知識(shí)共享/轉(zhuǎn)移背景下的動(dòng)態(tài)群體決策績(jī)效研究

張曉鵬, 關(guān) 磊, 吳蘇寒

(1.浙江工商大學(xué) 工商管理學(xué)院,浙江 杭州 310018; 2.北京理工大學(xué) 管理與經(jīng)濟(jì)學(xué)院,北京 100081; 3.南京科技職業(yè)學(xué)院 經(jīng)濟(jì)管理學(xué)院,江蘇 南京 210044)

0 引言

組織被視作由決策和決策者構(gòu)成的網(wǎng)絡(luò)[1]，而群體決策是管理問(wèn)題決策的常見(jiàn)形式[2]。決策民主性和個(gè)體利益多元性等現(xiàn)實(shí)中存在的普遍要求，也使得群體決策在很多情境下成為了必然選擇。與此同時(shí)，人類面臨越來(lái)越復(fù)雜的問(wèn)題，想要做出正確的決策，僅僅憑借個(gè)人是信息、知識(shí)、經(jīng)驗(yàn)和能力是困難的。而集合了不同專家的群體決策，可以打破個(gè)人才智和經(jīng)驗(yàn)的局限性[3]。但是，群體決策存在著決策者們的觀點(diǎn)很難統(tǒng)一的問(wèn)題。

與此同時(shí)，現(xiàn)實(shí)中大量群體決策情境都具有動(dòng)態(tài)性特征，即決策過(guò)程不是一次完成的，需經(jīng)過(guò)多次討論，而且在討論過(guò)程中決策個(gè)體給出的偏好信息和約束條件都會(huì)發(fā)生變化。這一類動(dòng)態(tài)群體決策強(qiáng)調(diào)決策過(guò)程中的適應(yīng)性，不同要素動(dòng)態(tài)變化過(guò)程對(duì)后續(xù)決策會(huì)產(chǎn)生影響。

在已有的關(guān)于動(dòng)態(tài)群體決策的研究中，很多學(xué)者討論了不同要素的影響。例如，Ibanez等分析了時(shí)間壓力對(duì)不同性別參與者決策行為的影響[4]。張開(kāi)富等用協(xié)調(diào)指數(shù)衡量決策過(guò)程的動(dòng)態(tài)變化，進(jìn)而協(xié)調(diào)專家意見(jiàn)以過(guò)程中獲得的協(xié)調(diào)指數(shù)作為動(dòng)態(tài)變化的決策準(zhǔn)則，實(shí)現(xiàn)專家意見(jiàn)的協(xié)調(diào)[5]。朱建軍等集結(jié)多階段偏好構(gòu)建決策階段賦權(quán)模型，動(dòng)態(tài)修正各階段權(quán)重和方案權(quán)重，形成群體綜合偏好基于互反判斷偏好與互補(bǔ)判斷偏好，建立基于先驗(yàn)信息的多階段偏好集結(jié)的決策階段賦權(quán)模型，在過(guò)程中實(shí)現(xiàn)對(duì)各階段權(quán)重和方案權(quán)重的動(dòng)態(tài)修正，將多階段判斷偏好集結(jié)成群體綜合偏好[6]。

從現(xiàn)有研究結(jié)果看，在制定決策的正確方法和獲得滿意決策結(jié)果之間的確存在因果關(guān)系，一個(gè)“好”的決策過(guò)程將導(dǎo)致更有利的結(jié)果[7]。因此，交互過(guò)程成為動(dòng)態(tài)群體決策領(lǐng)域研究的主要方向[8]，即關(guān)注個(gè)體如何在復(fù)雜、動(dòng)態(tài)的實(shí)時(shí)環(huán)境中，運(yùn)用其經(jīng)驗(yàn)定義和評(píng)價(jià)所處環(huán)境，進(jìn)行決策并選擇行動(dòng)方案[9,10]?；仡櫼延醒芯?，信息在動(dòng)態(tài)群體決策績(jī)效中扮演了非常重要的角色。Stasser和Titus的信息取樣模型首次提出了信息在群體決策績(jī)效中的作用[11]，對(duì)后續(xù)的研究產(chǎn)生了重大的影響。國(guó)內(nèi)學(xué)者徐澤水、梁樑等從不完全信息、模糊信息、不確定信息等角度對(duì)過(guò)程偏好集結(jié)進(jìn)行了研究[12,13]。由于信息總與知識(shí)的傳遞過(guò)程緊密相連，在這些研究中，信息和知識(shí)的概念經(jīng)常被等同或其概念邊界非常模糊。

總體上看，現(xiàn)有的研究工作存在著一些不足。首先，已有文獻(xiàn)較少討論知識(shí)運(yùn)動(dòng)的作用；其次，較少有文獻(xiàn)分析決策績(jī)效改進(jìn)的內(nèi)在機(jī)理；最后，知識(shí)共享/轉(zhuǎn)移的作用和意義尚未得到充分的重視。

本文的研究問(wèn)題便由此出發(fā)，關(guān)注動(dòng)態(tài)群體決策過(guò)程的績(jī)效問(wèn)題。具體地，本文將交互過(guò)程進(jìn)行進(jìn)一步細(xì)化定義成群體內(nèi)部信息和知識(shí)的運(yùn)動(dòng)，將動(dòng)態(tài)群體決策推廣至知識(shí)共享/轉(zhuǎn)移的背景下來(lái)考慮。本文通過(guò)一系列量化及模擬方法，探索其績(jī)效改善機(jī)理和路徑，具有重要的實(shí)踐意義：首先，通過(guò)引入知識(shí)共享/轉(zhuǎn)移，拓展決策者的認(rèn)知和視野；其次，給出知識(shí)共享/轉(zhuǎn)移的動(dòng)態(tài)群體方法，豐富了知識(shí)管理理論研究；最后，知識(shí)共享/轉(zhuǎn)移背景下的群體決策理論、方法有助于實(shí)踐中相關(guān)問(wèn)題的高效解決。

后文的基本結(jié)構(gòu)如下：第一和第二部分界定一系列研究中涉及的概念，并通過(guò)構(gòu)建知識(shí)共享/轉(zhuǎn)移背景下的動(dòng)態(tài)群體決策過(guò)程模型，分析其中觀點(diǎn)演化和集結(jié)的動(dòng)態(tài)過(guò)程，證明知識(shí)共享/轉(zhuǎn)移情形下群體一致性的收斂性。第三部分在該模型基礎(chǔ)上，引入定性模擬，描述不同情境下群體決策的時(shí)間變化。最后，總結(jié)本文的研究工作并提出未來(lái)的研究方向。

1 知識(shí)共享/轉(zhuǎn)移下的群體決策模型

1.1 關(guān)鍵變量

為了能夠更好地闡釋本文的研究問(wèn)題和研究過(guò)程，對(duì)于以下幾個(gè)關(guān)鍵變量給出定義：

知識(shí)：信息的高級(jí)形態(tài)，能夠?yàn)闆Q策過(guò)程提供支持，并用來(lái)預(yù)測(cè)決策進(jìn)程。

知識(shí)轉(zhuǎn)移/共享：在決策個(gè)體層面，與決策相關(guān)的知識(shí)由某一個(gè)體向另外的個(gè)體轉(zhuǎn)移運(yùn)動(dòng)的過(guò)程。

觀點(diǎn)演化：個(gè)體對(duì)決策所持有的不同觀點(diǎn)在動(dòng)態(tài)決策過(guò)程中發(fā)生改變。

動(dòng)態(tài)群體決策績(jī)效：可以從兩個(gè)方面衡量，其中呈現(xiàn)一致性反映群體選擇和個(gè)體選擇的偏差程度；決策時(shí)間則反映群體達(dá)到一致所需的時(shí)間。

1.2 決策過(guò)程

本研究將知識(shí)共享/轉(zhuǎn)移背景下的動(dòng)態(tài)群體決策過(guò)程P細(xì)分為三個(gè)層面，分別定義各層面中涉及的關(guān)鍵變量，并給出三個(gè)層面驅(qū)動(dòng)關(guān)系的直觀描述。

(1)觀點(diǎn)動(dòng)態(tài)演化層面P1：該層面為決策進(jìn)程的斷面，每個(gè)狀態(tài)截面Si上存在特定觀點(diǎn)分布Gsi。在個(gè)體交互的作用下，狀態(tài)截面隨時(shí)間變化，即觀點(diǎn)分布隨時(shí)間變化。

(2)交互關(guān)系動(dòng)態(tài)演化層面P2：在決策進(jìn)程的任一時(shí)間點(diǎn)t上存在特定的個(gè)體間交互關(guān)系結(jié)構(gòu)It。交互關(guān)系結(jié)構(gòu)隨時(shí)間變化。

(3)觀點(diǎn)集結(jié)的動(dòng)態(tài)演化層面P3：在任一時(shí)刻t，狀態(tài)截面St上的觀點(diǎn)可用函數(shù)ht集結(jié)成為群體共同的觀點(diǎn)OPt，OPt=ht(Gst)。不同時(shí)間點(diǎn)的狀態(tài)截面有不同的集結(jié)函數(shù)，觀點(diǎn)集結(jié)函數(shù)隨時(shí)間變化。

圖1 三個(gè)層面的驅(qū)動(dòng)關(guān)系

三個(gè)層面的驅(qū)動(dòng)關(guān)系如圖1所示(箭頭表示驅(qū)動(dòng)方向)。知識(shí)共享/轉(zhuǎn)移使個(gè)體的觀點(diǎn)發(fā)生演化，促使個(gè)體間的交互關(guān)系發(fā)生變化，具體表現(xiàn)為：有些個(gè)體由于分歧過(guò)大而不再進(jìn)行交互，有些個(gè)體由于觀點(diǎn)趨同而傾向進(jìn)行更多的交互，交互結(jié)構(gòu)和個(gè)體觀點(diǎn)的動(dòng)態(tài)變化促使在分析群體觀點(diǎn)變化時(shí)需要選取不同的函數(shù)進(jìn)行集結(jié)，以上過(guò)程均為動(dòng)態(tài)連續(xù)進(jìn)行。

基于以上變量定義及層面間的驅(qū)動(dòng)關(guān)系，圖2給出了觀點(diǎn)收斂的動(dòng)態(tài)群體決策過(guò)程模型。

3 知識(shí)共享/轉(zhuǎn)移對(duì)呈現(xiàn)一致性的影響

結(jié)合以上定義，首先構(gòu)建知識(shí)共享/轉(zhuǎn)移影響群體決策呈現(xiàn)一致性指標(biāo)的量化表達(dá)：設(shè)m個(gè)決策者構(gòu)成決策群體G={d1,d2,…,dm}，決策問(wèn)題有n個(gè)備選方案X={x1,x2,…,xn}，決策者di的初始觀點(diǎn)為OPi={opi1,opi2,…,opin}，其中i=1,2,…,m。借助決策規(guī)則h，群體形成初始觀點(diǎn)分布OPG={g1,g2,…,gn}=h{OP1,OP2,…,OPm}。呈現(xiàn)一致性計(jì)算公式如下：

(1)

這里，ci反映了個(gè)體決策與群體決策的差異。ci越小，說(shuō)明呈現(xiàn)一致性越好。當(dāng)ci小于某個(gè)一致性閾值δi時(shí)，則群體達(dá)到呈現(xiàn)一致?tīng)顟B(tài)。

圖2 知識(shí)共享/轉(zhuǎn)移背景下觀點(diǎn)收斂的動(dòng)態(tài)群體決策過(guò)程

由上述公式可知，對(duì)群體觀點(diǎn)進(jìn)行反饋調(diào)整，可能會(huì)使動(dòng)態(tài)群體決策績(jī)效改善。彭怡在這一問(wèn)題上做了非常有意義的研究，引入規(guī)范化的偏好調(diào)整方法，討論了引入群體觀點(diǎn)信息和決策者前一輪觀點(diǎn)信息這兩類信息的觀點(diǎn)演化問(wèn)題[14]。本文在其研究基礎(chǔ)上，引入知識(shí)要素，考察序列的收斂情況，圖3給出了改進(jìn)的動(dòng)態(tài)群體決策過(guò)程呈現(xiàn)一致性獲取流程，圖中斜體部分為具體改進(jìn)。

圖3 改進(jìn)的動(dòng)態(tài)群體決策過(guò)程呈現(xiàn)一致性獲取流程

(2)

(3)

(4)

(5)

進(jìn)而，可以獲得如下定理。

定理1存在知識(shí)共享/轉(zhuǎn)移下，群體呈現(xiàn)一致性為動(dòng)態(tài)收斂序列。

4 知識(shí)共享/轉(zhuǎn)移對(duì)決策時(shí)間的影響

本節(jié)首先將過(guò)程中各重要屬性抽象為各自值域上的定性變量，基于系統(tǒng)規(guī)則將存在于各屬性之間的因果關(guān)系抽象成變量之間的因果關(guān)系圖，而后將原因變量的變化按相應(yīng)的規(guī)則沿因果路徑傳播到結(jié)果變量，從而分析出結(jié)果變量的變化，并結(jié)合前述因果路徑及傳播過(guò)程，生成因果解釋。

4.1 變量的定性描述

首先，引入三類變量：X1代表決策個(gè)體的知識(shí)差異；X2代表過(guò)程中的知識(shí)共享/轉(zhuǎn)移水平，即決策進(jìn)程單位時(shí)間知識(shí)共享/轉(zhuǎn)移的發(fā)生次數(shù)；T為決策時(shí)間。為簡(jiǎn)化起見(jiàn)，T由兩項(xiàng)指標(biāo)決定：呈現(xiàn)一致性C、觀點(diǎn)演化速度V。

這里，假設(shè)只在如下的特定時(shí)間點(diǎn)發(fā)生決策改變：t0

腎開(kāi)竅于耳：腎藏精，精生髓，髓聚于腦，精髓充盛，髓海得養(yǎng)，則聽(tīng)覺(jué)才會(huì)靈敏，故稱腎開(kāi)竅于耳，“耳為腎之外候”。臨床上常常把耳的聽(tīng)覺(jué)變化，作為推斷腎氣盛衰的一個(gè)標(biāo)志。人到老年，腎中精氣逐漸衰退，故聽(tīng)力每多減退。

QS(x,ti)=

(6)

其中，qfac∈{2-,-,0,+,2+}表示X1，X2對(duì)T的“消極影響”、“無(wú)影響”和“積極影響”，“2”表示影響程度。

績(jī)效集T中的每一個(gè)狀態(tài)變量都可由下式表示：

QS(x′,ti)orQS(x′,ti,ti+1)=

(7)

其中，C、V作為T(mén)的兩項(xiàng)關(guān)鍵指標(biāo)，qval表示其定性值，取值由下式?jīng)Q定：

(8)

同時(shí)，qdir表示qval的變化方向，qdir=(-,0,+)，分別表示“減慢或變差”、“不變”和“加快或更優(yōu)”。

按因果關(guān)系對(duì)變量進(jìn)行分類，X1、X2為原因變量，決策時(shí)間T為結(jié)果變量，C、V既是原因變量，又是結(jié)果變量。圖4給出了一種因果關(guān)系的直觀圖形描述。其中ΔT1s表示結(jié)果變量從l1開(kāi)始變化至達(dá)到新定性值l2所經(jīng)歷的時(shí)間段。ΔT2r是其停留在l2的時(shí)間段，D表示因果變量之間的影響，D∈{-,0,+}。t1和t4間，T的取值序?yàn)椋?/p>

QS(B,t1)=,QS(B,t1,t2)=<(l2,l1),+>,

QS(B,t2)=,QS(B,t2,t3)=,

QS(B,t3)=,QS(B,t3,t4)=<(l1,l2),->,

QS(B,t4)=

下標(biāo)s代表結(jié)果變量的變化快慢：s∈{1,2}，ΔT11<ΔT12。下標(biāo)r表示ΔT2r的持續(xù)長(zhǎng)度，r∈{0,1,2,∞}，“0”表示ΔT2r=0，即到達(dá)新定性值后不作停留，“∞”表示結(jié)果變量一直會(huì)保持l2的狀態(tài)。

圖4 原因變量對(duì)結(jié)果變量的因果關(guān)系

4.2 系統(tǒng)規(guī)則集及模擬過(guò)程

從知識(shí)本身角度講，知識(shí)差異的存在導(dǎo)致知識(shí)被共享/轉(zhuǎn)移，而知識(shí)又總是不斷推陳出新，使知識(shí)差異成為絕對(duì)存在的外部變量。一般來(lái)說(shuō)，外部變量的影響小于群體內(nèi)部活動(dòng)的影響[15]。知識(shí)差異和知識(shí)共享/轉(zhuǎn)移對(duì)動(dòng)態(tài)群體決策績(jī)效的影響存在先后序的關(guān)系，且知識(shí)共享/轉(zhuǎn)移屬于群體內(nèi)部可控的活動(dòng)，因此它對(duì)決策績(jī)效影響更大。此外，還應(yīng)衡量呈現(xiàn)一致性和觀點(diǎn)演化速度對(duì)于決策時(shí)間的作用。從本質(zhì)上說(shuō)，這是兩者權(quán)重確定的問(wèn)題。由于本研究考慮的是不存在時(shí)間壓力、個(gè)體平等且利益一致的動(dòng)態(tài)群體決策情境，產(chǎn)生群體思維或從眾壓力的可能性大大減小，因此呈現(xiàn)一致性對(duì)于“好”的績(jī)效更為重要，即獲得更大權(quán)重。據(jù)此，給出系統(tǒng)規(guī)則1：

規(guī)則1群體外部因素和內(nèi)部因素對(duì)群體決策績(jī)效產(chǎn)生影響。內(nèi)部因素比外部因素影響更大。

該規(guī)則的進(jìn)一步說(shuō)明：因素的影響大小可以通過(guò)單獨(dú)施加該影響后，定性狀態(tài)值變化的速度來(lái)確定：(1)若X1產(chǎn)生影響，則s=2；若X2產(chǎn)生影響，s=1。(2)若C、V對(duì)產(chǎn)生影響，可根據(jù)以下規(guī)則確定：如果C的qdir為2+或2-，則s=1；如果C的qdir為1+或1-，則s=2；而V的qdir取除0以外的值，均有s=2。如果C或V的qdir為0，則T=T；

在規(guī)則1的基礎(chǔ)上，考察在受到不同影響時(shí)，績(jī)效變量的變化方向，有如下規(guī)則：

規(guī)則2分兩種情況對(duì)結(jié)果變量的變化方向進(jìn)行討論：

(1)表1給出X1、X2對(duì)C、V變化方向的影響。

表1 C、V的變化方向(受X1，X2影響)

(2)考察C、V對(duì)產(chǎn)生影響時(shí)的變化方向，由于兩者均為aval和qdir構(gòu)成的二元組，表2、表3分別運(yùn)用adir、qval確定的變化。

表2 由qdir確定T的變化方向

表3 由qval確定T的變化方向

以上兩條規(guī)則考慮的是單一因素影響下T的變化。為更好地模擬現(xiàn)實(shí)情況，以下規(guī)則規(guī)定了同時(shí)受到多個(gè)原因變量影響的情況下結(jié)果變量多個(gè)后續(xù)狀態(tài)的篩選和確定規(guī)則。

規(guī)則3當(dāng)T的變化方向qdir≠0時(shí)，若T存在多個(gè)原因變量，則最先到達(dá)新定性狀態(tài)值，即存在minΔT1s的狀態(tài)就是T的后續(xù)狀態(tài)。當(dāng)T的變化方向qdir=0時(shí)，T的狀態(tài)是后續(xù)狀態(tài)中存在minΔT2r的狀態(tài)。簡(jiǎn)言之，該規(guī)則采用時(shí)間優(yōu)先的原則，過(guò)濾實(shí)際中不存在的非正常后續(xù)狀態(tài)，這一規(guī)則同時(shí)也決定了的顯著時(shí)間點(diǎn)(該規(guī)則同適用于結(jié)果變量是C、V的情況)。

規(guī)則4經(jīng)過(guò)濾后，如果T的后續(xù)狀態(tài)有不同的qval和qdir，應(yīng)用以下規(guī)則進(jìn)行組合。

表4 T后續(xù)狀態(tài)qval的確定

表5 T后續(xù)狀態(tài)qdir的確定

綜上所述，定向模擬工作流程如圖5所示。

為使本研究結(jié)論更能適應(yīng)于復(fù)雜多變的現(xiàn)實(shí)決策實(shí)踐，我們完成了不同情境下動(dòng)態(tài)群體決策的達(dá)成一致的時(shí)間模擬，并給出不同情境下?tīng)顟B(tài)變量的優(yōu)劣比較及相應(yīng)優(yōu)化措施。模擬通過(guò)仿真平臺(tái)Arena 7.0實(shí)現(xiàn)，主要完成兩項(xiàng)工作：(1)利用過(guò)程分析器(Process Analyzer)調(diào)節(jié)因果關(guān)系模型中的各種變更，對(duì)不同情境下的決策時(shí)間進(jìn)行模擬。(2)利用OptQuest模塊完成在N維控制變量空間構(gòu)成的特定情境下，最佳備選方案的搜索工作。

圖5 定性模擬引擎的工作流程

4.3 多情境下的輸出評(píng)價(jià)

在仿真實(shí)驗(yàn)中，選擇4個(gè)控制變量：(1)kamount：通過(guò)該變量可對(duì)動(dòng)態(tài)群體決策中的知識(shí)共享/轉(zhuǎn)移水平進(jìn)行調(diào)節(jié)；(2)pd：通過(guò)該變量可對(duì)群體的知識(shí)差距水平進(jìn)行調(diào)節(jié)；(3)internalfactor：通過(guò)調(diào)節(jié)該變量觀察知識(shí)共享/轉(zhuǎn)移水平對(duì)輸出響應(yīng)-決策時(shí)間的影響水平；(4)externalfactor：通過(guò)調(diào)節(jié)該變量觀察群體內(nèi)部知識(shí)勢(shì)差對(duì)決策時(shí)間的影響水平。假設(shè)在仿真過(guò)程中每個(gè)控制變量存在兩個(gè)定性水平：“低”或“高”。從實(shí)際問(wèn)題出發(fā)對(duì)控制變量的取值進(jìn)行擴(kuò)展(擴(kuò)展為-1，1)，每種情境設(shè)定重復(fù)仿真次數(shù)100次，仿真統(tǒng)計(jì)結(jié)果由表6給出，其中Decisiontime為100次仿真所得結(jié)果的均值。

由于選取了4個(gè)控制變量，且每個(gè)變量存在兩個(gè)定性值，表6給出了16個(gè)情境下的平均決策時(shí)間。我們初步觀察到了一些有趣的結(jié)果。例如，高強(qiáng)度的知識(shí)共享/轉(zhuǎn)移水平，并不能單純地縮短決策時(shí)間。相反，情境1(kamount=-1，pd=1)取得了最短的平均決策時(shí)間0.0766?？梢钥闯觯诟咧R(shí)差距的群體中，低強(qiáng)度的知識(shí)共享/轉(zhuǎn)移水平反而是最優(yōu)的選擇。而在情境5(kamount=-1，pd=-1)中，一旦群體知識(shí)差距變小，低強(qiáng)度的知識(shí)共享/轉(zhuǎn)移水平將會(huì)使得決策變慢。進(jìn)一步對(duì)仿真數(shù)據(jù)的統(tǒng)計(jì)有效性進(jìn)行分析，可以得到表7所示的Decisiontime統(tǒng)計(jì)值。

表6 情境1～16決策績(jī)效模擬統(tǒng)計(jì)數(shù)據(jù)(仿真次數(shù):100)

表7 情境1～16決策時(shí)間模擬統(tǒng)計(jì)數(shù)據(jù)

運(yùn)用過(guò)程分析器評(píng)價(jià)這16種方案的相對(duì)優(yōu)劣，得到下圖6。

圖6 各情境作用下的決策時(shí)間變化(Box and Whisker)

在上圖中，方塊的垂直范圍顯示了不同情境下決策時(shí)間期望值的95%置信區(qū)間。顯然，黑色方塊決策時(shí)間期望值在統(tǒng)計(jì)意義上優(yōu)于白色區(qū)間。更準(zhǔn)確地說(shuō)，黑色情境構(gòu)成的子集合，在決策時(shí)間期望值方面，有95%的可能包含了真實(shí)的、最佳的情境；而白色區(qū)間，總能通過(guò)調(diào)節(jié)其中一個(gè)控制變量的水平，達(dá)到更優(yōu)的決策時(shí)間：如情境5(白色)調(diào)節(jié)pd為1，則會(huì)產(chǎn)生更短決策時(shí)間的情境1(黑色)；情境6(白色)調(diào)節(jié)internalfactor為1，則會(huì)產(chǎn)生更短決策時(shí)間的情境2(黑色)等。同時(shí)，由圖6可以發(fā)現(xiàn)，相對(duì)較高的kmount和internalfactor會(huì)對(duì)群體決策時(shí)間產(chǎn)生積極影響，符合本文得出的結(jié)論。但結(jié)合表6和圖6，一個(gè)有趣的現(xiàn)象引起了我們的關(guān)注，一些kmount為高水平的情境無(wú)法獲得較優(yōu)的決策時(shí)間期望值區(qū)間，特別是情境16，具有高的知識(shí)共享/轉(zhuǎn)移水平，對(duì)決策績(jī)效的正向影響也很大，但決策時(shí)間值卻不理想。由此可推測(cè)，在群體內(nèi)知識(shí)差距較大或該差距對(duì)群體有較大影響時(shí)，高知識(shí)共享/轉(zhuǎn)移水平未起到作用。反之，低知識(shí)共享/轉(zhuǎn)移水平的情境1收獲了最短的決策時(shí)間。由此驗(yàn)證了結(jié)論：即知識(shí)差異存在一定閾值，只有當(dāng)群體內(nèi)部差異在該閾值內(nèi)時(shí)，知識(shí)共享/轉(zhuǎn)移才能發(fā)生，才能對(duì)決策時(shí)間產(chǎn)生積極影響。

5 總結(jié)與展望

本文以動(dòng)態(tài)群體決策為主要研究對(duì)象，在考慮知識(shí)共享/轉(zhuǎn)移的前提下，探討了相關(guān)績(jī)效指標(biāo)的影響因素、變化過(guò)程，分析了相應(yīng)的對(duì)策，并進(jìn)行了數(shù)值模擬。

首先，本文構(gòu)建完成了知識(shí)共享/轉(zhuǎn)移背景下的動(dòng)態(tài)群體決策模型，將模型細(xì)分為觀點(diǎn)、交互關(guān)系、集結(jié)三個(gè)動(dòng)態(tài)演化層面，給出了層面間的驅(qū)動(dòng)關(guān)系，對(duì)已有文獻(xiàn)的呈現(xiàn)一致性序列收斂證明方法進(jìn)行了擴(kuò)展，證明了在引入知識(shí)要素后，該序列仍然收斂，且適用于個(gè)體觀點(diǎn)和群體觀點(diǎn)差別更大的情況。

接著，本文利用定性模擬技術(shù)，探討了知識(shí)共享/轉(zhuǎn)移對(duì)達(dá)成一致時(shí)間所需時(shí)間的影響。具體地，本文構(gòu)建了知識(shí)共享/轉(zhuǎn)移影響群體決策過(guò)程的定性模擬概念模型，提出了定性模擬引擎驅(qū)動(dòng)模型中規(guī)則集和變量集的運(yùn)動(dòng)，給出了定性模擬引擎的工作流程。同時(shí)，搜索知識(shí)共享/轉(zhuǎn)移水平、知識(shí)勢(shì)差及兩者的影響大小4維控制變量空間中的最佳備選方案。對(duì)控制變量在所定義的范圍內(nèi)可能取值的組合進(jìn)行自由選擇，在4維空間中尋找，當(dāng)達(dá)到呈現(xiàn)一致性指標(biāo)最優(yōu)時(shí)(絕對(duì)值越接近于0越好)，決策時(shí)間的取值。

基于本文的成果，未來(lái)的研究工作還可以進(jìn)一步深入。本文選取的自變量為知識(shí)共享/轉(zhuǎn)移，具體來(lái)說(shuō)，研究中涉及知識(shí)共享/轉(zhuǎn)移是否發(fā)生、被共享/轉(zhuǎn)移的知識(shí)數(shù)量是多少。今后的研究中，應(yīng)該進(jìn)一步細(xì)化自變量。例如知識(shí)共享/轉(zhuǎn)移的方式、面對(duì)面的交互和網(wǎng)絡(luò)交互是否存在差別、知識(shí)共享/轉(zhuǎn)移的次數(shù)多少是否存在差別、知識(shí)共享/轉(zhuǎn)移的方向(單向/雙向)是否存在差別等，這些都是值得進(jìn)一步探索的問(wèn)題。