基于共现视角的中国网络嵌入理论演化研究

姜维政 李永周 王剑华

摘要：网络嵌入理论已成为经济和社会学研究的一种有力工具，然而至今无人对网络嵌入理论的研究发展规律进行计量分析。通过对近15年有关网络嵌入情报数据进行整理，以共现关系实证的相关方法对学术共现及知识体系进行网络构建和分析发现：网路嵌入理论研究主题趋向于对人的网络嵌入研究，表现为由宏观的网络整体性到微观的节点，由产业集聚到人才集聚，由企业嵌入到组织嵌入再到人才嵌入。网络嵌入理论研究趋于复杂化，学科交叉性愈发明显。

关键词：网络嵌入理论；演化；学术共现；多词共现

中图分类号：G350

文献标识码：A DOI：10.3963/j.issn.16716477.2018.04.0011

一、问题的提出

网络嵌入源于社会网络理论及嵌入性规律，网络嵌入理论源于社会经济学旨在解决过度“理论化”或过度“社会化”所产生的不足。Polanyi指出嵌入或嵌入性基于两个节点间的互惠、交换及再分配，即“社会资本”的流通实现嵌入性行为的发生[1]。20世纪70年代到80年代网络嵌入理论研究开始进入活跃时期，90年代网络嵌入理论有了进一步延伸和发展，一些基本观点已经基本成型。80到90年代，作为网络嵌入主要观点奠定者如Granovetter认为弱关系有助于有用信息的获取和绩效提升[23]，Burt的结构洞理论认为结构洞有助于获取信息优势[4]，Uzzi认为关系嵌入性对绩效影响成倒U型[5]。21世纪近20年来，Rowley主要研究关系嵌入强度对于绩效的影响，刘雪峰认为环境动态性在嵌入与战略关系中起调节作用，吴晓波认为嵌入性在组织学习对于创新绩效中起中介作用[6]。网络嵌入理论主要解决经济学中过度理论化问题，用社会学、心理学等方面的学科看待和分析经济行为。

网络嵌入理论作为一种社科应用型理论，它的发展与演化同时代发生一致。从第一次引入到现在，网络嵌入理论的演化与我国经济发展息息相关。20世纪80年代，我国进入改革开放以来，经济制度、生产结构和竞争合作关系发生巨大变化，传统的基于规模效应及节约交通成本的产业集群方式，由于封闭和僵硬的制度环境而弊端涌现，林竞军等学者借助网络嵌入旨在解决产业集群过程中竞争优势、创新、锁定等相关问题[7]。

2008年全球经济危机爆发，我国也面临产业战略转型的关键时期，基于技术传播全球化和全球制造，我国在融入世界分工时通过以市场资源和人力成本换取知识和技术目的并未达到，张晔从网络嵌入视角看待FDI主导型集群对于本土产业的发展问题并给出建议[8]。

近年来，我国在全球产业链中处于低端的状态并未得到改善，我国由靠人取胜阶段的劳动密集型产业优势日渐消失，未来应该依靠发展资本密集型产业及相关制造业，提升创新能力和扶持技术密集型制造业，而且随着通信及交通成本的不断降低及新产业的不断更新，原先发展中国家普遍存在的“智力流失”开始向着“智力循環”转变，海外高层次人才逐渐转向包括中国在内的新兴转型经济体开展跨国创业活动。这一时期，人才和企业的创新创业成为研究网络嵌入学者所关注的焦点，何会涛及袁勇志从双重网络嵌入视角研究海外人才创业的现状及未来展望，庄晋财以温氏集团为例探讨了网络嵌入对新创企业成长绩效的影响机理[9]。

有关网络嵌入的文献综述研究，主要针对网络嵌入的规律、特征及作用进行归纳和总结。2005年，林竞君以产业集群为研究对象总结了国外的有关网络嵌入理论[7]。2010年刘兰剑通过文献研究的方法，对网络嵌入性的相关研究进行整理，试图理清嵌入性及其在技术创新研究中的概貌与基本问题[10]。2011年吴晓波详细归纳了网络嵌入理论的整体性规律及其嵌入性对于学习和创新的作用[6]。2012年，王赛芳以国外研究为视角，综述了网络嵌入的类型以及各类型对创新的正负面影响[11]。网络嵌入作为一种工具理论也存在于各类研究对象及研究领域，所以对于网络嵌入的情报学研究就很有必要，但是至今没有学者对于网络嵌入的文献数据进行计量分析，以至于无法系统得到该学科的文献计量规律和发展状况，而且以往的有关网络嵌入理论总结性综述基本上仅限于对国外理论的进一步归纳，并没有从时间和空间角度对这一领域在国内的发展状况进行深入研究和总结，所以有必要对国内网络嵌入理论的引入到成长过程作一次比较完善的定量分析和宏观归纳。

二、研究设计

（一）研究方法

这里主要基于社会网络分析的实证研究来阐述网络嵌入理论的发展变化轨迹。20世纪70年代，实验心理学家Milgram S创立了小世界理论，社会网络分析地位上升[12]。孙立新认为，社会网络分析主要的研究对象主要是职业转移、合作、创新扩散、连锁董事、学习、舆论及社会影响，而网络嵌入文献研究属于学习与合作[13]。

学术合作研究是实现研究的优势互补、促进知识交流和共享的重要方式。Conklin J认为在知识交流网络中，合作可以产生协同效应和创新，但需要进一步的承诺[14]。网络嵌入作为一门跨学科、跨地域的工具理论，研究对象是动态变化的复杂性网络关系，科研合作是非常必要的。科学合作既可以提升产出能力，又可以提升质量和影响力。合著论文的著者人数与论文产生的影响因子呈正相关；合著论文比独著论文更易被期刊接受并能产生较大影响；合作群体越大，研究成果越具有影响力。高校在知识创新体系中有着举足轻重的地位，高校侧重于基础理论知识的研究，高校合作有利于提升科研产出能力和产出质量。所以，基于社会网络分析导出相关的知识图谱，试图从作者合作关系的研究中进一步得出该领域研究发展的深度及复杂度，从高校合作关系得出该领域的研究内容、时空以及国家政策间的关系。Xiang XY等人在研究国际技术溢出路径识别方法时认为，知识或技术溢出网络可以反映更多的知识分布渠道，并且从松散的合作网络分析过程得到了密度子群，这些组元增加了技术溢出路径的数量，也看到了有着衔接作用代理在组元和中心角色的知识扩散的重要性[15]。

NJV Eck 基于社会网络工具VOSviewer，构建并展示了5000个主要的科学期刊的联合引用地图，对于知识网络的实证和网络构建提出了崭新视角[16]。Li H和 K Yamanishi认为文献的主题分析包括两个主要任务：主题标识和文本分割，它用于确定文本的主题结构，表示文本中包含哪些主题，以及这些主题在文本中是如何演化发展的[17]。Li XJ等学者对酒店业历年知识体系做知识图谱，该研究确定了为酒店学科提供知识和理论的主要学科，以及当代研究课题和最具影响力的研究人员[18]。这里采用词频统计和SNA知识图谱对网络嵌入理论的演化过程进行了实证研究，试图找出该理论的发展阶段，展现出研究主题的变化过程。

在构建网络嵌入理论的知识图谱时，将学术共现网络和知识体系网络同时列举并进行交叉分析。学术共现网络主要体现网络嵌入理论在我国的发展程度和知识扩散等演化过程。知识体系在演化过程中，知识网络结构对应知识主题的扩张速度和发展过程。同时，学术共现网络演化和知识体系演化相互对应，通过学术共现进行的知识扩散和极化过程有利于找出网络嵌入理论在我国发展的时空路径，时空路径影响知识主题的发展演化过程，随着知识主题的复杂性变高又进一步影响学术共现网络。

（二）数据获取

相比于类似相关 “知识网络”、“嵌入性”“社会网络”等理论，“网络嵌入”理论在我国引入比较晚，具体行业范围及研究深度有限。基于前面数据库的搜集经验和自身验证，以篇名或关键词中包含有“网络嵌入”附带篇名或关键词中包含有“网络嵌入性”作为索引条件，CNKI关于“网络嵌入”的文献较为完备[19]。文献搜索设定年限为1998-2016年，明确提出网络嵌入的文献是在2002年。去除掉与“网络嵌入”无关的网络技术内容，一共搜集到文献385篇，去掉网络技术方面的“网络嵌入”和新闻稿件，一共330篇。

在102类期刊中频度出现3次及以上的有23种，占所收集文献总量的59%。23种期刊的复合影响因子平均水平为2.28，综合影响因子平均水平为1.45，见表1。所以，关于所搜集网络嵌入理论的文献数据具有代表性，基本能有力说明网络嵌入理论在我国的演化过程及发展趋势。

三、学术共现关系分析

（一）作者共现网络演化分析

1.小世界分析。产学研网络具有小世界特征（small world），其网络结构的优化可以有效推动产学研合作创新， 促进经济的发展和创新知识，而作为产学研的基础部分即理论研究亦具有很强的目的性以及复杂性，合作程度从侧面反映某一领域的研究水平，所以作者间合作网络关系比较符合小世界网络特征。同时，小世界的网络结构特征优化有利于科研创新。所以，小世界网络结构特征优化有利于共现网络提高理论研究水平。小世界网络结构特征主要体现在特征途径长度（characteristic path length）和聚类系数（clustering coefficient）。特征途径长度L（G）反映网络中任何节点间的平均距离，用来表现网络结构的整体水平，其值越大，节点间的距离就越远，就越有碍知识的传播，其指标有平均路径、凝聚度、网络宽度、节点路径发生的频率和概率。聚类系数C（G）代表组元之间的差别程度或者组元间的重叠程度，也用来指代节点指向中心的程度。聚类系数越高，说明不同组元的重叠性越强，组元间共现的重点趋于一致性，有利于知识理论的创新和发展，一般用总体图聚和加权图聚来指代聚类系数C（G）。

基于Small world分析方法作图1，并且得到分析结果见表2。参考图1及表2，其分析如下：小世界网络特征之一平均路径长度验证，从2002-2016年，作者共现网络规模及复杂不断增加的表面下，其实作者的共现网络很大程度上影响着网络嵌入理论的研究水平。平均路径的变化趋势为1.306→1.262→1.351，说明2007-2011年作者共现最为频繁，凝聚度的变化趋势为0.847→0.869→0.825，说明2007-2011年作者合作的目标最为一致或利益点最为一致，导致网络宽度0.153→0.131→0.175，说明2007-2011年知识传播速度最快。2002-2016年作者间合作距离为2的可实现概率和频率最高，并且以2007-2011年出现的频率为最高，说明2007-2011年作者的合作关系最为频繁。

我们再看聚类系数，从2002-2016年，总体图聚的变化趋势为1.126→1.205→1.112，加权图聚的变化趋势为1.078→1.141→0.96，说明2007—2011年，作者的目标或者利益点最为一致。这与前面的关键词网络演化相一致，并且更进一步证明了前面的观点。但2007-2011年虽然发展很快，研究的核心点比较有共同性，但是后期的基于研究论点的差异性导致合作差异性或者中心程度降低才是理论研究发展的不断动力。

随着网络程度的深化，知识流动总量和小世界效应参数逐渐趋于稳定，网络中出现核心主体并产生了主体和知识的区域性集聚，核心主体是网络结构中的关键要素[20]。核心主体的作用无法在整体网络关系中得到明确解释，所以利用结构洞作进一步解释。

2.结构洞分析。

结构洞用来描述节点关系的桥梁作用即非直接联系关系。作者合作关系存在结构洞，高頻次作者即核心主体对于整体网络产生集聚效应，有利于知识产出和创新。伯特的结构洞理论主要参考四个指标：有效规模（effective size）；效率（efficiency）；限制度（constraint）；等级（hierarchy）。

有效规模代表网络中的非冗余度，有效规模越大，说明节点的网络重叠度越少，结构洞就越大，合作机会和相应的平台就越大，越有利于研究者寻找科研伙伴，利于知识创新和产出。效率即行动快慢，有效规模的扩大并不能引起效率的提高，因为节点的实际规模也在相应提高，知识流的产出和创新在节点中的变动很大，任何一个边缘节点都有可能在未来成为核心主体。限制度表示网络的封闭度，限制度指数越高，说明节点关系网络越封闭，第三方合作机会就很少，限制度低的作者在知识创新和产出上有明显优势。等级越低，其限制性因素越少，重要性越高，对网络的整体性控制能力越强。

使用结构洞分析工具，得出了2002-2016年网络嵌入文献的534位作者合作网络的结构洞、有效规模、效率、限制度及等级，见图2-6。

有效规模从高到低排名前6位的作者有（前6位作者有效规模大于5.0）：吴晓波（9.6）、党兴华（9.2）、庄晋财（7.0）、王学东（5.857）、陈劲（5.333）、李永周（5.286）。其表明这些作者关于网络嵌入理论的文献产出水平比较高，并且合作渠道较多，对整个网络嵌入理论研究网络具有非常强的影响力和控制力，但与核心作者连通的节点与其他组元内的作者合作机会较少，核心作者主要依托核心主体进而影响研究关系网络。

限制性从低到高排序前8名的作者是（限制度低于4.0）：吴晓波（0.15）、党兴华（0.2）、庄晋财（0.274）、王学东（0.303）、陈劲（0.306）、李支东（0.333）、李飞星（0.333）、李永周（0.379）。限制性小，表明这些作者与较多的作者有合作关系，对于整个合作网络的依赖比较小，结构洞优势明显，有利于实现跨越式合作关系，对于知识创新享有优势地位。

由于效率和等级表征网络结构洞特征差异不大，不便于相互比较，所以这里不作进一步分析，见图4和图6。效率比较高的作者，基本上等级比较高，说明核心主体地位不突出，比较靠近合作网络的边缘化，但是高效率的作者有机会在后期得到较快发展和提升。

2002-2006年属于理论引入阶段，代表学者主要为林竞君。在2002-2011年期间，吴晓波在该领域研究的内容主要是以知识学习为对象的网络整体性研究，研究网络整体特性与学习和创新的关系。党兴华是网络嵌入研究的一位承前启后的学者，属于从2007-2011年期间向2012-2016年期间过渡的研究学者，前期主要贡献在于研究网络整体性规律对知识产出和创新效益的作用，后期主要关注网络嵌入的技术创新问题即对网络节点的研究。庄晋财是2012-2016年阶段的学者，主要研究农民工创业及创业问题，属于边缘节点的研究。王学东属于2007-2011年阶段的学者，主要研究网络派系（局部网络、网络组元关系）如虚拟团队。陈劲属于2012-2016年阶段的学者，主要关注外部网络对企业创新的影响。李永周属于2012-2016年阶段的学者，主要研究网络边缘节点如孵化器和异质性人才创新能力等。李支东属于2012-2016年阶段的学者，主要研究网络节点如企业产品创新。李飞星属于2012-2016年阶段的学者，主要研究网络嵌入对传统产业的影响问题，属于把网络嵌入理论的应用对象进行扩展的一位代表型学者，见图7。

（二）科研机构共现网络演化分析

科研机构合作也属于社会网络范畴，从社会网络视角看待网络嵌入的平台合作关系，科研合作网络中的地位与其在该领域排名之间的关系，以及科研合作社区的形成与各个高校现实背景、国家政策、地理位置等因素之间的关系等问题。

中介中心（Betweeness Centrality）通常用来衡量一个人或者组织的媒介能力，核心主体的中介中心度较低，占有大量的关系渠道。高校合作网络的合作关系可以用中介中心来描述，高校间的合作关系如下图7，基本上以三边关系的半封闭局部网络为主。所以，连接两个局部网络的节点“媒介”或者称“桥”就显得十分重要了。这个节点作为媒介的程度高低决定了高校间开方式创新的程度，有利于网络嵌入理论的深化研究和创新。

从图8和表3可以看出，2002-2006年基本上高校平台的合作网络几乎不存在，作者间的相互交流也仅限于同校之间，大部分属于简单的单边关系。2007-2011年三角关系开始出现，单边关系为主，局部有了封闭网络关系，此时的整体中介中心度为0.2。2012-2016年，以三边关系为主，高校合作的局部网络频繁发生链接，此时中介中心度为0.140 8。2002-2016年中介中心度的变化情况是0→0.2→0.140 8，这也进一步表明“桥”的作用越发明显，说明随着科研的深入，难度和风险系数加大，需要建立多维度合作平台，才能有利于理论的进一步创新，但是向网络中央集中趋势变低，这和前文关键词研究结论是一致的。同时从图8得出：网络嵌入的科研合作多在校内进行，高校间的合作水平明显低于高校内部合作水平。

四、多词共现分析

（一）高频词统计

从330篇论文中提取关键词信息，提取关键词出现3次以上（包含3次）的关键词，一共有56个。因为关键词“网络嵌入”和“网络嵌入性”两者内涵一致，都反映一个经济行为和社会行为的动态过程，所以将网络嵌入等同于网络嵌入性。对关键词进行词频统计结果如表4所示，基于SNA分析得表5。

把2002到2016年有关网络嵌入文献关键词统计与知识网络数据结果作比较，知识网络数据来源于邱均平的《国内知识网络发展述评及演化

分析》。“知识网络”与“网络嵌入”从研究范围、对象和共同的知识基础来看有一定的相似度，不同的是“知识网络”理论研究在我国的研究水平较成熟。知识网络近15年的网络规模为4 657，平均密度为0.004 8，平均中心度为71%，呈现出从爆发-膨胀-沉积的过程。参考知识网络的相关数据，网络嵌入密度为0.851，应该属于爆发向膨胀的过渡阶段特征，平均度数为0.861有膨胀期特征，因此其发展阶段兼有爆发和膨胀阶段的特征，这在后文将得到进一步验证。

（二）多詞共现网络结构演化分析

以15年的文献研究为样本，将15年划分为三个阶段，探讨网络嵌入理论的演化过程。为了准确反映时间段内网络嵌入理论发展的过程，进一步考虑到网络嵌入理论发展的阶段“爆发-膨胀”，所以只选取出现频率在2次以上的关键词，把5年阶段出现2次以上的关键词界定为高频词。从图9得出，网络嵌入的关键词结构随着规模的扩大趋于复杂，离散程度越来越低，集中程度越来越高。网络嵌入的知识网络中的小世界越来越明显，信息传播效率提高，每一个节点相互关联强度在不断变大，节点微小的位移对网络整体性影响越发明显，说明信息和知识传播易于发生。网络嵌入发生的15年间，有关研究在广度和深度上不断扩展，知识相互影响程度正在加深，同时网络的冗余性悖论使得网络嵌入理论在一定程度上伴随着起伏曲线上升。从网络嵌入知识网络结构的规模、密度、效率、中心指向程度以及中心度进行定量分析，如表5所示。

网络规模的指标表现在节点总数和链接数上，节点的数量增长关系表征着研究进展快慢。2002-2011年，节点增长了近6倍，而2007年到2016年，节点数增长仅为3倍左右，说明理论增长的趋势放缓，网络嵌入理论研究范围越发明朗并有所指向。链接数伴随着节点的增长而成指数增长，反映节点之间的互动关系。知识间的相互交叉和相互作用随着时间维度的增强，网络嵌入理论由最初的研究社会关系到现在的点、线、面全面展开，说明网络嵌入理论的研究具有学科交叉特性，随着时间前进，网络嵌入适用范围也得到全社会的共同认定，基于一定范围下的知识吸收进一步丰富了网络嵌入理论研究。最后，网络规模的扩大，说明网络嵌入的理论研究的复杂性程度进一步加大，同时复杂性悖论的另一面即研究机会也越来越多，并呈现出一定的多极化特征。

网络的密度反映事物间的复杂程度，关键词的整体网络属于无向关系网络，实际“边”与理论“边”的比值即无向关系网密度。一般而言，网络密度越大，在整体网络下的各节点的受制性越强。网络嵌入的密度呈现出的结果并不是直线上升，而是由小变大，再由大变小。网络密度由小变大，意味着网络嵌入理论的知识量有爆发性特征。网络密度由大变小，说明网络嵌入理论的知识系统开始自觉规范化，相关研究论点在网络组元间呈现出小世界特征，即所谓关注的方向开始极化，这是科学理论研究演化规律的一般性特征，因为这意味着网络嵌入理论向成熟化发展。但值得注意的是，在一个网络组元中的网络密度要受网络规模制约，即网络规模与密度呈现负相关，所以网络密度所反映的演化规律不能完全说明网络嵌入理论在当代的演化特征。

整体网络的可获得性是用来说明网络中信息流通的效率，其使用平均距离、网络宽度以及凝聚度来阐述。网络平均距离与网络宽度呈正相关，与网络凝聚度呈反相关。关于平均距离即节点间的平均可达性，研究发现，点与点的可达性由远变近，再由近到远。距离由近到远，说明信息的传递能力和效率变高。由2007-2011年的凝聚度指标可以看出，在2007-2011年网络结构的凝聚度达到最高。传染病模型指出了知识结构的复杂性提高，伴随着振荡，由起步到爆发，再由爆发向成熟和完备方向发展。信息效率的振荡体现着知识发展的一般规律。网络嵌入理论相关文献在不断增长的同时，内部知识节点网络的关联性出现低、高、低的增长态势，属于知识发展的初级阶段。网络中心度指标有聚类系数、平均（中心）度数、接近中心度、中介中心度、点度中心度和信息中心度。聚类系数代表向中心或者核心知识点的指向程度，出现由分散向集中、由集中向分散的转变，但相差不大。聚类系数的波动体现出网络嵌入理论研究的不断探索，但基本围绕网络嵌入理论展开。参考图6到图8，2002-2006年中心点（共享share）为：网络嵌入（0.238）、嵌入性（0.155）、产业集群（0.095）；2007-2011年中心点为：网络嵌入性（0.132）、网络嵌入（0.096）、社会网络（0.066）、嵌入性（0.052）、产业集群（0.034）；2012-2016年中心点为：网络嵌入（0.169）；网络嵌入性（0.089）；社会网络（0.034）；创新绩效（0.028）；动态能力（0.021）；关系嵌入（0.019）；组织学习（0.019）。共享share是中心点对于整个网络节点的支撑，随着网络规模的增大，网络整体中心度数提高，核心点的共享水平下降。我们以关键词“网络嵌入”为例：0.238→0.096→0.169，说明网络嵌入研究的核心领域存在一定的变动，可以深入研究的知识点随着时间维度的不断推进在增多。

接近中心度是各节点到中心点的平均距离，其变化情况是79.012→80.983→76.604，说明我国网络嵌入研究论点存在如下发展阶段：引入理论阶段→宏观适用阶段→核心领域研究阶段。中介中心度是网络中节点对于其它节点的控制程度，即所谓“中间人”的重要性。由4.365→0.57→0.34的变化说明每个知识节点的自由度上升，与其他节点建立的关系增多，即以社会网络理论和嵌入性理论为基础的网络嵌入理论的知识框架在不断扩展，封闭知识网络间的合作“桥”发挥的作用越发明显。点度中心性是每个点的中心性，由46.192→20.078→13.403的變化也证明了网络嵌入理论的知识框架在不断向其他知识领域扩展。信息中心度的显著提高，变化趋势为4.656→13.802→17.591，说明每个节点承载知识量的不断增大，体现了知识节点与规模的正向关系。

总之，网络嵌入的理论研究的复杂性程度进一步加大，伴随着知识结构洞的扩大，知识点的信息承载力不断变大，以社会网络理论和嵌入性理论为基础的网络嵌入理论的知识框架在不断扩展，关注的方向不断广泛化并开始出现极化特征，然而研究的核心领域存在一定的变动，属于知识发展的初级阶段。

（三）研究主题演化分析

关键词是科研论文的核心，研究主题通过关键词共现网络表现。前文对核心作者作过研究主题的相关分析，但是核心作者所反映的视角并不全面，所以这里基于关键词共现的知识图谱对知识主题的演化作进一步的演绎分析，所采用的方法是聚类分析。

关键词关系属于闭合的抽象知识关系，从特征词的网络位置识别来分析网络嵌入理论的知识主题。一般而言，在网络中的特殊位置有三种类型：中心角色（Centrally located actors），桥（Bridging actors）以及次级中心角色（Peripherial actors）。 中心角色承担链接的知识点比较多，是整个知识网络的基础性内容。桥可以建立起局部网络间的关系，是整个知识网络中研究的交叉点。次级中心，是在基础知识点上扩展和深化所得到的不同研究方向。

第一阶段为2002-2006年（见图10）。中心角色：嵌入性和网络嵌入。桥为网络嵌入性和产业集群。次中心为社会网络、跨国公司、战略角色、新社会经济学和吸收能力。第一阶段的主要知识主题为以网络嵌入为视角的产业集群相关问题，以网络嵌入的整体性规律为方法探寻产业集群模式，并且探讨有关产业嵌入的有关问题。

第二阶段为2007-2011年（见图11）。中心角色为网络嵌入、社会网络、产业集群和竞争优势。桥为知识获取和吸收、结构嵌入和技术创新。次中心为虚拟团队、全球制造网络、企业网络、知识共享、跨组织学习的相关知识。第二阶段的主要知识主题主要为三个点为产业嵌入、企业嵌入及组织嵌入。这一阶段有明显过渡性特点：从产业网络到企业或组织网络，从产业嵌入到企业或组织嵌入。嵌入性视角主要涉及组织间的学习能力和基于学习能力的创新问题。

第三阶段为2012-2016年（见图12）。中心角色为网络嵌入、社会网络、组织学习和创新绩效。桥为关系嵌入相关、开放式创新相关和创业相关。次中心为基于“人”的嵌入，如农民工、海外人才、知识创新等；基于网络边缘企业的嵌入，如子公司、小微企业、中小企业等。这一时期的研究主题主要着眼于人才集聚及人才的创新，经过15年的历程，网络嵌入的核心研究点从宏观产业嵌入及集聚到微观的人才嵌入及集聚。人才集聚更关注关系嵌入，人作为知识载体承担着知识共享、获取及吸收的功能，通过知识动态能力获得创新或者创业机会以提升自身网络位置。

通过对2002-2016年3个阶段的知识图谱分析我们得到3个阶段的研究主题演化：由产业集聚到人才集聚，由企业嵌入到组织嵌入再到人才嵌入，并且研究重点由对网络整体性过渡到对网络节点的研究，可以预测出：人才嵌入和人才集聚问题将会是网络嵌入进一步研究的重点内容。

五、结论和启示

依据共现关系分析，我们可以得出以下结论和启示：网络嵌入的研究水平为初级阶段。从学术关系及关键词网络结构可以看出，网络嵌入原理的研究发展符合一般科研发展规律，经历了先慢后快，并且波动上升的趋势，整体的发展水平为初期水平，即“爆发”向“膨胀”过渡。

作者合作关系频繁程度逐年提高，但核心团队及核心团队间的合作比较缺乏。作者合作的“利益点”和“目的”的一致性逐年加强趋势，但是波动性的远离及其合作中心性却是理论研究的不断动力，科研团队建设有待进一步提高。

高校间合作不足，极化程度较高，知识扩散效应随时间显著提高。高校“桥”的作用进一步发挥作用，平台对于科研作用愈发明显，但高校内部合作明显高于高校间的合作，所以以后要加强高校间的深入合作。

网络嵌入研究主题演化与时代特征及学术关系发展相关。研究主题由简单趋于复杂，由单一变为多维。网络类型由产业网络到企业网络，再由企业网络演变为组织网络，嵌入性发生也由企业嵌入到组织嵌入再到人才嵌入，网络嵌入整体性结构嵌入转变为对关系嵌入的关注。以后，网络嵌入理论关注的重点在于创新及创业，人才作为知识载体，人才嵌入将继续得到进一步研究。

网络嵌入理论研究趋于复杂化，学科交叉性愈发明显，由宏观的产业研究到对于人的研究，以后可能会与人因工程学和神经管理学等关注人的学科中不断融合并得到新的发展。

网络嵌入理论与时代联系紧密的情况下，随着我国产业转移和升级需要以及一带一路的引导，人才在中西部地区的嵌入问题得到了进一步的关注，基于人才在东部高新技术地区的嵌入问题将伴随创业和创新进行深化研究。由于学科交叉使然，网络嵌入理论学科交叉性愈发显著，但没有对其进行进一步的文献及实证研究，在以后的研究中会有所体现。

[参考文献]

[1]Polanyi K， The Great Transformation： the political and economic origins of our time[M]. Boston， MA： Beacon Press， 1994：110.

[2]Granovetter M. Economic Action and Social Structure： The Problem of Embeddedness[J]. American Journal of Sociology， 1985，913（Nov）：481510.

[3]Granovetter M. The strength of weak ties[J]. American Journal of Sociology， 1973，78（6）：13601380.

[4]Burt， Ronald. Structural Holes： the Social Structure of Competition [M]. Cambridge， Massachusetts：Harvard University Press， 1992：110.

[5]Uzzi B. The source and consequences of embeddedness for the economic performance of organization： The network effect[J]. American Sociological Review，1997，42：3567.

[6]吳晓波.网络嵌入性：组织学习与创新[M].北京：科学出版社，2011：110.

[7]林竞君.网络、嵌入性与产业集群：一个国外研究综述[J].世界经济情况，2005（10）：3133，5.

[8]张 晔，梅丽霞.网络嵌入、FDI主导型集群与本土企业发展：以苏州地区自行车集群为例[J].中国工业经济，2008（2）：122130.

[9]庄晋财，张长伟，程李梅.网络嵌入对新创企业成长绩效的影响机理研究：以温氏集团为例[J].云南财经大学学报，2013，29（1）：1531.

[10]刘兰剑.网络嵌入性：基本研究问题与框架[J].科技进步与对策，2010，27（13）：153160.

[11]王赛芳，汤英汉.网络嵌入性对企业创新能力的影响研究[J].特区经济，2012（10）：273275.

[12]Milgram S， An experiment study of the small world problem [J]. Sociometry， 1969（32）：425443.

[13]孙立新.社会网络分析法：理论与应用[J].管理學家：学术版，2012（9）：6673.

[14]Conklin J， Lusk M， et al. Knowledge Brokers in a Knowledge Network： the Case of Seniors Health Research Transfer Network knowledge brokers [J]. Implementation Science， 2013（8）：110.

[15]Xiang X Y， Cai H， et al. International knowledge spillover through coinventor： An empirical study using Chinese assigneess patent data＼[J＼]. Technological Forecasting and Social Change， 2013，80（1）：161174.

[16]Eck N J V， Waltman L. Software survey： VOSviewer， a computer program for bibliometric mapping [J]. Scientometrics， 2010，84（2）523538.

[17]Hang Li and Kenji Yamanishi. Topic analysis using a finite mixture model [J]. Information Processing & Management， 2003，39（4）：521541.

[18]Li X， Ma E， Qu H. Knowledge mapping of hospitality research： A visual analysis using Cite Space [J]. International Journal of Hospitality Management， 2017，60：7793.

[19]邱均平，刘 宁.国内知识网络发展述评及演化分析[J].图书馆学研究，2016（10）：1016.

[20]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，2015，27（5）：7081.

[21]Wasserman S， Faust K. Social Network Analysis： Methods and Application [M]. New York： Cambridge University Press， 1994.

[22]Dorogovtsev S N， Mendes J F F， Samukhin A N. Structure of growing networks with preferential linking [J]. Physical Review Letters， 2000，85（21）：46334636.

[23]David P， Foray D. An Introduction to the Economy of the Knowledge Society[J]. International Social Science Journal， 2002，54（171）：923.

[24]Bodin ， Crona B.I. The role of social networks in nature resource governance： what relational patterns make a difference？ [J]. Glob. Environ. Change， 2009，19：366374.

[25]Paier M， Scherngell T. Determinants of collaboration in European R&D; networks： Empirical evidence from a discrete choice model [J]. Industry and Innovation， 2011，18（1）：89104.

[26]MUSIOLIK J， MARKARD J， et al. Network and network resources in technological innovation system： towards a conceptual framework for system building [J]. Technological Forecasting and Social Change， 2012，79（6）：10321048.

[27]Rahimi E， Van den Berg J， et al. A PedagogyDriven Framework for Integrating Web 2.0 Tools into Educational Practices and Building Personal Learning Environment[J]. Journal of Literacy and Technology， 2014，15（2）.

[28]Wouter de N， Andrej M， et al. Exploratory social network analysis with pajke [R].Woshington D.C.： World Book Inc， 2014.

[29]Bi W， Dandy G C， MAIER H R. Improved genetic algorithm optimization of water distribution system design by incorporating domain knowledge [J]. Environmental Modelling &Software;， 2015，69（7）：370381.

（责任编辑 王婷婷）