网络组织中的知识释放能力仿真分析

网络组织中的知识释放能力仿真分析

1结构范式下的网络组织研究公司组织日益面临动态环境。企业环境的选择和组织适应性将不可避免地导致组织的灵活性和快速反映。这意味着公司的组织从传统的物质资源向关注时间、空间、信息和知识的转变。这意味着公司的组织逐渐转变为具有动态分工和知识共享特征的网络组织（pow，1990；palmetal，1999）。到目前为止，理论上对网络组织的概念没有相对统一的看法，但没有阻碍人们对网络组织的关注和研究。一般来说，目前的研究具有典型的“两点”模式特征（borgatiandfolpe，2003）。首先，研究了基于结构主义的视角在组织网络形式、布局特征和结构资本方面的特点。这项研究更多地关注网络组织本身的结构特征（mizruti，1981；podolny，1998；provens，1998；hamphoid，2003；gigginandkerim，2003；席友民，唐方成，2002）。另一种是基于网络组织资源的概念和行为模式的研究（milesw1992；gulati.gragulloy，1999；podolny，2001；mcafee，oliveau，2002；yumtshfengchaag，2004）。尽管这两种结构范式在广泛的研究与实践中得到了证实与支持,并因其结构上的不同特征而将这两个方向上的研究与实践者们分别归属为两大不同的阵营.然而,目前的研究大都建构在比较静态的基础上,要么分析网络组织的微观互动行为,要么关注网络组织的宏观行为模式.由于资源获取行为在网络组织结构中的嵌入性(Granovetter,1985;Uzzi,1996,1997,1999),我们很难区分到底是哪种结构模式在网络组织中发挥作用.忽略了微观互动与整体行为特征之间的联系往往使我们难以客观地认识在某个群体或组织过程中涌现的全局行为模式.另外,我们还需要厘清的问题是,当知识在网络组织中传递时,组织结构与知识的扩散过程之间存在何种关系?本文基于对这类问题的思考,在前人研究的基础上,利用知识在网络组织中的转移过程,将扩散模型与网络组织的结构模型相结合,分析了当网络中存在交易内容或资源流动的情况下,网络组织的局部互动与整体行为特征之间的关系.2分布式结构的聚合性以及知识的释放能力在网络组织中,组织自身的结构反映了谁向谁汇报并因此作出最终决策的结构模式.而资源获取结构则描述了谁能获得有关问题或任务的原始信息.本文给出了两种不同的结构模式并比较了它们的特征.网络组织结构由两种模式构成,即团队与层级.团队的特征是没有协调或管理者,组织的决策是通过节点成员提出对相关问题或任务的观点并以多数投票的方式产生决策结果(如图1中的(b)).而层级则相反,它存在协调或管理者,成员向高层管理者提交或汇报自己的观点,并由高层管理者作出最终的决策(如图1中的(a)).资源获取结构也由两种模式构成,即块状结构和分布式结构.在块状结构中,三个节点成员实际上获得了相同的信息(如图1中的(c)).而在分布式结构中,每个节点成员却获得了具有不同特征的信息.由图1可见,不管是网络组织自身结构的形成还是资源获取结构的联结,都需要节点成员之间的合作或联盟.在网络组织中,合作的重要性以及具有演化特征的集聚现象的出现,表明了节点成员通过连接与沟通,并基于局部性的互动以及知识的转移来实现其共同目标的行为方式.但是,单纯的沟通未必能确保合作局面的出现.那么,是什么影响了网络组织中的合作与集聚呢?对这个问题的回答,通常涉及到节点成员的身份等同性.一般认为,如果网络组织成员达到了共同的基础,即共享知识或在重要问题上达成一致,并共享群体身份的时候,就会存在集聚.由于沟通常常发生在相互连接的个体之间,连接程度以及个人的影响力对组织的群体或组织之间的合作与集聚起着十分重要的作用.在通过群体的某个成员引入某种重要或新的知识的基础上,本文通过仿真来考察了在一个人工网络组织中知识的转移和变化.这个个体通过它的连接与其他的个体共享知识.反过来,这个个体又与其他连接的个体以一种递代过程共享知识.每个个体都能根据知识传递的方式和自身的吸收能力,来对“侵袭”的知识作出决策.知识往往从一个群体的某个个体开始到另一个个体进行传递.从相对少数的信徒开始,通过知识释放能力比较强的个体,一种知识就能被组织的大部分成员吸收,并且,一旦这种知识的吸收超越某个临界点,接受一种知识的个体数就呈指数增大.这些都取决于个体的知识释放能力以及知识的情境相关性.正如Burt(1982)在研究经过高等培训的技术专业人才时,认为信息通过社会结构的扩散取决于集聚性以及个人的偏好.更重要的是,结构上的对应性更可能产生社会压力.在一般的群体中,结构对应性与个人的偏好可能是等价的.3个体网络组织的选择问题在网络组织系统中,个体或成员组织之间的互动常常是通过各种情境下的交往、沟通与合作产生的,如项目合作等.这些互动的共同之处在于关系的建立,而这些关系又依赖于网络的连接模式和知识转移的过程.但是,因为网络结构往往对许多影响作出反应,个体之间的连接以及某个个体对其他个体的影响对网络的维护和建立是非常关键的,并且,在一个网络中,控制并分配资源、信息和知识的个体成员会影响网络的整体行为.所以,网络组织中的知识转移和连接模式常常是变化的.按照YouminXi和FangchengTang的研究,一个网络组织O可以与图联系起来,属于网络组织的个体成员被表示为节点vi,而个体成员vi与vj之间的沟通路径用边eij来表示,这些边的增加与删除意味着网络组织中个体成员组织的选择问题.这样,一个网络组织O就可以表示如下:O=O[G],G=G(V,E).V={v1,v2,\:,vn}.E={e1,e2,\:,ek}.Ο=Ο[G],G=G(V,E).V={v1,v2,\:,vn}.E={e1,e2,\:,ek}.这里模拟的网络组织与其他的,如自旋玻璃,元胞自动机以及随机图等结构是类似的.网络参数主要包括:网络中的节点数(规模);每个节点的连接数(度);每个节点的邻居数;描述节点间互动的函数(规则);以及改变每个节点状态的方法.Albert等人(2000)的研究工作表明,网络模式大概包括两种:随机的和异质的无尺度网络.这里,知识通过网络转移的速度取决于源节点是否是高度连接的.因此,网络对高度连接的节点的删除非常敏感.但是,Albert忽略了层级网络,这种来自于组织结构的网络.这种网络的特征是“树形”结构.层级网络结构中的信息流是垂直的,并且信息通过网络的传递取决于被传递到位于树的顶端的节点的信息量.4知识的释放能力本文建立的网络组织的形式模型是将网络组织中的个体表示为一个图的节点,节点之间的连接(或边)代表了知识转移的渠道.在现实世界中,网络组织的行为模式往往遵循着知识转移过程中的一系列规则.由于规则系统描述了网络组织的拓扑结构、节点成员以及节点成员之间的互动行为,从而规定了网络组织的连通模式.为此,本节将设计并确定对网络组织的行为模式进行仿真计算所涉及的规则系统.在设计规则系统前,有必要澄清两个概念的界定,一个是释放能力,一个吸收能力.按照Cohen和Levinthal(1990)的研究,吸收能力是指公司对新的外部信息的价值的认可,吸纳,并应用到商业的能力.本文提到的吸收能力主要是指网络组织的节点成员认可并接受某种新知识的能力,只要吸收了某种新知识,该节点成员的状态就会发生改变.而释放能力是与吸收能力相对的一个概念,自匈牙利哲学家MichaelPolanyi(1966)对人类知识提出“显性知识”和“隐性知识”的分类以来,尽管研究者们广泛地探讨了这两类知识的特征,并认为显性知识是能进行编码和表达后变成正式的、系统的语言,以便进行更好地学习和传播,而隐性知识则不能进行客观地编码和表达,只能意会、感悟和认识等.但是,在现实世界中,即使是显性知识,也会因为个人的解释、编码和表达能力的差异和局限而妨碍这些知识的传播和学习,我们把这种能力称为“释放能力”,由于网络组织中知识共享的过程是一个双向互动的结果,除了成员的吸收能力将影响知识的传递外,传递者的知识释放能力也会有影响.为明确起见,下面给出严格的定义:定义1所谓知识的释放能力,主要是指网络组织的节点成员通过一定的方式,如影响力、沟通或表达等将其具有的新知识解释、编码与传达的能力.于是,设网络组织的每个节点都处于一定的状态中,并仅限于两种状态.这两种状态表示个体对某个特殊问题或任务的知识的准确程度或合理性,如分别表示合理与不合理的知识,准确与错误的知识等.对于每个节点成员而言,嵌入在沟通渠道中的知识要么是被吸收(用1来表示),要么是不吸收(用0来表示).由于网络组织中的知识转移过程遵循两种规则,一种是网络节点成员的行为与状态变化规则;另一种是网络节点成员的互动规则.下面分别给出这两种规则.4.1知识状态di1)由于各节点成员的有限认知理性,因此,网络组织的任何节点个体都能表示为一个有阈限的智能体.这样,初始化每个节点,以便描述节点对于特定问题或任务的知识状态,即输入初始状态0或1;2)用释放能力(Di)来表示给定节点表达并交流其当前状态的强度,并赋初值,使得Di=Rand;3)用吸收能力(Ai)来表示每个节点能从当前的知识状态作出改变的能力,并赋初值,使得Ai=Rand.4)在现实的组织中,个人的互动是在两两之间(或在小群体中)发生的.知识吸收的过程取决于个人以及它与其他个体连接之间的关系.即,个人的状态不会全部同步地改变,而每次只是一部分.因此,节点成员状态的变化是异步更新的.4.2节点的释放能力1)每个节点成员的知识状态都影响与它直接连接的邻接节点成员的知识状态.同样,每个节点成员的知识状态都受到与它直接连接的邻接节点的状态的影响;2)每个节点当前知识状态的改变取决于与之连通的节点成员的初始状态之间的比较,以及与之直接连接的节点在互动期间的相对释放能力和相对吸收能力.如果节点i的释放能力水平为Di,吸收能力为Ai,节点的状态为S(i),并且,i和j作为直接邻接的节点进行互动与沟通,则有,ifAi<Aj,andDi>Dj,thenS(j)=S(i).(1)ifDi<Dj,andAi>Aj,thenS(i)=S(j).(2)ifAi<Aj,andDi>Dj,thenS(j)=S(i).(1)ifDi<Dj,andAi>Aj,thenS(i)=S(j).(2)另外要特别进行的约定为:如果Ai<Aj,Di<Dj同时成立,那么,与vi邻接的节点vj将不会吸收vi的知识,这种情况下vj的知识状态将不发生改变;但当Ai>Aj,Di>Dj成立时,vj将吸收vi的知识从而发生知识状态的改变,这种情况类似于(1)式.3)节点之间的连接是随机的,并通过沟通产生的边来建立,并且,每个节点的平均连接数是变化的,以便考察它对状态发生改变的节点成员数的影响.5网络组织中的一致性群体规模网络组织中的集聚现象取决于群体是否能长期地保持一致性,为检验一个群体随时间的动态变化,本文针对各种网络结构仿真了知识的释放能力,邻接点数以及沟通对于群体一致性(一致性用‘认可并吸收’的知识数量来表示)的影响.在分别给定邻接点数的情况下,通过吸收能力和释放能力的随机取值,并在一定的时间步长中检验模型在规则系统下的行为规律.其中,释放能力水平是按下列方式进行变化的.1)所有的节点都随机地分配一个0到1之间的释放能力水平,这时的仿真结果如图3图4.图3表示邻接点数分别为3,5,8,10,节点成员的释放能力随机分布在,并进行100次随机取值,同时,在传递速度(吸收新知识的节点数)均为1的情况下,一致性的群体大小与这些参变量的关系.由图可知,在100次仿真中,不管邻接点数为多少,达到一致性的群体规模均具有一定的振荡.这时,不会产生某种稳定状态,即群体规模在达到某个数值后,就不会受到参变量的影响而发生改变.然而,这只反映知识转移的一种情况,由于节点成员之间往往通过多次反复地互动与沟通来共享知识,并形成具有一致性知识的群体结构.这时,前一时间段节点成员达到的状态将作为下一阶段沟通的初始状态.因此,针对释放能力在上的随机分布性,本文以0.5的转移速度,通过迭代30次来观察,网络组织中各节点成员在30个时间步长中通过50次迭代的反复沟通所达到的一致性群体规模,如图4所示.图4表明在30个时间步长中通过50次迭代后一致性群体规模的结果.3个邻接点的网络组织在经过5个时间步长中的50次迭代后,达到一致性的群体规模就趋于252个节点数值的稳定状态上,而不再改变.5个邻接点的网络组织在经过7个时间步长的50次迭代后,就趋于260个节点数值的稳定状态上,不再发生变化.10个邻接点的网络组织,在前面8个时间步长的50次迭代中,一致性的群体规模一直是增大的,但在第8个时间步长之后,就趋于274个节点数值的稳定状态上.因此,仿真结果进一步表明了邻接点数越少,达到一致性的群体规模就越快地稳定在一定量的节点成员数上,反映了网络组织中群体一致性水平的时间依赖性,即,一致性水平在经过一定的时间之后,就趋于平稳状态.2)所有的节点都分别分配一个固定的释放能力水平.图5表明,当把相同的释放能力水平分配给同质群体的所有节点时,不同邻接点数与转移速度对一致性群体规模的关系.当转移速度为1时,一致性的群体规模随着邻接点数的增加而一直都维持现状,或稳定在某个水平上.而当转移速度为0.5时,而邻接点数为网络总节点数的3%～6%的情况下,一致性的群体规模将在某个临界区域内持续地增加,超越这个区域后,则略微地平缓地增加.因此,由图5可知,当节点成员的释放能力固定不变时,转移速度和邻接点数将影响同质群体中达到一致性的节点成员数.结果表明在网络组织中知识转移的速度越快,群体就越容易达到一致性水平.3)一个被选节点在规模分别为200,400,600,800,1000的网络组织中,根据特定的位置分配一个很高的知识释放能力(1.0),其余的节点都分配一个0.1的释放能力水平.上面1)和2)的仿真结果反映了高度结构化的情况下,网络组织中知识转移与其行为模式的关系.本文要解决的最后一个问题是具有“独裁者”型的知识转移网络情形,即其中一个节点成员被分配的知识释放能力为1,而其余的节点成员都被分配以0.1的知识释放能力.在图6中,我们考察了邻