人工智能产学研合作创新网络结构对创新绩效的影响

蒲珊琳

［摘 要］文章基于社会网络理论，采集江苏省人工智能产业2010—2021年产学研合作专利数据，通过QAP分析方法探索中心度与结构洞两类指标对产学研合作创新绩效的影响。实证结果表明：①江苏省人工智能产学研合作创新网络的中介中心度、结构洞对创新绩效起正向促进作用；②接近中心度负向影响合作创新绩效。文章的研究丰富了对社会网络理论的理论支撑，同时对人工智能产业产学研合作主体提升创新绩效具有现实意义。

［关键词］合作网络；创新绩效；QAP；人工智能

doi：10.3969/j.issn.1673 - 0194.2023.14.060

［中图分类号］F124.3［文献标识码］A［文章编号］1673-0194（2023）14-0183-03

1     研究假设

1.1   中心度与创新绩效

点度中心度是指与该点直接相连的其他点的个数。如果某点具有较高的度数，则成该点居于网络的中心，拥有权力［1］。在合作创新网络中，点度中心度高的主体位于网络的中心位置，可拓宽资源和信息获取的渠道，增强资源收集与整合的能力。

中介中心度是指该节点担任其他点之间的最短路径的次数，刻画的是该节点的中介作用大小。该节点位于其他节点沟通的必经路径上，在控制资源获取上具备优势，在节点间充当了桥梁作用。

接近中心度是指该节点与其他节点的距离，衡量的是该节点不受其他节点控制的测度。接近中心度越高的节点与网络内其他节点的距离越远，从而导致技术交流、资源传递的途径长度增长。相反，接近中心度较低的节点能更快速地传播信息，保证资源传递的有效性，稳定资源与信息获取方式，更有利于提高研发成果的质量。

基于上述分析，本文提出假设：

H1a：点度中心度对合作网络的创新绩效存在正向影响。

H1b：中介中心度对合作网络的创新绩效存在正向影响。

H1c：接近中心度对合作网络的创新绩效存在负向影响。

1.2   结构洞与创新绩效

处于结构洞位置的节点是两端节点交流的唯一枢纽，对信息传递具有绝对的控制性。结构洞占据者扮演着中间人角色，成为信息与资源的汇点，可以根据自身需求对资源、信息进行筛选并控制其流量与流向［2］。占据结构洞的节点在获取这些知识元素作为自身探索性创新的同时，也作为中间人的角色在其辐射范围内促进异质性知识的溢出，进一步打通整体网络的合作路径，提高节点之间的组合机会，将潜在的创新价值“变现”。

基于上述分析，本文提出假设：

H2：结构洞对合作网络的创新绩效存在正向

影响。

2     研究设计

2.1   數据来源

本文选择以合享专利数据库为检索平台，限定专利类型为已授权发明专利，限定地域范围为江苏省，限定时间范围为2010—2021年共12年。本文将技术领域限定为人工智能产业领域，参考清华大学人工智能研究院出版的《人工智能发展报告2011—2020》［3］，筛选出24条关键技术的国际专利分类（International Patent Classification，IPC）号前4位；主体类型限定为高校、企业、研究院所，将关键词“大学”“学院”“企业”“集团”“公司”“研究院”“研究所”“中心”分别按类别进行两两组合，得到共计27种组合作为专利权人关键词。对原始数据进行人工清洗：第一，专利权人数量为2以上的，仅保留两位专利权人；第二，合并公司及其子公司、分公司的专利权人，合并高校及其下属学院专利权人，合并研究所及分所专利权人；第三，由于UCINET中二次指派程序（Quadratic Assignment Procedure，QAP）分析的容量原因，提取创新绩效大于等于3的85对主体。

2.2   变量测量

2.2.1   被解释变量

创新绩效（Yit）：参考Lahiri N［4］的研究结果，本文采用发明专利共授权数作为合作主体的创新绩效。Yit表示节点i在第t年的发明专利授权量。

2.2.2   解释变量

点度中心度（CEa）：点度中心度计算的是网络中与该节点直接相连的其他节点的数量。点度中心度反应的是该节点占据中心位置的程度。本文采用CEa（i）表示与节点i相连的所有其他节点j的数量，Xij为每一个与节点i相连的节点j。具体计算方法如公式（1）所示。

（1）

中介中心度（CEb）：中介中心度测算的是该节点位于其他两节点之间的最短路径上的概率。本文采用CE2（i）表示节点i有多大程度位于节点j和节点k的最短路径上，表示经过节点j和节点k的i的数量，表示节点i和节点j的所有路径数量。具体计算方法见公式（2）。

（2）

接近中心度（CEc）：接近中心度测量的是该节点与网络中所有其他节点的最短路径之和。本文采用CEc（i）表示节点i与网络中n个节点的最短路径之和，为节点i与节点j之间的最短距离。具体计算方法见公式（3）。

（3）

结构洞（SH）：本文选用伯特（Burt）结构洞指数中的限制度来测量结构洞的数量［5］，Ci表示节点i在网络中受限制指数大小，Pij表示行动者q的全部关系中，直接投入j与总关系的占比，表示行动者q的全部关系中，间接投入j与总关系的占比。同时借鉴之前的研究，用2减约束系数Ci表示节点i的结构洞指标大小，具体计算方法见公式（4）、（5）。

SH=2-Ci（4）

（5）

2.3   分析方法

本文对人工智能合作创新网络主体与创新绩效关系进行假设，并选用QAP分析方法进行验证。QAP是一种以重新抽样为基础的方法，在社会网络研究中得到了广泛的应用，其研究对象都是“关系”数据［2］。在常规的回归分析中，对数据的前提要求之一是自变量之间必须相互独立，否则会产生共线性问题。QAP分析的是矩阵与矩阵之间的关系，并不要求变量之间相互独立，绕开了常规统计方法需要处理的共线性问题。

3     实证结果与分析

3.1   QAP相关分析

本文利用UCIET生成专利授权量矩阵、点度中心度矩阵、中介中心度矩阵、接近中心度矩阵、结构洞矩阵，将上述矩阵导入UCINET软件中进行相关性分析，得到矩阵之间的显著性水平和相关系数，如表1所示。创新绩效与点度中心度、中介中心度、结构洞的相关关系在P＜0.05的水平上显著，相关系数分别为0.009 2、0.110 1、0.050 8，说明创新绩效与点度中心度、中介中心度、结构洞具有较显著的正相关关系，但相关程度较弱；创新绩效与接近中心度的相关关系在P＜0.01的水平上显著，相关系数为-0.081 4，说明创新绩效与接近中心度具有显著的负相关关系，相关程度较弱。

从表1同时可以看出，点度中心度、中介中心度、接近中心度之间呈现显著的高度正相关关系，说明这与3个中心度的定义是吻合的，即位于网络中心位置的节点同时也更为可能位于其他节点联系的中介位置，与网络中的大多数位置的节点接近程度更高，位于节点间中介位置的节点更有可能与大多数节点保持更近的距离。中心度指标与结构洞指标都呈现显著的正相关关系，可以说明占据结构洞位置越多的主体，更加位于网络中心位置，具备更多的“权力”和资源。在线性回归中，自变量之间呈现显著的自相关性不适合建立回归模型，但采用QAP仍然可以继续进行回归分析，并得到较为准确的结果。

3.2   MR-QAP回归分析

将专利授权量、点度中心度、中介中心度、接近中心度、结构洞指数导入UCINET中进行回归分析，结果如表2所示。P（R2）＜0.05，表明回归结果稳健；调整后的R2为0.024 5，表明该结果可以解释2.45%的变量，虽然该结果数值偏低，但处于社会学分析可接受范围。

回归结果显示，中介中心度与创新绩效在P＜0.05的水平上显著，相关系数为0.152 4，说明在合作创新网络中处于中间位置的节点起到正向促进网络信息流通的作用，同时该位置的节点也更容易掌控独占性资源，促进自身创新产出，所以点度中心度对创新绩效起到正向所用。接近中心度与创新绩效在

P＜0.05的水平上显著，相关系数为-0.116 2，说明在合作创新网络中与其他大部分节点距离远的节点创新绩效更低，这类节点外网络结构中往往是孤立节点或者边缘网络中的节点，获取共享资源的能力较低；反之则说明某节点与其他节点的距离越短，网络中的大多数资源到达该节点的速度更快，该节点的创新效率更高，更容易促使迭代性创新的产出，所以接近中心度对创新绩效起到负向作用。结构洞与创新绩效在

P＜0.1的水平上显著，相关系数为0.015 4，说明占据结构洞的主体有获得周边节点的异质性信息和实现资源控制的优势，从而正向推动该主体的创新

产出。

回归系数表明点度中心度（P＞0.1）的回归结果不显著，无法证实点度中心度和结构洞与创新绩效具备显著的相关关系。猜测有可能是选取的网络数据为合作频次大于等于3的节点，此时的网络结构较为密集，对高中心度的节点创新绩效反而起到限制作用。也有可能是QAP本身所研究的矩阵之间往往存在着实质性同构，所以趋向于给出非显著性的结果［1］。

从上述QAP和MR-QAP分析中能够得知，中介中心度、结构洞对创新绩效具备显著的正向作用，接近中心度对创新绩效具备显著的负向作用，点度中心度不能成为创新绩效的主要影响因素。

4     管理启示

综上所述，本文对产学研合作创新主体提出如下管理启示。

充分发挥企业的桥梁作用，加大高校与企业的合作力度。要想提高创新绩效，应当扩大核心网络的规模，增加高校与企业的合作深度与广度，以便高校的科研成果得到实际应用。企业也应当利用中介优势，连接起更多高校和企业、科研机构之间的合作关系；位于边缘的高校以企业或者省会高校为媒介，建立起与中心网络的连接，提高整体网络的连通性。

发挥企业的结构洞优势，吸纳更多产学研机构加入合作网络。通过实证分析发现，结构洞正向影响创新绩效，意味着结构洞指数高的主体可以快速识别和筛选需要的信息，提高自身的科技创新水平，并且能够直接控制结构洞周围的资源流向，促成与周边节点的互利共赢。企业可以发挥中介优势，吸纳更多产学研机构加入合作网络，增加网络内部的连通数量，增加产学研主体的合作机会，有助于合作创新绩效的进一步提升。

主要参考文献

［1］刘军.整体网络分析 UCINET软件实用指南［M］.上海：人民出版社，2019：55.

［2］郭颖，段炜钰，孟婧，等.中国科学院产学研合作网络特征对其科技成果转化绩效的影响［J］.中国科技论坛，2022（5）：81-89.

［3］清華-中国工程院智能联合研究中心.人工智能发展报告2011-2020［R］.2021.

［4］NANDINI， LAHIRI. Geographic distribution of R&D activity： hou does it affect innovation quality？［J］.Academy of Management Joural，2010（5）：1194-1209.

［5］BURT R S . Structural holes： the social structure of competition［J］. The Economic Journal， 1994（2）：18，55.

［收稿日期］2023-01-08