基于“结构洞”视角的组织社会网络内隐性知识共享研究*，本文主要内容关键词为：隐性论文,视角论文,结构论文,组织论文,社会论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
1992年，美国社会学家罗纳德·伯特（RonaldBurt）在《结构洞：竞争的社会结构》一书中首次提出了“结构洞”（Structural Holes）理论。目前，结构洞理论已经在经济学、社会学和管理学等诸多领域产生了广泛且深远的影响。国内学者对于结构洞理论的关注始于1999年，张其仔在《社会资本论——社会资本与经济增长》一书中首次提到了结构洞理论，其后出现了一系列有关结构洞理论的探索性研究成果。胡蓉、邓小昭提出了结构洞理论在人际情报网络分析中的应用[1]。汪丹对几种结构洞算法进行了比较分析并探讨了结构洞理论在情报分析领域中的应用[2-3]。刘广为、杨雅芬等人指出了结构洞理论在科技资源共享中的应用[4]。盛亚、范栋梁提出了结构洞分类理论并探讨了其在创新网络中的应用[5]。姜卫韬、梁丹等人研究了结构洞理论在解释企业家社会资本形成机制中的应用[6-7]。谢英香、冯锐探讨了结构洞理论在研究虚拟学习社区内信息获取行为中的应用[8]。本文结合两种最常用的结构洞测度指标探讨了结构洞理论在组织隐性知识共享活动中的应用。
1 结构洞的概念及其度量
1.1 结构洞的相关概念
从关系缺失的角度来看，如果网络中的一个行动者所联结的另外两个行动者之间没有直接联系时，该行动者所处的位置就是结构洞，Burt指出“非冗余的联系人被结构洞所连接，一个结构洞是两个行动者之间的非冗余的联系”[9]。从关系的对等性角度来看，如果两个行动者与网络中的同一行动者群体之间共享同样的关系，则这两个行动者之间是结构对等的。这两个行动者之间可能没有直接联系，但每个行动者的关系网络却可能是相同的，因此从“自我”的角度来看，这两个行动者提供的信息是冗余的。例如，图1中与“自我”联系的三个行动者就是结构对等的，图中粗线表示强关系，细线表示冗余关系。
在一个社会网络中，可能同时存在不同层次的结构洞。例如，在一个行动者Robert的社会网络中存在三个层次的结构洞，如图2所示，图中粗线表示强关系，虚线表示弱关系。（1）A群体中的一部分人与Robert所在的B群体中的一部分人之间存在的结构洞；（2）C群体中的人与B群体中除Robert以外的每个人之间存在的结构洞；（3）A群体中的人和C群体的人之间存在的结构洞，如行动者6和7之间存在的结构洞。这三个层次的“结构洞”位置的控制能力有所不同，当然这也取决于与周围邻接节点之间的直接关系以及与网络中所有行动者之间的关系。
1.2 结构洞的测度方法
结构洞的计算比较复杂，总体而言存在两类计算指标：第一类是Burt给出的结构洞指数，第二类是中间中心性指数。
1.2.1 结构洞指数
Burt给出的结构洞指标要考虑四个方面：有效规模（Effective Size）、效率（Efficiency）、约束性（Constraint）、等级度（Hierarchy），其中第三个指标最重要[11]。
（1）有效规模。一个行动者的有效规模等于该行动者的个体网规模减去网络的冗余度，即有效规模等于网络中的非冗余因素。Borgatti给出了计算冗余度的简单算法，即行动者i的冗余度为2t/n，其中t是行动者i的个体网中的连线数（不包括与中心点相连的连线数），n是行动者i的个体网规模（不包括自我点）[12]。因此，行动者i的有效规模是n-2t/n。
（2）效率。一个节点的效率等于该节点的有效规模与实际规模之比。
（3）限制度。一个行动者受到的“限制度”是指该行动者在其网络中拥有的运用结构洞的能力。Burt认为“你自己的机会受到的限制取决于两点：①你曾经投入了大量时间和精力的另外一个行动者q；②行动者q在多大程度上向行动者j的关系投入大量的精力。[9]”行动者i受到j的限制度指标为：
，其中
是在行动者i的全部关系中，投入到行动者j的关系占总关系的比例，行动者q为除行动者i和j以外的其他行动者。
（4）等级度。根据Burt的观点，等级度指的是限制性在多大程度上集中在一个行动者身上。其计算公式为
，其中N是行动者i的个体网规模。C/N是各节点的限制度的均值，公式的分母代表最大可能的总和值。一个节点的等级度越大，说明该节点越受限制。
1.2.2 中介中心性指数
由于占据结构洞位置的中间人通常在网络中居于重要地位，因此也可以采用Freeman给出的中介中心性（betweenness centrality）指数作为结构洞指数，用它来测量行动者对资源的控制程度。
在一个整体网中，如果一个行动者处于许多其他两点之间的路径上，则该行动者具有较高的中介中心性，它可能起到重要的“中介”作用，在网络中处于“中心”位置，拥有较多的结构洞。
中介中心势衡量了网络中中介中心性最高的节点的中介中心性与其他节点的中介中心性的差距。该节点与其他节点的差距越大，则该网络的中介中心势越高。
中介中心势记为：
其中
为图中最大的中介中心性[13]。
总的来说，Burt给出的结构洞指数主要适用于个体网，而中介中心性指数主要适用于整体网。
2 社会网络中的结构洞对隐性知识共享的影响
1958年，英国哲学家、科学家波兰尼（Polanyi）在其代表作《人的研究》中，将人类的知识类型分为显性知识（explicit knowledge）和隐性知识（tacit knowledge）两类。显性知识是指能够以书面文字、图表和数学公式等表达出来的编码化知识；隐性知识是指人们虽然知道但却难以系统地、完整地表达的知识，是未经编码的知识。在技能方面，隐性知识主要指难以表达的经验、技巧和诀窍；在认知方面，隐性知识包括洞察力、直觉、感悟、价值观、心智模式等。Nonaka认为，占知识绝大部分的经验类隐性知识和未编码化显性知识由于其个人属性以及人的大脑的特殊性而难于通过正式交流获得，只能通过非正式交流得以共享[14]。由于组织中的社会网络是组织内成员因为业务、兴趣和目标相近而形成的非正式团体，其成员在团体内分享知识及交流情感，因此在各种类型的组织内都广泛存在着多种多样的社会网络，组织内成员在社会网络中的非正式交流就成为隐性知识的交流与共享的重要渠道。组织内社会网络的存在使隐性知识共享不一定通过“隐性知识→显性知识→隐性知识”的传递模式，而可以直接通过“隐性知识→隐性知识”的传递模式[15]。
由于组织隐性知识共享与其成员在社会网络中所处的位置有关，而标志着网络位置利益的结构洞是组织社会网络中普遍存在的现象，因此通过对组织的社会网络进行结构洞位置分析有助于了解组织隐性知识共享的情况。根据Burt的观点，结构洞能为其占据者获取“信息优势”和“控制优势”提供机会，从而比网络中其他位置上的成员更具有竞争优势[9]。信息优势（informational benefits）是指占据结构洞的行动者能比别人更早、更多地获取有价值的信息和更及时地把握信息带来的机会；而控制优势（control benefits）是指结构洞能使其占据者居间协调时由于所处位置的特殊性而具有的优势，从而可以采取齐美尔所提出的第三者渔利的策略。在组织内的社会网络中，占据结构洞的成员有机会接触到两类异质的知识来源，跨越结构洞所获取的知识冗余度很低，从而形成信息优势；该成员还可以通过控制有价值知识在网络中的流动而获利，即获得控制优势。结构洞和不同关系网络的耦合也会对组织内隐性知识的共享产生不同的影响。如果结构洞嵌入在一般的咨询网络中，由于这种网络缺乏信任互惠关系，不足以抵消结构洞带来的信息优势，则占据结构洞的成员极易产生机会主义行为，其表现就是“我知道谁能帮助你，但我不告诉你”或“我知道你的知识能帮助谁，但我不会说”，因此这类结构洞就会成为组织隐性知识共享的瓶颈。如果结构洞嵌入在互惠关系网络中，那么占据结构洞的成员就会在没有强关系的其他两方之间传递信息，这样该成员的角色就转变成为“桥”：一个可以刺激知识传递与共享的位置[16]。
通过计算组织内社会网络的结构洞指数和中介中心性指数，可以更深入地了解组织的隐性知识共享情况。在组织内的社会网络中，其成员的有效规模越大，则该成员与其他成员的有效联系越多，有更多的机会进行隐性知识的交流与共享，并且在获得更多社会支持的同时可能成为整个网络的中心，从而获得更多的知识资本和社会资本。正如美国社会学家林南所指出的，社会资本借助于行动者所在网络或所在群体中的联系而起作用[17]。网络成员的效率越高，则该成员对其个体网中其他成员的影响程度越大。网络成员的限制度越高，其等级度也越高，则该成员在网络内的隐性知识交流与共享中就越受控制；网络成员的限制度越低，其等级度也越低，则该成员越能跨越结构洞接触到非冗余的知识来源。跨越较多结构洞的成员能够更多地接触到非冗余知识来源，从而能够积累更多的社会资本。网络成员的中介中心性越高，则该成员在社会网络中的地位越重要，因为他具有控制其他成员之间交往的能力。Freeman指出：“处于这种位置的个人可以通过控制或者曲解信息的传递而影响群体”[18]。中介中心性高的成员在网络内占据多个成员之间联系的结构洞位置，有更多的机会从不同渠道获取隐性知识，并能增进不同成员之间隐性知识的交流，从而促进整个网络内的隐性知识共享。但过高的中介中心性通常也不利于网络成员间的隐性知识共享。由于控制不同成员之间的有效联系，中介中心性高的成员有利用结构洞优势的倾向，即由于自身的偏好、利益等因素的影响，不轻易地将有价值的隐性知识传播出去，从而保持社会网络内结构洞的存在，导致更多机会成本的产生。
3 实证分析
下面以一家高新技术企业研发部门的成员之间以隐性知识交流为基础的社会网络为例进行分析。本次调研主要采用问卷调查法。首先将该研发部门的成员进行编号，根据问卷调查结果以成员之间是否发生隐性知识交流与共享为条件建立一个18×18的邻接矩阵
，其中表示成员i与成员j之间是否存在隐性知识的交流与共享关系。如果成员i与成员j之间进行隐性知识的交流与共享，那么=1，否则=0。将邻接矩阵导入社会网络分析软件Ucinet 6.2，然后运用Ucinet的绘图软件工具Netdraw绘制出该研发部门的社群图，如图3所示。
在Ucinet 6.2软件中沿着“Network→Cohesion→Density→（new）Density Overall”路径计算该社会网络的密度为0.2876，说明该社会网络内各成员之间的联系不够紧密，成员之间的隐性知识交流不太频繁，不利于隐性知识的共享和传播，这也表明在网络中存在着大量的结构洞，有部分成员具备充分利用结构洞优势的可能，例如成员1明显地占据多个结构洞位置。
从结构对等性的角度来看，成员4和6连接着一组相同的成员，因而在结构地位上是对等的（在社群图中交换成员4和6的位置，社群图的结构完全没有变化，从这一点亦可做出上述判断），尽管他们之间没有直接联系，但从网络中的知识流程来看，他们通向同样的知识来源，因此，对于网络中与这两个成员连接的其他成员来说（成员1和10），与这两个成员之间的联系是冗余性的。
沿着“Network→Ego-networks→Structural Holes”路径进行结构洞分析，其中“Method”一项选择“Egonetwork method”，分析结果如表1所示。由表1可见，成员15的有效规模（Effective Size）最大，其次是成员13，这也印证了社群图中所表现出来的两位成员在网络中居于核心地位的表象。与此相对应的是，成员15的限制度（Constraint）最小，其次是成员13，成员18的限制度最高，其次是成员2、3、5、17，这些限制度较高的成员处于网络中的边缘地位。成员10的等级度（Hierarchy）最高，其次是成员1、4、6，这些等级度较高的成员也处于边缘地位。成员1的效率（Efficiency）最高，其次是成员7、10、15，说明这些成员对其个体网中其他成员的影响程度比较大。
沿着“Network→Centrality→Freeman Betweenness→Node Betweenness”路径计算各成员的中介中心性，计算结果如表2所示。由表2可见，成员1、13的中介中心性最大，成员15次之，表明这些成员在社会网络内的隐性知识交流与共享中处于枢纽地位，占据较多的结构洞位置，具备汇集多方有价值知识的结构洞优势，最能控制其他成员之间的隐性知识交流。成员2、3、5、17、18的中介中心性为0，表明这些成员没有占据任何结构洞位置，参与网络内的隐性知识交流的意愿和能力不足，无法将其他成员有效地联系起来，完全不能控制其他成员之间的隐性知识交流。整个网络的中介中心势为42.46%，表明成员13能在很大程度上控制其他成员之间的隐性知识交流与共享。
需要指出的是，成员13、15作为网络中的权威人物，占据了大量的结构洞位置，一旦离开将导致网络不再连通，对整个网络内的隐性知识共享产生极为不利的影响。因此，该社会网络内的其他成员需加强彼此间的有效联系，使网络中存在的结构洞数目有所减少，以适度削弱成员13、15的核心地位。此外，成员2、3、4、5、6、17、18处于网络中的边缘地位，应采取措施提高他们的积极性，使其加强与其他成员的联系和沟通，以充分地进行隐性知识的交流与共享。
4 结论
利用社会网络分析方法对组织内的社会网络进行结构洞分析，有助于了解组织社会网络内的隐性知识交流与共享情况。通过观察社群图可以从直观上对社会网络的冗余程度做出大致判断；通过计算社会网络的密度能够对网络中存在的结构洞的数量进行粗略估计。进一步利用Ucinet软件计算结构洞指数，可以准确地了解各网络成员在隐性知识交流中的受限制程度，以及各成员在其个体网中对其他成员的影响程度。通过计算中介中心性指数可以了解各网络成员在隐性知识交流中对其他成员的控制程度，并能发现在整个网络内隐性知识共享中起关键作用的权威人物以及处于边缘地位的孤立者。综上所述，通过对组织内以隐性知识交流为基础的社会网络进行结构洞分析，可以有效地找到影响整个社会网络内隐性知识共享的障碍和瓶颈，从而能够有针对性地采取改进措施提高社会网络内隐性知识共享的效率。