夏維力+李曉歌

摘要：在分析校企合作創(chuàng)新網絡系統(tǒng)構成要素的基礎上，從直接和間接信任度構建校企信任模式結構，建立了能夠刻畫校企合作創(chuàng)新網絡信任與知識轉移的演化關系的因果關系圖與系統(tǒng)動力學模型。并用系統(tǒng)動力學建模軟件Vensim實現(xiàn)了該模型，對模型有效性及靈敏性進行了驗證，仿真結果表明：高校對企業(yè)的信任受多重因素的影響，呈波動上升趨勢;信任度與知識轉移量正相關，提高信任度可以顯著增加知識轉移量。

關鍵詞：信任度;知識轉移;校企合作創(chuàng)新網絡;系統(tǒng)動力學

DOI：10.13956/j.ss.1001-8409.2015.01.12

中圖分類號：F273.1 ? ?文獻標識碼：A ? ?文章編號：1001-8409（2015）01-0053-07

Research on Relationship Evolution between Knowledge Transfer

and Trust of School-enterprise Cooperative Innovation Network

XIA Wei-li， LI Xiao-ge

（School of Management， Northwestern Polytechnical University， Xian 710129）

Abstract：Based on the analysis of the components of school-enterprise cooperative innovation network， two-dimensional trust mode contain of direct trust degree and indirect trust degree， a causal graph and a system dynamical model， which could describe the development of school-enterprise cooperative innovation network ?were built.The system dynamical model was realized by software tool Vensim， following by simulation analysis and model validation and sensitivity test.The simulation results show that trust of school-enterprise cooperative innovation network is affected by multiple factors， changing in the form of ascendant curves， trust has significant effects on knowledge transfer， and the improvement of trust helps the increase of knowledge transfer.

Key words：trust degree;knowledge transfer;school-enterprise cooperative innovation network;system dynamics

1 引言

快速變化的競爭和世界范圍內的創(chuàng)新速度使單個企業(yè)無法孤立地解決組織間的創(chuàng)新行為，因此大量的企業(yè)選擇參與創(chuàng)新網絡、戰(zhàn)略聯(lián)盟或者其他形式的跨組織聯(lián)系，以期實現(xiàn)某種形式的“協(xié)作優(yōu)勢”。校企合作創(chuàng)新網絡在此背景下應運而生。校企合作創(chuàng)新網絡的相對優(yōu)勢在于網絡內各創(chuàng)新主體可以通過知識轉移和知識共享實現(xiàn)協(xié)同發(fā)展。信任作為連接校企合作創(chuàng)新網絡各成員的重要關系紐帶，有利于網絡中知識轉移水平的提升。

信任被廣泛應用于各類領域和組織中（如團隊、企業(yè)、網絡組織等）^[1]，隨著對信任研究的加深，管理學領域將信任與知識轉移結合起來，認為信任是一切合作關系的前提，尤其是在正式溝通渠道不夠暢通、存在利益關系的組織中，信任的重要性更為突出^[2]。對于信任與知識轉移的關聯(lián)，Anoop Madhok提出：組織間信任可以為合作雙方建立長期的資源合理分配和認知的共享^[3]。隨后大量的文獻和實證研究證明^[4～6]，信任會影響知識轉移，信任可以促進有效的知識轉移，信任會增加信息交換的數量，與知識轉移呈正相關^[7];信任能促進組織的知識轉移，因為它增加了合作伙伴幫助對方理解新的外部知識的愿意，缺乏信任會對有效的知識轉移產生很大程度上的負面影響，尤其是在轉移給知識接受者的知識來源不確定的情況下^[8]。

盡管信任對于知識轉移的促進作用顯著，但長期以來，對于信任的研究是從定性和變量相關性方面去解釋，這種研究方式忽視了信任的計量分析和信任度變化對知識轉移的影響，無法深度揭示信任的動態(tài)性和演化，也忽視了反饋效應及因果關系。因此，本文在分析校企合作創(chuàng)新網絡的信任結構模式基礎上，引入系統(tǒng)動力學研究信任與知識轉移的因果關系，構建校企合作創(chuàng)新網絡知識轉移動態(tài)演化過程的系統(tǒng)動力學模型，并通過仿真及靈敏度分析，揭示高校對企業(yè)的信任度與知識轉移的演化規(guī)律，為校企雙方知識轉移行為策略選擇提供參考。

2 校企合作創(chuàng)新網絡知識轉移影響因素及因果關系分析

大量研究證明，知識轉移的影響因素主要有四方面：知識發(fā)送方（知識發(fā)送方的特性、知識轉移意愿和知識轉移能力），知識接收方（知識接收方特性和知識吸收能力），知識特性（隱性知識和顯性知識）和知識轉移情境（信任、知識距離和開放程度等）^[9]，本文主要研究高校對企業(yè)信任度對知識轉移的影響。

2.1 校企合作創(chuàng)新網絡信任模式結構

高校和企業(yè)在合作創(chuàng)新網絡內為共同完成高技術產品的研發(fā)與生產中，為預防機會主義行為，降低相關的知識轉移成本，需要對企業(yè)的信任度進行評估，以得出對方在未來合作過程中可靠性、誠信度及合作能力的預期。本文將信任視為校企合作創(chuàng)新網絡知識轉移的紐帶，校企知識轉移量受知識閾值和信任度的影響。信任度由直接和間接信任度組成，構建模式為在歷史合作直接信任的基礎上，依據社會網絡關系接近特征與信任開放傳遞特征，通過信任征集與反饋過程獲取間接推薦信任^[10]。

（1）直接信任度。高校對企業(yè)的直接信任主要來源于對歷史合作滿意度的統(tǒng)計與分析，通過對已有典型信任模型的研究和分析，根據經驗，最新發(fā)生的合作行為可信性最高，遠期合作行為的信任度逐漸衰減^[11]，本文引入信任衰減系數，直接信任度的主要影響因素有：歷史交互次數、合作成功次數、最近一次交互信任值、歷史交互信任度、歷史合作滿意度影響系數和衰減系數，高校對企業(yè)的直接信任度公式如下：

Td（A，B）=Tt-1（A，B）+λ×Th（A，B）×γN N>0

0.5 ? ? N=0

Tt-1（A，B）表示最近一次的校企合作信任值，A、B分別表示高校和企業(yè)，λ是調節(jié)系數，調節(jié)校企歷史合作滿意度對直接信任度的影響，用m表示校企合作成功次數，N是高校和企業(yè)近期直接合作次數，則λ=m（N+1）。Th（A，B）代表校企歷史交互信任度，γ是信任度衰減系數。當初始階段，校企雙方完全沒有合作歷史時，信任度為默認值0.5。

（2）間接信任度。在評價企業(yè)的信任度時，僅憑直接信任是不完善不可行的，因此本文構建了間接信任度Ti（A，B），用以描述高校對推薦者關于企業(yè)的反饋推薦信任值真實性、準確性的度量。間接信任度受到推薦者的可信度、推薦者對企業(yè)的直接信任度和信任者數量的影響。根據信任關系的傳遞性，本文假設推薦者信任度越高，推薦信息越可信。推薦者數量為n，但由于信任傳遞的有限性，設置推薦鏈最大長度為5，Td（A，C）為推薦者的可信度，Td（C，B）TC為推薦者的可信度，當有多個推薦者時，校企的間接信任度為：Ti（A，B）=1n∑nc=1Td（A，C）Td（C，B）。

（3）信任度。綜合校企的直接和間接信任度，引入自信因子α（α∈（0，1）），自信因子代表直接信任度在綜合信任度中所占的權重，α值越大，表明直接信任權重越高，即高校更相信自己的直接經驗，得出校企之間的信任度為：

T（A，B）=αTd（A，B）+（1-α）Ti（A，B）

2.2 校企合作創(chuàng)新網絡知識轉移因果關系分析

在校企合作創(chuàng)新網絡中，高校為知識發(fā)送方，企業(yè)為知識接收方，企業(yè)通過合作創(chuàng)新網絡接受來自高校的轉移知識，提高自身的知識存量。高校的知識存量由知識創(chuàng)新量和知識失效量決定，企業(yè)的知識存量由知識創(chuàng)新量、知識失效量和轉移知識量決定。由此構建的校企合作創(chuàng)新網絡知識轉移模式如圖1所示。

圖1 校企合作創(chuàng)新網絡知識轉移模式

知識轉移量是由知識勢差、知識轉移閾值、信任度共同決定。高校知識存量的增加導致知識勢差的增大，知識勢差的存在促進了知識轉移的可能性，知識勢差的增大使得知識轉移意愿增強，知識轉移量增多;知識轉移閾值的設定體現(xiàn)了高校對自身核心知識的保護，當知識轉移越接近高校的核心知識，校企知識勢差越小，知識轉移量越少，直至轉移停止^[12]。信任與知識轉移量正相關，當高校通過與企業(yè)的直接交互或其他多個第三方的推薦建立起較高的信任度時，就降低了對企業(yè)的機會主義行為預期，增強了對企業(yè)合理有效利用轉移知識的信念，提高了高校的知識轉移意愿，進而增多知識轉移量。

3 校企合作創(chuàng)新網絡知識轉移的系統(tǒng)動力學模型構建

3.1 模型基本假設

（1）校企雙方存在知識勢差，高校的初始知識存量要高于企業(yè)的知識存量。

（2）高校的知識失效率大于企業(yè)的知識失效率，高校的知識有效期長于企業(yè)知識有效期。

（3）高校和企業(yè)的成功交互次數小于等于校企的歷史交互次數。

（4）在校企雙方存在交互歷史時，信任度中直接信任度所占權重高于間接信任度。

依據上文的分析，建立校企合作創(chuàng)新網絡知識轉移的因果關系圖和系統(tǒng)流圖，如圖2和圖3所示。模型中主要的變量和常量有：狀態(tài)變量（L）2 個，流率變量（R）4個，輔助變量（A）9 個，常量（C）8 個，共23 個變量。

表1 ?系統(tǒng)變量列表

變量類型變量名稱

狀態(tài)變量高校知識存量，企業(yè)知識存量

流率變量高校知識創(chuàng)新量，高校知識失效量，知識轉移量，企業(yè)知識失效量

輔助變量高校知識創(chuàng)新率，知識轉移閾值，知識勢差，

企業(yè)知識創(chuàng)新率，信任度，直接信任度，間接信任度，信任衰減系數，歷史滿意度影響系數

常量歷史交互次數，最近一次交互信任度，歷史交互滿意度，推薦者的可信度，推薦者對企業(yè)的信任度，推薦者數量，合作成功次數，自信因子

3.2 方程及參數說明

高校知識存量=INTEG（高校知識創(chuàng)新量-高校知識失效量，20）;

高校知識創(chuàng)新量=高校知識存量×高校知識創(chuàng)新率;

高校知識創(chuàng)新率=WITH LOOK UP{Time，[（0，0）-（30，0.2）]，（0，0.06），（30，0.09）}，用表函數來表示高校的知識創(chuàng)新率，設定在30個單位的仿真時間內，高校的知識創(chuàng)新率按線性提高百分之三。

高校知識失效率=0.02;

高校知識失效量=STEP（ 高校知識存量×高校知識失效率，8 ），用階躍函數來模擬知識失效的過程，高校的知識在8個仿真時間單位后失效，失效的知識量為高校知識存量的百分之一。

企業(yè)知識存量= INTEG（企業(yè)知識創(chuàng)新量-企業(yè)知識失效量，5）;

企業(yè)知識創(chuàng)新量=企業(yè)知識存量×企業(yè)知識創(chuàng)新率;

企業(yè)知識創(chuàng)新率=0.02×知識轉移閾值;

知識轉移閾值= IF THEN ELSE（企業(yè)知識存量/高校知識存量 小于0.75，企業(yè)知識存量/高校知識存量，0.75 ），當閾值達到0.75時，高校不再向企業(yè)轉移知識。

企業(yè)知識失效率=0.01;

企業(yè)知識失效量=STEP（企業(yè)知識存量×企業(yè)知識失效率，6）。

知識轉移量= SMOOTHI（ IF THEN ELSE（ 知識轉移閾值小于0.75，信任度，0），1，0），0.75是知識轉移閾值的上限，超過0.75時，高校向企業(yè)的知識轉移停止，知識轉移量為0，用一階信息延遲函數來表示知識從高校轉移到被企業(yè)吸收的過程，延遲時間為1個仿真時間單位。

信任度=自信因子×直接信任度+（1-自信因子）×間接信任度;

直接信任度=IF THEN ELSE（歷史交互次數大于0，最近一次交互信任度+歷史滿意度影響系數×（歷史交互滿意度×信任衰減系數）/歷史交互次數，0.5 ）;

間接信任度=推薦者的可信度×推薦者對企業(yè)的信任度/推薦者數量自信因子=0.7。

信任衰減系數= WITH LOOK UP{Time，（[（1，0）-（30，1）]，（1，0.38），（30，1）}，用表函數來表示校企之間的信任衰減系數，設定在30個單位的仿真時間內，信任衰減系數分從指數分布γ=e-（30-Time）/30。

合作成功次數=RANDOM UNIFORM（0，5，3 ）;

歷史滿意度影響系數=SQRT（合作成功次數/（歷史交互次數+1））;

歷史交互次數=RANDOM UNIFORM（1，10，5 ）;

最近一次交互信任度=RANDOM NORMAL（0，1，0.6，0.01，0.4 ）;

歷史交互滿意度=RANDOM NORMAL（0，1，0.7，0.01，0.6 ）;

推薦者的可信度=RANDOM NORMAL（0，1，0.4，0.01，0.3 ）;

推薦者對企業(yè)的信任度=RANDOM NORMAL（0.1，0.8，0.5，0.01，0.4 ）;

推薦者數量=RANDOM UNIFORM（0，5，2 ）。

圖2 校企合作創(chuàng)新網絡知識轉移因果關系圖

圖3 校企合作創(chuàng)新網絡知識轉移流圖

4 校企合作創(chuàng)新網絡信任與知識轉移的演化模型仿真與分析

4.1 模型仿真

本文采用vensim PLE軟件來仿真校企合作創(chuàng)新網絡中信任與知識轉移的模型，設定仿真時間為30個月，初始時間為0，步長為1個月，高校的初始知識存量為20，企業(yè)的初始知識存量為5，主要變量的仿真處理結果如圖4所示。

圖4 系統(tǒng)仿真結果

4.2 模型有效性檢驗

對校企合作創(chuàng)新網絡信任與知識轉移的演化模型進行有效性檢驗，以驗證模型仿真結果與校企知識轉移行為與信任演化趨勢是否能夠反映真實系統(tǒng)的特征和變化規(guī)律。模型有效性檢驗有兩種：理論檢驗和歷史檢驗，本文通過理論檢驗對模型進行有效性檢驗^[13]。設定校企合作創(chuàng)新網絡信任和知識轉移演化模型的初始狀態(tài)，得到信任度、直接信任度、間接信任度，知識轉移雙方的知識存量，知識創(chuàng)新量，知識失效量，知識勢差和知識轉移量在不同時期的變化趨勢。結合系統(tǒng)仿真結果和不同時點上各變量值，歸納總結校企合作創(chuàng)新網絡知識轉移主體的行為特征和演化規(guī)律。

模型有效性分析如下：

（1）高校對企業(yè)的信任度在仿真時間內雖有波動，但總體處于增長態(tài)勢。直接信任度在前20個仿真時間波動較小，從第20個時間點開始，有較大幅度的波動，這符合信任的衰減規(guī)律，最新發(fā)生的合作行為可信性最高。直接信任度在信任度中占比重較大，而直接信任度受信任衰減系數、歷史滿意度影響系數、歷史交互滿意度等變量的影響，因此每一個因子的變動都可能引起信任度曲線的波動，如在第20個仿真時間內的信任度達到最高點，可能是由于此階段，交易成功在歷史交互次數中所占比例較高，或最近一次交互信任度較高引起的。在第21個仿真時間里，信任度急劇下滑，這是由近期交互信任度的突變引起的，如校企雙方重大合作項目的失敗或者機會主義、投機行為的出現(xiàn)，使直接信任度迅速下降。為避免或減少信任度的劇烈波動，可通過引入獎勵或懲罰機制來監(jiān)控機會主義、投機行為的發(fā)生，彌補合作失敗對雙方造成的損失。

（2）高校和企業(yè)的知識存量隨著仿真時間的演進，仿真時間內呈現(xiàn)持續(xù)增長趨勢。由于初始階段高校知識存量高于企業(yè)，且高校的知識創(chuàng)新量處于持續(xù)增長狀態(tài)，企業(yè)的知識創(chuàng)新量處于波動上升趨勢，增速低于高校;另一方面，由于企業(yè)處在激烈的市場競爭中，知識更新速度快，系統(tǒng)設置企業(yè)的知識失效量周期為6個月，企業(yè)的知識失效量速率高于高校，因此經歷30個仿真時間后，高校的知識存量要稍高于企業(yè)的知識存量。

（3）知識勢差和轉移知識量均呈現(xiàn)出先增后減再波動增加的趨勢。仿真初始，高校的知識存量和知識創(chuàng)新率高于企業(yè)，高校知識增長量略高于企業(yè)，高校對企業(yè)的信任度水平較低，知識轉移量低，使知識勢差小幅增加。隨著信任度的提高，轉移知識量逐漸增加，企業(yè)知識存量的增加彌補了知識創(chuàng)新率上的差距，與高校的知識勢差縮小，直至轉移閾值達到臨界值，知識轉移停止。高校對企業(yè)的轉移知識量不再增加后，知識創(chuàng)新優(yōu)勢再次顯現(xiàn)，高校知識存量快速增長，知識勢差增大，轉移閾值變小，知識轉移再次開始，如此循環(huán)往復。

通過對模型的理論檢驗可知，主要變量的演化規(guī)律與實際是相符的，基于系統(tǒng)動力學構建的校企合作創(chuàng)新網絡信任與知識轉移關系演化模型可以對校企信任度、知識轉移量和其他主要變量的演化趨勢進行有效的模擬和仿真，說明本模型具有刻畫真實的校企合作創(chuàng)新網絡信任與知識轉移關系演化的能力，能夠據此提供有價值的參考信息。

4.3 模型靈敏性檢驗

靈敏度分析是通過改變模型中的參數，考察對模型仿真輸出的影響程度，為實際工作提供政策和決策支持^[14]。本模型主要是針對自信因子、知識轉移閾值與合作成功次數進行靈敏度分析。

（1）保持其他參數不變，調整自信因子，方案1在原方案的基礎上將自信因子增為0.8，在方案1的基礎上將自信因子降為0.6，得到方案2的信任度。由圖5可知，隨著自信因子的增大，信任度水平逐漸提高，知識轉移量逐漸增多?？芍?，信任度與知識轉移量正相關，較高的信任度有利于提高校企之間的知識轉移水平。

（2）保持其他參數不見，在原方案的基礎上將知識轉移閾值邊界上升為0.8，得到方案1，繼續(xù)上升為0.85，得到方案2，仿真結果如圖6所示。隨著知識轉移閾值的提高，知識閾值曲線呈現(xiàn)出先增后減再增的趨勢，由隨著臨界值增大，高校知識保護程度降低，知識轉移閾值達到臨界值，知識轉移停止，隨著知識轉移閾值的增大，知識轉移量減少的時間點延后，且知識轉移量逐漸增加。

（3）保持其他參數不變，方案1在原方案的基礎上，將合作成功次數最大值調整為6，方案2在方案1的基礎上將合作成功次數最大值調整為7，合作成功次數變化所引起的信任度與知識轉移量的變化如圖7所示。合作成功次數的波動范圍增大引起了信任度的波動幅度提高，信任的波動影響了校企知識轉移量的變動，知識轉移量的波動變化趨勢與信任度的波動趨勢相一致，這也印證了上文的分析。

5 結論

本文以校企合作創(chuàng)新網絡為研究對象，應用系統(tǒng)動力學方法給出了信任與知識轉移行為演化關系的因果關系圖并構建了系統(tǒng)流圖，進而使用Vensim PLE軟件實現(xiàn)了系統(tǒng)仿真，并就自信因子、知識轉移閾值和合作成功次數進行了靈敏度分析。得出的主要結論是：校企合作創(chuàng)新網絡高校對企業(yè)的信任受多重因素的影響，且處于波動上升趨勢;信任度對知識轉移量的影響顯著。自信因子、知識轉移閾值和歷史合作成功次數對知識轉移量的靈敏度較高，但自信因子、歷史合作成功次數都是通過信任度間接影響知識轉移量，因此，校企知識轉移量受信任度的影響，呈現(xiàn)波動增加的趨勢，較高的信任度有利于促進校企知識轉移量的增加。

由此，在高校與企業(yè)建立合作創(chuàng)新網絡，進行技術創(chuàng)新和知識價值創(chuàng)造時，有必要建立有效的信任機制，并通過激勵和懲罰機制的設置，保持信任度的穩(wěn)定增長，促進雙方合作關系的良性發(fā)展，這不僅有利于雙方知識轉移過程的實現(xiàn)和網絡內知識水平的提高，也有益于最終實現(xiàn)校企合作創(chuàng)新網絡的知識價值創(chuàng)造的目標。此外，由于本文主要探討信任與知識轉移的關系，故忽略了其他知識轉移的影響因素。且由于信任度的計量是一個動態(tài)變化的復雜過程，因此模型中對部分變量和方程的設定實行了簡單化處理，更為復雜的動態(tài)過程在模型中的體現(xiàn)值得今后進一步深入研究和探討。

參考文獻：

[1]J ialin Hardwick，Alistair R.Anderson，Douglas Cruickshank.Trust Formation Processes in Innovative Collaborations：Networking as Knowledge Building Practices[J].European Journal of Innovation Management，2013，16（1）：4-21.

[2]Roger C Mayer，James H Davis，F(xiàn) David Schoorman.An Integrative Model of Organizational Trust[J].The Academy of Management Review.1995，20（3）：709-734.

[3]Anoop Madhok.Opportunism and Trust in Joint Venture Relationships：An Exploratory Study and a Model[J].Scandinavian Journal of Management，1995，11（1）：57–74.

[4]Anna Sankowska.Relationships Between Organizational Trust，Knowledge Transfer，Knowledge Creation，and Firms Innovativeness[J].The Learning Organization，2013，20 （1）：85-100.

[5]Gian Casimir，Karen Lee，Mark Loon.Knowledge Sharing：Influences of Trust，Commitment and Cost[J].Journal of Knowledge Management，2012，16（5）：740-753.

[6]Michael D，Santoro，Paul E Bierly III.Facilitators of Knowledge Transfer in University-Industry Collaborations：A Knowledge-Based Perspective[J].Transactions on Engineering Managment，2006，53（4）：495-507.

[7]Tsai W，Ghoshal S.Social Capital and Value Creation：The Role of Intra-firm Networks[J].Academy of Management Journal，1998：464-476.

[8]Gallie P-E，Guichard R.Do Collaboratories Mean the End of Face-to-face Interactions？An Evidence From the I See Project[J].Economics of Innovation & New Technology，2005，14（ 6）：517-532.

[9]張力，聶鳴.產學合作機構知識轉移動力模型的實證研究[J].軟科學，2010，24（1）：27-31

[10]張樹臣，高長元.高技術虛擬產業(yè)集群社會網絡信任模式研究[J].管理學報，2013，10（9）：1301-1308.

[11]周茜，于炯.可信網絡中基于信譽和風險評估的動態(tài)信任模型[J].計算機應用研究，2010，27（11）：4211-4214.

[12]徐升華，尹紅麗.組織內部知識整合的系統(tǒng)動力學模型研究[J].管理學報，2013，10（6）：890-897.

[13]楊波.系統(tǒng)動力學建模的知識轉移演化模型與仿真[J].圖書情報工作，2010，54（18）：89-94.

[14]王道平，楊岑，寧靜.知識服務網絡知識轉移行為演化研究[J].科學學與科學技術管理，2013，34（8）：34-42.

（責任編輯：冉春紅）