《項目型組織知識轉移》:探索隱性知識流轉密碼
《項目型組織知識轉移》是一本深入剖析項目型組織知識管理核心問題的佳作,為理解和優(yōu)化組織內知識轉移提供了系統(tǒng)且全面的視角。該書在分析項目型組織知識轉移過程要素的基礎上,從成員知識轉移動機和組織情境角度構建規(guī)范化的項目型組織知識轉移要素系統(tǒng),運用動態(tài)粒認知圖模型進行要素特征選擇。結合經典研究量表編制適合我國國情的項目型組織知識轉移系統(tǒng)測量量表。分別運用多層線性模型、機器學習方法探討項目型組織成員知識轉移動機和組織情境對知識轉移效果的影響機制,并對兩種方法進行對比分析。該研究克服了傳統(tǒng)社會科學研究方法的局限性,與計算機、復雜系統(tǒng)理論等多學科交叉,探索解決項目型組織知識轉移系統(tǒng)復雜性,拓展項目型組織新型管理實踐方法和技術,具有重要理論意義和實踐價值:
一、理論意義
第一,研究方法的拓展及應用。粒計算是一種看待客觀世界的世界觀和方法論。信息粒廣泛存在于現(xiàn)實生活中,是對現(xiàn)實的一種抽象,信息粒化是人類處理和存儲信息的一種反映。該書以粒計算理論為基礎,與動態(tài)認知圖理論相結合,并在原有粒認知圖理論的基礎上提出了動態(tài)粒認知圖模型,并將其應用于項目型組織知識轉移系統(tǒng)要素的特征選擇。
第二,跨層次分析的必要性。在社會科學研究中,個體行為既受到其自身特征的影響,同時也受到其所在環(huán)境的影響,因此應將個體效應與組間效應分割開來。如果只關注個體效應,而忽視組間效應,由于相似背景個體相似程度比組外相似程度更高,那么在個體層面上得到的相關系數(shù)可能有誤;如果只關注組間效應,將會丟失了重要的個體信息。既有研究通常只關注成員知識轉移動機對知識轉移效果的影響或者組織情境對知識轉移效果的影響,忽略了組間效應。該書應用多層線性模型研究項目型組織成員動機和組織情境對知識轉移效果的跨層次影響,多層線性模型能夠捕捉到高層結構數(shù)據(jù)(組織情境)對低層結構數(shù)據(jù)(成員)的影響效應,并且能夠解釋多層結構間的復雜關系,對探索項目型組織成員知識轉移動機、組織情境對知識轉移效果影響因素具有重要理論意義。
第三,機器學習方法的應用。除了多層線性模型的應用,研究者試圖探索一種基于數(shù)據(jù)的而非基于假設的社會科學研究方法。本研究將人工智能方法應用于項目型組織成員知識轉移動機、組織情境、知識轉移效果三者間影響關系的挖掘,提高了社會科學研究結果的科學性、精確性,為社會科學問題的研究提供了新思路。
二、實踐意義
進入21世紀后,為了適應復雜多變的市場經營環(huán)境和客戶非標準化需求,組織/企業(yè)任務多以“項目”的形式完成,因此項目型組織應運而生。知識是項目型組織成功的關鍵資源,項目型組織只有有效整合并利用分布在各個“項目”和組織成員中的知識資源,才能達到縮短項目進度、降低項目成本、提高項目質量和客戶滿意度的目的。該書以項目型組織的基本構成單元——“人”為研究對象,研究不同組織情境下成員的知識轉移動機與知識轉移效果的跨層次影響,這對項目型組織管理者制定項目實踐管理策略,提高項目績效具有重大實踐意義。
第一,項目型組織知識轉移能動性的提升
動機是驅使人從事各種活動的內部原因。知識需要一定的載體才能夠得以傳播、應用、保存。顯性知識可編碼存于文檔之中,隱性知識因其難于格式化,多存于人的頭腦中,不可編碼、難于轉移。無論是顯性知識還是隱性知識,得以傳播、交流、應用都需要“人”的參與。因此,從項目型組織成員知識轉移動機方面著手研究對于提升項目型組織知識轉移的能動性,加強知識流動具有重要意義。
第二,項目型組織管理水平和績效的提升
項目型組織知識轉移的主要目的在于幫助“項目”提升績效、迅速響應客戶需求,減少重復性工作,共享最佳實踐方案及生成新的技術和服務。該書將粒認知圖理論、多層線性模型、人工智能機器學習方法與項目型組織知識轉移管理實踐聯(lián)系起來進行研究,在借鑒國外相關研究的基礎上,試圖從中歸納總結項目型組織領域內具有普適性、共通性的研究結果,為我國項目型組織知識管理積累理論成果,為項目型組織管理者提供最佳管理實踐策略,從而達到節(jié)約組織資源、降低管理成本,提升項目型組織知識管理水平和效率的目的。
本書的亮點在于:第一,突破了既有文獻中對項目型組織成員知識轉移動機與組織情境研究割裂的情況;第二,提出了一種基于動態(tài)粒認知圖的項目型組織知識轉移要素特征選擇模型;第三,區(qū)別組間差異和個體差異運用多層線性模型分析了項目型組織成員知識轉移動機、組織情境對成員知識轉移效果的跨層次影響;第四,針對社會科學研究方法所存在的人工誤差問題:驗證假設不存在/潛在的關系沒有得到驗證。突破傳統(tǒng)社會科學的研究范式,從“數(shù)據(jù)”出發(fā),運用機器學習方法中的人工神經網(wǎng)絡、支持向量機智能算法挖掘項目型組織成員知識轉移動機、組織情境以及知識轉移效果間的內在聯(lián)系。
在研究視角上,本書具有顯著的創(chuàng)新性。它突破了傳統(tǒng)組織研究局限,聚焦項目型組織這一獨特情境。項目型組織以項目為導向,具有臨時性、動態(tài)性等特點,知識轉移過程更為復雜多變。書中深入探討這些特性對知識轉移的影響,提出針對性的策略與方法,為項目型組織的知識管理開辟了新路徑。
書中提供的工具和模型具有很強的實操性。從知識轉移的特征要素分析到識別模型的構建,都給出了詳細的方法和步驟。組織管理者可直接借鑒,結合自身實際情況“個人”及“組織”角度制定知識轉移激勵方案,提升組織的知識管理水平和創(chuàng)新能力。
文章來源: 《河南經濟報》 http://m.xwlcp.cn/w/qt/34236.html
- 2025年中科院分區(qū)表已公布!Scientific Reports降至三區(qū)
- 官方認定!CSSCI南大核心首批191家“青年學者友好期刊名單”
- 2023JCR影響因子正式公布!
- 國內核心期刊分級情況概覽及說明!本篇適用人群:需要發(fā)南核、北核、CSCD、科核、AMI、SCD、RCCSE期刊的學者
- 我用了一個很復雜的圖,幫你們解釋下“23版最新北大核心目錄有效期問題”。
- 重磅!CSSCI來源期刊(2023-2024版)最新期刊目錄看點分析!全網(wǎng)首發(fā)!
- CSSCI官方早就公布了最新南核目錄,有心的人已經拿到并且投入使用!附南核目錄新增期刊!
- 北大核心期刊目錄換屆,我們應該熟知的10個知識點。
- 注意,最新期刊論文格式標準已發(fā)布,論文寫作規(guī)則發(fā)生重大變化!文字版GB/T 7713.2—2022 學術論文編寫規(guī)則
- 盤點那些評職稱超管用的資源,1,3和5已經“絕種”了