基于知识链的产业协同演进实证研究——以我国通信制造业为例

张 贵，刘 洋，任 赟

（1.河北工业大学经济管理学院，天津 300401；2.天津交通职业学院物流工程系，天津 300110）

基于知识链的产业协同演进实证研究
——以我国通信制造业为例

张 贵1，刘 洋1，任 赟2

（1.河北工业大学经济管理学院，天津 300401；2.天津交通职业学院物流工程系，天津 300110）

本文从知识链角度以我国通信制造业为研究案例，分别运用子系统有序度模型和系统协同度模型讨论了该产业的知识协同度，运用改进后的Logistic模型分析产业内知识创新群之间的相互影响与产业协同演进关系。结果表明：通信制造业处于纵向协同演进阶段，已从单个主体创新向多主体合作创新演进，但产业内部协同关系不稳定，协同效果不理想，有序度和协同度均存在较高的调整空间；迫切需要政府破除产业协同创新障碍，健全知识协同机制，营造良好的创新合作环境，推动通信制造产业整体的优化升级。

知识链；协同演进；通信制造业

一、引言及文献回顾

在新形式下，我国经济发展进入创新驱动、内生增长阶段。知识理所当然地作为重要的创新资源备受关注。特别是近年来，通信制造产业逐渐发展为国民经济支柱产业，在世界各国都受到高度重视与支持。我国通信设备制造业属于外向型产业，在政府大力支持下，产业发展实现了历史性跨越。然而，随着知识、技术的广泛应用，该产业也面临着如何加快知识创新整合、加强知识协同，如何提高产业竞争力、促进产业结构优化升级等重要课题。

当前，理论界对知识与创新结合的研究也随着经济社会发展而进入高涨期。Karlenzig（2002）较早地把知识与协同联系在一起进行研究，他认为大型组织可以通过系统性开展知识协同获取最大收益，在公司范围内建立和维持网络化知识可以弥补部门、地区和文化的缺口，并且知识协同不应该被限制在单一公司内［1］。随后，管理专家Anklam（2002）指出，为弥补知识缺口、解决知识情境嵌入和路径依赖问题，企业可以通过 “知识协同”的方式进行创新［2］。此外，McKelvey和Almb（2003）认为知识协同是参与各方都积极投入其中并产生 “可见的”成果的协作知识创新 “活动”［3］。Gloge、Howell和Hugh等（2005）进一步将知识协同定义为 “组织在正确的时间将正确的信息传递给正确的人的能力”［4］。在知识协同作用研究方面，Leijen和Baets（2002）通过建立多代理间知识协同模型，认为知识供需双方达成共识有利于整合双方知识、解决知识需求者知识资源不足问题［5］。Samaddar（2006）从成本方面考虑，认为知识创新是一项高成本活动，通过建立协同关系可以更好地降低风险成本，实现知识创新，为论证此结果，他从主从关系的知识协同角度进行了数量建模与分析［6］。Siemsen等（2008）建立了协同制约因素模型，认为知识协同是供应链中的一个重要序参量，并分别从知识协同的速度、规模分析了供应链的敏捷性和知识资源创造效益能力［7］。在知识协同的模型设计与应用方面，Ho（2004）设计了一个分布式的知识管理模型研究促进企业内部知识管理与协作的系统［8］。Adam、Hofer和Zang等人（2005）建立跨国公司全球化知识和本地化知识协同框架，在这一框架中跨越公司的业务可以被协同地计划和控制［9］。而Ohira等人（2005）引入协同关系可视化工具，通过对跨项目团队知识协同社会网络案例的深入分析，证明该工具的有效性［10］。为进一步推进知识在不同主体间传播，Lin（2007）在知识协同多主体之间建立了基于标准语义网语言的MSE本体模型，促进了实体间的知识交流与交换［11］。

国内学者从多角度对知识协同进行了研究。有的学者从产业视角，如罗亚非、张勇（2008）重点研究了高科技产业集群内的知识共享过程，构建集群知识理论框架，揭示了知识共享影响因素［12］。谢荣见、孙剑平等人（2009）进一步分析了集群创新环境下，企业内外部知识的获取、整合、共享、应用与创新扩散过程，并提出了传播扩散型、培养指导型、互动创造型、混合型四种知识扩散方式［13］。彭双、顾新（2010）则对集群知识协同组织间的动力机制进行研究，从个体、知识创新团队、知识链、创新外部环境四个层面提出集群知识协同的组织知识创新动力机制［14］。同时，也有学者从供应链视角开展相关研究。吴冰、刘仲英（2009）对供应链结点进行分析，提出了基于模糊多属性群决策模型的供应链协同知识创新决策过程［15］。潘瑞玉（2013）通过分析供应链知识协同与集群企业创新绩效间的关系，得出结论认为，本地和超本地供应链知识协同对集群企业创新绩效都有正向影响［16］。

综上所述，知识协同研究内容较为复杂，国内外对知识协同演进规律的研究还处于起步阶段，各类文献较为分散，缺少对产业主体之间的协同关系研究，缺乏对主体之间协同演进程度的深入分析。为此，本文将从知识链角度，以我国通信制造业为案例，研究该产业协同发展状况，并对其协同演进与创新进行测度，深度探究知识链与产业协同演进、产业创新的关联关系，进一步丰富发展创新理论。

二、通信制造业知识协同度的测度与分析

知识链是一个复杂的网络系统。Gilbert Prost［17］和Karl M.W iig［18］等国外学者从知识价值增值角度对知识链进行研究，认为知识链是知识转化为智慧的过程，包括知识获取、开发与创新、共享与传播、应用与价值实现等环节，强调各环节之间的对接循环问题。笔者认为，就通信产业而言，其产业的知识链由主体层（包括电信运营商、技术提供商、设备提供商、服务提供商等）和辅助层（包括政府、金融机构、高校、科研机构、科技中介等）构成，它们之间协同演进与创新，形成一种共赢发展模式。图1中粗线箭头表示通信制造业知识链主体的创新活动。

本文在充分考虑通信产业知识链构成主体的要素特征、关联关系以及数据可获性基础上，以传输设备商与终端设备商两个主体作为研究对象，运用子系统有序度模型和系统协同度模型对该产业的协同性进行定量测度，明确我国通信制造业的知识协同状况。

图1 通信制造业知识链创新系统结构图

（一）子系统有序度模型

在前苏联物理学家朗道（1937）和德国物理学家哈肯（1969）对序参量研究的基础上，本文结合张保林、刘小瑜的相关研究［19］，利用序参量能够衡量知识创新能力对我国通信制造业传输和终端子系统有序程度的贡献。

设通信制造业系统K=f（K1，K2，…，Kn）中的通信传输子系统Ki，i∈［1，n］。发展过程中测度知识创新能力的序参量变量为 si=（si1，si2，sil，…，sim），其中 m≥1，l∈［1，m］，si1，si2，…，sih的取值越大，通信传输子系统的有序程度越高；而 sih+1，sih+2，…，sim取值越大，通信传输子系统有序程度越低，故有：

定义1 衡量通信传输子系统知识创新能力的序参量sil的系统有序度模型：

其中，δil、εil分别为样本中通信传输子系统知识创新能力序参量sil的上限值与下限值，Ui（sil）∈［0，1］，其值越大，sil对通信传输子系统Ki有序的 “贡献”越大。

从总体上看，知识创新变量si对通信传输子系统Ki有序程度的 “总贡献”可通过Ui（sil）的集成来实现。实际应用中往往采取线性加权法求和，即：

定义2 定义（2）式中的Ui（si）为知识创新序参量变量si的系统有序度。

可知，Ui（si）∈［0，1］，Ui（si）越大，si对子系统Ki有序的贡献越大，子系统Ki知识创新有序的程度就越高，反之则越低。通信终端子系统有序度模型同上。

（二）系统协同度模型

定义3 设对于给定的初始时刻T0，通信传输子系统（Kb）知识创新序参量的系统有序度为，通信终端子系统（Kb+1）知识创新序参量的系统有序度为，则对于通信制造业知识创新协同演进过程T1时刻而言，若此时通信传输子系统（Kb）知识创新序参量的系统有序度为，通信终端子系统（Kb+1）的知识创新序参量的系统有序度为，且同时成立，则称通信制造业系统在 T0至 T1时段里知识协同发展，定义下式为系统协同度。

其中，

C值越大，表明通信制造业系统知识创新协同发展程度越高，反之则越低。

由定义3可知，系统知识协同度综合考虑了两个子系统的因素，当两个子系统有序度均有大幅度提高时，整个系统处于较高的协同状态。然而，如果一个子系统的有序度提高幅度较大，而另一个子系统的有序度提高幅度较小或下降，则整个系统不能处于较好的协调状态或根本不协调。该模型用子系统序参量的有序度变化来反映系统整体的协同状况，实现了对系统的动态把握与分析。

（三）有序度、协同度的测度

本文在孙陈（2007）［20］等人的创新指标体系基础上，充分考虑通信制造业知识创新的特点，制定了4项一级指标和14项二级指标对通信传输设备和终端设备子系统协同度进行测定，指标详见表1。

表1 通信制造产业知识创新能力评价指标

其中，创新支撑能力是提高产业自主创新能力的基础和保障，主要体现在产业经济实力与人才存量上。创新资源投入是产业知识链的起点，主要体现在资金投入和人员投入上，是衡量产业创新潜力的重要指标。创新转化能力是衡量产业将发明创造与新工艺实现产业化并获得经济效益的能力，是知识链与产业链衔接的桥梁。对于知识创新收益能力，采用 “万名从业人员拥有发明专利数”指标来测度行业自主知识产权创新能力和对核心技术的掌握程度；用 “全员劳动生产率”来衡量行业的技术密集程度与劳动效率；用 “新产品市场推广率”、 “新产品出口率” 测度知识创新所产生的直接经济效益和国际竞争力。

按照上述指标体系，根据 《中国高技术产业统计年鉴》汇总了2000-2010年相关数据，结合上文的子系统有序度模型和系统协同度模型，计算出我国通信制造业知识创新系统的有序度与协同度，详见表2。

表2 我国通信制造业知识创新系统的有序度与协同度

从表2可以看出，通信传输和终端子系统的有序度从2000年开始，基本保持逐年增加的态势，其中2010年通信传输和终端子系统的有序度均达到2000年的两倍左右，这说明各创新要素的有序发展对通信制造业子系统的有序度贡献较大，推动了子系统的快速发展。另外，在发展过程中，终端子系统的有序度相对于传输子系统有一些差距，不够稳定，有待于提高。

图2 2000-2010年我国通信制造业知识创新系统协同度变化趋势

图2直观地反映了2001-2010年我国通信制造业知识创新系统协同度的变化趋势，可以看出，2001-2004年我国通信制造业知识创新系统的协同度较低，协同状况不理想；2005年之后，协同度基本保持逐年上升的趋势，在2009年达到了0.364，表现出较高的协同性。但是协同关系仍不够稳定，2007年出现了较大波动，因此我国通信制造业知识创新系统的协同度还存在较大的调整空间。

三、通信制造业协同演进与创新进程分析

产业协同演进过程同时也是产业协同创新过程。通过上文对我国通信制造业知识创新系统协同度的分析，可以看出子系统有序度影响着整体系统协同度。同时，子系统之间知识创新层面的联系和相互作用情况也影响着产业协同演进情况，下面通过构建演进模型，分析子系统间的内在联系和协同关系，明确我国通信制造业协同演进与创新进程。

（一）演进模型构建

本部分在Logistic模型基础上推导Lotka-Volterra模型，分析通信制造业内知识创新群之间的相互影响与产业协同演进的作用关系，推导过程如下：

其中，r是在没有任何干扰条件下，通信传输产业群的增长率；N为通信传输产业群个体数量，K为创新环境容纳量；当数量N趋于零时，表明该群的创新资源空间未被利用，创新群具有潜在增长能力，当数量N趋于K时，则表明该群的创新潜力几乎全被挖掘。

将通信制造产业中传输设备和终端设备看作两个创新群，其中设通信传输设备业为知识创新群1，通信终端设备业为知识创新群2。则可通过Logistic方程描述这两个知识创新群的增长情况：

若通信传输创新群与通信终端创新群是相互作用的，则用影响系数 a12表示创新群2数量的变化对创新群1数量变化的影响，同理可用影响系数a21表示创新群1对创新群2的影响，即：

故可将Logistic模型改写为：

由此可得差分形式：

将（7）代到（13）得：

由此得到一般性的回归模型，即：

由（16）可知，当β1、β2都大于0时，N2增加，ΔN1也增加，即 N1增加，表明通信终端创新群与通信传输创新群存在协同演进关系；当 β1＞0，β2＜0时，且，则 N2增加，N1减少，表明通信终端创新群与通信传输创新群存在竞争关系；若 β1＞0，β2＜0，且 |β1|≥|β2|，则2增加，N1也增加，表明通信终端创新群与通信传输创新群存在以协同演进为主的关系；若β1＜0，β2＜0，则2增加，必有N1减少，即为通信终端创新群替代通信传输创新群的关系。

（二）系统演进程度分析

收集1998-2010年通信传输创新群和终端创新群的科技机构数（见表3），并对其进行回归分析，得到模型（16）中的相关数据（见表4）。通过两大创新群的科技机构数量变化可以反映出通信制造业子系统在科技研究方面的投入情况、关联关系与竞争状况，进而反映通信制造业的整体演进过程。

表3 1998-2010年通信制造业科技机构数

表4 1998-2010年通信制造业科技机构数回归分析结果

从表4可得模型（16）的判定系数R2大于0.5，且F检验为显著，故回归模型有效。由于β1＞0、β2＜0，而且|β1|≥|β2|，故通信终端子系统科技机构数量增加时，传输子系统的科技机构数量也会增加，因此通信传输和终端子系统之间表现为协同演进关系。以上分析说明，现阶段我国通信制造业子系统之间协同发展，下游终端子系统科技机构规模能够推动上游传输子系统科技机构数量的变化。

在对通信制造业子系统科技机构数量的协同性进行分析之后，继续对子系统的技术创新成果的协同性进行研究。我们通过专利拥有数的变化来反映子系统在科研成果方面的相互影响。表5收集了1998-2010年的相关数据，对其进行回归分析（见表6）。

表5 1998-2010年通信制造业专利拥有数

表6 1998-2010年通信制造业专利拥有数回归分析结果

从表6可知，模型（16）的判定系数R2大于0.5，且F检验值显著，故回归效果显著有效。由于β1＞0、β2＜0，而且|β1|≥ |β2|，故通信传输与终端子系统的专利拥有数存在协同演进关系，两大系统在知识创新与技术改进方面是相互促进、协同发展的，共同推动了通信制造业的整体发展和协同演进进程。

可见，通过构建通信制造业内的两大知识创新群之间的协同演进模型，并进行行业大样本数据验证，可以得出我国通信制造业的发展表现为纵向协同演进，知识链上下游主体之间互为依托、相互影响，任何一方的健康发展均有助于另一方的发展；同时，创新主体也从单个主体创新向多主体合作创新演进，并且在传输、业务、终端等领域出现了创新主体之间的融合，知识共享程度进一步提高，技术创新相互促进，技术改进潜力也在加大，这些都将推动我国通信制造业整体发展。

四、结 论

通过对我国通信制造业的知识协同情况与演进进程的研究，笔者认为必须树立知识链创新与产业协同发展的思路，即加强协同创新意识，提高自主创新能力，进而促进我国经济结构调整和优化。针对现阶段我国通信制造业知识协同创新面临的诸多问题，提出以下建议：（1）政府需从知识链角度，支持通信制造产业发展，加强协同创新意识，强化创新机制和体制改革，引导社会资本加强对通信制造产业创新投入，支持和推动通信制造产业核心技术的研发，提高产业自主创新能力；（2）建立有效的知识合作、联盟、共享保障制度，确保创新知识在知识链的不同结点有序、顺畅地流动；（3）构建知识交易第三方监管机构，完善交易纠纷解决机制，降低知识交易风险性，有效保障知识交易活动的顺畅进行；（4）构建多层次、安全、可靠的知识交流信息服务体系，支持不同知识结点之间的知识获取、存储、传输、利用与评价，提高信息和知识交流质量，实现知识主体之间的信息与知识管理的系统化、网络化、集成化；（5）统一协调并完善知识共享收益分配制度，确保知识共享各方利益分配的合理性和公平、公正性，使产业知识共享良性循环；（6）增加创新资金投入，拓宽融资渠道，从企业销售收入中提取适当比例建立技术开发基金，从证券市场上筹资或设立中小企业发展专项基金，用于产业内中小企业技术创新和规模扩充；（7）鼓励企业建立长期稳定的合作机制，发挥技术带动作用，构建产业创新网络。

［1］Karlenzig W，Markovich M，Borromeo J J，et al.Knowledge Collaboration［EB/OL］.Dimension Data，http：//www.didata. com/，2002.

［2］Ank lam P.Know ledge Management：the Collaboration Thread［J］.Bulletin of the American Society for Information Science and Technology，2002，28（6）：8-11.

［3］McKelvey M，Almb H，RiccaboniM.Does Co-location Matter for Formal Know ledge Collaboration in the Swedish Biotechnology-pharmaceutical［J］.Research Policy，2003，32（3）：483-501.

［4］Gloge L，Howell P，Hugh H，etc.Knowledge Collaboration for IT Support［EB/OL］.http：//www.thebrain.com/，2005.

［5］Leijen H V，Baets W R J.A Cognitive Framework for Reengineering Knowledge-intensive Processes［C］.Proceedings of the 36 th Hawaii International Conference on System Sciences（HICSS’03），Hawaii，USA，2002.

［6］Samaddar S，Kadiyala SS.An Analysis of Interorganizational Resource Sharing Decisions in Collaborative Know ledge Creation［J］.European Journal of Operational Research，2006，170：192-210.

［7］Siemsen E，Roth A V，Balasubramanian S.How Motivation，Opportunity，and Ability Drive Know ledge Sharing：the Constraining-factor Model［J］.Journal of Operations Management，2008，26（3）：426-445.

［8］Ho C T.Developing a Distributed Know ledge Model for Knowledge Management in Collaborative Development and Implementation of an Enterprise System［J］.Robotics and Computer-Integrated Manufacturing，2004，20（5）：439-456.

［9］Adam O，Hofer A，Zang S，et al.A Collaboration Frame-work for Cross-enterprise Business Process Management［C］.First International Conference on Interoperability of Enterprise Software and Applications（INTEROP-ESA’05），Geneva，Switzerland，February，2005.

［10］Ohira M，Ohsugi N，Ohoka T，Matsumoto K.Accelerating Cross-project Knowledge Collaboration Using Collaborative Filtering and So-cial Networks［C］.International Workshop on Mining Software Repositories（MSR2005），St.Louis，MO，May，2005，111-115.

［11］Lin H K，Harding J A.A Manufacturing System Engineering Ontology Model on the Semantic Web for Inter-enterprise Collaboration［J］.Computers in Industry，2007，58：428-437.

［12］罗亚非，张勇.基于知识链的高科技产业集群知识共享研究 ［J］.科学学与科学技术管理，2008，（8）：94-97.

［13］谢荣见，孙剑平.产业集群创新环境下基于知识链的知识扩散研究 ［J］.中国科技论坛，2009，（7）：64-67.

［14］彭双，顾新.知识链组织间知识创新的动力机制研究 ［J］.科技进步与对策，2010，（3）：112-115.

［15］吴冰，刘仲英.供应链协同知识创新的决策研究 ［J］.同济大学学报（自然科学版），2009，（9）：1277-1281.

［16］潘瑞玉.供应链知识协同与集群企业创新绩效关系的实证研究——基于组织学习的中介作用 ［J］.商业经济与管理，2013，（4）：89-96.

［17］Gilbert Prost.Managing Knowledge：Building Blocks For Success［R］.John Wiley&SonsLtd，1999.

［18］Karl M.，W iig.What Future Know ledge Management Users May Expect［J］.Journal of Know ledge Management，1999，（2）155-165.

［19］张保林，刘小瑜.产业集群系统有序度的测量 ［J］.统计与决策，2011，（7）：65-67.

［20］孙陈.我国装备制造业行业技术创新能力与技术创新效率评价研究 ［D］.合肥：合肥工业大学硕士学位论文，2007.

Empirical Research on Know ledge Chain-Based Industrial Collaborative Evolution——Taking China's Communication Manufacturing Industry as a Case

ZHANG Gui1，LIU Yang1，REN Yun2
（1.School of Economics&Management，Hebei University of Technology，Tianjin 300401，China；2.Tianjin Transportation Vocational College Department of Logistic Engineering，Tianjin 300110，China）

From the perspective of knowledge chain，this paper takes China’s communication manufacturing industry for a case study and applies the models of sub-system order degree and system synergetic degree to do a quantitative measurement to the know ledge synergy of the industry.We use the model of improved Logistic to analyze the relationship between the interaction of know ledge innovation clusters within the industry and industrial collaborative evolution.The results show that the communication manufacturing industry is in the stage of vertical collaborative evolution，having evolved from single subject innovation to multi-agent cooperative innovation.However，the collaborative relationship within the industry is not stable，synergetic effect is not satisfactory，and the degrees of order and synergy have much room for ad justment.Therefore，government is urgently needed to dismantle the barriers of industry collaborative innovation，improve the mechanisms of knowledge synergy and create a favorable environment for innovation cooperation to promote the overall optimization and upgrading of the communication manufacturing industry.

know ledge chain；coordination evolution；communication manufacturing industry

F062.9

：A

：1004-4892（2014）04-0072-09

（责任编辑：闻 毓）

2013-11-07

国家社会科学基金重大资助项目（13&ZD15）；天津市科技发展战略研究计划重大资助项目（13ZLZLZF01000）；河北省软科学基地重点资助项目（134576222D）

张贵（1971-），男，河北尚义人，河北工业大学经济管理学院教授，博士生导师；刘洋（1989-），女，河北承德人，河北工业大学经济管理学院硕士生；任赟（1983-），女，山西运城人，天津交通职业学院物流工程系讲师。