《Technovation》：The innovators scalpel: A knowledge-based view of corporate divestitures & technological performance
编辑推荐：
平均而言，剥离与技术绩效较弱相关。其创新后果取决于所移除的知识复杂性（knowledge complexity）。知识连贯性（Knowledge Coherence）影响专利质量（Patent Quality）和突破性发明（Breakthrough Inven
平均而言，剥离与技术绩效较弱相关。其创新后果取决于所移除的知识复杂性（knowledge complexity）。知识连贯性（Knowledge Coherence）影响专利质量（Patent Quality）和突破性发明（Breakthrough Inventions）。知识分散性（Knowledge Dispersion）的降低影响专利数量（Patent Quantity）和专利质量。协调负担（Coordination Burden）的降低影响所有三个创新结果。
论文解读文章
研究背景与问题：知识是企业最具战略意义的资源之一，以往研究广泛关注企业通过联盟和收购扩展知识基础以促进创新，但对反向操作——剥离（divestitures，即战略性出售、减少或完全退出对业务单元、子公司或资产的所有权）的关注相对有限。剥离常被视为对外部问题的被动反应，如纠正失败的收购或应对绩效下滑，因而被低估为战略工具的价值。然而，剥离会改变企业知识基础的大小、结构和治理方式，可能对技术绩效产生系统性影响。本研究基于知识基础观（Knowledge-Based View, KBV），该理论将知识置于企业核心，强调创新不仅取决于知识存量，还取决于知识的结构与治理方式。研究人员提出核心问题：剥离如何重塑企业知识基础，并进而如何与技术绩效相关联？
研究内容与结论：研究人员利用来自四个高科技行业（制药、计算机、电子、航空航天与国防）的919家独特企业样本，这些企业在15年间宣布了1794次剥离，并提交了414,128件专利申请。数据来源包括SDC（并购数据库）、欧洲专利局（EPO）专利数据以及Compustat财务数据。通过负二项回归模型，控制企业和年份固定效应，并采用Heckman两阶段模型处理选择偏差，研究人员检验了剥离对三种技术绩效指标（专利数量、专利质量、突破性发明）的平均影响，以及三种知识复杂性机制（知识连贯性、知识分散性、协调负担）的调节作用。结果表明：剥离平均与较低的专利数量和质量相关，但这种负关联在剥离增加知识连贯性、降低知识分散性或降低协调负担时减弱甚至逆转。其中，协调负担的降低对三种创新结果均有正向调节，且影响最广泛。这些发现挑战了剥离仅为被动反应的传统观点，表明剥离可作为一种知识重构工具，扩展了知识基础观，并为管理者和政策制定者提供了关于选择性剥离的启示。该论文发表在《Technovation》上。
主要技术方法：研究人员构建了一个包含919家高科技行业（制药、计算机、电子、航空航天与国防）上市公司的非平衡面板，样本来自42个国家和地区。数据来源包括：SDC数据库获取剥离、收购和联盟数据；欧洲专利局（EPO）获取专利数据；Compustat获取财务数据。使用EEE-PPAT（欧洲专利局申请人表）确保专利与企业正确关联。关键变量包括：剥离数量（独立变量）；专利数量、专利质量（5年向前引用数）、突破性发明（前1%高被引专利）作为因变量；调节变量包括知识连贯性（基于专利分类的赫芬达尔指数）、知识分散性（涉及国外单元的剥离比例）、协调负担（完全剥离比例）。采用负二项回归模型，包含企业和年份固定效应，标准误聚类于企业层面。为缓解内生性，对创新结果进行滞后处理，并采用Heckman两阶段模型修正选择偏差。
研究结果：
5.2 剥离与技术绩效：基线模型显示，剥离与专利数量（系数-0.157，p<0.01）和专利质量（系数-0.142，p<0.01）显著负相关，但与突破性发明的关联不显著。支持假设1，即剥离较多的企业技术绩效较弱。
5.3.1 剥离以创造知识连贯性：当剥离增加知识连贯性时，专利质量（交互项系数+1.210，p<0.01）和突破性发明（交互项系数+4.796，p<0.01）的负关联显著减弱并逆转，知识连贯性阈值分别为0.95和0.93（高门槛）。专利数量虽无显著交互，但主效应不显著，表明知识连贯性主要调节质量维度。
5.3.2 剥离以降低知识分散性：剥离与知识分散性的交互对专利数量（系数+0.550，p<0.01）和专利质量（系数+0.622，p<0.01）显著为正，阈值分别为0.34和0.50，表明当约三分之一至一半的剥离涉及国外单元时，负关联逆转。但对突破性发明的交互不显著。
5.3.3 剥离以降低协调负担：剥离与协调负担的交互对专利数量（系数+0.566，p<0.01）、专利质量（系数+0.692，p<0.01）和突破性发明（系数+0.693，p<0.10）均显著为正，阈值分别为0.41、0.49和0.61，且在剥离企业-年份中超过阈值的比例较高（60%-65%），表明协调负担降低是最一致的正向调节机制。
5.3.4 交互结果解释：汇总表明，知识连贯性对突破性发明最重要但门槛高；知识分散性对数量和质量有中等影响；协调负担影响最广且最常见。
5.4 稳健性检验：通过替代变量（如用SIC码衡量知识连贯性、用二元指标衡量知识分散性和协调负担）以及Heckman两阶段模型，结果保持稳健，证实核心结论不受测量或选择偏差影响。
讨论与结论：讨论部分强调，剥离不应仅被视为财务重组手段，而应作为知识边界选择。其创新后果取决于移除的知识复杂性类型。研究结论部分（第7节）翻译如下：在本研究中，研究人员考察了剥离如何与企业技术绩效相关联。基于知识基础观，研究人员认为剥离会通过减少知识基础、破坏创新惯例和制造组织不确定性而削弱创新。然而，由于创新也依赖于知识如何被结构和治理，研究人员也认为当剥离移除特定形式的知识复杂性时，可以用来支持企业的创新努力。研究结果支持这一条件性观点。研究人员表明，剥离平均与专利数量和质量负相关，但这种关联因三种机制而异。知识连贯性调节专利质量和突破性发明，知识分散性调节专利数量和专利质量，而协调负担表现出最广泛的模式，调节所有三种创新结果。这些结果表明，剥离对创新并非一律有害或有益；其后果取决于移除何种知识复杂性。通过这样做，研究人员扩展了以扩张为中心的知识积累解释，表明选择性收缩也能塑造创新。因此，剥离不应仅被理解为对失败或衰退的被动反应，而是作为知识边界选择，改变企业知识基础的连贯性、分散性和治理。换言之，剥离可以充当创新手术刀：可以切除阻碍重组的复杂性，同时保留和磨砺未来创新所依赖的知识基础。
