摘要：以航空装备制造企业为例，使用专利合作数据，通过社会网络分析方法和负二项回归分析研究专利合作网络结构特征对企业探索式创新的影响及知识基础在其中发挥的中介效应。研究结果表明度数中心度、结构洞与企业探索式创新呈显著正相关关系，知识基础在二者中发挥了部分中介效应的作用。因此，航空装备制造企业要积极扩大专利合作规模与频次，努力向专利合作网络中心位置发展；同时要拓展获取异质性知识的渠道，鼓励企业内知识交流，增强知识积累，促进企业探索式创新发展。

关键词：专利合作网络，知识基础，探索式创新，社会网络分析

1 研究背景

近年来，中美贸易摩擦不断，而新冠肺炎疫情加剧了贸易冲突，美国对中国实行技术封锁策略，而我国在很多领域与美国行业巨头之间仍存在很大的技术差距，我国企业面临技术“卡脖子”的困境^[1]。而解决“卡脖子”难题的重要途径便是推动企业对尖端技术的研究，促进企业开展探索式创新。所谓探索式创新是指企业凭借新的技术和知识或摆脱既有技术轨迹和知识，为满足新的市场和客户所进行的创新^[2]，强调获取和创造全新的知识，力求脱离和超越企业现有的知识基础。影响企业探索式创新的因素有很多，有内在因素，也有外在因素，内在因素包括组织关系^[3]、股权结构^[4]、社会责任等^[5]，外在因素包括金融环境^[6]、市场进展^[7]，政府补助^[8]、合作网络等因素^[9]。在众多因素中合作网络是最重要的因素。企业进行探索式创新不可能是闭门造车，其必须从外部获取大量的异质性资源，而合作网络特别是专利合作网络便是企业获取异质性资源的重要途径^[10]。专利合作网络是企业在合作创新过程中通过联合申请专利而形成的网络，通过这种网络企业可以降低知识获取成本，分摊研发风险，提高创新成功概率。因此，明晰专利合作网络对企业探索式创新的作用机理将有助于企业探索式创新活动的开展。

学者们对专利合作网络结构特征与探索式创新之间的关系进行了一些研究，并发现不同的专利合作网络结构特征对企业的探索式创新有不同的影响。对其中的作用机理的探讨，大都集中于其他内外部因素对二者关系的调节作用，而从未深入探究专利合作网络通过何种路径对企业的探索式创新产生作用。因此现有关于专利合作网络与企业探索式创新关系的研究仍未完全明确二者的作用机理。根据知识基础理论，创新本质上便是对于知识整合重组再创造，而探索式创新便是企业学习新领域内的新知识，或者是对知识进行重组整合应用于新领域，而无论何种形式均需要企业具有深厚的知识基础，因此知识基础对于企业的探索式创新活动有着重要的作用。黄玮强等^[11]、刘国巍等^[12]对合作网络中的知识扩散进行研究，研究发现合作网络结构特征会对企业的知识吸收和再创造能力产生影响，其中网络中心性和结构洞与企业知识吸收呈正相关关系，这表明专利合作网络会对企业的知识活动产生影响。但遗憾的是，已有研究并未涉及到企业知识活动的本质，企业对于知识的搜索、吸收、学习、转移等活动均会对企业的知识基础产生影响，从本质上说专利合作网络结构特征会对企业的知识基础产生影响。因此，本研究拟引入知识基础作为研究的中介变量，来探讨专利合作网络结构特征对企业探索式创新的作用机理。

航空装备制造产业是典型的专利密集型产业，产业内企业间的专利合作比较频繁，已形成较大规模的专利合作网络；同时，作为高技术行业，其对于探索式创新有着强烈的需求。因此，本研究以航空装备制造企业为例，在理论分析与研究假设的基础上，拟使用航空装备制造企业的专利合作数据，运用社会网络分析和负二项回归方法，实证分析知识基础在专利合作网络结构特征与企业探索式创新间的中介作用。

2 理论分析与研究假设

2.1 专利合作网络结构特征与企业探索式创新的关系

本研究主要从微观角度探讨专利合作网络结构特征对企业探索式创新的影响，选取度数中心度和结构洞两个重要的个体网络结构指标进行研究。

2.1.1 度数中心度对企业探索式创新的影响

度数中心度表示与企业直接相连的专利合作网络个体数量，表现了网络个体的中心性。度数中心度越大，表明与企业直接合作的个体也多，企业也往往靠近网络中心位置。因此高度数中心度的企业有着更多的信息交流渠道，能够从多个合作者获得有助于探索式创新的资源，提高企业探索式创新成功的概率^[13]。度数中心度越高，企业有更多的渠道获取信息，企业通过对不同渠道的信息进行比较识别和整合，将大大降低获得异质性信息的成本，也有助于企业进行探索式创新。由此得到假设：

H_1a：度数中心度与企业探索式创新之间呈正相关关系。

2.1.2 结构洞对企业探索式创新的影响

网络中一个个体与其他两个个体直接相联结，其他两个个体间无直接联结关系，那么三者之间便形成一个结构洞。根据结构洞理论，结构洞是指网络中的空隙，衡量了网络结构中的非冗余联系，是专利合作网络中信息交流传递的桥梁，企业通过结构洞可以获得其他企业所不具有的信息优势和控制优势^[14]。

占据结构洞的企业往往能够通过结构洞先于结构洞两端的企业获取到大量的信息资源，从而在信息上获得先发优势。根据结构洞理论，结构洞作为专利合作网络中信息交流传递的重要途径，企业会从信息交流传递过程中获取到自身探索式创新所需要的大量的非冗余资源，从而促进探索式创新的进行^[15]。

结构洞理论表明占据结构洞的企业作为结构洞洞两端信息交流传递的唯一枢纽，在信息传递过程中具有很大的权力，例如能控制信息传递的方式及速率。因此，结构洞给企业带来了信息交流的控制权力，企业运用控制权力能够提高企业的知识吸收能力，获得大量的非冗余信息，促进企业的探索式创新。

综上所述，结构洞为企业带来了信息优势和控制优势，将降低企业进行探索式创新的风险和增加企业探索式创新成功的可能性，因此得到假设：

H_1b：专利合作网络结构洞对企业探索式创新具有促进作用。

2.2 专利合作网络结构特征与知识基础之间的关系

2.2.1 度数中心度与知识基础之间的关系

度数中心度是衡量企业中心度的重要指标，度数中心度越高代表企业越靠近网络中心位置。专利合作网络中心位置的企业与更多的组织展开专利合作活动，有更多的创新渠道，根据知识基础理论，企业会与外界交流学习新知识，众多专利合作活动为企业带来大量的多样化的知识元素，极大地增大了企业的知识基础宽度^[16]。网络中心位置在为企业带来众多信息交流渠道的同时，也会向外界传递良好的声誉信号^[17]。其他合作者在考虑专利合作时，往往会优先考虑中心位置的企业，因为这些企业往往也是网络中某技术领域的权威，与这类企业合作企业能够得到更多的技术支持也可以提升自身合作关系质量。因此度数中心度越高的企业拥有着大量潜在的合作伙伴，在合作关系中处于主动位置，企业能自主选择合作伙伴，获得更广、更深的知识元素，能够加快知识的吸收整合速度，从而拓宽并加深企业的知识基础。因此，提出假设：

H_2a：度数中心度对知识宽度有促进作用；

H_2b：度数中心度对知识深度有促进作用。

2.2.2 结构洞与知识基础之间的关系

结构洞是专利合作网络两个无关联的个体进行信息交流的重要渠道，两个差异较大的个体通过结构洞相联结，跨越结构洞的企业能够在两个个体进行信息交流的过程中获取到大量的非冗余信息，企业通过筛选整理吸收非冗余信息后获得的知识的成本将大大降低。结构洞的参与者对于信息交流传递有着更加强烈的需求，且两侧的个体存在差异且不直接相连，因此跨越结构洞的企业通过结构洞两端的个体获得的知识并不完全重复可以累加，企业通过结构洞降低了信息搜索成本^[18]。因此结构洞提升了企业的知识获取能力，促进了企业的知识深度和宽度。

在专利合作网络中，个体间存在差异性，结构洞的存在将促进网络中不同个体间的双向信息交流，有利于不同的知识在结构洞间流动，改善企业的知识结构，拓宽企业的知识领域，加深企业对知识的掌握程度^[19]。另外，结构洞两端个体由于不直接相连无法直接沟通，必须通过结构洞进行，占据结构洞的企业可以控制信息流动的速率及内容，为整理吸收非冗余信息创造良好条件，有助于提高企业吸收消化知识的效率，改善企业的知识基础。

综上所述，我们发现占据结构洞的企业有着更高效的知识获取能力、消化能力，企业可以获取到更多的知识资源，拓宽加深自身的知识基础，因此提出假设：

H_2c：结构洞对知识宽度有促进作用；

H_2d：结构洞对知识深度有促进作用。

2.3 知识基础对企业探索式创新的影响

2.3.1 知识宽度对企业探索式创新的影响

知识基础是企业知识元素的集合，知识基础宽度反映了企业知识元素的所涉及的种类类型，代表着企业专利技术所涉及的领域，它对于企业知识的获取吸收整合重组能力有着重要影响。随着企业研发年限的增长，企业从外部获得知识也随之增加，企业的知识积累也越来越丰富，企业掌握多领域多种类的知识元素，企业知识基础宽度也逐渐增大。在此情况下，企业从外部搜索获取知识的成本增大，外部知识或是与企业掌握知识重合或是对现有知识的完善，从外部获取到企业从未涉及过的领域的知识的可能性大大降低，因此很难从外部获取新知识直接实现探索式创新^[20]。在此情况下，通过对现有知识元素进行重新组合更易帮助企业取得突破性创新成果。

知识宽度越大，企业涉及的技术领域越广，多领域多类型的知识为企业进行跨领域知识交叉重组提供了充足的可能，企业能够有更多的知识组合选择，提高了企业探索式创新成功的可能^[21]。知识宽度越宽，企业拥有的知识更加多样化，企业了解更多的技术领域，将有助于企业识别具有价值的知识组合，降低企业探索式创新的风险。除此之外，企业的知识基础越宽，企业吸收利用知识的能力越强。多样化的知识元素为企业筛选识别知识提供了依据，大大降低了知识搜索的难度。现有知识基础有助于企业吸收利用新知识，企业的知识宽度提高了知识吸收能力，对于企业探索式创新有促进作用。

探索式创新是企业对于新领域知识的学习利用，或是对现有知识的重新组合应用于新领域，知识基础宽度越大，企业有着更多的知识组合选择，降低了企业进行探索式创新的风险，因此提出假设：

H_3a：知识宽度对企业探索式创新具有促进作用。

2.3.2 知识深度对探索式创新的影响

知识深度反映了企业对现有知识元素的掌握程度，代表企业在技术领域的竞争优势。知识深度越大，说明企业在某个或某几个技术领域内处于技术领先地位，企业更清楚领域内的前沿知识和前沿技术，也更愿意为这些新技术和新知识投入大量资本和人力进行研发以保障其技术领先地位^[22]。随着知识基础深度的提高，企业识别吸收知识的能力也随之提升。学习新知识对于企业进行探索式创新具有重要作用，深化企业的知识基础，现有的知识框架和知识学习经验将有助于企业从外部搜索获取新知识，也有利于企业同化理解新知识，有助于企业从外部学习新知识。企业的知识深度越大，表明企业对于已有知识的掌握程度越高，对技术领域及产品市场上的各类信息均有深刻的认识，对于技术领域现有知识的把握将有助于企业准确判断外来技术走向，有效应对环境变化带来的影响，为企业进行探索式创新把舵，降低探索式创新的风险。

知识深度越大，企业对于已有知识也更为熟悉，现有的知识学习经验将有助于提升企业的知识吸收消化能力，有助于企业进行知识的组合，促进企业的探索式创新。因此提出假设：

H_3b：知识深度与企业探索式创新呈正相关关系。

2.4 知识基础的中介作用

创新从本质上讲是人对于知识的吸收再创造过程，探索式创新是企业内的研发人员为突破现有的技术领域进行的知识创新活动。企业进行创新活动的前提是企业拥有足够的人力资源和知识资源。知识基础理论认为专利合作网络是企业获取资源的重要渠道^[23]，企业在专利合作的过程中进行知识分享与交流，企业从中获取到大量已掌握或未掌握的知识资源，企业的知识基础也随着企业获得吸收的知识资源的增多而增大，在深厚的知识基础上，企业对于知识的探索式活动变得更加简单，知识种类多样化的企业可以对不同领域的知识进行整合重组，也有利于企业吸收新知识，企业探索式创新成功的概率也随之而提升。

企业通过专利合作网络获取资源，但处于网络不同位置的企业对于知识资源的获取能力和吸收能力存在差距。占据结构洞的企业，其通过结构洞两端的差异化的个体获取到大量的多样化的知识，这些知识资源丰富了企业的知识基础，当企业有着深厚的知识积累时，企业进行探索式创新的难度就大大降低^[24]。而处于网络中心位置的企业，其往往拥有多个信息交流渠道，企业往往能够获取较多的知识资源，拓宽企业的知识基础，加深企业对于现有知识的掌握程度，深厚的知识基础是企业进行探索式创新的底气，较宽的知识基础为探索式创新提供了知识组合的可能，较深的知识基础让企业能更快吸收利用新知识，提高了探索式创新的效率^[25]。

综上所述，企业通过专利合作网络获取的知识资源越多，其知识基础就越大，企业的探索式创新潜力也就越大。因此，提出假设：

H_4a：知识基础宽度在度数中心度对企业探索式创新的影响中起中介作用；

H_4b：知识基础宽度在结构洞对企业探索式创新的影响中起中介作用；

H_4c：知识基础深度在度数中心度对企业探索式创新的影响中起中介作用；

H_4d：知识基础深度在结构洞对企业探索式创新的影响中起中介作用。

基于上述分析，提出本研究的理论模型如图1所示。

3 研究设计

3.1 样本选择与数据来源

本研究所需的航空装备制造企业的专利合作数据主要通过广东省战略性新兴产业专题专利数据库检索得到，时间跨度为2012—2018年。由于发明专利更能代表企业的创新水平，因此本研究的专利合作数据主要考虑发明专利数据。在将实用新型专利数据与外观专利数据剔除后，共得到发明专利数据71657条。将独立申请专利和申请人含有外国组织和自然人的专利剔除后，得到3407条专利合作数据，涉及187家企业，这便是本研究构建航空装备制造企业专利合作网络的数据样本。

考虑到自变量与因变量数据来源均为专利数据，为避免可能存在的内生性问题，本研究引入时间窗这一概念^[26]。引入时间窗是因为专利合作网络对于探索式创新的影响并不是立即生效的，而是经过一段时间的积累和努力，企业从专利合作网络中获取到的资源才会转化为探索式创新成果。我国申请发明专利一般需要3年～5年，因此本研究选择4年作为一个时间窗来构建专利合作网络。也就是分为2012—2015年、2013—2016年、2014—2017年、2015—2018年四个时间窗口，这四个时间窗分别测量2016年、2017年、2018年和2019年网络个体的专利合作网络结构特征。同时，我们使用UCINET软件计算度数中心度和结构洞。

本研究选取四个时间窗内专利合作网络中的企业作为研究样本，在国家知识产权局专利检索数据库中对这些企业2011—2019年的发明专利进行检索，这便是本研究因变量和中介变量所需的专利数据，本研究所需其他数据通过国家企业信用信息公司系统获取。

3.2 变量测量

3.2.1 因变量

本研究的因变量为企业探索式创新。专利作为企业探索式创新的主要产物，通过专利数据来衡量企业的探索式创新是较为合理可靠的，且被大多数学者所采用。本研究利用专利分类号对探索式创新进行测度^[27]。由于发明专利的技术含量更高，更具有代表意义，因此本研究选用发明专利数据进行研究。具体方法如下：IPC分类号前四位代表专利的技术分类，用企业前五年的专利分类号的集合代表企业目前技术领域，如果企业申请专利的IPC分类号并不在前五年的分类号集合中，认为这项发明专利是一项探索式创新专利，企业全年的探索式创新专利总数为企业全年探索式创新成果。

3.2.2 自变量

度数中心度是专利合作网络结构中衡量中心度的重要指标。由于绝对度数中心度会受到网络规模的影响，不同网络规模下的绝对度数中心度不具有可比性，因此选择标准化后的度数中心度即相对度数中心度来衡量^[28]。具体公式如下：

（1）

其中，i代表专利合作网络中的个体，j代表网络中其他个体，X_ij表示个体i与个体j之间的关系，若个体i与个体j直接相连，则X_ij＝1，否则X_ij＝0，n为网络中个体总数，n－1表示网络内节点的最大可能的度数。

考虑到研究需要及现有研究，我们选择Burt对于结构洞的测量方法，采用限制度对结构洞进行衡量^[29]。企业的限制度可通过社会网络分析软件Ucinet得到。限制度反映了个体网络的闭合程度，即网络内个体间直接或间接相连的紧密程度，当限制度越大时，个体网络越闭合，网络中存在的结构洞数量越少。

3.2.3 中介变量

本研究用到的衡量知识基础的指标有两个；知识宽度和知识深度。知识基础宽度代表了企业的知识元素所涉及到的领域广度，企业知识元素涉及的领域越多，知识宽度越大。参照现有研究，使用专利申请的IPC分类号代表知识元素涉及的领域，企业一年中IPC分类号总数便是企业的知识基础宽度^[30]。企业的知识深度反映企业在某一个或某几个技术领域内的竞争优势，当企业在某个或某几个技术领域中具有优势时，其往往在这些领域内有着较为雄厚的技术储备，对于这些领域的知识的掌握更加熟悉。参照现有研究，通过计算企业的技术比较优势从而进一步得到企业的知识深度^[31]。技术比较优势的计算公式如下：

（2）

式中：P_it指的是企业i在技术分类t上的专利数。分子表示企业在技术领域t中的优势，分母则表示技术领域t在产业中的重要程度。

得到技术比较优势后，计算得到企业的知识深度

（3）

式中：μ_RTA为均值；σ_RTA为标准差。

3.2.4 控制变量

本研究参考陈旭等^[32]、杨金玉等^[33]对探索式创新的研究，选取三个控制变量：企业性质、企业研发年限和研发投入。对企业性质来说，在我国国有企业相较于大多数的民营企业有着更加雄厚的资本和技术积累，也更为容易获得政府补贴和税收优惠等政策，同时其在技术创新方面也承担着更为重要的责任，国有企业往往有着更强烈的社会责任感，其往往会应政府和产业需求，对基础学科进行研发投入，推动产业发展^[34]。特别是对于航空装备制造业来说，国有企业相较于非国有企业有着更为雄厚的资本和研发能力，将更有能力进行探索式创新活动。因此选取企业性质作为本研究的控制变量之一，国有企业记为1，非国有性质记作0。创新不是一个一蹴而就的过程，其需要企业的一定技术积累。企业存在时间越长，企业所积累的知识基础越广越深，企业进行探索式创新也更加容易成功，因此引入企业研发年限作为本研究的控制变量。企业研发年限通过样本企业首次在航空装备制造领域授予发明专利的年份截至当前年份的时间长度衡量。技术研发投入越多，会刺激研发人员的积极性，形成规模效益，促进企业探索式创新活动的进行。由于航空装备制造业多数企业并未上市，其财务数据无法获取，因此以本年内发明人员总数来表示。

3.3 模型设定

因变量探索式创新为非负变量，因此应选用负二项回归模型或泊松模型，由于本研究因变量探索式创新的方差（52.27）远大于均值（11.04），因此应选用负二项回归模型。通过Hausman检验对随机效应模型和固定效应模型进行了选择，最终所有模型估计结果都显著拒绝了随机效应模型。此外，固定效应模型还可以控制那些无法观测且不受时间影响的个体因素，一定程度上能够克服模型的内生性。因此，本研究采用固定效应负二项回归模型进行分析。

4 实证结果与分析

4.1 描述性统计与相关性分析

变量间的描述性分析结果如表1所示，国有企业占到总样本的74.5%，这表明国有企业在航空装备制造产业专利合作网络中占主体地位，这与我们的对于航空装备制造业的认知相一致。探索式创新的均值为11.04，方差为52.27，最小值为0，最大值为726，这表明航空装备制造产业专利合作网络中企业间探索式创新能力差距较大，企业每年在新技术领域内发明11.04项专利。专利合作网络结构洞的均值为0.942，这说明网络中结构洞较少，应加强网络内信息交流传递，增加结构洞数量，企业也应积极进行信息交流，占据更多的网络结构洞。度数中心度的均值为0.810，这表明在五年的时间里，企业平均与0.810个其他组织合作研发专利；标准差为1.601，说明航空装备制造企业在专利合作网络中的地位存在差异。通过对样本变量间的描述性统计分析，我们发现航空装备制造企业其探索式创新差距较大对于专利合作网络的利用率较低，且在网络中地位差距较大。

表2显示探索式创新与度数中心度、结构洞、知识宽度、知识深度显著正相关，这与我们的假设相符，初步验证了假设H_1a、H_1b、H_3a、H_3b。另外，度数中心度、结构洞与知识宽度呈显著正相关关系，这表明企业联结的组织越多，占据的结构洞越多，越有利于企业拓宽知识基础。结构洞和度数中心度与知识深度呈正相关关系，这与上文的分析相一致，当企业处于专利合作网络中心位置或结构洞位置，促进企业知识基础深度的增加。

本研究中研发投入与知识宽度、知识宽度与探索式创新的相关系数分别为0.720和0.701，均大于0.7，说明这些变量间有可能存在线性相关问题且均不可忽视。计算各变量的VIF值，发现各变量的VIF值均小于10，这说明这些变量间不存在多重共线性。

4.2 回归结果分析

本研究的回归样本为187家企业4年的追踪数据，属于短面板数据。由于短面板模型相较于长面板和时间序列模型，时间的信息含量较少，不容易出现伪回归现象，因而不考虑进行平稳性检验。

使用Stata14.0软件，建立固定效应负二项回归对2016—2019年航空装备制造企业的样本数据进行回归分析，分别验证专利合作网络结构特征、知识基础与探索式创新之间的关系、知识基础的中介效应，回归结果分别如表3、表4所示。

表3中模型2、3中分别加入了自变量结构洞和度数中心度，验证专利合作网络结构特征对企业探索式创新的影响。模型2结果表明结构洞在1%的水平上显著相关，对企业探索式创新有正向影响，β＝0.534，专利合作网络结构洞对企业探索式创新有促进作用，假设H_1b得证。模型3表明度数中心度与探索式创新显著正向相关（β＝0.454，P＜0.01），企业的度数中心度越大，越有利于企业的探索式创新，假设H_1a得证。模型4、模型5则分别探讨了知识基础与探索式创新之间的关系，发现知识基础宽度与探索式创新呈显著正相关关系（β＝0.037，P＜0.01），知识深度也与探索式创新呈显著正相关关系（β＝0.631，P＜0.01），表明企业的知识基础宽度和深度对于企业探索式创新有正向促进作用，验证了假设H_3a和H_3b。

本研究采用温忠麟等^[35]的逐步检验回归系数法来检验知识基础的中介效应。按照逐步检验回归系数法，上文已对自变量与因变量的关系进行了第一步检验。

第二步检验自变量与中介变量间的关系，如表4所示。模型10～13分别对结构洞、度数中心度与知识宽度、知识深度之间的关系进行检验。其中模型10、模型11结果表明结构洞、度数中心度与知识宽度显著正相关，假设H_2c、H_2a得证。模型12和模型13研究了结构洞、度数中心度对知识深度的影响，发现结构洞与知识深度在P＜0.001水平上显著正相关，度数中心度与知识深度在5%的水平上显著正相关。因此，假设H_2b、H_2d得证。

第三步，将中介变量加入到总效应回归模型中，检验结构洞、度数中心度与知识基础、探索式创新三者之间的关系。模型6和模型7，在加入知识宽度后，结构洞和度数中心度与探索式创新间的关系未发生变化，仍显著正相关，而知识宽度也与探索式创新显著正相关，表明知识宽度在其中发挥了部分中介作用，假设H_4a、H_4b得证。模型8和模型9主要验证企业探索式创新过程中，企业知识深度对网络结构的中介效应。模型8和模型9的结果均表明在分别加入知识深度后，度数中心度和结构洞与探索式创新仍呈显著正相关关系，且知识深度与探索式创新关系显著，表明知识深度在专利合作网络与探索式创新间发挥了部分中介效应，假设H_4c、H_4d得证。

5 结论与管理启示

5.1 研究结论

本研究以航空装备制造企业为例，实证研究分析了专利合作网络结构特征对企业探索式创新的影响机理。主要研究结论如下：

（1）专利合作网络结构特征对企业探索式创新有正向影响。本研究从度数中心度、结构洞两个维度出发研究了专利合作网络对企业探索式创新的影响。高度数中心度的企业其获取异质性资源的成本较低，企业更容易完成对知识的重组整合，实现在新领域的创新。本研究采用结构洞限制度来衡量企业结构洞，结构洞限制度越小，即企业在网络中占据的结构洞越多，越有利于企业探索式创新的进行。因此，实证结果表明度数中心度与企业的探索式创新正向相关，结构洞对企业探索式创新有促进作用。

（2）专利合作网络结构特征对企业的知识基础存在正向影响。本研究分别探讨了度数中心度、结构洞对企业知识基础宽度和深度的影响，发现度数中心度越高，企业的知识基础宽度和深度越大，这是因为度数中心度越大，企业获取知识的渠道越多，企业的知识基础也随之拓宽加深。结构洞对企业的知识基础宽度和深度也具有促进作用，因为占据结构洞位置的企业，其在专利合作网络信息交流中具有信息优势和控制优势，企业从结构洞中获取到大量的异质性知识，极大地增大了企业的知识宽度和深度。

（3）知识基础在专利合作网络对企业探索式创新的影响中起中介作用。由于探索式创新归根究底还是学习新的知识元素，因此将知识基础作为中介变量。企业从专利合作网络中获取到大量的异质性资源，增大了企业的知识基础，为企业进行探索式创新提供了良好的条件。通过逐步回归检验回归系数法对知识基础的中介效应进行检验，发现知识基础宽度和深度在度数中心度、结构洞对企业探索式创新的影响中起部分中介作用。因此专利合作网络会对企业知识基础产生影响，进而影响到企业的探索式创新。

5.2 管理启示

由于本研究以航空装备制造企业为例，因此针对航空装备制造企业提出以下管理启示：

（1）航空装备制造企业要及时关注专利合作网络结构变化，根据其网络结构特征采取与之适配的策略，从而最大程度地促进探索式创新。首先，企业要加强与其他组织的联系，不断扩大自己的合作规模，努力向网络中心位置靠近，提高自身在网络中的地位，构建信任和承诺程度较高的网络结构。其次，在选择专利合作方时尽可能地选择网络中心位置或靠近网络中心位置的组织，多与不同类型的组织合作，塑造多结构洞的专利合作网络。

（2）研究结果表明企业的知识基础是影响企业探索式创新的重要因素，且知识基础在专利合作网络结构特征与探索式创新间发挥着中介作用。因此，企业应积极同外部合作，获取不同领域的异质性知识，拓宽知识基础，加强技术领域的知识积累，为企业进行探索式创新创造良好的知识氛围。同时，要创造良好的组织学习氛围，鼓励员工间进行深度学习和知识交流，深入挖掘现有知识潜力，加深对企业知识的了解与把握，为企业探索式创新创造良好条件。

参考文献：

[1]仲为国，李兰，路江涌，等.中国企业创新动向指数：创新的环境、战略与未来：2017·中国企业家成长与发展专题调查报告[J].管理世界，2017（6）：37-50.

[2]朱雪春，陈万明.知识治理、失败学习与低成本利用式创新和低成本探索式创新[J].科学学与科学技术管理，2014，35（9）：78-86.

[3]邹增明，刘明霞，邹思明.知识型员工冗余对中小上市公司二元创新的影响：环境特征的调节作用[J].科技进步与对策，2021，38（10）：141-150.

[4]徐伟，冯文芳，吴悦.混改背景下国企关键人激励机制有利于探索式创新吗？[J].济南大学学报（社会科学版），2021，31（3）：96-110，159.

[5]王瑞彬，张向群.企业社会责任对双元创新的影响研究：基于社会网络的调节作用[J].科技与经济，2020，33（4）：21-25.

[6]周雪峰，乔晓丽，左静静.金融关联能否促进中小民营企业“双元”创新？：环境不确定性的调节效应[J].会计之友，2020（22）：96-104.

[7]王遂昆，李菁.产品市场竞争、政府补助与双元创新投资：基于创业板高新技术企业视角[J].会计之友，2021（14）：54-59.

[8]钱雅玲，孟枫平.融资约束、政府补助对企业双元创新投资的影响：基于中小板科技型企业的实证研究[J].河南科技大学学报（社会科学版），2020，38（3）：66-72.

[9]王建平.中国制造企业网络关系异质性和稳定性对探索式创新的影响：知识冗余的调节效应[J].科研管理，2020，41（11）：90-99.

[10]BROEKEL T，BOSCHMA R. Knowledge networks in the Dutch aviation industry：the proximity paradox[J].Journal of Economic Geography，2012，12（2）：409-443.

[11]黄玮强，庄新田，姚爽.基于创新合作网络的产业集群知识扩散研究[J].管理科学，2012，25（2）：13-23.

[12]刘国巍，阳正义.区域产学研合作创新网络结构对知识扩散的影响：基于广西2000—2013年电子信息专利数据[J].科技进步与对策，2015，32（23）：36-42.

[13]LI L，XIE J，WANG R，et al. The partner selection modes for knowledge-based innovation networks：a multiagentsimulation[J].IEEE Access，2019，7：140969-140979.

[14]BURT R S. Structural holes：the social structure of competition[M].Cambridge，MA：Harvard University Press，1995：92.

[15]MA D，ZHANG Y R，ZHANG F. The influence of network positions on exploratory innovation：an empirical evidence from China’s patent analysis[J].Science Technology and Society，2020，25（5）：184-207.

[16]PARK C. Relationship between a firm’s embeddedness and knowledge base in an inter-organizational network[J].Korean Management Science Review，2019，36（2）：53-67.

[17]马玎，禹献云，张雅蕊.网络地位、结构洞与探索式创新绩效：来自九大低碳产业研发网络的经验证据[J].科技管理研究，2018，38（21）：18-28.

[18]李健，余悦.合作网络结构洞、知识网络凝聚性与探索式创新绩效：基于我国汽车产业的实证研究[J].南开管理评论，2018，21（6）：121-130.

[19]YANG D，JIN L，SHENG S. The effect of knowledge breadth and depth on new product performance[J].International Journal of Market Research，2017，59（4）：517-536.

[20]DEL V，MOLINA F X，VALLET T M. Mediating effect of creativity between breadth of knowledge and innovation[J].Technology Analysis & Strategic Management，2016，28（7）：768-782.

[21]YU B，HAO S，WANG Y. Organizational search and business model innovation：the moderating role of knowledge inertia[J].Journal of Knowledge Management，2020，24（7）：1705-1718.

[22]占咪，张峥.并购类型和知识基础维度对创新绩效的影响[J].技术与创新管理，2018，39（3）：254-259.

[23]YIN M，JAHANSHAHI A. Developing knowledge-based resources：the role of entrepreneurs’ social network size and trust[J].Sustainability，2018，10（10）：1-15.

[24]甄美荣，郑雪婷，李璐.协作研发网络结构、企业知识吐纳能力与创新：基于71家新能源汽车企业的考察[J].产经评论，2020，11（1）：54-66.

[25]SINGH J. Collaborative networks as determinants of knowledge diffusion patterns[J].Management Science，2005，51（5）：756-770.

[26]张华，郎淳刚.以往绩效与网络异质性对知识创新的影响研究：网络中心性位置是不够的[J].科学学研究，2013，31（10）：1581-1589.

[27]曾德明，陈培祯.企业知识基础、认知距离对二元式创新绩效的影响[J].管理学报，2017，14（8）：1182-1189.

[28]BAE J，CHO H S，CAPLAN M A. Network centrality and performance of social enterprises：government certified social enterprises in Seoul，South Korea[J].Asian Social Work and Policy Review，2018，12（2）：75-85.

[29]ZANG J J. Structural holes，exploratory innovation and exploitative innovation[J].Management Decision，2018，56（8）：1682-1695.

[30]姜南，李济宇，顾文君.技术宽度、技术深度和知识转移[J].科学学研究，2020，38（9）：1638-1646.

[31]王巍，孙笑明，崔文田，等.知识宽度与深度对内部知识搜索的影响：结构洞的调节作用[J].科技进步与对策，2019，36（23）：119-128.

[32]陈旭，刘春红，高长春，等.知识多样性、知识网络密度与企业创新绩效[J].华东经济管理，2020，34（4）：38-45.

[33]杨金玉，罗勇根，陈世强.企业成功创新经历与未来创新绩效[J].科技进步与对策，2020，37（8）：105-114.

[34]曾萍，黄紫薇，夏秀云.外部网络对企业双元创新的影响：制度环境与企业性质的调节作用[J].研究与发展管理，2017，29（5）：113-122.

[35]温忠麟，张雷，侯杰泰，等.中介效应检验程序及其应用[J].心理学报，2004，36（5）：614-620.

作者简介：祝建辉（1975—），通信作者，男，陕西宝鸡人，副教授，博士，主要研究方向为专利管理、技术创新管理；宁昊天（1998—），男，河北石家庄人，硕士研究生，主要研究方向为专利管理、技术创新管理；尤俊锐（1996—），男，山西晋中人，硕士研究生，主要研究方向为专利管理、技术创新管理。