| 摘要 | 第1-3页 |
| ABSTRACT | 第3-4页 |
| 目录 | 第4-6页 |
| 1 绪论 | 第6-10页 |
| 1．1 研究背景 | 第6-7页 |
| 1．2 研究意义 | 第7-8页 |
| 1．3 研究框架 | 第8-10页 |
| 2 研究回顾及文献综述 | 第10-26页 |
| 2．1 知识存量 | 第10-11页 |
| 2．1．1 知识存量的涵义 | 第10-11页 |
| 2．1．3 知识存量的组成 | 第11页 |
| 2．2 以往关于知识存量度量的研究 | 第11-17页 |
| 2．2．1 基于信息量的知识存量测度 | 第11-12页 |
| 2．2．2 基于商品功能的知识存量测度 | 第12-13页 |
| 2．2．3 基于永续盘存的知识存量测量 | 第13-14页 |
| 2．2．4 基于知识增长规律的知识存量测度 | 第14-16页 |
| 2．2．5 基于科技文献的知识存量度量 | 第16-17页 |
| 2．3 灰色理论在知识存量度量方面的应用 | 第17-21页 |
| 2．3．1 灰色理论简介 | 第17-19页 |
| 2．3．2 灰色理论的主要方法 | 第19-20页 |
| 2．3．3 灰关联方法在知识存量度量方面的应用 | 第20-21页 |
| 2．4 知识存量影响因素分析 | 第21-26页 |
| 2．4．1 学习角度的知识存量影响因素 | 第21-22页 |
| 2．4．2 创新角度的知识存量影响因素 | 第22-23页 |
| 2．4．3 知识流角度的知识存量影响因素 | 第23页 |
| 2．4．4 知识转化角度的知识存量影响因素 | 第23-26页 |
| 3 以往研究总结与研究设计 | 第26-35页 |
| 3．1 以往的研究总结及评述 | 第26页 |
| 3．2 理论模型的提出及研究假设 | 第26-31页 |
| 3．2．1 研究构思 | 第27-28页 |
| 3．2．2 研究假设 | 第28页 |
| 3．2．3 研究变量定义及其度量 | 第28-31页 |
| 3．3 实证研究方案的设计 | 第31-35页 |
| 3．3．1 数据采集和数据处理方法的确立 | 第31页 |
| 3．3．2 研究对象 | 第31-33页 |
| 3．3．3 实证框架 | 第33-35页 |
| 4 实证研究 | 第35-82页 |
| 4．1 知识存量指标的灰色聚类分析 | 第35-39页 |
| 4．1．1 知识存量指标的灰色聚类分析 | 第35-37页 |
| 4．1．2 知识存量指标的权重确定 | 第37-39页 |
| 4．2 知识存量的灰色度量 | 第39-59页 |
| 4．2．1 团队知识存量的灰色判定 | 第39-49页 |
| 4．2．2 数据处理1:单企业综合灰关联分析 | 第49-52页 |
| 4．2．2 数据处理2:单企业分层集综合灰关联分析 | 第52-53页 |
| 4．2．3 数据处理3:数据扩展综合灰关系分析 | 第53-57页 |
| 4．2．4 数据处理4:数据扩展分层集综合灰关联分析 | 第57-59页 |
| 4．3 知识转化行为和知识存量的灰关联分析 | 第59-82页 |
| 4．3．1 知识转化行为的灰色判定 | 第60-73页 |
| 4．3．2 数据处理1:单企业综合灰关联分析 | 第73-75页 |
| 4．3．3 数据处理2:单企业分层集综合灰关联分析 | 第75-77页 |
| 4．3．4 数据处理3:数据扩展综合灰关系分析 | 第77-80页 |
| 4．3．5 数据处理4:数据扩展分层集综合灰关联分析 | 第80-82页 |
| 5 实证结果分析与讨论 | 第82-89页 |
| 5．1 数据处理结果 | 第82-85页 |
| 5．2 数据处理结果分析 | 第85-89页 |
| 6 研究结论 | 第89-92页 |
| 6．1 研究结论 | 第89-90页 |
| 6．2 研究总结 | 第90-91页 |
| 6．2．1 本研究进行的主要工作 | 第90页 |
| 6．2．2 研究局限 | 第90-91页 |
| 6．3 研究展望 | 第91-92页 |
| 参考文献 | 第92-100页 |
| 致谢 | 第100页 |
