呂 波，齊美茹，谷巧玲

（北京物資學(xué)院商學(xué)院，北京 101149）

科技創(chuàng)新引領(lǐng)世界發(fā)展。針對(duì)科技創(chuàng)新，十九屆四中全會(huì)在《決定》中明確提出要完善科技創(chuàng)新體制機(jī)制，促進(jìn)科技成果向企業(yè)核心競(jìng)爭(zhēng)力轉(zhuǎn)化，驅(qū)動(dòng)經(jīng)濟(jì)社會(huì)邁向高質(zhì)量發(fā)展。產(chǎn)學(xué)研合作創(chuàng)新網(wǎng)絡(luò)是科技創(chuàng)新體制機(jī)制改革關(guān)注的一個(gè)重要維度，其背后反映的是創(chuàng)新合作資源的整合與優(yōu)化，創(chuàng)新網(wǎng)絡(luò)的構(gòu)建成為以微觀組織用來(lái)提升創(chuàng)新績(jī)效產(chǎn)出的重要法寶。在這一背景下，一個(gè)不容忽視的現(xiàn)實(shí)是產(chǎn)學(xué)研合作創(chuàng)新網(wǎng)絡(luò)演化日益復(fù)雜化，再加上區(qū)塊鏈、大數(shù)據(jù)等新興技術(shù)的快速發(fā)展，更加深創(chuàng)新網(wǎng)絡(luò)的進(jìn)一步復(fù)雜化。學(xué)術(shù)界一直存有復(fù)雜化是否引發(fā)網(wǎng)絡(luò)冗余與創(chuàng)新績(jī)效下降的爭(zhēng)論，由此提出產(chǎn)學(xué)研合作創(chuàng)新績(jī)效是否受制于創(chuàng)新網(wǎng)絡(luò)密度的影響？什么樣的創(chuàng)新網(wǎng)絡(luò)對(duì)于產(chǎn)學(xué)研合作才是最適合的呢？關(guān)于創(chuàng)新網(wǎng)絡(luò)密度與創(chuàng)新績(jī)效之間的聯(lián)系，學(xué)術(shù)爭(zhēng)議由來(lái)已久。有的學(xué)者認(rèn)為創(chuàng)新網(wǎng)絡(luò)密度與創(chuàng)新績(jī)效正相關(guān)，有的學(xué)者認(rèn)為是負(fù)相關(guān)，有的卻認(rèn)為呈現(xiàn)倒U 型或S 型，這些爭(zhēng)議需要進(jìn)一步進(jìn)行驗(yàn)證［1］。

2020 年新冠疫情爆發(fā)，再次助推“創(chuàng)新網(wǎng)絡(luò)”成為學(xué)術(shù)關(guān)注的熱點(diǎn)詞匯。在疫情背景下，很多企業(yè)或組織的技術(shù)創(chuàng)新面臨巨大挑戰(zhàn)，因疫情原因而不得不陷入停頓。但一些具有豐富創(chuàng)新網(wǎng)絡(luò)的微觀組織在面對(duì)突發(fā)的疫情危機(jī)時(shí)，卻顯得從容不迫游刃有余，這些微觀組織依靠發(fā)達(dá)的產(chǎn)學(xué)研合作創(chuàng)新網(wǎng)絡(luò)獨(dú)善其身，柔性化地協(xié)調(diào)創(chuàng)新網(wǎng)絡(luò)組織間的交流合作，使得知識(shí)與技術(shù)創(chuàng)新并沒有因疫情的阻隔而陷入被動(dòng)局面。擁有創(chuàng)新網(wǎng)絡(luò)成為這些微觀組織在這次突發(fā)疫情中獲得差異性競(jìng)爭(zhēng)優(yōu)勢(shì)的重要手段，此舉吸引了全球創(chuàng)新組織的關(guān)注。于是與上述學(xué)術(shù)爭(zhēng)議幾乎雷同的兩個(gè)問(wèn)題又被提了出來(lái)：一是產(chǎn)學(xué)研合作創(chuàng)新網(wǎng)絡(luò)密度越密集越好嗎？二是產(chǎn)學(xué)研合作創(chuàng)新網(wǎng)絡(luò)密度如何作用于創(chuàng)新績(jī)效的，即它們之間的影響關(guān)系如何表現(xiàn)？對(duì)以上這兩個(gè)問(wèn)題進(jìn)行分析與實(shí)證已經(jīng)成為目前學(xué)術(shù)界亟需科學(xué)解釋的一項(xiàng)任務(wù)。

為此，本文從動(dòng)態(tài)演化的角度去探究在不同時(shí)間窗口與不同階段下創(chuàng)新網(wǎng)絡(luò)密度演化的規(guī)律，以及演化中的創(chuàng)新網(wǎng)絡(luò)如何影響績(jī)效產(chǎn)出，以此指導(dǎo)產(chǎn)學(xué)研合作創(chuàng)新微觀組織優(yōu)化創(chuàng)新網(wǎng)絡(luò)，去除冗余以提升創(chuàng)新競(jìng)爭(zhēng)力，從而提高創(chuàng)新績(jī)效產(chǎn)出。

1 研究綜述與研究假設(shè)

1.1 文獻(xiàn)綜述

“創(chuàng)新”這一概念自從被美國(guó)管理大師熊彼特提出后，就有許多專家學(xué)者著手開展研究。近年來(lái)其研究方向與角度主要分為以下領(lǐng)域：

第一，產(chǎn)學(xué)研合作創(chuàng)新網(wǎng)絡(luò)與創(chuàng)新績(jī)效。MIT開創(chuàng)了校企合作的先河，在知識(shí)轉(zhuǎn)換、價(jià)值創(chuàng)造上發(fā)揮了巨大作用［2］。袁劍鋒等［3］提出產(chǎn)學(xué)研合作利于促進(jìn)知識(shí)、技術(shù)、資本等資源要素的流動(dòng)，加快科技成果轉(zhuǎn)化，進(jìn)而推動(dòng)創(chuàng)新系統(tǒng)的不斷演化。李明星等人［4］通過(guò)分析產(chǎn)學(xué)研合作對(duì)創(chuàng)新績(jī)效的影響因素，確定了能促進(jìn)產(chǎn)學(xué)研合作高度融合的發(fā)力點(diǎn)，繼而更利于促進(jìn)創(chuàng)新。龔雪等人［5］通過(guò)對(duì)MIT的研究，發(fā)現(xiàn)項(xiàng)目合作利于知識(shí)共享與人才培養(yǎng)，促進(jìn)創(chuàng)新思維與能力提升。沈蕾娜［6］研究了哈佛大學(xué)和MIT 的跨校合作，發(fā)現(xiàn)大學(xué)之間通過(guò)“結(jié)構(gòu)洞”方式建立密切合作，提高信息密集化，打破了孤立狀態(tài)下的環(huán)境制約。張銘慎［7］通過(guò)考察技術(shù)聯(lián)盟對(duì)中國(guó)汽車產(chǎn)業(yè)技術(shù)創(chuàng)新帶來(lái)的直接效應(yīng)和間接效應(yīng)，發(fā)現(xiàn)合作確實(shí)能夠促進(jìn)創(chuàng)新，核心企業(yè)獲得的正凈效應(yīng)來(lái)自其他組成主體的正向間接效應(yīng)。馬濤等［8］發(fā)現(xiàn)在超網(wǎng)絡(luò)中處于少數(shù)核心的關(guān)鍵節(jié)點(diǎn)有助于提升整個(gè)ICT 產(chǎn)業(yè)的專利。Sebastian 等［9］通過(guò)使用系統(tǒng)方法對(duì)MIT 與英國(guó)、葡萄牙、阿布扎比和新加坡政府進(jìn)行深入的案例研究，認(rèn)為復(fù)雜的國(guó)際伙伴關(guān)系已經(jīng)成為許多國(guó)家政府在外國(guó)伙伴的幫助下用來(lái)提高國(guó)內(nèi)科學(xué)、技術(shù)和創(chuàng)新能力所選擇的政策工具。

第二，知識(shí)交互流動(dòng)與創(chuàng)新績(jī)效。有學(xué)者認(rèn)為企業(yè)需要投入多種要素才能帶來(lái)創(chuàng)新，其中資源投入和知識(shí)投入是重要因素。資源投入是物質(zhì)保障，知識(shí)投入是維持其持續(xù)提升和新成果積累的基礎(chǔ)，在原有的知識(shí)儲(chǔ)備上創(chuàng)造出1+1>2 的價(jià)值趨向，促成知識(shí)流動(dòng)，繼而提升創(chuàng)新［10］。提升后的創(chuàng)新能力反過(guò)來(lái)又促進(jìn)新知識(shí)產(chǎn)生，這種知識(shí)交互反饋?zhàn)饔抿?qū)動(dòng)著企業(yè)的創(chuàng)新績(jī)效不斷提升［11］。在資源共享的基礎(chǔ)上技術(shù)與知識(shí)的高度融合促進(jìn)聯(lián)動(dòng)效應(yīng)［12］。Emily Bacon 等［13］認(rèn)為在知識(shí)交換過(guò)程中要對(duì)創(chuàng)新網(wǎng)絡(luò)進(jìn)行有效管理，根據(jù)每一種關(guān)系的競(jìng)爭(zhēng)性質(zhì)調(diào)整知識(shí)流動(dòng)，在知識(shí)傳遞的過(guò)程中，實(shí)現(xiàn)創(chuàng)業(yè)主體與創(chuàng)業(yè)環(huán)境融合交互［14］。

第三，生態(tài)系統(tǒng)網(wǎng)絡(luò)與創(chuàng)新績(jī)效。Xie 等人［15］運(yùn)用扎根理論提出了校院合作、企業(yè)間合作、企業(yè)中介合作、企業(yè)用戶合作、資產(chǎn)剝離和技術(shù)轉(zhuǎn)移等六種主要的創(chuàng)新生態(tài)系統(tǒng)模式。Leonardo Augusto等［16］認(rèn)為商業(yè)生態(tài)系統(tǒng)主要涉及價(jià)值獲取，而創(chuàng)新生態(tài)系統(tǒng)主要涉及價(jià)值創(chuàng)造。Júlia Hofmeister Kahle等［17］、Guilherme Brittes Benitez 等［18］分別以案例和訪談的方式從價(jià)值創(chuàng)造的視角發(fā)現(xiàn)，像智能產(chǎn)品這類高尖端的技術(shù)生產(chǎn)更需要復(fù)雜的設(shè)計(jì)與研發(fā)能力，而這些能力恰恰是單一技術(shù)提供商所欠缺的，顛覆性創(chuàng)新往往源自生態(tài)系統(tǒng)層面，遠(yuǎn)非一家公司提供就能滿足生產(chǎn)的要求［19］。如果不把發(fā)展重心放在由需求推動(dòng)的創(chuàng)新和技術(shù)升級(jí)上，而是集中于單個(gè)企業(yè)的合作方案，則結(jié)果不利于企業(yè)未來(lái)的發(fā)展，也無(wú)法形成系統(tǒng)化的解決方案［20］。創(chuàng)新生態(tài)系統(tǒng)中微觀企業(yè)通過(guò)整合資源、優(yōu)化協(xié)調(diào)、共同構(gòu)建良好的合作伙伴關(guān)系促進(jìn)了生態(tài)系統(tǒng)的良性運(yùn)轉(zhuǎn)［21-22］。Fenfen Wei 等［23］指出伙伴選擇是創(chuàng)新生態(tài)系統(tǒng)合作成功的一個(gè)重要因素，但很少有人以生態(tài)系統(tǒng)中伙伴的選擇視角開展研究。熊英等［24］研究了MIT 創(chuàng)新生態(tài)系統(tǒng)的構(gòu)成與演化規(guī)律，認(rèn)為功能互補(bǔ)的結(jié)構(gòu)相互作用有利于形成邊界不斷擴(kuò)展的可持續(xù)發(fā)展網(wǎng)絡(luò)，區(qū)域創(chuàng)新網(wǎng)絡(luò)的多贏關(guān)系也有利于整個(gè)生態(tài)系統(tǒng)［25］。從可持續(xù)發(fā)展的角度設(shè)計(jì)［26］、創(chuàng)建具有特色的創(chuàng)新生態(tài)系統(tǒng)，有利于產(chǎn)生創(chuàng)新績(jī)效［27］。

經(jīng)由文獻(xiàn)梳理發(fā)現(xiàn)，學(xué)者們關(guān)注產(chǎn)學(xué)研合作創(chuàng)新網(wǎng)絡(luò)密度與創(chuàng)新績(jī)效的關(guān)系研究，主要從宏觀組織入手，以創(chuàng)新網(wǎng)絡(luò)合作、知識(shí)交互流動(dòng)、生態(tài)系統(tǒng)網(wǎng)絡(luò)的視角去探究復(fù)雜網(wǎng)絡(luò)的創(chuàng)新績(jī)效等問(wèn)題。當(dāng)前的研究存在以下特征：學(xué)者們的研究偏向使用定性方法，而定量研究的比例相對(duì)偏少；針對(duì)宏觀經(jīng)濟(jì)的量化研究較多，但對(duì)微觀組織的相關(guān)量化研究還較少；當(dāng)前研究主要集中于科技行業(yè)等營(yíng)利性企業(yè)，對(duì)于非營(yíng)利性組織的創(chuàng)新網(wǎng)絡(luò)研究有待加強(qiáng)；同時(shí)對(duì)于如何在創(chuàng)新生態(tài)系統(tǒng)中科學(xué)地優(yōu)化結(jié)盟伙伴數(shù)量，探討網(wǎng)絡(luò)密度以及結(jié)構(gòu)嵌入水平對(duì)于創(chuàng)新績(jī)效的具體影響，構(gòu)建有效的創(chuàng)新網(wǎng)絡(luò)、在網(wǎng)絡(luò)組織中如何避免因內(nèi)部進(jìn)行知識(shí)整合而引發(fā)的冗余關(guān)聯(lián)以及所帶來(lái)的負(fù)面效應(yīng)作用于企業(yè)績(jī)效等問(wèn)題上，還需要引起中外學(xué)者的關(guān)注。針對(duì)現(xiàn)實(shí)中提出的問(wèn)題以及文獻(xiàn)研究中的不足，本文將以微觀非營(yíng)利組織為研究對(duì)象，對(duì)創(chuàng)新網(wǎng)絡(luò)演化規(guī)律以及如何優(yōu)化創(chuàng)新網(wǎng)絡(luò)密度、提高創(chuàng)新績(jī)等進(jìn)行定量分析與實(shí)證研究，以豐富目前文獻(xiàn)研究的不足。

1.2 研究假設(shè)

針對(duì)創(chuàng)新網(wǎng)絡(luò)密度對(duì)于創(chuàng)新績(jī)效是否產(chǎn)生影響以及影響的程度，學(xué)者們各抒己見。爭(zhēng)議性的學(xué)術(shù)觀點(diǎn)是本文形成研究假設(shè)的基礎(chǔ)。

Ortig?o Sampaio Schiller 等［28］提出創(chuàng)新網(wǎng)絡(luò)有利于促進(jìn)合作伙伴之間知識(shí)交換與新知識(shí)增長(zhǎng)，特定的路線減少了復(fù)雜的手續(xù)與工作的誤差，縮短了信息傳遞時(shí)間，促進(jìn)了知識(shí)轉(zhuǎn)移，進(jìn)而促進(jìn)創(chuàng)新。張振華等［29］發(fā)現(xiàn)社會(huì)關(guān)系網(wǎng)絡(luò)確實(shí)能提升企業(yè)的績(jī)效，網(wǎng)絡(luò)密度對(duì)于企業(yè)績(jī)效的改善發(fā)揮著重要作用。隨著社區(qū)網(wǎng)絡(luò)中主體增加，網(wǎng)絡(luò)密度也隨之?dāng)U大，網(wǎng)絡(luò)中成員互動(dòng)頻繁，較之初始狀態(tài)，關(guān)鍵路徑信息與知識(shí)流動(dòng)速度加快，促進(jìn)了聯(lián)動(dòng)與創(chuàng)新。豐超等人［30］從社會(huì)網(wǎng)絡(luò)的視角研究了渠道網(wǎng)絡(luò)結(jié)構(gòu)，認(rèn)為網(wǎng)絡(luò)密度增大，經(jīng)銷商主體間聯(lián)系越密切，越有益于出現(xiàn)“抱團(tuán)”行為；網(wǎng)絡(luò)密度能正向影響群體交流［31］。對(duì)于高度嵌入的中央網(wǎng)絡(luò)，創(chuàng)新網(wǎng)絡(luò)特征將對(duì)企業(yè)的產(chǎn)品和流程創(chuàng)新產(chǎn)生積極影響［32］，高密度的社交網(wǎng)絡(luò)更能提高績(jī)效［33］。根據(jù)以上研究，在創(chuàng)新網(wǎng)絡(luò)建設(shè)初期，網(wǎng)絡(luò)內(nèi)主體少，僅與少數(shù)家企業(yè)交流，網(wǎng)絡(luò)密度比較低，網(wǎng)絡(luò)結(jié)構(gòu)疏松，在網(wǎng)絡(luò)結(jié)構(gòu)中占據(jù)結(jié)構(gòu)洞位置的主體發(fā)揮優(yōu)先優(yōu)勢(shì)，利用信息控制高地更快獲取信息資源和網(wǎng)絡(luò)異質(zhì)信息，在網(wǎng)絡(luò)間建立起關(guān)鍵性通道獲取和傳播知識(shí)，有益于創(chuàng)新主體與外界間共生出知識(shí)流動(dòng)與信息交互，進(jìn)而對(duì)創(chuàng)新力與績(jī)效具有正向的影響結(jié)果。故本文提出假設(shè)1 如下：

H1：初級(jí)化的網(wǎng)絡(luò)密度與創(chuàng)新呈現(xiàn)正向關(guān)系。

Meagher 等人［34］通過(guò)建模方式驗(yàn)證了創(chuàng)新溢出的性質(zhì)取決于網(wǎng)絡(luò)密度，并提出網(wǎng)絡(luò)密度對(duì)溢出創(chuàng)新的邊際影響是非單調(diào)的。伴隨網(wǎng)絡(luò)密度的進(jìn)一步提高，過(guò)于密集的網(wǎng)絡(luò)出現(xiàn)了對(duì)網(wǎng)絡(luò)主體創(chuàng)新增長(zhǎng)的負(fù)效應(yīng)。相較于初級(jí)化的網(wǎng)絡(luò)密度，中級(jí)化的高密集網(wǎng)絡(luò)密度為了維持現(xiàn)有的關(guān)系網(wǎng)，無(wú)形中會(huì)導(dǎo)致網(wǎng)絡(luò)主體過(guò)度嵌入，使得主體在接受聯(lián)盟伙伴信息共享時(shí)也增加了對(duì)于自身的約束，使得創(chuàng)新活力降低。劉蘊(yùn)［35］認(rèn)為過(guò)度嵌入會(huì)對(duì)企業(yè)創(chuàng)新產(chǎn)生負(fù)影響，并且對(duì)于組織行為也會(huì)產(chǎn)生約束和限制，網(wǎng)絡(luò)結(jié)構(gòu)中的企業(yè)要保持一個(gè)適度的社會(huì)網(wǎng)絡(luò)關(guān)系嵌入。Zhang 等人［36］基于社會(huì)網(wǎng)絡(luò)理論對(duì)2005—2014年之間的風(fēng)能專利數(shù)據(jù)進(jìn)行了研究，發(fā)現(xiàn)專利演變趨勢(shì)呈現(xiàn)先增加后減少模式，競(jìng)爭(zhēng)網(wǎng)絡(luò)密度會(huì)影響企業(yè)的技術(shù)競(jìng)爭(zhēng)力和創(chuàng)新績(jī)效。禹獻(xiàn)云等人［37］研究網(wǎng)絡(luò)密度對(duì)技術(shù)創(chuàng)新網(wǎng)絡(luò)的影響機(jī)理，發(fā)現(xiàn)網(wǎng)絡(luò)密度對(duì)創(chuàng)新網(wǎng)絡(luò)并不是起到正向促進(jìn)作用，而是整體呈現(xiàn)出倒U 型關(guān)系，這說(shuō)明網(wǎng)絡(luò)密度具有閾值特性，過(guò)高或過(guò)低都不利于技術(shù)創(chuàng)新網(wǎng)絡(luò)的知識(shí)增長(zhǎng)。王?；ǖ热耍?8］認(rèn)為整體網(wǎng)絡(luò)密度對(duì)績(jī)效起到一個(gè)反向調(diào)節(jié)的作用：在低密度下，網(wǎng)絡(luò)間未形成固定的合作關(guān)系，會(huì)促進(jìn)資源流動(dòng)，關(guān)鍵位置獨(dú)享資源優(yōu)勢(shì)；而在高密度下，規(guī)模擴(kuò)大帶來(lái)的增速放緩，中心節(jié)點(diǎn)非對(duì)稱資源優(yōu)勢(shì)減弱，不利于創(chuàng)新。根據(jù)以上研究，可知隨著新企業(yè)的加入，網(wǎng)絡(luò)密度達(dá)到中級(jí)化。這一時(shí)期知識(shí)轉(zhuǎn)譯的寬度和深度增加，信息流動(dòng)速度加快。相較于初級(jí)化，中級(jí)化的網(wǎng)絡(luò)主體與外界聯(lián)系程度加深，建立起更多的關(guān)鍵信息傳輸路徑，提高了知識(shí)流動(dòng)的速度，也提升了信息共享的頻次，促進(jìn)整個(gè)網(wǎng)絡(luò)的知識(shí)擴(kuò)散。但這種信息交互與互動(dòng)頻率的增加，減少了網(wǎng)絡(luò)成員信息的異質(zhì)化，不利于創(chuàng)新。由此，本文提出假設(shè)2 如下：

H2：中級(jí)化的網(wǎng)絡(luò)密度與創(chuàng)新呈現(xiàn)倒U 關(guān)系。

Feng 等［39］認(rèn)為創(chuàng)新網(wǎng)絡(luò)密度會(huì)導(dǎo)致網(wǎng)絡(luò)的功能下降。Jarvie［40］通過(guò)分析美國(guó)棒球大聯(lián)盟球隊(duì)的網(wǎng)絡(luò)，認(rèn)為網(wǎng)絡(luò)密度與團(tuán)隊(duì)等級(jí)呈負(fù)相關(guān)，長(zhǎng)期合作的隊(duì)員關(guān)系并不能提高團(tuán)隊(duì)的績(jī)效。Cowanr 等［41］研究了網(wǎng)絡(luò)結(jié)構(gòu)和擴(kuò)散性能之間的關(guān)系，認(rèn)為在網(wǎng)絡(luò)密度增長(zhǎng)的演化中伴有抑制創(chuàng)新效果的負(fù)效應(yīng)現(xiàn)象，過(guò)于密集的網(wǎng)絡(luò)密度會(huì)產(chǎn)生信息與知識(shí)冗余，而這種冗余加重組織的負(fù)擔(dān)使網(wǎng)絡(luò)結(jié)構(gòu)嵌入深度加深，消息冗余造成網(wǎng)絡(luò)可達(dá)性變低，節(jié)點(diǎn)消耗高，不利于創(chuàng)新績(jī)效［42］。隨著網(wǎng)絡(luò)內(nèi)新知識(shí)的增加，吸引更多的企業(yè)“入團(tuán)”，網(wǎng)絡(luò)主體與外部環(huán)境進(jìn)行更大范圍和更高層次的交流，逐漸演化成高級(jí)化的網(wǎng)絡(luò)密度。網(wǎng)絡(luò)密度高的網(wǎng)絡(luò)成員之間合作關(guān)系更趨穩(wěn)定，成員之間建立起高信任的合作共享機(jī)制，減少了機(jī)會(huì)主義帶來(lái)的風(fēng)險(xiǎn)，更利于復(fù)雜緘默知識(shí)轉(zhuǎn)移和集中。本文認(rèn)為這種高級(jí)化的網(wǎng)絡(luò)密度相對(duì)于初級(jí)化和中級(jí)化的網(wǎng)絡(luò)密度演化程度來(lái)說(shuō)，更大程度上減小了因網(wǎng)絡(luò)異質(zhì)性增加帶來(lái)的協(xié)作問(wèn)題，使得網(wǎng)絡(luò)成員間吸收、聯(lián)動(dòng)、創(chuàng)新的流程更加順暢。但是隨著網(wǎng)絡(luò)架構(gòu)的進(jìn)一步擴(kuò)大構(gòu)建，主體間產(chǎn)生負(fù)擔(dān)性的過(guò)度依賴，整個(gè)創(chuàng)新網(wǎng)絡(luò)為了維持龐大的網(wǎng)絡(luò)間正常運(yùn)轉(zhuǎn)和“日常交流”，勢(shì)必造成資源分配不合理與浪費(fèi)以及加大網(wǎng)絡(luò)間信息重復(fù)率，使過(guò)度嵌入的不良反應(yīng)將在網(wǎng)絡(luò)中發(fā)揮效應(yīng)，限制節(jié)點(diǎn)間的創(chuàng)新發(fā)展。再增加網(wǎng)絡(luò)之間的聯(lián)系度，數(shù)據(jù)過(guò)載造成信息冗余，增加了網(wǎng)絡(luò)主體與成員之間交流的障礙，勢(shì)必會(huì)影響網(wǎng)絡(luò)創(chuàng)新性，其嵌入創(chuàng)新網(wǎng)絡(luò)程度也進(jìn)一步加深，進(jìn)而對(duì)創(chuàng)新產(chǎn)生抑制作用，故而整體創(chuàng)新程度呈現(xiàn)出負(fù)增長(zhǎng)的態(tài)勢(shì)?；诖?，本文提出假設(shè)3 如下：

H3：高級(jí)化的網(wǎng)絡(luò)密度與創(chuàng)新呈現(xiàn)負(fù)相關(guān)關(guān)系。

綜上分析，在復(fù)雜的創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)中，非冗余網(wǎng)絡(luò)密度使得主體間建起更加關(guān)鍵性的知識(shí)共享和知識(shí)流動(dòng)通道，為關(guān)鍵技術(shù)的產(chǎn)生與創(chuàng)新提供了土壤與發(fā)展空間，直接促進(jìn)創(chuàng)新結(jié)果在品質(zhì)與數(shù)量上得到質(zhì)的提升，同時(shí)也提高了工作的效率與質(zhì)量，減少了因知識(shí)重復(fù)造成的信息復(fù)雜錯(cuò)亂而引起網(wǎng)絡(luò)成員的時(shí)間成本與管理成本。創(chuàng)新組織要剔除冗余聯(lián)系，可使自身的創(chuàng)新網(wǎng)絡(luò)將重心與精力放到核心的聯(lián)系鏈上，減少不必要的信息管理成本與時(shí)間成本，同時(shí)非冗余網(wǎng)絡(luò)密度將令網(wǎng)絡(luò)保持最佳的交互能力，在資源分配、各類信息共享平臺(tái)上實(shí)現(xiàn)效益最大化。

2 創(chuàng)新網(wǎng)絡(luò)密度的計(jì)算與描述

創(chuàng)新網(wǎng)絡(luò)密度是體現(xiàn)各個(gè)節(jié)點(diǎn)間的親密程度的指標(biāo)，越大說(shuō)明網(wǎng)絡(luò)內(nèi)的交互關(guān)系越頻繁密集，反之越稀疏零散。在生態(tài)網(wǎng)絡(luò)中，網(wǎng)絡(luò)密度的大小是采用一切聯(lián)結(jié)數(shù)目以及包含的節(jié)點(diǎn)數(shù)目?jī)蓚€(gè)數(shù)之商來(lái)進(jìn)行衡量。設(shè)其大小為ρ，節(jié)點(diǎn)數(shù)為n，邊數(shù)為m，則創(chuàng)新網(wǎng)絡(luò)的網(wǎng)絡(luò)密度為:

ρ越大，說(shuō)明網(wǎng)絡(luò)間的關(guān)聯(lián)關(guān)系越多，組織間的聯(lián)接程度以及信息交流的速度及效率越高，相互影響也越大，同時(shí)還表明網(wǎng)絡(luò)中任意點(diǎn)之間的依賴關(guān)系程度更強(qiáng)。ρ的取值在0～1 之間，ρ為0，表明復(fù)雜網(wǎng)絡(luò)的節(jié)點(diǎn)之間不聯(lián)系，整體處于零散狀態(tài)；ρ為1 表明形成一種完全耦合網(wǎng)絡(luò)，說(shuō)明網(wǎng)絡(luò)中的每個(gè)主體相互都認(rèn)識(shí)，且節(jié)點(diǎn)間直接相連，這是兩種極端情形。

為描述網(wǎng)絡(luò)密度演化階段，本文將創(chuàng)新網(wǎng)絡(luò)的演化過(guò)程按照時(shí)間變化每5 年視為一個(gè)階段，共分為6 個(gè)階段：第0～5 年為第1 階段，此時(shí)系統(tǒng)呈現(xiàn)出初級(jí)化的網(wǎng)絡(luò)密度。第6～10 年，視為第2 階段，網(wǎng)絡(luò)密度隨著節(jié)點(diǎn)與節(jié)點(diǎn)之間創(chuàng)新合作的增多而增加。第11～15 年為第3 階段，節(jié)點(diǎn)間出現(xiàn)局部融合。第16～20 年為第4 階段，網(wǎng)絡(luò)間各節(jié)點(diǎn)高度融合，系統(tǒng)網(wǎng)絡(luò)呈現(xiàn)出成熟特征下的網(wǎng)絡(luò)密度。第21～20 年為第5 階段。第26～30 年為第6 階段，網(wǎng)絡(luò)演化為更高級(jí)別的網(wǎng)絡(luò)密度。

為說(shuō)明創(chuàng)新網(wǎng)絡(luò)密度的演化，本文以因創(chuàng)新聞名世界的麻省理工學(xué)院（以下簡(jiǎn)稱為MIT）作為研究對(duì)象描述創(chuàng)新網(wǎng)絡(luò)密度的演化情況。本文選取了MIT 在1988 年、1998 年、2003 年、2008 年、2013 年、2018 年等6 個(gè)時(shí)間窗口分別代表創(chuàng)新網(wǎng)絡(luò)密度演化的6 個(gè)階段，對(duì)其創(chuàng)新網(wǎng)絡(luò)進(jìn)行可視化，得到網(wǎng)絡(luò)密度圖如圖1 所示。

圖1 不同階段創(chuàng)新網(wǎng)絡(luò)中網(wǎng)絡(luò)密度演化圖

創(chuàng)新網(wǎng)絡(luò)的密集程度可通過(guò)圖示與分模塊化情況較為直觀地進(jìn)行初步觀察。由圖1 所示可知，網(wǎng)絡(luò)密度的演化在總體上經(jīng)歷了先疏再密后變疏的過(guò)程。在第1 階段，模塊化分散且保持疏遠(yuǎn)，創(chuàng)新密度呈現(xiàn)疏松狀態(tài)。在第2 階段，節(jié)點(diǎn)增多，創(chuàng)新網(wǎng)絡(luò)密度增加，節(jié)點(diǎn)之間的閉合性還處于起步階段，節(jié)點(diǎn)之間的合作有待增加。在第3 階段，創(chuàng)新網(wǎng)絡(luò)密度繼續(xù)增加，同時(shí)演化成更大的組團(tuán)，組團(tuán)之間雖然保持一定距離，但組團(tuán)之間連接線較多，說(shuō)明組團(tuán)之間將趨向于融合。在第4 階段，模塊進(jìn)一步融合，節(jié)點(diǎn)與節(jié)點(diǎn)之間閉合性明顯增多，說(shuō)明創(chuàng)新網(wǎng)絡(luò)密度進(jìn)一步加大。在第5 階段，結(jié)點(diǎn)與結(jié)點(diǎn)、模塊與模塊之間的融合程度達(dá)到極高的程度，可見創(chuàng)新網(wǎng)絡(luò)密度已經(jīng)趨向于極值。在第6 階段，模塊出現(xiàn)分化，結(jié)點(diǎn)與結(jié)點(diǎn)之間的密集程度降低，創(chuàng)新網(wǎng)絡(luò)密度呈現(xiàn)下降趨勢(shì)。由直觀的觀察可以預(yù)知，MIT 創(chuàng)新網(wǎng)絡(luò)密度的演化已經(jīng)歷了一個(gè)從疏到密、再到疏的完整周期，但背后機(jī)理需要進(jìn)行量化分析與驗(yàn)證，下文將進(jìn)行深入的實(shí)證研究。

3 實(shí)證分析

3.1 數(shù)據(jù)來(lái)源與變量

本文從2019 年7 月—2020 年9 月份，歷時(shí)1年2 個(gè)月時(shí)間利用Python 語(yǔ)言編程采集方法與手工比對(duì)方法收集樣本。數(shù)據(jù)首先來(lái)自于MIT 官方網(wǎng)站，該網(wǎng)站提供了歷年MIT 的研發(fā)經(jīng)費(fèi)、課題、研發(fā)人員、專利以及單位合作情況等數(shù)據(jù)，對(duì)缺失信息則查詢國(guó)際專利網(wǎng)，同時(shí)還采集國(guó)內(nèi)外核心期刊、權(quán)威網(wǎng)站新聞、各類論壇以及研究報(bào)告的創(chuàng)新合作信息，通過(guò)手工初次核對(duì)，共收集17 010 條創(chuàng)新合作數(shù)據(jù)。在此基礎(chǔ)上，再經(jīng)第二次手工篩選、核實(shí)，共留存4 336 條與專利創(chuàng)新等有密切關(guān)系的數(shù)據(jù)作為分析數(shù)據(jù)庫(kù)，并以此計(jì)算創(chuàng)新網(wǎng)絡(luò)的各類網(wǎng)絡(luò)變量。為提高準(zhǔn)確性，對(duì)于專利數(shù)據(jù)，本文除了收集MIT 專利申請(qǐng)與國(guó)際專利批準(zhǔn)數(shù)據(jù),同時(shí)參考了世界產(chǎn)權(quán)組織WIPO 公布的國(guó)際專利排名等榜單，若MIT 官方網(wǎng)站與第三方公布的排名數(shù)據(jù)有沖突，則以第三方數(shù)據(jù)為準(zhǔn)。對(duì)MIT 的經(jīng)費(fèi)投入、人員數(shù)量等相關(guān)數(shù)據(jù)，則以其官方網(wǎng)站為準(zhǔn)。為研究其創(chuàng)新網(wǎng)絡(luò)演化，本文將MIT 自1988—2020 年共32 年的數(shù)據(jù)按年代劃分為不同的時(shí)間窗口，再利用R 語(yǔ)言、MATLAB 等工具對(duì)數(shù)據(jù)進(jìn)行清洗、分析、描述與檢驗(yàn)。

本文被解釋變量為專利相關(guān)的變量。在處理被解釋變量時(shí)，雖然用MIT 當(dāng)年申請(qǐng)專利數(shù)量作為被解釋變量更為適合，但收集到的數(shù)據(jù)缺失值較多而放棄使用。因?yàn)閷＠纳暾?qǐng)有一定的周期，故本文采用的方法是用延遲一年的專利獲批數(shù)量作為衡量創(chuàng)新成效的被解釋變量。本文選取創(chuàng)新網(wǎng)絡(luò)密度作為主要解釋變量，同時(shí)選取了創(chuàng)新網(wǎng)絡(luò)的典型特征值包括網(wǎng)絡(luò)主體個(gè)數(shù)、度、集聚系數(shù)網(wǎng)、平均路徑長(zhǎng)度、平均結(jié)構(gòu)洞等同時(shí)作為解釋變量，把MIT 科研項(xiàng)目個(gè)數(shù)、總?cè)藬?shù)、總經(jīng)費(fèi)作為控制變量。具體變量名稱如表1 所示。為消除量綱化影響，本文對(duì)所采集的量化指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，制作變量描述統(tǒng)計(jì)表（見表1）。

表1 變量統(tǒng)計(jì)描述表（標(biāo)準(zhǔn)化處理后）

3.2 模型、方法與估計(jì)

（1）MRQAP 模型。本文采用的是MRQAP(multiple regression quadratic assignment procedure) 模型，即多元回歸二次指派模型。該模型可研究網(wǎng)絡(luò)變量之間的關(guān)聯(lián)度，其中網(wǎng)絡(luò)變量可分為兩部分，一部分可以用作參數(shù)檢驗(yàn)，另一部分可以進(jìn)行非參數(shù)檢驗(yàn)，且自變量與因變量均可以用矩陣形式。多元回歸二次指派模型還可以動(dòng)態(tài)分析不同時(shí)間窗口下的截面數(shù)據(jù)。基于此，本文在分析創(chuàng)新網(wǎng)絡(luò)機(jī)制時(shí)，將關(guān)系變量設(shè)為以年為時(shí)間窗口進(jìn)行回歸分析，以體現(xiàn)動(dòng)態(tài)性特征，同時(shí)引入了非參數(shù)變量以體現(xiàn)非線性關(guān)系，用于真實(shí)反映兩種不同系列的自變量對(duì)因變量的影響關(guān)系。設(shè)創(chuàng)新網(wǎng)絡(luò)的MRQAP 基本模型為：

其中Y為創(chuàng)新績(jī)效變量，X為參數(shù)估計(jì)變量，Z為非參數(shù)估計(jì)變量，E為殘差部分，上述變量為n維矩陣，α為參數(shù)估計(jì)系數(shù)，γ為非參數(shù)估計(jì)系數(shù)。

根據(jù)變量設(shè)置以及對(duì)解釋變量與被解釋變量之間的關(guān)系初步擬合，本文最終構(gòu)建實(shí)證模型設(shè)計(jì)如下：

（2）影響機(jī)理公式。如表2 所示，經(jīng)回歸分析可知，與專利這一創(chuàng)新績(jī)效呈顯著性關(guān)系的變量包括合作項(xiàng)目個(gè)數(shù)、網(wǎng)絡(luò)主體數(shù)、度、集聚系數(shù)、平均路徑長(zhǎng)度、總?cè)藬?shù)、總經(jīng)費(fèi)；而平均結(jié)構(gòu)洞數(shù)量并沒有通過(guò)顯著性檢驗(yàn)。

表2 估計(jì)結(jié)果

根據(jù)表2，作為本文主要研究變量的網(wǎng)絡(luò)密度通過(guò)了顯著性檢驗(yàn)。根據(jù)數(shù)據(jù)擬合結(jié)果可得創(chuàng)新網(wǎng)絡(luò)密度模型對(duì)創(chuàng)新效果的影響機(jī)理公式如下：

在初期階段時(shí)，隨著創(chuàng)新網(wǎng)絡(luò)密度的增長(zhǎng)，代表創(chuàng)新績(jī)效的變量專利數(shù)量呈較快速上升趨勢(shì)。當(dāng)創(chuàng)新網(wǎng)絡(luò)密度增加到一定程度時(shí)，創(chuàng)新績(jī)效雖然仍然上升，但增長(zhǎng)速度放緩，這是因?yàn)槿哂嘈栽斐蓜?chuàng)新成本增加，從而影響創(chuàng)新績(jī)效增長(zhǎng)速度。創(chuàng)新網(wǎng)絡(luò)密度與創(chuàng)新績(jī)效專利的關(guān)系在總體上呈現(xiàn)為“反C 型”，如圖2 所示。

圖2 網(wǎng)絡(luò)密度與專利數(shù)量的關(guān)系

3.3 實(shí)證結(jié)論

根據(jù)回歸分析與檢驗(yàn)，本文對(duì)假設(shè)得出以下三個(gè)結(jié)論：

一是H1成立。由圖1(a)與圖1(b)可知，創(chuàng)新網(wǎng)絡(luò)構(gòu)建初期網(wǎng)絡(luò)信任度不高，節(jié)點(diǎn)間僅僅建立起少數(shù)的“小團(tuán)體”，團(tuán)體之間聯(lián)系稀疏不緊密且處于相對(duì)獨(dú)立的離散狀態(tài)。小團(tuán)體內(nèi)部組織成員少，溝通渠道短缺且單一使得信息與知識(shí)無(wú)法實(shí)現(xiàn)異質(zhì)性交流與轉(zhuǎn)化，創(chuàng)新網(wǎng)絡(luò)整體優(yōu)勢(shì)沒有發(fā)揮出來(lái)，對(duì)整體創(chuàng)新績(jī)效提升效果不明顯。隨著創(chuàng)新網(wǎng)絡(luò)規(guī)模擴(kuò)大吸引了大量新成員加入，網(wǎng)絡(luò)密度隨之增加，節(jié)點(diǎn)間溝通渠道增多呈現(xiàn)多樣化，促使新知識(shí)流動(dòng)速度加快和創(chuàng)新成果凸顯，從圖2 中觀察出專利數(shù)目具有明顯增長(zhǎng)趨勢(shì)，初級(jí)化的網(wǎng)絡(luò)密度對(duì)于創(chuàng)新具有正向作用，假設(shè)1 成立。

二是H2不成立。原假設(shè)為在中期階段網(wǎng)絡(luò)密度與創(chuàng)新績(jī)效呈現(xiàn)倒U 關(guān)系，但是實(shí)證研究結(jié)果表明呈現(xiàn)“反C 型”。由圖1(c)、圖1(d)和圖1(e)看出，當(dāng)前階段網(wǎng)絡(luò)密度明顯增加，節(jié)點(diǎn)間聯(lián)系密切且溝通渠道復(fù)雜交錯(cuò)，創(chuàng)新網(wǎng)絡(luò)實(shí)現(xiàn)高度融合使得網(wǎng)絡(luò)復(fù)雜性特征凸顯。隨著網(wǎng)絡(luò)主體增加，各主體間建立起相對(duì)發(fā)達(dá)的合作伙伴關(guān)系圈，建立起更加復(fù)雜的交流通道，促使知識(shí)流涌現(xiàn)，產(chǎn)生大量的增值附屬品，增加適量網(wǎng)絡(luò)密度對(duì)創(chuàng)新績(jī)效起到促進(jìn)作用。如圖2 所示，隨著網(wǎng)絡(luò)密度增加，專利數(shù)目增長(zhǎng)速度加快，但隨之再增加，超出網(wǎng)絡(luò)密度的閾值，卻造成抑制反向結(jié)果，但創(chuàng)新績(jī)效不是假設(shè)中的下降關(guān)系，而是表現(xiàn)出上升關(guān)系，故H2的倒U 型假設(shè)不成立，實(shí)為“反C 型”。

三是H3部分不成立。由圖1(f)可知再增加網(wǎng)絡(luò)主體達(dá)到更高級(jí)階段的網(wǎng)絡(luò)密度，網(wǎng)絡(luò)密度不升反降。這是因?yàn)楣?jié)點(diǎn)的過(guò)度增加超出了整個(gè)創(chuàng)新網(wǎng)絡(luò)的承受范圍，大量節(jié)點(diǎn)間無(wú)效關(guān)聯(lián)產(chǎn)生信息冗余與障礙堆積，關(guān)鍵線路通道被占據(jù)，阻礙了信息的傳播和交流，直接作用在創(chuàng)新網(wǎng)絡(luò)上使主體間往來(lái)信息與知識(shí)流動(dòng)速度與頻次受限，繼而對(duì)創(chuàng)新績(jī)效負(fù)向影響逐步凸顯。雖因冗余性增加而使創(chuàng)新效率降低，但如果通過(guò)優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)精減節(jié)點(diǎn)數(shù)目而降低創(chuàng)新網(wǎng)絡(luò)密度，則創(chuàng)新績(jī)效仍將表現(xiàn)為增加。即H3所提出呈負(fù)相關(guān)的假設(shè)成立，但H3中所述的創(chuàng)新績(jī)效將呈下降的假設(shè)是不成立的。

3.4 似然比檢驗(yàn)

由圖2 可知，模型擬合效果較好；其中決定系數(shù)R2為0.947 8，修正后的決定系數(shù)為0.945 7，均表明模型擬合效果良好。對(duì)創(chuàng)新網(wǎng)絡(luò)密度與創(chuàng)新績(jī)效作線性回歸分析，形成線性回歸模型，并對(duì)此模型與本文所提的非線性回歸模型進(jìn)行似然比檢驗(yàn)，以確定本文模型的適宜性。從F 檢驗(yàn)的結(jié)果來(lái)看，F(xiàn) 統(tǒng)計(jì)量為11 825，對(duì)應(yīng)的P值近似為0，說(shuō)明兩個(gè)模型的差異非常明顯。從似然比的計(jì)算結(jié)果與模型擬合圖來(lái)看，本文所提出非線性回歸模型擬合效果較好，似然比值更大，說(shuō)明本文所構(gòu)建的非線性回歸模型更為適合。

4 結(jié)論與啟示

本文在綜述產(chǎn)學(xué)研合作創(chuàng)新網(wǎng)絡(luò)密度對(duì)于創(chuàng)新績(jī)效作用機(jī)理的文獻(xiàn)基礎(chǔ)上，對(duì)MIT 創(chuàng)新網(wǎng)絡(luò)下的網(wǎng)絡(luò)密度作了分析，借助軟件對(duì)樣本數(shù)據(jù)進(jìn)行描述與回歸分析，并針對(duì)研究假設(shè)作了檢驗(yàn)驗(yàn)證，結(jié)果證實(shí)部分假設(shè)成立，部分假設(shè)不成立，主要得出如下結(jié)論：

一是在產(chǎn)學(xué)研合作創(chuàng)新網(wǎng)絡(luò)發(fā)展初期，創(chuàng)新網(wǎng)絡(luò)密度與創(chuàng)新績(jī)效呈正向作用關(guān)系，創(chuàng)新績(jī)效正效應(yīng)來(lái)源于創(chuàng)新網(wǎng)絡(luò)密度增加，促使創(chuàng)新合作增加，故而對(duì)創(chuàng)新績(jī)效起到正向調(diào)節(jié)作用。二是隨著創(chuàng)新密度的增加，創(chuàng)新的協(xié)同效應(yīng)持續(xù)增加，創(chuàng)新增長(zhǎng)速度加快，在一定時(shí)間點(diǎn)上達(dá)到極值狀態(tài)。創(chuàng)新網(wǎng)絡(luò)密度存在閾值效應(yīng)，不宜太低也不宜太高，它有一個(gè)界限范圍，在此范圍內(nèi)網(wǎng)絡(luò)密度能最大限度地發(fā)揮網(wǎng)絡(luò)活性，刺激知識(shí)流動(dòng)，知識(shí)異質(zhì)性程度保持在合理水平，組織間交往廣泛而繁多，內(nèi)部成員間合作與協(xié)調(diào)增加，共同建立起高水平的信任機(jī)制形成良好的合作伙伴關(guān)系，整個(gè)網(wǎng)絡(luò)持有高度凝聚力及團(tuán)結(jié)力，資源整合效率更高，溝通及知識(shí)交流更加通暢，更好地促進(jìn)創(chuàng)新成果產(chǎn)生與轉(zhuǎn)化，進(jìn)而提升創(chuàng)新績(jī)效。三是在創(chuàng)新網(wǎng)絡(luò)密度達(dá)到閾值后呈減少趨勢(shì)，因信息重復(fù)率增加，溝通成本上升以及資源分配的不合理而造成負(fù)面效應(yīng)，創(chuàng)新主體會(huì)選擇優(yōu)化創(chuàng)新網(wǎng)絡(luò)，精簡(jiǎn)網(wǎng)絡(luò)使創(chuàng)新網(wǎng)絡(luò)密度減少，創(chuàng)新網(wǎng)絡(luò)得到優(yōu)化，創(chuàng)新績(jī)效繼續(xù)增加。創(chuàng)新網(wǎng)絡(luò)密度與創(chuàng)新績(jī)效之間呈現(xiàn)典型的“反C”曲線關(guān)系。

根據(jù)本文結(jié)論給微觀組織帶來(lái)以下啟示：區(qū)塊鏈、大數(shù)據(jù)時(shí)代，信息交互、資源共享、協(xié)同合作是當(dāng)前最為明顯的特征，創(chuàng)新網(wǎng)絡(luò)成為謀利益協(xié)調(diào)、求合作共贏的重要資源，同時(shí)也是帶動(dòng)各方經(jīng)濟(jì)發(fā)展與促進(jìn)創(chuàng)新成果顯現(xiàn)的重要媒介。創(chuàng)新網(wǎng)絡(luò)密度是衡量創(chuàng)新網(wǎng)絡(luò)是否陷于冗余的重要標(biāo)志。在產(chǎn)學(xué)研合作創(chuàng)新網(wǎng)絡(luò)構(gòu)建起始與發(fā)展階段，組織成員通過(guò)創(chuàng)新合作與協(xié)同，增加信息渠道，以組織交流學(xué)習(xí)的方式，不斷加強(qiáng)協(xié)作創(chuàng)新，以達(dá)到提升全局創(chuàng)新水平和績(jī)效水平的目的。但創(chuàng)新網(wǎng)絡(luò)密度并不是越高越好，當(dāng)超過(guò)一定閾值后，微觀組織要意識(shí)到創(chuàng)新冗余性的負(fù)面效應(yīng)，有意識(shí)地優(yōu)化創(chuàng)新網(wǎng)絡(luò)格局，有選擇地重新配置創(chuàng)新資源與投入比例，對(duì)網(wǎng)絡(luò)實(shí)行斷鏈或重組以適當(dāng)減少網(wǎng)絡(luò)密度，增強(qiáng)創(chuàng)新過(guò)程的可控度，降低創(chuàng)新合作風(fēng)險(xiǎn)的不確定性，更快、更高效地應(yīng)對(duì)不斷變化的創(chuàng)新環(huán)境，更快、更經(jīng)濟(jì)地提升創(chuàng)新績(jī)效的增長(zhǎng)率。

本文主要?jiǎng)?chuàng)新點(diǎn)在于：一是在研究視角上從當(dāng)前的以宏觀組織為主轉(zhuǎn)到微觀組織上，并聚焦于微觀組織的產(chǎn)學(xué)研合作創(chuàng)新網(wǎng)絡(luò)密度演化上；二是在研究方法上將創(chuàng)新網(wǎng)絡(luò)演化特征研究與實(shí)證研究相結(jié)合，構(gòu)建了微觀組織的產(chǎn)學(xué)研合作創(chuàng)新網(wǎng)絡(luò)密度與創(chuàng)新績(jī)效的機(jī)理模型；三是得出了產(chǎn)學(xué)研合作創(chuàng)新網(wǎng)絡(luò)密度與創(chuàng)新績(jī)效呈“反C”關(guān)系的結(jié)論，即創(chuàng)新網(wǎng)絡(luò)密度并非越大越好，而是存在一個(gè)閾值。為了防止創(chuàng)新資源過(guò)度投入、降低創(chuàng)新信息重復(fù)率以及節(jié)約創(chuàng)新成本，創(chuàng)新網(wǎng)絡(luò)密度不能超過(guò)這一閾值，這與假設(shè)中呈倒U 型的觀點(diǎn)不同。鑒于創(chuàng)新網(wǎng)絡(luò)研究方法以及樣本取樣的復(fù)雜性，本文的研究對(duì)象選取了微觀組織MIT，其產(chǎn)學(xué)研合作創(chuàng)新網(wǎng)絡(luò)屬于典型的體現(xiàn)大學(xué)科研特征的產(chǎn)學(xué)研合作創(chuàng)新網(wǎng)絡(luò)，所得結(jié)論是否適用于其它類型的微觀組織還有待作深入的驗(yàn)證。