区域装备制造业产学研合作创新网络的实证研究：基于网络结构和网络聚类的视角

陈 伟，张永超，田世海

(哈尔滨工程大学经济管理学院，黑龙江哈尔滨150001)

一、引言

产学研合作创新是指企业、大学、科研单位在利益驱动下，运用各自资源相互协作所进行的优势互补的经济和社会活动。在合作创新过程中，一个区域内的企业、大学和科研单位之间自发地形成一种非正式的合作网络，成为推动区域科技经济融合发展的战略措施，是促进区域科技成果迅速转化为生产力的有效途径。合作创新网络的运行耦合和功能互补成为产学研合作创新的基本动力，促进了企业、大学和科研单位的技术创新，加速了科技成果的转化，提高了区域经济竞争力。

目前，国内外学者从不同的角度对产学研合作创新网络进行了研究:关于产学研合作创新网络整体网络特征分析方面，冯锋等［1-2］基于理论分析得出产学研合作创新网络具有小波世界网络特征和复杂网络的无标度增长性与择优连接性特征。喻科(2011)［3］指出产学研合作创新网络是一个具有动态网络结构和自组织特性的价值网。王朋等(2010)［4］通过实证分析得出校企合作创新网络具有明显的无尺度网络特征，并指出网络超级节点的引领作用和不可或缺性。洪伟(2010)［5］和刘凤朝(2011)［6］利用联合申请专利数据，主要分析了产学研合作创新网络的时空演化特征。马艳艳等(2011)［7］指出各类型专利申请合作网络成员间的联系强度有所区别，在校企合作网络中企业的中心度和中心势尚未真正形成;关于产学研合作创新网络网络节点分析方面，国外学者相关研究较多，例如，Graf和 Henning(2009)［8］发现高校与研究机构在产学研合作创新网络中占据着重要位置，并且其数量与创新网络密度呈正向变化关系。Lissoni(2010)［9］发现与企业合作发明专利的高校发明人在合作创新网络中更容易占据核心位置。Petruzzelli(2010)［10］等利用 EPO专利信息探讨了研发合作网络中作为网络结点的高校的守门人角色。Fritsch 和 Kauffeld-Monz(2010)［11］构建德国16个区域创新网络，从整体上分析了网络结构、个体网络特征，从结点上分析了网络成员的位置和企业的特征等因素对知识和信息转移的影响。Graf和Kruger(2011)［12］在对区域专利合作网络研究发现，网络中的高校与研究机构倾向于充当守门人角色，起到了转移外部知识为区域所用的作用。国内学者刘凤朝(2011)［13］分析了中国制药技术领域组织创新网络中的中间人角色及其影响因素，讨论了中间人角色的转变路径以及组织创新网络的演变模式。

通过对文献具体研究内容的解读发现，关于产学研合作创新网络整体网络特征和网络节点的研究已经颇具规模，兼具微观和宏观的研究特征。关于微观网络层面的网络节点则聚焦于节点角色和节点对知识转移的作用，未拓展到节点网络结构特征对节点创新产出影响以及整体网络特征与网络节点表现之间的关系，这难免影响我们对不同节点创新产出原因的认识。关于整体网络层面的产学研合作网络特征则聚焦于网络特性和网络时空演化，未拓展到微观特征层次，这难免影响我们对不同类合作创新网络聚集性认识。

基于此，本文意欲借助国家统计局的联合申请发明专利数据作为支撑，从区域装备制造业产学研合作创新网络的视角来展现创新网络整体特征和节点创新特征，从微观层次来检验中心性、结构洞以及中间中心性对节点创新产出影响，从整体层次描述整体网络可视化特征、聚类以及密度情况，最后探讨网络整体特征与网络节点创新表现关系。这有助于揭示区域装备制造业产学研合作创新网络的整体演化趋势以及在这种趋势下网络结构特征对节点创新的影响，对制定产学研科技发展规划和区域装备制造业发展战略具有理论指导和实践参考意义。

二、理论基础

本文基于网络节点研究和整体网络研究两个维度，用网络结构来研究网络结点特征，反映网络结点在网络中的地位、作用以及与其他结点连接情况，用网络聚类分析来研究整体网络特征，反映整体网络连接频繁程度以及整体网络内聚类分布情况。网络结构对网络成员合作促进作用研究相对较少，所以本文给予详细分析。网络结构对网络内成员的知识交流起到非常关键的作用，Granovetter(1973)［14］以两人间交往频率高低的联系强度为标准，将联系区分为强联系和弱联系，随后大量的社会网络研究围绕这一主题展开。社会网络学家以联系强度的概念为基础，提出了反映社会网络结构性质的一系列变量，Freeman(1991)［15］总结了网络成员的“中心性”概念，主要包括网络成员的中心势、中间中心势两个变量。Burt(1992)［16］提出了结构洞变量，对桥接结构洞的网络成员优势地位给予了论述。在借鉴现有研究成果的基础上，我们将网络结构变量设为中心地位、结构洞和中间中心地位三个参量，并分析它们对网络成员合作创新的影响。

(一)中心地位

中心地位是大量网络连接的中心，是与其它很多点都有连接的点。中心就是这么一个点，在该点的行动者受整个网络的关注，能够获得更多的信息资源。处于中心地位的成员更容易知道网络中正在流动的资源，有更多的途径与其他成员进行联系和合作。知识和信息是组织竞争的关键，而知识和信息的共享与创造效率是与成员所处网络中心地位正向相关的［17］，随着网络成员中心地位的逐渐提高，网络成员在知识学习、获取、利用和扩散方面获得更多的机会，提高了创新效率，获得了竞争优势，同时自信度和风险承受能力也会有所增加。目前国内很多结论也证明了中心地位对网络成员创新能力提高具有正向促进作用。如栾春娟(2008)［18］发现发明者的科研绩效与其网络度中心度呈现明显的正相关性，周密(2009)［19］研究发现团队成员网络中心地位对个人知识在团队内转移的成效具有促进作用，施杨(2010)［20］认为团队知识扩散的深度和广度与组织成员中心性显著正相关。

(二)结构洞

所谓结构洞，即“社会网络中某个或某些个体和有些个体发生直接联系，但与其他个体不发生直接联系。无直接或关系间断的现象，从网络整体看好像网络结构中出现了洞穴。”桥接结构洞的成员对于网络具有非常关键的作用，比其他成员表现更加优异［16］。由结构洞机制不难看出，桥接结构洞的成员更容易接近网络资源［21］，能够更迅速地获取外部机会和威胁的信息，受益于网络资源以及网络的合作协调机制。而且，因为桥接结构洞成员与网络内其他成员保持着更加频繁和紧密的连接，有效地减少了无效连接，提高了运行效率，因此结构洞被认为对网络成员发展具有积极的正向促进作用。很多实证研究也证实了这一点，AndrewV.Shipilov Insead(2006)［22］发现加拿大投资银行网络中，桥接更多结构洞的银行的绩效好于其它银行，国内学者赵凌云(2005)［23］和陈婷婷(2007)［24］从人的关系角度说明了桥接结构洞的人更有优势，而盛亚，范栋梁(2009)［25］做出了更加深入的研究，认为结构洞分为自益性结构洞和共益性结构洞，不同结构洞都能给桥接者带来更多的异质资源和运行效率，自益性结构洞对网络整体运行效率作用相对较弱。

(三)中间中心地位

中间中心性用来表示通过一个顶点有多少个途径通过，测度网络成员对于其他成员交流的中间性程度，也就对成员对网络信息控制程度的测度。处于中间中心性的网络成员能够获得信息优势和控制优势［16］，信息优势表示占据中间中心性结点能够获取来自多方面的非重复性信息，使得该结点获得更丰富的信息资源进而成为信息和知识集散中心。控制优势表示占据中间中心性结点连接最初没有联系的两两结点，因此拥有调和双方的独特优势，可以决定各种资源的流动方向。对于中间中心性较高的网络成员，它们处于网络枢纽地位，有更多的机会从不同渠道获取一定信息和知识，从而增加彼此间的知识碰撞，进而迸发出新思想、新观念和新知识，促进整个创新网络的知识创新。当然，并非网络成员中间中心性越高，网络知识扩散效果越好。正是因为控制不同成员间的有效联系，中间中心性高的网络成员可能由于自身偏好、利益或其它因素影响，不轻易将有价值的信息和知识扩散出去，从而使得创新网络内出现结构洞，给创新网络带来更多的机会成本。

中心地位、结构洞和中间中心地位分别反映了网络成员在网络中的中心性、桥接性以及中介性，这三个网络结构变量对于网络成员在网络中信息和知识获取、与其他网络成员连接以及权力掌控具有不同的影响，决定了网络成员在网络中的位势，影响着网络成员的创新效率。

三、数据来源

专利共同申请是一种得到广泛采用的实证指标，主要反映组织间基于合作创新所带来的知识扩散，因而专利的合作申请可以反映出较为重要的创新知识在组织间的共享和转移活动，而在联合申请专利过程中，大学、企业、研究机构之间自发地形成一种非正式的合作网络。采用联合申请专利数据对产学研合作创新网络的研究已经得到广大学者所认可，而专利包括发明专利、实用新型专利和外观设计专利，其中发明专利代表着原创性技术，其技术含量最高，更能够反映技术创新成果。因此本文以发明专利联合申请量为实证数据来研究东北三省装备制造业产学研合作创新网络，数据库选取国家知识产权局专利检索与服务系统中的重点产业专利信息服务平台，这个数据库包括我国八个重点产业专利申请和授权的详细信息。选取企业、大学、研究所作为产学研合作创新网络，反映东北三省装备制造业从基础性创新到应用性创新的全面合作创新特征。检索方式为在数据库中申请(专利权)人检索栏分别输入大学、学院、研究所和企业、企业、厂的交叉组合，在国省代码检索栏分别输入辽宁%、吉林%和黑龙江%。由于专利申请日到公开日需要18个月，专利申请日在2009年12月以后的专利数据并不完全。因此本文只提取了数据库中申请日期从2000年1月到2009年12月期间的东北三省装备制造业产学研联合申请发明专利信息(见表1)。

表1 2000-2009年东北三省产学研联合申请发明专利数

图1 2000-2009年东北三省装备制造业产学研合作创新网络

由表1可以看出，基于时序角度，东北三省装备制造业在产学研合作创新基本呈现出波动型逐年增加趋势。为便于数据分析，第一步为确定申请机构姓名和发明专利数，用UCINET6软件描述2000年到2009年期间产学研联合申请发明专利情况，最终的样本为469个发明专利和350个机构(见图1)。

我国科技资源区域分布差异较大，区域经济发展也不平衡。技术的跨区域流动成为弥补区域科技资源差距，优化科技资源配置和推动区域协调发展的必然选择。跨区域技术转移必须以创新能力较强的产学研机构为载体，通过技术转让和共同研发的形式，充分发挥各方的优势，促使科技资源在不同经济区域内的综合集成与高效配置，加速跨区域的技术进步与经济发展。东北三省产学研合作创新网络作为一个区域性技术转移平台，在内部频繁交流的同时，与外部其他区域建立了广泛的合作关系。表2给出了各省份产学研机构联合申请发明专利数量，图2给出了东北三省装备制造业产学研合作创新网络与其他区域组织的区域间专利合作网络空间图谱。

表2 其他省市与东北三省装备制造业产学研合作创新关系

图2 其他省市与东北三省装备制造业产学研合作创新关系

图2由NetDraw软件绘制，节点连线表示两省间存在着产学研机构的联合申请发明专利，连线的粗细表征省份间联系的强弱。从全国范围(港澳台除外)上看，共有其他19个省市与东北三省装备制造业产学研机构存在着合作创新活动;从联系强度上看，与吉林省和黑龙江省相比，辽宁省与国内其他省市合作创新强度更大，而北京、江苏相对于其他省份与东北三省装备制造业产学研机构合作创新强度较大;值得关注的是，东北三个省份内部合作创新并不如想象中那么频繁，这一现象可为东北装备制造业的竞争力较计划经济时期大为下降的原因，各省自我意识较强，并不能够建立共同发展、共同繁荣的合作局面。

四、回归分析

(一)因变量

创新产出。如前所述，发明专利数量常被用来衡量一个机构的创新产出，拥有大量的发明专利数量被认为是创新产出较多，选取东北三省装备制造业产学研成员2000年到2009年独立申请和联合申请的发明专利数量作为所构建模型的因变量来表示创新产出。

(二)自变量

(1)中心度。点A的中心度就是与点A直接相连的其它点的个数。如果某点具有最高的度数，则称该点居于中心，很可能拥有最大的权利。由于中心度的测量根据的是与该点直接相连的点数，忽略间接相连的点，因此采用此方式测量出来的中心度为“局部中心度”。而本文采用的是相对中心度，为点的绝对中心度与图中点的最大可能的度数之比，能够有效克服图规模不同而造成的局部中心度不可比较缺陷。

(2)结构洞。伯特用结构洞来表示非冗余的联系i，认为“非冗余的联系人被结构洞所连接，一个结构洞是两个行动者之间的非冗余的联系”［16］。Burt的结构洞指标主要考虑有效规模、效率、限制度和等级度四个方面，其中限制度最重要。因此本文取结构洞限制度作为自变量，一个机构受到的“限制度”，指的是此机构在自己的网络中拥有的运用结构洞的能力。按照伯特的说法，“你自己的机会受到的限制取决于两点，一是你曾经投入了大量网络时间和精力的另外一个接触者q，二是q在多大程度上向接触者j的关系投入大量的精力［16］。由此行动者i受到j的限制度指标为:

其中Piq是在行动者i的全部关系中，投入q的关系占总关系的比例。mqj是j到q的关系的边际强度，它等于j到q的关系取值除以j到其他点关系中的最大值。

(3)中间中心度。在一个n点图中，点的中间中心度测量的是该点在多大程度上控制他人之间的交往。如果一个点的中间中心度为0，意味着该点不能控制任何行动者，处于网络的边缘;如果一个点的中间中心度为1，意味着该点可以100%地控制其他行动者，他处于网络的核心，拥有很大的权利。假设点j和k之间存在的捷径数目用Sjk来表示，第三个点能够控制此两点交往的能力用ajk(i)来表示，即i处于点j和k之间的捷径上的概率。点j和k之间存在的经过点i的捷径数目用Sjk(i)来表示。那么，ajk(i)=Sjk(i)/Sjk。把点i相应于图中所有的点对的中间中心度加在一起，就得到该点的绝对中间中心度(记为文所采用的中间中心度为标准化的中间中心度，即为相对中间中心度，点i的相对中间中心度(CRBi)为:

(三)控制变量

本文所采用的回归分析模型为多阶段回归分析模型，在模型中增加控制变量，将产学研合作网络机构分为企业，大学和研究所三个类型，引入三个虚拟变量(是则赋值1，否则赋值0)。

(四)模型

用模型对截面数据进行测算，由于有些机构与其他多个不同机构都拥有合作发明专利，会造成测算对象的重复，这与回归分析中测算对象相互独立的假设相违背，会导致模型残差的自相关，为此筛选出东北三省区域内的228个非重复机构组成最终回归分析对象。然后，采用多阶段OLS方法进行多变量回归分析，其中关键变量被分阶段添加入模型中，确保变量对整个模型的适合性。

表2 变量标准差、平均数和相关系数

(五)结果

(1)静态网络回归结果

本文尝试研究静态情况下网络成员中心度、结构洞、中间中心度与网络成员创新产出之间的关系。表2给出了所有自变量的均值、标准差和相关性系数，可知均通过了线性关系检验，可以进行回归分析。模型1仅包括控制变量，模型2引入自变量中心度，模型3增加自变量结构洞，模型4再引入自变量中间中心度。在模型实际操作中，为避免奇异矩阵的出现，只引入大学和企业两个控制变量。

表3 静态回归结果

图3 中心度

图4 中间中心度

图5 结构洞限制度

东北三省装备制造业产学研合作创新网络结构变量和网络成员创新产出之间关系分析如下:Y表示创新产出，回归结果见表3。模型2的回归结果显示中心度回归系数得到了证实(b =254.8360;p＜0.001)，创新网络中心度对网络成员创新产出具有正向影响，中心度越大则网络成员中心地位越高，与更多的其他网络成员进行合作创新，能够获得更多的创新产出，有效促进了网络合作创新发展;模型3的结构洞限制度回归系数是负的(b=-266.7600;p＜0.01)，表明在东北三省装备制造业产学研合作创新网络内桥接结构洞对网络内成员的创新产出起到了正向促进作用，这与 Chih-Hsing Liu(2011)［26］对台湾创新网络研究成果相悖，但与以往学者所认为的网络成员受益于桥接结构洞的结论相同。模型4表明，中间中心度对网络成员创新产出并没有起到正向促进作用(b=-1580.614;p＜0.001)，这与以往研究成果不相符合，东北三省装备制造业产学研合作创新网络中介结点并没有有效利用中间中心地位所给它们带来的信息优势和控制优势，中介作用对于它们自身创新能力的提高没有起到正向促进作用。

(2)动态网络回归结果

对东北三省装备制造业产学研合作创新网络进行动态分析，取两年为一阶段，将东北三省装备制造业产学研合作创新网络分成5个阶段动态合作创新网络。取在五个阶段动态网络中都出现的哈尔滨工业大学、大连理工大学、吉林大学、东北大学和中国科学院大连化学物理研究所作为合作创新网络重要节点进行动态分析。5个重要节点的中心度、中间中心度和结构洞限制度的计算结果如图3、图4、图5所示。

我们可以发现5个网络成员的中心度、中间中心度和结构洞限制度发生着重大变化。究其原因，一方面本文所研究产学研合作创新网络历经“十五”和“十一五”发展规划，是东北三省装备制造业发展迅速并且结构调整较大的时期，从平稳增长到“振兴东北老工业基地”后的快速增长，从发展传统优势项目到开发高新技术项目，这一过程使得不同领域内迫切需要合作创新的企业及其数量发生变化，也使得本文所研究网络中5个网络成员的节点特性发生变化;另一方面由于政府管制、机会主义行为、利益分配不均、知识产权制度不健全、风险承担机制不健全等因素造成的产学研合作创新联盟不稳定一直是我国普遍存在的问题，这使得5个网络成员的合作创新伙伴每年都在发生着对象和数量的变化，例如与哈尔滨工业大学联合申请发明专利的企业数量由2002-2003年的5个减少到了2004-2005年的3个，并且合作企业发生了全部变化。

为检验产学研合作创新网络静态网络回归结果在动态网络的适用性，本文以所选取5个重要网络成员在不同阶段的网络节点特性与下一阶段网络成员申请发明专利总数增长率作为自变量和因变量进行回归分析，结果如表4所示。东北三省装备制造业产学研合作创新网络中，中心度(b=0.252490;p＜0.05)和结构洞限制度(b=-1.173581;p＜0.05)对下一阶段网络成员申请发明专利总数增长率起到促进作用，而中间中心度(b=-0.761117;p＜0.05)并没有起到正向促进作用，验证了静态网络回归分析结论在时序动态情况下的适用性。

表4 动态回归结果

五、合作创新网络聚类分析

以往理论和实证研究比较关注于根据行动者的特征相似性来将行动者聚类到一起。实证结果表明，在大部分的网络中，特别是在创新网络中，结点由于相互联系或特征相似而趋向于聚集到一起。产学研合作创新网络集聚程度是三者之间交流合作的基础，产学研在整体规模数量发展的同时，也增强了其内在的稳定性，这种集聚环境的优化，有利于更好地实现知识转移和成果转化。网络的集聚程度可以用网络集聚系数和网络密度两个指标来衡量。集聚系数用来描述网络局部特征，衡量网络中是否有相对稳定的子系统存在，即表示近邻节点联系紧密程度的参数。网络密度体现了网络对其中行动者的态度、行为等产生影响的可能性，联系紧密的网络不仅对其中的个体提供各种社会资源，同时也为限制其发展的重要力量。在一个合作创新网络中，网络密度越大，网络知识节点的知识转移行为越多，信息流通越方便和有效，因此网络绩效也会较好。

在本文中，通过用Ucinet6网络聚类分析来测度东北三省装备制造业产学研合作创新网络聚类系数和网络密度，探寻东北三省装备制造业产学研合作创新网络聚类情况，聚类如何影响创新网络绩效，以及网络内成员是否会倾向于组建关系紧密的合作创新联盟。

图6 东北三省装备制造业产学研合作创新网络聚类分析

表5 代表性成员的网络中心性、中间中心性和结构洞表现

将产学研合作创新网络聚类分析分成两步:第一步对原始创新网络进行聚类，结果显示在连接模式上，东北三省装备制造业产学研合作创新网络呈现“核心-边缘”结构范式，但合作创新网络聚类系数(c=0.218)是非常低的，整体上成员之间合作创新并不频繁，各个成员在创新网络中的连接是有限的，或者各个成员只与其他特定成员存在较频繁连接，而网络密度(c=1.1007，本文网络密度考虑了机构之间重复联系情况，所以大于1)相对来说较低，合作创新网络对成员作用较小。这引起另外一个观点的出现，东北三省装备制造业创新网络中是否存在一些子网络，这些子网络中是否存在一些成员，由它们带领着其他成员组建联系紧密程度不同的子网络;于是进行第二步MDS网络聚类分析，得到四个主要子网络(见图6步骤2)，其中子网络1由中国科学院金属研究所和中国科学院大连化学物理研究所引领，子网络2由大连理工大学和吉林大学引领，子网络3由哈尔滨工业大学引领，子网络4由东北大学引领。

中国科学院金属研究所和中国科学院大连化学物理研究所是中国首批中科院研究所，哈尔滨工业大学、大连理工大学、吉林大学和东北大学为国内著名985院校，都具有较好的研发基础设施、知识人才资源和公众认可度，承担着大量国家级科研项目。如表5所示，这6所高校和研究所在中心度、中间中心度以及结构洞限制度方面表现优异，处于结构洞桥接地位，区域内企业倾向与它们进行合作，组建创新联盟，利用这些成员的优势资源，创造出能够提高企业竞争力的知识、产品或服务。

表6 东北三省装备制造业产学研合作创新网络重要连边的介数

从聚类系数角度看，子网络4(c=0.466)＞子网络2(c=0.364)＞子网络1(c=0.221)＞整体网(c=0.218)＞子网络3(c=0.000)，大部分子网络在网络稳定性和成员关系紧密程度上要高于整体网，但子网络3表现较差。通过图3可以看出，该子网络成员连接过于单一，非常脆弱，除哈工大之外，其他成员之间不存在合作创新。从网络密度角度看，子网络1(d=2.0286)＞子网络3(d=1.7903)＞子网络2(d=1.5474)＞子网络4(d=1.3780)＞整体网(d=1.1007)，子网络2和子网络4成员之间合作相对分散，网络对成员作用效果相对较小，也说明了金属研究所、化学物理研究所、哈工大对合作创新网络的依赖性要大于大连理工、吉大和东北大学，而整体网相对来说对成员作用效果更小。

在网络聚类分析研究中，独立节点路径和权重路径的数量对于网络顶点的作用是很小的，使得网络聚类分析很难考虑到网络连边的特性［27］。为了弥补该缺点，我们对东北三省装备制造业产学研合作创新网络连边的介数进行分析，边介数为网络中所有最短路径中经过该边的路径的数目占最短路径总数的比例，反映了相应的边在整个网络中的作用和影响力。所计算东北三省装备制造业产学研合作创新网络的重要连边介数如表6所示。可以看出连边N-A(大连理工大学和吉林大学)、连边A-E(大连理工大学和大连獐子岛渔业集团股份有限公司)等连边具有较高的介数，这些连边所代表的合作关系在产学研合作创新网络中对于维系网络连通可靠性、促进网络中各节点交流和沟通、提高网络的鲁棒性具有重要作用。从地理位置上看，这些连边大部分位于辽宁省，与省域装备制造业综合实力相吻合。从网络成员来看，与大连理工连接的连边在介数上表现更加优异，大连理工对于合作创新网络具有更大的影响力。因此，相对于辽宁省，黑龙江省和吉林省应该注重培养省域内高介数连边和重要网络成员，而哈尔滨工业大学等技术创新能力较强的网络成员应该在提高自身创新能力以及增加与其他网络成员合作的同时，应注重带动其他网络成员之间的合作创新，提升在产学研合作创新网络的重要性和影响力。

六、结论和建议

以往学术成果指出，创新网络促进了网络成员之间的合作创新活动。在考虑产学研合作创新网络的网络结构变量基础上，本研究为产学研合作创新网络的重要性做出了新的贡献，指出创新网络内合作伙伴之间的信息和知识共享对彼此学习和合作提供了机会，进而激发了成员的创新行为。网络聚类系数和密度对网络成员合作创新活动具有一定的影响，在网络聚类系数和密度较高时，网络聚类促进了网络现存知识结构的优化，减少了网络内合作伙伴之间学习和R＆D活动的风险，并且对网络成员创新能力的提高具有巨大的贡献。按照实证分析过程，本文的主要结论和建议如下:

(1)以往大量研究证明了网络中心度、结构洞限制度和中间中心度对网络成员运行绩效具有积极的影响，鲜有学者得到相反结论。通过回归分析发现在静态情况下东北三省装备制造业产学研合作创新网络中，网络中心度和结构洞限制度对网络成员创新产出起着正向促进作用，而中间中心度对网络成员创新产出并没有起到正向促进作用，后者与以往学者研究成果相悖。并对动态情况下重要节点相关时序数据进行回归分析，验证了本文结论在时序状态下的可靠性。究其原因，一方面东北三省装备制造业产学研合作创新网络内结构洞多为自益性结构洞，而中间中心性较高的网络成员多为这些结构洞的桥接者，它们在合作创新方面掌握更多网络信息和资源，但过多关注自身利益，传递资源效率低，对其他网络成员合作创新几乎起不到应有作用，同时限制了自身发展;另一方面东北三省装备制造业创新网络中中间中心度较高的成员多为自身研发基础和研发能力较强的研究所和大学，它们的中介地位只是帮助其他成员完成创新，并没有与合作伙伴建立一种双向互动的合作创新机制来促进自身创新能力的提高。这两方面是我国创新网络普遍存在的一个现象，那么培养出具有正向中间中心性的网络成员，成为我国各产业领域建立创新网络需要努力的方向。

(2)网络聚类分析发现在聚类方面，东北三省装备制造业产学研合作创新网络的连接模式呈现“核心-边缘”结构范式，并且其中主要存在四大子网络，分别由在网络中心性、中间中心性和结构洞等网络结构方面表现优异的金属研究所和大连化学物理研究所、大连理工和吉大、哈工大、东北大学等机构引领，这些机构因在创新能力、创新资源以及创新基础设施等方面更具有优势，其他网络成员为了获得更多创新效益，克服自身创新缺陷，越来越倾向于寻求这些创新实力雄厚的机构组建创新联盟。同时通过边介数计算，发现辽宁省域内合作创新关系更加重要，而与大连理工等节点构成连边在介数方面表现更加优异。所以为了促进装备制造业合作创新网络成效，应选取哈工大、大连理工、大连化学物理研究所等重点成员作为突破，大力扶持中心结点，建立知识转移平台，鼓励其他成员与他们的合作创新，形成更多的合作创新联盟。同时吉林省和黑龙江省应该积极培养省域内介数较高的合作关系及其相关连接网络成员，而哈工大等创新能力较强的网络成员应积极提高中介地位，以使东北三省装备制造业产学研合作创新网络具有更高的鲁棒性和网络连接的可靠性。

(3)通过所得整体网与个体网络的网络聚类系数和网络密度可以看出，存在着紧密连接的稳定网络不一定对网络成员产生很大的影响或者是对网络成员发展具有很大的限制，如子网络4。而不稳定的网络也可能对网络成员起着非常大的影响，如子网络3对哈工大的影响较大，但由于网络的连接单一性，也限制了哈工大的发展。所以东北三省在促进区域装备制造业合作创新网络快速发展时，在使更多成员之间进行合作创新进而提高合作创新网络稳定性的同时，也要加强网络内部成员联系紧密程度，避免合作过于分散，进而提高网络对网络成员的作用能力。

(4)将回归分析结论和网络聚类分析结论相结合，能够更全面反映东北三省装备制造业产学研合作创新网络特征。对于旨在知识共享和交流的网络关系，我们发现，网络密度越大，网络对创新产出的正向促进作用越大，大量的网络连接和优越的网络地位将会使网络内成员有各种途径实现多样化知识的分享和传递。就如社会网络理论和组织学习理论所强调的，信息和知识获取途径多样化对于外部资源的获得和资源内部化是非常关键的，因此具有更多网络连接的成员能够获得更多的信息和知识，能更有效地内部化外部资源。并且，网络连接越广，合作伙伴之间知识交流、创新思路分享的机会更多，合作伙伴之间建立信任机制的可能性就更大。东北三省装备制造业产学研合作创新网络中，中间中心度对网络成员创新产出没有起到正向促进作用的第三方面原因应该是产学研合作创新网络的网络密度较低，限制了网络内知识转移和共享，进而使得网络成员的中介地位对于自身创新发展并没有起到应有作用。而金属研究所、大连化学物理研究所、大连理工、吉大、哈工大、东北大学等机构因为在创新能力、创新资源以及创新基础设施等方面更具有优势，其他网络成员为了获得更多创新效益，克服自身创新缺陷，越来越倾向于与这些创新实力雄厚的成员组建创新联盟，进而构成了网络密度较大的创新子网络，使得这些机构在网络中心性、中间中心性和结构洞等方面表现更加优异。

［1］冯 峰.产学研合作创新网络培育机制分析——基于小世界网络模型［J］.中国软科学，2008，(11):82-86.

［2］冯 锋，李徐伟，司尚奇.基于无标度网络的产学研合作网络功能及培育机制研究［J］.科学学与科学技术管理，2009，(9):27-30.

［3］喻 科.产学研合作创新网络特性及动态创新能力培养研究［J］. 科研管理，2011，32(2):82-87.

［4］王 朋，张 旭，赵蕴华，张泽玉.校企科研合作复杂网络及其分析［J］.情报理论与实践，2010，33(6):89-93.

［5］洪 伟.区域校企专利合作创新模式的变化——基于社会网络方法的分析［J］.科学学研究，2010，28(1):40-46.

［6］刘凤朝，马荣康，姜 楠.基于“985高校”的产学研专利合作网络演化路径研究［J］.中国软科学，2011，(7):178-192

［7］马艳艳，刘凤朝，孙玉涛.中国大学-企业专利申请合作网络研究［J］. 科学学研究，2011，29(3):390-395

［8］Holger Graf，Tobias Henning.Public Research in Regional Networks of Innovators:A Comparative Study of Four East German Regions［J］.Regional Studies，2009，43(10):1349-1368.

［9］Francesco Lissoni.Academic Inventors as Brokers［J］.Research Policy，2010，39(7):843-857.

［10］Antonio Messeni Petruzzelli，Vito Albino，Nunzia Carbonara，Daniele Rotolo.Leveraging Learning Behavior and Network Structure to Improve Knowledge Gatekeepers'Performance［J］.Journal of Knowledge Management，2010，14(5):635-658.

［11］Michael Fritsch，Martina Kauffeld Monz.The Impact of Network Structure on Knowledge Transfer:An Application of Social Network Analysis in the Context of Regional Innovation Networks［J］.The Annals of Regional Science，2010，44(1):21-38.

［12］Holger Graf.Gatekeepers in Regional Networks of Innovators［J］.Cambridge Journal of Economics，2011，35(4):173-198.

［13］刘凤朝，马荣康.组织创新网络中的中间人角色及其影响因素——以中国制药技术领域为例［J］.科学学研究，2011，29(8):1240-1250.

［14］Granovetter M.The Strength of Weak Ties［J］.American Journal of Sociology，1973(78):1287-1303

［15］Freeman L C，Borgatti S P，White D R.Centrality in Valued Graphs:A Measure of Betweenness Based on Network Flow［J］.Social Networks，1991(13):141-154.

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

［17］Gomes Casseres B，Hagedoorn J，Jaffe A B.Do Alliances Promote Knowledge Flows?［J］.Journal of Financial Economics，2006，80(1):5-33.

［18］栾春娟，刘则渊，侯海燕.发明者合作网络中心性对科研绩效的影响［J］.科学学研究，2008，26(5):938-941.

［19］周 密，赵西萍，司训练团队成员网络中心性、网络信任对知识转移成效的影响研究［J］.科学学研究，2009，27(9):1384-1392.

［20］施 杨，李 南.研发团队知识交流网络中心性对知识扩散影响及其实证研究［J］.情报理论与实践，2010，33(4):28-31.

［21］Lin C H，Tseng S M.Bridging the Implementation Gaps in the Knowledge Management System for Enhancing Corporate Performance［J］.Expert Systems with Applications，2005，29(1):163-173.

［22］Shipilov A V.Network Strategies and Performance of Canadian Investment Banks［J］.Academy of Management Journal.2006，49(3):590-604.

［23］赵凌云.结构洞与政治精英的控制优势——一个分化型村庄的个案研究［J］.社会学研究，2006，(5):165-167.

［24］陈婷婷.结构洞——关系的制胜点［J］.三峡大学学报，2007，(29):31-32.

［25］盛 亚，范栋梁.结构洞分类理论及其在创新网络中的应用［J］. 科学学研究，2009，27(9):1407-1411.

［26］Chih-Hsing Liu.The Effects of Innovation Alliance on Network Structure and Density of Cluster［J］.Expert Systems with Applications，2011，(38):299-305.

［27］Girvan M，Newman MEJ.Community Structure in Social and Biological Networks［J］.PNAS，2002，99(12):7821-7826.