摘要：专精特新企业选择不同合作研发战略会对企业专利产出产生差异性影响。结合知识溢出理论与知识重组理论，以中国专精特新上市企业为研究对象，分析598家专精特新上市企业2012-2022年的专利数据，探讨合作研发广度与深度对专精特新上市企业专利产出的影响，并进一步揭示技术多元化的中介作用。实证分析发现，合作研发广度和合作研发深度对专精特新上市企业专利产出数量和质量起促进作用。中介效应检验发现，企业参与合作研发对其技术多元化能力具有显著促进作用，同时企业可以通过提升技术多元化能力，提升自身对环境变化感知的敏锐度与自主创新能力，进而促进企业专利产出。研究结论为专精特新企业优化合作研发策略、提升专利竞争力提供了实证依据，对推动创新高质量发展具有重要实践价值。
关键词：合作研发广度，合作研发深度，专利产出数量，专利产出质量，专精特新上市企业，技术多元化
基金项目：国家社会科学基金项目“互联网环境下商标权保护的实践难题与制度创新研究”（14XFX008）；重庆市教委人文社科研究项目“商标恶意抢注法律规制的困境与出路”（22SKGH326）；重庆理工大学高等教育研究重点项目“校企知识产权协同创新机制的构建与实施——以重庆理工大学为视角”（2019ZD02）；重庆理工大学研究生教育高质量发展项目“高校产学研知识产权协同创新机制的构建与实施”（gzljg2023313）
0 引言
党的二十大报告提出，“实施产业基础再造工程和重大技术装备攻关工程，支持专精特新企业发展，推动制造业高端化、智能化、绿色化发展”。“专精特新”企业作为专业化、精细化、特色化、创新化的先锋力量，深度聚焦新质生产力所涵盖的新材料、新一代信息技术等战略性新兴产业，通过核心技术攻关与持续创新，在细分领域实现关键技术突破，已成为驱动新质生产力快速发展的重要引擎[1]。为了在市场上保证持续的竞争优势，与外部参与者进行合作，是提升企业创新能力和核心竞争力的重要途径。对外合作能够打破行政与地理边界约束，实现区域间资源互补，优化产业链布局，提升整体创新效率[2]。尽管“专精特新”企业通过合作取得了众多突破性创新成果，但仍面临一些挑战。例如企业为了获取资金与人才等创新资源，过度依赖外部合作，导致盲目信任与模仿等现象频发，进而造成企业独立经营权受到限制、生产率下降、核心技术泄露等问题。可以看出，“专精特新”企业的协同创新实践并非必然带来正向收益，过度合作可能导致资源错配或创新效率递减，进而对企业创新与发展带来负面影响。因此，如何通过合作研发有效实现基础研究与应用研究融合是“专精特新”企业亟须解决的重要问题。
在合作研发相关研究文献中，合作研发广度与合作研发深度是组织间学习的两个重要维度，合作研发广度反映企业与外部组织合作的伙伴数量，合作研发深度则反映企业与合作伙伴间的合作程度。现有文献中，关于合作研发广度与合作研发深度对企业专利产出的影响研究仍未形成统一结论。Jones等[3]研究表明，在开放创新过程中，企业合作对企业绩效存在负向影响。Laursen & Salter[4]以英国2 700余家具有合作经历的制造企业为研究对象，通过实证分析揭示了企业对外合作的广度、深度与创新绩效之间的内在联系，并发现二者之间并非呈线性关系，而是呈“倒U型”关系。但大部分学者仍然认为合作研发广度和深度对企业创新有正向促进作用。Keupp & Gassmann[5]研究发现，企业实施开放式创新后能够有效提升企业新产品利润的贡献率；Lee等[6]研究指出，与外部创新源合作研发的广度和深度对产品创新绩效具有正向影响。刘婷等[7]采用Meta分析方法，考察企业规模、行业类型等对合作广度、深度和创新绩效的影响机理，认为企业在进行开放式创新时，必须不断吸收有价值的外部创新主体与外部创新资源，进而提升企业创新绩效。辛冲等[8]以160家中国制造企业为研究对象，将外部研发合作广度分为“市场广度”和“研究广度”两个维度，并通过每一个窗口内新增专利数量度量新产品发展的效果，发现外部研发合作的市场广度与研究广度均对新产品开发绩效产生正向影响，而研究广度的作用更加明显。
关于合作研发广度与合作研发深度如何影响专利产出的研究仍处于起步阶段，该研究领域仍待进一步深入探讨。现有文献大多探讨合作研发广度与合作研发深度对企业创新的影响，然而关于合作研发广度与深度对专利产出数量和专利产出质量的影响研究仍显不足，难以全面衡量合作研发广度与深度给企业带来的“质”和“量”的作用。因此，本研究基于知识溢出理论和知识重组理论，聚焦合作研发广度与深度对专精特新上市企业专利产出的作用机理，同时考察企业自身技术多元化的中介效应，通过分析598家专精特新上市企业2012-2022年专利申请数据，进一步揭示不同合作行为对专利产出的差异化影响，以期为专精特新企业制定科学的合作策略进而提升专利产出。
1 理论分析与研究假设
1.1 理论分析
1.1.1
知识溢出理论
知识溢出理论是理解创新动因与企业成长的重要理论，特别是对揭示创新要素集聚驱动企业创新产出的机制具有重要意义。知识溢出理论指出，企业所具备的知识学习与吸收能力，是知识外溢的关键，也是知识外溢的主要原因。因此，知识储备不发达的企业可通过提升其知识吸收能力，扩大与知识储备发达企业的交流范围，从而提升自身知识存量。该理论的核心议题是探讨如何实现技术从一个主体向另一个主体的转移，进而刺激经济进步与产业升级[9]。在知识溢出理论的分析框架下，知识可以通过多种渠道实现溢出，尤其是可通过合作与互动来实现。企业和研究机构之间的合作能够显著加速技术转让与商业化进程，例如高校与初创公司的合作常常促使科研成果迅速市场化。知识溢出理论对于理解知识扩散如何推动经济增长和产业升级至关重要。通过知识共享和传播，企业不仅能够增强创新能力，还能够提升市场竞争力，从而促进经济可持续发展。因此，企业应注重营造有利于知识溢出的环境和机制，以推动技术创新和经济发展。本文在探讨合作研发广度与合作研发深度对专精特新企业专利产出的影响时，强调通过合作研发实现知识溢出效应，有助于提升专精特新企业的专利产出数量和专利产出质量。
1.1.2
知识重组理论
Schumpeter[10]首先提出了创新是已有知识要素的再整合，而后在Nelson等[11]、Fleming[12]的研究下，知识重组理论逐渐形成，并发展成为一个重要的创新理论。Arthur[13]提出，一种新技术的发展是以已有的知识组成部分为基础，这些知识组成部分包括技术要素、组装和方法。因此，任何一种知识集成模式都是一种技术创新，企业必须从各种知识组合模式所构成的“技术景观”中寻找有价值的发明创造[14]。创新具有复杂性特征，即便是渐进式创新，也可能导致知识要素的组合方式呈现指数级增长态势。多数企业在进行技术搜寻时并非从零开始，如何通过调整已有的知识组合构建新的知识组合，并从中挑选出最有价值的知识组合，即技术搜寻的一般性范式[15]。因此企业在进行技术搜寻时，其知识领域、知识领域间的依存关系和所考虑的组合方式，将直接影响企业创新成果。知识重组理论认为，企业的技术创新就是一个知识存量的积累，即找到一个知识组合和一个最优结构。事实上，合作研发就是一种基于该逻辑的创新模式，是企业通过与具有差异性资源的组织进行合作，获取新的技术知识，从而有效促进企业创新活动。因此本文基于知识重组理论探讨技术多元化在合作研发广度与深度和企业专利产出之间的中介效应。
1.2 研究假设
知识溢出理论揭示合作研发过程中隐性知识的非自愿扩散机制，而知识重组理论则强调企业捕获外部知识并整合新知识组合的能力。合作研发广度与深度对专利产出的影响存在理论张力。在知识溢出视角下，合作研发广度通过增加知识源多样性提升专利产出，但可能因“知识过载”降低吸收效率；而合作研发深度通过重复互动提升知识内化质量，但过度嵌入可能导致“认知锁定”。本文整合两种理论框架，运用知识溢出理论探索合作研发广度与专精特新中小企业专利产出质量和数量的关系，合作研发深度与专精特新中小企业专利产出质量和数量的关系，以及运用知识重组理论分析技术多元化是否在其中起中介作用。
1.2.1
合作研发广度对专精特新企业专利产出的影响
“专精特新”企业在合作研发过程中将外部创新资源消化、吸收并实现产业化应用，其合作研发广度对“专精特新”专利产出质量与产出数量均有正向促进作用。首先，合作研发广度有利于“专精特新”企业突破“资源约束”。通过共同研发和技术转移，企业能够快速将新技术应用于产品开发，从而缩短产品上市时间，提高生产效率[16]。基于“知识溢出”视角，“专精特新”企业在合作过程中，通过紧密的合作关系，不断汲取互补知识，并创造新的解决方案。一方面，拓展搜寻范围，专精特新企业更容易从外部获得创新性的技术与知识，从而使其在创新过程中创造出更多有价值的产品[17]。另一方面，异质性知识资源的广泛获取，不仅能够有效弥补企业知识体系的短板、破解同质化发展困境，更通过激活市场机遇感知能力与创新活力，助力企业构建更具价值的知识融合网络[18]。这种知识跃迁效应促使企业突破固有认知边界，加速向新兴技术领域拓展，为关键核心技术的攻坚突破积蓄势能[19]。其次，“专精特新”企业的外部合作主体的多元化，有助于企业及时掌握产业发展和技术进步的动态，促进企业对知识、技术和管理方法等进行持续的创新和改进，以满足快速变化的市场需要，减少技术创新的成本以及降低技术创新的风险，从而提升专利的产出质量和数量。综上，本文提出如下假设：
H
1a
：合作研发广度促进专精特新企业专利产出数量；
H1b：合作研发广度促进专精特新企业专利产出质量。
1.2.2
合作研发深度对专精特新企业专利产出的影响
深化“专精特新”企业间的合作研发关系将有助于提高企业的专利产出水平。“专精特新”企业通过不断加强合作研发深度，更有效地与外部利益相关者建立紧密联系，最终形成可信赖、稳定且持久的合作关系。因此“专精特新”企业从外部合作者获取的创新资源能够更容易地融入企业内部知识体系。他们不仅能够充分整合各方面的竞争优势，还能够从外部创新网络中吸收到与之匹配的创新知识，从而达到一种协同效应[20]，对提升专利产出数量和专利产出质量具有极大帮助。企业与研发伙伴在频繁的知识交流过程中，能够形成共同的技术范式，有利于企业对现有知识和技术进行深入挖掘和开发[21]，从而使专精特新企业提高学习深度，促进专利产出。同时，加大合作研发深度有助于强化各合作主体间的信任关系，建立稳固的合作基础，从而为企业获取更多的外部创新资源提供条件[22]。并且，专精特新企业与合作伙伴保持稳定且紧密的合作研发关系达成创新联盟，有利于抵御外部不确定性风险[23]，获得外部创新资源，降低投机风险[24]，从而提高专精特新中小企业专利产出质量与数量。“专精特新”企业合作研发深度的持续深入，有助于其更好地进行市场定位。在这个过程中，后发企业必须通过优化合作研发策略与外界的网络成员密切联系，以便能够及时发现目标市场的变化，弥补自身能力和知识上的缺陷。因此，专精特新企业与外部合作者的关系愈密切、互动愈频繁，合作程度愈深入，则表示企业与合作者的沟通愈高效，对外部资源的使用率愈高，对外部的创新知识、技术和创意的理解也愈精准[25]，从而促进了专精特新企业专利产出数量和专利产出质量。综上，本文提出如下假设：
H
2a
：合作研发深度促进专精特新企业专利产出数量；
H2b：合作研发深度促进专精特新企业专利产出质量。
1.2.3
技术多元化的中介作用
专精特新企业通过技术多元化在特定领域保持技术专长，保证了其在行业的引领地位。多元化的技术背景可以为专精特新企业提供更丰富的知识储备和资源支持，促进企业在其研发过程中进行持续的技术搜寻和扩展，通过不同的技术组合实现跨领域创新，有助于企业突破局部搜寻的限制，防止企业陷入组织惰性[26]。知识重组理论强调创新即是知识的积累以及知识的再组合。拥有广泛关系网络的“专精特新”企业，往往具备更强的知识获取能力，能够拓展企业的技术视野，挖掘新的技术机会。凭借突出的信息优势，专精特新企业能够对信息进行全方位、深层次的研究与判断，精准识别行业内部的发展方向与机遇，激励企业突破现有的技术路径，在关联度较低的领域开展技术研发活动[27]。Subramanian等[28]指出，合作企业之间相似的知识基础，为企业获取与吸收适用于未来整合创新的新知识和创意提供了重要契机。合作关系越强的“专精特新”企业能获得越高的“隐性知识”和“合作伙伴”认知度，有助于企业更快发现、学习和理解服务于基础研究的科学知识，加速其知识体系的积累与更新[29]，为开展跨领域研究创造有利条件。专精特新企业合作研发广度越广、合作研发深度越深，意味着企业将面对更多异质新知识，并重新审视其对某一领域的研究成果认知，从而有助于提升企业知识基础的技术多元化水平。技术多元化的提升有助于增加专精特新企业与其合作研发伙伴间的知识基础相似性，进而促进企业对不同合作伙伴所形成的合作研发网络的有效嵌入，提升企业对不同合作伙伴新知识的学习与转化效率，进而提高专利产出的数量与质量。基于此，本文提出以下假设：
H
3a
：技术多元化在合作研发广度与专精特新企业专利产出数量之间起中介作用；
H3b：技术多元化在合作研发深度与专精特新企业专利产出数量之间起中介作用；
H
3c
：技术多元化在合作研发广度与专精特新企业专利产出质量之间起中介作用；
H3d：技术多元化在合作研发深度与专精特新企业专利产出质量之间起中介作用。
2 研究设计
2.1 数据来源
本文以中国沪深A股2012-2022年“专精特新”上市企业为研究对象。本文所选择的“专精特新”企业，是指符合条件的上市企业自身，而非其母公司、子公司所认定的“专精特新”企业。企业专利数据来自CSMAR数据库，企业财务数据来自CSMAR数据库以及公开的上市企业年报。因此，本文拟采用以下方法对样本进行处理：①剔除ST、*ST两类上市企业样本；②剔除关键数据缺失的企业样本；③排除金融、保险业企业的样本。最后，得到样本企业598家，企业年观察数据4 172家。另外，为了避免出现异常极端值对研究结果的影响，对样本中的各个连续变量做1%分位数水平上下的缩尾处理。
2.2 变量选取与测度
2.2.1
被解释变量
专利产出数量（ZLSL）：本文借鉴黎文靖等[30]的研究，以企业专利申请数量表示企业专利产出数量。为了模型处理方便，对专利申请数加1后取自然对数。
专利产出质量（ZLZL）：本文借鉴金培振等[31]的研究，以发明专利申请数占3类专利申请总数的比重来衡量企业专利产出质量。
2.2.2
解释变量
合作研发广度（HZGD）：指企业开展合作的合作伙伴数量，合作伙伴数量越多表明企业开展合作越广泛，反之则越少。
合作研发深度（HZSD）：以合作伙伴数量与联合申请专利次数之比衡量，描述了企业与合作伙伴共同申请专利的平均数量（即合作程度）。企业与外部组织合作联合申请专利的平均次数越多，其合作研发程度就越高，反之合作程度就越低。
2.2.3
中介变量
技术多元化（JSDY）：在四位专利分类代码的基础上，企业的技术多元化程度通过赫芬达尔指数来衡量，即JSDY=1÷（∑（Ni÷N）×2），其中Ni表示当年企业在i技术领域（四位专利分类码）中申请的专利数，N表示当年企业申请的专利总数。
2.2.4
控制变量
本文控制以下与企业专利产出相关的变量：①企业年龄（AGE），以观测年度减去企业成立年度加1的自然对数来衡量；②企业规模（SIZE），以公司总资产的自然对数来衡量；③财务杠杆（LEV），以企业总负债与企业总资产的比值来衡量；④现金流水平（CFO），以企业经营活动产生的现金流量净额与企业总资产的比值来衡量；⑤股权集中度（TOP），以企业第一大股东持股与企业总股本的比值来衡量；⑥总资产利润率（ROA），以企业总资产利润率来衡量；⑦企业成长性（GROWTH），以（本期营业收入-上期营业收入）/上期营业收入来衡量。变量具体测量方式如表1所示。
2.3 模型设定
2.3.1
基准模型
为了更直观地进行合作研发对企业专利产出的影响分析，在现有文献的基础上，构建如下模型：
ZLSLit=α0+α1HZGDit+α4controlit+δi+ρt+εit （1）
ZLSLit=α0+α1HZSDit+α4controlit+δi+pt+εit （2）
ZLZLit=α0+α1HZGDit+α4controlit+δi+ρt+εit （3）
ZLZLit=α0+α1HZSDit+α4controlit+δi+ρt+εit （4）
2.3.2
中介模型
为了探究合作研发对企业专利产出的传导机制或可能存在的中介变量，本节采用江艇[32]的做法，以技术多元化（JSDY）作为中介变量M进行实证分析，构建如下模型：
ZLSLit=α0+α1HZGDit+α4controlit+δi+ρt+εit
Mit=α0+α1HZGDit+α4controlit+δi+ρt+εit （5）
ZLSLit=α0+α1HZSDit+α4controlit+δi+ρt+εit
Mit=α0+α1HZSDit+α4controlit+δi+ρt+εit （6）
ZLZLit=α0+α1HZGDit+α4controlit+δi+ρt+εit
Mit=α0+α1HZGDit+α4controlit+δi+ρt+εit （7）
ZLZLit=α0+α1HZSDit+α4controlit+δi+ρt+εit
Mit=α0+α1HZSDit+α4controlit+δi+ρt+εit （8）
2.4 描述性统计与相关性分析
本文进行了描述性统计分析来展现所选数据的基本特征，结果如表2所示。其中，专利产出数量的均值为1.575，专利产出质量的均值为0.501，表明专精特新中小企业已具备一定的创新成果。合作研发广度和合作研发深度的均值分别为0.601、0.277，表明许多专精特新企业已与外部伙伴建立起较为稳定的合作研发关系。
如表3所示，从整体上看各变量的相关系数均不接近-1或1，说明各个变量独立性较好，对后续回归分析产生负面影响的可能性较小。表明本文所选取的数据整体可靠，在一定程度上缓解了回归方程共线性的问题，可进行后续的回归分析。
如表4所示，所有变量的VIF的值均小于10且1/VIF的结果也都大于0.1，Mean VIF为1.23，也小于10，因此说明各变量之间不存在多重共线性问题。
3 实证结果与分析
3.1 合作研发广度与合作研发深度对专精特新企业专利产出的影响分析
通过前文对指标的选取和模型设定及检验，基于非平衡面板数据进行实证分析，得出表5所示结果：
在表5列（1）中，专利质量（ZLZL）作为被解释变量，合作广度（HZGD）的系数为0.183，并且在1%的水平上显著，表明合作广度对专利质量有显著的正向影响。因此，假设H
1a
成立。
在表5列（2）中，专利数量（ZLSL）作为被解释变量，合作广度（HZGD）的系数为0.013，在5%的水平上显著，说明合作广度对专利数量有正向影响，但显著性较专利质量模型稍低。因此，假设H1b成立。
在表5列（3）中，专利质量（ZLZL）作为被解释变量，合作深度（HZSD）的系数为0.195，在1%的水平上显著，表明合作深度对专利质量有显著的正向影响。因此，假设H
2a
成立。
在表5列（4）中，专利数量（ZLSL）作为被解释变量，合作深度（HZSD）的系数为0.025，在10%的水平上显著，说明合作深度对专利数量有正向影响，但显著性较专利质量模型稍低。因此，假设H2b成立。
3.2 技术多元化的中介效应检验
表6为技术多元化作为传导机制的回归结果，根据中介效应检验步骤，合作研发对企业专利产出的影响与上述基准回归结果一致，不再赘述。表6列（1）表示合作广度对技术多元化的实证回归结果，其回归系数为0.016，且在1%的水平下表现出显著性。表6列（2）表示合作深度对技术多元化的实证回归结果，其回归系数为0.006，且在10%的水平下表现出显著性。合作广度的增加为企业提供了更广泛的技术信息来源和多样化的创新思路，使企业能够在多个技术领域内进行探索和积累，增强了企业的技术多样性。合作深度有助于企业在技术学习过程中进行更有效的知识转移和共享，促进了企业在技术专长上的多元化发展。因此，假设H
3a
、H3b、H
3c
、H3d成立。
3.3 稳健性检验
3.3.1
替换方法为OLS
替换方法为OLS之后，检验结果如表7所示，合作研发广度与合作研发深度与专利产出数量和质量的回归结果方向与原有回归一致且显著，这表明即使替换研究方法，本文结论依旧稳健。
3.3.2
二阶段最小二乘法
为避免互为因果关系而导致的内生性问题，采用工具变量二阶段最小二乘法，重新估计合作研发对企业专利产出影响的作用，以避免实证回归中产生的估计偏误。工具变量选择须满足一定的条件：工具变量与内生变量相关，与随机干扰项不相关，与其余解释变量不相关，存在不止一个工具变量时，多个工具变量之间不相干。选取滞后一期列（1）至列（4）与滞后二期列（5）至列（8）的解释变量作为工具变量，检验结果如表8所示，得出合作研发对企业专利产出的正向影响在2SLS回归中依旧显著。因此所得结论相比于前文并无实质性差异。
4 结论、启示与展望
4.1 研究结论
本文以598家专精特新上市企业为研究对象，结合知识溢出理论与知识重组理论，基于2012-2022年专利申请数据，分析了合作研发广度与合作研发深度对专精特新上市企业专利产出的作用机理，以及企业技术多元化的中介效应，得出以下结论：①合作研发广度促进专精特新企业专利产出数量和质量，其中对专利产出质量的影响更显著；②合作研发深度促进专精特新企业专利产出数量和质量，其中对专利产出质量的影响更显著；③技术多元化在合作研发广度和深度与专利产出的关系中起中介作用。
4.2 管理启示
4.2.1
专精特新企业应积极寻求外部伙伴开展合作
专精特新企业应积极寻求外部伙伴开展合作以促进自身专利产出数量和专利产出质量。专精特新企业需以“开放协同+自主掌控”为原则，通过多元化合作对象设计、体系化能力建设及资源整合，将外部知识有效转化为专利竞争力。建议制定年度合作研发路线图，分阶段落实上述策略，并建立创新成果量化评估体系，持续优化合作效能。专精特新企业在研发活动中应采取扩展合作研发广度，积极与各种组织进行合作，获取足够的异质资源充实自身知识储备，减少研发合作的费用，进而提高企业的专利产出数量和专利产出质量。
4.2.2
专精特新企业应加强与合作伙伴的合作深度
专精特新企业应加强与合作伙伴的合作深度，以促进自身专利产出数量和专利产出质量。专精特新企业需以“技术互补+风险可控”为原则，通过分层合作体系构建、技术融合机制设计、信任保障措施落地，将合作研发深度转化为专利竞争力。建议制定阶段年份合作研发深度提升计划，明确各阶段目标与资源投入，配套建立创新成果转化跟踪机制，持续优化合作模式。专精特新企业通过加深合作研发深度，与合作者建立信任，增加隐性知识、技术、经验等传递与分享，强化合作的深度与频次，增强其合作关系，进而促进企业专利产出数量和专利产出质量。
4.2.3
专精特新企业应提升企业技术多元化能力
专精特新企业应基于合作关系特征选择适配的合作模式，提升企业技术多元化能力。尽管在合作研发中，专精特新企业能够获取外部知识资源，但事实上，在合作研发中，专精特新企业难以保证对外部知识的有效监测、转化和消化。而通过技术多元化，可以将外部技术知识储备库转变为自身的储备，并将其延伸到新的技术领域，从而促进企业专利产出数量和专利产出质量。专精特新企业在有较多合作伙伴的情况下，宜选取“扩大合作研发广度—技术多元化能力提升”战略。在与外界进行广泛合作的过程中，一方面要提升企业对产业链各细分领域的理解与接纳程度，帮助企业识别、整合更优质的资源；另一方面，通过引入新的技术要素，为企业的知识聚集与重构提供新的技术要素，从而提升企业的创新能力。企业应该以长期可持续发展为基础，充分利用良好的合作关系所获取的资源优势，以及相关领域的技术框架，推动技术融合，让企业的技术创新水平得到提升，进而促进企业专利产出数量和专利产出质量。当专精特新企业与合作伙伴多次合作的情况下，宜采取“加深合作研发深度—技术多元化能力提升”策略。通过与同一外部组织进行多次合作研发，提高合作关系的强度，加强双方之间的信任与情感基础，从而使合作研发的隐性资源更易于流向企业。此外，高信任度还能提高专精特新企业在合作研发过程中接受异质知识的程度，有利于多样化的知识分享与创新活动顺利开展，促进专精特新企业专利产出数量和专利产出质量的提升。
综上所述，专精特新企业应该根据其所重视的合作研发关系特点，构建适宜的合作研发模式，通过偏向性的技术多样化能力提升路径，促进企业自身专利产出数量和专利产出质量，从而在市场竞争中获取优势。
4.3 研究局限与展望
本研究存在如下不足：第一，对变量的度量有一定的限制。专利能够很好地体现企业的创新成果，然而由于商业秘密和技术保护等原因，难以获取企业核心技术的相关情报，因此，在今后的研究中，可以进一步改进这种度量方法，选择其他诸如公司财务绩效等指标来衡量，从而提高研究的可信度。第二，样本数据存在限制。由于客观条件所限，本文所选取的样本数据以“专精特新”上市企业为主体，且多数上市时间为最近5年，导致部分数据受到时间等因素的影响，存在一定的遗漏。未来的研究还可扩展研究样本，对全国范围专精特新企业的创新发展进行整体把握。
参考文献：
[1]连俊华.积极推动专精特新中小企业高质量发展[J].宏观经济管理，2024（4）：78-84.
[2]刘一泓 张凯莹.跨境跨界合作对提升科技园区新质生产力的影响[J].科技创业月刊，2025，38（2）：58-64.
[3]JONES G K, LANCTOT A J, TEEGER H J. Determinants and performance impacts of external technology acquisition[J]. Journal of Business Venturing, 2001, 16（3）: 255-283.
[4]LAURSEN K, SALTER A. Open for innovation: the role of openness in explaining innovation performance among UK manufacturing firms[J]. Strategic Management Journal, 2006, 27（2）: 131-150.
[5]KEUPP M M, GASSMANN O. Determinants and archetype users of open innovation[J]. R&D Management, 2009, 39（4）: 331-341.
[6]LEE S, PARK G, YOON B, et al. Open innovation in SMEs: an inter mediated network model[J]. Research Policy: A Journal Devoted to Research Policy, Research Management and Planning, 2010, 39（2）: 290-300.
[7]刘婷，张海雪.创新开放度对企业创新绩效的影响：一项Meta分析[J].科技进步与对策，2019，36（8）：93-100.
[8]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.
[9]HENDERSON R M, JAFFE A B, TRAJTENBERG M. Geographic localization of knowledge spillovers as evidenced by patent citations[J]. Quarterly Journal of Economics, 1993, 108（3）: 578-598.
[10]SCHUMPETER J A. Business cycles[M]. New York: McGraw-Hill, 1939.
[11]NELSON R R, WINTER S G. An evolutionary the ory of economic change[M]. London: Harvard University Press, 1985.
[12]FLEMING L. Recombinant uncertainty in technological search[J]. Management Science, 2001, 47（1）: 117-132.
[13]ARTHUR W B. The structure of invention[J]. Research policy, 2007, 36（2）: 274-287.
[14]KAUFFMAN S, LOBO J, MACREADY W G. Optimal search on a technology landscape[J]. Journal of Economic Behavior & Organization, 2000, 43（2）: 141-166.
[15]YAYAVARAM S, CHEN W. Changes in firm knowledge couplings and firm innovation performance: the moderating role of technological complexity[J]. Strategic Management Journal, 2015, 36（3）: 377-396.
[16]JANSEN J J P, VAN DEN BOSCH F A J, VOLBERDA H W. Managing potential and realized absorptive capacity: how do organizational antecedents matter?[J]. The Academy of Management Journal, 2005, 48（6）: 999-1015.
[17]郭海，韩佳平.数字化情境下开放式创新对新创企业成长的影响：商业模式创新的中介作用[J].管理评论，2019，31（6）：186-198.
[18]DUAN Y, LIU S, 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.
[19]LANZOLLA G, PESCE D, TUCCI C L. The digital transformation of search and recombination in the innovation function: tensions and an integrative framework[J]. Journal of Product Innovation Management, 2021, 38（1）: 90-113.
[20]CHEN J, CHEN Y, VANHAVERBEKE W. The influence of scope, depth, and orientation of external technology sources on the innovative performance of Chinese firms[J]. Technovation, 2011, 31（8）: 362-373.
[21]马亮，张淑敏，仲伟俊.协作研发与在位企业突破性技术创新及代际知识桥的中介作用——以汽车行业为例[J].管理学报，2022，19（2）：225-234.
[22]BAHEMIA H, SQUIRE B. A contingent perspective of open innovation in new product development projects[J]. International Journal of Innovation Management, 2010, 14（4）: 603-627.
[23]李凡，霍春鹏，邹茉.研发合作对高技术企业双元创新的影响——数字化转型的调节作用[J].工业技术经济，2025，44（6）：139-149.
[24]KILDUFF M, BRASS D J. Organizational social network research: core ideas and key debates[J]. Academy of Management Annals, 2010, 4（1）: 317-357.
[25]XU L, LI J, ZHOU X. Exploring new knowledge through research collaboration: the moderation of the global and local cohesion of knowledge networks[J]. The Journal of Technology Transfer, 2019, 44（3）: 822-849.
[26]ZHEN J, CAO C, QIU H, et al. Impact of organizational inertia on organizational agility: the role of IT ambidexterity[J]. Information Technology and Management, 2021, 22: 53-65.
[27]刘立，党兴华.企业知识价值性、结构洞对网络权力影响研究[J].科学学与科学技术管理，2014，35（6）：164-171.
[28]SUBRAMANIAN A M, BO W, KAH-HIN C. The role of knowledge base homogeneity in learning from strategic alliances[J]. Research Policy, 2018, 47（1）: 158-168.
[29]何郁冰，张迎春.网络嵌入性对产学研知识协同绩效的影响[J].科学学研究2017，35（9）：1396-1408.
[30]黎文靖，郑曼妮.实质性创新还是策略性创新？——宏观产业政策对微观企业创新的影响[J].经济研究，2016，51（4）：60-73.
[31]金培振，殷德生，金桩.城市异质性、制度供给与创新质量[J].世界经济，2019，42（11）：99-123.
[32]江艇.因果推断经验研究中的中介效应与调节效应[J].中国工业经济，2022（5）：100-120.
作者简介：周园（1978-），女，博士，重庆理工大学重庆知识产权学院副教授，研究方向：知识产权法与管理；陈美玲（1999-），女，重庆理工大学重庆知识产权学院硕士研究生、“一带一路”知识产权与创新发展研究院助理研究员，研究方向：知识产权管理。
