专利权人引用网络中的媒介角色研究
肖宇锋1,2, 江洪1, 董克3
1中国科学院国家科学图书馆武汉分馆 武汉 430071
2中国科学院研究生院 北京 100049
3武汉大学信息管理学院 武汉 430072
摘要

对专利权人引用网络中的3种类型的媒介角色的概念、算法等进行梳理,根据媒介角色理论和知识交流理论对媒介角色是否影响专利权人技术创新能力做理论推导,并提出3个假设。通过实证分析发现,不同的角色影响程度各不相同:中介中心性对专利权人技术创新能力的影响力最大;5种桥系数小于中介中心性,影响最小的是结构洞约束。

关键词: 媒介角色; 专利权人; 引用网络; 中介中心性; 桥结构; 结构洞
中图分类号:G306
A Study on Mediation Roles to Patent Assignee Citation Network
Xiao Yufeng1,2, Jiang Hong1, Dong Ke3
1The Wuhan Branch of National Science Library, Chinese Academy of Sciences, Wuhan 430071, China
2Graduate University of Chinese Academy of Sciences, Beijing 100049, China
3School of Information Management, Wuhan University, Wuhan 430072, China
Abstract

The concepts and algorithms of three types mediation roles including betweenness centrality、brokerage structure and structural hole in assignees citation network are analyzed, and the functions of mediation roles to assignees technology innovation are deducted theoretically based on the mediation theory and knowledge communication theory,then three hypotheses are proposed. Through empirical study,it is found that the influence degrees are different:the influence of betweenness centrality to assignee technology innovation is the strongest,then the five brokerage indexes,and the weakest influence degree is structural hole.

Keyword: Mediation role; Patent assignee Citation network; Betweenness centrality; Brokerage structure; Structural hole
1 引 言

专利权人引用网络,即通过引用将专利权人在时间维度(技术发展)和空间维度(技术联系)上形成不断生长的网络,引文网络的结构能反映出这些专利权人之间知识存贮和流动情况。专利权人包括享有专利权的机构和个人,本文重点研究前者,如企业、研究所等机构。专利反映了享有专利权的机构的技术创新,是研究竞争对手情报的重要部分。

根据美国竞争情报从业者协会的定义[ 1],竞争情报是对竞争对手和竞争环境系统的、合法的全面监测,以实现企业自身目标的过程。对竞争对手的技术预测是监测的一部分,通过预测竞争对手的技术发展状况能够使企业及时做到“知己知彼”,从而制定适当的发展战略,在竞争中取得先机。目前常规的研究方法主要通过数量上的各种统计分析来揭示和预测竞争对手的技术发展状况[ 2]。近年来兴起的社会网络分析聚焦于行动者之间关系和结构的优势,能够挖掘出更深层次的信息。其中,媒介角色由于占据了网络结构的中介位置而在知识交流中占有优先的信息控制和优势的信息资源。那么在专利权人的引用网络中,充当媒介角色的个体是否具有信息优势,从而对专利权人未来技术创新能力的发展具有正向影响,是本文的研究重点。若具有正向影响,则可以用媒介角色法来对竞争对手未来技术创新能力做出预判。

2 媒介角色理论及算法概述

媒介角色主要是指具有中介作用的个体,社会网络中具有媒介角色作用的指标主要有中介中心性、桥结构和结构洞,这三者分别从不同的角度来度量网络结构中的优势位置和资源[ 3, 4]

2.1 中介中心性

中介中心性(Betweenness Centrality)由Freeman[ 5]在1979年提出,用来测量个体对其他个体的控制程度。具体是指,如果在专利权人引用网络中,一个专利权人处于许多其他专利权人对的最短途径上,则该专利权人具有较高的中介中心度。中介中心度的实际计算中有两个假设前提:

(1)各条引用线路的权系数相等;

(2)知识从一个专利权人到另一个专利权人的过程中总是走最短路径。

通常中介中心度越高,对知识快速流动所起到的作用就越大。有向网络中介中心度的具体算法[ 6]是:

CB′= gjk(ni)/gjk[(N-1)(N-2)]

其中,i、j、k分别代表不同的专利权人,CB′代表专利权人i的标准中介中心度。gjk表示j和k之间引用路线捷径(Geodesic,即达到目的地通过的个体最少的一条路)的数目,gjk(ni)是j达到k的捷径上经过i的次数,N是网络中所拥有的专利权人总数。

中介中心度测度的是某专利权人占据其他两个专利权人之间最短路径的能力,即专利权人作为信息枢纽的能力,或某专利权中介中心位置的专利权人往往拥有多重渠道获取重要、多样和及时的知识[ 7]

中介中心性在三种媒介角色中最早被提出,因此发展较为成熟,应用范围也较广。主要有组织绩效评估[ 8]、复杂网络分析[ 9]、网站影响力评价[ 10]、论文和专利分析等。在论文和专利分析方面,主要有期刊质量评价,应用中心度指标评价期刊引文网络中期刊的质量[ 11],研究发现中介中心度最接近同行评议结果;在科学-技术关联网络研究中,Breschi等[ 12]在研究中发现中介中心度较高的研究者连接了科学与技术这两个网络,并且通常在科学网络中处于中心地位的研究者也在技术网络中处于中心,反之亦然;科技前沿预测,包括基于论文的预测和基于专利的预测,基于论文的前沿预测有应用于引文网络中寻找中介中心度高的节点作为重要文献的特征[ 13],基于专利的预测,如Wang等[ 14]基于专利引用网络发现中介中心度与未来专利引用量、专利维持年限具有因果关系,能够用来预测专利质量。

因此,本文提出假设:

假设1:专利权人在引用网络中的中介中心度对企业的技术创新有正向影响。

2.2 桥结构

桥结构理论(Brokerage)是1989年由Gould等[ 15]提出的,并根据桥与相连接的个体所属派系的不同给出了5种桥的类型,如图1所示:

桥结构是根据中介中心性引申而来的,主要贡献在于对中介者及其关联者所属的派系进行了划分,得到5种桥的类型。所谓桥即指连接那些并不相连接的行动者的结构性位置。占据桥的行动者称为桥连结,在本研究中表示一个专利权人在两个没有直接联系的专利权人之间媒介资源或者信息的流动。5类桥结构的名称依次为:

(1)协调者:i、j、k属于相同子技术领域,i是协调者。在一个子技术领域中,协调者经常是十分重要的中介人,中介性高,可以获得信息流通及操控双方的利益,但协调者同时也属于该技术领域。以m代表技术领域,则mi =mj=mk

(2)守门人:i、k属于相同子技术领域,j属于另一个子技术领域,i是守门人,守门人是在一个子技术领域中,与外界进行知识交流的重要管道,控制了对j所在技术领域知识的吸收,mi = mk≠mj

(3)发言人:i、j属于相同子技术领域,k属于另一个子技术领域,i是发言人,发言人是一个子技术领域的知识对外流动的关键节点,控制了对外协调的门槛,mi =mj≠mk

(4)架桥者:j、k属于相同子技术领域,i属于另一个细分技术领域,i是架桥者,mj=mk≠mi

(5)联络人:i、j、k各自属于不同子技术领域,i是联络人,联络人的自由度就会很高,是最具有控制两个子技术领域能力知识流动的专利权人,又可以不受双方的规范,mi ≠mj ≠mk

用桥系数来度量个体作为桥结构次数的多少,具体算法[ 15]是:

C1= gjk(ni)/gjk

其中,i、j、k分别代表不同的专利权人,C1代表专利权人i的桥系数。gjk表示j到达k的引用路线长度为2(经过1个专利权人)的数目,gjk(ni)是j到达k的长度为2的捷径上经过i的次数,N是网络中所拥有的专利权人总数。5种桥系数都依据此算法计算,不同之处在于根据mi、mj、mk三者是否相等而分别计算5种桥系数。

桥结构理论的优势在于其对网络中的个体划分了派系,使研究者能够发现各专利权人在充当媒介角色时所发挥的不同作用,如哪些企业的技术易被其他子技术领域参考、哪些企业的技术易参考其他子技术领域、涉及多个子技术领域的企业是否会对其技术发展有帮助等,也明确了知识流动的方向、技术发展的路径等。协调者在本技术领域内传播信息,其他4种桥都是从自己所在子技术领域连接到其他子技术领域的专利权人会在整个网络中发挥重要作用,被称为边界跨越者。他们通常是具有创造性的专利权人,因为他们能够从不同技术领域中获得多方面的信息,因此能够综合不同的知识或思路形成新的创意[ 16]

在机构人际资源网络和社会资本中,桥结构的应用较多。Fernandez等[ 17]和Taube[ 18]的研究都发现桥占据信息优势,无论是政治领域还是商业领域。杨广为等[ 19]分别对5种桥结构在科技资源共享中所起的不同作用做了分析,守门人负责管理团体内部对外部的信息需求,发言人负责与目标团体进行沟通,根据对方的心理对自身团队领先领域的科技资源进行说明并加以推销,协调者拥有良好人际关系,在团体内能提供良好的科技资源共享渠道,科学分配协调科技资源,架桥者作为外部机构,中介另外一个团体的两个机构,在科技资源共享中是低效率的表现,联络人主要针对团体本身没有相应的信息搜集机构,联络人在协调两个团体时享受到了特有的信息资源。

在论文和专利分析方面,桥结构理论目前主要应用的领域有对合作现象的研究,如汪丹[ 20]认为,无论哪种桥结构都能从媒介没有关系的两方获取中介利益,其对桥结构算法进行了改进,考察改进后的4种桥角色在科学合作中的表征,从而判断科学合作中机构或个人所处的地位以及所起的作用;在科学和技术的关联网络中桥角色所带来的效果,如Lissoni[ 21]在研究中发现仅有少数一部分发明者在企业和高校的专利合作网络中充当桥角色,这部分发明者拥有更多的论文发表量和专利申请量。在引文分析中,桥结构的独特之处在于可以识别在子群内部或子群之间起到不同媒介作用的节点,其中边界跨越者通常是具有创造性的节点,能够用于引文网络分析[ 22]。但由于引文网络构造较合作网络更有难度,而且牵涉到5种桥结构各自的划分依据和归属问题,因此目前桥结构用于引文网络中的研究仍以理论为主。

综上,本文提出假设:

假设2:专利权人在引用网络中的桥系数对企业的技术创新有正向影响。

2.3 结构洞

结构洞(Structural Holes)理论首先由Burt[ 22]于1992年在Gould的桥结构理论的基础上提出。所谓结构洞,即“社会网络中的某个或某些个体和有些个体发生直接联系,但与其他个体不发生直接联系的现象,从网络整体看好像网络结构中出现了洞穴”。这种关系稠密地带之间的稀疏地段称为结构洞,填补结构洞的行为称为搭桥。根据结构洞理论,如果某专利权人与许多彼此不相连的专利权人在专利的引用上有联结,那么这种结构对本专利权人非常有利,如果该专利权人作为两个互不关联簇群间的桥梁,则这种结构带来的收益将进一步放大[ 23]。通常用约束(Constraint)来测量个体网络的结构洞,一个专利权人的结构洞约束值越低,代表此专利的个体网络(Ego Network)闭合程度越低,拥有的结构洞就越多,此专利权人充当“桥”来沟通其他两方的可能性就越大。

具体算法[ 22]是:

Ci= (pij+ piqpqj2(q≠i并且q≠j )

其中,Ci代表i的网络约束值,pij为i对j的信息输出占i的信息输出总量的比值,当j是i的唯一连接节点时,Ci取最大值1;当j与其他所有节点都无相连时Ci取最小值

结构洞与中介中心度、桥结构的不同在于,结构洞理论关注的是网络中具有空洞的位置,后两者更关注充当中介的个体,显然有空洞不一定会被填补,因此有“利益洞”和“无用洞”的划分[ 3]。而且在实际计算中,结构洞约束值的大小还易受网络规模大小的影响。但结构洞可能会被第三方填补成为有效洞,Burt认为填补结构洞的第三方成为中介者,具有信息优势和控制优势。

结构洞理论在提出后到近年来都是社会学、管理学领域的研究热点。在个人层次,Geletkanycz等[ 24]认为当高层经理掌握跨越企业以及产业边界的关系时,企业更易获得良好绩效;在组织层次,Shipilov等[ 25]认为结构洞有助于企业的地位累积,但不利于集中精力协作去提高市场绩效,因为开放网络虽然便于商机信息的获取,但企业之间缺少信任,不利于资源共享,从而限制了合作伙伴信息的获得。

在专利和文献计量方面,目前在合作网络应用较多。如探讨合作网络中,研究者的表现和其所处位置之间的关系,Lee[ 26]用结构洞约束算法来代替桥结构的算法,认为之前表现好的研究者会使自己具有丰富的结构洞,从而带来更多的积极效果,但也有一些研究者对结构洞的信息优势持不同看法,如Ahuja[ 27]利用化工产业的纵向数据探讨了结构洞的数量对企业随后的创新产出(专利数量)的影响,发现结构洞数量的增加对创新有负向影响。

造成结构洞的信息优势具有争议的原因很可能是以上分析均基于合作网络,而结构洞算法的方向性更适用于引文网络,也可能是结构洞理论本身受网络规模以及“利益洞”、“无用洞”的影响,具有不稳定性。本文将对此做深入探究。

本文提出假设:

假设3:专利权人在引用网络中的结构洞约束对企业的技术创新有负向影响。

3 实证分析
3.1 实证分析流程

在实证分析部分,将以无线通信网络领域为实证对象,以中介中心度、结构洞约束、5种桥系数为解释变量,代表技术创新能力的专利申请量、专利被引量、技术强度为被解释变量,通过相关回归分析来验证上述假设是否成立。依据中介中心度、结构洞约束、桥系数等算法的要求收集数据,并进行计算。所用到的分析工具有TDA(Thomson Data Analyzer)、UCINET、Excel、SPSS17.0。具体流程如图2所示:

图2 实证分析流程图

(1)收集数据与构造引用矩阵

以德温特专利索引(Derwent Innovations Index)数据库为数据源,以专指“无线通信网络”技术的IPC代码“H04W*”为检索词,IPC为检索入口,分别检索1999-2003年和2004-2008年由于专利数据库的时滞问题,近2-3年的数据不准确,因此本文没有采用。的IPC中包含H04W的专利,分别得到3 550条和21 332条。以TDA为分析工具,将专利数据导入至TDA,完成去噪、合并相同机构等数据清洗后,构造136×136专利权人引用矩阵。

(2)分别计算媒介角色值

将上述专利权人引用矩阵导入UCINET中,依Network->Centrality->Freeman Betweenness->Node Betweenness的操作步骤计算136个专利权人各自的中介中心度,依Network->Ego Networks->Structural Holes的操作步骤计算136个专利权人的结构洞约束值。对专利权人所拥有专利的题名、权利要求项等进行分词,选择其中有意义的实词为该专利权人的技术领域词,在SPSS 17.0中依据专利权人所涉及的技术领域进行聚类后,将专利权人引用矩阵和专利权人聚类结果表同时导入UCINET,依Network->Ego Networks->G&F Brokerage Roles计算5种桥系数。表1是媒介角色值的部分结果,根据前文假设,中介中心度和桥系数分别选取了系数值最高的前10个专利权人,结构洞约束选取了系数值最小的前10个专利权人。

表1 专利权人按媒介角色值排序(前10位)

(3)影响效果检验

为了检验各媒介角色是否能够为专利权人未来的技术创新能力带来正向影响,即各媒介角色是否能够预测专利权人未来的创新能力,以媒介角色值作为解释变量、技术创新能力作为被解释变量做相关回归分析,相关说明变量之间有关系,回归则进一步说明这种关系是否为因果关系。衡量技术创新能力的指标有很多,本研究选取最基本的三个指标:2004-2008年专利权人专利申请总数、专利被引总数、技术强度作为衡量专利权人在2004-2008年的技术创新能力,其中,技术强度计算公式[ 28]如:TSij= ×Kij 其中,Cij代表专利权人i今年以前连续5 年授权专利被引用的总次数;Kij代表专利权人i今年以前连续5 年的授权专利数量; Cij代表该专利权人所在行业j今年以前连续5 年授权所有专利的总引用次数; Kij代表该专利权人所在行业j今年以前连续5 年的授权专利总量;Kij代表专利权人i在行业j专利授权总数。

将计算所得136个专利权人的媒介角色值与2004-2008年专利权人专利申请总数、专利被引总数、技术强度导入SPSS 17.0,分别做相关、回归分析,结果如表2所示:

表2 相关、回归检验结果
3.2 结果解释

(1)中介中心性对企业未来技术创新的正向影响力最大。由表2可知,各媒介角色对企业未来技术创新能力均有正向影响,其中中介中心度的相关系数、拟合程度最高,回归系数也显著,因此正向影响力最大。

(2)结构洞约束对未来技术创新的影响较小。这与约束易受网络规模影响的特性有关,也证实了前文的推测,结构洞包括利益洞和无用洞,无用洞暂时对专利权人还没起到影响作用,但总体说来,结构洞约束仍可对专利申请量、专利被引量产生较小的负面影响。

(3)协调者、守门人、发言人对企业未来技术创新有较强的正向影响,但影响程度小于中介中心性。协调者、守门人、发言人等桥系数由于各自只计算桥结构的一种,因此各自的拟合程度低于中介中心度是合理的,如表1所示,在本文所分析的无线通信网络的专利权人中,分别在协调者、守门人、发言人桥系数中排名最高的前10位专利权人中,有超过70%的重合度,即充当协调者的专利权人很可能同时充当其他专利权人的守门人和发言人,但这三者与架桥者、联络人的重合度却很小。前三种媒介角色的共同点是,被媒介者至少有一方与中介者属于同一技术领域,后两种媒介角色的共同点则是被媒介的任一方与中介者都不属于同一技术领域,重合度小说明充当前三者的中介者很少媒介与自身都不属于同一技术领域的企业。

(4)比较对技术创新影响力较小的架桥者和联络人,可以发现若一个专利权人属于它所媒介的两个专利权人的子技术领域之外(架桥者和联络人所处的位置),则对其未来的技术发展的影响低于至少与一方被媒介者属于同一子技术领域的媒介角色(协调者、守门人、发言人所处的位置)。这与知识流动有关,架桥者和联络人所媒介的两个专利权人都与其技术领域不同,因此知识流动的效率可能反而低于媒介角色至少与一方被媒介者处于相同技术领域的协调者、守门人和发言人。

(5)各媒介角色对技术强度的影响较小,这是因为技术强度的计算包括了专利权人申请的所有专利数,即也包括专利权人成为媒介角色之前的专利申请数量,那时媒介角色的影响作用还没有形成,因此对技术强度的影响较小是合理的。

(6)对创新能力的影响力来说,中介中心性>桥系数>结构洞约束。

3.3 小 结

综上所述,本文的提出的三个假设全部成立,但影响强弱各有差别,具体结论如下:

(1)中介中心性对其技术创新有最强的正向影响,即中介中心性越高的专利权人,未来的技术创新能力越强。

(2)协调者系数、守门人系数、发言人系数分别对其技术创新有较强的正向影响,但影响程度低于中介中心性。

(3)架桥者、联络人分别对其技术创新有较弱的正向影响。

(4)结构洞约束对企业的技术创新有较弱的负向影响,在实际的预测工作中不宜使用此算法。

(5)媒介两个技术子领域以下的活跃媒介者很少媒介三个技术子领域。

(6)与被媒介的两方都不属于同技术子领域的媒介角色在知识交流中获得的优势低于至少与一方被媒介者属于相同技术子领域的媒介角色。

4 结 语

本文通过理论和实证的研究,为专利权人技术创新能力的预测找到了一种新的方法,即除结构洞约束外的媒介角色值越高的专利权人,未来的技术创新能力越强。但各媒介角色对技术创新影响度的强弱不等。中介中心性对未来技术创新的正向影响力最大,因此用中介中心度来对专利权人未来技术创新能力进行预测的结果最准确,即中介中心度越高的专利权人,未来的技术创新能力越强。在本文的研究领域中,未来技术创新能力最强的是诺基亚、爱立信、高通、NEC等;若要考察某专利权人在知识流动中的媒介方式,可以选择桥结构算法,如索尼、爱立信、诺基亚、三菱、三洋等的技术多涉及两个或两个以下的技术子领域,而作为架桥人或联络人的英特尔、富士、摩托罗拉等的技术则更倾向于充当其自身技术领域之外的技术媒介者。专利权人引用网络中的结构洞对技术创新的影响度较小,在实际的预测工作中不适宜使用此算法。

The authors have declared that no competing interests exist.

作者已声明无竞争性利益关系。

参考文献
[1] 美国竞争情报从业者协会. 竞争情报的定义[EB/OL]. (2008-07-03). [2011-08-23]. http://www.scip.org/content.cfm?itemnumber=2214&navItemNumber=492. [本文引用:1]
[2] 刘红光, 吕义超. 专利情报分析在特定竞争对手分析中的应用[J]. 情报杂志, 2010, 29(7): 35-39. [本文引用:1]
[3] 汪丹. 适用于科学合作的知识媒介算法改进[J]. 图书情报工作, 2009, 53(6): 109-113. [本文引用:2]
[3] Zaheer A, Bell G G. Benefiting from Network Position: Firm Capabilities, Structural Holes, and Performance[J]. Strategic Management Journal, 2005, 26(9): 809-825. [本文引用:1]
[5] Freeman L C. A Set of Measures of Centrality Based on Betweenness[J]. Sociometry, 1977, 40(1): 35-41. [本文引用:1]
[6] 罗家德. 社会网分析讲义[M]. 北京: 社会科学文献出版社, 2005: 156-157. [本文引用:1]
[7] 钱锡红, 徐万里, 杨永福. 企业网络位置、间接联系与创新绩效[J]. 中国工业经济, 2010, 263(2): 78-88. [本文引用:1]
[8] 刘楼. 组织内社会网络、中心性与工作绩效[M]. 广州: 中山大学出版社, 2008. [本文引用:1]
[9] 范晶, 秦卓琼, 张国. 基于中介中心性提高复杂网络容量的方法[J]. 计算机仿真, 2008, 25(3): 167-170. [本文引用:1]
[10] 张英杰, 冷伏海. 基于社会网络分析的科技网群影响力评价[J]. 图书情报工作, 2011, 55(12): 56-60. [本文引用:1]
[11] 高小强, 赵星, 陶乃航. 网络中心度用于期刊引文评价的有效性研究[J]. 大学图书馆学报, 2009, 27(9): 61-65. [本文引用:1]
[12] Breschi S, Catalini C. Tracing the Links Between Science and Technology: An Exploratory Analysis of Scientists' and Inventors' Networks[J]. Research Policy, 2010, 39(1): 14-26. [本文引用:1]
[13] Chen C. Searching for Intellectual Turning Points: Progressive Knowledge Domain Visualization[J]. Proceedings of the National Academy of Sciences, 2004, 101(S1): 5303-5310. [本文引用:1]
[14] Wang J C, Chiang C H, Lin S W. Network Structure of Innovation: Can Brokerage or Closure Predict Patent Quality?[J]. Scientometrics, 2010, 84(3): 735-748. [本文引用:1] [JCR: 2.133]
[15] Gould R V, Fernand ez R M. Structures of Mediation: A Formal Approach to Brokerage in Transaction Networks[J]. Sociological Methodology, 1989, 19: 89-126. [本文引用:2]
[16] 宋歌. 社会网络分析在引文评价中的应用研究[J]. 图书情报工作, 2010, 54(14): 16-19, 115. [本文引用:1]
[17] Fernand ez R M, Gould R V. A Dilemma of State Power: Brokerage and Influence in the National Health Policy Domain[J]. American Journal of Sociology, 1994, 99(6): 1455-1491. [本文引用:1]
[18] Taube V G. Measuring the Social Capital of Brokerage Roles[J]. Connections, 2004, 26(1): 29-52. [本文引用:1]
[19] 杨广为, 杨雅芬, 张文德. 科技资源共享中“桥”的应用——基于人际网络“结构洞”理论的研究[J]. 图书情报工作, 2009, 53(20): 60-64. [本文引用:1]
[20] 汪丹. 科学合作中的媒介角色[D]. 北京: 中国科学院研究生院, 2009. [本文引用:1]
[21] Lissoni F. Academic Inventors as Brokers[J]. Research Policy, 2010, 39(7): 843-857. [本文引用:1]
[22] Burt R. Structural Holes: The Social Structure of Competition[M]. Harvard University Press, 1992. [本文引用:3]
[23] Uzzi B. Social Structure and Competition in Interfirm Networks: The Paradox of Embeddedness[J]. Administrative Science Quarterly, 1997, 42(1): 35-67. [本文引用:1]
[24] Geletkanycz M A, Hambrick D C. The External Ties of Senior Managers: Implications for Strategic Choice and Performance[J]. Administrative Science Quarterly, 1997, 42(4): 654-681. [本文引用:1]
[25] Shipilov A V, Li S X. Can You Have Your Cake and Eat it Too? Structural Holes' Influence on Status Accumulation and Market Performance in Collaborative Networks[J]. Administrative Science Quarterly, 2008, 53(1): 73-108. [本文引用:1]
[26] Lee J J. Heterogeneity, Brokerage, and Innovative Performance: Endogenous Formation of Collaborative Inventor Networks[J]. Organization Science, 2010, 21(4): 804-822. [本文引用:1]
[27] Ahuja G. The Duality of Collaboration: Inducements and Opportunities in the Formation of Inter firm Linkages[J]. Strategic Management Journal, 2000, 21(3): 317-343. [本文引用:1]
[28] 乐思诗, 叶鹰. h指数应用于专利影响力评价的探讨[J]. 图书与情报, 2009(6): 63-66, 73. [本文引用:1]