胡燕玲 李梦 毛雪娣

摘 要：针对近年来协同创新网络发展实践，通过追踪国际协同创新网络研究的热点与前沿，明确国际协同创新网络的研究领域与发展重点，为我国协同创新绩效的改进提供决策参考。文章运用CiteSpaceV可视化软件，对来源于Web Of Science核心数据库、时间跨度为1999—2020且与协同创新网络研究相关的1 453篇文献进行知识图谱分析与数据挖掘。论文产出量位居前3的国家是美国、英国和中国，处于关键节点上的国家是美国、西班牙和英国;论文高产机构为阿尔托大学（Aalto Univ）、加州伯克利大学（Univ Calif Berkeley）、麻省理工学院（MIT）、麦吉尔大学（McGill sUniv），但这几个机构都没有形成关键节点;处于关键节点上的作者有COHEN WM、POWELL WW、GULATI R、COOKE P和KOGUT B;研究热点与前沿问题包括协同创新网络模式是否可以提高区域创新“绩效（performance）”，内部“知识（knowledge）”流动效应，以及协同创新网络创新能力、影响因素、集聚效应及动力机制研究等。

关键词：协同创新;创新网络;知识图谱;研究前沿;研究热点

中图分类号：C 93   文献标识码：A   文章编号：1672-7312（2021）04-0399-10

Knowledge Map Analysis of International Collaborative

Innovation Network based on CiteSpaceV

HU Yanling1，LI Meng1，MAO Xuedi2

（1.School of Management，Shanghai University ofEngineering Science，Shanghai 201620，China;

2.School of Management，Donghua University

，Shanghai 200051，China）Abstract：According to the development practice ofcollaborative innovation network in recent years，by tracking the hot spots andfrontiers of international collaborative innovation network research，theresearch fields and development priorities of international collaborativeinnovation network are clarified，which can provide decision-making referencefor the improvement of collaborative innovation performance in China.This paperuses CiteSpaceV visualization software to analyze the knowledge map and datamining of 1 453 literatures from the core database of Web Of Science and relatedcollaborative innovation network research with a time span of 1999—2020.Theresults show that the top three countries in terms of paper output are the UnitedStates，the United Kingdom and China，and the key nodes are the United States，

the Spain and the United Kingdom.The authors are from the Aalto University，

University of California Berkeley，Massachusetts Institute of Technology （MIT）and McGill University.The key authors are COHEN WM、POWELL WW、GULATI R、COOKE Pand KOGUT B.Research hot spot and frontier issues include whether collaborativeinnovation network model can improve regional innovation “performance”，internal“knowledge” flow effect，and research on collaborative innovation networkinnovation ability，influencing factors，agglomeration effect and drivingmechanism.

Key words：collaborative innovation;innovation networks;

knowledge mapping;research front;research hot spot

0 引言

隨着知识经济时代的发展，协同创新网络已成为当今世界不同领域创新活动的重要手段和全新模式，比如，綦良群和周凌玥（2019）[1]研究了装备制造企业的协同创新模式;罗占收（2020）[2]将协同创新网络运用到高校建设中。研究表明，协同创新网络主要是指不同创新主体之间通过相互配合，实现创新资源的合理化配置，以达到互利共赢，提升创新能力，增加创新绩效的目的[3-5]。通过文献检索发现，目前理论界关于协同创新网络的研究，主要是运用定性研究的方法，从协同创新网络的内涵、机理及作用，协同创新网络的空间关联及影响因素，协同创新网络的结构、模型及构建等方面展开，而借助于可视化图谱展开对国内外协同创新网络研究热点与前沿及演化路径与趋势进行定量分析的成果相对较少。因此，本文借助CiteSpaceV可视化软件，通过共引文献和关键词共现图谱分析，阐明协同创新网络的演进路径，找出国际协同创新网络研究的热点及前沿，分析协同创新网络领域的研究趋势，拟为我国区域协同创新网络模式构建和区域创新绩效改进提供决策参考。

1 研究设计

1.1 数据来源

本文研究的数据来源于Web of Science核心数据库，设定时间范围为1999—2020，检索日期为2021年4月1日，检索条件为：主题（topic terms）=Collaborative innovation network，数据库选择核心集合，检索结果为2 496条纪录，利用Web of Science数据库自带的精炼功能，对数据进行清洗，在文献类别中选中“ARTICLE”，剔除非学术类文献，在语种类别中选中“ENGLISH”精炼结果1 486条纪录，然后进行人工筛选，剔除偏离主题较远的文献，精炼结果1 453条纪录。通过对这1 453篇文献进行统计分析可以看出国际上关于协同创新网络研究的论文年产量分布情况，如图1所示。

由图1可以看出，国际上关于协同创新网络的论文年产出量总体上呈递增趋势。从2005年开始每年论文产出量以2位数递增，2014—2018年间急速增长，2018年至今，相关领域每年论文年产量在200篇左右，由此可见，国际上对协同创新网络研究的关注度日益增加。

1.2 研究方法与工具

文中运用科学知识图谱的方法，以上述1 453篇相关文献记录作为研究数据，借助CiteSpaceV软件，通过对国家、作者、文献共被引和关键词共現等知识图谱分析[6]，探究近二十年协同创新网络研究领域内的高产国家和重要作者，阐明协同创新网络研究的演进路径，找出协同创新网络研究的热点与前沿，分析协同创新网络领域的研究趋势。

2 研究结果与分析

2.1

国际协同创新网络研究高产国家、机构、核心作者分析

2.1.1 国际协同创新网络研究高产国家分析

运用CiteSpaceV软件对1453条样本数据进行高产国家可视化分析，在Time Slicing一栏中将时间设定为“1999—2020”;将“Node Types”设定为“Country”;在“Selection Criteria”面板中将“Top N”设定为50，其他值均为默认值，点击运行生成节点53个，连线321条的协同创新网络研究高产国家可视化图谱，如图2所示。在图2中，每个节点代表一个国家，节点的大小代表相应国家关于协同创新网络研究论文的产出量，节点之间的连线代表2个国家之间的联系;紫圈和红圈标记的两类节点属于重要发现节点，紫圈代表中心度较高，红圈代表突现率较高。通过对图2进一步分析，可得到表1所示的高发文量和高中心性排名前十的国家。

从协同创新网络相关研究发文数量来看，位居前3名的是美国、英国和中国，其中美国的发文数量已超300，而英国和中国发文数量逼近200;从中心度来看，位于关键节点（中心度大于0.1）的国家是美国、西班牙和英国。值得注意的是虽然荷兰的发文数量仅位于第六，但处于关键节点上，而我国虽然发文量位于第三，但在国际协同创新网络相关研究网络中却没有形成关键节点。说明关键节点的形成不仅受到发文数量的影响，还受到其他诸如相关研究领域的发展状况、与其他国家机构的联系等因素的影响。荷兰之所以处于关键节点上，部分原因是荷兰协同创新网络研究领域的发展相对来说比较好，与其他国家机构的联系比较紧密。因此，我国必须在保证发文数量的同时，增强与其他国家机构的合作交流，促进我国协同创新网络研究领域的发展，才能在国际协同创新网络相关研究网络中形成关键节点。

2.1.2 国际协同创新网络研究机构合作分析

运用CiteSpaceV软件对1 453条样本数据进行高产机构合作知识图谱分析，将“Node Types”设定为“Institution”，其他值均为系统默认，点击运行生成如图3所示的高产机构合作知识图谱。

在图3中，共生成节点212个、连线182条，每个节点代表一个研究机构，节点的大小代表该机构相关论文的产出量。2个节点之间的联系代表相应的2个机构之间存在合作，每个节点与其他节点的联系越多，表明该机构与其他机构的合作越多[7]。图3中除了最大节点乌得勒支大学（Univ Utrecht）有紫色外圈外，其余国际协同创新网络研究发

文量较高的机构：阿尔托大学（Aalto Univ）、加州伯克利大学（Univ Calif Berkeley）、麻省理工学院（MIT）、麦吉尔大学（McGill sUniv），都没有形成明亮的紫色外圈，即在此网络中没有形成关键节点。说明这些机构多数情况下进行的都是封闭式研究，与相关研究领域内的其他机构的合作交流还不够紧密，故没有形成关键节点。而这种现象的出现本质上阻碍了相关领域内知识资源的流动和共享，不利于整个研究领域的进一步发展。因此，这些高产机构应该在维持发文数量的同时，增强与该研究领域内其他机构的交流合作，加速知识资源在相关研究领域内的流动，促进整个研究领域的进一步发展。此外，除了高产机构，领域内的非高产机构也应该尽可能多的与其他研究机构，尤其是高产机构进行合作交流。一方面可以提高非高产机构自身的发展，另一方面也可以为提高整个研究领域的集聚效应，促进整个研究领域更好的发展。

2.1.3 国际协同创新网络研究核心作者分析

重要学者对一个学术领域的发展具有巨大的推进作用，作者共被引是评估一个作者学术地位及影响力的重要衡量指标[9]。运用CiteSpaceV软件对1 453条数据进行作者共被引知识图谱分析，将“Node Types”设定为“cited author”，在“Selection Criteria”中将“Top N”设定为30，其他值均为默认值，点击运行生成如图4所示的作者共被引知识图谱。

在图4中，共生成节点266个、连线1 218条，节点的大小代表作者共被引的频次，2个节点之间的连线代表作者共被引的强度。对图4进一步分析可得到表2。从图4可以看出处于关键节点（紫圈节点）上的作者有COHEN WM、POWELL WW、GULATI R、COOKE P和KOGUT B。结合表2可以看出，这几位作者也都是该领域内的高被引作者，说明这几位作者在该领域内具有一定的影响力，对该领域的发展做出了一定的贡献。

2.2 国际协同创新网络研究演进路径分析

运用CiteSpaceV软件中的文献共引分析，可以清晰展现协同创新网络研究领域的演化路径[8]，并对关键性节点和重要文献进行标记，能够反映该研究领域的主要演进趋势。将“Node Types”设定为“cited Reference”，在“Selection Criteria”面板中将“Top N”设定为30，其他值均为默认值，点击运行即生成图5。在图5中，共生成节点598个、连线1 535条，节点的大小代表文献共被引的频次，2个节点之间的连线代表文献共被引的强度。通过阅读文献内容，结合图5来分析关键文献，可以总结协同创新网络研究演化路径如下。

早期的关注点集中在企业关系网络与创新绩效的关系上，研究的重点多数以企业为主，且多为定性和理论研究。如2000年，AHUJA G[10]研究了企业关系网络对创新的影响，结果表明，直接联系和间接联系都对创新有积极的影响，但在企业间协作网络中，不断增加的结构洞对创新有负面影响。2004年，RODAN S等[11]指出通过一个专门强调知识异质性的网络，可以获得实质性的创造力和创新效益，认为网络结构对创新管理很重要，尤其是存在异质知识的网络可以有效促进创新绩效的提升。CALOGHIROU Y等[12]检验了企业在创新过程中识别、评估和利用外部信息和知识的能力的重要性，认为企业在提升创新绩效时，对外部网络中知识的吸收能力是非常重要的。随着研究的深入，研究者逐步关注到社会网络关系、协同网络对创新绩效的影响，研究的重点开始转向以信息来源、社会网络关系为主，并初步尝试进行定量和实证研究。如2005年，AMARA N等[13]探析了信息来源对创新的影响，研究结果表明，使用多种类的研究型信息资源来开发或改进产品生产流过程，

更有利于研发出世界领先或全国领先的创新型产品，而企业、政府、研究所和大学之间的紧密合作可以增加创新的新颖性。2006年，AGRAWAL A等[14]研究了社会网络关系在促进知识流动方面的作用，发现跨领域协同网络关系内知识流的影响几乎是领域内的2倍，认为社会关系对知识流动模式起到决定作用。2007年，

SCHILLING M A等[15]指出协同网络的结构影响着知识创造的潜力;网络中非冗余连接缩短了企业之间的距离，并通过挖掘更广泛的知识资源使网络具有更大的覆蓋范围;认为与不具备这些特征的企业相比，嵌入同时具有高集群性和高覆盖范围的协同网络中的企业将具有更大的创新产出。近年来，运用定量和实证研究的方法，以知识流和协同创新网络为研究重点，探究区域协同创新网络及影响因素、对创新绩效的促进作用成为研究者关注的焦点。如2009年，BRESCHI S等[16]阐述了移动研发人员和研发网络对跨公司、跨城市或跨州知识传播的贡献，认为地理因素在限制知识扩散方面是非常重要的。这对于构建区域协同创新网络，以促进创新资源和知识的传播，增加创新产出，具有借鉴意义。2010年，LEE S等[17]探索了中小企业开放创新的潜力，开发了能够增强这种潜力协同模型;在各种协同模式中，引入了一个体现开放创新理念的中介网络模型;探索了外部参与者在创新过程中的作用，确定了创新的障碍，在此基础上提出了协同网络模型;指出有效的网络是促进中小企业创新能力的一种可能途径，鼓励中小企业的虚拟组织建立跨功能的协同网络。GASSMANN O等[18]认为由于复杂的技术和产品系统，分工在创新上有所增加，研发外包和联盟逐渐成为一种趋势，创新由独立走向协同;开放式协同创新现象已经从一个以高科技产业为主的创新实践者的小俱乐部发展成为一个被广泛讨论和实施的创新实践。

结合图5及以上分析，可总结协同创新网络研究近20年的演进路径如下：在研究视角上，从以宏观创新体系为主逐步过渡到以微观创新网络结构为主;在研究对象上，从以企业、信息来源为主逐步过渡到以知流、协同创新网络为主;在研究方法上，从以定性、理论分析为主逐步过渡到以定量、实证研究为主。

2.3 国际协同创新网络研究热点及前沿分析

2.3.1 国际协同创新网络研究热点分析

关键词反映了作者研究的核心内容，通过CiteSpaceV软件中的关键词共现知识图谱分析既可以把握协同创新网络研究领域的热点问题，又可以揭示该领域的研究范式[7]。将“Node Types”设定为“keyword”，在“Selection Criteria”面板中将“Top N”设定为20，其他值均为默认值，点击运行即生成图6。在图6中，共生成节点99个、连线520条，对图6进一步分析可得到表3所示的高频次和高中心度排名前十的关键词。

从表3看出，出现频次较多的关键词为“创新（innovation）”和“网络（network）”，紧随其后的是“绩效（performance）”、“协同（collaboration）”、“知识（knowledge）”和“管理（management）”，另外，从中心度的角度来看，这几个关键词也都处于关键节点（中心度大于0.1）之上，说明在协同创新网络研究领域中，学者们比较关心的热点问题首先是协同创新网络（collaboration innovation network）的基本内涵、运作机理、模式构建等。

其次就是协同创新网络（collaboration innovation network）这种创新模式是否可以提高区域或公司创新绩效（ innovation performance），这说明无论在理论界还是在实践中，创新绩效都是被关注的对象。除此之外，还有协同创新网络内部知识（knowledge）的传播情况、协同创新网络模式对组织创新管理（management）能力的影响、创新资源分配对各创新团体研发能力（alliance research and development）的影响、协同创新网络对外部创新资源及创新技术（technology）的吸附能力、协同创新网络在社会网络体系（social network system）中的协同（collaboration）能力等等，都是该领域内学者们研究的热点问题，对该领域的发展起着支撑作用。

2.3.2 国际协同创新网络研究前沿分析

在协同创新网络研究关键词共现时区视图中，关注近几年出现的关键词，可以初步了解协同创新网络研究前沿问题，然后结合协同创新网络研究关键词突现率知识图谱分析，即可全面掌握协同创新网络研究前沿问题。在图6的基础上，结合CiteSpaceV的“Time Zone”功能，对协同创新网络研究关键词共现时区视图（进行分析，如图7所示;然后利用CiteSpaceV的“burstness”功能，生成关键词突现率知识图谱，选择2000年开始突现的部分关键词，如图8所示。

通过对图7和图8的分析，现总结协同创新网络研究前沿如下。

1）协同创新网络创新能力研究。创新绩效是理论界和实践中都比较关心的热点问题，而创新能力是提升创新绩效的关键，想要提高创新绩效，必须首先提高创新能力。因此，近些年关于协同创新网络创新能力的研究越来越多。如Awan U认为创造性思维使企业能够专注于强有力的合作关系，从而促进企业间的资源交换，进而增强企业创新能力，提高可持续性绩效[19]。而LIN Y认为企业可以通过加大创新支出、提高管理效率，来增强自主创新和协同创新能力[20]。SHI H B的研究也指出，适当的人才流动、技术-非技术要素协同有利于提高企业协同创新能力[21]。

2）协同创新网络影响因素研究。创新网络是创新的主要载体，而协同创新网络作为一种新的创新模式，近些年受到了产业界的众多关注。网络的运行效率对创新产出具有一定影响，因此，近些年协同创新网络的影响因素成为学者们比较关注的前沿问题。如Fang W将协同创新网络的影响因素概括为决策因素和驱动因素，并指出可以促进创新快速发展的3个因素为关系治理机制、关系强度和核心领导[22]。而

PAPADONIKOLAKI E的研究表明影响协同创新网络运作的因素还包括企业兼容性、企业间知识流动和企业间权力动态[23]。

3）协同创新网络集聚效应分析。产业集聚可以有效促进产业的可持续发展，协同创新网络集聚是否具有同样的效应，可以促进创新活动的持续进行，进而提高创新绩效，成为近年来协同创新网络领域研究的前沿问题。如WANG C研究发现，协同创新网络密度和聚类系数对提高研发人员的效率有正向调节作用，即研发人员对创新产出的正向影响被更密集的区域网络放大;区域内网络的集约化和集群化也有利于海外技术溢出与创新产出之间的关系[24]。而ZHANG L也提出，通過加强协同创新网络集聚效应，刺激创新绩效，实现复杂网络向先进产业协同创新集群的演化过程[25]。

4）协同创新网络动力机制研究。动力机制是网络运作的支柱，对协同创新网络动力机制的研究，有助于采取有针对性的措施提高协同创新网络的运作效率，也有助于对协同创新网络进行有效维护。如TADI B的研究表明，创新产出的增加与协同创新网络中知识共享的程度有关[26]。而VAN DIJK L研究了以实践为主导的协同创新网络运作机制，指出协同环境中的协商驱动了实现工业企业之间互操作性的新方法，并将谈判作为支持产业协同工作环境中服务开发创新的支柱机制[27]。

3 结论与展望

3.1 研究结论

本文借助CiteSpaceV软件对来源于Web Of Science核心数据库的1999—2020年有关协同创新网络相关研究的1 453篇文章进行研究，主要通过高产国家、机构合作、核心作者、文献共被引、关键词共现等知识图谱研究，阐明了协同创新网络的演进路径，找出了国际协同创新网络研究的热点与前沿，分析了协同创新网络领域的研究趋势，得出相关结论如下。

1）在国际协同创新网络研究领域的高产国家中，位居前3名的是美国、英国和中国，而位于关键节点（中心度大于0.1）上的国家是美国、西班牙和英国。荷兰的发文数量位于第六，但处于关键节点上，而我国虽然发文量位于第三，但在国际协同创新网络相关研究网络中却没有形成关键节点。

2）国际协同创新网络相关研究高产机构为：阿尔托大学（Aalto Univ）、加州伯克利大学（Univ Calif Berkeley）、麻省理工学院（MIT）、麦吉尔大学（McGill sUniv），但是这几个研究机构在协同创新网络研究网络中没有形成关键节点，即论文产量高的研究机构也不一定与其他机构有密切的联系。

3）在协同创新网络研究中处于关键节点（紫圈节点）上的作者有COHEN WM、POWELL WW、GULATI R、COOKE P和KOGUT B。这几位作者同时也是该领域内的高被引作者，即这几位作者在该领域内具有一定的影响力，对该领域的发展做出了一定的贡献。

4）协同创新网络相关研究近二十年的演进路径如下：在研究视角上，从以宏观创新体系为主逐步过渡到以微观创新网络结构为主;在研究对象上，从以企业、信息来源为主逐步过渡到以知识流、协同创新网络为主;在研究方法上，从以定性、理论分析为主逐步过渡到以定量、实证研究为主。

5）协同创新网络研究热点问题包括：协同创新网络的基本内涵、运作机理、模式构建等，

协同创新网络模式对区域或公司（firm）创新绩效（performance）的影响力、内部知识（knowledge）传播效应、研发（research and development）能力、不同体系（system）间的协同（collaboration）能力等等;而关于协同创新网络创新能力、协同创新网络影响因素、协同创新网络集聚效应、协同创新网络动力机制等成为协同创新网络研究前沿问题。

3.2 研究展望

近年来随着经济发展方式的改变，我国越来越重视区域协同发展，学术界在区域协同创新网络相关研究上的成果也越来越多，其发文数量已位居国际第三。但是我国在协同创新网络相关研究方面与国际先进研究还存在一定差距，并没有形成关键节点，与国际研究热点、前沿问题结合的还不够紧密。因此，应该在考虑国内环境的前提下，借鉴国际一流的研究成果，来促进我国协同创新网络相关研究的发展，争取让我国研究成果在国际相关研究网络中处于关键节点之上，这也是本文研究的意义所在。目前，我国关于协同创新网络的研究内容主要集中于协同创新网络的内涵、机理及作用，协同创新网络的空间关联及影响因素，协同创新网络的结构、模型及构建等几个方面，未来尚有以下几个方面的内容值得进一步的深入研究。

1）协同创新网络中知识流动效应。目前我国在知识流动效应相关研究上已取得一些研究成果，但是针对协同创新网络中知识流动效应的研究相对较少。已有研究表明，知識流动对创新绩效具有一定的促进作用，但并未说明知识流动具体是如何影响创新绩效的。因此未来的研究应该集中于协同创新网络中知识流动趋势、知识流动如何影响创新绩效等，以促进区域协同创新网络的发展，提升区域创新绩效。

2）协同创新网络空间集聚效应分析。现有文献对协同创新效应的研究成果比较多，但对协同创新网络空间集聚效应分析方面的研究成果比较少。已有研究表明，产业空间集聚有助于产业链的完善。因此有必要对协同创新网络空间集聚效应进行研究。相关研究可以从协同创新网络中的创新资源的空间集聚、研发人员的空间集聚以及协同创新网络的整体集聚等方面展开，探讨如何通过进一步加强协同创新主体之间的合作关系，促使区域创新活动的持续进行，帮助区域创新产业的发展。

3）协同创新网络动力机制研究。目前我国对协同创新网络结构、模型及构建等方面的研究成果比较多，但对协同创新网络动力机制的研究成果比较少。动力机制是网络运行的支撑杠杆，对协同创新网络动力机制进行研究，准确掌握协同创新网络的动力机制，可以有针对性地对协同创新网络进行调节，有利于提高协同创新网络的运行效率，进而提升创新能力，增加创新绩效。

参考文献：

[1] 綦良群，周凌玥.装备制造企业协同创新网络知识转移的演化博弈研究[J].预测，2019，38（01）：83-90.

[2]罗占收.如何构建有效的高校协同创新网络系统——基于南京中医药大学的分析[J].中国高校科技，2020（10）：69-72.

[3]王聪，周立群，朱先奇，等.基于人才聚集效应的区域协同创新网络研究[J].科研管理，2017，38（11）：27-37.

[4]范斐，杜德斌，游小珺，等.基于能力结构关系模型的区域协同创新研究[J].地理科学，2015，35（01）：66-74.

[5]吴中超.国外产学研创新网络研究回顾与前瞻[J].技术与创新管理，2020，41（02）：107-113.

[6]崔永华，王冬杰.区域民生科技创新系统的构建——基于协同创新网络的视角[J].科学学与科学技术管理，2011，32（07）：86-92.

[7]杨红燕，冯正斌，武静蕾.基于文献计量统计的中国文化海外传播研究[J].技术与创新管理，2020，41（03）：246-253.

[8]屈家安，刘菲.国际创新创业研究热点与趋势可视化分析——基于2007-2016年四大国际顶尖创新创业期刊的CiteSpace图谱量化研究[J].科技进步与对策，2018，35（12）：154-160.

[9]王璇，沈思.基于文献计量学的中国ESI高被引论文国际合作特征研究[J].技术与创新管理，2019，40（04）：476-481.

[10]AHUJA G.Collaboration networks，structural holes，and innovation：A longitudinal study[J].Administrative science quarterly，2000，45（03）：425-455.

[11]RODAN S，GALUNIC C.More than network structure：How knowledge heterogeneity influences managerial performance and innovativeness[J].Strategic Management Journal，2004，25（06）：541-562.

[12]CALOGHIROU Y，KASTELLI I，TSAKANIKAS A.Internal capabilities and external knowledge sources：complements or substitutes for innovative performance？[J].Technovation，2004，24（01）：29-39.

[13]AMARA N，

LANDRY R.Sources of information as determinants of novelty of innovation in manufacturing firms：evidence from the 1999 statistics Canada innovation survey[J].Technovation，2005，25（03）：245-259.

[14]AGRAWAL A，COCKBURN I，MCHALE J.Gone but not forgotten：knowledge flows，labor mobility，and enduring social relationships[J].Journal of Economic Geography，2006，6（05）：571-591.

[15]SCHILLING M A，PHELPS C C.Interfirm collaboration networks：The impact of large-scale network structure on firm innovation[J].Management science，2007，53（07）：1113-1126.

[16]BRESCHI S，LISSONI F.Mobility of skilled workers and co-invention networks：an anatomy of localized knowledge flows[J].Journal of Economic Geography，2009，9（04）：439-468.

[17]LEE S，PARK G，YOON B，et al.Open innovation in SMEs：An intermediated network model[J].Research Policy，2010，39（02）：290-300.

[18]GASSMANN O，ENKEL E，CHESBROUGH H.The future of open innovation[J].R&d Management，2010，40（03）：213-221.

[19]AWAN U，SROUFE R，KRASLAWSKI A.Creativity enables sustainable development：Supplier engagement as a boundary condition for the positive effect on green innovation[J].Journal of Cleaner Production，2019，226：172-185.

[20]LIN Y，DENG N，GAO H.Research on technological innovation efficiency of tourist equipment manufacturing enterprises[J].Sustainability，2018，10（12）：4826.

[21]SHI H B，CUI Y C，TSAI S B，et al.The impact of technical nontechnical factors synergy on innovation performance：the moderating effect of talent flow[J].Sustainability，2018，10（03）：693.

[22]FANG W，TANG L，CHENG P，et al.Evolution decision，drivers and green innovation performance for collaborative innovation center of ecological building materials and environmental protection equipment in jiangsu province of china[J].International Journal of Environmental Research and Public Health，2018，15（11）：2365.

[23]PAPADONIKOLAKI E.Loosely coupled systems of innovation：Aligning BIM adoption with implementation in Dutch construction[J].Journal of Management in Engineering，2018，34（06）：05018009.

[24]WANG C，ZHANG G.Examining the moderating effect of technology spillovers embedded in the intra-and inter-regional collaborative innovation networks of China[J].Scientometrics，2019，119（02）：561-593.

[25]ZHANG L，LU N.Structural behavioral study on the general aviation network based on complex network[C]//Materials Science and Engineering Conference Series，2017，274（01）：012097.

[26]TADI B，DANKULOV M M，MELNIK R.Mechanisms of self-organized criticality in social processes of knowledge creation[J].Physical Review E，2017，96（03）：032307.

[27]VAN DIJK L，BULLER H，

MACALLISTER L，et al.Facilitating practice-led co-innovation for the improvement in animal welfare[J].Outlook on Agriculture，2017，46（02）：131-137.

[28]COUTINHO C，CRETAN A，AGOSTINHO C，et al.Negotiation in Collaborative Working Environment for the Next Generation of Product Design[C]//ASME 2015 International Mechanical Engineering Congress & Exposition（ASME IMECE 2015）.2015.

（責任编辑：严 焱）

作者简介：

胡燕玲（1996—），女，重庆人，硕士研究生，主要从事创新管理的学习与研究。