已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Effect of knowledge network embedding on exploitative and exploratory innovation: evidence from Chinese advanced manufacturing firms

嵌入 业务 负二项分布 产业组织 面板数据 多样性(政治) 知识管理 计算机科学 数学 计量经济学 社会学 人工智能 统计 人类学 泊松分布
作者
Xingong Li,Xiaokai Li,Sheng Ding
出处
期刊:Technology Analysis & Strategic Management [Taylor & Francis]
卷期号:36 (11): 3477-3491 被引量:8
标识
DOI:10.1080/09537325.2023.2209221
摘要

This study constructs firm knowledge networks using patent data of advanced Chinese manufacturing firms. It applies panel stochastic negative binomial regression analysis to explore the mechanism of the effect of knowledge network (KN) embedding on exploitative innovation (EI) and exploratory innovation (EY) in advanced manufacturing firms. The results indicate, relationship embedding (RE) has a clear inverted U-shaped relationship with EI and EY, while structure embedding (SE) has a significant positive impact on EI and an inverted U-shaped effect on EY. An increase in knowledge diversity (KD) flattens the inverted U-shaped relationship between RE and EY. Conversely, weakening the positive impact of SE on EI. Knowledge integration capacity (KIC) mediates the relationship between KN embedding (RE and SE), EI, and EY.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
激昂的豪完成签到,获得积分20
1秒前
VDC发布了新的文献求助10
1秒前
整齐豆芽完成签到 ,获得积分10
1秒前
万能图书馆应助狄问旋采纳,获得10
3秒前
11完成签到,获得积分10
4秒前
ddd发布了新的文献求助10
4秒前
英姑应助星你采纳,获得10
6秒前
Zz完成签到 ,获得积分10
8秒前
Hello应助LIANGMEIHAO采纳,获得20
8秒前
无字诉题完成签到 ,获得积分10
9秒前
環宸发布了新的文献求助20
14秒前
唐磊完成签到,获得积分10
16秒前
科研通AI6.1应助VDC采纳,获得10
17秒前
18秒前
21秒前
早安夏天完成签到 ,获得积分20
22秒前
23秒前
Anthonywll完成签到,获得积分10
25秒前
JoJo完成签到,获得积分10
25秒前
li完成签到 ,获得积分10
25秒前
骆十八完成签到,获得积分10
27秒前
30秒前
小小康康完成签到,获得积分10
30秒前
Solkatt完成签到 ,获得积分10
30秒前
mmyhn应助科研通管家采纳,获得20
31秒前
FashionBoy应助科研通管家采纳,获得10
31秒前
桐桐应助科研通管家采纳,获得10
31秒前
JamesPei应助科研通管家采纳,获得10
31秒前
liu发布了新的文献求助10
34秒前
Criminology34应助说话的月亮采纳,获得10
34秒前
生物学宽度完成签到 ,获得积分10
36秒前
39秒前
斯文败类应助LeuinPonsgi采纳,获得10
40秒前
笑点低忆之完成签到 ,获得积分10
41秒前
可爱沛蓝完成签到 ,获得积分10
42秒前
stay完成签到,获得积分10
43秒前
lun发布了新的文献求助10
44秒前
yunsww完成签到,获得积分10
44秒前
Anthonywll发布了新的文献求助10
44秒前
王丹靖完成签到 ,获得积分10
45秒前
高分求助中
卤化钙钛矿人工突触的研究 2000
Malcolm Fraser : a biography 700
Signals, Systems, and Signal Processing 610
Software that combines deep learning,3D reconstruction and CFD to analyze the state of carotid arteries from ultrasound imaging 500
Bounds for Statistical Estimation in Semiparametric Models 500
Forced degradation and stability indicating LC method for Letrozole: A stress testing guide 500
Ideology and Meaning-Making under the Putin Regime 450
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6495054
求助须知:如何正确求助?哪些是违规求助? 8291966
关于积分的说明 17694375
捐赠科研通 5588405
什么是DOI,文献DOI怎么找? 2916410
邀请新用户注册赠送积分活动 1893297
关于科研通互助平台的介绍 1752303