多维邻近性视角下集成电路产业技术交易网络演化机制研究

刘晓燕,李金鹏,单晓红,杨 娟 (北京工业大学经济与管理学院,北京 100124)

0 引言

自21世纪以来，伴随着科技全球化的纵深推进，技术交易已成为帮助主体获取核心技术的重要方式，创新组织通过技术交易获取互补性技术资源，借助技术融合达到创新的目的。同时创新不断跨越组织边界，技术交易的频率在不断提升，技术交易网络逐步形成，稳定的技术交易伙伴关系可以有效降低交易成本，促进创新伙伴间技术融合。探讨交易关系形成和解散的影响因素是解决交易联系稳定性问题的关键，其不仅可以帮助更好理解技术交易行为，促进主体交易对象合理选择，还有助于优化网络结构，提升技术交易效率，避免网络不稳定导致的系统性风险。

多维邻近性理论概念最早于2000年由法国邻近动力学派提出，随后学者纷纷将该理论引入各类创新组织关系的研究中。王宛秋等[1]从技术邻近性视角研究企业间技术并购关系；Sun等[2]分析地理邻近和经济邻近对技术转移的影响；刘凤朝等[3]发现组织间的地理、技术、制度邻近关系对交易网络形成具有正向促进作用；Drivas等[4]研究证明了地理距离在专利交易中的作用随时间推移而下降；王崇锋等[5]研究发现产业结构距离增加会减少区域内部技术流动，使区域外专利技术流入与流出增加；刘承良等[6]得出地理、技术、社会、产业邻近性均会影响城市主体间的技术转移强度。可见，多维邻近性会影响技术交易关系的形成，但是由于技术具有生命周期特征，不同阶段多维邻近的作用机理不同，因此需要进一步讨论多维邻近如何影响交易关系的变化以及是否能够保证关系的长久稳定。此外，技术交易不仅受多维邻近关系的影响，交易主体自身属性以及所处交易网络的结构也会影响交易关系变化。如Bianchi等[7]发现企业先前的技术转移经验会对转移绩效产生显著影响；Ferraro等[8]提出度分布、传递性与技术转移关系的形成及网络自组织演化息息相关；Yang等[9]证明了网络度、中心性以及结构洞在技术扩散联系中具有重要作用等。

通过上述研究可以看出，技术交易受多维邻近关系、个体属性和网络结构的影响，但是因素间并不孤立，多维邻近关系可以刻画交易双方的相对特征，个体属性可以描述交易主体的绝对特征，网络结构则可以刻画交易市场的整体特征，需要将这些因素集成到统一框架下研究才能更贴近真实的观测网络，进而探究邻近性视角下影响交易的原因。此外，针对交易关系的解散研究可以发现影响关系稳定性的动力因素，但现有研究多基于静态视角研究网络关系的形成机制，忽略了技术交易网络随时间变化过程中影响关系解散的动因也会发生变化这一特征。基于此，本文借助可分离的时序指数随机图模型 (STERGM)，从外生的多维邻近关系视角出发，综合节点属性特征和网络内生结构，探究技术交易网络不同阶段中驱动关系建立和关系解散的影响因素，并选择中国集成电路产业进行实证研究，以期更好地回答技术交易网络关系形成和解散的影响机理，为创新组织构建稳定的交易伙伴关系提供依据。

1 理论分析及研究假设

邻近性作为主体间在地理、组织、技术、认知等多个维度关系下的接近程度表征，已成为创新网络关系形成研究中的重要分析框架，并积累了丰富的研究成果。对于技术交易而言，多维邻近性在网络关系的形成和解散过程中如何发挥作用？作用是否一致？围绕这些问题，本文基于已有的多维邻近性研究基础[10-11]，结合技术交易行为关系特征，从地理邻近性、组织邻近性、社会邻近性、制度邻近性、技术邻近性5个不同维度出发进行假设并验证技术交易过程中外生关系特征的影响作用。

1.1 地理邻近性与技术交易关系

地理邻近性表示企业之间在空间距离上的接近程度[12]，其一直以来都被视为研究企业间行为关系的重要工具。在技术交易过程中，地理上的邻近有助于降低公司间信息搜索和沟通的成本，提高信息共享的效率，促进隐性知识的传播。同时，位置上的接近有助于企业更了解交易对象的信誉、实力等信息，可以有效减少信息不对称所带来的风险，从而显著增加企业间的信任，进一步促使企业优先选择与自身距离邻近的主体建立关系。诸多学者也不断通过研究论证了地理邻近对组织间关系形成的正向影响。

另一方面，地理位置邻近所带来的面对面接触和深入交流机会的增加能有效提高隐性知识传播吸收效率，有助于企业对所获技术的理解、应用和创新，而这反过来会降低先前交易联系价值，加快交易关系的解散[13]。此外，地理邻近往往与资源的同质性呈正相关，相似的技术知识无法有效满足企业长期创新发展需求，故不利于交易关系的维持。

综上，提出假设H1a：技术交易网络演化过程中，地理邻近的个体之间更可能建立交易关系；H1b：技术交易网络演化过程中，地理邻近的个体之间更可能解散当前交易关系。

1.2 组织邻近性与技术交易关系

组织邻近是指两个组织在结构、文化、约束、社会关系等特性方面的相似程度[14]。组织邻近本质上是行为主体之间关系程度的体现，对于处于同一组织体系或层级的企业，相互的依赖或依存关系能增加彼此的信任程度，相似的知识框架可以更好地促进隐性或显性知识吸收[15]。并且，组织邻近交易主体间基于共同的信念与认知减少了对规则理解的歧义，可以更有效避免关键知识外泄，降低交易成本，促进交易关系形成。

然而，长期基于同一组织框架下的技术交易限制了组织对外界新颖知识和资源的吸收利用，组织内部的创新性、异质性信息流动逐渐减少，冗余和同质的知识不利于企业进一步发展。同时，在差别化的市场发展战略下，为了减少同一组织体系内企业间的市场重叠，实现多元知识汇聚与协同，会更倾向促使其主动解散先前的组织间交易关系。

综上，提出假设H2a：技术交易网络演化过程中，组织邻近的个体之间更可能建立交易关系；H2b：技术交易网络演化过程中，组织邻近的个体之间更可能解散当前交易关系。

1.3 社会邻近性与技术交易关系

社会邻近性是指组织之间基于友谊、经验、合作历史等微观因素影响的社会嵌入关系。组织间的社会邻近性越高，表明互相信任程度越高，可以有效减少合作过程中的不确定性，降低机会主义行为。此外，社会邻近性有助于组织间常规化流程的建立以及可能冲突的及时调整，为减少沟通成本提供有效途径[16]。

交易风险和谈判沟通成本是技术交易的主要阻碍之一，基于交易历史建立的信任关系对组织间更深入地沟通具有积极影响作用，有利于隐性知识传递，提高双方合作意愿。另一方面，关系的形成耗费了大量时间和资源成本，致使组织间一旦形成交易关系就更倾向于将这种关系维持下去，并且随着历史交易次数增多，信任逐步增加，维护关系所需的成本在不断减少，有利于关系的长久维持。

综上，提出假设H3a：技术交易网络演化过程中，社会邻近的个体之间更可能建立交易关系；H3b：技术交易网络演化过程中，社会邻近的个体之间更可能避免解散当前交易关系。

1.4 制度邻近性与技术交易关系

制度邻近性是指不同行为主体受法律、惯例、习俗等正式或非正式规则约束的相似程度[17]。一方面，制度邻近可以提升组织间信任水平，降低外部环境差异产生的不兼容和法律冲突，减少风险防范成本；另一方面，制度邻近的组织具有相似的认知和文化基础，可以促进交流合作中的知识溢出，通过协同有效解决未知问题，提升组织间知识转移和创新效率。

相对于技术交易而言，制度邻近性主要侧重于组织在国家或地区这一体制框架下的相似性。在技术交易过程中，组织间制度上的邻近可以有效避免贸易壁垒，降低交易成本。并且，基于相同的制度约束还可以增强组织凝聚力，发挥组织间长久合作的 “粘合剂”作用，有利于交易关系维持。

综上，提出假设H4a：技术交易网络演化过程中，制度邻近的个体之间更可能建立交易关系；H4b：技术交易网络演化过程中，制度邻近的个体之间更可能避免解散当前交易关系。

1.5 技术邻近性与技术交易关系

技术邻近性反映组织间知识基础和技术结构的相似程度。技术邻近的组织间具有相似的知识库，使得双方可以更高效地交换与获取外部知识，而技术差距则会增加学习成本，阻碍双方的技术交流，不利于合作的长久性[18]。获取对企业未来发展有利，但未被掌握或理解的新技术是技术交易行为产生的主要原因之一。企业的发展依赖于自身关键技术和核心能力的提升，与技术邻近的组织建立关系有助于知识快速获取与转化，在短时间内增加自身创新实力，实现技术新突破。

但是，过度的技术邻近容易造成组织间知识同质化，引发知识锁定，不利于进一步创新[19]。随着企业主导技术不断发展和创新的多元化需求，邻近的技术交易已经不能满足企业发展要求。为了避免技术重叠和知识冗余，以及占据更高的竞争位势，多元化的知识基础和稀有资源获取将成为组织技术交易新方向。

综上，提出假设H5a：技术交易网络演化过程中，技术邻近的个体之间更可能建立交易关系；H5b：技术交易网络演化过程中，技术邻近的个体之间更可能解散当前交易关系。

2 研究设计

2.1 数据选择与处理

集成电路产业作为信息技术产业的核心，是支撑国家经济发展、创新进步的战略性、基础性和先导性产业，是世界各国必争的战略制高点[20]。因此，本文选取集成电路为研究领域，采用其专利转让数据构建技术交易网络，数据来源于incopat专利检索平台，以集成电路为关键词进行检索，时间跨度为2001—2020年，共得到26785条专利转让数据。

对于数据的处理，将个人与个人、个人与组织间的交易数据剔除后，对交易主体进行拆分识别，并进一步整理为以时间、转让人、受让人、转让数量关联对应为主的数据结构。此外，由于中国集成电路产业发展趋势与国家政策布局密切相关，本文基于 《鼓励软件业和集成电路业发展的若干政策》 《国家中长期科学和技术发展规划纲要 (2006—2020)》、中国加入世界半导体理事会、 《进一步鼓励软件产业和集成电路产业发展的若干政策》 《中国制造2025》等重要政策和事件节点，结合实际产业现状将其分为初始阶段 (2001—2005)、成熟阶段 (2006—2010)、调整阶段 (2011—2015)、再生阶段 (2016—2020)4个阶段，以期探究不同阶段内的网络演化影响机制。

2.2 研究方法

ERGM模型是一种依赖网络数据来拟合真实网络结构的统计方法，相较于传统回归模型仅局限于节点对关系层面的探究，其优点在于可以同时从节点属性关系和网络拓扑结构等多角度出发探究目标网络关系形成的影响因素[21]，从而实现对网络的逼真预测。ERGM 采用蒙特卡罗—马尔可夫最大似然估计 (MCMC—MLE)方法对模型进行估计检验，一般表达式为：

(1)

式中，K表示一个归一化的参量，以确保所有的概率取值之和为 1，θA是观测网络中统计变量A的参数估计，估计参数的大小和方向表明某些因素对网络构建和发展的影响程度和趋势，gA(y)是对应统计变量A的网络统计量。此外，迭代过程赤池信息准则 (AIC)和贝叶斯信息准测 (BIC)的值越小，代表模型拟合优度越高。

STERGM是ERGM模型在建模动态网络方面的扩展，是网络演化的离散时间模型。STERGM可以对动态网络进行建模，并提供两组不同的参数，一组参数估计网络中新关系的形成，另一组参数估计已有关系的解散 (维持)。这两组参数都是基于ERGM模型生成，其中形成模型以先前网络中不存在的联系为条件，估计网络中新关系形成的概率；解散模型则以网络已有的联系为基础，估计其持续存在的可能性。值得注意的是，解散模型中参数估计的正负表示变量对网络关系维持的影响。模型正是通过对关系形成和解散的共同模拟，从而解释观测网络随时间变化过程中结构模式的影响变化[22]。关系形成和关系解散的模型表达式为：

(2)

(3)

2.3 变量测度

(1)被解释变量。本文根据不同阶段内的专利转让频次分布分别筛选出35家、40家、52家、62家核心企业作为研究样本，并以核心企业为节点、转让关系为有向连边、转让次数为权重分别构建各阶段技术交易网络和阶段内的年度交易网络用于实证研究。4个时期的技术交易统计见表1。

由表1可以看出，集成电路产业的技术交易核心主体数量不断增加，这说明随着产业发展技术交易逐渐成为企业提升自身实力的一个重要手段。网络节点的平均度始终小于2，未有较大变化，但节点的加权平均度呈现较大的递增趋势，表明技术交易网络演化趋向增强交易联系的深度而非交易对象的广度。此外，网络关系的形成和解散体现了不同阶段交易关系的稳定性，这与产业发展背景和技术交易选择趋向密不可分。

(2)解释变量。为了探究多维邻近性在技术交易关系形成和解散演化中的作用，本文综合现有研究基础和实际测度可行性，选取地理、组织、社会、制度、技术5个维度邻近性作为主要解释变量。

地理邻近性：表征交易主体在空间位置层面的实际距离远近。本文参照赵炎等[23]的研究，采用主体所在城市的经纬度来计算交易双方的实际距离，公式为：

Dij=C{arccos[sin(lati)sin(latj)+cos(lati)

cos(latj)coa(|longi-longj|)}

(4)

式中,Dij表示企业i和企业j之间的距离，long、lat分别表示经纬度，并以弧度来测量，C表示将弧度转换为地球表面上英里的系数 (C=3437)。同时，根据模型要求，将矩阵中元素归一化处理为0～1的连续变量，数值越大，表示地理接近程度越高。归一化公式为：

(5)

组织邻近性：表征两个组织之间的战略依赖和约束程度。根据集成电路技术交易主体特征，将同属于一家集团公司或是子母公司的组织间关系赋值为1，否则为0。

社会邻近性：表征基于信任建立的社会嵌入关系。本文参照夏丽娟等[24]的研究，判断在过去时间段内两个主体间是否有过前期交易关系，有交易历史赋值为1，否则为0。

制度邻近性：表征组织在国家或地区规章制度上的相似性。本文通过考察技术交易主体所在的国家或地区后，将同一国家 (地区)的组织间关系赋值为1，否则为0。

技术邻近性：表征组织间的技术相似性。本研究采用Jaffe[25]提出的计算企业间技术向量夹角的方法对技术邻近性进行测度，公式为：

(6)

式中，fi,fj分别为组织i和组织j在不同技术领域的专利占比。

(3)控制变量。组织节点能力的异质性和网络结构特征也会在技术交易网络的演化过程中产生影响。其中，企业的创新实力代表了其将技术、市场和战略等创新要素进行整合的能力[26]，是异质性资源集合的体现；交易活跃度反映企业的技术创新路径选择倾向，与下一期交易行为变化息息相关。另外，网络结构中的传递性作为网络演化自组织特征之一，对网络关系稳定性具有十分重要的作用[27]。基于此，本文将节点属性和网络结构作为控制变量进行同时考察。

创新实力：根据主体的专利申请总量衡量其创新实力，但由于实际中企业间专利申请数量相差较大，因此结合阶段发展特征分别设定阈值，创新实力强赋值为1，否则为0，构建二元属性变量。

交易活跃度：用前一时期交易主体的专利转让数量衡量其交易活跃程度，构建连续属性变量。

网络结构变量：选择几何加权边共享、几何加权度共享测度传递效应。

2.4 模型构建

相比STERGM而言，ERGM受限于截面和静态数据分析，不能有效揭示网络的动态演化机制，但其能有效克服独立性假设并可同时加入内生结构变量，进而对特定网络形成影响进行分析，并通过不断改进使模拟网络逐渐贴近真实的观测网络[28]。因此，本文首先从网络整体视角出发利用ERGM检验不同阶段影响网络形成的最优变量组合，并基于最优模型进一步使用阶段内的多年度交易数据分析网络关系形成和解散的影响机制，模型如图1所示。构建ERGM和STERGM使用的模型变量参数项及相关解释见表2。

图1 技术交易网络关系演化分析模型

表2 模型统计项说明

3 研究结果分析

3.1 基于ERGM的技术交易网络模拟

针对4个时间序列的技术交易网络关系影响因素进行模拟，结果见表3。表3中，各阶段模型1只包含控制变量中的网络内生结构和节点属性特征，模型2则为进一步加入主解释变量多维邻近关系后的模型组合。可以看出，模型1、2都可以拟合收敛，但通过AIC和BIC数值的对比，模型2要明显优于模型1，更贴近实际观测网络。因此，本文选择模型2作为最优组合，继续探究其对技术交易网络关系形成和解散的影响。

3.2 基于STERGM的技术交易网络关系形成因素分析

利用STERGM模型对集成电路产业技术交易网络的关系形成影响进行拟合分析，结果见表4。

表3 ERGM估计结果

表4 STERGM关系形成估计结果

根据关系形成模型结果可知，控制变量中Gwesp仅在初始阶段对网络关系形成不产生影响，Gwdsp在4个时期均负向显著影响交易关系的形成，表明技术交易网络中存在间接交易联系的节点间更可能会因为拥有共同的交易伙伴而进一步形成直接的技术转让关系。创新实力的接收者效应和发送者效应分别在初始、调整阶段对交易关系形成具有正向促进作用，反映出随着集成电路产业发展，实力较强企业自主创新优势更加凸显，对外进行技术输出，在技术交易过程中具有更大的网络权力。同时，研究结果发现在交易关系形成过程中主体交易活跃度属性对关系数量和交易对象选择并无影响。

关于多维邻近性对技术交易关系形成的影响中，地理邻近性仅在起始阶段正向显著，在此期间近距离、低成本的交易联系更容易产生，假设H1a得到部分验证。组织邻近性在后3个阶段对交易关系形成具有明显促进作用，主要缘于集成电路产业的技术交易行为较多发生在母子公司或总分公司之间，有利于隐性知识转移和避免关键技术外泄，假设H2a得到验证。社会邻近性在技术交易关系的形成过程中始终发挥着积极作用，说明企业间基于交易历史所建立的信任机制能有效促进未来交易关系的形成，对于企业而言，选择历史交易伙伴可以减少信息搜索成本，保证技术需求的有效对接，假设H3a得到验证。制度邻近性和技术邻近性于技术交易后期阶段才开始对促进交易关系的形成发挥作用，可能的解释是在之前阶段我国集成电路产业主要以引进吸收国外先进技术为主，但随着发达国家对关键技术的封锁和制度制约，以及技术自身体系发展化，使得后发企业通过技术交易实现外部资源快速获取和转化的难度逐渐增大。因此，相同的制度框架约束和相似的知识库成为新交易关系形成的重要条件，假设H4a、H5a仅得到部分验证。

3.3 基于STERGM的技术交易网络关系解散因素分析

利用STERGM模型对集成电路产业技术交易网络的关系解散影响进行拟合分析，结果见表5。

根据关系解散模型结果可知，控制变量中Gwesp和Gwdsp对交易关系解散均无显著影响，表明网络内生结构中的传递性在维持技术交易网络关系稳定性方面并未发挥出太大作用。创新实力接收者效应在调整、再生阶段正向显著，有利于交易关系的维持，而第4阶段中发送者效应负向显著，有效促进了关系的解散。此外，通过对主体交易活跃度的主效应和差值效应研究后发现，技术交易双方关系的维持或解散并不会受到其活跃程度的影响。

表5 STERGM关系解散估计结果

多维邻近性对技术交易关系的维持和解散同样具有重要影响。地理邻近性在调整、再生阶段对交易关系的解散具有显著促进作用，反映出随着通信技术和交通运输的不断发展，远距离交易成本降低，地理邻近对交易关系维持不再重要，反而阻碍了企业的技术创新，假设H1b在第3和第4阶段得到验证。组织邻近性在再生阶段负向显著，不利于技术交易关系的维持，主要原因为伴随集成电路的产业变化趋势，激烈的市场竞争环境促使很多企业不得不追求多元化技术发展方式，因此在差别化的发展目标和创新压力下，同一联盟或组织下企业的技术交易更倾向于是内部及时的技术分享，而非持续稳定的交易联系，假设H2b在第4阶段得到验证。社会邻近性对前3个阶段网络关系演化过程中的交易联系维持并无显著影响，这可能是与前后交易的时间间隔和交易频次相关，因此假设H3b未得到全部验证。制度邻近性在调整、再生阶段正向影响技术交易关系维持，一方面在于企业为规避技术交易壁垒，获取创新技术资源支持，主动寻求与同一制度下行业领先企业进行技术交易并维持交易关系；另一方面随着跨国公司的发展，产业内规模大、实力强的企业为追求更广阔的市场和更高的收益，纷纷在不同的国家和地区设立子公司，与当地的企业建立并维持交易联系，假设H4b在第3、第4阶段得到验证。技术邻近性于再生阶段开始对交易关系的稳定产生影响，伴随产业发展集成电路主要应用市场由前期PC端逐渐变为目前阶段的通信端，产业转型激发了更深层次的创新需求，因而企业在多元技术能力提升后，开始深耕自身优势领域，加强与技术邻近企业的交易联系，因此假设H5b未得到全部验证。

4 结论与启示

4.1 研究结论

本文基于2001—2020年中国集成电路产业专利转让数据，借用STERGM模型等方法，从多维邻近关系视角出发，综合网络结构和主体属性特征，实证分析了技术交易网络演化过程中多个维度因素对关系形成和解散的动态影响作用。技术交易网络演化动力的实证研究表明：交易初始阶段关系的形成主要受到地理邻近性和社会邻近性影响；成熟阶段组织邻近性和社会邻近性对交易关系形成的作用更加明显；调整阶段制度邻近、组织邻近和社会邻近的主体间更容易形成技术交易联系，同时在地理上的邻近并不利于交易关系的长久维持，而制度邻近主体间关系更不容易解散；产业再生阶段，组织、社会、制度、技术邻近性均会促进技术交易关系的形成，并且相对于地理邻近性和组织邻近性对交易关系解散的促进作用，制度、社会和技术上的邻近则对加强交易联系具有重要影响。

4.2 启示与建议

(1)出台相关政策，促进高质量专利产出。分析发现我国集成电路技术交易网络连接稀疏，缺乏核心节点。政府可以进一步完善奖励机制，激励集成电路研发主体开展高质量专利研发，推动具有国际影响力的国家骨干龙头企业发展，发挥制度邻近性作用，促进国内技术信息和资源的有效流动。

(2)塑造技术交易软环境，拓宽技术转化范围。集成电路产业中实力较强企业自主创新优势凸显，对外进行技术输出效率高，在技术交易过程中具有更大的网络权力。国家可以通过定期举办展会、论坛等方式，为这类企业搭建平台，加大新技术宣传力度，促进技术进行更大范围转化。

(3)加强技术中介管理，提升技术中介主体的综合能力。技术交易网络中存在间接交易联系节点间更可能会因为拥有共同的交易伙伴而进一步形成直接技术转让关系，表明在技术交易市场中技术中介具有举足轻重的作用。技术中介一方面可以为技术交易主体提供更全面的专利信息，提升交易效率；另一方面可以在交易过程中促进交易主体间信任的形成，降低道德风险发生概率。因此，为促进科技成果转化，需要进一步完善技术中介管理体系，加强技术中介培训，提升技术中介的综合能力。

(4)完善技术交易平台，打通技术交易通道。地理邻近性是影响技术交易关系形成的主要因素之一，也是导致关系解散的主要因素。为了有效降低地理邻近带来的负面影响，可以借助技术交易平台，降低远距离交易成本，加强组织间联系，建立交易信任机制，避免新交易关系形成过程中的机会主义风险。