转移企业结网策略、网络结构与知识水平——基于环境不确定性视角

马永红，张 帆2,

(1.哈尔滨工程大学经济管理学院，黑龙江 哈尔滨 150001；2.东北农业大学工程学院，黑龙江 哈尔滨 150001)

转移企业结网策略、网络结构与知识水平
——基于环境不确定性视角

马永红1，张 帆2,1

(1.哈尔滨工程大学经济管理学院，黑龙江 哈尔滨 150001；2.东北农业大学工程学院，黑龙江 哈尔滨 150001)

基于环境不确定性视角定义转移企业的结网策略，运用多主体仿真的方法构建转移企业与本地企业结网合作创新的动态仿真模型，分析环境差异性条件下转移企业结网策略对集群网络结构及知识水平的影响，并探讨仿真涌现特性的产生机理。参数敏感性分析和仿真结果表明：转移企业通过影响集群知识深度和宽度的宏观分布从而对网络结构及知识水平产生影响。环境差异性条件下的集群网络结构和知识水平均呈现出不同的变化规律，风险集群表现出高连通性、高知识水平的涌现特征，沙克尔集群表现出部分转移企业本地嵌入失效及知识宽度多次出现零增长点的特征。从集群长远发展来看，风险环境是更适合转移企业本地嵌入结网的集群环境，风险环境集群是更能加速促进转移企业提升集群知识水平的集群。

集群式转移企业;结网策略;知识位势;环境不确定性;知识水平

1 引言

近年来，深入理解集群知识水平变化规律是近年来知识管理及创新等领域的重要课题。由企业、高校和科研机构等不同主体间合作关系形成的集群创新网络是知识流动的重要载体，不同网络结构的集群对知识的反应和吸收能力也不尽相同。针对这个问题，近年来国内外学者从动态视角探索动态网络对知识传播、知识水平的影响，将网络节点视为均质实体默认其对网络环境较熟悉，从合作伙伴选择机制出发分析网络结构形成的过程，主要强调网络结构的变化，如增删主体，增删联系(边)等，研究了企业以知识互补导向[1-2]、社会资本优势导向[2-3]、竞合策略[4]、保守进取[5]、利益分配[6]等策略结网涌现的合作网络，以及集群知识水平、知识流动总量的变化过程。随着理论研究的逐步完善，学者逐渐将研究扩展到将网络节点视为异质性实体，分析新进企业如转移企业结网策略对知识传播和知识水平的影响。Kim[7]研究得出新进企业的企业家能力对于企业培养合作伙伴进而促进知识积累、流通和创新十分关键。Faria[8]研究认为外资转移企业的转移成本会影响转移企业的最优投资资本数量及转入地的创新发展。张倩[9]和黄凌云[10]等学者指出转移企业的企业规模、类型及转移来源地的不同对本地企业与其保持合作创新关系产生差异性的影响。

上述文献为知识增长绩效的研究奠定了基础，但限于动态过程模型及其实现的复杂性，学者大部分侧重转出地影响因素如网络位置、转移来源地等因素的研究，缺乏对转入地影响因素的深入考虑，并缺乏相关的量化过程模型，难以深入揭示集群式转移对集群知识水平的影响规律。由于经济行为是根植于环境中的，转移企业结网策略也会因为转入地的环境不确定性而变化，进而影响集群网络结构及知识水平。有鉴于此，本文基于环境不确定性视角，运用环境——行为模型研究转移企业的结网策略，并建立转移企业结网策略的动态过程仿真模型。通过仿真实验分析环境差异性条件下转移企业结网策略对集群创新合作网络结构及集群知识水平的影响，并探讨仿真涌现特性的产生机理，以期从集群知识水平优化的角度为政府部门决策提供参考性意见。

2 集群式转移企业的结网策略

依据环境——行为模型[11]，在转入地处于不同网络位置的转移企业为了适应转出地的环境而选择不同的结网策略进行知识学习及创新，且根据知识区位理论[12]，不同的知识位势也会影响创新主体的合作创新。基于此，根据环境不确定性及转移企业网络位置中心度的高低，将坐标轴分为四个象限，不同的环境不确定性及网络位置转移企业会选择不同的知识位势导向作为结网策略，分别为知识深度导向、知识宽度导向及融合式导向。如图1所示。

图1 集群式转移企业结网策略图

2.1 知识深度导向

知识深度导向是指转移企业倾向于与知识深度较深的本地企业建立结网关系，以现有知识基础为依托，通过拓展知识深度实现对知识的整合和扩展。根据知识的相似性理论，知识深度导向主要表现为转移企业寻找在特定种类知识上知识拥有量较高的本地企业，企业通过合作创新共同增加企业特定种类知识的知识量。选择知识深度导向策略的转移企业大多具有两个特征：一个是网络位置中心度较低，企业原有网络资源较少，适应环境的能力较弱；另一个是环境不确定性较高。这些特征决定这类转移企业面临的合作创新风险较高，其大多会选择知识深度导向进行小幅度的利用式创新行为[13]。

2.2 知识宽度导向

知识宽度导向是指转移企业倾向于与知识宽度较宽、与自身知识种类互补的本地企业建立结网关系，通过拓展知识宽度获取新知识并增加知识种类，以达到创造全新的知识和超越企业现有知识基础的目的。根据知识的互补性理论，知识宽度导向主要表现为转移企业寻找的本地企业拥有转移企业自身所不具有的知识种类，企业通过合作创新共同增加企业的新知识种类。选择知识深度导向策略的转移企业大多具有两个特征：一个是网络位置中心度较高，企业原有网络资源较多，适应环境的能力较强；另一个是其面对的环境不确定性较低。这些特征决定这类转移企业合作创新风险较低，其大多会选择知识宽度导向进行大幅度的探索式创新行为[12]。

2.3 融合式导向

融合式导向是指转移企业选择知识宽度较宽且知识深度较深的企业作为合作伙伴。选择融合式导向策略的转移企业大多分为两种，一种是网络位置中心度较高且面临的环境不确定性较高，另一种是转移企业网络位置中心度较低，面临的环境不确定性较低。这些特征决定了转移企业大多会融合利用式创新和探索式创新两种创新方式，不将全力致力于风险较大的探索式创新，也不拘泥于风险最小的利用式创新。降低创新风险，同时又兼顾创新需求。

3 转移企业结网合作创新仿真模型

3.1 仿真模型规则设置

(1)初始状态

(2)转移企业进入规则

(3)转移企业结网规则

借鉴Cowan及花磊[17-19]的模型，确定三种规则如下：

(4)合作创新过程

COWAN[20]等在研究合作创新过程中设计了一个通过中间储存变量产生创新知识的模型，林秋月[23]在此基础上改进，认为探索式创新的知识种类也会增加。借鉴学者们的研究，建立合作创新模型如下：

在t时刻，每个节点在网络结构的约束下，选择一个有联结的邻居节点并与之交流。如果相邻节点与自己共有u种以上的同种类知识，则采用利用式创新的合作创新模型，定义其知识重新组合方式为B1。如果相邻节点有w种以上自己没有的知识，则采用探索式创新的合作创新模型，定义其知识重新组合方式为B2。如果相邻节点与自己既有u′种以上同种类知识且又有w′种以上自己没有的知识，则综合利用式创新和探索式创新的合作创新模型，定义其知识重新组合方式为B3。三种组合方式如下：

B1：企业i与企业j通过合作创新会增加各自的知识量，但不产生新的知识种类。新的知识量将会按照企业原有知识量所占的比例分摊给企业：

B2：企业i与企业j通过合作创新会增加新的知识种类，新知识的知识量为Δkij,p。这种知识重新组合方式可以表示如下：

B3：企业i与企业j通过合作创新，会增加各自的知识量，新的知识量将会按照原有知识量所占的比例分摊给企业，同时也会分别增加新的知识种类，这种新知识的知识量为Δkij,q。

3.2 模型度量指标

4 仿真结果分析

为了尽量避免模型的随机性，共做100次仿真实验，每次运行80个周期，取所有仿真试验的均值作为最终结果。模型参数设置如下：N=500，e=3,η～(1,11)，θ=0.8，A=0.5，γ=0.2。

4.1 环境差异性条件下的集群创新网络结构

图2为t时刻三种集群环境下的转移企业进入并结网后形成的集群创新网络示意图，图中节点大小代表度值大小。由图2可知，在环境差异性条件下，转移企业进入后形成的集群创新网络有很大区别。风险集群网络存在一个度值很大的hub节点，即集群逐渐出现核心企业，而沙克尔集群网络则没有hub节点。产生这种现象的原因是当环境不确定性较低时，转移企业了解到的各种信息和知识是充分的，并能够较为准确的预测技术或需求环境的发展趋势，因此转移企业可以在整个集群寻找影响力高的企业与之进行合作交流，从而在集群中形成核心企业。从图中也可看出，风险集群网络度值极小点比沙克尔集群网络少很多，其中大部分为转移企业，即风险环境中大多数转移企业都在集群进行结网并且结网数量很多，但沙克尔环境集群中部分转移企业没有很好的嵌入到本地网络，结网数量较少处于观望状态。奈特环境集群处于沙克尔环境与风险环境集群中间，有部分度值极小的节点也有度值较大的节点。

图2 环境差异性条件下的集群创新网络仿真图

表1统计了t时刻三种集群环境中转移企业结网后形成的网络在平均路径长度、平均聚类系数、平均度、图密度四个拓扑网络结构指标上的差异。由表1可知，沙克尔环境集群网络平均聚类系数、网络平均度及图密度最小，平均路径长度最大。风险环境集群网络平均聚类系数、网络平均度及图密度最大，平均路径长度最小。奈特环境集群拓扑结构各指标值均处于沙克尔环境及风险环境的中间。由此可知，沙克尔环境集群网络的网络连通性有待提高，且网络呈现较稀疏状态。而风险环境集群网络连通性较好，节点可以从远距离的节点处获取非冗余的新知识，有效的提高知识传递的效率和质量，从而更好的激发节点的创造力。另外，风险集群较高的平均度和图密度也验证了图2的结论，即转移企业在风险环境中更易嵌入本地网络，结网建立的网络联结较多，网络呈较紧密状态。

表1 网络拓扑结构参数值

4.2 环境差异性条件下的集群知识宽度

图3环境差异性条件下的集群网络知识宽度曲线，图4为环境差异性条件下的集群网络知识宽度增长速度曲线。由图3和图4可知，随着转移企业的进入并结网，知识宽度呈上升趋势，且知识宽度基本保持风险环境集群>奈特环境集群>沙克尔环境集群的趋势。转移企业进入的初期，即阶段Ⅰ波动期，三种环境集群的知识宽度均有增长，但增长速度波动性较大。阶段Ⅱ为稳定期，在这个阶段中，风险环境集群和奈特环境集群呈现稳定增长的趋势，风险环境集群的增长速度大于奈特环境集群和沙克尔环境集群。但有一个不可忽略的现象是：沙克尔环境集群多次出现知识增长速度为0的点，即在这段时间内，该集群多次出现知识宽度零增长或增长幅度特别低的情况。

图3 环境差异性条件下的集群知识宽度

图4 环境差异性条件下集群网络知识宽度增长速度

阶段Ⅰ为转移企业进入集群的初期，由于集群原有知识种类较固定，转移企业的进入带来了大量本地集群没有的新知识，这将会带动集群的探索式创新，进而产生更多种类的新知识，对集群知识宽度产生较大的改变。因此，三种环境条件下的集群知识宽度均有所增长，而且增长幅度较大，增长速度也较不稳定，处于波动状态。当转移企业进入稳定期阶段II后，转移企业与本地企业网络关系已趋于稳定，且对当地企业运作、资本环境等了解加深，其对集群知识宽度增长依然有促进作用，促进作用已趋于稳态。但由于沙克尔环境集群的环境复杂性动态性较高，转移企业较难深度了解本地市场及制度环境，因此大多转移企业不会致力于高风险、大幅度的创新模式，沙克尔环境集群也逐渐出现知识宽度低幅度增长的情况。而风险环境集群可利用环境优势促使转移企业致力于探索式创新，因此进入稳定期后，风险环境集群知识宽度增长速度高于其他环境集群。

4.3 环境差异性条件下的集群知识深度

图5为环境差异性条件下的集群网络知识深度曲线，图6为环境差异性条件下的集群网络知识深度增长速度曲线。由图5可知，随着转移企业的进入并结网，阶段a集群知识深度基本无变化无增长，阶段b逐渐呈现增长趋势，且沙克尔环境集群的知识深度高于奈特环境集群及风险环境集群，当进入阶段c时，知识深度依然保持增长趋势，但风险环境集群的知识深度高于沙克尔环境集群及奈特环境集群。由图6可知，阶段Ⅰ三种集群知识深度增长速度基本为零，阶段Ⅱ沙克尔环境集群知识深度增长速度高于奈特环境和风险环境集群，进入阶段Ⅲ后，风险环境集群及奈特环境集群知识深度增长速度大幅加快，后期逐渐形成风险环境集群的知识深度增长速度大于奈特环境集群和沙克尔环境集群的趋势。

图5 环境差异性条件下的集群网络知识深度

图6 环境差异性条件下集群网络知识深度增长速度

转移企业进入初期，其对高复杂性的当地市场环境缺乏了解，并大多致力于渐进式的利用式创新，因此前期沙克尔环境集群知识深度增长速度较快。但进入后期时，由于风险环境集群在初期进行了较多大幅度的探索式创新，增加了多种新知识，而利用式创新的前提是企业在相同种类的知识上均有一定深度，企业知识种类的丰富使得企业之间知识种类重合的更多，更利于利用式创新的产生，因此风险环境集群在后期知识深度逐渐高于沙克尔环境集群和奈特环境集群。

4.4 环境差异性条件下集群网络结构及知识水平涌现特性的产生机理

上述仿真分析发现，环境差异性条件下集群网络结构及知识水平涌现特性差异性较大，实质上转移企业是通过影响集群知识深度和宽度的宏观分布进而对网络结构及知识水平产生影响。由于在风险环境集群与沙克尔环境集群差异异常明显，而奈特环境集群的涌现特性均处于二者之间，故比较风险环境和沙克尔环境两种条件下，当仿真时间t分别处于35和70时，集群知识深度、宽度分布如图7～图10所示。

图7 t=35时知识深度概率分布

图8 t=70时知识深度概率分布

图9 t=35时知识宽度概率分布

图10 t=35时知识宽度概率分布

由图7～图10可知，两种环境的集群知识宽度和深度分布均近乎泊松分布。由图7、8可知，随着集群的演化，后期沙克尔集群中高知识深度的企业出现频率较低。这导致了后期进入沙克尔集群的网络位置较低的中小企业可选的备选合作伙伴较少，因此逐渐出现转移企业嵌入失效的情况。而转移企业的嵌入失效使得合作创新几率降低，进而逐渐影响集群知识水平，使沙克尔集群后期出现部分知识宽度零增长点。由图9、10可知，风险集群中高知识宽度企业出现的频率较高，这会促进转移企业在风险集群中采用知识宽度导向与本地企业结网，并通过合作创新进一步扩大了企业的知识宽度，高知识宽度的企业又会吸引新的转移企业与之结网合作创新，成为一个正向循环。

4.5 敏感性分析

初始网络节点数目分别为500和1000，每个转移企业最大结网数量分别为3和5时的知识宽度及增长速度如图11-16所示，知识深度及增长速度如图17～图22所示。由图可以看出，无论初始网络节点数和转移企业最大结网数量怎样变化，环境差异性条件下集群知识深度、宽度的变化趋势具有相似性。从而表明本文结果对初始网络节点数及转移企业最大结网数量具有稳定性。

图11 N=1000 e=3

图12 N=500 e=3

图13 N=500 e=5

图14 N=1000 e=3

图15 N=500 e=3

图16 N=500 e=5

图17 N=1000 e=3

图18 N=500 e=3

图19 N=500 e=5

图20 N=1000 e=3

图21 N=500 e=3

图22 N=500 e=5

5 结语

本文基于环境不确定性的视角，从环境不确定性与网络位置两个维度定义转移企业的结网策略，运用多主体仿真方法研究环境差异性条件下的转移企业不同结网策略对集群创新网络结构及知识水平的影响，并探讨仿真涌现特性的产生机理。结果表明，环境差异性条件下的转移企业结网策略会显著地影响集群创新网络的网络结构和知识水平。风险环境集群网络连通度高且转移企业结网数量多，其知识宽度及其增长速度均高于其他环境的集群，知识深度及其增长速度在后期高于其他环境的集群；沙克尔环境集群中部分转移企业本地嵌入失效，知识宽度多次出现零增长点。因此，风险环境是更适合转移企业本地嵌入结网的集群环境。虽然在转移企业进入前期，沙克尔环境更利于知识水平中知识宽度的增长，但从长远发展来看，风险环境依然是更能加速促进转移企业提升集群知识水平增长的集群环境。

本文在一定意义上揭示了环境差异性条件下的转移企业结网策略对集群创新网络结构及知识水平的影响，为管理者制定制度及完善集群环境提供了一定的参考依据。当然，本文中还有很多内容有待进一步深入探讨。比如，结网策略除了受到转入地集群环境影响之外还受哪些因素的影响，是否可从其他视角如转入地产业转移扶持政策视角出发，以便更准确的建立转移企业结网策略模型等。

[1] 黄玮强, 庄新田, 姚爽. 基于动态知识互补的企业集群创新网络演化研究[J]. 科学学研究, 2011, 29(10): 1557-1567.

[2] 蔡猷花,陈国宏,刘虹,等. 产业集群创新网络与知识整合交互影响模型及仿真分析[J]. 中国管理科学,2013,21(S2):771-776.

[3] Cristina I, Cristina A, Narvaiza L. How to foster shared innovation within SMEs′ networks: Social capital and the role of intermediaries[J]. European Management Journal, 2015, 33(2): 104-115.

[4] 王国红,刘隽文,邢蕊. 竞合视角下中小企业协同创新行为的演化博弈模型研究[J]. 中国管理科学,2015,(S1):662-666.

[5] 赵健宇, 袭希, 苏屹. 知识流动网络演化中小世界效应的仿真研究[J]. 管理评论, 2013, 27(5): 70-81.

[6] 曹霞, 张路蓬. 基于利益分配的创新网络合作密度演化研究[J]. 系统工程学报, 2016 ,(1): 1-12.

[7] Kim S T. Regional advantage of cluster development: A case study of the San Diego biotechnology cluster[J]. European Planning Studies, 2015, 23(2): 238-261.

[8] Faria J R. Location clusters, FDI and local entrepreneurs: Consistent public policy[J]. Journal of the Knowledge Economy, 2016,7(4):858-868.

[9] 张倩，竺杏月,张华. FDI对我国服务贸易竞争力传导机制的实证研究[J]. 中国管理科学,2015,S1:490-495.

[10] 黄凌云, 杨娜. 外资兼并对企业出口和技术进步的影响: 基于倾向指数再加权估计法[J]. 中国管理科学, 2014, 22(12): 34-40.

[11] 田钢, 张永安. 集群创新网络演化的动力模型及其仿真研究[J]. 科研管理, 2010,31 (1): 104-115.

[12] 赵健宇, 袭希, 苏屹. 知识流动网络演化中小世界效应的仿真研究[J]. 管理评论, 2013, 27(5): 70-81.

[13] 黄晓, 胡汉辉, 于斌斌. 产业集群式转移中新集群网络的建构与演化——理论与实证[J]. 科学学研究, 2015, 33(4): 539-548.

[14] Eisingerich A B, Bell S J, Tracey P. How can clusters sustain performance? The role of network strength, network openness, and environmental uncertainty[J]. Research Policy, 2010, 39(2): 239-253.

[15] Duncan R B. Characteristics of organizational environments and perceived environmental uncertainty[J]. Administrative science quarterly, 1972,17(3): 313-327.

[16] 孙冰，姚洪涛. 环境不确定性视角下创新网络阶段性演化研究[J]. 科学学与科学技术管理, 2014, 35(12): 71-79.

[17] Cowan R, Jonard N, Özman M. Knowledge dynamics in a network industry[J]. Technological Forecasting and Social Change, 2004, 71(5): 469-484.

[18] Cowan R, Jonard N. Network structure and the diffusion of knowledge[J]. Journal of Economic Dynamics and Control, 2004, 28(8): 1557-1575.

[19] 花磊，王文平. 不同创新类型下的有效创新网络结构[J]. 管理工程学报, 2014,28(3): 110-119+90.

[20] Cowan R, Jonard N, Zimmermann J B. Bilateral collaboration and the emergence of innovation networks[J]. Management Science, 2007, 53(7): 1051-1067.

[21] 林秋月,王文平,王娇俐.产业集群创新网络结构特征的仿真分析——基于March利用式-探索式创新分析框架[J]. 管理学报, 2010, 7(7):1015-1020.

Strategy of Entering into Networks of Transfer Enterprise, Network Structure and Level of Knowledge

MA Yong-hong1, ZHANG Fan2,1

(1.School of Economics and Management，Harbin Engineering University，Harbin 150001，China；2.Enterprise Innovation Research Institute，Harbin Engineering University，Harbin 150001，China)

A large number of enterprises enter industrial cluster by the way of cluster transfer, and realize the common growth between themselves and local companies through the netting cooperation with local companies. The speciality of netting strategy will effect the cluster network structure and knowledge level. The strategy of entering into networks of transfer enterprise is definited based on environmental uncertainty, and the dynamic simulation model of cooperative innovation of transfer enterprise and local enterprise is constructed by multi-agent simulation methods. Then three network structures are compared by following three kinds of networks which take shape after cooperative innovation by transfer enterprise and local enterprise. On this basis, the level of knowledge of cluster under three kinds of environments is compared , and the mechanism of the simulation results is explored. The results show that: under the condition of environmental difference the network structure and knowledge level of clusters present a different changing rule. Risk cluster has the feather of high connectivity and high knowledge level. Partial transfer of business in Shackle cluster are failure to cooperate with local enterprise. And the knowledge width of Shackle cluster has many zero growth. The risk environment is more suitable for transfer enterprise to local embedded in the long run. Risk environment is more suitable for the cluster environment of transfer of enterprise of the local embedding netting, and it accelerates the transfer of promoting enterprise to enhance the cluster knowledge level of the cluster. The research perspective of transfer enterprise netting strategy is expanded into the environmental uncertainty. In a certain sense，it reveals the influence of transfer enterprise netting strategy on the cluster innovation network structure and knowledge level under the condition of environmental difference, and provides certain reference basis for the administrator to develop system and improve the cluster environment.

enterprise of clustered transfer; strategy of cooperating networks; knowledge potential; environmental uncertainty; knowledge level

1003-207(2017)02-0187-10

10.16381/j.cnki.issn1003-207x.2017.02.021

2015-11-18；

2016-06-07

国家自然科学基金资助项目(71373060)；国家社科基金重点项目(14AGL004)；黑龙江省自然科学基金项目(G201404)；黑龙江省社科基金项目(13D011)

张帆(1987-)，女(汉族)，黑龙江大庆人，哈尔滨工程大学经济管理学院博士生，研究方向：科技创新与管理创新，E-mail:zhangfan871120@163.com.

F274.1

A