摘要：文章探討電子信息產(chǎn)業(yè)中的創(chuàng)新合作網(wǎng)絡(luò)在基于網(wǎng)絡(luò)嵌入性條件下對(duì)企業(yè)創(chuàng)新績(jī)效的影響，旨在為企業(yè)的可持續(xù)發(fā)展提供一定的理論支持。通過(guò)利用Gephy軟件抓取專利數(shù)據(jù)并構(gòu)建企業(yè)創(chuàng)新網(wǎng)絡(luò)，發(fā)現(xiàn)企業(yè)創(chuàng)新績(jī)效與平均聚合度和匹配度呈倒U型關(guān)系，而與特征變量中心度呈U型關(guān)系。此外，結(jié)構(gòu)洞的限制系數(shù)越低、模塊度Q值越高，平均路徑長(zhǎng)度越長(zhǎng)，創(chuàng)新績(jī)效也越高。

關(guān)鍵詞：網(wǎng)絡(luò)嵌入；關(guān)系嵌入；結(jié)構(gòu)嵌入；電子信息產(chǎn)業(yè)；負(fù)二項(xiàng)回歸

一、引言

創(chuàng)新是當(dāng)代經(jīng)濟(jì)社會(huì)發(fā)展的主題，合作網(wǎng)絡(luò)是驅(qū)動(dòng)創(chuàng)新的強(qiáng)效動(dòng)能，對(duì)提升企業(yè)績(jī)效具有積極的影響。近年來(lái)，產(chǎn)業(yè)數(shù)字化的趨勢(shì)刺激企業(yè)間的合作方式的轉(zhuǎn)變，企業(yè)的競(jìng)爭(zhēng)已經(jīng)不再是傳統(tǒng)的單打獨(dú)斗，而是要依靠創(chuàng)新合作網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)更大的成功?；诖耍疚膹木W(wǎng)絡(luò)嵌入理論的視角出發(fā)，主要從專利角度切入，總結(jié)創(chuàng)新合作網(wǎng)絡(luò)影響創(chuàng)新績(jī)效的路徑，幫助企業(yè)更好地把控自身的創(chuàng)新網(wǎng)絡(luò)布局和創(chuàng)新管理決策。

二、理論研究

（一）網(wǎng)絡(luò)嵌入的劃分

眾多學(xué)者嘗試從不同維度對(duì)網(wǎng)絡(luò)嵌入進(jìn)行系統(tǒng)的區(qū)分，關(guān)系嵌入強(qiáng)調(diào)的是網(wǎng)絡(luò)主體間的連接強(qiáng)度。Uzzi（1996）認(rèn)為在搭建的合作網(wǎng)絡(luò)中，建立信任聯(lián)結(jié)和實(shí)現(xiàn)信息共享是企業(yè)達(dá)到共同創(chuàng)造價(jià)值的必要條件。在企業(yè)內(nèi)部，此種機(jī)制在一定程度上可減少機(jī)會(huì)濫用的可能性；在企業(yè)外部，該機(jī)制改善了企業(yè)間資源和信息的交流效率。與關(guān)系嵌入不同，結(jié)構(gòu)嵌入研究的是企業(yè)在網(wǎng)絡(luò)結(jié)構(gòu)中的地位。Schilling（2007）通過(guò)對(duì)11個(gè)聯(lián)盟網(wǎng)絡(luò)中的1106個(gè)企業(yè)的實(shí)證研究，發(fā)表論文稱，密集型聚合產(chǎn)業(yè)的結(jié)構(gòu)聯(lián)系了不同的企業(yè)并且給其中的主體提供了廣泛的知識(shí)獲取通道。對(duì)于大范圍的企業(yè)，高度聚合的結(jié)構(gòu)和相對(duì)較短的平均路徑長(zhǎng)度會(huì)激勵(lì)網(wǎng)絡(luò)創(chuàng)新效率的提高。蔣天盈（2014）通過(guò)研究集群企業(yè)網(wǎng)絡(luò)嵌入模型，得出結(jié)論網(wǎng)絡(luò)嵌入通過(guò)影響中間變量——知識(shí)從而進(jìn)一步影響技術(shù)創(chuàng)新，而非直接作用。

（二）研究意義

據(jù)文獻(xiàn)綜述顯示，網(wǎng)絡(luò)嵌入度與創(chuàng)新績(jī)效之間的關(guān)系是顯著和積極的。但從現(xiàn)有創(chuàng)新合作研究成果來(lái)看，有結(jié)論存在矛盾的情形，可見合作特征對(duì)創(chuàng)新績(jī)效的影響具有異質(zhì)性。事實(shí)上，高網(wǎng)絡(luò)嵌入度的企業(yè)具有更好的創(chuàng)新表現(xiàn)、更高的市場(chǎng)份額、更高的利潤(rùn)及更高的生產(chǎn)效率，并且在示范效應(yīng)和技術(shù)傳播方面的作用更為顯著，這對(duì)企業(yè)的長(zhǎng)期發(fā)展是至關(guān)重要的。因此，如何提高企業(yè)的網(wǎng)絡(luò)嵌入性水平以優(yōu)化創(chuàng)新績(jī)效是一個(gè)值得研究的問題。

（三）研究假設(shè)

在上述文獻(xiàn)有關(guān)的研究中，創(chuàng)新網(wǎng)絡(luò)的聯(lián)系通常表現(xiàn)為兩種不同的形式：分別是由高連通性的企業(yè)成員組成的產(chǎn)業(yè)集群內(nèi)部的關(guān)系與跨集群間的連接。其中，跨集群間的連接主要為企業(yè)與高校、研究所的合作相關(guān)研究表明，在靜態(tài)環(huán)境下，成員流動(dòng)（即進(jìn)入和退出）越少，企業(yè)前后匹配度越高，聚類系數(shù)越高，可以討論和交流的合作伙伴將越多。但是隨著聚類系數(shù)的增長(zhǎng)，過(guò)度集中的網(wǎng)絡(luò)可能會(huì)導(dǎo)致核心企業(yè)處理事務(wù)的疲憊度和瑣碎度，增加了決策錯(cuò)誤的可能性。企業(yè)集聚雖有利于發(fā)揮產(chǎn)業(yè)集群規(guī)模效應(yīng)，但集聚密度過(guò)高會(huì)導(dǎo)致知識(shí)同質(zhì)化從而影響企業(yè)后續(xù)新知識(shí)的汲取與進(jìn)步。由此得出假設(shè)1。

H1：企業(yè)創(chuàng)新績(jī)效和平均聚類系數(shù)及網(wǎng)絡(luò)匹配度呈“倒U型”關(guān)系。

在未形成一定網(wǎng)絡(luò)體系時(shí)，企業(yè)中心度過(guò)高會(huì)導(dǎo)致與外界聯(lián)系少，企業(yè)與合作伙伴或者其他企業(yè)之間的意見分歧或合作難度會(huì)增加，面臨著信息和資源的獲取難題，影響了企業(yè)的創(chuàng)新能力和創(chuàng)新績(jī)效。但隨著時(shí)間推移，網(wǎng)絡(luò)形成雛形后，中心度增高會(huì)使得企業(yè)間的聯(lián)系更加穩(wěn)定，成員間彼此相互信任依賴，沖突較少，有利于促進(jìn)企業(yè)間知識(shí)的傳遞、吸收、轉(zhuǎn)化和利用，從而提高創(chuàng)新效率。由此得到假設(shè)2。

H2：企業(yè)創(chuàng)新績(jī)效與網(wǎng)絡(luò)中心度呈“U型”關(guān)系。

當(dāng)兩個(gè)獨(dú)立結(jié)點(diǎn)需要相互鏈接時(shí)，必須依賴其他關(guān)系方作為連接的橋梁，填補(bǔ)結(jié)構(gòu)上的空缺，此時(shí)這個(gè)其他關(guān)系方就占據(jù)了結(jié)構(gòu)洞。大量學(xué)者的實(shí)證結(jié)果證實(shí)，在不同類型的合作關(guān)系中，非冗余型的合作關(guān)系往往能帶來(lái)異質(zhì)性信息，是最有效的一種合作模式。隨著網(wǎng)絡(luò)中結(jié)構(gòu)洞的增加，企業(yè)有更多的機(jī)會(huì)獲得新的創(chuàng)新資源，從而實(shí)現(xiàn)多知識(shí)領(lǐng)域的交叉。由此提出假設(shè)3。

H3：結(jié)構(gòu)洞數(shù)量對(duì)企業(yè)創(chuàng)新績(jī)效的積極影響。

三、研究數(shù)據(jù)、變量與模型

（一）數(shù)據(jù)來(lái)源及處理方式

電子信息領(lǐng)域的企業(yè)對(duì)知識(shí)產(chǎn)權(quán)活動(dòng)極為重視。因此，本文的數(shù)據(jù)是從CNIPA專利信息服務(wù)平臺(tái)爬取的電子信息產(chǎn)業(yè)專利基本信息條錄。對(duì)數(shù)據(jù)的處理如下：首先，刪除專利申請(qǐng)人列里個(gè)人申請(qǐng)的專利，在抓取的242127條專利數(shù)據(jù)中，合作申請(qǐng)發(fā)明專利共有16964項(xiàng)；其次，設(shè)置閾值，刪除合作次數(shù)未高于2次的企業(yè)，接著，將每個(gè)合作專利的申請(qǐng)人進(jìn)行兩兩組合，從而建立創(chuàng)新主體間的權(quán)重創(chuàng)新關(guān)聯(lián)；最后，使用觀測(cè)樣本9971個(gè)。構(gòu)建的合作網(wǎng)絡(luò)圖如圖1至圖4所示。

對(duì)于數(shù)據(jù)進(jìn)行清洗，首先，把名稱相似屬于同一大公司進(jìn)行控股的幾個(gè)企業(yè)進(jìn)行合并。其次，根據(jù)日期按月進(jìn)行分組，然后將合作完成的專利拆成兩人一組，組成邊的源和目標(biāo)，構(gòu)建無(wú)向合作網(wǎng)絡(luò)并得到相關(guān)指標(biāo)數(shù)據(jù)（見表1）。

（二）變量定義與說(shuō)明

1. 因變量

本文的因變量是企業(yè)創(chuàng)新績(jī)效。企業(yè)自主申請(qǐng)并得到授權(quán)的專利數(shù)量可折射出企業(yè)的創(chuàng)新績(jī)效。因此，本文認(rèn)為企業(yè)的創(chuàng)新績(jī)效可用企業(yè)通過(guò)申請(qǐng)的專利數(shù)量來(lái)體現(xiàn)。將2001-2021年每5年做一個(gè)截段，通過(guò)企業(yè)該時(shí)間段內(nèi)申請(qǐng)的專利數(shù)量分析網(wǎng)絡(luò)特征，在此基礎(chǔ)上，將企業(yè)創(chuàng)新績(jī)效劃分為兩個(gè)維度測(cè)量。創(chuàng)新數(shù)量體現(xiàn)電子信息企業(yè)的創(chuàng)新總量，代表了企業(yè)創(chuàng)新的規(guī)模；而創(chuàng)新質(zhì)量體現(xiàn)企業(yè)的技術(shù)質(zhì)量、研究影響力和創(chuàng)新效益。

2. 自變量

本文的自變量是創(chuàng)新合作網(wǎng)絡(luò)。王安琪，熊勝緒（2020）分析得出網(wǎng)絡(luò)關(guān)系的三個(gè)維度（關(guān)系選擇、關(guān)系維護(hù)、關(guān)系利用）均對(duì)企業(yè)技術(shù)創(chuàng)新績(jī)效有顯著正向影響；吳萬(wàn)明等（2022）基于創(chuàng)新網(wǎng)絡(luò)視角，分析了知識(shí)異質(zhì)性通過(guò)知識(shí)協(xié)同的中介作用影響企業(yè)創(chuàng)新績(jī)效的作用機(jī)理以及治理機(jī)制的調(diào)節(jié)作用。從現(xiàn)有創(chuàng)新合作研究成果來(lái)看，有結(jié)論存在矛盾的情形，可見合作特征對(duì)創(chuàng)新績(jī)效的以影響具有異質(zhì)性，研究結(jié)論不具備普適性，對(duì)于不同合作網(wǎng)絡(luò)、不同網(wǎng)絡(luò)特征的創(chuàng)新績(jī)效的關(guān)系需要分別進(jìn)行驗(yàn)證。

3. 中介變量

（1）結(jié)構(gòu)嵌入。結(jié)構(gòu)嵌入性是指一個(gè)個(gè)體或組織在社交網(wǎng)絡(luò)結(jié)構(gòu)中所處的位置和關(guān)系，以及這種位置和關(guān)系對(duì)其發(fā)展和行為的影響。本文將用網(wǎng)絡(luò)中心度和結(jié)構(gòu)洞兩個(gè)指標(biāo)對(duì)結(jié)構(gòu)嵌入性視角下的合作網(wǎng)絡(luò)主體進(jìn)行衡量。中心度表示與某節(jié)點(diǎn)直接鏈接的其他節(jié)點(diǎn)個(gè)數(shù)。中心度FC（i）的增加對(duì)應(yīng)著節(jié)點(diǎn)在網(wǎng)絡(luò)中的重要性和影響度增加，節(jié)點(diǎn)的地位也隨之提高。中心度的計(jì)算公式為：

式中，F(xiàn)C（i）表示中心度；xij代表的是節(jié)點(diǎn)i與節(jié)點(diǎn)j之間的邊數(shù)；n是衡量網(wǎng)絡(luò)中結(jié)點(diǎn)數(shù)量的變量。若要使結(jié)點(diǎn)對(duì)結(jié)構(gòu)洞的利用率提高，則需降低結(jié)構(gòu)洞限制度，其計(jì)算公式為：

式中，Di表示創(chuàng)新主體i的結(jié)構(gòu)洞限制度數(shù)值；Kij的j表示為與創(chuàng)新主體i直接相連的點(diǎn)；Kiq是創(chuàng)新主體i的全部關(guān)系投入中，投入q的關(guān)系占總關(guān)系的比例；Kqj表示連接q與j之間關(guān)系的邊緣強(qiáng)度。結(jié)構(gòu)洞限制度Di描述了節(jié)點(diǎn)在網(wǎng)絡(luò)中利用結(jié)構(gòu)洞的潛力，用以評(píng)估節(jié)點(diǎn)的網(wǎng)絡(luò)控制力和競(jìng)爭(zhēng)優(yōu)勢(shì)。

（2）關(guān)系嵌入。借鑒（Perry，2006）和楊博旭等（2019）的測(cè)量方式，通過(guò)評(píng)估企業(yè)在創(chuàng)新網(wǎng)絡(luò)中的接近中心度和聚類系數(shù)來(lái)衡量關(guān)系嵌入程度。接近中心度是用節(jié)點(diǎn)與其他節(jié)點(diǎn)的距離加總求和來(lái)衡量的。當(dāng)一家企業(yè)能夠快速響應(yīng)網(wǎng)絡(luò)中其他的參與者時(shí)，即被視為高接近性企業(yè)。其表達(dá)式為：

式中，j表示圖頂頂點(diǎn)的個(gè)數(shù)；dij為兩點(diǎn)之間最短路徑的長(zhǎng)度；n表示網(wǎng)絡(luò)規(guī)模。

若聚類系數(shù)是用來(lái)衡量一個(gè)圖中的某節(jié)點(diǎn)與其相連結(jié)點(diǎn)之間聚集的程度的系數(shù)，局部聚類系數(shù)能折射出其鄰居節(jié)點(diǎn)存在鏈接狀態(tài)的可能性。表達(dá)式為：

式中，CC（i）表示局部聚類系數(shù)，ki指與結(jié)點(diǎn)i存在連接狀態(tài)的結(jié)點(diǎn)數(shù)量。

（三）模型設(shè)定

1. 負(fù)二項(xiàng)回歸分析

對(duì)于計(jì)數(shù)資料，當(dāng)其服從的Poisson分布強(qiáng)度參數(shù)λ服從γ分布時(shí)，所得到的復(fù)合分布即為負(fù)二項(xiàng)分布。其中，λ是一個(gè)隨機(jī)變量，方差λ（1+kλ）遠(yuǎn)大于平均數(shù)。k表示計(jì)數(shù)資料的離散程度，yi表示單位時(shí)間內(nèi)事件發(fā)生的頻數(shù)，呈現(xiàn)負(fù)二項(xiàng)分布，則模型方程如下：

lnyi=logni+β0+β1xi1+β2xi2+…+βmxim+logki（5）

式中，xij表示影響創(chuàng)新主體i的因素j， βj表示當(dāng)xij增加1個(gè)單位，lnyi的變化程度對(duì)yi產(chǎn)生e■的效應(yīng)；ni表示誤差隨機(jī)項(xiàng)；ki表示創(chuàng)新主體i的專利申請(qǐng)數(shù)量的離散程度。

本文涉及的被研究對(duì)象為電子信息產(chǎn)業(yè)的專利申請(qǐng)數(shù)據(jù)，這些數(shù)據(jù)并非連續(xù)型，通常呈現(xiàn)出較高的離散度。因此，使用負(fù)二項(xiàng)回歸方法以應(yīng)對(duì)存在的過(guò)度分散情況。

2. SNA分析法

社會(huì)網(wǎng)絡(luò)分析法（SNA）是一種通過(guò)研究網(wǎng)絡(luò)關(guān)系對(duì)現(xiàn)實(shí)世界的聯(lián)系進(jìn)行量化的定量分析法。為了衡量合作網(wǎng)絡(luò)關(guān)系的變化動(dòng)蕩，本文參考Sytch的論文的衡量方法，匹配數(shù)據(jù)。在形式上，將兩個(gè)社群之間的重疊度定義為

式中，N■∩N■是指t和t+1時(shí)刻i和j社群共享的成員的數(shù)量，N■∪N■指在兩個(gè)時(shí)期社群都出現(xiàn)過(guò)的網(wǎng)絡(luò)組成成員數(shù)量。在內(nèi)容上，本文依照張娜等人的研究采取G-N算法來(lái)識(shí)別社群，采取指標(biāo)模塊度：

式中，Q表示模塊度，p表示網(wǎng)絡(luò)中邊的數(shù)量，P■表示節(jié)點(diǎn)i和節(jié)點(diǎn)j之間的連接次數(shù)；σ■表示兩結(jié)點(diǎn)i和j是否屬于相同模塊，通過(guò)模塊度的方法來(lái)將“屬性數(shù)據(jù)”通過(guò)簡(jiǎn)單處理轉(zhuǎn)化為“關(guān)系數(shù)據(jù)”。

四、實(shí)證分析

本節(jié)在研究結(jié)論的基礎(chǔ)上，對(duì)前文提出的研究假設(shè)進(jìn)行實(shí)證檢驗(yàn)。研究的對(duì)象為某一段時(shí)期內(nèi)企業(yè)所獲取專利的數(shù)量，就函數(shù)關(guān)系而言，該模型的因變量是離散變量，因此傳統(tǒng)的多元線性回歸模型并不適用。而且由于本文的樣本是限定在特定時(shí)間段內(nèi)發(fā)布過(guò)專利的企業(yè)，因變量專利個(gè)數(shù)在任何時(shí)候都不存在為0的情況，所以只可選擇的計(jì)數(shù)模型只有泊松回歸和負(fù)二項(xiàng)回歸。

（一）模型對(duì)比及建立

本文采取了計(jì)數(shù)模型中的廣義泊松模型和負(fù)二項(xiàng)回歸模型進(jìn)行回歸，分別稱為模型一和模型二，可以看出在負(fù)二項(xiàng)回歸模型中變量的P值相較于泊松模型較大，但是模型擬合度R2＝0.817>0.808，AIC值更小，且模型一不滿足E（Yi｜Xi）=Var（Yi｜Xi）的條件，故本文采取負(fù)二項(xiàng)回歸。

在模型二的基礎(chǔ)上逐步加入二次項(xiàng)，經(jīng)過(guò)多次嘗試得到最優(yōu)結(jié)果如表2所示，可以看出：模型擬合度由0.808提高到了0.843，并且每個(gè)變量的P值均<0.05，在95%的置信水平下可以認(rèn)為其顯著。

（二）回歸結(jié)果分析

為了驗(yàn)證結(jié)構(gòu)嵌入對(duì)企業(yè)創(chuàng)新績(jī)效的影響，本文采用創(chuàng)新合作網(wǎng)絡(luò)作為自變量，網(wǎng)絡(luò)嵌入性作為中介變量，進(jìn)而分析作為依賴變量的創(chuàng)新績(jī)效，并對(duì)行業(yè)屬性進(jìn)行控制，進(jìn)行回歸分析。根據(jù)回歸結(jié)果可得出，中心度對(duì)創(chuàng)新績(jī)效影響的標(biāo)準(zhǔn)化回歸系數(shù)k1=0.043，且P值<0.05，鄰接矩陣二次方對(duì)創(chuàng)新績(jī)效影響的標(biāo)準(zhǔn)化回歸系數(shù)為k2=-0.018，且P值<0.1。證明網(wǎng)絡(luò)中心度與企業(yè)創(chuàng)新績(jī)效之間呈現(xiàn)倒U 型的相關(guān)性，即中心度的適度提升有助于激發(fā)企業(yè)的創(chuàng)新表現(xiàn)，但過(guò)分強(qiáng)調(diào)中心度則會(huì)抑制企業(yè)創(chuàng)新績(jī)效的提高，可得假設(shè)H2成立；結(jié)構(gòu)洞和企業(yè)創(chuàng)新績(jī)效回歸方程的標(biāo)準(zhǔn)化回歸系數(shù)k3=-0.537，且P值<0.1。若考慮結(jié)構(gòu)洞的數(shù)量，根據(jù)其測(cè)量指標(biāo)數(shù)值越高則表示結(jié)構(gòu)洞的數(shù)量越少，并且已知結(jié)構(gòu)洞與創(chuàng)新績(jī)效的回歸系數(shù)為負(fù)值，那么我們可以得出假設(shè)H3成立。

五、描述性統(tǒng)計(jì)

基于社會(huì)網(wǎng)絡(luò)相關(guān)理論與方法構(gòu)建和分析電子信息制造業(yè)中游企業(yè)的創(chuàng)新網(wǎng)絡(luò)以及企業(yè)的創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)位置，本文運(yùn)用網(wǎng)絡(luò)分析軟件UCINET、GEPHI等對(duì)企業(yè)網(wǎng)絡(luò)嵌入進(jìn)行測(cè)量，并進(jìn)行描述性統(tǒng)計(jì)及回歸分析，驗(yàn)證獲取的專利樣本是否具有顯著性。

為了避免自變量之間的相關(guān)性對(duì)回歸結(jié)果造成影響，在構(gòu)建最終指標(biāo)前進(jìn)行相關(guān)性檢驗(yàn)。表3給出了變量的描述性統(tǒng)計(jì)結(jié)果以及相關(guān)系數(shù)矩陣，由此可以看出，特征向量中心度與平均加權(quán)度之間的相關(guān)性較高達(dá)到0.701，且平均加權(quán)度的VIF值較高=6.556>5，在回歸時(shí)采取剔除。其余變量的VIF值都較小，最高僅4.57，說(shuō)明剔除后的模型不存在嚴(yán)重的多重共線性。

匹配度的均值僅為0.370，說(shuō)明這期間的企業(yè)合作動(dòng)蕩較大，經(jīng)過(guò)查找發(fā)現(xiàn)因?yàn)樵竞献骼喂痰钠髽I(yè)之間的聯(lián)系不會(huì)輕易撼動(dòng)，投資者在相互企業(yè)間都有參股。相比之下，一些新進(jìn)入的企業(yè)很難融入，進(jìn)入成本較高，因此合作次數(shù)較少，通過(guò)研究專利數(shù)據(jù)可發(fā)現(xiàn)，鴻富錦精密工業(yè)深圳分公司與鴻海精密工業(yè)股份有限公司累計(jì)進(jìn)行了高達(dá)254次的合作，建立了較為牢固的合作關(guān)系，但是相比之下，鴻富錦精密工業(yè)（深圳）有限公司與賜福科技股份有限公司在2010年12月合作了一次，之后便沒有合作，退出了合作網(wǎng)絡(luò)。因此，猜測(cè)有不少這樣的進(jìn)入成本較高的小企業(yè)導(dǎo)致匹配度較低。但是從平均聚類系數(shù)為0.656較高，可以看出中心企業(yè)的凝聚力較強(qiáng)。

六、結(jié)語(yǔ)

隨著全球經(jīng)濟(jì)競(jìng)爭(zhēng)的加劇，組建創(chuàng)新合作網(wǎng)絡(luò)對(duì)企業(yè)提高創(chuàng)新績(jī)效的作用越來(lái)越凸顯。因此，創(chuàng)新合作網(wǎng)絡(luò)通過(guò)網(wǎng)絡(luò)嵌入性對(duì)企業(yè)創(chuàng)新績(jī)效的影響是雙線選擇且互相影響的。實(shí)際上，企業(yè)所處的合作網(wǎng)絡(luò)嵌入程度，對(duì)企業(yè)創(chuàng)新績(jī)效產(chǎn)生不同的效益。企業(yè)在構(gòu)建或加入創(chuàng)新合作網(wǎng)絡(luò)時(shí)，應(yīng)根據(jù)自身的實(shí)際情況和目標(biāo)，選擇相匹配的合作伙伴和合作方式，并盡量避免負(fù)面影響，從而提高企業(yè)的創(chuàng)新績(jī)效和競(jìng)爭(zhēng)力。從局部視角來(lái)看，結(jié)構(gòu)洞中的企業(yè)可以與先前無(wú)直接經(jīng)濟(jì)往來(lái)的合作伙伴建立聯(lián)系，獲取跨知識(shí)領(lǐng)域的不冗余創(chuàng)新資料，實(shí)現(xiàn)知識(shí)溢出與共享。未來(lái)，可以增強(qiáng)合作網(wǎng)絡(luò)中各節(jié)點(diǎn)主體的互動(dòng)和交流的頻率，以幫助企業(yè)有效吸收和整合來(lái)自結(jié)構(gòu)洞的異構(gòu)資源，進(jìn)而促進(jìn)企業(yè)創(chuàng)新績(jī)效的提升。

參考文獻(xiàn)：

[1]David，R.J.，& Strang，D.R.Networks and innovation in internationalization[J].Academy of Management Journal，2010，53（04）：984-1004.

[2]Schilling M A，Phelps C C.Interfirm Collaboration Networks：The Impact of Large-Scale Network Structure on Firm Innovation[J].Management Science，2007，53（07）：1113-1126.

[3]蔣天穎，叢海彬，王崢燕，張一青.集群企業(yè)網(wǎng)絡(luò)嵌入對(duì)技術(shù)創(chuàng)新的影響——基于知識(shí)的視角[J].科研管理，2014，35（11）：26-34.

[4]Ahuja G.Collaboration networks，structural holes，and innovation：A longitudinal study[J].Administrative Science Quarterly，2000，45（03）：425-455.

[5]張娜，孫超.網(wǎng)絡(luò)社群結(jié)構(gòu)動(dòng)態(tài)對(duì)企業(yè)創(chuàng)新績(jī)效的影響研究[J].科學(xué)學(xué)研究，2022，40（04）：734-745.

[6]王安琪，熊勝緒.企業(yè)網(wǎng)絡(luò)關(guān)系對(duì)技術(shù)創(chuàng)新績(jī)效影響的實(shí)證分析[J].統(tǒng)計(jì)與決策，2020，36（05）：184-188.

[7]吳萬(wàn)明，陳關(guān)聚，陳藝靈.創(chuàng)新網(wǎng)絡(luò)視角下知識(shí)異質(zhì)性對(duì)企業(yè)創(chuàng)新績(jī)效的影響機(jī)理研究[J].管理現(xiàn)代化，2022（02）：115-121.

（作者單位：江西財(cái)經(jīng)大學(xué)）