一、缄默知识和知识转化 所谓知识是一种有价值的智能结晶，可以通过信息、经验心得、抽象的观念、标准作业程序、系统化的文件、具体的技术等方式呈现。知识呈现的形式虽然有很多种，但在本质上都必须具备创造附加价值的效果，否则就不能被称为知识。因此引进、学习、扩散、创新知识，一直都是人类社会发展的特征，也是驱动社会进步的最主要力量。根据知识能否清晰地表述和有效的转移，可以把知识资源可分为显性知识（explicit knowledge）和缄默知识（tacit knowledge）。显性知识又称编码化知识（codified knowledge），是可以比较容易地整理、编码，具有单一的含义和内容。缄默知识是很难编码、隐含的知识，它往往被偶然发现，并且这种知识不能和个人、社会及地域背景轻易地分开。 缄默知识(tacit knowledge)是当代知识论研究的重要内容，一般认为它是由英国科学哲学家迈克尔.波兰尼(Mickael.Polanyi)于1958年最早正式提出来的。迈克尔•波兰尼被称为缄默知识之父。他于1958年出版的《个人知识》》(Personal Knowledge)和1966年出版的《缄默方面》》(The Taci timension)是西方学术界第一个对缄默知识及缄默认识与科学研究进行较为系统地探讨和分析的著作。波兰尼认为：“缄默知识就是存在于个人头脑中的、存在于某个特定环境下的、难以正规化、难以沟通的知识，是知识创新的关键部分。”波兰尼认为，人们在教育活动中只有以缄默知识为基础，才能意识到自己的理智力量。他基于“我们知道的东西比我们能够告诉他人的东西要多”这一认识论命题，即人类通过认识活动所获得知识包括了他们通过言语、文字或者符号的方式表达出来的知识，但是却不止于这些知识。在这些知识之外，还存在着其它类型的知识，这种其它类型的知识就是缄默知识。按波兰尼的观点缄默知识或者缄默认识是人类所有显性知识的“向导”和“主人”, 为人们的认识活动提供最终的解释性框架和知识信念，可见其重要性。美国管理学教授彼得.德鲁克（Peter F. Drucker）认为：缄默知识是不可用语言来解释的，它只能被演示证明它是存在的，主要来源于经验和技能的，学习的惟一方法是领悟和练习。1985年，美国耶鲁大学著名智力心理学家斯滕伯格（Robert J. Sternberg）也提出了自己的缄默知识概念。这里的缄默知识相对于传统智力测验所抽取的学术知识而言，是实践智力的一个标志。斯滕伯格认为，所谓缄默知识指的是以行动为导向的知识，是程序性的，它的获得一般不需要他人的帮助，它能促使个人实现自己所追求的价值目标。这类知识的获得与运用，对于现实的生活是很重要的。另外，缄默知识反映了从经验中学习的能力以及在追求和实现个人价值目标时运用知识的能力。按照斯滕伯格（Robert J. Sternberg）的观点，缄默知识有三个关键性的特征：缄默知识的获得很少需要别人的帮助或者环境的支持，主要通过个人的经验来获得；缄默知识是程序性的，是与行动紧密联系的、关于如何去行动、以行动为导向的知识；缄默知识对个人有实际的价值，所以它在实际生活中非常有用的。缄默知识的这三个特征是相互联系的，只有具备这三个共同特征才是缄默知识，仅仅具有其中一个特征并不能说明那就是缄默知识。在1987年，斯滕伯格和瓦格纳（Richard K.Wagner）与其同事通过实验的方法提出缄默知识的三种类型和结构：自我管理（关于取得管理绩效的自我激发和自我组织的知识，即知道提高自己工作中的表现的知识）、他人管理（如何管理下属和同事交流的知识，即知道如何知道他人工作以及形成有效人际关系和上下级关系的能力的知识）、任务管理（关于管理和完成任务的正确方法的知识，即知道如何处理工作中面临的日常事务的知识）。日本著名创新管理学家野中郁次郎（Nonaka Ikujiro）认为，缄默知识是高度个人化的知识，很难规范化也不易传递给他人，主要隐含在个人经验中，同时也涉及个人信念、世界观、价值体系等因素。缄默知识是主观的经验或体会，不容易运用结构性概念加以描述或表现的知识。显性知识则是可以客观运用概念加以捕捉或呈现的知识。缄默知识包含认知和技能两种元素，认知的元素即所谓的“心智模式”（Mental Models），亦即人们由内在心智制造、处理、模拟，以创造出其真实世界工作的模式，包含对真实和未来远景的意象，亦即“现在是什么”和“未来是什么”的概念。心智模式就如同典范、观点和信仰等，均可帮助个人理解并界定他们的世界。而缄默知识的技能元素则包括具体的技术、工艺和技巧。野中郁次郎也特别强调缄默知识和知识环境对于企业知识创造和共享的重要性。 野中郁次郎（Nonaka Ikujiro）认为缄默知识与显性知识之间是可以互动转化的，是一个永无休止的循环过程，并提出了知识转化的四种模式，简称为SECI模型“SECI”模型（ the SECI Model）（图1）：（1）社会化（Socialization），从缄默知识到缄默知识，也是个体交流共享缄默知识的过程。用“社会化”一词主要是强调缄默知识的交流是通过社会或团体成员的共同活动来进行的。最常见就是工厂和学校中惯用的“师徒模式”。（2）外在化（Externalization）：从缄默知识到显性知识。通过努力，个体可以在一定程度上将缄默知识转化为显性知识，并将之传授给他人。外在化是知识创造的关键，因为知识的发展过程正是缄默知识不断向显性知识转化和新的显性知识不断生成的过程。这个过程常需要使用一定的技术来帮助个体将自己观点和意象外化成为词语、概念、形象化语言（如比喻、类比或描述），或者图像。（3）融合化(Combination）。从缄默知识到显性知识，是一种把概念综合成知识系统的过程。这个知识转换模型包括组合不同显性知识躯体。个人抽取和组合知识的方式是通过文献、会议、电话交谈等媒体，或计算机通信网络来实现学校中的教育和训练通常采用这种形式；（4）内在化（Internalization）：从显性知识到缄默知识，是把显性知识应用为缄默知识的过程。内内在化意味着新创造的显性知识（组织知识）又转化为组织中其他成员的缄默知识。经过融合过程，新知识得以在组织成员间传播。组织中的成员接收了这些新知识后，可以将其用到工作中去，并创造出新的缄默知识。内内在化与通过做来学习密切相关，是一个“干中学”(learning by doing)和“用中学”（(learning by using)的过程。这四个模式互为一体、相互转化，共同构成企业组织知识创新与积累的机制。野中郁次郎（Nonaka Ikujiro）知识是在缄默知识和显性知识的转化中形成了一个不断成长的知识螺旋（图2）。他认为组织知识创造是缄默知识和显性知识持续互动的结果，组织本身不能创造知识，个人的缄默知识是组织知识创造的基础。缄默知识经过社会化、外在化、融合化和内在化四个阶段，实现了个人之间、个人与组织之间知识的传递，并最终又产生了新的缄默知识。知识的转化、传递和创造是一个动态的、递进的过程，当个人的缄默知识完成一次知识螺旋运动并转化为新的缄默知识时，就开始了新一轮的知识螺旋。 斯班德（Spender，1996）则结合显性与缄默的知识类型，个人与社会的分析层次，建立一个组织的知识资源矩阵，如表1。这四种类型构成了企业的知识资源，其中 Spender 认为“集体的知识”是一种最可靠且最具策略重要性的组织资源，Nahapiet and Ghoshal (1998) 则称之为“智识资本”（intellectual capital）。“智识资本”系指个人与团队能给公司创造竞争优势的所有知识与能力的总和。基本上与土地、工厂、机器、现金等有形资产是完全不同的。因此，凡是能够用来创造财富的知识、信息、技术、智能财产、经验、组织学习能力、团队沟通机制、顾客关系、品牌地位等，都是智能资本的元素组合。 总之，缄默知识与显性知识二者又存在着密切的联系，它们互为前提，还在一定条件下互相转化。缄默知识和显性知识共同构成个体完整的知识体系。并且，几乎所有的显性知识都植根于缄默知识，显性知识的增长、应用和理解都依赖于缄默知识。借用弗洛伊德对意识和无意识的冰山隐喻，显性知识就如同浮出水面的“冰山尖端”，而缄默知识则是隐藏在水面以下的大部分，它们虽然比显性知识难以被发觉，但却是认识的重要源泉。 二、缄默知识是产业集群更重要的知识资源 随着经济科技的发展，知识的学习与获取成为了企业获得持续竞争优势的主要因素。发展良好的产业集群，竞争与合作机制是推动集群知识传播、学习、创造、开发的重要机制，集群知识是促进产业集群升级与改造的根本。产业集群内大量同质化企业的存在使集群内部进行知识的交流和传播不仅必要而且可能。一方面，集群内部产生的大量知识和信息对许多同质化企业是很有用的，企业有获得这类知识的必要性；另一方面，企业在地理空间上的聚集使得知识和信息的传播成本下降了，从而这类知识的交流更加容易和快捷。产业集群内部存在着显性知识和缄默知识两类知识。与显性知识相比，缄默知识是更重要的知识资源，在企业的知识管理占绝大部分，它具备即时产生和实践中的特征，适应了知识经济下技术更新迅速，创新速度加快的趋势。 “缄默知识论”认为产业集群有利于非编码化知识（缄默知识）的传播和扩散从而促进技术创新。持该观点的学者主要用不同类型的知识传递的特征来解释产业集群的形成。但由于νㄍㄑ都靶畔⒓际醯姆⒄梗显性知识易于在更大的地理空间交流与扩散，基于这类知识之上的创新活动通常对区位选择的要求相对不是特别严格。然而，占据整个集群知识的绝大部分且对创新极为重要的是不能编码、难以扩散的缄默知识，它是由集群成员长期以来所共同经历的生产过程、时间、心理和认知体验构成的，集群创新主体之间通过人员流动与私人之间的交流等形式建立稳定和持续的关系，为组织内部及不同组织之间的隐含经验类知识准确、快速地传递与扩散提供了基础条件，从而形成了集群缄默知识，并且这种知识在集群空间上具有粘滞性。这类知识通过教育学习不是那么容易传播,它们通常隐藏在专家、工程师和技术人员的脑中,个人属性极强。通过区域内的人才流动，通过在实践中积累经验获取隐含知识，而不必要首先经历学习，掌握编码化知识后再应用到实践中去，形成学习→创新→竞争优势的不断演化的自我激励动态过程，通过在“边干中学”使得隐含经验类知识在整个地区传播开来。根据阿罗（Arrow K，1962）建立的“边干边学”模型，他认为边干边学是经验的产品，经验具有递增的生产力，随着经验的积累，单位产品成本随生产总量递减。所以在扩大资本投入的同时，知识水平也随之变化，作为一个整体，经济就有可能出现递增收益。缄默知识也常常具有社会根植性。它与企业家特殊的生活环境、历史根基以文化蕴涵有关，存在于特殊的地区或企业里。一方面，区域内长期形成的合作关系和企业间的相互信任，有利于知识的传播和扩散，促进了创新；另一方面，缄默知识和交互作用的思想在地理上的不断集聚，增加了企业外部学习的机会，促进了信息的循环和反馈，加快了技术转移、扩散的速度，降低了交易成本，推动了创新。托林和考夫曼（Todtling and Kaufmann,1999）在对区域创新系统研究时曾得出结论：“知识的溢出构成了集群创新能力的本质特征”。缄默知识的流动只有具有共同实践和专业化技能的专业人士面对面的交流才能实现，集群中地理上的靠近提供了这种可能。企业与企业之间、企业与知识机构、中介机构之间，由于地理上的靠近性和经济上的相互联系、相互影响，产生知识外溢，促进了相互间的模仿，降低了创新成本，加快了创新。为了提高创新收益，创新主体需要在地地理上与相关知识源邻近从而能够与之进行频繁互动来获得所需的缄默知识。这一逻辑在费尔德曼（Feldman，1994）的创新地理学、伦德维尔（Lundvall，1992）的互动学习论以及冯.希培尔（Von Hippel，1994）的“黏性信息”（Sticky Information）概念中都有所体现。希培尔认为在信息转移的过程中存在着黏性信息，这些信息因为转移的交易成本过大而难以转移。缄默知识的存在是技术转移中“知识黏性”的一个重要原因。表现为技术诀窍、经验、技能等的缄默知识由于其难以言说、难以编码等特征，很难以专利技术、设计图纸或者关键设备等形式进行流动，而只能依赖于开发者个体实现流动，这往往使其转移成本很高，制约和影响着技术转移。杰夫（Jaffe,1996）认为：知识溢出是指模仿者通过与知识创新者之间的信息交换而获得知识(知识收益)，而知识创新者却没有得到直接的补偿，或所得补偿低于创新知识的价值。杰夫的研究还表明，知识溢出更可能在地理上相互靠近的地区内发生，而不是跨区域的自由流动。隐含经验类知识的交流，能激发新思想、新方法的产生和应用，促进学科交叉和产业融合，使新产业和新产品不断涌现。在产业集群的区域经济中，知识和信息在上下游之间可以迅速而准确的传递，同时上下游之间的合作也由于地理上的接近而变得更加容易。这样的合作使得分散的企业实质上合成了一个整体，一个更加具有创新能力和更加灵活的整体。正是这种集群内知识的外溢效应，使得企业能够最大程度的获取技术创新所需的各种知识，从而使得企业的技术创新活动犹如“站在巨人的肩膀上”进行，大大加快了创新的速率，这反过来又使得整个集群的创新水平进一步提高，形成一个极强的正反馈过程。通过非正式交流，缄默知识在集群内企业之间得以传播，形成区域性的缄默知识，由于这种缄默知识根植于区域内共同的社会文化背景，集群外的企业不能轻易模仿，因此它成为整个集群的核心竞争力。在集群内部，知识溢出机制的存在以及非正式交流网络的形成，强化了相关行为主体间的知识整合与碰撞效应，激发和聚集了集群内部的创新活动，使集群在有限的空间内积聚高密度的创新活动。帕士和尤萨（Paci and Usai,2000）的研究表明，创新比生产具有更高的集聚程度。近来学者开始注意到由于创新所涉及的知识类型不同，不同的产业在集群化程度和形态上存在差异。Carrincazeaux等（2001）指出R&D存在区域上的外溢效果，企业选择R&D中心地点亦偏向考虑其它厂商选择研发的区位，这种R&D区位聚集的原因可归诸于技术整合复杂性（combinatory complexity）与技术变迁的复杂性（technological complexity）。相关研究指出，产业R&D活动区位主要偏向于生产活动的地点，就在于求取R&D与生产密切的互动关系与外溢效果。Carrincazeaux等人（2001）发现企业技术源在空间上接近程度随着学习难度——以技术复杂性和合成复杂性衡量——的增加而提升，那些涉及新兴技术和复合技术的创新活动尤其具备地理集聚的内在动力。巴普提斯塔和斯旺（Baptista and Swann,1998）也曾指出，技术的可编码化程度越低相关创新主体的地理集聚就越迫切。也就是说，产业的聚集程度与技术的复杂程度正相关而与技术的可编码化程度负相关。上述观点很好地解释了高新技术产业集群的形成。比如，计算机产业的集聚是因为跨行业效应的存在——创新活动的关键界面位于不同行业的企业间，所涉及的技术知识是多元的；生物科技产业则倾向于在知识中心（大学、公共实验室）附近集结——创新活动的关键界面在产学研之间，所涉及的知识处于不断更新中。当然，即便是成熟产业也可能因为创新需要而集聚，斯多普（Storper，1995）在分析了四种类型的生产系统一小规模定制、高科技、大规模生产以及大规模精益生产的运行特征后发现，每种生产系统都存在使技术学习活动本地化的动力因素，关键原因仍然是缄默知识的存在以及面对面交流的必要性。