结构嵌入、集体学习与旅游企业创新绩效关系研究

2014-03-20

四川师范大学学报（社会科学版） 2014年4期

(中国农业大学人文与发展学院，北京 100193)

旅游创新是解决旅游业发展问题，加速产业持续发展的重要途径。旅游产业集聚与网络、企业创新行为是旅游创新领域里最为重要的两大主题[1]。旅游产业集聚是地域内企业间合作的结果[2]，其形成的网络为企业创新提供了知识、市场、技术等资源。一方面，旅游企业创新作为一种复杂的经济行为，必定受到企业所嵌入的经济社会结构的影响，其创新绩效很大程度上取决于所处企业网络中信息的广度和有效程度[3,4]，而结构又是网络的主要特征。另一方面，当产业的知识基础非常复杂且在不断积累和扩张时，专有的知识源将会非常分散，创新往往不会出现在单个公司中，而是在学习的网络中[5]，旅游企业创新活动将受到目的地其他企业共同形成的“马歇尔空气”的影响。可见，从网络结构嵌入、集体学习视角研究旅游企业创新绩效是一个可行的理论切入点。

目前，国内外学者基本认同网络结构和集体学习是集聚企业创新绩效的重要影响因素，特别是在传统产业或高新技术产业集群研究方面。而关于旅游产业集聚下的企业创新研究，现有文献大多还是定性的经验性分析，与之相关的量化研究仍然很缺乏[6,7]。例如，Paget等以法国滑雪胜地的一家旅游企业为例，定性分析了该企业在组织网络中的“传递领袖”(leader translator)位置有利于企业的创新行为[8]；Sundbo等对丹麦和西班牙的旅游企业调研后发现，旅游企业拥有多样性的创新网络在企业创新系统中至关重要[9]。另外，现有文献的研究对象主要集中在国外或国内经济水平较高的地区。例如，一些学者以杭州国际旅游综合体[10]、山西平遥古城产业集群[11]、广州岭南国际企业集团[12]等为例来研究旅游企业创新行为，而缺乏对我国西部地区旅游企业的研究。为此，本文的研究目的在于探讨网络结构对集聚的旅游企业创新绩效具有怎样的影响，以及网络结构是如何影响集聚企业创新绩效的。在整合社会网络理论、集体学习理论和创新绩效理论的基础上，构建了网络结构与旅游企业创新绩效的作用机制模型，并以剑门蜀道旅游目的地企业为样本进行实证检验。

一理论基础与研究假设

(一)概念界定

1.结构嵌入

最早提出“嵌入性”概念的是经济史学家Karl Polanyi，他认为：“‘嵌入’这个词表达了这样一种理念，即经济并非像经济理论中说的那样是自发(autonomous)的，而是从属于政治、宗教和社会关系的”[13]14。而真正推动“嵌入性”概念发展的是Granovetter，他在批评古典社会学家“过度社会化”以及经济学家“社会化不足”的基础上认为，个人(或厂商)的经济行为是嵌入在不断变化的社会关系和网络之中的，同时区分了不同的嵌入性，即关系性嵌入(relational embeddedness)和结构性嵌入(structural embeddedness)[14]。旅游企业的嵌入性，则是指这些地域性(local)的企业在战略选择、日常运营和创新活动中受到区域制度文化、外界环境、企业网络(结构性嵌入)以及网络成员信任网络(关系性嵌入)等方面的影响程度。结构嵌入性研究的重点是企业在网络中的位置等网络结构特征对企业行为和绩效的影响[4]，而结构嵌入性研究的网络关系是多维的[15]。旅游企业网络结构嵌入的衡量也不例外，需要考察多种网络联系。

2.旅游企业创新

旅游企业创新，不仅包含了改变和适应的理念，即创新就是产生、接受和执行新想法、新产品、新服务的过程[7]，更强调了创新行为的市场价值实现[16]。同时，创新并不是企业简单追求效率的经济行为，区域经济的规则、社会环境、文化传统等也会对创新产生深远的影响，其企业的创新活动是嵌入在当地网络结构和关系之中的。旅游企业创新较一般制造业或高新技术企业的特殊性主要表现在：(1)创新主要表现为“软”创新，如服务、管理和产品设计等方面创新；(2)创新行为易于传播和效仿，具有公开性特点；(3)创新难以度量，具有(准)无形性，有形产品也是无形创新的载体，无法像制造业创新可通过专利数量来测定；(4)创新主体主要为旅游企业本身，与高校、科研院所合作创新的较少，而制造业创新“产—研”密切合作，合作研发较为普遍；(5)创新来源主要为与旅游者直接的“供—需”互动，旅游各行业企业都要直接面对旅游者，这使得企业能直接得到旅游者消费需求特点和变化信息，从而快速创新。

旅游企业创新的类型多种多样。如按创新的激进程度，可分为常规性、细节性、改革性和结构性创新[17]；按创新的内容，可分为：旅游产品开发、技术路径、管理模式、营销模式、政策制度创新等[18]139。本文认为旅游企业创新主要包括三类：一是旅游产品创新，这类创新强调旅游者对产品变化的直接感知，如旅游景区采取多样化的旅游产品(如文化遗产游、乡村旅游、探险旅游等)，旅游娱乐企业增设新的娱乐设施和项目等；二是旅游服务创新，这类创新强调旅游企业与消费者之间沟通界面的变化，如旅游饭店对服务方式的改善，企业与携程网、艺龙网等涉旅网站进行合作，以提高旅游者的自助服务能力等；三是旅游过程(管理)创新，这类创新强调旅游企业内部的组织变革和规则改变，如改变员工管理办法、引入新的通信信息技术、使用新的营销手段等，从而提高管理的效率。可以说，旅游企业的创新行为通过创意、设计等方式贯穿于旅游企业整个运作过程之中，在对其创新绩效进行评价时也应考虑其特殊性和复杂性。

(二)结构嵌入对创新绩效的影响

结构嵌入性关注网络参与者(即旅游企业及相关辅助机构)间相互联系的整体性结构，一方面关注单一节点在网络中的结构位置，另一方面关注网络整体功能与结构。旅游企业网络中不仅包括旅行社、住宿业、餐饮业、交通运输业、游览娱乐业、旅游用品和纪念品销售行业等与旅游者直接发生联系并为之服务的企业，还包括民间非营利组织和事业单位类型的旅游企业(如旅游景区)、间接旅游企业和旅游配套企业，这些网络节点之间由于纵向、横向的分工与合作形成了网络整体结构。

本文主要研究旅游企业所嵌入的网络结构对企业创新绩效的影响，主要关注网络密度、网络中心性、网络规模和网络稳定性四大变量。网络密度(network density)，即网络内各节点之间实际存在的连线占可能连线的比例，各节点之间连线越多，密度就越大。高密度的网络结构，可以缩短信息传递的平均路径,使信息流动速度变快,促使创新知识和成果的迅速传播。一般说来，企业网络密度越高，企业间的联系就越广泛。但也有学者提出，过高或过低的网络密度都不利于集聚企业的发展，企业网络结构的密度应该保持在一定的均衡范围内，以免降低企业集聚的效益[19,20]。网络中心性(network centrality)，即节点在整个网络的中心程度，它表明整个网络的集中或集权程度。一般来说，中心性越高的结点，在网络中越处于有利位置，能掌握更多的网络信息和资源，并控制其他节点的行为而受益，从而提升企业的创新绩效。网络规模(network scale)，即网络成员与其他节点联系的多少，反映网络成员与外界接触机会的多少，企业拥有的网络规模越大，也就更有机会接触更多的信息，创新选择的方案就越多。网络稳定性(network stability)，即网络结构随时间变化的特征，企业从培育、发展网络关系到价值收获需要一定的时间差，而稳定的网络联系对企业的发展至关重要，频繁变化的网络结构将会使企业无所适从[2]。基于上述分析，本文提出如下假设：

H1：旅游企业网络结构嵌入对创新绩效有显著正向影响。

(三)集体学习在结构嵌入与创新绩效关系中的中介作用

以往的学习理论主要研究组织边界内部的学习行为，而随着技术合作、战略联盟、产业集群的发展，集体学习理论应运而生。旅游企业集聚形成的集体学习，可以借鉴最早研究集体学习理论的魏江等国内学者的解释，“以一系列共享的制度、规则、程序和规制为基础，集群成员和个人通过相互协调行动以寻求解决问题时产生知识积累和转移的社会化过程”[21]，强调了集体学习的社会性特征。

围绕某一旅游目的地，涉及旅游吃、住、行、游、购、娱等要素的企业形成了交错的商业和社会网络，而成员间频繁的正式和非正式互动有效地促进了旅游企业间的集体学习。旅游企业集聚形成的集体学习主要表现为两种形式：正式和非正式集体学习。经验证实，集聚主体间的结网将加速节点间知识的传播和集体学习，从而积累旅游企业的知识水平、促进其创新绩效的提升，但过度密集的结网也可能导致网络的僵化和封闭，阻碍外部信息和资源的交流和传播，产生大量重复的冗余信息。

旅游企业集聚的正式集体学习主要包括：企业的前后向(后向包括消费者)联系、位于同一价值环节中的同行间学习以及与区域旅游创新的另一主体——政府间的学习。第一，旅游企业前后向的沟通有助于认识彼此间的创新缝隙，从而提出创新的新方向，如旅行社对景区的创新要求将推进旅游景区企业的产品创新(旅行社是景区客源的前向企业)，同时，旅游各行业企业的创新都要面对旅游者，“供—需”互动是企业重要的创新来源，所以，作为企业后向联系的重要组成部分，消费者对旅游企业的服务创新需求将促使企业进行创新改善；第二，同行间的集体学习有助于创新的横向集成，尽管旅游同行企业间有明显的竞争关系，但有意识的合作和交流，将会使企业之间取长补短，共同分享创新的成果，从而优化各自的价值环节，提高区域旅游的创新水平；第三，我国部分旅游产品(如事业单位类型的景区)往往具有公共物品的性质，且政府在很大程度上影响着旅游经济活动和区域旅游的整体水平，企业与政府部门互动并建立社会网络，不仅有利于增强政府部门对企业的了解和信心，更能提供企业声誉与合法性，提高集聚企业从其他主体那里获取信息、知识和资源等要素的能力[22]。

旅游企业的非正式学习途径主要为人员流动、非正式交往等。人员流动主要包括企业管理层和一般员工的流动，这种流动使创新知识外溢，促使不同企业间在已有知识基础上，充分吸收其他经验和知识，以形成新的创新；非正式交往的形式，主要为不同企业的管理者、技术人员等通过吃饭、沙龙、参加集会、走亲访友等形式进行交谈，而工作的类似性和互补性，将有意无意地产生知识的溢出和传播，这种旅游企业间的非正式学习将可能是企业创新的重要来源之一。基于上述分析，本文还有如下假设：

H2：正式集体学习中介了结构嵌入对企业创新绩效的作用；

H2a：正式集体学习对旅游企业创新绩效有显著正向影响；

H3：非正式集体学习中介了结构嵌入对企业创新绩效的作用；

H3a：非正式集体学习对旅游企业创新绩效有显著正向影响。

基于上述分析和假设，本文构建了旅游企业网络结构嵌入对创新绩效影响机制的理论模型(见图1)。

图1.旅游企业网络结构嵌入对创新绩效影响机制的理论模型

二实证分析与假设检验

(一)研究样本

为检验旅游企业的网络结构嵌入对其创新绩效的影响及其作用机制，笔者分别于2013年8月至9月和2014年2月对四川剑门蜀道旅游目的地(剑门关景区)的旅游企业进行了实地调研。剑门关为剑门蜀道国家重点风景名胜区的核心景区，位于四川省广元市剑阁县内，2010至2012年剑阁县的旅游产业区位熵分别为1.22、1.37和1.71①，旅游产业空间集聚态势明显。样本包括与广元市旅游局、剑阁县旅游局以及剑门关景区管理局有联系的广元市和剑阁县的旅行社，广元市二星及其以上的与旅行社存在业务关系的酒店，剑阁县内集聚的住宿业、餐饮业、购物店、娱乐场所等。在具体选择时，采用概率抽样中的分层随机抽样方法(按各行业数量分布)，除市县两级旅游局推荐的企业外，也在旅游目的地随机进行选择，以保证企业规模的多样性。本次调研共发放问卷120份，回收112份，其中有效问卷93份。实证研究样本的描述性统计结果见表1。

表1.样本企业特征描述

从表1可以看出，研究样本涉及住宿行业(酒店和客栈)31家、购物企业(旅游纪念品、土特产生产和销售)21家、餐饮业18家、旅行社11家、娱乐行业7家、景点经营及其他企业5家。由于旅游交通仅有一家，且属于广元交通国际旅行社，故未单独提出。在93家被调查的聚集企业中，2008年以前成立的占41.3%，企业的人数规模和经营规模都以中小企业为主②，样本企业的产业分布特征符合我国旅游目的地企业聚集的现状。问卷由中层及其以上的管理者(89.6%)填写以保证问卷质量。为防范数据出现的同源误差问题(common methods bias)，一是在研究设计上保证清晰无歧义的语句，二是保证问卷调研的匿名性，并告知被调查者答案无对错之分，三是进行Harman单因素检验，发现通过主成分分析，可分析出3个因子并能解释变量的74.97%，其中第一个因子可解释30.80%的变异，并未出现单一的能解释大部分变异的因子，可见本研究中不存在同源误差情况。

(二)变量解释

本文所有变量都使用了李克特5点量表方式，要求被访者根据企业实际情况，选择与题项的相符程度，由1至5表示符合程度逐步升高。

1.因变量。如前文所述，旅游企业创新主要包括产品创新、服务创新、过程(管理)创新，在对旅游企业创新绩效进行评价时，需对旅游产品开发创新绩效、服务创新绩效、过程创新绩效进行测量，具体以贵企业“经常推出新的产品/新的服务”、“对游客需求的把握比同行更好”、“比同行在市场推介和宣传中做得更好”、“常根据实际需要改变经营模式和组织结构来提高企业效益”等指标来衡量。同时，旅游企业创新绩效评价离不开对游客满意度以及创新的经济绩效、社会绩效和生态绩效等结果因素进行评价，具体测量问题包括：“顾客很满意贵公司的创新产品或服务”，“贵公司的产品/服务创新提高了企业的经济效益”、“提高了社会效益”、“有良好的生态效益”等。本文编制的旅游企业创新绩效量表参考了王兆峰[18]、郭丕斌等人[23]的实证研究，共计9个题项。

2.自变量。旅游目的地集聚企业，其网络结构嵌入的测量主要包括网络密度、网络中心性、网络规模和网络稳定性四个方面。其中,对网络密度和网络中心性的测量包含了本地区的上游旅游企业、旅游链上其他企业(吃住行游购娱)、同类企业、下游旅游企业(或消费者)、金融机构、政府机构、旅游行业协会、其他机构(中介、高校/科研机构等)八种网络联系，测量问题以“相对于市/县内同行业企业而言，贵企业与更多家机构(上述八种机构)有来往”或“很多要通过贵公司从中牵线”来测量网络密度和中心性，这两个变量的得分均为8个问题得分的平均值；网络规模和网络稳定性则用两个问题：“相对于市/县内同类企业而言，与贵公司正式和非正式联系的组织更多”或“拥有的网络联系更加稳固”来衡量。量表共计18个题项。

3.中介变量。集体学习过程包括正式和非正式集体学习，前者包括旅游企业的前后向联系(后向既包括旅游企业也包括终端消费者)、同行间学习以及与旅游创新的另一主体——政府间的学习，后者包括人员流动、非正式交往等。在参考江青虎[24]79对集聚经济中集体学习的测量方法的基础上，本文形成了6个题项的量表(见表2)。

4.控制变量。本文选取了行业性质、人员总数、年营业额为控制变量。

(三)样本信度与效度

对获得的93份有效问卷，采用SPSS.13.0统计软件进行信度和效度的分析。鉴于问卷主体部分均以李克特量表进行测量，故应采用Cronbach’s系数来检测量表信度。结果显示，所有量表的信度均超过了0.8的标准，说明各因子测量变量具有较好的一致性，问卷显示出较好的内部一致性。同时，对数据的效度分析表明，集体学习变量因子合成的KMO值为0.787，Sig.=0.000，非常适合做因子分析，集体学习的六条语句测量可得到两个因子(见表2)，前三个语句可以表示为企业的正式集体学习，后三个语句可以表示为企业的非正式集体学习，与最初的旅游企业集体学习量表的设计维度一致。

表2.集体学习因子分析结果

(四)描述性统计及相关分析

本研究各变量的描述性统计和相关分析结果见表3。旅游企业创新绩效与其网络结构嵌入、正式和非正式集体学习均显著相关(p<0.01)，与研究提出的假设基本相符。

表3.描述性统计与pearson相关系数

注：*p<0.05；**p<0.01。

(五)回归分析与研究假设

为进一步探讨各变量关系，验证本研究的假设，在控制了企业的行业性质、人员总数、年营业额后，得出了层次回归分析的结果。首先，模型1分析了自变量(结构嵌入变量)对旅游企业创新绩效的影响，显示了企业的网络结构嵌入与其创新绩效正相关；其次，模型2和模型3分别分析了正式集体学习和非正式集体学习两个中介变量对企业创新绩效的影响；再次，模型4和模型5将自变量和中介变量都纳入进来分析自变量对因变量的作用机制。具体的统计分析结果见表4。

表4.回归分析结果

注：*p<0.05；**p<0.01。

从模型1的回归结果看，旅游企业的网络结构嵌入与企业创新绩效显著正相关(β=0.808，p<0.01)，H1得到了验证；从模型2和模型3的回归结果看，正式集体学习和非正式集体对企业创新绩效存在显著的正相关(β1=0.63，p<0.01；β2=0.569，p<0.01)，H2a和H3a得到了验证。

当集体学习两个中介变量被逐步放入模型后，结构嵌入与企业创新绩效的相关系数和模型解释度都发生了变化。首先，当模型4放入中介变量正式集体学习后，结构嵌入与企业创新绩效的关系系数从0.808下降至0.68，而模型解释度(R2)从65%增加至67%，从而假设H2成立；其次，当模型5放入中介变量非正式集体学习后，结构嵌入与企业创新绩效的关系系数从0.808下降至0.676，模型解释度(R2)从65%增加到67.9%，从而假设H3获得了支持。以上分析表明，旅游企业间的正式和非正式集体学习中介了结构嵌入对企业创新绩效的作用。

三研究结论及建议

国内外旅游企业创新研究尚处于起步阶段，一方面，旅游企业创新已逐渐进入旅游研究者的视角，被认为是推动旅游业持续发展的重要因素，是一个极具潜力的研究方向；另一方面，与其相关的实证分析、理论机理研究却少之又少。在这一背景下，本文综合了社会网络理论、集体学习理论和创新绩效理论，对旅游企业的网络结构嵌入性与企业创新绩效间的关系和作用机制进行了分析和探讨，并基于四川剑门蜀道旅游企业样本对相关理论进行了实证检验。

研究发现：(1)以旅游目的地为核心的旅游企业网络结构嵌入与企业创新绩效呈正相关。可见，日益复杂的旅游创新活动，不是单个企业可以独立完成的过程，需要以企业社会网络的各节点联系为前提，通过政府、消费者、上下游企业等机构之间的互动，提高网络的密度、规模、中心性和稳定性，来改善企业的创新绩效；(2)集体学习在网络结构嵌入与企业创新绩效关系中起中介作用，由此企业应该重视自身的网络关系来促进企业间的集体学习，通过正式和非正式的学习交流得到企业创新所需的新知识、新技术，从而在一定程度上提高企业的创新绩效；(3)集体学习对旅游企业创新绩效有正向影响，企业不应只将学习界定在组织边界内部，旅游企业间的正式学习以及人员流动等非正式学习都会促进旅游企业创新绩效的提升。

基于上述结论，本文提出如下建议。(1)以旅游目的地为中心的聚集企业，应充分发挥区域网络的价值，拓展和加强与上下游旅游企业、同行业企业、旅游链上其他企业、金融机构、政府机构、旅游行业协会等各种成员的联系和互动，它们都可能成为企业创新知识的来源。同时，欠发达地区的旅游企业应注意增进网络成员间的网络密度、网络规模，从而缩短信息传递的平均路径以接触更多的信息和机会，并尽量在网络中占据关键位置并保证稳定性，以实现信息的控制优势。(2)旅游目的地政府和企业，应共同构建组织间学习和知识生成的有效机制。例如，政府通过提供各种服务，如建立中介机构、信息中心，提供各种优惠政策措施，来促进旅游企业横向和纵向间的合作与竞争，鼓励旅游企业间的联盟与协作，为企业与消费者之间的良性互动提供良好的外部环境，从而提高企业的创新活力。(3)旅游产业集聚区的企业和机构，可以通过各种活动，如企业家交流会，来建立各种非正式交流网络，促进跨组织人员间的信息传播与沟通，以创造良好的集体学习环境，推动区域旅游产业创新的持续增进。另外，旅游目的地聚集的企业为防止地方化知识的锁定而导致的网络失灵，需要延伸集聚的边界，加强网络的外部联系，构建跨区域的学习机制，促进区域旅游企业的持续健康发展。

本文仍存在一些不足之处。首先，样本量还是偏少，这对统计结论的效度有一定的影响；其次，本文的研究为静态分析，对网络结构的演化与企业创新绩效的动态分析还值得进一步探讨；最后，本文通过对西部欠发达地区的旅游目的地企业分析得到的结论具有一定的特殊性，可能存在发达地区的网络结构嵌入太高反而不利于集聚企业发展的情况。

注释：

①根据产值区位熵的计算公式，剑阁县旅游收入区位熵的计算公式为：Q=(剑阁县旅游收入/剑阁县国内生产总值)/(四川省旅游收入/四川省国内生产总值)，Q>1表示旅游产业的专业化水平越高，集聚程度较高。

②旅游业中小企业是我国旅游业发展中的重要力量，但至今仍然没有明确的划分标准，参见盖玉妍著《旅游业中小企业的划分标准及其适用性分析》，《商业研究》2009年第4期，鉴于其不是本文的重点，故不多做讨论。

参考文献:

[1]宋慧林,宋海岩.国外旅游创新研究评述[J].旅游科学,2013,(2):1-13.

[2]NOVELLI M，SCHMITZ B，SPENCER T． Networks，Clusters and Innovation in Tourism: a UK Experience[J].TourismManagement， 2006，(6):1141-1152.

[3]李志刚,汤书昆,梁晓艳,赵林捷.产业集群网络结构与企业创新绩效关系研究[J].科学学研究,2007,(4):777-782.

[4]范群林,邵云飞,唐小我,王剑峰.结构嵌入性对集群企业创新绩效影响的实证研究[J].科学学研究,2010,(12):1891-1900.

[5]POWELL W W，KOPUT K，SIMIT-DOERR L． Inter-organizational Collaboration and the Locus of Innovation: Networks of Learning in Biotechnology[J].AdministrativeScienceQuarterly， 1996，(41):116-145.

[6]HALL C． Innovation and Tourism Policy in Australia and New Zealand: Never The Twain Shall Meet[J].JournalofPolicyResearchinTourism，LeisureandEvents， 2009，(1):2-18.

[7]HJALAGER A M． A Review of Innovation Research in Turism[J].TourismManagement， 2010，(1):1-12.

[8]PAGET E，DIMANCHE F，MOUNET J P． A Tourism Innovation Case: An Actor-network Approach[J].AnnalsofTourismResearch， 2010，(3):828-847.

[9]SUNDBO J，ORFILA-SINTES F，SOENSEN F． The Innovative Behaviour of Tourism Firms-comparative Studies of Denmark and Spain[J].ResearchPolicy， 2007，(1):88-106.

[10]卞显红.旅游产业集群空间演化、竞争优势获取与创新升级研究——以杭州国际旅游综合体为例[M].北京：中国财富出版社，2013.

[11]冯卫红.旅游产业集群：理论解释与实证研究[M].北京：经济科学出版社，2011.

[12]许秋红,尹涛,李青.基于制度创新的旅游企业战略联盟优势——以广州岭南国际企业集团为例[J].管理案例研究与评论,2009,(1):11-19.

[13]〔英〕卡尔·波兰尼.大转型：我们时代的政治与经济起源[M].冯刚，刘阳译.杭州：浙江人民出版社，2007.

[14]GRANOVETTER M. Economic Action and Social Structure: the Problem of Embeddedness[J].AmericanJournalofSociology, 1985, (91):481-510.

[15]兰建平,苗文斌.嵌入性理论研究综述[J].技术经济,2009,(1):104-108.

[16]王缉慈.创新及其相关概念的跟踪观察——返朴归真、认识进化和前沿发现[J].中国软科学，2002，(12)：31-35.

[17]ABERNATHY W J，CLARK K B. Innovation： Mapping the Winds of Creative Destruction[J].ResearchPolicy， 1985，(14)：3-22.

[18]王兆峰.基于产业集群的旅游产业结构升级优化研究[D].长沙：中南大学，2009.

[19]吴汉贤,邝国良.企业网络结构对产业集群竞争力的影响分析——基于网络密度[J].科技管理研究,2010,(14):154-157.

[20]吴结兵,徐梦周.网络密度与集群竞争优势:集聚经济与集体学习的中介作用——2001-2004年浙江纺织业集群的实证分析[J].管理世界,2008,(8):69-76，187-188.

[21]魏江,申军.产业集群学习模式和演进路径研究[J].研究与发展管理,2003,(2):44-48.