创新能力过程中发挥关键作用。企业获取有价值的知识后,需要对知识进行甄别与筛选,将其消化并转化为企业自身的知识系统[5]。作为架构在企业内部资源与外部知识之间的“桥梁”[6],知识吸收能力在企业通过两种研发模式突破关键核心技术过程中发挥何种作用?基于知识权变观点[7],企业技术创新需要结合自身技术知识基础,充分考虑自身结构特征,如技术知识基础广度和深度,不同技术知识基础特征对企业创新效率的影响效果不同。这表明,企业需要根据自身知识积累差异动态调整研发策略。因此,探究企业技术知识基础对关键核心技术突破的影响具有重要意义,有助于企业更好地根据自身技术知识资源,选取合理的研发模式,进而实现关键核心技术突破。
综上所述,关键核心技术突破对于解决我国面临的“卡脖子”困境和推动经济结构转型,实现经济高质量发展具有重要推动作用。然而,当前研究多局限于案例分析或者理论探讨,未充分关注多元研发模式协同对关键核心技术突破的影响。因此,本文收集中国ICT产业2005—2020年发明专利数据,筛选出其中的关键核心技术,选取该产业具有代表性的131家企业作为研究样本,深入分析企业独立研发与合作研发关系对关键核心技术突破的影响机制,以期为中国企业设计合适的研发模式提供理论依据。
关键核心技术突破已成为学术界和实践界关注的焦点,当前学者主要围绕以下两点开展研究:
(1)关键核心技术基本概念与识别方法研究。现有研究指出,关键核心技术是指在生产或技术系统中处于核心地位并发挥关键作用的技术[8]。关键核心技术是兼具关键技术和核心技术的复合型概念,相较于一般性技术或核心技术,具有高投入性、高风险性、长周期性、高价值性、高辐射性、颠覆性特征[9]。基于此,有关学者提出关键核心技术识别原则和识别方法以基于专利信息的定量分析方法为主[10-11]。因为专利是技术研发成果的重要载体,高质量核心专利既是关键核心技术高价值的体现,也是关键核心技术的重要表征。因此,识别关键核心技术的关键在于评估核心专利的价值和质量,从而识别出关键核心专利[12]。
(2)关键核心技术影响因素和突破路径。研究发现,中国在关键核心技术突破方面临多方面问题,如基础研究支撑乏力、企业创新主体地位不明显、关键核心技术攻坚体系不健全、关键共性技术欠缺、人才因素制约严重、协同创新融合不够等(宋艳,2022)。在关键核心技术突破路径方面,一些学者认为关键核心技术演进特征符合梅特卡夫定律,需要学术界与产业界相互合作、相互促进,并催生出新的关键核心技术(包云岗,2022)。另外一些学者则发现,“跨界组合”和“深度积累”是关键核心技术突破的两个基础性机制(王敏和银路,2022)。此外,目前学术界对关键核心技术突破的研究多以案例分析为主。比如,学者研究海尔集团核心技术创新能力提升过程发现,其经历了技术引进与消化吸收的模仿创新、内部研发和外部合作与兼并(以内部研发为主)、技术整合与自主研发相结合(以外部整合引进为主)的过程(吴画斌,2019)。
已有学者指出独立研发与合作研发单一模式对关键核心技术突破具有重要影响。与此同时,当前越来越多的企业同时开展独立研发与合作研发两种活动[13]。由多样化研发伙伴构成的研发联盟,其创新产出的技术影响力更大[14]。但也有研究表明,独立研发对创新产出具有推动作用。相关学者通过研究“能耗双控”目标对高耗能企业创新策略的影响发现,坚持自主研发的企业其经济效益和环境效益显著优于依赖技术引进的企业(张悦,2023)。
无论是独立研发还是合作研发,都涉及新知识获取和知识的重新组合与利用。在这一过程中,企业内部知识资源和能力对知识获取、吸收、转化与利用起重要作用。Szulanski[15]指出,企业从外部获取、消化、转化及利用的知识,只有将其转化为自身技术知识,才能提高企业技术创新能力[16-17]。可见,从新知识到创新成果转化离不开企业知识吸收能力[18-19]。Cuevas等[20]的研究表明,知识吸收能力对企业创业取向与开放式创新关系发挥中介作用。此外,技术知识基础广度和深度代表组织技术知识结构,企业需要根据自身技术知识基础广度和深度调整研发活动策略。尹航(2022)指出,高技术知识基础广度对自主研发与外部搜寻具有显著正向影响,高技术知识基础深度对外部搜寻战略具有显著正向影响。
企业独立研发和合作研发对关键核心技术突破均具有重要影响,但现有研究未深入探究企业独立研发和合作研发协同效应与关键核心技术突破间的关系。鉴于此,本文基于知识基础理论和资源基础理论,利用ICT行业2005—2020年发明专利数据,研究企业独立研发与合作研发协同性、知识吸收能力和技术知识基础对关键核心技术突破的影响,为企业制定独立研发与合作研发策略,进而实现关键核心技术突破提供重要决策依据。
无论是独立研发还是合作研发均有助于促进企业创新绩效提升[13]。然而,关于两种研发模式之间的关系存在两种不同观点。一种观点认为,独立研发与合作研发存在相互抑制关系,不利于企业创新绩效提升(苏中锋,2016);另一种观点则认为,两种研发模式可以实现优势互补,对企业整体创新绩效起积极作用[21]。不同观点的出现可能是由于两类研发模式既能产生互补性效应,又能产生平衡性效应(刘岩,2022)。因此,本文探究独立研发与合作研发协同表现的互补性与平衡性对关键核心技术突破的差异性影响。
由于关键核心技术突破是一个极为复杂的过程,需要耦合多元化技术知识[22],要求企业具备完整的研发体系,以便有效整合和利用内部技术知识,准确评估外部新知识的价值。同时,企业也会开放创新边界,捕捉外部技术发展前沿,获取外部新知识元素。这表明,企业需要同时开展独立研发和合作研发两种研发活动,但独立研发与合作研发对企业资源能力的要求不同。因此,有必要深入探究企业如何管理和协调两种研发模式以实现关键核心技术突破。
已有研究指出,独立研发和合作研发具有互补性和平衡性。其中,互补性是指企业以独立研发为主要创新方式,合作研发作为辅助补充方式,反之亦然。当企业过度依赖独立研发时,可能会面临资源和知识的限制,难以获取外部技术和创新资源,从而导致技术独立性和原创性受限。相反,过度依赖合作研发则有可能削弱企业创新活力,使企业失去自主控制权和灵活性。因此,企业需要灵活选择和协调两种研发模式。当企业以独立研发模式为主时,应构建较为完善的内部研发体系进行技术创新[23],同时选择合作研发克服过度依赖内部资源的弊端[24],进而实现关键核心技术突破。而当企业以合作研发模式为主时,应辅之以独立研发体系提高企业自身创新能力,确保技术自主可控,最终实现关键核心技术突破。据此,本文提出如下假设:
H1:企业独立研发与合作研发互补性对关键核心技术突破具有正向影响。
平衡性是指企业追求独立研发和合作研发活动的绝对平衡,将资源平均分配到两类研发活动中。然而,关键核心技术突破本身需要较长的研发周期和巨大的人力、物力和财力资源投入。首先,追求独立研发和合作研发绝对平衡对企业资源禀赋要求过高,企业受资源有限性的束缚,有可能会出现两类研发模式相互竞争的格局,从而阻碍关键核心技术突破。其次,创新存在一定的路径依赖性。如果企业早期以独立研发为主实现关键核心技术突破,会形成一套独特的研发惯例和模式。此时,企业以绝对平衡的方式进行合作研发反而会受到原本研发模式的制约,反之亦然。再次,同时追求独立研发和合作研发需要有效的资源管理与协调,这会增加管理的复杂性,尤其是当企业处理与外部合作伙伴的关系时,管理复杂性会加剧资源浪费,不利于关键核心技术突破。最后,过于平衡独立研发和合作研发容易使企业决策受资源分配的影响,而不考虑战略目标和市场需求,导致企业在不适当领域进行研发,降低关键核心技术突破成功率。据此,本文提出如下假设:
H2:企业独立研发和合作研发平衡性会抑制关键核心技术突破。
协同性是元素之间相互协作相互影响的能力,取决于元素之间的匹配程度(平衡性)和互补程度(互补性)。两种研发模式互补性程度越高,意味着企业从两种研发模式中获取的知识元素之间的相互依赖程度也就越高,这会为企业提供更多知识资源和知识组合机会,有助于企业更好地对外部合作获得的知识进行整合和转化。在此基础上,企业会进一步提高两类研发模式之间的平衡性,使企业拥有更多资源,增强知识搜索能力,选择更合适的合作伙伴,更好地整合和转化外部知识元素,降低知识融合试错成本,提高技术创新能力,促进关键核心技术突破。据此,本文提出如下假设:
H3:企业独立研发与合作研发协同性对关键核心技术突破具有正向影响。
关键核心技术具有多层次嵌套性和高度复杂性特征,技术层级高,涉及的学科广,领域跨度大,复杂度高,需要连接不同领域的知识架构[25],企业强大的知识吸收能力有助于利用这些知识促进关键核心技术突破。
本文认为,知识吸收能力受到企业两类研发模式的共同影响。企业独立研发和合作研发之间存在高度互补性,两类研发模式相互补充可以提供不同类型知识来源。独立研发有助于培养企业核心技术和专有知识,而合作研发则可为企业引入外部专业知识和经验,这些差异化的知识元素能够增加企业知识资源积累,提高企业识别和吸收外部知识元素的能力,正向作用于企业知识吸收能力。当企业两类研发模式互补性较低时,可能会出现两种情况:一是企业独立研发和合作研发获取的知识差异较大,导致企业难以快速吸收和整合知识元素;二是两种研发模式获取的知识元素之间存在重叠,导致企业面临知识重复、冗余而难以获取和吸收全新的知识元素,不利于企业知识吸收能力提升。因此,独立研发和合作研发对企业知识吸收能力具有正向影响。
能力的构建与提升并非一蹴而就,而是一个长期积累的过程。独立研发和合作研发所需能力不同,当企业过度追求独立研发和合作研发之间的平衡性时,意味着企业平等地将各类资源分配在两类研发活动中,导致资源和能力被分散和稀释,使得企业没有足够的资源培育知识吸收能力,从而对企业知识吸收能力产生负向影响。同时,由于外部技术与市场环境快速变化,固守绝对平衡的研发策略将使企业缺乏足够的灵活性和敏锐性而无法识别外部前沿知识,导致企业对新知识获取与吸收的效果较差,不利于企业知识吸收能力提升。据此,本文提出如下假设:
H4:企业知识吸收能力在研发模式协同性与关键核心技术突破之间存在显著中介作用。
企业技术活动依赖于自身技术知识基础,不同技术知识基础对企业技术研发模式的影响效果不同[26-27]。当企业拥有高技术知识基础广度时,意味着企业拥有的知识元素数量多,可能会负向调节独立研发和合作研发互补性对关键核心技术突破的正向作用。原因在于:一方面,当企业拥有广泛的知识元素时,其可能更倾向于独立研发,因为拥有广泛技术知识基础足以解决多数关键核心技术突破所需的知识资源短缺问题。这会导致企业低估外部合作潜力,影响开展合作研发的积极性,导致企业独立研发和合作研发互补效应降低,削弱独立研发和合作研发互补性与关键核心技术突破之间的正向关系;另一方面,广泛的技术知识基础很难找到外部合作伙伴,因为企业建立合作关系是为获得异质性知识资源,当企业拥有广泛的知识元素时,同样要求合作伙伴具备足够多的专业技术知识,以填补企业内部知识缺口,而这对合作伙伴的知识资源禀赋要求较高,导致合作伙伴匹配困难,从而会削弱企业两类研发模式间的互补效应。据此,本文提出如下假设:
H5a:技术知识基础广度负向调节独立研发和合作研发互补性与关键核心技术突破之间的正向关系。
当企业拥有高技术知识基础深度时,意味着企业对自身技术知识元素的掌握程度高,可能会负向调节独立研发和合作研发互补性与关键核心技术突破之间的关系。这是因为:一方面,当企业拥有高技术知识基础深度时,表明其在某一特定技术领域深耕多年,属于该行业技术领先者,为避免核心技术外溢,企业更愿意采用独立研发模式保证技术的专有性,导致企业难以实现两类研发模式的互补效应;另一方面,技术创新往往受到以往经验的影响,企业更容易接纳自身熟悉的知识,而对相对陌生的知识产生排斥反应。合作研发往往会带来异质性知识,企业有可能难以有效利用合作研发获取的知识元素,导致独立研发和合作研发很难发挥互补作用。据此,本文提出如下假设:
H5b:技术知识基础深度负向调节独立研发和合作研发互补性与关键核心技术突破之间的正向关系。
企业技术知识基础广度和深度同样影响独立研发和合作研发平衡性与关键核心技术突破之间的关系。当企业拥有广泛的高技术知识基础时,意味着其拥有大量不同领域的知识元素,有助于缓解由于资源有限性而导致独立研发和合作研发产生的竞争关系,从而削弱独立研发和合作研发平衡性对企业关键核心技术突破的负向作用。企业技术知识基础深度提升意味着其对自身拥有知识元素的熟悉程度不断增加,对于技术领域发展前沿有更为深入的认知,这使得企业能够更加准确地评估该产业未来技术发展方向和趋势,更精准地选择合作伙伴,以减轻由于资源有限性而导致的两类研发间的相互竞争关系。此外,拥有高技术知识基础深度的企业往往是该技术领域的领先者和引导者,其它企业更愿意与之建立合作创新关系,且在合作过程中更愿意共享自身知识,这使得高技术知识基础深度企业能够有效提升合作研发资源投入利用率,降低独立研发和合作研发间的竞争压力。据此,本文提出如下假设:
H6a:技术知识基础广度会削弱独立研发和合作研发平衡性与关键核心技术突破之间的负向关系。
H6b:技术知识基础深度会削弱独立研发和合作研发平衡性与关键核心技术突破之间的负向关系。
综上所述,本文构建理论模型如图1所示。
图1 理论模型
Fig.1 Theoretical model
本文以ICT产业专利数据作为研究样本,主要基于以下考虑:ICT产业覆盖通信设备、应用软件以及与之相关的各种服务和应用软件,人工智能、半导体、5G和6G通信等都是其细分领域[28]。作为知识密集型产业,ICT产业内的企业在创新方面往往会投入大量资源,并积极寻求外部合作。同时,该产业内的企业通常会通过申请专利保护自身知识产权,因此利用该行业专利数据能够很好地追踪与刻画产业技术变化趋势[10]。此外,中国在数字技术领域发展迅速,涌现出众多优秀的ICT企业,这些企业在关键核心技术领域申请了大量专利。因此,本研究以ICT产业专利作为基础研究数据。
根据2008年OECD[29]公布的ICT国际专利分类号,本文首先界定检索范围。之后,利用专利信息检索网站Innojoy,检索到ICT产业2005—2020年的发明专利共计3 860 061条。本文从专利类型、权利要求数、专利被引频率、专利技术宽度、专利法律状态、专利转化信息等指标中筛选出高价值专利,这些高价值专利可作为关键核心技术的近似替代指标[30]。基于此,借鉴以往学者研究成果[12],识别并筛选出ICT行业2005—2020年的8 802项关键核心技术,数据筛选步骤见表1,检索时间为2023年3月,最终筛选出8 802条关键核心技术专利。
表1 数据检索步骤
Table 1 Data retrieval steps
步骤检索条件数据量/(条)1OECD公布的ICT各子领域国际专利分类号[29]10 998 8402专利申请年份为2005-2020年8 143 1823中国发明申请3 860 6615被引数>02 606 0726权项数>10721 9357技术宽度>1271 9548授权129 3119有转让、许可或质押记录的专利8 802
通过对ICT产业8 802条关键核心技术专利申请人进行分析发现,关键核心技术专利申请人中既有中国企业,也有国外企业,但关键核心技术专利数量不同。为避免样本量过小引起的噪音问题,根据ICT产业关键核心技术专利申请人信息,进一步筛选出2010—2020年拥有5件以上关键核心技术专利的131家中国内地企业作为研究对象,并将这些企业作为中国ICT产业最具代表性的企业。然后,根据这131家企业名单,再次从Innojoy网站下载企业2005—2020年发明专利作为研究数据。
本文以企业关键核心技术数量、独立研发和合作研发互补性、平衡性、协同性、企业知识吸收能力、技术知识基础广度和深度为主要研究变量。由于研发活动具有持续性,技术知识基础存在累积效应,因此除关键核心技术数量外,其余变量用企业i第t-4至t年申请的发明专利数据测度第t年的值。
3.2.1 因变量
企业关键核心技术(Key-Core-Patent)。如前文所述,本文以131家企业每年识别出的关键核心技术专利数量作为企业关键核心技术的近似值。
3.2.2 自变量
借鉴以往学者研究,本文以独立研发和合作研发互补性、平衡性及其交叉值协同性作为自变量,具体测量方式如下:①独立研发(IND):企业独立申请发明专利数占所有发明专利数的比重;②合作研发(CLL):企业联合申请发明专利数占所有发明专利数的比重;③互补性(COB):用独立研发与合作研发的乘积表示(孙玉涛等,2019),计算公式为COB=IND*CLL,为保持与平衡性相同的数值水平,对其作归一化处理;④平衡性(BLC):根据“有机平衡观”测度[31],计算公式为BLC=1-|IND-CLL|,该值介于0～1之间,该值越大表明企业两类创新活动平衡程度越高;⑤协同性(SYG):用互补性和平衡性的乘积测算(孙玉涛等,2019),计算公式为SYG=COB*BLC。
3.2.3 中介变量
企业知识吸收能力是指企业消化吸收外部资源的能力,参考已有文献[32],利用企业申请发明专利中引用其它专利的次数加1取自然对数测度。
3.2.4 调节变量
企业技术知识基础广度(Breadth)和深度(Depth)[33-34],用专利涉及的IPC分类小类数量测度企业技术知识基础广度;企业技术知识基础深度的测度分两步,先计算技术比较优势(RTA):
(1)
其中,pi,k是指企业i在k技术分类拥有的专利数,Ti为企业i的专利总数。在RTA值的基础上,再计算企业技术知识基础深度,公式如下:
(2)
其中,μRTAi为RTAi,k的均值,σRTAi,k为其标准差。
3.2.5 控制变量
为有效控制其它因素的干扰,本文设置企业年龄、企业性质、企业发明人数作为控制变量。①企业年龄(Age):企业年龄不同,企业在经营资本和合作经验方面也存在差异,因此本文将其设置为控制变量;②企业性质(Type):企业性质不同,其拥有资源及获取新资源的难度也不同,本文将企业性质划分为5个等级,从1～5分别为国企、私企、外企、合资企业和其它类型企业;③企业发明人数(ln_Inventor):研发人员投入不同,企业创新绩效也不同,由于企业研发人员数据不易获得,而专利发明人信息较易获得,因此本文用发明者人数作为企业研发人员投入的代理指标,用企业第t-4至t年申请的发明专利中的发明人数加1再取对数测度。
表2为各变量的描述性统计与相关性分析结果。从表中可以发现,部分变量之间存在一定相关性,可能存在多重共线性问题,因此对各变量作方差膨胀因子分析(VIF)。分析结果显示,各变量的VIF值均小于10,说明各变量之间不存在严重的多重共线性问题。由于关键核心专利数量为非负整数,且数据呈现出超离散分布特征,因此采用负二项回归分析方法对变量进行回归分析。
表2 变量描述性统计与相关性分析结果
Table 2 Variable Descriptive statistics and correlation analysis results
变量1234567891.关键核心技术专利数量12.互补性0.00213.平衡性-0.092*0.467*14.技术知识基础广度0.252*0.234*-0.483*15.技术知识基础深度0.194*0.206*-0.129*0.723*16.ln_引证专利数0.132*0.245*-0.321*0.799*0.741*17.企业年龄0.036*0.178*-0.183*0.541*0.468*0.526*18.企业性质-0.112*-0.115*-0.045-0.036-0.037-0.043-0.065*19.发明人数0.2*0.034-0.0480.316*0.584*0.321*0.143*-0.135*1Mean2.8410.0320.315.74931.2522.63311.9992.6340.014Std. dev.10.2060.0660.4143.22238.1661.9318.621.1930.064
注:*p<0.05
表3为企业两种研发模式互补性、平衡性和协同性对关键核心技术突破影响的回归结果,模型1为仅包含控制变量的基础模型,模型2～4为加入自变量两种研发模式互补性、平衡性和协同性的回归结果。由模型2可以看出,独立研发和合作研发互补性与关键核心技术数量之间存在正相关关系,假设H1得到验证。这表明,ICT产业技术主要集中在信息通信领域,由于该领域技术的高度复杂性和广泛性,企业仅仅依靠独立研发很难实现关键核心技术突破,与外部高校、研究机构或其它企业合作可以实现优势互补,进一步促进技术创新突破。由模型3可以看出,独立研发和合作研发平衡性回归系数为负,且在1%水平上显著,假设H2得到验证。这表明,ICT产业内的企业突破关键核心技术既需要独立研发又需要合作研发,企业寻求合作研发应是针对某一技术难题,在资源分配和战略部署上有所侧重。当企业过度追求两种研发模式的平衡性时,由于资源分配和战略配置不合理,会降低关键核心技术突破成功率。由模型4可以看出,独立研发和合作研发协同性与关键核心技术突破之间存在正相关关系,假设H3得到验证。这表明,ICT企业突破关键核心技术同时开展独立研发和合作研发,两者之间存在协同性,企业利用两种研发模式实现技术知识优势互补和资源有效利用,进而促进关键核心技术突破。
表3 互补性、平衡性和协同性对关键核心技术突破影响的回归结果
Table 3 Regression results of the impact of complementarity, balance, and synergy on the breakthroughs in key technologies
模型 1234互补性0.370*1.587*** (-0.182)(-0.352)平衡性-1.350***-2.463*** (-0.149)(-0.271)协同性1.351* (-0.62)企业年龄控制控制控制控制企业性质控制控制控制控制发明人数控制控制控制控制 _cons-1.035***-0.999***-0.494**-0.442* (-0.159)(-0.2)(-0.17)(-0.211) N1 4411 4411 4411 441
注:①Standard errors in parentheses;②*表示p<0.05,**表示p<0.01,***表示p<0.001,下同
表4为企业知识吸收能力中介作用的回归结果,由表3模型2和表4模型5、6可知,企业知识吸收能力在两种研发模式互补性与关键核心技术突破之间存在中介作用。由表3模型3和表4模型7、8可知,企业知识吸收能力在两种研发模式平衡性与关键核心技术突破之间存在中介作用,假设H4得到验证。这表明,ICT企业关键核心技术的高度复杂性使得企业在关键核心技术突破过程中需要接触广泛而复杂的知识,企业从外部获取的新知识需要有效转化为自身创新能力才有利于关键核心技术突破,企业知识吸收能力提升能够加快其对新知识的消化与利用。
表4 企业知识吸收能力对关键核心技术突破影响的回归结果
Table 4 Regression analysis results of the impact of enterprise knowledge absorption capacity on key technology breakthroughs
模型5678 ln_引证专利数计次关键核心技术数量ln_引证专利数计次关键核心技术数量互补性1.257***-0.051 (-0.28)(-0.164)平衡性-3.888***-0.525** (-0.115)(-0.166)ln_引证专利数计次0.347***0.326*** (-0.023)(-0.024)企业年龄控制控制控制控制企业性质控制控制控制控制发明人数控制控制控制控制 _cons1.860***-2.209***3.962***-1.986*** (-0.423)(-0.194)(-0.395)(-0.207) N1 4411 4411 4411 441
表5为企业技术知识基础广度和深度的调节作用回归分析结果。由模型9和模型11可知,企业技术知识基础广度、深度与互补性的交叉项系数分别为-0.01和-0.23,在1%水平下显著,说明企业技术知识基础广度和深度负向调节两类研发模式互补性与关键核心技术突破之间的关系,假设H5a、H5b得到验证。由模型10和模型12可知,知识基础广度、深度与平衡性的交叉项系数分别为0.011和0.393,在0.1%水平下显著,说明企业技术知识基础广度和深度会削弱平衡性与关键核心技术突破之间的负相关关系,假设H6a和H6b得到验证。
表5 企业技术知识基础广度和深度对关键核心技术突破影响的回归分析结果
Table 5 Regression analysis results of the impact of the breadth and depth of enterprise technological knowledge base on key technology breakthroughs
模型 9101112互补性0.2990.32 (-0.168)(-0.178)平衡性-1.361***-1.040*** (-0.156)(-0.164)技术知识基础广度0.013***0.012*** (-0.001)(-0.001)技术知识基础广度×互补性-0.011** (-0.003)技术知识基础广度×平衡性0.011*** (-0.002)技术知识基础深度0.300***0.254*** (-0.026)(-0.026)技术知识基础深度×互补性-0.231** (-0.081)技术知识基础深度×平衡性0.393*** (-0.057)企业年龄控制控制控制控制企业性质控制控制控制控制发明人数控制控制控制控制 _cons-1.048***-0.523**-1.373***-0.904*** (-0.159)(-0.169)(-0.166)(-0.174) N1 4411 4411 4411 441
本文根据ICT产业2005—2020年的发明专利数据,基于知识基础理论,探究ICT产业独立研发和合作研发互补性、平衡性、协同性对关键核心技术突破的影响机制,以及知识吸收能力和技术知识基础在这一过程中的调节作用,通过对131家ICT企业专利数据进行实证分析,得出如下结论:
(1)企业独立研发和合作研发互补性与协同性对关键核心技术突破具有正向影响,企业独立研发和合作研发平衡性与关键核心技术突破之间存在负相关关系。企业在突破关键核心技术过程中同时开展独立研发和合作研发能够实现两种研发模式的优势互补,有助于促进关键核心技术突破;但若企业过度追求两种研发模式平衡则会导致资源不足和浪费,不利于关键核心技术突破。
(2)企业知识吸收能力在研发模式互补性与平衡性对关键核心技术突破影响中存在中介作用。无论是独立研发还是合作研发,都需要企业消化吸收所获得的外部知识,才能实现关键核心技术突破。
(3)企业技术知识基础特性在研发模式与关键核心技术突破之间具有显著调节作用,技术知识基础广度、深度负向调节独立研发和合作研发互补性与关键核心技术突破之间的正向关系,但会削弱两类研发模式平衡性与关键核心技术突破之间的负向关系。
本文主要理论贡献体现在以下两个方面:
(1)关键核心技术突破已成为中国理论与学界关注的重点,目前关于关键核心技术突破的研究主要集中在概念辨析、影响因素、突破路径、案例分析上,研究内容和结论较为宏观。本文利用ICT产业专利数据揭示企业研发模式关系对关键核心技术突破的影响效应,丰富了关键核心技术突破相关理论。
(2)已有研究虽然已发现研发模式对企业创新活动的影响,但未深入分析研发模式协同关系对关键核心技术突破的影响。本文基于知识基础理论,明晰企业独立研发与合作研发互补性、平衡性及其协同效应对关键核心技术突破的影响,引入企业知识吸收能力作为中介变量、以技术知识基础广度和深度作为调节变量,揭示研发模式协同对关键核心技术突破的影响机制,深化了对两种研发模式的理解以及对关键核心技术突破路径的研究。
根据上述研究结论,本文提出如下启示:
(1)实现关键核心技术突破,企业既需要构建独立研发体系,提高自主研发能力,同时也需要寻求外部合作,开展合作研发,实现独立研发和合作研发的优势互补。当企业已经具备较为完善的独立研发体系时,仍需要适度开展合作研发。通过与外部合作伙伴展开合作获取外部专业知识、技术和资源,弥补企业自身研发不足。当企业具备良好的合作研发体系时,需要建设自身独立的研发体系,如建立科研机构、研发团队和技术创新平台,加强技术人员培养,加大科研投入。独立研发体系可以帮助企业更好地识别和转化外部技术知识,提高技术知识吸收和创新能力。企业还应根据自身战略目标和需求平衡独立研发与合作研发之间的关系。在某些关键核心技术领域,企业可以聚焦独立研发,提升自身技术实力和核心竞争力。而在其它领域,则可以借助合作研发优势,快速获取外部技术资源,加速关键核心技术突破。实现研发模式协同需要充分整合企业内外部数据和资源。企业应强化与合作伙伴之间的关系,与外部合作伙伴建立良好的合作关系对于研发模式协同至关重要,通过与专业研究机构、高校或其它企业建立合作伙伴关系,共同进行技术研发合作、资源共享和技术交流,实现关键核心技术突破。同时,建立数据共享机制,整合各部门和合作伙伴的数据资源,提供更全面和准确的信息支持,进而促进关键核心技术突破。
(2)提高企业知识吸收能力。任何研发活动都会创造出新知识,企业需要通过识别、获取、转化与整合环节才能将新知识与已有知识元素进行耦合,进而促进企业创新能力提升。关键核心技术不同于一般技术,更需要企业对跨界新知识元素进行交叉重组,因此企业需要花费更多时间提高知识吸收能力。除加强与外部合作伙伴、研究机构、高校等的合作外,企业还应促进知识和资源共享,通过完善知识管理系统,确保知识的有效保存、传递和利用,提升员工学习能力,丰富员工专业知识,进而提升企业知识吸收能力。
(3)企业应根据技术知识基础特性合理选择研发模式,进而实现关键核心技术突破。当企业具备高技术知识基础广度和深度时,企业应选择独立研发模式进行关键核心技术突破,减少合作研发创新活动的开展,将更多资源用在独立研发上。当企业均衡开展独立研发和合作研发活动时,应扩展技术知识元素范围,深入挖掘已有技术知识元素内涵,通过强化自身知识基础广度和深度,增强对合作研发过程中出现问题的处理能力,从而促进企业关键核心技术突破。
尽管本文对企业独立研发与合作研发模式协同突破关键核心技术机制进行了探讨,并得出一些结论,但依然存在一些不足:第一,本文仅使用ICT这一行业数据进行分析和验证,样本选取存在一定局限性,未来可尝试收集其它行业数据,开展更深入的实证研究;第二,关于关键核心技术筛选指标存在一定局限,未来应尝试选用其它指标重新筛选,以提高研究结论的普适性。
[1] CHESBROUGH H. Open innovation: the new imperative for creating and profiting from technology[J]. European Journal of Innovation Management, 2003, 7(4): 325-326.
[2] DU J. The up-and downside of collaboration in core and non-core technologies-selective, contingent, and orchestrated openness in R&D collaborations [J]. Industrial Marketing Management, 2021, 94: 187-201.
[3] GRANDORI A. Neither hierarchy nor identity: knowledge-governance mechanisms and the theory of the firm[J]. Journal of Management and Governance, 2001, 5: 381-399.
[4] MUNOZ-BULLON F,SANCHEZ-BUENO M J,DE MASSIS A.Combining internal and external R&D: the effects on innovation performance in family and nonfamily firms[J]. Entrepreneurship Theory and Practice, 2019, 44(5): 996-1031.
[5] FERRERAS-MENDEZ J L, NEWELL S, FERNANDEZ-MESA A, et al. Depth and breadth of external knowledge search and performance: the mediating role of absorptive capacity[J]. Industrial Marketing Management, 2015, 47: 86-97.
[6] 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.
[7] PISANO G P. Learning-before-doing in the development of new process technology[J]. Research Policy, 1996, 25(7): 1097-1119.
[8] 于畅, 邓洲. 工业化后期国产替代的方向调整与推进策略 [J]. 北京工业大学学报(社会科学版), 2021, 21(1): 55-62.
[9] 王可达. 提高我国关键核心技术创新能力的路径研究 [J]. 探求, 2019,29(2): 38-46.
[10] WANG F, HUANG Z. Analysis of international competitive situation of key core technology in strategic emerging industries: new generation of information technology industry as an example[J]. PloS One,2023,18(6):287034.
[11] ZHAO X, ZHANG X, EMMANUEL A. Research and demonstration of technology opportunity identification model based on text classification and core patents[J]. Computers &Industrial Engineering, 2022, 171: 108403.
[12] 郑思佳, 汪雪锋, 刘玉琴. 关键核心技术竞争态势评估研究 [J]. 科研管理, 2021, 42(10): 1-10.
[13] RADICIC D,BALAVAC M.In-house R&D,external R&D and cooperation breadth in Spanish manufacturing firms: is there a synergistic effect on innovation outputs[J]. Economics of Innovation and New Technology, 2019, 28(6): 590-615.
[14] WANG Y, YUAN C, ZHANG S, et al. Moderation in all things: industry-university-research alliance portfolio configuration and SMEs′ innovation performance in China[J]. Journal of Small Business Management, 2021, 60: 1-29.
[15] SZULANSKI G. Exploring internal stickiness: impediments to the transfer of best practice within the firm [J]. Strategic Management Journal, 1996, 17(S2): 27-43.
[16] DABIC M, OBRADOVIC POSINKOVIC T, VLACIC B, et al. A configurational approach to new product development performance: the role of open innovation, digital transformation and absorptive capacity[J]. Technological Forecasting and Social Change, 2023, 194: 122720.
[17] DONG C, LIU X, TANG F, et al. How upstream innovativeness of ecosystems affects firms' innovation: the contingent role of absorptive capacity and upstream dependence [J]. Technovation, 2023, 124: 102735.
[18] CARRASCO-CARVAJAL O, GARCíA-PEREZ-DE-LEMA D, CASTILLO-VERGARA M. Impact of innovation strategy, absorptive capacity, and open innovation on SME performance: a Chilean case study [J]. Journal of Open Innovation: Technology, Market, and Complexity, 2023, 9(2): 100065.
[19] CENAMOR J, PARIDA V, OGHAZI P, et al. Addressing dual embeddedness: the roles of absorptive capacity and appropriability mechanisms in subsidiary performance [J]. Industrial Marketing Management, 2019, 78: 239-49.
[20] CUEVAS-VARGAS H, PARGA-MONTOYA N, LOZANO-GARCIA J J, et al. Determinants of openness activities in innovation: the mediating effect of absorptive capacity [J]. Journal of Innovation &Knowledge, 2023, 8(4): 100432.
[21] CHEN Y, VANHAVERBEKE W, DU J. The interaction between internal R&D and different types of external knowledge sourcing: an empirical study of Chinese innovative firms [J]. R&D Management, 2016, 46(S3): 1006-1023.
[22] 谭劲松, 宋娟, 王可欣, 等. 创新生态系统视角下核心企业突破关键核心技术“卡脖子”——以中国高速列车牵引系统为例 [J/OL]. 南开管理评论,1-28[2023-12-11].http://kns.cnki.net/kcms/detail/12.1288.f.20220311.1333.002.html.
[23] WANG T, YU X, CUI N. The substitute effect of internal R&D and external knowledge acquisition in emerging markets [J]. European Journal of Marketing, 2020, 54(5): 1117-1146.
[24] BIKARD M, MARX M. Bridging academia and industry: how geographic hubs connect university science and corporate technology [J]. Management Science, 2020, 66(8): 3425-3443.
[25] ROBERTSON J, CARUANA A, FERREIRA C. Innovation performance: the effect of knowledge-based dynamic capabilities in cross-country innovation ecosystems [J]. International Business Review, 2023, 32(2): 101866.
[26] XU S, CAVUSGIL E. Knowledge breadth and depth development through successful R&D alliance portfolio configuration: an empirical investigation in the pharmaceutical industry [J]. Journal of Business Research, 2019, 101: 402-410.
[27] GNEKPE C, COEURDEROY R, MULOTTE L. How a firm′s knowledge base influences its external technology sourcing strategy: the case of biopharmaceutical firms [J]. Industry and Innovation, 2022, 30: 233-262.
[28] 国家知识产权局. 关键数字技术专利分类体系(2023) [EB/OL][2023-10-08].https://www.cnipa.gov.cn/attach/0/d32119ae1faa4fbf9e308824862f87dd.pdf.
[29] OECD.Compendium of patent statistics[EB/OL][2023-04-23].https://web-archive.oecd.org/2012-06-15/171349-37569377.pdf.
[30] 马永涛, 张旭, 傅俊英. 核心专利及其识别方法综述 [J]. 情报杂志, 2014, 33(5): 38-43,70.
[31] 王凤彬, 陈建勋, 杨阳. 探索式与利用式技术创新及其平衡的效应分析 [J]. 管理世界, 2012, 28(3): 96-112,88.
[32] 赵炎,齐念念,阎瑞雪,等.结构嵌入、吸收能力与企业持续性创新——来自高新技术企业联盟创新网络的证据[J/OL].管理工程学报, 2023,37(4):85-98.
[33] 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.
[34] LIN B-W, WU C-H. How does knowledge depth moderate the performance of internal and external knowledge sourcing strategies[J]. Technovation, 2010, 30(11): 582-589.