知识属性差异与创新体系建设研究

2018-12-28王灏

郑州航空工业管理学院学报 2018年6期

王灏

(河南财经政法大学经济学院，河南郑州 450046)

创新包含破坏性创造和商业化两个阶段，并蕴含不同的知识创造和传播。随着技术创新范式的网络式转变，技术主体和商业主体产生较大尺度的空间分野，带来创新知识传播方式、速度和效率的变化。为了应对市场需求，提升国家、地区和产业竞争力，各国和地区制定了鼓励创新的政策体系与战略框架，这些“市场机制和非市场机制的组合”[1]既有成功[2]也有失败[3]。初步的原因分析表明，社会“技术范式”与创新体系的匹配程度导致了成败。因此，需要显微镜式的研究新技术范式下知识创造及传播的不同属性，以及相应的创新体系建设方向。

本文以下内容包括知识属性分析、创新体系分类建设、相关的经验与教训、本文不足与未来研究方向。

一、创新体系研究中的知识及其属性

(一)早期重视程度不足

熊彼特(Joseph A. Schumpeter,1934)[4]虽然说明了创新的核心实质是知识创造与重新组合，但早期的创新体系研究多集中于描述体系结构、主体特征和国家制度背景等宏观研究，对其中流动的知识鲜有涉及。弗里曼(Freeman C., 1987)[2]和纳尔逊(Nelson, 1993)[5]将国家创新体系(NIS)界定为国家技术与产业背景下的网络结构。国家竞争优势理论[6]、三螺旋模式[7]的研究重点在创新主体之间、主体与环境的关系。此后，区域创新体系(RIS)[9]、区域创新网络(RIN)[10][11]的研究承袭了NIS的研究思路，重点转向创新行为主体及其行为演化。不过，伦德瓦尔(Lundvall，1992)[8]对创新微观结构、资源要素和主体间互动模式研究使知识的功能引起关注。

(二)近期认知水平提升

近年来，创新体系研究在概念性是否大于政策实用性的争议中不断发展[12]，并形成两大分支流派。首先，创新主体与创新环境生态化关系研究。创新生态体系(IES)借用了自然生态体系的隐喻来研究创新，整合了创新体系结构[13]和创业者生态[14]观念。

其次，关注知识流动的部门创新体系(SIS)和技术创新体系(TIS)研究。部门创新体系(SIS)研究借鉴了NIS理论框架，并关注不同产业部门间的知识和学习过程差异、创新活动的微观动力机制和影响后果等[15][16]。本地知识和外部知识、编码知识和缄默知识的需求差异[17][18]、复杂知识难度与接收能力匹配度[19]成为重要研究内容。

技术创新体系(TIS)研究更加突出了知识在创新体系中的核心地位，并对知识类型(研发、生产、营销、物流)和知识来源(研发、应用、模仿)进行区分[20],特别地，在新的知识生产范式内超越地理范围，结合技术知识属性与产业特征分析创新体系的网络结构和制度需求[3]。各种创新体系研究对比见表1。

表1 各种创新体系(IS)研究对比

资料来源：参考文献[3][33][34].

在创新网络(IN)的知识流动研究中，索伦森[35]关注社会临近性和网络中流动知识的复杂性在网络运行和体系构建中发挥的作用，认为技术知识的生产与接收方的直接关系比未曾谋面的纯粹学术关系重要。复杂度适中(moderate complexity)的知识在传播中具有优势。知识的获取和构建通常需要接收者参与到填补和修正传输错误中来。因此，接收者的能力十分重要。获得知识的成本和解读知识的难度将影响知识传播的速度和有效性。接收者的识别能力既定的情况下，社会临近性将降低知识获取的成本，提升知识获取的真实度。过于复杂、依赖知识源头较多的知识无法形成真正的转移和传播。

可见，知识是创新体系有效运行的资源和客体，需借助不同通道来传播。为了提升地区、国家和部门竞争力而建设的创新体系需要以下工作来获得支持：理解和把握知识生产的核心主体、知识流动的核心载体与特征，如何促进或者抑制知识流动的速度、规模以及通道建设。

(三)创新体系内部知识的核心功能

通过技术知识流动通道可以观察创新体系内部网络通达性。创新范式的复杂性要求不同学科之间优势互补。因此，需要区分和理解不同技术知识的属性特征和通道选择，改善创新体系设置。

1.知识的认知与传播属性划分

创新必然伴随知识的创造和流动，对这些知识的认知与传播属性分类和认知是研究创新微观动力的基础。创新体系内部不同层次的行为主体，包括个人、部门、企业、大学、科研机构、社区组织都具有不同的知识生产和传输能力，推动构成基于不同实物载体的知识网络。

图1 知识属性的认知变迁资料来源：参考文献[35] [36] [37] [38] [39].

对于知识属性的划分不断变化并深刻(图1)。从最早的编码化(显性)知识和非编码化(隐性)知识[36]到温特[37]的四组知识属性界定维度；赞德、科格特[38]基于罗杰斯[39]和温特[37]的定义，构建五个界定知识属性的维度；索伦森[35]化繁入简，将知识复杂性作为衡量生产与传播难度的重要指标，强调知识内在的相互依赖。

综上，本文考虑与体系创新密切相关的四个方面知识属性，即：隐性—显性、复杂性—简单性和系统性—独立性[40]、独占性—遍在性(表2)。实际操作中，这些属性存在伴生特征。可将复杂性与隐秘性作为知识属性的基本指标维度，然后通过若干伴生指标进行初步定性判断。复杂性属性包括不易传授性与不易模仿性，但是否适合编码不确定；隐秘性属性包括不易编码性、体系依赖性。隐秘缄默的知识通常具备以上两个特征，并展示出了很强的粘滞性。

表2 基于创新体系构建的知识属性

资料来源：作者自制.

基于知识属性的基本维度，可对常见知识传播渠道分类(图2)。渠道的多寡优劣将直接影响知识传播的速度、效率和规模。

图2 基于属性差异的知识传播渠道资料来源：根据参考文献[41]改编.

2.基于属性差异的知识创造与流动特征

知识传播的有关概念包括知识转移[42](knowledgetransfer)和知识扩散(Knowledge diffusion)。知识转移多发于特定管道内的规则和强指向性移动，源于知识差距或者互补性存在。知识需求方与供给方借助媒介传播、吸收和应用知识，包含企业内、企业间和企业与大学科研机构三个转移方向，以及个体、团队和企业三个转移层次。

知识扩散的显著差别在于非定向性，其过程通过知识采用曲线进行刻画，显示不同阶段的知识普及程度(图3)。

技术转移与技术扩散既有联系又有区别。主要联系包括：均属知识或技术的移动。主要区别则包括：知识种类差别、移动渠道差别、动力过程(采用、复制、模仿、再创新等)差别、技术受让方是否确定等[43]。科学性探索性知识以扩散为主，技术性开发性知识以转移为主。

知识储存的特点与知识传播特征相伴而生，并可通过知识载体或传播渠道显现出来。比如，通过课本、论文、专利等可以与知识创造者分离的载体；或者通过工作任职、正式交流、非正式交流、业务合作等无法与知识创造者分离的载体。创造出的知识通过相应渠道来进行传播。可以想见，如果传播的渠道可以由非特定主体获取，则其隐秘性和复杂性相对较低；如果无法通过非特定主体获取，则隐秘性和复杂性相对较高。

图3 知识采用曲线资料来源：参考文献[42].

知识转移渠道随着知识源泉、转移成本和互动水平差异而产生变化。显而易见，通过专利发布和公开的著作获得知识的成本要远远低于顾问咨询。渠道内部主体间的互动水平则很大程度上决定了可转移的知识类型和特征。较低互动的渠道更多是依赖于单方向的信息流动，比如阅读公开的著作或搜索公开的专利信息等，不过，这些渠道只能提供编码化的信息。相反，高互动渠道包含更多工作关系，可提供编码化知识和缄默知识，乃至实时帮助。然而，企业如果担心智力成果流失，则会尽量避免复杂多维的联系方式。

依据生产与传播特征区分的知识来构建相应的创新体系是一种有益尝试。知识创造追根溯源还是人类自身，大学和各类科研机构是各类探索性(exploration)知识(科学知识)经济发展的策源地，企业是各类开发性(exploitation)知识(技术知识)的策源地。同时，知识需要转移到合适的受体才能够适时促进创新。科学知识面向基础与探索，载体(渠道)主要是课堂教育、学术论文、学术实验、学术会议等，缺乏商业期盼，传播方式主要是扩散。技术知识更多面向市场与应用，载体多元且包括与科学知识共享的载体，如：交易会、朋友网络、知识产权、衍生企业、合同咨询等，包含商业动机，传播方式多为转移。

二、知识传播属性差异与创新体系分类建设

知识的属性差异表明，创新体系构建需要进一步明确知识生产与传播特征，适应差别化需求。在制定创新战略和创新政策，改善创新环境时，需要了解技术产业的知识属性差异，培养相应的关键知识创造主体，减少关键知识流失可能。

在创新知识属性划分的基础上，可以对创新模式分类。阎森[44]将创新分为科学技术驱动模式(Science and Technology Driving Innovation, STI)和消费使用互动模式(Doing, Using and interacting, DUI)。类似分类还包括探索性(exploration)创新和开发性(exploitation)创新[45]。

STI模式在高技术部门(电子信息、生物技术、医药、新能源、电动汽车等)扮演重要角色。STI创新的破坏性创造阶段主要依赖科学原理的应用，科学知识被编码化于论文和报告之中，表现为各种模型、规律、方法和结论。STI创新的商业化阶段伴随着多形式产研合作、产学联系、企业研发，以及不断形成的技术知识，如专利、Know-how等。当知识被编码为论文、专利、规则和蓝图的时候，往往具有抽象难懂的特征[44]，知识复杂度相应提升，但并不同时意味着其隐秘性增加。只要借助合适的渠道和合适的接收者，复杂知识依然具有传播能力。甚至是STI创新过程中超越地区和国家边界的知识流动(如国际科学社区或国际专家大会等)也十分常见[46][47]。

DUI模式创新在当前则集中于传统技术产业(汽车、电器、手表、机床、鞋服玩具)。在创新过程中的创造性知识和商业化知识也多来自企业内部。各种具有缄默隐秘特征的生产设计经验、流程控制、来自消费领域的反馈等不易编码化的知识在产业中所占比例较高。企业技术研发对大学、科研机构知识输出依赖程度不如STI模式。

在不同知识类型主导的创新(见表2)中，企业在商业化阶段均处于核心地位。但是在不同行业的科学技术知识创造中，企业发挥作用的大小和方式存在差别。如把保持和提升地区或国家产业竞争力作为根本目标，就需考虑竞争力的知识生产者分布和知识传播渠道，以及如何与政府战略与政策匹配的问题。扮演创新催化剂功能的产业战略和政策如果无法实现核心竞争力的产生与保持，那将出现无效激励的状况。

此外，基础教育体系设置、劳动市场运行规则和金融市场运行规则构成创新的外围环境和基础设施，将间接影响创新主体存在和运行的方式与效率。

图4 基于不同知识流动的创新体系类型资料来源：依据参考文献[3] [21]改编.

在创新与产业分类的二维属性基础上，可依据创新主体与创新方式在空间、技术和产业上的共性与个性对创新体系分类。依据不同的技术知识属性与流动方式，划分创新活动类型、组织形式和制度与政策需求(图4)。

类型1：教育与技术基础设施影响下的创新。主要指高技术部门STI创新。在知识创造阶段典型的知识为复杂公开型。知识的流动方式具有自由流动特征，空间溢出明显。商业化阶段的知识自由流动特征吸引全球范围的风险投资和证券投资，在全球范围内推动技术标准形成。代表性创造性知识流通渠道包括专利/论文，商业化阶段包括国际商品交易会、学术网络、设备共享。典型产业包括：电动汽车、太阳能、消费电子、生物医药、软件编码等。政府的产业技术政策对此类型创新体系干预有效度较低，教育技术基础设施的完善是根本。

类型2：研发和教育部门与产业部门知识互动型创新。主要覆盖传统技术部门的STI创新,典型知识为复杂隐秘型。创造性知识与商业化知识流动性降低，流动速度和规模、影响范围偏小。产品定制化、小规模化适应此种类型知识流动。代表性知识流通渠道包括跨国公司、技术社区、跨国示范项目。典型产业包括光学、医疗、高等教育。此类技术产业中，产业与技术互动性强，形成技术与产业优势周期长，技术与产业政策影响度高。

类型3：企业内部产品创新。是指传统技术部门实用型创新，典型知识为简单隐秘型。创造阶段技术知识流动较慢，商业化阶段知识粘性强。代表性知识流动渠道包括专家流动、私人朋友网。典型产业包括传统汽车、家用电器、建筑业、服装、奢侈手表制造业。此类型技术产业的政策影响度较低，需长时间教育发展与市场培养。

类型4：企业间互动创新、企业与技术基础设施互动创新。是指高技术部门实用型创新，典型知识为简单公开型。前端的知识相对简单，主要来自大学课堂传授；商业化阶段的知识则集中于企业的产销环节，流动较慢，粘性较大。代表性的知识流动渠道来自产业集群中的公司、营销组织、产业协会、职业人协会。典型产业包括家具制造和软件开发。

当然，静态分类的缺陷是板块化，同时可能忽略具有交叉特征的技术与产业，以及产业升级转换可能产生的技术知识特点变化，留待进一步研究。

三、基于知识属性的创新体系认知与政策反思

政府构建创新体系的相关工作包括创新政策与战略制定、执行和评价，培养和稳定企业、科研机构和大学在创新体系中的核心主体地位。在政策制定与执行、评价各环节中，知识属性及其对创新的影响事关政策成败。不当政策安排会影响市场秩序作用发挥。

(一)日本与美国创新政策成败与比较

日本从战后到20世纪70年代在汽车与家用电器产业获得了繁荣。弗里曼[2]将之归结为技术政策成功，并提出了国家创新体系的概念，强调公共部门、私人企业和研究机构共同搭建的技术合作网络给日本技术与经济发展带来的空前动力。然而，日本创新体系在20世纪90年代之后因经济滞胀而遭到了挑战。

按照创新体系类型，日本赖以成功的创新体系主要归为类型3，以DUI创新为主，并不断推出大量新产品。体系的运行贯穿高隐秘性知识。“封闭式”日本国家创新体系有助于创新商业化阶段的知识生产与传播，使日本在半个世纪里实现了产业赶超美国，但这些成功掩盖了日本创造性知识生产能力较弱的缺陷。该体系结构与知识流动机理是：政府对非市场结构的激励机制和对行业寡头企业的政策扶持，树立企业核心地位。企业获得政府、科研机构、银行、员工的全方位支持，降低市场研发活动的交易成本、降低研发风险、稳固研发收益，在市场有保障的状况下推动创新行为内化。在此体系结构下，研发与市场化知识渠道不断向大型跨国企业集中，并内化于企业内各个部门与个人之中。同时，在中央银行信用背书刺激下，商业银行积极向企业研发行为授信，最终形成企业—银团—市场的寡占结构与知识传播通道，企业回避价格竞争，转向积极研发。创新知识成果在创新体系内部不同部门间流转，促进日本企业机电一体化产业模式形成。同时，在可预期创新回报激励下，日本劳动市场低流动性、终身雇佣的文化特征将科学家和工程师内化于体系之中，使得日本巨型跨国企业逐步在世界市场中举足轻重。

反观汽车、电器、机器设备等行业，其前端创造性知识具有很强流动性，而后端商业化知识具有较强粘性。日本主要发展和强化了后端的商业化知识，借助战后与美国的教育交流获得大量创造性知识，并迅速转化为商业知识垄断。

但是，日本的创造性知识生产能力在1970年代～1990年代遭到了长时间遏制。2003年之前，日本国立和公立大学没有独立法人地位，公共研究机构(PRIs)以专利申请为标志的知识生产提升也是在1990年代后[48]。

“封闭性”的技术系统与始于20世纪90年代的网络新技术范式的开放性要求之间产生差距，导致日本(以家用电器产业为代表的)技术生产效率在20世纪90年代大幅下降[49][50]。20世纪90年代后信息技术运用带来网络创新技术范式流行，知识流动范围、效率和速度不断改变，技术范式与“国家创新体系”急需重新匹配[51]。出于应对，日本改革措施集中于打破旧有封闭体制，推动公共研究机构、大学和企业之间的知识交流与人才交流[52]，联合发布专利数量显著提升。

从定位上看，美国最具代表性的是类型1创新体系。倡导美日同盟的美国借助日本产业发展实现自身研发实力的进一步强大。在传统技术部门DUI型创新、高新技术部门DUI创新中，美国把发展机会输出给日本。在20世纪70年代，尽管美国传统产业部门企业生产力低于日本企业，但美国稳固的教育体系持续为社会提供创造性知识，保证了复杂性知识创造源泉稳定。基于此，美国在技术经济网络化的20世纪90年代击败日本，并重新夺回全球技术经济领先地位。

国家层面上，美国的全球技术与产业领先地位可归功于新制度自由主义类型的创新政策[53]。实质上，美国在新制度自由主义的掩护下，在地方层面推行了以“资源定位、窗口开放、中介经纪和引导推促”为特征的国家引领型配置主义的做法，并在奥斯汀、北卡三角地、硅谷、西雅图等地获得了持续复杂的商业化阶段知识产出[54]，源源不断地转化为高技术产品。这些复杂的高技术商业化知识显示出了巨大的隐秘性特征。与此同时，亚洲与拉美国家的崛起只是接纳了美国的劳动力密集型产业和高技术产业中的中低端生产环节，这些环节中的知识相对简单，且隐秘性较低。

总体上，美国自20世纪90年代以来推崇的互联网经济和新经济都是以ICT技术为核心的网络化技术范式。为了保持这种地位，美国进行了如下方面的工作：第一，各方力量在不断保持和促进大学与科研机构的均衡布局；第二，州政府推动创新中心、孵化器、创客空间建设；第三，联邦政策选择性支持高技术领域发展；第四，联邦议会推动优化契约、产权、技术标准以及反垄断营商环境。

(二)中国创新体系的政策设计与反思

中国早期创新政策来自学习和模仿，集中对各类研发活动的直接支持或间接扶助。始于20世纪80年代，创新政策受体集中于各种科技工业园区、高校科技园区以及各类孵化器，形成产学研转换和外商技术资本投入的物理空间。同时，包括《商标法》《专利法》在内的一系列知识产权(IPRs)保护法令进入制定、执行与完善阶段。进入21世纪，这些政策与载体升级为各类国家战略、特区和创新示范区等，为创新主体发展构建了基本环境。

在改革开放最初的20年，中国强有力的科技资源组织能力还没有能够给中国的科技创新效率带来本质的提升[1]，主要存在以下问题：第一，市场导向创新支持不够。包括公司治理、研发创业和知识产权保护欠缺。第二，研发政策与制度支持不够。除个别领域如纳米研究之外，大量基础研究部门支持不足，更多研发投入在实验室开发阶段。第三，创新主体各子系统(比如国家和地方子系统)间联系偏弱。第四，区域创新系统发展不平衡。第五，各细分创新环节的专业创新人力不足，且劳动成本在研发开支中比例较低。第六，发明型专利比例低。ICT产品出口大，外资企业居多。第七，高科技产业研发开支比例低于国外企业。

在OECD报告10年后的今天，我国的科研资源组织机制不断进行微调，但并没有根本变化。从知识生产与流动的属性来看，这可以归结为对于知识属性认知不清，对专业知识体系发展方向缺乏全面认知。第一，对于知识创造主体认知不足。大学和科研机构是生产创造性核心知识主体，但行政力量客观造成主体空间配置上的非均衡状态。尽管这种状况通过教育部新近实施的“双一流”战略获得部分改善，但依然需要进一步发挥政策导向作用，促进知识创造主体的空间合理配置。第二，缺少创造性知识与商业知识对接的机构。在一些高技术领域，两类知识对接通过风险投资评估机制来完成。对于风险投资较少涉及的传统技术领域，技术中介发挥力量的空间依然有待提升。第三，完善知识产权保护与激励机制的构建不足。经历接受、模仿阶段后，各层次创新主体需要发挥创造性作用。这需要依据各学科、各产业知识创造与流动属性差异，打造知识生产的源泉与传播轨道，通过法律保障创造性核心知识人才流动性，保护商业核心人才地区粘滞性。