专利池联盟合作对高技术企业技术创新的激励效应研究

张运生，杜怡靖，陈 瑟

（中南大学 商学院，长沙 410083）

近年来，全球信息技术资源流动与重组加速，高技术企业竞相推行技术专利化以保护自身技术免受竞争对手模仿剽窃，引发全球专利竞赛。现代信息技术迅速更迭及产品市场竞争日趋激烈，使得知识与技术的前后继承关系表现得尤为突出。技术创新愈发呈现出熊彼特所言之“创新综合”特征，许多技术创新是基于已有技术的改进与整合所得［1］。加之现代科技创新的高度复杂性与不确定性使单一企业无法将前沿技术悉数独揽，四散于各处由不同企业持有的牵制性与互补性专利共同构成了庞杂的“专利丛林（patent thicket）”，产生了一系列协调成本、诉讼成本与机会主义成本，妨碍其他企业开展累积创新（cumulative innovation），甚至可能导致“反公共品悲剧”［2-5］。为实现技术优势互补，避免专利法律诉讼，节约交易费用，在产品市场上相互竞争的企业在技术层面合作组建“专利池（patent pool）”。现代专利池通常与技术标准结合，利用技术标准的网络效应与锁定效应，为其成员获取巨额经济利益［6-9］。

专利池的创新效应引发广泛争议，学界至今尚未形成一致结论。DENICOLO［10］构建了两阶段研发速度竞赛模型，发现尽管第二阶段创新难度相较于第一阶段有所增大，但总体而言专利池联盟依然可以提升第二阶段研发强度并提高社会福利。KWON等［11］通过建立三阶段博弈模型，分析发现专利池对纵向一体化企业与科研型企业的创新激励存在不对称，但均会产生正向研发激励的效应。LLANES和TRENTO［12］创建了序贯创新模型以突出技术发展过程中的“累积创新”特征，发现专利池可令各专利权人的创新活动维持一定水平。DEQUIEDT和VERSAEVEL［13］通过组建多阶段创新速度竞赛模型，证明专利池成立前入池预期可刺激企业开发专利，联盟成立后则激励效应消失，且相较于规模较大的专利池联盟，较小规模的专利池联盟具有更强的激励效应。朱雪忠等［14］认为专利池成立前企业的加入预期与加入后的技术扩散、溢出等效应可以激励创新，但“搭便车”行为、知识产权滥用与在位企业地位将遏制创新。杜晓君和梅开［15］则将研究重点置于纵向结构专利池，使用三阶段动态博弈模型证明了纵向型专利池联盟可以刺激研发。

由于专利池研究尚处于发展阶段，相关资料较为分散，且实证研究较为匮乏［16］。任声策等［17］通过对DVD6C专利池及Hitachi公司在专利池联盟形成前后的创新表现进行统计分析，发现专利池只在形成前激励创新。LAMPE和MOSER［18］基于首个现代专利池——美国缝纫机专利池进行了实证对比分析，发现专利池联盟成立后，池内许可人的创新数量与质量均大幅降低。JOSHI和NERKAR［19］分析了MPEG-2、DVD3C和DVD6C3个专利池联盟，得出与LAMPE和MOSER［18］相似的结论。杜晓君等［16］则依据MPEG-2、TD-SCDMA和闪联3个专利池联盟的比较分析结果，肯定了专利池积极的创新激励效果。

专利池究竟是激励还是阻碍了创新？现有文献主要通过定性分析、模型构建等推演专利池创新效应的最终走向［10-15］，而实证研究较为匮乏，仅有的实证研究也主要关注专利池联盟成立这一时间节点“前后”池内企业创新绩效差异，或针对某几个特定专利池联盟展开研究［16-19］，极少跳出特定专利池视角，从更加宏观而广泛的层面观察专利池联盟的创新效应。事实上，除了专利池本身引致的创新效应，由于不少企业同时加入多个专利池，在各专利池之间产生了密集的企业间重复联盟关系网络，也极有可能因为营造联盟学习环境［20］、降低交易成本［21］、促进企业间协调［22］等原因而产生创新效应。

本文从专利池组建的战略意图出发，着眼于专利池重复联盟关系网络，结合战略管理、联盟学习理论、合作竞争理论与社会网络理论，以国际专利池管理机构MPEGLA管理的12个对外披露信息的专利池为研究对象，实证探究专利池重复联盟关系对成员企业技术创新的激励效应，并引入探索性合作、学习强度、相对核心地位等3个变量作为调节变量，以期弥补现有研究不足，丰富与完善专利池创新效应相关研究，为企业有效利用专利池开展技术创新管理、提升自身技术创新水平提供有价值的建议，为中国专利池联盟与专利市场的可持续发展提供有价值的启示。

1 理论分析与研究假设

1.1 重复联盟关系与企业创新绩效

为了协同开发、联合组建专利池，并且统一对外实行技术许可与技术服务，推动实现专利池技术市场化扩散与应用，由高新技术企业、高校及科研院所等创新主体联合组建的正式或非正式组织，称为高技术产业“专利池联盟”［2-5］。作为化解“反公地悲剧”的高效方案之一，合理利用专利池联盟能够有效清除障碍专利，整合互补专利，有效应对“专利丛林”引发的机会主义“敲竹杠”行为，减少累积创新专利伴随的协调成本、诉讼成本和机会主义成本等交易成本，提高专利使用效率，为企业技术创新提供高效的技术组合，降低研发成本，分散研发风险，推动企业创新绩效提升。

专利池重复联盟为成员企业营造了更多沟通交流及分享知识的环境，为企业提供异质性知识来源，丰富企业现有知识库，便于池内成员开展知识学习和资源积累，协助企业有效整合现有知识、融会贯通各类创新要素、实现外部知识内部化［23］、产出创新成果。池内成员或相似或互补，有助于增强学习意愿，提升知识吸收能力。专利池与具有网络效应及技术锁定效应的技术标准相结合，拓展了专利权人的获益时间与空间，专利池促进技术扩散，可使企业获取高额研发回报，刺激企业技术创新。

专利授权与许可涉及大量信息披露，专利池重复联盟促使成员之间技术信息传递更多地通过联盟内部进行，在一定程度上降低了企业在专利技术许可、转让的对外信息披露过程中的技术溢出与技术泄密风险［24］，提升成员企业开展研究开发活动、主动获取专利的积极性。

专利池重复联盟关系亦可提升盟友间关系资本，促进双方合作与互惠，开展高效协调，通过形成多种治理机制和双边协调系统，抑制机会主义行为，减少专利池成员企业间恶性竞争［20］，促进良性学习开展，提升成员创新表现。

由重复联盟关系产生的组织间惯例（interorganizational routines）［20］可促进联盟各方在管理复杂创新活动过程中的协调，探索出合作共赢的相处模式，并对协作过程有效监督。通过组织间惯例进行的知识复制和转移减少了知识探索过程中的不确定性，可提升企业知识重组效率。组织间惯例形成于重复联盟关系中联盟双方的反复互动，是基于企业过往最佳实践的成果总结，有助于企业应对创新过程中的新挑战。组织间惯例也被认为是企业进行组织学习的重要源泉之一［25-27］，可推进企业创新学习。

然而，随着重复联盟关系进一步深化，其对技术创新的影响将趋于消极。首先，由于专利池内非必要专利和无效专利的存在，过多的重复联盟意味着联盟学习边际效益的减少。其次，现代专利池通常与具有网络效应及技术锁定效应的技术标准相结合，极易形成“赢家通吃”型市场［8-9］，超额利润的轻易攫取容易令池内企业产生创新惰性，抑制企业后续创新动力，同时，维护现行技术标准和维持现有优势地位的动机则将池内企业锁定于先验技术轨道，形成路径依赖，削弱其研发积极性。过多的重复联盟关系通常表征着联盟企业各方均积极参与多个专利池组建，往往在专利池中占据重要地位，获得更多既得利益，使其创新惰性更为突出。第三，技术溢出与专利池回授条款的存在客观上催生了“搭便车”行为［28］，专利池成员开展技术创新的外部性增强，创新激励受到减损，重复联盟关系过高时，这种外部性更强，创新激励减损更甚。第四，过高的重复联盟关系可能导致组织间惯例的僵化，引发“熟悉陷阱（familiarity trap）”［29］，将联盟各方合作模式锁定于既定思维轨迹，进而阻碍创新。

如前所述，当专利池重复联盟关系较低时，提升重复联盟关系能拓展企业知识来源，提高企业知识整合与知识利用能力，一定程度上可以降低其研发风险和成本，减少创新顾虑，提升企业研发积极性；一旦超过一定的范围，重复联盟关系将突出企业创新惰性、技术锁定与组织间惯例僵化，削弱企业创新动力。因此，本文提出以下假设。

H1 专利池成员企业与池内其他企业的重复联盟次数与其创新绩效呈倒U形关系。

1.2 探索性合作的调节作用

相对于旨在获取短期经济利益而交易联盟双方现有资源的利用性合作［30］，探索性合作以交换合作双方知识资源，共同开发关键性创新成果为目的，要求联盟企业之间开展密集互动、共享隐性知识和发展关系资本，以实现长期共同利益［31］。

当专利池成员之间重复联盟关系由低等向中等程度增加时，联盟双方探索性合作的增强会引致重复联盟关系对企业创新绩效的积极影响变小。企业联合组建专利池的初始战略意图在于减少和避免技术侵权纠纷、统一技术标准、促进市场推广以及激发网络效应。从这个意义而言，专利池联盟实质上是一种专利营销联盟。研发与营销作为企业价值创造的两大重要环节，均需占据较多企业资源。由于企业拥有的资源有限［32］，可用于建立与维护研发、营销两类联盟的企业资源则更为有限。重复联盟关系较低时，企业初涉专利池联盟，往往需要花费较多精力去熟悉联盟运作机制、联盟伙伴等新环境，更好地利用联盟为自身创造价值，此时较多的探索式合作将在较大程度上分散企业资源与精力，阻碍企业集中精力从专利池重复联盟关系中汲取创新资源，进而削弱专利池重复联盟关系对企业创新绩效的促进作用。

当专利池成员之间重复联盟关系由中等向高等程度增加时，企业已较为适应专利池联盟的运作机制、联盟伙伴等联盟环境，此时探索式合作则加强了联盟双方在共同知识发现方面的共生关系［33］，鼓励以更及时而细致的方式分享专有知识［34-35］，为企业提供异质性知识资源，拓宽学习渠道，重新激发学习热情。探索式合作为合作双方开展密集互动、共享隐性知识与建立关系资本以及企业理解与吸收专利池联盟伙伴知识提供了有利环境，有助于企业从专利池联盟中汲取隐秘知识线索并进行有效转化，进而缓解了专利池重复联盟关系对企业创新绩效的削弱作用。由此，本文提出以下假设。

H2 专利池成员企业与池内其他企业的探索性合作负向调节重复联盟次数与企业创新绩效之间的倒U形关系，探索性合作水平越高，倒U形越平缓。

1.3 学习强度的调节作用

联盟作为一种兼具合作与竞争的机制，体现了广泛存在于同领域企业之间的“竞合（co-opetition）”关系。在联盟中，企业一方面需要通过联盟汇集互补的资源和知识，通过创新的技术、产品和服务与联盟合作伙伴共同创造价值［36］，另一方面则与合作伙伴竞相开展竞争性学习（competitive learning）［33，37］，意图利用联盟过程中可能发生的知识溢出，迅速将联盟伙伴的专有知识内部化，尽可能地最大化其从联盟中获取的私人收益［38］，为自身赢取竞争优势。当专利池成员之间重复联盟关系由低等向中等程度增加时，联盟双方熟悉程度不足，关系资本尚未得到充分培育，加之专利池联盟作为横向联盟，通常具有较强烈的竞争倾向［39］，联合组建专利池的企业常常在产品市场上互为竞争对手，联盟双方之间的信任十分有限，此时较高的学习强度将过早地暴露企业的竞争性学习行为，破坏联盟双方之间的脆弱信任，引起联盟伙伴不满并对企业未来实施机会主义行为警惕与戒备，甚至引发对方在产品市场上的竞争性反制，妨碍其进一步开展学习行为，导致重复联盟关系对企业创新成果的积极影响减小。

当专利池成员之间重复联盟关系由中等向高等程度增加时，联盟双方已探索出适合双方互利共赢的合作相处模式，并在多次合作中形成多种治理机制和双边协调系统，建立关系资本［25］，竞争紧张性得以缓解，此时较高的学习强度表明企业对于联盟伙伴的知识基础具有相当的熟悉度，对于学习、吸收与内化联盟伙伴知识具有一定的经验，这将助益于企业从专利池联盟中汲取与吸收异质性知识为己用，提升知识理解与吸收能力，从而缓解专利池重复联盟关系对成员企业创新表现的削弱作用。由此，提出以下假设。

H3 专利池成员企业向池内其他企业的学习强度负向调节重复联盟次数与企业创新绩效之间的倒U形关系，学习强度越高，倒U形越平缓。

1.4 相对核心地位的调节作用

企业在联盟网络中所处地位影响其可触及的信息与资源数量［40］，代表着企业所能拥有的网络权力的重要来源［41］，企业相较于联盟伙伴的相对核心地位表征了企业资源流动与网络权力的平衡结果［42-43］。在专利池联盟中，持有较多必要专利、入池专利数量较多的成员通常在与第三方专利池管理机构谈判的过程中具有较强的谈判能力，对专利池统一对外许可所获得的许可费也具有较高的收益分配权，在联盟网络中处于相对较为核心的地位。

如前所述，横向联盟通常具有较强的竞争倾向［39］，而非对称的相对地位将会强化横向联盟中的竞争倾向。当专利池成员之间重复联盟关系由低向中等程度增加时，联盟关系资本尚未得到充分培育，此时在联盟网络中处于核心地位的成员，由于位居网络信息流汇合处，通常拥有较多机会去识别、捕捉并快速利用联盟伙伴独具的专有知识，开发可在产品市场上精准打击联盟伙伴的产品［34］，企业易产生机会主义倾向；同时，处于核心地位往往伴随着较强的技术能力和实施机会主义行为的能力。而相对地位较低的企业，由于双方非对称的相对地位以及联盟过程中通常难以避免产生的知识溢出，深知地位较高者的机会主义倾向与骤然采取机会主义行为的能力，易保持警惕与戒备，联盟各方之间信任较为脆弱，彼此戒备妨碍了企业集中资源与精力从专利池联盟中获取知识并应用于技术创新，致使重复联盟关系对企业创新绩效的积极影响减小。

当专利池成员之间重复联盟关系由中等向高等程度增加时，关系资本已初步建立，联盟双方竞争紧张性得到缓解，此时相对核心地位所带来的信息优势得以凸显。同时，相对核心地位往往意味着企业比联盟合作伙伴持有更多的标准必要专利，拥有更强的技术实力，在信息收集与监控方面具有较大优势，与相对核心地位所带来的信息流汇集优势相结合，能拓展企业的知识来源，有助于企业从专利池联盟中汲取隐秘的知识线索，提升自身创新效率，从而缓解专利池重复联盟关系对企业创新绩效的削弱作用。由此，本文提出以下假设。

H4 专利池成员企业相对于池内其他企业的相对核心地位负向调节重复联盟次数与企业创新绩效之间的倒U形关系，相对核心地位越高，倒U形越平缓。

2 研究设计

2.1 样本选取与数据来源

MPEGLA作为全球主流的专利池运营机构，具有较长的发展历史与丰富的专利池管理经验。其管理的专利池涉及音、视频编解码、连接等高技术领域，均承载着相应的技术标准，是技术标准产业化的技术来源。池内成员多为国际知名高技术企业。本文选取MPEGLA管理的12个对外披露信息的专利池内成员企业为研究对象，探索高技术企业专利池联盟合作对技术创新的激励效应。

MPEGLA现行管理的12个对外披露信息的专利池共有91名成员，剔除检索不到信息与专利授权量过少的16位成员，研究选取12个专利池内75家成员企业、高校、科研机构为研究样本，将专利池内成员企业两两配对比较，构建重复联盟关系网络，形成2 775组联盟配对关系，共计5 550个样本观测值。实证数据源自MPEGLA官方网站和德温特专利数据库（Derwent Innovation Index）。其中，专利池成员清单来源于MPEGLA官方网站，专利数据来自Derwent创新索引。12个专利池包括：1394、ATSC、AVC、DASH、DisplayPort、EVS、HEVC、MPEG-2、MPEG-2 Systems、MPEG-4 Visual、MVC、VC-1。

2.2 变量及其测度

2.2.1 因变量 创新绩效以样本企业、高校、科研机构至2019年1月4日的专利总被引量表示。已有研究常用专利被引次数反映专利本身质量［44-46］。高质专利通常更具被引价值，专利被引数量可有效反映专利池成员持有较高质量专利的情况，同时彰示成员技术影响力与创新成果影响力，是创新绩效的经典表现［47-49］。因而，本文采用专利池成员所持专利的总被引量表征其技术创新绩效。

2.2.2 自变量 重复联盟关系采用专利池成员与池内其他成员建立重复联盟的次数。采用专利池成员与池内其他各个成员共同参与的专利池个数来表示。如，日本松下参与了MPEGLA管理的1394、ATSC、AVC、EVS、MPEG-2、MPEG-4 Visual、MVC、VC-1共8个专利池，韩国LG电子加入了1394、ATSC、AVC、MPEG-2、MPEG-4 Visual、MVC、VC-1共7个专利池，两者之间存在7个专利池重合，即重复联盟次数为7。焦点成员与联盟伙伴成员共同参与的专利池个数越多，与该成员的重复联盟关系越强［50］。

2.2.3 调节变量 探索性合作水平采用专利池成员与池内其他成员的探索性合作水平。探索性合作是企业凭借新的技术和知识来摆脱既有技术轨迹进行的合作创新［51］，以共同开发关键性创新成果为目的［31］，而专利是企业创新成果与研发产出最为直观的反映形式［52］。已有研究使用合作申请的发明专利数量测度企业间的探索性合作，使用合作申请的实用新型专利数量测度企业间的利用式合作［53］。由于高技术产业为技术密集型产业，其专利绝大多数都为发明专利，且授权专利是已通过专利审批、最终获得授权并公告的专利，专利的创新性与价值经过了受理部门的仔细审查与认证［52，54］，相较于专利申请量能更好地反映成员间有价值的探索性合作成果，因此本文沿用这一测度方式，使用专利池成员间合作授权的专利数量来表征探索式合作水平。即专利池成员与池内其他成员的探索性合作水平，采用专利池成员与池内其他各个成员合作授权专利总数量表示。焦点成员与联盟伙伴企业的合作授权专利数量越多，与该成员的探索性合作水平越高。

学习强度采用专利池成员向池内其他成员学习的强度。YANG［37］等使用焦点企业对联盟伙伴的专利引用量占联盟伙伴的专利总被引量的比值反映焦点企业对联盟伙伴的学习能力，这种方式体现了焦点成员在联盟伙伴知识溢出中所占的比重或焦点成员对联盟伙伴知识结构的理解，但无法反映专利池联盟成员之间共同构成的庞杂“专利丛林”。基于专利池联盟的特殊性，本文采用专利池成员引用池内其他各个成员专利的频次表示。焦点成员引用联盟伙伴专利的频次越高，对该伙伴的学习强度越强。

对于相对核心地位，由于MPEGLA管理的专利池大多根据各成员的入池专利数量分配收益，成员的入池专利数量可较真实地反映其池内地位，因此，采用专利池成员入池专利数量比例测度其在专利池内的核心程度，即专利池成员在某个专利池内的核心程度=成员入该池专利数量/该池内全部专利总量，再根据其参与的各个专利池的专利总量进行加权，专利池成员的核心程度为专利池成员在其参与的各个专利池内核心程度的总和，专利池成员相对于池内其他各个成员的相对核心地位=专利池成员的核心程度-池内其他成员的核心程度，即在（A-B）这一组联盟配对中，当以A为焦点企业展开研究时，A相对于B的核心程度=A的核心程度-B的核心程度。

2.2.4 控制变量 专利存量是指专利池成员迄今为止的专利授权总量，以2019年1月4日为截止日期。专利存量代表着各成员企业、高校、科研机构过往的知识积累，且在较大程度上反映了专利池成员的知识积累和研发实力，并将对其未来创新绩效产生重要影响，因此将专利存量作为控制变量。

另外，企业规模经常被认为是影响创新绩效的重要指标并加以控制。事实上，控制“专利存量”与控制企业规模具有相似目的，均出于对开展技术创新活动通常需要大量财力和人力等资源投入以分配R&D资源的考虑。由于样本专利池成员除包含企业外，还涉及高校和科研机构，规模无法很好地代表其研发资源与实力，基于此，本文认为专利存量较之企业规模更适宜作为控制变量。

研发年龄为专利池成员可检索到授权专利记录的时间起至2018年为止所经历的年数，反映了专利池成员的研发历史。技术创新是一个逐步积累的过程，研发时间越长，知识积累越多，越可能会影响专利池成员现在及未来的创新成果，基于此，本文将研发年龄作为控制变量。

专利池成员包括企业、高校、科研院所3种类型，不同类型专利权人的专利情况可能存在不同，因此，本文引入专利权人类别作为虚拟变量加以控制。

3 实证结果与分析

3.1 模型选择

本文因变量采用的企业专利被引数量为离散非负整数，其残差分布呈非正态性，适宜采用计数模型。由于存在过度离散的现象（均值73 860.680，标准差129 242.900），若使用泊松回归将出现虚假的较高水平显著性，故选择能够灵活处理离散数据的负二项回归来检验假设。

3.2 描述统计

本文采用Stata15.0作为数据分析工具。表1展示了置于回归模型中各变量的描述性统计及相关系数。探索性合作水平均值为13.860，标准差为292.234，说明在高技术产业内，国际合作研发依旧不甚活跃，专利池成员参与合作研发的差异程度较大。学习强度均值为270.442，标准差为1 136.766，说明成员开展技术创新总体较为重视对外学习，但学习程度差异较大。成员专利存量均值为30 975.390，标准差为55 004.220，说明样本成员之间研发实力总体跨度较大。各自变量之间相关系数绝对值均不高于0.40，且所有变量的方差膨胀因子VIF系数均不高于1.6，表明各变量之间不存在严重的共线性问题，可纳入回归模型进行回归分析。

3.3 回归分析

表2列出了各模型的回归分析结果。模型1仅包括控制变量与其他解释变量，模型2～模型5添加解释变量和交互变量，模型6为完整模型，包含所有解释变量和交互变量。

模型1结果表明本文所选取的控制变量基本有效。模型2引入了重复联盟关系的一次项与二次项验证H1，其回归结果显示，重复联盟关系的一次项系数显著为正（β=0.179，p＜0.01）；同时，重复联盟关系的二次项系数显著为负（β=-0.0544，p＜0.01）。因此，专利池重复联盟关系对成员创新绩效的影响呈倒U形，H1得到支持［55］。这说明了两者之间存在阈值效应，适度的重复联盟关系有助于促进池内企业的知识学习和资源积累，加速企业对新知识的学习和利用，助益企业提升自身创新战略的实施效果。

表1 变量的描述性统计及相关系数Tab.1 Descriptivestatisticsand correlationscoefficients

表2 负二项回归结果Tab.2 Negativebinomial regression results

模型3引入了探索性合作水平与专利池重复联盟关系一次项和二次项之间的交互项验证H2。结果表明，探索性合作水平和重复联盟关系二次项之间交互项系数显著为正（β=0.000 174，p＜0.01），H2得到支持［56］。虽然探索性合作可强化企业对联盟伙伴知识的理解与吸收，但企业仍需根据企业资源与各联盟境况做出适宜的联盟组合决策，以更好地提升企业创新绩效。

模型4引入了学习强度与专利池重复联盟关系一次项和二次项之间的交互项验证H3。结果表明，学习强度和重复联盟关系二次项之间交互项系数显著为正（β=0.000 015 5，p＜0.05），H3得到支持［54］。尽管学习强度有利于企业将联盟伙伴的知识化为己用，但企业仍需根据联盟所处境况选择适宜的学习强度，以更好地提升企业创新绩效。

模型5引入了相对核心地位与专利池重复联盟关系一次项和二次项之间的交互项验证H4。结果表明，相对核心地位和重复联盟关系二次项之间交互项系数显著为正（β=0.003 60，p＜0.01），H4得到支持［54］。即使更高的相对核心地位为企业提供了更多的知识获取机会，但企业仍需关注联盟内的竞争态势，以更好地利用地位优势提升企业创新绩效。

模型6为完整模型，包括所有控制变量、解释变量和交互项，模型2～模型5的所有结果均保持不变。

根据实证结果，分别绘制了重复联盟关系和创新绩效的倒U形主效应示意图与探索式合作、学习强度、相对核心地位的调节效应图。图1为专利池重复联盟关系与成员创新成果的主效应示意图。图2为探索性合作的调节作用图，在探索性合作提升的情况下，重复联盟关系与成员创新绩效的倒U形关系由较陡峭趋于平缓，当探索性合作增加到一定程度时，重复联盟关系与创新绩效的倒U形关系甚至有变成正U形关系的趋势。图3为学习强度的调节作用图，在学习强度提升的情况下，重复联盟关系与创新绩效倒U形关系从较陡峭转变为较平缓。图4为相对核心地位的调节作用示意图，在相对核心地位提升的情况下，重复联盟关系与创新绩效倒U形关系从较陡峭转变为较平缓，甚至当相对核心地位增加到一定程度时，重复联盟关系与创新绩效之间甚至有变成正U形关系的趋势。

图1 重复联盟关系与创新绩效Fig.1 Repeated alliance ties and innovation performance

图2 探索性合作的调节作用Fig.2 Moderating effect of exploratory cooperation

图3 学习强度的调节作用Fig.3 Moderatingeffect of alliancelearningintensity

图4 相应核心地位的调节作用Fig.4 Moderating effect of relativecoreposition

3.4 稳健性检验

为确保实证结果具有稳健性，本文进行如下检验。考虑专利池联盟成员中企业、高校、科研机构3种不同类型专利权人可能存在技术创新环境、模式、动力等方面的客观差异，而企业作为技术创新的主体，其创新表现受到各界广泛关注。鉴于此，研究单独对焦点成员为企业类型的样本进行了检验，回归结果基本与原结论一致。除此之外，研究还从计量方法出发，换用标准误差再次进行检验，与此同时改用计数模型的泊松回归，模型结果均未产生实质性变化。（稳健性检验结果略，如有需要，可向作者索取。）

4 总结与启示

本文以MPEGLA管理的12个对外披露信息的专利池内75家成员企业为研究样本，针对高技术企业专利池联盟合作对企业技术创新的激励效应展开了实证分析，并讨论了探索式合作、学习强度和相对核心地位的调节作用。结果如下：专利池重复联盟关系与成员创新绩效之间呈倒U形关系；探索性合作、学习强度和相对核心地位均对重复联盟关系和成员创新绩效之间的倒U形关系具有显著负向调节作用。

本文结论具有一定的理论意义。首先，本文拓展了专利池相关实证研究，尤其是专利池联盟对企业创新激励效应的实证研究。已有研究依然缺乏对专利池创新效应的现实认识，且极少关注各专利池内产生的密集的企业间重复联盟关系网络。研究聚焦于专利池内密集存在的企业间重复联盟关系并展开实证研究，引入了组织间惯例、关系资本等分析视角，发现专利池重复联盟关系对企业创新绩效具有显著影响，进一步拓展与完善了专利池联盟创新激励效应相关研究，尤其是大样本实证研究。第二，本文整合了联盟学习理论、合作竞争理论与社会网络理论的观点，拓展了专利池联盟创新效应研究的分析视角。以往对于专利池创新效应的研究主要着眼于专利池的垄断性、形成性等问题，围绕竞争效应、技术扩散、联盟学习等理论视角展开，鲜少关注专利池本身兼具的合作与竞争特质。仅考虑专利池联盟的部分特性，会令研究结果存在一定局限性。因此，本文关注了专利池成员企业池内合作、池外竞争的市场现状，引入合作竞争的分析视角，考虑了探索性合作、学习强度和相对核心地位的调节作用，实证结果表明三者均显著负向调节专利池重复联盟关系和成员创新表现之间的倒U形关系。

本文对中国高技术企业利用专利池联盟实现技术创新管理具有以下3点管理启示。①专利池为中国技术“重创造而轻应用，重研发而轻布局”的现状提供了一种解决思路。中国企业可以通过加入发达国家主导的专利池（例如中兴、杭州海康威数码科技有限公司分别加入了AVC、HEVC专利池），将专利转化为具有市场竞争力的产品，扩大知识产权创新成果的应用范围，提高中国专利的国际化影响力。更为重要的是组建中国专利池，充分发挥“市场机制+政府力量”模式对专利池发展的极强促进作用，自主建立与推广“中国标准”。例如，AVS专利池历经十几年发展，为中国自主组建与主导专利池起到良好示范作用。②尽管中国专利池市场尚处于起步发展阶段，但随着国家创新战略的实施，中国必将逐步在各高技术领域建立起专利池，各大高技术企业将广泛涉足于各高技术产业专利池，密集的企业间重复联盟关系网络也将在客观上逐步形成。在选择加入专利池联盟时，若企业将联盟学习作为其加入专利池联盟的重要战略意图之一，可根据企业与各专利池联盟内已有成员之间的关系，综合考虑企业自身的资源、精力与企业阶段性战略目标，制订专利池联盟组合策略。具体而言，企业在初入专利池、融入专利池重复联盟关系网络时，不必急于采取主动型战略，而应善于利用其自然的较高速增长趋势，提升自身创新绩效，待熟悉专利池的联盟环境与运作机制后，便可以采取较为主动的方式，例如与联盟伙伴建立探索式合作关系、增强对联盟伙伴的学习强度，或增设入池专利以更深入参与专利池等，以图最大限度地利用专利池联盟提高自身创新表现。③由于专利池联盟内成员竞合关系的存在，企业与联盟合作伙伴的竞争性将影响企业的联盟学习效果。企业在利用专利池开展联盟学习时，应关注与专利池联盟伙伴之间的竞争态势、相对地位差距等，根据双方之间的竞争性强弱，控制学习强度，以实现最佳学习效果。

本文存在以下不足之处：①研究是根据Derwent数据库所获专利池联盟成员专利相关数据构建探索性合作与学习强度矩阵，未来可拓展数据来源渠道，用不同数据、不同测度方式进一步检验实证结果的稳健性；②鉴于数据采集的难度，本文主要利用MPEGLA管理的12个专利池内成员作为样本，未来可考虑Via Licensing等其他专利池管理机构治下的联盟及其成员企业开展比较研究，以进一步充实研究内容，增加研究结论的解释力度。此外，可以对比分析国内外专利池差异，以更好地推动我国专利池的发展与我国技术市场的成熟完善。