复杂技术创新中的知识长尾与知识粘滞，本文主要内容关键词为：知识论文,技术创新论文，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。
复杂产品系统是发达国家占有技术领先优势和市场竞争优势的重要领域，后发国家包括新兴工业化国家在这些领域取得的进步并不快[1](P110)[2](P363)。Kash and Rycroft对复杂技术给出了较为宽泛的定义：复杂技术就是任何个人都无法完全理解并且能跨越时空进行充分沟通的产品或工艺技术[3](P71)。复杂技术包括复杂产品技术——如汽车、航空器、电信设备、计算机、电子设备、生物技术和新材料等，和复杂工艺技术——如精益或敏捷生产系统。技术的复杂性可以用零部件数量、技术与环境界面的数量等变量来描述。
20世纪90年代中期以来，关于复杂技术创新的系统研究逐渐增加，主要从复杂技术视角、复杂产品系统视角和复杂产品构架视角三个方面进行。复杂技术视角的研究通过一些理论演绎和案例研究，提出复杂技术的重要性，对复杂技术创新的组织形式、复杂技术的进化模式和组织学习以及复杂技术的专利保护进行研究[3](P72)[4](P13)[5](P819)[6](P18)。复杂产品系统视角的研究提出了复杂产品系统的概念和分类标准，认为基于项目的组织是复杂产品系统创新的重要组织形式，指出产品、工艺及组织复杂性测度的两个维度——宽度和深度，并加以延伸用宽度和深度来测度复杂产品系统供应商的技术能力[7](P689)[8](P871)[9](P805)[10](P895)。复杂产品构架视角的研究探讨复杂系统开发过程中的分解、组织，以及开发过程中的沟通问题[11](P1)[12](P45)[13](P1674)。关于复杂技术创新的研究表明，不论是从复杂技术视角、复杂产品系统视角还是从复杂产品构架视角来看，复杂技术创新都具有知识分布复杂性、项目复杂性、项目散发性、组织的非连续性和创新系统关联特性。其中需要特别重视的是复杂技术创新的系统特性和知识分布复杂性。
基于复杂技术创新的系统特性，王毅建立以国家创新系统为基础的复杂技术追赶框架，提出以企业为主的自主创新、政府支持的自主创新、政府支持的技术学习、企业为主的技术学习四种追赶模式[14](P62)。本文关注知识分布的复杂特性，试图探索复杂技术创新中知识转移的特点，并在此基础上讨论知识粘滞的类型。
一、复杂技术创新过程中的知识分布复杂性
一个复杂技术创新项目要由多个主体来承担，这些主体要么分布在同一企业内的多个部门的多个开发团队[13](P1677)，要么分布在不同机构（大学、研究所、不同企业）之中[15](P114)，知识在不同团队、不同主体之间的转移和共享是复杂技术创新成功的关键[13](P1678)[15](P116)。复杂技术创新的系统性与知识分布的复杂性在某种程度上是互为因果的。影响知识分布复杂性的主要因素有以下三个：
（一）技术复杂度及知识分布的广度和集中度
随着技术复杂度的提高，涉及到的学科增加、同一学科的知识点增加、不同学科的交叉程度增加，复杂技术创新中的知识分布的复杂性会提高。知识在复杂技术（产品／工艺）系统之中有一个分布，在企业组织系统之中有一个分布。独立分布的宽泛程度可以用广度来衡量，关联分布的宽泛程度可以用集中度来衡量。不同的广度和集中度对知识分布有影响。这些因素促成知识分布复杂性的知识客体维。
（二）企业战略、结构和文化
从事复杂技术创新的企业的战略（尤其是其技术战略）会影响到企业对待复杂技术创新的态势，会对复杂技术创新过程以及其中的知识分布的复杂性产生影响，不同的战略会有正向或负向的影响。企业的结构和文化会影响到内部知识转移和共享惯例，从而影响复杂技术创新中的知识分布的复杂性。这些因素促成知识分布复杂性的知识组织主体维。
（三）复杂技术创新网络中各个主体被激励的程度
复杂技术创新的一个重要特性是由网络组织来承担。组织的网络化和多主体性是复杂技术创新过程中知识分布复杂的重要原因。不同的激励机制设计会影响主体的积极性，对知识分布产生重要影响。这些因素促成知识分布复杂性的知识个人主体维。
因此，复杂技术创新过程中的知识分布复杂性表现在知识客体、知识组织主体和知识个人主体三个维度上，形成一个知识分布的复杂空间。
二、复杂技术创新中的知识长尾
复杂技术创新中的知识分布在知识客体、知识组织主体和知识个人主体三个维度组成的复杂空间中，知识主体和知识点都随技术复杂度的提高而增加，相互关系也更为复杂。尤克强认为组织内部存在一个知识市场，其运作的六个基本力量是买方、卖方、中介者、价格、原则及市场失灵[16](P66)。复杂技术创新中也存在知识主体和知识点组成的知识市场，至少涉及知识供给主体、知识需求主体和知识三个要素。复杂技术创新中涉及的知识点很多，有些知识点需要参与创新项目的大多数人掌握，而有些知识点只需要少数几个人掌握。也就是说，从知识点涉及的供给主体和需求主体数量来说，部分知识点涉及的供需主体比较多，部分知识点涉及的供需主体较少，知识点及其涉及的供需主体构成知识长尾（如图1所示）。
图1 复杂技术创新中的知识长尾
知识长尾的头部是全局知识（Global Knowledge），即需要大多数创新参与主体掌握的知识，占20％以下；知识长尾的尾部是局部知识（Local Knowledge），即只需要少数甚至几个创新参与主体掌握的知识，占80％以上。简单技术创新中基本不存在知识长尾，涉及到的知识点几乎被所有创新参与主体掌握。例如风扇设计技术，参与设计的组织主体和个人主体在10个以下，他们掌握所有的知识点，甚至可以做到1个主体能够掌握所有设计知识，这些知识都可以成为全局知识。随着技术复杂度增加，局部知识会出现，知识长尾显现，而且随着技术复杂度增加，知识长尾越长，只涉及几个供需主体的知识点更多。例如，轿车技术是复杂技术，轿车设计的基本原理、基本组成部分、有关各部分之间组成关系的构架知识都是属于头部的知识点。参与轿车开发的大多数主体都知道，除了一般原理之外，关于特定车型的独特构架知识，也是属于头部的。这些知识的供给主体是技术明星和信息明星，是构架的掌握者。轿车内饰中的音响系统就是一个局部知识点，在电磁相容性设计时，音响系统和其他汽车电子系统之间就需要相互掌握相关知识点，这些都是局部知识。
复杂技术创新中，处于头部的局部知识共享会以正式会议、技术文档、技术论坛等方式在相关主体之中实现，比较困难的是那些处于尾部的知识在分散的知识供给主体和知识需求主体之间共享，也就是把分散的知识点从分散的知识供给主体转移到知识需求主体。复杂技术创新中知识尾部涉及的知识点和人员比较多，技术知识和开发任务分布在多个团队、多个部门甚至多个机构之中。有些知识在转移的过程中会粘滞在原有的知识主体上，形成粘滞知识。粘滞知识描述的是知识的难以流动特性。复杂技术创新中知识分布复杂性的各种因素都会影响到粘滞知识的形成。粘滞知识会导致知识网络和人员网络、团队网络之间的知识错位。这会影响到复杂技术创新的成败和效率。因此，管理复杂技术创新中的知识长尾尾部的粘滞知识，是提高复杂技术创新能力的关键。
三、复杂技术创新中的知识粘滞类型
复杂技术创新中知识长尾尾部粘滞知识可以进行分类。根据粘滞知识在技术系统和组织系统中的分布特征，结合已有关于知识粘滞的研究，本文提出四类知识粘滞（如图2所示）：
图2 复杂技术创新中的知识粘滞类型
来源：四类粘滞的概念命名原由参见本文标注的参考文献[13][17][18]。
（一）Szulanski粘滞
以研究组织内部最佳实践转移中的粘滞知识专家Szulanski教授命名。这类粘滞的特征是主体维度分布和知识客体维度分布都有共享要求，在转移过程中形成粘滞。例如，公司一个事业部的质量管理体系方面的最佳实践要全部转移到另一个事业部，知识客体和知识主体都是高度分散分布的，转移过程中会形成知识粘滞；导弹系统设计部门和工艺部门之间的知识转移，知识主体和知识客体也是多点分散分布，转移过程中形成Szulanski粘滞。
（二）Eppinger粘滞
以研究复杂系统开发中知识共享的专家Eppinger教授命名。这类粘滞的特征是技术分布有共享要求，但组织分布是单点分布，不予以支持，形成粘滞。例如，在飞机发动机设计过程中，燃烧子系统和冷却子系统之间需要共享知识，这两个系统还要跟整体结构设计之间有共享，但这两个开发团队之间实际没有共享，也没有跟整体结构设计共享，让本来需要多主体共享的知识粘着在单主体，就会形成Eppinger粘滞；轿车设计过程中整体设计和各分系统模块的设计之间，如果整体设计由整车厂负责、各分系统由各部件总成供应商负责，相互之间知识共享不够，也会形成Eppinger粘滞。
（三）Eppinger滑漏
以研究复杂系统开发中知识共享的专家Eppinger教授命名。这类粘滞分布的结果是粘滞的反面——滑漏，其特征是组织系统共享了不需要共享的独立分布的技术知识，形成知识泄漏，因此，称为Eppinger滑漏。例如，在轿车设计过程中，汽车座椅和传动系统之间并不存在知识交叉和共享，但这两个开发小组之间实际存在知识共享，就形成Eppinger滑漏。
（四）von Hipple粘滞
以研究用户一制造商粘滞知识的专家von Hipple命名。它是指知识独立分布于知识主体，在部分知识单元不共享的情况下实现创新，这些不共享的知识形成粘滞。例如医疗仪器的创新，更多是由用户完成的，制作商并不需要了解使用经验，只要把创新的结果了解回去；ASIC芯片的功能设计可以由用户完成，制造商提供的软件把功能设计转换成可制造的设计，用户和制造商都独立掌握自己的知识，但合作完成了创新。
四、复杂技术创新中的知识粘滞的长尾对策
在简单技术创新中，知识的丰饶程度低，知识转移的主体意愿低，知识转移的主观成本高，但客观成本低。而复杂技术创新涉及的知识和信息丰富，知识客体的数量相对于知识主体的数量是丰饶的，知识主体在项目内转移知识的主观意愿高，知识转移的主观成本低，但客观成本高。在信息丰饶的复杂技术创新项目内部，粘滞不是来自信息匮乏，而是来自各类知识主体能够投入共享、信息交流和知识转移的时间，知识主体希望能够以最少的时间代价获得需要的知识。因此，建立高效率精准的信息集合平台更重要。这个信息集合平台可以考虑下面这些组成部分：
（一）“Who Is Who”专家知识库
参与复杂技术创新的所有知识主体的知识存量、知识结构、知识关注点、在复杂技术创新中的作用和实时知识更新等都能准确地反映在这个信息库中，而且建立知识搜索引擎方便使用者从主题、问题、主体等多个维度快速搜索，建立精准链接，这对 Szulanski粘滞和Eppinger粘滞的下降都有意义。
（二）相关信息知识库
除了以参与主体建立的“Who Is Who”实时更新知识库之外，还可以建立与复杂技术创新相关的信息和知识库，方便查找与创新相关的外部知识，这对所有粘滞知识都有间接降粘作用。
（三）设计让知识拥有者直接参与创新的工具
例如提供给客户使用的AISC设计软件。这类工具对von Hippie粘滞特别有效，通过创新的合理分工和工具配合，在粘滞知识独立分布于组织主体的情况下，其他参与主体能够在其创新工作的基础上完成创新。
（四）举行有针对性的论坛和小组专题交流
除了知识库和工具之外，不定期举行论坛和小组专题交流，促进面对面的沟通，如果参与者能够在参加之前通过“Who Is Who”专家知识库确定交流对象和交流的问题，就更为有效了。
五、小结与实践启示探讨
本文关注知识分布的复杂特性，认为复杂技术创新过程中的知识分布具有复杂性、存在需要转移的知识长尾，提出知识粘滞的四种类型：Szulanski粘滞、Eppinger粘滞、Eppinger滑漏、von Hipple粘滞，并在此基础上提出“Who is who”专家知识库、相关信息知识库、知识拥有者直接参与创新的工具、论坛和小组专题交流等降粘措施。这些对于产业层面和企业层面的实践启示如下：
（一）产业层面
复杂技术产业的追赶是我国经济发展面临的挑战，随着复杂技术的解构和技术的模块化，知识源分布日趋分散，各环节的知识供给增加，复杂技术创新相关的知识单元在全球日趋丰富。例如汽车产业、数控机床产业、通信设备产业等都是如此。从某种程度上讲，一些复杂技术产业的知识供给是相对丰饶的，我们需要的是建立知识选择和共享平台，降低知识粘滞程度，快速准确地获得知识转移，提升产业创新能力。这个平台的建立要有助于知识长尾的知识转移，提高知识转移的精准程度和效率。
（二）企业层面
很多企业内部的知识转移都是从知识稀缺的角度来考虑的，复杂技术创新中的知识转移还要增加知识长尾处的知识丰饶角度，真正从知识转移的过程来考虑知识的粘滞，而不只是着力增加知识供给来解决知识稀缺的问题，从时间和速度管理的角度来解决知识粘滞问题。