||
创新产出(曾春媛,范奇伟,单鹏飞,曹爱红,2014)
当一种产品或工艺过程达到商 品化,方可以被认为发生了创新。知识创新是知识产品实现其市场价值(王缉慈,2002)。创新包括产品创新、流程创新、管理创新、技术创新、市场创新、制度创新、商业模式创新等几种 类型(王永贵 马 双 杨宏恩,2015)。其中,产品创新是指对产品或服务的引进、 改 进 和 开 发(Becheikhet al.,2006;秦 佩 恒 等 ,2014);流程创新是指对生产、制造和作业等流程的 改 进 和 创 造(Damanpour,1991;Prajogo & Ahmed,2006);管理创新是对组织架构和企业内部管理流程的改进和创新,如包含人力招聘程序、财 务、营销规程以及工作方法等的改进和创新(Lin et al.,2010;谢洪明等,2007);技术创新是指企业 各种技术方法的改进和创新的能力,包括产品、流程、运营等信息技术方面的创新以及研发上的投 入(Becheikh et al.,2006;林如海、彭维湘,2009); 市场创新是指与外部顾客的关系和营销手段的改进和创新,以及对新市场的挖掘和探索(饶扬德,2008;魏江等,2008);制度创新是指为了适应企业自身和外部市场的变化而对现有制度的改进和替 代(林如海、彭维湘,2009);商业模式创新是指企 业向顾客创造、销售和传递价值的过程的创新(Crossan & Apaydin,2010)。
Ref:王永贵 马 双 杨宏恩,2015
OECD 将创新分为产品、过程和市场创新。其中产品创新包括货物和服务创新,指某货物或服务某些特性上有提升或实现某特定用途。而过程创新指改善的生产或运输方式。市场创新指产品设计、分包、仓储、促销或定价等市场策略(Eurostat OE, 2005)。世界经济论坛识别出了17个主要创新指数,并分为测量特定主题、面向发展中和欠发达国家和针对特定区域等组别(Arbolino R, Boffardi R, De Simone L, 2019)。
尽管Schumpeter JA(1939)指出创新不同于发明,但限于数据可得性,一般研究中并未严格区分两者,因此除了上述综合性的测量指标,常见测量技术创新的方法还有3种:创新输入,如R&D支出;创新中间产出,如专利数;创新最终成果,如新产品数。专利数据由于数据可得而得到了较多应用(Strand Ø, Ivanova I, Leydesdorff L, 2017; 邢华, 张常明, 2018),但一些学者指出其只是创新的第一阶段,而专利应用才代表了有经济价值的创意(Mukim M, 2012) 。
除了利用专利或产品等创新产出的数量外,一些学者还考虑了创新产出的质量,包括经济复杂度(Hidalgo CA, Hausmann R(2009); Balland PA, Boschma R, Crespo J, Rigby DL(2019))、技术复杂度(Balland PA, Rigby D(2017); Broekel T(2019))和知识新颖度(Higgs, Cunningham, and Bakhshi (2008);Kim S, Kim H, Kim E(2016))等。
企业家的本质是创新(Pereyra JA, 2019),近来还有研究围绕企业家来衡量城市创新(郭琪贺灿飞史进(2014);Bublitz E, Fritsch M, Wyrwich M(2015);Lee YS(2017);Parker G, Van Alstyne M(2018);Power B, Doran J, Ryan G(2019))。
近年来还出现了所谓的微创新,方刚 陈佳媛 周青(2019)指出微创新以用户需求为导向, 强调应用创新;由量变发展为质变;不强调在技术上的突破, 而重视在产品技术、服务、工艺/流程、商业模式上进行一个或多个微小的改进, 从而产生新的产品特性或发掘市场上新的潜在需求/用户,通过案例研究总结出中小企业选择微创新类型的3点结论:当企业知识基具有较高宽度, 且外部网络强调结构性嵌入时, 企业倾向选择模仿式微创新;当企业知识基具有较高深度, 且外部网络注重关系性嵌入时, 则企业倾向选择自主式微创新;当企业知识基拥有较高深度和宽度且外部网络注重结构性嵌入, 则企业倾向于选择延续式微创新。
张志鹏(2020.7.12)将中国创新分为市场创新、工艺创新、商业模式创新、技术创新、科学创新和管理创新等类别,认为中国创新主要集中在市场、工艺和商业模式创新,典型如华为的国际市场开拓创新、富士康的工艺创新和拼多多等商业模式创新,技术、科学和管理等强烈依赖地方创新环境和氛围的创新很少。
技术创新模式
从 技 术创新与外部关 系、创新活动方式和创新技术来源的 视角,可将技术创新模式分为自主创新、模 仿 创 新 和 合 作创新三种模式(傅家骥1998);从创新资源来源的 视 角,可分为封闭式创新(ClosedInnovation)和开放式创 新(OpenInnovation)(Henry2003);从 创新 强 度 的 视 角,可分为渐进式技术创新(Incrementalinnovation)和突破式技术创新(Radicalinnovation)(Tushman和An- derson);从技术创新与企业现有技术路径关系的看,可 分为探索式创新和利用式创新(He& Wang,2004)。近来也有综合多种视角的创新分类。董洁林李晶(2013)以创新模式的开放度和创新成果的新颖度为维度构建了一个四象限图,把公司分为"开放型创新者","封闭型创新者","开放型改进者"和"封闭型改进者",然后对三家世界顶级通信设备公司朗讯、思科和华为进行了分析与比较。
Ref:娄娅娅覃巍,2019
区域创新网络绩效
测度可分为3支。一支是网络节点绩效的简单加总(吴冰1王重鸣2唐宁玉3,2009)。另一支是指标体系(刘凤朝,潘雄锋,施定国,2005)。第3支从网络层面进行探讨(何亚琼1秦沛,2005;Keith G. Provan; Amy Fish; Joerg Sydow,2007)。
克里斯坦森和雷纳(2013)在《创新者的解答》一书中基于模块化-反模块化循环过程分析企业在产品不同阶段的创新策略:
首先是模块化过程:
1.在新市场形成的初期,一家企业开发出一种专利性产品,性能当 然不是太完善,但比其他任何竞争对手的产品都更加接近客户的 需求。这家企业就能依赖这种专利性产品架构获取诱人利润。2.这家企业在市场的角逐中为了独占鳌头,不断提升产品功能和可 靠性,最终将超过低端市场客户的使用标准。 3.低端市场的竞争基础发生了渐变…… 4. .,…市场逐渐向模块化产品架构演进…… 5.……整个行业被推向分包型运营模式…… 6. .…竞争者能够取得相同的组件,按照同样的标准进行组装,产品 的性能和成本都开始丧失了差异化的优势。这种情况首先是出现 在低端市场(“过度服务”现象也是首先发生在这里的),然后毫 不留情地向高端市场转移。
在位企业创新策略:在产品不太完善阶段,实施内部垂直整合式的创新
以下是反模块化过程:
7.模块化产品的装配商只有在和高成本对手竟争时,才能依靠低成本策略获得成功。这就意味着,一旦他们成功将高成本的专利产品供应商逐出低端市场,就必向高端市场转移,才能蠃得丰厚的利润。
8.这些企业向高端市的转移速度是由其提供的子系统性能好坏决定的,于是竞争基础又变成了“不够完善“的情境,转向了破坏性图表的左侧。
9.子系统供应商之间的角逐导致了它们的工程师开始设计专利性的交互式产品。只有这样,才能生产出高性能的产品,帮助它们的客户在终端市场竞争中取得胜利。
10.这些子系统供应商中的佼佼者会友现,它们靠销售差异化的专利产品赚取了丰厚的利润。
11.这就是有利可图的专利性产品的再生过程,当然,也是下一轮模块化与反模块化循环的起点。
在位企业创新策略:在产品功能已成熟阶段,开放早期整合的产品架构,设计专利性的交互式子系统,成为低成本组装商的关键子系统供应商。
总之,企业管理者应理解技术和需求市场的变化,应时而变,以价值链的关键点作为最终任务,针对此任务特征确定相应资源、流程乃至价值观。
图 模块化与反模块化
1科学知识产出1.1基于WOS数据库选取中国计算机学会推荐的AI领域A类国际学术期刊的论文来构建人工智能论文数据库;最后,检索获得10,017条专利有效数据和12,112条论文有效数据(检索时间为2017年12月)。某论文第一次提出关键词,则论文计入该组织的新知识成果(朱桂龙 李兴耀 杨小婉,2020)。高被引科学家姓名、所属学科、任职机构以及兼职机构,http://highlycited.com/archives),高被引科学家的定义.刘云 杨芳娟(2016)选取流感疫苗技术、3D打印技术、大数据处理技术、极大规模集成电路制造及成套工艺技术、碳纳米管与石墨烯技术等战略性新兴产业5大科学前沿研究领域,得到WOS最近10年(2004—2013)掌握战略性新兴产业5大科学前沿的科学家名单。1.2Scopus数据库引入了作者身份识别系统,通过作者的单位、地址和学科领域等提示信息,数据库能够准确识别特定作者,并在系统中给每一个作者设定唯一编号,从而有效地汇总该作者的相关信息,包括论文数量、引用情况、合著情况等(Moed HF,2013).2专利产出USPTO数据库中International Classification(ICL)分类G06N来检索人工智能领域的所有专利。渐进式创新一般指延续原有知识轨迹进行的改进型创新,进一步,某专利的关键词如果在该组织过去关键词库里面已经存在,则将该专利标注为渐进式创新专利(朱桂龙 李兴耀 杨小婉,2020)。创新吸收转化投入环节中的创新扩散中介指标数据来源于龙信企业大数据(叶堂林; 李国梁,2019)。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-11-23 10:30
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社