2016/ 07 总第 471 期 商业研究 COMMERCIAL RESEARCH
文章编号∞1-148X (2016) 07-0157-08
〈至 4声量事岛也~ i)以仿-(本化，
雷辉，黄小宝
(湖南大学工商管理学院，长沙 41∞82)
摘要:从关系嵌入及结构嵌入视角着手，运用 BP 神经网络仿真模型分析连锁董事战略介入对企
业纵向一体化程度的影响;借鉴社会网络分析和图论，通过选取连锁董事比例衡量企业内部资
源数量，以程度中心皮、 中介中心度和特征向量中心皮描绘企业外部关系网络特征。 结采表明:
关系嵌入程度越高，连锁董事所具有的异质性资源在企业纵向一体化战略抉择时越能发挥积极
作用;结构嵌入程度高的企业在市场交易过程中倾向于与其它企业签订契约外包生产活动，提
高企业内部运作效率，从而降低了纵向一体化程度。
关键词:纵向一体化;连锁董事 BP 神经网络;社会网络分析法
中图分类号F270 文献标识码 A
最新推出的 {2015 国企兼并重组报告》 表明国企改革兼并重组正迎来新的契机。 新一轮的国企兼并
重组是基于产业价值链的改造和整合，是全球资本资源配置在中国的延伸，是国有经济布局的战略性调
整，需要我们因势利导构造本土产业价值链与骨干企业的核心竞争力，关注企业"纵向一体化"现象。
现有关于企业资源和纵向一体化战略的研究主要考察企业资产专用性等内部异质性资源 ， 但是中国企业
的纵向一体化决策不仅受其内部资源的影响，还受企业高管外部网络资源的影响。 社会网络理论为研究
外部资源对纵向一体化的影响提供了-个极具价值的视角和方法，为了避免获取资源的不确定性和限制，
企业常与其他企业结成连锁董事关系[ 1] 形成连锁董事网络，由此企业之间可以互相利用资源协调关系。
董事作为企业制定和监督战略的商业精英是企业与社会环境进行资源交换的关键"节点" [2] 通过公务关
系或私人关系等非市场机制，时刻不停地为企业获取所需的各种资源。 本文从社会网络理论出发探讨和
研究连锁董事如何影响企业价值创造，以及对企业纵向一体化战略选择的影响。
一、文献考察与研究假设
同一董事同时在两家或多家企业的董事会中任职，便形成了连锁董事。这些连锁董事受多家公司的
委托并参与到公司生产经营活动中，使得这些公司因连锁董事的联系而形成一个企业连锁董事网络[ 3] 。
企业连锁董事网络作为企业所嵌入的一个重要的生态环境，影响着企业经济行为和企业间的关系。
国内外很多学者从不同的研究视角对连锁董事进行深层探讨。 Hwang and Kim (2∞引发现董事与
CEO 之间的较强的社会联系能给董事带来较高的薪酬水平及较低的薪酬业绩敏感度 ， 使董事层保持较低
的流动性灵敏度[4] 0 Bohman (2012) 指出连锁董事网络与股权联系网络之间存在高度的关联，即所有权
和控制权之间存在高度关联[5 ] 。 大部分学者在研究董事会对公司的影响时，选择企业最终产出变量一一
绩效作为研究对象。如彭正银 (2008) 通过实证得出连锁董事所担任董事公司数目与公司治理绩效之间
收稿日期 2016-03-14
作者简介:雷辉 (1967-) ， 男，长沙人，湖南大学工商管理学院教授，博士生导师，管理学博士，研究方向:战略与
绩效、投资决策;黄小宝(1991-) ，女，长沙人，湖南大学工商管理学院研究生，研究方向:战略与绩效。
基金项目:国家自然科学基金资助项目"企业战略类型lL模式组合与绩效的动态映射研究项目编号 71272208;
湖南省自然科学基金项目"企业战略行为与绩效权交关系研究项目编号 12116070。
• 158 • 商业研究 2016/07
具有正相关关系，而连锁董事的持股与公司治理绩效没有直接关系[3J 。
连锁董事对绩效的影响没有统一的研究结论，可能是因为连锁董事和企业绩效之间关系存在着一些
调节因素，通过诸如公司战略等机制间接地影响绩效。因此，随后的学者们不再把关注点直接放在企业
绩效上，而是考察连锁董事对战略和组织结构形式选择的影响。 Lindsey (2∞8) 发现连锁董事能够提供
信息并利用公司资源优势，使共享一个董事的公司间联盟更频繁[6J 0 Chikh and Filbien (2011) 研究结果
表明连锁董事能够解释收购的正面效果[7) 0 Natalia (2012) 发现企业所在地区的制度环境越差，连锁董事
对于环境战略的正向影响越强[8) 。刘冰 (2011 )将企业战略选择的研究置于"资源-网络-战略"这→框
架下，将企业所处网络位置作为调节变量研究冗余资源与多元化战略关系 [1) 。连锁董事网的形态及其承
载资源的特性塑造着企业获取资源的途径。企业可以通过连锁董事网获取重要资源和外部信息，这可以
减少企业的资源依赖及外部环境中的不确定性因素，进而改善企业绩效。杨跃 (2011 )从企业多元化战
略角度来研究连锁董事与企业绩效之间的关系[9) 。
高阶理论认为企业高层管理者是影响企业发展的核心因素，企业与处在相同战略网络中的企业共享
资源与关系问。以往的研究局限于连锁董事与绩效、组织行为间的关系研究，并没有考虑到连锁董事对
纵向一体化战略的作用机制，本文旨在研究通过连锁董事关系共享的资源与关系如何影响企业的纵向一
体化战略。
目前中国的经济发展还处于转型时期，缺乏一个成熟和稳定的法律构架和功能要素供给市场，市场
交易过程中存在极高的不确定性和复杂性[ 11 J 0 Granovetter (1985) 认为关系嵌入的弱连接有助于搜索和发
现有用的知识，但不利于转移复杂信息[叫。从资产专用性角度来说，连锁董事在董事会中比例越高，关
系嵌入度越高，个人社会网络的"异质性"越大，通过弱联结获取社会资源的几率也越高。意味着具备
复合行业、专业和企业背景知识的连锁董事能为其在战略的设计和实施环节提供更为具体的观点，能很
好地避免巨额资产投资的战略性损失，从而保证专用性资产投资。因此，本文提出假设:
Hl :公司董事会中连锁董事关系嵌入程度与公司纵向一体化程度正相关。
Levinand Cross ( 2∞4) 认为，结构嵌入中包含强联结，强联结可以通过增强主体间的信任转移和传
递任何一种信息[叫。程度中心度较高的企业能够通过浏览商业环境和分享建议来扩大企业的信息交互和
共享[叫，占据网络中介位置企业能够掌握及控制的信息越多[15) 他们越能更容易地找到最优和最多的资
源供给方，同时能控制其与上下游企业的谈判交往。从资产专用性的角度来看，该企业可选择的合作伙
伴比较多，从而减少了事后合同讨价还价的问题，企业经营活动外包的成本越低，市场交易成本就越低。
因此，本文提出假设:
H2a: 连锁董事网络中公司的程度中心度与公司纵向一体化程度负相关。
H2b: 连锁董事网络中公司的中介中心度与公司纵向一体化程度负相关。
特征向量中间度是描述网络中节点综合影响力的指标，通过给网络中所有节点进行评分，反映节点
在网络中的重要性。研究特征向量是为了在连锁董事网络总体结构的基础上，找到最居于核心的企业，
关注的是"整体"的模式结构。特征向量中心度较高的企业具有丰富的管理运营经验，充足的资源及技
术人力支持，企业总体实力较强，因此产业链上下游的企业倾向于与该企业建立长期合作关系。根据交
易费用理论，企业会将相关生产活动交由市场组织，交易成本较低，纵向一体化的动机比较弱。因此，
本文提出假设:
H3: 连锁董事网络中公司的特征向量中心度与公司纵向一体化程度负相关。
二、研究设计
(一)样本选择与数据来源
沪市公司具有完整的业务体系和直接面向市场独立经营的能力，为了研究纵向一体化战略，本文选
择 2010-2014 年沪市 A 股上市公司为研究样本，并按照以下标准对原始数据进行筛选(1)考虑到管制
行业的上市公司在组织结构选择及规模扩张方面受到严格限制，因此本文剔除证监会老行业分类中全部
总第 471 期 雷辉:连锁董事与公司纵向一体化 159 .
金融业、 房地产业上市公司 。 (2) 剔除 3 年中出现 ST、 * ST 状态的企业。 (3) 对于计算 VAS 值时，由
于某些公司财务报表披露中造假，或是其它会计准则中的问题， 会出现一些数据奇点，为保证数据质量，
公司净资产为负的样本全部删除。 ( 4 ) 根据 VAS 方法，纵向度应该是大于 O 小于 1 的一个数值，因此需
将数据中纵向度偏离合理值域 [ 0 ， 1 ] 的样本删除。 根据这些标准筛选，共获得 426 家上市公司的数据。
为此首先从 CSMAR 手工提取所有董事数据，再使用 EXCEL 进行数据的初步加工整理，提取连锁董
事数据;在剔除了重名的情况下 ， 可以获得 504x468 的公司-董事矩阵，在该矩阵中每个格值用二进制数
来表示每个董事是否出现在每个公司中，对矩阵进行转化得到反映公司之间的连锁董事情况的公司-公司
矩阵， 此时格值表达了每对公司之间共享董事的个数。 将公司矩阵输入到 UCINET6 软件的 NETDRAW 中
便得到 2010-2012 年的连锁董事网络社群图，如图 1 ，通过对该图进行社会网络分析，可以得到描述企业
结构嵌入程度的中心度指标。 图中点代表企业，连线代表连锁董事关系，居于核心的企业中心度高。
图 I 2010-2012 年的连锁董事网络社群图
(二)变量选取和定义
1.被解释变量的测量。 纵向一体化被广泛运用且具有代表性的测量方法是由 Adelman 提出的价值增
值法( VAS) 。 本文选取修正的增加值指数法 (VAS) 来衡量纵向-体化战略的程度[ '6 J VAS 值的计算公
式如下:
增加值-税后净利润+正常利润
VAS = 销售额-税后净利润 + 正常利润
- 销售额-采购额-税后净利润+净资产 *平均净资产收益率
销售额-税后净利润+净资产*平均净资产收益率
) 1 ，，‘
、
160 • 商业研究 2016/07
其中，销售额、税后净利润、平均净资产收益率都可以从上市公司历年的财务报表中直接获得，销
售额是采用年度财务报表中公布的本期营业收入来表示的。净资产是由股东权益合计来表示的。而采购
额不能直接获得，它的计算如下:
采购额=期末存货余额+营业成本-期初存货余额
2. 解释变量。本文从连锁企业自身和企业网络 2 个层面提炼出 3 个维度的指标，采用连锁董事比率
来描述关系嵌入程度，采用网络数量和网络质量描述结构嵌入程度。
本文参考彭正银 (2008) 等的做法，采用企业连锁董事人数与董事会总人数之比来衡量董事会层面
连锁董事构成[坷，以评估连锁董事在董事会中的相对影响。
中心度分析是社会网络理论中非常重要的一个分析方法，用来研究网络中个体的行为和影响。 Free
man (1979) 用网络中心度指标来衡量董事在上市公司董事网络中的不同位置[口]。衡量网络中心度的标
准指标有 4 种:中介中心度、程度中心度、接近中心度和特征向量中心度。由于连锁董事构成网络是不完
全连接的，因此本文不采用接近中心度来衡量企业的中心性，采用标准化的程度中心度和中介中心度测
量连锁关系的数量，采用标准化的特征向量中心度测量连锁关系的质量。
3. 控制变量。本文选取行业经济规模、企业规模及企业风险作为控制变量。
王冬 (2012) 发现资本与劳动的要素比例会对纵向一体化产生影响[叫，不同的行业对资源配置的偏
好存在差别，参考叶建亮 (2014) 的做法，用行业主营业务收入衡量行业经济规模[18J 。企业规模通常反
映了企业经济实力、市场开发能力等资源属性。在实证研究中，企业规模通常都是非常重要的控制变量。
一般来说，规模大的企业机构庞杂，业务繁多，对企业发展行为有积极促进影响。本文采用企业总资产
的自然对数表示企业规模的大小，采用资产负债率衡量企业的风险。
(三)研究方法
影响纵向一体化程度各指标之间并不独立，而是交互作用，需要我们对各影响指标并行协同处理，
处理其复杂的非线性映射关系。神经网络模型有很多优点，它除了具备良好的模式识别能力以外，最可
贵的是它具有学习能力，可随时根据新输入的资料进行自我学习，训练、调整内部参数来处理新的数
据[例。同时，本文自变量是通过于工收集的二于数据，神经网络可以通过调整非线性连续函数多层前馈
神经网络的权重克服传统统计模型的很多限制，具有容错能力，对数据分布的要求不高，能有效处理数
据由于于工收集引起的误差，以及处理遗漏资料的能力，因此本文选择神经网络建立模型。
BP 算法作为人工神经网络的一种比较典型的学习算法，主要结构是由一个输入层，一个或多个隐含
层，一个输出层组成，各层由若干个神经元(节点)构成，每一个节点的输出值由输入值、作用函数和
阔值决定。本文将运用 Matlab 建立、训练和仿真 BP 神经网络，并运用该网络分析连锁董事与纵向一体化
战略间关系。
三、实证分析
(一)网络建立
网络建立是通过函数 newff实现的。首先，将 426 家公司的样本分成两部分，利用 400 家公司的数据
作为训练样本， 26 家公司数据作为测试样本，检验模型是否达到了要求实现模型的基本功能。其次，选
用 3 层 BP 神经网络建立网络模型，其中每层单元只接受前一层的输出信息再输出给下一层各单元。基于
实际问题的分析，可知网络有七个输入变量，即连锁董事比例、点度中心度、中介中心度及特征向量中
心度、行业经济规模、企业规模、企业风险;一个输出变量 y ，即最终的纵向一体化程度值 VAS，故输入
层与输出层的节点数分别为 7 个和 1 个。而隐层节点数的选取可以根据经验公式 h= rn+百 +α ( h 是隐
含层节点数 ， n 是输入单元数 ， m 是输出单元数， α 的取值范围是 1 到 10) ，通过计算得到隐含层的大致范
围是4 到 14，依据对不同的隐含层训练结果，当训练次数为 106，误差为 * e 脚时，隐含层为 9 时获
得最佳训练结果。因此网络模型的最佳隐层节点数为 9。据此可知，基于 BP 神经网络模型的最佳网络拓
. 161 .
扑结构为 7x9xl o
在神经网络建立起来以后，在利用该网络进行学习之前，需要对一些参数进行定义。生成神经网络
以后，对学习速率、最大训练次数和目标误差三种参数进行定义。通过对不同学习速率的尝试，当学习
速率取 时训练次数和误差达到合适水平，我们将最大训练次数设置为2000，目标误差设置为 ，
隐含层及输出层神经元传递函数分别为 tansig 函数、 purelin 函数，其他参数采用 Matlab 默认数值。
以上完成了 BP 神经网络的建立，接着需要具体确定训练函数。从仿真结果发现， Levenberg - Mar-
quardt 法的误差明显优于共辄梯度法、动量及自适应学习速率法、标准 BP 算法，所以选择 L-M 算法作为
训练函数。
(二)网络训练
网络训练是通过函数 trainlm 实现。根据训练样本的输入矢量 P、目标矢量 T，和预先己设置好的训
练函数对网络进行训练。赵炎 (2011 )发现公司战略影响存在滞后效应[剧，将 2013 年的 VAS 值作为输
出，通过以上网络建立，发现其训练误差为 ，不符合要求。
将 2014 年的 VAS 值作为输出对象，重新建立网络，网络的训练结果比较好，训练误差在迭代 7 步时
便达到了 误差率，网络达到预先设置的精度，网络训练收敛，符合预设误差目标要求，因此本
文采用 2014 年的 BP 神经网络作为连锁董事对纵向一体化作用的模型。
(三)网络仿真
网络仿真是通过函数 Slm 实现。网络训练完成以后，根据已训练好的网络使用该函数对测试数据进行
仿真计算，表 1 展示了网络仿真值、输出值和仿真误差。运用建立的模型对所有样本进行检验，得出该
BP 网络的平均误差率为 <1，该神经网络能一定程度上仿真连锁董事网络对纵向一体化程度的影响。
同时，我们对自变量与因变量间的关系进行了回归模拟，在可决系数 R2 = 基础上获得了 output
*阳rget + O. 11 ，其中 output 是因变量 ， tα唔et 自变量模拟变量。
辉:连锁董事与公司纵向一体化雷总第 471 期
训练样本和测试样本仿真值和原始值表 1
BP 仿真误差
BP 仿真值
VAS(2014)
公司
上海电力
三一重工
啤酒花
禾嘉股份
哈高科
杭萧钢构
扬农化工
序号
1234567
业力药电环海联上
425
426
(四)连锁董事对纵向一体化影响的实证结果
以上完成了神经网络的建立与训练，通过检验与分析，验证了模型的正确性与可用性。因为基于神
经网络的曲线拟和，其根本功能跟普通的函数曲线拟和方法相同， BP 神经网络与常规的函数曲线拟和都
运用系数来表征自变量变化对输出结果即因变量影响的大小，其本质上的不同是:它是运用权值矩阵的
形式来替代原有函数的一维系数，但是系数的根本理论依据与实际含义没有改变阳 O 在神经网络处理过
程中，将自变量输入神经网络后，这些数据的每一个都会被乘个数，即权值 W ， 然后这些值与阀值 b 相加
后求和得到 u ， 最后通过传输函数进行非线性处理，权值和阔值是神经元之间的连接，通过误差反向传
导对比实际输出与仿真值，不断调整权值和阔值。因此根据本文通过以上步骤建立的三层神经网络其处
理过程便是 α =tαnsig( W 1 * X + b 1 ) ; Y = purelin(叫 *α+ b2 ) , (叫是输入层到隐含层的权值，叫是隐含层
到输出层的权值 ; b 1 是输入层到隐含层的阀值 ， b2 是隐含层到输出层的阀值 ， x 是输入矢量 ， y 是输出矢量)
• 162 • 商业研究 2016/07
其采用的传输函数是 tansig 函数、 purelin 函数，二者表达式为:
tansig(x) =乒τ- 1
1 + e -
purelin(x) = x
因此神经网络的处理函数便是:
2W
y = . _?1m...' \ - W 2 + b 1 + e -2(叩+b l ) 1N2' "'2 +e
经过对上式中 xi 求导分析，导函数为:
-2b.
y' 一件W2W 1 ， i e -2..卢
(1 + e -2(" ,.< +b,) ) 2-
(2)
(3)
(4)
(5)
因为， 4 气，…川、 ;;e 问恒为正，自变量对因变量作用的影响因子正负号由叫 * W 1 ( 叫是隐含层到
输出层的 1 * 9 维矩阵，即1 是输入层到隐含层的 9*7 维矩阵)决定。对于每一个样本 X [x 1 ， 吨，句，
几]中 xi 系数，可以根据 Iw2w l， i 1 比较不同自变量之间影响力大小。因此本文运用该系数表征自变量
对输出结果的影响系数，来进行复杂问题的分析。
基于 MATLAB 实现的神经网络模型的权值矩阵之积叫 *W1 为:
[0. 1505 - - - - ] *
1. 5286 - O. 1088 - 1. 3784 -
- 1. 1860 - O. 1469 - O. 1989 1. 5343
- l. 3104 - l. 6373 - - -
- 1. 3902 - - O. 1763
连锁董事比例
程度中心度
中介中心度
O. 3849
1. 4383
O. 4834 - O. 3366 - 1. 3906 - O. 8549
- O. 1579 - O. 5072 - O. 4233 O. 7637
1. 3805 I * I 特征向量中心度
- 1 行业经济规模
- - 1. 3071 I 企业规模
- 1. 4538 1. 4925 - - O. 9552 - 1. 2140 企业风险
O. 1562 一 O. 8377 - O. 2115 - - - O. 3961
其最终的"影响系数"如下:
[连锁董事比例程度中心度 中介中心度特征向量中心度行业经济规模企业规模企业风险l
- - σ7 -
根据计算结果可知，连锁董事比例，程度中心度、中介中心度、特征向量中心度的"影响系数"分
别为 、 、 、 ，假设 Hl、假设 H2a、假设 H劫、假设的均得到证实。连锁
董事比例正向影响企业纵向一体化程度;连锁董事网络数量负向影响企业纵向一体化程度，即程度中心
度对纵向一体化程度存在负向影响，中介中心度对纵向一体化程度存在负向影响，特征向量中心度对纵
向一体化程度存在负向影响。同时，从以上分析易知，行业经济规模、企业规模与企业风险正向影响企
业的一体化程度。
四、结论与建议
本研究基于社会网络理论，运用 BP 神经网络对样本进行仿真，分析了连锁董事对纵向一体化战略的
影响。研究结果表明，连锁董事是影响企业战略的重要因素，进一步检验了高管团队是战略决策影响因
素的合理性。首先，连锁董事数量越多，内部资源越丰富，在没有专用性投资并且交易次数不多时，交
易双方维持长期关系意义不大，市场治理为有效的方式。公司在纵向一体化战略获得成功，存在着专用
性资产和多次交易，交易失败导致专用资产所有者的损失越大，他对机会主义行为的承受能力就越弱，
总第 471 期 雷 辉:连锁董事与公司纵向一体化 163 •
此时关系网络的维持是有价值的。双方有形成持久关系的必要，从而减少不确定性，所以企业自然有意
识增加连锁董事的数量，提高企业的关系嵌入性程度，此时关系性交易合约比市场交易行为更有效率，
纵向一体化程度得到提高。其次，在结构嵌入程度方面，公司连锁董事网络数量越高，公司直接与其他
公司联结的活跃程度越高，在网络中传播的媒介作用越大，企业纵向一体化程度越低;连锁董事网络质
量越高的公司处于网络中的核心地位，拥有的权利与声誉资源丰富，其他公司愿意与该核心企业建立合
作关系，降低企业纵向一体化需求程度。其三，根据网络训练结果，纵向一体化程度滞后两年的网络模
型比纵向一体化程度滞后一年的模型误差小，效果显著。这说明连锁董事所具有的知识和社会资源对纵
向一体化战略的外溢效应是滞后的。其四，经济规模越大的行业如钢铁、汽车制造行业，普遍采用纵向
整合战略把价值链上的生产、分销等经济过程都置于企业内部，以实现企业核心能力在价值链上的拓展。
企业的规模越大，其可用的无形资产及有型资产越多，企业更倾向于通过内部机制解决市场问题，提高
企业绩效。对于风险水平高的企业，管理层属于风险偏好者，在专有资产投资及并购方面活动更加积极，
企业决策者通过一体化扩大企业的市场份额。
本研究得出的结论有助于企业根据自身建设连锁董事的实际情况，对纵向一体化选择性经营。企业
也可以根据自身纵向一体化的程度，进而有目的性的构建连锁董事结构。当纵向一体化战略有助于企业
价值的提高时，企业可以尝试通过增加连锁董事来提高自身社会资本，实现外来资源质量与内部化融合
的能力提高。在市场机制健全情况下，降低一体化程度更有利于企业后续发展，企业可以通过增加与来
自与不同企业连锁董事的合作机会，通过在连锁董事关系网络中多维度、多方面的学习和交流，获取更
全面的管理经验和知识，带来企业发展所需的各种资源;同时，有选择性的聘请具有特定资源、技能及
在多家企业任职的连锁董事，从而在网络中介位置获取对信息的控制能力并具有更多空间选择声誉高、
效益好的企业为对象来构建合作关系。知识、社会资源对企业的作用是一个循序渐进、不断深化的过程，
连锁董事与其他企业或其他企业高管层建立的联系是一种社会资本，这种联结会潜移默化地影响企业战
略行为，公司在保持董事人员流动性同时，应注重维持连锁董事网络结构的稳定性。
参考文献:
[ 1 J 刘冰，符正平，邱兵.冗余资源、企业网络位置与多元化战略[JJ.管理学报，2011 (1 2) :1792-1801.
[ 2J 谢绚丽，赵胜利.中小企业的董事会结构与战略选择一一基于中国企业的实证研究[JJ.管理世界，2011 (1) :101-11 1.
[ 3] 彭正银，廖天野.连锁董事治理效应的实证分析-一一基于内在机理视角的探讨[J].南开管理评论，2∞8( 1) :99-105.
[ 4 J Hwang B H , Kim S. It pays to have frier由[ J] .J oumal of financial economics , 2∞9 ,93( 1) : 138-158.
[5] Bohman L. Bringing the owners back in: An analysis of a 3-mode interlock network [J] .Social Networks ,2012 ,34( 2) :275
-287.
[ 6 J Lindsey L. Blurring firm boundaries: The role of venture capital in strategic alliances [J J . The Journal of Finance , 2∞8 ， 63
(3) : 1137-1168.
[ 7 J Chikh S , Filbien J Y. Acquisitions and CEO power: Evidence from French networks [ J] .Journal of Corporate Finance , 2011 ,
17(5) :1221-1236.
[8J Natalia Ortiz-de-Mandojana , Arag6n-Correa J A, Delgado-Ceballos J , et al. The effect of director interlocks on firms' adop-
tion of proactive environmental 阳tegies [J] .Corporate ω，vemance: An Intemational Review ,2012 ,20(2) :164-178.
[9J 杨跃.连锁董事网络与企业绩效关系研究:基于多元化战略选择的视角 [DJ.杭州:浙江大学，201 1.
[ lO J 巫景飞，何大军，林哮，等.高层管理者政治网络与企业多元化战略:社会资本视角一一-基于我国上市公司面板数据
的实证分析[J] .管理世界， 2∞8(8) :107-118.
[11 ]王冬，吕延方.交易环境属性、主体特征与纵向一体化 [J]. 中国工业经济，2012 (1) :79-8
[ 12] Granovetter , M. S. Economic action and social structure: the problem of embeddedness [J]. American Journal of Sociology ,
1985 ,91(3) :481-510.
[ 13] Levin , D. Z. & Cross , R. The strength of weak ties you can trust: the mediating role of trust in effective knowledge transfer
[ J J . Management Science , 2∞4 ， 50( 11) : 1477-1490.
164 . 商业研究 2016/07
[14J 钱锡红，杨永福，徐万里.企业网络位置、吸收能力与创新绩效一一一个交王效应模型[JJ.管理世界，却1O(5) : 118-129.
[ 15 J 沙浩伟，曾勇.交叉持股、 网络位置与公司绩效的实证研究[JJ.管理科学，2014(1) :131-142.
[ 16 J 胡膜敏，黄丹.企业纵向一体化行为的影响因子一一基于中国交通运输、仓储业上市公司的实证研究[1].科学技术
与工程，2011(7) :15∞-1506.
[17J Freeman L C. Centrality in social networks conceptual clarification[ JJ .Social networks , 1979 ,1 (3) :215-239.
[18J 叶建亮，林燕.纵向一体化与企业绩效的分解一一基于中国制造业分行业的实证研究[JJ. 浙江社会科学， 2014(3) :
114-122+ 159.
[19J 杨淑娥，王乐平.基于 BP 神经网络和面板数据的上市公司财务危机预警[J].系统工程理论与实践2万7(2) ;61-67.
[ 20J 赵炎，王冰.战略联盟网络的结构属性、资源属性与企业知识创造一一基于中国生物医药产业的实证研究 [JJ. 软科
学，2014( 7) :59-64.
[21 J 王莎.基于 BP 神经网络的高校硕士研究生收费模型研究 [DJ.长沙:湖南大学，2∞7.
Chain Directors and Enterprise Vertical Integration
LEI Hui , HUANG Xiao-bao
(School 0/ Administration , Hunan University , Changshα41∞82 ， China)
Abstract: The paper used the BP neural network to analyze the influence of chain director' s strategic involvement on the
level of vertical integration from the perspective of relationship and structural embeddedness. Based on social network a-
nalysis and graph theo巧， interlocking directorates proportion was taken as the proxy of the quantity of enterprise intemal
resources , degree centrality , betweenness centrality and eigenvector centrality were employed to capture the features of
enterprise extemal network. The results show that the higher degree of the relational embeddedness , the heterogeneous re幽
sources of interlocking directorates can play a more active role in the enterprise vertical integration strategic choice; the
corporate whose degree of structure embeddedness is higher , it can more tend to contract with other companies of out-
sourcing production activities in the market transaction process to improve intemal operational efficiency and then de-
crease the degree of vertical integration.
Key words: vertical integration; chain directors; BP neural network; social network analysis
(责任编辑:严元)
合~乞只队生牙也丑可"'"、企尘、艺舟、ε骂、ε舟。3号。虫、艺坪。南、ε"'"乞=导企骂、生尘、2乒乎也"'""乡。e玛吧5争。"'""到电5二6态企式电~骂、""导也3号也~ε尘、&牙、"""'"埠。5夺。玛屯骂、企"'"乞写\~士、
(上接 101 页)
Export Learning Ability and Chinese Manufacturing Finns' Upgrading
一一-An Empirical Study based on the Trade Theory of Heterogeneous Enterprise
ZHOU Yun , TANG Xiao
(School 0/ Economics , HI阳εhong University 0/ Science αnd Technology , Wuhan 43∞74 ， China)
Abstract: By introducing export learning ability into the trade theory of heterogeneous enterprise , this paper analyzes the
intemal mechanism of infIuence of expo时 leaming ability on the manufacturing enterprises' upgrading. On this basis , the
paper uses balanced panel data of Chinese industrial ente甲rises database 2∞5-2007 to empirically test the impact of ex-
port leaming ability on manufacturing firms' upgrading. Results show that the impact of export Jearning ability on manu-
facturing firms' upgrading is always positive , and export leaming ability promotes the upgrading of manufacturing firms
through "technology innovation effect"; "technologica1 innovation effect" is different between firms , and the effect of
small firms is significantly greater than that of large and medium-sized firms .
Key words; learning abìlity; manufacturing firms' upgrading; firm heterogeneity
(责任编辑:李江)
