协同创新网络、法人资格与创新绩效——基于国家工程技术研究中心的实证研究

林润辉,谢宗晓,丘 东,周常宝

(1.南开大学 商学院，天津 300071；2.北京科技大学 东凌经济管理学院，北京 100084)

一、问题提出

《中共中央关于全面深化改革若干重大问题的决定》①中强调了“建立产学研协同创新机制”的重要性，并要持续推进“建设国家创新体系”。协同创新可以认为是协同理论和创新理论的结合应用[1]。Chesbrough在2003年明确提出“开放式创新”的概念，陈劲和阳银娟[2]在深入分析协同创新和开放式创新的异同后，把协同制造与开放式创新一并列入协同创新的前范式，认为协同创新是一种更复杂的创新组织形式，是“通过国家意志的引导和机制安排，促进企业、大学、研究机构发挥各自的能力优势、整合互补性资源，实现各方的优势互补，加速技术推广应用和产业化，协作开展产业技术创新和科技成果产业化活动，是当今科技创新的新范式(PP.162)”。 和开放式创新的本质不同是，开放式创新强调对外部参与者与资源的利用[3—6]，协同创新则关注“协同效应”，通俗讲就是“1+1+1>3”的非线性效应[7—8]。

我国的产学研协同创新研究始于20世纪90年代[9]，最具里程碑性质的事件是1993年国家科委公布的《国家工程技术研究中心暂行管理办法》，其中明确指出要“建立我国社会主义市场经济体制中，探索科技与经济结合的新途径”，而这个载体就是国家工程技术研究中心。和美国的工程研究中心(ERCs)、澳大利亚的合作研究中心(CRCs)、新技术孵化器(start-ups incubator)以及科技园区(science park)等类似，国家工程技术研究中心是协同创新的重要组织形式[10]，也是“国家重大创新基地和国家创新体系的重要组成部分，旨在社会主义市场经济条件下，探索科技与经济结合的新途径，加强科技成果向生产力转化的中心环节，提高科技成果的成熟性、配套性和工程化水平，为国民经济和社会发展提供技术创新支撑”*引用自国家工程技术研究中心信息网，http://www.cnerc.gov.cn/index/centers/index.aspx。。

本文以在协同创新网络中处于主节点位置的国家工程技术研究中心为研究对象，探讨如下问题：(1)网络规模对创新绩效的影响；(2)网络多样性对创新绩效的影响；(3)现有的管理机制，本研究中关注是否具有法人资格在协同创新网络和创新绩效的关系中的影响，即法人资格的调节效应。

二、理论分析与研究假设

(一)协同创新网络

通过协同创新的定义可知，协同的含义不是简单的两两组合，而是一种网络组织。一般认为，网络组织能有效促进组织间协同创新。林润辉等[11]在分析了166篇1973—2012年间的相关论文后甚至将网络组织列入了协同创新的必要前提之一。协同创新网络正成为在不确定性市场和技术条件下的战略选择，其不仅包括产业链上正式的产业和经济网络，还包括了社会网络和企业家个人的关系网络等非正式网络[12]。

协同创新网络主要从两个方面促进创新绩效：

(1)资源效应，协同创新网络可以突破组织自身资源的限制，在这点上，与开放式创新存在相同之处。在开放式创新领域，Laursen和Salter[13]的实证研究得出更广泛更深入的搜索外部资源的企业更具有创新性。企业为了获取自身缺乏的资源或技能而产生的协同会提高其创新绩效[14]，Becker和Dietz[15]认为这相当于利用外部资源补充自身能力的不足，即“取长补短”，大量的研究都得到了类似的结论，例如：Miotti和Sachwald[16]以及Faems等[17]等。

(2)协同效应，协同创新网络中节点之间的相互合作和相互摩擦所产生的增效效应。网络合作有利于不同创新主体间的信息交流、技术知识的传播、转移和共享，从而加快知识的积累和能力的提升[11]。

下面主要从网络规模和网络多样性两个维度考察协同创新网络对创新绩效的影响，其中网络规模强调网络的资源效应，网络多样性强调网络的协同效应。

(二)网络规模对创新绩效的影响:资源效应视角

资源依赖理论认为，维持组织的运行需要多种不同的资源，而这些不同资源不可能都由组织自己提供。作为开放系统视角的组织，与环境的交互不仅是创新的需求，更是生存需要[18—19]，相关研究显示协同网络是获取关键资源的重要途径[20]。一般而言，更大的网络规模会增加知识库的大小，也增加了潜在的合作者，而合作者又意味着更多的知识资源。在快速变化的环境中，组织试图拥有创新所需要的所有知识和能力既不现实，也不经济[21]。

Cohen和Levinthal[22]首次将创新研究的吸收能力从个人层次上升为组织层次，认为一个企业如果能意识到外部信息的重要性并将其内化和应用在其商业活动中，对创新能力非常重要，这实际和个体认知的逻辑保持了一致。该观点在Chesbrough[3]的开放式创新论述中变得更为清晰，即组织应该“利用更广泛的外部参与者和资源来帮助其获得和维持创新能力”。

资源依赖论认为组织环境并不仅是一个客观存在，而是组织及其管理者通过自己的选择和参与而产生出来的，是组织和环境交互作用的一系列过程的结果[18，23]。组织通过网络获取所需要的资源，同时也通过网络转移自身所能够提供的资源，由此形成“共赢”的状态，这个状态强化了组织与网络(组织环境的组成部分)的依赖关系。过度对外界环境的依赖将带来相应的风险。Nieto和Santamaria[14]认为更大的协同网络意味着更大的合作风险，这将考验组织间的协调能力。

协同创新网络的规模会促进组织的创新绩效，这种积极作用随着网络的增加而增强，但是同时限于自身的网络管理能力[24—25]和制度性因素等，超过该临界点之后，这种积极作用会逐渐减弱直至成为负向作用，也就是说，协同创新网络与创新绩效之间呈现的关系不应该是线性的，而应该是一种“倒U型”关系。Vanhaverbeke[26]发现在网络中直接联系的数目与创新绩效呈“倒U型”关系，而间接联系的数目与创新绩效则成正相关关系，这说明管理能力是有限的情况下，可能会面临规模过度所导致的不经济。综上所述，提出假设1：

H1a:网络规模与创新绩效(专利)之间呈现倒U型关系。

H1b:网络规模与创新绩效(获奖)之间呈现倒U型关系。

(三)网络多样性对创新绩效的影响：协同效应视角

协同理论认为开放系统在与外界有物质或能量交换的情况下，通过自己内部协同作用，产生整体价值大于各部分之和的协同效应[1，27]。林润辉等[11]认为在协同创新网络内，主体间的联系促进了创新要素在不同主体间的共享，进而实现创新要素的整合和互动，提升创新主体以及网络整体的创新绩效，从而实现了网络的协同效应。

网络多样性也称为异质性，是指协同创新网络内节点的多样化程度，在本研究中特指与研究中心有直接联系的组织类型的多样化程度。和网络规模等表征网络特征的指标类似，网络多样性被认为是影响创新绩效的属性之一[11]。多样性能够为企业提供更多的机会[28]，与不同类型的类型组织，可以促进彼此的摩擦性创新。Powell等[29]研究证明网络节点多样性能够有效促进网络整体的创新性和适应性。Powell和Giannella[30]指出协同创新网络内成员如果是处于不同地理位置的企业间的技术人员，相比于都是同一企业内的技术人员，更能够提高网络成员的多样性，进而获得更高的创新绩效。刘志迎和单洁含[31]则在组织层次发现技术距离对大学和企业之间的协同创新绩效具有显著的促进作用，也就是说节点之间的技术异质性对创新绩效具有显著正向影响。Rodan和Galunic[32]的研究结论表明通过网络去获取异质性(多样性)知识对于创新的影响比管理水平提高对创新绩效的影响更大，这更说明了多样化的重要性。

这些研究从不同的角度表明节点的多样性有助于实现网络的协同效应，此外，节点的同质性也会导致创新主体之间不能形成资源互补，从这个意义上讲，资源效应和协同效应是相辅相成，互相依存的关系。

对网络内的每个节点而言，选择合适的协同对象至关重要，不同的协同对象会导致不同的结果，不同的协同对象可能导致不同的管理模式，带来不同的资源，伴随着不同的风险[33]。例如，Zeng 等[34]发现中小企业与其他企业、中介组织、政府机构以及研究机构之间的协同，企业间协同对创新绩效的影响最显著，与政府协同则影响不显著。Powell等[29]认为与其他组织共享资源决定于权衡协同所带来的风险与预期的结果。网络多样化程度太高，会导致资源的复杂性与过高的管理成本，同时伴随的风险也会加大，因此网络多样化与创新绩效的关系应该是“倒U型”，Duysters和Lokshin[35]和Lin[36]等的实证研究都验证了这个结论。基于此，提出假设2：

H2a:网络多样性与创新绩效(专利)之间呈现倒U型关系。

H2b:网络多样性与创新绩效(获奖)之间呈现倒U型关系。

(四)法人资格的调节效应

《国家工程技术研究中心暂行管理办法》中规定研究中心的经费“国家拨款、银行贷款、主管部门或依托单位自筹各1/3”，在隶属关系上“研究中心与依托单位、上级主管部门的隶属关系不变。经济上实行独立核算，独立帐户，可与依托单位共有一个法人代表”。在访谈中，对国家工程技术研究中心的这种制度设计存在完全不同的两种态度，例如：(1)中心不具备独立法人资格，我们的依托单位也不具备法人资格，在运行体制和机制上存在很大制约，例如，我们想与国外研究机构建立研发中心，最后就不了了之了。(2)根据《国务院关于加快推进现代农作物种业发展的意见》，事业单位面临从教学科研单位剥离的困境，面临很大的挑战。

实际上这是许多研究机构所面临的共同问题，独立法人单位依法享有法人权利，履行法人义务，非法人单位则没有法人单位所具有的权利和义务。独立法人单位可能有更大的自主权，更容易与其他组织建立合作关系明确的协同研发中心，但是同时面临更大的竞争和风险，从创新的资源依赖角度而言，有依托单位的组织会获取更多的资源，可以共享更大的协同创新网络，而不需要额外的网络选择和管理能力。因此，提出假设3。

H3a:法人资格在网络规模与创新绩效(专利)的关系中起调节作用。

H3b:法人资格在网络规模与创新绩效(获奖)的关系中起调节作用。

H3c:法人资格在网络多样性与创新绩效(专利)的关系中起调节作用。

H3d:法人资格在网络多样性与创新绩效(获奖)的关系中起调节作用。

(五)本文的研究模型

因此，本文的研究模型如图1所示。

图1 研究模型

三、研究方法

(一)数据来源

本研究的分析数据为2007年1月1日至2010年12月31日的国家工程技术研究中心的运行数据，来源主要为：(1)访谈数据，研究者访谈了63家研究中心，积累了约300小时的现场访谈资料，整理出近70万字的访谈记录；(2)国家工程技术研究中心信息网(http://www.cnerc.gov.cn/)所公布的数据；(3)科技部科技评估中心网站(http://www.ncste.org/)；(4)各研究中心及其主管部门的官方网站。

以下数据源主要用来校对因变量：(5)国家科学技术奖励工作办公室官方网站，关于科学技术奖励的统计数据(http://www.nosta.gov.cn)；(6)国家知识产权局官方网站，关于专利统计的信息(http://www.sipo.gov.cn/tjxx/)；(7)国家知识产权局专利检索数据库(http://www.sipo.gov.cn/zljs/)。

截至2010年底，共有国家工程技术研究中心264家，包含分中心在内为277家。其中108(12+27+36+33)家是2007—2010这4年之间成立，而数据以4年为一个周期，因此这期间成立的国家工程技术研究中心数据不全，还剩169个样本，另有40家因各种原因数据缺失，能计入分析的共129家，表1为样本的统计特征。

(二)变量及其测量

1.因变量

本研究中对创新绩效的测度采取两个指标：专利分数和获奖分数。

用专利或知识产权作为创新绩效的测量是已有文献中比较常见的方式[37]。Ahuja和Katila[38]认为专利是与创造力直接关联的词汇，而且与其他的创新绩效测量也高度相关，例如，新产品数量和发明数量等。当然，用专利测量创新绩效也存在一定的缺陷。首先，不同行业在专利申请和授权方面具有很大的差异性，例如，2007—2010年间，根据IPC分类*IPC(International Patent Classification)指国际专利分类，共有8个大类。国家知识产权局官方网站有据此统计的所有专利申请即授权统计信息，http://www.sipo.gov.cn/tjxx/。，H04电信技术共申请了58340项专利，C40组合技术却只申请了13项。其次，很多专利并不具备经济价值，据统计大约45%～49%的专利最终没有转化为新产品[39—40]。此外，有些创造性的设计并不能申请专利，而只能以技术秘密或科研文献的形式存在，例如，中华人民共和国专利法(2008年修正版)第二十五条规定疾病的诊断和治疗方法以及动物和植物品种均不能授予专利。

针对以上3个缺点，本文中采取了如下途径弥补其不足之处。

(1)用专利的相对数量代替专利绝对数量，从而解决行业间差异。根据研究中心的行业特征与所申请的专利进行IPC子类映射*由于研究中心的分类并不是按照IPC，因此需要映射，但映射关系不是一对一。例如：农业领域对应A01农林牧渔；材料领域则根据具体单位到对应C07有机化学、C08有机高分子化合物、C09染料；涂料；抛光剂等、C22冶金学；合金或有色合金、B22铸造；粉末冶金。限于篇幅，不再一一列举，如有兴趣，请与本文作者联系。，计算2007—2010年间该IPC子类的所有授权专利数量。

(2)专利按成熟度分为4类：A.实验室成果或设计方案；B.小试成果或有机样；C.中试成果或能小批量生产；D.能批量生产。将其分别赋权值1，2，3，4。结合(1)的IPC分类映射，将专利分数转化为在该领域内的相对比例。

该公式用专利成熟度赋值解决专利是否能作为创新的代理变量的问题，除以同行业专利授权总数，转化为相对数，从而消除行业之间的差异。

(3)国家科学技术奖5大奖项*国务院设立的5大国家科学技术奖项为：国家最高科学技术奖、国家自然科学奖、国家技术发明奖、国家科学技术进步奖、中华人民共和国国际科学技术合作奖。几乎无一例外的都要求“技术创新性突出”且“经济效益和社会效益显著”，因此本文中将国家级与省部级科学技术奖项也作为因变量。以国家科技进步奖为例，分为3个等级，特等奖、一等奖和二等奖，科技部和财政部从2005年开始将奖励金额分别调整为100万元，20万元和10万元*国家科技奖奖励细则，规定2005年起，国家科技进步奖特等奖奖金为100万元，国家自然科学奖、技术发明奖以及科技进步奖一等奖奖金由9万元调整为20万元，二等奖奖金由6万元调整为10万元。。结合其他奖项的特点，本次调查中将奖项分为国家级三个等级和省部级三个等级，参考获奖数量和奖励金额，分别赋值为：50，20，10，5，2，1。

2.自变量

本研究中自变量为网络规模和网络多样性。其中网络规模定义为与研究中心有合作关系的所有组织数目。

Jacquemin和Berry[41]的熵指数(entropy)是测量网络多样性(异质性)的最常见方法之一[36，42]，Palepu[43]在测量战略多样性时对熵指数做了更为详细的论证。本文和Lin[36]等研究一样，也沿用了这个方法。

协同对象的类别别沿用了Asakawa等[44]和Nieto和Santamaria[14]等研究的分类：高校、研究机构、企业和国外机构。

3.调节变量

法人资格为本研究中的调节变量。在本文中将A.依托单位内部二级机构与B.与依托单位一套人马两块牌子两种情况都映射为无独立法人资格，赋值为0。而将C.独立法人和D.多单位联合组建的法人组织，赋值为1。

4.控制变量

如上文因变量讨论中所述，所属领域与专利授权数量和国家科技奖授予数量有关系，因此纳入控制变量。杨典[45]发现虽然企业没有行政级别，但企业隶属的各级政府的行政级别越高，业绩表现越好。因此，本研究中将依托单位性质和主管部门性质均列入控制变量。行业类型和依托单位性质。其中主管部门，研究者根据其官方网站的介绍依据表1重新进行了类型映射。从正式挂牌时间到2010年的时间间隔则定义为建立时长，建立时长可能表征了研究中心的规范化程度。从组建到正式挂牌的时间间隔在本研究中定义为筹备时长，以表征其筹备的充分程度。因此，建立时长与筹备时长作为控制变量。Chen和Huang[46]研究表明人力资源实践对创新绩效存在显著影响，本研究将单位总人数，业务总人数和青年骨干人数列入控制变量。诸多关于科研绩效评价的研究都标明研发投入与研发产出存在显著的相关[47]。研究中心承担的开发项目按照来源分类：国家级、省部级、横向、自选和国际合作，均列入控制变量。

表2 变量定义与数据来源

四、实证结果与分析

(一)模型设计

为了验证假设，本文构建了以下计量模型：

模型一:log(1+专利分数)=β0+β1网络规模+β2网络规模2+β3建立时长+β4筹备时长+β5单位总人数+β6业务带头人数+β7青年骨干人数+β8国际级课题+β9省部级课题+β10横向课题+β11自选课题+β12国际合作课题+∑所属领域+∑依托单位+∑主管部门+ε1模型五:log(1+专利分数)=λ0+λ1网络规模+λ2网络规模2+λ3是否法人+λ4(是否法人×网络规模)+λ5(是否法人×网络规模2)+λ6建立时长+λ7筹备时长+λ8单位总人数+λ9业务带头人数+λ10青年骨干人数+λ11国际级课题+λ12省部级课题+λ13横向课题+λ14自选课题+λ15国际合作课题+∑所属领域+∑依托单位+∑主管部门+ε5

其他回归模型的构造与模型一和模型五类似，只是需要替换不同的变量。

根据Wooldridge[48]的建议，由于斜率系数不随测度单位变化，而且严格为正的变量，其条件分布常常具有异方差性或偏态性，取自然对数后，即使不能消除这两方面的问题，也可以使之有所缓和。在本研究中，专利分数和获奖分数均非负且包含较少0值，因此取log(1+y)的形式。

(二)描述性统计

自变量网络规模标准差为104.580，可见不同的研究中心协同创新网络的规模具有显著的差异，两个因变量专利分数和获奖分数在未对数化的原始值也存在显著的差异，其中专利分数达到186.876。专利分数和获奖分数的相关系数显著(0.685，P<0.01)，符合模型的预期。自变量网络规模和专利分数以及获奖分数的相关系数分别为0.820(P<0.01)和0.790(P<0.01)，存在显著的正相关关系。自变量网络多样化和专利分数以及获奖分数的相关系数分别为0.519(P<0.01)和0.608(P<0.01)，存在显著的正相关关系。除了平方项与交叉项，在同一个回归方程中的自变量、调节变量与控制变量之间的相关系数普遍比较弱，一般不会存在严重的多重共线性。

但为了更好地诊断自变量之间的多重共线性，本文还是沿用Lin[36]和Surroca和Zahra[49]等做法在表3标识了方差膨胀因子(Variance Inflation Factor，缩写VIF)值。变量的描述性统计与VIF值见表3。由于VIF值大小决定于自变量与其他自变量之间的回归系数，因此本研究中虽然用了两个因变量，但只需标识一列VIF值。最后一列的VIF值有些是缺失的，因为：(1)两个因变量不涉及共线性问题；(2)根据Jaccard和Turrusi[50]的建议，交叉项与二次项不需要考虑共线性问题，除非“共线性高到足以破坏电脑代数运算的设计，使统计软件无法分离相关的标准误(PP.294)”。

(三)回归结果及分析

1.网络规模对创新绩效的影响分析

假设1提出网络规模与创新绩效的倒U型关系，通过模型一与模型三的回归结果得到验证。网络规模对专利分数和获奖分数的相关系数分别为0.812(P<0.01)和1.270(P<0.01)，同时，平方系数为负值，分别为-0.571(P<0.1)和-0.779(P<0.01)。观察两者的转折点区别如图2所示。

图2 不同因变量的比较(网络规模)

可见获奖的转折点更大一些，变化的速度也更快。虽然也有Freel和De Jong[51]等少数研究结果显示创新网络的大小与创新绩效成线性关系，但是更多的研究还是与本文基本保持了一致，例如Grimpe和Kaiser[52]、Leiponen和Helfat[53]和Chen等[54]等。

这个结论意味着，研究中心需要根据自己的管理能力选择恰当的网络规模规模。同时，筹备时长与获奖分数的相关系数显著，这可能是由于科技奖更偏好重大的工程性项目，而这类研究需要则需要更长的筹备时间，例如搭建试验环境。与平时的理解不同的是，各类课题投资对创新绩效的影响不显著，这可能由于行业投资的差异所致，例如，与中医研究相比，航天项目可能需要更高的研究经费投入，而在本文中并未对该控制变量做相应的行业处理。详细数据如表4所示。

表4 主效应检验结果

注：***P<0.01;***P<0.05;*P<0.1；括弧内为t值。

2.网络多样性对创新绩效的影响分析

假设2提出网络多样化和创新绩效的关系呈倒U型，该假设未通过模型二与模型四的回归结果得到验证。如表4所示，“倒U型”关系在网络多样化与专利分数之间成立，即假设2a成立。网络多样化与获奖分数之间的倒U型关系不成立，即假设2b不成立。重新构造线性回归模型四#，模型四中的二次项去掉，发现网络多样化与获奖分数之间的线性关系成立(Beta=0.470，P<0.01)。两者的区别如图3所示。

图3 不同因变量的比较(网络多样性)

该研究结论与Duysters和Lokshin[35]和Lin[36]等不完全一致，出现这种结论可能由于以往的研究中，并没有将国家科技奖等获奖内容作为因变量。在“倒U型”的逻辑中，很重要的因素是管理成本。对成本而言，专利显得更敏感，而获奖甚至关注“创造显著社会效益”，有一些关系国计民生的项目甚至不计成本或者在国家的资助下完成，因此许多科技奖项对成本并不敏感，而专注于创造性。从这个角度讲，以获奖作为因变量不会出现预期的拐点。

还有一种可能就是以国家工程技术研究中心作为样本研究网络多样性，在整体上尚未到达拐点，加上本研究中所限定的协同对象分类限制了网络多样性的程度，导致在模型拟合的过程中近乎直线。在后续的研究中，可以考虑采纳开放式的协同对象分类，以更清晰的观察网络多样性的作用。

3.法人资格的调节效应分析

调节效应的检验沿用了Lin[36]和Gilsing等[55]的方法。结果如表5所示。

表5 调节效应检验结果

注:***P<0.01;***P<0.05;*P<0.1；括弧内为t值。

模型五和模型七的交互项系数支持了本文的假设3a与3b。是否法人×网络规模的一次交互项系数分别为：-0.875(P<0.01)和0.672(P<0.1)。是否法人×网络规模2的二次交互项系数分别为：0.670(P<0.1)和-0.462(P<0.1)。继续以“是否法人”拆分样本做分组回归*在IBM SPSS Statistics 20.0.0中，以“法人资格”将样本分为两组，重新做回归，限于篇幅，本文未给出所有分类回归的具体数据以及模型的相关参数，若有兴趣，请与本文作者联系。，更深入的探讨其调节方向与强弱，结果如图4所示。

图4 调节效应(网络规模)

如图4右所示，以获奖分数作为因变量时，当研究中心有法人资格时，网络规模与获奖分数的“倒U型”关系弯度更大，也就是变化速度更快。如图4左所示，以专利分数作为因变量恰相反，即无法人资格时，曲线变化速度更快，有法人资格相对变化缓慢。这符合本文的理论分析，因为对获奖而言，需要更多的投入和创造性，有法人资格的组织，自身需要承受更多的风险，导致其变化更敏感(斜率大)，也会更快的到达拐点。

模型六与模型八是对假设3c和假设3d的检验，从表5的回归数据看，模型八的两个交互项均不显著，假设3d不能成立，结果如图5右所示，两条曲线无显著区别，在此基础上去掉二次项，做线性模型四#的调节检验，是否法人×网络多样性的交互项系数值为：-0.074(P>0.1)*研究者删掉二次项，重新构建模型探讨调节效应，发现是否法人在网络多样性与专利分数的关系中调节效应显著，在网络与获奖分数的关系中调节效应不显著。由于也不是本文的研究重点，因此未给出更详细的数据汇报，若有兴趣，请与本文作者联系。，也不显著，说明研究中心是否具有法人资格对获奖调节效应不显著。从分类回归的两条曲线分析来看是否具有法人资格，网络多样性都难以出现拐点，近似于图3中的线性关系。这也佐证了主效应的结论，即网络多样性对获奖分数存在显著的正向影响。

以专利分数作为因变量时，是否法人×网络多样性的一次交互项系数显著(-0.990，P<0.1)，是否法人×网络多样性2的二次交互项系数不显著(0.532，P>0.1)，假设3c也不成立。如图5左所示，虽然法人资格的调节导致曲线方向发生变化，但有法人资格的曲线，其模型F值不显著(1.433，P=0.253>0.1)*在分组回归中，有法人资格和无法人资格的分组分别汇报F值，由于样本量变小，会导致分组后的回归模型F值不显著，但这并不影响调节作用的检验，因为本文中调节作用的验证主要依据交互项，分组回归旨在更深入的揭示调节作用的方向和强弱。，因此不具备太多的解释意义。

图5 调节效应(网络多样性)

(四)稳健性检验

本研究中利用VIF值检测自变量之间的多重共线性，如表3最后一列所示，各自变量的VIF值均小于5，说明可以接受。采用D-W值(Durbin-Watson)对自相关性进行检验，值均在1.4～2.3之间，不存在显著的自相关性。此外，采用残差散点图分析回归模型是否存在异方差，本研究中回归模型的残差散点图均不存在明显的规律，因此不存在异方差问题。以上模型有效性检验以及回归都在IBM SPSS Statistics 20.0.0中完成。

此外，本研究在设计阶段就选取了两个可以替代的因变量测度(专利分数和获奖分数)来表征创新绩效，这相当于稳健性检验中的替换变量。最后，研究者还将专利分数和获奖分数公式中的权值进行了不同的赋值(所有值均保证其权值是有序的，即获奖级别越高，赋值越大，专利成熟度越高，赋值越大)，重新做回归，回归结果亦无实质差异。

五、结论与讨论

(一)研究结论

本文从资源依赖理论和协同创新理论出发，以研究机构为样本，探讨了协同创新网络(网络规模与网络多样性)法人资格和创新绩效(专利分数与获奖分数)的关系。主要结论如下：(1)网络规模对创新绩效(专利分数与获奖分数)的影响呈“倒U型”关系；(2)网络多样性对专利分数影响呈“倒U型”关系，而对获奖分数则有显著的正向影响；(3)法人资格在网络规模与创新绩效(专利分数与获奖分数)的关系中起调节作用，在网络多样性与创新绩效(专利分数与获奖分数)的关系中调节作用不显著。

(二)理论贡献与管理启示

基于以上结论，本文的主要贡献点及管理启示在于以下几个方面：

(1)目前已有的文献，绝大部分都是以企业作为样本，本文是目前首次以国家工程技术研究中心作为样本的研究，这为协同创新提供了全新的视角，即站在研究机构的视角探讨协同创新的作用。

(2)验证了网络规模与创新绩效的倒U型关系，这与开放式创新领域对于知识搜索的研究结论保持了一致，例如，Katila和Ahuja[56]得出“过度搜索”会降低创新绩效，Laursen和Salter[13]建议应注意搜索的性价比。本研究支持这个结论在协同创新领域的延伸，适当规模的网络能够取得最好的绩效，但是过度的协同会降低创新绩效。

(3)本文中首次将创新绩效分为两个维度：专利和创新。研究结果标明，网络多样性与专利的关系呈现“倒U型”结构，这与现有的诸多研究保持了一致。但是同时得出网络多样性对获奖存在显著的正向影响，未能验证假设中所提出的“倒U型”，这说明高度创造性的创新与普通创新成果存在不同的规律，这不仅为多样性与创造力的研究提供了佐证，也为科研机构(关注突破性的创造)和企业(关注一般性的创新)在战略决策方面的异同提供了指导。

(4)法人资格在网络规模、网络多样化和创新绩效的关系中起不同的调节作用，这对现在的研究机构治理有很大的参考价值。由于工程中心大多来自高校和研究院所(包括转制院所)，来自企业的仅占23.26%(表1)，但仅有少量研究关注大学治理[47]，专门关注研究机构治理的文献则几乎没有。本研究的结果显示法人资格存在不同的调节效应，国家主管机构应根据研究机构设立的目的设计合理的治理结构。

(5)此外，本研究提供了更合理的创新绩效测量方法，通过用专利成熟度防止专利授权中存在的仅仅关注“新颖性”而不是“创新性”，用专利相对数代替绝对数解决行业间的差异，用国家科技奖等作为另一个因变量解决有些创新无法申请专利的问题。

(三)局限与研究展望

当然，本研究也存在一定的局限性。首先，由于国家工程技术研究中心数量的限制，本研究的样本量偏小。随着发展，截至2012年底，研究中心增至327个，包含分中心在内为340个，以后可以加入2011—2014年的数据之后，模型可能会变得更稳健。其次，本研究仅选用了2007—2010年度的横截面数据，没有采用时间序列数据，后期可采用面板数据对结论进行进一步验证。最后，在国家创新系统中，制度性因素起着重要的作用。但本研究中只验证了制度性因素中是否具有法人资格的作用，在后续的研究中可以加入更多的制度性因素。

参考文献：

[1]张琼瑜.高新技术产业集群协同创新网络与创新绩效研究[D].江南大学,2012.

[2]陈 劲,阳银娟.协同创新的理论基础与内涵[J].科学学研究,2012,30(2):161-164.

[3]CHESBROUGH Henry W.The era of open innovation [J].Sloan Management Review,2003,44(3):35-41.

[4]ALMIRALL E,CASADESUS-MASANELL R.Open versus closed innovation:A model of discovery and divergence[J].Academy of Management Review,2010,35(1):27-47.

[5]王 雎,曾 涛.开放式创新:基于价值创新的认知性框架[J].南开管理评论,2011,14(2):114-125.

[6]陈 劲.新形势下产学研战略联盟创新与发展研究[M].北京:中国人民大学出版社,2009.

[7]陈 劲.协同创新与国家科研能力建设[J].科学学研究，2011,29(12):1762-1763.

[8]冉 龙,陈晓玲.协同创新与后发企业动态能力的演化——吉利汽车1997-2011年纵向案例研究[J].科学学研究,2012,30(2):201-206.

[9]何郁冰.产学研协同创新的理论模式[J].科学学研究.2012,30(2):165-174.

[10]郭 斌,等.知识经济下产学合作的模式、机制与绩效评价[M].北京：科学出版社,2007.

[11]林润辉,张红娟,范建宏.基于网络组织的协作创新研究综述[J].管理评论,2013(6):33-48.

[12]CAMAGNI R.Innovation networks:Spatial perspectives[M].London:Beelhaven-Pinter,1991.

[13]LAURSEN K,Salter A.Open for innovation:The role of openness in explaining innovation performance among U.K.manufacturing firms[J].Strategic Management Journal,2006,27(2):131-150.

[14]NIETO M J,SANTAMAR?A L.The importance of diverse collaborative networks for the novelty of product innovation[J].Technovation,2007,27:367-377.

[15]BECKER W,DIETZ J.R&D Co-operation and innovation activities of firms-evidence for the german manufacturing industry[J].Research Policy,2004,33:209-223.

[16]MIOTTI L,SACHWALD F.Co-operative R&D:Why and with whom? An integrated framework of analysis[J].Research Policy,2003,32:1481-1499.

[17]FAEMS D,VAN Looy B,DEBACKERE K.Interorganizational collaboration and innovation:Toward a portfolio approach[J].Journal of Product Innovation Management,2005,22:238-250.

[18]PFEFFER J,SALANCIK GR.The external control of organization:A resource dependence perspective[M].New York:Harper&Row,1978.

[19]SCOTT WR,DAVIS GF.Organizations and organizing rational,natural,and open system perspectives[M].高俊山译，北京：中国人民大学出版社,2011.

[20]JENSSEN JI.Social network,resource,and entrepreneurship[J].The International Journal of Entrepreneur- ship and innovation,2001,2(2):103-109.

[21]JENSSEN JI,NYBAKK E.Inter-organizational networks and innovation in small,knowledge-intensive firms:A literature review[J].International Journal of Innovation Management.2013,17(2):1-27.

[22]COHEN W M,LEVINTHAL D A.Absorptive capacity:A new perspective on learning and innovation[J].？1990,35(1):128-152.

[23]林润辉,范建红,赵 阳等.公司治理环境、治理行为与治理绩效的关系研究[J].南开管理评论,2010.13(6):138-148.

[24]冉 龙,陈 劲,董富全.企业网络能力、创新结构与复杂产品系统创新关系研究[J].科研管理,2013,34(8):1-8.

[25]SALMAN N,SAIVES A L.Indirect networks:An intangible resource for biotechnology innovation[J].R&D Management,2005,35(2):203-215.

[26]VANHAVERBEKE W,BEERKENS B,DUYSTERS G.Exploration and exploitation in technology-based alliance networks[J].Academy of Management Proceedings,2004.

[27]ANSOFFHI.Corporate strategy:An analytic approach to business policy for growth and expansion[M].McGraw-Hill,1965.

[28]BURT R.Structural holes.The social structure of competition[M].Cambridge,MA:Harvard University Press,1992.

[29]POWELL W,KOPUT K,SMITH-DOERR L. Interorga-

nizational collaboration and the locus of innovation:networks of learning in biotechnology[J].Administrative Science Quarterly,1996,41(1),116-146.

[30]POWELL W W,GIANNELLA E.Collective invention and inventor networks[M]//HALL B, ROSENBERG N.Handbook of the economics of innovation.Elsevier,2010.

[31]刘志迎,单洁含.技术距离、地理距离与大学-企业协同创新效应——基于联合专利数据的研究[J].科学学研究,2013,31(9):1331-1337.

[32]RODAN S,GALUNIC C.More than network structure:How knowledge heterogeneity influences managerial performance and innovativeness[J].Strategic Management Journal,2004,25(6):541-562.

[33]WHITLEY R. Developing innovative competences:The role of institutional frameworks[J].Industrial and Corporate Change,2002(11):497-528.

[34]ZENG S,XIE XM,TAM CM.Relationship between cooperation networks and innovation performance of SMEs[J].Technovation,2010,30(3):181-194.

[35]DUYSTERS G,LOKSHIN B.Determinants of alliance portfolio complexity and its effect on innovative performance of companies[J].Journal of Product Innovation Management.2011,28(4):570-585.

[36]LIN J.Effects on diversity of R&D sources and human capital on iindustrial peroformance[J102].Technological Forecasting & Social Change.2013. http://dx.doi.org/10.1016/j.techfore.2013.08.010.

[37]Wang F,et al.The effect of R&D novelty and openness decision on firms’ catch-up performance:empirical evidence form China[J].Technovation.2014, 34:21-30.

[38]AHUJA G,KATILA R.Technological acquisitions and the innovation performance of acquiring firms: A longitudinal study[J].Strategic Management Journal,2001,22(3):197-220.

[39]COHEN WM,LEVINTHAL D.Innovation and learning:The two faces of R&D[J].Economic Journal，1989，99(397):569-596.

[40]GRILICHES Z.Patent statistics as economic indicators:A survey[J].Journal of Economic Literature，1990，28(4):1661-1707.

[41]JACQUEMIN AP，BERRY CH.Entropy measure of diversification and corporate growth[J].The Journal of Industrial Economics，1979,27(4):359-369.

[42]周浩军.搜索优势与转移问题：弱联系、结构洞和网络多样性对创新的曲线效应[D].杭州：浙江大学，2011.

[43]PALEPU K.Diversification strategy,profit performance and the entropy measure[J].Strategic Management Journal，1985,6(3):239-255.

[44]ASAKAWA K,NAKAMURA H, SAWADA N.Firms’ open innovation policies,laboratories’ external collaborations,and laboratories’ R&D performance[J].R&D Management,2010,40(2):109-123.

[45]杨 典.公司治理与企业绩效——基于中国经验的社会学分析[J].中国社会科学,2013(1):72-94.

[46]CHEN CJ,HUANG JW.Strategic Human resource practices and innovation performance:The mediating role of knowledge management capacity[J].Journal of Business Research,2009,62(1):102-114.

[47]官海滨,武德昆.中外高校科研绩效评价理论比较[J].中国高校科技,2013(1/2):112-114.

[48]WOOLDRIDGE JM.Introductory ecnometrics:A modern approach(4th edition)[M].费剑平,译.北京：中国人民大学出版社,2010:181-182.

[49]SURROCAJ,TRIBJA,ZAHRASA.Stakeholder pressure on MNEs and the transfer of socially irresponsible practices to subsidiaries[J].Academy Management Journal,2013,56(2):549-572.

[50]JACCARD J,TURRISI R.多元回归中的交互作用，收录于：线性回归分析基础[M].蒋 勤,译.上海：格致出版社，上海人民出版社, 2011.

[51]FREEL M，DE JONG JP.Market novelty,competence-seeking and innovation networking[J].Technovation，2009,29(12):873-884.

[52]GRIMPE C，KAISER U.Balancing internal and external knowledge acquisition:The gains and pains from R&D outsourcing[J].Journal of Management Studies,2010,47(8):1483-1509.

[53]LEIPONEN A,HELFAT C E.Innovation objectives,knowledge sources,and the benefits of breadth[J].Strategic Management Journal,2010,31(2):224-236.

[54]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):362-373.

[55]GILSING V,NOOTEBOOM B,VANHAVERBEKE W,et al. Network embeddedness and the exploration of novel technologies:Technological distance,betweenness centrality and density[J].Research Policy,2008,37(10):1717-1731.

[56]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.