仿生学视角下技术联盟组织间知识转移机理研究

张红兵，和金生

(1.山西财经大学管理科学与工程学院，山西 太原 030031;2.天津大学管理与经济学部，天津 300072)

1 文献回顾与假设

仿生学(Bionics)是20世纪60年代发展起来的一门新兴边缘学科，也被称为“模仿生物的科学”，是通过研究生物的结构、性状、相互作用等来提供新的设计思想、工作原理或系统构成的科学［1］。

Hannan和Freeman［2］早在1997年就提出了仿生学分析的五个层次:客体对象、子单元、组织单元、种群和群落，但一直以来仿生学在知识转移领域的研究成果却集中于组织单元与种群层面，均是从知识转移活动的外在条件、行为和形式出发进行探讨。如，Nardli和O'Day［3］认为组织知识流动与转移具有逐利性、条件性等生物特征;和金生和李江［4］对组织知识重构和扩散的类生物行为进行了系统解读;蒋天颖和程聪［5］阐释了企业组织知识转移类似自然生态种群形式的活动过程等。对此，Reydon等［6］在综述仿生学的发展历程后指出，仿生学的研究单位应该偏向于客体对象(技术联盟知识转移领域的客体对象是指“知识”)而非组织单元或种群，这样才能更有效地指导管理实践。纵观现有文献，无一例外未打开本研究客体对象——知识的属性这一“黑匣子”。笔者试着将知识活动过程中所表现的各种特征与生物的生存、繁衍过程进行类比，提出知识属性的4点假设。

(1)有机性。任何生物、个体都有自身的起源［7］，绝非无中生有。知识由整个人类创造，知识的发展就是用“已有知识”处理来自外界的新刺激、新现象和新知识的过程，知识的发展不能跳跃，现有知识必有其起因线索，可见知识是“有机的”。

(2)遗传性。生物在一定的培养条件下生长时，子代会表现出与亲代相同的性状，称为生物的遗传性［8］。同样，知识也有遗传性，一些被人类社会传承下来的知识如诀窍等，其内容结构非常稳定［9］，具有顽强的生命力。

(3)变异性。在遗传进化不适应新环境时，生物要存活下来就需改变新陈代谢类型形成与亲代不同的性状，这种性状改变就是生物的变异性［10］。知识发展也是变化(变异)的，人类对自然、社会等最初的认识经过反复争辩、验证后，只有符合客观规律的认识(知识)才会被保留下来。

(4)酶(媒)化性。没有酶的催化参与，生物的新陈代谢只能以极其缓慢的速度进行，生命活动根本无法维持［11］。人类的知识活动也越来越多，学科分类异常复杂，知识活动过程同样离不开各种媒介的支持。

2 仿生学视角下技术联盟组织间知识转移的理论模型

有了上述假设，仿生学视角下的知识活动过程就浮现出来:知识是一种“有机的”生物体，其“遗传”、“变异”的演化过程总是起自一定的知识需求与缺口(知识菌种)，当受到“酶”(知识媒)的催化时，主体会在强健的知识集合(知识酵母)孕育下源源不断地汲取外界知识，进一步与内部已有知识匹配、过滤、融合后产生传承累加的新知识或变异的全新知识(进阶知识)，这种外界传承累加的新知识或变异的全新知识的呈现都表明知识转移得以成功。基于此，我们重新审视技术联盟组织间知识转移的活动规律，借鉴生物发酵反应方程式:→P+S(Y为菌种，E为酵母，S为生物酶，E-S是酶和酵母的复合物，P为发酵产物，K1，K2分别代表相关反应的速度系数。在酶的催化反应下，酶与酵母首先形成中间复合物;当酵母在酶作用下发生化学变化后，中间复合物再分解成发酵产物和酶。)，提出一个由知识菌种、知识酵母、知识媒以及进阶知识四种发酵要素组成的技术联盟组织间知识转移的理论模型(图1)。

图1 技术联盟组织间知识转移的理论模型

(1)知识菌种。组织间的知识转移活动必然起源于初始的知识需求与缺口，若没有这种知识需求与缺口，组织间便不可能产生任何知识活动，本模型将其定义为知识菌种。在技术联盟中，知识菌种主要表现为成员组织间的基础知识关联性与专业知识差异性。联盟内各成员组织的基础知识和专业知识背景不尽相同［12］，若各成员组织具有强度相当的关联性基础知识，且在专业知识领域存在较大的差异，则会激发差异化的专业知识持续地从高位势成员组织向低位势成员组织转移。反之，若各成员组织关联性的基础知识较少，彼此间由于缺乏“交流语言”很难进行有效的知识转移;或者在专业知识方面不存在足够的差异，会导致相互间失去知识转移的动力［13］。基础知识关联性与专业知识差异性作为关键的知识菌种，是技术联盟组织间知识转移的源头。

(2)知识酵母。是指技术联盟内所有成员组织的知识集合形态，是一个过程性概念。类似能量以各种形式栖息于生物体一样，知识也是散落在联盟的各个成员组织内部，呈现出零星分布的态势。在成员组织的合作实践中，低联盟网络密度使知识更加分散，知识转移常常依靠占据联盟中间中心性结点的第三方“中介”成员组织实施，然而“中介”成员组织会不可避免地过滤或扭曲知识，对知识转移产生强烈的负向效应［14］，同时低联盟网络密度导致的互动缺失甚至会使成员组织的隐性知识无法转移［15］。因此，适度加大联盟网络密度调整成员组织知识集合的形态来强健知识酵母，必然会为技术联盟组织间知识转移奠定一个良性的基础。

(3)知识媒。生物酶作为微生物细胞的一种催化剂，采用降低反应活化能的方式加快反应速度，促进生物体的新陈代谢。知识媒正如生物酶一样，是驱动知识转移顺利进行的各种中间要素，主要包括联盟内的激励约束机制和跨组织文化建设。在技术联盟内建立长效的激励约束机制，很大程度上可以削弱成员组织间信息不对称、缺乏信任等带来的知识转移障碍问题;跨组织文化建设是在尊重联盟成员自身文化背景的基础上，降低文化差异对技术联盟组织间知识转移活动负向影响的唯一途径。此外，外部力量(指尚未加入技术联盟的其他组织、联盟外的专家团队等)引入也是一种有效的知识媒，对成员组织间知识转移亦具有显著的催化作用。

(4)进阶知识。知识菌种、知识酵母以及知识酶在“转移发酵”后，知识源的知识就被转移至接收方组织，所转移知识可能与接收方组织已有知识碰撞、匹配后变异为全新的知识，也可能只是成为传承累加的新知识。这种进阶知识(变异或累加的新知识)的产生，均表明技术联盟组织间知识转移得以实施。

在图1所示的理论模型中，知识菌种、知识酵母和知识媒通过“转移发酵”来实现技术联盟组织间知识转移。与生物的趋同、趋异及协同发酵机制相似，“转移发酵”也是围绕趋同发酵、趋异发酵和协同发酵这三种方式进行的(图2)。

图2 “转移发酵”过程

(2)趋同发酵。在联盟合作双方知识结构体系相似的情境下，组织间知识高低位势差距形成的压力，推动处于低位势成员组织向高位势知识源学习，知识由高位势向低位势转移。低位势成员组织通过消化吸收，不断积累自身的知识存量，这种原封不动累加的外部知识(进阶知识)，及时弥补了低位势成员组织的知识缺口，使低位势成员组织的知识位势沿着与高位势知识源趋同的方向上升，知识得以遗传。

(3)趋异发酵。当联盟合作双方知识结构体系相似程度很弱，而差异程度却非常显著时，从高位势知识源转移过来的知识就被低位势成员组织甄别为无效知识和有效知识。无效知识被暂时存储起来，以备今后某个时刻被激活重新发挥作用，知识获得遗传;有效知识与接收方组织知识结构体系中存储的其他领域的知识进行激烈碰撞，进而经过社会化(Socialization)、外部化(Externalization)、融合(Combination)和内化(Internalization)的知识创造SECI［16］过程后，原先不相关领域聚集于某一点的知识就会重构为全新的创新性知识(进阶知识)，知识位势沿着区别于高位势知识源的方向螺旋升高，知识获得变异。

(4)协同发酵。这种方式有别于前两种在于它不是单向知识转移，是成员组织间双向知识转移的发酵过程。在联盟合作实践中，成员组织的知识位势高低属性不是绝对的，某类知识处于高位势的成员组织，却可能在其他类知识上处于低位势，知识转移常常是双向协同进行。若一个成员组织的知识产生了变化，与之相邻的相关知识领域联盟伙伴间知识位势也会随之发生改变，由此导致知识菌种(成员组织间的基础知识关联性与专业知识差异性)、知识酵母(知识集合)、知识媒(如创新的文化氛围)等发酵要素特征也同时产生变化，这将引发技术联盟内更大范围知识的转移发酵过程，知识的遗传性和变异性在此过程中同时得以体现。

需要说明的是，联盟内的“转移发酵”并不是单纯的由某一个发酵方式完成，往往是趋同发酵、趋异发酵和协同发酵相互交织在一起，且不分先后、没有主次之分。

3 案例分析——丰田联盟

丰田公司与大量供应商企业展开技术研发合作，组建了丰田——供应商技术联盟(以下简称丰田联盟)。该联盟作为日本汽车产业技术联盟的杰出代表一直以卓有成效的知识转移共享机制闻名于世，已成功地设计开发出备受世界各地人士推崇的大众型汽车、高档汽车、面包车、跑车等汽车产品。

丰田联盟采取了几项有力的措施来确保成员组织间知识转移的高效实施:一是选择技术、知识有专长的零部件供应商企业进入联盟;二是从一些关键的供应商企业中抽调人员和丰田公司人员一起成立跨组织学习团队，相互交流以加大供应商企业之间横向沟通以及供应商企业与丰田公司纵向沟通的频率、密度;三是建立知识交流互惠的激励约束规范，任何获得丰田公司免费技术支持的供应商企业必须向其他联盟成员公开自己的私有知识;除此之外，丰田联盟还有一个非常著名的组织间学习制度——供应商协会会议和主题会议。

供应商协会由丰田公司与供应商企业组成，会议每两个月召开一次，主要是向供应商企业传递联盟内的生产计划、市场趋势、政策等高层次的“显性知识”。供应商协会下设主题委员会，每月或每两个月都要举行成本、质量、安全、社会活动领域的主题会议，相应的主题内容经过深入讨论完善就成为各成员组织下一步具体的方案、策略。主题会议结束后，参与人员将信息带回所在单位并将其应用于工作实践，实践中出现的新构思、新问题等在下次的供应商协会会议或主题会议上将重新展开探讨。

从案例可以看出，丰田联盟组织间知识转移所需知识菌种——知识专长不同的各供应商企业及丰田公司之间存在的基础知识关联性与专业知识差异性、知识酵母——跨组织学习团队造就的高密度知识集合、知识媒——激励约束规范均已形成，其“转移发酵”的趋同、趋异以及协同发酵过程也很清晰:供应商协会会议传达的生产计划等高层次的、统一的“显性知识”，显然是一个趋同发酵过程;主题会议讨论所达成的成员组织各自具体的方案、策略，这是趋异发酵的过程;每个联盟成员将实践中出现的新构思、新问题等带到下次供应商协会会议或主题会议重新探讨，这样就形成了成员组织间的协同发酵过程(伴随着各发酵要素特征产生变化、调整)。

4 结语

技术联盟组织间知识转移表现出众多的生物属性，无论是在完全具备了所有发酵要素，还是仅仅在某个发酵要素(知识菌种、知识酵母或知识媒)的孕育过程中，均存在着进阶知识不断产生的“转移发酵”过程。技术联盟组织间知识转移机制的建设应遵循“转移发酵”规律，加强对各发酵要素的培育，以确保技术联盟组织间知识转移的顺利进行。

［1］路甬祥，仿生学的意义与发展［J］.科学中国人，2004，(4):22-23.

［2］Hannan M T，Freeman J.The population ecology of organizations［J］.American Journal of Sociology，1997，82(5):929-964.

［3］Nardli B A，O'Day V L.Information ecologies:using technology with heart［M］.Massachusetts:The MIT Press，1999.

［4］和金生，李江.知识发展的类生物模型［J］.科学学研究，2008，26(4):679-684.

［5］蒋天颖，程聪.企业知识转移生态学模型［J］.科研管理，2012，33(2):130-137.

［6］Reydon T A C，Scholz M.Why organizational ecology is not a Darwinian research program［J］.Philosopy of the Social Sciences，2009，39(3):408-439.

［7］Kitano H.Computational systems biology［J］.Nature，2002，420(6912):206-210.

［8］Loehlin J C.Heredity，environment，and the thurstone temperament schedule［J］.Behavior Genetics，1986，16(1):61-73.

［9］唐建生，和金生.基于知识发酵理论的组织知识共享问题研究［J］.科技管理研究，2007，(5):230-233.

［10］Watson J，Geard N，Wiles J.Towards more biological mutation operators in gene regulation studies［J］.Biosystems，2004，76(1):239-248.

［11］Zweier J L，Wang P，Samouilov A，et al.Enzyme-independent formation of nitric oxide in biological tissues［J］.Nature medicine，1995，1(8):804-809.

［12］徐小三，赵顺龙.知识基础互补性对技术联盟的形成和伙伴选择的影响［J］.科学学与科学技术管理，2010，(3):101-106.

［13］张红兵，张素平.技术联盟知识转移有效性影响因素的实证研究［J］.科学学研究，2013，31(7):1041-1049.

［14］Dries F，Maddy J，Inge N.Alliance portfolios and innovation performance connecting structural and managerial perspectives［J］.Group Organization Management，2012，37(2):241-268.

［15］Zheng Xiangjie，Zhao Yan.The impact of alliance network structure on firm innovation capability:An empirical study of ten hightech industries in China［J］.Journal of Science and Technology Policy in China，2013，4(1):4-19.

［16］Nonaka I.A dynamic theory of organizational knowledge creation ［J］，Organization Science，1994，5(1):14-37.