爱华网
摘要：联盟协作创新，已经引起研究者们的广泛关注并从不同角度，运用不同方法作了分析研究。在此，从知识根植性的视角，采用结构方程模型的方法构建理论模型，对知识根植性的影响变量进行系统分析，并明确了战略联盟中知识根植性对协作创新中的作用及中间调节变量的影响。
关键词：联盟；知识根植性；协作创新
近十几年来，战略联盟表现出来的协作创新效率越来越引起产业界和理论界的巨大关注。从国内外关于联盟协作创新研究的现状来看，目前研究主要采用组织学习观点，集中于对知识获取、知识转移、知识吸收等方面的探讨。鉴于协作创新活动的不确定性，重视文化、权力、制度、社会结构等社会因素与联盟学习的相互作用，将社会秩序问题引入到联盟体系的知识管理研究之中，可以更深入地理解联盟协作创新机理。
1 理论模型构建
1．1 知识根植性内涵
根植性的概念源于Polanyi的研究，在Polanyi看来，各种经济交易形式总是嵌入于非经济的联系之中，被特定社会结构和制度条件所束缚，比如文化或者政治网络、宗教网络、道德标准，以及人际关系。从这个意义上讲，根植性就是指群体中的经济交易具有连续的社会属性，并对参与者行为产生强制作用，改变其可能的行为动向。
联盟组织成员企业密切合作而达成的创新网络，可以对成员企业的双向式学习产生强制性作用，带来显著的经济和知识信息收益。网络观点认为联盟网络可以通过两种机制为成员提供知识信息的收益(参见图1)：①成员关系根植性收益，指成员对其行为效用形成一致理解(建立在强大的社会化关系的评判基础之上)，而反之将影响其他成员的行为，推进彼此之间的信任，减少外部不确定性影响；②成员结构根植性收益，指成员在联盟资源配置网络结构中的位置所能带来的信息收益。在此分析层次下，知识的根植性可以定义为：成员的生产技能、知识的交流、共享、转移、创新等一系列行为，嵌入于联盟结构之中，并对成员关系具有一定的依赖性和归属性。
1．2基于知识根植性的联盟协作创新模型构建
成员的社会联系构成组织的技术知识交流通道，进而影响成员知识创新的程度。知识根植性在知识的协作中，可以产生创新机遇和强制效应，社会联系越为紧密，信息共享的强度、频率、幅度也就越大。强化的信息共享机制可以促进隐性知识的显性化，加快知识内部化进程，进而提高企业获取知识的能力和效率，增强新的知识能力的创新可能性。
综合战略管理和交易成本理论对联盟知识管理的论述，本文认为至少有7个前置变量(知识的互补性、兼容性、隐性和模糊性、信任、保护主义以及统一的联盟目标和文化)从知识特性、成员联系和统一认知三个维度，影响了联盟的知识根植性水平。知识根植性作为这些前置变量对结果变量——协作创新影响的中间变量，对协作创新有着正向作用。而且，成员吸收能力、网络能力的高低，联盟持续时间的长度都对这个正向作用起到一定的调节作用(本模型如图2所示)。
2 知识根植性的影响变量分析
2．1知识特性维度
1)知识互补性与知识根植性正相关。知识互补性是指联盟成员相对其伙伴需要却未拥有的技术和资源，从而确保了合作企业给联盟带来不同但又有价值的商业能力和技术能力。在联盟平台上，各成员进行知识的交流和创新，弥补知识位差，增强成员的内部知识存量，当知识互补性大时，意味着成员从对方那里学习的更多，企业内部和外界知识越能得到充分地利用，联盟带来的收益也就越大，更能深化联盟成员问的联系。联盟作为一种集聚互补知识的一种特殊组织形式，其互补性并不代表完全差异化，一个企业寻求和利用伙伴的知识，必须拥有相同或者相似领域的知识基础，特别是与联盟发起企业间的知识“匹配”。只有这种建立在“匹配”基础上的差异性才能够提高对复杂新知识的理解和吸收。Cohen和Levinthal指出：企业发现新信息价值，吸收和应用新信息能力的获得，是建立于以往知识结构之上的：当新学习客体和以往知识相关时，学习的绩效会更高。知识的互补性将对联盟中知识的根植性产生积极的影响。
