关键词:
明星发明人
分类识别
新产品开发绩效
合作网络凝聚性
网络研发经验异质性
摘要:
明星发明人作为高水平的人力资本,是确保企业创新活动顺利开展的中坚力量。近年来,学术界越来越多的关注明星发明人议题,多围绕发明产出或社交关系界定明星发明人,未能充分捕捉明星发明人在技术商业化中的潜在贡献;选取区分明星与非明星的阈值时通常运用百分位数或高于均值的标准差,但忽略了样本分布特征,明星发明人多维分类与识别方法有待进一步拓展与优化。此外,明星发明人对企业创新的影响研究主要聚焦于将明星发明人作为一个均质群体考察其同群效应和创新效应,忽略了其类型多样性与结构复杂性,企业中拥有不同类型明星发明人以及明星发明人组合与结构对创新的差异性影响仍需要详尽剖析。特别地,发明人之间的合作与互动关系对明星创新效应至关重要,发明人合作网络结构(如凝聚性)和节点属性特征(如异质性)的调节作用尚待深入探索。
本研究以人力资本理论、知识基础观及社会资本理论为理论基础,围绕“明星发明人与企业新产品开发绩效”展开研究。首先,提出明星发明人新分类,构建明星发明人分类的产出-关系-商业化三维模型。在此基础上,系统解析明星发明人类型(产出明星、关系明星、商业明星)、明星发明人组合(产出与关系明星组合、产出与商业明星组合、关系与商业明星组合及三类明星组合)以及明星发明人结构(单一主导型明星结构、双元主导型明星结构及均衡型明星结构)与企业新产品开发绩效之间的理论关系,并揭示发明人合作网络凝聚性和网络研发经验异质性分别对明星发明人(类型、组合与结构)与企业新产品开发绩效之间关系的调节作用。然后,提出明星发明人识别的新方法,并以548家医药制造企业为样本,采用粗化精确匹配法和负二项模型对明星发明人与企业新产品开发绩效之间的关系进行实证研究,得到以下研究结论:
(1)构建明星发明人分类的三维模型,并运用峰度法设定区分明星与非明星的阈值,为明星发明人分类与识别提供更为合理的新模式与新方法。本研究创新性地将技术商业化纳入明星发明人分类体系,在以往二分法的基础上构建明星发明人分类的产出-关系-商业化三维模型。在阈值选取上,不同于以往采用“一刀切”的方法,本研究基于极值理论构建POT模型,采用峰度法确定阈值,即明星发明人与非明星发明人的临界点。以医药行业发明人为研究样本,研究结果显示:第一,产出明星、关系明星与商业明星之间重叠程度较低,只有少数明星同时在两个方面甚至三个方面表现突出。在识别明星发明人时,若仅考虑单一维度,可能限制对潜在明星的认识,导致大量明星发明人被埋没。第二,对比峰度法与百分位数识别的结果,峰度法识别产出明星和商业明星的结果与第95百分位数的识别结果近乎相同,识别关系明星的数量明显高于后者;相比之下,第99百分位数识别的明星数量最少,在探索明星发明人分布特征时可能造成有偏估计。因此,相较于“一刀切”的百分位数选取阈值法,峰度法能够在识别明星发明人时充分考虑尾部分布,更具有灵活性。
(2)明星发明人(类型、组合和结构)对企业新产品开发绩效具有差异化影响。第一,不同类型明星发明人(产出明星、关系明星、商业明星)对新产品开发绩效均有正向影响。其中,商业明星是有力的技术商业化实施者,直接提高新产品开发成功的可能性。关系明星是杰出的合作者,能够通过广泛的合作关系加速创新过程。产出明星是强大的知识生产者,专注于自身专业技术知识的深化,缺乏市场导向和资源整合能力,对新产品开发绩效的作用间接且有限。因此,商业明星对企业新产品开发绩效的正向影响最大,关系明星次之,产出明星最小。
第二,明星发明人组合(产出与关系明星组合、产出与商业明星组合、关系与商业明星组合及三类明星组合)对新产品开发绩效有正向影响。不同类型明星发明人能够为企业创新做出不同的贡献。多元化人才资源能够产生叠加效应,促进知识创造与知识扩散,实现“1+1>2”的创新效果。因此,明星发明人组合能够促进创新。考虑到不同类型明星发明人对创新的差异化效应,关系与商业明星组合对新产品开发绩效的影响最大,产出与商业明星次之,产出与关系明星的影响最小,但由于协调和管理上的复杂性,三类明星组合对新产品开发绩效的作用过犹不及。
第三,相较于单一主导型明星结构,双元主导型更有利于促进企业新产品开发绩效,而均衡型明星结构对企业新产品开发绩效影响不显著。单一主导型明星结构下资源集中在特定的研发项目或创新领域上,增加新产品开发成功的可能性。均衡型明星结构企业虽创新路径呈多元化,但容易缺乏明确研发方向,甚至产生内部竞争,创新效果不明显。双元主导型明星企业结构既不会过度依赖又保持适当的灵活性和适应性,也不会造成战略焦点缺失。综上,双元主导型明星结构对新产品开发绩效影响最大。
(3)发明人合作网络特征(网络凝聚性和网络研发经验异质性)能够调节明星发明人与企业新产品开发绩效之间的关系。第一,合作网络凝聚性会削弱明星发明人与企业新产品开发绩