知识社会化、网络位置与集群企业竞争优势——基于知识流动双向性的实证研究

张 玲，王 珺，李雪灵

(吉林大学管理学院，吉林长春 130022)

1 研究背景

关于知识溢出对于集群竞争优势的作用一直存在两种对立的观点：知识溢出促进集群的繁荣和知识溢出抑制集群的发展。其中，知识溢出对于竞争优势存在正向作用的观点主要源自于经济地理学视角，认为由于集群本身所具有的地理临近性可能的产生知识资源在个体间的共享与转移，提高了企业间相互学习的机会，降低了创新成本，因而产生集群竞争优势；而知识溢出负面论的观点主要基于经济学的成本-效益分析，从创新的角度对自身创新所付出的成本与“搭便车”所产生的效益进行比较，根据集群企业间博弈的纳什均衡可知，知识溢出的存在导致了企业创新积极性下降，从而带来集群竞争优势的下降。这两种看似矛盾的结论是本研究的出发点。

以往的研究中并未对知识流动方向进行“出”和“入”的划分，而是笼统地将知识社会化视为知识的流动和扩散，认为隐性知识的流动性带来了知识的创造和利用，从而促进了集群的创新［1-2］。但是此结论的得出建立在将集群视作整体的基础上，认为集群知识的贮存、流动和共享是其持续竞争优势的来源。而随着研究主体的进一步微观化，有必要对知识溢出的方向性进行区分，因为对于知识接收企业而言，其竞争优势得以提升也可以理解为得益于知识的溢出效应；而从知识发送企业角度来看，却由于其创新被借鉴或模仿而降低了自身的竞争优势，并且在创新过程中产生的高成本使之难以与竞争对手抗衡。但是，对于所有的知识接收企业来说，其竞争优势提升的程度一样吗？受到什么因素影响呢？反之亦然。

集群企业的竞争优势因知识流动产生异同，而知识的流动建立在企业间各种关系网络的基础上，因此网络是知识社会化的有效渠道；集群企业的网络位置能够反映它在集群网络关系中的地位，处于不同网络位置的企业所得到的优势和资源不尽相同［3-5］。因此，网络位置在知识社会化对于竞争优势的影响中起到调节作用［6-7］。

综上，本文认为在集群企业间，知识社会化通过隐性知识溢出和流入两个方向对知识扩散主体的竞争优势产生影响，并且集群企业在集群网络中所处的位置，对知识社会化之于竞争优势的影响起到调节作用。本文的概念模型如图1所示。

图1 本研究概念模型

2 相关研究综述与理论假设

2.1 知识溢出与知识社会化

知识溢出和知识社会化的概念均基于知识的流动性。马歇尔［8］280的研究对象是产业集群，他采用“knowledge spillover（知识溢出）”来描述隐性知识在空气中的弥漫，集群内部企业在隐性知识扩散中促进了创新，强调的是知识流动的无意识状态。而Nonaka［9］的研究对象是知识本身，他采用“knowledge socialization（知识社会化）”来强调隐性知识由一个主体向另外一个主体渗透的过程，表现为员工个体间隐性知识的共享和交流，认为个体之间可以通过观察、模仿和共同实践等形式实现隐性知识的传播，并为知识创造奠定基础，而不刻意探讨知识的社会化过程有无意识。上述二者由于研究目的侧重不同而采用知识溢出和知识社会化分别强调了知识流动的状态和知识流动的过程，不过研究前提都是知识具有流动性的特征，而本文主要强调知识流动的方向性，鉴于知识溢出容易造成单向性的误解，所以采用“知识社会化”这一概念。

由于Nonaka［9］在其知识创造模型中更多地强调隐性知识与显性知识之间知识性质的转化，并没有关注知识在转化主体之间流动的方向性，本文根据研究需要，在其基础上进一步将集群的知识社会化定义为隐性知识在集群组织之间流入和溢出的双向的扩散及渗透过程。本文定义的知识社会化具有以下特征：第一，知识本身所具有的非排他性使得隐性知识的扩散和渗透成为可能；第二，隐性知识的流动具有双向性，根据知识的发送源和知识的接收体进行划分，既存在从本企业的知识溢出，也存在由其他企业的知识流入；第三，研究对象为组织而非个人，企业可以通过与客户和供应商的互动实践获取并利用所需的隐性知识。因此，本文将知识溢出和知识流入作为知识社会化的两个变量，分别研究其对于集群中不同企业角色的竞争优势所产生的影响。

2.2 知识流入与集群企业竞争优势

在早期研究中，很多学者得出的结论是关于知识流入与竞争优势之间的关系，如企业能够从知识流入中获益，隐性知识是集群竞争优势的主要源泉；而当组织接受隐性知识时，组织更倾向于采取个体沟通的私下渠道获取，集群本质的网络特性为隐性知识传播创造了条件。近年的研究中，部分学者对于知识流动的研究更加微观，如，Lai等［10］将集群企业作为研究主体，通过实证研究发现集群内部企业间的知识流动对创新和绩效具有显著影响；Erden等［11］则在研究中强调了知识流动的方向性，对集群内部知识流动与集群企业之间的绩效进行了研究，认为知识的流入对企业的绩效具有积极的影响；Häussler［12］从知识流入的条件入手研究了环境条件与知识流入之间的关系，结果表明宽松的知识管理方式能够使得企业更为容易地从竞争者那里通过知识流入获益。基于此，本文提出以下假设：

Ha1：知识流入与集群企业的竞争优势具有正相关关系。

2.3 知识溢出与集群企业竞争优势

现有文献中对于知识溢出已经有较多的研究（见表1），但是大部分侧重于研究知识溢出所带来的结果而非过程，研究对象定位于集群整体，因此并未将知识溢出进行方向性区分。而本研究的知识社会化载体为两类：知识的发送企业、知识的接收企业，需要强调知识流动的双向性，即知识的流入和流出［10］，所以在本研究中将知识溢出狭义地理解为集群企业隐性知识潜移默化的外溢。

表1 知识溢出概念的发展过程

从表1的研究中可以发现，对于知识溢出的理解逐渐从表象特征深入到知识对于创新的作用。很多学者指出了知识溢出对于创新和绩效具有正向作用，如Kesidou［17］从集群整体层面的研究得出知识溢出能够增强集群的竞争力；同时也有学者从知识外部性的角度提出了知识溢出在为企业创新提供知识资源的同时，其外部性也会诱发“搭便车”行为［20-21］，知识溢出与集群创新绩效呈现倒“U”型关系［22-23］，如Sakakibara［24］从企业层面研究得到了知识溢出弱化溢出源企业创新动力的结论，Erden等［11］认为知识溢出尤其是不具方向性的流出会减弱企业的竞争优势。综上所述，本文提出以下假设：

Ha2：知识溢出与集群企业的竞争优势具有负相关关系。

2.4 网络位置作为调节变量的相关假设

本研究对于集群企业所处网络位置的衡量基于中心性和结构洞两方面。中心性反映的是企业在网络中的重要程度，在集群网络中指的是一个企业与其他企业之间联系的程度，中心性越强的企业，表明企业越靠近中心位置，其所拥有的权利和获取资源的能力就越强。处于网络中心位置能够有助于企业获得各种类型的资源，进而提高企业的竞争力，然而仅仅靠程度中心性并无法充分反映集群企业的网络位置，结构洞在衡量企业网络位置优劣方面与中心性互为补充。结构洞表示行动者之间的非冗余联系，处于桥梁位置的个体可以透过信息过滤获得更多竞争优势与创新能力。

Koka等［25］采用了中心度和结构洞作为二级变量来研究网络位置对企业绩效的影响，并认为处于中心位置的企业能够从多样性而非冗余的信息中获益。李二玲等［26］研究认为当行动者的位置处于网络边缘时，中心性的作用就远不如桥梁的中介性来得重要。蒋天颖等［27］对集群企业网络位置进行了研究，通过对网络中心性和结构洞的分析来研究其对集群企业绩效和创新的影响，并认为处于中心位置或占据较多结构洞的企业在获取技术和知识方面更有优势。吴福象等［28］在对温州乐清低压电器产业集群的实证研究中，同样采用了中心性和结构洞两类指标来衡量网络位置对于集群企业竞争优势的影响，结果表明处于网络中心的位置更有利于企业获取知识和创新资源。

对照组患者年龄21～40岁，平均年龄为（30.54±0.64）岁；观察组患者年龄22～39岁，平均年龄为（30.05±0.44）岁。两组患者的平均年龄对比，差异无统计学意义（P＞0.05），具有可比性。

综上所述，网络位置中高中心性带来的是社会资本，而结构洞的丰富带来的则是关系优势，由于不同集群企业所处位置相应的中心性和结构洞有所不同，因此集群中企业的知识或资源的获取也会明显有区别，故本文认为网络位置在知识社会化与竞争优势之间起到了调节作用，并影响知识社会化与竞争优势之间的关系，据此提出如下假设：

Hb1：高中心性会减弱知识流入与集群企业竞争优势的正相关；低中心性会加强知识流入与集群企业竞争优势的正相关。

Hb2：结构洞丰富会加强知识流入与集群企业竞争优势的正相关；结构洞匮乏会减弱知识流入与集群企业竞争优势的正相关。

Hb3：高中心性会减弱知识溢出与集群企业竞争优势的负相关；低中心性会加强知识溢出与集群企业竞争优势的负相关。

Hb4：结构洞丰富会减弱知识溢出与集群企业竞争优势的负相关；结构洞匮乏会加强知识溢出与集群企业竞争优势的负相关。

相关的假设模型如图2所示。

图2 本研究假设模型

3 实证分析

3.1 研究样本与数据采集

本研究采用问卷调查与深度访谈相结合的方式对长春汽车产业集群开展研究，调研对象主要包括一汽大众、一汽解放、一汽轿车等整车制造商、零部件供应商、汽车销售商等（以下简称“样本”）。调研过程分为两个阶段。第一阶段主要是以量表为基础开发的问卷进行调研，共发放问卷200份，收回问卷163份，回收率为81.5%，其中有效问卷为85份，有效回收率为42.5%。在第一阶段并未区分知识社会化中知识流动的方向性。第二阶段主要采用深度访谈的方式有针对性地对前期85家企业开展进一步调研。由于第一阶段的研究结果表明企业对于知识溢出的概念理解为狭义的外溢，相关假设并未得到验证［29］，因此第二阶段主要是在知识流动方向性加以区分的基础上开展问卷调查。

3.2 变量定义与测量

（2）对于网络位置，本文分别从中心性和结构洞两方面选取指标。对于中心性采用中心度指标，表示企业与其他个体之间连接的数目，具体公式参考张玲等［29］的研究量表。对于结构洞的衡量采用介度，结构洞与介度之间具有正向关系，如果结构洞被认为是两个没有直接联系的节点所构成，那么介度就是某一节点能够连接结构洞的数量。对于结构洞的测量常用的有两种方法，一种是Burt［32］的结构约束算法，一种是Freeman［33］的介度算法。结构约束算法以节点间的紧密程度为测量目标，能够有效地判别所拥有的结构洞多少；而介度以节点处于其他节点对最短路径的程度为测量目标，介度算法能够计算出个体的中介中心值，对于研究个体地位的优势更为有效。所以在本研究中，对于介度具体的算法采用Freeman［33］的测量公式，即网络中两两节点之间的联系需要经过某节点的比例。

（3）对于竞争优势的变量描述，本文分别从效益、效率、创新和顾客价值4个维度来进行测度。Porter［34］在竞争优势的研究上具有开创性和权威性，本研究主要参考其所提出的产业集群所具有的效率、效益以及韧性3方面的优势。国内学者王缉慈［35］则从经济地理学的角度将集群竞争优势概括为4个方面：低成本优势、产品差异化优势、区域营销优势和市场优势，而产业集群本身所具有的网络特质为知识流动创造了条件，进一步促进了创新，因此本研究从以上4个方面来测度竞争优势。

3.3 信度和效度检验

本文采用SPSS21.0及Amos17.0对问卷的信度和效度进行分析。知识社会化信度检验结果如表2所示，各维度的克隆巴赫a系数都达到了0.8以上；竞争优势信度检验结果如表3所示，其克隆巴赫a系数达到0.7以上。因此，整个问卷具有较高的信度。

表2 样本知识社会化信度检验结果

表3 样本竞争优势信度检验结果

为了进一步验证问卷的有效性，本文运用SPSS21.0进行了结构效度检验。分析结果如表4、表5所示，社会化量表与竞争优势量表的KMO值分别为0.859和 0.860，都在0.8以上，因此适合做因子分析。其中，知识社会化的首因子方差贡献率为42.547%，累计方差贡献率为83.431%；竞争优势的首因子方差贡献率为17.957%，累计方差贡献率为69.623%。

表4 样本知识社会化结构效度检验结果

表5 样本竞争优势结构效度检验结果

由因子分析结果可知，因子载荷平均都在0.5以上，表示知识社会化和竞争优势量表具有很好的区别效度。为了进一步对量表的聚合效度和判别效度进行区分，本文采用Amos21.0对量表进行验证性因子分析，由于篇幅所限，仅将主要结果整理如表6所示。

表6 样本验证性因子分析结果

由Amos分析结果显示，P值均大于0.05，各项指标均达到要求，模型整体适配度较好。模型路径图如图3所示。

图3 本研究模型路径

3.4 假设检验

（1）相关性分析。通过对知识社会化与竞争优势进行了相关性分析，验证知识溢出和流入对竞争优势的影响，检验结果如表7所示，可知知识流入与竞争优势具有显著正相关（Pearson系数为正，且显著性sig＜0.05），假设Ha1得到了验证；而知识溢出与竞争优势呈现显著的负相关（Pearson系数为负，且显著性sig＜0.05），即知识溢出对竞争优势产生负影响，假设Ha2得到了验证。

表7 样本的知识社会化与竞争优势相关性分析结果

（2）调节效应分析。为了进一步检验网络位置变量对知识社会化与集群企业竞争优势之间的关系，本研究分别对模型一（自变量、因变量和调节变量）与模型二（自变量、因变量、调节变量以及交互项）进行回归分析，层级分析结果如表8所示，可知sig值均小于0.05，网络位置在知识社会化对集群企业竞争优势的影响作用中起到了调节作用。

表8 样本的层级回归结果

为了更为直观地分析中心性与结构洞分别之于知识社会化对集群企业竞争优势影响的调节作用，本研究绘制了中心度与介度分别对于知识流入和知识溢出之于集群企业竞争优势影响的调节效应，如图4所示。由图4（a）可知，高中心度与低中心度所对应的两条直线斜率均为正，说明无论中心度高低与否，知识流入均与集群企业竞争优势呈正相关，也就是知识流入对集群企业竞争优势产生正向影响，则假设Ha1进一步得到验证；并且通过图中高中心度与低中心度所对应直线的斜率可以发现，高中心度对应的直线斜率明显低于低程度中心性所对应直线的斜率，即节点如果处于高中心度的情况下，知识流入对于竞争优势的影响反而要弱于低中心度的情况，因此假设Hb1成立。由图4（b）可知，高介度与低介度对应的两条直线斜率均为正，说明无论介度高低与否，知识流入与集群企业的竞争优势均呈现正相关，同时也验证了Ha1；此外不难看出，高介度对应的直线斜率明显高于低介度所对应直线的斜率，即高介度能够加强知识流入与竞争优势的正向作用，因此假设Hb2成立。由图4（c）可知，高中心度对应的直线与低中心度对应的直线斜率都为负，说明知识溢出对集群企业竞争优势带来了负向影响，知识溢出与竞争优势呈负相关，则假设Hb1进一步得到验证；同时不难看出，高中心度对应的直线斜率明显低于低中心度对应直线的斜率，即高中心度减弱了知识溢出与竞争优势的负向作用，因此假设Hb3成立。由图4（d）可知，高介度与低介度所对应的直线斜率均为负，说明知识溢出对于集群企业竞争优势带来负向影响，即知识溢出与集群企业竞争优势之间呈现负相关，验证了Hb2；同时根据图中二者斜率的差异可见，在高介度的情况下知识溢出对于竞争优势的负向关系比低介度的情况下相对要弱，即高介度会减弱知识溢出与集群企业竞争优势的负向关系，因此假设Hb4成立。

图4 样本的中心性和结构洞对知识社会化与竞争优势的调节效应

4 研究结论与启示

4.1 研究结论

本文以网络位置作为调节变量，分析了不同节点企业的知识社会化与集群企业竞争优势之间的关系，鉴于知识流动的双向性，将知识社会化分为知识流入和知识溢出，研究更为微观具体，在以往知识溢出与集群竞争优势的研究上更进一步；并且通过对长春汽车产业集群的实证研究得出，知识社会化对于集群整体的竞争优势提升具有促进作用，而具体到集群网络的节点企业，知识社会化的方向性以及节点企业所处网络位置的差异带来企业竞争优势的不同，能够为产业集群的发展起到启示作用。研究结论的实际意义总结阐述如下：

（1）假设Ha1、Ha2得到了验证，说明长春汽车产业集群企业的知识流入与知识溢出对集群企业的竞争优势分别产生了相反的影响效果：有效的知识流入确实能够提高集群中企业的竞争优势；同时由于“搭便车”行为的存在，集群内部企业的知识溢出给集群企业的竞争优势带来负面效应。

（2）假设Hb1得到了验证，即高中心度会减弱知识流入与集群企业竞争优势的正相关，而低中心度会加强知识流入与竞争优势的正相关。此假设的验证反映了在长春汽车产业集群中，集群网络中心度高的企业一般在网络中处于核心地位，处在这种位置的企业往往具有更高的关键技术和核心竞争力，因此其创新知识的程度和总量要高于其他企业，其他企业的知识流入对于中心度高的企业来说能够产生实质性影响的知识流入比较少，对其竞争优势的影响不大，因此集群企业知识流入与竞争优势的正向关系会受到高中心度的调节而减弱；反之，低中心度的企业整体的优势和技术较弱，相对而言，有效知识流入所占比重比较大，这样使得知识流入与企业本身竞争优势的正向关系也会随之增强。

（3）假设Hb2得到了验证，即高介度会加强知识流入与集群企业竞争优势正相关，而低介度会减弱知识流入与集群企业竞争优势正相关。此假设的验证反映了在长春汽车产业集群中处于高介度的企业所处的位置是关键信息和资料流通的桥梁，处在关键位置的企业获取的信息（知识流入）是多样化的，这种位置优势有利于企业自身竞争力的提升并有效刺激创新，这就使得集群企业的知识流入与竞争优势正向关系在高介度的调节下增强；反之，低介度的企业由于流入知识的渠道受限，其所接受到的知识流入并不具备独特性，因而难以形成具有自身优势的竞争力，所以知识流入与集群企业竞争优势的正向关系在低介度的调节下减弱。

（4）假设Hb3得到了验证，即高中心度会减弱知识溢出与集群企业竞争优势的负相关，低中心度会加强知识溢出与集群企业竞争优势的负相关。此部分假设反映了长春汽车产业集群中高中心度的企业一般都处于集群网络中的核心位置，与其连结的企业比较多，因此知识流入和知识溢出的渠道也较为丰富，知识的溢出对于企业本身来说并不会造成核心竞争力的降低，虽然知识的溢出会导致其他企业的“搭便车”行为，但是基于长春汽车产业集群的特殊状况，高中心度的企业知识溢出的受体是一些中小企业，而这些企业与知识发送企业是合作关系，因此有效的知识溢出反而提高了供应链上其他企业的配套能力，这种配套能力的提升反过来为知识发送企业竞争优势的提高创造了条件，因此集群中企业竞争优势与知识溢出的负相关在高中心度的调节下减弱；反之，中心度低的企业与具有明显核心技术优势的企业联系较少，在这种情况下的知识的溢出更容易被竞争者所利用，再加上其本身处于网络边缘，自身创新能力差，因此知识溢出所带来的“搭便车”效应对自身竞争优势的影响也会更加明显，故集群中企业知识溢出与竞争优势的负向关系会在低中心度的调节下得到加强。

（5）假设Hb4得到了验证，即高介度会减弱知识溢出与集群企业竞争优势的负相关，而低介度会加强知识溢出与集群企业竞争优势的负相关。此部分假设的验证反映了在长春汽车产业集群中具有高介度的企业其“桥”的优势能够为其带来信息的多样化，罗家德［36］认为结构洞是节点获利的空间，位于连接结构洞的“桥”位置的节点掌握了信息流以及商业机会，进而可以获得中介利益。在这种情况下，企业能接受到信息和资料的渠道较多，知识溢出很难对自身的竞争力产生负向实质的影响，因此集群企业的知识溢出与集群企业竞争优势的负向关系在高介度的调节下减弱；反之，集群中处于低介度位置的企业由于不能占据“桥”这一天然优势，因此无法接受到多样性的知识流入，并且处于这种位置的企业由于没有创新实力，只能跟风，丧失了自己创新的源动力，在自身创新无法满足本身需求、知识同时外溢的情况下，知识溢出与竞争优势的负向关系会在低介度的调节下而相应加强。

4.2 研究启示及展望

本文以长春汽车产业集群为依托，相关假设全部得到了验证，研究结果显示企业的竞争优势不仅受到自身因素的影响，如学习和创新效应，也会受到集群中区域资源、集群的结构以及企业所在集群中网络位置的影响；并且通过分析我们发现，处于网络中心位置的大中型企业虽然可以利用其优势地位不断从外部获取信息收益和控制收益，但信息的质量以及集群内部结构也决定了其获取信息对竞争优势的贡献度。以长春汽车产业为例，处于“车轮”中心的大中型企业适当的知识溢出所带来的“搭便车”效应不仅不会削弱企业本身的竞争优势，反而可以通过知识溢出来提高供应链的配套能力，因此对于占据网络位置优势的大中型企业来讲，应该强化自身的创新和研发活动，并通过知识溢出对创新进行“二次利用”，从而为知识在集群内的良性循环创造条件，进一步提高自身的竞争优势；而针对处于网络位置边缘的中小企业，要更加重视知识的流入，由于中小企业本身的创新和研发能力有限，并且企业间产品差异化不明显，因此有效利用知识流入才能够保证在集群竞争中不被边缘化，研究证明处于“桥”位置的中小企业在获取有效知识流入方面更具有优势，从而能够获得更大程度上竞争能力的提升。

本研究证实了网络位置在知识社会化与集群企业竞争优势的作用方面具有调节作用，未来的研究仍可以进一步探讨如何获取有利的网络位置，以便于获取更具优势的有利地位。在本研究中，网络位置数据的应用采用的是静态网络数据，但在现实情况下，集群中各企业的网络位置并非是一成不变的，集群网络中的企业可以采用不同的方式使得自身网络位置向有益的方向发展，所以可以从集群内部社会网络动态建构的角度进行研究，为集群内部企业网络位置的构建提供可行性的建议或意见。另外，本研究中的实证采用的是汽车产业集群，属于传统行业，虽然节能减排推动着整个汽车产业技术的革新，但是汽车行业相对来说比较成熟，处于一个稳定和封闭的环境中，产业内部突破性的技术创新并不太多，所以本文的研究结果有待于进一步在其他高新技术产业进行验证。高新技术产业的信息和知识是产业得以发展的核心，因此高新技术产业集群的知识流动对集群主体也有会有着更为显著的影响，如何将知识和信息有效地运用是高科技产业集群中企业发展所面临的关键问题，也是研究所需要进一步开展的方向。