。张 卓，魏 杰
(南京航空航天大学 经济与管理学院，江苏 南京 211106)
摘要：现有关于网络环境下开放式创新的研究大都聚焦于内向型开放式创新，对于外向型开放式创新的关注不足。为更加真实地展现创新网络中知识创新、创新输出的整体行为机制，基于小世界网络仿真建模方法，从创新输出企业视角，探究创新输出与创新网络、创新绩效之间的内在关系。结果发现：网络关系强度、创新开放度与网络整体知识水平呈正相关关系，而个体网络规模与网络整体知识水平呈非线性相关关系；网络关系强度与网络知识水平分布均匀性呈正相关关系，创新开放度、个体网络规模与网络知识水平分布均匀性均呈非线性相关关系；当企业创新能力较强、解吸能力较弱时，网络整体知识水平和网络知识分布差异较大。创新输出企业可以结合网络结构和网络关系，优化创新网络、主体能力与创新开放度，制定开放策略，从而实现获取创新收益与保持自身竞争优势的双重平衡。
关键词：外向型开放式创新；创新网络；创新输出；仿真；小世界网络
传统创新体系是一种封闭式创新，主要依靠组织内部资源进行创新活动。进入21世纪以后，技术知识可获得性和流动性越来越强，企业已很难控制自身技术知识的专有性，加上风险资本的推波助澜，一些新兴公司能够迅速对外部新技术进行整合并实现商业化，这也使得企业中原先被搁置的研究成果拥有了更多外部利用机会[1]。封闭式创新模式限制了企业与环境的相互作用，可能使企业错过许多创新机会。不少企业已经认识到开放式创新的潜力，并越来越多地与外部组织分享创意和技术[2]。越来越多的企业开始许可和出售其内部技术并进行商业化。以专利交易为例，专利交易经济公司IPOfferings的数据显示，2012—2014年全球专利交易总额达到了44亿美元，专利出售数量达到13 564个，且总体呈现逐年上升趋势。
在开放式创新环境下，企业知识搜索宽度和深度显著提高，创新模式呈现多样性和动态化特征，需要建立一种创新平台以连接大量不同类型的创新者和创新活动。由不同创新主体组成的创新网络是企业技术创新活动的一种重要组织形式[3]。创新网络中的企业会借助网络平台进行创新输出，最大限度地发挥其潜在经济效应。在创新网络中，各个创新主体进行合作创新，形成一种合作创新关系。创新主体之间的合作创新已经成为创新实践中的主流。
然而，在创新网络环境下，企业进行开放式创新面临着3个突出问题：如何构建最佳的创新网络、如何进行有效的创新输出以及如何保持先进的创新模式，即如何实现创新网络、创新行为与创新绩效三者协调的最优状态。虽然很多学者对网络环境下企业开放式创新行为进行了研究，但是目前仍存在一些问题亟待厘清：一是对于自主创新和创新输出两种创新行为，现有研究将两者分离开来，对其整体性和交互行为的研究有待深化；二是创新网络本质上具有“结构”和“关系”的二重性质，以往研究往往秉承纯粹的结构主义，而忽视了网络关系[4]；三是对于开放式创新的两种行为模式，即内向型开放式创新和外向型开放式创新，现有研究仍以内向型开放式创新为主，鲜见外向型开放式创新的定量化研究成果。
本文结合开放式创新、复杂网络相关理论，探讨网络环境下创新输出行为对企业创新绩效的影响，基于小世界网络构建企业创新输出过程模型，运用仿真方法研究企业创新输出行为，探究企业外向型开放式创新的最佳策略。本文拟解决的主要问题有：①构建网络环境下知识创新和创新输出的整体机制，为外向型开放式创新策略研究提供新思路；②从关系和结构两个角度出发，明晰创新网络对创新绩效的作用机理，为创新网络结构优化提供方法；③探讨创新开放度以及主体能力对创新绩效的作用机理，为创新输出提供策略选择方法。
开放式创新理论认为，开放式创新是企业建立在明确目的之上的知识流入和流出，知识会在企业边界内两个方向流动：由外而内和由内而外。其中，知识由内而外流动的模式为外向型开放式创新。外向型开放式创新模式要求企业允许没有使用过的和使用不足的创意与技术走出组织，让其它组织使用。目前，学者们普遍认为，企业通过专利许可、技术出售等方式将技术外部商业化，不仅可以促进企业创新绩效提高[5]，还能给企业带来财务收益[6]。
然而，企业在知识创新、创新输出过程中仍然存在诸多机制和认知方面的障碍。因此，需要对影响外向型开放式创新与创新绩效关系的情境因素展开研究，明晰在何种内、外部情境下外向型开放式创新能够更加有效地提高企业绩效[7]。有学者通过实证研究发现，技术动荡程度、技术市场交易率、技术市场竞争强度对于外向型开放式创新与创新绩效的关系具有正向调节作用[8]，即在技术市场越动荡、交易越频繁、竞争强度越大的情况下，企业实施外向型开放式创新模式就越有利于其创新绩效提高。实际上，企业实行外向型开放式创新需要实现内部技术外部商业化，而技术商业化会受环境不确定性、技术复杂性、行业制度等因素的影响[9]，诸如组织结构、技术转让程度等因素也会影响知识商业化[10]。
开放式创新意味着企业间的知识转移，该过程会受知识转移能力的影响。企业在创新引入过程中会受到企业自身吸收能力的影响，企业运用吸收能力获取外部技术和知识，它是企业加强内部研发、获取外部创新资源的关键因素[11]。在开放式创新模式下，吸收能力对创新绩效具有显著正向作用(张振刚等，2015；刘学元等2016)。而企业在创新输出过程中同样会受到解吸能力的影响[12]，企业运用解吸能力识别外部知识开发机会和进行知识转移。
在网络环境下，创新主体之间会进行密集的交互行为，因此创新网络特征显然会影响创新输出行为。创新网络是创新知识传播和相互作用的载体，能够满足创新主体对于知识的需求，并使得创新主体能够接触新市场以及获得创新活动需要的新技术[13]。
目前，国内外对于企业创新网络的刻画主要是基于社会网络以及复杂网络分析方法，从网络结构和网络关系两个基本维度进行研究。其中，关于网络结构的研究主要集中于网络结构类型、网络结构的作用机制等方面。在网络结构类型方面，学者们主要研究规则网络、随机网络、小世界网络、无标度网络等何种网络类型更有利于创新输出。如Cowan等[14]建立了创新网络知识输出动态模型，发现在小世界网络下网络平均知识水平是最高的。Choi等[15]认为，高度聚集的网络比随机网络更容易实现创新输出。国内学者李守伟等(2007)认为，小世界网络具有较小的特征路径和较高的集聚系数，在创新输出过程中会缩小创新输出距离和加大创新输出程度，因此知识可以很容易地传播到整个网络。黄玮强等[16,17]以创新合作网络为载体，研究不同网络结构上产业集群知识输出问题，结果表明，无标度网络上的知识输出深度、速度、平均水平以及配置效率最好。在网络结构作用机制方面，赵良杰等[18]认为网络结构会影响创新输出程度和强度，增强局部网络效应，从而最终影响创新输出成效。周琦萍等(2014)基于Agent方法对创新输出机理进行了研究，发现网络结构对创新输出的影响会受到内外部因素的作用，当内部因素对于创新绩效的影响大于外部因素时，网络结构对于创新输出的影响较大，而随着内外部因素对创新输出作用差距的缩小，网络结构对创新输出的影响减弱。
另一方面，自Granovetter[19]提出“弱关系”理论后，网络关系强度作为衡量企业间创新合作关系紧密程度的重要指标已成为网络关系研究的焦点。“关系”反映了组织间的互动频率、情感程度、亲密程度和互惠程度。Granovetter[19]将网络关系强度分为强和弱两种类型，并认为弱关系可以发挥信息桥梁的作用从而促进异质性知识交流，而强关系则会带来信息冗余和浪费。该观点得到了相关研究的支持[20,21]。然而，也有学者认为虽然企业间的弱关系能够为企业提供异质的、独特的知识，但是通常都是机会性获取，且弱关系下合作双方信任程度低，无法开展深入合作，因而很难获得更多的创新和价值[22]。值得注意的是，在企业网络关系框架中，只有强关系才能持续和深入地推动知识流动与整合，进而达到创新的目的。
综上，目前关于外向型开放式创新行为的研究，主要围绕技术市场、主体能力等情境因素展开，而对于企业开放式创新的重要影响因素——创新开放度没有给予足够关注。事实上，创新开放度直接影响企业开放式创新行为，因而对于创新绩效有直接作用。同时，关于网络结构与网络关系强度的研究大多基于网络整体视角，且二者在网络组织开放式创新过程的研究中缺乏有效结合，无法为企业提供更为详尽的网络优化策略。因此，本文认为，在研究企业创新输出过程时要综合考虑以上因素，否则难以从本质上准确地剖析网络环境下企业外向型开放式创新行为机制。
在研究网络结构类型与创新绩效的关系时，有学者认为，小世界网络是企业在进行知识转移和扩散时最有效、速度最快、最公平的网络[14,23]。小世界网络作为复杂网络的典型代表，其择优和增长机制能够较为细致地描述创新网络结构和演化过程，这说明以小世界网络模拟现实创新网络的方法具有广泛的适用性。因此，本文采用小世界网络作为载体网络，分析创新网络对企业创新输出行为的影响机制。
假设有限个创新主体之间存在创新合作关系，这些创新主体及其相互关系就构成了一个创新网络。每个创新主体构成网络节点，其集合为V，V={1,2,3,…,n}，其中n为创新主体数量。各个创新主体之间还存在创新合作关系，设节点i和节点j之间的连线代表它们之间的创新合作关系，用边ij表示，这些边的集合为g，其中ij∈g。用G表示由这些节点和边组成的创新网络，则G={V,g}。
进一步假设在创新网络中，创新主体i和创新主体j之间的创新合作关系是双方共同建立的，因此网络G是无权无向网络。创新主体之间存在创新合作距离，可用最短路径dij表示。如果在创新网络G中创新主体i和创新主体j之间不存在连通路径，那么创新主体之间的创新合作距离dij=。
2.2.1 创新网络输出机制
由于知识创新与输出是一个交互耦合过程，因此，对于创新输出的研究不能只限于创新输出过程本身，而应包括知识创新以及知识创新与输出的耦合过程。基于上述考虑，本文从知识创新、知识输出以及二者耦合过程的角度，总结归纳外向型开放式创新影响因素，包括网络环境因素和主体特征因素，并由此设计知识创新与输出影响机制模型，如图1所示。
在网络环境因素上，主要从结构和关系两个维度进行研究。从创新输出企业视角出发，结构维度用个体网络规模表征。个体网络规模表示与企业具有创新合作关系的组织数量。关系维度则用网络关系强度表征，网络关系强度表示企业与其具有创新合作关系组织的亲密程度。
在主体特征因素上，主要从创新输出主体和创新输入主体两个方面进行阐述。对于创新输出主体而言，其创新输出过程首先是进行技术创新，然后再将技术创新后的知识冗余进行创新输出，因而这一输出过程首先会受到创新能力的影响，创新能力越强的企业在进行技术创新后的创新增量越多。创新输出企业进行技术创新后产生了知识冗余，需要识别外部知识输出机会并进行知识输出，企业解吸能力能够使其快速识别市场机会并迅速地转移自身冗余创意或技术[12]。同时，创新输出企业还面临开放度选择问题。创新开放度是指企业在实施开放式创新时对外开放的程度[1]，即创新输出企业需要对创新输出量进行决策。对于创新输入企业而言，需要获取外部技术和知识，吸收能力越强，越容易从外部获取资源从而促进自身技术创新。
图1创新网络输出机制
2.2.2 创新增量测度
创新主体的创新增量主要来自于知识创新，而创新主体进行知识创新从而形成创新增量的结果主要受到其创新能力的影响。本文参考Choi等[15]、黄玮强等[16]对于知识创新函数的测度，同时考虑创新主体知识创新能力，构建创新主体知识创新函数如下：
Sim(t+1)=(1+εim)Sim(t)
(1)
其中，Sim(t+1) 表示创新主体i的第m类知识在t+1时期的创新存量，εim表示创新主体i的第m类知识创新能力，且εim>0，每个创新主体都具有一定的创新能力，Sim(t)表示创新主体i的第m类知识在t时期的知识存量。
2.2.3 创新输出量测度
在创新网络中，知识会在各创新主体间输出。在创新输出过程中，创新输出方识别创新网络中的创新知识需求，然后将自身创新知识发送给创新输入方。创新输出方基于对创新知识的理解，结合自身解吸能力识别创新输入方有需求的创新知识并进行发送，然后创新输入方结合自身吸收能力将获取的知识在内部进行消化和吸收，将其转化为自身知识资源。各创新主体间的创新输出效率受多个因素的影响，如创新输出方的解吸能力、创新开放度、创新输入方的吸收能力、创新主体间在创新网络中的合作关系距离等。
两个创新主体间的合作关系距离是对应网络节点间的最短路径，各创新主体间主要通过最短路径进行创新输出。两个创新主体间的最短路径越小，表明在两者之间进行创新输出效率越高。如果两个创新主体i和j之间的最短路径dij=1，那么表明两者之间具有直接创新合作关系，相应地，两者之间的创新输出效率是最高的；反之，如果两个创新主体i和j之间的最短路径dij=，那么两者之间就不存在实质性创新合作关系，即它们之间不会发生直接的创新输出输入[16]。
结合上述分析，参考Cowan[14]、周文等[24]和王国红等[25]对于创新输出函数的测度，考虑创新输出方的解吸能力和创新开放度、创新输入方的吸收能力、创新合作关系强度，构建创新主体创新输出函数如下：
(2)
其中，Sjm(t+1)表示创新输入主体j的第m类知识在t+1时期的创新存量；Sjm(t)表示创新输入主体的第m类知识在t时期的创新存量；Sim(t+1)表示创新输出主体在进行技术创新后第m类知识的创新存量；αim表示创新主体i的第m类知识解吸能力；βjm表示创新主体j的第m类知识吸收能力；w表示创新网络关系强度；dij表示创新主体i和创新主体j之间的创新合作关系距离；P表示集群中创新主体开放程度；Sim(t+1)和Sjm(t)的关系是创新主体i与创新主体j之间的第m类知识的技术差距。
2.2.4 创新绩效测度
创新是以现有知识为支撑进行的应用、整合和再创造过程，其核心内容是知识创造与应用。因此，从知识角度对创新绩效进行衡量与测度成为创新领域研究中被广泛应用的一种范式。研究表明，在创新网络环境中，企业进行知识创新和知识输出无疑会提高创新网络整体知识水平[16]，网络整体知识水平提高有利于创新输出企业从网络获得更多地创新知识，从而扩大、更新企业专业知识库，进而提高企业技术创新能力，最终促进企业创新绩效提升。同时，企业进行知识创新和知识输出会导致创新主体间的知识水平分布发生变化，创新输出企业的知识存量优势和网络知识分布的不均匀性意味着其创新输出扩大了与创新网络中其它组织的知识差距，不仅促进了企业创新绩效提升，而且有利于其保持竞争优势。
(1)整体知识水平。用创新网络主体的平均知识水平测量网络整体知识水平，构建 t 时刻创新网络整体知识水平均值函数如下：
(3)
(2)知识分布的均匀性。创新网络知识分布的均匀性一般用创新主体知识水平的标准差衡量，标准差越大，知识分布越不均匀，标准差越小，主体间的知识差距越小。由于在不同的知识水平下标准差大小不同，为了更加客观地反映知识水平的标准差程度，本文采用知识水平标准差系数衡量网络知识分布均匀性，构建 t 时刻创新网络知识水平的标准差系数如下：
(4)
其中，σ(t)为t时期创新主体知识水平标准差。
对网络环境下的创新研究多采用仿真方法[16，17，25，26]。究其原因，主要是仿真方法能够更加深刻地反映原型系统模型的特质与机理。因此，运用建模与仿真方法，对现实进行抽象和化简，有助于动态地探究创新网络创新规律。
本文主要采用仿真方法研究网络环境下企业创新输出机制，探讨网络特征因素和企业主体特征因素对创新绩效的影响。基于此，以绩效最大化为目标，为企业进行外向型开放式创新提供策略选择方法。
在仿真之前，需要对仿真的各个参数进行设置。本文设定创新网络主体数量=500，每个节点平均与k个节点直接相连。在设置好网络参数后还需要对模型中的各个变量进行设置。创新主体在初始时刻(t=0)的知识禀赋服从(0,1)的均匀分布，且包含6种类别的知识(m=6)。创新输出主体的创新能力、解吸能力、创新输入主体的吸收能力均服从(0,1)的均匀分布。仿真周期T=500，运用Matlab2014a进行仿真，把在同一参数下重复仿真操作20次得到的结果平均值作为仿真的最终结果。
3.2.1 网络关系强度对创新绩效的影响
为探讨网络主体间关系强度与创新输出的关系，本文对节点间关系强度系数取w=0.1、w=0.5、w=0.9进行仿真实验。
由图2(a)可以看出，随着仿真周期延长，网络整体知识水平在3种关系强度下都呈现逐渐上升趋势，说明在小世界网络下企业进行创新输出有助于提升网络整体知识水平。对比3种关系强度下网络整体知识水平及其上升速度，网络整体知识水平的大小依次是0.9、0.5、0.1关系强度，0.9关系强度下的网络整体知识水平总体上要高于其它两种强度。这说明当网络节点间具有较高的关系强度时，其网络整体知识水平较高。可见，创新主体间的关系强度有利于促进彼此学习和交流，关系强度越大，双方接触频率就越高，进而促进创新输出，带动整个创新网络知识水平提高。
图2(b)反映的是3种关系强度下网络知识水平标准差系数变化情况。网络知识水平标准差系数越大，网络节点间知识水平分布的均匀性越差，知识势差越显著。在整个仿真周期内，3种关系强度下网络知识水平标准差系数均呈现震荡上升趋势，虽然前期3种关系强度下网络知识水平标准差系数的变化趋势略有交叉，但在仿真后期0.9关系强度下的网络知识水平标准差系数总体上大于其它两种关系强度。这说明网络节点间具有较高的关系强度时，网络节点间的知识差距较大。
图2(a)不同关系强度下U(t)变化曲线
图2(b)不同关系强度下C(t)变化曲线
3.2.2 个体网络规模对创新绩效的影响
为探讨网络主体间个体网络规模与创新输出的关系，本文对个体网络规模取k= 3、k= 6、k= 9这3种情况进行仿真实验。由图3(a)可以看出，网络整体知识水平在不同的个体网络规模下随仿真周期延长其增长速度有所不同，但整体增长趋势相近。在整个仿真周期内，3种个体网络规模下的网络整体知识水平均处于平稳上升状态，且当k=6的网络整体知识水平总体上高于其它两种规模值。
图3(b)反映的是3种个体网络规模下网络知识水平标准差系数变化情况。在整个仿真周期内，3种关系强度下的网络知识水平标准差系数均呈现震荡上升趋势，且k=6的网络标准差系数总体上大于其它两种规模。
图3(a)不同个体网络规模下U(t)变化曲线
图3(b)不同个体网络规模下C(t)变化曲线
图3的现象说明：①从知识积累角度看，创新主体的个体网络规模与网络整体知识水平是非线性相关关系，过小和过大的个体网络规模都会导致网络整体知识水平下降；②从知识势差角度看，创新主体的个体网络规模与网络知识水平标准差系数是非线性相关关系，过小和过大的个体网络规模都会导致网络中各主体间的知识差距水平下降。
综上，基于开放式创新网络的创新输出策略应综合考虑网络关系强度和个体网络规模。
(1)对于创新输出企业而言，一方面，通过创新输出促进网络整体知识水平提升，使得网络中产生更多创新知识，从中获得更多创新收益。另一方面，要力求与网络中的企业保持一定的知识差距，从而保持其竞争优势。
(2)从企业合作关系强度看，企业间的合作关系越强，越有利于知识交流，因而有利于提高网络整体创新水平，从而推动创新网络发展。此外，较高的关系强度促进了网络中知识流动与整合，创新输出企业拥有较高的创新能力，因而能够从中获得更多的创新和价值，进一步增强自身竞争优势。
(3)从企业合作对象数量看，企业合作数量过多或者过少既不利于创新网络整体知识水平提高，也不利于创新输出企业扩大与其它企业的知识差距。合作对象过少，企业创新输出需求就得不到满足，创新输出为企业带来的收益有限，也就无法提升企业地位与影响力；合作对象过多，增加沟通和协调成本，分散管理者注意力，还会增加企业核心技术泄露风险，从而不利于企业保持竞争优势。
因此，创新输出企业在构建自身创新合作网络、选择创新合作对象时，应该与数量适宜的合作者进行较为深入的合作。首先，与数量适宜的创新主体合作可以节省交易成本和协调成本，企业决策者可以专注于有限的创新决策，将注意力分配到特定的创新活动中，加速开发新产品和新工艺，同时避免核心技术泄露风险。其次，创新合作较为深入，合作规模较大，创新输出效率较高，创新输出企业在获得创新收益的同时，可以获得规模经济，再加上创新输出企业拥有较强的创新能力，可以从深入合作中获得更多的创新价值，从而扩大与其它企业的差距，保持自身竞争优势。
3.3.1 创新开放度对创新绩效的影响
为探讨创新输出企业创新开放度与创新绩效的关系，本文对创新开放度取P= 0.1、P= 0.5、P= 0.9这3种情况进行仿真实验。
图4(a)的结果表明，随着仿真周期延长，3种创新开放度下的网络整体知识水平均呈现上升趋势，且P=0.9情况下的网络整体知识水平高于其它两种创新开放度，说明创新开放度对网络整体知识水平具有正向促进作用，即高开放度有利于网络中的知识输出与吸收。
从图4(b)看，网络知识水平标准差系数在3种创新开放度下随仿真周期延长，其增长速度有所不同，但整体增长趋势相近。在整个仿真周期内，3种创新开放度下的标准差系数均处于平稳上升阶段，且p=0.1情况下的标准差系数明显低于其它两种创新开放度，而P=0.5与P=0.9的情况下标准差系数变化趋势相似。这说明创新开放度与网络知识水平标准差系数呈非线性相关关系，创新输出企业提升创新开放度有利于扩大与其它企业的知识差距。但是当创新开放度达到一定程度时，随着创新输出量增加，创新输出企业可能需要付出更多的交易成本，而其它企业会掌握越来越多的知识和技术，反而会缩小创新输出企业与其它企业的差距。
图4(a)不同创新开放度下U(t)变化曲线
图4(b)不同创新开放度下C(t)变化曲线
3.3.2 主体能力对创新绩效的影响
由于创新能力和解吸能力同属于企业主体能力，因而两者间存在相互影响，可以通过地理学中的等高线图分析这些影响因素与创新输出绩效之间的关系。
图5(a)为主体能力与网络整体知识水平关系的等高线图，从中可以发现网络整体知识水平分布存在显著区间特征，当企业创新能力较强、解吸能力较弱时，网络整体知识水平较高。
与图5(a)类似，图5(b)显示网络知识水平标准差系数分布也存在显著区间特征，当企业创新能力较强、解吸能力较弱时，网络知识水平标准差系数较大。这是因为当创新能力和解吸能力都较强时，网络中企业间的知识差距缩小，知识同质化程度加大，由于创新输出是基于知识势差，因而知识创新与输出的耦合过程被严重缩短，从而失去知识创新和输出的累积效应。因此，网络知识水平提升和网络知识差距扩大主要依靠企业创新能力。
综上，基于开放式创新网络的创新输出策略应综合考虑创新输出企业的创新开放度和主体能力。对于创新输出企业而言，一方面，从创新开放度看，创新输出企业的创新开放度越大，企业与外界交流的创新量就越多，从而可以获得更多的创新收益，同时也有利于其它企业组织获得更多的创意和技术，从而推动创新网络发展。创新开放度过大则会使得创新输出企业的技术逐渐被其它企业所掌握，而且增加交易成本，企业间的技术势差势必会缩小，创新输出企业还可能面临核心技术泄露风险。另一方面，从主体能力看，当创新输出企业的创新能力较强、解吸能力较弱时，创新输出企业更多地专注于技术创新，创新产出增加，从而有更多的知识存量可供输出，提升网络整体知识水平，同时获得更多的创新收益。此时由于企业解吸能力有限，使得企业创新输出量能够控制在一定范围内，避免核心技术泄露风险，又能与其它企业保持一定的差距。
因此，创新输出企业在创新输出过程中，应该注意自身主体能力与开放度相结合。当企业创新能力、解吸能力较强时，企业如果不断地向其它企业进行创新输出，就会导致网络中企业间的知识差距缩小，知识同质化程度加大。因此，此时企业应该降低创新开放度，控制创新输出量，有针对性地输出异质性知识和技术；当企业创新能力较强、解吸能力较弱时，企业如果不向其它企业进行创新输出，企业知识冗余就会越来越多，造成资源浪费。因此，此时企业应该提升创新开放度，增加创新输出量，从创新输出过程中获得更多的创新收益，同时保持与其它企业的知识差距。
图5(a)主体能力下的等高线
图5(b)主体能力下的等高线
在网络环境下，开放式创新模式的运用使得创新网络的合作创新关系进一步加强，同时由于不同创新主体所拥有的资源禀赋以及主体能力存在差异，因此其创新行为给创新绩效带来的影响也呈现复杂多样的特征。为了更加真实、全面地呈现创新网络从知识创新到创新输出、再到创新绩效的整个过程，本文采用仿真建模方法，通过建立开放式创新网络创新输出模型，在具有小世界特性的典型网络中，研究开放式创新网络的创新输出规律，并从创新输出主体视角对创新网络特征、创新输出企业主体特征与创新绩效的内在关系进行深入分析与探讨，得出以下结论和启示：
(1)创新网络特征与创新绩效具有显著影响关系：网络关系强度与网络整体知识水平和网络知识分布均匀性呈正相关关系；个体网络规模与网络整体知识水平、网络知识水平标准差系数均呈现非线性相关关系。这说明创新输出企业在优化自身创新网络时，应着力构建联结规模适当的合作网络和关系强化的紧密网络，即与数量适宜的合作者紧密合作。
(2)创新主体特征对网络创新绩效具有显著影响：创新开放度与网络整体知识水平呈正相关关系，与网络知识水平标准差系数呈非线性相关关系；当企业创新能力强、解吸能力较弱时，网络整体知识水平、网络知识水平标准差系数较大。这说明创新输出企业在制定开放策略时，应该注意自身主体能力与开放度相匹配，以取得更好的创新绩效。当企业创新能力、解吸能力较强时，企业应降低创新开放度，控制创新输出量；当企业创新能力较强、解吸能力较弱时，企业应提升创新开放度，增加创新输出量。
不同于以往文献，本研究突破了单纯“结构主义”的限制，综合考虑了网络结构和关系双重属性对于创新绩效的作用机理，并从创新输出企业视角对企业创新输出行为机制进行了整合与拓展。本文构建的创新输出模型以及仿真方法，可以为外向型开放式创新相关的定量化研究提供一种思路和方法，并为创新网络中企业外向型开放式创新决策提供一定的指导。
但是，本文研究也存在一定的局限性。首先，本文构建的网络是静态网络，而现实中的创新网络往往是动态的；其次，本研究中并未对知识转移中知识的隐含性和私有性进行区分；最后，本文主要运用仿真模拟方法，没有结合实际数据进行实证检验。因此，未来研究可以着力构建动态创新网络，重点研究创新主体在动态创新网络下的创新输出策略；进一步将知识分为显性和隐性知识、公有和私有知识等开展分类研究；将复杂网络的仿真方法与实际创新网络的实证研究相结合，进一步深化和完善创新网络的创新输出过程模型，提高网络仿真的实用性。
参考文献:
[1] CHESBROUGH H.Open innovation: the new imperative for creating and profiting from technology[M].Boston: Harvard Business School Press, 2003.
[2] GASSMANN O.Opening up the innovation process:towards an agenda[J].R&D Management, 2006,36(3):223-228.
[3] 李玲.技术创新网络中企业间依赖、企业开放度对合作绩效的影响[J].南开管理评论, 2011(4):16-24.
[4] 王文平, 张兵.动态关系强度下知识网络知识流动的涌现特性[J].管理科学学报, 2013(2):1-11.
[5] LICHTENTHALER U.Product business, foreign direct investment, and licensing: examining their relationships in international technology exploitation[J].Journal of World Business, 2008,44(4):407-420.
[6] LICHTENTHALER U, ERNST H.External technology commercialization in large firms: results of a quantitative benchmarking study[J].R&D Management, 2007,37(5):383-397.
[7] 张峰.开放式创新实证研究述评与未来展望[J].外国经济与管理, 2012(5):52-58.
[8] LICHTENTHALER U.Outbound open innovation and its effect on firm performance: examining environmental influences[J].R&D Management, 2009,39(4):317-330.
[9] ANOKHIN S, WINCENT J, FRISHAMMAR J.A conceptual framework for misfit technology commercialization[J].Technological Forecasting and Social Change, 2011,78(6):1060-1071.
[10] ZIEGLER N, RUETHER F, BADER M A, et al.Creating value through external intellectual property commercialization: a desorptive capacity view[J].The Journal of Technology Transfer, 2013,38(6):930-949.
[11] 林春培, 张振刚.过程视角下企业吸收能力组成与结构的实证研究[J].科研管理, 2014,35(2):25-34.
[12] LICHTENTHALER U, LICHTENTHALER E.A capability-based framework for open innovation: complementing absorptive capacity[J].Journal of Management Studies, 2009,46(8):1315-1338.
[13] HAGEDOORN J, DUYSTERS G.Learning in dynamic inter-firm networks :the efficacy of quasi-redundant contacts[J].Organization Studies, 2002,23(4):525-548.
[14] COWAN R.Network structure and the diffusion of knowledge[J].Journal of Economic Dynamics & Control, 2003(8):1557-1575.
[15] CHOI H, KIM S, LEE J.Role of network structure and network effects in diffusion of innovations[J].Industrial Marketing Management, 2010,39(1):170-177.
[16] 黄玮强, 庄新田, 姚爽.基于创新合作网络的产业集群知识扩散研究[J].管理科学, 2012(2):13-23.
[17] 黄玮强, 姚爽, 庄新田.基于复杂社会网络的创新扩散多智能体仿真研究[J].科学学研究, 2013(2):310-320.
[18] 赵良杰, 姜晨, 鲁皓.复杂社会网络结构、局部网络效应与创新扩散研究[J].软科学, 2011,25(8):6-9.
[19] GRANOVETTER M S.The strength of weak ties[J].American Journal of Sociology, 1973(9):1360-1380.
[20] KRAATZ M S.Learning by association? inter-organizational networks and adaptation to environmental change[J].Academy of Management Journal, 1998,41(6):621-643.
[21] RHEE M.Network updating and exploratory learning environment[J].Journal of Management Studies, 2004,41(6):933-949.
[22] COOL K, DAN S.Strategic group formation and performance: the case of the U.S.pharmaceutical industry, 1963—1982[J].Management Science, 1987,33(9):1102-1124.
[23] 胡峰, 张黎.知识扩散网络模型及其启示[J].情报学报, 2006(1):109-114.
[24] 周文, 陈伟, 郎益夫.集群创新网络知识动态增长研究:基于过程视角[J].系统工程学报, 2015(4):431-441.
[25] 王国红, 周建林, 唐丽艳.小世界特性的创新孵化网络知识转移模型及仿真研究[J].科学学与科学技术管理, 2014(5):53-63.
[26] COWAN R, JONARD N.Network structure and the diffusion of knowledge[J].Journal of Economic Dynamics & Control, 2004,28(8):1557-1575.
Zhang Zhuo, Wei Jie
(College of Economics and Management, Nanjing University of Aeronautics and Astronautics, Nanjing 211106,China)
Abstract：Previous literatures have focused on inbound open innovation, and paid less attention to outbound open innovation.In order to reproduce the overall behavior mechanism of knowledge innovation and innovation export more realistically, this paper adopts the method of simulation modeling based on the small word network, from the perspective of innovative exporting enterprises, explore the intrinsic relationship between outbound open innovation, innovation network and innovation performance.The result show that: network tie strength and the degree of innovation openness are positively related to the overall knowledge level of the network, while the individual network scale is nonlinear related to the overall knowledge level of the network;network tie strength are positively related to the uniformity of network knowledge level distribution,the relationship between innovation openness、individual network scale and the uniformity of network knowledge level distribution are nonlinear correlation; when the enterprise's innovation ability is strong, and the desorption ability is weak, the coefficient of the whole network knowledge level and the uniformity of network knowledge level distribution is larger.The innovative exporting enterprises can optimize the innovation network through the combination of the network structure and the network relation, and formulate the open strategy through the combination of the subject capacity and the innovation openness, to achieve the double balance of gaining innovation income and maintaining their own competitive advantage.
KeyWords:Outbound Open Innovation; Innovation Network; Innovation Export; Simulation; Small World Network
文章编号：1001-7348(2018)19-0015-08
文献标识码：A
中图分类号：F124.3
DOI：10.6049/kjjbydc.2017090456
作者简介：张卓(1963-)，男，江苏南京人，博士，南京航空航天大学经济与管理学院教授、博士生导师，研究方向为企业战略与竞争力；魏杰(1993-)，男，浙江绍兴人，南京航空航天大学经济与管理学院硕士研究生，研究方向为企业战略与竞争力。
基金项目：国家社会科学基金项目(16BTQ080)；江苏省社会科学基金重点项目(15GLA001)；南京航空航天大学研究生创新基地(实验室)开放基金项目 (kfjj20160909)
收稿日期：2018-01-11
(责任编辑：张 悦)