基于多重網絡的集群企業知識創造過程研究

梁 娟，陳國宏

（1.福建江夏學院工商管理學院，福建福州，350108；2.福建工程學院管理學院，福建福州，350108）

知識創造是集群企業實現知識增長的重要途徑，它對集群企業發展的重要意義已經獲得廣泛認同。但是當前我國集群企業的實際知識創造效果并不理想，這引發了學術界對集群企業知識創造問題的關注。[1]Nonaka 和 Takeuchi于1995年首次提出了知識創造型企業的概念，并提出了著名的SECI模型。[2]在他們研究基礎上，國內外眾多學者紛紛結合各國國情發展出各自的知識創造理論，已積累了豐富的研究成果。

在研究內容上，知識創造的研究對象經歷了組織—區域—網絡的發展趨勢。早在20世紀90年代末，研究的重心已從關注知識創造內容轉向關注知識創造過程及有利因素。早期的研究主要局限于組織內部和集群地理范圍，研究組織環境和空間鄰近等因素對知識創造的影響。[2-3]隨著研究的深入，有學者指出知識創造的動力不局限于組織內部和地理環境，可來自網絡，并開始關注網絡嵌入性、網絡信息共享、動態異質性網絡、關系質量、組織交互嵌入等因素的影響。[4]知識網絡嵌入集群企業的知識創造逐漸成為研究熱點和主流。目前產業集群知識網絡的研究已呈現從單一網絡逐漸轉向雙重及多重網絡的研究趨勢。因此，在深入研究集群企業的知識創造活動時，基于多重網絡的集群企業的知識創造問題將成為一個研究熱點和新的研究趨勢。

在研究方法上，目前大多數研究都是采用思辨的方式進行邏輯推演或案例研究，如采用問卷調查和數學解析方法。[5-7]這些方法有助于加深對知識創造的了解，但知識創造活動具有明顯的復雜性特征，在對其復雜現象產生機理還不甚了解的情況下通過邏輯推演和案例分析很難得到對知識創造的相關規律性問題的根本認識。隨著復雜網絡研究的興起，運用復雜網絡理論研究知識傳播、知識擴散的成果日漸增多，為本文的研究提供了參考和借鑒。鑒于基于多重網絡的集群企業知識創造活動的復雜性特征，本文突破傳統經濟建模及分析的思路，運用多主體仿真技術建立仿真模型，對進一步認識基于多重網絡的集群企業知識創造的過程及其演化規律有較大的幫助。

基于上述分析，運用多主體的建模思想，基于集群企業的自適應知識交互行為，構建基于多重網絡的集群企業知識創造仿真模型，通過計算機模擬實驗直觀地展現基于多重網絡的集群企業知識創造的動態演化過程，并定量分析網絡和企業層面因素對集群企業知識創造的影響程度，進而提出提升集群企業知識創造水平的政策和策略取向。

一、網絡節點的知識創造函數

多重網絡是知識主體（節點）和知識交互活動（邊）組成的集合，知識網絡的基本運行機制源于節點間為提升知識水平，而產生知識吸收、協同知識創造等交互動機，進而引發節點間的聯結行為。知識網絡的運行更像是一個分布式關系型數據庫系統，網絡節點會對新關系的形成、舊關系的保留和復制進行價值判斷，而不是簡單的接收。[8]坎貝爾在知識進化論中提出知識的積累需要具備3個必要條件：變異引入機制、選擇機制、保留和復制機制。[8]借鑒坎貝爾的思想、Fong的多學科知識創造過程模型及Swart和Powell的研究成果，本文提出多重網絡中集群企業的知識增長可分為3個部分：在引進機制作用下吸收的新知識、在整合機制作用下開發的新知識、在再創新機制作用下探索的新知識。[8-9]

（一）引進機制作用下吸收的新知識

根據節點間的知識共享和吸收行為，可得出如下的節點間邊的知識流示意圖，見圖1。[9]其中表示從節點進入節點和節點聯結邊上的知識量，為邊的輸入知識量表示從節點和節點聯結邊上最終輸出到節點的知識量，為邊的輸出知識量。由于受雙方的信任程度、傳輸距離、傳輸介質等因素的影響，[9]

圖1 節點間邊的知識流示意圖

（二）整合機制作用下開發的新知識

此外，由于多重網絡下節點除了自主創造外，還有協同創造，在整合機制作用下，協同雙方會將優勢知識、共享到的新知識進行協同累積和綜合，對共享的知識進行拓展、優化和改進，進而創造出新知識。其中為協同知識重組率，受協同雙方知識重組能力、協同程度、知識互補程度等因素的影響。設節點和節點協同開發的新知識量為，則

綜上所述，在集群企業知識存量和引進知識一定的前提下，影響整合效果的因素為知識重組率和協同知識重組率，其取值越高，集群企業的整合能力越強，開發創造的新知識就越多。

（三）再創新機制作用下探索的新知識

綜上所述，在集群企業知識存量、引進知識、開發知識一定的前提下，影響再創新效果的因素為知識突變率和協同知識突變率，其取值越高，集群企業的再創新能力越強，探索創造的新知識就越多。

（四）網絡節點知識存量的度量

進一步，把上述3種機制作用下的新知識函數代入知識存量函數，則可將表示為

二、基于多重網絡的集群企業知識創造仿真模型

（一）網絡節點的知識創造行為

網絡節點知識創造的目的是創造新知識，提升自身的知識水平，減少知識差距。為此，當節點的知識存量與環境的知識要求存在差距時，節點具有彌補知識差距，進行知識創造的需要。根據前文對多重網絡下知識創造過程的描述，本仿真模型把節點的知識創造行為分為3個階段：第一階段是知識共享與吸收行為；第二階段是自主知識創造行為；第三階段是協同知識創造行為。

1.知識共享與吸收行為

首先，網絡節點與環境的知識要求相對照，判斷是否存在知識差距。知識要求用表示，該值越接近于1表明知識要求越高。用表示知識狀態。其中0表示不存在知識差距，1表示存在知識差距。

2.自主知識創造行為

3.協同知識創造行為

通過協同知識創造，受協同創造的新知識的適應度的影響，節點獲得的新知識其中為與節點進行協同知識創造的聯結數。

（二）知識創造的衡量

在衡量知識創造的指標中，已有研究主要選用平均知識水平、知識方差、知識創造量等指標。結合前文對基于多重網絡的集群企業知識創造過程及知識創造函數的描述，在定量描述基于多重網絡的集群企業的知識增長及演化過程時，使用知識吸收量、自主知識創造量、協同知識創造量和平均知識水平等4個指標。其中分別用知識吸收量、自主知識創造量和協同知識創造量來定量描述基于多重網絡的集群企業知識創造過程中各階段知識的增長及演化過程，用平均知識水平來衡量基于多重網絡的集群整體的知識增長及演化過程。

三、仿真分析

（一）仿真模型初始參數的設置

根據已建立的多重知識網絡下集群企業知識創造的仿真模型，本文運用Swarm2.2軟件進行仿真實驗。為了研究主要參數的變化規律，本文簡化了網絡節點的參數設置值，初始實驗參數設置如下：仿真主體數網絡節點集為節點隨機分布在一個80*80的網格空間上。初始位置在65*65網格內的節點為集群內組織，初始位置在65*65網格外的節點為集群外組織。環境的知識要求為1；初始知識存量在[0，0.5]區間上均勻取值（大多研究知識轉移的文獻初始知識存量在[0，1]區間上均勻取值，此處為了考察知識創造活動，設定節點的初始知識存量在[0，0.5]區間上，從而與環境的知識權力要求存在一定的差距）；把知識遺忘率綜合為知識保留因子，在[0.8，1]區間上均勻取值；知識共享度與知識表達和轉化能力在[0.5，1]區間上均勻取值；新知識的適應度在[0.8，1]區間上均勻取值；知識重組率知識突變率協同知識重組率協同知識突變率知識共享與吸收成本在[0，1]區間上均勻取值；自主創造成本在[20，40]區間上均勻取值；協同成本和協同創造成本在[5，15]區間上均勻取值（根據各參數的含義，在保證知識創造過程可觀察的前提下，參考已有文獻，仿真中選取并確定了知識保留因子、知識共享度、知識表達和轉化能力、適應度等參數值）。

（二）仿真結果分析

1.多重網絡規模和密度對知識創造效果的影響

實驗中網絡密度分別取0.01、0.0155、0.03，隨機產生56、106、170個企業。圖2分別揭示了不同網絡規模和網絡密度下，多重網絡平均知識水平和知識創造量的變化。

圖2 不同網絡規模和網絡密度下知識創造效果

由圖2可以看出，多重網絡的平均知識水平隨著網絡規模和網絡密度增加而不斷提高。這是因為隨著網絡規模和網絡密度的增加，網絡節點的知識交互對象隨之增加，提高了網絡節點間知識吸收和協同知識創造的概率，從而提高了多重網絡下產業集群平均知識水平的增長速度和增長水平。從圖2不同網絡規模和網絡密度下知識創造量圖中不難發現，網絡規模和網絡密度越大，在仿真初期的知識創造量越大，平均知識水平的增長越快。然而，從圖2平均知識水平圖可以看出，雖然不同網絡規模和網絡密度下平均知識水平的增長速度不同，但增長趨勢基本類似，最終平均知識水平都趨于穩定，出現知識同質化及鎖定現象。這表明，在網絡節點知識存量分布狀態不變的前提下，單純增加網絡規模和網絡密度只能在短期內提高產業集群平均知識的增長速度及水平，長期來看仍會出現不同程度的知識同質化及鎖定現象。

結論1：擴大網絡規模和網絡密度可提高多重網絡平均知識水平的增長速度及水平，但單純增加網絡規模和網絡密度無法避免知識同質化及鎖定現象。

2.多重網絡關系質量對知識創造效果的影響

圖3 不同網絡關系質量下知識創造效果

圖3給出了不同關系質量下集群企業的知識創造各度量指標的變化曲線。其中協同意愿和共享意愿取值越大，表明網絡關系質量越高。由圖3可見，不同關系質量對知識創造的不同的影響，對平均知識水平和協同知識創造量的影響較為顯著，對自主知識創造量的影響不顯著。在其他條件相同的情況下，關系質量越高，網絡的協同知識創造量越大，進而促使平均知識水平的較高增長。

結論2：多重網絡平均知識水平的增長水平及速度隨多重網絡關系質量的提高而增加，且協同知識創造量是導致平均知識水平產生顯著差異的主要原因。

3.多重網絡知識優勢異質度對知識創造效果的影響

圖4 不同知識優勢異質度下知識創造效果

結論3：知識優勢異質度處于中等狀態時更有利于提高知識創造效果，此時網絡的平均知識水平更高。

4.集群企業引進機制對知識創造效果的影響

圖5 不同引進能力下知識創造效果

由圖5可以看出，在不同引進能力下知識網絡的平均知識水平均呈現不同程度的增長趨勢，與引進能力中等和引進能力弱相比，引進能力強時平均知識水平和知識吸收量較高。由前文對引進機制的分析可知，引進能力是一種變異引入能力，能力越強其對異質性知識的吸收程度越高，知識吸收量就越大。因此，引進機制首先作用于知識吸收量，從圖5（b）不難看出，引進能力強時的知識吸收量在整個仿真周期內都較高。自主知識創造量和協同知識創造量是在新知識引入之后產生的，會受到網絡關系質量、創造成功率等因素的影響，具有一定的時滯性和不確定性。但引進能力對知識創造量還是存在一定的影響，從圖5（c）和（d）可知，引進能力低時的知識創造量明顯更低。

結論4：引進能力會對知識創造產生影響，平均知識水平隨著引進能力的提高而增加，其中知識吸收量的增加更為明顯。

5.集群企業整合機制對知識創造效果的影響

圖6 不同整合機制下知識創造效果

由圖6可以看出，在不同整合機制作用下知識網絡的平均知識水平的增長趨勢相同，但增長水平不等，整合能力強的其平均知識水平、自主知識創造量和協同知識創造量較高。根據前文對整合機制的分析可知，整合能力是一種選擇能力，能力越強對引進知識的整合及開發程度越高，知識創造量就越大。因此，整合機制主要作用于知識創造量，從圖6（b）和（c）不難看出，整合能力強時的自主知識創造量和協同知識創造量在仿真周期內整體較高。

結論5：整合機制會對知識創造產生影響，平均知識水平隨著整合能力的提高而增加，自主知識創造量和協同知識創造量的增加更為明顯。

6.集群企業再創新機制對知識創造效果的影響

圖7 不同再創新機制下知識創造效果

由圖7可以看出，在不同再創新能力下知識網絡的平均知識水平的增長趨勢相同，但增長水平和增長速度不等，且存在一定的時滯期；再創新能力強的其平均知識水平、自主知識創造量和協同知識創造量更高。由前文對再創新機制的分析可知，再創新能力是一種保留和復制能力，能力越強其對引進知識的探索程度越高，則知識創造量就越大。因此，再創新機制主要作用于知識創造量，從圖7（b）和（c）不難看出，再創新能力強時的自主知識創造量和協同知識創造量在仿真周期內整體較高。但由于再創新能力體現了網絡節點對知識的探索能力，而探索型知識創造的高風險性等因素的存在使得再創新機制的發揮與前兩種機制相比存在較明顯的時滯性和不確定性，從圖7（a）可知，在仿真初期，再創新能力強時的平均知識水平最低，大約從20仿真時鐘開始，再創新機制才真正發揮作用，其平均知識水平出現明顯的較高速度的增長，從而在更高的水平上達到穩定狀態。

結論6：再創新機制會對知識創造產生影響，平均知識水平隨著再創新能力的提高而增加，但該機制的發揮具有明顯的時滯性。

四、結論

本文以知識進化論為依據，以引進機制、整合機制和再創新機制為基礎，構造了基于多重網絡的集群企業的知識創造函數；從知識創造的過程角度，分析了知識主體及主體間的自適應知識交互行為（知識共享與吸收、自主知識創造、協同知識創造），并運用多主體仿真方法，對基于多重網絡的集群企業的知識創造過程進行仿真實驗，得到相關研究結論。第一，模擬并分析了不同網絡規模和網絡密度、關系質量和知識優勢異質度下的知識創造效果。研究發現，擴大網絡規模和網絡密度、提高關系質量并保持適度的知識優勢異質度可提高多重網絡平均知識水平的增長速度及水平，但單純增加網絡規模和網絡密度無法避免知識同質化及鎖定現象。在其他條件相同的情況下，關系質量越高，網絡的協同知識創造量越大；知識優勢異質度處于中等狀態時更有利于提高知識創造效果。第二，模擬并比較了不同引進機制、整合機制和再創新機制下的知識創造。研究發現，提升集群企業的引進能力、整合能力和再創新能力可提高平均知識水平的增長速度及水平，引進能力對知識吸收量的影響更為明顯；整合能力對自主知識創造量和協同知識創造量的影響更為明顯；再創新能力對平均知識水平的影響有明顯的時滯性。

基于以上研究結論，在集群企業知識創造過程及產業轉型升級中應注意以下幾點：第一，在網絡層面，構建多重網絡的過程中除了提升網絡規模外，還應注重提升網絡節點間的關系質量，并保持適度的知識優勢異質度，因此，需要不斷培育和引進具有一定優勢異質度的知識主體，創造良好的知識共享和協同氛圍，激發知識主體間的知識交互行為。通過網絡節點的知識創造、擴散和共享效應，提高知識創造效果，進而提升網絡整體的知識水平。第二，在企業層面，集群企業要注重引進機制、整合機制和再創新機制在知識創造過程中的作用，可通過提高引進能力來提升其知識吸收量，也可通過提升知識重組率和知識突變率等知識創造能力來提高開發與探索新知識的可能性，以增加新知識的創造量，從根本上提升知識網絡的平均知識水平。