复杂动态环境下知识结构对创新绩效影响研究--定稿

复杂动态环境下知识结构对创新绩效影响研究XXXXXX（西安工业大学经济管理学院，西安710021）摘要：近年来，知识结构与创新绩效的关系虽已开始引起了人们的重视，但却较少考虑复杂动态环境对这种关系的影响。借助NK模型研究发现：复杂动态环境下，集成结构和近似可分解结构均能获得较高的创新绩效，但集成结构的创新绩效相对更高一些。本文的研究结果为企业如何通过改变知识结构以提高创新绩效提供一个新思路，并为企业的知识结构构建以及相应的创新和知识转移战略提供了理论支持。关键词：复杂动态环境；NK模型；知识结构；创新绩效引言随着知识经济的迅速兴起，知识已为企业创造价值并获得竞争优势的关键来源。现有文献主要研究知识存量和创新绩效的关系，认为企业掌握的知识存量越大，企业的创新绩效越高。但是，根据熊彼特以及近年来一些学者的研究，即使知识存量保持不变，通过对现有知识元素进行重组以改变知识结构，不仅有利于提高创新绩效，还有能带来更深远的战略影响。现有研究知识结构与创新绩效关系的文献，大多将知识结构可以分为两类-模块结构和集成结构，进行研究。欧阳桃花（2010）等学者认为模块结构比集成结构更有优势，而杨延村(2008)则认为集成结构可以让企业获得竞争优势。另外，有学者则提出了一种新型的、介于模块结构和集成结构之间的知识结构类型，即近似可分解结构。以上的研究虽然都很有价值，但是由于他们大多采用的是实证研究的方法，或多或少带有行业特征，研究结论众说纷纭，没有形成统一的定论。总的来说，现有的文献在研究知识结构与创新绩效关系时，大多没有考虑外部环境因素对这一关系的影响，或是假定企业所处环境为给定的。因此，本文根据复杂适应系统理论，将知识结构看作是有适应性的主体。然后，通过构建复杂动态环境和知识结构的NK模型，本文通过计算机模拟研究了复杂动态环境下知识结构与创新绩效的关系，试图为企业如何提高创新绩效提供一个新思路，并为企业的知识结构选择和设计以及相应的创新和知识转移战略提供理论支持。1外部环境的动态性和复杂性本文借鉴姜晨（2005）的研究，本文将动态性定义为企业的决策所映射的创新绩效的变动程度，复杂性是指影响企业绩效的决策之间相互依赖的程度。环境的复杂性和动态性在实证研究中往往难以测量，但借助NK模型，通过改变参数可以方便地观察到其对创新绩效影响。我们用K值反映复杂性，当K=0时，外部环境最简单；而当K=N－1时，外部环境最复杂。环境的动态性用适应度地形的变动来表现。在动荡环境中，适应度地形在仿真期间会发生周期性变动。通过图1和图2，我们更能清楚理解不同环境所对应适应度地形特征：图1简单环境所对应的适应度地形通过图1、图2，我们总结出不同环境所对应的适应度地形的特征。简单环境下，适应度地形比较平滑,地形中的高峰较少但自相关性较强,此时企业只需通过局部搜索就可达到最高峰。复杂环境下，地形变的越来越崎岖，地形中局部高峰的数量也随之增加,但高峰的平图2复杂环境所对应的适应度地形均高度却随之下降。同时，高峰间的自相关性也逐渐降低,地形中的高峰变得十分分散且难以预测。在复杂环境下，采用局部搜索策略很难攀爬到适应度地形的最高峰，并且容易陷入“局部最优解陷阱”，此时要求企业进行广泛的搜索。环境的动荡性要求企业选择那些能够提供快速搜索知识结构，确保企业在环境改变之前迅速提高创新绩效。可见，企业所处的适应度地形，对企业搜索活动以及所相应的创新绩效都有着重要影响。2知识结构由于资源限制和有限理性，元素间相互依赖关系多是未知的，管理者只能根据已有的信念来判断形成耦合，这些耦合关系构成企业事实上的知识结构。企业知识结构具有层次性，若干个知识元素紧密联系形成一个模块，这些模块间又被一些耦合关系直接或是间接的连接形成网络结构。根据可分解性，本文将知识结构分成三类：模块结构、近似可分解结构、集成结构。集成结构中耦合关系是普遍分布的，近似可分解结构是模块之间存在少量的耦合关系，而模块结构中模块间不存在耦合关系。本文，借用N=6时Altenberg的矩阵法表示：（见图3）fedcba集成知识结构的搜索策略为，先从N个元素中随机选择一个知识元素进行突变。如果使企业的整体创新绩效提升，则保留突变后的新组合，并以此为起点进行下一次突变，反之，则坚持现有的组合。模块结构中，每个模块独立处理内部的搜索活动，并在假定其他模块所采用组合不变的情况下，各个模块随机选择一个进行突变，如果该模块的适应度值提升，则保留新组合，反之，则保持现有的组合。近似可分解结构，这各个模块本不是完全独立的，任意模块进行元素突变时，不仅仅要考虑自身的适应度值是否提升，还要考虑其他模块和整个企业适应度值是否提高。3复杂动态环境下的模拟结果假设企业包含八个知识元素，分属于两个知识模块。在模拟过程中，每种知识结构有300个企业采用，然后将三类知识结构放在适应度地形上，按照设定的搜索方式进行适应性游走，游走1000个模拟周期。在稳定环境下，适应度地形只存在崎岖程度的差异；在动态环境下，适应度地形每100个模拟周期变动一次，导致企业的适应度值有所变动。我们以1000个仿真周期结束后900个适应度景观上的平均绩效为企业的绩效。然后，本文借助仿真发展实验室（LSD4.0）软件完成整个模拟仿真。（见图4）++++++++++++++++++++++++++++++++++++++++++++++++++++++模块结构集成结构图3不同知识结构的NK模型矩阵abcdefabcdef近似可分解结构abcdef集成结构近似可分解结构模块结构图4复杂动态环境下三种知识结构的演化根据图4的结果可以发现，集成结构和近似可分解结构均能很好适应复杂动态环境。根据以往的研究，当企业面临的环境十分复杂并且经常出现动态变化时，导致的技术“间断”或“不连续性”，会对企业的创新能力带来“能力破坏”和“能力提升”两种不同的后果。对那些距离新全局高峰较远的企业而言，这种环境变动就是“能力破坏”，它要求企业进行更广范围的搜索。对于距离较近的企业来说，则是“能力提升”，需要进行适度的调整。当企业面对“能力提升”变动时，集成结构可能是最优结构，企业以原有的较高绩效的局部高峰为起点，通过增益式游走可能到达新的全局高峰。近似可分解结构和模块结构由于要进行广泛的搜索，可能会“迷路”，影响了搜索速度。集成结构能够平衡搜索速度和搜索广度二者关系，因此更具优势。当企业面临“能力破坏”变动时，企业可能由山峰变为谷底，因此需要做出更多变动才能再次。此时近似可分解的优势明显，它能够同时改变多个元素的状态，有利于实现广泛搜索，模块的耦合关系所产生的协调机制又有利于保证搜索质量，从而使得其整体创新绩效能够不断提升，不同模块的并行局部搜索大大提升了搜索的速度。近似可分解结构能够有效平衡搜索广度、搜索质量和搜索速度的关系，因此能够获得较高的创新绩效。另外，与欧阳桃花的观点不同，研究结果表明模块结构处于一种低效震荡状态。根据前文可知，模块结构的优势来源于模仿其他企业的优势模块，然而面对复杂动态环境时，模块结构很难获得相关的优势模块信息。另一方面，面对动态环境，模块结构虽然能同时进行搜索活动，有利于实现广泛搜索，也可能提高搜索速度，但是因为太过强调模块利益而忽略整体利益，导致企业处于一种震荡的状态。4结论近年来，虽然有很多学者开始关注知识结构与创新绩效的关系，但是很少考虑外部环境对这种关系的影响。基于以上不足，首先，本文根据复杂性和动荡性两个维度，将企业外部环境可分为四类，并且利用NK模型得到不同环境所对应的适应度地形，分析其特点以及对企业搜索活动的要求。然后，按照可分解性将知识结构分成三类，分析不同知识结构在搜索活动中的差异。最后，通过计算机模拟三种知识结构在不同环境所对应的适应度地形中的游走过程，得出复杂环境下不同知识结构创新绩效的差异。研究结果如下：集成结构和近似可分解结构均能很好适应复杂动态环境，相比而言，集成结构能够获得更高创新绩效。当企业面对“能力提升”变动时，集成结构可能是最优知识结构；当企业面对“能力破坏”变动时，近似可分解结构可能是最优知识结构。采用其他知识结构的企业最好通过知识转移引进或是消除不必要耦合关系，改变现有知识结构。本文为研究企业知识结构设计提供理论指导，也为企业提高创新绩效提供一个新思路，同时为企业知识结构的优化提供新方法。本文也存在一些不足，比如能否用知识元素间相互依赖关系反映环境的复杂性仍存在一定的争议，没有考创新绩效周期虑搜索成本等，希望以后的研究能弥补以上不足。参考文献[1]欧阳桃花,杨晓莹，徐京悦.基于模块化架构的产品竞争力研究——以海信平板彩电为例[J].管理案例研究与评论,2010,3(4):285-298.[2]姜晨,谢富纪,赵良杰.不连续创新中技术组织结构与绩效研究[J].科学学研究,2011,3(29):448-454.[3]杨延村,赵炳新.基于NK模型的复杂系统中的组织结构分析[J].产业经济评论,2008,3(7):122-134.作者简介：XXXXXX（1989-），女，西安工业大学经济管理研究生，主要研究方向为技术创新.E-mail:[e-mail].