李文博,張永勝,李紀明

(1.浙江師范大學經(jīng)濟與管理學院,浙江金華321004;2.浙江大學城市學院,浙江杭州310015)

一、引 言

知識基礎觀(knowledge-based view)強調(diào)知識是企業(yè)的內(nèi)核性資源,企業(yè)的主要功能就是把不同的知識擁有者整合起來創(chuàng)造新的知識(Kogut和Zader,1992)。自硅谷、第三意大利以及我國臺灣新竹等塊狀經(jīng)濟取得巨大成功以來,人們逐漸意識到擁有高質(zhì)量網(wǎng)絡關系的企業(yè)可以從發(fā)達的知識網(wǎng)絡中大大獲益(Dyer和Nobeoka,2000)。近年來,以集群為背景的知識網(wǎng)絡演化問題日漸成為知識基礎理論關注的焦點問題(Nicolas和Pascale,2009;Greeven,2009),對于理解在熊彼特式競爭環(huán)境下營運的企業(yè)的競爭力和績效差異尤為重要。事實上,“知識網(wǎng)絡演化”可以被看作是一個潛在或新興的理論架構抑或整合平臺,可用來展現(xiàn)集群企業(yè)的競爭優(yōu)勢來源。

在Elisa等(2005)看來,知識網(wǎng)絡是集群的骨架[1],網(wǎng)絡各結(jié)點之間存在多元、交互、非線性、強耦合的交互關系,并由此共演成有機的整體。西方學者在這個領域經(jīng)歷了20多年的理論耕耘和學術爭鳴,已經(jīng)取得了豐碩的成果,并提出了許多新的概念,如共演機制(Tan,2005)、制度同構(Sorenson, 2003)、局部搜尋(Rullani,2003)、慣例變異(Winter,2003)等。相關研究大大超越了早期馬歇爾(Marshall,1890)式的基于技術、知識外溢探討產(chǎn)業(yè)集聚現(xiàn)象的視角,深化了對知識網(wǎng)絡演化的理解。而我國的相關研究基本呈現(xiàn)離散和割裂的片狀,與國外的現(xiàn)有相關研究相比,在理論、方法、視角等方面還存在較大的差距,尚不足以為我國企業(yè)、產(chǎn)業(yè)的知識網(wǎng)絡實踐提供有價值的理論指導。

有鑒于此,本文在解讀國外135篇公開發(fā)表的相關文獻的基礎上,系統(tǒng)梳理了集群背景下的知識網(wǎng)絡演化研究脈絡,并對未來的發(fā)展方向進行了展望,以期推動國內(nèi)相關理論研究的深化、繁衍、競爭和整合,并為研究以知識網(wǎng)絡為特點的我國集群實踐問題提供些許借鑒。

二、集群背景下的知識網(wǎng)絡演化研究現(xiàn)狀

最初的知識網(wǎng)絡演化研究源于理論界對這個概念的界定,可追溯到Beckmann1995年的一項研究[2]。在這項研究中,Beckmann把知識網(wǎng)絡界定為進行科學知識生產(chǎn)和傳播的機構和活動集合,并強調(diào)網(wǎng)絡具有“流動性”。而 Kratke(2010)則認為,知識網(wǎng)絡是知識參與者之間的一種社會網(wǎng)絡,通過個人、群體和組織各層次上的知識創(chuàng)造與傳遞來實現(xiàn)價值創(chuàng)造,其本質(zhì)是一種模式或隱喻。[3]此后,經(jīng)過眾多學者的努力,逐漸構建起了比較清晰的知識網(wǎng)絡演化研究框架,并且形成了實證主義和闡釋主義兩大研究范式(Molina,2001;Fleming,2006;Kratke,2010)。

為厘清知識網(wǎng)絡演化研究的焦點問題和演進脈絡,本文以“知識網(wǎng)絡(knowledge networks)+演化(evolution)”、“集群網(wǎng)絡(cluster network)/企業(yè)間網(wǎng)絡(inter-firm networks)/創(chuàng)新網(wǎng)絡(innovation networks)+知識(knowledge) +演化(evolution)”為關鍵詞組合,在 Elsevier Science、EBSCO、Springer Link等數(shù)據(jù)庫中進行了文獻檢索,通過主題與摘要篩選,共收集到135篇與集群背景下知識網(wǎng)絡演化研究相關的學術論文,以下重點分析2000～2009年10年間的相關研究主題演進(參見圖1)以及其中15篇實證文獻的研究內(nèi)容(參見表1),藉此來確定知識網(wǎng)絡演化研究的框架體系。

圖1 基于模糊聚類分析的集群背景下知識網(wǎng)絡演化研究主題與類型

由圖1和表1可知,集群背景下的知識網(wǎng)絡演化研究主題大致可以分為三個方面:一是集群背景下的知識網(wǎng)絡演化主體構成、結(jié)構測量以及網(wǎng)絡內(nèi)企業(yè)的適應性行為;二是知識網(wǎng)絡演化觸發(fā)因素、過程、多階段特性以及動力學模型;三是把集群知識網(wǎng)絡的演化與復雜性涌現(xiàn)整合起來審視知識網(wǎng)絡演化的系統(tǒng)特性。我們發(fā)現(xiàn)集群背景下知識網(wǎng)絡演化研究主要是基于結(jié)構(structure)、過程(process)和系統(tǒng)(system)三個視角。需要說明的是,這三個視角的提出并非基于我們的主觀臆想,而是對已有文獻進行模糊聚類分析(fuzzy cluster analysis)的結(jié)果。

表1 集群背景下的知識網(wǎng)絡演化實證研究歸納

三、集群背景下的知識網(wǎng)絡演化研究現(xiàn)狀評介

(一)基于結(jié)構視角的集群背景下的知識網(wǎng)絡演化研究

1.集群背景下的知識網(wǎng)絡演化主體構成。本部分的邏輯起點是通過深入剖析五個典型的集群知識網(wǎng)絡(參見表2)來明晰知識網(wǎng)絡的主要構成主體。由表2可知,集群背景下的知識網(wǎng)絡主要由核心企業(yè)、關聯(lián)企業(yè)、科研機構、中介機構、金融機構等主體構成。在特定的集群背景下,知識網(wǎng)絡是由這些蘊含豐富知識資源的各類主體或網(wǎng)絡結(jié)點構建起來的各種相對穩(wěn)定并能促進知識轉(zhuǎn)移的正式和非正式關系的總和,一般具備知識溢出、柔性聚集、集群拓展和信任增強等基本功能(Cappellin和Wink,2009)。

表2 五個典型集群知識網(wǎng)絡的基本情況

2.集群背景下的知識網(wǎng)絡演化結(jié)構測量。知識網(wǎng)絡演化結(jié)構測量歷經(jīng)了單維度、多維度、多層級多維度三個階段。早期的單維度測量大多圍繞企業(yè)的網(wǎng)絡位置展開。有研究[4]表明:在錯綜復雜的知識網(wǎng)絡結(jié)構中,每個企業(yè)的網(wǎng)絡位置(network position)是不同的,占據(jù)優(yōu)勢位置的企業(yè)在開展知識活動時更具優(yōu)勢。但也有學者(如 Yli-Renko,2001)持不同的觀點,認為過度的嵌入會導致知識的創(chuàng)造性磨損,降低對新知識的搜尋力度。在多維度階段,Zaheer和Bell(2005)構建的中心度和結(jié)構洞度量模型[5]被廣為接受。目前,構建多層次、多維度測量工具似乎正成為該領域研究的一個趨勢。Renzulli等(2000)學者從元素和關系兩個維度構建了一個比較完善的量表體系[6],測量的寓意(implicature)日漸收斂于兩個方面:其一,網(wǎng)絡演化內(nèi)嵌于企業(yè)的知識行為,具有緘默性和不可逆性;其二,結(jié)構的調(diào)適是學習和適應的交集,具有背景和路徑依賴性。

3.基于結(jié)構視角的網(wǎng)絡演化與微觀企業(yè)適應性行為。知識網(wǎng)絡演化與企業(yè)適應性行為的交互影響是產(chǎn)業(yè)集群發(fā)展的內(nèi)在動力,特定的企業(yè)適應性行為與網(wǎng)絡體系結(jié)構的相互匹配導致集群演化呈現(xiàn)不同的階段。在集群背景下的知識網(wǎng)絡演化研究中,一個值得關注的趨勢是研究焦點正從宏觀整體現(xiàn)象向微觀個體適應性行為遷移。常見的企業(yè)適應性行為主要有:1)慣例變異(change of routine),是指企業(yè)改變固有的知識運營慣例以適應網(wǎng)絡演化的行為。2)知識鏈躍遷(knowledge chain transition),是指盡早感知情境差異,隨著技術范式和技術軌道的演進向更高級的知識鏈躍遷,涉及知識基準、知識原理和知識邏輯的改變。3)信任修復(trust repair),是指企業(yè)修復遭到有意或無意破壞的知識網(wǎng)絡結(jié)點間的信任關系,以有效降低對知識網(wǎng)絡演化進程的影響[7]。4)網(wǎng)絡重構(network reconfiguration),是指企業(yè)運用合作規(guī)范和沖突解決機制來優(yōu)化知識合作伙伴的行為和協(xié)調(diào)多元網(wǎng)絡關系。

4.現(xiàn)狀評價。演化研究結(jié)構視角的優(yōu)點在于著力解釋網(wǎng)絡屬性對個體和整體績效的影響,這與當前國際上興起的把網(wǎng)絡結(jié)點個性特征融入結(jié)構分析的做法相匹配。但在理論框架構建和實證等方面仍存在諸多不足,具體而言,首先沒有考察知識網(wǎng)絡結(jié)構與互動過程的交互作用,目前還鮮有整合結(jié)構與過程視角的實證研究。其次,理論研究仍處于現(xiàn)象識別和分類演繹的探索階段,闡釋性研究雖然具有較高的描述效度,但理論模型和網(wǎng)絡實踐仍存在大量的局部性分歧。最后,在研究方法和調(diào)研對象的選擇上,現(xiàn)有研究偏好于選擇成功的集群網(wǎng)絡作為樣本,這在一定程度上會導致幸存者偏差和后視偏差,致使研究結(jié)論缺乏普適性或一般意義。

(二)基于過程視角的集群背景下的知識網(wǎng)絡演化研究

1.集群背景下的知識網(wǎng)絡演化驅(qū)動因素。知識網(wǎng)絡的演化受到多種驅(qū)動因素的影響,學者們從不同的側(cè)面探討了集群知識網(wǎng)絡演化的驅(qū)動因素。Saxenian在研究美國硅谷高速發(fā)展的原因時發(fā)現(xiàn),知識網(wǎng)絡演化與整個集群的特征,特別是集群參與者對于知識共享的態(tài)度以及由此形成的文化氛圍高度相關。Akgun等(2005)等實證檢驗了參與者群體穩(wěn)定性、信任等因素與知識網(wǎng)絡相關的假設[8],認為知識資源在一定程度上是一種“俱樂部物品”,集群中的知識流動具有選擇和不對稱的特征,集群企業(yè)不能均等地共享“產(chǎn)業(yè)氛圍”帶來的溢出效應。Gibbons(2003)認為,實際上集群背景下的企業(yè)間知識流動僅局限于集群的子集[9],集群中存在高度斷裂的知識流動網(wǎng)絡,網(wǎng)絡拓撲結(jié)構、生產(chǎn)函數(shù)中的技術比例、知識交易機制等因素對網(wǎng)絡演化產(chǎn)生顯著的影響。在總結(jié)多位學者提出的知識網(wǎng)絡演化驅(qū)動因素以后,我們發(fā)現(xiàn),基本上可把它們歸結(jié)為宏觀的外部環(huán)境因素、中觀的產(chǎn)業(yè)網(wǎng)絡因素和微觀的結(jié)點企業(yè)因素三類(參見表3)。

表3 集群背景下的知識網(wǎng)絡演化驅(qū)動因素總結(jié)

2.集群背景下的知識網(wǎng)絡演化過程。集群背景下的知識網(wǎng)絡演化猶如有機生命體成長一樣具有明顯的階段性特征。Pouder等(1996)從知識同構視角把集群網(wǎng)絡演化分為形成、收斂和重新定位三個階段,進而分析了資源獲取、管理層認知、制度文化對各階段演化的影響。[10]Tan(2006)通過對北京中關村知識網(wǎng)絡的研究進一步拓展了Pouder等的分析框架。[11]Winter(2005)認為,各結(jié)點企業(yè)知識共享狀態(tài)的動態(tài)演化過程可抽象為一個非線性系統(tǒng),可以用變異、選擇、擴散的演化思想描繪企業(yè)間在知識方面的相互影響過程。Cowan等(2004)研究了網(wǎng)絡型產(chǎn)業(yè)知識演化的動態(tài)過程,比較了兩種不同的知識交互轉(zhuǎn)移方式對知識網(wǎng)絡演化的影響,并對相應的仿真模型進行了研究。[12]由于知識網(wǎng)絡內(nèi)部要素之間存在非線性關系,并且造成了系統(tǒng)發(fā)展前景的模糊性,因此,許多學者采用深度案例研究、問卷調(diào)查等方法來剖析知識網(wǎng)絡演化過程。Powell等(2006)以專業(yè)生物技術公司為樣本,研究了組織的知識積累網(wǎng)絡體系,把研發(fā)合作、管理企業(yè)間關系的經(jīng)驗、網(wǎng)絡位置、企業(yè)發(fā)展速度與合作項目的組合等聯(lián)系起來。[13]

3.集群背景下的知識網(wǎng)絡演化動力學模型。實踐表明,集群背景下的知識網(wǎng)絡演化研究采用案例分析和高度形式化的抽象分析是難以奏效的,而網(wǎng)絡動力學(network dynamics)建模和仿真模擬則是解決此類問題的有效方法。Hyatt等(1996)認為,可以采用多主體仿真方法來描繪知識網(wǎng)絡可能出現(xiàn)的演化形態(tài)的圖譜,并把知識網(wǎng)絡劃分為任務導向型和知識導向型,然后研究不同類型知識網(wǎng)絡對其自身演化的影響。[14]Aguirre等(2001)則構建了一個多主體知識網(wǎng)絡模型,把企業(yè)儲存的知識作為網(wǎng)絡的知識記憶和網(wǎng)絡提供知識服務的技術支撐。[15]Cowan(2008)基于知識擴散和增長模型,分別研究了網(wǎng)絡結(jié)構與知識擴散和增長變量間的關系。此外,有些學者基于Jackson算法構建了知識網(wǎng)絡的計算實驗模型,探討了單個虛擬知識網(wǎng)絡中具有不同屬性的知識結(jié)點演化規(guī)律。

4.現(xiàn)狀評價。集群背景下知識網(wǎng)絡演化研究的過程視角具有聚焦于網(wǎng)絡的時間維度、揭示演化過程規(guī)律性和特殊性的優(yōu)點。但是,集群背景下的知識網(wǎng)絡演化過程極其復雜,相對于演化過程的復雜性而言,過程視角的研究至少在以下幾個方面還有待加強:1)在理論層面,現(xiàn)有研究較多關注知識網(wǎng)絡演化對于企業(yè)的戰(zhàn)略意義,而沒有深入、系統(tǒng)地研究知識網(wǎng)絡的長期演化機制。2)在方法層面,現(xiàn)有研究大多以描述性和規(guī)范性研究為主,而鮮有綜合采用問卷調(diào)查、統(tǒng)計分析和仿真方法的實證研究。3)在實踐層面,現(xiàn)有研究大多局限于在一般意義上闡述知識網(wǎng)絡演化過程的階段劃分問題,而對網(wǎng)絡的層次性、動態(tài)性和復雜性等問題的探討尚顯單薄,還不足以從企業(yè)、社會和政府層面為企業(yè)的知識實踐提供理論支持。

(三)基于系統(tǒng)視角的集群背景下的知識網(wǎng)絡演化研究

1.基于系統(tǒng)視角的集群背景下的知識網(wǎng)絡演化概念模型。近年來,基于系統(tǒng)視角,尤其基于復雜適應系統(tǒng)(complex adaptive system,CAS)視角的集群背景下的知識網(wǎng)絡演化研究日益流行。在現(xiàn)有相關研究的基礎上,我們構建了一個集群背景下的知識網(wǎng)絡演化概念模型(參見圖2),用以表征以下有關知識網(wǎng)絡演化的基本命題:1)集群背景下的知識網(wǎng)絡系統(tǒng)結(jié)構具有明顯的層次性。第一層次是核心網(wǎng)絡,即知識網(wǎng)絡主體子系統(tǒng)(knowledge network main body sub-system,KNMS);第二層次是由創(chuàng)新氛圍、技術環(huán)境、市場需求構成的知識網(wǎng)絡支撐子系統(tǒng)(knowledge network supportive sub-system, KNSS);第三層次是知識網(wǎng)絡環(huán)境子系統(tǒng)(knowledge network environmental sub-system,KNES)。2)知識網(wǎng)絡與外部環(huán)境系統(tǒng)存在物質(zhì)、信息、知識等要素的交換,是一個開放的耗散結(jié)構(dissipative structure)系統(tǒng)。3)各知識結(jié)點之間具有競爭、協(xié)作、聯(lián)合等長期博弈屬性,存在復雜的嵌套、反饋知識鏈。4)知識網(wǎng)絡系統(tǒng)具有動態(tài)演化性,網(wǎng)絡結(jié)點間的互動表現(xiàn)為網(wǎng)絡整體的演化行為模式,而這種行為模式又導致網(wǎng)絡結(jié)構的變化。

圖2 基于系統(tǒng)視角的集群背景下的知識網(wǎng)絡演化概念模型

2.集群背景下知識網(wǎng)絡演化的CAS特性。表征復雜系統(tǒng)基本特性的范疇主要有聚集(aggregation)、非線性(nonlinearity)、流(flow)和多樣性(diversity)。具體到集群背景下的知識網(wǎng)絡,這四個范疇就是:1)集群背景下的知識網(wǎng)絡主體聚集。網(wǎng)絡內(nèi)部由企業(yè)、中介機構、政府部門、客戶、供應商、科研院所等構成的網(wǎng)絡結(jié)點,基于知識鏈的耦合形成了集群背景下的知識網(wǎng)絡,各主體由于聚集而嵌入到與其存在關系的知識網(wǎng)絡中,進而沿著更加適應環(huán)境的路徑演化。2)知識網(wǎng)絡中蘊含的各種非線性關系。知識網(wǎng)絡內(nèi)部新知識的生成不像信息技術系統(tǒng)那樣有序,而是呈現(xiàn)出非線性關系,如網(wǎng)絡系統(tǒng)開放性造成的知識非穩(wěn)態(tài)增長現(xiàn)象等。這就要求在管理上允許知識主體有更大的自由度;在組織形態(tài)上,構建具備靈活性、適應性、應對能力和快速變革能力的柔性組織。3)知識網(wǎng)絡內(nèi)部存在的物質(zhì)、數(shù)據(jù)、信息、知識等多種流。網(wǎng)絡內(nèi)部流的渠道是否通暢,周轉(zhuǎn)是否迅速,都直接影響網(wǎng)絡的演化進程。從邏輯機理分析,流的消亡會導致知識網(wǎng)絡停止演化,外部表現(xiàn)為網(wǎng)絡系統(tǒng)的無序程度提高,最終網(wǎng)絡趨于消亡。4)知識網(wǎng)絡內(nèi)部主體知識交互的多樣性。盡管知識網(wǎng)絡可能因受各種因素的激發(fā)而表現(xiàn)出知識交互的千差萬別,但可以借鑒復雜系統(tǒng)科學的封裝方法對系統(tǒng)連續(xù)性進程加以抽象,把知識交互垂直解構為聚合、重組、適應、整合、排斥等環(huán)節(jié),各環(huán)節(jié)之間存在多重反饋。

3.集群背景下知識網(wǎng)絡演化的CAS機制?！皺C制”(mechanism)源自希臘語,原意是指機器的構件和運行機理,此處借指網(wǎng)絡結(jié)點的內(nèi)部運作方式,包含有關構件的相互關系以及各種演化的相互作用。復雜性科學的基本機制主要有三種:標識(tagging)、內(nèi)部模型(internal model)和構件(building block)。首先,集群背景下的知識網(wǎng)絡標識機制主要用于結(jié)點之間的相互識別和選擇,便于網(wǎng)絡實現(xiàn)知識共享和轉(zhuǎn)移。企業(yè)運用標識機制可以通過締結(jié)知識聯(lián)盟來實現(xiàn)聚集,形成不同的知識網(wǎng)絡共同體。其次,對于整個網(wǎng)絡系統(tǒng)而言,每個個體都具有復雜的內(nèi)部模型機制,具體是指網(wǎng)絡結(jié)點為適應外部環(huán)境的變化而相應改變自身的行為規(guī)則機制,即以結(jié)點既有的知識、資源、能力等約束組合進行知識資源的聚集。最后,知識網(wǎng)絡常常是在一些相對簡單的構件的基礎上,通過改變構件的組合方式形成的。組合方式的多樣性升華為知識網(wǎng)絡實踐的多樣性,知識網(wǎng)絡的演化過程就是發(fā)現(xiàn)新的構件,聚集經(jīng)過整合的知識交互過程。

4.現(xiàn)狀評價。由于集群背景下的知識網(wǎng)絡本身具有非線性、關聯(lián)性、涌現(xiàn)性、異質(zhì)性和非均衡性等特點,經(jīng)典的統(tǒng)計方法和基于還原論的技術路徑已無法完美詮釋知識網(wǎng)絡演化問題,在此背景下,采用CAS分析框架的相關研究取得了較大的進展。但同時必須指出,基于系統(tǒng)視角的知識網(wǎng)絡演化研究還處在起步階段,主要聚焦于網(wǎng)絡演化的復雜系統(tǒng)屬性、復雜演化機制以及基本分析框架的構建。相對于知識網(wǎng)絡演化本身固有的復雜性而言,基于系統(tǒng)視角的知識網(wǎng)絡演化研究還存在兩方面的不足。其一,沒有深入剖析網(wǎng)絡內(nèi)部復雜性影響知識共享、轉(zhuǎn)移等知識活動的邏輯機理,因而缺乏指導企業(yè)管理實踐的理論價值;其二,相關研究較多地聚焦于知識網(wǎng)絡自下而上的動態(tài)演化過程,對于特定的產(chǎn)業(yè)集群情境變量關注不夠。

四、未來研究展望

綜合集群背景下的知識網(wǎng)絡演化研究現(xiàn)有成果,遵循學科發(fā)展的一般軌跡,下面對未來相關研究進行簡要展望,旨在推動集群背景下的知識網(wǎng)絡演化研究。

(一)基于框架拓展的邊界、認知、經(jīng)驗、信任等變量的導入

隨著研究框架的拓展和理論平臺的繁衍,以及邊界、認知、經(jīng)驗、信任等重要概念的引入,知識網(wǎng)絡演化研究的厚度和意蘊必將得到提升。引入知識邊界的復雜性,進一步考慮知識網(wǎng)絡結(jié)點的交流層次、知識域的重疊程度等,可以揭示知識依賴(dependence for knowledge)面臨的困境與挑戰(zhàn)。引入認知模式分析知識能力演化的具體作用機理,可以提升知識網(wǎng)絡理論的一般解釋力和預測力。[16]此外,由于網(wǎng)絡成員不能快速適應新的角色和網(wǎng)絡關系,新進入缺陷(liability of newness)的凸顯使得先前經(jīng)驗逐漸躍入學者們的視野,其理論假設是先前經(jīng)驗的異質(zhì)性意味著非均勻的知識結(jié)構,一定程度上影響著網(wǎng)絡在不同維度上的創(chuàng)新性。最后,信任因素的引入,也能支撐知識網(wǎng)絡協(xié)調(diào)規(guī)則和契約治理研究,并有望減少由于組織間知識交換不可逆性、不確定性而可能產(chǎn)生的投機行為。未來可以對上述假設進行實證檢驗。

(二)深入探析知識網(wǎng)絡演化的微觀機制

從學科發(fā)展的規(guī)律來看,該領域研究的一個突出轉(zhuǎn)變是從網(wǎng)絡主體屬性分析過渡到網(wǎng)絡成長機制分析。已有的網(wǎng)絡演化研究主要從屬性、治理、前因、結(jié)果等方面展開[17],而對機制維度的研究還非常鮮見,這在很大程度上影響了成果的可繼承性和研究的可比性。比如,盡管學者們廣泛認同緊密的結(jié)點聯(lián)系和完備的企業(yè)網(wǎng)絡是集群發(fā)展的內(nèi)在動因,但知識擴散的技術軌跡和溢出的實現(xiàn)機制尚無定論。此外,秉承慣例研究傳統(tǒng),機制控制參數(shù)(知識流動速率、知識分布差異等)研究也富有價值。未來的知識網(wǎng)絡演化研究必然會針對這些議題展開、繁衍和升華,而這些議題的解決將有助于我們洞悉知識網(wǎng)絡成功的邏輯演變,進而對知識網(wǎng)絡的管理實踐具有指導意義。

(三)基于知識網(wǎng)絡演化進程的不同階段轉(zhuǎn)化問題

集群背景下的知識網(wǎng)絡演化過程具有明顯的非均衡階段性,外在表現(xiàn)為動態(tài)、振蕩環(huán)境下的企業(yè)適應性行為。對于這一基本命題,現(xiàn)有研究文獻并不存在分歧。美國硅谷、印度軟件業(yè)、我國臺灣新竹等知識網(wǎng)絡的演化實踐也提供了現(xiàn)實的佐證。但是,對于知識網(wǎng)絡演化為什么會呈現(xiàn)階段性、階段如何劃分、決定階段轉(zhuǎn)化的深層原因等問題還認識不一,也就是說,現(xiàn)有研究并沒有厘清網(wǎng)絡輸出(如績效、能力、異質(zhì)性等)的個體行為根源。Yin(1994)認為,旨在回答“為什么(why)”和“怎么樣(how)”等問題的首選研究策略是進行深度案例分析[18],因為深度案例分析有利于更加清晰地探測事物演化過程及其背后蘊含的規(guī)律。因此,有必要采用多案例分析方法來研究集群背景下知識網(wǎng)絡演化的不同階段轉(zhuǎn)化問題。

(四)對集群與知識網(wǎng)絡共演(co-evolution)問題的深入探討

從世界范圍來看,產(chǎn)業(yè)集群猶如“平滑空間上的粘滯點”,已經(jīng)演繹成為當今世界經(jīng)濟增長的一種重要現(xiàn)象。相關的闡釋性案例研究更是證明了集群猶如有機生命體一樣呈現(xiàn)出演化的階段性。通過前面的分析我們不難發(fā)現(xiàn),已經(jīng)識別出來的許多命題本身只是從集群和知識網(wǎng)絡演化實踐中觀察到的表面現(xiàn)象,缺乏基于共演理論的精確、全面測量。把集群和知識網(wǎng)絡的共演作為基本分析單元,將有助于推動此領域更具操作性的研究。因此,收集豐富、動態(tài)的縱向數(shù)據(jù),探析集群和知識網(wǎng)絡的共演方向、路徑和關聯(lián)性,也應該是后續(xù)研究必須關注的問題。

(五)推進本土集群背景下的知識網(wǎng)絡演化研究

知識網(wǎng)絡的演化不但涉及網(wǎng)絡整體層面,同時又涉及網(wǎng)絡內(nèi)部知識結(jié)點的行為演化與互動,這兩方面都與網(wǎng)絡所處的環(huán)境密切相關。因此,知識網(wǎng)絡演化研究的結(jié)構、過程和系統(tǒng)視角都具有高度的情境依賴性,研究結(jié)論的信度和效度在不同的情境變量下各不相同。這也提示我們源于西方集群的相關研究成果并不具備普適性,應用于中國集群時需要加以檢驗、補充、修正和強化,大力推進本土化研究應該是中國學者進行相關研究的重點之一。此外,在不同區(qū)域的產(chǎn)業(yè)集群背景下,知識網(wǎng)絡演化差異明顯,運用對比分析方法研究網(wǎng)絡演化的前因、結(jié)果和機制也是開展完整的知識網(wǎng)絡演化研究的必然要求,無疑有助于推進該領域理論的一般化發(fā)展。

(六)知識網(wǎng)絡演化和復雜科學的整合研究

實踐中,知識網(wǎng)絡演化的復雜性使得某些現(xiàn)象無法得到一致的認可,因此必須超越它們分離和間斷的局限性,采用新的思維方式和新的研究視角去研究知識網(wǎng)絡問題。而近年來復雜科學的興起則為集群背景下的知識網(wǎng)絡演化研究開辟了全新的路徑。正如Albino等(2006)學者所指出的那樣,單個知識結(jié)點的行為由于受到許多隨機因素的影響而難以精確預測,但網(wǎng)絡整體演化所呈現(xiàn)出來的涌現(xiàn)、共演等正是典型的復雜性特征。[19]復雜科學的最大貢獻就在于提供了一種自下而上的全新建模方法,借用主體之間的交互作用映射系統(tǒng)的復雜演化,這種方法能基于微觀和宏觀的相關性,詮釋個體從簡單到復雜的演化過程和機制。今后的知識網(wǎng)絡演化研究應該認真探討如何運用復雜科學理論來整合各種不同的研究視角,以突破現(xiàn)有理論框架的束縛。

五、結(jié)論及對我國企業(yè)的啟示

本文基于對135篇相關文獻的回顧和分析,系統(tǒng)梳理了現(xiàn)有的集群背景下知識網(wǎng)絡演化研究成果,對基于結(jié)構、過程和系統(tǒng)視角的集群背景下知識網(wǎng)絡演化研究脈絡進行了梳理,并從六個方面展望了未來的研究趨勢。值得注意的是,集群背景下知識網(wǎng)絡演化研究的結(jié)構、過程和系統(tǒng)視角之間具有一定的關聯(lián)性,這三種視角都強調(diào)“杠桿式利用”(leveraging)組織與合作伙伴的知識關系,但各視角的聚焦點又各不相同。事實上,集群背景下的知識網(wǎng)絡演化研究既是探究集群背景下的可持續(xù)競爭優(yōu)勢的本質(zhì)和來源問題,又對我國企業(yè)的知識實踐具有指導意義。

首先,我國企業(yè)應該努力與外部知識結(jié)點保持網(wǎng)絡關系和互動,有效地跨越知識邊界實現(xiàn)組織間學習,并取得所需的知識與技術。只有這樣,企業(yè)才能保持可持續(xù)的創(chuàng)新競爭力;反之,則會誘致技術趨同等不良后果,最終喪失活力。

其次,在知識經(jīng)濟時代,“閉門造車”式的知識創(chuàng)新顯然不能適應日益開放的外部環(huán)境。企業(yè)競爭優(yōu)勢的保持越來越依賴知識的吸收和內(nèi)化,所蘊含的邏輯意蘊是企業(yè)應持續(xù)增強自己的吸收能力,才能持續(xù)從外部知識網(wǎng)絡中獲得更大的利益。

最后,集群背景下的知識網(wǎng)絡是一種松散的組織間網(wǎng)絡,成員之間存在知識、利益取向和價值觀差異,這就必然會產(chǎn)生知識結(jié)點之間的合作、對抗或沖突。因此,作為集群成員的企業(yè)應該在集群知識網(wǎng)絡演化進程中,針對自身所面對的問題采取傾聽、表述、整合和優(yōu)化等策略。

[1]Elisa,G,and Martin,B.The micro-determinants of meso-level learning and innovation:Evidence from a Chilean wine cluster [J].Research Policy,2005,34(1):47-68.

[2]Beckmann,M J.Economic models of knowledge networks in networks in action[M].Berlin,Heidelberg,New York,Tokyo: Springer-Verlag,1995:159-174.

[3]Kratke,S.Regional knowledge networks:A network analysis approach to the interlinking of knowledge resources[J].European Urban and Regional Studies,2010,17(1):83-97.

[4]Bell,G G.Clusters,networks and firm innovation[J].Strategic Management Journal,2005,26(2):287-295.

[5]Zaheer,A,and Bell,G G.Benefiting from network position:Firm capabilities,structural holes,and performance[J].Strategic Management Journal,2005,26(9):809-825.

[6]Renzulli,L A,Aldrich,H,and Moody,J.Family matters:Gender,networks,and entrepreneurial outcomes[J].Social Forces,2000,79(2):523-546.

[7]Raymond,M,and Bygrave,W.A dynamic model of entrepreneurial learning[J].Entrepreneurship Theory and Practice,2001, 25(3):8-12.

[8]Akgun,A E,Byrne,J,Keskin,H,Lynn,G S,and Imamoglu,S Z.Knowledge networks in new product development projects:A transactive memory perspective[J].Information&Management,2005,42(8):1 105-1 120.

[9]Gibbons,D.Individual and structural original of friendship and social position among professionals[J].Journal of Personality and Social Psychology,2003,84(2):340-351.

[10]Pouder,R S,and John,C H.Hot spots and blind spots:Geographical clusters of firms and innovation[J].Academy of Management Review,1996,21(4):192-220.

[11]Tan,J.Growth of industry clusters and innovation:Lessons from Beijing Zhongguancun science park[J].Journal of Business Venturing,2006,21(6):827-850.

[12]Cowan,R,and Jonard,N.Network structure and the diffusion of knowledge[J].Journal of Economic Dynamics&Control, 2004,28(8):1 557-1 575.

[13]Powell,W W,Koput,K W,and Smith-Doerr,L.Inter-organization collaboration and the locus of innovation:Networks of learning in biotechnology[J],Administrative Science Quarterly,2006,41(1):116-145.

[14]Hyatt,A,and Jones,P M.Computational organizational network modeling:Strategies and an example[J].Computational and Mathematical Organizational Theory,1996,2(4):285-300.

[15]Aguirre,J L,Brena,R,and Cantu F,J.Multiagent-based knowledge networks[J].Expert Systems with Applications,2001, 20(1):65-75.

[16]Laamanen,T,and Wallin,J.Cognitive dynamics of capability development paths[J].Journal of Management Studies,2009, 46(6):950-981.

[17]Galaskiewice,J.Has a network theory of organizational behavior lived up to its promises?[J].Management and Organization Review,2007,3(1):11-18.

[18]Yin,R K.Case study research:Design and methods[M].Newbury Park,CA:Sage Publications,1994:56-95.

[19]Albino,V,Carbonara,N,and Giannoccaro,I.Innovation in industrial districts:An agent-based simulation model[J].International Journal of production Economics,2006,104(1):30-45.