校企合作创新网络信任与知识转移的演化关系研究

夏维力+李晓歌

摘要：在分析校企合作创新网络系统构成要素的基础上，从直接和间接信任度构建校企信任模式结构，建立了能够刻画校企合作创新网络信任与知识转移的演化关系的因果关系图与系统动力学模型。并用系统动力学建模软件Vensim实现了该模型，对模型有效性及灵敏性进行了验证，仿真结果表明：高校对企业的信任受多重因素的影响，呈波动上升趋势;信任度与知识转移量正相关，提高信任度可以显著增加知识转移量。

关键词：信任度;知识转移;校企合作创新网络;系统动力学

DOI：10.13956/j.ss.1001-8409.2015.01.12

中图分类号：F273.1    文献标识码：A    文章编号：1001-8409（2015）01-0053-07

Research on Relationship Evolution between Knowledge Transfer

and Trust of School-enterprise Cooperative Innovation Network

XIA Wei-li， LI Xiao-ge

（School of Management， Northwestern Polytechnical University， Xian 710129）

Abstract：Based on the analysis of the components of school-enterprise cooperative innovation network， two-dimensional trust mode contain of direct trust degree and indirect trust degree， a causal graph and a system dynamical model， which could describe the development of school-enterprise cooperative innovation network  were built.The system dynamical model was realized by software tool Vensim， following by simulation analysis and model validation and sensitivity test.The simulation results show that trust of school-enterprise cooperative innovation network is affected by multiple factors， changing in the form of ascendant curves， trust has significant effects on knowledge transfer， and the improvement of trust helps the increase of knowledge transfer.

Key words：trust degree;knowledge transfer;school-enterprise cooperative innovation network;system dynamics

1 引言

快速变化的竞争和世界范围内的创新速度使单个企业无法孤立地解决组织间的创新行为，因此大量的企业选择参与创新网络、战略联盟或者其他形式的跨组织联系，以期实现某种形式的“协作优势”。校企合作创新网络在此背景下应运而生。校企合作创新网络的相对优势在于网络内各创新主体可以通过知识转移和知识共享实现协同发展。信任作为连接校企合作创新网络各成员的重要关系纽带，有利于网络中知识转移水平的提升。

信任被广泛应用于各类领域和组织中（如团队、企业、网络组织等）^[1]，随着对信任研究的加深，管理学领域将信任与知识转移结合起来，认为信任是一切合作关系的前提，尤其是在正式沟通渠道不够畅通、存在利益关系的组织中，信任的重要性更为突出^[2]。对于信任与知识转移的关联，Anoop Madhok提出：组织间信任可以为合作双方建立长期的资源合理分配和认知的共享^[3]。随后大量的文献和实证研究证明^[4～6]，信任会影响知识转移，信任可以促进有效的知识转移，信任会增加信息交换的数量，与知识转移呈正相关^[7];信任能促进组织的知识转移，因为它增加了合作伙伴帮助对方理解新的外部知识的愿意，缺乏信任会对有效的知识转移产生很大程度上的负面影响，尤其是在转移给知识接受者的知识来源不确定的情况下^[8]。

尽管信任对于知识转移的促进作用显著，但长期以来，对于信任的研究是从定性和变量相关性方面去解释，这种研究方式忽视了信任的计量分析和信任度变化对知识转移的影响，无法深度揭示信任的动态性和演化，也忽视了反馈效应及因果关系。因此，本文在分析校企合作创新网络的信任结构模式基础上，引入系统动力学研究信任与知识转移的因果关系，构建校企合作创新网络知识转移动态演化过程的系统动力学模型，并通过仿真及灵敏度分析，揭示高校对企业的信任度与知识转移的演化规律，为校企双方知识转移行为策略选择提供参考。

2 校企合作创新网络知识转移影响因素及因果关系分析

大量研究证明，知识转移的影响因素主要有四方面：知识发送方（知识发送方的特性、知识转移意愿和知识转移能力），知识接收方（知识接收方特性和知识吸收能力），知识特性（隐性知识和显性知识）和知识转移情境（信任、知识距离和开放程度等）^[9]，本文主要研究高校对企业信任度对知识转移的影响。

2.1 校企合作创新网络信任模式结构

高校和企业在合作创新网络内为共同完成高技术产品的研发与生产中，为预防机会主义行为，降低相关的知识转移成本，需要对企业的信任度进行评估，以得出对方在未来合作过程中可靠性、诚信度及合作能力的预期。本文将信任视为校企合作创新网络知识转移的纽带，校企知识转移量受知识阈值和信任度的影响。信任度由直接和间接信任度组成，构建模式为在历史合作直接信任的基础上，依据社会网络关系接近特征与信任开放传递特征，通过信任征集与反馈过程获取间接推荐信任^[10]。

（1）直接信任度。高校对企业的直接信任主要来源于对历史合作满意度的统计与分析，通过对已有典型信任模型的研究和分析，根据经验，最新发生的合作行为可信性最高，远期合作行为的信任度逐渐衰减^[11]，本文引入信任衰减系数，直接信任度的主要影响因素有：历史交互次数、合作成功次数、最近一次交互信任值、历史交互信任度、历史合作满意度影响系数和衰减系数，高校对企业的直接信任度公式如下：

Td（A，B）=Tt-1（A，B）+λ×Th（A，B）×γN N>0

0.5     N=0

Tt-1（A，B）表示最近一次的校企合作信任值，A、B分别表示高校和企业，λ是调节系数，调节校企历史合作满意度对直接信任度的影响，用m表示校企合作成功次数，N是高校和企业近期直接合作次数，则λ=m（N+1）。Th（A，B）代表校企历史交互信任度，γ是信任度衰减系数。当初始阶段，校企双方完全没有合作历史时，信任度为默认值0.5。

（2）间接信任度。在评价企业的信任度时，仅凭直接信任是不完善不可行的，因此本文构建了间接信任度Ti（A，B），用以描述高校对推荐者关于企业的反馈推荐信任值真实性、准确性的度量。间接信任度受到推荐者的可信度、推荐者对企业的直接信任度和信任者数量的影响。根据信任关系的传递性，本文假设推荐者信任度越高，推荐信息越可信。推荐者数量为n，但由于信任传递的有限性，设置推荐链最大长度为5，Td（A，C）为推荐者的可信度，Td（C，B）TC为推荐者的可信度，当有多个推荐者时，校企的间接信任度为：Ti（A，B）=1n∑nc=1Td（A，C）Td（C，B）。

（3）信任度。综合校企的直接和间接信任度，引入自信因子α（α∈（0，1）），自信因子代表直接信任度在综合信任度中所占的权重，α值越大，表明直接信任权重越高，即高校更相信自己的直接经验，得出校企之间的信任度为：

T（A，B）=αTd（A，B）+（1-α）Ti（A，B）

2.2 校企合作创新网络知识转移因果关系分析

在校企合作创新网络中，高校为知识发送方，企业为知识接收方，企业通过合作创新网络接受来自高校的转移知识，提高自身的知识存量。高校的知识存量由知识创新量和知识失效量决定，企业的知识存量由知识创新量、知识失效量和转移知识量决定。由此构建的校企合作创新网络知识转移模式如图1所示。

图1 校企合作创新网络知识转移模式

知识转移量是由知识势差、知识转移阈值、信任度共同决定。高校知识存量的增加导致知识势差的增大，知识势差的存在促进了知识转移的可能性，知识势差的增大使得知识转移意愿增强，知识转移量增多;知识转移阈值的设定体现了高校对自身核心知识的保护，当知识转移越接近高校的核心知识，校企知识势差越小，知识转移量越少，直至转移停止^[12]。信任与知识转移量正相关，当高校通过与企业的直接交互或其他多个第三方的推荐建立起较高的信任度时，就降低了对企业的机会主义行为预期，增强了对企业合理有效利用转移知识的信念，提高了高校的知识转移意愿，进而增多知识转移量。

3 校企合作创新网络知识转移的系统动力学模型构建

3.1 模型基本假设

（1）校企双方存在知识势差，高校的初始知识存量要高于企业的知识存量。

（2）高校的知识失效率大于企业的知识失效率，高校的知识有效期长于企业知识有效期。

（3）高校和企业的成功交互次数小于等于校企的历史交互次数。

（4）在校企双方存在交互历史时，信任度中直接信任度所占权重高于间接信任度。

依据上文的分析，建立校企合作创新网络知识转移的因果关系图和系统流图，如图2和图3所示。模型中主要的变量和常量有：状态变量（L）2 个，流率变量（R）4个，辅助变量（A）9 个，常量（C）8 个，共23 个变量。

表1  系统变量列表

变量类型变量名称

状态变量高校知识存量，企业知识存量

流率变量高校知识创新量，高校知识失效量，知识转移量，企业知识失效量

辅助变量高校知识创新率，知识转移阈值，知识势差，

企业知识创新率，信任度，直接信任度，间接信任度，信任衰减系数，历史满意度影响系数

常量历史交互次数，最近一次交互信任度，历史交互满意度，推荐者的可信度，推荐者对企业的信任度，推荐者数量，合作成功次数，自信因子

3.2 方程及参数说明

高校知识存量=INTEG（高校知识创新量-高校知识失效量，20）;

高校知识创新量=高校知识存量×高校知识创新率;

高校知识创新率=WITH LOOK UP{Time，[（0，0）-（30，0.2）]，（0，0.06），（30，0.09）}，用表函数来表示高校的知识创新率，设定在30个单位的仿真时间内，高校的知识创新率按线性提高百分之三。

高校知识失效率=0.02;

高校知识失效量=STEP（ 高校知识存量×高校知识失效率，8 ），用阶跃函数来模拟知识失效的过程，高校的知识在8个仿真时间单位后失效，失效的知识量为高校知识存量的百分之一。

企业知识存量= INTEG（企业知识创新量-企业知识失效量，5）;

企业知识创新量=企业知识存量×企业知识创新率;

企业知识创新率=0.02×知识转移阈值;

知识转移阈值= IF THEN ELSE（企业知识存量/高校知识存量 小于0.75，企业知识存量/高校知识存量，0.75 ），当阈值达到0.75时，高校不再向企业转移知识。

企业知识失效率=0.01;

企业知识失效量=STEP（企业知识存量×企业知识失效率，6）。

知识转移量= SMOOTHI（ IF THEN ELSE（ 知识转移阈值小于0.75，信任度，0），1，0），0.75是知识转移阈值的上限，超过0.75时，高校向企业的知识转移停止，知识转移量为0，用一阶信息延迟函数来表示知识从高校转移到被企业吸收的过程，延迟时间为1个仿真时间单位。

信任度=自信因子×直接信任度+（1-自信因子）×间接信任度;

直接信任度=IF THEN ELSE（历史交互次数大于0，最近一次交互信任度+历史满意度影响系数×（历史交互满意度×信任衰减系数）/历史交互次数，0.5 ）;

间接信任度=推荐者的可信度×推荐者对企业的信任度/推荐者数量自信因子=0.7。

信任衰减系数= WITH LOOK UP{Time，（[（1，0）-（30，1）]，（1，0.38），（30，1）}，用表函数来表示校企之间的信任衰减系数，设定在30个单位的仿真时间内，信任衰减系数分从指数分布γ=e-（30-Time）/30。

合作成功次数=RANDOM UNIFORM（0，5，3 ）;

历史满意度影响系数=SQRT（合作成功次数/（历史交互次数+1））;

历史交互次数=RANDOM UNIFORM（1，10，5 ）;

最近一次交互信任度=RANDOM NORMAL（0，1，0.6，0.01，0.4 ）;

历史交互满意度=RANDOM NORMAL（0，1，0.7，0.01，0.6 ）;

推荐者的可信度=RANDOM NORMAL（0，1，0.4，0.01，0.3 ）;

推荐者对企业的信任度=RANDOM NORMAL（0.1，0.8，0.5，0.01，0.4 ）;

推荐者数量=RANDOM UNIFORM（0，5，2 ）。

图2 校企合作创新网络知识转移因果关系图

图3 校企合作创新网络知识转移流图

4 校企合作创新网络信任与知识转移的演化模型仿真与分析

4.1 模型仿真

本文采用vensim PLE软件来仿真校企合作创新网络中信任与知识转移的模型，设定仿真时间为30个月，初始时间为0，步长为1个月，高校的初始知识存量为20，企业的初始知识存量为5，主要变量的仿真处理结果如图4所示。

图4 系统仿真结果

4.2 模型有效性检验

对校企合作创新网络信任与知识转移的演化模型进行有效性检验，以验证模型仿真结果与校企知识转移行为与信任演化趋势是否能够反映真实系统的特征和变化规律。模型有效性检验有两种：理论检验和历史检验，本文通过理论检验对模型进行有效性检验^[13]。设定校企合作创新网络信任和知识转移演化模型的初始状态，得到信任度、直接信任度、间接信任度，知识转移双方的知识存量，知识创新量，知识失效量，知识势差和知识转移量在不同时期的变化趋势。结合系统仿真结果和不同时点上各变量值，归纳总结校企合作创新网络知识转移主体的行为特征和演化规律。

模型有效性分析如下：

（1）高校对企业的信任度在仿真时间内虽有波动，但总体处于增长态势。直接信任度在前20个仿真时间波动较小，从第20个时间点开始，有较大幅度的波动，这符合信任的衰减规律，最新发生的合作行为可信性最高。直接信任度在信任度中占比重较大，而直接信任度受信任衰减系数、历史满意度影响系数、历史交互满意度等变量的影响，因此每一个因子的变动都可能引起信任度曲线的波动，如在第20个仿真时间内的信任度达到最高点，可能是由于此阶段，交易成功在历史交互次数中所占比例较高，或最近一次交互信任度较高引起的。在第21个仿真时间里，信任度急剧下滑，这是由近期交互信任度的突变引起的，如校企双方重大合作项目的失败或者机会主义、投机行为的出现，使直接信任度迅速下降。为避免或减少信任度的剧烈波动，可通过引入奖励或惩罚机制来监控机会主义、投机行为的发生，弥补合作失败对双方造成的损失。

（2）高校和企业的知识存量随着仿真时间的演进，仿真时间内呈现持续增长趋势。由于初始阶段高校知识存量高于企业，且高校的知识创新量处于持续增长状态，企业的知识创新量处于波动上升趋势，增速低于高校;另一方面，由于企业处在激烈的市场竞争中，知识更新速度快，系统设置企业的知识失效量周期为6个月，企业的知识失效量速率高于高校，因此经历30个仿真时间后，高校的知识存量要稍高于企业的知识存量。

（3）知识势差和转移知识量均呈现出先增后减再波动增加的趋势。仿真初始，高校的知识存量和知识创新率高于企业，高校知识增长量略高于企业，高校对企业的信任度水平较低，知识转移量低，使知识势差小幅增加。随着信任度的提高，转移知识量逐渐增加，企业知识存量的增加弥补了知识创新率上的差距，与高校的知识势差缩小，直至转移阈值达到临界值，知识转移停止。高校对企业的转移知识量不再增加后，知识创新优势再次显现，高校知识存量快速增长，知识势差增大，转移阈值变小，知识转移再次开始，如此循环往复。

通过对模型的理论检验可知，主要变量的演化规律与实际是相符的，基于系统动力学构建的校企合作创新网络信任与知识转移关系演化模型可以对校企信任度、知识转移量和其他主要变量的演化趋势进行有效的模拟和仿真，说明本模型具有刻画真实的校企合作创新网络信任与知识转移关系演化的能力，能够据此提供有价值的参考信息。

4.3 模型灵敏性检验

灵敏度分析是通过改变模型中的参数，考察对模型仿真输出的影响程度，为实际工作提供政策和决策支持^[14]。本模型主要是针对自信因子、知识转移阈值与合作成功次数进行灵敏度分析。

（1）保持其他参数不变，调整自信因子，方案1在原方案的基础上将自信因子增为0.8，在方案1的基础上将自信因子降为0.6，得到方案2的信任度。由图5可知，随着自信因子的增大，信任度水平逐渐提高，知识转移量逐渐增多。可知，信任度与知识转移量正相关，较高的信任度有利于提高校企之间的知识转移水平。

（2）保持其他参数不见，在原方案的基础上将知识转移阈值边界上升为0.8，得到方案1，继续上升为0.85，得到方案2，仿真结果如图6所示。随着知识转移阈值的提高，知识阈值曲线呈现出先增后减再增的趋势，由随着临界值增大，高校知识保护程度降低，知识转移阈值达到临界值，知识转移停止，随着知识转移阈值的增大，知识转移量减少的时间点延后，且知识转移量逐渐增加。

（3）保持其他参数不变，方案1在原方案的基础上，将合作成功次数最大值调整为6，方案2在方案1的基础上将合作成功次数最大值调整为7，合作成功次数变化所引起的信任度与知识转移量的变化如图7所示。合作成功次数的波动范围增大引起了信任度的波动幅度提高，信任的波动影响了校企知识转移量的变动，知识转移量的波动变化趋势与信任度的波动趋势相一致，这也印证了上文的分析。

5 结论

本文以校企合作创新网络为研究对象，应用系统动力学方法给出了信任与知识转移行为演化关系的因果关系图并构建了系统流图，进而使用Vensim PLE软件实现了系统仿真，并就自信因子、知识转移阈值和合作成功次数进行了灵敏度分析。得出的主要结论是：校企合作创新网络高校对企业的信任受多重因素的影响，且处于波动上升趋势;信任度对知识转移量的影响显著。自信因子、知识转移阈值和历史合作成功次数对知识转移量的灵敏度较高，但自信因子、历史合作成功次数都是通过信任度间接影响知识转移量，因此，校企知识转移量受信任度的影响，呈现波动增加的趋势，较高的信任度有利于促进校企知识转移量的增加。

由此，在高校与企业建立合作创新网络，进行技术创新和知识价值创造时，有必要建立有效的信任机制，并通过激励和惩罚机制的设置，保持信任度的稳定增长，促进双方合作关系的良性发展，这不仅有利于双方知识转移过程的实现和网络内知识水平的提高，也有益于最终实现校企合作创新网络的知识价值创造的目标。此外，由于本文主要探讨信任与知识转移的关系，故忽略了其他知识转移的影响因素。且由于信任度的计量是一个动态变化的复杂过程，因此模型中对部分变量和方程的设定实行了简单化处理，更为复杂的动态过程在模型中的体现值得今后进一步深入研究和探讨。

参考文献：

[1]J ialin Hardwick，Alistair R.Anderson，Douglas Cruickshank.Trust Formation Processes in Innovative Collaborations：Networking as Knowledge Building Practices[J].European Journal of Innovation Management，2013，16（1）：4-21.

[2]Roger C Mayer，James H Davis，F David Schoorman.An Integrative Model of Organizational Trust[J].The Academy of Management Review.1995，20（3）：709-734.

[3]Anoop Madhok.Opportunism and Trust in Joint Venture Relationships：An Exploratory Study and a Model[J].Scandinavian Journal of Management，1995，11（1）：57–74.

[4]Anna Sankowska.Relationships Between Organizational Trust，Knowledge Transfer，Knowledge Creation，and Firms Innovativeness[J].The Learning Organization，2013，20 （1）：85-100.

[5]Gian Casimir，Karen Lee，Mark Loon.Knowledge Sharing：Influences of Trust，Commitment and Cost[J].Journal of Knowledge Management，2012，16（5）：740-753.

[6]Michael D，Santoro，Paul E Bierly III.Facilitators of Knowledge Transfer in University-Industry Collaborations：A Knowledge-Based Perspective[J].Transactions on Engineering Managment，2006，53（4）：495-507.

[7]Tsai W，Ghoshal S.Social Capital and Value Creation：The Role of Intra-firm Networks[J].Academy of Management Journal，1998：464-476.

[8]Gallie P-E，Guichard R.Do Collaboratories Mean the End of Face-to-face Interactions？An Evidence From the I See Project[J].Economics of Innovation & New Technology，2005，14（ 6）：517-532.

[9]张力，聂鸣.产学合作机构知识转移动力模型的实证研究[J].软科学，2010，24（1）：27-31

[10]张树臣，高长元.高技术虚拟产业集群社会网络信任模式研究[J].管理学报，2013，10（9）：1301-1308.

[11]周茜，于炯.可信网络中基于信誉和风险评估的动态信任模型[J].计算机应用研究，2010，27（11）：4211-4214.

[12]徐升华，尹红丽.组织内部知识整合的系统动力学模型研究[J].管理学报，2013，10（6）：890-897.

[13]杨波.系统动力学建模的知识转移演化模型与仿真[J].图书情报工作，2010，54（18）：89-94.

[14]王道平，杨岑，宁静.知识服务网络知识转移行为演化研究[J].科学学与科学技术管理，2013，34（8）：34-42.

（责任编辑：冉春红）