王 麗

（1.中國宏觀經濟研究院，北京 100038；2.國家發(fā)展和改革委員會國土開發(fā)與地區(qū)經濟研究所，北京 100038）

在當前全球化時代，知識創(chuàng)新和學習已經成為經濟可持續(xù)增長的關鍵驅動力［1?4］。產業(yè)集群是經濟發(fā)展的重要載體，而受個人互信關系和區(qū)內機構共享作用，知識更易于在產業(yè)集群內產生而不是群外［5］，在此基礎上，與產業(yè)集群相關的知識創(chuàng)新研究近年來成為熱點［6?7］。本文梳理國外學者關于產業(yè)集群知識創(chuàng)新的若干重要觀點和概念，以期為掌握國際動態(tài)、領域內容、關注重點，以及促進我國自身經濟發(fā)展提供一定基礎性支撐。

一、產業(yè)集群內外的知識溢出

從Marshall 開始，產業(yè)集群的3 個外部性被廣為關注，即知識溢出（knowledge spillovers）、投入產出關聯（input?output linkages）、勞動力市場池（labor market pooling）［8?9］。近年來，圍繞產業(yè)集群內外不同范圍的知識溢出展開了大量研究，這其中l(wèi)ocal buzz（本地嗡鳴）和global pipelines（全球通道）的熱度非常高。在產業(yè)集群內部，僅僅是因為“在這里”便可以獲取信息及知識的過程被稱為本地嗡鳴；在產業(yè)集群外部，通過與特定提供者建立交流渠道獲取信息及知識的過程被稱為全球通道［10］，如圖1 所示。

圖1 本地嗡鳴和全球通道

buzz（嗡鳴）最早由Storper 和Venables［11］提出，其認為buzz 是城市集聚經濟作用力的一種，通過了解產業(yè)鏈上游情況、有意地面對面交流、非有意及散漫地交流甚至只是人在這里便可獲取信息。在隨后的研究中，其非常強調面對面交流，認為上述是高效的交流技巧、在不確定環(huán)境下克服協作及激勵問題的方法、讓成員愿意留在群體里的關鍵要素、心理動力的直接來源；而上述要素的組合效果便是buzz［12］?？傮w來看，buzz 涉及產業(yè)集群內個人和企業(yè)因面對面交流、共同在場、共同相處等獲得信息及知識的環(huán)境。信息及知識的獲取可能發(fā)生在與本地供貨商談判、工作時間的交流、與鄰居在花園對話、跟其他員工午飯時間交流等多種過程中，包括閑聊、流言傳播、頭腦風暴、深度訪談等多種形式。在同一個產業(yè)集群內部，相同的語言、技術風格、制度結構、觀念體系，以及交流及了解程度都促進了本地buzz 的形成。除此之外，本地傳播（local broadcasting）［13］、噪音（noise）［14］表達同buzz 類似的意思。

pipelines（通道）最早由Owen?Smith 和Powell［13］提出，在研究波士頓生物技術產業(yè)集群中，其用pipelines來描述本地之外的更遠區(qū)域信息交流渠道，另外，更加關鍵、成熟的知識往往通過這種渠道獲取。本地環(huán)境內生存發(fā)展的企業(yè)需要與外部建立系統性聯系，以保證動態(tài)掌握市場趨勢和新興技術。如果不能保持這種外部聯系的話，產業(yè)集群自身可能發(fā)展停滯。尤其對于創(chuàng)新型集群，前沿技術經常變化、新產品和工藝流程持續(xù)出現，其必須與全球不同的社會機構、文化環(huán)境相聯系，以保障適應和應對能力。相對于散漫的本地buzz，全球pipelines 的創(chuàng)建是一個預先設計、提前規(guī)劃，并且需要投入時間和金錢成本的復雜過程。因此，這些通道的建立目標明確，且數量有限。通道內傳遞的信息和知識經過思考后過濾，一般而言更為專業(yè)成熟。

產業(yè)集群內部和外部的知識溢出并不是相互獨立存在的，眾多學者的研究發(fā)現成功和創(chuàng)新型企業(yè)一定是有效地共同利用了內部和外部綜合知識成果和連接渠道［15?17］。Morrison 等［18］通過模型測算全球通道對產業(yè)集群內部知識增長的影響發(fā)現，產業(yè)集群有外部全球通道并不是影響其知識程度的決定因素，只有本地嗡鳴的質量高時，全球通道才會更好發(fā)揮作用。除知識本身外，知識網絡也有著同樣的表現，Chaminade 和Plechero［19］以歐洲各國、中國、印度的信息和通信技術產業(yè)為研究對象，發(fā)現本地創(chuàng)新網絡的“厚薄”和創(chuàng)新程度，是其連入全球創(chuàng)新網絡狀態(tài)的關鍵性因素。

二、知識類型的相關探討

欲研究知識創(chuàng)新，對于知識本身進行分析則非常必要，而知識類型的分析是其中一個重要方面。在此研究領域，分析型與合成型、意會和編碼等知識類型被廣泛關注。

分析型知識（analytical knowledge）和合成型知識（synthetic knowledge）。分析型知識是指根據一般規(guī)律推理事物的內在機理繼而產生的新知識；合成型知識是指運用或組合已有知識系統來解決問題的知識［20?21］，見表1。對于分析型知識，其產生往往通過認知與推理過程，或者通過模型分析實現，這其中科學知識地位非常重要。以分析型知識為主的產業(yè)，如基因工程、生物科技、通用信息技術等。相關企業(yè)一般有自己的研發(fā)中心，但是也依賴于高校及科研單位的研究支持，因此，校企合作聯系網絡較其他類型產業(yè)更為普遍。Bathelt 和Zhao［22］在對北京3 個生物醫(yī)藥產業(yè)園區(qū)研究后甚至認為大學和其他研究組織是知識發(fā)展和科技轉移的關鍵來源，并是企業(yè)之間聯系的重要節(jié)點。對于合成型知識，其產生往往是在解決特定問題過程中通過運用或組合已有知識實現。以合成型知識為主的產業(yè)，如設備工程、特殊工業(yè)機械、造船業(yè)等。這些產業(yè)往往不是通過推理、抽象分析，而是通過歸納、測試、試驗、電腦仿真、實踐操作等方式來找到解決問題的方法。當然，并不能單純地說某類產業(yè)僅有一種知識類型，其往往是一個綜合體。Martin 和Moodysson［1］以動畫產業(yè)為例，指出編制數據操作系統所需要分析的機理屬于分析型知識，控制設備顯示需要合成型知識解決，另外，他們提出除前兩者之外，動畫產業(yè)更重要的一類知識類型——形象型知識，其通過視覺聲音和藝術技巧等設計增強用戶感官體驗。

表1 分析型知識和合成型知識對比

意會知識（tacit knowledge）和編碼知識（codified knowledge）。意會知識，也被稱為隱性知識、默會知識，是指由經驗得來，體現在個人身上，并主要通過人與人接觸所獲取的知識［23］；編碼知識是指通過數字化和標準化形式組織的知識［2，24］，也被稱為顯性知識（explicit knowledge）［25?26］。tacit knowledge 被從人類認知體系中區(qū)分出并廣為關注應歸功于波蘭尼的開創(chuàng)性貢獻［27］，他認為人類的知識有兩種，除通常被描述為知識的，如書面文字等，還有未被表述的知識，如人們在做某事的行動中所擁有的知識。意會知識很多時候通過隱喻進行傳遞，具有高度的文化、情景、背景等依賴性，因此，傳遞雙方需要相互之間充分“熟悉”，或者是具有同樣的背景等。由于意會知識是屬于個人的且具有情景依賴性，若非個人接觸，很難通過其他形式獲?。?8］。其具有社會性和空間性特征，社會性指相同的社會背景，具體到企業(yè)內部包括團隊技能、組織慣例等，這些被認為是企業(yè)核心競爭力；空間性指由于個人性和情景依賴性，其體現出本地“黏性”，需要地理臨近。意會知識雖然屬于公共產品，但具有地方性［29］。另外，地理臨近促進了基于知識傳遞和溢出的集聚經濟作用［30］。編碼知識可能是語言的、數學的、視覺的等，掌握這些知識可能需要經驗積累和學習，但傳輸這些則非常容易。將知識編碼化本身就是一個縮減和變換過程，其使得傳遞、核查、存儲、復制信息變得簡單。由于編碼知識是明晰和標準化的，其可以低成本跨界和長距離傳輸。對于企業(yè)而言，其更傾向于采取編碼知識形式，如制作使用手冊、定義標準化程序、采用仿真技術等，但有些知識將其編碼化確實很難，如審核手續(xù)、機器操作技能、最初始的經驗等。Nonaca 和Takeuchi［25?26］將兩類知識之間的信息傳遞細分為4 類（意會到意會、意會到編碼、編碼到編碼、編碼到意會），并認為對于創(chuàng)新型企業(yè)上述4 類過程均存在，而正是兩類知識的合理運用使得日本企業(yè)能夠做到不斷創(chuàng)新。

除上述知識類型外，其他產業(yè)集群的知識類型也有學者進行分析研究。例如，愛迪生型知識（Edison?type knowledge）和巴斯德型知識（Pasteur?type knowledge）。愛迪生型知識是指有著清晰的經濟應用目的的市場導向型創(chuàng)新知識；巴斯德型知識是指受特定規(guī)律和科學機構激勵影響的基于科學的研究知識［23］。通過對歐洲189 個區(qū)域進行研究發(fā)現，愛迪生型知識在空間上主要集聚德國西南部、歐洲西北部（包括英國南部）以及首都類型城市，即此種類型的研究更傾向于集聚；而巴斯德型知識則分布較為均勻，沒有明顯的空間集聚傾向，即此種類型的研究集聚度較低。除此之外，再如，知識（knowledge）和信息（information）。知識是指具有技術含量的解決問題型知識；信息是指具有泛型特征的陳述型或事實（know?what）知識［31］。還有正式知識（formal knowledge）和非正式知識（unformal knowledge）。正式知識是指有著明顯的碼本載體的完全編碼化知識。例如，完全在數據庫里存儲的模型技術參數。非正式知識則對應待編碼知識。例如，在手工操作中待編碼的工序內容［32］。另外，對于知識本身，在前人研究的基礎上［33?35］，Spender［36］進一步強調知識的動態(tài)性和靈活性，并認為詮釋彈性、邊界管理、組織影響范圍界定、系統和組成部分的區(qū)分等對于知識型企業(yè)的發(fā)展非常重要。

三、知識傳遞的網絡結構

知識在產業(yè)集群內外的傳遞或擴散并非是均質化的，其具有明顯的選擇性，同時也呈現差異化的結構特征。

Morrison 和Rabellotti［31］對比了產業(yè)集群內知識和信息的網絡，發(fā)現兩者具有非常顯著的區(qū)別。如圖2 所示，信息傳遞的網絡具有高密度、高連通性，但知識傳遞的網絡則與之相反，甚至有一些孤立的點存在于網絡之外；但是當衡量網絡連接的互惠互利程度時，知識網絡要遠高于信息網絡。

圖2 產業(yè)集群內知識和信息網絡對比

在上述研究基礎上，Morrison 和Rabellotti［31］繼續(xù)以一個意大利葡萄酒產業(yè)集群為樣本，研究產業(yè)集群內部的知識網絡結構（圖3）。總體而言，產業(yè)集群內的知識網絡呈現中心?外圍（core?periphery）結構，但從異質性和集中度兩個指標來衡量，其并不是單中心結構，這意味著一個機構不能控制整個產業(yè)集群內所有知識傳遞。另外，中心?中心之間的聯系非常高，外圍?外圍之間的聯系非常低。當進一步研究中心和外圍節(jié)點特征時，其發(fā)現中心節(jié)點一般是小公司，無論是其葡萄酒的產量和價值都相對較低；外圍節(jié)點一般是大企業(yè)，無論是產品還是知識基礎都更強。通過上述研究，本文分析認為大企業(yè)由于具有較好的知識基礎，且有更好的外部知識連接渠道，其對本地的知識網絡缺乏興趣，因此，可能處于本地知識網絡的邊緣位置；小企業(yè)基礎較為薄弱，對融入本地知識網絡非常積極，因此，可能處于本地知識網絡的核心位置。

圖3 具有強烈聯系的知識網絡結構

由于上述研究集中于一個產業(yè)集群，所以研究結果可能具有片面性，而Giuliani［37］對意大利和智利3 個葡萄酒產業(yè)集群的研究分析結果相對而言更為多樣。3 個產業(yè)集群的知識網絡分別如圖4～圖6 所示。產業(yè)集群1 有大量的孤立節(jié)點獨立于本地知識網絡外，而知識網絡內的連接也大多是弱連接（圖4）。本地大多數節(jié)點的知識基礎都非常弱，即企業(yè)沒有雇傭高技術員工也沒有自己的內部試驗研究。另外，產業(yè)集群內知識基礎最強的企業(yè)是完全獨立于本地知識網絡之外的。這個企業(yè)的生產方式和產業(yè)集群內其他企業(yè)相差很大，導致其知識聯系很弱；但這個企業(yè)與產業(yè)集群外的知識聯系非常強烈。產業(yè)集群2 有兩個幾乎不重疊的知識網絡，其中一個由聯系密度較高、知識基礎較強的企業(yè)組成，另外一個的企業(yè)之間聯系密度低、知識基礎弱（圖5）。產業(yè)集群3 由中心?外圍結構組成，中心節(jié)點的各種知識聯系要強于外圍節(jié)點，中心節(jié)點的知識基礎也要強于外圍節(jié)點（圖6）。通過上述研究發(fā)現，知識流絕不是在產業(yè)集群內均質且散漫傳播的，其傳播是不平衡且具有選擇性的。如果產業(yè)集群內的企業(yè)知識基礎差距較小，知識基礎強的企業(yè)知識網絡聯系密度高，更傾向于成為本地知識中心節(jié)點，整個知識傳遞網絡結構會結合產業(yè)集群自身特點呈不同程度的中心?外圍形態(tài)；但如果一個知識基礎非常強的企業(yè)周圍都是知識基礎非常弱的企業(yè)，后者傳遞和吸收知識的能力有限，那么，強企業(yè)與周圍的聯系可能就變?yōu)楹苋?，甚至是孤立的，整個知識傳遞網絡結構則呈分散化形態(tài)。

圖4 產業(yè)集群1 的知識網絡結構

圖5 產業(yè)集群2 的知識網絡結構

圖6 產業(yè)集群3 的知識網絡結構

產業(yè)集群外的知識網絡結構與集群內的結構緊密相關，如果群內結構是中心性的，那么知識流流入流出集群主要是通過幾個中心節(jié)點（或知識守門人）進行；如果區(qū)內結構是分散化的，那么區(qū)內外知識流流動則是通過眾多節(jié)點進行［38］，如圖7 所示。例如，工業(yè)聯合體（industrial complex）類型的產業(yè)集群一般有著本地主導型中心［39］，易于形成中心性網絡結構；本地中心決定著流入流出產業(yè)集群的知識流，有的甚至因此獲取租金收益。純產業(yè)集群（pure agglomeration）或工業(yè)區(qū)（industrial district）［40］易于形成分散化網絡結構；本地很多節(jié)點直接與產業(yè)集群外部的信息渠道有著連接。Lorenzen 和Mudambi［38］在對印度電影娛樂產業(yè)集群寶萊塢和班加羅爾軟件集群進行研究過程中發(fā)現，分散化的全球聯系網絡更利于知識溢出。

除網絡結構本身的研究外，學者從其他方面也進行了探討。從作用主體視角，Owen?Smith 和Powell［41］在研究波士頓生物技術產業(yè)集群知識網絡中發(fā)現，產業(yè)集群成立之初高校、科研機構在知識網絡中起到主要作用，但隨著時間的推移，企業(yè)和投資公司發(fā)揮著越來越重要的作用。從作用機制視角，Turkina 等［42］通過對北美和歐洲的航空航天產業(yè)集群網絡演變的研究發(fā)現，不同的演變方向受不同的互動作用機制影響，如果網絡以伙伴關系為主其演變更傾向于本地化集聚，如果網絡以買賣和投資關系為主，其演變逐漸變得更加跨區(qū)域化，上述一定程度上也對知識網絡產生影響。

圖7 產業(yè)集群外的知識網絡結構

四、其他時空維度的分析研究

（一）知識的動態(tài)演變

Li［43］通過對商品交易會發(fā)展演變形態(tài)的研究，一定程度反映出產業(yè)集群知識系統及獲取形式的變化歷程。工業(yè)化之前，交易會一般是作為本地或全國交易集市，很少有外國參與者。隨著現代化經濟發(fā)展，本地產業(yè)集群需要獲取技術知識、商務知識、市場信息。除了大企業(yè)自身建立全球通道外，其他有著較少國際聯系的本地企業(yè)可以通過參加發(fā)達地區(qū)的國際化商品交易平臺，來低成本尋找和積累知識。參加這些交易平臺的人員通過本地嗡鳴和社會網絡的形式將獲取的外部知識傳遞到本地來促進地區(qū)產業(yè)發(fā)展。在這種情況下，上述人員便是連接國際集群和本地經濟體的知識守門人。隨著經濟的進一步發(fā)展，進出口平臺向著本地交易活動等形式發(fā)展轉變，以滿足本地相關產品需求或是促進產業(yè)擴張。由于產品交易平臺本身在服務創(chuàng)新經濟中具有限制，而當前本地經濟與外部世界產業(yè)集群分享知識的體量、范圍、強度、速度等都在增加，無法通過現有交易平臺來完全滿足。另外，本地產業(yè)集群已經在特定領域成為了全球熱點，能夠吸引世界范圍內專業(yè)人員和領軍企業(yè)前來拜訪。在這種情況下，原來交易平臺開始轉變?yōu)楸镜?全球集聚地。因此，商品交易會本身發(fā)生著從本地集市，到交易平臺，再到本地?全球集聚地等形式的演變，其也對應著本地產業(yè)集群知識學習系統的不斷演進升級。從集聚擴散視角，Audretsch 和Feldman［5］通過對美國產業(yè)集群的研究發(fā)現，雖然在產業(yè)集群創(chuàng)立初期階段，新知識的產生會導致較大程度的創(chuàng)新活動傾向，但是創(chuàng)新活動真正更多向外擴散的階段是產業(yè)集群的成熟期和衰退期。

（二）知識的創(chuàng)新過程

有學者將知識創(chuàng)新的過程打開，細化成不同的子過程來進一步研究。Pavitt［44］將創(chuàng)新過程細分為知識的產生（研究）、將知識轉變?yōu)榧夹g工藝（發(fā)展）、將技術工藝和市場需求匹配（利用）3 個子過程。也有學者在此基礎上，將知識的產生過程細化為6 個子過程：集思廣益、解決問題、設計與再設計、散播、保護、商業(yè)化［45］，見表2。其中，散播是指將技術工藝和市場需求對接過程，保護是指如專利等形式的知識產權保護。5 個過程主要是基于對生物科技相關產業(yè)進行研究總結提煉而來，上述各個子過程也一定程度上存在嵌入和重疊的情況。例如，第一個子過程集思廣益既存在于知識產生階段，在后續(xù)的研究分析階段中也存在。不過，雖然過程的細化法并不能完全將各子過程區(qū)分開來，但對于深化研究知識的產生和運用具有一定幫助。

表2 知識創(chuàng)新的過程性分析

（三）空間臨近的維度

知識創(chuàng)新涉及地理領域的研究往往強調臨近（proximity）的作用，而臨近其實也是產業(yè)集群理念的基礎之一［46］。研究較為廣泛的是地理臨近。由于地理臨近易于促進知識的交換和加工，企業(yè)通過在地理空間上接近同行業(yè)企業(yè)、不同行業(yè)企業(yè)、高校和研發(fā)中心等，獲得專業(yè)化經濟、多樣化經濟、知識溢出等益處。除此之外，其他類型的臨近也受到研究者的關注。早在20 世紀90 年代，法國的相互作用臨近學派就提出臨近分為不同的維度，遠遠不僅限于地理臨近。近年來相關研究更為多樣深入，不同類型的臨近也不斷被提出［47］。例如，關系空間臨近，包括歸屬感、互動能力、相同觀念等，通過本地勞動力的流動、與本地供應商的關系、派生物（spin?offs）等獲取知識［48］。Boschma［49］提出了5 種維度的臨近：認知、組織、社會、制度、地理。在此基礎上，進一步分析了各個維度的具體特征（表3）。

表3 不同維度臨近的特征

五、總結及討論

相對于研究體系及脈絡的梳理，本文圍繞重點關注領域展開研究。從核心概念、主要觀點入手，分別闡述產業(yè)集群知識創(chuàng)新相關領域國外學者的認識和思考。對于以上研究總結如下：

首先，總體來看，知識溢出涉及知識產生的環(huán)境及渠道，知識類型是對知識本身，網絡結構是對知識傳遞，動態(tài)演變、創(chuàng)新過程、臨近維度分別針對知識產生發(fā)展本身和條件，進行的研究分析。國外學者希望通過不同的時空維度研究及知識自身內部剖析，將產業(yè)集群知識創(chuàng)新的黑箱打開。

第二，從空間維度來看，產業(yè)園區(qū)知識創(chuàng)新涉及集群內、外兩種維度。產業(yè)集群內的知識創(chuàng)新，與本地嗡鳴、意會知識、愛迪生型知識等具有緊密關聯，也涉及產業(yè)集群外部性、空間臨近、集聚經濟等領域，事實上，最初產業(yè)集群的知識創(chuàng)新研究主要關注于產業(yè)集群內。產業(yè)集群外的知識創(chuàng)新，與全球通道、編碼知識、巴斯德型知識具有緊密關聯，涉及與全球領先知識水平和市場的對接。

第三，從時間維度來看，無論是知識本身的產生、產業(yè)集群知識系統、產業(yè)集群知識的傳遞、產業(yè)集群知識的作用主體，甚至包括產業(yè)集群本身，都是隨著時間在不斷發(fā)展演化。因此，必須動態(tài)而不能靜止地分析產業(yè)集群的知識創(chuàng)新問題。

第四，從知識本身及條件來看，根據不同特性具有分析型與合成型、意會和編碼、愛迪生型和巴斯德型、正式和非正式等知識類型，其傳遞形式有結合產業(yè)集群特點的中心化、分散化結構，包括促進知識產生的臨近條件也具有不同的緯度。細化研究是西方學者的特長，通過將知識本身及條件全方位打開，能夠更好地促進產業(yè)集群知識創(chuàng)新的相關研究。

雖然上述產業(yè)集群的知識創(chuàng)新相關研究成果獲得較多認同，但由于研究對象、方法、時間、地域等的差異，存在不同甚至相反的研究觀點。例如，對于產業(yè)集群內外的知識溢出，Love 和Roper［50］基于對英國、德國、愛爾蘭的制造業(yè)研究發(fā)現，無論是內部還是外部知識溢出對于創(chuàng)新的作用均不大。Huber［51］在對劍橋信息技術產業(yè)集群的研究發(fā)現，本地知識溢出是很有限的，很多科研人員并不認為他們的工作受益于產業(yè)集群，但是，對于從事管理和市場工作的人員而言，其仍在產業(yè)集群知識溢出中獲益。Asheim 等［52］認為隨著科技的發(fā)展，本地嗡鳴也不一定非要面對面交流或是限于一定范圍內，比如，隨著Facebook、LinkedIn 的發(fā)展，連接人們專業(yè)領域和私人生活的空間范圍實際擴大了。意會知識一般認為具有地理依賴性，但Saxenian［53］認為隨著個人尤其是那些跨國的專業(yè)社區(qū)內精英移民的流動性增強，面對面交流的地理范圍更廣，意會知識就可以跨越邊界傳播。Breschi 和Lissoni［29］認為面對面交流僅對于接觸大眾化的信息有用，而對于屬于私人產品的科技知識則沒有這么容易獲取。但Dahl 和Pedersen［9］通過對丹麥的無線通信產業(yè)集群研究發(fā)現，即使是非正式渠道的接觸也是可以獲得非常有用的知識。