企业创新网络的知识转移效果预测仿真研究

刘国新，崔海楠，王 林

(1.武汉理工大学 安全科学与应急管理学院，湖北 武汉 430070；2.武汉理工大学 管理学院，湖北 武汉 430070；3.华中科技大学 管理学院，湖北 武汉 430074)

在开放式创新环境中，伴随着知识经济的潜移默化，企业之间的关系发展逐渐形成创新网络。在创新网络中产生的知识转移行为，是因为异质性创新主体之间的创新知识要素分配的不对称，需要依赖对方的创新知识资源，通过关系网络进行资源互补而产生的，这种介于市场与企业间的资源配置方式长期存在就形成了正式和非正式的知识互惠关系[1]。知识转移主要是一方从另一方获取知识的过程，可以反映出不同创新实体之间进行信息和技能的系统交流。所以在创新网络中，企业作为创新节点进入创新网络，网络成员间如何进行知识转移等自增益价值获取活动是值得人们关注的问题。

企业作为创新网络中的创新主体，在合作网络中通过知识流动实现知识资源的互补，以达到知识共享与交流，进而实现知识转移的创新动机。SMEDS等[2]在知识网络的定义中表明:为弥补知识缺口，企业与具备该知识的外部主体为实现知识转移不断进行交互形成了合作创新网络，促进了个体知识获取和共同体知识共享，有利于实现协同创新。创新网络为创新主体提供了知识交流的平台，创新主体间的非正式控制机制[3]作为知识流动信道承载并运输大量的知识信息。一方面，网络结构可以影响知识转移。ROWLEY等[4]认为网络结构影响知识转移，主要是从转移风险角度来反向评价知识转移绩效，中心度高的知识转移协调性高且转移风险低；另一方面，网络结构的复杂特征也能够促进知识转移，且具备复杂网络结构特征的网络中信息知识的流动效率是最高的[5]。MU等[6]通过模拟仿真发现创新节点的吸收能力和传授能力有助于促进知识转移。因此，企业创新网络呈现出的复杂性特征，不仅体现在网络节点的复杂性，还体现在网络结构的复杂性。

企业的知识信息机构无论是正式的还是非正式的组织都会构成复杂网络。复杂网络是大量节点与连线纵横交叉形成的具有拓扑性质的规模网络[7]。针对网络演化的研究大多数是基于复杂网络的相关模型展开的[8]，笔者将引用BARABASI等[9]提出的无标度网络模型，即BA网络模型，该模型是研究现实情境下的网络(科研合作网络、技术联盟网络等)生成演化为复杂网络结构的经典代表网络模型之一。笔者以企业间的创新网络为研究对象，每个独立的企业是创新网络中的“节点”，企业间的合作关系是节点之间连接的“边”，每个企业作为异质性的创新主体在创新网络中释放的能量大小是不同的。在无标度网络中，所有网络节点完全共享知识信息的能量是一种理想化的状态，唯有满足大多数节点的资源需求，尽可能地达到价值最大化才是一种理性的结果。

知识转移的基础是知识源与知识宿主之间的合作关系，两者间的合作关系主要体现在知识源的转移意愿和知识宿主的接收转化两个方面，知识转移伴随着协同创新全过程，可以运用复杂网络探索企业在创新网络更新扩展过程中的知识转移演化规律。笔者拟通过梳理企业创新网络成员间的相互作用关系，依据资源依赖理论，从复杂网络视角对企业间知识转移规律进行研究，引入知识距离、知识源的转移意愿和知识宿主的接收能力等情境因素分析企业创新知识网络演化规则，建立BA无标度网络演化模型并进行模拟仿真，以期为提升企业创新绩效提供借鉴。

1 知识转移的影响因素

1.1 知识势差

企业具有不同的知识基础和知识存量[10]，知识在创新主体之间分布得不均衡，故知识距离是客观存在的。不同背景的企业在知识水平上的差异会影响知识转移的效率。新加入的知识节点倾向与“距离”自己较近的主体建立关联，产生知识转移行为。因此，在知识转移过程中，组织背景相似性程度导致的“知识势差[11]”会影响到知识转移效率。王欣等[12]认为知识势差越大，知识转移和传递越容易发生。在创新网络中，企业节点优先选择与自身局域世界内知识水平较高的成员建立关联，产生知识转移行为。在具有N个节点的创新网络中，知识势差可用两点之间的网络直径(Dij)来表示：

Dij=Dik+Dkj

(1)

其中，1≤i≤k≤j≤N。

1.2 知识源的转移意愿

知识转移存在知识发送方和接收方两个载体对象，包括传输和吸收两个环节，两个对象之间的知识互动行为可以提升双方的知识和能力或实现共同目标[13]。知识传输的一方就是知识源，因为知识源的某种知识势能高于其他创新主体，所以成为知识转移发生的源头对象，知识源的转移意愿在起始就决定了知识转移的发生可能性。知识拥有方对知识转移的努力就是知识转移意愿，知识源转移自己的知识需要花费一定的成本，基于知识源是理性人的假设，知识共享企业需要满足知识源的利益获取以达到利润最大化。知识源的转移通过知识传播利润模型[14]表示：

(2)

式中：E(λ)为知识源获取利润；p为单位知识传播收益率，0

该模型假设知识源的传播成本是二次函数，知识源为实现知识转移后的利润最大化，向不同的知识接收方按照不同的比例转移，通过对E(λ)求关于λ的偏导，可得到知识源的最优转移比例：

(3)

1.3 知识宿主的接收能力

知识转移通过合理的方式把知识从一个主体传达到另一个主体，而且一个知识源可以有多个知识受体，知识转移的最终对象是知识接收方，即知识宿主。蔡坚等[15]认为知识从知识源传递给接收方并不意味着知识流动的完成，后续还会由接收方对知识进行整合、吸收与再创新，也就是知识宿主的接收活动。知识宿主由于知识存量少，知识势能低于知识源，通过对知识源传播的知识进行吸收、理解、转化，从而实现知识增长。知识宿主的接收能力反映了知识接收方吸收其所需要知识的能力。知识宿主的接收能力随着知识量的不断增长而增强，呈现指数增长，故接收能力借鉴Logit模型[16]。假设节点i是知识接收方，节点j的知识转移给节点i，则节点i的接收能力Ri可表示为：

(4)

其中，α为节点的吸收能力系数，α∈[0，1]。

1.4 知识增长量

在创新网络中，知识势差是知识转移发生的必要条件，根据DAENPORT等[17]提出的知识转移公式：转移=传播+吸收，可以总结出企业知识的增长受到知识源的转移意愿和知识宿主的接收能力双重因素的影响。假设先不考虑节点j的转移比例，当节点j的知识储备量高于节点i的知识储备量时，即存在知识势差，那么节点i的知识增长量KID就会受到其接受能力(Ri)与知识势差(Dij)的影响；反之，节点i则不产生知识增长。KID的计算公式为：

(5)

进一步考虑知识源的最优转移比例λ对知识增长量的影响。不同情境下，节点j的最优转移比例会影响节点i的最大知识增长量。由式(3)可知，当mf≥Dij时，知识完全传播出去，转移比例λ为1；当mf

(6)

2 研究设计

2.1 模型构建

在企业创新网络中，引用BA无标度网络模型[18-19]对复杂网络进行仿真。将企业看作节点，将企业间知识转移的信道看作节点之间连接的边。记创新网络为G，节点i与j之间的边用eij表示。设定t=0时网络中有m0(m0>1)个初始网络节点，则网络演化机制遵循以下两个原则：

(1)增长机制。在每个时间段，添加一个新节点j与网络中已经存在的m(m≤m0)个旧节点相连接。

(2)择优连接机制。每个新节点j与网络中旧节点i相连的概率服从择优连接概率，每次加入的新节点在网络全局中以随机概率选择旧节点i进行连接，BA网络连接概率与节点度k相关，服从幂律p(k)～k-γ，幂指数为3，与网络节点数和平均度值无关。BA网络连接概率的计算公式为：

(7)

2.2 参数设置

在对知识转移过程中主要变量定义和数据模型构建的基础上，进一步验证企业创新网络中的知识转移机制，在创新网络不断扩展增长的阶段，采取最优的传播比例和最大化的接收能力去进行知识转移，并演化出最优条件下知识的增长状态。对相关变量和参数进行赋值并编写代码用Matlab进行仿真。仿真参数设置如下：网络初始规模m0=10，新点连接旧节点数为4，网络演化总节点N(t)=50。

3 仿真结果

3.1 网络演化仿真

在实际创新网络中，知识转移行为的发生伴随着新节点的不断加入和合作关系的动态转变。根据BA网络演化模型，采用Matlab仿真软件，通过仿真条件的设置模拟知识转移的演化过程，以此来研究两个不同主体在此情境下的知识增长量效果。为了避免数据的波动和不确定性影响，取同一组参数重复运算20次后的平均值作为最终的仿真结果，仿真后的企业创新网络结构图如图1所示。在创新网络演化拓扑结构图中，最终有50个节点随机分布在邻接矩阵100×100的网络矩阵中，企业节点之间的连线表示节点之间的联系，以增长后的网络为仿真对象讨论企业创新网络拓展规模后的情形。

图1 企业创新网络演化拓扑结构形态

企业创新知识网络演化的节点度与度分布变化曲线如图2所示。由图2(a)可知，第1、2、4、5个节点的度最大，按照择优连接的规则，选择节点度大的这4个节点作为知识源节点。图2(b)为度数对应节点的比率，服从幂律为3的度分布。网络中平均节点度为8.2，平均路径长度为2.054 7。度分布较广泛，节点度的取值范围为(0，25)，其中小于15的节点度集中分布，极少部分的节点度较大，说明演化出的创新网络存在“富者越富”的小世界特性，服从广义幂律分布，同时还存在“倾向性依附”的择优连接现象[20]，即出现的新节点倾向于连接到最有吸引力的节点。

图2 企业创新知识网络演化的节点度与度分布变化曲线

3.2 企业创新网络知识转移效果仿真分析

将知识源节点以外的节点作为知识宿主节点，通过知识量增长公式选择优化的知识转移过程，按照经济理性思维设定知识转移规则，动态调整知识源的激励因子mf和吸收能力系数α。当mf≥Dij>1，即知识转移意愿λ=1时，知识源企业以最优的传播比例1进行转移。此时只考虑知识宿主的接收能力，根据知识接收的Logit函数可知，知识量少知识接收能力就小。故在Dij>1时，设置吸收能力系数α∈(0，0.5]；当mf≤Dij≤1时，考虑二元主体的共同能力，知识源为实现知识转移后的利润最大化，知识源企业会向不同的知识接收方按照不同的比例转移，当知识势差很小时传播意愿就很低，知识接收方的知识量接近于知识源企业，此时设置激励因子mf∈(0，0.5]，知识接受能力系数α∈(0.5，1]，在企业创新网络整体KID分布状态中显示(如图3所示)，节点之间进行知识转移，受到“二元”主体的能力限制，使得KID分布不均匀。颜色越深，KID值越大。前10个节点为初始网络的元老企业，这些企业之间的知识势差小，颜色较后面区域较浅，KID值就小。知识势差越大，知识转移效果越明显。

图3 企业创新网络知识转移效果

笔者着重考虑第1、2、4、5个知识源企业与其他企业进行知识转移后的知识增长量，通过Gephi软件仿真得到知识源企业与其他企业进行知识转移后的KID状态呈现图，如图4所示。企业之间的联系主要是根据企业节点之间的知识势差进行连线，KID值的差异可以通过连线颜色的深浅进行辨别，颜色越深，KID值越大。从图4可以看出，知识源企业(节点1、2、4、5)位于网络的中心，知识转移过程中知识源企业与各知识宿主企业间的知识增量各不相同。以知识源节点1进行分析，节点1和节点(27、17、47、24、41)进行知识转移后知识增量最高，KID值均大于0.7；而节点1与节点(22、8)进行知识转移后知识增量最低，KID值低于0.1，通过对比连线颜色深浅也可以看出，节点1与节点8的连线比节点1和节点27的连线颜色浅。

图4 各个节点的KID状态呈现图

知识势差-知识增量交叉图如图5所示，可以看出当Dij≤1时，KID<0.36；当Dij>1时，KID>0.5，这说明知识势差越大，知识转移效果越好。图5(a)中，Dij=0的连接节点为(V1-1、V2-2、V4-4和V5-5)，这种情况下不存在知识势差，所以KID值也为0。图5(b)中，Dij=3的连接节点有3个(V1-42、V2-42和V5-43)，是所有网络中知识源企业与知识宿主企业之间知识势差最大的连接节点，且这3个节点之间进行知识转移后的KID值在0.5以上。此外，通过对比图5(a)和图5(b)还可以发现，知识势差越小，KID值的分布越参差不齐，这是因为受到知识“二元”主体的知识转移能力共同作用，知识增长量就分布不均；知识势差越大，在设定的知识转移效果优化规则里，知识传播比例达到了最优，知识宿主接收能力受到知识势差的影响，知识势差越大，知识宿主的认知能力越小，难以理解知识源传达的知识内涵，接收处理知识的能力水平就较弱。

图5 知识势差-知识增量交叉图

4 结论

(1)通过梳理企业创新网络成员间的相互作用关系，依据资源依赖理论，从复杂网络视角对企业间知识转移规律进行研究，引入知识距离、知识源转移意愿和知识宿主接收能力等情境因素分析企业创新知识网络演化规则，建立BA无标度网络演化模型并对其进行模拟仿真，丰富了企业知识创新管理的研究，也可为企业提升创新绩效提供借鉴。

(2)引用复杂网络对企业创新网络的知识转移过程进行模拟仿真，在知识“二元”主体都是理性经济人的前提下分析知识转移的优化效果，随着网络规模的扩大，知识源企业与知识宿主企业的知识存量开始出现差距，知识势差的存在是知识转移的基础，知识源的转移意愿是知识转移的前提，知识宿主的接收能力则会影响知识转移的效果。

(3)仿真结果表明，所构建的企业知识创新网络度分布服从幂率分布，属于无标度网络；节点1、2、4、5为知识源企业，其他企业会根据择优的偏好连接机制大概率地连接知识源节点。在知识增长的KID优化效果预测中，只有当知识势差存在，且知识转移受到知识源转移意愿和知识宿主接收能力的双重影响，知识增量就大，知识转移是高效的。因此，在创新网络中，企业进行知识转移的关键是找出目标节点，缩短网络的平均路径，促进知识转移。企业节点在创新网络中选择合作伙伴，根据互惠交换原则，将择优选取知识存量大的网络节点进行合作。另外，知识源节点也存在对自己的知识进行保护和垄断等行为，会使得转移意愿降低，这种随着合作竞争关系改变的网络结构使得企业的知识转移处于一个复杂的网络系统中。

(4)笔者研究还存在一些不足之处：节点的度分布和BA无标度网络存在着“富者愈富”的现象，可能是模型参数设置不合理导致的；只考虑了增长机制，而忽略现实中会存在着关系破裂的删减机制，即网络的鲁棒性和脆弱性特征；演化周期只设置一个演化阶段，今后要在模型优化设置的基础上进一步探索网络的生命周期问题，并选择现实中的创新网络实例去验证仿真结果。