基于知识的产业集群竞争优势

集群竞争优势是集群研究的重点内容。已有的相关研究大多从宽泛的生产要素共享的角度来解释集群竞争优势。本文从一个崭新的视角——基于集群企业间非贸易相互依赖性为媒介的知识共享来探讨集群竞争优势。文中阐释了企业—水平与集群—水平的不同类型知识的形成,着重考察了不同类型知识存量与流量在形成集群内企业及集群整体的竞争优势中的作用,从而构建了基于知识的集群内企业及集群整体的竞争优势理论模型。     

产业集群中的知识创造机制

知识创新能力是一个产业集群长久地保持竞争优势的关键.本文在对产业集群现有研究进行回顾的基础上,分企业内部、企业间和产业集群同外部环境之间三个层次,探讨了产业集群中的知识创造机制.我们特别强调了外部知识的引入对产业集群发展的重要意义.在此基础上,我们提出了发展我国产业集群的一些政策建议.     

原生式内生型产业集群的形成及其变迁——以温州柳市低压电器企业集群为例

原生式内生型产业集群的形成机理决定于集聚经济和缄默知识的特殊共享机制.对集聚经济效率的追逐是内生型企业集群形成的内在机理之一;缄默知识的非文本传播属性决定的知识转移和共享机制是驱动企业邻近分布形成集群的另一关键原因.集群从发育到成熟需要一段漫长的时期,经历阶段治理模式的转换.在集群发育的早期阶段,由于协作网络松散、不稳定等原因,在完成空间集聚的企业之间,企业个体在行为上竞争多于合作;随着时间的推移,协作网络成为效率来源后,企业之间的联结得到普遍加强,合作逐渐显现优势效率,推动企业从纯粹空间集中转换为高效的地方产业集群.而整个产业集聚网络的治理能力越来越成为未来竞争的核心所在,后续内生型产业集群能否巩固和扩大竞争优势,取决于在国内外竞争中能否形成地方优势治理权.     

企业知识优势的丧失过程与维持机理分析

随着知识经济时代的到来 ,企业竞争优势的来源和基础也正在发生改变 ,过去企业赖以成功的物资基础正在失去其效力 ,知识在企业发展中的地位与作用日益上升。知识愈来愈成为企业竞争优势的基本源泉 ,由此而导致传统的企业竞争优势 ,正逐步演化为基于知识与创新的企业竞争优势 ,即知识优势。本文对知识优势形成过程、消散原因与维持机理的研究 ,对于培育和增强知识经济时代的企业竞争优势 ,实现企业的可持续性发展 ,无疑具有重大的理论与现实意义。     

跨国内部社会结构维度对母子公司间知识转移绩效的影响

在今天这个经济发展日新月异的时代,跨国公司越来越成为推动全球经济发展的引擎。如今,有效的知识转移已经成为跨国公司竞争优势的重要来源之一,只有通过组织间的知识转移,才能推动组织对知识进行高效管理,实现组织的经济与竞争价值。本研究将基于企业社会资本理论中的结构维度,分析跨国母子公司间形成的结构维度对内部知识转移绩效的作用机制,从而来探索母子公司在知识转移过程中的内部结构维度作用。     

产业集群学习能力的动态分析

产业集群衰退的根本原因在于集群静态优势刚性,产业集群需要培育其动态能力以获取持续竞争优势。本文认为,产业集群动态能力的培育需要以集群学习为桥梁,通过内部学习获得异质性能力,通过区际间学习不断提升异质性能力。集群学习的影响因素主要有知识资源、社会资本和关联度,最后本文构建出集群学习能力的动态模型。     

产业集群学习能力的动态模型

产业集群的静态优势刚性是产业集群衰退的根本原因 ,产业集群也需培育其动态能力以获取持续竞争优势。本文认为 ,产业集群动态能力的培育需要以集群学习为桥梁 ,通过内部学习获得异质性能力 ,通过区际间学习不断提升异质性能力。集群学习的影响因素主要有知识资源、社会资本和关联度 ,最后本文构建出集群学习能力的动态模型     

知识员工的组织认同与工作效能研究

知识经济时代衡量财富的标准是知识，知识已成为企业的战略资产，是企业竞争优势的源泉之一。而知识的创造、传播、共享和利用都有赖于知识的载体——知识员工来实现。知识员工的工作依赖于特殊的专业知识和技能，从事的工作富有挑战性和不确定性，工作过程和结果难以鉴定，且工作具有较高的风险性。因此，对知识员工的管理必须强化其组织认同感，提高工作效能。     

产业集群内网络化创新机制研究——基于知识分工与知识网络化流动机制的视角

产业集群创新的独特优势在于其内部的创新网络.本文从知识分工的角度出发,分析并指出知识的分工与专业化是集群技术竞争力的源泉,但这一潜在收益的取得却是基于创新网络的.因为知识的分工来促进技术知识积累的同时,也造成了"知识分立"程度的提高,给知识的流动与整合带来了阻力,而产业集群内部的关系网络一方面通过共享环境下的面对面、多渠道传播降低了技术知识尤其是隐性知识的认知成本,另一方面通过基于认同的信任降低了创新合作中的交易成本,从而有效地解决了知识的流动与整合难题.这正是创新网络的生命力所在.     

生产、演进与传播:算法新闻学的知识图景

在“量化转向”趋势下,算法新闻的广泛实践引发了学者们的研究热情,形成了丰富的知识图景。本文运用文献计量法对2009年至2020年间的125篇有关算法新闻学的文献资料进行了共现分析和聚类分析。在知识生产上,以美国学者和新闻传播学学者为主导,形成了内部关系紧密、以理工科为背景、美国学者为主体和内部关系松散、以人文学科为背景、欧洲学者为主体的两个合作作者群。在知识演进上,算法新闻学可以划分为初步形成期、全面推进期和精细发展期三个阶段。在知识传播上,新旧结合、多学科交叉的高被引期刊成为重要载体。政治体制、产业实践、公民意识、技术发展等外部社会因素和学者经历、优势学科、资金支持等内部学术因素成为推动西方算法新闻学知识生产的重要力量。