自我监控对个体合作网络构建与知识创新的影响
开篇：润墨网以专业的文秘视角，为您筛选了一篇自我监控对个体合作网络构建与知识创新的影响范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘要：本文将March的双E创新理论引入到个体层次，将个体知识创新划分为改进型创新与探索型创新，并探讨自我监控水平对构建不同结构类型合作网络的影响，以及其在利用合作网络进行知识搜集与创新选择上的差异。认为高自我监控者易于构建富于结构洞的稀疏网络，并善于利用结构洞带来的信息优势发展出探索型创新；低自我监控者易于嵌入在闭合网络中，导致其更有利于发展改进型创新。
关键词：自我监控；知识创新；双E创新；合作网络
中图分类号：F272.1；G302文献标识码：A
收稿日期：2013-02-25
作者简介：张华（1981-），男，辽宁葫芦岛人，华侨大学工商管理学院教师，管理学博士，研究方向：社会网络、知识创新；曹瑄玮（1975-），男，太原人，西交利物浦大学管理系教师，管理学博士，研究方向：战略管理。
基金项目：国家自然科学基金资助项目，项目编号：71102183，70902021；华侨大学高层次人才资助项目，项目编号：11BS205；华侨大学哲学社会科学青年学者成长工程团队项目，项目编号：12SKGC-QT02。
一、 引言
随着知识经济的到来，个体知识创新以其不可模仿性已成为企业最重要的核心竞争力之一。因此，如何促进个体知识创新，并识别出影响个体知识创新的主要因素就成为摆在企业与个人面前的一个重要的理论与实践课题。
以往研究表明，对个体知识创新的关注点主要集中在个体以及相关情景变量，尤其是个体所处的合作网络上面，对“你是谁”与“你认识谁”的关注构成了考察个体知识创新的主要思路。“你是谁”的研究主要集中探讨对富有创意的人的人格特征，试图发现具有较高的创造力的人的特殊心理特征[1-2]。而个体创新能力的发挥， 除了个人内在条件之外， 更与其所身处的情景因素有关。随着研究的深入以及社会网络理论的发展，人们逐渐认识到，知识的应用与创新根源于人与人之间的交流、互动过程[3-4]，因此对个体所嵌入的合作网络——“你认识谁”的关注逐渐兴起[5-8]。
合作网络是个体获取知识的重要来源和进行知识创新的重要依靠。尽管目前已有很多学者从社会网络的视角对影响个体创新的作用机理进行了大量的富有价值的研究，但是仍有很多没有解释的空白区域以及大量研究争论的存在。有学者认为应从个体属性入手，引入网络内容，摒弃结构的一维的解释[8]；还有学者认为应该把创新分为各个不同的阶段，认为创新是一个从创意的产生到创新的选择、应用等一系列活动，应该针对创新的不同阶段，来考察社会网络所起到的作用[8-9]。本文认为，当前的研究一方面缺乏对创新的深入思考，没有考虑到个体知识创新所表现出来的不同类型；再者，当今理论研究较少关注将合作网络的前因变量引入到个体知识创新的考察：作为具有持续稳定特点的人格特征无论对合作网络的构建还是合作网络的利用都影响很大。近年来，权变视角下的社会网络研究逐步成为研究者关注的主题之一，很多学者倡导应该考虑在社会网络研究中把网络结构与形成这样结构的个体属性特征结合起来[10-12]。本文秉承了这样的研究思路，认为稳定的人格特质将导致个体网络构建与机会利用上的差异，具体表现在：第一，不同人格特质的个体由于交往能力的差异将发展出不同的合作网络类型；第二，人格特质的差异也将体现在个体在信息筛选能力和主观意愿上的差别，也即造成了对所处合作网络提供的潜在机会、潜在资源的把握和利用上的差别。这两方面都将导致不同人格特质的个体将发展出不同类型的知识创新绩效。
本文借鉴March[13]的双E组织学习理论，把双E创新引入个体分析层次，将个体知识创新分为改进型创新与探索型创新两种类型，从理论上探讨个体如何构建合作网络，以及个体如何利用合作网络进行知识创新等关键问题，从而推动个体知识创新理论的发展，并为企业成功实施人力资源战略提供理论指导与借鉴。
二、 理论基础
（一）自我监控及其对网络构建的影响
作为一种重要的人格特质，自我监控又称自我管理或者自律性管理，从属于个体的自我意识范畴。自我监控的研究关注的是个体自我实现过程，以及个体如何对自身的心理与行为进行掌握，强调个体在实现预定目标的过程中，是如何掌控与调整自己的动机与行为方式的。
不同自我监控水平的人在对待外界的态度上是迥然不同的：高自我监控者从适应环境出发，强调要根据环境的变化调整自己的行为策略，其行为特征具有较大的弹性，能够很好地适应环境；与之相反，低自我监控者强调以自我为主，希望环境来适应自己，其行为的出发点集中在，如何在不同的环境中能够成功地表达自己的情感和态度。因此，相比于高自我监控者，低自我监控者的行为具有某种程度上的一致性和连续性，其在适应环境的能力上明显低于高自我监控者。
自我监控水平的高低还体现在个体交际网络的形成上。Mehra.A（2001）[14]的研究表明，低自我监控者在与人交往的过程中，多以自我特征的相似程度作为选择伙伴的唯一标准，而不管所从事的活动的类型。在低自我监控者的社交活动中充斥着相同的伙伴，因为这些伙伴与低自我监控者的自我特征最相似，低自我监控者愿意与相同的朋友去做任何事情。而高自我监控者则不以自我特征的相似程度作为出发点，更看重活动的本身，并善于通过朋友来结识更多的朋友，在人际交往中具有较强的灵活性。Kilduff （1994）[15]的研究表明，即使面对相同的机会和信息的前提下，由于个体在自我监控水平上的差异，也将导致个体在利用社会网络来提高绩效的差异。Oh H （2008）[16]的研究表明，自我监控水平应该是结构洞形成的前因变量之一，而在对不同监控水平对间接网络（indirect network）形成的讨论中，他提出高自我监控者易发展出稀疏的富于结构洞的网络，而低自我监控者则易发展出闭合的网络。Sasovova Z（2010）[17]的研究表明，高自我监控者更适合于占据结构洞的位置，并且相比于低自我监控者，高自我监控者更有利于吸引来自不同领域、与以往的朋友没有交集的陌生人，从而发展出更多的新的结构洞，而且倾向于保持结构洞的现状，阻止结构洞的闭合（如图1所示）。
（二）合作网络与个体知识创新
社会网络理论之所以得到学术界的普遍关注，在于其独特的研究视角。它抛弃了以往仅仅关注个体的原子论研究观，将个体放置于广阔的社会关系背景下，强调人行为的社会嵌入性。不同于以往集中在针对个人特质的个体创造力的研究，社会网络视角的研究认为，人的创新行为不是孤立发生的，而是嵌入在一定的社会关系之中的。为什么人际互动能发展个体创新呢？那是因为社会网络为个体提供了创新的基础——多样化的知识。
在科技如此发达的今天，组织中可以提供如此繁多、便捷的知识管理工具的同时，为什么人们在寻求知识的时候，还是倾向于求助于社会网络呢？这是因为，第一，以信息技术为核心的知识管理工具只能对那些显性知识进行管理，而对于隐性知识的管理则无能为力。知识的创新行为必然要求隐性知识的参与，而隐性知识藏于人脑中，只有通过人际互动才能表达出来。第二，工作情境将随着时间的变化而发生变化，当时成功的解决方案在现在的情景下未必依然适用。而且没有完全一致的问题情境，在问题情境发生了些许改变之后，完全遵循原始方案是不合适的，在这种情况下，最好的方式是求助于社会网络。第三，相比于书本知识，人们更倾向于从人际互动中得到知识。人与人之间的交互不仅仅在于知识的转移，更重要的是将带来想法、思维方式的交流与碰撞，从而带来更多的启发与新的解决思路或角度[18-19]。
March（1991）[13]在研究组织对外部环境的适应问题时提出两种创新行为：探索型创新与改进型创新。前者沿着与组织以往不同的发展路线，从事的是对全新机会的尝试，这种创新产生的知识往往与组织现有的知识差异很大，创新的结果在于期望产品的多样化；而后者则沿着组织已有的发展路线前进，基于的是对组织知识库中已有知识的应用，或者对已有知识的深化，创新的结果在于期望产品的专业化。双E创新一经提出就成为组织学习、组织创新、产品研发及战略联盟领域关注、讨论的热点。理论上，双E创新可以在任何分析层次上得到验证，随着研究的深入，个体层次上的双E创新也得到了更多的关注：Jansen（2006）[20]提出组织中的非正式网络密度对个体的创新行为产生影响，从而协调整个组织的双E创新；Audia（2007）[21]在将双E创新应用于个体层次时，将创新分为发散式创新与累积式创新两种，指出虽然前者曾是创造力研究的主要关注点，但累积式创新更反映了客观现实；Mom（2007）[22]考察了组织中的知识流动方式对领导者的双E创新行为的影响，借助于其开发的对管理者双E创新测度的量表，提出自上而下的知识流动对管理者改进型创新正相关，而自下而上以及平级的知识流动与管理者的探索型创新行为正相关。
其实在对创新不同阶段的划分的研究（Fleming 2007）[8]，以及在有意识地将个体的创造力的新颖与有用两个方面分开的研究中（Kijkuit 2007）[23]，都体现出这样的一个现实：个体的创新针对不同的组织情景下将表现出不同的创新类型。基于此，本文将双E创新引入个体层次。与Audia（2007）[21]提出的发散式创新与累积式创新的概念颇为相似，结合March对两种创新的定义以及Mom[22]对个体层次双E创新的理解，我们认为，个体层次上两种创新的区别也在于与以往知识差异性的比较上面。改进型创新更多的是基于对现有知识的深化挖掘，针对具体问题，沿着已有的发展路线提出比以往更深入、更具体的解决方法；而探索型创新则强调要打破路径依赖，尝试从不同的视角创“前所未有”之结果。
社会网络理论强调从个体的嵌入特征入手，来研究其对个体创新的影响。我们按照Gabbay（2001）[24]对社会网络研究的分类可以看出，当前从社会网络角度对个体创新的研究，主要关注点集中在网络结构特征：中心性、结构洞、个体网络密度；以及关系特征：强关系、弱关系等角度，考察了对个体创新的影响。其基本的逻辑在于，个体所处的社会网络的位置不同，或者个体所嵌入的网络拓扑结构的差异最终导致了个体创新成果的差异（Coleman，1988；Granovetter，1973；Burt，1992）[25-27]。以往的对双E创新的研究多集中在知识的多样性方面，认为知识传播的速度快将有助于改进型创新，而知识传播的速度慢则有助于探索型创新（March，1991；Miller，2006）[13，28]。基于此，我们认为网络密度将影响个体的创新类型，因为网络密度对知识传播的速度产生影响（Lazer，2007）[29]。
近年来，随着对情景变量的关注，也有很多社会网络研究者从权变理论的视角出发，探讨了个体行为策略、个体特征、群体规范与社会网络结构对个体绩效的交互影响（Obstfeld，2005；Rodan和Galunic，2004；Cattani和Ferrian，2008；张华，2008）[7，30-32]，如图2所示。
三、 提出命题
从以上文献的总结，我们发现社会网络研究最重要的三个变量分别为：个体属性、网络结构与绩效，大多数社会网络研究文献都围绕着这三个方面展开，如图3所示。结构主义的观点认为，结构影响了行为，无论是结构约束了人的行为还是影响了嵌入其中的个体的信息获取都将导致在不同网络位置上的个体绩效不同；而个体属性的视角认为，个体发展出了网络结构，网络位置是个体不断构建与努力的结果，网络结构就变成了个体获得绩效的一个中介变量。在本文的研究模型中，我们认为个体绩效同时与个体属性与网络结构有关。
本文对个体属性的关注体现在个体对信息的处理方式上面。已有研究表明，个体的学习策略将影响到个体知识的获取以及随后的创新类型。而且即使处于相同的网络位置但行为策略的差异也将导致个体绩效的差异。Obstfeld的研究就已经表明，同处在结构洞的位置上，采取“分而治之”策略的个体将得到结构洞带来的信息优势和控制优势；而采用“协调促进”策略的个体将促进在结构上分离的各方沟通，并最终使整个组织的创新参与度加强[7]。因此，除了个体特质以外，个体的行为策略也是考察个体创新的重要变量。
我们认为，知识传播方式也同样能影响创新类型，个体的信息搜索行为将影响到知识的传播方式并影响到后续的个体创新类型。因此，我们将个体的信息搜索行为和网络结构同时纳入考察视野，研究两者间如何互动并影响了个体创新。对此我们将考察比较典型的一类人格特征——个体的自我监控。作为一种稳定的性格特征，自我监控特征在人类社会普遍存在，自我监控程度的高低体现在个体行为的差异上。
高自我监控者在根据外部环境因素调整自己行为方面表现出相当高的适应性，他们对环境线索十分敏感，能根据不同情境采取不同行为，并能够使公开的角色与私人的自我之间表现出极大差异；而低自我监控者则不能以这种方式“伪装”自己，他们更倾向于在各种情境下都表现出自己真实的性情和态度，因而在他们是谁以及他们做什么之间存在着高度的行为一致性。这种特点就意味着，高自我监控者行为以工作需要为基本出发点，可以根据需要发展出多样性的关系，从而获得多样性的知识。因此，高自我监控者更适于发展不同的社交圈子，而且比低自我监控者更容易成为连接相互独立的社交圈子的关系桥。而这种网络上的优势将带来异质知识，而知识的异质性将有助于高自我监控者进行探索型创新。此外，高自我监控者具有相对较强的社交能力，在说服、阐述自己理念方面具有一定优势。这将有利于高自我监控者将自己的创意及时地传播给范围较大的群体，从而收到多方面的信息反馈，这将同样有利于探索型创新。而低自我监控者将以自我特征相似性来发展合作网络。在低自我监控者的群体中，群体成员之间的相似性，使得知识交换的效率提高，从而较易发展出强关系。这种频繁的互动以及由个体相似性带来的沟通上的顺畅都将使得低自我监控者与知识源之间的知识迅速地同质化。而低自我监控者在选择合作者方面无法做到容忍与其他异质个体进行沟通和交流，因而低自我监控者在信息搜索方面容易局限在仅有的几个点上面。这些特征都使得低自我监控者更有利于进行改进型创新。
综合以上讨论，我们认为自我监控的强弱将导致个体发展出的合作网络的结构差异，同时即使在相同网络条件下，自我监控水平同样影响到个体的知识获取类型，而获取到的知识类型的差异将最终影响到个体创新的类型。因此，我们提出如下命题：
命题a：在其他条件相同的情况下，高自我监控者更有利于构建富于结构洞的网络，并且在相同的网络位置上，相比于低自我监控者，高自我监控者更容易整合结构洞带来的异质知识，从而发展出探索型创新。
命题b：在其他条件相同的情况下，低自我监控者更有利于构建紧密的网络，并且在相同的网络位置上，相比于高自我监控者，低自我监控者更倾向于沿着网络既有知识轨迹进行改进型创新。
我们的概念模型可以用图4来表示。
四、 结论与讨论
本文基于个体人格特征的视角，探讨了个体如何构建合作网络并利用合作网络开展知识创新，并将March的双E创新理论引入到个体层次，从理论上探讨了具有不同的自我监控水平的个体在构建不同结构类型的合作网络以及在利用合作网络资源方面的差异所导致的对不同创新类型的影响。这一理论模型具有以下的理论贡献和管理实践意义：
首先，在理论上，本文将个体人格特质这一网络前因变量，以及个体利用合作网络的能力引入到我们的考察范围，这就突破了传统的社会网络研究中的基于静态结构主义分析逻辑，丰富了社会网络研究的理论内涵。同时，本文的理论逻辑既强调网络的约束又强调个体的能动作用，同时从个体与网络两个视角探讨对个体知识创新的影响。鉴于目前社会网络理论研究中普遍存在的微观和宏观领域研究的隔阂，越来越多的现实问题要求研究者采用更加系统的、权变的与演化的视角去对待。本研究正是这种研究观下的一个努力尝试。同时，本文的理论模型试图建立起一种个体的微观行动与宏观网络结构变化之间的联系，以丰富和提高对个体知识创新与合作网络演化等问题的理解。
其次，在管理实践中，知识型员工的创新已经成为企业成功的关键。本文的理论推演显示，不同人格特质的员工将发展出不同的合作网络，且由于在利用网络资源上的差异将导致不同的创新类型。考虑到个体的有限理性以及对双E创新的协调能力，对于一个实际研发团队来说，同时追求两种创新行为的个体不多。这要求管理者必须善于理清企业内部的合作网络，合理安排两类知识员工的数量与职能，促进信息、知识、资源在企业内部网络中的合理流动。这也是在中国转型经济环境下知识型创新企业的必经之路。
最后，由于合作网络在调配资源方面的巨大作用，无论是个体还是企业层次都已经认识到网络构建的重要性。本文的实践意义也体现在，在战略网络构建的同时首先要清楚这些网络结构形成的机理。本文从人格特质角度为这一实践问题做出了解释。还有需要注意的是，虽然人格特质变量的引入支持了一些社会网络学者的关于网络内生性的论断，但本文并没有否定网络结构影响个体行为的作用机理。嵌入在合作网络中的个体将面临网络提供的机会与约束，个体行动正是基于这些机会与约束间权衡的结果。本文强调的是个体特质在利用网络资源上存在差异，网络提供的机会仅仅是潜在的，能否将潜在的机会转化为现实的创新是需要个体做出判断与行动的。
参考文献：
[1]Amabile T M. A model of creativity and innovation in organizations[J].Research in Organizational Behavior，1988， 10（S 123）：167.
[2]Barron F， Harrington D M. Creativity， Intelligence， and Personality[J].Annual Review of Psychology， 1981， 32（1）：439-476.
[3]Brown J S， Duguid P. Organizational learning and communities of practice[J].Organization Science， 1991， 2（1）：40-57.
[4]Ford C M. A Theory of Individual Creative Action in Multiple Social Domains[J].The Academy of Management Review，1996， 21（4）：1112-1142.
[5]Perry-smith， J E J E， Shalley C E. The social side of creativity：A static and dynamic social network perspective[J].The Academy of Management review， 2003， 28（1）：89-106.
[6]Perry-smith J E. Social Yet Creative：The Role Of Social Relationships In Facilitating Individual Creativity[J].The Academy of Management Journal， 2006， 49（1）：85-101.
[7]Obstfeld D. Social Networks， the Tertius Iungens Orientation， and Involvement in Innovation[J].Administrative Science Quarterly，2005， 50（1）：100-130.
[8]Fleming L， Mingo S， Chen D. Collaborative Brokerage， Generative Creativity， and Creative Success[J].Administrative Science Quarterly，2007， 52（3）：443-475.
[9]Kijkuit B， Van E J. The Organizational Life of an Idea：Integrating Social Network， Creativity and Decision-Making Perspectives.[J].Journal of Management Studies，2007， 44（6）：863-882.
[10]Mizruchi M S， Stearns L B， Fleischer A. Getting a Bonus：Social Networks， Performance， and Reward Among Commercial Bankers[J].Organization Science， 2010.
[11]Lee J. Heterogeneity， Brokerage， and Innovative Performance：Endogenous Formation of Collaborative Inventor Networks[J].Organization Science， 2010， 21（4）：804-824.
[12]Sosa M E. Where Do Creative Interactions Come From The Role of Tie Content and Social Networks[J].Organization Science，2010. Forthcoming
[13]March J G. Exploration and Exploitation in Organizational Learning[J].Organization Science，1991， 2（1）：71-87.
[14]Mehra A， Kilduff M， Brass D J. The Social Networks of High and Low Self-Monitors：Implications for Workplace Performance[J].Administrative Science Quarterly，2001， 46（1）：121-146.
[15]Kilduff M， Day D V. Do Chameleons Get Ahead？ The Effects of Self-Monitoring on Managerial Careers[J].Academy of Management Journal， 1994， 37（4）：1047-1060.
[16]Oh H， Kilduff M. The Ripple Effect of Personality on Social Structure：Self-Monitoring Origins of Network Brokerage[J].Journal of Applied Psychology，2008， 93（5）：1155-1164.
[17]Sasovova Z， Mehra A， Borgatti S P， Schippers M C. Network Churn：The Effects of Self-Monitoring Personality on Brokerage Dynamics[J].Administrative Science Quarterly， 2010， 55（4）：639-670.
[18]Sutton R I， Hargadon A. Brainstorming groups in context： Effectiveness in a product design firm.[J].Administrative Science Quarterly，1996， 41（4）：445-461.
[19]Paulus P B， Nijstad B A. Group Creativity： Innovation Through Collaboration[M].Oxford University Press， USA， 2003.
[20]Jansen J J， den Van B， Volberda H W. Exploratory Innovation， Exploitative Innovation， and Performance： Effects of Organizational Antecedents and Environmental Moderators[J].Management Science， 2006， 52（11）：1661-1674.
[21]Audia P G， Goncalo J A. Past Success and Creativity Over Time： A Study of Inventors in the Hard Disk Drive Industry[J].Management Science，2007， 53（1）： 1-15.
[22]Mom T J， den Van B， Volberda H W. Investigating Managers′ Exploration and Exploitation Activities： The Influence of Top-Down， Bottom-Up， and Horizontal Knowledge Inflows.[J].Journal of Management Studies， 2007， 44（6）： 910-931.
[23]Kijkuit B， Van E J. The Organizational Life of an Idea： Integrating Social Network， Creativity and Decision-Making Perspectives.[J].Journal of Management Studies，2007， 44（6）： 863-882.
[24]Gabbay S M， Leenders R. Social Capital of Organizations： From Social Structure to the Management of Corporate Social Capital[J].Social Capital of Organizations. 2001， 18（1）： 1-20.
[25]Coleman J S. Social Capital in the Creation of Human Capital[J].American Journal of Sociology，1988， 94（3）： 95-120.
[26]Granovetter M S. The Strength of Weak Ties[J].American Journal of Sociology，1973， 78（6）： 1360.
[27]Burt R S. Structural Holes： The Social Structure of Competition[M].Harvard University Press， 1992.
[28]Miller K D， Zhao M， Calantone R J. Adding Interpersonal Learning and Tacit Knowledge to March′s Exploration-Exploitation Model[J].The Academy of Management Journal， 2006， 49（4）： 709-722.
[29]Lazer D， Friedman A. The Network Structure of Exploration and Exploitation[J].Administrative Science Quarterly，2007， 52（4）： 667-694.
[30]Rodan S， Galunic C. More Than Network Structure： How Knowledge Heterogeneity Influences Managerial Performance and Innovativeness[J].Strategic Management Journal，2004， 25（6）： 541-562.
[31] Cattani G， Ferriani S. A core/periphery perspective on individual creative performance： Social networks and cinematic achievements in the Hollywood film industry[J].Organization Science，2008，19（6）： 824-844.
[32]张华， 席酉民， 丁琳.社会网络对个体创造力的作用机理研究[J].科学学与科学技术管理，2008，29（11）：185-191.