张谨帆,陈赟,张营慧
(1.长沙理工大学 交通运输工程学院,湖南 长沙 410114;2.湖南城市学院 土木工程学院,湖南 益阳 413046)
大型建设工程项目团队是为了实现某一大型建设项目目标,由来自业主、承包商、咨询等多个组织的人员构成的工程项目团队,是大型工程项目建设的核心[1],具有目的性、临时性、开放性等不同于一般建设项目团队的特点,同时由于大型建设项目建设周期长、建设技术复杂、环境要求高、参与人员多,大型工程建设项目团队的成员组成差异性更大、团队成员变动频繁、团队风险更大,国内外诸多学者已经论证了项目团队知识学习的重要意义[2-7]。大型建设工程项目团队知识学习包含内部学习和外部学习2个维度[4-5]。大型建设工程项目团队一般运用例会、研讨会、建立学习平台、建设团队学习型文化等方式开展团队内部学习。大型建设工程项目团队的外部学习主要通过团队成员与外部环境信息交流来实施,有利于解决技术难题和创新,然而外部学习的成果仍然需通过内部学习实现,因而大型建设工程项目团队学习以团队内部学习为主。具有明确结构的团队有明确的角色期望和目标,使团队成员更容易监测、处理错误和疏忽——这是团队内部学习的关键内容,结构越复杂的团队,层级也就越多[4]。大型建设工程项目团队知识学习包括个人学习和团队学习2类,团队学习是个人学习的集成,依赖个人学习的推动和促进[6]。因此,大型建设工程项目团队内部个人知识学习如何影响团队学习效率是一个重要的研究议题。研究者们往往从团队学习制度与学习文化层面来探讨如何提高团队整体的学习成效,一定程度上忽视了团队成员个人学习行为所产生的影响,现有的研究主要集中于团队领导的个人学习对团队学习的影响机制[7-10],虽然团队领导个人学习对团队学习具有重要意义,但团队领导的个人学习是通过与他人双向互动来影响整个团队的学习成效,不是孤立进行的[10]。因此,大型建设工程项目团队成员的个人学习影响项目团队的知识学习绩效,也影响项目建设任务绩效[11-12]。为保证大型建设工程项目在复杂变化的环境中顺利完工、提升团队知识水平,项目团队内各层级成员应该采取何种学习策略,已有的研究尚未进行深入系统的分析。在此,基于计算实验仿真方法构建仿真模型,进行系列虚拟实验,对由来自业主、承包商和咨询等3个组织的人员构成的大型建设工程项目团队内部个人学习策略进行分析,使各层级成员之间形成良性互动,提高团队学习效率,以期为项目团队的知识学习和知识管理提供有效指导。
学习型团队是由互相关联的多个要素构成的层级复杂适应性系统[13]。本文借鉴复杂自适应系统的刺激-反应理论,建立研究的基本模型如图1。
图1 研究基本模型Fig.1 Basic research model
系统主体由探测器接收环境刺激,将接收、感知的信息与规则器进行匹配,激活反应器对环境产生作用、输出行为结果。探测器是系统主体用于接收外部刺激的器官,分配的工程任务是团队成员接受的环境刺激,如社会环境、项目建设政策标准、人员更替等变动;规则器包含团队的规章制度、业务操作流程、学习方式以及团队学习氛围等构成的学习机制,规定团队成员会如何通过学习指导项目建设实践;反应器则是对环境刺激做出的反应,输出主体的反应或行为结果,知识学习的主要结果是项目建设任务完成,同时提升团队知识水平。
1)大型工程建设项目团队
整个团队一般由来自业主、承包商、咨询等3个组织的子团队组成,每个子团队组织结构由一个高层成员、x个中层成员、y个基层成员组成。根据march的模型,所有成员(agent)被同等对待[14]。简便起见并结合实际,本研究规定各团队的x都为5,y均为10。各层级成员的知识向量与外界环境向量对应,用d维表示。模型初始化阶段,团队成员的个人知识向量随机生成,知识向量每一维随机赋值为1,-1和0,其中+1和-1表示成员对环境的判定,0表示个人暂时无法判断或预测现实环境。成员间的沟通连接网络为连通卡夫曼图形式[15]。
2)团队环境
团队环境由一个d维向量表示,每一维被初始随机赋值为1或-1,仿真实验中d被设定为60。团队环境向量是衡量每个成员(agent)及团队知识水平的依据,任何成员(agent)均不能观察到环境向量每个维度的具体赋值[10]。
3)团队任务
指一定时间段内团队共同完成的某一单位工程,包含若干项工程任务,任务总量记为A,取10 000。进一步分解为团队成员在单位时间需要处理的任务数量,对于每位团队成员,假定任务到达是离散事件,服从泊松分布P(KL),KL表示单位时间到达的任务的数量,取10。设定项目团队最终能完成工程建设任务。
4)团队知识水平
每次模拟实验之前,随机生成团队各层级成员的个人60维知识向量。个人知识水平hti为个人知识向量与环境向量的一致程度,刻画了任务复杂度,具体如下[16]:
其中:m表示任务复杂度(1≤m≤d),ηj表示个人知识向量和环境向量在第j维的一致性,当个人知识向量和环境向量在某一维度上相同时ηj=1,否则ηj=0。
t时刻成员i的知识水平为t时刻团队知识水平为所有成员知识水平的算术平均值hˉt:
5)任务处理规则
团队成员须具备一定知识,其知识水平不低于当时的团队平均知识水平,且处于空闲状态时才能完成任务。任务完成的概率[17]:
它刻画了团队知识水平越高,团队成员之间的沟通协作越易成功,任务完成的概率越高。同时,完成每项任务都需要一定的时间μ[18]:其中:λ是任务完成时间系数取2[18],使任务完成时间μ与仿真时钟保持一致性。
6)团队成员内部知识学习
①团队基层、中层成员学习。团队中个人能够观察到他人d维知识向量及知识水平,但无法观察到环境向量的具体赋值。对于基层成员a来说,完成项目任务是第一要务,当其知识水平满足任务知识需求时,不会进行学习;反之则需学习。当与其连通的其他成员都低于或等于a的知识水平时,a保持现有知识向量不变。当有一个团队成员b的知识水平高于a时,a知识向量的每一维度均以一定的概率更新为b对应维度上的知识;当有2个以上高知识水平者时,a先逐一判断这些高知识水平者知识向量中每一维的多数知识,如果某维度的多数知识数量相同,则分别以P1,P2,P3的概率更新为基层、中层、高层成员每个维度上的多数知识。类似地,中层成员也会进行以上学习过程,其分别向基层、中层、高层学习的概率分别为P4,P5,P6。
②团队高层成员学习。假设团队高层成员每隔20期进行学习,高层成员先识别团队中知识水平高的个人和高知识水平成员的多数知识,以P7,P8,P9的概率分别向基层、中层、高层成员学习,否则保持个人原有知识向量不变。当Pi=0.1或0.3时,认为团队成员采取消极型学习策略;当Pi=0.7或0.9时,认为团队成员采取积极型学习策略;当Pi=0.5时,认为团队成员采取均衡型学习策略,这里i=1,2,3,…,9。
7)环境变化
动态仿真中,完成一项任务后,基层、中层团队成员分别将以5%和1%的概率离开项目团队,其位置将由新的个人填补。新的个人同样具有d维知识向量,每一维被随机赋值为1,-1和0。每隔100期,项目建设环境发生变化,刻画任务复杂度的m重新随机产生(1≤m≤d),环境向量中有10%的维度随机更新,反映大型建设工程项目团队环境的动态性、复杂性。
本研究采用团队单位时间完成任务数[19]、团队成员平均知识水平[19]2个指标来测度大型建设工程项目团队任务绩效、团队知识水平高低,反映大型建设工程项目团队内部个人学习的效果。
1)团队任务绩效R:
R为团队单位时间完成的任务数,r t是团队从初始时刻到当前时刻完成的任务总数量,r t≤A。
2)团队知识水平hˉt,见式(2),整个团队知识水平越高,知识学习的效果越好。
本研究使用Matlab作为实验平台,实验参数见上节内容。由于假设任务以离散事件的形式到达,因此模拟实验以单位时间步长进行仿真,进行至400期。在个人学习的每个模拟周期中,随机产生各层级成员的学习顺序。为消除随机误差,每次仿真初始设定不同的随机种子,仿真过程重复300次,最后取300次仿真结果的算术平均值。
如图2所示,首次知识学习之后,团队对环境和团队任务有了初步认识理解,团队任务绩效迅速增长,随后团队知识水平暂时不能与团队任务的知识需求匹配,团队任务绩效为负增长,且不同的学习策略对任务绩效的影响差别小;随着知识学习持续进行,不同的学习策略对任务绩效的影响差异增大。团队任务绩效不仅受知识水平影响,还与任务间的逻辑关系、任务时长有关,即使知识水平高,团队单位时间内完成的任务数仍有限,故团队任务绩效水平总体渐趋平缓,这一转折的“拐点”发生在100期以前。具体来看:
图2 个人学习对团队任务绩效的影响对比Fig.2 Comparison of the impact of individual learning on team task performance
1)对于基层成员,其向基层成员学习100期之前,均衡学习策略最有利于任务绩效水平,100期之后,知识水平能满足任务知识需求或者知识水平增长有限,消极的学习策略反而有利于任务绩效水平;向中层成员学习时,均衡的学习策略始终最利于任务绩效水平;向高层成员学习时,双方知识水平差异大,因此积极的学习策略最有利于任务绩效。基层成员的知识需求主要跟岗位任务有关,向知识距离近的基层、中层成员学习,效率更高。
2)对于中层成员,消极地向基层成员学习有利于任务绩效;向中层成员学习,消极学习策略最不利于任务绩效,有利于任务绩效的最佳学习策略是动态变化的,且它们之间的影响差异很小,说明中层成员相互学习必不可少;向高层成员学习,不同学习策略对任务绩效的影响差异大,学习越积极,越有利于任务绩效,高层成员知识水平高于学习者,积极学习策略有利于高层成员的知识在团队内传播,团队能获得完成项目建设任务所需的知识。
3)对于高层成员,为及时恰当地应对环境变化,既要自身学习又要激发其他成员主动学习,所以当高层成员向团队其他成员学习时,消极学习策略是最优的。向基层成员学习越积极,任务绩效越低;向中层成员学习,不同学习策略对任务绩效的影响差异很小;向高层成员学习,不同学习策略对任务绩效的影响差异在动态变化,反映了高层成员之间的个人学习随着环境变化作动态调整。
如图3所示,外界环境变化前,团队知识水平总体是上升的。每期均有基层、中层成员的新旧交替,给团队带来不同的工程项目建设经验、学历背景等异质知识,有利于认知的多元化,知识多样性的增加会加快知识增长。学习越积极,团队知识水平越高,但也不会无限增长。外界环境变化后,团队知识水平迅速下降,但不低于第一次学习前的知识水平。由于基层成员知识水平在团队居低位,各成员以不同策略向其学习对团队知识水平的影响,不比向中层成员、高层成员学习显著。高层成员是团队环境的主要定义者和决策者,各成员向其学习对团队知识水平的影响最明显。具体来看:
图3 个人学习对团队知识水平的影响对比Fig.3 Comparison of the impact of individual learning on team knowledge level
1)对于基层成员,基层成员间的知识势差小、知识距离短、知识易于流动,因此基层成员间不同学习策略对团队知识水平的影响差别最小。基层与中层、高层成员间知识势差和知识距离较大,越积极地向中层、高层成员学习,团队知识水平提升越明显。
2)对于中层成员,采取不同学习策略向基层成员学习,对团队知识水平的影响差异也不大,而向中层、高层成员学习,不同学习策略对团队知识水平的影响差异大。有趣的是,同是最积极地学习,向高层学习对应的团队知识水平高于向中层成员学习,而采取其他相同策略向高层学习时,对应团队知识水平却低于向中层成员学习。中层成员与高层成员之间知识距离相对较大,因此一定知识水平范围内,向中层成员学习就可高效提高团队知识水平,要进一步提高团队知识水平,需更积极地向高层成员学习。
3)对于高层成员,向基层成员学习的各条团队知识水平曲线差异最小,向高层成员学习的各条团队知识水平曲线差异最大。向高层成员学习得到的团队知识水平最高,向中层成员学习次之,向基层成员学习最低。这是由于高层成员是团队内知识的全面集成者,团队高层成员向低层、中层成员学习,主要是获得建设项目的实施进展等可编码性低、前沿性低的知识,而向高层成员学习的是知识距离大的前沿知识、经验知识,故高层成员的主要知识学习任务是学习其他团队或组织的先进工程经验和前沿,再将知识传授给团队内部成员。
当前大型建设工程项目无一不处在复杂多变的环境下。本研究的结果表明,为提高大型建设工程项目团队的学习效果,团队内部个人学习应根据外部环境变化采取不同的学习策略。
首先考虑外部环境变化时,团队高层成员应减少与团队建设任务相关的内部学习,以构建团队内宽容的学习氛围为主,允许质疑,鼓励其他团队成员学习,鼓励团队成员间发生观点冲突,有利于促进异质知识在团队内转移、融合,从而激发创新,提高团队适应环境变化的能力。随着项目建设任务逐渐完成,团队成员已经获得了有关项目建设经验,高层成员应及时采取均衡学习策略提高自身知识水平,同时示范带动其他成员学习,提高团队知识水平,促进项目建设经验等知识在团队内的留存和传播。
中层成员积极地向高层成员学习,获得项目建设的规章流程和项目建设管理的经验,运用组织管理等因素促进团队成员之间的沟通交流与知识共享,促使知识在团队成员之间有效转移,并且敢于质疑有利于知识碰撞,探索创新新方案,更好地应对变化的项目建设环境。
基层成员是项目一线实施者,知识学习的目的是完成建设任务,知识需求有限,基层成员应从便捷、高效的角度出发,较积极地向其他经验丰富、知识范围广的基层成员和中层成员学习。在基层、中层成员流动的团队中,新成员更希望学习团队现有规章流程以完成任务,以融入团队社会网络,老成员也希望向新成员学习,提高自己的职业竞争力。清晰明确的任务目标、完善的团队知识分享激励机制等都是促进团队成员开展内部个人学习的途径。
1)基于复杂自适应系统的刺激-反应理论,从大型建设工程项目团队内部个人学习视角,把团队成员个人学习过程内嵌于工程项目团队任务的背景下,构建大型建设工程项目团队知识学习仿真模型。通过仿真实验分析发现在变动的环境下,团队任务绩效、团队知识水平与处在团队社会网络各层级成员的个人学习策略相关,得到大型建设工程项目团队各层级成员个人学习的最优策略。
2)将大型建设工程项目团队知识学习和团队任务、团队社会网络结合起来,有助于揭示个人知识学习在团队知识学习过程中的规律,为项目团队的知识学习、知识管理提供有效指导。
3)本研究只涉及核心变量,使得构建的模型具有一定的局限性。未来研究还需要考虑团队成员的异质性、团队任务对不同知识的依赖程度等因素,以期提供更充分的理论支撑。