TT@电商 2011年09月04日 18:59 阅读(9) 评论(0) 分类：research

　　

　　

　　

　　汤胤 http://tangyin.tel

　　在生活中也经常碰到熟人的熟人，这时候我们常常感叹：“这个世界真小！”。

　　这个生活中的现象可以用近些年风靡世界的“六度分隔”理论来解释，即世界上任意两个人都可以通过不超过6个认识的人连接起来。也让现在流行的SNS有了理论靠山。由此出现了社会网络分析(SocialNetworkAnalysis，SNA)方法。然而很多人不知道，SNA方法进入企业管理领域也大有可为。

　　社会网络分析的意义在哪里呢？我们目前的科层制组织方式其实是工业时代大分工生产模式下的产物，其实它并不适合一些服务业之类的第三产业，尤其不适用于知识型企业。知识型企业在关键业务（即知识生产）中往往没有具体成熟的流程，也不应该有。理由在我以前的日志有（以知识为视角的产业链整合 http://user.qzone.qq.com/2338432/blog/1252065674）。许多领导，不说企业领导，即使是不少大学管理学院或商学院的领导也不自觉地以分工的方式解决知识的生产问题，十分遗憾。

　　我们可以做一个简单的假设，若知识型企业中，知识员工之间并无任何知识的传递和共享，那么事实上这个知识型企业的效率与若干个个体合作相比差异并不大。考虑到制度成本和组织内耗（乃至内斗），其效率可能比同样数量的个体合作还要低得多。通过这样的反证，可以作个简单的断言，没有基于员工网络的知识外溢的组织是没有任何意义的，多个个体组成团队作战并非只是节省若干空调费那样简单。这个论断对于非资源禀赋（即没有或很少土地、资源、厂房、矿场、设备）的知识型组织尤其有意义，其实际上是科斯的交易成本理论在知识时代的全新诠释。

　　下面部分文字来自于MBA智库百科：杜雷格和胡布勒(Scott B Droege，Jenny M Hoobler，2003)则专门研究了社会网络的属性与隐性知识扩散之间的关系。结论是：①在社会网络密度高的企业中，隐性知识的扩散更迅速；②在成员互动频繁的企业中，隐性知识扩散更迅速；③在合作水平高的企业中，隐性知识扩散更迅速。④在拥有强弱关系混合的企业中，隐性知识扩散更迅速。2004年，丹尼尔和克罗斯(Daniel Z Levin，Rob Cross)分析了社会网络中的信任在知识转移中所扮演的角色。他们认为，高信任度能大大促进隐性知识的传递。尤其在强联系居多的网络中，成员间的高密度联系促使彼此间信任度的增加，成员间愿意相互交流和交换隐性知识。

　　潜在的应用是，格兰诺维特（Granovetter）提出过“弱连带优势”（The Strength of Weak Ties），发现人际网络中的弱关系相比强关系在劳动力市场有更大作用。这个结论被哈佛大学的汉森(Morten T. Hansen)引入知识管理领域，用社会网络中的弱联系(Weak Ties)解释组织内部知识转移问题。研究结果发现，部门间的弱联系(weak interunit ties)利于发现存在其他部门的有用知识，但却不利于部门间复杂知识(Complex Knowledge)的转移，只有存在强联系(Strong Ties)才能实现复杂知识的转移——这个结论的应用很简单，如果牵涉到难以用书面准确表达的复杂信息或者知识，麻烦领导把需要做这些沟通的不同部门的人放在一块办公，最好再想办法培养一下感情。。。多简单啊：）

　　那么是不是组织内部的关系越紧密越好呢？也不尽然。有人提出了“组织粘性”这个指标，来判定组织的关系紧密程度。他发现，粘性不大也不小这类组织反而最具创新能力。直观上也不难理解，一个组织若过于紧密，价值观和知识、信息往往都趋向高度一致，很难在某个角落能够留出培育创新idea的空间。这也可以解释为何关系紧密的中国人文化下难以有培育创新的土壤。

　　可见，组织内部的社会网络事实上更能够反映一个组织的真正的运作机理。

　　读过组织行为学的人都知道在组织内部，除了管理职权带来的影响力之外，组织的运转还经常受到非职权影响力的影响而无法完全贯彻决策层的思想。例如老李在单位未担任任何职务，但身处单位多年，熟悉业务和各种各样的背景，为人成熟睿智，工作和生活中很善于为他人着想，在同事中很有威信，这种是实际上的意见领袖。有经验的管理者实施管理的时候对话语领袖的处理会非常小心。

　　罗家德在其《社会网分析讲义》中提到一个企业咨询案例，通过社会网络分析发现，一家公司实际上分成了老派和年轻一派，两大派别之间，除了一个联系人之外，无任何其他联系。在这里，这个联系人称为“桥”——典型的沟通桥梁。然而公司高层并未听从咨询顾问的警告，结果随着这个联系人的离职，公司就此分崩离析了。

　　还有一些重要的网络结构指标体系如节点集中度(Centrality)、全网集中势(Network Centralization)。节点集中度可指示个体在网络中所占据的战略位置，全网集中趋势代表的是整体网络的集中程度。当某个成员的节点集中度很高时，标志着其必定拥有整个团队赖以生存的核心资源(比如重要的创新观点、核心技术等)，这样团队内的其它成员就会对其产生较高的依赖性，因而该核心成员就会取得网络资源的配置权力。类似的，全网集中势过高则表明团队中的人际关系的分配状况是很不均匀的：几个关键人物的互动就囊括了整个团队的互动——调动信息资源的权力掌握在少数人手中。团队过于依赖这些核心人物使得知识分享主要发生在少数个人的交流中，必然导致知识源的萎缩和低下的知识分享效率。但过低的全网集中势也不一定就能保证团队内隐性知识分享顺利进行：隐性知识分享网络的全网集中势太低，意味着团队过于分散——聚合并分发知识的人很少出现，并不利于团队的知识整合，会导致成员知识创造能力的下降，同样也不利于隐性知识的产生和分享。

　　分析企业中的小团体。小团体出现的结构性原因，一是过于封闭的强关系，二是结构洞的存在。除了结构性因素，小团体的出现其实还与团队的组织文化和成员个人的知识背景有关，具有相近知识背景和研究兴趣的成员容易成为团队内的小团体。小团体的存在使得其共享隐性知识存在两面性：一方面小团体成员之间可以保持强关系从而强化隐性知识的共享，能激发小团体内部的知识创新。在一个大型创新团队中承担不同子课题的成员就极易形成小团体，这有利于集中有限力量、分头并进，提高创新团队的阶段性绩效。但如果一个小团体过于自闭，那么团体外的知识无法输入，团体内的知识不愿对外共享，这样，隐性知识在整个团队内的知识螺旋就无法完成，从长远看对整个团队是不利的。最差的一个情况就是：在一个缺少共同愿景的创新团队中，每个团队成员都在各自为战，仅仅是为了某个研发课题而聚集在一起，连分工和协作都不能完全实现，更无法实现隐性知识的共享从而促进整个团队的知识积累。

　　社会网络分析具体实施起来并不难，难的只是分析后的解释。一般之前要有一个数据的获取过程，通常可以使用问卷调研，当然也有其他手段，只要能获知组织内部实际的人际网络，简而言之合理就行。中心性分析，子群（派系）分析，边缘结构分析等网络上很容易查到资料，就不赘述了。

　　

　　参考资料：浅谈创新团队内的隐性知识共享－－社会网络分析视角

　　http://wiki.mbalib.com/wiki/社会网络分析