基于动态模糊认知图的项目型组织成员知识转移效果研究——知识转移动因、组织情境视角

马 腾，贾荣言，李荣平

(河北科技大学经济管理学院，河北石家庄 050018)

项目型组织(Project-Based Organizations，PBO)是指以项目的形式为外部或内部客户提供成熟产品或服务的组织［1］。PBO 的临时性、一次性和专业性导致了人员流动性大、组织文化作用强大、高度的团队合作以及与客户紧密联系等特点。项目经验、知识创新成果是PBO 持续发展的关键资源。跨项目的知识转移为PBO 提供了具有价值的经验教训，避免重复创新成本损失或重复错误［2］。区别于一般组织情境，PBO 的知识转移对组织情境有更强的依赖性，增加了项目成员的异构性，成为阻碍知识转移的潜在风险。近年来项目规模不断扩大、管理体系日趋复杂，项目实施各阶段积累的经验、知识创新成果也成倍增加，这为PBO 知识转移提出了新的挑战。

Pemsel 等［3］认为组织边界是PBO 知识转移的障碍，弱化组织边界、制定组织边界连接策略能够促进项目间的知识交流与合作。Almeida 等［2］认为项目成员观念的误解、不同的学科背景、项目文化差异和不同的工作方式是PBO 知识转移的障碍。Armagnac［4］指出PBO 知识管理应充分考虑将人力资源管理实践与组织设计相结合。Reich 等［5］认为PBO 知识管理成功的关键在于PBO 知识管理文化和项目管理办公室(PMO)的构建。Pemsel 等［6］强调了知识治理流程的自然属性及其与环境的关系。Koskinen［7］认为项目成员的语言、信任、物理上的接近将影响项目成员的知识共享行为，成员间面对面的交流将有利于知识共享。Savolainen［8］指出项目组织中个体间的信任、动态职能关系及开放的沟通环境是影响知识共享的重要因素。Sun 等［9］认为知识转移机会、知识转移对象、知识转移方法和知识类型将影响知识转移效率。Bell 等［10］基于文献综述、结构化访谈、存档数据和德尔菲调查，提出一种能够激励和指导PBO 传递知识的框架。Wei 等［11］基于组织文化的三元素研究了PBO 文化与项目文化的相互作用对个体知识转移行为的影响机制。Ren 等［12］认为项目的相似性可以促进项目间的沟通，提高转移意愿和知识转移有效性，而项目的时间性和紧迫性则对项目沟通产生负面影响。王能民等［13］认为项目成员的流动促成了项目间的知识转移，且项目间知识转移具有很强的组织情境依赖性。李丽萍等［14］指出项目的多学科性有利于知识的传播与创新，而项目的一次性、临时性特点将会使项目知识随着项目生命周期的结束而丢失。

从上述文献可以看出，已有较多关于PBO 知识转移的研究，但是考虑成员知识转移动因与组织情境的交互作用，及其反馈效用对成员知识转移动因影响的文献鲜见。PBO 成员知识转移行为受到其自身意愿及其所在组织环境的双重作用。因此，本研究运用动态模糊认知图探究PBO 成员知识转移动因交互影响及反馈效应。

1 PBO 知识转移动因和组织情境要素系统

知识转移的概念由Teece 首次提出，此后被研究者们不断的发展、完善。学者们对知识转移的概念已达成相对一致的看法，认为知识转移概念包含以下4 个要素：（1）知识转移主体、知识转移客体；（2）在特定的情境下；（3）进行交互活动；（4）完成特定的目的［15］。本研究基于知识转移的概念和过程要素，将PBO 知识转移动因和组织情景系统分为：知识转移主体、环境条件、知识属性、知识转移客体4 个维度。通过文献分析和专家访谈归纳了PBO 知识转移动因和组织情境要素系统，并进行了定义和修正，如表1 所示。

表1 PBO 知识转移动因和组织情境要素系统

2 研究方法

2.1 动态模糊认知图

动态模糊认知图(Dynamic Fuzzy CognitiveMaps,DFCMs)是基于随机神经网络模型构建的，也称作动态随机模糊认知图并通过大量计算过程取代符号演绎，最终实现推理。

2.2 动态模糊认知图在知识转移动因研究方面的适用性

DFCMs 改进了FCM，使概念节点量化且具有动态性，引入非线性动态函数用于推理过程，形成动态的因果联系。动态模糊认知图改变了模糊因果网络，在运行时使用神经学习规则，学习新的模式对以前模式进行强化。DFCMs 的优势在于更加接近真实环境，构造随时间变化的虚拟世界，提供丰富的动态推理机制。

知识转移过程是多要素参与的高度复杂的非线性过程，其间接性、转移效果可测性等都存在模糊边界，且组织成员的知识转移动机受内外部因素驱动。选择动态模糊认识图建模仿真方法，能够针对项目成员知识转移动机的内外部影响因素之间的因果联系，运用专家知识和随机神经网络学习算法来进行建模仿真，实现对PBO 成员知识转移动机的动态分析。该方法以图论为基本表现形式，学习算法和反馈机制使模型不断进化，更加贴近真实环境。

2.3 参数设计

3 数据收集与处理

3.1 数据收集

采用专家评分法获取数据，根据指标对PBO 知识转移的影响重要程度打分，从非常不重要到重要的取值范围为［1,5］。邀请5 位专家填写问卷，这5位专家是来自同一PBO(建设项目总承包单位)不同项目的项目经理。5 位专家均在建设项目领域有长期项目经验(10～20 年)，对项目的全过程、全要素管理有着深刻的认识。专家来自不同的项目使得评价结论更为客观和全面。

本研究选用克朗巴哈系数(Cronbach α)检验原始数据的内部一致性。此外，对原始数据进行KMO检验和Bartlett 球形检验。本研究的Cronbach α 值为0.837 8＞0.7，KMO 值为0.793 2＞0.7，Bartlett 球形检验在0.001 的显著性水平上通过检验，表明原始数据内部一致性较高，结果可信有效。

3.2 数据处理

3.2.1 数据转换

本研究采用的是李克特5 级量表。为了构建模糊认知图中概念节点间的关系矩阵，首先将专家打分的原始数据进行模糊化处理。具体方法如下：

原始数据模糊转化结果，如表2 所示。

表2 原始数据模糊化结果

3.2.2 计算概念节点初始状态

整合5 位专家对每一概念节点给出的模糊评价值，假设5 位专家的意见重要程度相一致，对这5组数据求均值，将这组均值作为动态模糊认知图概念节点状态的初始值。概念节点状态初始值，如表3 所示。

表3 概念节点状态初始值

3.2.3 计算概念节点相关性

运用调整“余弦相似度”来判断两个概念节点间的相关性。为了克服“余弦相似度”对绝对数值不敏感的问题，本研究对所有维度上的数值都减去一个均值，然后根据式（2）计算概念节点间的余弦距离，并判断相关性。

采用模糊化后的数据进行相关性分析，目的是为了消除余弦相似度算法的系统误差。概念节点间的相关系数即为相关，否则为不相关。运用SPSS19.0 软件进行“余弦距离”相关性分析，得到项目型组织知识转移动因关系矩阵，如图1 所示。

图1 项目型组织知识转移动因关系矩阵

3.3 非线性Hebbian 规则学习算法

运用非线性赫布规则学习算法(Non-Linear Hebbian Learning Algoithm)对初始模糊认知图进行修正。具体仿真迭代过程如下：首先，观测概念节点当前激活值；然后，计算，如果，则概念节点与概念节点之间的权重关系也会发生变化，即：

根据赫布规则学习算法对动态模糊认知图进行MATLAB 仿真。DFCMs 的实现过程如下：

（1）读入概念节点的初始状态值和关系矩阵初始状态值。概念节点初始状态值，如表4 所示。关系矩阵初始状态值如；

（2）对初始节点进行迭代，迭代K 次；

（3）更新概念节点的状态值；由式（4）更新概念节点状态值，由式（3）更新概念节点间关系值：

4 仿真结果及分析

4.1 构建DFCM 结构图

运用非线性Hebbian 规则学习算法改进模糊认知图，构建稳定状态下的动态模糊认知图，如图2所示。各因素间既存在正向/负向因果关系。首先，在PBO 知识转移系统中，各变量的因果关系均归结于知识接收方的知识转移效果，表现为输入影响最多，故将其看作全局被控制变量，作为判断知识转移效果的最终标志。

其次，对于知识转移方动机因素：C1平衡互惠、C3避免惩罚、C4员工情感承诺、C5成就动机对最终结果变量起到正向影响作用，而C2个人兴趣、C6模仿领导者行为、C7自我实现则对结果变量无正向相关性影响。有趣的是，C2个人兴趣与C18知识转移参与度，C6模仿领导者行为与C20知识心理所有权呈显著负相关关系。兴趣动机一方面能够促进个人创新，另一方面使得个人过于专注于某一事件而忽略与其他人的了沟通与交流，故而使得C2个人兴趣与C18知识转移参与度呈现负相关关系。项目组织成员在模仿领导者行为进行知识转移的同时，将模仿行为转化为自身行为，这样将有助于提升知识的心理所有权。

再次，对于PBO 组织情境因素：C8组织目标一致性、C9组织凝聚力、C10组织支持感对结果变量呈现显著正向因果关系，而C11组织领导力、C12组织学习则与结果变量无显著性影响，而与知识转移动机变量C6模仿领导者行为、C7自我实现呈显著正相关关系，说明组织领导力和组织学习等组织情境可以在一定程度上促使项目成员模仿领导者行为并帮助成员实现自我。另外，知识转移渠道因素：C13人际关系网络和C15组织网络对结果变量无显著性影响，而C14知识中介因素与结果变量有显著正向影响，这说明在PBO 中由于项目的复杂多样性以及细化的分工导致项目成员间的知识背景差异巨大，故导致知识中介的作用凸显。

最后，对于知识属性因素：C17显性知识对于结果变量无显著性影响，而C16隐性知识与结果变量呈现显著地负相关关系，这说明在PBO 中也面临着隐性知识的转移和共享困难这一挑战。

图2 稳定状态下动态模糊认知图

4.2 仿真结论

运用Matlab 仿真非线性Hebbian 规则学习算法改进后的DFCM，以表4 为概念节点状态初始值，经过13 次迭代得到DFCM 稳定状态。PBO 知识转移动因系统迭代过程，如表4 所示。

表4 PBO 知识转移动因系、组织情境统迭代过程

通过仿真结论可知，在PBO 知识转移动因、组织情境系统中C18知识转移参与度、C19知识转移满意度、C20知识心理所有权等因素最为重要，主要是因为其作为全局控制变评价整个知识转移系统效率。C16内隐知识与PBO 知识转移系统效率呈负相关关系，说明知识的内隐性愈强，知识转移效率愈差。在知识转移动机因素中C4员工情感承诺、C1互惠平衡、C5成就动机较其他动机重要。在组织情境因素中C10组织支持感、C9组织凝聚力、C8组织目标一致性较其他组织情境因素重要。在PBO 沟通渠道中C15组织网络、C14知识中介较C13人际关系网络重要，这说明合理的PBO 架构与专业的知识中介能够促进PBO 进行有效的知识转移。

5 研究结论

5.1 结论与启示

本研究揭示了组织成员知识转移动因与组织情境的交互作用过程，并得出相应结论：

（1）PBO 知识转移动因、组织情境系统全局被控制变量的确定。在PBO 动因、组织情境评价体系中知识接收方的因素：C18知识转移参与度、C19知识转移满意度、C20知识心理所有权的输入和输出较多，且在DFCM 稳定状态下其概念节点重要，故为全局被控制变量，其余为控制变量，通过影响被控制变量最终得到知识转移动因、组织情境系统的稳定状态。

（2）在知识转移方内在动因中C1平衡互惠、C3避免惩罚、C4员工情感承诺、C5成就动机较其他动因更为重要。不但为进一步针对内在动因的研究指明了方向，同时也为项目管理者制定激励机制提供理论基础。

（3）在组织情境因素中C10组织支持感、C9组织凝聚力、C8组织目标一致性较其他组织情境因素重要。在理论研究方面，可进一步将组织支持感、组织凝聚力、组织目标一致作为调节变量研究其对PBO 知识转移效率的影响；在实践方面，可为项目管理者营造组织氛围提供理论借鉴。保证沟通渠道畅通，集思广益充分采纳意见建议，将PBO 目标转化为项目成员的共同目标，并与组织成员的个人利益相挂钩，这样能够促进组织成员平衡互惠动机，从而增强知识转移效果。

（4）对于知识转移渠道因素，在DFCM 稳定状态下知识中介为PBO 知识转移起到桥梁作用，对知识转移方的效率起到正向促进作用，同时在概念节点重要程度排名中，组织网络、知识中介相较于人事关系网络更为重要。这主要是因为组织网络是PBO 的根本基础，而知识中介能够促进不同专业知识的融合，对于人际关系网络则存在较多人为和不确定因素，在PBO 知识转移渠道中起到辅助作用。

（5）在PBO 中内隐性知识既是知识转移难点又是知识转移重点。这就要求一方面将隐性知识显性化；另一方面，有效地利用知识中介转移知识，也从另一侧面解释了PBO 中知识中介的重要性。

5.2 主要创新点

本研究的创新点体现在：在研究视角的选择上，本研究以知识转动因和组织情境为视角研究，探讨知识转移过程中哪些动因、组织情境能够影响PBO知识转移，而以往研究多注重组织内外部环境、组织文化、技术手段等因素，较少考虑知识转移动因问题；在方法的选择上，本研究运用非线性Hebbian规则学习算法对DFCM 进行改进，克服了以往模糊认知图对专家知识过分依赖的情况，经过仿真迭代最终形成稳态的DFCM，获得稳定状态下各概念节点的重要程度，为项目管理者制定激励机制，营造团结、和谐的组织氛围奠定基础。