在资源有限、创新技术和能力不足的情况下,加入产业技术创新联盟是企业实现创新获得收益的最佳方式。在成长期,联盟企业的合作创新逐渐起步,它的顺利开展为联盟持续发展和取得成功奠定了基础。知识融合过程能够收集分散在联盟中的知识,将其转换为统一的表达方式,再与企业内部知识结合,创造出新知识,可见,知识融合是联盟创新的重要途径。成长期产业技术创新联盟知识融合对联盟的健康发展,联盟企业提高技术创新能力,提升核心竞争力具有极其重要的作用,因此研究成长期产业技术创新联盟知识融合的影响因素及风险防控具有极其重要的意义。本文试图揭示哪些因素对成长期产业技术创新联盟知识融合产生重要影响,哪些风险会导致知识融合失败,所以本文围绕以下问题展开研究:成长期产业技术创新联盟知识融合的影响因素有哪些?各因素对成长期产业技术创新联盟知识融合的影响作用关系如何?各影响因素对成长期产业技术创新联盟企业选择参与知识融合决策行为的影响是怎样的?成长期产业技术创新联盟知识融合会遇到哪些风险?战胜风险的措施有哪些?因此,本文以成长期产业技术创新联盟为切入点,综合运用支持向量机（SVM）、扎根理论、实证研究、博弈分析和粒子群改进BP神经网络等研究方法,结合生命周期理论、社会网络理论、资源拼凑理论和组织学习等理论,系统研究了知识融合影响因素以及风险的防控,以揭示各影响因素对知识融合的作用,探讨各因素对成长期产业技术创新联盟中的企业选择参与知识融合决策行为的影响,提出成长期产业技术创新联盟知识融合风险因素以及应对策略。本文主要开展了以下几方面工作:（1）基于扎根理论方法,揭示成长期产业技术创新联盟知识融合的影响因素。首先,筛选出成长期产业技术创新联盟中的企业。构建了基于支持向量机（SVM）的联盟生命周期阶段划分模型,通过与BP神经网络模型的对比,验证了支持向量机（SVM）的联盟生命周期阶段划分模型的准确性。利用基于支持向量机的联盟生命周期划分模型与联盟发展阶段测量量表划分联盟生命周期,筛选出成长期产业技术创新联盟中的企业。共选出成长期产业技术创新联盟中的企业296家。其次,基于扎根理论对成长期产业技术创新联盟知识融合影响因素进行挖掘。通过访谈等方式获取基础材料,对材料进行整理和编码,最终提取出50个初始概念、30个初始范畴、9个主范畴和5个核心范畴,其中包括联盟网络、资源拼凑、组织学习、联盟内部合法性和程序公平。（2）基于对影响因素的探索性研究,构建了这些影响因素对成长期产业技术创新联盟知识融合的作用关系模型,并实证检验了模型的正确性以及各因素的不同维度的作用,填补了知识融合影响因素作用关系研究的空白,丰富了相关研究。本文首先对联盟网络、资源拼凑、组织学习、程序公平和联盟内部合法性等因素进行定义和内涵维度划分,然后构建成长期产业技术创新联盟知识融合的影响因素作用关系模型,再通过问卷调查法收集数据,使用SPSS22.0软件分析和验证模型。研究结果证明:资源配置网络对知识融合的影响效应最大;技术创新网络、资源配置网络和社会关系网络对知识拼凑、关系拼凑、探索性学习、利用性学习具有正向影响。其中,社会关系网络对知识拼凑的影响作用最大,资源配置网络对关系拼凑、探索性学习和利用性学习影响效应最大;知识拼凑、关系拼凑、探索性学习、利用性学习在技术创新网络、资源配置网络和社会关系网络对知识融合的影响中发挥中介作用。其中,关系拼凑在社会关系网络与知识融合的关系中发挥完全中介作用,知识拼凑、探索性学习和利用性学习在资源配置网络与知识融合的关系中发挥完全中介作用;知识拼凑、关系拼凑、探索性学习、利用性学习对知识融合具有正向影响。其中,关系拼凑对知识融合的影响作用优于知识拼凑,利用性学习对知识融合产生作用大于探索性学习;联盟内部合法性和程序公平在技术创新网络、资源配置网络和社会关系网络对知识拼凑、关系拼凑之间关系中发挥正向调节作用;联盟内部合法性和程序公平在技术创新网络、资源配置网络和社会关系网络对探索性学习、利用性学习之间关系中发挥正向调节作用。（3）分别采用静态博弈和动态博弈分析方法,分析联盟网络、组织学习、资源拼凑、程序公平和联盟内部合法性等因素对成长期产业技术创新联盟企业选择参与知识融合决策行为的影响。构建的博弈模型充分考虑联盟网络（资源配置网络、技术创新网络和社会关系网络）、组织学习（利用性学习、探索性学习）、资源拼凑（知识拼凑、关系拼凑）、程序公平和联盟内部合法性等因素,并将这些因素纳入到博弈模型中;以完全理性为前提构建静态博弈模型,分析在一方企业决策既定的情况下另一方企业的选择策略;以有限理性为前提构建动态演化博弈模型,分析均衡点和演化稳定策略,再对动态博弈模型进行仿真,详细分析了联盟网络（资源配置网络、技术创新网络和社会关系网络）、组织学习（利用性学习、探索性学习）、资源拼凑（知识拼凑、关系拼凑）、程序公平和联盟内部合法性等因素对企业参与知识融合决策行为的影响。（4）以扎根理论研究结果为基础,识别了成长期产业技术创新联盟知识融合风险因素,构建了风险评价指标体系,分别是主体风险、关系风险和联盟内部环境风险。其中,主体风险包括学习能力风险、资源拼凑能力风险、知识重构能力风险、知识搜索能力风险;关系风险包括资源交换关系风险、技术合作研发关系风险和人际交互关系风险;联盟内部环境风险包括公平性风险、联盟内部合法性风险。其次,构建了基于粒子群（PSO）改进BP神经网络的风险评价模型。通过与BP神经网络模型的评价结果进行对比,验证粒子群（PSO）改进BP神经网络的风险评价模型的准确性和可行性;再次,建立成长期产业技术创新联盟知识融合风险控制体系,实现对知识融合风险的监控。风险控制体系包括风险监测、风险评估、风险预警和风险控制等过程;最后,提出了有效、可执行的风险防范措施。