知識互補能力對創新集群知識轉移綜合能力影響的研究

王炳富，劉 芳

0 引言

學者們大多認同知識轉移是一個復雜的行為，影響知識轉移的因素主要分四個方面：知識本身的特性、知識源的特性、知識接收方的特性以及知識存在的環境與關系的特性。知識各特性之間通常存在著互相解釋或互為強化的關系[1]。正是由于知識內在結構的互補性以及每個人的經驗是有限的，人們可以通過分工協調，來獲取知識。

知識表現形式復雜，OECD從知識使用的角度分為事實知識、原理知識、技能知識和人力知識，并進一步將知識劃分為兩大類別：顯性知識和隱性知識。知識轉移既包含隱性知識的轉移也包含顯性知識的轉移，既包含主動行為的轉移也包含被動行為的轉移。通過對知識研究模型的梳理來看，關于知識溢出問題研究模型已經在數理模型上有所突破關于知識轉移的模型學者們在構建時更側重于理論，基本都是概念模型，典型的有：Shannon-Weaver（1949）信息傳遞模型、Szulanski(1992)的知識轉移過程模型、Nonaka和Takeuchi（1995）的SECI模型、Boisot（2005）的I-空間模型[2]。本文從知識溢出模型通過參數修正和改進，構建包含隱性知識和顯性知識的知識轉移模型。通過改進的模型以知識互補能力為例研究創新集群中知識轉移的一些規律。

1 知識溢出經典量化模型

1.1 伯特·弗森伯格知識溢出模型

伯特·弗森伯格（1991、1993）對于知識溢出的研究是通過研究區域間技術追趕問題開始的[3]。區域間知識溢出的表達式為：

其中，S為區域間實際知識溢出；α（0＜α＜1）為潛在知識溢出系數；G為區域知識存量；αG為區域間潛在知識溢出；δ為區域的固有學習能力為區域的學習能力。

1.2 凱尼爾斯空間知識溢出蜂巢模型

凱尼爾斯（2000）通過地理距離以及引入新經濟增長理論中的“干中學效應”，對以往知識溢出模型加以修正，構建出空間知識溢出蜂巢模型為：

其中，Si為i區接收j區知識溢出；δi為i區學習能力；Gij為兩區域間知識存量的對數，表示知識存量差距；γij為區域i與j的地理距離；μi為技術追趕系數，是指兩區域間技術追趕實現情況下的知識存量差距。

2 創新集群知識轉移的修正模型構建

在知識溢出經典模型的基礎上，引入創新集群知識互補能力和社會資本能力兩個變量，將創新集群主體間距離修正為1（由于創新集群中主體的高度集中，使得空間距離可以忽略不計，而行業距離在知識存量差距中體現、文化距離在社會資本能力中體現），為了簡化研究，將集群個體的累加代替了集群整體，并在其他參數基本不變的前提下，構建創新集群知識轉移綜合能力模型如下：

其中，KTAij為創新集群知識轉移綜合能力，Gi、μi、ξi、ψi、δi(K)i、δi、F(t)、C分別是主體i與主體 j間的平均知識存量差距、平均技術追趕系數、平均知識互補能力、集群社會資本能力、平均學習能力、平均知識吸收能力、平均知識擴散能力和擴散程度常數，N表示集群中主體個數，t表示知識轉移時刻。以上指標以集群中知識主體相關指標按集群主體數目進行平均得到。

3 創新集群知識互補能力分析

3.1 知識互補能力與知識轉移能力的量化關系

為研究知識互補能力，式（4）可以簡化為：

其中，δc,μc分別表示知識吸收能力和技術追趕系數的常數項。

3.2 知識互補能力的測度

建立創新集群主體的向量空間模型，再根據他們之間的關系矩陣來進行知識相似程度的度量，即為知識互補能力的度量。

假設衡量知識互補能力的指標向量空間為R={r1,r2,…,rm,}，由此建立創新集群主體之間知識互補能力的關系矩陣為：

其中，rij表示創新集群面向指標的關系值，其隸屬度為知識相似程度。本文選用夾角余弦方法計算知識互補能力，計算公式如下。

首先對知識互補能力的指標進行無量綱化處理：

單個知識互補能力指標的相似度的計算公式為：

因此創新集群主體間的平均知識互補能力可以計算如下：

其中，wi表示知識互補能力指標的權重（通過專家問卷，由AHP及信息熵方法得到），ξi表示創新集群主體間的平均知識互補能力，N表示創新集群主體的數量綜合。

3.3 知識互補能力的指標體系選取

借鑒中關村管委會（2007）、汪丁丁（1997）[4]和朱美光（2006）[5]、鄭展（2010）[6]、王曉鳳（2010）[7]等研究機構和研究者對知識的區域合作、知識的區域協同測度的研究成果，根據創新集群知識互補能力的概念和特征，通過專家問卷確定創新集群知識互補能力應該從科技合作、人才流向以及知識交流（作為A層指標）來考察，在此基礎上，B層指標確定為科技項目、論文著作、大學本科、碩士博士、通信工具、電視廣播、圖書報刊、交流中心，C層指標按文獻整理，其作用大小（也可能沒有作用）通過問卷的方式來確定，用權重分析法來取值。

由此，在前人研究的基礎上綜合本文研究對象的分析，建立衡量創新集群知識互補能力的測度指標體系如表1所示。

表1 創新集群知識互補能力測度指標體系

3.4 評估方法設計

本文采用混合多屬性決策方法來對主客觀數據進行分析，構建創新集群知識轉移中所涉及參數的評價指標體系并賦予指標權重。

3.4.1 指標歸一化處理

(1)對于越大越優指標

(2)對于越小越優指標

(3)對于中間優指標

其中，yij是第i個指標、j方案歸一化之后的評價系數，介于0、1之間；xij是原始指標值，max(xi)、min(xi)分別為第i個指標評價結果的上、下限值。

3.4.2 指標權重計算

主觀權重的設定根據專家對于各指標在決策變量的測度過程中打分結果，由AHP方法得到；客觀權重采用綜合信息熵的組合賦權方法，即采用熵值法確定。最后采用組合賦權法得到各指標值的權重。

(1)主觀權重-AHP

層次分析法是通過分析復雜系統所包含的因素及相關關系，將系統分解為不同的要素，將這些要素按支配關系分組，以形成有序的遞階層次結構。將每一層次的各要素進行兩兩比較判斷，按照標度理論，得到其相對重要程度的比較標度，建立判斷矩陣。通過計算判斷矩陣的最大特征值及其相應的特征向量，得到各層次要素對上層次某要素的重要性次序，從而建立權重向量。

(2)客觀權重—信息熵

熵值法是根據指標觀測值所提供的信息量的大小來確定指標權重的一種方法。熵值法賦權的步驟如下：

①建立評價向量矩陣

m個指標、n個方案建立Xm×n矩陣：

其中，xij是第i個指標、j方案的指標值：i=1，2，…，m；j=1，2，...，n。

根據式（11）～（13），將各指標體系做歸一化處理，得到標準化矩陣：

②熵值法確定權重

根據式（15），計算第i個指標、j方案的指標值的比重pij：

根據式（16），計算第i個指標的信息熵：

其中，k=(lnn)-1，0≤e≤1。

則可以得到第i個指標權重：

(3)組合權重

由主客觀權重計算結果，構建各指標的組合權重：

3.4.3 各變量測度

(1)將依據式（19）計算C層指標體系的評估值：

其中，yi為單指標計算結果；“°”為扎德算子M(?,⊕)。

(2)A，B模型

其中，Y為總指標評估結果；Y=(y1,y2,…,ym)T。

4 中關村國家自主創新示范區知識互補能力實證

由于創新集群的邊界模糊性和動態性，劃出一個單純的創新集群是不太現實的，而且為了研究具有普遍性，應該是取許多創新集群的平均值來研究。從國內創新集群建設的情況來看，中關村國家自主創新示范區（以下簡稱中關村創新示范區）是創新集群最集中的地區，而且在園區內的集群大多都是創新集群。為了簡化研究，可以認為在中關村示范區內的集群都是創新集群。

在研究過程中，為了確保數據真實性、可靠性、易量化，由式（4），根據知識互補能力指標體系，通過查閱統計年鑒和相關網絡資源獲取中關村創新示范區的數據，建立中關村創新示范區的各指標數據矩陣。

由式（4）計算知識互補能力測度變化情境下的知識轉移綜合能力測度值。知識轉移綜合能力模型中，知識存量差距，知識吸收能力，知識社會資本能力等參數的數據暫時設為常值[8]，μ=0.8，Gi=0.8，ψi=0.8，δi=0.7，F(t)=0.8，C=10。

代入程序運算，得到知識互補能力與知識轉移綜合能力的對應值和變化趨勢（如表2，圖1）。

圖1 中關村創新示范區知識互補能力與知識轉移綜合能力的變化趨勢圖

表2 中關村創新示范區知識互補能力與知識轉移綜合能力測度值

5 結論

由圖1可以看出，在其他條件不變的情況下，中關村創新示范區的知識轉移綜合能力隨著知識互補能力的提升而提升，呈正相關關系。這符合式（4）知識互補能力與知識轉移綜合能力呈正相關的假設。

中關村創新示范區2001年至2010年的知識互補能力呈現比較明顯的上升趨勢，說明中關村創新示范區總體上講分工越來越精細。這與中關村創新示范區的十億以上大企業的快速發展、新“瞪羚”企業的較強成長是相一致的。

從數據分析可以看出，中關村創新示范區的知識主體之間非常重視知識與技能的交流和共享，知識主體之間的合作創新呈現大好前景，體現在科技合作、人才流向和知識交流等方面。從測度值來看，科技合作發展較快，評估值由2001年的0.1026急速達到2010年0.6089（但也有波動，2005年至2006年之間由0.3710降為0.2942，但總趨勢還是上升的）；人才流向可以看出，中關村創新示范區這幾年引進了眾多人才；知識交流方面發展較快，2001年評估值為0.0753，到2010年達到0.9632，三者充分提高了知識互補能力。

[1] 汪丁丁.知識沿時間和空間的互補性以及相關的經濟學[J].經濟研究,1997,(6).

[2] 李紅玲,廖建橋.從Shannon-Weaver到Boisot：解讀國外若干典型知識轉移模型[J].科技管理研究,2008,(4).

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

[4] 汪丁丁.語言的經濟學分析[J].社會學研究,2001,(6).

[5] 朱美光.空間知識溢出與中國區域經濟發展研究[D].北京理工大學,2006.

[6] 鄭展.知識流動與區域創新網絡研究[D].北京理工大學,2009.

[7] 王曉鳳.基于知識流動的區域孵化功能研究[D].北京理工大學,2010.

[8] 宋琦.知識溢出下創新集群空間經濟增長研究[D].北京理工大學,2010.