高校创新团队知识共享影响因素研究＊——基于系统动力学的建模与仿真

嵇 娟，翟丹妮

（南京邮电大学 管理学院，江苏 南京 210003）

随着知识和信息的快速膨胀和持续更新，各学科之间的交叉性和渗透性不断加深，个人拥有的知识已渐渐不能满足科技发展和技术创新的需要，创新团队知识共享是现在及未来的发展方向。通过组建创新团队进行科学研究，团内成员合理化的知识共享，是当今社会知识发展的必须要求，同时还能提升团队成员与高校的能力和地位，促进知识创新。但如何最大限度地以最优最小成本促进创新团队中成员参与知识共享，提升团队的知识积聚效应，是学者们研究的焦点。

1 高校创新团队知识共享影响因素分析

知识共享的影响因素主要包括主体因素、客体因素和环境因素这三个方面[1-2]。主体因素是影响团队内部知识共享效用的直接因素，而客体影响因素和环境影响因素是通过影响主体因素进而对知识共享效用产生间接影响[3-6]。倪国栋、黄付帅等人认为知识共享主体包括知识拥有者与知识接收者两种角色，从知识拥有者和知识接收者的特有因素、共性因素和关联因素三个层面，综述了近几年学者关于这方面的研究，构建了组织内部知识共享主体影响因素的概念模型[7]。知识共享的客体体现在知识内容本身即知识特性，韩国元等人将知识特性分为知识分散性、知识不对称性、知识外显程度和知识经济价值，采用结构方程模型（SEM）对构建的高校科研团队知识共享的影响因素模型进行实证分析，研究得出知识特性对高校科研团队具有一定的影响，其中知识不对称性对其影响最大[8]。环境因素可归纳为团队文化、团队制度、团队结构和共享手段四个维度。孙德梅等人认为知识共享主体、知识特性、共享平台、共享环境、激励机制对高校创新团队内成员的知识共享行为、方式、效果等有至关重要影响；经研究分析，共享环境对知识共享水平总效应值影响很大[9]。结合前人所作的研究以及进一步分析得出影响高校创新团队知识共享的主要因素有：团队能力（团队地位、团队文化、物质支持），共享氛围（激励机制、名誉损失），知识特性（知识势差、知识隐性、知识老化度），共享成员（知识总量、吸收转化能力、信任程度）。其中团队能力是外界环境影响因素，共享氛围属于团队的制度保障，知识特性和共享主体因素属于团队内部影响因素。

2 高校创新团队知识共享的系统动力学模型

利用系统动力学仿真软件Vensim-PLE建立高校创新团队知识共享影响因素的因果关系反馈图和系统流图，通过计算机动态仿真，找到在各影响因素的综合作用下团队知识量的变化图。

2.1 模型边界的界定及基本假设

2.1.1 模型边界的界定

本文的研究对象是高校创新团队知识共享系统。高校创新团队知识共享考虑的是团队内部成员之间以及成员与团队之间的知识共享，不同团队之间的知识共享不予考虑。

2.1.2 模型的基本假设

假设一个创新团队的项目执行时间是三年，这三年内团队成员数量是固定的，团队成员有50人，每个人的初始知识量为70.

假设团队已取得较好的成果，拥有一定的社会地位，所以在整个仿真过程中，团队地位保持不变。

2.2 高校创新团队知识共享的因果模型

根据上述分析，本文构建高校创新团队知识共享的因果关系模型如图1所示。

系统是由相互联系且相互影响的要素组成的，而且系统是动态发展的。在创新团队中，主体与受体之间的知识势差使得形成知识从高势能处向低势能处流动的趋势，但是这种趋势变化幅度取决于知识共享主体与受体之间的信任程度、担心名誉损失程度等因素。对于知识共享主体和受体来说，共享双方都希望增加自己的最终知识总量，这样不仅提高自己的创新能力和名誉，还能为自身长远发展奠定稳固的基础。但是知识共享主体主动共享知识的意愿较小，尤其是能够为自己带来很多利益的知识。高校创新团队知识共享需要成员与团队的共同作用，所以团队也可以运用各种手段和措施，以最优且最小的成本促进知识共享双方进行知识共享。而且，如果知识共享影响到自身利益的时候，创新团队没有给予相应的激励，将导致知识共享双方的假装接受、敷衍应付等不良行为，从而影响知识共享的效用。在以上因素的共同作用下，高校创新团队知识共享效用将受到不同程度的影响，各个因素参数的提高或下降将使得高校创新团队知识共享的效用增加或减少。以上分析绘制出的高校创新团队知识共享因果关系反馈图对理解各因素对系统的作用有重大意义。

2.3 高校创新团队知识共享的系统流图

在图1基础上建立高校创新团队知识共享影响因素系统流图，见图2.

在绘制的系统流图中，包括六条回路，主要回路有两条：①知识势差-知识共享意愿-知识共享效用-最终知识总量。②知识势差-知识共享意愿-知识共享效用-知识增量-最终知识总量。其中，初始知识总量是共享方本身具有的知识，所以初始知识总量加上在共享过程中吸收的知识量是最终知识总量。系统流图中涉及一个状态变量（L）即最终知识总量，一个流速变量（R）即知识增量，3个辅助变量（A）即知识势差、知识共享意愿、知识共享效用，9个常量（C）即知识的隐性度、知识老化度、团队文化、团队地位、物质支持、激励政策、信任程度、名誉损失度、吸收转化能力。本文模型涉及的主要方程及设计说明如下：

L：最终知识总量＝知识增量+初始知识总量+知识共享效用。

R：知识增量＝知识共享效用。

A：知识势差＝最终知识总量×0.2.

对于高校创新团队遴选成员时，要求成员的知识势差不能有太大偏差，保证在（0，0.4）这个范围。若团队成员间知识势差过大，共享主体会产生不公平等心理从而导致不愿意共享。

A：知识共享意愿=权重^信任程度+权重^激励政策+权重^名誉损失+权重^物质支持-权重^知识势差；

A：知识共享效果=团队地位×权重+团队文化×权重+激励政策×权重+吸收转化能力×权重+物质支持×权重+知识共享意愿×权重+信任程度×权重-知识的隐性度×权重-知识的老化度×权重。

3 模型仿真与结果分析

在进行仿真之前，首先设定系统流图中的相关参数，信任程度、名誉损失、物质支持、激励政策、吸收转化能力、团队地位、团队文化、知识隐性度、知识老化度、知识共享意愿对于知识共享效果的权重是：0.604，0.569，0.288，0.236，0.523，0.445，0.723，0.345，0.262，0.484；信任程度、激励政策、名誉损失、物质支持、知识势差与知识共享意愿之间权重：0.8，0.9，0.9，0.9，0.996.

3.1 模型在既定参数下的仿真结果

从系统模拟运行的结果可以看出，高校创新团队知识共享意愿在各因素的共同作用下，在前20个月共享意愿明显上涨，说明由于团队成员日渐相处，合作程度高，表达出明显的共享意愿，共享效用也显著增加。但是从公式可以看出，知识共享意愿与知识势差成负相关，所以成员间知识势差越大，成员越不愿意共享，知识共享意愿直接作用于知识共享效用，结果导致知识共享效用趋于平稳。由方程可知，知识共享效用等于知识增量，故也表明了知识增量的变化。对于最终知识总量来说，在知识增量和知识共享效用的共同作用下，得到最终知识总量一直呈现线性增长。见图3.

结果表明，在高校创新团队遴选成员时，需要设置一定的门槛，保证成员间知识势差不能有太大偏差，否则会大大降低成员之间的共享意愿，从而影响整个团队的风气和项目进度。在团队项目实施中，创新团队可以设置明确的成员遴选条件，选择经验丰富的、吸收转化能力强的成员进入团队，并通过定期培训、考核等方式保证各成员具有丰富的知识量。

3.2 促进高校创新团队知识共享的策略

3.2.1 保证团队的物质需求

项目资金的来源不应该仅限于学校和政府，也可以主动向社会和企业寻求资助。只有资金充足，团队成员才会没有后顾之忧，将专注点更多地放到科研中。

3.2.2 完善团队的激励机制和惩处机制

完善的激励机制能够充分激发成员的积极性，增强知识共享意愿，提升知识共享效率。同时也应建立一定的惩处措施，批评那些不愿意共享的成员，使更多的成员主动融入到知识共享行为之中。

3.2.3 营造开放式共享氛围

公平开放的团队文化氛围是促进团队知识共享的可持续动力，能增强成员间的信任程度，提高知识共享意愿。

3.2.4 建立灵活的人才选拔制度

高校创新团队应该加强重视那些有集体团结意识、善于聆听和交流、积极进取的成员，而不能只看其科研能力、学术水平等。同时团队之间的知识势差不能太大，这样才能更好地提高知识共享效用。

4 总结与展望

通过利用Vensim-PLE软件进行因素仿真分析，更具有科学性，避免了现有研究中单独应用理论知识分析论证的局限性，而得出了重要结论：高校创新团队知识共享意愿在各因素的共同作用下，随着时间增长而递增；知识共享意愿对知识共享没有直接影响作用，还受到成员自身知识量、知识的隐性程度、团队地位等因素的影响；随着团队合作时间增长，知识增量呈现先快后慢的变化过程。

随着科技技术的发展，知识共享中知识传播的渠道也呈现出多元化的特点，不同的共享途径也对知识共享有着重要的影响，本文对此没有做具体研究。另一方面，本文只是阐述了知识势差、知识隐性度和信任程度对知识共享意愿的影响，其中知识势差的分析只单纯地局限于知识量多少的差距，并未具体到知识质上的差异，即知识共享双方知识结构相似程度的高低对共享的效用的影响。在一定程度上，双方知识结构越相似，越有助于双方共享，所以在这方面还有很大的研究空间值得深入。

［1］ 汪克夷,齐丽云,任鹏.项目团队中知识共享的影响因素研究——一个基于建筑行业的实证［J］.情报杂志，2008（02）：79-83.

［2］ 刘馄发，李著楠.国内外组织内部知识共享影响因素研究综述［J］.图书馆学研究（应用版），2010（8）：8-12，91.

［3］ Bruce Kogut， Udo Zander.Knowledge of the firm，combinative capabilities，and the replication of technology［J］.Organization Science，1992（3）：383-397.

［4］ Roger Th.A.J Leenders，Jo M.L van Engelen，Jan Kratzer.Virtuality，Communication，and New Product Team Creativity：a Social Network Perspective［J］.Journal of Engineering and Technology Management， 2003（20）：69-92.

［5］ 蔡胜贤.X公司的隐性知识管理研究［D］.广州：华南理工大学，2012.

［6］ Hsin Hsin Chang，Shuang-Shii Chuang.Social capital and individual motivations on knowledge sharing：participant involvement as a moderator［J］.Information&Management，2011，48（1）：9-18.

［7］ 倪国栋，黄付帅，张天宇.组织内部知识共享影响因素之主体因素研究综述［J］.图书馆理论与实践，2015（05）：21-25.

［8］ 韩国元，陈伟，张国营.基于SEM的高校科研团队知识共享影响因素研究［J］.情报科学，2014，32（10）：118-123，149.

［9］ 孙德梅，杨早立，郎益夫.研究型大学创新团队内部知识共享影响因素研究［J］.图书与情报，2012，（05）：52-57.