基于公平感知动态演化的知识转移SD模型及仿真分析

董仲慧

摘 要：公平感知是企业维持长期合作关系的基础，现有研究忽视了公平感知动态性演化规律，研究需进一步明晰公平感知对知识转移的作用机理及反馈效应。在系统分析公平感知及构成维度的基础上，运用系统动力学方法研究分配公平、程序公平对知识转移的影响，构建公平感知关系动态演化的系统动力学模型，并对所建模型进行仿真及灵敏度分析。研究表明：公平感知关系对研发团队之间的知识转移活动有显著性影响，知识接收方可通过调节公平感知关系以促进知识转移;分配公平与程序公平在知识转移活动中存在互补效应，分配公平处于低值时，程序公平可以中和分配公平带来的负面效应;知识接受方的动态能力在知识转移活动初期作用较为显著。

关键词：公平感知;知识转移;程序公平;分配公平;系统动力学

中图分类号：F 273.1 文献标识码：A 文章编号：1672-7312（2019）04-0482-08

0 引 言

知识作为企业创新活动的重要基础，在新技术研发过程中发挥着关键作用[1]。面对客户需求快速变化、产品功能结构越来越复杂及自身知识储备不足等问题，企业采取优势互补、风险共担、利润共享的协同研发方式以保持竞争优势[2]。在协同研发过程中，良好的合作关系可提高团队之间沟通的积极性，减少研发过程中的不确定性，是实现协同研发的重要保证，尤其是企业始终面对着既要保持独有核心竞争力，也要获得突破企业边界优质资源之间的悖论[3]，而公平感知是维持企业长期合作关系的基础，有利于企业之间知识转移活动[4]。因此，开展考虑公平感知关系的知识转移研究具有重要的理论和实践意义。

公平感知研究受到学者们持续关注，概括起来主要从以下2方面展开：一是关于公平感知概念内涵研究，公平感知可看作是一种动机，可有效预测组织行为，Adams认为公平感知的焦点在于分配公平（distributive justice）[5]。Thibaut和Walker考虑在利益分配前的过程控制和决策公平，提出程序公平（procedural justice）的概念[6]，认为过程公平与分配公平同等重要。随后学者在程序公平和分配公平基础上提出互动公平（interactional justice），虽然公平感知研究已然十分深入，但关于公平感知维度仍存在分歧，后继也有提出人际公平、信息公平等概念[7];二是关于公平感知与组织绩效关系的研究，可以进一步细分为员工公平感知与组织绩效关系、公平感知与组织间合作绩效关系，刘亚[8]等分析了员工公平感知各个维度与组织效果变量的关系，通过实证分析指出公平感知对企业绩效具有正向影响，Fadel和Durcikova研究了企业员工公平感知对企业知识库共享知识意愿的影响，结果表明分配公平、程序公平正向影响员工知识共享意愿，信息公平和人际公平在知识共享过程中发挥一定作用[9]。Lin、Wang和Noe也分别验证了公平感知与组织绩效关系，得出类似的结论。随着研究的深入，学者逐渐关注组织间公平与合作绩效的关系[10，11]。李垣等对程序公平和分配公平影响联盟绩效的路径进行了分析[12]。高展军和王龙伟基于契约治理、联盟公平及制度理论，提出了联盟显性契约与规范契约影响分配公平与程序公平的权变观点，并考察联盟公平对知识整合的影響[13]。陈莹和武志伟将联盟企业间公平关系分为程序公平、互动公平、分配公平，并考虑关系承诺的中介作用及目标一致的调节作用，分析了企业间关系公平性与合作绩效关系[14]。刘婷、王震分析了企业间关系投入（交易专项投资）和关系治理机制（契约控制）对公平感知的影响，也研究了程序公平、分配公平对知识转移的影响[15]。Li针对互动公平与知识共享的关系问题，运用多级结构方程模型验证了互动公平对企业间知识共享的正向促进关系[16]。由上述可知，学者已从不同层次（如员工、企业、联盟、网络）关注公平感知对合作绩效的影响，公平感知会影响企业知识转移，增加企业知识转移意愿，促进隐性知识、复杂知识的转移数量，即正向促进知识转移。若企业之间不具备良好的公平感知关系，企业在知识转移中存有戒备心理，知识转移效果会大打折扣，甚至影响企业创新。

尽管公平感知对知识转移作用明显，但现有公平感知的研究主要从定性及显著性影响进行分析，忽略了公平感知的动态演化过程，忽视了公平感知动态性和演化规律对知识转移的影响，无法明晰公平感知与知识转移作用机理及反馈效应。鉴于此，在系统分析公平感知及其构成维度交互作用的基础上，采用系统动力学方法研究分配公平、程序公平对知识转移的影响，构建企业研发团队之间公平感知关系动态演化的系统动力学模型，并对所建模型进行仿真及灵敏度分析，分析公平感知与知识转移的动态演化规律，对企业知识转移活动的行为策略选择具有指导意义。

1 研发团队知识转移与公平感知界定

1.1 企业研发团队之间知识转移过程

知识转移概念最早由Teece提出[17]，逐渐成为知识管理中研究热点。从知识转移过程来看，影响知识转移的影响因素包含：知识转移主体（转移方、接收方、转移能力和吸收能力等）、知识特性（隐性和显性）、知识转移关系情景（转移意愿、公平感知和承诺等）。依据资源基础观，企业研发团队合作的目的是实现资源上的互补，获取新知识、新技术以保持竞争优势，并实现新知识的社会价值，这以知识的有效转移为前提[18]。知识能否顺利、完整的转移是决定合作成功的关键。企业研发团队之间的知识转移过程如图1所示。

图1中含有2个反馈回路，回路1是知识转移方对接收方获取新知识的反馈效应，并作为是否继续转移知识的依据，回路2主要是接收方自身对转移知识的反馈效应，受到团队吸收整合能力及知识特性影响。作为知识转移方的研发团队其知识总量由知识基础、知识创新量、知识失效量确定，作为知识接受方的研发团队其知识总量由知识基础、知识转移量、知识创新量、知识失效量等共同决定。

1.2 公平感知关系界定

公平理论由Adams于1965年提出并用于衡量员工对组织绩效的感知，属于组织行为学范畴，随后学者将其用于研究企业合作收益分配公平性问题。分配公平强调交易者双方对投入与收益的感知，理想状态下，若双方投入与收入比相同，则达到公平，分配公平可以从公平性、均等性、需求性等3个层面展开;程序公平是对与合作相关的程序、过程的一种感知，可通过知识性、无偏性和可驳性等方面衡量;随着学者的持续深入，有学者提出互动公平，主要是对合作双方在接触过程中相互对待方式的感知，可从礼貌、努力、诚实等方面来反映。公平理论表明，若合作双方的公平关系处于较高水平并获得相应的利益回报，双方愿意继续维持合作关系，增强企业的长期合作意向，提高组织间关系承诺。

研发团队在确定技术协同、知识转移之前，为保证自身权益，防止不必要的风险，会对双方合作意愿进行预判，而最能体现双方合作诚意的方式是收益分配、交互程序上的公平。文中认为公平感知关系是企业维持稳定合作的纽带，双方的知识转移不仅受到知识阈值的限制，也受到双方公平感知关系的影响。有研究指出公平理论虽然衍生交互公平、信息公平等概念，但与组织之间紧密相连的还是分配和程序公平，且程序公平对合作绩效的正向促进影响受到分配公平的中介作用[13]。因此，文中将公平感知维度划分为分配公平和程序公平，下面给出公平感知关系的数学表达式。

2 基于公平研发团队之间知识转移系统动力学模型

2.1 企业研发团队间知识转移因果关系

基于双方公平感知关系，文中研究企业研发团队之间知识转移过程，其中团队i为知识转移方，团队j为知识接收方，知识转移能增加企业的知识基础，随着时间的推移，有部分知识不能为企业创造价值而失效，团队j的知识量由知识基础、知识创新量、知识转移量、知识失效量组成。知识转移量受知识势差、公平感知、转移阈值共同影响。知识势差是研发团队双方与创新相关知识基础之间的差距，若存在知识差距时，研发团队有动力寻求与外部合作，获取相应知识，因此知识势差对双方知识转移具有正向促进作用。知识阈值是一种团队自我保护机制，为避免机会主义行为，设定知识转移上限，若达到阈值，则知识转移终止。公平感知对知识转移具有正向影响，当双方对收益分配、交互程序都具有较高的公平预判时，会增强双方参与知识转移活动的信念，使得知识转移顺利进行。具体的因果关系如图2所示。

2.2 模型假定及参数说明

针对文中所建模型，提出以下4项假设：①团队i与团队j相比知识优势明显，即双方存在知识势差，且团队i知识基础大于团队j知识基础;②团队i-团队j在公平感知评估时，既看重公平感知的平均水平，也注重公平的波动性;③双方在科研设备、科研人员等知识创造基础的配备上存在差距，假定团队i创新效率优于团队j创新效率;④从知识创造目的角度，双方在知识创造的目标略有不同，团队i注重知识创新性，而团队j更多考虑知识创造产生的社会效益，团队j知识失效率小于团队i知识失效率。

根据知识转移因果关系，构建双方知识转移系统流图，如图3所示。模型中存在系统状态变量2个：团队i知识基础、团队j知识基础;流率变量5个：团队i知识创新量、团队i知识流失量、知识转移量、团队j知识流失量、团队j知识创新量;辅助变量：知识势差、转移阈值、分配公平、公平感知、投入回报系数、程序公平;常量：团队i知识创新率;团队i知识流失率、团队j知识创新率、团队j知识流失率、公平因子。

借鑒已有研究对各变量的方程及系数进行定义[19-20]。具体方程参数说明如下：团队i知识基础=INTEG（团队i知识创新量-团队i失效量，20）;团队i知识创新率=WITH LOOKUP（Time，（[（0，0）-（36，0.2）]，（0，0.06），（36，0.09））），使用表函数描述，按最初0.06，最终0.09的线性函数处理;团队i知识创新量=团队i创新率×团队i知识基础;团队i知识流失率=0.02;团队i知识流失量=STEP（团队i知识基础×团队i流失率，8），运用跃阶函数表示团队i知识流失量，团队i的知识流失从第10个月开始;团队j知识基础=INTEGER（知识转移量+团队j知识创新量-团队j知识流失量，0）;团队j知识创新量=团队j创新率×团队j知识基础;团队j知识创新率=0.01;团队j知识流失量=STEP（团队j知识基础×团队j流失率，11），运用跃阶函数表示团队j知识流失量，团队j的知识流失从第11个月开始;团队j知识流失率=0.01;知识转移量=DELAY1I（IF THEN ELSE（知识阈值<0.9，公平感知×知识势差×动态能力，0），2，0）;动态能力=Time（（[（0，0）-（36，1）]，（0，0.4），（36，0.9））），使用表函数描述，按最初0.4，最终0.9的线性函数处理;知识势差=团队i知识基础-团队j知识基础;知识阈值=IF THEN ELSE（团队j知识基础/团队i知识基础<0.75，团队j知识基础/团队i知识基础，0.75）;公平感知=公平因子×分配公平+（1-公平因子）×程序公平;分配公平=团队i投入回报系数/（团队i投入回报系数+团队j投入回报系数）;程序公平=团队i程序公平参数/（团队i程序公平参数+团队j程序公平参数）;团队i投入回报系数=RANDOM UNIFORM（0，4，0）/RANDOM UNIFORM（2，5，2）;团队j投入回报系数=RANDOM UNIFORM（0，6，0）/RANDOM UNIFORM（3，6，3）;团队j程序公平参数=EXP（RENDOM UNIFORM（0，1，0.4）-1）;团队j程序公平参数=EXP（RANDOM NORMAL（0，1，0.6，0.01，0.5）-1））;公平因子=0.5.

3 模型仿真与灵敏度分析

3.1 模型仿真与检验

模型建立后需对其有效性进行验证，以确保仿真结果能够准确的反映企业研发团队公平感知关系的动态演化规律及对知识转移的影响，文中通过模型变量之间关系与现实情况的一致性即理论检验方法进行验证[21]。采用Vensim软件对所建模型进行仿真，设定系统仿真时间期数为36，单位为月，步长为1，企业1研发团队的初始知识基础为30，企业2研发团队的知识基础为5，具体的仿真结果如图4所示。

由图4可知，公平感知关系始终处于波动状态，其取值呈现增加、减少交替变换的形式，这主要是由于分配公平、程序公平随时间动态变化，尤其分配公平中的投入与收益在不同阶段是有差异的。通过纵向对比，公平感知的变化对企业知识转移活动产生显著影响，合作初期，随着双方公平感知关系的降低，知识转移量也会减少，而在22-26仿真时间，随着公平感知关系的提升，双方知识转移量也在增加。另从分配公平、程序公平图中可知，分配公平、程序公平存在互补效应，分配公平降低时，程序公平可以中和分配公平带来的负面效应，这是由于程序公平、分配公平代表着公平感知的不同方面，分配公平关注双方利益归属，程序公平更注重沟通、互动中的规范。

对比知识势差与知识转移量仿真结果，知识势差、知识转移量呈现增加、减少再增加的循环模式，知识势差是指企业研发团队之间的知识基础差异，在知识转移初期，双方知识基础差异较大。由于团队

i的知识创新量大于团队j的创新量，公平感知在双方确定合作时处于较高水平，使得知识转移量急剧增加。随着合作的深入，团队j对转移来的知识吸收、利用、整合能力增強，双方知识基础差异减小，另外由于公平感知关系的降低，使得知识转移量减少。知识转移量处于低值一段时间后，双方知识势差再次增大，公平感知关系也提升，这促进了双方的知识转移意愿，知识转移量再次增大。

研发团队双方知识基础随着时间的推移，整体呈现上升的趋势，表明知识转移活动具有双赢的结局，知识转移促进了知识的流动、整合、吸收，有利于知识创造。另外，由于团队i的初始知识基础大于团队j的知识基础，团队i的知识创新量多于团队j的知识创新量，团队i的知识失效率小于团队j的知识失效率，使得团队j的知识基础在接近于团队i的知识基础后又存在一定差距。

通过对仿真结果分析，模型的各参数的变化规律与现实中企业知识转移情形相符，所构建模型可真实准确地描述企业之间公平感知与知识转移的动态演化规律，对公平感知、知识转移量等变量的变化趋势可准确的仿真、模拟，公平感知影响研发团队之间的知识转移。

3.2 灵敏度分析

灵敏度分析是指通过改变参数的取值，分析对模型输出结果的影响，为企业管理者提供决策支持和建议，文中主要对公平因子、动态能力、企业投入水平进行灵敏度分析，具体如下

1）更改公平感知关系的公平因子，将其初始值（0.5，0.5）调整为（0.7，0.3）和（0.3，0.7），其他参数保持不变，具体结果如图5所示，公平因子取值（0.5，0.5）时，公平感知关系变化相对平缓，而公平因子取值（0.7，0.3）和（0.3，0.7）时，公平感知关系变动相对剧烈且与公平感知曲线变动几乎是一致的，说明只侧重于公平感知的分配公平或程序公平，会导致公平感知关系波动剧烈，不利于知识转移活动的进行，公平因子的权重证明分配公平和程序公平对公平感知的影响是同等重要的，也表明分配公平和程序公平的公平因子取值0.5的合理性。依据知识转移量，公平权重因子调整幅度较大时，知识转移量波动较为剧烈，在6-11仿真时间段内，与公平因子取值0.5时相比，知识转移量下降幅度更大。因此，片面强调分配公平或程序公平在知识转移活动中的作用，并不能得到很好的效果，需均衡分配公平、程序公平对知识转移的影响。

2）保持其他参数不变，将动态能力取值范围界定为（0.2，0.4）、（0.4，0.9）、（0.6，0.9），仿真结果如图6所示，依据知识基础曲线，动态能力对研发团队知识基础会产生积极影响，动态能力系数取值为（0.2，0.4）的知识基础始终低于取值为（0.4，0.9）、（0.6，0.9）的知识基础，表明提升知识接收方的动态能力有助于知识总量的积累。对比动态能力取值为（0.4，0.9）、（0.6，0.9）的知识基础曲线，研发初期研发团队动态能力强的知识基础高于动态能力弱的知识基础，随着合作的深入，动态能力取值上限皆为0.9，知识基础累积曲线趋于一致，这也契合在协同研发初期动态能力较强的企业对转移来的知识可更好的吸收、整合、利用的现实，值得注意的是，动态能力并非企业知识基础的决定因素，不同动态能力系数下的知识基础差距不大。

依据知识转移量仿真结果可知，动态能力对知识转移量影响明显，知识接收方动态能力越强，其知识转移量越多。在协同研发初期，由于知识结构、人员配置、企业异质性等原因，导致双方存在知识势差，动态能力较强的研发团队能够更好更快的弥补知识差距，使知识转移活动顺利进行，而协同研发后期，动态能力作用不再明显，这与企业协同研发现实相符，也证明文中所建模型合理性。

考虑增加或降低研发投入对知识转移活动影响，将知识接收方的投入水平由初始值6提升至10及降低为4，仿真结果如图7所示，增加知识接收方的研发投入后，公平感知关系虽有提高，但幅度较小，另根据知识转移量仿真结果，随着研发投入的增加，知识转移量有所增加，但变动不大，表明单方面增加投入水平并不能显著提升知识转移量，这也解释了资金的大量投入并不能买到全部知识这一社会现实，当然知识转移也不能脱离资金投入，在降低研发投入水平时，公平感知关系也会降低，进而影响知识转移量，通过对投入水平的灵敏度分析，进一步验证分配水平在知识转移活动中的重要作用，为企业进行协同研发活动提供决策依据。

4 结 语

文中以协同研发团队之间的知识转移为目标，分析公平感知关系对知识转移的影响，通过构建因果关系图和系统流图，并借助Vensim软件对所建模型进行仿真，通过调整参数的取值，对动态能力、公平因子及分配公平的研发投入进行灵敏度分析，证实了公平感知、动态能力对知识转移的正向影响。也分析了动态能力在协同研发不同阶段的具体效应，研究表明单方面提高投入水平对于知识转移活动并非最好的选择。仿真结果表明

1）公平感知关系影响了研发团队之间的知识转移，知识接收方可通过调节公平感知关系以实现知识转移活动。

2）分配公平、程序公平均会影响研发团队之间知识转移，仿真结果表明处于合理范围内的公平感知关系可促进研发团队知识转移意愿，分配公平代表了双方对收益分配方案的认可，程序公平可以保证双方良好的互动、沟通与协调。

3）分配公平与程序公平在影响团队知识转移活动中存在互补效应，分配公平和程序公平体现了公平感知关系的不同方面，两者并不排斥，当分配公平处于较低值时，程序公平可以中和分配公平带来的负面效应，进而影响公平感知关系，以实现促进知识转移的目的。因此，综合采用2种公平方式更易于研发团队之间的知识转移。

参考文献：

[1] Argote L，Ingram P.Knowledge transfer：a basis for competitive advantage in firms[J].Organizational Behavior & Human Decision Processes，2000，82（01）：150-169.

[2] Battistella C，Toni A F D，Pillon R.Inter-organisational technology/knowledge transfer：a framework from critical literature review[J].Journal of Technology Transfer，2016，41（01）：1-40.

[3] 郭蓉娜，邱國栋.风险企业VC-E公平感知合作创新意愿与创新绩效的关系[J].辽宁工程技术大学学报（社会科学版），2017，19（02）：135-144.

[4]董方超，高 虹，丁 婷.创新团队公平感知与知识共享行为关系研究——以成员信任为中介变量[J].河北工业科技，2016，33（03）：194-201.

[5]Adams J S.Inequity in social exchange[J].Advances in Experimental Social Psychology，1965，2（04）：267-299.

[6]Thibaut J W，Walker L.Procedural justice：a psychological analysis[J].Duke Law Journal，1975，7（06）：1289-1296.

[7]Greenberg J.Justice in the workplace：approaching fairness in human resource management[J].Personnel Psychology，1993，47（09）：201-205.

[8]刘 亚，龙立荣，李 晔.组织公平感对组织效果变量的影响[J].管理世界，2003，16（03）：126-132.

[9]Fadel K J，Durcikova A.If it’s fair，I’ll share：the effect of perceived knowledge validation justice on contributions to an organizational knowledge repository[J].Information & Management，2014，51（05）：511-519.

[10]Lin C P.Knowledge sharing and firm innovation capability：an empirical study[J].International Journal of Manpower，2007，28（03）：315-332.

[11]Wang S，Noe R A.Knowledge sharing：a review and directions for future research[J].Human Resource Management Review，2010，20（02）：115-131.

[12]李 垣，杨知评，史会斌.程序公平和分配公平影响联盟绩效的机理研究[J].管理学报，2009，6（06）：759-766.

[13]高展军，王龙伟.联盟契约对知识整合的影响研究——基于公平感知的分析[J].科学学与科学技术管理，2013，34（07）：95-103.

[14]陈 莹，武志伟.联盟企业间关系公平性对合作绩效的影响——关系承诺的中介作用与目标一致的调节作用[J].预测，2014，33（06）：15-19.

[15]刘 婷，王 震.关系投入、治理机制、公平与知识转移：依赖的调节效应[J].管理科学，2016，29（04）：115-124.

[16]Li X，Zhang J，Zhang S，et al.A multilevel analysis of the role of interactional justice in promoting knowledge-sharing behavior：the mediated role of organizational commitment[J].Industrial Marketing Management，2016，62（07）：226-233.

[17]徐国东，叶金福，邹 艳.企业-大学合作中的知识转移影响因素分析[J].情报杂志，2008，27（02）：87-89.

[18]Wernerfelt B.A resource-based view of the firm[J].Strategic Management Journal，2010，5（02）：171-180.

[19]范建红，陈怀超，陈 安.控制机制对母子公司知识转移的影响研究——基于系统动力学的建模与仿真[J].情报理论与实践，2016，39（06）：88-95.[20]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，2009，30（06）：87-92.

[21]夏维力，李晓歌.校企合作创新网络信任与知识转移的演化关系研究[J].软科学，2015，29（01）：53-59.

（责任编辑：王 强）