信息产业的接力创新：一个多案例研究，本文主要内容关键词为：信息产业论文,案例论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
多主体之间的顺序“接力”是生物制药等新兴产业创新的基本模式，文献[1]称之为“接力创新”。接力创新与其他创新模式之间既存在相通之处，又具有显著差异，以接力创新为分析框架，可以帮助创新主体明确定位、科学决策，指导产业集群、创新网络建设，并为制定产业政策提供依据[2]。因此，识别哪些领域遵循接力创新就成为具有现实意义的问题。
文献[2]提出判断接力创新易发领域的四个标准：(1)创新可以序贯分解为不同阶段；(2)创新所需的知识体系特别复杂，不确定性和风险特别高；(3)创新过程高度依赖基础研究，科学和技术相统一；(4)知识产权分配居于创新价值链的核心。根据上述判据，随着新一代信息技术的发展及应用，信息产业也应该表现出接力创新的特性，但现实情况是否如此，尚未得到实证检验。本文的目的是验证在信息产业中是否较为广泛地存在接力创新模式，如果存在，信息产业的接力创新与生物制药产业等相比有何不同的特点，遵循哪些特定规律。分析信息产业的接力创新可以拓展接力创新的应用范围，同时可以运用接力创新的原理和规律，对信息产业的创新提供指导。
由于接力创新具有很强的纵向性，采取统计抽样的方法很难对其动态变化过程进行准确描述，相比之下案例研究更适合本文的研究目的和研究对象。案例研究中的多案例研究在有效性方面具有优势[3]，因此本文将采取多案例研究的方法。论文后续安排如下：第二节梳理接力创新的理论沿革，定义研究变量；第三节为案例介绍；第四节通过案例分析归纳信息产业的接力创新特性；第五节进一步分析信息产业接力创新的形成机理；第六节为研究结论。
1 理论沿革与变量定义
学术界对接力创新的研究源于生物制药产业。文献[4]指出生物制药创新的发明主要来自大学，创新过程中大学、公共研究、盈利性公司等不同类型的组织建立联系共同参与创新[5]，大型制药公司与基于生物技术从事新药发现的专业化企业之间是合作关系[6]。李天柱等通过案例归纳，最早提出生物制药创新中专家型公司与核心公司之间合作的本质是二者的接力创新[7]①。文献[1]进一步考虑生物制药起源于基础科学研究的特性，将大学等公共研究机构纳入接力创新框架，提出了接力创新的完整概念，分析了主要接力关系和接力方式。文献[2]比较了接力创新与合作创新(包括产学研)、开放式创新、协同创新、二次创新等其它典型创新模式之间的异同及应用思路。文献[7]、文献[8]、文献[9]等运用接力创新研究生物制药产业区域创新平台架构、生物医药共性技术研发平台的组织运行及生物技术产业集群的创新特性等问题。
总之，目前关于接力创新的研究主要是基于生物制药产业，其他产业是否存在接力创新及其接力创新的特点如何，尚无专门研究。根据文献[1]、文献[2]、文献[7]，本文将通过如下变量对信息产业的接力创新进行实证检验。
(1)接力创新。接力创新是指由能力显著异质、优势明显互补的不同主体分别承担创新链上不同环节的任务，以“接力”方式依次完成一项创新从构思、研发、生产到商业应用等活动，最终实现创新的价值实现过程。从该定义看，接力创新的本质为强调创新主体分别承担不同的创新任务，并通过各主体间的顺序接力共同完成一项创新任务，创新过程中各主体地位平等、缺一不可、各司其职、很少“越界”。
(2)接力关系。以生物制药为代表的接力创新可以概括为由如下接力关系构成的生态系统：第一，以不同创新主体之间顺次创造创新所需的知识并实现接力为主线；第二，不同创新主体之间以知识产权作为实现接力的主要手段；第三，以金融接力为支撑，即创新过程中存在不断有新的资金加入，同时原有的资金退出的接力现象；第四，创新过程中政府的支持政策也具有和金融支撑类似的接力现象。
(3)接力方式。接力方式是上下游创新主体之间实现接力的具体手段。在生物制药创新中，大学与专家型公司之间的典型接力方式包括大学对专家型公司进行授权许可、科学家自主创业、大学利用自己的研究成果创建专家型公司、大学公开发表研究成果及大学与专家型公司之间战略性技术合作，而专家型公司与核心公司之间的典型接力方式主要有专家型公司对核心公司进行技术转让、整体出售、承担合同研究及市场共同开发。
2 案例介绍
案例研究所需的案例一般以410个为宜[10]，案例的选取要求具有较大的典型性和极端情形，同时要具有独特的研究价值[11]。信息产业已经经历了较长的发展周期，在传统信息产业中尚难以发现严格遵循接力创新的案例。但根据文献[2]提出的判别标准和笔者的观察，接力创新应该主要出现在新一代信息技术产业中。我国一般将新一代信息技术划分为下一代通信网络、物联网、三网融合、新型平板显示、高性能集成电路和以云计算为代表的高端软件等六个领域[12]。通过对相关文献的研读分析，查阅相关的企业和产业资料，并结合对相关技术专家和管理专家的访谈，本文选择表1中的10个典型案例作为研究对象。案例选择主要基于两个标准：第一，尽可能广泛覆盖信息产业的相关领域，以提高研究结论的普适性；第二，涉及的创新主体尽量包括信息产业中的典型企业(如Google、Teradata、Twitter等)，以提高案例的典型性和代表性。为后续分析之方便，表1将案例分为两种类型，分别为第一类接力创新和第二类接力创新。
需要指出，由于罕有文献从接力创新的视角对信息产业的创新进行整理和研究，因此无法从已有文献和访谈中直接获得研究所需的案例。表1是笔者通过资料收集获得零散的创新案例片段，然后依据接力创新的特性进行筛选和拼接而得到，并且表1所列的案例仅是笔者整理得到的案例中的一部分。针对每一个拼接得到的案例，笔者均从两个以上不同的数据来源(专著、学术论文、行业动态资讯、公司网站等)获取与该案例相关的信息，对案例进行检验，以确保案例的真实性和客观性，因此案例的质量可以得到保证。同时，由于拼接案例受到数据来源的限制，因此肯定还有更多、更典型的案例无法得到，可能在一定程度上影响论文的研究质量，但笔者认为表1中的案例已经可以较好地满足研究所需。遗憾的是，笔者并未在我国信息产业中发现接力创新的案例，这可能与我国相关产业发展稍显滞后有关。但这种遗憾也佐证了本文研究的意义，如果接力创新确实是信息产业的重要创新模式，我国相关产业就应该有目的将接力创新作为理论指导，并从本文得到经验借鉴。
3 信息产业的接力创新分析
通过对本文的案例进行归纳分析，发现信息产业也在相当程度上遵循接力创新模式，但在多个方面均表现出与生物制药产业不同的特点。
3.1 信息产业接力创新的存在性
表1中的案例显示，信息产业中的很多创新都是由不同企业分别完成创新链上不同环节的任务，并通过上下游企业之间的接力传递最终完成创新的价值实现过程，这种特性与接力创新的本质是一致的，因此可以确定信息产业中较为广泛的存在着接力创新。
例如，验证码(全称为“全自动区分计算机和人类的图灵测试”)的发明者、卡内基梅隆大学的Luis Von Ahn发明了ReCaptcha技术用于鉴别计算机网络的登录用户是人(而非恶意程序)，该技术还可以破译数字化文本中不清楚的单词，而Google收购了Luis Von Ahn的公司并使ReCaptcha技术在Google图书扫描业务中大放异彩；又如，华盛顿大学的Oren Etzioni创建的Clear Forest公司是全球最早一批致力于从文本中挖掘信息的公司，公司被路透社收购后文本信息挖掘技术在路透社中得到广泛应用；Oren Etzioni同样借助风险投资创建的Farecast公司开发机票价格预测模型向用户提供机票价格预测服务，预测准确率高达75％，平均每张机票可为用户节省50美元，但这项创新能够获得成功，却离不开机票预订系统ITA Software在上游为其提供过去多年全美各条航线上机票价格变动的数据；再如，DataSift和Gnip两家公司分别向用户提供营销效果和市场需求预测方面的服务，而它们所运用的数据则来自于Twitter所授权的海量微博数据，否则它们的预测模型根本无法运行。
上述案例仅是信息产业接力创新的一小部分，表1中的其它案例也遵循相同的规律。事实上，还有很多相似案例并未被收录进本文，如Twitter不仅向DataSift和Gnip两家公司提供数据，它也向英国对冲基金Derwent Capital授权微博数据，由Derwent Capital进行股市投资信号预测等。
3.2 范围、主体与类型
虽然信息产业内存在接力创新，但与生物制药等产业相比在如下几方面存在自身特点：
第一，发生范围。接力创新是生物制药创新的基本模式，几乎所有成功的生物技术药品都是接力创新的结果，整个生物制药产业就是围绕接力创新组织的[2]。但接力创新只是信息产业重要的创新模式之一，且主要发生在新一代信息产业中。在新一代信息产业中，像新型平板显示、高性能集成电路等以硬件技术为主的创新也很少遵循接力创新模式，遵循接力创新的主要是以数据分析和软件为主的创新。即便是在以数据分析和软件为主的新一代信息产业中，也并非所有的创新都是以接力方式完成的，Google翻译服务、IBM的电动汽车动力与电力供应系统优化预测、亚马逊的图书自动推荐系统等重要创新并非接力创新的结果。
第二，参与主体。生物制药创新需要大学、专家型公司及核心公司共同完成接力过程，接力创新链条较长。新一代信息产业的创新一般不需要大学直接参与进来(虽然大学科研仍然是创新前端的基本支撑)，而主要依靠不同企业分别承担创新链上下游的任务完成接力，接力创新链条较短，这一点可以从表1的案例中得以证明，在笔者整理得到的信息产业的其他接力创新案例中，也未见到大学直接参与创新接力的情形。从表1中还可以发现，信息产业的接力创新中既存在小公司(也可称为专家型公司)向大公司接力传递的情形，也存在大公司向其他公司(可以是大公司也可以是小公司)接力传递的情形，而生物制药的接力创新是从“小”的创新主体向“大”的创新主体逐级传递的过程。
第三，创新类型。“大学-专家型公司-核心公司”的顺序接力是生物制药接力创新的基本形式。而信息产业的接力创新存在两种相对不同的类型：一种是上游企业提供创意和技术，下游企业承接利用上游企业的创意和技术，进一步实现商业应用。表1中的第一类接力创新均是如此，如网页流量测量公司Hitwise通过采集搜索流量来揭示消费者偏好，然后提供给Experian公司使用；另一种是上游企业提供数据，下游企业承接上游企业的数据来开发产品和服务，进而实现商业应用。表1中的第二类接力创新即是如此，如沃尔玛向Teradata公司提供顾客数据资料，然后由Teradata分析这些数据制定营销方案。
3.3 主要接力关系
信息产业接力创新生态系统中的主要接力关系与生物制药产业具有较高相似度。
首先，居于接力创新核心的也是知识创造接力，表1中的案例及其他未被罗列进本文的案例均显示了这一点。但是信息产业创新中创造的技术知识在接力过程中有时存在应用领域转移的现象，如FlightCaster.com公司开发的航班晚点信息预测技术传递给Next Jump公司后，被应用于企业折扣管理并大获成功。生物制药产业中的大学、专家型公司及核心公司虽然在接力之初也不一定具有共同的目标，但各创新主体确实是自发或自觉的为共同创造一种创新药品而努力，从而形成典型的“基础研究-实验开发-商业化应用”的线性过程。
其次，信息产业的创新接力同样以知识产权作为接力的主要手段，不过，实现接力的手段相比生物制药产业而言存在差异(下文详述)。
再次，金融支撑在信息产业的接力创新过程中不像生物制药产业那样漫长复杂，在第一类接力创新中的小公司主要依靠风险投资提供支持，传递到大公司后主要依靠大公司的资金，在第二类接力创新中主要依靠大公司的资金完成整个创新过程。而生物制药的接力创新则需要公共财政、风险投资、核心公司、资本市场等复杂的资金来源提供支撑[1]。
最后，比较独特的一点是，信息产业的接力创新不像生物制药产业那样需要政府政策的接力支持，但需要一个特定的基础设施平台。这个平台主要是促进创新主体最大程度的对外开放数据资源，使上下游创新主体之间能够顺利实现数据共享。笔者观察到，美国、英国、印度等国家的开放政府数据及相关政策[13]，显著支持了本国信息产业接力创新的发展。
3.4 主要接力方式
信息产业创新的接力环节较少，接力方式也没有生物制药产业那样纷繁复杂，下面针对第一类和第二类两类接力创新分别论述。
在第一类接力创新中，上下游企业间的接力合作方式包括：(1)并购。通常是下游规模较大的企业并购上游规模较小的企业，与生物制药创新中专家型公司整体出售这一接力方式具有极高相似度。采用这种接力方式一般是上游企业提出创意且技术研发已经成型，但下游企业拥有运用技术所需的数据资源，并且下游企业的顾客基础规模较大，能够使上游企业的技术在商业化环节发挥更大的价值。同时，上游的小企业大都是在风险投资的支持下创办的，并购可以获得较高的企业价值溢价，风险投资愿意推动这样的并购。如表1中的ReCaptcha、FlightCaster.com等企业就是由于其创意和技术分别被Google、Next Jump等公司收购；(2)技术许可。还有一些创新过程中，上游企业规模较大，提出的创意和开发的技术较为完善，然后授权给下游企业使用。形成这种接力合作方式主要在于上游企业虽然规模较大，但所从事的领域不大适合技术的商业化应用，授权许可给其他企业则是更好的选择。比如Google开发的预报实时经济指标和旅游业务的技术，就是授权给西班牙的BBVA银行使用。
在第二类接力创新中，上下游企业间的接力合作方式包括：(1)数据授权。上游企业拥有数据资源但不具备开发创新技术或提出创意的能力，下游企业拥有创意和技术但缺乏使技术和创意发挥价值所必需的数据资源，因而上游企业向下游企业授权数据并获得数据使用费，就成为双赢的选择。DataSift和Gnip从Twitter获得数据、Farecast从ITA Software获得数据均属此种情况。值得注意的是，随着大数据研究的兴起，数据的价值以及对数据进行再利用的价值不断得到发掘和重视[13]，这种接力方式可能出现萎缩，因为授权数据获得的回报与数据所隐藏的巨大价值实在是不成正比，如Farecast利用ITA Software的数据获得了广告费等收益，最终还获得了将公司以1.1亿美元高价出售的收益，而提供数据的ITA Software仅获得了很少的回报；(2)委托研究。这种接力合作方式是因为上游企业拥有数据资源(可能也还拥有利用数据的创意)，但是却不具备对数据进行分析能力，因此委托下游企业为其开展数据分析，接着再利用下游企业的分析结果获得商业利益。沃尔玛拥有海量顾客信息，委托Teradata公司分析数据然后自己再制定营销方案就是典型例子。严格来说，这种接力合作方式不是线性的接力过程，而是形成了一种循环接力关系；(3)数据免费共享。这种接力合作方式也发生在上游企业拥有数据资源，下游企业拥有利用数据的创意和技术的情况下，但并非上游企业有意为之，而是下游企业利用其技术能力巧妙的获取上游企业的数据资源，Decide.com、Farecast等最初使用的数据就是从其他网站“爬取”的。这种接力合作方式一般不会维持太久，被“爬取”数据的网站最后可能成为合作企业，这时双方的接力方式就变成了数据授权，Decide.com、Farecast等均经历了这样的过程。
4 信息产业接力创新的形成机理
新一代信息产业中为何会形成接力创新，并且又表现出与生物制药等产业不同的特征，可以通过分析接力创新的形成机理进行回答。
当代科学发展最为剧烈的变革是第四范式的兴起。第四范式是数据密集型科学发现，其基本活动包括数据的采集、管理和分析[14]。第四范式本质上就是大数据。大数据是指无法在可容忍的时间内用传统IT技术和软硬件工具对其进行感知、获取、管理、处理和服务的数据集合，其特点为体量浩大、模态繁多、生成快速和价值巨大但密度很低[15]。众所周知，在信息产业中创意和灵活性一直是重要的，无数小公司正是利用这种优势获得创新成功，甚至打败规模庞大的竞争对手。然而，“在大数据时代，数据是新产品和新商业模式的基石……所有数据都是有价值的(包括最原始的、看似最平凡的信息单位)……虽然创意和技术是最有价值的，但最终大部分的价值还是必须从数据本身中挖掘……谁拥有的数据多谁占据优势，再大的创新性也无法抵抗在位者已经积累起来的庞大数据资源”[13]。抽象地说，大数据时代信息产业的创新也可以大体上划分为几个序贯相连的阶段，分别为“创意提出-技术研发-数据获取和运用-商业实现”。
在大数据时代，信息产业中分化出三种优势能力各不相同的企业。第一种是基于创意和技术的企业。这类企业通常是专家型公司，创始人和员工拥有挖掘数据价值的创新想法和技术，ReCaptcha、Clear Forest、Farecast等均是如此；第二种是基于技能的企业。这类企业通常是咨询公司和数据分析公司，它们掌握分析数据的专业技能但并不一定拥有数据或提出数据创新性用途的才能，Teradata公司就是这类企业的代表；第三种是基于数据和规模的企业。这些企业拥有大量数据或者至少可以收集到大量数据，却不一定有从数据中提取价值或者用数据催生创新思想的能力，这方面最好的例子就是Twitter，它拥有海量数据是毫无疑问的，但在利用数据或产生创意方面的能力却很低。如前所述，在大数据时代要获得创新价值，数据、创意和技术缺一不可，而企业类型的分化又造成较少有企业能够同时具备这些能力。基于创意和技术的企业缺乏数据资源(第一种企业)，基于数据和规模的企业(第三种企业)缺乏创意和技术，因此第一种企业提供创意和技术，第三种企业提供数据和顾客基础规模(促进商业化)，就形成了典型的接力创新。同理，如果第三种企业拥有数据资源和利用数据的创意，同样可能和基于数据分析技能的企业(第二种企业)之间形成接力创新。所以，信息产业接力创新的形成其本质也是由于创新在不同阶段所需的企业能力存在本质差别，优势能力各不同的创新主体分别承担不同环节的创新任务，然后通过接力合作推动创新成功无疑是较好的选择，这与生物制药产业接力创新的形成机理是一致的。
但是，信息产业接力创新的形成机理与生物制药产业还是存在差别。首先，生物制药接力创新离不开大学在创新前端的贡献，因为生物制药研发所必需的基础研究能力和实验技能主要掌握在大学手中[1]。新一代信息产业也属于“基于科学的产业”[16]，但在大数据科学中主要的数据分析技术和计算方法大都是企业开发的，因此在创新前端并不是一定需要大学参与进来。事实上，微软、Google等企业一直第四范式的主要推动力量；其次，生物制药接力创新一方面是为了满足创新对于异质性企业能力的苛刻要求，另一方面是为了提高创新的效率、速度并规避创新风险[2]。而在信息产业中，创新的速度和风险并不是主要问题，互联网和电子商务的广泛应用使Farecast这类纯粹虚拟的轻资产公司创新创业的风险可以降到很低的水平，创新周期也很短，接力创新主要还是为了满足创新活动对异质性企业能力的需求。信息产业与生物制药产业在接力创新形成机理方面的不同，也可以解释信息产业接力创新的特点：第一，由于企业承担基础研究的任务，因此信息产业接力创新的参与主体较少，接力环节较短；第二，信息产业创新以数据为基础，以软件和算法为主，并充分借助互联网、电子商务等手段推进，因此对金融支撑需求较低；第三，创新价值主要从数据自身特别是数据的潜在价值中得到，信息产业的接力创新特别需要开放的共享数据平台；第四，创新成功需要同时具备数据资源、创意和技术等截然不同的企业能力，因而形成了并购、授权等特定接力方式。
5 研究结论
通过前述案例分析，可以得出如下主要结论：
(1)在以数据和软件为主的新一代信息产业中广泛存在着接力创新现象，可以而且也应该以接力创新作为理论框架分析信息产业的创新活动。
(2)信息产业形成接力创新的根源是科学研究范式转换，以第四范式为代表的大数据科学成为催生接力创新的根本力量。创新成功同时需要具备数据、创意和技术等不同的资源和能力，接力创新是满足这些苛刻的异质性企业能力的现实选择。
(3)信息产业的接力创新具有自身的特征，包括不一定依赖大学的深度参与，涉及的创新主体类型较少，接力链条较短，对金融接力支撑的需求不是很迫切等。
(4)为推进信息产业的接力创新，需要构建开放式的数据共享基础平台，并注重推动大小企业之间的并购、技术许可、数据授权等活动。
总之，虽然在多个方面存在自身的特点，但信息产业接力创新的形成也是由于创新高度依赖科学研究，创新所需的知识体系较为复杂，创新过程可以按阶段划分，创新任务可以通过知识产权进行传递等原因，与生物制药等产业接力创新的形成具有很大的共性。因此，文献[1]、[2]等对于接力创新的分析对于信息产业也具有较强的指导价值，但是还应该依据信息产业接力创新的实际特点进行适当修正，才能真正有的放矢地为相关产业创新提供指导。
注释：
①文献[7]提出，专家型公司是建立在科学研究的基础上，专注于分子生物学研究和现代生物技术研发前端的小型生物技术企业；而核心公司是在新药的研发、生产、营销等方面具备综合组织能力的大型一体化公司。