基于CAS的高技术虚拟产业集群知识创新活动分析

何晓燕，高长元

(哈尔滨理工大学高新技术发展与管理研究中心，黑龙江 哈尔滨 150040)

虚拟产业集群理论是由欧盟的课题组在1997年提出的［1］，其特征是不受地域限制的组织接近和虚拟企业的成员池，与产业集群相比，虚拟产业集群是一种组织形式而不仅仅是一种地理现象，表现在两个方面:成员间存在广泛和深入的相互联系;信息及通信技术成为成员连结的主要工具。引入虚拟产业集群的思想，构建高技术虚拟产业集群(HTVIC)，使高技术园区在现有基础上打破地域限制，实现相关产业更大范围的联合，从而推动知识创新的产生，将成为高技术园区突破发展瓶颈的一项重要尝试。

高技术虚拟产业集群的知识创新如何形成，现有文献还少有涉及。但学者们对集群知识创新进行了广泛的研究，从研究方法上看，近年来学者较多地运用了系统观、复杂科学及复杂网络、和社会网络的方法。John、Teal从创新系统的角度看待产业集群的知识创新［2-3］，Todd认为集群创新是个复杂动态过程［4］，Valerie的研究也表明复杂性理论在产业集群知识研究中具有适用性［5］，Michel用复杂网络的思想研究了硅谷的创新能力［6］，Yen运用社会网络分析检验了创新绩效和集群成员的网络能力与网络位置的关系［7］。在国内学者中，郁陪丽构建了技术知识创新系统并揭示其演化规律和路径［8］;董秋霞，高长春研究了创意产业集群知识创新系统的运行机制［9］;李志刚，汤书昆等基于小世界网络模型研究了集群知识创新的影响因素［10］;彭英，杨照研究了加权网络簇对知识创新的影响［11］;张玲，李淑芬研究了社会网络角度的集群结构和知识创新的关系［12］。

上述研究为HTVIC知识创新的研究提供了有益启示，但过多强调宏观角度的整体，忽略了成员个体的创新活动。我们认为集群是由成员构成的，成员是知识创新活动的实施者，成员进行知识创新并相互协同才形成集群整体的创新;同时，集群成员的创新又不同于企业的独立创新，而且HTVIC又不同于传统集群，因此，有必要从成员行为的角度分析HTVIC的知识创新问题。

复杂适应系统理论(CAS)为HTVIC知识创新的研究提供了新的视角，从适应性主体的行为入手，研究主体相互作用下形成的整体涌现，自下而上地把微观和宏观联系起来。胡恩华、刘洪也采用CAS对集群创新行为进行研究，但仅给出研究框架［13］，张永安，田钢的研究表明CAS与集群创新过程相结合的研究还有待加强［14］。鉴于以上分析，本文认为CAS理论较好地体现了HTVIC成员的相互关系与虚拟作用，因此应用CAS理论对HTVIC的知识创新活动进行分析，尝试回答以下问题:成员主体是如何进行知识创新的?成员创新如何形成集群整体层面的创新?HTVIC的组织接近或说虚拟是如何通过创新活动而实现的?本文的研究为构建主体适应性机制奠定基础，并期待对于实践中的HTVIC成员知识创新行为给予一定的指导和帮助。

1 HTVIC知识创新的CAS特征及层次

1.1 HTVIC知识创新的界定

知识创新是创新理论和知识理论相结合的产物，美国学者艾米顿首次提出了“知识创新”，他认为知识创新是新思想的产生，传播与应用，以及商业化过程［15］。国内学者何传启提出广义的知识创新是通过科学研究获得新知识的过程，包括科学知识创新和技术知识创新［16］。Geoffrey认为集群为成员知识创新提供了环境与支持［17］，Michael认为企业的创新会形成集群竞争优势［18］。基于此，HTVIC知识创新是HTVIC的成员在虚拟空间相互协同而进行的广义知识创新活动，使得集群整体出现大规模而且频繁的创新现象和创新涌现，最终产生新知识，促使集群创新力及竞争力得到提升。

1.2 HTVIC知识创新的CAS特征

HTVIC知识创新系统是由企业、大学和科研院所、中介机构和政府四类主体构成，主体能感知外部环境并做出一定的反应，不断改变自身的结构和行为方式，从而实现对环境的适应，并与其他主体相互作用，形成系统的演进与发展，是一类复杂适应系统，满足CAS的四个特性和三个机制。聚集性，HTVIC的成员分布在不同地域，依靠网络连接，在虚拟空间自组织形成一个整体，产生了整体层面的新知识，形成HTVIC创新能力。非线性，HTVIC的成员相互作用，既有主体内部关系，又有主体之间的联系，交互产生新知识，超越了成员知识线性和。流，成员在相互作用中伴随着知识的流动，处在产业链的上个节点的知识输出为下个节点的知识输入，形成知识的再循环效应，并且知识具有可反复使用性，在不同成员的使用过程中带来知识价值的乘数效应。多样性，每个成员为适应环境进行知识创新活动，知识创新的需求和结果产生了其他主体可以选择的生态位，不同的生态位形成了多样性。标识机制，标识区别了不同的主体，促进了知识创新的选择性相互作用。内部模型和积木机制，主体进行知识创新活动中，内部模型对外界刺激做出反应，在与上一层进行相互作用时作为积木块形成新的规则，强调了HTVIC的层次性。

1.3 HTVIC知识创新的层次

从微观和宏观角度来看，HTVIC的知识创新具有两个层次:成员层创新和集群层创新(见图1)。单个成员是HTVIC的微观主体，具有主动性和适应性，依据刺激—反应规则，自发与其他主体进行知识互动，形成个体层面的新知识，其创新活动是HTVIC知识创新的基础;不同成员在虚拟空间，由于产业关联而集聚、非线性作用，通过标识、内部模型和积木机制与其他成员进行相互选择和对环境进行适应，进而产生了集群层面的新知识，形成了集群创新效应;同时，HTVIC为知识创新提供了背景条件，产业关联性、对产业知识的共同需求、同质知识之间的竞争及网络和信息手段的应用刺激和促进了知识创新的不断产生。

图1 HTVIC知识创新的层次

2 成员层创新

成员层创新是单个成员主体为适应环境和提高自身竞争力，与其他主体相互作用中进行的知识创新活动，是集群创新涌现形成的微观基础，包括以下三个顺序过程，知识获取、知识整合与知识应用。这些是由一组规则决定的主体行为，即若刺激S发出，则作出反应R，HTVIC知识创新的S集合是主体所处的状态，包括主体的知识存量、创新需求、产业链中的位置、成本因素、合作机会、知识类型、载体类型等、R集合主要是知识创新活动的选择与执行，包括知识获取、知识整合、知识应用，其环境因素包括其他主体的状态，及集群内部和外部的经济和社会环境(见图2)。HTVIC成员层创新的刺激反应模型，描述了单个主体的连续知识创新行为，实现了知识从无序到有序到新知识产生的过程。

2.1 知识获取

图2 HTVIC成员层创新的刺激反应模型

知识获取强调主体通过一定途径获取他人知识的过程，HTVIC的知识获取具有如下特点:技术的快速更迭形成了对知识获取的强烈需求;网络及信息平台成为不可缺少的工具手段，提供了知识内容、交流方式和获取工具;成员借助产业链的分工协作关系获取知识，任一主体的知识获取行为对其他主体及环境存在反馈，刺激了其他主体进行知识获取而形成创新，体现了集群内部的竞争合作关系，形成三种知识获取途径:交易方式，非正式方式和组织合作方式。

(1)交易方式。由于产业知识的相近性，成员间的知识可以互补，当自身知识存量不足，而研发又需要较大的投入时，成员通常会采用交易方式获取所需外部知识，包括购买，接受转让和技术援助。集群内部成员的组织临近性增强了彼此的信任，使得交易时所支付的成本要低于外部组织。

(2)非正式方式。HTVIC是基于网络的组织临近，成员间的频繁网上接触产生知识溢出，企业衍生和人员流动等非正式方式。知识溢出源于产业链活动的相近性、相关性，当处于纵向产业链时，蕴含在产品中的先进知识向下游扩散;当处于横向产业链时，成员通过模仿获得其他成员的知识。企业衍生是高技术产业的重要特征，新成企业可以获得衍生母体的部分知识，并形成新的应用领域。人员流动将使得技术，经验等知识传递到其他企业，同时形成了基于社会联系的知识获取方式。

(3)组织合作方式。比较典型的HTVIC组织内部合作形式有产学研和虚拟企业，体现了成员之间的协作互动。产学研合作中的企业为满足自己的知识需求，从学研机构取得知识并加以技术应用，完成了知识的价值化。虚拟企业由于目标一致，专业知识的流动屏蔽减少，充分体现了“虚拟成员池”的作用。

2.2 知识整合

知识整合的目的是实现知识的系统化，其对象是知识，包括隐性和显性知识。野中的SECI模型描述了隐性知识和显性知识之间的相互转换和螺旋上升过程［19］，和金生教授提出融知发酵模型对SECI过程进行具体解释［20］。借鉴以上理论，HTVIC知识整合是嵌入了知识发酵活动的知识转化过程(见图3)。

图3 HTVIC的知识整合

隐性整合是对外隐和内隐知识的整合。隐性知识一般存在于组织的行为或关键人物的头脑中。在组织对隐性知识的战略需求的指导下，组织依托自身的知识源和促进知识发酵的制度安排，充分使用面对面交流、视频会议、信息平台等工具和组织内外部环境与外部组织进行互动，对外部组织及关键人物的行为进行感知、比较、模仿等，形成思维碰撞或共鸣，激发新的直觉、意识，并植入行为，这种发酵是通过行为接触而引发的，为触发式发酵，最终形成新的组织隐性知识。

显性整合是对外显和内显知识的整合。为解决新的问题，组织获取的显性知识与自身规范的显性知识在组织协调及激励制度的作用下，利用知识分类工具、专家系统，决策支持系统等，对知识进行融合、整理和分类，形成清晰的、系统化的组织显性知识体系，此时为组合型发酵。

显化整合是对外隐和内显知识的整合。组织产生了对外部隐性知识编码化的需求时，通过对话、隐喻、编码、知识挖掘等手段，利用内部知识和能力，使外部隐性知识形成规范化的显性知识，继而再发生显性整合，此时的发酵主要源于外部隐性知识的显化，为挖掘式发酵。

隐化整合是对外显和内隐知识的整合。组织需要更新知识、产生新的知识应用，依赖内部知识及能力，通过知识地图、知识库等对外部显性知识进行消化、吸收、理解等，并付诸企业行为，形成新的隐性知识，包括惯例、规则、心智模式等，促进知识的演进与升级，继而进行隐性整合，进入新的循环，此时发酵为应用式发酵。

HTVIC知识整合区别于SECI知识转化及融知发酵模型:SECI侧重知识形态从一种形式向另一种形式的转化，HTVIC知识整合侧重不同类型的知识如何形成组织知识存量，既有形态转化，又有数量变化;SECI研究的是个人层面的知识转化，但HTVIC知识整合研究的是组织层面的知识融合;SECI是个循环过程，起始点是隐性知识，但HTVIC知识整合的起始点既可以是隐性知识，也可以是显性知识，是具有间断点的循环过程;融知发酵模型是针对SECI过程提出的，但发酵类型和转化过程并不对应，HTVIC知识整合存在与过程相对应的发酵类型(见表1)。

2.3 知识应用

创新是要素的新组合、新应用。知识整合实现了知识的新组合，知识应用则是创新生成的另一个重要方面，知识及其应用的结果形成知识资本，知识资本是能够创造价值的有用知识，是知识与价值的契合点，一般认为知识资本包含人力资本、组织资本和关系资本三个要素。

知识向知识资本的转化必须借助一定的载体。当组织知识存在于关键人物的头脑中，表现为经验、技能等隐性知识，或者为论文、书面报告等显性知识成果时，即形成了人力资本;当组织知识被固化为组织的行为或规则时，人力资本实现了向组织资本的转化，形成企业的制度规章、企业文化、信息系统和工艺流程，进而形成新的产品、新技术、新工具等，或者申请法律保护形成知识产权;当组织知识嵌入社会关系时形成关系资本，组织获得了合作机会、竞争信息、新的知识流入、信任与支持、政策优惠、顾客忠诚等，以此节约交易成本，提高了社会地位，创造了经济和社会效益。

表1 HTVIC知识整合类型与发酵

3 集群层创新

3.1 集群层创新的形成

多个成员主体的知识创新活动同步或交叉进行，不同主体围绕知识创新进行互动和合作，在宏观层面上表现出了集群整体的创新现象。CAS的回声模型从宏观层次对系统进行描述，解释了主体如何相互作用而形成整体的问题，实现了从微观到宏观的过渡。考虑添加了黏着标识的回声模型，见图4。

主体①和主体②为HTVIC成员，添加黏着标识的主体染色体包括进攻标识、防御标识、黏着标识、交换条件和变换条件，用染色体字符串来表示。进攻标识为主体获取知识的能力;防御标识为主体对其他主体的要求的应答与否;黏着标识给出了聚集的条件;交换条件检查另一主体的标识，以确定交互作用是否发生;变换条件给出了把富余知识变为所需知识的能力。

考虑进攻与防御标识，主体①的进攻、防御标识分别与主体②的防御、进攻标识相匹配，通过染色体字符串列表比较，计算匹配分数，高匹配分数导致防御方的知识资源转出，不匹配则只获得过剩资源或一无所获，从而确定主体①与主体②的相互作用方式。

考虑交换、变换条件和黏着标识，主体①的进攻标识首先与主体②的交换条件匹配，若满足则发生交互作用，进行知识资源转移;在此基础上，主体①的进攻标识与主体②的黏着标识相匹配，过程类似于知识转移过程，若匹配分数不接近于0，主体①和②发生黏着，形成聚集体;之后，通过指定变换子片段，实现主体①的资源变换，形成新的资源形式和能力。同理，主体②和主体①也要进行上述匹配，从而实现了两个主体的相互作用，进而形成HTVIC集群层创新。

图4 CAS回声模型

3.2 集群层创新的表现

(1)HTVIC的知识创新结构。HTVIC的多个成员通过信息技术相互连接，在创新过程中相互作用形成网络，不同类型的成员在网络中的作用不同，形成了以高技术企业为核心的知识创新结构。由于是虚拟集群，网络平台成为此结构的枢纽，充分体现虚拟的组织接近和协同作用，提供必要的技术支撑和弱管理的职能，在遵循自组织机理的基础上引导成员的行为，促进协同创新的生成。

(2)HTVIC的知识创新模式。产业链是HTVIC成员相互链接的基础，处于同一产业链上不同环节的成员，异质性使得上下游企业形成稳固的合作关系，易于实现联合的知识创新，推动知识横向扩展，属于合作型创新;处于不同产业链相同环节的成员，具有同质性，彼此竞争激烈，竞争成为知识创新产生的动力，刺激了知识的纵深发展，属于竞争型创新。

(3)成员的协同知识创新效应。协同促进了集群知识存量的增加，包括了个体层面知识和组织层面的知识，后者是单个企业创新过程中所没有的，比如HTVIC的组织结构，特有的文化及协调知识，产业及企业间的关联知识等;同时，协同创新提升了成员及整体的创新能力和竞争力，创造更多的价值，形成创新氛围，刺激更多创新生成，产生了大于成员和的功效。

4 结论

HTVIC知识创新活动具有两个层面:成员层创新是单个成员主体为适应环境和其他主体，而进行的刺激反应活动，包括知识获取、整合和应用三个顺序过程;集群层创新是多个主体在虚拟空间聚集，非线性作用的结果，这些作用表现为主体在进行知识创新活动中所进行的知识资源转换、交换、变化和黏着，由此形成了HTVIC知识创新涌现。本文仅是引入CAS对HTVIC知识创新活动进行的初步分析，下一步将研究不同类型的成员主体的适应性机制并结合仿真对HTVIC知识创新系统演化进行深入研究，以期获得有益的管理启示，推动高技术产业集群的持续、快速发展。

［1］Molina A，Ponguta S.An Information Model to Research the Core Competencies of Virtual Industry Clusters［R］.Research Report，WZL Ilachen，1997.

［2］John N H Britton.Network structure of an industrial cluster:electronics in Toronto［J］.Environment and Planning A，2003，35(6):983-1006.

［3］Teal，Francis.Industrial Clusters and Innovation Systems in Africa:Institutions，Markets and Policy，edited by Banji Oyelaran-Oyeyinka and Dorothy McCormick［J］.Journal of Regional Science，2009，49(1):230-232.

［4］Todd H Chiles，Alan D Meyer，Thomas J Hench.Organizational Emergence:The Origin and Transformation of Bran-son［J］.Organization Science.2004，12(3):53-75.

［5］Valerie J Lindsay.The development of international industry clusters:a complexity theory approach［J］.Journal of international entrepreneurship，2005，3:71-97.

［6］Michel Ferrarya，Mark Granovetter.The role of venture capital firms in Silicon Valley's complex innovation network［J］.Economy and Society，2009，38(2):326-359.

［7］Yen Ting Helena Chiu.How network competence and network location influence innovation performance［J］.Journal of Business ＆Industrial Marketing，2009，24(1):46-55.

［8］郁陪丽.产业集群技术知识创新系统演化阶段与路径分析［J］.管理学报，2007，4(4):483-488.

［9］董秋霞，高长春.基于模块化理论的创意产业集群知识创新系统运行机制及协同发展评价研究［J］.科技进步与对策，2012，29(16):110-115.

［10］李志刚，汤书昆等.基于网络结构的产业集群知识创新和扩散绩效［J］.系统工程，2007，25(5):1-8.

［11］彭英，杨照.加权网络簇系数及其对集群知识创新的影响［J］.统计与决策，2010，(19):43-46.

［12］张玲，李淑芬.集群网络结构对知识创新过程的影响研究——以长春汽车产业集群为例［J］.图书情报工作，2011，55(4):62-67.

［13］胡恩华，刘洪.基于复杂适应系统的企业集群创新行为研究［J］.中国科技论坛，2007，(1):65-69.

［14］张永安，田钢.基于复杂适应系统理论的集群创新研究综述［J］.科学学与科学技术管理，2008，(2):60-66.

［15］D M Amidon Rogers.Innovation Strategy for the Knowledge Economy:the Ken Awakening［M］.Boston:Butterworth-Heinemann，1997:15-50.

［16］何传启，张凤.知识创新-竞争的焦点［M］.北京:经济管理出版社，2001.

［17］Geoffrey G Bell.Clusters，networks，and firm innovativeness［J］.Strategic Management Journal，2005，26(3):287-295.

［18］Michael B.The New Competitive Advantage:The Renewal of American Industry［M］.London:Oxford University Press，2001:5-20.

［19］Nonaka Umenoto，Senoo.From information processing to knowledge creation:A paradigm shift in business management［J］.Technology In Society，1996，18(2):203-218.

［20］熊德勇，和金生.SECI过程与知识发酵模型［J］.研究与发展管理，2004，16(2):14-20.