商会内合作创新网络空间结构...素研究——以J省A商会为例_朱义鑫.pdf

城市观察 2023年第1期Urban Insight,No.1,2023商会内合作创新网络空间结构与影响因素研究以J省A商会为例 朱义鑫刘学摘要：商会是由商人组成的社会团体，是社会资本发挥作用的重要场所，也是城市间经济联系与发展的重要推手。为探求商会内合作创新行为的一般规律，本文以J省A商会为例，运用社会网络分析法，构建商会成员间的合作创新网络，并进行整体网络结构分析和个体位置角色分析，再利用检验关系数据的二次指派程序分析法对商会成员间合作创新行为的影响因素进行验证。研究结果表明，成员间度中心性和中间中心性的差异性正向促进合作创新关系的形成，企业年龄的差异性反向影响合作创新关系的形成，企业性质和企业注册地址的相似性正向促进合作创新关系的形成。关键词：商会；社会网络分析；中心性；合作创新；网络空间结构【中图分类号】F832.3doi:10.3969/j.issn.1674-7178.2023.01.004引言作为商品经济发展的必然产物，在我国，现代意义上的商会出现在晚清，蓬勃发展于改革开放以来。商会既是社会资本发挥作用的重要场所，也是城市间经济联系与发展的重要推手。商会所承载的特殊行业或地域文化及情感因素是其组织发育的基础，商会内部的合作创新则是其发展壮大的内核，因此，在推动基层社会治理中，商会作为重点培育和优先发展的社会组织被寄予厚望。“十四五”规划和2035年远景目标纲要明确指出，要深化行业协会、商会和中介机构改革，培育规范化行业协会商会。J省A商会地处商业发展繁荣的长江三角洲及东南沿海区域，其历史最早可追溯至明清时期的商帮，是中国实力开放科学（资源服务）标识码（OSID）53雄厚的五大商帮之一。随着时代的不断发展，为响应党中央对中国特色社会主义现代化商会的建设要求，J省A商会提出“构建商会发展生态圈”的工作目标，以形成合作创新网络深入推进商会的改革发展，在推动商会高质量发展过程中走在全国前列，为全国商会的发展做出了示范引领。本文以J省A商会作为典型案例，运用社会网络分析法，通过整体网络分析和个体位置角色分析，系统描绘出商会成员间合作创新行为的网络联结特征，并采用多重置换下的二次指派程序（Quadratic Assignment Procedure，QAP）检验分析法1对合作行为的影响因素进行科学识别，判断哪些因素对合作行为具有显著影响，从而总结商会内合作创新行为的一般规律，为促进全国商会组织的良性发展提出合理建议。一、商会合作创新：理论研究脉络梳理关于商会成员间合作创新研究的文献，Doloreux2认为，区域创新系统的内部机制包含互动学习、知识生产、邻近性和社会根植性，而内部机制是系统创新的基本动力。Perez-Aleman3认为，商会中提供的学习平台吸引了大批会员企业，为商会的有效运转奠定了基础。唐纯林和陈舒4从商会历史、商政互动和商会内部治理等方面梳理了2015年中国有关商会的研究。侯耀晨5认为，单个地区的商会组织具有明显局限，应通过正式关系或非正式关系相互联系起来，发挥更大的商会活力。唐俊和杨旭6以川商总会为例，梳理近年来川商总会的结构化改革措施，分析新时代商会发展趋势，探索商会服务高质量发展的实践方法。卢勇和刘永彪7利用网络协同效应，阐述商会生态圈的运行机制，再通过问卷调研分析商会建设过程中存在的不足，提出相应的对策建议。梁玉明8认为，组织活动是促进商会发展的重要方法，要针对企业现实需求探索新形势下商会组织开展活动的新方式。徐建卫9提出，商会的自身发展是能否有效提升地方治理水平的前提，需要从内外部分别加强对商会治理的研究。在以往使用社会网络分析法（Social Network Analysis，SNA）对网络成员的研究中，蔡萌等10利用度中心性指标解释个体的行为特征，指出度中心性越高的节点越处于网络中的核心位置，更易获得大量的异质信息。此外，针对企业间的合作行为，宋丽丽和康鹏11通过建立综合网络的中心性指标，确定节点位置及特征并为合作联盟提出调整建议。综上可知，现有有关商会的文献大都从商会发展史、社会学和公共管理等角度，通过理论分析的方法展开，缺乏基于典型案例的定量研究。鲜少有学者通过社会网络分析的方法对商会成员间的合作创新行为及其影响因素进行实证研究，有关商会治理的研究也滞后于新时代商会发展的现实需求。因此，本文从商会合作创新角度，运用定量分析方法对典型案例进行剖析，并利用QAP检验分析法，探索我国商会内合作创新行为的一般规律，归纳我国社会关系下的商业合作特点，以期为商会的可持续发展提供参考。商会内合作创新网络空间结构与影响因素研究以J省A商会为例城市经济54城市观察 2023年第1期Urban Insight,No.1,2023二、A商会合作创新网络的构建社会网络分析以关系作为基本分析单位12，主要用来研究由社会关系所构成的网络结构，以及在某一范围内节点的关系状况，进而发现关系的特征及关系对所在网络的影响。本文所用信息及数据来源均来自网络公开数据和企业公开信息。搜集J省A商会门户网站的底层数据，选取具有代表性的样本对象，即确定J省A商会中的所有重要成员，包括会长、副会长等40名成员，然后使用企查查和天眼查等企业信用信息查询系统确定成员之间是否存在合作关系。其中合作关系，可具体表现为两两成员间名下企业的融资行为、共同承担商业项目以及共同投资等形式。以商会成员作为网络节点，以相邻节点间是否存在合作关系来确定连边，构建出J省A商会合作关系网络。若企业间存在合作关系，则相应的矩阵元素为1，反之为0，形成4040的J省A商会合作关系矩阵。选取网络密度和平均路径长度指标对J省A商会的整体网络结构进行分析13，选取中心性和结构洞指标对商会内个体位置角色进行分析。网络密度指网络中实际存在的连接数与最大可能存在的连接数之比，表示节点间联络的紧密程度。平均路径长度指连接任意两个节点之间最短路径的平均长度，路径越短则节点间越接近，资源或信息通过网络传播的速度就越快。度中心性指与该节点直接相连的节点数量，主要用于测量节点间的交往能力，若某节点的度中心性越大，则该节点位于网络的中心位置，可能拥有较大权力。中间中心性指某节点处于其他节点相连最短路径上的数量，若某节点的中间中心性越大，则该节点充当网络中的“桥梁”角色，能够控制网络中信息的传递。接近中心性指某节点与网络中所有其他节点的捷径距离之和，主要用于测量某节点不受其他节点控制的程度，若某节点的接近中心度越大，越说明该节点不是网络的核心点。特征向量中心性指某节点的邻居节点度中心性，能够反映邻居节点的质量，若邻居节点的度中心性越大，则该节点的特征向量中心性也相应越大。结构洞指两个节点之间的非重复关系，一般而言，占据结构洞数量多的节点，更易获得“信息利益”和“控制利益”，在网络中也更具竞争优势。三、A商会内合作创新网络的特征分析（一）整体网络分析选取节点数、实际连边数、网络密度和平均路径指标（表1）对J省A商会的整体网络特征进行描绘。使用社会网络分析软件UCINET，沿着“NetworkCohesionDensity”路径表1A商会网络的整体结构特征名称合作网络节点/个40连边/条419网络密度0.2686平均路径1.86355图1A商会合作创新网络拓扑图计算J省A商会内合作网络密度。在网络节点数为40的合作网络中，实际存在的连线数为419，网络密度为0.2686。沿着“NetworkCohesionDistance”路径计算出J省A商会的平均路径长度为1.863，即在J省A商会网络中每个行动者平均仅需要通过1.863个行动者就可与其他行动者建立联系。可视化模拟构图最能直观反映出J省A商会合作关系网络的拓扑结构及复杂关联性，故利用可视化工具NETDRAW绘制出的商会内合作创新网络拓扑图（图1）。由图1可以看到，40个节点之间彼此关联，形成一个完全关联网络。（二）个体位置角色分析1.中心性网络的中心性是对节点权力的量化，可以反映出节点间关系的强度。在社会网络分表2A商会合作关系网络中部分节点的中心性特征（排在前10位的商会成员节点）商会成员节点332432532198729度中心性20202019181717161614中间中心性143.557115.76628.74362.66055.23756.98953.67860.04852.522145.685接近中心性59596860606263646464商会内合作创新网络空间结构与影响因素研究以J省A商会为例城市经济56城市观察 2023年第1期Urban Insight,No.1,2023析中，常见用来衡量中心性的指标有度中心性、中间中心性、接近中心性以及特征向量中心性15。以往研究中有学者已经提出拥有高度中心性的节点也具有高特征向量中心性的结论16，因此，选用度中心性、中间中心性以及接近中心性这3个指标分别对J省A商会网络中各节点的个体位置角色进行分析。在UCINET软件中沿着“NetworkCentralityDegree”路径计算出J省A商会的度中心性，沿着“NetworkCentralityFreeman BetweennessNode Betweenness”路径计算出中间中心性，沿着“NetworkCentralityCloseness”路径计算出接近中心性。部分结果（列举排在前10位的商会成员节点）见表2。由表2可以看出，J省A商会合作关系网络中度中心性最大的节点是第 33号（商会副会长）、第 24号（商会副会长）和第3号节点（商会副主席），说明这3名成员在网络中直接相连的节点数最多，与网络中较多的行动者之间存在合作关系，具有较强的自身交易能力和信息交流能力，能够快速获得市场中的最新资讯。对于中间中心性，第29号节点（商会副会长）指标数值最大，符合弗里曼于1979年所提出的若一个行动者处于多对行动者之间，则其度中心性一般较低的理论。这说明该成员在网络中最大程度上位于其他点对的中间，担任合作网络的“传播者”角色，可以通过控制合作关系的建立而影响群体。因此第29号成员位于商会网络的关键位置，拥有较强的合作资源控制能力，发挥了重要的中介作用。对于接近中心性，第33号和第24号节点的指标数值最小，说明这些节点与网络中其他节点之间的距离最短，不受其他节点影响的能力最强，在建立合作关系的过程中不需要依赖其他节点，具有较强的合作交流独立性和有效性，是网络中的核心行动者。反之，若接近中心性数值越大，越说明该节点不是网络的核心节点。通过以上个体位置角色分析，我们发现度中心性较高的商会成员，其中间中心性和接近中心性也相对较高，符合以往研究中提出各中心性之间相关性较高的结论17。这些节点在商会网络中拥有较强的自身交易能力以及合作资源控制能力，属于网络中的关键节表3A商会合作关系网络中部分节点的结构洞指数（排在前10位的商会成员节点）商会成员节点243325299871232限制度0.1130.1150.1160.1190.1230.1250.1270.130.130.131效率0.6940.6880.680.710.6820.6680.6780.6470.6990.611有效规模13.88513.75612.9199.94411.59110.69410.855119.78611等级度0.0140.0210.010.0210.0140.0220.0150.0110.0170.01457点，影响合作网络中信息资源的传递以及合作关系的建立。而第3号节点的度中心性高、中间中心性低，说明在合作网络中该成员的“自我”联络人是绕过其自身的冗余交往关系，同时接近中心性数值较大也说明该成员所存在的聚类合作网络远离网络中的其他节点，从而相对降低了第3号成员在商会合作网络中的重要性。第29号节点的度中心性和接近中心性相对较低，说明该成员仅与少数几名商会成员产生合作关系，从而形成“自我”的少数关系，但其中间中心性数值最大，这说明与第29号成员形成合作关系的成员都是具有较强中心性的商会成员，并且这些“自我”的少数关系对于网络中合作流动至关重要，以此提升了第2