協同視角下高技術產業創新網絡知識整合研究*

陳旭升 王 欣（哈爾濱理工大學管理學院 黑龍江 哈爾濱 150080）

吳雪梅（哈爾濱工業大學機電學院 黑龍江 哈爾濱 150001）

分工創新、全球化利用資源使高技術產業發展呈現開放式、網絡化特征，將技術、產品知識等顯性知識與管理經驗等隱性知識整合形成的新的創新過程已成為高技術產業發展的基礎，創新網絡中不同創新主體的知識協同是促進高技術產業發展的關鍵。思科、蘋果、特斯拉等公司的成功，標志著硅谷以技術、信息、人員流動交互作用的創新網絡模式逐漸取代了美國波士頓“128公路地區”大公司為核心的創新模式[1]，使得高技術產業創新網絡研究成為熱點。

高技術產業創新網絡通過技術、管理的知識擴散與整合以提高其產業帶動作用，目前對其創新網絡中的知識整合研究主要集中于影響因素、知識特征、對創新網絡績效促進等方面。Tang Fangcheng等進行的研究表明，創新網絡規模、網絡成員對知識整合有著直接影響，隨著網絡規模的增大與網絡成員數量的增加，網絡節點與其他成員連接的成本會下降，知識轉移發生的可能性會提高[2]。

創新網絡中非正式組織的知識交流與技術在線咨詢服務加快了知識的更新速度[3]。Schilling和Phelps 在研究創新網絡結構與知識整體水平關系時，發現其具有“小世界”網絡特征，社交網絡的短路徑能使知識容量達到最大[4]。Paruchuri指出，創新網絡中有利位置的企業在獲取與利用知識方面具有優勢，其中，結構洞和中心性對創新過程的知識整合效果影響最為明顯[5]。Dacin認為，對網絡中心企業有利的網絡關系可以消除知識來源的差異，形成網絡成員認可的知識整合內容[6]。創新網絡中顯性知識與隱性知識整合的途徑有著明顯的區別，顯性知識通過對數據、文字的技術處理得以整合[7]，而隱性知識通過社交網絡實現經驗、觀念的融合[8]。當企業生產的產品復雜性較低時，知識整合主要是由核心廠商完成，其供應商、銷售商通過合作關系獲得從零部件到最終產品的知識，形成單向輸出的整合形式，隨著產品復雜性的增加，分工、互補式的知識整合成為主要方式，并且創新網絡中成員聚集程度與技術復雜性有相同的變化趨勢[9]。Liu Chialing、Ghauri和Sinkovics在分析技術外包效率影響因素時指出，外包企業知識獲取和整合能力是提高創新效率的關鍵[10]。部分學者從組織和創新人員的多樣性視角研究了創新網絡績效，認為對多種知識體系與信息來源的整合，有助于形成新的創新模式[11]。

目前，高技術產業創新網絡知識整合仍需進一步深入研究，無論從作為網絡節點的組織角度分析其技術、治理結構、人員特征對知識整合的影響，還是從網絡關系（如網絡結構、關聯強度等）方面研究知識整合，其大多傾向于重視單一因素作用，缺乏將內、外部綜合起來的系統研究。同時，對于整合過程的協同作用還沒有文獻涉及，高技術產業創新網絡知識整合不同要素的協同關系是否存在，其所處的地位和作用的差異是尚待探索的問題。

針對高技術產業創新網絡知識整合主導因素的不同，本研究將其知識整合過程分為企業、市場和政府3種導向，構建了不同導向下知識整合要素的因果關系，建立了基于協同的創新網絡知識整合系統動力學模型，在對形成的網絡進行數據驗證的基礎上，選取不同模式下的主要指標對其協同關系進行分析，明確了我國高技術產業創新網絡知識整合協同的主要特征。

1 協同視角下高技術產業創新網絡知識整合的因果關系分析

根據高技術產業創新網絡知識整合的主體差異，筆者將知識整合分為企業導向、市場導向和政府導向3個方面，其共同形成了高技術產業創新網絡知識整合系統。

1.1 企業導向的知識整合因果關系

隨著技術的復雜性及市場需求的急劇變化，知識更新速度不斷加快，知識分散性、無序性使其難以發揮創新推動作用。企業獲取維持生存和發展所需的知識難度增加，使企業的創新過程面臨較大的風險和不確定性，這就要求企業在整合自身內部知識和能力的基礎上，應積極吸納外部知識，將其他企業及創新相關組織（如科研機構、中介等）已有的知識進行整合，形成具有企業優勢的產品設計和管理模式。

企業導向的創新網絡知識整合可以分為縱向和橫向兩個方面，縱向知識整合涉及企業的供應商、零售商，而橫向是與科研機構、中介組織的知識整合，企業導向的協同效應是縱向關聯企業與橫向科研機構、中介組織共同作用的結果。蘋果公司通過分布在全球的主要供應商形成了零部件及時供貨系統，使得iPod與iPhone在較短時間內得以上市，這種與供應商的知識整合在電子產業較為普遍，來自于供應商的產業創新知識可以達到40%[12]。高技術產業中供應商和企業的知識整合可減少創新風險，提高專業化水平和產品研發速度[13]。同時在產品開發過程中創新網絡與營銷企業的知識整合可以減少不必要的產品功能，避免不合理定價[14]。目前，交互式學習逐漸成為企業間知識整合的主要方式，形成了知識擴散、吸收、整合的循環過程，其方式既可以是正式的技術轉讓、生產許可，也可以是非正式的人員交流[15]。在知識整合過程中，企業間固有的特性會影響整合效果，企業地理位置的遠近決定了交流、轉換成本的高低，近距離企業在交流頻次和范圍上都具有優勢[16]。企業對外部信息的吸收能力是其進一步整合的基礎，其本身固有的知識存量較高且和交流企業具有技術相似性，利于形成統一的知識標準[17]。企業間的契約合作、聯合研發等強關聯關系使合作相對穩定，容易形成長期性的網絡知識整合慣例[18]。然而，創新網絡中企業的知識整合受競合關系影響，存在著知識整合與知識保護并存的現象，在企業與競爭對手、協同企業及科研機構的多元化合作中，科研機構、中介組織等創新主體在創新網絡中的作用日益突出，企業與科研機構的合作比重遠超過其他合作對象[19]。因而，高技術創新網絡中企業通過降低網絡連接障礙，形成分工創新關系，同時與科研機構合作，形成產品技術與基礎理論結合的知識整合。高技術產業創新網絡知識整合企業導向因果關系如圖1所示。

1.2 市場導向的知識整合因果關系

“先動型”市場導向知識整合是“顧客引領”和了解競爭對手知識共同作用的結果。在研究早期，高技術產業市場導向的知識整合對創新是否有正向影響存在爭議，Paschalina認為，明確顧客需求、在產品設計中聽取反饋意見有助于優化產品功能[20]，Lukas、Ferrell在實證研究中認為，市場導向能使顧客更快地接受企業新產品，并利于形成新的產品構思[21]。但另外一些學者卻得出完全相反的結論，如Narver等指出，依靠現有顧客意見開發新產品具有難以避免的風險，顧客只重視現有產品的缺陷，卻沒有形成突破性創新的意愿[22]。Lawton和Parasuraman也較早提出，分析顧客對產品的需求特點與企業產品創新活動沒有顯著聯系[23]。最終Narver和Slater將市場導向區分為“反應型”市場導向與“先動型”市場導向，其認為“先動型”市場導向對創新有顯著影響[24]，后續學者才大多遵循了這一劃分方法。本研究認為，高技術產業市場導向應是對原有產品的根本性創新，其定義與“先動型”市場導向趨于一致。由于產品的全新性，市場對于其價格、功能和適用人群沒有先驗知識，市場風險明顯高于漸進性創新產品，因此企業需要針對市場中顧客的意見進行更為全面的調查與整合[25]。“先動型”市場導向對顧客中的意見領袖的觀點往往持否定態度，因其知識有助于深入了解現有產品特點，而對企業突破性創新多數會產生負面影響[26]?！跋葎有汀笔袌鰧蛞蟾呒夹g企業對現有規范與經驗進行變革，通過跨組織的“刻意學習”可以形成新的行業規范，在知識轉移與整合中形成網絡慣例[27]。市場導向中不可忽視的因素是競爭者引起的市場異質性，高技術主導企業對競爭者市場意向相關知識的整合可明確其市場機會，形成具有差異化優勢的產品，減少創新活動的盲目性和風險性[28]。企業可以根據與競爭者在技術、品牌、資金等方面的優劣比較，選擇恰當的細分市場和進入市場時機[29]。因此在明確目前產品缺陷的前提下，企業應超越現有市場顧客的使用偏好，通過與對手競爭，整合并構建新的市場知識。高技術產業市場導向知識整合因果關系如圖2所示。

圖1 企業導向創新網絡知識整合因果關系圖

圖2 市場導向創新網絡知識整合因果關系圖

1.3 政府導向的知識整合因果關系

高技術產業一直以來都被認為是保持國家競爭力、提高區域核心能力的重要基礎，各國對其發展采取培育和扶植政策，政府對高科技產業創新網絡知識整合的作用主要包括選擇前瞻性產業領域、規范制度、間接或直接支持、構建整合平臺等方面，其協同是政府引導與支持交互作用的過程。高技術產業的前瞻性在很大程度上是國家經濟發展的需要，2009年美國實施“再工業化”戰略，重點發展新能源與信息化產業，日本2008年推出“低碳社會”規劃，韓國建立“新動力增長”高技術產業發展方向，這些計劃是在對現有高技術產業創新可能領域進行整合與選擇的結果[30]。知識產權保護是高技術產業中維護知識整合權益和保證研發經費來源的基礎，通過限制性標準形成技術壁壘，進而使相關企業在全球范圍內通過技術許可獲得超額利潤，政府構建知識產權管理規則成為有效知識整合的條件[31]。共性技術在高技術產業發展中具有巨大的營利潛力，但由于開發周期長、資金投入大、負外部性等約束，企業將共性技術研發視為禁區，20世紀末發達國家開始通過政府參與，實現共性技術研發的資源整合與專業分工[32]。目前，多數國家通過立法、優惠政策、日常管理等手段發揮政府在創新網絡知識整合中的杠桿效應，如美國Bayh-Dole法案提高了大學和科研機構將基礎研究成果整合轉化為技術專利的比例[33]。對高技術企業稅收的減免、政府采購、政府補貼，是政府在知識轉移和整合過程中直接支持企業的主要方式[34]。政府基于Web2.0中SNS（Social Netwoking Services，社會性網絡服務）、WIKI等技術的各種知識管理平臺的建立，可以實現開放性的信息交流——使創新網絡中相關組織實現專利披露、技術項目招標等活動，形成以“服務為中心”的自組織知識整合渠道[35]。高技術創新網絡發展中政府直接投資于基礎學科研發，降低高技術引進壁壘，形成交互式學習的知識管理平臺，應用政府補貼或采購促進產業化知識完善，發揮了政府在創新網絡知識管理中的支持和引導作用。高技術產業創新網絡政府導向知識整合因果關系見圖3。

圖3 政府導向創新網絡知識整合因果關系圖

2 協同視角下高技術產業創新網絡知識整合系統動力學模型

綜合上述各部分的因果關系，考慮到現實因素及數據可得性，筆者構建了高技術產業創新網絡知識整合的系統動力學模型。本模型使用的統計數據來源于2006—2013年的《中國統計年鑒》、《中國科技統計年鑒》和《中國高技術產業統計年鑒》。

筆者根據高技術產業不同導向知識整合的內在機理，確立了水平變量、速率變量、輔助變量，建立了包含各影響因素的定量關系公式；選取了專利與新產品產出量，高技術產業收入、創新網絡總收益、創新網絡科技活動總數、社會資本支出等作為主要水平變量；選取了技術壁壘、企業對科研機構投入力度、網絡連接障礙、創新趨同性、市場開放程度、當前顧客意愿尊重程度、前沿知識指數、政府前瞻性、政府補貼等作為創新網絡知識整合過程中的主要常量。高技術產業創新網絡知識整合系統動力學模型如圖4所示。

2.1 模型有效性檢驗

筆者在對模型構建的過程中，通過德爾菲法確定了模型中變量間關系，忽略了價格指數等一些影響較小的因素。在對模型進行仿真時，由于量綱的不同會導致模型仿真運行出現偏差，筆者借助了vensim軟件中的Check Model功能幫助調整量綱影響，這樣有助于減少模型仿真過程中出現的變量間相互關系不合理的現象，形成可運行的系統動力學模型。

2.2 模型的一致性檢驗

筆者將2005年的統計數據作為初始值錄入模型，選取專利和新產品產出量、高技術產業總收入這兩個水平變量對模型進行仿真，可以得到2005—2012年中各個年份的仿真數值，通過將這些仿真數據與2005—2012年的真實數據進行誤差計算，以此來確定模型是否可靠，驗證模型的準確程度，并對兩個變量進行整體擬合度計算，可以看出總體仿真水平與歷史相關程度。

專利與新產品產出量的歷史檢驗具體數值如表1所示，筆者對各年份分別進行誤差計算及整體的相關系數計算，最大誤差率為0.083 79，整體相關系數為0.997。高技術產業總收入檢驗具體數據如表2所示，最大誤差率為0.059 24，整體相關系數為0.996 6。模型兩個指標仿真值與真實值相關度很高，驗證了該模型整體的一致性和準確性。

3 仿真結果分析

3.1 高技術產業創新網絡知識整合的單因素作用

高技術產業創新網絡知識整合單因素分析是市場導向、企業導向和政府導向中單個因素對知識整合效果影響的仿真：在市場導向模式中，本文選擇市場開放程度和當前顧客意愿尊重程度作為指標進行分析；在企業導向模式中，本文選取企業對科研機構的投入力度和網絡連接障礙作為主要因素進行分析；在政府主導模式中，本文選取政府前瞻性和政府補貼作為分析因素。圖5中（a）～（f）分別代表了單因素對專利與新產品產出量的影響。在圖5中，標記2的曲線代表了該因素處于初始狀態；標記1的曲線代表了將該因素增大后專利與新產品產出量的變化趨勢；標記3的曲線代表該因素減小后專利與新產品產出量的變化趨勢。

圖4 高技術產業創新網絡知識整合系統動力學模型

表1 專利及新產品產出仿真值與真實值比較單位：項

表2 高技術產業總收入仿真值與真實值比較單位：億元

由仿真結果可知，市場開放程度、政府前瞻性、企業對科研機構的投入力度、政府補貼等指標同專利與新產品產出量呈正向變化，而當前顧客意愿尊重程度、網絡連接障礙同專利與新產品產出量呈負向變化。這6種因素在指標變化相同比例時，上升幅度都略大于下降幅度，即每個因素促進整合效果都較為明顯，其中，政府前瞻性對專利與新產品產出的影響最大，當同比例變化時上升趨勢明顯大于下降趨勢，即如果對該指標正向略微改善，將會發生突破性的變化，促進高技術產業創新的快速發展。

圖5 高技術產業創新網絡知識整合的單因素作用

3.2 高技術產業創新網絡知識整合的單導向協同

單導向協同是企業、市場及政府導向模式下知識整合內部指標之間的協同，仿真結果如圖6～8所示。在圖6～8中，標記2的曲線代表該模式下的兩種因素處于初始狀態；標記3的曲線代表增大正相關因素，同時將負相關因素按同比重減小時專利與新產品產出量的變化趨勢；標記1曲線代表與標記3曲線相反變化時專利與新產品的產出量。

將圖6～8分別與圖5對比可知，在單導向內部協同后的曲線上升幅度都要大于所在導向下單因素曲線變化幅度的加和，同時協同后曲線下降趨勢幅度并沒有比累加的大。這種變化表明了單導向內部協同對于專利與新產品產出量都有促進效果。在單導向內部協同中，政府導向模式協同的效果最大，企業導向模式次之，市場導向模式的協同效果最弱。

3.3 高技術產業創新網絡知識整合的雙導向協同

圖6 市場導向創新網絡知識整合的內部協同

圖7 企業導向創新網絡知識整合的內部協同

圖8 政府導向創新網絡知識整合的內部協同

雙導向協同是創新網絡中企業、市場、政府其中兩個模式知識整合的協同。圖9～11分別代表了企業與市場、市場與政府、企業與政府協同下對專利與新產品產出量的影響。圖9～11中標記2的曲線代表各指標處于初始狀態；標記3的曲線代表在相互協同的兩種模式中，正相關因素增大、負相關指標按同比例減小時專利與新產品產出量的變化趨勢；標記1曲線代表與標記3曲線相反變化時的仿真結果。

通過對仿真結果的對比可知，市場導向與企業導向協同后曲線上升的趨勢要大于企業、市場內部協同單獨變化幅度的加和。而市場導向與政府導向協同后曲線的上升趨勢反而小于市場、政府內部協同單獨變化幅度的加和，企業導向和政府導向協同后的效果具有同樣結果。市場導向與企業導向協同對專利與新產品產出量有正向促進作用，而另外的兩組協同不僅沒有起到協同效果，反倒抑制了專利與新產品的產出。

3.4 高技術產業創新網絡知識整合的整體協同

整體協同是創新網絡中企業、市場、政府3種導向知識整合的共同作用。圖12代表了3種導向共同協同下對專利與新產品產出的影響。圖中標記2的曲線代表各指標處于初始狀態；標記3的曲線代表在3種導向中所有指標中正相關因素增大、負相關因素按同比例減小時專利和新產品產出量的變化趨勢；標記1的曲線代表整體協同各指標相反變化時的知識整合效果。

圖9 企業與市場導向知識整合的外部協同

圖10 市場與政府導向知識整合的外部協同

圖11 企業與政府導向知識整合的外部協同

將整體協同效果仿真結果與上述3個單導的向內部協同效果對比可知，整體協同后的曲線上升趨勢遠大于3個導向內部協同分別變化幅度的加和，說明創新網絡整體協同效果十分明顯。

圖12 市場、企業與政府的外部整體協同

4 結 論

高技術創新網絡現有研究多集中于不同組織間的知識整合，沒有明確在知識整合過程中不同導向的差異，對于創新網絡知識整合的協同作用沒有涉及。本研究將高技術產業創新網絡知識整合的協同過程區分為企業、市場和政府3種導向，通過構建系統動力學模型，將知識整合相關因素形成交互影響的網絡系統，在對模型驗證的基礎上，通過仿真分析得出了高技術產業知識整合單導向、雙導向和整體協同的特點，明確了高技術創新網絡在知識整合中績效差異的內在原因。

實證研究表明：在我國高技術產業創新網絡知識整合的單導向、雙導向和整體協同中，正向協同效果總是強于負向協同效果，其原因主要是目前我國高技術產業知識大多處于零散分布、無序狀態，知識整合水平較低，降低知識整合協同程度對其影響較小，而提高協同程度對其促進作用較為明顯。對于知識整合的單導向協同，多數文獻認為企業通過對創新網絡的知識整合可以顯著提高其創新效率，仿真結果也肯定了Katila[36]和Zahra[37]等學者在企業知識整合促進創新績效的觀點，但實證分析表明，政府導向對創新網絡的知識整合效果明顯優于企業、市場導向，這說明政府在提高高技術產業創新網絡知識整合方面作用最為重要；我國高技術產業中高端產品的市場開拓能力不足，對國外競爭對手缺乏深入了解，導致其知識整合協同效果最弱。由于在雙導向協同的3個組合中，政府與市場、政府與企業兩個組合沒有出現正向協同作用，這說明企業過分依賴政府，而市場或企業知識整合滯后會影響創新績效；相對于政府的調控，企業和市場導向中技術與需求的雙向驅動，更能使知識整合具有良好的協同效果。根據計算結果，基于整體協同的高技術產業創新網絡知識整合效果明顯高于單向和雙向協同，體現了高技術產業創新網絡的互補性、關聯性，其最大產出是系統協同的結果，而不是企業、市場、政府單方面或某兩方面作用的結果。

本文由于論文統計樣本局限于2005年我國提出創新型國家以后的高技術產業數據，其時間較短，且未對高技術產業不同行業知識整合協同效果進行探討，今后需進一步收集數據進行詳細研究。

[1]Cohen S,Fields G.Social Capital and Gains in Silicon Valley[J].California Management Review,1999,41(2):108.

[2]Tang Fangcheng,Mu Jifeng,Maclachlan D L. Implication of Network Size and Structure on Organizations' Knowledge Transfer[J].Expert Systems with Applications,2008(34):1109-1114.

[3]Doyle B G.On Net Provides Total Solutions Through Superior Connectivity,A pplications[J].CaribbeanB usiness,2014,2(10):34-35.

[4]Schilling M A,Phelps C.Inter-Firm Collaboration Networks:the Impact of Small World Connectivity on Firm Innovation[J].Management Science,2007,53(7):1113-1126.

[5]Paruchuri S.Intra Organizational Networks,Iinter Organizational Networks,and the Impact of Central Inventors:A Longitudinal Study of Pharmaceutical Firms[J].Organization Science,2010,21(1):63-80.

[6]Dacin M T.The Embeddedness of Organizations:Dialogue &Directions[J].Journal of Management,1999(25):317-356.

[7]Liu Yuxian,Ismael R,Ronald R. A Framework for Knowledge Integration and Diffusion[J].Journal of Documentation,2012,1(68):31-44.

[8]Huang J C,Newell S.Knowledge Integration Processes and Dynamics Within the Context of Cross-Functional Projects[J]. International Journal of Project Management,2003,21(3):167-176.

[9]Carrincazeaux C,Lung Y,Rallet A.Proximity and Localization of Corporate R&D Activities[J].Research Policy,2001(30):777-789.

[10]Liu Chialing,Ghauri P N,Sinkovics R R.Understanding the Impact of Relational Capital and Organizational Learning on Alliance Outcomes[J].Journal of World Business,2010 (45):237-249.

[11]Dahlin K B,Weingart L R,Hinds P J.Team Diversity and Information Use[J].The Academy of Management Journal,2005,48(6):1107-1123.

[12]Hippel V.The Sources of Innovation[J].McKinsey Quarterly,1998(1):72-79.

[13]Clark K B,Fujiomto T.Product Development Performance:Strategy,Organization,and Management in the World of Auto Industry[M].Boston:Harvard Business Involvement Press,1991:21-25.

[14]Daniel S J,David B,William S E.New Product Development Performance and the Interaction of Cross-Functional Integration and Knowledge Management[J].Journal of Product Innovation Management,2005,22(5):399-411.

[15]Fritsch M. Frank G. Innovation, Regional Knowledge Spillovers and R&D Cooperation[J].Research Policy,2004(33):245-255.

[16]Stefan L,Alain T,Michae B I.The Relational Geography of the Knowledge Economy in Germany:On Functional Urban Hierarchies and Localised Value Chain Systems[J].Urban Studies,2013,2(2):276-293.

[17]Ravichandran T.Organizational Assimilation of Complex Technologies an Empirical Study of Component Based Software Development[J].MIS Quarterly,2007,6(2):219-238.

[18]Simsek Z,Lubatkinm H,Floyd S W.Inter-Firm Networks and Entrepreneurial Behavior:A Structural Embeddedness Perspective[J].Journal of Management,2003,29(3):427-442.

[19]Lpez A.Determinants of R&D Cooperation:Evidence from Spanish Maónufacturing Firms[J].International Journal of Industrial Organization,2008,26(1):113-136.

[20]Paschalina Z.Commercializing New Technologies Consumers Response to a New Interface[J].Journal of Product Innovation Management,2002(19):365-374.

[21]Lukas B A,Ferrell O C.The Effect of Market Orientation on Product Innovation[J].Journal of the Academy of Marketing Science,2000,28(2):339-47.

[22]Narver J C,Slater S F,Maclachlam D L.Responsive and Proactive Market Orientation and New-Product Success[J].Journal of Product Innovation Management,2004,21(5):334-347.

[23]Lawton L,Parasuraman A.The Impact of the Marketing Concept on New Product Planning[J].Journal of Marketing,1980(44):19-25.

[24]Narver J C,Slater S F.Market Orientation and the Learning Organization[J].Journal of Marketing,1995,6(59):63-74.

[25]Lauga D O, Ofek E.Market Research and Innovation Strategy in a Duopoly [J]. Marketing Science,2009,28(2):373-396.

[26]Atuahene G K,Anthony K.An Empirical Investigation of the Effect of Market Orientation and Entrepreneurship Orientation Alignment on Product Innovation[J].Organization Science,2001,12(1):17-25.

[27]Cacciatori E, Tamoschus D,Grabher G.Knowledge Transfer Across Projects:Codification in Creative,High-Tech and Engineering Industries[J].Management Learning,2012,7(3):309-331.

[28]Saji K B,Mishra S S.Antecedents and Consequences of Technology Acquisition Intent:Empirical Evidence from Global High-Tech Industry[J].Journal of Strategic Marketing,2012,20(2):165-183.

[29]Tiger L, Calantone R J.The Impact of Market Knowledge Competence on New Product Advantage:Conceptualization and Empirical Examination[J].Journal of Marketing,1998,62(10):13-29.

[30]Sturgeon T J.Modular Production Networks:A New American Model of Industrial Organization[J].Industrial and Corporate Change,2002,11(3):451-496.

[31]Lee J H.Rewarding Knowledge Sharing under Measurement Inaccuracy[J].Knowledge Management Research Practice, 2005(3):229-243.

[32]Maine E,Garnsey E.Commercializing Generic Technology:The Case of Advanced Materials Ventures[J].Research Policy, 2006,35(3):375-393.

[33]Mowery D C,Shane S.Introduction to the Special Issue on University Entrepreneurship and Technology Transfer[J]. Management Science,2002,48(1):5-9.

[34]McAdam M,McAdam R.High Tech Start-ups in University Science Park Incubators:The Relationship Between the Start-up's Life Cycle Progression and Use of Incubator's Resources[J].Technovation,2008,28(5):277-290.

[35]Marianna S,Kalotina C.Investigating the Exploitation of Web 2.0 for Knowledge Management in the Greek Tourism Industry:An Utilisation-Importance Analysis[J].Computers in Human Behavior,2014,6(30):800-812.

[36]Katila R.New Product Search over Time:Past Ideas in Their Prime?[J].Academy of Management Journal,2002,45(5):995-1010.

[37]Zahra S A,George G.Absorptive Capacity:A Review,Reconceptualization,and Extension[J].Academy of Management Review,2002,27(2):185-203.