2.2 产学研合作网络研究综述
随着产学研合作由过去的点对点互动合作模式向日渐复杂的非线性网络模式转变[98]，有必要从社会网络的视角来探究产学研合作，这也引起了学术界的广泛关注。在此，本书对产学研合作网络的相关研究进行梳理与分析。
2.2.1 社会网络理论
社会网络理论最早可以追溯到20世纪30年代，著名学者Burt在对人类社会关系与经济活动关系进行研究时，首次提出社会网络的概念。20世纪60年代，社会网络理论被引入到管理学研究领域。尤其是最近20多年以来，在计算机性能不断提升和互联网技术迅猛发展的背景下，社会网络分析在管理学领域已成为备受欢迎的研究范式。
传统的管理学研究范式是通过社会调研、访谈方法对研究对象的个人观点、态度和行为等方面给予较多的关注。换言之，传统管理学研究范式对个体的特征给予较多的关注，较为忽视行为主体之间的关系及所构成的合作网络。然而，社会网络研究范式并不是拘泥于个体特性研究，而是更注重于从网络的视角来分析行为主体之间的互动与联系，其中包括个体之间的联系[21～212]、组织之间的联系[52，213，214]、区域层面和国家层面之间的联系[215～217]。在社会网络研究中，个体、组织、区域与国家等不同层面主体在网络中视为网络节点，网络节点之间建立的互动关系构成了网络中的“边”，这些网络节点与边都嵌入到社会网络中，那么网络节点所处于的网络位置、网络结构特征等均对其行为产生一定的影响[218]。
社会网络理论当中，最具有影响力的3个主要理论分别是Granovetter所倡导的强、弱联结理论，Burt所提出的“结构洞”理论，Coleman所倡导的社会资本理论。
（一）强、弱联结理论
Granovetter（1973）认为行为主体（网络节点）之间相互接触和交流，那么它们之间就会建立起某种联结关系，这种关系可根据行为主体之间的互动频率、情感强度的高低划分成强联结和弱联结两种类型[219]。
（1）强联结理论
Granovetter（1973）较早提出强联结的内涵，认为行为主体之间互动频率越高，建立的关系越长久，亲密程度越高，表明它们之间建立起强联结关系。强联结关系对于行为主体而言，在帮助其融入某一社会网络中扮演着非常重要的角色，尤其对于那些刚刚进入某合作网络中的个体、组织甚至国家，可以寻求通过与网络中某些重要节点建立起强联结关系后，从而使得融入一个新网络时可获得安全感和支持。Gulati（1998）认为行为主体间强联结关系的建立，意味着双方互动交流非常频繁与紧密，有助于促进双方信任机制的建立，降低协调与沟通成本[220]。由于一些知识、技术或资源的隐晦（缄默）程度很高，导致它们的传播、转移容易呈现出黏滞性特点，那么它们能否在行为主体间顺利传播或转移往往受到主体之间信任程度和交流频次高低的影响。由此可以推测出，行为主体之间建立起强联结有助于缄默性资源传播与转移。所以，Granovetter（1973）认为强联结的优势体现为行为主体之间的频繁交流与互动，有益于培养双方的信任程度，从而有助于行为主体从合作伙伴获取到高质量的缄默性知识或资源[219]。
（2）弱联结理论
Granovetter（1973）在对强联结的内涵及作用进行阐述的同时，也对弱联结的内涵及功能提出见解。他认为弱联结是指行为主体（网络节点）之间互动频率较低，缺乏亲密互动的一种联系。在功能方面，不同于强联结有助于推动缄默性知识跨组织转移，弱联结有助于行为主体从合作伙伴那里获取到非冗余的可编码知识或信息，对创新发生可能会起到很大的促进作用，甚至有时会超过强联结。这是因为行为主体间建立起强联结关系后，由于双方的频繁互动与交流，导致彼此之间非常熟悉，它们所拥有的思想、知识和其他资源的同质化程度会比较高，所以行为主体之间强联结关系难以获得有价值的信息、知识和其他资源。然而，弱联结的最大优势在于网络节点之间的互动频次并不高，导致双方的熟悉程度较低，意味着行为主体之间所拥有的创新资源的异质性程度往往比较高，那么它们之间建立弱联结关系有助于从对方获得较为新鲜的知识或资源，从而减弱行为主体间强联结关系所带来资源趋同的不利影响，有助于创新的实现。
（3）强、弱联结的比较
强联结与弱联结在组织间承担着不同的功能。通过比较分析，发现强联结与弱联结在推动信息、知识或其他创新资源转移过程中发挥的功能存在明显差异，见表2-18。
表2-18 强联结和弱联结的比较
首先，强联结有助于建立信任机制，有利于克服缄默性知识或资源的黏滞性特性，实现有效转移，而弱联结则难以有效推动缄默性资源的转移。
其次，强联结意味着行为主体对所转移的资源质量状况较为熟悉，有助于选择质量高的资源进行转移；然而，弱联结的行为主体对所转移的资源不熟悉，无法识别和筛选质量不高的资源，容易导致一些质量低劣的资源转移。
再次，强联结容易导致行为主体之间的资源趋同，不利于获取新鲜信息、知识等资源；然而，弱联结确保行为主体间的资源多样性，有利于非冗余资源的获取。
最后，在强调“人情”关系的东方社会，尤其在中国，行为主体间建立强联结关系被认为是一种“忠诚”关系，有利于推动资源的转移，而弱联结则认为“脚踏两只船”，难以取信于人，不利于推动资源的转移；而在西方社会，行为主体间强调信任和产权规则，双方建立起非人格化关系，弱联结成为行为主体推动资源转移的重要方式。
（二）“结构洞”理论
在1992年，Burt出版的一本著作《结构洞：社会的竞争机构》（Structural Holes：The Social Structure of Competition）中首次提出“结构洞”构念[221]。“结构洞”理论建立在熊彼特创新理论和Granovetter所奠定的弱联结理论基础之上。Burt（1992）将“结构洞”界定为：在社会网络中，某些行为主体和一部分行为主体之间存在某种直接联结的关系，而与另外一些行为主体并没有建立起直接联结关系，导致社会网络中某些节点出现联结中断的现象。如图2-15所示，节点B、C和D均与节点A建立起直接联结关系，但是节点B、C和D彼此之间并没有直接的联结通道，导致它们之间存在空缺，这样的空缺就是网络结构洞。节点A处于网络的“桥”位置，跨越网络结构洞，与节点B、C和D建立起非冗余的联系。
现有文献认为，跨越网络结构洞的行为主体要比其他主体拥有更多的信息优势和控制优势。行为主体所跨越的网络结构洞越多，意味着它与其他行为主体建立起更多的非冗余关系，那么有利于它从其他网络主体获得更多的非冗余资源[223]，那么该行为主体就可以凭借占据网络结构洞来获益[224]。此外，当行为主体跨越的网络结构洞越丰富，意味着它在网络中扮演着更重要的“中介者”角色，有助于它截留网络资源为己所用，甚至改变网络资源的流向达到利益最大化目的。总体上，Burt结构洞理论和Granovetter弱联结理论在内涵和功能上很相似。
（三）社会资本理论
Coleman（1988）所倡导的社会资本理论是指行为主体处于某种社会（网络）结构中，假如这种社会（网络）结构有利于行为主体施展某种特定行为来实现某种结果，那么这种社会（网络）结构构成了该行为主体的社会资本[225]。Port和Van Gelder（1995）提出，所谓社会资本，就是行为主体能够调配和动员社会网络所蕴藏的稀缺资源的能力[226]。Tsai和Ghoshal（1998）认为社会网络中行为主体的社会资本是指行为主体间建立联系而形成的认知和信任关系，有助于行为主体间信息交流和知识资源的流动[227]。从社会网络的角度，网络中行为主体社会资本包括三个方面：
（1）联结广度，即网络中的行为主体与其他主体间的联系数量。当行为主体的连带广度越大，表明与该主体建立起直接联系的其他主体数量就越多，那么它在网络中所占据的地位就越重要，相应地拥有的网络权利就越大[26]，拥有的社会资本就越多。这有助于该行为主体在网络中搜寻信息、知识等创新资源来提升其绩效。相反，当行为主体与其他主体间建立直接联系的关系数较少时，这表明其拥有的社会资本较少，这不利于它搜寻创新资源。
（2）联结的高度，即某行为主体是否与网络中最重要的行为主体建立起联结关系及联结强度的高低。由于网络中具有重要影响力的行为主体往往拥有比较丰富的社会资本，当与其建立合作关系时，容易得到它的支持和帮助，有助于获得更多的网络资源，那么社会资本得到大大提升。
（3）联结的多样性，即与某行为主体存在联结关系的其他行为主体多样性程度。换言之，当联结的多样性越丰富，意味着该行为主体可以从不同类型的行为主体那里获取的资源类型就越丰富，这有助于获取到更多非冗余资源来为其所用。
2.2.2 合作网络相关研究
（一）创新网络结构的相关研究
自20世纪90年代以来，随着行为主体在不断互动与合作过程中，逐渐向网络化组织模式方向发展，形成了资源共享、知识扩散的社会网络系统。在此背景下，创新网络引起了学者的关注，网络结构在学术界成为一个关注焦点。由于社会网络分析方法可为探究行为主体之间互动模式提供新的研究视角，该方法日益得到广泛的使用。
对于创新网络结构的研究，现有文献主要从宏观和微观的视角出发，探究整体网和个体网的内部结构，分析网络结构与网络功能之间的关系，以揭示网络的运行机制、功能等深层次问题。现有文献除了对网络的基础结构如网络节点规模、节点间距离（包括认知距离，含知识距离、技术距离）进行研究外，还对较为复杂与特殊的网络结构如网络密度、节点的中心性和结构洞等展开广泛的研究。较为典型的网络结构研究主要包括以下几个方面：
（1）Granovetter（1973）从网络节点之间的联结强度（强联结或弱联结）视角来探究合作网络结构特征及对新信息扩散的影响。他研究发现弱联结的网络结构要比强联结的网络结构更有助于非冗余信息在网络中扩散[219]。他的开拓性研究引发了广大学者对网络节点间强、弱联结关系进行研究［30，228，229］。
（2）Freeman（1979）为了刻画行为主体在创新网络结构中对资源的控制程度，首次提出了“中心性（度）”构念，用于衡量某行为主体在网络中处于其他行为主体间的“中间”程度和影响程度[230]。他的研究引起了学者关注，中心度指标也被国内外学者广泛用于刻画行为主体在创新网络中的结构位置[26，35，214，217]。
（3）Burt（1992）基于Granovetter（1973）所提出的弱联结理论的基础上，提出了“网络结构洞”构念，用于刻画行为主体处于网络结构的“桥”关键位置[221]。由于网络结构洞衡量是指网络节点与其他节点间的网络非冗余连接关系，处于网络结构洞上的行为主体比其他节点拥有更多的网络资源控制优势。
此外，还有一些学者从网络节点间认知距离[75，231]、网络密度[225，232]、网络规模[233]等方面对创新网络结构展开了一系列研究。
近年来，以创新网络结构为议题的实证研究成为学术界一个热点问题。例如，冯锋等（2009）对产学研合作网络的网络特征进行研究，发现网络结构呈现出无标度网络特征[234]。Fritsch和Kauffeld-Monz（2010）以德国的16个合作创新网络为研究样本，分析其整体网络结构特征、行为主体的网络位置等对知识传递和信息转移的影响[235]。马艳艳等（2011）以中国的企业与大学联合申请的专利为数据来源来构建双方合作网络，并对网络密度、网络规模及整体中心度等网络指标进行测算，发现中国的产学研合作网络仍然存在进一步发展的空间[236]。Guan等（2015）以美国的国际合作网络及区域（城市）合作网络为研究样本，分析它们多层合作网络特征[216]。Zhang等（2016）以中国科学院与企业、大学的双方或三方的科研合作为研究样本，来刻画合作网络结构特征随着时间变动而不断演化的过程[35]。这些实证研究验证和丰富了创新网络研究领域的理论研究。
（二）创新网络演进的相关研究
现有文献主要从网络演化的空间结构和生命周期（时间）两个视角对创新合作网络的演化展开研究。一部分学者从生物周期视角出发，探究创新网络随着时间推移而演化递进的规律。例如，Ahokangas等（1999）提出创新合作网络随时间推移的动态演化模型，将演化历程划分为三个阶段：起源、增长到成熟[237]。彭锐和杨芳（2008）则探究产学研合作创新网络随着时间推移而不断地由单部门到跨部门合作、由单链到多链合作的演化过程，科研管理部门在合作网络中所扮演的重要角色[238]。刘凤朝等（2011）构建“985”院校参与的产学研合作网络并分析该网络的演化过程，发现产学研合作网络规模随着时间的推移而不断地增大，网络逐渐呈现出自组织效应特征[239]。Schilling（2015）对全球技术网络结构特征进行刻画，发现网络规模和相互联系日益增多[240]。
另一部分学者则从空间结构视角来探究创新网络结构的空间演化有序递进规律。例如，Tanimoto（2013）对产学研合作创新网络的空间演化规律及机理进行研究，发现创新网络在学习机制的推动下，最终演化成无标度有序网络[241]。张瑜等（2013）以轨道交通产业的产学研合作创新网络为研究对象，发现该创新网络在空间结构演化过程中，网络节点的分布呈现出幂律衰减规律，表明创新网络具有显著的无标度特征[242]。高霞和陈凯华（2015）对信息通信技术领域的产学研合作创新网络的空间演化特征进行研究，发现该创新网络最终呈现出明显的小世界和无标度特征[243]。
综上所述，发现现有文献对创新网络演进的研究主要从时间和空间两个维度来进行刻画与分析，其中时间维度用于刻画创新网络随着时间推移而不断地递进演化；空间维度则用于刻画创新网络的空间拓扑递进历程，这两个维度反映了创新网络动态演变过程中的时空特征。然而，现有的研究仍然将这两个维度割裂开，分析较为片面化，未来的研究可以同时考虑这两个维度来对创新网络的动态演变过程进行综合分析。
（三）创新网络效应的相关研究
现有文献主要从三个视角来分析创新网络给创新主体绩效带来的影响，这三个视角分别是资源观、演化观和持有能力观。
首先，一些研究是从资源观的角度来对创新网络所带来的影响进行分析。在创新合作网络中，创新主体之间的互动与合作有利于整合各类资源，对创新主体的绩效带来正向影响。例如，陈子凤和官建成（2009）对九个创新型国家（或地区）的创新合作网络进行研究，发现创新网络的“小世界”特征对创新发生起到正向的促进作用[244]。Ozbugday和Brouwer（2012）对荷兰制造业创新网络进行分析，发现网络节点（企业）之间合作的不断增强对产业技术创新绩效带来显著的正向促进作用[245]。持有资源观视角来研究创新网络效应问题的学者容易忽视创新网络的动态特征和个体属性可能给创新主体的绩效带来的影响，而更多关注静态创新网络结构给创新主体的绩效带来的影响。
其次，一些研究是从演化观的角度来对创新网络所带来的影响进行研究。在创新合作网络中，行为主体之间过强或过弱的合作强度均不利于创新绩效的提升，而保持适当的合作强度则有利于提升创新绩效。换言之，网络中行为主体之间的合作强度对创新绩效呈现出“倒U型”影响。例如，Beaudry和Schiffauerova（2011）以加拿大的纳米科技领域合作创新网络为研究对象，发现行为主体之间冗余合作对技术创新绩效带来负面影响[246]。Broekel和Boschma（2012）对德国电子行业的区域合作网络进行研究，发现区域之间互动协同强度对创新绩效带来“倒U型”影响[247]。换言之，区域与区域之间适当的合作关系要比合作较少或过密区域的创新绩效要高。总体上，持有演化观视角来研究创新网络效应问题的学者对动态合作创新网络的效应问题给予较多的关注，但是对合作创新网络如何影响行为主体的创新绩效，其内在过程机制等问题仍然没有得到很好的解答。
最后，一些研究是从持有能力观的角度来对创新网络所带来的影响进行分析。这些研究认为创新网络对行为主体创新绩效的影响需要考虑主体自身的能力，因为创新网络更多的是提供网络资源给主体，主体能否有效地将网络资源转化成绩效还取决于其自身的能力。换言之，创新主体通过自身的能力对网络资源进行整合后，才有可能对主体的绩效产生影响。例如，Dϕving和Gooderham（2008）以挪威的254个小企业所参与的创新合作网络为例，发现企业自身持有的网络能力对其绩效的影响是非常显著的[248]。Graf（2011）对德国四个区域创新合作网络进行研究，发现处于网络“结构洞”位置上的组织角色明显受到其自身吸收能力的影响[249]。张华和郎淳刚（2013）以美国生物科技产业创新网络为研究样本进行分析，发现行为主体自身能力与网络资源对创新绩效的交互机理[250]。Gilsing等（2008）以化工、制药等领域的企业间合作网络为研究对象，发现网络节点间的认知距离（技术距离）与网络结构（中心度和网络密度）交互对创新绩效具有重要的影响[75]。总体上，持有能力观视角来研究创新网络效应问题的学者更多地关注行为主体的自身能力与网络资源交互对绩效的影响机理，突出创新网络对行为主体创新绩效的间接或调节影响。
总体而言，现有学者对合作网络如何影响创新绩效给予较多的关注，例如，有学者研究了网络位置[251，252]、网络联系[253，254]、网络结构[255]等特征对行业主体的创新绩效产生影响。值得关注的是，现有的大多数研究是以企业间合作网络为研究背景，探究该网络如何对企业绩效产生影响；然而较少文献以产学研合作网络为研究背景，探究该网络如何对创新主体的绩效产生影响。目前搜寻到较为零星的相关文献[26，36，60，256]直接分析产学研合作网络结构特征与组织绩效之间的影响关系，尚未进一步挖掘它们之间的影响“黑箱”。那么，产学研合作网络对主体绩效带来什么影响？影响机制与路径是什么？这些议题有待进一步研究与丰富。