科技金融网络绩效影响因素实证研究

徐玉莲 张思琦

摘 要：研究科技型企业与科技金融机构间构建高效科技金融网络的关键决定因素，促进网络资金流循环的持续增加，保障创新驱动战略的顺利实施。在确定科技金融网络及网络绩效内涵的基础上，研究网络规模、关系强度与关系质量如何影响科技金融网络绩效，并引入网络外部信息环境作为调节变量，构建科技金融网络绩效影响因素的概念模型。基于科技型企业与科技金融机构的问卷调查，运用实证分析方法对相关假设进行验证。结果表明：网络规模、关系强度、关系质量均对科技金融网络绩效有显著的正向影响;网络外部信息环境正向调节网络规模和关系质量与科技金融网络绩效间的关系，而对关系强度与网络绩效间关系无显著调节作用。

关 键 词：科技金融网络;网络规模;关系强度;关系质量

DOI：10.16315/j.stm.2020.05.012

中图分类号： F832;F204

文献标志码： A

Abstract：This paper studies the key determinants of the construction of efficient scitech financial network between scitech enterprises and scitech financial institutions， so as to promote the continuous increase of network capital flow cycle and ensure the smooth implementation of innovation driven strategy. The connotations of scitech finance network and network performance are determined， and how network scale， relationship strength and relationship quality affect the performance of scitech finance network is studied， then establishing a conceptual model of the factors affecting the performance of scitech finance network by introducing the external information environment of the network as an adjustment variable. The empirical analysis method is used to verify the relevant hypotheses. The results show that the network size， relationship strength and relationship quality have significant positive impact on the performance of scitech finance network; the network external information environment is positively regulating the relationship between the network scale， the relationship quality and the performance of the scitech finance network， but has no significant effect on the relationship strength and the network performance.

Keywords：the network of scitech finance; network size; relationship strength; relationship quality

收稿日期： 2020-07-09

基金项目： 教育部人文社会科学基金项目（17YJC630187）;教育部人文社会科学基金项目（19YJA790087）;黑龙江省社会科学研究规划项目（17GLB018）

作者简介： 徐玉莲（1980—），女，副教授，博士;

张思琦（1997—），女，硕士研究生.

中兴、华为被美国制裁与当前中美贸易摩擦等充分表明国家实施科技创新战略的正确性与前瞻性，为避免“修昔底德陷阱”，中国科技型企业必须加大创新力度，掌握先进核心技术，才能在激烈的国际市场竞争中立于不败之地。金融资本作为企业创新进程中最为关键的核心要素，对企业创新成功与否发挥至关重要作用。“十三五”國家科技创新规划中提出构建科技创新创业全链条的科技金融服务网络。科技创新融资与科技金融投资作为同一过程的2个方面，多个科技型企业与科技金融机构基于资金流及信息流构成了相互复杂作用的科技金融网络。面对日益激烈的国际竞争，在国家创新政策方针引领下，创新型领军企业不断加大研发投入力度。伴随着“大众创业、万众创新”的推进，全国科技型中小微企业如雨后春笋大量涌现，对资金的需求大幅增加。在《关于大力推进体制机制创新扎实做好科技金融服务的意见》等政策文件引导下，商业银行、创业投资机构等科技金融机构不断加大对创新领域投资，科技金融创新产品、创新运营模式不断涌现，科技型企业与科技金融机构积极对接。政府相关政策引导与扶持发挥重要作用，但自上而下推进模式的可能产生的弊端是资金需求方（科技型企业）与资金供给方（科技金融机构）建立投融资合作联接的时间较短，双方搭建起的科技金融网络完成当前投融资合作之后，网络主体间合作联接即断开，无法有效持续下去。激发市场机制作用下的科技金融网络主体间的良好合作关系，实现科技型企业与科技金融机构间持续递增式的资金流循环，是当前科技金融网络培育的目标及发展方向。在科技金融网络建立及运行过程中，科技型企业与科技金融机构间的投融资满意度决定了下一次双方的合作意愿，立足于社会网络分析视角，探究二者间构建稳定高效科技金融网络的关键决定因素，具有重要的理论研究价值与实践指导意义。

1 文献综述

“科技金融”是中国政府提出的专有词汇，其目的是为创新驱动战略的实施提供高效的金融服务。国内学者围绕科技金融的内涵、发展模式与机制等展开了大量的理论与实证研究，但立足于网络视角的研究较少，李乐等[1]构建“科技-金融”网络理论框架，认为政府信用融入到创新主体与金融主体的交易结构，有利于二者间的相互联接。马丽仪等[2]基于社会网络分析视角，提出了科技金融网络理论研究框架的构想，但未深入展开研究。学者们尚未对科技金融网络相关研究引起足够的重视，本文认为正如“创新”与“创新网络”，“科技金融网络”必然是“科技金融”发展的高效途径。鉴于科技金融网络的内涵尚未形成权威定义，梳理创新网络、知识网络、孵化网络与创业投资网络等相关网络的构成要素，为科技金融网络的内涵界定提供参考。其中创新网络、知识网络及孵化网络为基于创新视角提出的网络，网络节点主要包括企业、大学、科研院所、政府、中介机构等，分别重点考虑网络节点间的创新合作关系、知识流交互以及企业孵化过程[3-8]，金融机构仅作为非核心节点发挥辅助作用;创业投资网络为基于投资视角提出的网络，仅考虑创业投资机构节点间的联合投资关系，未涉及创业投资机构与企业间的投融资关系[9-10]。借鉴上述相关网络定义，本文提出的科技金融网络将科技型企业与科技金融机构并列为网络核心节点，并重点考察二者间的资金流动及信息流动关系。

网络绩效的一般涵义为不同主体在网络化协作框架内实现联合价值创造的效果[11]，目前尚未有关于科技金融网络绩效及其影响因素分析的文献，学者们基于创新网络、孵化网络、创业投资网络的具体特征，研究上述网络绩效及其影响因素，立足于社会网络分析视角，影响因素的研究维度主要包括网络关系和网络结构两个维度，其中网络关系维度包括关系质量、关系持久性和关系强度等指标[12];网络结构维度包括关系密度、网络规模等指标[13]。谢永平等[14]、Gilsing等[15]研究关系强度、关系质量等因素对联盟创新网络绩效的影响; Jian等[16]、马艳艳等[17]研究网络规模、关系密度等因素与创新网络绩效的关系;Somsuk等[18]、李振华等[19]研究关系强度与网络规模对孵化网络绩效的影响;罗吉等[20]、Bellavitis等[21]研究网络关系持久性对创业投资网络绩效的影响;Lindsey[22]研究网络规模对创业投资网络绩效的积极与消极影响。科技金融网络及其影响因素属于开创性研究，上述文献为本文影响因素变量选取提供参考。网络关系方面，由于网络关系持久性指标与关系质量指标存在交叉，且关系质量指标衡量网络主体间关系更加全面，为此网络关系维度选择关系质量与关系强度作为科技金融网络绩效的影响因素。网络结构方面，网络密度定義为网络中所有成员之间的实际联系数量与所有可能存在联系数量的比率[23]，该指标主要适用于研究可获得实际统计数据的网络（如联合申请专利、合作发表论文[24]等）。本文科技金融网络数据获取采用调查问卷的方法，调查对象对该指标的主观判断可能不够准确，为此网络结构维度仅选择网络规模作为科技金融网络绩效的影响因素。进一步通过理论分析网络规模、关系强度和关系质量3个因素对科技金融网络绩效的影响，并通过实证检验确定各影响因素的重要程度。

2 研究假设

2.1 科技金融网络与网络绩效的内涵

基于社会网络视角，科技金融网络是围绕科技创新投融资过程的科技型企业、科技金融机构等参与者基于资金与信息流动而形成的复杂网络关系。科技金融网络节点与边联接的一般示意图，如图1所示。其中：网络的核心节点为科技型型企业与科技金融机构，节点边联接为二者间的资金流动;辅助节点为政府相关部门与中介服务机构，主要为核心节点提供投融资决策的信息流。商业银行、创业投资机构等科技金融机构之间可能存在投贷联动等联合投资行为，科技型企业之间亦可能存在互助担保等联合融资行为，政府相关部门、中介服务机构等为科技型企业与科技金融机构提供征信、信用评级、知识产权评估等信息及服务。

市场机制作用下的科技金融网络资金流持续增加是科技金融网络培育的重要目标，为此将科技金融网络绩效衡量指标界定为科技型企业与科技金融机构均有意愿持续增加创新领域的资金投入，而作为增加资金投入的先决条件，科技型企业与科技金融机构投融资满意度亦是网络绩效的另一主要考察指标，科技型企业融资满意度取决于企业能否以合理的时间成本、资金成本获得所需创新资金，而科技金融机构投资满意度取决于投资的回报与风险的高低。若双方满意，则下一阶段科技金融网络资金流循环得以持续进行，否则科技型企业或者科技金融机构退出网络，节点边联接断裂。

2.2 网络规模与网络绩效

网络规模指网络节点建立某项合作业务所涉及到的所有相关主体。本文网络规模指科技金融网络的核心节点——科技型企业与科技金融机构的数量。对科技型企业而言，科技金融网络规模越大，意味着与其与多家科技金融机构、其他科技型企业发生投融资联接的机会就越多，企业的资金来源渠道多元化，并且可通过与其他企业开展联合担保以增强信用[25]，从而有使得本企业能够以有利的时间成本、资金成本获得所需的创新资金，提升企业的融资满意度，进而实现持续创新。对科技金融机构而言，科技金融网络规模越大，意味着其与多家科技型企业、其他科技金融机构发生投融资联接的机会就越多，从而有利于科技金融机构筛选出优质的科技型企业，并可通过不同的投资组合，分散投资风险;科技金融机构间联合投资亦可大大降低其投资风险，进而提升科技金融机构的融资满意度、增加对创新领域的资金供给;因此，提出以下假设：

假设H1：科技金融网络规模对网络绩效有显著的正向影响。

2.3 关系强度与网络绩效

科技金融网络关系强度主要指科技型企业与科技金融机构之间关系的紧密程度。当网络关系强度由弱变强时，科技型企业与科技金融机构之间的联系变得越来越频繁，关系逐渐变得更加紧密。对科技型企业而言，网络关系强度越大，在创新项目计划阶段，其越容易获得科技金融机构的资金支持;在创新项目实施过程中，有利于获取科技金融机构社会资本、管理经验等多方面支持;在下一轮创新活动中，科技型企业有可能获得更大额度的资金支持，为此有利于提升其融资满意度，进而实现持续创新。对科技金融机构而言，网络关系强度越大，其对科技型企业创新情况越了解，有利于其投资高水平的创新项目，提升资金配置效率;同时，了解企业创新项目的实施情况，有利于科技金融机构权衡风险，降低投资损失，从而提升其投资满意度，进而增加对创新领域的资金供给;因此，提出以下假设：

假设H2：科技金融网络关系强度对网络绩效有显著的正向影响。

2.4 关系质量与网络绩效

Chen等[26]将关系质量划分为相互信任、相互承诺和相互满意，由于信任和承诺能够决定满意度，因此满意度可以作为关系质量的产出而不是其维度[27]。本文将关系质量划分为信任和承诺2个维度，信任是投融资双方认为彼此可靠并坦诚相待，相信对方不会采取不利于自己的投机行为。承诺表示投融资双方认为合作伙伴非常重要，并愿意尽最大努力维持关系，保持长期合作。根据交易成本经济学，高关系质量可以减少正式合同，减少对合作伙伴的监督与设防，并进行积极有效的沟通和信息共享。科技型企业与科技金融机构之间彼此相互信任，并相互承诺，能够有效避免猜忌、隔阂，提升双方对冲突的容忍度，理解并满足对方需求和期望，避免利己的投机行为，不会轻易选择投融资替代者，从而大大提高科技型企业与科技金融机构的投融资满意度，促进双方持续进行创新领域投资;因此，提出以下假设：

假设H3：科技金融网络关系质量对网络绩效有显著的正向影响。

2.5 网络外部信息环境的调节作用

信息是科技型企业与科技金融机构投融资决策的重要依据，科技金融网络外部信息环境主要指网络辅助节点为科技型企业与科技金融机构投融资过程提供的信息数量及有效性等，信息的生产与传播载体具体包括政府公共信息平台、市场中介服务机构及企业信用体系等。在网络外部信息环境较完善条件下，科技型企业与科技金融机构投融资信息、信用信息等可以较容易获取，大大降低双方建立合作关系的搜寻成本与合作过程中的监督成本，从而增强网络规模、关系强度、关系质量三者对网络绩效的正向作用。在网络外部信息环境较差的条件下，科技型企业与科技金融机构需要花费大量的时间和人力搜寻、筛选合作伙伴，较为频繁的沟通接触对合作方进行监督。由于缺少外在的有效信息，双方的信任与承诺也会受到外在不确定性的影响，为此削减了网络规模、关系强度、关系质量三者对网络绩效的正向促进效果;因此，提出如下假设：

假设H4a：科技金融网络的外部信息环境在网络规模与网络绩效关系中起正向的调节作用。

假设H4b：科技金融网络的外部信息环境在关系强度与网络绩效关系中起正向的调节作用。

假设H4c：科技金融网络的外部信息环境在关系质量与网络绩效关系中起正向的调节作用。

2.6 模型构建

基于上述理论分析与研究假设，构建科技金融网络绩效的影响因素概念模型，从网络结构视角研究网络规模、关系强度和关系质量对科技金融網络绩效产生影响。鉴于信息在科技金融网络节点投融资决策中的重要作用，引入外部信息环境作为调节变量，探究其在网络规模、关系强度、关系质量和科技金融网络绩效之间的调节作用，如图2所示。

3 调查问卷

3.1 量表设计与变量测量

为了开发出有效的调查量表，通过阅读大量的国内外文献，整理出涉及本研究关键变量的相关文献，其中网络规模、关系强度、关系质量3个变量的测量题项，选择现有量表中那些被经常使用且信度和效度都较高的测量题项。科技金融网络绩效与网络外部环境变量，结合二者内涵界定，进行了新的题项设计。网络绩效变量测量题项涵盖投融资双方满意度与网络资金流增长2个维度，并将投融资双方满意度维度具体化为双方合作的较低搜寻成本、较高投资收益及有效的风险控制。在反复讨论和咨询专家的基础上，对测量题项进行修正与完善。并对哈尔滨20家科技型企业与科技金融机构开展预调研，根据反馈意见对问卷的措辞进一步修改，以便更容易被调查者所理解。问卷采用Likert5级量表，对于每一个测量题项，1～5分分别表示从“完全不同意”到“完全同意”。测量题项及来源参考，如表1所示。

为了保证研究的严谨性，本文选取了调研对象的性质、所在地区、调研对象成立时间作为控制变量。其中调研对象性质分为科技型企业与科技金融机构，分别赋值1和2。所在地区分为华北、东北、华东、中南、西南、西北六大地区，分别赋值1～6。

3.2 样本收集

样本收集包括黑龙江省和其他省市地区两部分。作者所在课题组为黑龙江省科技厅科技管理研究支持团队，与黑龙江省多家科技型企业与科技金融机构建立了良好的联系。此次问卷调查，针对黑龙江省发放200份，由于科技金融网络联接是基于科技型企业与科技金融机构投融资过程而建立，调研对象确定为科技型企业财务管理人员与科技金融机构项目评估、投资决策人员，发放时间2019年9～12月，采用实地调查、电子邮件、电话采访等方式开展问卷调查，有38份问卷部分内容填写不完整或者存在明显错误，将其视为无效问卷予以剔除，获得有效问卷162份。其他省市地区委托中国互联网调研平台“问卷星”（www.wjx.cn）进行发放，与平台明确调查范围与调查对象，历时1.5月，回收问卷1 052份，剔除无效问卷463份，获得有效问卷589份。共获得样本总量751份。

4 实证分析

4.1 信度分析与效度分析

运用SPSS19.0软件对量表进行信度与效度分析。在信度检验上，问卷整体的Cronbach'α系数为0.846，网络规模、关系强度、关系质量、网络绩效和网络外部信息环境的Cronbach'α系数分别为0.897、0.832、0.859、0.824、0.803，均大于0.8，所以通过问卷信度检验。在效度检验上，问卷整体的KMO值为0.826，Bartlett检验的总体显著水平为0.000，各变量的测量题项因子载荷均大于0.5，且各变量的KMO检验值均大于0.78，Bartlett检验的显著水平均为0.000，说明问卷的效度较高。

4.2 相关性分析

采用SPSS19.0软件对各变量的均值、标准差以及pearson相关系数进行统计，如表2所示。网络规模、关系强度、关系质量3个变量均与科技金融网络绩效之间均存在较强的相关性。网络外部信息环境与关系质量、网络绩效之间存在显著的中度相关性，该变量与网络规模、关系强度存在显著的弱相关性。此外，基于SPSS回归分析中共性诊断分析，各变量的方差膨胀因子VIF均小于1.5，模型不存在多重共线性问题，可进行回归分析。

4.3 回归分析

本文采用层次回归分析法进行回归分析。首先对各变量进行均值中心化处理，并通过建立3个模型考察变量间关系。其中，模型（1）用于分析控制变量对科技金融网络绩效的影响，模型（2）加入了网络规模、关系强度与关系质量3个变量，检验它们对科技金融网络绩效的影响，模型（3）檢验网络外部信息环境的交叉作用，分别引入网络外部信息环境与网络规模、关系强度、关系质量的交互项，如表3所示。

由表3可知，模型（1）用于考察控制变量对科技金融网络绩效的影响，模型（2）进一步加入了网络规模、关系强度和关系质量3个变量的主效应，对网络绩效的解释效应明显增强，R2显著增加，网络规模与网络绩效显著正相关（β=0.462，P<0.001），关系强度与网络绩效显著正相关（β=0.385，P<0.001），关系质量与网络绩效显著正相关（β=0.597，P<0.001），假设H1、假设H2、假设H3通过检验。模型（3）在模型（2）的基础上，进一步加入网络外部信息环境调节变量，回归模型的R2增加显著，网络外部环境正向调节网络规模与网络绩效之间的关系（β=0.11，P<0.01）以及关系质量与网络绩效之间的关系（β=0.19，P<0.01），但对关系强度与网络绩效之间未起到调节作用。因此，假设H4a、H4c通过检验，而假设H4b未通过检验。

5 结论与启示

在界定科技金融网络与网络绩效内涵的基础上，对科技金融网络绩效影响因素进行了探索性研究。构建了网络规模、关系强度、关系质量、外部信息环境与科技金融网络绩效之间关系的理论模型，并问卷收集与回归分析进行实证检验。实证结果如下：网络规模、关系强度、关系质量均对科技金融网络绩效均有显著的正向影响。科技金融网络规模越大、关系强度越强、关系质量越好，越有利于科技型企业与科技金融机构合作开展投融资活动，进行有效的创新过程管理，提升科技型企业与科技金融机构双方的投融资满意度，实现科技金融网络资金流的持续增加。对科技金融网络而言，关系质量对网络绩效的正向促进作用最大，其次是网络规模，最后是关系强度，科技金融网络成员间的信任与承诺，是科技金融网络能否稳定运行与资金流持续增加的最重要决定因素;网络外部信息环境正向调节网络规模和关系质量与科技金融网络绩效的关系，即外部信息环境越好，网络规模与关系质量对科技金融网络绩效的促进作用越大，而对关系强度与网络绩效之间无显著调节作用。

基于上述研究结论，提出以优化网络成员关系质量为核心的提升科技金融网络绩效的对策建议。网络成员在寻找投融资伙伴的过程中，应注重对高品质成员的筛选，同时各成员需对创新文化具有强烈的认同感。在科技金融网络建立的初期阶段，公平、规范的契约是成员间信任形成的有效途径，契约中明确信誉良好与失信成员的奖惩机制。随着成员间的相互合作与发展，彼此能力与商誉的提升，科技金融网络成员间的相互信任不断增强，并形成长期稳定的合作关系，实现科技金融网络成员间关系质量的逐步提升。政府可通过完善网络外部信息环境加强网络关系质量与网络规模对科技金融网络绩效的促进作用：完善政府公共信息服务平台建设，全面整合科技型企业、科技金融机构、政府相关部门、中介服务机构各类相关信息，并鼓励相关主体积极使用信息服务平台，提高信息服务效率;重视发展培育知识产权评估中介、企业信用评级中介、会计师事务所等有利于信息生产与扩散的中介服务机构，鼓励国外知名中介机构在国内设立分支机构，为以上机构提供税收优惠、财政直接补贴等激励政策;完善企业信用体系建设，利用大数据技术，实现多政府部门、机构间的数据集成[29]，并收集互联网相关数据作为补充，开展数据挖掘与信用模型研发，提高企业信用信息质量。

参考文献：

[1]李乐，毛道维.政府信用对科技创新与金融创新的推动机制：基于苏州市科技金融网络实践的研究[J].经济体制改革，2012（4）：52.

[2]马丽仪，杨宜.科技金融网络的结构、演化及创新机制：背景、现状与研究框架[J].科技与经济，2015，28（6）：63.

[3]FREEMAN C.Networks of innovations：synthesis of research issues[J].Research Policy，1991，20（5）：499.

[4]刘凤朝，马荣康，姜楠.区域创新网络结构、绩效及演化研究综述[J].管理学报，2013，10（1）：140.

[5]BECKMANN M J.Economic models of knowledge networks，in networks in action[M].New York：SpringerVerlag，1995：1.

[6]PHELPS C，HEIDL R，WADHWA A.Knowledge，networks，and knowledge networks：a review and research agenda[J].Journal of Management，2012，38（4）：1115.

[7]HANSEN M T，CHESBROUGH H W，NOHRIA N，et al.Networked incubators：hothouses of the new economy[J].Harvard Business Review，2000，78（5）：74.

[8]胡海青，张宝建，张道宏.企业孵化网络成因解析：脉络梳理与研究展望[J].研究与发展管理，2013，25（1）：94.

[9]周育红，宋光辉.中国创业投资网络的动态演进实证[J].系统工程理论与实践，2014，34（11）：2748.

[10]LEE H S.Peer networks in venture capital[J].Journal of Empirical Finance，2017，41：19

[11]刁晓纯，苏敬勤.工业园区产业生态网络绩效测度研究[J].科研管理，2008，（3）：152.

[12]GRANOVETTER M S.The strength of weak ties[J].American Journal of Sociology，1973，78（6）：1360.

[13]BATJARGAL B，LIU M.Entrepreneurs access to private equity in China：the role of social capital[J].Organization Science，2004，15（2）：159.

[14]谢永平，王晶.技术不确定环境下联盟关系对创新绩效的影响研究[J].科学学与科学技术管理，2017，38（5）：60.

[15]GILSING V，CLOODT M，ROIJAKKERS N.From birth through transition to maturation：the evolution of technologybased alliance networks[J].Journal of Product Innovation Management，2016，33（2）：181.

[16]JIAN Z，WANG C.The impacts of network competence，knowledge sharing on service innovation performance：moderating role of relationship quality[J].Journal of Industrial Engineering & Management，2013，6（1）：569.

[17]馬艳艳，卢朝阳.产学研合作创新网络的创新产出效应研究：以东北三省为例[J].大连理工大学学报（社会科学版），2020，41（2）：9.

[18]SOMSUK N，LAOSIRIHONGTHONG T.A Fuzzy AHP to prioritize enabling factors for strategic management of university business incubators：resourcebased view[J].Technological Forecasting & Social Change，2014，85（85）：198.

[19]李振华，李赋薇.孵化网络、集群社会资本与孵化绩效相关性[J].管理评论，2018，30（8）：79.

[20]罗吉，党兴华.我国风险投资网络社群识别、群间差异与投资绩效研究[J].管理评论，2017，29（9）：48.

[21]BELLAVITIS C，FILATOTCHEV I，SOUITARIS V.The impact of investment networks on venture capital firm performance：a contingency framework[J].British Journal of Management，2017，28（1）：102.

[22]LINDSEY L.Blurring firm boundaries：the role of venture capital in strategic alliances[J].The Journal of Finance，2008，63（3）：1137.

[23]MEAGHER K，ROGERS M.Network density and R&D spillovers[J].Journal of Economic Behavior & Organization，2004，53（2）：237.

[24]韩童茜，王立梅，许鑫.长三角城市群科研合作网络演化研究：基于SCIE和SSCI论文的实证分析[J].情报理论与实践，2020（8）：1.

[25]熊熊，姚传伟，张永杰.中小企业联合担保贷款的计算实验金融分析[J].管理科学学报，2013，16（3）：88.

[26]CHEN Y S，LIN M J J，CHANG C H.The positive effects of relationship learning and absorptive capacity on innovation performance and competitive advantage in industrial markets[J].Industrial Marketing Management，2009，38（2）：152.

[27]张剑渝，樊志文.渠道冲突、协商策略与企业关系质量：契约明确性的调节作用[J].财经科学，2019（6）：83.

[28]代海岩，吴晓云.KIBS价值网络内顾客临近性与企业适应性战略：基于网络规模和结构洞的调节作用[J].财贸研究，2018，29（2）：100.

[29]李玥，张雨婷，李佳.演化视角下区域科技资源共享平台集成服务模式研究.中国科技论坛，2017（2）：51.

[编辑：厉艳飞]