知识基石与跨界创新：企业知识基础对跨界技术并购后创新绩效的深度剖析

知识基石与跨界创新：企业知识基础对跨界技术并购后创新绩效的深度剖析一、引言1.1研究背景与问题提出1.1.1研究背景在全球经济一体化和科技飞速发展的大背景下，企业面临着愈发激烈的市场竞争。为了在竞争中脱颖而出并实现可持续发展，企业需要不断提升自身的创新能力。创新已成为企业保持竞争优势的关键要素，能够帮助企业开发新产品、改进生产流程、拓展新市场，进而提升企业的市场份额和盈利能力。获取创新资源是企业实现创新的重要前提。然而，随着技术复杂度的不断提高以及创新周期的日益缩短，仅依靠企业自身的内部研发，往往难以满足快速变化的市场需求。自主研发不仅面临着技术难题、资金投入大、研发周期长等挑战，还存在较高的失败风险。因此，越来越多的企业将目光投向外部，通过并购的方式获取创新资源。跨界技术并购作为一种特殊的并购形式，近年来在企业发展战略中占据了愈发重要的地位。它是指企业跨越自身所处的行业边界，并购拥有不同技术领域知识和资源的目标企业，旨在实现技术的融合与创新，开拓新的市场领域，获取协同效应。许多科技企业通过跨界技术并购进入人工智能、大数据等新兴技术领域，借助目标企业在这些领域的技术专长，迅速提升自身的技术实力和创新能力，从而在激烈的市场竞争中抢占先机。企业的知识基础是其进行创新活动的重要支撑。它涵盖了企业内部积累的各种知识，包括技术知识、市场知识、管理知识等。深厚的知识基础能够为企业提供丰富的创新素材和思路，帮助企业更好地理解和把握市场需求，提高创新的成功率。在跨界技术并购中，企业知识基础的重要性尤为凸显。并购双方知识基础的差异和互补性，会直接影响到并购后的技术整合效果和创新绩效。如果并购企业自身拥有扎实的知识基础，能够更好地理解和吸收目标企业的技术知识，实现知识的有效整合与创新，从而提升创新绩效。反之，如果知识基础薄弱，可能会导致技术整合困难，无法充分发挥跨界技术并购的优势，甚至可能出现并购失败的情况。1.1.2问题提出尽管跨界技术并购为企业获取创新资源、提升创新绩效提供了一条重要途径，但并非所有的跨界技术并购都能取得成功。据相关研究表明，相当一部分跨界技术并购未能达到预期的创新绩效目标，甚至给企业带来了负面影响。这使得我们不得不深入思考，究竟是什么因素在影响着跨界技术并购后企业的创新绩效？企业知识基础作为企业创新的重要内部因素，在跨界技术并购过程中扮演着关键角色。然而，目前学术界对于企业知识基础如何影响跨界技术并购后创新绩效的研究还存在诸多不足。现有研究虽然认识到企业知识基础对创新绩效的重要性，但在具体影响机制方面，尚未形成系统、深入的理论体系。对于企业知识基础的不同维度，如知识深度、知识广度、知识相关性等，如何单独或协同作用于跨界技术并购后的创新绩效，仍缺乏清晰的认识。在不同的行业背景和市场环境下，企业知识基础对跨界技术并购后创新绩效的影响是否存在差异，也有待进一步探讨。基于以上背景和问题，本研究旨在深入探究企业知识基础对跨界技术并购后创新绩效的影响机制，为企业在进行跨界技术并购决策和整合管理时提供理论支持和实践指导，帮助企业更好地利用知识基础优势，提高跨界技术并购的成功率和创新绩效。1.2研究目的与意义1.2.1研究目的本研究旨在深入剖析企业知识基础对跨界技术并购后创新绩效的影响机制，具体达成以下目标：明确知识基础维度：系统梳理企业知识基础的构成维度，如知识深度、知识广度、知识相关性等，并精准界定各维度的内涵与特征，为后续研究提供坚实的理论框架。以华为为例，其在通信领域深厚的技术知识深度，使其在跨界并购相关技术企业时，能够更好地理解和吸收目标企业的技术知识，实现技术的有效整合与创新。揭示影响关系：通过严谨的实证研究，深入探究企业知识基础各维度与跨界技术并购后创新绩效之间的内在关系。明确知识深度、广度、相关性等维度分别如何单独或协同作用于创新绩效，为企业在跨界技术并购决策中提供科学的理论依据。研究发现，企业知识基础的深度和广度与创新绩效之间存在着复杂的非线性关系，适度的知识深度和广度能够促进创新绩效的提升，但过度追求知识深度或广度可能会导致资源分散，反而不利于创新绩效的提高。分析影响因素：全面考量并购双方知识基础的差异和互补性、技术整合能力、组织文化兼容性等因素在企业知识基础影响跨界技术并购后创新绩效过程中的调节作用，深入剖析这些因素如何改变知识基础与创新绩效之间的关系，为企业在并购过程中制定有效的整合策略提供参考。以联想并购IBM个人电脑业务为例，尽管双方在技术知识方面具有一定的互补性，但由于组织文化差异较大，在并购初期面临着诸多整合难题，影响了创新绩效的提升。后来，联想通过一系列的文化融合措施，逐渐克服了文化障碍，实现了技术与文化的有效整合，创新绩效也逐步得到提高。提供实践指导：基于研究结论，为企业在跨界技术并购实践中如何充分利用自身知识基础优势、选择合适的并购目标、制定有效的整合策略提供切实可行的建议，帮助企业提高跨界技术并购的成功率和创新绩效，增强企业在市场中的竞争力，实现可持续发展。1.2.2理论意义丰富企业知识管理理论：当前企业知识管理理论在跨界技术并购情境下的研究相对薄弱。本研究深入探讨企业知识基础在跨界技术并购后创新绩效中的作用机制，有助于填补这一领域的理论空白，进一步完善企业知识管理理论体系，使该理论能够更好地解释和指导企业在复杂市场环境下的知识管理实践。拓展并购研究视角：以往并购研究多聚焦于财务、市场等方面，对知识基础这一关键因素的关注不足。本研究从企业知识基础的视角出发，探究其对跨界技术并购后创新绩效的影响，为并购研究提供了新的视角和思路，有助于推动并购研究向纵深方向发展，促进不同学科领域在并购研究中的交叉融合。深化对创新绩效影响因素的认识：通过揭示企业知识基础与跨界技术并购后创新绩效之间的内在联系，本研究丰富了对创新绩效影响因素的理论认识。明确了知识基础作为企业内部关键因素在创新过程中的重要作用，为后续学者进一步研究创新绩效的影响机制提供了有益的参考，有助于推动创新理论的不断发展和完善。1.2.3实践意义为企业决策提供依据：企业在进行跨界技术并购决策时，往往面临诸多不确定性和风险。本研究的结论可以帮助企业全面评估自身知识基础的优势与劣势，准确判断目标企业与自身知识基础的匹配程度，从而更加科学地选择并购目标，制定合理的并购战略，降低并购风险，提高并购成功率。指导企业整合管理：在跨界技术并购后的整合阶段，企业需要有效整合双方的知识资源，实现协同创新。本研究提出的关于知识整合策略、组织文化融合等方面的建议，能够为企业提供具体的操作指导，帮助企业提高技术整合能力，促进知识共享与创新，提升创新绩效，实现并购的战略目标。提升企业竞争力：通过充分利用知识基础优势，成功实施跨界技术并购并提高创新绩效，企业能够开发出更具竞争力的新产品和新技术，拓展市场份额，提升自身在行业中的地位和竞争力，为企业的可持续发展奠定坚实基础，在激烈的市场竞争中立于不败之地。1.3研究方法与创新点1.3.1研究方法文献研究法：全面梳理国内外关于企业知识基础、跨界技术并购以及创新绩效的相关文献资料，包括学术期刊论文、学位论文、研究报告等。通过对这些文献的深入分析，了解已有研究的现状、成果以及不足，明确本研究的切入点和方向，为构建理论框架和提出研究假设奠定坚实的理论基础。例如，在梳理关于企业知识基础维度的文献时，发现现有研究对知识深度、广度和相关性的界定和测量方法存在差异，这为本研究进一步细化和完善知识基础维度的定义提供了方向。案例分析法：选取多个具有代表性的企业跨界技术并购案例，如华为、联想等企业的并购案例，对其并购过程、知识基础状况以及并购后的创新绩效进行深入剖析。通过案例分析，直观地展现企业知识基础在跨界技术并购中对创新绩效的影响，为理论研究提供实践支持，同时也能发现一些在实证研究中可能被忽视的特殊情况和问题。以华为并购相关技术企业为例，分析其在通信领域深厚的知识基础如何帮助其快速吸收目标企业的技术知识，实现技术创新和产品升级，从而提升创新绩效。实证研究法：收集大量企业的相关数据，包括企业知识基础的各项指标数据、跨界技术并购的交易数据以及创新绩效的衡量数据等。运用统计分析软件，如SPSS、Stata等，对数据进行描述性统计分析、相关性分析、回归分析等，以验证研究假设，揭示企业知识基础与跨界技术并购后创新绩效之间的内在关系。通过对多组企业数据的实证分析，确定知识深度、广度和相关性等维度对创新绩效的具体影响方向和程度，为研究结论提供量化的证据支持。1.3.2创新点研究视角创新：以往关于跨界技术并购和创新绩效的研究，多从宏观层面或单一因素进行分析，较少从企业知识基础这一微观视角出发，全面系统地探究其对跨界技术并购后创新绩效的影响机制。本研究将企业知识基础作为核心研究变量，深入剖析其不同维度对创新绩效的作用，为该领域的研究提供了新的视角和思路，有助于深化对跨界技术并购中企业创新行为的理解。研究方法创新：综合运用多种研究方法，将文献研究法、案例分析法和实证研究法有机结合。文献研究为研究提供理论支撑，案例分析使研究更具现实针对性，实证研究则通过量化分析验证研究假设，增强研究结论的可靠性和说服力。这种多方法融合的研究方式，能够从不同角度深入探究研究问题，克服单一研究方法的局限性，为相关研究提供了一种新的研究范式。研究内容创新：不仅关注企业知识基础对跨界技术并购后创新绩效的直接影响，还深入分析并购双方知识基础的差异和互补性、技术整合能力、组织文化兼容性等因素在其中的调节作用。全面探讨这些因素之间的相互关系，有助于更深入地理解企业知识基础影响创新绩效的复杂过程，为企业在跨界技术并购实践中制定全面、有效的策略提供更丰富的理论指导。二、理论基础与文献综述2.1企业知识基础理论2.1.1企业知识基础的内涵企业知识基础理论作为现代企业理论的重要分支，兴起于20世纪90年代，随着知识经济的兴起和信息技术的发展，逐渐受到学术界和企业界的广泛关注。该理论强调企业的知识储备和知识管理能力，认为企业是一个知识的集合体，企业的知识体系是其核心竞争力的源泉。Grant指出，企业的竞争优势来源于其独特的知识资源和知识管理能力，企业通过对知识的获取、整合、应用和创新，能够创造出独特的产品和服务，满足市场需求，从而在竞争中取得优势。企业知识基础涵盖了多种类型的知识，具有丰富的构成要素。从知识的表达方式来看，可分为显性知识和隐性知识。显性知识是指能够以书面文字、图表、数据等形式清晰表达和传播的知识，具有易编码、易传递和易共享的特点，企业的规章制度、产品说明书、技术文档等都属于显性知识。隐性知识则是难以用语言和文字明确表述的知识，它通常存在于员工的头脑中，与员工的个人经验、技能、直觉等密切相关，具有高度的个人化和情境化特征。企业员工在长期实践中积累的独特技术诀窍、解决问题的能力以及团队协作的默契等都属于隐性知识。Nonaka和Takeuchi强调了隐性知识在企业创新中的关键作用，认为隐性知识是企业创新的源泉，通过隐性知识与显性知识之间的相互转化（即社会化、外化、组合化和内化的SECI模型），企业能够实现知识的创造和增值。从知识的存在方式来看，企业知识还可分为个人知识和共有知识。个人知识是员工个体所拥有的知识，它与员工的个人背景、教育经历、工作经验等因素密切相关，具有很强的个体特异性。共有知识则是企业内部成员共同拥有和共享的知识，它体现了企业的整体认知和价值观，是企业凝聚力和协同效应的重要基础。企业的组织文化、业务流程、技术标准等都属于共有知识的范畴。企业需要通过有效的知识管理机制，促进个人知识与共有知识之间的互动和转化，实现知识在企业内部的共享和应用，从而提升企业的整体竞争力。2.1.2企业知识基础的维度企业知识基础具有多个维度，这些维度相互关联、相互影响，共同构成了企业知识基础的复杂体系。知识深度是指企业在某一特定领域所掌握的知识的专业性和深入程度。拥有深厚知识深度的企业，在其核心业务领域具备扎实的专业知识和技术能力，能够深入理解和解决该领域内的复杂问题，开发出具有高附加值的产品和服务。华为公司在通信领域投入大量资源进行研发，积累了深厚的知识深度，掌握了5G通信技术的核心专利，使其在全球通信市场中占据了领先地位。知识深度有助于企业在核心业务上形成独特的竞争优势，提高产品质量和技术水平，增强客户对企业的信任和依赖。然而，过度专注于知识深度也可能导致企业视野狭窄，对其他领域的知识和技术缺乏了解，从而在面临市场变化和技术变革时缺乏灵活性和适应性。知识广度是指企业所掌握的知识领域的多样性和范围。知识广度广泛的企业能够跨越多个领域获取知识，具备更全面的认知和解决问题的能力。它们可以将不同领域的知识进行整合和创新，开发出具有创新性的产品和服务，满足不同客户群体的多样化需求。苹果公司不仅在电子技术领域拥有深厚的知识积累，还在设计、用户体验、市场营销等多个领域具备广泛的知识，通过将这些不同领域的知识进行融合，推出了具有创新性和时尚感的iPhone等产品，引领了全球智能手机市场的发展潮流。知识广度能够帮助企业发现新的市场机会，拓展业务领域，实现多元化发展，增强企业的抗风险能力。但知识广度的拓展也需要企业投入大量的资源和精力，可能会导致资源分散，在每个领域都难以做到深入和专业。知识异质性是指企业知识基础中不同类型知识之间的差异程度。异质性高的知识基础包含了多种不同来源、不同性质的知识，这些知识之间的碰撞和融合能够为企业带来更多的创新灵感和机会。具有异质性知识基础的企业更容易在技术创新、产品创新和管理创新等方面取得突破，因为不同类型的知识可以相互补充、相互启发，激发新的思维和解决方案。一些科技初创企业通过吸引来自不同学科背景的人才，形成了异质性较高的知识团队，这些团队在创新过程中能够从不同角度思考问题，提出独特的创新方案，推动企业快速发展。知识异质性能够促进企业的创新活力和创造力，使企业在竞争中脱颖而出。但同时，知识异质性也可能带来知识整合和沟通的困难，需要企业建立有效的知识管理机制来促进知识的协同和共享。2.2跨界技术并购理论2.2.1跨界技术并购的概念跨界技术并购是企业在追求战略转型和创新发展过程中采用的一种重要战略手段，它突破了传统并购的行业界限，具有独特的内涵和显著的特点。从概念上讲，跨界技术并购是指企业跨越自身所处的行业边界，对拥有不同技术领域知识和资源的目标企业实施并购行为。这种并购的核心目的在于获取目标企业的关键技术，实现技术的融合与创新，从而开拓新的市场领域，提升企业的核心竞争力。以吉利并购沃尔沃为例，吉利作为一家中国本土汽车企业，在并购之前，其技术水平和品牌影响力相对有限。而沃尔沃在安全技术、汽车制造工艺等方面拥有先进的技术和丰富的经验。吉利通过跨界技术并购沃尔沃，成功获取了沃尔沃的核心技术，包括安全技术专利、先进的汽车制造平台等。这些技术的引入使得吉利在汽车安全性能、产品品质等方面得到了显著提升，同时也帮助吉利开拓了国际市场，提升了品牌形象，实现了从本土企业向国际汽车品牌的跨越。跨界技术并购具有几个显著特点。首先，行业跨度大是其最直观的特征。并购双方来自不同的行业领域，它们在技术、市场、管理等方面存在较大差异。例如，传统制造业企业并购软件技术企业，这两个行业在技术研发模式、市场需求特点、运营管理方式等方面都截然不同。这种行业跨度为企业带来了全新的技术知识和市场视野，但同时也增加了并购后的整合难度。其次，技术导向性强。跨界技术并购的主要驱动力是获取目标企业的特定技术，这些技术往往是并购企业自身所缺乏或急需的。企业希望通过并购将目标企业的技术与自身原有技术进行整合，创造出更具竞争力的新产品或服务。苹果公司在发展过程中，为了提升其产品在人工智能和机器学习领域的技术水平，并购了多家专注于相关技术研发的小型科技公司。这些并购行为都是以获取特定技术为目的，以增强苹果产品的技术优势和用户体验。再者，风险与机遇并存。由于跨界技术并购涉及不同行业的融合，企业面临着诸多不确定性因素。在技术整合方面，可能会遇到技术不兼容、研发思路差异等问题；在市场方面，需要面对新市场的需求变化和竞争压力；在管理方面，要解决不同企业文化和管理模式的冲突。但如果并购成功，企业将获得新的技术、市场和发展空间，实现跨越式发展。2.2.2跨界技术并购的动机企业进行跨界技术并购往往基于多种动机，这些动机相互交织，共同推动企业做出并购决策。获取关键技术资源是企业进行跨界技术并购的重要动机之一。在当今快速发展的科技时代，技术更新换代的速度极快，企业仅依靠自身内部研发，难以在短时间内获取所需的先进技术。通过跨界技术并购，企业可以直接获取目标企业已经研发成熟的技术，缩短技术研发周期，快速提升自身的技术实力。例如，华为在通信技术领域不断发展的过程中，为了加强其在芯片研发技术方面的能力，并购了一些拥有相关芯片技术的企业。这些企业在芯片设计、制造工艺等方面具有独特的技术优势，华为通过并购将这些技术纳入自身的技术体系，提升了其在通信设备和智能手机芯片领域的竞争力，为其产品的性能提升和技术创新提供了有力支持。实现战略转型也是企业进行跨界技术并购的重要原因。随着市场环境的变化和行业竞争的加剧，企业可能需要调整自身的业务结构和发展方向，以适应新的市场需求。跨界技术并购为企业提供了实现战略转型的途径。传统能源企业在面对全球能源转型的大趋势下，为了实现向清洁能源领域的战略转型，可能会并购太阳能、风能等新能源技术企业。通过并购，企业可以快速进入新的能源领域，获取新能源技术和市场资源，实现业务结构的优化和升级，为企业的可持续发展奠定基础。追求协同效应是企业进行跨界技术并购的另一重要动机。协同效应包括技术协同、市场协同和管理协同等多个方面。在技术协同方面，并购双方的技术可以相互融合、相互补充，产生新的技术创新点，提升企业的整体技术水平。市场协同方面，企业可以借助目标企业的市场渠道和客户资源，扩大自身产品的市场份额，实现市场拓展。管理协同方面，双方可以借鉴彼此先进的管理经验和管理模式，优化企业的管理流程，提高管理效率。例如，美的并购库卡，美的在白色家电领域拥有强大的市场渠道和制造能力，而库卡在工业机器人领域具有先进的技术和成熟的市场应用。美的通过并购库卡，实现了技术协同，将库卡的机器人技术应用于家电制造领域，提高了生产自动化水平和产品质量；实现了市场协同，借助库卡的国际市场渠道，美的进一步拓展了海外市场；在管理协同方面，双方在管理理念和运营模式上相互学习，提升了企业的整体管理水平。2.3企业创新绩效理论2.3.1创新绩效的内涵与衡量指标创新绩效是指企业在创新活动过程中所取得的成果和效益，它反映了企业通过创新活动实现价值创造和提升竞争力的程度。从狭义角度来看，创新绩效主要关注企业将发明创新成功转化为市场应用的程度，如新产品的市场占有率、新产品销售额等。从广义角度而言，创新绩效涵盖了从创新思想的产生、研发投入、技术创新成果，到新产品或服务进入市场并获得经济效益的全过程。它不仅包括了创新的直接产出，还涉及到创新对企业组织、市场地位、社会影响等多方面的间接影响。在学术研究和企业实践中，衡量创新绩效的指标丰富多样，这些指标从不同维度反映了企业创新活动的成效。常见的衡量指标可以分为以下几类：创新投入指标：创新投入是创新活动的基础，反映了企业为推动创新所付出的资源。研发投入是最为关键的创新投入指标之一，包括企业在研发项目上的资金投入、人力投入等。较高的研发投入通常意味着企业对创新的重视程度高，有更多资源用于开展创新活动，为创新绩效的提升提供了潜在的支持。研发人员数量占员工总数的比例也能体现企业在创新人力方面的投入情况，该比例越高，说明企业在创新人才方面的储备越充足，有利于开展创新性的研发工作。创新产出指标：创新产出是创新活动的直接成果体现。专利数量是衡量企业技术创新能力的重要指标之一，它反映了企业在技术研发方面的成果和创新程度。拥有大量专利的企业通常在技术领域具有较强的创新实力和竞争优势。新产品开发数量也是一个关键指标，它表明企业能够不断推出新的产品或服务，满足市场变化的需求，拓展市场份额。新产品开发数量多的企业往往能够在市场中保持较高的活跃度和竞争力。创新效益指标：创新效益体现了创新活动为企业带来的经济效益和市场影响。新产品销售收入是衡量创新效益的核心指标之一，它直接反映了企业创新成果在市场上的价值实现程度。新产品销售收入占总销售收入的比重越高，说明创新对企业的盈利贡献越大，企业的创新绩效越好。市场份额的提升也是创新效益的重要体现，通过创新推出具有竞争力的产品或服务，企业能够吸引更多的客户，从而扩大市场份额，增强在市场中的地位。不同的衡量指标具有各自的优缺点和适用场景。创新投入指标虽然能够反映企业对创新的重视程度和资源投入情况，但投入并不一定能直接转化为创新绩效，存在投入产出的不确定性。创新产出指标能够直观地展示创新活动的成果，但专利数量等指标可能存在质量差异，不能完全代表创新的实际价值。创新效益指标更能体现创新对企业的实际贡献，但受到市场环境、营销策略等多种因素的影响，难以完全归因于创新活动本身。在实际应用中，需要综合考虑多种衡量指标，全面、准确地评估企业的创新绩效。2.3.2影响企业创新绩效的因素企业创新绩效受到多种因素的综合影响，除了企业知识基础这一关键因素外，还包括内部和外部多个方面的因素。从内部因素来看，研发投入是影响创新绩效的重要因素之一。企业加大研发投入，能够吸引更多优秀的研发人才，购置先进的研发设备，开展前沿的研发项目，从而增加创新的可能性和成功率。充足的研发资金可以支持企业进行长期的、高风险的研发活动，探索新的技术和产品领域，为创新绩效的提升提供坚实的物质基础。以苹果公司为例，其每年在研发上投入大量资金，不断探索新的技术和设计理念，从而推出了一系列具有创新性和市场竞争力的产品，如iPhone、iPad等，实现了创新绩效的显著提升。企业的创新文化也对创新绩效有着深远的影响。创新文化是企业内部一种鼓励创新、包容失败、倡导合作的价值观和行为准则。在具有创新文化的企业中，员工敢于提出新的想法和建议，勇于尝试新的技术和方法，团队之间能够积极合作，共享知识和资源。这种文化氛围能够激发员工的创新积极性和创造力，促进创新活动的顺利开展。谷歌公司以其开放、包容的创新文化而闻名，鼓励员工在工作时间内拿出一定比例的时间进行自由探索和创新，这种文化使得谷歌在搜索引擎技术、人工智能等领域取得了众多创新成果，保持了在行业内的领先地位。从外部因素来看，市场竞争程度是影响企业创新绩效的重要外部驱动力。在激烈的市场竞争环境下，企业为了生存和发展，必须不断进行创新，以推出更具竞争力的产品和服务。竞争对手的创新举措和市场份额的争夺，会促使企业加大创新投入，加快创新速度，提高创新绩效。智能手机市场竞争激烈，苹果、三星等企业为了在市场中占据优势，不断投入研发资源，推出具有创新性的产品，如更高像素的摄像头、更快的处理器、更先进的屏幕技术等，推动了整个行业的创新发展。政府政策对企业创新绩效也有着重要的引导和支持作用。政府可以通过制定税收优惠政策、提供研发补贴、设立创新基金等方式，鼓励企业增加研发投入，开展创新活动。税收优惠政策能够降低企业的创新成本，提高企业创新的积极性；研发补贴和创新基金则为企业提供了直接的资金支持，帮助企业解决创新过程中的资金难题。政府还可以通过制定行业标准、加强知识产权保护等措施，营造良好的创新环境，促进企业创新绩效的提升。我国政府出台了一系列鼓励科技创新的政策，如高新技术企业税收优惠、科技型中小企业研发补贴等，有力地推动了企业的创新发展，提高了企业的创新绩效。2.4企业知识基础对跨界技术并购后创新绩效影响的研究现状目前，企业知识基础对跨界技术并购后创新绩效的影响已成为学术界和企业界共同关注的重要议题。相关研究主要聚焦于企业知识基础的构成维度如何作用于跨界技术并购后的创新绩效，以及在这一过程中其他因素所起到的调节作用。在知识基础的构成维度与创新绩效关系方面，已有研究从知识深度、知识广度和知识异质性等多个维度展开探讨。刘洪伟和冯淳指出，在技术并购中，技术知识基础深度与主并企业并购后的创新绩效呈倒U型关系，适度的知识深度能够促进创新绩效的提升，但过度的知识深度可能导致企业资源过度集中于某一领域，限制了创新的多样性和灵活性，从而对创新绩效产生负面影响。技术知识基础宽度与创新绩效呈U型关系，较窄的知识基础难以提供足够的知识资源和创新灵感，随着知识宽度的增加，企业能够整合不同领域的知识，激发创新活力，当知识宽度达到一定程度后，创新绩效会显著提升。知识异质性对创新绩效的影响也受到了广泛关注。具有异质性知识基础的企业，由于拥有多种不同类型的知识，这些知识之间的碰撞和融合能够为企业带来更多的创新机会。一些企业通过并购不同行业的目标企业，引入了与自身原有知识差异较大的新知识，促进了知识的交流与创新，进而提升了创新绩效。然而，知识异质性也可能带来知识整合和沟通的困难，如果企业不能有效管理这些差异，反而会阻碍创新绩效的提升。在其他因素的调节作用研究中，并购双方知识基础的差异和互补性被认为是重要的调节变量。当并购双方知识基础存在适度差异时，能够为企业带来新的知识和技术，激发创新潜力，但差异过大可能导致知识整合难度增加。而互补性强的知识基础则有利于双方知识的协同创新，提高创新绩效。技术整合能力也是关键的调节因素，具备较强技术整合能力的企业能够更好地将目标企业的技术知识融入自身知识体系，实现知识的有效转化和应用，从而增强企业知识基础对创新绩效的积极影响。组织文化兼容性同样不可忽视，良好的组织文化兼容性能够促进并购双方员工之间的沟通与合作，减少文化冲突，为知识共享和创新创造有利的环境，进而调节企业知识基础与创新绩效之间的关系。尽管已有研究在企业知识基础对跨界技术并购后创新绩效的影响方面取得了一定成果，但仍存在一些不足之处。现有研究对于知识基础各维度的测量方法尚未形成统一标准，不同研究之间的结果可比性受到一定影响。在研究企业知识基础与创新绩效关系时，对于其他可能影响创新绩效的复杂因素考虑不够全面，缺乏系统性的综合分析。未来的研究需要进一步完善知识基础维度的测量体系，深入探讨多种因素的交互作用，以更全面、深入地揭示企业知识基础对跨界技术并购后创新绩效的影响机制。三、研究假设与模型构建3.1研究假设提出3.1.1知识基础深度与创新绩效的关系假设知识基础深度反映了企业在特定领域的专业知识和技术水平的深厚程度。当企业进行跨界技术并购时，深厚的知识基础深度具有多方面的积极作用。在技术理解和吸收方面，企业凭借自身在核心领域积累的深厚知识，能够更快速、准确地理解目标企业的技术知识，把握其技术的核心要点和潜在价值。以华为在通信领域拥有深厚的技术知识深度为例，在跨界并购相关技术企业时，能够迅速理解目标企业在芯片设计、算法优化等方面的技术知识，将其与自身在通信系统研发方面的知识相结合，为后续的技术整合和创新奠定坚实基础。在研发效率方面，深厚的知识深度使企业在研发过程中能够运用已有的专业知识和经验，快速解决技术难题，提高研发速度。当企业将目标企业的技术融入自身产品研发时，能够凭借深厚的知识基础快速进行技术适配和优化，缩短产品研发周期，更快地将创新产品推向市场，从而提升创新绩效。然而，知识基础深度并非越深越好，当超过一定程度时，可能会对创新绩效产生负面影响。随着知识深度的过度增加，企业容易陷入路径依赖，过于依赖已有的技术和知识体系，对新的技术和知识产生排斥心理。企业在长期专注于某一领域的技术研发过程中，形成了固定的研发思维和模式，当面对跨界技术并购带来的全新技术知识时，可能难以摆脱原有思维的束缚，无法有效整合和利用这些新知识，从而阻碍创新绩效的提升。过度追求知识深度会导致资源过度集中于某一领域，限制了资源在其他领域的分配。企业在研发投入、人力配置等方面过度倾向于核心领域，使得在跨界技术并购后，缺乏足够的资源去探索和发展新领域的技术，无法充分发挥跨界技术并购的优势，对创新绩效产生不利影响。基于以上分析，提出假设1：H1：企业知识基础深度与跨界技术并购后创新绩效呈倒U型关系，即适度的知识基础深度有利于提升创新绩效，超过一定程度后，知识基础深度的增加会对创新绩效产生负面影响。3.1.2知识基础广度与创新绩效的关系假设知识基础广度体现了企业所掌握知识领域的多样性和范围。在跨界技术并购情境下，广泛的知识基础广度为企业带来了丰富的创新资源和多元化的思维视角。从创新资源角度来看，知识基础广度广泛的企业能够接触和掌握来自不同领域的知识，这些知识为企业的创新提供了更多的素材和可能性。在进行跨界技术并购时，企业可以将自身在多个领域的知识与目标企业的技术知识相结合，实现知识的跨界融合，创造出更具创新性的产品或服务。以苹果公司为例，其不仅在电子技术领域拥有深厚知识，还在设计、市场营销等领域具备广泛知识。在跨界技术并购相关企业后，能够将这些不同领域的知识进行整合，推出如iPhone等具有创新性和时尚感的产品，满足了消费者在功能和审美等多方面的需求，提升了创新绩效。从思维视角角度来看，知识基础广度使企业员工具备多元化的思维方式，在面对跨界技术并购带来的新问题和挑战时，能够从不同角度进行思考，提出更具创新性的解决方案。不同领域的知识培养了员工不同的思维模式和解决问题的方法，当这些思维模式相互碰撞时，能够激发创新灵感，促进创新绩效的提升。然而，知识基础广度的拓展也存在一定的局限性。如果企业的知识基础过于宽泛，而缺乏核心领域的深度知识支撑，可能会导致知识的“碎片化”，无法形成有效的知识体系。企业虽然掌握了多个领域的知识，但这些知识之间缺乏有机联系，在进行跨界技术并购后的知识整合和创新过程中，难以将这些知识协同起来，发挥出应有的作用，从而对创新绩效产生负面影响。知识基础广度的拓展需要企业投入大量的资源，包括时间、资金和人力等。如果企业在拓展知识广度的过程中，不能合理配置资源，导致资源分散，反而会降低企业在核心业务和跨界技术并购整合方面的投入，影响创新绩效的提升。基于以上分析，提出假设2：H2：企业知识基础广度与跨界技术并购后创新绩效呈U型关系，即当知识基础广度较窄时，创新绩效较低，随着知识基础广度的增加，创新绩效逐渐提升，超过一定程度后，知识基础广度的进一步增加对创新绩效的提升作用趋于平稳或减弱。3.1.3知识异质性与创新绩效的关系假设知识异质性指的是企业知识基础中不同类型知识之间的差异程度。在跨界技术并购中，较高的知识异质性为企业创新带来了强大的动力。不同类型知识之间的碰撞和融合能够产生新的知识组合和创新思路。当企业并购拥有不同技术领域知识的目标企业时，自身原有的知识与目标企业的新知识相互作用，打破了原有的知识结构，激发了知识的创新活力。以一些科技初创企业为例，它们通过吸引来自不同学科背景的人才，形成了异质性较高的知识团队。在创新过程中，团队成员的不同知识背景，如计算机科学、物理学、生物学等，相互碰撞和交流，能够从不同角度提出创新方案，推动企业在技术创新、产品创新等方面取得突破，提升创新绩效。知识异质性还能够拓展企业的创新边界，使企业能够探索更多的创新可能性。不同领域的知识为企业提供了不同的技术和方法，企业可以将这些技术和方法应用到新的领域，开拓新的市场和业务。然而，知识异质性也可能带来一些挑战。由于知识差异较大，企业在知识整合和沟通方面可能会面临困难。不同类型知识的表达方式、思维方式和应用场景存在差异，这可能导致企业在整合知识时出现误解和冲突，影响知识的有效利用和创新绩效的提升。如果企业不能建立有效的知识管理机制来应对知识异质性带来的挑战，反而会阻碍创新绩效的提高。基于以上分析，提出假设3：H3：企业知识异质性与跨界技术并购后创新绩效呈正相关关系，但当知识异质性超过一定程度时，由于知识整合和沟通困难等问题，会对创新绩效产生负面影响。3.1.4知识整合能力的调节作用假设知识整合能力是企业将内外部知识进行有效融合、转化和应用的能力，在企业知识基础影响跨界技术并购后创新绩效的过程中发挥着关键的调节作用。当企业具备较强的知识整合能力时，能够更好地应对知识基础各维度带来的挑战，充分发挥其优势。对于知识基础深度，知识整合能力强的企业能够在保持核心领域知识深度的基础上，有效地将目标企业的新技术知识融入现有的知识体系中。企业可以通过建立知识共享平台、开展跨部门合作等方式，促进不同专业知识之间的交流和融合，避免因知识深度过深而导致的路径依赖和资源集中问题，进一步提升创新绩效。在知识基础广度方面，知识整合能力能够帮助企业将广泛的知识进行梳理和整合，形成有机的知识网络。企业可以通过制定知识整合策略，明确不同领域知识之间的联系和应用场景，将不同领域的知识协同起来，避免知识的“碎片化”，从而更好地发挥知识基础广度对创新绩效的促进作用。在面对知识异质性时，知识整合能力强的企业能够建立有效的沟通机制和知识整合流程，促进不同类型知识之间的交流和融合。企业可以通过组织跨学科团队、开展知识培训等方式，增进员工对不同知识的理解和应用能力，减少知识整合和沟通困难带来的负面影响，充分利用知识异质性激发创新活力，提升创新绩效。基于以上分析，提出假设4：H4：知识整合能力在企业知识基础（知识基础深度、知识基础广度、知识异质性）与跨界技术并购后创新绩效的关系中起正向调节作用，即知识整合能力越强，企业知识基础对创新绩效的正向影响越显著，对可能存在的负面影响的抑制作用越强。3.2概念模型构建基于前文提出的研究假设，构建企业知识基础对跨界技术并购后创新绩效影响的概念模型，如图1所示：请在此处插入概念模型图，模型图应清晰展示企业知识基础（知识基础深度、知识基础广度、知识异质性）作为自变量，跨界技术并购后创新绩效作为因变量，知识整合能力作为调节变量，以及它们之间的关系。自变量通过箭头指向因变量，表示对创新绩效的影响作用；调节变量通过箭头指向自变量与因变量之间的关系线，表示对二者关系的调节作用。图1企业知识基础对跨界技术并购后创新绩效影响的概念模型在该概念模型中，企业知识基础的三个维度，即知识基础深度、知识基础广度和知识异质性，是影响跨界技术并购后创新绩效的核心自变量。知识基础深度体现了企业在特定领域的专业知识和技术水平，其与创新绩效呈倒U型关系，适度的深度有助于提升创新绩效，过度则可能产生负面影响。知识基础广度反映了企业知识领域的多样性，与创新绩效呈U型关系，在一定范围内，广度的增加能促进创新绩效提升，超过一定程度后，提升作用可能趋于平稳或减弱。知识异质性表示企业知识基础中不同类型知识的差异程度，与创新绩效呈正相关关系，但过高的异质性可能因知识整合和沟通困难而对创新绩效产生负面影响。跨界技术并购后创新绩效作为因变量，受到企业知识基础各维度的直接影响。同时，知识整合能力作为调节变量，在企业知识基础与创新绩效的关系中发挥重要作用。它能够增强企业知识基础对创新绩效的正向影响，抑制可能存在的负面影响。当企业具备较强的知识整合能力时，能够更好地应对知识基础各维度带来的挑战，充分发挥其优势，促进知识的有效融合和创新应用，从而提升创新绩效。该概念模型全面地展示了企业知识基础对跨界技术并购后创新绩效的影响机制，为后续的实证研究提供了清晰的框架和方向，有助于深入探究各变量之间的内在联系，揭示企业在跨界技术并购中如何通过优化知识基础和提升知识整合能力来提高创新绩效。四、研究设计4.1样本选择与数据来源为了深入探究企业知识基础对跨界技术并购后创新绩效的影响，本研究在样本选择和数据来源上进行了严谨的设计。样本企业选取于2015-2020年期间在沪深A股市场进行跨界技术并购的上市公司。选择上市公司作为研究样本，主要是因为上市公司的信息披露较为规范和全面，能够为研究提供丰富的数据支持，保证研究的可靠性和准确性。在样本筛选过程中，遵循了以下严格的标准：首先，明确界定跨界技术并购。根据并购双方所处的行业代码，依据《上市公司行业分类指引》，若并购双方的行业代码前两位不同，且并购目的明确为获取目标企业的技术资源，则认定为跨界技术并购。例如，一家行业代码为C39（计算机、通信和其他电子设备制造业）的企业并购了行业代码为I64（互联网和相关服务）的企业，且以获取对方的互联网技术为主要目的，这类并购被纳入研究样本。其次，剔除金融类上市公司。金融行业具有独特的经营模式和监管要求，其财务数据和业务特点与其他行业存在较大差异，为了保证研究样本的同质性，将金融类上市公司排除在外。再者，剔除ST、*ST公司。这类公司通常面临财务困境或其他特殊情况，其经营和创新活动可能受到异常因素的影响，会干扰研究结果的准确性，因此予以剔除。此外，对于数据缺失严重的样本也进行了剔除。数据完整性是进行有效实证分析的基础，缺失关键数据的样本无法准确反映企业的真实情况，会影响研究结论的可靠性。经过上述严格的筛选程序，最终得到了[X]家企业的跨界技术并购样本。这些样本企业涵盖了多个行业领域，具有一定的代表性，能够较好地反映我国企业跨界技术并购的实际情况。在数据来源方面，本研究综合运用了多个权威数据库。企业财务数据主要来源于Wind数据库和CSMAR数据库，这两个数据库提供了全面、准确的企业财务信息，包括资产负债表、利润表、现金流量表等关键数据，为计算企业知识基础相关指标以及创新绩效衡量指标提供了基础。并购交易数据，如并购金额、并购时间、并购双方信息等，同样来源于Wind数据库和CSMAR数据库，这些数据能够准确记录企业跨界技术并购的具体交易情况，为研究提供了关键的事件信息。专利数据则来源于国家知识产权局官网。通过在国家知识产权局官网进行专利检索，获取了样本企业的专利申请数量、授权数量等数据，专利数据是衡量企业创新产出的重要指标，对于评估企业的创新绩效具有重要意义。此外，为了确保数据的准确性和完整性，还对部分数据进行了手工收集和整理，如通过企业年报、公告等渠道获取一些补充信息，进一步完善了研究数据。4.2变量定义与测量4.2.1自变量：企业知识基础变量知识基础深度：参考刘洪伟和冯淳的研究，采用企业在核心技术领域的专利数量来衡量知识基础深度。专利是企业技术创新成果的重要体现，在核心技术领域拥有较多专利，表明企业在该领域投入了大量研发资源，掌握了深厚的专业知识和技术，对该领域的技术理解和掌握程度较高。例如，华为在通信领域拥有大量的5G通信技术专利，这充分体现了其在该领域深厚的知识基础深度。具体计算时，选取企业在并购前3年在核心技术领域的专利申请数量的平均值作为知识基础深度的指标。知识基础广度：借鉴已有研究方法，通过企业拥有专利的国际专利分类（IPC）小类数量来衡量知识基础广度。企业涉及的IPC小类数量越多，说明其知识覆盖的技术领域越广泛，具备跨领域的知识储备和创新能力。以苹果公司为例，其专利涉及电子技术、通信技术、计算机技术、设计等多个IPC小类，展示了其广泛的知识基础广度。在实际计算中，统计企业在并购前3年拥有专利所涉及的IPC小类数量总和，再取平均值作为知识基础广度的度量指标。知识异质性：运用香农熵公式来计算知识异质性。香农熵能够有效衡量信息的不确定性和多样性，在知识异质性的测量中，它可以反映企业知识基础中不同类型知识的分布情况。公式为H=-\sum_{i=1}^{n}p_{i}\ln(p_{i})，其中H表示知识异质性，n表示企业拥有专利的IPC小类数量，p_{i}表示第i个IPC小类的专利数量占总专利数量的比例。当企业的专利在多个IPC小类中均匀分布时，H值较大，表明知识异质性较高；反之，若专利集中在少数几个IPC小类中，H值较小，知识异质性较低。例如，某企业的专利分布在多个不同的技术领域，且各领域专利数量相对均衡，其知识异质性就较高。通过计算并购前3年的知识异质性指标，并取平均值作为最终的知识异质性度量。4.2.2因变量：创新绩效变量专利申请数量：专利申请数量是衡量企业创新产出的重要指标之一，能够直观地反映企业在技术创新方面的活跃程度和成果数量。企业在跨界技术并购后，通过整合双方的技术知识，开展创新活动，往往会产生新的技术创新成果，这些成果可能会以专利的形式体现出来。以谷歌公司为例，其在并购了多家人工智能相关企业后，专利申请数量大幅增加，反映了其创新绩效的提升。在本研究中，选取企业在跨界技术并购后的3年内专利申请数量作为创新绩效的衡量指标之一。新产品销售收入：新产品销售收入直接体现了企业创新成果在市场上的价值实现程度，是衡量创新绩效的关键指标。企业通过跨界技术并购，开发出具有创新性的新产品，并成功推向市场，获得消费者的认可，从而实现新产品销售收入的增长。这不仅反映了企业的创新能力，还体现了市场对企业创新成果的接受程度。苹果公司推出的iPhone等新产品，凭借其创新的设计和技术，实现了高额的新产品销售收入，展示了良好的创新绩效。在实际计算中，采用企业在跨界技术并购后的3年内新产品销售收入的平均值来衡量创新绩效。为了消除企业规模等因素的影响，将新产品销售收入除以企业的总资产，得到标准化后的新产品销售收入指标。4.2.3调节变量：知识整合能力变量知识整合能力：采用问卷调查的方式来测量知识整合能力。参考前人的研究成果，设计一套包含多个维度的问卷，涵盖知识获取、知识共享、知识融合和知识应用等方面。问卷采用李克特5级量表，从“非常不同意”到“非常同意”分别赋值1-5分。在知识获取维度，询问企业获取外部知识的渠道是否广泛、获取效率如何等问题；在知识共享维度，了解企业内部员工之间知识共享的氛围是否浓厚、共享机制是否完善等；在知识融合维度，考察企业将不同来源知识进行整合的方法和效果；在知识应用维度，关注企业能否将整合后的知识有效地应用到实际生产和创新活动中。通过对企业中高层管理人员进行问卷调查，收集数据后计算各维度得分的平均值，作为企业知识整合能力的度量指标。为了确保问卷的有效性和可靠性，在正式发放问卷前，先进行小范围的预调查，对问卷的内容和结构进行优化和调整。4.2.4控制变量企业规模：企业规模可能会对创新绩效产生影响，规模较大的企业通常拥有更丰富的资源，包括资金、人力和技术等，能够在创新活动中投入更多，从而可能提升创新绩效。采用企业并购前一年的总资产对数来衡量企业规模，总资产越大，企业规模越大。研发投入强度：研发投入是创新活动的重要基础，研发投入强度越高，企业在创新方面的投入相对越大，可能会对创新绩效产生积极影响。用企业并购前一年的研发投入与营业收入的比值来表示研发投入强度。行业竞争程度：行业竞争程度会影响企业的创新动力和压力，竞争激烈的行业中，企业为了生存和发展，往往会加大创新投入，提升创新绩效。通过行业赫芬达尔-赫希曼指数（HHI）来衡量行业竞争程度，HHI指数越小，行业竞争程度越高。并购规模：并购规模可能会影响企业在并购后的资源配置和整合难度，进而影响创新绩效。采用并购交易金额与主并企业并购前一年总资产的比值来衡量并购规模。4.3研究方法选择本研究采用回归分析等方法来检验研究假设，主要基于以下几方面原因。回归分析是一种广泛应用于探究变量之间定量关系的统计方法，它能够有效揭示自变量与因变量之间的线性或非线性关系，通过建立回归模型，可以准确估计自变量对因变量的影响方向和程度。在本研究中，我们关注企业知识基础各维度（知识基础深度、知识基础广度、知识异质性）对跨界技术并购后创新绩效的影响，回归分析能够帮助我们精确地量化这种影响，为研究假设提供有力的实证支持。在检验知识基础深度与创新绩效的倒U型关系假设时，通过构建包含知识基础深度及其平方项的回归模型，能够清晰地观察到随着知识基础深度的变化，创新绩效的变化趋势，从而验证假设是否成立。在分析知识整合能力的调节作用时，回归分析可以通过引入知识整合能力与企业知识基础各维度的交互项，准确地检验知识整合能力如何调节企业知识基础与创新绩效之间的关系，判断调节作用的方向和显著性。相关性分析作为回归分析的重要辅助方法，在本研究中也具有不可或缺的作用。它能够初步判断变量之间是否存在关联以及关联的紧密程度，为回归分析提供基础信息。在进行回归分析之前，通过相关性分析可以了解企业知识基础各维度与创新绩效之间的初步关系，判断变量之间是否存在共线性等问题，为回归模型的构建提供参考依据。如果发现某些变量之间存在高度相关性，可能需要对变量进行筛选或处理，以避免共线性对回归结果的干扰。为了确保研究结果的可靠性和稳健性，本研究还将采用一系列方法进行验证。使用多种测量指标来衡量创新绩效，如专利申请数量和新产品销售收入，从不同角度反映企业的创新绩效，然后分别进行回归分析，对比结果的一致性。采用不同的回归模型进行分析，如普通最小二乘法（OLS）回归、面板数据回归等，观察结果是否稳定。对样本进行分组检验，如按照行业类型、企业规模等因素进行分组，分析在不同子样本中研究结论是否依然成立。通过这些稳健性检验方法，可以增强研究结果的可信度，提高研究结论的说服力，使研究成果更具可靠性和科学性。五、实证结果与分析5.1描述性统计分析对样本数据进行描述性统计分析，结果如表1所示。表1描述性统计结果变量样本量均值标准差最小值最大值知识基础深度[X][X][X][X][X]知识基础广度[X][X][X][X][X]知识异质性[X][X][X][X][X]专利申请数量[X][X][X][X][X]新产品销售收入（标准化后）[X][X][X][X][X]知识整合能力[X][X][X][X][X]企业规模[X][X][X][X][X]研发投入强度[X][X][X][X][X]行业竞争程度[X][X][X][X][X]并购规模[X][X][X][X][X]从表1可以看出，知识基础深度的均值为[X]，表明样本企业在核心技术领域的专利数量平均水平为[X]，标准差为[X]，说明不同企业之间在知识基础深度上存在一定差异，最大值为[X]，最小值为[X]，进一步体现了企业间知识基础深度的离散程度。知识基础广度的均值为[X]，意味着企业拥有专利的IPC小类数量平均为[X]，反映了企业知识覆盖的技术领域范围，标准差为[X]，显示出企业在知识基础广度方面也存在较大差异。知识异质性的均值为[X]，表明样本企业知识基础中不同类型知识的分布具有一定的多样性，标准差为[X]，说明企业间知识异质性程度有所不同。专利申请数量的均值为[X]，体现了企业在跨界技术并购后创新产出的平均水平，标准差为[X]，反映出企业间专利申请数量的波动较大，部分企业在创新产出方面表现突出，而部分企业则相对较弱。新产品销售收入（标准化后）的均值为[X]，展示了企业创新成果在市场上的价值实现程度的平均水平，标准差为[X]，说明不同企业的新产品销售收入存在较大差异，受多种因素影响，企业创新绩效在市场表现方面参差不齐。知识整合能力的均值为[X]，表明样本企业在知识整合能力方面处于一定水平，标准差为[X]，反映出企业间知识整合能力存在差异。企业规模的均值为[X]，反映了样本企业的平均规模大小，标准差为[X]，说明企业规模分布较为分散。研发投入强度的均值为[X]，体现了企业在研发投入方面的平均力度，标准差为[X]，显示出企业间研发投入强度存在较大差异。行业竞争程度的均值为[X]，反映了样本企业所处行业的竞争平均状况，标准差为[X]，表明不同行业的竞争程度有所不同。并购规模的均值为[X]，表示并购交易金额与主并企业总资产的平均比值，标准差为[X]，说明企业间并购规模存在较大差异。通过描述性统计分析，对样本数据的基本特征有了初步了解，为后续的相关性分析和回归分析奠定了基础，有助于进一步探究企业知识基础与跨界技术并购后创新绩效之间的关系。5.2相关性分析在进行回归分析之前，先对各变量进行相关性分析，以初步判断变量之间的关系，分析结果如表2所示。表2相关性分析结果变量知识基础深度知识基础广度知识异质性专利申请数量新产品销售收入（标准化后）知识整合能力企业规模研发投入强度行业竞争程度并购规模知识基础深度1知识基础广度[X]1知识异质性[X][X]1专利申请数量[X][X][X]1新产品销售收入（标准化后）[X][X][X][X]1知识整合能力[X][X][X][X][X]1企业规模[X][X][X][X][X][X]1研发投入强度[X][X][X][X][X][X][X]1行业竞争程度[X][X][X][X][X][X][X][X]1并购规模[X][X][X][X][X][X][X][X][X]1从表2可以看出，知识基础深度与专利申请数量在[X]的水平上显著正相关，相关系数为[X]，初步表明知识基础深度可能对企业跨界技术并购后的创新产出有积极影响，即企业在核心技术领域的知识越深厚，可能在并购后申请更多的专利。知识基础深度与新产品销售收入（标准化后）也呈现正相关关系，相关系数为[X]，但未达到显著水平，这可能意味着知识基础深度对创新绩效在市场价值实现方面的影响较为复杂，还需进一步通过回归分析来验证。知识基础广度与专利申请数量在[X]的水平上显著正相关，相关系数为[X]，说明知识基础广度越广，企业在跨界技术并购后可能在创新产出方面表现更好，能够申请更多专利。知识基础广度与新产品销售收入（标准化后）同样显著正相关，相关系数为[X]，表明知识基础广度的增加可能有助于提升企业创新成果在市场上的价值实现程度，即带来更多的新产品销售收入。知识异质性与专利申请数量在[X]的水平上显著正相关，相关系数为[X]，显示知识异质性较高的企业在跨界技术并购后创新产出可能更丰富，能够产生更多的专利。知识异质性与新产品销售收入（标准化后）也显著正相关，相关系数为[X]，意味着知识异质性有利于企业创新绩效在市场表现方面的提升，能为企业带来更多的新产品销售收入。知识整合能力与专利申请数量、新产品销售收入（标准化后）均在[X]的水平上显著正相关，相关系数分别为[X]和[X]，这表明知识整合能力越强，企业在跨界技术并购后的创新绩效越高，无论是在创新产出还是市场价值实现方面都有积极影响。企业规模与专利申请数量、新产品销售收入（标准化后）均呈现正相关关系，相关系数分别为[X]和[X]，且在[X]的水平上显著，说明企业规模越大，可能在创新绩效方面表现更好，这可能是由于规模大的企业拥有更丰富的资源支持创新活动。研发投入强度与专利申请数量、新产品销售收入（标准化后）也显著正相关，相关系数分别为[X]和[X]，表明研发投入强度越高，企业的创新绩效可能越好，体现了研发投入对创新绩效的重要支撑作用。行业竞争程度与专利申请数量、新产品销售收入（标准化后）的相关性不显著，说明行业竞争程度对企业跨界技术并购后的创新绩效影响可能较为复杂，并非简单的线性关系，需要进一步深入分析。并购规模与专利申请数量、新产品销售收入（标准化后）也未呈现显著的相关性，表明并购规模对创新绩效的影响可能受到其他多种因素的制约，有待后续研究进一步探讨。相关性分析结果初步揭示了各变量之间的关系，为后续回归分析提供了重要的参考依据。但相关性分析只能初步判断变量间的关联程度，无法确定变量之间的因果关系和具体影响机制，因此需要通过回归分析进行更深入的研究。5.3回归分析结果5.3.1知识基础变量对创新绩效的回归结果以专利申请数量为创新绩效衡量指标，进行回归分析，结果如表3所示。表3知识基础变量对专利申请数量的回归结果|变量|系数|标准误|t值|P>|t|||---|---|---|---|---||常数项|[X]|[X]|[X]|[X]||知识基础深度|[X]|[X]|[X]|[X]||知识基础深度²|[X]|[X]|[X]|[X]||知识基础广度|[X]|[X]|[X]|[X]||知识基础广度²|[X]|[X]|[X]|[X]||知识异质性|[X]|[X]|[X]|[X]||企业规模|[X]|[X]|[X]|[X]||研发投入强度|[X]|[X]|[X]|[X]||行业竞争程度|[X]|[X]|[X]|[X]||并购规模|[X]|[X]|[X]|[X]||R²|[X]||调整R²|[X]||F值|[X]|从表3可以看出，知识基础深度的系数为[X]，知识基础深度²的系数为[X]，且知识基础深度²的系数在[X]的水平上显著。这表明知识基础深度与专利申请数量呈倒U型关系，验证了假设H1。当知识基础深度较低时，随着深度的增加，专利申请数量会增加，说明在一定范围内，企业在核心技术领域的知识越深厚，越有利于产生更多的创新成果，以专利的形式体现出来。当知识基础深度超过一定程度后，继续增加深度，专利申请数量反而会减少，这可能是由于过度的知识深度导致企业陷入路径依赖，对新的知识和技术的接受能力下降，限制了创新的多样性。知识基础广度的系数为[X]，知识基础广度²的系数为[X]，且知识基础广度²的系数在[X]的水平上显著。这表明知识基础广度与专利申请数量呈U型关系，验证了假设H2。当知识基础广度较窄时，随着广度的增加，专利申请数量逐渐增加，说明企业知识覆盖的技术领域范围越广，能够整合不同领域的知识，为创新提供更多的思路和资源，从而促进创新产出。当知识基础广度超过一定程度后，继续增加广度，专利申请数量的增加趋势可能趋于平稳或减弱，这可能是因为知识过于分散，企业难以有效地整合和利用这些知识。知识异质性的系数为[X]，在[X]的水平上显著，表明知识异质性与专利申请数量呈正相关关系，验证了假设H3的正向部分。知识异质性越高，企业知识基础中不同类型知识的差异越大，不同知识之间的碰撞和融合能够产生更多的创新灵感，从而促进专利申请数量的增加。在一些科技企业中，不同学科背景的研发人员组成的团队，由于知识异质性高，能够提出更多新颖的创新方案，进而申请更多的专利。以新产品销售收入（标准化后）为创新绩效衡量指标，进行回归分析，结果如表4所示。表4知识基础变量对新产品销售收入（标准化后）的回归结果|变量|系数|标准误|t值|P>|t|||---|---|---|---|---||常数项|[X]|[X]|[X]|[X]||知识基础深度|[X]|[X]|[X]|[X]||知识基础深度²|[X]|[X]|[X]|[X]||知识基础广度|[X]|[X]|[X]|[X]||知识基础广度²|[X]|[X]|[X]|[X]||知识异质性|[X]|[X]|[X]|[X]||企业规模|[X]|[X]|[X]|[X]||研发投入强度|[X]|[X]|[X]|[X]||行业竞争程度|[X]|[X]|[X]|[X]||并购规模|[X]|[X]|[X]|[X]||R²|[X]||调整R²|[X]||F值|[X]|从表4可以看出，知识基础深度与新产品销售收入（标准化后）同样呈现倒U型关系，知识基础广度呈现U型关系，知识异质性呈正相关关系，与以专利申请数量为衡量指标的回归结果基本一致，进一步验证了假设H1、H2和H3。这说明企业知识基础的不同维度对创新绩效的影响在不同的衡量指标下具有稳定性，无论是从创新产出的专利数量角度，还是从创新成果的市场价值实现角度，企业知识基础的深度、广度和异质性都对创新绩效产生着重要的影响。5.3.2知识整合能力的调节效应回归结果为了检验知识整合能力的调节作用，在原有模型的基础上，加入知识整合能力与知识基础各维度的交互项，进行回归分析。以专利申请数量为创新绩效衡量指标，回归结果如表5所示。表5知识整合能力调节效应的回归结果（以专利申请数量为因变量）|变量|系数|标准误|t值|P>|t|||---|---|---|---|---||常数项|[X]|[X]|[X]|[X]||知识基础深度|[X]|[X]|[X]|[X]||知识基础深度²|[X]|[X]|[X]|[X]||知识基础广度|[X]|[X]|[X]|[X]||知识基础广度²|[X]|[X]|[X]|[X]||知识异质性|[X]|[X]|[X]|[X]||知识整合能力|[X]|[X]|[X]|[X]||知识基础深度×知识整合能力|[X]|[X]|[X]|[X]||知识基础广度×知识整合能力|[X]|[X]|[X]|[X]||知识异质性×知识整合能力|[X]|[X]|[X]|[X]||企业规模|[X]|[X]|[X]|[X]||研发投入强度|[X]|[X]|[X]|[X]||行业竞争程度|[X]|[X]|[X]|[X]||并购规模|[X]|[X]|[X]|[X]||R²|[X]||调整R²|[X]||F值|[X]|从表5可以看出，知识基础深度×知识整合能力的系数为[X]，在[X]的水平上显著。这表明知识整合能力在知识基础深度与专利申请数量的关系中起正向调节作用，即知识整合能力越强，知识基础深度对专利申请数量的正向影响越显著，对可能存在的负面影响的抑制作用越强。当企业具备较强的知识整合能力时，能够更好地将深厚的知识基础深度转化为创新成果，避免因知识深度过深而导致的路径依赖和资源集中问题，进一步提升专利申请数量。知识基础广度×知识整合能力的系数为[X]，在[X]的水平上显著。说明知识整合能力在知识基础广度与专利申请数量的关系中起正向调节作用，知识整合能力越强，知识基础广度对专利申请数量的正向影响越明显，能够更好地整合广泛的知识资源，避免知识的“碎片化”，促进创新产出。知识异质性×知识整合能力的系数为[X]，在[X]的水平上显著。表明知识整合能力在知识异质性与专利申请数量的关系中起正向调节作用，知识整合能力越强，知识异质性对专利申请数量的正向影响越大，能够有效促进不同类型知识之间的交流和融合，减少知识整合和沟通困难带来的负面影响，充分利用知识异质性激发创新活力，提升专利申请数量。以新产品销售收入（标准化后）为创新绩效衡量指标，加入交互项后的回归结果如表6所示。表6知识整合能力调节效应的回归结果（以新产品销售收入（标准化后）为因变量）|变量|系数|标准误|t值|P>|t|||---|---|---|---|---||常数项|[X]|[X]|[X]|[X]||知识基础深度|[X]|[X]|[X]|[X]||知识基础深度²|[X]|[X]|[X]|[X]||知识基础广度|[X]|[X]|[X]|[X]||知识基础广度²|[X]|[X]|[X]|[X]||知识异质性|[X]|[X]|[X]|[X]||知识整合能力|[X]|[X]|[X]|[X]||知识基础深度×知识整合能力|[X]|[X]|[X]|[X]||知识基础广度×知识整合能力|[X]|[X]|[X]|[X]||知识异质性×知识整合能力|[X]|[X]|[X]|[X]||企业规模|[X]|[X]|[X]|[X]||研发投入强度|[X]|[X]|[X]|[X]||行业竞争程度|[X]|[X]|[X]|[X]||并购规模|[X]|[X]|[X]|[X]||R²|[X]||调整R²|[X]||F值|[X]|从表6可以看出，知识整合能力与知识基础各维度的交互项系数均显著，且符号与以专利申请数量为因变量时一致，进一步验证了假设H4。这表明知识整合能力在企业知识基础与跨界技术并购后创新绩效（以新产品销售收入（标准化后）衡量）的关系中同样起正向调节作用，即知识整合能力能够增强企业知识基础对创新绩效在市场价值实现方面的正向影响，抑制可能存在的负面影响。5.4稳健性检验为了确保研究结果的可靠性和稳定性，本研究采用多种方法进行稳健性检验。在替换变量方面，使用专利授权数量替代专利申请数量作为创新绩效的衡量指标。专利授权数量更能体现企业创新成果的质量和市场认可度，其经过了严格的审查程序，具有较高的权威性。通过重新进行回归分析，结果显示知识基础深度、广度、异质性与专利授权数量之间的关系与以专利申请数量为衡量指标时基本一致，进一步验证了研究假设。使用研发投入金额替代研发投入强度作为控制变量，研发投入金额能够更直观地反映企业在创新活动中的资金投入规模，避免了因营业收入波动对研发投入强度指标的影响。回归结果表明，主要变量之间的关系依然稳健，研究结论具有可靠性。样本调整也是稳健性检验的重要环节。对样本进行1%水平的双边缩尾处理，以消除极端值对研究结果的影响。极端值可能是由于特殊事件或数据录入错误等原因导致的，通过缩尾处理可以使数据更加稳健，增强研究结果的可信度。从样本中剔除ST、*ST公司后重新进行回归分析，因为ST、*ST公司通常面临财务困境或其他特殊情况，其经营和创新活动可能受到异常因素的影响，剔除这些公司后能够使样本更具代表性，结果显示主要结论保持不变。采用不同的回归模型进行分析也是稳健性检验的关键步骤。运用固定效应模型替代普通最小二乘法进行回归分析，固定效应模型可以控制个体异质性对结果的影响，更好地捕捉个体特征对企业知识基础与创新绩效关系的影响。结果表明，主要变量之间的关系依然显著，研究结论具有稳定性。使用面板数据模型进行回归分析，面板数据模型能够充分利用时间和个体两个维度的信息，控制时间趋势和个体固定效应，提高估计的准确性和可靠性。回归结果与之前的分析一致，进一步验证了研究结论的稳健性。通过以上多种稳健性检验方法，结果均表明本研究的结论具有较高的可靠性和稳定性，增强了研究结果的说服力。六、案例分析6.1案例选择与介绍为了深入探究企业知识基础对跨界技术并购后创新绩效的影响，本研究选取了拓邦股份并购深圳合信达这一典型案例。拓邦股份作为一家在智能控制领域具有深厚技术积累的企业，在行业内拥有一定的市场地位。其长期专注于智能控制技术的研发与应用，产品涵盖家电、工具、工业等多个领域，积累了丰富的技术知识和市场经验，在智能控制算法、电机驱动技术等方面具有较高的知识深度。同时，拓邦股份通过不断拓展业务领域，与众多不同行业的客户合作，也具备了一定的知识广度，对不同行业的市场需求和技术应用有较为广泛的了解。深圳合信达则是一家在工业自动化控制领域具有独特技术优势的企业，尤其在运动控制技术、可编程逻辑控制器（PLC）等方面掌握着先进的技术知识，其技术知识与拓邦股份在智能控制领域的知识形成了一定的互补性。合信达在工业自动化市场深耕多年，积累了一批稳定的客户资源和行业应用经验，在工业自动化控制领域具有较高的知名度。此次跨界技术并购的背景是智能控制行业的快速发展以及市场需求的不断升级。随着物联网、人工智能等新兴技术的兴起，智能控制领域面临着新的发展机遇和挑战。拓邦股份为了进一步拓展业务领域，提升自身在智能控制领域的技术实力和市场竞争力，决定通过跨界技术并购获取深圳合信达的先进技术和市场资源。并购过程如下：拓邦股份在对深圳合信达进行了深入的尽职调查后，全面了解了合信达的技术实力、市场份额、财务状况以及企业文化等方面的情况。在充分评估并购可行性的基础上，拓邦股份与合信达的股东进行了多轮谈判，就并购价格、交易方式、股权结构等关键问题达成了一致意见。最终，拓邦股份以现金和发行股份相结合的方式完成了对深圳合信达的并购，获得了合信达的控制权。在并购完成后，拓邦股份迅速启动了整合工作，包括技术整合、业务整合和文化整合等方面。在技术整合方面，双方技术团队密切合作，共享技术知识和研发资源，共同开展新产品的研发；在业务整合方面，拓邦股份整合了双方的市场渠道和客户资源，实现了业务的协同发展；在文化整合方面，通过开展文化交流活动、建立共同的价值观等方式，促进了双方企业文化的融合，为并购后的创新发展奠定了良好的基础。6.2案例企业知识基础分析在并购前，拓邦股份在智能控制领域拥有深厚的知识基础深度。通过多年的研发投入和技术积累，其在智能控制算法方面取得了显著成果，开发出了一系列高效、稳定的智能控制算法，能够精确地控制各种设备的运行，满足不同客户的需求。在电机驱动技术方面，拓邦股份也具备扎实的技术功底，掌握了先进的电机驱动控制技术，能够实现电机的高效运行和精准控制，提高设备的性能和可靠性。这些核心技术知识使拓邦股份在智能控制领域形成了较强的技术壁垒，为其产品在市场上赢得了竞争优势。拓邦股份在知识基础广度方面也具有一定优势。其产品广泛应用于家电、工具、工业等多个领域，与众多不同行业的客户建立了合作关系。在与家电企业合作过程中，拓邦股份深入了解了家电行业的市场需求和技术应用特点，掌握了家电智能化控制的关键技术和市场趋势。在与工具行业客户合作时，拓邦