两岸旅游学者科研合作网络对知识创新的影响

邹永广 孙瑾瑾 杨杰

摘要：采用社会网络分析方法，通过分析合作网络结构特征评价科研合作创新绩效，研究发现：1.两岸旅游学者科研合作网络的关系强度与学者的知识创新绩效呈正相关关系;2.科研合作网络的密度与学者的知识创新绩效呈负相关关系;3.网络中心性与知识创新绩效呈正相关关系;4.结构洞数目与知识创新绩效呈正相关关系;5.科研合作网络中的关系强度与网络密度的交互作用对学者知识创新绩效存在一定影响，科研合作网络的关系强度较高，网络密度越低，则知识创新绩效越高;6.关系强度与度数中心度及接近中心度的交互作用对知识创新绩效存在一定影响，其中，关系强度与度数中心度的交互作用对知识创新绩效呈负相关关系;关系强度与接近中心度的交互作用对知识创新绩效呈正相关关系;7.关系强度与结构洞的交互作用对知识创新绩效不一定产生影响，其中结构洞一限制度指标与关系强度的交互作用对知识创新绩效无显著影响，而结构洞一有效规模指标与关系强度的交互作用则对学者知识创新绩效有一定影响。

关键词：旅游学者;海峡两岸;科研合作;合作网络;知识创新

作者简介：邹永广，华侨大学旅游学院副教授，管理学博士，主要研究方向：旅游管理（Emai：ygzou2009@126.com）;孙瑾瑾，华侨大学旅游学院硕士研究生，主要研究方向：旅游学者网络;杨杰，华侨大学旅游学院学生，主要研究方向：旅游知识创新（福建泉州362011）。

中图分类号：D912.1 文献标识码：A 文章编号：1006-1398（2020）02-0048-16

2018年2月，国家出台《关于促进两岸经济文化交流合作的若干措施》，积极促进两岸交流朝着多领域、深层次发展。两岸人文交流合作有利于增进文化认同和相互密切往来，也是推动两岸深入互动的重要内容和体现。两岸科研合作日益密切，旅游产业与学术环境的差异使得两岸旅游学者科研合作有较强的互补性。自2006年起，两岸旅游领域展开了学术合作，2012年后呈快速增长趋势。全面分析两岸旅游领域科研合作网络结构特征，以及对旅游知识的贡献程度，有助于科学评价两岸人文合作交流绩效，也有利于为更广泛深入合作提供现状的参考。本研究立足于两岸科研合作背景，通过旅游科研合作网络结构特征来评价科研合作创新绩效，为科学评价合作创新绩效提供理论依据。

一相关研究综述

（一）科研合作网络相关研究

科研合作是知识创新的重要途径，科研合作网络是一种虚拟空间的社会关系网络，反映了合作网络结构特征和属性。本研究的科研合作网络指由学术论文形成的网络，即论文合著网络，是由科研论文作者组成的网络。国内外有关科研合作网络的相关研究，综合起来，主要聚焦于以下四方面：一是科研合作网络特征分析。研究由个体特征、团队的团队年龄、知识结构等，转向合作网络关系及结构特征。科研合作网络内部成员的多样性和网络成员之间的互动关系等特征也是关注的焦点。另外，还有学者就科研合作网络的统计属性和结构属性、时间动态演化机制等进行分析。二是科研合作网络的影响因素，学者发现了社会距离、地理距离等影响因素，形成了弱联结、“结构洞”等诸多成熟的社会网络理论。三是科研合作网络的内容及分析方法。学者主要基于领域合作的引文网络，早期多以简单描述性统计及可视化分析为主，后来研究内容趋于深度挖掘引文数据探讨潜在跨学科合作者识别、路径识别等内容。此外，还有基于所属机构间交流互动的机构间产学研科研合作网，如产学研合作网与学者个人、科研团队绩效之间的关系研究。四是关于知识交流与共享的论文合著网络研究。李志强等从知识共享角度分析了企业合作博弈;涂静通过建立空间演化博弈模型，探讨了知识共享的演化路径及其形成机制。总体上发现，研究内容主要聚焦于静态网络结构的分析以及动态仿真模型的模拟，关于合作网络特征与个体科研绩效间的关系研究尚待深入研究。

（二）知识创新绩效相关研究

知识创新是一个具有差异化知识背景的多个个体，以协同效应促进显性知识和隐性知识创造的过程。樊治平等认为知识创新的内涵实际应包含两方面，即知识创造和知识应用，并相信知识是流动的，知识可以创造新的价值。关于知识创新绩效的研究概括起来，主要包括两方面：一是知识创新绩效评价的内容。一般地，学者将创新绩效划分为创新结果、创新行为和创新能力三维度。韩英华则认为知识创新绩效可以从知识容量的提升和整合能力两方面进行衡量。知识容量的提升主要是对知识进行再创造，得以扩大团队知识容量;整合能力主要是对原有知识的重新运用。二是知识创新绩效评价的方法。主要采用客观产出绩效来衡量，如用专利数量、发表论文的数量和质量等方面来衡量知识创新绩效，并且高质量期刊论文数量、被引用频次、期刊影响因子、作者排名顺序等，已成为评价学者或科研机构知识创新绩效高低的关键性指标。本研究从三个方面来衡量知识创新的绩效，分别为海峡两岸旅游学者发表文章所在期刊当年影响因子、历年文章发表总量、文章中学者署名顺序。

（三）科研合作网络对知识创新绩效的影响研究

关于科研合作网络对知识创新绩效的影响，主要体现在以下三方面：一是科研合作网络结构对知识创新的影响。社会网络研究代表人物Granvovetter提出“弱连接优势理论”，指出网络节点间的弱关系对主体之间的信息交流，尤其是针对异质信息的流动及共享意义重大。张鹏程等针对管理学領域中24个科研团队进行研究发现，合作网络结构不同，对知识创新绩效产生的影响也有所不同。二是科研合作者的动机对知识创新的影响。在没有激励措施时，个体通常不愿分享个人知识，因而动机对知识创新存在影响。白晨、彭洁从学术团队内在价值观之间的共享水平展开，较为创新地分析了团队内在价值观的共享程度对团队内部知识创新能力的影响。三是科研合作网络知识特征对知识创新绩效的影响。Reagans等则从社会资本理论和社会网络理论出发，对团队成员多样性与团队绩效之间的关系予以研究，为后续研究提供了视角参考。黎赔肆等关注到合作网络的知识多样性与网络结构的交互效用会对科研团队知识创新绩效有促进作用。

综上所述，现有研究为后续研究提供了研究范式的参考，奠定研究基础，但是科研合作的对象不同、绩效不同，其相关研究还值得深入分析。本研究认为：一是海峡两岸旅游领域合作是推动两岸旅游理论发展和知识贡献的重要方向，亟待深入分析海峡两岸旅游科研合作，对此议题的探讨有助于推动海峡两岸科研交流的进一步发展。二是目前已有研究数据多来源于部分期刊或者项目资料，研究内容以科研合作网络特征静态分析居多。而旅游领域相关研究主要集中在学术评价方面，对于科研合作网络的关注则较少，有关科研合作网络与知识创新绩效关系研究则更鲜见。因此，有关旅游学者科研合作网络对知识绩效创新的影响研究就显得愈加重要。

二研究设计

（一）研究方法

本研究主要使用社会网络分析法与多元统计分析法。首先，在构建旅游学者合作网络的基础上测算两岸旅游学者科研合作网络指标，得到网络密度、网络中心性和结构洞等指标数据。再次，运用相应计算方法获得每位学者在合作网络中关系强度及创新绩效数据。最终，使用SPSS21.0软件做进一步的实证分析与研究。

（二）数据搜集与处理

本研究中两岸旅游学者指中国大陆与台湾地区旅游学者，研究数据为两岸旅游学者共同署名发表的论文数据。首先，以SSCI数据库为基础来源数据库，根据Journal Citmion Repots中期刊影响因子排名筛选22本研究内容与旅游学科直接相关的学术期刊作为数据来源期刊;其次，根据“地区”检索栏并经人工筛选，选择两岸旅游学者共同署名发表文献作为研究数据，最终获得42篇符合研究要求的论文数据，时间跨度为“1983-2016年”。

在此基础上，对检索后的原始数据进行一致化处理，以多种渠道补全作者相关信息：1.考虑到数据库中原始信息存在同一位学者姓名不一致及不同学者表述不同的情况，所以本研究将两岸旅游学者姓名表述进行一致化处理，关于同一学者存在多个单位的情况，主要按照旅游学者工作单位所在区域加以区分处理。2.院校机构表述以官方最新名称为准。3.根据Web of Science中Journal Citation Repots补全期刊每年影响因子。

（三）变量选取

1.自变量

本研究中的自变量为两岸旅游学者科研合作网络特征指标，包括关系与结构两个主要维度，依据关系嵌入理论和结构嵌入理论。基于上述理论，两岸旅游学者科研合作网络关系维度主要选择“关系强度”指标进行衡量，网络结构维度中则主要依据两岸旅游学者科研合作网络中的“网络密度”“网络中心性”及“结构洞”等指标进行测量。自变量数据主要通过社会网络分析软件UCINET6.0进行测算。基于研究目的的考虑，对于科研合作网络指标中的网络中心性这一指标，选择其中的“相对中心度”数据呈现，而“结构洞”则选择“限制度”与“有效规模”两个指标作为主要衡量指标。

2.因变量

本研究中因变量为海峡两岸旅游学者的知识创新绩效，该指标主要根据两岸旅游学者历年的文章发表数量，文章所在期刊当年影响因子及文章中学者署名顺序等要素综合考虑进行评价。

其中：SCi为某位作者某篇论文的贡献度（Scholar contribufion），IF，为该作者在发本篇论文时当年的期刊影响因子，n为该作者发表的文章总量。

3.控制变量

为有效探究两岸旅游学者知识创新的影响因素，本研究考虑以学者性别、学术地位（学术职称）、最高学位、最高学位取得所在国家作为控制变量。本研究对研究者性别进行编码（女=1，男=2）。“学术地位（学术职称）”能够显示研究者在该领域研究的宽度和广度，学术地位越高的人能够获取更多的高质量的合作关系。研究将无职称、讲师、助理教授、副教授、教授分别赋值为0、1、2、3、4;最高学历有博士、在读博士、硕士，分别赋值为1、2、3;考虑到不同学校的科研环境与文化背景存在差异，对学者个人科研风格存在影响，因而对旅游学者的最高学历取得国家/地区进行赋值（中国大陆=1，港澳台=2，美国=3，加拿大=4，其他国家=5）。

对本研究中基本数据涉及的两岸旅游学者进行结构分析，研究涉及的旅游学者共计49位。从学者的背景结构看，在两岸旅游学者性别方面，男学者35人、女学者14人，以男性居多，占69.4%;学历方面，最高学历上以博士居多，占79.6%，有39人;学术职称上，教授和副教授占比较大，分别为34.7%和26.5%，无职称、讲师和助理教授分别为18.4%、6.1%和14.3%;学者主要毕业于中国大陆和美国，分别占36.7%和28.6%。

4.研究假设

（1）关系强度对知识创新绩效的关系

Granovertter提出强关系及弱关系理论，以关系强度衡量科研合作网络中节点之间联系的强弱程度，并强调不同情境下社会网络关系强度对个人工作表现的影响不同。合作网络中弱关系的存在使得网络中资源交换更为广泛，这有利于信息的传播与差异性知识交流，使通过网络关系获得的知识和想法更多样化，让双方在不甚了解对方的情况下，通过互动增加创新知识的概率。由此，本研究提出以下假设：

H1：两岸旅游学者科研合作网络的關系强度与学者的知识创新绩效呈正相关关系。

（2）网络密度对知识创新绩效的影响关系

网络密度反映的是节点间的互联程度。在规模不变的情况下，合作网络密度愈大，表示该团队内部成员互动更为频繁和密切。Krackhardt在关于网络密度对知识创造绩效影响的研究中提出了组织黏性（organization viscosicy）的概念，认为适中的组织密度较好。Sparrowe也曾研究指出群体的集中度越高，越加不利于群体的创新绩效表现。基于此，提出以下假设：

H2：两岸旅游学者科研合作网络的密度与学者的知识创新绩效呈负相关关系。

（3）网络中心性与知识创新绩效的关系

Wasserman&Faust在系统分析社会网络方法时曾提出，群体中心性反映了在一个诸多节点相连的合著网络中节点连带是否分配不均的状况。网络中的某一节点的节点度越大就意味着这个节点的度中心性越高，该节点在网络中越重要。中间中心度是衡量节点控制网络中其他节点交往能力的指标，一个行动者处于许多交往路径上，则此人居于重要位置，中间中心度较高。接近中心度代表该点与网络中其他点距离总和，若一个节点与所有其他点的距离都很短，则代表其处于整体科研合作网络的中心。因此提出以下假设：

H3a：两岸旅游学者的科研合作网络度数中心度与其知识创新绩效呈正相关。

H3b：两岸旅游学者的科研合作网络中间中心度与其知识创新绩效呈正相关。

H3c：两岸旅游学者的科研合作网络接近中心度与其知识创新绩效呈正相关。

（4）结构洞数目与知识创新绩效的关系

一般来说，“有效规模”越大，则该节点在社会网络中的行动越自由，越不受限制，反之亦反。实验科学领域的科学家以本学科数据分析结构洞与个人知识绩效的关系，发现结构洞对科研产出的正向影响比基础科学（统计学）更加显著，但也有学者发现结构洞对个体知识创新绩效的影响依赖于学科环境、学科特性。因此，基于旅游学科情境，本研究提出以下假设：

H4u：两岸旅游学者的科研合作網络中的限制度与学者的知识创新绩效呈正相关。

H4h：两岸旅游学者的科研合作网络中的有效规模与学者的知识创新绩效呈正相关。

（5）结构指标和关系指标交互作用对知识创新绩效的影响

关系强度反映网络中的行动者之间交流互动的程度，当关系强度加强，网络中节点间交流密切时，较高水平的网络密度说明网络中的同质化程度较高，阻碍新观点的产生，徐昌成曾通过研究发现，社会网络中的成员自身差异性会影响关系强度与绩效的关系。因而本研究认为，除了重要的社会网络指标对知识创新绩效的影响之外，社会网络结构与关系指标的交互作用也会对知识创新绩效产生一定影响。基于上述推断，本研究提出以下假设：

H5：关系强度较高的科研合作网络，该网络的密度越低，知识创新绩效越高。

H6u：关系强度较高的科研合作网络，度数中心度相对越高，知识创新绩效越低。

H6u：关系强度较高的科研合作网络，中间中心度相对越高，知识创新绩效越高。

H6h：关系强度较高的科研合作网络，接近中心度相对越高，知识创新绩效越高。

H7a：关系强度较高的科研合作网络，结构洞一限制度的数目相对也越多，知识创新绩效也就越高。

H7b：关系强度较高的科研合作网络，结构洞一有效规模的数目相对也越多，知识创新绩效也就越高。

四研究结果分析

（一）科研合作网络结构分析

1.科研合作网络整体分析

本研究首先构建两岸旅游学者整体合作网络（如图1），以刻画合作频次≥1的两岸旅游学者合作网络图谱。

图1中连接线的粗细程度代表节点间合作频次多少，连接线越粗则代表节点间合作频次大，合作较为紧密;节点标签名称大小代表节点在网络中的点度中心度值的大小，点度中心度值越大，代表其合作者越多，在合作网络中占据重要位置，由此反映网络节点属性。从合作频次看，节点间的最大合作频率为7次，整体集中于1-3次，表示两岸旅游学者间的合作紧密度有待加强;从节点属性看，Gursoy-Do-gan学者点度中心度最大，表明其合作者众多，且有多位紧密合作者，与zhang-Chao-zhi学者合作达7次，居于合作网络中心位置。整体来看，两岸旅游学者合作网络密度低，存在多个完备子图，各个子网络之间相对封闭。

2.科研合作网络密度分析

网络密度衡量的是团队成员的互动情况，拥有较高的网络密度，则代表该团队成员交流互动的频率比较高。根据互动情况，可将网络分为稀疏网络和稠密网络。稀疏网络互动较少，知识多样性更高;稠密网络互动交流多，使得理论知识和创新思想可较快地被接受理解。两岸旅游学者科研合作网络密度如图2所示。

3.科研合作网络中心度分析

网络中心度反映了旅游学者在网络中的知识资本，是科研合作网络中相对重要性的体现。中心度越大，则表示该网络通常能够获得和调用较多资源，促进科研合作项目的推进。通常以中心度指标衡量网络中比较重要的中心人物，如图3所示，处于网络中心的如Cheng-Sheuk-Yee以及Yu-Ping等学者处于网络中间，是科研合作网络的领军人物，对于资源的控制和占据比较多。若组织团队的网络中心度较高，则代表该团队可利用的知识资源比较多。

4.科研合作网络结构洞指数分析

结构洞代表的是两接触者非重复性的关系，处在结构洞位置的学者，控制资源的传递和更多的获取信息和提供信息。若某网络的结构洞指数越大，则代表其知识越多，对信息和资源的控制力越强。如图4所示，Frank-Go、Barry-Mak以及Luk-Yvonne等学者处于两岸旅游学者合作网络结构洞位置。

5.科研合作网络凝聚力指数分析

使用社会网络软件Ucinet6.0计算整体科研合作网络的节点间距离及凝聚力指数，即网络中各个行动者之间建立联系的最短直径，反映整体网络的凝聚力，指数越大，表明整体网络越具有凝聚力。由程序计算可知，两岸旅游学者科研合作网络中各行动者之间的平均距离（Averagedistance）为1.427，网络凝聚力指数（Distance-based cohesion）为0.070，可见该科研合作网络中学者之间建立的平均距离较短，但是呈分散形态，整体网络的凝聚力指数趋于0，也反映了整体网络凝聚力较低。

6.科研合作网络派系分析

派系（clique）指网络中含三个及以上节点的最大完全子网络，能够识别科研合作网络中最紧密的小团体组织。本研究选择3一派系分析整体网络中的凝聚子群，绘制3一派系分布网络图。图5中一个方形图案表示一个派系，圆形节点代表此派系中的节点。

由图5可知，两岸旅游学者科研合作网络中存在18个3一派系，说明网络中包含较多完全子网络，除少部分子网络之间重复包含同一位学者外，多数子网络为独立状态，即与其他子群不存在科研合作关系，使得整体网络分散且封闭。具体看，绝大多数节点在一个子群中，Gursoy-Do-gan、Zhang-Chao-zhi、Huan-Tzung-Cheng等旅游学者与多个方形图案相连，表明他们存在于多个子网络中，他们能够为各个子网络之间互不相识的成员搭建联系，使网络间产生建立合作关系，是有至关重要作用的“中间人”。

7.核心一边缘分析

从图6中可知，网络节点被划分为四个区域，包括核心、半边缘与边缘位置。其中，Gursoy-Do-gan、Zhang-Chao-zhi等学者居于核心区域，区域密度达2.733;而Huan-Tzung-Cheng、Liu-Chyong-Ru等学者位于半边缘区域，密度值为0.101，与核心区域网络密度相差较大。其余则处于边缘结构位置，区域密度值为0.065，远低于网络核心区域的密度。

（二）相关性分析

本研究中选择皮尔逊（Pearson）相关系数分析研究变量之间的关系。从分析结果来看（如表1所示），被研究的49位旅游学者中，控制变量里性别、最高学历、毕业国家都对因变量没有影响，学术职称对知识创新绩效产生正向影响。海峡两岸旅游学者的科研合作网络的关系强度水平、网络中心性、结构洞中的限制度均对旅游学者个人知识创新绩效产生正向影响，网络密度对知识创新绩效产生负向影响。通过基本的数据分析，假设得到初步验证，下文将进一步对假设讲行验证。

（三）回归分析

1.关系强度对知识创新绩效的影响

将关系强度和知识创新绩效的相关数据，进行更深层次的回归检验，回归检验模型如表2所示。在回归分析时：模型M1只将控制变量放置其中，M2模型是在M1模型的基础上，加上关系强度。分析数据表明：关系强度对知识创新绩效呈现正向影响（p=0.044<0.05），且较为显著。之后，在设定的回归方程中同时代入关系强度及二次方项，从而验证“倒u型”特点是否能够解释学者科研合作网络的关系强度与知识创新绩效之间的关系，数据结果显示，二者之间的多重共线性关系是存在的。最后，将关系强度的一次方项、二次方项分别进行中心化处理之后再置入M3模型，得出结论：二者无显著相关性。

2.网络密度对知识创新绩效的影响

为区别于表2中的回归模型，首先将主变量网络密度置入M4模型中进行回归变变量分析，M5模型是在模型M4的基础之上，将关系强度加入并进行下一步回归分析。M6模型是最后放入网络密度和关系强度交互作用的变量为进行回归分析。如表3所示，M4模型中，网络密度对知识创新绩效的反向影响是显著的（p<0.05）。M5模型的分析结果显示，当网络密度和关系强度针对知识创新绩效同时做回归分析时，两者对知识创新绩效均呈现较为显著的影响。区别在于，网络密度呈现的是负向影响（p<0.05），而关系强度呈现的则是正向影响。M6模型的数据分析表明，海峡两岸旅游学者科研合作网络的密度与网络中节点间关系强度两者的交互作用对学者的知识创新有较显著的负向影响（p<0.001）。因此，本研究得出验证结论是：网络密度與关系强度的交互作用与知识创新绩效呈负相关关系。

3.度数中心度与知识创新绩效的关系

为了分析度数中心度对知识创新绩效所产生的影响，本研究也对其进行了相应的回归分析论证。如表4所呈现的结果可见，M7模型中，度数中心度对知识创新绩效的正向效应是非常显著（p<0.001），M8模型中，当度数中心度与关系强度同时做回归时，度数中心度对知识创新绩效仍然呈现的是非常显著的正向影响（p<0.001）。综合表3和表4，本研究发现M9模型和M6模型一样，度数中心度与关系强度的交互作用对知识创新绩效有负向影响关系（p<0.05）。

4.中间中心度与知识创新绩效的关系

中间中心度是反映学者在科研合作网络中资源控制能力的重要指标，表明网络中其他学者之间若建立联系在多大程度上依赖该学者。如表5中数据显示，MIO模型中中间中心度对知识创新绩效的正向效应是非常显著（p<0.001）;M11模型中，当中间中心度与关系强度同时做回归时，中间中心度对知识创新绩效仍然呈现的是非常显著的正向影响（p<0.001）。而在M 12模型中中间中心度与关系强度的交互作用则对知识创新绩效无显著影响。

5.接近中心度与知识创新绩效的关系

同理，本研究分析了接近中心度对学者知识创新绩效所产生的影响。表6数据显示，M13模型中，接近中心度对知识创新绩效的正向效应是非常显著（p<0.001）;M14模型中，当接近中心度与关系强度同时做回归时，接近中心度对知识创新绩效仍然呈现显著正向影响（p<0.001）。分析接近中心度与关系强度的交互作用对知识创新绩效，结果显示呈正向影响（p<0.05）。

6.结构洞一限制度对旅游学者知识创新绩效的影响

如表7所示，当主变量只有结构洞一限制度时，结构洞一限制度对知识创新绩效是呈现明显的负向影响（p<0.01），即M16模型;当结构洞一限制度与关系强度同时做回归分析时，M17模型里可见，结构洞一限制度仍对知识创新绩效负向效应（p<0.05）;但在模型M18中，结构洞一限制度与关系强度的交互作用与知识创新绩效没有相关性，综合得出：结构洞一限制度对知识创新有显著的负向影响，结构洞一限制度与关系强度的交互作用对知识创新没有影响。

7.结构洞一有效规模对旅游学者知识创新绩效的影响

从表8数据可知，当主变量只有有效规模时，与结构洞一限制度对知识创新绩效的影响相反，结果呈现明显的正向影响（p<0.001），即M19模型;当结构洞一有效规模与关系强度同时做回归分析时，M20模型里可见，结构洞一有效规模仍对知识创新绩效为正向效应（p<0.001）;模型M21中，结构洞一有效规模与关系强度的交互作用与知识创新绩效正向相关（p<0.05），综合得出：结构洞一有效规模对知识创新有显著的正向影响。

五研究结论与讨论

（一）假设检验

团队合作之于知识创新的重要性被学界广泛认可，但鲜有学者站在科研合作网络的视角下对这二者的关系进行深入剖析，对二者关系的探讨也尚无统一定论。本研究以客观数据实证检验二者关系，研究发现，科研合作网络不同的特征与指标，对知识创新绩效的影响是不同的。具体结果见表9。

（二）研究结论与讨论

两岸旅游学者科研合作网络的关系强度与知识创新绩效呈正相关关系。同时，研究发现两岸旅游学者科研合作网络中，节点之间的关系强度与学者个人的知识创新绩效呈现出“倒u型”关系。在合作发展初始阶段，旅游学者之间因寻求多样化的知识而展开交流学习以及合作，关系强度自此增强。在建立稳定良好的合作关系后，彼此之间的信任度和默契感会再度增强，对未知领域的探索会促使他们不断汲取新知识，旅游学科作为一门涉及领域较广的学科，知识积累与思想碰撞就易促进新知识的产生，知识创新绩效也随之增高。当关系强度超过适量的水平之后，它的上升会引起边际成本的增加，以致绩效边际收益的减弱。从另一方面来讲，关系强度越强，可能会让学者之间的交流增加，增强信任感，但学者间不论是知识共享度还是知识同质化都在上升，学者在思维上呈现高度一致现象，他们的知识出现冗余。

两岸旅游学者科研合作网络密度与学者个人的知识创新绩效存在负相关关系。对于两岸旅游学者的科研合作网络，有一定基础的网络密度。本研究认为，现有基础上再持续增加两岸旅游学者科研合作网络的网络密度，有很大的机率将超越所谓“适中”范围。与此同时，当支付成本上升而边际收益减少时，学者将自动拒绝发展新的关系。因此，即便这种关系有新的增长，它所能产生的效用也是有限的。同时，在一定的网络关系基础上，两岸旅游学者与更多的成员沟通，知识多样性的减少，思维方式高度一致，没有观点的冲撞，团队成员一旦没有新鲜的血液注入，很快便会削弱“弱连接优势”，产生“集体盲”现象，对知识创新没有什么促进作用。

两岸旅游学者科研合作网络中心性与知识创新绩效呈正相关关系。创新首先需要的是一种新想法，这需要对不同知识进行快速的吸收利用以及思维的高度活跃，而成员之间的交流互动为知识多样性创造了条件。但如果網络中心性太低，合作网络的权利过于分散，没有明确的指令性和规章性，就可能会造成自由散漫的合作环境。特别是对于本研究的旅游学者科研合作网络，它的知识创新就更在于旅游领域认识和研究宽度和深度，代表它需要专业领导核心且有权威的组织者，为合作网络成员的研究指明方向。成员间的频繁互动有使资源传递和转移不顺的可能出现，导致资源利用率降低。权力是社会网络模式产品，权力结构要想有所不同，就需要一个与众不同的社会网络模式。

两岸旅游学者科研合作网络结构洞与知识创新绩的影响讨论呈正相关关系。但其中，限制度与结构洞的数目呈反向关系，即限制度低，说明结构洞数目多。总体上，本研究提出了结构洞与知识创新绩效呈正相关关系的假设，经数据分析，假设得到验证，且与已有关于结构洞和知识创新的关系的研究结论一致。本研究所探讨的旅游学者科研合作网络，结构洞数越多，知识创新绩效越高。

（三）研究展望

当前两岸科研合作日益增多，研究两岸旅游学者的科研合作关系有助于推动两岸学术交流与合作深度发展。本研究选取SSCI数据库中两岸旅游学者合作数据，从社会网络视角，教育背景迥异、科研考核制度不同的两岸旅游学者进行对比研究，以提升两岸旅游合作的层次和质量，提高旅游合作创新绩效，为两岸旅游学者科研合作提供理论依据与实践指导。研究虽取得一定成果，但仍存在一些不足：首先，研究样本的选取范围和领域相对较小，未来相关研究可选取更大范围和规模的进行;其次，未来研究还可涉及除学术论文外的其他形式的科研合作活动;最后，本研究采用的样本为国际期刊发文数据，不排除在写作风格，语言表达等诸多因素的限制下，部分优秀旅游学者虽然知识创新绩效高，但并没有在SSCI上发表文章，未纳入研究范围。未来在样本充足、资源获取顺利的条件下，可从更多的网络指标入手，对知识创新绩效进行更科学全面的研究。