網絡社群系統識別、結構特征及位置關系研究
——以電子信息材料聯合專利網絡為例

孫國強，賈昌進，吉迎東

(山西財經大學 管理科學與工程學院，山西 太原030000)

0 引言

電子信息行業在國民經濟中發揮著基礎性、先導性和戰略性作用，電子信息材料行業作為電子信息行業的重要組成部分，也逐漸成為高技術競爭的關鍵領域[1]。十三屆全國人大二次會議上，李克強總理在政府工作報告中提出，要進一步把大眾創業、萬眾創新引向深入，堅持創新引領發展，培育壯大新動能。顯然，創新已成為發展的主要動力之一，而電子信息材料行業創新水平是衡量國家創新能力的重要標志之一。近年來，在我國政府的大力扶持下，電子信息材料行業獲得了快速發展，成為我國支柱性行業，但由于我國電子信息材料行業發展起步較晚，致使行業普遍存在產品附加值較低、技術創新能力較弱等問題，加之在貿易摩擦愈演愈烈的態勢下，電子信息材料行業面臨著內憂外患的瓶頸局面。根據前瞻產業研究院最新數據，我國電子信息材料行業增長趨勢有所減緩，亟待聚力創新，走高質量發展之路。信息材料行業生產研發需要大量精密儀器進行試驗并需要大量技術人才，企業依靠自身獨立完成較為困難，需要通過與其它企業聯合研發突破現有局限。當前及未來的發展趨勢表明，我國電子信息材料行業發展將更加注重網絡化，也就需要行業企業不斷建立互惠關系，在蝴蝶效應的作用下，通過企業間聯合研發創新，逐步提升行業整體創新能力，推進行業高質量發展進程。

已有研究發現，在聚力創新政策引導下，由于企業抱團現象使創新網絡中出現了特殊的子網絡(社群)，本文通過對此類子網絡深度剖析以揭示企業之間的合作方式和創新提升的動力來源。在企業創新網絡合作中，企業應擴大開放度，即當企業擁有對外部資源信息較強的搜尋識別能力時，企業能夠不斷吸引互補企業進行研發合作，突破自身創新瓶頸，進而啟示企業要時刻關注外部信息動態，積極主動地通過各種途徑向外部企業展示自身實力。同時，通過研究創新網絡社群結構特征，有助于了解在不同權力分布下社群結構的變化，在一定程度上豐富創新網絡權力配置理論。因此，本文擬通過研究電子信息材料行業創新網絡社群的識別、結構特征和位置關系，掌握其內在變化規律，為工業互聯網環境下我國電子信息材料行業乃至其它行業的發展提供一定理論借鑒。發明專利是反映企業創新能力的重要指標，專利申請書中的聯合專利申請人反映了企業機構間在研發上的合作關系[2],因此，本文利用聯合申請人構建電子信息材料企業研發合作網絡，即聯合專利網絡。

本文基于電子信息行業合作專利數據構建企業創新網絡，通過社群凝聚性和穩定性特征的刻畫指標，先從網絡局部對電子信息材料產業支柱行業合作網絡中的社群結構進行剖析，繼而從網絡整體探討該行業網絡社群的位置關系，位置關系反映權力配置格局，通過關系量化揭示社群內在形成機理。從抱團現象出發，探究其結構本質，并揭示其形成機理，實現對社群從局部到整體的全面研究。

1 網絡社群文獻綜述

網絡社群是一個較新的概念，早期美國學者Newman[3]將具有子網絡內部連接稠密、網絡間連接稀疏結構特征的網絡稱為社群。在風險投資領域關于網絡社群的研究已成為焦點，風險投資家會基于伙伴選擇偏好而形成集聚現象[4]，學者們在后續研究中將風險投資家優先選擇伙伴而呈現的抱團現象，即網絡中集聚的小團體，定義為風險投資網絡社群[5]。國內學者關于風險投資行業社群的研究熱度同樣很高，通過對我國風險投資聯合行為的觀察發現，社群是介于自中心網絡與全局網絡之間，建立在風險投資機構相互偏好基礎之上的亞組織形態[6]。隨著我國風投行業研究的深入，學者們對網絡社群的理解逐步完善，認為網絡社群是整體網絡中非重疊但關系緊密的節點空間集聚形成的子群，在社群中，社群成員之間相互連接，而這種連接比外部連接更為密切[7]。社群的發現為網絡研究提供了一個新的視角，目前對創新網絡社群的研究還比較少，部分學者研究發現，創新網絡社群是全局網絡中致密非重疊的結構子群，屬于中觀層面的復雜網絡結構[8]。目前學術界關于網絡社群規范的概念尚未達成共識，盡管由于研究背景、目的等不同，對網絡社群表述不一致，但究其本質來講，社群是整體網絡中的子網絡，因異質資源偏好、信任等在空間上呈現抱團現象。

針對網絡社群識別，已有學者對我國風險投資行業網絡應用派系分析方法進行了研究[9]，然而早有研究證明，在節點成百上千的大網絡中，經常會出現大量子群且相互重疊，而派系方法識別出的子群規模均很小，因此派系研究沒有太大意義[10]。關于創新網絡領域的研究顯示，組織間合作網絡中存在模塊化的社群結構，并且通過大量文獻得到證實[11]；同時，前期學者提出的Girvan-Newman(G-N)算法能夠對復雜網絡中非重疊社群進行可靠精準的識別[12]，國內學者應用G-N算法對風險投資網絡社群進行了識別[7]。大量研究表明，對網絡社群的識別，G-N算法具有較好的代表性。

在網絡社群結構特征方面，社群成員之間非常熟悉，信息、知識等資源分布更為均勻，從而更有利于成員通過“干中學”獲得需要的技術，并且由于社群成員較為相似，在學習技術的過程中，出現知識斷層的機率很低，成員之間能夠很好地理解彼此傳達的概念[6]。社群內的緊密聯系使成員能夠有效利用網絡獲取合作伙伴的背景信息，這種緊密的聯系意味著不合作將付出高昂的代價[11]，因為社群內部的密切關系使成員企業間存在一種“我知道你所知道”的現象，在一定程度上避免了由于信息不對稱造成的機會主義行為，為機構減少了成本，提高了機構績效[6]。隨著研究的深入，對網絡社群結構特征的理解更加具象，在保持內部聯系密切的同時，通過橋接關系和外部聯系獲取異質性以及有效的資源，避免由于信息趨同導致網絡運行效率降低，使得網絡社群具有“核心—邊緣”結構特征。換言之，強聯結充分利用社群內部資源，弱連接從社群間獲取新的資源，該結構會使社會資本達到最優[13]。我國學者對風險投資行業的研究發現，網絡社群具有的結構特征既保證了熟悉伙伴間的投資機會識別、信息與資源共享、互惠與合作，又能使其適宜地獲得群外新的信息和資源，從而更有利于風險項目的事前篩選、事后監督和增值服務[14]。前期學者基于算法框架對社群演化進行了研究，以社群形成為起點預測社群的生命周期，發現社群存續長度與社群穩定性密切相關，規模越小，連接密度越大，并且越穩定的社群，存續時間越長[15]。對創新網絡的研究進一步表明，社群在動態演化過程中，數量和規模的大小會不斷調整變化，但在一定時間范圍內會保持相對穩定的狀態[16]。在由聯合專利形成的創新網絡中，社群成員相互信任，資源信息相互吸引，社群成員總體上處于穩定和持續的合作關系，這種穩定的合作關系使得成員企業相互熟悉，降低了信息不對稱等帶來的損失。本文基于前人的研究發現，在風投網絡中，社群具有凝聚性和穩定性特征[8]，使得風投機構投資績效得以提升，同樣，在創新網絡中，社群結構特征會影響創新績效提升效果，因此，社群的結構特征研究尤為必要。

針對網絡社群位置關系的研究，早有學者對其進行了分類：①孤立位置，其成員與外界沒有任何聯系；②諂媚位置，其成員與其它位置成員的關系比自身成員的關系多，并且很少接收到外來的關系；③經紀人位置，其成員在發送關系的同時也能接受到外來的關系，其內部成員之間的聯系比較少；④首屬位置，其成員既有來自外部的關系，也有來自自身成員的關系[17]。隨著后期對網絡位置關系的合理量化，Wasserman等[18-19]將各個位置的規模引入關系的研究中，從而對子群在網絡中的位置關系進行了更加合理的刻畫。

綜上所述，網絡中存在的抱團現象(社群)會對各個節點的行為產生直接影響，已有社群相關研究僅聚焦于少數行業，集中關注社群對績效的影響。創新是新時代的熱點話題，而對創新網絡中社群的研究以及基于這一中觀視角對創新網絡中節點行為的研究較少。因此，本文在研究創新網絡中社群結構特征和位置關系的基礎上，進一步分析行業中企業的合作行為動機及其演化機制。

2 網絡社群識別方法與數據處理

2.1 網絡社群識別方法

網絡社群識別是指通過一定的算法識別出網絡中緊密連接的小團體，網絡社群識別算法目前可分為分裂算法和凝聚算法兩大類，本文選用具有較高代表性、由Girvan & Newman提出的基于模塊性指標優化的層次聚類算法，即凝聚算法(G-N算法)。其基本思想為：在不要求所有企業都是社群成員以及不固定不同時期社群數量和社群規模的條件下，識別出一個最佳致密非重疊的社群劃分。最初的G-N算法在不知道社群數目的情況下無法確定要進行到哪一步，在改進后的G-N算法中引入了衡量網絡劃分質量的標準——模塊度Q[20]，用公式表示為：

(1)

G-N算法的基本流程為：①計算網絡中各邊相對于所有可能源節點的邊介數；②移除相對于所有節點邊介數較大的邊，每當分裂出新的社群時，需要計算一次網絡的模塊度Q，并記錄該Q值對應的整體網絡劃分結構；③重新計算網絡中節點的邊介數，重復上述過程，直到網絡中沒有邊為止，選出Q值最大對應的網絡結構。對社群林立程度的判斷，本文使用E-I指數反映，實質上E-I指數是子群密度與整體密度之比，取值范圍為[-1,1]，具體公式如下：

(2)

其中，EL表示社群之間的關系數量，IL表示社群內部的關系數量。當E-I指數值越靠近1時，表明關系在群體外發生的程度較大，而當該值越接近于-1時，表明關系越傾向于在社群內發生[18]。也就是說，值越小，說明社群內部連接越稠密，而社群之間的連接更加稀疏，E-I值的出現，使得社群的明顯程度量化成為可能。

2.2 數據處理

本文選擇電子信息材料行業聯合專利數據作為分析對象，主要是出于以下幾點考慮：①隨著云計算、大數據、物聯網、人工智能等新一代信息技術快速發展，信息技術創新進入加速期，電子信息行業產值連續多年保持較快增長，與之相關的電子信息材料產業迎來了高速發展時期，技術創新能力大幅度提升，研發專利數量逐年遞增，因而選擇電子信息材料聯合專利網絡具有代表性；②電子信息材料的研發生產需要精密的試驗和檢測設備，還依賴技術人員的專業知識積累，因此研發難度與復雜程度較高，單個企業很難依靠自身科研力量獨自完成，為了突破困境，行業企業傾向于通過聯合研發打破自有局限，聯合專利研發已相當普遍，因而選擇電子信息材料聯合專利網絡具有典型性；③鑒于現有專利數據庫相對完善，數據可獲取性較高，加之團隊成員前期對大量專利數據進行匯總整理，且對電子信息材料行業進行了深入研究，數據獲取相對便捷；④電子信息行業合作已較為普遍，但研發效率不高，需要從社群視角解析其原因。

在2008年之前，我國自主獨立的發明專利較少，與其它國家進行的專利合作較多，而本文重點研究的是我國本土企業創新情況，同時要考慮專利授權需要一定周期，一般為18～36個月。同時，還考慮電真空材料和半導體材料行業是“十三五”國家戰略興新興產業規劃中的重點產業，這兩個行業技術開發難度大，涉及的基礎領域多，具有技術密集和知識積累的特性，易產生“專利叢林”問題，而企業間合作創新能夠有效克服此問題[21]，使得在電真空行業和半導體材料行業合作研發聯合申請專利更為普遍。

基于此，本文數據以中國國家知識產權局(SIPO)專利數據庫為來源，確定篩選的行業為電子信息材料產業的支柱行業，即電真空材料和半導體材料領域。為了避免時間滯后的影響，將2008—2016年作為檢索區間，檢索出以上領域56 509條專利，并在此基礎上對數據進行篩選整理，得到2 394條符合研究要求的有效聯合申請專利。由于本文研究對象為我國本土企業，因而剔除國外的專利聯合以及本國與國外的專利合作，考慮到本研究立足于企業視角，因此，將科研院所或高校之間的合作也剔除。

3 網絡社群系統識別與分析

3.1 網絡社群系統識別

大量研究表明，企業之間的合作關系一般可以存續3～5年，考慮到專利授權周期一般是3年左右[22]，因此，本研究以3年為移動時間窗口期，將2008—2016年的專利數據劃分為7期(2008—2010年、2009—2011年、2010—2012年、2011—2013年、2012—2014年、2013—2015年、2014—2016年)，依此對聯合專利網絡中的社群進行探測識別。

在具體操作過程中，將移動時間窗對應的合作專利分別整理到對應的Excel表格中，使用Eclipse軟件編程，將數據轉化為二維矩陣。采用Ucinet6.487軟件將關系矩陣導入到軟件中，使用Netdraw繪制出聯合專利網絡。在分析過程中，借鑒羅吉等[6]對網絡社群的處理方法以及李綱等[23]對網絡社群的劃分思路，本文將規模小于4的社群剔除，僅對規模在4及以上的社群進行分析，為方便篩選節點企業，將企業依據階段進行編號，探測結果如表1所示。結果顯示，最佳Q值的網絡中最大連通圖得到最佳劃分，同時與整體網絡模塊度Q的最大值對應，且Q值與E-I指數的變化趨勢跟社群變化本質是相符的，變化情況如圖1所示。

表1 聯合專利創新網絡社群探測結果

圖1 Q值與E-I指數變化趨勢

為了對社群現象形成更直觀深入的認識，圖2給出了2014—2016年整體網絡結構，將該網絡中最大的3個社群用方塊、圓形和三角形標識，結果顯示，網絡抱團現象明顯，企業內部合作更加密切，社群間的聯系比較稀疏。

3.2 網絡社群分析

社群探測結果顯示，在7個移動時間窗下，社群的模塊度Q值均大于0.3，表明網絡社群結構明顯；同時，在2008—2010、2009—2011、2010—2012年時間窗下，社群的Q值從0.793 4增加到0.926 6，在2011—2013至2014—2016年時間窗下，社群Q值呈下降趨勢。該趨勢的變化主要是因為節點之間的緊密連接提供了多樣性異質資源，并且能夠為節點本身提供良好的發展機遇，但與此同時，過度緊密連接的網絡會產生負作用，不斷阻礙企業發展[24]。在金融網絡中也有類似發現，網絡密度越大，會使銀行的負面消息擴散加快，從而使恐慌事件高頻率發生[25]。同樣，風險投資行業的研究表明，社群投資機構之間的緊密連接度不斷提高，會使合作伙伴對項目的知識貢獻度由開始時的合作(互補知識)不斷變化為共有知識，因此不會產生新的知識資源，而在密集度高的網絡中，這種同質資源擴散造成機構投資收益下降，從而使社群的凝聚性與投資績效呈現倒U型關系[26]。在本研究中，企業之間在開始時由于異質資源等原因抱團形成社群結構，并且隨著規模增加，社群內部密度愈發加大，使得企業無法再吸收到異質性資源。此時，企業為了滿足自身發展，確保自身的創新能力在時代背景下不斷提升，社群內成員會排斥那些“無用”的企業，即企業通過不斷的“斷舍離”實現與新資源的對接，從而保證企業自身創新能力提升，正如表中1所反映的，社群模塊度在減少，但企業專利數逐年增加。

圖2 2014—2016年整體網絡結構

圖3、4分別給出了2013—2015和2014—2016年兩個移動時間窗下的某一社群成員變化情況。圖3、4顯示，同方威視技術股份有限公司和北京鼎材科技有限公司在脫離其所在社群后，新成員北京兆易創新科技股份有限公司加入該社群。同方威視技術股份有限公司主要經營范圍包括核儀器儀表研究、開發、銷售及設備安裝服務，而北京兆易創新科技股份有限公司經營范圍包括微電子產品、計算機及集成系統、電信設備、手持移動終端研發，委托加工生產、銷售自行研發的產品，并提供技術轉讓、技術服務、貨物進出口、技術進出口、代理進出口等。從對社群的貢獻度來看，北京兆易創新科技股份有限公司更具競爭力，從而取代同方威視技術股份有限公司，作為新成員加入社群中。同方威視技術股份有限公司與清華大學合作之后，創新能力得到提升，更有底氣選擇加入新社群。同樣，在該社群中，北京鼎材科技有限公司主營業務是技術開發、技術推廣等，通過與清華大學合作，提升了自身技術能力，而北京維信諾科技有限公司與其業務重合度較高，使北京鼎材科技有限公司脫離該社群，在避免與北京維信諾科技有限公司競爭的同時，利用自身技術研發實力吸引新的合作伙伴，進而加入新社群。社群成員在其所在社群中，當有更強的替代者存在時，“無用”社群成員會被移出社群，在社群成員退出與進入過程中，社群吸收所需新資源，創新能力不斷提升。

在工業互聯網時代背景下，網絡、平臺以及安全成為工業互聯網的三大構成要件。其中，網絡能促進知識互通，實現信息數據在生產各個環節和全要素的無縫傳遞，形成實時感知、協同互交和智能反饋的生產模式；平臺通過海量數據匯集、建模分析以及應用開發，促進制造能力和工業知識的標準化、軟件化、模塊化和服務化；安全則是建立工業互聯網安全保障體系[27]。隨著工業互聯網的發展，企業間的合作模式也發生了變化，企業間的合作不再局限于地域等，企業間的技術合作不必要在聚集狀態下進行，企業可以通過工業互聯網的海量數據終端進行技術共享，在克服企業合作局限的同時，實現企業創新能力提升。這也在一定程度上解釋了網絡社群模塊度雖在2012年之后有所降低，但自身創新能力仍得到提升。

4 網絡社群結構特征

就自身特征而言，網絡社群主要體現在凝聚性和穩定性兩個方面[7]，通過深入研究網絡社群特征，有利于深刻把握創新網絡社群的內涵以及作用機理。

4.1 網絡社群凝聚性特征

大量關于網絡分析的文獻基于宏觀層面對網絡密度、網絡規模等進行研究，在微觀層面對個體節點的屬性特征進行研究，而基于中觀層面對三元閉包、凝聚子群的分析相對較少。本文所指的社群是在網絡中擁有高度凝聚特征的子群[7]，即中觀層面的網絡研究。

目前大量研究表明，凝聚性是社群的重要特征，社群內部各種社會勢力的直接或間接接觸運作會產生相較于社群外部更大的凝聚力，并且隨著行動者不斷聯系，機構同質化傾向也會更加顯著[28]。另有研究發現，社群內部連接量是社群外連接量的16倍[4]，并基于中國的聯合投資網絡進行社群分析，同時對網絡聚合系數進行了測度，發現社群呈現一定程度的小世界網絡特征[29]，且技術創新網絡中的社群結構具有較高的凝聚系數和網絡連通性[2]。上述研究均表明凝聚性是創新網絡社群結構的基本特征。

本文結合李綱等[21]的研究，通過網絡社群密度和密度矩陣刻畫社群結構的凝聚性特征。其中，社群密度相當于整體網絡中有關子網絡的密度，Scott[30]的研究證實網絡密度的本質是行動者間實際直接連接的數量與所有理論上可能的連接數量之比，所得到的比值是對網絡中各節點連接緊密程度的體現，從而得到社群密度的計算公式為：

(3)

其中，Cui表示第i個社群密度，n表示該社群內成員數量，l表示該社群成員實際連接數。

通過網絡社群劃分得到若干個子群，對僅有內部連接且與外部沒有任何聯系的子群進行研究沒有太大意義，而對擁有眾多合作者，且合作者能夠通過內部聯系不斷汲取外部資源的結構進行深入研究，能夠為企業發展提供更有價值的參考，據此找到專利合作網絡中最大連通圖，并在此基礎上進行社群密度研究[23]。本文選取2014—2016年最大連通圖進行社群凝聚性特征分析，如圖5所示。在密度矩陣中，除對角線外，其它行列值體現的是社群間聯系緊密程度，也即行列行動者到彼此社群中的關系比率[31]，凝聚性研究情況如表2所示。

表2顯示，網絡社群內部聯系緊密程度高于社群之間的聯系，各企業基于異質資源的吸引、信任等因素抱團形成社群，并在社群內部成員之間建立頻繁的聯系，同時與外界進行聯系，避免資源同質化影響自身發展，社群凝聚性特征研究量化了社群抱團現象。

圖3 2013—2015年某一社群

圖4 2014—2016年某一社群

圖5 2014—2016年最大連通圖的社群結構

4.2 網絡社群穩定性特征

穩定性是社群另一重要特征。本文基于聯合專利創新網絡數據分析形成的網絡社群，不對其規模和數量進行任何約束，即某一時期、同一社群的成員在下一時期可能依然處在該社群，也可能被分成兩個及以上的社群，社群成員總數依然不變。此外，新成員能夠進入任何新社群，并且存在原有社群成員不再屬于任何社群的可能，為了克服不同社群規模造成的無法判斷本期社群來源于上期哪個社群這一困擾，本文選擇Jaccard指數刻畫社群結構的穩定性特征。Jaccard指數是指對應集合間交集與并集的比值，在本文的創新網絡中，不同的兩個社群Cui和Cuj的相似指數為：

(4)

對于社群結構，假設At=A1,A2,…,Ar代表在t時期的r個社群。類似地，Bt+1=B1,B2,…,Bn代表t+1時期的n個社群，對B中每一個社群都與Ai計算Jaccard指數之后取均值即可得到復合Jaccard指數。也就是說，如果某一社群在t和t+1期都存在，并且這兩時期社群成員都保持在同一社群當中，此時復合Jaccard指數等于1。同理，如果t時期某一社群成員在t+1時期平分到兩個社群，那么復合Jaccard指數為0.5。基于此，本文聯合專利創新網絡中社群的穩定性通過相鄰時間窗下社群的相似程度進行量化，然后對大于0的Jaccard相似指數取均值，得到移動時間窗下的復合Jaccard指數，結果如表3所示。

Jaccard指數的取值范圍為[0，1]，0代表“完全不同”，1代表“完全相同”。表3顯示，復合Jaccard指數均接近于1，說明隨著時間的推移，社群結構相對穩定，t+1時期的社群成員絕大部分來自于t時期，社群結構的穩定特性得到驗證。2008-2016年，電子信息材料行業企業間保持著相對穩定的合作研發關系。企業在選擇合作伙伴時，優先考慮自己熟悉的、合作過的伙伴企業，一定程度上減少了由于信息不對稱帶來的損失，避免了知識斷層現象，使得彼此的合作研發產生了“1+1>2”的效果，企業創新能力不斷得到提升。

表2 網絡社群密度矩陣

表3 網絡社群穩定性分析結果

5 網絡社群位置關系

上文對整體網絡最大連通圖結構中的社群進行了分析，本節從整體層次研究社群在整體關系中的角色，由局部到整體，進一步剖析社群的形成及運行機理。根據Wasserman等[28]對位置關系的研究，分析來自位置Bk的各個成員關系，其中，行動者有gk個，可以得到Bk內部可能具有的關系總數為gk(gk-1)個，在總體中含有g個行動者。因此，Bk位置各個成員所有可能的關系有gk(g-1)個。基于此，可以得到一個位置中所有關系期望的比例。

(5)

同時，基于社群內與社群間關系得到4種關系的判定表，如表4所示。

對2014—2016年社群位置關系進行分析，如表5所示。結果顯示，社群Cu1、Cu2、Cu3、Cu4、Cu5、Cu6、Cu7、Cu8均處于領導者位置，說明其有屬于自己的技術體系以及資源優勢。社群Cu5自身擁有完整的技術支持體系，中廣核工程有限公司通過投資控股等形式與中國科學院金屬研究所、蘇州漢申溫差電科技有限公司、蘇州熱工研究院有限公司形成了資源共享合作體系，與此同時，上述企業還為廣東核電合營有限公司、東莞美壹磁電科技有限公司和廣東工業大學提供技術支持，從而形成了社群Cu5這一成熟的團體，這一團體又為國家電網有限公司提供了一定的技術支持，即社群Cu5在整體網絡層次的位置關系為領導者。網絡位置關系為領導者的8個社群均表現為內部通過投資控股實現資源共享和技術合作，同時也對外部社群提供一定的技術支持，在WIND數據庫中表現為企業沒有關聯數據，但進行了專利合作。社群Cu9擔當經紀人角色，在該社群中，以國家電網為核心，其它成員絕大部分是國家電網的分支機構，國家電網為其分支機構提供所需技術支持以及發展需要的各種合理要素，但在社群內部，除去與國家電網的合作外，其它成員之間的合作程度極低，導致該社群內部的聯系少于社群內成員與社群外成員的聯系，從而使國家電網及其分支機構會向其它社群提供技術支持。

表4 4種類型位置關系判定結果

表5 2014—2016年社群位置關系分析結果

6 結論與啟示

6.1 研究結論

本文以電子信息材料行業為例，通過對聯合專利網絡社群結構及位置關系的深入研究，得到如下結論：

(1)從動態視角對電子信息材料行業創新網絡中社群的系統識別分析發現，其模塊度指標均遠大于0.3，表明存在明顯的社群結構，并且指標值呈現先增后減的變化趨勢。可能的原因是，企業為避免資源信息過度同質化，退出原有社群或讓“無用”的社群成員出局；工業互聯網時代背景下，企業合作不再局限于企業彼此聚集，而是通過大量數據信息共享實現。

(2)適度的凝聚性和穩定性有利于企業創新發展。電子信息材料行業創新網絡社群中，大部分節點企業在發揮技術開發、咨詢和推廣的作用時，需要不斷吸收有價值的異質資源并避免知識斷層現象出現，從而反映出創新網絡社群結構具有內部連接緊密、外部連接稀疏的特征，也反映出在一定時間范圍內，社群規模和數量保持相對穩定的特征。同時，社群內部成員企業互相學習、互換異質資源，社群間的稀疏聯系為企業輸送新鮮血液。此外，在相對穩定的社群關系下，成員企業逐漸熟悉彼此，信任增強，為企業節省了時間成本和機會成本。

(3)在整體網絡層次中，社群位置關系包括經紀人和領導者角色。在電子信息材料行業中，各企業在研發環節各司其職，從而使其所在的社群技術研發水平整體提升。處于經紀人位置的社群在內部進行聯系的同時，為外界與之有聯系的企業提供技術幫助；處于領導者位置的社群技術等各方面較為成熟，內部成員互助的同時還會對其它社群成員提供技術支持。對于位置關系的研究，本文從局部到整體對社群結構進行分析，而這種基于整體層次分析社群之間關系的方法在一定程度上解釋了網絡權力的配置格局，也就是說，社群的不同位置關系解釋了不同的權力配置。

6.2 政策建議

基于對創新網絡社群由局部到整體的研究，本文提出政策建議如下：

(1)網絡治理方面。在創新網絡中，謹防社群繁榮背后的危機，社群成員過度抱團有可能形成行業壟斷以及短期虛假繁榮之后的行業衰亡，對企業公平競爭秩序造成一定的威脅。為了更好地規避上述風險，要在網絡社群形成初期就開始重視，要明確規定各企業自身享有的權力及在社群中應履行的職責，為后續社群的良性循環打好基礎。社群節點企業在合理規范的環境下才能更積極發揮自身優勢，從而實現網絡組織的健康運行。此外，在建立宏觀社群運行機制的基礎上，要完善社群內企業的自我約束機制和激勵機制，滿足企業加入社群的愿望，并使企業重視自我規范和自我約束，以降低社群網絡治理難度，從而促進整個創新網絡良性發展。

(2)網絡權力配置方面。企業在選擇合作伙伴構建社群或加入社群時，要對合作伙伴的資源異質性程度進行合理預判，并分析合作伙伴價值，了解合作雙方的權力狀態及權力發展態勢，合理制定自身權力配置策略。權力的合理配置能促進資源有效整合，企業間的高效合作能促進社群內外創新發展，提升整個創新網絡的創新績效。如果合作伙伴擁有的異質性資源更多、價值更大，企業可逐步提升自身的技術權力、認同權力等與之匹配，通過自身擁有的知識優勢和品牌信譽吸引合作伙伴，并與其建立良好的合作關系，從而逐步獲取合作伙伴優質的異質性資源；若合作伙伴的異質資源可選擇范圍較小、價值偏低，此時企業應更偏向于配置制度權力等剛性權力，獲取對方資源后，通過技術等手段對資源進行優化，提升其價值，以便更好地服務于本企業的發展。此外，在社群動態發展過程中，企業應不斷合理調整自身的權力配置策略，順應創新網絡發展規律。只有這樣，才能使企業乃至整個創新網絡向正確的方向前進。

6.3 不足與展望

從2012年工業互聯網首次提出以來，海量的數據和信息資源共享使我國企業的合作模式不斷發生變化。在這一時代背景下，我國企業要不斷突破關鍵核心技術，強化萬物感知、信息傳輸等共性技術研究，加快數字化升級，實現工業智能化生產，以使獲取有價值資源和信息的能力不斷提高，為此，與更多企業建立互利共贏的合作模式尤為重要。本研究通過剖析創新網絡中社群的結構和特征，以期掌握網絡社群的內在變化規律。在未來工業互聯環境下，企業要不斷擴大自身開放度，積極掌握行業信息動態，主動展示自我實力，吸引互補企業展開合作。本文關于社群研究的結論為未來我國企業發展模式的動態研究提供了一定借鑒。

本文也不可避免地存在一定局限。本文分析了社群結構的凝聚性和穩定性特征，對其它特征的分析有待進一步深入探究；考慮到專利從申請到授權的時滯性，本文僅選取了2008—2016年的專利數據，而2017年之后，企業專利合作形式也在不斷變化，后續研究需要繼續跟蹤考查；針對網絡社群對企業創新能力影響的研究，需要更具體的數據模型支持，本文涉及不多；社群研究為網絡權力配置提供了一個新視角，本文尚未對此進行深入分析，這將成為后續研究的重要方向。