战略联盟网络的结构属性资源属性与企业知识创造

赵炎+王冰

摘要：以中国生物医药产业战略联盟网络为样本，将联盟网络的结构属性和资源属性结合，考察二者的交互作用对企业知识创造的影响。基于时滞效应的结果分析表明：企业在联盟网络中占据的结构洞或创新积累越多，其知识创造越显著；联盟伙伴创新能力发挥正向调节作用。联盟网络对企业知识创造的影响随时间呈现倒U型的关系。

关键词：社会网络；战略联盟；结构属性；资源属性；知识创造

中图分类号：F273.1;F407文献标识码：A文章编号：1001-8409（2014）07-0059-06

The Effect of Structural Property and Resource Property

in Strategic Alliance Network on Firms Knowledge Creation

——The Empirical Study on Chinese Biomedical Industry

ZHAO Yan, WANG Bing

(School of Management, Shanghai University, Shanghai 200444)

Abstract： This paper uses strategic alliance network of Chinese biomedical industry as the sample, and combines structural property with resource property to examine the moderating impact on enterprise knowledge creation. The empirical research results based on time lag effect reflect that occupying more structural hole or having more innovation accumulation can significantly effects the knowledge creation and the innovation ability of alliance partner has a positive moderating effect. The effect has an inverted Ushaped relationship with time going on.

Key words： social network; strategic alliance; structural property; resource property; knowledge creation

引言

在当今知识经济社会中，战略联盟作为企业一种强有力的资源获取途径在全球范围内得以蓬勃发展［1］。在很长一段时间内，战略联盟的研究都是基于资源依赖理论展开的，但是这一理论很大程度上只关注企业个体所具有的内在资源和资本。随着社会网络理论的兴起，不断有国内外学者将战略联盟的研究视角由关注企业自身所具有的资源转向企业在其联盟网络中所处的位置和企业个体或整个联盟网络的一些结构特性。

社会网络视角的引入对战略联盟的相关研究出现了两个大的变化，一是在研究内容上，由只关注联盟及其成员的自身因素上升到关注联盟所置身的微观企业条件、中观产业状况以及宏观社会经济环境等全局性因素［2］；二是在研究层次上，由个体及双边关系层次上升到网络层次，且研究对象可以灵活地在网络层面进行转换，而不会影响到某些理论的适用性［3］。

国内外众多学者先后探讨了网络的规模、结构洞［4］、小世界性［5］等一系列网络的“结构属性”对处于其中的企业的影响，这些研究使企业战略联盟的探讨似乎陷入“唯结构论”的泥潭。人们对企业战略联盟网络的关注，在很大程度上也聚焦到了企业在网络结构中处于一种怎样的位置，或者企业所处的整体网络有哪些不同的特性，以及这种位置或特性对企业产生怎样的影响。

无论是基于资源依赖理论，还是社会网络理论对战略联盟进行的研究，二者在很大程度上都存在着片面性。对于处在联盟网络中的企业而言，各方面的商业经济活动不仅受其本身所具有的资源的影响，而且也受其在网络中所处的位置或整体网络特性的影响。本文认为只有将这两者综合起来进行探讨，才能相对更全面地揭示企业战略联盟网络对个体自身经济活动的影响。

1理论和假设

11结构属性、资源属性独立作用于企业知识创造

社会网络分析的关键在于把复杂多样的关系形态表征为一定的网络构造，进而从结构和功能的交互作用入手，揭示网络结构对置身其中的各类成员的功能影响。基于此，本文把网络所有在结构方面的特征称之为“结构属性”，它反映了网络及其成员所具有的纯粹结构方面的特性。

结构洞是衡量网络结构属性的重要指标，最早由Burt提出［6］。在企业联盟网络中，结构洞就如连接两个不同局部网络的桥，而占据该位置的企业就在其两个联盟伙伴或者局部网络之间扮演着中间人的角色，从而为企业带来收益。Burt认为处于竞争优势的“结构洞”是一种社会资本，结构洞之所以能够产生社会资本在于两个方面的优势：一是信息优势［7］,即结构洞可以区隔非冗余性的信息；二是控制优势，它可以从作为中间人的位置上获取收益［8］。很多学者认为社会资本的提升可以带来知识的更新和创新。如Lane从知识的角度分析了企业社会资本对于技术创新的作用，并认为组织间关系创造了获取和利用知识的机会［9］。任迎伟认为社会资本是获取创新知识的重要途径，通过获得有价值的知识，企业管理者的灵感得以创新化和价值化的可能性就越高［10］。结构洞是一种社会资本，而社会资本又伴随着知识的共享与创新的激发，所以结构洞也对企业的知识创造具有正向的作用。基于此，本文提出：

假设1：某企业在战略联盟网络中占据的结构洞越多，则其接下来的知识创造越显著

企业资源理论认为，企业是资源组成的集合，企业的竞争优势源于企业所拥有的内部异质性资源。Wernerfelt认为企业资源是任何可以被看成永久性依附于企业的有形和无形资产［2］。基于此本文把网络中各层次或层面上所具有的一些非结构方面的属性统称为“资源属性”，即网络及其成员所具有的各种内在能力（如创新能力、资源整合能力等）和潜在资源（如网络成员的社会声誉、社会地位或社会资本量）等内在属性此处将内在能力和潜在资源归结为“资源属性”而非“能力属性”，是基于认识到资源是价值创造的直接来源，而能力说到底也可以视为一种资源。 。它所反映的是个体或群体及其所处网络创造经济价值或商业利益的能力。

样本前专利数可反映一个企业在进入联盟网络之前的创新积累程度。Schilling的研究发现样本前专利对企业知识创造具有极为显著的正向影响，在Zaheer的研究中，企业既往的创新能力对其接下来的知识创造行为也具有明显的表征作用［3］。处在战略联盟网络中的企业个体所具有的资源属性，如同企业在网络中的结构地位，可能对企业个体的各种经济活动产生影响。就企业知识创造而言，其既往的创新积累可能是一个重要影响因素。因此提出：

假设2：某企业创新积累越多，则其接下来的知识创造越显著

endprint

12结构属性、资源属性综合作用于企业知识创造

现有研究较多地探讨了社会网络的结构属性和资源属性分别对企业知识创造的作用。一些学者还大量探讨了联盟成员的资源互补性、联盟伙伴的研发能力、联盟成员自身的知识吸收与积累能力对联盟及其成员知识吸收及创新能力的影响［11］。所有这些研究的一个共同缺憾是没有将结构属性和资源属性结合起来探讨二者的综合作用对企业知识创造的影响。

在战略联盟中，占据结构洞位置的企业可以从合作伙伴那里获取有价值的信息和互补性知识；如果企业自身的创新积累越多，那么更有助于对这些信息和知识的整合、加工、开发和吸收，从而企业管理者的灵感得以创新化和价值化的可能性就越高，知识创造的效果越显著。基于此，本文提出：

假设3：某企业在战略联盟网络中占据结构洞对其知识创造的影响受到创新积累的调节：企业自身的创新积累越多，则占据结构洞对知识创造的影响越显著

与此同时，在将结构属性和资源属性结合起来考察其综合效应对企业知识创造的影响时，还需要做进一步区分。尽管同样在网络中占据着高结构洞地位，但是一些企业知识创造能力的提升比另一些企业要显著得多［4］。这种现象使关注点很自然地转移到与这些企业形成联盟的合作伙伴身上。也就是说，在战略联盟网络中占据一定结构洞地位的个体，其创新活动受到的影响不仅来自于自身，也有可能来源于联盟伙伴。

如果某企业的联盟伙伴创新能力越强，意味着这些联盟伙伴将获取的新鲜知识和信息进行整合、吸收、创新、应用的能力越强，这就导致该企业具有的异质性资源越多；对该企业来说，如果占据结构洞位置，则从拥有较强创新能力的联盟伙伴那里获得知识和信息的质量也更高［11］，这在很大程度上对企业个体的知识创造产生重要影响。因此，进一步提出：

假设4：某企业在战略联盟网络中占据结构洞对其知识创造的影响受到联盟伙伴创新能力的调节：企业合作伙伴的创新能力越强，则企业占据结构洞对知识创造的影响越显著

2数据和方法

21样本和数据来源

本文需要的数据有两种。一种是网络的结构属性数据，即网络密度、可达性、结构洞等指标；另一种是网络的资源属性数据，即专利。采用美国SDC Platinum数据库中2000~2006年的数据来建立中国生物医药产业战略联盟网络，进而通过UCINET及相关公司计算出本研究所需的社会网络结构指标。专利的获取主要通过中国专利信息网、国家专利局检索以及中国专利技术网等专业网站信息的比对校正。借鉴现有研究，选择以3年作为时间窗口，最终形成了6个联盟网络邻接矩阵（即2000~2002年、2001~2003年，以此类推）。

在建立生物医药产业战略联盟网络的过程中，依据以下两个标准：（1）每个联盟中至少有一个公司是生物医药产业的成员；（2）整个联盟在生物医药产业内运作。以上两个标准只要满足任何一个，就认为该联盟是生物医药产业的战略联盟。同时，只有当联盟中至少有两个以上的中国企业时，才认为是中国生物医药产业的战略联盟。而当一个联盟中存在三个或三个以上的中国企业时，可认为每两个中国企业之间都有战略联盟关系。在用UCINET绘制出的网络拓扑图中每两个中国企业之间都可以用一条直线连接，其中点代表企业，线代表这两个企业结成联盟。

211解释变量

网络密度（Density）：它是网络中现有的链接数与可能的链接数的比，取值范围为［0,1］，值越大密度越高。网络密度决定着信息扩散的速率和范围，计算见式（1）。其中m=|E|，n=|V|。

D=2mn(n－1)（1）

可达性“可达性”在国外一些学者的研究中涉及到这一指标［5］，目前国内研究中还尚未发现其对应的中文专业术语。 （Reach）：又称为到达率，它反映了网络成员获得信息的速度和质量，既考虑了某个节点通过某条路径能够到达的节点数，又考虑了能够到达其他节点的路径长度。可达性的计算公式如式（2）。

Reach=ij1dijn （2）

结构洞（structural holes）：又称之为局部效率，指的是两个联系之间的非冗余的关系。结构洞的计算公式最早由Burt［12］提出，后来Borgatti［3］在此基础上将结构洞的计算简化为式（3）。

LEn=n－2t/nd(i) （3）

其中t=|E|-d(i)，t是网络中除连接点i的边外所有边的个数，n=|V|-1。

样本前专利数（Presample-patents）：指某企业在进入某一个三年时间窗的联盟网络前五年内申请并获批的专利数总和。它反映了一个企业在进入联盟网络之前的创新积累，用于控制未观察到的公司专利申请上的异质性［13］。

由于企业在联盟网络中既是自身网络的中心者，又是以其他个体为中心的网络的从属者，所以对任何一个网络个体而言，其资源属性实际上是由两个部分组成。一部分是其自身所具备的样本前专利数所带来的资源，另一部分是其个体网络中的其他联盟伙伴的样本前专利数所带来的资源。所以样本前专利数具有两个自变量，一是中心个体样本前专利（EPP），用来衡量企业自身的创新积累；二是其所有联盟伙伴所具有的样本前专利数（APP），用来反映联盟伙伴的创新能力。

APP的计算方法是：识别出中心企业在网络中所具有的所有联盟伙伴，将这些联盟伙伴在过去五年中的专利数进行汇总，得到个体网络的所有联盟伙伴的既往创新能力表征，即所有联盟伙伴所具有的样本前专利数之和。

212因变量

专利数（Patents）：本文采用企业进入联盟网络后所取得的专利数作为其知识创造的衡量。考虑到时滞效应，研究中专利数的统计包括三年时间窗口的联盟网络形成后的第一年、第二年和第三年各个网络成员企业所获批的专利数。Patentt+1、Patentt+2、Patentt+3分别是指第t个三年时间窗口的网络成员在网络形成后的第一、第二、第三年所获批的专利数。

22方法

考虑到因变量专利数为计数变量，因此本文采用负二项回归模型残差的分布是异方差非正态。泊松分布适合计数变量的建模，但它假设平均值和方差相等。而专利数据常表现出过度离散，方差比平均值大，有过离散现象，系数估计出一致性，但他们的标准误差通常被低估，导致显著性被高估。负二项回归模型是泊松模型的扩展，用于存在过离散现象的数据。 来进行统计分析。在具体分析过程中，模型采用几种策略来控制未观察到的异质性（即由于被观察的各个公司存在某些无法测量的差别导致他们知识创造出现不同的可能性）。首先，引入年份作为固定效应来控制系统内的影响；其次，采用企业个体效应控制成员企业在专利申请上的不同；同时采用负二项模型的固定和随机效应来评估模型，并用Hausman检验来判断固定效应模型的结果和随机效应模型的结果哪个更有效［14］。此外，对于公司层未观察到的异质性，还通过样本前专利来控制未观察到的企业进入联盟网络窗口时的资源属性差异。

3实证结果及分析

本文在时间窗口网络矩阵的基础上，运用UCINET软件生成了6张生物医药行业的战略联盟网络，其中第一个和第三个三年时间窗口的战略网络如图1和图2所示。

表1和表2是采用STATA SE 11.0对变量分别进行描述性统计分析和相关性统计分析的结果。利用负二项回归的随机效应模型的分析结果如表3所示。

表3中，针对每一个三年时间窗口的联盟网络考察了其滞后一年、滞后两年和滞后三年中网络企业的知识创造的变化，而在每个滞后年份中，又分别引入了6个模型。模型1考察的是控制变量对知识创造的影响。模型2考察的是结构洞这一重要的结构属性对知识创造的影响，滞后两年的数据支持了假设1，即结构洞对企业知识创造有明显的正向影响，但滞后一年和滞后三年的统计结果则出现较大差异性，体现了时滞效应对变量之间相互作用的影响。模型3考察的是样本前专利数这一关键的资源属性对知识创造的影响，结果发现，虽然3个滞后年份均表明二者之间的正相关关系，但仅在第三年这种相关关系才变得尤为明显，这在很大程度上验证了之前提出的假设2。

endprint

表1描述性统计分析（Obs =265）

VariablesMeanStd.dev.MinMaxDensity0.0470.0130.0330.064Reach2.3360.2121.8672.549SHs0.6120.4280.0281Pre-patents4.06017.6090180APP7.50627.9400273Patentt+12.6348.835074Patentt+22.8949.418074Patentt+33.24910.261074

表2相关性统计分析（Obs =265）

12345678Density1.00Reach-0.5781.000SHs-0.037-0.0401.000Pre-patents0.0650.019-0.1211.000App0.0620.030-0.1660.3091.000Patentt+10.0590.051-0.1810.7570.5661.000Patentt+20.0330.059-0.1690.4920.4870.8731.000Patentt+30.0250.038-0.1660.5160.5170.8700.8701.000

模型4考察的是联盟网络中的企业自身的结构属性和资源属性对其知识创造的影响，但三年的统计分析结果均未表明二者之间具有显著相关性，因此假设3并未得到支持。模型5考察的是企业自身的结构属性及其联盟伙伴资源属性的综合作用对其知识创造的影响，所有三年的时滞期均体现了二者之间的正向关系，且在联盟网络成立之后的第二年，这种正向影响相对最为明显，较为有力地支持了假设4。总体而言，在战略联盟网络形成之后的第二年，即Patentt+2五个模型的统计分析结果在较大程度上与之前的假设相吻合。

图3和图4分别是企业创新积累和联盟伙伴创新能力对于结构洞对知识创造的调节作用示意图，尽管实证中表3随机效应的负二项回归结果（N=104,Obs=265）

Patentt-112345Constent-0.284(1.639)-0.129(1.703)-0.257(1.673)-0.001(1.764)-0.186(1.819)Density15.748*(-0.018)15.734*(-8.990)9.587(10.064)7.933(10.190)Reach0.217(-0.617)0.189(0.623)0.260(0.634)0.163(0.642)0.252(0.686)SHs[3]-0.173(0.519)-0.142(0.529)-0.016(0.544)Pre-patents[4]0.007(0.004)0.024(0.018)APP[6]0.005(0.013)Ego SHs×EPP[5]0.032(0.033)Ego SHs×APP[6]0.001(0.022)Hausman TestChi20.2500.3600.1101.0500.790Prob＞Chi20.8840.9490.7750.9590.978Patentt-212345Constent-0.284(1.639)-1.582(1.692)-1.471(1.803)-1.793(1.807)-1.285(1.753)Density15.748*(-9.018)6.647(10.034)7.508(11.192)4.148(11.39)3.131(11.054)Reach0.217(-0.620)0.548(0.629)0.655(0.669)0.607(0.666)0.434(0.646)SHs0.995*(0.534)1.284**(0.633)0.897(0.568)Pre-patents[4]0.002(0.006)-0.008(0.027)APP[6]0.032**(0.016)Ego SHs×EPP[5]-0.024(0.047)Ego SHs×APP[6]0.051*(0.029)Hausman TestChi20.3705.4501.6203.5201.950Prob＞Chi20.8330.1420.6560.6210.856Patentt-312345Constent2.879**2.684*(1.591)3.097**(1.476)2.870*(1.638)2.919*(1.655)Density0.772(8.553)1.159(8.718)-6.309(9.480)-5.537(9.701)-3.951(9.991)Reach-0.783(0.554)-0.756(0.562)-0.791(0.559)-0.777(0.579)-0.832(0.581)Pre-patents0.162(0.504)0.190(0.532)0.200(0.533)APP[6]0.009(0.010)Ego SHs×EPP[5]0.006(0.031)Ego SHs×APP[6]0.011(0.018)Hausman TestChi20.1501.1400.8301.8901.710Prob＞Chi20.9260.7670.8430.8650.888注：所有的模型都包括公司和时间阶段效应；标准误差在括号中；*p<01，**p<005，（对于所有的变量都是双尾检验）；Hausman Test本文只存在随机效应模型；N为公司数，Obs为样本数

假设3未得到验证，但在图中调节变量的作用十分明显。

4讨论与总结

本文重点探讨了中国生物医药产业战略联盟网络的一些典型特征对其中个体企业的知识创造的影响。与之前国内外战略联盟领域的大部分研究不同，本文的研究旨在将联盟网络的结构属性和资源属性结合起来，考察二者的交互作用对企业知识创造的影响。

首先，立足于国内外的相关研究，基于社会网络理论和资源依赖理论，分别考察了网络的结构属性和资源属性对其知识创造的影响。基于时滞效应的统计分析结果尽管最终未能持续稳定地支持提出的假设，但仍然在很大程度上与既有研究得到了较为类似的结论。尤其是联盟网络成立之后的第二年，占据结构洞或者本身具有较强创新实力的企业表现出了良好的知识创造。这一结果与国内外一些学者的研究［15］在很大程度上具有一致性。可见，企业在网络中占据一个怎样的地位，以及企业自身的研发资质，都会影响到其在加入网络之后的创新表现。

其次，基于企业个体及其联盟伙伴在网络中所具有的结构优势和资源实力，分别探讨了二者对于企业自身结构洞与知识创造关系的调节作用。深刻地揭示了企业应该如何更理性地去构建自身的战略联盟网络。一方面，具有很强创新实力的个体，在组建战略联盟时要尤为谨慎。另一方面，创新实力较弱的企业个体，在形成战略联盟时只要其在网络中占据了一个相对有利的结构地位，并拥有实力较强的联盟伙伴则更有助于其创新能力的提升。

最后，基于时滞效应的研究发现，企业并不是在构建联盟网络后的第一年就能实现明显的创新能力的提升，反而要到第二年才能达到之前预期的效果，但是在第三年之后，这种积极的影响又会受到抑制，甚至衰退至另一面。这至少说明了两个方面的问题：其一，企业并不是加入了联盟网络就立竿见影地获得持续的创新能力的提升；其二，联盟网络对企业个体知识创造的影响似乎随着时间的推移存在着倒“U”型的关系。

endprint

本文的研究意义在于，将结构和资源属性结合起来探讨二者的综合效应对企业知识创造的作用。以结构洞为主要结构属性，以既有创新积累为关键资源属性，在探讨对企业个体知识创造影响的基础上，将二者结合起来，研究他们的综合效应对企业知识创造的作用。研究表明，进入联盟网络中的企业的各种经济活动或经济效益不仅与其在网络中所处的地位相关，也与自身的资质、联盟伙伴的资源实力和网络地位相关。占据较多结构洞的个体，与那些拥有较强创新实力的企业进行联盟，在未来两年内其自身知识创造会得到明显提升；而那些结构优势和创新优势本就十分明显的企业，反而在联盟网络中并未获得理想的“创新红利”。这一理论发现将为企业理性地进入战略联盟网络提供有力借鉴。

本文研究中存在的不足在于，对结构属性的衡量还存在一定的片面性。虽然结构洞是表征结构属性的一个典型指标，但是许多学者相继发现了一些新的衡量指标，如Fleming等探讨的小世界性指标［16］、Ahuja等研究的直接或间接关系指标［17］等，这些研究均揭示了结构属性对企业经济行为尤其是知识创造的有效影响。因此，如何基于现有研究选取更好的结构属性展开探讨，是未来进行相关研究的一个重要提升方向。

此外尽管认为企业现有的专利数是其既有创新实力的一个综合反映，但是从事实来看，联盟网络中个体的资源属性更多的体现在其他一些方面，比如个体在网络中的声望［18］，其环境适应能力和资源整合能力［19］等。因此，更全面地衡量联盟企业的资源实力是今后进行高质量研究的一个重要保障。

参考文献：

［1］徐飞,徐立敏. 战略联盟理论研究综述［J］. 管理评论，2003,15(6):12-18.

［2］徐亮,龙勇,张宗益. 关系资本对联盟治理结构影响的研究：基于交易成本的观点［J］. 软科学，2008，22(4): 32-37.

［3］Borgatti S P, Foster P C. The Network Paradigm in Organizational Research: A Review and Typology［J］. Journal of Management，2003， 29(6):991-1013.

［4］Walker G B， Kogut W JShan. Social Capital，Structural Holes and the Formation of an Industry Network［J］. Organization Science，1997,8(2):109-125.

［5］Melissa A， Schilling,Corey C Phelps. Interfirm Collaboration Networks: The Impact of Large-Scale Network Structure on Firm Innovation［J］. Management Science，2007,53(7):1113-1126.

［6］陈子凤,官建成. 合作网络的小世界性对创新绩效的影响［J］. 中国管理科学，2009,17(3): 115—120.

［7］Tortoriello M，DKrackhardt. Activating Cross-Boundary Knowledge: The Role of Simmelian Ties in the Generation of Innovations［J］. Academy of Management Journal，2010,53(1): 167-181.

［8］彭华涛,谢科范. 创业企业社会网络资本与经济资本的关系分析［J］. 管理学报，2004,1(3): 295-303.

［9］彭伟,符正平. 联盟网络对企业竞争优势的影响：知识资源获取的中介效应与环境不确定性的调节效应［J］. 软科学，2012，26(4): 17-22.

［10］Phelps C C. A Longitudinal Study of the Influence of Alliance Network Structure and Composition on Firm Exploratory Innovation［J］. Academy of Management Journal，2010,53(4):890-913.

［11］周磊,杨威. 知识联盟中企业吸收能力的演化博弈分析［J］. 科学与管理，2012，32(2): 60-65.

［12］Burt R S.Structural Holes［M］. Harvard University Press，1992.

［13］Blundell R, Griffith J,Van Reenen. Dynamic Count Data Models of Technological Innovation［J］. The Economic Journal，1995,105(29):333-344.

［14］赵炎,刘忠师. 联盟中企业网络位置与资源位置对创新绩效影响的实证研究——基于中国化学药品行业联盟的分析［J］. 研究与发展管理，2012，24(5): 73-82.

［15］钱锡红,杨永福,徐万里. 企业网络位置、吸收能力与创新绩效——一个交互效应模型［J］. 管理世界，2010,(5):118-129.

［16］Fleming L C,King. Small Worlds and Regional Innovation［J］. Organization Science，2006,18(6): 938-954.

［17］Ahuja G. Collaboration Networks，Structural Holes and Innovation: A longitudinal Study［J］. Administrative Science Quarterly，2000，45(3): 425-455.

［18］潘松挺,蔡宁. 企业创新网络中关系强度的测量研究［J］. 中国软科学，2010(5)：108-l15．

［19］Wassmer U. Alliance Portfolios: A Review and Research Agenda［J］. Journal of Management，2010. 36(1): 141-171.

(责任编辑：王惠萍)

endprint

本文的研究意义在于，将结构和资源属性结合起来探讨二者的综合效应对企业知识创造的作用。以结构洞为主要结构属性，以既有创新积累为关键资源属性，在探讨对企业个体知识创造影响的基础上，将二者结合起来，研究他们的综合效应对企业知识创造的作用。研究表明，进入联盟网络中的企业的各种经济活动或经济效益不仅与其在网络中所处的地位相关，也与自身的资质、联盟伙伴的资源实力和网络地位相关。占据较多结构洞的个体，与那些拥有较强创新实力的企业进行联盟，在未来两年内其自身知识创造会得到明显提升；而那些结构优势和创新优势本就十分明显的企业，反而在联盟网络中并未获得理想的“创新红利”。这一理论发现将为企业理性地进入战略联盟网络提供有力借鉴。

本文研究中存在的不足在于，对结构属性的衡量还存在一定的片面性。虽然结构洞是表征结构属性的一个典型指标，但是许多学者相继发现了一些新的衡量指标，如Fleming等探讨的小世界性指标［16］、Ahuja等研究的直接或间接关系指标［17］等，这些研究均揭示了结构属性对企业经济行为尤其是知识创造的有效影响。因此，如何基于现有研究选取更好的结构属性展开探讨，是未来进行相关研究的一个重要提升方向。

此外尽管认为企业现有的专利数是其既有创新实力的一个综合反映，但是从事实来看，联盟网络中个体的资源属性更多的体现在其他一些方面，比如个体在网络中的声望［18］，其环境适应能力和资源整合能力［19］等。因此，更全面地衡量联盟企业的资源实力是今后进行高质量研究的一个重要保障。

参考文献：

［1］徐飞,徐立敏. 战略联盟理论研究综述［J］. 管理评论，2003,15(6):12-18.

［2］徐亮,龙勇,张宗益. 关系资本对联盟治理结构影响的研究：基于交易成本的观点［J］. 软科学，2008，22(4): 32-37.

［3］Borgatti S P, Foster P C. The Network Paradigm in Organizational Research: A Review and Typology［J］. Journal of Management，2003， 29(6):991-1013.

［4］Walker G B， Kogut W JShan. Social Capital，Structural Holes and the Formation of an Industry Network［J］. Organization Science，1997,8(2):109-125.

［5］Melissa A， Schilling,Corey C Phelps. Interfirm Collaboration Networks: The Impact of Large-Scale Network Structure on Firm Innovation［J］. Management Science，2007,53(7):1113-1126.

［6］陈子凤,官建成. 合作网络的小世界性对创新绩效的影响［J］. 中国管理科学，2009,17(3): 115—120.

［7］Tortoriello M，DKrackhardt. Activating Cross-Boundary Knowledge: The Role of Simmelian Ties in the Generation of Innovations［J］. Academy of Management Journal，2010,53(1): 167-181.

［8］彭华涛,谢科范. 创业企业社会网络资本与经济资本的关系分析［J］. 管理学报，2004,1(3): 295-303.

［9］彭伟,符正平. 联盟网络对企业竞争优势的影响：知识资源获取的中介效应与环境不确定性的调节效应［J］. 软科学，2012，26(4): 17-22.

［10］Phelps C C. A Longitudinal Study of the Influence of Alliance Network Structure and Composition on Firm Exploratory Innovation［J］. Academy of Management Journal，2010,53(4):890-913.

［11］周磊,杨威. 知识联盟中企业吸收能力的演化博弈分析［J］. 科学与管理，2012，32(2): 60-65.

［12］Burt R S.Structural Holes［M］. Harvard University Press，1992.

［13］Blundell R, Griffith J,Van Reenen. Dynamic Count Data Models of Technological Innovation［J］. The Economic Journal，1995,105(29):333-344.

［14］赵炎,刘忠师. 联盟中企业网络位置与资源位置对创新绩效影响的实证研究——基于中国化学药品行业联盟的分析［J］. 研究与发展管理，2012，24(5): 73-82.

［15］钱锡红,杨永福,徐万里. 企业网络位置、吸收能力与创新绩效——一个交互效应模型［J］. 管理世界，2010,(5):118-129.

［16］Fleming L C,King. Small Worlds and Regional Innovation［J］. Organization Science，2006,18(6): 938-954.

［17］Ahuja G. Collaboration Networks，Structural Holes and Innovation: A longitudinal Study［J］. Administrative Science Quarterly，2000，45(3): 425-455.

［18］潘松挺,蔡宁. 企业创新网络中关系强度的测量研究［J］. 中国软科学，2010(5)：108-l15．

［19］Wassmer U. Alliance Portfolios: A Review and Research Agenda［J］. Journal of Management，2010. 36(1): 141-171.

(责任编辑：王惠萍)

endprint

本文的研究意义在于，将结构和资源属性结合起来探讨二者的综合效应对企业知识创造的作用。以结构洞为主要结构属性，以既有创新积累为关键资源属性，在探讨对企业个体知识创造影响的基础上，将二者结合起来，研究他们的综合效应对企业知识创造的作用。研究表明，进入联盟网络中的企业的各种经济活动或经济效益不仅与其在网络中所处的地位相关，也与自身的资质、联盟伙伴的资源实力和网络地位相关。占据较多结构洞的个体，与那些拥有较强创新实力的企业进行联盟，在未来两年内其自身知识创造会得到明显提升；而那些结构优势和创新优势本就十分明显的企业，反而在联盟网络中并未获得理想的“创新红利”。这一理论发现将为企业理性地进入战略联盟网络提供有力借鉴。

本文研究中存在的不足在于，对结构属性的衡量还存在一定的片面性。虽然结构洞是表征结构属性的一个典型指标，但是许多学者相继发现了一些新的衡量指标，如Fleming等探讨的小世界性指标［16］、Ahuja等研究的直接或间接关系指标［17］等，这些研究均揭示了结构属性对企业经济行为尤其是知识创造的有效影响。因此，如何基于现有研究选取更好的结构属性展开探讨，是未来进行相关研究的一个重要提升方向。

此外尽管认为企业现有的专利数是其既有创新实力的一个综合反映，但是从事实来看，联盟网络中个体的资源属性更多的体现在其他一些方面，比如个体在网络中的声望［18］，其环境适应能力和资源整合能力［19］等。因此，更全面地衡量联盟企业的资源实力是今后进行高质量研究的一个重要保障。

参考文献：

［1］徐飞,徐立敏. 战略联盟理论研究综述［J］. 管理评论，2003,15(6):12-18.

［2］徐亮,龙勇,张宗益. 关系资本对联盟治理结构影响的研究：基于交易成本的观点［J］. 软科学，2008，22(4): 32-37.

［3］Borgatti S P, Foster P C. The Network Paradigm in Organizational Research: A Review and Typology［J］. Journal of Management，2003， 29(6):991-1013.

［4］Walker G B， Kogut W JShan. Social Capital，Structural Holes and the Formation of an Industry Network［J］. Organization Science，1997,8(2):109-125.

［5］Melissa A， Schilling,Corey C Phelps. Interfirm Collaboration Networks: The Impact of Large-Scale Network Structure on Firm Innovation［J］. Management Science，2007,53(7):1113-1126.

［6］陈子凤,官建成. 合作网络的小世界性对创新绩效的影响［J］. 中国管理科学，2009,17(3): 115—120.

［7］Tortoriello M，DKrackhardt. Activating Cross-Boundary Knowledge: The Role of Simmelian Ties in the Generation of Innovations［J］. Academy of Management Journal，2010,53(1): 167-181.

［8］彭华涛,谢科范. 创业企业社会网络资本与经济资本的关系分析［J］. 管理学报，2004,1(3): 295-303.

［9］彭伟,符正平. 联盟网络对企业竞争优势的影响：知识资源获取的中介效应与环境不确定性的调节效应［J］. 软科学，2012，26(4): 17-22.

［10］Phelps C C. A Longitudinal Study of the Influence of Alliance Network Structure and Composition on Firm Exploratory Innovation［J］. Academy of Management Journal，2010,53(4):890-913.

［11］周磊,杨威. 知识联盟中企业吸收能力的演化博弈分析［J］. 科学与管理，2012，32(2): 60-65.

［12］Burt R S.Structural Holes［M］. Harvard University Press，1992.

［13］Blundell R, Griffith J,Van Reenen. Dynamic Count Data Models of Technological Innovation［J］. The Economic Journal，1995,105(29):333-344.

［14］赵炎,刘忠师. 联盟中企业网络位置与资源位置对创新绩效影响的实证研究——基于中国化学药品行业联盟的分析［J］. 研究与发展管理，2012，24(5): 73-82.

［15］钱锡红,杨永福,徐万里. 企业网络位置、吸收能力与创新绩效——一个交互效应模型［J］. 管理世界，2010,(5):118-129.

［16］Fleming L C,King. Small Worlds and Regional Innovation［J］. Organization Science，2006,18(6): 938-954.

［17］Ahuja G. Collaboration Networks，Structural Holes and Innovation: A longitudinal Study［J］. Administrative Science Quarterly，2000，45(3): 425-455.

［18］潘松挺,蔡宁. 企业创新网络中关系强度的测量研究［J］. 中国软科学，2010(5)：108-l15．

［19］Wassmer U. Alliance Portfolios: A Review and Research Agenda［J］. Journal of Management，2010. 36(1): 141-171.

(责任编辑：王惠萍)

endprint