孫耀吾，衛(wèi)英平

(湖南大學(xué) 工商管理學(xué)院，湖南 長沙 410082)

一、研究背景與文獻(xiàn)簡(jiǎn)要回顧

在復(fù)雜網(wǎng)絡(luò)經(jīng)濟(jì)和技術(shù)背景下，單個(gè)企業(yè)進(jìn)行知識(shí)創(chuàng)新面臨著更大的壓力和不確定性，尋求合作與共贏，通過聯(lián)盟吸收擴(kuò)散知識(shí)并創(chuàng)造新知識(shí)成為企業(yè)發(fā)展的重要驅(qū)動(dòng)力。聯(lián)盟網(wǎng)絡(luò)可以加快知識(shí)擴(kuò)散，提高技術(shù)創(chuàng)新效率，但內(nèi)在機(jī)理和路徑尚待探索，研究高技術(shù)企業(yè)聯(lián)盟網(wǎng)絡(luò)中的知識(shí)創(chuàng)新與擴(kuò)散規(guī)律，具有重要的理論與現(xiàn)實(shí)意義。

1959年，匈牙利數(shù)學(xué)家Erdos P和Renyi A提出了隨機(jī)圖模型，開創(chuàng)了復(fù)雜網(wǎng)絡(luò)理論的系統(tǒng)性研究。復(fù)雜網(wǎng)絡(luò)是指節(jié)點(diǎn)數(shù)巨大，具有節(jié)點(diǎn)間連接多樣性、動(dòng)力學(xué)復(fù)雜性和節(jié)點(diǎn)多樣性的網(wǎng)絡(luò)。近年在物理學(xué)、生物學(xué)、計(jì)算機(jī)科學(xué)等領(lǐng)域引起廣泛關(guān)注［1］。科學(xué)家們對(duì)電力網(wǎng)絡(luò)、通信網(wǎng)絡(luò)、科學(xué)家合作網(wǎng)等的實(shí)證研究發(fā)現(xiàn)，現(xiàn)實(shí)網(wǎng)絡(luò)絕大部分都是復(fù)雜網(wǎng)絡(luò)［2］，不僅表現(xiàn)出復(fù)雜的拓?fù)浣Y(jié)構(gòu)，還表現(xiàn)出連接權(quán)數(shù)的不均勻分布。由于信息在復(fù)雜網(wǎng)絡(luò)中以有限的速度傳播，信息傳播在不同距離間存在時(shí)滯［3］。Cai Kai yuan等(2009)研究軟件執(zhí)行過程演化復(fù)雜網(wǎng)絡(luò)顯示，軟件執(zhí)行過程在拓?fù)鋵W(xué)意義上可能是小世界復(fù)雜網(wǎng)絡(luò)，并且度分布遵循冪律分布［4］。Wang Gaoxia等(2008)提出多向分割法檢測(cè)復(fù)雜網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)，指出矢量分割算法可以有效發(fā)現(xiàn)良好社區(qū)和社區(qū)的適當(dāng)數(shù)量［5］。Zhang Dawei等(2010)應(yīng)用雪球算法研究復(fù)雜網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)，認(rèn)為首先構(gòu)建社區(qū)核心，然后將滿足量化條件的鄰近社區(qū)綁定到這個(gè)核心，直到所有節(jié)點(diǎn)都進(jìn)入網(wǎng)絡(luò)［6］。黃璜(2010)基于形式化的社會(huì)資本變量建立合作演化模型，利用“基于主體建?！狈椒ㄟM(jìn)行計(jì)算機(jī)模擬，表明如果一個(gè)群體是由相互嵌套的、小規(guī)模的、自組織的“社會(huì)網(wǎng)絡(luò)”即“小圈子”構(gòu)成，個(gè)體可以自由選擇這些“圈子”，那么個(gè)體在“小圈子”中的長遠(yuǎn)利益會(huì)影響他們的策略選擇［7］。

在知識(shí)管理領(lǐng)域，Robin Cowan等(2004)基于復(fù)雜網(wǎng)絡(luò)提出知識(shí)擴(kuò)散模型，探討網(wǎng)絡(luò)結(jié)構(gòu)和知識(shí)擴(kuò)散的關(guān)系，發(fā)現(xiàn)復(fù)雜網(wǎng)絡(luò)的知識(shí)擴(kuò)散呈現(xiàn)清晰的“小世界”特性，網(wǎng)絡(luò)節(jié)點(diǎn)的連接結(jié)構(gòu)影響知識(shí)的動(dòng)態(tài)傳播［8］。知識(shí)接收者對(duì)社會(huì)網(wǎng)絡(luò)中知識(shí)擴(kuò)散源的接近取決于知識(shí)屬性，社交距離會(huì)影響知識(shí)擴(kuò)散源向潛在接收者的知識(shí)傳遞，知識(shí)傳播的高保真性有利于知識(shí)擴(kuò)散［9］。技術(shù)創(chuàng)新網(wǎng)絡(luò)是由模塊化結(jié)點(diǎn)形成的復(fù)雜網(wǎng)絡(luò)組織［10］，張首魁等(2006)應(yīng)用松散耦合理論從網(wǎng)絡(luò)整體性與模塊獨(dú)立性兩個(gè)維度研究其松散耦合的組織結(jié)構(gòu)。李金華等(2006)應(yīng)用復(fù)雜網(wǎng)絡(luò)理論研究創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)演化，模型與仿真揭示了創(chuàng)新網(wǎng)絡(luò)的小世界特性和拓?fù)浣Y(jié)構(gòu)［11］。Hyukjoon Kim 等(2009)基于社會(huì)網(wǎng)絡(luò)構(gòu)建知識(shí)擴(kuò)散模型，探討網(wǎng)絡(luò)結(jié)構(gòu)對(duì)知識(shí)擴(kuò)散績(jī)效的影響，認(rèn)為小世界網(wǎng)絡(luò)是最有效的知識(shí)擴(kuò)散結(jié)構(gòu)［12］。

高技術(shù)企業(yè)聯(lián)盟通過合作研發(fā)、知識(shí)交流等方式，實(shí)現(xiàn)技術(shù)突破和知識(shí)創(chuàng)造，聯(lián)盟成員之間的合作關(guān)系網(wǎng)是復(fù)雜網(wǎng)絡(luò)。在高技術(shù)企業(yè)聯(lián)盟知識(shí)擴(kuò)散研究中，莊亞明等(2004)分析了阻礙高技術(shù)企業(yè)聯(lián)盟知識(shí)轉(zhuǎn)移的主要因素，提出了知識(shí)轉(zhuǎn)移一般模式、形成機(jī)理和收益分配方案［13］;Chih Ming Tsai(2008，2009)引入知識(shí)外在化、知識(shí)內(nèi)在化等五種模式構(gòu)建包含企業(yè)間和企業(yè)內(nèi)的創(chuàng)新知識(shí)價(jià)值演化與擴(kuò)散動(dòng)態(tài)模型，揭示現(xiàn)存知識(shí)價(jià)值、創(chuàng)新知識(shí)價(jià)值和企業(yè)收益之間的關(guān)系［14－15］?？傮w上，已有的知識(shí)擴(kuò)散模型研究尚未能揭示知識(shí)在復(fù)雜網(wǎng)絡(luò)中擴(kuò)散的深層機(jī)理和系統(tǒng)特性。本文借鑒基于復(fù)雜網(wǎng)絡(luò)的傳播機(jī)理與動(dòng)力學(xué)分析，特別是疾病傳播研究，對(duì)高技術(shù)企業(yè)聯(lián)盟網(wǎng)絡(luò)的知識(shí)擴(kuò)散機(jī)理與特性進(jìn)行系統(tǒng)分析。

二、復(fù)雜網(wǎng)絡(luò)下高技術(shù)企業(yè)聯(lián)盟知識(shí)擴(kuò)散AIDA模型

(一)研究方法

在典型的流行病傳播模型中，種群內(nèi)的個(gè)體被抽象為幾類，每一類都處于一個(gè)典型狀態(tài)，其基本狀態(tài)［16］包括:S(susceptible)——易染狀態(tài);I(infected)——感染狀態(tài);R(recovered)——免疫狀態(tài)。通常用這些狀態(tài)之間的轉(zhuǎn)換過程來命名不同的傳染模型。例如，易染群體被感染，然后恢復(fù)健康并具有免疫性，稱之為SIR模型。若易染群體被感染、康復(fù)后，部分康復(fù)群體失去免疫力重新返回到易染狀態(tài)，則稱為SIRS模型［17］，其實(shí)質(zhì)是疾病傳播會(huì)引起更多群體感染，呈擴(kuò)散狀況。這一原理可被借鑒用以反映知識(shí)傳播與擴(kuò)散現(xiàn)象。

知識(shí)擴(kuò)散是指知識(shí)被更多的主體所吸收和運(yùn)用。高技術(shù)企業(yè)聯(lián)盟是企業(yè)在合作創(chuàng)新的過程中形成的協(xié)作關(guān)系網(wǎng)，創(chuàng)造出大量新知識(shí)，這些新知識(shí)游離在聯(lián)盟網(wǎng)絡(luò)中，易于為聯(lián)盟成員吸收、擴(kuò)散再加以創(chuàng)新，這與疾病傳播相似。區(qū)別在于創(chuàng)新知識(shí)更多地是在聯(lián)盟成員之間傳播，而難以向聯(lián)盟外企業(yè)擴(kuò)散，疾病傳播則是任何與感染群體接觸的群體都有可能發(fā)生。在高技術(shù)企業(yè)聯(lián)盟網(wǎng)絡(luò)中，擴(kuò)散知識(shí)的企業(yè)是知識(shí)擴(kuò)散源，類似于疾病傳播源，知識(shí)吸收者類似于易染群體，即聯(lián)盟成員在吸收網(wǎng)絡(luò)中擴(kuò)散的知識(shí)后，會(huì)對(duì)吸收的知識(shí)進(jìn)行整合從而創(chuàng)造出新知識(shí)并進(jìn)行擴(kuò)散，之后又不斷地從聯(lián)盟網(wǎng)絡(luò)中獲取創(chuàng)新性知識(shí)，其知識(shí)擴(kuò)散機(jī)理與SIRS模型原理類似。本文借鑒傳染病SIRS原理，構(gòu)建高技術(shù)企業(yè)聯(lián)盟知識(shí)擴(kuò)散的AIDA模型，揭示聯(lián)盟復(fù)雜網(wǎng)絡(luò)知識(shí)擴(kuò)散特性，并進(jìn)行實(shí)證分析，探索促進(jìn)聯(lián)盟知識(shí)擴(kuò)散、提高企業(yè)知識(shí)創(chuàng)新效率和聯(lián)盟穩(wěn)定性的新途徑。

(二)模型構(gòu)建

在高技術(shù)企業(yè)聯(lián)盟中，成員企業(yè)在網(wǎng)絡(luò)中的狀態(tài)可分為3種:一種是自主知識(shí)創(chuàng)新能力較弱，但具有較強(qiáng)的知識(shí)吸收能力，易于接受外界擴(kuò)散的知識(shí)，處于知識(shí)依附狀態(tài)，稱為易染企業(yè)節(jié)點(diǎn);一種是具有較強(qiáng)的知識(shí)創(chuàng)新能力，除自主創(chuàng)新外，可以將外界擴(kuò)散的知識(shí)整合成自身知識(shí)，并擴(kuò)散部分創(chuàng)新知識(shí)，處于知識(shí)融合狀態(tài)，稱為感染企業(yè)節(jié)點(diǎn);一種是自主創(chuàng)新能力較強(qiáng)，但對(duì)外界的擴(kuò)散知識(shí)吸收較少，處于知識(shí)自足狀態(tài)，如聯(lián)盟新成員或較為封閉、獨(dú)立的成員，參與合作創(chuàng)新尚少，稱為免疫企業(yè)節(jié)點(diǎn)。事實(shí)上，聯(lián)盟成員的這3種狀態(tài)并非完全非此即彼，只是在特定的時(shí)刻以某種狀態(tài)為主。聯(lián)盟網(wǎng)絡(luò)中企業(yè)的不同狀態(tài)具有一定的區(qū)間范圍，當(dāng)企業(yè)的狀態(tài)變化超過某一臨界值時(shí)，企業(yè)才會(huì)呈現(xiàn)新的狀態(tài)。借鑒汪小帆等(2006)對(duì)復(fù)雜網(wǎng)絡(luò)的流行病傳播機(jī)理研究［16］，設(shè)企業(yè)從知識(shí)依附狀態(tài)經(jīng)由知識(shí)融合狀態(tài)到知識(shí)自足狀態(tài)的概率為ν，從知識(shí)自足狀態(tài)重新返回到知識(shí)依附狀態(tài)的概率為δ，則有效的知識(shí)擴(kuò)散率可定義為:

借鑒 Romualdo Pastor－Satorras和 Alessandro Vespignani(2001)對(duì)傳染病傳播的動(dòng)力學(xué)原理，假設(shè)在t時(shí)刻被擴(kuò)散知識(shí)感染的聯(lián)盟網(wǎng)絡(luò)企業(yè)節(jié)點(diǎn)密度為ρ(t)，當(dāng)時(shí)間t趨于無窮大時(shí)，感染擴(kuò)散知識(shí)的企業(yè)穩(wěn)態(tài)密度為ρ，在聯(lián)盟成員緊密聯(lián)系的網(wǎng)絡(luò)中，由平均場(chǎng)理論可得被感染企業(yè)密度ρ(t)的反應(yīng)方程為:

在式(2)中，ρ(t)表示感染擴(kuò)散知識(shí)的企業(yè)節(jié)點(diǎn)以單位速率成為免疫企業(yè)節(jié)點(diǎn)，λ〈k〉ρ(t)［1 － ρ(t)］表示單個(gè)感染的企業(yè)節(jié)點(diǎn)產(chǎn)生的新感染節(jié)點(diǎn)的平均密度，它與有效的知識(shí)擴(kuò)散率λ、企業(yè)節(jié)點(diǎn)的度〈k〉以及與未感染的企業(yè)節(jié)點(diǎn)相連的概率(1－ρ(t))成比例。企業(yè)節(jié)點(diǎn)的度〈k〉是與某個(gè)特定企業(yè)直接相連的其他企業(yè)的數(shù)目，反映了某個(gè)企業(yè)與其他企業(yè)聯(lián)系的緊密程度，并反映了企業(yè)在聯(lián)盟中的地位。直觀上看，一個(gè)企業(yè)節(jié)點(diǎn)的度越大就意味著這個(gè)企業(yè)在聯(lián)盟中的地位越重要。令式(2)右端等于零，最終可以求得被感染擴(kuò)散知識(shí)的企業(yè)個(gè)體的穩(wěn)態(tài)密度ρ為:

在式(3)中，λc表示知識(shí)擴(kuò)散的臨界值，即企業(yè)知識(shí)擴(kuò)散量能促使其他企業(yè)進(jìn)行有效知識(shí)創(chuàng)新的最小值。當(dāng)企業(yè)節(jié)點(diǎn)狀態(tài)發(fā)生變化時(shí)，知識(shí)進(jìn)行有效擴(kuò)散的臨界值為:

在企業(yè)相互聯(lián)系較均勻的高技術(shù)企業(yè)聯(lián)盟網(wǎng)絡(luò)中，有效的知識(shí)擴(kuò)散率會(huì)存在一個(gè)臨界值λc，若有效的知識(shí)擴(kuò)散率λ大于臨界值λc，則聯(lián)盟成員合作比較緊密，彼此間相互信任，感染擴(kuò)散知識(shí)的企業(yè)會(huì)將吸收的知識(shí)向外擴(kuò)散，使得聯(lián)盟網(wǎng)絡(luò)中吸收擴(kuò)散知識(shí)的企業(yè)數(shù)量處于某一穩(wěn)定狀態(tài)，但若企業(yè)擴(kuò)散的知識(shí)是與聯(lián)盟技術(shù)創(chuàng)新無關(guān)的知識(shí)，則其擴(kuò)散是無效的，此時(shí)的知識(shí)擴(kuò)散并不會(huì)促進(jìn)其他聯(lián)盟成員進(jìn)行知識(shí)吸收并提高聯(lián)盟的知識(shí)創(chuàng)新能力。

現(xiàn)實(shí)中，大多數(shù)的聯(lián)盟網(wǎng)絡(luò)都是非均勻網(wǎng)絡(luò)，各個(gè)聯(lián)盟成員在網(wǎng)絡(luò)中的重要性程度不同，從而網(wǎng)絡(luò)中企業(yè)節(jié)點(diǎn)的連接存在密集和稀疏情形。定義相對(duì)密度ρk(t)為一個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)度為k的企業(yè)節(jié)點(diǎn)感染擴(kuò)散知識(shí)的概率，則它的平均場(chǎng)方程［18］為:

其中，Θ(ρk(t))表示某一特定的聯(lián)盟成員與一個(gè)感染擴(kuò)散知識(shí)的企業(yè)節(jié)點(diǎn)相連的概率。若ρk(t)的穩(wěn)態(tài)值為ρk，令式(5)右端為零，可得:

式(6)表明聯(lián)盟網(wǎng)絡(luò)中企業(yè)節(jié)點(diǎn)的度越高，其感染擴(kuò)散知識(shí)的概率也越高。由于聯(lián)盟網(wǎng)絡(luò)中不同企業(yè)節(jié)點(diǎn)的度通常存在差異、大小不一，對(duì)于任一特定的聯(lián)盟成員指向度為s的企業(yè)節(jié)點(diǎn)的概率可以表示為 sP(s)/〈k〉，求得:

有效的知識(shí)擴(kuò)散臨界值λc必須滿足的條件是:當(dāng)λ＞λc時(shí)可以得到Θ的一個(gè)非零解，由式(6)和式(7)可以得到:

式(8)有一個(gè)平凡解Θ=0，如果該方程要存在一個(gè)非平凡解Θ≠0，需要滿足如下條件:

從而得到高技術(shù)企業(yè)聯(lián)盟網(wǎng)絡(luò)有效的知識(shí)擴(kuò)散臨界值λc為:

可知，高技術(shù)企業(yè)聯(lián)盟網(wǎng)絡(luò)節(jié)點(diǎn)的平均度〈k〉越大，有效的知識(shí)擴(kuò)散臨界值λc越小，知識(shí)在聯(lián)盟中的擴(kuò)散就越容易。同時(shí)，對(duì)于聯(lián)盟成員來說，節(jié)點(diǎn)度較大的企業(yè)知識(shí)擴(kuò)散臨界值較低，有利于創(chuàng)新知識(shí)在聯(lián)盟內(nèi)的擴(kuò)散。

高技術(shù)企業(yè)聯(lián)盟進(jìn)行知識(shí)擴(kuò)散必須達(dá)到臨界值才會(huì)成功，較小的臨界值有利于知識(shí)的擴(kuò)散。在聯(lián)盟網(wǎng)絡(luò)中，只有擴(kuò)散知識(shí)是聯(lián)盟知識(shí)創(chuàng)造所需要的類型時(shí)擴(kuò)散才會(huì)有效。知識(shí)擴(kuò)散成功后，企業(yè)將吸收的知識(shí)融合成自身知識(shí)加以創(chuàng)新，并將創(chuàng)造的新知識(shí)擴(kuò)散出去，提高聯(lián)盟的知識(shí)水平。圖1中，聯(lián)盟成員通過吸收網(wǎng)絡(luò)中擴(kuò)散的創(chuàng)新性知識(shí)，借助于自身知識(shí)創(chuàng)新的SECI過程創(chuàng)造出新知識(shí)，并向網(wǎng)絡(luò)進(jìn)行部分?jǐn)U散，從而實(shí)現(xiàn)知識(shí)從吸收、創(chuàng)新到擴(kuò)散的AIDA過程。具體包括3個(gè)方面:(1)知識(shí)吸收過程(absorbing):高技術(shù)企業(yè)聯(lián)盟網(wǎng)絡(luò)的知識(shí)創(chuàng)新能力強(qiáng)，具有較多的創(chuàng)新性知識(shí)，這些知識(shí)在網(wǎng)絡(luò)中處于游離狀態(tài)，聯(lián)盟成員可以進(jìn)行選擇性吸收，以提高自身的知識(shí)水平和知識(shí)創(chuàng)新能力;(2)知識(shí)創(chuàng)新過程(innovation):聯(lián)盟成員參與技術(shù)合作，吸收先進(jìn)的技術(shù)知識(shí)，并通過自身知識(shí)創(chuàng)造的SECI過程實(shí)現(xiàn)知識(shí)創(chuàng)新;(3)知識(shí)擴(kuò)散過程(diffusion):聯(lián)盟成員在創(chuàng)造出新知識(shí)后，也會(huì)進(jìn)行部分創(chuàng)新性知識(shí)擴(kuò)散，擴(kuò)散的多少由其知識(shí)擴(kuò)散意愿大小決定。企業(yè)參與聯(lián)盟進(jìn)行技術(shù)創(chuàng)新都會(huì)共享部分知識(shí)，并利用聯(lián)盟較高的知識(shí)創(chuàng)新能力實(shí)現(xiàn)技術(shù)突破;聯(lián)盟成員通過持續(xù)的AIDA過程提高自身的知識(shí)創(chuàng)新能力和知識(shí)吸收能力，并進(jìn)行創(chuàng)新性知識(shí)的擴(kuò)散，提高整個(gè)聯(lián)盟的知識(shí)水平。與此同時(shí)，聯(lián)盟成員在吸收和擴(kuò)散知識(shí)時(shí)都會(huì)受到噪音的影響，這里的噪音是指網(wǎng)絡(luò)環(huán)境、知識(shí)擴(kuò)散類型等引起知識(shí)不能得到有效吸收的因素。企業(yè)在聯(lián)盟網(wǎng)絡(luò)中的地位也是影響有效知識(shí)擴(kuò)散的重要因素，企業(yè)的影響力越大，地位越重要，其擴(kuò)散的知識(shí)通常包含更有價(jià)值的信息，知識(shí)越容易擴(kuò)散。

圖1 聯(lián)盟網(wǎng)絡(luò)中企業(yè)知識(shí)擴(kuò)散的AIDA過程

三、高技術(shù)企業(yè)聯(lián)盟知識(shí)擴(kuò)散的特性

(一)小世界性質(zhì)

在關(guān)于完全規(guī)則網(wǎng)絡(luò)向完全隨機(jī)網(wǎng)絡(luò)轉(zhuǎn)化的研究中，1998年Watts和Strogatz構(gòu)建了WS小世界模型，它考慮在最近鄰耦合網(wǎng)絡(luò)中，以概率p隨機(jī)重連網(wǎng)絡(luò)中的每個(gè)邊即斷鍵重連［19］。由于WS小世界模型構(gòu)造算法中的隨機(jī)化過程有可能破壞網(wǎng)絡(luò)的連通性，1999年Newman和 Watts提出了NW小世界模型，通過用“隨機(jī)化加邊”取代WS小世界模型中的“隨機(jī)化重連”［20］。小世界性質(zhì)可以通過平均路徑長度和集聚系數(shù)來反映。

在高技術(shù)企業(yè)聯(lián)盟網(wǎng)絡(luò)中，記聯(lián)盟成員的個(gè)數(shù)即網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)為N，則網(wǎng)絡(luò)中任意兩個(gè)企業(yè)節(jié)點(diǎn)之間的距離dij定義為連接它們的最短路徑上的邊數(shù)。高技術(shù)企業(yè)聯(lián)盟網(wǎng)絡(luò)的平均路徑長度定義為任意兩個(gè)企業(yè)節(jié)點(diǎn)之間距離的平均值，即:

在高技術(shù)企業(yè)聯(lián)盟中，網(wǎng)絡(luò)的平均路徑長度越小，企業(yè)之間的聯(lián)系越緊密，有利于知識(shí)的共享和擴(kuò)散。隨著聯(lián)盟成員的數(shù)量增加，網(wǎng)絡(luò)規(guī)模擴(kuò)大，平均路徑長度雖有增加的傾向，但由于小世界網(wǎng)絡(luò)中，其增加速度至多與網(wǎng)絡(luò)規(guī)模的對(duì)數(shù)成正比［16］，所以對(duì)知識(shí)擴(kuò)散影響不大。

假設(shè)某一聯(lián)盟成員i和ki個(gè)成員具有直接聯(lián)系，則這ki個(gè)成員之間最多可能有ki(ki－1)/2條邊進(jìn)行聯(lián)系，于是這ki個(gè)聯(lián)盟成員之間實(shí)際存在的直接聯(lián)系邊數(shù)Ei和總的可能的邊數(shù)ki(ki－1)/2之比就定義為聯(lián)盟成員i的集聚系數(shù)Ci，即:

整個(gè)聯(lián)盟網(wǎng)絡(luò)的聚類系數(shù)C就是所有知識(shí)主體節(jié)點(diǎn)i的聚類系數(shù)Ci的平均值，用來描述網(wǎng)絡(luò)的全局特征。由于聯(lián)盟網(wǎng)絡(luò)中知識(shí)主體節(jié)點(diǎn)之間既不是完全孤立的也不是全局耦合的，故0≤C≤1。高技術(shù)企業(yè)聯(lián)盟網(wǎng)絡(luò)的集聚系數(shù)描述了聯(lián)盟成員之間聯(lián)系的緊密程度，若聯(lián)盟成員之間的聯(lián)系較為緊密，則網(wǎng)絡(luò)的集聚系數(shù)較大，集聚化水平較高，聯(lián)盟成員之間的知識(shí)交流較為頻繁，從而易于知識(shí)的擴(kuò)散。此外，聯(lián)盟成員的同質(zhì)化程度也會(huì)影響整個(gè)網(wǎng)絡(luò)的集聚系數(shù)，若企業(yè)的同質(zhì)化程度較大，則企業(yè)之間的知識(shí)交流會(huì)使知識(shí)擴(kuò)散變得容易，因?yàn)樘幱谕袠I(yè)的企業(yè)擁有的知識(shí)具有某種程度的相似性，從而對(duì)擴(kuò)散的知識(shí)容易理解和吸收，使得網(wǎng)絡(luò)的集聚系數(shù)增大。

(二)無標(biāo)度特性

1999年，Barabasi和Albert提出了無標(biāo)度網(wǎng)絡(luò)模型，指出萬維網(wǎng)、新陳代謝網(wǎng)絡(luò)等的連接度分布函數(shù)具有冪律形式，由于這些網(wǎng)絡(luò)的節(jié)點(diǎn)連接度沒有明顯的特征長度，故把這類具有冪律度分布的網(wǎng)絡(luò)稱為無標(biāo)度網(wǎng)絡(luò)［21］?，F(xiàn)實(shí)網(wǎng)絡(luò)具有兩個(gè)重要特性，即增長特性(即網(wǎng)絡(luò)的規(guī)模是不斷擴(kuò)大的)和優(yōu)先連接特性(即新的節(jié)點(diǎn)更傾向于與那些具有較高連接度的“大”節(jié)點(diǎn)相連接)，具體從一個(gè)包含m0個(gè)節(jié)點(diǎn)的網(wǎng)絡(luò)開始，每次引入一個(gè)新的節(jié)點(diǎn)，并且連接到m個(gè)已存在的節(jié)點(diǎn)上(m≤m0)，同時(shí)，一個(gè)新節(jié)點(diǎn)和一個(gè)已經(jīng)存在的節(jié)點(diǎn)i相連接的概率P(ki)與節(jié)點(diǎn) i的度 ki、節(jié)點(diǎn) j的度 kj之間滿足如下關(guān)系:

高技術(shù)企業(yè)聯(lián)盟是非均勻網(wǎng)絡(luò)，絕大多數(shù)企業(yè)節(jié)點(diǎn)的度相對(duì)較低，但存在少量的相對(duì)較高度的企業(yè)節(jié)點(diǎn)，他們是聯(lián)盟網(wǎng)絡(luò)的主導(dǎo)企業(yè)。由于產(chǎn)業(yè)網(wǎng)絡(luò)是一個(gè)具有無標(biāo)度特性的復(fù)雜網(wǎng)絡(luò)［22］，因此，高技術(shù)企業(yè)聯(lián)盟網(wǎng)絡(luò)的度分布更接近于冪律分布:

在式(15)中，P(k)表示隨機(jī)選定的企業(yè)節(jié)點(diǎn)度恰好為k的概率，γ為常數(shù)。

聯(lián)盟中度較高的企業(yè)節(jié)點(diǎn)對(duì)網(wǎng)絡(luò)的穩(wěn)定性有重要影響，在促進(jìn)聯(lián)盟知識(shí)擴(kuò)散的同時(shí)，也成為聯(lián)盟持續(xù)發(fā)展的一大風(fēng)險(xiǎn)。在高技術(shù)企業(yè)聯(lián)盟網(wǎng)絡(luò)中，假設(shè)每次有一個(gè)企業(yè)節(jié)點(diǎn)退出，則聯(lián)盟中與該企業(yè)存在的直接聯(lián)系就會(huì)中斷，并引起網(wǎng)絡(luò)中其他企業(yè)之間聯(lián)系的一些路徑中斷。如果在企業(yè)節(jié)點(diǎn)i和j之間有多種聯(lián)系，中斷其中的一些聯(lián)系就可能會(huì)使這兩個(gè)企業(yè)之間的距離dij增大，使得整個(gè)聯(lián)盟網(wǎng)絡(luò)的平均路徑長度L也會(huì)增大，從而影響聯(lián)盟知識(shí)擴(kuò)散的速度。如果少量企業(yè)退出聯(lián)盟后，網(wǎng)絡(luò)中的絕大部分企業(yè)仍是連通的，則該網(wǎng)絡(luò)的連通性對(duì)部分企業(yè)的退出即節(jié)點(diǎn)故障具有魯棒性。高技術(shù)企業(yè)聯(lián)盟的無標(biāo)度特性對(duì)隨機(jī)企業(yè)節(jié)點(diǎn)的退出具有高度的魯棒性，這主要是由于網(wǎng)絡(luò)度分布的極端非均勻性。但是，正是這種非均勻性使得聯(lián)盟網(wǎng)絡(luò)對(duì)度較大企業(yè)節(jié)點(diǎn)的退出具有高度的脆弱性，即:如果極少數(shù)度較大的企業(yè)節(jié)點(diǎn)退出聯(lián)盟就會(huì)對(duì)整個(gè)網(wǎng)絡(luò)的知識(shí)擴(kuò)散產(chǎn)生大的影響。可見，主導(dǎo)企業(yè)的穩(wěn)定性及其對(duì)網(wǎng)絡(luò)的影響，非主導(dǎo)企業(yè)之間聯(lián)系的密切程度及其對(duì)主導(dǎo)企業(yè)的依附程度，都會(huì)直接影響知識(shí)在聯(lián)盟網(wǎng)絡(luò)中擴(kuò)散的速度與持續(xù)性。

(三)社區(qū)結(jié)構(gòu)

高技術(shù)企業(yè)聯(lián)盟網(wǎng)絡(luò)是不均勻的，不同企業(yè)節(jié)點(diǎn)的知識(shí)擴(kuò)散能力具有差異性，從而具有一定的社區(qū)結(jié)構(gòu)，即聯(lián)盟可分成若干個(gè)子網(wǎng)絡(luò)或社區(qū)，社區(qū)是指聯(lián)盟內(nèi)部聯(lián)系相對(duì)緊密的成員形成的小群體。聯(lián)盟社區(qū)內(nèi)部的企業(yè)節(jié)點(diǎn)之間的聯(lián)系相對(duì)非常緊密，但是各個(gè)社區(qū)之間的聯(lián)系相對(duì)來說比較稀疏。一般來說，聯(lián)盟網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)的形成是由于部分聯(lián)盟成員的知識(shí)水平較為相近，知識(shí)同質(zhì)性較大，相互協(xié)作關(guān)系融洽，能通過技術(shù)合作較快的獲得創(chuàng)新知識(shí)和持續(xù)的競(jìng)爭(zhēng)力。

用模塊性測(cè)量高技術(shù)企業(yè)聯(lián)盟的社區(qū)結(jié)構(gòu)，其模塊化程度Q為:

在式(16)中，ar=∑whrw表示聯(lián)盟網(wǎng)絡(luò)r中企業(yè)節(jié)點(diǎn)進(jìn)行聯(lián)系的邊數(shù)，hrw表示聯(lián)盟社區(qū)r、w中的企業(yè)節(jié)點(diǎn)之間的聯(lián)系。高技術(shù)企業(yè)聯(lián)盟的模塊化程度Q值越大，社區(qū)結(jié)構(gòu)越明顯。當(dāng)Q=1時(shí)，聯(lián)盟網(wǎng)絡(luò)會(huì)呈現(xiàn)出顯著的社區(qū)結(jié)構(gòu)。

若聯(lián)盟的知識(shí)主體節(jié)點(diǎn)數(shù)N在某一時(shí)期保持不變，S(t)表示易感染擴(kuò)散知識(shí)的企業(yè)節(jié)點(diǎn)數(shù)，I(t)表示被感染擴(kuò)散知識(shí)的企業(yè)節(jié)點(diǎn)數(shù)，則:

由前式(1)，若用λ1表示社區(qū)內(nèi)部的知識(shí)擴(kuò)散率，λ2表示社區(qū)之間的知識(shí)擴(kuò)散率，由于社區(qū)內(nèi)部成員之間的聯(lián)系較為容易，則λ1＞λ2。也就是說，社區(qū)結(jié)構(gòu)有利于其內(nèi)部成員的知識(shí)擴(kuò)散，但不易于社區(qū)之間的知識(shí)交流。

四、實(shí)證研究

(一)樣本選取與數(shù)據(jù)來源

發(fā)明專利是衡量高技術(shù)企業(yè)知識(shí)創(chuàng)新能力的有效指標(biāo)，某一發(fā)明專利使用越頻繁，相關(guān)知識(shí)擴(kuò)散也就越多［23］，空間距離則會(huì)影響企業(yè)知識(shí)交流的頻率［24］，不利于創(chuàng)新能力的提高。企業(yè)創(chuàng)新能力的差異必然使聯(lián)盟網(wǎng)絡(luò)中的知識(shí)流動(dòng)與擴(kuò)散存在一定的勢(shì)差，這種知識(shí)位勢(shì)也會(huì)表現(xiàn)為發(fā)明專利數(shù)的差別。由于同一產(chǎn)業(yè)產(chǎn)品相似，企業(yè)間相似產(chǎn)品的發(fā)明專利相關(guān)性較大，發(fā)明專利及其彼此引用反映了聯(lián)盟企業(yè)之間的聯(lián)系。企業(yè)在進(jìn)行技術(shù)創(chuàng)新的過程中，必然會(huì)對(duì)現(xiàn)有的相關(guān)技術(shù)專利進(jìn)行研究，吸收已有的知識(shí)，創(chuàng)造新的發(fā)明專利，而新的發(fā)明專利又進(jìn)一步被其他企業(yè)吸收利用，由此形成知識(shí)擴(kuò)散的AIDA過程。本文選取TD－SCDMA產(chǎn)業(yè)聯(lián)盟的46個(gè)企業(yè)(在TD－SCDMA產(chǎn)業(yè)聯(lián)盟中，由于部分成員是2003年以后成立的，相關(guān)數(shù)據(jù)較少，有些成員的數(shù)據(jù)較難獲得)為樣本，從中華人民共和國知識(shí)產(chǎn)權(quán)局網(wǎng)和中國專利網(wǎng)收集到2000年到2009年的發(fā)明專利數(shù)據(jù)，用SPSS進(jìn)行相關(guān)分析，構(gòu)建TD－SCDMA產(chǎn)業(yè)聯(lián)盟矩陣，并用UCINET軟件進(jìn)行數(shù)據(jù)分析，檢驗(yàn)高技術(shù)企業(yè)聯(lián)盟知識(shí)擴(kuò)散模型與特性。

(二)TD－SCDMA產(chǎn)業(yè)聯(lián)盟知識(shí)擴(kuò)散特性

1.小世界性質(zhì)

運(yùn)用UCINET軟件對(duì)TD－SCDMA產(chǎn)業(yè)聯(lián)盟網(wǎng)絡(luò)的平均路徑長度進(jìn)行計(jì)算，如表1所示。由表1可知，TD－SCDMA產(chǎn)業(yè)聯(lián)盟網(wǎng)絡(luò)的平均路徑長度是1.987，聯(lián)盟成員距離是1的情況出現(xiàn)了519次，距離是2的情況出現(xiàn)了1074次，距離是3的情況出現(xiàn)了375次。這3種情況占總數(shù)的97.1%，這說明大多數(shù)聯(lián)盟成員之間的距離為2，即聯(lián)盟網(wǎng)絡(luò)中，任何兩個(gè)聯(lián)盟成員之間平均只需要通過一個(gè)企業(yè)就可以建立聯(lián)系了，這說明聯(lián)盟網(wǎng)絡(luò)具有較小的特征路徑長度，這有利于聯(lián)盟成員之間的知識(shí)交流，從而加快知識(shí)在網(wǎng)絡(luò)中的擴(kuò)散。同時(shí)，通過計(jì)算可得出聯(lián)盟網(wǎng)絡(luò)的聚類系數(shù)為0.497，這說明聯(lián)盟網(wǎng)絡(luò)具有相對(duì)較大的聚類系數(shù)，聯(lián)盟成員之間的聯(lián)系較為緊密。因此，TD－SCDMA產(chǎn)業(yè)網(wǎng)絡(luò)具有小世界性質(zhì)，有利于創(chuàng)新性知識(shí)的擴(kuò)散，提高整個(gè)聯(lián)盟的知識(shí)水平。

表1 TD－SCDMA產(chǎn)業(yè)聯(lián)盟網(wǎng)絡(luò)的距離計(jì)算結(jié)果

2.無標(biāo)度特性

對(duì)TD－SCDMA產(chǎn)業(yè)聯(lián)盟網(wǎng)絡(luò)的中心度進(jìn)行計(jì)算如表2所示?？芍琓D－SCDMA產(chǎn)業(yè)聯(lián)盟網(wǎng)絡(luò)的中心度是4.72%，表明網(wǎng)絡(luò)存在較大的不均勻性，具有無標(biāo)度性質(zhì)。

表2 TD－SCDMA產(chǎn)業(yè)聯(lián)盟網(wǎng)絡(luò)的度計(jì)算結(jié)果

對(duì)TD－SCDMA產(chǎn)業(yè)聯(lián)盟矩陣進(jìn)行網(wǎng)絡(luò)分析如圖2所示。由圖2可知，TD－SCDMA產(chǎn)業(yè)聯(lián)盟網(wǎng)絡(luò)是一個(gè)非均勻網(wǎng)絡(luò)，網(wǎng)絡(luò)存在稀疏和密集的區(qū)域，表明網(wǎng)絡(luò)具有無標(biāo)度特性。其中，有些企業(yè)的節(jié)點(diǎn)度較大，如華為、中興、大唐移動(dòng)等企業(yè)節(jié)點(diǎn)度數(shù)較大，處于聯(lián)盟網(wǎng)絡(luò)的核心位置，這些企業(yè)的知識(shí)創(chuàng)新能力很強(qiáng)，與其他成員的聯(lián)系緊密，通過知識(shí)擴(kuò)散有效提升了聯(lián)盟的知識(shí)水平，對(duì)聯(lián)盟的發(fā)展和穩(wěn)定起著重要的作用。同時(shí)，有些企業(yè)的節(jié)點(diǎn)度較小，如烽火科技、科泰世紀(jì)等企業(yè)，知識(shí)創(chuàng)新能力較弱，對(duì)聯(lián)盟的知識(shí)擴(kuò)散貢獻(xiàn)較少。

圖2 TD－SCDMA產(chǎn)業(yè)聯(lián)盟網(wǎng)絡(luò)分析

圖3 除去華為、中興、大唐移動(dòng)等主導(dǎo)企業(yè)后TD－SCDMA產(chǎn)業(yè)聯(lián)盟網(wǎng)絡(luò)

除去華為、中興、大唐移動(dòng)等核心企業(yè)后的TD－SCDMA產(chǎn)業(yè)聯(lián)盟網(wǎng)絡(luò)分析如圖3所示，可知，核心企業(yè)退出聯(lián)盟后，網(wǎng)絡(luò)變得相對(duì)稀疏、松散，并且出現(xiàn)孤立節(jié)點(diǎn)，如烽火科技等。這是由于主導(dǎo)企業(yè)擁有較多的創(chuàng)新性知識(shí)，知識(shí)創(chuàng)新和擴(kuò)散能力強(qiáng)，若退出聯(lián)盟，會(huì)顯著影響知識(shí)擴(kuò)散，并降低整個(gè)聯(lián)盟的知識(shí)水平?？梢?，聯(lián)盟成員與多個(gè)企業(yè)進(jìn)行知識(shí)交流，適當(dāng)減小主導(dǎo)企業(yè)的節(jié)點(diǎn)度，能減弱某些成員的退出對(duì)聯(lián)盟穩(wěn)定性及知識(shí)創(chuàng)新與擴(kuò)散的影響。

表3 TD－SCDMA產(chǎn)業(yè)聯(lián)盟網(wǎng)絡(luò)E－I指數(shù)計(jì)算結(jié)果

3.社區(qū)結(jié)構(gòu)

對(duì)TD－SCDMA產(chǎn)業(yè)聯(lián)盟網(wǎng)絡(luò)的E－I指數(shù)進(jìn)行計(jì)算為表3，TD－SCDMA產(chǎn)業(yè)聯(lián)盟網(wǎng)絡(luò)的分派關(guān)系如圖4所示。

圖4 TD－SCDMA產(chǎn)業(yè)聯(lián)盟網(wǎng)絡(luò)分派關(guān)系

由表3可知，整個(gè)聯(lián)盟網(wǎng)絡(luò)的E－I指數(shù)為－0.911，接近－1，表明聯(lián)盟成員存在較多派系，即TD－SCDMA產(chǎn)業(yè)聯(lián)盟網(wǎng)絡(luò)存在社區(qū)結(jié)構(gòu);圖4也反映出了除華為、中興、大唐移動(dòng)外，大部分知識(shí)創(chuàng)新能力較弱的企業(yè)聚集在一起，影響了成員的廣泛合作和聯(lián)盟網(wǎng)絡(luò)中創(chuàng)新知識(shí)的擴(kuò)散效率。2010年6月TD四期唱標(biāo)階段的廠商表現(xiàn)就部分地反映了這一現(xiàn)實(shí)［25］。共有八家廠商組成三大軍團(tuán)(中興－普天系、大唐移動(dòng)－愛立信－烽火通信系、華為－諾西－新郵通系)參與此次競(jìng)標(biāo);在前三期TD建網(wǎng)招標(biāo)中，中興獲得了最高的市場(chǎng)份額，這一次，他與此前份額排第五的中國普天結(jié)盟組成最強(qiáng)“陣容”，其報(bào)價(jià)也高于三期。表明，聯(lián)盟中的社區(qū)結(jié)構(gòu)和派系，傾向于強(qiáng)強(qiáng)聯(lián)合，容易出現(xiàn)操控壟斷行為，在一定程度上不利于擴(kuò)散創(chuàng)新知識(shí)、提高創(chuàng)新效率。

五、結(jié)論與啟示

綜上，借鑒疾病傳播的SIRS原理構(gòu)建基于復(fù)雜網(wǎng)絡(luò)的高技術(shù)企業(yè)聯(lián)盟知識(shí)擴(kuò)散AIDA模型，研究聯(lián)盟網(wǎng)絡(luò)知識(shí)擴(kuò)散機(jī)理與特性，并以TD－SCDMA產(chǎn)業(yè)聯(lián)盟的46家企業(yè)為樣本進(jìn)行實(shí)證檢驗(yàn)，得出如下基本結(jié)論:(1)高技術(shù)產(chǎn)業(yè)聯(lián)盟網(wǎng)絡(luò)具有較小的特征路徑長度和較大的聚類系數(shù)，呈現(xiàn)出小世界性質(zhì);(2)高技術(shù)聯(lián)盟網(wǎng)絡(luò)具有無標(biāo)度特性，是一個(gè)非均勻網(wǎng)絡(luò)，有些企業(yè)的節(jié)點(diǎn)度較大，有些則較小，對(duì)聯(lián)盟網(wǎng)絡(luò)的穩(wěn)定性和知識(shí)擴(kuò)散有著不同的影響;(3)高技術(shù)聯(lián)盟網(wǎng)絡(luò)的E－I趨于－1，具有分派體系，表現(xiàn)出一定的社區(qū)結(jié)構(gòu)。

上述結(jié)論對(duì)探索提高聯(lián)盟的知識(shí)創(chuàng)新與擴(kuò)散效率以及保持聯(lián)盟穩(wěn)定可持續(xù)發(fā)展途徑具有重要啟示。第一是新成員的快速適應(yīng)與融入問題。新成員的進(jìn)入通常會(huì)增大聯(lián)盟的企業(yè)節(jié)點(diǎn)數(shù)，減緩知識(shí)擴(kuò)散速度。因此，新成員或相對(duì)弱小的企業(yè)尤其應(yīng)加強(qiáng)與其他企業(yè)的聯(lián)系，減小網(wǎng)絡(luò)的平均路徑長度，減弱網(wǎng)絡(luò)的非均勻化，促進(jìn)知識(shí)交流、擴(kuò)散和聯(lián)盟成員的共同發(fā)展。第二是主導(dǎo)企業(yè)的穩(wěn)定性及其對(duì)聯(lián)盟網(wǎng)絡(luò)的影響和控制問題。主導(dǎo)企業(yè)對(duì)聯(lián)盟網(wǎng)絡(luò)具有較大的影響力，是聯(lián)盟知識(shí)擴(kuò)散的主要來源，它們的退出可能造成聯(lián)盟網(wǎng)絡(luò)的癱瘓。因此，應(yīng)研究對(duì)主導(dǎo)企業(yè)的激勵(lì)機(jī)制和措施;同時(shí)加強(qiáng)節(jié)點(diǎn)度較小企業(yè)之間的合作，提高他們的知識(shí)創(chuàng)新能力，減弱主導(dǎo)企業(yè)對(duì)聯(lián)盟的控制及其消極影響，增強(qiáng)聯(lián)盟的穩(wěn)定性和可持續(xù)發(fā)展。第三是聯(lián)盟的社區(qū)派系結(jié)構(gòu)問題。聯(lián)盟的社區(qū)結(jié)構(gòu)會(huì)加快派系內(nèi)部成員的知識(shí)交流，但不利于不同派系的知識(shí)擴(kuò)散。改善聯(lián)盟網(wǎng)絡(luò)創(chuàng)新生態(tài)，合理利用社區(qū)結(jié)構(gòu)內(nèi)部的快速傳播，并加強(qiáng)不同類型企業(yè)節(jié)點(diǎn)的聯(lián)系，鼓勵(lì)不同層次的企業(yè)合作進(jìn)行知識(shí)創(chuàng)新，可有效減弱派系的不良影響，加快知識(shí)交流頻率，促進(jìn)聯(lián)盟的知識(shí)創(chuàng)新與擴(kuò)散。最后是聯(lián)盟的國際化發(fā)展問題。先進(jìn)的跨國公司已成為重要的創(chuàng)新知識(shí)源，跨國聯(lián)盟已經(jīng)成為全球知識(shí)創(chuàng)新與技術(shù)擴(kuò)散的重要載體。中國的高技術(shù)企業(yè)聯(lián)盟需積極推進(jìn)國際化，吸收國際高技術(shù)企業(yè)成員，有效促進(jìn)知識(shí)擴(kuò)散和國際轉(zhuǎn)移，提高產(chǎn)業(yè)的國際競(jìng)爭(zhēng)力，獲得持續(xù)發(fā)展的競(jìng)爭(zhēng)優(yōu)勢(shì)。

［1］Xu Degang，Su Zhifang.Synchronization Criterions and Pinning Control of General Complex Networks with Time Delay［J］.Applied Mathematics and Computation，2009，215(4):1593－1608.

［2］Erdos P，Renyi A.On the Evolution of Random Graphs［J］.Publ.Math.Inst.Hung.Acad.Sci.，1960，5:17 －60.

［3］Wang Qingyun，Duan Zhisheng，Chen Guanrong，F(xiàn)eng Zhaosheng.Synchronization in a Class of Weighted Complex Networks with Coupling Delays［J］.Physica A，2008，387(22):5616－5622.

［4］Cai Kai－Yuan，Yin Bei－ Bei.Software Execution Processes as an Evolving Complex Network［J］.Information Sciences，2009，179(12):1903 －1928.

［5］Wang Gaoxia，Shen Yi，Ouyang Ming.A Vector Partitioning Approach to Detecting Community Structure in Complex Networks［J］.Computers and Mathematics with Applications，2008，55(12):2746 －2752.

［6］Zhang Dawei，Xie Fuding，Zhang Yong，Dong Fangyan，Hirota Kaoru.Fuzzy Analysis of Community Detection in Complex Networks［J］.Physica A，2010，389(22):5319 －5327.

［7］黃 璜.基于社會(huì)資本的合作演化研究—“基于主體建?！狈椒ǖ牟┺耐蒲荩跩］.中國軟科學(xué)，2010(9):173－184.

［8］Robin Cowan，Nicolas Jonard.Network Structure and the Diffusion of Knowledge［J］.Journal of Economic Dynamics ＆Control，2004，28(8):1557 －1575.

［9］Olav Sorenson，Jan W Rivkin，Lee Fleming.Complexity，Networks and Knowledge Flow［J］.Research Policy，2006，35(7):994－1017.

［10］張首魁，黨興華，李 莉.松散耦合系統(tǒng):技術(shù)創(chuàng)新網(wǎng)絡(luò)組織結(jié)構(gòu)研究［J］.中國軟科學(xué)，2006(9):122－129.

［11］李金華，孫東川.創(chuàng)新網(wǎng)絡(luò)的演化模型［J］.科學(xué)學(xué)研究，2006，24(1):135 －140.

［12］Hyukjoon Kim，Yongtae Park.Structural Effects of R＆D Collaboration Network on Knowledge Diffusion Performance［J］.Expert Systems with Applications，2009，36(5):8986－8992.

［13］莊亞明，李金生.高技術(shù)企業(yè)知識(shí)聯(lián)盟中的知識(shí)轉(zhuǎn)移研究［J］.科研管理，2004，25(6):50－55.

［14］Chih Ming Tsai.Integrating Intra－firm and Inter－firm Knowledge Diffusion into the Knowledge Diffusion model［J］.Expert Systems with Applications，2008，34(2):1423 －1433.

［15］Chih Ming Tsai.The Knowledge Diffusion Model Associated with Innovative Knowledge［J］.Expert Systems with Applications，2009，36(8):994 －1005.

［16］汪小帆，李 翔，陳關(guān)榮.復(fù)雜網(wǎng)絡(luò)理論及其應(yīng)用［M］.北京:清華大學(xué)出版社，2006.

［17］張麗萍，王惠南.小世界網(wǎng)絡(luò)研究血吸蟲病的傳播［J］. 蘭州大學(xué)學(xué)報(bào)(自然科學(xué)版)，2008，44(3):52 －55.

［18］Romualdo Pastor － Satorras，Alessandro Vespignani.Epidemic Dynamics and Endemic States in Complex Networks［J］.Physical Review E，2001，63:66 －117.

［19］Duncan J Watts，Steven H Strogatz.Collective Dynamics of‘small － world’ Networks［J］.Nature，1998，393(4):440－442.

［20］M E J Newman，D J Watts.Renormalization Group Analysis of the Small－ world Network Model［J］.Physics Letters A，1999，263(6):341 －346.

［21］Barabasi A L，Albert R.Emergence of Scaling in Random Networks［J］.Science，1999，286(5439):509 －512.

［22］李守偉，錢省三.產(chǎn)業(yè)網(wǎng)絡(luò)的復(fù)雜性研究與實(shí)證［J］.科學(xué)學(xué)研究，2006，24(4):529 －533.

［23］Shann － Bin Chang，Kuei － Kuei Lai，Shu － Min Chang.Exploring Technology Diffusion and Classification of Business Methods:Using the Patent Citation Network［J］.Technological Forecasting ＆ Social Change，2009，76(1):107 －117.

［24］Nicolas Carayol，Pascale Roux.Knowledge Flows and the Geography of Networks:A Strategic Model of Small World Formation［J］.Journal of Economic Behavior ＆ Organization，2009，71(2):414 －427.

［25］郭 文.TD四期進(jìn)入唱標(biāo)階段，七廠商降價(jià)拼份額［EB/OL］.http://www.cww.net.cn/zhuanti/html/2010/6/18/2010618817111713.htm.