创新型小微企业群集智能特性、网络关系与创新绩效研究

(1.武汉大学发展研究院湖北武汉 430079；2.华中科技大学公共管理学院，湖北武汉 430074)

摘要：创新型小微企业群集智能集中表现为企业群体网络结构优化和创新绩效提升。以创新型小微企业群体为研究对象，实证分析企业群体的网络关系强度、网络关系广度、网络关系稳定性与创新绩效之间的关系。研究结果表明,群集智能的学习特性、边界最大化特性对创新型小微企业创新绩效具有显著正向影响，群集智能的抗扰动性对创新型小微企业创新绩效具有较弱的正向影响，而环境不确定性对前两者的显著正向影响存在明显的负向调节作用，对后者较弱的正向影响则不存在负向调节作用。据此,提出群集智能视角下创新型小微企业通过集聚式发展提升创新绩效的要求。

关键词：创新型小微企业；群集智能；网络关系；创新绩效

0 引言

在“双创”背景下，我国创新型小微企业面临的宏观经济形势和外部竞争环境更加复杂多变。利用复杂性科学理论及方法，深入研究应对不确定性、全局复杂性、非线性相互作用等与创新型小微企业密切相关的挑战，是本研究领域进一步拓展的可行路径之一。

群集智能起源于社会性群居生物宏观群体行为研究，群居生物集体协作行为能够表现出更强的整体性、经济性、协作性。大自然的众多生物群体，如鸟群、鱼群、蚁群、细菌菌落等都获得了单独个体难以获得的群体优势，完成了复杂的、有一定目的或功能的活动。它们的个体在各自社会系统中不可能意识到自己的行为目的，而整个系统也不存在一个协调者来协调大量独立自主的个体，但整个系统却呈现出协调、有序的状态[1]。近年来，群集智能成为受重视的复杂性科学理论，其具有普适意义的方法论适合描述人类社会组织的群体去中心化协同现象。群集智能理论与应用研究已从自然科学和工程科学领域向人文社会科学领域扩展，加速了群集智能在商业市场判断、决策优化、开源软件、电子商务、社交网络等社会经济领域的渗透。

创新型小微企业内部资源匮乏，没有建立完善的内部管理体系[2]，依赖于企业集群提供的外部网络，即通过企业集群借助外部资源完成企业基本活动，从而把精力集中于自己的特色产品与服务。事实上，创新型小微企业在集群环境下呈现出既竞争又合作的协同关系，与社会性昆虫群体的群集智能有相似之处。同一环境下众多创新型小微企业组合起来，涌现出群集智能，这是其集群式成长的最佳注脚，而集群式成长又使个体企业在更广阔的领域获取、利用、存储大量资源成为可能，从而快速、灵活地适应环境变化。创新型小微企业群集智能内涵丰富，集中表现为企业群体创新绩效提升和网络结构优化。其中，企业群体网络结构具有放大环境抗扰动性的柔性，使其在复杂多变的环境效应影响下保持良好的一致性和稳定性。因此，创新型小微企业的学习特性、边界最大化特性、适应性等群集智能特性与企业创新绩效之间存在何种关系，以及如何实证分析验证这种影响关系是本研究的关键。

1 文献回顾

近年来，企业集群研究逐渐从宏观层面的范围经济、规模经济研究转向为微观层面的成员内部关系研究。不少研究使用交易成本理论、博弈论、资源基础理论、知识基础理论，从微观层面研究企业集群内个体间网络关系对企业绩效的影响。Johnston[3]认为，企业集群具备构成网络的3个基本要素：活动、活动主体和资源。因此，产业集群本质上是一种经济主体网络关系。而产业集群环境下企业网络关系表现出网络强度、网络广度、网络稳定性等不同维度特征。谢洪明与刘少川[4]通过对珠三角地区产业集群内的109家企业实证研究发现，产业集群并不直接作用于企业竞争力，而是通过企业网络密度、网络强度、网络互惠性3种网络关系间接影响企业竞争优势。李志刚等[5]实证研究发现，企业嵌入的网络强度、网络密度、网络居间性、网络稳定性、网络互惠性及资源丰富程度等因素都与企业创新绩效正相关。胡祖光与章丹认为，与关系嵌入性相比，当结构嵌入性更具有价值时，企业技术创新网络边界会更大，聚集效应更显著，整体网络更能表现出小世界网络特征。彭伟与符正平[6]基于知识资源角度，分析联盟网络对企业竞争优势的影响。结果显示，企业联盟网络强度和网络中心性都对企业竞争优势产生显著正向影响，而知识资源则中介两个前置变量与企业竞争优势的关系，环境竞争性正向调节网络强度与企业竞争优势的关系，环境动态性正向调节网络中心性与企业竞争优势的关系。综上所述，上述理论在解释过程中均存在不足之处。例如，知识基础理论更多关注网络成员内部知识转移带来的价值增值，而忽略了区域内部资源共享带来的范围经济。资源基础理论在考虑资源共享和资源互补带来的竞争优势时，忽略了网络成员之间由竞合关系带来的道德风险和代理成本。Fagerberg[7]指出，网络与创新关系是一个相对较新的研究领域，尽管对该领域的大量研究正在进行，但测度企业间网络对企业绩效影响的直接分析依然有限。大量研究更多关注创新型小微企业个体内部成长特征，忽视了以知识为载体的创新型小微企业个体成长学习能力及个体之间的互动，而后者能够加快企业群体的成长速度，提升竞争水平[8]。群集智能理论的核心思想是促成有限智能的多个主体之间进行信息交流，通过分工协作解决分布式问题。这为解释小微企业群体网络关系对创新绩效的影响提供了新思路。

2 研究框架

本文选择创新型小微企业为实证对象的原因：①小微企业内部环境不成熟，内部资源匮乏，往往通过与其它企业建立网络关系获取外部资源和信息；②单个小微企业对区域内产业集群影响有限，以小微企业作为研究样本能够消除企业规模和企业内部资源等因素对企业创新绩效的影响，进而监测产业集群整体效益和群集智能涌现情况。

宏观上创新型小微企业群体会因各组成部分的连接互动而呈现出新特性。这种新特性只有企业群体具备，群体中任何企业个体都不具备。同时，群体中有很多同质企业和关联企业，竞争与协作可以发生在两个企业之间，也可以发生在多个企业之间，还可能发生在企业与其它主体之间。为了从一般意义上分析创新型小微企业群体网络关系与创新绩效，本文忽略产业类型、发展水平等变量差异，将创新型小微企业群体作为地理位置相对集中的一组相同或相似产业的企业集合，企业间关系特指两个企业之间的关系。作为“组织的组织”，创新型小微企业群体可以从整体上被视为群集智能涌现的主体，其智能可以理解为群体在知识和资源相对不足的情况下，通过个体交互与群体协同，适应环境变化，从而实现进化的机理、能力与效果。智能涌现使得群体在某种程度上可以应对并解决单个成员无法解决的问题。例如，智能涌现既能让小微企业群体适应市场和周边环境，又能让企业群体的整体性功能弥补企业个体在市场竞争中的弱势。在小微企业集群式成长过程中，在市场、技术、人员、资金等多种机制作用下，当条件成熟时，具有冒险精神的企业家不断地创立新企业，而且企业创立并非在外部指令或行政干预下发生。

处于不同生命周期的创新型小微企业的群体特征与成长模式不同，但信息交换及分工协作的建立标准大致相同，包括企业个体的独立性、多样化及关联性，也包括企业群体的去中心化、容错性、正反馈效应及边界最大化效应。其中，企业群体在活动过程中存在的学习特性、边界最大化特性及抗扰动性，是促进群集智能涌现的关键。

文献研究表明，直接测量创新型小微企业群体智能特性对创新绩效的影响尚没有有效的方法[9]。任何企业群体必然会形成企业网络，而相对于群体智能特性，网络关系更易被模拟。因此，本文将企业网络中的网络关系强度、网络关系广度、网络关系稳定性与群体智能特性中的学习特性、边界最大化特性和抗扰动性分别关联，通过测度创新型小微企业网络关系强度、广度与稳定性，间接考察其群体智能特性与创新绩效之间的关系。

2.1 学习特性与创新绩效

群集智能中的学习特性主要表现为两种类型：①个体之间的主动学习，如蚂蚁通过触角碰触、视觉接触等面对面交流捕获信息；②群体中个体行为变化往往导致周围环境变化，其它个体可以根据周围环境变化捕获有效信息。环境成为个体之间交互和交流的媒介，个体通过作用于环境并对环境变化作出反应从而实现间接通信[10]。

网络关系强度描述的是群体成员间联系频率以及组织资源对联系承诺的响应程度。Granovetter[11]将企业网络关系分为强连接和弱连接。关于网络关系强度与企业创新绩效的关系，学术界并未达成一致结论。Uzzi[12]认为，相较于弱连接，强连接更有利于网络成员处理外部环境的机遇与威胁。Burt与Granovetter则认为，强连接获取的信息和资源多有重复，而弱连接提供的信息更加丰富。

创新型小微企业群体内部存在大量学习机会，企业个体通过网络链接不断进行学习，通过触发群集智能的学习特性提升网络关系强度，进而克服信息传递障碍，促进知识在企业之间转移，实现企业群体资源共享，进而提升企业群体创新绩效。据此，提出以下假设：

H1：创新型小微企业群体学习特性与创新绩效正相关。

2.2 边界最大化特性与创新绩效

群集智能边界最大化特性是指群体组织的开放性。由于群体内个体具有相同或相似的特征，这就使群体规模具有很强的弹性。群集智能边界最大化特性使得群体在扩大边界、获取规模效益时，面临较小的交易成本。

网络关系广度描述的是企业个体与其它企业建立联系的节点数量和规模。企业网络关系广度越大，联系节点越多，企业网络规模越大，企业就有更多机会和渠道获取外部环境信息。Freeman[13]指出，企业连接节点代表节点可选择方案，可选择节点方案越多，企业交换权利越大。由于市场交易信息不对称，因此，必须假定可选择方案越多越好。

创新型小微企业群体具有较强的技术外溢效应和自我强化功能[14]。创新型小微企业群体边界最大化特性通过扩大网络规模可以实现较低的组织成本，即企业网络规模可以在较低成本的条件下达到边界最大化，从而实现规模经济和范围经济。因此，创新型小微企业群体通过提升网络关系广度触发群集智能边界最大化特性，以提升企业外部资源搜寻能力，强化企业群体的技术创新基础，降低创新成本，进而扩大群体规模，提高开放度，同时提升企业群体创新绩效。据此，提出以下假设：

H2：创新型小微企业群体边界最大化特性与创新绩效正相关。

2.3 抗扰动性与创新绩效

群集智能抗扰动性是群体组织对外部环境变化的行为反应，从而使群体更好地适应环境。相对于个体而言，组织成员能够更好地进行外部环境信息共享和组织内部学习，因而可以适应外部环境变化。抗扰动性能够帮助组织成员预先规避复杂环境中不确定因素，实现风险共担，进一步获取更大的成长空间。

网络关系稳定性描述的是企业网络结构随时间推移而发生的变化特征。从投入产出角度看，企业开发和建立网络关系属于投入阶段，而从外部网络中获取利益属于产出阶段。企业从投入到产出需要时间，在此期间，企业网络关系保持稳定更有利于企业捕获其它企业的创新信息，实现创新产出。

创新型小微企业群体内个体企业之间的网络链接越持久，企业网络关系稳定性越强，企业群体整体抗扰动性也越强，企业个体越容易适应外部环境变化，从而降低企业个体之间、企业与外部环境之间的交易成本，反之亦然。因此，创新型小微企业群体通过强化网络关系稳定性，触发群体智能抗扰动性，为高水平的知识分享和转移创造必要条件，使企业个体快速适应外部环境变化，提升关系治理水平，使企业产生更高的创新绩效。据此，提出以下假设：

H3：创新型小微企业群体抗扰动性与创新绩效正相关。

2.4 环境不确定性的调节作用

环境不确定性描述的是外部环境变化程度和不可预测程度[15]。Duncan[16]认为，环境不确定性体现在3个方面：①在决策时相关外部环境因素信息匮乏；②无法判断外部环境对组织决策的影响；③无法预测决策结果效益。任何企业都需要快速适应外部环境变化，更好地满足市场需求并获取竞争优势，这是毋庸置疑的。

大部分学者认为，环境不确定性对网络关系和企业绩效存在正向调节作用。当外部环境不确定因素较多时，企业环境压力大，需要寻求合作以获取生存和发展空间。方刚与胡保亮研究证明，技术环境动态性在企业网络资源和知识转移的关系中存在显著正向调节作用，进而间接提高企业绩效。他们指出，技术环境动态性在网络关系资源、网络节点资源与知识转移的关系中，发挥的调节作用不明显。林亚清与赵曙明[17]发现，环境不确定性在高层管理团队社会网络人力资源实践与战略柔性构建关系中具有正向调节作用，进一步间接作用于企业绩效。彭伟与符正平发现，环境竞争性在企业联盟网络关系强度与企业竞争优势之间存在正向调节作用，环境动态性正向调节联盟网络企业的中心性位置与企业竞争优势的关系。

本文认为，移动互联网和大数据技术极大地促进了全球性交互行为，使创新型小微企业在几乎没有经费支出的情况下获得新的市场、理念及技术。在此趋势下，不论企业个体以何种形态存在，都需要不断进行生态环境调整。当外部环境压力较大时，创新型小微企业即使通过构建网络关系也难以捕捉市场信息，环境不确定性可能对小微企业网络和创新绩效的关系影响不显著或存在负向影响。

(1)当外部环境复杂多变时，创新型小微企业群集智能的学习特性将被弱化。一方面，创新型小微企业个体之间的直接学习可能面临违约风险、谈判困难等障碍，进而降低由直接学习带来的创新绩效。另一方面，复杂多变的环境必然导致创新型小微企业间接交流的中介作用减弱，进而对创新型小微企业通过感知区域内环境变化的间接学习产生负面影响。当基于群集智能的企业群体学习特性减弱时，创新型小微企业网络关系强度对创新绩效的作用也将减弱。据此，提出以下假设：

H4a：环境不确定性对创新型小微企业群体的学习特性与创新绩效之间关系存在负向调节作用。

在复杂多变的外部环境中，创新型小微企业群体数量的增加往往带来更多的外部组织成本，由边界最大化特性带来的规模经济和范围经济将被较高的组织成本取代。当基于群集智能的边界最大化特性部分失效或完全失效时，创新型小微企业网络关系广度对创新绩效的作用也将减弱。据此，提出以下假设：

H4b：环境不确定性对创新型小微企业群体的边界最大化特性与创新绩效的关系存在负向调节作用。

(3)外部环境的不确定因素较多时，创新型小微企业的适应能力可能会减弱，进而影响企业群体抗扰动性对创新绩效的作用机制。当外部环境比较稳定时，创新型小微企业更易适应企业网络，能够通过与其它企业的稳定关系获取持续性合作价值。据此，提出以下假设：

H4c：环境不确定性对创新型小微企业群体的抗扰动性与创新绩效的关系存在负向调节作用。

3 实证分析

本文选取武汉东湖国家自主创新示范区的支柱产业创新型小微企业作为实证对象。武汉东湖高新区是我国第二个国家自主创新示范区，近年来，以光电子信息、生物医药、智能制造等为代表的高新技术产业发展迅速，诞生了大量创新型小微企业并形成了比较成熟的企业集群。以武汉东湖国家自主创新示范区高新技术产业的创新型小微企业群体为样本具有典型性。本文只考虑100人以内、提供科技创新类产品或服务的小微企业，并筛除了位于科技园区之外的企业。本次发放问卷350份，最终有效问卷132份，有效率为37.71%。

在测量每个变量题项时，均采用七点李克特量表，1表示非常不同意或非常不满意，5表示比较同意或比较满意，7表示非常同意或非常满意，具体题项如表1所示。网络关系强度题项主要借鉴彭伟与潘松挺等[18]观点，从网络主体之间的互动频繁性、资源投入及双赢关系3个方面进行测量。网络关系广度题项主要借鉴李志刚等[5]观点，从上下游企业、同行业企业、非企业机构3个方面进行测量。网络关系稳定性题项主要借鉴李志刚等[5]观点，结合创新型小微企业实际情况，提出了3个测量维度。企业创新绩效题项参考刘兰剑与李志刚等[5]观点，采用产品创新能力、工艺创新能力、市场创新能力及管理创新能力4个指标进行测量。环境不确定性题项主要借鉴Oliver Schilke[19]的观点，从技术波动性、需求波动性、竞争压力、商业模式变动和宏观政策、法律环境压力等5个指标进行测量。现有研究表明，企业年龄、企业规模及企业性质都对企业创新绩效产生影响。因此，本文选取这3个变量作为控制变量，其中企业年龄以企业注册时间衡量，企业规模以企业员工数量衡量。

4 创新型小微企业群集智能涌现

4.1 信效度检验与相关分析

信度方面，各变量的Cronbach's α系数均大于0.7。收敛效度方面，所有变量各题项标准化因子载荷均大于0.5，显著性水平均达到0.01，平均提炼方差AVE均超过0.5，组合信度CR均大于0.7，如表1所示。区分效度方面，各变量AVE的平方根均大于该变量与其它变量的相关系数，如表2所示。可见，本文的模型设计具有较高的信度和效度。

所有变量相关系数矩阵显示，被解释变量与解释变量之间具有显著相关关系，这一结果初步验证了本文假设，如表2所示。而模型的VIF最大值小于10，说明本文假设不存在多重共线性问题。

运用多层回归分析验证研究假设，各模型回归结果如表3所示。Model 1只考虑了3个控制变量对因变量的解释力度。Model 2、Model 3、Model 4分别在Model 1的基础上加入了网络关系强度、网络关系广度、网络关系稳定性3个解释变量，而Model 5则综合考虑了这3个解释变量对被解释变量的影响。结果显示，网络关系强度(β=0.524，p<0.01)、网络关系广度(β=0.616，p<0.01)与企业创新绩效具有显著正相关关系，H1和H2得到验证。关于网络关系稳定性与创新绩效的关系，Model 4显示两者存在较弱的正相关关系(β=0.095，p<0.1)。然而，在Model 5中，在考虑网络关系强度、网络关系广度及网络关系稳定性后，网络关系稳定性与创新绩效的关系不显著。由此可知，网络关系稳定性对创新绩效具有较弱的正向影响。

Model 6、Model 7及Model 8检验的是环境不确定性对网络关系强度-创新绩效、网络关系广度-创新绩效、网络关系稳定性-创新绩效3个关系的调节效应。Model 6显示，环境不确定性负向调节网络关系强度和创新绩效的关系(β=-0.066，p<0.1)，H4a得到证明。Model 7显示，环境不确定性在网络关系广度和创新绩效的关系中发挥显著负向调节作用(β=-0.086，p<0.05)，H4b得到证明。而在Model 8中，虽然交互项显著(β=-0.167，p<0.01)，但网络关系稳定性不显著(β=0.045，p>0.1)，H4c没有得到证明。

5 结语

本文将自然科学中的群集智能理论引入创新型小微企业研究领域，基于群集智能的学习特性、边界最大化特性和抗扰动性3个维度，并将小微企业群体网络关系强度、网络关系广度以及网络关系稳定性3种网络特征与之对应，用以解释创新型小微企业群集智能对企业创新绩效的影响，验证企业群体的外部环境不确定性对3种影响的不同调节作用。

(1)群集智能学习特性通过网络关系强度正向影响创新绩效。创新型小微企业个体之间的交互关系越强，双方沟通障碍越少，知识和信息越容易转移。合作企业通过主动或被动学习，能够更好地提高企业创新绩效[22]。

(2)群集智能边界最大化特性通过网络关系广度正向影响创新绩效。同一企业集群中的创新型小微企业个体具有相似性，区域内企业合作伙伴的增加和网络规模的扩大并不会带来较高的交易成本，创新型小微企业能够很好地实现由边界最大化带来的规模效应和范围经济。

(3)群集智能抗扰动性通过网络关系稳定性直接影响企业对外部环境的适应情况，同时对企业创新绩效产生较弱的作用。如果创新型小微企业与合作伙伴的网络关系不稳定，前者可能会在合作中无所适从，进而难以获得稳定的合作价值。

(4)环境不确定性在学习特性(网络关系强度)-创新绩效以及边界最大化特性(网络关系广度)-创新绩效关系中发挥显著负向调节作用。当消费需求难以确定，产业技术不断更新，企业之间竞争压力大，行业面临政策、法律、经济等宏观环境压力时，企业知识转移的交易成本增加[20]，创新型小微企业个体之间相互学习变得十分困难，群集智能的学习特性将被弱化，网络关系强度对创新绩效的影响减弱。而外部环境不确定性的增加也会增加创新型小微企业的组织成本，群集智能边界最大化特性难以带来规模效应，网络关系广度对创新绩效的影响减弱。

创新型小微企业通过集聚式发展构建自己的网络关系平台，通过合作伙伴更好地捕获市场信息、了解市场需求。本文研究结论表明，在群集智能视角下，创新型小微企业通过集聚式发展提升创新绩效需要采取以下措施：①主动寻求外部合作，注重合作质量，通过提高与合作伙伴的互动关系强度，增强企业群体学习特性；②积极拓展外部网络节点，与供应商、顾客、同行业企业、政府、高校、行业协会等组织建立合作关系，不断拓展企业外部网络广度，拓宽外部市场信息渠道，使企业群体边界最大化；③在与其它企业交互过程中，应注意降低交易成本，建立完善的契约机制和互利共赢机制。

促进科技型小微企业成长，一方面，在集群内不同企业之间建立有效的网络联系，以产生较强的协同效应; 另一方面，加强不同企业在知识、技术、信息、人才等资源方面的交流与合作，借助专业化分工优势弥补科技型小微企业发展缺陷，获取规模经济与范围经济优势，从而推动企业成长。

尽管群集智能具有涌现性质，但其并不排斥人为的主观影响。对于创新型小微企业群集智能而言，它要求政府采用新的理念来管理与服务创新型小微企业。群集智能依赖于群体所处环境，只有在适当的环境中，群体智慧才有可能大于群体中最优秀的个体智慧。如果将创新型小微企业集聚式发展看成一种群集智能涌现，那么企业与环境的关系并不是对立的，而是协同、合作、互动。环境设计在一定程度上可以类比为经济学的机制设计。因此，政府一方面要主动引导创新型小微企业“抱团取暖”，为其搭建交流平台，促进创新型小微企业群集智能特性对创新绩效正向效应的发挥；另一方面应加快健全相关法律法规，更好地监督治理市场环境，创新投资融资环境，为创新型小微企业创造更大的外部成长空间。

本文将群集智能理论引入到小微企业研究中，依据群集智能特性研究创新型小微企业群体网络关系对创新绩效的影响。未来研究需要继续深入，如群集智能的学习特性、边界最大化特性以及抗扰动性是否可以作为中介变量纳入模型还需进一步量化。此外，群集智能的多样化、去中心化、正反馈效应等，这些特性对企业创新绩效有何影响还需进一步探讨。本研究样本局限于中部地区，不可避免存在普适性不高的问题。

[1] 刘钒,钟书华.国外“群集智能”研究述评[J].自然辩证法研究,2012(7):114-117.

[2] 刘钒,钟书华.国内创新型小微企业研究述评[J].科技进步与对策,2013(15):156-160.

[3] JOHNSTON R.Clusters:a review of their basis and development in Australia[J].Innovation:Management,Policy& Practice,2004,(3):380-391.

[4] 谢洪明，刘少川.产业集群、网络关系与企业竞争力的关系研究[J].管理工程学报，2007,2(21):15-18.

[5] 李志刚，汤书昆，梁晓艳，等.产业集群网络结构与企业创新绩效关系研究[J].科学学研究,2007,25(4):777-782.

[6] 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].中国软科学，2014,4(26)：17-22.

[7] FAGERBERG J,MOWERY D,NELSON R.The Oxford handbook of innovation[M].Oxford：Oxford University Press，2006.

[8] 管仕平,商波.学习视角下创新型中小企业协同成长的粒子群优化分析[J].软科学,2016,30(8):29-33.

[9] CHAI S K,SALERNO J,MABRY P.Workings of collective intelligence within open source communities[J].Advances in Social Computing,2010(7):282-289.

[10] 李京文,关峻.基于群体智能的产业集群动态演化机理研究[J].武汉理工大学学报，2008,5(30):169-172.

[11] GRANOVETTER M.The strength of weak tie[J].Am erican Journal of Sociology,1973(78):1360-1380.

[12] UZZI B．Social structure and competition in interfirm networks：the paradox of embeddedness[J].Administrative Science Quarterly，1997，42(1)．

[13] FREEMAN L C.Centrality in social networks:conceptual clarification[J].Social Networks,1979,(1):215-239.

[14] 李森森,刘德胜.企业集群、区域创新网络与科技型小微企业成长[J].东岳论丛,2014,35(1):145-151.

[15] 武立东,王凯,黄海昕.组织外部环境不确定性的研究述评[J].管理学报，2012，11(9):1712-1717.

[16] DUNCAN R B.Characteristics of organizational environments and perceived environmental uncertainty[J].Administrative Science Quarterly,1972,17(3):313-327.

[17] 林亚清，赵曙明.构建高层管理团队社会网络的人力资源实践、战略柔性与企业绩效——环境不确定性的调节作用[J].南开管理评论,2013,16(2):4-15,35.

[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)：108-115．

[19] OLIVER SCHILKE.On the contingent value of dynamic capabilities for competitive advantage The nonlinear moderating effect of environmental dynamism[J].Strategic Management Journal，2014(35)：179-203.

[20] 郭海，沈睿.环境包容性与不确定性对企业商业模式创新的影响研究[J].经济与管理研究，2012(10)：97-104.

The Collective Intelligence Characteristics,Network Relations and InnovationPerformance of Innovative Small and Micro Enterprises

(1.Institute of Development and Research, Wuhan University,Wuhan 430079,China; 2. School of Public Administration, Huazhong University of Science and Technology, Wuhan 430074,China)

Abstract ：The Emergence of Collective Intelligence of Innovative Small and Micro Enterprises focus on optimization of their network structure and enhance of their innovation performance.This paper empirically analysis the relationships between enterprise network strength,network breadth,network stability and enterprise innovative performance,to explain the impact of how learning characteristic,maximization of boundary,adaptability affects the performance,with innovative small and micro enterprises as the research objects.The results show the network strength,the network breadth had a significant positive impact on innovation performance,the network stability on innovative performance had a weak positive effect,environmental dynamism had a negative mediating role between the network strength and innovation performance.Environmental dynamism had a negative mediating role between the network breadth and innovation performance.

Key Words:Innovative Small and Micro Enterprises; Collective Intelligence Characteristics; Network Relations; Innovation Performance

作者简介：刘钒(1982-)，男，湖北武汉人，博士，武汉大学发展研究院副教授，研究方向为科技政策与科技管理；钟书华(1957-)，男，贵州毕节人，华中科技大学公共管理学院教授、博士生导师，研究方向为科技政策与科技管理。