網絡視角下組織中心性與雙元創新績效研究

王崇鋒 孔卓 晁藝璇 孫靖

摘要：基于已有研究對創新網絡結構和技術異質度的關注，將一階網絡結構拓展至高階網絡結構并提出局部網絡技術異質度的測度方法，使用我國1997—2017年ICT領域專利授權數據逐年構建創新網絡，探討組織的度中心性以及接近中心性對其雙元創新的影響，以及組織的局部網絡技術異質度對上述關系的調節作用。實證結果表明：組織的度中心性和接近中心性的提高均會促進其利用式創新績效，但抑制其探索性創新績效，且上述的促進作用與抑制作用均在局部網絡技術異質度較低的情況下更強。

關鍵詞：局部網絡技術異質度；度中心性；接近中心性；雙元創新；ICT領域

中圖分類號：F062.4文獻標識碼： ADOI：10.3969/j.issn.1003-8256.2020.04.002

開放科學（資源服務）標識碼（OSID）：

基金項目：國家社科基金項目（15BGL027）；山東省自然科學基金（ZR2017MG029）；山東省社會科學規劃項目（20CGLJ04）

0引言

有關創新網絡連接屬性的文獻，包括連接關系[1-3]、中心度[4-7]及差異[8-10]，關于連接關系的文獻既包括直接連接也包括間接連接，關于連接主體的文獻則較少關注間接連接。在實際情況中，間接屬性對間接連接影響較大[11]，應予以考慮。同時，隨著十九大提出顛覆式技術創新，雙元創新視角看創新績效顯得尤為重要。

在“十三五”規劃鼓勵擴大科技合作、構建開放創新網絡的背景下，開放式創新逐漸成為我國各組織開展創新活動的主要模式，組織間基于合作創新關系形成的創新網絡形態也日益錯綜復雜。在開放創新網絡中，知識被組織作為一種可交換商品，有目的的知識流入和流出能加速組織內部創新成果產出、擴大外部市場[12]。學界認為創新網絡結構是組織知識流入或流出的基本渠道[13]，代表組織知識交換能力并影響組織創新績效，進而學者開始探討各類網絡結構對組織創新績效的影響機理，其中，根據創新網絡結構不同，可分為中心性[14-16]、聚集系數[17-19]以及結構洞[20-22]等方面；根據影響機理不同，可分為線性[23]、非線性[24]等方面。

盡管上述研究成果豐富，但未取得一致結論且多側重組織本身及其所擁有的網絡結構，一定程度上忽視了組織的創新合作伙伴以及兩者間的屬性差異。事實上，組織在選擇創新合作伙伴時，通常會考慮自身與創新合作伙伴間在地理位置、技術類別等方面的屬性異質度[25]，屬性異質度不同的創新合作伙伴會通過影響網絡結構的知識交換功能進而造成組織創新績效不同[26]，其中，技術異質度對組織創新的影響最為顯著并逐漸成為學界研究熱點。現有研究將技術異質度作為調節變量引入到網絡結構對創新績效影響的研究中，以探究“與誰合作形成的創新網絡結構對創新績效更為重要”的問題，比如，曾德明[27]、遲嘉昱[28]等人通過將組織與所有外部直接合作伙伴的技術異質度（簡稱“一階異質度”）進行平均，測度了組織在創新網絡中的技術異質度，并驗證該技術異質度在度中心性、結構洞影響創新績效中的調節作用。縱觀已有研究，關于技術異質度影響網絡結構與創新績效間關系的研究較少，且多從一階異質度與一階網絡結構的交互作用展開，忽視高階異質度與高階網絡結構的交互作用，換言之，較多聚焦于組織的直接聯系合作伙伴，關于間接聯系伙伴即“朋友的朋友”的研究較少。已有研究發現，間接聯系以及間接合作伙伴屬性在組織創新活動中發揮著重要作用[29-30]，因此，有必要將高階異質度和高階網絡結構納入到現有研究中，這將有助于擴展研究視角與方法，對于豐富技術異質度、網絡結構、創新績效等領域研究有一定理論意義。

因此，基于現有研究關于組織在創新網絡中技術異質度的測度方法，本文將直接創新合作伙伴拓展至間接創新合作伙伴，在考慮了網絡距離、合作次數等權重要素后，提出局部網絡技術異質度的概念與測度方法，進而使用我國1997—2017年信息和通信技術（ICT）領域專利授權數據逐年構建創新網絡，探討一階度中心性以及高階接近中心性對組織雙元創新的影響，以及組織的局部網絡技術異質度對上述關系的調節作用。

1理論基礎與研究假設

1.1中心性與雙元創新

根據創新程度，J G March[31]將組織的創新活動分為“利用式創新”和“探索式創新”并提出“雙元創新”概念。其中，利用式創新是組織基于現有技術軌跡，對產品工藝、材料、流程等方面進行程度較小的改善，本質是改進并擴展企業現有的能力、技術或模式，具有連續、可積累、快速、投入少、回報確定、風險低的特點。探索式創新則是企業在新的技術軌跡、知識基礎上，對產品現有的技術、概念、模式等方面進行重大突破，本質是嘗試新的選擇，具有突破性、風險大、投入多、收益不確定、時間久的特點[32]。

基于利用式創新和探索式創新的特點不同，創新網絡結構會對其產生不同的影響，本文將基于知識溢出理論和創新擴散理論分別闡述網絡中心性影響利用式創新績效和探索式創新績效的內在機制。

1.1.1中心性與利用式創新

利用式創新是基于組織已有的知識和技術開展的活動，往往需要與現有技術或知識密切相關的信息。創新網絡通過技術合作關系將各個創新主體連接起來，形成了蘊含大量相關信息的網狀結構，鑲嵌于其中的組織會得益于網絡中知識溢出效應，尤其是正向溢出效應[33]。因此，度中心性和接近中心性高的組織，其模仿學習其他創新主體或進行強強聯合的渠道也越多，更易獲取與現有知識或技術相關的信息，而且高接近中心性還可以增加組織與更遠的間接合作伙伴進行信息交流的機會[34]。這些信息能縮短知識積累的時間，降低連續改善技術、優化產品的成本，有利于提高利用式創新績效。

此外，根據創新擴散理論，具有特定屬性的信息更易在創新網絡中擴散，比如兼容性、相對優越性、復雜性、可實驗性等[35]。由于利用式創新具有與現有技術共存度高、易操作、回報期短、風險小等特點，易通過創新網絡傳播。因此，度中心性和接近中心性高的組織，其接收有關利用式創新成功的信息、行為或準則會越多，而且高接近中心性還能提前組織獲悉消息的時間，這使得組織采納利用式創新的意愿增強。加之，利用式創新的成果具有理性投資者所偏愛的成功率高、獲益快、穩定等特點，這會正向反饋給創新活動，漸漸形成組織對利用式創新的路徑依賴，不斷促進利用式創新績效提高。綜上所述，提出以下假設：

2.2.3控制變量

（1）組織類型。創新主體包括企業、高校和科研機構三種類型，其不同的技術創新的目的、形式和策略會對組織創新活動產生不同影響，因此，為了控制組織類型對組織雙元創新績效產生影響，以虛擬變量企業（Company）、高校（School）和科研機構（Institution）作為控制變量。

（2）前期創新成果。創新作為一種重新組合各種生產、知識要素的活動，離不開組織前期創新成果積累，因此，為了控制前期創新成果積累對雙元創新的影響，采用前一年的利用式創新成果（Pre_ Exploitative）和探索式創新成果（Pre_Exploration）作為控制變量。

3實證結果與分析

3.1描述性統計分析及相關性分析

表1列出了各主要研究變量描述性統計及相關性分析的結果。其中，各變量的變異系數均在合理范圍內，數據離散程度適中；度中心性和接近中心性與利用式創新間的相關系數均為正，與探索式創新間的相關系數均為負，初步驗證了假設1和2。

3.2回歸分析

考慮到因變量為計數型數據且其均值與標準差不相同，采用負二項回歸模型驗證網絡中心性對雙元創新的影響以及局部網絡技術異質度的調節作用。統計軟件Stata 12的回歸結果如表2所示。

模型1的回歸結果顯示，度中心性的回歸系數為0.056（p <0.01），一階技術異質度和度中心性交互項的回歸系數為-0.0009（p <0.01），這說明度中心性會顯著正向影響利用式創新，但一階技術異質度會顯著抑制該正向影響過程。模型2的回歸結果表示，接近中心性的回歸系數為0.016（p <0.01），高階技術異質度和接近中心性交互項的回歸系數為-0.0004（p < 0.01），說明接近中心性會顯著正向影響利用式創新，但高階技術異質度會顯著抑制該正向影響過程。因此，假設1和假設3得到支持。

模型3的回歸結果顯示，度中心性的回歸系數為-0.057（p <0.01），一階技術異質度和度中心性交互項的回歸系數為0.0012（p <0.01），這說明度中心性會顯著負向影響利用式創新，但一階技術異質度會顯著緩解該負向影響過程。模型4的回歸結果表示，接近中心性的回歸系數為-0.02（p <0.01），高階技術異質度和接近中心性交互項的回歸系數為0.0003（p < 0.01），說明接近中心性會顯著負向影響利用式創新，但高階技術異質度會顯著緩解該負向影響過程。因此，假設2和假設3得到支持。

圖3～圖6為一階異質度和高階異質度的調節效應圖。其中，圖3和圖4表示局部網絡技術異質度上升時，度中心性和接近中心性對利用性創新的正面影響被削弱，表現為斜率變得平緩。圖5和圖6表示伴隨著局部網絡技術異質度提升，度中心性和接近中心性對探索性創新的負面影響被削弱，表現為斜率的陡峭程度下降。

3.3穩健性檢驗

前文的局部網絡技術異質度測量方法未考慮組織與合作伙伴之間的合作次數，事實上，合作次數越多的合作伙伴對創新主體產生的影響也越多，于是，本文采用合作次數加權后的技術異質度進行穩健性檢驗，具體如公式（6）和公式（7）。

式中，C（i，g）表示結點i與結點g之間的最短路徑的權重。其值為結點i與g間最短路徑上所有邊的權的最小值，若最短路徑不唯一，則該值在所有最短路徑中取最大。

指標具體構建過程如圖7所示。其中，實線表示創新者間存在的聯系，實線上的數值表示兩者合作的次數，虛線上的數值表示兩者間的異質度。圖7c中，E、F為A的兩個二階合作伙伴，則如算式（8）所示。

Indirect_H′（A） = 0.8×3/2 + 0.7×2/2 = 0.82（8）

4研究結論與啟示

本文以我國ICT領域專利授權數據為例，構建五年窗口期的創新網絡，結合負二項回歸模型實證檢驗了組織的網絡中心性對創新績效的影響，并驗證了組織的局部網絡技術異質度對二者關系的調節效應。結果顯示：組織的度中心性、接近中心性與組織雙元創新績效顯著相關，具體而言，與利用式創新績效顯著正相關，與探索式創新績效顯著負相關；且組織的局部網絡技術異質度負向調節度中心性、接近中心性與利用式創新的關系，正向調節度中心性、接近中心性與探索式創新的關系。

上述研究結論對我國以企業為主體的創新主體有一定的啟示作用。首先，企業在優化創新網絡結構前，應首先明確創新戰略的目標，如果以利用式創新為主，可以積極參與國家和地方政府搭建的創新平臺，聯合產業內網絡中心性較高的組織，尤其是接近中心性較高的組織；反之，企業應謹慎選擇合作伙伴，通過自建、收購等方式開展探索式創新活動在一定程度上會更有效。其次，對于利用式創新，企業應避免選擇與自身技術類別差異較大的合作伙伴；對于探索式創新，如果企業出于成本-效益考慮，采用合作創新模式，那么應盡量選擇與自身技術差異較大的合作伙伴，以抵消一部分合作創新模式對探索式創新的負向影響。

雖然同時考慮了組織的直接與間接的合作伙伴，且從局部網絡視角提出局部技術異質度，具有一定理論意義，但尚存在不足，諸如：未考慮除中國專利信息平臺公布的專利授權數據以外的資料，而專利只是雙元創新成果的一部分；以ICT領域內的組織為樣本，未考慮ICT組織與其他領域組織之間的跨領域合作關系等。不足之處均有待進一步補充完善。

參考文獻：

[1]AHUJA G.Collaboration Networks， Structural Holes， and Innovation： A Longitudinal Study [J]. Administrative Science Quarterly， 2000， 45（3）： 425-455.

[2]ABBASI A， CHUNG K S K， Hossain L. Egocentric analysis of co-authorship network structure， position and performance [J]. Information Processing & Management， 2012， 48（4）： 671-679.

[3]其格其，高霞，曹潔瓊.我國ICT產業產學研合作創新網絡結構對企業創新績效的影響[J].科研管理， 2016（增刊1）： 110-115.

[4]WASSERMAN S.Social Network Analysis Methods and Applications [J].Contemporary Sociology，1995，91（435）： 219-220.

[5]HALLEN B L， PAHNKE E C. When do entrepreneurs accurately evaluate venture capital firms track records？ A bounded rationality perspective [J]. Academy of Management Journal， 2016， 59（5）： 1535-1560.

[6]LIU W， SIDHU A， Beacom A， et al. Social Network Theory[M]. 2017.

[7]LANDIS B. Personality and social networks in organizations： A review and future directions [J].Journal of Organizational Behavior， 2016， 37（SUPPL1）： 107-121.

[8]ZAHEER A， BELL G G. Benefiting from Network Position： Firm Capabilities， Structural Holes， and Performance [J]. Strategic Management Journal， 2005， 26（9）： 809-825.

[9]王穎，彭燦.知識異質性與知識創新績效的關系研究[J].科技進步與對策， 2012， 29（4）： 119-123.

[10] LANG C， JOSEPHINE. Social context and social capital as enablers of knowledge integration [J]. Journal of knowledge management， 2004， 8（3）： 89-105.

[11] SALMAN N， SAIVES A L. Indirect networks： an intangible resource for biotechnology innovation [J]. R & D Management， 2010， 35（2）： 203-215.

[12] CHESBROUGH H. The Era of Open Innovation [J]. MIT Sloan Management Review， 2003， 44（3）： 35-41.

[13] TSAI， WENPIN.Knowledge transfer in intraorganizational networks： Effects of network position and absorptive capacity on business unit innovation and performance [J]. The Academy of Management Journal， 2001， 44（5）： 996-1004.

[14]晁藝璇，王崇鋒，劉欣榮，等.基于合作創新網絡視角的創新策略選擇研究——以ICT產業為例[J].軟科學， 2018， 32（6）： 39-44.

[15] GREWAL R， LILIEN G L， Mallapragada G. Location， location， location： How network embeddedness affects project success in open source systems [J]. Management Science， 2006， 52（7）： 1043-1056.

[16]劉鳳朝，張娜，孫玉濤，等.基于優先連接的納米技術合作網絡演化研究[J].管理評論， 2016， 28（2）： 74-83.

[17] OZER M.The effects of geographic and network ties on exploitative and exploratory product innovation [J]. STRATEGIC MANAGEMENT JOURNAL， 2015，（36）： 1105-1114.

[18] GRANOVETTER M S. The strength of weak ties [J]. American journal of sociology， 1973， 78（6）： 1360-1380.

[19] UZZI B， SPIRO J. Collaboration and creativity： The small world problem[J]. Americanjournalofsociology， 2005，111（2）：447-504.

[20] ZANG J. Structural holes， exploratory innovation and exploitative innovation [J]. Management Decision， 2018， 56（8）： 1682-1695.

[21] HARGADON A，SUTTON R I.Technology brokering and innovation in a product development firm [J]. Administrative science quarterly， 1997， 42（4）： 716-749.

[22] XIAO Z， TSUI A S. When brokers may not work： The cultural contingency of social capital in Chinese high-tech firms [J]. Administrative Science Quarterly， 2007， 52（1）： 1-31.

[23] YAN Y， GUAN JC. Social capital， exploitative and exploratory innovations： The mediating roles of ego-network dynamics [J]. TechnologicalForecastingandSocialChange，2017： 244-258.

[24]付雅寧，劉鳳朝，馬榮康.發明人合作網絡影響企業探索式創新的機制研究——知識網絡的調節作用[J].研究與發展管理， 2018， 30（2）： 21-32.

[25]曹興，宋長江.認知鄰近性、地理鄰近性對雙元創新影響的實證研究[J].中國軟科學， 2017（4）： 120-131.

[26] UASI S， MARROCU E， PACI R. Networks， Proximities， and InterfirmKnowledgeExchanges[J].InternationalRegional Science Review， 2017， 40（4）： 377-404.

[27]曾德明，文金艷.協作研發網絡中心度、知識距離對企業二元式創新的影響[J].管理學報， 2015， 12（10）： 1479-1486.

[28]遲嘉昱，孫翎，劉波.網絡位置、技術距離與企業合作創新——基于2003-2013企業專利合作數據的研究[J].科技管理研究， 2015， 35（22）： 22-25，31.

[29]曹霞，宋琪.產學合作網絡中企業關系勢能與自主創新績效——基于地理邊界拓展的調節作用[J].科學學研究， 2016， 34（7）： 1065-1075.

[30] KARAMANOS， ANASTASIOS G. Effects of a firms and their partners alliance ego-network structure on its innovation output in an era of ferment [J]. R&D Management， 2016， 46（SUPPL1）： 261-276.

[31] MARCH J G . Exploration and Exploitation in Organizational Learning [J]. Organization Science， 1991， 2（1）： 71-87.

[32] ABEBE M A， ANGRIAWAN A. Organizational and competitive influences of exploration and exploitation activities in small firms[J]. Journal of Business Research， 2014， 67（3）： 339-345.

[33] FERSHTM C， GANDAL N. Direct and indirect knowledge spillovers： the "social network" of open-source projects [J]. The Rand Journal of Economics， 2011， 42（1）： 70-91.

[34] KARAMANOS， ANASTASIOS G. Leveraging micro- and macrostructures of embeddedness in alliance networks for exploratory innovation in biotechnology [J]. R & D Management， 2012， 42（1）： 71-89.

[35]埃弗雷特·M.羅杰斯.創新的擴散[M].辛欣，譯.北京：中央編譯出版社， 2002.

[36] GILSING V， NOOTEBOOM B. Exploration and exploitation in innovation systems： The case of pharmaceutical biotechnology [J]. Research Policy， 2006， 35（1）： 1-23.

[37] WASSMER U， DUSSAUGE P. Network resource stocks and flows： how do alliance portfolios affect the value of new alliance formations？ [J].Strategic Management Journal， 2012， 33（7）： 871-883.

[38] VANHAVERBEKE W P M， BEERKENS B E， DUYATERS G. Explorative and exploitative learning strategies in technology-based alliance networks[J]. Academy of Management Proceedings， 2004（1）：1-6.

[39] DEMIRKAN I， DEEDS D L， DEMIRKAN S. The Role of Network Characteristics， Knowledge Quality， and Inertia on the Evolution of Scientific Networks [J]. Journal of Management Official Journal of the Southern Management Association， 2012， 39（6）： 1462-1489.

[40] DYER J H，SINGH H.The Relational View： Cooperative StrategyandSourcesofInterorganizationalCompetitive Advantage [J]. Academy of Management Review， 1998， 23（4）： 660-679.

[41] LIN B W， CHEN J S. Corporate technology portfolios and R&D performance measures： a study of technology intensive firms [J]. R & D Management， 2005， 35（2）： 157-170.

[42]李保紅. ICT創新經濟學[M].北京：北京郵電大學出版社， 2010.

[43] DIBIAGGIO L， NASIRIYAR M， NESTA L. Substitutability and complementarity of technological knowledge and the inventive performance of semiconductor companies [J]. Research Policy， 2014， 43（9）： 1582-1593.

[44] BAVELAS A. Communication Patterns in Task‐Oriented Groups[J]. Journal of the Acoustical Society of America， 1950， 22（6）： 725-730.

[45] JAFFE A B. Technological Opportunity and Spillovers of R & D： Evidence from Firms Patents， Profits， and Market Value [J]. American Economic Review， 1986， 76（5）： 984-1001.

Research on Centrality and Ambidextrous Innovation from the Perspective of Network： Based on the Moderating of Local Network Technology Heterogeneity

WANG Chongfeng1，KONG Zhuo2，CHAO Yixuan1，SUN Jing1（1.School of Business， Qingdao University， Qingdao 266000，China；2.School of Mathematics and Statistics， Qingdao University， Qingdao 266000，China）

Abstract： Based on the existing research on the innovation network structure and technology heterogeneity， we extended the first-order network structure to higher-order network structure and propose a method to measure the local network technology heterogeneity. We used patent authorization data of Chinese ICT industry from 1997 to 2017 and build innovation network year by year， which be used to explore the effects of degree centrality and closeness centrality on ambidextrous innovation， as well as the moderating effect of local network technology heterogeneity on the above relationship. We found that the improvement of degree centrality and closeness centrality can promote the performance of exploitative innovation， but inhibit the performance of exploratory innovation. Moreover， the above inhibitory and promoting effects are stronger in the case of low local network technology heterogeneity.

Keywords： local network technology heterogeneity； degree centrality； closeness centrality； ambidextrous innovation； ICT industry