区域创新系统-知识网络

知识概念

知识作为一种价值存在，一派认为知识存储在个体和组织中(Nonaka and Von Krogh, 2009; Tsoukas and Vladimirou, 2001)，而另一派则认为知识存在于个体创造性中(Glynn, 1996)。集体(群组)知识作为个体和组织知识的中间层次由此产生，这一概念主要与社会资本的研究有关(Nahapiet and Ghoshal, 1998; Adler and Kwon, 2002; Quintane et al., 2011)。对于知识，经济学文献有多种分类，包括编码与非编码知识(缄默知识)、个体与公共知识，以及正规教育获得的知识和干中学获得的知识。编码知识指的是可以符号化，对 距离不敏感的知识(Gertler M S,2003)。而缄默知识，如技能、 能力、天赋等需要面对面的直 接交流。运输成本的降低和沟通的改进可提升 了编码知识的获取，致使可编码化知识带来竞 争优势的重要性下降。隐性知识很难跨距离传 播，成为支撑“知识地方化”的关键因素(邓 羽1 ，司月芳,2016)。

创新是从创意到实施的一个知识流动过程 (Lendel and Varmus, 2011)。从Powell et al.(1996)认识到社会网络结构对创新的重要性开始，组织间知识转移和溢出研究已发现激发知识交流和流动的多种正式与非正式机制。正式机制包括联合研究、许可、取得专利和咨询等(Gertler, 2003)，非正式机制涉及社会网络和非正式合同约束的互动(Breschi & Lissoni, 2001;Cantner et al., 2010, Grimpe and Hussinger, 2013)。综合正式与非正式的机制则有劳动力流动(Breschi and Lissoni, 2009)和设立分支机构等(Ponds et al., 2010)。区域创新网络既是区域内各行 为主体知识获 取、知 识 吸 收、知 识 创 造 的 场，同 时 作 为 一个网络组织也是一个知识创造的主体，进 行 着 知识SECI的 螺 旋 上 升(SECI模型是一种知识创造模型，它解释了隐性知识和显性知识如何转化为组织知识，见Nonaka et al. (2000))。

知识网络的分类

Asheim and Gertler (2005)将知识网络分为分析型(基于科学，如生物行业)、合成型(基于工程，如汽车行业)和符号型(基于创意)等3类。分析型知识基础强烈依赖科学知识的输入，由于科学知识往往是编码知识，其对邻近性要求不及合成型。分析型知识的产出往往是突破性创新产品或依托科研院所的新企业诞生。合成型知识基础主要源于解决用户和供应商遇到的现实问题过程中已有知识的合并。由于合成型知识往往产生于生产车间的干中学、使用和互动过程，因此默认知识对其的重要性高于分析型知识，故其对邻近性要求高于分析型知识，其创新产出往往是改进型创新且主要发生在已有企业内部。Alessia Sammarra and Lucio Biggiero(2008)将知识网络分为技术、管理和市场3类。杨 菲，安立仁，史贝贝(2017)将知识网络拓展到知识基，梳理了知识积累与创新间关系的研究。知识基特征可分为知识类型、知识结构、知识网络 3 种。知识类型包括顾客知识、竞争者知识、市场知识等。顾客知识是指在与顾客接触过程中有意或无意获取的有关顾客需求的知识，特别是顾客的隐性需求知识，因此，顾客知识在企业进行市场需求变化趋势预判时发挥重要作用。竞争者知识是关于竞争企业的创新动向、技术知识、新产品、战略等的知识，竞争者知识越多，对竞争对手战略、行为预测能力更强，从而在市场竞争中处于主动位置。技术知识是关于研发、生产、设计、知识产权、专利以及存在员工身上的经验、诀窍等隐性知识。企业知识结构特征常以知识宽度、知识深度、异质性、多元性等词来表征。知识宽度、异质性、多元性描述知识的多样性程度；知识深度反映知识的专业化、熟练化水平。

知识流动

知识流动及相似概念(知识溢出、技术扩散、知识扩散、知识可达性、联系)(Pinch S., Henry N., Jenkins M., et.al,2003;Bathelt H., Malmberg A., Maskell P,2004)最早由Teece于1977年提出, 他认为技术的国际转移能为企业带来相应的知识积累, OECD在1997年发表的《国家创新体系》报告中指出知识流动主要指发生在创新主体之间的知识、信息和技术的流动, 同时还包括创新人才在不同部门间的流动(OECD.National Innovation Systems[R].Paris, 1997.)。知识流动的实质是促进创新要素的有效组合(Morgan K,1997)。知识的流动方式一般有创新合作、技术转移和外商直接投资三种(张瑞军, 李金玲,2007), 根据知识流动先后关系, 可将知识流动分为知识搜寻和知识转移两个阶段, 知识存量较高的主体与知识匮乏的主体达成知识转移共识, 知识匮乏主体对知识进行消化吸收, 经过多次知识传递、吸收、反馈和调整, 知识需求双方的知识存量发生改变, 从而完成知识在不同主体间的流动(霍明奎,2010)。创新网络结构被认为是影响知识转移的关键因素(Cowan R., Jonard N., Zman M,2004;Van Geenhuizen M,2008)。有关知识流动的网络研究多以知识网络研究为主, Beckmann以科学家为单元对学术性知识流动的经济结构模型作了探讨, 并首次提出知识网络的概念, 认为知识网络是进行科学知识生产和传播的机构和活动(Beckmann M,1993)。创新合作结网的本质就是获取区域或企业自身难以获取的知识, 通过结网创新主体可以在网络内转移知识, 并促使创新主体实现创新, 可以判定知识流动是创新网络中创新主体之间相互作用的核心方式。Lorenzen、Mudambi以印度孟买电影娱乐产业集群和班加罗尔软件产业集群为例, 对于集群网络的研究做出了两个重要贡献, 即构建了集群内外部联系理论分析框架及运用了社会网络理论(Lorenzen M., Mudambi R,2013)。产业集群可看作是创新网络的形成基础, 集群创新网络是创新网络的扩展, 能够有效地解决隐性知识难以转移的问题(滕堂伟, 曾刚,2009)。如赵建吉、曾刚(2013)构建了技术守门员分析框架, 以上海张江集成电路产业集群为案例, 研究发现技术守门员是集群实现全球—地方联结的重要管道, 技术守门员便于集群实现更为迅速的技术流动。Bathelt等认为集群与知识距离之间的通道越多, 本地集群内公司受益于本地蜂鸣的质量和价值就越高(Bathelt H., Glückler J,2003)。Huggins R, Thompson P(2014)将本地网络与全球网络结合, 首次提出了可以有效测度的网络资本概念, 并建构了本地与全球网络共同作用下的区域发展路径理论分析框架。以知识流动为研究视角,构建包含集群创新过程中的知识溢出、吸收能力内生化模型,探讨了在均匀(集群分工相对明确,集群企业之间多专注于产业链的某一环节,其知识重叠程度相对较低,具有知识模块化、专业化、互补性的特点)、集中(企业之间的知识重叠程度相对较高,较多的企业相对集中在某一生产环节或分工,具有知识聚集性、相似性和同质化特征)和异质型(以核心企业为中心或主导的产业集群,企业之间的知识异质分化非常明显,绝大多数的企业知识存量相对较低,而少数企业具有丰富的知识存量和独创性,知识分布具有非均衡性、异质性特征)等3种知识分布条件下，外部吸收、内部自主创新和混合创新等3种创新模式的产业集群演化模型。不同知识分布下,混合创新模式的创新产出表现最好,外部吸收创新模式与内部自主创新模式呈现出不同的创新产出演化路径;在外部吸收创新和混合创新模式下,均匀分布型产业集群的创新产出表现最好,集中分布型表现次之,异质分布型表现最差,而在内部自主创新模式下,集中分布型则表现最好;不同创新模式对知识衰减的敏感程度呈现阶段性差异特征(张应青1,2范如国2罗明,2018)。知识共享涉及知识编码。不是所有的知识都能够进行编码，这就需要编码者制定合适的编码规则并不断加强自我学习以提高知识编码能力，但是这样会降低知识传导的相应速度，而且有些无法编码的知识可以通过直接交流来解决传导问题。知识拥有者可以选择合适的知识传导平台，在创新型产业集群中通过专利申请、知识联盟或者知识并购等方式来促进知识流动。知识传导的效率与知识本身类型有关系，显性知识容易传导，隐性知识则难以有效传导，它们的传导渠道也不尽相同。在知识传导的基本过程中，还存在几个不同的衍生过程，包括隐性知识的传导过程、私有知识的传导过程和共有知识的传导过程等。由于隐性知识自身的难以表达性，因此其在进行知识传导的过程中要借助一定的媒介才能进行，如人的语言、姿态、手势、表情等，然而不是所有的隐性知识都可以在人的行为或语言中表现出来。知识拥有者在对知识的认知影响到隐性知识的传导，同时通过自主学习积累的经验、技艺、能力等影响到隐性知识的传导。基于此，面对面交流的成为隐性知识传导的重要手段，特别是人与人面对面更容易产生信任，创建出合作与共享的融洽氛围。隐性知识传导也必然要经过知识转化的四个阶段，在知识传导平台中对目标知识进行过滤，并有选择地进行吸收和应用。隐性知识传导与空间和时间有很重要的关系。隐性知识传导由于受到知识特性的制约，需要通过面对面交流，师傅带徒弟等方式来进行，而这些方式对空间和时间有较高的要求，空间越接近，时间越合适，传导效率就越高，反之亦然。时间上的合适是指交流的时间共振，空间上的接近不仅仅是指地理距离，还有人与人的心理距离。不能被直接传导的知识一般称之为私有知识，这些知识只为个人、群体、组织所独享。私有知识大多数都是隐性知识，是核心层面的知识，能够带来较大经济和社会效益的知识；这些知识表现为某个企业的成功商业模式、研究幵发方法、实验数据、技术诀穷、客户资源或者某个团队的组织架构、文化管理机制等。私有知识的拥有者在签订相应知识传导合同之后，会设置一个所谓的看门人，对私有知识传导进行监督、控制、审核；不在合同内的私有知识不允许传导。其后，经过允许后的私有知识进行编码，编码平台的选择较为关键，要么作为专利，要么作为技术秘密。如果作为专利进行传导，那么这些私有知识的一部分作为专利信息会变为公共知识。无论是以知识交易还是以知识溢出的形式进行知识传导，都要经过知识过滤，到达知识接收者之后经过其整合、消化、吸收后才能完成知识传导的全部过程。当然，知识交易以获得经济回报为前提，知识溢出则可能不需要回报。明晰化后共享的知识，能够促进个人、群体和组织知识的良性流动和增值，这些知识我们称之为共有知识，它更多表现为显性知识。共有知识由于具有典型的分享性、清晰性，因此，传导过程相对较为简单，但也有其自身的特点。如何推动创新型产业集群共有知识的传导，建立集群内各个层面知识主体的长期信任和合作，推动知识创造，是当前创新型产业集群打造独特竞争优势的主要途径之一。最为常见的一种传导过程就是建立一个共有知识共享库，然后将所有共有知识开放式储存在这个库当中，有专人负责管理。取得共有知识的个人、群体和组织将知识显性化编码后输入该库，其他成员可以随时搜索、查看并应用。但是实际情况中，由于对核心知识泄露的担心和机会主义现象的存在，这种看似开放式的传导方式会使得库中的共有知识毫无价值或者失去控制，或者由于数量巨大，变得杂乱无章，提高了传导成本。较为有效的知识传导平台可以是：经验交流会、组建专家组、培训、员工互换等方式。

Ref: 江积海、于耀琪、陈芳颖等人; 万君康、王开明,2010; 李勖和汪应洛,2011; 吴贵生、王毅,2011; 王兆样,2006; 霍国庆和谭大鹏,2006; 王伟、黄瑞华,2010; 张莉，和金生,2009; 苏卉,2008。吴贵生【等人对粘性知识进行了界定，对产学研合作中的粘性知识的成因进行了系统剖析，并给出了如何克服粘性，并构建了粘性知识进行传导的理论化的模型；陈菲琼等学者的观点是，阻碍企业知识联盟中知识传导的主要因素是知识模糊性因素、复杂性、合作者的保护、特殊性、经验以及组织差异和文化差异等。彭灿认为在战略联盟的不同组织间的知识传导受到知识供方因素、知识受体因素、联盟因素、知识因素、知识传导通道和距离等的影响。

尽管良好的网络结构有助于提高組织的创新绩效，但只有当組织拥有能够巧别和利用它们网络中知识资源的能为时这种网络结构才会更有效（Ｚａｈｅｅｒ，Ｂｅｌｌ，２００５），跨越组织边界既要有技术能为，也要有＂识别、构建、坡入和管理＂这科网络关系的能为（Ｈａｋａｎｓｓｏｎ，ｌ％７；Ｃｏｍａｃｃｈｉｏｅｔ址，２０１２）。网络能为通常包括网络愿景、网络关系管理、网络角色和网络占位等构建、维持和利用各种外部合作关系的能力（徐金发等＾〇〇ｌ；Ｗａｌｔｅｒｅｔａｌ．，２００６；曾庆辉，王围顺，２０１４）。

I.Nonaka,1995. 知识之间分别具有社会化、外化、组合化、内化4种转化关系, 而4种转化关系依次进行即形成一个螺旋形循环上升的过程。SECI理论在吸收了传统知识论的情境主义思想的基础上,提出创新就是在此情此景、彼时彼地下, “因人因事”创造新含义及新情境的过程, 因此知识创造离不开“场”的支持, 场即是知识创造、共享及利用所需要的实际的动态的情境, 从这个意义上说, 新知识是通过既存知识和情境的改变而创造出来的。SECI理论运用西方哲学中情境理论加以解释, 并创造性地提出了“场”的概念。“场”是个体创造知识的环境, 是由组织所构建的物理的或虚拟的场所。在“场”这一情境当中, 群体内成员通过对话、讨论、共享经验或观察等方式将个人创造的知识“结晶”在组织层面, 即成为组织知识。传统知识论纯粹局限在个体范围内研究知识, 完全忽视了群组及社会环境对知识的影响。知识在本质上是社会的产品, 科学家在科学活动中并非单独从事研究, 而是在某个共同体中从事研究，群组知识 (如果更广义地理解也包括人类遗产知识) 对新知识的产生都存在着内在的联系。Wierzbicki A P, Nakamori Y(2006)用知识创新空间理论用知识的三分法代替了SECI模型中的知识二分法, 在认识维度上将隐性知识进一步细分为直觉知识和情感知识。直觉和情感大体上等同于SECI等理论中的隐性知识, 但也不完全等同。直觉论认为情感知识如艺术、文学以及数字化时代以来迅猛发展的影视, 应该属于显性知识, 而情感中的本能部分则属于隐性知识。知识创新空间理论突出了“直觉”在人类知识创新过程中的重要作用, 无论是个人或群组的知识, 都包含有相当数量规模的直觉知识, 人类或族群的知识遗产包括空间、时间、语言和逻辑等直觉知识遗产。其次，认为全球化时代，人类文化知识遗产对知识创新具有至关重要的作用。人类理性遗产包括人类理性思维的所有经验和成果, 或者说最广义的科学知识。人类情感遗产包括人类的各类艺术遗产, 如音乐、绘画、文学, 尤其是现代影视艺术, 为跨代学习继承人类情感遗产提供了极大的方便。人类情感遗产是显性知识, 但从本质上同隐性知识紧密联系, 促进着人类的无意识的感知能力, 在知识创新活动中有着重要作用。第三，综合了多种创新过程的元模型, 可以用以指导并构建具体情境下的知识创新模型。作为一个综合了多种创新过程的元模型, 从创新空间中实际上可以辨识出多个既有的知识创新模型, 这其中最为重要的就是创新空间的右下角的SECI的螺旋模型;左上角的群组直觉、直觉遗产、情感遗产、群组情感4个要素之间转换关系则是Motycka的ARME螺旋模型(张东王惠临,2010)。

知识网络演化机理

ref:邓 羽1 ，司月芳,2016

知识网络的演变在大的产业周期环境下进行。在产业起步和发展阶段，默会知识占主导，空间集聚地点的确定往往由分支机构和模仿行为的发生地，空间分布模式为稳定的核心-边缘结构；在成熟阶段，知识性质也从起步和成长阶段的默会转变为编码，企业可能寻求再区位以降低拥挤效应，出现网络锁定；在产业衰退或新产业起步阶段，若没有新的突破性技术，产业将最终衰亡，新技术出现可能不在本地，它的出现有赖于偶然因素和地理因素(Ter Wal A. L. J. and Boschma R,2009)。

总体上，知识网络的形成机理有2个维度(Lambooy,2010)。一个维度是网络结构及其涌现(R. A. Boschma & A. L. J. ter Wal(2007))。知识网络结构的第1方面是总网络连接度(Coleman,1990；Calignano et al. (2018))。第2方面，即节点尺度的微观学习机制中的内部凝聚性(Powell et al. 1999; Zaheer and Bell 2005; Lobo and Strumsky 2008; Fornahl et al. 2011;Strumsky and Thill 2013)。最后1个方面是社会邻近性。已有学者指出社会纽带和信任可促进组织或个人更多合作进而带来更多创新(Boschma 2005; Broekel and Boschma 2012; Breschi and Lenzi (2016); Capone and Lazzeretti 2018)。

另一维度是主体目的及其行为。企业目的及行为包括：满足合法和规范要求的需要；一个组织控制另一组织的潜力；合作而非控制带来的互利；提升内部投入-产出率表示的效率；应对环境不确定性的适应性反应；提高声誉的需要等(Oliver,1990; Garcia Pont and Nohria 2002; Miren Larrea, Maria José Aranguren and Mario Davide Parrilli(2012); Carlos Martin-Rios and Niclas Erhardt(2017); Isabel Díez-Vial and ángeles Montoro-Sánchez, 2018; Innocenti, et al.(2019))。

综合2个维度的一支研究是从企业网络效应角度解释企业合作伙伴的选择，从知识网络的角度即知识搜索。

知识搜索

知识搜索狭义概念为对知识进行搜寻与获取 的活动与过程，是组织的一项问题解决活动(Nelson 和 Winter ( 1982 年) )。知识搜索广义概念( Mahdi， 2003 年; Lane，Koka 和 Pathak，2006 年) 除了知识搜寻与获取外，还应包括知 识整合、知识利用等基本活动与流程。知识搜寻通常指组织对外部知识源的种类、数量、地理位置等情况进 行查找、扫描( scanning) 与测评等活动。知识获取主要 指组织在科学地实施知识搜寻后，对各类知识源知识 所进行的知识捕获( capture) 与采集( collect) 活动。而 知识整合主要指组织将从外部知识源所获取的知识有 效地加以转化( transformation) ，并推进这些知识与组 织自身内部原有知识实现良好的融合，使它们有机地 整合在一起，真正成为组织用以解决现存与新问题所 需要的知识。知识利用是将组织外部搜索到的知识整 合转化为组织内部所需的知识，有效地运用( utilize) 到 组织现有问题及新问题的解决中、生产技术与工艺流 程的优化以及新产品开发中。

按搜索内容，知识搜索可分为组织搜索与创新搜索。组织搜索是组织在不确定环境中为解决问题或发 现机会而进行的信息搜集过程(ＮＥＬＳＯＮ Ｒ，ＷＩＮＴＥＲ Ｓ．, 1982)。创新搜索是指组织在创新过程中为解决问题而对不同来源的知识进行创造性整合的活动(ＬＡＵＲＳＥＮＫ，ＳＡＬＴＥＲＡ,2006)。根据搜 索 范 围，可将创新搜索分为本地搜索和远 程搜索。企 业 在现有专长或知识基础附近进行的搜索活动称为本地 搜索(ＨＥＬＦＡＴ ＣＥ．,1994; ＭＡＲＴＩＮＸ，ＭＩＴＣＨＥＬＬ Ｗ,1998)，远程搜索指组织从外部搜集新知识 和探索新机 会 的 活 动，也称为非本地化搜索。远 程 搜 索更有助于企业在动态环境中获取异质性知识，及 时 更新现有知识库，实现与外部环境的动态匹配(ＫＡＴＩＬＡ Ｒ，ＡＨＵＪＡ Ｇ,2002; ＴＥＥＣＥ ＤＪ,2007)。 根据组织学 习 方 式，可将创新搜索分为利用式搜 索和探索式搜索(ＭＡＲＣＨＪ,1991)。利用是对现有能力和技术的应用与 拓展，其目标是提高操 作 效 率；探索是对新的可能性或 机会的发现和捕捉，其目标是在环境中学习，发 现 创 造 价值的新方法，或者提出解决老问题的新方案(ＭＡＲＣＨＪ,1991)。根据搜索内容，还可将创新搜索分为产品搜 索、技术搜索、联盟搜索等。Ｋａｔｉｌａ和 Ａｈｕｊａ(2002)将产品搜 索定义为根据产品创新需要而对各种来源的技术思想 进行创造性整合的活动。技术搜索是在发明过程中对 技术知识的重构过程(ＦＬＥＭＩＮＧ Ｌ,2001; ＦＬＥＭＩＮＧＬ，ＳＯＲＥＮＳＯＮ Ｏ,2004)。联盟搜索指搜索新的合作 伙伴或者新的联盟，以发现新机会(ＨＡＧＥＤＯＯＲＮＪ，ＤＵＹＳＴＥＲＳＧ,2002; ＦＡＥＭＳＤｅｔａｌ,2005; ＬＩＮＺｅｔａｌ,2007)。 

按知识搜索过程分，知识搜索包括搜寻特征 、搜寻方式 、所搜寻知识的年限以及搜 寻时机四个维度。搜寻特征一般涉及宽度和深度两个维度(Levinthal 和 M arch1993; 吕一博， 程 露， 苏敬勤(2014))。搜寻方式常以组织边界和技术边界两个维度将搜寻方式分为内部搜寻 、激进搜寻、 跨内部边界搜寻和跨外部边界搜寻4种(Rosenkopf and Nerkar(2001))。内部搜寻是基于企业内部的相关技术, 既没跨越企业的组织 边界也没跨越技术边界进行的搜寻 ;激进搜寻旨在搜寻企业之外与本企业的技术相差甚远的技术(与企 业既有技术关联度很低的技术),通常涉及不同技术领域 、位于企业组织边界之外的知识;跨内部边界搜 寻旨在寻找并整合存在于企业内部但相关性不大的技术知识 ;而跨外部边界搜寻则旨在寻找并整合其 他组织的相关技术知识。从空间视角，Yay avaram(2004)把搜寻方式与搜寻类型联系在一起, 并把搜寻方式分为 本地搜寻和远程搜寻 ,把搜寻类型分为经验搜寻和认知搜寻 。基于这样的分类 ,他进一步指出经验搜寻 是后向型搜寻, 适用于本地搜寻 ;而认知搜寻基于科学知识, 因而适用于远程搜寻,企业在实施搜寻以前 应该了解搜寻过程中的某些因果关系,为远程搜寻提供认知图式 ,这样有利于找到技术景观中的顶峰, 从而降低远程搜寻的不确定性。知识年限通过与环境匹配、构建涉足新领域的能力和降低搜寻成本等3种方式影响创新搜寻绩效。搜寻时机主要是指相对于竞争对手的搜寻时机, 也可称为平行搜寻时机。平行搜寻是指相互独立 的问题解决者(或问题解决团队)为了解决同样的创新问题而同时相互竞争地进行创新搜寻, 平行搜寻 是一种产生有利于解决问题的多种技能和方式的有效手段(Nelson , 1959 和 1961 ;A bernathy 和 Rosenbloom , 1969)。

ref：陈君达,邬爱其，2011

Ref: 吴增源，谌依然，伍 蓓，2015

Ref: 吴增源，谌依然，伍 蓓，2015

跨界搜索是企业跨越 现有组织边界或技术边界进行的搜索活动。跨 界 搜 索 概念源于远 程 搜 索，并与探索性搜索概念相近(Ｒｏｓｅｎｋｏｐｆ和 Ｎｅｒｋａｒ(2001))。跨界搜索模式可分为单一边界跨界模式和多重边界跨界搜索模式。其中单一边界跨界搜索模式又分为组织 边 界和知识 边 界。组织边界可分为企业边界（狭 义 的 组 织边界）和产业边 界。知识边界包括知识距离边界和知 识类型边界；知识距离边界又分为认知边界、地 理 边 界 和时间边界。认知边界考察的是新搜索的知识与现有知识的相 似程度。根 据 认 知 边 界，可将跨界搜索分为相似 （熟 悉）技术搜 索 和 非 相 似（不 熟 悉）技 术 搜 索。认 知距离的衡量有搜 索 技术的新颖程度(ＲＯＳＥＮＫＯＰＦＬ，ＮＥＲＫＡＲＡ,2001)、技术轨道多样性(ＤＯＷＥＬＬＧ，ＳＷＡＭＩＮＡＴＨＡＮ Ａ,2006)和专利类别(ＫＡＴＩＬＡ Ｒ，ＡＨＵＪＡ Ｇ．,2002; ＡＨＵＪＡ Ｇ，ＫＡＴＩＬＡ Ｒ,2004)。地理边界反映新搜索知识与现有知识之间在地理 位置上的邻 近 性。相应 的搜寻模式可以细分为本地搜寻和非本地搜寻(邬爱其，方仙成,2012)。本地搜寻对企业创新绩效有正 反两方面的影响：一方面，地理邻近加强了本地关系 网络，有助于企业获取和转移知识尤其是对创新具 有重要作用的默会知识，从而有利于企业创新(Ganesan S, Malter A J, Rindfleisch A,2005)；另 一方面，过度搜寻本地知识会使企业陷入“本地知识 冗余危险”或者“能力陷阱”从而不利于创新(Boschma R, Eriksson R, Lindgren U,2009)。同 样，非本地搜寻对企业创新绩效也有两方面的不同 影响：一方面，企业搜寻来自不同地理空间的知识， 这些知识由于制度、文化等因素的差异而具有浓厚 的空间特色，扩展了企业的知识基础，增加了知识元 素间组合的机会，有助于企业创新(Phene A, Fladmoe-Lindquist K, Marsh L,2006)；另一方面，非本 地的知识虽然更具有新颖性并能产生新的组合方 式，但也加大了对这些新知识的获取、吸收和整合的 难度(Miller D J, Fern M J, Cardinal L B,2007)。所以，基于地理边界的创新搜寻模式对企 业创新有着比较复杂的影响。从时间边界 看，可以将跨界搜索分为新知识搜索 和旧知识搜索。企业可以通过搜索当前知识解决当前 问题，也可以通过搜索时间跨度大的知识创造新知 识(ＮＥＲＫＡＲＡ,2003)。根据知识类 型 边 界，可以将跨界搜索分为科学知 识搜索、技术知识搜索和市场知识搜索(ＬＩＹｅｔａｌ,2008)。科学 知 识 搜索指对有关自然、社会现象一般理论知识的搜索，属 于基础研究，受 研 究 者 好 奇 心、兴趣和直觉驱动；而 技 术知识搜索指用于产品或服务开发的技能和经验知识 的搜索，属于 应 用 研 究，主要用于解决实际问题(Ｇｉｌｓｉｎｇ和 Ｎｏｏｔｅｂｏｏｍ(2006))；市 场 知识搜索指从顾客、供 应 商、竞争对手那里搜索产品和 市场知识(ＤＡＮＮＥＥＬＳＥ,2008)。

由于搜寻策略与目标不同，跨界搜寻也存在差异化的测量方式。部分学者倾向于客观 指标，例如，Katila( 2002) 采用专利数量、专利引用来表征跨行业边界的搜寻行为; Laursen( 2012) 则采用外部 知识源的广度与深度来衡量跨界搜寻。主观测量。Sidhu 等( 2007) 将搜寻边界分为供给、需求和空间三个维度，并采用 “区域运营熟悉程度”“关注行业技术发展”等题项表征跨界搜寻，量表测量克服了客观数据的局限性，能够 更准确、更直接地刻画搜寻行为。因此，本文基于中国企业创新能力调查现状，对搜寻维度与内容做了情景 化修正，分别采用“公司经常与学研机构联合培养人才”等九个题项，以及“创新联盟成员大多面临共性技术 难题”等八个题项来刻画基于组织—技术边界的跨界搜寻( 肖丁丁、朱桂龙，2016) 。

跨界搜索的前因与后果。近几年来, 越来越多的学者在研究知识搜寻对创新绩效的作用时考虑了知识搜寻的影响因素, 研究 在这些因素的影响下知识搜寻策略与创新绩效之间的关系。有关知识搜 索的前因可大致概括为知识特性、社会资本、知识吸收 能力、沟通能力和组织学习文化 5 个方面。知识特性包括知识复杂性、知识前沿性、知识缄默性 等方面。知识复杂性往 往表现在知识要素种类与数量的繁多以及知识结构的 复杂性方面( Kotabe，Martin 和 Domoto，2003 年) 。前沿 性知识往往是一些新的更有价值的知识，但相对来说 也是更难翻译与编码的知识 ( Kogut 和 Zander，2003 年) 。Simonin( 1999 年) 在研究知识缄默性时指出， 源于知识缄默性对知识模糊性( ambiguity) 产生的正向 影响作用，知识缄默性将显著地负面影响知识的转移， 进而有碍于对这些缄默性知识的搜索与获取等知识活 动。社会资本包括强联系生成的信 任和其他嵌入性成份、紧密且频繁的互动(Uzzi B( 1997 年) ；Jatinder S. Sidhu,1 Mariano L. M. Heyden,2,* Henk W. Volberda3 , Frans A. J. Van Den Bosch(2019))。知识吸收能力实质是企业将搜索到的知识转化为该 企 业 有 用 的 知 识 资 源的能力 ( Badaracco，1991)。Zulanski( 1996) 、Minbaeva ( 2007) 等 指出，吸收能力是知识搜索过程中的一个重要影响因 素，吸收能力越强，知识搜索越容易进行。知识搜索与获取一定程度上依赖于员工的语言表 达与沟通能力，沟通能力越强，越有利于开展这些知识 活动(Bonache 和 Brewer( 2001 年) )。Davenport， DcLong 和 Beers( 1998 年) 认为，拥有良好组织学习 文化的组织领导通常会大力营造轻松、开放、信任的学 习氛围，积极支持与鼓励外部知识搜索与获取，知识转 化与吸收等知识学习活动。袁健红龚天宇(2011) 从外部环 境和企业内部特征两个角度来分析知识搜寻的前因，其中外部环境而言,相关文献主要从环境动荡性、竞争强度、独占性 、外部冲击、行业技术 特性等五个方面；企业吸收能力、冗余资源、企业组织结构、企业组织特性和文 化 、企业年龄、企业规模、管理者特性等七个方面构成企业内部特征。

Ref: 袁健红龚天宇,2011

知识搜索的后果研究主要围绕 组 织 创 新 绩 效(Laursen 和 Salter ( 2006 年) )和组织学习绩效( Crossan，Lane 和 White，1999 年) 展开。

未来研究方向。区分知识搜寻对不同类型创新的影响，根据不同角度创新可分为不同的种类, 比如产品创新与工艺创新之分 、突破性创新与渐进性创新之分、架构创新与部件创新之分、能力提升型 创新与能力破坏型创新之分。现实中,不同的企业往往进行不同类型的创新 :高技术企业往往进行突 破性创新, 而中低技术企业往往进行渐进性创新。显然 ,知识搜寻策略或其组合对不同类型创新的作用 不同；不同技术边界和地理情境下的知识对于创新有着 不同的影响，对不同国家、不同行业企业的创新搜寻模式可否总结归纳出具有普适价值的企业创新搜寻 模式；有必要结合企业类型、搜 索 目 的、行 业 （技术）特性等，重新审视跨界搜索的边界选择问题；企业生命周期视角，在不同创新阶段，不同跨界搜 索模式可能对创新绩效产生不同影响，在 新产品开发期以搜寻技术知识为主 ,在新产品上市期以搜寻市场知识为主。另外，企业发展 需要多种 外 部 知 识，如何实现多种跨界搜索模式的平 衡；跨界搜索是企业获取 外部知识的 重 要 途 径，但搜索到的外部知识多是碎片 化的，如何通过知识整合将这些碎片化知识转化为企 业创新所需 的 知 识；已有研究多关注 专利、论文等显性知识 的 跨 界 搜 索，对于隐性知识的跨 界搜索较少涉及；当前以阿 里 巴 巴、腾讯为代表的中国互联网企业 跨界竞争愈演愈烈，新兴互联网企业的跨界搜索行 为与模式有何特征。

邻近性

一支研究探讨了地理、技术、组织、制度和社会邻近性通过嵌入性和社会联系对企业间建立联系的影响(Glückler (2007); Stefano Usai, Emanuela Marrocu, and Raffaele Paci(2015); Milad Abbasiharofteh(2018); Magnus Nilsson(2019);杨晔,朱晨,2019))。地理邻近性的研究多是基于Jaffe(1989)修改的知识生产函数(KPF)研究其对企业和区域创新产出的影响(Acs, Audretsch, and Feldman 1992; Anselin, Varga, and Acs 1997; Piergiovanni and Santarelli 2001; Boschma,     2005；Richard, et al(2019))。

技术(认知)邻近性则涉及知识质量、相关度、相关与非相关多样性等丰富概念(Frenken et al. 2007; Boschma and Frenken 2011; Neffke et al. 2011)。知识质量的差异体现在相关度 (Nooteboom et al. 2007; Frenken et al. 2007; Neffke et al. 2011;Boschma et al. 2015; Klement and Strambach 2019))、复杂度(Fleming and Sorenson 2001)、新颖性 (Chandy and Tellis 1998)和经济影响 (Trajtenberg 1990)等方面。在相关度方向，目前相关度的测量主要有4种方法：产品e (Hidalgo, Klinger, Barabási, & Hausmann, 2007)、产业e (Neffke et al., 2011)、知识 (Kogler et al., 2013, 2017)和技能 (Neffke & Henning, 2013)。在相关度4种测量法中，产品空间的内涵过于宽泛，有学者质疑其是否能真实反映产品间相关度。知识空间仅适用于少数高专利产出的产业。能力空间是产业空间的延伸，它通过产业间劳动力流动确定产业的劳动力类型进而判断产业间相关度，其优点是可在微观职业和劳动力尺度上计算相关度(Muneepeerakul et al., (2013))。

相关多样性这一概念建立在主体的有限理性和吸收能力假设上，Hyojeong Lim & Yongtae Park(2009)以专利的技术类别为测量单元和技术知识的转换器，边表示知识流动的方向和技术发展的路径。矩阵中的每个单元TKFij表示技术知识流动总量，即属于从i类技术流向j类技术的专利数。每个专利属于1个源技术类，可属于多个目的技术类，而每个技术类唯一归为一个产业。根据源和目的技术类是否属于同一产业，可将中介技术分为4类：源和目的技术类均属同一产业；源技术类属不同产业，目的技术类属同一产业；源技术类属同一产业，目的技术类属不同产业；源和目的技术类均为不同产业。最后计算每个技术类的归一化中介分数。数据采用美国专利和商标办公室(USPTO)颁发的韩国专利。从中筛选出专利样本，这些样本的美国专利分类码(USPC)作为技术类，参考OECD国际产业分类标准(ISIC)修订版3.1，将其匹配到15个制造产业之一。对每个USPC码测量4类技术知识流动，并通过多元方差分析检验(MANOVA)不同产业的4类技术知识流动差异是否存在不同。ANOVA检验每类知识流动的产业间差异。此法可拓展到更微观的层次，如可将企业作为知识网络单元，而每个企业唯一归为一个城市，建立基于企业的城市知识网络流矩阵，分析不同城市的4类知识流动差异是否存在不同，以及每类知识流动的城市间差异。ref:Hyojeong Lim & Yongtae Park(2009)

社会邻近性则与社会资本概念密切相关(JG Lambooy(2010);Westlund and Adam 2010;Crescenzi, Gagliardi, and Percoco 2013)。地理、技术和社会邻近性的紧密连接激发了持久的组织和制度邻近性(Sylvain Amisse1 , Isabelle Leroux2 , Paul Muller(2012))。