集群內知識溢出、知識勢能與集群創(chuàng)新績效

楊皎平，侯 楠，王 樂

?

集群內知識溢出、知識勢能與集群創(chuàng)新績效

楊皎平，侯 楠，王 樂

(渤海大學管理學院，遼寧錦州 121013)

集群內企業(yè)間的知識溢出是影響集群企業(yè)技術創(chuàng)新的重要因素，但知識溢出對集群創(chuàng)新是推動還是阻滯，學術界尚未定論。本文提出“知識勢能”的概念，并將其分為兩個維度：“共享性知識累積度”和“企業(yè)間知識差異度”。在此基礎上首先建立了研究框架，然后采用數學模型和實證分析研究了集群內部知識溢出對集群技術創(chuàng)新績效的影響。結果顯示集群內企業(yè)間知識溢出對集群技術創(chuàng)新績效具有雙向影響，表現為隨著知識溢出的增加，集群創(chuàng)新績效呈倒U型變化。

產業(yè)集群；知識溢出；知識勢能；創(chuàng)新績效

0引言

產業(yè)集群的形成和發(fā)展，導致了企業(yè)邊界的彈性擴張和企業(yè)行為的變化。集群中每個企業(yè)的技術創(chuàng)新行為不再是孤立的，而要受集群內部其他企業(yè)的影響。理論界和實業(yè)界普遍認為產業(yè)集群的諸多特性對集群的技術創(chuàng)新具有重要影響，如地理鄰近、知識溢出、社會關系嵌入、文化嵌入、內部競爭氛圍均被認為是影響技術創(chuàng)新的重要因素。其中知識溢出與產業(yè)集群的內生互動性關系決定了知識溢出是影響集群技術創(chuàng)新的主要變量，但知識溢出對技術創(chuàng)新的作用是推動還是阻滯？這個問題在國內外學者當中一直存在較大的爭議，關于知識溢出對產業(yè)集群創(chuàng)新的推動作用，學者們主要從三個方面進行了論述：⑴知識溢出有利于集群企業(yè)之間的相互學習，⑵知識溢出促進了知識擴散，可以促進整個集群的技術創(chuàng)新，⑶知識溢出增加了集群的知識積累，有利于進一步的知識創(chuàng)造；關于知識溢出對技術創(chuàng)新的阻滯效應也表現在三個方面：⑴主動的知識溢出所形成的共享性知識具有公共產品的性質，容易造成“搭便車”現象，從而遏制了合作創(chuàng)新的成功，⑵被動的知識溢出所具有的外部性打擊了知識溢出方的創(chuàng)新積極性，⑶知識溢出的風險降低了合作創(chuàng)新的意愿。

為什么對同一問題的研究，不同學者會得到截然相反的結論呢？這與學者們的研究視角、選取的產業(yè)集群類型和發(fā)展階段不同有密切關系，因此有必要對知識溢出影響集群創(chuàng)新績效的內在作用機理進行動態(tài)的、辯證的分析。本文試圖在相關研究成果的基礎上，從集群整體層面出發(fā)，通過引入集群的“知識勢能”這一中間變量，建立一個集群內知識溢出與集群創(chuàng)新績效的分析框架，解析知識溢出對集群創(chuàng)新推動和阻礙的內在原因，并分別采用理論和實證兩種方法研究知識溢出對集群創(chuàng)新績效的影響。

1文獻綜述

如前所述知識溢出是促進了集群技術創(chuàng)新，還是阻礙了集群技術創(chuàng)新？或者知識溢出在什么范圍內更利于集群企業(yè)技術創(chuàng)新？學術界尚未定論。

Freeman認為集群內知識溢出效應促進了集群經濟增長和集群創(chuàng)新網絡發(fā)展，是集群創(chuàng)新產出和生產率提高的源泉[1]；Saxenian對硅谷計算機產業(yè)進行案例分析，發(fā)現雇員的高流動性所帶來的知識溢出效應是硅谷計算機產業(yè)集聚經濟的重要來源[2]；Baptista研究發(fā)現個人聯(lián)系、企業(yè)網絡以及企業(yè)間的相互作用促進了知識溢出，成為集群創(chuàng)新的內在原因[3]；Cassar和Nicolini研究認為臨近區(qū)域間的知識溢出提高了彼此創(chuàng)新成功的可能性，進而促進了區(qū)域發(fā)展[4]；國內學者魏江以杭州軟件產業(yè)集群為例，認為產業(yè)集群憑借知識溢出使得企業(yè)在地理上的集聚和創(chuàng)新產出之間形成良性的互動[5]；陶鋒以國際代工聯(lián)盟的技術創(chuàng)新為例，認為知識溢出對聯(lián)盟的技術創(chuàng)新具有重要促進作用，且隱性知識溢出對技術創(chuàng)新的促進更明顯[6]。

以上學者充分肯定了知識溢出對集群創(chuàng)新的積極作用，然而也有學者認為知識溢出對集群的技術創(chuàng)新具有消極影響，要提高集群的創(chuàng)新績效，必須加強知識產權保護，降低知識溢出。Romer認為知識溢出使得創(chuàng)新成為公共物品，知識溢出使創(chuàng)新的收益發(fā)生外溢，從而降低了企業(yè)的創(chuàng)新動力[7]；Kanwar和Evenson發(fā)現知識產權保護對區(qū)域經濟的研發(fā)投資具有顯著的正向作用，加強知識產權保護能激勵技術創(chuàng)新和科技進步[8]；Lederman和Maloney基于發(fā)達國家和地區(qū)的樣本數據實證分析發(fā)現，知識產權保護水平與技術創(chuàng)新績效顯著正相關[9]；Leger的研究則說明無論發(fā)達還是不發(fā)達國家和地區(qū)加強知識產權保護都有利于技術創(chuàng)新[10]；國內學者杜偉認為由“知識溢出”和“市場溢出”而導致創(chuàng)新的“利益溢出”，嚴重損害創(chuàng)新者的應得利益，降低R&D的積極性[11]。楊皎平采用系統(tǒng)動力學研究了知識溢出的負效應，認為知識溢出在一定程度上削減了合作雙方的意愿和積極性，阻礙了合作創(chuàng)新的產生和實現[12]。

相對于這兩類對立的觀點，部分學者辯證地分析了知識溢出對技術創(chuàng)新的影響。Donoghue和Zweimuller從知識產權保護廣度的角度提出知識產權保護與技術創(chuàng)新之間存在倒U型關系假說[13]；Park將該領域的一系列非線性提法歸結為“最優(yōu)知識產權保護假說”[14]；按此邏輯集群企業(yè)之間也存在最優(yōu)的知識溢出水平，國內學者趙書松等認為知識溢出具有兩面性，一方面知識溢出有助于個體和組織的學習，進而提高了創(chuàng)新能力，但另一方面知識溢出也具有創(chuàng)新抑制效應、組織利益擠出效應和組織內旁觀效應等負效應[15]；鄔愛其則從知識外部獲取戰(zhàn)略的角度研究出發(fā)，認為本地的知識搜索深度對創(chuàng)新績效具有倒U型影響[16]，并指出產業(yè)集群中存在“本地知識冗余”和“本地網絡鎖定”問題，需要對用本地知識和全球知識進行平衡。

本文認同上述第三種觀點，即集群內部的知識溢出對技術創(chuàng)新兼具有推動和阻滯作用，因此在產業(yè)集群的發(fā)展過程中，應該追求一種合理的、最優(yōu)的知識溢出水平，知識溢出不足和知識溢出過度對集群式創(chuàng)新都是不利的。從集群整體的層面來說，雖然學者們已經注意到了知識溢出對技術創(chuàng)新的雙向影響，但只有少數研究主要從實證的角度驗證了這一規(guī)律，而關于這一規(guī)律的機理性研究則不夠充分。與以往研究相比，本研究有如下不同。

(1)通過引入集群“知識勢能”這一中間變量，建立一個集群內知識溢出與集群創(chuàng)新績效的分析框架，試圖解釋知識溢出所蘊含的創(chuàng)新優(yōu)勢和創(chuàng)新劣勢，并分別采用理論和實證兩種方法研究知識溢出對集群創(chuàng)新績效的影響。

(2)將集群“知識勢能”分解為集群“共享性知識累積度”和集群“企業(yè)間知識差異度”兩個維度，然后分別研究集群知識溢出對這兩個維度的影響，以及兩個維度對集群創(chuàng)新產生的具體影響，這是以往的研究沒有嘗試過的。

(3)通過對集群“知識勢能”的分解，分析了知識溢出對技術創(chuàng)新影響的最優(yōu)路徑。

以下首先在相關理論的基礎上提出理論框架和涉及到的相關概念，然后采用數理模型對這一理論進行描述和推理，接著提出研究假設，進行研究設計和實證分析，最后得出研究結論和管理啟示。

2 “知識勢能”概念的提出和理論框架構建

借助物理學中“體由于某一個位置而必然具有一定的勢能”的理論，可以認為集群環(huán)境下進行技術創(chuàng)新的所有企業(yè)共同組成一個知識場，集群中的每個企業(yè)成為一個知識主體，產業(yè)集群的技術創(chuàng)新能力取決于該知識場的知識勢能。物理學中重力勢能的定義為，其中為常數，代表物體的質量，代表物體的高度，從某種角度來說代表了一個存量的概念，則代表了距離和差異性的一個概念，仿照這一定義，假定產業(yè)集群的知識勢能為E=g×KM× KH，其中代表集群共享性知識的累積度，代表集群企業(yè)間知識的差異度，這樣集群知識勢能的大小與集群共享性知識累積度、集群企業(yè)間知識的差異度的乘積成正比。

實質上，“知識勢能”這一概念并不是本文的獨創(chuàng)。李莉等借鑒彈性勢能提出了知識位勢的概念[17]，并定義知識位勢KP=?M[(KW,KD)]2，其中M為知識主體在領域的知識存量，代表知識寬度，代表知識深度，(KW,KD)代表了知識主體之間的差異度。李莉的概念與本文的區(qū)別在于，前者從單個企業(yè)的角度定義知識位勢，而本文則從集群整體的角度定義知識勢能，在一個企業(yè)網絡組織中，對應前者的定義，不同企業(yè)具有不同的知識位勢，而本文的定義則說明由不同企業(yè)所構成的網絡組織具有一個共同代表網絡創(chuàng)新能力的的知識勢能。此外杜靜所提出的“知識位勢”的概念則說明了不同知識主體所擁有的知識的量和質的差別[18]，因此有高位勢知識主體和低位勢主體之分，并認為知識的擴散從高位勢主體流向低位勢主體；高勇所提出的“創(chuàng)新勢能”則為創(chuàng)新動力和創(chuàng)新資源的乘積[19]，其認為要提高集群創(chuàng)新能力除了實施創(chuàng)新激勵外，還需要有創(chuàng)新資源的保證；余泳澤在研究外商投資對我國技術創(chuàng)新的影響時，提出了“技術勢能”的假說，并指出技術勢能為內外資企業(yè)間技術差距和外商投資進入程度的乘積[20]。

本研究的理論基礎主要有技術創(chuàng)新的知識觀和知識創(chuàng)造模型，雖然這些理論并沒有提到集群“知識勢能”的概念，但為運用知識勢能分析知識溢出和創(chuàng)新績效的關系提供了啟發(fā)和參考。

2.1技術創(chuàng)新的知識觀

基于知識的企業(yè)觀，產業(yè)集群的技術創(chuàng)新就是產業(yè)集群的知識創(chuàng)造，Drucker認為創(chuàng)新是運用舊知識來產生新知識[21]。Nonaka 和Takeuchi指出創(chuàng)新是在一定的知識基礎之上不同知識主體之間交互學習、螺旋式上升過程[22]；Dewar和Dutton進一步指出，創(chuàng)新的理論模型應該考慮到知識的分布：知識的深度和種類的多樣性[23]；Gambardella 和Giarratana也指出為了提高組織的創(chuàng)新績效，應該同時重視外部知識資源探尋和內部知識的積累[24]。借鑒組織社區(qū)的概念，楊皎平等提出了“學習空間”的概念，其認為產業(yè)集群為群內的企業(yè)提高了一個學習空間，并將學習空間分解為知識深度和知識寬度兩個維度，指出產業(yè)集群知識的深度積累和知識的多樣性是集群創(chuàng)新的兩個必要條件[25]。本文將集群“知識勢能”定義為集群共享性知識累積度和集群企業(yè)間知識差異度的乘積，認為集群知識勢能代表了集群技術創(chuàng)新的潛在能力，這與上述學者的研究結果是一致的，即充分肯定了知識創(chuàng)造所需的知識存量和多樣性。

2.2知識創(chuàng)造模型

關于知識創(chuàng)造模型的研究最具代表性的是SECI模型，該理論認為作為知識創(chuàng)造的理論架構主要有兩個維度，即知識的存在維度和知識的認知維度，并認為知識創(chuàng)造經由共同化、表出化、聯(lián)結化和內在化四個步驟螺旋形成，并指出冗余性和多樣性使促進知識創(chuàng)新的重要條件[26]。集群內部的知識溢出增加了集群的共同知識，奠定了集群知識創(chuàng)造的知識基礎，正是這些對每個集群企業(yè)來說存在冗余的共同知識才能使得知識的轉移、聯(lián)結成為可能，但是如果沒有知識的多樣性，知識創(chuàng)造螺旋中的相互學習、匯總組合過程將被割裂，從而無法完成知識的進一步創(chuàng)造，因此如果產業(yè)集群內知識溢出過度，損害了集群知識的多樣化，同樣不利于集群技術創(chuàng)新。

相對于SECI模型中“巴”的概念，國內學者提出了知識場的概念[27,28]，芮明杰詳細論述了“巴”與“場”的共性與區(qū)別，共性體現在兩者都是知識以及知識載體發(fā)生作用的平臺，不同之處在于知識場是知識源發(fā)散出來的知識構成的一種氛圍，知識場是在知識源之間互動創(chuàng)造出來的過去知識的積累，并不斷吸收外部知識而動態(tài)發(fā)展的[27]。馬淑文的研究認為企業(yè)知識結構所擁有的知識存量與知識場的場強正相關，企業(yè)知識互補性、企業(yè)知識結構的復雜性與知識創(chuàng)造正相關[29]。

基于上述的理論基礎，本文認為集群知識勢能是具有一定共同知識存量的集群因為集群內部存在知識差異性而具有進一步創(chuàng)新的潛能。由此推知，學者們從不同角度發(fā)現的知識溢出對集群技術創(chuàng)新績效存在促進作用、阻滯作用抑或是倒U型影響，均具有一定的研究前提和背景。當集群的共享性知識存量不足，而集群企業(yè)間知識的差異度較大時，增加知識溢出會促進集群的技術創(chuàng)新；當集群的共享性知識存量比較豐富，而集群企業(yè)間知識的差異度較小、缺少知識的多樣性時，增加知識溢出會阻滯集群的技術創(chuàng)新；而在產業(yè)集群技術創(chuàng)新的整個生命周期內、一味鼓勵知識溢出的政策必然會導致集群技術創(chuàng)新的倒U型變化。

基于以上分析，認為集群的技術創(chuàng)新需要從集群共享性知識的累積度和集群企業(yè)間知識的差異度兩個方面來加強，以提高集群的知識勢能，因此提出如圖1所示的理論框架，下面首先建立數理模型對這一理論框架進行深入的機理分析，然后提出相應假設進行實證分析。

圖1 集群內知識溢出、知識勢能和創(chuàng)新績效的關系

3群內知識溢出與集群創(chuàng)新績效的數理模型

本研究以技術創(chuàng)新的知識觀和知識創(chuàng)造模型為基礎，因此在數理分析時，需要建立知識創(chuàng)新函數。通過對國內外相關文獻的整理發(fā)現，常用的生產函數有Griliches-Jaffe生產函數、Romer和Jones生產函數、基于空間計量經濟學的生產函數和基于泊松模型的生產函數，這些生產函數中以Griliches-Jaffe生產函數使用最多，其函數形式采用了C-D生產函數的表示方法，根據上述集群知識勢能的分析，借鑒了Griliches-Jaffe生產函數和C-D生產函數建立了集群知識創(chuàng)新函數，在此基礎上進行分析。

3.1模型假設

(1)第個周期集群的知識創(chuàng)新函數IK=AKMKH1-α，其中代表集群的知識產出，代表集群的共享性知識的存量，代表集群企業(yè)間知識的差異度，為常數，0<1為彈性系數。

(2)第個周期集群的經濟性產出為知識產出的線性增函數：=0+1，即集群的經濟績效隨著創(chuàng)新績效的增長而增長，因而有0+1AKMKH1-α。

(3)第個周期集群經濟產出的用途分為三部分：產品生產投資IN、鼓勵集群企業(yè)間知識溢出(增加集群共有知識累積度)的投資IN，鼓勵增加集群知識多樣性的投資IN，因此Y=IN+IN+ IN，在生產性投資IN給定的情況下，IN+IN=Y–IN，因此IN與IN此消彼長，即當鼓勵知識溢出時，必然降低了知識的多樣性。

(4)集群共享性知識累積度的變化滿足：=IN–δKM，集群企業(yè)間知識差異度的變化滿足=IN–δKH，其中代表知識的過時或衰減率。

(5)集群的效用函數為為產品生產性投資IN的增函數(IN)，根據效用函數的假定，令(IN)=IN1–θ/(1)，滿足(IN)= IN1–θ>0，(IN)=–θIN1<0，令效用函數的貼現率為。

3.2模型建立與分析

根據上述假設，得到產業(yè)集群的跨期目標函數為：

根據模型假設，需要滿足約束條件(2)、(3)、(4)

IN+IN+IN=β0+1AKMKH1-α(2)

=IN–δKM (3)

=IN–δKH (4)

經過化簡，得到集群經濟對應的最優(yōu)化問題如(5)所示。

該最優(yōu)化問題的兩個狀態(tài)變量是集群共享性知識累積度和集群企業(yè)間知識差異度，決策變量為產品生產性投資IN和鼓勵集群企業(yè)間知識溢出的投資IN。

構建該最優(yōu)化問題對應的Hamilton函數：

一階必要條件為

(6)

(8)

(9)

式(6)關于微分并與式(8)聯(lián)立得到得到：

由此得到集群的經濟產出用于產品生產的投資增長率為：

(11)

聯(lián)立(7)、(8)、(9)得到

結合(2)、(3)、(4)以及(11)可以得到

(13)

3.3模型結論

式(13)說明，要使得集群經濟的跨期目標最大化，產業(yè)集群應該在產品生產、集群共享性知識存量增加、集群企業(yè)間知識差異度增加三個方面以相同的增長率進行投資。

式(12)和式(14)說明，產業(yè)集群應該將集群共享性知識存量和集群企業(yè)間知識差異度保持在一定的比率上，同時在每個階段對共享性知識累積度增加(知識溢出)的投資與知識差異度增加的投資也應該維持在一定的比率上。

根據上面的模型分析，可知當知識溢出的投資速度IN>αIN[1α(1-α)1-α-]/()+αδIN/ (1-)，從而使得集群共享性知識累積度大于企業(yè)間知識差異度一定倍數時(即>(1-))，集群經濟無法到達跨期目標的最大化；反過來當知識溢出的速度IN<αIN[1α(1-α)1-α-]/()+αδIN/(1-)，從而使得集群共享性知識累積度小于企業(yè)間知識差異度一定倍數時(即<(1-))，集群經濟也無法到達跨期目標的最大化，即IN=αIN[1α(1-α)1-α-]/()+αδIN/(1-)為最優(yōu)的知識溢出，集群經濟隨知識溢出的變化呈現倒U型變化。同理由于容易證明集群的知識生產函數集群經濟性產出的跨期優(yōu)化值也隨知識溢出的變化呈現倒U型變化。

之所以會出現集群內知識溢出對集群生產績效、創(chuàng)新績效和經濟績效的倒U型影響，是因為當集群的共享性知識(集群共同知識存量)比較少時，集群企業(yè)之間進行協(xié)作創(chuàng)新時由于知識的冗余少、缺乏對產品研發(fā)共同的認識，從而出現溝通和協(xié)調的困難，此時集群知識創(chuàng)造的瓶頸為集群共享性知識累積度，而集群知識的多樣化對知識創(chuàng)造無法完全發(fā)揮作用，此時應當增加知識溢出，將私人知識變?yōu)楣餐R，減少知識的多樣化，增加集群共同知識存量，必然會增加集群的創(chuàng)新績效；但是如果不斷的追求知識溢出，必然使得集群共同知識存量相對較多，而集群企業(yè)間知識的差異度相對較小，出現集群知識的同質化嚴重，此時集群知識創(chuàng)造的瓶頸為知識差異度，集群共享性知識積累無法完全發(fā)揮作用，知識溢出的繼續(xù)增加只能減少集群的創(chuàng)新績效。因此集群的創(chuàng)新績效需要平衡好集群共享性知識累積度和集群企業(yè)間知識差異度，以保證集群知識勢能的合理化。

上述基于數理模型的機理分析以集群共享性知識累積度和集群企業(yè)間知識差異度為狀態(tài)變量分析了集群內部知識溢出對集群企業(yè)技術創(chuàng)新的影響，下面圍繞圖1和上述的分析進行實證研究。

4實證分析

在圖1及以上的分析中用到了集群“共享性知識累積度”和集群“企業(yè)間知識差異度”的概念，為了對圖1所示的關系進行實證，有必要對這兩個概念進一步解釋。

集群內部的知識溢出提升了成員企業(yè)間知識的共享水平，使集群企業(yè)在不斷擴散知識的同時，又能獲取其它企業(yè)的知識，從而大大增加了“集群共享性知識的累積度”，有利于集群的整體創(chuàng)新水平；但是知識溢出會導致創(chuàng)新所需要的知識多樣性退化，集群降低了“企業(yè)間知識差異度”，又會降低集群的創(chuàng)新力。

在集群知識勢能的理論框架下，定義集群共享性知識累積度為：通過集群企業(yè)間知識的溢出和擴散而形成的集群整體所共有的知識存量水平；定義集群企業(yè)間知識差異度為：由于集群內部不同企業(yè)獲取知識的方式和途徑不同，而導致的集群企業(yè)間知識多樣性程度。

4.1假設提出

集群企業(yè)之間通過知識溢出、知識轉移或者知識共享可以增加集群的共享性知識存量，相關學者的研究結果從側面支持了這一結論。Hendriks認為只有通過員工之間的知識共享，才能使得個體層面的知識上升為組織層面的知識，才有利于發(fā)揮知識的協(xié)同效應[30]；Mowery等也認為企業(yè)間的知識轉移可以擴大企業(yè)的知識存量，進而使得各相關企業(yè)的競爭力得到同時提高[31]，Kotabe等也支持這一觀點[32]；楊玉秀認為欲使合作各方的知識變成合作創(chuàng)新的共有知識，就需要合作各方把各自的私有知識主動貢獻出來，此時就存在一個知識的溢出過程[16]；黃志啟利用動態(tài)面板數據模型實證分析得出知識溢出的長期效應為產業(yè)集群中知識存量的增加[33]；上述研究成果均認為知識溢出是增加共同知識的主要途徑，因此提出如下假設：

H1：集群內知識溢出與集群共享性知識累積度的增加正相關。

Bogenrieder和Nooteboom研究指出組織間知識溢出的方法可能導致手段與程序的統(tǒng)一性，限制了新知識發(fā)展所需要的多樣性[34]；Abrandhamson和Fombrun從組織學習的角度指出基于本地的學習會導致組織間的同構和鎖定[35]；吳曉波和耿帥認為集群內部企業(yè)之間過度的知識溢出會導致企業(yè)認知和行為的趨同、戰(zhàn)略的相似[36]；朱方文認為集群企業(yè)通過相互模仿及相互影響，往往會形成相同或類似的組織形態(tài)、組織文化及操作慣例，所以集群學習和知識共享剛性會帶來集群企業(yè)戰(zhàn)略趨同風險[37]；實質上組織間的知識溢出和組織間知識的多樣性一直以來都是一對矛盾，因為組織間知識溢出以及與之伴隨的組織間學習本身在某種程度上就是關于某知識達成共識、一致的過程。基于此提出如下假設：

H2：集群內知識溢出與集群企業(yè)間知識差異度的增加負相關。

從集群層面對知識累積度和技術創(chuàng)新的研究成果較少，但很多學者從微觀企業(yè)的角度研究了兩者之間的相互關系，Walsh和Ungson研究認為企業(yè)的知識存量提供企業(yè)吸收外部知識的能力基礎，有利于提高企業(yè)的創(chuàng)新績效[38]；Thor- nhill的研究也發(fā)現企業(yè)知識存量水平越高，創(chuàng)新數越多[39]；王國紅基于知識場的理論在研究集成創(chuàng)新時指出組織的“知識能”不僅與組織的知識存量正相關，也與場源的知識存量正相關[28]；馬淑文的研究也發(fā)現當知識結構存儲的知識量越多，越能促進知識結構中各層次知識的雙向流通的，這種良性的互動關系能縮短知識源之間的空間距離，增加相互信任，從而有利于協(xié)同創(chuàng)新[29]；當然也有學者持不同的觀點，如Romer認為現有知識存量對研發(fā)活動有重要影響，一方面，過去的發(fā)現可能提供思想和工具，從而使得將來的新發(fā)現更為容易，另一方面，最先得到的發(fā)現可能越容易，因此知識存量越大，得到新發(fā)現越難；本文認為不論對于單個企業(yè)還是多個企業(yè)構成的產業(yè)集群，整個組織的知識存量對技術創(chuàng)新總是存在正向影響的，而無論其邊際效益是遞減的或者是遞增的，因此提出如下假設：

H3：集群共享性知識累積度與集群的創(chuàng)新績效正相關。

著名的知識創(chuàng)造模型SECI指出創(chuàng)新是一個交互學習的過程，知識的多樣性是促進知識創(chuàng)新的重要條件之一[25]；Dewar和Dutton也指出創(chuàng)新的理論模型應該考慮到知識的分布，要兼顧到知識的深度和知識種類的多樣性[23]；王培林在研究知識創(chuàng)造模型時認為組織學習是知識創(chuàng)造的基礎，并指出知識創(chuàng)造有三種形式：知識轉化、知識構建和知識結合[26]，而無論在組織內部還是組織間知識的多樣性都是組織學習和知識結合的基礎；其實很多學者在其研究中均強調了知識多樣性和知識創(chuàng)新的關系，如魏江和徐蕾認為集群企業(yè)應該同時潛入到本地與超本地知識網絡中，并實現兩者功能的有機整合，才能為集群企業(yè)提供異質性資源與動力[40]；楊皎平等提出學習空間的概念，認為集群企業(yè)即應該追求知識的深度也應該追求知識的寬度，以期達到共同認識和多樣性的平衡[25]；根據知識創(chuàng)造的螺旋規(guī)律，集群企業(yè)的共同知識基礎過低，企業(yè)不能有效整合其它企業(yè)的知識到自己的知識螺旋，但如果集群內知識高度雷同，集群企業(yè)很少能從彼此交流中獲得新知識，對集群的創(chuàng)新績效也是不利的，基于此提出如下假設：

H4：集群知識的差異度與集群的創(chuàng)新績效正相關。

相關學者的研究結果以及前述的理論分析指出，知識溢出使得集群內單個企業(yè)的私有知識變?yōu)榧旱墓灿兄R，增加了集群的共有知識累積度、增加了集群企業(yè)間知識的冗余，為集群企業(yè)間的協(xié)同創(chuàng)新提供了相互合作的基礎；但正是因為知識溢出所具有的將私有知識公有化的特點，使其在增加集群共享性知識存量的同時會降低了集群企業(yè)間知識的差異度，甚至導致組織文化及操作慣例都趨于同構，從而又使得集群企業(yè)之間的互動交流、協(xié)同創(chuàng)新變得沒有必要，因而無法發(fā)揮集群的創(chuàng)新優(yōu)勢，更有甚者出現學者們發(fā)現的創(chuàng)新惰性[16]和搭便車現象[11]；本文提出集群知識勢能的概念，并認為知識勢能與集群共享性知識累積度和知識差異度的乘積成正比，即認為集群的知識溢出應該兼顧到集群共同知識存量和知識差異度的平衡，使得知識勢能最大化，才能保證集群獲得最大的創(chuàng)新潛能。因此本文認同相關研究者提出的知識溢出與技術創(chuàng)新呈倒U型關系的論述，提出如下假設：

H5：集群內知識溢出與集群的創(chuàng)新績效呈倒U型關系。

為了驗證上述假設，令集群內部的知識溢出為，集群共享性知識累積度為，集群企業(yè)間知識差異度為，技術創(chuàng)新績效為結合理論分析的內容上述假設可以用如下幾個函數關系式表達。

01(15)

=ν0+ν1(16)

ln=0+1ln2ln(17)

=0+1+22+(18)

其中H1對應1>0，H2為1<0，H3為1>0，H4為2>0，H5為2<0。

4.2變量定義與問卷設計

對集群內知識溢出的測度借鑒Kesidou和Romijn[41]、陶鋒[6]等文獻，由"經常免費或低成本從本地獲得新技術"、"經常免費或低成本從本地引入新產品"、"經常免費或低成本從本地獲得新工藝"、"經常免費或低成本從本地獲取行業(yè)技術發(fā)展趨勢的信息"、"經常免費或低成本從本地獲取管理技能和經驗"5個題項來測量；對集群共享性知識累積度的測度借鑒耿帥[42]和朱方文[37]等文獻中"共享性資源"和"共享性資源剛性"的概念，由"長期以來貴企業(yè)的經營思路與本地同行業(yè)企業(yè)相一致"、"本地企業(yè)在產品生產和技術研發(fā)方面有共同的特色"、"本地的企業(yè)相互之間形成了配套與分工的合作體系"、"本地企業(yè)產品生產的工藝日趨相似"4個題項來測量；對集群個體知識差異度的測度由"本地企業(yè)獲取關鍵技術的途徑不一樣"、"本地企業(yè)的產品銷售渠道和銷售方式不一樣"、"貴企業(yè)能夠受益于其它企業(yè)資源的多樣性和異質性"、"本地企業(yè)的境外合作伙伴不一樣"4個題項；集群的創(chuàng)新績效參考了楊皎平[25]和李慶滿[43]的調查量表,采用了"集群新產品數或申請的專利數逐年增加"、"集群新產品產值占銷售總額的比重日益增加"、"集群新產品的開發(fā)速度逐漸加快"，"集群創(chuàng)新產品的成功率相對提高"4個題項來測量。

將被調查產業(yè)集群的產業(yè)因素，政府因素、以及與科研院所的互動因素設定為需要加以控制的因素，具體為：①產業(yè)因素由“行業(yè)的競爭程度較高”等6項問卷，②政府因素由“政府大力支持地方產業(yè)園區(qū)的建設”等3項問卷，③與科研院所的互動因素由“本地諸多企業(yè)與相關科研院所經常進行產學研合作”等5項問卷。另外將被調查企業(yè)的年齡、規(guī)模、行業(yè)性質、所在區(qū)位和研發(fā)投入也作為控制變量引入，其中令企業(yè)的年齡、規(guī)模和研發(fā)投入為常規(guī)變量，令行業(yè)性質和所在區(qū)域為虛擬變量。

在實際調查中，采用了七分度的李克特式量表法對變量進行定義和測量。

4.3樣本

調查問卷的對象是遼寧省、山東省、浙江省的一些產業(yè)集群，具體有遼寧省沈陽的裝備制造產業(yè)集群，遼寧大連信息技術產業(yè)集群，山東濟南的軟件產業(yè)產業(yè)集群，滕州的機床產業(yè)集群，浙江諸暨的五金產業(yè)集群，海寧的家紡和皮革產業(yè)集群，抽樣對象具有一定的代表性。在調研中被試者包括產業(yè)集群中企業(yè)的總經理、技術經理(或技術總監(jiān))、銷售經理(或銷售總監(jiān))、以及其他一些熟悉企業(yè)技術創(chuàng)新、企業(yè)經營管理的工作人員。其中共當面填寫回收有效問卷28份，通過其他渠道共發(fā)放問卷262份，回收184份，其中有效問卷135份。這樣共計發(fā)放290份問卷，有效回收163份，有效回收率為56.2%。

本文對127份無效問卷和163份有效回答問卷做了檢驗，所有值均呈現非顯著性；此外根據回收渠道的不同，對兩組分別為28份和135份進行了檢驗，結果值也不顯著，說明本文的nonresponse bias不嚴重。

本文利用Harman單因子法[44]來解決共同方法偏差問題。對整個問卷做分析，發(fā)現在未旋轉的情況下，第一個因子只解釋了19.21%的方差，而且因變量和自變量均負載到不同的因子上。因為單個因子未出現，也沒有出現單個因子解釋多數方差的現象，所以，在本文中共同方法偏差問題并不嚴重，對后續(xù)分析影響不大。

4.4信度與效度分析

表1 信度和效度分析表

研究獲取的數據為橫截面數據，因此只需考慮是否滿足內在信度的要求，采用Cronbach的一致性系數(a系數)來考察樣本數據的內在一致性，如表1的第三列所示。

從表1中可以看出所有變量的Cronbach'a值均大于0.7，這說明本調查問卷獲取的數據內部一致性較好，即問卷具有較高的信度。

本研究借鑒、整理國內外比較成熟的相關量表的基礎上，通過專家咨詢、對研究團隊成員深度訪談獲取建議，并進過了預調查和反復修改，因此保證了問卷的內容效度，本研究采用因子分析方法來檢驗聚合效度，表1第四列和第五列是測量模型聚合效度分析，從表1可以看出模型通過了效度檢驗，4個變量的KMO值均大于0.7，而且各觀測變量的因子載荷均大于0.5，因此問卷具有顯著的聚合效度。

為了使用計量經濟學的回歸分析方法，本文首先采用SPSS的因子分析功能模塊，將“集群內知識溢出”對應5個指標降維為一個因子并記錄的取值；類似將“集群共享性知識累積度”對應4個指標降維為一個因子；將“集群企業(yè)知識差異度”對應的4個指標降維為一個因子；將“技術創(chuàng)新績效”對應的4個指標降維為一個因子；對應被調查集群所稱的產業(yè)因素，政府因素、以及與科研院所的互動因素的四個因子值分別記為1，2，3并記錄各個因子值。

被調查企業(yè)的年齡()用成立至今的年數測度，規(guī)模()用員工數的自然對數來測度,研發(fā)投入()用研發(fā)投入占銷售收入比重來測度，行業(yè)性質(1—5)用5個虛擬變量表示6個行業(yè)，所處區(qū)位(1—2)用兩個虛擬變量表示3個區(qū)位。

然后根據函數的設定形式(15)、(16)、(17)、(18)，并將1，2，3，1—5，1，2作為控制變量，采用Eviews分別進行回歸分析，結果如表2所示。

由于SPSS工具計算的因子值為歸一化的數據，其均值為0，為了回歸非線性模型模型5，將數據，，進行平移運算，使其最小值大于1。然后再回歸模型5。

表2 回歸檢驗結果

注：***表示在0.01水平下統(tǒng)計顯著，**表示在0.05水平下統(tǒng)計顯著，*表示在0.1水平下統(tǒng)計顯著。

4.5假設檢驗及解釋

(1)集群內知識溢出與集群共享性知識積累度

表2顯示，模型1中參數1=0.308>0，并具有顯著性，即假設H1得到驗證，集群企業(yè)之間的知識溢出可以將單個企業(yè)的私有知識變?yōu)榧旱墓餐R，從而增加集群共享性知識的存量。在產業(yè)集群的發(fā)展過程中主要表現為當一個企業(yè)在產品研發(fā)、經營管理方面有行之有效的方法或技巧時，集群的知識溢出效應會使得這種方法或技巧很快傳遍集群的每個角落，所謂產業(yè)集群內無秘密可言，知識成為"彌漫與空氣中"的公共產品。

(2)集群內知識溢出與集群企業(yè)間知識差異度

模型2中參數1=–0.213<0，并具有顯著性，即假設H2得到驗證，集群企業(yè)之間的知識溢出降低了集群企業(yè)間知識的差異度，會導致集群知識的同質化。在我國很多中小型產業(yè)集群中經常會看到由于知識的過度溢出導致集群企業(yè)的產品、服務均出現了嚴重的同質化，從經濟學的角度來說，如果某企業(yè)能以較低成本獲取來自其他企業(yè)的知識，則該企業(yè)便不會再去投入更多資金從事產品研發(fā)，從而導致集群企業(yè)之間的知識多樣性下降。

(3)集群內知識溢出與集群創(chuàng)新績效

模型3只有控制變量而未加入解釋變量，從表2可知模型3的估計結果顯示模型具有顯著性，模型2在模型1的基礎上加入集群內知識溢出和其二次方2后的估計結果中一次項系數1為正，不具有顯著性，二次項系數2為負，具有顯著性，即證實了假設H5，說明了集群內知識溢出倒U型影響集群的創(chuàng)新績效。

任何組織的創(chuàng)新都是建立在已有知識的基礎之上，如果沒有知識溢出，集群企業(yè)之間沒有共同知識，企業(yè)只能獨立進行創(chuàng)新，但一項技術創(chuàng)新所需的知識基礎不可能全靠自己創(chuàng)造，通過集群企業(yè)之間的知識溢出，將各自的私有知識轉化為集群共同知識，這樣隨著共同知識積累水平的增加，企業(yè)之間協(xié)同創(chuàng)新無論從主觀還是從客觀上都更加容易，從集群層面來說其創(chuàng)新能力也就越高。集群的創(chuàng)新能力是集群企業(yè)構成、集群企業(yè)特質和集群企業(yè)協(xié)同共同作用的結果；相關研究表明創(chuàng)造力涉及將以往不相關的事物整合為新的事物，或借助某個領域的觀點、看法或實踐，使其適應于另一個不同的領域或情景；集群式創(chuàng)新就是地理臨近的一些企業(yè)關聯(lián)他們的差異化知識和資源，探索未知領域，以期發(fā)現更好解決生產、經營和管理中出現的問題，因此集群的創(chuàng)新能力無可避免的與企業(yè)之間知識異質性聯(lián)系在一起，但是集群內部的知識溢出降低了企業(yè)間知識的異質性，所以無法發(fā)揮集群式創(chuàng)新的優(yōu)點，同時由于知識溢出所固有的一些負效應，隨著知識溢出的加劇，反而會導致集群的創(chuàng)新能力下降。綜上分析便會出現知識溢出與集群創(chuàng)新績效的倒U型關系。

(4)集群知識勢能與集群創(chuàng)新績效

模型4的估計結果顯示，1>0，2>0并且均具有顯著性，即分別證實了H3和H4，說明集群知識勢能的兩個構成要素：集群共享性知識累積度和集群企業(yè)間知識差異度對集群的技術創(chuàng)新均存在正向的影響。

集群共享性知識積累水平的提高，使集群協(xié)同創(chuàng)新突破了共有知識的限制，進而加快了集群創(chuàng)新的發(fā)展的速度?；谥R的創(chuàng)新理論認為知識積累是創(chuàng)新函數的重要變量之一，從集群整體的層面來說，集群共享性知識的積累水平直接影響到集群技術創(chuàng)新能力。

相關研究認為知識存量只是提供創(chuàng)新能力的基礎，知識重構或整合才是知識創(chuàng)新的不竭源泉；另外知識積累是一個動態(tài)過程，需要通過各種知識活動而實現，其中知識的流動是關鍵的一環(huán)，而知識的異質性和位勢差是知識流動的前提。從產業(yè)集群的角度來說，這一規(guī)律仍然使用，因為集群的創(chuàng)新就是在現有共享性知識基礎之上進行知識的交流和整合，而只有在集群企業(yè)間知識差異度滿足一定水平時這種交流和整合才能啟動，因此集群企業(yè)間的知識差異度正向影響了集群技術創(chuàng)新能力。

5結論、管理啟示及研究局限

5.1研究結論

文章首先提出了“知識勢能”的概念，并將其分解為集群“共享性知識累積度”和集群“企業(yè)間知識差異度”兩個維度，認為集群共享性知識累積度和集群企業(yè)間知識差異度對集群企業(yè)的技術創(chuàng)新均具有促進作用，但是集群內知識溢出對集群共享性知識累積度和集群企業(yè)間知識差異度的影響卻是截然相反的，因此一個合理的知識溢出需要對兩者進行平衡，以達到知識勢能的最大化。

接著采用數理模型分析得出集群共享性知識累積度和集群企業(yè)間知識差異度存在一個最優(yōu)的比例，在此最優(yōu)比例下，集群的創(chuàng)新產出、產品產出都會達到最優(yōu)化，高于這個比例或低于這個比例都不利于集群的創(chuàng)新和發(fā)展，因此得出知識溢出與創(chuàng)新績效存在倒U型關系。

然后采用了實證分析的方法以知識溢出為解釋變量，集群共享性知識累積度和集群企業(yè)間知識差異度為中介變量，以集群技術創(chuàng)新績效為被解釋變量，以集群所處的產業(yè)因素、政府因素以及與科研院所的互動因素、被調查企業(yè)的年齡、規(guī)模、行業(yè)性質、所在區(qū)位和研發(fā)投入為控制變量，選擇我國部分地區(qū)的產業(yè)集群為樣本，證明了知識溢出對技術創(chuàng)新的倒U型關系。

5.2管理啟示

集群內部知識溢出與集群創(chuàng)新績效兩者的關系是非線性、辯證的，一方面產業(yè)集群內部知識溢出不足，集群的共同知識存量低，導致協(xié)同創(chuàng)新困難，無法真正發(fā)揮集群式創(chuàng)新的優(yōu)勢[38]，但另一方面過度的知識溢出又會導致企業(yè)之間知識多樣性的降低、同質化上升，又不利于知識的交換、整合和創(chuàng)新[23]。根據知識創(chuàng)造模型和知識生產函數，知識的創(chuàng)造、技術的創(chuàng)新既需要一定的知識存量又需要一定的知識多樣性。對于產業(yè)集群來說，集群式創(chuàng)新既需要一定存量的共同知識作為協(xié)同創(chuàng)新的基礎，又需要不同企業(yè)間的知識存在差異性，這樣才能發(fā)現產品研發(fā)、經營管理的新方法和新思路。

對于不同的產業(yè)集群以及處于不同生命周期的產業(yè)集群來說，對知識溢出的鼓勵以及限制應該相機而動，在產業(yè)集群建立初期，企業(yè)間溝通較少，缺乏共同知識，各個企業(yè)所擁有的知識千差萬別，此時如果地方政府、中介機構通過建立相應基礎設施和管理體制鼓勵知識溢出，便能增加集群的共同知識，易于企業(yè)間的合作創(chuàng)新，此時既通過釋放多余的知識差異度來解決共同知識的瓶頸，又不會損害單個企業(yè)的利益，不會導致集群企業(yè)的同質化。但是如果產業(yè)集群發(fā)展到一定程度，集群企業(yè)間管理者、普通員工的交流都比較充分，出現了“知識彌漫在空氣中”的情景，此時如若再鼓勵知識溢出可能就不再合理，因為此時決定集群創(chuàng)新績效的短板是知識的多樣性，從宏觀角度來說，此時應該鼓勵集群企業(yè)從多渠道獲取知識，并且實施一定的知識產權保護，以期增加集群知識的差異度。

5.3創(chuàng)新和不足之處

文章的主要創(chuàng)新之處是通過構建知識勢能這一概念，并將其分解為集群共享性知識累積度和集群企業(yè)間知識差異度兩個變量，從集群整體角度解析了知識溢出所蘊含的創(chuàng)新優(yōu)勢和劣勢，同時通過構建數學模型和實證分析對理論框架和研究假設進行了論述和驗證。本研究有效的解決了理論界關于知識溢出與集群創(chuàng)新績效的相互矛盾的觀點[1,7]，從靜態(tài)的角度來看，在某類型的產業(yè)集群或產業(yè)集群的某個階段，知識溢出對集群創(chuàng)新具有促進作用，而在另一類型的產業(yè)集群或產業(yè)集群的另一個階段，知識溢出對集群創(chuàng)新又具有阻滯作用；從動態(tài)的角度來看，持續(xù)的高知識溢出對集群創(chuàng)新具有倒U型影響[13]。

本研究雖力求符合科學的原則，但由于多方面的原因，使得研究受到許多的限制，這些局限主要表現在以下幾方面：

(1)度量上的局限。研究采用問卷調查法，由集群企業(yè)的人員回答有關所處集群知識溢出、共享性知識累計、知識差異度以及創(chuàng)新績效等內容，其回答可能不一定能反映產業(yè)集群多方面的真實情況。如果能對地方政府、科技中介機構等多個對象進行調查，問卷質量將會更高，研究結論也將更為科學；(2)橫斷面數據的局限。研究變量中知識溢出、知識累計、知識差異性、創(chuàng)新績效大多屬于存量變量，具有很大的慣性，它們之間的因果關系推斷應采用縱向的時序數據來進行實證驗證，但由于條件限制，本研究采用的是橫斷面數據，在因果關系的推斷上需謹慎，以盡量避免出現邏輯問題。(3)研究模型的局限。研究模型只考慮了兩個中介變量的中介效應，沒有考慮競爭環(huán)境等調節(jié)變量的調節(jié)效應，而這些調節(jié)變量可能會使得各變量間關系發(fā)生變化，在模型中加入調節(jié)變量將有助于進一步揭示知識溢出與創(chuàng)新績效的內在關系。以上不足將是今后研究的主要方向。

[1] Freeman C. Networks of innovators: a synthesis of research issues [J].Research Policy，1991，20(1)：499-514.

[2] Saxenian A. The origins and dynamics of production networks in Silicon Valley [J]. Research Policy，1991，20(5)：423-438.

[3] Baptista R. Do innovations diffuse faster within geographical cluster? [J]. International Journal of Industrial Organization，2000，18(2)：515-535.

[4] Cassar A, and Nicolini R. Spillovers and growth in a local interaction model [J].Annual of regional science，2008，42(2)：291-306.

[5] 魏江.小企業(yè)集群創(chuàng)新網絡的知識溢出效應分析[J].科研管理，2003(24)：54-60.

[6] 陶鋒.吸收能力、價值鏈類型與創(chuàng)新績效—基于國際代工聯(lián)盟知識溢出的視角[J].中國工業(yè)經濟，2011(1)：140- 150.

[7] Romer, Paul M. New goods, old theory and the welfare costs of trade restrictions [J]. Journal of Development Economics，1994，43(1)：5-38.

[8] Kanwar S, Evenson RE. Does intellectual property rights spur technological change [J]. Oxford Economic Papers，2003，55(2)：235-264.

[9] Lederman D, Maloney WF. R&D and Development[R]. World Bank Policy Research Working Paper 3024. World Bank，Washington，DC， 2003.

[10] Leger A. Intellectual property rights and innovation around the world: evidence from the data[R].DIW Berlin Working Paper，June，2007，No, 696.

[11] 杜偉.完善R& D激勵機制方略[J].財經問題研究，2004(3)：47-50.

[12] 楊皎平，紀成君，鄭毅.基于SD模型的產業(yè)集群創(chuàng)新與溢出政策分析[J].統(tǒng)計與決策，2010(5)：48-51.

[13] O’Donoghue T, Zweimuller J. Patens in a model of endogenous growth [J].Journal of economic growth，2004，9(1)：81-123.

[14] Park WG.. International patent protenction: 1960-2005[J]. Research Policy，2008，37(4)：761- 766.

[15] 趙書松，廖建橋，張可軍.知識共享的負效應風險及其治理策略[J].情報雜志，2009，28(11)：116-121.

[16] 鄔愛其，李生校.外部創(chuàng)新搜尋戰(zhàn)略與新創(chuàng)集群企業(yè)產品創(chuàng)新[J].科研管理，2012，33(7)：1-7.

[17] 李莉，黨興華，張首魁. 基于知識位勢的技術創(chuàng)新合作中的知識擴散研究[J].科學學與科學技術管理，2007(4)：107-112.

[18] 杜靜，魏江.知識存量的增長機理分析[J].科學學與科學技術管理，2004 (1)：24-27.

[19] 高勇.開發(fā)區(qū)企業(yè)集群創(chuàng)新勢能研究[J].社會科學戰(zhàn)線，2010(5)：246-249.

[20] 余泳澤，武鵬.FDI、技術勢能與技術外溢—來自我國高技術產業(yè)的實證研究[J].金融研究，2010(11)：60-76.

[21] Drucker PF. Post-capitalist society[M]. New York：Butterworht Heineman，1993.

[22] Nonaka， IKujiro. A dynamic theory of organizational knowledge creation [J]. Organization Science，1994，5(1)：14-24.

[23] Dewar R，& Dutton JE.The adoption of radical and incremental innovations：an empirical analysis [J]. Management Science，1986， 32(11)：1422- 1433.

[24] Gambardella A，Giarratana M. Innovation for products， innovation for licensing： patens and downstream asssets in the software security industry [R].working paper，Boccioni Univeristy，2006.

[25] 楊皎平，金彥龍，戴萬亮.網絡嵌入、學習空間與集群創(chuàng)新績效：基于知識管理的視角[J].科學學與科學技術管理，2012，33(6)：51-58.

[26] 王培林. 知識創(chuàng)造模型研究[J].情報科學，2005，25(11)：1714-1717.

[27] 芮明杰，陳娟.高技術企業(yè)知識體系概念框架及其內部互動模型[J].上海管理科學，2004(2)：7-10.

[28] 王國紅，邢蕊，唐麗艷. 基于知識場的產業(yè)集成創(chuàng)新研究[J].中國軟科學，2010(9)：96-107.

[29] 馬淑文.企業(yè)知識結構與知識創(chuàng)新關系研究[J].科技進步與對策，2007，24(12)：148-151.

[30] Hendriks P. Why sharing knowledge? The influence of ICT on the motivation for knowledge sharing[J].Knowledge and Process Manage- ment，1999，6(2)：91-100.

[31] Mowery DD， Oxley JE， Silvemand BS. Strategic alliance and inter-firm knowledge transfer [J].Strategic Management Journal，1996， 17(S)：77-91.

[32] Kotabe M， Dunlap-Hinker D， Parente R，et al. Determinants of cross-national knowledge transfer and its effect on firm[J].Journal of International Business Studies，2007，38(2)：259-282.

[33] 黃志啟. 高科技產業(yè)集群中知識溢出效應的模型與實證分析[J].科研管理，2013，34(1)：154-162.

[34] Bogenrieder I， Nooteboom B. Learning groups： what types are there? A theoretical analysis and empirical study in a consultancy firm[J]. Organization studies.2004，25(2)：287-313.

[35] Abrhamson EF，Fombrun CJ. Macrocultures：Determinants and con- sequences[J].Academy of Management Review，1994，19(4)：728- 755.

[36] 吳曉波，耿帥. 區(qū)域集群自稔性風險成因分析[J].經濟地理，2003，23(6)：726-730.

[37] 朱方文. 基于共享性資源剛性的集群企業(yè)風險成因分析[J].科學學與科學技術管理，2007，12：157-161.

[38] Walsh J.P.， Ungson G.R.. Organizational memory [J].Academy of Management Review， 1991， 16(1)： 57-91.

[39] Thornhill S. Knowledge，innovation and firm performance in high- and-low-technology regimes [J].Journal of Business Venturing，2006，21(5)：687-703.

[40] 魏江，徐蕾. 集群企業(yè)知識網絡雙重嵌入演進路徑研究—以正泰集團為例[J].經濟地理，2011，31 (2)：247-252.

[41] Kesidou E， Henny R. Do local knowledge spillovers matter for development? An empirical study of urguay’s software cluster[J].World Development，2008，36(10)：2004- 2028.

[42] 耿帥.基于共享性資源觀的集群企業(yè)競爭優(yōu)勢研究[學位論文].杭州，浙江大學，2004：43-63.

[43] 李慶滿，金彥龍，楊皎平.集群內部競爭對企業(yè)技術創(chuàng)新的雙向影響[J].研究與發(fā)展管理.2013，25(2)：40-49.

[44] 董保寶，葛寶山，王侃.資源整合過程、動態(tài)能力與競爭優(yōu)勢：機理與路徑[J].管理世界，2011(3)：92-101.

Knowledge Spillover, Knowledge Energy and Cluster Innovation Performance

YANG Jiao-ping，HOU Nan，WANG Le

(School of Management, Bohai University, Jinzhou 121013，China)

Knowledge spillover of enterprises in the cluster is an important factor to affect technological innovation of enterprises in the cluster. There is no academic conclusion about the following questions: Whether knowledge spillover is to promote or hinder technological innovation in the cluster? To what extent is it more conducive to technological innovation? This paper considers “knowledge energy” as the intermediate variable, establishes an analysis framework for knowledge spillover in the cluster and the cluster innovation performance, and attempts to explain innovation advantages and innovation disadvantages inknowledge spillover.In this paper, knowledge energy is divided into two dimensions, one is sharing knowledge accumulation, and the other is knowledge difference between enterprises. The sharing knowledge accumulation is defined as the storage of sharing knowledge in the whole cluster that originates from the knowledge spillover and diffusion between enterprises. The knowledge difference between enterprises is defined as the degree of knowledge diversity between cluster enterprises because of different ways and methods of knowledge acquisition. This paper hypothesizes that knowledge spillover could increase the sharing knowledge accumulation and decrease the knowledge difference between enterprises. Moreover, sharing knowledge accumulation and knowledge difference between enterprises are two dimensions of “knowledge energy”. Both of these two dimensions have a positive influence on technology innovation. Under this hypothesis, the paper has done the following work:First, using the Griliches-Jaffe production function and the C-D production function for reference, we establish the cluster knowledge innovation function, and build the optimal control model of knowledge innovation. The Hamilton function is then used to solve this model. The results show that the cluster should keep a certain ratio for the sharing knowledge accumulation and the knowledge difference between enterprises, and also keep a certain ratio for the increased investment of sharing knowledge accumulation and the increased investment of the knowledge difference between enterprises at every stage.Second, we select a few clusters form Liaoning, Shandong and Zhejiang provinces as research objects, take technology innovation performance (IK) as the explained variable, take knowledge spillover (KS) as the explaining variable, take the sharing knowledge accumulation (KM) and the knowledge difference between enterprises (KH) as mediated variables, take the enterprises’ age, scale, industrial property, location and the R&D investment as control variables, and analyze 163 questionnaires. The results show that the knowledge spillover has an inverted U-shaped effect on cluster innovation performance. On the one hand, knowledge spillover increases the sharing knowledge accumulation and promotes the cluster technological innovation. On the other hand, knowledge spillover decreases the knowledge difference between enterprises andFinally, we point out that a flexible attitude should be adopted to encourage or limit the knowledge spillover for different industry clusters and industrial clusters in different life cycles. At the beginning of industrial cluster establishment, the lack of communication between enterprises lead to the lack of consensus, and the knowledge of each enterprise is different. If local government and agency establish corresponding infrastructure and management system to encourage knowledge spillover, it will increase the common knowledge of the cluster, and promote cooperation innovation between enterprises. At the same time, the cluster will release the redundant knowledge difference to solve the bottleneck of common knowledge. The cluster won’t damage the interests of individual enterprises, and won’t make the cluster enterprises homogeneous. But when the industry cluster develops into a certain extent, managers and employees from different enterprises have sufficient communication, and the situation of “knowledge is in the air” appears. At that time, it is no longer reasonable to encourage the knowledge spillover, because the factor that determines the cluster innovation performance is the diversity of knowledge. From a macro perspective, we should encourage cluster enterprises to access knowledge from various channels, and implement a certain degree of intellectual property rights protection in order to increase knowledge difference.

industrial cluster; knowledge spillover; knowledge energy; innovation performance

中文編輯：杜 健；英文編輯：Charlie C. Chen

F273.1

A

1004-6062(2016)03-0027-09

10.13587/j.cnki.jieem.2016.03.004

2013-07-23

2014-02-12

國家社科基金后期資助項目(13FGL009)；教育部人文社科基金資助項目(10YJC630328)；遼寧省社科基金資助項目(L12DGL020)；遼寧省教育廳社科基金資助項目(W2011083)

楊皎平(1980－)，男，山西洪洞縣人，渤海大學管理學院副教授，博士，主要從事技術創(chuàng)新管理研究。