吸收能力：学习与创新新视角

吸收能力：学习与创新新视角AbsorptiveCapacity:ANewPerspectiveonLearningandInnovation目录摘要01引言及分析过程02结果04对创新活动的意义

05结论06方法032摘要本文证明一个企业认识到外部新信息的价值，吸收并将之应用于商业目标的能力，对于其创新能力而言至关重要。我们将这种能力称为企业的“吸收能力”，并提出它在很大程度上是企业已有相关知识的函数。本文首先聚焦个体吸收能力的认知根底，特别是包括了已有的相关知识和多元化的背景。然后我们说明了组织层面上影响吸收能力的因素，组织的吸收能力是如何有别于其个体成员的吸收能力的，以及组织内部专门技术多样化的作用。我们证明，吸收能力的开展，继而创新绩效的开展是历史依赖或路径依赖的，并论证了早期在某个专门技术领域缺乏投资将如何阻碍该领域未来技术能力的开展。我们构建了一个企业研究与开发〔R&D〕投资模型，在该模型中研发促进了企业的吸收能力；我们还检验了公司研发投入与居于产业内技术变革根底的知识之间关系的假设。讨论局部集中于吸收能力对分析其他相关创新活动的意义，包括根底研究、创新的采纳与扩散、以及参与合作研发投资的决策等。3对于创新过程而言，不管将创新的单位界定在组织的哪个层面上，知识的外部来源往往都是至关重要的。在组织层面，MarchandSimon(1958)指出，多数创新源于借用而非创造。这一发现得到有关创新源泉的广泛研究的支持。最后，人们已经充分认识到，来于企业正式创新单位〔例如研发实验室〕之外的其他内部单位〔例如营销与制造〕的信息，对于创新绩效而言同样重要。引言4在最根本的层面上，这种已有知识包括根本技能乃至共有语言，但也可能包括最近在某个特定领域中科学或技术开展的知识。因此，已有相关知识赋予企业认识到新信息的价值，吸收并将之用于商业目的的能力。这些能力共同构成我们所谓的企业的“吸收能力”。在企业层面〔在这里创新单位是关注的焦点〕，吸收能力来自于多种途径。研究说明，自主研发的企业更有能力利用外部信息，这意味着可以将吸收能力作为企业研发投入的副产品而创造出来。5分析过程认知结构个人到组织研发投入路径依赖吸收能力吸收能力的概念假定组织需要已有相关知识来吸收和利用新的知识组织的吸收能力取决于其个体成员的吸收能力企业研发能够实现两个功能：我们假定研发不仅产生新知识，而且促进企业的吸收能力吸收能力特征即累积性和它对期望形成的影响，意味着它的开展是领域专属的和路径或历史依赖的6一些心理学家提出，已有知识强化了学习，因为记忆〔或知识的存储〕是通过联想性学而得到开发的。在这个过程中，事件通过与已有概念建立联系而被记忆。已有知识促进了新的相关知识的学习，这种观点可以延伸到包括知识本身就是一系列学习技能的情况。知识体之间可能存在学习技能的转移，它按照类似的方式组织和表现。这种学习任务绩效的累进提高就是被称之为“学习如何学习”的知识转移的一种形式认知结构7知识转移知识转移知识吸收知识共享知识吸收知识共享知识的吸收表现为将别人的知识转化为自己的知识，或是将别的组织的知识成功应用到自己的组织中。知识的共享可以通过人与人面对面的交流来进行，也可以通过电子邮件、文件文档、查看知识库、调阅科技文献等方式进行。知识转移是知识从某个人的头脑中转移到另一个人头脑中、或从某个组织转移应用到另一个组织的过程。知识转移包括知识的共享和知识的吸收两个阶段。8我们认为问题解决技能和学习能力十分类似，没有理由将它们的开发方式区分开来，尽管确切地说学习的内容并不相同：学习能力包括对吸收现有知识的能力的开发，而问题解决技能那么是指创造新知识的能力。在一个知识领域存在不确定性的环境中，潜在的有用信息可能从中显现，而一个丰富多样的背景将为学习提供一个更为坚实的根底，因为它放大了前景，使人们相信即将获得的信息与的东西是相关的。除了强化吸收力，知识多样性还通过使个体建立新颖的联接而推进创新过程。9组织的吸收能力取决于其个体成员的吸收能力。从这个意义上来说，组织吸收能力的开展将建立在开发构成它的个体吸收能力的前期投入上，就像个体的吸收能力那样，组织的吸收能力往往是累积性地开展。组织的吸收能力不只取决于组织与外部环境的直接接触，它还取决于组织亚单位〔subunits〕之间及其内部的知识转移，它们可能与入口的最初节点距离相关。因此，为了理解企业吸收能力的源泉，我们将聚焦外部环境与组织、组织亚单位之间沟通的结构，以及组织内部专门技术的特征和分布

从个体吸收能力到组织吸收能力

10沟通结构沟通系统可能依赖于专门的参与者从环境中转移信息，或有可能包括较少的结构化模式。结构较为复杂时团队有些成员将被设为“守门”〔gatekeeping〕或“跨越边境”〔boundary-spanning〕职能。为了能和守门员有效沟通，必须拥有一些相关的背景知识；并且当知识结构高度异质时，所需要的背景知识也将更高。组织亚单位的理想知识结构应该反映仅仅是局部重合的知识，而不相重合的多样化知识是它们的补充，这种观点指出了组织在个体知识的多样性与通用性之间的权衡。通用知识改善了沟通，但通用性不应使个体之间的多样性为此而减损过多。11组织：在个体知识的多样性与通用性之间的权衡。通用知识改善了沟通，但通用性不应使个体之间的多样性为此而减损过多。守门员：监测环境并将这些技术信息转换为研究团队可以理解的形式。团队总体：必须拥有一些相关的背景知识；并且当知识结构高度异质时，所需要的背景知识也将更高。12

组织内部专门技术的特征和分布

一定量的专门技术冗余可能有利于创造所谓的“跨职能〔cross-function〕吸收能力”，组织内的互补功能就应该紧密交叉，这一点已广为接受。影响组织吸收能力和创新绩效的跨职能界面包括：例如公司与研发分支实验室的关系，或更为一般地，研发、设计、制造与营销职能之间的关系。为了能将某类复杂繁琐的技术知识成功融合到企业活动中，企业需要保持内部技术专家和科学家；他们不仅在所在领域学有专长，而且熟悉企业的特殊需求、组织程序、常规、互补能力和组织间关系。正如上述讨论所指出的那样，这种知识结构的多样性在某种程度上必须共存于同一个人身上。13

吸收能力的两个特征对创新绩效的影响

在一段时期积累吸收能力将使下一段时期的积累变得更有效率。在特定领域开展吸收能力后，企业将更易于积累额外知识，而这是其在随后的时间里为了开发任何关键的外部知识所需要的。掌握相关的专门技术将使企业能够更好地理解和评估中间技术进步的引进，而它们为新技术开发的终端价值提供信号。因此，在一个变化无常的环境中，吸收能力影响期望的形成，使企业能够更加准确地预测技术进步的实质和商业前景。路径依赖与吸收能力吸收能力的这两个特征——累积性和它对期望形成的影响——意味着它的开展是领域专属的〔domain-specific〕和路径或历史依赖的〔pathorhistory-dependent〕。14如果企业很少参与创新活动，那么它就对外部环境中的时机不敏感，对新技术的开发也没有太高的期望，从而它将继续很少创新。这就产生了一个自我强化的循环。同样，如果组织拥有一个很高的期望，在外部产生的技术时机的影响下，它将开展更多的创新活动并因而提高对外部时机的认识。因此，期望水平将保持很高的水平。

反响式和主动式

15我们可以考虑企业研发能够实现两个功能：假定研发不仅产生新知识，而且促进企业的吸收能力。如图1所示的模型，解释了吸收能力是如何影响研发支出的。吸收能力与研发投入16我们假定企业有目的地投入研发以产生利润，并重视研发在直接生产新知识和促进吸收能力上的二元作用。企业自有知识的增加带来了企业利润的增加，竞争对手知识的增加那么减少了企业利润，因而知识被假定对企业是有用的。该模型的核心特征在于，企业的吸收能力决定了外部知识的利用程度，而吸收能力本身那么依赖于企业的自主研发。17学习难度的直接影响由上述模型可知，如果学习难度降低，学习将更加依赖于企业的自主研发，而研发支出也将因为以下两种效应而增加。首先，在更加困难的学习环境中，研发对吸收能力的边际效应更大。然而，当学习环境变得更加困难时，就会产生第二个更加捉摸不定〔subtle〕的效应。因为在其他条件均相同时〔ceterisparibus〕，一个更加困难的学习环境降低了企业的吸收能力，研发活动成了一种私人产品，而竞争对手也将更不可能染指〔tapinto〕溢出的企业研发发现。18技术时机我们预测，在更加困难的学习环境中，技术时机的增加〔可以获得的相关外部技术知识的数量〕将导致更多的研发。技术时机越大，意味着外部信息量越多，这将增强企业培育吸收能力的动力；对培育吸收能力而言，一个更具挑战性的学习环境将增加研发的必要性。19可专用性由于溢出与内生性吸收能力之间的交互作用，我们预测溢出将提供实施研发的局部正向鼓励。传统观点认为，溢出仅是研发活动的一个威胁。在标准的观点看来，如果来自研发活动的任何发现都能被竞争对手利用的话，那么这将减少创新者的独占利润，而企业投资研发的动力也将减弱。然而，在我们的研究框架中，这种负向的可专用性动机〔negativeappropriabilityincentive〕与正向的吸收能力建立动机〔positiveabsorptive-capacity-buildingincentive〕是相互持平的。竞争对手的溢出越多，企业投资自主研发的动机越强烈，因为这将使其能够利用这些溢出。20为检验我们的研发活动框架的预测性，我们采用美国制造业部门技术时机与可专用性条件方面的截面调查数据和联邦贸易委员会经营行业工程事业部关于销售、转移和研发支出方面的数据。因变量研发强度被定义为公司资助的事业部的研发支出，以事业部销售额占1975年至1977年转移的比重表示，而反映产业之间技术时机和可专用性差异的数据，是产业〔经营行业〕的平均数，估算为特定产业内几乎所有答复者的平均值。样本包括1719个事业部，代表151个经营行业的318家企业。研究方法数据21度量指标关于技术时机，采用度量各经营行业技术进步的“相关性”或“重要性”的变量来评估，它们是技术时机的两个重要源泉，分别是产业的科学根底和产业外部的知识来源。这些度量指标引自Levin等的调查，调查中研发经理在7级里克特量表中指出11个根底和应用科学领域之间的相关性，以及5个外部知识来源对经营行业技术进步的重要性。描述产业外部研发的溢出，我们采用Levin等在调查中对这6种机制有效性的度量指标。我们采用这些机制所到达的有效性分数的最高值作为我们对可专用性或溢出的度量指标，标记该变量为APPROPRIABILITY；高水平的APPROPRIABILITY反映了低水平的溢出。22根底科学领域包括生物学、化学、数学和物理，应用科学领域包括农学、应用数学或运筹学、计算机科学、地质学、材料科学、医学和冶金学。5个产业外部知识来源包括设备供给商〔EQUIPTECH〕、原料供给商〔MATERIALTECH〕、产业产品的下游用户USERTECH〕、政府实验室和机构〔GOVTECH〕、大学〔UNIVTECH〕。我们将各个领域或知识来源的相关性和重要性的度量指标，转化为对应领域或知识来源所生产知识的相对数量，并加以编录。然后，基于各个科学领域或知识来源的学习难度，我们区分了11个科学领域和5个产业外部知识来源的变量。23我们设计了一个虚拟变量DUMBAS，当与根底科学领域的相关性分值超过与应用科学领域的相关性分值时，它等于1，否那么等于0。按照类似的做法，我们设计了虚拟变量DUMAPP。为了获取企业之间相互依赖程度的数据，我们采用产业竞争力指标，它以各个产业的4家企业集中率〔C4〕和产业需求价格弹性〔PELAS〕的估算值表示。为了进一步控制产业需求条件，我们采用Levin(1981)对产业价格弹性〔PELAS〕和收入弹性〔INCELAS〕的估计值，以及需求时间转换参数〔demandtime-shiftparameter，DGROWTH〕。最后，我们设计了另一个控制变量产业成熟度，它也能反映技术时机。我们采用一个有些粗糙的产业成熟度指标NEWPLANT，它度量了前五年内产业产权、工厂和安装设备的百分数。24技术时机当知识的贴近程度较低〔例如学习更加困难〕时，知识的相关性〔例如数量〕应该对研发强度有更大的正向影响。因此，度量4个根底科学领域相关性的变量的估计系数应该超过度量7个应用科学领域相关性的变量。当与根底科学和应用科学相关的所有技术时机分别变化时，其对研发支出的影响。与应用科学相关的技术时机增强了作用，与之相比，与根底科学相关的技术时机引发了更多的研发。结果25可专用性学习难度调节知识溢出的作用在学习难度更大的产业中，与溢出有关的正向吸收动机更高。其次，市场集中度与可专用性水平之间存在显著的正向交互作用〔p