产业创新系统知识流动特征和层次研究——以信息技术产业为例

陆 松 曹 平

一、引言

创新需要各种行为主体的深度合作与协同，在一个系统的框架中实现。系统是存在相互联系和沟通的各种行为主体，以及主体之间的活动所融合而成的一个结构化整体。常见的创新系统行为主体包括供应商、客户、竞争者、中介组织、非企业组织（大学、科研院所和政府部门）等，其行为会受到所处环境的影响，包括影响创新的开发、扩散和使用的重要的经济、社会、政治、组织、制度因素及其他因素。创新系统研究方法通过对以上这些要素，以及系统的结构、功能和目标进行研究验证，提出改善系统效率的建议，常见的研究范式包括国家创新系统、区域创新系统和产业创新系统[1]。

国家创新系统的参与者包括政府、企业、大学、科研机构、中介服务机构等，各参与者之间相互作用形成创新网络，主要功能与创新要素的能力和彼此之间协同互动的效率相关。区域创新系统是一定区域内相互关联的生产企业、大学、科研机构、金融机构、中介机构和地区政府所构成的区域性创新网络体系。在区域性创新体系之中，企业是创新的主体，科研机构和大学也是重要的创新来源。产业创新系统的行为人是产业链上的企业、大学、科研院所、中介服务机构、政府等部门，环境包括国家的宏观政策和公共服务平台等。无论是哪种类型的创新系统，其本质都是研究创新知识如何有效地在行为者之间生成、选择、交互和改进，以形成新的产业机会和市场模式。

不同产业创新系统的差异是创新的来源、参与者、特性、边界和组织。从知识流动的角度来看，一个产业系统框架关注四个维度：知识和技术领域；行为者（创新系统中知识创造和流动的具体参与者）；政府和制度；交互网络。本文拟从知识流动的层面对产业创新系统的构成、特征、影响因素进行研究，从认知视角对产业创新系统的动态进行分析。

二、研究对象和方法

信息技术产业是从事信息技术设备制造以及信息的生产、加工、存贮、流通与服务的新兴产业部门[2]。近年来，以云计算、大数据为代表的创新技术不断涌现，推动信息产业向纵深发展，新一代信息技术产业迈入软件和硬件并重，电子制造业与互联网、人工智能、物联网深度融合的“全产业链”竞争时代，创新模式、创新业态快速发展，泛在化、融合化、智能化、绿色化成为信息技术产业新的发展趋势。2017 年世界电子产品产值达到17911.37 亿美元，同比增长4.02%，销售额达到17561.39亿美元，同比增长3.03%[3]。

各国信息技术产业发展各有侧重，但创新都是重点关注的领域，本文研究的目标是提炼信息技术产业创新系统的特征框架，所以选定创新标杆国家或地区的信息技术产业创新案例，采用多案例比较研究的方法，通过数据收集和数据分析，探索借鉴标杆国家或地区信息技术产业创新系统的关键要素和动力学机制，为后续研究提供标杆参考。为了充分考虑信息的可获取性，并保证案例分析的效度与信度，借助各种期刊和网络等公共信息，对开展协同创新的实践进行收集和整理，同时，通过深入阅读资料，针对案例反映出来的特征进行总结。此外通过整理提炼各种年鉴中的统计信息，进行汇总分析，初步构建案例分析的基本框架。数据来源包括国内外的电子信息产业年报、电子信息年度统计，上市公司年报和研究报告等。同时检索过去5年的年鉴，确认数据和信息没有冲突和无法解释的部分，重要的数据样本进行统计特征分析。

三、信息技术产业创新系统的构成

（一）制度

国家创新系统是一个国家内各有关部门、机构和企业之间相互作用形成的创新网络体系，也是在国家干预和管控之下， 企业内部的研究开发部门、生产部门和营销部门，以及企业与企业外的研究开发机构、高校及其他企业互相作用的结果。根本目标是提升创新能力，形成国际竞争力。产业创新系统是国家创新系统的一个子集，因此国家创新系统中的制度、创新投入、创新网络和产学研协作等因素同样是重要构成部分。制度受到一定地理范围限制，地理边界也是分析产业系统的一个重要维度，体现在产业系统往往与特定区域重合，同时定义了该区域内的专业化分工内容，例如美国硅谷地区、印度的班加罗尔地区、中国的长三角和珠三角地区都是区域创新系统的代表。从国家创新系统角度来看，政府通过政策信息释放信号，推动信息技术创新的形成和流动。从区域创新系统和产业创新系统的角度来看，重点在于企业如何高效地创造和学习相关的知识，以获得更佳的市场机会。国家创新系统、区域创新系统和产业创新系统的关系如图1所示。

图1 创新系统的相互关系

作为科技战略的重要组成部分，美国积极推动计算机以及互联网技术进步，先后通过了“信息高速公路”“下一代互联网”“国家宽带战略”“智慧地球”等战略规划和计划，2016 年进一步提出了“联邦大数据研究与开发战略计划”，围绕人工智能、机器学习、网络基础设施和大数据领域等7个关键战略进行投入，以确保美国在相关领域的领先地位。日本为了充分利用其电子和半导体产业上的领先优势，推动信息技术产业转型，近年陆续提出了创建最尖端IT国家宣言、日本ICT新政、数字日本创新计划、i-Japan战略,希望依托于2020东京奥运会的举办，推动信息化产业转型升级，进一步提升产业竞争力，并通过发展开放公共数据和大数据为核心的日本新IT 国家战略，把日本建设成为一个具有世界最高水准的广泛运用信息产业技术的社会。韩国也陆续提出了新增长动力规划及发展战略，IT 韩国未来战略，国家融合技术发展基本计划，第三次科学技术基本计划等行动计划和方案，并在其提出的“创新型经济框架”中，将大数据中心作为一个重要的布局，希望借助大数据解决业务或者研究方面的问题。其余的信息技术产业领先国家和地区例如中国、欧盟、印度等也通过政策扶持，重点推进信息技术产业的优势项目发展。

（二）知识和技术领域

信息技术产业是由依托于信息技术之上而形成的上下游企业所构成的产业集聚，开展信息编码、信息传送、信息检索、信息安全保护和提供各种基础设施的企业都可包含在内。根据“摩尔定律”，信息产业的技术水平每18 个月翻一番，实际上近年来摩尔定律已经趋于失效，产业迭代周期更加缩短[4]，因此信息技术产业无法用明确的静态边界作为产业边界。ICT（Information Communication Technology）及其与服务业的融合以及移动互联网技术的发展推动形成了一个更具流动性的市场结构，形成了大量新的用户类型，其中包括大量具有不同专业知识和能力的行为者，并反过来通过创造新的细分市场和新的机会而显著地扩张产业边界。

（三）行为者

信息技术的创新行为主体包括信息技术企业、大专院校和科研机构、金融机构、中介组织和各级政府等。其中，企业是从事创新活动的行为主体，在整个信息技术产业创新活动中占主导地位。在我国，信息技术产业创新活动的企业行为者有：（1）生产信息处理基础设施的企业，包括联想等生产个人电脑的企业，也包括生产网络设备的华为和中兴等厂商，还有其他周边设备的生产企业；（2）对已生产形成商品或服务的信息进行分发的企业，例如电信运营商（中国移动、中国电信和中国联通）、互联网运营商（搜狐、新浪、百度）等；（3）对信息进行处理以便进行决策支持和提供服务的企业/公司，或者其中的某些部门，例如银行/保险/证券行业中的IT 部门，计算机编程和集成，数据处理和存储，云计算和分布式计算服务，市场数据收集和挖掘，人工智能和机器学习等，包括腾讯、阿里等；（4）以货物、服务形式销售信息的公司和企业，包括“新媒体”“自媒体”、视频网站、社交软件等都可列入，包括爱奇艺、哔哩哔哩（弹幕视频网站）等。

大专院校和科研机构、金融机构和中介组织为企业从事创新活动提供知识和技术支持、融资服务、知识产权服务、法律服务、创业辅导、成果转化服务等方面的支撑。高校既承担一定的研发任务，同时也在知识传播，为企业培训和输送信息技术人才方面起到关键作用。为了占据市场领先优势，信息技术企业也会成立科研机构并进行大量的创新投入。2017年全球研发投入前10强中有Alphbet（谷歌）、微软、三星、英特尔、华为、苹果6家信息技术企业，研发投入均达到100 亿欧元级别，其中华为的研发占比达到19.2%，仅次于英特尔的21.5%。全球研发投入前100强中有33家信息技术相关企业[5]。

与传统行业的发展模式不同，互联网企业创业初期往往需要私人募集、天使投资、种子基金和风险投资等多种类型资金的支持，才能得以度过初创期并抢占技术先机。为互联网产业创新发展提供融资支持的金融机构主要有以下几类：一是银行等传统的金融机构。银行除了为发放贷款之外，还可为初创期的互联网企业提供定制化的金融服务产品。二是互联网金融机构。三是私人募集、天使投资、种子基金及风险投资。2018 年，中国科技行业获得的风险投资规模达到938 亿美元，美国也有916亿美元。

（四）交互网络

网络是参与者从事学习、沟通、交流和获得正负反馈的主要组织形式，复杂技术创新网络能把各专业领域的专业技能连接起来形成推动力。信息交互方式既包括面对面的交流（会议、会见、论坛），也包括远程通信（邮件往来，学术论文，网络知识传播），还包括正规的合同和技术许可以及非正式的联系（人际关系和本地化学习）。信息技术产业本身具有自我创新的理论和强大工具，可以通过自组织学习和深度学习的方式不断演化，对信息技术产业创新自组织网络中的认知和学习的研究一方面可以促进产业更合理和健康高效发展，同时为产业自身的进一步创新和演化创造更好的条件和机会。

信息技术产业中大量存在自组织现象，自组织的完成并不是随机形成的，而是依赖于组织中个体持续的学习过程。无论是硅谷、班加罗尔还是杭州和深圳，信息技术产业都在寻求向最新的科技成果以及科技成果的成果应用场景的趋近，企业都在不断地开展组织化学习和网络化学习，去寻求已经完成聚类的，完成编码的，被证明有应用性能和生产效率的信息。信息交互是一个信息发送、接受、处理和固化的过程，从信息接收方的角度来看，有被动接收的隐喻。而学习是不同的，信息接收方有一个主观寻求信息的过程。学习方所寻求的是已经完成聚类的，完成编码的，被证明有应用性能和生产效率的信息。无序的信息传递通常不能形成自组织，自组织的核心是组织化学习。根据学习的知识的特性不同，可分为显性学习和隐性学习。显性学习就是对已经公开的知识进行学习，例如企业研发人员可以从技术论坛上学习新的程序语言和编码技术，也可以从国际学术会议上了解最新的业界动态。互联网的高速发展使得通过网络检索进行显性学习越来越便利，但是这也产生了一个新的问题：如何从海量的知识中快速识别有效的和正确的部分。与显性学习相反，隐性学习是对未形成通识的知识进行挖掘和学习，数据挖掘、知识聚类、人工智能是良好的辅助手段。

四、信息技术产业创新系统的特征

（一）演化复杂性

演化经济学是基于“演化”的思想而发展起来的一个新的研究领域，其科学基础是动态的演化的有机世界观，采用整体分析法而不是简化分析法，关注多样性，用复杂系统的观点看待经济体系，把经济系统看成演化过程的产物。熊彼特、马歇尔、尼尔森、温特和Dopfer等都对演化经济学做出了研究贡献[6][7][8]。贾根良指出，演化经济学可简化地定义为经济系统中新奇的创生、扩散和由此所导致的结构转变进行研究的经济学范式[9]。复杂科学是针对变化、新奇和涌现的一种研究方法，主要概念包括自组织、组织化学习和网络化学习、路径依赖和锁定、协同演化和涌现等方面。随着研究的开展和不断深化，复杂系统和演化经济学的方法论和本体论基本一致，研究方法和研究目标也能相互兼容，自组织理论，协同学，学习理论等在演化经济学领域已经取得了丰富的研究成果。

信息技术产业本质上是一种知识经济，是依赖于创新而存在的产业。创新是产生新知识或把现有知识要素以新的方式组合在一起的过程，体现在知识的流动和传播上，本质上是系统化和网络化的。创新系统方法把创新和学习过程放在核心位置，实际上隐含了双向反馈机制、非线性相关和自组织等特性。信息产业创新系统的复杂性体现在网络的复杂化、组织的复杂化和知识的复杂化方面。知识的学习和溢出是新一代信息技术产业最重要的推动力，促进显性和隐形知识的学习以及有效扩散的机制是信息产业创新系统的重要功能。要跟上复杂技术进步的步伐，要求网络不断地学习、集成并应用广泛的知识与技术诀窍。在当前复杂的技术环境下，没有一个组织可以通过采取“独自行动”战略（例如依靠自己的生产经验或研究开发力量）取得成功，就算是最大、最复杂的企业也不例外。同时，顾客参与（用中学）、新型社会化网络（社交网络）等因素对知识的形成和传播起到非常重要的作用。

（二）知识流动性

人类如何获取、利用和传播知识，以及解释人类知识的累积和增长的规律，一直是演化经济学的核心主题。对于“知识”“行为”和“制度”三者之间的互动关系的研究是近年来演化经济学理论发展的研究热点，催生出行为经济学、神经经济学、行为制度经济学和认知经济学等基于认知科学的经济理论。Dopfer在西蒙的有限理性（Bounded Rationality）[10]研究基础上进一步提出了理性经济人（HSO， Homo Sapiens Oeconomicus） 的 概 念[11]。Jacques Lesourne 提出，演化、认知（Cognition）和自组织（Self-Organization）三者之间存在互补关系[12]。Herrmann-Pillath（2012）提出认知主体的知识积累是社会经济系统构成的基础，经济学的研究应当包括个体心智的范畴[13]。对“知识”概念本身的研究也产生了很多成果[14][15][16]。

创新中的行为人是信息的载体，而“知识”是被承载的信息。个体产生新事物的创造力和想象力形成了新的知识，个体行为人通过学习和适应过程采用知识，最后知识稳定下来并被反复采用。个人或者个人所组成的群体被称为企业（Firms），是生产性知识的载体。企业不断地创造和吸收知识，在探索新的商业模式、发展路径和经济机会的过程中创造出新的知识。将产业视为企业的集合体，知识的采用从演化角度上包括复制者模型、路径依赖和知识传播模型等。融入认知概念之后的演化复杂创新系统，其主要特征包括：（1）由于认知的局限性导致的非完全信息和有限理性；（2）由认知的递进和涌现导致的动态性和创新必然性；（3）认知驱动下以行为特征和行为原因为核心的研究范式；（4）认知的不完全性和路径依赖导致企业和产业差异是创新的来源。

同时，信息技术产业中存在大量的路径依赖和锁定，在信息技术产业中，主导企业往往会通过制定通用标准来形成固守标准的战略联盟。例如IEEE 标准、3GPP 标准、LTE 标准等。路径依赖和锁定本质上是一种知识流动机制的固化。

（三）创新层次性

演化在微观层面和宏观层面上既有联系又存在区别，生物个体的基因和细胞会发生突变，累积到一定的数量就会在宏观上体现出重大的改变。但是在创新领域直接从微观到宏观的加总，常常会出现结构性崩塌（Collapse of Structure），一些研究针对“代表性企业”来开展，却往往无法在宏观上形成对应的结论。以信息技术产业创新研究为例，对Google 和苹果公司的研究，可以反映出部分事实，但是直接套用在整个产业的创新研究上却会导致较大的偏差。根本原因在于，直接从微观到宏观的加总，用代表性或者特征突出的个体的关键变量来统一指征了其他不显著个体，实际上忽视了演化思想中“变异”和新奇创生的部分。因此，还需要加入中观层次（产业），从微观、中观和宏观多个层次上来研究演化和创新的起源、选择和固化。通常认为“国家-区域-产业-技术”的创新系统研究方法就是演化经济学层级化体系的一个侧面，是一种演化的研究特例[17]。

从认知角度上看，创新本质上是一种新奇的观念和方法产生并被个体认知形成知识，然后知识被更高层次的群体认可并采用的过程，包括新知识的创造，知识的被采用和知识的保留。加入中观层次以后，可将微观个体视作实现中观单位的知识的所有行为人所组成的群体中的一员，或者把中观知识库视作代表性行为人的集合。在微观层面上，个体创造性的探索产生了创新性知识，例如乔布斯重新“发明”了手机，基于个体或社会组织的认知基础，个体采用、学习并适应新的知识，对于优秀的知识予以保留。中观层面上，新的知识在群体中首次采用，群体可以是一个企业集群，也可以是一个产业。宏观层面上，则体现出一种宏观结构的不协调-再协调和协调的演进，2010—2016年间智能手机和移动互联网产业的发展轨迹就是最佳的示例。从演化和认知的角度来看创新的层次性，个体-企业-产业-宏观的体系并非简单的加总，而是通过网络来形成互动，其中认知和理性是基本的驱动力。从产业创新系统的角度来看，研究的内容包括技术范畴、行为人以及行为人的交互，其实就在这个框架之中，放大到国家和区域创新系统中也是一样。

（四）区域集聚性

区域地理范围内的网络构成以及由此带来的本地化学习成本降低，有利于隐形知识学习和流动。系统促进本地化学习过程能够提高创新性和区域经济的竞争优势。从知识流动的角度上看，区域性的交互网络对产业创新系统的效率影响很大。Coke（2008）区分出三种传统型的区域创新系统：（1）地域嵌入式（territorially embedded）；（2）区域性产业集群；（3）区域化的国家创新系统[18]。

1.地域嵌入式。依托于英语在科研领域的主导地位，以及其学术科研的相对领先地位，英国力促科技业产学研的协作发展，提供宽松的科创政策，发起了如企业投资计划（EIS），种子企业家投资计划（SEIS）等项目，为投资人提供税收等方面的优惠及投资保障以吸引外资。同时印度等前海外殖民地的软件外包和客服外包高速发展，也客观帮助英国在信息产业服务领域取得了相当程度的领先。为了继续保持领先地位，英国确定了大数据和机器人等八个领域的信息技术发展方向。2017 年，大数据技术已为英国提供5.8 万个新工作岗位，统计共带来2160 亿英镑的经济增长。同时英国高度发达和成熟的金融产业，使得互联网创业环境非常具备吸引力，不断增加的风投资金、加速器和孵化器，吸引了越来越多科技创业者。包括DeepMind 人工智能实验室，音乐服务企业Shazam，食品外卖企业Deliveroo 在内，欧洲47 家估值超过10 亿美元的独角兽初创企业中，有18家位于英国。

2.区域性产业集群。德国在《德国2020 高技术战略》中提出了工业4.0 项目计划，预计投资2亿欧元提升德国制造业的智能化水平，所依托基础是物联网技术，重点区域是以斯图加特为中心的巴登-符腾堡地区。目标是由代表性企业牵头研究生产制造中的信息数据化和智慧化，重点投入工业软件开发和智能化生产控制系统，利用大数据和工业互联网应用提升生产效率，实现工业转型，在新一轮工业革命中占据数字化先机。《数字化战略2025》则是旨在以计算机、网络和大数据等信息技术为基础，建设智能工厂、智能交通、智慧城市和智能家居等一系列数字化系统，全面提高德国经济竞争力，推动社会创新发展。根据这一新战略，德国将投入1000 亿欧元，在2025 年前建成覆盖全国的千兆光纤网络，目标是未来5 年增加820 亿欧元产值。

3.区域化的国家创新系统。北欧国家在ICT（Information，Communication and Technology）领域具有很强的竞争优势，同时通过国家创新系统来推进产业创新变革。形成了斯德哥尔摩、赫尔辛基、奥斯陆和雷克雅未克等产业集聚区域。瑞典是全球信息社会最成熟的国家之一，在互联网应用、电脑普及程度、网络基础设施和信息化教育水平等方面都高度发达。据统计，瑞典的信息技术产业中约有1.8万家企业，从业人员30万，其中94%为IT服务业，7%为电子工业。以爱立信为代表的ICT 企业在设备出口、服务支撑方面占据很大的市场份额。近年来瑞典的软件公司发展也很快，特别是在金融机构和证券交易软件比较突出。芬兰以诺基亚为龙头，信息科技产业占GDP 比重已超过10%。同时，北欧5国（瑞典、芬兰、挪威、丹麦和冰岛）普遍大力倡导互联网创投和产业创投，创新生态良好，投资机构和孵化器的数量以及投资金额都逐年上升，具备良好的发展潜力。

五、认知视角下的信息技术产业创新系统

（一） 信息技术产业创新系统中的知识流动

从人类的认知角度来看，由于精神和文化层面的存在，人类解决问题往往依赖于先前的创造，或者说是经过选择后所采取的各种恰当的方法和规则。演化经济学主要关注一般性认知和行为的动态变化，以及与其共同演化、处于不断重构和变化之中的经济体[19]。

从知识流动视角来看信息技术产业创新系统，创新是知识创造、知识传播、知识固化和知识学习的一个循环过程，影响因素包括环境（上下游产业支持，配套设施环境，制度、文化和政策等）、创新主体（政府、企业、用户、大学/科研机构、中介机构、金融机构等）、机制（资源配置机制、创新协同机制、创新扩散机制）、路径（有限理性、自组织学习和网络化学习）和内容（技术创新、产品创新、服务创新、组织创新、模式创新）。

（二）知识态势

1.知识态势Ⅰ。知识态势Ⅰ是知识从编码到创造的状态，信息是以具备一定意义的形式（例如按照二进制编码）来加以排列和处理的数据，而知识是经过实践的可以用于生产和学术研究的有意义的信息。信息经过加工处理、应用于生产，才能转变成知识。知识是经过编码的信息，通常认为知识可分为显性知识（Explicit Knowledge）和隐性知识（Tacit Knowledge）[20]。显性知识是可用书面文字、图表、公式等等方式加以表述并传授的知识。隐性知识不能被直接传授，只能通过适当的训练获得，即使有非常详细的教程，也需要亲身实践才可习得。

在信息技术产业中，知识创造通常有以下途径：（1）企业自组织学习（大数据和机器学习）；（2）企业模仿进入（普遍存在）；（3）用户参与（用中学），用户参与的知识和信息汇聚就是一项产品（例如知乎、蚂蜂窝等）；（4）大学/研究机构开展的研究（直接转化比例低，更多偏向基础）；（5）微个体开展的创新（例如Facebook）（容易导致“技术冲击”）国家创新系统中大学、企业、产学研合作组织、甚至个人，都在成为知识生产的主体，知识生产主体的不同性质，也决定了他们所生产的新知识进行有效的流通和共享、应用。知识的创造是在一定的产业环境中产生的，包括上下游产业支持，配套设施环境，制度、文化和政策等。

2.知识态势Ⅱ。在知识被创造出来以后，就进入了知识转移（包括知识传播和学习）的态势之中。知识转移包括知识转移的定义与分类、知识转移的影响因素、知识转移的机制等等，一直是学界研究的热点。在知识转移的定义上，学界比较统一的意见是知识转移是一种“知识拥有者”与“知识接收者”之同的一种动态互动的过程，由转移主体（社会成员）、转移内容（特定的知识）、转移媒介和转移情景（特定的社会环境）等个要素构成。[21]某些组织/社会成员（例如大学和科研人员）在特定的社会环境中，借助特定的传播媒体（互联网、期刊、学生论坛等），向其他的组织/社会成员传播特定的知识信息内容，并期待取得预期的传播效果。知识生产主体之间存在的差异影响知识生产模式，并直接对知识转移造成影响。知识转移与知识类型也具有重要关系，对比显性知识所具有的非专属性和公有性、结构化、过程低依赖性、可观性和价值公开，隐性知识的传播要更加困难，提高知识转移效率能够直接提升知识生产的绩效。另一方面，知识接受者学习动机、学习能力、知识吸收能力越强，知识转移的效率也越好。知识通过中介媒体时会吸收环境中的各种噪声，环境中的噪声越少，知识转移的效果越好。信息技术产业中的知识传播途径通常包括以下几种：（1）本地化学习（区域集聚）；（2）企业的主动知识传播（商业抉择）；（3）大学/科研机构的二次传播；（4）金融机构的间接性协助；（5）用户的学习和传播等。

3.知识态势Ⅲ。在有效的知识传播和学习之后，知识被应用于实现产品创新、工艺创新和管理创新，企业是最终的实践者和实现者，处于知识链顶端，企业的知识利用能力和利用效率，直接决定了国家创新系统的协同动力和协同水平。知识固化包括了知识管理、知识吸收和知识利用。信息技术产业中的知识固化包括通过中介组织所进行的规范标准化（例如IEEE组织标准化协议）、形成技术社群(Java 开发组，苹果开发者大会)和推动在文化层面上用户形成路径依赖（果粉）等。

（三）知识流动推动的协同演化和涌现

涌现是时间性量变的体现，是事物在某一时间的突然出现和大量出现。演化复杂系统中的涌现，包括涌现的组织系统（不断变化的动机、约束和关联）、涌现的行为（相互作用的新形式）、涌现的概念（自组织）。从这个角度来看，涌现就是一种规模化创新。

随着知识态势的演进，信息技术产业经常会出现协同涌现，而且常因某个突破性技术的出现而引发产业的急剧演进。例如微软操作系统的出现使得小型机系统演进至个人PC 机时代，iPhone 手机的出现使得手机从塞班时代演进至智能手机时代，并出现了ios 和安卓两种技术路径。近几年来手机APP和共享经济的大批量出现也是这种协同涌现的典型案例。认知角度下的信息技术产业创新系统中的创新来自以下几种方式：（1）渐进式创新：沿着已有的技术轨迹，通过已经建立的网络与技术的协同演化；这种创新主要依靠本地化学习，同时有高度的路径依赖；本地化学习本身就依赖于逐步积累的技术基础，大部分情况下的创新都是这种方式，在已有的技术能力之上进行适度的改进。（2）转换模式：在既有网络和技术下通过协同演化进入一条新的技术轨迹的过程；主要依靠区域化学习，有中度的路径依赖；区域不单指地理上的范畴，也包括技术“领域”，从本地的知识基础扩展到更广泛的范围；近几年中国涌现的“共享”经济，就是一种转换模式下的协同演化和涌现。“共享”经济本身是在智能手机、移动互联网、APP软件开发等领域的技术基础之上，通过采用新的商业模式进入了一条新的技术轨迹。（3）转型模式：由新的网络和技术的协同演化开启一条新的技术轨迹。依靠于全球化学习，最低限度的路径依赖。随着5G 时代的到来，人工智能、物联网、无人驾驶汽车和其他依托于高速互联网和高密度连接的技术有望成为新的演进方向。

六、结语

创新系统的本质是研究创新知识如何有效地在行为者之间生成、选择、交互和改进，以形成新的产业机会和市场模式。新一代信息技术产业是战略性新兴产业重要构成，系统化的创新是其重要特征，而知识流动是创新系统效率的基本保障。本文通过多案例比较研究方法分析信息技术产业创新系统的知识流动和演化复杂系统特性，深入探讨了知识和技术领域、行为者、政府和制度以及交互网络等维度，在基于认知理论对创新的层次进行分析的基础上，进一步讨论了认知视角下的信息技术产业创新系统中的知识流动机制，并提出以下建议。

1.认识到自组织、网络化学习、路径依赖等特点，促进自组织效率，促进网络化学习，避免低端依赖。发挥国家的制度优势，推动区域协同，但是也允许一定层面的自由度。以高速发展的移动互联网为代表的信息技术具有开放的标准和低准入门槛，大量的参与者在其中产生了更大的推动，导致新行为者的出现。移动互联网-软件-电信、移动互联网-服务业-工业等跨越多个部门的新集群已成为目前信息技术产业创新系统变革的典型范例，完全依靠政府或者代表性企业的力量推动信息技术产业创新是不现实的（例如计算机芯片和手机微处理芯片等核心关键技术的突破目前就是我国信息技术产业的短板）。国家制度、区域特性和其他客观因素也对产业创新有很大的影响，虽然世界各地都在模仿学习“硅谷”模式，但反而是各国根据自己的实际情况推动形成的信息技术产业集聚，取得了良好的效果。

2.从“有限理性”和行为经济学的角度出发，利用已有的成熟模型，结合信息技术产业的实际，探讨有限理性条件下网络化学习以及行为人相互交互模式的途径和效果，是一个值得深入的研究方向。信息技术产业是一个高度复杂的、非线性的组织网络，同时也在不断的变化中。在信息技术产业的创新发展中，企业具有高度的异质性，由于新技术对于抢占商机和获取经济利益的巨大作用，产业内信息的不完全性是非常显著的，存在大量的模仿、学习、借鉴和跟随进入行为。信息技术产业因为ICT及其与服务业的融合以及互联网的出现，形成了一个更具流动性的市场结构，其中包括大量具有不同专业知识和能力的行为者，并出现了大量新的用户类型，新业务和商业模式不断涌现。通过有针对性的政策和制度协调推进并引导信息技术产业创新自组织形成，才能有效协调信息技术产业创新的来源和扩散，从而提升创新绩效。

3.知识需要有合适载体才能固化留存和有效传播。“囤积”大量信息本身是没有价值的，这些信息只有通过反思、启发和学习等过程被每个个体予以有效处理并发挥作用。知识管理是一个系统的、有组织的对信息处理予以规定的过程，应用该过程可以对隐性知识和显性知识进行获取、组织和交流。之后，其他行为者就可以使用这些知识来提高他们的工作效率，使其更具生产力。

4.由于产业边界的模糊化和快速扩张，应大力推动将以机器学习为代表的计算机科学应用于产业创新系统的方法。创新来自于学习，依赖于信息的交互，而信息技术本质上就是研究信息编码和交互的一项技术，因此内生隐含了分析和解释自身创新和演进的理论和工具方法。随着人工智能领域的高速发展，将机器学习和深度学习模型结合行为经济学、有限理性，通过迭代式数据输入和学习不断修正模型，应用于社会技术系统上，将是一个具有良好前景的研究领域。