知识异质度和知识协同绩效关系的量化研究—基于实践社区社交数据的实证分析

Heterogeneous knowledge is the source of business innovation. However, excessive heterogeneity makes the reduction of innovation performance. Some researchers reveal that the relationship between knowledge heterogeneity and business innovation follows an inverted U curve, but few quantitative research on this has been made. As Web 2.0 community of practice has been widely applied to proceeding knowledge collaborative innovation, this project plans to perform a quantitative analysis on knowledge heterogeneity of business community of practice under scenarios in China. The project will first construct a theoretic framework by addressing different levels of knowledge heterogeneity and its relationship with knowledge collaboration performance. Then we will calculate the upper/lower limit and the optimality by a game theory analysis of knowledge collaboration. Based on social data of community of practice, this project will set up a knowledge graph based quantitative approach to justifying the inverted U curve between knowledge heterogeneity and collaboration performance and comparing with the results generated by the last step. In order to further reveal the nature of the inverted U curve from the perspective of both quantitative and quality data analysis, several rounds of questionnaire survey will be conducted. This project aims to reveal the curve of knowledge heterogeneity variation in the Chinese context by importing Big Data approaches. This will extend the theories of knowledge innovation. The real-time computing approach, which is based upon knowledge graph, will also provide support to monitor knowledge heterogeneity and adjust knowledge governance strategies accordingly.

知识异质性是企业创新源泉，但异质度过高会导致创新绩效下降。国外学者揭示了两者间倒U曲线关系，提出知识异质度存在“最优”区间。国内鲜有类似定量研究成果。在企业已经广泛利用Web 2.0实践社区推动知识协同创新的背景下，本题基于中国情境开展企业实践社区知识异质度的量化研究。首先讨论知识异质度的层次及其与知识协同绩效的关系，建立本题研究的理论框架；其次，通过知识协同博弈分析演绎知识异质度下限、上限和最优值；第三，以实践社区社交数据为基础构建基于知识图谱的测量方法，通过序列数据回归分析验证知识异质度与协同绩效的曲线关系，并与博弈研究结果对比分析；第四，同步进行多轮问卷调查，定量与定性数据相结合解构曲线关系的管理学意义。本题以“大数据”方法揭示中国情境下知识异质度的变化曲线，将拓展知识创新理论；基于知识图谱的实时计算方法，为企业实时监测知识异质度和及时调整知识治理策略提供了支持，具有较强的实践意义。

本研究基于中国情境开展企业实践社区中知识异质度和知识协同绩效关系的量化研究。研究内容一，本题首先将知识协同绩效定义为知识资本增值和社会资本增值，并把参与者划分为知识寻求者和贡献者，建立了“知识寻求者与贡献者-组织学习-知识协同绩效”研究模型，研究了参与者不同角色、不同层次异质性与知识协同绩效的关系。研究发现，知识地位、渠道多样化、社会存在感是知识寻求者的主要动机因素，个人声誉、共享意愿、群体认同是知识贡献者的主要动机因素；参与者的教育背景异质性、业务经验异质性、知识技能异质性等对知识协同绩效有不同影响。研究还表明，组织学习（利用式学习和探索式学习）对企业创新绩效有显著的正向影响；利用式学习在教育背景异质性、知识技能异质性、业务经验异质性与创新绩效的关系中起到了部分中介作用；协同创新氛围对利用式学习与企业创新绩效有正向调节作用；组织学习在网络中心度和联结强度对创新绩效中扮演重要中介作用，内部协同网络对组织学习、创新绩效有较为显著的正向影响。在研究内容二，应用二阶段的动态声誉模型求解了知识异质度的下限阈值，进行了企业知识治理的博弈研究和对策分析。在研究内容三，基于知乎数据的定量计算研究发现，用户知识异质度与知识协同绩效之间存在倒U型关系，当用户异质性达到一定程度时，知识异质性从正向影响转变为负向影响，同时用户行为受到自我展示、用户认可、社会学习等维度的显著影响，但影响程度有所不同。对平台用户数据进行采集、处理和计算的过程中，开发形成了针对知识型平台的知识异质度实时计算系统。本研究的理论成果进一步丰富和拓展了知识创新和知识管理相关理论，知识异质性的实时计算系统为开放在线社区实时监测知识异质性和及时调整知识治理策略提供了支持，可以应用于国内众多平台型企业尤其是知识型或内容型平台的管理实践。