趙 續(xù)，劉國新，孔 超

(武漢理工大學(xué)管理學(xué)院，湖北武漢 430070)

隨著我國市場經(jīng)濟(jì)日趨完善，企業(yè)間的競爭更加激烈，獨立化的創(chuàng)新模式已無法適應(yīng)全球競爭的形勢，企業(yè)需要尋求外部技術(shù)及資源的支持，將內(nèi)外部創(chuàng)新資源整合起來，走網(wǎng)絡(luò)化的合作創(chuàng)新之路。分布式創(chuàng)新網(wǎng)絡(luò)的形成使知識資源不再局限于企業(yè)的內(nèi)部，而將企業(yè)的內(nèi)外部資源有機(jī)地結(jié)合起來，實現(xiàn)知識共享，可從根本上推動創(chuàng)新。知識粘滯的形成使創(chuàng)新網(wǎng)絡(luò)中節(jié)點企業(yè)難以共享內(nèi)外部知識，最重要的是知識難以應(yīng)用到企業(yè)的技術(shù)創(chuàng)新中，阻礙了創(chuàng)新效率的提升。因此，對于知識粘滯的研究已成為實現(xiàn)分布式創(chuàng)新網(wǎng)絡(luò)間知識共享的重點和難點。

1 研究現(xiàn)狀

隨著知識經(jīng)濟(jì)時代的到來，知識資源已成為企業(yè)的核心戰(zhàn)略資源。知識資源是稀缺資源，其擁有量成為企業(yè)進(jìn)行技術(shù)創(chuàng)新、獲得競爭優(yōu)勢的重要體現(xiàn)。如何最大化企業(yè)的知識資本價值成為企業(yè)必須考慮的重要問題。要實現(xiàn)知識價值最大化就必須進(jìn)行知識轉(zhuǎn)移。但其在轉(zhuǎn)移的過程中，因某種原因?qū)е轮R流動性較差或需要付出額外的成本，國外學(xué)者稱這種知識為“粘滯知識”。

VON HIPPEL在研究技術(shù)創(chuàng)新時提出了粘滯信息的概念，即解決技術(shù)創(chuàng)新問題所需要的信息在獲取、轉(zhuǎn)移以及另一個新地方進(jìn)行應(yīng)用時需要支付額外成本［1］。SZULANSK提出了類似于知識粘性的“內(nèi)部粘性”概念，認(rèn)為其是組織內(nèi)部轉(zhuǎn)移知識的難度［2］。SIMONIN提出了與知識粘滯相同含義的“知識模糊”［3］。

國內(nèi)關(guān)于知識粘滯的研究相對較少。周賀來提出知識粘性就是用來描述“知識轉(zhuǎn)移困難”狀態(tài)下知識的一種特定屬性，是指知識對于其擁有者具有一定的黏附性，在實現(xiàn)知識轉(zhuǎn)移時具有一定的障礙，從而不容易實現(xiàn)知識流動［4］。王毅等認(rèn)為知識粘滯，是指知識流動的難度［5］。

2 分布式創(chuàng)新網(wǎng)絡(luò)中知識粘滯的影響因素

2.1 知識源

知識源是知識的擁有者，知識源(一般指分布式創(chuàng)新網(wǎng)絡(luò)中的母公司或主導(dǎo)公司)的轉(zhuǎn)移意向、對知識的保護(hù)意識、轉(zhuǎn)移能力等都會影響到知識的轉(zhuǎn)移［6］。由于知識源所擁有的知識會直接或間接與其利益相掛鉤，他們傾向于“保護(hù)”這類知識，不愿意共享。知識源的轉(zhuǎn)移能力也會影響知識的轉(zhuǎn)移效果，在分布式創(chuàng)新網(wǎng)絡(luò)中，知識源的轉(zhuǎn)移能力越強(qiáng)，轉(zhuǎn)移效果就越好。

2.2 知識受體

知識受體是轉(zhuǎn)移知識的接受主體，其吸收知識的戰(zhàn)略意圖、吸收能力、吸收意識和對知識的保持能力等都會影響到知識的轉(zhuǎn)移程度。知識受體的吸收意識是指吸收知識的主動程度。知識受體的吸收意識越薄弱，形成知識粘滯的可能性就越大。知識受體的吸收能力是指對所轉(zhuǎn)移知識的消化運用能力，知識受體的吸收能力越弱，造成的粘滯知識就越多。知識受體的保持能力是指對所轉(zhuǎn)移知識的保護(hù)能力，只有知識受體將所轉(zhuǎn)移的知識完整保留下來，知識的轉(zhuǎn)移才是有效的。

2.3 知識源和知識受體的空間距離

HOWELLS認(rèn)為面對面的聯(lián)系與人際互動對知識創(chuàng)造具有重要影響，從外部獲取知識和信息需要搜尋成本，面臨各種獲取障礙，這都與距離密切相關(guān)［7］。分布式創(chuàng)新網(wǎng)絡(luò)主要是由分布在各地的創(chuàng)新主體組成，創(chuàng)新主體的多樣性決定了各子創(chuàng)新網(wǎng)絡(luò)所處的地域環(huán)境及地理位置存在高度分散性，在一定程度上決定了創(chuàng)新主體之間無法面對面地進(jìn)行溝通、交流，導(dǎo)致了知識在創(chuàng)新網(wǎng)絡(luò)之間轉(zhuǎn)移時由于空間距離產(chǎn)生了額外成本，加大了知識轉(zhuǎn)移的難度。

2.4 知識特性

知識的形態(tài)是指知識的存在形態(tài)。一般來說，知識的存在形態(tài)可分為兩類:顯性知識，即以編碼的形式存在，可以用符號、文字等表示出來，這類知識易于轉(zhuǎn)移;隱性知識，這類知識難以用編碼表示出來，常表現(xiàn)為技能、技巧和經(jīng)驗等，這類知識由于難以表達(dá)，成為知識轉(zhuǎn)移的難點。此外，知識的專有性、復(fù)雜程度也會影響轉(zhuǎn)移。一般情況下知識復(fù)雜程度越高、專有性越強(qiáng)，知識轉(zhuǎn)移的難度越高。

2.5 創(chuàng)新網(wǎng)絡(luò)的穩(wěn)定程度

GULATI認(rèn)為信任是創(chuàng)新網(wǎng)絡(luò)中知識轉(zhuǎn)移得以高效進(jìn)行的基礎(chǔ)，知識源對知識受體的信任程度越低，知識在轉(zhuǎn)移的過程中所受的阻力就越大［8］。信任在知識共享過程中的重要性超過了正式的合作程序，沒有信任，知識共享就不可能發(fā)生。知識源對知識受體的“不信任”導(dǎo)致了知識轉(zhuǎn)移主體之間呈現(xiàn)一種“弱聯(lián)系”，創(chuàng)新網(wǎng)絡(luò)的穩(wěn)定程度受到影響，不利于創(chuàng)新網(wǎng)絡(luò)中知識的轉(zhuǎn)移和共享。

2.6 組織的環(huán)境

REAGANS等通過實證分析發(fā)現(xiàn)組織內(nèi)部的凝聚力強(qiáng)度和關(guān)系網(wǎng)絡(luò)廣度對克服內(nèi)部知識粘滯具有正向作用［9］，即組織內(nèi)部成員間凝聚力越強(qiáng)，組織外部關(guān)系網(wǎng)越廣，分布式創(chuàng)新網(wǎng)絡(luò)中各節(jié)點企業(yè)的知識流動性越強(qiáng)。

3 知識粘滯的系統(tǒng)動力學(xué)模型

3.1 系統(tǒng)主導(dǎo)回路分析

圖1為根據(jù)知識轉(zhuǎn)移系統(tǒng)結(jié)構(gòu)建立的系統(tǒng)動力學(xué)因果關(guān)系圖，圖中箭尾元素對箭頭元素產(chǎn)生作用，“+”表示正向加強(qiáng)的因果關(guān)系，“-”表示負(fù)向因果關(guān)系。其中，知識源在圖中表示為知識轉(zhuǎn)移量，知識受體在圖中表示為知識接受量。主要的因果關(guān)系有3個基本反饋回路:

圖1 系統(tǒng)動力學(xué)因果關(guān)系圖

(1)轉(zhuǎn)移意向—源知識轉(zhuǎn)移—源知識轉(zhuǎn)移量—網(wǎng)絡(luò)穩(wěn)定度等。其中，源知識轉(zhuǎn)移指的是源知識的轉(zhuǎn)移率。若知識源的知識轉(zhuǎn)移意向明確或者轉(zhuǎn)移意向強(qiáng)烈，則主觀上會促進(jìn)源知識的轉(zhuǎn)移，轉(zhuǎn)移率大則從知識源轉(zhuǎn)移的知識數(shù)量就多，這就進(jìn)一步促進(jìn)網(wǎng)絡(luò)穩(wěn)定，縮小分布式創(chuàng)新網(wǎng)絡(luò)中創(chuàng)新單元的空間距離。若創(chuàng)新單元間的空間距離遠(yuǎn)，網(wǎng)絡(luò)穩(wěn)定的熵很大，則會在整個網(wǎng)絡(luò)中影響源知識的轉(zhuǎn)移意向。在這個反饋回路中，源知識轉(zhuǎn)移意向以及網(wǎng)絡(luò)穩(wěn)定度等都會導(dǎo)致知識粘滯的產(chǎn)生。該反饋回路是一個負(fù)反饋回路，對整個系統(tǒng)具有調(diào)節(jié)作用。

(2)吸收意向—知識接受—受體接受量—空間距離等。其中知識接受指的是受體的知識接受率。受體的知識吸收意向強(qiáng)烈，有主觀吸收意識的動力，就會在客觀上提高其知識接受率，接受率的提高會增加受體的知識接收量。這幾步都是正向的加強(qiáng)因果關(guān)系。受體接受知識數(shù)量單位的增大也會反過來減少網(wǎng)絡(luò)中的熵值，促進(jìn)創(chuàng)新單元縮小其與其他創(chuàng)新單元的空間距離。如果創(chuàng)新單元或者網(wǎng)絡(luò)很不穩(wěn)定，就如同影響知識源一樣也會減弱受體的吸收意向。這兩步是負(fù)向的因果關(guān)系。因此在整個回路中呈現(xiàn)的是正向加強(qiáng)的因果關(guān)系。

(3)轉(zhuǎn)移意向—源知識轉(zhuǎn)移—源知識轉(zhuǎn)移量—吸收意向—知識接受—受體接受量。該反饋回路是建立在上述兩個分回路的基礎(chǔ)之上。源知識轉(zhuǎn)移量的增大會在知識轉(zhuǎn)移源頭上促進(jìn)知識受體的吸收意向，而受體接收知識數(shù)量單位的增大會反饋給知識源，促進(jìn)知識源的轉(zhuǎn)移意向。在該反饋回路中，各單位是正向的加強(qiáng)關(guān)系。知識粘滯可能出現(xiàn)在知識源的轉(zhuǎn)移意向以及知識受體的吸收意向。

3.2 知識粘滯系統(tǒng)SD流程圖

知識粘滯系統(tǒng)流程圖是根據(jù)其因果關(guān)系圖建立的，如圖2所示。在該模型中主要涉及以下幾種變量，即源知識轉(zhuǎn)移量，受體知識接受量兩個水平變量;知識轉(zhuǎn)移和知識接受兩個速率變量;轉(zhuǎn)移意向，知識本身，空間距離，吸收意向，組織環(huán)境和網(wǎng)絡(luò)穩(wěn)定度是流程圖中的6個輔助變量。剩下的是由兩個變量和11個常量構(gòu)成。其中，知識轉(zhuǎn)移和知識接受表示的是知識源的知識轉(zhuǎn)移率和知識受體的知識接受率。

圖2 知識粘滯系統(tǒng)流程圖

3.3 模型仿真結(jié)果分析和驗證

在綜合圖2的定性分析后，該研究基于合肥市某大型汽車企業(yè)2010年分布式創(chuàng)新網(wǎng)絡(luò)的統(tǒng)計數(shù)據(jù)，將源知識轉(zhuǎn)移量和知識接受量初值設(shè)為10個單位。

(1)量化分析模型及仿真計算:

式中:L1.K為當(dāng)前知識源的轉(zhuǎn)移量;L1.J為過去源知識的轉(zhuǎn)移量;R1.JK為過去到現(xiàn)在時間段知識轉(zhuǎn)移平均速率;L2.K為當(dāng)前受體知識接受量;L2.J為過去受體知識接受量;R2.JK為過去到現(xiàn)在時間段知識接受的平均速率;DT為步長;R1.KL為現(xiàn)在到以后時間段知識轉(zhuǎn)移平均速率;R2.KL為現(xiàn)在到以后時間段知識接受的平均速率;C1為網(wǎng)絡(luò)穩(wěn)定度;C2為組織環(huán)境;C3為轉(zhuǎn)移意向;C4為空間距離。

(2)根據(jù)上述的量化分析模型及相應(yīng)的參數(shù)，采用Vensim軟件進(jìn)行相應(yīng)的模擬仿真。該研究是探討主要因素對知識轉(zhuǎn)移過程中知識粘滯的影響?，F(xiàn)將空間距離設(shè)置為單一變量因素，其他常量設(shè)置值不變，探討在Vensim下空間距離的變化對知識轉(zhuǎn)移和知識接受的影響，其仿真結(jié)果如圖3所示。其中L1為源知識單位不易轉(zhuǎn)移的知識數(shù)量單位，L2為受體單位的接收數(shù)量單位。

圖3 空間距離的變化對知識轉(zhuǎn)移和知識接受的仿真結(jié)果

從上述的仿真結(jié)果可以看出，隨著空間距離的增加，知識受體接收的數(shù)量單位隨著時間的增加而減少，源知識不易轉(zhuǎn)移的知識數(shù)量單位隨著時間的增加而增加。當(dāng)空間距離特別大時，知識就無法實現(xiàn)有效轉(zhuǎn)移。同時通過最后模擬的數(shù)表也可看出，減小分布式創(chuàng)新網(wǎng)絡(luò)中的空間距離將會促進(jìn)知識的有效轉(zhuǎn)移，即能削弱知識粘滯，這同前面定性分析的結(jié)果相同。同理，對該系統(tǒng)中其他因素的分析也可在Vensim軟件中得到相應(yīng)的模擬結(jié)果。

4 結(jié)論與建議

筆者在對導(dǎo)致分布式創(chuàng)新網(wǎng)絡(luò)中知識粘滯形成的影響因素進(jìn)行系統(tǒng)動力學(xué)分析的基礎(chǔ)上，提出以下削弱知識粘滯的策略。

(1)構(gòu)建知識共享平臺，弱化分布式創(chuàng)新網(wǎng)絡(luò)中知識粘滯的程度。突破分布式創(chuàng)新網(wǎng)絡(luò)中知識粘滯的基本手段是實現(xiàn)知識共享。分布式創(chuàng)新網(wǎng)絡(luò)的主體可以通過建立知識團(tuán)隊、知識庫和富于協(xié)作精神的企業(yè)環(huán)境來搭建知識共享的平臺。知識團(tuán)隊負(fù)責(zé)從客戶及其他子創(chuàng)新網(wǎng)絡(luò)處吸收知識，即從外部實現(xiàn)知識共享;知識庫儲存著整個企業(yè)全部核心技術(shù)，企業(yè)員工可以從知識庫中下載多個培訓(xùn)課程，以豐富自身的理論知識與實際業(yè)務(wù)水平，即實現(xiàn)企業(yè)內(nèi)部知識共享;富于協(xié)作精神的企業(yè)環(huán)境則是鼓勵知識團(tuán)隊，支持知識庫的應(yīng)用。這3個部分有機(jī)結(jié)合可為企業(yè)搭建知識共享的平臺，打破知識轉(zhuǎn)移主體對知識的私有化和保護(hù)，促進(jìn)知識的交流和碰撞，弱化知識粘滯的程度。

(2)積極培育知識轉(zhuǎn)移雙方的信任機(jī)制，提高創(chuàng)新網(wǎng)絡(luò)的穩(wěn)定程度。相互信任是交流與溝通的前提，是知識轉(zhuǎn)移雙方實現(xiàn)知識順利轉(zhuǎn)移的基礎(chǔ)。一般情況下，粘滯知識都以隱性狀態(tài)存在，創(chuàng)新網(wǎng)絡(luò)中各節(jié)點企業(yè)的核心知識往往也具有隱含性。隱性知識一般是高度私有化的知識，不易被組織和其他人所得到。因此，必須建立信任機(jī)制使知識轉(zhuǎn)移雙方具有一種強(qiáng)聯(lián)系，通過這種強(qiáng)聯(lián)系提高整個分布式創(chuàng)新網(wǎng)絡(luò)的穩(wěn)定程度，促進(jìn)知識在各子創(chuàng)新網(wǎng)絡(luò)間的共享。

(3)充分利用互聯(lián)網(wǎng)，縮短知識轉(zhuǎn)移主體間的空間距離。從狹義上理解，分布式創(chuàng)新網(wǎng)絡(luò)就是企業(yè)由于創(chuàng)新的需要有選擇性地與其他企業(yè)或機(jī)構(gòu)所構(gòu)成的持久穩(wěn)定的關(guān)系，這種復(fù)雜的關(guān)系在一定程度上決定了分布式創(chuàng)新主體的多樣性，導(dǎo)致創(chuàng)新主體在地域或地理位置上的分散性，阻礙了知識的共享，造成了知識的粘滯。隨著電子商務(wù)的快速發(fā)展，互聯(lián)網(wǎng)時代已經(jīng)到來，為分布式創(chuàng)新網(wǎng)絡(luò)中各子創(chuàng)新網(wǎng)絡(luò)間實現(xiàn)知識共享提供了最方便、最快捷的手段。節(jié)點企業(yè)可以充分利用便捷、快速的網(wǎng)絡(luò)，減少知識粘滯的存在，縮短知識轉(zhuǎn)移主體間的空間距離。

(4)培育分布式創(chuàng)新網(wǎng)絡(luò)實踐社群，推動節(jié)點企業(yè)間的知識交流和共享。實踐社群，是由一群對某個主題具有共同興趣或相同想法的人所構(gòu)成的一種基于知識的組織形式，這種組織形式可以有效地改善組織中人與人之間的關(guān)系，增強(qiáng)組織凝聚力，拓寬組織的關(guān)系網(wǎng)，推動分布式創(chuàng)新網(wǎng)絡(luò)中節(jié)點企業(yè)間的知識交流、轉(zhuǎn)移和創(chuàng)造。

(5)加強(qiáng)知識治理，提升分布式創(chuàng)新網(wǎng)絡(luò)間節(jié)點企業(yè)的技術(shù)創(chuàng)新效率。知識治理事實上是為實現(xiàn)創(chuàng)新網(wǎng)絡(luò)間知識的轉(zhuǎn)移、共享和利用而進(jìn)行的一種制度安排，其目的是確保知識管理各項內(nèi)容的有效實施［10］。知識治理的顯著特點是通過正式的制度安排或設(shè)計，影響非正式組織的組織實踐，從而達(dá)到知識治理的目的。從知識治理的角度，對分布式創(chuàng)新網(wǎng)絡(luò)中各組織做出合適的制度安排和組織協(xié)調(diào)，并從組織學(xué)習(xí)機(jī)制構(gòu)建、考核激勵措施等多方面考慮，有助于削弱知識粘滯。

分布式創(chuàng)新是提升我國企業(yè)技術(shù)創(chuàng)新能力的重要保障，而知識粘滯卻嚴(yán)重阻礙了創(chuàng)新網(wǎng)絡(luò)中各節(jié)點企業(yè)間的創(chuàng)新能力、資源利用效率和知識共享能力。筆者拓展了研究知識粘滯的新思路和新方法，從影響分布式創(chuàng)新網(wǎng)絡(luò)中知識粘滯產(chǎn)生的各個因素及其之間的相互依存關(guān)系出發(fā)，運用系統(tǒng)動力學(xué)建模工具進(jìn)行建模分析，有針對性地提出削弱和轉(zhuǎn)移知識粘滯的對策，降低分布式創(chuàng)新網(wǎng)絡(luò)中知識粘滯產(chǎn)生的概率，為企業(yè)實現(xiàn)分布式創(chuàng)新提供有力保證。

［1］VON HIPPEL E.Sticky information and the locus of problem solving:implications for innovation［J］.Management Science，1994，40(4):429-439.

［2］SZULANSK I G.Exploring internal stickiness:impediments to the transfer of best practice within the firm［J］.Strategic Management Journal，1996，19(20):27-43.

［3］SIMONIN B L.Ambiguity and the process of knowledge transfer in strategic allances［J］.Strategic Management Journal，1996，19(20):56-58.

［4］周賀來.知識粘性的成因分析與治理措施探究［J］.情報理論與實踐，2008，16(4):511-514.

［5］王毅，吳貴生.產(chǎn)學(xué)研合作中粘滯知識的成因與轉(zhuǎn)移機(jī)制研究［J］.科研管理，2001，22(6):114-121.

［6］ANDERSON P H.Organizing international technological collaboration in subcontractor relationship:an investigation of the knowledge-stickiness problem［J］.Research Policy，1999，56(28):625-642.

［7］HOWELLS J.Tacit knowledge，innovation and technology transfer intellect:making the most of the best［J］.Harvard Business Review，1996，74(5):358-425.

［8］GULATI R.Network location and learning:the influence of network resources and firm capabilities on alliance formation ［J］.Strategic Management Journal，1999，20(5):397-420.

［9］REAGANS R，BILL M E.Network structure and knowledge transfer:the effects of cohesion and range［J］.Administrative Science Quarterly，2003，48(16):240-267.

［10］王健友.知識治理的起源與理論脈絡(luò)梳理［J］.外國經(jīng)濟(jì)與管理，2007(6):19-26.