图1联盟知识生命周期内知识转化
魏 玲，郭新朋
(哈尔滨理工大学 管理学院，黑龙江 哈尔滨 150040)
摘 要：为解决知识异质性造成的知识存量测度复杂性问题，提高隐性知识提取率,在构建知识存量动态激活模型基础上，以自动阈值调节为手段，对知识广度与深度进行度量，实现知识动态量化。以中关村云计算产业联盟作为研究对象进行实证分析，结果表明基于动态量化改进的知识存量测度方法能够提高隐性知识提取率，证明了提高联盟知识存量水平方法的有效性。
关键词：知识网络；知识存量；动态量化
随着云计算、大数据的快速兴起与发展，对于知识的高效利用成为人们改进技术与改变现状的重要途径。企业为了适应激烈的市场竞争，占据有利的知识资源，必须通过知识网络构建增加企业知识存量[1]。知识存量作为企业或组织对知识资源的拥有量，通常以静态形式表述，但会受到时空限制，而且知识异质性也会使得知识存量结构发生变化[2]。在企业、组织甚至联盟知识管理过程中，许多问题需要解决，如知识如何获取、转化、测度等。为解决这些问题，在知识生命周期内，合理优化联盟知识结构，高效利用现有资源及技术对企业知识存量进行动态量化具有一定的实用价值。
国内外学者从理论与方法应用的角度对知识存量进行了研究。Satty[3]以知识的物理测度为基础，完成了提高企业经济贡献的知识存量测度理论研究。魏江等[4]从知识的可编码性出发，依据知识特性进行编码与解码，实现显性与隐性知识编码化测度。王君等[5]利用复杂网络，在知识结构基础上构建知识网络与加权结构化模型。李顺才等[6]构建了多层次灰关联的知识存量评价指标体系，从客观角度评价知识存量对企业知识创新能力、知识管理能力的影响。杨志锋等(2000年)依据知识资源特征对知识存量进行了研究，实现了知识资源的有效测度。杜静等[7]对知识存量增长机理进行了研究，分析了知识存量静态与动态积累对知识整合的作用。王建刚等[8]基于知识资源基础对知识存量与流量进行了研究，发现知识存量在积累能力和吸收能力之间起中介作用。对于知识存量的量化方法选择，Shannon C E[9]以数学概率方法对知识存量进行量化，从数学统计角度分析与测算知识在企业中的存量占比。李开荣等[10]利用树形知识结构对知识管理系统中的知识存量进行量化，确定了教学网站知识管理的知识树，优化了知识存量量化方法。袁景凌等[11]针对非对称关系中的对象分类不合理问题，提出了动态量化的完备知识约简算法，从而解决了信息化施工的知识约简问题。
本文针对联盟知识结构不合理和知识流动表述不清等问题，基于知识生命周期对知识流动进行描述，分析知识异质性变化过程。上述学者对知识存量的测度基本上处于理论研究阶段，缺乏动态测度相关研究。本文采用动态量化知识约简方法，将无标度网络理论作为知识存量测度的理论支撑，对联盟知识管理所涉及的显性与隐性知识进行动态知识存量测度，从而满足联盟知识管理过程中对知识异质性的需求。
无标度网络是复杂网络中的典型网络模型，具有较高的异质性，且各个节点之间的连接度具有不均匀分布性，能够充分描述知识网络中因知识异质性造成的知识流动。知识流动可以促进知识存量动态分布，从而提高知识利用率，促进新知识生成。
当前，很多企业与组织将知识管理作为企业识别管理问题的重要手段，但是知识管理实施至今，仍有许多组织和企业的管理、应变及创新能力没有得到提升，其主要原因体现在知识生命周期的各阶段。因此，本文给出联盟知识生命周期中的知识转化过程分析，如图1所示。
图1联盟知识生命周期内知识转化
1.1.1 初生期
知识初生期既是联盟知识生命周期的开始，也是知识存量增长的源头，受联盟内部和外部环境的影响，并且孕育于不同的知识载体中。
(1)知识辨别。根据联盟知识管理要求，确定联盟成员所需处理的问题，以及应对多变市场环境的要求，并辨别存在于联盟内外部环境的知识，依据需求确定知识。
(2)知识提取。在知识辨别后进行知识提取，从知识载体中获取知识需要一定的技巧。因此，知识提取是新知识产生的最重要环节。
(3)知识学习。知识学习是指对提取的知识进行加工处理，从不同知识载体中获取知识，采用一定的加工处理方式或利用新载体对知识进行重构，从而得到新知识的过程。
1.1.2 成长期
成长期是决定知识存量能否增长的必要环节，能够促使联盟知识管理迅速发展，但若处置不当则会迅速转入衰退期。在此期间，绝大多数知识被应用或保留在知识管理体系中，剩余知识则因老化严重被知识系统剔除。
(1)知识评估与影响因素分析。关于知识利用与构思，需要对知识学习环境因素进行分析，确定联盟成员知识学习中内部与外部环境的影响程度，从而对相应知识进行有效评估，提升知识利用率。知识评估是指对知识学习过程中的知识进行有效判断，明确哪些知识是无用的或作用效能较小的，并将其剔除。
(2)知识选择。知识选择是指选择知识利用率较高的知识，提高联盟知识管理水平、增加知识存量，从而提高联盟成员知识满意度，最终促进成员企业或组织快速发展。
(3)知识优化。在成长期，知识评估与选择是对基于知识载体而进行的操作，知识优化则是在整个过程中按照联盟成员的实时需求对知识进行更新，及时对知识存储系统中的知识进行替换与优化，促进新知识产生，从而提高企业、部门或个人创新能力。
1.1.3 成熟期
成熟期内，知识在联盟内部被顺利保留，且在联盟知识管理过程中始终对联盟发展具有重要作用，也具有一定的时效性。
(1)知识重构。不同载体对优化后的知识进行重构处理，并对企业、组织及个人发展标准重新进行制定，将知识与发展体系结合并进行知识差异性处理，得到新知识。
(2)知识运用。在知识重构后得到满足企业或组织、个人需求的知识，合理运用知识为联盟成员创造价值，否则得到的新知识也是“垃圾”知识。
(3)知识维护。知识维护是对知识运用的一种保障措施，知识在运用过程中，受到联盟内在或外在因素的影响，知识维护体系构建能够为知识运用提供保障，从而确保知识运用能够提高联盟成员效益。
1.1.4 衰退期
该时期的知识主要是一些不能满足联盟成员需求的知识，是不能为联盟成员创造效益的老化知识，知识使用价值的时效性已丧失。
(1)知识老化。逐渐弱化或失去应用价值、缺少适时性的知识对联盟发展无益，联盟将剔除这些老化知识。
(2)知识转移。联盟体是为了迎合多数同类企业、组织的需求而形成的组织。因联盟而促成的知识转移或共享，使一些知识被转化，也使一些老化知识转移到发展水平较低的企业或组织，从而导致联盟知识衰减。
知识存量初始化处理是指采用动态激活方式将不同载体的知识激活，使知识变得活跃且可供联盟成员利用。激活作为一种因内在或外在影响因素作用而造成知识显现与转移的行为，被很多企业与组织使用。联盟知识存量激活是指利用联盟内部管理机制，如知识协调、激励机制等对知识载体进行知识诱导，从而实现知识从高位势向低位势转移。
动态在知识存量激活过程中主要体现为知识实时转化或知识重构能力，以此适应多变的知识环境。Martin[13]提出，在激烈的市场竞争中，组织为了占据主导地位并获取强有力的竞争能力必须不断地提升自身知识竞争优势，实现知识动态更新。王斌(2014年)认为，知识存量应用过程主要受知识载体和知识位势的影响。在知识载体中，知识模式识别是知识动态激活首要步骤，通过模式识别可以确定知识的类型、数量、分布等情况，利用优化算法对预处理得到的知识作进一步优化，构建人工智能体系，实现知识整合，最终绘制知识地图，让使用者能够通过知识地图获取所需知识。在以上过程中，随着显性知识向隐性知识的动态转化，可通过知识流量接受和发送实现知识群化、外化、融合和内化操作。例如，来自企业的知识管理人员对企业内部个人进行专门分析，通过细致询问，以可视化方式将隐性知识转化为显性知识。知识存量动态激活最主要的目的是实现知识存量动态变化，从知识结构看，主要通过编码、转移、存取和解码等操作，循环实现知识动态变化，如图2所示。
图2知识存量动态激活模型
知识存量动态测量主要受动态激活模型的影响，当联盟知识网络受到不同知识载体的影响时，按照显性与隐性知识类型，对知识进行不同的转化操作，以集中化、开放式、选择性编码方式对知识进行处理，利用知识网络的知识位势差将知识进行动态传递，实现知识转化，并为知识存储与利用提供先决条件。知识管理员通过人工智能手段将获取到的知识进行解码，解码方式按照不同的编码方式进行相应处理。
基于无标度网络理论对知识网络中的知识存量进行测度，以自动阈值为调节机制摆脱知识存量测度的约束，从而实现知识存量动态测度。
联盟知识广度主要体现在知识面的多样化上，以知识网络中的直径和半径进行计算。知识节点间的最短距离可以测量专家对知识的经验描述，即给出专家评议值。在整个知识网络中，最长的知识路径被称为最佳路径，用D表示。
D=∑(wik-wkj)
(1)
式(1)中，wik表示节点i到节点k之间所有边的权重之和，wkj表示节点k到节点j之间所有边的权重之和，通过知识广度测量既可以判定知识网络节点企业构成情况，也可以确定知识传递的最大范围。
由图1可知，显性与隐性知识载体主要是个人、团队或部门、企业、组织甚至整个联盟体。因此，知识广度测量是联盟知识存量在每个知识载体中必须经过的操作步骤。按照知识类型，将显性知识以文档、录音、视频等形式进行知识载体调查与存储，以专家评议的最佳路径值确定显性知识的主要来源，并对其给予一定的保护，以避免知识失真。在知识量化过程中最难操作的是对隐性知识的获取与存储。隐性知识通常分为两种，一种是可以进行模仿、学习的经验、规律等，这种知识可以采用“师傅带徒弟”方式进行传递；另一种则是纯隐性知识，这种知识会随着时间推移而形成的一种定律，无法进行模拟与效仿。因此，对于后一种隐性知识需要进行长期数理统计才能显化，其周期较长。
知识深度决定了联盟知识资源最终能为成员企业创造的价值，知识网络中的节点企业越多，知识资源的利用率就越高，由此可以将知识深度度量用知识网络密度代替。知识网络密度是指网络结构中各个节点间连接的紧密程度。网络结构中知识节点间的关联越多，网络密度越大，知识深度越明显。通常情况下，知识网络密度使用网络节点间的平均路径长度进行度量，平均路径长度则使用知识网络节点对之间边权重的平均值表示，具体如式(2)所示。
(2)
式(2)中，ξ表示调节变量，N表示知识网络节点数，wij表示连接两个节点间的知识关联度。平均路径长度L值越小，表明联盟知识网络节点企业越多，网络密度越大，即知识深度越大，为联盟成员企业创造的价值就越大。
在知识存量测度过程中，隐性知识的模糊性会导致信息不完备。因此，本文在原有知识存量测度方法的基础上，增添自动阈值进行调节。设定参数μ为该阈值，并给出阈值调节范围，
其中δij表示隐性知识所占比例，n表示δij不为0的个数。动态参数α主要用于确定知识网络中显性知识的动态调节情况，是根据网络结构范围进行设定的，因而可根据节点间的关联度确定。
α1=max(min(r(QiQj),r(QkQj)),λ)
α2=min(max(r(QiQj),r(QkQj)),λ)
i,j,k∈[1,N]且i≠j≠k，λ表示初始关联值。因此，本文给出自动阈值α的计算公式如下：
α=min(α1,α2)
(3)
由隐性知识阈值参数μ和显性知识阈值参数α，可得出联盟知识网络中知识存量的动态测度公式如下：
S=S0+m(k)+y(k)+α+p(k)+μ
(4)
式(4)中，S0表示联盟知识存量的初始值，k表示知识资源，包括显性和隐性知识，m(k)表示部门、组织等显性知识载体的知识存量，如式(5)所示。
m(k)=∑∑S(mi,kj)
(5)
y(k)表示知识外溢情况下的显性知识存量，如式(6)所示。
y(k)=∑∑S(yi,kj)
(6)
p(k)表示个人、团队等人员载体占主导地位的隐性知识存量。
p(k)=∑∑S(pi,kj)
(7)
其中，S(mi,kj)表示第i个部门或组织对联盟知识kj的掌握程度，S(yi,kj)表示第i个企业的知识外溢程度，S(pi,kj)表示第i个团队或个人对隐性知识kj的掌握程度。由式(4)可以看出，所有知识存量与联盟知识存量成正比，即当自动阈值几乎不变时，任何一类知识存量的增加均能够提升联盟知识存量水平。
由于隐性知识具有不易用语言表达、价值不易衡量及不易被大众所理解的特性，因而隐性知识提取具有很高的难度。本文在隐性知识提取过程中，采用无标度知识网络方式对联盟成员企业间和企业内部的隐性知识进行提取。在该网络结构中，共有知识节点总数为N，每个节点表示知识个体，连接每个节点之间的边被称为边权重。假设在整个联盟知识网络中，知识资源传递守恒且不受外力影响，则知识资源传播向量k=(k1,k2…kN)，ki表示知识节点为i时的联盟传播能力。联盟知识向量为β(m)，当知识节点为i时第m次的联盟知识水平为βi(m)。由于知识异质性的影响，以知识传播能动性为依据，在联盟知识存量测度动态量化的基础上，给定联盟隐性知识提取策略。以s代表知识节点之间的边，vij代表知识传播速度。
(1)主动型知识提取策略。以提高联盟知识存量水平为标准，以部门或组织为载体对联盟体内部知识进行动态量化，促使载体主动进行知识交换行为。
Δβ(m)=kis·vij·max{βj-βi}
(8)
当知识传播速度相同时，联盟知识存量增长量主要由部门或组织间的知识水平决定。
(2)保守型知识提取策略。在联盟约定范围内，保守型策略提供可公开知识并保留自身关键知识。
Δβ(m)=kis·max{vij}·(βj-βi)
(9)
当联盟成员企业间拥有不同的知识传播速度时，联盟知识增长量决定性因素为传播速度vij，最大传播速度对联盟知识存量的增长量影响程度最大。
(3)沉默型知识提取策略。在联盟发展过程中，沉默型知识提取策略对知识载体没有影响，后者在自然状态下进行知识交互与传递。
Δβ(m)=kis·max{vij·(βj-βi)}
(10)
在联盟中，不同成员的知识水平及传播速度导致联盟整体知识存量的增长量不同。此时，需要从成员自身知识水平和知识传播速度中选取最大值，用以判断联盟知识存量的变化量。
每种隐性知识提取策略均从知识载体的主观能动性角度考虑，由此可以判断出哪类人群能够提高联盟整体知识存量水平。
为了验证动态量化知识存量测度方法的应用效果，本文以中关村云计算产业联盟作为研究对象进行知识存量测度方法的效果评估。数据来源主要包括中关村云计算产业联盟官网、中国知识产权网等网站。隐性知识则通过对成员企业个人或团队进行调研得到。应用UCINET5.52软件进行数据分析，中关村云计算产业联盟知识网络结构如图3所示。
中关村云计算产业联盟成立于2010年7月，自成立以来，联盟联合北京云计算领域重点企业和研究机构，汇聚产业链上下游资源，促进云计算领域产学研合作。目前，该联盟已经培育了一些行业龙头企业，对自主知识产权产品与集成应用起主导作用。
中关村云计算产业联盟知识网络结构图主要依据联盟成员对联盟整体的知识贡献度进行绘制，根据知识贡献数量给出了27家代表性企业。按照知识类型对联盟成员进行分析，知识主要存储于联盟成员的企业文档、专利、个人头脑、团队协作能力(经验)中。本文以各企业发表的专利、科研论文为指标，对联盟成员知识存量进行提取。根据本文提出的知识存量测度方法，基于知识网络图得到中关村云计算产业联盟知识存量测度结果，如图4所示。知识深度、知识广度与知识存量的计算均采用无量纲方式进行。
由图4可以明显看出知识深度曲线与知识广度曲线变化几乎吻合，说明在一定变化范围内中关村云计算产业联盟成员之间的知识贡献度差别不大。由知识存量曲线描述可以看出，万网、百度、搜狐、乐视网、中科院等企业或研究机构的知识存量较大，说明在云计算产业链管理过程中，上述企业的知识贡献度值较大且参与度较高，对它们应给予会费减免、高级知识管理等奖励，从而促进这些企业更大程度地参与联盟知识管理。对于贡献与参与度较低的成员，应采取一定的激励措施，促进知识转化与知识共享。
图3中关村云计算产业联盟知识网络结构
图4中关村云计算产业联盟知识深度、广度及存量测度
在中关村云计算产业联盟中，成员企业自身知识存量水平有限，且不同类型的成员对联盟知识贡献度不同。因此，在知识存量测度前必须对联盟知识进行动态激活操作。该操作首先对联盟成员知识共享模型进行识别，从而确定知识类型与知识资源量。在人工智能管理信息系统的辅助下，结合知识资源提取优化算法对知识载体进行处理，将处理后的结果以知识地图的形式展现给联盟成员，从而为联盟成员确定自身所需的关键性知识提供精准服务。在知识传递过程中，以技术人员为核心，以不同的知识转化方式对联盟内的科技进展及产业动态进行隐性与显性交替激活，从而实现联盟内知识资源的动态变化。对于联盟获取的知识资源以知识解码、编码方式进行处理，从而提升联盟知识存量水平，如图5所示。
对本文提出的3种知识提取策略的提取效果进行对比分析，以隐性知识提取率作为主要对比项，使用MATLAB对其进行试验分析，如图6-8所示。
由图6可以看出，知识传播速度相同情况下，联盟成员自身知识存量水平提升会导致隐性知识提取率提升，3种类型的知识提取策略中主动型隐性知识提取效果最明显。此时，提升隐性知识显性化的技术水平及增加知识主体的专业知识，可以提高隐性知识显性化的准确程度。由图7可以看出，联盟成员自身知识存量水平相同时，隐性知识提取效率会因知识传播速度的提升而提升，3种类型的知识提取策略中保守型知识提取效果最明显。此时，一般采用信息技术和信息系统外包的形式降低知识显性化成本，并建立人力资源知识库、绘制组织知识地图，从而提高知识传播效率。由图8可以看出，知识存量水平和知识传播速度均不同时，沉默型知识提取策略效果最明显。此时，应完善现有组织学习机制，充分挖掘知识主体头脑中的隐性知识，并建立组织激励机制，从而促进知识转化和共享。
(1)知识广度与知识深度一定程度上影响知识存量，知识广度与知识深度之间的差距较小，说明两者影响程度相近。
(2)联盟通过成员企业之间的知识吸收与提炼增加自身知识存量、提升联盟知识管理水平，从而降低成员企业之间的知识势差。
(3)联盟知识管理整个生命周期阶段，只有动态调整每个时期的知识获取与优化策略，才能最大程度地提高联盟整体知识存量水平。
知识存量是云计算产业联盟知识管理的基本要素，能够实现动态量化并决定联盟知识总量，间接决定联盟成员企业在市场竞争中的地位。本文通过对中关村云计算产业联盟进行证发现：①联盟知识网络中的知识流动受知识势差的影响，并影响成员企业的知识共享与吸收能力，即影响企业知识存量水平；②在联盟知识流动过程中，以知识地图为手段进行知识获取进而提升企业知识存量水平的效果良好；③在不确定知识资源传播速度和成员企业知识存量水平的条件下，可以采用沉默型策略对隐性知识进行提取，从而保证联盟以较低成本获取较多知识资源。
图5中关村云计算产业联盟知识地图
图6隐性知识提取策略对比(主动型影响)
图7隐性知识提取策略对比(保守型影响)
本文以动态量化方式对知识存量进行测度，对于现阶段知识密集型企业具有一定的理论参考价值与实践指导意义。首先，企业在知识管理过程中，以知识管理平台为基础促进成员企业间的知识资源交互，进而提升成员知识存量以及知识创新能力。其次，提升合作成员企业的知识管理水平，而提升知识存量的前提必须是促进知识流动。最后，联盟成员以共同目标和规范为准则进行知识交流，不断缩小企业间的知识势差，并使合作竞争过程的知识存量保持稳定。
图8隐性知识提取策略对比(沉默型影响)
本研究仍存在一些不足之处，未来研究需要对本研究模型和方法进行实例验证。此外，本文未对不同联盟结构进行差异性分析，未来研究可予以关注。
参考文献:
[1] YANG HB,LIN ZJ,LIN YL.A multilevel framework of firm boundaries:firm characteristics,dynamic difference,and network attributes[J].Strategic Management Journal,2010,31(3):1365-1381.
[2] 李长玲.知识存量及其测度[J].情报杂志,2004,23(7):65-66.
[3] SATTY T L.The analytical network process[M].Pittsburgh:RWS Publication,1996.
[4] 魏江,刘洋,赵江琦.服务模块化与组织整合的匹配——对专业服务业知识编码化的影响[J].科学学研究,2012,30(8):1237-1245.
[5] 王君,樊治平. 一种基于有向无环图的组织知识度量模型[J]. 系统工程,2002,20(5):22-27.
[6] 李顺才,常荔,邹珊刚.企业知识存量的多层次灰关联评价[J].科研管理,2001,22(3):73-78.
[7] 杜静,魏江.知识存量的增长机理分析[J].科学学与科学技术管理,2004,25(1):24-27.
[8] 王建刚,吴洁.结构化能力与吸收能力的关系:基于知识视角的实证研究[C].中国管理科学学术年会,2014.
[9] SHANNON C E.A mathematical theory of communication[J]．Bell Syst.Tech.J.,1948(3)：27.
[10] 李开荣,卜忠飞,渠立兵,等.基于知识管理的教学网站更新机制研究[J].中国教育信息化,2014(5):70-72.
[11] 袁景凌,杜宏富,钟珞,等.动态量化非对称相似关系的不完备知识约简算法[J].小型微型计算机系统,2012,33(2):280-284.
[12] 王午,万君康.知识生命周期的三种诠释[J].区域经济评论,2005(8):54-55.
[13] EISENHARDT KM,MARTIN JA.Dynamic capabilities what are they[J].Strategic Management Joumal,2000,21(10):1105-1122.
Wei Ling,Guo Xinpeng
(School of Management, Harbin University of Science and Technology, Harbin 150040,China)
Abstract：In order to solve the complicated problem of knowledge stock measure which caused by knowledge heterogeneity,the extraction rate of tacit knowledge is improved.This paper takes the automatic threshold adjustment as a means to measure the breadth and depth of knowledge and realize the dynamic quantization of knowledge based on the dynamic activation model of knowledge stock.The experimental results show that the knowledge quantization method based on dynamic quantization can improve the extraction rate of tacit knowledge and prove the effectiveness of the method to improve the level of knowledge in alliance.
Key Words:Knowledge Network; Knowledge Stock; Dynamic Quantification
DOI：10.6049/kjjbydc.2017050601
中图分类号：G302
文献标识码：A
文章编号：1001-7348(2018)05-0120-07
收稿日期：2017-07-12
基金项目：国家自然科学基金项目(71272191)
作者简介：魏玲(1965-)，女，黑龙江哈尔滨人，博士，哈尔滨理工大学管理学院教授，研究方向为知识管理、危机管理、数据库管理信息系统；郭新朋(1989-)，男，黑龙江铁力人，哈尔滨理工大学管理学院硕士研究生，研究方向为知识管理、危机管理、网络舆论。
(责任编辑：张 悦)