社会嵌入视角的联盟成员间并购整合动态模拟

徐 刚，杨 陈

（重庆理工大学 管理学院，重庆 400054）

一、引 言

联盟和并购是组织间水平层面的变革方式。随着市场竞争的加剧，越来越多的企业通过联盟或者并购获取外部社会资源，增强企业实力。已有文献表明，尽管联盟和并购在组织间关系、治理结构以及资源获取方式方面存在显著不同[1]，但是联盟成员间并购现象也屡见不鲜（Zollo&Reuer，2010）[2]。是何种原因促使联盟成员间并购现象的发生？联盟成员间并购与其他并购方式相比具有哪些优势呢？

学者主要从交易成本理论视角进行分析，认为联盟成员间并购可以减少并购双方的信息不对称，降低机会主义行为发生的频率，节约交易费用（Cartwright&Schoenberg，2006）[3]。刘康兵等利用博弈论对海运业发生的联盟成员间的并购现象进行分析，提出从联盟到并购主要经历“古诺模型—囚徒困境—斯塔克伯格”三个博弈阶段，且联盟到并购是海运商降低交易成本，寻求利润最大化的结果[4]。总的来说，目前研究多基于交易成本理论进行分析，将联盟成员视为理性个体，可以完全根据并购前后交易成本的大小做出并购与否的决策，忽视了联盟主体嵌入于社会网络中（Yang，et al，2011）[5]，受到网络嵌入等因素的影响。

另外，现有的关于联盟成员间并购问题的研究主要集中在西方，我国研究主要集中在公司治理与企业并购行为的关系，如李善民等（2009）对高管持股、高管的私有收益以及公司并购行为三者间关联的分析[6]，很少有学者对联盟成员间并购行为及其影响因素进行研究。

综观已有文献可知，联盟成员间并购现象已经成为战略联盟领域、企业并购领域的重要研究主题。在联盟成员并购决策过程中不仅涉及经济因素的影响，还会受到联盟网络特征以及联盟成员间知识吸收能力的影响，属于复杂的、多层次的非线性系统。而系统动力学以系统的观点全面分析各因素对联盟成员间并购决策的影响，能够解决数据不足的情况下系统的求解和预测问题。因此，用系统动力学方法分析联盟成员间并购问题具有较好的适应性和较高的科学性。樊燕萍等（2013）利用系统动力学方法对战略并购目标公司的影响因素进行了分析[7]；张峥等（2013）构建了汽车产业并购整合的系统动力学模型，并对此进行了模拟仿真[8]。但是系统动力学方法目前仅应用于并购目标公司定价策略的影响因素以及特定行业并购的影响因素方面，缺少针对已结成战略联盟的联盟成员间并购问题的全面、系统分析。

基于此，为了弥补国内关于联盟成员间并购行为研究的不足，本文尝试从社会嵌入理论视角分析影响联盟成员间并购的影响因素，并通过系统动力学方法构建联盟成员间并购决策影响因素的系统动力学模型，通过仿真深入剖析各影响因素的作用机理，以期能够完善联盟与并购相关理论，并能够对联盟成员间并购行为决策提供理论支持和实践指导。

二、联盟成员间并购行为的影响因素分析

多数学者认为嵌入是指经济活动在社会关系情景下的反映，其主要分为宏观层面的政治嵌入和文化嵌入以及微观层面的关系嵌入和结构嵌入。其中，政治嵌入是指外部政治框架以及政府行为对经济行为的影响；文化嵌入是指社会价值观、道德框架对经济行为的影响；关系嵌入是指企业成员间以往直接关系的存续情况；结构嵌入则是指将企业间的直接关系嵌入到社会关系中，受到共同第三方企业的影响程度。

（一）政治嵌入与文化嵌入

企业的行为决策必须在正式的法律制度和政府规定的范围内执行，政治嵌入对于联盟成员间的并购行为具有正式的约束作用。目前我国正处于深化改革、促进产业结构转型的关键时期，政府干预对企业行为具有显著影响（夏立军等，2005）[9]。方军雄（2008）对地方政府干预背景下不同所有权性质与企业并购决策的关系进行研究发现，地方政府直接控制的企业容易实施本地并购，而中央政府控制的企业更易实施跨地区并购[10]。

从以上学者的研究中可知，政治嵌入对企业并购行为具有重要影响。而文化嵌入对经济行为的影响是无形的，受到社会价值观和道德框架约束下的人往往表现出与此种文化嵌入相适应的经济行为。制度背景、社会价值的差异对于企业决策具有重要影响，Yang（2011）对中国和美国企业的并购行为进行比较分析发现，制度的差异是导致联盟成员间并购行为影响因素作用机理存在差异的重要原因[11]；Vasudeva（2013）通过引入制度背景对联盟伙伴选择和知识获取进行跨国比较分析发现，与社团主义浓厚的国家相比，低社团主义的国家倾向于采取更加审慎态度向其联盟伙伴学习[12]。

中国传统文化重视“关系”，此处的“关系”和社会连带的区别在于“关系是差序格局的，且至少包括熟人在内的三种类型”（罗家德，2012）[13]。关系理论认为在“关系”的帮助下，有利于企业开展商务活动，获取外界社会信息。在联盟成立之后，联盟双方形成以“熟人”为主的关系类别，这种关系不仅会对联盟稳定性形成重要影响，联盟双方还可能出于“义”和“人情”的要求，在不仔细考虑并购后总体收益的条件下，做出并购行为决策。

（二）关系嵌入

根据相关学者的研究，表征连带强度的关系嵌入主要可以通过信任和信息共享两个维度进行衡量。从关系嵌入两个维度来看，联盟成员间并购决策主要受到两个方面的影响：其一是信任程度的影响，联盟成员间并购首先需要考虑并购后企业利益是否优于并购前联盟双方的整体利益，这涉及到被并购方与并购方是否相互信任的问题。如果并购方认为被并购方仅是为了摆脱其不良资产而选择并购，且对被并购方的行为进行监督和控制，会导致联盟成员间相互猜疑，这违背了信任的基本原则（Mayer，1995）[14]，对联盟企业间并购行为决策产生影响；如果被并购方对于并购方能否使其发展壮大持怀疑态度，这也会影响联盟企业的并购决策。其二是信息共享程度的影响，联盟成员间的信息共享程度越高，联盟双方的信息透明度也越高，有利于提高并购后的管理协同和经营协同效果。

（三）结构嵌入

结构嵌入主要表现为网络中心性和网络密度二个方面。结构洞理论认为占据网络位置中心性的企业，在网络内部担任“知识守门人”角色，不仅可以获得及时、准确和无冗余的信息，还具有保持和控制网络信息的优势。此外，和其他网络成员相比，处于中心位置的企业倾向于具有更高的地位和更准确的预见性（Gnyawali&Madhavan，2001）[15]。在有关网络中心性与联盟成员间并购的关系分析上，对于没有处于网络中心位置的联盟其他成员而言，由于并不占据网络位置的优势，因此所能获得的信息具有多样性等特点，而正是由于信息多样化的优势使得其对网络中心企业的信息资源形成互补（Ahuja et al，2009）[16]，不仅能够及时优化占据中心位置企业的信息资源结构，还可以丰富企业自身信息资源，因而通过并购有利于弥补由于网络位置差异导致的信息资源结构失衡问题。此外，由于网络位置的不同导致信息资源不对称，使得信息资源丰富的企业能够以较低的成本并购联盟其他企业，为联盟成员间并购提供条件（Yangetal，2011）[7]。基于上述研究结果，本文认为网络中心性对联盟成员并购行为具有正向影响。

已有关于网络密度的研究成果对于分析联盟成员并购决策提供了有益的借鉴。网络中各节点联系的紧密程度保持在适度的范围有利于提高联盟成员间相互信任水平，促使联盟成员间共同规范的形成，从而使得联盟成员能够在统一的行为规范下协作开展活动，共同完成联盟目标。因此，联盟成员间各自的行为具有较高的互补性以及较低的冗余性，有利于解决并购后出现的生产、经营以及人才方面的协同问题。因而，联盟成员间更倾向于采取并购决策。但过高的网络密度容易产生制度趋同，导致联盟网络内部成员间行为趋于一致，降低了联盟成员间的知识与行为的差异性，使得联盟成员间互补性减弱，替代性增强，容易引发联盟成员间恶性竞争，增加并购的可融性风险以及并购后产生潜在利益冲突的可能性。基于此，在网络密度保持在适当范围内时，联盟成员间并购的可能性增加，但是当网络密度过高时，联盟成员出于并购后知识吸收和整合方面的因素考虑，更倾向于审慎决策，因而，并购行为发生的可能性趋于稳定。

图1 因果关系模型

三、联盟成员间并购行为的SD模型构建

（一）模型的因果关系分析

根据系统动力学建模的基本思想，首先需要确定系统边界。本文在上述分析的基础上结合已有文献将各影响因素的因果关系包含在3个子系统之中。各系统之间具有内在逻辑关系，表征不同影响因素的相互作用机制，知识增量子系统表示联盟成员期望达到的知识整合目标；战略协同增量描述了联盟成员对于并购整合后协同发展的预期；财务价值增量传达了战略所希望实现的价值增值以及资本增值效果。三个子系统具体分析如下：

（1）知识增量子系统主要包括隐性知识增加量和显性知识增加量。隐性知识和显性知识的增加量主要取决于联盟成员知识吸收能力的大小。知识吸收能力的强弱又受到联盟网络密度的影响。

（2）战略协同增量子系统主要由经营协同和管理协同两个维度组成。经营协同描述的是并购双方在经营战略与战术方面的协同性；管理协同则主要表征的是联盟成员间整合和融合能力，受到关系嵌入机制影响。

（3）财务价值增量子系统由无形资产增加量、固定资产增加量以及市场份额增加量三个部分组成。财务价值增加量是衡量联盟成员间并购决策是否成功的主要标志。

通过上述分析，本文得到的因果关系模型如图1所示。

（二）联盟成员并购的系统动力学流图

1.模型的基本情况和假设

根据图1因果关系构建系统动力学流图（见图2）。模型中主要涉及状态变量、辅助变量、速率变量、常量、平滑函数以及表函数等，各变量间的因果关系表征了联盟成员间并购的影响因素的相互作用机制。此外，为确保模型的准确性和科学性，本文主要设定如下假设：①假定联盟主要由两个成员组成，即联盟成员A和联盟成员B；②模型中并购行为的发生主要取决于三类情况：联盟成员A做出并购决策，联盟成员B做出并购决策以及联盟成员A和B同时做出并购决策；③为突出研究重点，模型只考虑联盟成员是否做出并购决策，不考虑联盟成员在并购过程中的并购地位问题；④由于联盟网络结构具有多样性，出于简化模型的需要，本文在Funk（2014）[17]研究的基础上将联盟网络结构定义为粘性网络结构。

图2 SD流图

2.模型的参数设定

由于影响联盟成员间并购的影响因素具有明显的理论性和多样性，在现实中很难通过问卷调查的方式获取数据，且专业数据库中关于联盟成员间并购现象的统计也不多见，造成对于模型中变量的赋值以及模拟初始值的设定很难以历史数据为依据。因此，本文采用平衡态赋值法，对模型中流变量设置相对初始值，通过模拟分析检验模拟趋势的真实性和可靠性。而对于模型中状态变量初始值的设定则主要考虑联盟成员并购行为决策的动因，由于在联盟内部必定会存在一定的显性和隐性知识，因此假定知识价值增量的初始值为1；而战略协同增量和财务价值增量主要产生于联盟成员并购行为发生之后，因此初始值为0。

3.模型有效性检验

系统动力学主要关注模型结构的合理性，对于参数选择以及取值并不十分重视。因此，模型的有效性检验应以理论检验为主，尤其关注模型模拟情况与现实情况的一致性和相符性。本文采用模型结构和行为测试以及极端性测试两种方法对模型的有效性进行检验，其中，模型结构和行为测试是根据系统结构决定系统行为的原理，检验模拟结果与相关行为规律的一致性情况；而极端性测试主要检验极端情况下，模拟结果能否与现实变化规律相符合。为此，本文首先进行模型结构和行为测试，测试结果见图3所示。

图3 模型结构和行为测试

通过图3不难看出，在整个模拟期内，战略协同增量、财物价值增量以及知识价值增量都呈上升趋势。具体来说，财物价值增量的变动呈现线性增长趋势，并购方认为并购后能够较快地利用被并购方的营销以及分销渠道，扩充现有市场份额，同时利用现有市场品牌，增加企业的无形资产，这些都将促使预期财物价值增量显著增长。知识价值增量前期增速缓慢，这主要是由于并购后并购方需要一定时间对被并购企业的隐性知识进行识别和获取，而并购后期，当并购方具备了隐性知识吸收的经验、技术和方法时，知识价值增量增速呈现显著增长趋势。联盟成员间并购行为呈现非线性趋势，即从0～24个月时，由于联盟成立时间较短，联盟双方需要一定的时间相互了解，增进互信，双方信息和知识转移的速度较慢，协同性不够，因而造成在此阶段联盟成员间并购行为发生的可能性缓慢增长。在联盟存续的第24～36个月期间，联盟成员间并购的行为曲线的斜率增幅较大，一方面是因为双方相互信任和知识共享程度增加，成员间关系逐渐紧密，联盟双方对各自的优势和劣势有了充分的了解，进而为了降低交易成本，联盟成员倾向于通过并购战略获取对方的优质资源；另一方面，伴随着网络密度和网络中心性的增加，对于占据网络中心位置的联盟成员来说，可以凭借其“知识守门人”的角色，提高其知识吸收能力，占据联盟的知识位势，吸引联盟伙伴，且以较低的成本将其并购。基于上述两个方面的原因，在该阶段，并购行为发生的可能性大幅上升。而在联盟存续的第36～60个月时，和前一阶段相比，联盟并购行为发生的可能性有所降低，究其原因是因为联盟成员并购行为决策还受到网络密度等社会嵌入因素的影响，联盟成员间过度紧密的关系容易造成制度趋同，导致联盟成员间各自的知识、管理经验互补性减弱，替代性增强，不利于并购后并购方知识价值增量的提升，因此，联盟成员间并购行为发生的可能性出现减弱的趋势。

极端性测试。本文将政治嵌入变量取值为1，即政府完全通过行政手段和法律手段对联盟成员间的并购行为进行干涉，通过Vensim PLE仿真平台进行模拟得到如图4所示的结果。通过图4不难看出，当政府对联盟间并购行为采用行政和法律手段进行干涉时，尽管联盟成员A和联盟成员B仍然有意进行联盟成员间的并购行为，但由于法律限制或者政府采取行政干预手段，禁止联盟成员间并购行为，导致并购行为发生的可能性为零。这与我国的现实情况较为一致，政府出于保护民族企业和相关特定产业发展的目的，更倾向于通过行政和法律手段叫停此类并购行为。因此，本文所建模型与现实情况较为一致，模型的有效性较好。

图4 极端性测试

（三）单一策略模拟

单一策略模拟是指通过改变变量的初始值，分析其对系统中其他变量的作用规律。通过对系统不断进行调试发现，粘性网络、关系嵌入、网络密度以及联盟成员隐性知识对系统变化较为敏感，因此本文对上述四个变量分别进行模拟。

（1）粘性网络。粘性网络表征的是联盟所处的网络结构，在此网络内部存在大量的冗余联系，信任、协作是其特质，而复杂知识的转移是其相较于其他网络结构最大的优势。因此，将网络粘性分为两个不同的策略，即网络粘性（0.5）和网络粘性（0.8）。仿真结果见图5所示。根据图5可知，粘性网络结构越紧密，联盟成员间并购行为发生的可能性越大。一方面是因为粘性网络结构有利于联盟成员创新知识的提升，进而增加预期的知识价值增量，增加并购行为发生的可能性；另一方面，紧密的粘性网络结构使得联盟成员相互依赖程度增加，导致联盟成员不愿意从联盟网络外部寻求新的联盟合作者，进而联盟成员出于进一步发展的目标，倾向于并购其熟悉的联盟伙伴。

（2）联盟成员隐性知识。联盟成员隐性知识是指存在或附属于联盟成员自身的，联盟伙伴难以模仿和学习的模糊性知识。本文主要以联盟成员拥有的并购经验对其进行衡量，将联盟成员隐性知识分为两个不同的策略，分别为联盟成员并购经验（1）和联盟成员并购经验（0.8），通过模拟仿真得到图6。由图6可知，联盟成员自身拥有的与并购经验相关的隐性知识越多，联盟成员间发生并购行为的可能性越高，以往的并购经验能够帮助联盟成员及时、准确应对联盟并购过程中产生的风险。因此，联盟成员与并购经验相关的隐性知识对联盟成员间并购行为的发生具有正向影响。

图5 粘性网络模拟结果

（3）关系嵌入。根据上文可知，本文以信任和知识共享对关系嵌入进行衡量，其中信任对于知识共享具有促进作用。因此，将信任分为两个不同策略，分别为信任（0.3）和信任（0.1），模拟结果见图7。模拟结果表明，当联盟双方信任程度增加时，降低了联盟双方并购后知识吸收整合的时间，有利于增加并购后经营管理的协同性，使得联盟成员间并购行为发生的可能性增加。

图6 隐性知识模拟结果

图7 关系嵌入模拟结果

（4）网络密度。由于网络密度是由表函数表示，因此将网络密度的初始函数视为网络密度策略（0.1），其他策略分别为0.3、0.4、0.5、0.6和0.7共6种策略。模拟结果见图8所示。结果表明，网络密度增加，联盟成员间并购行为发生的可能性相应增加，但是当网络密度增加到一定范围时，联盟成员并购行为发生的可能性趋于不变。而网络密度对知识吸收能力不同维度的作用机制存在差异，具体来说，网络密度对潜在知识吸收能力具有正向影响，而对实现知识吸收能力的影响呈现倒U型趋势。这是因为实现知识吸收能力表征的是创新和再学习，适度的网络密度既能够保证联盟成员关系的紧密型，使得联盟成员知识相似度保持在一定范围内，也能够使联盟成员间的知识具有差异性，而过高的网络密度造成联盟成员知识相似度过高，不利于并购后的企业再学习和创新。因此，在网络密度作用下，实现知识吸收能力呈现倒U型趋势。

图8 网络密度模拟结果

（四）组合策略模拟

组合策略模拟是指将单一策略进行组合，以分析多个变量共同作用下系统行为的变化规律。本文根据网络中心性和文化嵌入的不同取值进行组合分析，主要分为四种策略（见表1）。通过对四种策略分别进行模拟分析，得到4种模拟结果。根据图9可知，与其他网络嵌入变量相比，在网络中心性不变的条件下，文化嵌入对联盟成员间并购行为的影响并不十分显著，但是当文化嵌入和网络中心性同比例变动时，其对联盟成员间并购行为具有显著正向影响。出现这种现象的原因在于文化本身具有依附性，其需要通过联盟成员及其所处的联盟网络发挥作用。因此单一的改变文化嵌入水平对联盟成员间并购行为的影响并不十分显著。

组合策略模拟结果表明，文化嵌入作用的发挥需要借助其他网络嵌入变量，因此，网络中心性在文化嵌入对联盟成员间并购行为的关系机制中存在重要影响。

图9 组合策略模拟结果

表1 策略组合

四、结论和讨论

针对目前国内对于联盟成员间并购行为影响因素研究的不足，本文从社会嵌入视角出发对联盟成员间并购行为进行分析，弥补了以往研究中基于交易成本理论研究的缺陷，并构建了系统动力学模型，通过系统仿真深入剖析社会嵌入各维度对联盟成员间并购行为的作用机理，本文的结论在理论和实践方面具有重要的意义：

（1）社会嵌入对联盟成员间并购行为具有重要影响。本文将社会嵌入理论引入并购战略领域，有效地推动了社会网络理论在并购领域的应用，填补了国内缺乏社会嵌入和并购行为决策关系研究的空白，为分析企业间并购行为决策的影响因素提供了全新的研究视角。

（2）深化和完善了社会嵌入对联盟成员间并购行为的影响机理。本研究以社会嵌入理论为基础，引入宏观层面的政治嵌入和文化嵌入，微观层面的关系嵌入、网络中心性以及网络密度，并模拟了其对并购行为的影响路径，丰富了联盟成员间并购行为的前因变量，完善了社会嵌入影响机制的作用机理。具体来说主要表现为以下几个方面：其一是以往有关联盟成员间并购行为影响因素的研究忽视了政治环境和文化环境对并购决策可能产生的影响，因此导致研究结论存在明显的差异。其二是网络密度对联盟成员间并购行为的影响并非是线性关系，而是呈现“非线性”影响，这主要是考虑到“制度趋同”机制导致联盟成员在各方面趋于一致，使得联盟成员间差异性逐渐变小，降低了被并购方对并购方的吸引力。因此，适度的紧密关系能够促进联盟成员间并购行为的发生。其三是以联盟成员并购经验为核心的联盟成员隐性知识对并购行为发生的可能性具有重要影响，一旦联盟成员拥有较多的并购经验，便有利于后续并购行为的发生，而这种隐性知识附属在联盟成员自身，对于联盟成员并购整合过程起着重要作用。其四是宏观层面文化嵌入需要借助微观层面的网络中心性发挥作用，不仅丰富了Yang[5]关于网络位置中心性单维度影响并购行为的研究成果，还强化了不同文化情境下企业行为具有差异性这一结论，对于解释由于文化差异，样本来源不同所导致的研究结论差异提供了理论指导。

（3）引入联盟网络结构，分析特定网络结构对于联盟成员间并购行为的影响。这为分析社会嵌入对企业行为的影响提供了新的研究视角，以往研究多关注社会嵌入不同维度对企业行为的影响，忽视了所处社会网络的结构特征，而不同的网络结构对于企业创新行为以及企业战略具有重要的影响[21]。本文以粘性网络结构为特征进行分析发现，网络结构粘性越强，越容易形成相互依赖型联盟关系，降低联盟成员与网络外部成员结盟的可能性，从而增强并购行为发生的可能性。

（4）在社会嵌入—联盟成员间并购行为的影响机制中，知识吸收能力具有重要的传导作用。本文将网络密度与知识吸收能力相关理论结合，分析二重作用机制下对联盟成员间并购行为的影响。以往文献对于联盟成员间并购动机主要从经济因素方面予以考虑，对于专门分析知识价值增量对并购行为影响的研究并不多见，而对于技术创新型战略联盟来说，其并购的主要动因就是创新知识的增加量，因此，本文构建了“网络密度—知识价值增量—并购行为”的分析框架，并以知识吸收能力作为重要影响变量分析其对知识价值增量的影响，发现知识吸收能力维度不同，网络密度的作用机制也存在差异。具体来说，网络密度增加正向影响潜在知识吸收能力，促进联盟成员间并购行为发生；实现知识吸收能力关注学习与创新，因而网络密度的增加对实现知识吸收能力的影响呈现倒U型曲线。本研究认为在目前我国强力推进产业升级和技术创新的环境下，联盟成员在并购决策过程中更应该关注并购后的实现知识吸收能力提升情况，以保证并购方能够切实提高技术创新水平，尤其是新产品和新技术的研发水平。

此外，本研究对于实践还具有较好地指导意义。其一，帮助联盟成员在并购过程中正确认识文化嵌入的影响。我国是一个深受“关系”和“面子”文化影响的国家，这种文化从本质上来说与理性思维以及理性决策相背离。本文验证了文化嵌入对并购行为的影响，强化了并购方在决策过程中正确认识并购双方的“关系”以及正确评估并购后可能带来的知识、战略和经济价值的重要性，防止为满足“面子”而做出不理智的并购决策。这就要求企业在高层管理者选聘过程中，不仅要重视对高层管理者理性思维方式的考察，还应对管理者的个体连带进行分析，微观层次的个体连带对组织行为决策具有重要影响。其二，强化了非经济因素在联盟成员并购行为中的影响。联盟成员并购行为更应重视联盟所处网络特征和联盟成员自身知识吸收能力的高低，这就要求企业在并购决策中首先要对联盟所处的网络特征和知识吸收能力做出评估，以此分析并购前后的知识价值增量和战略协同增量，以往企业在并购实践中多重视对财物价值的衡量，忽视了知识和战略协同增量对于财物价值的正向影响，导致并购后短期内财物价值增幅较大，而从长期看财物价值增值潜力较低，难以实现并购整合目的。基于此，建议在联盟成员并购决策过程中成立项目团队，主要分析联盟所处的网络特征以及并购后的知识价值和战略协同价值的变化趋势，以便做出科学的决策。

同时，本文也存在一些局限：首先，由于缺乏相关研究数据，尚不能通过计量方法对模型初始值进行设定。其次，联盟成员间并购涉及的相关因素较多，出于简化模型、突出研究重点方面的考虑，并没有将所有因素都纳入分析模型中。最后，由于研究篇幅限制，本文仅就粘性网络结构下，并购行为的影响因素进行分析，没有对不同网络结构下联盟并购行为决策进行对比分析。因此，在未来的研究中，将进一步挖掘研究数据，并对不同性质战略联盟以及不同联盟网络下联盟成员间并购行为影响因素进行对比分析，以进一步完善相关理论。

[1]颜士梅，王重鸣.战略联盟与并购：两种企业组织方式的比较分析[J].科学学研究，2002（3）：272-275.

[2]Zollo M，Reuer J J.Experience spillovers across corporate development activities[J].Organization Science，2010，21（6）：1195-1212.

[3]Cartwright S，Schoenberg R.Thirty years of mergers and acquisitions research：Recent advances and future opportunities[J].British Journal of Management，2006，17（S1）：S1-5.

[4]刘康兵，申朴.从联盟到并购：国际海运业发展战略的博弈分析[J].经济评论，2004（3）：119-128.

[5]Yang H，Lin Z，Peng M W.Behind Acquisitions of Alliance Partners：Exploratory Learning and Network Embeddedness[J].Academy of Management Journal，2011，54（5）：1069-1080.

[6]李善民，毛雅娟，赵晶晶.高管持股、高管的私有收益与公司的并购行为[J].管理科学，2009（12）：2-12.

[7]樊燕萍，安俊.系统思维方法与系统动力学在战略并购问题上的应用[J].系统科学学报，2013（8）：74-77.

[8]张峥，柏春华，何园.中国汽车产业并购整合动态模拟[J].系统工程理论与实践，2013（1）：99-105.

[9]夏立军，方轶强.政府控制、治理环境与公司价值——来自中国证券市场的经验证据[J].经济研究，2005（5）：40-51.

[10]方军雄.政府干预、所有权性质与企业并购[J].管理世界，2008（9）：118-123.

[11]Yang H，Sun S L，Lin Z，et al.Behind M&As in China and the United States：Networks，learning，and institutions[J].Asia Pacific Journal of Management，2011，28（2）：239-255.

[12]Vasudeva G，Jennifer W S，Hildy J T.Bringing the Institutional Context Back In：A Cross-National Comparison of Alliance Partner Selection and Knowledge Acquisition[J].Organization Science，2013，24（2）：319-338.

[13]罗家德.关系与圈子——中国人工作场域中的圈子现象[J].管理学报，2012（2）：165-178.

[14]Mayer R C，Davis J H，Schoorman F D.An intergrative model of organizational trust[J].Academy of management review，1995，20（3）：709-734.

[15]Gnyawali D R，Madhavan R.Cooperative networks and competitive dynamics：A structural embeddedness perspective[J].Academy of Management Review，2001，26（3）：431-445.

[16]Ahuja G，Polidoro F，Mitchell W.Structural homophily or social asymmetry?The formation of alliances by poorly embedded firms[J].Strategic Management Journal，2009，30（9）：941-958.

[17]Funk R J.Making the Most of Where You Are：Geography，Networks，and Innovation in Organizations[J].Academy of Management Journal，2014，57（1）：193-222.