共查询到20条相似文献，搜索用时 343 毫秒
1.
针对近年我国大数据企业的技术效益不足问题,基于技术创新理论、大数据4V特点和文献研究,构建大数据企业技术创新影响因素的评价指标体系,依据专家访谈和层次分析法(AHP)找出我国大数据企业技术创新的主要影响因素;然后以主要影响因素的相关定量指标作为聚类指标进行聚类分析,再采用熵值法分析中低技术创新水平大数据企业的主要影响因素。研究结果显示:我国大数据企业的技术创新水平呈现“领先企业少而强,长尾企业多而弱”的非均衡格局,企业技术创新的主要影响因素有知识资源量、关系网络,而硕博学历员工数、研发投入等是中低型大数据企业技术创新的主要影响因素。 相似文献
2.
针对近年我国大数据企业的技术效益不足问题,本文基于技术创新理论、大数据4V特点和文献研究,构建大数据企业技术创新影响因素的评价指标体系;再依据专家访谈和层次分析法(AHP)找出其技术创新的主要影响因素;然后以主要影响因素的相关定量指标作为聚类指标进行聚类分析;再采用熵值法分析中低技术创新水平大数据企业的主要影响因素,结果显示：主要影响因素有知识资源量、关系网络;大数据企业技术创新水平处于“领先企业少而强,长尾企业多而弱”的非均衡格局中;硕博学历员工数、研发投入等是中低型大数据企业技术创新的主要影响因素。 相似文献
3.
在文献研究与实地访谈的基础上,分析了企业沟通氛围对知识共享、技术创新的影响过程机理,构建了知识共享、技术创新模型。以不同产业的企业员工为经验研究调查对象,在北京、山西、浙江范围内进行问卷调查;利用SPSS和AMOS统计软件分析企业内知识共享及技术创新的状况,并检验实证数据对研究假设的一致程度。 相似文献
4.
突破以往关于企业技术创新效率的研究大多考虑单一研发模式和单一知识广度或深度的影响,基于企业实际,从异质知识基础视角,将合作创新和自主创新两种研发模式进行对比、结合知识基础的广度和深度两个维度,探究企业在异质知识基础导向下不同研发模式对技术创新效率的影响,为企业选择研发模式提供参考。以2015—2020年中国88家医药制药行业上市企业为样本,采用三阶段数据包络分析（DEA）和Tobit模型进行实证分析,结果发现：合作创新更能提升医药企业的技术创新效率;在异质知识基础导向下,对于大宽度低深度类和小宽度低深度类企业而言,相比于自主创新模式,合作创新更能提升技术创新效率,而对于小宽度高深度类企业而言,自主创新更能提升技术创新效率,但对于大宽度高深度类企业,两种研发模式都并没有显著性优势。由此得到启示：企业需注意提升知识基础水平,选择合适的研发模式持续创新。 相似文献
5.
6.
以技术创新网络为背景,以技术创新网络中的企业为主体,从知识观视角,引入并分析企业知识基的概念以及知识基对于技术创新网络中企业保持竞争优势的关键作用的基础上,采用探索性因子分析方法得出了影响技术创新网络中企业知识基的关键因素,并实证检验了各关键影响因素与技术创新网络中企业知识基的关系。研究表明,内部资源投入、企业家精神、组织文化开放度和组织结构整合度是影响技术创新网络中企业知识基的四个关键因素,且均对知识基具有显著的正向影响;技术创新网络中的企业应重点从以上四个途径入手提升自身的知识基,从而保证自身在网络中的竞争优势。 相似文献
7.
《科学学与科学技术管理》2015,(10)
知识元素间关系反映着企业利用知识元素的特定方式,是影响其技术创新绩效的重要因素。利用企业专利国际分类号(IPC)构建知识元素共现矩阵,从知识元素间关系角度刻画企业知识基础结构特征,分为知识互补性和知识替代性,并研究其与企业技术创新绩效的关系。以中国汽车产业89家上市公司2000—2013年数据为样本,利用负二项回归模型进行实证分析。结果表明:企业知识互补性与技术创新绩效之间存在显著的倒U型关系,知识替代性与企业技术创新绩效也存在显著的倒U型关系。研究结果对于企业更好理解自身知识基础,提高研发投入—产出效率,增强知识管理能力提供了参考。 相似文献
8.
知识管理对企业技术创新过程的能动机理研究 总被引：4，自引：0，他引：4
技术创新成为知识经济中企业发展的核心动力,技术创新过程是企业实施技术创新的组织形式。知识管理伴随知识经济产生,以提高知识活动效率和效益为目的,是提高企业技术创新过程管理的有效方式。在浅析知识管理内涵及其国内外发展、企业技术创新过程概念以及两者相互关系的基础上,分析了知识管理对技术创新过程模式、速度、类型和开放性等的影响,深入研究了知识管理对企业技术创新过程影响产生的机理机制。 相似文献
9.
10.
将技术创新、知识创新、人才成长作为企业发展过程中一个并行的、互嵌的过程.以技术创新为载体,分析在技术创新不同阶段上的知识创新,以及人才成长协同发展的机理.在此基础上,从投入、产出两个维度给出企业技术创新过程知识创新与人才成长协同发展效率评价的指标体系,不仅为技术创新与知识创新的理论研究提供新的思路,而且为企业技术创新与知识创新的实际评价,及制定有效地提高企业竞争力的对策和措施提供理论依据. 相似文献
11.
企业创新离不开对外部知识的利用和搜寻,大数据技术能让企业在各种领域深层次地获取全面、完整的数据。因此本文探讨了外部知识搜寻对企业创新能力的影响。同时,将大数据能力的调节作用纳入考虑,探讨其在外部知识搜寻与企业创新之间的调节效果。研究中采用无反应偏差检验分析和同源偏差检验分析检验了数据的有效性;采用回归分析法来探讨各研究变量间关系并验证研究假设。研究结果显示外部知识搜寻深度和广度对激进式创新及渐进式创新均有正向影响,其中,搜寻广度对渐进式创新影响较大,搜寻深度则对激进式创新影响较大。在进行外部知识深度与广度搜寻时,大数据能力发挥显著正向作用。大数据能力对激进式创新和渐进式创新都有正向影响。大数据能力在外部知识搜寻深度与渐进式创新和激进式创新关系中有正向调节作用,在外部知识搜寻广度与渐进式创新和激进式创新的关系中调节作用发挥不明显。 相似文献
12.
信息技术的发展使企业从多个源头捕获海量数据成为可能,大数据作为新型资产是企业获得竞争优势的重要元素。目前学术界对于大数据如何影响现有的创新管理理论和企业的创新管理实践并未做系统性论述。本文通过文献回顾和案例分析,结合大数据的特征,从大数据对企业创新模式、创新参与主体、创新战略以及创新组织四个方面分别进行探讨,认为大数据背景下企业创新管理将呈现迭代创新、平台战略、海量用户参与的趋势。文章提出了大数据对创新管理范式影响的概念框架,为大数据时代的企业创新实践提供思路与借鉴。 相似文献
13.
【目的/意义】随着大数据、网络技术的快速发展,信息化经济和知识经济已经逐渐处于全球经济发展的主
导地位,知识已经成为社会发展的核心动力。洞悉组织内部的知识共享模式有利于改善组织中知识共享与知识交
流,能够有效地提升组织的生产力和创新力。【方法/过程】通过实地调研与调查问卷相结合的方法获得原始数据资
料,构建组织内部个体之间的知识共享矩阵,采用随机抽样的方式绘制知识共享网络,结合团队成员的职业属性挖
掘知识共享模式的特征,并提出提升知识共享的策略建议。【结果/结论】研究结果表明,知识创新型企业组织内部
的知识共享以互喻模式为主,科技企业有必要改变传统的层级制管理体系,进而适应现代企业知识共享需求,提高
企业知识创新能力。 相似文献
14.
文章概述了大数据环境对企业发展的影响,分析了企业信息管理未来的变革趋势,指出企业竞争情报工作地位日益突出。为了让企业能够在大数据环境下及时的分析出实时、精准、大价值的情报,企业必须按照大数据的要求,建设企业竞争情报运行保障机制。最后,作者从完善企业信息化建设,重建现有的情报运行机制、构建大数据环境下的企业交互式竞争情报系统,充分利用云计算技术,建立开放的数据监控、收集、决策支持工具平台,建立能充分激发知识型员工积极性的契约性激励机制等方面,阐述了构建完善的企业竞争情报运行保障机制的思路和方法。 相似文献
15.
信息化对企业知识管理的影响 总被引：1，自引：0，他引：1
信息化是企业实施知识管理的基本工具,提出了以信息化为基础的企业知识管理渐进模型,探求了通过知识管理构建企业创新机制的发展路径．从知识的角度研究了信息化对高新企业的影响,并从管理要素与信息化协同的角度提出了对策． 相似文献
16.
利用498家高新技术上市公司的数据,探讨供应链集成对企业技术创新绩效提升的作用机制。研究发现,企业供应链集成显著正向影响企业技术创新绩效,技术创新资源配置中研发资金配置和人力资源配置均显著正向调节供应链集成与企业技术创新绩效的关系,协同创新程度在企业供应链集成与技术创新绩效之间起到正向调节作用。最后,从技术创新资源配置等角度向企业管理部门提出政策建议,为企业提升技术创新绩效提供实践指导。 相似文献
17.
DEA超效率分析模型表明,企业研究生工作站技术创新效率存在校际差异,合作高校的学术能力与学术水平与企业研究生工作站技术创新效率密切相关;企业研究生工作站技术创新效率的区域间差异既表明了不同区域内企业技术创新水平存在差异,也反映了区域间知识管理水平的差异;企业研究生工作站空间分布的拓展,客观上促进了区域间技术转移和知识溢出;企业研究生工作站技术创新效率存在学科专业类别之间的差异,新兴学科显示出旺盛的生命力;理工学科企业研究生工作站占主体的实际情况,表明理工学科与经济社会发展的关系更为紧密,某些相关学科企业研究生工作站技术创新效率值明显高于其他学科;人文社会学科类企业研究生工作站的建立促进了社会管理与服务水平的提升,某些相关学科专业研究生工作站具有较高的技术创新效率。研究结果及其理论分析对完善企业研究生工作站建设与管理、促进企业技术创新和提高校企站合作水平有较强的理论和现实参考价值。 相似文献
18.
[目的/意义]大数据驱动背景下，技术标准化知识管理面临新的发展机遇与挑战。在公共、经济和社会等多元化领域，借助大数据技术手段，发挥政府、企业与公众等主体联盟在技术标准化知识管理中的作用，对于促进知识资源合理配置、推动技术标准化演化进程和提升知识管理能力而言具有重要意义。[方法/过程]结合生命周期和协同学理论，分析大数据驱动对技术标准化和知识管理产生的影响；建立技术标准化知识管理关系模型，从基础层、流动层和驱动层探讨了大数据驱动下技术标准化与知识管理的协同作用机制。[结果/结论]由政府、企业和公众层面建立知识管理主体联盟，为大数据驱动下的技术标准化知识管理提出保障建议。 相似文献
19.
本文通过我国汽车产业200家企业1996~2010年专利、标准与企业性质的面板数据,采用负二项随机效应回归模型,实证分析了相关和非相关技术多元化与企业技术创新绩效之间的关系,并检验了技术标准化能力对二者间关系的影响。研究结果表明：相关技术多元化与企业技术创新绩效呈正相关,技术标准化能力显著负向调节二者之间的关系;非相关技术多元化与企业技术创新绩效呈倒U型关系,技术标准化能力显著正向调节非相关技术多元化与企业技术创新绩效之间的正向关系。研究结论丰富了技术多元化与创新绩效关系的研究,为我国企业构建合理的技术多元化战略提供了理论指导。 相似文献
20.
The emergence of big data brings both opportunities and challenges to high-tech enterprises. How to keep competitive advantages and improve innovation performance is important for enterprises in big data environment. Except from organizational learning ability and the use of advanced technology, the corporate governance also plays an important role in the process of enterprise’s innovation practice. This article creatively combines with the insights of internal and external governance, and explores how the managerial power and network centrality affects enterprise’s innovation performance in big data environment. Considering about the differences among distinct regional big data environment (strong/weak), this paper also takes classification research on it. The research findings show that managerial power has a significant positive impact on innovation performance, managerial power could enhance enterprise’s centrality in network, and the enterprise which located in network central position has more advantages in obtaining resources and significantly improves firm’s innovation performance. Network centrality plays a mediating role on managerial power and innovation performance. Further research finds that the positive effects of managerial power and network centrality are more significantly in the strong big data environment. These findings enrich the research of high-tech enterprise innovation from a combinative governance view, and contribute to the literatures on enterprise innovation in big data environment. 相似文献