基于系统动力学的新服务开发知识转移研究——以知识密集型服务企业为例

卜心怡，郑怡昕

（杭州电子科技大学管理学院，浙江杭州 310018）

知识经济和服务经济时代的到来，使得知识资源与服务创新对企业管理的作用受到越来越多的重视。由于服务业环境的动态性，企业面临着越来越大的服务创新压力。尤其是在以客户为中心的时代，很多服务企业意识到需要提供能够及时满足客户需求的新服务。因此，新服务开发成为企业开展服务创新活动的一门有力工具。可见，为了更好地发现和满足客户的潜在需求，应当重视客户知识并有效地把客户知识转移到企业的新服务开发中。特别是针对知识密集型服务企业，相对与其他的外部主体，客户在企业的知识来源中承担了关键性的作用。

纵观现有文献，对新服务开发中知识转移的研究大多集中在实证研究与定性分析上［1］，因此，本文引入系统动力学方法对其进行定量研究。目前，国内外学者对系统动力学方法在知识管理领域中的应用进行了一定的探索［2－4］，然而，这些研究主要涉及了企业间与企业内以及高校间的知识管理，缺乏企业与客户在新服务开发领域的知识管理分析。本文以知识密集型服务企业为对象，着眼于新服务开发的前端过程，对企业(服务提供商)与客户(客户企业)的知识转移机制进行研究，进而探讨其中的关键影响因素。

一、新服务开发中企业与客户知识转移的因果关系分析

(一)新服务开发中知识转移的影响因素

在知识转移构成要素基础上，学者们将知识转移的影响因素分为知识来源方因素［5］、知识接收方因素［6］、知识特性因素［7］、转移情景因素。新服务开发中企业与客户的知识转移实质是组织间的知识转移。Eric Stevens与Sergios根据4I组织学习模型，从知识转移和共享角度说明组织学习能力对新服务开发的成功有正向影响［8］。获取知识的需求和知识差距是组织间知识转移产生的内在动力，而知识特性对知识转移的影响则贯穿整个过程。随着组织所处环境和时间的演进，部分知识将被遗忘。因此，来源方知识存量的增长主要由知识创新及知识遗忘决定，接收方知识存量的增长主要由知识创新、知识遗忘以及转移知识三方面决定。

(二)新服务开发中知识转移的因果关系分析

在新服务开发前端过程中，客户知识势能高于企业知识势能，两者存在知识势差，知识转移主要是由客户向企业的流动。本文分别将客户与企业规定为知识来源方和知识接收方。转移阈值是来源方决定是否继续进行转移的一个参数界值。知识缺口即来源方知识存量与接收方知识存量的差距，缺口越大，知识转移双方的转移意愿就越大。双方的转移情境分别由新服务市场需求率、激励机制、信任程度、知识复杂度、地理距离和文化距离六个因素共同决定。平均知识量反映了知识转移演进过程中，转移双方知识存量的均值，在仿真时间段内，如果平均知识量提高，知识缺口缩小，表明知识转移效率较高。因果关系如图1所示。

图1 新服务开发中知识转移的因果关系图

二、新服务开发中知识转移的系统动力学模型构建

(一)系统流图

模型的基本假设:(1)知识转移双方存在着合作关系。由于服务提供商需要深入挖掘客户企业对新服务的具体需求，因此作为接收知识的一方，其知识存量低于知识来源方，两者存在知识势差。知识由知识势能高的一方转移给知识势能低的一方。(2)由于来源方知识势能高于接收方，因此其知识创新率高于知识接收方;由于接收方的主要目的是不断地吸收知识以达到知识积累的目的，因此其知识遗失率低于来源方。新服务开发中的知识转移系统流图如图2所示。

图2 新服务开发中知识转移的系统流图

该系统模型中包括2个状态变量(L)(来源方知识存量、接收方知识存量);5个速率变量(R)(来源方知识创新量、来源方知识遗失量、接收方知识创新量、接收方知识遗失量、转移知识量);7个辅助变量(A)(来源方知识创新率、接收方知识创新率、平均知识量、转移阈值、知识缺口、接收方知识吸收能力、转移情境);11个常量(C)(来源方创新意愿、来源方知识遗失率、来源方知识传授能力、接收方创新意愿、接收方知识遗失率、新服务市场需求率、激励机制、信任程度、知识复杂度、地理距离、文化距离)。

(二)主要方程设计

1.状态变量方程设计

来源方知识存量(L)=INTEG(来源方知识创新量－来源方知识遗失量，40)。

接收方知识存量(L)=INTEG(接收方知识创新量+转移知识量－接收方知识遗失量，5)。

2.速率变量方程设计

来源方知识创新量(R)=来源方知识存量*来源方知识创新率*来源方创新意愿。

来源方知识遗失量(R)=STEP(来源方知识遗失率*来源方知识创新量+0.4，5)。

接收方知识创新量(R)=接收方知识存量*接收方知识创新率*接收方创新意愿。

接收方知识遗失量(R)=STEP(接收方知识遗失率*接收方知识创新量+0.2*转移知识量+0.2，5)。

转移知识量(R)=DELAY1I(IF THEN ELSE(转移阈值＜0.95，知识缺口*来源方知识传授能力*接收方知识吸收能力*转移情境，0)，2，0)。

3.辅助变量方程设计

转移阈值(A)=IF THEN ELSE(接收方知识存量/来源方知识存量＜0.95，接收方知识存量/来源方知识存量，0.95)。

转移情境(A)=IF THEN ELSE(信任程度*新服务市场需求率*激励机制＞地理距离*文化距离*知识复杂度，信任程度*新服务市场需求率*激励机制－地理距离*文化距离*知识复杂度，0)。

三、新服务开发中知识转移模型仿真与调控

(一)初值选取和参数设置

考虑到新服务开发前端过程的周期大约为半年至一年，本模型将仿真时间设置为40周;由于知识难以定量测量，且本研究的主要目的不是对知识进行定量测定，因此对于来源方与接收方知识存量的初值选取，只需要提供大致的概数即可满足仿真要求。根据研究假设，在新服务开发前端过程中，来源方处于知识的高势位，其知识存量大于接收方，因此，知识来源方的知识存量初始值设定为40，知识接收方知识存量初始值设为5;另外，考虑到接收方进行知识转移的主要目的是不断地吸收知识以达到知识积累的目的，由此认为其知识遗失率与创新意愿低于来源方。来源方知识遗失量的初值为0.4，接收方知识遗失量的初值为0.2;来源方创新意愿为0.25，接收方创新意愿为0.15;来源方知识遗失率为0.3，接收方知识遗失率为0.1;转移阈值界值、转移情境中的六个影响因素(新服务市场需求率、激励机制、信任程度、知识复杂度、地理距离、文化距离)分别在［0，1］取值。

(二)模型运行趋势分析

根据设定的初值参数，对该模型进行仿真，结果如图3所示。

图3 模型仿真结果

从图3的仿真运行结果可以看出:

1.平均知识量呈成加速增长状态。这是由于伴随着知识转移过程的进行，转移知识量不断增加，同时接收方知识存量也随之增加，导致转移阈值的提高，进一步推动了接收方知识存量的加速增长。

2.知识缺口(差距)在整个仿真时间内呈现两头增加中间减少的趋势。这是由于在转移的初始阶段，接收方创新能力较弱，而来源方创新意愿及创新能力较强，导致两者在知识转移初期知识缺口的加大。随着知识转移的进行，接收方吸收利用来源方传授的知识并转化为自身的知识，致使接收方与来源方的知识差距逐渐缩小。然而，当两者的知识差距缩小到一定程度时，来源方出于保护自身核心知识的考虑，停止向对方传授知识，知识接收方在缺少转移知识量的情况下再次拉大与来源方的知识差距。

(三)灵敏度分析

本文选取几个主要的常数参数对模型进行灵敏度分析。在转移知识量的影响因素中，转移情境、知识传授能力及转移阈值是现实中较易控制的因素。

1.转移情境灵敏度分析

保持原方案中地理距离、文化距离和知识复杂度不变，提高信任程度、新服务市场需求率和激励机制，得到方案1;保持原方案中信任程度、新服务市场需求率和激励机制不变，降低地理距离、文化距离和知识复杂度，得到方案2。仿真结果如图4所示。

图4 模型对转移情境的灵敏度分析

从图4可以看出，方案1与方案2相较原方案而言，均缩减了知识缺口，同时伴随着方案的改进，接收方知识存量也都有了一定程度的提高。可见，模型对转移情境的灵敏度较高。

2.知识吸收能力灵敏度分析

原方案中接收方知识吸收能力设为初值0.6，终值0.9的表函数，在方案1中将其初值与终值分别降低为0.5与0.8;在方案2中则分别降低为0.4与0.7。知识缺口和接收方知识存量仿真结果如图5.6所示。

图5 模型对知识吸收能力的灵敏度分析

从图5可以看出，当接收方的知识吸收能力降低时，随着转移知识量的减少，知识来源方与接收方的知识缺口在相同的仿真时间内明显增加，同时，转移知识量的减少也使得知识接收方知识存量减少。可见，该模型对知识吸收能力的灵敏度较高。

四、结论

从仿真结果来看，模型较好地拟合了现实的新服务开发前端过程中，客户与企业的知识转移过程，体现了两者间知识转移的特征及作用机理。首先，由于企业的知识存储具有累积效应，来源方(客户)知识存量和接收方(企业)知识存量在整个仿真周期内都呈现出加速增长的趋势。而转移阈值的存在使得双方知识缺口在整个仿真时间内呈现两头增加中间减少的趋势。其次，通过灵敏度分析发现转移情境及知识吸收能力的变化对模型影响较大。因此，企业在新服务开发中应重视知识存储，通过加强对员工综合素质的培养，提高企业对知识的吸收能力。另外，还应提高转移双方的信任程度，构建合理的激励机制，同时加强知识转移双方的人员、文化交流，缩小双方的地理距离与文化距离，为双方营造一种积极的合作氛围。

［1］卢俊义，王永贵.顾客参与服务创新与创新绩效的关系研究——基于顾客知识转移视角的理论综述与模型构建［J］.管理学报，2011(10):1566 －1574.

［2］Dangelieo R M，A C Garavelli，A M Petruzzelli.A system dynamics model to analyze technology districts'evolution in a knowledge-based perspective［J］.Technovation，2009(6):142 －153.

［3］杨钢，薛惠锋.高校团队内知识转移的系统动力学建模与仿真［J］.科学学与科学技术管理，2009(6):87－92.

［4］王欣，孙冰.企业内知识转移的系统动力学建模与仿真［J］.情报科学，2012(4):173－177.

［5］苏卉.知识来源方特性对知以转移效率影响效应的结构分析［J］.情报科学，2009，27(3):431－436.

［6］苏卉.知识接收方特性对知识转移效率影响的实证研究［J］.情报杂志，2009，28(5):138－142.

［7］苏卉.知识特性对知识转移效率影响效应的结构分析［J］.图书情报工作，2009，53(4):101－105.

［8］Eric Stevens，Sergios Dimitriadis.New service development through the lens of organisational learning:evidence from longitudinal case studies［J］.Journal of Business Research，2004，57(10):1074 －1084.