考虑技术中介的相互依存创新网络系统鲁棒性研究

马 腾1,李 冲2

(1.同济大学 经济与管理学院,上海 201804;2.成都市城乡建设委员会,四川 成都,610094)

摘 要:创新网络系统已成为当前创新领域的研究热点之一。技术中介能够实现不同企业或组织技术需求与技术投入的最优匹配。相互依存网路将创新网络、技术中介网络和技术服务支持网络整合为有机整体。为此,构建了节点负载的相互依存创新网络系统级联失效鲁棒性模型。研究发现,容限系数越高的系统,其鲁棒性越好。在随机失效方式下,随机网络结构比其它两种组织网络结构任务完成效率高;在优先失效方式下,一定比例的组织节点优先失效即可导致整个网络完全瘫痪。该结论为研究创新网络结构以及关键创新技术节点冗余机制的采用提供了新的思路和视角,具有一定的探索意义和实践价值。

关键词:创新网络;技术中介;相互依存网络;鲁棒性

0 引言

近年来,产品复杂程度加深、产品生命周期缩短、研发费用提高,以及快速变化的市场环境与研发团队分散的地理位置等对企业创新提出了新挑战[1]。单个企业创新已无法应对快速变化的外部环境,网络状态下的协同创新日趋普遍,因而企业通过非正式组织、合作关系、契约关系与企业、科研院所、技术中介、政府等机构横向或纵向联接成立体创新网络。其中,技术中介能够实现不同企业或组织技术需求与技术投入的最优匹配[2]。一方面,技术中介能够帮助企业快速锁定合作伙伴,并起到技术传递的作用;另一方面,技术中介可以反向推动技术创新成果推广和应用。当前我国正在建设成为创新型国家,以科技园、研发园、科技孵化园等为代表的技术中介机构如雨后春笋般崛起。因此,基于技术中介研究我国创新网络的鲁棒性,对于推动企业创新以及制定切实可行的关键创新网络节点冗余机制具有重要的理论价值和现实意义。

创新网络由组织和经济实体组成,是非常有前景的研究领域[3]。Ferrary和Granovertter[4]指出,创新网络是一种从根本上改变当前价值链,实现产品创新与工艺创新的商业网络。成功的创新网络能够有效调动和配置网络资源[5]。目前关于创新网络的研究主要集中在创新网络过程、创新网络结构、创新网络治理、创新网络动态演化等方面[6]。创新网络过程研究的是如何通过创新网络中各主体间的合作实现技术开发过程[7-8]。Reypens和 Lievens[9]基于57个利益相关者公私合营项目调研数据,从利益相关者数量与多样性两个方面阐释了创新网络共同创造和捕获价值的不同流程。张红娟等[10]以信息空间理论为基础,从知识流动与传播条件两方面探讨了创新网络的内部创新机制。创新网络结构主要关注创新网络如何根据合作者与资源形成自适应网络系统[11-12]。Ferraro和Iovanella[13]提出了一种考虑创新网络节点属性和关系强度的组织内部创新网络绩效评价方法。花磊等[14]研究了不同结构类型创新网络对创新的促进作用。创新网络治理集中探索创新网络如何在合作研发过程中实现网络治理[15]。Provan [16]指出,网络治理机制通过规范网络成员行为,以实现共同合作目标。党兴华等[17]从跨层次视角出发,研究了非契约条件下的创新网络治理机制。白鸥等[18]通过案例分析研究了两种不同的网络创新机制——基于制度的关系治理和基于情感的关系治理。创新网络演化研究创新网络形成的动力机制。Balland[19]对创新网络动态演化及其驱动力展开分析。黄玮强等(2011)考查了企业间知识水平动态互补,基于合作伙伴选择、知识学习及创新机制,建立企业集群创新网络演化模型,并运用多主体仿真方法,研究创新网络动态演化规律、集群创新潜力与网络演化的内在联系、网络位置与创新绩效关系等。张古鹏[20]探讨了不同开放程度(低度、中度、高度)的创新网络在创新网络集群创立到解体的动态演化过程中小世界性对创新绩效的影响。

通过上述文献梳理发现,尽管现有研究已在创新网络演化、治理、网络结构等方面取得了诸多成果,但仍存在有待深入研究的问题:①研究多为相同层次的横向创新网络研究,忽视了不同层次间的技术转移和流动;②欠缺突发事件背景下创新网络鲁棒性方面研究;③创新网络演化分析研究侧重于网络结构分析,忽视了创新网络中技术中介的作用。因此,本文将相互依存网络引入创新网络研究中,以技术中介为基础构建了考虑节点负载的相互依存创新网络鲁棒性模型,以网络连通性测度和网络绩效测度表征相互依存创新网络在级联失效状态下的网络系统鲁棒性,为研究创新网络结构以及关键创新技术节点冗余机制的采用提供借鉴。

1 基于技术中介的创新网络模型

1.1 基于技术中介的相互依存创新网络构建

相互依存网络(Independence Networks)是指由具有相互依存关系的两个或多个网络组成的网络系统[21],如图1所示。图1中,白色点与黑点分别代表两种网络节点,实线代表网络内部连接关系,虚线代表网络间的依存关系。

图1 相互依存网络

2010年,Buldyrev等[22]在《Nature》杂志上首次发表了关于相互依存网络鲁棒性的研究论文并受到广泛关注。Gao 等[23]认为,相互依存关系既是一种契机,也是导致系统崩溃的关键所在。因此,本文将由相互依存网络联通的创新网络、技术中介网络、技术服务网路视为知识流通和共享的有机整体,通过技术中介网络,依据现有资源识别并判断出技术需求和技术投入,有效调配网络资源,最终实现企业技术创新的目的。运用图论中简单图的形式表示创新网络与技术中介以及技术服务网络之间的相互依存网络,相关概念含义如下:

(1) 相互依存创新网络节点。一个完整的基于技术中介的相互依存创新网络至少包含3类节点:创新网络节点、技术中介网络节点、技术服务网络节点。其中,创新网络节点是指组成创新网络的企业、团队、政府或事业单位等组织经济实体;技术中介网络节点是指在创新过程中起到正确识别并加速信息、知识流动的中介机构;技术服务节点是指现有的技术创新资源。

(2)相互依存创新网络的边。与相互依存网络中的节点相对应,其边的类型可以分为4类:①创新网络中各节点之间的边。指创新网络中的组织之间技术或服务的横向联系;②技术中介网络中的连边。技术中介是搭接创新需求与创新投入之间的桥梁,连边表示各个技术中介之间的信息沟通关系;③技术服务网络节点之间的边,表示可提供的创新投入间的联系;④创新网络节点与技术中介网络的连边、技术中介网络与技术服务网络节点的连边,体现创新网络与各个技术服务投入之间的需求、沟通、传递关系。

(3) 相互依存创新网络结构。由创新网络与技术中介网络以及技术服务网络通过相互依存网络相连接而形成的结构。技术中介网络是技术服务网络技术、服务、创新传递关系的映像。同理,技术中介网络与创新网络之间的技术、服务、创新传递关系就是从技术中介网络到创新网络的映像,是多对多的关系。

综上所述,以创新网络、技术中介网络、技术服务网络为节点,以上述4种连接关系为边,构建基于技术中介的相互依存创新网络模型,如图2所示。

1.2 创新网络模型拓扑结构

基于技术中介的创新网络中,上层创新网络结构主要模式有:随机型创新网络、集权型创新网络、金字塔型创新网络。其中,随机型创新网络节点间的相互作用关系(连边)是随机的;集权型创新网络结构特点是几乎所有节点都会受到一个或几个高度集权的核心节点的影响;金字塔型创新网络的结构非常类似于树状节点图,顶端根节点的为领导层,从底部的叶节点开始,每一层级节点依次受上一级节点影响。创新网络示意图如图3所示。

图2 基于技术中介的创新网络模型

图3 创新网络类型

1.3 基于技术中介的相互依存创新网络模型假设

在基于技术中介的相互依存创新网络中,设创新网络参与主体总数为N,即上层创新网络中节点数为N;技术中介网络中技术中介组织为M′,即技术中介网络节点数为M′;可投入的技术服务数为M,即项目单元网络中的节点数为M。设矩阵A为相互依存网络ψ的邻接矩阵,其元素{aij|1≤i,jN+M|}表示节点之间的连接关系:当1≤i,jN时,aij≥0表示节点之间的交互作用;当N+1≤i,jN+M,aij≥0时,表示中层技术中介网络中技术转移完成所需时间t;当1≤iN,N+1≤jN+M时,aij≥0表示节点i参与技术转移j的执行,若节点i不参与技术转移j的执行,则aij=0。本文只讨论技术中介网络与创新网络之间的技术转移相互依存网络级联失效的鲁棒性,三层相互依存网络级联失效鲁棒性为今后研究重点。

2 基于技术中介的相互依存创新网络鲁棒性测度与级联失效分析

2.1 基于技术中介的相互依存创新网络鲁棒性测度

网络结构鲁棒性用来表示系统在被干扰情况下保持其功能或性质的能力。本文定义相互依存网络结构的鲁棒性由网络连通性测度和绩效测度组成。前者反映出相互依存网络中创新网络的抗毁伤能力;后者反映出相互依存创新网络在遭受破坏以后的任务完成能力。

(1)相互依存网络连通性测度。相互依存网络连通性测度主要是衡量基于技术中介的相互依存创新网络的“抗攻击”能力。本文借鉴传统的鲁棒性测度的衡量标准。

平均最短路径L的倒数;

(1)

网络直径;

(2)

最大连通子分量;

(3)

平均网络效率;

(4)

式中,G为包含N个节点的网络。eij为节点ij之间的路径效率,其值由该路径上所有边的效率决定。每条边的效率为:

综合考虑相互依存网络中网络连通分支情况和连通子网中任意节点之间的平均最短路径,得出网络的联通系数为:

(5)

E为相互依存网络的联通系数。其中,g为网络连通分子团的数量,Ni为第i个连通子团中节点数量,N为上层创新网络总节点数,djk为在第i个连通子团中任意两个节点jk的最短距离。连通分支数量越少、各分支的平均最短路径越小,网络的连通性越好,连通系数E就越大。

(2)相互依存网络绩效测度。根据前文相互依存网络的基本假设,本文以完成任务序列所需的时间作为评价技术传递任务完成能力的标准,相互依存网络绩效性测度为:

(6)

β为相互依存网络绩效测度。其中,为技术传递任务序列在遭受干扰后所需的完成时间,T为技术传递初始任务序列所需完成时间,λ为创新网络遭受攻击后所需的λ倍时间来完成技术传递任务。β越大说明相互依存网络中技术中介网络完成技术传递任务序列所需时间越长,完成技术传递任务的效率越低,网络结构的鲁棒性越差。

2.2 基于技术中介的相互依存创新网络级联失效鲁棒性分析

复杂网络的动态鲁棒性是指网络中存在着节点或边之间关联失效行为[24]。所谓关联失效行为是指在同一时间或规定时间段内,因系统间或单元间在空间、环境、设计以及人为因素上造成的失误,引起两个或多个节点失效或不可用的状态。其中,由部分节点或边的失效导致其它节点相继失效的现象称为“级联失效”,本文将级联失效过程引入创新网络系统研究中。上层创新网络节点的失效将导致中层技术中介网络任务序列执行受阻,进而影响底层技术服务网络的技术转移任务。本文鲁棒性研究侧重于创新网络节点的负载,主要关注节点负载分布、节点容量、节点负载重分配策略,暂不考虑边负载对网络造成的影响。

(1)节点负载分布。本文采用最短路径介数(Shortest-Path Betweenness Centrality)表征节点负载分布情况,即经过该节点的最短路径愈多该节点负载越高。

(7)

由式(7)可得:

(8)

Lt(i)表示在t时刻创新网络节点i节点负载,djk表示t时刻创新网络节点jk之间所有最短路径的数量,(i)表示在t时刻创新网络节点jk之间所有最短路径中经过节点i的最短路径数量,N为创新网络节点总数。

(2)节点容量。相互依存创新网络中各节点受节点容量限制,不同节点的信息承载与转移能力不同,并且其负载容量通常是“按需定容”。因此,本文令节点的负载容量Ct(i)与其初始负载L0(i)呈正比,即:

(9)

式(9)中,a为节点容量的容限系数,表示节点i的冗余容量,反映节点i对额外负载的承受能力。

(3)负载的重新分配。针对实际情况,将网络节点处于“正常”和“失效”的“中间状态”定义为“超载函数”Ft(i)。当节点i超载函数值改变时,网络负载将重新分配。

(10)

式(10)中,L0(i)为初始时刻节点i的负载,Ct(i)为节点it时刻的节点负载容量。式中右边的3种情况分别对应网络中节点的3种状态:正常状态、超载状态和失效状态。另外,本文假设当节点处于失效状态后,状态不可逆转。

2.3 基于技术中介的相互依存创新网络级联失效仿真分析

创新网络运行过程中,创新网络节点失效易受到外部系统和环境影响,或因创新网络内部结构、管理效率等问题造成信息交流渠道不畅,从而使得整个创新网络发展迟缓。因此,创新网络节点表现为随机失效和优先失效。创新网络节点的随机失效是指网络中的节点以一定概率被随机删除;创新网络节点的优先失效是指网络中的节点按照一定策略被删除[26]。本研究将优先失效定义为:令排序度第一的创新网络节点在初始时刻的超载函数值为

2.3.1 随机失效方式下相互依存网络鲁棒性仿真结果

为了体现创新网络的集聚效应,并使不同类型的创新网络具有可比性,本文对相互依存创新网络参数统一取值。其中,创新组织主体节点数N=500,技术中介网络中任务序列数M=100,随机型组织网络和集权型创新网络节点平均度<k>=4(表示随机/集权型创新网络中创新组织节点与边连接数的平均值),金字塔型组织网络管理幅度ψ=4 (表示金字塔型创新网络中每一层节点所影响的下部节点数),创新网络参与主体平均参与任务数D=6(1≤DM)。本文主要探讨不同容限系数对网络鲁棒性的影响,仿真创新网络节点容限系数a分别为0.2、0.4和0.6。当a足够大时,网络不会发生级联失效;恰好发生级联失效的临界容限系数即为ac。临界容限系数是衡量相互依存网络级联失效发生难易程度的指标,容限系数小,说明网络在很小容许范围内也能避免级联失效的发生,表明网络鲁棒性越好。随机失效方式下不同容限系数级联失效仿真结果如图4(a)、图4(b)所示。

由图4(a)可知,同类型的创新网络不同容限系数下创新网络的连通性不同。容限系数越大,3种类型创新网络的连通性都比容限系数小的网络鲁棒性更好;当同一比例创新网络节点失效情况下,随机型创新网络和集权型创新网络的连通性类似,金字塔型创新网络的连通性表现较好。

由图4(b)可知,不同容限系数情况下,3种类型的创新网络的绩效测度不同。容限系数越大,技术转移任务完成效率越高。这说明容限系数对网络的鲁棒性有影响,容限系数越大,网络越稳定。当创新网络中一半节点失效时,随机型创新网络与集权型创新网络的任务完成效率低于金字塔型创新网络的任务完成效率。

2.3.2 优先失效方式下相互依存网络鲁棒性仿真结果

创新网络和技术中介网络特征值同上。首先,按照节点度对3种创新网络结构的网络节点降序排列;然后,令度大的节点优先失效,对相互依存创新网络的鲁棒性仿真。优先失效方式下不同容限系数网络级联失效仿真结果,如图5(a)、图5(b)所示。

相互依存创新网络对于随机失效的鲁棒性较好,但是对于蓄意攻击,尤其是面对攻击度较大的节点时,则表现出脆弱性。在优先失效的相互依存创新网络级联失效过程中呈现出与随机失效截然不同的仿真结果:

(1)容限系数高的网络鲁棒性在3种创新网络结构类型中均优于容限系数低的网络。容限系数越高,系统越稳定。从创新网络系统的角度分析,创新网络节点的容限系数表示创新网络主体在同一时间内能够承受的任务强度,与系统稳定性正相关。

(2)当创新网络节点面临优先失效时,集权型和金字塔型网络结构的连通性在相同比例节点失效情况下,明显比随机失效情况下更无序、更松散,并且任务完成效率更低。从创新网络系统角度分析,创新网络系统关键节点失效比其它创新网络节点失效更容易导致创新失败。

(3)对比图 4(b)创新网络节点随机失效仿真结果可知,随机网络结构和金字塔型网络结构在节点优先失效引起的级联效应中,当节点失效比例增至15%时,任务完成时间效率变为1,说明创新网络将面临停滞甚至失败。对于集权型网络,少量度最大的节点失效将会直接导致整个网络瘫痪。从创新网络系统角度分析,当对创新网络关键节点的攻击达到一定程度后,会导致整个创新网络系统崩溃。

3 结语

3.1 研究结论

本文根据创新网络的实际情况,结合复杂网络中相互依存网络理论,基于技术中介构建了考虑节点负载的相互依存创新网络系统,并选用相互依存创新网络的连通性和绩效维度表征创新网络系统的鲁棒性。通过随机失效和优先失效2种失效方式对3种不同结构类型的创新网络在不同容限系数下的鲁棒性进行仿真,得出主要结论如下

(1)在随机失效方式下,相互依存创新网络的鲁棒性较好。从连通性测度来看,容限系数越大,创新网络系统的鲁棒性越好。在同比例节点失效情况下,金字塔型创新网络表现出比随机型、集权型创新网络更强的连通性。从绩效测度来看,容限系数越大,创新网络系统的技术转移任务完成效率越高。在网络平均度相同的情况下,金字塔型组织网络完成知识转移任务序列所需的执行时间最少。在同比例节点失效情况下,金字塔型创新网络任务完成率高于随机型和集权型创新网络。可见,金字塔型创新网络结构无论是连通性还是绩效测度都优于其它两种网络,这主要是因为金字塔型创新网络层级结构清晰,技术传递路线明确。

(2)在优先失效方式下,容限系数越高,创新网络系统鲁棒性越强。从连通性测度来看,在同比例节点失效情况下,集权型、金字塔型创新网络的连通性比在随机失效方式下更松散、更无序。在相同容限系数下,金字塔型创新网路连通性优于随机型创新网络,对于集权型网络,少量度大的网络节点失效将直接导致整个网络瘫痪。从绩效测度看,在节点优先失效方式下,随机型、集权型、金字塔型创新网络效率相近,且3种创新网络任务完成时间较随机失效方式下更长、任务完成效率更低。可见,在优先失效方式下,一定比例的组织关键节点优先失效即可导致整个网络完全瘫痪,从而造成技术传递任务的停滞甚至整个创新网络无法运转。

图4 随机失效方式下不同容限系数级联失效仿真结果

3.2 应用分析

当前为了全面建设创新型国家,各地方政府出台相应优惠政策鼓励建立科技孵化园、高新技术产业开发区及大学科技园,从而借助技术中介的力量实现技术开发与企业实践应用的对接。例如,上海科技创新“十三五”规划指出要推动产学研各类创新主体协同发展,以产学研联盟为载体,探索建立各参与主体间的协同创新信用机制、责任机制、统筹协调机制。在此我们将分别选择管理实践中不同创新网络结构类型(随机型创新网络结构、集权型创新网络结构)的创新网络案例,对相互依存创新网络系统鲁棒性进行分析,以验证本文模型的有效性和解释力。

图5 优先失效方式下不同容限系数网络级联失效仿真结果

随机型创新网络节点间的相互作用关系(连边)是随机的。在管理实践中,构成此类创新网络节点的组织往往知识/专业技术特点明确,知识整合效率和互补程度较高,与此同时各组织专业技术/知识的可替代性也比较高。例如,传统的劳动密集型制行业——服装制造业,从服装设计、面料选择、生产准备、制作生产到成衣检验、出运或入库涉及到化工、纺织、蜡染、机械、管理等多组织不同专业的技术融合。对于此类创新网络,文中提到的容限系数相当于组织技术的可替代程度。可替代程度越高,当创新网络系统受到随机或蓄意攻击时,其鲁棒性越强。

集权型创新网络表现为几乎所有节点都会受到一个或几个高度集权的核心节点的影响。在管理实践中,此类创新网络往往由一个或几个具有核心技术的组织构成,并在网络中表现出较高的集聚性或占有技术领先的统治地位,不可替代性较高。例如,技术密集的高新科技产业——中国标准动车组(简称中国标动)的研制成功就是集权型协同创新网络的成功典范。中国标动涉及机械、冶金、电力电子、化工、计算机、信息控制等相关学科和技术领域。以中国铁路总公司为主导,20多家单位构成核心研发团队,强强联合,协同作战,打通了从基础理论研究、关键技术研发,到新产品研制、成果推广应用的技术创新链。通过中国标动研制,获得了动车组九大关键技术和10项配套技术。对于集权型的创新网络,当关键节点遭受到蓄意攻击时其脆弱性较高,系统鲁棒性不如随机型创新网络。因此,我国要全面建设创新型国家,增强自主创新能力,力求关键技术实现全部国产化,以保证创新网络的系统鲁棒性,达到引领未来科技的目标。

3.3 管理启示

本文的主要结论对企业管理实践具有如下启示:

(1) 在微观层面上,企业要在开放创新时代实现可持续发展,就必须要与上下游企业之间在技术合作、信息沟通、资源共享、知识流动方面形成稳固的协同创新网络,并保持企业在创新网络中的优势地位,充分发挥其在协同创新网络中的资源匹配作用,并不断提升自身对创新环境、创新技术、创新产品的适应能力,以激发企业由内而外的创新行为。此外,企业要学会借助技术中介匹配资源、技术的能力突破企业创新瓶颈。

(2) 在中观层面上,对于整个创新网络系统而言,要考虑不同创新网络结构在不同的失效方式下的运行机制,针对不同类型的创新网络结构制定相应的关键节点冗余机制加以保护,从而在不确定的实践环境中保护创新网络系统免于随机或蓄意攻击,增强创新网络系统的鲁棒性。

(3) 在宏观层面上,我国应出台相应政策加强政府、企业、中介机构、科研院校在协同创新网络系统中的纵横向联系。一方面,构建区域性多交叉立体的创新网络平台,引导企业与不同的创新主体进行交流学习,从而达到知识转移和溢出的目的;另一方面,政府应鼓励企业与科研院所、技术中介之间的从横向联系,制定一些列可操作性的鼓励措施,营造良好的协同创新环境以促进整个协同创新网络协调发展。

参考文献:

[1] DUTRA M,GHODOUS P,KUHN O,et al.A generic and synchronous ontology-based architecture for collaborative design[J].Concurrent Engineering,2010,18(1):65-74.

[2] HOWELLS J.Intermediation and the role of intermediaries in innovation[J].Research Policy,2006,35(5):715-728.

[3] LVAREZ I,MARIN R,FONFRA A.The role of networking in the competitiveness of firms[J].Technological Forecasting and Social Change,2009,76(3):410-421.

[4] FERRARY M,GRANOVETTER M.The role of venture capital firms in Silicon Valley's complex innovation network[J].Economy and Society,2009,38(2):326-359.

[5] ANDRIANI P.Complexity and innovation[J].The SAGE Handbook of Complexity and Management,2011:454-470.

[6] ARRANZ N,DE ARROYABE J C F.Can innovation network projects result in efficient performance[J].Technological Forecasting and Social Change,2012,79(3):485-497.

[7] ARRANZ N,DE ARROYABE J C F.Joint R&D projects:experiences in the context of European technology policy[J].Technological Forecasting and Social Change,2006,73(7):860- 885.

[8] ZENG S X,XIE X M,TAM C M.Relationship between cooperation networks and innovation performance of SMEs[J].Technovation,2010,30(3):181-194.

[9] REYPENS C,LIEVENS A,BLAZEVIC V.Leveraging value in multi-stakeholder innovation networks:a process framework for value co-creation and capture[J].Industrial Marketing Management,2016.

[10] 张红娟,谢思全,林润辉.网络创新过程中的知识流动与传播[J].科学管理研究,2011,29(1).

[11] DOZ Y L,OLK P M,RING P S.Formation processes of R&D consortia:which path to take? where does it lead?[J].Strategic Management Journal,2000,21(3):239-266.

[12] CAPALDO A.Network structure and innovation:the leveraging of a dual network as a distinctive relational capability[J].Strategic Management Journal,2007,28(6):585-608.

[13] FERRARO G,IOVANELLA A,PRATESI G.On the influence of nodes' characteristic in inter-organizational innovation networks structure[J].International Journal of Computational Economics and Econo‐metrics,2016.

[14] 花磊,王文平.不同创新类型下的有效创新网络结构[J].管理工程学报,2014(3):110-119.

[15] VOB J P.Innovation processes in governance:the development of 'emissions trading'as a new policy instrument[J].Science and Public Policy,2007,34(5):329-343.

[16] PROVAN K G,HUANG K,et al.The evolution of structural embeddedness and organizational social outcomes in a centrally governed health and human services network[J].Journal of Public Administration Research and Theory,2009,19(4):873-893.

[17] 党兴华,肖瑶.基于跨层级视角的创新网络治理机理研究[J].科学学研究,2015,33(12):1894-1908.

[18] 白鸥,魏江.技术型与专业服务业创新网络治理机制研究[J].科研管理,2016,37(1):11-19.

[19] BALLAND,PIERRE-ALEXANDRE.Proximity and the evolution of collaboration networks:evidence from research and development projects within the global navigation satellite system (GNSS) industry[J].Regional Studies,2012,46(6):741-756.

[20] 张古鹏.小世界创新网络动态演化及其效应研究[J].管理科学学报,2015(6):15-29.

[21] CALLEJAS A,LUPINEZ J,TUDELA P.The three attentional networks:on their independence and interactions[J].Brain and Cognition,2004,54(3):225-227.

[22] BULDYREV S V,PARSHANI R,PAUL G,et al.Catastrophic cascade of failures in interdependent networks[J].Nature,2010,464(7291):1025-1028.

[23] GAO J,BULDYREV S V,STANLEY H E,et al.Networks formed from interdependent networks[J].Nature Physics,2012,8(1):40-48.

[24] PITCHER D,DILKS D D,SAXE R R,et al.Differential selectivity for dynamic versus static information in face-selective cortical regions[J].Neuroimage,2011,56(4):2356-2363.

[25] 谭跃进,吴俊,邓宏钟,等.复杂网络抗毁性研究综述[J].系统工程,2006,24(10):1-5.

(责任编辑:林思睿)

Research on Robustness of Interdependent Innovation Network System Based on Technology Broker

Ma Teng1,Li Chong2

(1.School of Economics and Management,Tongji University,Shanghai 201804,China;2.Chengdu Urban and Rural Construction Commission,Chengdu 610094,China)

Abstract:Innovation networks system has become one of the hotspots in field of innovation, Technology broker is bridge to achieve the optimal matching between technical requirements and technical inputs in different enterprises or organizations, Interdependent networks integrate the innovation networks, the technology broker networks and the technical service networks as an organic entirety, This article builds the interdependent network robustness cascade failure model about the innovation network which considering the node load,The result shows that the system is robust if the "a" is higher,In the random faiure model,random network' efficiency is better than other two networks; In the priority failure model, the whole network will failure as long as a part of organization node failure,This article provides a new research idea and perspective for designing the innovation network structure,adopting the key innovation node redundancy mechanism which has certain explorated significance and practical value.

Key Words:Innovation Network; Technology Broker; Interdependent Networks; Robustness

收稿日期:2017-01-18

基金项目:国家建设高水平大学公派研究生项目 (留金发2014[3026])

作者简介:马腾(1983-),女,河北保定人,同济大学经济与管理学院博士研究生,研究方向为项目管理、知识管理;李冲(1985-),男,山东泰安人,博士,成都市城乡建设委员会主任科员,研究方向为项目管理、复杂网络。

DOI:10.6049/kjjbydc.2016110580

中图分类号:F091.354

文献标识码:A

文章编号:1001-7348(2017)06-0007-08