知识在组织中包括两个部分,组织知识,和成员的知识。scope属性的知识而言,前者是集体知识,后者是个体知识。在个人的层面上,知识构成的理解原则、事实和过程,从一般到具体的 24]。这些知识是分散在一个组织中员工的大脑中。组织知识是验证的理解和信仰在一个组织关于组织和环境之间的关系 25]。标准操作程序、信息技术系统、生产和分销设施的物理布局,等等都是组织知识的表现。3月的术语,组织集体知识组织代码存储库,所以组织也被称为代码知识或知识组织代码。

组织知识的创造依赖于组织成员的交换能力,结合现有信息,知识,和想法 26]。初建立的组织,他们只有个人知识,没有集体知识。组织运作的过程中,一个组织的成员学习的组织代码(存储程序、规范、规则和形式)或从其他成员( 10]。在我们的模型中,三月( 2),我们只实现第一个机制,也就是说,我们不把组织成员互相学习机制;相反,学习只从组织成员的代码。此外,组织的知识渊博的成员也参与这一过程我们引用 组织编纂(3月称这 通过组织学习代码)。在组织编纂,成员拥有优越的知识有助于更新知识存储在组织代码。当新员工进入组织,他们是社会化组织语言,信仰,和实践,实现个人知识的增长和增强适应组织。另一方面,新成员提供一个额外的来源组织学习通过促进知识多样性的流入。

这种形式的相互学习影响组织成员和整个组织( 27]。组织知识是由知识的高级成员和发挥作用在塑造组织成员的知识。个人主机知识对于组织的目的和任务联系在一起,通过学习组织的最佳实践在一个特定的方面。在这个过程中,个人的组织知识和不完美的模仿self-experimentation实际上会导致剥削和探索性的创新 28),进而产生新的最佳实践,因为组织的最佳实践不是固定的,随着环境变化。例如,在一家建筑工程公司,通过全面、严格的入职培训,安全官员有很好的理解公司的机械操作标准、安全管理系统、应急处理程序,等等。然而,随着新的行业安全法规的颁布,原公司的机构已不再适用。结合具体的工作实践,安全官员制定一个新的安全管理体系规定的指导下,成为公司的新建筑专家经过仔细考虑和细化的标准,公司的经理。这提供了一个简单的,容易理解的描述交互过程中个人知识被组织吸收知识和优秀的个人通过编纂知识上升到组织知识。

组织知识基础的组织实践,反映了组织的战略和目标( 29日]。同时,组织的行为和他们的组合也产生重大影响组织的知识获取。管理者采取不同的措施来提高组织知识水平,提高环境适应性,塑造竞争优势(根据组织环境和任务 30.]。3月的模型、两种典型的组织实践,社会化和编纂,已经检查了从组织学习的角度。我们在这项研究是关注的影响这两个在不同的情况下对组织知识。

3模型的角色社会化过程中个人修改他们的信仰继续符合组织信仰组织适应的结果。组织知识代表组织的最佳实践在过去的时期。组织凝结其历史上的经验教训为组织的例程和传播他们以自上而下的方式向其成员,特别是新员工。

在社会化的过程中,个人部分模仿代码知识,有意无意。这样的不完美的模仿可以生成一个前所未有的知识结合,这可能比当前更符合现实中可用的知识组织。的知识精英,卓越的个人,将反映在整个组织通过组织编纂的过程,成为新的最佳实践,将学到的其他成员在随后的时期。通过编码优秀成员的知识、组织改善其现有的知识水平和对环境的适应性。

三月的外部设置模型,构造两种组织环境、组织是否存在在一个开放的或封闭的系统和组织环境是否稳定或动荡。前者是指组织开放,后者指的是环境的活力。考虑到该组织是一个自适应系统,前者也定义为系统的开放性。开放系统是指之间的能量和信息交换系统和外部世界。从组织学习的角度来看,如果一个组织是开放的,这意味着它可以从外部系统获取知识。3月的一个重要但很少强调洞察力的论文( 2)是,个人可以学习当参与一个适当的组织系统时不能孤立地这样做。在一个封闭的系统,如果有知识个体之间的差异,然后不再学习的指导下会发生系统目标和操作规程。然而,不再学习将加速的过程化的个体成员的知识。当个别成员的知识往往是一致的,学习将减缓甚至停止。作为一个自适应系统,学习是一个关键的方法来确保一个组织对环境的适应性,特别是当环境不稳定( 31日]。一旦停止学习,组织可能会被摧毁。

我们引用一个组织作为一个开放系统,如果它允许进入的异构知识来自组织外部的,( 7]。当员工流动在一个组织中,替代个人带来的异构知识以外的组织。(3月 2)实现一个开放的系统描述,员工流动的机制,通过关注异构知识流入的影响通过更换个人。有各种各样的渠道组织获得创新知识,如与大学研究实验室,参加会议和展览,与行业标准组织会议,参与外部顾问。这些方法改变组织知识两种模式。一个是自上而下的方式,直接通过组织知识是改变然后传播成员,如调整公司的管理系统通过聘请外部专家。逆的其他功能。这样,个体成员的知识是改变了组织知识,然后是间接的影响。典型的情况是选择员工外出参加行业培训。

在上面的阐述中,我们使用“改变”而不是“改善”和“完善”,因为从外界影响并不总是好的。组织知识的正确性取决于其与环境匹配程度( 32]。当外部现实陷入动荡,很难判断替换旧的知识是有用的组织。在动荡的周围,前面的最佳实践的组织可能不工作。相反,不合适的知识在过去可能是一个有效的选择。

根据系统和环境、组织环境研究分为四个categories-stable环境和封闭系统,稳定的环境和开放系统,动荡的环境和封闭的系统,和动荡的环境和开放系统,如图 1。

根据上面介绍的主题设置和交互规则,我们3月的模型重建。图 2显示了我们的结果复制。对于每个模型变体,数字 2(一个)来 2 (e)分别对应的数据 1来 53月的原始研究(页76 - 80)。符合3月的先例,时间范围是通过时期250年的数据 2(一个)和 2 (b)在数字,时间20 2 (c)和 2 (d),100年在图 2 (e)。

比较相应的曲线,包括与3月的原始趋势和数值结果,图 1显示定性相似之处,这使我们能够吸引他的论文的主要结论,但总是与定量差异,尤其是在图 2 (e)。钱德和米勒( 33在他们的论文中]发现相同的现象。3月他们识别、比较和评估模型的描述和他的原始程序代码系统。结果,他们发现,有三个主要的文本和程序代码之间的差异。这三个特征反映在程序代码冲突与3月逻辑的描述。此外,如果这些功能下降,所有关键的结论从原始文章仍然有效。最相关的现有文献不涉及定量与3月的原始模型,定性比较,甚至没有。据钱德和米勒( 33),这个操作并不能保证重建模型与原始模型完全一致,这将进一步影响研究结论的可靠性。总之,他们建议结果呈现在图 1(10页)应该被视为基线为未来基于3月的模型复制和扩展工作。

比较结果如图 2与钱德和米勒的 33)图 1,所有13个曲线生成一致的、定量的结果,当允许小变异所产生的随机过程模型的运行。比较直接的结果证明了模型的正确性。这是我们的研究结论的可靠性的重要保证,因为所有生成的数据模型。下面的研究是基于验证模型。

图 3显示了社会化的影响率( p₁)的组织代码知识水平在不同的编纂率( p₂随着时间的推移)在稳定的环境和封闭的系统。同时保持 p₂不变,值越小 p₁是,更多的时间相互学习组织代码和个体成员之间实现平衡。例如,在图 3(一个),当 p₁变化从0.9到0.1,相应的平衡时间是15 T,20 T,26岁 T31岁的 T,超过50岁 T,分别。以换取更长的学习时间达到平衡,较小的社会化导致更高层次的平衡知识。换句话说,更快速的社会化带来平衡,但早些时候降低组织的知识。这个命题所有持有较低(0.1),中等(0.5),和高水平(0.9) p₂。

社会化的本质是融合,消除知识存在个体差异和组织通过调整个人信仰组织的信念。过快使个体社会化采用快速组织的最佳实践,这将进一步使个人信仰在短时间内符合组织的信念。这最终导致组织的结果没有机会学习,因为代码仅从个人的知识可以学习偏离它。相反,慢学习维护成员的知识异质性的时间更长,允许更大的探索可能的替代方案来改善。

比较相同的组织代码的知识水平 p₁但是不同的 p₂,我们可以发现更大 p₂导致更高的知识水平在同一时间学习。此外,不仅绝对水平还相对水平的组织知识的增加,的值 p₂变得更大。的价值 p₂反映了组织编纂。编纂的过程旨在吸收优秀的主流意见组织提高组织的知识水平。因此,编纂的速度直接决定了组织知识的进步速度。两者之间存在显著的正相关。

结合上面的分析,我们可以做一个命题,当组织存在于一个静态的环境,没有流入外界的新知识,组织代码的高水平知识发生在组织代码学习迅速从个体成员,而后者学习慢慢地从前者。换句话说,最大的编纂的结合率和最小的社会化率构成一个组织的最佳实践在一个稳定的环境和封闭的系统。特定于模型中,最高水平的组织代码知识出现在的位置 p₁= 0.1和 p₂= 0.9。

图 4显示组织代码知识水平 T= 20下丰富的社会化和编纂的组合,与系统不同程度的开放,当组织学习发生在没有动荡的环境中。能找到许多有趣的现象从不同的角度通过比较下面的曲线。

首先,当我们比较曲线在某一个值 p_3,我们可以看到,组织代码知识水平的增加的价值 p₂变大,在相同的值 p₁,类似于封闭系统,如图 3。这表明加快编纂仍是一个有效的实践提高组织知识在一个开放的系统。

第二,当的价值 p₃不是非常大,更精确地说,小于0.9,相应的曲线增长最初然后高原。时的值 p₃足够大,大,或等于0.9,组织代码显示了一个知识水平与社会化率单调递增关系。这清楚地表明,系统开放的程度起着调节作用,组织知识和社会化率之间的关系,但总体组织代码知识达到较低的水平。

第三,曲线的顶点,代表最高水平的组织代码知识,逐渐向右移动的价值 p₃增加。时的值 p₃= 0.1,0.3,0.5,0.7,和0.9,相应的顶点的横坐标是0.4,0.6,0.7,0.8,和0.9,分别。也就是说,组织需要更快速的社会化,通常的速度大于系统开放的程度,达到最高水平的代码知识,当系统更加开放。很容易理解。系统开放指的是外流入的新知识,而社会化率反映了个人的学习能力。如果大量新知识的速度大于个人的吸收,个人将无法及时消化这些知识,这将造成浪费。

第四,逐步增加 p₃的最大价值的组织代码知识水平先增加后减少。时的值 p₃变化从0.1到0.9如以下所示,知识水平最高的是0.846,0.862,0.858,0.845,和0.800,先后。根据这个结果,我们认为较低或中等程度的系统开放有利于提高组织知识在一个稳定的环境。

第五,条件是 p₃是相同的,不同的价值观 p₂对应于不同的值 p₁达到最高的代码知识。例如,在图 4(一)每个曲线达到的最高的知识,分别在位置 p₁= 0.7时 p₂= 0.1; p₁= 0.2时 p₂= 0.3和0.5; p₁= 0.4时 p₂= 0.7和0.9。而数据 4(一), 4 (b), 4 (c)、社会化和编纂的组合率最高的组织知识的变化。这显示了复杂的机制,组织实践和组织知识在不同约束条件下的组合。

以确保结论的可靠性,知识水平的组织代码 T= 40、60、80和100。多维比较的结果也支持上述命题。

图 5显示了编纂的影响率( p₂)的组织代码知识水平在不同的社会化率( p₁的上下文中)随着时间的推移,一个动荡的环境和封闭的系统。的值 p₄设置为0.01,0.015和0.02,分别代表轻微,温和,和极端环境的动荡。不采用更高的价值,因为0.02值 p₄意味着整个现实变化两次在100 - 100%的时间步骤,这可能是100周,月或季度在现实世界中。如果现实变化更快,当一个组织有一个零差异采取的行动基于学习(没有什么学习;大多数知识很快变得过时)相对于当组织需要随机行为。

总之,如果组织是在一个封闭的气氛,然后外面的动荡会很大,对其知识水平产生负面影响。动荡的环境越多,越低的代码知识水平是当其他条件保持一致。这种负面影响的强度与社会化率有关。当社会化率很小,知识的差异所引起的各种水平的环境动荡(曲线用不同颜色)非常明显。与社会化率的增加,知识的差异变得越来越小。这种现象更明显的比低级的动荡环境适度和高层动荡。此外,学习时间的数量也是一个关键因素影响知识差异在这种情况下。

增加环境动荡使得原始组织的最佳实践不再适用。在这种情况下,组织必须加强学习能够改善适应性。过快社会化推动成员的异质性的知识很快。因此,组织学习在短时间内失去了机会。随着学习时间的增加,组织代码之间的相互学习和个别成员逐渐接近平衡态,使知识差异消失。

当环境动荡的程度很低,温和,组织代码知识水平的提高与编纂的增加率。虽然环境是高度动荡,前者与后者的增加减少。社会化率变大,不仅最大值的代码知识变得很小,而且知识差异引起的各种编纂利率(曲线具有相同的颜色)逐渐消失。此外,从一个细粒度的视图,当环境动荡是低和适度,第一的代码知识水平增加,然后下降,最后趋于稳定的学习周期增加。

当组织在一个动荡的环境和封闭的系统,更大的编纂率可能带来改善的组织代码知识水平,但这是暂时的。随着相互学习的继续,努力提高编纂利率带来的影响会逐渐减弱。在社会化率高的情况下,加速编纂将失去其效果在很短的时间内,甚至在轻微动荡的环境,更不用说一个更具活力。

图 6显示了不同组合的影响程度的环境活力和系统开放性的组织代码知识水平随着时间的推移,当利率社会化和编纂都是温和的( p₁= 0.5; p₂= 0.5)。的负面影响环境动荡的组织代码知识水平仍然存在。然而,当系统添加开放,情况变得有点复杂。在适度的情况下( p₄= 0.015)和高级( p₄= 0.02)环境动荡,组织代码知识先增加然后减少系统变得更加开放。相反,如果环境是动荡的悦目的( p₄= 0.01),组织代码知识将减少与系统开放程度越来越大。

考虑到组织环境是客观的,但组织的开放可以主观调整,依赖于组织的战略决策水平,组织的高层管理者需要采用不同的组织外部策略来处理不同程度的混乱的环境。从上面的结果,似乎这是一个有利的替代组织保持适度开放,无论环境动荡的水平。

此外,当比较接近的程度组织代码的知识在不同的开放水平相同的活力水平,但我们可以进一步为组织提供一些实际的建议。环境适度湍流时,高级管理人员可以选择实践促进适度,而不是高层组织的开放,因为这两个有一个类似的结果,但后者将使该组织投入更多的努力。任何组织的实践需要一定的成本。一般来说,增加了开放性的组织更加困难比减少它在实践中操作和更高的成本。如果组织分配50%的资源来达到90%的最终效果,那么这将是一个主要好处的可持续发展组织,尽管它没有实现理想的最佳实践。

为了确保结论的可靠性,各种组合的社会化和编纂率试验,以避免意外事故的定性关系。实验结果表明,不同利率的社会化和编纂不影响上述建立的结论。因此,类似的数据不需要额外的显示在这里。