自我中心網絡關系嵌入對企業創新的影響研究

摘 要：基于生物醫藥領域核心企業專利合作申請數據構建企業自我中心網絡，結合關系嵌入理論，將網絡關系嵌入強度、嵌入廣度的靜態特征及關系穩定性的動態特征納入到同一研究框架，采用標準負二項模型研究生物醫藥領域核心企業自我中心網絡關系嵌入特征對其創新的影響。研究結果表明：企業自我中心網絡關系嵌入強度對企業創新呈現倒U型影響；網絡關系嵌入廣度、關系穩定性均對企業創新有顯著正向影響；企業知識積累在網絡關系嵌入影響企業創新中起中介作用。研究結論豐富了企業自我中心網絡的相關理論研究，并為生物醫藥領域創新高質量發展提供了理論依據。

關鍵詞：專利合作；自我中心網絡；生物醫藥；關系嵌入；企業創新

中圖分類號：F204

文獻標識碼：A

doi：10.3969/j.issn.1672-2272.202403164

Research on the Impact of Self-centered Network Relational Embeddedness on Enterprise Innovation

：Based on the Data of Core Enterprises in the Field of Biomedicine

Zeng Li，Li Qian，Zhou Xuan

（Chongqing Intellectual Property School， Chongqing University of Technology， Chongqing 401300， China）

Abstract：Based on the patent cooperation application data of core enterprises in the field of biomedicine， the enterprise self-centered network was constructed， combined with the relational embedding theory， the static characteristics of network relationship embedding strength and breadth and the dynamic characteristics of relationship stability were incorporated into the same research framework， and the standard negative binomial model was used to study the impact of the relationship embedding characteristics of the self-centered network of core enterprises in the biomedical field on their innovation. The results show that the embeddedness intensity of enterprise self-centeredness network relationship presents an inverted U-shaped impact on enterprise innovation. The breadth and stability of network relationship embedding have a positive and significant impact on enterprise innovation. The accumulation of enterprise knowledge plays a mediating effect in the influence of network relationship embedding on enterprise innovation. Based on the above conclusions， corresponding countermeasures and suggestions are put forward in order to improve the self-centered network theory and achieve the strategic goal of innovative and high-quality development in the field of biomedicine.

Key Words：Patent Cooperation;Ego-Centered Networks; Biomedicine; Relational Embedding; Enterprise Innovation

0 引言

在醫藥政策、人才支持與市場資本傾斜的時代背景下，中國生物醫藥領域創新發展迎來快速增長期[1]。不同于其他技術領域，生物醫藥領域新藥研發所特有的復雜性、不確定性和創新性，使其更依賴從合作創新網絡關系中獲取創新知識、技術等資源。中國生物醫藥領域專利合作網絡中的核心企業作為該領域的創新主體，其技術創新能力能夠反映這一領域的創新活躍度和國際競爭力[2]。在這一情境下，核心企業如何通過把握專利合作網絡中的關鍵資源，打造持續創新發展的核心動能，從模仿創新走向自主創新，是中國生物醫藥領域實現科技創新以及高質量發展要回答的重要問題。

專利合作網絡關系嵌入是指創新主體基于專利合作行為，建立并嵌入其中的網絡關系特征，具體表現為靜態維度的網絡關系嵌入廣度、嵌入強度和動態維度的網絡關系穩定性。網絡關系嵌入強度與嵌入廣度是從靜態維度體現網絡關系嵌入特征，網絡關系穩定性側重創新網絡動態維度的變化，這種變化是指網絡內節點之間的關系隨時間變化而不斷變化[3]?；诖?，本文選取2011-2022年中國生物醫藥領域專利合作申請數據，構建該領域核心企業自我中心網絡，依據Granovetter[4]的關系嵌入理論，探討網絡關系嵌入對企業創新的直接影響，并進一步考察企業知識積累在兩者之間的中介作用，為提高中國生物醫藥領域核心企業創新水平提供理論依據。

1 文獻綜述

目前關于生物醫藥領域專利合作網絡的研究，主要從整體網絡和自我中心網絡兩個層面展開。整體網絡基于宏觀層面，關注創新網絡的演化進程、結構特征及其對技術創新的影響。如李樹祥等[5]分析了江蘇省生物醫藥發明專利合作整體網絡特征及其在不同年份的演化特點。馬菁等[6]探討了長三角地區生物醫藥產業創新網絡城市層面的空間結構及網絡結構的影響機制。劉國巍等[7]以中國生物醫藥產業為例，探索了新興產業突破性創新網絡的動態演化及知識擴散規律。邵云飛等[8]基于生物醫藥上市企業數據，研究了結構洞、小世界性等網絡結構特征對企業突破性創新績效的影響。自我中心網絡基于微觀層面，側重從關系維度考察以某一節點為中心延伸出去的網絡的關系特征，及其對核心節點創新活動的影響。Arnaboldi等[9]研究了自我中心網絡結構對信息擴散的影響。王貴平等[10]提出企業可以通過優化自我中心網絡提高其創新水平。頊玉卿[11]基于河北省高新技術產業相關企業問卷調查數據，發現網絡強度、網絡穩定性和網絡互惠性等集群網絡關系特征均顯著正向影響企業創新能力。張悅等[12]采用定量綜述性研究方法（Meta分析），發現自我中心網絡關系嵌入性的關系質量、網絡互惠性、聯系強度、關系穩定性均顯著正向影響企業創新。劉釩和鐘書華[13]基于武漢東湖新技術開發區百余家企業問卷調查數據，實證研究發現網絡關系強度、廣度和穩定性顯著影響創新型小微企業的創新績效。Degener等[14]發現以企業為中心的生物技術創新網絡關系廣度與企業創新呈正相關關系。李國強等[15]采用模糊集定性比較方法，發現合作創新網絡穩定性、關系質量等嵌入特征是企業實現漸進性創新的重要因素。葉琴和曾剛[16]發現專利合作網絡關系強度能夠推動生物醫藥產業創新發展，但網絡關系廣度卻不能。畢靜煜和謝恩[17]發現中國醫藥制造業專利合作網絡關系多樣性促進企業創新產出。曾德明等[18]基于生物醫學工程企業的合著論文數據，實證研究得出科學合作網絡關系嵌入廣度、嵌入強度以及合作伙伴動態穩定性能夠實現關系資本的積累，幫助企業實現創新突破。張曉月等[19]基于中國醫藥制造業專利合作數據構建企業自我中心網絡，研究自我中心網絡關系頻率等特征對企業不連續創新效率的影響。

梳理現有文獻可知，學者們主要探究網絡規模、密度、中心性、結構洞等整體網絡結構特征，或是自我中心網絡關系嵌入廣度、嵌入強度等靜態關系特征對該領域企業創新的直接影響。大多數研究將網絡關系嵌入視為一個整體，或基于靜態維度下的網絡關系嵌入廣度、嵌入強度，探討其對企業創新的直接影響，鮮有學者將網絡關系嵌入廣度、嵌入強度的靜態維度特征和網絡關系穩定性的動態維度特征納入同一研究框架，同時結合企業知識積累的中介作用，實證探究網絡關系嵌入特征對企業創新的作用機制。

因此，本文的創新之處主要體現在兩個方面：一是將網絡關系嵌入強度、嵌入廣度的靜態維度特征和網絡關系穩定性的動態維度特征納入同一研究框架，探討生物醫藥領域核心企業自我中心網絡關系嵌入對企業創新的直接影響；二是基于知識基礎理論，將企業知識積累納入理論框架，深入探究網絡關系嵌入對企業創新的作用機制，豐富了生物醫藥領域以企業為中心的專利合作網絡關系嵌入特征對企業創新影響的理論研究。

2 研究假設

2.1 網絡關系嵌入廣度對企業創新的影響

結合資源基礎理論與開放式創新理論，生物醫藥領域核心企業通常因為內部具備的創新資源差異較大且向外流動性較弱，從而選擇開放式創新，以盡可能地吸收外部稀缺性創新資源，但這也加大了來自外部的競爭壓力。核心企業要想減小競爭壓力、分散創新風險、降低創新成本，可以通過與網絡中的其他節點建立起廣泛且復雜的合作關系，拓展合作的技術領域，加快收集、積累創新知識，以完善企業內部的創新資源池，提高企業創新能力。從社會資本理論出發，生物醫藥領域核心企業自我中心網絡關系嵌入廣度反映了核心企業的合作伙伴在組織類型、知識、信息和資源等方面的廣泛程度。當生物醫藥領域核心企業自我中心網絡關系嵌入廣度不斷增大，核心企業能夠通過多元化的渠道獲取知識、信息、資源，拓寬知識廣度和創新視野，迅速調整創新行為以匹配“市場預期”，從而獲得先發優勢，實現技術創新。基于此，本文提出如下假設：

H1：網絡關系嵌入廣度對生物醫藥領域核心企業創新有直接的正向影響。

2.2 網絡關系嵌入強度對企業創新的影響

根據關系嵌入理論，生物醫藥領域核心企業自我中心網絡的關系嵌入強度反映了核心企業與網絡中的合作伙伴在時間、情感、親密度等方面相互交往的程度。當生物醫藥領域核心企業自我中心網絡的關系嵌入強度較高時，核心企業與合作伙伴之間互動頻繁，有利于其與合作伙伴建立高度信任、達成感情協議、降低交易風險、減少分歧沖突、提高合作創新效率。而根據Burt[20]的結構洞理論，隨著網絡關系嵌入強度的不斷增強，生物醫藥領域核心企業可能被動處于高度親密狀態，耗費超額時間和溝通成本；網絡關系嵌入強度過高可能導致生物醫藥核心企業的創新活動受制于網絡規則慣例，網絡中不斷循環的冗余性知識產生知識堆積，導致信息同質化，使得核心企業過度依賴已有創新路徑并強烈排外，對市場需求變化和創新機會的敏銳度降低，最終抑制其創新產出?；诖?，本文提出如下假設：

H2：網絡關系嵌入強度對生物醫藥領域核心企業創新呈倒U型影響。

2.3 網絡關系穩定性對企業創新的影響

根據社會資本理論，在生物醫藥領域核心企業自我中心網絡的動態演化過程中，網絡新進入者的增加會使得大量異質性知識涌入網絡，但網絡核心企業對資源、關系等的管理能力有限，難以識別出對自身有用的知識，從而增加了知識管理成本和使用風險；網絡原有成員的退出則會導致網絡內珍貴知識和核心技術的流失。頻繁出現新進入者和退出者，使得生物醫藥領域核心企業自我中心網絡的關系穩定性較低，最終抑制核心企業創新能力的提升?；陂_放式創新理論，生物醫藥領域專利合作網絡節點之間關系的動態穩定性可以為核心企業創建穩定的創新環境。在穩定的合作創新網絡中，開放式交流互動會使得生物醫藥領域核心企業更了解其自我中心網絡的創新環境，自覺產生對網絡中創新資源的開發、利用和整合的意識，提高核心企業對其網絡關系資源的規劃協調和動態管理能力，最終促進其創新水平的提升?；谝陨戏治?，本文提出如下假設：

H3：網絡關系穩定性對生物醫藥領域核心企業創新具有正向影響。

2.4 企業知識積累的中介作用

知識經濟時代，知識基礎理論認為，知識作為企業最有價值的資源，是提升企業創新水平的關鍵因素。企業知識積累能夠反映企業的資源整合能力，通過促進企業資源整合、加快創新進程、把握創新機遇，最終促進企業創新[21]?；谏鐣W絡理論和知識基礎理論，核心企業在創新合作網絡中具備以下優勢：第一，網絡關系嵌入廣度較高的前提下，與非核心節點相比，核心企業獲取信息與知識的來源較為廣泛，核心企業能夠更好更快地從合作網絡中獲取知識。第二，保持適度的網絡關系嵌入強度可以使核心企業與合作伙伴之間形成高信任關系，易于獲得稀缺的、專有的、難以交易的知識資源。第三，核心企業通過保持網絡關系的動態穩定，促使外部多元化知識的挖掘與內部專業化知識的滲透，進而促使外部知識向內部知識轉化，實現企業知識積累，從而提高企業創新?；诖?，本文提出如下假設：

H4：生物醫藥領域核心企業知識積累正向影響企業創新。

H5a：企業知識積累在核心企業自我中心網絡關系嵌入廣度對企業創新的影響中起中介作用；

H5b：企業知識積累在核心企業自我中心網絡關系嵌入強度對企業創新的影響中起中介作用；

H5c：企業知識積累在核心企業自我中心網絡關系穩定性對企業創新的影響中起中介作用。

本文的理論框架如圖1所示。

3 研究設計

3.1 樣本及數據選擇

首先，根據國家知識產權局發布的《2018年戰略性新興產業》，限定生物醫藥領域IPC代碼，由于生物醫藥領域于2010年首次被列為國家戰略性新興產業，因此限定時間段為2011－2022年；在incoPat專利數據庫平臺進行專利數據檢索，剔除單一申請人、母子公司合作、個人申請等專利數據，共得到4 911條合作專利申請數據；以3年為移動窗口期，將2011－2022年的數據劃分為10期，構建各時間窗口下中國生物醫藥領域專利合作整體網絡。其次，采用Ucinet 6.0軟件中core/periphery網絡連續模型測量網絡各節點在整體網絡中的核心度，從而篩選出各時間窗口下的核心企業；該模型根據網絡中結點之間聯系的緊密程度計算網絡節點核心度，將網絡中的節點分為核心區域和邊緣區域，如果節點處于網絡核心區域且其核心度排名越靠前，說明該節點在網絡中所處的位置越重要；考慮到數據的完整性，以網絡特征數據較為完整的58家企業作為標準樣本，并將與該58家企業合作的其他528家創新主體（院校、科研機構、醫院等）作為非標準樣本，構建生物醫藥領域核心企業自我中心網絡。由于非標準樣本并非核心節點，但參與核心企業的自我中心網絡構建，因此不作為本文的研究樣本。最后，由于核心企業包含上市公司和非上市公司，上市公司相關信息通過國泰安數據庫獲取，包括企業基本信息、財務信息、成立時間、研發投入等；非上市公司相關信息則通過公司官網公布年報、企查查等網站檢索獲??；所有核心企業創新指標相關數據均根據其名稱在incoPat數據庫中檢索獲取 。

3.2 變量選取及測度

被解釋變量：企業創新（Patent）。專利申請量側重于衡量企業的創新積極性，專利授權量側重于衡量企業的創新能力?？紤]到企業學習、吸收與創造知識的過程以及企業從合作網絡關系的建立到自主創新具有時滯性，本文以發明專利授權量滯后一期來衡量企業創新。

解釋變量：網絡關系嵌入廣度（REB）。主要指生物醫藥領域核心企業與其自我中心網絡中的其他節點在一定時間內建立聯系的數量與規模，采用橋位置的結構洞指標—約束指數[22]來表征。公式如式（1）：

REB=1－Cij=1－（Pij+∑PiqPqj）2（1）

式（1）中，q≠i、j，Cij表示企業i受到j的限制度，Pij表示企業i投入q的關系在全部關系的占比。

網絡關系嵌入強度（RES）。主要指生物醫藥領域核心企業與其自我中心網絡中的其他節點在一定時間內聯系頻率的高低，采用網絡節點點度數之和除以節點度數中心度來表征。公式如式（2）：

RES=∑Nj=1Dij/Dit（2）

式（2）中，Dij表示點度數，Dit表示節點度數中心度，j表示與企業i直接相連的其他節點。

網絡關系穩定性（STA）。主要指生物醫藥領域核心企業同其自我中心網絡內其他主體合作關系在網絡動態變化下的持續時間，通過對比t期與（t-1）期網絡成員進入或退出的頻次來衡量[23]。公式如式（3）：

STA=1－churnit=1－（tie'addi，t+tie'losti，t）/Tiei，t－1（3）

式（3）中，churn代表以企業i為核心企業的網絡在t期的成員流動率。tie’addi，t表示以企業i為核心企業的網絡在t窗口對比（t-1）窗口所增加的節點數，tie’losti，t表示以企業i為核心企業的網絡在t窗口對比（t-1）窗口所減少的節點數；Tiei，t-1表示以企業i為核心企業的網絡在（t-1）窗口的總節點數。

中介變量：企業知識積累（KNL）。知識積累是一個存量的概念，可以反映企業在一段時間內積累的知識總量[21]，采用生物醫藥領域核心企業從（t-3）年到（t-1）年累計申請的專利數量來衡量。

控制變量：企業規模（SIZE），以核心企業注冊資本取對數來衡量；企業年齡（AGE），以核心企業所處窗口期中間值的年份與企業成立年份之差來衡量，為避免零值取對數無意義問題，將其加1后取對數處理；整體網絡密度，以核心企業所處的整體網絡中節點之間的聯結程度來衡量（DS）；平均聚類系數（CC），以核心企業所處的整體網絡中與同一節點相聯結的平均聯結概率來衡量。

3.3 模型設定

由表1可知，因變量企業創新方差（16.409）明顯大于均值（13.166），呈現超離散分布的特點，由此采用負二項回歸方法。由于樣本中部分核心企業創新指標取值為0，因此，還需要在零膨脹負二項模型和標準負二項模型中做出選擇。Vuong檢驗發現，各模型Vuong統計量的絕對值都遠小于1.96，不能拒絕使用標準負二項回歸模型的原假設，故采用標準負二項回歸模型。

4 實證研究

4.1 變量描述性統計及相關性分析

采用Stata 16.0軟件對數據進行描述性統計與變量相關性分析，具體如表1所示。變量的相關系數均小于0.6，且對變量進行方差膨脹因子VIF檢驗后，結果顯示各變量的VIF值均小于2，均值為1.27，小于臨界值5，即認為沒有多重共線性問題，可以進行下一步的回歸檢驗分析。

4.2 回歸分析

4.2.1 主效應回歸

為驗證上文所提出的假設，在Stata16.0軟件中采用標準負二項回歸模型，對生物醫藥領域核心企業自我中心網絡關系嵌入對企業創新的直接作用進行回歸分析，回歸結果如表2所示。模型一為只包含控制變量的基準模型；模型二是在基準回歸模型的基礎上加入網絡關系嵌入廣度，結果表明關系嵌入廣度與企業創新之間存在顯著正向關系（β=0.186，p=0.000＜0.01），假設H1得到驗證；模型三、四是分別在基準回歸模型的基礎上加入網絡關系嵌入強度的一次項及二次項，結果表明網絡關系嵌入強度的一次項顯著，回歸系數為正（β=0.605，p=0.000＜0.01），網絡關系嵌入強度的二次項顯著，回歸系數為負（β=-0.054，p=0.009＜0.01），表明網絡關系嵌入強度對企業創新產生倒U型影響，假設H2得到驗證。模型五是在基準回歸模型的基礎上加入網絡關系穩定性，結果表明網絡關系穩定性與企業創新之間存在顯著的正相關關系（β=0.423，p=0.000＜0.01），假設H3得到驗證。

4.2.2 中介效應回歸

將企業知識積累作為中介變量，在主效應回歸模型的基礎上，構建中介效應檢驗模型[24]，進一步檢驗企業知識積累在網絡關系嵌入對企業創新影響中的中介作用，檢驗結果如表3所示。由表3模型（1）可知，企業知識積累直接正向影響企業創新，假設H4得到驗證；由模型（2）可知，網絡關系嵌入廣度顯著正向影響企業知識積累；由模型（3）可知，企業知識積累回歸系數顯著為正（α=1.026，plt;0.001），而網絡關系嵌入廣度系數不顯著，說明企業知識積累在網絡關系嵌入廣度與企業創新之間起到完全中介作用；由模型（4）可知，網絡關系嵌入強度顯著影響企業知識積累；由模型（5）可知，企業知識積累回歸系數顯著為正（α=1.004，plt;0.001），而網絡關系嵌入強度及其二次項系數均不顯著，說明企業知識積累在網絡關系嵌入強度與企業創新之間起到完全中介作用；由模型（6）可知，網絡關系穩定性顯著正向影響企業知識積累；由模型（7）可知，網絡關系穩定性（α=0.168，p＜0.01）仍然顯著正向影響企業創新，但是與表2模型五的回歸系數（β=0.423，p=0.000＜0.01）相比，存在一定程度的下降，表明企業知識積累在網絡關系穩定性與企業創新之間起部分中介作用。假設H5a、H5b、H5c均得到驗證。

在逐步回歸法的基礎上，為保證檢驗結果的穩健性，采用Sobel法和Bootstrap法對以上各維度中介效應進行檢驗[25]，具體如表4所示。Sobel檢驗中，各自變量z值均大于1.96且在1%的顯著水平上拒絕了原假設（H0：不存在中介效應），驗證了本文中介效應顯著存在的假設。Bootstrap檢驗中，將隨機抽取的樣本量設置為1 000，置信水平設置為95%。根據檢驗結果，企業知識積累間接效應的置信區間均不含0，且為正，表明在全樣本下，網絡關系嵌入廣度、嵌入強度和關系穩定性均可以通過促進企業知識積累來提升企業創新，再次驗證了本文中介效應顯著存在的假設。

4.3 穩健性檢驗

4.3.1 替換關鍵變量

專利引用反映了一項專利獲得的認可，引用排名靠前的專利越多，說明企業創新水平越高?？紤]到專利合作網絡創新效應的時滯性，以發明專利的前向引用次數滯后一期作為企業創新指標的替換變量，采用標準負二項回歸模型進行穩健性檢驗，結果如表5所示。假設H1、H2、H3均通過驗證，表明研究結論穩健。

4.3.2 零膨脹負二項回歸

被解釋變量企業創新由企業發明專利授權量表征，客觀存在0值較多的情況。使用零膨脹負二項回歸模型可以緩解被解釋變量0值過多而高估研究結論顯著性的問題。因此，本文采用零膨脹負二項回歸模型進行穩健性檢驗。結果如表6所示，假設H1、H2、H3均通過驗證，表明研究結論穩健。

5 結論、啟示與展望

5.1 研究結論

本文基于2010－2022年中國生物醫藥領域專利合作申請數據以及58家專利合作網絡核心企業面板數據，實證研究生物醫藥領域核心企業自我中心網絡關系嵌入對企業創新的影響，研究結果表明：①網絡關系嵌入強度與企業創新呈顯著倒U型關系；②網絡關系嵌入廣度、關系穩定性對企業創新存在顯著正向影響；③企業知識積累在核心企業自我中心網絡關系嵌入與企業創新之間起中介作用。

5.2 管理啟示

核心企業層面。第一，企業可以通過拓展合作寬度，增強其網絡關系嵌入廣度；重視合作深度，保持最佳網絡關系嵌入強度；維護動態穩定，強化網絡關系穩定性；加速內部知識積累，增強企業創新能力。第二，在網絡資源利用方面，企業可以通過拓展合作邊界，與多類型主體互動交流；強化網絡內部合作伙伴之間的知識共享，積累與豐富企業自身的創新知識庫；把握網絡關系的動態變化趨勢，維護網絡中現有的伙伴關系，營造良好穩定的合作創新環境，保證彼此之間信息共享和資源交換，以便更好地識別和吸收黏滯在網絡中的隱形知識和復雜信息。第三，在企業自身建設方面，企業可以強化吸收能力，自覺加強企業創新人才儲備；加快數字化轉型，利用現代信息技術、軟硬件數字化設施搭建企業內部合作信息記錄系統，及時有效管理網絡化的研發合作頻率。

政府層面。第一，政府可以通過簡政放權，放管結合、優化服務改革等方式，縮小行政干預范圍，簡化相關行政審批手續，形成對生物醫藥核心企業創新合作較為寬松的政府管理氛圍。第二，政府可以通過發揮公共服務職能等方式，建立官方線上交流平臺，建立和完善權威生物醫藥領域合作信息數據庫，加快布局工業互聯網等新型基礎數字服務，打造健康積極的創新大環境，協助生物醫藥領域核心企業實現其網絡內外創新資源、知識和信息的高效流動。第三，政府可以通過推出惠企政策、財政政策、人才支持政策等措施，加大創新知識基礎投入，為企業加速內部知識積累提供必要的創新資源、創新知識和技術條件保障。

5.3 研究局限與展望

本研究仍有進一步拓展空間：一是中介機制分析。本研究僅將企業知識積累作為中間變量，檢驗了其在生物醫藥領域核心企業自我中心網絡關系嵌入與企業創新之間的中介作用，未來研究還可以在交易成本理論、博弈論等理論基礎上探討其他影響因素的中介機制，進一步豐富該領域相關研究。二是本研究基于研究結論提出生物醫藥領域核心企業應高效利用網絡資源以提高其創新水平的對策建議，未來研究可以考慮在實踐中檢驗，以驗證研究成果的科學性與可行性。

參考文獻

參考文獻：

[1] 田豐，張宇鳴，李妤.生物醫藥產業創新生態系統的初步再解析[J].上海醫藥，2022，43（19）：50-52，65.

［2］ 劉文先.從十三五到十四五：新業態視角的中國生物醫藥產業SWOT分析[J].中國醫藥生物技術，2022，17（2）：183-187.

［3］ KILDUFF M， TSAI W， HANKE R.范式未成？再論社會網絡研究的動態穩定性[J].經濟管理， 2013， 35（6）： 188-199.

［4］ GRANOVETTER M. Economic action and social structure： the problem of embeddedness[J]. American Journal of Sociology，1985，91（3）：482-520.

［5］ 李樹祥，褚淑貞，楊慶.江蘇省生物醫藥產業產學研專利合作網絡演化分析[J].科技管理研究，2021，41（14）：73-80.

［6］ 馬菁，曾剛，胡森林.長三角生物醫藥產業創新網絡結構及其影響因素[J].長江流域資源與環境，2022，31（5）：960-971.

［7］ 劉國巍，李明昊，邵云飛.新興產業突破性創新網絡動態演化特征及知識擴散規律——以我國生物醫藥產業為例[J].科技管理研究，2023，43（13）：134-144.

［8］ 邵云飛，謝麗.網絡結構嵌入對企業突破性創新績效的影響——以生物醫藥上市企業為例[J].科技進步與對策，2023，40（18）：72-79.

［9］ ARNABOLDI V， CONTI M， GALA M. Ego network structure in online social networks and its impact on information diffusion[J].Computer Communications，2016，（76）：26-41.

［10］ 王貴平，余謙.企業自我中心網絡的創新效應與最優結構特征[J].技術經濟，2019，38（7）： 21-28.

［11］ 頊玉卿.企業創新能力影響機制研究——基于河北省高新技術產業集群創新網絡的實證分析[J].河北經貿大學學報， 2015， 36（4）：68-70.

［12］ 張悅，梁巧轉，范培華.網絡嵌入性與創新績效的Meta分析[J].科研管理，2016，37（11）：80-88.

［13］ 劉釩，鐘書華.創新型小微企業群集智能特性、網絡關系與創新績效研究[J].科技進步與對策，2017，34（21）：57-63.

［14］ DEGENER P，MAURER I，BORT S. Alliance portfolio diversity and innovation： the interplay of portfolio coordination capability and proactive partner selection capability[J].Journal of Management Studies，2018，55（8）：1386-1422.

［15］ 李國強，孫遇春，胡文安.嵌入式合作網絡要素如何影響企業雙元創新？——基于fs-QCA方法的比較研究[J].科學學與科學技術管理， 2019， 40（12）： 70-83.

［16］ 葉琴，曾剛.不同知識基礎產業創新網絡與創新績效比較——以中國生物醫藥產業與節能環保產業為例[J].地理科學，2020，40（8）：1235-1244.

［17］ 畢靜煜，謝恩.研發聯盟組合伙伴多樣性與企業創新：研發聯盟組合特征的調節作用[J].科學學與科學技術管理，2020，41（12）：35-51.

［18］ 曾德明，張志東，趙勝超.科學合作網絡、伙伴動態性與企業創新績效[J].科學學研究，2022，40（5）：906-914.

［19］ 張曉月，雷楠楠.專利合作網絡與企業不連續創新績效——基于醫藥制造業的實證分析[J].科技管理研究，2023，43（1）：125-131.

［20］ BURT R S. Structural holes：the social structure of competition[M]. Cambridge：Harvard University Press，1992.

［21］ 楊菲，安立仁，史貝貝，等.知識積累與雙元創新能力動態反饋關系研究[J].管理學報，2017，14（11）：1639-1649.

［22］ 鄒思明，曾德明，張利飛，等.網絡關系、技術多元化與企業技術標準化能力[J].科研管理，2017，38（9）：12-20.

［23］ 王崇鋒，陳龍，王世杰.知識網絡穩定性對組織技術創新的影響——基于5G通訊領域的實證分析[J].科學與管理，2023，43（4）：11-19.

［24］ 溫忠麟，葉寶娟.中介效應分析：方法和模型發展[J].心理科學進展，2014，22（5）：731-745.

［25］ 陳盼盼，丁志剛，王嘉.綠色金融推動浙江實體經濟高質量發展的作用路徑——基于Bootstrap方法的中介效應分析[J].商業經濟，2022（12）：164-168，196.

（責任編輯：張雙鈺）