王炳富，劉 芳

0 引言

學(xué)者們大多認(rèn)同知識(shí)轉(zhuǎn)移是一個(gè)復(fù)雜的行為，影響知識(shí)轉(zhuǎn)移的因素主要分四個(gè)方面：知識(shí)本身的特性、知識(shí)源的特性、知識(shí)接收方的特性以及知識(shí)存在的環(huán)境與關(guān)系的特性。知識(shí)各特性之間通常存在著互相解釋或互為強(qiáng)化的關(guān)系[1]。正是由于知識(shí)內(nèi)在結(jié)構(gòu)的互補(bǔ)性以及每個(gè)人的經(jīng)驗(yàn)是有限的，人們可以通過(guò)分工協(xié)調(diào)，來(lái)獲取知識(shí)。

知識(shí)表現(xiàn)形式復(fù)雜，OECD從知識(shí)使用的角度分為事實(shí)知識(shí)、原理知識(shí)、技能知識(shí)和人力知識(shí)，并進(jìn)一步將知識(shí)劃分為兩大類別：顯性知識(shí)和隱性知識(shí)。知識(shí)轉(zhuǎn)移既包含隱性知識(shí)的轉(zhuǎn)移也包含顯性知識(shí)的轉(zhuǎn)移，既包含主動(dòng)行為的轉(zhuǎn)移也包含被動(dòng)行為的轉(zhuǎn)移。通過(guò)對(duì)知識(shí)研究模型的梳理來(lái)看，關(guān)于知識(shí)溢出問(wèn)題研究模型已經(jīng)在數(shù)理模型上有所突破關(guān)于知識(shí)轉(zhuǎn)移的模型學(xué)者們?cè)跇?gòu)建時(shí)更側(cè)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(shí)轉(zhuǎn)移過(guò)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(shí)溢出模型通過(guò)參數(shù)修正和改進(jìn)，構(gòu)建包含隱性知識(shí)和顯性知識(shí)的知識(shí)轉(zhuǎn)移模型。通過(guò)改進(jìn)的模型以知識(shí)互補(bǔ)能力為例研究創(chuàng)新集群中知識(shí)轉(zhuǎn)移的一些規(guī)律。

1 知識(shí)溢出經(jīng)典量化模型

1.1 伯特·弗森伯格知識(shí)溢出模型

伯特·弗森伯格（1991、1993）對(duì)于知識(shí)溢出的研究是通過(guò)研究區(qū)域間技術(shù)追趕問(wèn)題開(kāi)始的[3]。區(qū)域間知識(shí)溢出的表達(dá)式為：

其中，S為區(qū)域間實(shí)際知識(shí)溢出；α（0＜α＜1）為潛在知識(shí)溢出系數(shù)；G為區(qū)域知識(shí)存量；αG為區(qū)域間潛在知識(shí)溢出；δ為區(qū)域的固有學(xué)習(xí)能力為區(qū)域的學(xué)習(xí)能力。

1.2 凱尼爾斯空間知識(shí)溢出蜂巢模型

凱尼爾斯（2000）通過(guò)地理距離以及引入新經(jīng)濟(jì)增長(zhǎng)理論中的“干中學(xué)效應(yīng)”，對(duì)以往知識(shí)溢出模型加以修正，構(gòu)建出空間知識(shí)溢出蜂巢模型為：

其中，Si為i區(qū)接收j區(qū)知識(shí)溢出；δi為i區(qū)學(xué)習(xí)能力；Gij為兩區(qū)域間知識(shí)存量的對(duì)數(shù)，表示知識(shí)存量差距；γij為區(qū)域i與j的地理距離；μi為技術(shù)追趕系數(shù)，是指兩區(qū)域間技術(shù)追趕實(shí)現(xiàn)情況下的知識(shí)存量差距。

2 創(chuàng)新集群知識(shí)轉(zhuǎn)移的修正模型構(gòu)建

在知識(shí)溢出經(jīng)典模型的基礎(chǔ)上，引入創(chuàng)新集群知識(shí)互補(bǔ)能力和社會(huì)資本能力兩個(gè)變量，將創(chuàng)新集群主體間距離修正為1（由于創(chuàng)新集群中主體的高度集中，使得空間距離可以忽略不計(jì)，而行業(yè)距離在知識(shí)存量差距中體現(xiàn)、文化距離在社會(huì)資本能力中體現(xiàn)），為了簡(jiǎn)化研究，將集群個(gè)體的累加代替了集群整體，并在其他參數(shù)基本不變的前提下，構(gòu)建創(chuàng)新集群知識(shí)轉(zhuǎn)移綜合能力模型如下：

其中，KTAij為創(chuàng)新集群知識(shí)轉(zhuǎn)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(shí)存量差距、平均技術(shù)追趕系數(shù)、平均知識(shí)互補(bǔ)能力、集群社會(huì)資本能力、平均學(xué)習(xí)能力、平均知識(shí)吸收能力、平均知識(shí)擴(kuò)散能力和擴(kuò)散程度常數(shù)，N表示集群中主體個(gè)數(shù)，t表示知識(shí)轉(zhuǎn)移時(shí)刻。以上指標(biāo)以集群中知識(shí)主體相關(guān)指標(biāo)按集群主體數(shù)目進(jìn)行平均得到。

3 創(chuàng)新集群知識(shí)互補(bǔ)能力分析

3.1 知識(shí)互補(bǔ)能力與知識(shí)轉(zhuǎn)移能力的量化關(guān)系

為研究知識(shí)互補(bǔ)能力，式（4）可以簡(jiǎn)化為：

其中，δc,μc分別表示知識(shí)吸收能力和技術(shù)追趕系數(shù)的常數(shù)項(xiàng)。

3.2 知識(shí)互補(bǔ)能力的測(cè)度

建立創(chuàng)新集群主體的向量空間模型，再根據(jù)他們之間的關(guān)系矩陣來(lái)進(jìn)行知識(shí)相似程度的度量，即為知識(shí)互補(bǔ)能力的度量。

假設(shè)衡量知識(shí)互補(bǔ)能力的指標(biāo)向量空間為R={r1,r2,…,rm,}，由此建立創(chuàng)新集群主體之間知識(shí)互補(bǔ)能力的關(guān)系矩陣為：

其中，rij表示創(chuàng)新集群面向指標(biāo)的關(guān)系值，其隸屬度為知識(shí)相似程度。本文選用夾角余弦方法計(jì)算知識(shí)互補(bǔ)能力，計(jì)算公式如下。

首先對(duì)知識(shí)互補(bǔ)能力的指標(biāo)進(jìn)行無(wú)量綱化處理：

單個(gè)知識(shí)互補(bǔ)能力指標(biāo)的相似度的計(jì)算公式為：

因此創(chuàng)新集群主體間的平均知識(shí)互補(bǔ)能力可以計(jì)算如下：

其中，wi表示知識(shí)互補(bǔ)能力指標(biāo)的權(quán)重（通過(guò)專家問(wèn)卷，由AHP及信息熵方法得到），ξi表示創(chuàng)新集群主體間的平均知識(shí)互補(bǔ)能力，N表示創(chuàng)新集群主體的數(shù)量綜合。

3.3 知識(shí)互補(bǔ)能力的指標(biāo)體系選取

借鑒中關(guān)村管委會(huì)（2007）、汪丁?。?997）[4]和朱美光（2006）[5]、鄭展（2010）[6]、王曉鳳（2010）[7]等研究機(jī)構(gòu)和研究者對(duì)知識(shí)的區(qū)域合作、知識(shí)的區(qū)域協(xié)同測(cè)度的研究成果，根據(jù)創(chuàng)新集群知識(shí)互補(bǔ)能力的概念和特征，通過(guò)專家問(wèn)卷確定創(chuàng)新集群知識(shí)互補(bǔ)能力應(yīng)該從科技合作、人才流向以及知識(shí)交流（作為A層指標(biāo)）來(lái)考察，在此基礎(chǔ)上，B層指標(biāo)確定為科技項(xiàng)目、論文著作、大學(xué)本科、碩士博士、通信工具、電視廣播、圖書(shū)報(bào)刊、交流中心，C層指標(biāo)按文獻(xiàn)整理，其作用大?。ㄒ部赡軟](méi)有作用）通過(guò)問(wèn)卷的方式來(lái)確定，用權(quán)重分析法來(lái)取值。

由此，在前人研究的基礎(chǔ)上綜合本文研究對(duì)象的分析，建立衡量創(chuàng)新集群知識(shí)互補(bǔ)能力的測(cè)度指標(biāo)體系如表1所示。

表1 創(chuàng)新集群知識(shí)互補(bǔ)能力測(cè)度指標(biāo)體系

3.4 評(píng)估方法設(shè)計(jì)

本文采用混合多屬性決策方法來(lái)對(duì)主客觀數(shù)據(jù)進(jìn)行分析，構(gòu)建創(chuàng)新集群知識(shí)轉(zhuǎn)移中所涉及參數(shù)的評(píng)價(jià)指標(biāo)體系并賦予指標(biāo)權(quán)重。

3.4.1 指標(biāo)歸一化處理

(1)對(duì)于越大越優(yōu)指標(biāo)

(2)對(duì)于越小越優(yōu)指標(biāo)

(3)對(duì)于中間優(yōu)指標(biāo)

其中，yij是第i個(gè)指標(biāo)、j方案歸一化之后的評(píng)價(jià)系數(shù)，介于0、1之間；xij是原始指標(biāo)值，max(xi)、min(xi)分別為第i個(gè)指標(biāo)評(píng)價(jià)結(jié)果的上、下限值。

3.4.2 指標(biāo)權(quán)重計(jì)算

主觀權(quán)重的設(shè)定根據(jù)專家對(duì)于各指標(biāo)在決策變量的測(cè)度過(guò)程中打分結(jié)果，由AHP方法得到；客觀權(quán)重采用綜合信息熵的組合賦權(quán)方法，即采用熵值法確定。最后采用組合賦權(quán)法得到各指標(biāo)值的權(quán)重。

(1)主觀權(quán)重-AHP

層次分析法是通過(guò)分析復(fù)雜系統(tǒng)所包含的因素及相關(guān)關(guān)系，將系統(tǒng)分解為不同的要素，將這些要素按支配關(guān)系分組，以形成有序的遞階層次結(jié)構(gòu)。將每一層次的各要素進(jìn)行兩兩比較判斷，按照標(biāo)度理論，得到其相對(duì)重要程度的比較標(biāo)度，建立判斷矩陣。通過(guò)計(jì)算判斷矩陣的最大特征值及其相應(yīng)的特征向量，得到各層次要素對(duì)上層次某要素的重要性次序，從而建立權(quán)重向量。

(2)客觀權(quán)重—信息熵

熵值法是根據(jù)指標(biāo)觀測(cè)值所提供的信息量的大小來(lái)確定指標(biāo)權(quán)重的一種方法。熵值法賦權(quán)的步驟如下：

①建立評(píng)價(jià)向量矩陣

m個(gè)指標(biāo)、n個(gè)方案建立Xm×n矩陣：

其中，xij是第i個(gè)指標(biāo)、j方案的指標(biāo)值：i=1，2，…，m；j=1，2，...，n。

根據(jù)式（11）～（13），將各指標(biāo)體系做歸一化處理，得到標(biāo)準(zhǔn)化矩陣：

②熵值法確定權(quán)重

根據(jù)式（15），計(jì)算第i個(gè)指標(biāo)、j方案的指標(biāo)值的比重pij：

根據(jù)式（16），計(jì)算第i個(gè)指標(biāo)的信息熵：

其中，k=(lnn)-1，0≤e≤1。

則可以得到第i個(gè)指標(biāo)權(quán)重：

(3)組合權(quán)重

由主客觀權(quán)重計(jì)算結(jié)果，構(gòu)建各指標(biāo)的組合權(quán)重：

3.4.3 各變量測(cè)度

(1)將依據(jù)式（19）計(jì)算C層指標(biāo)體系的評(píng)估值：

其中，yi為單指標(biāo)計(jì)算結(jié)果；“°”為扎德算子M(?,⊕)。

(2)A，B模型

其中，Y為總指標(biāo)評(píng)估結(jié)果；Y=(y1,y2,…,ym)T。

4 中關(guān)村國(guó)家自主創(chuàng)新示范區(qū)知識(shí)互補(bǔ)能力實(shí)證

由于創(chuàng)新集群的邊界模糊性和動(dòng)態(tài)性，劃出一個(gè)單純的創(chuàng)新集群是不太現(xiàn)實(shí)的，而且為了研究具有普遍性，應(yīng)該是取許多創(chuàng)新集群的平均值來(lái)研究。從國(guó)內(nèi)創(chuàng)新集群建設(shè)的情況來(lái)看，中關(guān)村國(guó)家自主創(chuàng)新示范區(qū)（以下簡(jiǎn)稱中關(guān)村創(chuàng)新示范區(qū)）是創(chuàng)新集群最集中的地區(qū)，而且在園區(qū)內(nèi)的集群大多都是創(chuàng)新集群。為了簡(jiǎn)化研究，可以認(rèn)為在中關(guān)村示范區(qū)內(nèi)的集群都是創(chuàng)新集群。

在研究過(guò)程中，為了確保數(shù)據(jù)真實(shí)性、可靠性、易量化，由式（4），根據(jù)知識(shí)互補(bǔ)能力指標(biāo)體系，通過(guò)查閱統(tǒng)計(jì)年鑒和相關(guān)網(wǎng)絡(luò)資源獲取中關(guān)村創(chuàng)新示范區(qū)的數(shù)據(jù)，建立中關(guān)村創(chuàng)新示范區(qū)的各指標(biāo)數(shù)據(jù)矩陣。

由式（4）計(jì)算知識(shí)互補(bǔ)能力測(cè)度變化情境下的知識(shí)轉(zhuǎn)移綜合能力測(cè)度值。知識(shí)轉(zhuǎn)移綜合能力模型中，知識(shí)存量差距，知識(shí)吸收能力，知識(shí)社會(huì)資本能力等參數(shù)的數(shù)據(jù)暫時(shí)設(shè)為常值[8]，μ=0.8，Gi=0.8，ψi=0.8，δi=0.7，F(xiàn)(t)=0.8，C=10。

代入程序運(yùn)算，得到知識(shí)互補(bǔ)能力與知識(shí)轉(zhuǎn)移綜合能力的對(duì)應(yīng)值和變化趨勢(shì)（如表2，圖1）。

圖1 中關(guān)村創(chuàng)新示范區(qū)知識(shí)互補(bǔ)能力與知識(shí)轉(zhuǎn)移綜合能力的變化趨勢(shì)圖

表2 中關(guān)村創(chuàng)新示范區(qū)知識(shí)互補(bǔ)能力與知識(shí)轉(zhuǎn)移綜合能力測(cè)度值

5 結(jié)論

由圖1可以看出，在其他條件不變的情況下，中關(guān)村創(chuàng)新示范區(qū)的知識(shí)轉(zhuǎn)移綜合能力隨著知識(shí)互補(bǔ)能力的提升而提升，呈正相關(guān)關(guān)系。這符合式（4）知識(shí)互補(bǔ)能力與知識(shí)轉(zhuǎn)移綜合能力呈正相關(guān)的假設(shè)。

中關(guān)村創(chuàng)新示范區(qū)2001年至2010年的知識(shí)互補(bǔ)能力呈現(xiàn)比較明顯的上升趨勢(shì)，說(shuō)明中關(guān)村創(chuàng)新示范區(qū)總體上講分工越來(lái)越精細(xì)。這與中關(guān)村創(chuàng)新示范區(qū)的十億以上大企業(yè)的快速發(fā)展、新“瞪羚”企業(yè)的較強(qiáng)成長(zhǎng)是相一致的。

從數(shù)據(jù)分析可以看出，中關(guān)村創(chuàng)新示范區(qū)的知識(shí)主體之間非常重視知識(shí)與技能的交流和共享，知識(shí)主體之間的合作創(chuàng)新呈現(xiàn)大好前景，體現(xiàn)在科技合作、人才流向和知識(shí)交流等方面。從測(cè)度值來(lái)看，科技合作發(fā)展較快，評(píng)估值由2001年的0.1026急速達(dá)到2010年0.6089（但也有波動(dòng)，2005年至2006年之間由0.3710降為0.2942，但總趨勢(shì)還是上升的）；人才流向可以看出，中關(guān)村創(chuàng)新示范區(qū)這幾年引進(jìn)了眾多人才；知識(shí)交流方面發(fā)展較快，2001年評(píng)估值為0.0753，到2010年達(dá)到0.9632，三者充分提高了知識(shí)互補(bǔ)能力。

[1] 汪丁丁.知識(shí)沿時(shí)間和空間的互補(bǔ)性以及相關(guān)的經(jīng)濟(jì)學(xué)[J].經(jīng)濟(jì)研究,1997,(6).

[2] 李紅玲,廖建橋.從Shannon-Weaver到Boisot：解讀國(guó)外若干典型知識(shí)轉(zhuǎn)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(yǔ)言的經(jīng)濟(jì)學(xué)分析[J].社會(huì)學(xué)研究,2001,(6).

[5] 朱美光.空間知識(shí)溢出與中國(guó)區(qū)域經(jīng)濟(jì)發(fā)展研究[D].北京理工大學(xué),2006.

[6] 鄭展.知識(shí)流動(dòng)與區(qū)域創(chuàng)新網(wǎng)絡(luò)研究[D].北京理工大學(xué),2009.

[7] 王曉鳳.基于知識(shí)流動(dòng)的區(qū)域孵化功能研究[D].北京理工大學(xué),2010.

[8] 宋琦.知識(shí)溢出下創(chuàng)新集群空間經(jīng)濟(jì)增長(zhǎng)研究[D].北京理工大學(xué),2010.