This paper focuses on the core question: How do resource-constrained firms achieve innovation breakthroughs through the dynamic evolutionary mechanisms of technological convergence ? The investigation explores how technological convergence evolves in stages within a firm, the conditions, characteristics, models, and trends of convergence at each stage, how capabilities improve in a stepwise manner, and the factors that drive and constrain this evolutionary process.Existing research has demonstrated that technological convergence plays a significant role in promoting innovation breakthroughs.However, little research has revealed the dynamic evolution process of technological convergence at the micro-level of the firm, with a particular lack of in-depth discussion on the boundary conditions for the transformation of convergence models and the role of endogenous capability evolution.
Adopting the perspective of technological convergence, this paper employs a longitudinal single-case study method, selecting a leading Chinese automotive enterprise, Changan Auto.To ensure robustness, the research data were triangulated through multiple channels: 12 semi-structured interviews (totaling over 1 400 minutes) with senior executives, technical core members, and partners, supplemented by extensive secondary data including corporate annual reports, public speeches from the Changan Auto Technology Ecosystem Conference, academic literature, and news reports.The analysis process strictly followed the Gioia structured data analysis method, organizing the data into first-order concepts, second-order themes, and aggregated theoretical dimensions to construct a process model of the technological convergence evolution at Changan Auto across three distinct stages from 2006 to 2025.
The analysis reveals that the evolution of a firm's technological convergence exhibits a three-stage dynamic transition.Heterogeneous contexts in each stage give rise to differentiated convergence drivers, which in turn lead to convergence models with distinct characteristics.The activities of technological convergence evolve to form a dynamic capability system encompassing "convergence knowledge management capability", "convergence technology integration capability",and "convergence industrial network capability", demonstrating a progressive evolutionary trend from "single-point absorptive convergence" to "multi-dimensional integrative convergence" and then to "ecosystem penetrating convergence".The synergistic interaction of technological context constraints (comprising technology maturity and boundary characteristics), the firm's strategic intent, and endogenous capability evolution drives the transformation of convergence models, which is subject to boundary conditions.
This study makes three primary contributions.First, it constructs a dynamic evolutionary model of technological convergence encompassing drivers, conditions, models, characteristics, capabilities, and trends, shifting the perspective from a static strategy to a dynamic, multi-stage capability-building process, thereby offering a new process-oriented theoretical explanation for the asymmetric catch-up of latecomer firms.Second, it reveals the core driving role of endogenous capability evolution in the transformation of convergence models.By elucidating the synergistic driving factors and boundary conditions, it extends dynamic capability theory to the specific context of technological convergence.Third, it delineates a stepwise capability-building chain from convergence knowledge management capability to convergence technology integration capability and then to convergence industrial network capability, deepening the theoretical understanding of how firms gradually build capabilities through technological convergence.The research findings provide managers with a phased pathway reference for achieving innovation breakthroughs and offer policy insights for governments to foster a favorable technological convergence environment through targeted incentives, platform construction, and intellectual property protection.
开放科学(资源服务)标识码(OSID)：
会聚科学兴起背景下,单一学科或产业领域突破已难以满足重大科技发现的需求[1]。技术交叉融合成为科技与产业发展的关键动能[2],推动不同领域或来源的知识进行技术上的创新[3],促进工业与技术间知识交流,是技术创新的源泉[4]。当前,众多产业领域已迈入技术会聚的新纪元[5]。我国在诸多高端制造领域起步较晚,整体技术根基尚浅。由于技术会聚具有动态性、复杂性与层次性等特征,在实践中,企业仍面临“融而不通、聚而不强”的困境。为维持竞争优势,国际领先企业会封锁其核心模块技术。资源能力受限企业因“局外人”劣势,难以融入全球创新网络、获取前沿知识,只能立足本土情境开展自主会聚创新。此背景下,企业如何打破技术壁垒、实现创新突破,成为亟待破解的核心命题。
企业创新突破的实现,并非依赖单一技术的孤立推进或原创技术的零散开发,关键在于利用技术会聚对现有技术构件或构件集进行创造性整合。交叉融合创新已成为创新的内在逻辑[6],相较于独立的技术创新,技术融合更易产生知识溢出效应,为企业技术创新提供支撑,加快技术迭代速度[7],提高企业技术整合能力,进而强化企业对技术交叉领域的识别能力[8]。在创新要素配置层面,稀缺、优质的资源是企业创造价值的基础,但仅依靠基础性资源,不足以推动企业持续发展,也难以构建核心优势与价值[9-10]。仅依靠国家资助或资源拼凑式的协作,难以形成创新的良性循环[11]。作为技术会聚主导者,企业如何主动构建并引领创新生态、催化跨领域技术会聚,进而驾驭其价值创造过程,成为亟待回答的核心问题。因此,动态技术情境下的企业创新突破问题,更适合从技术会聚视角展开探讨。
技术会聚具有动态性、复杂性以及非线性特性,是不同技术元素边界逐渐模糊并相互融合的过程[12]。既有研究从宏观层面探讨了技术会聚的测度方法及其对产业的影响。例如,Maine等[13]从创新管理策略角度,研究技术会聚如何催生根本性创新并推动新兴产业涌现;冯科等[14]通过揭示国际专利分类(IPC4)随时间推移的增长趋势,对电子信息等产业技术融合的动态演化路径进行识别与对比分析。上述研究虽拓展了宏观视野,但忽视了企业微观层面的技术会聚实践与发展趋势。此外,鲜有学者基于整合视角,探讨技术会聚与企业创新突破,尚未关注技术会聚在企业内部如何动态演化这一关键问题。尽管有学者已关注技术会聚演化过程的动因、模式与趋势,但主要聚焦组合因素影响、会聚演化模式识别以及技术组合的时序增长特征等方面[14-16],对技术会聚的动态演化机制探讨不足。
本文从技术会聚视角出发,以长安汽车为研究对象,运用纵向单案例研究方法,聚焦资源能力受限企业如何通过技术会聚实践,实现从技术追赶到跨域领先的创新突破。
技术会聚作为推动现代科学技术发展的重要力量,其概念脉络可追溯至20世纪60年代Rosenberg[17]对机械设备行业中“不同工业部门在技术与知识层面的融合及共享”现象的观察。会聚现象可理解为技术变革的动态演化[12],因而本文将技术会聚界定为这种系统性动态演化过程。与侧重现有技术模块优化组合的技术集成或强调资源交换的技术合作不同,技术会聚的本质在于不同学科的技术知识溢出与融合,即整合不同领域或来源的知识开展技术创新[6]。外部机制作用下,行业间知识边界消融、认知距离缩短,通过知识跨界流动与内化,产生知识溢出效应。这种溢出效应进一步催生技术融合创新潜力,推动会聚现象从基础知识集聚向更高级形态跃升,并可能引发整个产业系统的联动[12]。本文将这种“知识集聚—技术融合—产业联动”的时序会聚现象,界定为技术会聚动态演化的阶段性特征。
技术会聚往往能够驱动突破性创新,甚至催生新兴产业[18],助力企业突破产品开发与产能增长过程中的技术瓶颈,进而构筑竞争优势[19]。相关实证研究从宏观层面揭示了技术会聚与创新绩效间的倒U型关系[20],以及技术会聚与专利产出的互促机制[21],为资源受限企业把握适度的会聚强度、优化资源配置提供了理论依据。在创新突破能力方面,技术会聚通过整合不同学科知识、多层面技术及应用,形成多重协同效应,进而催生出新能力与产品[22],驱动企业创新突破能力提升。在创新路径选择方面,企业专有技术与其他领域技术融合所产生的“化学反应”,成为推动创新、提高创新绩效的关键路径[23],且存在差异性。有研究基于技术元组合关系将会聚分为利用性会聚、探索性会聚、新颖性会聚与开拓性会聚等[22],发现会聚与产业特征存在关联性(施锦诚等,2024),适宜的技术会聚模式能够优化创新绩效[20],并影响企业战略选择[24]。在技术会聚过程机制方面,学者们认为,技术会聚并非孤立的技术活动,技术与需求的不确定性是影响技术会聚进程的重要因素[25],是不同学科、技术、群体间交互作用的升级与转变,旨在实现相互兼容、协同及整合,最终创造附加值并达成共同目标的动态过程,可划分为创造、整合、创新、产出4个阶段[26]。现有研究中关于技术会聚下的创新分类体系多停留在静态类型划分层面,技术间、技术与环境间存在复杂交互作用,但技术会聚演化过程尚未得到清晰阐述[6],多阶段、跨层级情境下企业创新突破动因、会聚特征以及会聚能力的演化脉络研究尚浅,对不同会聚模式动态转化的边界条件与驱动机制的探讨更为匮乏。
现有研究为资源能力受限企业通过技术会聚实现创新突破提供了初步见解,但仍存在以下不足:一是宏观阶段划分与静态模式分类,未能揭示技术会聚微观动态演化过程,尚未打开“如何演化”的过程“黑箱”;二是现有研究多关注市场、技术等外部情境条件,对企业内生驱动力挖掘不足,难以解释会聚模式动态转化的深层动因;三是现有研究虽肯定了技术会聚对新能力的作用,并基于能力要素角度探讨了创新突破,但对驾驭技术会聚所需的能力演化链条揭示不足,难以全面呈现企业依托技术会聚推动能力演化、构建核心优势并实现创新突破的全过程。因此,本文试图构建技术会聚的动态演化机制模型,以揭示企业依托技术会聚实现创新突破的动态演化过程。
本文旨在剖析技术会聚动态演化的动因、条件、模式、特征与能力,厘清演化形成的会聚趋势与内在关联,揭示技术会聚的动态演化机制。纵向单案例研究方法具有较强的适用性,理由如下:第一,质性研究适用于理论基础较为薄弱但实践资料丰富的探索性理论构建,而纵向单案例研究方法可提炼特定现象的内在规律[27],便于深入研究“how”和“why”的问题。第二,该方法能够深度挖掘案例企业技术会聚动因,并对其技术会聚的动态演化过程及趋势进行凝练,研究结论可为同类型企业提供实践参考。第三,纵向案例设计以时间序列为脉络构建因果证据链[28],可精准识别关键事件及发生时序,为揭示技术会聚动态演化机制提供支撑。
基于理论抽样原则,聚焦研究主题,本文选择重庆长安汽车股份有限公司(以下简称“长安汽车”)作为研究对象,主要原因如下:一是典型性。案例企业所涉及的领域学科交叉性较强,融合多传统学科与智能化、网联化、电动化等前沿技术,学科交叉、技术融合特征显著,契合技术会聚研究场景,为揭示技术要素动态会聚过程奠定基础。二是代表性。作为国内汽车行业领军企业,长安汽车的技术创新、产品升级等实践具有示范效应,且拥有多元交叉技术,可提供有价值的案例分析与实践验证。三是数据可得性。长安汽车发展历程、技术创新等相关数据记录详尽,财务、公告等信息依法公开,且与行业、媒体等沟通密切,数据获取渠道多元,可保障研究顺利开展。
通过与长安汽车研发人员多次研讨,并结合企业发展历程与关键事件,本文将其技术会聚过程划分为会聚导入期、会聚成长期、会聚成熟期3个阶段(见图1)。会聚导入期为技术会聚初始阶段,核心目标是应对内外部资源压力与知识缺口。2006年,长安汽车放弃低端市场,开启二次创业,进军乘用车领域,聚焦多领域技术提升与融合。会聚成长期,长安汽车从知识积累转向实质性技术集成与创新,通过架构创新与模块化协同,将离散技术知识转化为具有市场竞争力的系统性产品。会聚成熟期,长安汽车的竞争范式从单一技术集成转向开放生态构建与产业共研。2021年以后,依托人工智能技术深度赋能,长安汽车聚焦智能化控制技术会聚,布局构建产业生态体系,迈入智能化发展新阶段。
图1 长安汽车技术会聚历程及关键事件
Fig.1 Changan Automobile's technology convergence process and key events
本文数据以一手资料为主、二手资料为辅。一方面,围绕研究目标,对长安汽车相关人员开展线下半结构化访谈,获取一手研究资料。通过与企业高管、技术骨干、供应链合作方进行交流,掌握其技术会聚顶层战略、核心落地流程、外部资源获取情况;另一方面,对不便开展线下访谈的对象,同步通过腾讯会议开展线上访谈。此外,选取相对可靠、完整且具有代表性的二手资料进行数据分析,主要包括:一是企业高层管理者、相关负责人等的公开访谈记录与演讲资料,如“长安汽车科技生态大会”发言、《新能源汽车发展与长安汽车实践》等;二是企业年报,从巨潮资讯网获取长安汽车近年年报;三是期刊文献,在中国知网、万方等数据平台,通过检索“长安汽车”等关键词,筛选与研究主题相关的研究文献;四是新闻报道,来源于地方政府官网、长安汽车官网以及主流媒体发布的有关长安汽车、技术交叉融合等方面的内容;五是视频资料,包括《看见中国汽车》长安篇、《何以长安》等。案例资料来源见表1。
表1 案例资料来源
Table 1 Sources of case data
资料类型数据来源访谈对象访谈人数总时长(分钟)数据编码一手资料半结构化访谈企业高管4437S1技术骨干5626S2合作方3345S3二手资料学术资料中国知网、万方学术期刊、会议等相关研究文献等A1视听资料公开访谈与演讲、长安汽车纪录片等B1企业公开资料长安汽车公司企业年报、企业官方网站信息与新闻资讯等C1
参考Gioia等[28]的研究,本文采用结构化数据分析方法,通过一阶概念识别、二阶主题提炼、理论维度聚合,构建企业技术会聚的动态演化机制模型。首先,采用分组编码方式,为规避研究人员主观偏差,将搜集到的资料打散,并以受访者原话为标签发掘一阶概念;其次,在逐句分析的基础上,梳理一阶概念间的关系规律并提炼二阶主题;最后,对主题进行聚类以揭示其内在关联、划分关系类别,进而提炼理论维度,通过持续比较分析逐步构建理论模型,直至理论饱和。数据结构如图2所示。
图2 数据结构
Fig.2 Data structures
(1)会聚动因:企业创新追赶会受外部制度压力的影响。2006年,《中华人民共和国国民经济和社会发展第十一个五年规划纲要》提出,“形成一批拥有自主知识产权和知名品牌、国际竞争力较强的优势企业”。在此背景下,我国汽车产业迈入以知识要素驱动的战略转型期。跨国车企构筑专利壁垒、本土车企崛起加剧市场竞争,加上用户需求升级,催生技术要素跨域融合需求,技术融合发展成为必然趋势。发展早期长安汽车因技术基础薄弱、知识储备不足,尚未形成支撑技术会聚实践的环境。长安汽车通过构建柔性组织与弹性培训体系,培育高组织适应性与强组织学习性的组织能力,为吸收外部技术,实现知识集聚提供可行性。
(2)会聚条件与模式:特定技术情境与功能诉求下,技术会聚形成独特且相对稳定的技术模式[29],其创新效应难以估量。适度的技术会聚能够促进组织机构创新,而过度则抑制创新,且具有情境依赖性[20]。此阶段,长安汽车采用以技术移植、技术联合与技术整合为核心的外生式整合模式。外部层面,技术封锁与清晰的技术模块边界,使企业学习行为呈现强情境化与路径化特征;内部层面,企业组织学习为利用式学习,缺乏跨领域整合经验,依赖于传统微车制造技术,核心能力聚焦生产制造而非技术创新,但强组织适应性推动企业确立知识获取的战略意图。同时,高组织适应性与强组织学习性协同形成的适应性学习能力,成为支撑技术会聚的核心内生能力,而内生能力是企业基于自身发展经验沉淀的固有核心能力。因此,“技术边界清晰—技术成熟度低”情境下,长安汽车以适应性学习能力为依托,以知识获取战略意图为导向,通过多源技术知识的“引进—消化吸收—整合”初步开展技术会聚。一方面,借助技术移植与技术联合开发,获取隐性知识并对引进技术进行创造性重组,实现二次创新;另一方面,通过技术整合,对各技术模块分散知识要素进行系统会聚,完成发动机、底盘、车身电子控制等关键技术的模块化整合与优化。
(3)知识集聚:此阶段,为弥补技术会聚面临的能力与知识缺口,长安汽车表现出以会聚知识吸收、会聚环境构建为主的知识集聚特征。知识集聚以跨领域知识吸收与储备为基础,为技术会聚提供原始知识资本,培育组织对异质性知识的识别、吸收与转化能力。
会聚知识吸收是以显性知识获取、隐性知识吸收为主的知识活动,旨在快速构建技术会聚的知识要素基础。通过理解、应用与实践将显性知识内化为隐性知识,是将知识外部性转化为组织认知的重要途径。一方面,长安汽车通过技术引进、技术授权等获取显性知识,构建技术会聚知识基础。另一方面,以知识传递、知识扩散方式吸收隐性知识,内化核心技术能力。例如,通过全球引智获取国际技术经验,进而获取跨领域隐性知识,并将专家经验编码化以实现隐性知识显性化,促进组织内部知识沉淀与扩散,初步构建支撑技术会聚的知识管理基础。
会聚环境构建是外部技术知识转化为内部会聚能力的重要支撑,也是促进知识流动、整合与创造的组织场域,涵盖会聚人才培养、会聚合作布局、会聚文化孕育3个方面。第一,培养会聚人才,打通知识流转路径。长安汽车通过构建内外双向人才流动机制,强化人才对隐显性知识的处理能力,组建具备跨界学习能力的核心团队。第二,布局会聚合作,拓展知识获取网络。例如,与马自达、福特等企业建立合资关系,在日本、英国等地设立研发中心,构建全球技术合作网络,搭建跨域知识获取稳定渠道。第三,培育会聚文化,营造知识创新环境。例如,基于开放包容文化,吸收多元知识,以前瞻视野对接市场需求,为技术会聚提供文化保障。
(4)会聚能力与趋势:长安汽车通过吸收会聚知识与营造会聚环境,构建知识管理平台与知识管理体系,筑牢技术会聚知识基,培育会聚知识管理能力,呈现出点对点吸收的单点吸收式会聚趋势。知识基规模反映企业知识基础的积累程度,体现了知识基的整体性特征与企业知识管理能力[30]。会聚知识管理能力是会聚环境下,企业对零散知识进行系统化整合,并对知识获取、积累、传播、创造等流程进行有效管理与优化的能力,能够推动知识流动,发挥知识溢出效应,为培育高阶会聚能力奠定基础。知识层面,长安汽车构建具备基本功能的知识管理系统平台;技术层面,长安汽车实现发动机国产制造,掌握电喷等技术;管理层面,长安汽车吸收先进管理经验,优化组织内部流程。长安汽车会聚导入期编码如表2所示。
表2 长安汽车会聚导入期编码
Table 2 Coding of technological convergence in the introduction stage at Changan Automobile
聚合维度二阶主题 一阶概念 原始资料示例会聚动因外部必要性用户需求升级C1消费者对智能汽车的期望不断提升市场竞争加剧C1当前国内汽车市场各种竞争势力众多,行业洗牌会加速技术融合发展C1技术融合已成为各行业竞争的重要推动力内部可行性高组织适应性S1建立“微笑曲线”管理逻辑,形成矩阵式、扁平化管理模式强组织学习性C1长安汽车建立了完善的员工培训发展体系,包括职业技能培训、管理技能培训和职业素养培训会聚条件情境约束技术成熟度低B1纯电动车和燃料电池车在技术上仍处于试验阶段,发动机技术处于从引进吸收向自主研发转型的关键阶段,整体技术成熟度还有差距技术边界清晰S2汽车三大件(发动机、变速箱和底盘)共同决定了车辆的核心性能,在传统机械结构层面界限较为明显战略意图知识获取S1中国汽车“剩下的时间不多”,只有争分夺秒地完成知识积累,才能赢得最后战役的胜利内生能力适应性学习能力S2长安汽车的适应与学习能力对技术发展具有重要作用会聚模式外生式整合模式技术移植C1第一代国产福克斯的外观与原版基本上相同,保持了美版造型技术联合S2通过与欧洲、日本等国外设计研究公司联合进行项目开发,积累了丰富经验和技术,对奔奔的推出有很大的帮助技术整合C1通过研发团队的协同工作,实现发动机、底盘、车身电子控制等多个关键技术领域的集成与优化知识集聚会聚知识吸收显性知识获取S3通过拆解技术,进行逆向工程仿制,掌握电喷技术隐性知识吸收C1机电维修工把机电维修行业的经验、感悟记录下来,并进行归纳整理,编撰出书,供技术人员学习会聚环境构建会聚人才培养C1资深设计及技术带头人80余人,在意大利、德国、荷兰等国进行过3～5年的培训会聚合作布局S3长安汽车与马自达、沃尔沃、福特等汽车公司签署合资协议,开展合作会聚文化培育S1文化理念具有开放性,保持开放的心态,广泛汲取国内外领先的技术与管理精髓会聚能力与趋势会聚知识管理能力知识管理平台搭建C1从2008年开始构建知识管理体系,搭建具备基本功能的知识管理系统平台单点吸收式会聚点对点吸收S2公司引进福特手动变速箱完整技术资料,通过8个月技术点对点吸收消化,逐渐完成多项工艺规程本土化改写
注：知识集聚为会聚导入期的会聚特征
(1)会聚动因:技术创新突破需要外部机会窗口与内部能力的协同作用[31]。2011年,《中华人民共和国国民经济和社会发展第十二个五年规划纲要》指出,“大力发展节能环保、新一代信息技术、生物、高端装备制造、新能源、新材料、新能源汽车等战略性新兴产业”。在政策的引导下,企业从技术引进转向核心技术自主可控,迈入技术融合创新阶段。同时,市场呈现刚性消费与消费升级并行态势,自主品牌面临新兴技术市场接受度较低的挑战。当市场环境发生较大变化时,企业亟需从知识集聚向实质性技术会聚升级。长安汽车摒弃“价格战”的内卷式竞争,以跨领域、跨学科技术融合提升技术实力。依托长期对研发的高度重视与持续投入,长安汽车在汽车设计、制造、动力系统等领域,积累了丰富的技术经验,持续加大研发投入、注重品牌建设,为筑牢内部能力提供可行性。
(2)会聚条件与模式:为应对技术复杂度提升、驱动协同创新,长安汽车推进模块化生产与平台开发。外部层面,新能源相关政策明确技术导向,燃油技术与电动化技术交织使技术边界模糊,形成“技术边界模糊—技术成熟度高”的情境约束;内部层面,导入期积淀的会聚知识管理能力,成为支撑技术升级的核心内生能力。依托这一能力,企业构建“架构设计—模块协同”认知框架,通过搭建矩阵式架构、组建跨学科团队摆脱部门路径依赖,推动组织学习模式转向利用式与探索式双循环,筑牢技术集成能力基础。同时,企业战略意图转变为构建可兼容外部顶尖技术模块的“插拔式”技术集成体系,会聚模式转变为“模块化—多技术路线研发—集成”的模块化合作模式。一方面,长安汽车推出P3、方舟、蓝鲸NE动力平台等模块化平台,按功能、区域划分模块同步研发,通过标准化接口实现跨领域技术融合;另一方面,长安汽车积极联合企业、高校、科研院所,开展多领域产学研合作。
(3)技术融合:技术融合是知识集聚向技术创新潜力的转化[32],也是对跨领域、跨地域知识资源进行非线性重组、深度整合与系统化创新的过程。成长期以技术融合为特征,企业通过会聚单元融合与会聚体系创新,将分散的知识要素从简单叠加转化为具有乘数效应的技术协同,形成技术会聚的核心动力。
会聚单元融合是创新要素的结构化过程,依托技术单元整合、合作单元联盟、知识单元融汇和人才单元聚拢,推动技术从零散要素向系统能力跃迁。各维度会聚单元融合可缓解横向知识吸收黏滞,纵向打通技术、市场、组织断层,通过互补重组与场景嵌入放大内部能力杠杆效应,使突破创新契合企业资源禀赋与发展节奏。第一,技术单元整合实现系统创新。长安汽车聚焦新能源、智能驾驶等领域,搭建多个技术平台,一体化集成发动机、电机、电控等核心模块,实现跨领域技术系统融合与创新突破。第二,合作单元联盟会聚产业资源。联合ICT企业、高校等跨行业主体构建合作网络,整合各方技术与市场资源,推动成果高效转化。第三,知识单元融汇筑牢能力根基。通过系统性培训与知识管理,将新能源、人工智能等前沿知识内化为组织能力,构建支撑持续创新的知识体系。第四,人才单元聚拢激发创新活力。引进全球顶尖专家、促进内部人才流动、打造跨学科团队,为研发注入多元活力与持续动力。
会聚体系创新是技术单元融合迈向系统质变的关键,推动各单元关联协同形成有机整体,体现在技术架构创新、技术要素创新、技术价值创新与技术融合创新4个方面。企业从资源依赖向融合技术发展转型,摆脱资源依赖,突破传统要素驱动的路径锁定,激活技术体系的非线性创新效应,进而从外延式扩张向内生式跃迁。第一,技术架构创新。在技术单元整合的基础上,长安汽车搭建统一大数据平台,畅通内外部数据,夯实全流程数字化基础。第二,技术要素创新。将数据确立为关键生产要素,通过与算法模型协同,驱动产品与服务创新。第三,技术价值创新。以绿色低碳理念重塑产业价值锚点,推动企业在新能源赛道上实现可持续发展。第四,技术融合创新。深度融合5G、AI等前沿技术,打通研发、生产、服务全流程数据流,实现智能化运营与决策。
(4)会聚能力与趋势:长安汽车突破单一技术模块局限,系统化整合多维度技术、知识与资源,逐步培育会聚技术集成能力,实现多物理协同设计,呈现多维集成式会聚趋势。相较于一般技术集成能力,会聚技术集成能力更侧重对分布式、多元化技术知识资源的系统整合与优化,通过要素催化效应,涌现出创新协同的新技术范式。从会聚知识管理能力向会聚技术集成能力跃迁,推动长安汽车以局部分散研发带动整体技术水平提升,催生国内首个模块化平台——蓝鲸NE动力平台。长安汽车会聚成长期编码如表3所示。
表3 长安汽车会聚成长期编码
Table 3 Coding of technological convergence in the growth stage at Changan Automobile
聚合维度二阶主题 一阶概念 原始资料示例会聚动因外部必要性市场环境巨变C1汽车消费市场基于环境发生了巨大变化政策环境引导S2政府对新能源汽车的大力扶持为长安汽车指明了未来发展方向内部可行性研发投入C1长安汽车在智能化和新能源技术方面的持续投入,为其在未来的市场竞争中赢得了先机品牌建设C1为了挤进这个竞争激烈的市场,长安汽车开始注重创新和品牌建设会聚条件情境约束技术成熟度高S2燃油车基本上发展了100年,也就是比较稳定,没有太多的新东西技术边界模糊S2蓝鲸动力平台和新蓝鲸增程平台将燃油、混动、电动技术整合为统一体系,打破传统动力技术割裂状态战略意图技术集成C1SDA架构“硬件标准化+软件平台化”的定位,目的就是吸引华为ADS、地平线芯片、宁德时代5C电池、联发科座舱SoC等外部顶尖技术模块快速“插拔式”集成内生能力会聚知识管理能力S1我们不是简单堆硬件,而是把已验证的知识资产会聚到同一底座,形成新的认知再向下一代车型释放会聚模式模块化合作模式模块化研发C1长安汽车整合全球研发资源推出P3、方舟、蓝鲸NE动力平台等模块化研发平台,将不同领域技术设计成独立模块,可快速集成到不同车型中合作研发S3长安汽车与比亚迪等企业开展战略合作,与重庆大学等高校在发动机、智能化、车身轻量化等众多领域开展合作技术融合会聚单元融合技术单元整合A1围绕“发动机+三电”根技术,通过“积木式”动力模组化开发,将发动机、电机、电控、增程器等一体化创新提升合作单元联盟C1联手ICT企业、联手车企、联手销售企业、联手高校知识单元融汇S2长安汽车的新能源技术研发涉及机械工程、电气工程、材料科学、信息工程等多个学科人才单元聚拢C1吸引全球顶尖工程师和科学家,聚焦智能驾驶、芯片设计等领域会聚体系创新技术架构创新C1构建大数据平台DDM,将外部数据和企业内部数据进行拉通整合技术要素创新C1数据和算法的配合与演进,将带来多层次的全新服务技术价值创新C1绿色低碳正在成为汽车产业链新的价值锚点技术融合创新C1长安汽车数智工厂通过数据和AI技术深度融合,成功打通了工程数据流、生产工艺流以及商业信息流会聚能力与趋势会聚技术集成能力动力系统集成B1长安汽车历时4年打造的蓝鲸NE动力平台可全面兼容48V、HEV、PHEV、REEV四种动力形式,零部件通用化率98%,是中国品牌车企中首个动力模块化平台多维集成式会聚多物理协同设计C1将电机、减速器、电机控制器、DC-DC、OBC、PDU、电池管理7大部件深度耦合为同一箱体,逐渐实现电磁—热—流体—结构多物理场协同设计
注：技术融合为会聚成长期的会聚特征
(1)会聚动因:产业生态竞争升级,要求企业具备应对高不确定性与处理复杂网络关系的战略能力。2021年,“双碳”目标推动新能源汽车行业快速发展。行业竞争核心从电动化转向智能化,头部企业聚焦产业标准与生态定义权争夺。新冠疫情、芯片短缺导致汽车市场低迷,企业供应链与生产受到冲击,且消费群体年轻化引发消费结构变化,行业挑战加剧。此背景下,长安汽车凭借前瞻性技术布局与持续研发投入,筑牢企业战略支撑与技术支撑,通过“海纳百川”计划加快全球化布局,推动技术创新与产业协同,以集成创新形成突破性技术,为爆款车型打造提供内部支撑。
(2)会聚条件与模式:数智时代,借助大数据、云计算、AI等前沿技术,企业能够突破跨领域壁垒、弥合技术信息鸿沟。外部层面,“双碳”目标与智能化浪潮下,产业边界模糊,技术方向的不确定性提升,单一企业独占式研发风险加剧,跨产业技术溢出与产业链协同需求凸显。此时,长安汽车技术网络密度提升,但智能化发展受安全标准缺失、责任认定模糊等制约,整体技术成熟度仍有待提升,形成“技术边界模糊—技术成熟度低”的情境约束。内部层面,成长期培育的会聚技术集成能力,成为跨产业资源技术整合的核心内生能力。企业通过“海纳百川”计划、开放平台建设摆脱封闭研发路径依赖,以探索式组织学习为主,聚焦跨产业共研与生态构建,提升产业网络能力,战略意图转向定义未来产业格局,会聚模式转变为“开放平台—合纵连横—共建共研”的网络化共研模式。一方面,构建会聚网络,在全球五国九地布局研发网络,依托“长安云课堂”搭建企业级知识共享平台;另一方面,深化共建共研,链接全球生态伙伴,共建AI、超级计算平台等核心能力,在大模型、车机等领域打造开放平台,整合各方优势推动跨领域技术交叉融合。
(3)产业联动:技术会聚过程中伴随着产业知识溢出,以实现新的技术整合[32]。会聚特征从技术系统延伸至产业生态系统,产业联动成为成熟期的核心特征,体现在产业链纵向协同、跨产业横向联盟、立体产业生态构建3个方面。产业链纵向延伸能够强化上下游协同韧性、提升产业抗风险能力,产业链横向拓展则依托跨领域资源整合与技术联盟增强协同创新效应,以横纵向整合打造立体产业生态。
产业链纵向协同是与产业链上下游企业开展深度合作,打通原材料供应、零部件制造、整车生产、销售及售后服务的全流程。跨学科知识背景与广泛的行业网络,可推动知识区域横向扩散与产业链纵向渗透[33]。第一,开展战略合作。长安汽车与国内外60余家科技、软件、芯片企业合作,构建全产业链合作网络。第二,共建产业集群。联合新能源上下游600余家企业,共建世界级汽车产业集群,强化产业链协同效应。 跨产业横向联盟是企业突破行业边界、联合跨产业主体构建协同创新网络,汇聚外部技术、知识、市场等要素,实现价值创造与重塑竞争优势的战略行为。一是构建技术联盟,长安汽车联合百度、科大讯飞等互联网企业整合尖端技术进行联合研发,依托百度算法联合开发智能驾驶辅助系统,应用科大讯飞语音技术升级智能座舱,提升用户交互体验;二是组建安全联盟,携手华为、腾讯在网络安全、大数据等核心领域开展深度合作,应对智能化带来的安全挑战;三是搭建商业联盟,与斯达半导体、英飞凌等企业深化跨产业合作,共同推进下一代功率半导体在新能源汽车领域的商业化应用。
立体产业生态构建是以企业核心业务为主,突破产业边界与价值链壁垒,通过纵向产业链贯通、横向跨产业融合,整合技术、数据、资本、用户等多元要素,构建覆盖全价值链的产业生态系统。第一,构建用户生态。长安汽车顺应消费群体年轻化趋势,立足用户需求,探索用户直通直联模式,以用户体验牵引技术创新方向。第二,融入绿色生态。围绕“双碳”目标,将绿色发展理念贯穿产业生态全流程,通过实施“香格里拉”计划与“海纳百川”计划,加速新能源车型研发与市场布局,携手共建绿色产业生态。第三,打造科技生态。广泛联动高校、科研机构及科技企业,构建开放协同的创新网络,推动前沿技术交叉融合、共生演进。第四,布局数字生态。以大数据、人工智能为核心支撑,打通全场景数据链路,全面赋能研发、生产、运营各环节,实现效率与智能化水平双重提升。
(4)会聚能力与趋势:企业专有性技术能力向核心性技术能力演进,不仅增强了其对产业网络的领导力与支配力,更推动其技术体系从产业边缘逐步进入产业核心[34]。长安汽车坚持自研与共研并举,构建生态型会聚网络、推进跨产业合纵连横,打造立体产业生态,逐步培育会聚产业网络能力,实施产业链融通发展“共链行动”,推动会聚趋势向生态渗透式演化。会聚产业网络能力是企业通过跨产业、跨主体、跨要素的有机协作与整合,突破行业壁垒、构建立体产业生态,实现资源共享、优势互补与价值共创的系统性能力。作为智能网联新能源汽车产业“链主”企业,长安汽车持续推动新能源、智能网联等领域的跨产业深度融合。长安汽车会聚成熟期编码如表4所示。
表4 长安汽车会聚成熟期编码
Table 4 Coding of technological convergence in the maturity stage at Changan Automobile
聚合维度二阶主题 一阶概念 原始资料示例会聚动因外部必要性汽车市场低迷S1新冠疫情影响下,国内汽车市场陷入低迷消费结构变迁C1消费群体年轻化将成为今年国内汽车市场的重要特征,消费结构变化正在重新定义市场内部可行性企业战略支撑B1通过“海纳百川”计划,加速全球化布局,推动技术创新和产业协同技术突破支撑C1持续的技术积累为长安汽车持续输出爆款车型提供支撑会聚条件情境约束技术成熟度低C1相对于传统汽车,智能驾驶汽车的技术还不够成熟技术边界模糊S3人工智能技术深度嵌入汽车行业,行业正在经历电动化、智能化、网联化与传统制造技术的深度融合,技术边界越来越模糊战略意图产业格局S2长安汽车的战略意图已不再是跟随产业变化,而是基于技术边界、产业边界和竞争规则主动定义未来产业格局内生能力会聚技术集成能力S1长安汽车正是凭借这种技术集成核心能力,把原本分散在电池、芯片、软件、通信、新材料等不同产业的顶尖要素,快速拼装成整车级、平台级甚至生态级的解决方案会聚模式网络化共研模式会聚网络C1长安汽车在全球范围内建立了一套研发网络;利用长安云课堂开展企业级在线学习,加强企业知识传播,形成知识网络共建共研S2长安汽车与一系列的合作伙伴共同研发芯片、固态电池等关键核心技术产业联动产业链纵向协同战略合作S3与产业链上国内外60多家科技企业、软件企业、芯片企业形成战略合作产业集群S1联合上下游企业形成产业集群跨产业横向联盟技术联盟C1与百度、科大讯飞等互联网企业构筑技术联盟安全联盟C1与华为、腾讯围绕网络安全、大数据等多个领域进行深度合作商业联盟C1与斯达半导体、英飞凌等深化合作,共同推进下一代功率半导体在新能源汽车领域的商业化应用立体产业生态构建用户生态B1用户直通直联,探索用户生态绿色生态B1践行“双碳”目标,共创绿色生态科技生态B1打造开放协作、跨界融合、共生共赢、进化成长的科技生态数字生态B1聚焦创新应用和全场景数字连接,打造数字生态会聚能力与趋势会聚产业网络能力充当链主企业S3长安作为智能网联新能源汽车产业的“链主”企业生态渗透式会聚共链行动C1面向未来,长安汽车将继续深入实施产业链融通发展“共链行动”
注：产业联动为会聚成熟期的会聚特征
本文基于技术会聚视角,探究资源能力受限企业依托技术会聚实现创新突破的过程,提炼出涵盖识别会聚动因与条件、选择会聚模式、构建会聚特征、发展会聚能力、演化会聚趋势的技术会聚动态演化机制。研究发现:企业技术会聚演化呈现三阶动态跃迁,各阶段异质性情境催生差异化会聚动因,进而形成特征各异的会聚模式;技术会聚活动演化形成“会聚知识管理能力—会聚技术集成能力—会聚产业网络能力”的动态能力体系,并呈现出“单点吸收式会聚—多维集成式会聚—生态渗透式会聚”的递进演化趋势;技术成熟度与边界特征构成的技术情境约束,以及企业战略意图与内生能力演进,共同促使会聚模式呈现动态转化特征,且具有边界条件。长安汽车技术会聚的动态演化机制模型如图3所示。
图3 长安汽车技术会聚的动态演化机制模型
Fig.3 Dynamic evolution mechanism model of Changan Automobile's technological convergence
(1)会聚导入期。用户需求升级、市场竞争加剧与技术融合发展构成企业技术会聚的外部必要性动因,而内部强组织学习性与高组织适应性,是企业将外部动机转化为会聚行为的内部可行性条件。此阶段,技术会聚条件尚未成熟,技术创新以现有技术领域重组为主。企业采用“引进—消化吸收—整合”的外生式整合模式,呈现出以会聚知识吸收和会聚环境构建为核心的知识集聚特征。企业通过广泛吸收外部显性与隐性知识,积累原始知识资源,同时通过培养会聚人才、布局会聚合作与孕育会聚文化,构建有利于技术会聚的知识技术体系与环境支撑。借助外生式整合模式,企业突破原有封闭知识环境,搭建具有点对点吸收属性的开放型会聚知识网络。松散的网络联结推动企业形成适配知识吸收与管理的会聚知识管理能力,会聚趋势表现为单点吸收式会聚。
(2)会聚成长期。新技术方向催生的市场环境变化与新能源汽车产业的政策环境引导构成外部动因,而企业通过加大研发投入、深耕品牌建设,将外部条件转化为新的会聚机遇。此阶段,企业采用“模块化—多技术路线研发—集成”的模块化合作模式开展实质性技术会聚,呈现出以会聚单元融合和会聚体系创新为主的技术融合特征。企业依托技术单元整合、合作单元联盟、知识单元融汇和人才单元聚拢会聚创新要素,并通过技术架构创新、技术要素创新、技术价值创新与技术融合创新,破解会聚单元离散问题,实现从单点突破到体系化发展转变。模块化合作模式构建起适配产品与技术协同研发的目标型会聚联盟网络,具备企业与网络成员优势互补、双向赋能的紧密耦合属性。企业通过撬动网络创新潜力持续提升会聚技术集成能力,推动会聚趋势向多维集成式会聚演进。
(3)会聚成熟期。疫情冲击下的汽车市场低迷、消费年轻化转型引发的消费结构变化构成外部必要性动因,企业战略支撑与模块化合作阶段的技术支撑则构成内部可行性因素。会聚模式演化为合作关系更加复杂的“开放平台—合纵连横—共建共研”的网络化共研模式,呈现出以产业链纵向协同、跨产业横向联盟与立体产业生态构建为核心的产业联动特征。企业依托产业协同网络打通全价值链,进而突破产业边界与价值壁垒,构建全价值链的网络化产业生态系统。网络化共研模式能使合作伙伴在宽松的创新环境保持技术呼应,进而形成生态型会聚网络,实现企业与成员多维联动。这一模式能够提升研发组织的创新自主性,有助于企业培育会聚产业网络能力,推动会聚趋势演化为生态渗透式会聚。
企业技术会聚模式呈现出“外生式整合模式—模块化合作模式—网络化共研模式”的演化路径,其动态转化由技术情境约束、企业战略意图与内生能力演进三重因素协同驱动。三者共同界定模式转化的边界条件,进而推动模式递进升级(见图4)。其中,技术成熟度与技术边界构成的情境约束是模式选择的基础,企业战略意图指引模式转换方向,企业长期积累、支撑技术会聚全流程的内生能力演进是模式落地的关键。具体而言:会聚导入期,技术层面呈现“技术边界清晰—技术成熟度低”情境,企业战略聚焦确定性知识获取,“强组织学习性+高组织适应性”形成的知识适应性学习能力与利用式学习,支撑其选择外生式整合模式弥补知识与能力缺口。会聚成长期,技术层面呈现“技术边界模糊—技术成熟度高”情境,企业认知框架革新,企业战略意图也转向技术集成,并依托导入期形成的会聚知识管理能力与双循环学习,使模块化合作模式的集成创新效应最大化。会聚成熟期,技术层面呈现“技术边界模糊—技术成熟度低”情境,企业战略意图升级为定义未来产业格局,形成生态共创认知框架,并依托成长期培育的会聚技术集成能力与探索式学习,转化为网络化共研模式。“技术边界清晰——技术成熟度高”情境下,固化的知识体系与明确的技术边界,导致技术会聚难以发生。
图4 会聚模式动态转化的边界条件
Fig.4 Boundary conditions for the dynamic transition of convergence models
(1)构建了技术会聚的动态演化机制模型。现有研究从过程视角强调技术会聚的动态性[12],但较少深入企业实践,也未关注其内在连续关联的演化过程。本文基于技术会聚视角,构建“会聚动因—会聚条件—会聚模式—会聚特征—会聚能力—会聚趋势”的技术会聚动态演化机制模型,将技术会聚从静态战略提升为伴随动态能力构建的过程,为企业实现非对称追赶提供了新的过程性理论解释。
(2)揭示了内生能力演进对会聚模式转化的核心作用。既有研究识别出技术生命周期阶段、技术准备度、研发预算、科学与技术的演进等是技术会聚的外部动因与情境条件[15,35],但未充分阐释会聚模式动态转化的边界条件与内生能力作用。本文兼顾技术情境约束,引入企业战略意图,突出内生能力演进的核心价值,明确三者的协同驱动作用,界定了会聚模式转化的边界条件,丰富了现有研究成果。
(3)揭示了技术会聚情境下企业实现创新突破的动态能力演化链条。现有研究主要聚焦多维能力协同(张娜娜等,2022),对不同能力衔接、演进并实现创新突破的完整过程关注有限。本文提出动态情境下企业“会聚知识管理能力—会聚技术集成能力—会聚产业网络能力”的阶梯式动态能力演化过程,拓展了动态能力理论的过程视角,提升了其情境适用性。
(1)通过政策引导、资源整合与制度保障,为企业技术会聚营造良好的环境。第一,出台精准化激励政策,对跨领域技术会聚合作成效显著的企业给予资金支持或税收优惠,降低创新成本与风险,激发企业参与技术会聚的积极性。第二,搭建跨主体技术共享平台,整合高校、科研机构与企业资源,突破技术信息不对称壁垒,为企业提供便捷的技术对接与交流渠道。第三,完善知识产权保护体系,针对人工智能、大数据等新领域优化知识产权保护标准,明确技术会聚成果的产权归属与使用规则。第四,推动高校学科交叉融合,增设跨学科专业,培育复合型人才,为技术会聚提供制度与人才保障。
(2)企业需立足技术会聚动态演化规律,以阶段性适配与协同创新突破资源能力约束。第一,分阶段聚焦核心任务,初期以知识集聚为基础,通过技术引进与跨界合作筑牢根基;中期侧重技术集成,依托模块化研发突破技术壁垒;后期聚焦产业联动,以开放平台联动产业资源,实现从知识到产业的层层突破。第二,动态适配技术情境与战略意图,灵活切换会聚模式,避免路径依赖,同时强化跨主体协同与数智赋能,联合产业链上下游及科研机构共建共研。第三,搭建知识管理平台,促进显隐性知识转化与共享,通过“知识—技术—产业”层层递进实现创新突破。
本文存在以下不足:第一,采用纵向单案例研究方法,聚焦特定企业,结论普适性有待进一步验证。未来可选取多行业、多类型企业开展比较研究,以增强理论模型的解释力。第二,采用质性研究揭示技术会聚的演化特征与机制,对因果关系的实证检验不足,后续可结合定量分析检验其因果关系。第三,初步探讨了技术会聚的阶段演进逻辑,关注了智能技术应用,但未深入剖析数智技术的赋能机制。未来可聚焦数智技术,揭示其在技术关联识别、知识重组等方面的赋能机理与实现路径。
[1] HACKLIN F, BATTISTINI B, KROGH G V. Strategic choices in converging industries[J].Mit Sloan Management Review, 2013, 55(1):65-73.
[2] 杨冠灿, 行佳鑫, 王雪, 等.复杂动态视角下的技术会聚预测方法研究综述[J].图书情报工作, 2024, 68(2): 134-147.
[3] KARVONEN M, K
SSI T.Patent citations as a tool for analysing the early stages of convergence[J].Technological Forecasting and Social Change, 2013, 80(6): 1094-1107.
[4] LEE W S, HAN E J, SOHN S Y.Predicting the pattern of technology convergence using big-data technology on large-scale triadic patents[J].Technological Forecasting and Social Change, 2015, 100: 317-329.
[5] SINGH P, ELMI Z, LAU Y Y, et al.Blockchain and AI technology convergence: applications in transportation systems[J].Vehicular Communications, 2022, 38: 100521.
[6] 刘娜, 毛荐其, 余光胜.技术会聚研究探析与展望[J].科研管理, 2017, 38(12): 20-28.
[7] 魏枫, 完颜含玥.新质生产力形成机制与演进路径研究[J].学习与探索, 2025,47(9): 21-30.
[8] 蔡家玮,欧阳桃花,曾德麟,等.技术可供性视角下数据要素价值实现机制研究——以联通数科为例[J].科技进步与对策,2025,42(20):11-21.
[9] BARNEY J.Firm resources and sustained competitive advantage[J].Journal of Management, 1991,17(1):99-120.
[10] PRIEM R L,BUTLER J E.Is the resource-based "view" a useful perspective for strategic management research?[J].Academy of Management Review,2001,26(1):22-40.
[11] 冯宇琦, 刘利, 袁曦临.行业政策影响下医药企业技术创新路径研究——来自集采中选企业的证据[J].中国科技论坛, 2026,42(1): 61-71.
[12] CURRAN C S, BRÖRING S, LEKER J.Anticipating converging industries using publicly available data[J].Technological Forecasting and Social Change, 2010, 77(3): 385-395.
[13] MAINE E, THOMAS V J, UTTERBACK J.Radical innovation from the confluence of technologies: innovation management strategies for the emerging nanobiotechnology industry[J].Journal of Engineering and Technology Management, 2014, 32: 1-25.
[14] 冯科, 曾德明, 周昕.技术融合的动态演化路径[J].科学学研究, 2019, 37(6): 986-995.
[15] JEONG S, LEE S.What drives technology convergence? exploring the influence of technological and resource allocation contexts[J].Journal of Engineering and Technology Management, 2015, 36: 78-96.
[16] 陈钰芬, 王科平.基于专利技术共现网络的人工智能跨领域融合模式识别[J].情报杂志, 2021, 40(7): 8-15, 29.
[17] ROSENBERG N.Technological change in the machine tool industry, 1840-1910[J].The Journal of Economic History,1963,23(4):414-443.
[18] WANG Z N, PORTER A L, WANG X F, et al.An approach to identify emergent topics of technological convergence: a case study for 3D printing[J].Technological Forecasting and Social Change, 2019, 146: 723-732.
[19] 徐贤睿, 武兰芬, 姜军.专利视域下量子信息领域技术会聚及机会预测[J].科技管理研究, 2024, 44(13): 116-124.
[20] 毛荐其, 李新秀, 刘娜.技术会聚对创新绩效的作用机制研究[J].科技进步与对策, 2018, 35(20): 9-14.
[21] 邓思铭,栾春娟.专利技术会聚层次对专利市场价值的作用机理研究[J].科技进步与对策,2025,42(15):149-160.
[22] 刘娜, 荣雪云, 毛荐其.技术会聚模式及辨识研究——以储能领域为例[J].情报杂志, 2018, 37(12): 20-27.
[23] KODAMA F.MOT in transition: from technology fusion to technology-service convergence[J].Technovation, 2014, 34(9): 505-512.
[24] HARIANTO F, PENNINGS J M.Technological convergence and scope of organizational innovation[J].Research Policy, 1994, 23(3): 293-304.
[25] BORÉS C, SAURINA C, TORRES R.Technological convergence: a strategic perspective[J].Technovation,2003,23(1):1-13.
[26] ROCO M C, BAINBRIDGE W S.The new world of discovery, invention, and innovation: convergence of knowledge, technology, and society[J].Journal of Nanoparticle Research, 2013, 15(9):1-17.
[27] YIN,ROBERT K.Case study research: design and methods[M].3rd ed.Newbury Park, CA: Sage, 2003.
[28] GIOIA D A, CORLEY K G, HAMILTON A L.Seeking qualitative rigor in inductive research: notes on the Gioia methodology[J].Organizational Research Methods, 2013, 16(1): 15-31.
[29] 方文彬, 胡景谱.技术哲学经验转向视域下人类增强技术的哲学考察[J].湖南科技大学学报(社会科学版), 2023, 26(5): 176-184.
[30] 喻登科, 张婉君.企业组织知性资本、知识管理能力与开放式创新绩效[J].科技进步与对策, 2022, 39(9): 122-131.
[31] 饶扬德, 邹盈, 刘鹏, 等.后发企业关键核心技术突破路径研究——以长安汽车发动机技术为例[J].科研管理, 2025, 46(11): 42-53.
[32] HACKLIN F.Management of convergence in innovation: strategies and capabilities for value creation beyond blurring industry boundaries[M].Heidelberg: Physica-Verlag HD, 2008.
[33] ALMEIDA P, KOGUT B.Localization of knowledge and the mobility of engineers in regional networks[J].Management Science, 1999, 45(7): 905-917.
[34] 王伟光, 侯军利.创新生产价值链视角下企业技术成长路径与创新能力演化——基于多案例比较分析[J].中国软科学, 2023,38(4): 151-161.
[35] 彭文波,余翔,冯仁涛.区域多样化模式、技术生命周期与战略性新兴产业创新绩效[J].科技进步与对策,2024,41(14):49-61.