The Effect of Dynamic Network Capability and Technology Integration Capability on New Biopharmaceutical Product Development Performance: The Mediating Effect of Firm Innovation Performance

Yuan Hongmei1,Tian Huijing1,Liu Xinrui1,Zhang Yimeng1, Xia Huanzhang2

(1.School of Business Administration,Shenyang Pharmaceutical University;2.School of Life Sciences and Biopharmaceuticals, Shenyang Pharmaceutical University, Shenyang 110016, China)

Abstract：The development of new products is essential for the sustainability of companies to improve their innovation capacity and maintain their competitive advantage. However, new product development is a costly, time-consuming and risky process, and the transformation of basic science into usable products cannot be achieved without the combined catalytic effect of various internal factors (e.g., technical competence) and external factors (e.g. cooperation with channel members). Successful completion of the entire new product development process, from product design, planning, manufacturing, improvement, and final production, relies on a company's dynamic network capabilities and technology integration capabilities. Companies use dynamic network capabilities to explore new resources, and the unique value created by the integration of opportunity resources gives companies a competitive advantage and drives the new product development process. Moreover, technology convergence capabilities are necessary for organizations to respond to technological change and conduct new product development. Existing literature has confirmed the positive impact of network capabilities and technological capabilities on new product development, but none of them has studied their impact on new product development performance from the dynamic perspective of dual networks, and there is a lack of in-depth research on the intrinsic impact mechanisms.

Therefore, this study explores how these two key capabilities affect the performance of new biopharmaceutical product development. In this paper, 216 Chinese listed biopharmaceutical companies are screened from the Osiris database as the study sample, with a total of 996 observations. Patent data of these companies from 2007 to 2021 is collected through the IncoPat database, and a three-year moving time window is used to construct a collaboration network and a technology network, respectively; specifically, the collaboration network built during the period from 2010 to 2012 (t2) is compared with the network dynamics observed during the period from 2007 to 2009 (t1), and the same pattern is applied to the rest of the cases. In addition, due to some missing observations from 216 Chinese biopharmaceutical companies between 2007 and 2021, the sample data for this study is non-equilibrium panel data. Then, the relationship among dynamic network management, technology convergence capability, firm innovation performance and new product development performance is analyzed by a negative binomial regression model.

The results show that dynamic network capabilities, measured by both degree centrality and structural holes, positively affect firms' new product development performance, while the effect of degree centrality is more significant. Technology integration capability also positively influences new product development performance. In addition, firm innovation performance partially mediates the relationship between degree centrality, technology convergence capability and new product development performance, while it plays a full mediation effect between the relationship between structural hole and new product development performance.

Following the resource-based view theory and dynamic capability theory, this paper explores the mechanisms that influence dynamic network capability and technology convergence capability on new product development performance from a dual network perspective, deepening the overall perception of new product development; it also emphasizes the importance of firms to establish partnerships that allow experts to acquire knowledge and improve the technical skills of R&D personnel by replicating key discoveries through proprietary networks. Although previous studies have concluded that a firm's network capabilities are important in the new product development process, few have examined the relationship with new product development performance from a dynamic perspective. In addition, the study explores the mediating effect of firms' innovation performance, showing that the effects of dynamic network capabilities and technology integration capabilities on new product development performance are enhanced by higher-level innovation capabilities, enriching the theoretical study on the portfolio view of new product development performance and providing some guidance for firms' innovation development as well. Companies should focus on the networks to acquire heterogeneous knowledge and introduce new technologies. The fusion capability composed of multiple technologies can offset the economic and political pressures or risks, so as to improve their new product development capability and efficiency, reduce development costs and shorten the overall R&D cycle.

Key Words：Dynamic Network Capabilities; Technology Convergence Capabilities; Innovation Performance; New Product Development

收稿日期：2023-03-30

修回日期：2023-05-18

基金项目：辽宁省教育厅高等学校基本科研项目面上项目(LJKR0300);沈阳药科大学药品监管科学研究院专项基金项目(2021jgkx006)

作者简介：袁红梅(1968-),女,辽宁铁岭人,博士,沈阳药科大学工商管理学院教授、博士生导师,研究方向为药品知识产权;田会静(1997-),女,河南安阳人,沈阳药科大学工商管理学院硕士研究生,研究方向为工商管理;刘心蕊(1997-),女,黑龙江佳木斯人,沈阳药科大学工商管理学院博士研究生,研究方向为药事管理;张艺蒙(1999-),女,辽宁阜新人,沈阳药科大学工商管理学院硕士研究生,研究方向为药事管理;夏焕章(1965-),男,辽宁清原人,博士,沈阳药科大学生命科学与生物制药学院教授、博士生导师,研究方向为组合生物合成。

DOI：10.6049/kjjbydc.2023030744

开放科学(资源服务)标识码(OSID)：

中图分类号：F406.3

文献标识码：A

文章编号：1001-7348(2024)18-0108-11

0 引言

当前,全球科技创新进入空前密集活跃期,新一轮科技革命和产业变革深入推进,数字技术、智能技术改变了产业分工格局,导致企业间竞争更加激烈。产品创新是企业可持续发展的客观要求,有助于企业提高创新能力和维持竞争优势[1]。产品更新速度加快和对新颖性知识的需求促使企业不得不寻求外部知识来源。企业有限的资源已不能满足不断变化的市场需求,而网络构建有助于企业获取外部异质性资源,进而缓解自身资源约束。一方面,基于联盟伙伴关系的合作网络有助于企业获取社会资本;另一方面,基于专利嵌入的技术网络能给企业带来技术融合机会。在生物制药行业,将基础科学转化为有效药物离不开企业内部因素(如技术融合能力)和外部因素(如与渠道成员合作)的共同作用。因此,有必要基于双重网络视角探讨如何提高企业新产品开发能力并降低开发成本、缩短研发周期这一问题。

合作网络是指企业与企业之间因联合申请专利而形成的网络。企业利用合作网络探索新资源,通过整合机会与资源创造出独特的价值。合作网络中的动态网络能力是指感知、把握和转变外部协作关系的能力[2]。基于动态网络能力理论,企业既可以借助动态能力优化现有资源配置以追求长期竞争优势,也可以构建新的资源以追求短期优势[3]。从这一视角看,作为外部协作关系管理能力,一定时期内动态网络能力可以给企业带来竞争优势,加快产品创新或新产品开发进程。本文将动态网络能力分解为中心度和结构洞,并引入企业创新绩效作为中介变量,以探索动态网络能力对中国生物制药企业新产品开发绩效的影响。

技术能力是企业开展新产品开发活动的先决条件。技术融合能力是组织应对技术变革和实现创新发展的基本要素,是企业有效整合和应用不同领域或不同技术间的知识、技能和资源,以实现创造创新的能力[4]。从产品设计、计划、制造、改进到投入生产,新产品开发离不开企业技术融合能力[5]。李晨光等(2022)将中介、接近、聚类归结为3类技术融合方式,并发现上述3种方式均能促进企业创新绩效提升。此外,IPC可以根据相似技术与不同技术之间的技术层次结构对技术进行分类[4],因而可以利用专利IPC构建技术网络。

现有文献表明,基于企业网络的异质性知识和资源对新产品开发发挥积极作用。例如,徐露允等[6]发现,知识网络全局效率提升能够促进新产品开发绩效提升;Yu等[1]提出,协作网络可以通过技术能力对新产品开发产生积极影响;Najafi-Tavani等[7]发现,协同创新网络可以预防新产品开发中的知识损失。以往研究基于单一网络视角探讨各因素对新产品开发绩效的影响,鲜有文献基于合作与技术双重网络视角动态考察其对生物医药企业新产品开发绩效的影响。

1 理论分析与研究假设

1.1 动态网络能力与新产品开发绩效

Shankaret等(2013)将新产品开发定义为企业通过收集、筛选和整理信息开发高质量产品的迭代过程;Teece等[8]将整合、构建和重新配置资源能力视为动态能力,并发现具备动态能力的组织可以评估并开发新产品。企业既能够通过市场购买所需资源,也可以借助外部协作关系以合作方式获取资源。因此,为了提高新产品开发绩效,企业需要不断开发、积累和重置资源,将资源转化为最终产品或服务[9]。

基于资源观,重新配置协作网络是企业改变自身资源库的重要方式。Chen等[2]认为,协作网络重新配置能力(动态网络能力)在新产品开发过程中发挥至关重要的作用。基于动态能力理论,现有动态网络能力研究大致分为以下3类:协调不同能力的组合、基于知识学习的能力,以及组织惯例、系统和流程[10]。在现有研究的基础上,本文采用中心度、结构洞两个指标衡量动态网络能力,后者代表企业借助某个时间段所处网络位置获得的网络能力。企业能够通过网络位置转换获取动态网络能力及所需外部知识,进而提高研发能力与创新能力,最终提高新产品开发绩效。但Mazzola等[11]指出,过度的转换行为会对新产品开发绩效产生负向影响。因此,本文从合作网络中心度和结构洞两个维度探讨其对新产品开发绩效的影响。

1.1.1 中心度与新产品开发绩效

企业间网络联系可以促进组织信任、知识共享、思想文化交流和创新产出。中心度是常用网络指标,代表在网络中焦点参与者与合作伙伴间的直接关系。与焦点参与者直接相关的合作伙伴越多,中心度越高,其动态网络能力越强,资源交换频率也越高[12]。因此,如何利用网络资源维持自身竞争优势成为企业关注的重点问题。

新产品开发需要企业储备大量技术知识、市场信息、客户信息和供应商信息。企业可以通过调整自身网络位置获取高质量信息,从而为新产品开发提供资源支持[13]。首先,在新产品开发过程中,网络中心位置有助于供应商实现信息技术共享,进而提升其参与程度。中心度较高的企业可以通过选择相匹配的专利或技术加快新产品开发进程,最终获得市场独占权。其次,网络中心位置有助于企业借鉴合作伙伴在产品开发过程中的问题解决方案,从而降低新产品开发风险。最后,通过处理大量信息和解决合作伙伴间的问题,焦点参与者关系处理能力以及突发情况应对能力得以提升[14]。基于此,本文提出以下假设:

H1:中心度对新产品开发绩效具有正向影响。

1.1.2 结构洞与新产品开发绩效

结构洞衡量的是企业自我中心网络中不直接连接合作伙伴的信息流变化程度,是个人或参与者集群间的弱联系[14]。社会网络中,结构洞对企业创新活动具有重要影响。信息化背景下,知识和资源就是企业获取竞争优势的武器。一方面,在网络中,结构洞有助于企业开展资源与知识获取、转移和应用等一系列活动[15]。另一方面,结构洞丰富的焦点参与者可以利用网络互动获取优惠条件,从而享受较高的回报率。Tan等[16]认为结构洞会产生不利影响,即经纪人的控制行为会导致合作伙伴间信息不对称问题,主导方建立信任和承诺是解决这一问题的有效方式,大量间接联系可能会给参与者带来收益。

处于结构洞网络位置的企业可以通过知识重组对自我网络进行拓展,以此寻找远距离信息和知识[11]。由同一行业企业组成的网络中,企业可以充当技术经纪人,将多样化知识信息用于现有技术应用或新商业概念构建,进而提升新产品开发的可能性[14]。Wen等[17]提出,在标准化联盟网络中,跨越结构洞的企业可以通过控制信息流减少网络监控,帮助结构洞位置占据者获益,进而加快新产品上市速度。在新产品推广阶段,结构洞可以基于其他客户购买信息为目标客户推荐新产品,进而降低不确定性风险,提高用户对产品的接受度。基于此,本文提出以下假设:

H2:结构洞对新产品开发绩效具有正向影响。

1.2 技术融合能力与新产品开发绩效

Fredrik[18]将融合过程分为4个阶段,即知识融合、技术融合、应用融合和产业融合。实现技术融合的这部分技术可以应用于不同领域,例如新兴技术与纺织技术融合、5G技术与人工智能融合、远程医疗等。追求创新的企业通常会积极开展技术融合并通过申请专利提升产品价值。

基于资源的观点认为,技术融合能力与技术管理能力是新产品开发的核心能力。技术融合能力与技术管理能力组合产生的均衡效应能够在概念开发阶段、产品开发阶段以及市场开发阶段帮助企业实现较高的绩效[19]。越来越多的企业借助技术融合能力阻止竞争对手进入市场以获得更多市场份额,进而提高新产品开发绩效。此外,专利能够代表某个技术轨迹中的知识积累和进步,技术系统知识可为新产品开发提供产品测试数据库和专有设计规则。将技术知识转换为技术融合能力是新产品开发的必要条件,更是提升新产品开发绩效的有效途径,有助于企业应对市场需求变化,解决互补性技术和特定技术匮乏问题[20]。基于此,本文提出以下假设:

H3:技术融合能力对新产品开发绩效具有正向影响。

1.3 企业创新绩效的中介效应

1.3.1 企业创新绩效与新产品开发绩效

现有文献证实,研发合作可以提高企业创新绩效(张珺涵,2022),创新绩效对企业新产品开发具有积极影响。合作网络中企业以不同方式获取所需知识和资源,其中,以探索为导向的参与者通常能够从规模较大的组织中获取开展开放式创新活动所需的资源。相反,以剥削为导向的参与者会借鉴其它企业激进或非常规做法,达到剥削式创新的目的[21]。在新产品开发过程中,创新是最重要的一环。

在整合现有资源与外部资源过程中,企业可能会获得稀缺的、专有的、难以交易和模仿的资源。上述资源能够给企业带来持续性竞争优势,提高其创新绩效,而较高的创新绩效能够增加企业获得战略资源的机会[9]。企业创新绩效能够反映企业创新能力,后者在产品开发流程中可以帮助企业提升新产品研发效率与质量。单标安等(2022)指出,如果企业动态能力、创新绩效与数字化转型相匹配,企业就能实现较高的新产品开发绩效。综上,本文提出以下假设:

H4:企业创新绩效对新产品开发绩效具有正向影响。

1.3.2 中心度、企业创新绩效与新产品开发绩效

在合作网络中,中心度较高焦点参与者的优势如下:第一,信息获取渠道和知识来源更加广泛。与独立研发相比,医药公司能够从合作网络获得更多知识。第二,较多的直接联系可以提升企业知识可用性并降低企业间交易成本。中心度高代表企业权力较大,能够吸引更多合作伙伴,进而获得新的机会和资源,产生规模经济效应[12]。第三。Woods等[22]认为,规模较大和资历较老的企业能够在集群网络中占据中心位置,可以通过吸收外部知识实现成本效益最大化目标,进而为新产品开发提供支撑。因此,处于网络中心位置的企业可以通过知识收集、积累对创新产出产生正向影响。位于网络中心位置的企业可以借助较强的动态网络能力,掌握大量外部知识、资源、技术和信息并将其整合,从而提高创新绩效与新产品开发绩效。基于此,本文提出以下假设:

H5:企业创新绩效在中心度与新产品开发绩效间发挥中介作用。

1.3.3 结构洞、企业创新绩效与新产品开发绩效

以往研究表明,作为结构资本,结构洞对企业开放式创新与探索式创新均具有正向影响。在知识转移与创造过程中,结构洞通常作为知识获取渠道影响企业创新绩效(Zaheer,2005)。企业可以基于不同或不相关知识培育新产品开发能力,进而提高新产品开发绩效。在知识创造方面,表现优异的企业更能吸引合作者并占据结构洞。结构洞被视为一种纽带,通过构建非冗余网络与提高网络通信效率对企业绩效产生正向影响[23]。结构洞丰富的企业可以发挥协同效应为合作伙伴创造新的平台,吸引更多合作伙伴实现网络拓展,通过控制更多信息流提升企业创新绩效。在吸收能力的作用下,结构洞能够为企业提供产品创造所需的外部信息和知识,进而为提升新产品开发绩效奠定基础。综上所述,结构洞带来的动态网络能力能够促进知识获取与创造,推动企业创新发展,进而提高新产品开发绩效。基于此,本文提出以下假设:

H6:企业创新绩效在结构洞与新产品开发绩效间发挥中介作用。

1.3.4 技术融合能力、企业创新绩效与新产品开发绩效

基于不同客户需求,企业需具备多种技术能力,这些技术能力汇聚成为技术融合能力[24]。企业通过研发创新活动实现持续性增长并维持竞争优势,有效的技术融合可以帮助企业更好地开展自主创新活动,进而提高创新绩效。在产品开发阶段,技术多样性能够发挥知识溢出效应,从而促进企业创新绩效提升。但在产品商业化阶段,由于存在沟通与协调成本,技术多样性会对企业创新绩效产生负向影响[25]。现实中,企业更加关注开发阶段技术融合带来的知识溢出,而非技术不确定性带来的开发成本。技术融合能力与创新绩效相辅相成,企业需要借助技术融合能力提高创新绩效。同时,技术融合能力有助于企业提升创新绩效,而创新绩效提升能够促进新产品开发绩效提升。基于此,本文提出以下假设:

H7:企业创新绩效在技术融合能力与新产品开发绩效间发挥中介作用。

本文旨在探究企业动态网络能力、技术融合能力对新产品开发绩效的作用机理,揭示创新绩效在其中的中介作用,因而构建理论研究框架如图1所示。

2 研究方法

2.1 研究样本与数据来源

生物医药企业可以通过专利与出版物披露知识,故本文采用生物医药企业作为研究样本,利用专利数据对研究假设进行检验。一方面,生物制药领域属于知识密集型行业,新药的出现可能帮助企业获得垄断租金[11]。另一方面,生物医药企业开展合作并构建合作关系网络较为常见,企业通过网络关系寻找新药研发所需的知识和技术,符合本文研究要求。

首先,本文遵循全球行业分类标准,在Osiris数据库中检索分类代码为“352010和352020”的上市公司,筛选注册地址为“CN”的公司(258家)。为确保数据的可用性与可靠性,筛选得到信息较为全面的216家中国生物医药上市公司,以此作为研究样本。其次,借助IncoPat数据库搜集2007—2021年上述公司专利数据,总专利数量为32 674个。为了揭示合作网络动态变化,本文假定合作关系持续时间为3年[26]。最后,从Wind数据库和CSMAR中国经济金融研究数据库中收集公司财务数据,例如研发费用、负债、净利润等指标。

2.2 网络构建

2.2.1 合作网络

本文采用3年移动时间窗口构建合作网络(李培哲、菅利荣,2022),2007—2021年每个公司会形成5个合作网络。具体而言,比较2010—2012年(t2时期)构建的合作网络与2007—2009年(t1时期)构建的合作网络,以此观察网络动态变化,依此类推。本文选择具有代表性的上海复星医药(集团)有限公司,利用Gephi软件作图观察该公司不同时期网络演变情况,2007—2021年上海复星医药(集团)有限公司自我网络如图2所示。由图2可知,该公司处于网络中心位置,与14家公司具有直接联系。2010—2012年、2013—2015年、2016—2018年、2019—2021年与该公司直接联系的公司数量分别为10家、6家、8家和5家。总体而言,上海复星医药(集团)有限公司通过战略调整逐渐从网络中心位置抽离出来,最终处于结构洞位置。由此可见,上海复星医药(集团)有限公司通过调整网络位置获得不同的动态网络能力。

2.2.2 技术网络

本文基于3年移动时间窗口构建技术网络,节点表示专利的IPC代码,专利用于连接不同节点的边。以4项不同专利IPC代码构建的技术网络如图3所示。通常情况下,一项专利包括两个以上的IPC代码,其中一些专利甚至共享相同的IPC代码,因而可以采用不同专利的IPC代码构建企业技术网络。

2.3 变量测量

2.3.1 因变量

借鉴辛冲等[26]的研究成果,本文使用新增专利数量衡量新产品开发绩效(NPD)。企业可以通过提高专利商业价值在药物专利有效期内实现收入最大化目标[27]。由于新药研发周期长,新药上市数量难以确定,仅少数学者采用新产品数量与专利数据衡量新产品开发绩效。借鉴已有研究成果,本文采用发明专利数量作为新产品开发绩效的衡量指标。

2.3.2 自变量

(1)中心度(Degree Centrality),是指协作网络中与焦点公司具有直接联系的伙伴数量[28]。随着时间推移,网络拓扑结构会发生改变,因而本文基于3年移动窗口构建合作网络(2007—2009年,2010—2012年……)。处于网络中心位置企业的中心度较高,每个时期企业中心度的计算公式如下:

(1)

其中,xuv表示为公司u和公司v存在直接合作联系,若为直接联系则xuv的值为1,否则为0。N代表每个时期合作网络规模,即全部节点数量。

(2)结构洞(SH)。在网络拓扑性质研究方面,Burt(1992)提出4个度量结构洞的指标,即有效规模、效率、等级度和限制度。参考现有研究成果,本文采用限制度衡量结构洞,各协作网络结构洞的计算公式如下:

SHu=2-Cu

(2)

Cu=∑vCuv,u≠v

(3)

Cuv=(Puv+∑wPuwPwv)2,w≠u≠v

(4)

其中,Cu代表网络中参与者u的限制度,Cuv为u对v依赖程度的度量结果,w为u与v的桥梁,Puv为u与v直接连接的比例,∑wPuwPwv为u通过w所有连接路径与v间接连接的比例[29]。

(3)技术融合能力(TC)。Kim等[4]认为,技术融合能力是企业管理技术变革的创新能力。生物医药企业技术融合能力可以采用基于技术网络的3个指标衡量,国际专利分类(IPC)被认为是知识元素的代理指标,也是构成专利的技术组成部分。企业技术融合能力(TC)通过将企业拥有的每个IPC代码的市场比例与技术网络中IPC的程度中心度、中介中心性和接近中心性相乘加总计算[6]。通过将IPC的网络价值与其市场份额相乘,可以确定企业某个技术的实际能力[30]。因此,企业技术融合能力(TC)计算如式(5)所示。

(5)

其中,SIPCi,x,j为企业i在行业x中IPCj的比例,表示公司i在某技术领域IPC的技术有效程度。

2.3.3 中介变量

本文采用企业每个时期研发投入衡量企业创新绩效(INP)。前一阶段成功的研发投入能够增加企业对未来研发资源配置的承诺。现有研发成果不仅能够反映当前研发投入,而且可以反映以往成功经验。尤其在高新技术行业,研发投入对未来产出的影响与其为新想法、新蓝图和新模式作出的贡献一样,都能够体现企业当前创新绩效,其中部分体现为新专利与新产品产出[31]。

2.3.4 控制变量

本文选取企业年龄、专利存量、网络凝聚力、网络密度和偿债能力作为控制变量。其中,企业年龄通过企业注册成立年份与观察值所在年份的差值衡量;专利存量代表企业知识存量的一部分,采用窗口期前3年积累的专利数衡量[32];网络密度能够反映网络中节点间关联程度,本文利用Ucuinet软件计算合作网络每个时期网络密度与凝聚力;偿债能力使用资产负债率衡量。

3 实证结果与分析

3.1 描述性统计结果与分析

表1为所有变量描述性统计结果。由表1可知,样本企业各变量间相关系数均小于0.7,且每个变量的膨胀因子(VIF)的估计值远小于阈值10。由此表明,本研究中不存在多重共线性问题。表1显示,中心度、结构洞、技术融合能力、创新绩效分别与新产品开发绩效显著正相关,初步验证了前文假设。

3.2 模型构建

本文因变量采用新增专利数量衡量,该数值为非负整数且其方差大于均值(方差=225,均值=128.377),数据序列呈超离散分布特点。为了避免因样本分散导致回归结果产生误差,本文采用负二项回归模型进行分析。由于2007—2021年216家中国生物医药公司观测值部分缺失,故样本数据为非平衡面板数据。Hausman检验结果显示不拒绝原假设(P值为0.99),因而本文选择负二项随机效应回归模型进行检验分析。

本文构建以中心度、结构洞和技术融合能力为自变量,以企业创新绩效作为中介变量,以新产品开发绩效为因变量的计量模型(共11个)。式(6)和式(7)为各变量对因变量影响的检验结果。其中,αi表示个体不可观测且不随时间变化的变量,Tt表示时间效应,β表示相关系数,εit表示误差项。

NPDit=αi+Tt+β1Ageit+β2PPit+β3NJLt+β4Densityt+β5Levit+βXit+εit

(6)

INPit=αi+Tt+β1Ageit+β2PPit+β3NJLt+β4Densityt+β5Levit+βXit+εit

(7)

3.3 假设检验

3.3.1 直接效应检验

本文运用Stata17.0检验动态网络能力、技术融合能力、企业创新绩效与新产品开发绩效的关系,表2为随机效应的负二项回归模型检验结果。表2模型1检验控制变量对新产品开发绩效的影响,模型2和模型3检验动态网络能力(中心度和结构洞)对新产品开发绩效的影响。结果表明,中心度和结构洞对新产品开发绩效具有显著正向影响(β=5.281,p<0.01;β=4.287,p<0.1),验证了假设H1和H2。由此可见,企业利用合作网络中的地位获取动态网络能力,为新产品开发提供异质性知识和资源,从而促进新产品开发绩效提升。模型4结果表明,企业技术融合能力与新产品开发绩效存在显著正相关关系(β=0.323,p<0.01),验证了假设H3。模型5结果表明,企业创新绩效对新产品开发绩效具有正向影响(β=1.538,p<0.01),验证了假设H4。

3.3.2 中介效应检验

本文采用逐步回归方法对企业创新绩效的中介效应进行检验,结果如表2和表3所示。模型2～4结果显示,动态网络能力、技术融合能力是解释新产品开发绩效的重要变量,且均对后者具有正向影响。模型6～8检验动态网络能力、技术融合能力与企业创新绩效的关系,结果显示,中心度系数(β=0.236,p<0.01)、结构洞系数(β=10.187,p<0.1)和技术融合能力系数(β=0.003,p<0.05)均显著。由此表明,动态网络能力、技术融合能力对企业创新绩效具有正向影响。在模型2～4的基础上,引入企业创新绩效变量得到模型9～11,结果显示,动态网络能力、技术融合能力和企业创新绩效对新产品开发绩效具有正向影响。由此可知,企业创新绩效在动态网络能力、技术融合能力与新产品开发绩效间发挥中介作用。由此,假设H5、H6和H7得到支持。

模型9～11结果显示,加入企业创新绩效这一变量后,结构洞对新产品开发绩效的影响不再显著(β=2.58,p>0.1),而中心度(β=4.247,p<0.05)和技术融合能力(β=0315,p<0.01)对新产品开发绩效的影响仍然显著。由此表明,企业创新绩效是结构洞与新产品开发绩效间的完全中介变量,但在中心度、技术融合能力与新产品开发绩效影响机制中发挥部分中介作用。

3.4 稳健性检验

为了确保结果的稳健性,本文通过添加变量进行稳健性检验[33]。在原模型的基础上,本文通过添加净资产收益率(ROE)这一控制变量进行稳健性检验,结果如表4和表5所示。由表4、表5可知,结果与前文结果基本一致,进一步表明本文结论具有较强的稳健性。

4 结语

4.1 研究结论

基于资源观与动态能力理论,本文选取216家中国生物医药上市企业为样本,探讨企业创新绩效在动态网络能力、技术融合能力与新产品开发绩效间的中介效应,得出以下主要结论:

(1)动态网络能力对新产品开发绩效具有正向影响。动态网络能力较强的企业不仅占据着合作网络中心位置,也扮演着“经纪人”角色。其中,凭借网络中心位置,企业可以访问大量信息,借助吸收能力挖掘潜在市场机会,进而为新产品开发提供资源优势、战略优势、技术优势和供应链优势等成本优势。此外,企业能够通过结构洞获得异质性资源和社会资本收益。

(2)技术融合能力对新产品开发绩效具有正向影响。局限于已有资源不利于新产品开发[34],因而企业可以通过发掘不同领域技术增强自身技术融合能力,从而为新产品开发提供支撑。

(3)动态网络能力、技术融合能力不仅可以直接影响新产品开发绩效,而且能够通过企业创新绩效间接影响新产品开发绩效。其中,企业创新绩效在结构洞与新产品开发绩效之间发挥完全中介作用,而在中心度、技术融合能力与新产品开发绩效之间发挥部分中介作用。

4.2 理论贡献

(1)已有研究证实,动态网络能力对新产品开发十分重要,但鲜有学者基于动态视角探讨网络能力与新产品开发绩效的关系。本文从合作网络中心度和结构洞两个维度,探讨其对新产品开发绩效的影响,提升了对动态网络能力的认知,是对现有相关研究的有益补充。

(2)为技术融合视角下企业创新发展与新产品开发研究提供了理论基础。现有研究大多关注企业技术能力对新产品开发的影响,较少考虑技术融合能力的作用。本文基于医药行业上市企业专利的IPC构建技术网络,进一步探究技术融合能力的影响,可为相关决策者提供参考。

(3)本文通过探索中心度、结构洞、技术融合能力对企业创新绩效的影响,揭示了企业创新能力的中介效应,优化了动态网络能力、技术融合能力对新产品开发影响的理论模型,丰富了企业创新与新产品开发相关研究。

4.3 管理启示

(1)建立合作伙伴关系对企业新产品开发十分重要。企业可以通过合作网络获得关键信息,提高研发人员技能,但需要指出的是,合作伙伴也会带来成本负担。因此,企业需要构建有利于自我发展的网络。此外,中心度和结构洞分别代表两种网络结构嵌入,可为企业科学使用网络位置带来的信息、知识加速新产品开发进程提供解决方案。

(2)企业应积极培育技术融合能力,从而提高新产品开发绩效。技术融合的目的是通过整合多项技术产生新的技术,从而为产品研发提供新思路。技术融合强度越大,企业新产品开发进程越快。因此,企业应重视技术融合能力建设并积极推动技术融合。

(3)动态网络能力、技术融合能力影响企业创新产出,企业可以利用创新绩效促进新产品开发。研发投入是企业开展创新活动的前提条件,因而企业应加强研发投入以提高创新绩效,为新产品开发奠定坚实基础。

4.4 局限与展望

本文存在以下不足:首先,研究对象为生物医药企业,结论普适性需要进一步验证。其次,未对时间滞后性进行处理。再次,关键变量创新绩效采用专利数据衡量,结果可能存在一定偏差。未来可以考虑以下研究方向:第一,未来可以考虑加入大学、政府机构等相关数据,或其共同发表的文章数量以扩大研究样本数据规模量。第二,可以采用分阶式(发现阶段、中间产出和最后的商业化阶段)方法衡量因变量。第三,可以基于其它行业验证本文研究假设,如电子信息行业和纳米材料领域。

参考文献：

[1] YU B,HAO S,AHLSTROM D,et al. Entrepreneurial firms'network competence, technological capability, and new product development performance[J]. Asia Pacific Journal of Management,2013,31(3):687-704.

[2] CHEN Y,COVIELLO N,RANAWEERA C. When change is all around: how dynamic network capability and generative NPD learning shape a firm's capacity for major innovation[J]. Journal of Product Innovation Management,2021,38(5):574-599.

[3] EISENHARDT K M,MARTIN J A. Dynamic capabilities: what are they[J]. Strategic Management Journal,2000,21(10):1105-1121

[4] KIM K,JUNG S,HWANG J. Technology convergence capability and firm innovation in the manufacturing sector: an approach based on patent network analysis[J]. R&D Management,2019,49(4):595-606.

[5] YIN C,ZHANG W. New product development process models[J]. International Conference on E-Commerce and E-Management,2021,18(3):240-243.

[6] 徐露允,黄美玲,龚红,等. 知识网络效率对企业新产品开发绩效的影响——基于要素市场化的调节作用[J]. 珞珈管理评论,2022,11(6):67-86.

[7] NAJAFI-TAVANI S,NAJAFI-TAVANI Z,NAUDÉ P,et al. How collaborative innovation networks affect new product performance: product innovation capability, process innovation capability, and absorptive capacity[J]. Industrial Marketing Management,2018,73(5):193-205.

[8] TEECE D J,PISANO G,SHUEN A. Dynamic capabilities and strategic management[J]. Strategic Management Journal,1997,18(7):509-533.

[9] AMLT R,SCHOEMAKER P J H. Strategic assets and organizational rent[J]. Strategic Management Journal,1993,14(7):33-46.

[10] PROTOGEROU A,CALOGHIROU Y,LIOUKAS S. Dynamic capabilities and their indirect impact on firm performance[J]. Industrial and Corporate Change,2012,21(3):615-647.

[11] MAZZOLA E,PERRONE G,HANDFIELD R. Change is good, but not too much: dynamic positioning in the inter-firm network and new product development[J]. Journal of Product Innovation Management,2018,35(6):960-982.

[12] ZHANG Y,CHEN K. Network growth dynamics: the simultaneous interaction between network positions and research performance of collaborative organisations[J]. Technovation,2022,115(4):112-133.

[13] CHEN Y,COVIELLO N,RANAWEERA C. How does dynamic network capability operate? a moderated mediation analysis with NPD speed and firm age[J]. The Journal of Business and Industrial Marketing,2020,36(2):292-306.

[14] MAZZOLA E,PERRONE G,KAMURIWO D S. Network embeddedness and new product development in the bio-pharmaceutical industry: the moderating role of open innovation flow[J]. International Journal of Production Economics,2015,160(4):106-119.

[15] ZHOU X. Moderating effect of structural holes on absorptive capacity and knowledge-innovation performance: empirical evidence from Chinese firms[J]. Sustainability,2022,14(10):72-85.

[16] TAN J,ZHANG H,WANG L. Network closure or structural hole? the conditioning effects of network-level social capital on innovation performance[J]. Entrepreneurship Theory and Practice,2015,39(5):1189-1212.

[17] WEN J,QUALLS W J,ZENG D. Standardization alliance networks, standard-setting influence, and new product outcomes[J]. Journal of Product Innovation Management,2020,37(2):138-157.

[18] FREDRIK H. Management of convergence in Innovation: strategic capability development through co-evolutionary cycles of industry upheaval[D]. Switzerland:Eidgenoessische Technische Hochschule Zuerich,2007.

[19] LIU Y,WU W,GAO P,et al. Exploring the different combinations of technological capability and technology management capability in different stages of new product development[J]. IEEE Access,2019,7(18):1012-1021.

[20] MARSH S J,STOCK G N. Creating dynamic capability: the role of intertemporal integration, knowledge retention, and interpretation[J]. Journal of Product Innovation Management,2006,23(5):422-436.

[21] HAIM FARIDIAN P,NEUBAUM D O. Ambidexterity in the age of asset sharing: development of dynamic capabilities in open source ecosystems[J]. Technovation,2021,99(10):102-125.

[22] WOODS J,GALBRAITH B,HEWITT-DUNDAS N. Network centrality and open innovation: a social network analysis of an SME manufacturing cluster[J]. IEEE Transactions on Engineering Management,2022,69(2):351-364.

[23] YANG X,GU X,SINHA P,et al. Optimization of inter-enterprises collaborative innovation networks for structural holes: taking China's communication terminal industry as an example[C]. Cham:Springer,2021:671-685.

[24] JEONG S,LEE S. What drives technology convergence? exploring the influence of technological and resource allocation contexts[J]. Journal of Engineering and Technology Management,2015,36(4):78-96.

[25] BOLLI T,SELIGER F,WOERTER M. Technological diversity, uncertainty and innovation performance[J]. Applied Economics,2019,52(17):1831-1844.

[26] 辛冲,张梅琪,吴怡雯. 外部研发合作广度与新产品开发绩效:一个有调节的中介模型[J]. 科技进步与对策,2022,39(7):73-81.

[27] COCKBURN I,LONG G. The importance of patents to innovation: updated cross-industry comparisons with bio-pharmaceuticals[J]. Expert Opinion on Therapeutic Patents,2015,25(7):739-742.

[28] 邵云飞,谢丽. 网络结构嵌入对企业突破性创新绩效的影响——以生物医药上市企业为例[J]. 科技进步与对策,2022,16(9):1-8.

[29] TANG C,ZHANG G,NAUMANN S E. When do structural holes in employees'networks improve their radical creativity? a moderated mediation model[J]. R&D Management,2017,86(7):1-12.

[30] KIM K,JUNG S,HWANG J,et al. A dynamic framework for analyzing technology standardization using network analysis and game theory[J]. Technology Analysis &Strategic Management,2017,30(5):540-555.

[31] HAGEDOORN J,CLOODT M.Measuring innovative performance:is there an advantage in using multiple indicators[J]. Research Policy,2003,32(8):1365-1379.

[32] YAGI M,MANAGI S. Shadow price of patent stock as knowledge stock: time and country heterogeneity[J]. Economic Analysis and Policy,2018,60:43-61.

[33] LU X,WHITE H.Robustness checks and robustness tests in applied economics[J]. Journal of Econometrics,2014,178:194-206.

[34] XU L,YIN X,GONG H,et al. Effects of inventive capabilities on new product development performance: the knowledge combination view[J]. Journal of Manufacturing Technology Management,2022,33(7):1277-1300.

(责任编辑：张 悦)