关系与结构洞的碰撞：科技成果转化中的隐性知识转化

为推进高校科技成果转化，党中央、国务院相继出台了一系列政策。多年来，我国存在着科技成果转化率低的问题。这在很大程度上归结于科技成果转化过程中的隐性知识转化效率偏低。当前，我国高校科技成果转化主要体现为显性知识转移，而隐藏在研发人员头脑中的隐性知识，对提升成果转化效率却起着非常关键的作用[1-3]。因此，促进隐性知识转化刻不容缓。但在科技成果转化的具体实践中，始终存在着阻碍隐性知识转化的“拦路虎”。从宏观上看，我国创新与转化各个环节衔接不够紧密，产学研部门之间相互分割，创新资源难以自由流动。从微观上看，高校科技成果转化需要高校、企业、政府等多方主体共同参与，这些主体构成了一个团队，在本质上是一个社会网络。但网络中分散的结构洞将团队成员隔离成一座座“孤岛”，使资源难以流通。因此，如何提升团队成员协同性，形成资源共享的社会共识，使包括隐性知识在内的各种创新资源顺畅流通和有效转化，是提升高校科技成果转化效率的关键。

结构洞属于社会学范畴的概念。如图1所示，如果A、B之间缺少直接连结，而必须通过C才能形成连结，那么C就在该网络中占据一个结构洞。从资源流动角度看，结构洞会阻碍网络成员间的沟通交流，从而增加其隐性知识转化难度[4]。基于结构洞占据者视角，绝大多数关于结构洞理论的研究都是基于西方发达国家制度背景[5-6]开展的，但中国独特的文化氛围会损害结构洞占据者的利益，进一步加剧结构洞对隐性知识转化的抑制作用[7]。一方面，中国儒家文化会削弱结构洞占据者的控制利益。中国人认为，中间人(brokers)是不道德、自私、投机的，因为中间人会在两边有技巧地操纵准确、模棱两可或者扭曲的信息[6]以达到个人利益最大化。因此，结构洞会将中间人置于道德两难之地，增加其牺牲集体利益、损害个人名誉的风险。另一方面，结构洞占据者也不能完全获取其信息利益。因为集体主义价值观使其有义务将更多信息资源上报给集体，而剩下很少的部分给自己,从而降低其转化隐性知识的意愿。因此，在中国特殊儒家文化背景下，如何缓解结构洞对隐性知识转化的负面影响，成为贴合中国现实并扎根中国文化土壤的特色研究方向。本研究引入关系的概念，探索如何运用关系缓解结构洞对隐性知识转化的抑制作用，从而提升高校科技成果转化效率。

随着关系的搭建和培养，结构洞占据者愿意填充其拥有的结构洞，将两边的“局外人”变成“圈内人”，使丰富的创新资源以恩惠交换、人情往来和面子维护形式围绕着圈子流通[8]。在此情景下，高校科技成果转化团队变成一个具有外延扩张潜力的关系网，关系网内成员可以接触到更多“牛人”。同时，为资源和人才牵线搭桥也能够加深团队成员间的信任[9]。本研究透过关系填充结构洞视角，阐释高校科技成果转化的隐性知识转化。具体研究问题如下：结构洞和关系如何影响高校科技成果转化团队成员间的隐性知识转化？关系是否能够缓解结构洞的负面影响？促进隐性知识转化是否能够提升高校科技成果转化效率？

1 文献回顾与研究假设

1.1 基本概念界定

结构洞是指社会网络中的空隙。根据Burt[5]提出的结构洞理论，如果两者之间缺少直接连结，而必须通过第三者才能形成连结，那么第三者就在该网络中占据了一个结构洞，并拥有信息优势和控制优势。具体而言，信息优势主要通过3种形式实现，即获得更多信息通路、先于他人获得信息、受到举荐从而获得机会。控制利益是指从双方竞争或冲突中获取的利益，此时中间人是“渔翁得利”的第三方。

结构洞理论基于结构洞占据者视角，强调个人在网络中的位置决定了其拥有的信息、资源和权力，因此，占据的结构洞越多，掌握的优势越大。该理论在西方社会学界备受推崇，但中国独特的文化氛围会极大抑制结构洞占据者的优势[7]。尽管结构洞的桥梁功能可以增加中间人的筹码，提高其议价能力，但儒家文化里隐含的制裁机制阻止了中间人利用这一权利获取私人利益，导致中间人从结构洞中获得的回报大大减少[7]。当中间人不得不承担维持结构洞的高成本，而又只能从结构洞中获得低回报时，实际上其付出了更高的社会代价。因此，在中国，中间人通常难以从结构洞中获利[4,7]。

关系在中国人的社会交往中具有举足轻重的作用。根植于传统文化的儒家文化，人情和面子是构成中国人际关系的两个重要因素。人情讲究连结性，即有来有往，“来而无往非礼也”。这种人情往来主要体现在互相帮助上，一旦人情建立，一个人就可以请求他人帮助，并有义务在将来归还这份人情。除了利益交换，人情更重要的一面是报恩，两人之间由于情义的产生会使彼此的交换关系一直持续下去[10]。如果拒绝归还先前收到的人情，不知恩图报，将会受到舆论和道德的谴责，导致丢失脸面。俗话说，“人要脸，树要皮”，面子是每个人尊严的重要外部表现[11]。

1.1.3 隐性知识转化

基于Nonaka&Takeuchi[12]提出的SECI模型，隐性知识转化能够从两个方面体现[12-13]。一方面是外显化，主要表现为隐性知识向显性知识转化。隐性知识外显化逻辑成立需要建立在一个前提条件之上，即所有形式的隐性知识都可以转化为显性知识，但并非所有人都认可这个前提。如Hildreth&Kimble[14]提出质疑,如果隐性知识是不可表达的，那么其就不能被转化为显性知识，因为其永远不能被外化，也不能以显性形式表达出来。除此之外，还有学者指出，很大一部分隐性知识的丰富性在其转化过程中会遭受流失。这种丰富性的流失被称为隐性显示悖论(tacit-explicit paradox)[15]。隐性知识转化的另一方面是社会化，主要体现为隐性知识在不同个体之间转移[13]。物理距离、时间、不同文化价值观会阻碍隐性知识流通与应用，而亲密的氛围、共同的经历、智者言传身教能够促进个体之间的隐性知识分享与获取。

1.1.4 高校科技成果转化效率

自《促进科技成果转化法》颁布以来，科技成果转化率就成为衡量我国科技成果转化绩效的重要指标。与我国不同，欧美发达国家更多采用综合化指标体系衡量科技成果转化效率，如使用市场导向的评估方法，基于市场价值视角评价高校科技成果的商业化实施效果。

基于Venkatesh&Davis[16]的研究，本研究采用技术接受模型(Technology Acceptance Model，TAM)解释企业人员对高校科技成果的接受情况。基本的TAM模型包括技术有用性、技术易用性、技术采用态度倾向和技术采用行为4个变量，TAM模型结构简洁的特征使得其被广泛应用于移动商务等产品市场研究中。李方和张胜[1]将TAM模型应用于高校技术许可的绩效研究。在原模型基础上，本研究进一步采用成果易用性(企业人员对目标成果使用难易程度的判断)和成果有用性(企业人员对目标成果提升绩效的判断)衡量高校科技成果转化效率。

1.2 结构洞与隐性知识转化

从资源流动角度看，本研究假设结构洞会阻碍隐性知识转化，具体原因如下：

首先，结构洞会阻碍团队成员之间的沟通，尤其是对那些相互不认识的个体。根据Wegner(1986)的交互记忆系统理论，交互记忆能够使个体了解自己交际网络内的知识分布，进而掌握每个人的专业能力。这种巧妙利用他人知识的能力隐含着“谁知道什么”(who knows what)，能够促进个体之间隐性知识的吸收、扩散、整合和应用。但是，匮乏的沟通会导致简仓效应(silo effect)加重，同时降低集体学习强度，从而阻碍团队成员之间的隐性知识转化。

其次，网络中分散的结构洞会使信息变得零散、模糊甚至扭曲，导致彼此之间战略不匹配[4]，这种不匹配会加重团队成员解释和应用彼此隐性知识的难度。

第三，结构洞会在信息流中构筑一堵墙[5]，阻碍隐性知识传播与应用。Baker [17]研究发现，当信息从信息链中的一个参与者转移到下一个参与者时，其质量会下降。不顺畅的信息流会妨碍同事之间真诚地交流，使其难以建立信任，从而加剧结构洞周围隐性知识流的凝滞[18]，最终使团队成员难以清楚地表达其所知道的，更难以将其所学应用到实践操作中。

第四，社会网络中的结构洞会加剧个体价值观冲突[19]。具体来说，热衷于计算成本效益的中间人往往会操纵信息，获取个人利益最大化，而看重社会责任的成员则倾向于为了集体利益而传递、分享信息。当团队内部出现相互矛盾的信仰和行为时，成员会产生不愉快情绪和消极态度。这是因为，当中间人为了一己私利控制信息时，其余被隔离个体不得不为此买单，从而对中间人产生怨恨，进而降低其进行隐性知识转化的意愿和能力。

最后，Obstfeld [20]指出，结构洞数量越多，其引发的知识异质性就越高。具体而言，结构洞可以加剧团队成员间技术能力和社会技巧的差异，使其难以建立心灵相通的桥梁，从而阻碍集体行动顺利实现。此外，结构洞还会引发社会网络的马太效应。位于网络中心的结构洞占据者往往拥有更多资源，处于网络边缘被孤立的个体变得越来越弱势，会进一步扩大团队成员之间的能力差距，从而阻碍成员之间的隐性知识转化。因此，提出如下假设：

H1：结构洞会阻碍高校科技成果转化团队成员间的隐性知识转化。

1.3 关系与隐性知识转化

根植于传统文化的儒家文化，人情和面子是构成中国人际关系的两个重要因素。人情是人际交往中的润滑剂。随着恩惠被施予，施恩者相信接收者愿意并且有能力在将来作出回报，而这种对知识接收方的能力预估是决定知识输出方转化隐性知识的一个重要因素[21]。金辉等[22]指出，隐性知识难以表达与吸收的特性导致高校作为输出方对知识的分解难度，以及企业作为接收方对知识的理解难度都增加。对高校而言，分解和表达隐性知识使自己施恩难度增加，等同给予对方一个更大人情。因此，当其对接收方的专业能力充满信心时，会更愿意付出时间和精力分享与转化隐性知识，以盼将来得到更多回报。对于企业人员而言，理解和吸收诀窍、经验等隐性知识意味着亏欠对方一个人情，从而使自己加重分量回报对方[23]。如果拒绝归还先前收到的人情将会受到舆论和道德谴责，导致丢失脸面。

在中国，面子作为一种社交货币，是一个人精心管理以获得他人认可的形象。相对于显性知识的通用性和公共性，隐性知识的独特性和私人性特征使得其转化可以更显著反映出转化者的能力[24]，从而提供一种合适的方式为转化者 “挣面子”[25]。对于知识输出方来说，贡献隐性知识能够帮助对方解决问题，向外界展示自身能力，为自己赢得更多喝彩，进而满足自己“挣面子”的需求。而对于知识接收方而言，恳请他人利用专业技能帮助自己解决问题也是一种“给面子”行为。越有成就的人往往越爱惜自己的脸面，因此，向其展示自己能力和优势的机会相当于给其面子，从而积攒下更大人情。因此，提出如下假设：

H2：关系会促进高校科技成果转化团队成员间的隐性知识转化。

1.4 关系对结构洞与隐性知识转化的调节作用

根据已有研究[26]，本文提出结构洞占据者在关系影响下愿意填充其结构洞，将两边的“局外人”变成“圈内人”，从而加强团队成员间的隐性知识转化。具体地，在一张人情交织的关系网中，越重视人情和面子的人越不愿意扮演中间人角色，因为中间人被社会嫌弃，被认为是投机取巧的利己主义者。与此相反，其更倾向于为两边互不相识的个体牵线搭桥，以累积人情。在此情景下，丰富的创新资源会以恩惠交换、人情往来和面子维护形式围绕着圈子流通，从而在团队成员间形成最佳认知距离(optimal cognitive distance)。最佳认知距离概念由Nooteboom[27]提出，最早来源于Vygotsky[28]的最接近发展区(Zone of Proximal Development)。在该区域内，成员的知识储备有着充分互补性，使其能够相互学习，同时在彼此信任中保持有效沟通。这种最佳认知距离可以降低团队成员间隐性知识流粘性[29]，从而缓解结构洞对隐性知识转化的负面影响。因此，提出如下假设：

H3：关系会缓解结构洞的阻碍作用，进而促进隐性知识转化。

1.5 隐性知识转化与高校科技成果转化效率

高校科技成果转化每个阶段都渗透着知识转化。如果知识转化不曾发生，那么高校科技成果就始终处于被孤立状态，无法进行转化，更不会产生转化价值[30]。作为一种知识性商品，高校科技成果由显性知识和隐性知识构成。显性知识主要表现为专利文本、技术成果原型等形式，而隐性知识则被刘希宋等[30]划分为3类：①有关科技成果的构思、设计、试制及其生产的思考过程类知识; ②技术、诀窍、经验类知识; ③精神、理念等文化知识和具体管理知识。这些隐性知识对提升成果转化效率具有关键作用。

一方面，随着隐性知识外显化程度加深，变得越来越可分解、表达、理解和吸收[31]。高校科技成果转化中，企业可以很快掌握成果应用诀窍，从而快速消化、吸收该成果，并用于解决自身技术难题[1]，从而使成果能够在很大程度上直接用于生产、制造，产生效果和收益[32]。另一方面，随着隐性知识社会化程度加深，诀窍、经验和技术服务的可获得性变得越来越高[1]。高校科技成果转化中，高校会积极分享转化经验和诀窍，及时提供多次、高质量技术服务、咨询、培训等[32]，从而使成果能够在很大程度上提高企业生产效率，进而提升企业竞争力[33]。因此，提出如下假设：

H4：促进隐性知识转化能够提高高校科技成果转化效率。

基于上述研究假设，本研究构建如图2所示的理论模型。

2 研究设计

本研究采用问卷调查、社会网络分析和半结构化访谈等混合研究方法，对上述假设进行检验。

2.1 定量研究方法

本研究运用问卷调查和社会网络分析方法衡量网络中结构洞数量、关系强度、隐性知识转化程度和高校科技成果转化效率，以研究结构洞、关系及两者的交互作用对团队成员间隐性知识转化的影响，以及隐性知识转化对高校科技成果转化效率的影响。本研究调查对象为正在参与高校科技成果转化活动，或曾经参与过相关活动的工作人员。因此，本研究选择中国药科大学、浙江医药股份有限公司、南京信息工程大学、江苏省产业技术研究院作为研究样本单位，行业集中在医药、电信通讯和智能制造产业。本研究运用分层抽样方法从4个样本单位挑选360名工作人员填写问卷。本研究发放问卷360份，获得有效问卷310份，问卷回收率为86.1%。调查问卷的样本背景统计性描述如表1所示。

为了处理潜在的共同方法偏差，本研究首先在研究设计阶段确保了数据的保密性和调查问卷的匿名性；其次，在问卷发放之前，对中国药科大学和江苏省产业技术研究院的8名研发人员进行了小规模访谈，并结合访谈结果修订了初始问卷。

2.2 变量测量方法

(1)结构洞。本研究采用社会网络分析方法测量团队网络中的结构洞数量。本研究选取填写有效问卷的310人组成调研群体，使用UCINET6软件测量其团队网络中结构洞数量。具体而言，从以自我为中心的网络中(ego-centered networks)收集数据，借鉴Burt[5]的姓名生成器(name-generator)方法，首先要求受访者(ego)在其关系网中列出所有其他成员(alters)名字，然后要求受访者陈述所有自我与其他成员的关系以及其他成员相互之间的关系强度。

具体地，本研究要求受访者回答8个问题，即高校科技成果供给信息发布(A)、高校科技成果需求信息发布(B)、高校科技成果转化中的法律保障(C)、高校科技成果转化中的政策指导(D)、高校科技成果转化中的资金支持(E)、高校科技成果转化中的仲裁服务(F)、高校科技成果转化中的价格测评(G)、高校科技成果转化中的产权保护(H)。代表问题如“在高校科技成果转化过程中，当涉及到知识产权纠纷时，你通常会寻求谁的帮助？”针对每个问题，本研究要求受访者最多列出3个名字，然后将所有列出的名字放到一起，构建出受访者的高校科技成果转化团队关系网络。本研究在0～2范围的基础上测量关系强度(2=亲密; 1=普通; 0=生疏)。最后，本研究使用Burt[5]的约束c (constraint)测量结构洞。受访者X的高校科技成果转化团队关系网络如图3所示。

(2)关系。为了衡量高校科技成果转化团队网络中的关系强度，本研究使用问卷调查方法，从人情和面子两个维度进行测量。人情的测量题项借鉴Yen等[34]的研究成果，并结合对高校和企业人员的访谈修订而成，主要与人情互惠有关。具体而言，本研究使用3个题项衡量调研群体在其科技成果转化团队中多大程度上愿意向需要帮助的成员伸出援手，觉得有义务回报曾经帮助过自己的成员，相信给予和接受恩惠对维持自己与其他成员的关系至关重要。面子的测量题项参考Hwang[35]、Huang等[11]的量表，4个题项分别为“如果我无法回报之前帮助过我的人，我会觉得没面子”、“如果我介绍两个成员相互认识，我会觉得有面子”、“如果我帮助他人解决特殊难题，我会觉得有面子”、“我认为给他人展露风采的机会是一种给面子的行为”。

(3)关系与结构洞的交互作用。为了测量关系对结构洞的缓冲作用，本研究采用Ping[36]的调节结构方程模型方法，共3个步骤：①标准化所有自变量(结构洞)和缓冲剂(关系)指标；②创建结构洞与关系的交互项；③固定交互项的测量属性。

(4)隐性知识转化。本研究从隐性知识外显化和社会化两个维度测量隐性知识转化。隐性知识外显化测量集中体现隐性知识可分解、表达、理解和吸收程度[31]，代表题项如“我能够清楚地将我的内心想法、创意或点子表达出来”、“我能够清楚地理解对方的见解、创意或点子”。隐性知识社会化通过认知和技能两个维度测量。认知型隐性知识主要通过诀窍经验可获得性衡量，代表题项如“我能够灵活掌握所学到的诀窍、经验或技巧，以解决高校科技成果转化过程中所产生的问题”、“我愿意积极与团队成员分享转化的经验和诀窍”；技能型隐性知识则通过技术服务可获得性衡量，代表题项如“我能够灵活实施所学到的专业技术或服务技能，以解决高校科技成果转化过程中所产生的问题”、“我会及时为团队成员提供高质量的技术服务、咨询、培训等”。

(5)高校科技成果转化效率。为了衡量高校科技成果转化效率，本研究使用问卷调查方法，从成果易用性和有用性两个维度进行测量。成果易用性测量借鉴李方和张胜[1]的量表，围绕成果能直接用于制造或生产的程度展开，代表题项如“企业可以很快掌握成果的应用诀窍”、“企业可以很快消化、吸收科技成果”、“企业可以很快将成果用于解决自身技术难题”。成果有用性测量借鉴Deng等[32]、Gefen等[33]的量表，主要围绕成果能提高企业生产效率的程度展开，代表题项如“成果能够帮助企业提升自身竞争力”、“成果能够帮助企业很快产生效果和收益”。

(6)控制变量。本研究控制了可能影响高校科技成果转化效率的两个因素：教育水平和行业经验。首先，为了控制教育水平，本研究开发了3个虚拟变量：0代表学士学位，1代表硕士学位，2代表博士学位。其次，本研究根据调研群体在其行业的工作年限控制行业经验。

2.3 定性研究方法

本研究采用半结构化访谈，深入了解团队成员间的网络结构和关系强度如何影响其转化隐性知识，并探讨隐性知识转化影响高校科技成果转化效率的方式。在数据收集方面，本研究从4个样本单位挑选60名受访者，包括正在参与高校科技成果转化活动，或者曾经参与过相关活动的科研人员和管理人员，受访者均擅长利用其关系网获取宝贵的创新资源，并且对隐性知识转化有独到见解。本研究共计进行60次半结构化访谈，并将每次访谈按照发生顺序编号，平均每个访谈持续约45分钟。在数据分析方面，本研究参考Guo & Miller[9]的研究，借助NVIVO软件，基于网络动态的3个关键维度(社会结构、内容和治理机制)对文本进行编码。在社会结构方面，本研究主要针对两点展开：①将关系网络连结强度编码为强连结或弱连结；②将关系网络结构编码为具有或不具有被填充的结构洞。在内容上，本研究基于结构洞和关系对隐性知识转化的重要性、隐性知识外显化对成果易用性的重要性以及隐性知识社会化对成果有用性的重要性，对所得定性数据进行编码。在治理机制方面，本研究对访谈记录进行编码，以识别关系与结构洞的交互作用对隐性知识转化进而对高校科技成果转化效率的影响。

3 实证结果与分析

3.1 结构洞测量结果

本研究使用Burt[5]的约束c测量结构洞。具体地，对于以自我为中心的网络，通过(1)和(2)相乘，测量其他成员j在多大程度上会约束自我i，其中(1)指i对j投入的时间和精力,(2)指j的网络缺乏结构洞程度。

Cij = (Pij+ΣqPiqPqj)2,for q ≠ i、j

其中，Pij 表示i与j直接联系的比例，ΣqPiqPqj表示所有i与j通过q间接联系的比例。本研究使用ΣjCij作为网络约束的度量，对所有其他成员进行求和,以测量自我本人的网络缺乏结构洞程度。自我约束分数越高，意味着其网络中结构洞数量越少。由于约束c的范围在0～1之间，因此采用1-c计算结构洞数量。测量之后发现，平均每个受访者的关系网包含的姓名数量分别为1.5(成果供给信息发布)、2.7 (成果需求信息发布)、1.4 (法律保障)、2.2 (政策指导)、2.5 (资金支持)、1.1 (仲裁服务)、2.3 (价格评估)、2.9 (知识产权保护)。总体而言，上述由8个问题构成的姓名生成器为受访者构建了一个关系网络，平均由16.6个联系人组成，范围在8～24之间。

3.2 测量模型评估结果

在测量模型评估方面，本研究一共包含3个部分。在第一部分，本研究对3个变量进行探索性因子分析，结果见表2。显示样本KMO值为0.892，表明适合进行因子分析；各题项对应潜变量的因子载荷均超过0.701，18个题项分别隶属于3个独立因子，表明各变量之间具有较好的区分效度；样本的Cronbach'sα为0.950，表明3个变量具有较高的内部一致性；所有潜在变量的组合信度(CR)均高于0.7，表明各变量具有较高的组合信度。

在第二部分，本研究对模型进行验证性因子分析，结果显示，三因子模型对样本数据的拟合结果良好(x2= 353.455，df= 128；NFI=0.874；CFI=0.914；RMSEA=0.031)。本研究使用各变量平均变异萃取量(AVE)的平方根检验区分效度，表3显示了变量间相关系数，矩阵对角线上所有AVE的平方根都大于非对角线区域数值,表明不同变量题项之间具有显著的区分效度。同时，各变量的 AVE 值均大于最低阈值0.5，显示良好的聚合效度。

在第三部分，本研究采用Ping[36]的调节结构方程模型测量关系与结构洞的交互项。首先对自变量(SH)和调节变量(GX)的所有指标进行标准化，然后建立交互项SH*GX，最后修正交互项的计量特性。

3.3 结构模型检验结果

在结构模型检验方面，本研究使用线性回归分析法对假设进行检验，总体结果如图4所示。模型M1、M2、M3分别检验了H1、H2、H3。模型M1显示，结构洞对隐性知识转化具有显著消极影响(β = -0.319,p<0.01)，H1成立；模型M2在M1基础上增加了调节变量关系，结果显示，关系与隐性知识转化呈高度正相关(β = 0.463,p<0.001)，从M1到M2的ΔR2显著(ΔR2 = 0.020，ΔF= 5.519，p<0.001)，H2成立；模型M3在M2基础上添加了交互项结构洞*关系，结果显示，在对隐性知识转化的影响作用上，关系与结构洞的交互系数为0.497(p<0.01)，从M2到M3的ΔR2显著(ΔR2 = 0.013，ΔF= 3.187，p<0.01)，H3成立。此外，为了直观显示关系的调节效应，本研究参考金辉等[22]的研究，采用回归方程简单斜率检验，为检验关系对结构洞的缓冲作用给予进一步支持。图5显示了关系对结构洞在隐性知识转化上的缓冲作用，表明随着关系的影响增强，结构洞对隐性知识转化的阻碍作用会被抵消，变成促进作用。图4显示，隐性知识转化与高校科技成果转化效率的相关系数为正且高度显著(β=0.357,p<0.001)，H4成立。上述研究结果表明，结构洞会阻碍团队成员间的隐性知识转化，而关系会促进隐性知识转化；关系可以缓解结构洞的阻碍作用，进而促进隐性知识转化；促进隐性知识转化能够提升高校科技成果转化效率。

3.4 访谈结果：关系与结构洞的碰撞

根据访谈结果，绝大多数受访者表示在发现结构洞时，会第一时间进行填充，介绍两边被隔离的人相互认识，并愿意放弃自己处于网络枢纽位置带来的优势而使整个团队利益最大化。一方面，受访者讲述了其如何依赖由感情纽带系成的关系网将自己的想法、想象或图像，用语言、文字、隐喻或类比等形式表达出来。在受访者的认知里，关系意味着牺牲和奉献，能够带来温暖、安全和依恋的感觉。这样的感情关系确保了其接收到的所有想法、建议和见解都是真诚的，从而增加了其将自身隐性知识表达出来的信任和勇气，然后在成员之间传递。在访谈中，受访者提到由于我国建立知识产权法律机制时间较短，当前社会大众知识产权保护意识还较为薄弱，因此其必须保护自己的核心机密，防止包括新点子、技术诀窍和经验在内的无形知识财产泄露，被竞争对手利用，特别是隐性知识的本质使其难以被授权保护。在这种情况下，其更愿意相信“自己人”，依靠自己亲密的关系网控制和保护无形知识财产。正如一位来自高校的受访者所说(N24)：“隐藏在科技成果背后的核心技术是我们最宝贵的资产，所以除了信任的人，我不会把它泄露给任何人。只有当我信任他们的时候，我才愿意用自己的经验帮助他们解决问题。我愿意将自己的想法和诀窍用最通俗易懂的方式表达出来，并且鼓励他们之间相互分享。对他们进行言传身教，使成果转化过程更顺利。”随着隐性知识变得越来越可分解、表达、理解和吸收，来自企业的受访者表示其能够很快掌握成果应用诀窍，从而快速消化、吸收成果，并将成果用于解决企业自身技术难题。

另一方面，受访者指出，随着时间推移，深厚的感情会增加彼此之间的默契，从而拉近认知距离。随着结构洞占据者填充其拥有的结构洞，并且把两边互不认识的个体拉进圈子里，大量创新资源以利益交换、恩惠施求、人情往来和面子维护形式流通，从而在团队成员之间形成一个最佳认知距离。在这个区域内，成员的知识储备既有共通性也有互补性，使其能够相互学习，在彼此的默契中保持有效沟通。具体来说，当团队成员进行互动时，往往能够激发出批判性思维，扩充彼此的见解，将隐含知识联结起来，进而领会难以用语言表达的隐晦想法，获取隐藏技能，促进彼此心灵相通。这种最佳认知距离可以降低团队成员间隐性知识流的粘性，从而促进隐性知识在不同个体之间转移与共享。此外，一些受访者还提出这种最佳认知距离能够帮助其了解自己团队网络内的知识分布，进而了解每个成员所掌握的专业知识、技能和经验。这种巧妙利用他人知识的能力隐含着“谁知道什么”，也能促进彼此之间隐性知识共享与转化。正如一位受访者所说(N46)：“随着我们的关系越来越好，我们之间的默契也越来越深，很多时候，对方一个神色，或一个动作，我就能心领神会。在成果转化时，我们各自利用自身专业知识和技术能力解决出现的问题。但当问题解决不了时，我们会聚在一起讨论，试图将各种想法结合在一起，转化成一个可行的计划，以解决问题。在这个过程中，我们很容易理解对方的想法和创意，同时由于彼此之间非常熟悉，对谁知道什么、谁擅长什么、谁能干什么都很了解，所以我们之间沟通比较顺利。” 随着诀窍、经验和技术服务的分享程度和获得程度变得越来越高，来自企业的受访者表示其能够很快帮助企业提高生产效率，从而提升企业自身竞争力。

根据访谈结果，本研究提出“关系→(填充)结构洞→(促进)隐性知识转化→(促进)隐性知识外显化、隐性知识社会化→(加强)成果易用性、成果有用性→(提升)高校科技成果转化效率”的调控路径，以阐释高校科技成果转化的隐性知识转化，如图6所示。

4 理论贡献及实践价值

4.1 理论贡献

本研究透过关系填充结构洞视角拓展了中国传统儒家文化下有关结构洞的研究。根据Burt[5]的结构洞理论，如果两个人之间缺少直接连结，而必须通过第三个人才能形成连结，那么第三个人就在该社会网络中占据了一个结构洞，并拥有控制优势和信息优势。结构洞理论基于结构洞占据者视角，强调个人在网络中的位置决定了其拥有的信息、资源和权力，因此占据的结构洞越多，掌握的优势越大。该理论在西方社会学界备受推崇，但在中国却“水土不服”[7]。一方面，儒家文化会抑制结构洞占据者的控制优势和信息优势，进而降低其转化隐性知识的意愿。另一方面，网络中的结构洞会阻碍成员之间的沟通交流，从而增加其隐性知识转化难度。因此，在中国特殊的儒家文化背景下，如何缓解结构洞对隐性知识转化的负面影响就成为贴合中国现实并扎根中国文化土壤的特色研究方向[37]。

尽管研究结果表明结构洞确实不利于隐性知识转化，但本研究并没有否认结构洞占据者的重要性。当其愿意填补自己的结构洞，将两边原本被隔离的个体拉到一起时，分散、多样的创新资源在流动中汇聚，使整个网络的利益最大化。通过突出结构洞填充者的独特价值，本研究系统阐述了结构洞占据者如何在关系的影响下变成结构洞填充者。这既呼应了Xiao & Tsui[7]关于儒家文化损害结构洞占据者利益的研究，也为在西方学界产生共鸣的结构洞理论加入了一种新的诠释，从而丰富了中国儒家文化背景下结构洞相关研究。

4.2 实践价值

本研究为建设创新型社会的制度性基础提供了新的视角。当下，国家正深入实施创新驱动发展战略，科技成果转化是建设创新型社会的重要抓手。根据2020年教育部、科技部、国家知识产权局联合印发的1号文件《关于提升高等学校专利质量促进转化运用的若干意见》，各高校要牢固树立高校专利等科技成果只有转化才能实现创新价值，不转化是最大损失的理念，以促进成果转化为导向，最大程度实现创新价值。隐性知识转化是高校科技成果转化的关键，但是当前隐性知识转化效率还很低。从宏观上分析，这是因为我国创新与转化各个环节衔接不够紧密，产学研部门之间相互分割，创新资源难以自由流动。正如习近平总书记所说，就像接力赛一样，第一棒跑到了，下一棒没有人接。从微观角度看，阻碍创新资源自由流动的根本原因是结构洞过多。高校科技成果转化团队本质上是一个社会网络，而网络中的结构洞将高校、企业、科研机构、政府等多方主体成员隔离成一座座“孤岛”。因此，如何让高校科技成果转化团队成员形成资源共享的社会共识，使包括隐性知识在内的各种创新资源顺畅流通和有效转化则是建设创新型社会的制度性基础。本研究透过关系填充结构洞视角，提出充分利用关系鼓励结构洞占据者填充其结构洞，连结两边互不认识的个体，以促进整个网络资源流通，这为政策制定者形成鼓励结构洞占据者变成结构洞填充者的社会文化导向提供了决策参考。

具体而言，深植于儒家文化，管理者可以通过累积人情和维护面子的方式鼓励结构洞占据者填充其结构洞。人情可以通过同事间的互惠互利进行累积。例如，如果A需要某种资源，而同事B牵线搭桥，向A介绍了一个有用的联系人，那么这代表B给予A一个重要帮助，不仅有助于B积累人情，而且帮助B挣得面子，因为这也体现了B丰富的人脉。同时，为A牵线搭桥也意味着给A面子，因为如果B拒绝A的请求，A的感情会受到伤害，会觉得没有面子。一旦A获得B的帮助，A在将来会归还这个人情，在B需要帮助的时候,为B介绍合适的人脉，以维持自己的面子以及维护与B之间的关系。由此可见，通过累积人情和维护面子的方式可以鼓励更多结构洞占据者变成结构洞填充者，这对形成资源共享的社会文化导向具有重要意义。

[1] 李方,张胜.高校隐性知识转移与企业技术许可接受[J].科学学研究,2019,37(5):866-877.

[2] 张虎,杨柳,何为.高校科技成果转化的现状与症结[J].科研管理,2017,38(S1):676-679.

[3] 郑建阳.知识视角下科技成果转化机制研究[J].科学管理研究,2017,35(2):39-42.

[4] BATJARGAL B.The effects of network's structural holes: polycentric institutions,product portfolio,and new venture growth in China and Russia[J].Strategic Entrepreneurship Journal,2010,4(2):146-163.

[5] BURT R S.Structural holes[M].Cambridge,MA: Harvard University Press,1992.

[6] BURT R S.The network structure of social capital[J].Research in Organizational Behavior,2000,22:345-423.

[7] XIAO Z,TSUI A S.When brokers may not work: the cultural contingency of social capital in Chinese high-tech firms[J].Administrative Science Quarterly,2007,52(1):1-31.

[8] FU P P,TSUI A S,DESS G G.The dynamics ofguanxi in Chinese hightech firms: implications for knowledge management and decision making[J].Management International Review,2006,46(3):1-29.

[9] GUO C,MILLER J K.Guanxi dynamics and entrepreneurial firm creation and development in China[J].Management and Organization Review,2010,6(2):267-291.

[10] 翟学伟.人情、面子与权力的再生产——情理社会中的社会交换方式[J].社会学研究,2004，29(5):48-57.

[11] HUANG Q,DAVISON R M,GU J.The impact of trust,guanxi orientation and face on the intention of Chinese employees and managers to engage in peer-to-peer tacit and explicit knowledge sharing[J].Information Systems Journal,2011,21:557-577.

[12] NONAKA I,TAKEUCHI H.The knowledge creating company: how Japanese companies create the dynamics of innovation[M].New York: Oxford University Press,1995.

[13] NONAKA I.A dynamic theory of organizational knowledge creation[J].Organization Science,1994,5(1):14-37.

[14] HILDRETH P M,KIMBLE C.The duality of knowledge[J].Information Research,2002,8(1):27-39.

[15] JASIMUDDIN S M,KLEIN J H,CONNELL C.The paradox of using tacit and explicit knowledge: strategies to face dilemmas[J].Management Decision,2005,43:102-112.

[16] VENKATESH V,DAVIS F D.A theoretical extension of the technology acceptance model: four longitudinal field studies[J].Management Science,2000,46(2):186-204.

[17] BAKER W E.The social structure of a national securities market[J].American Journal of Sociology,1984,89:775-811.

[18] SZULANSKI G,RINGOV D,JENSEN R.Overcoming stickiness: how the timing of knowledge transfer methods affects transfer difficulty[J].Organization Science,2016,27(2):304-322.

[19] BIZZI L.The dark side of structural holes: a multilevel investigation[J].Journal of Management,2013,39(6):1554-1578.

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

[21] HOLSTE J,FIELDS D.Trust and tacit knowledge sharing and use[J].Journal of Knowledge Management,2010,14(1):128-140.

[22] 金辉,段光,李辉.面子、人情与知识共享意愿间关系的实证研究：基于知识隐性程度的调节效应[J].管理评论,2019,31(5):147-162.

[23] 杨相玉，徐振亭，孙效敏．个体目标取向与团队心理安全交互对个体知识共享的影响[J].科技进步与对策,2016,33(19):147-154.

[24] DAVISON R M,OU C X J,MARTINSONS M G.Interpersonal knowledge exchange in China: the impact of guanxi and social media[J].Information & Management,2018,55(2):224-234.

[25] LEUNG T K P,CHAN R Y K.Face,favor and positioning: a Chinese power game[J].European Journal of Marketing,2003,37:1575-1598.

[26] LIU J,NANDHAKUMAR J,ZACHARIADIS M.When guanxi meets structural holes: exploring the guanxi networks of Chinese entrepreneurs on digital platforms[J].Journal of Strategic Information Systems,2018,27(4):311-334.

[27] NOOTEBOOM B,HAVERBEKE W V,DUYSTERS G.Optimal cognitive distance and absorptive capacity[J].Research Policy,2017,36(7):1016-1034.

[28] VYGOTSKY L S.Thought and language[M].Cambridge,MA: MIT Press,1962.

[29] BOSCHMA R.Proximity and innovation: a critical assessment[J].Regional Studies,2005,39:61-74.

[30] 刘希宋,李玥,姜树凯.科技成果转化中隐性知识转化的障碍及路径研究[J].情报科学,2008,26(1):140-145.

[31] HANSEN M T,MORS M L,LOVAS B.Knowledge sharing in organizations: multiple networks，multiple phases[J].Academy of Management Journal,2005,48(5):776-793.

[32] DENG Z,LU Y,WANG B.An empirical analysis of factors influencing users' adoption and use of mobile services in China[J].International Journal of Mobile Communications,2010,8(5):561-585.

[33] GEFEN D,KARAHANNA E,STRAUB D W.Inexperience and experience with online stores: the importance of TAM and trust[J].IEEE Transactions on Engineering Management,2003,50(3):307-321.

[34] YEN D A,BARNES B R,WANG C L.The measurement of guanxi: introducing the GRX scale[J].Industrial Marketing Management,2011,40(1):97-108.

[35] HWANG K K.Face and favor: the Chinese power game[J].American Journal of Sociology,1987,92(4):944-974.

[36] PING R A.A parsimonious estimating technique for interaction and quadratic latent variables[J].Journal of Marketing Research,1995,32(3):336-347.

[37] 朱艺林,杨昕颖,石了,等.关系填充结构洞:高校科技成果转化团队的隐性知识转化研究[J].江苏科技信息,2019,33(36):29-34.