基于复杂网络的高技术企业联盟知识扩散AIDA模型与实证研究.docx

1、中国软科学 2011年第 6期基于复杂网络的高技术企业联盟知识 扩散 AIDA 模型与实证研究孙耀吾，卫英平(湖南大学工商管理学院，湖南长沙 410082)摘要：知识通过网络可实现快速扩散，高技术企业联盟是知识扩散的重要主体。借鉴疾病传播的 SIRS原理构 建的高技术企业联盟知识扩散 AIDA 模型揭示了联盟网络的知识扩散机理与特性，以 TDSCDMA 产业联盟为 样本的实证分析表明高技术企业联盟知识扩散具有小世界性质、无标度特性和社区结构，对于探索增强联盟稳 定性和知识创新效率，促进可持续发展具有重要启示。 关键词：复杂网络；高技术企业联盟；知识扩散； MDA模型； TDSCDMA中图分类号

2、： F276 44 文献标识码： A 文章编号： 1002-9753(2011)06 013010EmpiricaI Study on AIDA Model of Knowledge Diffusion in High tech Enterprise Alliance Based on Complex NetworkSUN YaoWU， WEI Ying ping (Budns School ， Hunan University ， Changsha 410082， Ch na)Abstract ： Knowledge diffusion C,I虹 I be achieved quickly

3、thwngh network ， while Hitech enterprises alliance is舳 impor- rant carrier Based on SIRS principles of disease spreading AIDA model of knowledge diffusion in High-Tech enterpri- ses alliance is constructed which reveals knowledge diffusion mechanism and characteristics The empiricM analysis based on

4、 TD SCDMA indus田 alliance shows that knowledge diffusion in HighTech enterprises alliance has three characteristics ： small world effect ， scalefree property and community structure ， which have important enlightenment for exploring the way to enhance the stability， knowledge innovation efficiency a

5、nd sustainable development of alliance Key words ： complex netwqA； HighTech enterprises alliance； knowledge diffusion ； AIDA model ； TD -SCDMA一、研究背景与文献简要回顾 径尚待探索，研究高技术企业联盟网络中的知识在复杂网络经济和技术背景下，单个企业进 创新与扩散规律，具有重要的理论与现实意义。 行知识创新面临着更大的压力和不确定性，寻求 1959年，匈牙利数学家Erdos P和 Renyi A提 合作与共赢，通过联盟吸收扩散知识并创造新知 出了随机图模型

6、，开创了复杂网络理论的系统性 识成为企业发展的重要驱动力。联盟网络可以加 研究。复杂网络是指节点数巨大；具有节点问连 快知识扩散，提高技术创新效率，但内在机理和路 接多样性、动力学复杂性和节点多样性的网络。收稿日期： 20101020 修回日期： 201105一 12 基金项目：国家社会科学基金项目 (06BJY022) ；教育部人文社会科学基金项目 (09YJA790066) 。作者简介：孙耀五 (1963一 )，女，湖南湘乡人，湖南大学工商管理学彰国授，博士生导师，博士，研究方向：高技术企业创新管理，企业的组织与战略管理。万方数据企业管理基于复杂网络的高技术企业联盟知识扩散 AIDA模型与

7、实证研究近年在物理学、生物学、计算机科学等领域引起广 高技术企业联盟通过合作研发、知识交流等 泛关注 。科学家们对电力网络、通信网络、科学 方式，实现技术突破和知识创造，联盟成员之间 家合作网等的实证研究发现，现实网络绝大部分 的合作关系网是复杂网络。在高技术企业联盟 都是复杂网络 【2J ，不仅表现出复杂的拓扑结构，还 知识扩散研究中，庄亚明等 (2004)分析了阻碍高 表现出连接权数的不均匀分布。由于信息在复杂 技术企业联盟知识转移的主要因素，提出了知识 网络中以有限的速度传播，信息传播在不同距离 转移一般模式、形成机理和收益分配方案 副； 间存在时滞口 】 。 Cai Kai yuan等

8、 (2009) 研究软件 Chih Ming Tsai(2008， 2009)引入知识外在化、知 执行过程演化复杂网络显示，软件执行过程在拓 识内在化等五种模式构建包含企业间和企业内 扑学意义上可能是小世界复杂网络，并且度分布 的创新知识价值演化与扩散动态模型，揭示现存 遵循幂律分布 MJ。 Wang Gaoxia等 (2008)提出多 知识价值、创新知识价值和企业收益之间的关 向分割法检测复杂网络的社区结构，指出矢量分 系 D4-15。总体上，已有的知识扩散模型研究尚 割算法可以有效发现良好社区和社区的适当数 未能揭示知识在复杂网络中扩散的深层机理和 量 ”J。 Zhang Dawei 等

9、(2010) 应用雪球算法研究 系统特性。本文借鉴基于复杂网络的传播机理 复杂网络社区结构，认为首先构建社区核心，然后 与动力学分析，特别是疾病传播研究，对高技术 将满足量化条件的邻近社区绑定到这个核心，直 企业联盟网络的知识扩散机理与特性进行系统 到所有节点都进人网络】。黄璜(20LO)基于形式 分析。 化的社会资本变量建立合作演化模型，利用“基于 二、复杂网络下高技术企业联盟知识扩散AI 主体建模”方法进行计算机模拟，表明如果一个群 DA模型 体是由相互嵌套的、小规模的、自组织的“社会网 (一 )研究方法 络 ”即 “小圈子 ”构成，个体可以自由选择这些 “圈 在典型的流行病传播模型中，种

10、群内的个体 子 ”，那么个体在 “小圈子 ”中的长远利益会影响他 被抽象为几类，每一类都处于一个典型状态，其基们的策略选择 【 7|。 本状态 【l 卅包括： S(susceptible)易染状态；在知识管理领域， Robin Cowan等 (2004) 基于 I(iI血 cted)感染状态； R(recovered)免疫 复杂网络提出知识扩散模型，探讨网络结构和知 状态。通常用这些状态之间的转换过程来命名 识扩散的关系，发现复杂网络的知识扩散呈现清 不同的传染模型。例如，易染群体被感染，然后 晰的“小世界”特性，网络节点的连接结构影响知 恢复健康并具有免疫性，称之为 SIR模型。若易 识的动

11、态传播悼 J。知识接收者对社会网络中知识 染群体被感染、康复后，部分康复群体失去免疫 扩散源的接近取决于知识属性，社交距离会影响 力重新返回到易染状态，则称为 SIRS模型 【I 7|，其 知识扩散源向潜在接收者的知识传递，知识传播 实质是疾病传播会引起更多群体感染，呈扩散状 的高保真性有利于知识扩散 。技术创新网络是 况。这一原理可被借鉴用以反映知识传播与扩 由模块化结点形成的复杂网络组织 10|，张首魁等 散现象。 (2006)应用松散耦合理论从网络整体性与模块独 知识扩散是指知识被更多的主体所吸收和运 立性两个维度研究其松散耦合的组织结构。李金 用。高技术企业联盟是企业在合作创新的过程中

12、 华等 (2006)应用复杂网络理论研究创新网络结构 形成的协作关系网，创造出大量新知识，这些新知演化，模型与仿真揭示了创新网络的小世界特性 识游离在联盟网络中，易于为联盟成员吸收、扩散和拓扑结构 1l。 Hyukjoon Kim等 (2009) 基于社 再加以创新，这与疾病传播相似。区别在于创新 会网络构建知识扩散模型，探讨网络结构对知识 知识更多地是在联盟成员之间传播，而难以向联 扩散绩效的影响，认为小世界网络是最有效的知 盟外企业扩散，疾病传播则是任何与感染群体接 识扩散结构 2|。 触的群体都有可能发生。在高技术企业联盟网络13l万方数据中国软科学 2011 年第 6期中，扩散知识的企

13、业是知识扩散源，类似于疾病传 盟冬 上 =一 p(f)+A(七 )p(t)1一 p() (2) 播源，知识吸收者类似于易染群体，即联盟成员在吸收网络中扩散的知识后，会对吸收的知识进行 在式 (2)中， P(t)表示感染扩散知识的企业节点以 整合从而创造出新知识并进行扩散，之后又不断 单位速率成为免疫企业节点， A( |)p(t)1-p(t) 地从联盟网络中获取创新性知识，其知识扩散机 表示单个感染的企业节点产生的新感染节点的平 理与 SIRS模型原理类似。本文借鉴传染病 SIRS 均密度，它与有效的知识扩散率 A、企业节点的度 原理，构建高技术企业联盟知识扩散的 AIDA模 (J)以及与未感染

14、的企业节点相连的概率 (1一 型，揭示联盟复杂网络知识扩散特性，并进行实证 P(t)成比例。企业节点的度(|)是与某个特定企 分析，探索促进联盟知识扩散、提高企业知识创新 业直接相连的其他企业的数目，反映了某个企业 效率和联盟稳定性的新途径。 与其他企业联系的紧密程度，并反映了企业在联 盟中的地位。直观上看，一个企业节点的度越大(二 )模型构建就意味着这个企业在联盟中的地位越重要。令式在高技术企业联盟中，成员企业在网络中的(2)右端等于零，最终可以求得被感染扩散知识的状态可分为 3种：一种是自主知识创新能力较弱，但具有较强的知识吸收能力，易于接受外界扩散 企业个体的稳态密度P为： 的知识，处于

15、知识依附状态，称为易染企业节点； P=半 (AA1。 2_L；。 J(3Lj， 一种是具有较强的知识创新能力，除自主创新外，在式(3)中，A。表示知识扩散的临界值，即企业知可以将外界扩散的知识整合成自身知识，并扩散识扩散量能促使其他企业进行有效知识创新的最部分创新知识，处于知识融合状态，称为感染企业小值。当企业节点状态发生变化时，知识进行有 节点；一种是自主创新能力较强，但对外界的扩散 效扩散的临界值为：知识吸收较少，处于知识自足状态，如联盟新成员 1或较为封闭、独立的成员，参与合作创新尚少，称 A。 =焘 ， (4) g为免疫企业节点。事实上，联盟成员的这 3种状态 在企业相互联系较均匀的高

16、技术企业联盟网 并非完全非此即彼，只是在特定的时刻以某种状 络中，有效的知识扩散率会存在一个临界值 A。，若 态为主。联盟网络中企业的不同状态具有一定的 有效的知识扩散率 A大于临界值 A。，则联盟成员 区间范围，当企业的状态变化超过某一临界值时，企 合作比较紧密，彼此间相互信任，感染扩散知识的 业才会呈现新的状态。借鉴汪小帆等 (2006)对复 企业会将吸收的知识向外扩散，使得联盟网络中杂网络的流行病传播机理研究 u6|，设企业从知识依 吸收扩散知识的企业数量处于某一稳定状态，但 附状态经由知识融合状态到知识自足状态的概率为 若企业扩散的知识是与联盟技术创新无关的知 y，从知识自足状态重新返

17、回到知识依附状态的概率 识，则其扩散是无效的，此时的知识扩散并不会促 为 6，则有效的知识扩散率可定义为： 进其他联盟成员进行知识吸收并提高联盟的知识创新能力。A=詈(1)现实中，大多数的联盟网络都是非均匀网络，借鉴 Romualdo PastorSatorras和 Alessandro 各个联盟成员在网络中的重要性程度不同，从而 Vespignani(2001)对传染病传播的动力学原理，假 网络中企业节点的连接存在密集和稀疏情形。定 设在 t时刻被扩散知识感染的联盟网络企业节点 义相对密度 P。 (f)为一个网络节点度为 k的企业节 密度为 P(t)，当时间 t趋于无穷大时，感染扩散知 点感

18、染扩散知识的概率，则它的平均场方程 引为：识的企业稳态密度为 P，在联盟成员紧密联系的网 !掣：一以 (f)+A七 1一 m(f)p(m(f)络中，由平均场理论可得被感染企业密度 P(t)的反应方程为： (5)132万方数据企业管理基于复杂网络的高技术企业联盟知识扩散 AIDA模型与实证研究 其中， O(p。 (t)表示某一特定的联盟成员与一个 识，借助于自身知识创新的 SECI过程创造出新知。感染扩散知识的企业节点相连的概率。若 m(t)的 识，并向网络进行部分扩散，从而实现知识从吸 稳态值为 P。，令式 (5)右端为零，可得 pk：揣 收、创新到扩散的 AIDA 过程。具体包括 3个方面：

19、(1)知识吸收过程(absorbing)：高技术企业联2再石丽商 (6(o， 盟网络的知识创新能力强，具有较多的创新性知式 (6)表明联盟网络中企业节点的度越高，其 识，这些知识在网络中处于游离状态，联盟成员可 感染扩散知识的概率也越高。由于联盟网络中不 以进行选择性吸收，以提高自身的知识水平和知 同企业节点的度通常存在差异、大小不一，对于任 识创新能力； (2)知识创新过程 (innovation)：联盟 一特定的联盟成员指向度为 s的企业节点的概率 成员参与技术合作，吸收先进的技术知识，并通过 可以表示为 sP(s) (J|)，求得： 自身知识创造的 SECI过程实现知识创新； (3)知0

20、 2击莩 ke(k)pt (7) 识扩散过程 (diffusion)：联盟成员在创造出新知识后，也会进行部分创新性知识扩散，扩散的多少由有效的知识扩散临界值 A。必须满足的条件 其知识扩散意愿大小决定。企业参与联盟进行技 是：当 AA。时可以得到 O的一个非零解，由式 术创新都会共享部分知识，并利用联盟较高的知 (6)和式 (7)可以得到： 识创新能力实现技术突破；联盟成员通过持续的=南；妒 篇 (8) AIDA过程提高自身的知识创新能力和知识吸收能力，并进行创新性知识的扩散，提高整个联盟的式 (8)有一个平凡解 =0，如果该方程要存 知识水平。与此同时，联盟成员在吸收和扩散知在一个非平凡解

21、0#0，需要满足如下条件： 识时都会受到噪音的影响，这里的噪音是指网络杀 (击季娜 )篇 )-(9) 环境、知识扩散类型等引起知识不能得到有效吸贿：；掣 =等捌 (10) 收的因素。企业在联盟网络中的地位也是影响有 效知识扩散的重要因素，企业的影响力越大，地位从而得到高技术企业联盟网络有效的知识扩 越重要，其扩散的知识通常包含更有价值的信息， 散临界值 A，为： 知识越容易扩散。A。 =联 (11) 企业可知，高技术企业联盟网络节点的平均度 外界 I 吸收 A f衙 扩散 D I 部分扩散 一 P 泰 “ 创新联盟中的扩散就越容易。同时，对于联盟成员来 t主噪音； 茹训丁(k)越大，有效的知识

22、扩散临界值 A。越小，知识在 知识 飞八 L7 知识知识创造 I说，节点度较大的企业知识扩散临界值较低，有利于创新知识在联盟内的扩散。 图 1 联盟网络中企业知识扩散的 AIDA 过程高技术企业联盟进行知识扩散必须达到临界 三、高技术企业联盟知识扩散的特性 值才会成功，较小的临界值有利于知识的扩散。 (一 )小世界性质 在联盟网络中，只有扩散知识是联盟知识创造所 在关于完全规则网络向完全随机网络转化的 需要的类型时扩散才会有效。知识扩散成功后， 研究中， 1998年 Watts和 Strogatz 构建了 WS小世 企业将吸收的知识融合成自身知识加以创新，并 界模型，它考虑在最近邻耦合网络中，

23、以概率 P随 将创造的新知识扩散出去，提高联盟的知识水平。 机重连网络中的每个边即断键重连 伸 。由于 WS图 1中，联盟成员通过吸收网络中扩散的创新性知 小世界模型构造算法中的随机化过程有可能破坏133万方数据中国软科学 2011年第 6期 网络的连通性， 1999年 Newman 和 Watts 提出了 (二 )无标度特性NW小世界模型，通过用 “随机化加边 ”取代 WS小 1999年， Barabasi和 Albert提出了无标度网络 世界模型中的 “随机化重连州驯。小世界性质可 模型，指出万维网、新陈代谢网络等的连接度分布 以通过平均路径长度和集聚系数来反映。 函数具有幂律形式，由于这

24、些网络的节点连接度 在高技术企业联盟网络中，记联盟成员的个 没有明显的特征长度，故把这类具有幂律度分布 数即网络节点数为 N，则网络中任意两个企业节点 的网络称为无标度网络心，。现实网络具有两爸重 之间的距离以定义为连接它们的最短路径上的边 要特性，即增长特性 (即网络的规模是不断扩大 数。高技术企业联盟网络的平均路径长度定义为 的 )和优先连接特性 (即新的节点更倾向于与那些任意两个企业节点之间距离的平均值，即： 具有较高连接度的“大”节点相连接)，具体从_个L=_Ld口 (12) 包含 个节点的网络开始，每次引入一个新的节扣 (+1)唧。 点，并且连接到 m个已存在的节点上 (m) ，同在

25、高技术企业联盟中，网络的平均路径长度 时，一个新节点和一个已经存在的节点 i相连接的 越小，企业之间的联系越紧密，有利于知识的共享 概率 P(k； )与节点 i的度 k；、节点 _ 的度后，之间满 和扩散。随着联盟成员的数量增加，网络规模扩 足如下关系：k 大，平均路径长度虽有增加的倾向，但由于小世界 P(k； )=音 (14)网络中，其增加速度至多与网络规模的对数成正 手勺比 n6|，所以对知识扩散影响不大。 高技术企业联盟是非均匀网络，绝大多数企。假设某一联盟成员 f和 ki个成员具有直接联 业节点的度相对较低，但存在少量的相对较高度的企业节点，他们是联盟网络的主导企业。由于系，则这后；个

26、成员之间最多可能有 k； (k；一 1) 2条边进行联系，于是这k1个联盟成员之间实际存在的 产业网络是一个具有无标度特性的复杂网络陋 ， 直接联系边数 E和总的可能的边数 ki(k；一 1) 2 因此，高技术企业联盟网络的度分布更接近于幂 之比就定义为联盟成员 i的集聚系数 C；，即： 律分布：G=2E (k； (毛一 1) (13) P( |)ozk吖 (15) 整个联盟网络的聚类系数 C就是所有知识主 在式 (15)中， P(k)表示随机选定的企业节点度恰体节点 i的聚类系数 Ci的平均值，用来描述网络的 好为 k的概率， 7为常数。 全局特征。由于联盟网络中知识主体节点之间既 联盟中度

27、较高的企业节点对网络的稳定性有 不是完全孤立的也不是全局耦合的，故 0C1 。 重要影响，在促进联盟知识扩散的同时，也成为联 高技术企业联盟网络的集聚系数描述了联盟成员 盟持续发展的一大风险。在高技术企业联盟网络 之间联系的紧密程度，若联盟成员之间的联系较 中，假设每次有一个企业节点退出，则联盟中与该 为紧密，则网络的集聚系数较大，集聚化水平较 企业存在的直接联系就会中断，并引起网络中其 高，联盟成员之间的知识交流较为频繁，从而易于 他企业之间联系的一些路径中断。如果在企业节 知识的扩散。此外，联盟成员的同质化程度也会 点 i和 之间有多种联系，中断其中的一些联系就 影响整个网络的集聚系数，若

28、企业的同质化程度 可能会使这两个企业之间的距离也增大，使得整较大，则企业之间的知识交流会使知识扩散变得 个联盟网络的平均路径长度 也会增大，从而影 容易，因为处于同行业的企业拥有的知识具有某 响联盟知识扩散的速度。如果少量企业退出联盟 种程度的相似性，从而对扩散的知识容易理解和 后，网络中的绝大部分企业仍是连通的，则该网络 吸收，使得网络的集聚系数增大。 的连通性对部分企业的退出即节点故障具有鲁棒134万方数据企业管理基于复杂网络的高技术企业联盟知识扩散 AIDA模型与实证研究性。高技术企业联盟的无标度特性对随机企业节 于社区之间的知识交流。 点的退出具有高度的鲁棒性，这主要是由于网络 四、实

29、证研究 度分布的极端非均匀性。但是，正是这种非均匀 (一 )样本选取与数据来源 性使得联盟网络对度较大企业节点的退出具有高 发明专利是衡量高技术企业知识创新能力的 度的脆弱性，即：如果极少数度较大的企业节点退 有效指标，某一发明专利使用越频繁，相关知识扩出联盟就会对整个网络的知识扩散产生大的影 散也就越多汹 ，空间距离则会影响企业知识交流 响。可见，主导企业的稳定性及其对网络的影响， 的频率 】 ，不利于创新能力的提高。企业创新能 非主导企业之间联系的密切程度及其对主导企业 力的差异必然使联盟网络中的知识流动与扩散存 的依附程度，都会直接影响知识在联盟网络中扩 在一定的势差，这种知识位势也会表

30、现为发明专 散的速度与持续性。 利数的差别。由于同一产业产品相似，企业间相(三 )社区结构 似产品的发明专利相关性较大。发明专利及其彼 高技术企业联盟网络是不均匀的，不同企业 此引用反映了联盟企业之间的联系。企业在进行 节点的知识扩散能力具有差异性，从而具有一定 技术创新的过程中，必然会对现有的相关技术专 的社区结构，即联盟可分成若干个子网络或社区， 利进行研究，吸收已有的知识，创造新的发明专 社区是指联盟内部联系相对紧密的成员形成的小 利，而新的发明专利又进一步被其他企业吸收利 群体。联盟社区内部的企业节点之间的联系相对 用，由此形成知识扩散的 AIDA过程。本文选取 非常紧密，但是各个社区

31、之间的联系相对来说比 TDSCDMA 产业联盟的 46个企业 (在 TDSCD 较稀疏。一般来说，联盟网络社区结构的形成是 MA产业联盟中，由于部分成员是 2003年以后成 由于部分联盟成员的知识水平较为相近，知识同 立的，相关数据较少，有些成员的数据较难获得 ) 质性较大，相互协作关系融洽，能通过技术合作较 为样本，从中华人民共和国知识产权局网和中国 快的获得创新知识和持续的竞争力。 专利网收集到 2000年到 2009年的发明专利数据， 用模块性测量高技术企业联盟的社区结构， 用 SPSS进行相关分析，构建 TDSCDMA 产业联 其模块化程度口为： 盟矩阵，并用 UCINET软件进行数据

32、分析，检验高Q=(h 。一 n： ) (16) 技术企业联盟知识扩散模型与特性： 在式(16)中，a，=。h，表示联盟网络r中企业节 (二 )TD一 SCDMA产业联盟知识扩散特性 点进行联系的边数， Il。表示联盟社区 r、 tO中的企 1小世界性质 业节点之间的联系。高技术企业联盟的模块化程 运用 UCINET 软件对 TDSCDMA 产业联盟 度 Q值越大，社区结构越明显。当 Q=l时，联盟 网络的平均路径长度进行计算，如表 1所示。由表 网络会呈现出显著的社区结构。 1可知， TDSCDMA产业联盟网络的平均路径长若联盟的知识主体节点数 J7、 r在某一时期保持 度是 1 987，联盟

33、成员距离是 1的情况出现了 519 不变， S()表示易感染扩散知识的企业节点数， 次，距离是 2的情况出现了 1074次，距离是 3的情， (t)表示被感染扩散知识的企业节点数，则： 况出现了 375次。这 3种情况占总数的 97 1， N= s(t)+， (t) (17) 这说明大多数联盟成员之间的距离为 2，即联盟网 由前式 (1)，若用 A。表示社区内部的知识扩散 络中，任何两个联盟成员之间平均只需要通过一 率， A：表示社区之间的知识扩散率，由于社区内部 个企业就可以建立联系了，这说明联盟网络具有 成员之间的联系较为容易，则 A。 A：。也就是说， 较小的特征路径长度，这有利于联盟成

34、员之间的 社区结构有利于其内部成员的知识扩散，但不易 知识交流，从而加快知识在网络中的扩散。同时，135万方数据中国软科学 2011年第 6期通过计算可得出联盟网络的聚类系数为0497，这 表 2 TDSCDMA 产业联盟网络的度计算结果Statistic8说明联盟网络具有相对较大的聚类系数，联盟成l 2员之间的联系较为紧密。因此， TDSCDMA产业Farness nClosenesa 网络具有小世界性质，有利于创新性知识的扩散， 1 MeKn 46 087 97 7192 Std Dev 1 316 2 717提高整个联盟的知识水平。3 Sum 2120 000 4495 0r76表 1

35、TDSCDMA 产业联盟网络的距离计算结果 4 Variance 1 732 7 3815 SSQ 97784 000 439594 125GEODESIC DIs IANCE6 MCSSQ 79 652 339 518Type 0f data ： ADJfACENCY 7 Euc Norln 312 704 663 019 For each pairdnodes， the蜊 tlImfindsthe#ofedgesinthe shor- 8 Minimum 45 000 91 837test path botweefi them 9 Maximum 49 000 100 000 Averag

36、e distance(among reachable pairs)=1 98710 N 0fob8 46 000 46 000Distance based cohesion(“Compactness”、 =0 577(rflgC 0 to 1； larger values indicale greater cohesiveness) Network Centralization=4 72 Distance weighted fragmentation(“Breadth”)=0 423Frequencies d Geodesic Distances 对 TDSCDMA 产业联盟矩阵进行网络分析F

37、requency Proportion_。一 _-_一 如图 2所示。由图 2可知， TDSCDMA 产业联盟l 519 000 0 256 网络是一个非均匀网络，网络存在稀疏和密集的2 1074 000 0 5303 375 000 0 185 区域，表明网络具有无标度特性。其中，有些企业4 53 000 O 026 的节点度较大，如华为、中兴、大唐移动等企业节5 4 000 o 002点度数较大，处于联盟网络的核心位置，这些企业的知识创新能力很强，与其他成员的联系紧密，通2无标度特性 过知识扩散有效提升了联盟的知识水平，对联盟对 TDSCDMA 产业联盟网络的中心度进行 的发展和稳定起着重

38、要的作用。同时，有些企业计算如表 2所示。可知， TDSCDMA产业联盟网 的节点度较小，如烽火科技、科泰世纪等企业，知络的中心度是 4 72，表明网络存在较大的不均 识创新能力较弱，对联盟的知识扩散贡献较少。匀性，具有无标度性质。图 2 TDSCDMA 产业联盟网络分析136万方数据企业管理 基于复杂网络的高技术企业联盟知识扩散 AIDA模型与实证研究图 3除去华为、中兴、大唐移动等主导企业后 TDSCDMA 产业联盟网络除去华为、中兴、大唐移动等核心企业后的 3社区结构 IDSCDMA 产业联盟网络分析如图 3所示，可 对 TDSCDMA 产业联盟网络的 EI指数进 知，核心企业退出联盟后

39、，网络变得相对稀疏、松 行计算为表 3， ridSCDMA产业联盟网络的分派 散，并且出现孤立节点，如烽火科技等。这是由于 关系如图4所示。 主导企业拥有较多的创新性知识，知识创新和扩散能力强，若退出联盟，会显著影响知识扩散，并 降低整个联盟的知识水平。可见，联盟成员与多 个企业进行知识交流，适当减小主导企业的节点度，能减弱某些成员的退出对联盟稳定性及知识 鬻创新与扩散的影响。表 3 TDSCDMA 产业联盟网络 EI指数计算结果E I INDEX#of Permutations ： 5000Random seed： 11210 Individual EI目 )(r髓： IndE I矾 ole

40、 Network Results 图 4 TDSCDMA 产业联盟网络分派关系I 2 3 4 由表 3可知，整个联盟网络的 EI指数为Freq Pet Possible Density 一 O 911，接近一 1，表明联盟成员存在较多派系，即 l Internal 1930 000 0 955 1980 000 O 975 riDSCDMA产业联盟网络存在社区结构；图 4也 2 Extemal 90 000 0 045 90 000 1 O 反映出了除华为、中兴、大唐移动外，大部分知识创新能力较弱的企业聚集在一起，影响了成员的3 E I 1840 000 O 9ll 1890 000 一 0

41、913广泛合作和联盟网络中创新知识的扩散效率。E I Index ：一 o 911Expected value for E I index is： -0 913 2010 年 6月 TD四期唱标阶段的厂商表现就部分Permutation TestNumber 0f iterations=50 地反映了这一现实陋 J。共有八家厂商组成三大军团 (中兴一普天系、大唐移动一爱立信一烽火通信137万方数据中国软科学 2011 年第 6期系、华为一诺西一新邮通系 )参与此次竞标；在前 作进行知识创新，可有效减弱派系的不良影响，加 三期 TD建网招标中，中兴获得了最高的市场份 快知识交流频率，促进联盟的知

42、识创新与扩散。 额，这一次，他与此前份额排第五的中国普天结盟 最后是联盟的国际化发展问题。先进的跨国公司 组成最强 “阵容 ”，其报价也高于三期。表明，联盟 已成为重要的创新知识源，跨国联盟已经成为全 中的社区结构和派系，倾向于强强联合，容易出现 球知识创新与技术扩散的重要载体。中国的高技 操控垄断行为，在一定程度上不利于扩散创新知 术企业联盟需积极推进国际化，吸收国际高技术 识、提高创新效率。 企业成员，有效促进知识扩散和国际转移，提高产 五、结论与启示 业的国际竞争力，获得持续发展的竞争优势。综上，借鉴疾病传播的 SIRS原理构建基于复 参考文献：杂网络的高技术企业联盟知识扩散 AIDA模

43、型，研 1Xu Degang， Su Zhifan 晷 Synchronization Criterions and究联盟网络知识扩散机理与特性，并以 TDSCD Pinning Complex DelayControl of General Networks with TimeJ Ap曲 ed Mathematics and Computation， 2009， 215(4)：MA产业联盟的 46家企业为样本进行实证检验，1593 1608 得出如下基本结论： (1)高技术产业联盟网络具有2Erdos P， Rellyi 九 On the Evolution of Random Graphs

44、较小的特征路径长度和较大的聚类系数，呈现出 J PubL Math Inst Hung Acad Sci， 1960， 5： 17-60 小世界性质； (2)高技术联盟网络具有无标度特 3Wang Qingyun， Duan Zhisheng ， Chen Guanrong， FeIlg Zlm- 性，是一个非均匀网络，有些企业的节点度较大， oshen 昏 Synchronization in a Class 0f Weighted Complex Net-有些则较小，对联盟网络的稳定性和知识扩散有 works with Coupling DelaysJ Physica A， 2008， 3

45、87(22)：5616 5622 着不同的影响； (3)高技术联盟网络的 EI趋4Cai KaiYuan， Yin Bei Bei Software Execution Proces一于一 1，具有分派体系，表现出一定的社区结构。8e8舾 an Evolving Complex NetworkJ Information Sciences 上述结论对探索提高联盟的知识创新与扩散2009， 179(12)： 19031928效率以及保持联盟稳定可持续发展途径具有重要5Wang Gaoxia ， Shen Yi， Onyang Ming A Vector Partitioning启示。第一是新成员的

46、快速适应与融入问题。新 Approach to Detecting Community Structure in Complex Net 成员的进人通常会增大联盟的企业节点数，减缓 worksJ Computers and Mathematics with Appllcatiom， 知识扩散速度。因此，新成员或相对弱小的企业 2008， 55(12)： 27462752 尤其应加强与其他企业的联系，减小网络的平均 6Zhang Dawei ， Xie Fuding， Zhang Yong ， Dong Fangyan ， Hirota KaortL Fuzzy Analysis of Comm

47、unity Detection in Complex路径长度，减弱网络的非均匀化，促进知识交流、NetworksJ Physica A， 2010， 389(22)： 53195327扩散和联盟成员的共同发展。第二是主导企业的7黄璜基于社会资本的合作演化研究一 “基于主体稳定性及其对联盟网络的影响和控制问题。主导建模 ”方法的博弈推演 J 中国软科学， 2010(9) ：企业对联盟网络具有较大的影响力，是联盟知识 173184 扩散的主要来源，它们的退出可能造成联盟网络 8Robin Cowan， Nicolas Jonard Network Structure and the 的瘫痪。因此，

48、应研究对主导企业的激励机制和 Diffusion of KnowledgeJ Journal of Economic Dynamics 措施；同时加强节点度较小企业之间的合作，提高 Control， 2004， 28(8)： 15571575他们的知识创新能力，减弱主导企业对联盟的控 9Olav Sorenson， Jan W Rivkin ， Lee Fleming Complexity，Networks and Knowledge FlowJResearch Policy ， 2006 ， 35制及其消极影响，增强联盟的稳定性和可持续发(7)： 9941017展。第三是联盟的社区派系结构问题。联盟的社10张首魁，党兴华，李莉松散耦合系统：技术创新网区结构会加快派系内部成员的知识交流，但不利络组织结构研究 J中国软科学， 2006(9)： 122129