模糊社会网络的结构洞分析方法

廖丽平 胡仁杰 张光宇

(广东工业大学管理学院,广州510006)

“结构洞”理论是基于找工作[1]、网络交换论[2]及文献[3-8]研究的基础上提出来的.“结构洞”理论一经提出,在经济社会学、组织研究、管理学等领域产生了强烈影响[9].梁丹等[10]对结构洞理论在高管团队社会资本中的应用进行了展望.王政等[11]在生态群落关联度的基础上,借鉴“结构洞”思想,构造了考虑权重的产业生态群落关联度.李瀚瀛[12]对企业应用结构洞理论的构建、优化企业人际情报网络进行了初步探索.姜卫韬[13]研究了基于结构洞理论的企业家社会资本影响机制.

企业为了构建自身的创新优势,获得互补性资源以及更多的信息资源,与有着共同利益的其他企业联结起来,共同组成了技术创新网络[14].技术创新网络作为一种组织形式,通过交互作用将参与创新的各行为者的资源集成形成一种网络关系.盛亚等[15]用结构洞理论研究了企业创新网络中利益相关者的管理问题.赵炎等[16]研究了企业在战略联盟网络中网络位置的结构洞度对企业创新绩效的影响.周浩军[17]研究了弱关系、结构洞和网络多样性对创新的曲线效应,结构洞理论对关系和关系取向控制的研究填补了企业创新网络研究的不足.本文将结构洞理论拓展到模糊社会网络领域,提出了模糊结构洞、强模糊结构洞、弱模糊结构洞、关键模糊结构洞和一般模糊结构洞等概念,研究了行动者占据模糊结构洞个数的计算方法和模糊结构洞的分类方法.

1 基本概念

定义5在模糊社会网络中,若行动者i与行动者k有直接或间接关系,行动者k与行动者j有直接或间接关系,但行动者i与行动者j无直接或间接关系,则称行动者k为行动者i与行动者j之间的模糊结构洞.

图1 模糊结构洞示意图

占据模糊结构洞位置的行动者与其他行动者之间关系的强弱,对模糊结构洞有着重要的影响.因此,有必要依据关系的强弱对模糊结构洞进行分类.

定义6在模糊社会网络中,若行动者i与行动者k之间具有强模糊关系,若行动者k与行动者j之间具有强模糊关系,但行动者i与行动者j之间没有关系,则称行动者k占据了强模糊结构洞.

定义7在模糊社会网络中,若行动者i与行动者k之间具有弱模糊关系,若行动者k与行动者j之间具有弱模糊关系,但行动者i与行动者j之间没有关系,则称行动者k占据了弱模糊结构洞.

2 模糊社会网络结构洞分析步骤

模糊社会网络中的行动者并不是两两都存在联系,因此,模糊社会网络中的行动者如果能和没有联系的其他行动者分别建立联系并从中获得信息利益或控制利益,该行动者就会在模糊社会网络中努力寻找这样的位置以建立结构洞.在一个具体的模糊社会网络中,如何寻找模糊结构洞、计算行动者占据模糊结构洞的个数、判定模糊结构洞对模糊社会网络联通的影响程度,进而判别模糊结构洞的重要性正是本文所要研究的问题.

2.1 行动者占据模糊结构洞个数的计算方法

行动者vi占据模糊结构洞个数的计算方法:

(1)

(2)

4) 求行动者vi所占据的模糊结构洞的个数ni，即

(3)

根据以上的方法,可计算出模糊社会网络中任意一个行动者所占据的模糊结构洞的个数,从而判断行动者在模糊社会网络中的重要性.

2.2 基于二八原理的模糊结构洞的分类方法

二八原理即经济学上的“80/20 效率法则”,是意大利经济学家帕累托于1897 年发现的,其含义是:80%的结果归功于20% 的原因,应该把80%的精力专注在20%的事情上.通俗地说,就是关键往往是少数,重要的少数决定琐碎的多数.根据二八原理,80%的结果归功于20% 的结构洞,应该把80%的精力专注在20%的结构洞上.所以,可依据模糊结构洞对整个模糊社会网络连通情况的影响程度对其进行分类,将模糊结构洞分为关键模糊结构洞与一般模糊结构洞.

由于少数关键行动者占据了模糊社会网络中大多数模糊结构洞,对整个模糊社会网络的连通情况起决定性的作用,因此在实际分析中,亦可将关键模糊结构洞的集合视为整个模糊社会网络的结构洞.

根据上述分类理论,在模糊社会网络中,应将80%的精力用于关键模糊结构洞,20%的精力用于一般模糊结构洞.

3 案例

为了研究模糊技术创新网络,本研究开展了问卷调查.为了保证数据的可靠性,将调研对象锁定为经济、管理等领域的专家.首先,通过查找文献,建立模糊技术创新网络的指标体系,共有98个影响因素.其次,通过频率筛选法对影响因素进行初步筛选,保留如下37个影响因素(行动者):v1表示社会基础设施,v2表示经济发展水平,v3表示人力资源素质,v4表示信息基础环境,v5表示社会文化环境,v6表示税收政策,v7表示金融政策,v8表示知识产权政策,v9表示创新激励政策,v10表示社会服务体系,v11表示技术产权交易,v12表示科技评估水平,v13表示市场需求,v14表示市场公平性,v15表示市场竞争激烈程度,v16表示市场信用程度,v17表示产业技术水平,v18表示产业集群程度,v19表示产业技术支撑平台,v20表示企业人力资源构成,v21表示流动资金状况,v22表示固定资产构成,v23表示技术积累,v24表示信息资源及平台,v25表示企业产品构成,v26表示组织结构,v27表示资源获取能力,v28表示市场营销能力,v29表示研究开发能力,v30表示生产制造能力,v31表示整合协同能力,v32表示管理决策能力,v33表示组织执行力,v34表示品牌竞争力,v35表示企业文化力,v36表示创新激励力,v37表示快速应变力.为了获取37个影响因素之间的模糊关系(对技术创新的影响),于2011年9月发放问卷20份,收回问卷16份,组织模糊数学、经济和管理领域的专家对收回的问卷进行评判,其中2份属于无效问卷,有效问卷14份,有效问卷回收率为70%.对14份调查数据进行求和,再取平均值,得到的模糊关系结构(模糊技术创新网络的邻接矩阵)见表1.

为了讨论要素占据模糊结构洞的个数,将模糊技术创新网络中小于1.5倍整体密度的值改为0,并删除所产生的孤立要素,结果为一个包含23个影响因素的模糊技术创新网络.利用UCINET画出的网络图如图2所示.

根据2.1 节的方法来计算图2中每一个要素所占据的模糊结构洞的个数,结果见表2.由表2可知,占据模糊结构洞个数最多的影响技术创新要素是:v29研究开发能力.基于二八原理的模糊结构洞的分类方法,v29为关键模糊结构洞.排在前2～5位的要素分别为:v3(人力资源素质)、v2(经济发展水平)、v13(市场需求)和v18(产业集群程度).根据二八原理的模糊结构洞的分类方法,这4个行动者所占据的模糊结构洞为一般模糊结构洞.这5个要素是其他要素相互关联和相互作用的枢纽和中介,对技术创新产生积极的推动作用.

表1 模糊技术创新网络的邻接矩阵

图2 含23个影响因素的模糊技术创新要素网络

表2 行动者占据模糊结构洞的个数

4 结论

1) 在模糊社会网络中定义了模糊结构洞,给出了行动者占据模糊结构洞个数的计算方法,为后续的应用研究提供了理论基础.

2) 在模糊社会网络中提出了2种模糊结构洞的分类方法:基于二八原理的模糊结构洞的分类方法和基于关系强弱的模糊结构洞的分类方法.模糊结构洞分类方法是对模糊结构洞理论的进一步补充.

3) 案例研究表明,研究开发能力、人力资源素质、经济发展水平、市场需求和产业集群程度是模糊技术创新网络中占据模糊结构洞个数最多的5个因素,这5个因素是其他因素相互关联和相互作用的枢纽和中介,对技术创新产生积极的推动作用.

4) 案例的研究为模糊结构洞分类方法在模糊技术创新网络的应用提供了一定经验.

)

[1] Granovetter M S.Gettingajob[M]. Cambridge,MA,USA: Harvard University Press,1974.

[2] Cook Karen S,Emerson R M. Power,equity and commitment in exchange networks [J].AmericanSociologicalReview,1978,43(5): 721-739.

[3] Simmel G.ConflictandWebofgroupaffiliations[M]. New York: Free Press,1955.

[4] Merton R K. Continuties in the theory of reference group behavior[M]//SocialTheoryandSocialStructure.New York: Free Press,1982.

[5] Granovetter M S. The strength of weak ties [J].AmericanJournalofSociology,1973,78(6): 1360-1380.

[6] Freeman L C. A set of measures of centrality based on betweenness [J].Sociometry,1977,40(1): 35-41.

[7] Burt R S. Autonomy in a social topology [J].AmericanJournalofSociology,1980,85(4):892-925.

[8] Burt R S.Structureholes:thesocialstructureofcompetition[M]. Cambridge,MA,USA: Harvard University Press,1992.

[9] Everet T M. Structure hole review [J].EuropeanSociologicalReview,1994,10(1): 98-99.

[10] 梁丹,葛玉辉,陈悦明. 结构洞理论在高管团队社会资本中应用研究展望[J]. 华东经济管理,2010,24(4): 97-99.

Liang Dan,Ge Yuhui,Chen Yueming. Prospect for a study on the application of the hole structural theory to social capital of TMT[J].EastChinaEconomicManagement,2010,24(4): 97-99. (in Chinese)

[11] 王政,石磊,贾小平. 基于结构洞理论的产业生态群落关联度赋值方法[J]. 生态学报,2009,29(2):810-814.

Wang Zheng,Shi Lei,Jia Xiaoping. Weighted connectance for industrial communities based on structural holes theory[J].ActaEcologicaSinica,2009,29(2):810-814. (in Chinese)

[12] 李瀚瀛. 应用结构洞理论构建企业人际情报网络初探[J]. 科技情报开发与经济,2008,18(22): 68-69.

Li Hanying. Probe into applying the structural holes theory to establish the human intelligence network of enterprise[J].Sci-TechInformationDevelopment&Economy,2008,18(22): 68-69. (in Chinese)

[13] 姜卫韬. 基于结构洞理论的企业家社会资本影响机制研究[J]. 南京农业大学学报：社会科学版,2008,8(2): 21-28.

Jiang Weitao. Influence mechanism of entrepreneurial social capital—from the perspective of structural holes theory[J].JournalofNanjingAgriculturalUniversity:SocialScienceEdition,2008,8(2): 21-28. (in Chinese)

[14] Kogut B. The network as know ledge: generative rules and the emergence of structure [J].StrategicManagementJournal,2000,21(1): 405-425.

[15] 盛亚,范栋梁. 结构洞分类理论及其在创新网络中的应用[J]. 科学学研究,2009,27(9):1407-1411.

Sheng Ya,Fan Dongliang. Structural holes classification theory and its application in innovation network[J].StudiesinScienceofScience,2009,27(9):1407-1411. (in Chinese)

[16] 赵炎,郭霞婉. 结构洞度对联盟网络中企业创新绩效的影响研究——基于中国家用视听设备制造业企业联盟网络[J].科技进步与对策,2012,29(17): 76-81.

Zhao Yan,Guo Xiawan. Structural hole degree,inter-firm network and innovation performance—evidence from Chinese domestic audio video industry strategic alliance[J].Science&TechnologyProgressandPolicy,2012,29(17): 76-81. (in Chinese)

[17] 周浩军. 搜索优势与转移问题:弱关系、结构洞和网络多样性对创新的曲线效应[D]. 杭州:浙江大学管理学院,2011.

[18] 廖丽平,胡仁杰. 基于模糊图的模糊社会网络定义及其性质分析[J]. 广东工业大学学报: 社会科学版,2012,12(3): 46-51.

Liao Liping,Hu Renjie. On the definition and property analysis of fuzzy social network based on fuzzy graph[J].JournalofGuangdongUniversityofTechnology:SocialSciencesEdition,2012,12(3): 46-51. (in Chinese)

[19] Liao Liping,Hu Renjie,Zhang Guangyu.The position analysis of the fuzzy technology innovation network[J].JournalofHighTechnologyManagementResearch,2012,23(2):83-89.