一、异质性理论下的集群形态和集群再结块
１．个体网中异质性同质性（Ｈｏｍｏｐｈｉｌｙ）最早由Ｌａｚａｒｓｆｅｌｄ和Ｍｅｒｔｏｎ？（１９５４）提出［２８］，起始于社会学研究，其指行动者之间某种属性上的相似或相同。异质性和同质性的研究多聚焦于个体网层面，关注个体的异质性对个体间连接造成的影响，如性别、种族、年级等对友谊的影响［２９，３０］。研究结果表明相似的行动者之间更容易形成连接。不同原因会导致同质性的分类有所差别。如Ｋｏｓｓｉｎｅｔｓ和Ｗａｔｔｓ（２００９）针对大学邮件网形成的研究中［７］，将同质性分为结构同质性（ＳｔｒｕｃｔｕｒａｌＨｏｍｏｐｈｉｌｙ）和个人同质性（Ｉｎｄｉｖｉｄ－ｕａｌｈｏｍｏｐｈｉｌｙ）。前者用来解释相同的选课、小组讨论等结构性因素导致人与人之间建立联系，后者则用来解释因相同性别、种族等建立的连接。这种因相似而主动进行的选择也可称为选择同质性（ＣｈｏｉｃｅＨｏｍｏｐｈｉｌｙ）。随着网络理论的发展，逐渐有学者开始关注组织层面的异质性对连接的影响，而这些研究的背景往往并不尽相同，如组织间个人网络形成的研究关注选择同质性的作用［３１］，但联盟的研究则关注结构同质性的作用［３２］。笔者研究的对象是集群内的技术结块，技术之间也具有异质性。技术虽是由个体开发，属于组织的，但并不能将其简单的划归至个体网络或组织网络的研究之内，因此之前的研究结论并不能简单的适用于技术网络。２．异质性对技术结块的作用产业集群的形成往往是因为组织地理上的邻近能够为其带来信息和技术优势，次级产业集群的形成的主要原因则有可能是组织在技术或产品上的邻近性［９］。高技术企业结块的重要原因在于彼此的知识溢出［３３］，组织倾向于与拥有特定技术的其他组织在技术结构上进行聚集。那么，研究的问题实际上表达的是不同技术之间是如何形成联系的。从网络视角考察，研究的问题即是同质或异质属性的点之间如何形成边的问题。衡量技术网络中的异质性需要确定不同技术之间的差异，这些差异影响着组织间的技术转移和吸收［３２］。笔者认为这种差异表现在两个方面：一是形式上的差异性，如专利申请人、技术的表现形式上的差异或基础研究和理论研究的不同；二是实质差异，如技术实质内容和技术基础的不同。现有的关于技术和知识异质性的研究主要关注技术间的实质差异。可以分为两派，一派认为组织不会轻易让同质性知识在组织间流动，因为这会削弱组织的竞争优势［３４］。而竞争异质性影响着组织间的知识和信息交换，因此异质性的知识因其互补的特性更容易产生创新的机会［２４］，使网络行动者获得更好的绩效［３５，３６］，组织更乐意与拥有异质性的组织进行技术和知识的交换。这意味着在技术网络中，异质性技术间更容易形成连接。另外一派学者认为同质性知识更容易吸收和转化，集群聚集就是因为企业在原件性知识上有着极高的相似性知识［３７］，因而集群内企业可以更好的获得技术溢出。因此，在技术网络中，同质性技术间更容易形成连接。这些研究结论之所以不同，除了研究背景的差异外，主要有两个原因：第一，知识异质性的具体划分不同，形式上具有同质性的技术间并不一定易于形成连接；第二，未考虑集群动态性的发展，如企业在初创期可能更倾向于吸收同质性的知识［３６］，发展成熟期则可能更愿意吸收异质性的技术。因此，需要重点关注两方面，其一是特定网络可能需要不同的异质性分类，其二是异质性技术在集群发展不同阶段的连接亦有可能有所不同。３．技术异质性和组织异质性在不同研究背景之下，同质性或异质性的分ＷＡＮＧＬＵＯＪＩＮＧＪＩＹＡＮＪＩＵ｜网络经济研究类一直是研究者需要首先关注的问题［２７，２８］。笔者认为，知识间的异质性在技术网络内主要表现在两个方面，一个为内容方面的异质性，即技术的主题是不同的，如计算机技术和原子能技术具有内容异质性；另一个分类为形式方面的异质性，即技术的表现形式有差异，如理论研究和基础研究。具体到生物技术产业集群，内容方面的异质性可以表示为技术间所属次级分类的差异，称之为技术异质性；形式方面的异质性则重点表现在技术是否更具应用性。一般认为，企业的技术更偏向于应用，科研机构的技术更偏于基础理论，能够得到更为广泛的引用。集群发展的技术源一般为科研机构［３８］，称之为组织异质性。技术异质性差异较大的技术可能具有互补性，相互连接更有可能引发突破式的创新。因此，在创新对组织绩效影响巨大的生物技术产业中［３９］，组织更愿意引用技术异质性差异较大的技术。同时，生物技术产业依然处于发展阶段，产业未完全细分，如诊断设备的专利多基于在先的诊断方法技术。这使前面的论断得到加强。另一方面，技术异质性差异较小的技术之间的连接更易于产生渐进式创新，其技术主题相差不远，因为相同的知识基础集群内组织更容易从同质性技术间得到技术溢出。基于此，提出本文的两个相反的论断。论断１在生物技术产业集群中，技术异质性差异较大的技术间更容易形成连接。论断２在生物技术产业集群中，技术异质性差异较小的技术间更容易形成连接。在产业集群中，公共研究机构的重要作用在于输出或溢出其基础性知识［３９］，企业亦愿意基于理论知识进行技术上的研发（有许多生物技术企业本就源自公共研究机构的衍生，即ａｃａｄｅｍｉｃｓｐｉｎ－ｏｆｆｓ）。而公共研究机构（大学和科研院所）的技术往往基于本身开发的前期技术或其他公共机构的在先技术，较少受到企业的技术反哺。医院有的技术具备理论性，与公共研究机构技术的连接更多；有的具有实用性，与企业技术连接的较多。基于此，提出本文的第三个论断。论断３在生物技术产业集群中，组织异质性差异较大的技术间更容易形成连接。。同时，生物技术的发展不过短短数十年，在发展初期，许多知识和技术是同质性的，但随着科学的发展，异质性知识和技术逐渐增多，开始出现许多交叉领域［１５］，如生物信息学等。因此，需要考虑到网络的动态性。在集群发展初期，集群规模较小，组织的聚集往往是基于某一类技术，还未出现众多差异化的技术。在集群发展后期，会有边缘技术出现，一些边缘技术也会逐渐变为核心技术［３２］；研发人员的增多和流动带来知识和技术交换，技术异质性差异大的技术间的连接逐渐增多。因此可得出如下推论。推论１在生物技术集群发展初期，技术异质性差异小的技术更容易形成连接。推论２在生物技术集群发展成熟期，技术异质性差异大的技术更容易形成连接。同理，在集群发展初期，许多生物技术企业来自于学术衍生，集群技术多来源于作为理论前沿阵地的公共研究机构。随着集群发展，企业数量增多，规模增大，企业的研发能力增强，技术间的连接开始出现以企业技术为核的结块。医院在研究基础理论的同时，也需要进行实践活动，其技术部分处于基础理论的研究和部分属于应用技术的研究。因此得出如下推论。推论３在生物技术集群发展的初期，公共研究机构的技术多与组织异质性技术结块。推论４在生物技术集群发展的成熟期，医院的技术起到连接企业和公共研究机构的作用。推论５在生物技术集群发展的成熟期，公共研究机构和企业的技术皆多与组织异质性技术结块。
二、方法与数据
１．数据来源集群内的知识交换可以分为显性知识和隐性知识，专利属于显性知识，专利中记载的信息量占所有技术信息量的９０％以上［４０］。生物技术多以专利进行保护，制药业和仪器产业的专利数量在美国所有产业中位居前五［２］。专利引文可分为施引和被引（ＣｉｔａｔｉｏｎＭａｄｅ和ＣｉｔａｔｉｏｎＲｅｃｅｉｖｅｄ）两种。引文数据基于以下原因可以较好的适用于研究主题：第一，专利数据具有地理边界性，适合做产业集群的分析［４１］；第二，引文数据适合进行动态性分析，数据信息完备，反映了一定时间跨度内的知识和技术的流动［４１－４３］；第三，专利引文既能够反映企业之间的技术连接［４４］，亦能够反映企业间的知识流动，因此可以通过分析不同性质的技术之间的连接程度和方向等指标研究集群内再结块现象；第四，专利数据适用于社会网络分析（ＳｏｃｉａｌＮｅｔｗｏｒｋＡｎａｌｙｓｉｓ，ＳＮＡ），ＳＮＡ的方法可以从整体的角度探寻集群的技术结构变化［４５］。２．样本与数据整理选择波士顿集群作为研究样本。波士顿集群是全球最早出现的产业集群之一，集群的发展完全契合于生物技术及其产业的发展，发展历程中带有明显的技术特征，其生物技术风险投资项目在全美位于前列［１７］。波士顿集群拥有全球领先的生物技术企业，如Ｂｉｏｇｅｎ、Ｇｅｎｚｙｍｅ、Ａｍ－ｇｅｎ、Ｇｅｎｅｔｉｃｓ等，他们与科研院校，如哈佛、ＭＩＴ、波士顿大学等一同支撑着集群的发展，集群内组织之间有着频繁的知识和技术流动［４６］。使用ＵＳＰＴＯ的专利引文数据［４４］，数据中的专利授予时间从１９７６年至２００６年，将专利区域限定在波士顿地区，专利分类限定在医疗领域，并将引文整理为矩阵格式。３．变量设计专利引文的迟滞性可能长达５０年，但５０％的专利被引发生在授予专利后的十年以内，在第５年的时候被引数量达到峰值［４４］。因此，在分析子群体形成时，以５年为一个周期，这可以保证前一周期的最后一年的专利引文在新周期中能够得到最大的体现，从而更好的观察次级集群技术结构的变化，并保证研究的动态性。数据被划分为５个周期。根据Ｃｈａｎｄｌｅｒ（２００９）的研究［４７］，将１９７６年至１９９３年划归集群发展初始期，１９９４年至２００６年划归成熟期。技术异质性：生物技术可以再细分为多个子领域，同领域之间的技术在各方面都具有相似性。专利因技术相似性可以分为诊断方法、制药、设备制造和纯技术四个子领域［４４］。在引文数据库中，则将技术划分为医药、设备、纯技术和混合领域。因为研究的问题是技术异质性对连接形成的影响，除引文矩阵外，还需构造每个专利在技术差异上的属性数据。参照Ｂｅｌｌ和Ｚａｈｅｅｒ（２００７）构建属性数据的方法［５］，以五列向量分别表示五个时期的技术异质性。技术异质性属于分类变量，如果该技术属于医药类别，赋值为１，设备、纯技术和混合领域的赋值分别为２、３、４。组织异质性：专利技术分别属于企业、大学、研究机构和医院，不同主体的技术在理论性和应用性上有不小的差异。同技术异质性一样，五列向量构建组织异质性，用来测量技术在理论和应用上的差异。赋值１、２、３、４分别表示专利属于企业、大学、研究机构和医院。４．统计方法研究需要测量两类关系：一类是技术分类（即技术异质性）对专利引文的形成是否存在影响；一类是组织分类（即组织异质性）对专利引文的形成是否存在影响。但变量并不是独立抽样，而是来自于同一个网络内的关系数据，因此需要使用基于随机置换的检验方法得到较为精确的结果［４８］。对于技术异质性和组织异质性对结块的影响，采用随机置换关系列联表（ＲｅｌａｔｉｏｎａｌＣｏｎ－ｔｉｎｇｅｎｃｙ－Ｔａｂｌｅ）的检验方式，该方法能够对矩阵与分组变量之间的关系进行自相关随机检验［４８］，从而估计是否异质性技术间更容易结块。另外，用ＵＣＩＮＥＴ软件［４９］进行统计分析。
三、结果与讨论
１．集群内的动态结块正如产业集群一样，次级集群也是不断演化的。首先使用图形和描述性统计的结果研究次级集群的结块随时间的变化，这能对次级集群的发展有一个直观的认识。通过探索性的图形分析，可一览子群体是否因技术异质性而结块。技术结构的绘制使用Ｐａｊｅｋ软件［５０］，采取Ｋａｍａｄａ和Ｋａｗａｉ（１９８９）的绘制方法［５１］，每个时期均将连通子图（Ｃｏｍｐｏｎｅｎｔ）独立标明。在图中，［１］表示专利属于医药类（Ｄｒｕｇｓ），为黑色；［２］表示其属于诊断与医疗器械类（Ｓｕｒｇｅｒｙ＆ＭｅｄｉｃａｌＩｎｓｔｒｕｍｅｎｔｓ），为灰色；［３］为生物技术类（Ｂｉｏｔｅｃｈｎｏｌｏｇｙ），为浅灰色；［４］为混合医药（Ｍｉｓｃｅｌｌａｎｅｏｕｓ－Ｄｒｕｇ＆Ｍｅｄ）；为深灰色。顶点越大，表示专利被引次数越高。每幅图中存在数个连通子图，这些连通子图即是集群中的技术次级集群。从图１至图５中可以看出：最初的联通子图在发展中不断加入新的专利，规模不断扩大，这表明集群中技术的影响力存在“马太效应”，即富者越富。要注意的是，这个效应并不是针对单个专利，而是针对单个次级集群的，这个现象产生的原因可能是高被引专利往往是技术先进、影响深远的专利，因此后期专利不断附加其上，新连接的形成遵循偏好连接的模式（ＰｒｅｆｅｒｅｎｔｉａｌＡｔｔａｃｈｍｅｎｔ）［５２］。初期联系较紧密的四个专利形成的次级集群联系依然很紧密，这四个专利皆是器械专利。随着时间增长，出现了规模远超其他群体的最大次级群体，如图５所示，这一定程度上表明了群的技术溢出非常有效，技术间的连接紧密。网络在初期的技术流动局限在同质性圈子里，但在第三期（图３），网络开始出现比较明显医药专利与器械专利的结块，在后两期中，异质性技术间的结块进一步扩大。这意味着在波士顿集群中，初期同质性技术易聚集在一起，在后期才逐渐出现异质性技术的结块现象，这可能是因为集群发展中逐渐出现了对互补性技术的需求。这直观上证明了推论１和推论２。每一期的技术网络结构指标数据如表１所示。可以看到，密度与网络规模负相关，密度之间无法进行比较，但是点度可以进行比较，随着时间的发展，平均点度逐渐降低后又再次升高。这表示初期和后期技术间的连接比较紧密，集群具有明显的技术溢出效应。２．技术异质性对技术再结块的影响本节分析在集群发展的不同时期，技术异质性如何对结块产生影响，并对论断１和２、推论１和２进行验证。其影响如表２所示，对角线以灰色标出，表示技术组内连接数量。每组中连接频数最大的格值以黑体标出。为了更方便直观的对统计结果进行讨论，将组内与组间连接频率进行比较，如表３所示。从３０年的区间考虑，医药的组内连接呈现增长的趋势；器械的组内连接则越来越少，越到后期，与其他技术的联系越紧密；混合技术则一直表现出非常低的组内连接，这也和其技术性质符合。因为１９７６－１９８１年的大部分格值的期望值都小于５，无法进行卡方检验［５３］。但从图１中可以看出，集群内仅有器械和混合两类专利，而两类专利的连接都仅存在同类之中。从表２中可以看到，四个周期的卡方检验都非常显著，表示四个时期异质性差异大的技术间都形成了结块，证实了论断１，否定了论断２。属于集群发展初期的有三个时期（１９７６－１９８１，１９７６－１９８７，１９７６－１９９３）。图１显示了第一个时期的结块状况，结块全部发生在同质性技术之间。但据表２，第二和第三时期的异质性技术之间已经存在结块，在１９７６－１９８７年间，技术结块是以器械技术为主的；而在１９７６－１９９３年间，技术结块则是以医药技术为核心。这与推论１相反，意味着集群在发展初期即存在了异质性技术间的结块，而技术间的连接往往以某种特定类型的技术为主。３．组织异质性对技术再结块的影响本节分析在集群发展的不同时期，组织异质性如何影响结块，并对论断３、推论３、４、５进行验证。如表４所示，对角线以灰色标出，表示相同组织类型技术的组内连接数量。每组中连接频数最大的格值以黑体标出。同上一节一样，将组内与组间连接频率进行比较，制成表３。表３可以分析技术结块的趋势，大学和科研机构的技术的结块９０％左右发生在异质性技术之间，企业技术从同质性结块为主逐渐变化为以异质性结块为主，医院则从异质性结块为主转变为既有同质性连接和异质性连接较为平衡，各占约５０％。在集群发展初期，两个时期（１９７６－１９８７）的卡方检验都不显著，表示这１０年集群技术间以组织同质性的技术连接为主，再增长５年后，卡方检验才显著，意味着组织异质性的技术连接出现在发展初期的末端。这与论断３不符。从表３可以看出，初期大学和研究机构的技术连接以组间连接为主，证实了推论３。在集群发展成熟期，除医院技术外，组织差异性大的技术间更容易形成连接。因此若将论断３的时间限定在集群发展成熟期，则其成立。同时，企业、大学和研究机构的技术皆多与医院的技术形成连接，这意味着医院技术起着连接两种组织异质性技术的作用，推论４得到证实。根据表３，大学、研究机构和企业的技术结块皆是以组间连接为主，证实了推论５。实际上，该结论再次表明了公共研究机构在集群中具有重要的知识溢出效应。
四、结论
本文研究了技术异质性和组织异质性对集群内再结块的影响，根据实证结果修正理论推导出的论断和推论，得出以下结论。（１）在生物技术产业集群中，技术异质性差异较大的技术之间更容易结块。（２）在生物技术集群发展成熟期，组织异质性差异较大的技术间更容易结块。（３）公共研究机构的技术倾向于与组织异质性差异较大的技术结块，具有明显的技术溢出效应。而在生物技术集群发展成熟期，企业的技术倾向于与组织异质性差异较大的技术结块，医院的技术起着连接企业技术和公共研究机构技术的作用。（４）在集群的技术网络演化中，技术往往倾向于连接某类特定的技术。在集群发展初期，技术倾向与属于企业的技术进行连接；在集群发展成熟期，技术倾向与属于医院的医药类技术连接。论文的理论贡献主要表现在两方面。第一，本文研究结果丰富了集群研究的理论内容。从更加微观和动态的角度剖析了集群内再次结块的现象，探讨了技术网络结构是如何形成的。结果表明了在集群发展的不同阶段，不同的异质性对技术结块有着不同的影响。第二，网络的涌现是一个动态的过程，有许多因素影响着网络的发展。但正如ＴｅｒＷａｌ和Ｂｏｓｃｈｍａ（２０１１）所观察到的，现有研究很少关注集群演化的根源［２１］。引入了异质性理论研究此问题。异质性理论的应用一直集中在个人网层面，根据产业背景，将其分为技术异质性和组织异质性。研究结果与先前关于个人网的结果非常不同，结果表明反而是异质性的技术间更容易形成连接。在实践层面，研究结果再次证明了集群的发展需要不同主体的不同类型的技术，公共研究机构有着非常强的技术溢出效应，而医院则起着连接理论和应用中间体的作用。作为产业园区的管理者，应注意多引进不同类型的组织，重视互补性技术的孵化。网络具有复杂的结构，其演化亦如此。关于异质性对技术结块的影响依然有许多问题需要解决，如技术异质性和组织异质性对技术连接的影响是否会有阈值？超过阈值影响则急剧变小。未来的研究可以使用技术或知识互补性的理论来解释异质性技术间的连接。因数据、方法、样本等原因，研究还存在一些限制，如因单独抽样引起的研究结果外部效度问题。因数据所限，无法区分更多的异质性，数据仅仅囿于专利的表现形式。笔者亦希望未来的进一步研究可以更好的解决这些问题。
作者：杨张博 高山行 单位：西安交通大学
