摘 要：聚焦探討不同因素是否以及如何影響發(fā)明者合作網(wǎng)絡(luò)形成，基于2004—2021年華為在中國申請的專利數(shù)據(jù)，構(gòu)建發(fā)明者合作網(wǎng)絡(luò)，運(yùn)用指數(shù)隨機(jī)圖模型探討行動者屬性和內(nèi)生結(jié)構(gòu)效應(yīng)對發(fā)明者合作網(wǎng)絡(luò)形成的影響機(jī)理。結(jié)果表明：發(fā)明者合作網(wǎng)絡(luò)是稀疏網(wǎng)絡(luò)，呈現(xiàn)星形結(jié)構(gòu)和閉合三角形結(jié)構(gòu)共存的網(wǎng)絡(luò)結(jié)構(gòu)模式；發(fā)明者協(xié)同創(chuàng)新能力抑制新合作關(guān)系的形成，但發(fā)明者合作伙伴多樣性和合作深度均促進(jìn)新合作關(guān)系的形成，且具有相同水平合作伙伴多樣性或合作深度的發(fā)明者之間更容易建立合作關(guān)系；發(fā)明者傾向于與處于中心位置的發(fā)明者建立合作關(guān)系以及與具有共同合作伙伴的直接合作伙伴建立新合作關(guān)系。

關(guān)鍵詞：發(fā)明者合作網(wǎng)絡(luò)；指數(shù)隨機(jī)圖模型；內(nèi)生結(jié)構(gòu)效應(yīng)；網(wǎng)絡(luò)形成機(jī)制

DOI：10.6049/kjjbydc.2023030255 中圖分類號：G31 文獻(xiàn)標(biāo)識碼：A 文章編號：1001-7348（2024）13-0131-10

0 引言

創(chuàng)新是企業(yè)生存和發(fā)展的核心競爭力，對企業(yè)而言，通過創(chuàng)新保持競爭優(yōu)勢至關(guān)重要。單個發(fā)明者無法擁有創(chuàng)新所需的所有資源，企業(yè)創(chuàng)新活動正向網(wǎng)絡(luò)化轉(zhuǎn)變[1]。社會網(wǎng)絡(luò)研究表明發(fā)明者嵌入各種社會關(guān)系及其互動之中，并形成不同的網(wǎng)絡(luò)結(jié)構(gòu)，這些關(guān)系和結(jié)構(gòu)有助于發(fā)明者獲取創(chuàng)新活動所需知識等資源，進(jìn)而影響其創(chuàng)新[2，3]?，F(xiàn)有研究圍繞發(fā)明者合作網(wǎng)絡(luò)的結(jié)構(gòu)屬性（如結(jié)構(gòu)洞和中心性等）如何影響企業(yè)或發(fā)明者創(chuàng)新績效進(jìn)行了廣泛探討[4，5]。深入理解企業(yè)內(nèi)部發(fā)明者合作網(wǎng)絡(luò)如何形成，對于構(gòu)建不同結(jié)構(gòu)的合作網(wǎng)絡(luò)并促進(jìn)企業(yè)創(chuàng)新績效提升具有重要的現(xiàn)實(shí)意義?，F(xiàn)有研究圍繞不同層面和類型合作網(wǎng)絡(luò)的形成及其演化機(jī)制進(jìn)行了探討，但對于微觀層面的發(fā)明者合作網(wǎng)絡(luò)形成機(jī)制關(guān)注不足[6]。因此，亟需探究發(fā)明者合作網(wǎng)絡(luò)形成機(jī)制，例如，哪些因素影響發(fā)明者合作網(wǎng)絡(luò)的形成？不同因素對發(fā)明者合作網(wǎng)絡(luò)形成的影響程度有何差異？

合作網(wǎng)絡(luò)的形成受到行動者屬性特征、外生環(huán)境因素和網(wǎng)絡(luò)內(nèi)生結(jié)構(gòu)效應(yīng)等多種因素的共同影響[7]，例如，個體傾向于與具有相似特征的個體或處于同一部門的個體建立合作關(guān)系[8]。已有合作關(guān)系也可能影響新合作關(guān)系的形成，如朋友的朋友更容易成為朋友，重復(fù)合作的主體間更容易建立新的合作關(guān)系[9]?，F(xiàn)有研究主要基于傳統(tǒng)回歸模型探討行動者屬性特征和外生環(huán)境因素對合作網(wǎng)絡(luò)形成的影響，然而，傳統(tǒng)回歸模型假設(shè)兩個行動者之間關(guān)系的形成不受其它關(guān)系的影響，導(dǎo)致傳統(tǒng)建模方法無法對網(wǎng)絡(luò)形成的內(nèi)生結(jié)構(gòu)效應(yīng)進(jìn)行有效評估。指數(shù)隨機(jī)圖模型（Exponential Random Graph Model，ERGM）是以網(wǎng)絡(luò)連接為基礎(chǔ)的一種模型，強(qiáng)調(diào)網(wǎng)絡(luò)連接之間的條件依賴，可同時將行動者屬性特征、外生環(huán)境因素和內(nèi)生結(jié)構(gòu)效應(yīng)納入模型進(jìn)行評估，彌補(bǔ)了傳統(tǒng)建模方法的不足[7]。因此，ERGM可以更全面地考察發(fā)明者合作網(wǎng)絡(luò)形成機(jī)制。目前，ERGM已被廣泛運(yùn)用于探討貿(mào)易合作網(wǎng)絡(luò)[10]、科研合作網(wǎng)絡(luò)[11，12]、產(chǎn)學(xué)研協(xié)同創(chuàng)新網(wǎng)絡(luò)等[13]的形成機(jī)制。綜上，本研究基于華為技術(shù)有限公司（以下簡稱“華為”）2004—2021年專利數(shù)據(jù)，構(gòu)建發(fā)明者合作網(wǎng)絡(luò)，并運(yùn)用ERGM探討行動者屬性和內(nèi)生結(jié)構(gòu)效應(yīng)是否以及如何影響發(fā)明者合作網(wǎng)絡(luò)的形成。

1 文獻(xiàn)回顧

1.1 網(wǎng)絡(luò)形成過程影響因素

現(xiàn)有研究主要探討了行動者屬性特征和外生環(huán)境因素對合作網(wǎng)絡(luò)形成的影響。一方面，有研究表明行動者屬性特征會顯著影響行動者之間聯(lián)系的形成。企業(yè)傾向于與具有異質(zhì)性知識的企業(yè)建立聯(lián)盟網(wǎng)絡(luò)，這有利于企業(yè)獲取創(chuàng)新所需知識等資源[14]。個體的性別、地位、動機(jī)、任期及其績效等顯著影響合作網(wǎng)絡(luò)的形成[15-18]，具有相似特征如相同年齡、性別、種族、地位、職業(yè)和教育水平的行動者之間可能更容易建立合作關(guān)系[19-20]。另一方面，有研究表明地理、技術(shù)、認(rèn)知和組織等鄰近性也是影響合作網(wǎng)絡(luò)形成的重要外生環(huán)境因素[21]。處于相同社區(qū)、工作場所和部門的個體之間更有可能建立合作關(guān)系，因?yàn)樗麄冎g接觸或交流的機(jī)會更多[8，20]。然而，也有研究表明盡管適度的鄰近性有利于創(chuàng)新網(wǎng)絡(luò)形成與演化，但過度的鄰近性會造成技術(shù)鎖定風(fēng)險(xiǎn)和局部搜索等不利影響[22]。此外，其它類型網(wǎng)絡(luò)也會顯著影響合作網(wǎng)絡(luò)的形成，例如，企業(yè)內(nèi)部知識網(wǎng)絡(luò)會顯著影響發(fā)明者之間的建議傳遞，進(jìn)而影響發(fā)明者之間建議咨詢網(wǎng)絡(luò)的形成[23]。

網(wǎng)絡(luò)也可以通過更廣泛的社會互動過程出現(xiàn)，如由焦點(diǎn)網(wǎng)絡(luò)內(nèi)部過程驅(qū)動的內(nèi)生結(jié)構(gòu)效應(yīng)，包括互惠性、傳遞性和馬太效應(yīng)等[7，20]。有研究表明，國家間貿(mào)易合作表現(xiàn)出較強(qiáng)的互惠性[10]。朋友的朋友更容易成為朋友，重復(fù)合作尤其有過成功合作經(jīng)歷的個體之間更容易建立合作關(guān)系，這可能源于個體之間的信任[8，9]。此外，受歡迎的個體可能吸引更多人，因?yàn)榕c受歡迎的個體建立合作關(guān)系有利于快速獲取所需資源[7]。事實(shí)上，越來越多的研究表明網(wǎng)絡(luò)內(nèi)生結(jié)構(gòu)效應(yīng)顯著影響不同類型合作網(wǎng)絡(luò)的形成[10-13]，且內(nèi)生結(jié)構(gòu)效應(yīng)的存在可能削弱行動者屬性和外生環(huán)境因素對網(wǎng)絡(luò)形成的影響[24]。因此，忽略內(nèi)生結(jié)構(gòu)效應(yīng)可能導(dǎo)致高估行動者屬性和外生環(huán)境因素對網(wǎng)絡(luò)形成的影響，甚至得出錯誤結(jié)論。

1.2 與網(wǎng)絡(luò)形成相關(guān)的建模方法

現(xiàn)有研究主要采用傳統(tǒng)回歸模型（如Logit[16]、負(fù)二項(xiàng)回歸模型[22]、Probit[25]、泊松回歸模型等），探討行動者屬性特征對合作網(wǎng)絡(luò)形成的影響，或運(yùn)用復(fù)雜網(wǎng)絡(luò)分析和社會網(wǎng)絡(luò)分析方法對合作創(chuàng)新網(wǎng)絡(luò)的形成與結(jié)構(gòu)演化特征進(jìn)行描述性統(tǒng)計(jì)分析（高霞等，2015），或基于二次指派程序探討多維鄰近性對合作網(wǎng)絡(luò)形成的影響[21-22]。然而，傳統(tǒng)統(tǒng)計(jì)模型以因變量相互獨(dú)立為前提，導(dǎo)致其無法對相互依賴的網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行有效估計(jì)。傳統(tǒng)統(tǒng)計(jì)模型僅能對二元關(guān)系進(jìn)行探討，無法解釋由于內(nèi)生結(jié)構(gòu)效應(yīng)產(chǎn)生的三元組等網(wǎng)絡(luò)構(gòu)型，因?yàn)樗鼈兛赡懿皇窍嗷オ?dú)立的[24]。

為彌補(bǔ)傳統(tǒng)建模方法的不足，相關(guān)學(xué)者在馬爾科夫隨機(jī)圖模型的基礎(chǔ)上進(jìn)行拓展，形成了指數(shù)隨機(jī)圖模型（ERGMS）。與傳統(tǒng)計(jì)量模型強(qiáng)調(diào)因變量之間的獨(dú)立性不同，ERGM作為一類處理網(wǎng)絡(luò)關(guān)系數(shù)據(jù)的統(tǒng)計(jì)學(xué)模型，更強(qiáng)調(diào)網(wǎng)絡(luò)連接之間的依賴性，即網(wǎng)絡(luò)中一條邊存在的概率往往依賴于其它邊的存在與否，用于研究網(wǎng)絡(luò)連接到整體網(wǎng)絡(luò)結(jié)構(gòu)的涌現(xiàn)機(jī)制[7]。相比傳統(tǒng)回歸模型，ERGM在分析網(wǎng)絡(luò)形成機(jī)制時具有顯著優(yōu)勢[24]。首先，ERGM不需要假設(shè)網(wǎng)絡(luò)連接之間的獨(dú)立性，不需要匹配樣本設(shè)計(jì)和以往網(wǎng)絡(luò)研究中使用的偏差糾正技術(shù)等。其次，ERGM可同時將行動者屬性特征、外生環(huán)境因素和內(nèi)生結(jié)構(gòu)效應(yīng)納入模型進(jìn)行評估，尤其是可以整合不同類型的網(wǎng)絡(luò)結(jié)構(gòu)（如三元組等），并估計(jì)它們對網(wǎng)絡(luò)形成的影響。最后，ERGM可以用于分析不同類型的網(wǎng)絡(luò)，如有向網(wǎng)絡(luò)和無向網(wǎng)絡(luò)、二模網(wǎng)絡(luò)和多層網(wǎng)絡(luò)等。因此，ERGM提供了一個強(qiáng)大的工具來分離同時運(yùn)行的各種社會過程，并評估每個過程中行動者屬性特征、外生環(huán)境因素和內(nèi)生結(jié)構(gòu)效應(yīng)對網(wǎng)絡(luò)結(jié)構(gòu)形成的相對貢獻(xiàn)。

鑒于ERGM的上述優(yōu)勢，相關(guān)學(xué)者運(yùn)用ERGM從微觀、中觀和宏觀層面對不同類型合作網(wǎng)絡(luò)的形成機(jī)制進(jìn)行了探討。在微觀層面，現(xiàn)有研究重點(diǎn)探討了不同學(xué)科和領(lǐng)域的科研合作網(wǎng)絡(luò)形成機(jī)制。翟莉等[11]、劉璇等[12]分別以統(tǒng)計(jì)學(xué)科合作規(guī)模最大的三所高校和知識管理相關(guān)研究領(lǐng)域的論文為例，探討了個體屬性（如職稱和結(jié)構(gòu)洞等）和網(wǎng)絡(luò)結(jié)構(gòu)對科研合作網(wǎng)絡(luò)形成的影響。此外，有研究關(guān)注企業(yè)內(nèi)部和企業(yè)間個體合作網(wǎng)絡(luò)形成機(jī)制。Brennecke[18]研究指出，個體正式層級和任期等因素顯著影響企業(yè)內(nèi)部工程師之間不和諧關(guān)系網(wǎng)絡(luò)的形成；Kim等[24]研究發(fā)現(xiàn)，內(nèi)生結(jié)構(gòu)效應(yīng)（如互惠性和傳遞性等）顯著影響財(cái)富100強(qiáng)美國公司的連鎖董事網(wǎng)絡(luò)形成，并且加入內(nèi)生結(jié)構(gòu)效應(yīng)會顯著降低企業(yè)屬性（如規(guī)模等）對連鎖董事網(wǎng)絡(luò)形成的影響。

在中觀層面，現(xiàn)有研究主要基于不同行業(yè)或產(chǎn)業(yè)的專利數(shù)據(jù)，構(gòu)建不同類型合作網(wǎng)絡(luò)并分析其形成機(jī)制。劉曉燕等（2020）以中國集成電路產(chǎn)業(yè)的專利轉(zhuǎn)讓數(shù)據(jù)為基礎(chǔ)，運(yùn)用ERGM考察交易主體多維鄰近性和內(nèi)生結(jié)構(gòu)效應(yīng)對企業(yè)間技術(shù)交易網(wǎng)絡(luò)形成的影響；馬永紅等[26]基于醫(yī)藥產(chǎn)業(yè)專利數(shù)據(jù)對影響關(guān)鍵共性技術(shù)合作網(wǎng)絡(luò)演化的內(nèi)外部因素進(jìn)行探討；郭建杰等[13]以我國電信行業(yè)為例，探討了企業(yè)協(xié)同創(chuàng)新能力、合作廣度、合作深度等屬性和內(nèi)生結(jié)構(gòu)效應(yīng)對產(chǎn)學(xué)研協(xié)同創(chuàng)新網(wǎng)絡(luò)形成的影響。此外，相關(guān)學(xué)者基于專利引用關(guān)系構(gòu)建技術(shù)擴(kuò)散網(wǎng)絡(luò)，并分析內(nèi)生結(jié)構(gòu)效應(yīng)和專利屬性等因素對技術(shù)擴(kuò)散網(wǎng)絡(luò)形成的影響[27]。

在宏觀層面，相關(guān)學(xué)者主要關(guān)注城市間創(chuàng)新合作網(wǎng)絡(luò)或科研合作網(wǎng)絡(luò)的形成機(jī)制。王海花等[28]基于長三角城市的專利數(shù)據(jù)構(gòu)建產(chǎn)學(xué)研協(xié)同創(chuàng)新網(wǎng)絡(luò)，并從多層網(wǎng)絡(luò)視角探討了長三角城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)演化及形成機(jī)制；戴靚等[29]基于長三角城市合作論文探討了城市屬性、城際關(guān)系和網(wǎng)絡(luò)結(jié)構(gòu)對城市間科研合作網(wǎng)絡(luò)的影響，揭示了科研合作中的鄰近性和自組織性。此外，劉林青等[10]、唐曉彬等[30]分別對“一帶一路”合作伙伴間貨物貿(mào)易網(wǎng)絡(luò)形成的靜態(tài)和動態(tài)演化機(jī)制進(jìn)行了剖析。

以上文獻(xiàn)反映了ERGM在揭示社會網(wǎng)絡(luò)形成機(jī)制方面的優(yōu)勢。然而，現(xiàn)有研究主要運(yùn)用ERGM探討中觀層面（企業(yè)等）和宏觀層面（城市和國家等）的合作網(wǎng)絡(luò)形成機(jī)制，對微觀層面合作網(wǎng)絡(luò)形成的關(guān)注相對不足。盡管微觀層面合作網(wǎng)絡(luò)（如科研合作網(wǎng)絡(luò)）的形成機(jī)制已受到部分學(xué)者的關(guān)注[11，12]，但現(xiàn)有研究對與企業(yè)創(chuàng)新密切相關(guān)的發(fā)明者合作網(wǎng)絡(luò)形成機(jī)制的關(guān)注明顯不足。為彌補(bǔ)現(xiàn)有研究不足，本研究運(yùn)用ERGM探討行動者屬性和內(nèi)生結(jié)構(gòu)效應(yīng)對發(fā)明者合作網(wǎng)絡(luò)形成的影響，并分析其底層機(jī)制。

2 研究設(shè)計(jì)

2.1 樣本選擇與數(shù)據(jù)源

本文選取華為專利數(shù)據(jù)作為實(shí)證研究樣本。具體原因如下：一是華為作為我國高科技領(lǐng)域的標(biāo)桿企業(yè)，是全球領(lǐng)先的ICT基礎(chǔ)設(shè)施和智能終端提供商。其擁有較長發(fā)展歷史、較大規(guī)模以及較強(qiáng)技術(shù)創(chuàng)新能力，在國內(nèi)外有一定影響力。選擇華為作為研究對象具有很高的代表性和研究價值，對同類型企業(yè)具有較強(qiáng)的借鑒意義。二是華為特別重視企業(yè)技術(shù)創(chuàng)新，擁有大規(guī)模研發(fā)人員和大量專利，這為分析發(fā)明者合作網(wǎng)絡(luò)形成機(jī)制提供了良好背景，且與本文研究目的具有很高契合度。具體來講，2022年華為從事研究與開發(fā)的人員約11.4萬名，截至2022年底，華為在全球共獲得超過12萬件有效專利，已成為全球最大的專利持有企業(yè)之一。專利提供了發(fā)明者的詳細(xì)信息且容易獲取，基于專利數(shù)據(jù)構(gòu)建發(fā)明者合作網(wǎng)絡(luò)已成為現(xiàn)有研究常用的方法[2，4-5]，華為擁有的專利數(shù)據(jù)為本研究構(gòu)建發(fā)明者合作網(wǎng)絡(luò)提供了良好的樣本來源。此外，目前關(guān)于華為專利的研究主要涉及與其它企業(yè)的比較以及產(chǎn)學(xué)研合作網(wǎng)絡(luò)特征和演化等方面（王珊珊等，2018），缺乏對華為內(nèi)部合作網(wǎng)絡(luò)形成機(jī)制的深入分析。三是選取單個企業(yè)作為研究對象，可以避免行業(yè)或企業(yè)層面潛在的混淆效應(yīng)[2，5]。

本研究使用德溫特創(chuàng)新指數(shù)數(shù)據(jù)庫（Derwent Innovations Index，DII）和PatSnap全球?qū)＠麢z索分析數(shù)據(jù)庫進(jìn)行檢索，提取華為在中國申請的發(fā)明專利數(shù)據(jù)，并基于專利號將兩個數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行匹配和補(bǔ)充，從而降低出錯的概率。2004年以前華為公司申請的專利數(shù)量較少，因此，本研究對2004—2021年的專利數(shù)據(jù)進(jìn)行提取。專利數(shù)據(jù)信息包含發(fā)明者、專利權(quán)人、德溫特主入藏號、施引專利數(shù)量、申請和授權(quán)日期等。首先，為避免由于發(fā)明人身份不唯一（同一個人的專利以不同的首字母和姓名組合出現(xiàn)）帶來的偏差，本研究對發(fā)明者的姓名進(jìn)行匹配和統(tǒng)一。其次，在獲取的申請專利數(shù)據(jù)信息基礎(chǔ)上剔除個人申請以及與其它企業(yè)或高校等合作申請的專利數(shù)據(jù)。最后，分別構(gòu)建2004—2021年的發(fā)明者合作網(wǎng)絡(luò)。

2.2 模型方法

本文采用ERGM對發(fā)明者合作網(wǎng)絡(luò)形成機(jī)制進(jìn)行實(shí)證研究。具體來講，假設(shè)節(jié)點(diǎn)數(shù)量為N的網(wǎng)絡(luò)G（N）={V，J}，其中，V={1，2，3，…，n}表示網(wǎng)絡(luò)節(jié)點(diǎn)的集合，J={i，j：i，j∈V，i≠j}表示節(jié)點(diǎn)之間所有可能存在的邊集合。對于觀察網(wǎng)絡(luò)G={V，E}，E為觀察網(wǎng)絡(luò)的邊，其為J的某一特定子集。假設(shè)隨機(jī)變量Y為J中的元素，若（i，j）∈E，則yi，j=1，否則yi，j=0，可進(jìn)一步構(gòu)建觀察網(wǎng)絡(luò)的鄰接矩陣y=［yi，j］。因此，可用pr（Y=y|θ）表示θ條件下，y在Y中出現(xiàn)的概率。ERGM模型的一般形式如下：

其中，κ（θ）是標(biāo)準(zhǔn)化常量，它確保公式（1）滿足合適的概率分布。θT、θTα、θTβ分別為不同類型統(tǒng)計(jì)量對應(yīng)的參數(shù)向量，z（y），k=1，2，…，m，代表m個內(nèi)生結(jié)構(gòu)效應(yīng)的統(tǒng)計(jì)量，zα（y，x），k=1，2，…，l，代表l個行動者屬性變量的統(tǒng)計(jì)量，zβ（y，g），k=1，2，…，p，代表p個網(wǎng)絡(luò)協(xié)變量的統(tǒng)計(jì)量。若統(tǒng)計(jì)量的參數(shù)值為正（負(fù)）且顯著，則表明該統(tǒng)計(jì)量會提升（抑制）網(wǎng)絡(luò)中新合作關(guān)系形成的概率。此外，本研究采用馬爾科夫鏈蒙特卡洛極大似然估計(jì)法對模型參數(shù)進(jìn)行估計(jì)，并通過MCMC診斷和擬合優(yōu)度檢驗(yàn)（GOF）評估模型擬合效果。采用赤池信息量（AIC）和貝葉斯信息量（BIC）評價不同模型之間擬合效果的差異，AIC和BIC的數(shù)值越小，代表模型的擬合效果越好。

2.3 變量選取

本研究選取的解釋變量具體如下：

（1）內(nèi)生結(jié)構(gòu)變量。借鑒相關(guān)研究[7，13，24]，本文選取典型的網(wǎng)絡(luò)結(jié)構(gòu)指標(biāo)作為內(nèi)生結(jié)構(gòu)變量，考察發(fā)明者合作網(wǎng)絡(luò)形成的內(nèi)生結(jié)構(gòu)效應(yīng)。其中，邊（Edges）指合作網(wǎng)絡(luò)中邊的數(shù)量。幾何加權(quán)度分布是所有星形結(jié)構(gòu)計(jì)數(shù)的加權(quán)和，能抑制高階星形的影響，在發(fā)明者合作網(wǎng)絡(luò)中表示發(fā)明者與其他發(fā)明者建立聯(lián)系并形成星型結(jié)構(gòu)的傾向，用Gwdeg表示。幾何加權(quán)邊共享伙伴可測度傳遞性效應(yīng)在網(wǎng)絡(luò)形成過程中的作用，在發(fā)明者合作網(wǎng)絡(luò)中表示發(fā)明者與其他多個發(fā)明者形成閉合三角形結(jié)構(gòu)且共享邊的傾向，用Gwesp表示。幾何加權(quán)二元共享伙伴分布可測度中介效應(yīng)在網(wǎng)絡(luò)形成過程中的作用，在發(fā)明者合作網(wǎng)絡(luò)中表示發(fā)明者之間形成開放三角形結(jié)構(gòu)的傾向，用Gwdsp表示。

（2）行動者屬性變量。借鑒相關(guān)研究[13]，本文選擇協(xié)同創(chuàng)新能力（Collaborative Innovation Ability，CIA）、合作伙伴多樣性（Partnership Diversity，PD）和合作深度（Depth of Collaboration，DC）3個行動者屬性變量。其中，協(xié)同創(chuàng)新能力體現(xiàn)發(fā)明者的知識吸收和整合能力，本研究用發(fā)明者合作申請專利的數(shù)量表征，衡量合作申請專利數(shù)量越多的發(fā)明者是否擁有更多合作伙伴。合作伙伴多樣性體現(xiàn)發(fā)明者社會資本，合作伙伴多樣性程度越高，越有助于發(fā)明者獲取多樣性知識，本研究用與發(fā)明者存在合作關(guān)系的其他發(fā)明者數(shù)量表征，衡量度中心性高的發(fā)明者是否吸引更多合作。合作深度反映發(fā)明者與其他發(fā)明者的合作次數(shù)，合作次數(shù)越多越有利于發(fā)明者之間建立信任，越有利于后續(xù)連接的形成，本研究用發(fā)明者與其他發(fā)明者連接的平均次數(shù)表征，衡量與合作伙伴合作深度越高的發(fā)明者是否吸引更多合作。此外，本研究以各行動者屬性變量的均值為標(biāo)準(zhǔn)，將行動者屬性進(jìn)一步劃分為高低兩種水平，以探究是否處于相同水平合作伙伴多樣性和合作深度的發(fā)明者之間更傾向于建立合作關(guān)系。以上變量的具體說明如表1所示。

2.4 模型構(gòu)建

首先，基于R中的Statnet程序包，分別對各年份合作網(wǎng)絡(luò)構(gòu)建4個ERGM。其中，模型1的解釋變量僅包含邊統(tǒng)計(jì)項(xiàng)，作為基準(zhǔn)模型；模型2在模型1的基礎(chǔ)上考察發(fā)明者行動者屬性主效應(yīng)對發(fā)明者合作網(wǎng)絡(luò)形成的影響；模型3在模型2的基礎(chǔ)上考察同質(zhì)性對發(fā)明者合作網(wǎng)絡(luò)形成的影響；模型4在模型3的基礎(chǔ)上進(jìn)一步考察內(nèi)生結(jié)構(gòu)效應(yīng)對發(fā)明者合作網(wǎng)絡(luò)形成的影響。具體如下：

3 發(fā)明者合作網(wǎng)絡(luò)實(shí)證分析

3.1 描述性統(tǒng)計(jì)分析

基于R中的Igraph程序包，分別對2004—2021年華為發(fā)明者合作網(wǎng)絡(luò)的相關(guān)屬性指標(biāo)進(jìn)行統(tǒng)計(jì)分析，結(jié)果如表2所示。

在整體網(wǎng)絡(luò)屬性方面，節(jié)點(diǎn)數(shù)量指合作網(wǎng)絡(luò)中發(fā)明者總數(shù)量，反映發(fā)明者合作網(wǎng)絡(luò)規(guī)模，結(jié)果表明，發(fā)明者合作網(wǎng)絡(luò)規(guī)模整體呈上升趨勢，但會有小幅波動。專利數(shù)量指各年度發(fā)明者合作申請的專利數(shù)量，其與網(wǎng)絡(luò)規(guī)模具有相同變化趨勢。網(wǎng)絡(luò)直徑指巨型組件中任意兩節(jié)點(diǎn)之間距離的最大值，結(jié)果表明網(wǎng)絡(luò)直徑相對較長，處于17～36之間。網(wǎng)絡(luò)密度反映網(wǎng)絡(luò)節(jié)點(diǎn)間聯(lián)系的緊密程度，結(jié)果表明各年度合作網(wǎng)絡(luò)的密度均較小。巨型組件指發(fā)明者合作網(wǎng)絡(luò)中最大連通子圖的規(guī)模，反映發(fā)明者合作網(wǎng)絡(luò)的連通性，結(jié)果表明各年度發(fā)明者合作網(wǎng)絡(luò)巨型組件占網(wǎng)絡(luò)規(guī)模的比例相對較低，整體呈先上升后下降再上升的趨勢，且整體平均比例僅為50%，故發(fā)明者合作網(wǎng)絡(luò)的連通性較差。

在小世界網(wǎng)絡(luò)屬性方面，由于發(fā)明者合作網(wǎng)絡(luò)非全連通圖，因此，給出最大連通子圖的小世界網(wǎng)絡(luò)屬性指標(biāo)。其中，平均路徑長度的結(jié)果表明各年度合作網(wǎng)絡(luò)中任意兩節(jié)點(diǎn)之間需要經(jīng)過7～14個節(jié)點(diǎn)才能建立連接。網(wǎng)絡(luò)聚集系數(shù)衡量發(fā)明者合作伙伴之間的連接程度，反映網(wǎng)絡(luò)節(jié)點(diǎn)的聚集化程度，結(jié)果表明聚集系數(shù)相對較小（0.40～0.67），即發(fā)明者之間的聚集化程度相對較低。因此，發(fā)明者合作網(wǎng)絡(luò)不具有小世界網(wǎng)絡(luò)屬性特性。

3.2 結(jié)果分析

建模過程中發(fā)現(xiàn)，包含幾何加權(quán)邊共享伙伴（Gwesp）和幾何加權(quán)二元共享伙伴（Gwdsp）等高階結(jié)構(gòu)變量的模型均出現(xiàn)了模型退化現(xiàn)象，故模型4僅考察了馬太效應(yīng)。由于篇幅限制，表3僅給出各年度模型4的結(jié)果。此外，單獨(dú)對中介效應(yīng)和傳遞效應(yīng)進(jìn)行考察，結(jié)果如表4所示。

通過比較同一年度內(nèi)不同模型的實(shí)證結(jié)果可知，隨著解釋變量的增加，各年度ERGM的AIC和BIC均不同程度降低，表明模型的擬合效果隨著解釋變量的增加而提升。值得注意的是，僅考察中介效應(yīng)和傳遞效應(yīng)的模型具有更低的AIC和BIC，說明內(nèi)生結(jié)構(gòu)效應(yīng)對發(fā)明者合作網(wǎng)絡(luò)的形成具有更重要的影響。此外，解釋變量參數(shù)的正（負(fù)）反映觀察網(wǎng)絡(luò)中對應(yīng)的模式比隨機(jī)網(wǎng)絡(luò)中出現(xiàn)得更多（少），在參數(shù)顯著的情況下，表現(xiàn)為對發(fā)明者合作網(wǎng)絡(luò)的形成具有促進(jìn)或抑制作用。ERGM中邊變量的系數(shù)均顯著為負(fù)，表明觀察網(wǎng)絡(luò)均為稀疏網(wǎng)絡(luò)。該變量類似線性回歸模型中的截距項(xiàng)，這里不作解釋。鑒于各年度模型4均具有更好的擬合效果，故依據(jù)各年度模型4的實(shí)證結(jié)果進(jìn)行討論，具體分析如下。

（1）協(xié)同創(chuàng)新能力的系數(shù)在各年度模型中均為負(fù)且顯著，表明發(fā)明者協(xié)同創(chuàng)新能力會抑制其新合作關(guān)系的形成，即隨著發(fā)明者合作申請專利數(shù)量的增加，其與其他發(fā)明者建立新合作關(guān)系的概率會降低。

（2）合作伙伴多樣性和合作深度的系數(shù)在各年度模型中均顯著為正，表明發(fā)明者合作伙伴多樣性和合作深度的提高會促進(jìn)其新合作關(guān)系的形成，即發(fā)明者增加合作伙伴或與合作伙伴的合作關(guān)系增加時，其與其他發(fā)明者建立新合作關(guān)系的概率會提升。

（3）協(xié)同創(chuàng)新能力同質(zhì)性的實(shí)證結(jié)果具有差異性，其中有6個年份同質(zhì)性的系數(shù)為負(fù)且顯著，3個年份的同質(zhì)性系數(shù)為正且顯著，表明協(xié)同創(chuàng)新能力同質(zhì)性對新合作關(guān)系形成的影響具有復(fù)雜性，可能存在一個最優(yōu)閾值；合作伙伴多樣性同質(zhì)性和合作深度同質(zhì)性的系數(shù)均為正且顯著，表明處于相同水平合作伙伴多樣性或合作深度的發(fā)明者之間更傾向于建立合作關(guān)系。

（4）幾何加權(quán)度分布的系數(shù)均為正且顯著，表明馬太效應(yīng)會促進(jìn)新合作關(guān)系的形成，說明合作網(wǎng)絡(luò)中的“核心—邊緣”結(jié)構(gòu)明顯，意味著發(fā)明者傾向于與處于中心位置的發(fā)明者建立合作關(guān)系，進(jìn)而形成星形結(jié)構(gòu)。幾何加權(quán)二元共享伙伴的系數(shù)均為負(fù)且顯著，表明中介效應(yīng)會抑制新合作關(guān)系的形成，說明合作網(wǎng)絡(luò)中存在較少結(jié)構(gòu)洞，意味著沒有直接合作的發(fā)明者之間不太可能產(chǎn)生間接聯(lián)系。幾何加權(quán)邊共享伙伴的系數(shù)為正且顯著，表明傳遞效應(yīng)顯著促進(jìn)新合作關(guān)系的形成，說明合作網(wǎng)絡(luò)中存在較多的閉合三角形結(jié)構(gòu)，意味著發(fā)明者傾向于與具有共同合作伙伴的直接合作伙伴建立新合作關(guān)系。

為更直觀地檢驗(yàn)ERGM的擬合效果，選取度和模型統(tǒng)計(jì)量兩類指標(biāo)對各年度ERGM進(jìn)行擬合優(yōu)度檢驗(yàn)，由于篇幅限制，僅給出2021年發(fā)明者合作網(wǎng)絡(luò)ERGM（模型4）檢驗(yàn)結(jié)果，如圖1所示。其中，折線代表觀察網(wǎng)絡(luò)的統(tǒng)計(jì)特征，箱線圖代表模擬網(wǎng)絡(luò)的統(tǒng)計(jì)特征，折線越靠近箱線圖的中間位置，表明模型擬合效果越好。由圖1可知，折線均處于箱線圖的上下四分位數(shù)線之間，且靠近箱線圖的中間位置，因此，該模型較好地反映了觀察網(wǎng)絡(luò)的真實(shí)網(wǎng)絡(luò)結(jié)構(gòu)特征。

4 討論與展望

4.1 研究結(jié)論

本研究基于華為2004—2021年專利數(shù)據(jù)，運(yùn)用ERGM探討發(fā)明者合作網(wǎng)絡(luò)形成機(jī)制，得到如下主要結(jié)論：

（1）發(fā)明者合作網(wǎng)絡(luò)是稀疏網(wǎng)絡(luò)，其形成受到行動者屬性和內(nèi)生結(jié)構(gòu)效應(yīng)的共同影響，且內(nèi)生結(jié)構(gòu)效應(yīng)對發(fā)明者合作網(wǎng)絡(luò)形成的貢獻(xiàn)更大。

（2）發(fā)明者協(xié)同創(chuàng)新能力的提高會降低新合作關(guān)系形成的概率。原因在于發(fā)明者協(xié)同創(chuàng)新能力越強(qiáng)，其合作申請專利的數(shù)量越多，意味著發(fā)明者需要投入更多精力、時間選擇合適的合作伙伴以及與合作伙伴進(jìn)行溝通和協(xié)調(diào)。由于發(fā)明者用于創(chuàng)新的資源是有限的，過度參與不同的創(chuàng)新活動會占用發(fā)明者大量創(chuàng)新資源并分散注意力，進(jìn)而降低創(chuàng)新效率。因此，發(fā)明者協(xié)同創(chuàng)新能力較強(qiáng)時，其建立新合作關(guān)系的概率就降低。此外，過度追求合作可能導(dǎo)致焦點(diǎn)發(fā)明者被視為機(jī)會主義者，并降低發(fā)明者之間的信任，進(jìn)而降低其他發(fā)明者與之建立新合作關(guān)系的意愿。

（3）發(fā)明者合作伙伴多樣性和合作深度均顯著促進(jìn)新合作關(guān)系的形成。原因在于隨著發(fā)明者合作伙伴多樣性的增加，發(fā)明者將獲取更多知識和信息等資源。因此，處于中心位置的發(fā)明者可能是某方面的專家，其他發(fā)明者為獲取所需知識等資源也傾向于與之建立合作關(guān)系[5]。此外，增加發(fā)明者之間的合作深度有助于發(fā)明者之間建立更緊密的合作關(guān)系，增強(qiáng)彼此間信任，降低知識搜索成本，進(jìn)而促進(jìn)創(chuàng)新效率提升以及新合作關(guān)系的形成。

（4）具有相同水平合作伙伴多樣性或合作深度的發(fā)明者之間更傾向于建立合作關(guān)系。原因在于處于相同水平合作伙伴多樣性和合作深度的發(fā)明者之間可能具有相似的背景、經(jīng)歷、認(rèn)知和理解能力，更容易形成默契和信任，有助于降低發(fā)明者之間的溝通與協(xié)調(diào)成本以及創(chuàng)新風(fēng)險(xiǎn)，進(jìn)而有助于發(fā)明者之間建立新合作關(guān)系。然而，本文發(fā)現(xiàn)發(fā)明者協(xié)同創(chuàng)新能力同質(zhì)性會促進(jìn)也會抑制新合作關(guān)系的形成，這表明協(xié)同創(chuàng)新能力同質(zhì)性對合作網(wǎng)絡(luò)形成的影響可能存在一個臨界值。具體來講，協(xié)同創(chuàng)新能力同質(zhì)性可能促使發(fā)明者更傾向于選擇具有相同能力水平的個體作為合作伙伴，這有助于提升創(chuàng)新效率并促進(jìn)合作網(wǎng)絡(luò)的形成，然而，當(dāng)協(xié)同創(chuàng)新能力同質(zhì)性超過某一臨界值時，可能導(dǎo)致關(guān)系和知識鎖定，限制發(fā)明者獲取新知識和想法的渠道，進(jìn)而不利于創(chuàng)新和新合作關(guān)系的形成[31]。

（5）發(fā)明者合作網(wǎng)絡(luò)傾向于形成星形結(jié)構(gòu)和閉合三角形結(jié)構(gòu)，但不傾向于形成開放三角形結(jié)構(gòu)。星形結(jié)構(gòu)有利于處于合作網(wǎng)絡(luò)邊緣位置的發(fā)明者通過與核心位置的發(fā)明者建立合作關(guān)系而快速獲取創(chuàng)新所需知識等資源，有助于提升企業(yè)內(nèi)部知識轉(zhuǎn)移效率。閉合三角形結(jié)構(gòu)可為發(fā)明者提供更多學(xué)習(xí)機(jī)會以了解如何協(xié)作并提高發(fā)明者生產(chǎn)力，且有助于發(fā)明者間溝通和交流，能有效降低發(fā)明者之間知識轉(zhuǎn)移和協(xié)調(diào)成本。雖然開放三角形結(jié)構(gòu)（結(jié)構(gòu)洞）有利于降低合作網(wǎng)絡(luò)知識冗余，但不利于發(fā)明者之間的知識傳遞，且基于開放三角形結(jié)構(gòu)的聯(lián)系屬于弱聯(lián)系，導(dǎo)致開放三角形結(jié)構(gòu)可能隨著時間的推移而迅速衰減或斷裂[32]。此外，占據(jù)結(jié)構(gòu)洞的發(fā)明者的知識吸收和整合能力可能有限，且很容易被視為機(jī)會主義者[33]，進(jìn)而會降低發(fā)明者之間的信任并阻礙開放三角形結(jié)構(gòu)的形成。

4.2 理論貢獻(xiàn)

（1）本研究運(yùn)用ERGM對發(fā)明者合作網(wǎng)絡(luò)形成機(jī)制進(jìn)行實(shí)證分析，彌補(bǔ)了現(xiàn)有研究對發(fā)明者合作網(wǎng)絡(luò)形成問題探討的不足，豐富了發(fā)明者合作網(wǎng)絡(luò)形成相關(guān)文獻(xiàn)?；趧討B(tài)視角對發(fā)明者合作網(wǎng)絡(luò)關(guān)系形成機(jī)制進(jìn)行探討，并識別出發(fā)明者協(xié)同創(chuàng)新能力、合作伙伴多樣性、合作深度及其同質(zhì)性，以及馬太效應(yīng)、中介效應(yīng)和傳遞效應(yīng)對發(fā)明者合作網(wǎng)絡(luò)形成的差異化影響。

（2）本研究識別出相同因素對不同層面合作網(wǎng)絡(luò)形成機(jī)制的差異化影響，深化了對于不同層面、不同類型網(wǎng)絡(luò)形成機(jī)理的理解。有研究指出中介效應(yīng)在產(chǎn)學(xué)研協(xié)同創(chuàng)新合作網(wǎng)絡(luò)的形成中發(fā)揮顯著促進(jìn)作用[13]，而本研究發(fā)現(xiàn)中介效應(yīng)顯著抑制發(fā)明者合作網(wǎng)絡(luò)的形成。原因可能在于組織是由眾多發(fā)明者構(gòu)成的復(fù)雜系統(tǒng)，相比發(fā)明者擁有的有限知識，組織的知識庫包含更多異質(zhì)性和多樣性知識，擁有較強(qiáng)的知識吸收和整合能力。

4.3 實(shí)踐啟示

（1）發(fā)明者應(yīng)積極與新合作伙伴建立合作關(guān)系以提升網(wǎng)絡(luò)地位，同時要深化現(xiàn)有合作關(guān)系，以促進(jìn)組織內(nèi)部知識的高效流動和企業(yè)創(chuàng)新。管理者在構(gòu)建企業(yè)內(nèi)部合作網(wǎng)絡(luò)時應(yīng)關(guān)注發(fā)明者的協(xié)同創(chuàng)新能力，避免其因過度追求合作而導(dǎo)致能力不足等負(fù)面影響。

（2）創(chuàng)新是成本較高、風(fēng)險(xiǎn)較大的活動，管理者應(yīng)關(guān)注發(fā)明者合作伙伴多樣性和合作深度的屬性特征，通過促進(jìn)相同水平合作伙伴多樣性和合作深度的發(fā)明者之間建立合作提高創(chuàng)新效率。然而，管理者應(yīng)避免由于過度同質(zhì)性可能造成的知識冗余和鎖定等。

（3）管理者在構(gòu)建發(fā)明者合作網(wǎng)絡(luò)時應(yīng)重視網(wǎng)絡(luò)的內(nèi)生結(jié)構(gòu)效應(yīng)，如網(wǎng)絡(luò)中先前存在的合作關(guān)系和網(wǎng)絡(luò)結(jié)構(gòu)特征，促進(jìn)星形結(jié)構(gòu)和閉合三角形結(jié)構(gòu)的形成，進(jìn)而促進(jìn)發(fā)明者之間知識等資源的轉(zhuǎn)移、共享和吸收。

4.4 研究局限與未來展望

（1）盡管專利數(shù)據(jù)常常被用于創(chuàng)新研究，但其不能完全反映創(chuàng)新活動相關(guān)內(nèi)容，例如，與創(chuàng)新相關(guān)的很多隱性知識無法在專利中體現(xiàn)[5]。未來研究可基于其它類型的數(shù)據(jù)（如電子郵件）構(gòu)建發(fā)明者合作網(wǎng)絡(luò)。此外，本研究僅選擇華為作為研究對象，實(shí)證結(jié)果的普適性可能存在一定局限性。未來研究可選取不同行業(yè)或企業(yè)（如中興）進(jìn)行對比分析，提高研究結(jié)論的可靠性和普適性。

（2）本研究的潛在假設(shè)是發(fā)明者在構(gòu)建合作關(guān)系時具有完全的自由決策權(quán)，然而發(fā)明者在構(gòu)建合作關(guān)系時會受到組織中強(qiáng)制分配等多種外界因素的影響，導(dǎo)致不能完全自主選擇。未來研究可進(jìn)一步厘清發(fā)明者合作關(guān)系產(chǎn)生的來源，排除正式結(jié)構(gòu)等關(guān)系對實(shí)證結(jié)果造成的潛在影響。

（3）本研究對發(fā)明者合作網(wǎng)絡(luò)形成機(jī)制進(jìn)行了探索，然而，發(fā)明者會根據(jù)自身需求自主選擇新的合作伙伴或終止與現(xiàn)有合作伙伴的關(guān)系，使得發(fā)明者合作網(wǎng)絡(luò)始終處于動態(tài)變化中。未來研究可進(jìn)一步通過時序指數(shù)隨機(jī)圖模型（TERGM），探討發(fā)明者合作網(wǎng)絡(luò)的動態(tài)演化機(jī)制。

參考文獻(xiàn)：

[1]WUCHTY S， JONES B F， UZZI B. The increasing dominance of teams in production of knowledge[J]. Science， 2007， 316（5827）： 1036-1039.

[2]LIN R H， LU Y H， ZHOU C， et al. Rethinking individual technological innovation： cooperation network stability and the contingent effect of knowledge network attributes[J]. Journal of Business Research， 2022， 144（5）： 366-376.

[3]SCHILLEBEECKX S J D， LIN Y， GEORGE G， et al. Knowledge recombination and inventor networks： the asymmetric effects of embeddedness on knowledge reuse and impact[J]. Journal of Management， 2021， 47（4）： 838-866.

[4]KHANNA R， GULER I. Degree assortativity in collaboration networks and invention performance[J]. Strategic Management Journal， 2022， 43（7）： 1402-1430.

[5]WANG C， RODAN S， FRUIN M， et al. Knowledge networks， collaboration networks， and exploratory innovation[J]. Academy of Management Journal，2014， 57（2）： 484-514.

[6]JACOBSEN D H， STEA D， SODA G. Intra-organizational network dynamics： past progress， current challenges， and new frontiers[J]. Academy of Management Annals， 2022， 16（2）： 853-897.

[7]LUSHER D， KOSKINEN J， ROBINS G. Exponential random graph models for social networks： theory， methods and applications[M]. New York： Cambridge University Press， 2013.

[8]DAHLANDER L， MCFARLAND D A. Ties that last： tie formation and persistence in research collaborations over time[J]. Administrative Science Quarterly， 2013， 58（1）： 69-110.

[9]GU W W， LUO J D， LIU J F. Exploring small-world network with an elite-clique： bringing embeddedness theory into the dynamic evolution of a venture capital network[J]. Social Networks， 2019， 57（1）： 70-81.

[10]劉林青， 陳紫若， 田畢飛. 結(jié)構(gòu)依賴如何影響貿(mào)易網(wǎng)絡(luò)形成及演化： 以“一帶一路”為例[J]. 世界經(jīng)濟(jì)研究， 2020， 39（6）： 106-120，137.

[11]翟莉， 梁倩， 姚佳佳. 高校導(dǎo)師合作網(wǎng)絡(luò)演化及形成機(jī)制研究——基于指數(shù)隨機(jī)圖模型[J]. 情報(bào)科學(xué)， 2023， 41（2）： 20-28.

[12]劉璇， 汪林威， 李嘉， 等. 科研合作網(wǎng)絡(luò)形成機(jī)理——基于隨機(jī)指數(shù)圖模型的分析[J]. 系統(tǒng)管理學(xué)報(bào)， 2019， 28（3）： 520-527.

[13]郭建杰， 謝富紀(jì). 基于ERGM的協(xié)同創(chuàng)新網(wǎng)絡(luò)形成影響因素實(shí)證研究[J]. 管理學(xué)報(bào)， 2021， 18（1）： 91-98.

[14]BAUM J A C， COWAN R， JONARD N. Network-independent partner selection and the evolution of innovation networks[J]. Management Science， 2010， 56（11）： 2094-2110.

[15]CAO J Y， SMITH E B. Why do high-status people have larger social networks？ belief in status-quality coupling as a driver of network-broadening behavior and social network size[J]. Organization Science， 2020， 32（1）： 1-22.

[16]VISSA B. A matching theory of entrepreneurs' tie formation intentions and initiation of economic exchange[J]. Academy of Management Journal， 2011， 54（1）： 137-158.

[17]WHITTINGTON K B.A tie is a tie？ gender and network positioning in life science inventor collaboration[J]. Research Policy， 2018， 47（2）： 511-526.

[18]BRENNECKE J. Dissonant ties in intraorganizational networks： why individuals seek problem-solving assistance from difficult colleagues[J]. Academy of Management Journal， 2020， 63（3）： 1-77.

[19]MCPHERSON M， COOK S. Birds of a feather： homophily in social networks[J]. Annual Review of Sociology， 2001， 27（1）： 415-444.

[20]FUHSE J A，GONDAL N.Networks from culture： mechanisms of tie-formation follow institutionalized rules in social fields[J/OL]. Social Networks，1-12[2021-12-05]. https：//doi.org/10.1016/j.socnet.2021.12.005.

[21]蘇屹， 郭家興， 王文靜. 多維鄰近性下新能源合作創(chuàng)新網(wǎng)絡(luò)演化研究[J]. 科研管理， 2021， 42（8）： 67-74.

[22]顧偉男， 劉慧， 王亮. “一帶一路”沿線國家科研合作網(wǎng)絡(luò)的多元結(jié)構(gòu)及形成機(jī)制[J]. 地理研究， 2020， 39（5）： 1070-1087.

[23]BRENNECKE J， RANK O. The firm's knowledge network and the transfer of advice among corporate inventors：a multilevel network study[J]. Research Policy， 2017， 46（4）： 768-783.

[24]KIM J Y， HOWARD M， PAHNKE E C， et al. Understanding network formation in strategy research： exponential random graph models[J]. Strategic Management Journal， 2016， 37（1）： 22-44.

[25]STERN I， DUKERICH J M， ZAJAC E. Unmixed signals： how reputation and status affect alliance formation[J]. Strategic Management Journal， 2014， 35（4）： 512-531.

[26]馬永紅， 楊曉萌， 孔令凱. 關(guān)鍵共性技術(shù)合作網(wǎng)絡(luò)演化機(jī)制研究——以醫(yī)藥產(chǎn)業(yè)為例[J]. 科技進(jìn)步與對策， 2021， 38（8）： 60-69.

[27]段慶鋒， 馬丹丹. 基于指數(shù)隨機(jī)圖模型的專利技術(shù)擴(kuò)散機(jī)制實(shí)證研究[J]. 科技進(jìn)步與對策， 2018， 35（22）： 23-29.

[28]王?；?， 孫芹， 郭建杰， 等. 長三角城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)演化動力研究：基于指數(shù)隨機(jī)圖模型[J]. 科技進(jìn)步與對策， 2021， 38（14）： 45-53.

[29]戴靚， 劉承良， 王嵩， 等. 長三角城市科研合作的鄰近性與自組織性[J]. 地理研究， 2022， 41（9）： 2499-2515.

[30]唐曉彬， 崔茂生. “一帶一路”貨物貿(mào)易網(wǎng)絡(luò)結(jié)構(gòu)動態(tài)變化及其影響機(jī)制[J]. 財(cái)經(jīng)研究， 2020， 46（7）： 138-153.

[31]ERTUG G， BRENNECKE J， KOVACS B， et al. What does homophily do？ a review of the consequences of homophily[J]. Academy of Management Annals， 2022， 16（1）： 38-69.

[32]SODA G， ZAHEER A， SUN X， et al. Brokerage evolution in innovation contexts： formal structure， network neighborhoods and knowledge[J]. Research Policy， 2021， 50（10）： 1-16.

[33]孫笑明， 鄭曉宇， 王巍， 等. 技術(shù)并購中主并企業(yè)關(guān)鍵研發(fā)者合作網(wǎng)絡(luò)變化對其創(chuàng)造力的影響[J]. 管理工程學(xué)報(bào)， 2021， 35（6）： 35-47.

（責(zé)任編輯：萬賢賢）

The Formation Mechanism of Inventors′ Collaboration Network Based on Exponential Random Graph Model

Lin Runhui ， Ji Ze1

（1.Business School， Nankai University；2.China Academy of Corporate Governance， Nankai University， Tianjin 300071，China）

Abstract：Against the backdrop of anti-globalization， the threat of external technology blockades and sanctions continues to strengthen， and technological innovation has become the focus in the international community. Many firms are striving to acquire knowledge and information resources through their collaboration networks， which can affect firms′ innovation. Furthermore， research on innovation and social network has shown that collaboration is increasingly pervasive and has become an important source of innovation outcomes. Specifically， existing research has extensively explored how the structural characters of inventors′ collaboration networks （e.g.， structural holes and centrality） affect the innovation performance of firms or inventors， but little is known about which factors affect the formation of inventors′ collaboration networks. Therefore， this study aims to explore whether and how different factors influence the formation of inventors′ collaboration network.

In fact， the formation of collaboration networks is influenced by multiple types of factors， such as the attribute characteristics of actors， exogenous environmental factors and endogenous structural effects of the network. For example， individuals tend to establish partnerships with individuals with similar characteristics or between individuals in the same sector. Additionally， the existing partnerships may also influence the formation of new partnerships. However， traditional regression models assume that the formation of relationships between two actors is independent of other relationships， which leads to the inability of traditional modeling approaches to effectively assess the endogenous structural effects of network formation. Therefore， the exponential random graph model （ERGM） is used to empirically explore the influence mechanism of exogenous node attributes and endogenous structural effects on the formation of inventors′ collaboration networks.

As one of the largest patent-holding firms in the world， Huawei has established a large-scale inventor collaboration network， and has applied for and obtained a large number of patents. The technological innovation capability of Huawei has been significantly improved， and it has achieved the leading position in information and communication technology in the world. Therefore， Huawei is a highly representative research object， and there could be great reference significance for similar firms. Furthermore， the study uses the Derwent Innovations Index （DII） and PatSnap to collect the patent data applied by Huawei in China. Since Huawei applied for fewer patents before 2004， its patent data from 2004 to 2021 is selected for the construction of inventors′ collaboration network.

The results show that the inventors′ collaboration network is a typical sparse network with the coexistence of star structure and the closed triangle structure， and its formation is affected by both exogenous node attributes and endogenous structural effects; the collaborative innovation capability of inventors inhibits the formation of inventors′ collaboration networks; however， both the diversity and depth of collaboration of inventors promote the formation of inventors′ collaboration networks， and their homophily significantly promotes the formation of inventors′ collaboration networks， which means that inventors with the same level of partner diversity or depth of collaboration are easier to establish partnerships. Meanwhile， the preferential attachment effect and transitive effect significantly promote the formation of inventors′ collaboration networks， which means that inventors tend to establish collaboration relationships with central inventors and new partnerships with direct partners with common partners. However， the mediating effect is not conducive to the formation of inventors′ collaboration networks， which means that it is difficult to establish partnerships with indirectly connected inventors.

In summary， this study uses the ERGM to empirically analyze the formation mechanism of inventors′ collaboration networks， which enriches the literature related to the formation of individual-level collaboration networks. Moreover， it identifies the different effects of the same factors on the formation mechanisms of collaboration networks at different levels， which deepens the understanding of the formation mechanisms of different types of networks at different levels. Additionally， this study has important implications for managers looking to build a collaboration network with an ideal structure. For example， managers should pay attention to the pre-existing partnerships and network structure characteristics when constructing collaboration networks， and promote the formation of star and closed triangle structures， which in turn shall facilitate the transfer， sharing and absorption of knowledge and other resources among inventors.

Key Words：Inventors′ Collaboration Network; Exponential Random Graph Model; Endogenous Structural Effects; Formation Mechanism of Network

收稿日期：2023-03-05 修回日期：2023-06-11

基金項(xiàng)目：國家自然科學(xué)基金面上項(xiàng)目（72272083；71772096）

作者簡介：林潤輝（1972—），男，河北邢臺人，博士，南開大學(xué)商學(xué)院副院長、教授、博士生導(dǎo)師，研究方向?yàn)榫W(wǎng)絡(luò)治理與創(chuàng)新、跨國公司治理、信息安全治理；季澤（1992—），男，河南駐馬店人，南開大學(xué)商學(xué)院博士研究生，研究方向?yàn)榫W(wǎng)絡(luò)治理與創(chuàng)新。本文通訊作者：季澤。