“雙循環”視角下企業知識轉移影響因素分析

房雅婷，王子龍

（南京航空航天大學經濟與管理學院，江蘇南京 211106）

2020 年以來，黨中央多次強調要構建國內國際雙循環相互促進的新發展格局，這是中央為了實現社會主義現代化強國的目標，根據國內外形勢變化所提出的重大發展戰略［1］，也是中央經歷3 次國際經濟沖擊（1998 年、2008 年、2020 年）后審時度勢，悉心謀劃的重大決策［2］。提升企業的科技創新能力是構建“雙循環”新發展格局的重要舉措，沒有科技創新，便無法擺脫西方國家對我國的技術封鎖、實現經濟高質量可持續發展［3］。當前知識經濟時代，企業僅憑自身知識無法滿足科技創新的需要，但可以通過知識轉移方式實現企業間優勢互補、成果共享，提升企業的知識存量和科技創新能力。知識轉移是知識管理的關鍵步驟，是知識改造與創新的基礎和前提，將知識轉移應用于相關領域，能夠提升企業學習能力，實現企業知識存量的增長，為“雙循環”新發展格局構建提供新動力。所以，研究企業知識轉移影響因素不僅是對“雙循環”新發展戰略的積極響應，還是對提升企業科技創新能力的進一步研究，具有重要的理論價值和現實指導意義。

1 研究綜述

目前，相關研究主要集中于知識轉移的科學內涵、效率測度及影響因素等方面。在知識轉移定義方面，如孟凡臣等［4］將知識轉移定義為知識的流動過程；Boyd 等［5］進一步強調知識的使用過程，認為知識轉移是指知識源的知識資源傳遞給接受者使用的過程。在知識轉移效率測度方面，如任澤中等［6］將主成分分析法與超效率包絡分析（DEA）方法相結合，評價江蘇省高技術產業的知識轉移效率；趙大麗等［7］利用DEA 方法評價了我國2004—2008 年區域知識轉移效率。在知識轉移影響因素方面，如Esther 等［8］提出轉移雙方較大的文化差異將導致更多的歧義，從而阻礙知識轉移。Sarala 等［9］從企業并購的角度出發，研究發現企業間社會文化（知識技能的互補性、企業雙方的信任水平以及文化整合方式）的差異性會影響并購企業的知識轉移水平；Harzing 等［10］從跨國公司的角度出發，利用13 個國家超800 家跨國公司的數據探討了外派人員對于特定知識轉移效率的提升作用；Wei 等［11］結合知識的屬性維度(顯性知識和隱性知識)、基于知識位差的網絡連接原理和知識轉移過程，建立了高校集群創新網絡的四階段知識轉移模型,利用系統仿真方法研究發現具有聚類系數較高、路徑長度較短的創新網絡會顯著提高知識轉移效率。

已有相關研究成果為本文提供了理論基礎和方法啟迪，但仍存在進一步研究空間：（1）現有文獻局限于某一類型企業知識轉移過程研究，缺乏對于一般性企業知識轉移完善的因果路徑識別。（2）現有文獻主要關注因素對知識轉移活動的靜態影響過程，缺少對知識轉移活動的動態演變過程的探討。（3）現有文獻對于企業知識轉移活動與雙循環新發展格局之間關系的探討較為匱乏，亟需對其進行系統化的研究。基于此，本文從“雙循環”視角出發，分析企業知識轉移活動的主要影響因素，采用系統動力學方法探究其具體影響路徑，對企業知識轉移活動進行仿真模擬，并給出企業提高知識轉移效率的具體方案。

2 “雙循環”視角下企業知識轉移因果關系分析

2.1 企業知識轉移影響因素概念模型

知識轉移是知識擁有方在可控情境下將知識轉移至接收方，致使雙方知識差距縮小的過程［12］。國內外學者對知識轉移影響因素的研究主要集中在知識來源方、知識接收方、轉移知識的特性等方面。吳蓉等［13］強調知識轉移決策時，企業會優先選擇與自身知識存量差距適中的接收方。Bellini 等［14］、Cooper［15］提出影響知識轉移有效性的重要因素是強烈的轉移和接收動機，其通過轉移意愿體現，缺乏知識轉移意愿會導致接收企業消極怠工、虛假接收甚至直接拒絕知識吸收。Wehn 等［16］指出轉移過程中雙方企業能力是其能否獲得所需機會與資源的衡量指標。Akhavan 等［17］從知識特性角度出發，研究發現知識內隱性與復雜性程度越高，轉移成功率就越低。李敏等［18］以佛山照明集群為例，通過對佛山市照明協會會員網絡分析指出企業間關系網絡是知識轉移的主要渠道，高強度的網絡關系有利于知識轉移。楊栩等［19］利用結構方程和層次回歸分析進行實證研究發現緊密交織的知識轉移渠道能夠降低轉移成本損耗速率，減少知識溝通障礙。本文基于國內外學者對知識轉移影響因素的研究成果，結合企業知識轉移一般過程，建立企業知識轉移影響因素模型，具體如圖1 所示。

圖1 企業知識轉移影響因素模型

2.2 “雙循環”視角下的影響因素因果關系模型

“雙循環”視角下企業知識轉移活動具體受到知識轉移能力、知識接收能力、知識存量、轉移知識特性、轉移知識渠道、知識轉移意愿和構建“雙循環”新發展格局的政策支撐7 項影響因素的共同作用。知識存量是企業在生產過程中通過經驗和技術的積累形成的占有知識資源的數量［20］，其通過知識勢差和轉移閾值影響知識轉移活動；較好的知識轉移能力和知識接收能力能夠促進接收企業對所轉移知識的正確理解，減少對知識的誤解；轉移成本、地理距離、市場需求以及企業雙方合作信任度的共同決定了企業知識轉移意愿的強弱，當知識轉移意愿較為強烈時，企業愿意投入更多的時間和金錢，促進知識轉移更加便捷、順暢；豐富的轉移媒介和高密度的轉移關系網絡使得知識轉移渠道更加快捷、高效，不僅能夠增強企業間信息交換，還能提高企業對于信息的甄別能力，實現知識轉移效用最大化；內隱性及復雜性較高的知識需要較多的基礎知識對其進行解釋說明，增加知識轉移困難程度；構建雙循環新發展格局的政策支撐（以下簡稱“‘雙循環’政策”）將通過降低轉移成本、增強市場需求以及擴大企業關系網絡規模三方面影響企業知識轉移活動。

根據以上理論分析，本文設計了“雙循環”視角下企業知識轉移過程的因果關系模型，如圖2所示。

圖2 “雙循環”視角下企業知識轉移影響因素因果關系

3 “雙循環”視角下企業知識轉移的系統動力學模型構建

3.1 模型假設

模型的基本假設：

（1）知識轉移雙方均擁有合作的能力及意愿，并且知識接收企業知識存量小于知識發送企業知識存量；

（2）轉移過程中，知識發送企業和知識接受企業的知識存量之比（在模型中定義為轉移知識的閾值）應保持在一定區間內，過大的轉移閾值意味著知識接收企業的知識存量與發送企業知識存量相近，知識發送企業為了保護自身利益會選擇停止轉移。

3.2 存量流量圖

知識轉移系統流圖如圖3 所示。

圖3 “雙循環”視角下企業知識轉移系統

圖3 共由29 個變量組成，其中有2 個狀態變量、5 個速率變量、7 個常量、10 個輔助變量和5 個外生變量。

3.3 方程設置

本文依據合理性、科學性等原則，建立變量間方程關系，如表1 所示。

表1 變量方程設置一覽

表1（續）

其中需要說明的是：（1）本文假設知識發送企業與接收企業的知識存量在6 個月后開始遺失，因此選擇階躍函數描述知識遺失過程；

（2）當接收企業知識存量與發送企業知識存量過于相近時，由于知識發送企業要保護其核心知識會選擇停止知識轉移活動，本文采用選擇函數反映發送企業轉移知識的閾值，設定閾值的上限為0.9；

（3）發送企業判定接收企業的接收能力及知識需求需要一定時間，本文采用一階延遲函數描述轉移量，假定發送企業所需判定時間為2 個月；

（4）發送企業知識創新率、接收企業知識創新率、知識轉移能力、知識接收能力以及合作信任度都會隨時間推移而不斷增強，本文利用表函數對這五項變量進行刻畫。

4 “雙循環”視角下企業知識轉移模型仿真和靈敏度檢驗

4.1 模型仿真結果及分析

基于以上設計方程，本文利用Vensim PLE 軟件進行仿真模擬，檢驗模型的科學性和有效性。設定模型仿真時間為36 個月，主要關注變量仿真結果如圖4 所示。

圖4 主要關注變量仿真結果

由圖4 可知：（1）發送企業作為知識輸出方，擁有良好的知識基礎和創新能力，因此其知識增長量高于接收企業。接收企業需要對轉移所獲知識進行梳理、改造并加以吸收轉化為自身知識，該過程耗時較長，因此在仿真前期接收企業的知識創新速度較低，而在仿真后期的創新速度明顯增加，呈現指數型增長趨勢。

（2）知識遺失過程具有滯后特點，發送企業與接收企業知識在6 個月后開始遺失，且遺失量逐漸增加。由于接收企業知識基礎弱于發送企業，其需要對知識進行不斷地梳理和學習，所以接收企業知識遺失率低于發送企業，其知識遺失量也低于發送企業。

（3）盡管知識發送企業與接收企業都存在知識遺失過程，但由于其創新速度遠高于遺失速度，企業知識存量在仿真時間內仍然呈現邊際增長趨勢。因為知識存量以及創新能力的關系，發送企業的知識增長量高于接收企業，導致雙方知識勢差逐漸增大。

（4）轉移知識量隨時間推移而逐步上升，其原因是企業的轉移及吸收能力會隨時間而不斷增強，并且轉移雙方企業的溝通能力和信任程度也在增加，轉移阻礙降低。知識轉移閾值呈現先減少后增加的趨勢，其原因是在知識轉移前期，企業間互動頻率較低、轉移知識量較少，且接收企業受其自身能力和資源限制，無法快速將轉移知識轉換為自身知識存量，因此轉移閾值呈減少趨勢；知識轉移后期，轉移知識量大幅增加，接收企業知識增長速率高于發送企業，導致轉移閾值不斷提升。

綜合上述分析可知，所建模型主要變量的模擬結果與客觀規律相一致，表明該模型能夠較好描述企業知識轉移的實際過程，具有較高的參考價值。

4.2 靈敏度分析

靈敏度分析是利用改變模型中參數的取值，研究其對于模型輸出的影響程度［21］。本模型主要針對轉移媒介、網絡密度以及“雙循環”政策進行靈敏度分析。

（1）保持其他參數不變，將轉移知識渠道中的轉移媒介豐富度分別取值為0.3、0.5、0.7，模擬轉移知識量和接收企業知識存量如圖5 所示。

圖5 轉移媒介豐度靈敏度分析結果

由圖5 可知，當轉移媒介豐富度由0.3 提升至0.5 時，轉移知識量與接收企業知識存量變化均呈顯著增長趨勢，知識轉移周期縮短、效率提高。其原因是豐富度較高的轉移媒介可以使企業間進行及時、有效的溝通，利于轉移雙方處理復雜的主觀信息，降低知識模糊性，減少知識損失程度，促進知識完整有效轉移。當轉移媒介由0.5 提升至0.7 時，轉移知識量與接收企業知識存量卻開始明顯下降，知識轉移周期增加，知識轉移效率降低。其原因是豐富度過高的轉移媒介雖有利于轉移雙方有效溝通，但其時間成本和經濟成本過高，企業知識轉移意愿隨之降低，知識轉移動力減弱甚至不足以支撐后期轉移活動的繼續進行。

（2）保持其他參數不變，將知識轉移渠道中轉移關系網絡密度分別取值為0.4、0.6、0.8，模擬轉移知識量和接收企業知識存量如圖6 所示。

圖6 轉移關系網絡密度靈敏度分析結果

由圖6 可知，當轉移關系網絡密度由0.4 逐步提升至0.8 時，轉移知識量與接收企業知識存量明顯增加，說明緊密的轉移網絡關系能夠促進知識有效轉移。其原因主要是密度較高的網絡內，企業間直接聯結較多，知識可以通過直接聯結轉移到知識接收企業，減少轉移過程中的障礙。同時，緊密的轉移網絡關系能夠促進網絡內成員積極與他人合作，提高企業信任感，防止機會主義行為的發生。

（3）保持其他參數不變，將“雙循環”政策支持力度分別取值為0.4、0.6、0.8，模擬轉移知識量和接收企業知識存量如圖7 所示。

圖7 政策支持力度靈敏度分析結果

圖7 顯示，當“雙循環”政策支持力度由0.4逐步提升至0.8 時，轉移知識量與接收企業知識存量大幅提升，說明系統對“雙循環”政策具有較高的靈敏度。其原因主要是“雙循環”政策會通過3 條路徑影響轉移知識量與接收企業知識存量，當“雙循環”政策支持力度取值較大時，轉移關系網絡規模增加，企業有更多機會發現對自身有用的知識；轉移成本補貼增加，企業開展知識轉移活動所需付出經濟成本降低，轉移意愿增強；市場需求的增加也會激發企業知識轉移動力，利于知識轉移順利進行。

5 研究結論與建議

5.1 結論

本文通過分析企業知識轉移的各類影響因素，提出知識轉移影響因素概念模型；并利用Vensim PLE 對“雙循環”視角下企業知識轉移過程進行仿真模擬，確定其關鍵影響因素以及因素間的非線性關系，得出促進企業知識轉移效率的具體建議。主要研究結論如下：

（1）發送企業知識存量、接收企業知識存量以及轉移知識量在模擬仿真的36 個月內均呈現增長趨勢，且增長速率不斷提高。知識轉移活動后期，由于轉移知識量的大幅增加使得接收企業知識存量的增長速度高于發送企業。

（2）知識轉移系統對轉移媒介較為敏感，容量較大、豐富度較高的轉移媒介利于知識的完整有效轉移，提高轉移速率，但容量過大、豐富度過高的轉移媒介會大幅增加轉移成本，減弱企業轉移意愿，降低轉移效率。

（3）知識轉移系統對轉移關系網絡密度較為敏感，緊密的網絡關系可以縮短轉移路徑、減少轉移阻礙，促進網絡內成員積極與他人合作，分享自己的知識和信息，從而使得轉移知識渠道更加通暢、快捷，利于知識快速轉移。

（4）知識轉移系統對“雙循環”政策支持力度有較高敏感度，轉移知識量會隨“雙循環”政策支持力度的提升得到大幅增加。具體來看，“雙循環”政策可以促進居民消費升級，增強居民對于高質量產品的需求；增加對于企業創新的經濟支持，降低知識轉移成本；激發形成大量創新型企業集群，擴大企業關系網絡規模。

5.2 建議

（1）針對知識轉移系統對轉移媒介豐富度的敏感性，企業要在成本約束下慎重選擇轉移媒介。企業首先應分析可供選擇轉移媒介的多重暗示能力、反饋能力、語言多變性等特點明確其豐富度，其次根據知識特征及知識接收企業的認知特征篩選轉移媒介，最后在成本最小化條件下選擇合適的媒介，降低知識模糊程度，消除雙方理解差異。

（2）針對知識轉移系統對網絡密度的敏感性，企業要積極與網絡內成員建立新聯系。企業應增加與關系網絡內擁有豐富知識資源成員的溝通和交流，建立互惠互利的緊密情感聯系，從而擁有更多機會接觸和獲取網絡內成員的信息和知識資源，為知識轉移活動提供新的可能性。

（3）針對知識轉移系統對“雙循環”政策支持力度的敏感性，企業要結合自身優勢抓住發展機遇。企業應利用“雙循環”新發展格局的政策傾斜、投資紅利與配套措施等條件，結合自身長處繼續發揮雙循環政策對企業知識轉移的正向激勵作用，降低知識轉移成本，提升企業關系網絡規模，擴寬轉移知識渠道，為知識有效轉移提供堅實基礎。