基于網絡權力的產業集群二元式創新下知識閉環系統知識定價、收益與協調研究

韓 瑩,陳國宏,梁 娟

(1.福州大學經濟與管理學院,福建 福州 350116；2.福建江夏學院工商管理學院,福建 福州 350108)

?

基于網絡權力的產業集群二元式創新下知識閉環系統知識定價、收益與協調研究

韓 瑩1,陳國宏1,梁 娟2

(1.福州大學經濟與管理學院,福建 福州 350116；2.福建江夏學院工商管理學院,福建 福州 350108)

產業集群知識網絡中，探索性知識和利用性知識從知識供應源發出，經知識中介到知識用戶，再形成反饋回到知識供應源，構成了二元式創新知識閉環系統。本文在知識閉環系統中，基于網絡權力，對比了不同決策模式下知識定價、收益差異。利用博弈論方法與數值分析，研究發現：(1)知識收益與利用性知識偏好呈負相關；(2)在分散決策模式下，知識供應源和知識中介的收益與網絡權力密切相關，網絡權利越大，相應收益越多；(3)集中決策模式為最優決策模式，可使探索性知識與利用性知識定價均最低，并且系統總收益最高。由此本文設計了有效的協調機制，使集中決策模式得以實現。這不僅能夠豐富知識閉環系統理論，并且為產業集群知識管理實踐提供了有益啟示。

產業集群；網絡權力；二元式創新；知識閉環；知識定價

1 引言

在知識經濟時代，產業集群在我國經濟發展中扮演著日益重要的角色，如何在生產中更為有效地取得、共享、整合知識資源，是培養集群競爭力的關鍵所在[1]。而在知識生產的過程中，由于集群中不同企業創新能力不同，必然同時存在以追求自主性成果為主的探索式創新和以對現有知識改進為主的利用式創新(以下稱二元式創新)。因此，在同時存在網絡權力差異與二元式創新的現實背景下，如何合理地對知識進行定價、有效地協調集群中各主體利益等，都是產業集群知識管理中亟待解決的問題，這對于保證集群中新知識新技術的流通，促進集群信息交流，提升集群的整體效益都意義重大。

產業集群網絡中一部分主體由于占據有利網絡位置、擁有稀缺資源或獨特競爭優勢等，因而會擁有相對于其他主體較大的網絡權力。從現有研究來看，一方面，學者們已經認識到網絡權力在網絡組織中存在的普遍性[2-3]。Maloni等[4]研究發現在90%的知識價值鏈合作關系中，雙方的權力是不平等的，并且權力和控制起到了重要的作用。Charles等[5]認為集群網絡中往往存在對網絡影響力較大的成員，他們擁有較大權力，并利用網絡權力創造和攝取價值。另一方面，由于集群中異質性的網絡組織擁有不同知識類別和知識量，網絡權力對于知識活動的影響也存在著必然性。Rajan等[6]指出，組織對網絡環境的依賴以及組織間的依賴，本質上是對知識的依賴，對任何關鍵性資源的控制權都是權力的一個來源。Perez[7]認為由于知識的價值、稀缺性和不可替代性，決定了部分在網絡中權力較大的知識供應方掌握關鍵的知識要素，擁有較大影響力和支配力。由此可見，網絡權力對產業集群中創新知識的定價和收益有重要影響。

“二元式”最早出現于March[8]關于組織學習的文獻中，分別指探索式和利用式。他將探索式定義為以嘗試新事物為目標的學習機制，利用式定義為對現有技術和能力的提煉與拓展。之后，Danneels[9]與Bener和Tushman[10]將此概念引入創新領域。不少學者認為在組織內部同時存在探索式創新與利用式創新[11-12]，Lin等[13]認為二元式創新的方式更有利于提升企業的競爭優勢。O'Reilly等[14]認為同時關注探索式創新和利用式創新才可以讓企業良好地適應外部環境變化。Sariol等[15]認為利用性創新關注的是企業現有的生存能力，而充足的探索式創新可以確保企業未來的生存能力。本文關于二元式創新的定義沿用了March的概念，定義探索式創新為依托本企業科研實力，對現階段還未出現的新技術探索性地進行開發，由此產生探索性知識；利用式創新為利用現有技術水平，通過改進技術方法，以對現有知識進行進一步拓展的方式進行創新，由此產生利用性知識。

目前已有一部分學者認識到知識的流動是一個無限循環的過程，但知識閉環更強調知識反饋信息在知識循環中的作用。周鐘等[16]認為產業集群中包含較多的知識發送者和接受者，存在便利的知識轉移途徑，形成有利于知識傳播和擴散的集群環境。張向先等[17]認為在知識生態視角下，個體在隱性知識轉移過程中承擔著知識生產者、知識消費者、知識分解者等多個角色，并不斷地進行角色轉換，形成一個閉環結構的隱性知識轉移生態鏈。由此可見，知識閉環在知識流通中客觀存在。更進一步，由于知識可以給擁有者帶來利益，知識擁有者不會主動地把知識貢獻出來進行共享，在特定的市場條件下，知識供給者可以和知識的索取者對知識確定一個價格[18]。故對知識閉環系統中知識定價的研究有助于深入了解其中知識活動規律。

通過對現有相關研究成果的分析，我們發現權力差異現象與二元式創新行為同時存在于產業集群中，并且知識在集群中的循環流動構成了知識閉環系統，在此環境下如何進行合理的知識定價、收益分配也是集群企業面臨的普遍問題，但現階段較少學者從知識閉環的角度進行研究，往往忽略了知識反饋過程對知識生產的重要性。故此，本文在現有研究基礎上，以產業集群網絡權力差異為基礎，將企業創新模式分為探索式和利用式兩種模式，分情況對知識閉環系統中集群各主體知識定價與收益情況進行探討，并設計各主體利益分配的協調機制。

2 模型構建

2.1 模型說明

根據上述關于知識閉環系統的概念，本文構造產業集群知識閉環系統概念模型，如圖1所示。

圖1 產業集群中知識閉環系統

知識供應源主要是指產業集群中的知識生產機構，如大學，科研院所和提供知識技術的企業等；而由于環境的動態性和企業創新能力的差異，這些知識供應源所提供的創新知識可能存在探索式與利用式兩種，一部分擁有較強的科研能力的企業，以探索式創新為主要方法進行知識的生產，由此產生的知識定義為探索性知識，而另一些企業則因為科研能力有限等原因，以對現有知識進行二次研發的方式為主，進行利用式創新，由此得到的知識定義為利用性知識；知識中介是指產業集群中介組織中提供技術和信息服務的部分，并且這里的知識中介均指盈利性中介組織，他們向知識用戶提供有償的，專業化服務，是具有獨立經濟利益的實體；知識用戶是指在產業集群中，有一部分企業因為自身知識生產力不足或者考慮知識投入產出比等因素，主要靠從外部收集前沿知識信息以維持自身技術發展需要，如集群中大多數中小型企業等。產業集群中知識的流動途徑有很多，包括企業間有意識的知識轉移、知識傳播和無意識的知識溢出等[19-20]。本文所定義的知識閉環系統是指依托于知識中介完成知識的傳遞過程，如圖1所示，由知識供應源提供探索性知識和利用性知識，經知識中介再流向知識用戶，并且知識用戶在使用知識技術的過程中會形成反饋信息，這些信息會被知識供應源收集用于繼續創造新知識，由此形成知識閉環系統。

2.2 模型假設

假設1：知識供應源和知識中介制定的知識價格有所不同，同時，探索性知識和利用性知識價格、生產成本也存在不同。模型中，P1e和P1a分別為知識供應源提供探索性知識和利用性知識給知識中介時所制定的知識的一手價格；P2e和P2a分別為知識中介提供探索性知識和利用性知識給知識用戶時所制定的知識的二手價格。Ce和Ca分別為生產探索性知識和利用性知識所需的單位成本。

假設2：知識用戶在使用知識供應源提供的知識技術后會產生一定的反饋信息(包括使用后發現知識技術存在的漏洞，不足等)，假設為獲得這些反饋信息知識供應源必須花費一定成本Cr(Cr為關于收集的知識反饋量的二次函數[21])，而知識供應源利用這些反饋信息會對之前生產的知識技術進行進一步完善繼續產生新的知識，但可能只能解決其中部分問題。當然，未能成功處理的反饋信息并不是完全無用，可以作為企業的知識積淀積累下來，或者作為下一步研發的重點也具有一定價值ε。并且，設θ為知識反饋有效處理率，即θ=知識供應源有效處理反饋問題量/知識用戶反饋信息總量(θ≤1)。

假設3：不管是探索性知識還是利用性知識，其運用都會給知識用戶帶來相應的知識效用，知識用戶主要通過探索性知識和利用性知識所能給自身帶來的效用盈余決定選擇的知識類型，并且，知識供應源和知識中介在知識循環的過程中都會獲得相應收益。其中，知識用戶對于探索性知識的效用函數為u，u服從0-1上均勻分布[22]；知識用戶對利用性知識的偏好系數為σ(0<σ<1)，故知識用戶對利用性知識的效用為σu。在現實中，知識用戶更多的是既采用探索性知識又采用利用性知識，即P2e-(1-σ)

由此，各知識主體及知識閉環系統的收益可分別表示為：

知識供應源的總收益：πs=(P1e-Ce)Qe+(P1a-Ca)Qa+ε(θ-1-1)(Qe+Qa)-kθ-2(Qe+Qa)2

(1)

知識中介的總收益：πm=(P2e-P1e)Qe+(P2a-P1a)Qa

(2)

知識閉環系統總收益：π=(P2e-Ce)Qe+(P2a-Ca)Qa+ε(θ-1-1)(Qe+Qa)-kθ-2(Qe+Qa)2

3 網絡權力結構差異時知識閉環決策模型

3.1 知識供應源與知識中介權力不等時分散式決策模型

當知識供應源與知識中介權利不相等時，雙方都是獨立的經濟實體，均以自身收益最大化為決策目標，構成斯坦克伯格博弈關系，N={1,2},S1={Qe(a)|Qe(a)∈[0,∞]},S2={Qa(e)|Qa(e)=Qa(e)(Qe(a))}決策規則為：

規則一：權利大的一方制定己方知識價格；

規則二:權利小的一方觀察到他方制定的知識價格進而制定己方知識價格。

(1)知識供應源權力大于知識中介權力

P2eS>M=(3+Ce+ε)/4,P2aS>M=(3σ+ε+Ca)/4

進一步求得此時知識供應源、知識中介和知識閉環系統的收益分別為：

(2)知識供應源權力小于知識中介權力

進一步求得此時知識供應源、知識中介和知識閉環系統的收益為：

3.2 知識供應源與知識中介權力均等時分散式決策模型

進一步求得此時知識供應源、知識中介和知識閉環系統的收益為：

3.3 集中式決策模型結構

在集中式決策模型結構中，知識供應源和知識中介相當于合作博弈關系，以共同利益最大化為決策目標，即：maxπc=πs+πm=(P2e-Ce)Qe+(P2a-Ca)Qa+ε(θ-1-1)(Qe+Qa)-kθ-2(Qe+Qa)2可求解得：P2ec=(1+Ce+ε)/2；P2ac=(ε+σ+Ca)/2；θc=[k(σ-ε-Ca)]/σε，由此總收益為：

4 知識閉環系統中各模型比較分析

綜合以上分析，匯總各模型結果如表1所示。

表1 各模型決策結果匯總

為了保證模型有實際意義，現假設探索性知識和利用性知識的價格不小于其生產成本，故有Ce≤P2e，Ca≤P2a。及Ce和Ca分別是P2e和P2a的下確界，可表示為Ce=infP2e,Ca=infP2a。假設市場規模標準化為1，根據之前分析，集群中同時存在探索性創新和利用式創，則P2e-(1-σ)

4.1 決策模型收益比較

下面采用數值分析法比較各個模式下的收益關系，設定參數ε=0.3，Ce=0.9，Ca=0.2，k=1,σ為自變量，用matlab2012a繪制不同模式下總收益、知識供應源收益和知識中介收益的變化情況，分別如圖2、圖3、圖4所示。

圖2 系統總收益關系圖

圖3 知識供應源收益關系圖

圖4 知識中介收益關系圖

4.2 決策模型價格比較

比較可得P1eSM，P1aSM，即無論是探索性知識還是利用性知識，知識一手價格隨著知識中介的權力的減小而增高；并且，P2ecM=P2eSM，即在分散決策下，知識供應源和知識用戶權力非均等時，兩種知識的二手價格均相等，但利用性知識二手價格更高；同時，探索性知識的二手價格在雙方權力均等時定價最高；但在集中決策模式下兩種知識的二手定價均最低，這說明集中決策模型下對于知識用戶獲取知識最為有利。

4.3 決策模型θ值比較

比較可得：θc≥θS=M≥θS>M=θS

綜上所述，可以看出，知識供應源和知識中介集中決策為最優決策模式，此時能夠使總收益達到最高，并且探索性知識與利用性知識的定價均最低，使知識用戶受益最大，同時知識供應源能夠更加有效地處理知識用戶的反饋信息。

5 知識閉環系統的協調機制

要實現知識供應源和知識中介從分散決策模式向集中決策模式的轉變，必須設計有效的協調機制，一方面要使雙方集中決策下的收益大于分散決策下各自的收益，另一方面要合理分配集中決策模式下總收益的增值部分。在現實中，對于集中決策總收益的增值部分的分配比例主要取決于各自的權力，而權力大小可以通過其收益來體現。由此，本文提出不同權力結構下，分散決策與集中決策的協調機制，得到知識供應源和知識中介合作決策的方案如下：

首先，知識供應源和知識中介共同決策，確定知識的二手價格P2e和P2a，而知識的一手價格P1e和P1a的大小滿足有效范圍內的任何值，其實際大小取決于雙方的談判實力。其次再根據雙方權力大小，通過簽訂合約的方式明確規定雙方各自分配總收益的增值部分。

6 結語

本文研究了由知識供應源、知識中介和知識用戶組成的知識閉環系統模型。考慮了知識供應源、知識中介的不同權力結構差異，構建四種決策模型，分別為：知識供應源權力大于知識中介的分散式決策模型、知識供應源權力小于知識中介的分散式決策模型、知識供應源與知識中介權力均等的分散式決策模型、知識供應源與知識中介集中決策模型。并計算出各個模型下最優知識定價、知識反饋有效處理率、總收益以及知識供應源和知識中介各自收益大小，并進行比較，得到如下關于產業集群知識閉環系統的研究結論及策略建議。

(1)各個模型中，總利潤以及知識供應源和知識中介各自的利潤隨著偏好系數σ的增大而減小；探索性知識和利用性知識的一手價格均隨著知識生產成本的增加而提高；探索性知識和利用性知識的二手價格均隨著知識生產成本、知識用戶的偏好σ以及未處理知識反饋信息的價值ε的增加而提高。可以看出，知識生產成本、知識偏好系數以及反饋信息的價值都是影響知識主體利潤與定價的重要參數，當知識用戶對利用性知識的偏好降低時，可以促進各知識主體收益的提高，并且知識供應源可以通過降低知識生產成本使得知識用戶從中獲得更多收益。

(2)在分散決策模式下，知識供應源和知識中介的收益與自身網絡權力大小密切相關，網絡權力越大，所獲得的收益也就越多。價格方面，雙方權力不均等時，探索性知識和利用性知識的定價相同，且利用性知識定價高；而當雙方權力均等時，探索性知識定價高。也就是說，在現實的知識管理決策中，知識主體可以通過提高自身在知識閉環系統中的權力，從而獲得更多收益，但知識定價與雙方權力并無直接關系。

(3)集中決策模式是最優決策模式，此時，探索性知識和利用性知識的定價均最低，而總利潤達到最高，本文根據不同的決策模式給出了基于知識供應源和知識中介不同網絡權力結構下的調節機制。具體來講，由于集中決策這種模式在現實中很難實現，因此，知識主體可以考慮以訂立契約的方式促進合作，并按照各自在集群網絡中權力大小合理分配收益增值的部分，使得集中決策模式得以實現，從而促進集群的長遠發展。

[1] 韓瑩,陳國宏.多重網絡嵌入與產業集群知識共享關系研究[J].科學學研究, 2016,34(10):1498-1506.

[2] 劉麗麗,杜榮,艾時鐘.IT服務企業中文化對知識共享與創新行為關系的影響[J].中國管理科學,2016,24(4):159-166.

[3] 趙國強,徐曉輝,蒲勇健.授權決策的期權特征與模型解析[J].中國管理科學,2015,23(8):54-62.

[4]MaloniM,BentonWC.Powerinfluenceinthesupplychain[J].JournalofBusinessLogistics, 2000,21(1): 49- 65.

[5]CharlesD,ArvindP.Orchestratinginnovationnetwork[J].AcademyofManagementReview,2006,31(3):659-669.

[6]RajanRG,ZingalesL.Powerinatheoryofthefirm[R].WorkingPaper,NationalBureauofEconomicResearch, 1997.

[7]Pérez‐NordtvedtL,KediaBL,DattaDK,etal.Effectivenessandefficiencyofcross‐borderknowledgetransfer:Anempiricalexamination[J].JournalofManagementStudies, 2008, 45(4): 714-744.

[8]MarchJG.Explorationandexploitationinorganizationallearning[J].OrganizationScience, 1991, 2(1): 71-87.

[9]DanneelsE.Thedynamicsofproductinnovationandfirmcompetences[J].StrategicManagementJournal, 2002, 23(12): 1095-1121.

[10]BennerMJ,TushmanML.Exploitation,exploration,andprocessmanagement:Theproductivitydilemmarevisited[J].AcademyofManagementReview, 2003, 28(2): 238-256.

[11]OsiyevskyyO,DewaldJ.Explorativeversusexploitativebusinessmodelchange:Thecognitiveantecedentsoffirm-levelresponsestodisruptiveinnovation[J].StrategicEntrepreneurshipJournal, 2015, 9(1): 58-78.

[12]GanzaroliA,DeNoniI,OrsiL,etal.Thecombinedeffectoftechnologicalrelatednessandknowledgeutilizationonexplorativeandexploitativeinventionperformancepost-M&A[J].EuropeanJournalofInnovationManagement, 2016, 19(2): 167-188.

[13]LinHE,McDonoughEF,LinSJ,etal.Managingtheexploitation/explorationparadox:Theroleofalearningcapabilityandinnovationambidexterity[J].JournalofProductInnovationManagement, 2013, 30(2): 262-278.

[14]O'ReillyCA,TushmanML.Organizationalambidexterity:Past,present,andfuture[J].TheAcademyofManagementPerspectives, 2013, 27(4): 324-338.

[15]SariolAM,AbebeMA.TheinfluenceofCEOpoweronexplorativeandexploitativeorganizationalinnovation[J].JournalofBusinessResearch, 2017, 73: 38-45.

[16] 周鐘,陳智高.產業集群網絡中知識轉移行為仿真分析——企業知識剛性視角[J].管理科學學報,2015,18(1):41-49.

[17] 張向先,李昆,郭順利,等.知識生態視角下企業員工隱性知識轉移過程及影響因素研究[J].情報科學,2016,34(10):134-140.

[18] 杜維,劉清華.合作聯盟間失敗知識定價模型研究[J].情報雜志, 2015,34(11): 94-99.

[19] 張華.協同創新,知識溢出的演化博弈機制研究[J].中國管理科學，2016，24(2)：92-99.

[20] 張軍，許慶瑞，張素平.知識積累、知識激活與創新能力關系研究[J].中國管理科學,2014,22(10):142-148.

[21]ZhaoHao.Raisingawarenessandsignalingqualitytouniformedconsumers:Aprice-advertisingmodel[J].MarkingScience,2000,19(4):390-396.

[22] 王玉燕,申亮.基于消費者需求差異和渠道權力結構差異的MT-CLSC定價, 效率與協調研究[J].中國管理科學，2014,6(22):34-41.

KnowledgePricing,ProfitsandCoordinationResearchonKnowledgeClosed-loopSystemofIndustrialClusterAmbidextrousInnovationBasedonNetworkPower

HANYing1，CHENGuo-hong1，LIANGJuan2

(1.SchoolofEconomicsandManagement,FuzhouUniversity,Fuzhou350116,China;2.SchoolofBusinessAdministration,FujianJiangxiaUniversity,Fuzhou350108,China)

In the knowledge network of industrial cluster, the exploratory knowledge and exploitative knowledge will be sent from the knowledge supply source, through the knowledge intermediary to the users, and then form the feedback information to the knowledge source. In this paper, the knowledge closed-loop system based on the network power is studied, the differences about knowledge pricing and profits in different decision models are compared. The method of game theory and numerical simulation is used， the different decision-making behaviors under the different power networks of knowledge entity are compared. The result shows that (1) in each model, knowledge profits decreases with the increase of the preference coefficient,(2) in the decentralized decision mode, the income of knowledge source and the intermediary is related to the power, the more power, the greater the corresponding profits, and(3) the centralized decision model is the optimal decision mode, it can make the price lowest in both of exploratory knowledge and exploitative knowledge, and the system can reach the highest profits. However, this model can only be achieved through coordination mechanism. Thus the effective coordination mechanism is designed to achieve the centralized decision model and to provide beneficial enlightenment to the industrial cluster knowledge management practice. The conclusions would be helpful to enrich the knowledge closed-loop theory and popularize the application of cluster knowledge closed-loop system in reality.

industrial clusters; network power; ambidextrous innovation; knowledge closed-loop; knowledge pricing

1003-207(2017)03-0068-08

10.16381/j.cnki.issn1003-207x.2017.03.008

2015-03-06；

2015-09-01

國家社會科學基金后期資助項目(15FGL005)；國家自然科學基金項目(71403052，71403055)；中國博士后科學基金(2015M570155,2016T90140)；福建省軟科學項目(2015R0002)；福建省高校新世紀優秀人才計劃項目(閩教科2015[54]號)；福州大學經濟與管理學院管理科學與工程研究院高水平建設經費資助項目(0490-521137)

陳國宏(1953-)，男(漢族)，福建福州人，福州大學經濟與管理學院，教授，博士生導師，研究方向：科技管理，E-mail：cgh@fzu.edu.cn.

F224.32

A