(二)基于加权超网络的企业知识存量表示 知识存量的测度可以分为基于价值的测度和结构化测度两类[11],这两类方法都是从知识的价值方面对组织知识存量进行度量,但第一类方法无法详细表示组织知识存量的结构和构成
(二)基于加权超网络的企业知识存量表示
知识存量的测度可以分为基于价值的测度和结构化测度两类[11],这两类方法都是从知识的价值方面对组织知识存量进行度量,但第一类方法无法详细表示组织知识存量的结构和构成,第二类方法可以表示知识的结构,但是知识的树状结构无法表示出知识与企业的活动和存储方式的关系。在企业内部,知识主要存储在存储介质和人的头脑中[12],企业内部的知识、人员和存储介质是不同类的要素,可以用一个包含三类不同要素的网络表示为:(三)技术距离修正
在技术距离修正中,采用网络指标来描述地理距离、区域临近、技术扩散渠道和交通便利性因素。企业与企业之间连接的权值表示地理距离,企业节点的邻接矩阵表示企业之间临近关系。考虑到企业社会网络存在小世界现象,企业邻接矩阵只考虑节点距离小于6的情况,即以节点i为中心,考虑与之有连接的距离在5之内的邻接关系,如果企业i与企业j相邻,则wij=1,如果企业i与企业j之间的距离为2,则wij=1/2,依次类推,如果节点之间的距离为5,则wij=0,邻接矩阵记为w[13]。
随着企业之间路径增大,企业临近对地理距离的影响存在幂指数增长规律。设ζij表示企业临近对知识溢出的影响强度,ζ=0表示企业无法形成溢出,ζ=1表示溢出不受企业临近影响,则技术距离可以表示为:
(四)知识吸收能力
Cohen & Levinthal将企业的吸收能力解释为企业搜寻、消化外部知识,并将其最终应用于商业化的能力。企业的知识吸收能力是企业综合成本、收益等做出的多目标决策能力[14]。设qi为企业i的知识存量,qij为企业i从j企业获取的知识数量,根据知识互补、成本最小和收益最大的原则,企业i在吸收知识中面临如下决策:第一,知识数量最大:
利用变分不等式[7],可以求出h*=(h*ij)∈Rm+,q*=(q*ij)∈R时,知识吸收能力?茁的最优解为?茁*。
(五)模型的构建
公式中?茁i是受体企业学习能力,dij为企业之间的距离,w为企业间邻接矩阵,Gij是企业间知识存量商的对数,ζij表示企业临近对知识溢出的影响强度。知识吸收能力?茁是社会关系水平hij和知识存量qi的函数。对溢出企业n(n?叟2)的情况,则该受体企业的知识溢出效应为与n-1个企业的知识溢出效应的和[13]。
四、模型分析
设由m个企业所组成的网络,对上述模型进行分析。为简化超网络,把企业A及其嵌入的社会关系网抽取出来,构建企业社会关系网(如图2),权值表示关系水平,在已有社会关系网络上,考虑企业间知识势能差,构建企业间知识网络。
(一)理想情况最大值
假设企业A不考虑成本、收益、风险等限制,完全凭感知选择一个企业作为溢出对象。将模型(6)对Gij求偏导数,可得溢出效应最大值:
=(7)
其中,Gij=?茁i?滋i,代入上式,最大值为,其中只有G是变量,因此,最大值在企业A选择与自身知识存量差距最大的企业作为溢出对象时取得。
(二)考虑成本、收益等限制时的知识溢出极值
实证表明:企业在选择知识溢出对象时,往往考虑到成本、收益等多因素,因此往往不能达到理想的最大值。在企业A考虑成本、收益时,可以把企业看成是具有独立决策能力的智能体,具有择优选择能力。这种选择只有在知识数目的边际增加与知识的边际收益值之和大于选择、消化、吸收知识的成本时才会发生。实际溢出的知识数量是由企业嵌入网络的社会关系水平和知识吸收、利用的成本与收益决定的。在图2中,企业A从与其连接的企业B、D、E、F中择优链接,运用变分不等式理论,上述变分不等式存在惟一解,企业A最终选择企业F最为溢出对象。根据公式(6),实际溢出效应为:
SA=e-(GAF-?滋A)2=e-(GAF-?滋A)2(8)
企业A获取知识溢出极大值为,?茁A是社会关系水平hij和知识存量qi的函数,该极大值在小于理想状态的最大值时,随着hij增加,信任程度和情感依附程度随之增加,获得隐形知识增加,知识溢出增加。当学习能力?茁A减小时,获得隐形知识减少,知识溢出减小。当企业A所在知识网络和社会网络之间连接的权值w>0时,随着社会关系水平hij增加,相应的知识存量qi也增加,学习能力增强,知识溢出效应增强。
(三)知识溢出速度
现实中的企业,尤其是网络经济时代,有的企业通过宣传、合作,迅速占据领先位置;也有的企业通过拥有的知识优势成为供应链网络的核心。获取知识溢出的速率成了企业竞争优势的重要影响因素。
为了定量分析知识溢出与社会关系水平和知识存量的关系,可以把企业结点分为两类:一类是传统企业(知识网络平均入度为m,知识存量qi),另一类是竞争性企业(知识存量qi,择优链接那些比平均入度m多?驻mi的节点)。根据Bianconi和Barabas的适应度模型,不同节点在网络演化中度的增长变化率和知识存量的关系可以用式(9)计算得出:
=m(9)
其中,m为社会网络的平均入度,ki,qi为结点i的入度和知识存量。
如果两个企业在t时刻的度数相同且知识适应度也相当的情形下,竞争性企业和传统企业的度数增长率比值记为相对优势?酌ij:
?酌i=(10)
这种相对优势刻画了知识存量对企业的链接选择的影响,这种知识网链接入度变化以权值w传递到社会关系网络。根据公式(6),初始入度相同的传统企业与竞争企业的知识溢出速度比为:
b=(11)
上式中如果把知识存量换成社会关系水平,公式依然成立。公式表明:企业的社会关系水平和知识存量是协同互动的因素,他们共同影响知识溢出的速度。
五、结论
采用超网络模型研究企业间知识溢出,通过对知识溢出过程与影响因素的协同分析,得出三点结论:第一,知识溢出效应在理想情况下存在最大值,但这个最大值在企业择优选择中是很难达到的;第二,知识溢出效应与企业的学习能力成正比,但是由于企业所嵌入社会关系网络和知识网络的互动,知识溢出与学习能力的变化是非线性的;第三,知识溢出速度是企业知识存量、企业自我认知与战略目标定位多因素叠加作用的结果。企业对某一知识体系的认知是产生知识溢出的前提,企业的认知能力导致企业的链接度变化和社会关系水平变化,进而影响知识溢出速度。 (责任编辑:南粤论文中心)转贴于南粤论文中心: http://www.nylw.net(南粤论文中心__代写代发论文_毕业论文带写_广州职称论文代发_广州论文网)
顶一下
(0)
0%
踩一下
(0)
0%
版权声明:因本文均来自于网络,如果有版权方面侵犯,请及时联系本站删除.