产业集群网络结构港口物流论文范文

一、集群网络结构的特征度量

产业集群是一种复杂网络组织，可以用图论理论来对其进行分析和描述。描述网络结构特征的变量或指标主要有两大类:整体网络结构指标和个体网络结构指标。其中整体网络结构特征变量包括网络密度、集聚系数、平均最短路径长度、网络中心性、节点度分布、派系或子群、核心边缘分析等。个体网络结构特征变量主要包括节点度数、中介性、结构洞、连接强度、簇系数等。节点度数也称为点度中心性，本文主要采用绝对中心度来对节点度数进行度量，表示与该点直接发生关系的点数，在无向图中其计算公式为。其中j代表与行动者i相连的所有点，q是除了i或j之外的第三者，piqmjq代表在自我点和特定点之间的冗余度。其中piq代表行动者i投入q的关系所占比例，其中piq是在行动者i的全部关系中，投入q的关系占总关系的比例，mjq是j到q的关系的边际强度，它等于j到q的关系取值除以j到其他点关系中的最大值。本文将某节点与网络中与其有连接的所有节点连接强度的平均数作为该节点的连接强度。

二、理论分析与研究假设

根据本文的研究目标，选择个体网络结构特征的相关变量。以下分别从节点度数、中介性、结构洞、连接强度、簇系数五个个体网络结构特征变量与企业创新发展之间的关系进行分析并提出假设。

(一)节点度数节点度数也称为主体中心度，反映了网络中的个体与其他个体之间的连接情况，主体中心度越大越表明该成员在网络中所拥有的权利和影响力越大，其在占有资源、沟通信息时具有的能力就更强。网络中不同个体的中心度分布从连接关系的数量上反映了网络的结构形态。在一个集群中，相对中心度较高的企业更容易引领创新、获得持续的升级资源。资源的流动和信息的传播会更多地出现在中心度高的主体上，从而有利于促进该成员的创新及获得持续的发展优势。［19］因此我们假设:假设1:网络成员企业的节点度数对企业创新发展有正向影响作用。

(二)节点中介性节点中介性衡量了一个网络成员作为媒介者的能力，也就是占据在其他两成员快捷方式上重要位置的成员。占据这样的位置越多，就越代表他具有很高的中介性。也反映了该成员在多大程度上可以通过阻断信息流动或扭曲信息的内容，控制其他成员的思想和行为。可见，节点的中介性越高，其在网络中的位置就越关键，对信息和资源的掌控能力就越强，就越有利于该成员获得持续创新能力和发展优势。因此我们假设:假设2:网络成员企业的中介性对企业创新发展有正向影响作用。

(三)节点结构洞节点结构洞指标的大小衡量了一个网络成员在网络中占据位置的重要程度。结构洞用来表示非冗余的联系，Burt(1992)认为“非冗余的联系人被结构洞所连接，一个结构洞是两个行动者之间的非冗余的联系。［20］结构洞能够为其占据者获取“信息利益”和“控制利益”提供机会，从而比网络中其他位置上的成员具有竞争优势，因此我们假设:假设3:企业在网络中拥有的结构洞对企业创新发展有正向影响作用。

(四)节点连接强度节点连接强度描述了网络成员与其他成员联系频率的高低和组织资源对联系承诺程度的高低。［21］Granovetter(1973，1985)最早将网络关系根据强度分为强连接和弱连接。［22－23］对于连接强度与企业创新发展的关系，有两种完全相反的观点。以Uzzi(1997)和Hsu(1997)为代表的学者认为强连接更容易促进成员间信息和知识的深度沟通和互动，有利于企业提高创新能力和水平。［24］而以Burt和Granovetter为代表的学者认为弱连接所获取的是异质的非冗余的信息，更有利于成员企业创新的成功，从而有利于企业提高创新能力和水平，［25］本文认为强连接和弱连接对企业创新发展的影响与集群的发展阶段有关，因此我们不妨假设:假设4:企业与其他企业的平均连接强度对企业创新发展有正向影响作用。

(五)节点簇系数网络集聚系数与网络密度类似，其也反映了网络的节点间联系的稠密程度。同时它还反映了网络的连通性与传递性程度。一般来说网络集聚系数与密度是正相关的。网络集聚系数对集群网络发展的影响同密度类似，过高的集聚系数虽然会促进资源流动、整合的效率，但也会导致流动的范围被限制在较小的范围内，使得很难实现创新所需的差异化，从而使得集群络资源流动整合的效率受到抑制，影响集群的发展质量。因此我们假设:假设5:企业平均簇系数对企业创新发展有正向影响作用。

三、方法与结果

(一)数据来源与因素度量本文研究数据来自于对上海港口物流产业集群企业的调研。上海港口物流产业集群经过多年的发展形成了以上海港、洋山港、外高桥港、陆家嘴航运金融服务区等在内的以港口相关业务运作和服务为主的功能完备的物流产业集群，地理上主要位于浦东新区的大部分区域。集群内聚集了大量的运输、仓储、货代、码头等各种类型物流企业、大学科研机构和相关中介服务机构。对60家企业发出问卷，其中49家企业给与了积极配合，在49家企业中共发放问卷100份，回收92份，有效问卷85份，问卷有效率为85%。问卷全部由企业中高层管理人员填写。调查问卷采用李克特五标度法设计，以测量每个企业对问题的态度和看法。测量企业之间的联系标度从不联系到经常联系。全部指标统一采用5分制打分法完成，正向记分。其中“1”表示“不联系”，程度最低，“2、3、4”代表程度依此提高，即“很少联系”(2分)，“有联系”(3分)，“联系较多”(4分)，“5”表示“经常联系”，程度最高。测量企业的创新发展指标类似，即分别用“1—5”表示企业创新发展水平为“低”，“较低”，“差不多”，“较高”，“高”。在对企业之间连接关系进行界定时，选择就高标准。如在分析综合网络时，只要一家企业(如企业A)对另一家企业(如企业B)的选择是3(有联系)，即使企业B对企业A的选择不是3(比如是2)，我们也认为企业A和企业B之间的关系程度是3。集群网络结构特征的指标主要通过社会网络分析的方法运用网络分析软件Ucinet6．0对集群企业之间的连接关系计算求得。企业创新发展的指标，主要从研发投入(E1)、申请专利数(E2)、采用新的生产工艺和新技术(E3)、新业务的开发和拓展(E4)、企业以创新服务来提高客户价值(E5)、企业的管理创新能力(E6)与企业的信息获取能力(E7)这七个方面来进行选取，并通过问卷调查得到。

(二)网络成员企业创新发展的信度与效度分析对成员企业创新发展各因素指标的打分结果进行信度分析其Cronbach＇sAlpha值为0．736，认为达到检验要求，系数值如表1所示。巴特利特球体检验KMO值为0．858，显著性水平小于0．01，说明指标具有相关性，适合做因子分析，结果如表2所示。变量共同度(Communalities)是表示单个变量中所含原始信息能被提取的公因子所表示的程度。由因子分析的变量共同度可以看出，变量的共同度最低为0．506，所有的变量共同度都在0．5以上，因此提出的因子对变量的解释能力是可以接受的。表2解释的总方差中给出了公因子总体变量解释程度，从表2中可以看出，有一个因子的特征根是大于1的，且该因子能够解释原始指标中63．354%的信息量，虽然不能解释全部信息，但已超过半数，因此我们选定这一个因子替代原始变量进行后续分析。企业创新发展的七个指标经过因子分析合并为一个因子，积累了解释总方差的63．354%，且经检验该因子的克朗巴哈(Cronbach)内部一致性系数达到0．858(见表3)，说明测量具有较高的一致性程度，并且内部结构良好，将这七个指标合并成这一个因子，命名为企业创新发展因子，记为cxfz。

(三)相关性分析为了对提出的假设进行验证，需要对各变量进行相关性分析，首先通过Ucinet6．0计算相关网络结构指标值，计算结果见表4。本文应用皮尔逊(Pearson)相关分析的方法对网络结构相关指标与企业创新发展进行相关性分析，涉及到的相关显著性水平约定为带有*表示在0．05水平上显著;带有＊＊表示在0．01水平上显著，相关分析结果如表5所示。从表5可以看出，网络结构的5个指标与企业创新发展正相关，除了结构洞和连接强度指标不显著外，其余指标都最少在0．05水平上显著，说明网络结构的节点度数、中介性和簇系数与企业创新发展之间有正向关系，验证了前述假设。而结构洞、连接强度与企业创新发展之间有正向关系的假设未得到支持，以下将运用回归分析来进一步验证。

(四)多元回归分析为进一步明确节点度数、中介性、结构洞、连接强度和簇系数等网络结构指标与企业创新发展之间的作用关系，本节采用多元回归分析方法对前述的理论假设进行检验。在建立回归模型进行分析时，一般要检验自变量之间的多重共线性和残差项之间的序列相关性。如果二者不能满足相关的检验标准，则会使得回归系数估计值的正确性降低。多重共线性是指自变量之间存在很高的线性相关。对多重共线性进行诊断时通常有4个指标:容忍度(TOL)、方差膨胀系数(VIF)、特征值和条件指标(CI)。其中容忍度越接近0时，表明自变量之间存在线性相关的问题，即共线性的问题越严重。如果方差膨胀系数(VIF)大于10，同样也表示自变量之间存在线性相关的问题，即共线性的问题越严重。在实际诊断时，当容忍度值小于0．01，方差膨胀系数大于10，特征值小于0．01，条件指标(CI)大于30，都能预测在这个回归分析中存在共线性问题。本研究五个结构特征对企业创新发展回归模型的指标中只有一个方差膨胀系数是12．945，是略大于10的，其他都在正常的范围内，所以本模型的自变量之间存在轻微的共线性问题。序列相关是指回归模型中不同残差项之间具有不同的相关关系，可以通过计算回归模型的Durbin－Watson值(D．W值)来检验。一般而言，如果D．W值距离2较远，就可以认为有一定程度的自相关存在。本研究中分析得到的D．W值为2．049，与2很接近，因此模型中不存在序列相关问题。以上分析的结果，可判断各变量之间是否存在关系以及紧密程度，却不能进一步分析变量之间的因果关系。通过回归分析可以进一步指明关系的方向，可以判断变量之间是否存在因果关系。以下本文通过对数据进行回归分析，对网络结构与企业创新发展的因果关系予以验证。主要结果见表6、表7。从上表可知，分析结果R2值为0．86，调整的R2值为0．844，该回归方程解释了总体变异的84．4%。说明节点度数、中介性、结构洞、连接强度、簇系数对企业创新发展有较好的解释力度。模型中F值为53．048，且显著性水平小于0．000，反映了选取的五个指标对企业创新发展的解释是有效的。从回归系数来看，节点度数、中介性、结构洞、连接强度和簇系数对创新发展是影响的t检验的显著性水平除结构洞、连接强度的t检验不显著外，其余三个指标都至少在0．05的水平下显著。节点度数、中介性和簇系数的标准回归系数分别为1．511、0．258、0．045，说明节点度数、中介性、簇系数这三个结构特征对企业创新发展有一定影响，所以假设1、2、5成立。而结构洞的回归系数为负值，由于没有通过显著性检验，所以其对企业创新发展的负向影响的结论不能支持，但同时其对企业创新发展正向影响的假设也没有得到支持，即结构洞对企业创新发展正向影响的假设不成立，同时也验证了Rost(2011)的结论。［26］同样，连接强度对企业创新发展有正向影响的假设也未得到支持。三个网络结构指标的t值所对应的显著性概率均小于0．05，说明三个指标的系数都与0有显著性差异，都应作为解释变量出现在方程中，而常数项与0没有显著差异，所以不出现在方程中。我们可以得出标准的回归方程为:企业创新发展=1．511*节点度数+0．258*中介性+0．045*簇系数。由标准回归系数看出，节点度数的提升对企业创新发展的影响和贡献最大，中介性对创新发展的影响略次于节点度数的影响，最后，簇系数对企业创新发展的贡献相对较小，排在第三。从回归结果对企业创新发展影响的因素看，上海港口物流产业集群企业创新发展的提高主要得益于网络成员的度数、中介性及簇系数因素，而在结构洞、连接强度方面还没有对企业创新发展的提高发挥明显作用。

(五)结果的进一步分析考虑到不同规模的企业在网络关系中所处的地位、发挥的作用以及对集群知识网络资源的依赖程度等方面的不同，本部分继续探讨假设3、4不成立的原因。一般来说大企业在集群中进行交流合作时对其他企业的知识溢出往往大于知识吸收，其创新活动也主要是依赖于自身拥有的资源;而小企业的创新则更多的是依赖从其他企业特别是大企业处获得知识吸收来实现。因此，以职工人数等于300为标准，将样本数据分为规模大于300和规模小于300两组，并分别利用两组数据验证假设3、4。分析结果如表8所示。实证结果表明，在企业规模小于300的样本组中结构洞、连接强度与企业创新发展之间存在显著正相关关系，且显著性水平至少为0．01，假设3、4得到验证。而对于规模大于300的企业样本组中，结构洞、连接强度与企业创新发展之间不存在显著回归关系，假设3、4未能得到支持。这也进一步说明了较大的结构洞和连接强度对于集群中的小企业的创新发展具有较强的促进作用，而对于集群中的大企业来说却不一定会促进其企业创新发展的提高。

四、结论与启示

本文从网络结构的角度出发，利用社会网络和回归分析的方法以上海港口物流产业集群为例分析了不同网络结构特征指标对企业创新发展影响的关键因素。实证结果表明节点度数、中介性和簇系数等因素对企业创新发展有正向作用，而结构洞、连接强度因素对创新发展的影响不显著。进一步的分析结果表明，结构洞和连接强度对企业创新发展的正向作用在小企业样本分组中得到了验证，说明结构洞和连接强度对企业创新发展的影响与企业的规模有关。以上研究结论为产业集群内的企业提供了如下几点启示:1．集群内企业应努力开发和充分利用集群内的各种资源，为自身创新发展提供各种必须要素。通过社会关系、交易关系、分工关系等方式努力拓展和加强与集群中其他企业和各相关机构之间的联系和互动，并增加与其他成员之间的连接数量，提升自身的知识、信息等资源的整合水平。在尽量多地与其他企业建立连接时除了要增加连接数量外，同时也要注重网络的连通性，提高簇系数。另外也要注意建立联系的多元化，避免过度同质化，以确保企业获得资源信息的丰富程度。2．限于资源和能力的各种约束，企业在与集群其他成员建立联系时，不能片面地追求联系的数量，同时也要追求联系的质量，注重对重要连接关系的建设和培育以及冗余关系的优化。另外，由研究结论的中介性和结构洞对企业创新发展的影响作用可知，企业在网络关系中的位置至关重要。一个企业即使没有过多的连接数量，如果在网络中占据关键位置，同样会促进其创新发展。所以，企业应尽量在网络中占据关键位置，为自身的创新发展带来优势。3．集群企业在与其他企业建立联系时的连接强度应因企业规模和集群发展阶段而异，对于规模大的企业应适当降低与一些非重点企业的连接强度，而对于小企业则应加大与其连接企业的连接强度。在集群发展初期、中期企业间应适当加大彼此的连接强度，而在集群发展成熟期后企业间应适当降低彼此的连接强度。

作者：孙晓林国龙刘淑萍单位：上海海事大学物流研究中心博士生上海交通职业技术学院副教授上海海事大学物流研究中心教授上海交通职业技术学院副教授