企业管理论文哪里有？本文揭示了成长期产业技术创新联盟知识融合的影响因素，并探讨了知识融合的风险防控。为填补目前关于知识融合研究的空白，本文基于扎根理论提出成长期产业技术创新联盟知识融合的影响因素，并界定了联盟企业的知识融合、资源拼凑、组织学习、联盟内部合法性和程序公平的概念和内涵维度。构建联盟网络、资源拼凑、组织学习、联盟内部合法性、程序公平对成长期产业技术创新联盟知识融合的影响作用关系模型，验证了模型的有效性。
第 1 章 绪论
1.1.2 理论背景
社会网络研究强调对组织创新的影响，现有的实证研究主要体现为组织网络特征对知识共享（段姗，2018）、知识整合（蔡猷花，2013）、知识创新（宋琪，2017）和创新绩效（李敬宇，2013）的影响。联盟企业能否取得创新成功取决于其能否建立联盟网络。近年来，学者们高度关注联盟网络特征对创新的影响。赵良杰（2015）、赵炎（2014）等认为联盟网络结构对企业创新具有重要的意义，联盟网络为企业提供了有利于知识获取的网络位置和结构特征，有助于企业取得用于创新的知识资源，进而促进创新。彭伟（2012）、张红娟（2014）等认为企业利用联盟网络的关系特征影响知识吸收，再作用于创新。张一博（2016）强调了联盟网络类型为企业提供互补或者相似的知识资源，提升企业竞争力。联盟网络作为资源获取渠道对企业创新产生影响。然而，成长期产业技术创新联盟面临资源共享不足，导致企业处于资源匮乏的联盟中，社会网络不能对资源约束情境下的资源获取和创新做出合理解释。因此，为了填补这个空白，应该将社会网络理论与其他理论结合，用以阐述资源约束下的成长期产业技术创新联盟企业知识融合成功的原因。
近年来，资源拼凑理论被用于解释资源匮乏环境下企业创新之谜（SenyardJ M 等，2011；黄艳，2017；李晓翔，2015）。一方面，学者们围绕资源拼凑如何提升创新展开了大量研究。奚雷等（2017）以调研数据验证了资源拼凑对双元创新协同性的积极影响。黄如意（2018）将企业调研数据作为分析样本，研究证明资源拼凑对双元创新的正向影响，并在机会识别和双元创新之间发挥中介作用。张建琦（2015）研究证明“内外平衡”的拼凑战略能够促进企业创新，“内外失衡”的拼凑战略则会造成创新失败。另一方面资源拼凑作为中介变量作用于社会网络与创新之间的关系，孙锐（2017）等发现资源拼凑在商业联系、研发联系和政治联系与商业模式创新之间发挥中介作用。黄艳（2017）发现社会网络能够激发资源拼凑行为，资源拼凑正向影响新创企业的创新绩效，资源拼凑在社会网络与新创企业创新绩效的关系中起到中介作用。符峰华（2018）发现资源拼凑在高新技术企业的商业联系、政府联系和研发联系与创新绩效关系中发挥中介作用。
第 3 章 成长期产业技术创新联盟知识融合影响因素探索性研究
3.1 基于支持向量机 SVM 的产业技术创新联盟生命周期阶段划分
3.1.1 联盟生命周期阶段划分指标体系
生命周期理论认为组织如同生物体一般，遵循出生、成长、成熟直至衰亡的生命规律。1966 年雷蒙德弗农将生命周期理论正式引入管理学领域。Greiner(1972)开始关注联盟的生命周期特征，认为技术创新联盟的发展是成波动性的演进过程。国内学者陶永宏（2005）等证明了技术创新联盟的生命周期特性。王寅（2016）总结前人研究成果发现，在经济环境中组织或产品的生命周期主要分为发展期、成长期、成熟期、衰退期等 4 个阶段。谢科范（2001）认为高科技企业战略联盟的发展经历萌芽期、高速发展期、成熟期 、衰退期 4个阶段。钟海欧（2013）和吴婷等（2010）把产学研联盟的生命周期划分为组建期、成长期、成熟期和消亡期。倪渊（2015）将联盟发展周期划分成结网期、发展期、稳定期和变革期四个阶段。冯立超（2018）认为高校科协联盟的生命周期为初创期、成长期、成熟期和蜕变期。因此，借鉴以上学者观点，本文将产业技术创新联盟生命周期划分为组建期、成长期、成熟期和变革期。
本文采用倪渊等开发的《联盟发展阶段测量量表》识别联盟发展阶段，量表共有 12 个题项，阶段划分指标体系如表 3.1 所示。由于联盟的生命周期演化呈现非线性特征，本研究采用非线性算法支持向量机处理数据，判断联盟所处阶段。
第 5 章 实证研究
5.1 研究设计
5.1.1 问卷设计
1、问卷设计原则
调研问卷设计必须遵循科学的原则，
（1）科学性，问卷内容要充分考虑情境因素和可行性，确保研究的科学性和可操作性。
（2）合理性，问卷题目能够准确表述调研目的和内容。
（3）简要性，题目要简明扼要，精炼准确，准确使用专业词语。
（4）覆盖性，题目能够体现群体的普遍特征。
2、问卷设计过程：
（1）确定变量及其内涵。首先，整理相关文献，系统梳理概念发展脉络，明确各理论定义概念的差异和共同特征，依据研究目的和应用环境选择或者自定义最为贴切的概念。
（2）收集和筛选量表。回顾相关领域的文献，查找与研究主题密切相关的成熟问卷，再依据两个原则筛选量表，一是重点关注权威顶级期刊或者被学者们频繁使用的量表。二是研究情境和背景相似度高的量表。
（3）设计初始问卷。首先，编制问卷说明。明确研究目的、内容、数据及隐私的保护承诺等。其次，依据研究目的和应用情境修改量表题目，形成初始问卷。再次，收集受访者和企业的基本信息。
（4）问卷修订和完善。为确保问卷的信度和效度，准确测量相关变量，特邀请业内专家、学者、企业管理者对问卷进行修订。针对修改意见与专家深入交流，经过反复讨论和修改最终确定初始问卷内容。
（5）预调研。在正式测验之前首先在小范围内进行预调研以确定问卷的信效度。检验问卷信度和效度，利用探索性因子分析检验题目，剔除不符合要求的题目，形成最终的调研问卷。
第 7 章 成长期产业技术创新联盟知识融合风险分析与防控
7.1 成长期产业技术创新联盟知识融合风险因素识别
朱清（2017）将知识创新联盟的风险因素划分为：个体风险、协作关系风险以及环境风险。王琪（2019）研究认为联盟知识共享风险划分为主体风险、关系风险和环境风险三类。结合前文扎根理论研究结果，本文基于风险视角将成长期产业技术创新联盟知识融合风险因素划分为主体风险、关系风险和联盟内部环境风险。其中，主体风险包括学习能力风险、资源拼凑能力风险、知识重构能力风险、知识搜索能力风险；关系风险包括资源交换关系风险、技术合作研发关系风险和人际交互关系风险；联盟内部环境风险包括公平性风险、联盟内部合法性风险。
7.1.1 联盟知识融合主体风险
联盟知识融合主体是指参与知识融合的企业，企业的能力等因素的差异可能成为联盟合作的风险（朱清，2017）。企业加入联盟知识融合的主要目的是获取和创造大量的重要资源和技术，但是由于成长期产业技术创新联盟中的资源是有限的，企业要通过知识处理程序实现搜索、获取、利用和创造新知识，以满足知识融合对知识资源的需求，因此企业要具备一定的知识处理能力才能有效应对联盟知识融合。知识处理能力可以整合分散的知识与个体的目标，确保组织内个体共同努力完成目标（李晓翔，2013），成长期产业技术创新联盟企业的共同目标是克服资源约束，收集到充足的知识资源用于知识融合，为完成此目标成长期产业技术创新联盟企业的知识处理能力应包括资源拼凑能力、组织学习能力、知识搜索能力和知识重构能力。研究证明了拼凑能力对企业创新的影响，奉小斌（2017）和韵江（2015）分别研究发现企业即兴能力正向影响创新绩效和战略变革；组织学习能力对企业创新的影响作用，辛宇（2014）探讨了组织学习能力对知识创新的积极影响，李辉（2019）研究了组织学习能力对开放式创新和创新绩效的影响；联盟知识融合依赖知识搜索获取知识资源，企业的知识搜索能力起到重要的作用，胡龙腾（2021）研究了跨界知识搜索对企业创新绩效的积极影响；企业获取联盟中的知识具有多源、异构的特征，企业必须具备知识重构能力将其转换为统一的表达形式，以备知识融合使用。综上，联盟主体的资源拼凑能力、组织学习能力、知识搜索能力和知识重构能力不足均会导致联盟知识融合的失败，成为联盟知识融合的风险因素。
第 8 章 研究结论与展望
8.2 创新点
本文揭示了成长期产业技术创新联盟知识融合的影响因素，并探讨了知识融合的风险防控。为填补目前关于知识融合研究的空白，本文基于扎根理论提出成长期产业技术创新联盟知识融合的影响因素，并界定了联盟企业的知识融合、资源拼凑、组织学习、联盟内部合法性和程序公平的概念和内涵维度。构建联盟网络、资源拼凑、组织学习、联盟内部合法性、程序公平对成长期产业技术创新联盟知识融合的影响作用关系模型，验证了模型的有效性。基于博弈理论，构建静态博弈模型和动态博弈模型，探究各因素对成长期产业技术创新联盟企业选择参与知识融合决策行为的影响。识别出成长期产业技术创新联盟知识融合风险因素，构建风险评价指标体系和基于粒子群改进 BP 神经网络的风险评价模型，提出风险控制体系以及风险防范措施。
第一，现有关于联盟生命周期阶段的研究极少聚焦成长阶段联盟，本文基于扎根理论的研究方法，揭示成长期产业技术创新联盟知识融合的影响因素。拓展了知识融合的研究情境，丰富了成长期产业技术创新联盟知识融合影响因素。
近年来，知识融合研究逐渐成为学者们关注的焦点，主要集中于融合算法和融合理论框架研究，从知识管理角度探讨知识融合影响因素的研究尚未引起学者们的重视。另外，知识融合的研究情境主要集中在大数据环境，极少有研究将知识融合置于联盟背景中。关于联盟生命周期的文献大多研究联盟的全周期特征，聚焦于联盟成长阶段的研究少之又少。针对这些不足，首先采用联盟生命阶段划分指标和基于支持向量机（SVM）的联盟生命周期阶段划分模型，划分企业所在联盟生命周期阶段，进而筛选出成长期产业技术创新联盟中的企业。再采用扎根理论对成长期产业技术创新联盟知识融合的影响因素进行探索性研究，提出联盟网络、资源拼凑、组织学习、联盟内部合法性和程序公平等因素，为开展后续研究提供了理论支持。
参考文献（略）
