第二节
科学家在公司创新活动中的作用

一、科学家与公司合作中的“雇中学”效应

科学家往往拥有较高的人力资本水平，大部分科研产出和创新成果经常来自极少数科学家（Rosen，1981）。同时，有些不易编码的知识由于其隐秘性和复杂性传播成本非常高，从而紧紧依附在发明者本人的人力资本上。因此，公司通过雇用这些科学家来获取和学习他们的知识和创新成果就变得非常重要。公司可以让其他员工向所雇用的科学家学习、与之正式交流和信息共享等机制提升人力资本水平，从而完成“雇中学”（Palomeras and Melero，2011；Song and Almeida，2003）。

科学家的加入不仅能迅速提升公司的创新绩效，而且为公司提供了他们的创新想法和知识储备，从而可以进一步促进公司的创新。例如，Singh与Agrawal（2011）通过实证研究发现：样本公司确实增加了对新加入科学家先前的创新思想和发明成果的开发和应用，增幅高达219%，其中近一半的开发应用来自发明人本身，公司合作网络越好，发明人的知识扩散效果越好，并且这种作用具有长期持续性。此外，新雇用的科学家的技术专长和公司已有的知识储备相距越远，这种“雇中学”效果会越好（Palomeras and Melero，2011；Song and Almeida，2003）。Tzabbar（2009）研究了雇用在技术专长上与公司自身相距较远的科学家对公司技术重组和技术调整的影响，发现新科学家的加入对公司技术重组和技术调整具有显著的促进作用，并且公司内部科研权力集中度越高，这种促进作用越小，而技术专长宽度太宽或太窄都会弱化促进作用。这表明：雇用在技术专长上相距较远的科学家对于公司学习外部知识有积极的作用，公司内部环境和组织结构越鼓励信息交互和知识分享，这种作用就越大。此外，科学家的加入还会通过有效合作、知识分享和提供帮助等渠道提升组织中其他科学家的生产效率，从而提高团队整体创新效率和组织绩效。例如，Agrawal等（2017）使用大学层面进化生物学领域的数据所做的研究发现，科学家的加入通过提升行业标准、合作力度和促进知识分享等机制提高了部门其他科技工作者，特别是与科学家专长领域相关的科技工作者的生产效率，从而提高了组织的整体创新效率。Slavova等（2016）用94所美国大学的化学工程部门的数据所做的研究发现：新科学家的加入通过“雇中学”显著提高了部门现有科学家的科研绩效，并且现有科学家的任期越短、部门研究领域越单一、内部合作程度越高，“雇中学”的效果就越好。Oettl（2012）则从社会维度研究了科学家的帮助对合作者的科研产出的影响，发现帮助型科学家的死亡会显著降低合作者的科研产出，而非帮助型科学家的死亡对合作者的科研产出没有显著影响。在帮助方式上，科学家提供批评建议等概念反馈方面的帮助比提供资料获取、研究工具和技术支持等技术上的帮助对合作者科研产出的促进作用更大。

然而，虽然科学家的“雇中学”是组织迅速开拓新研究领域、提高组织团队科研生产率和公司整体技术创新能力的重要方式，但同时也会导致对科学家的过度依赖和对组织内其他科技工作者创新资源的挤出效应等问题。首先，Paruchuri（2010）通过对8家大型制药公司的纵向研究发现，科学家在公司组织结构中的中心地位和对关键组织资源的控制，使公司及其他科技工作者对科学家的专业知识和创新领导能力产生过度依赖。对科学家的过度依赖还会使公司产生路径依赖，沿着原有的知识领域开发，不利于公司对新知识的探索。Hohberger（2016）利用生物科技行业的专利数据研究了科学家“站在巨人的肩膀上”对知识积累的作用。研究发现，科学家对自身前期成果的引用和积累会产生更多甚至更有价值的发明成果。然而，当科学家在其他科技工作者的创新成果的基础上进行创新时，将可能对发明成果的成功率和产生高价值发明的可能性产生负面影响。这表明：科学家对原创知识的生产和积累有重要作用，但同时也存在路径依赖，不利于进一步的创新。Tzabbar与Kehoe（2014）利用1972—2003年生物行业的数据所做的研究也支持了这一点。该研究发现：虽然科学家的离职在一定程度上破坏了公司现有的创新路径，减少了对已有创新成果的进一步开发，但同时也为公司突破原有创新路径，加大对新知识、新领域的探索提供了很好的机会。其次，科学家的加入对组织内其他科技工作者创新资源的挤出效应也得到了国外学者的广泛关注。科学家的存在促使组织中大部分有形资源和无形资源如人力被重点用来支持科学家的研究项目，从而使得其他科技工作者缺少足够的时间和资源来从事他们自己的研究（Huckman and Pisano，2006）。例如，Agrawal等（2017）使用大学层面进化生物学行业的数据所进行的研究发现：科学家的加入虽然提高了与科学家专长领域相关的科技工作者的创新效率，但同时也挤出了与科学家专长领域无关的科技工作者的创新资源和科研产出，具有挤出效应。Kehoe与Tzabbar（2015）基于资源依赖理论中的权利不平衡和相互依赖性这两个概念，利用1973—2003年456家生物技术公司的数据研究了科学家对组织创新绩效的影响，发现科学家的作用具有二元性：科学家的加入虽然提高了公司的生产率，但同时也会因为利益冲突等原因限制公司中其他创新领导者的出现。但在科学家行业专长较广且合作力度较大的情况下，公司的生产率和其他科技工作者的创新领导力会得到增强。

图2-1更加直观地表达了科学家与公司合作中的“雇中学”效应的完整过程及其优缺点。

二、科学家的身份效应

身份效应是指在个体自身能力和努力程度等保持不变的情况下，仅仅凭借个体的身份和知名度对个体本身和所在组织产生的影响（Azoulay et al.，2012）。身份效应已经得到了多个领域的文献支持，例如，Waguespack与Sorenson（2011）发现，在电影行业，在控制电影内容质量的前提下，知名制作方和导演的身份会使得电影更容易获得较有优势的分类级别。Hsu（2004）利用创业公司样本进行的研究发现，在金融行业，在创业公司首轮融资时，行业知名度较高的风险投资人投资成功的概率要比同行业中知名度低的竞争者高3倍，并且能以10%~14%的折价率购买创业公司的股权，这表明金融资本之外的身份资本往往也会带来独特的竞争优势。

默顿（Merton，1968）较早研究了科学领域的身份效应，发现最初身份的微小差异随着时间的推移会不断放大并产生累积优势。一方面，科学家的身份地位会提高人们对他们的科研产出质量的评估，例如，Azoulay等（2012）发现：当一个科学家被评为霍华德休斯医学研究所研究员后，其身份地位的提高会提升其可见度，导致他之前发表的文章的引用量大幅增加，特别是当文章质量的不确定性较大或者该科学家评选时身份地位较低时，这种效果会更加明显。另一方面，科学家较高的可见度还有利于他们吸引到更多的研发资金和杰出人才等创新资源，从而又进一步提高了科学家的创新产出质量和数量。因此，声名显赫的科学家通常拥有更高的声望和可见度，在马太效应下，导致科学资源和人才资源向科学家集聚（Azoulay et al.，2012）。Agrawal等（2017）使用大学层面进化生物学领域的数据研究了科学家对组织绩效的影响，发现科学家的入职既会提高组织中已有科学家的绩效，还会通过其在社会上较高的可见度和知名度吸引其他高水平科学家的加入，从而提升组织的整体创新绩效，且后者的影响机制占主导地位。Waldinger（2010）利用解雇部分科学家的外生冲击检验了科学家对组织绩效的影响，发现科学家的流失对组织绩效的影响具有长期效应，其中的一个重要影响机制是科学家的离职显著降低了后续雇佣人员的质量和科学家团队的整体水平，从而表明科学家是组织吸引其他高层次人才的关键。科学家的身份地位不仅能帮助公司吸引高层次人才，还能帮助公司吸引其他科研项目、资金等创新资源。例如在中国，两院院士作为杰出科学家不仅拥有崇高的学术地位，在政治上享受副部级待遇，并且拥有较大的科研资金和科研项目分配权，从而可以吸引创新资源配置向自身集聚（Fisman et al.，2018）。此外，科学家的身份还有助于发挥鉴证质量和价值的信号作用。例如，Higgins等（2011）发现，在科技型公司IPO时，诺贝尔奖获得者的任职可以为市场潜在投资者传达有关公司质量的积极信号，但随着公司的逐渐成熟以及其他信号传递机制的完善，科学家的这种信号作用将逐渐减弱。

图2-2直观展示了科学家身份效应发挥作用的机制。

三、科学家与公司合作的桥梁效应

核心员工有着较高的绩效和可见度，因而相比其他普通员工更有可能获得较多的社会资本（Oldroyd and Morris，2012），并在社会网络中占据核心位置，起着连接各方的桥梁作用（Tichy et al.，1979）。同理，科学家相比普遍科技工作者具有更高的科研绩效、可见度和社会资本，往往处在社会网络的核心位置。科学家创新产出越高，距离社会网络中心的距离就越近，从而拥有越多的合作者、能够获取越多的信息并对网络中的知识流动有着越强的控制（Schiffauerova and Beaudry，2011）。科学家往往在公司、大学和科研院所等社会网络中发挥着重要的桥梁效应。例如，Zucker等（2002）的研究发现：公司里的科学家（简称公司科学家）是顶尖大学和公司之间的重要桥梁。顶尖大学里的科学家（简称顶尖大学科学家）生产的知识往往艰深难懂，不易传播和扩散，公司科学家可以通过与顶尖大学科学家的合作起到将大学知识引入公司并进行商业化的桥梁效应。研究发现：公司科学家与顶尖大学科学家合作发表的文章越多，越有利于将其生产的知识在公司内进行商业化，并显著提高公司的专利数量和质量。此外，公司科学家对于连接公司与学术圈、引入外部知识也起着重要作用。例如在制药行业，科学家充当着跨界桥梁的重要角色，连接着公司和学术圈，为公司获取价值链上游知识资源打开了通道（Hess and Rothaermel，2011）。Furukawa与Goto（2006）利用文章发表数量和专利申请数量分析日本制药公司科学家的作用时发现，公司科学家虽然文章发表数量远超一般科技工作者，但他们的专利申请数量却并没有显著超过一般科技工作者。进一步的研究发现：科学家凭借与外界学术圈的广泛交流，为公司合作者引入了大量外部知识，从而对合作者的专利申请起到了显著的促进作用。这表明公司科学家实际上发挥着桥梁和中央管道的作用，他们将外部知识引入公司内部，促进了公司创新。Almeida等（2011）研究了不同组织之间科学家个人层面的非正式合作对公司创新的影响。该研究发现，当用合作发表论文的数量来衡量科学家之间的合作时，与外界科学家合作发表的论文越多，越有利于学习和吸收学术圈的知识存量。此时公司科学家发挥了在公司和学术圈之间建立连接的桥梁作用，将公司外部知识引入公司内部，从而提高了公司创新能力。

图2-3直观展示了公司科学家发挥桥梁效应的具体机制。

四、科学家与公司的产学研合作平台建设

科学家的桥梁效应为促进产学研合作创造了条件。大量文献表明：科学家广泛参与到了产学研合作活动中，并发挥着积极的作用。例如，Zucker与Darby（2007）发现，在生物技术行业，任教于大学的科学家在积极参与到公司的产学研合作期间，在公开期刊上发表的文章的数量和单篇文章的引用量均出现了显著增加。这表明：科学家对产学研合作的积极参与不仅促进了重大创新突破的商业化应用，还加快了学术研究的步伐，是一个良性循环和双赢的结果。Schiller与Diez（2010）通过对德国科学技术领域科学家的采访数据的分析发现，科学家可以通过产学研合作、创业和人力资本建设渠道促进地区内的知识流动和知识溢出，充当本地区的知识溢出代理人。Hess与Rothaermel（2011）利用108家制药公司1974—2003年的数据研究了公司中科学家与战略联盟之间的互补或替代关系。该研究发现，科学家与上游公司的战略联盟之间为替代关系，这降低了公司的边际创新绩效；科学家与下游公司的战略联盟之间为互补关系，这提高了公司的边际创新绩效。这是因为，对制造业来说，科学家提供的大多是价值链上游的知识，价值链中同一环节的资源组合会由于知识冗余而相互替代，而不同环节的资源组合则相互补充。所以，当拥有科学家的公司通过合作将价值创造活动扩展到与其价值链相关的组织或个人时，一定程度上能够对公司价值链的联结产生促进作用，而科学家就是通过这种产学研合作对公司的基本增值活动产生影响。

此外，不同类型的科学家在产学研合作中扮演的角色和发挥的作用也不同。例如，Baba等（2009）分析了大学中不同类型的科学家对材料领域产学研合作和公司创新绩效的影响，其研究发现：巴斯德式科学家可以利用在基础研究和应用研究上的双重优势充当知识理解和知识应用之间的桥梁，从而显著促进产学研合作的开展和公司创新绩效的提高。而偏重于基础研究的学术型科学家则难以对材料领域的实际问题提供直接有效的咨询和帮助，因而对产学研合作和公司创新绩效没有显著的促进作用。Subramanian等（2013）利用生物科技行业222家公司1990—2000年的数据研究了公司内不同科学家人力资本构成与公司战略联盟的交互效应对公司专利绩效的影响。该研究发现：搭桥科学家（同时从事专利发表和创新活动）相对于其他科学家对公司专利绩效有着更加显著的促进作用。他们进一步将搭桥科学家分成巴斯德式搭桥科学家和爱迪生式搭桥科学家（侧重于应用研究）进行了研究，发现这两类科学家与公司之间的战略联盟都为互补关系，但就公司与大学之间的战略联盟而言，巴斯德式搭桥科学家起的是替代作用，而爱迪生式搭桥科学家则起互补作用。

图2-4直观展示了科学家参与公司产学研平台建设的作用机制。

五、科学家与公司创新的同群效应

美国社会心理学家利昂·费斯廷格（Leon Festinger）在1954年提出的社会比较理论（social comparison theory）认为，人们天生就有一种“向上看齐”的比较心理（Festinger，1954）。以社会比较理论为基础，同群效应指的是人们倾向于通过比较在某些方面和自己相似或者略好于自己的同类人来评价自身的能力、观点和绩效，并在行为上受到他们的影响（Felps et al.，2009；Tartari et al.，2014）。例如，Tartari等（2014）通过对英国1 370名大学科学家的研究发现，大学科学家们会将与自己资历相似的同事作为自身行为的比较基准和参照对象，他们与公司的产学研合作行为会显著受到周围同事的影响，并且任职年限越短、科研产量越低，受同事的影响越深。Felps等（2009）发现，同事的工作嵌入和求职行为解释了其他个体“自愿离职”的大部分变化，这表明员工的离职行为受到了同事工作嵌入和工作搜寻等行为的深刻影响。Mas与Moretti（2009）用电脑扫描仪上的交易数据研究了超市收银员的工作效率是否会受到其他同事的影响，发现超市工作效率高的员工具有显著的生产率溢出效应，会通过社会压力和相互监督机制显著提高效率较低的超市员工的工作绩效，因此，最好的员工组织结构应该尽可能地最大化员工的技能分散度。

那么科学家在组织中会对周围同事产生怎样的同群效应呢？理论上，科学家的加入有可能导致周围同事“搭便车”的外部性问题，组织中善于投机的个体则会充分利用这种便利性坐收渔翁之利，从而降低工作积极性。但Kandel与Lazear（1990）的理论分析表明，同群效应会抵消合作关系中的“搭便车”问题，将工作当中的外部性内化。因为在同一公司工作的同事往往容易成为社会比较的目标，而科学家的加入无疑将会在公司现有科技工作者当中激活社会比较程序，激励他们提高绩效（Slavova，Fosfuri and Castro，2016）。例如，Azoulay等（2010）利用生命科学领域112位科学家非预期意外死亡的外生冲击研究了他们在合作者网络中对其他科技工作者的溢出效应。该研究发现，科学家的非预期意外死亡对与之合作的科技工作者的科研产出有着显著的负面影响，且意外死亡的科学家产出越大，负面影响越显著。

同群效应的大小取决于特定社会网络的相对重要性。例如，Waldinger（2010）利用解雇部分科学家的外生冲击检验了大学科学家的产出质量是否会影响其他人的产出。研究发现：大学科学家的质量对博士生科研产出质量有着显著的正向影响，但对大学教授的影响并不显著。大学教授的产出会随着大学内外合作者的离开而下降。原因是：博士生资历较浅，更加依赖于大学里的社会网络，容易受到大学同群效应的影响；而教授的社会网络更广，受大学里同事关系的影响相对较小，受到合作者产出质量的影响相对较大。Kiml等（2009）研究了美国25所顶尖大学在20世纪末30年里竞争优势的演化后发现，这些大学的竞争优势在逐渐下降，随着通信技术的发展和交流成本的下降，本地区社会网络的重要性和与科学家的地理距离缩短所产生的效果逐渐减弱，基于地区社会网络的科学家溢出效应随之下降。

此外，大量研究表明：与明星员工的社会比较还有可能给其他员工和组织绩效带来负面效应。例如，根据资源保存理论，组织资源往往根据个人工作绩效进行分配，明星员工对资源的大量占用会使其他员工将明星员工视为争夺资源的重大威胁，从而激发出维护自身资源的强烈动机，并在行为上试图排挤、打压明星员工（Campbell et al.，2017）。在科学领域，科学家的存在对组织中其他科技工作者创新资源的挤出效应已经得到了广泛证实（Agrawal et al.，2017；Huckman and Pisano，2006），但这是否会引起其他科技工作者的不满和排斥，从而降低整个科学家团队和组织的创新绩效，却并未得到充分研究。

图2-5直观表达了科学家在公司中正反两方面的同群效应的作用机制。