4.3.5　网络结构的影响

跨国并购逆向知识转移网络不仅描述了母子公司之间的逆向知识转移关系，还反映了子公司之间博弈策略信号传递和策略模仿的关系，这意味着不同网络结构对子公司之间博弈策略的信号传递和策略模仿具有不同的影响，进而影响逆向知识转移的博弈结果。因此，为了对现有网络结构进行调整从而形成最优的网络结构以优化逆向知识转移进程，需要对跨国并购逆向知识转移网络结构的作用机制进行分析。

根据基本网络结构类型，本书采用了四种经典网络表示子公司不同类型的逆向知识转移网络。在网络结构方面，无标度网络与随机网络的显著区别在于网络中的度分布，无标度网络的度分布服从幂律分布，这种分布具有异质性特征，表现为网络中存在大度值的hub节点，而且网络节点度值分化严重，少数节点拥有大部分的度值，大多数节点的度值较小。度分布在逆向知识转移网络中表示的是各个子公司博弈信号传递渠道的数量分布特征，是影响博弈策略采纳和更新的重要因素，表4.2反映了在不同网络下母子公司逆向知识转移博弈的平均收益差异。在逆向知识转移过程的前期，由于网络中母子公司之间的知识水平和知识距离较大，符合直接知识转移约束条件的网络其他节点企业范围最大，且间接转移知识量较小，因此无标度网络凭借其hub结构能在逆向知识转移过程的前期获得更高水平的知识水平增量，且母子公司能获得较大的收益。由表4.2可知，结合四种网络结构标准差对应的母子公司平均收益，无标度网络和小世界网络具有较大的平均收益，无标度网络的平均收益大于小世界网络，而随机网络的平均收益最小，因此本书侧重对无标度网络影响母子公司平均收益的机理进行探究，并以随机网络结构进行对比分析。

表4.2　不同网络的平均收益差异

(https://www.daowen.com)

为了对跨国并购逆向知识转移网络结构的作用机制进行分析，本书首先对比不同度分布下子公司初态和终态的策略分布的演化情况（图4.10）。其中，图4.10（a）、（b）表示的是无标度网络中子公司初态和终态的策略分布情况，作为对比，图4.10（c）、（d）表示的是随机网络中子公司初态和终态的策略分布情况。在图4.10（a）、（c）中，本书设定初态时无标度网络中采用消极策略的最大度值为35，采用积极策略的最大度值为31，而随机网络中采用消极策略和积极策略的最大度值分别为16和14，而且采用积极策略和消极策略的比例均为1∶1。此外，由图4.10（a）、（c）可知，无标度网络的度分布相比随机网络具有更显著的分布异质性。由图4.10（b）、（d）可知，无论初态时的策略分布具有何种差异性，终态时消极策略在无标度网络和随机网络中均发生湮灭，而积极策略则完全覆盖了所有子公司，无标度网络中母子公司积极策略的稳态实现速度均高于随机网络。

综上所述，由于子公司之间博弈策略信号传递和策略模仿的强烈程度依赖于作为载体的跨国并购逆向知识转移网络，因此具有无标度特征的网络更有利于促成积极策略的传递扩散。为了促进子公司的逆向知识转移，如何通过对子公司之间的网络结构进行调整使其形成无标度网络是关键。

图4.10　初态和终态的策略分布