基于知識轉移效率的網絡企業知識存量價值形成研究

●王　斌（河南工業大學管理學院，鄭州　450001）

基于知識轉移效率的網絡企業知識存量價值形成研究

●王斌（河南工業大學管理學院，鄭州450001）

［關鍵詞］知識網絡；知識轉移效率；知識存量；價值

［摘要］運用知識網絡理論、知識存量理論和價值溢出理論，提出知識網絡中知識存量價值形成的問題。認為隨著知識轉移效率增加，知識存量價值會得到提升。通過仿真模型分析，闡述知識存量價值形成的過程。

對知識存量價值的研究，不同學者研究的視角不同。從格式化轉換角度，Parker認為企業的一個重要作用就是把其他組織的知識存量經過消化吸收后再傳遞給組織內部，實質上就是在完成知識存量的格式轉換過程；［1］從異質性知識角度，知識存量價值的提升可以拓寬企業看待問題的視角，使企業更能在其他領域發現新的技術，［2］提高自身的網絡規劃能力。目前，學者對于知識存量價值性的研究主要集中于知識轉換過程以及知識特性對知識存量的影響，缺乏從知識轉移效率的角度來研究知識存量價值，沒有對知識存量價值形成的不同階段作深入探討。根據目前理論研究的不足，本文將探討知識轉移效率和知識存量價值形成之間的關聯性，采用計算機仿真方法，揭示知識存量價值形成機理。本文所研究的知識網絡內各結點主要是由網絡內各企業組成。

1　知識存量價值性理論研究視角

1.1知識存量構成

知識存量表現為不同結點在進行知識存儲和傳遞時所擁有的知識狀況。［2］學者們對知識存量的特征從不同角度進行研究。從結構成分方面，知識存量由集聚結構、技術互補結構和交叉互補結構組成。［3］集聚結構下的核心企業能夠根據市場需求組織上下鏈條實行專業化生產協作。生產效應和成本效應通常存在于集聚結構中；技術互補結構中的企業在不同產品或服務上具有資源優勢互補；交叉互補結構通常是通過建立一個新的企業，把不同企業相異的核心能力集成在一個單獨的企業中，在交叉互補結構中，生產、成本和市場效應都發揮著重要作用。

從知識適配度方面，知識存量表現為不同知識的匹配。［1,4］①技術知識存量與市場知識存量的適配。企業只有實現二者的融合，才能夠正確定義產品、設計產品和制造產品，為顧客、企業和網絡創造新知識存量價值。②技術知識存量與生產資源知識存量的適配。企業只有利用足夠地與新產品相匹配的生產資源存量，企業的技術創新活動才能進行下去，二者的匹配情況決定了創新性知識存量能否順利實現。③生產資源存量與市場資源存量的配適。二者的匹配情況決定了創新產品能否按預期的數量、質量和速度完成生產并成功推向市場，進而影響到技術知識創新結果的實現。

從異質性—隱性方面，知識存量分為四種。［5］①同質顯性知識存量。即在具有共有知識的網絡企業之間轉移的顯性知識。②同質隱性知識存量。知識轉移雙方因具有共有隱性知識使得這類知識轉移存量相對容易獲得。③異質顯性知識存量。顯性知識易轉移的優點不能彌補雙方因缺乏共有知識導致的思想空缺，因此，這類知識轉移存量價值性不高。④異質隱性知識存量。這類知識存量的轉移有助于成員在高度專業化工作中將不同來源的知識整合成一個系統，導致新知識的產生，因而，其知識存量價值最高。

1.2知識存量勢差性

知識勢差就是同一時刻兩個個體、組織間相對于

同一參照系所具有的知識勢能的差。［6］正是由于知識勢差的存在才導致知識轉移，形成新的知識存量價值。知識存量勢差由寬度勢差和深度勢差組成。寬度勢差是指由于知識主體所擁有的知識的多樣性而產生的知識結構上的差異。［7］因為網絡中知識的不對稱性，網絡企業必須相互合作，縮短寬度勢差，才能完成目標任務；深度勢差主要體現在知識存量的模塊化程度方面。［6］對一個復雜系統或過程進行“模塊化分解”和“模塊化整合”，建立知識模塊化共有界面，進而縮小深度勢差，提升網絡的知識存量水平。

由于不同的網絡企業在知識轉移存量的深度和寬度勢差是不同的，所以在知識區位中有著高低位勢的差別。主要表現為網絡中處于高勢能企業的知識流向低位勢企業，低勢能企業跟進學習，形成一種動態循環過程，從而促進知識流動持續進行。［6］

1.3知識存量價值溢出性

資源觀理論認為，知識網絡形成的原因是雙方具備相互依賴的知識資源稟賦，具有異質性資源的企業相互學習，從而提升了合作技術創新企業的能力與績效，促進了企業成長。［8］交易成本理論認為創造價值是建立知識網絡的目的。從經濟利益的涌現性看，知識網絡比非知識網絡具有更好的市場機會和更低的交易成本，通過知識存量的轉移共享和風險及成本的共擔獲得預期的經濟績效。［2］因此，在資源觀—交易成本觀的理論融合視角下，知識轉移存量表現在價值溢出方面，即網絡各方只有通過密切合作，并且價值能夠在合作伙伴之間合理分配時，知識存量才會不斷積累并獲得增值。

2　知識轉移效率對知識存量價值形成的影響

從以上理論綜述可以看出，知識存量價值的形成離不開知識轉移。知識轉移是知識在網絡企業間傳送、共享、吸收和創新的過程。知識轉移的成功與否表現在知識轉移效率方面，即知識源與受體之間的互動效果，尤其是受體通過各種渠道取得知識的有效性。因此，知識轉移效率可以通過知識轉移速度和頻率表示。

2.1知識轉移效率構成

2.1.1知識轉移速度

借助電流或液體流動的公式，Norman建立起知識轉移速度公式：

從公式中可以看出，知識轉移速度正比于知識轉移驅動力，反比于知識轉移粘性，即要提高傳導率應該從兩方面著手：一方面提高知識轉移的驅動力，另一方面減少知識轉移粘性。根據知識轉移是由知識發送方還是知識接受方主動發動的，可以分為知識源驅動力和受體驅動力。［10］在雙方驅動力作用下形成了一種“拉動（高勢能企業對低勢能企業）—擠壓（低勢能企業對高勢能企業）”效應而導致“產生勢差—彌合勢差—產生更高勢上的勢差—彌合更高勢上的勢差”的動態良性循環，［6］從而加速了知識存量轉移。

知識轉移的粘性主要體現在知識的默會性和路徑依賴性等方面。［5,11］知識默會性表示知識深深根植于特殊情境中的個人行為與參與過程中，不能輕易共享和交流。知識路徑依賴程度越高，表示組織擁有較多的過去產品的開發經驗和知識，并已累積、儲存在組織內部，從而減小了知識轉移的速度。

2.1.2知識轉移頻率

學習理論認為，知識轉移頻率是指聯盟伙伴間相互轉移知識的頻度，它反映了伙伴間溝通交流的密切程度。［12］借用小世界網絡理論，知識轉移頻率主要受特征路徑長度和聚集度的影響。［12,13］

（1）特征路徑長度。網絡中兩個結點間最短路徑集合稱為路徑長度，其平均值為特征路徑長度。特征路徑長度度量了結點間知識流動所需經過路程的遠近，即知識在兩個結點間流動所必須途經其他結點的個數，體現了知識在網絡中流動的深度。［14］其表達式為：

知識網絡中兩結點之間的距離一般代表兩結點的接近程度，［12］若兩結點距離較短，則兩結點接近程度高，知識轉移頻率也高。因此，知識轉移頻率與特征路徑長度呈反比關系。

（2）聚集度。聚集度反映網絡主體的集中化程度，即考察聯結在一起的網絡各自的近鄰之中有多少是共同的近鄰。表征的是整個網絡的集中或集權程度，［13］它反映了單個結點或一組結點在網絡中的位置及其重要影響程度。其表達式為：為鄰接邊的長度，為鄰結點的規模。

一個高聚集度的網絡意味著企業之間集團化程度大，企業聯結的數量越多，聚合規模就越大。［14］高聚集度為企業轉移和整合不同類型的知識實現知識存量價值提升提供可能，即為實現企業整合各類知識提供

一個“期權（option）”，拓寬和加深了知識的接觸界面和頻率。

2.2知識轉移效率對知識轉移存量價值形成的影響分析

根據上文論述，當網絡企業之間具有較強的知識轉移驅動力時，會加快形成知識共享的態度和信念。高驅動力下所形成的合作意愿，表現出對其他結點的行為高度信任，企業間通過知識轉移的重復博弈，抑制雙方的機會主義行為，有助于異質性隱形知識存量的獲得，從而提高了知識存量價值；知識在各種要素的作用下被企業傳遞、吸收，在原有企業內部迅速擴散、整合、重構、創新。知識轉移完成后，網絡各方會再次對相互之間的知識勢差做出評估。如果仍然存在新的互補性知識勢差，知識轉移就將進入新的循環過程，直至獲得高價值的知識存量。據此，本文提出以下命題。

命題1：知識轉移速度對知識存量價值具有正向影響關系。

高聚集度為企業獲取知識提供了入口和“地圖”。［15］入口是指網絡中的某企業能夠知道某知識在網絡中的分布，誰在使用它，有何種價值。“地圖”是指網絡中提供給各網絡成員信息的各種機會的指引。結網的企業正是擁有網絡聚集性，通過頻繁的累積性學習而創建異質知識庫，快速整合成知識網絡。同時，較短的特征路徑長度促進知識存量在技術互動和交叉互動方面的頻率，加強市場知識、技術知識、生產資源和市場資源之間的適配度，從而提高企業的知識存量價值水平。據此，本文提出以下命題。

命題2：知識轉移頻率對知識存量價值具有正向影響關系。

3　模型構建與仿真分析

3.1模型構建

（1）假設在知識網絡內有n個企業生產同質產品，該網絡內n個企業知識存量總需求量為為企業i的知識存量。知識存量逆需求函數為：P為需求曲線參數，為知識轉移前的知識存量價值。

3.2模型建立

根據上文的理論分析和假設，選取知識轉移效率為主要變量，建立知識存量投入函數。企業的知識存量收益函數為：

企業組建知識網絡的過程可分為兩個階段：第一階段為企業決定是否組建知識網絡以獲得知識存量。第二階段為企業決定各自的高勢能知識存量投入。這個過程是一個動態博弈，因此可采用逆向歸納法求解。

3.2.1不組建知識網絡時博弈模型解

當企業不組建知識網絡時，均會選擇對自己最有利投入水平來獲得最大收益。為簡單起見，假設網絡內有2家企業，即2個企業固有成本與成本投入使用效率相等，即c1=c2=c，ai=aj=a，知識轉移效率也相等Ti=Tj=T。式（3-1）可變為：對（3-2）求導并令其等于零，可得最優知識存量，與之對應的最大收益為：

對（3-3）求導并令其等于零，得不組建知識網絡時最大成本降低幅度：

3.2.2組建知識網絡時博弈模型解

組建知識網絡時，企業i、j面臨的是知識轉移效率為Tv的情況下，要使成本下降多大幅度，才能得到最大整體收益。將（3-3）中2個方程相加得：

對（3-5）求導并令其等于零，得組建知識網絡時最大成本降低幅度：

3.3模型分析

3.3.1不組建知識網絡時，知識轉移存量的價值增量假設企業i、j不組建知識網絡時，為獲得高勢能知識存量而投入相等，當選擇該投入前，即代入（3-3）可得知識存量收益為：

在進行投入后，企業i、j獲得知識存量收益為：

將（3-8）減去（3-7）即為投入后收益增量：

將（3-4）和T=TsTF代入（3-9）得不組建知識網絡時，知識存量的價值增量：

3.3.2組建知識網絡時，知識存量的價值增量

假設企業i、j組建知識網絡時，各自選擇的投入相等，，企業i、j獲得知識存量收益為：

將（3-11）減去（3-7）的投入后收益增量：

將（3-6）和T=TSTF代入（3-2）得組建知識網絡時，知識存量的價值增量：

3.4仿真分析

比較企業在組建知識網絡和不組建知識網絡情況下進行知識轉移所帶來存量的價值增量，將（3-10）和（3－13）組成方程組，求解當知識轉移效率T（即TSTF）等于多少時，兩者相等。

假設Z=30，β=0.6，C=20，a=0.2,0.4,0.8，為運算簡單，令TS=TF，將這些數值代入（3－10）和（3－13），利用Metalab軟件進行仿真模擬，得出知識存量的價值增量△R與知識轉移速度TS和頻率TF關系圖（見圖）。其中，實線部分表示組建知識網絡，虛線部分表示不組建知識網絡，其交匯點分別為T1、T2。

從圖中可得出以下結論：

圖　知識轉移效率與知識存量價值關系

（1）知識網絡中，知識存量價值隨著知識轉移速度和頻率的增加而增加。在不組建知識網絡情況下，知識存量價值并非是知識轉移效率的增函數，即企業并非完全依賴于其他企業獲得知識存量價值。

（2）當T＞T2（即T＞TS2TF2）時，企業不組建知識網絡而產生的知識存量的價值量趨于平緩。而組建知識網絡情況下，知識存量價值增量趨于陡峭，且隨著成本投入系數a的減少，陡峭幅度增大。這說明隨著知識轉移效率提高，網絡各方互信加強，導致各方投入成本減少，而知識存量價值大幅提升。

當T＞T2時，知識網絡中知識存量的價值增量遠遠大于不組建知識網絡時價值增量。這是因為隨著知識轉移效率提高，各方溝通頻度的增加，建立了基于重復博弈的高信任度水平，使各方達到了競合互動的平衡狀態，創造出新的知識單元。

（3）當T＜T1（即T＜TS1TF1）時，知識轉移效率很低，企業自身對知識的整合創造能力也很低。因此，企業很難獨自去實現知識存量的增值，需要借助一定的網絡來實現存量增值。但是，由于知識轉移效率的低下，所獲得的知識大多為同質顯性知識，因此，知識存量價值仍處于較低水平。

（4）當T1＜T＜T2（即TS1TF1＜T＜TS2TF2）時，不組建知識網絡下知識存量價值大于網絡中知識存量價值。這是因為隨著知識轉移效率逐步提高，在治理環境不完善的情況下，企業利用機會主義或侵犯知識產權等行為可獲得更多知識存量。如果組建知識網絡，在規范治理的約束下，企業獲得知識存量反而會受到限制。

4　結論

筆者通過對知識存量價值性的分析，構建了基于知識轉移效率的網絡企業知識存量價值形成模型，認為：①知識轉移效率包括速度和頻率兩部分，知識轉移速度由驅動力和粘性組成，知識轉移頻率由聚集度和特征路徑長度組成；②在知識轉移效率作用下，通過知識存量結構和勢差的變化，可實現知識轉移存量價值的提升；③知識轉移效率在超過某一區間后，知識存量價值的提升幅度會加劇，使得知識網絡內企業的知識增量要遠遠大于不組建知識網絡時企業的知識增量。

本研究對于我國企業知識管理實踐具有一定的指導意義。首先，企業要積極搭建知識創新和學習網絡，重視對高勢能知識存量的激活、整合；其次，應建立開放的網絡系統，鼓勵聯盟企業之間進行有效、多頻次的交流和溝通，建立互利的交流方式和交易規則，使知識存量價值能夠不斷循環提升。本研究尚存在一些不足之處：只考慮了生產同質可替代產品企業組成的知識網絡下的知識轉移效率與知識存量價值之間的關系，并沒有考慮知識網絡之外其他企業或網絡的競爭行為對其知識存量的影響；缺少實證數據和案例分析來對模型的可靠性和有效性做進一步檢驗，這將在以后的研究中做進一步的探討。

［參考文獻］

［1］Cross R，Parker A.The hidden power of social networks ［M］.Boston：Harvard Business School Press，2004：31－48.

［2］Das T K，Teng B. Instabilities of strategic alliance：An internal tensions perspective［J］.Organization Science，2000（11）：77－101.

［3］陸瑾.基于演化博弈論的知識聯盟動態復雜性分析［J］.財經科學，2006（3）：21－27.

［4］Bell，G.Clusters，network，andfirm innovation［J］. Strategic Management Journal，2005，26（3）：287－295.

［5］Charlies Dhanaraj，Arivnd Parkhe.Orchestrating innovation network［J］.Academy of Management Review，2006（31）：659－669.

［6］Kogut，Bruc.Thenetworkasknowledge：generativerules and the emergence of structure［J］.Strategic Management Journal，2002,（21）：405－425.

［7］張莉，和金生.知識距離與組織內知識轉移效率［J］.現代管理科學，2009（3）：43－44.

［8］J B Barney.Firm resource and sustained competitive advantages［J］.Journal of Management，1991（7）：99－120.

［9］PatriciaNorman.Knowledgeacquisition，knowledgeloss andsatisfactioninhightechnologyalliances［J］.Journal of BusinessResearch，2004（57）：610－619

［10］Yakhlef A.Knowledge transfer as the transformation of context［J］.Journal of High Technology ManagementResearch，2000（18）：43－57.

［11］Inkpen A C.Knowledge，bargaining power，and the instability of international join-ventures［J］.Academy of Management Review，1997,（22）：177－202.

［12］鄭展.知識流動與區域創新網絡［M］.北京：中國經濟出版社，2010.

［13］Watts D J，Strogatz S H.Collective dynamics of small- world networks［J］.Nature，1998（393）：440－442.

［14］徐緒松.復雜科學管理［M］.北京：科學出版社，2010.

［15］江積海.企業網絡中知識傳導績效的影響因素及其機理［J］.科學學研究，2010（28）：1375－1382.

［收稿日期］2013－09－02 ［責任編輯］王鈞梅

［作者簡介］王斌（1971－），男，鄭州市人,博士，河南工業大學副教授，研究方向:知識創新、戰略管理。

［基金項目］本文系國家自然科學基金項目“基于本體的產品協同設計知識服務研究”（項目編號：71001034），河南省哲學社會科學規劃項目“中原經濟區集群知識聯盟演化形成及創新機制研究”（項目編號：2012BJJ052），河南省政府決策研究招標課題“面向集群知識聯盟的中原經濟區企業知識共享策略”（項目編號：2012B193），河南省教育廳自然科學研究項目“面向集群知識聯盟的中原經濟區企業創新機制的研究”（項目編號：12A630010）的階段性研究成果。

［文章編號］1005－8214（2015）01－0028－05

［文獻標志碼］A

［中圖分類號］G250.73；G302