合作网络结构洞、邻域中心性与发明人创新绩效

邵桂兰，许 杰，李 晨，2

（1.中国海洋大学经济学院，山东青岛 266100；2.中国海洋大学海洋发展研究院，山东青岛 266100）

1 研究背景

创新是一种集体化的活动，大量实证研究表明，无论对于个人和组织层面的微观创新，还是对于区域和国家层面的宏观创新，合作网络都将产生重要影响［1］。早期的研究基于Coleman［2］的社会资本理论指出，当创新主体嵌入于聚集性较高的合作网络时，可以获取更多的社会资本，进而有利于提高创新绩效；而后期的研究则基于Burt［3］的结构洞理论认为，相对稀疏的合作网络中知识信息冗余度较低且交换效率较高，因此在合作网络中占据结构洞位置的创新主体更具优势。近年来，对于结构洞理论的实证研究逐渐成为创新领域的研究热点，然而不同学者使用不同技术类别、不同层面研究对象所得到的结论并不一致，例如李健等［4］基于汽车领域企业层面的研究、付雅宁等［5］基于纳米技术领域个体层面的研究、刘国巍等［6］基于电子信息领域区域层面的研究均认为创新主体可以通过占据结构洞位置而获得优势；而另一方面，晁艺璇等［7］基于信息技术领域企业层面的研究、杨博旭等［8］基于电子信息领域企业层面的研究却得到了相反结论。上述实证研究结论的不一致说明，占据结构洞位置是否有利于创新主体取决于广泛的权变条件。

事实上，针对可能存在的权变条件学界已经进行了部分研究讨论，例如王崇锋等［9］以及段庆锋等［10］分别分析了企业知识基础特征、企业技术吸收能力对这一过程的调节作用。综合来看，目前研究中所涉及的权变条件大都属于外生于合作网络的企业异质性，对内生于合作网络的其他网络特征的分析则相对较少，少有的例如晁艺璇等［7］的研究尽管基于创新主体个体视角，尝试探讨了合作网络结构洞与其他合作网络特征对创新绩效的交互影响，却也并未涉及创新主体在其所嵌入邻域中的合作伙伴的作用。由于创新主体在合作网络中不仅面临着自身合作网络特征的优化问题，也同时面临着合作伙伴的选择问题，因此进一步讨论邻域的影响将在一定程度上对现有研究起到补充作用。

基于上述讨论，本研究拟在现有研究基础上从以下3 个方面进行深入：首先，本研究将提出合作网络邻域中心性的概念与量化方法，并分析邻域中心性作为权变条件在结构洞影响创新绩效过程中的调节作用；其次，现有研究大多聚焦于企业或区域层面，本研究则将聚焦于更为微观的发明人层面，对结构洞的影响以及邻域中心性的调节作用进行实证分析，以拓展现有研究的研究层面；最后，现有研究对于有待于深化创新的传统产业涉及较少，本研究则拟以我国渔业为研究对象，以期丰富合作网络结构洞理论的适用产业范围，并为实现我国加快推进渔业创新的目标提供决策参考。

2 理论分析与研究假设

2.1 结构洞对发明人创新绩效的影响

结构洞理论最早由Burt［11］于1992年提出，认为当发明人的合作伙伴之间存在较少的合作关系时（如图1 中节点A所示），发明人将通过占据结构洞位置而获得优势［12］。一方面，这一优势体现于信息层面，在聚集性较高的合作网络中通常知识信息的冗余性较高、价值较低，而在充满结构洞的合作网络中，占据结构洞位置的发明人充当了中介角色，可以获取大量具有异质性的知识信息，根据资源依赖理论，多样的知识信息将有利于发明人的创新活动［13］；另一方面，这一优势体现于控制层面，占据结构洞位置的发明人由于拥有大量彼此不存在合作关系的合作伙伴，因此可以控制合作伙伴间知识信息的交流，进而通过不对称的信息获益。结构洞理论对合作网络研究产生了重要影响，后续学者对此进行了大量理论拓展与实证研究，其中大多研究肯定了占据结构洞位置所获得的优势，然而亦有部分研究分析了结构洞可能引起的问题，例如在充满结构洞的合作网络中，发明人难以被有效率组织协调［14］；发明人间缺乏必要的信任，进而将导致后续合作网络关系数量的下降［15］，等等。但正如Guan 等［1］的研究指出，尽管结构洞可能产生不利影响，但这些不利影响仅作用于合作网络整体或某一部分，对于合作网络中的特定个体而言，占据结构洞位置所带来的优势效果更为明显。综上，本研究提出以下假设：

假设1：合作网络结构洞对发明人创新绩效具有正向影响。

图1 结构洞关系

2.2 邻域中心性的调节效应

中心性是社会网络分析的研究重点。个体或者组织在其社会网络中具有怎样的权力，或者说居于怎样的中心地位，是社会网络分析最早探讨的内容之一［16］126-152，［17］。常见的中心性测度方法包括程度中心性、接近中心性、中介中心性以及特征向量中心性四类，其中程度中心性与接近中心性又分别被称为局部中心性与整体中心性，并广泛应用于合作网络的相关分析中。在合作网络中，发明人的程度中心性反映了与其直接相连的其他发明人的个数；而接近中心性则反映了其与网络中所有其他发明人距离的远近。学界研究普遍认为，中心性较高的发明人将在合作网络中获取到更多的知识信息［18-19］，进而影响其创新绩效。由于发明人在合作网络中不仅面临着自身合作网络特征的优化问题，也同时面临着合作伙伴的选择问题，因此本研究将重点讨论邻域的影响及其意义。

与中心性的衡量对象不同，邻域中心性衡量了发明人合作伙伴的中心性水平。较高的邻域程度中心性意味着发明人的合作伙伴拥有大量其他的合作伙伴。Jackson 等［20］在其提出的合著模型中指出，发明人将从与合作伙伴的合作中获取两方面的收益，一方面是合作伙伴对合作项目的直接付出，另一方面则是与合作伙伴之间进行交流所产生的协同效应，然而这两方面收益都伴随着合作伙伴对合作项目投入精力的减少而降低。因此，当合作伙伴拥有大量其他合作伙伴时，发明人通过占据结构洞位置而获取的信息优势将被削弱。此外，较高的邻域程度中心性也将带给发明人合作伙伴更高的声望；当合作伙伴声望较高时，发明人更难以阻断他们之间的知识信息交流，因此占据结构洞位置而获取的控制优势也将被削弱。

与邻域程度中心性不同，较高的邻域接近中心性仅意味着发明人的合作伙伴距离合作网络中其他所有发明人的距离更短。由于维持较高的邻域接近中心性并不需要付出较多的时间精力却可以获得合作网络中更多的知识信息，因此这将为发明人占据结构洞位置而获取信息优势奠定基础。此外，由于较高的邻域接近中心性并不意味着发明人的合作伙伴具有更高的声望，因此对于占据结构洞而获取控制优势也并无阻碍作用。

综上，本研究提出以下假设：

假设2：邻域程度中心性将负向调节合作网络结构洞对发明人创新绩效的促进作用。

假设3：邻域接近中心性将正向调节合作网络结构洞对发明人创新绩效的促进作用。

综上所述，本研究设计如图2 所示。

图2 本研究设计框架

3 研究设计

3.1 研究对象与数据来源

改革开放以来，我国海洋渔业经济发展迅速。据《2018年中国海洋经济统计公报》统计，2018年我国海洋渔业全年实现增加值4 801 亿元，占主要海洋产业增加值的比重达14.3%［21］。当前，海洋渔业已被纳入我国国家发展战略，实现海洋渔业的可持续发展具有重要意义［22］。现有研究表明，创新在提升渔业生产能力等方面发挥了重要作用［23］。《全国渔业发展第十三个五年规划》与《“十三五”渔业科技发展规划》中也分别提出了加快推进渔业创新，实现渔业科技综合能力显著增强的目标。然而，基于合作网络角度以及发明人层面关于我国海洋渔业创新问题的讨论却依旧较为匮乏，因此，本研究拟对这一问题尝试进行探讨，主要使用专利申请数据构建合作网络，并以此衡量发明人的创新绩效。现有研究表明，专利数据具有客观性、可比性、实用性、可行性及稳健性等优点，因此被广泛应用于创新领域的相关研究中［24-25］。本研究所使用的我国渔业专利申请数据，取自国家知识产权局下设的青岛知识产权事务中心海洋渔业专利专题数据库（www.qingdaoip.cn），经过数据清洗后，共得到1985—2018年专利数据76 095 条（以下简称“样本”）。

3.2 合作网络构建及演化趋势

本研究所构建的合作网络以发明人为网络节点，以发明人间的专利共同研发关系为网络链接，参考Guan 等［1］的研究，采用5年移动窗口的方式对合作网络进行平滑处理（使用1985—1989年专利数据构建第一个合作网络，1986—1990年专利数据构建第二个合作网络，以此类推）。在某一时间窗口内一项专利可由多位发明人共同研发，而一位发明人又可参与多项专利研发，进而形成合作网络，如图3 所示。

图3 发明人合作网络的构建逻辑

选 取2000—2004年、2007—2011年、2014—2018年3 个时间窗口对合作网络进行可视化分析，可以得到如下两方面网络演化趋势：一方面，合作网络规模逐渐增加，表现为网络中发明人数量以及发明人之间共同研发关系的增加。该趋势表明，在开放式创新背景下，我国渔业发明人已逐步采用共同研发模式以弥补其在独立研发模式中知识信息的不足。另一方面，合作网络连通性逐渐增强，表现为网络中形成了较大规模的连通分支。该趋势表明，伴随着合作网络规模的增加，知识信息的传递由局部直接传递可进一步转换为网络聚集较远的间接传递。上述两方面趋势亦为本研究后续的实证分析奠定了数据基础。

3.3 变量定义

3.3.1 被解释变量

3.3.2 解释变量

式（1）中：pij为发明人i与其合作伙伴j间的共同研发关系对于发明人i而言的相对重要性，其数值等于发明人i与其合作伙伴j之间的共同研发次数占发明人i与其所有合作伙伴之间的共同研发总次数的比重；与的计算方式与类似。

3.3.3 调节变量

本研究的调节变量为邻域程度中心性（neigh_degree）与邻域接近中心性（）。程度中心性反映了节点在网络中拥有的链接数量，计算公式如下：

式（2）中，当且仅当发明人i与发明人j之间存在共同研发关系时，；否则。

接近中心性反映了节点距离网络中其他节点的远近，计算公式如下：

由于发明人通常拥有多位合作伙伴，因此需要对各位合作伙伴的中心性进行平均，计算公式如下：

3.3.4 控制变量

参考现有研究，本研究还控制了发明人在合作网络所对应的时间窗口内创新绩效总量（）、发明人自身程度中心性（）以及接近中心性（），合作网络对数节点数量（）、对 数链接数量（）以及对数联通分支数量（，指联通分支指任意两个节点间可通过有限网络链接到达彼此的最大分支），合作网络平均程度中心性（）以及最大联通分支相对规模（，指最大联通分支的节点数量占网络节点数量的比例）等［1，7，9］。其中，创新绩效由MATLAB 2019a 编程计算；其他变量由复杂网络分析软件Pajek 5.08 计算。

3.4 模型设定

本研究使用专利申请数量衡量发明人的创新绩效，并将其设置为实证模型的被解释变量，由于该变量为计数变量，因此采用普通最小二乘估计量将产生偏误。Possion 回归模型是最早也是使用最为广泛的计数模型，但Possion 回归要求被解释变量的条件均值等于条件方差，这一假定在实际应用中常常过于严格，为此，人们提出许多替代该模型的方法，其中负二项回归便是Possion 回归的一种拓展。由于放松了方差与期望相等的假定，因此负二项回归更适合于处理计数模型。综上，本文将使用负二项模型进行回归分析。

4 实证分析

4.1 描述性统计分析及相关性分析

样本变量的描述性统计分析与相关性分析结果如表1 所示，被解释变量发明人创新绩效的离散程度较高，结构洞与发明人创新绩效具有显著的正相关关系，初步验证了假设1。

表1 样本变量的描述性统计分析及相关性分析

4.2 回归分析

采用负二项回归模型进行回归分析，结果如表2 所示。其中，模型一仅考虑了结构洞对发明人创新绩效的直接影响；模型二与模型三分别加入了邻域程度中心性以及邻域接近中心性作为调节变量。在模型一至模型三中，结构洞的回归系数均在1%的显著性水平下显著，表明合作网络结构洞对发明人创新绩效具有正向影响，假设1 得以验证。在模型二中，邻域程度中心性与结构洞交互项的回归系数尽管与假设2 的影响方向一致，然而并未通过显著性检验。在模型三中，邻域接近中心性与结构洞交互项的回归系数在1%的显著性水平下显著，表明当合作伙伴具有较高的接近中心性时，结构洞对发明人创新绩效的正向影响将被增强，假设3 得以验证。此外，在1%的显著性水平下，WaldChi2 检验表明各模型在整体上具有显著的解释力度。

表2 基于负二项模型的样本变量回归分析

4.3 进一步分析

由于一项专利的完成需要较长的研发时间，因此在以专利衡量创新绩效并讨论创新绩效的影响因素时，现有研究通常将解释变量在时间维度上进行滞后处理；然而滞后时长的不同设定可能对研究结论产生影响，因此本研究进一步将解释变量分别滞后2 期和3 期，以验证研究结论的稳健性并分析结构洞对发明人创新绩效影响的时变效应。如表3 所示，模型四至模型六为滞后2 期的回归结果，模型七至模型九为滞后3 期的回归结果。各模型中，结构洞的回归系数均在1%的显著性水平下显著为正，且模型四至模型六中的回归系数均明显小于表2 中模型一至模型三的回归系数、明显大于模型七至模型九中的回归系数，这表明结构洞对发明人创新绩效的影响会随着滞后时间的增加而明显减弱；然而即便滞后3 期，该影响依然显著为正，表明假设1具有较强的稳健性。此外值得注意的是，在1%显著性水平下，模型五与模型八中结构洞与邻域程度中心性的交互项均显著为负（分别为-0.031、-0.038），表明当合作伙伴具有较高的程度中心性时，结构洞对发明人创新绩效的正向影响将被削弱；然而这一影响需要较长的滞后时间才能得以显现（滞后1 期时不显著），因此假设2 得到部分验证。邻域接近中心性的调节效应与表2 中基本相同，不再赘述。

表3 基于不同滞后期的样本变量回归分析

5 研究结论与讨论

5.1 研究结论

本研究使用1985—2018年我国渔业专利申请数据，逐年构建了以发明人为节点、共同研发关系为链接的合作网络，探究了合作网络结构洞对发明人创新绩效的影响，以及邻域中心性对该影响的调节作用。基于负二项回归模型的实证分析表明：首先，结构洞对发明人创新绩效具有正向影响，尽管该影响伴随着时间滞后的增长而下降，然而直至滞后3期仍然显著；其次，邻域接近中心性正向调节了结构洞对发明人创新绩效的正向影响；最后，邻域程度中心性负向调节了结构洞对发明人创新绩效的正向影响，然而该调节效应仅在滞后2 期后显著。

5.2 政策建议

基于上述研究结论，提出如下政策建议：（1）对于创新主体而言，在优化自身合作网络结构的同时也应当合理选择合作伙伴。合作网络结构洞发挥信息优势以及控制优势的前提是，合作伙伴具有较强的接近中心性与较低的程度中心性，而这类合作伙伴通常是与重要人物有关联的关键人物［16］126-152。（2）合作网络形成的前提是发明人在合作网络中的收益大于其成本，因此对于组织层面而言，应当通过搭建创新平台等方式，提高发明人间的合作效率，降低其信息搜寻成本，进而促使合作网络不断演化发展。

5.3 不足与展望

本研究中还存在有待进一步完善与探索的方面：（1）本研究重点考虑了发明人的创新数量而并未详尽涉及发明人的创新质量，实践中大多数创新价值较低，而具有极高价值的颠覆性创新往往较少，对于不同价值的创新而言，合作网络的影响程度以及影响机理可能产生差异，有待进一步研究。（2）本研究使用专利数据量化了发明人的合作关系，而对于发明人间的非正式交流关系并未加以考虑，后续研究可通过问卷访谈等一手数据对此进行刻画，并对比基于正式合作与非正式交流所形成合作网络的影响。