姜滨滨

跨组织科研合作网络产出效应研究

姜滨滨

（大连外国语大学经济与管理学院，辽宁大连116044）

网络背景下创新主体间的协同合作趋于普遍化和常态化，网络合作机制逐步成为技术创新的主要形式。以燃料电池领域为样本，基于结点属性—关系的分析框架，将科技论文合作组织作为网络结点，论文合作关系作为结点间联系，利用组织间论文合作网络来表征创新网络，借此可验证结点属性和结点关系对网络纯净的影响。经研究发现：结点属性和结点关系是影响创新网络绩效的关键因素，结点属性是网络得以构建、维系和存续的基础，而结点间的关系是网络关系的结果和重要表征。当独自考察结点自身特征、吸收能力、联系强度和网络位置的网络效应时，结点自身特征、结点间联系强度和结构洞位置等均能显著促进网络绩效，而结点的吸收能力的作用不甚显著；当考察上述要素共同作用时，发现结点吸收能力对网络绩效影响可以忽略，而其他要素的作用依然较为显著。

科研合作；网络合作；，网络创新；创新绩效；网络结点

一、引言

创新复杂性和不确定性增加使得传统创新模式面临诸多挑战，多数主体都难以凭借其所拥有的信息、技术、知识等实现技术创新，这在一定程度上引发了创新活动组织形式的变化。网络背景下创新主体间的协同合作趋于普遍化和常态化，网络合作机制逐步成为技术创新的主要形式。1991年，Freeman首次提出创新者网络（networks of innovators）的概念，认为其以企业间合作创新为基础的系统性创新的制度安排［1］。随后，越来越多学者将创新网络的研究拓展到其作用、形成机制及其绩效的影响因素等方面。

一些研究侧重于对创新网络作用的解析，Camagni认为网络为创新主体提供了获取创新资源和要素的渠道［2］，Hsu发现网络连结促进了创新能力［3］，Sternberg则指出主体间合作网络提升了创新成功的可能性［4］。Dahl、Pedersen、Liu、Madhavan和Sudharshan等学者的研究均证实了网络连结促进创新主体间的知识流动、交互，是其创新能力提升的关键［5-6］。伴随着创新网络作用的研究，一些学者开始探讨创新网络绩效的影响因素，Burt，Ahuja，Schilling，Phelps，Gilsing和Nooteboom等学者认为网络结构是创新网络绩效的关键影响因素［7-10］，何亚琼、秦沛和苏竣发现创新主体在地理上集聚和网络中心性等网络关系是影响创新网络绩效的关键［11］；此外，Ritter、Gemunden、曹鹏、陈迪和李健验证了网络能力对创新网络绩效的作用［12-13］。

总体上，现有文献为创新网络绩效的分析提供了理论基础，但仍存在不足之处，学者们对创新网络绩效探讨大多从网络结构入手，分析其创新绩效的作用机制，忽视了对网络结点本身的考察，特别是从结点属性和结点关系的角度研究其对网络绩效或创新绩效影响的研究尚未有发表。鉴于此，本文首先建立基于结点属性—关系的分析框架，考察网络结点的属性—关系对其网络绩效的作用机制，随后以燃料电池为研究领域，将科技论文合作的组织作为网络结点，论文合作关系作为结点间联系，绘制组织间论文合作网络来表征创新网络，借此验证结点属性和结点关系对网络绩效的影响，以期为创新网络建构及绩效评估提供参考和借鉴。

二、结点属性—关系影响网络绩效的分析框架与作用机制

知识和技术是创新活动得以实施的基础和根本保障，创新主体间的互动合作促进了知识、技术等创新资源的共享、扩散及转移，在一定程度上改变了传统的创新活动组织模式，使得网络合作日趋普遍。创新网络促进了主体间协同合作，规避了主体独立进行创新时面临的约束，降低了创新成本和潜在风险，提高了创新效率及网络绩效。

本文将结点属性—关系纳入到统一的分析框架中（如图1所示），将结点属性分解为结点自身特征和吸收能力，结点关系分解为结点间联系强度和网络位置等，验证诸要素对网络绩效的作用及其效应。

图1　基于属性—关系的跨组织科研合作网络产出效应的分析框架

（一）结点属性影响网络绩效的作用机制

1.结点特征

创新主体间的交互合作和资源共享促进创新网络的形成，对于参与到创新网络中的结点而言，其所具有的特性是其区别于其他结点的关键所在，由于现有研究大多侧重考察结网对象的技术因素、经济因素及社会因素等，而实际上结点的技术、经济乃至社会因素也是其自身特征或特性的主要外在表现，这些因素也影响着网络的建构以及网络中结点的权力、地位以及网络的资源配置、利用等。因此，本文将创新网络中的结点特点纳入分析，认为其会促进其创新网络绩效。

现实中，结点在进行潜在结网对象选择时往往将其过往绩效、技术水平及拥有的创新资源等作为重要指标，倾向于通过优先连接策略选择与具有较大权力、较多创新资源的结点建立合作关系以规避交易成本及潜在风险，使得具有较大权力、处于核心位置的结点成为其在建网时着重考虑的对象。结点间正式或非正式联系促进网络结点间的协同、交互及优势发挥，突破创新资源和边界的限制，促进不同结点间异质性、互补性资源的整合、优化，有助于结点获取外部技术和知识等，降低创新不确定性及交易成本，从而加速网络内知识创造、集聚与扩散，有效提升结点创新能力及网络绩效。

2.吸收能力

网络经济条件下，外部知识源越来越成为影响、制约创新的因素，如何将外部知识转化、吸收，进而实现创新就显得尤为重要。Cohen和Levinthal（1990）指出吸收能力是企业识别外部信息的价值、消化及应用的能力［14］，Tsai（2001）则强调了高吸收能力对企业创新能力的影响［15］，本文认为作为结点属性的吸收能力同样影响网络绩效。

网络中结点的吸收能力建立在对知识、信息的获取、消化、转换和应用的基础上，参与创新网络的结点利用自身吸收能力获取其他结点的知识等资源，增加其知识的广度和深度；通过对获取知识的分析、处理、消化，实现其与自身知识的联系和整合，加快新产品生产和产品开发周期的缩短，促进创新能力和绩效提升。另外，结点吸收能力有助于其利用网络关系提升创新绩效，占据较好网络位置的结点可能获取更多的知识、信息等资源，借助其自身较强的吸收能力将促进其对新知识的甄别和利用，从而实现网络绩效的提升。

（二）结点关系影响网络绩效的作用机制

1.联系强度

创新网络中结点的技术、知识水平和层次等结点特征决定着其与其他网络结点间的联系强度，而结点间联系强度借助于网络效应影响网络结点的资源获取、利用，影响其创新能力和创新网络绩效。

联系强度对创新网络绩效的影响表现在两方面。第一，较高的联系强度促进网络结点间信息、技术和知识等创新资源的获取和共享，强化了网络内创新资源的利用，促进网络结点间互补性、异质性创新资源的配置、优化，通过网络联系快速有效的实现技术创新；第二，网络结点间频繁的合作促进网络结点的协同创新以及信任、互惠的产生，从而降低创新主体参与网络合作的交易成本和风险。从以上两方面看，结点间联系强度是影响创新网络绩效的主要因素。

2.网络位置

网络位置是结点间关系建立的结果，结点网络位置同样决定着创新网络的绩效。网络位置的重要性在于其对结点的连结方式和强度的影响，通过将未连结的结点连结会促进结点间创新资源的共享、整合和利用，强化创新网络的作用。

本文侧重于分析结构洞位置对创新网络绩效的影响，Burt（1992）指出占据结构洞位置的结点将不相连的结点联系起来，获取更多的非重复信息［7］，罗家德（2005）强调结构洞为网络行动者提供了获利的空间［16］，现实中由于网络结点间不可能两两间均存在联系，使得结构洞在网络中普遍存在。结构洞位置对创新网络绩效的影响集中体现在两方面：第一，处于结构洞位置的结点作为桥梁和纽带，连结不存在联系的结点，增加结点间建立新的、非冗余联系的机会，降低网络中其他结点间建立、维持联系的成本和风险，有助于结点搜索、获取创新资源，促进结点间协同合作；第二，占据结构洞位置有益于结点间互动合作的维系，强化结点间联系，能够更快更好地获知机会、威胁等信息，强化结点间的相互依赖，形成信任和互惠关系，降低机会主义行为出现的可能性，提升创新成功率等，进而增加结点源于网络连结的收益，从而提升网络的绩效。

三、样本选取与变量选择

1.样本选取与数据收集

在网络结点的属性与关系对创新网络绩效影响的效应分析的基础上，本文利用论文合作网络表征创新网络。以燃料电池领域为样本，将“燃料电池”作为题名或关键词，在维普中国科技期刊数据库中搜索得到1989—2014年①间发表在核心期刊上的科技论文4957篇，其中被SCI来源期刊收录的论文为752篇，将该752篇科技论文作为原始数据。本文侧重于对组织层面论文合作网络的考察，以组织（高校、研究机构和企业等）作为网络结点，组织间论文合作关系为结点间联系绘制组织间论文合作网络，剔除独立完成的论文后得到上述752篇论文中316篇为合作完成。按国际文献计量学的做法，按第一作者所属组织和地区确定论文归属，剔除不包含中国学者的论文得到307篇合著论文。借鉴《中国科技论文统计与分析》对论文归属的统计，得到307篇论文由179个组织（机构）合作完成，由此得到该论文合作网络结点数及联系数分别为179和636。

2.变量选择

依据前文对组织间创新网络绩效的机理分析，此处选取网络效应的表征变量，通过对上文收集的样本数据的处理得到相关变量数据以进行实证分析。

本文将作为网络结点的组织创新绩效当作因变量，运用存在论文合作的组织所拥有的论文数表征其创新绩效（innovation performance）。在测算中采用加权论文数表示，考虑到合作论文是由不同组织共同完成，因此将按照参与合作的组织数对每篇论文进行处理，最后把隶属于同一组织的论文加总，即其中i表示不同的组织（i=1，2，…，179），j表示具体的某一篇论文（j=1，2，…，307），n表示某一特定的论文j包含的合作组织数，由此得到179个参与论文合作的组织的绩效。

对于自变量的结点属性和关系，依据结点特征、吸收能力、联系强度和网络位置等分别选取不同的变量表征。前文分析认为结点特征对创新绩效影响时认为结点拥有的技术、知识等创新资源决定其网络地位和作用，其拥有的资源越多，参与的网络联系越多，权力越大。按照社会网络分析的表述，结点的度数就越大，其权力和作用越大，因而此处选取结点度数中心度（degree centrality）表征结点自身特征。结点的吸收能力是衡量其对于知识等创新资源的获取、消化、应用能力，在一定程度上取决于其介于其他结点间且不受其他结点控制的能力，因而选取结点接近中心度（betweenness centrality）表征其吸收能力。对于结点间联系强度，本文利用结点间的合作频数加以表征，为避免不同结点间作用大小差异对其联系强度的影响，考虑运用合作总数进行调整，得到各结点的合作频次（cooperation frequency）。对于网络位置，鉴于本文考察结构洞位置对创新绩效的效应，借鉴Burt（1992）［14］结构洞指数的衡量，选取受限制度（constraint）表征结点的结构洞匮乏程度，因此认为受限制度与绩效间存在负向关系。为方便起见，利用“1”与受限制度的差来衡量结点结构洞（structural holes）的丰裕程度［17］。

四、属性—关系影响网络绩效的实证检验

1.跨组织科研合作网络图谱绘制

利用样本数据得到包含结点及结点间联系的社会网络分析基础数据，运用社会网络分析软件UCINET6对基础数据进行处理得到组织间论文合作网络的基本结构属性，借助UCINET6内置的Net-Draw绘图工具绘制组织间论文合作网络可视化图谱，利用结点大小表示结点度数（结点拥有的权力），结点间连线的粗细表示结点间联系强度，将权力较大的结点加以标注，得到组织间论文合作网络图谱如图2所示。

图2　组织间论文合作网络可视化图谱

由图2可见，在本文选取的燃料电池领域存在组织间论文合作网络，但由于参与网络结点间的联系相对较少，使得该论文合作网络相对松散且未实现完全连通，而是由许多子网构成。利用UCINET6的成分分析（component analysis）对该网络所包含的子网进行分析，限定成分中最少包含3个结点时得到本文所绘制的网络由9个成分组成，其中最大的成分包含88个结点，涵盖了78.6％的结点，由此可见在燃料电池领域，我国科技论文合作网络已经初步形成，且达到一定规模。观察发现，中国科学院长春应用化学研究所在参与合作的组织中发挥最大的作用，参与最多的科技论文合作，中国科学院大连物理化学研究所同样参与了较多的论文合作；与中科院所属机构相比，高等学校虽不存在作用最显著的结点，但清华大学、南京师范大学、哈尔滨工业大学、厦门大学等高校亦发挥着相对重要的作用。

2.实证分析与讨论

利用UCINET6测算得到的论文合作网络的数据，结合选取的结点自身特征、吸收能力、结点间联系强度和网络位置等自变量，得到实证分析的数据。通过对因变量和自变量进行相关性分析和散点图绘制以确定因变量与自变量之间是否存在相关性，通过观察得到因变量和自变量间均呈线性相关。运用普通最小二乘法（OLS）进行回归分析，结果如表1所示。

在模型1—4中，将结点属性和关系的表征变量结点自身特征、吸收能力、联系强度和结构洞位置对因变量组织创新绩效进行回归。比较发现，模型1、3和4中，结点、特征、联系强度和结构洞位置等结点属性和结点间关系均与组织层面的创新绩效存在显著正相关关系（均在0.001的显著水平下通过t检验）。在模型2中，结点吸收能力与组织创新绩效间正相关关系亦较显著（在0.05的显著水平下通过t检验），且模型1—4均有较好的拟合优度，表明本文考察的结点属性及结点间关系均是创新网络绩效的影响因素，结点自身特征、吸收能力、联系强度和结构洞位置显著促进组织间创新网络绩效的提升，但是与结点自身特征、联系强度和结构洞位置相比，结点的吸收能力对创新网络绩效的影响较弱。

模型5考察结点属性和结点间关系的共同作用对创新网络绩效的影响，将结点自身特征、吸收能力、联系强度和结构洞位置同时作为自变量对创新绩效进行回归。结果发现，除结点吸收能力外，其余自变量均与因变量创新网络绩效显著正相关；结点吸收能力与创新网络绩效存在负相关，但其无法通过显著性检验，而总体上模型5的拟合优度较好，表明结点属性和关系的共同作用同样对创新网络绩效存在显著的促进作用。

表1　组织间论文合作网络绩效回归结果

通过对模型1—5的比较发现，结点自身特征作为结点属性的主要表征，无论是其自身，还是其参与的网络中结点间关系均对创新网络绩效具有显著的促进作用，证明了结点所拥有的权力、资源及其过往绩效等结点特征对后期绩效的影响，同时上述结点自身属性也影响其参与的创新网络结构及网络结点间关系。联系强度作为结点间关系的表征，实证结果显示无论是单独还是与其他因素的共同作用，结点间联系强度均与创新绩效存在显著正相关关系，表明结点间联系作为网络结构的主要构成要素，是创新网络绩效的决定因素。与之类似，结构洞位置是网络位置的一个主要考量，分析发现其同样对创新网络的效应存在显著影响，占据结构洞位置的结点连结着网络中其他结点，促进结点间的协同创新，是构成网络绩效的关键。与上述三个变量的作用效果不同，在模型2和5中，结点吸收能力的单独作用和共同作用均不甚显著（其中考虑共同作用时存在负效应），这一现象的出现可能是由于本文选取以存在科技论文合作的组织作为结点构建创新网络时，论文相比于专有技术、技术诀窍和商业秘密等形式的技术其受保护程度较低，不同组织（结点）受其他结点的控制较小，因而结点间基于其自身吸收能力获取其他结点的先进知识、技术等的差别较小，使得吸收能力对创新网络绩效产生较为显著的影响，所以结点吸收能力的单独作用和共同作用对创新网络绩效的影响效果均不显著。

五、结论

本文以创新网络绩效为研究对象，通过对相关文献的梳理，考察了参与或建立创新网络的结点特征对其创新网络绩效的影响。依据已有研究，本文将网络结点的属性以及参与网络的结点间关系作为影响其创新绩效的主要因素纳入分析。其中，对于结点属性，侧重从结点自身特征、结点的吸收能力两方面加以考察，对于结点间关系，本文重点考察结点间联系强度以及结点的结构洞位置等两方面因素的作用。

通过分析燃料电池领域，在1989—2014年间中国学者合作发表的燃料电池领域科技论文的样本中，进一步选取被SCI期刊收录的论文中所涵盖的合作论文作为科研合作的表现形式，利用组织间论文合作网络表征创新网络，选取参与科研合作的组织作为网络结点，而组织间的论文合作关系表征其结点间联系，进而建构跨组织科研合作网络，绘制科研合作网络。依据本文所建构的科研合作网络，选取度数中心度、接近中心度、结点间合作频次以及结点的结构洞丰裕程度等网络指标来表征结点属性、结点间关系，考察、验证结点属性及结点间关系对跨组织科研合作网络创新绩效的影响及作用机制。

由此可知，结点属性和结点关系是影响创新网络绩效的关键因素。结点属性是网络得以构建、维系和存续的基础，而结点间关系是网络关系的结果和重要表征。通过将结点属性分解为结点自身特征和吸收能力，将结点关系分为结点间联系强度和结点占据的结构洞位置。当独立考察上述各要素的网络效应时，结点自身特征、结点间联系强度和结构洞位置等均显著促进网络绩效，而结点吸收能力的作用不甚显著；当考察上述要素共同作用时，发现结点吸收能力对网络绩效影响可以忽略，而其他要素的作用依然较为显著，这一现象是由于论文合作与其他层面的合作相比，对结点吸收能力的要求相对较低，导致吸收能力的作用不显著。若以专利合作或基于隐性知识的合作为样本展开分析，结点吸收能力的作用可能会有所显现。

注释：

①由于数据采集时间为2014年1月，故本文的原始数据中仅包含2014年1月前收录的论文。

［1］Freeman C.Networks of Innovators：A Synthesis of Research Issues［J］.Research Policy，1991，20（5）：499-514.

［2］Camagni R.Innovation Networks：Spatial Perspectives［M］. London：Belhaven Press，1991.

［3］Hsu J Y.A Late Industrial District？Learning Networks in the Hsinchu Science-Based Industrial Park，Taiwan［D］.CA：University of California-Berkeley，1997.

［4］Sternberg R.Innovation Networks and Regional Development-Evidence from the European Regional Innovation Survey（ERIS）：Theoretical Concepts，Methodological Approach，Empirical Basis and Introduction to the Theme Issue［J］.European Planning Studies，2000，8（4）：389-407.

［5］Dahl M S，Pedersen C R.Knowledge flows through Informal Contacts in Industrial Clusters：Myth or Reality？［J］.Research Policy，2004，33（10）：1673-1686.

［6］Liu B S C，Madhvan R，Sudharshan D.DiffuNET：The Impact of Network Structure on Diffusion of Innovation［J］.European Journal of Innovation Management，2005，8（2）：240-262.

［7］Burt R S.Structural Holes：The Social Structure of Competition［M］.Cambridge：Harvard University Press.1992.

［8］Ahuja G.Collaboration Networks，Structural Holes，and Innovation：A Longitudinal Study［J］.Administrative Science Quarterly，2000，45（3）：425-455.

［9］Gilsing V A，Nooteboom B.Density and Strength of Ties in Innovation Networks，An Analysis of Multimedia and Biotechnology［J］.European Management Review，2005（2）：179-197.

［10］Schilling M A，Phelps C C.Interfirm Collaboration Networks：The Impact of Large-scale Network Structure on Firm Innovation［J］.Management Science，2007，53（7）：1113-1126.

［11］何亚琼，秦沛，苏竣.网络关系对中小企业创新能力影响研究［J］.管理科学，2005，18（6）：18-23.

［12］Ritter T，Gemunden H G.Network Competence：Its Impact on Innovation Success and its Antecedents［J］.Journal of Business Research，2003，56（9）：745-755.

［13］曹鹏，陈迪，李健.网络能力视角下企业创新网络机理与绩效研究——基于长三角制造业企业实证分析［J］.科学学研究，2009，27（11）：1742-1748.

［14］Cohen W M，Levinthal D A.Absorptive Capacity：A New Perspective on Learning and Innovation［J］.Administrative Science Quarterly，1990，35（1）：128-152.

［15］Tsai W.Knowledge Transfer in Intraorganizational Networks：Effects of Network Position and Absorptive Capacity on Business Unit Innovation and Performance［J］.Academy of Management Journal，2001，44（5）：996-1004.

［16］罗家德.社会网分析讲义［M］.北京：社会科学文献出版社，2010.

［17］Zaheer A，Bell G G.Benefiting from Network Position：Firm Capabilities，Structural Holes，and Performance［J］.Strategic Management Journal，2005，26（9）：809-825.

责任编辑：郑晓艳

（Email：zhengxiaoyan1023@hotmail.com）

F204

A

1006-6152（2015）03-0062-06

10.16388/j.cnki.cn42-1843/c.2015.03.010

2014-11-20本刊网址·在线期刊：http：//qks.jhun.edu.cn/jhxs

国家自然科学基金青年项目“企业外部技术搜寻的平衡机制及其对绩效的影响研究”（71302133）；大连外国语大学科研基金项目“联盟企业专利行为的创新产出效应研究”（2013XJQN2）

姜滨滨，男，辽宁庄河人，大连外国语大学经济与管理学院讲师，博士。