顾客—企业知识协同演化研究——基于主体策略和网络结构更新视角,本文主要内容关键词为:视角论文,主体论文,顾客论文,策略论文,结构论文,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。
修回日期:2013-12-02
中图分类号:F062.3 文献标识码:A
随着经济的全球化,知识经济亦勃然而起,对于服务业而言,复杂多变的市场环境更加剧了其对知识的需求。但是,当企业本身具有的知识无法满足市场需求时,便会产生知识的现存水平与需求之间的缺口,而顾客参与可以有效地弥补这个知识的缺口,使得顾客的知识被企业吸收,并与企业的知识进行协同演化,创造出满足市场需求的新资源。显然,顾客参与已经成为创新能否成功的关键因素。从知识层面来讲,最重要的是顾客知识向企业的转移[1]以及顾客和企业之间的知识协同创新。Anklam指出,企业通过“协同”的方式进行知识创新,能够有效地消除“知识孤岛”,并可获得多主体、多目标、多任务间“1+1>2”的知识协同效应[2]。Hanaki,Watts等研究主体间的网络结构伴随主体策略行为而动态变化情况下群体合作行为的涌现问题,其建模的主要思想是主体不仅模仿他们所能观察到的收益最大的邻居主体的策略,而且通过计算衡量成本收益而有选择地增加和(或)删除边,由此带来的网络结构将进一步影响主体的策略行为[3]。在顾客-企业知识协同过程中,由于受到各种主观和客观条件的影响,例如:心理因素、外部环境、激励政策等,知识主体对于知识接收与传播所持态度不同,进而在知识协同过程中会采取不同的策略。本文借鉴这一思想,根据主体的不同态度引入主体策略,研究基于主体策略行为和网络结构更新的顾客-企业知识协同网络演化情况,探讨什么样的策略行为更有助于知识协同?网络结构和主体策略行为对知识协同效果的影响如何?这可能为有顾客参与的知识协同网络研究提供一个新的视角,从而提高企业服务创新的效率和成功率。
1 相关研究综述
顾客作为企业“兼职”员工,是服务企业创新思想的重要源泉,顾客参与是服务创新的重要影响因素[4]。张志远和谭跃进认为顾客与企业知识互动协同是顾客根据自身利益的需要,在一定的条件下将自己关于产品和服务方面的知识与企业交流,企业根据获取的这些知识的成本与价值的对比,有效地选择有用的知识创造出更大的价值[5]。Kellogg针对顾客参与包含的不同维度,从顾客参与价值链的角度对食品、教育、修理、零售、休闲及医疗、保险、银行等行业的研究分析,发现顾客的参与活动包括事前准备、信息交流、关系建立和干涉行为四种价值创新活动[6]。张祥、陈荣秋提出的顾客参与链模型中,把顾客参与定制的过程分为准备阶段、参与阶段和评价阶段,并识别出三个重要的增值活动:需求确认、服务支持和共同开发[7]。Ennew和Binks从顾客与企业之间互动角度研究顾客参与,通过对1200多个小企业的员工和顾客进行探查,提出顾客参与的三个维度,其中一个维度为信息分享[8],指顾客把信息传递给服务员工,本文中的顾客和员工的知识协同引用了这一观点。顾客与企业之间的互动与知识协同会影响到服务创新绩效,这不仅可以令企业获得更有利的产品或服务开发曲线,而且可以降低创新过程中由“顾客导向性”导致的不确定性[9],并通过顾客知识向企业的转移影响服务创新绩效。然而已有的研究主要是从理论或实证方面说明顾客参与对企业绩效的影响[10-12]或者研究顾客参与的方式[9][13],对于顾客和企业这一主体策略和网络结构等变化对知识协同效果影响的研究比较少。
对于知识协同概念的提出,较早的是Knowledge Management杂志前任主编Karlenzig,他认为知识系统就是一种组织战略方法,可以动态整合内外部系统、商业过程、技术和关系,以达到商业绩效最大化[2]。孙强等指出,知识协同是一种非平衡态的系统内部子系统通过互相影响而形成的整体联合作用,可以达到“1+1>2”的整体效应[14]。对于知识协同研究方法方面,李丹、樊治平等[15]分别提出了知识协同的概念模型,他们都将知识协同视为知识创新为目标任务的知识活动过程,知识协同过程涉及知识协同主体、知识协同媒介、知识协同客体与知识协同情境四要素,对这些要素进行深入研究有助于提高企业协同效应;战洪飞构建了基于网络的协同知识管理系统,为分散异地的企业员工和客户的知识交流和共享提供了有力的工具[16];丁瑨等提出了复杂知识网络模型,将复杂网络方法运用于知识网络研究中,并且进行了计算机仿真,结果显示,在不同的网络更新策略下,知识存量落后的网络将随着网络密度与边权的增加缩短与先进网络间的距离,并且选择与高中心性与中介性主体结合始终是促进知识快速流动的有效手段[17]。杨波在总结了现有文献中与复杂社会网络建模有关的研究的基础上,提出了STC模型(Dynamical Coupling Model of Network Structure and Agent Strategic Behavior),即网络结构和主体策略行为的动态耦合模型,该模型考察了主体行为策略对网络结构演化的影响,并且引入度异质性、聚集系数等复杂网络测度指标对网络进行测度,运用仿真与多变量回归等技术分析微观变量对网络结构的影响程度[18]。根据学者们对知识协同概念的理解,我们可以看出知识协同包含两方面主要因素:知识主体的行为和主体之间的关系。主体具有一定的知识水平,根据知识水平的不同而呈现出一定的异质性,本文中的主体有顾客和企业员工两大类不对等的主体。主体间的关系构成一个社会网络,网络结构和主体的策略行为会随着主体自身条件和外界环境的变化而动态变化;然而已有的研究大都是关于只讨论了既定的知识协同模型,没有考虑微观主体的策略行为和网络结构的变化对知识协同的影响,且多为科研合作者之间的知识协同网络[19-21],并且主体是对等的,在研究不同主体的知识协同方面的成果不多。
2 模型构建
2.1 知识协同模型的构建
本文借助Hanakj[3]等在2007年创建的演化社会网络上的合作模型(WHP模型)模拟现实动态顾客—企业知识协同网络结构,网络中的节点分别代表顾客、企业员工两类知识主体,边代表主体之间的知识协同关系。令C={1,…,N}代表主体集合,U∈C为企业中参与知识协同的员工集合,V∈C为参与到企业服务创新中的顾客集合。对任意i,j∈C,定义变量

,若i,j之间有联系时,

=1,否则

=0。网络

是所有主体的关系对列表,

是主体i的邻居集合,d(i,j)表示主体i到j的最短距离。
假设网络中每个主体都拥有一定的知识水平,本文中用

表示主体i在t时刻的知识水平;由于顾客具有的知识类型各不相同,模型中假设

是各种不同类型知识的综合水平,为保证组织发生知识的协同,在顾客中按一定比例e设定特定角色,拥有较高的知识水平。主体i,j在交互过程中发生知识溢出和创新,此过程基于两种机制:(1)基于“知识势能差”从高水平者传播到低水平者;(2)基于知识传播者和知识接收者对知识协同的态度,这对应于本文提出主体的两种策略。用π(

)表示网络中的主体在知识协同过程中所获得的收益,

分别表示知识传播主体和知识接收主体所采取的策略,π(

)的大小取决于主体在知识协过程中所采取的策略。知识协同过程还包含知识创新,由于创新成果是共享的,本文假设创新被一个主体承担。每个主体不仅知识水平不同,学习能力也不同,知识接收者不可能一下就掌握所学的全部知识。综上所述,本文引入关于主体i的吸收能力

,

∈(0,1),创新能力

,

∈(0,1),知识的遗忘率

,

∈(0,1)。本文根据Cowan的模型引入知识遗忘率即知识的贬值并伴随知识协同的全过程,而创新只发生在特定的时间段。主体在一个时间步的知识协同规则如下:由于知识贬值性即遗忘率

的存在,主体i在(t+1)时刻只能保存上一时刻(1-

)部分的知识,并且会在特定的时间段根据创新率

进行创新,然后根据不同主体采取的策略进行知识协同,得出知识收益矩阵,并根据策略更新规则决定下轮采取的策略。同时,网路结构也不是一成不变的,收益水平低的主体会根据一定的结构更新规则在下一轮中改变知识协同对象(改变邻居节点),即进行增、删边活动。
2.2 主体策略选择及演化
在知识协同过程中,由于企业员工和顾客所处的环境不同,表现出来的知识协同态度也有所不同。作为知识传播者,考虑到自己对知识传播的成本、接收方对知识的吸收能力、对知识进行传播的难易程度以及对服务创新成果的预期,有两种知识传播策略:积极地进行知识传播和消极地进行知识传播;作为知识接收者,考虑到自己现有的知识水平和知识传播者之间的知识差距大小、自己对知识的消化吸收能力、接收知识的机会成本以及对服务创新的预期等,也有两种知识接收策略:积极地进行知识接收和消极地进行知识接收。本文考虑的两种不同的知识协同策略:积极地进行知识的传播、接收与消极地进行知识的传播、接收,分别用C、D表示,因为顾客和企业员工对知识协同的态度都不是一成不变的,他们会根据自己的收益水平和周围邻居的收益情况进行比较进而调整自己的策略。因此,本文假设每隔η时间步,每个主体会重新选择知识协同策略,具体规则如下:每隔η时间步,每个主体会与邻居主体比较知识协同过程中获得的知识收益,若自身收益最大,则维持现有策略不变,若有比自己收益大的邻居主体,则选择获益最大的邻居主体的策略作为自己下一轮的新策略。
2.3 网络结构演化
知识协同网络结构也不是一成不变的,而是随时间演化不断更新的。本文假设每隔τ时间步,网络结构会更新。本文假设有一个纵观全局的管理者,能根据主体的服务创新等成果对主体的知识水平进行排序,并在特定的时间段告知知识收益最小的n个主体。具体规则如下:每隔τ时间步,在上一轮知识协同过程中,总获益最小的n个主体,如果不是孤立节点,则会随机断开一个现有的连接,然后进行全局搜索;如果是孤立节点,则直接进行全局搜索。考虑到和知识收益最大的主体建立连接成本比较大,相对比较困难,所以为了扩大搜索范围,进行全局搜索的主体从总收益大于平均收益水平的主体中随机选择一个建立新的连接,在下一轮中,主体根据更新后的网络连接情况和上一轮中采取的知识协同策略进行知识协同。
2.4 知识协同流程
基于以上内容,我们设计知识协同流程如下:
(1)设定网络节点总数、总体中企业员工所占的比例、顾客中专家所占比例、每个节点的邻居数及随机重连概率;
(2)每个时间步,从网络中随机选择一个主体,同所有邻居主体进行基于主体策略选择的知识协同活动,所有主体执行完该活动后,进入下一时间步;
(3)每隔η时间步,每个主体会根据策略更新规则重新选择知识协同策略,并在下一轮知识协同过程中对所有知识协同对象采取更新后的策略;
(4)假设每隔τ时间步,在上一轮知识协同中总获益最小的n个主体,会根据网络结构更新规则更换知识协同对象(即更换邻居节点),引起网络结构更新;
(5)重复(2)、(3)和(4)步骤,直到网络中的演化时间达到事先规定的演化时间上限。
知识协同流程图如图1所示。
2.5 知识协同规则和考察指标
(1)知识协同规则
在时间步(t+1),对于知识传播者i,首先根据自己在上一时间步即t时刻的知识、一定的知识遗忘率和创新率进行知识创新,如下式所述:

然后依次和所有邻居主体进行基于主体策略选择的知识协同。假设主体

,如果(t+1)时刻主体i的知识水平大于主体j的,则主体j为主体i的一个知识接收者。对于知识传播主体i有两种策略可供选择:积极地进行知识传播C和消极地进行知识传播D,并假设主体i对所有邻居主体采取的策略相同;对于知识接收主体j也有两种策略可供选择:积极地进行知识接收C和消极地进行知识接收D。由此可得在一轮知识协同过程中主体的知识收益矩阵如表1所示。

图1 知识协同流程图

如果知识传播者i选择积极地进行知识传播C,知识接收者j选择积极地进行知识接收C,则双方进行基于知识势能差的知识传播,主体j根据自身的吸收率

对t时刻的知识进行更新,则主体j在(t+1)时刻的知识收益如下:

如果知识传播者i选择积极地进行知识传播C,知识接收者j选择消极地进行知识接收D,则双方进行基于知识势能差和知识接收主体j的策略的知识传播,此时知识接收者j不会竭尽所能地吸收知识,而只会花费部分精力吸收知识,此处引入知识接收主体j的消极知识吸收系数μ,刻画其对吸收知识花费精力的程度。主体j根据自身的吸收率

和消极知识吸收系数μ对t时刻的知识进行更新,则主体j在(t+1)时刻的知识收益如下:

如果知识传播者i选择消极地进行知识传播D,知识接收者j选择积极地进行知识接收C,则双方进行基于知识势能差和知识传播主体i的策略的知识传播,此时知识传播者i不会把自己的知识毫无保留地传播给知识接收者j,而是把自己的部分知识传播给主体j,此处引入知识传播主体i的消极知识传播系数γ,刻画其对知识的保留程度。主体j根据自身的吸收率

和主体i的消极知识传播系数γ对t时刻的知识进行更新,则主体j在(t+1)时刻的知识收益如下:

如果知识传播者i选择消极地进行知识传播D,知识接收者j选择消极地进行知识接收D,则双方进行基于知识势能差、知识传播主体i的策略、知识接收主体j的策略的知识传播,主体j根据自身的吸收率

、消极知识吸收系数μ以及主体i的消极知识传播系数γ对t时刻的知识进行更新,则主体j在(t+1)时刻的知识收益如下:

(2)考察指标
本章对知识协同绩效的考察,除了第三章提出的考察指标外,还有合作水平

。用于刻画在特定的时刻,主体总数为N的网络中,采取积极知识协同策略C的个体

所占的比例,用公式表示如下

3 模型的仿真与分析
3.1 网络初始参数设定
根据如前所述知识主体的特点,取网络节点数N=50(员工与顾客节点总数),k=6,按网络重连概率p=0.09构造小世界网络,员工所占比例为s=0.2,顾客所占比例为(1-s),在顾客中按e比例设定特定角色。主体i的初始知识水平为

,由于本文主要研究顾客知识向企业的传播,因此设置顾客知识水平初始值为random-float(0,1)+0.1,略高于员工,吸收能力

=random-float(0,0.1),创新能力

=random-float(0,0.1),遗忘率

=random(0,1)。员工初始知识水平为random-float(0,1)吸收能力

=random-float(0,0.1),+0.01创新能力

=random-float(0,0.1)+0.01,吸收能力和创新能力略高于一般顾客,遗忘率

=random(0,1)。知识传播主体i的消极知识传播系数γ=0.7,知识接收主体j的消极知识吸收系数μ=0.8。为保证组织发生知识的协同,在顾客中取e=0.05的个体为专家,拥有知识值3。
每个时段初,网络中知识主体进行一次互动,每个主体按式(1)更新知识,并在特定的时段创新,然后按式(2)-(5)与所有邻居节点进行知识协同,所有的主体执行完后进入下一轮。假设仿真中的一轮模拟实际时间1周,每一轮重复试验50次。网络的统计指标包括知识协同效应与网络结构两方面。对于知识协同效应,使用每个时刻平均知识水平知识创造量增速和选择积极态度C的主体所占比例来度量知识协同效应的变化。同时,网络结构方面,使用聚集系数与平均最短路径长度测度整体网络的结构变化。仿真选用NetLogo多主体平台,并用MATLAB7.0绘制知识协同效应变化曲线。
3.2 知识协同效应演化结果分析
(1)固定策略选择对知识协同的影响
这组实验中,在主体进行知识协同之前,我们从企业员工中随机选取一定比例u的主体设置其策略为C,则员工中选取C策略的主体数量为N*s*u;同时从顾客主体中随机选取一定比例v的主体设置其策略为C,则顾客中选取C策略的主体数量为N*(1-s)*v;其他主体的策略设置为D(即网络中选取C策略的主体数量为(N*s*u+N*(1-s)*v),选取D策略的主体数量为(N-(N*s*u+N*(1-s)*v))。在知识协同过程中,主体策略保持不变并对所有邻居主体采取一致的策略,实验结果如下图所示。

图2 顾客选择C策略的比例对总体平均知识水平的影响u=1

图3 顾客选择C策略的比例对员工平均知识水平的影响u=1
图2显示的是u保持不变,在不同的v值下,总体平均知识水平演化情况。图3所示的员工的平均知识水平和总体的演化情况趋于一致,顾客的平均知识水平和总体的演化情况亦趋于一致,故此处略去。从图中可以看出,对某一特定时刻而言,随着v的增加,网络平均知识水平也增加,当v>0.5时,效果尤为显著。这表明,随着网络中选择C策略的顾客比例的增加,尤其当积极合作的选择C策略的顾客比例为一半以上时,网络的平均知识水平增加的更快,具有更多积极顾客的网络更有利于知识协同。当设置v保持不变,u值不断增加时能得到类似的结果,这表明随着网络中选择C策略的员工比例的增加,网络的平均知识水平增加的更快,具有更多积极员工的网络同样有利于知识协同。因此,在有顾客参与的服务创新过程中,企业如果想提高创新效率,就要选择积极的顾客和员工,培养和激励组织中乐于传播知识和乐于接收知识的主体。
(2)主体策略更新对知识协同的影响
①主体初始策略选择对知识协同的影响
主体策略不是一成不变的,而是随着时间的演化不断更新的。本节首先研究当网络结构不变,主体策略随时间改变时,不同初始策略比例对知识协同效果的影响。主体每隔5个时间步更新知识协同策略,即η=5,网络重连概率p=0.09,并且网络结构在知识协同过程中保持不变(即τ=∞)。图4-7分别反映在一系列不同的初始策略条件下,主体策略选择对知识协同绩效的影响情况。

图4 总体平均知识水平

图5 员工平均知识水平
由上图可以看出,总体平均知识水平和员工平均知识水平都受网络初始状态的影响。当初始网络中选取C策略的主体较少时,平均知识水平较低且增长缓慢;而当初始网络中选取C策略的主体比例占到一半以上时,对某一特定时刻而言,平均知识水平较前者有了较大幅度的提升且增长迅速。这表明,当知识主体的策略随时间更新时,需要有一个良好的初始合作环境,主体的知识水平才会尽快达到理想状态。为了更清楚地分析不同初始策略比例对知识增长率的影响,我们绘制图6。

图6 总体知识增长率
由图6可以看出,当初始网络中选取C策略的主体只占总体的0.1时(即u=v=0.1),总体知识增长率处于较低水平;当初始网络中选取C策略的主体占到总体的一半时(即u=v=0.5),总体知识增长率明显上升(0到0.1之间);当初始网络中选取C策略的主体占总体的0.7(即u=v=0.5)甚至0.9(即u=v=0.9)时,总体知识增长率一直处于较高水平(0.01到0.15之间)。这表明,当知识主体的策略随时间更新时,需要有一个初始良好的合作环境,否则知识增长率会比较低,甚至出现零增长。因此,在有顾客参与的服务创新过程中,企业如果想提高知识增长率,进而提高创新效率,就要选择一开始态度就比较积极的顾客和员工,创建一个良好的开端,在初始状态就打造一种良好的知识协同氛围和服务创新环境。对合作水平的分析,也能得到类似的结果,如图7所示。

图7 网络中选择C策略主体比例
由图7可以看出,当初始网络中选取C策略的主体只占总体的0.1时(即u=v=0.1)或者0.3(即u=v=0.3)时,网络会趋于“衰退”,即合作比例变为0,原来为积极态度的采取C策略的主体由于所处的环境“恶劣”(周围都是采取D策略的主体)也会根据策略更新规则转而采取D策略;当初始网络中选取C策略的主体比例上升到0.5时(即u=v=0.5),网络会由“衰退”状态逐渐向“进化”状态演变,网络中选取C策略的主体的比例开始上升,此时总体知识增长率也明显上升(0到0.1之间);当初始网络中选取C策略的主体占总体的0.7(即u=v=0.5)及以上时,合作主体的比例不断上升直到全体主体都采取C策略,此时总体知识增长率也处于较高水平(0.01到0.15之间)。这表明,当知识主体的策略随时间更新时,初始网络中态度积极的合作主体需达到一定界限水平,即达到一定的阈值,整个网络才不至于走向“衰退”。初始网络中至少有一半以上主体的策略为C,整个网络才会不断“进化”。因此,在有顾客参与的服务创新过程中,企业要想创新成功,对顾客和员工的选择和教育至关重要,这是服务创新能否成功的前提条件。
综上可知,主体合作水平高的情况下,知识水平也较大,因此态度积极的合作(即在知识协同过程中选择C策略)有利于知识协同。
②主体策略更新速度对知识协同绩效的影响
主体策略是随着时间的演化不断更新的,其中策略更新速度不同,对知识协同的影响也不同。本节还研究当网络结构保持不变时,不同的主体策略更新速度η对知识协同效果的影响。网络重连概率p=0.09,并且网络结构保持初始状态(τ=∞),初始网络中选择C策略的主体所占比例u=v=0.7,图8-10分别反映在一系列不同的策略更新速度下,主体平均知识水平随时间演化的情况。

图8 策略更新速度对平均知识水平的影响τ=∞
图8反映主体策略更新速度η对平均知识水平的影响,通过实验结果我们可以看到,当主体策略更新太快(η<10)或者太慢(η>50)时,都不利于知识协同,这种现象在图9中反映的更为显著。产生这种现象的原因是当主体策略更新太快时,即使在本轮知识协同中变更为相反的策略,也会很快在下一轮知识协同中又变为初始策略。由于知识主体的这种“近视”效应(只关注上一轮中的知识获益,而不会预期长期的知识获益水平),使得主体的策略在原始选择和相反策略中不断反复,最终的合作水平会接近于网络初始状态,而知识协同绩效也会接近主体策略不更新时的状态。另一个极端是当主体策略更新太慢时,也不利于知识协同,原因是主体更新策略的机会太少,一旦变更为相反策略,几乎没有机会恢复为初始策略。当主体策略更新速度处于中间水平(10<η<50)时,知识协同能达到较理想的效果,主体的平均知识水平较高,同时知识增长率也较大,如图10所示。

图9 策略更新速度对总体平均知识水平的影响τ=∞

图10 策略更新速度对总体知识增长率的影响τ=∞
图10反映主体策略更新速度η对知识增长率的影响,通过实验结果我们可以看到,当主体策略更新太快(η<10)或者太慢(η>50)时,都不利于知识增长,这一结果与上面关于平均知识水平的结果类似。这些告诉我们,当网络结构保持不变时,主体策略更新速度太快或者太慢都不利于知识协同。因此在服务创新过程中,如果网络结构保持不变,亦即知识协同关系不变,顾客或者企业员工的态度既不能一成不变,也不能随时更新,而是当知识协同进行到适当阶段的时候,变更策略,这时知识协同能达到较理想的效果,服务创新绩效也会提高。
(3)结构更新对知识协同的影响
网络结构也不是一成不变的,在特定的时间段,网络中的知识主体会根据收益水平改变知识协同对象,这反映到网络结构上即为增、删边活动。结构更新速度不同,对知识协同的影响也不同。本节研究当主体策略不变,网络结构随时间改变时,不同的网路结构更新速度τ对知识协同效果的影响。网络初始状态为重连概率p=0.09,并且主体策略保持初始策略选择(η=∞),初始网络中选择C策略的主体所占比例u=v=0.7,图11-12分别反映在一系列不同的网路结构更新速度下,主体平均知识水平随时间演化的情况。

图11 网络结构速度对知识协同效果的影响η=∞

图12 结构更新速度对总体平均知识水平的影响η=∞
图11反映网络结构更新速度τ对平均知识水平的影响,通过实验结果我们可以看到,相对于结构不更新的情况(τ=∞),结构更新有利于知识协同,且当网络更新速度较快(τ<10)时更有利于知识协同,这种现象在图12中反映的更为显著。这同上面得出的关于主体策略更新速度对知识协同的影响结论不一致,当主体策略更新太快(η<10)或者太慢(η>50)时,都不利于知识协同,而当网络更新速度较快(τ<10)时更有利于知识协同。产生这种现象的原因是网络中的低收益主体会降低总体的平均知识水平,如果向这些低收益主体传播知识的邻居节点自身收益也较低或者采取的知识传播策略为D,则这些低收益主体将一直处于低收益状态,而当这些低收益主体总结上一轮的经验教训断开现有的连接,转而从网络中进行全局搜索,选择知识收益大于平均水平的主体重新建立连接,并在下一轮中根据新建立的连接进行知识协同活动时,其知识水平就会得到相应提升,进而总体知识水平也会得到提高。所以当网络结构更新速度较快即低收益主体及时总结经验教训更换邻居主体(τ<10)时,知识协同能达到较理想的效果,主体的平均知识水平较高,同时知识增长率也较大,如图13所示。

图13 结构更新速度对总体知识增长率的影响η=∞
图13反映网络结构更新速度τ对知识增长率的影响,通过实验结果我们可以看到,相对于结构不更新的情况(τ=∞),结构更新在较大幅度上提高了知识增长率,且当网络更新速度较快(τ<10)时更利于知识增长,这一结果与上面关于平均知识水平的结果类似。这些告诉我们,当主体策略保持不变时,低收益主体及时总结经验教训变更现有连接即网络结构更新速度较快时更有利于知识协同。因此在服务创新过程中,如果主体策略保持不变,亦即顾客或者企业员工对知识协同的态度不变,则低收益主体要及时总结经验教训变更现有连接,并进行全局搜索,寻找较高知识水平的主体重新建立连接,这样知识协同能达到较理想的效果,知识增长速度较快,服务创新绩效也会提高。
(4)主体策略和结构更新的相对速度对知识协同的影响
本节研究主体策略和网络结构同时更新对知识协同绩效的影响,主要包括两种情况:策略和结构同步更新和异步更新。对于同步更新情况我们取三个典型的实验来分析:
Case1:η=2,τ=2;u=v=0.7;网络重连概率p=0.09。此时网络中初始合作水平为70%,主体策略更新速度和网络结构更新速度相同,都为每隔2个时间步更新一次。
Case2:η=5,τ=5;u=v=0.7;网络重连概率p=0.09。此时网络中初始合作水平为70%,主体策略更新速度和网络结构更新速度相同,都为每隔5个时间步更新一次。
Case3:η=10,τ=10;u=v=0.7;网络重连概率p=0.09。此时网络中初始合作水平为70%,主体策略更新速度和网络结构更新速度相同,都为每隔10个时间步更新一次。
对于异步更新情况我们取两个典型的实验来分析:
Case4:η=2,τ=5;u=v=0.7;网络重连概率p=0.09。此时网络中初始合作水平为70%,主体策略更新速度和网络结构更新速度不同,主体策略每隔2个时间步更新一次,网络结构每隔5个时间步更新一次。
Case5:η=5,τ=2;u=v=0.7;网络重连概率p=0.09。此时网络中初始合作水平为70%,主体策略更新速度和网络结构更新速度不同,主体策略每隔5个时间步更新一次,网络结构每隔2个时间步更新一次。
①合作水平演化曲线

图14 合作水平演化曲线
图14显示的是合作水平演化情况,即网络中选取C策略的主体所占的比例随时间演化的情况。值得关注的问题是Case3的合作水平一直较低,此时策略更新速度和结构更新速度都较慢,较低的结构更新速度使网络的合作水平较低;然而值得一提的是对于策略更新速度较快的Case4、Case5、Case2和Case1,网络的合作水平较高,这与之前得出的较快的策略更新速度不利于知识协同的结论似乎有点矛盾,一种合理的解释是,网络结构的更新对策略更新效果产生了影响。当知识主体有机会更换邻居节点时,相对于较慢的策略更新速度,较快的策略更新速度反而更有利于知识协同,此时合作水平能达到较高状态。与此同时,策略更新对结构的更新效果也有影响,使得Case1(τ=2)和Case4(τ=5)的合作水平趋于一致。所以当网络中同时存在策略更新和结构更新时,二者之间存在相互影响,较快的策略更新速度伴随较快的结构更新速度有利于合作水平的提高。
②平均知识水平演化曲线

图15 总体平均知识水平演化曲线

图16 顾客平均知识水平演化曲线

图17 员工平均知识水平演化曲线
图15-17显示的是平均知识水平演化情况,无论对于总体、顾客主体还是员工主体,Case2都是占优的,尤其对于企业员工而言,Case2中的知识水平一直最优。而在策略更新速度和结构更新速度都较慢的Case3中,不仅合作水平最差,平均知识水平也一直处于最低状态。对于策略更新速度较快的Case4、Case5、Case2和Case1,不仅网络的合作水平较高,平均知识水平也较高。这与之前得出的较快的策略更新速度不利于知识协同的结论仍然矛盾,再一次证明了网络结构的更新对策略更新效果产生了影响。当知识主体有机会更换邻居节点时,相对于较慢的策略更新速度,较快的策略更新速度反而能得到较高的平均知识水平,此时的合作水平亦能达到较高状态。与此同时,策略更新对结构的更新效果也有影响,使得在顾客主体中,Case5(τ=2)的平均知识水平大于Case2(τ=5)的。所以当网络中同时存在策略更新和结构更新时,二者之间存在相互影响,较快的策略更新速度伴随较快的结构更新速度有助于达到较高的平均知识水平。
③知识增长率演化曲线

图18 知识增长率演化曲线
图18显示的是总体知识增长率演化情况,在同一时刻,Case2知识增长率在大部分情况下是最高的,再一次验证了策略更新和结构更新的优势,即较快的策略更新速度伴随较快的结构更新速度有利于知识的迅速增长。
4 结论
本文根据知识密集型服务企业中知识主体的特点进行仿真分析,考虑到知识主体对知识协同采取的态度不同,引入了主体的策略行为,并研究主体的策略更新和网络结构更新对知识协同绩效的影响,结论归纳如下:
4.1 固定策略选择对知识协同的影响
当网络结构不变时,固定策略下初始策略选择对知识水平的影响:随着网络中选择C策略的主体比例的增加,尤其当积极合作的选择C策略的主体比例为一半以上时,网络的平均知识水平增加的更快,具有更多积极主体的网络更有利于知识协同。
4.2 主体策略更新对知识协同的影响
(1)主体初始策略选择对知识协同的影响
当网络结构不变,知识主体的策略随时间更新时,需要有一个良好的初始合作环境(初始网络中选取积极合作策略的主体比例占到一半以上),主体的知识水平才会尽快达到理想状态,总体知识增长率也会处于较高水平。且初始网络中态度积极的合作主体需达到一定界限水平,即达到一定的阈值,整个网络才不至于走向“衰退”。所以在有顾客参与的服务创新中,对顾客和员工的选择和教育至关重要,这是服务创新能否成功的先决条件。
(2)主体策略更新速度对知识协同绩效的影响
当网络结构不变时,由于知识主体的“近视”效应使得主体策略更新太快或者太慢都不利于知识协同,而当主体策略更新速度处于中间水平时,知识协同能达到较理想的效果,主体的平均知识水平较高,同时知识增长率也较大。
4.3 结构更新对知识协同的影响
当主体策略保持不变时,结构更新有利于知识协同,且当低收益主体及时总结经验教训变更现有连接,即网络结构更新速度较快时更有利于知识协同。因此在服务创新过程中,如果主体策略保持不变,亦即顾客或者企业员工对知识协同的态度不变,则低收益主体要及时总结经验教训变更现有连接,并进行全局搜索,寻找较高知识水平的主体重新建立连接,这样知识协同能达到较理想的效果,知识增长速度较快,服务创新绩效也会提高。
4.4 主体策略和结构更新的相对速度对知识协同的影响
网络结构的更新和策略更新是相互影响的,二者共同促进知识协同。当知识主体有机会更换邻居节点时,相对于较慢的策略更新速度,较快的策略更新速度反而能得到较高的平均知识水平,此时的合作水平亦能达到较高状态。与此同时,策略更新对结构的更新效果也有影响,所以当网络中同时存在策略更新和结构更新时,二者之间存在相互影响,较快的策略更新速度伴随较快的结构更新速度有助于达到较好的知识协同效果。
标签:网络结构论文; 服务创新论文; 网络模型论文; 顾客价值论文; 协同理论论文; 协同设计论文; 网络行为论文;