摘要： 為探究主體協(xié)同創(chuàng)新網(wǎng)絡(luò)的動態(tài)演化，基于電子信息產(chǎn)業(yè)聯(lián)合發(fā)明專利數(shù)據(jù)構(gòu)建網(wǎng)絡(luò)，揭示網(wǎng)絡(luò)演化特征，并構(gòu)建隨機行動者模型識別網(wǎng)絡(luò)演化影響因素。研究表明：電子信息產(chǎn)業(yè)創(chuàng)新主體與創(chuàng)新關(guān)系隨時間演化呈前期上升、后期平穩(wěn)之勢，網(wǎng)絡(luò)規(guī)模趨于穩(wěn)定，節(jié)點間聯(lián)系愈加緊密。網(wǎng)絡(luò)演化受到網(wǎng)絡(luò)結(jié)構(gòu)特征、創(chuàng)新主體特征以及鄰近性機制的共同影響；其中，合作廣度與地理鄰近性的影響最大。

關(guān)鍵詞： 創(chuàng)新網(wǎng)絡(luò)；隨機行動者模型；動態(tài)演化機制；電子信息產(chǎn)業(yè)

中圖分類號： C93；G306文獻(xiàn)標(biāo)識碼： A

Dynamic Evolution Mechanism of Innovator Collaborative Innovation Network Based on Stochastic Actor-oriented Model

LI Changsheng， SUO Qi， WANG Zihao

（School of Economics Management，Qingdao University of Science and Technology， Qingdao 26606 China）

Abstract：In order to explore the dynamic evolution of innovator collaborative innovation network， networks are constructed based on the data of joint invention patent in electronic information industry. The paper reveals the characteristics of networks evolution， and constructs random actor models to identify the influencing factors of networks evolution. The results show that the relationship between innovators and innovation in electronic information industry increases in the early stage and becomes stable in the later stage. The network scale tends to be stable and the connections between nodes become closer. Network evolution is influenced by network structure characteristics， innovator characteristics and proximity mechanism. Among them， cooperation breadth and geographical proximity have the greatest impact.

Keywords： innovation network; stochastic actor-oriented model; dynamic evolution mechanism; electronic information industry

0 引言

創(chuàng)新是發(fā)展的重要動力源泉，是建設(shè)現(xiàn)代化經(jīng)濟體系的戰(zhàn)略支撐。黨的十九大報告將“躋身創(chuàng)新型國家前列”作為遠(yuǎn)景目標(biāo)，進(jìn)一步明確了“堅持創(chuàng)新在我國現(xiàn)代化建設(shè)全局中的核心地位”這一創(chuàng)新發(fā)展戰(zhàn)略。自1992年“產(chǎn)學(xué)研聯(lián)合開發(fā)工程”啟動以來，產(chǎn)學(xué)研協(xié)同創(chuàng)新已成為中國重要的多主體協(xié)同創(chuàng)新模式之一。其本質(zhì)是通過異質(zhì)性知識流動和資源共享實現(xiàn)知識與資源的創(chuàng)造與增值［1］，為產(chǎn)業(yè)突破傳統(tǒng)單一創(chuàng)新主體的發(fā)展瓶頸提供了良好的發(fā)展思路。企業(yè)、高校和研究所作為核心創(chuàng)新主體，以協(xié)調(diào)資源、優(yōu)勢互補的方式開展協(xié)同創(chuàng)新合作，提升產(chǎn)業(yè)創(chuàng)新績效，繼而促進(jìn)產(chǎn)業(yè)鏈升級和高質(zhì)量發(fā)展。

已有研究基于社會網(wǎng)絡(luò)分析方法從合作模式［2］、網(wǎng)絡(luò)演化［3］等視角對協(xié)同創(chuàng)新進(jìn)行了較為充分的探討，研究發(fā)現(xiàn)，核心節(jié)點多為規(guī)模較大、知名度較高的創(chuàng)新主體［4］，合作模式多以企業(yè)為核心［5］，網(wǎng)絡(luò)多具有明顯的小世界性［6］和“核心邊緣”等結(jié)構(gòu)特征［2］，網(wǎng)絡(luò)的動態(tài)演化受多種因素的共同影響［7］。部分學(xué)者在網(wǎng)絡(luò)構(gòu)建與空間分析基礎(chǔ)上，運用回歸模型［8］、隨機行動者導(dǎo)向模型［9］等方法探究影響網(wǎng)絡(luò)動態(tài)演化的影響因素，發(fā)現(xiàn)網(wǎng)絡(luò)主體行為變量及鄰近性機制［10］已被廣泛應(yīng)用于網(wǎng)絡(luò)演化驅(qū)動機制中。圍繞具體產(chǎn)業(yè)，學(xué)者基于區(qū)域［11］和主體［12］視角，探究了產(chǎn)業(yè)協(xié)同創(chuàng)新網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)及演化規(guī)律，為產(chǎn)業(yè)的創(chuàng)新能力提升和長效發(fā)展提供了建設(shè)性意見。

1 理論基礎(chǔ)與研究假設(shè)

關(guān)系網(wǎng)絡(luò)的形成和演變受到網(wǎng)絡(luò)主體屬性和網(wǎng)絡(luò)結(jié)構(gòu)特性等因素的綜合影響［13］。其中，創(chuàng)新主體的行為特征包括網(wǎng)絡(luò)主體屬性以及主體間形成的鄰近性機制。

1.1 網(wǎng)絡(luò)結(jié)構(gòu)特征機制

網(wǎng)絡(luò)結(jié)構(gòu)是系統(tǒng)自組織的結(jié)果，網(wǎng)絡(luò)關(guān)系的形成不僅需考慮主體基本屬性和隨機性的影響，同時還需要考慮節(jié)點嵌入網(wǎng)絡(luò)所形成的網(wǎng)絡(luò)結(jié)構(gòu)特征機制的影響［14］，如互惠性、傳遞性等。主體協(xié)同創(chuàng)新網(wǎng)絡(luò)屬于無向網(wǎng)絡(luò)，因此主要探究傳遞三元組對網(wǎng)絡(luò)動態(tài)演化的影響。

研究發(fā)現(xiàn)，兩個節(jié)點的共同朋友越多，則其建立聯(lián)系的可能性越高［15］。結(jié)合本文情境，若A與C有合作關(guān)系，B與C也有合作關(guān)系，則A與B存在較大概率建立合作關(guān)系。產(chǎn)業(yè)協(xié)同創(chuàng)新多以固定合作模式為主，創(chuàng)新主體在選擇新的合作伙伴時常常會面臨一定風(fēng)險，C的存在增加了A與B的交流機會，并以信任傳遞方式降低了A與B之間的不確定性。依賴現(xiàn)有合作關(guān)系有助于提供可靠的信息源，促進(jìn)網(wǎng)絡(luò)成員合作意愿進(jìn)一步加強，產(chǎn)生更為頻繁的知識交流與共享［16］，從而快速建立合作關(guān)系。

綜上分析，提出研究假設(shè)1：

假設(shè)1 在主體協(xié)同創(chuàng)新網(wǎng)絡(luò)中，傳遞三元組有助于推動網(wǎng)絡(luò)演化發(fā)展。

1.2 網(wǎng)絡(luò)主體特征機制

同質(zhì)性理論認(rèn)為，具有相似或相同屬性的主體之間更有可能建立聯(lián)系，本文探究創(chuàng)新能力、合作廣度和創(chuàng)新經(jīng)驗三個變量對網(wǎng)絡(luò)動態(tài)演化的影響。

根據(jù)主體創(chuàng)新能力，可將協(xié)同創(chuàng)新模式分為強強合作、弱弱合作、強弱合作三種模式。強強合作雙方由于競爭與利益沖突，往往難以保持長期合作；弱弱合作無法達(dá)成創(chuàng)新能力與成果的有效突破；強弱合作能夠滿足雙方的戰(zhàn)略需求，創(chuàng)新能力強的主體利用網(wǎng)絡(luò)效應(yīng)保持甚至擴大技術(shù)領(lǐng)先地位，創(chuàng)新能力弱的主體則通過知識交流與實踐學(xué)習(xí)，實現(xiàn)技術(shù)追趕［17］。

合作廣度一般指主體與其他主體建立合作關(guān)系的廣泛程度［18］，能夠反映創(chuàng)新主體的網(wǎng)絡(luò)地位與影響力。合作廣度大的主體占據(jù)網(wǎng)絡(luò)核心位置，具有豐富的資源與較高的影響力；受擇優(yōu)連接機制影響［19］，新進(jìn)主體與邊緣主體一般會與合作廣度大的核心主體進(jìn)行合作，以增強自身的網(wǎng)絡(luò)中心性。

創(chuàng)新主體在選擇協(xié)同創(chuàng)新伙伴時，通常通過類似口碑或經(jīng)驗等指標(biāo)進(jìn)行篩選［12］。創(chuàng)新經(jīng)驗豐富的創(chuàng)新主體能夠更好地節(jié)省成本和規(guī)避風(fēng)險，對于潛在合作伙伴更具吸引力［20］；然而，創(chuàng)新主體間的創(chuàng)新經(jīng)驗差距過大會導(dǎo)致合作溝通成本增加，容易出現(xiàn)理解盲區(qū)。

綜上分析，提出研究假設(shè)2～4：

假設(shè)2 在主體協(xié)同創(chuàng)新網(wǎng)絡(luò)中，創(chuàng)新能力差異大的主體間更傾向于建立合作關(guān)系。

假設(shè)3 在主體協(xié)同創(chuàng)新網(wǎng)絡(luò)中，合作廣度差異大的主體間更傾向于建立合作關(guān)系。

假設(shè)4 在主體協(xié)同創(chuàng)新網(wǎng)絡(luò)中，創(chuàng)新經(jīng)驗相近的主體間更傾向于建立合作關(guān)系。

1.3 鄰近性機制

主體間的相互作用也會對網(wǎng)絡(luò)的動態(tài)演化產(chǎn)生一定影響，本文選取地理鄰近性和組織鄰近性探究網(wǎng)絡(luò)鄰近性機制的影響。

地理鄰近性是對主體間空間位置遠(yuǎn)近程度的衡量。通信技術(shù)的發(fā)展在一定程度上突破了地理距離的絕對限制，基于互聯(lián)網(wǎng)等工具可以實現(xiàn)遠(yuǎn)距離實時交流。然而，在協(xié)同創(chuàng)新過程中，地理鄰近仍然是驅(qū)動隱性知識創(chuàng)新的核心動力［21］。地理鄰近能夠有效降低創(chuàng)新主體間的交流和溝通成本，增強隱性知識的傳播并建立長期信任關(guān)系。

組織鄰近性是指主體間在組織結(jié)構(gòu)、規(guī)章制度、文化等方面的相似性［22］。研究將創(chuàng)新主體劃分為企業(yè)、高校、研究所3種類型，其協(xié)同創(chuàng)新合作模式為3種組織類型之間的兩兩或三者合作。組織類型相同的主體擁有相似的組織結(jié)構(gòu)、規(guī)則制度和激勵機制，通過高效率的知識交流與管理，能夠降低合作成本［23］，具體表現(xiàn)為母子公司、高校附屬分院等形式。

綜上分析，提出研究假設(shè)5～6：

假設(shè)5 在主體協(xié)同創(chuàng)新網(wǎng)絡(luò)中，地理距離鄰近的主體間更傾向于建立合作關(guān)系。

假設(shè)6 在主體協(xié)同創(chuàng)新網(wǎng)絡(luò)中，組織類型相同的主體間更傾向于建立合作關(guān)系。

2 實證分析

2.1 數(shù)據(jù)來源與研究方法

電子信息產(chǎn)業(yè)技術(shù)更新速度快，研發(fā)合作頻繁，是知識密集型、技術(shù)創(chuàng)新活動活躍的典型產(chǎn)業(yè)，頻繁的技術(shù)更迭使其協(xié)同創(chuàng)新合作呈現(xiàn)出復(fù)雜的網(wǎng)絡(luò)化特征。以電子信息產(chǎn)業(yè)為例，從主體層面探究協(xié)同創(chuàng)新網(wǎng)絡(luò)的結(jié)構(gòu)特征及動態(tài)演化機制，對于新時期產(chǎn)業(yè)創(chuàng)新能力的提升具有深遠(yuǎn)意義。

聯(lián)合申請發(fā)明專利數(shù)據(jù)具有可獲得、易處理等優(yōu)點，較好地反映了創(chuàng)新主體之間的研發(fā)合作活動。通過國家知識產(chǎn)權(quán)局專利信息服務(wù)平臺（http：//search.cnipr.com/）獲取1985～2017年電子信息產(chǎn)業(yè)發(fā)明專利數(shù)據(jù)，共計681 912條。由于數(shù)據(jù)量龐大、時間跨度過長，為保證研究結(jié)果的時效性，借助Logistic曲線擬合法對產(chǎn)業(yè)生命周期進(jìn)行劃分，只保留2011～2017年間至少4年參與協(xié)同創(chuàng)新合作的企業(yè)、高校和研究所以及歷年的合作關(guān)系（不含港澳臺地區(qū)），最終篩選出430個創(chuàng)新主體作為實證分析對象。構(gòu)建430×430的二值鄰接矩陣，并建立縱向網(wǎng)絡(luò)數(shù)據(jù)庫。鄰接矩陣中，若創(chuàng)新主體間存在合作關(guān)系則為1，否則為0。

SAOM（Stochastic Actor-Oriented Model）結(jié)合了仿真模擬、馬爾可夫過程和隨機效應(yīng)模型［9］，相較于負(fù)二項回歸模型和ERGM等研究方法，能夠基于多層次、動態(tài)歷時數(shù)據(jù)，對影響網(wǎng)絡(luò)節(jié)點間關(guān)系維持、消失或新建等動態(tài)變化的變量進(jìn)行參數(shù)估計，從而更加全面地分析時間段內(nèi)的縱向網(wǎng)絡(luò)動態(tài)演化影響因素［24］；協(xié)同創(chuàng)新合作關(guān)系的變化是由其速率函數(shù)決定的，運用Logistic回歸模型來模擬選擇的概率［25］。速率函數(shù)表達(dá)式為

Pix0，x，v，w=expfix0，x，v，w∑x′∈Cx0expfix0，x′，v，w （1）

其中，x0為網(wǎng)絡(luò)初始狀態(tài)；x為網(wǎng)絡(luò)潛在新狀態(tài)；v為網(wǎng)絡(luò)中創(chuàng)新主體的主體屬性，如專利數(shù)量等；w為網(wǎng)絡(luò)中創(chuàng)新主體的鄰近性機制指標(biāo)，如地理距離等。

SAOM定義了效用函數(shù)作為行為主體的目標(biāo)函數(shù)，創(chuàng)新主體選擇合作伙伴時總是期望目標(biāo)函數(shù)最大化，依據(jù)創(chuàng)新主體的效用函數(shù)來模擬創(chuàng)新合作關(guān)系的演變。目標(biāo)函數(shù)受網(wǎng)絡(luò)結(jié)構(gòu)、主體屬性和鄰近性機制的綜合影響，其表達(dá)式為

fix0，x，v，w=∑kβkSkix0，x，v，w （2）

其中，βk為估計參數(shù)；Ski為網(wǎng)絡(luò)演化的影響因素，包括x0、x、v、w，其解釋含義與式（1）中相同。

此外，t比率與整體最大收斂比通常用于評判模型的收斂度，各變量t比率≤0.1且模型整體最大收斂比≤0.25，則認(rèn)為模型具有較好的收斂度［25］。

2.2 模型構(gòu)建與變量測度

將構(gòu)建的7個430×430的二值鄰接矩陣作為被解釋變量，通過逐漸添加網(wǎng)絡(luò)效應(yīng)變量方式構(gòu)建模型1～模型5，以此來判別所納入網(wǎng)絡(luò)效應(yīng)是否對新網(wǎng)絡(luò)演化產(chǎn)生影響。以網(wǎng)絡(luò)密度作為默認(rèn)解釋變量，構(gòu)建模型1作為基礎(chǔ)模型。在模型1基礎(chǔ)上，納入網(wǎng)絡(luò)結(jié)構(gòu)變量構(gòu)建模型2至模型5，依次加入網(wǎng)絡(luò)結(jié)構(gòu)、網(wǎng)絡(luò)主體特征、鄰近性、所有變量，探究不同屬性變量對網(wǎng)絡(luò)演化的綜合影響。

內(nèi)生結(jié)構(gòu)、主體特征、鄰近性機制是影響網(wǎng)絡(luò)演化的關(guān)鍵要素。SAOM的統(tǒng)計項如表1所示。其中，密度指標(biāo)作為模型默認(rèn)的控制變量，其參數(shù)正負(fù)不具有重要性，一般解釋為網(wǎng)絡(luò)關(guān)系是否為隨機過程的結(jié)果［26］，因此不對應(yīng)于任何效應(yīng)與假設(shè)。

2.3 網(wǎng)絡(luò)動態(tài)演化描述性統(tǒng)計

基于縱向網(wǎng)絡(luò)數(shù)據(jù)庫，借助R語言的RSiena程序包，獲得2011～2017年主體協(xié)同創(chuàng)新網(wǎng)絡(luò)演化描述性統(tǒng)計結(jié)果如表2所示，其網(wǎng)絡(luò)主體與關(guān)系演化趨勢如圖1所示。

綜合表2和圖1可知，網(wǎng)絡(luò)主體總數(shù)與關(guān)系總數(shù)隨時間演化呈前期上升、后期逐漸平穩(wěn)之勢；保留主體與維持關(guān)系的變化趨勢與網(wǎng)絡(luò)主體總數(shù)與關(guān)系總數(shù)的變化趨勢類似，這說明新進(jìn)、退出主體數(shù)量和新建、消失關(guān)系數(shù)量并未從根本上影響網(wǎng)絡(luò)整體創(chuàng)新主體與連接關(guān)系的變化趨勢。新進(jìn)主體進(jìn)入網(wǎng)絡(luò)必然產(chǎn)生新建關(guān)系，退出主體退出網(wǎng)絡(luò)也必然會引發(fā)關(guān)系消失，其變化趨勢類似。然而，新進(jìn)主體與新建關(guān)系數(shù)量前期大大超過退出主體與消失關(guān)系數(shù)量，說明觀測期前期網(wǎng)絡(luò)發(fā)展并不穩(wěn)定，創(chuàng)新主體間的合作關(guān)系并不牢固，網(wǎng)絡(luò)規(guī)模的不斷擴張需要涌入大量新進(jìn)主體，網(wǎng)絡(luò)的協(xié)同創(chuàng)新發(fā)展也需新舊主體間快速建立合作關(guān)系。2014年以后，新進(jìn)主體與退出主體數(shù)量、新建關(guān)系與消失關(guān)系數(shù)量逐漸持平，說明網(wǎng)絡(luò)規(guī)模趨于穩(wěn)定，大部分創(chuàng)新主體通過不斷嘗試，最終發(fā)展為較為固定的合作伙伴，建立了穩(wěn)固的合作關(guān)系，合作屏障初步形成，新進(jìn)主體難以與在位主體間形成廣泛合作關(guān)系。

2.4 SAOM實證結(jié)果分析

為探究網(wǎng)絡(luò)演化背后的影響因素，借助R語言實現(xiàn)SAOM的參數(shù)估計，基于馬爾科夫鏈蒙特卡羅（MCMC）模擬，模型1～模型5的速率函數(shù)和目標(biāo)函數(shù)的估計結(jié)果分別于第1 765，2 024，1 948，2 294，2 354次迭代獲得，結(jié)果如表3所示。

2.5 模型對比分析

以2011～2012為第1個時期，可獲得逐年的速率參數(shù)λ，共計6期；各模型所有變量t比率均≤0.1、整體最大收斂比均≤0.25，說明模型1～模型5均具有較好的收斂度。

橫向?qū)Ρ龋Ｐ?中各時期的速率參數(shù)λ均小于模型2至模型5，說明選取變量的納入均會增大對應(yīng)時期改變關(guān)系的機會；除模型5中的創(chuàng)新能力變量，各模型變量t值均在p<0.05的水平下顯著，說明各變量均對網(wǎng)絡(luò)演化產(chǎn)生一定影響。除模型2與模型5中速率λ在2012～2015年期間有所下降外，其余模型的速率λ均逐漸上升，意味著后一個時段比前一個時段具有更大機會改變關(guān)系。模型3中創(chuàng)新能力變量呈顯著影響，但模型5中卻呈不顯著特征，組織鄰近變量參數(shù)估計值也由模型4中的正值變?yōu)槟Ｐ?中的負(fù)值，說明其他類型變量的加入會使原變量對網(wǎng)絡(luò)演化的影響力產(chǎn)生改變，網(wǎng)絡(luò)演化受多種變量的共同影響。

模型5納入的變量最為完整，屬于綜合模型，相較于其他模型，參數(shù)估計結(jié)果更具說服力，因此本文以模型5中各變量參數(shù)結(jié)果進(jìn)行分析解釋。傳遞三元組系數(shù)在p<0.001水平上顯著為正，說明傳遞三元組網(wǎng)絡(luò)結(jié)構(gòu)有利于推動網(wǎng)絡(luò)演化發(fā)展，假設(shè)1得證。創(chuàng)新主體間基于相同的知識背景、技術(shù)方向和創(chuàng)新目標(biāo)進(jìn)行合作，其合作伙伴也會借助現(xiàn)有合作關(guān)系快速建立新的合作關(guān)系，呈現(xiàn)三元閉合傾向，三元關(guān)系也有助于形成穩(wěn)定可靠的合作，減少不確定性和信息不對稱。創(chuàng)新能力無顯著影響，說明創(chuàng)新能力差異大的主體不能廣泛建立協(xié)同創(chuàng)新合作關(guān)系，因此不支持假設(shè)2。合作廣度系數(shù)顯著為負(fù)，說明合作廣度差異大的主體間更傾向于建立合作關(guān)系，因此假設(shè)3得證。創(chuàng)新主體在提升網(wǎng)絡(luò)地位過程中存在多方面成本，主體的合作廣度越大、網(wǎng)絡(luò)地位越高，其維護合作關(guān)系的成本也相應(yīng)較高，一定程度上限制了創(chuàng)新網(wǎng)絡(luò)的擴散。創(chuàng)新經(jīng)驗系數(shù)顯著為正，說明創(chuàng)新經(jīng)驗相似的主體間更傾向于建立合作關(guān)系，因此假設(shè)4得證。創(chuàng)新經(jīng)驗豐富的主體進(jìn)入網(wǎng)絡(luò)時間較長，為保證協(xié)同創(chuàng)新成果的質(zhì)量與數(shù)量，創(chuàng)新經(jīng)驗相近的創(chuàng)新主體間更易在協(xié)同創(chuàng)新合作過程中達(dá)成一致目標(biāo)。地理鄰近性系數(shù)顯著為正，說明地理距離對于促進(jìn)網(wǎng)絡(luò)演化具有積極影響，地理距離鄰近的主體間更傾向于建立合作關(guān)系，因此假設(shè)5得證。協(xié)同創(chuàng)新是一個深度互動的過程，涉及相關(guān)知識、技術(shù)基礎(chǔ)等隱性知識的交流與傳播。地理距離的增加勢必會加大合作過程中的時間和經(jīng)濟等成本，不利于創(chuàng)新主體間有效開展協(xié)同創(chuàng)新。組織鄰近性系數(shù)顯著為負(fù)，說明不同組織類型主體間更傾向于建立合作關(guān)系，因此不支持假設(shè)6。相同類型的創(chuàng)新主體具有相似的知識結(jié)構(gòu)和技術(shù)資源，一定程度上有利于協(xié)同創(chuàng)新的快速進(jìn)行；然而在產(chǎn)業(yè)發(fā)展的增長階段，各主體對異質(zhì)性資源的需求遠(yuǎn)超過同質(zhì)性資源，過度的組織鄰近性會阻礙新信息、新資源、新人才等資源的獲取，使主體間的互動學(xué)習(xí)和靈活性受限，故不同組織類型主體間更易于建立合作關(guān)系。

3 結(jié)論與啟示

基于2011～2017年電子信息產(chǎn)業(yè)聯(lián)合發(fā)明專利數(shù)據(jù)，從主體視角探究協(xié)同創(chuàng)新網(wǎng)絡(luò)的演化特征與機制。當(dāng)前，產(chǎn)業(yè)創(chuàng)新主體與創(chuàng)新關(guān)系日趨平穩(wěn)，主體的產(chǎn)業(yè)根植性與協(xié)同創(chuàng)新關(guān)系并不穩(wěn)定，產(chǎn)業(yè)創(chuàng)新存在較大變動性。網(wǎng)絡(luò)演化受網(wǎng)絡(luò)結(jié)構(gòu)特征、網(wǎng)絡(luò)主體特征和鄰近性機制的共同影響。傳遞三元組促進(jìn)了網(wǎng)絡(luò)演化的發(fā)展，創(chuàng)新能力對網(wǎng)絡(luò)演化無顯著影響，創(chuàng)新經(jīng)驗相近、地理距離相近、合作廣度差異大、組織類型相異的主體間更傾向于建立合作關(guān)系。通過積極構(gòu)建協(xié)同創(chuàng)新合作交流平臺，對合作信息與合作渠道進(jìn)行有效的資源整合，能夠顯著降低合作交流成本與風(fēng)險，整體網(wǎng)絡(luò)的聯(lián)系緊密度與信息傳播效率將得到增強。此外，通過建立創(chuàng)新激勵機制有助于增強產(chǎn)學(xué)研聯(lián)盟凝聚力，加強政府在協(xié)同創(chuàng)新過程中的引導(dǎo)作用，能夠進(jìn)一步推進(jìn)協(xié)同創(chuàng)新從低層次向高層次的演化。

參考文獻(xiàn)：

［1］涂振洲， 顧新.基于知識流動的產(chǎn)學(xué)研協(xié)同創(chuàng)新過程研究［J］. 科學(xué)學(xué)研究， 2013， 31（9）： 13811390.

TU Z Z， GU X. Study on process of industry-university-research institute collaborative innovation based on knowledge flow［J］. Studies in Science of Science， 2013， 31（9）： 13811390.

［2］高霞， 陳凱華. 基于SIPO專利的產(chǎn)學(xué)研合作模式及其合作網(wǎng)絡(luò)結(jié)構(gòu)演化研究： 以ICT產(chǎn)業(yè)為例［J］. 科學(xué)學(xué)與科學(xué)技術(shù)管理， 2016， 37（11）： 3443.

GAO X， CHEN K H. Analysis on the evolution of patterns and network structure for industry-university research institute cooperation in the Chinese ICT industry based on SIPO patents［J］. Science of science and management of S & T， 2016， 37（11）： 3443.

［3］ZHANG Y， CHEN K H， ZHU G R， et al. Inter-organizational scientific collaborations and policy effects： an ego-network evolutionary perspective of the Chinese academy of Sciences［J］. Scientometrics， 2016， 108（3）： 13831415.

［4］孫天陽， 成麗紅.中國協(xié)同創(chuàng)新網(wǎng)絡(luò)的結(jié)構(gòu)特征及格局演化研究［J］. 科學(xué)學(xué)研究， 2019， 37（8）： 14981505.

SUN T Y， CHENG L H. Research on the structure characteristics and evolutionary pattern collaborative innovation network in China［J］. Studies in Science of Science， 2019， 37（8）： 14981505.

［5］GAO X， GUO X， GUAN J C. An analysis of the patenting activities and collaboration among industry-university-research institutes in the Chinese ICT sector［J］. Scientometrics， 2014， 98（1）： 247263.

［6］戚筠， 唐恒， 石俊國. 基于小世界網(wǎng)絡(luò)特性的核心技術(shù)識別研究——以石墨烯為例［J］.情報雜志， 2020， 39（2）： 5055.

QI Y， TANG H， SHI J G. Research on core technology identification based on small world network characteristics： a case study of graphene［J］. Journal of intelligence， 2020， 39（2）： 5055.

［7］ZHAO J Y， WU G D. Evolution of the Chinese industry-university-research collaborative innovation system［J］. Complexity， 2017（1）： 113.

［8］郭建杰， 謝富紀(jì)， 王?；?， 等. 產(chǎn)學(xué)協(xié)同中自我中心網(wǎng)絡(luò)動態(tài)性、區(qū)域間合作網(wǎng)絡(luò)對企業(yè)創(chuàng)新的影響研究［J］. 管理學(xué)報， 2019， 16（7）： 10261034.

GUO J J， XIE F J， WANG H H， et al. Research of the effect of ego-network dynamics， inter-regional collaboration network on innovation of enterprises in industry-university collaboration［J］. Chinese Journal of Management， 2019， 16（7）： 10261034.

［9］周燦， 曾剛， 辛?xí)灶＃?等. 中國電子信息產(chǎn)業(yè)創(chuàng)新網(wǎng)絡(luò)演化——基于SAO模型的實證［J］.經(jīng)濟地理， 2018， 38（4）： 116122.

ZHOU C， ZENG G， XIN X R， et al. The dynamics of China’s electronic information industry innovation networks： an empirical research based on SAO model［J］. Economic geography， 2018， 38（4）： 116122.

［10］ 阮平南， 王文麗， 劉曉燕. 基于多維鄰近性的技術(shù)創(chuàng)新網(wǎng)絡(luò)演化動力研究——以O(shè)LED產(chǎn)業(yè)為例［J］. 研究與發(fā)展管理， 2018， 30（6）： 5966.

RUAN P N， WANG W L， LIU X Y. Dynamic evolution of technological innovation network based on multi-dimensional proximity-based on OLED industry［J］. R&D Management， 2018， 30（6）： 5966.

［11］ 曹霞，李傳云，林超然.基于新能源汽車的專利合作網(wǎng)絡(luò)演化研究［J］.科研管理， 2019， 40（8）： 179188.

CAO X， LI C Y， LIN C R. A research on the evolution of patent cooperation networks based on new energy vehicles［J］. Science Research Management， 2019， 40（8）： 179188.

［12］ 彭英， 姚恒璐， 吳菲. 組織個體創(chuàng)新與合作網(wǎng)絡(luò)演化機理研究——基于通信業(yè)專利數(shù)據(jù)分析［J］. 科技進(jìn)步與對策， 2015， 32（6）： 2428.

PENG Y， YAO H L， WU F. Research on the evolution mechanism of organizational individual innovation and cooperative networks： based on patent data analysis in the communication industry［J］. Science & Technology Progress and Policy， 2015， 32（6）： 2428.

［13］ MCPHERSON M， SMITH-LOVIN L， COOK J M. Birds of a feather： homophily in social networks［J］. Annual Review of a Sociology， 2003， 27（1）： 415444.

［14］ PENG T Q. Assortative mixing， preferential attachment， and triadic closure： a longitudinal study of tie-generative mechanisms in journal citation networks［J］. Journal of Informetrics， 2015， 9（2）： 250262.

［15］ KOSSINETS G， WATTS D J. Empirical analysis of an evolving social network［J］. Science， 2006， 311（5757）： 8890.

［16］ ZAHEER A， BELL G G. Benefiting from network position： firm capabilities， structural holes， and performance［J］. Strategic Management Journal， 2005， 26（9）： 809825.

［17］ 段慶鋒， 馮珍.多維視角下技術(shù)距離對企業(yè)研發(fā)合作關(guān)系影響的實證研究［J］.科技進(jìn)步與對策， 2020， 37（14）： 110117.

DUAN Q F， FENG Z. Empirical research on impact of technology distance upon R&D collaboration among enterprises from multi-views［J］. Science & Technology Progress and Policy， 2020， 37（14）： 110117.

［18］ 高霞， 其格其， 曹潔瓊. 產(chǎn)學(xué)研合作創(chuàng)新網(wǎng)絡(luò)開放度對企業(yè)創(chuàng)新績效的影響［J］.科研管理， 2019， 40（9）： 231240.

GAO X， QI G Q， CAO J Q. Influence of openness on the innovation performance in the industry-university-research cooperation innovation networks［J］. Science Research Management， 2019， 40（9）： 231240.

［19］ BARABSI A L， RAVASZ E，VICSEK T. Deterministic scale-free networks［J］. Physica A： Statistical Mechanics and Its Applications， 200 299（3/4）： 559564.

［20］ BUCHMANN T， PYKA A. The evolution of innovation networks： the case of the german automotive industry［J］. Fzid Discussion Papers， 2015， 24（1/2）： 114139.

［21］ GIULIAN E. Network dynamics in regional clusters： evidence from Chile［J］. Research Policy， 2013， 42（8）： 14061419.

［22］ 武玉英， 才久然， 何喜軍. 基于多層關(guān)系網(wǎng)絡(luò)的專利技術(shù)主體間交易機會預(yù)測——以電子信息技術(shù)領(lǐng)域為例［J］. 情報雜志， 2020， 39（7）： 4953，100.

WU Y Y， CAI J R， HE X J. Prediction of transaction opportunities between subjects based on multi-layer relational network——take the field of the electronic information technology as an example［J］. Journal of Intelligence， 2020， 39（7）： 4953，100.

［23］ BALLAND P-A， BELSO-MART NEZ J A， MORRISON A. The dynamics of technical and business knowledge networks in industrial clusters： embeddedness， status， or proximity？［J］. Economic Geography， 2016， 92（1）： 3560.

［24］ 覃柳婷， 滕堂偉， 張翌， 等.中國高校知識合作網(wǎng)絡(luò)演化特征與影響因素研究［J］.科技進(jìn)步與對策， 2020， 37（22）： 125133.

QIN L T， TENG T W， ZHANG Y， et al. Evolution’s characteristics and influence factors of china’s universities knowledge collaboration network［J］. Science &Technology Progress and Policy， 2020， 37（22）： 125133.

［25］ SNIJDERS T A B. Introduction to stochastic actor-based models for network dynamics［J］. Social Networks， 2010， 32（1）： 4460.

［26］ BATHELT H，LI P F. Global cluster networks—foreign direct investment flows from Canada to China［J］. Journal of Economic Geography， 2014， 14（1）： 4571.

（責(zé)任編輯 耿金花）