依赖性与嵌入性：产学研合作创新持续性研究

技术创新为新时代科技强国建设谱写了华美的乐章，而合作则是推进技术创新进而实现创新引领发展的主旋律。作为合作创新的重要形式，我国80%以上的重大技术创新项目都来源于产学研合作创新[1]。在新时代创新引领与科技强国建设背景下，产学研合作创新为资源整合、产业优化与经济发展作出了重要贡献。但是，马文聪等[2]发现我国产学研合作创新在取得重要成绩的同时，也存在转化率低等问题，由此阻碍了产学研深度融合。造成上述问题的重要原因在于，我国有利于产学研合作创新可持续发展的稳定性机制不够完善。因此，维持产学研合作创新的稳定性或持续性，是促进产学研深度融合、加快建设创新型国家的重要前提。

从合作创新参与主体看，产学研合作创新由企业、高校和科研院所等多元化组织构成，源于多个领域的知识和信息吸收、集成与融合需要持续合作完成。从合作过程看，产学研合作创新是一个形成、持续与消散的动态过程，伴随着新成员进入和旧成员退出，合作创新关系会随着时间推移而增进或收缩。现有文献在产学研合作创新关系形成与解除、产学研合作创新网络形成与结构演化等方面探讨较多，且主要从依赖性与嵌入性等组织间伙伴选择视角解释产学研合作创新关系动态性问题[3]。依赖性视角诠释了网络成员属性和特征对组织间合作关系发展过程的影响，嵌入性视角则认为企业现有关系模式能够促进和约束未来伙伴选择。上述两个视角分别强调伙伴选择的“诱因”和“机会”[4]，前者表明技术或商业资源需求是导致企业与其它企业形成关系的诱因，后者则强调企业现有关系、网络能力是形成和发展关系的机会。相对而言，现有文献对产学研合作创新关系的持续性研究较少。事实上，组织从维持关系中获利比建立新关系更要紧，因为维持旧关系启动成本更低、信任和确定性更强、组织间交流也更加充分[5]。因此，为弥补上述研究不足，本文在以往研究的基础上，从依赖性与嵌入性视角研究产学研合作创新关系持续性问题。其中，依赖性由每个组织的属性和特征反映(也称为同质性、异质性、相似性或互补性)[3]，本文从地理、知识和身份3个组织属性研究依赖性对产学研合作创新持续性的影响；嵌入性依照Polidoro等[6]的研究，从关系嵌入性、结构嵌入性和位置嵌入性3个方面探讨嵌入性对产学研合作创新持续性的影响。

1 理论分析与研究假设

1.1 依赖性与产学研合作创新持续性

(1)地理邻近性。地理邻近性是促进区域创新的重要因素，如美国硅谷和波士顿128号公路通过推动本地企业间的面对面互动、增加合作机会、允许监控竞争对手等手段，使创意得以在该地区广泛传播，极大地提升了创新能力[7]。Chen等[8]研究表明，地理邻近性使合作伙伴更容易收集对方信息，从而降低合作中的信息不对称和逆向选择风险，并提供获取信息和知识更直接的途径，促进隐性、复杂性和粘性知识探索、转移和扩散，有利于伙伴间招募科技人才、促进人才流动。此外，较短的地理距离更有利于合作伙伴间的互动[9]，进而降低交易成本。但也有一些观点认为，地理邻近性会对合作创新带来一定的负面效应[10]。如地理位置相似性使企业间联盟面临知识泄漏和知识盗用风险，并且这种风险随着企业间竞争关系的加剧而上升[11]。另外，地理位置较近的企业间合作往往会带来冗余性知识，而距离较远的伙伴则会带来新颖性知识[7]。

在产学研合作创新中，创新主体包括企业、高校和科研院所等多元化组织，相对于简单的企业间联盟而言，产学研合作创新主体间资源互补较多、竞争关系较弱，且远距离伙伴不易管理、合作成本较高，知识转移受到法律和协调等难题的限制。因此，本文提出如下假设：

H1：地理邻近性对产学研合作创新持续性具有积极作用。

(2)知识相似性。关于知识相似性与技术创新间的关系存在多种观点。一种观点认为，知识相似性使合作伙伴更容易判断彼此的技术资源和能力，从而降低知识评估成本，提升伙伴间知识转移水平，增强伙伴间同化和利用对方知识的能力[12]。知识相似性可以使不同伙伴间的知识组合成为技术创造过程中的重要输入[13]。相反，知识差异性或技术距离增加往往会降低伙伴间吸收能力，从而阻碍组织间学习。另一种观点认为，知识相似性会带来信息冗余并降低学习能力，而知识差异性或技术距离增加则会带来新颖性知识，促使组织获取独特学习能力[14]，从而有利于伙伴间学习和创新。还有一种观点将上述两种观点相结合，认为知识差异性或技术距离增加一方面将导致伙伴间吸收能力下降，但另一方面又给伙伴间带来了新颖性知识学习机会[15]，从而得出适度的知识差异性或技术距离有利于组织间学习的结论。近期研究将知识划分为领域性知识和结构性知识两种，认为企业通常寻求领域性知识相似的伙伴以深化知识，寻求领域性知识相似但结构性知识差异的伙伴以拓宽知识[16]。

在产学研合作创新中，多元化创新主体本身具有一定的差异性，知识相似性能够促进伙伴间吸收能力和组织间学习效率提高，但过高的相似性也会带来信息冗余风险。由此，本文提出如下假设：

H2：知识相似性与产学研合作创新持续性呈倒U型关系。

(3)身份相似性。社会认同理论认为，个体根据身份将自己与他人进行群体或类别划分，相同类别成员间往往有更强的情感参与，并容易在边界和特征等方面达成共识。在组织层面，组织身份相似性反映了企业在组织结构、文化、目标等组织特征方面的相似程度[17]。身份相似的组织间往往形成战略群体，群体认同会促进成员之间的信任，并使成员对群体产生高度认同，从而使成员将其他群体成员或整个群体的结果视为自己的结果[18]。组织身份相似性还表明组织间具有一致的价值观，从而促进相互熟悉和相互信任，有利于组织间合作关系的达成[19]。组织间身份的相似性也能够降低合作不确定性，并因遵循共同的行为准则和惯例而促进交流和学习，进而对合作创新产生促进作用。例如，隶属于同一个企业集团或具有母子公司关系的企业间进行专利合作的可能性更高[20]。相反，身份不同表明组织间具有不同的目标，易产生紧张关系，影响相互合作。

在产学研合作创新中，身份相似性可以促进多元化创新主体间的群体认同，加强彼此间的信任，降低合作不确定性并缓解利益相关者间的关系紧张。由此，本研究提出如下假设：

H3：身份相似性对产学研合作创新持续性具有积极作用。

1.2 嵌入性与产学研合作创新持续性

(1)关系嵌入性。关系嵌入性相关研究认为，基于前期沟通、经验和学习，强关系能增加伙伴间的熟悉程度，进而促进伙伴间相互理解，以更好地预测彼此的行为[21]。随着时间的不断推移，伙伴之间的交互日渐深入，关系导向的形成会减少相互间的算计心，增强关系稳定性和任务依赖性，并导致重复关系形成[22]。重复关系或历史合作关系所形成的信任、惯例及规范会简化特定知识发展和转移[23]，增强伙伴间的知识吸收能力，促进组织对彼此行为模式的学习[24]，有利于提高组织间知识转移效率，协调相互合作关系并避免机会主义行为。社会资本理论和交易成本理论分别从便利性和成本性角度，认为与熟悉的伙伴间建立关系这种“本地搜寻”机制是寻求合作伙伴的重要趋势。此外，重复关系形成的关系惯性将对未来伙伴选择起到约束作用，并使合作伙伴复制现有关系连接。

在产学研合作创新中，关系嵌入性能够加强社会和经济方面的信任与承诺，加强伙伴间对行为规范的感知，促进相互间的认知和理解，减少对关系风险的担忧，降低关系搜寻成本，从而降低关系不确定性并维持关系稳定性。由此，本文提出如下假设：

H4：历史合作关系对产学研合作创新持续性具有积极作用。

(2)结构嵌入性。结构嵌入性将组织间合作研究视角从组织间二元关系转移到组织间三元结构。通过共同第三方合作伙伴，结构嵌入性将产生引荐效应和声誉锁定效应[25]。由于组织可以从共同第三方伙伴处获得关于另一方的可靠信息，且拥有共同第三方也间接说明双方都被共同第三方所信任，因此第三方可以通过“引荐”或“介绍”促成另外两个组织间合作。拥有共同第三方也会带来声誉锁定效应，因为任何一方的不良行为都会通过第三方传递给另一方，不良行为消息一旦泄漏将大大降低组织声誉，并对双方都起到一定的威慑作用。由于关系的传递性，第三方作为伙伴间的间接沟通渠道能够促进关系的形成，并充当独立仲裁者巩固这种关系[26]。此外，共同第三方有利于组织间达成共识，而共识作为关系治理的基础，能够减少对正式治理机制的依赖并消除伴随的交易成本[27]。共同第三方合作伙伴还可以在纠纷中作为强大的协调者，降低冲突升级的可能性[28]。也即，拥有共同第三方合作关系更加稳定，第三方可以促使潜在合作伙伴建立直接合作关系，并实现共同价值创造。

在产学研合作创新中，结构嵌入性能够加强伙伴间信任，提高伙伴间共享知识的意愿和动机，促进伙伴间复杂性和敏感性知识交易行为，减少搭便车行为和机会主义行为。由此，本文提出如下假设：

H5：共同第三方对产学研合作创新持续性具有积极作用。

(3)位置嵌入性。位置嵌入性是影响组织间关系的重要机制，占据网络中心位置的节点具有多方面竞争优势。首先，中心位置节点在信息收集和传播中具有优势，这样的组织更容易吸引合作伙伴。其次，中心位置节点还具有声誉优势，有助于提高网络成员退出合作的机会成本，从而维持合作的稳定性[29]。最后，中心位置也赋予了组织更高的社会地位，这会增强其他伙伴对其的依赖性。在中心位置节点的作用下，创新网络往往形成中心/外围网络结构，且中心位置节点的上述优势还能够促进中心/外围组织间合作的稳定性。一方面，外围组织会选择与更可靠、高地位的中心位置节点建立联系，以在业内提升自身声誉和地位；另一方面，中心位置节点为寻求多样性资源也会与外围组织建立合作关系。然而，当合作伙伴间的位置差距过大时，由于低位置组织提供的信息和资源价值有限，高位置节点为寻求新颖性知识会转向寻求新合作伙伴[30]。此外，尽管中心位置赋予了组织诸多优势，完全由中心位置节点构成的组织间合作并不稳定。因为同处于中心位置的组织间合作信息较少、资源多样性不足，知识重组机会较少[29]，且其信息、声誉和地位等方面优势所带来的利益也十分有限[4]，组织完全可以依靠自身声誉和地位等优势吸引其他伙伴建立新合作关系，使原有合作关系解除的机会成本更低。同样，只有外围组织的合作关系也不稳定。因为当网络中没有中心位置节点时，外围成员想通过与高地位成员建立联系从而提高声誉的可能性很小。并且，外围组织间的稀疏连接导致关于网络成员的不良行为信息很难在网络中迅速传播，这会降低基于声誉合作的退出成本。

在产学研合作创新中，中心/外围组织间合作关系可能更加稳定，因为处于相同位置的组织间合作缺乏足够的多样性知识和利益，但由于中心位置节点对新颖性知识的追求，当中心/外围组织间位置差距过大时，维持关系的时间和成本将大大增加，从而导致关系难以持续。因此，本文提出如下假设：

H6：伙伴间位置差距与产学研合作创新持续性呈倒U型关系。

2 研究设计

2.1 样本选取与数据来源

本文以我国电子元器件产业为研究对象，数据来源于我国重点产业专利信息服务平台，该产业产品主要包括电阻、电容、传感器及集成电路等。作为我国电子信息产业的重要组成部分，该产业近年来取得了很大进步，但总体而言仍面临诸多挑战，通过分析该产业产学研合作创新情况，可以为提升该产业技术创新能力提供借鉴。首先,本文下载了2000年1月1日到2014年12月31日电子元件和电子器件产业中由两个或两个以上组织联合申请的中国发明专利文摘，合并后获得原始数据12 301条。其次，现有研究在界定产学研合作创新时有两种做法：一是收集包含高校、企业和科研院所的所有组织间合作[31]；二是仅保留不同类型主体间二元组合的组织间合作[32]。本文采取第二种方式对数据进行筛选，保留2 930条专利信息。最后，为防止部分组织临时进入和退出对产学研合作创新造成的影响，本文仅保留在不同年份至少参与过两次合作的组织，最终剩余专利信息1 919条，在对组织名称进行仔细校对后，获得参与产学研合作创新的组织452个。参考Sytch等[33]的研究，本文以5年时间窗构建10个产学研合作创新网络，共1 304组二元合作创新关系。

2.2 变量测量

产学研合作创新持续性。若组织i与组织j在t时期(即t-4～t的5年时间窗)存在合作关系，且该合作关系在t+1时期被重复取值为1，否则取值为0[5]。

(1)地理邻近性。现有研究主要有两种测量方法：一种是以空间距离如公里数计算[34]；另一种是根据国家或地区边界对空间区域的感知[35]。本文选择后一种，将两个合作者具有同样的国省代码看作属于同一地理区域，具有地理相似性，取值为1；否则取值为0。

(2)知识相似性。参考技术距离测量方法，本文通过重点产业专利信息服务平台的技术分类标准测量组织间的知识相似性，具体公式为：

其中，

表示组织i在专利类别s下的专利数，

表示组织j在专利类别s下的专利数，且i≠j。该公式取值范围为[0，1]，取值越靠近1，表明组织间知识相似性越高。

(3)身份相似性。若组织间具有相同的投资背景(如相同的出资方)或同属于一个企业集团时取值为1，否则取值为0。

(4)关系嵌入性。参考以往研究，用关系持续时间测量关系嵌入性[36]。根据5年时间窗，组织i与组织j在t时期的关系强度为过去5年(t-4～t)关系持续的年数之和。本文中关系嵌入性取值范围为[1，5]。

(5)结构嵌入性。根据三元闭包的概念，组织i与组织j在t时期的合作具有共同第三方合作者取值为1，否则取值为0。

(6)位置嵌入性。组织i与组织j网络位置的绝对差异，即两个组织度中心性的值相减并取绝对值[5]。参考以往研究[4]，组织度中心性采用t时期该组织度中心性与同时期最大节点度中心性的比值表示。

(1)合作专利数量。组织参与合作的专利数量可能影响其吸引力，从而对合作持续性产生影响。本文分别统计组织i与组织j在t时期参与合作的专利数量，通过计算合作专利数量的平均值，控制合作专利数量对产学研合作创新持续性的影响。

(2)发明人数量。一项专利发明人数量越多，表明该专利合作投入的团队规模越大。本文通过计算组织i与组织j在t时期所有联合申请专利中发明人数量的均值，以控制发明人数量对产学研合作创新持续性的影响。

(3)组织年龄。组织成立年限往往在一定程度上代表了组织创新能力，成立时间较长的组织往往具有较强的知识积累，从而对合作创新持续性产生影响。本文通过计算组织i与组织j在t时期组织年龄的平均值控制组织年龄对产学研合作创新持续性的影响。

(4)网络位置均值。当合作伙伴间网络位置同样高或同样低时，可能会对合作持续性产生影响。与上述位置嵌入性测量方法一致，本文用组织i与组织j网络位置的平均值控制网络位置均值对产学研合作创新持续性的影响。

3 实证结果分析

3.1 描述性统计与相关性分析

表1、表2分别为描述性统计和相关性分析结果。从表1可以看出，合作专利数量、发明人数量、组织年龄3个控制变量取值范围和数值波动较大，为降低数据的离散性，本文在假设检验时将这3个变量进行对数转换处理。

通过χ2检验与关联系数统计，分类变量身份相似性(χ2=28.884，p=0.000<0.05，Phi值=0.149，p=0.000<0.05)、结构嵌入性(χ2=7.272，p=0.007<0.05，Phi值=0.075，p=0.007<0.05)与产学研合作创新持续性具有显著关联性，地理邻近性(χ2=0.047，p=0.861>0.05，Phi值=0.006，p=0.829>0.05)与产学研合作创新持续性不具有显著关联性。表2结果显示，大部分自变量间相关系数不高，从共线性统计量来看，各变量容忍度均远大于0，且VIF值均不超过10，表明不存在严重的多重共线性问题。但位置嵌入性和网络位置均值的VIF值明显高于其它变量，且共线性诊断表明多重共线性主要发生在位置嵌入性、合作专利数量和网络位置均值3个变量上。因此，为防止多重共线性对回归结果的影响，在检验位置嵌入性的作用时，模型中不加入合作专利数量和网络位置均值两个控制变量。

3.2 假设检验

由于产学研合作创新持续性为二分类变量，本文采用Logistic回归模型进行假设检验。模型1仅加入控制变量，模型2～7分别对应本文提出的6个假设，模型8、模型9为分别加入3个依赖性变量与3个嵌入性变量的综合模型，模型10为加入所有变量的综合模型。为防止多重共线性问题，在构建知识相似性和位置嵌入性的平方项时，先进行中心化处理。表3为Logistic回归分析结果。

模型2结果显示，地理邻近性对产学研合作创新持续性预测回归模型显著性检验χ2=89.532，p<0.001；而HL检验值为16.596，p<0.05，两者都达到0.05的显著性水平，说明模型适配度不够理想，且地理邻近性系数虽为正向，但并未达到0.05显著性水平，因此假设H1未得到验证。这说明，尽管地理邻近性能够在信息获取、人才流动和交易成本等方面为产学研合作创新提供帮助，但随着信息技术的飞速发展以及交通便利性的不断提高，地理邻近性在信息交流和伙伴互动等方面的优势不断减弱，地理距离已不再是阻碍产学研合作创新的重要因素。

模型3结果显示，知识相似性对产学研合作创新持续性预测回归模型显著性检验χ2=105.396，p<0.001，达到0.05显著性水平；而HL检验值为10.108(p>0.05)未达到显著性水平，说明模型适配度非常理想。从回归系数看，知识相似性系数为正向显著(β=1.564，P<0.001)，但知识相似性平方项系数为负向不显著(β=-2.052，P>0.05)，因此假设H2未得到验证。这说明，知识相似性对维持产学研合作创新持续性只有正向作用，不具有倒U型作用。产学研合作创新主体由高校、企业和研究机构等多元主体组成，不同的组织属性为产学研合作创新带来了差异化的结构性知识，避免了知识冗余风险，且知识领域相似性也会提高异质性伙伴间知识吸收能力，有利于产学研合作关系的持续。

模型4结果显示，身份相似性对产学研合作创的新持续性预测回归模型显著性检验χ2=96.176，p<0.001，达到0.05显著性水平；而HL检验值为8.078(p>0.05)未达到显著性水平，说明模型适配度非常理想，且身份相似性系数为正向显著(β=0.367，P<0.01)，因此假设H3得到验证。这说明，产学研合作创新主体间身份相似性能够增强彼此群体认同，加强信任并降低合作不确定性，对维持产学研合作创新持续性具有积极作用。

模型5结果显示，关系嵌入性对产学研合作创新的持续性预测回归模型显著性检验χ2=93.077，p<0.001，达到0.05显著性水平；而HL检验值为8.995(p>0.05)未达到显著性水平，说明模型适配度非常理想，且关系嵌入性系数为正向显著(β=0.141，P<0.05)，因此假设H4得到验证。这说明，历史合作关系或重复合作关系能够为产学研合作创新带来较强的伙伴间信任，增进伙伴间规范共识，降低关系成本和不确定性，对维持产学研合作创新持续性具有积极作用。

模型6结果显示，虽然结构嵌入性对产学研合作创新持续性预测回归模型χ2=90.172，p<0.001，且HL检验值为14.017(p>0.05)未达到显著性水平，但结构嵌入性系数(β=0.131，P>0.05)并未达到0.05显著性水平，因此假设H5未得到验证。这说明，虽然共同第三方会给产学研合作创新带来引荐效应和声誉锁定效应，有利于组织间达成共识，促进伙伴间价值共创，但第三方的作用是一种间接关系，共同第三方是发挥“协调促进”作用促进伙伴间的联合、还是发挥“分而治之”作用造成伙伴间的分隔[37]，还受到第三方利益、动机、位置、成本和权力等因素的影响[38]。

模型7结果显示，位置嵌入性对产学研合作创新持续性预测回归模型显著性检验χ2=41.732，p<0.001；而HL检验值为16.526，p<0.05，两者均达到0.05显著性水平。从回归系数看，位置嵌入性系数为正向显著(β=0.935，P<0.05)，但位置嵌入性的平方项系数为负向不显著(β=-0.103，P>0.05)，因此假设H6未得到验证。这说明，位置嵌入性对维持产学研合作创新持续性只具有正向作用，不具有倒U型作用，即中心/外围组织构成的产学研合作创新可能更加稳定。但值得说明的是，位置嵌入性加入模型后，HL检验值显著，说明模型适配度不够理想。

模型8、模型9与模型10三个综合模型结果显示，知识相似性与关系嵌入性对产学研合作创新持续性具有显著正向影响，此结果与单一变量模型3和模型5结果一致，但身份相似性和位置嵌入性对产学研合作创新持续性的正向影响不显著，此结果与单一变量模型4和模型7不一致。

4 结语

本文采用我国电子元器件产业产学研合作创新专利数据，运用Logistic模型实证检验依赖性与嵌入性对产学研合作创新持续性的影响。结果表明：在依赖性的3个要素中，地理邻近性对产学研合作创新持续性不具有显著影响，知识相似性和身份相似性均对产学研合作创新持续性具有显著正向影响；在嵌入性的3个要素中，结构嵌入性对产学研合作创新持续性不具有显著影响，关系嵌入性和位置嵌入性均对产学研合作创新持续性具有显著正向影响。但是，在综合模型中，只有知识相似性和关系嵌入性对产学研合作创新持续性具有显著正向影响，身份相似性和位置嵌入性影响不再显著。

通过上述结论本文得到如下启示：①从依赖性视角看:第一，随着信息技术的发展和交通便利性的提高，地理距离不再是阻碍产学研合作创新的重要因素。第二，知识相似性能够促进多元化创新主体间的知识吸收，对产学研合作创新持续性具有稳健的积极作用，而不同组织属性也有效降低了产学研合作创新中的知识冗余风险。第三，组织间身份相似性有助于促进产学研合作创新持续性，但当同时考虑知识、关系等多种因素后，身份相似性不再是重要影响因素；②从嵌入性视角看：第一，组织间历史合作关系或重复关系会为产学研合作创新带来较强的伙伴间信任，加强伙伴间规范共识，对产学研合作创新持续性具有稳健积极作用。第二，共同第三方对产学研合作创新持续性不具有显著影响，因为第三方的作用是一种间接关系，其是发挥“协调促进”还是“分而治之”的作用，还需要考虑动机、成本和权力等因素。第三，伙伴间的位置差距对产学研合作创新持续性具有正向影响，即中心/外围组织间的产学研合作更加稳定，但位置差距的作用不够稳健，因为位置差距无法衡量组织间在整体网络中的相对地位，当伙伴间位置都高或都低时，产学研合作创新持续性可能不一致。也即，在研究位置差距与产学研合作创新持续性间的关系时，也需要考虑其它因素的影响。

对于产学研合作创新实践而言，本文发现，我国电子元器件产业产学研合作创新还存在较大提升空间。首先，身份相似性对产学研合作创新持续性具有积极作用，说明目前我国电子元器件产业产学研合作创新大部分由背景相同的组织间合作构成，虽然这可能是因为受到知识产权政策的影响，但不符合产学研合作创新实现多元化创新主体间资源整合的初衷；其次，位置差距对产学研合作创新持续性具有积极作用，说明目前我国电子元器件产业产学研合作创新大部分由中心/外围组织间合作构成。以2009-2013年数据为例，度中心性排名前十的组织间位置差距较大，最高达到93，最低仅为10，且这10个组织中只有国家电网公司和华为技术有限公司两家企业型组织，其它均为高校和科研院所，说明电子元器件产业参与产学研合作创新的组织结构不合理。因此，在制定相应政策时应鼓励不同类型组织，尤其是企业组织积极参与到产学研合作创新中。

然而，本文也存在一定的局限性：首先，从关系重复静态视角衡量产学研合作创新持续性，由于持续性往往会经历一个较长的时间范围，在此期间还可能受到其它因素的影响，因此未来可从动态视角衡量持续性，并将时间等因素的作用考虑在内；其次，仅考虑依赖性与嵌入性对产学研合作创新持续性的直接影响，未考虑这些因素间是否存在相互作用，未来可探索依赖性与嵌入性交互对产学研合作创新持续性的影响；最后，在数据筛选时排除同类组织间的合作，仅保留高校、企业与科研院所间的两两组合，这符合产学研合作创新研究惯例，但也遗漏了一些重要信息，可能对研究结果产生一定的影响。

[1] 方炜,牛婷婷.产学研项目利益相关方关系网络演化动力研究[J].科学学研究,2017,35(5):746-753.

[2] 马文聪,叶阳平,徐梦丹,等.“两情相悦”还是“门当户对”:产学研合作伙伴匹配性及其对知识共享和合作绩效的影响机制[J].南开管理评论,2018,21(6):95-106.

[3] GHOSH A,RANGANATHAN R,ROSENKOPF L.The impact of context and model choice on the determinants of strategic alliance formation:evidence from a staged replication study[J].Strategic Management Journal,2016,37(11):2204-2221.

[4] AHUJA G,POLIDORO F,MITCHELL W.Structural homophily or social asymmetry? the formation of alliances by poorly embedded firms[J].Strategic Management Journal,2009,30(9):941-958.

[5] DAHLANDER L,MCFARLAND D A.Ties that last:tie formation and persistence in research collaborations over time[J].Administrative Science Quarterly,2013,58(1):69-110.

[6] POLIDORO F,AHUJA G,MITCHELL W.When the social structure overshadows competitive incentives:the effects of network embeddedness on joint venture dissolution[J].Academy of Management Journal,2011,54(1):203-223.

[7] FUNK R J.Making the most of where you are:geography,networks,and innovation in organizations[J].Academy of Management Journal,2014,57(1):193-222.

[8] CHEN Z,KALE P,HOSKISSON R E.Geographic overlap and acquisition pairing[J].Strategic Management Journal,2018,39(2):329-355.

[9] CAPALDO A,PETRUZZELLI A M.Partner geographic and organizational proximity and the innovative performance of knowledge-creating alliances[J].European Management Review,2014,11(1):63-84.

[10] LIANG X,LIU A M.The evolution of government sponsored collaboration network and its impact on innovation:a bibliometric analysis in the chinese solar pv sector[J].Research Policy,2018,47(7):1295-1308.

[11] RYU W,MCCANN B T,REUER J J.Geographic co-location of partners and rivals:implications for the design of r&d alliances[J].Academy of Management Journal,2018,61(3):945-965.

[12] DIESTRE L,RAJAGOPALAN N.Are all 'sharks' dangerous? new biotechnology ventures and partner selection in R&D alliances[J].Strategic Management Journal,2012,33(10):1115-1134.

[13] MÜLLER A,ZABY A K.Research joint ventures and technological proximity[J].Research Policy,2019,48(5):1187-1200.

[14] 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.

[15] SUBRAMANIAN A M,BO W,KAH-HIN C.The role of knowledge base homogeneity in learning from strategic alliances[J].Research Policy,2018,47(1):158-168.

[16] YAYAVARAM S,SRIVASTAVA M K,SARKAR M.Role of search for domain knowledge and architectural knowledge in alliance partner selection[J].Strategic Management Journal,2018,39(8):2277-2302.

[17] 曾德明,任浩,戴海闻,等.组织邻近和组织背景对组织合作创新地理距离的影响[J].管理科学,2014,27(4):12-22.

[18] SONENSHEIN S,NAULT K,OBODARU O.Competition of a different flavor:how a strategic group identity shapes competition and cooperation[J].Administrative Science Quarterly,2017,62(4):626-656.

[19] O'MALLEY L,O'DWYER M,MCNALLY R C,et al.Identity,collaboration and radical innovation:the role of dual organisation identification[J].Industrial Marketing Management,2014,43(8):1335-1342.

[20] 向希尧,裴云龙.跨国专利合作网络中技术接近性的调节作用研究[J].管理科学,2015,28(1):111-121.

[21] SCHILKE O,COOK K S.Sources of alliance partner trustworthiness:integrating calculative and relational perspectives[J].Strategic Management Journal,2015,36(2):276-297.

[22] ROGAN M,GREVE H R.Resource dependence dynamics:partner reactions to mergers[J].Organization Science,2015,26(1):239-255.

[23] CHATTERJI A K,CUNNINGHAM C M,JOSEPH J E.The limits of relational governance:sales force strategies in the us medical device industry[J].Strategic Management Journal,2019,40(1):55-78.

[24] LIOUKAS C S,REUER J J.Isolating trust outcomes from exchange relationships:social exchange and learning benefits of prior ties in alliances[J].Academy of Management Journal,2015,58(6):2655-2694.

[25] GULATI R,GARGIULO M.Where do interorganizational networks come from[J].American Journal of Sociology,1999,104(5):1439-1493.

[26] VISSA B.Agency in action:entrepreneurs' networking style and initiation of economic exchange[J].Organization Science,2012,23(2):492-510.

[27] GULATI R,SYTCH M.Does familiarity breed trust? revisiting the antecedents of trust[J].Managerial & Decision Economics,2008,29(2-3):165-190.

[28] PHILLIPS S,COONEY M.Aiding peace,abetting violence:third parties and the management of conflict[J].American Sociological Review,2005,70(2):334-354.

[29] HEIDL R A,STEENSMA H K,PHELPS C.Divisive faultlines and the unplanned dissolutions of multipartner alliances[J].Organization Science,2014,25(5):1351-1371.

[30] CLEMENT J,SHIPILOV A,GALUNICa D C.Brokerage as a public good:the externalities of network hubs for different formal roles in creative organizations[J].Administrative Science Quarterly,2018,63(2):251-286.

[31] 其格其,高霞,曹洁琼.我国ict产业产学研合作创新网络结构对企业创新绩效的影响[J].科研管理,2016,37(S1):110-115.

[32] 朱桂龙,黄妍.产学研合作对共性技术研发创新影响的实证检验——以生物技术领域为例[J].科技进步与对策,2017,34(11):47-54.

[33] SYTCH M,TATARYNOWICZ A.Friends and foes:the dynamics of dual social structures[J].Academy of Management Journal,2014,57(2):585-613.

[34] VILLANI E,RASMUSSEN E,GRIMALDI R.How intermediary organizations facilitate university-industry technology transfer:a proximity approach[J].Technological Forecasting and Social Change,2017,114:86-102.

[35] BALLAND P-A,BOSCHMA R,FRENKEN K.Proximity and innovation:from statics to dynamics[J].Regional Studies,2015,49(6):907-920.

[36] ROGAN M.Too close for comfort?the effect of embeddedness and competitive overlap on client relationship retention following an acquisition[J].Organization Science,2014,25(1):185-203.

[37] OBSTFELD D.Social networks,the tertius iungens orientation,and involvement in innovation[J].Administrative Science Quarterly,2005,50(1):100-130.

[38] 党兴华,成泷.技术创新网络第三方经纪行为选择——结构平衡理论视角的研究[J].科技进步与对策,2016,33(9):8-13.