1.知识多样性

根据知识多样性的概念界定与维度结构，先分别计算样本企业的知识丰富性、知识异质性与知识动态性三个维度的得分，然后再将三个维度的乘积作为知识多样性的值。

（1）知识丰富性。根据研究者们通行的做法，将专利所属于的分类号，视作企业所拥有的知识元素。这是研究企业知识资源相对有效的方法。所有发明专利分类号集合中所包含的分类号个数，用发明专利数量进行平均，代表企业所拥有知识的丰富程度。为了对样本企业拥有的知识元素统一计量，本书采用SIPO和USPTO共同使用的IPC分类号来计量。^[4]

（2）知识异质性。根据IPC专利分类号分类规则，共存在五段编码，分别代表不同级别的分类，^[5]专利分类号之间的差异取决于前三段编码，分别代表“部、族、种”，因此，为方便计算，本章用这三段的编码差异，来衡量知识元素之间的异质性。首先计算任意两个不同知识元素之间的距离，给不同的编码差异赋值10、5和1；其次，将所有知识元素之间的距离Kij（i≠j）两两加总，再按照所有知识元素两两组合的次数进行平均。企业知识元素总量为KC，如式4.2-1所示。

根据这一测度方法，当企业所有知识元素的部和族都相同时，知识异质性最低，最小值为1；当企业所有知识元素之间部的分类都不同时，知识异质性最高，最大值为10。因此，知识异质性是1—10之间的实数。

（3）知识动态性。用企业所有的新兴技术发明专利，利用所有知识元素的频次之和，与理论上利用知识元素的最多频次之比，再用1减去该比值，来衡量企业的知识动态性：^[6]如式4.2-2所示。

KD介于0—1之间。其中，Ti为第i个知识元素，在所有专利中的利用频次，则为所有专利中对所有知识元素利用的总频次。KC为知识元素总数，P为发明专利总数，KC×P为每个专利都是用所有知识元素时，知识元素的利用总频次，为理论上知识元素利用总频次的最大值。当知识元素重复利用的频次越高，知识动态性的值将越小，说明动态性较低；而反过来则越大，说明知识动态性越高。(www.daowen.com)

2.研究者多样性

和知识多样性一样，根据研究者多样性的概念界定与维度结构，先分别计算样本企业的研究者丰富性、研究者异质性与研究者动态性三个维度的得分，然后再将三个维度的乘积作为研究者多样性的值。

（1）研究者丰富性。将样本企业所有专利的发明者集合，视作企业研究者队伍，先计算研究者数量后，再按照新兴技术发明专利数量进行平均，代表样本企业的研究者丰富性。根据这一测度方法，每个样本企业的研究者丰富性，也可以理解为该样本企业单个新兴技术发明专利的发明者平均数量。研究者丰富性指标蕴含着企业在新兴技术发明中在研究者方面的策略。可以按照这一指标的高低，将研究者策略分为精英策略与“人海策略”。精英策略的新兴技术发明专利平均发明者数少（如2—3人），“人海策略”则发明者数众多（5人以上）。

（2）研究者异质性。由于样本企业研究者个人特征、价值观、研发能力以及创新动机等方面的信息难以获取，所以本文将研究者发明专利数量的差异，视作研究者之间的差异，采用发明专利数量的标准差作为研究者异质性的测度。这一做法具有合理性，因为从个体层面上看，研究者个人的发明专利数量，实际上是其价值观、研发能力、创新动机以及个人特征等多个方面的综合反映，是研究者差异相对理想的拟合指标。根据这一测度方法，研究者异质性指标可以反映一个企业研究者队伍的多元化情况。当这个企业所有研究者的发明专利数量标准差比较大时，说明研究者更具异质性；反之，则异质性程度更低。

（3）研究者动态性。采用与知识动态性同样的思路，用所有研究者在所有发明专利中出现的总频次与所有研究者全部出现在所有发明专利中的总频次之比，来衡量研究者动态性。如式4.2-3所示。

其中，RD为研究者动态性，RN为研究者数量。