基于網絡結構視角的企業創新績效影響實證研究

朱泯靜，楊永福，朱 蕾

(中山大學 嶺南學院，廣州510275)

0 引言

隨著技術復雜性、專業化的不斷加深，企業合作創新網絡以其有效提高創新效率、降低創新成本、縮短創新時間等明顯優勢，已成為當代企業創新的重要形式，吸引了學界和企業界的廣泛關注。網絡理論的學者指出企業合作創新網絡結構對企業創新績效具有顯著的影響。關于企業創新網絡結構，現有研究分為兩派，其觀點針鋒相對。一派是結構洞理論。認為稀疏的網絡結構才能有效提升企業創新績效。因為稀疏網絡使得企業易于與不同領域企業建立橋聯系（bridge tie），有利于企業獲得多樣性知識，從而有效提升企業創新能力。另一派是社會閉合理論。提出緊密網絡結構對企業獲得高水平創新收益是至關重要的。因為緊密網絡有助于企業間建立互惠、互利及共享的機制，提高知識轉移數量和質量，促進企業創新產出的增加。無論“疏”“密”，兩種觀點均得到大量的實證支持[1]，尚無定論。

從宏觀層面如何解釋我國企業創新網絡結構“疏”“密”共存的現象呢？從物理學界引入的社會合作網絡的小世界性為這一問題的解決帶來了契機。目前，已有國外文獻實證分析了小世界網絡結構與個人創新力、區域創新績效等的關系，但仍未有一致的結論。如有學者認為小世界網絡結構有利于個人創新力的提升[2]，另一些學者則認為小世界網絡結構對創新并沒有顯著作用[3]。國內也有少量關于網絡小世界性與企業創新績效的關系研究，但都只做了定性分析，如馮鋒和王亮[4]、樊霞和朱桂龍[5]、李志宏和朱桃[6]等，缺乏相關實證分析，制約了小世界理論在我國實踐中的應用價值。由此，為解決上述兩個關鍵性問題，本文提出利用小世界理論整合結構洞理論和社會閉合理論兩種觀點，在測量企業合作創新網絡小世界性的基礎上，實證檢驗其對企業創新績效的影響。這對提升我國自主創新能力具有一定指導意義。

1 研究假設

當一個網絡同時具有聚集系數高和平均路徑長度短兩種特征，稱該網絡具有小世界性。小世界性的衡量指標有：聚集系數、路徑長度和小世界Q值。

⑴企業合作創新網絡的聚集系數與企業創新績效

聚集系數是衡量一個企業與其他企業聯系緊密程度的變量。聚集系數越高表示企業間聯系頻繁，關系親密；聚集系數低則意味著企業間疏于聯系。

我們提出如下假設：

假設1：企業合作創新網絡聚集系數與創新績效呈倒U型關系。當聚集系數低于某臨界值時，企業合作創新網絡的聚集系數與企業創新績效呈現正相關關系；當超過某臨界值之后，企業合作創新網絡的聚集系數與企業創新績效呈現負相關關系。

⑵企業合作創新網絡的路徑長度與企業創新績效

在聚集系數不變的前提下，企業合作創新網絡的路徑長度越短意味著任意兩個企業間信息傳輸所經過的中間越少。企業間路徑長度的縮短有利于多樣性新穎知識的擴散，有效提升企業創新能力。

本文提出：

假設2：企業合作創新網絡的路徑長度與企業創新績效呈負相關關系。

⑶企業合作創新網絡的小世界網絡結構與企業創新績效

本文研究的是小世界網絡結構對企業創新績效的影響，即聚集系數與路徑長度對企業創新績效的交互效應。此處，用小世界Q值來表示小世界網絡結構特征，即聚集系數比率除以路徑長度比率。

假設3：企業合作創新網絡的小世界系數Q值與企業創新績效呈倒U型關系。當小世界系數Q值低于某一臨界值時，企業合作創新網絡小世界系數Q值與企業創新績效呈現正相關關系；當超過臨界值時，企業合作創新網絡小世界系數Q值與企業創新績效呈現負相關關系。

2 變量分析

2.1 數據收集

本研究涉及創新與合作網絡，專利被認為具有明顯的創新與企業間合作的特征。因此，本文使用中國專利數據庫2003～2010年數據來構建企業合作創新網絡。當兩個企業聯合申請同一個專利時，則認為這兩個企業之間存在合作關系，用1表示；如果兩個企業間不存在合作關系，則用0表示，由此得到2003～2010年我國企業合作創新網絡，并從中國專利網中提取“企業申請專利數”信息。如圖1所示，使用NetDraw繪制出具有代表性的2003、2005、2007、2009年我國企業合作創新網絡的網絡圖。

圖1 2003、2005、2007及2009年企業合作創新網絡網絡拓撲結構圖

由圖1可知，我國企業合作網絡結構呈現以下三個特點：第一，參與企業合作創新網絡的企業數逐漸增多；第二，企業間的合作范圍增大，企業與其他不同企業的聯系增多；第三，隨著企業聯系的增多，企業間的聚集程度明顯提高。

2.2 變量與測量

（1）小世界結構測量

小世界網絡是唯一一類同時具有高聚集系數與短平均路徑長度特征的網絡[5]。本文通過三個指標——聚集系數、平均路徑長度、小世界Q值判斷真實網絡的小世界性。以隨機網絡為基準，隨機網絡是指網絡中兩節點之間以固定概率P隨機連接的網絡，它與其他類型的網絡相較而言具有相對較小的路徑長度和低的聚集系數特征[2]。當真實網絡的聚集系數高于具有相同節點數的隨機網絡的聚集系數，且其平均路徑長度明顯短于隨機網絡的平均路徑長度，則可認為真實網絡具有小世界性；或是通過小世界Q值來判斷，當真實網絡的小世界Q值明顯大于1時，則判斷真實網絡具有小世界性[3]。

①聚集系數（Clustering Coefficient，簡稱CC）。聚集系數是衡量網絡中個體集團化程度的參數。集團表示朋友圈或熟人圈，集團中成員往往相互熟悉。關于聚集系數的測算主要有兩種方法。第一種是節點i的鄰接點之間實際存在的邊數與所有可能邊數的比值；第二種是包含節點i的三角形的個數與以節點i為中心的三元組的個數的比值。第二種方法考慮網絡規模的影響因而更為準確，因此，本文使用第二種方法測算網絡的聚集系數。利用Ucinet 6.0軟件計算出各節點的聚集系數及網絡的聚集系數。聚集系數的取值范圍為[0，1]，零代表沒有聚集，1代表完全聚集。

③小世界Q值。計算式為CC比率與PL比率的比值[2]，其中CC比率為實際網絡CC除以具有相同節點數的隨機網絡CC，PL比率則是實際網絡中PL除以具有相同節點數的隨機網絡的PL。

⑵企業創新績效。大量學者認為企業專利數是企業創新績效最適合的代理變量，這是由于專利考慮了企業的新技術、新工作流程和新產品等，這些正是企業創新成果的表現，與企業創新績效高度相關。因此，本文使用2003～2010年各企業的專利數作為企業創新績效的代理變量。

⑶控制變量

①結構洞：眾多學者指出占據結構洞越多的企業將顯著影響企業創新績效。占據結構洞位置的企業擁有非冗余的異質性聯系，易于獲得差異化的信息，進而影響創新成功率。因此，本文在分析企業創新績效時有必要控制企業結構洞。亦可通過Ucinet 6.0軟件計算企業結構洞。

②中心性：研究表明，中心性高的企業在創新方面具有更強的優勢。這是因為，占據中心位置的企業更容易獲得并控制與創新有關的信息[1]，本研究認為，企業的中心性可能對創新績效產生影響，但不是本文的研究重點。因此，本文將企業中心性作為控制變量處理。我們利用Ucinet 6.0軟件計算企業中心性。

③網絡密度（density）：有研究指出，網絡密度對企業創新績效具有正向作用，這是由于網絡密度的提高有利于形成互信的氛圍，加快信息資源的流動與整合，促進企業創新績效[3]。而另一研究則指出，網絡密度與企業創新績效呈現負向關系，這是因為網絡密度高將導致網絡內冗余知識和資源的增多，不利于多樣性知識的產生，阻礙企業創新能力提升。雖然現有研究種關于網絡密度與企業創新績效的關系并未得到統一的結論，但是網絡密度是影響企業創新績效的重要因素之一，因此，本文將網絡密度作為控制變量處理。

3 實證檢驗

3.1 網絡結構測量

本文計算了2003～2010年企業合作創新網絡的CC、PL及Q值，詳見表1。

表1 2003～2010年企業合作創新網絡與隨機網絡各項指標比較

由表1可知，2003～2010年的企業合作創新網絡均為小世界網絡。因為它們的聚集系數均遠遠大于隨機網絡的聚集系數，同時，路徑長度小于隨機網絡的路徑長度；小世界Q值遠遠大于1，由此可判斷這8個網絡均具有小世界性。

3.2 統計分析

由于企業申請專利數為計數數據，因此，本文使用計數模型。由于在計數模型中使用OLS回歸方法則產生有偏的且非一致的系數估計量，且所用數據以P＜0.0001的概率拒絕了泊松模型，因此本文使用負二項回歸模型（Negative binomial model）是更為合適的。通過Hausman檢驗以P＜0.0002的概率拒絕了隨機效應設定，因此，本文最終使用的統計方法為固定效應的負二項式回歸。

3.3 假設檢驗與分析

表2 各變量的描述性統計

表3 各變量的相關性分析

表3與表4是本研究主要變量的均值、標準差及相關系數。企業創新績效的多因素回歸分析結果見表5。模型1是控制變量對因變量企業創新績效的回歸模型；模型2為在控制變量的基礎上增加了聚集系數對企業創新績效的影響；模型3在模型2的基礎上增加了聚集系數的平方項對企業創新績效的影響；模型4在控制變量的基礎上增加了路徑長度對企業創新績效的影響；模型5在模型3的基礎上加入路徑長度、小世界Q值對企業創新績效的影響；模型6是在模型5的基礎上加入小世界Q值的平方項對企業創新績效的影響；模型7是在控制變量的基礎上加入最大連通圖規模對企業創新績效的影響；模型8為包含控制變量及全部自變量的主效應模型。

模型2、模型3結果表明，在控制變量基礎上增加聚集系數及聚集系數的平方項，模型的解釋力提高（對數似然函數值增大）；聚集系數與企業創新績效存在倒U型關系（βcc=5.551，p＜0.01；βcc2=-6.357，p＜0.05），從而支持了假設1。

模型4的結果表明，在控制變量的基礎上加入路徑長度自變量，路徑長度與企業創新績效存在著負相關關系（β=-0.038，p＜0.05），從而支持了假設2。

模型5、模型6表明，在控制變量基礎上增加小世界Q值及小世界Q值的平方項，模型的解釋力顯著提高（對數似然函數值增加）；小世界Q值與企業創新績效之間存在倒U型的關系（βQ=3.686，p＜0.1；βQ2=-1.302，p＜0.05），從而支持了假設3。

表4 企業創新績效的多因素回歸分析結果

綜上所述假設檢驗結果可見，本研究關于平均路徑長度的倒數、聚集系數、小世界Q值對企業創新績效的正向影響關系的假設均得到實證支持。

4 結論與建議

4.1 研究結果

以2003～2010年企業合作創新網絡為樣本，應用社會網絡分析、物理學與管理學相關理論，本文從宏觀角度，就企業合作創新網絡的小世界性與企業創新績效的關系進行了實證研究。實證結果可以回答本文一開始提出的兩個關鍵問題。一是我國企業創新網絡確實存在小世界性，企業創新網絡是既“疏”又“密”的。二是從宏觀角度解釋了“疏”“密”共存的現象及其具體特征。

我國企業創新網絡的“疏”“密”之間存在微妙的平衡。本文發現小世界網絡結構與企業創新績效之間存在倒U型關系。當企業合作創新網絡的小世界Q值處于中間水平時，企業能夠從企業合作創新網絡中獲得新穎獨特的新知識、新信息，同時，與合作伙伴建立緊密的聯系，有利于交換隱形知識，提升企業創新績效。但是當企業合作創新網絡的小世界Q值過高時，由于過多的重復冗余知識的產生，將會損害企業創新績效。

4.2 實踐價值

本文從宏觀角度對我國企業合作創新網絡進行實證分析，實證結果對企業實踐和相關政府部門具有一定的啟示意義：一是完善我國科技平臺建設和開放共享。我國正處于在轉型經濟時期，市場機制的不完善，信用制度的缺失等都嚴重影響企業間知識、信息的流動進而影響企業創新績效的提升。這就要求國家完善科技平臺建設，充分利用現代信息技術，促進企業間知識共享，讓企業與現有合作伙伴建立全方位合作。國家科技平臺建設有利于降低企業間合作的成本，擴大網絡規模，提高多樣性知識轉移和整合的質量和數量。二是完善知識產權保護和管理制度，政府應加強各類法制建設和監管力度，營造一個互信的制度環境，消除企業間合作創新的顧慮，為企業創新提供一個公平、穩定、透明的外部環境。同時，良好的知識產權管理制度能夠幫助企業從中快速找到有用的異質性知識，提高網絡“密”度的臨界值，有利于企業創新績效的進一步提升。

[1]錢錫紅，楊永福，徐萬里.企業網絡位置、吸收能力與創新績效——一個交互效應模型[J].管理世界，2010（,5）.

[2]肖功為，曾海燕.基于利益相關者理論的企業社會責任的戰略培育[J].邵陽學院學報（社會科學版）,2012（,3）.

[3]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）.

[4]陳穎，賀勇.我國股權激勵的發展歷程與現狀——基于股改前后的比較研究[J].邵陽學院學報（社會科學版）,2011（,3）.

[5]樊霞，朱桂龍.基于小世界模型的企業創新網絡研究[J].軟科學，2008，97（1）.

[6]李志宏，朱桃.基于加權小世界網絡模型的實踐社區知識擴散研究[J].軟科學，2010，122（2）.

[7]Gautam Ahuja，Riitta Katila.Technological Acquisitions and the Innovative Performance of Acquiring Firms：a Longitudinal Study[J].Strategic Management Journal，2001，22（3）.