集群企業(yè)間知識轉(zhuǎn)移策略
——基于演化博弈理論的分析①

袁 丹，雷宏振

（陜西師范大學(xué)國際商學(xué)院，西安 710119）

集群企業(yè)間知識轉(zhuǎn)移策略
——基于演化博弈理論的分析①

袁 丹，雷宏振

（陜西師范大學(xué)國際商學(xué)院，西安 710119）

基于演化博弈理論，構(gòu)建了集群企業(yè)間知識轉(zhuǎn)移的演化博弈模型，分析了集群企業(yè)間知識轉(zhuǎn)移實(shí)現(xiàn)的動(dòng)態(tài)過程和影響因素。研究結(jié)果顯示：當(dāng)企業(yè)從知識轉(zhuǎn)移中獲得的超額收益大于其支付成本時(shí)，最終會出現(xiàn)穩(wěn)定的知識轉(zhuǎn)移策略；通過增加差異化知識資源量、提高企業(yè)選擇知識轉(zhuǎn)移策略的概率、知識資源顯性程度和企業(yè)間信任度，可促進(jìn)博弈過程中更快實(shí)現(xiàn)知識轉(zhuǎn)移。

產(chǎn)業(yè)集群；知識轉(zhuǎn)移；演化博弈

產(chǎn)業(yè)集群作為一種新型的產(chǎn)業(yè)組織形式，在帶動(dòng)企業(yè)成長和推動(dòng)經(jīng)濟(jì)發(fā)展方面發(fā)揮了顯著作用。隨著集群經(jīng)濟(jì)和知識管理的不斷發(fā)展，如何促進(jìn)產(chǎn)業(yè)集群企業(yè)間的知識轉(zhuǎn)移，以實(shí)現(xiàn)企業(yè)創(chuàng)新和價(jià)值最大化、推動(dòng)產(chǎn)業(yè)集群可持續(xù)發(fā)展，成為研究熱點(diǎn)問題。知識轉(zhuǎn)移的思想最早由Teece提出。他認(rèn)為，知識轉(zhuǎn)移是組織內(nèi)或組織間跨越邊界的知識共享，即知識以不同方式在不同的組織或個(gè)體之間轉(zhuǎn)移或傳播［1］。知識轉(zhuǎn)移是知識社會化和經(jīng)濟(jì)化的重要環(huán)節(jié)，能有效盤活集群內(nèi)的各種知識資源，克服集群企業(yè)自身發(fā)展的知識“瓶頸”，對促進(jìn)產(chǎn)業(yè)集群創(chuàng)新有至關(guān)重要的作用。但是，集群網(wǎng)絡(luò)中的知識轉(zhuǎn)移過程依然是一個(gè)“黑箱”（black box），企業(yè)間知識流動(dòng)和傳遞過程還很不清晰［2］，仍需進(jìn)一步探索和研究。企業(yè)間知識轉(zhuǎn)移活動(dòng)反映了各企業(yè)對知識資源的博弈行為。但是，在實(shí)際中，產(chǎn)業(yè)集群內(nèi)的每個(gè)企業(yè)并不是擁有完全信息的“理性經(jīng)濟(jì)人”，而是“有限理性的”。本文基于有限理性條件下的演化博弈理論，研究產(chǎn)業(yè)集群企業(yè)間知識轉(zhuǎn)移的博弈行為，并通過動(dòng)態(tài)仿真分析產(chǎn)業(yè)集群企業(yè)間知識轉(zhuǎn)移行為和過程的特征以及相關(guān)影響因素的作用，為提升型產(chǎn)業(yè)集群企業(yè)間知識轉(zhuǎn)移效應(yīng)提供優(yōu)化建議。

1 文獻(xiàn)評述

一些學(xué)者強(qiáng)調(diào)了集群的知識模糊性、網(wǎng)絡(luò)結(jié)構(gòu)和地理臨近、企業(yè)間的網(wǎng)絡(luò)和信任以及企業(yè)內(nèi)部的知識吸收能力對集群企業(yè)間知識轉(zhuǎn)移的重要作用［3-7］。Xuan Zhaoguo、Xia Haoxiang和Du Yanyan發(fā)現(xiàn)，調(diào)整網(wǎng)絡(luò)可以增強(qiáng)知識的多樣性，有助于提高知識轉(zhuǎn)移的整體效果，如果知識轉(zhuǎn)移是相互有利的雙向擴(kuò)散，那么網(wǎng)絡(luò)調(diào)整反而會負(fù)向影響知識轉(zhuǎn)移的長期效果［8］。

一些學(xué)者針對產(chǎn)業(yè)集群內(nèi)企業(yè)知識轉(zhuǎn)移模型和仿真進(jìn)行了研究。例如：Nonaka和Takeuchi建立了一個(gè)螺旋型的知識轉(zhuǎn)移模型以顯示知識轉(zhuǎn)移過程中知識主體的變化，并認(rèn)為知識轉(zhuǎn)移過程是知識分別在個(gè)人、群體、組織和組織間轉(zhuǎn)移的過程［9］；馮鋒和王凱用小世界網(wǎng)絡(luò)模型對產(chǎn)業(yè)集群進(jìn)行了分析，發(fā)現(xiàn)企業(yè)集聚程度與成員間知識轉(zhuǎn)移效果密切相關(guān)［10］；王文平和張?zhí)K榮研究了交易關(guān)系型產(chǎn)業(yè)集群、混合型產(chǎn)業(yè)集群以及過度嵌入型產(chǎn)業(yè)集群的網(wǎng)絡(luò)演化過程中知識轉(zhuǎn)移的特征［11］；楊翠蘭和吳紹波建立了產(chǎn)業(yè)集群知識轉(zhuǎn)移的齒輪式四螺旋模型，探討了產(chǎn)業(yè)集群中單向知識轉(zhuǎn)移和雙向知識轉(zhuǎn)移的路徑模型和影響因素［12］。

綜上，近年來國內(nèi)外許多學(xué)者從不同角度對影響企業(yè)創(chuàng)新和行業(yè)創(chuàng)新的知識轉(zhuǎn)移問題進(jìn)行了研究，其中定性研究較多。影響企業(yè)知識轉(zhuǎn)移策略和行為的影響因素較多，然而分析多個(gè)影響因素的綜合作用的研究文獻(xiàn)較少，尤其是對之進(jìn)行定性研究和動(dòng)態(tài)刻畫的研究文獻(xiàn)更少。

2 研究假設(shè)

企業(yè)間知識轉(zhuǎn)移是一種博弈行為。演化博弈論源于生物進(jìn)化論，并以Lemarck的遺傳基因理論為思想基礎(chǔ)，是將博弈理論分析和動(dòng)態(tài)演化過程分析相結(jié)合的一種理論。演化博弈論以有限理性為假設(shè)前提，在有限理性博弈中，可用生物進(jìn)化的“復(fù)制動(dòng)態(tài)”（replicator dynamics）機(jī)制模擬研究由學(xué)習(xí)速度很慢的成員組成的大群體隨機(jī)配對的反復(fù)博弈問題［13］。本文據(jù)此建立集群企業(yè)間知識轉(zhuǎn)移的演化博弈模型。

本文做如下基本假定：

1）假設(shè)t時(shí)刻產(chǎn)業(yè)集群中有兩家企業(yè)——企業(yè)i和企業(yè)j，它們是知識轉(zhuǎn)移的行為主體。假設(shè)企業(yè)i為知識轉(zhuǎn)出方，其策略集為｛轉(zhuǎn)出，不轉(zhuǎn)出｝，企業(yè)j為知識轉(zhuǎn)入方，其策略集為｛轉(zhuǎn)入，不轉(zhuǎn)入｝。

2）如果企業(yè)i選擇“不轉(zhuǎn)出“策略，則可獨(dú)享收益Ki；如果企業(yè)j選擇“不轉(zhuǎn)入”策略，則可獲得獨(dú)享收益Kj；如果企業(yè)i和企業(yè)j同時(shí)分別選擇“轉(zhuǎn)出”策略和“轉(zhuǎn)入”策略，則雙方可獲得超額收益，具體與兩家企業(yè)擁有的差異化的知識資源量Kd、知識資源顯性程度α（0≤α）及雙方間的信任度β（β≤1）有關(guān)。當(dāng)α＝1時(shí)，差異化知識資源為完全顯性知識，當(dāng)β＝1時(shí)，兩家企業(yè)建立了充分信任關(guān)系，則總超額收益可表示為αβKd與超額收益系數(shù)γ的乘積。其中，0≤γi≤1、0≤γj≤1且γi＋γj＝1，超額收益系數(shù)表示知識轉(zhuǎn)移效率、轉(zhuǎn)移知識產(chǎn)生的交流效應(yīng)等過程因素的影響作用。

3）企業(yè)i進(jìn)行知識轉(zhuǎn)出需要投入成本Ci（Ci＞0），包括轉(zhuǎn)出知識所耗費(fèi)的人力、轉(zhuǎn)移工具成本、機(jī)會成本和競爭性風(fēng)險(xiǎn)成本等；企業(yè)j轉(zhuǎn)入知識需要投入成本Cj（Cj＞0），包括轉(zhuǎn)入知識所需的學(xué)習(xí)人力成本、工具成本和消化吸收成本等。

4）企業(yè)i采取“轉(zhuǎn)出”策略的概率（即策略系數(shù)）為x，采取“不轉(zhuǎn)出”策略的概率為1-x，其中x?［0，1］；企業(yè)j采取“轉(zhuǎn)入”策略的概率（即策略系數(shù)）為y，采取“不轉(zhuǎn)入”策略的概率為1-y，其中y?［0，1］。

在上述基本假定下，兩企業(yè)間知識轉(zhuǎn)移博弈的支付矩陣如表1所示。

表1 兩企業(yè)知識轉(zhuǎn)移博弈支付矩陣

3 集群企業(yè)間知識轉(zhuǎn)移的演化博弈模型和穩(wěn)定策略

根據(jù)模型的基本假設(shè)及兩企業(yè)間知識轉(zhuǎn)移博弈支付矩陣，我們利用演化博弈論中的復(fù)制動(dòng)態(tài)機(jī)制建立兩企業(yè)間知識轉(zhuǎn)移的復(fù)制動(dòng)態(tài)系統(tǒng)。參與博弈的企業(yè)i選擇“轉(zhuǎn)出”策略和“不轉(zhuǎn)出”策略時(shí)的期望收益分別為：

同理，可得企業(yè)j選擇“轉(zhuǎn)入”策略和“不轉(zhuǎn)入”策略時(shí)的期望收益。最終可得兩企業(yè)間知識轉(zhuǎn)移的復(fù)制動(dòng)態(tài)方程組：

當(dāng)d x／d t＝f（x）＝0，d y／d t＝f（y）＝0時(shí)，得到O（0，0）、A（0，1）、B（1，0）、C（1，1）、D（Cj／αβγjKd，Ci／αβγiKd）5個(gè)平衡點(diǎn)。

演化博弈論中的“演化穩(wěn)定策略”（evolutionary stable strategy，ESS）是一種優(yōu)良狀態(tài)，該狀態(tài)要求對微小的擾動(dòng)具有穩(wěn)定性。通過計(jì)算上述復(fù)制動(dòng)態(tài)系統(tǒng)的雅克比矩陣，可得到雅克比矩陣的行列式|J|和跡tr（J）。兩企業(yè)間知識轉(zhuǎn)移的博弈行為有4種可能：

情況1：企業(yè)i和企業(yè)j的預(yù)期超額收益都大于其付出成本，即αβγiKd＞Ci、αβγjKd＞Cj。此時(shí)，兩企業(yè)間知識轉(zhuǎn)移博弈策略的演化穩(wěn)定性分析結(jié)果如表2所示。由表2可知，此時(shí)博弈動(dòng)態(tài)系統(tǒng)有2個(gè)ESS對應(yīng)點(diǎn)——點(diǎn)（0，0）和點(diǎn)（1，1），而點(diǎn)（1，0）和點(diǎn)（0，1）為不穩(wěn)定點(diǎn)，（1，1）為鞍點(diǎn)。

表2 αβγiKd＞Ci、αβγjKd＞Cj時(shí)局部平衡點(diǎn)的穩(wěn)定性分析結(jié)果

情況（2）：αβγiKd＜Ci，αβγjKd＜Cj。此時(shí)，博弈動(dòng)態(tài)系統(tǒng)的ESS點(diǎn)為點(diǎn)（0，0）。

情況（3）：αβγiKd＞Ci，αβγjKd＜Cj。此時(shí)，博弈動(dòng)態(tài)系統(tǒng)的ESS為點(diǎn)（0，0）。

情況（4）：αβγiKd＜Ci，αβγjKd＞Cj。此時(shí)，博弈動(dòng)態(tài)系統(tǒng)的ESS為點(diǎn)（0，0）。這表明，當(dāng)集群內(nèi)兩企業(yè)中至少有一家的預(yù)期超額收益小于其付出的成本時(shí)，｛不轉(zhuǎn)出，不轉(zhuǎn)入｝策略是知識轉(zhuǎn)移博弈動(dòng)態(tài)系統(tǒng)演化的惟一穩(wěn)定策略。

4 集群企業(yè)間知識轉(zhuǎn)移穩(wěn)定策略的實(shí)現(xiàn)過程與影響因素

為了更直觀地說明集群內(nèi)兩企業(yè)采?。D(zhuǎn)出，轉(zhuǎn)入｝策略即實(shí)現(xiàn)知識轉(zhuǎn)移的過程和規(guī)律，本文運(yùn)用Matlab7軟件進(jìn)行仿真分析。參數(shù)的初始值分別為：Kd＝100；α＝0.5；β＝0.5；γi＝0.4；γj＝0.6；Ci＝5；Cj＝7.5；x＝0.5；y＝0.3。在分析過程中，除了被分析的參數(shù)外，其余參數(shù)的取值不變。

1）策略系數(shù)對知識轉(zhuǎn)移實(shí)現(xiàn)的影響。

圖1顯示了y變化時(shí)集群兩企業(yè)間知識轉(zhuǎn)移策略的演化趨勢。圖1中：f（x）為企業(yè)i采取“轉(zhuǎn)出”策略的復(fù)制動(dòng)態(tài)方程；f（y）為企業(yè)j采取“轉(zhuǎn)入”策略的復(fù)制動(dòng)態(tài)方程。當(dāng)y的取值變化而其他參數(shù)值的初始值不變時(shí)，有αβγiKd＞Ci、αβγjKd＞Cj。當(dāng)y取初始值即y＝0.3（＜0.5）時(shí)，企業(yè)i選擇“轉(zhuǎn)出”策略的概率最終收斂于0，企業(yè)i最終采取“不轉(zhuǎn)出”策略。當(dāng)y＝0.6（＞0.5）時(shí)，企業(yè)i選擇“轉(zhuǎn)出”策略的概率最終收斂于1，且當(dāng)y＝0.9時(shí)，企業(yè)i選擇“轉(zhuǎn)出”策略的概率最終收斂于1，且收斂速度隨著y的增大而加快。企業(yè)j選擇“轉(zhuǎn)出”策略的概率對企業(yè)i是否選擇“轉(zhuǎn)出”策略有較大影響，當(dāng)y＞0.5時(shí)，｛轉(zhuǎn)出，轉(zhuǎn)入｝策略將會實(shí)現(xiàn)，且y越大，企業(yè)i選擇“轉(zhuǎn)出”策略的收斂速度越快。

圖1 y變化時(shí)集群兩企業(yè)間知識轉(zhuǎn)移策略的演化趨勢

2）知識資源顯性程度和雙方信任度對知識轉(zhuǎn)移實(shí)現(xiàn)的影響。

圖2顯示了當(dāng)α和β變化時(shí)集群兩企業(yè)間知識轉(zhuǎn)移策略的演化趨勢。圖2中：f（x）為企業(yè)i采取“轉(zhuǎn)出”策略的復(fù)制動(dòng)態(tài)方程；f（y）為企業(yè)j采取“轉(zhuǎn)入”策略的復(fù)制動(dòng)態(tài)方程。

對比初始值條件下的情況，圖2中兩企業(yè)間的知識轉(zhuǎn)移最終將不能實(shí)現(xiàn)。但是，當(dāng)α＝0.8且其他參數(shù)取初始值時(shí)，知識轉(zhuǎn)移則會實(shí)現(xiàn)。此時(shí)，如果β＝0.8，則實(shí)現(xiàn)｛轉(zhuǎn)出，轉(zhuǎn)入｝策略的概率將以更快的速度收斂于1。這表明，隨著雙方信任度β的增大，最終會實(shí)現(xiàn)知識轉(zhuǎn)移，且隨著知識資源顯性程度的增大，知識轉(zhuǎn)移將會在更短的時(shí)間內(nèi)實(shí)現(xiàn)。

圖2 α和β變化時(shí)集群兩企業(yè)間知識轉(zhuǎn)移策略的演化趨勢

3）差異化知識資源量和投入成本對知識轉(zhuǎn)移實(shí)現(xiàn)的影響。

圖3顯示了Ci和Kd分別變化時(shí)集群兩企業(yè)間知識轉(zhuǎn)移策略的演化趨勢。圖3中：f（x）為企業(yè)i采取“轉(zhuǎn)出”策略的復(fù)制動(dòng)態(tài)方程；f（y）為企業(yè)j采取“轉(zhuǎn)入”策略的復(fù)制動(dòng)態(tài)方程。在各參數(shù)取初始值時(shí)，αβγiDk＝10＞Ci＝5，αβγjDk＝15＞Cj＝7.5，系統(tǒng)的ESS策略為｛不轉(zhuǎn)出，不轉(zhuǎn)入｝。當(dāng)Kd＝200而其他參數(shù)取初始值時(shí)，雙方最終的博弈結(jié)果將收斂于｛轉(zhuǎn)出，轉(zhuǎn)入｝。當(dāng)Ci＝12時(shí)，αβγiKd＝10＜Ci＝12，αβγjKd＝15＞Cj＝7.5，企業(yè)i的投入成本增大，兩企業(yè)選擇｛不轉(zhuǎn)出，不轉(zhuǎn)入｝的概率以更快的速度收斂于0，此時(shí)無法實(shí)現(xiàn)知識轉(zhuǎn)移。

圖3 Ci和Kd分別變化時(shí)集群兩企業(yè)間知識轉(zhuǎn)移策略的演化趨勢

5 結(jié)論及建議

本文基于演化博弈理論，構(gòu)建了產(chǎn)業(yè)集群企業(yè)間知識轉(zhuǎn)移的演化博弈模型，分析了集群企業(yè)間知識轉(zhuǎn)移策略的穩(wěn)定性，并對實(shí)現(xiàn)知識轉(zhuǎn)移策略的動(dòng)態(tài)過程進(jìn)行了仿真，分析了不同因素對知識轉(zhuǎn)移的影響作用及演化趨勢。研究發(fā)現(xiàn)：

第一，各因素的初值都對知識轉(zhuǎn)移有一定影響。當(dāng)企業(yè)為知識轉(zhuǎn)移支付的成本較小且雙方的支付成本都小于從知識轉(zhuǎn)移行為中獲得的超額收益時(shí)，博弈的最終結(jié)果可能是實(shí)現(xiàn)知識轉(zhuǎn)移，也可能是兩企業(yè)都選擇不進(jìn)行知識轉(zhuǎn)移的穩(wěn)定策略。

第二，當(dāng)雙方的知識轉(zhuǎn)移支付成本都小于其所獲得的超額收益時(shí)，企業(yè)間知識轉(zhuǎn)移博弈動(dòng)態(tài)系統(tǒng)最終將穩(wěn)定于雙方實(shí)現(xiàn)知識轉(zhuǎn)移的｛轉(zhuǎn)出，轉(zhuǎn)入｝策略，且該穩(wěn)定策略的收斂速度隨著雙方分別選擇｛轉(zhuǎn)出｝策略的概率x和｛轉(zhuǎn)入｝策略的概率y的增大而加快。

第三，當(dāng)雙方的知識轉(zhuǎn)移支付成本都小于其所獲得的超額收益時(shí)，隨著知識資源顯性程度和雙方信任度的提高以及差異化知識資源量的增加，企業(yè)間知識轉(zhuǎn)移穩(wěn)定策略實(shí)現(xiàn)得越快。

第四，當(dāng)企業(yè)的知識轉(zhuǎn)移支付成本增大到超過其所獲得的超額收益時(shí)，企業(yè)間的知識轉(zhuǎn)移不能實(shí)現(xiàn)。

鑒于此，企業(yè)應(yīng)在有效利用集群內(nèi)外知識資源的同時(shí)，注重知識的研發(fā)和獲取，增強(qiáng)知識的學(xué)習(xí)、吸收、轉(zhuǎn)化和應(yīng)用能力，降低知識轉(zhuǎn)移和傳遞的成本，同時(shí)還應(yīng)積極與集群內(nèi)的其他企業(yè)建立交流、溝通、信任和合作關(guān)系——這有助于創(chuàng)建基于信任的集群網(wǎng)絡(luò)，積極搭建知識創(chuàng)新和學(xué)習(xí)網(wǎng)絡(luò)以及其他企業(yè)的知識轉(zhuǎn)移渠道，通過有效而多頻次的交流以及正式和非正式的溝通來分享知識，尤其是分享隱形知識等，促進(jìn)自身和整個(gè)集群知識資源的豐富，進(jìn)而推動(dòng)產(chǎn)業(yè)集群的發(fā)展。

［1］ TEECE D J．Technology transfer by multinational firms：the resource cost of transferring technological know-how［J］.The Economic Journal，1977，87（346）：242-261．

［2］ 劉滿鳳，唐厚興．基于社會網(wǎng)絡(luò)模型的知識溢出傳導(dǎo)過程研究［J］.當(dāng)代財(cái)經(jīng)，2010（5）：61．

［3］ SIMONIN B L．Ambiguity and the process of knowledge transfer in strategic alliances［J］.Strategic Management Journal，1999，20（7）：595-623．

［4］ BUNNELL T G，COE N M．Spaces and scales of innovation［J］.Progress in Human Geography，2001，25（4）：569-589．

［5］ FORSMAN M，SOLITANDER N．Knowledge transfer in clusters and networks［J］.Journal of International Business Studies，2003，7（3）：1-23．

［6］ ROGER J C，YUSHAN Z．Tacit knowledge transfer and firm innovation capability［J］.The Journal of Business Industrial Marketing，2003，18（1）：6-21．

［7］ GIULIANI E，BELL M．The micro-determinants of mesolevel learning and innovation：evidence from a Chilean wine cluster［J］.Research Policy，2005，34（1）：47-68．

［8］ Xuan Zhaoguo，Xia Haoxiang，Du Yanyan．Adjustment of knowledge-connection structure affects the performance of knowledge transfer［J］.Expert Systems with Applications，2011，38（12）：14935-14944．

［9］ NONAKA I，TAKEUCHI H．The Knowledge-creating Company：How Japanese Companies Create the Dynamics of Innovation［M］.NY：Oxford University Press，1995：273．

［10］ 馮鋒，王凱．產(chǎn)業(yè)集群內(nèi)知識轉(zhuǎn)移的小世界網(wǎng)絡(luò)模型分析［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2007，28（7）：88-91．

［11］ 王文平，張?zhí)K榮．產(chǎn)業(yè)集群網(wǎng)絡(luò)演化中知識轉(zhuǎn)移研究［J］.管理學(xué)報(bào)，2011，8（9）：1372-1377．

［12］ 楊翠蘭，吳紹波．基于齒輪式四螺旋模型的產(chǎn)業(yè)集群知識轉(zhuǎn)移路徑研究［J］.情報(bào)雜志，2012，31（8）：177-181．

［13］ 謝識予.經(jīng)濟(jì)博弈論［M］．上海：復(fù)旦大學(xué)出版社，2002：253．

Knowledge Transfer Strategy among Firms in Industrial Cluster：Analysis Based on Evolutionary Game Theory

Yuan Dan，Lei Hongzhen
（International Business School，Shaanxi Normal University，Xi'an 710119，China）

Based on the evolutionary game theory，this paper constructs a evolution game model for knowledge transfer，and analyzes the dynamic process and the influencing factors of knowledge transfer among firms in industrial cluster.The result shows as follows：the dynamic process would finally stabilize at the＂cooperative strategy＂when the excess profits firms get from knowledge transfer are more than the costs they pay；＂cooperative strategy＂would be realized quicker through expanding differentiated knowledge resources，enhancing the probability of firms choice＂cooperative strategy＂，dominance degree of knowledge resource and the degree of trust between firms.

industrial cluster；knowledge transfer；evolutionary game

F062.3

A

1002-980X（2014）01-0062-04

2013-09-18

袁丹（1985—），女，陜西西安人，陜西師范大學(xué)國際商學(xué)院博士研究生，研究方向：知識管理；雷宏振（1966—），男，陜西合陽人，陜西師范大學(xué)國際商學(xué)院副院長、教授，博士，研究方向：知識管理，中國技術(shù)經(jīng)濟(jì)學(xué)會會員登記號：I032600769S。

① 陜西師范大學(xué)研究生培養(yǎng)創(chuàng)新基金項(xiàng)目“文化產(chǎn)業(yè)集群知識創(chuàng)新研究”（2013CXB017）；陜西師范大學(xué)中央高?；究蒲袠I(yè)務(wù)費(fèi)項(xiàng)目“集群企業(yè)知識外溢與文化產(chǎn)業(yè)功能園區(qū)集聚效應(yīng)研究”（10SZZD03）