摘要：本研究以中国上市公司1988—2017年间申请且授权的136484项发明专利为样本，分析了企业研发行为、研发领域与专利质量之间的关系。首先，从研发项目和研发领域层面构建了探索式和开发式研发行为与研发领域深度和广度的关系，并从技术边界的角度分别进行测度。其次，运用文本分析方法对专利质量进行测度。最后，分析了探索与开发之间的平衡关系，及其与研发领域深度和广度的最优组合，并探究了不同技术领域的企业研发行为对专利质量的影响差异。研究结果表明：（1）以开发为主、探索为辅的平衡方式最有利于提升专利质量；（2）研发领域广度对专利质量有负面的影响，而深度具有倒U型的影响；（3）研发领域深度和广度对开发和探索行为与专利质量之间的关系具有不同的调节作用；（4）对于不同技术领域来说，不同的研发行为对专利质量的影响存在差异。

关键词：研发行为，探索式—开发式，研发领域，专利质量，技术边界

引言

专利数量的剧增是我国技术创新能力提升的体现，但随之产生的专利质量问题也广受诟病。现阶段我国的经济发展正处于由资本、劳动力为主的“要素驱动”向“创新驱动”转型的关键时期。但专利多而不优是现今我国专利存在的主要问题。在专利结构上，应用领域专利数量较多，而在基础研究领域的专利数量较少，这导致部分产业链的技术水平出现市场端技术强，基础端技术弱的“头重脚轻”现象。现实中经常在关键技术和核心领域被“卡脖子”，提升专利质量也成为我国高质量发展的迫切需要。

作为专利的主要创造者，企业的研发投入、行业特征和研发行为是影响专利质量的直接因素。关于企业研发行为的研究源于March在1991年提出的探索式和开发式这两种组织行为模式。虽然学者们对于探索式和开发式行为对组织发展的必要性已经达成了一致，但是对于这两种行为的内在矛盾处理还未形成统一^[1]。由于组织获取和开发新知识的能力是基于组织的现有知识基础^[2]，因此，在分析探索式和开发式行为的时候如何将既有知识纳入考量范围，学术界一直都有争议^[3]。此外，关于探索和开发行为是否可以共生，应该将它们视为行为连续体的相对两端还是作为离散选择^[4，5]，二者的边界问题^[6，7]，以及平衡问题^[4]，在学术界还未形成统一的观点。为了回答这些问题，大部分学者从公司层面^[8，9]、团队层面^[10]进行了研究，但是鲜有从项目层面来研究探索和开发式行为^[6]。

此外，现有的专利质量评价方法多是以引文或发明数量来表征其质量，这种方式存在时滞性、引用主观性以及以数量表征质量的问题。因此，为了更加准确地评价专利质量，本文采用文本分析的方法从技术内容的角度进行评价。综上所述，本文为研究如何使企业通过有效的研发行为来提升专利质量，解决技术的“卡脖子”问题，将从企业研发行为双元性的视角出发，解决双元研究中存在的分歧问题，从研发项目、研发领域和技术边界的角度对企业研发行为进行划分和测度，进而分析企业研发行为对专利质量的影响。

文献回顾

1、企业双元行为的平衡

关于企业研发行为的研究通常是基于组织行为双元性理论展开。由于组织资源局限性，探索和开发这两种行为存在竞争关系，要提升企业最终的创新成效就要先解决这两种行为的矛盾问题。有学者认为这两个行为在时间和空间上不能同时出现，因此，对于一个组织来说，这两个行为的平衡应该是交替进行^[11]。另一些学者认为这两种行为是可以并存的，但由于组织的资源有限，这两种行为会存在竞争张力，二者间的平衡是利用开发式行为来维持企业的生命力，并通过探索式行为来拓展企业的战略眼光^[4]。

另一个问题则是探索和开发的平衡程度。学界普遍认同探索和开发行为需要一个平衡，但这两个行为的最佳组合却难以确定^[12]。有学者认为，开发式行为应该在保证足够充分的前提下维持在最低限度，以便让所有的剩余资源投入到探索式行为中^[13]。相反，有学者认为应该将探索式行为维持在较低水平，让更多的资源投入到开发式行为^[14]。与上述两种具有资源偏向的结论不同，有学者认为组织应当保持相等的比例进行这两种行为^[15]。还有一些学者则关注组织为实现平衡而采取的行动，而不管开发和探索的实际比例如何^[16，17]。为了应对固有的路径依赖性和惯性压力，组织需要对探索式或开发式行为进行持续投资，以保持一段时间内的平衡^[18]。平衡并不一定是协调冲突，而是要通过结构、时间或领域将二者区分开来^[19]。

为了回答如何平衡开发式和探索式行为，以及平衡的程度是什么这两个问题。在现有的理论基础上，本文构建一种新的测量探索式和开发式行为的方法，并进一步探讨开发和探索行为的平衡对专利质量的影响。一些研究认为组织在探索式或开发式行为之间选取一种，相比那些同时采用这两种行为的方式会带来更大的经济效益^[5]。另一方面，也有研究者认为，同时开展这两种行为更能带来效益^[4]。这两种观点的不同点在于，前者是将探索式和开发式行为视为一个变量的两端，而后者则将两种行为视为两个不同的变量。由于本研究的落脚点是专利技术，因此具体探索的是企业在技术层面的研发行为的影响，在边界划分上是以技术边界来划分探索式和开发式行为。

2、研发领域深度和广度

现有的研究大多仅考虑了组织的开发和探索两种行为。对于仅进行单一技术领域研发的组织来说，是可以这样简单地分析的。但对于进行多技术领域研发的组织来说，这样的考虑就不够精确。对于涉及多领域研发的组织来说，其同时进行着多个不同的项目研发^[20]，并且在每个不同的项目里分别进行着不同的开发和探索行为。尤其是对于较大的集团公司来说，其下属的不同子公司可能进行的是完全不同技术领域的研发活动。另外，还有一些企业会通过并购来获得不同技术领域的公司或者是产业链上不同位置的公司来完善自身的生产链^[21]。现有的研究表明，进行多业务或多技术领域运营的企业的资源分配决策常常是由各种行为决定的，而非通过战略驱动的^[22]。进行跨领域运营的企业需要有足够的知识储备以及足够优秀的资源调动和分配能力才能够产生高质量的创新。

鉴于此，本文在探索和开发行为的基础上，增加研发领域深度和广度的概念，构建更为完善的企业研发行为框架。组织在每一个时期可以进行一个或多个技术领域的研发。并且在每一个时期内组织对每一个技术领域的研发深度不同。组织对其所涉及的每一个技术领域的每一个技术项目都会采取不同的开发和探索行为的组合。当组织在某个项目中涉及的技术类别是之前研发过的就是开发式行为，当在项目中增加了没有尝试过的技术类别就是探索式行为。当组织第一次对一种新技术进行试验时，这是一种探索式行为，但随着组织持续地对这种技术进行研究，则转化为了开发式行为^[23]。从时间序列上看，探索式行为有转化为开发式行为的可能，但是从时间节点上看，可以对探索式行为和开发式行为进行区分，并判断它们各自的程度。

3、专利质量的研究

管理学中质量的定义是，组织创造的优质的产品、过程、结构或者其他，是由某类事物、生产者、消费者或其他方根据其需求所制定的一种评价标准^[24]。2009年版的ISO9000标准中将质量定义为“一组固有特性满足要求的程度”^[25]。根据管理学中质量的定义可知，要衡量质量首先要确定衡量的对象是什么，衡量的标准是什么，事物的特征是什么。对于专利质量来说，衡量的对象即专利，而衡量的标准和特征，现有研究主要分为以下三种。

从技术层面来说，专利质量指的是专利发明本身的技术先进性和重要性^[26]。因此，如何评价这两个特性是专利质量度量的前提。技术的先进性是指，该技术与已有技术相比的新颖程度^[27]。如果某一专利涉及的技术从未出现在任何已有技术文档中，就可以说这项技术是具有先进性的^[28]。技术的重要性是指，该技术在它所属的技术领域内所处的地位。通常认为一项技术如果能够奠定未来的技术方向或是突破了某一技术瓶颈，则其具有重要的影响力^[29，30]。

从法律层面来说，专利是法律的产物，因此获得法律授权是保障专利质量的基本条件^[31]。根据我国现行专利法的规定，可授予专利权的发明专利应当满足新颖性、创造性和实用性要求。因此，从专利法的角度来看，被授予专利权的技术应当满足专利法对于“三性”的要求。相较于未被授权的专利，授权的专利质量更高。由于专利审查时对于“三性”的判断具有一定的主观性，不同的国家甚至不同审查员对于专利是否授权的严格程度会存在一定的差异。因此，仅仅以授权与否来判断专利质量受到广泛的质疑。

从商业层面来说，有学者认为专利质量与其市场价值挂钩，一项受保护的专利需要通过它的商业化能力来体现价值^[31]。商业层面的专利质量常常与技术层面的专利质量混淆。通常来说，专利的技术质量是商业运用的前提，一个技术质量较高的专利能够实现商业化的可能性更高。但是，由于专利的保护是有期限的，只有在有效期内专利才具有私有属性，而未进行续费或超过有效保护期的专利则具有社会公有属性，因此，只有在有效期内专利才能体现出商业价值。

本文的研究侧重点是在专利的技术质量，并不考虑商业层面是否还在保护期内这一问题。从技术角度来说，一项能够奠定技术发展路线的专利，其重要性并不会随着保护期的结束而消失。此外，专利是法律的产物，其必然具备法律的特性。法律上的专利“三性”虽然是从技术的角度来给出专利的授权条件，但是从现实的专利技术质量的测度来说，“新颖性”的评价较为容易，“实用性”可以用专利是否授权来排除，而“创造性”的评价存在很大的难度。因此现有研究对于专利的技术质量的评价大多是使用“新颖性”和“影响力”这两种指标。“影响力”的评价在某种程度上其实是“创造性”的倒推形式。正向推理是，如果一项专利具有较高的“创造性”，那么它对未来的技术发展就可能产生更大的影响。反向推理则是，如果已知一项专利对技术发展产生了重大影响，那么这项专利大多是具有较高的“创造性”的。正向推理存在的问题是人们现在不能预知未来，因此，如果在不知一项专利是否能够对未来的技术产生影响前，难以衡量它的“创造性”。而反向推理则是以现在看待过去，通过一项专利在现在的表现，可以推测它是否是一项具有“创造性”的专利。因此，从可量化的角度来说，专利的技术层面的质量大多是从“新颖性”和“影响力”这两个维度衡量。

常用的测量专利质量的方法是引文分析法。发明过程是累积的，是建立在之前的技术基础之上的，反过来又成为促进后续技术发展的基础^[32]。引文信息分为后向引文和前向引文两种。后向引文是目标专利引用的在先专利，这一指标与专利的“新颖性”有关。一个专利要获得授权就要证明它具有新颖性，因此，在专利文档上通常会记录与该专利技术相近的专利信息。而前向引文是指目标专利被在后专利所引用的信息，这与专利的“影响力”相关。许多学者认为专利被引用的次数与专利的质量或价值是显著相关的^[33，34]。

虽然引文分析能在一定程度上解决专利质量在“新颖性”和“影响力”方面的量化问题，但也存在解释力不足的缺陷^[35]，其分布是右偏的并且经常会存在异常值^[36]。专利权人引用在先技术遵循的是优先依附规则，即倾向于引用已经被引用过的专利，而没有考虑它们的质量^[35]。因此，经常会导致申请较晚的专利衡量出来的质量或价值低于早先申请的专利^[35]。此外，专利的引用信息是由审查员、申请人或第三方人为添加，因此必然会存在引用是否完整的问题。虽然也有学者通过构建更为复杂的引文模型来提升专利质量评价的准确度^[29]，但是依然无法改变引文信息天然存在的人为主观性和引用不全的问题。随着近年来数据科学的发展以及计算能力的提升，开始有学者深入到专利的文本层面，以探索更加准确的专利质量评价方式^[37]。由于本研究的侧重点是在专利技术层面的质量，因此同样考虑的是专利的“新颖性”和“影响力”问题。在评价上则是采用文本分析，以期能够从技术层面来对专利质量进行客观评价，并且借鉴Funk和Owen-Smith提出的引用路径思想^[29]，构建了一种基于文本分析的专利质量测度模型。

研究假设

1、探索—开发行为对专利质量的影响

从绩效来看，适当的开发式研发行为会为组织带来短期效益，使组织能够快速地收回投入的成本。但是对现有资源的过度开发会使企业陷入短视的惯性中^[38]。从发明质量来看，在组织知识基础的支撑下，开发式研发行为使组织能够更好地吸收和消化本领域的知识，推动自身乃至本领域的技术发展。但是过度依赖开发式研发行为会使组织陷入路径依赖的陷阱，无法发现新的机会或对新兴技术做出反应^[39]。

根据技术边界的定义，搜索或学习与组织的基础领域不同的知识才是探索式研发行为。发明事实上是一个知识重组的过程^[28]。以技术边界来看，当企业进行多个领域的搜索或学习，并能够对知识进行重组会产生更具有新颖性的发明^[6]。从经济绩效来看，探索式研发行为与长期效益相关。相较于开发式研发行为，探索式研发行为的成本更高，过度地进行探索会导致实验成本过高，影响成本回收，不利于组织进行良性的创新^[40]。基于能力视角的研究发现，重组不同领域的知识具有较高的难度，过多地进行不同领域的探索会导致组织对知识的熟悉度下降，进而影响组织对知识的吸收和消化^[41]。另外，从资源观视角来看，涉及越多的技术类别需要越多的异质性资源来支持，对于企业来说，总资源有限，过多地将资源分散化将导致每个类别下的资源减少，降低企业的创新质量。

由此，本文提出以下假设：

H1a：企业的探索式研发行为对专利质量有倒U型影响。

H1b：企业的开发式研发行为对专利质量有倒U型影响。

2、探索—开发行为组合对专利质量的影响

从互补优势的视角看，现有研究认为维持这两种行为的平衡是使企业生存和繁荣的关键^[42]。从技术层面看，开发式行为能够使企业沿着原有的技术路线进行研发，对知识的深入理解更能促使企业针对领域内的技术瓶颈进行高质量技术的研发。从经济层面看，开发式行为能够使企业更快地将研发成本进行回收，并能够有足够的资金进行下一轮技术开发。但只采用开发式行为的组织会陷入次优平衡^[13]以及知识锁定。同样地，从技术层面看，探索式行为能够拓宽企业的知识视野，通过将不同领域的知识进行重组会产生更好的技术灵感，但是过多地进行探索式行为会导致知识吸收不完全，难以产生高质量的技术。同时，探索式行为的试验成本更高，只采用探索式行为的组织会导致试验成本的提升，增加组织的研发成本和失败压力，反而降低技术成果产出的效率。因此，组织应当在开发式和探索式这两种行为间取得平衡，来克服短期效益和长期效益的矛盾^[43]。

想要达到探索和开发的平衡是非常复杂的，因为这两种行为的结果不同，并且还与它们的变化、时机以及组织内外的分布有关^[42]。除了分配资源支持开发或探索方面固有的权衡取舍之外，这两项活动还意味着组织惯例下的相互冲突^[44]。尽管关于平衡开发与探索的研究迅速发展，但在平衡探索与开发的规范假设和加强某一行为倾向的实践操作之间仍然存在着内在矛盾^[17]。有的学者认为，开发式行为应该在保证足够充分的前提下维持在最低限度，以便让所有的剩余资源投入到探索式行为中^[13]。相反地，另一些学者认为应该将探索式行为维持在较低水平，让更多的资源投入到开发式行为。与上述两种具有资源偏向的结论不同，还有一些学者认为组织应当保持相等的比例进行这两种行为^[4]。剩下的一部分学者则认为，开发式和探索式行为的组合取决于组织的目标、主导逻辑、产业地位以及环境的变化^[43]。现有的研究大多是涉及开发和探索行为对绩效的影响。这当中存在着质量与效率的矛盾，经济回报有时候与效率有关，而高质量的技术产生并不一定是高效的，其回报有时候甚至非常缓慢。大部分技术的发展是需要延续性的，这一时间节点的探索行为经过消化吸收后在下一时间节点就会变成可开发的知识基础，组织专注于某一领域的知识更能够产生高质量的发明。

结合效率和质量来看，组织以自身擅长的领域为主，进行深入的开发，使其自身资源得以充分地利用。同时，为了拓宽知识视野，防止陷入技术瓶颈或开发惰性，适当地进行探索式研发行为最能够促进专利质量的提升。

由此，提出以下假设：

H2a：探索式研发行为和开发式研发行为的结合会产生互补效应，促进专利质量的提高。

H2b：开发式研发行为偏向更能产出高质量专利。

3、研发领域深度—广度对专利质量的影响

只有深入了解一个技术领域，组织才能够创造高质量的发明^[45]。通过全面了解一个技术领域，组织可以提高对该领域知识的吸收和知识重新组合的能力^[46，47]，进而更好地理解自己需要搜索的相关技术知识^[48]，并合理安排开发和探索行为^[47]。反之，涉及过多的技术领域，一方面会导致组织在资源分配上的紧张；另一方面会使组织由于缺乏有效的知识积累导致创新产出较低。Eggers和Kaul研究发现，企业专注于某一领域的研发对于产生高质量的专利有显著的正向影响。研究还指出，通过对同一领域的技术进行研发，能够提高专利的技术表现。当本地生产从25%增长到75%时，专利的引用次数提高了50%^[49]。技术多样性的增加对管理者知识广度的要求也更高，很少有管理者能够拥有足够的知识广度来评估不同领域的机会。因此，他们通常采取较为保守的研发策略。相比之下，经营单一技术领域的组织由于对本领域的知识有更深入的了解，更能够预见本领域的突破性进展。同时，他们也更加担心竞争对手在技术上的超越，因此更愿意投入到难度更高的研发领域。

从技术预见的能力上看，对一个领域的深入了解能够使组织抓住技术发展的趋势和研发重点，进而产生高质量的发明。但已有研究同时也表明，在某一研发路径上进行过度开发容易陷入研发惰性^[50]。另外，组织对某一领域的过度开发容易将一项发明过度细化，导致单个发明的创新性较低。组织的研发领域行为对发明质量的影响不仅与其涉及的技术领域广度有关，还与组织在每个领域所涉猎的深度有关。即使一个组织经营了多个领域，只要它在各个领域都有较深的知识积累，这样的组织仍然能够创造出高质量的发明。

由此，提出以下假设：

H3a：研发领域深度对专利质量有倒U型影响。

H3b：研发领域广度对专利质量有负向影响。

4、研发领域深度—广度对探索—开发行为的调节作用

当组织进行开发式行为时，表明其研发是延续先前的技术路径。根据组织学习理论，开发式研发行为能使组织针对某一领域深入学习。这种对技术知识的充分了解和深入挖掘对于提升技术水平并产出高质量的专利有正面作用。但是对知识的过分加深固化会使企业陷入短视的研发惯性中^[51]，反而使企业固步自封，影响其技术创新。组织涉及的技术领域可能是一个到多个^[49]。从研发深度来看，在某一技术领域进行适当深入的研发能够促进组织产生高质量的发明，但是过度开发会有降低发明质量的风险^[6]。因此，企业在深度开展开发式研发行为的同时，还封闭在同一研发领域，就容易出现技术锁定，难以再产出高质量的技术和专利。尤其是当技术发展遇到重大变革时，某些特定领域的技术会被整体替代，深陷被替代领域的企业将面临重大的困境。例如数码相机是柯达公司最先发明，但由于其在胶片领域占有大量市场，投入了大量的资金，使其深陷在胶卷领域的研发惯性中，并排斥对数码技术的进一步研发，导致最终丧失了数码相机领域的抢先机会。反之，如果企业在深入研发的同时，能够寻求领域的扩展，将固有的技术拓宽到其他技术领域，这种跨领域的技术嫁接不仅能够防止企业陷入单一知识的研发惯性，还能够产出具有更广阔的市场的技术，并形成运用范围更广的高质量专利。

由此，提出以下假设：

H4a：研发领域深度对开发式研发行为与专利质量的关系起负向作用。

H4b：研发领域广度对开发式研发行为与专利质量的关系起正向作用。

当组织进行探索式行为时，表明其研发是跨越原有的技术类别。由于探索的技术知识不在组织自身的知识库当中^[41]，根据知识学习的规律，探索初期所引入的异质性知识还未完成学习的过程，因此难以通过再创造产生高质量的技术成果。此时的组织如果能够针对特定研发领域，对探索的知识进行持续的学习、消化和吸收，那么便能将探索的外部异质性知识熟练掌握并产出高质量的技术成果^[52]。根据知识学习和运用成本理论可知，探索式行为由于引入外部知识，其学习成本高于开发式行为。对于组织来说，如果在探索新知识的同时，还进一步拓宽研发领域，那将导致组织的资源分散，成本提升^[49]。且对于多领域研发的组织来说，知识基础的薄弱使其难以对探索式研发行为所获取的异质性知识进行消化吸收和重组，更加阻碍发明质量的提升。

由此，提出以下假设：

H4c：研发领域深度对探索式研发行为与专利质量的关系起正向作用。

H4d：研发领域广度对探索式研发行为与专利质量的关系起负向作用。

研究设计与实证分析

1、数据来源

本文采用中国的上市公司的专利数据来衡量专利质量以及企业的研发行为，并以上市公司的相关信息作为控制变量，时间范围为1988—2017年。本文的观察对象是基于专利层面，原因是：（1）每个专利的质量不同；（2）即使是同一个公司的专利，其质量也存在很大的差别；（3）每一个专利产生的前因都是企业不同的研发行为；（4）为了具体地研究不同研发行为所产生的专利质量差别，以每一个专利作为研究对象更为具体、细致。

首先，从国泰安的上市公司数据库获取上市公司名录，以及上市公司的成立年份和历年员工数量。然后，从国家知识产权局网站获取这些上市公司的所有专利数据，包括发明专利和实用新型专利。在统计时将存在子公司的企业以股票代码合并为一个公司。考虑到企业在专利申请过程中出现的发明和实用新型“双报”问题，因此，本文在研究中仅使用已授权的发明专利，最终获得有效观测样本136484条。此外，还收集中国历年的发明专利用于上市公司专利质量的计算。收集的专利数据内容包括：专利申请日、专利权人、发明人、专利授权日、专利权人所属地区、专利分类号、标题、摘要、权利要求。

2、变量处理

本研究主要变量为开发式研发行为、探索式研发行为、研发领域深度、研发领域广度和专利质量。

（1）被解释变量

专利质量。基于Kelly等^[37]、Funk和Owen-Smith^[29]提出的专利质量测量模型，本文基于文本分析方法，构建了一个基于专利新颖性和影响力来综合判断专利质量的测量模型。

根据前述分析，本文对于专利质量的测度包括新颖性和影响力两方面，整体测度模型遵循Kelly等^[37]提出的专利质量模型，即专利质量等于新颖性和影响力的乘积，如式（1）所示：

（1）

其中，p_novelty表示专利的新颖性，p_impact表示专利的影响力。Kelly等^[37]的原始公式中对于新颖性和影响力的计算是基于专利文本的Cosine相似度。即新颖性越高的专利，其与在先专利的文本相似度越低，如式（2）所示；影响力越高的专利，其与在后专利的文本相似度越高，如式（3）所示。

（2）

（3）

Kelly等^[37]的模型存在以下两个问题：第一，没有考虑专利所属技术领域的影响。在计算一项专利的新颖性时，如果将它与非相关行业的专利进行比较，由于技术内容没有交集，会得出一个较低的文本相似度，并导致该专利在计算数值上显得非常具有新颖性，但是，这样的比较是没有意义的。例如，将一个计算机行业的专利与一个化工行业的专利进行比较，它们二者毫无关联，因此，尽管从模型计算上具有较高的新颖性，但是从实际意义上来说，这样的新颖性数值其实是一种噪声，它会使专利的新颖性数值假性增高。为了克服这一缺陷，在计算专利的新颖性时，本文仅比较与目标专利具有行业相关性的在先专利。具体是以专利的IPC分类号的前三位进行判定，如果两个专利存在至少一个相同的专利分类号，则计算其相似度，反之则排除。第二，没有考虑专利技术的领域拓展。本文认为专利的新颖性有两种情况：一是在领域内进行技术的改进；二是相同技术进行跨领域的运用。对于第一种情况可以用文本相似度进行测度，但是对于第二种情况仅用文本相似度测量则会低估该项技术的新颖程度。例如化学领域的石墨烯技术拓展到物理或电子领域中。鉴于此，本文在计算新颖性时除了排除领域不相关的专利外，还增加了领域扩展的计算，如式（4）所示：

（4）

式（4）中的p_{sim_j}表示目标专利与在先专利的文本相似度，C_{sim_j}表示目标专利与在先专利的技术领域相似度。从式（4）可知，目标专利与在先专利的文本相似度越低，且领域扩展程度越大，其新颖性越高。

在专利影响力的计算上借鉴了Kelly等^[37]的文本相似度计算以及Funk和Owen-Smith^[29]的影响力模型。Kelly等^[37]的影响力计算仅考虑了专利的文本相似度，如式（3）所示。Funk和Owen-Smith^[29]的影响力模型则是用引文关系构建的，其原理是考虑目标专利是否是在后专利的唯一引用专利。在后专利在引用目标专利的同时还引用了目标专利所引用的在先专利，那么这种情况下目标专利的影响力低于在后专利仅引用目标专利的情况。如式（5）所示：

（5）

式（5）中的b_it是用来判断目标专利与在后专利的引用情况，当目标专利是在后专利的唯一引用，则b_it=0，否则为1。f_it=1表示目标专利被在后专利引用，反之为0。

Funk和Owen-Smith^[29]的影响力模型考虑了影响力的差异，即判断了目标专利是后续技术发展的“奠基者”还是“接力棒”。这一判断可以解决Kelly等^[37]的影响力模型无法比较文本相似度相同的专利的影响力的问题。因此，本文结合二者的思想提出的影响力计算公式如式（6）所示：

（6）

最终将新颖性和影响力相乘，得到专利质量计算公式，如式（7）所示：

（7）

由于新颖性p_novelty和影响力p_impact的计算数值较大，计算时做对数处理。为防止对零值取对数，在取对数前对原始值加一。出于计算量考虑，本文在计算上参照Kelly等^[37]的研究，以专利申请日的前后五年为窗口来分别计算新颖性和影响力。

（2）解释变量

企业研发行为。包括项目层面的开发式和探索式研发行为以及技术领域层面的研发领域深度和广度。

A.开发式与探索式研发行为

每一项专利都可以看作是一项研发成果，而在研发不同技术时，企业可能会采取不同的行为。因此，在分析研发行为时，本文以企业的每一项专利为研究对象，评估每项专利所反映的企业研发行为。

①开发式研发行为模型

本文将以企业连续五年所涉及的专利技术类别集合作为技术类别池，并分析企业在这五年中对每个类别的开发程度，作为判定企业进行开发式研发行为程度的标准。具体来说，首先，将每一个目标专利的申请年份作为时间基准，并提取该专利所涉及的技术类别。然后，分析该专利所属企业在这个时间基准前五年所涉及的所有技术类别。最后，计算时间基准的前五年企业在目标专利涉及的技术类别的开发程度。

本文采用的是国际通用的IPC分类号。企业在某一领域进行研发时会涉及各种不同的技术，每一项产品的产生大都凝聚了许多同领域或不同领域的小类技术。因此在计算上，技术类别的判定是基于专利分类号的前四位，表示企业研发涉及的技术类别。计算方式如下：

计算企业的技术类别数。对企业在时间基准的前五年所有专利的IPC分类号的前四位取并集，计算出这五年间企业所涉及的所有技术类别及数量。计算公式如式（8）所示：

（8）

其中，C_j，k表示技术类别，j表示目标专利的申请年，k表示i公司在第j年的专利申请数量。

计算企业在目标专利所属的各个技术类别的开发程度总和。分别统计目标专利所属技术类别在企业前五年的专利中所出现的次数并求和。计算公式如式（9）所示：

（9）

其中，C_{focal_i}表示目标专利所属的第i个技术类别。

计算目标专利所凝聚的开发式研发行为的程度。由于企业的资金和人员有限，不可能在无限的技术类别内都进行开发，也不可能在每个技术类别内都投入无限的资金。当企业涉及的技术类别越多，它在每个技术类别所能投入的资源就会相对减少。本文以企业在时间基准前五年的技术类别数量的倒数作为技术类别增加造成的投入资源下降权重。最后，将该权重乘以目标专利的开发程度总和，得到专利涉及的开发式研发行为的程度。计算公式如式（10）所示：

（10）

②探索式研发行为模型

与开发式研发行为相对，探索式研发行为表示企业在先前未涉及的技术类别内进行研发。本文将专利当作是企业研发过程的结果，因此，将目标专利所属的技术类别与企业先前开发过的技术类别进行比对，就能得出企业在目标专利这一研发过程中探索了哪些新的技术类别，以及探索的程度，统计目标专利所涉及的技术类别个数。计算公式如式（11）所示：

（11）

统计目标专利探索的技术类别的个数。首先，计算目标专利与企业前五年相同的技术类别。计算公式如式（12）所示：

（12）

然后，用目标专利的技术类别个数减去相同的技术类别个数，即为探索的技术类别个数。计算公式如式（13）所示：

（13）

计算企业在目标专利上所进行的探索式研发行为的程度。将目标专利探索的技术类别个数除以目标专利的技术类别总数。计算公式如式（14）所示：

（14）

B.研发领域深度—广度的双元模型

研发领域的含义比技术类别更为宽泛，企业研发所涉及的技术领域可能有一个，也可能有多个，在每一个领域所进行的研发深度也不尽相同，且每一时期的研发侧重领域也有可能不同。因此，为了更好地分析不同企业，以及同一企业在不同时期所进行的研发行为差异，本文在探索—开发行为的基础上，增加研发领域广度和研发领域深度行为的分析。其中，研发领域广度指的是企业在同一时间基准线上同时进行研发的领域个数，研发领域深度指的是企业在同一时间基准线上在不同领域的侧重配比。

①研发领域广度模型

技术领域的判断与技术类别的判断不同，技术领域的范围更广，一个技术领域包含多个技术类别。在上一部分，本文用技术类别来判断企业的探索式和开发式行为，而本部分所指的技术领域的概念更为宽泛，技术领域包含了各种子技术类别。企业在不同的技术领域内可能进行着不同的探索式或开发式行为。根据IPC分类号的规则可知，IPC的前三位指代的是大类，前四位指代的是小类。由于主IPC分类号是专利所属的核心技术领域，因此，本文选取IPC主分类号的前三位作为判断研发领域深度—广度行为的依据。以企业在每一个时间节点同时进行研发的技术领域个数衡量研发领域广度。企业在不同的时间节点所涉及的技术领域个数可能会发生变化，通过对企业在不同时间节点的研发领域广度变化进行研究，能够更好地分析这种行为对专利质量的影响。

在计算时，本文以企业为单位，统计其每年申请专利的主IPC分类号的前三位的并集，该结果即为企业在这一时间节点上的研发领域广度。企业研发涉及的技术领域越多，其研发领域广度就越大。计算公式如式（15）所示：

（15）

其中，C_j，k表示目标公司在第j年所申请的k个专利。

②研发领域深度模型

企业在进行多领域的研发时，在每一个领域所分配的精力和资源并不相同。研发领域深度衡量的就是企业在每一时间节点在不同技术领域的分配程度。与上一部分一致，在计算上，以专利的主IPC分类号的前三位作为技术领域的判别标准。计算过程如下：

提取同一时间节点下目标公司所有专利的分类号的前三位。

计算某一时间节点下，目标公司在不同技术领域的分配程度。将某一时间节点的目标专利与公司其他专利的主IPC分类号的前三位取交集，计算每一个技术领域内的专利个数。计算公式如式（16）所示：

（16）

其中，表示目标企业在第j年的第d个专利，k表示企业在该年的所有专利。

计算企业在每一个技术领域的研发深度。由于企业的资源有限，因此，本文将企业的当期技术领域个数的倒数作为权重，再分别乘以每一个技术领域的分配程度，即得到企业在这一时间节点的研发领域深度。计算公式如式（17）所示：

（17）

其中，C_j，k表示目标公司在第j年所申请的k个专利。

由于探索式研发行为的取值范围为0～1，为了保证开发式研发行为与探索式研发行为有相同的量纲，并消除可能存在的共线性问题，将开发式研发行为进行标准化处理。标准化公式如式（18）所示：

（18）

同理，对企业研发领域的广度和深度同样做标准化处理。

（3）控制变量

企业规模。以企业当年员工人数除以10000表示企业规模，以缩小变量间的数量级差距。

知识基础。知识基础是以每一个专利的申请年份前五年作为时间窗口，专利权所有人在这五年间的专利申请数量作为知识基础的衡量标准。为了确保其和其他变量之间的数量级差异不会影响分析结果，以千作为单位。根据现有的研究可知，适当的知识基础对企业进行创新会产生正向影响，知识基础程度过高则会导致企业产生路径依赖和研发惯性，反而影响企业的发明创造。因此，本文还加入知识基础的二次项作为控制变量。

企业年龄。以专利申请年份减去企业成立时间的差值表示。

专利申请年份间隔。以第一个专利的申请年份作为基准，将后续专利的申请年份平减基准年份，作为申请年份间隔变量。

专利所属产业。以专利主IPC分类号的第一位表示。

所属省份。以专利申请所属省份表示。

本文采用OLS回归进行分析。由于本文存在非线性的倒U型关系，因此还将对非线性变量的边际效应进行分析。

3、描述性统计与相关性检验

通过对数据进行梳理、清洗、整合、变量构造，剔除缺失值后，获得有效观测样本136484个，覆盖年份为1988—2017年。以专利分类号的第一位——部进行统计，数据样本分布如表1所示，其中A表示人类生活必需品，B表示作业和运输，C表示化学和冶金，D表示纺织和造纸，E表示固定建筑物，F表示机械工程、照明、加热、武器和爆破，G表示物理，H表示电学。

表2展示了本文所涉及变量的描述性统计和相关系数（Pearson系数）。可以看出，本文所涉及的变量之间具有一定的相关关系，为后续验证提供了初步的判断，但还需进一步验证。其中，企业规模与研发领域广度的相关系数较高，表明规模较大的企业研发时所涉及的领域较多，与事实较为相符。

4、回归分析

（1）主效应分析

回归结果如表3所示。在模型1中只放入控制变量与因变量专利质量。模型2中放入控制变量和自变量探索—开发行为。模型3中放入控制变量和自变量研发领域深度—广度。模型4同时放入控制变量及自变量研发领域深度—广度和探索—开发行为。模型5～模型7验证了企业探索—开发行为的平衡和偏向性与专利质量的关系。将开发式研发行为的程度与探索式研发行为的程度相减，当差值大于0时为开发式偏向型行为，小于0时为探索式偏向型行为。模型8为调节效应的检验。通过观察各个模型p值可以得知各个模型所有系数的联合显著性较高。此外，随着更多解释变量和交互项的加入，Adj-R²的值也逐步提升，即模型对因变量的解释力提升。

从模型2和模型4可以得出开发式研发行为与专利质量呈显著的倒U型关系（β=-51.4688，p＜0.001），探索式研发行为与专利质量呈显著的倒U型关系（β=-21.4825，p＜0.001），假设H1a、H1b成立。从模型3和模型4可以得出研发领域深度与专利质量呈显著的倒U型关系（β=-35.0099，p＜0.001），研发领域广度与专利质量呈显著的负向关系（β=-0.7166，p＜0.001），假设H3a、H3b成立。从模型5可以看出探索式研发行为和开发式研发行为的平衡与专利质量呈负显著关系（β=-4.2182，p＜0.01），说明企业在进行研发时采取两种研发行为更能够促进专利质量的提升。从模型6得出，开发式偏向型的研发行为对专利质量产生显著正向影响（β=25.6658，p＜0.001），模型7则说明探索式偏向型的研发行为对专利质量产生显著负向影响（β=-16.5659，p＜0.001），结合模型5～模型7说明探索式研发行为与开发式研发行为的最优组合配比不是二者平分，而是开发式研发行为为主，探索式研发行为为辅的组合最利于专利质量的提升，假设H2a、H2b成立。

为了进一步验证假设中的倒U型关系，本文将采用边际效应和图示相结合的方法进一步分析。图1～图3分别为开发式研发行为、探索式研发行为及研发领域深度与专利质量的边际效应曲线。表4～表6为开发式研发行为、探索式研发行为及研发领域深度与专利质量的边际效应。

由图1可以看出，开发式研发行为与专利质量呈倒U型关系，转折点在中点0.6处。说明开发式研发行为与专利质量的关系是非线性的。在转折点左侧，开发式研发行为程度的增加能够提升专利质量；在转折点右侧，过高的开发式研发行为反而会导致专利质量的下降。结合表4中开发式研发行为的边际效应同样可以看出，在转折点之前，开发式研发行为与专利质量的关系正显著；在转折点之后，开发式研发行为与专利质量的关系负显著。假设H1a得到支持。

由图2可以看出，探索式研发行为与专利质量呈倒U型关系，转折点在0.4处。说明探索式研发行为与专利质量的关系是非线性的，在转折点左侧，探索式研发行为对专利质量有正向促进作用；在转折点右侧，过高的探索式研发行为反而会导致专利质量的下降。结合表5同样可以看出，在转折点之前，探索式研发行为与专利质量的关系正显著；在转折点之后，探索式研发行为与专利质量的关系负显著。假设H1b得到支持。结合开发式和探索式研发行为的转折点来看，开发式研发行为的转折点的数值大于探索式研发行为，并且开发式研发行为与专利质量的边际关系系数大于探索式研发行为，进一步说明偏向开发式研发行为的双元行为组合更有利于专利质量的提升。

从图3可以看出，研发领域深度与专利质量的关系呈倒U型关系，转折点为0.5。说明研发领域深度与专利质量的关系是非线性的，在转折点左侧，研发领域深度对专利质量有正向促进作用；在转折点右侧，研发领域深度对专利质量产生负向作用。结合表6中研发领域深度的边际效应同样可以看出，在转折点之前，研发领域深度与专利质量的关系正显著；在转折点之后，研发领域深度与专利质量的关系负显著。假设H2b得到支持。

5、调节效应分析

由表3模型8得出研发领域深度对开发式研发行为的调节作用显著为负（β=-33.5707，p＜0.001），假设H4a成立。研发领域广度对开发式研发行为的调节作用显著为正（β=81.4693，p＜0.001），假设H4b成立。研发领域深度对探索式研发行为的调节作用为正，但是不显著，假设H4c不成立。研发领域广度对探索式研发行为的调节作用显著为负（β=-2.1792，p＜0.01），假设H4d成立。图4～图6所示为调节效应。

根据图4，当研发领域的深度较高时，开发式研发行为与专利质量之间的斜率较小，即开发式研发行为对专利质量的影响较小。而当研发领域的深度较低时，开发式研发行为产生的专利质量高于研发领域深度较高时的情况。这说明研发领域深度负向调节开发式研发行为与专利质量之间的关系。由图5可知，研发领域广度较高时，开发式研发行为与专利质量之间的斜率较大，且专利质量的数值大于研发领域广度较低的时候。说明研发领域广度对开发式研发行为与专利质量之间的关系起到正向调节作用。由图6可知，研发领域广度较高时，探索式研发行为与专利质量之间的斜率大于研发领域广度较低的时候。并且在探索式研发行为数值相同时，低研发领域广度下的专利质量优于高研发领域广度下的专利质量。说明研发领域广度对探索式研发行为与专利质量的关系起负向调节作用。

由于不同技术领域的专利质量和研发范式可能会存在较大差异，为了更细致地探讨研发行为对专利质量的影响，本文进一步对专利所属的不同技术领域进行分类分析。表7为不同技术领域的研发行为对专利质量的影响关系。

从表7中可以得出，关于开发式研发行为的影响，领域A（人类生活必需品）、领域B（作业和传输）、领域C（化学和冶金）、领域D（纺织和造纸）、领域E（固定建筑物）、领域F（机械工程、照明、武器和爆破）、领域G（物理）、领域H（电学）的开发式研发行为的一次项均与专利质量的关系显著为正，二次项均与专利质量的关系显著为负。关于探索式研发行为的影响，所有领域的探索式研发行为的一次项与专利质量的关系均显著为正，二次项与专利质量的关系均显著为负。

关于研发领域深度的影响，领域A、领域C、领域E、领域F、领域G和领域H的研发领域深度的一次项与专利质量的关系均显著为正，二次项与专利质量的关系均显著为负。领域B的研发领域深度的一次项与专利质量的关系显著为负，二次项与专利质量的关系不显著。领域D的研发领域深度的一次项与专利质量的关系不显著，二次项与专利质量的关系不显著。关于研发领域广度的影响，领域A、领域B、领域C、领域D的研发领域广度的一次项与专利质量的关系均显著为负。领域E的研发领域广度的一次项与专利质量的关系不显著。领域F、领域G和领域H的研发领域广度的一次项与专利质量的关系均显著为正。

研究结论与理论贡献

1、研究结论

通过对上市公司的专利进行研究后发现，开发式研发行为和探索式研发行为对专利质量均呈倒U型影响。平衡开发和探索行为会对专利质量产生正向影响。但是二者的平衡并不是各自一半，而是略偏向开发式研发行为更有利于促进专利质量的提升。然后，本研究进一步探讨企业在每一时期的研发领域深度和广度如何影响专利质量。研究结果表明，研发领域广度对专利质量有负面影响，研发深度具有倒U型影响。最后，分析了研发领域深度和广度对开发式和探索式研发行为与专利质量关系的调节作用。从回归分析可以看出，企业的探索—开发式研发行为以及研发领域广度—深度与专利质量关系的假设都得到支持，而研发领域深度—广度的调节作用得到部分支持。即研发领域深度对探索式研发行为与专利质量的关系起正向调节作用这一假设的检验未通过。其可能的原因有以下三点：（1）现有的数据中，企业所采用的探索式研发行为大多是以简单的跨技术类别的组合为主，创新程度并不高，并且在特定研发领域的深耕程度不够，导致研发领域深度对探索式研发行为的正向调节作用不显著。（2）探索式研发行为利用的知识是企业不熟悉的跨技术类别知识，涉及的技术内容有可能超越自身的知识水平，这增加了企业对知识进行吸收和再创造的难度，进而影响了高质量的专利产出。（3）对于跨技术类别的知识，企业需要更长的时间去消化和吸收，而本研究的数据是在有限的时间内，这一时间范围可能不足以覆盖企业对新知识的学习到创新的全过程。

2、理论贡献

不同以往基于公司层面来研究开发式和探索式研发行为^[4，53]，本研究将注意力转移到项目层面并探讨二者是如何影响专利质量的。同时，本研究对企业的研发行为进行了更为细致的区分，企业可能同时进行不同技术领域或不同项目的研发，尤其是对于较大的集团公司来说。并且在每一个领域或项目上，企业都可能采用不同的研发行为。因此本研究将研发领域广度和深度以及技术领域内每个发明项目具体的探索—开发行为进行了区分。

第一，本研究基于技术边界构建了一个评价组织开发式和探索式行为程度的计算方法。现有的关于开发和探索行为的衡量主要考虑两点：一是将开发和探索行为看成连续变量还是两个变量；二是以组织边界（组织外的知识）来划分开发和探索行为，或是以技术边界（组织已有技术领域外的知识）进行划分。将开发式和探索式研发行为看作连续变量的理论基础是认为这两个行为具有互斥性且无法进行完全分割。但是连续型变量无法将组织具体的开发式和探索式行为的程度解释清楚，也无法说明具体的分界点。为了更好地解释企业进行开发和探索的程度，本研究基于发明的技术边界以及组织已有技术的开发程度，将开发和探索行为区分开来。这种区分能够更细致地分析这两个行为对于专利质量的影响。此外，本研究采用文本分析的方式来衡量专利的质量，准确性更高，且在较短的时间窗内就能对专利的质量进行判断。

第二，本研究强调在项目层面上实现探索与开发之间平衡的重要性。尽管现有研究已经确定企业应该平衡探索与开发才能有效地提升创新绩效^[38，44]，但在项目层面上如何更好地平衡探索与开发的程度还未有更进一步的研究。本研究将关于“双元性”假说的研究细化到企业的每一个研发项目，研究结果表明，平衡探索和开发对于产生高质量的发明非常重要。此外，最优的平衡方式应当是以开发为主，探索为辅的方式。因此组织在进行开发式或探索式研发行为时，不能是简单的“二选一”或者是简单的“对半分”，而应该考虑二者之间的合理组合。

第三，本研究还分析了企业研发领域的深度和广度对专利质量的影响。与部分研究一致，本研究也发现研发领域的广度会对专利质量产生负向影响^[39，49]。这是由于企业在进行多领域研发时会遇到资源分配的局限，导致企业无法针对某一领域进行大量的投入。研发领域的深度对专利质量会产生倒U型影响的原因是，深入地对某一领域进行研发能够使企业对这一领域的知识有更深入的了解，但是随着研发的深入，企业会有陷入研发惰性的风险。典型的表现是将研发项目过分地细分，导致单个研发项目的创新性不足，反而降低了专利质量。虽然企业进行宽领域的研发会对发明质量产生负面影响，但是通过对各个领域进行深入的研发积累，使企业在每一个领域的研发都具有一定的深度，也能够改善发明的质量。

第四，根据本研究构建的研究框架，企业是先设定研发的技术领域，然后在每个领域内进行不同深度的项目细分，最后对每一个项目采取不同的开发式或探索式研发行为进行区分。研究表明，研发领域的深度对于开发式研发行为与专利质量之间的关系具有负向影响，但对于探索式研发行为与专利质量之间的关系影响不显著。研发领域广度对开发式研发行为与专利质量的关系产生正向影响，对探索式研发行为与专利质量的关系产生负向影响。

第五，结合不同领域的开发式和探索式研发行为对专利质量的影响结果可以看出，电学领域的研发相较于其他领域，对开发式研发行为的需求较大，但对探索式研发行为的需求相对较低。说明电学领域由于技术的复杂度较高，需要对已有知识进行吸收、消化才能再创造，应当沿着某一技术路线进行深度开发，减少不必要的外部知识探索，才有利于专利质量的提升。从研发领域深度和广度来说，物理和电学领域不但更需要企业进行专一领域的开拓，同时也需要进行跨领域的研发。其原因是物理和电学领域的技术复杂程度较高，且是许多领域的基础技术，如果能够将基础技术与多个领域的技术进行融合，就能产生更大的创新。因此相对其他领域的企业，物理和电学领域的研发对企业的资金和能力要求更高。对于传输作业领域来说，虽然其研发领域深度对专利质量的作用不显著，说明该领域更适合进行跨领域的结合研发，但也需要防止研发领域广度过宽造成负面影响。对于传统的纺织和造纸行业来说，针对该领域继续深挖已较难产出新的技术，导致其研发领域深度与专利质量的关系为负。对固定建筑物和机械工程、照明、武器和爆破领域，企业进行专一领域的研发更能产出高质量的专利。

参考文献：

[1]Tushman M. L.，O’Reilly C. A. Ambidextrous Organizations：Managing Evolutionary and Revolutionary Change[J]. California Management Review，1996，38（4）：8-29

[2]Cohen W. M.，Levinthal D. A. Absorptive Capacity：A New Perspective on Learning and Innovation[J]. Administrative Science Quarterly，1990，35（1）：128-152

[3]Li Y.，Vanhaverbeke W.，Schoenmakers W. Exploration and Exploitation in Innovation：Reframing the Interpretation[J]. Creativity and Innovation Management，2008，17（2）：107-126

[4]He Z.，Wong P. Exploration vs. Exploitation：An Empirical Test of the Ambidexterity Hypothesis[J]. Organization Science，2004，15（4）：481-494

[5]Ebben J. J.，Johnson A. C. Efficiency，Flexibility，or Both？Evidence Linking Strategy to Performance in Small Firms[J]. Strategic Management Journal，2005，26（13）：1249-1259

[6]Wang P.，Van D. V. V.，Jansen J. J. Balancing Exploration and Exploitation in Inventions：Quality of Inventions and Team Composition[J]. Research Policy，2017，46（10）：1836-1850

[7]熊立，曹元坤，朱建斌.国外个体二元性研究前沿及展望[J].管理评论，2018，30（4）：142-156

[8]芮正云，罗瑾琏，甘静娴.新创企业创新困境突破：外部搜寻双元性及其与企业知识基础的匹配[J].南开管理评论，2017，20（5）：155-164

[9]汤超颖，刘丽，李美智.企业内外部知识分布与二元学习平衡：基于中国创新型企业的实证研究[J].管理评论，2020，32（6）：82-92

[10]杨粟英，崔贵云.项目组织双元学习：基于双元管控和技术平台视角[J].科学学研究，2021，39（2）：321-329

[11]彭新敏，张帆.技术变革、次序双元与后发企业追赶[J].科学学研究，2019，37（11）：2016-2025

[12]岑杰，陈力田.二元创新节奏、内部协时与企业绩效[J].管理评论，2019，31（1）：101-112

[13]Levinthal D. A.，March J. G. The Myopia of Learning[J]. Strategic Management Journal，1993，14（S2）：95-112

[14]Kang J.，Kim S. Performance Implications of Incremental Transition and Discontinuous Jump between Exploration and Exploitation[J]. Strategic Management Journal，2020，41（6）：1083-1111

[15]Chen Y.，Liu H.，Chen M. Achieving Novelty and Efficiency in Business Model Design：Striking a Balance between IT Explora-tion and Exploitation[J]. Information & Management，2022，59（3）：103268

[16]刘凤朝，张淑慧，马荣康.利用性创新对探索性创新的作用分析——技术景观复杂性的调节作用[J].管理评论，2020，32（9）：97-106

[17]Lavie D.，Rosenkopf L. Balancing Exploration and Exploitation in Alliance Formation[J]. Academy of Management Journal，2006，49（4）：797-818

[18]白景坤，王健.如何有效克服组织惰性？——基于双元学习的案例研究[J].研究与发展管理，2016，28（4）：61-71

[19]Smith W. K.，Tushman M. L. Managing Strategic Contradictions：A Top Management Model for Managing Innovation Streams[J]. Organization Science，2005，16（5）：522-536

[20]Breschi S.，Lissoni F.，Malerba F. Knowledge-Relatedness in Firm Technological Diversification[J]. Research Policy，2003，32（1）：69-87

[21]马荣康，王艺棠.知识组合多样性、新颖性与突破性发明形成[J].科学学研究，2020，38（2）：313-322

[22]Arrfelt M.，Wiseman R. M.，Hult G. T. M. Looking Backward Instead of Forward：Aspiration-Driven Influences on the Efficiency of the Capital Allocation Process[J]. Academy of Management Journal，2013，56（4）：1081-1103

[23]Adler P. S.，Benner M.，Brunner D. J.，et al. Perspectives on The Productivity Dilemma[J]. Journal of Operations Management，2009，27（2）：99-113

[24]董亮，方中秀.问题专利、发明高度与研发投资——一个专利质量内生化模型[J].科研管理，2019，40（4）：179-189

[25]国家质量技术监督局.质量管理体系基础和术语[J].质量春秋，2009，（6）：17-28

[26]Dindaroğlu B. Determinants of Patent Quality in U. S. Manufacturing：Technological Diversity，Appropriability，and Firm Size[J]. The Journal of Technology Transfer，2018，43（4）：1-24

[27]Verhoeven D.，Bakker J.，Veugelers R. Measuring Technological Novelty with Patent-Based Indicators[J]. Research Policy，2016，45（3）：707-723

[28]Fleming L. Recombinant Uncertainty in Technological Search[J]. Management Science，2001，47（1）：117-132

[29]Funk R. J.，Owen-Smith J. A Dynamic Network Measure of Technological Change[J]. Management Science，2017，63（3）：791-817

[30]徐明，陈亮.基于文献综述视角的专利质量理论研究[J].情报杂志，2018，37（12）：28-35

[31]宋河发，穆荣平，陈芳.专利质量及其测度方法与测度指标体系研究[J].科学学与科学技术管理，2010，31（4）：21-27

[32]Jaffe A. B.，De Rassenfosse G. Patent Citation Data in Social Science Research：Overview and Best Practices[J]. Journal of the Association for Information Science and Technology，2017，68（6）：1360-1374

[33]Harhoff D.，Narin F.，Scherer F. M.，et al. Citation Frequency and the Value of Patented Inventions[J]. Review of Economics and Statistics，1999，81（3）：511-515

[34]Han E. J.，Sohn S. Y. Patent Valuation Based on Text Mining and Survival Analysis[J]. The Journal of Technology Transfer，2015，40（5）：821-839

[35]Bakker J. The Log-Linear Relation between Patent Citations and Patent Value[J]. Scientometrics，2017，110（2）：879-892

[36]Gambardella A.，Giuri P.，Luzzi A. The Market for Patents in Europe[J]. Research Policy，2007，36（8）：1163-1183

[37]Kelly B.，Papanikolaou D.，Seru A.，et al. Measuring Technological Innovation over the Long Run[J]. American Economic Review：Insights，2021，3（3）：303-320

[38]Katila R.，Ahuja G. Something Old，Something New：A Longitudinal Study of Search Behavior and New Product Introduction[J]. Academy of Management Journal，2002，45（6）：1183-1194

[39]Boh W. F.，Evaristo R.，Ouderkirk A. Balancing Breadth and Depth of Expertise for Innovation：A 3M Story[J]. Research Policy，2014，43（2）：349-366

[40]Zhang Z.，Lyles M. A.，Wu C. The Stock Market Performance of Exploration-oriented and Exploitation-oriented Cross-Border Mergers and Acquisitions：Evidence from Emerging Market Enterprises[J]. International Business Review，2020，29（4）：1-15

[41]Keijl S.，Gilsing V.，Knoben J.，et al. The Two Faces of Inventions：The Relationship between Recombination and Impact in Pharmaceutical Biotechnology[J]. Research Policy，2016，45（5）：1061-1074

[42]March J. G. Exploration and Exploitation in Organizational Learning[J]. Organization Science，1991，2（1）：71-87

[43]Voss G. B.，Voss Z. G. Strategic Ambidexterity in Small and Medium-sized Enterprises：Implementing Exploration and Exploitation in Product and Market Domains[J]. Organization Science，2013，24（5）：1459-1477

[44]Lavie D.，Stettner U.，Tushman M. L. Exploration and Exploitation within and across Organizations[J]. The Academy of Management Annals，2010，4（1）：109-155

[45]Sosa M. L. Application-specific R&D Capabilities and the Advantage of Incumbents：Evidence from the Anticancer Drug Market[J]. Management Science，2009，55（8）：1409-1422

[46]Zahra S. A.，George G. Absorptive Capacity：A Review，Reconceptualization，and Extension[J]. Academy of Management Review，2002，27（2）：185-203

[47]Zhou K. Z.，Wu F. Technological Capability，Strategic Flexibility，and Product Innovation[J]. Strategic Management Journal，2010，31（5）：547-561

[48]Kaplan S.，Vakili K. The Double-edged Sword of Recombination in Breakthrough Innovation[J]. Strategic Management Journal，2015，36（10）：1435-1457

[49]Eggers J.，Kaul A. Motivation and Ability？A Behavioral Perspective on the Pursuit of Radical Invention in Multi-Technology Incumbents[J]. Academy of Management Journal，2018，61（1）：67-93

[50]张璐，闫红月，苏敬勤，等.从“锁定”到“进阶”：如何突破主导逻辑的路径依赖——基于战略认知视角的案例研究[J].南开管理评论，2021，24（1）：86-96

[51]李柏洲，曾经纬.知识惯性对企业双元创新的影响[J].科学学研究，2019，37（4）：750-759

[52]段彩丽，顾元勋.无主导设计情境下产品架构成长机制研究[J].管理评论，2021，33（7）：92-106

[53]Wang H.，Li J. Untangling the Effects of Overexploration and Overexploitation on Organizational Performance：The Moderating Role of Environmental Dynamism[J]. Journal of Management，2008，34（5）：925-951

作者简介：甘静娴，大连理工大学知识产权学院助理教授，硕士生导师，博士。