龍躍+顧新

摘要：基于生態(tài)位理論，將知識轉(zhuǎn)移細(xì)化為投入知識轉(zhuǎn)移和存量知識轉(zhuǎn)移，通過構(gòu)建基于AJ 模型的知識投入利潤模型和基于Lotka-Volterra的知識轉(zhuǎn)移演化模型，結(jié)合定性分析和算例驗證，揭示了知識轉(zhuǎn)移對知識投入及創(chuàng)新收益增量的影響機(jī)理。研究表明：知識轉(zhuǎn)移系數(shù)對成員收益增量及知識轉(zhuǎn)移演化均衡的影響較大，通過調(diào)整兩類知識的轉(zhuǎn)移系數(shù)，構(gòu)建相互依存的共生關(guān)系，有望推動知識有效轉(zhuǎn)移，促進(jìn)成員知識存量增加，降低單個成員以及聯(lián)盟知識投入量，提高知識資源的配置效率，增加成員及聯(lián)盟的收益增量。

關(guān)鍵詞：產(chǎn)業(yè)技術(shù)創(chuàng)新；知識投入；演化；博弈

DOI：10.13956/j.ss.1001-8409.2017.01.06

中圖分類號：F273 文獻(xiàn)標(biāo)識碼：A 文章編號：1001-8409（2017）01-0024-05

Abstract： Based on Niche theory， this paper divides the knowledge transfer into stock knowledge transfer and investment knowledge transfer. And then， it builds up a profit function of knowledge input based on AJ model and the knowledge transfer evolution model based on LotkaVolterra model. Qualitative analysis and numerical example Verification are made to show how the knowledge transfer influences the knowledge input and Incremental innovation benefits. Results show that knowledge transfer coefficient has greater impact on the incremental earnings of members and knowledge transfer evolutionary. Adjustment of knowledge transfer coefficient in two class transfer and construction dependency symbiotic relationship can promote effective transfer of knowledge and increase the stock knowledge of members. It also can reduce knowledge input of individual member and the alliance， improve the allocation efficiency of knowledge resources and increase the incremental revenue of individual member and alliance.

Key words：industrial technology innovation； knowledge input； evolution； game

1引言

產(chǎn)業(yè)技術(shù)創(chuàng)新聯(lián)盟以提升產(chǎn)業(yè)技術(shù)創(chuàng)新能力為目標(biāo)，以企業(yè)為主體，以具有法律約束力的契約為保障，強(qiáng)調(diào)成員優(yōu)勢互補(bǔ)、共擔(dān)風(fēng)險、共享利益，推動創(chuàng)新成果的大規(guī)模商業(yè)化運(yùn)用[1，2]，該類聯(lián)盟已成為推動產(chǎn)業(yè)技術(shù)進(jìn)步的重要形式和載體。

知識轉(zhuǎn)移是知識傳遞者將知識傳送給知識接受者，并被后者吸收、消化、整合及應(yīng)用的過程[3]。在產(chǎn)業(yè)技術(shù)創(chuàng)新聯(lián)盟運(yùn)作過程中，知識轉(zhuǎn)移已成為聯(lián)盟成員取得競爭優(yōu)勢的關(guān)鍵環(huán)節(jié)[4]。不同于資金、技術(shù)等傳統(tǒng)有形資源，知識作為一種無形資源，其投入過程在知識導(dǎo)向、知識特征、轉(zhuǎn)移過程等表現(xiàn)出以下特點(diǎn)：①產(chǎn)業(yè)技術(shù)創(chuàng)新著眼于產(chǎn)業(yè)共性、關(guān)鍵等技術(shù)突破或建立行業(yè)標(biāo)準(zhǔn)[1]，知識資源對于推動產(chǎn)業(yè)技術(shù)創(chuàng)新起著基礎(chǔ)作用；②知識轉(zhuǎn)移過程中，知識的溢出性與專屬性并存，前者增加了知識存量協(xié)同倍增的機(jī)會，后者增加了知識轉(zhuǎn)移的難度；③知識轉(zhuǎn)移過程是一個逐漸演化過程，各成員在知識存量、知識轉(zhuǎn)移能力等方面的差異可能影響知識吸收、消化、整合等環(huán)節(jié)，造成轉(zhuǎn)移過程扭曲，甚至形成低效率均衡，導(dǎo)致難以發(fā)揮有效的協(xié)同效應(yīng)。因此，通過剖析該類聯(lián)盟知識投入及轉(zhuǎn)移機(jī)理，探索促進(jìn)成員知識存量協(xié)同倍增效應(yīng)，進(jìn)而促進(jìn)利潤增加就成為推進(jìn)產(chǎn)業(yè)技術(shù)創(chuàng)新聯(lián)盟發(fā)展中一個需要迫切解決的問題。

國內(nèi)外學(xué)者對聯(lián)盟中的知識轉(zhuǎn)移與知識溢出、知識投入等相關(guān)內(nèi)容進(jìn)行了持續(xù)研究。在知識轉(zhuǎn)移與知識溢出方面：Griliches指出知識溢出產(chǎn)生的額外知識增量是協(xié)同倍增效應(yīng)的具體表現(xiàn)[5]。Aspremont等構(gòu)建雙寡頭博弈模型（即AJ模型），認(rèn)為足夠大的技術(shù)溢出率可以激勵企業(yè)合作創(chuàng)新[6]。Kumar等指出，合作知識創(chuàng)新容易產(chǎn)生不必要的知識轉(zhuǎn)移和被內(nèi)化[7]。Fallah等區(qū)分了知識溢出與知識創(chuàng)新的概念，指出知識溢出是知識無意識的傳播，知識轉(zhuǎn)移則是知識在人或組織之間有意識的交流[8]，而知識轉(zhuǎn)移過程往往伴隨知識溢出。在知識投入方面：Nonaka等對知識投入成本進(jìn)行了開創(chuàng)性定義，并構(gòu)建了成本需求函數(shù)模型[9]。Hippel等指出知識共享對于合作創(chuàng)新具有積極的價值，而知識溢出風(fēng)險與合作創(chuàng)新價值并存[10]。蔣樟生等以知識轉(zhuǎn)移效率為切入點(diǎn)，構(gòu)建技術(shù)創(chuàng)新收益函數(shù)模型，得出知識轉(zhuǎn)移效率與創(chuàng)新溢出效用的正反饋關(guān)系[11]。張慶普等構(gòu)建知識生產(chǎn)模型，揭示了知識存量影響下的知識投入決策機(jī)理[12]。熊榆等構(gòu)建Stackelberg博弈模型，揭示了資金投入和同時含有資金與知識投入下，合作者投入決策的差異[13]。劉納新等構(gòu)建利潤分配的靜態(tài)博弈模型，分別對收益共享比例、投入彈性、吸收能力和成本影響等因子進(jìn)行了經(jīng)濟(jì)性分析[14]。

分析現(xiàn)有成果不難發(fā)現(xiàn)：①針對聯(lián)盟中知識投入、知識轉(zhuǎn)移的研究，較多將知識作為一個整體變量，少見對知識作維度劃分，將投入知識作為一個中介變量研究多類知識之間的影響關(guān)系；②對于知識轉(zhuǎn)移的研究視角更多偏重類似能量轉(zhuǎn)移，少見從生態(tài)角度將存量知識、投入知識、創(chuàng)新利潤納入一個整體框架對知識轉(zhuǎn)移開展研究。

但是，基于前文對產(chǎn)業(yè)技術(shù)創(chuàng)新聯(lián)盟知識投入特征的分析，不難發(fā)現(xiàn)：產(chǎn)業(yè)技術(shù)創(chuàng)新聯(lián)盟知識投入過程中的轉(zhuǎn)移行為將在多個知識維度產(chǎn)生作用（其知識轉(zhuǎn)移包括存量知識轉(zhuǎn)移和投入知識轉(zhuǎn)移），表現(xiàn)出不同的生態(tài)關(guān)系和特征，其演化的不確定性將對知識量的變化影響較大，甚至形成低效率演化均衡，而現(xiàn)有研究尚未結(jié)合這一特征充分發(fā)揮該聯(lián)盟中知識投入的協(xié)同倍增優(yōu)勢，這方面的研究還存在“缺口”，有必要對其展開深入剖析?；谝陨戏治觯疚耐ㄟ^劃分知識維度，探尋與揭示產(chǎn)業(yè)技術(shù)創(chuàng)新聯(lián)盟成員知識投入中的轉(zhuǎn)移演化機(jī)理，期望為優(yōu)化知識資源配置，進(jìn)而為制定推動產(chǎn)業(yè)技術(shù)創(chuàng)新聯(lián)盟中知識投入機(jī)制提供理論參考。

2基于知識投入和轉(zhuǎn)移演化的產(chǎn)業(yè)技術(shù)合作創(chuàng)新模式描述

假設(shè)在產(chǎn)業(yè)內(nèi)存在多個同質(zhì)企業(yè)（如圖1中處于同一層級的企業(yè)x1，x2），為了共同突破產(chǎn)品競爭前的共性、關(guān)鍵等技術(shù)，提升產(chǎn)業(yè)技術(shù)創(chuàng)新能力，自愿建立產(chǎn)業(yè)技術(shù)創(chuàng)新聯(lián)盟。

本文將基于知識投入和轉(zhuǎn)移演化的產(chǎn)業(yè)技術(shù)創(chuàng)新模式描述為（見圖2）：①基于前人對創(chuàng)新投入的研究[15]，各企業(yè)基于自身產(chǎn)品、技術(shù)等優(yōu)勢，投入相應(yīng)的知識資源（如產(chǎn)品的概念設(shè)計、外觀設(shè)計、結(jié)構(gòu)設(shè)計等知識），以降低產(chǎn)品的單位成本；②將聯(lián)盟視為一個生態(tài)系統(tǒng)，知識資源的投入是漸進(jìn)性的，投入知識會與自身、其他投入主體等在多個維度發(fā)生知識轉(zhuǎn)移，考慮產(chǎn)業(yè)技術(shù)創(chuàng)新過程中投入知識的專屬性、溢出性等特征，知識轉(zhuǎn)移存在演化性，可能呈現(xiàn)出不同的均衡狀態(tài)；③基于生態(tài)位理論，將聯(lián)盟中的企業(yè)知識分為橫向和縱向兩個維度（見圖2），橫向維度主要指處于同一層次的企業(yè)在知識投入過程中，知識資源具有共性需求，通過成員之間的交互，影響雙方的知識投入（該部分為投入知識，將發(fā)生投入知識轉(zhuǎn)移，簡稱投入轉(zhuǎn)移）；縱向維度指投入的知識量與成員原有知識具有天然的關(guān)聯(lián)性，在交互過程中，有望推動存量知識增加（該部分為存量知識，將發(fā)生存量知識轉(zhuǎn)移，簡稱存量轉(zhuǎn)移）；其中投入知識作為中介變量，在兩個維度上相互作用，形成協(xié)同倍增效應(yīng)。

3產(chǎn)業(yè)技術(shù)創(chuàng)新的利潤模型

31模型變量

表明獨(dú)立創(chuàng)新獲得收益增量優(yōu)于合作創(chuàng)新；當(dāng)Y1（η）=Y2（η）時，表明獨(dú)立創(chuàng)新獲得收益增量與合作創(chuàng)新相同；當(dāng)Y1（η）

然而，上述對于兩企業(yè)市場均衡時的知識投入量和利潤增量討論的前提，是假定知識投入過程中，投入知識與存量知識（企業(yè)原有知識）不發(fā)生知識轉(zhuǎn)移。但在實際操作中，知識作為一種無形資源，價值性與溢出性并存，在知識投入過程中還會與存量知識產(chǎn)生交互作用，進(jìn)行知識轉(zhuǎn)移，對均衡時的知識投入量n*x1s、nx1a產(chǎn)生影響，以下進(jìn)一步分析知識投入過程中，存量知識對投入知識的影響，揭示存量知識轉(zhuǎn)移系數(shù)對知識投入量的作用機(jī)理。

34基于Lotka-Volterra的知識轉(zhuǎn)移演化模型

341知識轉(zhuǎn)移演化模型構(gòu)建

綜上所述，知識轉(zhuǎn)移系數(shù)是影響存量知識與投入知識相互轉(zhuǎn)移演化的重要因素。基于此，通過調(diào)整聯(lián)盟成員知識投入的轉(zhuǎn)移系數(shù)（如情況（1）），可以促進(jìn)聯(lián)盟成員在更大范圍內(nèi)發(fā)揮知識資源的配置效率。具體表現(xiàn)為：設(shè)定知識投入均衡下的知識存量nx1=nx1（nx1，nx0），可知當(dāng)ηx0x1<1，ηx1x0<1時，由于沒有知識轉(zhuǎn)移而不會產(chǎn)生知識轉(zhuǎn)移，此時需要投入的知識量nx1a=Nx1；而當(dāng)ηx0x1>1，ηx1x0<1且ηx0x1ηx1x0<1時（即兩類知識轉(zhuǎn)移演化的均衡點(diǎn)位于A3），需要投入的知識量Nx1 ′ = Nx1 （1 - ηx0 x1 ηx1 x0 ）/（1 - ηx0 x1 ）。由于ηx0x1>1，不難得出知識投入量N′x1

4數(shù)值算例分析

結(jié)合實地調(diào)查，給出示例如下：某一區(qū)域內(nèi)，構(gòu)建新能源汽車產(chǎn)業(yè)技術(shù)創(chuàng)新聯(lián)盟，包括某新能源汽車公司x1和x2。為降低研發(fā)風(fēng)險和加快研發(fā)、產(chǎn)業(yè)化速度，兩企業(yè)通過在部分結(jié)構(gòu)設(shè)計、關(guān)鍵零部件優(yōu)化等領(lǐng)域的知識投入（還包括構(gòu)建產(chǎn)品數(shù)據(jù)庫、制定產(chǎn)品技術(shù)標(biāo)準(zhǔn)和規(guī)范等，是一個寬泛的知識投入），降低整車的單位成本。

基于上述案例背景，本文以企業(yè)x1、x2為研究對象，討論其中知識投入和轉(zhuǎn)移演化過程，并運(yùn)用Matlab71軟件進(jìn)行模擬分析。為討論不同知識轉(zhuǎn)移系數(shù)對利潤增量的影響，根據(jù)前文討論的約定條件，設(shè)定a=40，c=10，r0=0255，令知識轉(zhuǎn)移系數(shù)η∈[0，1]，通過仿真分析，獨(dú)立創(chuàng)新與合作創(chuàng)新下的利潤增量曲線如圖4所示。

從圖4中不難得出，當(dāng)η=05時，Y1（η）=Y2（η），兩條利潤增量曲線重疊，表明獨(dú)立創(chuàng)新與合作創(chuàng)新獲得收益增量相同；當(dāng)η<05時，Y1（η）05時，Y1（η）>Y2（η），表明獨(dú)立創(chuàng)新優(yōu)于合作創(chuàng)新獲得收益增量。上述模擬結(jié)果反映出知識轉(zhuǎn)移系數(shù)對創(chuàng)新收益增量的影響，可為聯(lián)盟成員根據(jù)知識轉(zhuǎn)移系數(shù)選擇創(chuàng)新方式提供理論依據(jù)。另外，上述分析只考慮了知識轉(zhuǎn)移系數(shù)對聯(lián)盟成員收益增量的影響，還可以調(diào)整知識投入成本系數(shù)r，分析該系數(shù)對收益增量的影響，進(jìn)而選擇不同的創(chuàng)新方式。

從圖5（a）、圖5（b）中不難發(fā)現(xiàn)，知識轉(zhuǎn)移系數(shù)η與知識存量增長率、穩(wěn)定態(tài)呈正反饋關(guān)系，聯(lián)盟成員通過調(diào)整知識轉(zhuǎn)移系數(shù)，知識存量將呈現(xiàn)出不同增長速度及穩(wěn)定狀態(tài)；仿真結(jié)果還表明：當(dāng)雙方知識轉(zhuǎn)移系數(shù)較小時（如圖5（a）ηx1x0=02，ηx0x1=05），知識轉(zhuǎn)移將形成低效率均衡，難以發(fā)生有效知識轉(zhuǎn)移。根據(jù)343中的計算過程，結(jié)合本節(jié)對知識轉(zhuǎn)移系數(shù)的賦值，當(dāng)ηx1x0=02，ηx0x1=13時，此時的投入量為知識不轉(zhuǎn)移（ηx1x0=ηx0x1=0）的15/37，明顯低于知識不轉(zhuǎn)移時的投入量，由此驗證了34中的分析結(jié)果。

綜上所述，研究表明：①在知識投入過程中，存量知識轉(zhuǎn)移系數(shù)是成員個體存量知識向投入知識轉(zhuǎn)移的重要影響因素，通過調(diào)整知識轉(zhuǎn)移系數(shù)，促進(jìn)兩者形成相互依存關(guān)系，可以推動知識轉(zhuǎn)移向高效率方向演化，提升了知識資源配置效率。②通過知識投入開展產(chǎn)業(yè)技術(shù)創(chuàng)新時，投入知識轉(zhuǎn)移系數(shù)決定了利潤增量大小，聯(lián)盟成員根據(jù)知識轉(zhuǎn)移系數(shù)值，選擇最優(yōu)的創(chuàng)新投入方式，獲得最佳的利潤增量。上述研究結(jié)果表明：在產(chǎn)業(yè)技術(shù)創(chuàng)新過程中，知識作為一種無形資源投入對成員收益影響較大，而聯(lián)盟成員通過練“內(nèi)功”提高知識轉(zhuǎn)移能力（即調(diào)整存量知識轉(zhuǎn)移系數(shù)和投入知識轉(zhuǎn)移系數(shù)），是提高資源配置效率并推動產(chǎn)業(yè)技術(shù)創(chuàng)新聯(lián)盟發(fā)展的重要前提。

5結(jié)束語

知識投入是產(chǎn)業(yè)技術(shù)創(chuàng)新的重要環(huán)節(jié)，本文融合知識管理、博弈論、生態(tài)位等理論，構(gòu)建基于AJ 模型的知識投入利潤函數(shù)和基于Lotka-Volterra的知識轉(zhuǎn)移演化模型，開展定性與數(shù)值仿真分析，剖析知識投入對產(chǎn)業(yè)技術(shù)創(chuàng)新的影響，得到如下結(jié)論。

（1）知識轉(zhuǎn)移演化是產(chǎn)業(yè)技術(shù)創(chuàng)新中知識投入呈現(xiàn)的重要特征，基于生態(tài)位等理論，構(gòu)建基于知識投入和轉(zhuǎn)移演化的產(chǎn)業(yè)技術(shù)創(chuàng)新模型，并對兩個維度的知識轉(zhuǎn)移演化機(jī)理進(jìn)行了揭示和驗證，豐富了產(chǎn)業(yè)技術(shù)創(chuàng)新聯(lián)盟中的知識管理理論。

（2）面向產(chǎn)業(yè)技術(shù)創(chuàng)新聯(lián)盟構(gòu)建基于AJ 模型的知識投入利潤函數(shù)和基于Lotka-Volterra的知識轉(zhuǎn)移演化模型，將傳統(tǒng)利潤函數(shù)與Lotka-Volterra模型進(jìn)行嫁接，拓展了傳統(tǒng)利潤函數(shù)建模和分析方法。

（3）基于知識投入和知識轉(zhuǎn)移演化機(jī)理，提出通過調(diào)整知識轉(zhuǎn)移系數(shù)構(gòu)建知識轉(zhuǎn)移的生態(tài)關(guān)系，可以促進(jìn)有效的知識轉(zhuǎn)移，降低單個成員以及聯(lián)盟知識投入量，提高知識資源的配置效率，為聯(lián)盟制定合理的知識投入策略提供理論支持。

此外，本文構(gòu)建了基于AJ 模型的知識投入利潤函數(shù)和基于Lotka-Volterra的知識轉(zhuǎn)移演化模型，下一步考慮在聯(lián)盟的影響下如何對知識進(jìn)行維度劃分，協(xié)調(diào)聯(lián)盟知識、存量知識、投入知識之間的生態(tài)關(guān)系，由此制定知識轉(zhuǎn)移協(xié)調(diào)機(jī)制，推動聯(lián)盟成員及聯(lián)盟本身獲得最大利潤增量，將是未來深入研究的重點(diǎn)。

參考文獻(xiàn)：

[1]周青，王乃有，馬香媛. 產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟沖突類型與影響因素的關(guān)聯(lián)分析[J].科學(xué)學(xué)研究，2014，32（3）：473-480.

[2]周青，馬香媛，毛崇峰.產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟的階段性沖突演化研究[J].軟科學(xué)，2013，27（7）：57-60.

[3]Kang M，Kim B.Embedded Resources and Knowledge Transfer Among R&D Employees[J].Journal of Knowledge Management，2013，17（5）：709-723.

[4]Faems D，Janssens M，Neyens I.Alliance Portfolios and Innovation Performance Connecting Structural and Managerial Perspectives[J].Group Organization Management，2012，37（2）：241-268.

[5]Griliches Z.Issues in Assessing the Contribution of Research and Development to Productivity Growth[J].The Bell Journal of Economics，1979，10（1）：92-116.

[6]Aspremont C，Jacquemin A.Cooperative and Noncooperative R&D in Duopoly with Spillovers[J].American Economic Review，1988，78（5）：1133-1137.

[7]Kumar R，Nti K O.Differential Learning and Interaction in Alliance Dynamics： A Process and Outcome Discrepancy Model[J].Management Science，1998，9（3）：356-367.

[8]Fallah M H， Ibrahim S. Knowledge Spillover and Innovation in Technological Clusters[C]. Washington， DC：Proceedings， IAMOT 2004 Conference， 2004.

[9]Nonaka I，Toyama R，Nagata A.A Firm as a Knowledge-creating Entity： A New Perspective on the Theory of the Firm[J].Industrial and Corporate Change，2000，9（1）：1-20.

[10]Hippel E，Krogh G.Free Revealing and the Private-collective Model for Innovation Incentives[J]. R&D Management，2006，36（3）：295-306.

[11]蔣樟生，胡瓏瑛.產(chǎn)業(yè)技術(shù)創(chuàng)新聯(lián)盟的知識轉(zhuǎn)移效率模型[J].哈爾濱工程大學(xué)學(xué)報，2010，31（9）：1265-1270.

[12]張慶普，張偉.知識溢出條件下組織內(nèi)個體知識生產(chǎn)活動的知識投入研究[J].運(yùn)籌與管理，2013，22（1）：221-229.

[13]熊榆，張雪斌，熊中楷.合作新產(chǎn)品開發(fā)資金及知識投入決策研究[J].管理科學(xué)學(xué)報，2013，16（9）：53-63.

[14]劉納新，伍中信.隱性知識共享下的供應(yīng)鏈利潤分配模型及經(jīng)濟(jì)性分析[J].系統(tǒng)工程，2015，33（3）：60-63.

[15]王瑋，陳麗華.技術(shù)溢出效應(yīng)下供應(yīng)商與政府的研發(fā)補(bǔ)貼策略[J].科學(xué)學(xué)研究，2015，33（3）：363-368.

[16]龍躍，易樹平.制造服務(wù)導(dǎo)入下同質(zhì)汽配供應(yīng)商合作效應(yīng)分析[J].科研管理，2010，31（4）：102-110.

[17]龍躍.Lotka-Volterra系統(tǒng)下知識創(chuàng)新擴(kuò)散模型及仿真研究[J].情報理論與實踐，2014，37（8）：56-59.

（責(zé)任編輯：張勇）