“结构”和“关系”维度的团队知识网络研究进展

“结构”和“关系”维度的团队知识网络研究进展
施杨;李南
【摘要】从社会网络的角度探讨知识活动,是近年来国内外知识管理的的热点问题之一.通过梳理国内外该领域的最新研究成果,从“结构”、“关系”以及“结构”
和“关系”相结合的角度指出团队知识网络的研究主题.其中,“结构”维度涉及网
络密度、网络距离、网络中心性和网络集团性等,“关系”维度涉及关系类型、关
系强度和关系质量等.在此基础上,指出团队知识网络的未来研究方向,为相关理论和实践研究提供指导.
【期刊名称】《技术经济与管理研究》
【年(卷),期】2011(000)002
【总页数】4页(P57-60)
【关键词】知识网络;社会关系;社会结构;复杂网络
【作者】施杨;李南
【作者单位】常熟理工学院管理学院,江苏常熟215500;南京航空航天大学经济与
管理学院,江苏南京210016;南京航空航天大学经济与管理学院,江苏南京210016【正文语种】中文
【中图分类】G302
从社会网络的角度探讨知识活动，国内外研究大致兴起于20世纪90年代后期，
主要侧重于有关的理论模型和实证研究。

2000年，在Cross等人的倡导和影响下，社会网络理论和社会网络分析方法被逐渐引入知识管理领域。

2006年第15届知
识工程与知识管理国际会议、第7届知识与系统科学国际研讨会和第3届知识管
理国际会议不约而同地把社会网络分析与知识管理交叉研究列作了会议的焦点议题，这表明知识管理界对社会网络研究范式的兴趣正在增加。

按照格兰诺维特的观点，社会网络可以分为两种视角：结构取向（Structural approach）和关系取向（Relational approach）。

结构取向关注于行为者之间一定联系基础上的社会结构以及互动状态；关系取向关注于行动者之间的社会性粘着关系，以此说明特定行动者之间的互动行为和过程。

通过对团队知识网络社会结构及其关系模式的深入研究，可以更有效地了解团队知识获取、共享、转移、扩散的内在机理，对强化团队知识管理具有一定的指导意义。

一般认为，社会网络的结构取向分为两类：一类是研究网络的静态结构，包括网络规模、密度、距离、中心性、集团性、连通性等内容；另一类是研究网络的动态结构，从网络动力学的角度出发，研究动态环境下网络结构的形成和发展。

网络密度说明群体成员间平均互动程度的多寡，代表成员间彼此联系的平均力量强度。

网络密度越高，成员间交换信息和知识的可能性也越大，团队知识合作程度越高。

孟晓飞，刘洪和吴红梅(2003)利用多智能体模型模拟网络环境下的知识扩散
过程，分析多智能体分布密度、单个智能体知识扩散范围、相同分布密度下多智能体的不同分布状况对知识扩散的范围、速度等的影响情况。

丁缙，陈晓荣和韩丽川（2008）利用Jackson算法构建了知识网络的计算实验模型，通过仿真试验探讨单个虚拟的知识网络中具有不同属性的知识结点其知识水平演化的规律。

张晓军，李仕明和何铮（2009）基于复杂网络的随机阈值模型，利用计算机仿真模拟测试
不同社会关系网络密度下传媒和口头交流的创新扩散程度。

网络距离说明群体成员间有效联系的平均路径长度，反映成员间信息和知识的传递速度和难易程度。

在团队知识网络中，网络距离包括成员间空间距离、文化距离、关系距离和知识距离，这是衡量知识网络效率的重要指标之一。

Hansen，Marie
和Bjorn（2002）通过知识网络的路径长度、在知识网络中的部门间的直接关系、不成文的知识研究项目完成时间和所需要的知识量。

研究指出，知识网络中的团队路径越短，知识获取量越大；知识网络中的团队路径越短，项目完成时间越短；传递书面知识时，知识网络中的直接关系越多，项目完成时间越长。

苏卉（2009）
基于W-S模型构建了组织内知识共享的复杂网络模型。

研究指出，调整网络的交
流路径长度以及交流集中度来影响网络的结构以及效应可以促使组织内知识共享水平以及成员之间的知识交流与共享网络得以不断向最优状态演化。

网络中心性说明群体成员对其他成员的实际影响力和支配力，反映单个成员在整个网络中的重要程度。

一般来说，网络中心性包括点度中心性、中间中心性和接近中心性。

对于团队知识网络而言，单个成员在整个网络中的中心性越高，占有、获取、转移信息和知识的可能性也越大。

Cross和Cummings（2004）分析了关系节点、网络结构与工作绩效的关系，实证研究指出网络结构使一些关系结点可以获得其他结点得不到的信息；中介中心性可以使个人的信息网络和意识网络完美结合，促使工作绩效的大大提高。

安世虎，都艺兵和曲吉林（2006）在分析如何有效反映网
络中节点集重要性的基础上，针对节点赋权网络利用节点集删除的研究方法，建立知识共享网络中节点集重要性的综合测度数学模型。

李南，邓丹和田慧敏（2009）阐述团队网络的集团性和中枢节点导致网络的两面性等结构特征的基础上，运用小世界模型的局部效率和集聚系数等指标，建立了团队中枢节点的效率模型，并通过网络结构的调整（如加键和断键重连）研究网络结构对中枢节点效率的影响。

网络集团性说明群体部分成员间关系特别紧密，以至于结合形成一个次级团体。

由于研究领域和背景的不同，研究者对网络集团性的称谓不尽相同，如派系、小集团、子群等。

社会网络学者称其为凝聚子群（刘军，2004），复杂网络学者称其为社
群结构或社区结构（Newman，2004）。

一般认为，网络集团性反映群体成员间紧密、互惠和稳定关系并且对团队知识合作程度、范围、方向产生一定影响。

Reagans和McEvily（2003）认为，较为理想的网络结构是企业中存在一些内部密度较高的小团体，同时各个小团体之间又具有一定的联系，这有利于团队之间知识的扩散，提高组织的知识流动效率。

范彦静和王化雨（2008）利用复杂网络中的社团理论对知识网进行了建模，基于无权网络的BA模型对知识网络中的节点及节点的关系进行分析，从一个崭新的角度扩展了人工智能的知识表示方法。

自1998年和1999年《Nature》和《Science》发表了关于复杂网络研究的最新成果之后，复杂网络和计算机仿真方法在知识管理领域得到了一定应用并逐步成为一个热点。

考虑到论文篇幅有限，该领域研究进展另文阐述。

社会网络的关系取向主要通过测量成员间关系强度、关系内容、关系对称性、关系质量来了解行动者与其他哪些行动者存在互动，不同行动者之间联系程度如何以及行动者间有效互动的影响因素。

Krackhardt和Hanson（1993）将组织内的人际网络分为咨询网络（Advice network）、友谊网络（Friendship network）和信任网络（Trust network）以及沟通网络（Communication network）。

罗家德（2005）指出，团队知识合作涉及组织内咨询网络、情感网络和情报网络3类。

其中，咨询网络是指在工作专业中咨询他人或者是被他人咨询的范围大小；情感网络是指成员间感情交往的程度；情报网络是指员工将正式或者非正式的情报向谁传递或者向谁求证的程度。

殷国鹏，莫云生和陈禹（2007）以中国人民大学经济科学实验室为案例，通过问卷调查收集数据绘制组织内部知晓、沟通、咨询、知识传播等社会关系网络，并且定量分析网络结构发现阻碍知识传播及创新的问题。

其中，知晓网络及沟通网络是咨询网络的基础，而知识网络反映组织内部知识的实际流动、传播的状况。

按照Granovetter（1973）的观点，群体成员间关系分为强联系和弱联系。

强联系是群体内部的纽带，可获得的信息重复性高；弱关系是群体间的纽带，信息重复性低，并且充当信息桥的角色。

他认为，成员间互动的频率、感情强度、亲密程度
和互惠交换可以作为衡量强联系和弱联系的四个指标。

Hansen（1999）发表《搜索转移问题：弱联系在组织子单元知识共享上的角色》一文，揭开了从社会网络和社会关系角度进行知识共享和知识转移研究的序幕。

他认为弱联系在跨组织信息传播上具有渠道优势，能够带来更多不重复的外部信息，因而在信息搜寻和共享上具有特殊价值。

Beckman和Haunschild（2002）从网络关联强度与多样性的角度
探讨组织绩效的影响因素，网络成员的异质性有助于组织的学习绩效，成员间强联系关系作用于团队异质性并且与组织绩效正相关。

邝宁华，胡奇英和杜荣强（2003）将知识共享过程分解为知识寻找和转移两个过程，重点研究了强联系在
跨部门的复杂知识共享中的作用。

研究指出，当部门间强调身份的一致性时或共享复杂知识时，强联系比弱联系能提供更多的知识共享机会。

朱少英和徐渝（2003）探讨了知识传播的高峰期及其影响因素。

研究证明，知识传播高峰期受交流率和遗忘率的影响。

Rhee（2004）指出，社会网络中的弱联结使得网络成员具有广泛的多样性，从而不被固定的角色所限制，更容易进行探索式学习。

与之相反，强联系不利于企业在合作技术创新中创造性知识的吸收。

Liebowitz（2005）指出，“区间测量”可用于人际网络分析，用以判断组织中个体之间、部门与部门之间联系的紧密度，而“层次分析法”有助于发展这种区间测量，最终完善知识地图。

田慧敏，李南和邓丹（2005）研究了弱联系在促进隐性知识转移上的作用，指出交流频率、交流集中度、关键人物、网络动态性、传递效率和效果是影响隐形知识转移的主要因素。

Fleming和Marx（2006）指出所有的知识都可以通过组织的各种正式或
非正式社会关系网络的互动来转移，闭合的小圈子之间存在弱连接的小世界网络结构将保证创新的涌现与传播的同时进行，从而保持个体与群体持续的创造力。

钟琦和汪克夷（2008）将SNA引入组织知识网络研究，分别从“自我中心社会网”和“整体社会网”的角度对组织内部知识网络的相关问题进行探讨，包括确认节点的知识交流关系、测度节点间知识交流强度，识别知识团体和关键知识节点等。

杨玉
兵和潘安成（2008）在分析强联系网络、重叠知识与知识转移关系的基础上，从组织生态学角度构建了三者之间的关系模型，指出强联系网络可以通过其内部的重叠知识对组织知识转移产生影响。

Kelley（1983）提出关系质量的概念，用以说明成员间关系的互惠程度。

关系质量对于群体成员间信息和知识交换的数量和质量至关重要，对团队知识合作绩效也具有直接影响。

一般认为，沟通、信任、合作是衡量成员间关系质量的主要变量。

Levin和Cross（2004）分析了社会网络中的信任在知识转移中所扮演的角色，指出高信任度能大大促进隐性知识的传递，尤其在强联系居多的网络中成员间高密度联系促使彼此间信任度的增加，成员间愿意相互交流和交换隐性知识。

王晓光和马费成（2007）从社会网络研究的范式特征出发，提出了社会网络作用于知识转移的3种机制：互惠机制、交换机制和信息机制，并且通过联系多元化、直接沟通和社会性知识改进知识转移效果。

肖冬平和顾新（2009）指出知识网络的困境在于隐性知识的转移与共享难以实现，隐性知识的共享困境主要表现为心理困境、能力困境和动力困境、组织结构困境、组织文化困境、组织间的信任困境、组织间文化距离困境、组织能力差异困境和组织间合作动力困境等。

在此基础上，指出利用非正式网络弥补正式组织和正式网络的先天性不足，克服知识网络中隐性知识转移与共享困境的有效途径。

杨瑞明，叶金福和邹艳（2009）在剖析团队社会网络对团队知识共享的作用机制的基础上指出，共享心智模型在社会网络和知识共享之间起到一定的中介作用，而社会网络的专长异质性、联系强度和知识共享之间存在一定程度的正相关关系。

当然，社会网络不仅需要了解什么样的网络结构如何影响行动者的行为，也需要了解行为者如何构建、维持和利用社会结构，更需要了解网络结构属性和关系模式双重作用下整个网络形成、发展和演变的运作机理以及整个网络对组织其他行为的影响。

Tasi（2001）通过调研指出，在组织内部的知识转移中，网络结构、关系、位置
影响新知识的吸收能力和业务单位的创新和绩效，社会内聚力与网络范围对知识转移的效果远高于个人之间强关系的作用。

Droege和Hoobler（2003）研究了社
会网络的属性与隐性知识扩散之间的关系，指出在社会网络密度高、成员互动频繁、合作水平高以及拥有强弱关系混合的企业中，隐性知识扩散更迅速。

罗家德，叶冠伶和辉伟升（2003）探讨了组织的知识管理次群体、弱联结、群体密度、网络中
心性。

研究发现，有洞有桥的团队适合知识的分享与管理，组织黏性对知识分享与管理的影响不显著。

陶海青和薛澜（2004）研究了社会网络与知识传递之间的关系，指出社会网络中联系的力量、网络规模、网络位置以及网络范围与种类都会影响知识传递；同时不同类型的知识需要不同的网络路径实现有效传递。

陈迪（2006）通过对组织的知识获取能力提升的机理分析，发现社会网络对组织的知
识获取能力提升具有一定的影响。

知识本身的特性、知识转移的困难、组织在网络中创新的困难以及由网络结构、联系和流动等内外环境情境共同构成组织知识获取能力提升的成本。

王夏洁和刘红丽（2007）从强联结与弱联结理论、社会资本理论、结构洞理论出发，研究了知识链上的知识获取、社会网络关系、结构对知识链中的知识传递和共享的影响以及社会网络对推动知识创新的重要作用。

任志安和毕玲（2007）在“社会网络”下分析了关系的联系特征和结构特征，基于“公共物
品-组织嵌入”的知识连续体分析了知识特性和知识共享的阶段特征，在此基础上
给出了“网络关系与知识共享的关系”的一个分析模型。

杨玉兵和胡汉辉（2008）从联系强度、网络聚类和网络规模三个方面研究了网络结构对知识转移的影响，认为网络结构对知识转移的作用主要是通过影响知识源和知识接受者的意愿和编码与吸收能力来实现的。

李玲，党兴华和贾卫峰（2008）从考察知识获取搜寻、辨识、接收和创新四个不同阶段的特征入手，实证分析了关系性嵌入与结构性嵌入对企业知识有效获取的影响。

研究表明，网络嵌入性对企业间知识获取效果的影响因阶段
不同而表现出较大的差异性。

随着管理对象的日趋复杂以及管理手段的多样化，对知识管理的深入探讨需要一种发散性思维，从其他学科的研究成果中汲取营养。

正如Parker，Cross和Walsh （2001）所指出的，社会网络分析不仅是一种新型的行为科学研究方法，还是一
种可以普遍应用的、潜在的组织诊断工具。

下一步的研究应结合社会网络的相关理论，探讨知识管理中的社会关系、结构、行为以及演变等一系列问题，识别知识流动的渠道、成本、效率，为我们研究团队知识管理建立一个新的可供选择的理论框架。

目前，团队知识管理较少研究涉及知识交流、知识扩散、知识转移、知识共享、知识创造等几个概念之间联系和区别的分析，存在概念混用现象，一定程度上导致研究目标的模糊化。

对相关概念的界定有利于加深对团队知识活动一般规律和基本原理的理解，进而根据特定研究对象建立数理模型以及展开实证研究。

目前国外内研究中，大量文献探讨团队结构和知识生产、团队工作任务和产出、团队知识运行等方面，很少针对特定组织形式研究某一特殊社会网络对知识管理的影响，研究结论尚显单薄。

事实上，不同团队有其特殊的社会网络，知识交流、知识扩散的过程、影响因素和效果也有所差异。

如何针对特定团体的特点展开研究，这方面的研究成果仍比较缺乏，该领域研究有待进一步深入。

近年来复杂网络的研究成果，为研究团队知识管理打开了新的思路。

当然，许多研究在模拟知识活动过程中，提出的理论模型过于抽象化，科学性与可操作性较差。

与此同时，定量化模拟往往采用计算机随机赋值的方法，忽略了现实团队知识活动的特殊性。

如何根据现实团队知识活动的实际情况，提炼具有一定管理意义的网络参数，考虑不同参数变化对团队知识网络的传导机制，进而提出有针对性的团队知识管理建议，这是未来努力的方向之一。

自2003年以来，利用社会网络分析工具对知识管理进行研究的文献数量逐渐增多。

众多研究成果表明，社会网络分析为研究团队知识获取、转移、共享、扩散和创新提供了强有力的工具。

下一步应根据团队知识活动特点，对团队知识网络的影响因素进行多变量设计。

在此基础上，通过对调研数据的分析对统计结果加以归纳和整理，进而利用社会网络诊断和发现企业知识活动中存在问题进而提出对策性建议。

【相关文献】
[1]孟晓飞，刘洪，吴红梅.网络环境下知识扩散的多智能体模型研究[J].科学学研究，2003，
21(6):636-641.
[2]丁缙，陈晓荣，韩丽川.复杂知识网络的结构特征对知识流动的影响[J].上海理工大学学报，2008，30(3):237-242.
[3]张晓军，李仕明，何铮.社会关系网络密度对创新扩散的影响[J].系统工程，2009，27(1):92-97.
[4]Hansen M，Marie L，Bjorn L.Knowledge Sharing in Organizations:Multip le Networks，Multiple Phases[J].Academy of Management Journal，2005，48(5):776-793.
[5]苏卉.基于W-S模型的组织内知识共享研究[J].情报杂志，2009，28(3):138-140.
[6]Cross R，Cummings J.Tie and Network Correlates of Individual Performance in Knowledge Intensive Work[J].Academy of Management Journal，2004，47(6):928-937. [7]安世虎，都艺兵，曲吉林.节点集重要性测度—综合法及其在知识共享网络中的应用[J].中国管理科学，2006，14(1):106-111.
[8]李南，邓丹，田慧敏.团队中枢节点的效率模型[J].数学的实践与认识，2009，39(3):7-11.
[9]Reagans R，McEvily work Structure and Knowledge Transfer:the Effects of Cohesion and Range[J].Administrative Science Quarterly，2003，48(2):240-267.
[10]范彦静，王化雨.基于复杂网络的知识网建模研究[J].心智与计算，2008，(6):16-20.
[11]Krackhardt D，Hanson rmal Networks:the Company behind the Chart[J].Harvard Business Review，1993，71(4):104-111.
[12]罗家德.关系管理刍议—关系管理研究的回顾与展望[J].关系管理研究，2005(1):1-26.
[13]殷国鹏，莫云生，陈禹.利用社会网络分析促进隐性知识管理[J].清华大学学报(自然科学版)，2006，46(S1):964-969.
[14]Hansen M.The Search of Transfer Problem:the Role of Weak Ties in Sharing Knowledge across Organization Subunits[J].Administrative Science Quarterly，1999，
44(1):82-111.
[15]Beckman C，Haunschild work Learning:the effects of Partners'heterogeneity of Experience on Corporate Acquisitions[J].Administrative Science Quarterly，2002，(47):92-124.
[16]邝宁华，胡奇英，杜荣.强联系与企业内跨部门知识共享研究[J].科学学与科学技术管理，
2003(11):26-30.
[17]朱少英，徐渝.基于组织学习的知识动态传播模型[J].科研管理，2003，24(1):67-71.
[18]Rhee work Updating and Exploratory Learning Environment[J].Journal of Management Studies，2004，41(6):933-949.
[19]田慧敏，李南，邓丹.弱连接在促进隐藏隐性知识转移中的作用[J].科技进步与对策，2005，
22(6):18-20.
[20]Fleming L，Marx M.Managing Creativity in Small Worlds[J].California Management Review，2006，48(4):6－27.
[21]钟琦，汪克夷.基于社会网络分析法的组织知识网络及其优化[J].情报杂志，2008(9):59-62.
[22]杨玉兵，潘安成.强联系网络、重叠知识与知识转移关系研究[J].科学学研究，27(1):25-29.
[23]Levin D，Cross R.The Strength of Weak Ties You Can Trust:The Mediating Role of Trust in Effective Knowledge Transfer[J].Management Science，2004，50(11):1477-1490. [24]王晓光，马费成.社会网络视角下知识转移的机制与策略[J].科技进步与对策，2007，
24(11):102-105.
[25]肖冬平，顾新.知识网络中隐性知识的共享困境及其克服路径—基于非正式网络的观点[J].图书
情报工作，2009(1):108-112.
[26]杨瑞明，叶金福，邹艳.团队社会网络对团队知识共享作用机制的实证研究[J].情报理论与实践，2010，33(2):68-72.
[27]Tasi W．Knowledge Transfer in Intraorganizational Networks:Effects of Network Postion and Absoptive capaciy on business unit innovation and performance[J].Academy
of Management Journal，2001，44(5):996-1004.
[28]Droege S，Hoobler J.Employee Turnover and Tacit Knowledge Diffusion:a Network Perspective[J].Journal of Managerial Issues，2003，15(1):50.
[29]罗家德，叶冠伶，辉伟升.从社会网络的观点看组织的知识管理[C].电子商务与数位生活研讨会，台湾，2003.
[30]陶海青，薛澜.社会网络中的知识传递[J].经济管理，2004(6):77-84.
[31]陈迪.组织知识获取能力提升的社会网络分析[J].东南大学学报（哲学社会科学版），2006，
8(6):57-60.
[32]王夏洁，刘红丽.基于社会网络理论的知识链分析[J].情报杂志，2007(2):81-84.
[33]任志安，毕玲.网络关系与知识共享:社会网络视角分析[J].情报杂志，2007(1):75-78.
[34]杨玉兵，胡汉辉.网络结构与知识转移[J].科学学与科学技术管理，2008(2):123-127.
[35]李玲，党兴华，贾卫峰.网络嵌入性对知识有效获取的影响研究[J].科学学与科学技术管理，2008(12):97-100.。