知识创新论文范文

本论文主题涵盖三篇精品范文，主要包括《知识创新论文范文(精选3篇)》，仅供参考，大家一起来看看吧。摘要:基于企业的知识属性和知识创新过程，对组织创新与知识创新之间的互动性进行探讨，进而指出组织创新的学习机制、底蕴，在此基础提出了组织创新的方法和策略。关键词:服务业知识知识创新知识管理组织创新伴随着知识经济时代的来临，知识作为重要战略资源的地位日益凸显，组织创新也在知识创新的推动下稳步推进。

第一篇：知识创新论文范文

基于知识特征的知识密集型产业创新网络

摘 要：在知识经济全球化及产业网络化的背景下，基于合作关系形成的知识密集型产业创新网络成为该产业创新活动的重要组织形式。如何提升该网络的创新能力成为理论界和实践界的重要议题。文章在梳理关于创新网络的文献基础上，首先研究网络合作度对知识密集型产业创新网络创新绩效的影响;其次，剖析在此作用中知识存量的完全中介效应和知识异质性的倒U调节效应;最后，对吉林省新能源汽车产业创新网络进行实证研究以验证上述理论。

关键词：网络合作度;创新绩效;知识存量;知识异质性;创新网络

文献标识码：A

一、引 言

在知识经济迅猛发展的背景下，具有更强创新性的知识密集型产业(Knowledge-Intensive Industry，简称KI产业)对宏观经济转型起到至关重要的作用，其经济地位也在不断攀升[1-2]纠。为强化知识密集型产业的创新性，基于合作所结成的创新网络成为该产业创新活动的重要组织形式[3]。近年来，学者们越来越关注知识密集型产业创新网络中合作行为对创新的作用机理。其中，Salavisa等通过对比生物技术产业和通信软件产业两个不同产业的网络拓扑结构，指出“企业问正式合作与非正式合作对创新具有不同程度的影响”[4]。Ahrweller等则基于资本获取视角，运用智能体仿真方法模拟了知识密集型产业创新网络中合作战略对提升企业创新绩效的正向促进作用[5]。然而，多数学者仅将KI产业创新网络作为研究背景，分析“合作行为与创新之间的作用关系”的问题，却忽略了该网络自身特征对创新绩效的影响。弥补以上研究缺陷正是本文写作的初衷所在。

Ferreira等认为，在分析产业创新网络合作度对创新绩效的影响时，知识特征的作用不容忽视[1]Cooke也指出，南于KI产业在生产过程中对知识要素的依赖远远大于其它生产要素，知识要素对其发展具有重要影响6I。因此，分析KI产业的特征需从知识特征人手[7]。在社会科学领域研究中，“知识特征对科学技术发展及创新具有重要影响”这一命题早已得到学术界的广泛关注。学者们也普遍认同“知识具备离散分布性、收益递增性、缄默性、路径依赖性及可创造性”[8-9]，并将其作为创新管理与知识管理的重点研究内容，、随后，不少学者通过知识特征对知识共享、知识流动以及知识整合的作用研究，分析企业建立怎样的合作关系才能高效地创造新知识，进而实现技术创新。伴随着产业网络化进程的不断加快及知识经济的持续发展，知识特征对KI产业创新网络内合作关系及创新绩效的影响越来越显著。一方面KI产业创新网络将知识视为重要资源，其创新绩效往往取决于新知识能否被创造，而创造知识的基础在于网络所具备的知识存量[5]。凶此，本文认为在KI产业创新网络中知识资源的持续增长性是推动其创新成果涌现的关键性质.，另一方面，由于知识的缄默性、路径依赖性和离散分布性，使得其在空间分布上具有异质性[9]。而知识的异质性水平会使KI产业创新网络中的成员企业在知识获取、创新合作方面采取不同的战略[6]。因此，本文认为知识异质性对KI产业创新网络合作度及创新绩效具有重要影响。至此，本文将知识存量的持续增长性及异质性作为KI产业创新网络的重要知识特征，并将其引入网络合作度对创新绩效的影响研究。

对二]二KI产业创新网络整体而言，网络中企业合作行为在知识存量增长性与知识异质性的共同作用下对网络整体的创新绩效又具有怎样的影响?对此，本研究主要目的有两点：第一，探讨知识存量对网络合作度与创新绩效关系的中介作用;第二，检验在KI产业创新网络中，知识异质性时网络合作度与知识存量关系的调节作用。

二、理论基础与研究假设

(一)网络合作度与创新绩效之间的关系

创新网络是应付系统性创新的一种制度安排，网络构架的主要连结机制是企业间的创新合作关系[10]。在企业层面，“企业合作行为对创新绩效具有显著的正向影响”已达成共识[1][11-12]。相关研究扩展到网络层面，企业合作行为则表现为网络中成员企业交互频次和关系强度，即网络合作度[13];而网络层面的创新绩效则表现为网络中众多企业新产品和新技术的产出总量。

国内外学者主要从网络嵌入性和社会资本两个视角研究了网络合作度与创新绩效之间的关系。基于社会资本视角，Vasudeva等分析了来自9个不同国家的109家企业形成的燃料电池技术联盟网络在1981年至2001年之间的专利数据，发现占据结构洞的企业较其他企业具有更强的技术创新能力[14]。相似地，Eberger和Herstad分析了从2006年至2008年间挪威中小企业的专利数据，对企业社会资本与创新绩效进行同归分析，得出“与更多企业建立合作关系的企业创新能力更强”的结论[15]。随后，Petrou和Daskalo-poulou发现在服务业网络联盟中具有较高社会资本水平的企业较其他企业更具有创新性[16]。Crescenzi等在研究意大利创新现状时也发现社会资本对创新绩效的正向影响[17]。同时，大量研究表明：网络嵌入性对企业创新绩效也具有正向影响[18]。而Gebreeyesus和Mohnen则基于内部网络视角研究了埃塞俄比亚制鞋产业的创新绩效与网络嵌入性之间的关系，发现企业间建立长期合作有助于提升创新绩效[19]。此外，Clifton等在研究英国创新网络时，发现创新更容易在网络中出现的原因在于：网络中企业具有紧密的合作关系[20]。基于此，Lager和Frishammar构建了工艺创新和产品设备创新的全生命周期的概念模型，通过模型验证Clifton的观点[21]。Awaritoma等通过对美国生物制药企业进行实证研究发现，企业与合作伙伴间合作关系越长、越牢固，越有利于企业的创新[22]。Bell等则认为集群网络合作度越高，创新绩效越显著[23]。

综上所述，学者们基于实证研究，运用网络嵌入性和社会资本描述企业问的合作关系，其中，网络嵌入性侧重网络整体的连接结构，而社会资本则侧重单一企业与其他企业连接数量。虽然，研究视角有所不同，但以上学者都验证了合作对创新绩效的正向影响。因此，本文提出如下假设：

假设1：网络合作度对创新绩效具有显著的正向影响。

(二)知识存量的中介作用

知识存量( Knowledge Stock)这一概念最初出现在知识存储的问题研究中，是指某阶段内一个组织(个人、企业和联盟)或经济系统(集群、创新系统和网络等)所占有知识资源的总量，其来源包括流量和积累量两个方面[24]。王众托院士曾指出，知识存量的储存形态主要有：(1)存在于文件等文字存储工具中的知识;(2)存在于人脑中的知识;(3)凝聚在工作过程.制度和方法中的知识;(4)嵌入在产品或服务中的知识[25]。随后，一些学者们运用不同方法对知识存量的测度进行了研究。但是，关于知识存量的相关研究并非仅限于概念和测量方法范畴。知识存量具有的经济管理研究意义才是学者们研究的重点内容。

在企业层面，大量关于知识管理研究的文献[26-28]。2引表明，企业间的合作关系为知识共享、知识流动及知识转移的实现搭建了渠道，使得企业能够在此基础上进行知识整合，最终实现知识创造的日的。而这一过程的实质是，企业能够通过合作关系促使知识存量增长并从中获取经济利益[23]。在网络层面，一些学者也阐述了网络合作度与网络知识存量的关系。如，Lopez-S(1ez等学者运用SECI模型并结合位于波士顿1 28号公路的KI产业数据，研究了合作强度对知识创造的促进作用，发现稳定的合作关系更易于隐性知识显性化，促进产业知识存量的增长[29]。Isaksen和Onsager以挪威KI产业为例，通过研究三个大小不同区域的创新绩效发现，合作紧密的区域更有利于知识存量增长越快[30]。Maurer等学者将网络中企业间合作的交互程度视为社会资本，通过分析德国制造业产业内的218个合作项目，研究了社会资本、知识共享以及知识存量三者之间的作用关系，发现社会资本对知识存量具有显著的正向影响[31]。Torloriello等承袭了以上学者的观点认为基于强合作关系形成的网络聚集效应有助于知识转移，指出网络聚集效应强的网络，其知识存量更大32。

多数学者通过研究知识共享、知识转移和知识创造等不同机制对知识存量增长的作用机理，发现知识存量与创新绩效呈显著正相关关系。Konsti等认为知识存量是企业创新的重要因素[33]。Laursen和Salter电强调知识存量对解释组织的创新能力非常关键[34]。Huggins和Johnston将知识存量视为网络的特有资源，研究了其对创新绩效的正向促进作用[35]。Hunnelinna等基于以上学者观点研究了213家资本密集型企业构成的网络，发现基于强合作关系形成的网络结构更加稳定，这更有利于企业转移知识和创造知识，实现知识存量增长，进而正向影响技术创新[36]。Palacios等通过对KI产业进行实证研究，发现企业合作关系的加强有助于知识转移，进而提升产业创新能力[37]。Nieves和0soi-io通过回顾网络环境中创新和知识创造的相关文献，认为网络结构下的知识共享和知识整合是知识创造的驱动力，不同网络结构的知识创造效率具有明显差别，并强调知识创造有助于网络整体创新绩效的提升[26]。

以上学者观点及实证研究结果表明，网络合作度、知识存量与创新绩效三者之间存在相应的逻辑关系，网络中企业间紧密的合作关系及较高的企业交互频次会促进网络整体知识存量的增长，并最终提升网络整体的创新绩效。由此，提出本文的第2和第3个假设：

假设2：网络合作度对知识存量具有显著的正向影响。

假设3：知识存量在网络合作度与创新绩效之间起中介作用。

(三)知识异质性的调节作用

学者们在较早研究中就已经发现知识本身固有的缄默性和路径依赖性等特点决定了其也具有空间上的异质性，且该性质对技术创新具有重要影响[9]。随后，Bouncken和Kraus认为，技术创新的成功往往通过异质性知识的互动得以实现[11]。Sampson基于通信装备制造业中463个联盟组织的面板数据研究了技术知识异质性和基于合作的联盟结构对企业创新绩效的影响，发现具有紧密结构的联营企业联盟在面对高度知识异质性时更具有创新性[38]。相似地，Carbonara和Tavassoli实证研究了意大利的32个KI产业园区，发现当知识异质性水平较高时，园区整体创新能力较异质性水平低时要强[39]。与此同时，Tavassoli和Carbonara还通过分析瑞典产业园区的相关数据，研究知识异质性对园区创新能力的影响，得到“园区内的知识异质性水平越高，企业合作行为对园区整体创新能力正向作用越强”的结论[40]。然而，一些学者对此持不同观点。Blazek等认为，知识异质性水平取决于知识载体背景的差异水平，并以新兴的信息通信技术和生物技术产业为例进行研究，得到“加强不同地域问企业合作能够更高效地促进K1产业内知识存量的增长，但若合作伙伴间的异质性过大，则知识存量并不会出现明显增长现象”[41]。宋志红等指出：知识的缄默性和分散性对知识共享具有负向影响[42]。由此可以看出，当知识异质性水平较高时，如识共享受阻将不利于新知识的创造。于玲玲等从知识转移视角，认为知识距离(不同企业间技术相似程度)与企业合作效果之间的关系，指出：当知识距离越接近某一常数，企业合作创新绩效越显著[43]。

基于以上学者观点及实证研究，知识异质性对网络合作度与创新绩效之间的关系、网络合作度与知识存量之间的关系都起到调节作用。但这种调节作用较为复杂，知识异质性的调节效应可能存在极大值点，即呈现倒U型趋势。由此，提出本文的第4、第5和第6个假设，

假设4：知识异质性对网络合作度与创新绩效之间的关系具有倒U调节效应二

假设5：知识异质性对网络合作度与知识存量之间的关系具有倒U调节效应。

假设6：知识存量对知识异质性的倒U调节效应起到完全中介作用。

三、研究对象

自20世纪70年代至今，全球在面对“能源危机威胁整个社会发展”的问题上不断寻求可替代的新能源以实现可持续发展。为此，应运而生的新能源汽车产业成为社会技术变革中的支撑产业。按照我国的四大KI产业分类，具备高精尖技术的新能源汽车产业同属于研究开发密集产业和高度组装产业两个不同类别，足见其在KI产业中的代表性。

21世纪初，我国多个地区开始发展新能源汽车产业，其中，吉林省新能源汽车产业凭借雄厚的制造业基础和顶尖的科研机构在发展过程中脱颖而出。伴随着经济全球化进程不断加快，吉林省新能源汽车产业不仅成功实现了供应链上的纵向合作，而且还与国外诸多企业进行了横向的合作创新，时至今日i已形成稳定的产业创新网络。该网络中的合作关系呈现出复杂性特征，且内部合作企业具备知识存量大、知识创造能力强和技术创新水平高的特点，符合本研究中涉及的所有变量特征。因此，本文选择吉林省新能源汽乍产业创新网络作为研究对象，考察该网络在从2008到201 2年所涉及的网络合作度、知识存量、知识异质性以及创新绩效4个变量的变化情况，分析网络合作度对创新绩效的内在作用机制。

(一)数据收集与变量测量

首先，确定吉林省新能源汽车产业创新网络的网络合作度指标。为此，本文采用以下5个步骤收集相关数据：第一步，通过统计数据、互联网等途径搜集吉林省新能源汽车产业的基本数据，初步确立占林省新能源汽车产业创新网络中的成员企业;第二步，根据国家知识产权局公布的专利数据挖掘吉林省新能源汽车产业创新网络中以专利形式联系的非正式合作的成员企业;第三步，根据CNKI、Science Direct等多个数据库搜寻吉林省新能源汽车产业相关的企业;第四步，对以上收集到的企业(共46家网络成员企业)进行“滚雪球”式的专家访谈，并发放调查问卷，从企业间交互频次和关系强度两个方面考察网络合作度;第五步，计算网络合作度。由于网络合作度测度不同于本文研究的其它变量测量方式，本文采用社会网络分析软件(UCINET6.0)，把获得的网络合作度变量的问卷信息进行编码并转换为SPSS软件可以处理的数据，进而计算吉林省新能源汽车产业创新网络合作度指标。

其次，确定吉林省新能源汽车产业创新网络的创新绩效指标。本文从国家知识产权局公布的专利数据、新能源汽车市场需求报告和企业调研三方面考察包含网络创新能力、新技术数量和新产品数量3个变量的网络创新绩效。其中，依据Senart等提出的“创新网络的产出主要体现在整体专利数量的增加”观点[44]，采用专利数量考察网络创新能力;基于Cotsch和Hipp提出的“运用商标跟踪考察KI产业创新绩效更有效”的结论[45]，采用市场中关于新能源汽车的生产过程中涉及的品牌数量考察新产品和技术数量。

再次，确定吉林省新能源汽车产业创新网络的知识存量指标。为此，本文采用以下3个步骤确定知识存量指标：第一步，根据企业知识存量主要包括以人为载体的知识存量、以物为载体的知识存量、以组织结构为载体的知识存量和以市场为载体的知识存量[46]，并结合王众托的观点[25]，设置知识存量指标的问卷题项为：企业员工的学历水平和专业技能水平、企业发展过程中形成的历史文档资料数量、企业部门设置和产品生产工艺流程的完备程度及产品和服务的数量等4项问卷题项;第二步，采用Likert 5级量表设计问卷，1表示非常小，5表示非常大;第三步，整理企业知识存量数据后，将其聚合成吉林省新能源汽车产业创新网络的知识存量指标。

最后，确定吉林省新能源汽车产业创新网络的知识异质性指标。知识异质性源于知识载体背景的异质性[47]，表现为产品和技术的多样性[41]。因此，本文基于以上两个方面设计问卷，即设置产品多样性水平和技术多样性水平两个题项，并将问卷从“多样性水平非常小”到“异质性水平非常大”采用Likert 5级量表。

由于本文实证研究的样本来自于同一个网络，所研究的网络合作度、知识存量、知识异质性和创新绩效指标具有一定的相似性，因此本文选择网络规模和成员企业成立时长均值作为控制变量。此外，本文的预测变量与结果变量的数据来源不同，有效避免了同源方差问题，增强了结构方程模型的内部效度。

本文主要针对吉林省新能源汽车产业创新网络中的成员企业发放问卷。调研人员与上述企业的中高层管理者进行电话交谈和电子问卷调查。从2013年8月至1 1月，共发放540份问卷，回收436份问卷，问卷回收率为80.7%，剔除明显错误和缺失的无效问卷，最终获得有效问卷357份，问卷有效率为8 1.9%。

四、数据分析与讨论

(一)知识存量及知识异质性的聚合检验

本文提出的假设是基于KI产业创新网络层面的概念，需要通过网络层面的数据对研究假设进行验证。而网络知识存量和知识异质性变量的测量是通过对成员企业个体数据加总聚合到网络层，因此，需要检验网络层数据聚合的合理性。本文采用反映网络成员企业一致性程度的TWC作为网络层数据聚合检验指标，当TWG。的平均值在0.7以上便被认为可接受[48]。网络层数据聚合检验结果如表1所示。可见，各研究变量的检验值均在0.7以上，满足进行网络层数据聚合的判定标准。

(二)信度、效度检验

在信度、效度检验方面，利用SPSS 17.0进行数据分析，采用Cronbach’α值检验各变量的信度，采用累积解释量检验各变量的效度，检验结果如表2所示。在表2中，各研究变量的Cronbach’α值均大于0.7，具有较好的信度水平;各研究变量的累积解释量均达到了效度分析的判定值50%，具有较好的效度水平。可见，量表具有较好的信度和效度，适合进行下一步的数据分析。

(三)变量的描述性统计和相关性分析

本研究相关变量的平均值、标准差和相关系数的分析结果如表3所示。由表3可知，网络合作度与创新绩效(，一0.27，p <0. 01)、网络合作度与知识存量(r=0.14，p<0.05)均显著相关，假设1和假设2得到了验证。

但由表3数据表明，知识异质性与网络合作度、知识存量、创新绩效等均不显著，说明可能存在非线性关系。由于本文将知识异质性作为调节变量，其倒U调节效应在下文中进行验证。

(四)中介效应的结构方程模型分析

根据Baron和Kenny构建的中介效应验证方法，要证明假设3，即知识存量在网络合作度与创新绩效之间起到中介作用，必须首先证明网络合作度与创新绩效、知识存量显著相关，知识存量与创新绩效显著相关。可见，前文的研究结果为进一步验证知识存量中介作用奠定了基础。为了验证假设3，本文进行了一系列的嵌套模型测试。其中，模型1是基准模型，表示完全中介模型，路径为网络合作度——知识存量——创新绩效，不包括从网络合作度到创新绩效的直接路径;模型2是部分中介模型，增加了网络合作度到创新绩效的路径;模型3则是直接作用模型，即网络合作度和知识存量直接作用于创新绩效。模型间的分析结果比较如表4所示。

表4数据表明，模型1所有的匹配指数均良好(X2= 127. 79.df=42 ，CFI=0.97，RMSEA=0.052，AGFL=0. 94)，模型2和模型3匹配指数较差。基于以上结果和模型简约原则，本文认为模型1是最佳匹配模型，

图l显示了知识存量在网络合作度与创新绩效之间中介作用的显著性，即网络合作度对知识存量是显著的(p =0.14，p<0.05);同时，知识存量对创新绩效的影响也是显著的(β =0.71，P<0.01)。

综上所述，假设3得到了验证，即知识存量在网络合作度与创新绩效之间起到中介作用。

(五)调节效应的层次回归分析

按照温忠麟等的建议，检验知识异质性的调节效应[49]，本文采用层次回归法，建立多个模型进行数据分析，具体分析结果如表5所示。需要说明的是，若知识存量系数显著则表明中介的调节效应显著，且网络合作度知识异质性的系数不显著，则说明知识存量对知识异质性的调节效应具有完全中介作用。

首先，以创新绩效为因变量，检验知识异质性对网络合作度与创新绩效关系的调节效应，见表5中的模型1。分析结果表明知识异质性对网络合作度与创新绩效的调节效应未达到了显著水平(β=0. 241，p>0. 05)。基于表3分析，知识异质性对网络合作度与创新绩效的调节作用可能为非线性，因此引入知识异质性平方，见表5中的模型2。分析结果表明知识异质性和知识异质性平方对网络合作度与创新绩效的调节效应达到了显著水平(p =0.207，p<0.05)，说明知识异质性对网络合作度与创新绩效的调节作用之间存在二次函数关系，同时，知识异质性平方系数的值为负(β= -0.204，p<0. 01)，说明二次曲线开口向下，表明知识异质性对网络合作度与创新绩效的关系起到倒U的调节效应，假设4成立。

其次，以知识存量为因变量，检验知识异性对网络合作度与知识存量关系的倒U调节效应，见表5中的模型3。分析结果与模型2相似，知识异质性和知识异质性平方对网络合作度与知识存量的调节效应达到了显著水平(β=0.171，p<0.01)，且知识异质性平方系数的值为负(β= -0.168，p<0.05)，说明知识异质性的倒U调节效应达到了显著水平，假设5成立。

最后，检验有中介的调节效应，以创新绩效为因变量，将网络合作度、知识异质性、网络合作度、知识异质性和知识异质性平方标准化后的交互项、知识存量进行回归，见表5中的模型4。分析结果表明，知识存量的回归系数达到显著水平(β=0. 327，p<0.01)，而且网络合作度与知识异质性、知识异质性平方的交互项不显著(β=0. 162，p>0.1;β=-0.157，p>0.1)，说明知识存量对知识异质性的倒U调节效应起到完全中介作用，假设6成立。

五、结论与启示

近年来，学者们从微观和宏观层面对KI产业创新绩效的影响因素进行了研究。如，在微观层面，管理水平和R&D投入等对KI创新绩效具有重要影响;而在宏观层面，企业间合作关系对该创新绩效的影响也不容忽视。然而，本文认为以上因素对KI产业创新绩效的影响均与知识特征相关。因此，本文首先基于网络视角，从知识所具备的知识存量持续增长性和知识异质性两个特征，研究KI产业创新网络合作度对创新绩效的作用机制;其次，以吉林省新能源汽车产业创新网络为例进行了实证研究，得出以下结论：

第一，知识存量在网络合作度与创新绩效之间起到中介作用。时至今日，国内外学者基于企业和网络视角，运用理论建模、仿真及实证研究等方法对知识密集型产业中企业间合作关系对创新绩效的作用机理进行了研究，对“合作强度和合作频次对创新绩效具有显著的正向影响”这一命题也达成共识。其中，部分学者在研究过程中发现在合作关系与创新绩效之间存在诸如知识共享能力、知识转移能力以及知识创造能力等中介变量。而以上中介变量对企业或网络作用的根本性目的在于增加网络整体的知识存量随后，基于KI产业的实证研究，有学者分别从企业层面和网络层面验证了知识存量的增长能够有助于创新能力的提升，随之，义验证了合作强度和合作频次(即网络合作度)与网络的知识存量存在显著的正向作用，，综上所述，知识存量在网络合作度与创新绩效的关系中发挥着中介效应。本文通过对吉林省新能源汽车产业创新网络进行实证研究验证了知识存量的完全中介效应。在此研究过程中发现，即使该网络内企业的合作关系紧密，吉林省新能源汽车产业创新网络在网络的知识存量没有显著增长的情况下，其创新绩效并末得到提升。因此，从网络治理视角出发，在创新网络内应尽可能减少不能促进知识存量增长的合作关系，进而实现网络优化，提高网络的创新能力。

第二，知识异质性在网络合作度与网络知识存量之间起倒U调节作用，而在网络合作度与创新绩效之间未起到调节作用。知识在网络中呈现出的异质性源于知识自身所具备的离散分布性、缄默性及路径依赖性。在知识管理和技术创新管理领域，学者们研究r知识异质性对创新的作用机理，其中，Bourlcken和Kraus特别指出技术创新的成功往往通过异质性知识的互动得以实现[11]。继而，Carbonara和Tavassoli丛丁实证研究分析了知识异质性对网络合作度与知识存量、创新绩效之间关系的调节作用[39]。基于此，本文通过对占林省新能源汽车产业创新网络进行实证研究，选取与本研究涉及变量相关性较弱的企业时长和企业规模为控制变量，并运用结构方程模型和回归方法对该网络的网络合作度、知识存量、创新绩效及知识异质性之间的关系进行分析，验证了本研究的第6个假设，即知识存量对知识异质性的调节效应起到完全中作用。然而，部分学者对“知识异质性调节效应”的作用方向持有不同看法。如，Blazek等在其研究中指…：在知识异质性水平较高时，紧密的合作关系并不会促进知识存量的增长[41];而Tavassoli和Carh()n cil'ci却通过实证研究得到“在知识异质性水平较高时，网络合作度对知识存量的作用更加显著”[40]对此，本文认为，企业间合作虽然能够促进异质性知识通过知识转移和知识流动作用实现知识共事，进而创造新知识，但是若知识异质性过高则难以实现知识创造。其原因在于以下两个方面：一方面，在知识异质性水平较高时，其知识的路径依赖性和缄默性水平也较高，使合作伙伴难以理解该知识，阻碍两种不同技术或产品的融合;另一方面，在知识异质性水平较高时，其载体(企业或组织)的差异也较大，包括组织文化、管理模式等方面，导致合作沟通的效率低下，阻碍知识创造。因此，在网络内成员企业基于知识或技术互补性原则建立合作关系时，应重视知识异质性对合作关系的影响。当知识异质性水平较高时，合作双方可能由于文化、组织形态及管理模式之间的差别对合作内容的理解存在偏差，阻碍了知识共享和知识转移作川，这进一步阻碍了知识创造的实现。对此，合作双方须通过正式洽谈和非正式交流等方式加强沟通。此举不仪能够减少合作双方对合作内容认识方面的偏差，还能够促进隐性知识显性化，进而创造新知识。

第三，南于本文研究问题的局限性和数据收集的困难性，本文未引入诸如企业管理水平和企业创新绩效等影响因素作为重点研究对象。因此，结合企业层面和网络层面的创新绩效影响因素，深入调研KI产业，引入管理水平等变量，研究其与网络合作度、知识特征以及创新绩效之间的关系是KI产业创新网络研究的下一个研究重点。

作者：孙冰 姚洪涛

第二篇：基于知识和知识创新视野下的组织创新

摘 要:基于企业的知识属性和知识创新过程，对组织创新与知识创新之间的互动性进行探讨，进而指出组织创新的学习机制、底蕴，在此基础提出了组织创新的方法和策略。

关键词: 服务业 知识 知识创新 知识管理 组织创新

伴随着知识经济时代的来临，知识作为重要战略资源的地位日益凸显，组织创新也在知识创新的推动下稳步推进。著名管理学家彼得·德鲁克说过：“创新，即用知识生产新知识需要系统的努力和高度的组织。”企业组织创新就是企业的组织构成要素及要素间关系的变动或重组,以维持组织自身及其与环境间的动态平衡。

一、企业知识创新的概念和特征

知识创新，是指通过企业的知识管理，在知识获取、处理、共享的基础上不断追求新的发展，探索新的规律，创立新的学说，并将知识不断地应用到新的领域并在新的领域不断创新，推动企业核心竞争力的不断增强，创造知识附加值，使企业获得经营成功。

知识创新具有以下特征:

独创性。知识创新是新观念、新设想、新方案及新工艺等的采用，它甚至破坏原有的秩序。知识创新实践常常表现为勇于探索、打破常规，知识创新活动是各种相关因素相互整合的结果。

系统性。知识创新可以说是一个复杂的“知识创新系统”,在实际经济活动中，创新在企业价值链中的各个环节都有可能发生。

风险性。知识创新是一种高收益与高风险并存的活动,它没有现成的方法、程序可以套用，投入和收获未必成正比,风险不可避免。

科学性。知识创新是以科学理论为指导，以市场为导向的实践活动。

前瞻性。有些企业，只重视能够为当前带来经济利益的创新，而不注重能够为将来带来利益的创新，而知识创新则更注重未来的利益。

在知识经济时代，知识已经成为与资金和人力资源并列的企业三大战略管理资源。由于知识是一个不断追求创新的过程, 而创新又是知识型企业的根本特征,这就 使得知识成为整个管理的核心资源, 对其他资源有着积极的指导作用。

二、组织创新与知识创新的互动

从知识的角度理解，企业本质上是一个动态的、不断更新的、共享的知识系统。知识创新是企业的生命。企业通过知识的不断积累而成长，因而知识创新的组织内在环境显得尤为重要。企业管理者需提供必要的组织条件来强化知识创新机制。如企业通过科学技术研究和产品开发研究,为创新企业知识搭建更高的知识平台。企业的组织创新要求企业改造内部环境，即开展组织创新，以维持知识的获取、知识转化、知识共享和知识应用的进程。

在知识经济时代，企业的组织创新是一个以组织战略为导向、组织结构为载体、企业文化为底蕴、组织学习为机制的企业知识交流、积累与创新的过程。企业寻求组织创新实质是企业战略、目标、结构规范和文化等要素之间的重新选择与优化，从而提高核心能力，这可以通过其运作过程中的知识共享、积累与创新来实现。知识创新的过程可进一步作用和体现在企业的战略、结构和文化等组织创新活动中，企业的组织创新实质是企业知识的运用和延伸，组织创新和知识创新是相互促进的。

三、组织创新的学习机制

在组织创新与知识创新的互动过程中，存在着促进两者相互作用的动力机制，即组织学习机制。组织学习是组织创新和核心能力培育和提升的重要途径。

由于企业核心能力的本质是知识,而知识以组织和人员为载体。因此,企业核心能力的形成和成长过程,可以从知识积累、应用和创新的角度来分析。企业在与外界环境包括供应商、顾客及其他组织进行资源交换以及企业内部将各种物质资源和知识资源进行合理配置,组织研究开发、生产销售的过程,实质上是知识的积累、应用和创新的过程,即知识在个人、团队和组织间流动和转换的过程。在这一过程中,个人知识转化为团队知识,团队知识进一步上升为组织知识。这些知识的不断积累、应用和创造,最终形成企业的核心能力并促使其不断地成长。

随着知识性资源在企业“资源束”中的优势地位日益确立,作为企业内部资源配置方式的管理组织,也越来越显示出其在企业学习能力的培养和知识管理中的重要性。从企业组织本质上是一种共享的“知识基”的角度看,企业组织创新过程同时也是一个复杂的组织学习和知识创造过程。面对动态竞争环境，企业组织必须是一个动态的、不断更新的知识系统，这个知识系统与系统内部、与系统外部的知识转移和更新的过程，包括企业主动适应外部环境和能动变革内部条件的过程。

四、知识创新是提升企业竞争力的源泉

企业的核心竞争力包括两个方面：一是核心运营力，指企业能高速度、高效率地生产高品质的产品和高满意度服务的能力;二是核心知识力，指企业拥有对某种特定领域和业务而言独一无二的专长、技术和知识。国内外现代化企业的经验都证明，知识创新是企业寻求核心竞争力的无穷源泉。

(一)知识创新是企业创新能力的基础

创新是知识创造的一种表达形式。从知识管理的角度来看，知识管理大体可以分为三个阶段，即知识采集、知识利用和知识创造，通常前者是后者的条件，企业需要的是持续、系统的创新能力。在企业核心竞争力的培育过程中，知识创新始终是基础，只有不断的有新知识的涌现，企业才会有新的创新能力，企业才会有新的发展动力，才能够带动企业向前发展。只有这样，企业核心竞争力才能使企业保持长久的竞争优势。因此知识创新是企业核心竞争力的基础。

(二)知识创新推动组织创新，从而形成核心竞争力

知识创造是知识管理工作的最终目的，由知识创造而形成的企业创新能力是现代企业的一项重要的核心竞争优势，一个企业如何提升自身的创新能力是一个复杂的问题。首先这是建立在大量知识流动的基础上，因为流动速度的提高会使知识之间的碰撞几率增大，知识之间的碰撞是知识创造的基础。文化是推动知识之间的碰撞以实现更好的知识创造的主要的推动力量，注重企业学习、变革和成长的企业文化将促使员工进行积极的思考和知识转化。核心竞争力是建立在快速的知识创新的基础之上的，它又是通过组织创新来表现出来的。

(三)知识创新从整体战略来推动核心竞争力的培育

实际上知识管理是一个难以真正分割成为明确的几个部分的企业整体行为，而每一种手段都在各个部分起着或多或少的作用。但从整体来看，信息技术是知识管理的基础，所以知识管理从信息技术的角度看，已经完全演变成为企业信息系统的一个部分。由于知识管理是一个复杂的企业战略信息化的应用，所以单纯的信息系统是不足的，而这里所讨论的内容将系统的推动着知识管理工作，最终实现知识创造，企业将体会创新所建立的核心竞争优势超越了有形资产搏弈的层面，为企业带来战略优势。

五、基于知识管理的企业组织变革

(一)组织结构变革

企业组织结构变革的目的是形成一种分散灵活的、具有高度适应性的有机组织形式,使得知识和信息准确和快速地达到使用者。组织结构变革的方向主要扁平化、柔性化以及设立专门的知识主管。

1.扁平化。知识管理时代的组织将弱化或取消中间的管理层次,压缩职能机构,使得组织结构扁平化。具体方法有: 精简管理层次去除组织中不增加价值的层次;构建基于信息的组织,即以信息技术来取代中层;合理使用参谋。

2.柔性化。柔性化是指能适应环境变化和市场需求,能对变化及时做出恰当反应的组织形态。构建柔性化组织结构可从以下三方面来考虑:其一,保证柔性组织的稳定性。其二,注意培养组织的动态性。其三,使组织具有单一性与多样性特征。

3.设立专门的知识主管。知识主管需要及时把握企业的知识存量和知识需求,鼓励员工把自己的知识贡献出来,成为企业的共同财富,同时消除传统的员工与上司、员工与员工之间信息交流的障碍,创造良好的知识共享的环境。

(二)组织流程变革

组织流程变革即业务流程再造。“业务流程” 是指企业组织以价值链形成过程为逻辑,围绕价值创造的既分离又相互关联的行为过程。“业务流程”必须随市场结构和组织结构的变化而调整,现代管理学称之为“业务流程再造”。从目前中外企业的实践来看,企业“业务流程再造”主要集中于以下三个方面: (1) 调整企业业务流程导向。从“追求企业市场份额增长”转变到“追求企业利润增长”,关键有三:识别市场需求及其变化、确定顾客偏好、发现企业利润区的转移。(2) 识别并确定企业核心业务流程。企业必须把核心业务流程和非核心业务流程区别开来。关键是首先正确分析和处理好核心业务流程和其它业务流程之间的关系,确保核心业务流程的主导性。其次是尽可能剔除不必要的业务流程。(3) 创新协同。将业务流程再造和企业组织变革有机的联系起来,将业务流程再造纳入到整个组织变革的系统当中,实现流程再造和组织变革的协同效应。

(三)组织文化变革

组织创新与知识创新的发展还受到内部文化的深刻影响。组织文化是现代市场经济中第三只“看不见的手”,它充分地反映了企业组织的战略远景和经营理念,因而成为现代企业发展的精神向导。组织文化在知识管理的实施中起着非常关键的作用。许多企业文化障碍表现在难以知识共享和害怕创新,而这恰恰就是成功实施知识管理的最大障碍。实行组织文化变革,构建适合知识管理的组织文化关键在于:一方面,塑造知识创造和知识共享的文化环境。主要内容包括:相互信任、开放式交流、不断学习、共享与开发企业的知识运作机制、享受知识管理过程。另一方面在于坚持以人为本的理念。企业在实施知识管理时,要以人为中心,强调人和事的统一发展,特别是注重开发人的潜能,更加注重人的智慧、技艺和能力的提高与人的全面发展,逐步在企业中形成一种以人为本的文化氛围,并把这一原则体现在企业实际行动中。

参考文献：

[1]彼得·德鲁克，张星岩译.后资本主义社会.上海译文出版社，1998.

[2]林山，黄培伦，蓝海林.组织学习、知识创新与组织创新的互动研究.科学管理研究，2004(5).

[3]Sense ,P. M(1992) ,Building Learning Organizations ,The Journ al for Quality and Participation ,March.

[4]王永龙.动态复杂性环境中的组织创新研究[J].经济管理,2002(6) .

[5]迈诺尔夫·迪尔科斯等.组织学习与知识创新[M].上海人民出版社,2001.

作者：孙　筠

第三篇：知识溢出对知识源企业技术创新影响研究述评

摘要：在对知识溢出的概念等相关文献进行系统综述的基础上，总结了知识溢出对知识源企业技术创新影响的传统观点，并从创新激发、衍生性知识和产业聚集等三方面阐述了知识溢出对知识源企业技术创新的积极影响，同时从“溢出知识库”和“产业集聚”两个视角对知识溢出促进知识源企业技术创新绩效的机理提出了展望，拓展了知识溢出与企业技术创新关联性的理论研究领域，并为创新型企业利用自身知识溢出实现增长提供了指导思想。

关键词：知识溢出;知识源企业;技术创新;模型假设

文献标识码：A

doi：10.19311/j.cnki.16723198.2017.01.005

1引言

随着经济全球化的推进，在开放创新活动中，企业知识溢出现象越来越普遍，其对企业发展和创新的影响也日渐凸显。知识溢出是现代企业开放式发展过程中必然产生的一种经济现象，它指的是地区或行业之间由于知识存量差异而导致的经济、业务交往活动中知识和技术无意识的转移过程。已有大量研究表明知识溢出与企业技术创新有着密切联系，例如Cohen & Levinthal(1990)研究发现，知识溢出能够使社会和接受企业获利;Jaffe(1986)认为知识溢出能使竞争者更方便地进入一个技术领域，从而减少知识源企业的创新收益;Kogut & Zander(1992)指出，知识溢出的最大受益者是知识接收方，知识源企业在这个过程中没有收益。现有研究大多集中于溢出现象对知识接受企业的影响，很少有学者关注知识溢出对知识源企业的潜在收益。然而，知识的转移与共享是一个双向的、有机的过程，因此，必须以一个开放的视角去剖析知識溢出所带来的效益。

本文首先从知识溢出的概念和影响因素着手，通过对国内外相关文献的回顾，总结出国内外对知识溢出的研究现状。接着分类阐述了知识溢出对知识源企业技术创新影响的传统观点，并从创新激发、衍生性知识和产业聚集等三个方面概括了知识溢出对知识源企业技术创新的积极影响，为知识源企业有效利用知识溢出带来的潜在收益提供了合理的指导思路。同时，本文从“溢出知识库”和“产业集聚”两个视角出发，进行了更深入的推想，提出了知识溢出促进知识源企业技术创新绩效的流程模型和机理模型，为相关领域的实证分析提供了一个全新的研究方向。

2知识溢出的研究概述

2.1知识溢出的概念

“溢出”这个概念最早起源于经济学理论，主要用于描述区域内企业由于存在信任和其他社会关系而更易于获得创新信息的一种经济外部性现象。溢出主要有交易性和知识性两种特性。随着开放式创新的推进，溢出的侧重点逐渐由交易性向知识性转变，知识溢出现象在企业创新活动中变得愈加频繁。一般而言，知识溢出包含两大主体：知识溢出方和知识接受方，知识或技术从溢出方无意识地转移到接受方并为之所吸收的现象即为知识溢出。

2.2知识溢出的研究进展

对知识溢出的探究始于20世纪60年代，按照知识与位置关系，国外的研究可以划分为四个阶段：1960-1970年的非经典理论和知识积累因素阶段，主要代表人物是Arrow;1970-1980年的非完全知识扩散阶段，其核心概念涉及时间、空间、国家和地理等方面;1980-1990年的物流与技术研究阶段，内容包括知识溢出的中心扩散、梯度转移等;1990年至今为第四阶段，主要包括经济地理和新经济地理两个研究领域。经济地理的代表人物是Audrestch，重点研究区域邻近技术知识溢出、工业集聚等因素对知识溢出的影响;新经济地理的代表人物是Krugman，重点从知识溢出与产业集聚之间的互动关系开展研究。国内对知识溢出的研究主要有：以FDI为对象对区域间知识溢出的研究、以R&D为对象对区域知识溢出效应、知识产权保护的研究和以技术扩散与区域间知识溢出为对象进行模型构建的研究等。

2.3知识溢出的影响因素

知识对创新与经济增长至关重要。由于知识的非竞争性与部分排他性，知识溢出是不可避免的。分析知识溢出的影响因素，有利于探讨后发国家、地区或企业获取知识溢出的机制，缩小与发达者之间的差距。通过对相关文献的回顾，本文总结了以下几点影响因素。

2.3.1吸收能力

吸收能力是指识别、消化与利用外部知识的能力。吸收能力对知识溢出的影响主要通过知识接受方体现。Verspagen(1991，1993)把区域间知识溢出划分为潜在知识溢出和实际知识溢出，在区域间知识存量差距一定的条件下，获取知识溢出的大小取决于客体固有的学习和吸收能力。凯尼尔斯的“蜂巢模型”也表明，知识接受方的吸收能力越强，获取知识溢出越大。

2.3.2知识差距

知识差距指的是知识溢出方与知识接受方固有知识存量的差异程度。一方面指知识量的势差，从凯尼尔斯的“蜂巢模型”可以看出，知识量的差异会影响溢出的效果;另一方面指知识复杂程度的差异，Zellner(2003)根据应用导向程度和专门化程度两个维度把基础研究溢出的知识划分为6种，分别观测每种知识的溢出情况，结果表明非专门化知识溢出强于专门化知识溢出。

2.3.3溢出距离

溢出距离是指知识溢出方与知识接受方的空间地理距离。Katz(1994)的研究证明企业地理距离越远，合作行为越少。Bottazzi(2003)通过对1988-1995欧洲企业创新行为的调查，指出溢出效应的有效地理范围在300千米左右。Breschi提出“缄默知识”的概念来解释溢出效应的空间壁垒，即科研中产生的知识多数具有缄默性，需要面对面的交流，因而无法长距离传递。

2.4知识溢出的研究重点

经过国内外学者近些年的研究，目前知识溢出的研究方向主要集中在：第一，对知识溢出概念和内涵的界定，这可以体现在各类相关研究中;第二，以定量的方法对空间知识溢出进行测度或对知识溢出的影响因素建立关系模型，例如凯尼尔斯的“蜂巢模型”、Baptista(2004)的地理集中和知识扩散速度的关系模型;第三，对知识溢出及其相关模型进行实证研究，寻求知识溢出与经济增长之间的联系，例如许潇迪(2007)对知识溢出效应测度的实证研究，张玉明，李凯运用空间计量模型对知识溢出对我国省级区域经济增长收敛性的影响进行了实证分析。此外，还零散分布着一些其他方面的研究，例如知识溢出与企业家精神理论、知识溢出的产学研合作等。然而把知识溢出与开放式创新和技术创新绩效相结合，探索它们之间关联性的研究却很少，并且主要关注的是知识溢出对知识接收方技术创新的影响，忽视了知识源企业可能的潜在收益。接下来，我们将就知识溢出对知识源企业技术创新的影响做进一步研究分析。

3知识溢出对知识源企业技术创新的影响

知识溢出实现了信息和技术的传递，切合了开放式创新环境下打破知识壁垒，穿越“专利丛林”的需要。知识溢出能够降低汲取新技术的成本、提高整合新知识的能力，有利于知识接受方的研发和创新，这是知识溢出最显而易见的效益，现有的相关文献也大多支持这个观点。然而通过对知识溢出影响因素的分析，可以发现，知识溢出的效果不仅仅由知识接受方决定，知识溢出方自身的条件也对溢出效果有较大影响，知识溢出需要一个有机的整体来完成。野中郁次郎(1994)的“知识创新螺旋模型”指出，知识创造是一个向前的螺旋过程，开始于个人层面，迈向集体层面，再升入组织层面，最后会超出组织层面。知识接受方通过吸收溢出知识，并将其与自有知识相结合，这正是廉价的知识创造，这些再造知识同样会超出组织层面，形成新的知识溢出。因此，知识溢出并非简单、孤立的“无私贡献”，而是一个复杂、多元的“知识转移网络”。下面将从两个角度阐述知识溢出对知识源企业技术创新的影响。

3.1知识溢出对知识源企业技术创新的消极影响

综观国内外现有相关研究，大部分学者认为知识溢出对知识源企业技术创新没有促进作用，甚至有消极影响。这种消极观点可以从知识耗散、竞争加剧、研发成本等几个视角来论述，见表1。

知识溢出意味着源企业的知识或技术将被以相对低廉的代价转移到外部组织。从知识接受企业和社会整体的视角出发，这种知识共享现象无疑是可取的，Cohen & Levinthal(1990)和Griliches(1992)均指出知識溢出能促进接受企业更好地吸收相关领域的知识，促进区域或行业整体经济的发展。然而，知识的创造者并没有这么幸运，Spencer(2003)从知识源企业的视角分析了知识溢出的效益，他认为如果知识源企业没有建立相关的行业标准，那么知识溢出仅仅只是一种技术的耗散，不会给源企业带来收益。Gattai(2007)通过研究溢出与多元化企业边界的关联，发现知识溢出造成了源企业技术资源的流失。Barney认为企业竞争优势的内生来源在于拥有异质性的资源，知识的公共品属性注定其不会被知识源企业单独占有，溢出现象不可避免地降低了知识和技术对源企业的价值。

在知识经济时代，溢出现象是必然发生的。Jaffe(1986)在研究技术机遇和研发溢出时发现，知识溢出能使竞争对手更快地进入相关领域，加剧行业内竞争，从而减少知识源企业的创新收益。Bischi & Lamantia(2004)从资源分配的视角分析了知识积累和知识溢出现象，并指出知识溢出会影响行业领域的资源配置，进而加剧企业之间的竞争。知识溢出可以冲破“专利丛林”和技术壁垒的层层防线，辐射至外部接受者，根据波特的“五力模型”，知识和技术壁垒的降低会吸引大量竞争对手进入该行业领域。同时，随着开放式创新的推进，“非此地发明”的思维模式被逐步取代，越来越多的企业依靠从外部获取资源实现创新和增长。

知识源企业在创造新知识的同时必然需要一定的研发成本。Arrow早在1962年就指出，在知识溢出的过程中，接受方可以用最低的成本换取最高的收益，以支持其技术的发展进步。Anupama & Stephen(2014)认为，知识源企业为了挽回知识溢出所带来的成本消耗，会迫切希望与知识接受企业组成新的知识联盟，以实现利益和资源共享。知识溢出为接受企业提供了便利的学习途径，大大降低了企业创新的风险和成本，从知识溢出过程的整体来分析，知识源企业的研发成本被间接抬高了。

3.2知识溢出对知识源企业技术创新的积极影响

知识溢出的本质是对知识和技术的共享，是一个知识转移的网络。知识的公共品属性不仅是知识溢出的缘由，同时也使知识溢出所带来的效益很难集中于某个单一对象。尽管很少有研究关注知识源企业在知识溢出中的潜在收益，但现有文献中或多或少蕴含着相关的暗示，这些观点可以概括为以下三个视角：创新激发、衍生性知识和产业聚集(见表2)。

Dosi(1988)发现在知识溢出产生后，知识源企业会关注接受企业如何利用所吸收的知识和技术，并将接受企业处理新知识的方式有选择性地用于今后的研发创新当中，这也证实了Cyert & March(1963)提出的“企业会模仿和利用外部相关组织的创新行为”的猜想。知识溢出虽然使知识创造者不能独享成果，但却为它们提供了新的创新契机。

Jaffe(1986)指出，企业对与自身知识属性存在关联的技术具有更高的敏感性。Sorenson et al(2006)发现，接受企业在吸收溢出知识时并不是单纯的复制，而是基于企业情境将溢出知识与自有知识进行适当的融合，这种融合为源企业带来了更多的衍生性知识。Yang et al(2010)通过对知识溢出过程的系统研究，得出了更深入的结论，他们认为在知识溢出过程中，知识源企业不仅通过模仿接受企业的知识合成行为来实现更进一步的创新，同时也从接受企业所提供的衍生性知识中搜寻创新源信息。以上相关理论表明，知识溢出不但能够从创新形式上激发知识源企业的突破性思维，同时也为知识源企业创造了一个实质的衍生性知识集合。

Freeman C(1991)通过研究发现，产业集群内部存在知识溢出效应，并且这种知识溢出效应对源企业技术创新和生产效率有着很大的促进。Brett et al(2008)研究中实证表明，产业集聚使得集群内企业从当地环境中吸取更多知识，生产增长率更高，创新行为更加积极，这种效应对知识源企业尤为显著。国内学者于江鹏和吴翠花(2010)认为，知识溢出能够提高集群企业产出研发水平，降低集群内企业研发成本和风险，并最终导致其竞争能力的提升。综合国内学者外研究现状，知识溢出对促进产业集聚形成，增进创新绩效和生产水平有着不可忽视的作用，知识源企业由于对溢出知识具高度敏感性，故能更好地利用由产业集聚带来的促进效应。

4启示与研究展望

4.1启示

知识溢出是经济进步和开放式发展相结合的产物，在知识经济时代，随着专利技术的产生和发展，依托现代通信技术和网络技术，知识溢出的方式和渠道变得多样化，知识溢出对企业技术创新的影响也越来越大。尽管现有的研究大多认为知识溢出能使社会和知识接受方获利，而对知识源企业的创新绩效没有影响，甚至有负面效应，然而这并不影响对知识溢出效益的全方位探索。本文从创新激发、衍生性知识和产业集聚三个角度分析了知识溢出对知识源企业技术创新的积极影响，为知识溢出与技术创新的关联性研究提供了新方向。在此，笔者认为在对知识溢出与技术创新关联性的进一步研究中，有以下两个关键点。

首先，对知识溢出的研究不能仅仅局限于定量分析或模型的实证上。探索知识溢出的影响因素，更加精确地测度知识溢出效应的大小在开放式创新背景下固然重要，不过将知识溢出与企业实践相结合，剖析知识溢出对企业技术创新绩效的影响机理同样重要。知识一旦被使用，它就成了公共品，因此知识溢出效益是知识源企业无法控制的。如果将知识溢出与单个企业的实际情况整合起来考察，就很难设计出一个精确的模型来测度知识溢出的大小或效益，这时运用定性的研究方法更加合适。

其次，必须冲破传统的刻板思维，不要仅仅关注知识溢出对知识接受方的影响。知识的转移与共享是一个双向的、有机的过程，以开放的视角，从多个层面探索知识溢出过程中的效益，是深度剖析知识溢出对技术创新影响的关键。例如，Yang et al(2010)通过对知识溢出的深度研究，指出知识溢出对知识源企业有积极影响。柯达公司运用其他企业对其OLED技术的学习与改进，创造了自身的核心技术圈，实现了更大的经济增长，这个例子很好地验证了Yang的观点。

4.2基于“溢出知识库”理论的研究展望

根据相关理论回顾，知识溢出对知识源企业技术创新有积极影响。尤其是Yang et al(2010)通过对知识溢出的深入研究，提出了“溢出知识库”的概念。溢出知识库是指外部组织通过学习和改进知识源企业的知识或技术，而形成的具有知识源企业特色的知识集合。Yang et al认为溢出知识库是每一个知识源企业所特有的，知识源企业可以通过反馈性学习从溢出知识库中汲取新的信息，寻找创新的突破口。由于溢出知识库与知识源企业自身知识库有“血缘关系”，因此员工可以轻松地掌握其中的知识和技术，并以此为契机，实现更进一步的创新开发。同时，Yang et al还指出，溢出知识库对知识源企业技术创新影响的大小取决于两个变量：知识容量和知识相似程度。其中知识容量指的是溢出知识库中所含知识和技术的数量，知识相似程度指的是溢出知識库中的知识和技术与知识源企业自身所具备知识的差异程度。据此，本文总结出了模型1(知识溢出促进知识源企业技术创新的流程模型)，如图1所示。

模型2假设知识容量和知识相似程度对知识源企业技术创新绩效有正向影响，即溢出知识库的知识容量越大，技术创新绩效越大;溢出知识库中的知识与源企业自身所具备知识的相似程度越高，技术创新绩效越大。除此之外，模型2还假设知识源企业的反馈学习能力对知识溢出促进技术创新绩效具有调节效应，即知识源企业的反馈学习能力越强，知识容量和知识相似程度对知识源企业技术创新绩效的正向影响越强。

4.3基于“产业集聚”观点的研究展望

“溢出知识库”理论关注的是知识溢出的过程，而“产业集聚”关注的是知识溢出带来的结果。根据相关理论回顾，比如Feldman和Audretschl所指出的，在经济活动中，知识溢出促使相关企业集聚，形成产业集聚，产业集聚又反过来增大市场主体交换知识的可能性，“知识溢出”对产业聚集有积极促进作用，而产业集聚有利于降低科研及成果商业化的成本，对于知识源企业降低成本、提高研发效率和创新能力会产生有利的影响。Rosenthal认为知识溢出的空间局域性使得知识溢出吸收效率和地理位置的临近程度呈正相关，即地理位置越近，知识溢出效率越高。Chyi等用实证研究的方法，数据分析了我国台湾新竹高科技企业集聚情况，指出知识溢出是促进产业集聚的重要原因。这些研究大多采用实证分析或者传播模型方法，从被动知识溢出机制和主动知识溢出机制研究知识溢出和产业集聚的相互影响。但是这些研究大多忽视了知识溢出本身的特点，比如知识传播的隐性和度量性，再加上知识溢出是一个动态过程，这也造成很难客观的估量知识溢出对产业集聚的影响程度和效果，这就是一个需要进一步研究的重要问题——如何针对知识溢出的识别和测量建立合适的模型。另一方面，知识溢出有利于形成产业集聚，但是知识溢出对产业集聚形成的机制还需进一步深入研究。

参考文献

[1]Cohen， W.M.， & Levinthal，D. A.Absorptive capacity：A new perspective on learning and innovation[J].Administrative Science Quarterly，1990，(35)：128152.

[2]Jaffe，A.B.Technological opportunity and spillovers of R&D：Evidence from firms’ patents，profits and market value[J].American Economic Review，1986，(76)：9841001.

[3]Kogut， B.，& Zander，U.Knowledge of the firm，combinative capabilities， and the replication of technology[J].Organization Science，1992，(3)：383397.

[4]Hongyan Yang，Corey Phelps，H.Kevin Steensma.2010. Learning from what others have learned from you：the effects of knowledge spillovers on originating firms[J].Academy of Management Journal，2010，53(2)：371389.

[5]王艳，赵立雨，师萍.知识溢出效应影响因素、机理及测度模型研究[J].图书情报工作，2009，(20)：110113.

[6]Jaffe AB，Lerner J.Reinventing public R&D：patent policy and the commercialization of national laboratory technologies[J].Rand J Econ，2001，32(1)：167199.

[7]Grossman G M.Trade， knowledge spillovers and growth[J].European Economic Review，1991，(35)：517526.

[8]Krugman P.Geography and Trade[M].London：MIT Press，1991：3042.

[9]劉和东.产业及群众的知识溢出及其效应研究[J].科技管理研究，2010，(8)：175180.

[10]许箫迪，王子龙，谭清美.知识溢出效应测度的实证研究[J].科研管理，2007，(05)：7686+59.

[11]Cohen， W. M.，D. A.Levinthal. Innovation and Learning：the Two Faces of R&D[J].The Economic Journal，1989，(99)：569596.

[12]Verspagen， B.A New Empirical Approach to Catching up or Falling Behind[J].Structural Change and Economic Dynamics，1991，(2)：359380.

[13]Verspagen， Bart.Technological and Social Factors in Long Term Fluctuations[A].Massimo Di Matteo， Richard M Goodw in and Alessandro Vercelli Proceedings of a Structural Change and Economic Dynamics[Z].Elsevier，1993：210213.

[14]CanielsM C J.Know ledge Spillovers and Economic Growth：Regional Growth Differentials across Europe[J].Edward Elgar：Cheltenham，2000：4356.

[15]Zellner C.The economic effects of basic research：Evidence for embodied knowledge transfer via scientists' migration[J].Reseach Policy，2003，(32)：18811895.

[16]Katz J S.Geographical proximity and science collaboration[J].Scientometrics，1994，31(1)：3143.

[17]Bottazzi L，Peri G.Innovation and spillovers in regions：Evidence from European patent data[J].European Economic Review，2003，47(4)：687710.

[18]Breschi S，Lissoni F.Knowledge spillovers and local innovation systems：A critical survey[J].Industrial and Corporate Change，2001，10(4)：9751005.

[19]Baptista R.Do Firms in Clusters Innovate More?[J].Research Policy，2004，27(5)：525540.

[20]张玉明，李凯.基于知识溢出的中国省际区域经济增长收敛性实证分析[J].中国软科学，2011，(5)：745751.

[21]Joern H. Block，Roy Thurik，Haibo Zhou.What turns knowledge into innovative products?The role of entrepreneurship and knowledge spillovers[J].Journal of Evolution Economy，2013，(23)：693718.

[22]Zoltan J A，Mark S.Patents，knowledge spillovers，and entrepreneurship[J].Small Business Economics，2012，39(4)：801817.

[23]Cristina I.Fernandes， Jo?o J. M. Ferreira. spillovers： cooperation between universities and KIBS[J].R&D Management，2013，43(5)：461472.

[24]Nonaka I.A Dynamic Theory of Organizational Knowledge Creation[J].Organization Science，1994，5(1)：1437.

[25]Griliches， Z.The search for R&D spillovers[J].Scandinavian Journal of Economics，1992，(94)：2947.

[26]Spencer， J. W. Firms’ knowledge-sharing strategies in the global innovation system： Empirical evidence from the flat panel display industry[J].Strategic Management Journal，2003，(24)：217233.

[27]Gattai V，Molteni C.Dissipation of Knowledge and the Boundaries of the Multinational Enterprise[J].Review of World Economics，2007，143(1)：126.

[28]Barney J.Firm Resource and Sustained Competitive Advantage[J].Journal of Management，1991，17(1)：99120.

[29]Gian-Italo Bischi，Fabio Lamantia.A Competition Game With Knowledge Accumulation And Spillovers[J].International Game Theory Review，2004，6(3)：323341.

[30]陳钰芬，陈劲.开放式创新：机理与模式[M].北京：科学出版社，2008.

[31]Arrow， K J.The economic-implications of learning by doing[J].Review of Economic Studies，1962，29(80)：155173.

[32]Anupama P， Stephen T.Knowledge spillovers and alliance formation[J].Journal of Management Studies，1 May，2014.

[33]Dosi， G.Sources， procedures，and microeconomic effects of innovation[J].Journal of Economic Literature，1988，(26)：11201171.

[34]Cyert， R.，& March. J. G.A behavioral theory of the firm[J].Englewood Cliffs，1963，NJ：Prentice-Hall.

[35]Sorenson，O.， Rivkin，J.W.，& Fleming， L.Complexity， networks，and knowledge flow[J].Research Policy，2006，(35)：9941017.

[36]Freeman C.Network of innovations： a synthesis of research issue[J].Research Policy，1991，20(1)：499514.

[37]Brett A， Patricia P，David B.Clusters， knowledge spillovers and new venture performance： an empirical examination [J].Journal of Business Venturing，2008，(23)：405422.

[38]于江鹏，吴翠花.知识溢出对高技术集群企业研发产出的影响[J].技术经济，2010，29(11)：1417.

[39]Mansfield， E.How rapidly does new industrial technology leak out?[J].Journal of Industrial Economics，1985，(34)：217223.

[40]Audretsch D B，Feldman M P.Knowledge spillovers and the geography of innovation[M].Handbook of Urban and Regional Economics，Volume 4. Amsterdam：North Holland Publishing，2004.

[41]Rosenthal S S，Strange W C.Geography， industrial organization， and agglomeration[J].The Review of Economics and Statistics，2003，85(2)：377393.

[42]Chyi Yih-Luan，Lai Yee-Man，Liu Wen-Hsien.Knowledge spillovers and firm performance in the high—technology industrial cluster[J].Research Policy，2012，41(3)：556564.

作者：马玉超　熊素莹