[论文解读] Selection rules in alliance formation: strategic decisions or abundance of choice?

Antonios Garas, Mario V. Tomasello+1 more|arXiv (Cornell University)|Mar 13, 2014

Complex Network Analysis Techniques被引用 6

一句话总结

本文识别出R&D联盟形成中的两种截然不同的战略行为：企业最初与高中心性伙伴合作以获取合法性，待其地位稳固后，便转向与中心性较低的伙伴建立联系。基于25年、涵盖21,000个联盟的数据库，研究发现k-core中心性可有效预测企业成功——与专利产出显著相关——并提出一种基于k-core动态的网络增长模型，能够复现观察到的战略行为与网络结构。

ABSTRACT

We study how firms select partners using a large database of publicly announced R&D alliances over a period of 25 years. We identify, for the first time, two distinct behavioral strategies of firms in forming these alliances. By reconstructing and analysing the temporal R&D network of 14,000 international firms and 21.000 publicly announced alliances, we find a universal behavior in firms changing between these strategies. In the first strategy, newcomers and nodes of low centrality initially establish links to nodes of similar or higher centrality. After these firms have consolidated their position and increased their centrality, they switch to the second strategy, and preferably form links to less central nodes. In addition, we show that $k$-core centrality can be established as a measure of firm's success that correlates e.g. with the number of patents (obtained from a dataset of 3 Mio patents). To synthesize our findings, we provide a network growth model based on $k$-core centrality which reproduces the strategic behavior of firms, as well as other properties of the empirical network.

研究动机与目标

• 理解企业在R&D联盟形成过程中随时间演变的战略逻辑。
• 识别联盟选择是受战略定位驱动，还是受可选项丰富度影响。
• 检验k-core中心性是否可作为企业创新成功（以专利产出衡量）的可靠指标。
• 开发一个能捕捉观察到的联盟形成行为转变的网络增长模型。

提出的方法

• 对25年间涉及14,000家国际企业的21,000起公开宣布的R&D联盟纵向数据集进行分析。
• 重建时间维度上的R&D网络，以追踪企业中心性与联盟模式的变化。
• 计算每家企业的k-core中心性，以评估其结构位置与成功程度。
• 通过相关性分析，检验k-core中心性与专利产出（基于300万项专利数据集）之间的关系。
• 基于k-core中心性动态开发网络增长模型，以模拟联盟形成策略。
• 通过对比模型输出与经验网络属性（包括度分布与聚类系数）验证模型。

实验结果

研究问题

• RQ1 企业在选择联盟伙伴时是否遵循一致的战略模式，还是选择具有随机性？
• RQ2 企业在R&D网络中的中心性如何随时间演变，这种演变如何影响其联盟形成行为？
• RQ3 k-core中心性是否可作为企业成功（以专利产出衡量）的可靠预测指标？
• RQ4 基于k-core动态的网络增长模型能否复现观察到的联盟形成战略转变？

主要发现

• 企业采用两阶段策略：新进入者与低中心性企业最初优先选择高中心性伙伴，以增强合法性。
• 在巩固自身地位并提升中心性后，企业会转向优先与中心性较低的节点建立联盟。
• k-core中心性与专利数量呈显著正相关，表明其对预测企业创新成功具有预测能力。
• 所提出的基于k-core的网络增长模型成功复现了关键经验网络属性，包括度分布与聚类系数。
• 联盟行为的战略转变在各类企业中普遍存在，无论行业或地区，表明R&D协作中存在系统性模式。