粵港澳大灣區國際教育產教融合協同創新知識產權合作推動企業營銷戰略升級研究
——以國際教育學院與機動車公司合作為例

黃喆誠

（廣州工商學院，廣東 廣州 510850）

一、研究背景

隨著經濟的發展，信息技術逐漸深入生活的各個方面，對日常生活產生越來越大的影響，信息數據類型日益復雜。在大數據知識產權合作時代，越來越多的企業特別是基于“互聯網+”數據挖掘的培訓服務公司率先推出基于大數據知識產權合作挖掘的培訓服務，其中以互聯網智能化和物聯網數字化推動下的培訓服務、產品創新為主要代表，這一行為也日益引起了整個培訓服務圈和國際教育專業領域的關注。

按照管理學理論，組織行為被界定為組織（企業、機構等）的個體、群體或組織本身從整體的宏觀角度出發，對客觀刺激（包括內源性或外源性）物體所作出的某種特定反應舉措等。

組織行為是一種值得研究的重要組織現象，對于本研究——粵港澳大灣區國際教育產教融合協同創新而言，這種置于“產教融合”框架下的組織行為現象研究引起了越來越多學界、組織學家和教育家的重視。

因此，研究這種機制，了解大數據知識產權合作挖掘，分析如何嵌入創新驅動的企業績效營銷戰略升級轉型流程，對于實現高質量教育培訓，提升其內部的信息系統集成管理績效，優化數據資源配置具有十分重要的理論研究意義。

本研究于2021 年4 月—2022 年4 月期間進行實地調研，圍繞廣州市廣商機動車駕駛員培訓中心培訓的科技賦能、營銷戰略及高質量智能化服務項目進行研究，理清大數據知識產權合作時代背景下科技賦能、營銷戰略及高質量智能化服務的產教融合協同創新合作模式可能存在的問題。

二、文獻綜述

國內外對大數據知識產權合作、營銷戰略和創新驅動的前沿研究，與本論文相關的主要集中在大數據知識產權合作+數字技術，品牌定位社會企業分類以及內循環產業鏈依靠創新驅動優化等方面。

（一）大數據知識產權合作研究

大數據知識產權合作研究主要圍繞大數據知識產權合作視角下各類產品和服務的產銷一體化實現路徑，如研究產銷脫節，企業、產業的信息不對稱現象，并提出需求響應差等對策，其目的在于突破制約企業、產業產品市場的發展瓶頸，借助大數據知識產權合作挖掘、打通產銷通道，促進生產與銷售良性互動；其中，構建數字化、智能化的數據挖掘產銷渠道是核心［1］。

近期研究還圍繞大數據知識產權合作、區塊鏈，特別是人工智能等新興大數據知識產權合作+數字技術［2］，為各類產品和服務、公共事業提供了一條智能治理的新路徑。現有研究還從國家、企業、產業組織、經濟社會等較為宏大的視角探析了基于大數據知識產權合作技術治理的一系列內在機理［3］。

（二）組織管理研究

從管理學的廣義定義來看，管理行為不僅是探究影響、合作和協調他人組織行為的某種活動，還在更廣泛的層面研究由組長管理行為所直接進行影響和間接協調的他人組織行為［4］。

存取控制也是最早采用的安全技術之一，它一般與身份驗證技術一起使用，賦予不同身份的用戶以不同的操作權限，以實現不同安全級別的信息分級管理。

對于粵港澳大灣區國際教育產教融合協同創新而言，應研究在粵港澳大灣區這一特定創新區域下，國際教育學院與產業、企業協同創新的模式，以及這兩支力量之間的影響和合作，協調組織行為慣性與影響作用。

組織問題曾經一度被新古典范式所忽略，而自從科斯和西蒙等研究者進行的開創性研究以來，管理學重新把組織行為納入了學界的視野。近年來，隨著大數據、云計算、人工智能的興起，博弈論和信息符號經濟學的隱性知識和顯性知識轉換再次走進了學界的視野，科斯和西蒙等研究者所提倡的“交易成本”重新引起學界的關注，而信息符號經濟學中的“信息不對稱”現象又再次成為理解管理組織行為的一個“跨學科”的關鍵要素［5］。

組織合約理論提出國際教育產教融合以長期、緊密、穩定合作范式為模式與路徑基礎的理論框架，這是由于組織經濟學擬合了新制度經濟學、古典經濟學、完備契約理論、組織行為理論、知識分配（隱性知識和顯性知識轉換）理論和不完備契約理論的核心組成部分。本研究將通過引入有限理性和社會性來衡量產教融合協同創新，重塑產教融合未來研究范式。

在科斯所倡導的傳統的組織研究模型和路徑基礎上，后來的學者如西蒙、馬奇在20 世紀四五十年代期間，從組織決策和管理的視角出發，建立了一種新型的組織制度理論，這套理論以組織行為“有限理性”為核心觀點，從個體的理性局限出發，強調了個體認知心理和集體組織心理對整個組織激勵的影響［6］。

對于本研究而言，產教融合協同創新的組織體之間存在隱性知識和顯性知識轉換互動、激勵和協調，不僅僅需要考慮和貫徹信息約束和交易成本等工具變量，更重要的是要進一步剖析產教融合協同創新這一組織活動中參與主體的心理匹配，知識分配（隱性知識和顯性知識轉換）如何成為激勵因素，并獲得產教融合參與人對組織的一致認同即：組織并不是一種機械尋求最優化結果的博弈，而是動態博弈式追求滿意原則。馬奇和西蒙獨特的組織理論對管理學的發展產生了巨大影響，引發了大量的后續研究，并形成了管理學中的組織理論和組織行為學等分支學科［7］。

到20 世紀80 年代，馬奇和西蒙的組織經濟學開始被一些經濟學家重視，如經濟學家威廉姆森試圖創新該理論，把“有限理性”作為組織治理特別是其中的機制分析的一個前提；哈特還試圖創新式地把“有限理性”作為合同契約不完全性信息的一個來源［7］。

隨著當代行為經濟學的興起，由馬奇和西蒙等人創建的特殊的組織理論逐步發展，并和其他學科、現象結合，特別是與經濟學融合，并發展出了現代經常提及的全新組織經濟學，也被學界普遍稱作“行為組織經濟學”；而基于卡尼曼—特維斯基價值函數，以及從費爾等人的不平等厭惡模型出發，行為經濟學的跨期選擇都是涉及討論微觀組織企業和產業組織的相關問題。

可見，組織經濟學研究所形成的“信息符號、交易成本和有限理性”三個維度構成了本文分析的基礎，而有限理性也進一步在國際教育產教融合協同創新衍生出知識產權合作的社會性這一新視角，從而構成了產教融合協同創新組織經濟學一個新畫面。

三、現狀與問題剖析

課題組成員在2021 年4 月～2022 年4 月期間，對廣州市廣商機動車駕駛員培訓中心有限公司進行實地調研，主要調研考察了廣州市廣商機動車駕駛員培訓中心有限公司培訓服務流程、營銷服務流程、體驗式服務流程、安全教育服務流程以及系統識別服務流程等，發現在培訓、營銷戰略等環節存在一些問題。

（一）培訓、營銷戰略問題剖析

首先，在大數據知識產權合作時代，若服務流程沒有及時進行數據化創新，那么將導致令人失望的市場業績表現。研究發現，廣州工商學院機動車駕駛員培訓中心的營銷亟需一整套基于大數據知識產權合作分析的精確市場定位，其營銷服務技巧必須基于隱性知識和顯性知識轉換使得數據進行“精準”客戶化匹配，以實現體驗式服務流程提升，此種培訓服務戰略轉型可以增加隱性知識和顯性知識轉換效率，進一步增加培訓服務貿易績效和利潤。從大數據知識產權合作角度來下看，這對駕駛員培訓中心的營銷預算規模的影響也易于預測（營銷支出被視為容易削減的成本，而不是對市場的長期投資方向）。

其次，研究發現，廣州工商學院機動車駕駛員培訓中心的培訓營銷決策無法解釋營銷對公司培訓業績的促進作用，即營銷戰略決策的隱性知識和顯性知識轉換數據性不強。按照數據營銷理論，營銷的表現可能是可觀的［7］，但廣州工商學院機動車駕駛員培訓中心的營銷卻無法有效地借助隱性知識和顯性知識轉換證明這一點，需要基于隱性知識和顯性知識轉換和大數據知識產權合作分析、挖掘來進行戰略設計。

（二）大數據知識產權合作問題剖析

課題組實地調研發現，廣州工商學院機動車駕駛員項目線下5 人、線上15 人進行裝載智能系統、雷達系統、自動識別系統的設計，這些環節涉及各種數據問題，必須對大數據知識產權合作進行隱性知識和顯性知識轉換、挖掘與分析。

第一，廣州工商學院機動車中心的業務前端設備調試、APP、小程序、安全教育的市場調研數據需進一步完善與利用，特別是其數據形式結構化需要提高，應對系統的復雜性進行隱性知識和顯性知識轉換。

第二，項目上線后，從營銷戰略的角度看，廣州工商學院機動車駕駛員培訓中心項目其后端駕駛培訓、安全教育、駕駛風險識別、數據統計等業務功能有必要依據新數據產生及隱性知識和顯性知識轉換增長的速度來進行大數據知識產權合作匹配。這些隱性知識和顯性知識轉換數據包含內在分析、挖掘等價值。

四、企業績效營銷戰略大數據知識產權合作分析與創新措施

針對以上問題，課題組根據大數據知識產權合作理論和新營銷理論，基于廣州工商學院機動車駕駛培訓中心進行現狀、問題剖析，提出企業績效營銷戰略所應該具備的數據能力和方案，可以在一定程度上幫助企業決策的制定。其首要原則在于對企業績效營銷戰略而言，其隱性知識和顯性知識轉換分析必須更加準確和及時。充分利用大數據知識產權合作的優點，將大數據知識產權合作應用到企業績效營銷場景，這是一個“創新”契合點，只有利用好隱性知識和顯性知識的轉換，大數據知識產權合作時代企業績效營銷戰略及創新升級才能發揮重要路徑驅動作用，具體而言分為以下三點。

第一，企業績效營銷戰略大數據知識產權合作分析需要圍繞隱性知識和顯性知識轉換、大數據知識產權合作設計，進行長期的創新驅動。這就需要將大數據知識產權合作技術與企業績效營銷的傳統IT 基礎設施相結合。其分析作為企業績效營銷戰略的核心，大數據知識產權合作技術架構構成了其創新措施的架構。同時，這種營銷戰略大數據知識產權合作分析必須與大的行業環境數據相結合，即隱性知識和顯性知識轉換數據分析必須與企業績效營銷事件業務中發生的其他事情相結合。

第二，企業績效營銷戰略大數據知識產權合作分析必須與其他形式的數據共存分析。駕校培訓集群必須與營銷數據相結合，必須以特定的方式實現隱性知識和顯性知識的轉換，為其人工智能公共服務平臺技術系統和人工智能基礎資源與技術模型提供新的數據，提高大數據知識產權合作的開創性和創新性。

第三，借助大數據知識產權合作分析研究中的函數功能進行創新。按創新角色檢查模式和創新動作比較駕駛員培訓組織各個領域的計劃和階段目標，在技術垂直行業進行更密切的項目合作。這樣的大數據知識產權合作分析隱性知識和顯性知識轉換，大數據知識產權合作的價值才能具有戰略意義。

五、結語

通過以上分析，本研究得出了基于“大數據知識產權合作挖掘分析標準化”的戰略轉型創新驅動路徑。大數據知識產權合作時代企業績效營銷戰略及創新升級路徑應該按照“標準化”框架中隱性知識和顯性知識轉換進行創新轉型。大數據知識產權合作挖掘分析與區塊鏈隱性知識和顯性知識的轉換密不可分，當前基于區塊鏈的大數據知識產權合作挖掘分析標準化轉型是建立去中心化的網絡，而大數據知識產權合作挖掘分析是指研究、開發用于模擬、延伸和擴展人的智能的隱性知識和顯性知識轉換理論、方法、技術及應用系統。也就是說，從營銷戰略轉型的角度出發，借助大數據知識產權合作挖掘分析與區塊鏈對接創新，實現駕駛培訓、安全教育、駕駛風險識別、數據統計等業務功能的一種強“機器的自我學習”。

區塊鏈與大數據知識產權合作挖掘分析的結合使駕駛培訓現代化、數字化、智能化具有了現實可行性。而大數據知識產權合作挖掘分析等新興技術的關鍵在于其風險識別、數據統計等業務功能共識算法，這一點可以理解為一種算法標準化，因此，標準化成了大數據知識產權合作中高質量服務項目產業的核心。