李敏,刘晨韵,程杨,李佳萍

（1.江西财经大学工商管理学院，江西南昌330013；2.奥尔堡大学，丹麦奥尔堡1599100）

网络位置与高新技术企业创新绩效
——以江西省为例

李敏1,刘晨韵1,程杨2,李佳萍1

（1.江西财经大学工商管理学院，江西南昌330013；2.奥尔堡大学，丹麦奥尔堡1599100）

中国人彼此之间权力距离影响着彼此行为的可信度。文章基于社会网络理论探讨网络位置对创新绩效的影响，选取2012-2016年江西省认定的高新技术企业，实证分析网络位置与创新绩效的关联，研究发现越是处于网络中心位置的企业越能提升其企业创新绩效，企业占据的结构洞数目与企业创新绩效显著相关；同时将网络中心性、结构洞与创新绩效进行回归分析，发现结构洞数目与创新绩效不相关。研究结论反应了中国网络组织中运行的规则及其效用，提出企业在构建网络中应充分考虑其在网络中的中心性程度。

社会网络；高新技术企业；创新绩效；江西省

一、引言

高新技术企业是高新技术领域的主要创新体。在竞争日益加剧背景下，组织能够有效获取外部资源是实现持续创新、构建企业核心竞争优势的必要条件。网络理论认为网络位置（Network Position）会影响企业创新绩效，现有研究较少探讨我国文化情境的影响。中国人喜欢交朋友，多个朋友多条路，与此类似，企业之间也热衷于建立各种联系，分享信息。企业之间的关联建立多半是通过企业高层管理者或是企业所有者来建立。中国企业高层管理者或企业所有者（如董事长）在社交应酬方面一直很多，有时，一个午餐要同时陪好几桌客人，通过个人关系来建立企业之间的关联。企业之间关联表现为组织在网络上的中心度与中介性，中介性用网络结构洞数量表示。企业家为社交而大伤脑筋，既担心不参与社交而使自己与外界联系处于信息不畅的位置，也担心参与过度影响自己的工作计划，这是企业网络建设的现实问题，本文以江西省高科技企业为调研对象，探讨网络位置与创新绩效的具体影响，从而为企业家建立网络提供一定借鉴。

二、理论分析与研究假设

网络位置是行动者之间建立关系的结果［1］，企业所处的网络位置不同会使得企业获取外界信息、资源等的速度快慢、量的大小都会不同，这些对于企业进行创新活动都会产生影响。国内外学者探讨网络位置与企业创新绩效的关系，早期更多的是运用定性描述方法，到21世纪学者们更多的是用实证研究探讨网络位置对企业创新绩效的影响。但在实证研究中，国内学者们用不同的参数反映网络位置，被广大学者普遍使用的是中心度和结构洞［1-2］；但也有少部分学者使用中心度、核心度、总结性等［3-4］。本文基于行动结构理论，从中心度和结构洞这两个参数探索网络位置与企业创新绩效的关系。

（一）网络位置相关研究

社会网络分析主要有两种视角：网络位置和网络关系视角。网络关系视角主要关注的是行动者之间的社会性粘着关系，通过社会联结来说明特定的行为和过程。网络位置视角又称网络结构视角，强调的是从位置取向角度分析行动者之间的关系进而反应社会结构。网络位置视角关注的是行动者可以在其所处的中心位置或结构洞位置获取最大化收益。本文从网络位置视角来探讨其对高新技术企业创新绩效的影响，网络位置包括网络中心位置和网络中介位置。

企业网络是嵌入在社会、专业和关系之中的关系网络，网络中的行动者可以从网络中获取各种资源、信息甚至是合作等以提升自身企业的竞争优势，这就使得越来越多的学者关注企业行动者在企业网络中所处的位置以及网络位置带来的各种优势。企业所处的网络位置一定程度上影响了企业对资源的获取能力，越处于重要的网络位置，企业就越有机会获得更多、更重要的资源，比如技术、管理经验、资金等，网络位置成为衡量获取外部资源能力不可或缺的因素。目前多数研究中反映的网络位置情况主要有两种模式：一种是对网络中心位置的研究，主要是从企业获益层面进行探讨，处于网络中心位置的企业能够处在一个战略和竞争优势的高度，使得从属企业为其服务；另一种是对网络中介位置的研究，是从“结构洞”理论发展起来的，这两种模式既相互联系又有所区别［5-7］。网络中介位置主要是从获取机会的角度来探讨，处于网络中介位置的企业能够更多地与来自网络中不经常联系或者不同类型的企业进行合作。Burt（1992）认为，占据结构洞位置的企业可以接近彼此之间不相连的合作伙伴，由此获得更多更新的非重复的信息，并具有保持和控制信息的优势［8］；并且结构洞能最小化合作伙伴之间的冗余联系［1，6，9-10］。在测量方面，网络中心位置一般用中心度衡量，网络中介位置一般用结构洞衡量。

（二）创新绩效相关研究

1.创新绩效概念

对创新绩效的界定，国外学者从狭义和广义两个方面进行。狭义的创新绩效是指企业将发明创造引入市场的程度；广义的创新绩效是指从概念的产生到产品的发明再到投入市场中的这一系列过程中，企业在发明、技术、创新等方面取得的绩效。国内学者较有代表性的定义是：企业在创新活动中的效率、获得的成果以及其对企业经营运作的影响［11］。

纵观诸多学者对于创新绩效的测度，可以归纳创新绩效的表现形式主要有3种：一是以Liu和Trevor（2007）为代表的新产品销售收入［12］；二是以Duysters和Hagedoorn（2001）为代表的R&D投入［13］；三是以Hagedoorn和Cloodt（2003）为代表的专利数量［14］。Hagedoorn和Cloodt利用美国四个高技术产业中1 200家企业的样本数据，采用R&D投入、申请的专利数、引用的专利数以及新产品开发数量等4项指标对企业创新绩效进行了测量。他们的研究结果显示这四项指标在统计上存在重叠，也就是说运用这四项指标中的任意一项指标均能很好地衡量高技术企业的创新绩效。在数据获取方面，目前对于企业创新绩效测量的研究方法主要有两种：一种是选取指标后，根据客观数据进行分析研究；另一种是通过问卷调查的方式测量指标获得的是主观数据。由于企业研发投入及新产品市场销售收入很可能是个保密数据，借鉴Hagedoorn和Cloodt（2003）［14］的做法，本研究采用的是客观测量的方法，利用专利申请的客观数据对企业创新绩效进行测量。

2.创新绩效影响因素

国内学者对于企业创新绩效影响因素的研究主要是从环境因素、结构因素、组织因素、个体因素4个层面来进行。

环境因素，是指企业所处的产业市场环境和宏观环境，体现为行业的竞争与垄断程度、政府政策、市场化程度等对企业绩效创新的影响。结构因素，是指企业与外部组织或个人的联系与互动关系，包括与供应商、买方、竞争者、用户、政府部门、中介机构、企业的网络结构等，主要体现为知识溢出、需求状况、技术机遇、创新等。组织因素，是指企业本身及内部因素的重要特征，主要体现为企业规模、激励机制、组织结构、企业文化、人力资源管理、战略管理，也包括基础设施网络和设备水平等。如马宁、官建成（2000）提出影响我国企业技术创新的因素，并证明了R&D投入对于创新绩效有明显的因果关系［15］；公司股权结构对于企业创新绩效据有关联性［16］。个体因素，主要研究企业家、高管及技术人员的个体特征对企业创新绩效的影响［17-18］。

国外学者对于企业创新绩效影响因素的研究主要是从结构因素和组织因素两个方面来进行，且国外学者对于组织因素中的R&D投入已达成一致的结论，目前国外学者对于企业创新绩效影响因素的研究重点在股权结构［19-20］。

总体而言，已有对企业创新绩效影响因素的研究取得了一定的成效，但是也存在一定的不足：在企业创新绩效影响因素方面，国内探索网络位置对创新绩效的研究不多，尤其是欠缺基于中国人文化语境下的网络位置与创新绩效的研究。

（三）网络位置与创新绩效的相关研究

诸多学者从网络位置视角探索其与创新绩效的关系，并取得诸多的成果，丰富和发展了企业创新理论。现有研究中大多使用结构洞、网络范围、网络规模以及网络中心度等几个概念表示网络位置［11］。网络规模越大意味着企业所处的网络中企业数目较多，这意味着企业从网络中获取的资源越多，包括异质性资源的获取。从企业的视角来看，其在网络中的位置可从中心度和结构洞两个方面进行考量。不同网络位置包含着不同的资源、其收益也是不同的。处于中心位置的企业更有可能性地获取以及控制资源、信息，拥有多种信息渠道；处于结构洞位置的企业能利用各种非冗余的关系，获取来自不同类型企业的信息资源，并能汇总来自四面八方的信息、资源等。Podolny（2001）认为这两种位置都有利于企业获取竞争优势［7］，同时这两种不同的位置又不是相互冲突的，可以同时存在，即企业既可以是处于网络的中心位置也可以处于网络的结构洞位置。

1.中心度与创新绩效

中心度可以反映企业在网络中的位于中心的程度，在网络中获取资源以及对资源控制的程度［8，21］。中心度高的企业拥有更多的机会去接触并获得以及控制与创新相关的信息、知识，同时中心度高的企业所拥有的信息渠道和信息源是多重多样的［1，22-23］。

企业通过与外部组织或个人的联系互动，会从中获取各种各样利于企业创新活动的资源、信息等，提升企业创新绩效。同时处于网络结构中不同位置的企业其中心度也有所不同，中心度的差异性会影响企业获取有效资源、信息。蒋天颖和孙伟（2012）通过对绍兴纺织集群的实证研究验证了企业的中心度与创新绩效显著正相关，企业的中心度越高，其越处于网络的中心位置，越能获取创新资源、信息、知识等，从而服务于企业的创新活动［24］。曾德明等（2014）通过对中国上市的汽车企业的实证分析，说明企业在协作研发网络中越是处于中心位置，越是能与不同类型的企业进行合作，从而更容易获取新技术知识、信息、思想观念，利于企业的创新活动，提升企业的创新绩效，同时也有利于巩固企业间的合作关系［25］。Dongil（2013）通过对韩国通信产业集群的研究，发现集群关系是通过中心性影响创新绩效［26］。Roxenhall（2013）认为在战略创新网络中，企业要处于重要的位置，要多与其他企业建立直接的联系而不是间接的联系，直接的联系更能使企业间合作更为紧密，并能获取更为有效的信息，丰富创新活动［27］。位于网络中心位置的企业利用多重的信息渠道，获取多元化的信息，与其联结的企业进行交互合作、相互信任，共享新技术知识，中心度高的企业将诸多信息进行整合从而转化为利于企业创新活动的独特新颖的信息、知识，进而提升企业的创新绩效。中国是个高权力距离的国家，企业网络之间的信息交换，常常根据彼此身份关系而发生，同一层级的网络成员其信息交换可能是不充分的。因此，提出假设1。

假设1：企业的中心度与企业的创新绩效正相关。

2.结构洞与创新绩效

结构洞理论由Burt于1992年提出，认为结构洞就是两个行动者之间非冗余的联系，孙笑明等（2014）从关系缺失角度认为结构洞就是在网络中的某个行动者（行动者A）连接两个不存在直接联系的行动者（行动者B和行动者C），这两个行动者要发生联系需通过行动者A，那么行动者A就是所谓的结构洞［28］。位于结构洞的企业由于信息渠道的优势，其能获得更为多元化、差异性的信息、新技术知识等。彭新敏等（2011）通过对浙江省产业集群企业的实证研究验证了结构洞与企业创新绩效显著正相关，并说明处于网络中介位置即拥有较多的结构洞数目的企业能与其拥有不同的知识、技术、经验、背景的多元化的企业联结，从而更能获取多样化的、非重复性的利于企业创新活动的信息［29］。处于结构洞位置的企业能联结诸多类型的、拥有不同背景、知识、技术等的企业、机构，这利于企业获取多种类、差异化的信息，从而利于企业进行创新活动。Vasudeva等（2013）通过对9个国家的109家公司燃料电池技术联盟网络的调查研究，从公司嵌入网络中制度设置的合作性还是竞争性探究结构洞对创新的影响，并指出当地企业的社区合作性越强越有利于处于结构洞位置的“桥梁”企业提升竞争性活动［30］。Mazzola等（2014）选择制药企业来研究网络位置对创新的影响，通过开放创新流探讨结构洞企业信息流对创新产品的影响，其中开放创新流是指企业从其所处的网络位置中所获取到的知识、信息流等在企业实践活动使用情况［31］。再者，处于结构洞位置的企业能筛选出潜在的合作伙伴，并察觉出机遇和威胁，从而能利于企业创新活动的进行。因此，提出假设2。

假设2：企业所占据的结构洞数目与企业创新绩效显著正相关。

三、研究设计和研究方法

（一）数据收集

本研究所用数据是基于2012-2014年认定的781家江西省高新技术企业，其中专利数据来源于国家知识产权局——专利检索与查询［32］，包括企业的专利申请总量以及合作申请专利的数量情况。考虑合作研发关系存在延续性，所以对合作专利检索数据时间范围扩至为2012-2016年，最终检索出存在企业间合作的江西省高新技术企业有78家，合作申请专利有2 796项。江西是中国经济欠发达地区，其创新企业网络的研究具有一定的典型性和时代性。

（二）变量与测量

1.因变量的测量

本研究的因变量是企业的创新绩效，采用的是一家企业与其他这企业联合申请在2012-2016年间获得批准的合作专利数目。

2.自变量的测量

本文自变量有两个，即中心度和结构洞。常用于衡量中心度的指标有度数中心度、接近中心度、中间中心度。Freeman（1979）认为衡量中心度最合适的指标是度数中心度，它反映的是一个行动者与可以直接联系的其他行动者的数目，最合适测量单个行动者获取外部直接信息和知识的指标［33］。在网络中，一个行动者的度数中心度越高越能说明该行动者处于网络的中心位置，越能获得更多的信息、知识等。本研究采用度数中心度作为测量网络位置中心度的指标。

结构洞的测量有两种方法，一种是Burt的结构洞指数，另一种是中间中心度指数［34］，被广泛使用的是Burt的结构洞指数。其中结构洞指数有四个指标，分别是有效规模、效率、限制度和等级度。限制度是被广泛关注且经常使用其测量结构洞的指标，能有效测量结构洞的匮乏程度，限制度越高，企业则处于相对越冗余的网络中，企业的网络中介位置程度也越低，反之亦然。本研究通过Ucinet 6.212软件得到样本企业的限制度，将其观测值的相反数作为分析数据，以保持分析方向的一致性，即限制度数值越低的企业越是处于非冗余网络中，能拥有较多的非冗余资源、信息，其结构洞指数也越高。

中心度和结构洞参数均用Ucinet 6.212软件计算，Ucinet 6.212软件综合性较强，同时又可以进行一维二维数据可视化分析［35］。Ucinet软件被广泛运用于社会网络分析中，国内学者有用它分析学术研究中的前沿热点、关键词等，如姜春林等（2009）通过对CSSCI中的34种管理学期刊的引用关系分析统计高频关键词［36］；也有学者用其探索网络关系，如张宝建等（2015）运用Ucinet软件分析创业企业外部网络的中心度、结构洞探索其对创业绩效的影响等［37］。

3.控制变量

本研究选择的控制变量有企业年龄和企业规模。本研究采用的企业年龄即是企业从注册日到2016年为止所经历的年数；企业规模则是采用企业注册资本测量。

（三）研究方法

本文运用社会网络分析以及统计分析相关方法，采用Ucinet、SPSS软件进行数据处理。对回收数据首先用Ucinet软件对网络结构特征中的中心度与结构洞进行数值分析，对整体数据进行归一化处理（数据分布在0-1之间），再通过SPSS软件进行相关性分析、多元回归分析。

四、实证研究

（一）江西省高新技术企业网络结构分析

本研究以合作专利为关系纽带来构建企业的外部合作网络。本文采用的合作专利是指专利权人是大于或等于2个，且都是企业或机构等，不包含个人。基于企业与外部合作的合作专利，编制了0-1关系矩阵，其中0代表着专利权人之间不存在合作关系，1则是与其相反，代表着存在合作关系，并利用Ucinet 6.212软件，得到样本企业与外部组织的合作网络关系图。

通过对合作专利的专利权人的分析，得到一个256×256的0-1关系矩阵。该关系矩阵反映的是78家江西高新技术样本企业与178家其他组织之间的外部合作关系，这178家其他组织包括其他非样本的企业、大学等科研机构、政府服务机构等。其中，E1-E185代表样本企业，C1-C46代表大学等科研机构，S1-S23代表政府服务机构。运用Ucinet 6.212中的Netdraw可以绘制出样本企业的外部合作网络，详见图1所示。

图1 样本企业外部合作网络

图1是依据中间中心度绘制出的样本企业外部合作网络，在图中样本企业节点越大代表其中间中心度越高，也就是在合作网络中越处于中心位置，如E101企业在与E100、C23等诸多样本企业的网络中处于中心位置。（二）假设检验与分析

本文借助Ucinet 6.212计算样本企业的网络位置参数值，即样本企业的度数中心度和结构度。表1为江西省高新技术企业中心度和结构洞指数。

表1 江西省高新技术企业中心度和结构洞指数

续表1

其中度数中心度的计算路径是Network→Cen⁃trality→Degree，结构洞的计算路径则是Network→Ego-networks→Structual Holes，并运用SPSS 18.0软件对上述假设进行分析。根据Griliches提出的知识生产函数，本文中各变量（除虚拟变量以外）都取自然对数，对其进行相关计算分析。对各个变量进行描述性分析以及Pearson相关分析，对各个变量进行两两相关分析，得到相关矩阵，详见表2所列。

从表2中可以看出，只有企业年龄与创新绩效不存在显著的相关关系，企业规模、度数中心度、结构洞与创新绩效均显著正相关，其中企业规模、度数中心度与创新绩效的显著概率均为P＜0.01，而结构洞的却是P＜0.05。度数中心度与创新绩效的相关系数最高，为0.630，企业规模和结构洞与创新绩效的相关系数分别为0.352和0.255，这一结果与假设1和假设2基本吻合。在表2中还可以发现度数中心度与结构洞是显著正相关，其相关系数为0.421（P＜0.01）。由于在同一个网络中，企业有可能既同时处于网络中心位置又占据着非常丰富结构洞的现象，这两类位置都会给企业带来诸多各式各样的信息、知识等，但带来的信息、知识等会存在差异性，有些企业可能会从中心位置获取更多的利于企业创新活动的信息、知识、资源等，但有些企业则是从结构洞获取更为多元化的利于企业创新活动的资源、信息、知识等，因此度数中心度与结构洞存在相关关系是可以理解的［38］。但为了更为精确和科学地解释变量之间的关系，还需要对其进行多元回归分析以及检验多重线性关系。

表2 样本企业描述性分析及相关系数

表3为回归分析的结果。本研究一共构建了4个模型，模型1是解释变量、控制变量；模型2是在控制变量的基础上加上了度数中心度这一解释变量，从而验证假设1度数中心度与企业创新绩效是正向关系；模型3是在模型1的基础上加上结构洞变量，模型4是在模型2的基础上加上了结构洞这一解释变量，也就是验证假设2结构洞与企业创新绩效是正向相关。

从表3中可以看出，企业年龄这一控制变量在4个模型中都不与创新绩效显著相关，但企业规模这一控制变量在4个模型中均与创新绩效显著正相关，且P＜0.05，这表明企业规模与创新绩效存在较为稳定的显著正向关系。各个模型中的最大VIF均小于10，可以说明模型不存在多重共线性，说明表3的回归结果是可靠和稳定的。

表3 网络位置与企业创新绩效回归分析

在模型2中，度数中心度与创新绩效显著正相关（P＜0.01），且回归系数为0.573，验证了假设1。模型2在统计上是显著的（F值为21.341，P＜0.01），R2为0.464，说明模型2中解释变量对创新绩效的解释程度是46.4%。模型2与模型1相比，加入了度数中心度这一解释变量，其对创新绩效的解释力有所提高，使得调整R2从0.135上升到0.442。上述结果显示，企业的度数中心性与企业创新绩效正相关，这也就是说明企业的度数中心性越高，企业越处于网络的中心位置，拥有更多的权力和资源，能获取诸多的信息、新技术知识、资源等，利于企业进行创新活动，从而提升企业的创新绩效。

在模型3中，结构洞与创新绩效显著正相关（P＜0.01），且回归系数为0.310，验证了假设2。模型3在统计上是显著的（F值是8.259，P＜0.01），R2为0.251，说明模型2中解释变量对创新绩效的解释程度是25.1%。结构洞与企业创新绩效的相关关系为正且是显著的，即结构洞对企业创新绩效产生正向的影响，处于合作网络中结构洞位置的企业，利用非冗余关系从网络中获取多种资源，进行创新活动。

在模型4中，同时考虑度数中心度、结构洞及控制变量对企业创新绩效的影响。与模型2相比，加入了结构洞这一解释变量，其对企业创新绩效的解释力有所提高，使得调整R2从0.442上升到0.438。在模型4中，中心度与创新绩效显著相关，但结构洞在特定的1%水平下与创新绩效不相关，假设2没有得到验证。

综合分析表3可知，度数中心度在模型2和模型4中均表现其与创新绩效显著正相关，度数中心度在模型2中回归系数是0.573，显著性概率是0.000；在模型4中回归系数是0.542，显著性概率是0.000。模型2和模型4的分析结果均表明，企业的度数中心度与企业创新绩效有着稳定的正相关关系。而在模型4中，企业结构洞位置与企业创新绩效不显著相关。从结构洞与中心度两个指标的相关系数（0.421）来看，相关性处于合理区间。出现这种情况，可能意味着企业中心位置对其创新有着更为重要的影响。结合模型2、3、4来看，企业网络中心度比其结构洞对创新具有更强影响，这表明对于江西高新技术企业而言，其中心位置比结构洞位置更重要。

五、讨论与展望

网络位置中心度对创新绩效有正向预测作用，企业需要注重其在合作网络中的位置。企业的度数中心度越高，越说明企业处于网络的中心位置，处于这一位置上的企业借着位置的优势，从网络中获取有利于企业创新活动的新技术知识、技术、资源等，进而提升企业创新绩效。现有企业网络更多是强关系，同质性关系较强，在这种情况之下，占据网络中心位置可以较好地了解、吸引、运用其他企业的信息，而处于非中心位置，其与其他网络成员在信息共享方面效率较低。这显示了当前中国企业网络运行的特点，大家都怀着混个脸熟，但发生彼此影响主要是你在网络中的位置，这决定了你的话语权和影响力，此与当前中国权力距离高的文化特性一致。处于网络中心位置的企业在合作网络中有着更多的话语权、掌控权，在合作网络中它与诸多企业有着联结关系，当它想进行某一创新活动时，它能从联结的行动者中选择出能为其提供多样、针对性的新技术知识、资源的企业，汇聚合作网络中的有效资源。企业在构建广泛的合作网络时，要使企业处于网络中心位置，以期从合作网络中获取更多利于企业创新活动的信息流、资源流，同时在与其他行动者合作的过程中牢牢把控信息流、资源流流向，占据网络中心位置，提升话语权。

企业的中介位置不能显著预测创新绩效，也就是说企业在网络中处于结构洞位置，拥有的信息资源，可能不是非冗余资源，而更多的是同质性资源。从实证分析中可知，中心度与结构洞存在显著相关关系。在同一网络中，处于网络中心位置的企业往往也处于网络中介位置，企业从这两种网络位置的获益程度却有所差异，企业往往更多的是运用中心位置去获取信息流、资源流，处于网络中心位置的企业占据着中心地位，有着更多的话语权、号召力，能有效获取到多种信息、资源。

本研究对企业实践有一定的意义，但也存在不足之处：在数据上仅选取江西省高新技术企业，江西作为经济欠发达地区与东部沿海的经济发展程度相差较大，考虑中国文化等级秩序，虽然这种取样不会有个案特殊性问题，但是为使研究结论更加可靠，需增加其他省份样本，包括欠发达地区和发达地区，以进一步探讨网络位置对创新绩效的影响。同时，本研究选取的高新技术企业未将其按照企业所处的高新技术领域划分，若是再从企业领域层面进行探索，能更好地分析处于不同领域的江西省高新技术企业的网络中心位置和结构洞与企业创新绩效的影响，进而利于给处于不同领域的企业提供具有针对性的管理建议。

［1］钱锡红，杨永福，徐万里.企业网络位置、吸收能力与创新绩效——一个交互效应模型［J］.管理世界，2010（5）：118-129.

［2］范群林，邵云飞，唐小我，等.结构嵌入性对集群企业创新绩效影响的实证研究［J］.科学学研究，2010，28（12）：1891-1900.

［3］杨锐，黄国安.网络位置和创新——杭州手机产业集群的社会网络分析［J］.工业技术经济，2005，24（7）：114-118.

［4］邵云飞，欧阳青燕，孙雷.社会网络分析方法及其在创新研究中的运用［J］.管理学报，2009，6（9）：1188-1193.

［5］黄中伟，王宇露.位置嵌入、社会资本与海外子公司的东道国网络学习——基于123家跨国公司在华子公司的实证［J］.中国工业经济，2008（12）：144-154.

［6］刘珊珊.企业研发国际化及网络位置对创新绩效影响实证研究［D］.长沙：湖南大学，2014.

［7］Podolny J M.Networks as the pipes and prisms of the Market［J］.American journal of sociology，2001，107（1）：33-60．

［8］Burt R S.Structural holes：The social structure of competition［M］.Cambridge：Harvard，1992.

［9］Koka B R，Prescott J E.Strategic Alliances as Social Capital：A Multidimensional View［J］.Strategic Management Journal，2002，2（9）：795-816.

［10］李建平.企业网络位置、吸收能力与创新绩效的交互影响研究［D］.济南：山东师范大学，2014.

［11］郭庆磊.网络能力、网络位置与创新绩效的关系研究［D］.大连：东北财经大学，2014.

［12］Liu X，Buck Trevor.Innovation performance and channels for international technology spillovers：Evidence from Chi⁃nese high-tech industries［J］.Research Policy，2007，36（3）：355-366.

［13］Duysters G，Hagedoorn J.Do company strategies and struc⁃tures converge in global markets？Evidence from the com⁃puter industry［J］.Journal of International Business Stud⁃ies，2001，32：347-356.

［14］Hagedoorn J，Cloodt M.Measuring innovative performance：is there an advantage in using multiple indicators？［J］.Re⁃search Policy，2003，32（8）：1365-1379.

［15］马宁，官建成.影响我国工业企业技术创新绩效的关键因素［J］.科学学与科学技术管理，2000，22（3）：16-20.

［16］张玉臣，吕宪鹏.高新技术企业创新绩效影响因素研究［J］.科研管理，2013，34（12）：58-65.

［17］黄攸立，陈如琳.企业创新绩效影响因素的研究综述［J］.北京邮电大学学报：社会科学版，2010，12（4）：71-77.

［18］李前兵.董事长特征、董事会独立性与公司创新绩效［J］.现代管理科学，2010（10）：61-63.

［19］Tsai W.Knowledge transfer in intraorganizational networks：Effects of network position and absorptive capacity on busi⁃ness unit innovation and performance［J］.Academy of Man⁃agement Journal，2001，44（5）：996-1004.

［20］Ng A，Yuce A，Chen E.Determinants of state equity owner⁃ship，and its effect on value/performance：China's priva⁃tized firms［J］.General Information，2009，17（4）：413-443.

［21］Wasserman S，Faust K.Social Network Analysis：Methods and Applications［M］.Cambridge：Cambridge University Press，1994.

［22］Dougherty D，Hardy C.Sustained Product Innovation in Large，Mature Organizations：Overcoming Innovation-to-Or⁃ganization Problems［J］.Academy of Management Journal，1996，39（5）：1120-1153.

［23］Gnyawali D R，Madhavan R.Cooperative Networks and Competitive Dynamics：A Structural Embeddedness Per⁃spective［J］.Academy of Management Review，2001，26（3）：431-445.

［24］蒋天颖，孙伟.网络位置、技术学习与集群企业创新绩效——基于对绍兴纺织产业集群的实证考察［J］.经济地理，2012，32（7）：87-92.

［25］曾德明，刘珊珊，李健.企业研发国际化及网络位置对创新绩效影响研究——基于中国汽车产业上市公司的分析［J］.软科学，2014，28（12）：1-5.

［26］Dongil I M.Cluster Membership，Centrality，StructuralHoles and Innovation：A study on the Telecommunication Industry in the Republic of Korea［J］.Guide of Sci-tech Magazine，2013（17）：50-51.

［27］Roxenhall T.Network Structure and Innovation Strategic In⁃novation Networks［J］.Gynecologic&Obstetric Investiga⁃tion，2013，4（1）：570-573.

［28］孙笑明，崔文田，王乐.结构洞与企业创新绩效的关系研究综述［J］.科学学与科学技术管理，2014（11）：142-152.

［29］彭新敏，吴丽娟，王琳.权变视角下企业网络位置与产品创新绩效关系研究［J］.科研管理，2012，33（8）:137-145.

［30］Vasudeba G，Zaheer A，Hernandz E．The Embeddedness of Networks：Institutions，Structural Holes，and Innovative⁃ness in the Fuel Cell Industry［J］.Organization Science，2013，24（3）：645-663.

［31］Mazzola E，Perone G，Kamuriwo D S.Network embedded⁃ness and new product development in the biopharmaceuti⁃cal industry：The moderating role of open innovation flow［J］.International Journal of Production Economics，2014， 160（201）：106-119.

［32］国家知识产权局.专利检索及分析［EB/OL］.［2017-03-20］.http：//www.pss-system.gov.cn/sipopublicsearch/search/ searchHomeIndex.shtml/.

［33］Freeman L C.Centrality in Social Networks：Conceptual Clarification［J］.Social Networks，1979，1（3）：215-239.

［34］刘军.整体网分析：Ucinet软件实用指南［M］.第二版.上海：上海人民出版社，2014.

［35］王陆.典型的社会网络分析软件工具及分析方法［J］.中国电化教育，2009（4）：95-100.

［36］姜春林，唐悦，杜维滨，等.CSSCI管理学来源期刊引文网络结构分析［J］.科学学与科学技术管理，2009，30（7）：54-58.

［37］张宝建，孙国强，裴梦丹，等.网络能力、网络结构与创业绩效——基于中国孵化产业的实证研究［J］.南开管理评论，2015，18（2）：39-50.

［38］Koka B R，Prescott J E.Strategic alliances as social capital：A multidimensional view［J］.Strategic Management Journal，2002，23（9）：795-816.

Network Position and High-tech Enterprises Innovation Performance—A Case Study of Jiangxi Province

LI Min1,LIU Chen-yun1,CHENG Yang2,LI Jia-ping1
（1.School of Business Administration,Jiangxi University of Finance and Economics,Nanchang 310013,China; 2.Aalborg University,Aalborg 1599100,Denmark）

The power distance between Chinese people affects the credibility of mutual behavior.This paper discusses the impact of net⁃work position on innovation performance based on social network theory.The paper,by selecting the approved high-tech enterprises in Ji⁃angxi province from 2012 to 2016,empirically analyzes the relationship between network location and innovation performance.The re⁃search shows that:The closer the enterprises to the network center,the greater they can improve their performance,and the number of structural holes occupied by the enterprises is significantly related to their innovation performance;Moreover,the research also finds that the number of structural holes are not related to innovation performance by applying the regression analysis of network centrality,structur⁃al holes and innovation performance.The research conclusions reflect China network organization operation rules and their effectiveness, and suggest that the enterprises should fully consider the network centrality in the construction of network.

social network；high-tech enterprises；innovation performance；Jiangxi province

F127；F273.1

A

1007-5097（2017）08-0025-09

［责任编辑：余志虎］

10.3969/j.issn.1007-5097.2017.08.004

2017-04-06

国家自然科学基金项目（71362006）；江西省博士后科研项目（2015KY26）；江西省社会科学规划课题（13GL03）；江西省高校人文社会科学研究项目（GL11119）

李敏（1971-），男，江西武宁人，副教授，管理学博士，博士后，研究方向：网络治理；刘晨韵（1992-），女，江西吉安人，硕士研究生，研究方向：网络治理；程杨（1983-），男，江西南昌人，助理教授，研究方向：工业生产，网络治理；李佳萍（1992-），女，江西余干人，硕士研究生，研究方向：网络治理。