【装备制造业发展研究】
张 芳1， 田庆锋2
(1. 山西师范大学 经济与管理学院， 山西 临汾 041000； 2. 西北工业大学 管理学院， 西安 710129)
摘 要：分析影响高端装备制造业知识网络有效性的五个因素，构建知识网络有效性模型并进行仿真分析，得出结论：企业为提高知识吸收能力和知识释放意愿所做投入在一定范围内可以提升知识网络有效性，投入超过一定值后，这种提升作用不再明显；企业较高的知识水平、企业间良好的合作关系与适当的知识势差可以提高知识网络有效性，并根据仿真结果提出相关建议。
关 键 词：高端装备制造业； 知识网络； 知识共享； 知识创新
高端装备制造业是指装备制造业的高端领域，具有技术含量高、知识密集、高附加值等特点，是众多学科领域尖端技术的集成载体，处于价值链顶端位置，其发展直接关系到产业链整体竞争力，对调整产业结构、推动国民经济发展具有重大意义。然而，一方面，我国高端装备制造业发展起步较晚，产业规模小且技术落后，主要采用“引进—落后—再引进”模式，即通过引进国外技术进行产品生产，待技术无法满足要求时再次引进，而较少考虑自主创新问题。这种以技术引进为主的发展模式导致我国高端装备制造业与世界先进水平相比存在较大差距，核心技术和关键部件均受制于人[1]。为了打破国外技术封锁，建立和形成拥有独立知识产权的核心技术体系，从根本上提高我国装备制造产业技术创新能力，企业应在坚持技术引进的同时，积极加强企业之间的知识沟通和交流，通过构建知识网络推动企业间的知识共享和创新。另一方面，高端装备制造企业由于原始创新能力薄弱难以支撑企业进行自主创新活动，迫使企业主动向外部寻求知识资源，形成以企业为节点、以企业之间的知识活动为边、彼此依附的动态知识网络关系。通过不断地进行知识沟通和交流进而创造新知识的过程，实现高端装备制造业知识网络整体知识存量的动态螺旋上升[2]。
很多学者对如何提升高端装备制造业技术创新能力进行了研究，但是从知识管理角度展开的讨论则较少。李淑娟提出，通过企业人力资本的开发可以加强隐性知识管理过程从而提升高端装备制造业的创新能力[3]。同时，通过维护知识网络动态性，利用知识网络能够挖掘更多隐性知识[4]。刘微微等认为，通过对知识创新与技术创新耦合状态的调整，可以使其达到良好耦合，从而推进高端装备制造业的创新[5]。Wang则从个人层面研究了协作网络特征联系对知识创新的影响[6]。
对于知识网络与知识创新关系的研究则更多地从网络内部构成、运作模式及其支持环境展开。Seufert等认为，知识网络框架由主体、主体之间的联系以及所运用的资源和制度三方面构成，可从这几方面去探讨知识网络促进知识创新的内在机制[7]。Inkpen等认为，知识网络近似于知识联盟，即企业之间通过结盟的方式，共同完成知识创新和知识转移[8]。企业对外寻求的知识网络已经成为企业进行知识技术创新的重要渠道和载体[9-10]。综合已有的研究发现：首先，现有研究多集中于知识网络形成动因、构建过程及内生演化等理论范畴；其次，关于知识网络的相关研究多围绕一般行业展开，而较少结合某些特殊领域或者新兴产业进行分析，如高端装备制造业。鉴于此，本文将从高端装备制造业知识网络有效性影响因素入手，构建知识网络有效性模型并对其进行仿真分析。
知识网络本质上属于社会网络，社会网络的动态性决定了知识网络的动态特征，知识网络的构建为企业之间的知识共享提供了渠道，打破了企业之间知识静态锁定的局面，使产业整体知识存量倍数增长，为自主创新奠定了基础。高端装备制造业知识网络是以企业为节点、以企业之间的知识活动为边构成的动态网络结构，节点企业之间通过知识沟通和交流促进知识共享以及知识创新的进行。因此，知识网络有效性主要取决于知识共享和知识创新有效性，二者均可引起知识网络中知识存量的改变：一方面，节点企业之间通过知识沟通和交流实现彼此之间知识共享；另一方面，节点企业之间在进行知识交流过程中，不同类别的知识发生碰撞，会促使新知识产生，实现知识创新。此外，节点企业从知识网络获得知识进行消化吸收转化为自身知识时，也会有新知识的产生。其中知识创新的发生以知识共享为前提，知识共享和知识创新有效性直接决定知识网络中知识存量的变化，本文将从这两方面出发构建模型，以知识网络中知识存量增量为指标对高端装备制造业知识网络有效性进行考察。
1. 知识网络有效性影响因素分析
合作节点企业之间的互动为交流和沟通提供了媒介，凭借各合作方的互动程序或活动，企业之间就可进行知识交流和转移，实现知识共享和知识创新，提高企业知识存量[11]。从影响知识共享和知识创新角度出发，结合已有研究，高端装备制造业知识网络有效性影响因素主要包括：
(1) 知识吸收能力。知识吸收能力是企业识别、获取、吸收和转化外来知识的能力。节点企业加强自身的知识吸收能力会促进知识网络内的知识流动，不仅有利于知识共享效率的提升，同时也为进一步的知识创新提供了技术保障[12]。节点企业通过知识共享可以提高自身知识存量。因此，节点企业为提高知识吸收能力而付出的努力有利于提高知识共享和知识创新效率，从而影响知识网络的有效性。
(2) 释放意愿。在节点企业进行知识共享活动时，知识释放意愿决定了其可提供知识的数量。知识释放意愿较强时，企业会通过有偿或无偿技术交易等形式释放或传递自身知识给其他企业，推动知识网络中知识共享行为发生。因此，节点企业为促进知识释放而付出的努力将直接影响知识网络有效性。
(3) 关系强度。节点企业之间的正式合作关系，如技术联盟、合作开发等，或非正式合作关系，如非正式的技术交流等，为企业之间进行知识共享提供了渠道和途径。高强度的合作关系有利于知识在合作双方之间扩散，促进知识共享行为发生。因此，节点企业之间的关系强度会影响知识网络的有效性。
(4) 知识势差。知识势差是指节点企业之间的知识差距。高端装备制造业知识网络中存在众多处于不同知识位势的知识主体，形成了企业之间的知识势差。企业之间的知识势差太大会影响学习效果，知识共享的难度会随着知识距离的增加而变大，但是较小的知识势差又可能加重知识主体学习新知识时需要了解无关知识的负担，造成知识学习的满意度下降[13]。
(5) 企业目前知识储存量。Cohen[14]指出，组织在学习知识时具有较强路径依赖性，企业拥有“先验知识”的多少与企业能否有效学习利用外界知识技术有很强关系。同时，企业目前所具备知识的广度与深度也决定了企业吸收新知识的能力与速度，较多的知识储存量可以提高企业的知识吸收能力。
2. 高端装备制造业知识网络有效性模型
高端装备制造业知识网络有效性是指网络中知识共享和知识创新活动的效率，以知识存量增量为指标进行衡量。本文从这两方面出发，通过计算时间段T内知识网络中由于知识共享和知识创新活动所引起的网络中知识存量变化来研究知识网络有效性。根据知识的特性可分为知识深度共享、知识广度共享及知识深度创新和知识广度创新。现作出以下假设：
假设1 在高端装备制造企业知识交流互动中，知识共享和知识创新是两个相对独立的过程，即影响知识创新有效性的知识储存量仅取决于知识交流活动开始之前企业的知识储存量。
假设2 知识网络中所有企业都愿意并且希望通过知识交流活动进行知识共享，达到自身利益最大化。
假设3 在对模型进行仿真实验的0到T时间段内，高端装备制造业知识网络中的节点企业数量Q(Q=100)没有增减。
在Chungsuk等所建模型基础上，可得某一时刻t由知识共享而引起的知识网络中知识深度和广度增加[15]为
(1)
(2)
式中：Ai为节点企业i为提高知识吸收能力而付出的努力；Rij为企业之间正式和非正式合作的频繁程度；Wij为企业对知识的释放意愿；Pij为企业之间的知识势差；Q为知识网络中全部节点企业；θ为除知识共享企业之外的第三方政府部门和中介机构对知识共享活动的支持度(0.5<θ<1)；ρ为随机误差项(0<ρ<0.5)；α和β为参数，0<α，β<1。
在David等所建模型基础上可得某一时刻t高端装备制造业知识网络中由知识创新引起的知识深度和广度增加[16]为
(3)
(4)
式中：K为0时刻节点企业知识储存量；ω为随机误差项(0<ω<0.5)；γ为参数，0<γ<1。
在以上假设的基础上，可得高端装备制造业知识网络有效性评价模型，即
Y= ∑ΔKS+∑ΔKI=
(5)
式中：Y为企业知识存量的增加量；ΔKS为由于知识共享造成的知识存量增加量；ΔKI为由于知识创新造成的知识存量增加量；i=1，2，…，Q。
1. 参数设置
在上文分析的基础上对模型参数进行设定，其中0.5<θd，θb<1，随机误差项ρd、ρb、ωd和ωb取值范围为0～0.5，其余参数取值在不影响仿真结果的情况下均设定在0～1。变量Aidt、Aibt、Rij和Wij取值范围设定在0～1，Pijd和Pijb取值范围设定在0～1 000，Kid和Kib取值范围为500～1 500，仿真持续时间T和知识网络中节点企业数量Q则分别设为30和100。
2. 仿真结果分析
通过对高端装备制造业知识网络有效性的五个影响因素进行模型仿真分析，得到图1～5，据此得出如下结论：
(1) 企业为提升自身知识吸收能力所做投入在一定程度范围内可以显著提高企业的知识水平，但在超过一定阀值后，企业知识水平的增加则表现得不很明显。因此，企业在提升自身知识吸收能力时应该避免资源的过度投入而造成浪费。
图1 提高知识吸收能力努力程度与知识存量增量关系
图2 企业合作频繁程度与知识存量增量关系
图3 提高释放意愿努力程度与知识存量增量关系
图4 企业间知识势差与知识存量增量关系
图5 节点企业知识储存量与知识存量增量关系
(2) 企业之间的合作越频繁，越有利于知识网络中知识存量增加，且企业间关系强度对知识网络有效性影响显著。企业之间可通过加强正式或非正式合作如战略联盟、技术引进或购买、技术交流等形式促进知识网络中知识共享发生，提高知识网络有效性。
(3) 在一定范围内，增强企业知识释放意愿有助于提高知识网络中知识存量，提高知识网络有效性。但是在增强企业的知识释放意愿的投入达到一定程度后，继续增加投入对提高知识网络有效性影响逐渐减弱。
(4) 知识吸收企业与知识来源企业的知识势差会影响企业知识吸收效率，从而影响知识网络有效性。企业之间知识势差越大，越有利于知识从高位势企业向低位势企业流动，知识共享效率越高，但是，当企业之间知识势差超过一定界限时，知识存量增量不再变化。适当的知识差距有利于知识从先进企业向后进企业传递，但当知识势差超过某一值后，后进企业由于自身技术落后原因并不能有效吸收来自其他企业的领先技术，从而影响了知识共享效率进一步提升。
(5) 节点企业的知识水平越高，则借助知识网络实现的知识存量增量越大。企业丰富的知识存量有利于其在充分吸收外来知识的基础上进行知识创新活动，提高知识创新效率，从而影响知识网络有效性。
本文分析了高端装备制造业知识网络有效性的影响因素，在Chungsuk等所建模型的基础上构建了高端装备制造业知识网络有效性模型，并对五个影响因素进行仿真分析。由仿真结果可知，为促进高端装备制造业企业之间知识共享和创新活动的发生，企业和政府机构可从如下方面考虑：
(1) 企业提升知识吸收能力和知识释放意愿可以促进知识网络内企业知识水平的提高，但是，企业为提升知识吸收能力和知识释放意愿所作努力在达到一定程度后，其对于企业知识水平提升的作用已经不再明显。因此，企业应该合理控制自身为知识吸收能力和知识释放意愿的增强所作的资源投入，避免造成资源的浪费。
(2) 加强企业之间的合作。密切的合作关系有助于知识在企业之间的流动和传递，通过开展各种形式的技术交流和沟通活动，最大限度地实现企业之间的知识转移，提高知识网络的知识共享效率。
(3) 企业在选择合作伙伴时，应注重双方之间的知识差异，双方相近的知识水平并不利于整体知识存量的增加。因此，政府机构可通过政策引导或资金扶持鼓励先进企业与后进企业进行技术交流，增强先进企业知识共享意愿，打破企业间技术流动壁垒，实现以强带弱，推动高端装备制造产业技术创新水平整体提升。
(4) 强化自身学习力度，不断提升知识技术存量水平。先进知识技术水平有利于企业更好地吸收和转化来自其他企业的知识，进行知识创新活动，提高知识网络有效性。
本文存在的不足：研究中采用知识存量增加作为衡量知识网络有效性的指标，略显单一，以后研究中可增加衡量知识网络有效性的指标维度。
参考文献：
[1]赵红，王玲.高端装备制造业产业链升级的路径选择 [J].沈阳工业大学学报(社会科学版)，2013，6(4)：131-134.
[2]Sivaramakrishnan S，Delbaere M，David Z，et al.Critical success factors and outcomes of market knowledge management：a conceptual model and empirical evidence [J].International Journal of Knowledge Management，2010，6(3)：251-255.
[3]李淑娟.高端装备制造业知识管理维度研究 [J].中国科技论坛，2015(3)：74-78.
[4]马德辉，包昌火.企业知识网络探析 [J].理论与探索，2007(6)：737-740.
[5]刘微微，李倩.高端装备制造业知识创新与技术创新耦合研究 [J].科技管理研究，2016(18)：132-136.
[6]Wang J.Knowledge creation in networks：effects of tie configuration [J].Research Policy，2016，45(1)：68-80.
[7]Seufert K，Krogh G，Bach A.Towards knowledge networking [J].Journal of Knowledge Management，2002，3(3)：180-190.
[8]Inkpen A C，Tsang W K.Social capital，network and knowledge transfer [J].Academy of Management Review，2005，30(1)：146-165.
[9]任慧，和金生.知识网络：技术创新模式演化与发展趋势 [J].情报杂志，2011(5)：104-107.
[10]Li S，Ragu-Nathan B，Ragu-Nathan T S，et al.The impact of supply chain management practices on competitive advantage and organizational performance [J].Omega，2006，34(2)：107-124.
[11]Appleyard M M.How does knowledge flow?interim patterns in the semiconductor industry [J].Strategic Management Jomual，1996，17(4)：137-154.
[12]肖冬平，顾新，彭雪红，等.基于嵌入视角下知识网络中的知识流动研究 [J].情报杂志，2009，28(8)：116-125.
[13]田庆锋，张芳.本土代工企业知识转移影响因素分析 [J].软科学，2013(12)：63-66.
[14]Cohen W D.Absorptive capacity：a new perspective on learning and innovation [J].Administrative Science Quarterly，1990，35(1)：45-46.
[15]Chungsuk R，Yong J K，Raghav H R.Knowledge acquisition via three learning processes in enterprise information portals：learning-by-investment，learning-by-doing，and learning-from-others [J].MIS Quarterly，2005，29(2)：245-278.
[16]David B A，Maryann P F.Knowledge spill overs and the geography of innovation [J].The Handbook of Urban and Regional Economics，2009，4(1)：4-7.
(责任编辑：张 璐)
ZHANG Fang1, TIAN Qing-feng2
(1. School of Economics & Management, Shanxi Normal University, Linfen 041000, China; 2. School of Management, Northwestern Polytechnical University, Xi’an 710129, China)
Abstract：The five factors influencing the effectiveness of knowledge network of high-end equipment manufacturing industry are analyzed. The effectiveness model of knowledge network is built, and the simulation analysis is done. It is concluded that the investment of the enterprises for the purpose of improving the absorptive capacity of knowledge and the willingness to release knowledge can improve the effectiveness of knowledge network in a certain range, when the input exceeds a certain value, the effect is not significant; and the effectiveness of knowledge network can be increased by the higher level of knowledge, the better cooperative relationship and the bigger enough knowledge potential difference between enterprises. Some suggestions are put forward according to the simulation results.
Key words：high-end equipment manufacturing industry; knowledge network; knowledge sharing; knowledge innovation
收稿日期：2016-12-27
基金项目：山西师范大学财务管理优势专业建设项目(2016YSZY-08)。
作者简介：张 芳(1989-)，女，山西临汾人，助教，硕士，主要从事知识管理与创新等方面的研究。
doi：10.7688/j.issn.1674-0823.2017.03.06
中图分类号：F 273
文献标志码：A
文章编号：1674-0823(2017)03-0221-05
*本文已于2017-05-23 13∶29在中国知网优先数字出版。 网络出版地址： http：∥www.cnki.net/kcms/detail/21.1558.C.20170523.1329.030.html