基于系统动力学的知识粘滞转移策略研究

赵 续，刘国新，孔 超

(武汉理工大学管理学院，湖北武汉 430070)

随着我国市场经济日趋完善，企业间的竞争更加激烈，独立化的创新模式已无法适应全球竞争的形势，企业需要寻求外部技术及资源的支持，将内外部创新资源整合起来，走网络化的合作创新之路。分布式创新网络的形成使知识资源不再局限于企业的内部，而将企业的内外部资源有机地结合起来，实现知识共享，可从根本上推动创新。知识粘滞的形成使创新网络中节点企业难以共享内外部知识，最重要的是知识难以应用到企业的技术创新中，阻碍了创新效率的提升。因此，对于知识粘滞的研究已成为实现分布式创新网络间知识共享的重点和难点。

1 研究现状

随着知识经济时代的到来，知识资源已成为企业的核心战略资源。知识资源是稀缺资源，其拥有量成为企业进行技术创新、获得竞争优势的重要体现。如何最大化企业的知识资本价值成为企业必须考虑的重要问题。要实现知识价值最大化就必须进行知识转移。但其在转移的过程中，因某种原因导致知识流动性较差或需要付出额外的成本，国外学者称这种知识为“粘滞知识”。

VON HIPPEL在研究技术创新时提出了粘滞信息的概念，即解决技术创新问题所需要的信息在获取、转移以及另一个新地方进行应用时需要支付额外成本［1］。SZULANSK提出了类似于知识粘性的“内部粘性”概念，认为其是组织内部转移知识的难度［2］。SIMONIN提出了与知识粘滞相同含义的“知识模糊”［3］。

国内关于知识粘滞的研究相对较少。周贺来提出知识粘性就是用来描述“知识转移困难”状态下知识的一种特定属性，是指知识对于其拥有者具有一定的黏附性，在实现知识转移时具有一定的障碍，从而不容易实现知识流动［4］。王毅等认为知识粘滞，是指知识流动的难度［5］。

2 分布式创新网络中知识粘滞的影响因素

2.1 知识源

知识源是知识的拥有者，知识源(一般指分布式创新网络中的母公司或主导公司)的转移意向、对知识的保护意识、转移能力等都会影响到知识的转移［6］。由于知识源所拥有的知识会直接或间接与其利益相挂钩，他们倾向于“保护”这类知识，不愿意共享。知识源的转移能力也会影响知识的转移效果，在分布式创新网络中，知识源的转移能力越强，转移效果就越好。

2.2 知识受体

知识受体是转移知识的接受主体，其吸收知识的战略意图、吸收能力、吸收意识和对知识的保持能力等都会影响到知识的转移程度。知识受体的吸收意识是指吸收知识的主动程度。知识受体的吸收意识越薄弱，形成知识粘滞的可能性就越大。知识受体的吸收能力是指对所转移知识的消化运用能力，知识受体的吸收能力越弱，造成的粘滞知识就越多。知识受体的保持能力是指对所转移知识的保护能力，只有知识受体将所转移的知识完整保留下来，知识的转移才是有效的。

2.3 知识源和知识受体的空间距离

HOWELLS认为面对面的联系与人际互动对知识创造具有重要影响，从外部获取知识和信息需要搜寻成本，面临各种获取障碍，这都与距离密切相关［7］。分布式创新网络主要是由分布在各地的创新主体组成，创新主体的多样性决定了各子创新网络所处的地域环境及地理位置存在高度分散性，在一定程度上决定了创新主体之间无法面对面地进行沟通、交流，导致了知识在创新网络之间转移时由于空间距离产生了额外成本，加大了知识转移的难度。

2.4 知识特性

知识的形态是指知识的存在形态。一般来说，知识的存在形态可分为两类:显性知识，即以编码的形式存在，可以用符号、文字等表示出来，这类知识易于转移;隐性知识，这类知识难以用编码表示出来，常表现为技能、技巧和经验等，这类知识由于难以表达，成为知识转移的难点。此外，知识的专有性、复杂程度也会影响转移。一般情况下知识复杂程度越高、专有性越强，知识转移的难度越高。

2.5 创新网络的稳定程度

GULATI认为信任是创新网络中知识转移得以高效进行的基础，知识源对知识受体的信任程度越低，知识在转移的过程中所受的阻力就越大［8］。信任在知识共享过程中的重要性超过了正式的合作程序，没有信任，知识共享就不可能发生。知识源对知识受体的“不信任”导致了知识转移主体之间呈现一种“弱联系”，创新网络的稳定程度受到影响，不利于创新网络中知识的转移和共享。

2.6 组织的环境

REAGANS等通过实证分析发现组织内部的凝聚力强度和关系网络广度对克服内部知识粘滞具有正向作用［9］，即组织内部成员间凝聚力越强，组织外部关系网越广，分布式创新网络中各节点企业的知识流动性越强。

3 知识粘滞的系统动力学模型

3.1 系统主导回路分析

图1为根据知识转移系统结构建立的系统动力学因果关系图，图中箭尾元素对箭头元素产生作用，“+”表示正向加强的因果关系，“-”表示负向因果关系。其中，知识源在图中表示为知识转移量，知识受体在图中表示为知识接受量。主要的因果关系有3个基本反馈回路:

图1 系统动力学因果关系图

(1)转移意向—源知识转移—源知识转移量—网络稳定度等。其中，源知识转移指的是源知识的转移率。若知识源的知识转移意向明确或者转移意向强烈，则主观上会促进源知识的转移，转移率大则从知识源转移的知识数量就多，这就进一步促进网络稳定，缩小分布式创新网络中创新单元的空间距离。若创新单元间的空间距离远，网络稳定的熵很大，则会在整个网络中影响源知识的转移意向。在这个反馈回路中，源知识转移意向以及网络稳定度等都会导致知识粘滞的产生。该反馈回路是一个负反馈回路，对整个系统具有调节作用。

(2)吸收意向—知识接受—受体接受量—空间距离等。其中知识接受指的是受体的知识接受率。受体的知识吸收意向强烈，有主观吸收意识的动力，就会在客观上提高其知识接受率，接受率的提高会增加受体的知识接收量。这几步都是正向的加强因果关系。受体接受知识数量单位的增大也会反过来减少网络中的熵值，促进创新单元缩小其与其他创新单元的空间距离。如果创新单元或者网络很不稳定，就如同影响知识源一样也会减弱受体的吸收意向。这两步是负向的因果关系。因此在整个回路中呈现的是正向加强的因果关系。

(3)转移意向—源知识转移—源知识转移量—吸收意向—知识接受—受体接受量。该反馈回路是建立在上述两个分回路的基础之上。源知识转移量的增大会在知识转移源头上促进知识受体的吸收意向，而受体接收知识数量单位的增大会反馈给知识源，促进知识源的转移意向。在该反馈回路中，各单位是正向的加强关系。知识粘滞可能出现在知识源的转移意向以及知识受体的吸收意向。

3.2 知识粘滞系统SD流程图

知识粘滞系统流程图是根据其因果关系图建立的，如图2所示。在该模型中主要涉及以下几种变量，即源知识转移量，受体知识接受量两个水平变量;知识转移和知识接受两个速率变量;转移意向，知识本身，空间距离，吸收意向，组织环境和网络稳定度是流程图中的6个辅助变量。剩下的是由两个变量和11个常量构成。其中，知识转移和知识接受表示的是知识源的知识转移率和知识受体的知识接受率。

图2 知识粘滞系统流程图

3.3 模型仿真结果分析和验证

在综合图2的定性分析后，该研究基于合肥市某大型汽车企业2010年分布式创新网络的统计数据，将源知识转移量和知识接受量初值设为10个单位。

(1)量化分析模型及仿真计算:

式中:L1.K为当前知识源的转移量;L1.J为过去源知识的转移量;R1.JK为过去到现在时间段知识转移平均速率;L2.K为当前受体知识接受量;L2.J为过去受体知识接受量;R2.JK为过去到现在时间段知识接受的平均速率;DT为步长;R1.KL为现在到以后时间段知识转移平均速率;R2.KL为现在到以后时间段知识接受的平均速率;C1为网络稳定度;C2为组织环境;C3为转移意向;C4为空间距离。

(2)根据上述的量化分析模型及相应的参数，采用Vensim软件进行相应的模拟仿真。该研究是探讨主要因素对知识转移过程中知识粘滞的影响。现将空间距离设置为单一变量因素，其他常量设置值不变，探讨在Vensim下空间距离的变化对知识转移和知识接受的影响，其仿真结果如图3所示。其中L1为源知识单位不易转移的知识数量单位，L2为受体单位的接收数量单位。

图3 空间距离的变化对知识转移和知识接受的仿真结果

从上述的仿真结果可以看出，随着空间距离的增加，知识受体接收的数量单位随着时间的增加而减少，源知识不易转移的知识数量单位随着时间的增加而增加。当空间距离特别大时，知识就无法实现有效转移。同时通过最后模拟的数表也可看出，减小分布式创新网络中的空间距离将会促进知识的有效转移，即能削弱知识粘滞，这同前面定性分析的结果相同。同理，对该系统中其他因素的分析也可在Vensim软件中得到相应的模拟结果。

4 结论与建议

笔者在对导致分布式创新网络中知识粘滞形成的影响因素进行系统动力学分析的基础上，提出以下削弱知识粘滞的策略。

(1)构建知识共享平台，弱化分布式创新网络中知识粘滞的程度。突破分布式创新网络中知识粘滞的基本手段是实现知识共享。分布式创新网络的主体可以通过建立知识团队、知识库和富于协作精神的企业环境来搭建知识共享的平台。知识团队负责从客户及其他子创新网络处吸收知识，即从外部实现知识共享;知识库储存着整个企业全部核心技术，企业员工可以从知识库中下载多个培训课程，以丰富自身的理论知识与实际业务水平，即实现企业内部知识共享;富于协作精神的企业环境则是鼓励知识团队，支持知识库的应用。这3个部分有机结合可为企业搭建知识共享的平台，打破知识转移主体对知识的私有化和保护，促进知识的交流和碰撞，弱化知识粘滞的程度。

(2)积极培育知识转移双方的信任机制，提高创新网络的稳定程度。相互信任是交流与沟通的前提，是知识转移双方实现知识顺利转移的基础。一般情况下，粘滞知识都以隐性状态存在，创新网络中各节点企业的核心知识往往也具有隐含性。隐性知识一般是高度私有化的知识，不易被组织和其他人所得到。因此，必须建立信任机制使知识转移双方具有一种强联系，通过这种强联系提高整个分布式创新网络的稳定程度，促进知识在各子创新网络间的共享。

(3)充分利用互联网，缩短知识转移主体间的空间距离。从狭义上理解，分布式创新网络就是企业由于创新的需要有选择性地与其他企业或机构所构成的持久稳定的关系，这种复杂的关系在一定程度上决定了分布式创新主体的多样性，导致创新主体在地域或地理位置上的分散性，阻碍了知识的共享，造成了知识的粘滞。随着电子商务的快速发展，互联网时代已经到来，为分布式创新网络中各子创新网络间实现知识共享提供了最方便、最快捷的手段。节点企业可以充分利用便捷、快速的网络，减少知识粘滞的存在，缩短知识转移主体间的空间距离。

(4)培育分布式创新网络实践社群，推动节点企业间的知识交流和共享。实践社群，是由一群对某个主题具有共同兴趣或相同想法的人所构成的一种基于知识的组织形式，这种组织形式可以有效地改善组织中人与人之间的关系，增强组织凝聚力，拓宽组织的关系网，推动分布式创新网络中节点企业间的知识交流、转移和创造。

(5)加强知识治理，提升分布式创新网络间节点企业的技术创新效率。知识治理事实上是为实现创新网络间知识的转移、共享和利用而进行的一种制度安排，其目的是确保知识管理各项内容的有效实施［10］。知识治理的显著特点是通过正式的制度安排或设计，影响非正式组织的组织实践，从而达到知识治理的目的。从知识治理的角度，对分布式创新网络中各组织做出合适的制度安排和组织协调，并从组织学习机制构建、考核激励措施等多方面考虑，有助于削弱知识粘滞。

分布式创新是提升我国企业技术创新能力的重要保障，而知识粘滞却严重阻碍了创新网络中各节点企业间的创新能力、资源利用效率和知识共享能力。笔者拓展了研究知识粘滞的新思路和新方法，从影响分布式创新网络中知识粘滞产生的各个因素及其之间的相互依存关系出发，运用系统动力学建模工具进行建模分析，有针对性地提出削弱和转移知识粘滞的对策，降低分布式创新网络中知识粘滞产生的概率，为企业实现分布式创新提供有力保证。

［1］VON HIPPEL E.Sticky information and the locus of problem solving:implications for innovation［J］.Management Science，1994，40(4):429-439.

［2］SZULANSK I G.Exploring internal stickiness:impediments to the transfer of best practice within the firm［J］.Strategic Management Journal，1996，19(20):27-43.

［3］SIMONIN B L.Ambiguity and the process of knowledge transfer in strategic allances［J］.Strategic Management Journal，1996，19(20):56-58.

［4］周贺来.知识粘性的成因分析与治理措施探究［J］.情报理论与实践，2008，16(4):511-514.

［5］王毅，吴贵生.产学研合作中粘滞知识的成因与转移机制研究［J］.科研管理，2001，22(6):114-121.

［6］ANDERSON P H.Organizing international technological collaboration in subcontractor relationship:an investigation of the knowledge-stickiness problem［J］.Research Policy，1999，56(28):625-642.

［7］HOWELLS J.Tacit knowledge，innovation and technology transfer intellect:making the most of the best［J］.Harvard Business Review，1996，74(5):358-425.

［8］GULATI R.Network location and learning:the influence of network resources and firm capabilities on alliance formation ［J］.Strategic Management Journal，1999，20(5):397-420.

［9］REAGANS R，BILL M E.Network structure and knowledge transfer:the effects of cohesion and range［J］.Administrative Science Quarterly，2003，48(16):240-267.

［10］王健友.知识治理的起源与理论脉络梳理［J］.外国经济与管理，2007(6):19-26.