1 绪论
1.1 研究背景及研究意义
1.1.1 选题背景
随着创新全球化浪潮的推进以及新兴技术的发展，产品创新过程日趋复杂，企业内部研发难以满足日渐个性化的消费需求，企业越来越难以单独发展、扩张来获得竞争优势。也即，企业不仅需要依靠其自身资源，更需要依靠企业间不同领域、不同特性、不同功能的知识及其他相关资本要素的有效流动，避免禁锢在自身的内部结构或思维方式中。因此，企业间合作网络应运而生并成为了创新活动的重要形式和战略举措。企业通过嵌入合作网络以获取关键资源、增强创新实力，进而适应纷繁复杂的环境就显得尤为重要。但网络结构中的不同节点位置使得企业之间控制关键资源的能力高低有别，导致企业之间的影响力与依赖程度不对称，产生信息及资源的分层结构。
相较于企业合作网络边缘位置，中心位置是焦点企业社会合作关系总和的一种体现，将节点处于网络中其他成员对之间的通路上，影响节点获取关键信息和知识流的可能性，继而影响企业整合高质量外部资源的数量、质量以及应用这些资源的能力。部分学者着眼于社会网络关系本身，从结构嵌入角度对网络中心性的形成机理进行了研究，提出优先链接是网络演变的主要机制，可以解释网络增长过程中出现的“核心-边缘”结构[1-2]。但这种从结构到结构的推演更接近于网络演化规律的总结，而要真正厘清合作关系形成的触发机制，则要进一步探究企业的知识特征。实际上，在创新致胜的竞争时代，知识这一要素是拉动企业研发的主引擎，且正逐渐替代传统生产要素成为关键性创新要素[3]。企业嵌入社会网络的主要目的是通过更低的搜索成本搜索到更多、更有用的知识进行技术创新。企业是知识创造、存储和使用的能动主体，创建社会网络的企业通过拥有个体特定的知识要素嵌入知识网络[4]。企业可以同时拥有多种知识要素，而同一知识要素也可以被多个企业共同拥有。当把两类节点及其对应关系融入同一网络中时，就形成了社会—知识二模网络[5]。即知识要素充当了企业间关系的桥梁，企业通过现有知识要素直接或间接连接的其他企业来进行合作伙伴的搜索，进而与新伙伴建立联系或与已有伙伴断开联系。因此，这些知识要素在二模网络中的特征决定了企业后续合作关系建立的成效。若仅考虑合作维度则有可能将企业合作网络中心性归结为人际交流，而忽略了知识体系的内在逻辑与核心刚性；若仅考虑知识维度则有可能将企业合作网络中心性归结为知识关系的推演，而忽略了合作企业的社会联系。
.......................
1.2 国内外研究现状
1.2.1 有关知识特征对企业合作网络形成功能的研究
合作网络中心位置是企业大量历史创新活动的结果，是企业最有价值的网络资源[10]，通常通过度中心度来衡量[11]。一方面，企业可以利用其网络中心位置更好地从合作伙伴乃至网络外部获取技术和市场信息，提升自身的研发绩效[3]。另一方面，占据网络中心位置的企业可以利用其具有的网络治理话语权，影响乃至主导行业的价值分配，从而掌控价值链运行[12]。因此，有关企业网络中心性形成及功能的研究具有重要意义。
目前，合作网络中心性影响机制的研究主要存在两条路径：一条路径基于社会网络自演化的思想，从结构嵌入角度集中考察节点的社会特征对企业合作网络位置的影响。Ahuja[13]、Giuliani[14]、Zheng 等[15]从优先连接（Preferential attachment）角度发现当合作伙伴加入新的环境中时，鉴于潜在技术及信息资源较少，优先选择与占据网络中心位置的企业合作，以克服技术局限并快速寻求新的研究方向。也即优先连接使中心性高的节点具有较强吸引力，继而成为受欢迎的合作对象。Abbasi 等[16]将中心性分为三个维度：度中心性、紧密中心性和中间中心性，并分别探讨网络中现有节点的中心性对下一期新链接关系数的影响。刘凤朝等[17]基于 USPTO 纳米领域技术专利数据，发现合作主体在选择合作伙伴时，会综合考虑对方在整个合作网络中的度中心性和中间中心性，且时间越长，上述指标对合作主体的参考价值越大。
另一条路径基于“资源-行为-绩效”的演化思想，从节点的知识特征切入，考察企业知识要素的离散特征及关系特征对其合作网络位置形成的影响。合作网络位置作为企业创新行为的综合映射，是知识资源与企业创新绩效的关键环节。在知识搜索过程中，企业的各种知识和扩展知识行为被嵌入其合作互动关系中，成为与其他企业互动的主要动力[18]。企业鉴于知识特征带来的创新收益而不断实现合作关系拆解与连接，进而提升其在合作网络中的位置。近年来，学者们主要探究节点知识离散特征（多样性和独特性）和知识关系特征（复杂性和邻近性）对其自身创新绩效、网络地位及整个网络结构变动的影响。
........................
2 相关概念界定与理论基础
2.1 相关概念界定
2.1.1 企业合作网络
人类学家 Brown 率先关注生态结构提出“社会网络”的概念，聚焦于有界群体行为。后期 Wellman 和 Berkowitz[48]把网络视为联结行动者的一系列社会联系，主要将社会网络应用在基于个体间联系构成的稳定系统中。社会网络反映企业间互动渠道，展示网络中企业相互传递各种资源、技术、知识和思想的交换过程[18]，促进企业研发中重要的黏性知识和隐性知识的传播和重新组合，是创新过程的关键组成部分[49]。对于企业而言，合作互动关系是一种创造潜在价值和积累资本的方式，企业可以通过这种关系访问多样化的资源来创造新知识并提高绩效[50]。至此，学者主要基于网络本身的“结构特征”来解释社会网络在企业创新层面的作用，包括企业之间关系的紧密性[51]，企业之间直接或间接联系的强度[13]以及企业在网络中的中心位置[52]。网络结构阐明知识创造的过程，为企业提供了与其他合作伙伴互动的渠道和寻求知识创新的机会。在合作网络结构特征的选择上，学者们通常用网络中心性这一指标来刻画[53]。
Freeman[11]将网络中心性定义为企业位置与网络中合作伙伴的接近程度。合作网络中心性有助于企业积累知识资本，提高技术能力，从而塑造其在行业的技术轨迹。同时，处于中心地位可确保企业是流经整个网络信息的传递点，提高其对现存机会的警觉性，提升企业选择更好的项目机会的能力，从而提高创新成功的可能性。相关学者的研究表明，与距离网络中心较远的企业相比，距离网络中心较近的企业拥有多样化和非冗余信息以及控制整个网络中资源流动的可见性和能力，并迅速在知识交流过程中掌握相关知识的来源和内容以便应对市场变化和开发新产品[54-55]。本文基于合作网络中心性对企业创新的重要意义，以企业合作网络中心性为研究主题，揭示企业合作网络中心性的形成机理。
....................
2.2 理论基础
2.2.1 知识基础观
在资源基础观中，企业是一组特殊资源和能力的集合体，管理的首要任务是通过优化部署企业资源和能力实现价值最大化；知识基础观，是资源基础理论的产物，在某种程度上将知识作为企业最重要的战略资源，认为企业生产中关键投入和主要价值来源是知识。Grant[65]认为企业产品生产需要的知识和现有知识领域之间并非完全一致，这时候企业不仅对企业外知识有需求，企业内也会存在未充分利用的知识资源，而联盟可以将具有不同知识基础的企业聚集到一起，通过知识共享，焦点企业有机会向合作伙伴学习，从而扩大知识基础和发展新技术[66]，提高知识利用和知识整合的效率[67]。现有学者在联盟的背景下将知识共享机制划分为两个阶段：知识获取（knowledge access）和知识整合（knowledge integration）[66-68]。首先，知识获取是指焦点企业接触合作伙伴的知识库并根据自身的知识缺口和潜在需求来获取所需知识[67]，但目标之一仍是保持其独特的专业知识基础。其次，知识整合表明企业可以利用其联盟来真正吸收和内部化其合作伙伴的知识库[69]。企业可以将联盟作为学习的载体，在知识整合阶段将所需知识主动内化并应用到实际创新中。
图 3.1 概念框架
3 概念框架与研究假设...............................22
3.1 概念框架..........................................22
3.2 研究假设............................23
4 研究设计................................................29
4.1 样本选择与数据来源...................................29
4.1.1 样本选择.................................29
4.1.2 数据来源..................................29
5 实证检验..........................................33
5.1 描述性统计与相关性分析..............................33
5.1.1 描述性分析..............................33
5.1.2 相关性分析............................33
5 实证检验
5.1 描述性统计与相关性分析
5.1.1 描述性分析
表5.1 为本研究中各变量在样本研究期间的均值、标准差、最小值以及最大值。统计样本中，样本企业在全球新能源汽车技术领域的合作网络中心性均值为 1.22，最小值为 0，最大值为 105，说明每个企业在五年时间内与其他企业普遍有过 1.22 次合作研发经历。在解释变量中，二模网络中企业知识多样性均值为 131.23。二模网络中企业知识独特性均值为 0.01。在调节变量中，知识复杂性均值为 0.75，最小值为 0.02，最大值为36.73，说明在全球新能源汽车行业内知识间组合关系平均程度为 0.75。知识邻近性均值为 0.61，最小值为 0.32，最大值为 1，表示在全球新能源汽车技术领域企业间的知识邻近平均程度为 0.61。在控制变量中，企业专利积累平均为 31.22，企业知识基础平均为8.84，企业年龄平均为 7.80 年。
表 5.1 描述性统计结果
6 结论与启示
6.1 研究结论
在知识共享的不同阶段，知识特征带来的差异化重组创新收益会影响焦点企业和合作伙伴的合作意愿，进而影响企业在合作网络中的位置。针对如何通过网络中的知识共享过程提升企业竞争优势的问题，本文基于知识基础观、社会网络理论和知识搜索理论，以全球新能源汽车企业为研究对象，利用 2000-2018 年的专利数据，采用零膨胀负二项回归模型，研究了二模网络中企业的知识离散特征对其合作网络中心性的影响，并探讨了这种效应在不同知识关系特征下的差异。本文的研究结论如下：
第一，在知识获取阶段，二模网络中企业知识多样性对其合作网络中心性形成具有正向促进作用。二模网络中的高知识多样性可以提升企业访问网络中多种知识源的效率，增加知识要素间的组合概率，正向促进企业之间的知识传播，为企业合作网络中心性形成提供基础。因此，二模网络中企业拥有知识元素越多，该企业越是热门的被搜索对象与潜在合作伙伴。本文基于社会网络理论，将社会网络和知识网络整合到统一的分析框架下，探究二模网络中知识多样性在企业创新过程中如何发挥作用。本文认为企业知识多样性的功能实现不仅取决于知识本身的属性，还受到其所在的社会—知识二模网络运行属性的作用，这对 Hagedoorn 等[68]提出的知识多样性对企业创新的影响研究进行了细化与补充。
第二，在知识获取阶段，二模网络中企业知识独特性对其合作网络中心性有倒 U 型影响。随着知识独特性的增加，企业获取的异质性知识增多，拓宽企业的知识搜索范围，促进企业的创新绩效；但当知识独特性过高时，企业的协调成本增多，企业知识整合效率降低，创新绩效呈下降趋势，从而阻碍企业之间合作关系的形成。因此，适度的知识独特性对企业合作网络中心性的提升最为有利。这与 Brennecke 和 Rank[7]的结论有所不同，学者将研究对象锁定在发明人这一微观层面上，发现知识独特性阻碍个体间合作关系的形成。本文基于全球新能源汽车企业技术领域的专利数据，引入社会—知识二模网络概念，探究二模网络中企业的知识独特性对企业间合作的影响，可作为对 Brennecke和 Rank 的研究的补充。
参考文献（略）