知识交流深度与广度的匹配对知识网络交流效率的影响基于整体知识网络结构特征的分析-吕鸿江.pdf

《知识交流深度与广度的匹配对知识网络交流效率的影响基于整体知识网络结构特征的分析-吕鸿江.pdf》由会员分享，可在线阅读，更多相关《知识交流深度与广度的匹配对知识网络交流效率的影响基于整体知识网络结构特征的分析-吕鸿江.pdf（9页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、管 理 工 程 学 报V0132No1 Jonrnal ofIndustrial EngineeringEngineering Management 2018年第1期知识交流深度与广度的匹配对知识网络交流效率的影响：基于整体知识网络结构特征的分析吕鸿江1，程(1东南大学经济管理学院，江苏南京210096；3南京大学商学院，明2,3，吴利华12南京农业大学管理工程系，江苏南京210031；江苏南京210093)摘要：知识网络是知识管理研究的重要内容，而提高整个知识网络的交流效率是当前许多企业亟需面临的问题。但目前对知识网络宽度和深度对知识网络效率影响的研究却相当薄弱。本文综合分析了这两个因素对知

2、识网络效率的动态影响，采用多主体仿真模型构建了不同知识交流深度与广度匹配的知识网络模型模拟了不同知识网络的演进过程。研究结果表明，首先，在知识量方面，团队学习型和组织学习型知识网络传递会呈现先不断增加并逐渐持平的变化规律，广泛交际型和固步自封型知识网络则呈现不断下降再逐渐持平的变化趋势。其次，四类知识网络知识交流总量从高到低的排序为团队学习型知识网络、组织学习型知识网络、广泛交际型知识网络、固步自封型知识网络；知识方差从高到低的排序为：团队学习型知识网络、组织学习型知识网络、固步自封型知识网络、广泛交际型知识网络。进而指出，低知识网络宽度和高知识网络深度匹配的团队型知识网络具有最好的知识交流效

3、率：而且高知识交流深度会使知识网络的知识交流效率不断提高，低知识交流深度会使知识网络的知识交流效率不断降低；高知识交流宽度虽然比低知识交流宽度更有利于提高知识网络的知识交流总量，但低知识交流宽度比高知识交流宽度更有助于提高每个知识主体每次交流的知识方差。进一步地，本文又基于社会网络理论从整体网络特征的几个方面对上述结论进行了分析和解释。该研究结论是对当前仅从网络交流宽度和深度的某一方面研究知识网络交流效率的重要补充，也是帮助管理者思考如何从知识交流深度开口广度方面提高知识网络交流效率的重要启发。关键词：知识交流广度；知识交流深度；中图分类号：C93 文献标识码：ADOI：1013587jcnk

4、ijieem201801011知识网络交流效率；多主体仿真文章编号：1004。6062(2018)0100840090引言经济全球化和信息技术的发展使得社会经济活动成为由各种知识主体组成的网络。企业中的各种管理活动也是员工在知识网络中进行知识交流的一种形式。特别是在一些大型企业中，员工之间的知识交流活动会形成具有复杂结构的知识网络，所以知识网络成为知识管理的重要研究内犁”。但是，在中国计算机用户进行的“CIO知识管理认知调查”和“知识管理专题讨论”中发现，大多公司还存在对知识管理认识不足，害怕员工偷信息的问题。而且即使是麦肯锡等一些优秀企业，虽然意识到员工间的知识网络是企业知识管理的最重要资源

5、，但由于公司里最成功的员工往往都拥有庞大的个人关系网络，使得麦肯锡等企业的核心能力仍主要集中在个人层面而不是整个知识网络层面，这使得企业发展往往依赖于某个或一些员工，很难发展壮大。由于在知识网络中，员工的角色不再是传统管理模式下单个的个体，而是网络中的一员，必须不断提高整个知识网络的知识交流能力，才能形成其他企业无法模仿、无法取代的核心竞争能力。这是当前许多企业亟需面临的问题。事实上，理论研究者们也一直对如何提高知识网络交流效率问题进行着探索。他们认为，知识网络各组织成员之间建立合作的重要目的就是为了实现员工间的知识流动与知识共享，并分别从知识特征、组织特征和网络特征【23】三方面分析了影响知

6、识网络中组织知识交流的因素4】。但是，由于组织知识转移主要取决于潜在知识获得交流、解释和吸收的容易程度【51。这反映在知识网络中就是知识网络交流的广度(知识主体所能交流的最多知识主体个数)和深度(知识主体之间所能交流的知识量)的问题，但目前学术界对知识网络的深度(Depth)和宽度(Breadth)影响组织知识转移的研究还相当薄弱416】。所以，知识网络的深度和宽度是一个非常值得学术界关注的问题。本文准备对此进行研究。具体研究中我们将综合考虑如下三方面：第一，知识交流的广度与深度是同时影响知识网络交流效率的，仅仅从某一因素研究知识网络效率，难免“管中窥豹，只见一斑”。综合这两个因素分析其对整体

7、知识网络交流效率的影响是否必要。第二，由于知识网络本身随不同知识主体的相互作用动态变化，知识交流效率也会随之在不同时段发生不同变收稿日期：20140914 修回日期：20150701基金项目：国家自然科学基金资助项目(71102031、71472036、71372196)；中央高校基本科研业务费专项资金一东南大学优秀青年教师教学科研资助计划资助项目(3214003203)；南京农业大学人文社会科学研究基金资助项目(SK08025)作者简介：吕鸿江(1975一)，女，甘肃徽县人：东南大学经济管理学院副教授，博士生导师；研究方向：战略管理，组织理论，社会网络等。84万方数据V0132，No1 管理

8、工程学报 2018年第1期化，所以如果仅仅采用实证或案例研究分析，往往仅反映了某一时刻的静态特征，难以体现整体知识网络交流效率的动态变化趋势，引入仿真分析能较好地弥补这一不足。第三，由于知识网络本身是一种实现个人、团队层次上知识交流的社会关系网络，所以，基于社会网络理论解释不同知识网络交流效率也十分必要。因此，本文准备运用多主体动态仿真方法，构建反映知识交流广度与深度的不同组合的仿真模型，综合分析不通知识交流广度与深度对知识网络流动效率的影响，并基于社会网络理论解释上述影响的原因。希望本文的研究结论能为学术界从知识网络广度和深度方面分析如何提高知识网络交流效率的提供新的思路，并为实践界提供相应

9、的理论依据和实践指导。l知识交流深度与广度的不同匹配的知识网络分析本文按照知识主体之间的交流广度和深度两个维度对组织中的知识网络交流类型进行划分提出四类知识网络：固步自封型知识网络、广泛交际型知识网络、团队学习型知识网络和组织学习型知识网络，如图1所示。知识传递广度r图1基于知识交流广度和深度匹配的知识网络类型11固步自封型知识网络这类知识网络具有低的知识交流广度和低的知识交流深度。网络中每个知识主体只能和少数其他知识主体交流，而且每次交流只能传递少量的知识。这类知识网络中的员工与其他员工进行沟通的能力较弱，而且每次沟通的学习能力也不足，所以很难在其工作岗位上进行创新，只能按部就班完成常规的无

10、任何创新和学习要求的工作。这类网络往往与外界隔绝、不能接受新知识、新事物，不能与时俱进。因此，这类网络可以称为固步自封型知识网络。固步自封型知识网络往往把知识网络看成是静态的，缺乏对外界环境的适应能力。所以，当外部环境一成不变时，这类网络中的每个知识主体可以一直在自己的网络位置上正常运转；但是，往往环境总是在不断发展变化的，这就要求知识网络必须与其所在的环境共同进化的。但是，这类网络中的知识主体由于缺乏沟通、学习和创新的能力，难以及时从企业外部和内部获得适应环境变化所需的知识，这是就会面临环境威胁和挑战。12广泛交际型知识网络这类知识网络具有高的知识交流广度和低的知识交流深度。网络中每个知识主

11、体能和大量其他知识主体交流，但每次交流仅传递了少量知识。这类知识网络中的员工这类知识网络中的员工能顺畅地与组织中的多数员工进行沟通，而且每次沟通传递的知识量很少。因此，虽然知识网络中员工之间沟通的次数较多，但可能很多次沟通都是与组织内的知识学习无关的一些交际行为，缺少与组织目标相关知识的学习能力。所以，我们称这类知识网络为广泛交际型知识网络。广泛交际型知识网络由于组织中的员工热衷于传递与组织无关的交际型知识，所以知识主体之间大多具有很好的非正式关系，它的知识交流效率可能更多地被组织中的非正式网络影响。由于非正式网络关系有利于传递一些可能与组织目标无关的一些显性知识，而这些显性知识一方面可能会影

12、响组织传递与组织目标相关的知识，同时也会带来知识传递的成本；但另一方面，这些看似与组织目标无关的一些显性知识往往来自于与组织相关的外部环境，这会使得知识网络能接触较多环境变化的新知识和信息。所以，虽然这类网络可能会因影响公司效率、阻碍短期组织目标的实现而不利于组织成长，但也可能会因能敏感接受各种来自环境的信息而有利于企业对环境变化作出快速反应。13团队学习型知识网络这类知识网络具有低的知识交流广度和高的知识交流深度。网络中每个知识主体只能和少数其他知识主体交流，但每次知识交流能充分传递大量知识。这类知识网络中的员工与其他员工进行沟通的次数比较少，但每次沟通的学习能力较强，能充分传递与组织目标相

13、关的知识，所以这类知识网络大多有一些与组织目标相同的小群体组成。由于团队就是指一个由两人或两人以上所组成的相互影响和依赖、并为实现一个共同的价值目标(或使命)而工作的可识别的集合【7J。所以，我们称这类知识网络为团队学习型知识网络。团队学习型知识网络由于网络成员在传递知识时的目标与组织目标是相同的，而且他们会经常围绕这些组织El标在小群体中进行频繁接触。所以，这类团队中的知识主体之间大多容易形成更多强关系，而且这些关系大多以正式网络为主。由于知识网络中有更多的强关系将有利于传播的组织中无法描述的隐性知识，而隐性知识往往是存在于员工头脑中并占企业的最大部分的知识【8】，所以隐性知识的交流、共享与

14、扩散能帮助企业进行技术与知识创新。而正式网络中会更容易传递语言、文字和符号等编码形式的正式而规范的显性知识，显性知识能够保证组织中的规范和制度按组织目标有序实施。因此，团队学习型知识网络既能支持组织为适应环境变化不断进行的知识创新活动，又能维持企业日常正式活动的iliON开展。所以，这类知识网络可能能够获得最好的知识交流与传递的效率。14组织学习型知识网络这类知识网络具有高的知识交流广度和高的知识交流深度。网络中每个知识主体能和大量其他知识主体交流，而且每次交流知识主体之间都能充分传递大量的知识。这类知识网络中的员工能顺畅地与组织中的多数员工进行沟通，而且每次沟通的学习能力都较强，能充分传递与

15、组织目标相关的知识。因此，不仅知识网络中员工之间沟通的次数较多，而且沟通大多都是基于组织目标的学习行为，可以看作是整个组织的学习过程。所以，我们称这类知识网络为组织学习型知识网络。组织学习型知识网络中，组织员工之间虽然大都是以组织目标为目的进行深度交流，但由于员工可以同时和较多其他组织成员进行知识交流，而企业中每个员工能够与其他人有效交流的控制幅度是有限的，除非是在组织基层中从事例一85万方数据吕鸿江等：知识交流深度与广度的匹配对知识网络交流效率的影响：基于整体知识网络结构特征的分析行的工作【91。所以，我们认为在组织学习型知识网络中，员工之间更多地是一种以正式网络为基础的弱关系。由于弱关系主

16、要以传递与组织目标关联不大的显性知识为主，而正式网络又是主要传递与组织目标相关的显性知识，所以，组织学习型知识网络中主要传递了各类显性知识，虽然与组织目标相关的显性知识能够保证组织常规活动的开展，但交际为主的显性知识又可能干扰组织目标实现；此外，虽然与组织目标关联不大的显性知识可能帮助组织对外部环境的变化进行敏感反应，但由于组织内部隐性知识传递较少，进而也难以很快进行组织创新以应对环境变化。所以，这类知识网络的交流效率可能是不稳定的。2多主体知识网络模型构建与模拟21多主体知识网络模型构建本文将依据知识交流深度和广度两个变量的不同匹配构建多主体知识网络模型分析上述四类知识网络的知识交流过程，以

17、探讨知识交流广度和深度对知识网络交流效率的影响。具体地，分别设计了知识交流主体的特征、知识交流机制及知识网络交流效率的相关参数来构建模型。此外，假设知识网络交流效率只受知识交流深度和广度两个因素影响，所以将这两个因素设为可调变量，并将其它因素视为控制变量，从社会网络分析视角编写反映知识网络动态交流的程序进行模拟。具体参数设计如下：211知识主体特征构建模型时，我们假设知识主体特征表现为知识主体的交流广度、交流深度、知识分布函数、网络规模四个因素。首先，知识交流宽度在本模型中用z表示，它代表知识主体与其它知识主体之间的知识交流关系所能达到的最大连接数，即知识主体所能吸收知识的最大宽度。如果一对知

18、识主体之间以前从未发生过知识交流行为，而且他们与其它知识主体间的知识交流关系没有达到最大连接数z，那么这两个知识主体之间将进行一次新的知识交流。所以，z形成了限制任何顶点的度(知识主体的交流广度)的硬上限，在度之外没有更多边可以添加。因此，z是所有知识主体可能连接的最大度，反映知识主体可同时与其他主体进行知识交流的最大数量。具体地，由于本文主要模拟了企业组织中知识网络的知识主体之间交流的最大数量，这受员工所能单独管理或控制的其他员工数量影响。管理学家Graicunast9】指出在企业中较高层次的知识型员工的控制幅度应限制在至多5人，最好4人，而对组织基层从事例行工作的员工，由于工作简单则可以有

19、较宽的控制幅度。由于本文的研究对象主要集中在企业组织中的知识型员工，所以我们设定z+l，2，5。由于z+=l表明知识型员工之间任何时候最多只能有一次知识交流，这在企业中是不常见的。所以我们假设低知识交流宽度的知识网络z=2，高知识交流宽度的知识网络Z=5。其次，知识交流深度在本模型中用知识共享系数表示。两个知识主体进行知识交流时的共享函数可以表示为：Ki=KI1+p Ki(i，l，2，N1)。该函数表示知识主体i与知识主体i进行知识交流时，知识主体i的知识量Ki为本次知识交流之前的知识量Ki-1加上知识主体i与知识主体j进行一86一知识交流获得的知识量p Ki。其中13为知识共享系数，它反映了

20、某一知识主体与其他知识主体连接时，从其它知识主体处获取知识的多少，我们将这一变量称为知识交流的深度。具体地，我们假设p01，02，11，依据“帕雷拖法则”，我们分别假设低知识交流深度的知识网络13=o2，高知识交流深度的知识网络13=o8。此外，由于大量研究表明知识分布特征是知识转移的前因10】，而且知识模糊性是知识分布的重要特征11，l 21。它不仅有助于防止知识被竞争者模仿，而且也会影响知识在组织内有效转移13。所以，本文将知识主体的分布特征作为控制变量，假设知识网络中每个知识主体随机分配知识服从Gamma(a，九)函数，本文假设a=05，扣05。最后，由于网络规模对知识转移存在不同影响，

21、可能具有正相关关系14,151或者负相关关系【16】，甚至影响不显著【17】。所以，我们为研究需要将控制这一变量，将知识网络规模设为控制变量。由于在社会网络分析中一般用节点总数来衡量网络规模，而在知识网中则采用知识主体数量的多少来反映网络规模。所以，本文用网络中知识主体的总数N表示网络规模这一变量，并设定N=500。212知识交流机制构建模型时，我们通过设计知识主体间的信任和惩罚机制来分析知识网络中知识主体间交流关系的增加和减少。首先，对知识主体的信任机制，我们考虑由初始信任机制和持续信任机制形成信任函数。假设各对知识主体之间必须存在一定程度的信任才能发生知识链(连接)增加的知识交流活动。本文

22、用信任率r反映这一信任程度的大小。可以将信任率表示为以知识主体间的共同朋友数m为自变量的线性函数：r。i=ro+rlm1(i,j12M，roEO0001,OO(X)2,0001，rl01，02一l)。其中ro是知识主体i和知识主体J发生第一次知识交流时的概率，r。是知识主体i和知识主体j之间有m个共同朋友后进行知识交流的概率，rii反映了每个周期知识主体i和知识主体之间信任程度的大小。我们用知识主体首次发生知识交流的概率ro反映知识交流过程中的初始信任机制；用知识主体间存在m个共同朋友后的知识交流概率r反映知识交流过程中的持续信任机制。为了不影响我们对主要参数z+和B的研究，我们将控制该知识网

23、络的初始信任和持续信任这两个参数，并假设它们都是中等水平的，即ro=00005，rl=05。其次，就知识主体的惩罚机制而言。本模型假设在知识交流时，各个知识主体之间必然通过一定的惩罚机制发生知识链衰减(连接强度降低)的活动。由于这一知识衰减函数是以时间为自变量的指数函数，我们用每次知识交流的联系强度Sij表示这一函数，Sij=e叫t(Sij-l-8)(f，Jl，2，8o01，002，01，丫01，021)其中S睁1代表在本次知识交流前次的知识主体i和知识主体i交流的连接强度；8是连接强度衰减系数，它代表每次见面连接消失的概率，我们将此参数看作短期惩罚指数；e吖a为随着时间t推移，两个知识主体不

24、见面的强度衰减指数e吖”，其中t是自上次见面到现在的时间，Y为一段时间不见面后的强度衰减系数，我们将此参数看作长期衰减指数。具体地，当两个人i和i初次见面，它们之间的联系强度Sii置为1，同时发生短期衰万方数据v0132NO1 管理工程学报 2018年第1期减6。然后，随着时间推移，其连接强度开始按1，指数衰减。如果他们再次见面，S。i是重新设置为1。为不影响我们对主要参数z+和6的研究，我们将控制知识网络的短期惩罚机制和长期惩罚机制两个参数，并假定它们都是中等水平的，即8=005、v=O5。213网络知识传递效率本模型借鉴Cowanr和Jonardn培1对网络知识流动效率的测量，分别用网络知

25、识均值表示狭义上的知识流动效率，用网络知识方差表示知识流动的公平性。因此，我们从网络总知识、网络知识均值及网络知识方差3个方面衡量网络知识流动效率。具体测量函数如下：网络总知识： K=ykJ-一一一l(i12一N)，网络知识均值： i=(露，)N71，2，网络知识方差：s：(主(七i一万2)(ifl2N1)：其中：N为网络规模(节点总数)，k，为知识主体i的知识量，K为网络边的总数。214整体知识网络特征由于Butt191发现网络绩效受个人与网络成员的直接联系所影响，间接联系几乎没有影响；所以本文选择以下四个与直接联系相关的整体网络特征进行分析。平均度是网络中所有点的度的均值，其函数可以表示为

26、d=(吐)N(il2N)。其中，d为点度平均值，N为网络规模(节点总数)，d为节点i的度。网络密度是指主体之间实际联系的数目与他们之间可能存在的最大的联系数目的比值。其函数可以表示为：其s=(专喀)坐生(jl2|)中：S为网络密度，i=1N为网络规模(节点总数)，d，为节点i的度。聚类系数是指与某个主体所有边连接的节点之间最多可能存在的边的个数为n(n1)2，用实际存在的边数除以最多可能存在的边数得到的分数值，定义为这个主体的聚合系数。某个主体的聚类系数反映了知识网络的聚合程度。所有节点的聚合系数的均值则定义为网络的聚合系数。其函数可|v以表示为：c=万1cf 。 其中Cf=巨圭(ff一1)，

27、if1，2，500l，其中：Ci为节点i的聚类系数；ti为节点i的邻点数目；E。为t，个节点间实际存在的连接边数；C为网络聚类系数；N为网络规模。某个主体的聚类系数反映了这个主体的临近知识主体聚集成团的倾向。整体聚类系数反映整个知识网络聚集成团的倾向【20】，体现了网络的连通性、传递性和完备性以及节点知识流动覆盖的广度。关系强度反映了社会网络中的联系强度，可以分为强关系和弱关系，是一种时间、感情深度、亲密度与互惠程度的集合，它反映了人与人、组织与组织由于交流和接触而形成的一种纽带联系的强弱【2i】。Granovetter所定义的关系强度体现的是社会网络中的联系强度【211。知识网络的关系强度是

28、知识网络成员为了实现知识流动、共享和创造而相互依赖和关联的程度，反映了知识网络成员间进行知识交流关系的强弱【22】。在本模型中我们假设知识网络关系强度的数值在0到1范围之间，并依据“帕雷拖法则”区分知识网络中的强关系和弱关系。当知识主体问的关系强度大于08时，我们称它们之间存在强关系：当知识主体间的关系强度小于02时，我们称它们之间存在弱关系。我们分别分析了每一周期所有知识主体的强关系总数和弱关系总数。综上所述，研究中我们设定知识传递的广度z，知识传递的深度B为可调参数，而网络规模N、知识传递机制(其中信任机制包括初始信任ro和持续信任r，惩罚机制包括短期惩罚6和长期惩罚Y)等为五个控制变量。

29、通过调整上述参数，模拟了整体知识网络特征(平均度、网络密度、聚集系数和强弱关系数)和网络知识传递效率(网络总知识、网络平均知识和网络知识方差)的变化。22模拟过程本研究选用多主体仿真软件Netlo90412模拟上述知识网络。为模拟真实知识网络环境，我们假设相关资源分布在一个6060的正方形区域中，并且其外部环境参数是恒定的。然后，我们选择了500个具有不同知识存量的知识主体随机进入模拟环境。这样，在模拟环境中存在两类主体：在网络中进行知识交流的主体(海龟turtle类型)和网络中知识主体发生的知识交流(链link类型)。仿真中，这些具有不同知识特征的知识主体(Agent)在模拟环境中按照一定的

30、交流机制随机与其它知识主体进行交流。仿真中程序进行了循环周期为100次的模拟。由于Jin，Girvan和Newman【23l认为社会网络进化模型一般符合无标度网络的随机分布、网络规模不断增长、网络主体之间择优连接和度分布服从幂律函数的特征。我们在设定知识网络模型时，从以下四方面参考了社会网络进化模型：固定数量的顶点：假设知识网络有一个固定规模的知识主体数。有限的连接数：如果一个知识主体交流的朋友数达到一定水平，那他发展一个新熟人的概率会锐减。聚类：如果两个知识主体有一个或多个共同的朋友，那么他们进行知识交流的概率应大幅度提高。关系强度的衰减：由于顶点数量是固定的，连接度是有限的，所以必须打破关

31、系，才能保证网络不断发展。知识网络生成和进化的过程为：在第一个时间步，我们在网络中随机选择统一的n对顶点会面。如果相互没有连接的一对知识主体会面，而且他们之间的连接数都没有达到最高的Z连接的限制，那么一个新的连接将在他们之间建立。在此后的每个时间步，我们随机选择n个顶点，对每个顶点我们随机选择它的一对邻居会面，如果他们没有一个已经存在的连接而且他们都没有达到最大连接数z+，就按照信任机制建立它们之间的新连接。在此后每个时间步，我们选择n个顶点。对每个顶点我们随机选择他们邻居中的一对，并按照惩罚机制删除这对邻居的连接。重复上述步骤模一87万方数据吕鸿江等：知识交流深度与广度的匹配对知识网络交流效

32、率的影响：基于整体知识网络结构特征的分析拟100个时间步。可见，该网络由无连接数的初始化开始， 到Z。然后，同时运行前两个添加连接的步骤及第三个删除运行前两个步骤以添加连接，直至全部或大部分顶点的度达 连接的步骤，完成剩余的时间步仿真。数设定，本文将知识网络划分为如下表2的五种类型，并分3模拟结果及分析 别对这五类知识网络进行模拟。具体参数设定及第100个时通过对知识网络宽度z+、知识网络深度B进行不同的参 间步的网络结构如表2所示。表2不同知识宽度和知识深度的知识网络参数设定及第100个时间步时的网络结构31不同知识网络的知识交流效率结果比较与分析经过比较分析，我们得到了不同知识网络交流深度

33、和广度匹配的知识网络交流效率的不同模拟结果，如表3所示。通过对表3反映的不同知识主体交流的宽度和深度组合的知识网络进行比较，我们发现知识网络交流效率存在如下结果：首先，从发展趋势看，团队学习型知识网络的总知识曲线呈现先快速增加、然后逐渐持平的变化规律：组织学习型知识网络的总知识曲线呈现先上升后下降、然后不断增加并逐渐持平的变化规律：其他知识主体则呈现不断下降再逐渐持平的变化趋势。其次，从总知识、平均知识和知识方差的均值进行比较的结果看：总知识和平均知识的均值从高到低的排序为团队学习型知识网络、组织学习型知识网络、广泛交际型知识网络、固步自封型知识网络；知识方差的均值从高到低的排序为：团队学习型

34、知识网络、组织学习型知识网络、固步自封型知识网络、广泛交际型知识网络。表3不同知识网络的知识交流效率知识方差趋势比较 P瓦7 n一096 b一一=导翟薯盅2涨瓦70一 一一心-4吣,-4 。兰e二H=鬲导g等高l兄J agentl agent2 一agent3 一agent4。+，粜 鬯、翘IiI!fl：jbj“【 、1均1：口il!的均nL 、uiI!力笔自0均值旧jDI时7掣刚络agentI) 289477 9 5026 066 191 2691 3481 7 1交1-：I J刚络agent2) 1022723 7280 123 70 72940881钉队学j川f11刚络f agent3

35、J 844E*16 】43E+1 5 5 29二89E_】3型盐：!型坐1 29：坐： ：21：!i i!：鲨：!： ：i!：竺：!可见，由低知识交流宽度和高知识交流深度匹配的团队 交流总量，但低知识交流宽度比高知识交流宽度更有助于提学习型知识网络、以及由高知识交流宽度和高知识交流深度 高每个知识主体每次交流的知识方差。组合形成的组织学习型知识网络的在初始知识交流过程中 具体地，由于从表2中第100个时间步时的知识网络结的知识交流效率会不断增加；而由高知识交流宽度和低知识 构可以看出，不同知识交流宽度和知识交流深度组合形成的交流深度组合形成的广泛交际型知识网络、以及由低知识交 知识网络具有不同

36、的整体知识网络结构特征，而知识网络结流宽度和低知识交流深度组合形成的固步自封型知识网络 构特征是影响知识网络交流效率的重要因素【19，21，241。所以，的知识交流效率会不断下降。这说明低知识网络宽度和高知 本文准备通过分析不同知识网络的结构特征进一步分析上识网络深度匹配的知识网络具有最好的知识交流效率；而且 述结论产生的原因。高知识交流深度会使知识网络的知识交流效率不断提高，低 32从整体知识网络特征进行的分析与讨论知识交流深度会使知识网络的知识交流效率不断降低，知识 3-21不同知识网络的连接数、网络密度和聚类系数分析网络交流宽度对知识交流的增减趋势影响不大；高知识交流 由表4可以看出，不

37、同知识传递广度和深度匹配的知识宽度虽然比低知识交流宽度更有利于提高知识网络的知识 主体构成的网络，知识网络连接数和网络密度都呈现先快速一88万方数据、，0132。No1 管理工程学报 2018年第1期增加到一定水平后开始保持稳定的特征。而且平均连接数和平均网络密度从高到低的排序相同，都为：组织学习型知识网络、广泛交际型知识网络、团队学习型知识网络、固步自封型知识网络。这说明虽然高网络宽度和高网络深度都有利于形成更多的知识主体间的联系，网络宽度对知识网络的连接数和网络密度影响更大。这一结果有助于我们分析由高网络宽度和高网络深度都有助于提高知识交流数量的原因。从网络连接数看，知识主体间的连接数越多

38、，就越有机会获得具有潜在用途的知识或资源，从而有助于提高组织知识转移的数量【251。而且知识主体间的连接数数越多，也有助于提高知识主体的信息处理能力，从而使网络中的知识流动更多14,26。而且，网络密度是指行动者之间实际联结的数目与他们之间可能存在的最大的联结数目的比值。比值越高，这一网络的连接密度就越大，而成员间交流的密切程度和频度也就越大，知识主体间的知识转移和学习效果就越高【2s1。所以，能提高网络连接数和网络密度的高网络宽度和高网络深度知识网络具有较高的知识流动效率。此外，Krackhardt2 7】指出由于低网络密度中的主体在网络中进行知识传递时所能传递的知识主体数量比在高网络密度中

39、的主体少，所以选择效率会更高。我们认为这可能是低网络宽度比高网络宽度具有更有助于提高每个知识主体交流的知识方差的原因。表4不同知识网络的连接数、网络密度和聚类系数聚类系数襄类系数 总聚类系数500E4)t一一趋势比较 0舢b笪!一m mm曲5E-03-DoE枷曼!一昌蛊40-rr-r-2。0函嵫一詈嚣。：露瓮L圮j agentl 一agentz agent3 一agent4纷裂 连接数的均f|f H络密腰fI,J3Jli!t ，0，聚炎系数的均侦 ，恕聚炎系数的均随同步|j封掣终agentl 11 3 72 q l 2ElJ4 0 74961 ln 2r一乏之际111q络agent2 二二0

40、S3 1 84E一03 0 039。)gg 5 5l I 333团队；习!【；!络agent3 23 14 9 87EH (1二二1 311 14 16型型i：型坠!：望【二 ：坐! !i：!：坚 !：!盐登 i!j塑：此外，由表4也可以看出，不同知识传递广度和深度匹 节点的邻接边数，聚类系数越大，网络越稠密，网络中知识配的知识主体构成的网络，聚类系数都呈现在一定水平上下 流动的通路越多，主体间知识交流就越频繁，知识交流效率波动的特征。而且对不同初始信任机制和初始惩罚机制匹配 就越高。进而，由于聚类系数也体现了一对节点间关系被第的知识交流网络而言，平均聚类系数从高到低的排序为：团 三方关系包围

41、的程度，在声誉和合作规范影响下形成共有的队学习型知识网络、固步自封型知识网络、广泛交际型知识 第三方关系影响知识源主体的知识流动意尉2引。这样，就会网络、组织学习型知识网络。这说明低网络宽度和高网络深 产生更多的由知识源主体产生的直接知识交流，直接关系比度组合的知识网络最有利于知识主体形成小群体，而且低网 间接关系能实现更高的交流频率和更真实且相关的信息共络宽度比高的网络深度对知识主体形成小群体的影响更大。 掣291，而且高聚集性能使个人及时获得更多、更丰富、更多这一结果有助于我们分析由低网络宽度和高网络深度组合 样化的信息，有助于知识主体从网络中学到更多，进而具有形成的团队学习型知识网络具有

42、最高知识交流效率的原因。 更强的综合和重组信息成为新想法的潜力【3 0，31】，所以，具有由于每次交流知识可以传递知识的网络成员数较少而且知 高聚集性的团队学习型知识网络交流效率最高。识传递的深度较大，所以容易形成具有更多小群体的网络， 322不同知识网络的点度分布和平均度分析这时的网络就具有高的聚类系数。而聚类系数度量了网络中 表5反映了不同知识传递广度和深度匹配的知识主体构表5不同知识网络的点度分布和平均度百莲磊丽雨丙甄一 平均度斟 20。0一 s：盥璺 ，oo辫j簪。1 一兰罱鬟害凄 广-二；2“00 一戈=兽 。1墨罱=昌。00说叫 一a驴ntl agent2agent3a薛nt4结驰

43、 J望为0的竹，II,j数的均侦 度为z+的1I ri数的哟遗 订J生接的1I cli数的均值 r均壁的均值I捌步Ii封型M络agentl) 106 49 57 93 57 93 045488广泛交际犁网络agent2 53 91 486 39 61 091932队学j J型Pq络agent3) 131 41 63 69 63 69 ()49256“l织学jJ型网络(agent4j 58 8s 4 11 3q 79 0 92432注：agentl为固步自封型网络、agent2为广泛交际型网络、agent3为团队学习型网络、agent4为组织学习型网络。成的网络的点度分布情况。度为0的节点数呈现

44、先快速降低 的节点数呈现先增加后基本持平的变化规律。我们根据度为后基本持平的变化规律。我们根据度为0的节点数的均值从 有连接的节点数的均值从高到低的排序为：团队学习型知识高到低的排序为：团队学习型知识网络、固步自封型知识网 网络、固步自封型知识网络、广泛交际型知识网络、组织学络、组织学习型知识网络、广泛交际型知识网络。度为Z+ 习型知识网络。上述结果也能帮助我们解释低网络宽度和高一89万方数据吕鸿江等：知识交流深度与广度的匹配对知识网络交流效率的影响：基于整体知识网络结构特征的分析网络深度组合形成的团队学习型知识网络具有最高知识交流效率的原因。我们可以看到，团队学习型网络具有最多的度为0的节点

45、和最多的度为Z；的节点。度为0的节点越多，说明每次知识交流后不断离开知识网络并重新进入知识网络的知识主体就越多，这也代表该知识网络具有较高的知识更新换代能力。此外，度为z+的节点数越多，说明在知识网络中占据网络中心位置的知识主体就越多。由于处于网络中心位置的主体所具有中间人角色，能够获取更多的信息和知识，甚至可以控制知识的流动和转移【l 91，从而更容易获取各种信息和知识【3 21。所以，度为0的节点和度为Z+的节点越多，知识网络的知识交流效率就越高，团队学习型网络就具有了最高的知识传递效率。此外，由表5也可以看出，有连接的节点数和平均度都呈现先快速增加后基本持平的变化规律。我们发现最大连接数

46、的节点数及平均度的均值从高到低的排序相同，都为：组织学习型知识网络、广泛交际型知识网络、团队学习型知识网络、固步自封型知识网络。这说明高网络宽度和高网络深度都有利于形成更多的知识主体之间的连接。这一结果有助于我们解释高知识交流深度会使知识网络的知识交流效率不断提高，高知识交流宽度比低知识交流宽度更有利于提高知识网络的知识交流总量。具有高知识交流深度表明知识主体具有更好的认识、消化和运用外部新知识的吸收能力【33l。由于吸收能力能促进知识主体间的知识转移【241，并使网络中知识主体间的连接更多，进而将有助于增加主体之间相互学习的知识量【l训。所以，高知识交流深度产生的高知识转移和高连接数共同作用

47、使得知识网络交流效率呈现不断提高的趋势。此外，由于高网络宽度能使知识主体具有更高的节点度，而节点度越高，其知识来源就越多，获得知识也就越容易，知识交流的数量就越多。而且，对一个企业而言，高的节点度代表企业分权程度高。而分权反映了权力在组织内的分布范卧341。分权增加了各部门之间相互协作的机会，拓宽了组织内的沟通渠道【35】，可以提高共知识交流的质量和数量141。所以，从这方面看，高网络宽度也会使知识网络交流的知识数量增加。323不同知识网络的强关系数和弱关系数分析表6反映了不同知识传递广度和深度匹配的知识主体构成的知识网络的强弱关系的变化情况。首先，强关系数呈现围绕某个水平上下波动的变化规律。

48、我们根据强关系数的均值从高到低的排序为：组织学习型知识网络、广泛交际型知识网络、团队学习型知识网络、固步自封型知识网络。其次，弱关系数呈现先快速增加然后围绕某个水平不断上下波动的变化规律。我们根据弱关系数的均值从高到低的排序为：组织学习型知识网络、广泛交际型知识网络、团队学习型知识网络、固步自封型知识网络。这说明高的网络宽度和高的网络深度有利于形成更多知识主体间的强关系和弱关系，而且高网络宽度对形成强关系和弱关系的影响都更大。表6不同知识网络的强关系数和弱关系数虽关系7：一麟测蕊谜“西2嚣盘；霉=暑0；雷=1M“一 一agent】 一j日en【agent 一ageult,鼻钍 。!+系数H均值 。孙、象敬礼tmi步川+川i、j-agcnil 34 4 23；：j!l J、11 P7_agora2、 51。3- 5 99j】l、，、j 1：!j q。agcnG 31 K 4 93川纸。扎、o网?i agent4 5l 36 43注：agentl为固步自封型网络、agent2为广泛交际型网络、agent3为团队学习型网络、agent4为组织学习型网络。上述结果有助于我们分析由高网