新興技術(shù)合作創(chuàng)新網(wǎng)絡(luò)形成影響因素研究
——基于虛擬現(xiàn)實(shí)技術(shù)的專利數(shù)據(jù)

曹 興 趙倩可 許 羿

1 引 言

隨著新一輪工業(yè)革命興起，以大數(shù)據(jù)、人工智能等為代表的新興技術(shù)取得重大突破，與傳統(tǒng)技術(shù)相比，新興技術(shù)是建立在原有科學(xué)基礎(chǔ)上的技術(shù)創(chuàng)新，其本質(zhì)是不同領(lǐng)域間技術(shù)、知識等資源的重新整合，具有創(chuàng)造新產(chǎn)業(yè)或改變原有產(chǎn)業(yè)的潛力（徐建國等，2018［1］；俞榮建等，2018［2］）。在新興技術(shù)發(fā)展過程中，跨學(xué)科、跨領(lǐng)域的技術(shù)知識間深度融合，使得技術(shù)演化具有多種可能性。由于新興技術(shù)具有高度復(fù)雜性，以及技術(shù)和市場的雙重不確定性（Cozzens 等，2010［3］；王敏和銀路，2010［4］），新興技術(shù)企業(yè)僅依靠自身資源進(jìn)行研發(fā)創(chuàng)新，難以滿足技術(shù)發(fā)展和市場需求的變化（申俊喜，2012［5］）。因此，通過合作從外部獲取異質(zhì)性資源，進(jìn)行資源間的融合、轉(zhuǎn)化，就成為新興技術(shù)企業(yè)開辟新的技術(shù)軌道，拓展新興產(chǎn)業(yè)市場的重要途徑。新興技術(shù)合作創(chuàng)新網(wǎng)絡(luò)為新興技術(shù)企業(yè)跨越邊界，尋求跨學(xué)科、跨領(lǐng)域的創(chuàng)新資源提供了有效的組織形式（鄭剛等，2022［6］）。

新興技術(shù)合作創(chuàng)新網(wǎng)絡(luò)與傳統(tǒng)技術(shù)合作網(wǎng)絡(luò)相比，更具有復(fù)雜性與開放性。傳統(tǒng)技術(shù)發(fā)展方向較為清晰，商業(yè)模式、競爭結(jié)構(gòu)等也比較明確（沈?yàn)龋?017［7］），組織間存在著清晰的邊界（Gunther，2004［8］），其合作網(wǎng)絡(luò)中組織合作意愿不強(qiáng)，知識資源交流也僅限于特定領(lǐng)域，網(wǎng)絡(luò)中的合作關(guān)系以及知識交流都較為簡單，網(wǎng)絡(luò)中的組織較為固定，不易進(jìn)入新的創(chuàng)新主體，呈現(xiàn)一定的封閉性。新興技術(shù)發(fā)展方向尚不明確（Hung和Chu，2006［9］），商業(yè)領(lǐng)域中的競爭結(jié)構(gòu)尚未形成，其合作創(chuàng)新網(wǎng)絡(luò)的發(fā)展是不同產(chǎn)業(yè)領(lǐng)域的創(chuàng)新主體與不同學(xué)科領(lǐng)域的知識資源共同推動(dòng)的結(jié)果，體現(xiàn)出網(wǎng)絡(luò)合作關(guān)系建立與跨領(lǐng)域知識資源交流的復(fù)雜性（Uzzi和Lancaster，2003［10］）。同時(shí)，創(chuàng)新主體為了獲取外部知識資源，使得組織邊界逐漸模糊，網(wǎng)絡(luò)連通性增強(qiáng)，外部創(chuàng)新主體進(jìn)入網(wǎng)絡(luò)，建立合作關(guān)系的機(jī)會較多，呈現(xiàn)網(wǎng)絡(luò)開放性。

新興技術(shù)合作創(chuàng)新網(wǎng)絡(luò)的復(fù)雜性與開放性特征，體現(xiàn)出創(chuàng)新主體主動(dòng)尋求合作與創(chuàng)新知識資源跨界融合的雙重變化?，F(xiàn)有研究發(fā)現(xiàn)，合作創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)特征會影響合作關(guān)系的進(jìn)一步發(fā)展，成為推動(dòng)網(wǎng)絡(luò)形成的內(nèi)生動(dòng)力（呂鵬輝和劉盛博，2014［11］）。在網(wǎng)絡(luò)結(jié)構(gòu)特征對合作創(chuàng)新網(wǎng)絡(luò)影響的研究上，羅泰曄和馬翠嫦（2018）［12］基于專利數(shù)據(jù)，探討網(wǎng)絡(luò)中的擇優(yōu)鏈接與傳遞性特征對科研合作關(guān)系建立的影響。劉璇等（2019）［13］構(gòu)建科研合作網(wǎng)絡(luò)，發(fā)現(xiàn)網(wǎng)絡(luò)的形成受到傳遞性的影響。新興技術(shù)的發(fā)展體現(xiàn)為技術(shù)知識的重組與更新（曹興等，2022［14］），知識也成為影響創(chuàng)新主體選擇合作伙伴的重要因素，創(chuàng)新主體的知識屬性嵌入到其合作關(guān)系中，通過現(xiàn)有的知識資源，創(chuàng)新主體進(jìn)行知識跨界搜索和選擇合作伙伴，建立合作關(guān)系，影響網(wǎng)絡(luò)形成。在知識屬性對合作創(chuàng)新網(wǎng)絡(luò)影響的研究上，Brennecke 和Rank（2017）［15］基于知識-合作多層網(wǎng)絡(luò)，驗(yàn)證了不同知識屬性對合作網(wǎng)絡(luò)中關(guān)系的建立具有影響。Yayavaram 等（2018）［16］發(fā)現(xiàn)當(dāng)企業(yè)間的領(lǐng)域知識相關(guān)而架構(gòu)知識不同時(shí)，企業(yè)合作的可能性得到增加。劉鳳朝和楊爽（2020）［17］發(fā)現(xiàn)知識多樣性與知識獨(dú)特性對合作網(wǎng)絡(luò)中心性具有顯著影響，且受到知識組合潛力的調(diào)節(jié)。因此，網(wǎng)絡(luò)結(jié)構(gòu)特征和創(chuàng)新主體知識屬性都是影響新興技術(shù)合作創(chuàng)新網(wǎng)絡(luò)形成的重要因素。

通過明晰合作創(chuàng)新網(wǎng)絡(luò)形成機(jī)制，同時(shí)納入網(wǎng)絡(luò)結(jié)構(gòu)特征和創(chuàng)新主體知識屬性兩類影響因素，有利于創(chuàng)新主體改進(jìn)資源配置方案，推動(dòng)創(chuàng)新資源有效重組，實(shí)現(xiàn)新興技術(shù)的進(jìn)一步創(chuàng)新。本文以虛擬現(xiàn)實(shí)技術(shù)為對象，收集了2010-2021 年虛擬現(xiàn)實(shí)技術(shù)的專利數(shù)據(jù)，構(gòu)建專利權(quán)人合作創(chuàng)新網(wǎng)絡(luò)，采用隨機(jī)指數(shù)圖模型（Exponential Random Graph Model，以下簡稱ERGM），分析合作創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)特征、創(chuàng)新主體知識屬性對合作創(chuàng)新網(wǎng)絡(luò)形成的影響，有助于認(rèn)識不同知識屬性對創(chuàng)新主體間合作關(guān)系建立的影響，探究不同階段合作創(chuàng)新網(wǎng)絡(luò)的形成機(jī)制。

2 新興技術(shù)合作創(chuàng)新網(wǎng)絡(luò)形成的影響因素分析

新興技術(shù)合作創(chuàng)新網(wǎng)絡(luò)不僅體現(xiàn)了主體間的相互作用，還包括技術(shù)、知識等資源的流動(dòng)，其網(wǎng)絡(luò)形成依賴于網(wǎng)絡(luò)內(nèi)部結(jié)構(gòu)關(guān)系的發(fā)展，也與創(chuàng)新主體知識屬性相關(guān)。網(wǎng)絡(luò)內(nèi)部的自組織發(fā)展，表現(xiàn)為具有一定特征的網(wǎng)絡(luò)結(jié)構(gòu)，成為影響網(wǎng)絡(luò)演化的內(nèi)生機(jī)制。創(chuàng)新主體屬性的偏好主導(dǎo)著網(wǎng)絡(luò)關(guān)系的變化（羅超亮等，2022［18］），網(wǎng)絡(luò)中的創(chuàng)新主體更愿意與知識資源豐富或者知識屬性相近的伙伴，建立合作關(guān)系，有利于降低創(chuàng)新風(fēng)險(xiǎn)與成本。

2.1 新興技術(shù)合作創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)特征分析

隨著網(wǎng)絡(luò)整體結(jié)構(gòu)和規(guī)模不斷變化，網(wǎng)絡(luò)內(nèi)部多個(gè)關(guān)系之間存在依賴性，一個(gè)關(guān)系的形成可能會影響其他關(guān)系的出現(xiàn)，并構(gòu)成相應(yīng)的網(wǎng)絡(luò)結(jié)構(gòu)，表現(xiàn)為整體網(wǎng)絡(luò)中具有規(guī)律的網(wǎng)絡(luò)特征，這種特征的出現(xiàn)僅僅來源于網(wǎng)絡(luò)內(nèi)部過程，因此被稱為網(wǎng)絡(luò)的“純結(jié)構(gòu)”效應(yīng)。

合作創(chuàng)新網(wǎng)絡(luò)形成過程中，主要包括三種結(jié)構(gòu)，二元組、三元組以及k-星結(jié)構(gòu)。二元組是網(wǎng)絡(luò)形成的最基本結(jié)構(gòu)，其包含兩種類型，表示節(jié)點(diǎn)對間存在聯(lián)系，在網(wǎng)絡(luò)中體現(xiàn)為不同主體間建立合作關(guān)系；三元組表示任意三個(gè)節(jié)點(diǎn)間的聯(lián)系，包含四種類型，主要體現(xiàn)為網(wǎng)絡(luò)中的傳遞性，有利于明晰充當(dāng)“橋梁”作用的主體或者合作關(guān)系建立新關(guān)系的可能性；k-星表示網(wǎng)絡(luò)中k 個(gè)節(jié)點(diǎn)（一般k 大于等于3）組成星形結(jié)構(gòu)網(wǎng)絡(luò)，其類型較多，在創(chuàng)新網(wǎng)絡(luò)中體現(xiàn)為擇優(yōu)性，位于中心位置的創(chuàng)新主體具有較強(qiáng)的核心性，持續(xù)性吸引其他合作伙伴加入網(wǎng)絡(luò)當(dāng)中。因此，三角結(jié)構(gòu)和k-星結(jié)構(gòu)是促進(jìn)網(wǎng)絡(luò)形成與發(fā)展的重要結(jié)構(gòu)，促使網(wǎng)絡(luò)規(guī)模與功能發(fā)生擴(kuò)展與改變。如表1 所示，展示了二元組與三元組的全部結(jié)構(gòu)類型，以及k-星結(jié)構(gòu)中的3-星、4-星與5-星結(jié)構(gòu)。

k-星結(jié)構(gòu)在網(wǎng)絡(luò)中體現(xiàn)為擇優(yōu)性，在新興技術(shù)合作創(chuàng)新網(wǎng)絡(luò)中，新興技術(shù)發(fā)展較好的主體擁有較多異質(zhì)性知識資源，在網(wǎng)絡(luò)中更容易吸引其他主體建立合作關(guān)系（戴靚等，2022［19］），在網(wǎng)絡(luò)中節(jié)點(diǎn)度數(shù)較高，提升其在未來的合作吸引力。新進(jìn)入者在加入創(chuàng)新網(wǎng)絡(luò)時(shí)，為了盡快獲取知識資源，也會傾向于選擇連接數(shù)量較多的節(jié)點(diǎn)建立合作關(guān)系，促使網(wǎng)絡(luò)中核心-邊緣結(jié)構(gòu)的形成（Mitze 和Strotebeck，2018［20］）。因此，擇優(yōu)性在網(wǎng)絡(luò)的形成過程中起到促進(jìn)作用，使得網(wǎng)絡(luò)呈現(xiàn)出從核心主體引領(lǐng)非核心主體發(fā)展過程，加快知識跨界融合，促進(jìn)網(wǎng)絡(luò)整體技術(shù)創(chuàng)新水平提升。

三元組結(jié)構(gòu)在網(wǎng)絡(luò)中體現(xiàn)為傳遞性，表示創(chuàng)新主體傾向于選擇具有共同合作對象的其他主體進(jìn)一步建立合作關(guān)系（Faust，2010［21］）。創(chuàng)新主體間建立合作關(guān)系，不僅體現(xiàn)出主體間異質(zhì)性知識資源的獲取與吸收，也反映了雙方間的信任基礎(chǔ)（Uzzi，1997［22］）。選擇具有共同合作對象的創(chuàng)新主體，有利于減少對合作伙伴能力、可信度的不確定性，提升知識資源獲取與轉(zhuǎn)化的有效性（郭建杰和謝富紀(jì)，2021［23］）。因此，傳遞性在網(wǎng)絡(luò)發(fā)展中具有提升網(wǎng)絡(luò)整體效率和穩(wěn)定性的優(yōu)勢。

在新興技術(shù)領(lǐng)域中，一些創(chuàng)新主體間的關(guān)系尚不明確，通過知識跨界搜索，以及對已有創(chuàng)新實(shí)力的判斷，會建立不同的合作關(guān)系，如圖1 所示。a、b 為新興技術(shù)領(lǐng)域中創(chuàng)新實(shí)力較強(qiáng)的主體，易吸引其他主體與其建立合作關(guān)系。由于在網(wǎng)絡(luò)中a、b 節(jié)點(diǎn)度數(shù)較高，n、p 為網(wǎng)絡(luò)中新加入的創(chuàng)新主體，隨著擇優(yōu)性的作用，n、p 會分別選擇與a、b 建立合作關(guān)系，提高a、b 在網(wǎng)絡(luò)中的核心地位。此外，創(chuàng)新主體c 和d，f 和i，j 和k，因其分別擁有共同的合作伙伴，受到傳遞性的影響，兩兩之間建立新的合作關(guān)系，進(jìn)而推動(dòng)了創(chuàng)新網(wǎng)絡(luò)的形成。

圖1 網(wǎng)絡(luò)結(jié)構(gòu)特征對網(wǎng)絡(luò)形成的影響

2.2 創(chuàng)新主體知識屬性影響分析

知識大多依附于個(gè)體存在，主體的知識屬性體現(xiàn)為主體自身以及與其他主體建立合作時(shí)的知識狀態(tài)，主體的知識屬性可以分為知識個(gè)體屬性與知識關(guān)系屬性，個(gè)體屬性體現(xiàn)為網(wǎng)絡(luò)中主體自身知識能力水平的強(qiáng)弱，其中知識多樣性是表示主體自身知識豐富程度的重要指標(biāo)（Kogut 和Zander，1993［24］）；關(guān)系屬性體現(xiàn)為主體間知識資源的關(guān)聯(lián)程度，其中知識鄰近性是表示主體間知識基礎(chǔ)的相似程度的重要指標(biāo)。由于主體嵌入到創(chuàng)新網(wǎng)絡(luò)中，其知識元素也會組成相應(yīng)的知識網(wǎng)絡(luò)，兩個(gè)網(wǎng)絡(luò)存在不同的結(jié)構(gòu)，主體在合作創(chuàng)新網(wǎng)絡(luò)中的地位不能反映其在知識網(wǎng)絡(luò)中的知識要素位置，產(chǎn)生了與知識網(wǎng)絡(luò)相關(guān)的知識網(wǎng)絡(luò)屬性，知識組合潛力與知識組合機(jī)會分別表示組織的知識元素在知識網(wǎng)絡(luò)中的歷史組合情況與未來組合可能，體現(xiàn)出知識元素在知識網(wǎng)絡(luò)中的中心位置與結(jié)構(gòu)洞位置，是網(wǎng)絡(luò)屬性的關(guān)鍵所在（Hansen，1999［25］；Birkinshaw 等，2002［26］；Carnabuci 和Bruggeman，2009［27］）。

主體的知識多樣化程度越高，其擁有的知識資源庫越大，包含的知識范圍越廣。已有研究表明創(chuàng)新主體擁有的知識資源越豐富，其在處理問題時(shí)思維會越開闊，能夠更好地運(yùn)用不同領(lǐng)域的知識，進(jìn)行知識的重組與創(chuàng)新（Hagedoorn 等，2018［28］；Gruber 等，2013［29］）。在新興技術(shù)合作創(chuàng)新網(wǎng)絡(luò)中，尋求異質(zhì)性知識，彌補(bǔ)知識缺口，增加創(chuàng)新機(jī)會是創(chuàng)新主體建立合作關(guān)系的基本目的，因此，知識多樣性高的組織在網(wǎng)絡(luò)中的受歡迎程度也較高，更容易吸引其他主體建立合作關(guān)系，促進(jìn)網(wǎng)絡(luò)的進(jìn)一步發(fā)展。

主體間知識鄰近性越強(qiáng)，其知識領(lǐng)域相似程度越大（Liang 和Liu，2018［30］），選擇知識領(lǐng)域相似的主體進(jìn)行合作，幫助降低知識吸收成本，提高主體間知識學(xué)習(xí)效率，便于接收對方的知識體系（Doz，1996［31］），但也會造成知識同質(zhì)化嚴(yán)重，不利于激發(fā)進(jìn)一步創(chuàng)新。新興技術(shù)的發(fā)展需要異質(zhì)性知識元素的碰撞與重組，主體在推動(dòng)創(chuàng)新的過程中，需要考慮成本與風(fēng)險(xiǎn)。因此，在網(wǎng)絡(luò)形成的不同階段，主體出于對成本與異質(zhì)性資源的考慮，選擇鄰近性強(qiáng)或弱的合作伙伴，使得鄰近性對不同階段網(wǎng)絡(luò)的形成產(chǎn)生不同的影響。

知識組合潛力反映組織的知識元素歷史組合情況（Yayavaram 和Ahuja，2008［32］），具有較高組合潛力的知識元素，與眾多其他知識元素發(fā)生過融合，能夠增加創(chuàng)新主體對其價(jià)值的肯定。在新興技術(shù)合作創(chuàng)新網(wǎng)絡(luò)中，主體擁有的知識元素在知識網(wǎng)絡(luò)中的組合頻率越多，其知識組合潛力就越大，表現(xiàn)出擁有較多的知識組合經(jīng)驗(yàn)，能夠提升知識組合效率，促進(jìn)新興技術(shù)創(chuàng)新。因此，知識組合潛力較高的主體可以吸引其他主體建立合作關(guān)系，幫助合作伙伴獲取組合價(jià)值較高的知識，促進(jìn)知識交流、吸收的順利進(jìn)行，推動(dòng)合作創(chuàng)新網(wǎng)絡(luò)的形成。

知識組合機(jī)會反映組織的知識元素建立新組合的可能性（張振剛和羅泰曄，2019［33］），處于知識網(wǎng)絡(luò)中結(jié)構(gòu)洞位置的知識元素，具有較多尚未被利用的重組機(jī)會。在新興技術(shù)合作創(chuàng)新網(wǎng)絡(luò)中，主體擁有豐富結(jié)構(gòu)洞的知識元素越多，其知識組合機(jī)會就越強(qiáng)，意味著知識資源存在著較強(qiáng)的開發(fā)潛力，不僅可以組合現(xiàn)有知識元素進(jìn)行創(chuàng)新，也可以搜索到其他新知識要素，進(jìn)行新的重組。因此，知識組合機(jī)會較多的創(chuàng)新組織可以吸引其他組織建立合作關(guān)系，幫助擴(kuò)展組織創(chuàng)新能力，探索新的創(chuàng)新機(jī)會，同時(shí)也推動(dòng)了合作創(chuàng)新網(wǎng)絡(luò)的進(jìn)一步發(fā)展。

基于上述分析，本文構(gòu)建了網(wǎng)絡(luò)結(jié)構(gòu)特征、創(chuàng)新主體知識屬性對新興技術(shù)合作創(chuàng)新網(wǎng)絡(luò)形成影響的概念模型，如圖2 所示。

圖2 新興技術(shù)合作創(chuàng)新網(wǎng)絡(luò)形成影響因素概念模型

3 研究設(shè)計(jì)

3.1 研究對象

本文以虛擬現(xiàn)實(shí)技術(shù)（Virtual Reality，以下簡稱VR 技術(shù)）為研究對象，VR 技術(shù)是20 世紀(jì)出現(xiàn)并快速發(fā)展起來的一項(xiàng)新興實(shí)用技術(shù)，其集成了仿真技術(shù)、人工智能等多種技術(shù)的最新發(fā)展成果。VR 技術(shù)在各行各業(yè)中得到了發(fā)展，使傳統(tǒng)產(chǎn)業(yè)發(fā)生革命性改變，形成了非正式合作創(chuàng)新網(wǎng)絡(luò)，產(chǎn)生了知識等創(chuàng)新資源的交流與轉(zhuǎn)化，體現(xiàn)了明顯的跨領(lǐng)域、跨學(xué)科、跨組織的性質(zhì)。因此，選取VR 技術(shù)為研究對象，有利于分析合作創(chuàng)新網(wǎng)絡(luò)形成過程中各個(gè)階段的影響因素，對探究網(wǎng)絡(luò)結(jié)構(gòu)和知識屬性對合作創(chuàng)新網(wǎng)絡(luò)的影響具有重要的作用。

3.2 數(shù)據(jù)收集與處理

本文采用德溫特專利數(shù)據(jù)庫，獲取VR 技術(shù)專利數(shù)據(jù)，其信息檢索式為：TS=“virtual reality” OR “virtual model” OR “visual reality”，檢索時(shí)間為2010 年1 月1 日-2021 年12 月30 日。收集到33076條專利數(shù)據(jù)，由于數(shù)據(jù)量較大，信息覆蓋較多，需對專利數(shù)據(jù)進(jìn)行清理。

保留專利信息中所需字段，包括專利號、專利申請日期、IPC 分類號（前四位）、專利權(quán)人名稱和代碼，剔除其他信息；根據(jù)專利權(quán)人名稱和代碼，剔除個(gè)人專利權(quán)人；選取專利權(quán)人數(shù)量為兩個(gè)或兩個(gè)以上的專利，最終獲取3853 條有效專利數(shù)據(jù)。為了能夠有效反映合作創(chuàng)新的持續(xù)性，以及研究網(wǎng)絡(luò)結(jié)構(gòu)特征和知識屬性對網(wǎng)絡(luò)不同形成階段的影響，根據(jù)合作專利申請數(shù)量的變化趨勢，劃分三個(gè)時(shí)間窗口：2010-2013 為初步形成階段，專利申請數(shù)量較少，增速較為緩慢；2014-2017 為快速成長階段，專利申請數(shù)量具有較大提升，增速較快；2018-2021 為穩(wěn)定發(fā)展階段，雖然2020-2021 年合作專利申請數(shù)量有所下降，但這一階段專利申請數(shù)量均大于前期階段，研究進(jìn)展略有放緩。

圖3 合作專利申請數(shù)量變化趨勢

3.3 網(wǎng)絡(luò)構(gòu)建

合作創(chuàng)新網(wǎng)絡(luò)的構(gòu)建，大多數(shù)學(xué)者采用專利聯(lián)合申請人的信息，生成合作關(guān)系矩陣。當(dāng)一項(xiàng)專利中，出現(xiàn)兩個(gè)或兩個(gè)以上的專利權(quán)人，表明他們之間存在合作關(guān)系，其共同擁有的專利數(shù)量表示合作頻次，體現(xiàn)在合作矩陣中對應(yīng)的數(shù)字上。如果專利人之間不存在合作關(guān)系，矩陣中對應(yīng)數(shù)字為0。對2010-2021 年3853 條樣本數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，形成三個(gè)階段的專利合作關(guān)系矩陣，將合作矩陣導(dǎo)入Gephi 軟件進(jìn)行網(wǎng)絡(luò)指標(biāo)計(jì)算和網(wǎng)絡(luò)拓?fù)鋱D繪制。

3.4 ERGM 模型構(gòu)建

指數(shù)隨機(jī)圖模型（Exponential Random Graph Models，簡稱ERGM）是研究網(wǎng)絡(luò)的統(tǒng)計(jì)模型，綜合考慮內(nèi)生結(jié)構(gòu)和外生變量對網(wǎng)絡(luò)關(guān)系形成的影響。通過選擇觀測網(wǎng)絡(luò)所具有的效應(yīng)進(jìn)行建模，采用蒙特卡羅—馬爾可夫鏈極大似然估計(jì)算法（MCMCMLE），預(yù)測網(wǎng)絡(luò)變量對網(wǎng)絡(luò)關(guān)系的影響，檢驗(yàn)?zāi)M網(wǎng)絡(luò)與觀測網(wǎng)絡(luò)的匹配程度，其模型采用公式表示為：

其中，y 為觀察到的網(wǎng)絡(luò)；Q 為網(wǎng)絡(luò)構(gòu)型的集合；ZQy 是網(wǎng)絡(luò)構(gòu)型對應(yīng)的網(wǎng)絡(luò)統(tǒng)計(jì)量；是與各統(tǒng)計(jì)量相關(guān)的參數(shù)；是基于模型規(guī)范的歸一化常數(shù)。

構(gòu)建內(nèi)生網(wǎng)絡(luò)結(jié)構(gòu)和外生知識屬性對網(wǎng)絡(luò)形成影響的模型，其模型采用公式表示為：

式（2）中，Edges、Gwdegree、Gwesp 為網(wǎng)絡(luò)內(nèi)生結(jié)構(gòu)變量，分別表示邊、幾何加權(quán)度、幾何加權(quán)邊共享。其中，邊為網(wǎng)絡(luò)基礎(chǔ)效應(yīng)，幾何加權(quán)度與幾何加權(quán)邊共享分別表示擇優(yōu)性與傳遞性；KD、KP、KCP、KCO 為外生節(jié)點(diǎn)屬性，分別表示知識多樣性、知識鄰近性、知識組合潛力、知識組合機(jī)會，模型中變量的說明，如表2 所示。

表2 ERGM 模型變量說明

3.5 屬性測量

選取知識多樣性、知識鄰近性、知識組合潛力、知識組合機(jī)會四種知識屬性，研究知識屬性對合作創(chuàng)新網(wǎng)絡(luò)形成的影響，構(gòu)建了相應(yīng)的指標(biāo)分別進(jìn)行測量。其中，IPC 代碼是國際通用的專利分類與檢索工具，界定了專利所屬技術(shù)領(lǐng)域和構(gòu)成專利的知識單元，因此使用網(wǎng)絡(luò)中創(chuàng)新主體的合作專利中所包含的IPC 分類號前四位表示不同領(lǐng)域的知識元素。此外，使用合作創(chuàng)新網(wǎng)絡(luò)中創(chuàng)新主體所對應(yīng)的IPC 共現(xiàn)網(wǎng)絡(luò)表示知識網(wǎng)絡(luò)，對各個(gè)知識元素的網(wǎng)絡(luò)屬性進(jìn)行測量。

知識多樣性（Knowledge Diversity）。表示組織知識的豐富程度，參考韓菁等（2021）以組織擁有的知識元素個(gè)數(shù)表示知識多樣性，知識元素個(gè)數(shù)越多，知識多樣性越強(qiáng)。式（3）中，ei 表示組織i 的知識元素，n 表示該組織擁有知識元素的數(shù)量。

知識鄰近性（Knowledge Proximity）。表示組織間知識的相似程度，參考Jaffe（1988）的計(jì)算方法，采用組織知識結(jié)構(gòu)的相似程度表示知識鄰近性。式（4）中，fik 與fjk 分別為組織i、組織j 的第k 類知識占各自知識元素總數(shù)的比重，n 為知識分類總數(shù)。

知識組合潛力（Knowledge Combination Potential）。表示組織的知識元素在知識網(wǎng)絡(luò)中與其他知識元素的歷史共現(xiàn)情況，參考Brennecke 等（2017）使用各個(gè)知識元素相對度數(shù)中心度之和進(jìn)行計(jì)算，中心度越大，組合潛力越大。式（5）中，dik 表示組織i 中知識元素k 的相對度數(shù)中心度，n 為組織i 的知識元素個(gè)數(shù)；式（6）中，N 表示知識元素k 在知識網(wǎng)絡(luò)中與其直接相連的其他知識元素個(gè)數(shù)，M 為知識網(wǎng)絡(luò)中包含的知識元素總共數(shù)量。

知識組合機(jī)會（Knowledge Combination Opportunity）。表示組織的知識元素在知識網(wǎng)絡(luò)中與其他知識元素建立新組合的可能性，參考Brennecke 等（2017）使用各個(gè)知識元素的結(jié)構(gòu)洞相關(guān)指標(biāo)之和的相反數(shù)進(jìn)行反映。式（7）中，表示組織i 中知識元素k 的限制度指數(shù)，體現(xiàn)在知識網(wǎng)絡(luò)中運(yùn)用結(jié)構(gòu)洞的能力，即限制度指數(shù)越高，運(yùn)用結(jié)構(gòu)洞的能力越弱，結(jié)構(gòu)洞的值越小，n 為組織i 的知識元素個(gè)數(shù)；式（8）中，pkl表示知識元素k 在知識網(wǎng)絡(luò)中受到的直接限制，pkq、pql表示知識元素k 在知識網(wǎng)絡(luò)中受到的間接限制。

4 實(shí)證分析

4.1 描述性分析

以專利權(quán)人為節(jié)點(diǎn)，專利權(quán)人間的合作關(guān)系為邊，運(yùn)用Gephi 軟件對三階段新興技術(shù)合作創(chuàng)新網(wǎng)絡(luò)演化過程進(jìn)行可視化處理，不同階段的網(wǎng)絡(luò)圖譜如圖4 所示。其中，節(jié)點(diǎn)大小表示專利權(quán)人合作的廣度，合作伙伴數(shù)量越多，其節(jié)點(diǎn)越大；節(jié)點(diǎn)間連線的粗細(xì)表示兩個(gè)創(chuàng)新主體間的合作頻率，合作頻次越高，兩者間的連線越粗。選取網(wǎng)絡(luò)指標(biāo)，通過比較三階段合作創(chuàng)新網(wǎng)絡(luò)的指標(biāo)變化情況，對合作網(wǎng)絡(luò)演化過程進(jìn)行分析，如表3 所示。

圖4 合作創(chuàng)新網(wǎng)絡(luò)三階段演化圖

表3 合作創(chuàng)新網(wǎng)絡(luò)指標(biāo)測度

從表3 中可以看出，節(jié)點(diǎn)數(shù)量與連線數(shù)量持續(xù)增加，其中2014-2017 年階段，與上一階段相比，節(jié)點(diǎn)與連線數(shù)量的漲幅超過100%，表明隨著合作創(chuàng)新網(wǎng)絡(luò)的發(fā)展，越來越多的創(chuàng)新主體加入網(wǎng)絡(luò)，提升了合作關(guān)系發(fā)生的可能性，使得網(wǎng)絡(luò)規(guī)模發(fā)生擴(kuò)大，節(jié)點(diǎn)間的連線得到增強(qiáng)。由于節(jié)點(diǎn)平均度數(shù)逐漸上升，由1.742增加到1.92，仍處于1-2 的范圍之中，同時(shí)網(wǎng)絡(luò)中最高節(jié)點(diǎn)度數(shù)遠(yuǎn)高于平均度數(shù)，從20 上升到40，意味著網(wǎng)絡(luò)中大部分創(chuàng)新主體與一或兩個(gè)其他創(chuàng)新主體建立合作關(guān)系，只有少數(shù)節(jié)點(diǎn)成為網(wǎng)絡(luò)中的核心節(jié)點(diǎn)，體現(xiàn)了網(wǎng)絡(luò)中的核心-邊緣現(xiàn)象。隨著網(wǎng)絡(luò)密度不斷降低，表明整體網(wǎng)絡(luò)中創(chuàng)新主體間的聯(lián)系不是特別緊密，較低的網(wǎng)絡(luò)密度有利于知識、信息等資源的廣泛獲取，同時(shí)，模塊化指數(shù)逐漸增加，意味著創(chuàng)新主體合作關(guān)系的建立具有較強(qiáng)的小群體現(xiàn)象，傾向于和某些個(gè)體建立合作關(guān)系。

使用封閉三元組的數(shù)量與三元組總量之比，計(jì)算出的平均聚類系數(shù)，其數(shù)值表示了網(wǎng)絡(luò)中出現(xiàn)三角形結(jié)構(gòu)的概率，即網(wǎng)絡(luò)中發(fā)生傳遞性的概率，在合作創(chuàng)新網(wǎng)絡(luò)的演化過程中，平均聚類系數(shù)較大，并且整體為上升趨勢，說明網(wǎng)絡(luò)中經(jīng)常通過傳遞性建立合作關(guān)系。

表4、表5、表6 中列出了三階段合作創(chuàng)新網(wǎng)絡(luò)中，加權(quán)度排名前十的創(chuàng)新主體知識屬性情況，包括知識多樣性（KD）、知識鄰近性（KP）、知識組合潛力（KCP）、知識組合機(jī)會（KCO），表中的知識鄰近性用創(chuàng)新主體與其合作伙伴的平均知識鄰近性進(jìn)行表示。

表4 2010-2013 年加權(quán)度排名前十的創(chuàng)新主體知識屬性情況

表5 2014-2017 年加權(quán)度排名前十的創(chuàng)新主體知識屬性情況

表6 2018-2021 年加權(quán)度排名前十的創(chuàng)新主體知識屬性情況

從表4、表5、表6 中可以看出，三個(gè)階段中加權(quán)度排名前十的創(chuàng)新主體多為大型企業(yè)，為了快速占領(lǐng)VR 領(lǐng)域市場，采取合作的方式，提高自身創(chuàng)新能力，促進(jìn)VR 領(lǐng)域的技術(shù)與產(chǎn)品研發(fā)。隨著合作創(chuàng)新網(wǎng)絡(luò)的演化，越來越多的中國企業(yè)逐漸成為網(wǎng)絡(luò)中的重要組成成分，占據(jù)網(wǎng)絡(luò)核心地位。2010-2013 階段，國家電網(wǎng)、科東電力分別與多個(gè)創(chuàng)新主體建立合作關(guān)系，將VR 技術(shù)運(yùn)用到電力工作當(dāng)中，促進(jìn)作業(yè)效率提升，降低操作風(fēng)險(xiǎn)。2014-2017 階段，樂視、京東方、歌爾股份與阿里巴巴等科技公司在VR 領(lǐng)域中迅速發(fā)展，將VR 技術(shù)運(yùn)用到影視、智能穿戴產(chǎn)品、物聯(lián)網(wǎng)平臺等方面，大大擴(kuò)展了VR 技術(shù)的中國市場。2018-2021 階段，京東方、國家電網(wǎng)在網(wǎng)絡(luò)中持續(xù)創(chuàng)新，占據(jù)核心位置，同時(shí)華為、廣州幻境等企業(yè)進(jìn)一步推動(dòng)VR 技術(shù)在智能穿戴領(lǐng)域的產(chǎn)品優(yōu)化，使得VR 技術(shù)產(chǎn)品適用于各類消費(fèi)者。

從知識屬性來看，隨著網(wǎng)絡(luò)的演化，創(chuàng)新主體的知識多樣性、知識組合潛力、知識組合機(jī)會均有提升，而知識鄰近性表現(xiàn)為下降趨勢。表明創(chuàng)新主體的知識資源庫不斷擴(kuò)大，使得網(wǎng)絡(luò)中的知識資源不斷豐富，對多樣化知識的需求仍是網(wǎng)絡(luò)發(fā)展的動(dòng)力。同時(shí)，網(wǎng)絡(luò)中的創(chuàng)新主體重視知識的開發(fā)與利用，尋求具有組合潛力與組合機(jī)會的知識元素，逐漸成為創(chuàng)新主體建立合作關(guān)系的重要影響因素。并且，知識鄰近性促進(jìn)創(chuàng)新主體建立合作關(guān)系的優(yōu)勢逐漸減弱，其帶來的知識同質(zhì)化對創(chuàng)新的阻礙作用逐漸增強(qiáng)，對網(wǎng)絡(luò)的形成產(chǎn)生負(fù)面影響。

4.2 模型結(jié)果分析

采用R 軟件中的Statnet 程序包對ERGM 模型進(jìn)程參數(shù)估計(jì)，其中參數(shù)為正或者為負(fù)且顯著，表明某種結(jié)構(gòu)在真實(shí)網(wǎng)絡(luò)中被觀察到的概率比隨機(jī)網(wǎng)絡(luò)中更大或者更小，即某個(gè)結(jié)構(gòu)或某種屬性對網(wǎng)絡(luò)的形成具有促進(jìn)作用或者具有抑制作用。此外，AIC 和BIC 用來檢驗(yàn)?zāi)Ｐ偷臄M合效果，其數(shù)值越小，表示模型越接近真實(shí)網(wǎng)絡(luò)的觀測，表7、表8、表9 分別展示了不同階段合作創(chuàng)新網(wǎng)絡(luò)的ERGM 模型擬合結(jié)果，其中每個(gè)階段都包括四個(gè)模型，Model1 只包括網(wǎng)絡(luò)弧效應(yīng)（Edge），類似線性回歸中的截距效應(yīng)，表示網(wǎng)絡(luò)中關(guān)系發(fā)生的基準(zhǔn)傾向；Model2 加入網(wǎng)絡(luò)結(jié)構(gòu)變量，驗(yàn)證擇優(yōu)性和傳遞性；Model3 加入外生節(jié)點(diǎn)屬性變量，驗(yàn)證知識屬性對網(wǎng)絡(luò)形成的影響；Model4 同時(shí)包括網(wǎng)絡(luò)結(jié)構(gòu)變量和外生節(jié)點(diǎn)屬性變量，研究網(wǎng)絡(luò)結(jié)構(gòu)和知識屬性對網(wǎng)絡(luò)形成的共同影響。對比四個(gè)模型的AIC 和BIC，可以發(fā)現(xiàn)Model4 的數(shù)值最小，表示模型擬合效果最好，合作創(chuàng)新網(wǎng)絡(luò)的形成，同時(shí)受到內(nèi)生結(jié)構(gòu)和外生屬性的影響。因此，依據(jù)Model4 模型的結(jié)果，分析不同階段合作創(chuàng)新網(wǎng)絡(luò)形成的影響機(jī)制。

表7 2010-2013 年ERGM 模型結(jié)果

表8 2014-2017 年ERGM 模型結(jié)果

表9 2018-2021 年ERGM 模型結(jié)果

2010-2013 年合作創(chuàng)新網(wǎng)絡(luò)初步形成階段，ERGM 模型結(jié)果如表7 所示。在初步形成階段，在網(wǎng)絡(luò)結(jié)構(gòu)影響方面，Gwdegree 與Gwesp 都為正向顯著且系數(shù)較高，表明網(wǎng)絡(luò)中傾向于出現(xiàn)核心-邊緣的星型結(jié)構(gòu)與閉合三角形結(jié)構(gòu)。擇優(yōu)性與傳遞性對于網(wǎng)絡(luò)的形成起到重要的促進(jìn)作用，新加入創(chuàng)新網(wǎng)絡(luò)的創(chuàng)新主體傾向于選擇網(wǎng)絡(luò)中度數(shù)較高的節(jié)點(diǎn)建立合作關(guān)系，體現(xiàn)出“強(qiáng)者越強(qiáng)”的馬太效應(yīng)，同時(shí)通過共同的合作伙伴更容易形成合作關(guān)系，體現(xiàn)出“朋友圈”效應(yīng)。在此階段，知識多樣性、知識鄰近性正向顯著，促進(jìn)網(wǎng)絡(luò)關(guān)系的形成，而知識組合潛力、知識組合機(jī)會不具有顯著性，可能由于創(chuàng)新主體在創(chuàng)新網(wǎng)絡(luò)初步形成階段，其知識資源庫較小，知識缺口較大，尋求知識多樣化程度較高的合作伙伴，獲取更多知識元素，為自身的進(jìn)一步創(chuàng)新做好知識儲備。同時(shí)，網(wǎng)絡(luò)中的創(chuàng)新主體之間尚未形成較強(qiáng)的信任關(guān)系，通過選擇具有知識鄰近性的合作伙伴，幫助企業(yè)降低成本和風(fēng)險(xiǎn)，提高知識學(xué)習(xí)效率。知識組合潛力與知識組合機(jī)會是由知識元素在網(wǎng)絡(luò)中的位置所決定的，在創(chuàng)新網(wǎng)絡(luò)初步形成階段，網(wǎng)絡(luò)中的創(chuàng)新主體較少，其全部知識元素構(gòu)成的知識網(wǎng)絡(luò)規(guī)模也較小，知識網(wǎng)絡(luò)結(jié)構(gòu)不夠穩(wěn)定，因此知識組合潛力與知識組合機(jī)會對網(wǎng)絡(luò)形成的影響并不顯著。

2014-2017 年合作創(chuàng)新網(wǎng)絡(luò)快速成長階段，ERGM 模型結(jié)果如表8 所示。在快速成長階段，網(wǎng)絡(luò)的迅速擴(kuò)張吸引了眾多新的創(chuàng)新主體加入，它們對合作伙伴的選擇仍然受到擇優(yōu)性與傳遞性的重要影響，表現(xiàn)為Gwdegree 與Gwesp 的估計(jì)參數(shù)仍為正向顯著。知識屬性的影響中，知識多樣性與知識鄰近性仍對網(wǎng)絡(luò)的形成產(chǎn)生正向顯著影響，并且知識多樣性的影響進(jìn)一步增強(qiáng)，知識鄰近性的影響效果減弱，可能因?yàn)樵趧?chuàng)新網(wǎng)絡(luò)快速發(fā)展階段，網(wǎng)絡(luò)規(guī)模迅速擴(kuò)大，創(chuàng)新主體對創(chuàng)新的渴望進(jìn)一步提升，進(jìn)而促進(jìn)對知識資源的需求，擴(kuò)大自身知識儲備，具有知識多樣性的企業(yè)在網(wǎng)絡(luò)中的受歡迎程度進(jìn)一步提高。同時(shí)，網(wǎng)絡(luò)中創(chuàng)新主體經(jīng)過一段時(shí)間的交流與合作，增強(qiáng)了信任關(guān)系，獲取了其他創(chuàng)新主體的相關(guān)信息，降低了合作的風(fēng)險(xiǎn)與成本，減弱了知識鄰近性的部分影響作用。但是，選擇知識鄰近的合作伙伴仍能幫助創(chuàng)新主體提高知識學(xué)習(xí)效率，盡快接收對方知識體系。知識組合潛力與知識組合機(jī)會在此階段都對創(chuàng)新網(wǎng)絡(luò)的形成具有正向顯著影響，合作創(chuàng)新網(wǎng)絡(luò)的快速發(fā)展，帶動(dòng)了其創(chuàng)新主體的知識元素所構(gòu)成的知識網(wǎng)絡(luò)的快速發(fā)展，每個(gè)知識元素在知識網(wǎng)絡(luò)中具有各自的網(wǎng)絡(luò)位置。創(chuàng)新主體不僅想要獲取更多的知識資源，還想其獲取的知識資源具有價(jià)值與創(chuàng)新潛力，同時(shí)能保證創(chuàng)新主體可以順利進(jìn)行知識的吸收。選擇具有較高知識組合潛力、知識組合機(jī)會的創(chuàng)新主體建立合作關(guān)系，幫助創(chuàng)新主體獲取有價(jià)值的知識資源。

2018-2021 年合作創(chuàng)新網(wǎng)絡(luò)穩(wěn)定發(fā)展階段，ERGM 模型結(jié)果，如表9 所示。在穩(wěn)定發(fā)展階段，新加入的創(chuàng)新主體數(shù)量減少，創(chuàng)新網(wǎng)絡(luò)規(guī)模緩慢擴(kuò)大，擇優(yōu)性和傳遞性在網(wǎng)絡(luò)中持續(xù)發(fā)揮其正向顯著作用，促進(jìn)網(wǎng)絡(luò)的形成。知識屬性的影響中，知識多樣性對網(wǎng)絡(luò)形成的正向影響效果存在減弱，而知識鄰近性對網(wǎng)絡(luò)形成為負(fù)向影響，可能因?yàn)橐环矫鎰?chuàng)新主體獲取多樣化知識資源的需求仍然存在，另一方面隨著創(chuàng)新主體自身知識元素的逐漸豐富，知識資源庫的不斷擴(kuò)大，某些具有多樣化知識體系的主體為了保證自身創(chuàng)新優(yōu)勢，其與其他主體建立合作關(guān)系的意愿減弱，影響了知識多樣性對網(wǎng)絡(luò)形成的效果。同時(shí)，在合作創(chuàng)新網(wǎng)絡(luò)穩(wěn)定成長階段，許多創(chuàng)新主體的知識學(xué)習(xí)能力已經(jīng)得到了較大的提升，并且具有一定的財(cái)務(wù)能力去承擔(dān)風(fēng)險(xiǎn)成本，此時(shí)創(chuàng)新主體更希望獲取較為異質(zhì)性的知識資源，在創(chuàng)新能力上得到進(jìn)一步突破，如果選擇具有知識鄰近的主體建立合作關(guān)系，會導(dǎo)致知識同質(zhì)化嚴(yán)重，減少創(chuàng)新主體探索創(chuàng)新的機(jī)會。知識組合潛力與知識組合機(jī)會對合作創(chuàng)新網(wǎng)絡(luò)的促進(jìn)作用進(jìn)一步增強(qiáng)，在網(wǎng)絡(luò)的穩(wěn)定成長階段，網(wǎng)絡(luò)中的創(chuàng)新模式已經(jīng)形成定式，創(chuàng)新主體想要進(jìn)行創(chuàng)新的進(jìn)一步突破，更在意知識元素價(jià)值與潛力的挖掘，選擇知識組合潛力較高，知識組合機(jī)會較大的創(chuàng)新主體進(jìn)行合作，有利于探索新的創(chuàng)新機(jī)會。

5 結(jié)論與啟示

5.1 研究結(jié)論

本文以2010-2021 年虛擬現(xiàn)實(shí)技術(shù)合作專利數(shù)據(jù)，構(gòu)建三階段新興技術(shù)合作創(chuàng)新網(wǎng)絡(luò)，分析合作創(chuàng)新網(wǎng)絡(luò)演化特征，并運(yùn)用指數(shù)隨機(jī)圖模型探究網(wǎng)絡(luò)結(jié)構(gòu)特征與創(chuàng)新主體知識屬性對網(wǎng)絡(luò)形成的影響。

新興技術(shù)合作創(chuàng)新網(wǎng)絡(luò)的形成是一個(gè)復(fù)雜的過程，網(wǎng)絡(luò)中創(chuàng)新主體合作關(guān)系的建立，是內(nèi)生因素與外生因素共同作用的結(jié)果。知識資源逐漸成為推動(dòng)創(chuàng)新發(fā)展的重要?jiǎng)恿?，知識屬性對合作關(guān)系的形成具有重要影響。

擇優(yōu)性與傳遞性是影響新興技術(shù)合作創(chuàng)新網(wǎng)絡(luò)形成的重要結(jié)構(gòu)特征。在網(wǎng)絡(luò)形成的不同階段，擇優(yōu)性與傳遞性持續(xù)促進(jìn)網(wǎng)絡(luò)關(guān)系的建立，其中擇優(yōu)性表現(xiàn)為網(wǎng)絡(luò)中的“核心-邊緣”結(jié)構(gòu)，解釋為網(wǎng)絡(luò)中的創(chuàng)新主體傾向于選擇節(jié)點(diǎn)度數(shù)較高的主體建立合作關(guān)系，有利于創(chuàng)新資源的快速獲取，提升主體的創(chuàng)新能力。同時(shí)，傳遞性表現(xiàn)為網(wǎng)絡(luò)中的三角形結(jié)構(gòu)，解釋為創(chuàng)新主體之間傾向于通過的共同合作伙伴建立合作關(guān)系，促進(jìn)有效信息的獲取，降低合作風(fēng)險(xiǎn)。

知識多樣性對于網(wǎng)絡(luò)的形成持續(xù)發(fā)揮促進(jìn)作用，表明創(chuàng)新主體對多樣化知識資源的需求一直存在，多樣化的知識體系可以給創(chuàng)新主體提供更大的創(chuàng)新空間，有利于提升創(chuàng)新實(shí)力。

知識鄰近性在網(wǎng)絡(luò)初步形成與快速成長階段對于合作關(guān)系的形成起到促進(jìn)作用，通過選取知識鄰近的創(chuàng)新主體作為合作伙伴，有利于緩解合作帶來的成本與風(fēng)險(xiǎn)，增強(qiáng)知識的學(xué)習(xí)效率。而在網(wǎng)絡(luò)穩(wěn)定發(fā)展階段，知識鄰近性帶來的知識同質(zhì)化阻礙了網(wǎng)絡(luò)關(guān)系的建立，創(chuàng)新主體更想獲取異質(zhì)性資源，促進(jìn)其創(chuàng)新能力的進(jìn)一步提升。

知識組合潛力與知識組合機(jī)會在網(wǎng)絡(luò)形成初期并沒有起到顯著作用，在網(wǎng)絡(luò)后續(xù)的發(fā)展階段，對合作創(chuàng)新網(wǎng)絡(luò)的形成具有促進(jìn)作用，表明網(wǎng)絡(luò)中的創(chuàng)新主體需要進(jìn)行創(chuàng)新的進(jìn)一步突破，獲取有價(jià)值、有潛力的知識資源成為選擇合作伙伴的重要因素。

5.2 研究啟示

政府應(yīng)重點(diǎn)扶持核心創(chuàng)新主體，強(qiáng)化其網(wǎng)絡(luò)輻射效應(yīng)。我國涉足虛擬現(xiàn)實(shí)產(chǎn)業(yè)的創(chuàng)新主體較多，但尚未形成良好的競爭結(jié)構(gòu)。政府可以發(fā)揮市場引導(dǎo)作用，優(yōu)先扶持網(wǎng)絡(luò)中的核心主體，增強(qiáng)在網(wǎng)絡(luò)中的輻射效應(yīng)，強(qiáng)化在產(chǎn)業(yè)發(fā)展的引領(lǐng)作用。在產(chǎn)業(yè)發(fā)展后期，可以適當(dāng)減少對之前核心主體的扶持，加強(qiáng)對網(wǎng)絡(luò)中次核心以及非核心主體的支持，增加網(wǎng)絡(luò)中核心主體數(shù)量，增強(qiáng)虛擬現(xiàn)實(shí)技術(shù)產(chǎn)業(yè)發(fā)展的可持續(xù)性。

創(chuàng)新主體應(yīng)明確創(chuàng)新資源需求，主動(dòng)擴(kuò)展“朋友圈”。虛擬現(xiàn)實(shí)技術(shù)應(yīng)用范圍廣泛，創(chuàng)新主體在確定其產(chǎn)業(yè)發(fā)展方向的基礎(chǔ)上，應(yīng)明晰自身資源配置情況以及資源缺口，積極主動(dòng)地加入合作創(chuàng)新網(wǎng)絡(luò)，擴(kuò)大自身朋友圈，實(shí)現(xiàn)網(wǎng)絡(luò)中技術(shù)、知識等資源的高效傳播和運(yùn)用。虛擬現(xiàn)實(shí)技術(shù)也是多個(gè)領(lǐng)域技術(shù)、知識的融合體，通過對自身發(fā)展?fàn)顩r和知識儲備的認(rèn)知，主體可以較為精確的選擇合作伙伴，實(shí)現(xiàn)知識資源的有效獲取，降低了無效資源獲取的成本，促進(jìn)虛擬現(xiàn)實(shí)技術(shù)的創(chuàng)新發(fā)展。

本文基于專利數(shù)據(jù)構(gòu)建新興技術(shù)合作創(chuàng)新網(wǎng)絡(luò)，采用共同專利權(quán)人信息表示合作關(guān)系，僅通過專利合作不能識別創(chuàng)新主體所有的合作對象，后續(xù)研究中應(yīng)結(jié)合其他的方式確定合作伙伴。另外，不同新興技術(shù)的合作創(chuàng)新網(wǎng)絡(luò)形成機(jī)制可能存在差異，未來研究可選擇其他新興技術(shù)，進(jìn)行進(jìn)一步的驗(yàn)證。