1.知识作为创新资源

知识作为创新资源，是指通过企业的知识管理，在知识获取、处理、共享的基础上不断追求新的发展，探索新的规律，创立新的学说，应用到新的领域并在新的领域不断创新，推动企业核心竞争力不断增强，创造知识附加值，使企业获得经营成功。创新是人们创造性劳动及其价值的实现形式。学者们普遍认为，创新可以分成三种类型：知识创新、技术创新和制度创新。知识创新的核心是新的思想观念和公理体系的产生，其直接结果是新的概念范畴和理论学说的产生，为人类认识世界和改造世界提供新的世界观和方法论；技术创新的核心内容是科学技术的发明和创造，其直接结果是推动科学技术进步，提高社会生产力的发展水平，进而促进社会经济的增长；制度创新的核心内容是社会政治、经济和管理等制度的革新，其直接结果是激发人们的创造性和积极性，促使所有社会资源的合理配置，最终推动社会的进步。从更广阔的视角来审视，管理创新比制度创新有更丰富的内涵。信息技术引领的现代科技的发展以及经济全球化的进程，推动了管理创新，这既包括宏观管理层面上的创新——制度创新，也包括微观管理层面上的创新。因此，有研究也认为，创新应分为知识创新、技术创新、管理创新三种类型。

知识创新包括科学知识创新、技术知识特别是高技术创新和科技知识系统集成创新等。知识创新的目的是追求新发现、探索新规律、创立新学说、创造新方法、积累新知识。企业知识创新，一般有两种形式：累积式知识创新和激进式知识创新。累积式知识创新是企业在学习中结合外部资源进行持续创新。这种创新是在原有知识基础上的创新，创新的累积性还意味着学习过程必须是连续的，学习过程依赖的主体——企业组织不能随时间的流逝而解体。激进式知识创新是指企业突破惯性思维，发现现有知识中没有的知识，这一创新的来源既有科技创新给企业带来的根本性变革，也有企业效仿竞争对手引进的新知识、新技术与新理念。无论是累积式知识创新，还是激进式知识创新，企业都需要具备包容新知识的素质和才能。

知识资源被视作企业创新活动最重要的资源基础（Kogut，2000）。大量研究集中于知识显性/隐性/胶囊性等知识形态及其相互之间的转换（Fleming et al.，2001），知识在个体、团队以及组织之间多个层面的转移与溢出（Carnabuci，2009，2010）。英国科学家波兰尼首次提出了知识可以分为显性知识和隐性知识，显性知识是指可编码的，可以用语言文字描述的或者可以用公式、数学图形表示的知识。由于它的可传播性，与隐性知识相比，人们学习显性知识较为容易，可以通过教科书、文献资料或者口头传授等形式习得。隐性知识是指不能或者尚未用语言文字表述的知识，隐性知识“只可意会、不可言传”，一般掌握在少数人手里，与个体的经验、组织的文化密切相关。显性知识与隐性知识是可以相互转换的。日本知识管理专家Nonaka在1995年提出了SECI模型，他认为显性知识与隐性知识是相互作用的，知识创新的过程就是两种类型的知识螺旋式上升的过程。他把显性知识和隐性知识的转换过程分成以下四个方面：社会化（Socialization），即隐性知识向隐性知识转化；外化（Externalization），即隐性知识向显性知识转化；组合化（Combination），即显性知识向显性知识转化；内化（Internalization），即显性知识向隐性知识转化（Nonaka，1995）。以企业为边界总结知识资源的相关文献，可以把企业的知识资源分为企业内部知识资源和外部知识资源（Simon et al.，2004）。

知识作为创新资源，集中地体现在钱学森提出的开放的复杂巨系统理论中。复杂巨系统理论强调知识、技术和信息化的作用，特别强调知识集成、知识管理的作用。知识社会环境下科技创新体系的构建需要以钱学森提出的复杂巨系统理论为指导，从科学研究、技术进步与应用创新的协同互动入手，进一步分析，充分考虑现代科技引领的管理创新、制度创新。科技创新正是科学研究、技术进步与应用创新协同演进下的一种复杂涌现，是这个三螺旋结构共同演进的产物。科技创新体系由以科学研究为先导的知识创新、以标准化为轴心的技术创新和以信息化为载体的现代科技引领的管理创新三大体系构成。知识社会新环境下三个体系相互渗透、互为支撑、互为动力，推动着科学研究、技术研发、管理与制度创新的新形态即面向知识社会的科学2.0、技术2.0和管理2.0的发展。三者的相互作用共同塑造了面向知识社会的创新2.0形态。

2.外部技术距离与创新绩效

随着创新越来越重要，很多企业努力解决怎样平衡技术资源组合的问题。本书立足于这个问题，寻求Vareska等人（2013）用制药企业的战略投资数据，研究技术多样性在绩效上的作用以及在什么样的条件下更易实现绩效。结果表明，中心企业与他的合作者之间的技术差异与创新绩效呈倒U形关系，并且这种关系受到外部资源多样性的影响。不同的外在的技术资源策略都有同一个目标，那就是接触到嵌入在其他企业的技术。然而，他们在特性和适用性上（适用于新的商业发展进程）有很大不同。例如，技术来源组合以技术多样性为特点（Oxley，1997）。

从创新的观点来看，定义技术来源组合的一种方式是合作者的技术能力以及这些能力与中心企业相符合的程度（Cantwellet al.，2000；Rothaermel et al.，2008）。当合作者的技术能力对中心企业来说非常相似时，技术距离的差异就非常小了；当合作者的技术能力对中心企业来说差异较大时，技术距离的差异就大。之前的研究证明技术多样性增加了重新连接现存知识的可能性，以达成创新（Fleming，2001）。因此，技术距离的差异很可能会提高企业的创新绩效。然而，这些积极的作用有两点限制。第一，较大的差异增加了复杂性的程度，并且检验这些活动的难度和成本增大（Oxley，1997），知识被整合的效率降低（Grant，1996）。第二，高水平的多样性使得研发人员更难认识不同的部分以及他们之间潜在的联系，导致发明的边际效应递减（Fleming，2001）。

企业外部的知识多样性与企业创新绩效的关系呈现倒U形，多项研究证实了这一结论。Victor等人（2008）对技术密集型产业的实证研究结果表明，企业技术与外部技术距离通过更有效的学习交互，有助于提升创造能力，从而产生新奇、高质量的创新；但技术距离遏制吸收能力，对技术创新绩效具有消极作用，因此，技术距离与探索性创新绩效呈倒U形关系。Vareska等人利用制药企业的数据，研究验证了在制药企业的联盟网络中，企业与他的合作者之间的技术异质性与企业的创新绩效呈现倒U形关系，而且，这种关系受到合作者技术多样性的正向调节：当合作者的多样性越大时，这种倒U形关系会被放大（Vareska et al.，2013）。因此，合作者的技术种类与样本企业相符合的程度，是企业选择外部研发合作伙伴的一个重要评判标准（Cantwell et al.，2000；Rothaermel et al.，2008）。

刘志迎（2013）以中国大学和企业为研究对象，选取了13所大学及与之协同创新的191个企业作为样本，用大学—企业联合申请的发明专利数作为测度两者协同创新绩效的指标，运用负二项回归模型，对技术距离、地理距离对中国大学—企业协同创新绩效的影响进行了探索。实证结果表明：技术距离对大学—企业协同创新绩效具有显著的促进作用，地理距离对大学—企业协同创新绩效具有显著的抑制作用，且正效应大于负效应。张丽华等人（2011）利用我国31个省、自治区、直辖市2001—2007年的数据，进行面板数据回归，考察技术距离对于知识溢出及创新产出的作用。结果表明，地理邻居的研发投入对于本地创新产出具有促进作用，而技术邻居的研发投入对于本地创新产出具有抑制作用。相关部门可以通过便利地区之间的交通以及增进彼此之间的交流与合作，扭转技术邻居之间的负向知识溢出关系。同时，各地国有企业所占比重及人力资源水平同样是决定各地创新产出的重要因素。周密等人（2015）以部门内部个体之间任务知识的转移为背景，从知识隐含性和知识复杂性两个维度将知识特性划分为四种类别：显性、简单知识；显性、复杂知识；隐性、简单知识；隐性、复杂知识。他们考察了这四种不同类别知识的知识距离和知识转移之间的关系。肖志雄（2014）讨论了知识宽度距离和知识深度距离对知识吸收能力的影响，并以服务外包企业为例，运用结构方程模型进行了实证研究。研究结果表明：知识宽度距离与知识吸收能力呈正相关关系，知识深度距离与知识吸收能力呈负相关关系。陈搏（2007）认为商品化的知识在交换中需要确定一个价格才能顺利成交。决定交换价值的因素不仅仅是知识本身的价值大小，还包括买卖双方之间的信任关系、知识的编码和抽象化方式以及买方的知识基础等。他引入“知识距离”的概念来替代知识编码和抽象化程度以及买方的知识基础等因素，用数学模型分析隐性知识转移的动态过程，并建立隐性知识交易的定价模型。(www.daowen.com)

3.由技术距离到知识多样性

世界经济从大规模生产的工业化社会逐渐向以创新为核心的知识创造社会转变。知识创造需要发挥从各种智慧互相交流中产生的互动效应。RIETI所长藤田昌久在与Marcus Berliant（华盛顿大学）合著的RIETI工作论文The Dynamics of Knowledge Diversity and Economic Growth（《知识多样性与经济增长的动力学》）中，分析了在研究开发（R＆D）中知识劳动者的多样性与经济增长之间的互动关系，同时，还对日本经济从20世纪90年代开始长期停滞和低增长的原因，以及日本为向知识创造社会转变所需要的研究开发体系改革进行了探讨。该文提出知识创造与传播的新微观动态学模型，这一模型重视从事知识创造活动人员所具有的智慧或者知识的（水平型）多样性；进而通过把这个模型与赫尔普曼-罗默（Helpman-Romer）模型的内生增长理论加以融合，分析在研究开发（R＆D）中知识劳动者的多样性与经济增长之间的互动关系，同时，对日本经济从20世纪90年代开始长期停滞和低增长的根本原因进行探讨。一般认为，从20世纪末开始，世界经济正在从原来的大规模生产的工业化社会，逐渐向以广义上的创新或者知识创造活动为主要活动的社会即所谓Brain Power Society（智能社会）或者知识创造社会转变。这个知识创造社会的主要资源是每个人的智慧本身，他们具有各种各样的知识，学习新知识，并具有在此基础上创造新知识的能力。不过，每个人的智慧都是广义上的“软件”，在相同的“软件”之间不会产生互动效应。对经济社会来说，重要的是发挥智慧的互动效应。在创造知识的合作中，相同的知识和各自固有的知识之间保持适度的平衡非常重要。但是，如果两人紧密合作的时间太长，相同知识的比例过度增加，就会以“三年过去，常识而已”而告终。因此，在拥有大规模智囊集团的一般经济社会里，为了避免知识过于膨胀，重要的是每隔一定的时间，互相调换智慧伙伴。有研究者将上述想法整理为动态学的数理模型，分析结果显示，通过每个研究开发人员与对自己来说具有最佳知识生产率的人员在一定期间内结成伙伴，其后又反复与其他人员重新结成伙伴，研究开发部门整体在长期过程中自我组织化，社会整体的知识增长率最高，达到理想状态的可能性非常大。在这个理想的状态中，研究开发人员整体分化为比较小的最佳规模智囊集团（研究所或大学）。在每个智囊集团内部进行密切的交流，但是在集团之间只进行舒缓的交流。如果智囊集团把大部分重点置于“相同知识”的“改善型”研究开发活动，则最佳规模比较小。另一方面，如果是生物或软件等把大部分重点置于“固有知识”的“前沿开拓型”研究开发活动，则智囊集团的最佳规模非常大。此外，如果由于IT等技术的发展，专利等公开信息的传播速度加快，那么为了避免智囊集团内部的相同知识膨胀，就需要进一步扩大智囊集团的最佳规模。

还有学者研究知识相似性，认为知识相似性与技术创新绩效负相关，从侧面验证了知识多样性有助于创新绩效。Colomboa（2014）等人的实证研究表明，垂直并购对象的技术相似性，与并购后的创新绩效负相关。朱亚萍（2014）认为在研发合作网络内，企业知识专门化在整合网络多样性知识中存在着矛盾作用，从而影响其探索式创新绩效。采用54家样本企业在2004—2009年间的面板数据，运用负二项回归模型进行实证研究，结果表明：①企业知识专门化对其探索式创新绩效具有显著的负向作用；②合作网络知识多样性正向调节企业知识专门化与其探索式创新绩效的关系并不显著；③网络密度负向调节企业知识专门化与探索式创新绩效的关系显著。

创新联盟的稳定性及其影响因素是企业战略联盟研究的核心问题之一。谢宗杰（2015）等人在知识异质性基础上，以企业利润最大化为导向，采用演化博弈的方法，对结成创新联盟企业的研发投资策略决策及其对联盟稳定性的影响进行了研究。研究结果表明：①创新联盟伙伴的知识创造能力越强，联盟采纳机会主义策略的概率越低，有助于联盟稳定性的提升；②联盟伙伴企业具有适当的知识距离，有助于创新联盟的稳定；③创新联盟的外部知识可转移程度越低，创新联盟越稳定；④合理的创新收益分配方案是维持联盟稳定性的关键因素，让具有较强知识创造能力的企业获取更多的创新收益，更有利于联盟的稳定性。

4.组织内部知识多样性与创新绩效

Phelps（2010）的实证研究结果表明，技术多样性与探索性创新绩效正相关。更多学者指出，技术多样性有助于创新或呈倒U形关系（Rosenkopf et al.，2001；Corey，2010；Turner，1997；Henderson et al.，1996）。学者们还从吸收能力、创造能力、研发组织复杂性以及地理分散性等角度，来阐释知识多样性与创新绩效之间的复杂关系。一定范围内的技术多样性与知识利用正向相关，企业利用外部知识的能力很大程度上取决于企业自身的知识系统（Cohen，1990）。魏江（2013）等人的研究表明：企业内部的知识多样性具有吸收属性，多样性丰富代表着企业的研发经验积累，这种积累与外部知识的相关性就越大，从而越易于整合；但是，对于研发组织机构复杂的企业来说，多样化的研发分支机构会造成多样性知识整合的难度，提高了知识整合的成本，企业需要企业的每一个研发机构都必须知道企业内部其余每个研发机构的技术知识，会面临更高的成本来复制企业每一个地方的多样化技术资源。因此，研发组织的复杂程度与研发组织所处的地理分散性会弱化知识多样性对吸收能力的积极作用。许强、郑德叶等研究者关注大型企业母子公司的知识多样性如果互相影响并作用与企业的创新绩效。母子公司的知识相似度高，关联性强可以集中力量达到协同效应，母子公司的知识多样性程度高，虽然分散了一部分力量，但是知识的多样性可以促进突破性创新成果的产生（许强等，2014）。

知识多样性通过吸收能力与创造能力，和探索性创新绩效呈倒U形关系。Gurneeta等（2011）研究者也得出了类似的结论，他们认为企业的技术多样性与企业的知识利用之间呈现倒U形关系，知识利用的最高值在技术多样性的中等水平时出现，技术多样性的低值和高值都不利于企业对外部知识的学习、吸收和利用。另外，他们还把企业对知识的吸收能力分为纵向吸收能力和横向吸收能力，认为这两者是负向转换的（Gurneeta et al.，2011）。Yifen Huang等研究者收集了2745个样本的面板数据，用负二项式回归方法检验得出了技术多样性与企业的创新绩效呈倒U形关系（Yifen Huang，2010）。该研究还把企业富余的人力、资金等资源作为调节变量，研究认为若这些富余的资源被吸收利用，那么将正向调节技术多样性与创新绩效的关系；若这些富余的资源未被吸收利用，则将负向调节技术多样性与创新绩效的关系。Walsh和Nagaoka（2009）两人在日美专利发明者调查分析中指出，日本的发明者在组织之间（企业或大学之间）的移动性远远低于美国。而且，近30%的美国发明者是在外国出生的，但是日本发明者在外国出生的则很少。这一情况显示出，日本要想向21世纪所需要的前沿开拓型创新体系转变，就需要重建一个重视固有知识、具有多样性和高度流动性的经济社会体系。

吕洁（2015）等人认为知识型团队的创造力不仅受到团队知识异质性和成员创造力的影响，同时还取决于团队成员之间的认知互动过程。通过391份知识型团队的领导与成员的配对问卷调查，从互动认知的视角，采用多层线性模型分析了认知冲突和任务知识协调对知识异质性与团队及其成员创造力之间关系的影响。研究结果表明：认知冲突在知识异质性和团队及其成员创造力之间有着显著的中介作用；任务知识协调则调节了知识异质性对团队及其成员创造力的影响。当任务知识协调水平高时，知识异质性与团队及其成员的创造力之间的关系具有正向显著关系；当任务知识协调水平低时，知识异质性与团队创造力之间呈倒U形关系，但与个体成员创造力之间的关系并不显著。彭凯等人（2012）从知识基础的企业观出发，通过知识IPO的过程，对R＆D团队知识多样性、知识分享和整合以及团队研发创新三者之间的复杂关系进行了探讨，形成三者的关系模型。吴岩（2014）提出了创业团队的知识异质性、创业学习和创业绩效关系的模型。通过对珠三角182家新创企业的问卷调查，本研究得出以下结论：①知识异质性对创业团队的创业绩效具有显著的影响作用；创业学习对创业团队创业绩效具有显著的影响作用；知识异质性对创业学习具有显著的影响作用。②创业团队采取利用式学习，其显性知识异质性对财务绩效的正向影响将明显增强；其隐性知识异质性对非财务绩效的影响，有较明显的正向促进作用。③创业团队采取探索式学习，其显性知识异质性对财务绩效的影响作用几乎没有变化；其隐性知识异质性对非财务绩效的影响有细微改善。实证研究证明了创业学习在知识异质性与创业绩效之间起到中介作用。王兴元（2013）把团队知识异质性分为团队显性知识异质性、团队伪隐性知识异质性、团队真隐性知识异质性，研究了其通过团队互动与团队创新绩效的关系。实证结果表明：团队显性知识异质性通过团队互动最终影响团队创新绩效的作用并不显著；团队伪隐性知识的异质性对团队沟通、团队知识共享、工作冲突、团队协作有显著的正向影响，且最终促进了团队创新绩效；团队真隐性知识异质性阻碍了知识共享，引发了团队人际冲突，这些都阻碍了团队创新。调节变量作用分析结果表明，团队信任能够显著调节团队沟通、知识共享、人际冲突、工作冲突、团队协作对创新绩效的影响关系。