基于系統(tǒng)動力學的虛擬產(chǎn)業(yè)集群知識轉(zhuǎn)移建模與仿真

唐雅露 陳一鳴

摘 要：虛擬產(chǎn)業(yè)集群是基于現(xiàn)代信息網(wǎng)絡(luò)形成的新型產(chǎn)業(yè)組織，本文分析虛擬產(chǎn)業(yè)集群知識轉(zhuǎn)移過程以及知識轉(zhuǎn)移對虛擬產(chǎn)業(yè)集群知識存量的影響，運用系統(tǒng)動力學理論分析虛擬產(chǎn)業(yè)集群知識轉(zhuǎn)移的因果關(guān)系以及演化特征，構(gòu)建虛擬產(chǎn)業(yè)集群知識轉(zhuǎn)移演化的系統(tǒng)動力學模型，并采用Vensim-PLE軟件對模型進行仿真。

關(guān)鍵詞：虛擬產(chǎn)業(yè)集群;知識轉(zhuǎn)移;系統(tǒng)動力學

中圖分類號：F2 文獻標識碼：A doi：10.19311/j.cnki.1672-3198.2021.08.014

知識經(jīng)濟下，企業(yè)想在市場競爭中保持優(yōu)勢，就必須擁有和創(chuàng)造知識的能力?；诰W(wǎng)絡(luò)環(huán)境，并以現(xiàn)代通訊與網(wǎng)絡(luò)技術(shù)為主要交流手段的虛擬產(chǎn)業(yè)集群成為新的發(fā)展趨勢。國內(nèi)外學者對知識轉(zhuǎn)移的研究主要從知識轉(zhuǎn)移的過程機理、影響因素研究以及轉(zhuǎn)移效果進行研究。國內(nèi)對產(chǎn)業(yè)集群以及虛擬產(chǎn)業(yè)集群知識轉(zhuǎn)移研究相對較少，很少有學者從虛擬產(chǎn)業(yè)集群視角對知識轉(zhuǎn)移進行研究，研究具有局限性。本文總結(jié)前人對知識轉(zhuǎn)移研究的基礎(chǔ)上，結(jié)合虛擬產(chǎn)業(yè)集群“虛擬性”“組織接近”等特征，將虛擬產(chǎn)業(yè)集群作為知識轉(zhuǎn)移的情境，虛擬產(chǎn)業(yè)集群內(nèi)的企業(yè)作為知識轉(zhuǎn)移的主體，而知識本身的復雜性作為知識特性，運用系統(tǒng)動力學原理進行建模與仿真，嘗試為現(xiàn)實中虛擬產(chǎn)業(yè)集群中的知識轉(zhuǎn)移提供建議與解決對策。

1 虛擬產(chǎn)業(yè)集群知識轉(zhuǎn)移的系統(tǒng)分析

1.1 虛擬產(chǎn)業(yè)集群知識轉(zhuǎn)移特征

（1）知識轉(zhuǎn)移活動呈現(xiàn)虛擬化。虛擬產(chǎn)業(yè)集群打破地域限制使集群內(nèi)企業(yè)在虛擬空間實現(xiàn)知識交流與共享，減少知識轉(zhuǎn)移的時間，更提高集群內(nèi)企業(yè)知識轉(zhuǎn)移的效率。（2）動態(tài)性與復雜性。虛擬產(chǎn)業(yè)集群內(nèi)企業(yè)在網(wǎng)絡(luò)空間的知識轉(zhuǎn)移活動沒有時間與地域限制，集群內(nèi)不同層次、不同指向的知識轉(zhuǎn)移交叉進行，加上集群成員的動態(tài)性，整個虛擬產(chǎn)業(yè)集群知識轉(zhuǎn)移過程是動態(tài)的，轉(zhuǎn)移的知識是復雜的。（3）知識轉(zhuǎn)移主體的自適應(yīng)性。虛擬產(chǎn)業(yè)集群內(nèi)成員企業(yè)具有較高的知識存量，接收者會根據(jù)組織內(nèi)外環(huán)節(jié)的變化，自主吸收知識資源并進行調(diào)整適應(yīng)環(huán)境的變化。

1.2 虛擬產(chǎn)業(yè)集群知識轉(zhuǎn)移影響因素分析

知識源的知識轉(zhuǎn)移意愿和轉(zhuǎn)移動機影響知識轉(zhuǎn)移效果，Szulanski等發(fā)現(xiàn)，知識源缺乏轉(zhuǎn)移知識的動力將最終阻礙知識轉(zhuǎn)移。有學者進一步發(fā)現(xiàn)知識轉(zhuǎn)移效率除了與知識轉(zhuǎn)移方的知識轉(zhuǎn)移動機和意愿有關(guān)外，其知識轉(zhuǎn)移能力也影響著知識轉(zhuǎn)移的效率。翟運開指出知識源和知識受體之間在管理制度、企業(yè)文化、空間距離和知識發(fā)展水平上的差異性影響知識轉(zhuǎn)移的難度。上述學者主要從知識轉(zhuǎn)移主體、知識轉(zhuǎn)移情境、知識特性三個方面對知識轉(zhuǎn)移進行研究。虛擬產(chǎn)業(yè)集群打破傳統(tǒng)產(chǎn)業(yè)集群的地域限制，知識轉(zhuǎn)移活動更加頻繁以及組織距離，并且知識轉(zhuǎn)移雙方在虛擬空間進行知識轉(zhuǎn)移對信任程度的重視以及規(guī)范距離的要求更高。因此本文認為影響虛擬產(chǎn)業(yè)集群的因素有知識特性（知識的復雜度）、知識轉(zhuǎn)移主體（轉(zhuǎn)移雙方的知識存量、知識發(fā)送與吸收轉(zhuǎn)化能力、轉(zhuǎn)移情境（虛擬產(chǎn)業(yè)集群的組織距離、規(guī)范距離、信任程度、知識差距）等方面。

1.3 虛擬產(chǎn)業(yè)集群知識轉(zhuǎn)移的因果關(guān)系分析

本文從轉(zhuǎn)移雙方知識存量、知識差距、轉(zhuǎn)移閾值、發(fā)送者發(fā)送能力、接收者吸收能力、知識轉(zhuǎn)移情境等方面研究虛擬產(chǎn)業(yè)集群知識轉(zhuǎn)移。知識差距是虛擬產(chǎn)業(yè)集群進行知識轉(zhuǎn)移活動的轉(zhuǎn)移雙方在知識擁有量、知識結(jié)構(gòu)、知識質(zhì)量等方面的差距。轉(zhuǎn)移閾值是發(fā)送者出于對自身核心知識的保護，愿意轉(zhuǎn)移的知識上限。知識轉(zhuǎn)移情境分別由信任程度、組織距離、規(guī)范距離、知識復雜度構(gòu)成。轉(zhuǎn)移雙方間的信任程度對轉(zhuǎn)移的知識量起正向作用，而知識的復雜度、組織距離以及規(guī)范距離在一定程度上阻礙知識轉(zhuǎn)移的進行。虛擬產(chǎn)業(yè)集群為企業(yè)獲取外部資源和實現(xiàn)目標提供知識轉(zhuǎn)移平臺。引入知識創(chuàng)新率和知識遺失率兩個參數(shù)用于衡量知識特性，知識創(chuàng)造和知識遺忘是關(guān)于時間的函數(shù)。平均知識水平反映轉(zhuǎn)移雙方知識存量的平均值。因此，根據(jù)轉(zhuǎn)移雙方的知識存量、知識創(chuàng)新量和創(chuàng)新率、知識遺失量和遺失率以及知識差距、轉(zhuǎn)移閾值、發(fā)送者發(fā)送能力、接收者吸收能力、知識轉(zhuǎn)移情境，構(gòu)建一個包含若干變量和反饋回路的虛擬產(chǎn)業(yè)集群知識轉(zhuǎn)移模型。

2 虛擬產(chǎn)業(yè)集群知識轉(zhuǎn)移系統(tǒng)動力學模型的構(gòu)建

模型的基本假設(shè)：（1）知識發(fā)送方與接收方在知識存量上存在知識勢差，知識由知識存量高的一方向知識存量低的一方轉(zhuǎn)移。（2）知識發(fā)送方的知識勢能高于接收方，知識發(fā)送方的知識創(chuàng)新率高于接收方，知識接收者知識遺忘率低于知識發(fā)送方虛擬產(chǎn)業(yè)集群知識轉(zhuǎn)移系統(tǒng)動力學流圖如圖1所示。

系統(tǒng)模型中涉及2個狀態(tài)變量（發(fā)送者知識存量、接收者知識存量），5個流率變量（發(fā)送者創(chuàng)新指數(shù)量、接收者創(chuàng)新知識量、發(fā)送者知識遺失量、接收者知識遺失量以及轉(zhuǎn)移知識量），7個輔助變量（發(fā)送者知識創(chuàng)新率水平、平均知識水平、知識缺口、接收者知識創(chuàng)新率水平、接收者知識吸收能力、轉(zhuǎn)移情境、轉(zhuǎn)移閾值），7個常量（發(fā)送者知識遺失率、發(fā)送者知識發(fā)送能力、接收者知識遺失率、信任程度、規(guī)范距離、組織距離、知識復雜度）。

3 虛擬產(chǎn)業(yè)集群知識轉(zhuǎn)移演化模擬及仿真

3.1 初值選取和參數(shù)設(shè)置

為使仿真的結(jié)果能順利進行，需要對變量根據(jù)實際情況進行賦值，本文利用模型輸出的相對值來表示變量的大小。設(shè)定仿真時間為60個月，發(fā)送者知識發(fā)送能力設(shè)為0.7，知識轉(zhuǎn)移閾值設(shè)為0.9。其中，知識轉(zhuǎn)移情境里的四個影響因素如信任程度、規(guī)范距離、組織距離、知識復雜度等，其取值范圍一般設(shè)為[0，1]。

3.2 有效性檢驗

本文對虛擬產(chǎn)業(yè)集群知識轉(zhuǎn)移進行有效性檢驗，考慮到知識轉(zhuǎn)移概念的抽象性，主要考察模型的有效性、一致性和適應(yīng)性。系統(tǒng)仿真運行結(jié)果如圖2所示。

從仿真運行結(jié)果看出：（1）發(fā)送者創(chuàng)新知識量和接收者創(chuàng)新知識量在仿真時間內(nèi)都呈快速增長趨勢，發(fā)送者的知識存量高于接收者的知識存量，發(fā)送者的知識創(chuàng)新效率高于接收者的知識創(chuàng)新效率，發(fā)送者的創(chuàng)新知識量增長速度快于接收者。（2）發(fā)送者知識遺失量大于接收者知識遺失量，接收者需要對轉(zhuǎn)移來的知識進行過濾、轉(zhuǎn)化、吸收和整理，使接收者的知識遺失率低于知識發(fā)送者的知識遺失率。（3）集群企業(yè)的平均知識水平呈現(xiàn)不斷增長趨勢。知識勢差越大，接收者知識存量和知識創(chuàng)新率不斷提高。（4）知識缺口的變化是先上升再下降再上升。在初期，轉(zhuǎn)移雙方存在知識勢差;隨著知識轉(zhuǎn)移不斷推進，接收者創(chuàng)新知識量增加，知識水平差距不斷縮小;當轉(zhuǎn)移閾值增速減緩并達到臨界點，發(fā)送轉(zhuǎn)移的知識量逐漸減少，雙方的知識差距又開始增大，整個變化過程呈現(xiàn)螺旋式上升的趨勢。（5）轉(zhuǎn)移知識量在仿真時間內(nèi)呈螺旋式上升。從仿真運行結(jié)果看，虛擬產(chǎn)業(yè)集群知識轉(zhuǎn)移一些重要規(guī)律與實際較為相符，該模型能夠真實反映虛擬產(chǎn)業(yè)集群知識轉(zhuǎn)移的動態(tài)過程，并提供有價值的參考信息。

3.3 靈敏度分析

本文通過改變模型中的發(fā)送方知識發(fā)送能力和知識轉(zhuǎn)移情境等兩個主要參數(shù)，對比模型運行的結(jié)果，進行參數(shù)的敏感度分析。

方案Current的知識發(fā)送能力參數(shù)設(shè)為0.7，知識轉(zhuǎn)移情境參數(shù)設(shè)為0.09，轉(zhuǎn)移閾值參數(shù)設(shè)為0.9，保持知識轉(zhuǎn)移情境以及轉(zhuǎn)移閾值的取值，提高知識發(fā)送能力，并將其參數(shù)取值設(shè)為0.9，得到方案Current1。如果保持知識發(fā)送能力，提高知識轉(zhuǎn)移情境取值為0.15得到方案Current2仿真結(jié)果如圖3所示。

從圖3看出，當改變發(fā)送者知識發(fā)送能力和轉(zhuǎn)移情境的參數(shù)取值后，對比Current1方案、Current2方案與Current方案，在同樣的仿真時間內(nèi)三個方案轉(zhuǎn)移知識量、知識缺口、平均知識水平以及接收者知識存量的總體趨勢均保持一致。其中，Current2方案對轉(zhuǎn)移知識量的影響更明顯，在一定時間內(nèi)隨著轉(zhuǎn)移知識量的增加，縮短轉(zhuǎn)移知識周期，提高知識轉(zhuǎn)移的效率。轉(zhuǎn)移情境參數(shù)取值的變化對知識轉(zhuǎn)移的影響更為顯著。在相同的仿真時間內(nèi)，接收者知識存量得到增加，虛擬產(chǎn)業(yè)集群的平均知識水平也得到增加，知識缺口相應(yīng)的減少。由此得出，知識發(fā)送能力與吸收能力對知識轉(zhuǎn)移情境具有正向的影響。通過提高知識轉(zhuǎn)移情境的參數(shù)取值，增強企業(yè)間的信任程度，提高信息的透明度，加上現(xiàn)代計算機網(wǎng)絡(luò)技術(shù)的應(yīng)用，虛擬產(chǎn)業(yè)集群的知識文化交流越來越便捷，降低共享技術(shù)專業(yè)知識的復雜度，在一定程度上提升虛擬產(chǎn)業(yè)集群平均知識水平和企業(yè)間知識轉(zhuǎn)移效率。

4 結(jié)語

本文在分析虛擬產(chǎn)業(yè)集群知識轉(zhuǎn)移特征、過程以及影響因素的基礎(chǔ)上，使用Vensim-PLE軟件建立虛擬產(chǎn)業(yè)集群知識轉(zhuǎn)移的系統(tǒng)動力學模型并對模型進行有效性檢驗和靈敏度分析。從模擬結(jié)果看出，該模型較好地擬合了實際虛擬產(chǎn)業(yè)集群知識轉(zhuǎn)移過程合，揭示虛擬產(chǎn)業(yè)集群知識轉(zhuǎn)移的特性及運行機理，為虛擬產(chǎn)業(yè)集群進行知識轉(zhuǎn)移提供理論支持。同時，也為后面學者研究虛擬產(chǎn)業(yè)集群知識轉(zhuǎn)移提供一個新的思路。

參考文獻

[1]Gabriel Szulanski.Exploring internal stickiness：Impediments to the transfer of best practice within the firm[J].Strategic Management Journal，1996，17（S2）.

[2]肖小勇，文亞青.組織間知識轉(zhuǎn)移的主要影響因素[J].情報理論與實踐，2005，（04）：355-358.

[3]王娟茹.基于企業(yè)集群的隱性知識轉(zhuǎn)移模型[J].管理工程學報，2007，（04）：35-38.

[4]王道平，楊岑，寧靜，等.知識服務(wù)網(wǎng)絡(luò)知識轉(zhuǎn)移行為演化研究[J].科學學與科學技術(shù)管理，2013，34（08）：34-42.

[5]翟運開.企業(yè)間合作創(chuàng)新的知識轉(zhuǎn)移及其實現(xiàn)研究[J].工業(yè)技術(shù)經(jīng)濟，2007，（03）：43-46.