战略联盟网络结构对企业创新能力的影响及其比较分析

摘要：基于SNA理论与方法，通过企业间联盟关系构建中国化学药品行业的战略联盟网络，并运用负二项回归模型实证分析网络结构对企业创新能力的影响。研究结果表明：拥有中介中心位置优势的企业能够在联盟短期内显著提升其创新能力；而处于结构洞位置的企业创新优势并不明显；网络的聚集与稠密连接对企业创新能力的影响不显著；较强的网络连通性会弱化企业的创新能力。最后，将研究结论与国内外同类研究比较可知，在不同国家、市场经济体制下联盟网络结构对企业创新能力的影响存在差异；不同的行业类别、企业规模、文化背景下，联盟网络结构对企业创新能力的影响也不尽相同。

关键词：战略联盟；社会网络；创新能力

DOI：10.13956/j.ss.1001-8409.2016.05.14

中图分类号：F273.1；F276.4 文献标识码：A 文章编号：1001-8409（2016）05-0064-05

Abstract：Supported by the social network analysis theory and method， this paper constructs interfirm collaboration networks of Chemical Strategic Alliances in China by alliance relationship， and used negative binomial regression to study the impact of alliance network structure on firm innovation capability. The empirical results show that the firms embedded in alliance networks with better betweenness centrality will have greater innovative output in the short term； but the advantageous structural hole location does not improve the firm innovation capability； the impact clustering and dense connection on firm innovation capability is not significant； the impact network connectivity on firm innovation capability is negative. Comparing the similar research at home and abroad， result shows that there are differences of the impact of alliance network structure on firm innovation capability in different countries and market economy system； the impact of alliance network structure on firm innovation capability are also different in different industry categories， enterprise scale， and cultural background.

Key words：strategic alliance； social network； innovation capability

当前，企业仅靠自身知识进行创新已不能适应国际化的竞争需要，获取外部知识已成为企业能否创新成功的关键。于是，出于知识资源和创新能力的互补性，企业间开展形式多样的合作，形成了各种战略联盟。

近年来，“网络”已成为组织管理研究与发展过程中的热门概念。各种关系网络如专利网络、科研网络、演员网络、集群网络以及联盟网络等逐渐进入人们的研究视野。目前双向、互动的网络组织已经取代单个、自主的个体组织，产业形态也正向网络化、虚拟化方向发展[1]。企业也是一个组织，它的各种网络关系对企业的生存与发展起着重要作用，战略联盟作为企业间网络的一种具体表现形式影响着企业的创新和发展能力。

然而，基于社会网络视角对联盟关系网络影响企业创新的研究尚处于起步阶段，是伴随着计算机技术水平的不断提高而发展起来的。对于这方面的研究，国外相对较多，国内主要集中在集群网络方面，而对联盟网络的研究相对较少。国外学者运用SDC Platinum、MERIT-CATI等联盟数据库，并基于负二项回归模型、时间滞后模型等国际普遍方法对不同行业、多个国家的企业间联盟关系网络进行研究，发现网络具有小世界性、无标度等复杂性[2]。而国内学者的研究往往只停留在仿真模拟、理论解释阶段或案例研究[3～5]。虽然有些学者进行了实证分析[6～9]，但是其研究所用数据是通过专利网络或问卷调查与访谈所获得，可能会涉及企业间非正式的合作关系，而不是企业间的正式联盟。

所以，本文基于SNA理论与方法，选择中国化学药品行业的企业间正式联盟为样本，通过企业间联盟关系构建联盟网络，并运用负二项回归模型实证分析网络结构对企业创新能力的影响。在充实组织网络理论研究与实践经验的基础上，将本文结论与国内外相关研究结果进行比较，这有助于了解不同行业、不同市场经济环境条件下联盟网络结构与企业创新能力的关系，从而引起人们对网络结构影响企业创新能力的作用机制的深入思考。

1 理论假设

在创新活动中，越来越多的企业逐渐认识到从外部获取创新资源，掌握利用关于不同用户、技术和市场的具体知识尤其重要。由战略联盟所形成的企业间网络是企业获取外界知识资源并整合利用的重要方式。网络结构在一定程度上影响着企业获取知识资源的效率，进而影响企业的创新能力[10，11]。

网络中的稠密联结不但为企业间提供各种信息传递的机会，而且在一定程度上缩短企业间信息传递的路径，有利于信息资源的流通[12]。而节点间相互联接的稠密程度可以用网络密度来衡量。一般来讲，如果企业在网络中有较多的节点相互联接，在增加企业间信息交流机会的同时，企业获取有利于创新的知识资源的概率就越大，企业的创新优势就越明显[13]。另外，企业间知识资源的互补或相似会提升彼此的合作意愿，从而导致网络中关系的局部集聚[14]，而这种集聚进一步加强了企业间的合作与交流，这又会提高企业间知识转移的效率与准确度，并有利于合作问题的解决与企业创新[15]。因此，提出假设：

H1：联盟网络的密度越大或局部集聚性越强，企业的创新能力就越强。

在一般的关系网络中，若一个节点处于较多节点联接的路径上，那么此节点就居于重要位置，因为它可以通过控制或者扭曲信息的传递来影响群体。Freeman（1979）提出了中介中心性（Betweenness Centrality）的概念，并认为具有较高中介中心性的节点都处于其他节点联接的路径上，通过控制网络资源的流动取得创新优势。对于企业网络来说，处于中介中心位置的企业有机会获得较多的信息源，通过对比多样的信息源能够得到对创新更有价值的信息[16]。因此，居于中介中心位置的企业有更多机会获取较多的异质性知识资源，在创新方面更具优势。所以，提出假设：

H2：占据中介中心位置越多，企业的创新能力越强。

在企业网络中，如果一个节点通过路径能够到达较多的节点，那么就增加了该节点企业获取较多信息与资源的机会。从该节点企业经由路径可以到达的节点数目及其路径长度都会影响企业间知识信息的传递数量和效率。一般来说，连通性较好的企业网络中，多数企业间能够相互到达，并且也会有相对较短的到达路径。因此，好的连通性使企业有机会及时获取丰富的外部知识资源，促进企业的创新。所以，提出假设：

H3：网络的连通性越好，企业的创新能力越强。

Burt（1992）认为，如果在两个节点之间的最短路径上存在且仅有一个节点企业，那么此节点就占据了结构洞位置。在企业网络中，结构洞体现了网路中两个节点企业间的非冗余联接，能够为企业带来多样的异质性知识资源。结构洞位置的企业具有信息资源的“处置权”，与网络中其他位置上的节点企业相比有更多资源的索取优势。因此，提出假设：

H4：企业占据结构洞位置越多，其创新能力越强。

2 数据、变量与模型

2.1 数据

本文研究所用数据有三类：一是企业的专利数据，通过中国知识产权网（http：//www.cnipr.com）搜集样本企业每年的专利数据（1995～2011年）；二是企业间战略联盟关系数据，主要来源于SDC Platinum数据库，该数据库已被用于许多中国企业间战略联盟的实证研究；三是反映企业自身特征的数据，如企业地理位置、是否上市等，主要通过企业官网获得。

从数据库中筛选出中国化学药品行业的企业间联盟数据，并假设每个联盟的关系持续3年，即基于3年时间窗生成联盟网络，并设计无向的二元邻接矩阵自动提取算法获得联盟网络的邻接矩阵。接着运用UCINet、Eclipse等软件计算所需要的各个时间窗口的网络结构指标。图1以2001～2003年为例展示了中国化学药品行业的企业间战略联盟网络图。

2.2 变量

（1）因变量：专利数（Patentsit）

在具有高技术性特点的化学药品行业中，企业往往通过申请专利来保护新技术或新产品。专利数量在一定程度上能够反映企业的创新能力和知识创新的积累程度。本文使用企业当年申请并最终获得批准的专利数作为因变量。

式（4）中，i与j的最短路径长度是dij，m是i所能到达的节点总数，n是网络中的节点数目。整体网络的到达率是所有网络中节点的到达率之和。

⑤局部效率（LE）

局部效率可以衡量企业在网络中的结构洞位置优势。由于局部效率的计算比较复杂，其计算方法可参考刘军教授编著的整体网络分析讲义（2009年格致出版社出版）

也可参考：郑向杰.基于企业嵌入视角的联盟创新网络中的知识共享与企业创新研究[D].2014：64-65.。

（3）控制变量

为了控制企业自身特征及网络中各点的一致性程度对企业创新的影响，用企业嵌入联盟网络时的知识创新积累（PRE5）、联盟伙伴的知识创新积累（P-PRE5）、企业地理位置（ZONE）、是否上市（PUBLIC）、网络中心势（CEN）作为控制变量进入模型。

2.3 模型

由于因变量专利数作为计数型变量往往呈过度的离散，且方差明显大于均值。因此，本文选择允许过度离散的广义泊松回归，即负二项回归模型进行实证分析。并考虑联盟当年、滞后1年、滞后2年与滞后3年的负二项回归模型。

3 结果分析

本文利用统计软件STATA11.0进行分析。表1显示变量的均值、标准差以及自变量间的相关性。自变量间的相关系数都小于0.7，不存在多重共线性问题。表2是回归模型实证分析结果。之所以选择随机效应的负二项回归模型是因为Hausman检验在p<0.05的水平下拒绝了固定效应模型。模型1与模型2、模型3与模型4、模型5与模型6、模型7与模型8分别是联盟当年、滞后1年、滞后2年与滞后3年的回归结果。同时，由模型的likelihood-ratio检验可知，使用负二项模型优于泊松模型，因为在0.1%的水平上都拒绝了泊松分布。另外，由统计量LR chi2的p值较小（p<0.001）可知每个模型都具有较高的显著性。

分析表2可知：

（1）网络的密度（DENSITY）与局部聚集（CC）对企业创新能力都没有显著的正向作用，即企业间的稠密连接与“三元闭合”程度并不能显著提升企业的创新能力，反而在滞后3年时会有一定的负向影响。因此，假设H1没有得到支持。

（2）中介中心性（BC）对企业创新能力的正向作用较显著，即拥有“中介”中心位置优势的企业创新能力较强，但是这一影响却在滞后3年时消失。因此，假设H2得到验证。

（3）整体网络的企业平均到达率（A-REACH）虽然对企业的创新能力有显著的影响，但这种影响是负向的，即网络的“连通性”不但没有促进企业的创新，反而在一定程度上起到抑制作用。因此假设H3被拒绝。

（4）网络中企业的局部效率（LE）对企业的创新能力的影响不显著，假设H4没有被支持。这说明在中国化学药品行业的企业间联盟关系网络中，企业占据结构洞位置并不能显著提高其创新能力。

4 结论分析、政策建议与研究展望

4.1 结果探讨

研究结论与国内外同类研究对比的启示：

（1）联盟创新网络对嵌入企业创新能力的影响会因为不同国家、市场经济体制而存在差异。Schilling等研究了美国10个高科技企业间网络的聚集、连通能力与创新能力的关系，结论是高聚集性与高连通性的网络都会显著提升企业的创新能力[11]。而对于中国高科技企业间网络而言，网络的局部聚集并没有显著提高企业的创新产出，“连通性”较好的网络也没有提升企业的创新能力，甚至有阻碍作用。可能的原因是美国等发达国家较中国有更加完善的市场经济体制、成熟的知识产权保护体系，以及更强的知识产权保护意识，网络的聚集与连通能够促使企业间较好的交流与学习，有利于创新资源的流通。而在中国，企业的知识管理水平相对较低，知识产权保护的法律保障体系不够健全，在这样的环境下，网络的聚集与连通会使企业担心自身的核心知识与先进技术被网络中的其他企业轻易获得，进一步增加企业在市场上的竞争激烈程度，使得嵌入网络的企业不敢轻易地进行知识交流与共享，从而导致整体网络的创新性得不到提高。

（2）战略联盟网络结构对企业创新能力的影响会因行业类别的不同而相异。对中国高科技企业间合作网络的研究，多数结论是网络的聚集性对企业的创新没有显著的影响[17，18]，但是有些学者基于不同行业研究认为网络的聚集性能够影响企业的创新，如郑向杰通过研究中国汽车产业的联盟网络发现网络聚集对企业的创新产出有倒U型的影响，且对企业间路径长度与创新能力的关系有倒U型的调节效应[19]；赵炎和王琦通过研究中国通信设备企业间联盟发现网络的小世界性（高集聚系数、短路径长度）对企业的创新绩效有滞后的正向影响[20]。多个高科技行业作为样本的企业间网络，高连通性在一定程度上能够促进企业的创新[17，21]。而对单个行业的研究（如汽车行业、化学药品行业等具有高知识密集型的行业），网络的高连通性并不能提升嵌入企业的创新能力。

（3）网络密度对企业创新能力的影响会因企业的规模不同而得到的结论也不一致。池仁勇在分析区域中小企业间的创新网络时认为网络密度并不是越大越好[22]，而赵炎和郑向杰以高科技上市公司（规模较大、融资程度较高）为样本分析网络嵌入对企业创新能力的影响时发现网络密度能够促进企业的创新产出[23]，这说明在不同规模的企业网络中，网络密度的作用会有差异。

（4）文化背景也可能会影响到战略联盟网络结构与企业创新能力的关系。在中国，占据结构洞位置的企业往往受到两个或多个局部网络的不信任或排斥，因为这种“脚踏两只船”的行为在中国集体主义价值观下很难被接受，在一定程度上会弱化结构洞的效果。所以，即使企业拥有结构洞位置优势也很难实现控制性收益。此结果与Zhixing Xiao、赵炎等学者的研究结论是一致的[18，24]。

4.2 政策建议

战略联盟网络结构对企业创新能力的影响得到进一步证实，研究的结论可为企业开展联盟活动、相关部门制定联盟政策提供依据。

（1）企业要积极地寻找联盟伙伴，加强合作，才能有机会获取较多的创新资源，提高创新效率。同时，更要充分理解不同国家、市场经济体制以及文化背景的差异，尤其对于进行全球化扩张的企业。这对于企业开展联盟活动时要如何嵌入全球创新网络中有重要的实践意义。比如，在中国应避免同行业内企业间的局部聚集，而在经济发达国家要尽量嵌入聚集性较高的企业网络中。

（2）企业要充分认识“自己”，深入了解自身的行业特点、企业规模以及融资水平。例如，由于化学药品行业的知识密集程度较高，一旦核心知识与技术泄漏将会造成灾难性的损失，企业间的过度稠密连接增加了这种可能性，本文也证实网络密度对企业的创新能力的影响并不明显，因此，企业应尽量避免嵌入密度较高的网络。

（3）由于占据“中介”中心位置的企业在短期内会提升企业的创新能力，在滞后3年时消失。企业选择占据一个有利的“中介”中心位置，并争取在短期内获取较多的异质性创新资源，然后重新审视自己在网络中的位置，寻找新的有利位置，以避免在“原地”获取较多的冗余知识与信息资源。

（4）政府部门在完善市场经济体制的同时，要健全法律保障体系，提升企业的知识保护意识；搭建企业间合作创新的平台，鼓励开展广泛的合作，并形成有利于企业间知识与信息资源转移的创新环境。

4.3 研究展望

未来研究可从以下方面展开：一方面拓展分析联盟属性、市场体制、经济与文化等因素对企业创新能力的影响以及交互作用；另一方面深入探讨联盟网络中创新资源转移机制。

参考文献：

[1]刘雪峰. 网络嵌入性与差异化战略及企业绩效关系研究[D]. 浙江大学， 2007.

[2]Verspagen B， Duysters G. The Small Worlds of Strategic Technology Alliances [J]. Technovation， 2004， 24（7）：563-571.

[3]谭劲松， 何铮. 集群自组织的复杂网络仿真研究[J]. 管理科学学报， 2009， 12（4）： 1-14.

[4]车宏安， 顾基发. 无标度网络及其系统科学意义[J]. 系统工程理论与实践， 2004， 24（4）： 11-16.

[5]刘雪锋. 网络嵌入性影响企业绩效的机制案例研究[J]. 管理世界， 2009， （2）： 3-12.

[6]Zeng S， Xie X， Tam C. Relationship between Cooperation Networks and Innovation Performance of SMEs [J]. Technovation， 2010， 30（3）：181-194.

[7]李守伟， 钱省三， 沈运红. 基于产业网络的创新扩散机制研究 [J]. 科研管理， 2007， 28（4）：49-54.

[8]陈子凤， 官建成. 合作网络的小世界性对创新绩效的影响 [J]. 中国管理科学， 2009， 17（3）：115-120.

[9]钱锡红， 杨永福， 徐万里. 企业网络位置、吸收能力与创新绩效——一个交互效应模型[J]. 管理世界， 2010， （5）：118-129.

[10]Burt R S. Bandwidth and Echo： Trust， Information， and Gossip in Social Networks[A]. A Casella， J E Rauch （eds）. Networks and Markets： Contributions from Economics and Sociology[C]. Russel Sage Foundation， New York， 2001. 30-74.

[11]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）： 1113-1126.

[12]Valente T W. Network Models of the Diffusion of Innovations [J]. Computational & Mathematical Organization Theory， 1996， 2（2）：163-164.

[13]Inkpen A C， Tsang E W K. Social Capital， Networks and Knowledge Transfer [J]. Academy of Management Review， 2005， 30 （1）：146-165.

[14]Baum J A C， A V Shipilov， T J Rowley. Where do Small Worlds Come from？ [J]. Industrial Corporate Change， 2003， 12（4）：697-725.

[15]Ahuja， G. Collaboration Networks， Structural Holes， and Innovation： A Longitudinal Study [J]. Administrative Science Quarterly， 2000， 45（3）：425-455.

[16]Powell W W， K W Koput， L Smith-Doerr. Interorganizational Collaboration and the Locus of Innovation： Networks of Learning in Biotechnology [J]. Administrative Science Quarterly， 1996， 41（1）：116-145.

[17]赵炎， 郑向杰. 网络聚集性、连通性与企业知识创新——基于中国10个高科技行业的联盟关系网络分析[J]. 科学学与科学技术管理， 2013， 34（3）：23-32.

[18]赵炎， 王琦， 郭霞婉. 战略联盟企业间创新网络的创新绩效研究[J]. 华东经济管理， 2014， 28（1）：108-112.

[19]郑向杰. 合作网络的“小世界性”对企业创新能力的影响——基于中国汽车行业的企业间联盟网络的实证分析[J]. 科技进步与对策， 2014， 31（13）：40-44.

[20]赵炎， 王琦. 联盟网络的小世界性对企业创新影响的实证研究——基于中国通信设备产业的分析[J]. 中国软科学， 2013， （4）：106-114.

[21]郑向杰， 赵炎. 联盟创新网络中企业嵌入与区域位置对企业知识创造能力影响的实证研究[J]. 研究与发展管理， 2013， 25（4）：20-29.

[22]池仁勇. 区域中小企业创新网络形成、结构属性与功能提升： 浙江省实证考察 [J]. 管理世界， 2005， （10）：102-112.

[23]赵炎， 郑向杰. 网络嵌入性与地域根植性对联盟企业创新绩效的影响——基于中国高科技上市公司的实证分析[J]. 科研管理， 2013，34（11）：9-17.

[24]Zhixing Xiao， Anne S Tsui. When Brokers may not Work： The Cultural Contingency of Social Capital in Chinese High-Tech Firms [J]. Administrative Science Quarterly， 2007， 52（1）： 1-31.

（责任编辑：李 镜）