知识涌现系统运行机制的模型建构

花燕锋+张龙革

〔摘要〕文章针对知识创新如何从知识涌现中生成的问题，引用复杂适应系统（Complex Adaptive System， CAS）理论，通过分析知识涌现系统的复杂适应性，构建了知识涌现系统运行机制的循环模型和互动模型。循环模型模拟了在交互环境下，通过适应度的改变知识主体群落最终生成知识主体区室群落进而实现知识创新的知识生成过程，互动模型模拟了知识主体适应度逐渐增强的具体变化过程。该系统运行机制模型有助于知识主体优化知识管理策略，提升持续性的知识创新能力，为进一步研究知识涌现与创新提供参考。

〔关键词〕复杂适应系统；适应度；知识涌现；运行机制；模型

知识经济时代，不论人们对知识经济持何种态度，知识创新已经成为个人、组织、国家核心竞争力的源泉。因而知识创新越发呈现出复杂系统、动态演变、适应性等特性[1]，而知识的传播、扩散、涌现、创造、应用、吸收等过程都体现了知识系统的复杂性[2]。知识涌现是基于复杂适应系统中智能主体间频繁互动达到临界点后形成的个人或组织的知识创造行为[3]。结合知识创造、应用、传播的动力机制，深入分析知识涌现促成知识创新的内在运行机制极具理论意义和实践价值。

1研究基础回顾

本研究的基础是圣菲研究所10年研究成果的复杂适应系统（CAS）理论。本研究的理论前提是把知识创新作为知识涌现系统运行的结果，运用复杂适应系统理论解释和说明知识创新的生成机制便成为本文的主要任务。

11相关研究

埃科在其《隐喻-巨大的全貌》一书中提到了涌现和创新的紧密关系，认为重要的创新需要“很长的过程”而这个过程即涌现过程[4]。Anderson（1999）指出“涌现”这个复杂现象是系统自组织的结果[5]。Sterman（2002）[6]、Alex bennet和David bennet等人认为，可以把智力资源系统放在复杂适应系统框架之内加以研究[7]，而知识涌现系统属于智力资源系统的子系统。国内只有少数学者进行了研究。例如，马刚分别从涌现性的发生条件、机制、规律以及判断依据等四方面来分析集群创新的动力机制[8]；胡恩华、刘洪运用复杂适应系统理论着重对企业集群创新行为的研究现状、研究思路和研究内容进行梳理、分析和探讨[9]；王众托把复杂适应系统理论引入知识系统工程，认为在自组织环境下知识的生成具有涌现性特点[10]。尽管学者们研究知识涌现的视角和出发点各不相同，但在知识涌现具有复杂适应性的问题上达成了共识。以往对知识创新的研究多在知识创新理论、平台建设等方面，本文深入从知识涌现的层面分析知识创新的具体活动过程。

12复杂适应系统理论的基本内涵与知识涌现

霍兰于1994年在圣菲研究所（SFI）成立10周年时正式提出复杂适应系统（CAS）理论。SFI认为CAS是一个非线性系统，复杂性存在于系统的组织结构中，并非存在于系统的各主体中，系统的整体行为不是其各部分行为的简单加和而是较为简单主体的相互聚集作用，即适应性造就复杂性。主体不断打乱原有秩序，重新组合而涌现出复杂的新秩序，而涌现则是生长出来的复杂性[11]。涌现是复杂适应系统的一个固有特性，整体涌现性是复杂适应系统自组织过程中，出现在宏观层次上新奇的、不可预测、不可还原和更高层次的结构、模式和性质[12]。根据以上研究可以看出涌现是复杂适应系统中具有自身目的与主动性、积极性的适应性主体为了适应环境，在自身行为规则的约束下主动发现外界的信息和刺激，选择合理有效的规则行为，通过自己的内部模型做出对外界的反应，并能够接受反馈回来的信息，更新适应度，完善主体内部模型，从而提高主体行为的效率和效益。知识涌现是基于复杂适应系统中智力资源主体间频繁交互，从混沌状态跃迁到有序态后形成的个人或组织的知识创造行为。知识涌现和知识创新皆处于知识生产的框架之下，知识创新是指成功的知识创造行为，而“知识涌现”是“知识创新”的源泉，知识涌现系统的运行过程即知识创新的生成过程。

有鉴于此，本文采用整体研究的方法，从复杂适应系统理论角度对知识主体在群体环境下从知识涌现到知识创新的生成过程进行分析并结合CAS理论初步构建了知识涌现系统运行机制的循环模型和互动模型。

2014年7月第34卷第7期现？代？情？报Journal of Modern InformationJuly，2014Vol34No72014年7月第34卷第7期知识涌现系统运行机制的模型建构July，2014Vol34No72知识涌现系统的复杂适应性分析

在前人的研究基础上，本文认为知识涌现系统是由掌握丰富智力资源的个体以及由这些个体构成的企业、政府、大学与科研机构等各类知识型组织构成。系统是通过一定的内部运行机制和行为规则等交互方式，为促进创新，开发组织的智力资源潜能，以保障持续性知识创新能力的一种复杂适应系统。为了探明知识涌现系统中知识涌现促成知识创新的内在运行机制，以下根据CAS理论著名的7个基本概念：聚集、标识、非线性、流、多样性、内部模型、积木[11]知识涌现系统的复杂适应性进行详细分析。

21多样性

知识涌现系统的多样性是一种动态的多样性。动态使得知识涌现系统不局限于一种状态，不断变化中呈现多种变现，呈现出多样性。但这种动态的多样性却通常使知识涌现系统整体具有持存性和协调性。当部分知识主体退出系统引起相互作用模式的变动时，介入的新知识主体会迅速占据系统中的空位，使系统回复原状。正如“驻波”，如果用棍棒或船桨搅乱水波，一旦搅动停止，水波会很快回复原样[13]。在知识涌现系统中，新主体的介入提供了可以被其他主体利用的新机会，增加了知识涌现系统的多样性。但“驻波模式”与知识涌现系统有本质区别：知识涌现系统在演化，而“驻波”不会演化出新的多样性。

22不可预测性

不可预测性是整体性涌现的固有特征。在知识涌现系统中，知识主体不断学习，不断积累经验，其内部模型不会出现一种恒定状态，直至生命终结。所以无法预知内部模型处于动态变化中的知识主体会发散出怎样的接触点，以及一个接触点与其他接触点交互时，会在何种空间、时间发生突变。接触点交互之后，内部模型可能仅仅发生了一些我们尚未意识到的变化，也可能因为一个适应度极小的接触点的介入而产生巨大的变化，或因为接触点适应度骤增继而引发知识创新，或适应度骤减而退出知识涌现系统。所以我们无法完全预知在知识涌现过程中，知识创新将在何时、何种情形下以何种形式出现。endprint

23协同性

知识涌现系统的协同性可以用复杂适应系统理论的“积木机制”很好的阐述。若要利用积木构建一个积木模型，每一块积木必然处于协同合作状态。在自适应选择下，底层积木会为了应对新情况，采取适当行动，选择与情境最匹配的组合方式派生出上一层积木，并取得满意结果。在此过程中每一块积木都务必采取积极的“竞合态度”方能成功搭建“积木模型”。在知识涌现系统中，积木等同于团队或组织的知识主体。因此知识创新的产生必须建立在该团队或组织成员之间的默契配合与知识交流基础上，即知识主体间的协同。

24非线性

线性满足叠加原理，且其物理变量间的函数关系是直线，变量间的变化率是恒量。而非线性中一个变量的变化所造成的此变量或其他变量的相应变化不成比例，因此非线性函数关系是非直线，即叠加原理不成立。如果知识涌现系统中知识主体发散的接触点的聚集状态只是一种信息集合则无法促成知识创新，整体性知识创新不可能是各部分相加的结果。知识主体适应度强度的变化也不是有规律的渐强或渐弱，当各知识主体发散的接触点处于高速运动和强烈相互作用时，接触点适应度可能急速降低并导致其死亡，运动轨迹跌入冰点；但也可能瞬间增强，运动轨迹出现转折，抑或突然达到临界点，产生知识创新，运动轨迹经历跃变。系统在一定时间段内的运行轨迹可能会有一个相对峰值出现，而系统的整个运行轨迹可能由多个峰值构成。因此知识涌现系统是一个非线性系统。

25有限开放性

知识涌现系统是一个开放系统。所谓开放系统是与环境之间有输入、输出或“输入输出关系”的系统，即与环境有物质交换、能量交换或信息交换的系统[14]。知识涌现系统的运行需要在知识主体间创造一种开放、友爱、包容的环境。首先让每一个知识主体都参与其中并释放自己所能穷尽的能量；其次知识主体要不断地与外界进行信息、知识、智力资源的交换，并通过对已经获取知识的积累、过滤、识别、吸纳、内化等方式，提高智力资源水平，产生智力资源进化。然而完全的开放性必然和无序性、无边界性紧密相连。无序性和无边界性可能会带来信息处理的巨大难度，导致知识涌现系统混乱无序，纷繁错杂，进而阻碍知识的生长。因此在知识涌现过程中适应性强度大的思想、观点以及解决问题的方法等会形成一个标识，使得不断介入的知识主体和不断渗入环境的因素形成一个内在目标状态。标识则具有导航作用，帮助系统中的知识主体避免盲目搜索和混乱交换信息，进而使整个知识涌现系统不出现“无序扩大、盲目和无目的状态”的情形。

3知识涌现系统运行机制模型构建

在复杂适应系统理论中机制要根据行为或信息做出反应，对输入进行处理并产生最终的输出行为（或信息），更复杂的机制可能会有多个输入，并产生若干个不同的输出[15]。虽然系统永不停歇的运动变化着，但机制中存在一种稳定的模式，在一定程度上反映了系统的结构和变化中所需遵循的联系。只有这种稳定模式才会生成系统将来的结构，产生直接可追踪的影响。本文所构建的模型即为知识涌现系统运行机制中反映其结构及相互联系的稳定模式。知识涌现是个连续不断的过程，在这个过程中主体和环境以及各要素之间的相互联系、交互作用及制约关系构成了知识涌现系统，而运行机制使得系统协调、有序、高效运行，增强其内在活力和自我调节及对外应变能力。本文根据知识涌现系统的复杂适应性构建出知识涌现系统运行机制的循环模型（图1）和互动模型（图2）。

31知识涌现系统运行机制的循环模型

知识涌现系统运行机制分析从宏观上应考虑4个主要因素：变异、互动、选择、重组[16]。以企业为例，知识主体包括企业的员工、团队、部门等，其创造性行为最频繁发生的集中地为企业的研发部门。整个机制的运行可以放在企业研发部门开发一种新产品的视域下进行分析。在开发一种新产品时，各研发部门内的知识主体集思广益，并与外界不断互动，使产生的数据流、信息流、知识流形成针对新产品的智力资源“流”在系统中合理稳态地内外流动。交互中碰撞产生的“变异”形成智力资源“流”中的新成员，增加系统活性。在复杂多变的环境下，各知识主体依靠知识涌现系统运行机制，通过不断学习产生自适应，只要条件成熟，在知识主体间的“互动”之下知识涌现更容易诞生新知识。倘若为知识主体提供一个相互交流、相互启迪、资源共享和知识集成的开放式环境平台，例如研讨班、社区等会有力地促进知识从涌现到创新的生成。

图1中“对话场”（整个椭圆）的创设，表示一个符合条件的开放、融洽的沟通氛围，让智力资源“流”绵延不绝的流动，以保证知识主体与知识涌现系统内外环境持续不断交互并保持系统的开放状态。整个系统按照“知识主体→知识主体对→知识主体区室”这一知识涌现的逻辑顺序实现知识创新。涌现出来的新知识、新思想和新策略等需要在实践中检验成功之后，证实其具有经济价值和社会价值时，研发部才彻底实现知识创新，当然这已经在知识涌现系统之外了。

311知识主体群落的生成

知识涌现系统的运行处于有序和无序的中间地带，这个地带是人的发散性思维最活跃之处。在知识涌现初期，基于共同愿景进入这个环境的知识主体，在内部环境、外部环境以及知识主体之间交互作用的共同影响下，充分调动自己的发散性思维，释放自己的接触点。图1中“●”、“△”等符号皆为各知识主体所释放的接触点。各知识主体之间相互碰撞，频繁互动，引起系统混乱，导致无序，使系统陷入一种混沌的不稳定状态。同时各知识主体努力使自己的接触点和其他知识主体的接触点相互碰撞以提高自身的适应度，形成模型中适应度较强的“知识主体对”。系统中“知识主体对”中的“”等符号代表由适应度较强的知识主体对释放的接触点。随着接触点的不断分叉，不断迭代出如“#&”等新接触点，而此时“※”所代表的适应度较小的接触点则会死亡并退出系统。这一阶段是循环模型中“知识主体群落”生成阶段，处于智力资源存量浅区。

312知识主体对群落的生成图1知识涌现系统运行机制的循环模型endprint

到知识涌现中期，“知识主体群落”已经衍生成“知识主体对群落”。此时的“知识主体对群落”比之知识主体群落的适应度显著增强，“知识主体对”之间的互动更加激烈，接触点加速分叉，原本适应度小的“知识主体对”反复迭代形成具有更强适应度的“知识主体区室群落”。此时“●○”所代表的“知识主体对”释放的接触点在竞合中由于没有形成较强的适应度而走向死亡。它们的痕迹在“知识主体区室”释放的接触点中消失，永远退出历史舞台。当“知识主体区室”出现时，由少数适应度较强的知识主体发散的接触点构成的“知识主体区室”占据系统的主导地位，伴随产生“知识主体区室”总量逐渐下降的趋势，知识涌现系统逐渐由无序向有序过渡。混沌逐渐到达边缘，知识涌现进入后期。

313知识主体区室群落的生成

进入知识涌现后期，智力资源存量的积累逐渐从浅区发展到深区。知识主体区室的适应性强度已经非常强烈。如果把“知识主体区室”比喻为知识创新种子，那么此时这颗种子几乎到了破土而出的时刻，接触点仍然加速分叉，急速碰撞，“知识主体区室”之间相互作用的激烈程度达到一个巅峰时刻，其本身适应度开创出一个历史新高。循环模型中“知识主体区室”框内的3个部分代表3种适应度极强的知识主体区室所释放的接触点的集合。它们之中的某一个将在竞合过程中通过“选择”脱颖而出，最终冲破临界点。这时，知识涌现系统混沌状态消失，从无序态跃迁到一个新的有序态，并宣告新知识产生，此时的智力资源存量也将达到一个新的峰值。

循环模型仅仅表示知识涌现系统的涌现过程，而新知识随时可能在知识涌现过程的任何环节上发生。无法预知新知识是在“知识主体群落”生成时出现还是在“知识主体区室”生成时出现。因为新知识既可以是一种新发明、一种新策略，也可以是一种解决问题的新方法，也许在“主体群落生成”时就能得到和现实情况最匹配的新策略。因此知识主体群落、知识主体对群落、知识主体区室群落仅仅代表一种相对阶段，我们得到的只是“相对最优解”而不是“绝对最优解”。限于目前的智力资源存量，只能达到这种程度。随着知识主体的不断成长，智力资源的不断积淀，也许能在已有经验和理论的基础上找到最优解。而知识涌现系统则永不停息地运行着，知识始终处于“生长”过程当中。

32知识涌现系统运行机制的互动模型

知识涌现系统运行机制的互动模型（图2）的核心是知识主体群落层次、知识主体对群落层次、知识主体区室群落层次的知识主体之间的交互活动。一方面类似循环模型中的“对话场”，在互动模型中的交互为知识主体接触点图2知识涌现系统运行机制的互动模型

选择、配对、重组、突变提供可能，为知识涌现的出现提供环境支持。因此，知识涌现系统无论在循环上还是互动上，为知识主体创设一个能够充分交互的环境都至关重要。另一方面需要将互动模型的运行过程以知识主体相互作用的程度为基准划分为两个阶段，即接触阶段和交互阶段。从知识主体发散接触点到知识主体接触点选择配对为接触阶段；配对的接触点重组、突变，进而适应度增强为交互阶段。接触并不意味着一定发生交互，交互取决于条件和相关的匹配程度，“接触”只是为“交互”的发生创造了条件。

321知识主体接触阶段

当一个问题无法用传统方法来解决，则需要另辟蹊径寻找新的解决方法。此时个体或组织就会产生知识涌现的需求，知识主体必然要费尽心机满足这种需求。然而每一个知识主体由于教育背景，实际经验，人生阅历，成长环境等的不同造就了知识主体内部模型的多样性和差异性。正是这种多样性和差异性促使知识主体散发出大量各不相同的接触点。当所有的知识主体进入交互环境之后其发散的接触点会频繁与其他接触点碰撞以寻找与自己最匹配的接触点进行配对。假若所有的知识主体都有一个共同的愿景，则会使知识主体在发散思维的时候又有相似的组分，这样就能避免知识涌现系统的运行偏离轨道。

台球可以形象地说明知识主体彼此接触的状态。假定各知识主体同时进行接触，则这种接触情形与台球桌上一群台球可以同时碰撞的情况类似。暂且把球桌作为一个开放状态的交互环境，主球白球相当于一个问题情境。当击出桌上的主球白球时，相当于组织和个人的知识涌现需求产生。当白球打乱原有台球的秩序之后，所有台球处于碰撞状态，此时充分的接触就产生了。假如把台球的花色定为匹配值，则进入顶袋、中袋、底袋的同色系的台球越多则认定它们的匹配值越高。在知识涌现系统中，当问题情境催生知识涌现的需求产生之后，基于同一个目标状态的知识主体间会充分互动，其发散的接触点则如碰撞中的台球一样疯狂相互碰撞，然后选择与自己匹配值最高的接触点进行配对，为交互做准备。可见，知识涌现系统中知识主体相互接触时散发出的接触点相互碰撞的状态与台球相互碰撞的情形非常类似。

322知识主体交互阶段

经过配对的接触点，在析出有效的相似组分和异质性组分之后“重组”亦或“突变”，形成适应度更强的接触点，尔后进入下一轮循环，直到衍生出适应度更强的接触点，产生知识创新。知识主体在持续不断的交互作用过程中，反馈环会判断知识主体吸收的信息是否对趋近目标状态有一定价值，有效信息会被知识主体吸收内化，进一步完善内部模型，无效信息则被放弃。每一次的接触、交互、反馈，都会使知识主体不断地学习、积累经验并根据学到的新经验改变自身的结构和行为方式，以求提高自己的适应度。当每一个“主体对”，每一个“主体区室”都蕴含或携带上一级趋近目标状态智力资源中最匹配的因子时，就会达到足够强的适应度。整个知识涌现系统每一次循环内，由“知识主体”、“知识主体对”和“知识主体区室”发散的适应度较小的接触点必然在“竞合过程”中死亡并退出该系统。

知识主体在交互阶段的运行状态可以用一场研讨会来简单说明。论题给出之后，参与者会充分调动自己大脑中的智力资源，阐述对此论题的观点。这些观点即接触点，继而参与者展开激烈的讨论，观点相互碰撞，在相互碰撞过程中，参与者不断学习和吸收那些更容易解决问题和距离目标状态更近的观点并迅速内化，然后重构其内部模型，继续修正、重组、完善其观点。重新提出的观点由于携带了之前所内化的观点中的匹配因子，适应度大大增强而进入下一个循环。在每一轮循环中适应度较低的接触点都会被摒弃。多轮循环中每一轮循环都能使知识主体更加接近目标状态，直到产生知识创新。endprint

4知识涌现系统研究的启示

依据前文分析，以复杂适应系统理论为基础分析知识涌现系统运行机制并构建的循环和互动模型，比一般文献中论述的要素间的相互关系更深入一个层次，更有利于知识管理者从整体的角度进行考虑，进而改进组织策略，优化组织结构。知识涌现作为知识创新的促成阶段，必须通过一定的组织策略和调控措施才有助于创建能有效激活知识主体进行知识创造活动的诸要素及知识创新的氛围和环境，更大程度地开发组织的智力资源潜能，强化智力资源系统的知识创造功能以保障持续性的知识创新能力。根据前文分析，提出以下启示：

41在观念上树立整体性之思

任何个人、团队或组织都在发生变化，特别是作为智力资源载体的知识主体，如知识型组织的专业技术人员，他们的智力资源是能动的高增值性资源。这种资源无法储存，随时间的变化而动态变化。这就要求知识管理者要在整体上把握这种动态变化的趋势，了解如何在变化中掌握正确的知识管理方式和知识创新的速度，不断对组织的软硬件进行必要的投资、维护与提升才能保证知识主体智力资源价值的增值。

42优化知识结构

为此，可以利用信息技术搭建平台构建知识管理系统，通过提供基础设施、建立智力价值增值评估体系以提高组织成员交互深度，促进隐性知识的获取与共享，注重培育交互中产生的新思想，形成有经济和社会价值的智力资源，为知识创造提供必要智力储备。

43构建宽松民主、创新向上的氛围

知识涌现系统的运行要求一个互敬互信、平等合作、创新向上的工作氛围，如此才能使知识主体感到受重视、有尊严，产生自豪感、成就感和归属感，获得自我实现的满足。它可将企业组织意志转变为员工自觉乐意的行动，从而激发其创新的热情，提高其智力资源的效能。

44优化团队结构，形成资源规模效应

知识涌现的有效发挥取决于知识与专业相近的同质智力资源与异质智力资源在一起形成的规模效应。这种方式可以聚集组织内外智力资源，形成具有信息、知识、资源共享、能力互补的协同优势。按知识主体特点科学调配合理分工，形成专业、层次、特长互补的知识创新梯队。本研究成果有助于为企事业组织的知识创新能力提高创设条件。

45适用范围的扩展性与个性化

知识涌现及创新的复杂适应系统方法不仅适合企业，也适用于一切其他知识涌现和知识创新的领域及组织，特别是高等教育的科研和教学组织同样适用。任何具体应用都需要研究者结合具体的知识内容和组织人员特点进行分析研究与科学考察。

参考文献

[1]夏维力，陈晨，钟培.基于复杂适应系统理论的组织知识创造机制研究[J].情报杂志，2009，28（6）：126-130.

[2]李海波，刘则渊，丁.基于复杂适应系统理论的组织知识系统主体研究[J].科技管理研究，2006，（7）：199-202.

[3]金福.知识型组织智力资源管理[M].北京：科学出版社，2011：146-148.

[4]Eco，U.The Island of the Day Before[M].New York：Harcourt Brace，1994.

[5]Anderson，Philip.Complexity Theoryand Organization Science[J].Organization Science，1999，10（3）：216-232.

[6]Sterman，John D.Business Dynamics：Systems Thinking and Modeling for a Complex World[J].Boston：McGraw Hill，2002：515-535.

[7]Alex and David Bennt.Characterization the Next Generation Knowledge Organization[J].Knowledge and Innovation：Journal of the KMCI，2000，（1）：8-42.

[8]马刚.产业集群演进机制和竞争优势研究述评[J].科学学研究，2005，23（2）：188-193.

[9]胡恩华，刘洪.基于复杂适应系统的企业集群创新行为研究[J].中国科技论坛，2007，（1）：65-68.

[10]王众托.知识系统工程[M].北京：科学出版社，2004：30-34，60-64.

[11]（美）约翰·霍兰.隐秩序——适应性造就复杂性[M].周晓牧，韩晖，译.上海：上海科技教育出版社，2000.

[12]苗东升.系统科学精要[M].北京：中国人民大学出版社，2006.

[13]John Battison.Standing Waves and Antennas[J].Radio Magazine，2003，（9）.

[14]范冬萍.复杂系统突现论——复杂性科学与哲学的视野[M].北京：人民出版社，2011：54-58.

[15]（美）约翰·霍兰.涌现——从混沌到有序[M].陈禹，等译.上海：上海科技出版社，2001：138-144.

[16]（美）约翰·霍兰.理论分析及其在生物、控制和人工智能中的应用[M].张江，译.北京：高等教育出版社，2008.

（本文责任编辑：马卓）endprint

4知识涌现系统研究的启示

依据前文分析，以复杂适应系统理论为基础分析知识涌现系统运行机制并构建的循环和互动模型，比一般文献中论述的要素间的相互关系更深入一个层次，更有利于知识管理者从整体的角度进行考虑，进而改进组织策略，优化组织结构。知识涌现作为知识创新的促成阶段，必须通过一定的组织策略和调控措施才有助于创建能有效激活知识主体进行知识创造活动的诸要素及知识创新的氛围和环境，更大程度地开发组织的智力资源潜能，强化智力资源系统的知识创造功能以保障持续性的知识创新能力。根据前文分析，提出以下启示：

41在观念上树立整体性之思

任何个人、团队或组织都在发生变化，特别是作为智力资源载体的知识主体，如知识型组织的专业技术人员，他们的智力资源是能动的高增值性资源。这种资源无法储存，随时间的变化而动态变化。这就要求知识管理者要在整体上把握这种动态变化的趋势，了解如何在变化中掌握正确的知识管理方式和知识创新的速度，不断对组织的软硬件进行必要的投资、维护与提升才能保证知识主体智力资源价值的增值。

42优化知识结构

为此，可以利用信息技术搭建平台构建知识管理系统，通过提供基础设施、建立智力价值增值评估体系以提高组织成员交互深度，促进隐性知识的获取与共享，注重培育交互中产生的新思想，形成有经济和社会价值的智力资源，为知识创造提供必要智力储备。

43构建宽松民主、创新向上的氛围

知识涌现系统的运行要求一个互敬互信、平等合作、创新向上的工作氛围，如此才能使知识主体感到受重视、有尊严，产生自豪感、成就感和归属感，获得自我实现的满足。它可将企业组织意志转变为员工自觉乐意的行动，从而激发其创新的热情，提高其智力资源的效能。

44优化团队结构，形成资源规模效应

知识涌现的有效发挥取决于知识与专业相近的同质智力资源与异质智力资源在一起形成的规模效应。这种方式可以聚集组织内外智力资源，形成具有信息、知识、资源共享、能力互补的协同优势。按知识主体特点科学调配合理分工，形成专业、层次、特长互补的知识创新梯队。本研究成果有助于为企事业组织的知识创新能力提高创设条件。

45适用范围的扩展性与个性化

知识涌现及创新的复杂适应系统方法不仅适合企业，也适用于一切其他知识涌现和知识创新的领域及组织，特别是高等教育的科研和教学组织同样适用。任何具体应用都需要研究者结合具体的知识内容和组织人员特点进行分析研究与科学考察。

参考文献

[1]夏维力，陈晨，钟培.基于复杂适应系统理论的组织知识创造机制研究[J].情报杂志，2009，28（6）：126-130.

[2]李海波，刘则渊，丁.基于复杂适应系统理论的组织知识系统主体研究[J].科技管理研究，2006，（7）：199-202.

[3]金福.知识型组织智力资源管理[M].北京：科学出版社，2011：146-148.

[4]Eco，U.The Island of the Day Before[M].New York：Harcourt Brace，1994.

[5]Anderson，Philip.Complexity Theoryand Organization Science[J].Organization Science，1999，10（3）：216-232.

[6]Sterman，John D.Business Dynamics：Systems Thinking and Modeling for a Complex World[J].Boston：McGraw Hill，2002：515-535.

[7]Alex and David Bennt.Characterization the Next Generation Knowledge Organization[J].Knowledge and Innovation：Journal of the KMCI，2000，（1）：8-42.

[8]马刚.产业集群演进机制和竞争优势研究述评[J].科学学研究，2005，23（2）：188-193.

[9]胡恩华，刘洪.基于复杂适应系统的企业集群创新行为研究[J].中国科技论坛，2007，（1）：65-68.

[10]王众托.知识系统工程[M].北京：科学出版社，2004：30-34，60-64.

[11]（美）约翰·霍兰.隐秩序——适应性造就复杂性[M].周晓牧，韩晖，译.上海：上海科技教育出版社，2000.

[12]苗东升.系统科学精要[M].北京：中国人民大学出版社，2006.

[13]John Battison.Standing Waves and Antennas[J].Radio Magazine，2003，（9）.

[14]范冬萍.复杂系统突现论——复杂性科学与哲学的视野[M].北京：人民出版社，2011：54-58.

[15]（美）约翰·霍兰.涌现——从混沌到有序[M].陈禹，等译.上海：上海科技出版社，2001：138-144.

[16]（美）约翰·霍兰.理论分析及其在生物、控制和人工智能中的应用[M].张江，译.北京：高等教育出版社，2008.

（本文责任编辑：马卓）endprint

4知识涌现系统研究的启示

依据前文分析，以复杂适应系统理论为基础分析知识涌现系统运行机制并构建的循环和互动模型，比一般文献中论述的要素间的相互关系更深入一个层次，更有利于知识管理者从整体的角度进行考虑，进而改进组织策略，优化组织结构。知识涌现作为知识创新的促成阶段，必须通过一定的组织策略和调控措施才有助于创建能有效激活知识主体进行知识创造活动的诸要素及知识创新的氛围和环境，更大程度地开发组织的智力资源潜能，强化智力资源系统的知识创造功能以保障持续性的知识创新能力。根据前文分析，提出以下启示：

41在观念上树立整体性之思

任何个人、团队或组织都在发生变化，特别是作为智力资源载体的知识主体，如知识型组织的专业技术人员，他们的智力资源是能动的高增值性资源。这种资源无法储存，随时间的变化而动态变化。这就要求知识管理者要在整体上把握这种动态变化的趋势，了解如何在变化中掌握正确的知识管理方式和知识创新的速度，不断对组织的软硬件进行必要的投资、维护与提升才能保证知识主体智力资源价值的增值。

42优化知识结构

为此，可以利用信息技术搭建平台构建知识管理系统，通过提供基础设施、建立智力价值增值评估体系以提高组织成员交互深度，促进隐性知识的获取与共享，注重培育交互中产生的新思想，形成有经济和社会价值的智力资源，为知识创造提供必要智力储备。

43构建宽松民主、创新向上的氛围

知识涌现系统的运行要求一个互敬互信、平等合作、创新向上的工作氛围，如此才能使知识主体感到受重视、有尊严，产生自豪感、成就感和归属感，获得自我实现的满足。它可将企业组织意志转变为员工自觉乐意的行动，从而激发其创新的热情，提高其智力资源的效能。

44优化团队结构，形成资源规模效应

知识涌现的有效发挥取决于知识与专业相近的同质智力资源与异质智力资源在一起形成的规模效应。这种方式可以聚集组织内外智力资源，形成具有信息、知识、资源共享、能力互补的协同优势。按知识主体特点科学调配合理分工，形成专业、层次、特长互补的知识创新梯队。本研究成果有助于为企事业组织的知识创新能力提高创设条件。

45适用范围的扩展性与个性化

知识涌现及创新的复杂适应系统方法不仅适合企业，也适用于一切其他知识涌现和知识创新的领域及组织，特别是高等教育的科研和教学组织同样适用。任何具体应用都需要研究者结合具体的知识内容和组织人员特点进行分析研究与科学考察。

参考文献

[1]夏维力，陈晨，钟培.基于复杂适应系统理论的组织知识创造机制研究[J].情报杂志，2009，28（6）：126-130.

[2]李海波，刘则渊，丁.基于复杂适应系统理论的组织知识系统主体研究[J].科技管理研究，2006，（7）：199-202.

[3]金福.知识型组织智力资源管理[M].北京：科学出版社，2011：146-148.

[4]Eco，U.The Island of the Day Before[M].New York：Harcourt Brace，1994.

[5]Anderson，Philip.Complexity Theoryand Organization Science[J].Organization Science，1999，10（3）：216-232.

[6]Sterman，John D.Business Dynamics：Systems Thinking and Modeling for a Complex World[J].Boston：McGraw Hill，2002：515-535.

[7]Alex and David Bennt.Characterization the Next Generation Knowledge Organization[J].Knowledge and Innovation：Journal of the KMCI，2000，（1）：8-42.

[8]马刚.产业集群演进机制和竞争优势研究述评[J].科学学研究，2005，23（2）：188-193.

[9]胡恩华，刘洪.基于复杂适应系统的企业集群创新行为研究[J].中国科技论坛，2007，（1）：65-68.

[10]王众托.知识系统工程[M].北京：科学出版社，2004：30-34，60-64.

[11]（美）约翰·霍兰.隐秩序——适应性造就复杂性[M].周晓牧，韩晖，译.上海：上海科技教育出版社，2000.

[12]苗东升.系统科学精要[M].北京：中国人民大学出版社，2006.

[13]John Battison.Standing Waves and Antennas[J].Radio Magazine，2003，（9）.

[14]范冬萍.复杂系统突现论——复杂性科学与哲学的视野[M].北京：人民出版社，2011：54-58.

[15]（美）约翰·霍兰.涌现——从混沌到有序[M].陈禹，等译.上海：上海科技出版社，2001：138-144.

[16]（美）约翰·霍兰.理论分析及其在生物、控制和人工智能中的应用[M].张江，译.北京：高等教育出版社，2008.

（本文责任编辑：马卓）endprint