基于服务创新链的科技服务联盟知识转移影响因素研究

来源:用户上传      作者:

　　摘 要：以科技服务联盟知识转移为对象构建系统动力学模型，确定各因素对知识转移的影响，为政府、联盟及其成员提供决策支持的同时为科技服务联盟的发展建设提供参考依据。基于服务创新链视角分析科技服务联盟结构并建立知识转移过程概念模型，在此基础上，对知识转移影响因素进行细致梳理构建系统动力学模型，最后以黑龙江省科技服务联盟为例使用Vensim PLE进行仿真分析。结果表明：信息对称性、转移意愿、知识转移能力、吸收能力、平台建设质量及信任程度均正向影响知识转移，效果排名为知识转移能力与吸收能力、信息对称性与转移意愿、平台建设质量、信任程度;文化差异对知识转移呈负向影响，但不明显。
　　关 键 词：科技服务联盟;知识转移影响因素;系统动力学;仿真
　　DOI：10.16315/j.stm.2020.03.003
　　中图分类号： F 2737
　　文献标志码： A
　　Research on influencing factors of knowledge transfer in science and
　　technology service alliance based on service innovation chain
　　LIU Meng meng， LI Chang yun， WANG Jing
　　（School of Economics and Management， Harbin University of Science and Technology， Harbin 150080， China）
　　Abstract：The system dynamics model is constructed based on the knowledge transfer of science and technology service alliance， and the influence of various factors on knowledge transfer is determined to provide decision support for the government， alliance and its members while providing reference for the development of science and technology service alliance. Based on the perspective of service innovation chain， this paper analyzes the structure of science and technology service alliance and constructs the conceptual model of knowledge transfer process. On this basis， it carefully combs the influencing factors of knowledge transfer to construct the system dynamics model. Finally， the Heilongjiang Science and Technology Service Alliance is used as an example to use Vensim PLE simulation analysis. The results show that： information symmetry， willingness to transfer， knowledge transfer ability， absorptive capacity， platform construction quality and trust level all positively affect knowledge transfer. The ranking of effects is knowledge transfer ability and absorptive capacity， information symmetry and willingness to transfer， quality of platform construction， degree of trust; cultural differences have a negative impact on knowledge transfer but not obvious.
　　Keywords：science and technology service alliance; influencing factors of knowledge transfer; system dynamics; simulation
　　科技全球化背景下，随着科技创新对经济的正向作用在社会发展中日益凸显，科技服务业逐渐成为在国民经济中处于重要地位的新型产业。作為科技与经济连接的桥梁，科技服务业在促进科技进步、加快产业结构优化升级进而推动社会经济发展等方面具有重要意义。科技服务呈现出跨时空性、价值多元性、开放整合性等新特征。科技服务主体渐渐无法独立满足创新主体日益复杂的需要。为打破各自为营的僵局更好地实现价值共创，在愈演愈烈的行业竞争中谋求生存和发展的空间，科技服务主体开始尝试产业交叉融合、跨界发展等创新合作方式。科技服务联盟能够有效地整合联盟成员科技服务资源，更好地为创新主体提供科技服务，实现跨界融合创新。
　　科技服务联盟是由具有相同服务对象的科技服务中介机构以更好地为科技创新提供服务、联盟整体利益最大化为导向，通过对科技创新服务要素进行协同，最终实现互补资源整合功能，促进产业转型升级并为经济发展做出新贡献的一种组织形式。科技服务中介机构内部的人员、信息技术等知识资源的有限性，使得单个机构不可能拥有服务于创新活动全过程的能力。科技服务联盟的成立正是希望成员机构采取项目协作、技术指导、人员交互等多样化手段相互作用产生一定的内在联系，使得异质性知识在联盟内部有效转移，进而提高各成员的服务能力，更好地为各创新主体提供全方位的服务，加快推进创新主体科技创新;因此，知识转移效果对联盟整体尤为关键，联盟知识转移影响因素又与知识转移效果密切相关，故而对科技服务联盟知识转移影响因素进行研究十分必要。 　　科技服务联盟隶属于服务联盟，两者具有一定的相似性，学者对服务联盟展开了细致的研究而对科技服务联盟的研究才刚刚开始，因此扩大范围对上一级的服务联盟进行文献梳理。结果发现当前对服务联盟的研究大致分为理论和应用两个层面，理论多关注于联盟的构建[1]、特征[2]、服务内容[3]等，应用则多为研究成员选择及信任关系[4]、联盟模式[5]、机制[6]以及发展演化对策[7]等领域，鲜有学者对服务联盟知识转移的相关问题进行研究。
　　国内外学者对知识转移影响因素进行了积极探索。吴洁等[8]从复杂网络角度研究了人才聚集对知识转移的影响。张琦等[9]从动态过程视角运用改进的 DEMATEL方法分析出高关联强度、知识源的转移能力和转移动机是知识转移绩效的中心重要影响因素。李锋等[10]通过双边匹配方法选取联盟知识转移对象从而验证了知识转移对象对转移过程的影响。在产学合作背景下，刘京等[11]以我国行业特色型大学为例，识别转移渠道并从个体特征、组织氛围和外部环境3个方面构建转移框架，JU等[12]着重研究转移能力对转移效果的影响。WANG等[13]指出在学术交流中，组织重要性和内部氛围及接受能力和意愿正向影响知识转移，知识距离则相反，LI等[14]采用元分析法证明不同文化背景下知识歧义、关系强度和信任等会影响知识转移，ZHAO等[15]以中国IT服务企业为例分析得出跨项目知识转移受到知识源和接收团队能力和治理工作的影响，AHAMMAD等[16]在研究跨境获取知识转移时提出国家文化距离、组织文化差异和员工保留对其的中介作用。
　　综上，服务联盟尤其是科技服务联盟知识转移方面的研究亟待开展，已有知识转移研究大都从社会网络与转移过程两类视角出发，分析网络特征及转移过程要素对转移效果的影响，鲜有学者从科技服务联盟本质特点出发，结合知识转移过程对联盟知识转移影响因素进行分析。本文从服务创新链的视角剖析科技服务联盟结构，构建多主体知识交互转移的知识转移过程概念模型与系统动力学模型，并以黑龙江省科技服务联盟为例进行仿真分析，探析各因素对知识转移效果的具体影响同时对影响因素的主次关系进行辨析，找到其中重要因素并加以控制，为提升联盟主体间知识转移效率提供依据和参考。
　　1 科技服务联盟知识转移过程及影响因素分析
　　1.1 基于服务创新链的科技服务联盟知识转移过程模型
　　1）服务创新链。服务创新链是以创新链为基础，相关服务组合形成的链式结构[17]。创新活动决定了科技服务的方向和内容，包括围绕创新链上辅助活动与针对创新链上基本活动的两类服务[18]。单一科技服务中介机构为创新主体提供的服务、转移的知识不够全面，不足以使得创新主体创造出颠覆的有影响力的创新成果，而这些机构形成的联盟却能够满足创新主体的需求，如科技产业化服务类成员将经验等知识转移给科技信息、技术服务类成员，此类成员便可以帮助创新主体筛选掉不被市场认可的研究方向，提供符合市场走向且具备创新性的服务。
　　科技服务联盟通过整合联盟成员的人才、资金等要素的投入，为服务创新链各个环节的科技创新活动提供服务，科技服务联盟的科技服务创新链结构，如图1所示。创新需求发出后，创新主体依次进行研究开发、科技成果转化加工及产业化。当产业化不断深入引发新的创新需求时，二次创新的创新链条活动随即产生。联盟中的科技信息、技术服务、科技创新人才服务、科技成果加工转化服务与科技产业化服务4类成员将为服务创新链中的创新主体提供相对应的服务。
　　2）科技服务联盟知识转移过程。在科技服务中介机构对科技研发只起到间接作用的基础上，根据上述联盟结构可将联盟知识划分为辅助全链条服务活动的辅助性知识、支持成果加工转化服务的科技成果转化加工知识和支持产业化服务的产业化知识3类。由于信息、技术与人才本质不同特将辅助性知识分为信息、技术知识和人才知识2类进行讨论。
　　對贯穿于科技服务创新链的知识流来说，知识存在反馈流动的现象，基于此建立科技服务联盟知识转移过程概念模型，如图2所示。科技信息、技术服务类成员通过一定路径将信息情报、技术软件等信息、技术知识转移给联盟其他成员，其中科技创新人才与成果加工转化服务类成员将自身的知识反馈回去。科技创新人才服务类成员将人才知识转移给科技成果转化加工与产业化服务类成员，并得到产业化知识的反馈，科技成果转化加工服务类成员与产业化服务类成员的知识进行双向转移。
　　1.2 科技服务联盟知识转移影响因素识别
　　从过程的视角分析知识转移过程基本要素知识发送方、接受方、知识特性和转移路径[19]对知识转移的影响。张红兵等[20]从知识、联盟企业、情境3方面进行研究技术联盟，YANG[21]构建了知识源、接收者、转移背景、特征和媒介的影响因素模型。知识势差是知识转移的源动力，基于差异势能理论，知识由知识势能高的知识转移方向势能低的知识接收方进行转移，转移过程中会遇到阻碍形成不同的转移情境，因此从知识转移方、接收方、转移情境3方面识别联盟知识转移过程的影响因素。借鉴相关学者的研究成果同时结合联盟服务创新链式结构特点，识别出如下影响因素。
　　1）知识转移方。在科技服务联盟中知识转移方主要是指向外转移知识的成员，在知识转移过程中其影响因素主要包括信息对称性，转移意愿，转移能力。信息对称性指联盟成员对其他成员的了解程度;联盟成员会保护其特有知识，因此克服利己性心理，增强其转移意愿尤为关键;转移能力指转移方能够向接收方正确表达知识的能力，包括转移方对自身知识的理解和转移路径的选取等。
　　2）知识接收方。在科技服务联盟中知识接收方主要是指接收知识的成员，在知识转移过程中其影响因素主要为吸收能力。吸收能力即接收方识别新知识价值并进行吸收内化从而提高自身服务水平的能力。
　　3）转移情境。在科技服务联盟中转移情境主要是指在知识转移过程中转移方和接收方所受到的环境影响，其影响因素主要包括：文化差异，信任，平台建设质量。文化差异指联盟成员由于地理、组织等差异产生的文化差异;信任指联盟成员之间相信对方的情感状态;平台是科技服务联盟成员知识转移的途径，平台建设质量关乎知识转移的质量。 　　2 科技服务联盟知识转移影响因素系统动力学模型构建
　　联盟知识转移影响因素之间存在相互作用关系，单纯进行静态分析较难获得各因素具体的影响。因此，构建科技服务联盟知识转移系统动力学模型，通过模拟转移的动态过程分析各因素对转移效果的具体影响。
　　2.1 知识转移因果关系分析
　　由图2可知，联盟知识转移过程较为复杂，因而从AB、AC、BD、CD相互转移、A D、B C单向转移6个部分对因果关系进行分析，如图3所示。其中：A表示信息、技术显性知识;B表示人才显性知识;C表示科技成果加工转化显性知识;D表示产业化显性知识。
　　以BD相互转移为例，图中箭头表示各要素间的因果关系。深蓝色箭头表示B转移给D，绿色表示D转移给B，浅蓝表示两个转移过程均存在该因果关系。图中回路为：B知识存量→B知识遗忘量→B知识存量;B知识存量→B知识创新量→B知识存量;B知识存量→DB转移阈值→D知识转移量→B知识存量;D知识存量→D知识遗忘量→D知识存量;D知识存量→D知识创新量→D知识存量;D知识存量→BD转移阈值→B知识转移量→D知识存量;B知识存量→BD转移阈值→B知识转移量→D知识存量→DB转移阈值→D知识转移量→B知识存量，以上7条回路构成正反馈环。
　　2.2 模型假设与系统流图
　　模型的基本假设如下：
　　H1：联盟成员知识存量的增加只源于内部的转移与创新，不与外界进行知识交流。
　　H2：联盟知识转移是双向的，各类成员既是转移方又是接收方，满足转移阈值条件二者之间就会发生转移。转移方为提供更好的服务有转移意愿，接收方为增强其知识储备有吸收、内化的能力。
　　H3：知识创新能力与成员的知识水平有关。A、B、D、C所包含成员的知识量呈递增关系即A>B>D>C，A所属成员的知识创新能力最高。
　　在分析因果关系的基础上，构建反映各变量间反馈结构的系统流图，如图4所示。该流图涉及4个状态变量（L），18个流率变量（R），16个辅助变量（A）和21个常量（C）。
　　2.3 模型变量方程及参数设计
　　对系统流图进行分析后需设计模型变量及方程并赋初值。科技服务联盟的知识作为一种特殊资源在现实中较难具体量化，难以获取实际数据，因而采用描述性数据赋值法。借鉴其他学者研究成果[22-27]并结合联盟实际特点赋予变量初始值，具体变量及其量纲，如表1所示。变量方程如下：
　　L1：A知识存量=INTEG（A知识创新量+知识转移量CA+知识转移量BA-A知识遗忘量，200）。
　　L2：B知识存量=INTEG（B知识创新量+知识转移量DB+知识转移量AB-B知识遗忘量+院办与对外中心信任程度×国内外文化差异，150）。
　　L3：C知识存量=INTEG（C知识创新量+知识转移量DC+知识转移量AC+知识转移量BC-C知识遗忘量，90）。
　　L4：D知识存量=INTEG（D知识创新量+知识转移量AD+知识转移量BD+知识转移量CD-D知识遗忘量，120）。
　　根据H3，ABDC知识存量依次递减因此初始值分别设定为200、150、120和90。
　　R1-R4：A（B/C/D）知识创新量=A（B/C/D）知识存量×A（B/C/D）知识创新率。
　　R5-R8：A（B/C/D）知识遗忘量=STEP（A（B/C/D）知识遗忘率×A（B/C/D）知识存量，4）。
　　知识遗忘是一个延迟过程，用阶跃函数来表示知识遗忘量，假设在第4个时间开始遗忘。
　　R9：知识转移量CA=DELAY1I（IF THEN ELSE（CA转移阈值<1.5，A吸收能力×C平台建设质量×C转移意愿×C转移能力，0），2，0）。
　　R10-R12：知识转移量BA（DB/CD）=DELAY1I（IF THEN ELSE（BA（DB/CD）转移阈值<1，B（D/C）转移意愿×B（D/C）转移能力×A（B/D）吸收能力，0），2，0）。
　　R13-R15：知识转移量AB（AC/AD）=DELAY1I（IF THEN ELSE（AB（AC/AD）转移阈值<0.9，A平台建设质量×A转移意愿×A转移能力×B（C/D）吸收能力，0），2，0）。
　　R16-R18：知识转移量BC（DC/BC）=DELAY1I（IF THEN ELSE（BC（DC/BC）转移阈值<0.9，B（D/B）转移意愿×B（D/B）转移能力×C（C/D）吸收能力，0），2，0）。
　　用一阶延迟函数来刻画知识转移量。当CA/AB/AC/BC/DC/AD/BD转移阈值达到0.9，BA/DB/CD转移阈值达到1，CA转移阈值达到1.5时，转移方不再转移知识。设定阶段延迟时间为2个月。
　　A1-A2：A转移意愿=B转移意愿=0.8×信息对称性。
　　A3-A4：C转移意愿=D转移意愿=0.7×信息对称性。
　　A5-A6：A（C）平台建设质量=A（C）知识存量×A（C）知识平台转化率。
　　A7-A8：CA（CD）转移阈值=（A（D）知识存量-C知识存量）/C知识存量。
　　A9：BA转移阈值=（A知识存量-B知识存量）/B知识存量。
　　A10-A11：AB（AD）转移阈值=B（D）知识存量/A知识存量。
　　A12：DB转移阈值=（B知识存量-D知识存量）/D知识存量。
　　A13-A15：AC（BC/DC）转移阈值=C知识存量/A（B/D）知识存量。
　　A16：BD转移阈值=D知识存量/B知识存量。
　　转移阈值是知识量的相对大小。转移方转移知识时在一定程度上会保护自身知識，假设转移阈值达到一定条件则转移方不再转移知识。 　　3 模型仿真与灵敏度分析
　　以黑龙江省科技服务业联盟为例，利用相关数据对模型进行仿真分析。黑龙江省科技服务业联盟由黑龙江省计算中心、科技成果转化中心、科学技术情报研究院、对外科技合作中心、科技资源共享服务中心、生产力促进中心、科力高科技产业投资有限公司、院士工作办公室、知识产权服务中心与科技创业服务中心联合发起，于2014年3月7日正式成立。其中计算中心、情报院与科技资源服务中心为科技信息、技术服务中介机构，院办与对外合作中心为科技人才服务中介机构，科技成果转化中心与生产力促进中心为科技成果转化加工服务中介机构，余下的知识产权中心、创业服务中心与科力投资为产业化服务中介机构。
　　在黑龙江省科技服务联盟中院办和对外合作中心分属国内、国外或海归人才机构，因而在人才知识综合转移时，影响因素信任程度延伸为院办与对外中心信任程度，文化差异延伸为国内外文化差异。基于联盟的实际情况借鉴其他学者研究成果对模型常量赋值如下：A（B）知识创新率=0.3，C（D）知识创新率=0.2，A（B）知识遗忘率=0.1，C（D）知识遗忘率=0.2，A、B、D、C吸收能力分别为0.9、0.8、0.7、0.6，A（B）转移能力=0.8，C（D）转移能力=0.6，信息对称性=05，A知识平台转化率=06，C知识平台转化率=0.5，院办与对外中心信任程度=0.6，国内外文化差异=0.5。
　　3.1 模型仿真分析
　　利用Vensim PLE对模型进行仿真分析，对几个时点上变量的值进行分析，如表2所示。仿真运行结果，如图5所示。
　　由表2及图5的仿真结果可知：随时间推移联盟成员知识存量逐步增加且增长速率也逐渐加快;DC转移阈值最开始呈现出减少趋势后持续增长到一定程度保持平稳状态。转移刚发生时C存量较少知识增长率也低于D，而伴随时间轴的延长，ABD持续向C转移知识，C的知识增长率提高至高于D，阈值就会增加;知识转移量如DC随时间变化逐渐增长，到达一定量后维持在一个稳定的水平不变。
　　通过分析变量的变化，可以看出该模型反映的成员知识流动情况与客观发展趋势基本相同，因此模型有效且合理，仿真结果能在一定范围内模拟和反映现实情形。
　　3.2 模型灵敏度分析
　　用知识转移量及其存量衡量知识转移效果，两者的数量越高转移效果越好。
　　1）吸收能力的灵敏度分析。保持其他变量不变，改变C的吸收能力取值从0.5增长到0.9步长为0.1，仿真结果如图6所示，随着吸收能力的增加知识转移量节节攀升，同时接收方知识存量也有增加趋势，表明吸收能力正向影响联盟知识转移效果。
　　2）转移能力的灵敏度分析。保持其他变量不变，改变B转移能力取值从0.5增长到0.9步长为0.1，如图7所示。随着B转移能力的增大，知识转移量BA、BC、BD明显增加，从中分析出转移能力对知识转移具有明显的促进作用。而由于A、B、C知识存量还受到其他知识转移量的影响，例如：A存量还受到CA转移量的影响，因此知识存量未因B转移能力的改变发生显著变化。
　　3）信息对称性灵敏度分析。保持其他变量不变，改变信息对称性取值从0.5增长到0.9步长为0.1，如图8所示。信息对称性增加，转移意愿随之增大，知识转移量出现明显增大的趋势，存量也在不断提高。例如：B知识存量最初增长十分缓慢，随着信息对称性变大，B知识存量增加的同时增长速率也有明显提高。分析得出信息对称性及转移意愿促进联盟知识转移。
　　4）国内外文化差异灵敏度分析。保持其他变量不变，改变国内外文化差异取值从0.4增长到0.9步长为0.1，仿真结果如图9所示。国内外文化差异的改变对知识存量及转移量的影响非常微小，无法直观的从图像中观测到，只能从表中值的变化得到此因素对联盟知识转移有微弱的抑制作用。
　　5）平台建设质量灵敏度分析。保持其他变量不变，同时改变A、C知识平台转化率从而改变A、C平台建设质量。A与C的转化率依次取值为（0.3，0.4）;（0.4，0.5）;（0.5，0.6）;（0.6，0.7）;（0.7，0.8），如图10所示。随着平台建设质量的提高，知识转移量与存量不断增加。平台建设质量较低时对知识转移几乎无影响，当质量到达一定条件，知识存量与转移量随时间变化迅速攀升。从而分析得出平台建设质量正向影响知识转移。
　　综上，利用Vensim PLE进行灵敏度分析结果表明：联盟的知识转移是动态变化的，要使成员的知识量增加不能只依靠知识转移，还要进行知识创新。知识转移方的3个影响因素信息对称性、转移意愿与转移能力共同正向影响联盟知识转移，知识接收方的吸收能力对联盟知识转移有显著的促进作用，转移情境的平台建设质量积极影响联盟知识转移，国内外文化差异和院办与对外中心信任程度对知识转移的影响效果一般，其中国内外文化差异为负向影响，而信任程度则为正向影响。通过对图6～图10中知识转移量及存量的变化对比可以看出，文化差异对联盟知识转移的负向影响效果较弱;在促进联盟知识转移的影响因素中知识转移能力与吸收能力影响极为显著，信息对称性与转移意愿次之，平台建设质量需要量变的积累来引发质变才能较为明显的促进知识转移，信任程度的正向影响效果最为微弱。
　　4 结论
　　随着科技服务业的快速发展，科技服务联盟这一组织形式成为科技服务中介机构进行知识交流共享的紐带，能有效降低知识获取成本，对知识资源进行有效地配置和使用，提高成员的服务能力。科技服务联盟中知识转移是异质性知识在联盟成员间流动渠道的重要组成部分，是联盟成败的重要影响因素之一。本文基于服务创新链视角建立以科技信息技术服务类、科技创新人才服务类、科技成果加工转化服务类与科技产业化服务类成员为主体的知识转移过程概念模型并识别影响因素，在此基础上构建科技服务联盟多主体知识交互转移的系统动力学模型并进行仿真研究。结果表明：知识转移能力与吸收能力对联盟知识转移的促进效果最为显著，信息对称性与转移意愿的正向影响效果一般，平台建设质量促进效果较弱需积累之质变才能效果明显，信任程度的促进效果最弱;文化差异的负向影响效果不突出。政府、联盟及其成员可以从这几方面出发，完善知识创新政策体系，建立信任沟通等相关机制，提升转移吸收能力并增大资源倾斜程度加强平台建设，达到增强联盟知识转移效果进而促进科技创新的目的。本文的不足之处在于，由于隐性知识转移影响因素过于抽象难以量化，科技服务联盟的影响因素分析侧重于显性影响因素，因此，未来可进一步对科技服务联盟知识转移的隐形影响因素进行研究。 　　参考文献：
　　[1] 郑荣，肖雪婷.公共信息服务机构主导的竞争情报服务联盟构建研究[J].情报科学，2015，33（8）：129.
　　[2] 林君芬.信息化教育服务联盟及其系统学特征[J].中国电化教育，2010（5）：32.
　　[3] 刘春年，肖花.区域图书馆信息服务联盟研究[J].情报理论与实践，2009，32（9）：60.
　　[4] 袁静.高校图书馆服务联盟中的成员馆选择研究[J].图书馆学研究，2013（15）：95.
　　[5] 许子媛.面向科研的高校图书馆学科服务联盟模式研究[J].图书馆建设，2016（2）：48.
　　[6] LI D，EDEN L，HITT M A，et al.Governance in multilateral R&D alliances[J].Organization Science，2012，23 （4）：1191.
　　[7] 刘春年，肖花.网络环境下区域图书馆信息服务联盟功能、实效与产业化发展分析[J].情报理论与实践，2010，33（12）：29.
　　[8] 吳洁，王建刚，张运华，等.技术创新联盟中知识转移价值增值影响因素的实证研究[J].中国管理科学，2014，22（S1）：531.
　　[9] 张琦，刘人境，杨晶玉.知识转移绩效影响因素分析[J].科学学研究，2019，37（2）：311.
　　[10] 李锋，喻志鹏，冯瑶.基于知识转移视角的产业技术创新联盟内部合作对象匹配研究[J].江苏科技大学学报（自然科学版），2019，33（2）：81.
　　[11] 刘京，周丹，陈兴.大学科研人员参与产学知识转移的影响因素：基于我国行业特色型大学的实证研究[J].科学学研究，2018，36（2）：279.
　　[12] JU H，ZHANG S，ZHAO S，et al.Knowledge transfer capacity of universities and knowledge transfer success： evidence from university industry collaborations in China[J].International Journal of Technology Management，2016，71（3/4）：278.
　　[13] WANG Y，NING J，ZHENG Y.Transformation and influencing factors of scholarly communication based on knowledge transfer：a case study of science and technology literature[J].Chinese Journal of Library and Information Science，2014，7（3）：45.
　　[14] LI J H，CHANG X R，LIN L，et al.Meta analytic comparison on the influencing factors of knowledge transfer in different cultural contexts[J].Journal of Knowledge Management，2014，18（2）：278.
　　[15] ZHAO D，ZUO M，DENG X.Examining the factors influencing cross project knowledge transfer：an empirical study of IT services firms in China[J].International Journal of Project Management，2015，33（2）：325.
　　[16] AHAMMAD M F，TARBA S Y，LIU Y，et al.Knowledge transfer and cross border acquisition performance： the impact of cultural distance and employee retention[J].International Business Review，2016，25（1）：66.
　　[17] 王吉发，敖海燕，陈航.基于创新链的科技服务业链式结构及价值实现机理研究[J].科技进步与对策，2015，32（15）：59.
　　[18] 李玥，周燕，王宏起，于立群.产业创新链与服务链融合研究述评与展望[J].科学管理研究，2018，36（4）：25.
　　[19] 王欣，刘蔚，李款款.基于动态能力理论的产学研协同创新知识转移影响因素研究[J].情报科学，2016，34（7）：36.
　　[20] 张红兵，张素平.技术联盟知识转移有效性影响因素的实证研究[J].科学学研究，2013，31（7）：1041.
　　[21] YANG J.Research into the influencing factors of knowledge transfer within innovative research teams[J].学术界，2017（11）：286.
　　[22] 慕静，李爽，马丽.科技服务业与制造业知识融合协同创新研究：基于知识正逆转移视角[J].科技管理研究，2019，39（19）：200.
　　[23] 张慧，张舒婷.R&D联盟治理机制对知识转移的影响研究：基于系统动力学的建模与仿真[J].自然辩证法研究，2017，33（12）：38.
　　[24] 叶娇，原毅军，张荣佳.文化差异视角的跨国技术联盟知识转移研究：基于系统动力学的建模与仿真[J].科学学研究，2012，30（4）：557.
　　[25] 李腾，张钟元.非核心企业反向知识溢出研究：基于开放式创新视角的系统动力学分析[J].技术经济与管理研究，2020（4）：3.
　　[26] 范建红，蒋念，卢彦丞.联盟能力影响战略联盟知识转移的系统动力学分析[J].中央财经大学学报，2016（12）：111.
　　[27] 宋曼祺，徐一旻，吕伟，等.政用产学研战略联盟知识价值链的研究[J].软科学，2018，32（2）：96.
　　[编辑：厉艳飞]
转载注明来源:https://www.xzbu.com/8/view-15312862.htm