创业知识转化模式

1.3.1　关于两类知识转化模式

所谓的知识转化模式即指经验知识转化模式，此概念来自经验学习理论，经验学习理论主张知识是从经验中来，其中以Kolb的理论最为著名。创业活动普遍被认为是一种亲历学习或经验学习，不过创业学习是否一定要经过Kolb（1984）的四阶段学习环遭到了人们的怀疑。然而，March（1991）关于“探索”和“利用”两类转化模式的论述得到了人们的普遍认同。March指出，人们大都有如下的类似经验，即总面临一个场景，在这个场景下不得不对“探索”和“利用”做出选择。所谓“利用”，涉及开发那些已经知道的方法，即个体通过利用旧有的确定方法从经验中实现学习。因此“利用”就是在经验中创造可靠性，换句话说，稳定的行为成为了学习者的主要状态（Holmqvist，2000）。而“探索”则完全不同，它是关于如何在经验中创造变异，这又导致了行为的变化成为学习者的主要状态。探索意味着个体通过探索新的可能性来学习，包括变异、实验、发现、创新。March认为，个体或组织在这两种转化模式下会存在偏好，因此，经验知识转化方式可以被看作是从经验中生成知识过程中的一个调节变量。

March还最早提出在“探索”和“利用”之间做权衡的观点，与这个思路一致的是Cohen和Levinthal（1990）的观点，即知识的标准化和多样化之间应该存在一种权衡。过于专业化可能使专长知识不断聚集在唯一的领域，其代价是减少了实验、减少了可替代方案。这个道理反过来也成立（类似观点的文献还有Cyert & March，1963；Ghemawat & Costa，1993；Levinthal & March，1993）。

尽管两种知识转化方式都很重要，但是它们却常常是鱼和熊掌不可兼得，它们会竞争稀缺资源，而个体或组织不得不在两者之间分配注意力。那些致力于搞“探索”的个体，如果完全不能实现“利用”，将很可能会发现自己要承受实验的成本却不见其带来的好处。这种聚焦探索的做法可能带来太多的没有开发的新概念，但是不见得有显著的胜任力提升。相反，个体忙于“开发利用”而忽视“探索”就可能发现自己身陷于一个次优的稳定均衡。“利用”的回报一般是较确定的，趋近时间和地点。探索则与大成功和大失败（即较大的绩效变异）相联系。注意开展利用活动的创业者能更加有效地应对因新而带来的困难，或者说更容易克服所谓新企业所面对的传统障碍。因此，占优的“转化模式”将影响着什么样的创业知识被产生出来。

换用Minniti和Bygrave（2001）的描述，所谓探索式的模式是指创业者选择了一个与以往不同的策略或措施。这种选择意味着创业者对未来结果的把握程度降低了。而所谓利用的模式是指创业者选择了一个以往已经用过、或者与以往做法相近的策略或措施。在利用过程中创业者其实是在进一步优化以往熟悉的做法，因此，此时的创业者对未来结果的把握程度降低了。从Minniti和Bygrave（2001）的论述我们可以推论，从创业者的决策行为，尤其是基础性的决策，就能够看出创业者对两种知识转化模式的偏好情况。也即，在恒定其他条件下，如果创业者持续选择原先使用过的“有效”策略，而不去尝试新的未曾使用过的策略，则他是偏好“利用”转化模式的。反之，他就是偏好“探索”模式的。

1.3.2　知识转化模式在知识产生中的作用

Politis的模型将知识转化模式作为从经验到知识的一个调节变量，也即知识转化模式影响着何种类别的知识得以产生。按照Politis的论述，探索式的模式将使得创业者更多地形成关于机会识别的知识，而利用式的模式将使得避错知识得到发展。换句话讲，知识转化模式是对大量输入信息的一个“筛选器”。如前所述，Politis的知识转化模式来自March（1991）的理论。而Minniti和Bygrave（2001）理论中的探索模式和利用模式概念同样来自March的理论。但是后者对知识转化模式的理解是不同的。Minniti和Bygrave并不将知识转化模式作为调节变量，而是作为一种内在的机制。

Minniti认为，创业学习的内容对象不是普通知识，而是一般性的创业知识。在模型化的过程中，他又将创业知识刻画成一个个互相排他的策略。并认为创业学习的本质，就是根据以往策略带来的实际结果不断更新对各独立策略的偏好（表现为各策略被选择的概率发生了改变）。下面是该模型的数学表达式。

P_t+1=P_t+a_tf（P_t）+a_tφ_t（P_t）　（5）

等式（5）中的P表示一个向量，代表创业者选择各个策略的概率。例如，假设创业者在t时刻拥有三个创业策略，并且这些策略都具有排他性（即不能同时选择二个及以上的策略），那么，这三个创业策略在t时刻被创业者选中的概率（分别为p₁、p₂、p₃）可以表示为如下一个向量，即

等式（5）中的P_t+1表示创业者在t+1时刻选择各个策略的概率向量。Minniti认为，从t时刻的P_t到t+1时刻的P_t+1，创业者对各种策略的偏好（选择概率）发生了变化，这就是发生所谓的学习现象。另外，从等式（5）可见，P_t+1总是基于P_t而生成的，表现出学习具有路径依赖性质。t+1时刻的策略概率向量不仅与前一期的策略概率向量有关，还受到另外两个方面的影响（即等式（5）中的最后两项）。其一是，创业者选取策略的实际结果带来的影响（a_tf（P_t））。其二是，创业者的选择会存在随机扰动（a_tφ_t（P_t）），这种创业者在作选择时的不确定性也会影响下一个时刻各个策略被选择的结果。这两项都存在一个共同的系数，即a_t。a_t表示创业者更新各个策略概率的单次调整幅度，在学习模型中又叫做学习步长。学习步长在该理论中是一个非常重要的概念。

根据该学习函数不难得知，如果学习步长过大，那么在一些情况下（多次采取某种策略均获得较满意的结果），创业者对某个策略的信心（表现在选择该策略的概率上）经过几次更新会变得非常大（比如，其概率逼近1）。那么，根据这种学习函数的路径依赖特性（越是惯用的策略越是有更高的概率在下一次选择中被采用），于是就可能出现创业者将实际采取的策略“锁定”在以往（可能是唯一采用过的）惯用策略上。锁定现象有时剥夺了尝试其他策略的机会，并且，在其余未曾使用的策略中很可能存在比当前策略更优的策略。因此，从某种意义上讲，人们希望创业学习的学习步长相对小一些（限于本理论的逻辑）。

根据Minniti的观点，学习步长a_t＝[1/（S_t+Y_t）]。其中，S_t表示创业者在t时刻对所有策略的信心之总和（在本例中，S_t=c_t1+c_t2+c_t3）。创业者在t时刻选择某项策略后，与外界条件共同作用而得到的一个实际结果（或收益）Ψ。将这个结果与未选择策略前的期望收益进行比较，创业者会提高或降低（当然也可能不改变）对该策略的信心，信心的改变幅度就是Y_t。笔者从其模型中可以推断，学习步长实际上决定于如下因素：策略的个数、对每个策略的绝对信心值，以及对当前收益量的重视程度（因为，越是看重当前实际收益与期望收益之间的差，对所采用的策略的信心调整幅度将越大，即Y_t越大）。需要补充的是，（在时刻t）对各策略j的信心值c_tj与选择策略j的概率p_tj是不同的，p_tj是c_tj在总信心（∑c_ti）中所占的比例。

可以将Minniti的模型通过概念图形表达出来（见图1-4）。该模型的其他观点：①创业知识必须通过创业者自己的亲历学习或观察才能得到，而专门知识可以通过雇佣专业人员而得到；②所谓知识可以被描述为对特定“策略结果”之间关系的信心；③选择采用旧策略还是新策略对于创业者是一个重要的问题，这代表了探索与利用两种不同性质的活动。

图1-4　Minniti的创业学习动态模型图解

从Minniti的模型可见，从行为层次看，所谓探索模式就是对旧动作（或措施）的重复使用，也即不改变旧的基本策略，而所谓的利用模式就是对新动作（或措施）的使用；从知识层次看，探索模式就是对旧动作的倾向（用信心或潜在概率表示）发生了重大变化，而利用模式就是对新动作的倾向发生了质的改变。因此，从知识的层面看，知识转化模式是标志决策者处理策略倾向（或信心）的两种基本形式。因此，Minniti模型本质上认为创业学习本身就是对各个基本策略的信心的更新。这种更新的动力是来自结果的反馈。结合前述对know-how知识的形式化描述，可以将Minniti模型定义的创业学习模型看作是信心矩阵的更新。

比较Politis的模型和Minniti模型关于知识转化模式的观点，前者更多地关注什么样的命题进入信心赋值过程，换句话讲，该模型更加关注命题矩阵的变化。与此不同，Minniti模型讨论的是建立企业时的数量较少的基本策略，进入信心赋值过程的策略始终不变，因此该模型仅仅关注信心矩阵的变化。可见，无论是单独考察命题矩阵变化还是单独考察信心矩阵的变化，对于解释知识更新（或学习）过程来讲都是不完整的。因为知识矩阵同时包括这两个组成部分。

综上所述，本书认为所谓知识转化模式包括探索模式和利用模式。其中利用模式是指决策者的信心矩阵的调整不足以带来新动作（举措）的产生，而探索策略是指知识矩阵中的信心矩阵得到较大的调整以至于引起新动作的发生，或者，知识矩阵中的命题矩阵发生变化（比如基本策略的个数发生了增减变化）。如此定义知识转化模式，则知识转化模式的作用就是作为知识更新的更新机制。