工業互聯網平臺知識治理如何驅動產業鏈知識協同

摘 要：產業鏈知識協同作為產業鏈現代化的重要構成，對關鍵核心技術突破影響深遠。從知識基礎理論出發，以874份工業互聯網平臺用戶問卷數據為樣本，驗證工業互聯網平臺知識治理驅動產業鏈知識協同的內在機理。結果發現：控制型、交易型和社會型知識治理積極影響產業鏈的效率性知識協同，并且市場型知識治理的影響最顯著；控制型、交易型知識治理與產業鏈的增值性知識協同存在顯著的倒U型關系，而社會型知識治理能夠促進產業鏈的增值性知識協同；平臺戰略共識在3種知識治理與產業鏈知識協同關系間發揮正向調節效應。研究結論一方面有助于豐富知識治理理論體系，另一方面有助于在工業互聯網平臺上正確應用數字技術與治理機制的雙向賦能，系統推進產業鏈知識協同，進而為關鍵核心技術突破貢獻力量。

關鍵詞

關鍵詞：工業互聯網平臺；知識治理；產業鏈知識協同；平臺戰略共識

DOI：10.6049/kjjbydc.2023080432

中圖分類號：F272.4

文獻標識碼：A

文章編號

文章編號：1001-7348（2024）24-0118-10

0 引言

隨著國際競爭日趨激烈，關鍵核心技術突破對后發國家的戰略意義更加凸顯。根據知識基礎理論，技術問題的本源是知識。知識創新能為關鍵核心技術突破提供啟發性線索。由于關鍵核心技術往往牽涉多個行業或領域，是產業整體發展面臨的瓶頸，需要在產業鏈層面上尋求突破路徑［1］。因此，支撐關鍵核心技術突破的知識創新需要制造商、供應商、零售商、服務機構等多元主體參與，并最大限度地進行知識互動，繼而激活產業鏈知識協同效應。

然而，組織間的知識壁壘、工業知識的高度復雜性，以及知識活動的風險性、安全性等問題都將阻礙產業鏈知識協同。Audretsch［2］的研究指出，組織間知識不對稱性誘發的知識配置錯位、相互理解困難、專有知識泄露是產業鏈知識協同必須面對的問題。產業鏈知識協同僅是參與各方的心理預期，要使預期轉化為現實，仍需發揮核心企業主導知識治理的作用。Jarvi［3］的研究發現，核心企業在知識獲取、共享與創造環節實施的知識治理，為知識生態系統的知識協同提供制度保障；Gupta［4］的研究認為，自我控制型、中心領導型和多元協作型知識治理可以優化數字知識的共享協同，驅動商業合作效率提升；還有實證研究表明，創新生態系統中契約治理與信任治理的交互促進新知識協同創造（李宇等，2022）。

這些研究雖然初步肯定了知識治理與知識協同間的正向聯系，但還存在一些不足：首先，知識治理機制應在具體情境中建構，否則會出現設計謬誤［5］。目前，多數研究聚焦于消費互聯網平臺的知識治理機制，但對工業互聯網平臺卻鮮有關注。作為物聯網應用的主場，工業互聯網平臺擁有人、機、法、料環全面互聯的大數據功能架構，可為知識治理提供數字化支持，易于形成數字技術與治理機制的雙向賦能系統。因此，有必要圍繞工業互聯網平臺特征，細致分析知識治理機制構成以及差異化功效。其次，雖然已有研究觸及知識治理與知識協同的直接聯系，但有關內在微觀機理的討論尚有欠缺。特別是當前實踐中工業互聯網平臺已成為打通消費與生產、供應與制造、產品與服務等環節知識流動，提升產業鏈價值共創水平的重要抓手，但關于工業互聯網平臺知識治理如何驅動產業鏈知識協同仍然缺乏針對性的分析（馬永開，2020）。再則，相關實證研究均隱含地假定知識治理機制發揮功效的過程是同質的，這顯然具有挑戰性。如果治理受眾對工業互聯網平臺實施知識治理的戰略意義不能深刻理解和達成普遍認同，那么戰略共識的缺位將導致知識治理機制的運行效果大打折扣。戰略共識是平臺治理機制落地實施的重要條件［6］，在研究中引入平臺戰略共識將有助于明確工業互聯網平臺知識治理的效用邊界，提升研究結論的實踐價值。

鑒于平臺企業具有“橋”接功能，可以利用網絡位置的勢能優勢，對供應商、制造商、服務商等產業組織（平臺用戶）實施知識治理，繼而引導他們尋找合作伙伴，獲取互補知識，開展知識創新。為此，本研究從工業互聯網平臺企業視角，建構不同類型知識治理機制促進產業鏈知識協同的理論模型，并著重考察平臺戰略共識的調節效應，嘗試在工業互聯網平臺的新型產業形態下重新審視知識治理效用。研究結論有助于拓展知識治理理論應用范圍，為我國加快建設知識創新生態系統、突破關鍵核心技術貢獻力量。

1 理論基礎與研究假設

1.1 工業互聯網平臺知識治理

源于知識管理高失敗率的反思，Grandori［7］提出知識治理概念。其后，考慮到知識活動的特殊性，以Foss［8］為代表的諸多學者強調，知識治理不僅要處理知識交易中的目標沖突，還應解決心智模式差異產生的認知性失靈。雖然知識治理的內涵仍然存在分歧，但大致可以歸為三類不同觀點，即注重治理結構優化的結構觀、協調知識行為沖突的過程觀與機制引導知識互動的制度觀 ［9］。相較而言，從制度層面詮釋知識治理的研究最為成熟。依此邏輯，工業互聯網平臺知識治理就是平臺企業利用非對稱網絡關系中的優勢地位，主導推行一系列制度安排，激勵約束和規范協調產業組織間知識流動的過程。

然而，在機制構成上并不存在完全獨立的知識治理措施，知識治理機制應是一組可運用的控制與協調元素的組合。由此，Milagres［10］將組織內部知識治理拓展至網絡層面，認為市場、科層和共識是組織間知識治理機制的主要類型；Wareham［11］將技術創新生態系統的知識治理機制分為行為規范、利益協調與公平發展；有研究發現，互聯網平臺企業主要利用層級型、市場型和社會型知識治理驅動價值共創，并且組織間知識治理存在一個由權威控制、市場互動逐步走向社會共治的遷移趨勢（白景坤等，2020）。

借鑒這些觀點，本研究認為工業互聯網平臺的知識治理可以分成控制型、交易型與社會型。其中，控制型知識治理是工業互聯網平臺企業錨定過程可控的治理目標，利用強推標準、選擇披露、模塊化分包等利于知識操縱的治理機制規范約束平臺用戶的知識活動；交易型知識治理注重工業互聯網平臺企業利用內容定制、真實溝通、內部市場等正式契約，激勵平臺用戶圍繞業務需求展開知識互動；社會型知識治理更多地強調工業互聯網平臺企業采取以場景學習、公共知識庫、關系產權等信任關系為基礎的社會機制，將平臺用戶的聯合知識行動推向效率前沿。不同知識治理機制的特征對比如表1所示。

1.2 工業互聯網平臺知識治理與產業鏈知識協同

知識協同是多元知識主體共同參與知識共享、知識轉移、知識整合等知識活動，并利用異質性知識碰撞完成聯合知識創造的動態過程（徐少同，2013）。若要清楚描述知識協同運行狀態，需要考慮主體之間存在的各種互動鏈條，如創新鏈、關系鏈、知識鏈、業務鏈等。產業鏈反映了多個產業或多條供應鏈之間存在的關聯性，這種關系既包括上下游縱向關系，也涉及同類分工、相互交織的橫向關系［12］。由此，產業鏈知識協同刻畫了產業主體通過協調社會分工網絡知識流動驅動知識共創的過程［13］。并且，從知識協同結果來看，本研究認為產業鏈知識協同包括效率性知識協同和增值性知識協同兩個維度。其中，前者關注知識流動的方向、速度和成本等效率性指標，后者強調知識流動的吸收、整合與創造等效果性指標。簡單而言，效率性知識協同側重產業組織間知識傳遞的“量”，增值性知識協同更注重產業組織間知識傳遞的“質”。

憑借網絡樞紐的位置優勢，平臺企業可對接入工業互聯網平臺的供應商、分銷商、制造商、服務商等產業組織（平臺用戶）進行知識治理。為獲取更多的平臺支持，產業主體通常會默許平臺企業的治理地位，尤其是平臺企業為行業龍頭企業，這種地位默許有助于增強產業鏈知識協同治理效應。具體而言：

（1）僅依靠工業互聯網平臺自主演化并不能保證產業組織間形成高效的知識流動。此時，工業互聯網平臺企業的控制型知識治理不可或缺。利用網絡權威，工業互聯網平臺可以強勢推出標準的語義字典、編碼規則與話語體系，從而降低知識表達偏差，提高差異化知識速配成功率，促進產業鏈知識協同［14］。如作為一家大宗貨物運輸的物聯網平臺，“返空匯”在平臺上通過預先設定數據標注、分類索引、終端部署等知識池接入規則，控制引導貨主、保險機構、貨車廠商、技術服務商等供應鏈上下游組織的知識行為，促使其形成邏輯完整、兼容性強的知識鏈條，從而有利于規避程序性內耗，降低產業鏈知識協同成本。通過資質審查、明示禁止、分級授權等控制手段，工業互聯網平臺能夠約束用戶知識行為，促進知識活動在預設的行為邊界內演進，這明顯有助于節約產業組織間認知資源，加快知識流動，提升產業鏈知識協同效率。因此，本文提出如下研究假設：

H1a：控制型知識治理對產業鏈效率性知識協同有顯著正向影響。

同時，作為典型的控制型知識治理機制，模塊化分包以一種安全可控的方式平衡知識距離與知識共享矛盾。通過模塊化切割、確權和分發的功能體系，工業互聯網平臺企業將專業知識細節打包封裝，并借助豐富的應用接口降低知識復用難度［15］。這一高內聚、低耦合的知識模塊化設計可以賦予用戶企業充裕的自由裁量空間，有助于產業鏈實現增值性知識協同。更重要的是，數字技術的加持使得工業互聯網平臺的模塊化分包、選擇披露等控制型知識治理機制的實施效果更顯著［16］。如樹根互聯平臺不僅提供知識可視化、文本搜尋、智慧推理等工業微服務的API接口，提升用戶企業圍繞大型固定資產數據進行二次研發的規范性、靈活性和兼容性，而且利用全流程大數據分析，精準選擇知識封包傳遞對象，實時監控知識數據的接收與使用過程，有助于大幅提升產業鏈知識協同質量。

然而，由于增值性知識協同的創新水平較高，過度的控制型知識治理也會產生消極影響。一方面，為維護網絡關系、優先獲取平臺控制的工業資源，用戶可能會“遷就”一些非必要要求，對增值性知識協同下的合作創新造成障礙。另一方面，對知識的數據形式、內容與交換過程進行過多限定，易削弱工業互聯網平臺用戶進取心，淡化機會警覺，并且導致消息阻塞、關系互鎖、能動性受限等問題，不斷加劇知識流動的剛性協同，破壞產業鏈增值性知識協同。因此，本文提出如下研究假設：

H1b：控制型知識治理對產業鏈增值性知識協同具有顯著倒U型影響。

（2）交易型知識治理著重知識供需雙方的交換關系。交易成本理論指出，由于非對稱信息和不確定性存在，市場主體在本質上具有機會主義傾向［17］。為規避知識交易中的機會主義風險，工業互聯網平臺企業可利用市場契約明確參與者權利義務，以制度化協議消減彼此的心理顧慮，促進知識分享。已有研究發現，在定制協議中事先確定知識轉移類型、方向和使用范圍，將顯著降低大規模定制生產企業與供應鏈合作伙伴的討價還價成本，簡化知識授權程序，提升產業鏈知識協同效率（孫新波等，2019）。實踐中，為解決知識定價問題，Predix工業平臺聯合電氣設備上下游企業共同構建知識價值的全鏈路智能測算模型，并以此為基礎，將利益分配方案事先落實到服務定制合約里，增強了參與者的公平感知，極大促進了各方進行知識互動的主動性和積極性，為提高產業鏈知識協同效率夯實了基礎。因此，本文提出如下研究假設：

H2a：交易型知識治理對產業鏈效率性知識協同具有顯著正向影響。

同時，交易契約的精細化設計，如附加培訓服務、聚類交流、輔助表達等圍繞具體業務促進溝通的合同條款，有助于拓展平臺用戶理解區間，降低異質性知識吸收難度，進而顯著影響增值性知識協同。更進一步，利用智能合約、分布式賬本、數字孿生等數字技術工具，工業互聯網平臺不僅能夠提升產權交易公平透明度，追蹤知識配置過程，促使交易主體及時根據反饋完成補充校對，實現知識經驗的內化吸收，進而驅動產業鏈增值性知識協同。Foerderer［18］研究證實，工業互聯網平臺的云化工業軟件能夠強化交易型知識治理。實踐中，已有部分工業互聯網平臺建構起虛實融合的內部交易市場以吸引知識產權方分享新穎、互補的私有性知識，促進增值性知識協同。如歐冶云商在鋼鐵產業平臺上搭建了基于商業知識數據的產權交易市場，利用線上懸賞、電子競價、定制付費等價格機制，激勵制造商、零售商、技術服務商等平臺用戶加大投入，為知識消費者提供創新性知識服務。換而言之，由工業互聯網平臺企業主導的交易型知識治理啟動了價格機制的資源配置模式，有助于將合適的知識在合適的時間傳遞給合適的主體，減少知識供需錯配風險，促進產業鏈增值性知識協同。

然而，面對包含創新要素的增值性知識協同，以契約為基礎的交易型知識治理并非總是產生積極影響。在考慮交易成本的情況下，市場契約不能完全應對產業鏈知識協同的創新需求。雖然正式契約的執行力可以確保供應鏈網絡在規定的內容和范圍內開展知識互動，但協議完備性問題的存在意味著無論條款如何精巧，都只能最小化機會主義行為，且過多的事前設計難以激發新知識的共同探索（李維安等，2014）。再加之，互聯網平臺的內部產權交易也是致使用戶企業創新能力僵化、機會成本增加、知識價值錯估、績效分配不合理的“溫床”。這些都將對產業鏈增值性知識協同造成負面影響。因此，本文提出如下研究假設：

H2b：交易型知識治理對產業鏈增值性知識協同具有顯著倒U型影響。

（3）社會型知識治理強調基于信任的自由交換，反映出工業互聯網平臺與新老用戶在長期互惠中形成以信任為基礎的聯合生態體。此時，平臺企業主要承擔背書角色，通過場景化學習、共同身份建構等社會機制建立多邊信任關系，吸引聯合行動者主動參與組織的價值共創，為產業鏈效率性知識協同帶來豐富的知識流。已有研究［19］證實，在信任的作用下，創新生態系統會利用關系產權弱化知識產權的隔離作用，減少外部知識獲取成本。當知識獲取數量增大、速度加快以及成本降低時，就會產生效率性知識協同效應。得益于數字技術提供的便利，工業互聯網平臺的信用積分、交易日志、溯源追蹤等數字衍生工具可使平臺用戶快速建立信任，主動響應工業互聯網平臺在公域空間內發起的虛擬知識社區、知識庫建設等更為廣泛的社會治理機制，繼而化解產業組織內的知識占有風險，減少知識獲取障礙，實現產業鏈效率性知識協同。因此，本文提出如下研究假設：

H3a：社會型知識治理對產業鏈效率性知識協同具有顯著正向影響。

此外，信任具有累積效應。通過長期溝通合作，初始信任會轉化為情感信任，繼而促進相關主體開展集體學習。這將引導知識流動超出技術原型的簡單傳遞，直達深層次的隱性知識共享，為產業鏈增值性知識協同帶來更多稀缺資源。研究表明，隨著新技術、新應用、新場景層出不窮，面對復雜的工業應用場景開展集體學習已經成為工業互聯網平臺聯合用戶企業一起探索前沿未知領域的常態（鄒濟等，2022）。這些創新知識的流入，一方面增加了公共知識庫的知識存量，另一方面與現有知識的重組將改變產業鏈知識結構，催生增值性知識協同效應。比如，波音787在研制過程中就采取供應商群體學習、飛機設計知識地圖、專利交叉授權等社會型知識治理機制，引導全球范圍內的供應商在工業互聯網平臺上分享專有知識數據，以此推進產品模型傳輸、工藝流程對接和關鍵共性技術聯合開發等生產制造環節的集體行動，顯著促進產業鏈增值性知識協同。因此，本文提出如下研究假設：

H3b：社會型知識治理對產業鏈增值性知識協同具有顯著正向影響。

1.3 平臺戰略共識的正向調節

戰略共識表示相關主體在戰略動因與預期行動上達成一致性認知［20］。早期研究主要關注高層團隊成員對戰略優先事項的共同認知。其后，受組織扁平化、決策中心下移的影響，戰略共識被認為是企業內部人員關于組織戰略重點的一致看法。近年來，隨著新一代信息技術發展，平臺企業成為產業實踐中重要的組織形態。為實現大規模協作生產，包含一致性理解和戰略承諾的平臺戰略共識引起關注。目前，已有研究將戰略共識延伸至產業層面，認為其應當反映產業網絡平臺相關主體對戰略行動的協作意愿與認可程度［21］。因此，本研究認為工業互聯網平臺戰略共識是指平臺用戶對知識共創的一致性理解與戰略承諾。其中，前者是戰略共識基礎，后者是相互協作的戰略共識深化。

工業互聯網平臺知識治理是平臺企業通過制度設計，促成平臺雙邊或多邊用戶進行知識互動的重要戰略舉措。平臺戰略共識可以減少制度設計與實施過程中的資源浪費，降低利益沖突的負面影響，放大平臺知識治理對產業鏈知識協同的正向效果。

首先，工業互聯網平臺的控制型知識治理一般帶有強制特征，要求平臺用戶在事先限定的方法路徑上開展知識活動。這易于形成過度干預，被視作合作關系的“噪音”。面對復雜任務分解時，知識模塊的封裝顆粒、端口定義、連接規范等單邊控制原則都可能會增加工業互聯網平臺用戶的適應性成本，誘發不滿情緒，阻礙控制型知識治理的順利實施。而平臺戰略共識意味著工業互聯網平臺企業與平臺用戶的戰略認知一致，使他們從共同利益最大化角度出發，就知識治理的行動細節展開對話，有利于降低控制型知識治理的實施剛性，更好地推進產業鏈知識協同。已有觀點指出，涉及新知識聯合生產的知識協同不確定性較高，其要求自由度更大、形式更靈活、選擇更多樣化，而這些要素恰恰是控制型知識治理機制難以達到的［22］。假若平臺戰略共識程度較高，那么平臺用戶會表現出更多的理解、包容和支持，這將弱化控制型知識治理機制先天不足可能誘發的負面影響，使其更好地驅動產業鏈知識協同。因此，本文提出如下研究假設：

H4a：平臺戰略共識正向調節控制型知識治理與產業鏈知識協同關系。

其次，工業互聯網平臺的交易型知識治理效果取決于市場契約執行力。如果平臺戰略共識度較高，平臺用戶就會將組織目標與平臺目標統一起來，自覺保證自身知識行為對戰略成功有所助益［23］。此時，知識交換會在供需雙贏訴求的談判下快速達成，從而節約交易成本，即使面對敏感的績效分配方案，具有高水平戰略共識的平臺用戶也可能通過讓渡部分收益以促成知識交換。平臺戰略共識度越高，交易型知識治理越能為工業互聯網平臺上的知識需求方導入高質量知識流，并在知識傳送方的主動配合下，更好地實現異構知識的吸收整合，極大推動產業鏈知識協同。反之，較低的平臺戰略共識會讓工業互聯網平臺用戶企業過度關注既得利益，導致產權勒索、知識合謀、哄抬價格等惡性競爭行為頻發，由此衍生的有限投入又使得平臺用戶的知識協作可能遭遇知識理解偏差、認知沖突、內化不足等問題，阻礙產業鏈知識協同。因此，本研究提出如下假設：

H4b：平臺戰略共識正向調節交易型知識治理與產業鏈知識協同關系。

最后，工業互聯網平臺的社會型知識治理是基于信任關系，由平臺企業對用戶知識行動展開的非正式引導。平臺用戶的內在行為動機至關重要。平臺戰略共識度越高，平臺用戶的戰略承諾也越高，更清楚明白自己需要承擔的戰略責任，繼而主動將注意力投向未來利益窗口，在知識治理過程中表現出越多的能動性努力。如源自對虛擬共存理念的戰略認同，華為、海爾等平臺企業在實踐中傾向于加大線上課堂、學術會議、開源社區等平臺集體學習項目的組織投入，激勵用戶企業參與工業互聯網平臺標識解析體系建設與推廣，主動嵌入更為廣泛的產學研創新聯盟。這些有利于統一平臺參與者的知識行為，強化了產業鏈知識協同效應。否則，平臺戰略共識的缺失將引致平臺用戶出現認知分歧甚至沖突，難以形成知識治理的戰略合力。換而言之，不同方向的牽引力將增加利益摩擦，弱化聯合行動參與意愿，降低產業鏈知識協同效應。因此，本研究提出如下假設：

H4c：平臺戰略共識正向調節社會型知識治理與產業鏈知識協同關系。

綜上，本研究構建工業互聯網平臺知識治理驅動產業鏈知識協同概念模型，具體如圖1所示。

2 研究設計

2.1 研究步驟與樣本

研究采用問卷調查方式收集數據。目前，互聯網平臺的數據調研一般是由平臺企業填寫問卷，或者向平臺參與者發放問卷。由于知識治理機制的實施效果主要通過治理受眾的知識行為體現出來，他們對平臺企業采取的知識治理措施具有更深刻的直觀感受。因此，本文以長三角地區的工業互聯網平臺用戶為調研樣本。2023年1月至2023年4月，依托江蘇省某科技管理部門合作項目，與96家工業互聯網平臺用戶建立聯系。目前，這些企業在工業互聯網平臺企業的主導下，從事一種或多種聯合產品開發項目，具有較多的知識互動行為。為確保答卷質量，問卷由對接工業互聯網平臺、掌握企業實際經營狀況的各部門高管匿名填寫。采用現場填寫和網絡寄送電子郵件形式，共發放問卷1 280份，回收953份。剔除缺失數據較多、反應傾向過度一致（整份問卷勾選的選項大多相同）、陷阱題項不過關（相似問題出現截然相反答案）等可靠性較低的問卷后，最終得到82家工業互聯網平臺用戶的874份問卷，有效回收率為68.3%。此外，在利用平均值聚合個體數據的過程中，需考慮各企業高管成員評估結果的組內差異和組間差異情況。因此，本研究檢驗了組內一致度 Rwg（j）（臨界值0.7）、組內相關 ICC（1）（臨界值0.12） 和ICC（2） （臨界值0.50）。結果表明，問卷所涉各變量的Rwg（j）、ICC（1） 和ICC（2）均大于數據聚合的臨界值。由此可以認為，本研究將高管成員提供的數據匯聚至組織層面存在合理性。樣本基本情況如表2所示。

2.2 測量工具

（1）工業互聯網平臺知識治理（ItKg）。借鑒白景坤［14］的研究，分別測量控制型（CtKg）、交易型（ExKg）和社會型知識治理（SoKg），并根據工業互聯網平臺治理特征，在題項表達方式上作出微調。其中，控制型知識治理包括“平臺有標準的知識編碼規范”“平臺的知識模塊化封裝比較合理”“平臺有較好的知識模塊分類管理系統”等5個題項，量表的內部一致性信度為0.791；交易型知識治理包括“平臺有公平的內部知識市場”“平臺上有較好的知識付費項目”“平臺提供了直接可用的格式合同”等4個題項，該量表的內部一致性信度為0.805；社會型知識治理包括“平臺的公共知識庫值得信任”“平臺會針對典型工業場景發起集體學習”“平臺大力支持知識產權的交叉許可”等5個題項，該量表的內部一致性信度為0.837。

（2）產業鏈知識協同（IcKt）。參照王文華［24］的研究，從效率性知識協同（EfKt）與增值性知識協同（AvKt）兩個維度展開測量。其中，前者主要包括“我們可以快速獲得所需知識”“我們能以低成本獲取產業知識”等4個題項，后者主要包括“我們可以理解最新的技術知識”“我們的知識符合供應商需求”“我們的知識符合用戶需求”等5個題項，該量表的內部一致性信度分別為0.826和0.811。

（3）平臺戰略共識（PtSg）。借鑒Walter［25］的研究，圍繞以平臺為載體的共性技術聯合開發戰略，利用“我們對平臺共性技術開發的戰略意義理解一致”“我們愿意為平臺共性技術開發戰略投入資源”“我們基本認同平臺共性技術開發的合作路線”等5個題項予以測度。該量表的內部一致性信度為0.778。

（4）控制變量。本研究控制了平臺年齡（Age）、平臺規模（Scal）、用戶接入時長（Time）、用戶企業性質（FmPt）4個指標，以排除其對研究結果的干擾。首先，平臺年齡越長，規模越大，其實施知識管理活動的資源、經驗和工具也越多，進而可能影響用戶企業的產業鏈知識協同。為此，考慮將平臺年齡與平臺規模作為控制變量，并分別采用工業互聯網平臺企業創辦年份，以及用戶總數加1取自然對數的方式進行測量。其次，用戶接入工業互聯網平臺的時間越長，其越認同“萬物互聯”理念（馬永開，2020）。這將促使其加大與其它企業的知識共享，進而促進產業鏈知識協同。為此，本研究控制用戶接入時長，并利用對接工業互聯網平臺的月份加1取自然對數進行測度。另外，俞彬［26］研究發現，技術復雜、學科交叉、創新難度大等問題導致高端制造企業更愿意開展組織間研發合作，這對產業鏈知識協同具有積極影響。由此，本研究控制企業性質，以虛擬變量方式進行測量，若屬于高端制造企業，則為1，否則為0。

2.3 信效度檢驗

所有變量的信度值均大于基準值0.7，說明本文研究結果具有較高信度。同時，根據表3的相關分析結果，方差萃取量（AVE）的平方根都大于各變量間相關系數，可以認為，量表效度達到要求。

2.4 同源偏差檢驗

為減少同源誤差干擾，本研究不僅進行預調研，而且正式調研前根據Podsakoff［27］的建議做了以下工作：首先，向受訪者承諾，采集的數據不會對外披露，并且題目無對錯之分，根據實際了解的情況填寫即可。其次，量表表述盡量采用通俗易懂的表達方式，以免受訪者產生理解偏差。最后，確保讓了解真實業務情況的部門負責人填寫問卷。Harman 單因素檢驗結果顯示：在未旋轉情況下，第一個主成分解釋的變異量為26.7%，累積方差解釋為76.1%，所有變量分別負載在不同因子上。因此，可以認為單一因子解釋大部分變異的現象并不存在，同源方差問題對后續分析可靠性的影響較小。

3 實證分析

3.1 主效應分析

采用SPASS 20.0軟件對樣本數據進行回歸分析，結果如表4所示。

其中，模型1的結果顯示，平臺規模（γ=0.114，plt;0.05）與效率性知識協同顯著正相關。這說明知識協同的效率性提升可以通過擴大工業互聯網平臺規模實現。模型2檢驗控制型知識治理與效率性知識協同關系，結果顯示，僅有一次項系數顯著（γ=0.253，plt;0.001），說明工業互聯網平臺實施控制型知識治理正向影響產業鏈的效率性知識協同，假設H1a得到驗證。模型3檢驗交易型知識治理與效率性知識協同關系，結果顯示，僅有一次項系數（γ=0.278，plt;0.001）顯著，說明業互聯網平臺實施交易型知識治理正向驅動產業鏈效率性知識協同，假設H2a得到驗證。模型4檢驗社會型知識治理與效率性知識協同關系，結果顯示，僅有一次項系數顯著（γ=0.158，plt;0.01），說明工業互聯網平臺的社會型知識治理可以推進產業鏈的效率性知識協同，假設H3a得到驗證。

此外，模型5的結果說明，用戶接入工業互聯網平臺的時長（γ=0.135，plt;0.05）與增值性知識協同顯著正相關。模型6檢驗控制型知識治理與增值性知識協同關系，結果顯示，控制型知識治理無論是一次項（γ=0.148，plt;0.01），還是二次項（γ=-0.171，plt;0.01）都達到顯著，說明其對產業鏈增值性知識協同具有倒U型影響，假設H1b得到驗證。模型7檢驗交易型知識治理與增值性知識協同關系，結果顯示，交易型知識治理無論是一次項（γ=0.162，plt;0.01），還是二次項（γ=-0.127，plt;0.01）均達到顯著，說明其對產業鏈增值性知識協同具有倒U型影響，假設H2b得到驗證。模型8檢驗社會型知識治理與增值性知識協同關系，結果顯示，僅有社會型知識治理的一次項（γ=0.236，plt;0.001）對因變量的作用顯著，說明其對產業鏈增值性知識協同具有正向影響，假設H3b得到驗證。

3.2 調節效應分析

由于本文研究重點并非檢驗平臺戰略共識對不同類型知識協同的影響，因此將效率性知識協同與增值性知識協同加權平均合并后代入模型，結果如表5所示。

從模型12可以發現：平臺戰略共識與控制型知識治理的乘積項（γ=0.126，plt;0.05）對產業鏈知識協同影響顯著，說明平臺戰略共識在工業互聯網平臺的控制型知識治理與產業鏈知識協同之間有正向調節作用，假設H4a得到支持。并且，模型13的結果表明，平臺戰略共識與交易型知識治理的乘積項（γ=0.181，plt;0.01）對產業鏈知識協同影響顯著，說明平臺戰略共識正向調節工業互聯網平臺的交易型知識治理與產業鏈知識協同關系，假設H4b得到驗證。最后，由模型14的結果可知，平臺戰略共識與社會型知識治理的乘積項（γ=0.212，plt;0.01）對產業鏈知識協同影響顯著，說明平臺戰略共識在工業互聯網平臺的社會型知識治理與產業鏈知識協同之間發揮正向調節作用，假設H4c得到證實。此外，為更加直觀地反映平臺戰略共識的調節效應，繪制高于和低于均值一個標準差水平下的調節效應圖，如圖2所示。

4 結論與啟示

4.1 研究結論

本研究基于知識基礎理論，重點探討工業互聯網平臺知識治理對產業鏈知識協同的影響機理，實證結果顯示：

（1） 控制型、交易型和社會型知識治理對產業鏈的效率性知識協同均具有顯著正向影響。這說明利用知識治理手段，工業互聯網平臺企業可以提升產業鏈知識流動效率。然而，對比3種知識治理機制的實施效果，可以發現，交易型知識治理的作用系數與顯著程度最高，意味著以市場契約為基礎的知識治理手段更能激勵平臺用戶分享知識，為驅動產業鏈效率性知識協同提供支持。而社會型知識治理的作用系數與顯著程度最低，原因可能在于互聯網情境下用戶企業對工業互聯網平臺的可靠性仍然存疑，信任度不高，以致社會型知識治理在促進產業鏈知識協同方面難以充分發揮作用。

（2） 控制型知識治理、交易型知識治理對產業鏈的增值性知識協同存在倒U型影響，而社會型知識治理正向影響產業鏈的增值性知識協同。這說明以信任關系為基礎的社會型知識治理對促進產業鏈知識行動者共同探索新知識有積極作用，但如果過度依賴工業互聯網平臺企業的控制力或正式契約的執行力，則無法帶來具有創新價值的增值性知識協同。在知識治理實踐中，工業互聯網平臺企業仍需關注制度約束、行政干預、契約不完備、事前設計剛性等問題。

（3）平臺戰略共識正向調節控制型、交易型和社會型知識治理與產業鏈知識協同關系。這說明工業互聯網的知識治理能否驅動產業鏈知識協同，在一定程度上取決于平臺用戶企業能否在戰略層面就共同努力方向、節奏、重點等內容達成一致性理解與承諾。

4.2 理論貢獻

首先，豐富了知識治理理論體系。Pemsel［28］的研究指出，相較于組織內部的知識治理行為，供應鏈、產業集群、平臺、生態系統等網絡層面的組織間知識治理更應受到重視。為此，本研究重點討論工業互聯網平臺知識治理機制構成與實施效果，有利于延伸知識治理的概念內涵，具有較高的理論參考價值。

其次，推動了知識協同理論發展。以往研究聚焦于過程視角，著力從知識協同的知識共享、知識流動、交互學習等子過程展開分析［29］。本研究從結果角度，將產業鏈知識協同區分為效率性知識協同與增值性知識協同，并進一步探索工業互聯網平臺知識治理對兩類知識協同的差異化影響。這有助于填補知識協同的理論缺口，深化知識制度視角下的產業鏈知識協同研究。

最后，本研究拓展了戰略共識的理論應用范圍。傳統研究大多是在人力資源管理領域討論員工戰略共識價值，對其它領域的應用缺乏必要關注［30］。隨著平臺經濟的迅速發展，有關平臺參與者之間的戰略共識顯得尤為重要。因此，本研究檢驗了平臺戰略共識在工業互聯網平臺知識治理驅動產業鏈知識協同過程中的調節作用，為探明戰略共識的新研究方向貢獻了力量。

4.3 管理建議

（1）工業互聯網平臺企業應綜合利用多種知識治理手段規范用戶知識行為，激勵其分享知識經驗，促進產業鏈知識協同。工業互聯網平臺兼顧雙重角色，既要利用“家長權威”控制規范用戶知識行為，又要維護公平透明的知識交易，增強市場契約的執行力。

（2）工業互聯網平臺企業應組合應用數字技術與知識治理機制，借助技術與制度的雙重賦能系統驅動具有創新價值的產業鏈增值性知識協同。

（3）工業互聯網平臺應當倡導用戶企業在面對新知識聯合生產任務時，充分應用戰略陳述、共同愿景、知識動員等方式，促使平臺用戶真正理解行動內涵，主動作出戰略承諾，積極配合知識治理機制的實施落地。

4.4 不足與展望

盡管本研究在理論上突出工業互聯網平臺知識治理對產業鏈知識協同的影響，并得到一些有意義的結論，但受限于成本和條件，尚存在一定局限：第一，平臺知識治理機制間的互動性缺乏體現。部分研究暗示，契約、信任和控制之間存在交叉互補關系，可能共同影響知識協同結果。第二，單純利用橫截面數據，難以反映產業鏈知識協同的動態遞進過程，縱向研究可能是未來值得嘗試的方向。第三，工業互聯網平臺往往嵌入在更大的宏觀環境生態系統中，面對不同地區的差異化創新環境，平臺企業的知識治理效應仍有待深入探索。

參考文獻

參考文獻：

［1］ 仲偉俊，梅姝娥. 關鍵核心技術及其攻關策略研究：基于產業鏈供應鏈安全穩定視角［J］. 系統管理學報， 2022，31（6）：1162-1168.

［2］ AUDRETSCH D， BELITSKI M. Evaluating internal and external knowledge sources in firm innovation and productivity： an industry perspective［J］. Ramp;D Management， 2023， 53（1）： 168-192.

［3］ JARVI K，ALMPANOPOULOU A. Organization of knowledge ecosystems：prefigurative and partial forms［J］.Research Policy， 2018， 47（8）： 1523-1537.

［4］ GUPTA S，TUUNANEN T.Managing digital knowledge for ensuring business efficiency and continuity［J］.Journal of Knowledge Management， 2023， 27（2）：245-263.

［5］ VAN KERKHOFF L. Knowledge governance for sustainable development： a review［J］.Challenges in Sustainability， 2014，1（2）：82-93.

［5］ KRETSCHMER T， LEIPONEN. Platform ecosystems as meta organizations：implications for platform strategies［J］.Strategic Management Journal， 2022，43（3）：405-424.

［7］ GRANDORI A. Neither hierarchy nor identity： knowledge governance and the theory of the firm［J］.Journal of Management and Governance，2001，5（3-4）： 381-399.

［8］ FOSS N J， MAHONEY J T. Exploring knowledge governance［J］.International Journal of Strategic Change Management， 2010，2（2-3）：93-101.

［9］ 于淼，朱方偉.知識治理：源起， 前沿研究與理論框架［J］.科研管理，2021，42（4）： 65-72.

［10］ MILAGRES R， BURCHARTH A. Knowledge transfer in interorganizational partnerships： what do we know［J］.Business Process Management Journal， 2019，25（1）：27-68.

［11］ WAREHAM J， FOX P. Technology ecosystem governance［J］.Organization Science， 2014， 25（4）： 1195-1215.

［12］ 宋華，楊雨東.中國產業鏈供應鏈現代化的內涵與發展路徑探析［J］.中國人民大學學報， 2022，36（1）：120-134.

［13］ WHITEHEAD K， ZACHARIA Z. Investigating the role of knowledge transfer in supply chain collaboration［J］.The International Journal of Logistics Management， 2019， 30（1）： 284-302.

［14］ 呂文晶，陳勁. 工業互聯網的智能制造模式與企業平臺建設：基于海爾集團的案例研究［J］.中國軟科學， 2019，34（7）：1-13.

［15］ 王雎. 開放式創新下的知識治理：基于認知視角的跨案例研究［J］.南開管理評論， 2009，12（3）：45-53.

［16］ 盧艷秋，宋昶. 基于工業互聯網平臺的企業間知識復用研究［J］.情報科學，2022， 40（2）：141-147.

［17］ CUYPERS I，HENNART J.Transaction cost theory： past progress， current challenges， and suggestions for the future［J］.Academy of Management Annals，2021，15（1）：111-150.

［18］ FOERDERER J， KUDE T. Knowledge boundaries in enterprise software platform development：antecedents and consequences for platform governance［J］.Information Systems Journal， 2019，29（1）：119-144.

［19］ 辛沖，李明洋. 創新生態系統中知識基礎關系特征與價值共創［J］.管理科學， 2022，35 （2）：16-31.

［20］ KELLERMANNS F W， WALTER J. To agree or not to agree？ a meta-analytical review of strategic consensus and organizational performance［J］.Journal of Business Research， 2011， 64（2）： 126-133.

［21］ EDH MIRZAEI N，FREDRIKSSON A. Strategic consensus on manufacturing strategy content：including the operators perceptions［J］.International Journal of Operations amp; Production Management， 2016，36（4）：429-466.

［22］ 儲節旺，安怡然. 面向關鍵核心技術攻關的知識生態系統：融合、演化、協同與沖擊［J］.情報學報， 2023，42 （3）：255-267.

［23］ 程俊杰.工業互聯網促進產業鏈現代化：理論邏輯與突破路徑［J］.現代經濟探討，2023，42（1）： 93-102.

［24］ 王文華，張卓. 開放式創新組織間協同管理影響知識協同效應研究［J］.研究與發展管理， 2018，30（5）：38-48.

［25］ WALTER J， KELLERMANNS F， FLOYD S. Strategic alignment： a missing link in the relationship between strategic consensus and organizational performance［J］.Strategic Organization， 2013， 11（3）：304-328.

［26］ 俞彬，蔡凱星. 多元研發模式對企業價值影響動態演進研究：基于光學制造隱形冠軍的案例［J］.管理世界， 2022，38（6）：139-157.

［27］ PODSAKOFF N， SPOELMA T. What predicts within-person variance in applied psychology constructs？an empirical examination［J］.Journal of Applied Psychology， 2019，104（6）：727-754.

［28］ PEMSEL S. Knowledge governance strategies in project-based organizations［J］.Long Range Planning， 2016， 49（6）： 648-660.

［29］ BASHIR M， FAROOQ R.The synergetic effect of knowledge management and business model innovation on firm competence：a systematic review［J］.International Journal of Innovation Science，2019，11（3）：362-387.

［30］ 商燕劼，龐慶華. 供應鏈企業間戰略共識如何影響技術創新績效：知識共享與供應鏈協同的作用［J］.科技進步與對策， 2021，38（11）：125-134.

責任編輯

（責任編輯：胡俊健）

英文標題

How Knowledge Governance of the Industrial Internet Platform Drives the Knowledge Collaboration of the Industrial Chain

英文作者

Wang Ying1 ，" Liang Qi2

英文作者單位

（1.Wu Jinglian School of Economics， ChangZhou University;2.School of Business， ChangZhou University， Changzhou 213161， China）

英文摘要

Abstract：With increasingly fierce international competition， breakthroughs in key technologies are of great strategic significance to latecomer countries. Key technologies involve extensive interaction in multiple industries， and their bottlenecks shall hinder the overall development of the industry， and thus it is necessary to seek a breakthrough path at the industrial chain level. According to the knowledge-based theory， the knowledge innovation that supports the breakthrough of key technologies should be manifested as the participation of multiple industrial entities such as manufacturers， suppliers， retailers， and service organizations， and activate the knowledge synergy effect of the industrial chain. However， the knowledge barrier between industrial organizations， the high complexity of industrial knowledge， and the risk of knowledge activities hinder knowledge collaboration in the industrial chain. Knowledge collaboration in the industrial chain is only the psychological expectation of the participants， and in order to transform the expectation into reality， it is still necessary to play the role of leading knowledge governance by the core enterprises. Platform enterprises can use the potential energy of network location to implement knowledge governance on industrial organizations （platform users）， such as suppliers， manufacturers and service providers， and then guide them to find partners， obtain complementary knowledge and carry out knowledge innovation. Therefore， from the perspective of industrial Internet platform enterprises， this study constructs a theoretical model of different types of knowledge governance mechanisms to promote knowledge synergy in the industrial chain， and focuses on the moderating effect of platform strategic consensus， trying to re-examine the implementation effect of knowledge governance under the new industrial form of industrial Internet platform.

Relying on the consulting project of a science and technology management department in Jiangsu Province， the research group has established contact with 96 industrial Internet platform users through the assistance of intermediaries. In combination with on-site filling， mobile APPs， and email， this study collects 874 questionnaires from users of industrial Internet platforms and verifies the internal mechanism of knowledge coordination driven by knowledge governance on industrial Internet platforms. The results show that control， transaction and social knowledge governance have positive effects on the efficient knowledge synergy of the industrial chain， and market knowledge governance has the greatest impact. There is a significant inverse U-shaped relationship between control， transactional knowledge governance， and value-added knowledge synergy in the industrial chain， while social knowledge governance promotes value-added knowledge synergy in the industrial chain. Platform strategic consensus plays a positive moderating effect on the relationship between three kinds of knowledge governance and industrial chain knowledge synergy.

The research conclusion has some theoretical value. First， this study focuses on the mechanism composition and implementation effect of knowledge governance on industrial Internet platforms， which is conducive to extending the conceptual connotation of knowledge governance and has obvious theoretical complementary value. Secondly， the study fills the theoretical gap of knowledge synergy and deepen the research on knowledge synergy in the industrial chain from the perspective of knowledge system by exploring the differentiated influence mechanism of knowledge governance on the industrial Internet platform on the two types of knowledge synergy. Finally， it examines the moderating role of the strategic consensus of the platform in the knowledge governance of the industrial Internet platform driving the knowledge synergy process of the industrial chain， and contributes to the exploration of new research on strategic consensus.

Some enlightening suggestions for management practice are listed. （1） Industrial Internet platform enterprises should comprehensively utilize a variety of knowledge governance methods to regulate user knowledge behavior， encourage sharing of knowledge experience， and promote knowledge synergy in the industrial chain. Industrial Internet platforms need to play a dual role， not only to control and regulate user knowledge behavior， but also to enhance the execution of market contracts. （2） Industrial Internet platform enterprises need to know how to combine the application of digital technology and knowledge governance mechanisms and drive innovative value-added knowledge collaboration in the industrial chain based on the dual enabling systems of technology and systems. （3） The industrial Internet platform should fully apply strategic statements， knowledge mobilization and other ways to promote the platform users' understanding of the connotation of action and active cooperation in the implementation of knowledge governance.

英文關鍵詞

Key Words：Industrial Internet platform; Knowledge Governance; Industrial Chain Knowledge Collaboration; Platform Strategic Consensus

收稿日期

收稿日期：2023-08-23 "修回日期：2023-10-16

基金項目

基金項目：國家社會科學基金項目（21BGL053）

作者簡介

作者簡介：王影（1981-），女，河南周口人，博士，常州大學吳敬璉經濟學院副教授，研究方向為產學研協同創新；梁祺（1976-），男，江西景德鎮人，博士，常州大學商學院副教授，研究方向為創新創業管理。