偶发因素对非正式创新网络影响的实证研究

偶发因素对非正式创新网络影响的实证研究

杨秀妮

(西安科技大学 理学院，陕西 西安 710054)

摘要：研究偶发因素对非正式创新网络IIN的节点属性和网络结构特性的影响。研究发现：外生偶发因素会正向影响非正式创新网络IIN的网络节点静态属性，导致改变网络节点的行为，从而对网络节点动态属性和网络结构静态属性产生显著的正向影响，特别是网络外生偶发因素会正向影响非正式创新网络IIN的网络接入意愿和接入频率。

关键词：偶发因素；非正式创新网络；节点属性；结构特性

中图分类号：F406文献标志码：A

收稿日期：2015-04-27；修复日期：2015-07-11

基金项目：教育部人文社会科学研究青年

作者简介：邓之宏，男，安徽寿县人，经济学硕士，副教授，研究方向：电子商务和网络营销；

创新网络是20世纪80年代逐渐生成并迅速发展起来的一个新领域，它正以全新的范式改变着创新理论的研究视野[1]。创新网络表示的是个体间基于创新而形成的一种合作关系。如果这种合作关系是正式的、规范性的关系，则构成正式创新网络；反之，如果这种合作关系是非正式的和非规范化的，则形成非正式创新网络(IIN)。企业建构创新网络的目的，在于通过与内外部组织机构及个体之间形成优势互补、合作共赢的网络关系，来提升自身的创新能力和市场竞争力[2]。创新网络对技术创新的促进作用主要通过网络中知识的流动、共享来实现。知识网络(创新网络)结构对知识流动效率和企业创新绩效会产生重要影响[3-4]。非正式创新网络由于其形式灵活多样、覆盖面广的特点，在促进创新方面发挥着越来越重要的作用，引起了学者们的关注。李颂通过对浙江省多个产业集群以及大量中小企业案例的梳理和分析, 研究了非正式创新网络IIN对产业集群和中小企业技术创新的影响作用[5]；白黎等研究了非正式创新网络形成机理中网络结构和网络信任质量的影响因素[6]。

从研究的关注点来看，传统的研究多是从社会关系网络角度研究创新网络节点、关系、网络结构和行为以及其对企业与个体行为的影响[7]。这是一种内向式研究思路，未能充分考虑外部环境对企业创新网络的影响。在现实社会中，企业所处的外部环境不断发生变化，非常态环境(即偶发状态)必然会对企业创新网络的结构、节点及行为施加影响。特别是随着网络的国际化，环境外生的偶发因素(例如金融危机)对网络结构、节点和网络的演进形成冲击，改变网络结构和网络节点的行为，最终影响到企业的创新能力和创新效果及效率。

偶发因素是对突发事件的抽象描述。目前，国内外对突发事件的研究，主要集中在应急管理体系建设、应急处置中的决策方法及评估等方面，侧重于对突发事件的应急管理，重点关注对破坏性突发事件尤其是群体性突发事件的发生及其对策分析上，而很少关注偶发因素对于创新网络的影响研究[8]。创新网络是在一定环境下的客观存在，外部环境变量对创新网络的网络节点和网络结构、进而对节点间的知识转移也必然会施加影响，这一点恰恰被现有研究所忽视。而现实社会环境中经常会产生突发事件、灾难、战争等外部环境偶发变量，其对社会网络尤其是非正式创新网络的影响不容小觑。

本文旨在以社会网络的子网络——非正式创新网络为平台，研究偶发因素对IIN的节点属性和网络结构特性的影响，认为由于外界偶发因素影响网络节点属性和网络结构特性，从而引起它们的行为主体发生变化。因此，企业应善于利用突发事件提供的契机，弥补网络中个体的知识缺口，加强非正式创新网络的连接度，提高个体的接入频率，以实现知识的转移和创新。

一、基本概念及分析

(一)非正式创新网络

本研究中将非正式创新网络界定为基于非正式社会关系集群在一起而形成，以信任关系和道德约束等非正式力量为保障，网络参与者可以随机选择加入或中断网络联系，以创新关系作为连接边的集合。

(二)偶发因素

偶发因素是指在某过程中遇到的事先难以预料、无法预测、尚未归因、非同寻常、出现频率较低，但又必须迅速做出处理的事件。偶发因素虽然出现的概率小，但其具有不确定性、传播扩散性、突发性和紧迫性等特征，会使非正式创新网络受到意外的强烈干扰，对其产生影响效应。

(三)非正式创新网络的节点属性分析

“非正式创新网络的节点属性指个体的知识水平及组织特性”，IIN的节点属性包括知识缺口、专业属性、组织属性和资本属性等[9]。由于接入这一网络的个体具有不同的文化背景和个体质量，形成了特殊的跨组织关系，也塑造出不同的非正式网络特征，这些成为非正式创新网络构建的重要基础。

1.节点的知识缺口。知识缺口(即K-gap)是网络节点知识属性的一个重要指标。非正式创新网络节点的K-gap是指知识需求与供给之间的差异，该差异直接表现为组织自身所拥有的知识存量无法满足应对环境挑战的需要[10]。正是因为K-gap的存在，才有进行弥补的需要，从而促使创新网络的形成。Haider等就提出了通过跨组织的知识共享弥补知识缺口的策略[10]。

2. 节点的专业属性。专业是社会生产力发展和社会分工的产物，它表明了人们在生产生活实践中逐步形成的从事某项具体工作和业务的规范。不同的专业需要不同的知识、技能特征。个体知识储备的结构构成体系被称作节点的专业属性。

3. 节点的组织属性。节点的组织属性指个体所在的组织本身拥有的物质资源、资金、工艺流程、技术水平、文献资料、规章制度、价值观念及文化等，这些形成了组织资本。组织资本通常属于机械化、结构化的知识，可以支援人力资本或个别成员，使其产生绩效。一般来讲，具有知识库的结构资本或资产，对于个人将Know-How转化为群体的智慧资产有帮助作用[9]。

4. 节点的资本属性。个体所拥有的知识和技能水平形成个体的知识资本。创新网络中节点的资本属性可以通过两个指标来反映，一个是描述资本数量特征的群体平均知识水平，另一个是体现节点资本分布离散状态的主体间知识水平差异。创新网络中知识流动和分布的特征影响到网络中知识的传播速度和效率。非正式创新网络具有小世界结构特征，其对网络中群体平均知识水平和主体间知识水平差异产生明显影响[11-12]。

(四)非正式创新网络的结构特性分析

网络结构特征对网络中的知识转移必然会产生影响。Kamann 和 Strijker指出网络的本质是网络个体间(包括组织间)相互依赖、相互制约与相互影响的所有互动关系。网络研究的核心就是对网络关系的分析。对于社会网络关系具有重要影响的网络结构变量及网络的节点特性便成为网络研究的重点[13]。借鉴以往学者的研究成果，本研究从网络信任度、网络连接度、网络凝聚力、网络范围及网络中心性等几个方面来分析非正式创新网络的结构特征[6]。

1.网络信任度。网络信任度是指网络个体间的相互信任程度。网络中知识的分享及传播利用的程度和知识源有很大关系。个体对知识源的信任会导致对其所拥有和传递的知识信息的信任。一般而言，对知识源的信任增强了个体对知识的认可度和接受度，个体对知识再利用的频率也会相应增加，知识再利用的频率可以在一定程度上体现对知识源的信任程度，二者之间有明显的相关性[14]。影响非正式创新网络个体间相互信任的主要因素是关系基础。IIN的参与主体是基于某些非正式关系(如血缘、地缘、朋友、姻亲关系等)集群在一起构成的一个群体。这些非正式关系的远近亲疏，实际上直接影响和反映了社会网络中个体之间的相互信任程度。

2. 网络连接度。网络连接度指IIN节点间的联系紧密程度。通过创新网络，知识信息可以以较快的速度向更大的范围进行扩散。知识信息的碰撞和共享有利于新思想、新知识和新方法的产生。企业借助创新网络，可以有效利用组织内外的各种信息、资源，加强相互之间的技术交流与合作，形成更为有效的创新风险分摊机制和专业分工体系，从而降低创新的成本，提高创新的效率和效果。通常用以下几个指标来衡量网络中节点间联系的紧密程度。一是网络联结数，表示网络中各个节点间相互联系的通道数量，网络联结数越多，知识信息的交流越方便；二是知识流动的频次，表示网络中知识交流的频繁程度，频次越高，知识交流和互动就越充分；三是网络中的结构洞程度，结构洞是网络中节点间的一种断裂，这种断裂使得节点间不能发生直接的联系，因而也会影响到节点间的联系特征[15]。

3. 网络凝聚力。网络凝聚力指节点间关系的稳定性与密切性，一般可以通过网络中个体的团结程度和心情的愉悦程度来反映。非正式创新网络因为没有正式的合同或契约进行约束，因而网络成员之间的凝聚力对其网络结构的稳定性具有非常重要的影响。凝聚力越强，成员间的联系越紧密，网络结构的稳定性也就越好。

4. 网络范围。网络范围也就是网络的覆盖范围，表示网络中的联系关系所涉及的广度。非正式创新网络是以各种非正式社会关系为基础而构建的，社会上普遍存在的亲戚、朋友、同学、同乡、同事等社会关系都可以成为建构非正式创新网络的关系基础。非正式创新网络的结构极有可能会受到这些关系的远近程度和覆盖范围的影响。

5. 网络中心性。以社会关系为主要形式的个体间非正式联系，具有明显的社会化特点，从而也决定了以此种联系为基础所形成的非正式创新网络的社会网络属性。从社会网络的视角来看，非正式创新网络的网络中心性反映了个体在网络中的位置，具体可以体现在以下几个方面[16]：

程度中心性：指的是网络中个体参与交流、交往的对象数量的多寡。如果一个个体与其他个体的交往越多，则其在网络中的程度中心性就越高；

中介中心性：表示个体在网络中成为联结和沟通的桥梁与中枢纽带的程度。个体的中介中心性越强，其他个体的交流沟通对其依赖性就越强，个体在网络中的位置就越重要；

靠近中心性：衡量个体与其他个体联结距离的远近。如果与网络中其他个体的交流交往距离越短，交流越便利和容易，则其靠近中心性也就越大。

(五)非正式创新网络网络节点动态属性

这一属性包括网络接入意愿和网络接入频率[9]。

1. 网络接入意愿。网络接入意愿表明了个体加入网络的主观愿望和动机，它是个体进行知识、资源共享的先决条件。在企业组织的非正式创新网络中，这是个体能否将其所拥有的智力资本贡献给企业的基本前提，也决定了个体能否通过创新网络获取相应资源。它可以用来衡量以现有知识为基础、通过知识的重新利用，进行知识转化与创造的有效性[14]。智力资本转移的源头是智力资本提供者，其对智力资本转移的主观意愿是影响智力资本转移质量和效果的决定性因素。

2. 网络接入频率。网络接入频率是指个体贡献知识的次数。Sharon Watson和Kelly Hewett提出的知识贡献频率概念可以很形象地刻画这一指标。他们认为知识贡献的频率受到知识再利用的频率及其效果、组织优势等因素的影响[14]。个体或者群体如果拥有组织所需要的独特知识，就可因此对组织产生相应的影响力。这种影响力的大小本身就体现了个人或群体在组织中的地位与权力。借助这种权力地位，他们可以实现自身的一些利益诉求。权力的丧失极有可能意味着利益的损失。因此在实际的生活与生产实践中，个体或群体大都具有保护知识产权、维护自身私利的动机。如果没有一定的利益激励，他们往往缺乏在非正式创新网络中进行知识分享和转移的积极性[17]，知识分享和转移的频率较低，网络接入频率也不高。由此可见，合作伙伴的知识接入频率不但影响IIN的网络结构，同时也会影响到知识接收者的知识获取与吸收。

二、理论框架与研究假设

(一)偶发因素对非正式创新网络节点静态属性的影响

非正式创新网络的节点静态属性包括K-gap、专业属性、组织属性、资本属性等[9]。在非常态条件下，会出现一些偶发因素，对节点施加影响，通过影响节点静态属性而引发第一层影响效应，进而产生偶发因素属性与节点属性的耦合，改变了节点原有的静态属性。因此，我们做出如下假设：

假设H1：网络外生偶发因素正向影响IIN的网络节点静态属性。

假设H1a：网络外生偶发因素正向影响IIN的网络节点K-gap。

假设H1b：网络外生偶发因素正向影响IIN的网络节点专业属性。

假设H1c：网络外生偶发因素正向影响IIN的网络节点组织属性。

假设H1d：网络外生偶发因素正向影响IIN的网络节点资本属性。

(二)偶发因素对非正式创新网络结构的影响

非正式创新网络中，偶发因素的冲击会对网络个体乃至结构产生影响。由于偶发因素具有难以预料的突发性特点，会对个体造成不确定性压力，使个体缺乏安全感。个体在网络中的团结程度和心情都会发生变化，从而改变个体行为，影响其交流、交往对象的数量，使网络信任度、连接度、凝聚力和网络中心性等指标发生相应变化，最终影响到网络结构。网络外生偶发因素，例如国际金融危机的爆发，就极有可能刺激员工对企业极度缺乏安全感，从而影响对企业的依恋感情。由此，我们提出如下假设：

假设H2：网络外生偶发因素正向影响IIN的网络结构静态特性。

假设H2a：网络外生偶发因素正向影响IIN的网络信任度。

假设H2b：网络外生偶发因素正向影响IIN的网络连接度。

假设H2c：网络外生偶发因素正向影响IIN的网络凝聚力。

假设H2d：网络外生偶发因素正向影响IIN的网络范围。

假设H2e：网络外生偶发因素正向影响IIN的网络中心性。

(三)偶发因素对非正式创新网络节点动态属性的影响

在偶发事件的触发下，非正式创新网络的节点动态属性也会受到影响。可以用节点间的接入意愿和接入频率指标表征偶发因素对IIN节点动态属性产生的影响。智力资本提供者的跳槽经历和外向型人格是影响其参与非正式创新网络的重要因素，直接影响其网络接入意愿和接入频率。跳槽是进行智力资本转移的途径之一。跳槽经历表明了对现有智力资本进行重新利用的程度，也体现了智力资本转化的有效性。具有外向型人格特质的人员更易和他人之间建立联系，也比较容易融入一个群体。姚涛等人的研究结果表明，企业鼓励创新的文化氛围和外向型人格特征对研发人员参与非正式创新网络的意愿具有显著的正面影响，而跳槽经历的影响是负面的；对于参与频率，企业支持具有显著的正面影响，而跳槽经历则具有显著的负面影响[18]。偶发事件对组织和个体所处的外部环境造成冲击，使组织的文化氛围和组织中个体的境遇、心态等发生转变，从而使其网络接入意愿和接入频率也发生相应的变化，改变网络节点的动态属性。因此，我们提出如下假设：

假设H3：网络外生偶发因素正向影响IIN的网络节点动态属性。

假设H3a：网络外生偶发因素正向影响IIN的网络接入意愿。

假设H3b：网络外生偶发因素正向影响IIN的网络接入频率。

(四)偶发因素对网络节点动态属性的影响分析

在偶发因素的激发下，网络节点静态属性和网络结构静态特性也会对非正式创新网络的网络节点动态属性产生影响。在外生偶发因素的作用下，网络节点的动、静态属性和网络结构的动、静态特性之间相互影响。这种影响导致非正式创新网络G(n, γ)发生改变(节点数量平均为n，连接概率为γ的非正式创新网络)，形成新的网络G(n1, γ1)，网络的节点数量和属性以及网络结构发生改变。这不但影响网络自身的特性，而且也对基于非正式创新网络G(n, γ)的节点间智力资本的转移行为产生影响。

基于这样一个逻辑推理和偶发因素的影响理论接口，以及前人对非正式创新网络G(n, γ)的网络节点属性、结构特性和网络节点间知识转移绩效的研究成果。在此我们提出如下假设：

假设H4：网络节点静态属性正向影响非正式创新网络的网络节点动态属性。

假设H5：网络结构静态特性正向影响非正式创新网络的网络节点动态属性。

基于以上分析，我们提出了偶发因素对IIN的影响路径分析研究框架模型(图1)。

图1　偶发因素对IIN的影响路径分析研究框架模型

三、实证分析

(一)样本与数据收集

本研究中的数据采集涉及建筑、石油工业、电子信息等行业。通过电子邮件和实地访谈，共发放了500份调查问卷，收回468份，回收率为94%。去掉由于答案不全等原因造成的无效问卷21份，最终得到有效问卷447份，有效回收率达到89%。本次调研的对象主要是企业负责人、高管、研发人员等。

(二)方法选择和变量设置

调查问卷设计参考以往国内外研究，所有概念测量均直接引用或改编国外学者开发、使用和验证过的成熟量表。变量测定都采用李克特五级指标测量法，要求被调查者按“1~5”之间的数字来衡量特定问题所表示的吻合程度，其中“1”表示非常不符合，“5”表示非常符合。用相互认同程度和目标兼容性两个指标来测量网络信任度，根据其程度的高低进行打分。

网络范围测量通过涉及关系覆盖的广泛程度来衡量，根据联系关系所处的范围来划分，按范围由小到大分为几个档次：即处于本企业之内，本城市之内，处于全省、全国范围内和延伸到海外，并以此为基础进行量化赋分。网络接入意愿的测量以个体近五年跳槽经历次数来衡量，按跳槽次数大于10次直到没有跳槽经历几个等级来打分。

本文在对调查问卷分析的基础上，采用相关分析对偶发因素影响IIN进行研究。本文对于变量间的线性相关关系强度采用常用的Pearson(皮尔逊)相关系数来表示。通过计算出样本数据中变量间的相关系数并对其进行显著性检验，判断变量间是否存在线性相关关系。

(三)分析结论

将整理的数据输入SPSS13.0软件进行相关分析，整理偶发因素影响IIN的相关性分析结果如表1所示。

表1　偶发因素影响非正式创新网络的相关性分析结果

由表1可以看出，网络外生偶发因素与提出的相关因素变量除知识缺口在5%显著性水平下呈显著正相关外(p<0.05)，其余因素变量均在1%显著性水平下呈显著正相关关系(p<0.01)。因此，本文作出的假设H1a~H1d，H2a~H2e，H3a和H3b均成立，表明外生偶发因素对于网络节点的静态属性、网络结构的静态特性及网络节点的动态属性都具有正向影响。

(四)量表信度和效度分析

采用Cronbach’s Alpha系数分析对量表的信度进行检验。把相关的变量数据输入SPSS13.0统计软件，输出结果如表2所示。由表2可知，各分量表的Cronbach’s Alpha系数均在0.8以上，且总量表的Cronbach’s Alpha系数高达0.923，表明此量表的可靠性较高。对于效度的评价通过理论模型中潜变量之间的相关关系检验来判定。如果潜变量之间显著相关，说明理论模型假设成立，量表的结构效度较好。根据表1可以看出问卷的量表具有较好的结构效度。

表2　 信度分析结果

(五)结构方程模型分析

结构方程模型表明潜变量之间(即：潜变量与可测变量之间以及可测变量之间)的结构关系，本文研究中涉及的结构关系如图2所示。这些关系一般在模型中通过路径系数(载荷系数)的大小来体现。本文采用AMOS17.0软件来构建结构方程模型。

在结构方程中，关于对变量间直接因果关系的支持程度，用路径系数来反映。根据路径系数是否通过显著性检验，来识别该路径是否有效，从而对变量间关系的相关假设能否获得统计支持做出判定[19]。将数据导入AMOS17.0软件得到变量间的路径系数及相应P值，结果如表3所示。

由表3显示的模型路径系数及显著性检验结果可知，本研究中关于变量间关系的假设H1、H2、H3、H4、H5都获得了支持，即：网络外生偶发因素正向影响网络节点静态属性和网络结构静态特性，而网络节点静态属性和网络结构静态特性又将影响网络节点动态属性。因此，偶发因素对节点知识缺口的程度和属性有着重要影响，从而改变节点的行为。偶发因素还会影响非正式创新网络的非正式关系，影响网络的连接度、信任度和中心性等。

图2　结构方程模型与参数结构

路径变量间关系路径系数P值对应假设检验结果r11偶发因素®网络节点静态属性0.3490.000H1支持r12偶发因素®网络结构静态特性0.2500.000H2支持r13偶发因素®网络节点动态属性0.3150.001H3支持r24网络节点静态属性®网络节点动态属性0.4410.000H4支持r34网络结构静态特性®网络节点动态属性0.3290.003H5支持

四、结果讨论

本文研究偶发因素对IIN的节点属性和网络结构特性的影响，探索性地分析了偶发因素对IIN的网络节点静态属性、网络结构静态特性和网络节点动态属性的影响，并应用SPSS13.0统计软件对偶发因素对非正式创新网络的影响进行相关性分析，结合AMOS17.0软件进行路径系数及其显著性分析。本研究的主要发现是：

证实了网络外生偶发因素会正向影响IIN的网络节点静态属性，促成网络节点行为的改变，对网络节点动态属性产生显著的正向影响。基于以上结果，本文认为，企业应正确认识偶发因素，利用突发事件提供的有利契机，对创新网络中个体的知识缺口进行弥补，从而快速提高企业智力资本的水平。一方面，可以组织IIN内部的知识积累与创新活动；另一方面，可以从外部引入组织所需的智力资本，对企业发展急需的高端人力资本实现有效弥补。

研究结果还表明，网络外生偶发因素也会正向影响IIN的网络结构静态特性，从而进一步影响IIN节点动态属性。因此，当偶发事件发生时，企业更应注意组织氛围对创新的影响，采取切实有效的措施，创造良好的激励创新的氛围，培植企业内部机构及个体间相互信任的网络关系，创建和畅通组织内外的关系网络，扩大创新网络的连接度，弥补其中可能存在的结构洞，建立高效的知识创新网络，促进创新成果的出现。

通过实证分析，可以证实网络外生偶发因素会对IIN的网络接入意愿和接入频率产生正向影响。因此，企业应重视组织中的各种非正式关系，建立有效的沟通渠道，促进知识信息的交流与共享。尤其在网络外生偶发因素多发的情况下，企业应立即采取恰当有效的物质与精神激励，增强个体接入IIN的意愿，提高他们的接入频率，增大创新网络中的知识流量，实现知识的迅速转移和再利用，提升企业的创新能力和竞争力，创造更大的企业价值和社会价值。

参考文献：

[1]黄泰岩, 牛飞亮. 西方企业网络理论述评[J]. 经济学动态, 1999(4).

[2]霍云福, 陈新跃, 杨德礼，等. 企业创新网络研究[J]. 科学学与科学技术管理, 2002(10).

[3]王晓红, 张宝生. 知识网络结构特性对知识流动作用分析[J]. 价值工程, 2010(2).

[4]雷星晖, 韩军, 高琦. 知识网络结构与创新绩效——基于知识密集型服务企业的实证研究[J]. 同济大学学报：社会科学版, 2013, 24(5).

[5]李颂. 非正式创新网络——中小企业创新的新视角[J]. 企业经济, 2005(6).

[6]白黎, 罗岚. 非正式创新网络IIN 形成机理研究[J]. 情报杂志, 2011, 30(2).

[7]李金华, 孙东川, 谢卓君. 创新网络的结构与行为研究框架[J]. 科技进步与对策, 2005(8).

[8]刘德海. 政府不同应急管理模式下群体性突发事件的演化分析[J]. 系统工程理论与实践, 2010, 30(11).

[9]张小芬. 非正式创新网络(IIN)节点间智力资本转移机理研究[J]. 知识经济, 2013(18).

[10]Haider S,Mariotti F. Filling Knowledge Gaps: Knowledge Sharing Across Inter-firm Boundaries and Occupational Communities[J]. International Journal of Knowledge Management Studies, 2010, 4(1).

[11]张兵, 王文平, 孟庆松. 非正式创新网络结构仿真研究[J]. 管理工程学报, 2008, 22(4).

[12]张兵. 复杂网络上知识流动的小世界现象[J]. 广西师范大学学报：自然科学版, 2010, 28(4).

[13]Dirk-Jan Kamann, Strijker Dirk. The Network Approach: Concepts and Applications[C]. Camagni, Roberto. Innovation Networks: Spatial Perspectives, 1991.

[14]Sharon Watson, Kelly Hewett. A Multi-Theoretical Model of Knowledge Transfer in Organizations Determinants of Knowledge Contribution and Knowledge Reuse[J]. Journal of Management Studies, 2006, 43(2).

[15]陆宁, 罗岚, 邹继学, 李丽娟. 施工企业知识创新网络影响因素研究[J]. 建筑经济, 2010(8).

[16]刘楼, 涂成林. 正式组织结构、非正式网络结构与中心性优势[J]. 科技管理研究, 2006(7).

[17]于本江. 企业知识管理运行机制研究[D]. 济南: 山东大学硕士学位论文, 2005.

[18]姚涛, 鲍华俊, 杨薇. 高新技术产业集群中非正式创新网络的影响因素研究[J]. 重庆大学学报：社会科学版, 2006, 12(3).

[19]李志宏, 朱桃, 罗芳. 组织气氛对知识共享行为的影响路径研究——基于华南地区IT企业的实证研究与启示[J]. 科学学研究, 2010, 28(6).

An Empirical Research on Influence of the Accidental Factors to the Informal Innovation Network

YANG Xiu-ni

(School of Science, Xi’an University of Sciences and Technology, Xi’an 710054, China)

Abstract:This paper studies the accidental factors’ influence on network node property and network structure of the informal innovation network. By the empirical tests, the paper finds that accidental factors have positive effects on network node static property and change the behavior of network node, they have the significant positive impact on network node dynamic property and network structure static property, especially have the positive impact on network access intention and access frequency.

Key words:accidental factors; informal innovation network; network node property; network structure

(责任编辑：崔国平)

邵兵家，男，山东高塘人，管理学博士，教授，博士生导师，研究方向：电子商务同，网络营销和网络经济。

【统计调查与分析】