集群知识系统（精选7篇）
集群知识系统 篇1
摘要：长三角区域经济的一体化, 成效显著, 推动了长江区域经济的快速发展, 同时也积累了大量极具竞争力的知识资源, 长三角地区是一个知识高度密集和高科技聚集的区域, 具有发展和应用集群知识的优势。本文阐述了集群知识的部分理论, 分析了长三角区域建立集群知识系统的可行性, 重点构建了基于Web的集群知识系统, 同时提出了集群知识系统的运行策略, 有助于长三角区域形成更具国际竞争力的区域经济发展新格局。
关键词：长三角,区域,集群知识,系统
一、集群知识概论
集群研究的早期主要是关注与集群的生产关系和生产组织等方面, 近年来, 不断有研究关注集群的知识转移和创造机制, Tallman[1], Morosini[2], Dayasindlhu[3], Albino[4], Breschi[5], Lissoni[6]等众多有关集群知识理论的研究清楚地表明了这一点。Tallman发表在美国的《管理评论》上的论文明确提出要建立一个集群知识理论。他把集群知识分为两种类型, 即部件知识和组织知识, 部件知识是指一个组织系统各个组成部分专门的知识来源、技能与技术, 而组织知识主要是指组织作为一个系统结构已经协调部件知识使用与利用的程式, 这种知识通常是复杂的、无形的、隐含的, 并且具有高度组织路径依赖性以及嵌入性和整体性[7]。
1、产业集群知识系统特征
(1) 开放性。即该集群知识系统组织形式的开放性。一方面, 为了获取创新所需资源, 系统需吸纳其它主体, 系统边界便自主扩张, 另一方面, 当某一系统联系变得无效时, 系统关系便会中断, 系统边界收缩[8]。
(2) 多维联系性。产业集群知识系统同产业集群的经济系统和社会系统表现为交织与互动的复合关系, 因此, 集群知识系统也具有一定的经济性和社会性。
(3) 互补性。即集群知识系统整体利益的互补性。产业集群知识系统关系并不是产业集群与外部组织间的一次性市场交易关系, 而是各个区域成员之间的长期利益互补和共享关系。这种关系也表明该集群知识系统是长期稳定的合作组织, 区域成员均希望通过知识系统内持续的合作增强自身的竞争力。
(4) 催化性[7]。一方面, 集群知识系统内的组织利用自身知识资源提升竞争能力, 形成自我催化, 另一方面, 集群组织之间有通过相互竞争和相互合作发生作用, 形成交叉催化, 正是通过这种自循环和交叉催化循环, 使得集群知识系统向着更高层次趋同。
二、长三角区域集群知识系统构建
1、长三角区域建立集群知识系统的可行性
(1) 以新技术为主要载体的集群知识系统是国际区域联盟的发展趋势。随着科学技术的深化, 知识与资本、劳动力、土地一样成为独立的生产要素。在发达国家, 区域联盟正在从资本密集型向知识技术密集型转变, 长三角区域是科学技术较为发达的区域, 理应顺应这个国际趋势, 建设和完善区域集群知识系统。
(2) 建设集群知识系统符合长三角区域的产业定位。长三角地区也是土地资源稀缺、能源紧张、商务成本较高、知识密集较强、高新技术产业发达的区域, 在此基础上建设苏浙沪三地间的集群知识系统, 符合比较优势的选择, 也是恰当的目标定位, 对于长三角区域的经济增长和出口创汇具有显著意义。
(3) 长三角具有建立集群知识系统发展的环境。上海作为拥有一流经济水平的现代化城市, 第三产业产值占了GDP的较大比重, 加上具有较高的科技水平和教育水平, 是我国科技资源和智力资源较为密集的地区, 可以担当这个集群知识体系的辐射源角色;浙江作为一个较为独特的地区, 可以作为集群知识体系的重要一翼;以长三角为核心的江苏地区, 则作为整个集群知识系统的支撑腹地, 将发挥重要的知识资源整合及要素重组效应, 从而产生出巨大的经济效能。
2、基于Web的集群知识系统。
为了重点探讨长三角区域集群知识系统的特征, 实现跨组织异构知识管理平台的集成, 提出了如图所示的基于Web的集群知识系统框架, 它主要由用户端、知识桌面、知识服务和支持系统四个部分组成:
(1) 集群知识系统用户。系统用户的涵盖面十分广泛, 既包括长三角地区企事业组织内部的员工和知识管理人员, 也包括区域范围内的供应链上合作节点, 如供应商和经销商和终端客户等。其中单个企业是经营主体, 其内部的知识管理人员是系统主要的知识贡献者。
(2) 知识桌面。该集群知识系统是基于Web的, 所以知识门户是知识管理平台的访问入口。在知识门户上, 知识集中地以用户易于理解的形式展示, 可以通过RSS/关键词订阅, 定制个性化知识主页, 满足其经营主体个性化知识需求。
(3) 知识服务。该部分包括四大模块:集群知识内容模块、搜索引擎模块、集群知识评估模块、信息组织与过滤模块。其中集群知识内容模块将组织博客、项目协作、即时通讯等典型应用与知识管理活动中协作、交流、学习和共享等功能相结合, 用于整合长三角区域范围内经营活动的各种信息和知识。搜索引擎支持用户对全部知识资源的查找。集群知识评估模块一方面可以监督和控制集群知识系统的内容质量, 为优质知识资源的推荐提供支持, 另一方面也可以评估集群知识系统内的成员知识贡献度, 从而为实施激励奖励提供衡量标准。信息组织与过滤模块的目的是从特定的来源搜集并分发相关信息至终端用户, 并屏蔽集群知识系统内的非相关信息, 主要手段有RSS过滤、Tag过滤和协同过滤[8]。
(4) 支持系统。支持系统是通过操作系统和其他服务器为整个平台提供集群知识系统的运行环境, 并利用知识的存储为长三角区域经济的信息提供辅佐。
三、长三角区域知识集群运行策略
长三角区域知识集群的良性运行, 需要构造促进长三角知识自组织创新的新环境, 相关职能部门应认识到应以促进知识创新和共享为核心, 重点构造三个网络环境, 即构建长三角知识集群组织网络、培育社会资本网络、建设信息网络, 在此基础上, 具体采取以下措施:
1、以经营主体为中心开展知识管理。
知识系统是以知识的协作交流而进行的, 在发展长三角区域集群知识时, 首先应以长三角地区的经营主体为节点, 采取适当的激励机制, 并使得这种实践知识能够得以积累和传播, 形成集群知识的结构资本和永久的核心能力。
2、创造适合长三角知识交流的组织网络。
集群知识系统内的关键知识种群, 即关键知识领域和要素, 是构成集群知识系统的核心价值知识链, 因此首先应确定长三角区域知识链上各个知识种群之间的平衡机制, 才能进行基于知识的长三角区域关键知识整合。
3、构建知识沟通的非正式网络。
集群知识系统内部除了要建立正式的组织网络来保证集群根本任务的实现, 也必须注意由集群知识系统的行为主体通过非正式渠道建立起来的另一种网络系统, 即知识沟通的非正式网络, 它是由集群知识系统的非正式组织、成员或群体的社会联系等构成, 同样有助于集群知识系统的知识更新。
4、建立和完善实用的信息支持技术。
网络、通讯电子技术和计算机技术的发展, 已经深刻影响着人们对知识的传递、开发和利用方式, 也给知识管理领域带来了重大变革, 包括Web2.0在内的新型互联网模式, 使得知识管理不再是单向的输出行为, 更是实现了集群知识系统内的个性化和自主化的知识建设, 增强了集群知识系统平台和用户的良性互动, 促进了知识的创新与应用, 也推动了集群知识系统从核心内容到外部应用的革命。长三角作为信息技术较为发达的区域, 更应该充分利用科技优势, 完善集群知识系统的建设和应用, 以此最大限度地激发企业的知识潜力, 提高决策的速度和质量。
参考文献
[1]Stephen Tallman, Mark Jenkins, Nick Henry and StevenPinch, Knowledge, Clusters and Competitive Advantage, Academy of Management Review, 2004, Vol.29, No.2, 263.
[2]Piero Morosini, Industrial Clusters, Knowledge Integrationand Performance, World Development, 2004, Vol.32, No.2, 305-326.
[3]N.Dayasindlhu, Emdeddedness, Knowledge Transfer, Industry Clusters and Global Competitiveness:A Case Study ofthe Indian Software Industry, Technology, 2002, Vol.22, 551-560.
[4]Vito Albino, A.Claudio Garavlli and Giovanni Schiuma, Knowledge Transfer and Inter-firm Relationships in IndustrialDistricts:The Role of the Leader Firm, Technology, 1999, Vol.19, 53-63.
[5]Stefano Breschi and Francesco Lissoni, LocalisedKnowledge Spilloers vs.Innovative Milieux:Knowledge”Tacitness”Reconsidered, Papers in Regional Science, 2001, Vol.80, 225-273.
[6]Francesco Lissoni, Knowledge Codification and theGeography of Innovation:The Case of Brescia MechanicalCluster, Research Policy, 2001, Vol.30, 1479-1500.
[7]张东风.基于复杂性理论的企业集群成长与创新系统研究[M].中国社会科学出版社, 2007, 178-179.
[8]王伟军, 黄杰.企业信息资源集成管理[M].华中师范大学出版社, 2008.6, 286-287.
集群知识系统 篇2
关键词：沈阳装备制造,产业集群,创新系统
创新系统建设是强化技术创新的最重要的政策手段。由于自然资源、产业基础、经济发展阶段和经济发展水平的差异, 各地区创新体系建设的重点、途径不可能完全雷同。如何把握区域发展特点, 准确定位, 优化科技资源配置, 提高区域技术创新能力, 建立区域创新体系是必须要考虑的问题。本文以沈阳装备制造产业集群为例, 分析该集群技术知识创新系统的实际情况, 提出发展对策。
一、沈阳装备制造产业集群集聚度分析
沈阳拥有完整的装备制造产业集群, 装备制造业在沈阳国民经济中的比重较大, 这一特点在全国独一无二。沈阳规模以上装备制造业经济总量占沈阳规模以上工业总量的40%以上。沈阳装备制造行业门类齐全, 全国装备产品共216种, 沈阳能生产172种, 占70%以上。并且, 与装备工业产业关联度较大的轻工、石化、冶金、汽车等其他工业部门在沈阳也较为发达。
一般来说, 用当地份额LQ (Local Q uotient) 这个简单的就业率的比重表示产业的简单集聚度, LQ表示某区域产业的就业率占国家 (或地区) 产业i的就业率的比重。当LQ为1表明该区域经济产业的就业状况与全国 (或地区) 总体的就业状况相同。当LQ超过1.5, 通常被看成某产业在特定区域集聚的初始证据。全国国有及规模以上非国有装备制造业主要经济总量指标占工业的比重约20%以上。沈阳装备制造业占全市工业的就业额比率为45.3%, 全国的装备制造业占工业的就业额比率为23.53%, 因此, 沈阳装备制造产业集群的简单集聚度为:LQ=45.3/23.53=1.93>1.5。由此可见, 沈阳装备制造业集群已基本形成。
二、沈阳装备制造产业集群技术知识创新系统的现状分析
(一) 沈阳装备制造产业集群技术知识创新系统的要素构成
1. 参与者要素。
(1) 企业。沈阳装备制造产业集群作为参与者的企业数量众多、规模较大。从行业分布看包括金属制品业、普通机械制造业、专用设备制造业、交通运输设备制造业、电器机械机器材制造业、电子通信设备制造业、仪器仪表及文化办公机械制造业等传统优势行业。其中规模以上装备制造业共有企业446户, 占全市规模以上工业企业的40%;从企业规模看, 大型装备制造企业是骨干企业;从登记注册类型看, 内资企业是主体。 (2) 大学和科研机构。沈阳市大学和科研机构众多, 现共有高等院校22所, 占全省总数的1/3还多, 其中包括东北大学、辽宁大学等“211工程”的重点院校;市级以上独立的科研机构132家, 占全省总数的40%, 其中包括中国科学院金属研究所、601所等中央属研究院所。 (3) 政府。沈阳市政府为发展装备制造业集群制定了一系列的相关政策法规和提供了一定的资金支持。
2. 资源要素。
(1) 纯技术资源。在纯技术资源上, 沈阳装备制造业集群的产业基础雄厚, 高水平的实验室、研发中心数量众多。其中拥有国家重点实验9个, 博士后科研活动站26个, 企业博士后工作站5个;建有东软为龙头的全国软件产业化基地、新材料国家知识创新基地等先进制造技术研究与发展基地;国家机器人研究中心、国家自动化工程中心等8个国家级先进技术研究和工程化中心等。此外, 沈阳装备制造业集群通讯信息网络健全, 两座功能齐全的图书馆共有藏书520万册。 (2) 人力资源。在人力资源上, 截至2004年, 沈阳拥有装备制造业人才45万人, 占全市工业从业人员数量的33%。从学历上看, 硕士学历以上人才5000人左右, 大学本科14万人, 大专3万人, 中专9万人;从类别上看, 高素质的科研类人才数量众多, 截至2004年, 沈阳装备制造业的47个地方属以上的研发机构中共有科技活动人员7044人, 其中科学家与工程师4155人。
3. 活动要素。
沈阳装备制造业集群的企业和大学、科研机构各自从事生产和研发的活动。2004年, 装备制造业中有科技活动的企业数为1200余家, 科技经费筹集总额180763.3万元, 科技经费支出总额157765.6万元, 科技活动人员25418人, 科技开发项目2380项, 拥有发明专利80余项, 规模以上企业科技机构71家, 科技投入与产出在全市规模以上工业中占有较大比重。截至2004年, 在全市3.5万台生产设备中, 15%居于国内外领先水平;沈阳生产的77种主要装备产品中, 44种在技术水平方面居国内首位, 有29种产品列亚洲前5位, 18种产品列国际前10位;我国能生产的24类210种重点成套技术装备中, 沈阳可生产1/3。例如, 沈阳新松机器人自动化股份有限公司不仅取得了一大批重大科研成果, 而且先后解决了机器人操作机优化设计技术、高性能机器人控制系统开发技术、机器人作业技术等关键技术问题, 取得了几十项专利, 开发出了一系列机器人及周边设备产品和机器人自动化生产线成套装备, 其技术水平在国内领先、国际先进。沈阳市政府为集群的发展提供了一定的政策和资金支持。例如, 制定《沈阳市用高新技术改造传统装备制造业, 推进装备制造基地建设试点方案》;对重大技术改造项目给予科技三项经费、封闭贷款、贴息贷款、科技贷款等方面的支持等。
(二) 沈阳装备制造产业集群技术知识创新系统的结构分析
在沈阳装备制造业集群的技术知识创新系统的第一层次中, 大学和科研机构的研发能力强, 基础科学型技术知识储备雄厚。例如东北大学是国家首批“211工程”和“985工程”的重点建设学校, 有国家级重点学科7个, 博士后流动站10个, 国家工程 (技术) 研究中心4个, 国家重点实验室1个, 设有国家工科基础课程机械基础教学基地、国家工科基础课程电工电子教学基地;中科院自动化研究所是首批进入国家知识创新工程的试点研究所之一, 自1970年以来, 共取得科研成果500多项, 获得省部级以上奖励140多项, 确立了包括在语音技术、中文信息处理与人机交互、图像处理与理解、集成电路分析与设计、生产过程与复杂系统的智能控制等核心技术的优势领域等等。
在沈阳装备制造业集群技术知识创新系统的第二层次中, 产业共性技术知识较缺乏。沈阳装备制造业集群的布局是计划经济时期形成的, 没有全局性、长远性和明确的区域分工和功能定位, 同一区位的企业没有建立起密切的技术、生产、销售和其他方面的功能关联, 由于对优势主导产业起支撑作用的关联配套产业的发展被忽视, 使沈阳装备业集群缺乏整个产业链意识。例如, 在整机生产、成套能力较强的行业, 相关零部件、元器件制造业往往不发达 (如机床制造业) ;零配件制造业较发达的行业, 沈阳在整机生产上又不具有优势 (如交通运输设备制造业) 。因此, 沈阳装备制造业集群缺乏可在产业内共享并对产业发展起到深远影响的共性技术知识, 这不仅使优势企业自身优势难以维系、提升, 而且以优势企业为核心的优势产业难以形成。
在沈阳装备制造业集群的技术知识创新系统的第三层次中, 核心企业的生产能力较高, 企业的生产工艺类技术知识发展水平较高。例如, 沈阳东软数字医疗系统股份有限公司在成立的4年内, 使其所研制和生产的数字化医学影像设备从单一技术、单一产品发展到目前的六大门类22种产品;沈阳黎明航空发动机 (集团) 有限责任公司建厂50年来, 航空发动机研制生产经历了从仿制仿型、改进改型到自行研制的发展过程, 已经形成了自己的核心技术专长, 成为中国航空工业经济技术实力雄厚、技术设备先进的大中型航空发动机研制生产基地等。在该系统中, 大学和科研机构主要从事基础类技术知识的研发, 企业的自主生产研发能力较强。但是该系统的装备制造业产业共性技术缺乏, 产业关键技术联合攻关较缺乏。这样的产业集群技术知识创新系统没有完全形成本地化的产业氛围, 行业群中企业间的信息交流、资源共享与优化不充分, 创新能力的提升速度较慢。在产品研发、整机制造、零配件加工、协作配套及大型集体项目的招标筹划、项目分析、设计、管理、咨询、施工、运行等方面没有形成专业化的配套协作体系。综上分析, 沈阳装备制造产业集群的技术知识创新系统处于产业集群技术知识创新系统的第二个演化阶段, 即双层次阶段。但是, 沈阳装备制造业集群是大型企业集群, 它的形成与发展有其自身的特色, 双层次阶段所不同的是, 沈阳装备制造产业集群的技术知识创新系统内的技术知识创新活动主要发生在系统的第一层次和第三层次, 而经济代理之间的合作非常少, 缺少对产业共性技术知识和产业关键技术知识的合作创新。
三、沈阳装备制造产业集群技术知识创新系统的发展对策
通过对沈阳装备制造产业集群的现状分析可知, 该集群的技术知识创新系统目前处于产业集群技术知识创新系统演化的第二阶段——“弱互动创新系统”阶段。由于该阶段的技术知识创新系统技术知识基础雄厚, 企业内创新数量较多, 而企业间互动合作较少, 因此, 结合沈阳装备制造业集群技术知识创新系统目前的特点和存在的问题, 本文提出了促进该系统向产业集群技术知识创新系统第三阶段演化、完善的若干对策。
(一) 增强系统内参与者要素的合作意识
第一, 培育经济代理之间的合作竞争意识, 实现成员企业的双赢发展。产业集群内的企业要在观念上从单纯的竞争导向转变为合作竞争导向, 对于单个企业来说, 存在技术开发能力和资金能力不足的问题, 以及由于技术和市场的不确定性所带来的创新风险问题。而这些问题可以通过合作创新在一定程度上得到解决。
第二, 促进集群学习团队的建立和形成集群学习文化的良好氛围。要鼓励集群成员参与团队的建立, 使团队成员能够建立创新导向的共同兴趣, 让每个成员的技术知识能够成为整个产业集群“俱乐部知识”的一部分, 促进企业间制造资源的优化配置和优势集成, 提高产业的整体竞争力。
第三, 建立完善的合作渠道和沟通网络。合作渠道包括合作创新、合作市场开发、生产过程合作等;沟通网络包括正式沟通网络, 如定期和不定期会议制度, 正式组织形式的沟通网络和非正式组织形式的人际沟通网络等。
第四, 创造一个以合作为基础的公平竞争环境, 提供共性技术知识开发所需要的技术基础设施, 并通过多种途经促进参与组织的经济主体积极自愿的合作, 减少合作的交易费用。
(二) 促进产业共性技术知识和产业关键性技术知识的研发
第一, 产业链上下游企业甚至同行业企业之间都应该加强沟通协作, 比如可以通过联合技术开发等形式来解决一些共性技术知识难题, 共同开发新产品和新工艺, 还可以通过战略联盟的方式, 实现创新资源和创新成果的共享。
第二, 共性技术知识是研究开发过程中合作和竞争并存的技术知识, 政府应选择共性技术的组织模式, 使得组织的科学研究成果完全共享, 技术成果部分共享, 形成技术联合体、R&D合作/技术联盟等形式。
第三, 重点扶持一批大企业在本企业内或依托研究机构建立基础性研发机构, 鼓励科研院所、高校的技术力量建立技术中心, 研究开发共性技术知识、关键技术知识, 培育创新能力。鼓励这些重点扶持的大企业与国内外企业、研究机构、高等院校的研究开发合作, 提倡多学科的交叉、融合、渗透, 联合攻关。鼓励以技术开发为主的科研院所进入企业集团或转化为高科技企业, 分行业制定并实施对产业发展有重大作用的关键技术、共性技术研究开发计划。
第四, 定期发布对各产业发展有重大作用的关键技术和共性技术, 并给予资金和政策上的支持, 定期公布必须淘汰的落后生产工艺和设备, 以更好地推动和支持技术的开发与创新。
参考文献
[1].顾强, 王缉慈.产业集群、工业园区发展与新型工业化, 2008
[2].中国科技部.动态信息.中国国家高新技术产业开发区, 2004
[3].郭胜伟.科技工业园区产业集群发展初探[J」, 中国高新技术产业导报, 2004
[4].火炬中心.国家高新区自主创新气势如虹.中国经济网—宏观经济, 2005
[5].韦伯.工业区位论 (1990, 中译本) [M].商务印书馆, 1997
集群知识系统 篇3
产业集群作为一种重要的区域发展模式,不仅能够降低交易成本、提高效率,更重要的是能够改善创新条件,是提升区域创新能力的有效途径[1]。但从近年来我国产业集群的发展状况来看,各产业集群的创新绩效表现出了巨大的差异[2]。这是由于产业集群不能仅仅是企业在地理位置上的简单聚集,还必须在企业间建立一个高效的知识创新系统,通过技术、知识等创新资源在系统各创新主体之间的调配、共享,充分利用其优势互补效应,突破各个成员的边界束缚,使知识技术创新超越集群成员依靠自身力量所能达到的水平,呈现“1 + 1 > 2”的效果[3]。而有些产业集群知识创新系统内的主体各自为营,难以体现出系统的功能放大作用。有研究表明,在产业集群内知识的转移整合、企业间的协同创新,并不是理所当然,如果没有一个完善的机制保证,知识的协同创新将不会自动发生[4]。因此,如何保持产业集群知识创新系统有效运行,解决创新系统内的孤岛现象,使创新主体、创新各环节有机互动,成为理论界与实业界高度关注的难点问题。
国内外学者在产业集群知识创新领域做了大量的研究。颜敏 ( 2014) 通过对产业集群协同创新过程的分析,认为协同创新过程本质上是知识产权的应用和获取过程,而知识产权所具有的独占性和协同创新的知识共享性存在一定的冲突,导致协同创新与知识产权是一种既对立又统一的关系,这就给集群企业间的合作带来了一定的不确定性风险[5]。刘红丽等 ( 2009) 通过对高技术产业集群的研究发现,成员的合作动机和意愿,会对其是否主动参与知识的转移与共享过程产生影响,最终影响到知识共享和合作创新的效率[6]。Birgit Renzl ( 2008) 的研究表明,个体担心在知识的合作创新过程中失去自身独特的价值,这是合作创新的重要阻碍之一。而信任能明显减轻个体的这种忧虑,从而对协同创新起到促进作用[7]。曾萍等 ( 2011) 基于对珠三角集群企业的经验数据分析发现,利用IT技术在组织内外搭建信息交流传递网络,不但对组织间的协同创新有促进作用,也推动了组织内非正式的知识共享[8]。
以上研究对产业集群的知识创新管理有重要的借鉴意义,但: ( 1) 对产业集群知识创新的风险研究往往侧重于某一方面,未进行系统分析; ( 2) 对声誉机制及信息传递在产业集群知识创新系统中起到的关键作用有待进一步研究;( 3) 已有的研究也更多属于定性分析及实证分析,缺乏定量分析。
本文从知识的角度出发,对产业集群知识创新系统的失效原因进行了系统分析,概括总结出知识溢出的双面效应、知识价值评估困难、知识同质化风险3个主要因素。并运用动态博弈模型,定量化分析了声誉机制和信息传递在保证集群知识创新系统有效运行中的作用机理和起到的关键性作用。
1 产业集群知识创新系统失效分析
产业集群是指在某一特定领域中,大量联系密切的企业以及相关支撑结构空间上的集聚,并形成强劲、稳定持续的竞争优势集合体,是具有创造、共享、转移知识能力的特殊区域创新系统[4]。现有研究更多关注的是产业集群的协同创新优势[9,10,11],并未仔细分析不同产业集群在发展过程中知识创新效率差距逐渐扩大的深层原因。本文在借鉴国内外相关研究的基础上,从“知识”的角度出发,系统梳理产业集群创新系统的失效原因,概括总结出以下3个主要因素。
1. 1 知识溢出的双面效应
知识溢出是解释产业集聚、创新和区域经济增长的重要概念之一[12]。但需要注意的是,知识溢出对产业集群知识创新系统的影响是双面的。知识溢出可以增强集群知识基础、加速创新系统知识整合,但也会导致机会主义行为的产生。
1. 1. 1 知识溢出对产业集群知识创新具有积极的作用
创新,即用知识生产知识[13]。知识溢出越多,作为合作创新的共享知识基础就越雄厚、知识的交融性就越强,新技术就越容易产生[14]。而知识溢出具有的空间特性,是产业集群创新优势的重要来 源。Audretsch和Feldman ( 1996 ) 、Maurseth和Vers Pagen ( 2002) 等人的研究表明,知识空间溢出的局域性或空间根植性特征,使得地理距离临近性对知识溢出吸收效率产生重要影响,进而使其对创新的作用程度存在一定的范围限制,知识溢出对区域创新的影响随着空间距离的增加而衰减[15,16]。产业集群作为关联性企业在地理位置上集聚组成的群体,通过协同研发合作、产业链传递、人才流动、非正式交流、企业衍生等形势,实现了知识在空间范围内的大量溢出,加强了知识扩散的规模与效率,为产业集群知识创新系统提供了雄厚的知识基础。
1. 1. 2 知识溢出对产业集群的知识创新又具有消极的影响
知识溢出也意味着集群内的企业可以在不经过许可、不付出成本的情况下,获得其它企业的知识,这必然会导致“搭便车”行为以及机会主义倾向的发生。同时,对溢出企业来说,核心技术、创新成果、商业秘密等知识的泄露,将降低企业的竞争优势,甚至为企业带来无法挽回的损失[17]。当引入时间因素,动态的分析知识溢出与知识创新之间的关系时,不难发现T时刻个体的知识溢出在一定程度上将削弱T + 1时刻个体的知识创造。而从系统长远发展来看,如果自身的创新成果被其他成员无偿分享,那么每一个企业都将热衷于不劳而获而不愿自我创新,系统内企业的创新动力将消失殆尽,从而整个产业集群的知识创新系统将逐渐停滞,并最终彻底失效[18]。
1. 2 知识价值评估困难
知识价值评估困难,合作双方行为难以有效约束。知识资产的无形性和不确定性使其难以精确计量,创新成果价值和合作双发的研发能力也难以确切描述和量化,并且,市场前景、预期收益、研发成本、专利期、专利权的覆盖范围等知识价值评估相关因素的不确定性巨大。知识价值评估的困难导致了正式契约不完全性的突出,合同条款无法全面涵盖未来合作中可能发生的有关知识成果的矛盾和冲突,也就难以对合作双方的行为作出有效约束。如果合作各方分享创新成果的权益比例与其前期投入资源的比例严重不平衡,必然会阻碍集群知识创新系统内各成员进一步开展合作。
1. 3 路径锁定及知识同质化风险
路径锁定 ( Path Lock - in) 指系统一旦进入某一路径,会因为惯性的力量而不断进行自我强化,使得关系锁定于这一特定路径[19,20]。彭双、杨玉兵等学者研究发现,由于知识创新的复杂性、非标准化和高风险性,一旦企业间建立起良好的合作关系,在强联系的作用下,各成员会沿着既定关系,通过学习效应等自我增强机制不断巩固,最终产生闭合,导致“小世界”现象的发生,系统外企业难以进入。当创新系统为小世界,经过充分的知识扩散,整个网络的平均知识水平最高,但知识差异度最小,知识趋于同质化,导致“学习性近视”。而知识的互补性被认为是跨组织知识协同效应的主要来源[21]。如果产业集群知识创新系统中的成员知识相似度太高,那么以知识整合和协同创新为目的的合作行为就变得没有必要。
2 声誉及信息传递视角下集群知识创新系统治理机制研究
通过对产业集群知识创新系统失效原因的分析,可以发现,保持创新系统有效稳定运行的关键问题是约束系统内成员的机会主义行为,打破由于信息不对称而导致的合作阻碍。而声誉治理机制本质上正是通过系统内成员间的互相监督、互相激励,约束机会主义行为,识别不合作型成员,减少信息不对称,以增强系统内成员间创新协同效率的一种治理模式。
经典的声誉治理模型是1982年由Kreps、Wilson,Milgrom,Roberts 4位学者提出的KMRW模型[22]。本文参考了KMRW模型和孙霞( 2009)[23]提出的改进型声誉治理模型,对创新系统各成员间在不完全信息条件下的重复博弈行为进行定理化分析,探讨声誉及信息传递在保证集群知识创新系统有效运行的作用机理和关键性作用。
2. 1 集群知识创新系统声誉治理模型假设
假设1: 产业集群知识创新系统内有N + 1个企业,设为{ A,B,C,D,…} ,企业i ( i = 1,2,3,…,N; i≠B) 均为合作型企业,具有良好的合作意识,不会先采取机会主义行为。在第一阶段博弈中,企业i会采用合作策略,后面阶段的策略将根据企业B上一阶段的策略而调整,一旦B选择不合作,则企业i将从此不再和B合作。
假设2: 企业B有两种类型: 合作型和不合作型。不合作型B也可能为了在最后阶段采取机会主义行为获取更多的利益,而在前期交易过程中伪装为合作型。企业B的真实类型是私有信息,在不完全信息条件下,企业i并不知晓。
假设3: 企业B侵占率越高,效用越大; 同时在长期合作过程中,企业i能观测到B的行为并随之调整对策,所以B对i侵占带来的效用会随着i的防范措施而递减。
假设4: 假定企业B在和企业i合作过程中的单阶段效用函数为:
令V为企业B的实际侵占率,0≤V≤1; Vs为企业i对企业B的预期侵占率,表示企业i对企业B行动的预期判断,0≤Vs≤1。表示企业B的类型,当 = 0时,即企业B为合作性,当 = 0时,企业B为不合作型。
假设5: 假定在博弈开始时,企业i认为企业B为合作型的先验概率为P0,不合作型的概率为1 - P0。
2. 2无信息传递情况下集群知识创新系统声誉治理机制分析
在集群创新系统内没有信息传递的情况下,企业i是否和企业B合作取决于i自身与B过往合作经历而积累下来的声誉。在多阶段合作的动态博弈过程中,设qt为企业B在t阶段选择合作的概率,q't为t阶段企业i认为企业B会合作的概率。如果在t阶段企业i没有观测到企业B的侵占行为,那么,根据贝叶斯法 则 ( Bayesrules) ,在t + 1阶段认为集群企业i是合作型的后验概率为:
由公式 ( 2) 可以得定理1。
定理1: 如果t阶段企业B选择合作,则在下一阶段企业i认为企业B为合作型的概率上升。
假设企业B在t阶段选择不合作,则可得公式 ( 3) ,
由公式 ( 3) 可得定理2。
定理2: 一旦企业B选择不合作,企业i将认为其为不合作型,以后将不再与其进行合作。这就是所谓的冷酷战略 ( Grim Strategies) ,又称触发战略 ( Trigger Strategies) ,是指系统内成员一开始采用合作策略,但一旦有某成员采用不合作的策略,系统内其它成员以后就不再与它合作。
假设t阶段为最后阶段,则t阶段相当于一次博弈,非合作型的企业B无需继续伪装,其最优选择是Vt= = 1。并且企业i知道B的最优策略,因此,i对B的预期为:
此时,非合作型企业B的效用水平是:
由 ( 5) 式可得: Ut/ Pt= 1 > 0,因此可得定理3、定理4。
定理3: 非合作型企业B最后阶段的效用是它在与成员合作过程中培养的声誉的增函数,非合作型B会积极伪装合作,提高在知识创新系统内的声誉。
定理4: 企业i越认为B是合作型,Pt越大,则企业B在最后阶段侵占企业i的效用越大。
现在来考虑非合作型企业B在t - 1阶段的策略选择行为。因为t阶段为最后阶段,并且非合作型B在t - 1阶段之前都是合作的,t - 1阶段之前B的合作行为保证了Pt - 1> 0,并且i对B的侵占率预期是
其中,Vθt - 1= 1为t - 1阶段的最大侵占率( 就是企业B 100% 侵占) 。δ为贴现因子,体现了系统成员的长期合作耐心。这里仅考虑纯战略,即qt - 1= 0,1。对B在t - 1阶段的两种战略选择的效用进行比较。
如果非合作型B在t - 1阶段不合作,即qt - 1= 0,Vt - 1= 1,且Pt= 0,此时B的总效用为:
如果非合作型B在t - 1阶段选择合作,即qt - 1= 0,Vt - 1= 0,则B的总效用为:
因此,如果下列条件满足,则 ( 8) 式大于( 7) 式时,即:
由公式 ( 9) 可知,当Pt≥1/2δ时,非合作型企业B在t - 1时选择合作时的总收益大于t 1选择不合作时的总收益。因为在均衡情况下,企业i对B的合作预期q't - 1等于B的选择qt - 1。因此,如果qt - 1构成非合作型企业B的均衡战略,即q't - 1= 1。这意味着Pt= Pt - 1≥1/2δ。可得定理5。
定理5: 当i在t - 1阶段认为B是合作型的概率大于等于Pt≥1/2δ时,非合作型B就会继续假装合作。
换言之,企业的声誉越好,维持声誉的积极性就越高。相反,企业如果声誉不佳或者由于采取机会主义行为而破坏了声誉,机会主义行为的出现便会更早、更频繁。通过对KMRW模型的分析可以看出,在不完全信息条件下,通过引入声誉机制能够促成机会主义者的守约行为。声誉机制的维护作用,对于集群知识创新系统保持稳定有效运行至关重要。
2. 3有信息传递情况下集群知识创新系统声誉治理机制分析
当集群知识创新系统内部存在信息传递时,企业i对企业B的声誉期望不仅来源于自身判断和以往的合作经历,还会受到知识创新系统内其它企业对企业B的评价。令t阶段企业B在企业i ( i∈{ A,C,D,…} ) 处建立的声誉表示Pit,即t阶段企业i基于自身判断,不受系统内其它企业评价影响的情况下,对企业B是合作型的预期概率为Pit。由于集群知识创新系统内,各企业间存在信息传递,每个企业对企业B的预期都会对其它成员造成影响,因此,企业B的实际声誉为所有企业判断的函数,即Pt= f ( PAt,PCt,…,Pt…) 。定义系统内各成员认为企业B为合作型的平均概率; P't为企业i对企业B的判断经过调整后的概率。如果系统内有一个企业认为企业B为不合作型,即Pit= 0,则P'it= 0,即系统内其它企业都认为企业B为不合作型。从而不再与其进行合作。其函数形式表达为:
讨论Pjt≠0的情况:
其中,系数ej为声誉在集群知识创新系统内的传播效率,0 < ej< 1。系数β表示企业i的判断受系统内其它企业影响的程度,0≤β≤1。在系统内存在信息传递的情况下,企业i会参考系统内其它企业对企业B的认识,而调整自己对企业B的判断。
由公式 ( 10) ~ ( 12) ,可以得到定理6、定理7。
理7。定理6: 当时,则则P'it> Pit,说明当系统内认为企业B是合作型企业的平均概率大于自己对企业B的判断时,在下一阶段合作时,对企业B是合作型的信心会增强。
定理7: 当时,则,说明当系统内认为企业B是合作型企业的平均概率小于自己对企业B的认识时,在下一阶段合作时,将会降低对企业B的评价。
定理6、定理7表明,集群知识创新系统中成员对B的合作的概率判断高于i对B的判断时,i将调高对B合作概率的判断; 反之则调低对B合作概率的判断。信息传递情况的存在,使交易双方对彼此的声誉的评价更客观、全面,且具有一定乘数效应。因此,在集群知识创新系统中,声誉机制能更大程度上对其合作行为进行约束,进而保证知识创新系统的有效稳定运行。
进一步联合公式 ( 8) 、( 9) 、( 12) ,并假设集群创新系统内每个成员对企业B的判断都一致 ( 即Pit= Pjt) ,以及信息传播效率也相同 ( 即ei= ej) ,可得到:
这就表示当i在t - 1阶段认为企业B是合作型的概率不小于1/2δ( 1 - β + βe),非合作型企业B将继续假装合作。而且,由于0 < e < 1,故1/2δ( 1 - β + βe)≥1/2δ,结合公式 ( 13) 可以得到定理8,即在集群知识创新系统中存在信息传递的情况下,非合作型企业B想要在t - 1阶段继续伪装合作以便在未来获得更高收益,那么它就必须付出更多的努力,展现出更大的合作诚意,取得系统内其它企业更多的信任。这就造成非合作型企业的投机成本更高,更容易被识别; 集群知识创新系统也可以更早的剔除不良因子,保证系统的有效持续运行。
而且,可以看出,当一个新的企业成员进入到创新系统中时,或系统内成员需要开展新的合作关系时,由于系统内的声誉机制和信息传递机制,使其对其它成员有一个初步的判断,产生了一定的信任合作基础,减少由于信息不对称而造成“望而却步”情况的发生。这样也使得集群知识创新系统不断有新鲜血液的注入,大大增加系统内知识的丰富性、差异性、互补性,提高创新效率,实现集群繁荣。
3 结 语
集群知识系统 篇4
从20世纪末以来,具有高技术含量、高附加值和高竞争力 “三高”特征的高新技术产业集群已经成为各国发展高新技术最为成功的模式,也成为了各国创新体系中的火车头和和领头羊。美国的硅谷、 日本的筑波、印度的班加罗尔软件园、台湾新竹科技园等成功范例已充分说明高技术产业集群是增强一个国家或地区核心竞争力和提高创新能力的有效途径。高技术产业集群在推动科技进步,提高经济增长质量,促进国家或地区经济发展方面所起到的作用是无庸置疑的,因此受到理论界及各国政府的高度重视。
综观各个国家高技术产业发展的实践,我们发现这样一个值得深思的问题,即 “为什么有的高技术产业集群能够健康发展( 如硅谷) ,而有的高技术产业集群却缺乏活力,如昙花一现( 如美国的218公路) ? 什么是高技术产业集群旺盛的生命力? 这种旺盛的生命力来自于何处?”许多学者将其归结为集群内的知识溢出,认为知识溢出是形成集群创新及其繁荣的最主要条件,知识溢出构成了集群创新能力的本质特征。知识溢出通过集群内人才的流动、企业信息的交流、知识的共享与传播、设施的共享等为集群内企业的知识及技术创新提供了适宜环境和强大动力,为产业集群持续竞争优势的建立提供了有力的支持。知识溢出效应是促进集群创新发展和集群经济增长的根本动力,是集群创新产生和生产率提高的源泉。
因此,多角度、系统深入地探讨和研究高技术产业集群内的知识溢出影响因素、知识溢出机制与溢出效应,不仅是对知识创新理论的丰富和完善, 也是对集群创新理论的有效补充。高技术产业集群创新是一个多主体的创新体系,包括企业、高校、 科研院所、中介机构和政府等,发生在高技术产业集群内的知识溢出主要是组织间的溢出,如企业与企业之间、企业与科研院所之间、企业与高校之间、 高校与科研院所之间等。本文将应用系统动力学模型与方法来系统地研究高技术产业集群组织间的知识溢出机制与知识溢出效应,进而揭示知识溢出对企业集群发展和持续创新的诱因,以期为知识溢出的研究进行有益的探索。
2文献回顾
国内外很多学者认为知识溢出是高技术企业集群发展、提高创新能力、获取竞争优势的主要动因。 新古典经济学的鼻祖Marshall［1］指出产生集聚的原因在于可以便利地获取知识溢出效应。Mac Dougall［2］在探讨东道国接受外商直接投资( FDI) 的社会效益时,提出知识的溢出效应应视为FDI的一个重要现象。Mahony和Vecchi［3］通过研究美国、英国、日本、法国和德国5个国家的数据发现,行业内部研发活动发挥非常重要的角色,能够提供更高的生产率,并认为这可以解读为支持知识溢出效应存在的证据。国内学者叶建亮［4］认为知识溢出是企业集群的重要原因,它不仅决定了集群的规模,也影响集群组织内企业的生产函数。李文宇、陈健生［5］指出高新技术产业向主要发达省份集聚的驱动因素之一是知识溢出。吴梅、龙志和［6］的研究结果表明,广东高新技术产业存在显著的MAR外溢效应和Porter外溢效应,其中MAR外溢影响最为显著。
关于知识溢出效应的研究,Grossman和Help- man［7］认为高技术企业集群的主要动因是获得同行或相关企业或机构的知识溢出,知识溢出效应可以增加集群的知识积累和新知识创造,是高技术产业集群提高创新能力,获得竞争优势的根本原因。Fal- lick,Fleischman和Rebitzer［8］指出推动集群成长的主要动力是持续的创新活动,而持续创新活动的关键因素是知识溢出,知识溢出是高技术产业开发区产生凝聚经济效应的主要原因。Propris和Drifield［9］认为在已有的集群中,集群从FDI溢出效应可以产生巨大的生产力,当国内企业进行R&D投资,进入集群中的外企也会得到知识溢出效应的好处。 Alcácer和Chung［10］发现公司定位时不仅考虑从内在知识溢出的收益也考虑向外的溢出效应的损失。Gil- bert,Mc Dougall和Audretsch［11］发现位于地理集群中的企业能从当地的环境中吸收更多的知识,从而有更高的经济增长和创新绩效。 Todo, Zhang和Zhou［12］指出,研究生或有海外教育背景的员工在跨国企业中有巨大的溢出效应。
为了进一步研究知识溢出对集群带来的正负效应,王子龙、谭清美［13］在Logistic曲线的基础上建立了知识溢出效应模型,认为知识溢出在带来区域集聚经济、规模经济形成的同时也造成区域产品雷同化和网络内部企业的竞争加剧,并提出了 “使知识溢出效应的外部性内在化”的解决问题的有效途径。张秀武、王波［14］的实证结果表明知识溢出对区域高技术产业技术创新产出影响显著。沙文兵、李桂香［15］的研究表明外资企业R&D活动对内资企业产生了一定的知识溢出效应,一定程度上推动了内资企业创新能力的提高。刘满凤、唐厚兴［16］通过计算机仿真研究了知识溢出对组织间知识分布的影响, 为学术界关于知识溢出会使不同企业技术水平趋于相同还是走向分化的争论提供了有益的参考。
影响知识溢出的因素很多,Saxenian［17］提出知识溢出与企业的吸收能力密切相关。Jaffe,Traijtenberg和Henderson［18］为检验知识溢出与地理接近的关系, 通过比较初始专利和引用专利的地理位置,认为知识溢出以专利引用的形式留下了纸痕。Maurseth和Verspagen［19］指出知识溢出效率的高低还取决于受溢者的吸收能力与溢出者和受溢者之间的地理距离, 知识溢出的地理维度来源于隐性知识与显性知识的差异。Lim［20］强调自身的R&D投资是提高企业吸收能力的重要手段。Szulanski［21］用复杂性和隐性两个特征变量来刻画知识,认为复杂的与特定情境相关联的知识往往令人难以理解,越复杂的知识产生越高程度的模糊性,认为知识的复杂性和隐性程度越高,就越不利于产业集群网络中知识的溢出。Whit- tington,Smith和Powell［22］对1988 - 1999年美国生命科学集群研究表明,集群的地理位置和网络结构对知识溢出有着不可忽视的影响。Shafiei,Ghofrani和Saboohi［23］研究表明技术追随者的吸收能力、吸收速度、知识的复杂性都是知识溢出过程的影响因素。 朱秀梅、蔡莉［24 － 25］研究高技术产业集群创新的结果表明,知识溢出、企业吸收能力、集群社会资本、 企业创新绩效这几个要素之间存在较复杂的作用关系。刘红丽等［26］分析了高技术产业集群中知识源的知识表达能力、知识传递能力、知识转移意愿,知识受体的吸收能力、学习愿望和竞争压力,集群的集聚程度和距离,知识源与知识受体的接触频率对隐性知识转移的影响,绘制了高技术产业集群隐性知识转移的因果关系图。
关于知识溢出的渠道,Saxenian［17］认为集群成员间的广泛互动( 包括非正式交流) ,为知识溢出提供了有利的条件。Fallick,Fleischman和Rebitz- er［8］认为快速和经常发生的员工跳槽是硅谷高技术集群的微观基础,人员流动带来的知识溢出是聚集的一个重要因素。Kesidou和Romijn［27］在分析乌拉圭蒙得维的亚的软件企业集群时指出,集群内劳动力的流动、公司拆分和非正式交流都会引发本地知识溢出( LKS) ,LKS对区域创新和经济增长有显著的正向影响。Kloosterman［28］在研究鹿特丹和阿姆斯特丹的建筑公司间的知识溢出效应时指出,衍生企业、人才流动和专门机构行使了知识交流桥梁的职责。魏江［29］揭示了知识溢出的经济性和存在意义, 分析了集群中知识溢出的途径和影响因素及知识溢出的动态控制机制,提出了既能使每个集群成员发展具有自身特征的知识,又能激励集群成员承担应有的知识溢出义务,维持知识溢出和知识控制之间的动态平衡的策略。
从以上研究可以看到,国内外许多学者对知识溢出是集群的一个重要驱动因素达成了共识,但因知识溢出的度量比较复杂,知识溢出效应的定量研究比较困难,大多数学者的研究都是对知识溢出效应的定性分析,定量分析相对较少,本文拟借鉴Shafiei,Ghofrani和Saboohi的知识溢出在知识积累中的思想,结合高技术产业集群的特点来分析其组织间的知识溢出效应,以期能从定量角度描绘高技术产业集群组织间知识溢出的效应。
3集群内组织间的知识溢出影响因素及反馈模型建立
系统动力学( system dynamics,简称SD) 是一门分析研究复杂信息反馈系统动态趋势的学科,SD借助计算机仿真技术来研究和分析复杂系统内部结构与外部动态行为的关系,为系统决策者提供决策所需要的科学依据。SD模型能处理高阶次、非线性、多重反馈的复杂时变系统。本文的知识溢出是一个系统工程,该系统结构复杂、影响因素众多、 系统行为有时滞现象,这些特征提示我们可以用系统动力学的方法来研究知识溢出。为研究方便,本文考虑集群内只有两个组织的单向知识溢出情形, 这两个组织分别称之为知识的溢出者和知识接收者, 简称为溢出者和接收者。
3. 1知识溢出影响因素分析
Cohen和Levinthal［30］认为内部研发和外部溢出是科学技术知识流的两大来源,并依此开创性地给出了如下著名的知识流公式:
其中Rj是企业i自身在研发上的投资,是同行业或相同技术领域的其他企业在研发上的投资总额;θ是知识溢出程度,U是背景知识水平;是企业可以利用外部知识资源的总量;是企业吸收能力。
由于知识的无损耗性,即溢出者在溢出知识后其自身的知识并不会减少,运用Cohen和Levinthal的知识流公式并考虑到知识的折旧,假定知识溢出者的知识存量变化只与自身的知识折旧和自身的R&D有关,接收者的知识存量变化不仅与自身的知识折旧和自身的R&D有关,而且与接收者吸收的知识量有关,而接收者吸收的知识量由知识难度系数、 知识溢出度、接收者的吸收能力决定。
( 1) 溢出度。知识是一种除了失效外不含损耗、可重复使用和共享的资源。1958年,奥地利生物学家Polanyi［31］最早提出 “隐性知识”概念,他认为知识分为显性知识和隐性知识两类。显性知识是能够用明确符号表述的知识,如以文字、图表和数学公式等表述的知识,隐性知识是人们意识到、但难以言传和难以用符号表达的知识。考虑到高技术产业的特点,Shafiei,Ghofrani和Saboohi［23］将高技术产业的知识分为创新知识和背景知识,认为创新知识是最近的创新活动所产生的知识,背景知识是普适性知识,这部分知识为创新知识的发展提供基础。本文将上述两种对知识的分类结合起来,把高技术产业的知识分为显性的背景知识、隐性的背景知识、显性的创新知识和隐性的创新知识。
知识溢出的关键因素涉及知识自身的特性。新的知识诞生后,其中可用语言、文字、图形和符号等整理、编码的显性知识,在被使用和流动过程中都会自然地溢出,知识的隐性程度越低,知识自然溢出的程度就越高。本文用溢出度 θ 表示知识溢出的程度,用自然溢出度表示知识自然溢出的程度, 为研究方便,假定知识的自然溢出度 α ( 0α1) 为一个定值。除自然溢出的知识外,余下的知识( 1 - α) 是需要接收者通过努力才能获取溢出,即是这些知识能否被接收者获取和获取的程度,与溢出者的溢出意愿和接收者的R&D有关,获取的程度会随溢出者的溢出意愿的增大而提高。本文认为溢出者的溢出意愿主要与溢出者感受到的来自接收者的威胁有关,溢出者如感觉接收者的知识与自己的知识太相近,知识溢出可能减少自身的利益,溢出意愿就会越低。
研发投入的作用不仅在于直接带来了新知识, 更重要的是增强了接收者对外来技术的模仿、学习和吸收能力,所以接收者的R&D投入越大,余下的知识被获取的可能性越大。影响溢出度的因素如图1所示。
( 2) 知识难度系数。Shafiei,Ghofrani和Sa- boohi认为知识难度系数是一个由知识自身的特性决定的量,接收者实际感知到的知识难度不仅与知识自身的难度系数有关,而且与所感知的背景知识相似度和预期的创新知识的难度系数有关。感知的背景知识相似度和预期的创新知识难度系数都与接收者的创新能力有关,创新能力越高,感知和预期的能力越强。感知的背景知识相似度还与背景知识的相似度有关,当接收者的背景知识与溢出者的背景知识越相似,接收者感知的背景知识相似度越高, 此时接收者感觉知识的难度系数越低。
接收者感知的创新知识难度系数与创新知识相似度有关,创新知识相似度越大,溢出者和接收者的创新知识越接近,接收者没有太多的新东西可向溢出者学习,只依赖它自己的R&D,这时,接收者感知的知识难度系数将会增加。
为平滑感知的创新知识难度系数的激烈起伏, 本文假设调整时间为2年。
影响感知的知识难度系数的因素如图2。
在图2中存在两个反馈环:
反馈环1: 感知的难度系数→吸收能力→吸收速度→溢出的知识→接收者的知识存量→接收者的背景知识→背景知识相似度→感知的背景知识相似度→感知的难度系数,这是一个正反馈环。
反馈环2: 感知的难度系数→吸收能力→吸收速度→溢出的知识→接收者的知识存量→接收者的创新知识→创新知识相似度→感知的创新知识难度系数→预期的创新知识难度系数→感知的难度系数, 这是一个负反馈环。
( 3) 吸收能力。吸收能力是企业学习、消化外部新知识并最终商业化应用的能力,吸收能力与外部知识的难度有关,在其它条件不变的情况下,实际感知的外部知识难度的增加会降低企业的吸收能力。
溢出的知识要有效地被吸收,先决条件是接收者具备吸收此项新知识的能力以及学习强度足以引发学习动机。吸收新知识不只是记忆与背诵,而是将新知识纳入自己现有的知识体系中加以充分利用。 Kwanghui通过实证分析认为,企业R&D活动、企业外部网络关系会影响企业的吸收能力。吸收能力与R&D投入具有密切关系,自身的R&D投资是提高企业吸收能力的重要手段。R&D活动除了会带动创新与开发新产品之外,对强化组织的吸收能力也会具有显著的效益,企业R&D投入增强了企业对外来知识的吸收、学习和模仿的能力,使得企业拥有更强的技术能力去吸收外部知识溢出。影响接收者吸收能力的因素见图3。
3. 2知识溢出反馈模型的建立
基于以上分析,建立如下的知识溢出反馈模型( 见图4) 。从图4中可以看出与知识接收者知识存量相关的反馈环有6个( 见图5) 。
反馈环3: 接收者的知识存量→溢出的知识→ 接收者的知识存量,这是一个负反馈环。
反馈环4: 接收者的知识存量→接收者的知识折旧→接收者的知识存量,这是一个负反馈环。
反馈环5: 接收者的知识存量→接收者的创新知识→接收者显性的创新知识→接收者的显性知识 →接收者对溢出者的知识相似度→溢出意愿→溢出度→溢出的知识→接收者的知识存量,这是一个负反馈环。
反馈环6: 接收者的知识存量→接收者的背景知识→接收者显性的背景知识→接收者的显性知识 →接收者对溢出者的知识相似度→溢出意愿→溢出度→溢出的知识→接收者的知识存量,这是一个负反馈环。
反馈环7: 接收者的知识存量→接收者的背景知识→背景知识相似度→感知的背景知识相似度→ 感知的难度系数→吸收能力→吸收速度→溢出的知识→接收者的知识存量,这是一个正反馈环。
反馈环8: 接收者的知识存量→接收者的创新知识→创新知识相似度→感知的创新知识难度系数 →预期的创新知识难度系数→感知的难度系数→吸收能力→吸收速度→溢出的知识→接收者的知识存量,这是一个负反馈环。
4模拟仿真及结果分析
4. 1仿真模型建立
依据以上对高技术产业集群内组织间知识溢出各因素的反馈分析,建立仿真模型,仿真模型关系设定基于上述分析并借鉴文献［23］后修改,具体如下:
(1)起始时间=2012
(2)结束时间=2032
( 3) 知识折旧率= 0. 03
( 4) 知识折旧= 知识存量* 知识折旧率
( 5) 接收者的知识存量= INTEG ( 接收者实现的R&D + 溢出的知识- 接收者的知识折旧,12000)
( 6) 接收者的背景知识= MIN ( 接收者的知识存量,溢出者的背景知识)
( 7) 接收者的创新知识= MAX ( 0,接收者的知识存量- 溢出者的背景知识)
( 8) 显性的背景知识= 背景知识* 背景知识的显性因子
( 9) 背景知识显性因子= 0. 8
( 10) 显性的创新知识= 创新知识* 创新知识的显性因子
( 11) 创新知识显性因子= 0. 5
( 12) 显性知识= 显性的背景知识+ 显性的创新知识
( 13) 接收者对溢出者的知识相似度= 接收者的显性知识/ ( 溢出者的显性知识+ 溢出者的隐性知识)
( 14) 溢出意愿= IF THEN ELSE ( 接收者对溢出者的知识相似度> 0. 6,0. 1,0. 15)
(15)接收者的R&D=RAMP(1,2012,2032)
( 16) 溢出度= 1 - ( 1 - 自然溢出度) * EXP ( - 溢出意愿* 接收者的R&D)
( 17) 溢出的知识= ( 可得的溢出者的知识- 接收者的知识存量) * 溢出度* 吸收速度
( 18) 创新知识相似度= 接收者的创新知识/溢出者的创新知识
( 19) 背景知识相似度= 接收者的背景知识/溢出者的背景知识
( 20) 感知的背景知识相似度= 接收者的创新能力* 背景知识相似度
( 21) 感知的创新知识难度系数= 接收者的创新能力* ( 创新知识相似度^2)
( 22) 预期的创新知识难度系数= SMOOTH ( 感知的创新知识难度系数,2 )
( 23) 感知的难度系数= 知识的难度系数- 感知的背景知识相似度+ 预期的创新知识难度系数
( 24) 吸收能力= 1 - 1* 感知的难度系数* EXP ( - 0. 01* 接收者的R&D/感知的难度系数)
( 25) 吸收速度= 吸收能力/吸收时间
( 26) 吸收时间= 1
( 27) 可得的溢出者的知识= DELAY FIXED ( 溢出者的知识存量,2,18000 )
( 28 ) 近来的R&D = TIME STEP * 溢出者的R&D
( 29) 隐性的背景知识= 背景知识* ( 1 - 背景知识的显性因子)
( 30) 隐性的创新知识= 创新知识* ( 1 - 创新知识的显性因子)
( 31) 隐性知识= 隐性的背景知识+ 隐性的创新知识
( 32) 实现时间的延迟= 3
( 33) 接收者最初的R&D投入= 500
( 34) 接收者实现的R&D = DELAY1I ( 接收者的R&D,实现时间的延迟,接收者最初的R&D投入)
( 35) 溢出者的背景知识= MIN ( 溢出者的知识存量- 近来的R&D,0. 8* 溢出者的知识存量)
( 36) 溢出者的创新知识= 溢出者的知识存量- 溢出者的背景知识
( 37) 溢出者的知识存量= INTEG ( " 溢出者的R&D" - 溢出者的知识折旧,18000)
( 38) 知识势差= 溢出者的知识存量- 接收者的知识存量
( 39) 溢出者的R&D = WITH LOOKUP
( Time,( [( 2005,0 ) - ( 2100,3000 ) ],( 2007, 745) ,( 2012,810) ,( 2022,1160) ,( 2032,1590) ) )
( 40) SAVEPER = TIME STEP
( 41) IME STEP = 1
4. 2仿真结果分析
( 1) 接收者不同创新能力情况下,接收者的知识存量变化和接收者与溢出者知识势差变化。图6、 图7是知识的难度系数为1,自然溢出度为0. 3,溢出者和接收者的初始知识存量分别为18 000和2 000,接收者的创新能力分别为0. 1、0. 3、0. 5、 0. 7、0. 9时,接收者的知识存量和接收者与溢出者的知识势差随时间变化的仿真结果。从图6中可以看出,接收者知识存量随时间推移逐渐增大,并且不管创新能力为多少,接收者的知识存量从某一时间点以后都是一样的,这表明经过相当长的一段时间,接收者几乎不再从溢出者那里接受知识,知识存量的变化只与接收者自身因素有关。创新能力强的接收者的知识存量增加速度较创新能力弱的接收者的知识存量增加速度快。这正是反馈环7和8作用的结果: 接收者创新能力越强,感知的背景知识相似度越大,从而感知的创新知识难度系数越小, 吸收能力越强,知识存量增加越快。
本文假定溢出者的知识存量只与自身的R&D和折旧有关,所以随着接收者知识存量随时间推移逐渐增大,接收者与溢出者的知识势差随时间推移逐渐减小。开始时知识势差较大,知识复杂性偏高, 导致接收者的吸收能力偏低,此时接收者较低的知识存量让溢出者感受不到( 或感受较轻) 来自接收者的竞争压力,从而知识保护意识偏低,溢出意愿较高,接收者吸收的知识多,因此知识势差开始时快速降低而后降低速度放缓( 见图7) 。仿真结果分析的( 2) ( 3) ( 4) 中有关知识势差的结果分析类似,不再赘述。
( 2) 不同初始势差情况下,接收者的知识存量变化和接收者与溢出者知识势差变化。图8、图9是知识的难度系数为1,自然溢出度为0. 3,接收者的创新能力为0. 3,溢出者的初始知识存量为18000,接收者的初始知识存量分别为2 000、7 000、 12 000、17 000时,即初始知识势差为16 000、11 000、6 000、1 000时接收者的知识存量和接收者与溢出者的知识势差随时间变化的仿真结果。从图8可以看出,随时间的推移,接收者知识存量以递减的速度逐渐增大,初始势差小的接收者的知识存量增加速度较初始势差大的接收者的知识存量增加速度慢,这正是反馈环5和6作用的结果: 接收者与溢出者知识势差越小,接收者对溢出者的知识相似度越大,溢出者会感到潜在竞争压力的增大,利益可能受损因而溢出意愿小而导致。知识势差的结果分析同( 1) 。
( 3) 不同知识难度系数情况下,接收者的知识存量变化和接收者与溢出者知识势差变化。图10、图11是知识的自然溢出度为0. 3,接收者的创新能力为0. 3,溢出者和接收者的初始知识存量分别为18000和2000,知识的难度系数为1、0. 8、0. 6、 0. 4时,接收者的知识存量和接收者与溢出者的知识势差随时间变化的仿真结果。从图10中可以看出,接收者的知识存量随时间推移逐渐增大,知识的难度系数越大,接收者的知识存量增加速度越慢, 这正是反馈环7和8作用的结果: 由于知识的难度系数越大,接收者感知的难度系数也越大,导致接收者的吸收能力降低,吸收速度减慢,知识溢出也减小。知识势差的结果分析同( 1) 。
( 4) 不同自然溢出度情况下,接收者的知识存量变化和接收者与溢出者知识势差变化。图12、 图13是知识的难度系数为1,接收者的创新能力为0. 3,溢出者和接收者的初始知识存量分别为18000和2000,自然溢出度为0. 1、0. 4、0. 7、1时,接收者的知识存量和接收者与溢出者的知识势差随时间变化的仿真结果。从图12中可以看出,接收者知识存量随时间推移逐渐增大,而且自然溢出度越大, 接收者的知识存量增加速度越快,这正是反馈环5和6作用的结果: 自然溢出度越大,溢出度就越大, 知识溢出越多,接收者的知识存量增加越多。知识势差的结果分析同( 1) 。
5结论
本文应用系统动力学模型分析了高技术产业集群内两个组织间的单向知识溢出,通过模拟仿真得出,知识溢出中接收者与溢出者间的知识势差会随着时间的推移而逐渐减小,接收者知识存量的增加及增加速度与初始知识势差、知识的难度系数、知识的自然溢出度、接收者的创新能力有关。初始势差小的接收者的知识存量增加速度较初始势差大的接收者的知识存量增加速度慢、接收者的知识存量增加速度随知识的难度系数的加大而减慢、随自然溢出度的增大而加快、随接收者的创新能力的增强而加速。
高技术产业的知识更新速度较快、知识商业寿命较短,这使得接收者吸收知识的速度非常关键。 速度越快,意味着可以更快地利用吸收到的知识进行再创新,从而尽早实现知识的效能; 速度慢意味着吸收的知识可能过时,成为冗余知识。在知识爆炸、知识更新周期越来越短的当今时代,接收者搜寻溢出知识时找准定位非常重要,选择接收多宽的知识势差以及多大自然溢出度、多高难度系数的知识,明确自身的创新能力以及自身创新能力的提升空间,对这些影响因素做前期评估,是保证知识溢出的有效性的重要举措。
摘要：知识溢出是企业集群发展、提高创新能力、获得持续竞争优势的驱动因素之一,但其过程仍是一个“黑箱”。应用系统动力学模型分析在高技术产业集群内组织间的知识溢出过程中,知识的难度系数、自然溢出度、接收者的创新能力、溢出者和接收者的初始知识势差对组织知识存量和组织间知识势差的影响,得到的结论是,知识的难度系数、知识势差一定程度上阻碍知识溢出,而自然溢出度和接收者的原始创新能力则加速知识溢出。
集群知识系统 篇5
近年, 产业集群知识溢出作为研究主题得到了高度的重视, 但从目前研究知识溢出的相关文献来看, 其研究焦点是分析集群知识溢出的概念, 而对于具体到某个产业的集群知识溢出的相关研究少之有少。本文分析了软件产业集群知识溢出的必要性, 从知识形态角度重点研究了软件产业集群知识溢出过程和途径, 并提出相应的建议, 以期通过知识溢出促进软件产业集群的快速良性发展。
1 软件产业集群知识溢出的必要性
马歇尔 (1920) 指出:“一个人产生了一个新的思想, 其他人接受了这个思想并且结合自己的考虑, 于是进一步产生另一个新思想, 集群企业在获取外部知识的过程中得益于‘产业氛围’的影响。”这种“产业氛围”使得集群企业可以像获得空气一样免费地获取某些技术和知识, 而集群以外的企业却很难获得这些知识[1]。而软件产业集群由于自身特点, 与传统产业相比, 尤为需要这种氛围获得创新的种子。
(1) 软件是建立在最新科学成就基础上的技术, 具有技术变化迅速、产品寿命周期短、产品性能改进快等特点。这意味着与传统企业相比, 软件企业创新要面临更多的风险, 再加上激烈的市场竞争和科学技术进步的加快, 知识更新的速度越来越快, 任何一家企业都不可能单独地在其涉及的技术领域内完全跟上知识发展的步伐, 所以软件企业创新不是一种孤立行为, 在创新的每一步都需要得到外部知识源的支持。集群知识溢出使得集群内企业能够以最大程度、最低成本、最短时间获取所需的各种知识, 从而使得企业的创新活动犹如“站在巨人的肩膀上”进行, 所以说知识溢出是软件产业集群创新的重要基础[2]。硅谷的成功也正是因为知识溢出通过宽松的人才流动政策、非正式和正式交流使得硅谷空气中遍布创新知识, 企业可以随时吸收到有利于自主创新的知识种子, 相互学习再整合创新使得硅谷的生机无限。而且软件技术更新换代极快, 很多技术还没有申报专利就已经过时了, 所以软件的专利申报率相对偏低, 这也为集群中知识溢出、企业相互学习创造了条件, 降低了由于引用他人专利而带来的法律纠纷。
(2) 软件产品的兼容性导致软件产业集群甚至整个软件产业都需要知识溢出。软件产品不同于传统产品, 单个企业的产品就能满足消费者需求, 软件产品须嵌套在硬件产品上使用, 需要和其他嵌套的软件产品兼容, 比如某企业研发出一款非常先进的视听播放器软件, 如果与现有使用量最大的微软操作系统不兼容, 也会直接影响该产品的销售。所以任何一个软件企业都不能闭门造车, 软件产品的兼容性造成软件产业集群以及整个软件产业必须非常重视软件的标准, 每个企业研发的产品都遵守该标准, 这样就能做到兼容。而标准是通过软件企业间联合创新而产生 (也有些标准是先进企业在自有知识基础上通过整合其他企业知识制定, 所有企业共同遵守) , 是相对先进的技术协议, 是通过企业间知识流动、整合产生的创新知识。知识流动包括知识共享、知识转移和知识扩散。前两者知识流动方向有目的性, 可以看作主动溢出;而知识扩散是最原始、最低级的知识流动, 没有目的性, 完全是自发的, 完全不可控制的, 可以称为被动溢出、不可控溢出。所以知识流动的过程也可看作知识溢出的过程。软件产品的兼容性决定了软件企业必须通过知识溢出, 整合创新产生共同遵守的标准, 也可把标准看作就是知识溢出的结果。
2 基于知识形态的知识溢出过程研究
在Fallah M H, Ibrahim S, 朱秀梅等学者研究的基础上, 本研究总结得到了知识溢出过程图 (如图1) 。
基于知识形态, 可以把知识分成显性知识和隐性知识。显性知识是“书面文字、图表和数字表述了的知识”, 其溢出往往是附着在语言、文字、图形、数字等载体上的, 通过它们的表达, 在集群内不同的主体之间传递。隐性知识是指尚未被语言或其它形式表述的知识, 它存在于特定的个人头脑中或组织体系中, 是高度个人化的知识, 并且难以规范化、难以言明和模仿、不易被复制或窃取、不易传递给他人的知识[2]。显性知识和隐性知识有不同的溢出特点。基于知识形态研究知识溢出, 可以把隐性知识进一步分为四大类:第一大类是可表述的隐性知识, 通过个体的学习积累但还未被表达出来的知识, 如果知识拥有者能够表述出这种知识, 那就变成了显性知识, 因其未被编码化, 所以只有通过交流、会议等直接接触才能得到[3]。第二大类是情景知识, 零散分布于企业和集群环境中的知识, 这种知识通常需要特定地点、特定时间, 在特定环境中直接接触才能获得, 如很多国家模仿硅谷建立了多个软件产业集群, 给予企业很多优惠, 但发展态势都不尽人意, 硬件设施、产业扶植政策都可以模仿, 但是集群或企业具备的情景知识比如企业文化、集群文化却难以模仿, 而硅谷的成功很大程度上就依赖于这种情景知识提供的良好创新氛围。第三大类是特定专业知识, 嵌入在企业或集群的未编码的专业知识, 比如技术诀窍和方法, 企业都有技术诀窍和专业知识, 而集群企业由于地理位置接近和从事产业类似, 容易相互影响, 形成集群独特的未编码的特定专业知识, 只有深处于集群中的企业才能理解这种知识。第二、三大类隐性知识是企业、集群层次的, 其获取不是通过外化, 而是需要个体以自己的经验或实践, 通过直接接触吸收、理解、获取这种知识, 共同的文化背景和价值观有利于这类知识的获取。第四大类是个体的心智模式, 这种知识可以看作个体思考问题的独特方式, 能够激发个体从现有知识中发展新思想, 或对现有知识进行综合或重组[4]。
隐性知识的转化从个体可表述的隐性知识开始, 这种知识通过外化过程转化为显性知识;而情景知识和特定专业知识需要在特定的环境中或共同的文化背景下, 通过直接接触才能转化为显性知识[3,4]。对显性知识的吸收需要一个内化过程, 在这一内化过程中, 需要利用个体的心智模式 (朱秀梅, 2007) , 这种心智模式是嵌入在人脑中的模糊知识, 是不能够被其他个体获取的。个体通过学习积累了大量的隐性知识, 而能够表述的隐性知识只是冰山一角, 所以个人心智模式包括可表述的隐性知识和不可表述的隐性知识。集群或企业是由大量员工个体组成, 个体的隐性溢出知识互相影响, 最终整合形成集群或企业的情景知识和特定专业知识。而情景知识和特定专业知识也会对个体的心智模式产生影响, 使得个人思考问题的方式、拥有的知识储备更符合集群或企业的要求, 使得集群中的个体思考问题趋于相似, 从而使得群内企业创新趋于同质化。所以集群内企业必须注重与集群外部的联系。
3 基于知识形态的软件产业集群知识溢出途径研究
3.1 显性知识溢出
软件产业集群的显性知识大多是一些技术资料, 比如源代码程序、技术设计方案等, 可以通过直接购买、正式交流获得对方编码化的技术资料;软件企业业务外包和联合创新又会产生产业链间的垂直溢出和水平溢出, 而且很多都是显性知识溢出;软件企业共同遵守的标准也是显性知识溢出的表现;软件企业分裂衍生也会造成大量显性知识溢出。总之, 直接购买、正式交流往往要支付高额成本去获得技术资料, 产业链间的垂直溢出和水平溢出是主动溢出, 双方都要付出成本, 但在显性知识溢出发生的同时也会伴随隐性知识的溢出, 这是企业要多加防范的。由于显性知识是规范化、系统化和编码化的知识, 可以明确表达并且易于转移和存储, 所以它的溢出也比较容易发生, 而且不受地理位置的约束, 比如标准、购买专利等完全可以和群外企业完成。而隐性知识在很大程度上受到地理位置的约束, 隐性知识溢出要靠直接接触获得, 大多是发生在集群内部。所以为了避免集群的同质化, 应鼓励更多的外部显性知识溢出。
3.2 隐性知识溢出
软件产业不同于传统产业, 其创新难度极高, 而且软件技术更新换代极快, 比如只要取得可口可乐配方 (固定不变的显性知识) 就能获得巨额利润, 但软件产品千变万化, 编程技巧远比源代码程序重要, 编码化的显性知识只能解决一时之需, 而且获得显性知识需要支付高额成本, 因此隐性知识溢出对于软件产业集群而言尤为重要。隐性知识包括可表述的隐性知识、情景知识、特定专业知识、个人心智模式四大类。情景知识和特定专业知识对个人的影响, 也就是这两者的溢出是必然存在的, 与集群内部不同企业长期直接接触、个体具备吸收能力, 就能获得这部分知识, 所以说这两类知识能否对企业创新起作用还取决于个体的吸收能力, 研究个体的吸收整合能力对于这两类知识而言更有意义。而可表述的隐性知识溢出不是必然存在的, 必须通过适当途径才能产生溢出, 所以有必要研究可表述的隐性知识的溢出途径。可表述的隐性知识溢出是个人层次的知识, 比如个人掌握的技术诀窍、编程技巧等, 因为没有编码化, 人是隐性知识溢出的主要载体, 必须通过人之间的直接接触获得。
3.2.1 正式交流
通过政府或行业协会等集群代理机构为集群成员安排的学术论坛、专题会议、新品推介会, 以及相关专题论坛和研讨会等获得正式直接面对面的正式交流机会, 在获得显性技术资料的同时, 还能通过技术人员的直接接触获得可表述的隐性知识溢出。
3.2.2 非正式交流
集群企业由于地理上的接近, 使得不同企业的员工有可能彼此熟悉, 并在工作之外发生较多的面对面的交流, 非正式交流带来的是可表述的隐性知识溢出, 员工不可能交流企业显性知识, 因为编码化知识是所有企业严加防范的, 但是通过员工的交流, 溢出了隐性知识, 员工或多或少地还是会把溢出的新知识和创新想法带到自己所在的企业, 进而被企业所共享。硅谷的酒吧就为技术人员的非正式交流提供了场所, 非正式交流促进了可表述的隐性知识的溢出, 加强集群内知识的流动和沉淀, 提高不同知识源的知识碰撞、整合频率, 最终提高集群整体创新水平。
3.2.3 人员流动
软件行业是人员流动非常频繁的行业, 集群企业间的人才流动能够促进集群内部知识流动, 为企业带来新的创新种子。虽然软件企业员工都签署了保密协议, 不允许离职后泄漏公司技术机密、带走显性的技术资料, 但是嵌入在员工头脑中的隐性知识比如技术诀窍、编程技巧还是被员工带到了新公司, 员工个人的可表述隐性知识就很自然地在新公司溢出了。人员流动能够加强知识流动, 形成集群中知识创造与扩散的自增强机制, 促进集群创新。但是过度的人员流动也会破坏集群内部和集群企业的知识的延续性和积累性, 尤其是对于需要知识积累和创新的软件产业集群而言, 因此员工隐性知识显性化研究尤为重要。
4 建议
知识溢出是把双刃剑, 既能促进知识流动, 增加知识存量, 也会带来很多风险, 对此, 分别从集群层次和企业层次给出如下几点建议。
(1) 显性知识是编码化知识, 可以通过直接购买专利技术、源代码程序、合作创新等形式溢出, 编码知识溢出容易控制, 是主动溢出;而隐性知识是未编码知识, 主要通过直接接触溢出, 溢出内容不可控制, 是被动溢出, 所以极易溢出核心知识。建议企业:
1) 通过知识分享加速隐性知识在企业的传播, 促进隐性知识显性化
如果个人隐性知识不能有效地转变为企业知识, 则企业不会获得持久竞争优势的源泉, 所以有必要通过知识分享促进隐性知识在企业中的传播。隐性知识的有效分享, 能促进企业内知识的良性流动和增值, 提高隐性知识效用[5]。企业可以定期召开技术、管理类别的知识交流会, 为员工分享知识提供环境和场所, 加强员工间的交流, 促进个人不可表述的隐性知识转变成可表述的隐性知识, 从而产生隐性知识溢出, 相互整合, 进而形成可编码的企业显性知识。企业应建立“按知识贡献分配”的激励制度, 把员工参与知识共享的程度和薪金、升职挂钩, 用知识薪酬支付制、知识股权期权制度等从近期和远期进行激励。企业还应建立学习型组织文化, 形成一种能促进学习知识、交流知识、共享知识、创新知识的良好氛围, 使员工建立自觉合作、自觉交流、自觉共享的价值观体系。
2) 在隐性知识显性化的基础上区分核心知识和非核心知识, 加强对核心知识的保护防范
企业区分核心知识和非核心知识是有着重要意义的。对于所有的知识企业防范其知识溢出要花费巨额成本, 是不经济的, 而且对于集群中的企业而言, 是有贡献知识溢出义务的, 企业只要严加防范核心知识溢出, 而对于非核心知识可以促进溢出, 以便于加强集群知识流动, 促进集群创新。隐性知识虽深隐于个人大脑中, 属于个人知识, 但是通过企业知识分享会改变个人心智模式, 极大增加个人隐性知识;而且很多由此产生的隐性知识属于企业的核心知识, 一旦员工离职就会毫无保留地带走这部分隐性知识, 给企业带来损失。所以建议企业应当加强员工隐性知识显性化[6]。显性知识溢出的防范措施容易实施, 对得到的编码知识进行核心知识和非核心知识的分类, 比如涉及企业核心技术即为核心知识, 对于这部分知识应加强防范, 防止溢出。企业可以通过加薪升职等手段留住掌握核心知识的人才, 减少核心知识溢出;如果员工执意离职, 企业可与其签订保密协议, 防止知识溢出;而且企业已经通过隐性知识显性化, 掌握了与核心知识相关的个人隐性知识, 这就可以极大减少由于员工离职带来的知识损失。
3) 必须创新, 并在吸收集群其他企业溢出知识的基础上再次创新
企业必须有创新, 有创新才能在吸收集群其他企业溢出知识的基础上再次创新, 产生新的知识, 增加企业知识存量, 贡献更多的知识溢出, 增加集群知识, 从而形成集群发展的良性循环[7]。如果企业没有创新, 只是一味索取其他创新企业的溢出知识, 那么创新企业会采取严防知识溢出的措施, 集群也就失去存在意义;而且创新企业和不创新企业之间的距离会越来越大, 落后企业即使重新选择创新, 也难以利用集群层次情景知识和特定专业知识。
(2) 集群层次应鼓励正常合法的知识溢出
1) 通过法律保证知识溢出合法化, 并建立知识溢出补偿机制
这主要是针对显性知识溢出, 鼓励集群内部的创新企业及时申报专利、设计版权等, 群内其他企业想使用该项技术必须征得创新企业同意, 并支付相应的使用费用。行业协会应切实发挥监督作用, 对于非法使用创新技术的企业应给予通报, 并上报国家有关部门, 及时做出惩罚。知识溢出是具有正的外部性, 是必然存在的, 创新企业或多或少都要受到损失, 政府可以通过补贴、奖励等激励机制切实减少企业的创新成本, 减少知识扩散带来的损失, 提高企业的创新动力。高校、科研机构、技术咨询机构应为创新企业提供必要的指导和服务, 比如提供公共知识溢出、创新项目的搜索、核心技术攻关等。
2) 建立正式沟通机制, 鼓励正常的知识溢出
正式沟通机制[8]指的是行业协会或者政府相关部门专门为集群企业组织的学术论坛、技术研讨会、专题会议等交流形式的活动, 为企业创造面对面的交流机会, 便于群内企业及时了解最新技术发展动向, 也便于创新企业与集群企业或者群外企业进行沟通, 实现了知识的正常溢出。
3) 培育独特的情景知识和特定专业知识, 为集群良性发展创造良好氛围
在软件产业集群内应着力打造集体学习和协作竞争的集群文化, 营造 “比、学、赶、帮、超”的学习氛围。注重培育诚信文化, 提倡敢冒风险并宽容失败、淡化等级观念和重视非正式交流的创新文化[8], 通过培育集群鼓励创新、知识分享的文化和正常合法的知识溢出, 加强集群知识流动, 形成集群独特的情景知识和特定专业知识, 为集群良性发展提供氛围保证。
4) 创造更多的非正式交流机会
如前所述, 隐性知识溢出对于软件企业至关重要, 企业层次应做好隐性知识显性化, 在保护企业核心知识基础上鼓励非核心知识溢出;而集群应创造更多的非正式交流机会, 比如设置集群企业的技术论坛, 或者开设酒吧等休闲场所, 鼓励不同企业员工之间的非正式交流, 加强集群知识流动, 促进集群创新。
摘要：从知识形态角度, 可以把知识分成显性知识和隐性知识, 这两者的溢出特征是不同的。研究基于知识形态的溢出过程是很有意义的, 而且对软件产业集群而言, 知识溢出是必需的。为此, 重点分析了软件产业集群显性知识溢出途径和隐性知识溢出途径, 并提出了促进软件产业集群良性发展的建议。
关键词：知识溢出,显性知识,隐性知识,软件产业集群
参考文献
[1]BATHELTH, MALMBERG A, MASKELL P.Clusters and knowl-edge:local buzz, global pipelines and the process of knowledge crea-tion[J].Druid Working Papers, 2002 (12) :31-56.
[2]GIULIANI E.Knowledge in the air and its uneven distribution:a sto-ry of a chilean wine cluster[C].Conference Paper for DRUIDpsWinter Conference, January 2003.
[3]FALLAHMH, IBRAHIM S.Knowledge spillover and innovation intechnological clusters[C].IAMOT 2004 Conference, Washington, D.C, 2004:3-5.
[4]朱秀梅.知识溢出—吸收能力对高技术产业集群创新的影响研究[D].长春:吉林大学, 2007.
[5]ANETWETERINGS.Inter-organizational relationships and the inno-vative performance of software firms in the Netherlands:does spatialproximity matter[C].Paper Prepared for the Regional Studies Asso-ciation International Conference“Regional Growth Agendas”, Den-mark, 2005 (5) :28-31.
[6]AUDRETSCHD, FELDMAN M.Knowledge spillovers and the geography of innovation and production[J].American Economic Review, 1996, 86 (3) :630-640.
[7]魏江.产业集群——创新系统与技术学习[M].北京:科学出版社, 2003.
面向企业集群的知识整合 篇6
知识已成为企业最重要的一种资源, 是企业价值创造的源泉。企业集群建立在集群内企业专业化分工和协作的基础上, 企业集群赖以生存和发展的新知识来源于对可利用的知识资源的整合。因此需要建立相应的机制对集群内各企业间以及集群内外的知识进行整合, 使各种知识之间不断的发生相互作用, 产生知识融合和重构, 不断促进知识进步和创新, 实现集群效率和效益的最大化。
2 知识整合的内涵
随着对知识管理研究的不断深入, 一些学者开始关注知识整合对知识管理的重要作用。国内外学者从各自不同的研究领域和视角对知识整合进行了界定。
Henderson和Clark (1990) 首次完整表述了知识整合的概念。他们在《结构创新:既有产品知识和公司失败》一文中指出企业的产品开发需要两方面的知识:组分知识 (component knowledge) 和结构知识 (architectural knowledge) , 前者指产品每个部件的核心设计思想以及把这些思想运用到特定部件的方式, 后者指把这些部件装配或者连接在一起形成整体所需要的知识。Henderson和Clark认为组分知识的结构受到外部市场的需求拉动, 常常是问题导向的, 在特定的解决方案中, 会产生结构知识, 这个过程就是知识整合。Inkpen把知识整合定义为“知识的联结”, 即个人与组织间通过正式或非正式的关系促进知识的分享与沟通, 并使个人知识转变为组织知识[1]。Kugut和Zander认为知识整合是“对既有知识的新组合”以及“运用为开发的潜在知识”[2]。Teese和Grant从组织能力的角度研究了知识整合, 提出企业知识理论, 认为知识整合是组织的基本职能和组织能力的本质, 从而把知识整合提高到企业的战略层面[3]。Iansiti和Clark把知识整合区分为企业外部整合和内部整合, 内部整合包括跨功能整合和广泛问题解决, 外部整合包括技术整合和顾客整合[4]。鲁若愚认为知识整合是一个动态过程, 是指企业对其内部知识进行重新整理, 摒弃无用知识, 并将企业中员工和组织的知识有机地融合起来, 使之具较强的柔性、条理性、系统性, 必要时需对原有的知识体系进行重构, 并以此形成企业新的核心知识体系[5]。胡浩认为知识整合是指将员工个人持有的知识转化为特定环境中的系统知识[6]。
综合以上观点, 知识整合的内涵主要包括: (l) 知识整合的对象包括不同来源、不同形态、不同层次、不同结构的知识。 (2) 知识整合是一个动态循环过程, 知识整合并非知识的简单累积, 而是通过对知识的加工、融合, 形成新的知识, 知识整合贯穿于集群的整个生命周期。 (3) 知识整合具有开放性, 要与外界存在广泛的交流与接触。
3 企业集群知识整合的类型
根据Nonaka和Takeuch提出的SECI模型, 知识在不同形态 (隐性、显性) 间的转化过程以及在不同主体 (个体、群体、组织) 间的转移整合过程, 形成了一个持续的知识螺旋上升扩散效应, 会导致企业的知识水平的提升。
3.1 不同知识形态的整合
根据知识的属性以及传递的难易程度, 可将知识分为显性知识和隐性知识两种形态。这两种类型的知识在整合方法上存在一些差别, 一般来说, 显性知识便于表达和文本化, 因而侧重于信息技术的运用;隐性知识必须建立在反复交流基础上, 因而强调组织方法的综合运用。这两种形态的知识之间的整合主要包括隐性知识和隐性知识之间的整合, 显性知识和显性知识之间的整合, 显性知识和隐性知识之间的整合。隐性知识和隐性知识整合主要是通过观察、感悟、对话、模仿和不断实践等, 使得难以表达的技能、经验和诀窍、心智模式和团队的默契等隐性知识在不同层次知识主体内部和彼此之间交流与共享。显性知识和显性知识整合主要是通过整理、分类、综合等方式, 把分散的、不系统的显性知识进一步组合化、格式化、规范化, 从而实现显性知识的系统化。隐性知识与显性知识整合主要是通过隐喻、类比、图表、概念和模型等方式, 将不同层次知识主体所拥有的、可以显性化的那些隐性知识用概念、语言和文字等清晰地表达出来, 或者通过阅读、聆听、练习和干中学等方式, 将各种相关的显性知识进一步升华, 内化为新的、更高级的不同层次知识主体的隐性知识。只有经过隐性知识与显性知识的高效整合与不断转化, 各种新知识才能不断的被创造出来。
3.2 不同知识主体的整合
知识的主体包括三类:个体、群体、组织。个体知识就是个体所拥有的学识、技能、经验等, 其知识形态更多的表现为隐性知识;群体知识就是一个群体所拥有的文化、经验以及处理问题的能力等, 它是个体知识的集成者和组织知识的提供者, 群体知识通常是共享的结构化知识;组织知识就是整个企业对外所表现出来的企业文化、竞争能力等, 它是组织内各类知识的综合与集成[7]。个人知识具有专有性与互补性, 是个人长期积累和创造的结果;各种组织知识既不能脱离个人知识而独立存在, 但又不是个人知识的简单汇总, 其具有非加和性、整体性的知识特质[8]。个人知识与组织知识通过有效整合, 一方面零散的个人知识能够不断的融入到组织知识之中;另一方面组织知识也能够被迅速的融入到个人的工作中去。通过这种整合, 个人知识与组织知识的数量不断增加、品质不断提升, 个人知识库和组织知识库都不断得到扩充和发展, 知识创造不断发生。不同知识主体的整合就是集群企业内部不同层次主体之间的知识整合, 以及集群企业之间不同层次知识主体之间的知识整合。
4 企业集群知识整合机理
知识整合是由多方面因素共同作用而形成的一种复合型机制, 具有典型的整体性、涌现性、协同性、非线性、自组织性与自适应性等特征[7]。De Boer等把知识整合机制分为系统能力、协调能力和社会化能力三个方面[9]:系统能力侧重于代码、计划、程序等正式系统;协调能力强调运用培训、联络、参与等管理工具;社会化能力是通过价值和制度等文化手段促进知识整合。Grant (1996) 提出知识整合的四种机制: (1) 规则与指令, 这是一种不需要人员协调, 而是依照计划、程序与规则的方式进行整合; (2) 程序, 将企业的作业活动分割成不连续阶段, 每一阶段所需的知识互不影响, 以使知识转移与沟通需求达到最少; (3) 例规, 通过默契的合作, 以部分内隐知识外显出来的信息来建立协调的惯例, 以减少沟通的成本; (4) 团队决策, 这需要人员之间频繁的沟通, 一般在前面3种方式无法减少沟通成本的情形下采用。胡婉丽认为知识整合的实现机制说明知识是如何整合发生并实现的, 实现知识整合的机制有三种, 分别是任务引导机制、组织激励机制和人才培养机制[10]。买忆媛等认为知识整合包含以下四种机制:知识的传递、先后顺序、指示、组织惯例[11]。
企业集群知识整合机理是由多方面因素共同作用而形成的一种复合型协调机理, 在多种机制共同作用下, 通过有效运转, 集群企业内部个人知识与组织知识、隐性知识与显性知识、集群企业之间个人知识与组织知识、隐性知识与显性知识、原有知识与新知识, 集群企业与外部知识等不断的发生相互作用, 创造出各种新知识。企业集群知识整合机理实际上就是企业集群知识系统内各组成要素间的联系、集群系统与环境系统的相互调节。企业集群知识整合的框架模型如图1所示。集群各企业自身原有知识的整合。无论我们学习任何新事情, 接受任何新知识, 必须整合我们当前的知识。原有知识提供了学习新知识的平台和创新的基础, 对集群企业内部知识的整合是为了减少因为知识无序性而造成的知识整合困难, 因此企业必须首先整合自身原有知识。集群企业内部知识整合路径以个体知识—群体知识—组织知识—个体知识的螺旋式运动为主, 并伴随着企业内部个体—个体、群体—群体的知识交流整合。在这个过程中, 通过对原有显性知识和隐性知识进行整理和重构, 改善企业既有的知识结构, 从而改变知识的运用方式, 形成新的企业知识系统。
集群各企业间知识的整合。每个企业都有不同的知识结构, 为了有效合作必须学习吸收各企业的知识。集群各企业的知识整合分为两部分:一是各企业之间原有知识的整合, 二是对各企业合作创新产生的新知识的整合。各企业间通过知识的交叉和重构产生了新知识, 必须对新知识进行消化吸收, 将新知识与企业现有知识整合。企业间的知识整合路径则表现为个人、群体和组织等不同层次知识主体之间隐性知识与显性知识的整合。整合过程体现在三个层次上的运动:个体—个体, 群体—群体和组织—组织, 主要表现为两类知识的不断转化, 通过这种整合作用, 企业不同层次知识主体拥有的隐性知识通过外部化过程不断的转化为各种新的显性知识, 而企业不同层次知识主体拥有的显性知识通过内部化过程不断的转化为各种新的隐性知识。
集群外部知识整合。当今时代知识更新迅速, 企业面临日益开放的环境, 集群内部企业之间虽然存在大量的知识和信息交流, 但是集群不能在封闭和孤立中发展, 而必须积极加强外部联系, 在升级中求得发展。企业是否成功有效的将外部知识转变成自己的内部知识, 受两个因素的影响:一是企业现有的知识基础及能力 (大部分为企业的隐性知识) , 即知识的吸收消化能力;二是企业的努力程度, 现有的隐性知识能够帮助个体及组织吸收可得的外部显性知识和隐性知识, 并在生产和研发过程中, 通过各种知识转化过程, 创造出新知识。自身的努力程度将决定这种转化的快慢, 这需要在人力资本及技术设备上进行自觉的投资。在上述两个影响因素中, 企业及个体的努力程度更加重要, 通过努力可以不断充实自己的知识基础, 而现有的知识基础并不一定会促使企业不断的努力学习[12]。虽然集群中每个企业与集群外的企业所能建立的外部知识渠道总是有限的, 但是这些外部知识可以通过集群内部的知识联系渠道在集群内部快速扩散, 从而提高集群整体的技术创新效率和创新绩效。
影响集群知识整合有效实现的主要因素包括各种相关人员的知识存量、信息技术手段和组织环境。个人既是知识创造的主体, 也是知识的重要载体, 人是知识整合的能动主体和知识创造的内生力量。在企业整合过程中, 都离不开人的参与。信息技术手段是加快知识高效整合的重要条件, 主要包括计算机等现代信息技术手段, 如企业内联网、企业知识库、电子社区和专家系统等。组织环境, 如企业文化、管理体制、激励机制以及外部环境等, 对知识整合有巨大的影响。知识整合的有效实现, 需要从多方面创建和优化相应的条件、手段和环境。
5 结束语
知识整合是企业集群进行知识创新实现可持续发展的最重要的途径, 但是知识整合是一项复杂的系统工程, 动态调节和优化企业集群知识整合的协调机理及其作用机制, 有助于快速提升企业集群创新能力。通过对集群企业内部个人知识与组织知识、隐性知识与显性知识、集群企业之间个人知识与组织知识、隐性知识与显性知识、原有知识与新知识, 集群企业与外部知识的整合模式的分析, 有助于实现企业集群的协同价值及创新价值。
摘要：企业集群的知识整合是一项系统性的工程, 也是企业集群获取创新能力和持续竞争优势的关键。探讨了知识整合的内涵、分析了企业集群知识整合的类型, 将企业集群知识整合分为集群各企业自身原有知识的整合、集群各企业间知识的整合、集群外部知识整合, 并分析了其整合过程。
关键词：企业集群,知识,知识整合
参考文献
[1]INKPEN C.Creating knowledge through collaboration[J].Califor-nia Management Review, 1996, 39 (1) :123-140.
[2]KOGUTB, ZANDER U.Knowledge of the Firm, Combinative Capa-bilities and the Replication of Technology[J].Organization Science, 1992, 3 (3) :383-397.
[3]GRANTR M.Prospering in Dynamically-Competitive Environments:Organization Capability as Knowledge Integration[J].Organization-Science, 1996, 7 (4) :375-387.
[4]IANSITI M, CLARK K B.Integration and Dynamic Capability:Evi-dence from Development in Automobiles and Mainframe Computers[J].Industrial and Corporate, 1994, 3 (6) :557-605.
[5]鲁若愚, 陈力.企业知识管理中的分享与整合[J].研究与发展管理, 2003, 15 (1) :16-20.
[6]胡浩.论知识应用中的整合管理[J].科技进步与对策, 2007, 24 (4) :154-156.
[7]魏江, 王铜安.个体、群组、组织间知识转移影响因素的实证研究[J].科学学研究, 2006, 24 (1) :91-97.
[8]张庆普, 单伟.企业知识转化过程中的知识整合[J].经济理论与经济管理, 2004 (6) :47-51.
[9]De BOER M, BOSCH V, FRANS A J, VOLBERDA H.Managingorganizational knowledge integration in the emerging multimedia com-plex[J].Journal of Management Studies, 1999, 36 (3) :379-398.
[10]胡婉丽.知识整合的流程及机制[J].价值工程, 2008 (5) :41-44.
[11]买忆媛, 彭一林, 乔俊杰.区域产业集群的知识流动整合及绩效研究[J].地域研究与开发, 2005, 24 (6) :22-25.
产业集群中的知识共享网络 篇7
一、产业集群与知识共享
产业集群是一种新型的区域经济发展形式。1990年美国学者迈克尔。波特在其《国家竞争优势》一书中首次提出产业集群的概念。产业集群是指在某一特定领域中,大量产业联系密切的企业以及相关支撑机构在空间上集聚,并形成强劲、持续竞争优势的现象。知识共享作为产业集群内部存在的两种重要机制之一,已成为集群获得强大竞争力的深层原因,是决定集群成败与否的关键因素。
产业集群是因为相关企业的聚集而形成的,从世界范围内来看,产业集群内部虽是既竞争又合作的关系,但都对知识共享给予高度重视,为集群内部知识共享纷纷创造条件。集群内部知识共享可以给集群及内部企业带来的效用有:降低知识获取成本、提升集群创新能力、提高集群适应能力和扩大集群竞争优势。因此,知识共享网络在产业集群中至关重要。
二、知识共享网络的概念
知识管理的目标是充分利用显性知识和隐性知识,缩小组织知识差距。为了达到这一目标,即要建立新的基于网络的社区。通过这一社区,公司可以改进内部协作,更紧密地联系合作伙伴和客户。知识网络可采取多种组织形式,从由具有相同经历或目的的个人组成的社区,到在各自行业内进行知识交流的供应链企业。
Mentzas等人区分了知识共享网络的四个层次:个人、团队、组织、组织间。个人网络层面涉及在这一层面的知识工作者的能力、经验、技能以及个人发展问题。团队和组织网络层面包括公司内部网络,例如在一个组织内部的非正式组织或从事相关活动的人们组成的正式组织(如项目组)。组织间网络指的是跨企业关系,网络的重点在于核心竞争力、无障碍对外环境以及发展能力。因此,产业集群中,与客户、竞争者、分包商、合作伙伴等之间的网络属于这一层面。
三、组织间知识共享网络模型与分类
为了得出组织间知识共享网络模型,我们重点研究两个问题:一是关于知识流动过程的轨迹控制;二是组织实体间知识流的交换。
模型的横轴反映了对知识交换过程的控制。我们将知识网络分成两类:一类是“封闭式”,即一个单独的公司或公司中的一个小的团队控制并拥有知识传递及其成果;另一类是“开放式”,即由第三方进行控制和协调,如中介机构。这一区分在知识网络中扮演了很重要的角色。在这种区分的基础上,在现有知识网络的实践中会产生特有的模式,将“封闭式”网络看作私人的、无中介的、控制程度高且参与者较少的网络,而将“开放式”网络看作公开的、有中介的、参与者控制程度低且有很多参与者的网络。因此,我们可以通过控制是封闭式的还是开放式的来区分知识网络的“社区属性”。(图1)
模型的纵轴是基于知识交换的属性。由于知识是一种稀缺资源,所以可以从经济方面评估它的内在价值。这提供了将知识作为一种可用于交易的资产操作的可能,与基于互惠、名誉与利他主义的“传统的”知识网络形成对比。在知识交易模式中,作为提供知识的回报通常是经济等价物,如钱或股票,然而在知识共享情况下,提供知识的回报是非经济等价物(如名誉),或间接经济等价物,如合资企业中一项新服务的发展机会。如图1中所示,将这一知识网络的维度称为“交换属性”。
由以上的模型可以看出,根据交换属性和社区属性,知识共享网络有四种基本类型,分别是:知识社区、知识链、知识产品和知识市场。
1、知识社区。知识社区主要关注众多参与者知识共享的便利条件。知识社区的参与者可以是密切的合作者,或者是特别的合伙人,甚至是竞争对手。
2、知识链。知识链通常旨在将虚拟社区的概念扩展到公司供应链的利害关系方。知识链通常由一个价值链中的核心企业组织起来;其他组织要参与这个私人的网络必须由核心企业鉴定认可。
3、知识产品。知识产品这一网络形式将知识的供应看作在规范渠道的信息密集型服务的供应。这些网络为他们的成员提供获得专家组织的质量信息和知识的机会,以及和知识渊博的专业人员交流以解决具体问题的机会。
4、知识市场。知识市场是公开的商业市场,知识资产可以通过类似于产品或服务的B2B市场来进行交易。(表1)
四、产业集群的类型与其适用的知识共享网络
产业集群一般可分为以下三类:
(一)基于核心企业的产业集群。
大量的中小型企业通过分级承包成为集群中核心企业的附属企业,该核心企业处于领导地位,附属企业独立自主经营。核心企业是这类产业集群形成的关键因素。资本和劳动力自由流入并实现组合,以某一类产品为主的产业资本在一个区域较快集聚,与大型企业配套形成产业集群。这类产业集群的特点是:大量中小型企业聚集在一个或几个特大或大型企业(核心企业)周围,核心企业控制核心技术(包括品牌、商标、专利等),主要负责终端产品的组装和生产技术难度大、附加值高、对规模生产十分关键的配套产品;中小企业生产技术要求低、专业化分工程度高或批量较小的零部件、半成品。
基于核心企业的产业集群内适用的知识共享网络是知识链。知识链由集群中的核心企业组织起来,知识链的最终目的是使供应链内的知识流动和知识整合能够平稳进行。知识链内的知识共享活动通常都与某个特定的交易活动有关(如向市场推出新产品、供应零部件等)。
构建知识链过程中遇到的困难是基于网络社区的发展和支持,它将提供合作的工程环境、供应商和商业伙伴的支持,并建立新客户。对这些外部关系的有效管理对集群中组织的成功至关重要。这些组织需要与商业伙伴和供应链之间建立紧密的联系,就需要协调、知识的传递和交换以及选择最佳做法。
为了实现关键任务协作,知识链要求能够针对具体公司特有的价值链,为公司的网络过程和知识流动提供理想的控制水平的综合能力。作为提供知识的回报,知识链使得公司的知识共享更有效;合作双方的协作更加深入;关键、敏感的知识产品的提供更加快速和灵活;隐私和控制信任关系;获得顾客满意的服务质量。因此,在供应链层面达到了知识共享,企业就可以增强自身的竞争优势,同时该产业集群作为一个整体的竞争优势也得到了增强。
(二)基于市场的产业集群。
企业多为中小企业,彼此间联系松散,技术含量较低,管理水平不高,产品以中低档为主,附加值和劳动生产率都较低。市场是这类产业集群形成的关键因素。在强大的市场需求拉动下,产业集群围绕一个专业市场形成,可以充分接纳产业集群生产的大量产品和提供的各种原材料、配套设施与服务。
基于市场的产业集群内适用的知识共享网络是知识市场。在知识市场中,由于有许多供应商提供的是类似的产品,产品可明确认定,经过高度整理,易于比较,因此同普通商品一样,数量和价格是决定供求关系的最重要因素。
最先进的知识市场允许关于知识形成过程的交易。人们可以看到问题解决的每个步骤,从而保障了预期目标的实现。在一些已经形成规范的领域,这些知识形成过程可以被打包出售。
发展知识市场要考虑以下三点:
1、知识具有多方面的复杂内容和背景的特点,决定了其在特定情况下的适用性和实用性,因此知识资本不能以简单的检索关键字来描述和检索。
2、在电子知识交易中,不能像传统产业那样简单地照搬照抄工作方式,而应该开发多种同步和不同步通讯手段。
3、管理和维持一个电子知识市场的技术、业务和组织机制不能源于对普通电子商务模式的简单改造。
(三)基于高新技术的产业集群。
高新技术企业、研究机构、高新技术用户是这类产业集群的主要参与者,企业间的联系通常涉及从研究开发、中间实验到生产过程中的任务分工,彼此对信息的反馈和共享、技术的互补和创新有着强烈的需要。基于高新技术产业集群内适用的知识共享网络是知识社区和知识产品。
1、知识社区主要关注众多参与者知识共享的便利条件。
通常情况下,成员参与到网络中是由于某个特定的共享的利害关系。这些网络由解决这些利害关系的需求驱动(目标驱动),和解决问题的专长知识的可获取性驱动(以专长为基础)。在很多情况下,中介机构在网络过程和知识流动过程中扮演协调者的角色,并且为社区的有效运转提供必要的管理规则和控制。
2、知识产品将知识的供应看作在规范渠道的信息密集型服务的供应.
在这一网络形式中,通常提供者和购买者的数量会比在一个公开市场要少,但是交易双方的联系更加密切并且固定,购买的公司可以获得对知识交换过程的更高程度的控制,完善地制定了权利和义务,交易过程由合同协议管理。