技术创新网络知识增长过程建模与仿真研究.pdf

《技术创新网络知识增长过程建模与仿真研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第34卷第1O期科研管理V01．34．No．102013年lO月ScienceResearchManagementOctober，2013文章编号：1000—2995f2013)10—007—0035技术创新网络知识增长过程建模与仿真研究禹献云，曾德明，陈艳丽，文金艳(1．湖南大学工商管理学院，湖南长沙410082；2．中南大学商学院，湖南长沙410082)摘要：基于国内外现有研究成果，针对网络密度对技术创新网络知识增长的影响机理，从知识扩散与知识创新两个方面进行了理论分析，提出了网络密度与技术创新网络知识增长呈

2、倒U型关系的研究假设。应用基于多主体(Agent)的建模方法建立一个基于多Agent的技术创新网络知识增长过程模型，采用NetLogo仿真平台进行仿真，对研究假设进行检验。研究结果表明：网络密度具有双面性，太高或太低都不利于技术创新网络的知识增长；网络密度过高往往先抑制技术创新网络知识扩散，随后进一步提高再是阻碍知识创新。关键词：网络密度；知识增长；知识扩散；知识创新；基于Agent建模与仿真中图分类号：F204；F07；F208文献标识码：A提升信息传递能力与企业知识吸收效果(Schil．l引言1ingMA，P

3、helpsCC，2007)。另一种观点认为疏松网络结构更利于转移扩散知识(BurtRS，技术创新的复杂性使得企业需通过合作来获1992)[4J。占据稀疏网络中富有结构洞位置的节得各类创新资源，相互关联的合作联接就构成了点可利用信息控制优势更快获取信息资源，迅速复杂的技术创新网络(TechnologicalInnovation对外部机会与威胁作出反应(LinCH，TsengSNetwork，缩写TIN)。根据网络结构嵌入理论，组M，2005)J，且只需建立网络关键通道获取和传织的创新行为是受到其所嵌人的网络关系所影

4、响播知识，缩短了信息传递时间，减少了信息冗余的。网络密度反映了网络中组织间的联接程度，(BurtRS，1992)。在对网络密度与知识创新越大表明网络内的联接程度越高，反之越小。近之间关系的研究上。有学者认为密集网络中成员年来，学术界围绕知识扩散与知识创新两个方面间合作关系更趋稳定，机会主义风险小，知识较少研究了网络密度对技术创新网络知识增长的影被扭曲，更利于复杂缄默知识转移和集中，有助于响，取得了一系列研究成果。成员对复杂知识进行深入理解和开发(DyerJH，针对网络密度对知识扩散的影响，一种观点NobeokaK

5、，2000；KogutB，2000)’，从而也更有认为密集网络中的信任、共享准则和共同行为模利于企业进行知识创新(ColemanJS，1990；Gn—式可增加伙伴间合作与知识共享，提升知识扩散yawaliDR&MadhavanR，2001；PhelpsCC，的速度和效率(ColemanJS，1990；PortesA，2010)¨J。也有学者坚持认为疏松的网络结构1998)¨0j。频繁深度互动加速了知识流动，进而可促进知识创新(BurrRS，1992；McevilyZ，收稿日期：2012—02—13；修回日期：20

6、12一O9—27．基金项目：国家自然科学基金项目(71173071)：知识流动视角下高技术产业创新体系国际化理论与政策研究，起止时间2012．1—2015．12；国家自然科学基金项目(71233002)：自主创新背景下我国高技术产业标准化战略与政策研究，起止时问2013．1—2017．12作者简介：禹献云(1984一)，男，湖南邵阳人，湖南大学工商管理学院博士研究生，研究方向：知识管理与技术创新。曾德明(1958一)，男，湖南长沙人，博士，教授，研究方向：知识管理与技术创新。陈艳丽(1985一)，女，湖南常宁人，

7、中南大学商学院硕士。研究方向：知识管理。文金艳(1988一)，女，湖南株洲人，湖南大学工商管理学院硕士研究生，研究方向：技术创新管理。科研管理1999)’mJ。企业置于富有结构洞的疏松网络中性知识转移(GiovannaP，2008)¨。此外，过低的更能及时获取网络异质信息，满足知识创新对异网络密度容易导致网络的知识传输能力和知识吸质知识的需求(BurtRS，1992；McevilyZ，1999；钱收能力不高，抑制网络内知识扩散(BunRS，锡红等，2010)[4,10,11]；剔除冗余联系可减少联接2001)14

8、]，从而不利于结构洞优势的出现，阻碍技成本，便于企业将有限资源投入关键联接中来推术创新网络的知识增长(Chih—HsingL，2011)引动知识创新(SodaGetal，2004)。。随着网络密度逐步提升，网络内联接数量和技术创新网络的知识增长来源于网络内主体成员间互动频率将迅速增加，成员违规行为受到的知识创新与主体间知识扩散，这两个过程相互的制裁效果被放大，从而产生强制