闞 雙, 郭 伏, 楊童舒

(東北大學(xué) 工商管理學(xué)院, 遼寧 沈陽 110169)

Hobday將生產(chǎn)規(guī)模大、技術(shù)密集、產(chǎn)品單件或小批量生產(chǎn)的大型產(chǎn)品或基礎(chǔ)設(shè)施稱為復(fù)雜產(chǎn)品,典型的行業(yè)包括航空航天、船舶制造、大型裝備制造業(yè)等。與大規(guī)模制造特征的一般產(chǎn)品不同,復(fù)雜產(chǎn)品高度依賴多組織間的合作,通常會(huì)構(gòu)成配套完善的研發(fā)、生產(chǎn)和服務(wù)等系統(tǒng),即復(fù)雜產(chǎn)品產(chǎn)業(yè)集群[1]。復(fù)雜產(chǎn)品的經(jīng)濟(jì)附加值高,對(duì)經(jīng)濟(jì)發(fā)展具有重要基礎(chǔ)裝備地位,是國家戰(zhàn)略性競爭的重要產(chǎn)業(yè)。近年來基于六度分離理論和150法則而構(gòu)建的SNS(社會(huì)性網(wǎng)絡(luò)服務(wù))網(wǎng)站在網(wǎng)絡(luò)上取得蓬勃發(fā)展,WEB 2.0模式的知識(shí)共享技術(shù)(例如blog、wiki、digg等)實(shí)現(xiàn)了跨越時(shí)間和空間進(jìn)行知識(shí)與信息的集成、共享和交互的功能,促使很多服務(wù)于復(fù)雜產(chǎn)品產(chǎn)業(yè)集群的公共知識(shí)平臺(tái)應(yīng)運(yùn)而生,代表性的包括技術(shù)協(xié)同服務(wù)平臺(tái)[2]、ITRI網(wǎng)絡(luò)平臺(tái)[3]等。基于公共知識(shí)平臺(tái)的研究受到人們的不斷重視,復(fù)雜產(chǎn)品產(chǎn)業(yè)集群的競爭優(yōu)勢也越來越演變?yōu)楫a(chǎn)業(yè)集群知識(shí)學(xué)習(xí)能力的競爭,復(fù)雜產(chǎn)品產(chǎn)業(yè)集群的學(xué)習(xí)績效管理日益成為知識(shí)管理的研究熱點(diǎn)和焦點(diǎn)。

網(wǎng)絡(luò)建模是研究復(fù)雜系統(tǒng)知識(shí)活動(dòng)的一種重要研究范式。代表性的成果包括 Seufert、Teo H.等在同質(zhì)節(jié)點(diǎn)網(wǎng)絡(luò)的基礎(chǔ)上構(gòu)建的異質(zhì)節(jié)點(diǎn)網(wǎng)絡(luò),王眾托院士等提出的“知識(shí)超網(wǎng)絡(luò)”建構(gòu)思想。因?yàn)槟軌蛏羁炭坍嫃?fù)雜系統(tǒng)的多資源要素、多流量、多層級(jí)的活動(dòng)特征,超網(wǎng)絡(luò)模型近年來已經(jīng)成為描述復(fù)雜系統(tǒng)、巨系統(tǒng)知識(shí)活動(dòng)的良好載體[4]。目前,知識(shí)超網(wǎng)絡(luò)已經(jīng)形成了三種研究視角:一是基于變分不等式、投影算法的數(shù)學(xué)研究方法,主要是解決知識(shí)與信息的流量平衡問題[5];二是基于超圖的物理統(tǒng)計(jì)方法,主要描述超圖網(wǎng)絡(luò)的聚類系數(shù)、子圖向心性、拓?fù)浣Y(jié)構(gòu)特性等,主要成果體現(xiàn)在描述各類知識(shí)網(wǎng)絡(luò)、詞匯網(wǎng)絡(luò)的共性發(fā)展趨勢,如無標(biāo)度等科學(xué)規(guī)律[6-7];三是基于系統(tǒng)科學(xué)視角,結(jié)合系統(tǒng)動(dòng)力學(xué)、物理學(xué)等學(xué)科成果描述復(fù)雜系統(tǒng)的知識(shí)活動(dòng),主要研究成果集中于知識(shí)網(wǎng)絡(luò)中主體間的聯(lián)系強(qiáng)度、魯棒性[8]等。

目前,系統(tǒng)科學(xué)研究方興未艾,建模研究也面臨著進(jìn)一步拓展和深化。一方面,模型獨(dú)特性的重要基礎(chǔ)是系統(tǒng)獨(dú)特的動(dòng)力機(jī)制(包括擇優(yōu)機(jī)制、增長機(jī)制等),但現(xiàn)有模型的動(dòng)力機(jī)制大多屬于理論設(shè)定,例如節(jié)點(diǎn)批量增長演化機(jī)制、雙重優(yōu)先聯(lián)結(jié)[9]等等。這些機(jī)制通常僅僅與復(fù)雜網(wǎng)絡(luò)的特殊階段或者局域網(wǎng)絡(luò)相關(guān)聯(lián),并不是復(fù)雜系統(tǒng)整體的、全局的演化驅(qū)動(dòng)機(jī)制,需要從實(shí)踐中抽象、提煉不同系統(tǒng)的特色動(dòng)力機(jī)制。另一方面,為了進(jìn)一步深化建模研究,需要面對(duì)更多的研究領(lǐng)域和研究對(duì)象,構(gòu)建自微觀而宏觀的研究范式,在系統(tǒng)演化中發(fā)現(xiàn)局域網(wǎng)絡(luò)、子網(wǎng)絡(luò)與超網(wǎng)絡(luò)、超網(wǎng)絡(luò)各組成要素之間的互相作用、因果關(guān)系,挖掘知識(shí)活動(dòng)的深刻機(jī)理,為知識(shí)管理實(shí)踐提供理論支撐和管理對(duì)策。復(fù)雜系統(tǒng)各階段的連續(xù)性銜接、關(guān)聯(lián)性上多層級(jí)之間的互動(dòng)分析等內(nèi)容,將不斷豐富復(fù)雜系統(tǒng)運(yùn)行機(jī)理的研究內(nèi)容,推進(jìn)超網(wǎng)絡(luò)建模的研究發(fā)展。

基于前期研究成果及研究發(fā)展需要,本文面向復(fù)雜產(chǎn)品產(chǎn)業(yè)集群探索其知識(shí)學(xué)習(xí)績效管理提升的技術(shù)路線是:基于系統(tǒng)動(dòng)力學(xué)的研究視角,面向復(fù)雜產(chǎn)品產(chǎn)業(yè)集群知識(shí)系統(tǒng),分析其主體、資源等要素,在提煉其動(dòng)力機(jī)制并形成算法的基礎(chǔ)上,將二者結(jié)合,構(gòu)建復(fù)雜產(chǎn)品產(chǎn)業(yè)集群的多組織知識(shí)學(xué)習(xí)超網(wǎng)絡(luò)(organization-knowledge-product learning super network,簡稱O-K-P超網(wǎng)絡(luò))模型,并通過仿真實(shí)驗(yàn)深入O-K-P超網(wǎng)絡(luò)動(dòng)態(tài)演化的過程,發(fā)現(xiàn)相關(guān)參數(shù)對(duì)超網(wǎng)絡(luò)宏觀變量的影響等,進(jìn)一步拓展復(fù)雜產(chǎn)品產(chǎn)業(yè)集群知識(shí)學(xué)習(xí)績效研究。

一、 O-K-P超網(wǎng)絡(luò)演化模型

按照系統(tǒng)科學(xué)網(wǎng)絡(luò)建模的研究范式,在深入分析復(fù)雜產(chǎn)品產(chǎn)業(yè)集群知識(shí)活動(dòng)的靜態(tài)因素(主體、資源和映射關(guān)系)的基礎(chǔ)上,從復(fù)雜產(chǎn)品產(chǎn)業(yè)集群知識(shí)活動(dòng)實(shí)踐中總結(jié)和提煉其動(dòng)力機(jī)制,并構(gòu)建O-K-P 超網(wǎng)絡(luò)演化模型如下。

1. 靜態(tài)O-K-P超網(wǎng)絡(luò)構(gòu)建

首先,復(fù)雜產(chǎn)品產(chǎn)業(yè)集群知識(shí)超網(wǎng)絡(luò)的“行為主體”是組織。產(chǎn)業(yè)集群內(nèi)組織的存在形式各異,包括企業(yè)、科研院所、高等院校、中介機(jī)構(gòu)、行業(yè)協(xié)會(huì)、政府及派出機(jī)構(gòu)等。本研究將具有獨(dú)立知識(shí)學(xué)習(xí)能力的組織看做是一個(gè)組織節(jié)點(diǎn)。復(fù)雜產(chǎn)品產(chǎn)業(yè)集群內(nèi),眾多組織之間的知識(shí)活動(dòng)以項(xiàng)目制合作為主體,以兩方(或多方)合同、培訓(xùn)等為輔助,共同進(jìn)行知識(shí)開發(fā)、技術(shù)創(chuàng)新等知識(shí)活動(dòng),它們通過項(xiàng)目內(nèi)的分工、協(xié)作結(jié)成知識(shí)學(xué)習(xí)關(guān)系,或者以契約、協(xié)議、組織互信為基礎(chǔ)建立知識(shí)學(xué)習(xí)關(guān)聯(lián),構(gòu)成組織子網(wǎng)絡(luò)(organization-organization sub-network,簡稱O-O子網(wǎng)絡(luò))。

其次,復(fù)雜產(chǎn)品產(chǎn)業(yè)集群知識(shí)超網(wǎng)絡(luò)的“資源”是知識(shí)和產(chǎn)品。目前不失一般性的知識(shí)發(fā)現(xiàn)方法是以語義分類為基礎(chǔ),即以知識(shí)分類為基礎(chǔ),將知識(shí)按照13種學(xué)科分類,再按知識(shí)領(lǐng)域或應(yīng)用領(lǐng)域逐步劃分,最終可以得到與其他知識(shí)單元不存在知識(shí)交叉的有限個(gè)最小知識(shí)單位(或“知識(shí)點(diǎn)”)[10]。借助一定的知識(shí)發(fā)現(xiàn)技術(shù)(知識(shí)地圖、知識(shí)挖掘技術(shù)等),可以將知識(shí)關(guān)聯(lián)顯現(xiàn)化,就形成知識(shí)點(diǎn)網(wǎng)絡(luò)[11]。按此方法,就可以描述整個(gè)復(fù)雜產(chǎn)品產(chǎn)業(yè)集群的全部知識(shí)點(diǎn)及其網(wǎng)絡(luò)邊共同形成知識(shí)點(diǎn)子網(wǎng)絡(luò)(knowledge point-knowledge point sub-network,簡稱K-K子網(wǎng)絡(luò))。復(fù)雜產(chǎn)品產(chǎn)業(yè)集群的知識(shí)成果通常表現(xiàn)為一個(gè)具象化的最終產(chǎn)品(例如飛機(jī)、機(jī)床產(chǎn)品等),也包括凝結(jié)在產(chǎn)品過程中的各種專利、工藝、論文、圖紙等。對(duì)于產(chǎn)品,可以將其考慮為可組合的功能性部件,這些部件的不同組合方式構(gòu)成不同產(chǎn)品。復(fù)雜產(chǎn)品系統(tǒng)中,知識(shí)學(xué)習(xí)和知識(shí)創(chuàng)新的過程也是功能性部件不斷增加、部件不斷組合成新產(chǎn)品的過程。本文將功能性部件考慮為節(jié)點(diǎn),多個(gè)節(jié)點(diǎn)之間的網(wǎng)絡(luò)關(guān)聯(lián)關(guān)系,構(gòu)成了部件子網(wǎng)絡(luò)(part-part sub-network,簡稱P-P子網(wǎng)絡(luò))。

描述整個(gè)復(fù)雜產(chǎn)品產(chǎn)業(yè)集群的組織子網(wǎng)絡(luò)狀態(tài)、知識(shí)點(diǎn)子網(wǎng)絡(luò)狀態(tài)和產(chǎn)品子網(wǎng)絡(luò)狀態(tài)及其知識(shí)映射關(guān)系,可構(gòu)成兩層級(jí)、三主體的O-K-P靜態(tài)超網(wǎng)絡(luò)。對(duì)于O-K-P超網(wǎng)絡(luò)的動(dòng)力機(jī)制,本文借鑒相關(guān)研究成果的系統(tǒng)動(dòng)力學(xué)思想,充分考慮實(shí)踐中復(fù)雜產(chǎn)品知識(shí)活動(dòng)的驅(qū)動(dòng)力、運(yùn)行機(jī)制進(jìn)行提煉和抽象,并借助物理學(xué)和模糊數(shù)學(xué)知識(shí)量化描述其構(gòu)建算法,進(jìn)而形成動(dòng)態(tài)O-K-P超網(wǎng)絡(luò)模型。

2. 對(duì)O-K-P超網(wǎng)絡(luò)的系統(tǒng)動(dòng)力運(yùn)行機(jī)制分析

復(fù)雜產(chǎn)品產(chǎn)業(yè)集群的知識(shí)活動(dòng)經(jīng)常采用項(xiàng)目團(tuán)隊(duì)形式,通常由集成商按照項(xiàng)目要求擇優(yōu)、組建項(xiàng)目團(tuán)隊(duì);被擇優(yōu)選入項(xiàng)目團(tuán)隊(duì)的多組織開展知識(shí)交流、合作和創(chuàng)新,組織間原有的網(wǎng)絡(luò)連邊狀態(tài)被打破,組織間增加網(wǎng)絡(luò)連邊、個(gè)體組織的原有知識(shí)結(jié)構(gòu)得到補(bǔ)充、項(xiàng)目合作的知識(shí)創(chuàng)新為項(xiàng)目組成員帶來了知識(shí)點(diǎn)的增加,等等,周而復(fù)始,不斷進(jìn)行?？梢钥闯?項(xiàng)目團(tuán)隊(duì)組建驅(qū)動(dòng)了O-K-P超網(wǎng)絡(luò)開始動(dòng)態(tài)演化,帶來了O-K-P超網(wǎng)絡(luò)中子網(wǎng)絡(luò)及其映射關(guān)系不斷演化。

通過上述對(duì)復(fù)雜產(chǎn)品產(chǎn)業(yè)集群知識(shí)活動(dòng)特征的分析,以及理論抽象和共性機(jī)制提煉,本研究提出, O-K-P動(dòng)態(tài)超網(wǎng)絡(luò)的研究以項(xiàng)目團(tuán)隊(duì)成員組織擇優(yōu)及團(tuán)隊(duì)組建為驅(qū)動(dòng)機(jī)制。其驅(qū)動(dòng)延展表現(xiàn)在:復(fù)雜產(chǎn)品產(chǎn)業(yè)集群的項(xiàng)目團(tuán)隊(duì)成員組織擇優(yōu)和團(tuán)隊(duì)組建的不間斷進(jìn)行,引發(fā)了組織子網(wǎng)絡(luò)、部件子網(wǎng)絡(luò)不斷擴(kuò)展、知識(shí)點(diǎn)子網(wǎng)絡(luò)不斷增加節(jié)點(diǎn)、組織和知識(shí)點(diǎn)之間的映射關(guān)系不斷新增,O-K-P超網(wǎng)絡(luò)模型的動(dòng)態(tài)演化模型就此生成。

相關(guān)文獻(xiàn)表明,知識(shí)活動(dòng)的主要內(nèi)容劃分為知識(shí)搜索、知識(shí)重組、知識(shí)創(chuàng)新、知識(shí)擴(kuò)散幾個(gè)階段。美國學(xué)者Lazasfield等提出了“二級(jí)傳播理論”,將知識(shí)與信息流動(dòng)的方向劃分為“大眾傳播——傳播中心——一般受眾”的兩個(gè)階段[12],本文根據(jù)此理論,將O-K-P超網(wǎng)絡(luò)模型的知識(shí)學(xué)習(xí)機(jī)制劃分為兩階段:第一階段是項(xiàng)目團(tuán)隊(duì)內(nèi)部,項(xiàng)目團(tuán)隊(duì)成員間的知識(shí)學(xué)習(xí)。這一知識(shí)學(xué)習(xí)過程中,項(xiàng)目團(tuán)隊(duì)成員間建立知識(shí)聯(lián)結(jié)、進(jìn)行知識(shí)輸送,并實(shí)現(xiàn)知識(shí)創(chuàng)造。這一階段的特點(diǎn)是O-K-P超網(wǎng)絡(luò)動(dòng)態(tài)演化全部局限在項(xiàng)目團(tuán)隊(duì)成員組織間完成。第二階段是項(xiàng)目團(tuán)隊(duì)成員以自身為中介,自動(dòng)成為知識(shí)擴(kuò)散源,依托歷史上形成的O-O子網(wǎng)絡(luò),對(duì)與自己有直接網(wǎng)絡(luò)關(guān)聯(lián)的組織(擴(kuò)散匯)進(jìn)行知識(shí)擴(kuò)散。在O-K-P超網(wǎng)絡(luò)模型設(shè)計(jì)中考慮到:首先,第一階段項(xiàng)目團(tuán)隊(duì)成員組織間的知識(shí)轉(zhuǎn)移屬于多邊轉(zhuǎn)移,知識(shí)交流的順序具有交叉性和不確定性,因此參考包北方等的“公共知識(shí)庫”的思路[13],提供一個(gè)簡化的模型構(gòu)建原則,即項(xiàng)目知識(shí)庫是一個(gè)虛擬組織,是項(xiàng)目內(nèi)全部成員組織的知識(shí)集合,具有最高的知識(shí)勢能。依據(jù)系統(tǒng)動(dòng)力學(xué)的級(jí)差思想,每個(gè)項(xiàng)目團(tuán)隊(duì)參與組織都同時(shí)從“項(xiàng)目知識(shí)庫”中進(jìn)行知識(shí)轉(zhuǎn)移,轉(zhuǎn)移的內(nèi)容為自己不具備的全部知識(shí)點(diǎn)。其次,這個(gè)階段的知識(shí)擴(kuò)散與傳遞,可能具有無數(shù)組擴(kuò)散源和擴(kuò)散匯,本文考慮到復(fù)雜產(chǎn)品產(chǎn)業(yè)集群中知識(shí)高度復(fù)雜,間接聯(lián)系的企業(yè)間知識(shí)的學(xué)習(xí)效益不明顯,因此在仿真時(shí)只考慮一次知識(shí)擴(kuò)散過程。但在不同復(fù)雜系統(tǒng)中,知識(shí)擴(kuò)散可以根據(jù)實(shí)踐情況進(jìn)行設(shè)定。第二階段的知識(shí)擴(kuò)散結(jié)束后,項(xiàng)目組建引發(fā)的知識(shí)學(xué)習(xí)活動(dòng)結(jié)束。

綜上所述,O-K-P超網(wǎng)絡(luò)的動(dòng)態(tài)運(yùn)行機(jī)制如下:受項(xiàng)目團(tuán)隊(duì)組建驅(qū)動(dòng),引發(fā)O-K-P超網(wǎng)絡(luò)項(xiàng)目團(tuán)隊(duì)內(nèi)的知識(shí)學(xué)習(xí)、項(xiàng)目團(tuán)隊(duì)成員組織在O-O子網(wǎng)絡(luò)中的知識(shí)擴(kuò)散、功能性部件創(chuàng)新。該驅(qū)動(dòng)力周而復(fù)始,驅(qū)動(dòng)O-K-P超網(wǎng)絡(luò)動(dòng)態(tài)演化,圖1是邏輯自洽的O-K-P超網(wǎng)絡(luò)模型示意圖。

圖1 O-K-P超網(wǎng)絡(luò)模型示意圖

3. 動(dòng)態(tài)O-K-P超網(wǎng)絡(luò)的構(gòu)建算法

根據(jù)O-K-P超網(wǎng)絡(luò)演化模型內(nèi)涵——基于驅(qū)動(dòng)力引發(fā)的兩階段學(xué)習(xí)機(jī)制,結(jié)合數(shù)學(xué)、物理學(xué)成果,所形成的構(gòu)建算法如下。

一是模型的驅(qū)動(dòng)力是復(fù)雜產(chǎn)品產(chǎn)業(yè)集群內(nèi)項(xiàng)目團(tuán)隊(duì)的擇優(yōu)和組建,所涉及到的構(gòu)建算法歸屬于多屬性決策問題?？紤]到復(fù)雜產(chǎn)品產(chǎn)業(yè)集群項(xiàng)目知識(shí)的模糊、不確定屬性,本研究前期已經(jīng)開發(fā)出基于直覺不確定模糊區(qū)間值集成算子(I-IIFWG算子)的項(xiàng)目團(tuán)隊(duì)成員擇優(yōu)算法[14],本文對(duì)此不再贅述。在本文的仿真實(shí)驗(yàn)中,基于復(fù)雜產(chǎn)品集群中某產(chǎn)品創(chuàng)新的項(xiàng)目目的,使用此算法進(jìn)行項(xiàng)目成員組織擇優(yōu)。

二是兩階段知識(shí)學(xué)習(xí)機(jī)制中,構(gòu)建算法主要涉及到:網(wǎng)絡(luò)節(jié)點(diǎn)間的知識(shí)轉(zhuǎn)移強(qiáng)度、以O(shè)-O子網(wǎng)絡(luò)為知識(shí)擴(kuò)散依托的產(chǎn)業(yè)集群整體組織知識(shí)水平測度。網(wǎng)絡(luò)節(jié)點(diǎn)間知識(shí)轉(zhuǎn)移的相互作用強(qiáng)度和節(jié)點(diǎn)屬性相關(guān),王錚等提出了知識(shí)轉(zhuǎn)移強(qiáng)度公式[15]:

(1)

其中,α為組織知識(shí)接受能力;β知識(shí)轉(zhuǎn)移失效程度;x為知識(shí)轉(zhuǎn)移動(dòng)力差;wij為T時(shí)刻兩組織Oi與Oj間的知識(shí)轉(zhuǎn)移強(qiáng)度。

本文結(jié)合實(shí)踐中復(fù)雜產(chǎn)品系統(tǒng)知識(shí)學(xué)習(xí)活動(dòng)特征,出于模型的簡單化設(shè)定,考慮基于信息化知識(shí)管理服務(wù)平臺(tái)的知識(shí)活動(dòng)無需考慮地理距離造成的知識(shí)轉(zhuǎn)移失效,同時(shí)將組織節(jié)點(diǎn)間的動(dòng)力差考慮為二節(jié)點(diǎn)知識(shí)存量差,將知識(shí)接受能力考慮同比于組織的知識(shí)存量,即可獲得O-K-P超網(wǎng)絡(luò)的知識(shí)水平測度函數(shù):

(2)

其中T為時(shí)間;VOi為組織Oi的知識(shí)水平;AKL為產(chǎn)業(yè)集群的平均知識(shí)水平。

本文所提出的構(gòu)建算法,是基于本研究所設(shè)定的知識(shí)學(xué)習(xí)兩階段特征基礎(chǔ)上形成的。如果考慮到不同復(fù)雜產(chǎn)品的個(gè)體組織知識(shí)學(xué)習(xí)選擇性,可以在構(gòu)建算法中具體區(qū)分個(gè)體組織的學(xué)習(xí)意愿,放棄對(duì)“公共知識(shí)庫”中有關(guān)知識(shí)點(diǎn)的學(xué)習(xí)(即個(gè)體組織的知識(shí)水平自主提升),該構(gòu)建算法仍然適用。

二、 基于演化模型的O-K-P超網(wǎng)絡(luò)學(xué)習(xí)績效影響機(jī)理研究

本文所構(gòu)建的O-K-P超網(wǎng)絡(luò)演化模型,是從微觀到宏觀、自下而上的研究范式,有利于在O-K-P超網(wǎng)絡(luò)演化過程中,從微觀變量(本文選取項(xiàng)目團(tuán)隊(duì)特征)為切入點(diǎn),分析產(chǎn)業(yè)集群整體學(xué)習(xí)績效的影響機(jī)理。

1. O-K-P超網(wǎng)絡(luò)模型的演化路徑

圖2是本研究構(gòu)建的O-K-P超網(wǎng)絡(luò)模型的演化路徑。首先,系統(tǒng)集成商進(jìn)行項(xiàng)目立項(xiàng),目的是制造新的功能性部件,以此為起始點(diǎn)對(duì)應(yīng)展開項(xiàng)目團(tuán)隊(duì)成員組織擇優(yōu)和項(xiàng)目團(tuán)隊(duì)組建,這是O-K-P超網(wǎng)絡(luò)模型動(dòng)態(tài)演化的驅(qū)動(dòng)力;其次,O-O子網(wǎng)絡(luò)是O-K-P超網(wǎng)絡(luò)進(jìn)行知識(shí)匯集、知識(shí)轉(zhuǎn)移、知識(shí)合作、知識(shí)創(chuàng)新與知識(shí)擴(kuò)散的載體和依托,經(jīng)過兩階段知識(shí)學(xué)習(xí)機(jī)制,以O(shè)-O子網(wǎng)絡(luò)為初始網(wǎng)絡(luò)與后續(xù)多層級(jí)網(wǎng)絡(luò)的互動(dòng),最終將實(shí)現(xiàn)創(chuàng)新功能性部件的目標(biāo)。由項(xiàng)目團(tuán)隊(duì)組建開始,到項(xiàng)目任務(wù)結(jié)束,是O-K-P超網(wǎng)絡(luò)的一次整體演化。如此循環(huán)往復(fù),O-K-P超網(wǎng)絡(luò)中各類節(jié)點(diǎn)將不斷增加,節(jié)點(diǎn)間邊和超邊將不斷復(fù)雜化,O-K-P超網(wǎng)絡(luò)模型實(shí)現(xiàn)了動(dòng)態(tài)演化。

圖2 O-K-P超網(wǎng)絡(luò)模型的演化路徑

O-K-P超網(wǎng)絡(luò)演化模型的構(gòu)建過程,是以項(xiàng)目產(chǎn)品創(chuàng)新為切入點(diǎn),以項(xiàng)目團(tuán)隊(duì)組建為自變量,經(jīng)歷了兩級(jí)子網(wǎng)絡(luò)的傳遞,屬于從節(jié)點(diǎn)到超網(wǎng)絡(luò)整體、自下而上生成的研究范式。因?yàn)槠鋭?dòng)力機(jī)制很好地模擬了復(fù)雜產(chǎn)品系統(tǒng)知識(shí)創(chuàng)新的學(xué)習(xí)過程,因此能夠更好地反映復(fù)雜產(chǎn)品系統(tǒng)知識(shí)學(xué)習(xí)的獨(dú)特性和深刻性。循此研究路徑,基于此模型,可用于研究微觀參數(shù)的變化對(duì)宏觀變量的影響機(jī)理。以仿真實(shí)驗(yàn)的方式,深入探索項(xiàng)目團(tuán)隊(duì)特征對(duì)O-K-P超網(wǎng)絡(luò)學(xué)習(xí)績效的影響機(jī)理。

2. 仿真實(shí)驗(yàn):O-K-P超網(wǎng)絡(luò)模型的學(xué)習(xí)績效研究

應(yīng)用上述O-K-P超網(wǎng)絡(luò)演化模型,即可以模擬某復(fù)雜產(chǎn)品產(chǎn)業(yè)集群學(xué)習(xí)活動(dòng)開展仿真實(shí)驗(yàn),根據(jù)實(shí)驗(yàn)及所得數(shù)據(jù)探究系統(tǒng)學(xué)習(xí)績效提升的影響機(jī)理。

仿真研究選取項(xiàng)目團(tuán)隊(duì)特征為自變量,具體采用團(tuán)隊(duì)規(guī)模、團(tuán)隊(duì)成員結(jié)構(gòu)兩項(xiàng)指標(biāo)。團(tuán)隊(duì)規(guī)模指的是團(tuán)隊(duì)的組織成員數(shù)量,團(tuán)隊(duì)成員結(jié)構(gòu)指的是同樣團(tuán)隊(duì)規(guī)模下的有項(xiàng)目參與經(jīng)驗(yàn)的組織數(shù)量。仿真實(shí)驗(yàn)中,組織規(guī)模N=500,存在2個(gè)系統(tǒng)集成商,初始狀態(tài)下組織節(jié)點(diǎn)間不存在合作關(guān)系。對(duì)系統(tǒng)集成商賦予較多的知識(shí)點(diǎn)(本次仿真中為集群總知識(shí)點(diǎn)的40%),其他組織以隨機(jī)的方式賦予知識(shí)結(jié)構(gòu)。項(xiàng)目任務(wù)設(shè)定為一個(gè)新功能性部件的創(chuàng)新。團(tuán)隊(duì)規(guī)模設(shè)定為4～20個(gè)組織,對(duì)團(tuán)隊(duì)成員結(jié)構(gòu)(有經(jīng)驗(yàn)成員)取整數(shù),實(shí)驗(yàn)中取[1,n](n為團(tuán)隊(duì)總?cè)藬?shù)的一半,四舍五入取整數(shù))。知識(shí)點(diǎn)規(guī)模M=1 000,依據(jù)平均分布U[0,1]產(chǎn)生20層的知識(shí)層級(jí)關(guān)系,并根據(jù)層級(jí)順序賦予知識(shí)含量,知識(shí)含量賦值區(qū)間為(0,10)。每個(gè)組織被隨機(jī)賦予彼此不重復(fù)的知識(shí)結(jié)構(gòu),任意兩個(gè)組織的知識(shí)結(jié)構(gòu)不重復(fù)。同時(shí),在仿真過程中執(zhí)行以下規(guī)則:仿真按照?qǐng)F(tuán)隊(duì)特征分組進(jìn)行,在無法繼續(xù)再組建項(xiàng)目團(tuán)隊(duì)時(shí)仿真自動(dòng)結(jié)束;整個(gè)仿真全過程中,每一組始終采用同一個(gè)項(xiàng)目團(tuán)隊(duì)特征;項(xiàng)目的功能性部件創(chuàng)新任務(wù)接續(xù)發(fā)出,功能性零部件任務(wù)用隨機(jī)給予的5個(gè)知識(shí)點(diǎn)的集合表示[注]例如:G5(k1, k2, k3, k9, k16)表示組建的第5個(gè)項(xiàng)目團(tuán)隊(duì)任務(wù)是基于k1、k2、k3、k9、k16這5個(gè)知識(shí)點(diǎn)。;知識(shí)點(diǎn)的知識(shí)含量不隨時(shí)間改變;一個(gè)仿真時(shí)鐘中,項(xiàng)目團(tuán)隊(duì)完成全部知識(shí)活動(dòng),包括擇優(yōu)組建項(xiàng)目團(tuán)隊(duì)、項(xiàng)目團(tuán)隊(duì)內(nèi)知識(shí)學(xué)習(xí)、以項(xiàng)目團(tuán)隊(duì)組織為中介的知識(shí)擴(kuò)散。

3. 對(duì)O-K-P超網(wǎng)絡(luò)的學(xué)習(xí)績效影響機(jī)理分析

本研究通過編程實(shí)現(xiàn)O-K-P超網(wǎng)絡(luò)的仿真運(yùn)行。對(duì)仿真實(shí)驗(yàn)的數(shù)據(jù)進(jìn)行歸納、整理后,發(fā)現(xiàn)O-K-P超網(wǎng)絡(luò)演化過程中,不同的項(xiàng)目團(tuán)隊(duì)特征參數(shù)下,呈現(xiàn)一些共性規(guī)律。

(1) O-O子網(wǎng)絡(luò)結(jié)構(gòu)呈現(xiàn)出小世界網(wǎng)絡(luò)——隨機(jī)網(wǎng)絡(luò)的趨勢

在周而復(fù)始、不斷循環(huán)組建項(xiàng)目團(tuán)隊(duì)的過程中,不同特征團(tuán)隊(duì)的O-O子網(wǎng)絡(luò)拓?fù)涮匦猿霈F(xiàn)了相同的規(guī)律:隨著仿真時(shí)鐘的增加,O-O子網(wǎng)絡(luò)由小世界網(wǎng)絡(luò)逐步過渡到隨機(jī)網(wǎng)絡(luò)。以團(tuán)隊(duì)規(guī)模為4、有經(jīng)驗(yàn)成員為1(簡寫為4p-1團(tuán)隊(duì))的仿真運(yùn)行為例,第20次仿真中的O-O子網(wǎng)絡(luò)平均最短路徑為9.28,而對(duì)應(yīng)的隨機(jī)網(wǎng)絡(luò)為15.16,此時(shí)O-O子網(wǎng)絡(luò)處于小世界網(wǎng)絡(luò)結(jié)構(gòu)下。仿真時(shí)鐘運(yùn)行到140次時(shí),O-O子網(wǎng)絡(luò)的平均最短路徑為20.4,與隨機(jī)網(wǎng)絡(luò)平均最短路徑20.88,基本持平,而此后,O-O子網(wǎng)絡(luò)的平均最短路徑開始超越隨機(jī)網(wǎng)絡(luò)的平均最短路徑,屬于完全隨機(jī)網(wǎng)絡(luò)結(jié)構(gòu)特征,見圖3。

(2) 不同項(xiàng)目團(tuán)隊(duì)特征下的O-K-P超網(wǎng)絡(luò)學(xué)習(xí)績效曲線,均呈現(xiàn)出快速上升——緩慢上升——基本穩(wěn)定的趨勢

仍然以4p-1團(tuán)隊(duì)為例:圖4中的B點(diǎn)處MAKL取得最高值,其對(duì)應(yīng)的仿真次數(shù)是22次。從學(xué)習(xí)績效數(shù)值區(qū)間看,運(yùn)行到B點(diǎn)以前的仿真區(qū)間是整個(gè)MAKL曲線的較高值區(qū)域,這表明O-K-P超網(wǎng)絡(luò)運(yùn)行到第22次以前,O-K學(xué)習(xí)超網(wǎng)絡(luò)處于較高效的學(xué)習(xí)績效提升狀態(tài)。而B點(diǎn)以后是MAKL曲線的逐步下降階段,通過模擬數(shù)據(jù)可以看出,從仿真的第120次開始,MAKL值處于數(shù)值極小、無法提升的區(qū)域,該區(qū)域的學(xué)習(xí)績效形成了穩(wěn)定又低效的趨勢——MAKL既不保持提升狀態(tài),也不會(huì)下落,尤其是仿真運(yùn)行到C點(diǎn)以后,O-K學(xué)習(xí)超網(wǎng)絡(luò)無論怎樣繼續(xù)組建團(tuán)隊(duì)開展知識(shí)活動(dòng),學(xué)習(xí)績效已經(jīng)基本無法繼續(xù)提升。

圖3多組織學(xué)習(xí)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)特征(以4p-1團(tuán)隊(duì)演化為例)

注: APLO-O表示4p-1團(tuán)隊(duì)的O-O多組織學(xué)習(xí)網(wǎng)絡(luò)平均最短路徑;

lnN/lnK表示與4p-1團(tuán)隊(duì)相對(duì)應(yīng)的隨機(jī)網(wǎng)絡(luò)的平均最短路徑

(3) 不同項(xiàng)目團(tuán)隊(duì)機(jī)制引發(fā)的O-O子網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)特征與O-K-P超網(wǎng)絡(luò)學(xué)習(xí)績效密切相關(guān)

與隨機(jī)網(wǎng)絡(luò)結(jié)構(gòu)特征相比,小世界結(jié)構(gòu)特征下,O-K-P超網(wǎng)絡(luò)學(xué)習(xí)績效能夠快速上升;而當(dāng)O-O子網(wǎng)絡(luò)進(jìn)入完全隨機(jī)網(wǎng)絡(luò)結(jié)構(gòu)狀態(tài)后,O-K-P超網(wǎng)絡(luò)學(xué)習(xí)績效處于較低水平且不再上升,直至仿真實(shí)驗(yàn)結(jié)束。深入數(shù)據(jù)分析還可以發(fā)現(xiàn),隨著小世界網(wǎng)絡(luò)結(jié)構(gòu)特征的逐步增強(qiáng),O-K-P超網(wǎng)絡(luò)學(xué)習(xí)效應(yīng)更加高效;隨著小世界結(jié)構(gòu)特征的逐步減弱,邊際學(xué)習(xí)績效同步降低。

對(duì)有機(jī)硅褐煤SHY-2改造過的鉀鈣基鉆井液和聚束鉆井液進(jìn)行了流變性、高溫穩(wěn)定性以及抑制性對(duì)比評(píng)價(jià)，結(jié)果表明，聚束鉆井液優(yōu)勢比較明顯，流變性、濾失量和抑制性都要優(yōu)于SHY-2，特別是流變性上優(yōu)勢較明顯。

另一方面,在O-K-P超網(wǎng)絡(luò)知識(shí)學(xué)習(xí)機(jī)制不變的情況下,項(xiàng)目團(tuán)隊(duì)特征參數(shù)(規(guī)模、結(jié)構(gòu))對(duì)產(chǎn)業(yè)集群學(xué)習(xí)績效具有不同影響,具體體現(xiàn)在以下三方面。

圖4 4p-1項(xiàng)目團(tuán)隊(duì)的MAKL曲線

① 存在最優(yōu)項(xiàng)目團(tuán)隊(duì)規(guī)模和最優(yōu)項(xiàng)目團(tuán)隊(duì)結(jié)構(gòu)(本文的參數(shù)條件下,最優(yōu)項(xiàng)目團(tuán)隊(duì)規(guī)模是16,其最優(yōu)成員結(jié)構(gòu)是1),能帶來更優(yōu)的產(chǎn)業(yè)集群知識(shí)平均水平。

② 項(xiàng)目團(tuán)隊(duì)規(guī)模若低于最優(yōu)團(tuán)隊(duì)規(guī)模時(shí),其團(tuán)隊(duì)規(guī)模越接近最優(yōu)團(tuán)隊(duì)規(guī)模,學(xué)習(xí)績效值越高。

③ 項(xiàng)目團(tuán)隊(duì)成員結(jié)構(gòu)并不是有經(jīng)驗(yàn)成員多多益善,超越了有經(jīng)驗(yàn)成員的最優(yōu)數(shù)量后,項(xiàng)目團(tuán)隊(duì)帶來的學(xué)習(xí)績效最高值數(shù)值更低、提升更慢、最高值更晚出現(xiàn)。

三、 對(duì)復(fù)雜產(chǎn)品產(chǎn)業(yè)集群學(xué)習(xí)績效的管理啟示

本研究所形成的項(xiàng)目團(tuán)隊(duì)特征、O-O子網(wǎng)絡(luò)結(jié)構(gòu)、O-K-P超網(wǎng)絡(luò)學(xué)習(xí)績效三要素之間的影響機(jī)理,為復(fù)雜產(chǎn)品產(chǎn)業(yè)集群的知識(shí)管理尤其是學(xué)習(xí)績效管理帶來了新的啟示。

1. 在管理載體上,科學(xué)優(yōu)化網(wǎng)絡(luò)公共知識(shí)與信息平臺(tái)

基于本模型,復(fù)雜產(chǎn)品產(chǎn)業(yè)集群學(xué)習(xí)績效提升的前提是基于網(wǎng)絡(luò)的知識(shí)與信息公共平臺(tái)建設(shè)[18-19]。相關(guān)管理部門首先要保證網(wǎng)絡(luò)公共平臺(tái)的知識(shí)與信息獲取的便捷與全面,其次在產(chǎn)業(yè)集群組織知識(shí)活動(dòng)有限理性的前提下,需要引導(dǎo)產(chǎn)業(yè)集群吸收更多高知識(shí)含量、高技能的組織作為節(jié)點(diǎn)加入產(chǎn)業(yè)集群知識(shí)網(wǎng)絡(luò),加快引進(jìn)和傳播最新知識(shí)、技術(shù)和產(chǎn)品發(fā)展趨勢等,通過這一系列措施提升產(chǎn)業(yè)集群基礎(chǔ)知識(shí)水平[20],為兩階段知識(shí)學(xué)習(xí)中知識(shí)轉(zhuǎn)移、知識(shí)擴(kuò)散的質(zhì)量提升奠定基礎(chǔ)。

2. 在管理技術(shù)上,關(guān)注項(xiàng)目團(tuán)隊(duì)組建特征

上述學(xué)習(xí)績效的影響機(jī)理研究表明,項(xiàng)目團(tuán)隊(duì)特征參數(shù)對(duì)學(xué)習(xí)績效具有重要影響。因此,相關(guān)部門的知識(shí)管理與服務(wù),可以在明確產(chǎn)業(yè)集群內(nèi)個(gè)體組織知識(shí)狀態(tài)的前提下,通過平臺(tái)提供優(yōu)化的項(xiàng)目團(tuán)隊(duì)擇優(yōu)技術(shù),提前預(yù)測項(xiàng)目團(tuán)隊(duì)擇優(yōu)驅(qū)動(dòng)引發(fā)的產(chǎn)業(yè)集群知識(shí)學(xué)習(xí)狀態(tài)[21](包括集群知識(shí)水平閾值、知識(shí)結(jié)構(gòu)、技術(shù)方向等),輔助集成商進(jìn)行項(xiàng)目團(tuán)隊(duì)優(yōu)化組建,進(jìn)而科學(xué)改變項(xiàng)目團(tuán)隊(duì)的規(guī)模、成員結(jié)構(gòu)、知識(shí)結(jié)構(gòu)等;引導(dǎo)項(xiàng)目團(tuán)隊(duì)的“老帶新”合作方式,以實(shí)現(xiàn)跨項(xiàng)目的組織鏈接等[22],進(jìn)而促進(jìn)學(xué)習(xí)績效提升、知識(shí)水平升級(jí)。

3. 在管理過程中,關(guān)注產(chǎn)業(yè)集群內(nèi)多組織學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)指標(biāo)

復(fù)雜產(chǎn)品產(chǎn)業(yè)集群組織子網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)特征對(duì)學(xué)習(xí)績效具有重大影響。一方面,聚類系數(shù)反映著集群內(nèi)組織間知識(shí)學(xué)習(xí)、合作的密度,高密度有利于提高學(xué)習(xí)績效;平均最短路徑?jīng)Q定了知識(shí)傳輸?shù)谋憬菪院椭蓖ㄐ?短路徑有利于提高學(xué)習(xí)績效。另一方面,組織子網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)特征又直接影響集群知識(shí)能力(如:小世界結(jié)構(gòu)帶來更高的學(xué)習(xí)績效)。因此,在知識(shí)管理服務(wù)中,可用以往網(wǎng)絡(luò)研究成果為基礎(chǔ),推進(jìn)有利于小世界結(jié)構(gòu)的網(wǎng)絡(luò)形成,具體措施包括:挖掘和發(fā)現(xiàn)各級(jí)子網(wǎng)絡(luò)中具有重要影響的關(guān)鍵節(jié)點(diǎn)(關(guān)鍵知識(shí)節(jié)點(diǎn)、產(chǎn)品創(chuàng)新必要知識(shí)點(diǎn)、核心組織或若干個(gè)組織節(jié)點(diǎn)構(gòu)成的“模塊”等),促進(jìn)這些關(guān)鍵節(jié)點(diǎn)與其他節(jié)點(diǎn)的廣泛聯(lián)結(jié)等[23-24]。

除上述直接從建模角度形成的管理啟示之外,在管理服務(wù)對(duì)策上,還包括提高集群內(nèi)多組織間合同、協(xié)議、會(huì)員制章程等契約的執(zhí)行力,積極探索系統(tǒng)中行業(yè)協(xié)會(huì)的重要銜接作用,科學(xué)管理知識(shí)產(chǎn)權(quán)、專利等創(chuàng)新成果的共享機(jī)制和利益保護(hù)等[25],為學(xué)習(xí)績效提升創(chuàng)造良好的知識(shí)運(yùn)行環(huán)境,共同推進(jìn)復(fù)雜產(chǎn)品產(chǎn)業(yè)集群學(xué)習(xí)績效的可持續(xù)發(fā)展。

四、 結(jié) 語

本研究基于信息對(duì)稱的前提,面向復(fù)雜產(chǎn)品產(chǎn)業(yè)集群,從系統(tǒng)科學(xué)視角,構(gòu)建了O-K-P超網(wǎng)絡(luò)演化模型,并以驅(qū)動(dòng)參數(shù)為切入點(diǎn),深入復(fù)雜產(chǎn)品產(chǎn)業(yè)集群知識(shí)學(xué)習(xí)過程,通過仿真實(shí)驗(yàn)研究了O-K-P超網(wǎng)絡(luò)學(xué)習(xí)績效的影響機(jī)理,并據(jù)此提供了復(fù)雜產(chǎn)品產(chǎn)業(yè)集群知識(shí)管理的啟示和管理建議。今后,對(duì)于產(chǎn)業(yè)集群知識(shí)管理創(chuàng)新的研究,還需要從復(fù)雜產(chǎn)品產(chǎn)業(yè)集群知識(shí)活動(dòng)整體和知識(shí)個(gè)體組織的多角度,深入知識(shí)活動(dòng)中的作用機(jī)理,以期提供更多的理論支撐和應(yīng)用工具,進(jìn)一步推進(jìn)復(fù)雜產(chǎn)品產(chǎn)業(yè)集群知識(shí)管理。