知识密集型服务业集群内企业间知识转移影响因素
来源：岁月联盟
时间：2010-06-25
关键词：产业集群；知识密集型服务业；知识转移；影响因素
随着全球范围知识的兴起，知识已成为企业获取竞争优势的关键性资源(Kogut，et al，1992；Argote，et al，2000)。产业集群是企业的一种地理集聚现象，它是指一组地理上靠近的相互联系的公司和关联机构，它们同处在一个特定的产业领域，由于具有共性或互补性而联系在一起(Porter，1998)。20世纪90年代以来，随着印度的提着普尔软件业集群、伦敦的服务业集群、同济建筑设计产业集群等以知识密集为特点的服务业集群的迅速，知识密集型企业集群成为了目前学者们关注的热点。在一般的和制造业产业集群内，企业集聚动力主要是生产系统，地理上的临近使得生产要素得以集中，而在知识密集型服务业集群内，企业集聚的动力可能是获取当地化和相对不流动的隐性知识以及知识外溢(Pinch，et al，1999)。因此，对知识密集型服务业企业集群而言，知识转移显得更为重要。要实现知识在企业间的顺利转移，首先需要了解有哪些影响因素以及它们是怎样影响知识转移的。本文在回顾国内外相关研究的基础上，构建知识转移的影响因素模型。然后，基于知识密集型的环同济设计产业集群的调研数据对上述理论模型进行了实证研究。
一、回顾
从学者对集群开始关注以来，研究大多集中于制造业和工业集群，对服务性产业的集群研究甚少。随着以知识为基础的服务业的迅速发展，20世纪90年代，一种服务业的特殊分支——知识密集型服务业(Knowledge－Intensive Business Service，简称KIBS)进入人们的研究视野。知识密集产业同样多以产业集群的方式存在(Wemerheim，et al，2003)。
目前对知识密集型服务业尚未有公认的定义，但不少学者尝试给出了描述性的界定。Muller等(2001)广义地将其定义为主要为其他公司提供有高知识附加值的服务公司。这个定义难以反映知识密集型服务业形式和活动的多样性。Miles等(1995)认为知识密集型服务业是指那些显著依赖于专门领域的专业性知识，向社会和用户提供以知识为基础的中间产品或服务的公司和组织。这个定义目前被引用较多。从知识密集型服务业的定义可以看出，知识的获取和知识转移是知识密集型服务业产业集群提高竞争力的关键所在。
知识转移(knowledge transfer)，以前有学者亦称为知识合并(knowledge combination)、知识创造或学习(knowledge creation or learning)(Bresman，et al，1999)。这是因为通过转移所获得的知识的吸收、应用和发掘过程本身就是知识转移的一部分(Zander，et al，1991)，也就是说，新知识的产生常常伴随着原有知识的转移。以这种观点为基础，Szulanski等(1996)从交换的角度将知识转移定义为知识源一方与知识接收者一方之间组织知识的交换过程。Davenport等(1998)进一步指出，知识转移包括知识传递和知识吸收(应用)两个过程，接收知识意味着对信息的充分理解并能够据此采取行动。Argote等(2000)强调知识转移是组织通过不同渠道转移知识，实现组织知识共享，从而有效利用现有知识的过程。Ko等(2005)则认为知识转移是知识从知识源到知识接受方的传递过程，使该知识能为知识接受方学习和应用。这些观点大部分强调了两个方面，即知识转移是包括转移的过程和结果。我们可以认为，知识转移是指知识从转移方向接受方传递，并让接受方接受和理解的过程。
知识转移可以发生在个人间、个人与群体间、群体之间、群体与组织之间以及组织之间等多种不同层次(Alavi，et al，2001)。如何在不同主体间转移知识，许多学者从不同的角度对知识转移的过程模式进行了深入探讨。Nonaka等(1995)提出了著名的“知识螺旋”(SECI)模型。该模型认为，在个人、团队、组织与组织间四个层次，知识创造是通过隐性知识与显性知识持续不断的转换实现的，内部化、外部化、组合、社会化四种模式的交互运作，使隐性认识与显性知识不断地转换与重组，进而实现知识创造的循环。
知识转移是一种很复杂的活动。目前很多国外学者根据企业知识转移的过程特点，对知识在个人之间、群体之间、组织之间的转移条件和影响因素进行了大量研究。本文研究的是产业集群内组织间的知识转移，因此下面着重对国内外研究中有代表性的组织间知识转移的影响因素做出。
Kogut等(1995)对瑞典的44个创新进行了研究，分析了影响技术复制和转移的因素，将其归纳为三方面的因素：知识的特性，包括可编码化性、可传授性、复杂性和系统依赖性以及产品的可观察性；经验，即已有的知识基础；技术扩散水平。Gupta等(2000)对374家跨国子公司进行研究，分析了母子公司之间以及子公司之间知识转移的影响因素，发现影响知识转移的因素有知识源的动机、所转移的知识的价值大小、转移渠道的存在性和丰富性、接受方的动机和吸收能力。Simonin(1999b)从已有的知识转移研究文献中提取出四大影响因素：公司特性、知识特性、合作方特性和情境特性。在此基础上，对147家跨国公司跨行业的战略联盟进行了研究，分析认为知识的特性(因果模糊性、隐性、特殊性、复杂性)、知识源(合作方的知识保护程度)、知识接受方(已有经验、学习能力)、组织因素(文化差异、组织差异、联盟时间)四个方面的因素会对知识转移产生影响。在国内，陈守明等(2008)实证研究了大学对知识密集产业集群内企业间知识转移的影响作用。
虽然国内外针对知识密集型服务业产业集群内组织间知识转移影响因素的研究还不多见，已有文献多是研究其它形式的组织间知识转移问题，但上述文献为本文的影响知识转移因素的筛选具有很好的价值。
二、研究模型与假设
(一)研究模型
本文试图用一种综合的方法来研究知识转移，所采用的模型参考Nonaka等(1994)和Yeung等(1999)的组织学习理献以及Argote等(2000)等人的知识转移文献。本文的主要关系结构见图1。 (二)因变量
因变量为“成功的知识转移”，学者们对此有不同的定义。Simonin(1999a)将是否学到、吸收并拥有了所转移的知识作为对知识转移的衡量，这是学者们采用比较多的一种方法。本文将成功的知识转移定义为在一定时间段和预算内，一定数量的知识得到转移，并且被知识接收者完全吸收，使知识得到共享，同时使接收者感到满意的过程。
(三)自变量
根据前面的综述，把影响知识转移的因素分为3大类：知识源特性、转移背景和接受方特性。
1 知识源特性
第一，知识的模糊性(Ambigui－ty)。知识的模糊性与知识的可表达性(artieuhbility)是相反的概念，它包括知识的复杂性和隐性。复杂的知识往往包含着大量的隐性知识(SzIllanski，1996)，隐性知识是无形而且不易被形式化的，很难与他人共享和交流的知识(Polanyi，1966)。知识转移能否成功取决于知识是不是易于被移植、理解和吸收。Kogut等(1992)发现可编码的知识比那些难表达的知识更易于清晰地在组织间进行转移。Cummings等(2003)通过实证研究认为，知识的可表达性越差，知识转移越难。基于以上分析，本文得出以下假设：
假设1：知识的模糊性越高，知识转移越难。
第二，知识的嵌入性(Embeddedness)。根据Argote等(2000)的解释，知识从三方面嵌入组织：组织成员、工具(包括软硬件和技术组件)、任务(反映组织的目标)。一般而言，隐性知识是高度个性化的，并深深地植根于个体的特殊背景与行动之中，具有高度的嵌入性，因此是难以轻易沟通与分享的。Ha－kanson等(1998)发现知识的可观察性和知识转移呈显著的正相关关系；Cummings等(2003)认为被转移知识的嵌入性影响知识转移的难度，知识的嵌入度越深，知识转移难度越大。基于以上分析，本文得出以下假设：
假设2：知识的嵌入性越高，知识转移越难。
第三，知识源对知识的保护程度(Protectiveness)。当知识关系到企业的核心竞争力，是显性的或者被少数几个专家所掌握时，知识源企业为了防止自己的知识转移到其它企业，会采取积极的防范措施(Inkpen，et al，1997)。产业集群中的企业关系是一种合作和竞争并存的关系。当企业的知识泄露给其它企业时，就潜在地改变了竞争能力的平衡。基于以上分析，本文得出以下假设：
假设3：知识源对知识的保护程度越高，知识转移越难。
2 转移背景
第一，关系(Relationship)。这里所说的关系是指亲密的关系。费劲的关系(arduous relationship)可能造成知识转移的困难(Baum，et al，1998)。这是由于转移知识需要知识源和接受方之间频繁和大量的互动(Nonaka，1994)。在产业集群中，企业具有相同的文化背景，这使集群企业具有共同的路径、概念、标准以及共同的以地区文化为基础的行为规则、一致的语言，这培育了信任和亲密的关系。基于以上分析，本文得出以下假设：
假设4：企业间的关系越亲密，知识转移越容易。
第二，组织距离(Organizational Distance)。Simonin(1999a)将组织距离定义为伙伴间在商业惯例、制度和组织文化方面的不相似程度。有关技术转移的研究表明企业组织文化的不同会显著削弱企业间知识转移的进程，相类似的文化和制度能使集群内企业之间的工作关系更为融洽，更容易相互理解，并在知识转移过程中能采用相同的方法(Cummings，et al，2003)。较大的组织距离意味着组织在思维模式和行为模式等方面存在着较大差异。基于以上分析，本文得出以下假设：
假设5：组织距离越大，知识转移越难。
第三，物理距离(Physical Distance)。物理距离是指企业间面对面交流的难度、需要的时间和成本(Cummings，2002)。隐性知识的边际转移成本会随距离的增加而迅速上升，因此空间的地理邻近性及面对面的交流异常重要(MuHer，et al，2001)。物理距离小的企业之间往往会形成共同的语言、习俗和习惯，形成自己独特的交流用语和思考方式，所有这些都为企业间知识转移的顺利进行搭建了良好平台。基于以上分析，本文得出以下假设：
假设6：物理距离越大，知识转移越难。
第四，知识距离(Knowledge Distance)。知识距离是指知识源与接受者有相似知识及其体系的程度。在不同的知识主体之间的知识转移，需要重叠知识(overlapping knowledge)来提高知识转移的效率。彭灿(2003)认为转移成功率与知识距离之间呈倒u形曲线关系。本文得出如下假设：
假设7：知识距离与知识转移的成功度之间呈倒u型曲线关系。
3 接受方的特性
第一，吸收能力(Absorptive Capacity)。Cohen等(1990)提出了吸收能力的概念，Zahra等(2002)了前人的观点，认为吸收能力是公司获取、消化、转换、利用知识以产生动态组织能力的一系列组织路线和过程。一般认为，知识转移的双方企业的知识基础和内部机制越相似，企业的吸收能力越强，就越能较好地识别、理解、吸收并应用转移的知识。本文给出以下假设：
假设8：接受方的吸收能力越高，知识转移越容易。
第二，学习文化(Learning Culture)。如果一个组织的文化提倡分配权责、容忍创新性错误、提供充裕的时间去思考新观点，则在知识转移中的知识的内容会很丰富(Davenport，et al，1998)。所以，企业学习文化有利于企业间的知识转移。基于以上分析，本文得出以下假设：
假设9：接受方的学习文化越浓，知识转移越容易。
第三，接受方的动机(Motivation)。指其知识吸收意识，动机可以分为内在动机(intrinsic motivation)和外加激励(extrinsic motivation)。知识接受方具有起码的知识接受动机是组织间知识得以转移的前提。Osterloh等(2000)认为，隐性知识及其转移很难通过观察来监督和控制，因此需要通过内在动机来激励员工转移此类知识。基于以上分析，本文得出以下假设：
假设10：接受方的动机越强，知识转移越容易。
三、方法和数据
(一)问卷设计和变量的操作化
本文采用问卷调查的方式收集数据，在对变量操作化处理时都使用了多个测量问项，以尽可能降低测量误差。本研究变量指标都采取李克特量表(Liken scale)进行量化。在国内外学者对相关变量的操作化定义和测量量表的基础上，结合本次的研究模型及假设，将各个变量划分成了以下相应的测量项目来进行测量，见表1。
(二)样本和数据收集
构建完问卷的问项之后，我们进行问卷结构的设计并通过预调研来完善问卷。对于问项的测量，由于在知识转移的研究文献中，学者大多采用李克特7点记分，取得了较好的效果，因此本文也采用7点记分(1=非常不同意，7=非常同意)来测量变量。由于本文对变量的测量中经常有一个变量由多个问项解释的情况，为了方便研究，所有的问项都是采用的正向向度，而且对于对变量解释含义相反的问项在计分时采取逆向计分。
预调研的问卷分为三部分，第一部分是问卷说明，包括调研问卷的背景、基本情况的解释；第二部分是问卷的主体部分，分为33个问项；第三部分是有关调研对象的人口统计，包括性别、年龄、学历、已供职年数、职责。
对调研对象进行问卷调查工作从2007年3月1日开始，到5月12日结束。我们研究环同济大学建筑设计产业集群内的知识转移问题，所以样本主要取自同济大学周边沿赤峰路、国康路、密云路、四平路等的知识密集型服务业企业集群，主要以建筑、规划、工程设计咨询企业为主。一开始的预调研主要找在环同济产业带内开公司或在公司高层任职的熟人和朋友进行，主要是由于这些对象的性质与将来正式问卷要抽取的对象性质相同，而且更重要的是容易通过沟通取得他们对问卷所存在问题的真实想法。我们总共进行了6次面对面的上门调研活动，发现问卷填写人员提出对个别专业词汇不是很理解，比如知识转移的含义等。所以，在正式调查问卷中我们的问题之前增加了对显性知识、隐性知识、知识转移、知识源、接受方的概念解释内容。
正式调研中选出符合条件的150家服务业企业作为样本。以邮件结合电话的方式直接发放给公司的相关负责人问卷，最终回收问卷86份，其中有效问卷63份，有效问卷回收率为42％。
在实证研究中，通常以信度和效度这两个指标来衡量问卷量表测量的结果能否达到目的，能否正确反映客观事实。本文的知识转移影响因素选自前人的研究成果，并有大量文献作为理论依据，因此在内容效度上可以认为符合研究的要求。本研究采用Cronbachα值来分析同一维度下不同问项的内部一致性，衡量其是否符合一般的信度检验要求。对于α值的判断，一般认为信度系数达到0.70以上即为较好的测验，在0.60以上为可接受的信度(Henson，2001)。表2给出了本调研信度分析的结果，其中Cronbach α值都大于0.7的标准，说明测量的一致性程度较高，具有较高的信度。 四、数据分析和结果
(一)描述性统计分析
表3进行了描述性统计分析，从63份有效问卷调查的结果可以看出，这些之间的关系的均值比较高，达到4.32，说明环同济产业带内的企业之间有较亲密的信任关系。接受方的吸收能力和动机的均值较大，分别为4.25和4.24，表明产业带内企业具有较明确的知识转移的目的、用途、职责分工，较能从知识转移中获得好处，并有较强的管理知识的能力。组织距离和物理距离的均值相对较低，分别为3.31和3.61，表明环同济产业带内的企业在业务运作模式、公司文化和管理风格上具有较大的相似性，企业的地理分布比较集中。
(二)单因素方差分析
本文研究假设7认为转移双方的知识距离对知识转移效果有影响，当知识距离比较小时，知识距离越大，知识转移越容易；当知识距离比较大时，知识距离越大，知识转移越难。知识距离中等时转移效果要好于知识距离大和知识距离小时的转移效果，为了验证假设7，利用SPSS做单因素方差分析，根据统计学的相关知识，以知识距离的均值上下0.5个标准差为划分组别的界限，均值的0.5个标准差以上为一组，均值的0.5个标准差以下为一组，界于二者中间为一组，即按知识距离从小到大分别命名为近距离组、中距离组、远距离组，分析结果如表4所示。
由表4可以看出，中距离组的知识转移效果显著优于远距离组，而与近距离组差异不明显。近距离组的知识转移效果又显著优于远距离组。假设7部分成立。
(三)回归分析
1 回归模型的建立
根据研究假设1～6和8～10，逐步对影响知识转移的9个自变量——知识的模糊性、知识的嵌入性、知识源对知识的保护程度、关系、组织距离、物理距离、吸收能力，接受方的动机、学习文化进行回归分析，以知识转移的成功度为因变量，进行回归分析。
在进行正式回归分析之前，为了避免由于自变量之间的相关性过高，造成回归分析的情境困扰，本文首先对回归分析中主要自变量之间的皮尔逊相关系数进行两两分析，自变量之间相关系数分析结果如表5所示。分析结果表明，相关系数均在0，7以下，自变量之间并不存在很高的相关性，出现严重多重共线性的可能性小。
由于影响知识转移的因素很多，而且相互之间还存在一定的相关关系，所以不少学者利用层次回归方法来研究知识转移问题(Gupta，et al，2000；Cummings，2002)。为了更加看清各变量之间的关系，本文也采取层次分析法作为回归分析方法，将所有的解释变量逐步加入回归模型。
2 回归结果分析
表6是回归的结果，列出了每一步的标准回归p系数、系数显著性检验的t值(括号内)、结构显著
性检验的F值(p值的范围)、判别系数R2、调整后的R2和△R2。
首先，以吸收能力和动机为自变量，知识转移为因变量，R2为0.372，然后再加入组织距离、物理距离两个变量，则R2变为0.503，然后再继续加入关系变量，则模型的R2为0.616，再加入学习文化变量，则模型的R2为0.715，最后加入知识的模糊性、嵌入性和保护程度三个变量，R2为0.743。上述五个回归模型方差分析的显著性检验F值分别为17.779、14.690、18.285、23.442和16.997，p值均小于0.001，表明回归方程是高度显著的，回归效果较好。
模型一中，吸收能力对知识转移的成功度的β值为0.507，|t|=3.291>2，并且p<0.01，所以吸收能力对知识转移的成功度的影响比较显著，假设8成立。接受方的动机对知识转移成功度的β值为0.130，|t|=0.846<2，且p>0.05，表示没有显著性的影响，所以假设9不成立。
模型二比模型一的R2增加了0.131，所增加变量带来的改变显著。组织距离对知识转移的成功度的β值为－0.382，|t|＝2.698>2，并且在1％水平上显著，说明组织距离对知识转移的成功度有较大的影响，组织距离的增大会导致知识转移成功度的降低，假设5成立。而物理距离对知识转移没有显著影
响，所以模型二增加的解释力可以认为全部来自组织距离变量，假设6不成立。
模型三加入关系自变量后，使得模型的解释总变异量R2增加0.113，调整后的R2同时提高，表示新加入的变量对知识转移的成功度具有较高的解释力。关系的β值为0.510，|t|=4.090>2，并且p<0.001，具有显著性意义，表明关系对于知识转移的成功度有较大的影响，假设4成立。
模型四加入学习文化变量后R2增加0.099，表示学习文化对知识转移的成功度具有解释力，同时学习文化的β值为0.360，|t|=4.418>2并且p<0.001，所以影响显著，表明学习文化对于知识转移的成功度有较大的影响，假设10成立。
模式五中加入知识的模糊性、嵌入性和知识源的保护三个变量后R2增加了0.028，表示知识的特性对知识转移的成功度具有解释力。同时知识的模糊性的β值为－0.287，|t|=2.093>2，并且，p<0.05，所以影响较显著，知识的模糊性对知识转移的成功有较大的负面影响，假设1成立。而嵌入性和知识源的保护的p值都大于0.05，表示没有显著影响，所以假设2、假设3均不成立。
五、结论
实证研究结果显示：企业间亲密的关系和企业浓厚的学习文化对环同济产业带内知识密集型服务业企业之间的知识转移有重要的促进作用；企业较强的吸收能力、企业间较近的组织距离对环同济产业带内知识密集型服务业企业之间的知识转移有较大促进作用；知识的模糊性对环同济产业带内知识密集型服务业企业之间的知识转移有阻碍作用；中等的知识距离比较远的知识距离更有利于环同济产业带内知识密集型服务业企业之间的知识转移。
本研究对知识密集型产业集群内小企业的管理含义主要有两点：一是开展企业间多种层次的合作，建立多种形式的联盟或伙伴关系。共同研发、联合设计、资源共享等都是可以尝试的形式。良好的信任、积极的合作对知识转移有重要的促进作用。建立亲密的合作伙伴关系是获取隐性和嵌入性知识、经验和技术的一条捷径。二是加强学习文化的建设。学习文化的培育、学习能力的建设能使企业更加嵌入产业集群本地的集体化学习过程，有利于企业自身知识基础的提高，优化企业内部的知识管理模式，加强企业自身的吸收能力，缩小与知识源企业的组织距离和知识距离，从而使知识转移变得更加容易。
需要指出的是，本文只是针对环同济大学设计产业集群的单个案例研究，把研究结论推广到所有的知识密集型产业集群需要慎重。同时本文的局限性还在于样本企业数量略显不足，这是由于单个产业集群内企业数目原本就有限。上述的不足为未来的研究提出了方向：一是开展较大样本量的研究，看其结论会否发生变化；二是继续开展对其它知识密集型产业集群的类似研究，探究研究结论的普适性。
