链式产业集群企业创新合作意愿度的影响因素

蔡猷花，陈国宏，蔡彬清，梁 娟

（1.福州大学经济与管理学院，福州350108；2.福建工程学院管理学院，福州350108；3.福建江夏学院工商管理学院，福州350108）

随着产品生命周期的日益缩短，企业只有快速开发满足客户多样化需求的产品才能在激烈的市场竞争中立于不败之地。然而，企业仅依靠内部资源是无法很好地实现这一点的，企业需要构建新的组织方式来解决复杂、快变环境下的技术创新问题。研究表明，跨组织技术创新合作是解决这些问题的有效方式［1－2］。美国哈佛大学的Henry Chesbrough教授提出了“开放式创新”理论［3］，该理论主要强调了企业外部资源对于企业创新过程的重要性。跨组织技术创新合作已成为丰富组织内部创新活动的一个重要补充。

创新合作网络描述了一定时期内不同企业为实现创新目标而进行跨组织技术创新合作所形成的客观联系和作用的网络，企业创新合作意愿则从主观角度描述了具有主动适应性的集群企业与其他企业进行创新合作的偏好。闫莹和赵公民提出提高合作意愿度可使企业间网络关系更加紧密［4］；杨东升和张永安提出合作成功率取决于各合作主体的合作意愿度［5］。可见，集群企业的创新合作意愿是促进集群创新合作网络演化的重要因素。

链式产业集群是指特定的集群区域中的各类型企业、研发机构和中介服务机构等以供应链关系为主导而形成多条具有相似性的单链式供应链，同一单链式供应链上的企业分工协作、不同单链式供应链上的企业进行跨链竞争和合作的产业集群［6－7］。与单独的产业集群或供应链相比，链式产业集群内企业之间的联系更加密切，企业之间开展跨组织技术创新合作更加广泛。企业可以选择不同类型的合作伙伴构建创新合作网络，这些合作伙伴既包括垂直方向上的供应商和客户，又包括水平方向上的合作创新伙伴，如同行企业、大学、竞争者和研究机构等。

本文以具有代表性的链式产业集群跨组织技术创新合作活动为研究对象，应用演化博弈理论的基本思想和演化博弈中合作的进化机制，建立链式产业集群创新主体创新合作意愿影响因素模型，认识链式产业集群企业创新合作意愿的影响因素，以期强化产业集群创新合作活动研究的针对性。本研究有助于为链式产业集群中各组织制定科研管理策略提供决策支持，引导链式产业集群健康发展。

1 基本概念

1.1 创新合作意愿度

学者们对合作意愿度概念进行了界定并展开相关研究。例如：叶红心、薛耀文和盛昭瀚从博弈论的有关概念和心理学的角度出发，提出合作隶属度与非合作隶属度之差为合作意愿度［8］；张朋柱和薛耀文建立了无限合作博弈下的合作意愿度（degree of willingness to cooperate，DWC）运算模型，研究了博弈者的不同认知模式对博弈者的DWC和收益率的影响以及突发事件和合作环境对博弈者的DWC的影响［9］；易余胤发现，合作意愿度的稳定演化依赖于不同企业能力的互补性和替代性［10］。综上，合作意愿度反映了节点企业对合作中的利益和成本的主观判断，揭示了企业的主观态度，能较好地解释网络环境下企业的偏好和合作行为，是人们研究企业合作决策的重要视角，其大小取决于企业对合作行为利弊的权衡与判断。

集群企业出于创新需要以及意识到网络环境下自身资源和能力是有限的，往往具有很强的创新合作意愿，愿意将自身独特的知识技能与合作伙伴共享，从而实现多赢。网络节点企业在心理上承诺在未来与其他企业为创新而进行合作，即产生创新合作意愿，因此创新合作意愿度是采取创新合作战略与非创新合作战略的内在动力的合力。

1.2 知识存量

知识存量是指在特定时点上某个组织作为一个知识系统拥有的、可为组织创造价值的知识总量［11］。知识存量由组织的个人知识、团体知识和组织知识构成，是人们在生产和生活实践中积累的知识，是知识整合的结果。

组织在技术引进、人才引进、技术创新、组织培训和制度创新等活动中，通过内部知识整合和外部知识整合能够获得组织内外部的各种知识，从而促进知识流动发生，进而促进组织知识存量的增长［11］。知识存量是随时间推移而累积的变量，主要受组织知识流量的影响。用公式可以表示为：

其中，K和KF分别表示知识存量和知识流量。

1.3 网络地位

创新合作网络是一个人际交互网络，不同网络节点通过网络来交换与工作相关的信息和知识。在创新合作网络中能被他人咨询者必然有其特殊之处，如专业能力强、拥有资源分配权等，因此组织在创新合作网络中的地位常被用来代表该组织所掌握的知识、资源和权力。网络地位高的组织具有更丰富的信息，能够获得更多的关键资源，也更能吸引其他节点与之建立关系。

网络地位体现为网络中心性和结构洞位置。网络中心性是一个重要的反映节点在社会网络中的结构位置的指标，是测量节点在整个网络中的结构属性的重要参量，能够反映节点在网络中的受欢迎程度。某个组织在创新合作网络中的中心性越高，它就越可能积累解决相关工作问题的知识和经验。根据Burt的研究：结构洞可为网络成员带来信息优势和控制优势；网络中结构洞的数量越多，节点发生交互作用的机会就越少，知识就越容易保持独立性和多样性［12］。

1.4 知识整合能力

根据知识的来源和构成，企业知识整合能力可被分为内部知识整合能力和外部知识整合能力。内部知识整合能力是指组织获取其内部各类专业人员、团队的知识，实现知识在组织内部快速流动、与原有知识紧密结合和匹配并有效解决运营过程中的问题的能力；外部知识整合能力是指企业凭借吸收能力识别、同化和利用外部知识，从而从外部获得新资源的能力。

2 研究框架

企业决定联合其他企业共同提高创新绩效时所面临的最主要问题是合作伙伴的选择。选择正确的合作伙伴有助于企业快速获得准确的信息，及时对市场做出反应、抓住市场机会，从而形成竞争优势；相反，如果选择错误的合作伙伴，则企业可能会蒙受暂时的经济损失，甚至可能出现竞争失败。较多的研究者都强调合作成员间的互补性和兼容性，通过评估与潜在合作伙伴的资源互补性来决定是否与之建立良好的创新合作关系。Dyer和Singh、Das和Teng都认为资源互补性对伙伴选择具有重要影响［13－14］；Brouthers、Brouthers和Wilkinson提出的联盟盟友选择准则包括能力互补性、文化合作性、目标兼容性和风险相称性［15］；贾生华、吴波和王承哲认为，伙伴资源的稀缺性及其所带来的结构依赖性是重要的伙伴选择标志［16］；关志民和杜丽敏提出在当前的竞争环境下，企业更愿意选择具有较高服务水平、较强技术能力、良好的合作精神和文化兼容性的合作伙伴［17］。

在链式产业集群创新合作网络环境下，除了资源互补性以外，企业对未来合作伙伴的知识存量和学习能力的分析、判断对其创新合作行为也具有显著影响。链式产业集群中的各主体具有更显著的异质性和多样性，供应链中的主体拥有各异的资源和能力，它们在集群网络和供应链的知识传播中发挥着不同作用。链式产业集群中各知识主体在选择创新合作伙伴时主要考虑未来合作伙伴的知识水平。知识水平的高低不仅取决于其现有知识存量的多少，而且取决于其动态学习能力的高低——这种动态学习能力主要表现为在网络环境下迅速、有效地整合组织内外部知识的能力，包括外部知识整合能力和内部知识整合能力。

此外，链式产业集群企业在选择合作伙伴时还要考虑合作风险和合作企业的知识创造能力。由于链式产业集群内的合作双方还可能存在竞争关系，因此企业可能面临合作方违约造成的信任风险，还可能面临所投入知识被其他非合作企业共享的“搭便车行为”和机会主义行为带来的风险。企业的动态能力主要形成于创造、整合和重构知识等的过程中，具有较强的知识创造能力的企业能在竞争激烈的市场环境下快速形成核心的动态能力，从而赢得可持续竞争优势。

根据以上分析，影响链式产业集群企业创新合作意愿度的主要因素包括共享知识中互补性知识比例、知识整合能力、知识存量、合作风险系数、知识创造系数等。这些因素可分为静态影响因素和动态影响因素：静态影响因素包括共享知识中互补性知识比例、知识存量、合作风险系数、知识创造系数等，动态影响因素是知识整合能力——包括企业内部知识整合能力和外部知识整合能力。

3 演化博弈模型

3.1 假设条件

本文所做的模型假设如下

第一，链式产业集群是集群内部形成本地一体化供应链的产业集群，集群企业按照价值链分化出不同的上下游企业。为便于分析，本文将这些企业抽象为供应链上游企业群体和供应链下游企业群体。这些群体具有不同的个体静态能力和个体动态能力，都是有限理性的博弈方。

第二，链式产业集群内上下游企业进行合作的策略博弈，企业的策略集合均为｛合作，不合作｝。

第三，ΠA和ΠB分别表示企业A和企业B在不合作时获得的正常收益，假设企业A为供应链上游企业、企业B为供应链下游企业。

第四，κA和κB分别表示企业A和企业B的知识存量；αA和αB分别表示企业A和企业B的内部知识整合能力；βA和βB分别表示企业A和企业B的外部知识整合能力；μA和μB分别表示企业A和企业B共享知识中的互补性知识比例。企业A选择创新合作策略给企业B带来的直接收益为κAμAαBβB，企业B选择创新合作策略给企业A带来的直接收益为κBμBαAβA。

第五，企业进行成功的创新合作将提升其知识水平。用φA和φB分别表示企业A和企业B的知识创造系数，则企业A和企业B在创新合作时所创造新知识分别为（κA＋κBμBαAβA）φA和（κB＋κAμAαBβB）φB。

第六，对于存在竞争关系的不同企业而言，一旦一方的商业机密和关键技术被另一方窃取，前者的竞争优势将被削弱。用γA和γB分别表示企业A和企业B采取创新合作策略时的风险系数，企业A和企业B选择创新合作策略时的知识损失分别为κAγA和κBγB。

第七，假定链式产业集群内上下游企业相互信任、共同采取创新合作策略，合作双方进行创新合作产生的价值大于各自的知识损失，即（κA＋κBμBαAβA）φA＞κAγA、（κB＋κAμAαBβB）φB＞κBγB。

第八，本研究不考虑集群企业网络地位的差异，因此假定网络中节点A和节点B的网络地位和作用无差异。

根据上述假设，本文得到如图1所示的博弈支付矩阵。

表1 支付矩阵

3.2 博弈模型分析

根据上述博弈关系，假设：供应链上游企业群体中的企业A的创新合作意愿度为x，即企业A在长期创新活动中采用“合作”策略的概率为x；供应链下游企业群体中的企业B的创新合作意愿度为y，即企业B在长期创新活动中采用“合作”策略的概率为y。那么，企业A选择创新合作策略时的收益μA1为：

企业A选择不合作策略时的收益μA2为：

进一步，可得企业A的复制动态方程：

由于

因此，

同理，可得企业B的复制动态方程：

根据以上推导可知，局部平衡点包括O（0，0）、A（0，1）、B（1，0）、C（1，1）、D（x5，y5）。其中，x5且0＜x5＜1、0＜y5＜1。

为了分析演化系统均衡点的稳定性，计算上述系统的雅可比矩阵，如下：

J的行列式的值为

迹为

该系统平衡点的局部稳定性分析结果如表1所示。由表1可知：以上5个局部平衡点中，点O和点C具有局部稳定性，因此演化稳定策略（evolutionarily stable strategy，ESS）分别是企业A和企业B都采取合作策略和都不采取合作策略；该演化系统还存在2个不稳定的点——点A和点B，以及1个鞍点D。

表1 平衡点的局部稳定性分析结果

链式产业集群上下游企业创新合作博弈的动态演化过程如图2所示。从图2可知，2个不稳定点（点A和点B）和鞍点D连成的折线，是企业主体通过演化博弈所形成的不同状态的临界线。区域Ⅰ的演化博弈收敛于点O（0，0），即两企业均采取不合作策略；区域Ⅱ的演化博弈收敛于点C（1，1），即两企业均采取合作策略。因此，企业合作博弈的演化趋势将随着鞍点D的变化而收敛于不同的均衡点。随着产业集群的演化，长期均衡结构可能是企业完全合作或完全不合作。

当初始状态落在四边形ADBO区域时，企业创新合作博弈的演化将向点O（0，0）收敛，即供应链上下游企业不合作，也即双方的创新合作意愿度均为0；当初始状态落在四边形ADBC区域时，企业创新合作博弈的演化将向点C（1，1）收敛，即双方的创新合作意愿度均为1。

图2 链式产业集群上下游企业创新合作博弈动态演化相图

4 链式产业集群企业创新合作意愿度的影响因素

根据以上研究，供应链上下游企业创新合作演化博弈的稳定策略有两个——（合作，合作）和（不合作，不合作）。这两个策略组合均是稳定的，区域I的面积SI和区域II的面积SII决定了演化结果向哪个方向发展。当SI＜SII时，供应链上下游企业进行创新合作的概率大于不合作的概率；当SI＞SII时，双方不合作的概率大于合作的概率；当SI＝SII时，供应链上下游企业选择创新合作与不合作的概率相等。因此，通过分析影响区域I的面积SI的相关因素可得到链式产业集群企业创新合作意愿度的影响因素。

由图1可知，四边形AODB（区域I）的面积SI为：

由式（3）可知，影响区域I的面积SI的主要因素包括内部知识整合能力、外部知识整合能力、合作风险系数、共享知识中互补性知识比例和知识创造系数。企业创新合作博弈的演化路径随着这些参数值的变化会向不同的平衡点收敛。进一步分析可得以下结论：

结论1：供应链上下游企业在链式产业集群环境下的知识整合能力越小，其创新合作意愿越强。

证：令θA＝αAβA、θB＝αBβB，由式（3）可得

故SI是θA的单调减函数，即供应链上游企业的知识整合能力θA越小，则SI越大，从而系统向点C（1，1）方向演化的概率越大，供应链上游企业采取创新合作策略的意愿越强。当供应链上游企业的知识整合能力较强、知识整合成功率较高时，其进行创新合作的动力就越小。

同理，对于供应链下游企业，有

故供应链下游企业的合作概率随着θB的减小而增大。

结论2：供应链上下游企业在链式产业集群环境下采取创新合作策略时各自的风险系数越大，双方的创新合作意愿越弱。

证：由式（3）可得

故SI是γA的单调减函数，即γA越大，则SI越小，系统向点O（0，0）方向演化的概率越大，供应链上游企业的不合作意愿越强，因此不合作概率也越大。

同理，对于供应链下游企业，有

故供应链下游企业的不合作概率随着γB的增大而增大。

结论3：供应链上下游企业的共享知识中互补性知识比例越大，对方进行创新合作的意愿越强。

由式（3）可得：

故SI是μA的单调增函数，即μA越大，则SI越小，系统向点C（1，1）方向演化的概率越大，供应链下游企业采取合作策略的概率越大。

同理，对于供应链下游企业，有

故供应链上游企业采用合作策略的意愿随着μB的增大而增强。

结论4：供应链上下游企业在链式产业集群环境下各自知识创造系数越小，进行创新合作的意愿越强。

由式（3）可得：故SI是φA的单调减函数，即φA越大，则SI越小，系统向点O（0，0）方向演化的概率增大，供应链上游企业越愿意采用不合作策略。

同理，对于供应链下游企业，有

故供应链下游企业采用不合作策略的意愿随着φB的增大而增强。

5 结论

企业创新合作意愿反映了网络环境下企业对创新合作的主观态度，能较好地解释跨组织技术创新合作网络的形成。在链式产业集群环境下，企业的创新合作意愿受到企业内部知识整合能力、外部知识整合能力、合作风险系数、共享知识中互补性知识比例和知识创造系数的共同影响。其中，企业的知识整合能力、合作风险系数和知识创造系数分别与创新合作意愿度负相关，互补性知识比例与创新合作意愿度正相关。

［1］ 傅家骥.技术创新学［M］.北京：清华大学出版社，1998.

［2］ 王大洲.企业创新网络的进化与治理：一个文献综述［J］.科研管理，2001，22（5）：96－103.

［3］ CHESBROUGH H W.Open Innovation：The New Imperative for Creating and Profiting from Technology［M］.Boston：Harvard Business School Press，2003：43－45.

［4］ 闫莹，赵公民.合作意愿在集群企业获取竞争优势中的作用［J］.系统工程，2012，30（2）：29－36.

［5］ 杨东升，张永安.产学研合作的系统动力学分析［J］.北京工业大学学报，2009，35（1）：140－144.

［6］ 蔡彬清，陈国宏，黄新焕，等.基于知识交互的链式产业集群知识传播分析［J］.技术经济，2013，32（11）：33－38.

［7］ 蔡彬清，陈国宏.复杂网络视角下链式产业集群竞争优势分析——以柳市低压电器产业集群为例［J］.经济地理，2012，32（10）：83－88.

［8］ 叶红心，薛耀文，盛昭瀚.基于成员特征及历史信息的合作意愿度迭代模型［J］.中国管理科学，2004，12（2）：102－108.

［9］ 张朋柱，薛耀文.博弈者认知模式与合作意愿度分析［J］.管理科学学报，2005，8（5）：1－10.

［10］ 易余胤.基于演化博弈论的企业合作与背叛行为研究［M］.北京：经济科学出版社，2010.

［11］ 骆以云，李海东.企业成长的知识存量模型及其启示［J］.情报理论与实践，2011.1：18－23.

［12］ BURT R S.Structural Holes：The Social Structure of Competition［M］.Cambridge，MA：Harvard University Press，1992.

［13］ DYER J H，SINGH H.The relational view：cooperative strategy and sources of interorganizational competitive advantage［J］.Academy of Management Review，1998，24（4）：660－679.

［14］ DAS T K，TENG B S.Resource－based theory of strategic alliance［J］.Journal of Management，2000，26（1）：31－61.

［15］ BROUTHERS K D，BROUTHERS L F，WILKINSON T J.Strategic alliances：choose your partners［J］.Long Range Planning，1995，28（3）：18－25.

［16］ 贾生华，吴波，王承哲.资源依赖、关系质量对联盟绩效影响的实证研究［J］.科学学研究，2007，25（2）：334－339.

［17］ 关志民，杜丽敏.企业选择学研合作伙伴的多目标数学规划方法［J］.中国软科学，2007（6）：86－91.