社会网络理论下产业集群双元学习研究综述

□ 张 伟 肖钧馨

在“超竞争”环境下，双元学习是产业集群实现升级、构建永续竞争优势的关键。产业集群是一组地理上相邻的、属于相同或相似行业的企业在空间上的聚集，其相互之间的联结形成了区域网络。从某种意义上讲，企业网络是产业集群的骨架[1]。社会网络理论认为，社会结构是指个体或组织之间联系的稳定状态，并可以从中获得其所蕴含的知识和资源。因此，国内外学者纷纷从社会网络视角对产业集群网络中的双元学习行为进行研究。本文从产业集群的特定情境出发，基于社会网络理论与双元学习理论，首先概述了社会网络理论的强联结与弱联结理论、社会资本理论和结构洞理论三大核心理论的内涵，双元学习的内涵及特征，其次归纳了目前关于产业集群中双元学习的前因研究与结果研究，最后针对现有研究成果及问题进行总结，并提出进一步的研究方向，以期为未来研究者提供参考。

1.社会网络理论

社会网络理论认为，个体或组织可以通过相互联系而构成一个稳定的社会网络结构，并由此获得其所蕴含的知识和资源，一般包含三大核心理论。

（1）强联结与弱联结理论

强、弱联结通常被用来衡量相互之间的情感强度、亲密性和互惠性等，且在知识与信息的传递过程中，二者表现出不同的功能。在社会网络中，成员之间的交往和联系越紧密，他们的策略行为就越有默契。强联结建立在长期密切的交互作用下，有利于传递高质量、复杂和隐性的知识。弱联结相比频繁互动的强联结在生成无冗余的新信息等方面表现更加突出，可以提供更多的社会资源。

（2）社会资本理论

社会资本是指个人在人际关系网络中所拥有的一种资本资产，受到社会网络规模的影响。社会网络规模越大代表个体或组织拥有的社会资本越多，因而可供吸收的资源也就越丰富。组织通过网络获取的社会资本，不断加强其对网络关系的忠诚和责任意识，并在不断复制所累积的社会资本的过程中实现自身价值。

（3）结构洞理论

结构洞被用来描述网络中一些主体与其他主体之间没有直接连接或连接被切断的现象。其把原本不相关的个体、组织或群体连接到一起，打通原本存在空洞的网络结构，因此结构洞内填充的是弱联结。处于网络关系稠密地带之间的结构洞位置的组织，相对于在关系稠密地带之内更具竞争优势。可见，结构洞理论是对强联结与弱联结理论的进一步探讨[9]。此外，结构洞理论与社会资本理论也密切相关，社会资本的产生往往伴随着行动者的中介机会，网络中行动者的社会资本数量与其拥有的结构洞正相关。

2.双元学习的内涵及特征

March （1991）用“探索”与“利用”这一对悖论来描述双元性（Ambidexterity），并将其引入组织学习领域，提出双元学习的概念，即探索式学习和利用式学习。探索式学习是组织主动寻找新的机遇适应未来的变化，通常涉及到搜索、变异、冒险、发现、创新等相关活动；
利用式学习是以现有知识和资源为基础，以维持短期效益为目标开展的确定性行为，通常与完善、选择、效率、吸收、提炼等行为密切相关[2]。Rosenkopf 和Nerkar （2001）基于组织边界和技术边界2个维度，提出探索式学习是通过超本地知识搜索跨越组织进而和技术边界重组知识创造新知识，利用式学习是组织专注于边界内的本地知识搜索[3]。张玉明等（2019）将探索式学习看作是为寻求更多可能性以谋求长期发展的知识吸收与更迭的过程与能力，将利用式学习视为对已有知识体系的深化和拓展以强化当前实践效率的过程与能力[4]。高媛等（2012）基于产品技术生命周期的三阶段，将探索式学习对应于科学研究及技术研究种子阶段的突破式创新，利用式学习对应于技术研究增长阶段及产品市场的渐进式创新[5]。韵江等（2015）指出探索式学习是团队内的成员对自身工作外的新知识的发现、获取及更新，利用式学习是团队内的成员对自身工作中的知识的利用、深化与提炼[6]。

尽管国内外学者对双元学习的定义不尽相同，但基本上均按照March（1991）[2]的观点展开。总结以上学者的观点，可以从本质、目的、手段、结果、知识角度和创新角度归纳得到表1中探索式学习和利用式学习2种学习行为的不同特征。

表1 探索式学习和利用式学习特征比较

1.产业集群下双元学习前因研究

产业集群作为一种横向型网络结构，多数研究以关系和结构两大分析要素为重点的社会网络理论，分维度对产业集群网络进行探讨。关系维度关注各网络节点主体之间的社会性黏着状态，主要有联结强度、网络密度、网络稳定性等；
结构维度强调集群网络主体在其中的位置及网络整体的结构特征，主要有网络规模、网络位置等。网络关系、结构均会作用于集群网络中知识的传递、获取和利用，从而影响探索式学习和利用式学习。

（1）联结强度

联结强度反映组织之间联系的频繁程度。大多数学者认为联结强度与利用式学习正相关、与探索式学习负相关，并主要体现在2个方面。一是集群企业间网络联结关系的强弱会带来不同类型知识的传递。强联结通常与信任、合作、互惠、协商、信息交流等行为紧密联系，高频率的接触增加了对合作伙伴的依赖，使得集群中拥有强联结的组织容易限定在单一、同质的知识领域内，有助于隐性知识的互相传递，以及生产知识诀窍、技术的利用式学习；
弱联结是显性知识传递的关键渠道，在获取探索式学习所需要的新知识方面比强联结更有优势。强联结促进集群企业的理解、共识及沟通的意愿，有利于企业获取并深度挖掘某一特定领域的复杂和专有知识，加强利用式学习；
而弱联结受到网络关系的约束力较小，便于企业进行远程知识搜索获取新知识，扩大知识宽度，促进集群企业进行探索式学习，从而开发新产品或进入新市场。二是从成本方面看，弱联结能够大大减少获取知识的成本，而维持强联结需要大量的时间和资源支持，如技术沟通以外的情感投入、强联结企业间互惠性所带来的合作和服务的时间成本，这些成本对探索式学习具有阻碍作用。而王为东和王为平（2009）从集群内不同主体的学习策略出发，提出了相反的观点，认为对于集群内的领导企业，强联结与探索式学习正相关，应加强各部门之间的联结，开展探索式学习与知识交流，以促进企业的发展；
而对于集群内的跟随型企业，强联结与利用式学习正相关，应在利用式学习和知识共享方面投入更多精力[7]。

（2）网络规模

作为网络结构特征之一，网络规模主要体现在企业在产业集群网络中能够相互联系的其他行为主体的种类和数量。网络规模扩大往往会为集群主体的双元学习提供良好的条件。网络规模越大，集群中可供企业联系、交流的对象越多，有助于集群企业获取更丰富的知识资源；
同时，规模越大也会导致处于集群各网络节点的企业差异越大，则集群间流动的知识异质度增加，越有利于企业的探索式学习。此外，网络规模扩大带来的集群知识存量及合作范围的扩展，也有助于组织不断对现有知识、技术与资源进行提炼、完善与升华，促进集群企业的利用式学习。

（3）网络密度

网络密度被用来描述网络内各个节点之间联系的紧密程度。重复的网络关系可增加组织经验，促进信息流动与知识共享，帮助企业识别、选择、吸收与更新现有技术。一般来说，具有离散、外扩、低密度特征的网络结构对行为主体获取异质知识和信息资源更有效，更有利于探索式学习，而组织所嵌入的网络密度越高，其利用式学习能力越强。

（4）网络位置

关于集群网络位置的研究主要集中在网络中心性和结构洞2个方面。一是网络中心性。处在集群网络中心位置的企业，能够接收来自网络各个位置的信息，既可以接收到冗余和同质性的知识，促进企业进行利用式学习，也可以获得大量非冗余的、异质的知识，帮助企业实现探索式学习。但网络中心性并不总会产生正面作用。虽然集群内拥有高中心性的企业能够获取多样化的信息，但同时也需要耗费较多的时间和精力成本，且高中心性企业的目标在知识搜索过程中也会不断发生改变，从而影响其对新知识的吸收和整合，阻碍探索式学习的发展。二是结构洞。集群网络中的结构洞在组织双元学习，尤其是在探索式学习方面，具有不可忽视的作用。结构洞作为网络中关系稠密地带之间的稀疏地带，可以把2个关系稠密地带紧密联系在一起，因此位于结构洞或中介位置的企业掌握着整个网络的信息交换，可以通过不断地吸收网络内部和外部的异质性知识，方便及时更新现有的知识和技术，为企业的探索式学习指明方向。同时，也可以优化企业的知识结构，增加知识的维度与深度，增强利用式学习的能力。结构洞就像是一个中转站，可以吸收和管理集群内所有资源的流进与流出，并将其整合到一起，形成一个巨大的外部知识库，这对组织的探索式学习和利用式学习具有重要作用。

（5）网络稳定性

网络稳定性被用来表示网络中达成合作的组织之间关系的牢固程度。网络稳定增强了集群伙伴间的互信，促进集群成员间的知识流动和共享。Helmsing （2001）认为长期的协作和知识共享可以为组织创造新的价值，稳定的合作关系会缩小集群企业之间的距离，扫清知识传播的障碍，组织倾向于与他人共享宝贵的知识，并愿意为此承担风险[8]。因此，网络的稳定程度越高，知识交换的持续性越高，越有利于组织的探索式学习和利用式学习。

2.产业集群下双元学习结果研究

通过对现有文献总结，可以发现学者们对产业集群中双元学习的结果研究主要体现在产业集群创新、竞争优势和产业集群升级等方面。

（1）创新

就创新而言，一部分学者以创新绩效作为结果变量，如张慧等（2015）基于位势理论，探讨了集群在结构、关系和资源3个方面的势能对集群创新绩效的影响，并验证了探索式学习和利用式学习在不同势能与创新绩效之间的中介效应[9]。此外，也有学者研究了双元学习对集群创新能力的影响。如潘松挺和郑亚莉（2011）从权变的视角，将集群企业技术创新分为渐进式创新和突破式式创新，实证发现集群网络关系强度有利于渐进式创新但不利于突破式创新，具有两面性，其中探索式学习在网络联结强度与突破式创新的负向关系中起到中介作用，利用式学习在联结强度与渐进式创新的正向关系中起到中介作用[10]。

（2）竞争优势

就竞争优势而言，吴松强等（2018）研究并证实了产业集群网络的稳定性、网络中心性等网络特征对集群企业的利用式学习和竞争优势的积极影响，以及利用式学习在二者之间的中介效应[11]。

（3）集群升级

就产业集群升级而言，王娇俐等（2014）通过对内生型产业集群网络中连接关系的分析，发现企业间连接关系有助于利用式学习和知识的增量创新，而企业与地方政府、科研机构、生产性服务机构等多主体间的连接关系，支持探索式学习并激发突破式创新，对内、外部连接关系的有效协调，有利于2种学习方式的平衡与协同，进而推动产业集群升级[12]。

国内外理论界对双元学习在产业集群背景下的研究已经取得了一定的成果。综合看，现有研究还存在方法、内容、视角等方面的不足。

从研究方法看，学者们普遍仅以构建结构方程的模式进行实证研究，由于研究样本及测量指标的差异，产生了不同的结论。今后的研究可以尝试多种研究方法，如运用案例研究的方法等，以提高研究的可信度。

从研究内容看，学者们大多遵循“网络特性-双元学习-绩效结果”的整体框架，把探索式和利用式双元学习行为作为中介变量，研究集群网络不同结构、关系特征等前置因素对集群组织学习行为的影响，解释双元学习在集群创新能力提升及产业集群升级等方面的作用机制。前置因素研究主要涉及联结强度、网络规模、网络密度、网络位置、网络稳定性等变量，结果研究主要涉及创新、竞争优势、集群升级等变量。而双元学习在产业集群中可能并非只有简单的直线效应，其背后可能隐藏了更为复杂的作用机理。因此，未来研究者可以进一步丰富以下几个方面的探讨：

第一，深入双元平衡研究。现有国内外文献多数仅验证了2种不同学习方式在产业集群网络特征与集群效果中的单独作用，较少探讨二者并用时不同的前置因素是否还具有相同的效果。在集群网络背景下，资源的获取不再是难题，企业间知识共享、能力互补，为集群企业同时进行探索和利用提供了更多的机会，探索与利用平衡困境得以突破，因此未来可以对探索与利用二者的交互作用进一步验证，深入探究集群企业的双元平衡机理。

第二，双元学习作为调节变量。不同的学习模式对组织所具备的知识基础和资源结构的要求有所不同，因而在产业集群成长过程中，考虑集群企业主导学习模式的变化对其组织互动、知识整合、战略选择等的影响同样具有重要意义。

第三，丰富对情境变量的研究。在现有研究基础上进一步拓展，探讨在不同环境变量下双元学习的有效性和可行性。通过引入一些调节变量，如环境不确定性、动态能力等因素的调节作用，探讨不同情境条件下的权变效应，以期揭示双元学习对促进产业集群发展的实际效果与深层作用机理。

从研究视角看，横向上对集群网络的划分大多仅根据地理临近性，将集群网络分为本地网络与超本地网络；
而纵向上大部分研究均建立在静态的维度，而未考虑时间的动态变化与双元学习的关系。但集群企业间由于地位、创新模式等形成的不同的权力化网络结构对产业集群中的双元学习分别有何影响，以及在产业集群发展的不同阶段集群企业的双元学习模式有何特点，都有待于未来研究者进一步验证。