基于复杂网络理论的产学研合作网络结构及特性研究

２０１１年３月　总１６３期第２期　山东经济　Ｍａｒ．。２０１１　Ｇｅｎ．１６３　Ｎｏ．２　ＳＨＡＮＤ０ＮＧ　ＥＣ０Ｎ０ＭＹ　基于复杂网络理论的产学研合作网络结构及特性研究术　常宏建　（１．山东经济学院，山东济南张　震　任　恺　２５０１００）　２５００１４；２．山东大学经济学院，山东济南［摘要］　产学研合作网络的拓扑结构将直接影响知识在网络中的流动效应，最终决定产学研合作效率。　论文将产学研合作中的管理问题抽象为小世界网络模型，建立对应于复杂网络理论中相关参数变量的映射关系，　分析产学研合作网络拓扑结构，系统地构建了产学研合作网络模型，对产学研合作网络状态、合作效率以及各种宏　观和微观网络特性进行测度，可以作为产学研合作参与主体制定政策的依据，以提高产学研合作效率，促进科技创　新成果的形成。　［关键词］　复杂网络；产学研合作；网络结构；合作效率　［中图分类号］Ｆ２０４　［文献标识码］Ａ　［文章编号］１０００—９７１Ｘ（２０１１）０２—００７３—０５　一、引言　者针对不同的网络特性提出了许多数学模型。如　产学研合作是指产业界与高等院校、科研院所　等参与主体为了实现科技创新目标而结成的合作交　流关系，产业界、高等院校和科研院所等子系统在政　府部门的参与协调下相互依赖、相互协同，共同构成　一Ｎｅｗｍａｎ（２００１）对科学家合作网做了较为系统的分　析　Ｊ，Ｂａｒａｂａｓｉ（２００２）等对数学和神经科学领域的　合作网演化进行了研究ｌ８　Ｊ，张丽娟（２００７）等从复杂　网络的角度对企业合作网络进行了理论和实证研　究　９ｊ，姜黎辉（２００９）对企业合作网络的动态控制能　个动态、开放的网络系统。Ｄａｓ＆Ｔｅｎｇ（２０００）的　研究表明，创新合作失败率很高，失败的原因往往不　是出自技术本身，而更多的是来源于合作网络的管　力进行的研究等等¨引。这些网络都显示出平均路　径长度小、簇系数大的特性，具有小世界性质。但是　目前关注产学研合作网络以及用复杂网络理论来研　究产学研合作网络拓扑结构及其特性的文献并不　多。　理方面，那些获得卓越创新绩效的合作参与主体在　合作网络控制方面具备明显的优势，创新竞争力主　要由其合作网络动态控制能力决定ｕ　Ｊ。因此需要　对产学研合作网络的特性进行研究，以加强对网络　的动态控制。目前对于产学研合作的相关研究，国　网络结构对于网络功能起着至关重要的作用，　因此，研究分析产学研合作网络的结构，系统地建立　起对应于复杂网络理论中相关参数变量的映射关　系，将产学研合作中的管理问题抽象为小世界的网　外学术界多从知识管理的角度，对产学研合作的促　成因素、合作模式和类型等做了大量研究［２儿　，国　内学者的研究内容也往往限于合作组织模式以及合　作过程中的知识管理方面　儿５＿＿６　Ｊ，研究领域还比较　络模型，以便对产学研合作网络的合作稳定性、合作　效率以及各种宏观和微观特征进行评价，作为产学　狭窄，体系化的研究尚未形成。但是，基于复杂网络　理论对于合作网络的研究成果较为丰富，国内外学　研合作参与主体管理部门制定政策的依据，以增强　对合作网络的动态控制能力，提高合作效率，促进科　本文是教育部人文社会科学研究一般项目“法律经济学视角下的ＦＤＩ东道国立法研究”（项目编号：０９ＹＪＡ８２００４４）的　阶段性成果。　［作者简介］常宏建（１９７６一　），男，山东济宁人，山东经济学院工商管理学院讲师、博士。主要研究方向：人力资源管理、　项目管理。　・７３・　技创新成果的形成，在理论研究以及实践应用方面　都具有重要意义。　二、复杂网络理论：产学研合作网络研究的工具　复杂网络理论将宏观结构复杂的系统视为网　络，从整体结构视角出发，研究其拓扑特性、成因、演　化及应用。自从Ｗａｔｔｓ＆Ｓｔｒｏｇａｔｚ（１９９８）建立了介于　规则与随机之间的“小世界网络模型”Ｉｌ　和Ｂａｒａｂａ．　ｓｉ＆Ａｌｂｅｒｔ（１９９９）建立了“无标度网的ＢＡ模型”［１２１　以来，关于复杂网络的研究蓬勃发展，有关复杂网络　的新的研究理论不断出现，新的应用领域迅速发展　和开辟，其研究者来自图论、统计物理学、计算机网　络、生态学、社会学以及经济学等不同领域。复杂网　络研究的特点是大量应用了统计物理的方法和工　具，能够定量描述和分析现实社会网络。产学研合　作网络是一个由不同参与主体组成的复杂知识创新　网络，各参与主体之间存在着广泛的知识、信息、技　术、人员及资金联系，可以运用复杂网络理论的方法　和工具进行网络结构分析和网络特性研究。　（一）小世界网络　小世界网络是一个具有高传递性并且易于处理　的网络模型。如果网络平均顶点度固定，顶点对之　问的平均最短距离的值随网络大小以对数的速度或　慢于对数的速度增长，那么称此网络具有小世界效　应。大量实证研究表明，企业合作网络具有小世界　效应　１３　３１１４］。如果一个产学研合作网络具有小世界　网络效应，那么相关资源和信息在产学研合作网络　中的流动会变得相当迅速，非常有利于产学研合作　参与主体之间的沟通，从而优化产学研网络，提高网　络的整体绩效。　（－－）无标度网络　现实世界的网络少数的节点往往拥有大量的连　接，而大部分节点却很少，具有这种性质的网络称之　为无标度网络。无标度是指网络缺乏一个特征度值　（或平均度值），即节点度值的波动范围相当　大　］［　］。随机网络代表了网络节点的均匀分布状　态或者说无结构状态，而无标度网络则代表了网络　中核心节点的存在或者说结构状态的存在。如今，　无标度网络在理论建模和实证研究方面都取得了令　人瞩目的成果，引起了国际科学界的重视　。实证　研究发现，大量的实际网络可以被认为是无标度网　・７４・　络　。本文认为无标度网络是产学研合作网络更　为合理的拓扑结构。　三、产学研合作网络的拓扑结构分析及模型构　建　产学研合作网络模型的建立主要分为如下几个　步骤：一是数据的搜集和处理；二是网络节点的确　定；三是网络关系的确定；四是网络模型的建立。其　中最主要的是网络节点和网络关系的确定＿１　。　（一）数据的搜集和处理　数据的搜集和处理是构建网络模型的基础。社　会网络分析方法中对于数据的搜集有很多方法，不　同的数据要求采取不同的搜集方法。数据库搜索法　可以得到比较客观的数据，避免了主观影响，因此较　为常用。但是在对产学研合作网络研究的过程中，　很可能并不存在一个权威且信息较完备的数据库，　因此需要一方面利用现有的数据库作为资料来源，　另一方面则使用社会测量法进行主观数据的搜集。　为了保证数据的真实性和完整性，可以采取复查的　方法，即通过一种方法搜集完数据之后，再采取另外　一种方法进行复查，遇到两次不同的结果时，则重新　进行搜集，必要时进行调查来验证结果，直到数据结　果相同。　（二）网络节点的确定　网络可以用来描述一系列事物以及事物之间的　相互关系，这些所描述的事物就构成了网络中的节　点。对于产学研合作网络来说，确定网络节点是相　对容易的，只要把所有参与合作者如企业、大学、科　研机构和政府管理部门作为产学研合作网络节点即　可。这些参与主体即合作网络节点在网络的形成和　运转的过程中各自起着独特的作用，它们会采取相　应的措施，逐渐进化成适应网络环境的新型组织单　元，促进产学研合作网络的进一步完善。　１．企业　企业是产学研合作活动中最活跃的要素，企业　是科研开发和投入的主体，这有利于推进科技成果　转化，使科技为经济建设服务，解决长期以来科研与　生产脱节的问题。长期以来，我国的科研力量主要　集中在高校和科研机构，尽管每年不乏先进技术成　果，但大学和科研机构成果转化率很低，产业化程度　更低，大多数科研成果被束之高阁。从市场角度来　看，企业处在生产的第一线，接近用户，具有了解用　户的需要和本企业的生产及技术状况的优势，能够　５．供应商、销售商、客户　供应商提供设备和原材料；销售商既包括合作　使技术开发的思路切合实际，讲求实效，避免了生产　与科研脱节的状况，生产出满足市场需要的产品。　主体自设的直接对外销售部门，也包括独立的专业　厂商；客户指广大消费者或其他团体。这些组织和　群体都对产学研合作过程施加着影响，它们也是产　学研合作中的组成要素，构成合作网络中的节点。　高等学校、科研机构与企业的合作能有利于科学技　术与生产实践的结合，实现科学成果的商业化和产　业化。　２．高等院校和科研机构　高校和科研机构高层次人才密集，研发队伍庞　大，信息资料丰富，拥有众多的实验室，在维系产学　研合作关系上具备诸多优势和条件。面对社会需求　的宽泛性和细致性，高校和科研机构有条件立足自　己的科技、人才优势来提供相关服务，依托本身的优　势资源提供知识与理念传播、人才资源开发、技术转　移、企业孵化、提供科技管理和制定经济发展政策咨　询等综合服务。发达国家和新兴工业国家产学研结　合的历史已充分证明了高校和科研机构在产学研结　合中的核心作用，这种核心作用在当今知识经济初　露端倪的时代更得到了集中体现，一些著名的高新　技术产业基地与科学工业园区都是以著名高校和科　研机构为依托发展起来的。　３．政府　在产学研合作中，政府的作用至关重要。在宏　观方面，政府通过出台一系列政策、建设相关的配套　措施来创造良好的区域合作环境，促使高校、科研机　构、企业相互配套、融合。在微观方面，政府可以直　接介人管理、组织与协调环节，成立相应的机构，利　用监控、约束与强制手段保障合作关系的长期稳定，　减少可能的摩擦，推动和保证对地区发展有重要影　响的产学研项目落实，以提高产学研合作的效率和　成功率。　４．金融机构、中介机构　金融机构是产学研合作资金的重要来源，现在　风险投资已经成为技术创新，尤其是高新技术创新　领域的必由之路。中介机构具体任务是发展信息咨　询，为产学研合作各要素提供顺畅的、便利的联系渠　道，为企业提供经营管理、技术项目、市场营销、信　息、人才培训、财务、法律等方面的服务，为高等学　．校、科研机构收集企业技术难题，提供人才供求信息　等。　（三）网络关系的确定　确定了网络中的节点，下一步就是确定“边”，　即网络节点之间的连接，表明产学研合作网络中节　点之间的关系。边可以分为“有向边”和“无向边”，　“有向边”指仅有一个方向可通行的边，可以比作是　指向目标的箭矢；而“无向边”是指两个方向均可通　行的边。产学研合作参与主体之间的合作途径是多　种多样的，包括技术上的互补、资金和信息的相互流　动等等，而且这种关系往往是双向的。因此，从建模　分析的角度出发，可以将所有这些合作关系抽象为　合作网络中节点之问相互作用的连接键，它们之间　只有合作强度的区别，而没有种类的差别。同时在　保证其合作平等性的前提下，将这种连接关系假定　为双向对称的，即将合作双方双向的作用抽象为　“无向边”。所有合作关系的总和就构成了产学研　合作网络的整体。　（四）网络模型的建立　在系统工程中，研究事物之间的关系的建模方　法通常是使用关系矩阵。我们同样也可以利用关系　矩阵来表示在产学研合作网络中存在的合作关系，　并且引入入；来代表单元网络节点之间的连接关系　的强弱。一般地，节点自身之间的合作关系均定义　为１，即矩阵中主对角线上的数字均为１。对称矩阵　Ｓ　＝［Ｓｉ．］　为ｔ时刻产学研合作网络结构，Ｎ为产　学研合作网络节点数。　１　０　ｉ　０　０　１　入：　入　Ｓｔ＝　●●●　●＿●　●●●　●●　１　０　０　入ｉ　０　１　其中，入ｉ（０≤入ｉ≤１）代表单元产学研网络节点　之间的连接关系的强弱，　ｉ愈大，表明两个合作主　体之间连接关系愈紧密。　，可通过对产学研合作　・７５・　参与主体合作数量的多少以及业务的重要程度进行　加权平均近似得到。　假设产学研合作网络从初始结构开始，各参与　主体以一定的成本通过相互作用进行结构调整，根　据节点之问的状态不同而选择不同的决策，实现产　学研网络结构的动态调整。　当获得了产学研合作网络的关系矩阵后，就可　以使用相关网络分析软件绘制出产学研合作网络的　结构图，然后进行网络结构特性分析，进而把握整个　网络的结构特性。　四、产学研合作网络的结构特性　下面借助复杂网络理论和工具对产学研合作网　络的网络特性进行度量和计算。对模型中相关参数　的描述如下：　（一）Ｎ一产学研合作网络节点数　指整个网络中产学研合作参与主体的数目。应　该指出的是，产学研合作网络中的节点数目并不是　固定的，随着合作参与主体的加入和退出，它处在不　停的动态变化中，为了研究的需要，我们可以将Ｎ　确定在某个时刻所研究网络中的合作参与主体总　数。　（二）Ｋ一产学研合作网络节点的介数　在网络模型中代表着与节点相连的其他邻居节　点数目，在本模型即产学研合作网络中指每个参与　主体的直接合作伙伴数目。　（三）Ｉ一顶点度　节点的顶点度是指节点在网络中的重要程度。　在产学研合作网络中，顶点度的计算公式为：　ｎ　Ｉｉ＝ｋｉ／∑ｋｊ　（２）　１　ｊ　Ｉ；为第ｉ个节点的顶点度值，其中Ｎ为网络中　节点数目，ｋｉ为第ｉ个节点的介数。当ｋｉ＝０时，即　节点不与其它节点相连，该节点对我们的讨论没有　意义，故我们假设ｋｉ＞０，从而Ｉｉ＞０。　（四）Ｌ一平均路径长度　网络研究中，一般定义两节点间的距离为连接　两者的最短路径的边的数目。网络的平均路径长度　则是所有节点对之间距离的平均值，它描述了网络　中节点间的分离程度，即网络大小。同时这个参数　反应合作网络中的信息流和物流的流通速度和效率　．７６・　问题，当平均路径长度越大，则该产学研合作网络越　大，它的结构也就越松散，网络中各参与主体间并未　形成良好的合作关系，合作交流相对贫乏。同理，当　平均路径长度越小，则认为该产学研合作网络越小，　它所反映的结构越紧凑，网络中各参与主体间已保　持紧密的合作关系，合作交流相对频繁。　考虑一个包含Ｎ个节点的网络，网络连通图的　平均路径长度可以用公式３来描述：　１　Ｌ（Ｇ）　丽　‘３）　Ｉ≠ｌ∈ｂ。　式中Ｎ为网络中所包含的节点数，ｄ　．的大小等　于ｉ、ｊ两节点间最短路径上的连接边数。　（五）Ｃ一集聚系数　集聚系数用来描述网络中节点的聚集情况，刻　画整个网络的连接密度，同时反映了网络的连通性　与传递性。网络密度是一个很重要的结构形态指　针，一个集聚系数高的产学研合作网络，意味着连接　密度高、网络成员之间联系紧密，物质资源以及信　息、技术、知识等无形资源在整个网络范围内可以通　过丰富的连通渠道得到广泛的流动。对于节点ｉ，它　的集聚系数Ｃｉ定义如公式４所示：　Ｇｉ中的连接边数　一Ｇ；中最多可能的连接边数　Ｇｉ中的连接边数　＝一　ｋｉ（ｋｉ一１）／２　（４）　（六）网络系统熵　熵是“无序”的度量。如果网络是随机连接的，　各个节点的重要度大致相当，那么我们认为网络是　“无序的”。反之，如果网络是小世界性质的，网络　中有少量“核心节点”和大量“末梢节点”，节点的重　要度存在差异，我们认为这种网络是“有序的”。我　们用网络系统熵来定量地度量这种“序”。在产学　研合作网络中，网络系统熵计算公式为：　Ｎ　Ｈ＝一∑ＩｉＬｎＩｉ　（５）　ｌ＝ｌ　其中Ｉｉ为第ｉ个节点的顶点度。　（七）合作效率的评价　网络效率参数分为两种，一是全局效率，表示的　是整个网络中的所有点都并发传递消息的效率，在　模型中用来表示整个产学研合作网络的合作效率。　另一个是局部效率，它与前述的集聚系数类似，表征　Ｊ，网络的集聚特征。网络效率越接近１越理想。产　学研合作网络全局效率Ｅ（Ｇ）计算公式如下：　ｌ　１　其运作机制研究［Ｊ］．软科学，２００３，（０４）：４９—５２．　［５］王毅，吴贵生．产学研合作中粘滞知识的成因与转　移机制研究［Ｊ］．科研管理，２００１，（０６）：１１４—１２１．　Ｅ（Ｇ）　麦　（６）　［６］周竺，黄瑞华．产学研合作中的知识产权冲突及协　调［Ｊ］．研究与发展管理，２００４，（０１）：９０—９４．　［７　Ｊ　Ｎｅｗｍａｎ　Ｍ　Ｅ　Ｊ．Ｓｃｉｅｎｔｉｉｆｃ　ｃｏｌｌａｂｏｒａｔｉｏｎ　ｎｅｔｗｏｒｋｓ．Ｉ．　以上各种刻画产学研合作网络结构特性的指标　中，平均路径长度、度分布分别描述了节点平均距离　和节点间的地位差异。网络系统熵、集聚系数、网络　效率参数则分别描述了产学研合作网络的合作状态　Ｎｅｔｗｏｒｋ　ｃｏｎｓｔｒｕｃｔｉｏｎ　ａｎｄ　ｆｕｎｄａｍｅｎｔｌａ　ｒｅｓｕｌｔｓ［Ｊ］．ＰｈｙｓＲｅｖＥ，　２００１，６４：０１６１３１．　和合作效率。　五、结语　网络结构对于网络功能起着至关重要的作用，　产学研合作网络的有效管理，对于合作创新效率的　提高有重要意义。产学研合作网络具有小世界网络　和无标度网络的特性，本文引入复杂网络的统计性　质来对产学研合作网络的结构特性进行分析，建立　了相应指标体系和计算方法，能够很好地对产学研　合作网络各种宏观和微观特征进行测度，作为产学　研参与主体制定政策的依据。后续研究可以从以下　两个方面展开：一是产学研合作网络演化机理研究。　在本文所提供的度量体系的支持下，对产学研合作　网络动态演化过程进行分析，考察该合作网络的发　展变化规律，及时把握产学研合作网络的发展动向，　以便采取有效措施对合作网络积极引导，使整个合　作网络向着既定的目标发展；二是实证研究。选定　典型的产学研合作网络案例，进行计算机模拟分析，　研究对象的发展变化过程及结构参数对网络模型功　能的影响，调节参数并观察分析各参数对模型功能　的影响，以对本研究进行验证。　参考文献：　［１　Ｊ　Ｄａｓ　Ｔ　Ｋ，Ｔｅｎｇ　Ｂ　Ｓ．Ｉｎｓｔａｂｉｌｉｔｙ　ｏｆ　ｓｔｒａｔｅｇｉｃ　ａｌｌｉａｎｃｅｓ：　ａｎ　ｉｎｔｅｒｎａｌ　ｔｅｎｓｉｏｎｓ　ｐｅｒｓｐｅｃｔｉｖｅ［Ｊ］．Ｏｒｇａｎｉｚａｔｉｏｎ　Ｓｃｉｅｎｃｅ，　２０００，１１（１）：７７—１０ｔ．　［２　Ｊ　Ｂｏｈｏｎ，Ｒｏｂｅｒｔ．Ａ　ｂｒｏａｄｅｒ　ｖｉｅｗ　ｏｆ　ｕｎｉｖｅｒｓｉｔｙ—ｉｎｄｕｓｔｒｙ　ｒｅｌａｔｉｏｎｓｈｉｐｓ［Ｊ］．ＳＲＡ　Ｊｏｕｒｎａ１．Ｗｉｎｔｅｒ　１９９４／Ｓｐｒｉｎｇ　１９９５，　（２６）：４５—４８．　［３］Ｓｅｎｋｅｒ，Ａ．Ｒａｔｉｏｎａｌｅ　ｆｏｒ　Ｐａｒｔｎｅｒｓｈｉｐｓ：ｂｕｉｌｄｉｎｇ　ｎａｔｉｏｎ．　ｌａ　ｉｎｎｏｖａｔｉｏｎ　ｓｙｓｔｅｍｓ［Ｊ］．ＳＴＩ　Ｒｅｖｉｅｗ，１９９８，（２３）：２３—３７．　［４］朱桂龙，彭有福．产学研合作创新网络组织模式及　［８］Ｂａｒａｂａｓｉ　ＡＬ，Ｊｅｏｎｇ　Ｈ，Ｎｅｄａ　ｚ，Ｒａｖａｓｚ　Ｅ，Ｓｃｈｕｂｅｒｔ　Ａ，　Ｖｉｃｓｅｋ　Ｔ．Ｅｖｏｌｕｔｉｏｎ　ｏｆ　ｔｈｅ　ｓｏｃｉｌａ　ｎｅｔｗｏｒｋ　ｏｆ　ｓｃｉｅｎｔｉｆｉｃ　ｃｏｌｌａｂｏｒａ．　ｔｉｏｎｓ［Ｊ］．Ｐｈｙｓｉｃａ．Ａ，Ｔｈｅｏｒｅｔｉｃａｌ　ａｎｄ　Ｓｔａｔｉｓｔｉｃａｌ　Ｐｈｙｓｉｃｓ，　２００２，３１１（３—４）：５９０—６１４．　［９］张丽娟，李常洪．企业合作复杂网络研究一以汽车　制造业为实证的分析［Ｊ］．科技与管理，２００７，（ｏ４）：３２—３４．　［１０］姜黎辉．组群创新形态下企业合作网络动态控制　能力研究［Ｊ］．上海管理科学，２００９，（０２）：７５—７９．　［１　１］Ｄｕｎｃａｎ　Ｊ．Ｗａｔｔｓ，Ｓｔｅｖｅｎ　Ｈ．Ｓｔｒｏｇａｔｚ．Ｃｏｌｌｅｃｔｉｖｅ　ｄｙ—　ｎａｍｉｃｓ　ｏｆ“ｓｍａｌｌ　ｗｏｒｌｄｓ”ｎｅｔｗｏｒｋｓ［Ｊ］．Ｎａｔｕｒｅ，１９９８，４（３９３）：　４４０—４４２．　［１２］Ａｌｂｅｔｒ—Ｌ６ｓｚｌ６，Ｂａｒａｂａｓｉ．Ｔｈｅ　ｐｈｙｓｉｃｓ　ｏｆ　ｔｈｅ　Ｗｅｂ．　Ｐｈｙｓｉｃｓ　Ｗｅｂ，ｈｔｔｐ：／／ｗｗｗ．ｐｈｙｓｉｄｓｗｅｂ．ｏｒｇ／ａｒｔｉｃｌｅ／ｗｏｒｌｄ／１４／　７／０９．　［１３］江可中，田颖杰．动态企业联盟的小世界网络模型　［Ｊ］．世界经济研究，２００２，（０５）：８４—８９．　［１４］冯锋，张瑞青，闺威．基于小世界网络模型的企业　创新网络特征分析［Ｊ］．科学学与科学技术管理，２００６，　（０９）：８７—９１．　［１５］Ｂａｒａｂａｓｉ，ＡＬ，Ａｌｂｅｒｔ　Ｒ．Ｅｍｅｒｇｅｎｃｅ　ｏｆ　ｓｃａｌｉｎｇ　ｉｎ　ｒａｎ—　ｄｏｍ　ｎｅｔｗｏｒｋｓ［Ｊ］．Ｓｃｉｅｎｃｅ，１９９９，２８６：５０９—５１２．　［１６］Ｂａｒａｂａｓｉ，ＡＬ，Ｒ　Ａｌｂｅｔｒ，Ｈ　Ｊｅｏｎｇ．Ｍｅａｎ—ｆｉｅｌｄ　ｔｈｅｏｒｙ　ｆｏｒ　ｓｃａｌｅ—ｆｒｅｅ　ｒａｎｄｏｍ　ｎｅｔｗｏｒｋｓ［Ｊ］．Ｐｈｙｓ　Ａ，１９９９，２７２：１７３—　１８７．　［１７］车宏安，顾基发．无标度网络及其系统科学意义　［Ｊ］．系统工程理论与实践，２００４，（０４）：１１—１６．　［１８］Ｆａｌｏｕｔｓｏｓ　Ｍ，Ｆａｌｏｕｔｓｏｓ　Ｐ，Ｆａｌｏｕｔｓｏｓ　Ｃ．Ｏｎ　ｐｏｗｅｒ—ｌａｗ　ｒｅｌａｔｉｏｎ—ｓｈｉｐｓ　ｏｆ　ｔｈｅ　Ｉｎｔｅｒｎｅｔ　ｔｏｐｏｌｏｇｙ［Ｊ］．ＡＣＭ　ＳＩＧＯＤＭＭ　Ｃｏｍｐｕｔｅｒ　Ｃｏｍｍｕｎｉｃａｔｉｏｎ　Ｒｅｖｉｅｗ，１９９９，（０４）：２５１—２６２．　［１９］吴彬，常宏建．基于复杂网络理论的企业研发合作　网络测度研究［Ｊ］．山东社会科学，２００９，（１２）：１０７一ｌ１０．　（责任编辑：郝涛）　・７７・