李峰宇
摘 要:本文在归纳总结现有知识转移研究相关成果的基础上,从知识特性入手,探究不同知识生命周期阶段中的创新知识特性及其对企业间知识转移的影响,以创新知识特性为切入点,构建基于知识生命周期的企业间知识转移模型,并模拟知识生命周期中企业间知识转移的演化过程,探索不同阶段的转移特性和规律,最后据此提出相应的管理对策及建议。
关键词:知识生命周期;知识创新;知识转移;过程演化
在知识经济时代,知识是企业保持核心竞争力的关键资源,而知识创新和转移是企业获取竞争优势的两大途径。传统的知识特性影响研究主要关注知识的静态属性,忽略了知识作为一种持续创新的资源,它自身的整体性和发育状态等动态属性对知识转移的影响。知识在其识生命周期中会随着发展创新而表现出不同特性,对企业间的知识转移也会产生不同的影响。在知识生命周期的相关研究中,王兆祥等探讨了企业知识在其生命周期各阶段中的运动形态并构建了相应的知识流模型[1]。现有关于知识生命周期的研究侧重于知识在其生命周期中的形态以及流动形式,缺少知识创新带动的知识特性的变化对知识转移的影响研究。
本文从知识特性入手,通过模拟知识生命周期的四个阶段探究知识生命周期特性对企业间知识转移的影响规律,根据得出的仿真运行结果图来比较分析在知识创新的四个生命周期阶段中企业间知识存量的变化规律。
1 知识生命周期分析
1.1 知识生命周期划分
通过研究知识生命周期演变过程中知识特性的变化可以明确处于不同生命周期阶段的知识的形态、价值、应用风险、改进空间以及成本等方面差异,为企业间知识转移提供决策依据。本文基于生命周期理论并结合企业间知识转移特点把知识的形成与发展创新的动态轨迹划分为孕育期、产业化期、成熟期、衰退期四个阶段,知识在生命周期各阶段特征如表1所示。
1.2 基于知识生命周期的知识结构分析
本文结合现有研究基础,从知识结构角度出发,将企业在知识生命周期中所转移应用的知识划分为创新知识、重叠知识、待匹配知识,三者关系如图1所示。
知识的创新改进程度对知识转移过程具有显著影响,知识创新程度会影响企业所掌握知识体系的生命周期进程,也会影响知识转移难度,尤其对接受方的影响显著。Henderson等依据创新需求把知识划分为元件知识与建构知识,并整合出四种创新类型[2]。如果接受方不能充分了解所转移知识的改进情况而盲目转移,可能会影响转移效果、吸收能力和接受动机等,也会间接影响后续转移决策制定。
重叠知识是指知识转移主体间拥有的相同或相似的生产技术、管理经验或组织形式等方面的知识[3],主要影响双方的知识距离、接收方吸收能力以及知识的匹配状态。Cummings等认为转移主体间的重叠知识对知识转移行为具有推动作用[4]。它是知识转移能否进行的重要前提条件,伴随知识进化以及企业间转移次数的增加,转移主体间的重叠知识也会增加。
待匹配知识指各类相关知识要素之间的依存以及兼容关系,Tanriverdi等认为较高的知识关联性是保证企业间知识转移效果的前提条件[5]。李纲认为创新知识系统自身的匹配状态是表现知识发展程度与成熟程度的重要指标[6]。一种知识体系如果与知识接受方原有知识体系不匹配时,不仅加大了知识转移成本,也很难达到预期转移效果,会对整个知识转移合作产生不利影响。
2 基于系统动力学的知识转移过程演化模型构建
2.1 企业间知识转移的因果关系分析
知识在其整个生命周期中,需要经过不断的发展创新,因此,对于完全或部分依赖于外部知识的企业在知识生命周期中需要与接受方进行多次转移活动,知识转移行为是一个循环往复的演化过程,转移效果除了受到发送方、接受方以及转移情景等因素的影响外,还取决于前后转移活动间存在的反馈关系。
根据本文的研究情景分析影响企业间知识转移的因素主要包括:知识特性、发送方、接受者以及转移情景[7,8],建立基于知识持续创新情境下企业间知识转移过程的因果关系,如图2所示。本文将建立合作关系的企业分为知识发送方(C1)和接受方(C2),C1的知识增长主要依靠知识创新来实现,而C2的知识增长路径主要是从企业外部引进吸收知识。
由图2所示,知识发送方的知识增长主要来源于企业自身的创新能力,而知识接受方增长依赖于外部转移知识,其所接受的知识量主要受四条循环回路的影响;创新知识特性的影响贯穿整个知识转移合作过程,主要通过影响发送方转移知识量和接收方接受知识量,其中知识匹配性可直接影响转移效果;引入转移阈值主要考虑发送方企业出于保护自身的核心竞争力需要使自身知识存量与接收方保持在一定差距上。
2.2 模型假设及系统流图
基于知识生命周期的企业间知识转移过程演化模型的基本假设为:(1)知识转移主体间存在长期固定的合作关系;(2)知识发送方企业的发送能力随着转移次数的增加不断提升;(3)知识接受方企业的知识增长来源主要依靠知识转移获取,而知识发送方企业的知识增长来源于知识创新;(4)知识创新率随着知识生命周期的展开而逐步降低。
基于上述模型基本假设,建立的基于知识生命周期的企业间知识转移过程演化的系统流图如图3所示。
2.3 主要方程设计
C1知识创新量=C1知识存量*C1知识创新率
C1知識失效量=STEP(C1知识存量*C1知识失效率,5)
C1知识存量=INTEG(C1知识创新量-C1知识失效量,150)
C2知识失效量=STEP(C2知识存量*C2知识失效率,5)
C2知识存量=INTEG(C2知识接受量-C2知识失效量,100)
C2知识接受量=SMOOTHI(转移知识量*接受动机*吸收能力,4,0)endprint
知识重叠率=1-知识距离/C2知识存量-C1知识创新率
知识匹配率=(C2知识存量-C2知识接受量)/C2知识存量*知识重叠率
发送能力=WITH LOOKUP(Time,([(0,0.6)-(30,0.9)],(0,0.6),(30,0.9)))。
知识阈值=C2知识存量/C1知识存量
转移知识量=IF THEN ELSE(知识阈值<0.9,知识距离*发送能力*发送动机,0)。
3 企業间知识转移演化仿真及分析
3.1 有效性检验
本模型的仿真是在Vensim PLE环境中完成的,设定仿真时间为30周。模型的有效性检验选择理论检验方式,设定基于知识生命周期的企业间知识转移过程演化模型的初始状态,通过对模型系统的模拟仿真得到主体双方的知识存量、发送方转移知识量、接受方接受知识量、知识重叠率以及知识距离在不同时期的变化的趋势。从而归纳总结出基于知识生命周期的企业间知识转移行为特征和演化规律如图4所示:
从仿真的运行结果可以看出:(1)C1和C2的知识存量在仿真时间内都呈现快速增长的趋势,但由于C1与C2在知识增长依赖路径上的不同,C1知识增长率高于C2知识的增长率。(2)C1知识整合编码能力的有限、知识保护主义的抑制以及C2吸收能力的限制,导致知识在传送过程中出现损耗,导致实际接受知识量少于所转移知识量。(3)知识重叠率呈现先下降再上升然后趋于稳定。下降主要由于知识转移的时间过程以及在转移过程中C1知识的持续变化造成双方知识差距的扩大,伴随双方合作的深入,重叠知识不断增加,但合作后期出于知识产权保护主义,C1会对转移知识有所保留,导致知识重叠率维持在一定的水平范围内。(4)知识距离呈现出先增加后略微降低然后再增加的趋势,期变化趋势原因大体与知识重叠相同,知识在转移后期出于C1的知识保护主义,双方知识距离会拉大。
从图4仿真运行结果看,模型中所呈现的一些变化规律和现实中企业间知识转移过程是比较相符的,说明本模型具有描述基本的基于知识生命周期的企业间知识转移过程的能力,能够据此提供一些企业间知识转移行为的特征和变化规律。
3.2 灵敏度分析
本模型的灵敏度分析主要通过改变C1的知识创新率取值来模拟知识生命周期的进程,根据上文知识生命周期的分析,知识创新率在生命周期四个阶段中分别呈现不同的水平,本文将生命周期中的知识创新率设定为四个高低不同的参数如下表所示:
从图5可以看出,随着知识创新率的不断降低,知识阈值达到边界,此时知识C1处于保持竞争优势的需要,转移过程将停止,所转移知识量也随之减少,由于知识C1的知识存量增长主要依靠创新,而C2主要依靠知识转移,所以在随后一个阶段,双方的知识距离有进一步扩大,直到知识阈值低于0.9的边界值,转移过程再次启动,直到下一次触碰边界值。由于这种对自我竞争优势保护思想的存在,导致知识C1在知识生命周期后期会随着知识创新率的降低而减少转移知识量,因此知识C2在每次知识转移中所接受的知识也会相应减少,造成转移成本上升。
可以得出的结论是,系统对发送方知识创新率具有较高的灵敏度,对于发送方而言,需要注重提高知识的创新效率,便可以在保护自身竞争优势的前提下,满足接受方对于知识的需求,以形成良好的合作基础,进而可以从接受方获取更多的资源投入研发工作中,形成良性的知识转移循环;对于接受方而言,需要对所接受知识进行全面的分析以判断其所处的生命周期状态,在孕育期与产业化期应紧跟知识发展动态,积极寻求知识转移,而在成熟期与衰退期,则需要根据企业自身发展的需要,选择适当的时机,进行知识转移,避免实施过多次数的知识转移,防止转移成本的无故增加;另外,知识接受方在从外界进行吸收知识的同时,也需要加强自身创新能力的建设,尤其在成熟期和衰退期,在前期知识转移的过程中已积累一定的知识基础,可以进行自我的知识创新,寻求突破性创新。
4 结语
本文在分析知识生命周期中的知识特性的基础上,建立了企业间知识转移演化的系统动力学模型,对发送方知识的创新率进行了灵敏度分析以模拟知识生命周期性,模型较好地对企业间的知识转移演化过程进行了拟合,解释了基于知识生命周期中企业间知识转移过程的特征和规律。由于真实的知识转移过程是一个非常复杂、抽象的演化过程,模型中的影响因素难以考虑周全,对部分变量实行了简单化处理,企业间的合作竞争的博弈关系,管理者的心理因素等都会影响模型的结构和变量的取值;另外,知识生命周期中存在许多变量,本文只选取了知识创新率作为知识生命周期的阶段特征变量,所以,对于更加复杂的动态知识转移过程的研究需要融入博弈竞争以及更多知识生命周期变量。
参考文献
[1]王兆祥,蔡晨. 基于知识生命周期的企业知识流模型[J]. 中国管理科学,2007,02:126-133.
[2]Henderson R M, Clark K B. Architectural Innovation: The Reconfiguration of Existing Product Technologies and the Failure of Established Firms.[J]. Administrative Science Quarterly, 1990, 35(1):9-30.
[3]杨玉兵,潘安成. 强联系网络、重叠知识与知识转移关系研究[J]. 科学学研究,2009,01:25-29+117.
[4]Jeffrey L Cummings,Bing-Sheng Teng. Transferring R&;D knowledge: the key factors affecting knowledge transfer success[J]. Journal of Engineering and Technology Management,2003,201:.
[5]Hüseyin Tanriverdi,N. Venkatraman. Knowledge relatedness and the performance of multibusiness firms[J]. Strat. Mgmt. J.,2004,262:.
[6]李纲,刘益. 组织间的重叠知识与知识转移的关系模型[J]. 科技管理研究,2008,02:211-213.
[7]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,2013,07:1041-1049.
[8]张睿,于渤. 技术联盟知识转移影响因素实证研究[J]. 科学学研究,2008,05:1024-1030+937.endprint