Page 121 - 北京工商大学学报社会科学版2018年第6期
P. 121
北京工商大学学报(社会科学版)摇 摇 摇 摇 2018 年摇 第 6 期
表 1摇 全球跨国并购网络三个阶段网络密度测算 地缘政治、文化宗教、多边国际经济合作组织参与
第一阶段 第二阶段 第三阶段 状况等的影响,国家间会呈现较明显的社团集聚
状态 [17] ,同一社团内部国家之间并购较为紧密,
实际关系数 2 202 4 298 4 622
而社团与社团之间在经济联系上却存在较大反
网络密度 0郾 144 6 0郾 282 2 0郾 303 5
差。 对此,本文运用社会关系网络分析中的“ 社
着时间推移,各国并购合约量日益增多,国家与 团发现冶 (community detection) 方法,研究各个阶
国家之间通过并购活动而形成的经济联系也越 段内全球跨国并购网络的社团结构。
发紧密,1996—2017 年三个阶段网络密度值由 本文选取社团发现算法中 Fast鄄Greedy 算法,
第一阶段 0郾 144 6,上升到第二阶段 0郾 282 2,最 该算法由 Clauset et al. [18] 提出,基于该算法的社
终至第三阶段 0郾 303 5,整体网络密度呈现上升 团划 分 是 一 种 “ 无 指 导 学 习 冶 ( Un鄄supervised
趋势。 Learning),即可使识别结果更符合客观情况。 本
(二)局部特征和社团集聚 文运用软件 R 3郾 4郾 0 对上述三个周期阶段的并购
淤
交易数量与密度作为显示网络整体特征的指 网络分别进行测算 ,结果显示三个阶段都具有
标,无法更细致刻画出各个阶段网络内部的模块 明显社团集聚特征,分别聚类为 5、4、3 个社团,结
于
特征。 事实上,国际经济合作由于受到空间距离、 果如图 2 所示 。
图 2摇 基于 Fast鄄greedy 算法划分全球跨国网络社团集聚测算
摇
摇 摇 图 2 中同一种色块范围内的节点聚簇为同 (三)个体特征和相对地位
一社团,根据测算结果可以形成以下几个判断: 由于网络中一些国家在资源禀赋、产业分工、
(1)全球跨国并购网络呈现明显的社团结构,表 市场体量等方面拥有某种比较优势,当该国与网
明各个国家在并购活动过程中表现出团体聚集 络内越来越多的国家建立并购合作关系时,这个
效应,社团内部国家之间的并购活动活跃,显示 国家在整体网络系统内的中心地位和相对影响力
出的良好的群体内资源整合效率特征;但在不 则得以不断提升,为了评析单个国家在促进整体
同的子社群之间,并购联系不紧密,社群之间的 并购网络效率提升过程中的相对地位,本文进一
层次级差较为明显。 (2) 在早期阶段,地域邻近 步运用社会网络分析中的 “ 中心性冶 ( centrality
以及由地域邻近所形成的相对稳定文化共同体 and power)方法,分析单个国家与网络中其他国
属性,可能是贡献于并购社团关系形成的主要 家之间的并购联系状况,以此评析单个国家在促
因素,但第三阶段中地理因素对于社团集聚的 进整体并购网络效率提升过程中所发挥的作用。
贡献有所减弱。 (3) 各个阶段中的各个社团群 社会网络提供的中心性算法中基于最短路径
体内均包含了高等、中高等、中低等、低等收入 的中 心 度 算 法, 即 中 介 中 心 性 (betweenness
水平的国家,可推测收入水平并不是并购社团 centrality) 能够用于揭示网络中具有桥接作用的
形成的主要因素。 节点 [19] ,从而发现网络连接中的促进并购网络整
· 1 1 6 ·
