创业板企业间非正式创新网络的构建与分析

(上海财经大学信息管理与工程学院，上海 200433)

引言

自2009年10月30日创业板正式推出以来，市场规模快速增长，截止2015年11月20日，已有484家企业在创业板上市，总市值从刚挂牌时的(28家企业)1399.67亿市值上升到2015年11月的54586.64亿元，增长了近38倍。

目前，以民营企业为主的创业板企业已经成为我国国民经济中一支庞大的力量，创业板企业具有持续竞争优势的关键原因是其公司的创新能力，这也是推动企业未来价值上涨的主要动力。然而，对于规模较小的创业板企业来说，独立完成从产生创新构想到最终商业化的过程是几乎不可能实现的，自主创新的周期往往较长，企业无不希望自主创新周期越短越好，这也是创业板企业采取合作共享知识并实施开放式创新的主要原因。因此，对于创业板企业创新网络的研究将具有较为重要的实践意义。已有创新网络研究多围绕规模较大、采取多元化合作经营的企业，而忽视了更加需要合作创新的创业板企业，目前对于创业板企业创新网络的研究尚不多见。因此本文将基于创新网络理论和社会资本理论，探索构建创业板企业创新网络的方法，以期为创业板企业嵌入创新网络、利用社会资本提高创新能力提供参考。

理论基础

一、创新网络理论

随着开放式创新模式的发展，加强企业间的合作创新,将有助于创业型小企业成长(陈春花、赵曙明，2004)[12]。传统的封闭式创新虽然可以保证企业的技术保密和技术领先地位，但是内部研发越来越困难甚至成为了企业持续发展的障碍。在这种情况下，面临着市场全球化和创新研发的高投入，开放式创新模式打破了传统企业内部“增加研发投资——基础技术突破——新产品——获得更多利润”的封闭式创新循环。为了应对经济全球化、新的科技革命、产业重构和调整以及越来越激烈的行业竞争，企业间合作创新成为高技术产业生存发展的主要动力(Enkel, et al.,2009)[4]。高技术企业的创新活动不仅是少数企业交互作用的过程，更是同行业甚至跨行业的大量企业不断联盟、结成创新网络的过程。开放式创新方式将企业与顾客、供应商、竞争对手以及科研机构、创新中介组织联系在一起形成了创新网络(Lee,et al.,2010)[6]。

创新的网络化合作极大地缩短了研发周期、提高研发质量、加速了创新资源和知识要素在更大范围内的配置和流动。与独立研发相比，创新网络能更好地满足创新的资源要求和环境要求，并推动创新进程，缓解企业在开发投入、人力资本投资和知识积累上的不足，突破自身资源瓶颈限制。关于创新网络的意义，很多学者认为创新网络是应付系统性创新的一种基本制度安排，网络构架的主要连结机制是企业间的创新合作关系。这种观点得到了之后多数人的接受，但是并没有涉及到非正式关系的概念。Olaf和Rolf(2000)[9]认为，创新网络是不同的创新参与者的协同群体，参与者之间的这种联系可以通过正式合约或非正式安排形成，而且网络形成的整体创新能力大于个体能力之和。陈伟、张永超和田世海(2012)[13]则认为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。

二、社会资本理论

社会资本是社会科学研究中的一种新概念，将个体(包括个人、企业以及其他类型的组织机构)之间的社会网络联系以及由此形成的社会结构和社会规范，看作一种可以给个体以及所属的群体(比如企业网络、人际关系网络等)带来收益的资本(Lin，1999)[7]。最早将“社会资本”这一概念引入社会学研究领域的是学者Bourdieu(1985)[2]，他认为社会资本是实际或潜在资源的集合体。之后Coleman(1988)[3]提出社会资本是产生信任的一种机制，信任关系、规范信息网络、多功能的组织等都是社会资本的特定形式。Raider和Burt(1996)[10]则认为社会资本是社会行为者从社会关系网络中所获得的一种资源，而企业是一类重要的社会行为者，所以社会资本应该扩展到企业层次。企业之间的关系是企业社会资本主要来源，也是竞争成功的最终决定者(曾江洪等人，2014)[14]。

企业社会资本实质上是企业的关键性资源之一。而目前对于社会资本的研究多从两个角度展开：(1)微观层次的社会资本，指个体通过自己的个体社会网络可以获取的嵌入性资源，这种层次的社会资本来自于个体行动者的外部社会关系。(2)宏观社会层次的资本，是在群体内部行动者之间的关系的基础之上逐步形成，可以提高群体成员的集体行动水平和行动绩效。也有些学者从结构、关系、认知三维度研究社会资本(Nahapiet&Ghoshal,1998)[8]。也有学者将社会资本划分为商业关系和政治关系两个结构维度，唐小飞等(2013)[15]在此基础上把社会资本划分为制度社会资本和商业社会资本，制度社会资本指的是与政府官员等有关社会团体的关系；商业社会资本是与其他企业高管、供应商等的关系。

三、社会资本与非正式创新网络

在创新网络中，存在一类关注较少的网络形式:非正式创新网络。对于公开市场企业创新网络的研究，多是通过问卷调查得到企业间合作的一手数据或者国外统计企业间战略合作、兼并或者成立合资企业等形式的二手数据。这些数据是基于企业之间的正式合作关系，但是没有考虑到企业间的非正式创新网络。在很多组织内部或者组织之间，由于人员或部门之间的非正式联系，产生了对隐性知识的传递与共享有促进作用的非正式创新网络。这些非正式创新网络的形成基础是正式组织中由具有互补知识的员工或者不同组织管理者之间因为相近的兴趣、爱好或共同的情感所组成的非正式联系，但目前不管是在学术界还是产业界，对于企业内部和企业之间的非正式创新网络的关注还比较少(黄海艳，2015)[16]。

和企业之间通过正式的契约关系(战略合作合同、股权交换合同、合资公司等)形成的正式创新网络不同，企业之间的非正式创新网络往往是基于人际关系等非正式联系形成的，而小企业可以通过非正式联系获取物流支持、市场信息、技术援助等，从而克服组织弱势进行跨领域投资(黄海艳，2014)[17]。关于正式创新网络和非正式创新网络的区别，可以从网络联系的明确性、是否有正式的规章制度、是否有共同且明确的目标、网络节点是否明确(网络成员是否能感知到所处的创新网络)等几个方面加以区分。

有学者总结了影响企业间创新网络形成和演进的因素，认为企业的组织特征(比如组织结构、组织文化、战略意图等)和企业管理者的个人特质(比如教育背景、合作意识、扩张愿望等)是影响企业间创新网络构建和演变的主要因素(张伟峰，万威武，2004)[18]。因此，可以认为企业管理者或者股东之间的联系，可以看作企业社会资本的重要来源，所以企业管理者或者股东的投资行为是形成企业之间非正式联系的主要形式之一。对于创业板企业来说，可以利用企业股东间联系所形成的非正式创新网络，以较低的成本获取和整合资源的能力，从而为创业板企业持续发展、技术创新提供动力，从而增加企业提供新产品和新服务的机会。因此，本文将探索创业板企业股东的投资行为所产生的非正式创新的构建方法，并对这种非正式创新网络进行分析。

创业板企业非正式创新网络构建

从创业板企业年报中可知，企业的多个股东有时会同时投资多个企业，企业股东的多元投资将使得企业之间产生一种和正式、直接的企业间合作联系不同的非正式联系。而创业板企业之间会通过共同的股东产生非正式的网络联系，从而形成非正式创新网络。因此，本文将以此为依据，探索创业板企业非正式创新的构建方法。

一、“企业-股东”2-模网络

关于创新网络的已有研究，大多使用1-模(单模)网络探索创新网络与企业绩效等变量之间的实证关系。但是与1-模网络数据分析侧重集合内部的关系相比，2-模网络理论和方法侧重对不同集合间关系的定量分析，为复杂的社会网络结构分析提供了理论支持。传统的创新网络研究一般是构建单模网络，即针对一种行动者集合构建网络并对网络进行测量，而双模或者2-模网络则描述了两种行动者集合间的相互关系或者一种行动者集合和一种事件集合间的对应关系。

本文基于共同股东和创业板企业之间的关系构建了“企业-股东”2-模网络，企业和股东之间的网络联系对应着创业板市场中股东对企业的投资关系。创业板上市企业在公司年报中必须要公布企业的十大股东信息(包括股东份额、股东姓名或者机构名等)，并且每个创业板上市企业的前十大股东和只注重企业短期盈利性的其他股东(比如流通股东)相比更能为企业成长带来有利的社会资本，所以本文在构建“企业-股东”2-模网络时选取了企业的十大股东。

本文所构建的“企业-股东”2-网络数学定义为(吴亚晶等，2010)[19]：设定G=(V,E)为无向的“企业-共同股东”2-模网络图，网络节点集合V可分割为两个互不相交的子集(U1,U2)，即企业节点集和股东节点集。2-模网络图中的任意一条边αi,j所关联的顶点i和j分别属于企业顶点集和股东顶点集(i∈U1,j∈U2)，则图G为一个二部图，即2-模网络。在进行2-模网络到单模网络的映射时，一个2-模网络图可以得到分别由节点集U1和U2构成的两个单模网络，并且两个单模网络中的网络联系均是通过同一个2-模网络中同类节点间的间接联系产生。此外，本文构建的2-模网络为无向无权网络，即不考虑网络联系的方向和权重，只要企业和股东之间有被投资和投资关系，则反应在网络邻接矩阵中的远足取值为1，没有被投资和投资关系则对应的网络邻接矩阵元素取值为0。

二、创业板企业非正式创新网络

在得到了创业板企业和股东之间的2-模网络之后，可以通过网络的映射得到企业单模非正式创新网络(以下简称“企业非正式创新网络”)。从2-模网络通过投影转化为单模网络的转换方法主要有以下两种(吴亚晶等，2010)[19]：

1. 对应乘积法(Cross-product Method)考虑到行动者A所在行的每一项，分别乘以行动者B的对应项，然后加总。这种方法用于二值数据，因为乘积是对“共同发生”次数的累加。对于二值数据来说，只有当每个行动者在某个事件上都出现的时候，乘积的值才是1。如果两个企业都没有得到某一股东的投资，则计算结果为0*0=0，如果一个企业有某股东投资且另外一个企业没有该股东的投资，结果是一样的：0*1=0。如果两个企业有共同的股东，即1*1=1，那么在结果矩阵二者对应之值就为1。本文就是选取的这种转换方法。

2. 最小值方法(Minimums Method)考察每个事件上的两个行动者的每一项，并选择出最小值。对于二值数据来说，计算结果与Cross-product Method是一样的。对于多值数据来说，两个行动者间的关系为二者与事件之间关系最小值。

三、数据选取与网络构建

本研究选择的数据为2009～2014年5年内的429家企业及其股东数据。这429家企业的行业分布如表1所示。

可以发现：在这429家企业中，信息技术行业的创业板企业数量最多，有74家，其次是通信设备行业，且制造业企业占据了创业板企业的很大比例。根据上文的“企业-股东”2-模网络的定义，通过对数据的整理、处理得到2009～2014年共5年(2013年创业板市场停板一年)的2-模网络。图1为2009～2014年5年内429家企业及其股东之间形成的2-模网络(左图)，以及经过2-模网络映射得到的429家创业板企业的非正式创新网络(右图)。

通过企业之间的共同股东所建立的企业间非正式创新网络并不能说明在实际市场中，这些企业之间确实存在着如网络图所示的网络联系或者合作关系。但是图中所示的网络联系可以描绘出对于创业板企业来说可能存在的寻求外部创新合作的关系渠道以及获取创新资源的途径。比如，在2009年创业板企业“创新网络”中，神州泰岳、爱尔眼科、华测检测、迪安诊断、东方财富、安居宝、荣科科技等企业之间有网络联系，随后的几年时间里，这些公司在医疗信息化(智能医疗)、新型医疗诊断和检测技术、互联网金融等领域开展新业务。虽然这些之前有网络联系的企业之间并不一定会建立正式合作关系，但是股东的多元投资行为对企业创新网络会产生影响，从而促使企业业务的多元化发展。

表1 创业板企业所属行业及其数量(2009～2014年)

创业板企业非正式创新网络特征分析

本部分将对通过上文所述方法得到的创业板企业非正式创新网络进行社会网络特征分析，从而进一步了解创业板企业之间的非正式创新网络。从社会网络的角度进行分析，可以发现企业在市场中的相互作用是社会网络关系的一种具体体现形式，而基于此类关系的规律模式则反映了企业的社会结构。本文使用社会网络分析软件Ucinet6.0计算了创业板企业非正式创新网络的节点中心度、网络结构洞、小世界性和无标度特性，并使用派系过滤算法分析了网络的一类凝聚子群结构，从而进一步了解创业板企业的非正式创新网络特征。

一、中心度指标分析

图1 2009～2014年创业板“企业-股东”2-模网络(左)和非正式创新网络(右)

可以发现，在2009～2014年“企业-股东”2-模网络中，企业节点的中间中心度远低于接近中心度，且中间中心度的最大值和最小值差别较大，说明较少有企业处于许多其他企业交往的网络路径上，即控制其他企业间交流的能力差，企业对资源控制的程度较低(Gilsing, et al.,2008)[5]。而所有股东节点的点度中心度均低于或等于企业节点，说明股东之间联系很少且很少在2-模网络中处于核心位置，2-模网络的形成依赖于少数点度中心度较高的股东。在2009～2014年创业板企业非正式创新网络中，三种中心度指标大小为介于2-模网络中的企业节点中心度和股东节点中心度中间。网络中有部分核心成员，节点之间的资源传递需要经过一定数量的桥梁位置成员并且在一定程度上依赖其他节点。

表2 2009～2014年“企业-股东”2-模网络中企业节点中心度的描述性统计分析

表3 2009～2014年“企业-股东”2-模网络中股东节点中心度的描述性统计分析

表4 2009～2014年创业板企业非正式网络节点中心度的描述性统计分析

二、结构洞指标分析

可以发现，结构洞特性较为显著，网络冗余度较低，说明创业板企业网络中，企业节点的分布出现了核心成员和边缘成员的差异，网络中资源的传递需要依赖部分结构洞位置的企业成员。

三、小世界性与无标度特性分析

1. 小世界特性检验方法

小世界性被认为是客观世界众多复杂网络运动中最为有效的信息传递方式，连同一些随机的有助于产生短路径的长距离随机连接可以提高信息传递效率，它具有相对较大的集聚系数和较短的平均路径。聚集系数和平均路径长度是考查小世界特征的两个重要指标，可以使用小世界商数σ=(C/Cran)÷(L/Lran)验证实际网络与随机网络的小世界特征(Uzzi&Spiro，2005)[11]，当网络满足(C/Cran)＞(L/Lran)，即小世界商数σ＞1时，网络具有显著的小世界特征。本文用Ucinet软件生成与2009～2014年的创业板企业非正式创新网络有相同规模和密度的ER随机网络。结果如表6所示。

表5 2009～2014年创业板企业非正式创新网络节点结构洞的描述性统计分析

表6 2009～2014年企业非正式创新网络和对应的ER随机网络聚集系数和平均路径长度

与ER随机网络相比，2009～2014年实际网络的平均路径较短，而聚集系数较大且满足不等式，且小世界商数σ=(C/Cran)÷(L/Lran)=7.85＞1，因此创业板企业非正式创新网络具有显著小世界性特性，网络模块化程度较高，这与上文的网络凝聚子群分析结果相吻合：网络的模块化产生了凝聚子群，且子群内网络信息流通效率较高。当网络中出现一些内部密度较高的子群体时，一般认为这种网络结构是非常理想的结构，同时，各个群体之间在某种意义上存在类似“中间人”的联系(即团体间的桥联系)，这种网络中存在部分核心位置企业，有利于提高网络资源流通的有效程度并且避免网络联系的冗余(叶春霞等，2015)[21]。

2. 无标度特性检验方法

无标度特性的意义之一在于帮助人们认识到网络的结构和演化不可分割，即真实的网络是动态的而非静态的，研究创业板企业创新网络的无标度性可以找出对于网络整体具有较为重要影响的枢纽节点。本文使用Matlab计算出2009～2014年创业板企业非正式创新网络度分布，然后求出logp(k)=γlogk+α的参数γ和α，且当γ∈(1,2)时，网络中存在较多中枢节点，当γ∈(2,3)时中枢节点数量较少(车宏安，2004)[22]，γ值越小意味着出现高度数节点的可能性越大，网络中出现枢纽企业数量越多，即高度数节点出现的频率高。结果如图2所示。

可以发现，参数γ=2.0625∈(2,3)，网络中有少量的高度数枢纽节点，即网络中存在部分网络节点度高的枢纽节点，比如2010年创业板上市的深圳市银之杰科技股份有限公司(主营业务为图像识别、数据库等金融信息服务)，2011年创业板上市的上海天玑科技股份有限公司(主营业务为高端IT服务和解决方案)和浙江迪安诊断技术股份有限公司(主营业务为医学诊断服务)等。可以发现这些企业在传统的业务领域之外，开拓了新的技术领域或者进入了新的技术市场，比如深圳银之杰的互联网保险业务、上海天玑的绿色IT与云数据服务、浙江迪安诊断的互联网云诊断系统以及北京北信源的大数据分析等。说明网络枢纽位置为企业带来的异质性资源和合作渠道能够大大提高企业的创新效率。

四、凝聚子群分析

凝聚子群结构是网络中部分节点之间基于联系紧密等的聚类现象。在社会网络和复杂网络研究中，有很多凝聚子群概念和凝聚子群提取算法。考虑到凝聚子群之间的重叠现象，本文选取派系过滤算法对2009～2014年5年时间形成的创业板企业非正式创新网络进行凝聚子群提取(Adamcsek, 2006)[1]，结果如图3所示。

可以发现不同的派系-团体之间有多重联系，这些联系来自于派系-团体内的企业节点之间的网络连接。派系过滤算法找到的n-派系-团体为网络中规模为n的派系之间通过共享n-1条边所形成，n的取值越大，则找到的n-派系-团体越大，且团体之间允许有重叠。结果发现网络中存在较多的派系-团体，并且派系-团体之间的联系也很多，其中规模最大的编号为3的3-派系-团体(包含86个节点)同时和其他13个派系-团体有联系。因此，在进行网络凝聚子群分析时，需要将子群之间的联系考虑进来，从而发现更多子群特征及其对网络资源传递、网络成员创新等的影响。通过对创业板企业创新网络凝聚子群的分析，可以看出网络中的企业节点“成员关系”划分如何，哪些企业会产生更为紧密的联系，哪些企业之间的联系属于不同的网络子群体，这些分析结果将为企业嵌入网络的不同子群中提供依据。整体的创新网络可以被分为不同的子群，不同子群代表了不同的利益团体，或者可能产生的不同企业联盟，依据企业战略规划和业务领域选择嵌入不同的网络子群，将会对企业的创新活动产生不同影响。

图2 2009～2014年创业板企业非正式创新网络节点度分布图

图3 2009～2014年创业板企业非正式创新网络的3派系-团体划分图

总结与思考

本文基于创新网络理论和社会资本理论，使用创业板企业的多元投资数据构建并研究了创业板企业之间的非正式创新网络。研究发现，创业板企业创新网络的节点中心性度大小介于2-模网络中的企业节点和股东节点中心度之间，且网络有较为显著的小世界性和一定的无标度特性，即网络中存在网络核心枢纽成员，这些企业的出现为创业板企业嵌入创新网络获得较多创新资源提供了参考。同时，创业板企业非正式创新网络的结构洞特性比股东单模网络更显著，且存在大量的内部联系紧密、相互之间有联系的子群结构，因此可以通过对不同子群结构的选择性嵌入寻找利益共同体，寻求创新竞争的规模效应。尤其是对于战略性新兴行业的上市公司而言，这一结论对于其构建和完善创新网络有着较强的参考价值。

本文还存在一些不足之处。首先，对于创业板企业非正式创新网络构建方法的合理性还需要寻找更多实际案例,分析这种非正式创新网络如何促进创业板企业建立正式的创新合作关系，以验证本文所构建的这种非正式创新网络对企业创新的促进作用；其次，对于这种非正式创新网络如何影响创业板企业的创新或者成长，以及PE/VC股东在其中所起的作用，尚未进行进一步的实证分析，因此，未来研究可以对创业板创新网络结构对创业板企业创新、企业成长与企业财务绩效的影响提出一系列假设，并通过计量经济学手段进行数据分析，以进一步检验创业板企业非正式创新网络的有效性。