• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于知識位勢的組織知識共享激勵機制研究*

      2018-06-13 11:06:12林陵娜吳宇蒙周詠馨
      關(guān)鍵詞:位勢廣度個體

      林陵娜,吳宇蒙,周詠馨,郭 楠

      (1.蘇州科技大學 土木工程學院,江蘇 蘇州 215011;2.香港理工大學 建筑及房地產(chǎn)學系,香港 999077)

      一、引 言

      知識共享是知識管理的核心與關(guān)鍵,并貫穿于組織合作過程。以相互協(xié)作為主要特征的組織知識共享越來越被認為是有效工作的基本前提。[1]靈活的組織合作關(guān)系有助于動態(tài)的知識流動,組織成員間構(gòu)成的網(wǎng)絡(luò)不僅可以促進知識的轉(zhuǎn)移,更能促進新知識的產(chǎn)生。[2]在組織合作過程中,不同知識背景的個體表現(xiàn)出不同的知識強度,個體知識強度由其知識廣度(knowledge width)和知識深度(knowledge depth)共同決定,由此表現(xiàn)為“高位勢知識個體”和“低位勢知識個體”。個體間的相互聯(lián)系構(gòu)成了知識鏈條,通過協(xié)作、相互影響共同構(gòu)成具有不同勢能的知識網(wǎng)。然而,個體往往不愿意共享自己的知識,尤其是有利益關(guān)系的個體間更難以進行知識共享。從組織視角出發(fā),個體共享的知識越多,越有助于團隊價值的提升,進而促進組織價值的增值。但是,由于各種因素的制約,知識共享行為并不會自發(fā)地進行。雖然學者們認為信息技術(shù)可以解決知識共享,但是他們忽略了信息技術(shù)是知識共享過程的執(zhí)行工具,能使知識共享更加容易,卻無法促進知識共享的產(chǎn)生。[3]

      因此,知識共享的產(chǎn)生需要一定的情境,知識在時間和空間的分布非均衡性可以用“場”的概念來描述?!皥觥笔俏锢韺W中表示某種物理量在空間上的分布狀況。按照物理學的觀點,世間所有的物質(zhì)或非物質(zhì)的傳導(dǎo)、擴散都是由勢差引起的,并總是從高位勢流向低位勢。組織的知識共享過程具有明顯的“場”特征:一是擁有一個特定的空間;二是節(jié)點(組織)相互聯(lián)系、相互作用構(gòu)成了知識場的要素;三是各要素存在于空間區(qū)域中。組織中不同個體的水平、素質(zhì)、努力程度等因素的影響使得知識在不同個體中也有所不同,體現(xiàn)了知識在時空上的分布非均衡性。按照知識特性,知識共享包括顯性知識共享和隱性知識共享。其中顯性知識的共享是可視化、可編碼化的,因此比較容易進行共享。隱性知識共享則需要在具體的時間和空間下,借助一定的物質(zhì)技術(shù)條件和氛圍,即“情境”來進行。[4]這里的情境類似于野中郁次郎提出的“知識場”的概念。這種情境是由知識載體散發(fā)出來的特殊物質(zhì)。[5]基于此,筆者根據(jù)已有的研究成果和理論線索來探析場論下的知識共享激勵模式,以期厘清組織內(nèi)知識共享激勵機制的整體框架,為知識管理最具核心的知識共享實踐提供依據(jù)和有價值的參考。

      二、研究現(xiàn)狀與問題

      知識共享激勵機制是目前國內(nèi)外知識共享研究的核心,學者們主要基于委托代理理論、博弈論視角[6]來研究知識共享的博弈。例如:聶規(guī)劃等提出在知識績效考核機制上,通過物質(zhì)和非物質(zhì)的激勵方式來提高知識共享[7];樊斌等在不完全信息條件下,考慮知識共享雙方收益和成本,設(shè)計了不完全信息條件下的知識共享激勵機制[8];陶厚永等基于計算機仿真手段,從個體及組織的成本收益平衡角度探討了知識共享機制對群體績效的影響[9];王明征等從知識的內(nèi)在屬性——互補性來研究委托代理模式下的互補性專業(yè)知識共享的激勵機制[10]。這些學者的研究主要是從委托-代理關(guān)系出發(fā),設(shè)計各種條件下的收益與成本平衡機制。知識共享除了考慮共享主體的收益成本期望外,還存在一些影響主體知識共享行為的其他因素。例如:斯妮嘉娜(Snejina)等通過研究丹尼斯克的案例,總結(jié)了組織價值觀念是影響知識共享行為的一個關(guān)鍵因素,從認知的層面研究了對話(dialogue)價值觀與知識共享的密切關(guān)系[11];張旭梅等則將企業(yè)組織學習能力、技術(shù)知識壁壘屬性、知識共享平臺、知識共享激勵機制以及企業(yè)間相容性水平作為供應(yīng)鏈企業(yè)間知識共享的影響因素[12]。雖然眾多學者對各領(lǐng)域的知識共享激勵進行了研究,對知識共享的研究也逐漸從技術(shù)轉(zhuǎn)移到情境中,但到目前為止,有關(guān)知識位勢的知識共享激勵機制設(shè)計的研究還很少,且大多數(shù)研究認為知識共享是從高位勢知識主體向低位勢知識主體的轉(zhuǎn)移,因此只是對高位勢知識主體進行激勵。這種激勵過程僅考慮了知識的單向流動,只能稱為知識轉(zhuǎn)移或知識擴散。筆者考慮了知識的互補性特點,認為不論高位勢主體還是低位勢主體,在合作過程中,都需要相互學習和吸收對方的知識,因此知識共享是雙向性的,同一知識主體既是知識接受者,同時也是知識供給者?;诖耍P者從不同知識位勢的表現(xiàn)形式來設(shè)計知識主體的知識共享激勵模型,將知識位勢和知識共享激勵融合在一起,并討論在不同知識位勢下的激勵模型,以解決知識場視角下的知識共享問題,以期為組織的知識管理實踐提供有益的理論指導(dǎo)。

      知識位勢是知識主體所處的位置,主體知識位勢高低是一個相對的概念,主體在某一領(lǐng)域處于高位勢,在另一個領(lǐng)域則可能處于低位勢。根據(jù)知識的特性,知識位勢由知識廣度和知識深度所決定。[9]知識廣度是主體知識面的多樣化程度,表征知識的量。知識深度是主體單一知識面所處的相對位置,表征了知識的質(zhì)。知識主體i的知識廣度為KWi,知識深度為KDi,則知識主體i的知識位勢可記為Fi=f(KWi,KDi)。主體可以在空間內(nèi)找到適合自己的知識位勢(見圖1)。

      圖1 知識主體不同知識位勢的空間位置

      主體知識的重疊程度用知識距離來表示[13],表征知識主體之間的知識差異程度。重疊程度高,知識距離就小,知識差異程度較低;反之,重疊程度低,知識距離就大,知識差異程度較高。重疊知識的相似程度直接影響知識共享的效率。[9]重疊知識較少,個體雖然可以獲取互補知識,但由于關(guān)系距離過大導(dǎo)致個體尋求知識源的時間、成本、精力等耗費過多。重疊知識的增加,提高了個體間的知識共有程度,可加快知識主體進行知識共享的效率;但當知識重疊達到某一程度使得知識趨同時,由于替代效應(yīng)所帶來的內(nèi)部競爭導(dǎo)致知識共享效率逐漸下降,進而產(chǎn)生組織內(nèi)耗與低效率[14]。因此,主體知識共享受重疊知識結(jié)構(gòu)的影響。[15]

      在本研究中,知識主體均有雙重身份,即既是知識接受方又是知識供給方。從知識場的角度,知識共享是知識個體間追求異質(zhì)性知識的一種取向。個體知識共享需要在某種激勵環(huán)境下才能發(fā)生。從資源理論看,組織成員間的相互依賴與其依賴的個體間能提供的資源成正比。也就是說,知識節(jié)點間的知識異質(zhì)性越強,節(jié)點間的依賴性就越大。同質(zhì)性的知識主體容易被取代,如果知識主體需要穩(wěn)固自身的地位,則應(yīng)該不斷進行學習來獲取更多的異質(zhì)性知識,從而提高知識位勢。

      三、知識共享激勵模型構(gòu)建與仿真分析

      1.知識共享激勵模型的構(gòu)建

      假設(shè)組織中有兩個知識主體,并且主體的知識位勢由知識廣度和知識深度兩維度共同決定。若主體間的知識距離相當,即知識重疊程度大,知識廣度和知識深度接近,主體之間的知識趨同,那么對于組織來說,選擇這樣兩個主體共同履行一個項目可能會產(chǎn)生內(nèi)部競爭,導(dǎo)致成本費用增加以及阻礙合作創(chuàng)新,對項目會產(chǎn)生一定的影響。因此,筆者假設(shè)兩個知識主體是知識趨異,即知識主體間存在知識的互補性。

      (1)知識共享產(chǎn)出函數(shù)

      假設(shè)在知識場中存在不同位勢的知識主體i,其中i=1,2。主體i的知識共享努力水平為ei,且ei≥0。

      假設(shè)知識共享產(chǎn)出函數(shù)為OPi(ei,θ)=aiqiei+θ,其中ai為主體i的知識可共享率,qi為主體i的知識存量,θ為影響產(chǎn)出的隨機因素,服從θ~N(0,σ2)的正態(tài)分布。

      (2)知識共享成本函數(shù)

      假設(shè)主體i為風險規(guī)避,此時的效用函數(shù)為U(Wi)=-e-ρWi,ρ為絕對風險規(guī)避系數(shù),主體i的風險成本為ρvar(s)/2=ρβ2σ2/2。

      (3)知識共享激勵合同函數(shù)

      假設(shè)知識主體的報酬由基本固定工資α和知識共享激勵下的績效工資βiOPi兩部分構(gòu)成,βi為知識共享激勵系數(shù)。由于組織不能完全直接觀測每個主體知識共享努力水平[17],此時,可假設(shè)兩個主體的激勵系數(shù)相等,即β1=β2=β,且β≥0。將主體i的報酬收益與組織整體的績效聯(lián)系起來,形成組織知識共享的最優(yōu)激勵方式為S=α+βOPi。

      (4)主體知識位勢趨異

      當兩個成員的知識距離小時(知識廣度和知識深度均相當),他們在知識共享活動中也可能僅僅是“用著同樣的步調(diào)進行知識共享活動”[18],很難對團隊做出一定的貢獻。因此,假設(shè)知識主體間的知識存在較大差異,這種差異體現(xiàn)在知識廣度和知識深度的趨異性。在信息不對稱情況下,由于組織無法觀測到知識主體的知識位勢,因此,假設(shè)知識主體之間涉及知識廣度方面的知識差異為μ1,知識深度方面的知識差異為μ2,且μi≥0。假設(shè)知識主體i的知識共享努力水平為ei,則主體i的知識產(chǎn)出包括aiqiei+μiajqjej(i≠j;i,j=1,2)。

      (5)知識共享期望效用

      組織實際收益:w=OP1+OP1-S1-S2=-2α+(1-β)(a1q1e1+μ1a2q2e2+a2q2e2+μ2a1q1e1+2θ)

      組織期望效用:EV(w)=-2α+(1-β)(a1q1e1+μ1a2q2e2+a2q2e2+μ2a1q1e1)

      2.知識主體風險中性下的最優(yōu)激勵

      知識主體為風險中性,其期望效用等于期望收益。知識主體1和2最大化自己的收益:

      maxEU(w1)=

      maxEU(w2)=

      根據(jù)函數(shù)最大值的一階導(dǎo)數(shù)條件,分別對以上兩式的e求導(dǎo),并令其一階導(dǎo)數(shù)等于0,得到知識主體1和2的最優(yōu)努力水平:

      e1=βa1q1/η1

      e2=βa2q2/η2

      因為組織為風險中性,則組織的期望效用等于期望收益:

      (1)當μ2?μ1,表明知識主體間在涉及知識深度上的差異大于涉及知識廣度的差異,即主體之間知識的差異主要表現(xiàn)在知識深度上。

      在風險中性下,將參與約束IR1、激勵約束IC1帶入目標函數(shù),通過一階條件得到:

      (2)當μ1?μ2,表明知識主體間在涉及知識廣度上的差異大于涉及知識深度的差異,即知識主體間的差異主要表現(xiàn)在知識廣度上。

      在風險中性下,將參與約束IR2、激勵約束IC2帶入目標函數(shù),通過一階條件得到:

      3.基于知識主體風險中性下的最優(yōu)激勵模型仿真與分析

      (1)知識深度差異的最優(yōu)激勵(μ2?μ1)

      為了計算簡便,我們簡化該模型。假設(shè)q1=10,q2=1;η1=η2=0.1;a1=0.1,a2=0.01,代入上述基于知識深度差異的最優(yōu)激勵模型,通過Matlab進行算例模擬,結(jié)果如圖2所示。

      圖2 風險中性下知識深度差異為主的主體的激勵

      由此可得到:

      在風險中性下,當主體知識差異體現(xiàn)在知識深度上(μ2?μ1),即當主體間在核心知識能力上差距很大時,得到如下結(jié)論:

      一是激勵與知識廣度正相關(guān)。知識廣度涉及知識主體的知識面,多元化的知識資源使主體能夠應(yīng)對動態(tài)變化的環(huán)境。隨著組織激勵的增加,主體很愿意共享自己的知識,從而提高組織及主體的合作創(chuàng)新績效。

      二是激勵與知識深度正相關(guān)。知識深度涉及知識主體的核心競爭能力,具有私有性,組織可通過適當補償來避免知識共享后造成知識壟斷、降低知識交易成本,實現(xiàn)核心知識的有效應(yīng)用及組織知識存量的增加。

      (2)知識廣度差異的最優(yōu)激勵(μ1?μ2)

      假設(shè)同上,代入上述基于知識廣度差異的最優(yōu)激勵模型,結(jié)果如圖3所示。

      圖3 風險中性下知識廣度差異為主的主體的激勵

      由此可得到:

      知識互補性可分為不同知識類型的數(shù)量以及相同知識類型的質(zhì)量。知識廣度涉及知識種類的量,側(cè)重于知識多元化方面。多元化知識主體合作實現(xiàn)知識互補,共享的知識彌補彼此的知識空隙,在風險中性下,組織提供的激勵水平應(yīng)重點在激發(fā)主體共享出核心專業(yè)知識,提高主體的核心知識能力和學習能力,而不是增加主體的知識面。此時過多的多元化知識共享會產(chǎn)生知識浪費。[19]

      4.知識主體風險規(guī)避下的最優(yōu)激勵

      知識主體為風險規(guī)避,則目標函數(shù)與約束機制如下:

      (1)當μ2?μ1,將參與約束IR’1、激勵約束IC’1代入目標函數(shù),求出一階偏導(dǎo),令一階偏導(dǎo)數(shù)等于0,得到:

      (2)當μ1?μ2,將參與約束IR’2、激勵約束IC’2帶入目標函數(shù),通過一階條件得到:

      5.基于知識主體風險規(guī)避下的最優(yōu)激勵模型仿真與分析

      (1)知識深度差異的最優(yōu)激勵(μ2?μ1)

      假設(shè)同上,代入上述基于知識深度差異的最優(yōu)激勵模型,結(jié)果如圖4所示。

      圖4 知識深度差異下,不同風險成本(ρσ2=0和ρσ2=1)的激勵結(jié)果

      圖4中,存在風險規(guī)避時的知識共享激勵系數(shù)小于不存在風險規(guī)避時的知識共享激勵系數(shù)。當主體的知識深度差異很大時(μ2?μ1),主體在風險規(guī)避下的最優(yōu)激勵與知識廣度、知識深度的關(guān)系如下:

      一是最優(yōu)激勵水平與知識廣度差異系數(shù)正相關(guān)。團隊具有相近的知識廣度和互補的知識深度。知識廣度可通過主體所參與的知識領(lǐng)域的總數(shù)來表征。多元化知識增加了可供流動的知識種類,在風險規(guī)避情況下組織應(yīng)加大激勵水平實現(xiàn)可供選擇的知識量。

      二是最優(yōu)激勵水平與知識深度差異系數(shù)負相關(guān)。當主體涉及知識深度差異較大,表明互補性知識差異太大,知識距離較大阻礙知識的流動、知識共享的效率和數(shù)量,此時即使主體愿意共享核心知識,知識接受者也難以將這些知識為其所用,因此適當降低激勵水平有助于核心知識的共享。

      (2)知識廣度差異的最優(yōu)激勵(μ1?μ2)

      假設(shè)同上,代入上述基于知識廣度差異的最優(yōu)激勵模型,結(jié)果如圖5所示。

      圖5 知識廣度差異下,不同風險成本(ρσ2=0和ρσ2=1)的激勵結(jié)果

      圖5中,存在風險規(guī)避時的知識共享激勵系數(shù)小于不存在風險規(guī)避時的知識共享激勵系數(shù)。當主體的知識廣度差異很大時(μ1?μ2),主體在風險規(guī)避下的最優(yōu)激勵與知識廣度、知識深度的關(guān)系如下:

      一是最優(yōu)激勵水平與知識深度差異系數(shù)正相關(guān)。獲取互補性知識也需要組織付出更多的成本。知識深度相當?shù)闹黧w進行知識交流可以更順暢地實現(xiàn)各自目標,此時增加互補性知識的共享更有助于組織提高創(chuàng)新績效。

      二是最優(yōu)激勵水平與知識廣度差異系數(shù)負相關(guān)。當知識深度相當,涉及知識廣度的知識較易接受和利用,此時新獲取的這部分知識的價值較低,并且過多的多元化知識對組織來說需要付出更多的代價,如轉(zhuǎn)移成本,因而在風險規(guī)避下組織采取的激勵措施越少。

      四、知識場下的知識共享模型

      綜上,知識共享激勵受主體知識位勢、風險偏好等因素的影響,并且知識廣度和知識深度差異水平對激勵系數(shù)的影響不同。

      知識深度表征知識的質(zhì),是決定主體競爭優(yōu)勢和社會地位的關(guān)鍵維度,因此也是知識共享難度所在。對于涉及知識深度差異的知識共享,應(yīng)該考慮風險成本,找到一種激發(fā)高知識深度主體共享意愿的激勵機制。對于涉及知識廣度差異的知識共享,主要可通過知識與知識的交換、知識與貨幣的交換或免費共享的方式來實現(xiàn)。

      多個主體構(gòu)成的知識場是一種面上的層次,需要網(wǎng)絡(luò)協(xié)調(diào)機制和非線性作用下的知識涌現(xiàn)機制來促進知識共享的功能。筆者通過構(gòu)建知識共享的XYZ坐標,來描述不同知識位勢下主體的知識共享過程(見圖6)。

      圖6 不同知識位勢下的知識創(chuàng)造過程

      知識流動除了沿著縱向和橫向流動,同時也存在向Z軸方向的流動。也就是說,知識除了在知識廣度和知識深度的傳播和積累外,還將沿著空間某一方向繼續(xù)延伸,這種延伸可以表示知識節(jié)點心智模式的延伸。以O(shè)為知識場場源,構(gòu)建半徑為OA=OB=OC=OD的球,可知空間坐標中,A、B、C、D在同一個球面上,此時點A、B、C、D作為四個知識節(jié)點,該節(jié)點間的知識位勢從量上來說是相等的。沿OA方向半徑逐漸增加,知識位勢增加,體現(xiàn)為知識廣度和深度的增加,可以用野中郁次郎的知識創(chuàng)造SECI模型來解釋,知識經(jīng)過螺旋式的轉(zhuǎn)化過程逐漸提高了知識主體的知識位勢。知識節(jié)點A、B、C、D投影在XY平面上的點為A′、B′、C′和D′。該圓表示知識節(jié)點的等位勢線。由圖6可知圓OA′的知識位勢大于圓OA0′。也就是說,隨著知識創(chuàng)造的SECI模型,知識節(jié)點的知識位勢將逐漸增大。當知識節(jié)點的知識位勢上升到某一階段時,具有較高心智共享程度的專家組織不需要交流即可以及時協(xié)調(diào)個人的行為以適應(yīng)其他人的需要。[20]這種行為將是知識位勢上升到一定階段的結(jié)果。因此,知識共享激勵除了促進較高深度和廣度知識主體進行知識創(chuàng)造外,還促進較低深度、廣度知識逐漸向較高深度和廣度知識的轉(zhuǎn)移,并通過知識轉(zhuǎn)移和吸收,達到知識的共享效果。從共享心智角度來看,組織知識共享激勵是一種抽象的、分散概化的共享心智模式,并隨著組織經(jīng)驗的不斷增長不斷具體化。[4]也就是說,組織成員的合作將會隨著合作的深入使成員間的共享心智更加顯現(xiàn)化,體現(xiàn)知識隱性化到顯性化的突變,顯性化到隱性化的深入,顯性化到顯性化的交換,隱性化到隱性化的積累等。當成員心智模型提高后,成員在缺乏時間或者缺乏有效、全面溝通的情況下可以利用相似心智模型來更有效地預(yù)測他人的行為并有效地協(xié)調(diào)自己的行為。[21]這種相似心智模型可以表現(xiàn)在成員以相似的方式理解線索,以類似的方式做出決策并恰當?shù)貓?zhí)行[22],而這正是知識共享的期望效果。

      五、結(jié)論與展望

      筆者基于知識位勢建立了知識共享激勵模型,綜合分析了在知識共享努力水平、知識共享激勵下的組織成員的效用水平。通過分析不同知識廣度和知識深度下主體的激勵方式表明:主體屬于風險中性時,當知識深度差異作為主體的知識位勢決定因素,組織應(yīng)該提高對主體的激勵;當知識廣度差異作為主體的知識位勢決定因素,組織應(yīng)該通過激勵措施來增加主體間核心知識的共享,并適當降低多元化知識的共享。主體存在風險規(guī)避時,當知識深度差異作為主體的知識位勢決定因素,增加多元化知識激勵同時減少核心知識共享激勵有利于組織增加知識面并降低激勵成本;當知識廣度差異作為主體的知識位勢決定因素,提高核心知識激勵同時減少多元化知識共享激勵有助于組織創(chuàng)新績效的實現(xiàn)。上述研究為組織的知識管理,尤其是知識共享激勵問題的研究提供了更進一步的理論意義。下一步的研究工作是在本研究的基礎(chǔ)上進行實地調(diào)研,通過實證調(diào)研方式驗證數(shù)學模型理論推導(dǎo)。

      參考文獻:

      [1]陳珽.決策分析[M].北京:科學出版社,1987:258-284.

      [2]HARDY C, PHILLIPS N, LAWRENCE T B. Resource, knowledge and influence: the organizational effects of interorganizational collaboration[J]. Journal of management studies,2003,40(2):321-347.

      [3]SUN P Y, SCOTT J L. An investigation of barriers to knowledge transfer[J]. Journal of knowledge management,2005,19(2):75-90.

      [4]盧小賓,王克平.隱性知識共享的制約因素與實現(xiàn)對策研究[J].情報資料工作,2011(3):6-9.

      [5]黨興華,李莉.技術(shù)創(chuàng)新合作中基于知識位勢的知識創(chuàng)造模型研究[J].中國軟科學,2005(11):143-148.

      [6]常濤,廖建橋.基于博弈論視角的團隊知識共享激勵機制研究[J].軟科學,2009,23(4):92-96.

      [7]聶規(guī)劃,陳曉莉.知識共享的激勵機制研究[J].情報探索,2006(4):6-7.

      [8]樊斌,鞠曉峰.不完全信息條件下知識共享激勵機制研究[J].科學學研究,2009,27(9):1365-1369.

      [9]陶厚永,劉洪.知識共享機制對群體績效的影響研究[J].科研管理,2008,29(2):52-60.

      [10]WANG M Z, SHAO C Y. Special knowledge sharing incentive mechanism for two clients with complementary knowledge: a principal-agent perspective[J]. Expert systems with applications,2012,39(3):3153-3161.

      [11]MICHAILOVA S, MINBAEVA D B. Organizational values and knowledge sharing in multinational corporations: the Danisco case[J]. International business review,2012,21(1):59-70.

      [12]張旭梅,陳偉,張映秀.供應(yīng)鏈企業(yè)間知識共享影響因素的實證研究[J].管理學報,2009,6(10):1296-1301.

      [13]胡漢輝,潘安成.組織知識轉(zhuǎn)移與學習能力的系統(tǒng)研究[J].管理科學學報,2006,9(3):81-87.

      [14]SONG J, ALMEIDA P, WU G. Learning by hiring: when is mobility more likely to facilitate interfirm knowledge[J]. Management science,2003,49(4):351-365.

      [15]SZULANSKI G, JENSEN R J, LEE T. Adaptation of knowhow for cross-border transfer[J]. Management international review,2003,43(3):131-150.

      [16]計國君.供應(yīng)鏈企業(yè)間知識共享的激勵研究[J].圖書館理論與實踐,2012(10):30-37.

      [17]ALCHIAN A, DEMSETZ H. Production, information costs, and economic organization[J]. The American economic review,1972,62(5):777-795.

      [18]MARIANNA M, HITT M A, LANE P J. Complementary technologies, knowledge relatedness, and invention outcomes in high technology mergers and acquisitions[J]. Strategic management journal,2010,31(6):602-628.

      [19]黃依,葉金福,鄒艷.基于知識位勢的戰(zhàn)略聯(lián)盟穩(wěn)定性研究[J].情報理論與實踐,2010,33(10):46-49.

      [20]CANNON-BOWERS J A, SALAS E, CONVERSE S. Shared mental models in expert team decision making[M]∥CASTELLAN N J. Individual and group decision making: current issues. Hillsdale: Lawrence Erlbaum Associates,1993:221-246.

      [21]MATHIEU J E, HEFFNER T S, GOODWIN G F, et al. The influence of shared mental models on team process and performance[J]. Journal of applied psychology,2000,85(2):273-283.

      [22]MOHAMMED S, DUMVILLE B C. Team mental models in a team knowledge framework: expanding theory and measurement across disciplinary boundaries[J]. Journal of organizational behavior,2001,22(2):89-106.

      猜你喜歡
      位勢廣度個體
      含Hardy位勢的非線性Schr?dinger-Poisson方程正規(guī)化解的多重性
      一類帶強制位勢的p-Laplace特征值問題
      關(guān)注個體防護裝備
      勞動保護(2019年7期)2019-08-27 00:41:02
      追求思考的深度與廣度
      含變號位勢的ρ-Kirchhoff型方程組無窮多個高能量解的存在性
      含位勢的非線性雙調(diào)和方程解的存在性
      個體反思機制的缺失與救贖
      學習月刊(2015年22期)2015-07-09 03:40:48
      How Cats See the World
      中學科技(2015年1期)2015-04-28 05:06:12
      網(wǎng)絡(luò)在拓展學生閱讀廣度中的運用
      金融廣度:指標選擇與政策建議
      乐业县| 天柱县| 临泽县| 巴林右旗| 郯城县| 炉霍县| 安达市| 辽阳县| 沙洋县| 永定县| 江川县| 隆化县| 崇仁县| 阜康市| 新绛县| 芜湖市| 山丹县| 云和县| 崇义县| 滦南县| 卢湾区| 滁州市| 新乡市| 宁都县| 府谷县| 芒康县| 县级市| 巩义市| 方正县| 察隅县| 开远市| 格尔木市| 曲松县| 西乌珠穆沁旗| 定日县| 林州市| 德钦县| 尉犁县| 洪洞县| 罗城| 长兴县|