核心企業(yè)主導(dǎo)的智能制造創(chuàng)新生態(tài)系統(tǒng)知識(shí)治理：基于扎根理論

王影 張宏如 蘇濤永

收稿日期：2022-06-13修回日期：2022-09-26

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金項(xiàng)目（21BGL053）

作者簡(jiǎn)介：王影（1981-），女，河南周口人，常州大學(xué)經(jīng)濟(jì)學(xué)院副教授、碩士生導(dǎo)師，研究方向?yàn)橹R(shí)管理、產(chǎn)業(yè)經(jīng)濟(jì)；張宏如（1974-），男，安徽安慶人，常州大學(xué)經(jīng)濟(jì)學(xué)院教授、博士生導(dǎo)師，研究方向?yàn)榫W(wǎng)絡(luò)治理；蘇濤永（1982-），男，湖北松滋人，博士，同濟(jì)大學(xué)經(jīng)濟(jì)與管理學(xué)院教授、博士生導(dǎo)師，研究方向?yàn)閯?chuàng)新管理。

摘 要：促進(jìn)組織間知識(shí)流動(dòng)對(duì)創(chuàng)新生態(tài)系統(tǒng)運(yùn)行具有重要意義，但已有研究較少?gòu)闹R(shí)治理視角展開(kāi)分析。以智能制造創(chuàng)新生態(tài)系統(tǒng)為研究對(duì)象，通過(guò)收集核心企業(yè)實(shí)施知識(shí)治理的實(shí)踐資料，運(yùn)用扎根理論提煉出控制型、激勵(lì)型、協(xié)調(diào)型和發(fā)展型4種知識(shí)治理機(jī)制，并發(fā)現(xiàn)不同治理機(jī)制在治理目標(biāo)、治理過(guò)程、治理手段等方面存在明顯差異，進(jìn)而提出核心企業(yè)應(yīng)靈活組合多種知識(shí)治理機(jī)制解決創(chuàng)新生態(tài)系統(tǒng)面臨的知識(shí)基礎(chǔ)風(fēng)險(xiǎn)，同時(shí)，知識(shí)治理機(jī)制并非一成不變，核心企業(yè)需要根據(jù)環(huán)境變化靈活調(diào)整等建議。上述發(fā)現(xiàn)不僅有助于豐富智能制造與知識(shí)治理的相關(guān)理論研究，而且從知識(shí)視角為核心企業(yè)提升智能制造創(chuàng)新生態(tài)系統(tǒng)運(yùn)行效率提供了啟示。

關(guān)鍵詞：知識(shí)治理;核心企業(yè);創(chuàng)新生態(tài)系統(tǒng);智能制造

DOI：10.6049/kjjbydc.2022060210

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

中圖分類號(hào)：F272.2

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1001-7348（2024）03-0133-09

0 引言

歷經(jīng)改革開(kāi)放40多年發(fā)展，我國(guó)制造業(yè)已從以來(lái)料加工為主的粗放型增長(zhǎng)模式進(jìn)入以智能制造為主攻方向的高質(zhì)量發(fā)展階段。在技術(shù)模仿與追趕的長(zhǎng)期探索過(guò)程中，創(chuàng)新生態(tài)系統(tǒng)的作用日益受到重視^[1]。中共十九屆六中全會(huì)明確提出，大力建設(shè)以企業(yè)為主體，市場(chǎng)為導(dǎo)向，產(chǎn)學(xué)研深度融合的協(xié)同創(chuàng)新體系，加快推進(jìn)我國(guó)制造業(yè)向智能化轉(zhuǎn)變。管理實(shí)踐中，諸如比亞迪、美的等領(lǐng)先企業(yè)也紛紛建構(gòu)以自我為中心的開(kāi)放式創(chuàng)新生態(tài)系統(tǒng)。核心企業(yè)主導(dǎo)智能制造創(chuàng)新生態(tài)系統(tǒng)的整體運(yùn)行效率決定了在智能制造的科技競(jìng)爭(zhēng)跑道上我國(guó)制造業(yè)能否順利實(shí)現(xiàn)從“跟跑”到“領(lǐng)跑”的切換（湯臨佳等，2019）。

知識(shí)基礎(chǔ)理論認(rèn)為，智能制造包含復(fù)雜的知識(shí)活動(dòng)，涉及虛擬現(xiàn)實(shí)、大數(shù)據(jù)、人工智能等新興技術(shù)與傳統(tǒng)制造的交叉融合。不同學(xué)科間的知識(shí)鴻溝極易誘發(fā)資源錯(cuò)配、理解困難、專有數(shù)據(jù)泄露等知識(shí)基礎(chǔ)性風(fēng)險(xiǎn)，阻礙智能制造創(chuàng)新生態(tài)系統(tǒng)的價(jià)值共創(chuàng)^[2]。三一重工曾經(jīng)受困于由知識(shí)距離誘發(fā)的設(shè)備提供商、數(shù)字方案供應(yīng)者、全業(yè)務(wù)流程負(fù)責(zé)方以及平臺(tái)用戶間溝通障礙，難以形成接口多元的數(shù)字構(gòu)件與基礎(chǔ)知識(shí)庫(kù)，從而引致樹(shù)根互聯(lián)創(chuàng)新項(xiàng)目一再延遲。同時(shí)，有學(xué)者通過(guò)案例研究發(fā)現(xiàn)，智能制造創(chuàng)新生態(tài)系統(tǒng)主體追求的價(jià)值目標(biāo)并不一致，如學(xué)研機(jī)構(gòu)關(guān)注共性技術(shù)突破的公共價(jià)值、大型企業(yè)更加強(qiáng)調(diào)數(shù)字技術(shù)帶來(lái)的競(jìng)爭(zhēng)優(yōu)勢(shì)、小企業(yè)注重平衡技術(shù)依賴性與獨(dú)特性的關(guān)系等（程婉等，2021）。差異化的價(jià)值訴求會(huì)放大組織間知識(shí)流動(dòng)風(fēng)險(xiǎn)，弱化知識(shí)交換動(dòng)機(jī)，導(dǎo)致知識(shí)共享乏力。核心企業(yè)如何突破知識(shí)共享困境，整合不同知識(shí)主體力量以服務(wù)于自身智能化轉(zhuǎn)型的創(chuàng)新需求，成為智能制造創(chuàng)新生態(tài)系統(tǒng)發(fā)揮功效的關(guān)鍵問(wèn)題。

早期知識(shí)研究側(cè)重知識(shí)管理對(duì)知識(shí)活動(dòng)的意義，但以Foss^[3]為代表的學(xué)者們主張把知識(shí)管理研究拓展到治理領(lǐng)域，強(qiáng)調(diào)通過(guò)制度安排影響知識(shí)行動(dòng)者動(dòng)機(jī)與行為，提升知識(shí)共享效率。由此，知識(shí)治理理論開(kāi)始興起。受開(kāi)放式創(chuàng)新趨勢(shì)的影響，技術(shù)聯(lián)盟、創(chuàng)新網(wǎng)絡(luò)、產(chǎn)業(yè)集群等類似創(chuàng)新生態(tài)系統(tǒng)的知識(shí)治理得到關(guān)注。如Bocquet^[4]指出，創(chuàng)新集群需要組織間進(jìn)行知識(shí)治理，以建構(gòu)具有共同理解力的認(rèn)知架構(gòu)，促進(jìn)知識(shí)流動(dòng)。還有研究證實(shí)，平臺(tái)企業(yè)實(shí)施知識(shí)治理可以促進(jìn)價(jià)值共創(chuàng)（白景坤等，2020）。但這些研究仍然缺少針對(duì)核心企業(yè)主導(dǎo)的創(chuàng)新生態(tài)系統(tǒng)的知識(shí)治理探討，無(wú)論是機(jī)制類型劃分，還是不同治理機(jī)制間的內(nèi)在聯(lián)系，相關(guān)認(rèn)識(shí)尚不統(tǒng)一。

鑒于在知識(shí)密集的智能制造創(chuàng)新生態(tài)系統(tǒng)中，異質(zhì)性知識(shí)高度集聚，組織間知識(shí)活動(dòng)頻繁，為探索知識(shí)治理提供了較好的研究條件。因此，本研究在分析核心企業(yè)主導(dǎo)的智能制造創(chuàng)新生態(tài)系統(tǒng)典型案例的基礎(chǔ)上，通過(guò)明晰知識(shí)治理機(jī)制，揭示不同治理機(jī)制的特征差異與內(nèi)在聯(lián)系，為提升智能制造創(chuàng)新生態(tài)系統(tǒng)的知識(shí)共享質(zhì)量與運(yùn)行效率提供借鑒。這對(duì)加速我國(guó)制造業(yè)向智能化轉(zhuǎn)型發(fā)展具有重大意義。

1 文獻(xiàn)回顧

1.1 創(chuàng)新生態(tài)系統(tǒng)

自生態(tài)系統(tǒng)概念引入管理學(xué)領(lǐng)域后，創(chuàng)新生態(tài)系統(tǒng)引起學(xué)界的廣泛關(guān)注。目前，創(chuàng)新生態(tài)系統(tǒng)的相關(guān)研究集中在微觀、中觀、宏觀3個(gè)層次。其中，微觀層面研究主要聚焦于領(lǐng)先企業(yè)、依附者、互補(bǔ)商等生態(tài)參與者的動(dòng)機(jī)、戰(zhàn)略、行為，以及不同主體間的競(jìng)合^[5]、關(guān)系^[6]、協(xié)同（解學(xué)梅等，2020）等主題。中觀層面主要借鑒生態(tài)學(xué)原理，圍繞以產(chǎn)、學(xué)、研三大群落為核心的產(chǎn)業(yè)或區(qū)域創(chuàng)新生態(tài)系統(tǒng)的群落特征、網(wǎng)絡(luò)結(jié)構(gòu)、運(yùn)行機(jī)理、演化規(guī)律等進(jìn)行深入研究^[7]。宏觀層面則是在更高層級(jí)上抽象研究對(duì)象的結(jié)構(gòu)性問(wèn)題，關(guān)注政治、經(jīng)濟(jì)、文化、技術(shù)等構(gòu)成要素契合對(duì)國(guó)家創(chuàng)新力的作用^[8]。相較而言，這些研究并未突出創(chuàng)新生態(tài)系統(tǒng)中核心企業(yè)的價(jià)值。作為系統(tǒng)的關(guān)鍵節(jié)點(diǎn)，核心企業(yè)往往具備其它主體難以模仿的資源能力，可以借助管理創(chuàng)新的杠桿性、一致性和專屬性等協(xié)調(diào)控制過(guò)程，主導(dǎo)創(chuàng)新生態(tài)系統(tǒng)的建構(gòu)、運(yùn)行與治理。因此，本研究認(rèn)為，創(chuàng)新生態(tài)系統(tǒng)就是核心企業(yè)在創(chuàng)意發(fā)生、產(chǎn)品研發(fā)到市場(chǎng)推廣的創(chuàng)新全過(guò)程中，動(dòng)態(tài)連接上下游企業(yè)、服務(wù)商、學(xué)研機(jī)構(gòu)等其它競(jìng)合主體，繼而實(shí)現(xiàn)資源跨邊界流動(dòng)的開(kāi)放式創(chuàng)新網(wǎng)絡(luò)體系。強(qiáng)化核心企業(yè)的主導(dǎo)地位，更有助于揭示創(chuàng)新生態(tài)系統(tǒng)的微觀機(jī)理，推動(dòng)相關(guān)研究從“是什么”的初級(jí)階段向更深層次的“為什么”和“如何運(yùn)行”發(fā)展，從理論上呼應(yīng)Chesbrough關(guān)于深化創(chuàng)新生態(tài)系統(tǒng)研究的倡議^[9]。

1.2 知識(shí)治理

Grandori基于交易成本理論提出，知識(shí)治理不僅需要處理知識(shí)交易中的目標(biāo)沖突，還需要解決由心智模式差異產(chǎn)生的“認(rèn)知性失靈”。其后，考慮到知識(shí)活動(dòng)的特殊性，以Foss為代表的諸多學(xué)者從認(rèn)知能力、認(rèn)知資源、認(rèn)知機(jī)制等角度，不斷尋求超越交易成本理論的治理框架^[10]。雖然知識(shí)治理的詮釋并不統(tǒng)一，但結(jié)構(gòu)觀、過(guò)程觀與制度觀三類視角比較突出。其中，結(jié)構(gòu)觀強(qiáng)調(diào)知識(shí)主體決策權(quán)力的合理配置，側(cè)重主從結(jié)構(gòu)、網(wǎng)絡(luò)結(jié)構(gòu)、平臺(tái)結(jié)構(gòu)等多種知識(shí)治理結(jié)構(gòu)的設(shè)計(jì)與選擇。過(guò)程觀關(guān)注知識(shí)主體間的互動(dòng)，認(rèn)為知識(shí)治理旨在借助系統(tǒng)協(xié)調(diào)過(guò)程，促進(jìn)知識(shí)活動(dòng)不斷逼近效率前沿。制度觀注重知識(shí)主體遵循的各類規(guī)則，強(qiáng)調(diào)利用正式或非正式治理機(jī)制塑造行動(dòng)者動(dòng)機(jī)，使其圍繞治理目標(biāo)開(kāi)展知識(shí)活動(dòng)。相比而言，基于制度層面主體行為規(guī)范的知識(shí)治理研究最為成熟，大量研究強(qiáng)調(diào)通過(guò)制度層面的設(shè)計(jì)引導(dǎo)知識(shí)活動(dòng)，以最大化知識(shí)創(chuàng)造、轉(zhuǎn)移和共享收益（梁祺等，2013）。依此邏輯，創(chuàng)新生態(tài)系統(tǒng)的知識(shí)治理就是為提高創(chuàng)新生態(tài)系統(tǒng)運(yùn)行效率，通過(guò)正式或非正式治理機(jī)制激勵(lì)、約束和規(guī)范協(xié)調(diào)相關(guān)主體知識(shí)行為的制度安排。

綜上，雖有研究從決策授權(quán)、關(guān)系管理、組織學(xué)習(xí)等視角，觸及核心企業(yè)主導(dǎo)的創(chuàng)新生態(tài)系統(tǒng)知識(shí)治理^[11]，但對(duì)治理機(jī)制構(gòu)成的關(guān)注仍不足，尤其是對(duì)開(kāi)放式創(chuàng)新實(shí)踐中的關(guān)聯(lián)互授、模塊封裝、共建標(biāo)準(zhǔn)等新型治理行為少有提及。并且，正式和非正式知識(shí)治理機(jī)制的類型劃分過(guò)于籠統(tǒng)，尚未考慮創(chuàng)新生態(tài)系統(tǒng)中核心企業(yè)面對(duì)不同情境的差異化治理動(dòng)機(jī)和行為組合，因此需要基于實(shí)踐系統(tǒng)化總結(jié)與提煉知識(shí)治理機(jī)制類型^[12]。本研究以智能制造創(chuàng)新生態(tài)系統(tǒng)為研究對(duì)象，基于核心企業(yè)知識(shí)治理的微觀實(shí)踐，運(yùn)用扎根理論，發(fā)掘不同類型的知識(shí)治理機(jī)制，揭示不同治理機(jī)制的特征差異與內(nèi)在聯(lián)系。這不僅有利于豐富相關(guān)理論體系，而且對(duì)知識(shí)經(jīng)濟(jì)時(shí)代提升智能制造協(xié)同創(chuàng)新質(zhì)量具有積極意義。

2 研究設(shè)計(jì)

2.1 研究方法

既有研究大多采用實(shí)證方法對(duì)正式或非正式知識(shí)治理機(jī)制進(jìn)行度量^[13]，但智能制造創(chuàng)新生態(tài)系統(tǒng)中核心企業(yè)的知識(shí)治理并不一定局限于現(xiàn)有理論假設(shè)和機(jī)制類型，需要進(jìn)一步對(duì)核心企業(yè)知識(shí)治理機(jī)制進(jìn)行探索性的理論建構(gòu)式研究。扎根理論通過(guò)系統(tǒng)的資料搜集、分析、對(duì)比與修正，逐步提煉出概念及其關(guān)系的抽象層次，實(shí)現(xiàn)自下而上的理論建構(gòu)^[14]，能夠較好地滿足從核心企業(yè)管理實(shí)踐中提煉知識(shí)治理機(jī)制的研究需要。扎根理論并不試圖證實(shí)既定理論，而是遵循理論抽樣、反復(fù)比較等原則，通過(guò)開(kāi)放編碼、主軸編碼與選擇編碼分析，有步驟地圍繞特定領(lǐng)域，從原始資料中建構(gòu)理論，有利于提高發(fā)現(xiàn)理論的準(zhǔn)確性和新穎性。

2.2 研究樣本

綜合考慮樣本選擇的代表性和數(shù)據(jù)可得性，本研究最終鎖定蘇錫常地區(qū)4家國(guó)家級(jí)智能制造示范工廠與優(yōu)秀場(chǎng)景揭榜企業(yè)。原因在于：第一，蘇錫常地區(qū)的智能制造業(yè)較為活躍。如常州自2015年起就提出打造智能制造明星城市，地方政產(chǎn)學(xué)研協(xié)同創(chuàng)新關(guān)系緊密，為數(shù)據(jù)獲取提供了便利。第二，樣本企業(yè)多是行業(yè)內(nèi)智能制造的先行者，為匹配自身智能化轉(zhuǎn)型的創(chuàng)新需求或?qū)崿F(xiàn)共性、關(guān)鍵、核心零部件的技術(shù)突破，這些企業(yè)積極建構(gòu)以設(shè)計(jì)開(kāi)發(fā)、制造生產(chǎn)、檢測(cè)檢驗(yàn)與理論研究為基礎(chǔ)的創(chuàng)新生態(tài)圈。第三，以來(lái)自軌道交通、汽車零部件、紡織服裝等多個(gè)行業(yè)，并具有智能化轉(zhuǎn)型實(shí)踐的企業(yè)作為案例樣本，有利于增強(qiáng)研究結(jié)論的穩(wěn)健性。

2.3 資料收集

本研究綜合運(yùn)用二手資料搜集、實(shí)地訪談等多種方式，從多個(gè)渠道獲取相關(guān)數(shù)據(jù)，以便構(gòu)建證據(jù)三角鏈。2021年10月至2022年4月研究團(tuán)隊(duì)前往樣本企業(yè)，與包含技術(shù)研發(fā)部、數(shù)字化事業(yè)部、運(yùn)營(yíng)部等熟悉智能制造運(yùn)營(yíng)情況的企業(yè)高管或負(fù)責(zé)人開(kāi)展多輪調(diào)研訪談。受訪對(duì)象的交流時(shí)間控制在90～120分鐘左右，并經(jīng)對(duì)方同意后，進(jìn)行現(xiàn)場(chǎng)錄音繼而后期整理形成研究的第一手文字資料。同時(shí)，研究團(tuán)隊(duì)通過(guò)二手資料進(jìn)一步豐富資料庫(kù)：一是機(jī)構(gòu)資料，主要來(lái)自官方網(wǎng)站、會(huì)議總結(jié)、書籍傳記、公開(kāi)演講等；二是專業(yè)資料，主要來(lái)自學(xué)術(shù)期刊、學(xué)者專著、案例數(shù)據(jù)庫(kù)等；三是社會(huì)資料，主要包括線上線下媒體報(bào)道、上市公司年報(bào)、商業(yè)數(shù)據(jù)庫(kù)等。最后，將來(lái)自不同渠道的資料進(jìn)行交叉比對(duì)，剔除不符合三角檢驗(yàn)的資料，盡量保證同一事實(shí)的描述源自兩個(gè)以上數(shù)據(jù)源，以提高資料可靠性。具體樣本信息如表1所示。

2.4 分析策略

為提升研究結(jié)論的準(zhǔn)確性，本研究遵循Strauss建議的資料分析程序，開(kāi)展核心企業(yè)知識(shí)治理范疇歸納及模型建構(gòu)：一是成立編碼小組。通過(guò)與一位創(chuàng)新創(chuàng)業(yè)研究方向的研究生、一位知識(shí)管理研究方向的研究生共同組成編碼小組，背靠背地獨(dú)立開(kāi)展編碼工作，就編碼過(guò)程中存在的爭(zhēng)議集體討論并提出解決策略，直到所有范疇達(dá)成一致，以盡力規(guī)避個(gè)體主觀偏見(jiàn)產(chǎn)生的誤差。二是編碼過(guò)程中持續(xù)進(jìn)行比較分析。扎根理論重視資料收集與分析的同步，強(qiáng)調(diào)將比較分析貫穿編碼全過(guò)程。為此，研究團(tuán)隊(duì)反復(fù)進(jìn)行資料之間、資料與概念之間、概念與概念之間的比對(duì)。一旦發(fā)現(xiàn)新問(wèn)題，就從其它來(lái)源尋找新資料予以核實(shí)，不斷利用“收集—分析—調(diào)整—補(bǔ)充”的循環(huán)過(guò)程構(gòu)建理論模型。

3 扎根分析過(guò)程

3.1 開(kāi)放式編碼

開(kāi)放式編碼是對(duì)現(xiàn)場(chǎng)筆記、訪談?dòng)涗?、文檔報(bào)告等原始資料中可以編碼的句子或片段進(jìn)行分解和概念范疇化的過(guò)程。為確?？陀^性，編碼應(yīng)當(dāng)緊貼原始資料，反復(fù)進(jìn)行對(duì)比整合、劃分類別、賦予概念，并剔除重復(fù)性冗余。在開(kāi)放式編碼過(guò)程中，盡量使用受訪者原話提煉范疇。經(jīng)過(guò)編碼小組的不斷修改與校驗(yàn)后，本研究最終得到48個(gè)概念、12個(gè)初始范疇，部分示例如表2所示。

3.2 主軸式編碼

該階段的主要任務(wù)是對(duì)初始范疇的內(nèi)在邏輯關(guān)系進(jìn)行分析和挖掘，以便歸納提煉出更高一級(jí)的主范疇。比如，初始范疇的質(zhì)量把控、限制進(jìn)入、選擇披露和模塊分工可以進(jìn)一步歸納為主范疇的“控制型知識(shí)治理”。原因在于，智能制造具有典型的專精尖特征，知識(shí)復(fù)雜性程度較高。尤其是綜合利用數(shù)智知識(shí)與實(shí)體知識(shí)時(shí)，物理世界與數(shù)字世界的不同運(yùn)行邏輯更放大了知識(shí)復(fù)雜性的影響。為確保知識(shí)共享質(zhì)量，降低知識(shí)整合風(fēng)險(xiǎn)，主導(dǎo)企業(yè)會(huì)利用自己在生態(tài)系統(tǒng)中的影響力，采取一些具有控制屬性的治理措施，規(guī)范合作方知識(shí)行為，提升知識(shí)流動(dòng)碰撞過(guò)程中的有效性和可靠性。最終，根據(jù)創(chuàng)新活動(dòng)目標(biāo)與治理手段特征，提煉出4個(gè)主范疇，即控制型知識(shí)治理、激勵(lì)型知識(shí)治理、協(xié)調(diào)型知識(shí)治理和發(fā)展型知識(shí)治理。各初始范疇與主范疇對(duì)應(yīng)關(guān)系如表3所示。

3.3 選擇性編碼

選擇性編碼是通過(guò)主范疇和初始范疇的重復(fù)比對(duì)，從中歸納抽象出能夠高度概括大部分核心范疇的過(guò)程。在此基礎(chǔ)上，選擇性編碼要求建立核心范疇、主范疇和初始范疇之間的內(nèi)在聯(lián)系，以故事線方式描述行為現(xiàn)象并發(fā)展理論框架?；谝陨戏懂犻g的連接和編碼過(guò)程，將核心企業(yè)知識(shí)治理確定為核心范疇，具體見(jiàn)圖1。

圍繞“核心企業(yè)知識(shí)治理”核心范疇的故事線可以描述成：智能制造牽涉面廣，涉及多學(xué)科知識(shí)的交叉融合，單憑核心企業(yè)已有知識(shí)經(jīng)驗(yàn)難以取得較高創(chuàng)新績(jī)效。通過(guò)建構(gòu)與發(fā)展以自我為中心的創(chuàng)新生態(tài)系統(tǒng)，形成適應(yīng)運(yùn)營(yíng)特點(diǎn)和產(chǎn)品特征的智能制造實(shí)施路徑被認(rèn)為是解決問(wèn)題的重要途徑。然而，從網(wǎng)絡(luò)科學(xué)角度來(lái)看，創(chuàng)新生態(tài)系統(tǒng)并非天然具備促進(jìn)開(kāi)放式創(chuàng)新的能力^[15]。尤其是在技術(shù)迭代較快的智能制造領(lǐng)域，新興技術(shù)不斷涌現(xiàn)，競(jìng)爭(zhēng)者進(jìn)出頻繁，共享規(guī)則不完善將導(dǎo)致創(chuàng)新生態(tài)系統(tǒng)結(jié)構(gòu)與關(guān)系并不穩(wěn)定。此時(shí)，創(chuàng)新生態(tài)系統(tǒng)的新知識(shí)聯(lián)合生產(chǎn)僅是各參與方的心理預(yù)期，要使預(yù)期變?yōu)楝F(xiàn)實(shí)，需要發(fā)揮核心企業(yè)主導(dǎo)知識(shí)治理的作用。

（1）控制型知識(shí)治理。智能制造所涉知識(shí)的復(fù)雜程度較高，聯(lián)合知識(shí)生產(chǎn)中易發(fā)生知識(shí)錯(cuò)配和整合風(fēng)險(xiǎn)（丁玲等，2022）。為減少知識(shí)組織偏差，確保新創(chuàng)知識(shí)質(zhì)量，核心企業(yè)主要從知識(shí)主體資格認(rèn)證、知識(shí)過(guò)程質(zhì)量把控、關(guān)鍵知識(shí)選擇披露以及創(chuàng)新任務(wù)模塊化分解4個(gè)方面引導(dǎo)與約束知識(shí)伙伴，使其按照智能制造知識(shí)圖譜，在既定的創(chuàng)新協(xié)作路徑上進(jìn)行安全、可靠、有效的知識(shí)交換。正如C企業(yè)副總所言：“協(xié)同開(kāi)發(fā)物料實(shí)時(shí)追蹤系統(tǒng)，知識(shí)共享轉(zhuǎn)移一定要按照我們的創(chuàng)新要求和活動(dòng)規(guī)則進(jìn)行，否則容易失控?！?/p>

（2）激勵(lì)型知識(shí)治理。智能制造應(yīng)用場(chǎng)景豐富，具有多學(xué)科背景的知識(shí)主體集聚，知識(shí)差異化的影響也顯著增強(qiáng)。此時(shí)，知識(shí)主體會(huì)基于學(xué)科固有知識(shí)距離，通過(guò)敷衍與模糊方式混淆知識(shí)內(nèi)容，維護(hù)自身利益^[16]。為此，智能制造創(chuàng)新生態(tài)系統(tǒng)中的核心企業(yè)需要借助分享成果與收益、保障知識(shí)權(quán)益等手段，激發(fā)參與者的內(nèi)在行為動(dòng)機(jī)，使其主動(dòng)配合知識(shí)共享、轉(zhuǎn)移和創(chuàng)造。正如A企業(yè)的研發(fā)主管所言：“對(duì)方分享知識(shí)，哪怕是一點(diǎn)小訣竅，只要產(chǎn)生實(shí)質(zhì)績(jī)效，就要找機(jī)會(huì)投桃報(bào)李?！?/p>

（3）協(xié)調(diào)型知識(shí)治理。隨著智能制造應(yīng)用場(chǎng)景的不斷豐富，參與價(jià)值共創(chuàng)的知識(shí)主體增多，知識(shí)利益沖突、理解困難、專有數(shù)據(jù)泄露等成為阻礙創(chuàng)新的突出問(wèn)題（楊偉等，2020）。為此，智能制造創(chuàng)新生態(tài)系統(tǒng)應(yīng)該具備互動(dòng)協(xié)調(diào)機(jī)制，既可以降低交易成本，協(xié)調(diào)知識(shí)主體關(guān)系，又能夠減少知識(shí)表述偏差，利用真實(shí)有效的知識(shí)互動(dòng)促成進(jìn)一步的知識(shí)共享，拓展與開(kāi)發(fā)新的智能制造應(yīng)用場(chǎng)景。正如B企業(yè)的副總所言：“利用汽車零部件的實(shí)際生產(chǎn)物料進(jìn)行輔助表述，更能讓服務(wù)商清楚我們到底需要什么樣的智能組件?！?/p>

（4）發(fā)展型知識(shí)治理。智能制造創(chuàng)新生態(tài)系統(tǒng)大多嵌入在行業(yè)、區(qū)域、國(guó)家等更宏大的創(chuàng)新體系中^[17]，為獲取競(jìng)爭(zhēng)優(yōu)勢(shì)、適應(yīng)快速迭代的智能制造技術(shù)，核心企業(yè)的知識(shí)治理需要與時(shí)俱進(jìn)。為此，核心企業(yè)既可以利用相似場(chǎng)景溝通、開(kāi)源社區(qū)項(xiàng)目參與、跨界搜尋等社會(huì)學(xué)習(xí)手段，動(dòng)態(tài)提升知識(shí)價(jià)值，也能夠通過(guò)加入標(biāo)準(zhǔn)聯(lián)盟、開(kāi)展實(shí)時(shí)知識(shí)動(dòng)員、嵌入更廣泛的產(chǎn)學(xué)研創(chuàng)新聯(lián)盟等手段，讓知識(shí)活動(dòng)形成開(kāi)放有序的發(fā)展格局。正如D企業(yè)的研發(fā)主管所言：“高端醫(yī)用診療設(shè)備的開(kāi)放式創(chuàng)新趨勢(shì)要求我們能從全球知識(shí)流動(dòng)中實(shí)現(xiàn)共贏?！?/p>

3.4 理論飽和度

當(dāng)搜集到的新資料不再產(chǎn)生新概念或范疇時(shí)，可以認(rèn)定研究達(dá)到理論飽和。本研究一方面通過(guò)文獻(xiàn)檢索驗(yàn)證理論飽和度，力求模型分析結(jié)果契合既有研究，另一方面，追加了兩個(gè)來(lái)自蘇州科技城的案例樣本。兩個(gè)樣本同屬國(guó)家級(jí)智能制造示范工廠與優(yōu)秀場(chǎng)景揭榜企業(yè)，并在各自的創(chuàng)新生態(tài)圈中占據(jù)核心地位。實(shí)地訪談發(fā)現(xiàn)，新受訪者的闡述內(nèi)容與之前的受訪者內(nèi)容相似，并且補(bǔ)充文本的編碼分析也沒(méi)有出現(xiàn)新面向。因此，本研究認(rèn)為核心企業(yè)知識(shí)治理機(jī)制模型通過(guò)飽和度檢驗(yàn)。

4 資料分析結(jié)果解釋

在知識(shí)密集的智能制造創(chuàng)新生態(tài)系統(tǒng)中，面對(duì)知識(shí)的復(fù)雜性、差異性與合法性，核心企業(yè)通過(guò)治理架構(gòu)與運(yùn)行機(jī)制的系統(tǒng)安排，提高知識(shí)流動(dòng)效率，優(yōu)化知識(shí)創(chuàng)造與轉(zhuǎn)移活動(dòng)，共享知識(shí)活動(dòng)收益?；赩aio^[18]的治理分析框架，典型的4種知識(shí)治理機(jī)制在治理目標(biāo)、治理手段、治理過(guò)程、治理范圍等方面具有差異化特征，具體如表4所示。

結(jié)合案例資料，通過(guò)對(duì)比分析，可以發(fā)現(xiàn)：

（1）不同類型知識(shí)治理機(jī)制存在明顯差異。控制型知識(shí)治理主要錨定安全可控的治理目標(biāo)。為此，核心企業(yè)在知識(shí)生產(chǎn)過(guò)程中往往強(qiáng)調(diào)以自我為中心的穩(wěn)定治理結(jié)構(gòu)，通過(guò)限制進(jìn)入、質(zhì)量把控、選擇披露和模塊分工等利于知識(shí)操縱的治理手段，約束創(chuàng)新生態(tài)系統(tǒng)中其他知識(shí)主體的知識(shí)行為。比如，C企業(yè)在聯(lián)合開(kāi)發(fā)自動(dòng)排產(chǎn)系統(tǒng)時(shí)，不僅要求合作方簽署保密協(xié)議，而且植入知識(shí)產(chǎn)權(quán)監(jiān)測(cè)模塊，以確保聯(lián)合知識(shí)生產(chǎn)過(guò)程安全可靠。雖然，這種單向防御性治理手段可以較好地保證智能制造創(chuàng)新生態(tài)系統(tǒng)的知識(shí)流動(dòng)按照預(yù)設(shè)路徑推進(jìn)，有效降低知識(shí)復(fù)雜性帶來(lái)的整合風(fēng)險(xiǎn)，但受控對(duì)象自由裁量空間狹窄，嚴(yán)重影響其創(chuàng)新意識(shí)與動(dòng)機(jī)。

激勵(lì)型知識(shí)治理或協(xié)調(diào)型知識(shí)治理開(kāi)始有意淡化核心企業(yè)的控制力，起因在于智能制造應(yīng)用場(chǎng)景較為豐富，知識(shí)差異化特征明顯，核心企業(yè)難以全面掌控創(chuàng)新路徑，也缺少合理分配創(chuàng)新資源和客觀評(píng)估合作對(duì)象知識(shí)貢獻(xiàn)的能力。為滿足智能制造的創(chuàng)新需求，利益分享和權(quán)利保障成為激發(fā)合作方內(nèi)在行為動(dòng)機(jī)、引導(dǎo)知識(shí)活動(dòng)方向的基礎(chǔ)手段。正如A企業(yè)的研發(fā)主管所言：“不談好分紅方案，一些經(jīng)驗(yàn)性的調(diào)優(yōu)技巧人家憑什么告訴你？”并且，為解決知識(shí)距離帶來(lái)的理解困難，仍需在核心企業(yè)主導(dǎo)下采取真實(shí)互動(dòng)、關(guān)系產(chǎn)權(quán)、爭(zhēng)端解決等突出知識(shí)互動(dòng)、促成關(guān)系合作的協(xié)調(diào)型治理機(jī)制，驅(qū)使創(chuàng)新生態(tài)系統(tǒng)內(nèi)形成穩(wěn)定、有效、持續(xù)的雙向知識(shí)流。類似小米生態(tài)圈的做法，D企業(yè)也通過(guò)建構(gòu)“魚友”集體身份的過(guò)程積極協(xié)調(diào)創(chuàng)新生態(tài)系統(tǒng)中的治理關(guān)系。

此外，知識(shí)具有迭代增長(zhǎng)性質(zhì)，尤其是在智能制造領(lǐng)域知識(shí)更新速度較快，核心企業(yè)需要以開(kāi)放的態(tài)度，在更大范圍的生態(tài)體系內(nèi)采取發(fā)展型知識(shí)治理方式。與其它知識(shí)治理機(jī)制不同，發(fā)展型知識(shí)治理的目標(biāo)直指多元共洽、協(xié)同并進(jìn)。為贏取競(jìng)爭(zhēng)優(yōu)勢(shì)，核心企業(yè)在向外擴(kuò)散知識(shí)經(jīng)驗(yàn)的過(guò)程中，會(huì)利用社會(huì)學(xué)習(xí)、擴(kuò)大影響、多元協(xié)同等具有平等開(kāi)放性質(zhì)的知識(shí)治理手段，提高專業(yè)領(lǐng)域話語(yǔ)權(quán)，并與更廣泛的利益相關(guān)者甚至競(jìng)爭(zhēng)者達(dá)成多邊共治的發(fā)展格局。因此，發(fā)展型知識(shí)治理屬于典型的去中心化治理機(jī)制。開(kāi)放、對(duì)等、協(xié)同是其關(guān)鍵，以此為基礎(chǔ)，核心企業(yè)將自我嵌入在更具新穎性、創(chuàng)造性和競(jìng)爭(zhēng)性的知識(shí)流動(dòng)系統(tǒng)內(nèi)，并極力實(shí)現(xiàn)知識(shí)利益最大化。

（2）多種知識(shí)治理機(jī)制組合并用。面對(duì)智能制造創(chuàng)新生態(tài)系統(tǒng)內(nèi)復(fù)雜的知識(shí)活動(dòng)，核心企業(yè)往往根據(jù)知識(shí)類型、合作伙伴性質(zhì)、競(jìng)爭(zhēng)戰(zhàn)略等因素，組合運(yùn)用不同類型的知識(shí)治理機(jī)制。比如，A企業(yè)在分享關(guān)鍵、核心、私有性質(zhì)的知識(shí)數(shù)據(jù)時(shí)，一般采取模塊化封裝、選擇披露、限制進(jìn)入等控制型知識(shí)治理機(jī)制，確保知識(shí)流動(dòng)在安全可靠的共享空間內(nèi)實(shí)施。而對(duì)于共性基礎(chǔ)知識(shí)、科學(xué)數(shù)據(jù)等，則更傾向交叉許可、簡(jiǎn)化授權(quán)等協(xié)調(diào)型或發(fā)展型知識(shí)治理機(jī)制。正如其研發(fā)主管所言：“軌道交通裝備的生產(chǎn)智能化轉(zhuǎn)型既要保證我們自身私有數(shù)據(jù)的安全，還要考慮開(kāi)發(fā)方案的可行性以及合作對(duì)象的資質(zhì)，各具特色的知識(shí)類型與主體特征都說(shuō)明混合知識(shí)治理機(jī)制的有效性?！蓖瑯?，B企業(yè)會(huì)針對(duì)不同的合作伙伴適配相應(yīng)的知識(shí)治理機(jī)制，既利用云化實(shí)驗(yàn)室、在線產(chǎn)品社區(qū)、開(kāi)放API接口等知識(shí)治理機(jī)制吸引創(chuàng)客加入車載智能設(shè)備的開(kāi)發(fā)測(cè)試，也利用專家下車間、投資介入、關(guān)系互惠等形式，強(qiáng)化供應(yīng)鏈合作伙伴間的知識(shí)共享動(dòng)機(jī)與效果。不止于此，為保持競(jìng)爭(zhēng)優(yōu)勢(shì)，B企業(yè)還長(zhǎng)期致力于加入華為、比亞迪等公司的整車數(shù)字化解決方案生態(tài)圈，以聯(lián)盟、共建標(biāo)準(zhǔn)、群體規(guī)范等發(fā)展型知識(shí)治理手段，緊追汽車零部件行業(yè)的數(shù)字技術(shù)前沿，保持專有知識(shí)活力。因此，在管理實(shí)踐中并非單一的知識(shí)治理機(jī)制發(fā)揮作用。可控、主動(dòng)、共享、開(kāi)放等多元治理目標(biāo)，加之各具特色的知識(shí)過(guò)程、主體特征與行為動(dòng)機(jī)，都意味著核心企業(yè)需要靈活組合不同知識(shí)治理手段，以形成適配有效的混合知識(shí)治理機(jī)制。

（3）知識(shí)治理機(jī)制動(dòng)態(tài)發(fā)展。4種知識(shí)治理機(jī)制僅反映了特定時(shí)間截面上與知識(shí)活動(dòng)優(yōu)化相關(guān)的正式或非正式制度安排。但從動(dòng)態(tài)視角來(lái)看，知識(shí)治理目標(biāo)經(jīng)歷了一個(gè)從自我控制知識(shí)生產(chǎn)向激發(fā)合作對(duì)象內(nèi)在行為動(dòng)機(jī)、豐富知識(shí)應(yīng)用場(chǎng)景，進(jìn)而走向更大競(jìng)合體系，實(shí)現(xiàn)平等協(xié)作、多元協(xié)同的遞進(jìn)過(guò)程。演化理論認(rèn)為，知識(shí)治理目標(biāo)應(yīng)適應(yīng)外部環(huán)境變化^[19]。智能制造新技術(shù)、新場(chǎng)景、新應(yīng)用層出不窮，給傳統(tǒng)知識(shí)治理帶來(lái)挑戰(zhàn)。一旦創(chuàng)新生態(tài)系統(tǒng)參與者發(fā)現(xiàn)當(dāng)前的治理機(jī)制難以排除知識(shí)障礙，就會(huì)產(chǎn)生變革訴求。比如，隨著智能制造涉及面越來(lái)越廣，技術(shù)更新日益加快，傳統(tǒng)的技術(shù)文檔互換方式很難達(dá)到令人滿意的知識(shí)共享效果。為此，從2019年開(kāi)始，B企業(yè)與組件供應(yīng)商、華為研究所共同建設(shè)集體學(xué)習(xí)平臺(tái)，利用線上專家授課、線下現(xiàn)場(chǎng)指導(dǎo)等多種形式，緊扣汽車智能化解決方案的工藝流程，推進(jìn)場(chǎng)景化知識(shí)分享機(jī)制。同樣，為提升智能醫(yī)療診斷設(shè)備的認(rèn)知合法性，D企業(yè)正在嘗試公眾號(hào)、在線沙龍、網(wǎng)絡(luò)直播等基于新媒體技術(shù)的知識(shí)推廣機(jī)制。知識(shí)治理機(jī)制的建構(gòu)應(yīng)在具體情境與過(guò)程中進(jìn)行，否則易出現(xiàn)設(shè)計(jì)謬誤。因此，智能制造創(chuàng)新生態(tài)系統(tǒng)的知識(shí)治理并非一成不變，需要緊跟環(huán)境變化作出適應(yīng)性調(diào)整。

5 結(jié)論與展望

5.1 研究結(jié)論與理論貢獻(xiàn)

基于典型企業(yè)在智能制造創(chuàng)新生態(tài)系統(tǒng)中的知識(shí)治理實(shí)踐，利用扎根編碼分析，總結(jié)和提煉出核心企業(yè)知識(shí)治理機(jī)制的基本類型，并明確不同治理機(jī)制的內(nèi)涵、特征和差異?？傮w而言，本研究的理論貢獻(xiàn)主要體現(xiàn)在以下方面：

（1）拓展了創(chuàng)新生態(tài)系統(tǒng)的理論研究范疇。在回顧與梳理企業(yè)創(chuàng)新生態(tài)系統(tǒng)研究脈絡(luò)后，有學(xué)者認(rèn)為多數(shù)研究是基于資源、技術(shù)、社會(huì)網(wǎng)絡(luò)等視角展開(kāi)討論，少有學(xué)者從知識(shí)基礎(chǔ)理論視角分析創(chuàng)新生態(tài)系統(tǒng)的建構(gòu)、運(yùn)行與治理（戰(zhàn)睿等，2021）。因此，本研究圍繞知識(shí)的獨(dú)特性質(zhì)，提出知識(shí)生產(chǎn)層、應(yīng)用層和擴(kuò)散層的具體知識(shí)治理機(jī)制，利于明晰創(chuàng)新生態(tài)系統(tǒng)新的探索方向。

（2）豐富了知識(shí)治理的理論體系。有研究指出，知識(shí)治理僅被描述為正式和非正式知識(shí)治理機(jī)制，這種劃分方式過(guò)于籠統(tǒng)，無(wú)法反映知識(shí)治理的細(xì)致構(gòu)成，并弱化實(shí)踐指導(dǎo)價(jià)值（于淼等，2021）。為此，本研究凝練出核心企業(yè)主導(dǎo)的智能制造協(xié)同創(chuàng)新生態(tài)系統(tǒng)的控制型、激勵(lì)型、協(xié)調(diào)型和發(fā)展型知識(shí)治理機(jī)制，是對(duì)現(xiàn)有研究的重要補(bǔ)充，有助于提高知識(shí)治理理論的解釋力度。

（3）對(duì)網(wǎng)絡(luò)治理的理論發(fā)展有積極意義。李維安^[20]認(rèn)為，隨著網(wǎng)絡(luò)層面知識(shí)活動(dòng)的日益復(fù)雜，不同類型知識(shí)治理機(jī)制的交叉作用應(yīng)當(dāng)受到重視。本研究明確了4類知識(shí)治理機(jī)制的差異與關(guān)系并指出：在智能制造創(chuàng)新應(yīng)用不斷豐富的情境下，核心企業(yè)應(yīng)契合具體創(chuàng)新需求，綜合利用多種知識(shí)治理手段，有效應(yīng)對(duì)知識(shí)復(fù)雜性、差異性和增長(zhǎng)性帶來(lái)的知識(shí)流動(dòng)障礙，實(shí)現(xiàn)高質(zhì)量知識(shí)共享、轉(zhuǎn)移和創(chuàng)造。這從理論上呼應(yīng)了網(wǎng)絡(luò)知識(shí)治理機(jī)制應(yīng)屬于具體情境下多樣化治理措施組合的觀點(diǎn)（葉江峰等，2013）。

5.2 實(shí)踐啟示

第一，對(duì)于智能制造創(chuàng)新生態(tài)系統(tǒng)的價(jià)值共創(chuàng)而言，核心企業(yè)的知識(shí)治理具有積極意義。智能制造涉及虛擬現(xiàn)實(shí)、邊緣計(jì)算、人工智能等新興增強(qiáng)技術(shù)與傳統(tǒng)制造技術(shù)的交叉融合，產(chǎn)業(yè)知識(shí)具有"專精尖"特征，為達(dá)成協(xié)同創(chuàng)新目標(biāo)，核心企業(yè)應(yīng)當(dāng)利用自己的網(wǎng)絡(luò)影響力，主動(dòng)承擔(dān)起網(wǎng)絡(luò)層面的知識(shí)治理責(zé)任，通過(guò)建構(gòu)共有知識(shí)庫(kù)、優(yōu)化知識(shí)交換過(guò)程、完善知識(shí)收益分配或事后監(jiān)督等方式促進(jìn)形成高質(zhì)量知識(shí)活動(dòng)，為實(shí)現(xiàn)價(jià)值共創(chuàng)夯實(shí)知識(shí)基礎(chǔ)。

第二，知識(shí)治理機(jī)制并非一成不變，面對(duì)高效率的知識(shí)流動(dòng)需求，核心企業(yè)應(yīng)主動(dòng)嘗試新的治理工具、措施與規(guī)則。尤其是在智能制造創(chuàng)新生態(tài)系統(tǒng)中，新興技術(shù)層出不窮、競(jìng)爭(zhēng)者進(jìn)出頻繁、合作慣例不夠成熟等，導(dǎo)致組織間知識(shí)結(jié)構(gòu)和關(guān)系并不穩(wěn)定。此時(shí)，核心企業(yè)需要根據(jù)知識(shí)類型、伙伴特征以及合作場(chǎng)景，對(duì)知識(shí)治理機(jī)制進(jìn)行動(dòng)態(tài)的適應(yīng)性調(diào)整。從操作層面看，核心企業(yè)可以通過(guò)集體學(xué)習(xí)、文化氛圍構(gòu)建、科學(xué)合作、共同身份建立等促進(jìn)多元協(xié)同的新型知識(shí)治理機(jī)制形成，潛移默化地激勵(lì)其他參與主體的知識(shí)行為，促使智能制造創(chuàng)新生態(tài)系統(tǒng)的知識(shí)活動(dòng)形成開(kāi)放有序的發(fā)展格局。

第三，有效的知識(shí)治理是可運(yùn)用的控制與協(xié)調(diào)元素組合，核心企業(yè)可以對(duì)具體治理機(jī)制進(jìn)行創(chuàng)造性混搭試驗(yàn)，以形成反映自身知識(shí)過(guò)程特點(diǎn)的治理模式。為此，核心企業(yè)應(yīng)注重培育"可能性"治理邏輯。只有具備充分的可能性思維，核心企業(yè)才敢于突破現(xiàn)有治理框架，圍繞治理目標(biāo)，靈活組合多種知識(shí)治理機(jī)制，甚至創(chuàng)新性地融入非正式合作形式，不斷試錯(cuò)學(xué)習(xí)，以尋求適配當(dāng)下知識(shí)流動(dòng)需求的知識(shí)治理模式。面對(duì)高度不確定的智能制造協(xié)同創(chuàng)新生態(tài)系統(tǒng)，"可能性"分析有助于核心企業(yè)形成足夠的治理彈性來(lái)適應(yīng)各種充滿不確定性的組織間知識(shí)活動(dòng)。

5.3 不足與展望

本研究運(yùn)用扎根理論系統(tǒng)整理和提煉核心企業(yè)主導(dǎo)的智能制造創(chuàng)新生態(tài)系統(tǒng)知識(shí)治理機(jī)制，但受限于成本和條件，仍存在一定局限。

首先，本研究?jī)H用質(zhì)性方法分析知識(shí)治理機(jī)制的作用，未來(lái)應(yīng)通過(guò)大樣本實(shí)證分析不同知識(shí)治理機(jī)制的應(yīng)用情境與中間路徑，為核心企業(yè)充分發(fā)揮知識(shí)治理功效提供證據(jù)。

其次，本研究主要從核心企業(yè)角度，探討智能制造創(chuàng)新生態(tài)系統(tǒng)的知識(shí)治理，未來(lái)研究可以繼續(xù)考察其他參與者，比如生態(tài)依附企業(yè)、互補(bǔ)商的知識(shí)治理活動(dòng)。

最后，知識(shí)治理機(jī)制具有較強(qiáng)的情境依賴性。未來(lái)研究應(yīng)根據(jù)不同的知識(shí)情境，著重探討新型知識(shí)治理機(jī)制以及多類型知識(shí)治理機(jī)制的合理選擇。

參考文獻(xiàn)：

[1] 李廉水，石喜愛(ài).中國(guó)制造業(yè)40年：智能化進(jìn)程與展望[J].中國(guó)軟科學(xué)，2019，34（1）：1-10.

[2] RAISCH. Artificial intelligence and management：the automation augmentation paradox[J].Academy of Management Review，2021，46（1）：192-210.

[3] FOSS N. The emerging knowledge governance approach： Challenges and characteristics[J].Organization， 2007， 14（1）： 29-52.

[4] BOCQUET R， MOTHE C. Knowledge governance within clusters： the case of small firms[J].Knowledge Management Research & Practice， 2010， 8（3）： 229-239.

[5] GNYAWALI，RYAN. Nuances in the interplay of competition and cooperation：Towards a theory of coopetition[J].Journal of Management，2018，44（7）：2511-2534.

[6] ZOBEL A K， HAGEDOORN J. Implications of open innovation for organizational boundaries and the governance of contractual relations[J].Academy of Management Perspectives， 2020， 34（3）： 400-423.

[7] SHIPILOV A， GAWER A. Integrating research on interorganizational networks and ecosystems[J].Academy of Management Annals， 2020， 14（1）： 92-121.

[8] GRANSTRAND O， HOLGERSSON M. Innovation ecosystems：a conceptual review and a new definition[J].Technovation， 2020， 90（2）： 102098.

[9] 韓少杰， 呂一博， 蘇敬勤. 企業(yè)中心型開(kāi)放式創(chuàng)新生態(tài)系統(tǒng)的構(gòu)建動(dòng)因研究[J].管理評(píng)論， 2020， 32（6）： 307-322.

[10] FOSS N J， MAHONEY J T. Exploring knowledge governance[J].International Journal of Strategic Change Management， 2010， 2（2-3）： 93-101.

[11] 鄒濟(jì)，楊德林.被孵企業(yè)知識(shí)共享治理：以智能制造孵化器洪泰制造為例[J].南開(kāi)管理評(píng)論，2022，25（4）： 1-26.

[12] 謝永平，張浩淼，孫永磊. 技術(shù)創(chuàng)新網(wǎng)絡(luò)核心企業(yè)知識(shí)治理績(jī)效影響因素研究[J].研究與發(fā)展管理， 2014， 26（6）： 43-53.

[13] FOSS N， JENSEN H. Managerial meta-knowledge and adaptation： Governance choice when firms dont know their capabilities[J].Strategic Organization， 2019， 17（2）： 153-176.

[14] 張兵紅， 吳照云， 姜浩天. 基于知識(shí)圖譜與扎根分析的中國(guó)管理理論構(gòu)建范式研究述評(píng)[J].管理學(xué)報(bào)， 2022， 19（1）： 150-158.

[15] KIM J. Exploring innovation ecosystem of incumbents in the face of technological discontinuities：automobile firms[J].Sustainability， 2022， 14（3）： 1606.

[16] CONNELL J， KRIZ A. Industry clusters： an antidote for knowledge sharing and collaborative innovation[J].Journal of Knowledge Management， 2014， 18（1）： 137-151.

[17] 孟凡生， 宋鵬. 智能制造生態(tài)系統(tǒng)對(duì)制造企業(yè)智能化轉(zhuǎn)型的影響機(jī)理[J].科研管理， 2022， 43（4）：37-45.

[18] DI VAIO， PALLADINO R. The role of digital innovation in knowledge management systems：a systematic literature review[J].Journal of Business Research， 2021， 123（2）： 220-231.

[19] PEMSEL S. Knowledge governance strategies in project-based organizations[J].Long Range Planning， 2016， 49（6）： 648-660.

[20] 李維安，林潤(rùn)輝.網(wǎng)絡(luò)治理研究前沿與述評(píng)[J].南開(kāi)管理評(píng)論，2014，17（5）： 42-53.

（責(zé)任編輯：胡俊?。?/p>

Knowledge Governance of Core Enterprises Dominating Intelligent Manufacturing Innovation Ecosystem：An Analysis Based on Grounded Theory

Wang Ying¹，Zhang Hongru¹，Su Taoyong²

（1.Economic School of ChangZhou University，Changzhou 213161，China；

2.Economic and Management School of TongJI University，Shanghai 200092，China）

Abstract：For Chinese manufacturing industry， the open innovation ecosystem is proven to be an effective innovation mode. In face of intelligent manufacturing with intensive technology innovation， the overall operating efficiency of the innovation ecosystem is vital for Chinese manufacturing industry to rise to the leading position. According to knowledge-based theory， intelligent manufacturing involves complex knowledge activities， and the knowledge gap between different subject areas is easy to induce the misallocation of resources， mutual understanding difficulties， proprietary data leakage and other basic knowledge risks. Therefore， it is the key problem for the? intelligent manufacturing innovation ecosystem if core enterprises can use effective knowledge governance mechanism to break through the "knowledge sharing dilemma" and integrate the power of different knowledge subjects to serve their own innovation needs of intelligent transformation.

Most of the existing research has explored the knowledge governance of the innovation ecosystem led by core enterprises from the perspectives of decision authorization， relationship management， and organizational learning. However， the detailed structure of the governance mechanism has not received enough attention. In addition， the classification of formal and informal knowledge governance mechanisms is too general， and does not consider the diversified governance motivation and behavior combination of core enterprises with different situations in the innovation ecosystem. Therefore， according to the knowledge flow characteristics of intelligent manufacturing innovation ecosystem， it is necessary to systematically summarize and refine the types of knowledge governance mechanism based on practice.

This research takes the intelligent manufacturing innovation ecological system as the analysis object and uses the grounded theory method to refine the knowledge governance mechanism. After open coding， axial coding and selection coding on the basis of collecting the core enterprise implement knowledge management practice data， it is found that the knowledge governance mechanism of CEO-led intelligent manufacturing collaborative innovation network include four types： control type， incentive type， coordination type and development type. Specifically controlled knowledge governance mainly anchors safe and controllable governance goals. Incentive-based knowledge governance or coordinated knowledge governance has begun to deliberately weaken the control of core enterprises for the reason that the application scenarios of intelligent manufacturing are relatively rich， and the characteristics of knowledge differentiation are obvious. In addition， developmental knowledge governance is a typical decentralized governance mechanism with openness， equivalence and collaboration as the key attributes. Thus the core enterprise will embed itself in a more innovative， creative and competitive knowledge flow system striving to maximize the benefits of knowledge.

It is also found that core enterprises should flexibly combine a variety of knowledge governance mechanisms to address the knowledge-based risks of the innovation ecosystem. In management practice， not a single knowledge governance mechanism plays a role. Multiple governance objectives，such as controllability， initiative， sharing and openness of knowledge flow， together with unique knowledge processes， subject characteristics and behavioral motivations，imply that core enterprises need to flexibly combine different knowledge governance methods to form an appropriate and effective hybrid knowledge governance mechanism.

Furthermore，there is a dynamic evolution trend in the knowledge governance mechanism. New technologies， scenarios and new applications for intelligent manufacturing emerge one after another， posing challenges to traditional knowledge governance. Once innovation ecosystem participants find it difficult to remove knowledge barriers with current governance mechanisms， demands for change arise. Therefore， the four different knowledge governance mechanisms only reflect formal or informal institutional arrangements related to optimizing knowledge activities at a specific time.From a dynamic perspective， the knowledge governance goal has gone through a process from a self-controlled knowledge production to a larger system for equal cooperation and multiple collaborations. The knowledge governance of the intelligent manufacturing innovation ecosystem is not static and needs to keep up with changes in the environment.

This research has some practical implications. First， for the value co-creation of the innovation ecosystem， the knowledge governance of core enterprises should be designed according to knowledge types， partner characteristics and cooperation scenarios. Second， the knowledge governance mechanism of core enterprises should be actively operated with the need for efficient knowledge flow. Third， an effective knowledge governance mechanism should include available control and coordination elements. Core enterprises can conduct creative mashup experiments on specific governance mechanisms to form a governance model that reflects the characteristics of their own knowledge processes.

Key Words：Knowledge Governance; Core Enterprises; Innovation Ecosystem; Intelligent Manufacturing