网络组织的复杂性研究

合集下载

网络组织的复杂性研究

网络组织的复杂性研究

网络组织的复杂性研究摘要网络组织是一种适应知识社会、信息经济和组织创新要求的新型的组织模式,是一个伴随环境演进的复杂系统。

本文在分析网络组织含义与类别的基础上,从网络组织环境的复杂性、不确定性,网络组织结构的复杂性,网络组织的动态性、自相似性、自组织性、自学习性等方面研究网络组织的复杂性特征。

关键词网络组织复杂系统复杂性组织科学1 引言我们生活在一个复杂性不断加剧,制度秩序正在消散的世界里。

无穷的变化在我们身边发生,我们必须面对混沌的场景,组织科学也要面对混沌的冲击。

“将充满交互作用的客观世界描述为一个线性的模式,每个词语仅有一个含义,预测、控制是极其重要的概念”,这样的管理理念正面临挑战。

复杂性科学提供了一个新的研究视角:复杂性理论对传统管理假设提出了挑战,人类活动要考虑突现行为的可能性。

在对突现行为的研究中,复杂性科学和组织科学走到了一起[1]。

复杂性研究学者、组织科学家对复杂科学在管理、组织的中的研究颇感兴趣,这方面的研究方兴未艾,仅1998年就有十几个会议和论坛以复杂性与管理为主题,1999年,关于复杂性与组织管理的电子刊物出版,并组织了几次相关学术会议。

SFI也将组织管理复杂性研究作为主要方向之一。

Hatch and Tsoukas指出:解释性的组织研究方法经常向传统组织观点提出挑战,并与复杂理论的研究新发现相互呼应[2]。

其他一些专家[3][4][5]也指出:复杂系统与组织系统都具有如下的共同特征:A原因与结果之间没有固定联系;B 分形特征:度量结果与所选取刻度有关,概念含义具有不确定性;C 复杂系统在不同的度量尺度间存在循环或递归性质,容易产生迷惑;D 对初值敏感:系统具有不稳定性和易变性;E 系统充满反馈环,具有潜在的分叉点,并遵循突现行为规律。

社会、经济、技术的发展变化使组织面临一个复杂、多变、混沌、不确定的环境,从而要求组织对来自环境的变化作出反应。

若把组织定义为:具有不同偏好、信息、利益和知识的个体与团体的协调行为构成的系统[6],则组织管理者的中心任务为促进冲突向合作的平滑转换,而这些组织成员具有的共同的语言(协议)和共同的观点(目标、价值观、文化)会使转换有益,并通过合作取得更好的效果。

复杂网络研究简介

复杂网络研究简介

∑d
i> j
ij
d12 = 1
d13 = 1 d 23 = 1
d14 = 2 d 24 = 1 d 34 = 2
d15 = 1 d 25 = 2 d 35 = 2 d 45 = 3
Total = 16 Average:
L = 16 / 10 = 1.6
聚类系数
• 一个网络的聚类系数 C满足:
0<C<1
规则网络
(a) 完全连接;
(b) 最近邻居连接;
(c) 星形连接
规则网络
... ...
(d) Lattice
(z) Layers
随机图理论
• 随机图论 - Erdös and Rényi (1960) • ER 随机图模型统治四十余年…… 直到今天 …… • 当今大量可获取的数据+高级计算工具,促使人们 重新考虑随机图模型及其方法
“图论之父”
看作4个节点,7条边的 图
路必须有起点和终点。 一次走完所有的桥,不重复,除起点与终点外,其余点必须有偶数 条边,所以七桥问题无解。 1875年, B 与 C 之间新建了一条桥解决了该问题!☺
Euler 对复杂网络的贡献
Euler 开启了数学图论,抽象为顶点与边的集 合 图论是网络研究的基础 网络结构是理解复杂世界的关键
电信网络
(Stephen G. Eick)
美国航空网
世界性的新闻组网络
(Naveen Jamal)
生物网络
人际关系网络
复杂网络概念
• • • • • • 结构复杂:节点数目巨大,网络结构呈现多种不同特征。 节点多样性:同一网络中可能有多种不同的节点。 连接多样性:节点之间的连接权重存在差异,且有可能存在方向性。 网络进化:表现在节点或连接的产生与消失。例如WWW,网页或链 接随时可能出现或断开,导致网络结构不断发生变化。 动力学复杂性:节点集可能属于非线性动力学系统,例如节点状态随 时间发生复杂变化。 多重复杂性融合:即以上多重复杂性相互影响,导致更为难以预料的 结果。例如,设计一个电力供应网络需要考虑此网络的进化过程,其 进化过程决定网络的拓扑结构。当两个节点之间频繁进行能量传输时, 他们之间的连接权重会随之增加,通过不断的学习与记忆逐步改善网 络性能。 复杂网络简而言之即呈现高度复杂性的网络。

复杂网络的结构与演化机理研究

复杂网络的结构与演化机理研究

复杂网络的结构与演化机理研究现代社会,人们生活在不断互联互通的网络中。

网络拓扑结构的研究和分析已经成为计算机科学、物理学、社会学等多个学科的交叉领域。

复杂网络便是其中一种研究的主要对象。

复杂网络较之简单网络,更为普遍和广泛,它是一种具有复杂拓扑结构,呈现出高度复杂性、鲁棒性和自组织性的系统,已经在现实世界的许多领域中得到了广泛的应用和研究。

本文将主要介绍复杂网络的结构和演化机制。

一、复杂网络的结构1.1. 随机网络结构随机网络是由很大的数量的节点和随机连边的拓扑结构所构成的网络。

这种网络的性质具有随机性,因此,节点的度数分布非常广泛。

正因为这种特性,随机网络的强健性极差,遭受外部攻击时容易瘫痪。

随机网络是复杂网络中最为简单的拓扑结构。

1.2. 规则网络结构规则网络表示的是一个节点和它的几个邻居节点之间存在固定的联系。

这种网络拓扑结构的性质表现出周期性。

规则网络的灵敏度是比较低的,随着节点数量的增加,其强健型也逐渐加强。

1.3. 无标度网络结构无标度网络是一种有特定数量节点,而且这些节点度数的分布不是均匀或随机的。

这种性质使无标度网络比其他网络拓扑结构更为复杂。

最值得注意的是,无标度网络对于节点的关键性质是十分敏感的。

一些节点的失效容易导致整个网络的崩溃。

二、复杂网络的演化机制2.1. 优先连接优先连接可以被看作是贵族效应的体现。

即网络中较有权威的节点(即度数比较高的节点)可以更容易地获得新的联系。

这导致了一些节点一开始就比较容易从随机网络中脱颖而出,和其他社区难以联系。

2.2. 调整和稳定网络的调整和稳定过程是一个非常重要的演化机制。

网络中的节点常常会因个人利益及其它因素进行策略性的连边。

如果没有稳定机制对这种操作进行限制,网络中连接将逐渐趋近于随机化,从而失去一些重要特性,例如社区结构。

节点对其他节点进行更改其邻边操作,这个操作将在适当时间被调整,同时维持网络的聚类,便是调整和稳定的重要机制之一。

稳态与非稳态网络的复杂性理论

稳态与非稳态网络的复杂性理论

稳态与非稳态网络的复杂性理论我们生活在一个越来越互联互通的世界里,网络已经成为人们交流和沟通的重要工具。

网络的复杂性越来越引起人们的关注,稳态与非稳态网络的复杂性理论被认为是理解网络复杂性的重要工具。

1. 稳态网络的复杂性理论稳态网络是指网络在稳定状态下的特性和行为,这种网络的复杂性表现在它的结构和行为之间存在着复杂的关系。

一个稳态网络的复杂性取决于许多因素,包括网络的拓扑结构、节点之间的连接方式和节点的行为等。

稳态网络的复杂性理论研究的是稳态网络的特性和行为之间的关系,以及如何通过这些关系来研究和预测网络的行为和演化。

稳态网络的复杂性理论主要从以下几个方面进行研究:1)网络的平均度数和分布:一个稳态网络的平均度数和度分布可以帮助我们了解网络的结构特性。

例如,一个度数较大的节点在网络中的位置可能更重要,因为它具有更多的连接和更广泛的影响。

2)网络的中心性:网络的中心性描述了节点在网络中的重要性程度。

例如,介数中心性指的是节点作为信息传递的桥梁的重要性。

中心节点可能在运输、通信等实际应用中发挥重要的作用。

3)网络的同步和稳定性:网络的同步和稳定性主要研究的是网络中节点之间的相互作用和影响。

例如,耦合的节点之间可能会出现同步现象,即它们的行为会同步起来。

2. 非稳态网络的复杂性理论非稳态网络是指网络的结构和行为随时间变化的网络,例如,社交网络和电子商务平台。

它们的复杂性表现在网络结构和行为之间的关系不断变化。

非稳态网络的复杂性理论研究的是如何描述网络随时间变化的结构特性和演化,以及如何预测未来的网络行为。

非稳态网络的复杂性理论主要从以下几个方面进行研究:1)网络的演化和演化动力学:网络的演化是指网络的结构和行为如何随时间变化。

演化动力学则研究网络节点和拓扑结构的生长和演化过程。

2)网络的组成和拓扑结构:网络的组成和拓扑结构随时间变化的过程可以通过复杂网络理论来描述。

3)网络的异质性和复杂性:网络由异质节点组成时,节点之间的差异性会使得网络的行为更加复杂。

科研合作网络的复杂性与群体性质分析

科研合作网络的复杂性与群体性质分析

科研合作网络的复杂性与群体性质分析科研合作网络是由一群研究者为了共同解决某个问题而建立的一种网络结构。

在这个网络中,每个研究者都会根据自己的专业领域和研究方向对问题做出独特的贡献。

这些贡献通过科学方法和技术互相交流和融合,最终形成一个解决问题的整体方案。

科研合作网络既有复杂性,又有群体性质,这些性质与网络的结构、演化和结果均息息相关。

科研合作网络的复杂性主要表现在以下几个方面。

一、多维度复杂性。

科研合作网络中每个节点(研究者)都会有自己的研究方向和专业领域,网络中的连接关系也是多维度的。

这种多维度的复杂性带来了挑战,使得科研合作网络的结构和演化过程都比较复杂。

同时,研究者的社交和人际关系也会影响科研合作网络的形成和演化。

二、非线性关系。

科研合作网络中,每个研究者的贡献对网络的整体性能有着不同的影响。

这种非线性的关系使得科研合作网络的演化具有很大的不确定性和复杂性。

有些研究者的贡献对网络的整体性能有巨大的影响,而有些则没有。

三、动态变化。

科研合作网络是一个动态变化的过程。

研究者的进入和退出会影响网络的结构和演化。

同时,研究本身也是一个不断发展和变化的过程。

因此,科研合作网络的结构和演化也是一个动态变化的过程。

群体性质是科研合作网络的另一个重要特征。

科研合作网络的群体性质主要体现在以下几个方面。

一、协同性。

科研合作网络是协同合作的结果,每个研究者的贡献都会对整个网络的协同效率产生影响。

通过群体的协作,可以更加有效地解决研究问题,提高研究效率。

二、创新性。

科研合作网络中,每个研究者都有自己的研究方向和专业领域。

他们通过交流和协作,可以互相启发,产生新的研究方向和创新思路。

因此,科研合作网络通常具有较高的创新性和发展潜力。

三、共享性。

科研合作网络中的研究成果通常是共享的。

这种共享有利于新知识的传播和应用,同时也为研究者提供了更多的研究机会和合作伙伴。

四、信任性。

科研合作网络中的研究者通常会建立起一定的互信关系。

网络组织的复杂性

网络组织的复杂性

2023-11-04contents •网络组织概述•网络组织的形成与演化•网络组织的结构与特征•网络组织的管理与治理•网络组织的绩效与风险•网络组织的案例分析目录01网络组织概述•网络组织是一种由多个节点和连接组成的组织形式,其中节点可以是个人、团队或组织,连接则代表了节点之间的互动、信息交换或合作关系。

这种组织形式以灵活、开放和自组织为特点,在网络技术的支持下实现了组织间的紧密合作和协同发展。

网络组织的定义由一个中心节点和若干个卫星节点组成,中心节点负责信息交换和决策制定,卫星节点则执行具体任务。

网络组织的类型星型网络组织将多个星型网络组织连接起来,形成一个具有层次结构的网络组织,每个层次都有不同的决策中心和信息交换节点。

簇型网络组织通过一个平台实现多个组织之间的互动和合作,平台作为连接各个节点的桥梁,可以促进信息的共享、资源的整合和协同创新。

平台型网络组织灵活性和自适应性网络组织具有灵活性和自适应性,能够快速响应市场变化和客户需求,调整战略和业务模式。

开放性和动态性网络组织具有高度的开放性和动态性,能够随时适应环境变化和需求变化,进行自我调整和重构。

合作性和协同性网络组织强调各个节点之间的合作性和协同性,通过信息共享、资源整合和知识创新实现整体最优解。

网络组织的特点02网络组织的形成与演化网络组织形成的首要原因是实现资源共享,通过连接不同的节点,优化资源配置,提高整体效益。

资源共享风险共担知识创新网络组织能够分散风险,通过与合作伙伴共同承担风险和责任,增强组织的稳健性和抗风险能力。

网络组织通过交流和合作,可以促进知识创新和积累,产生新的价值和竞争优势。

03网络组织形成的原因0201网络组织的演化过程发展阶段随着时间的推移,网络组织逐渐发展壮大,成员之间的联系和互动更加紧密,开始形成共同的愿景和目标。

成熟阶段当网络组织达到成熟阶段时,组织内部的运行机制和协调机制逐渐完善,成员之间的合作更加默契和高效。

复杂网络建模及其应用研究

复杂网络建模及其应用研究随着互联网的快速发展,我们的生活中出现了越来越多的网络,这些网络包括社交网络、物流网络、电力网络等等。

这些网络的结构和功能十分复杂,只有建立准确的数学模型,才能深入探究其内在规律和特性。

因此,复杂网络建模及其应用研究成为了当今科学中的热点问题。

一、复杂网络的定义与特点复杂网络是指结构和功能上极其复杂的网络系统,其特点有以下几点:1.结构复杂:复杂网络拥有大量的节点和连接,其拓扑结构呈现出高度非线性、小世界性、无标度性等。

2.动态复杂性:复杂网络在时间和空间上都具有不断演化的复杂性,节点和链接的数量、位置、状态等都在不断变化。

3.自组织性:复杂网络呈现出自组织性,网络中的节点和链接会根据一定的规律和机制进行自发的组合和重组。

4.异常性:复杂网络在面对外部环境的干扰和攻击时,往往会呈现出非线性、不可预测的异常行为。

二、复杂网络建模的方法对于复杂网络的研究,建立准确的数学模型是十分必要的。

目前常用的复杂网络建模方法有以下几种:1.随机图模型:随机图模型将节点和连接随机分布在网络中,可以有效地模拟小世界网络。

2.无标度网络模型:无标度网络模型则注重模拟网络中较少的超级节点,如社交网络中的明星用户等,以解释无标度网络的存在。

3.时空网络模型:时空网络模型则在考虑网络随时间变化的同时,也注重网络节点位置的变换,以用于模拟真实网络的变化。

4.演化网络模型:演化网络模型可以模拟网络中节点的重复和删除,以对网络中指数级增长的节点进行解释。

三、复杂网络模型的应用复杂网络模型不仅可以用于理解网络中的内在规律和特性,也可以应用于实际场景中,有以下几个应用方向:1.社交网络分析:社交网络分析可以利用无标度网络模型来解释社交网络中明星用户的影响力以及节点的重要性等问题。

2.电力网络稳定性分析:电力网络是关系到人们日常生活的关键性网络之一,利用复杂网络模型可以分析电力网络在外部环境变化时的稳定性问题。

复杂网络结构及其在社交网络中的应用研究

复杂网络结构及其在社交网络中的应用研究随着互联网的发展,社交网络的兴起和普及,网络中各种信息和资源得到了方便的传播,也有了更丰富的交互和协同。

然而,网络的节点和边并不是简单的线性关系,而是复杂的网络结构。

在社交网络中,人们的联系和交互呈现出复杂的网络结构,因此,研究和分析复杂网络结构对于理解社交网络在信息传播、社交互动和集体行为等方面的作用具有重要的意义。

一、复杂网络结构的特点复杂网络结构是指由大量节点和边构成,节点之间具有相互联系和作用的复杂系统。

与传统的线性系统不同,复杂网络结构具有以下几个特点:1. 非线性关系:节点之间的连接不一定是直接的,而可能是间接的或非线性的。

例如,在社交网络中,A、B 两人之间可能并不认识,但他们都认识C,因此通过C这个中介节点,A和B之间也会有间接联系。

2. 小世界现象:复杂网络中仅需经过少数几个节点,就可以将整个网络连接起来。

这种现象称为小世界现象,它是网络结构紧密而不断的重要表现。

3. 稳健性:复杂网络中节点之间的联系具有一定的韧性,即使某些节点失效或断开连接,网络仍能保持连通性。

4. 度分布的幂律分布性质:复杂网络中节点的度(即连接数)分布呈幂律分布,即少数节点具有高度连接性,而大多数节点并没有太多的联系。

以上特征使得复杂网络具有广泛的适应性和韧性,使其在信息传播、社交互动、集体行为等方面具有重要的应用价值。

二、应用领域在社交网络中,复杂网络结构广泛应用于以下几个方面:1. 社交网络分析社交网络分析是指通过图形化、可视化和统计分析等手段,对社交网络结构进行建模、量化和分析。

利用复杂网络分析工具,可以探索社交网络中的节点、边、子图和社区等特征,了解网络的结构、拓扑和演化,更深入地了解社交网络的行为和功能。

2. 信息传播在社交网络中,信息的传播具有广泛的潜力和变革性。

通过复杂网络分析,我们可以了解信息在网络中的传播路径、速度和影响力等特征,并根据这些特征推测出在网络中引发和加速传播的因素。

专题4-复杂性网络


其它相关因素

局域世界内的偏好连接 节点和链接的随机或优先消亡 节点间非线性优先连接 新节点所带来的外部链接及网络内新增的 内部链接
网络的可靠性分析


命题:如果大部分节点发生瘫痪,将不可 避免地导致网络的分裂。 分析:


随机的意外故障 恶意的集散节点攻击
随机网络可靠性分析
无尺度网络可靠性-意外故障
P(k) e λ λ k k!
复杂性网络

复杂性网络区别于人们已经熟悉的规则网 络和随机网络的拓扑几何特征,对于复杂 性网络的研究有助于科学家揭示现实复杂 世界更多的未知内在联系。

小世界(Small world)网络特征 无尺度(Scale-free)网络特征
小世界网络效应

1967年,美国哈佛大学的社会心理学家 Milgram “六度分离”实验发现,人际网络 具有“小世界”的特性,即平均经过六个 人便可以建立人际关系。研究人员后续发 现,其他网络也具有这种 “小世界”的特 性。例如,万维网要经过19个连结,就可 以从一个网页到达另一个网页。
BA模型(Barabá si-Albert)

模型的算法如下:
(1)增长:开始于较少的节点数量(m0),在每个时间 间隔增添一个具有m(≤m0)条边的新节点,连接这个 新节点到m个不同的已经存在于系统中的节点上。 ( 2 )择优连接:新节点连接到节点 i 的概率 π 取决于节 点i的度数.

经过t时间间隔后,该算法程序产生一具 有N=t+m0个节点,mt条边的网络。 数量模拟表明具有k条边的节点的概率服 从指数为r=3的幂指数分布。

美国电网雪崩式级联故障 网络拥塞故障

脑部神经元网络的复杂性分析方法的比较

脑部神经元网络的复杂性分析方法的比较随着科技的不断发展,人们对于人类大脑的认识也越来越深入。

作为一个复杂的系统,人脑中的神经元之间的联系和传递方式成为神经科学研究的重要课题之一。

而为了更好地了解神经元网络的复杂性,需要通过各种方法进行研究和分析。

本文将介绍几种常见的脑部神经元网络分析方法,并对它们的优缺点进行比较,以期为神经科学研究提供参考。

一、神经元网络的组织分析神经元网络的组织分析是研究神经元之间连接的数量、类型及其空间布局结构的方法。

常用的方法有神经元追踪、三维重构和结构分析等。

其中,神经元追踪可以通过利用显微镜和图像处理技术实现对神经元的观察和记录,进而建立神经元网络的连接图;三维重构是通过对神经元的三维图像进行处理和重建,得到神经元的空间信息,进而探究神经元之间的连接情况;结构分析则是通过对神经元网络的连接方式、簇状结构及其统计分布分析等手段,研究神经元网络的空间组织结构。

神经元追踪的方法主要是通过显微镜和图像处理技术,对神经元进行观察和记录,进而建立神经元网络的连接图。

该方法可以直接观察神经元之间的联系,研究神经元之间的连接模式。

此外,神经元追踪可以结合计算机模拟算法来模拟神经元之间的联系,从而预测神经元之间的电信号传递、神经元的活动和突触可塑性等信息。

三维重构是通过对神经元的三维图像进行处理和重建,得到神经元的空间信息,进而探究神经元之间的连接情况。

该方法可以重建出神经元的真实形态,显示出脑部神经元之间的三维结构的关系,并显示出神经元的分布方向和神经元网络的整体形态。

结构分析是对神经元网络的连接方式、簇状结构及其统计分布分析等手段,研究神经元网络的空间组织结构。

在这种方法中,统计学方法与数据分析一起使用,以揭示神经元之间的复杂联系。

分析大量数据的统计机器学习方法、网络拓扑和图论方法都是通常使用的工具。

二、神经元网络的功能分析神经元网络的功能分析主要研究神经元之间的电信号传递、活动和突触可塑性等方面,并对网络的信息传递、学习和记忆等高级行为进行分析。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

网络组织的复杂性研究 Document serial number【UU89WT-UU98YT-UU8CB-UUUT-UUT108】网络组织的复杂性研究林润辉*(南开大学国际商学院现代管理研究所,300071)摘要网络组织是一种适应知识社会、信息经济和组织创新要求的新型的组织模式,是一个伴随环境演进的复杂系统。

本文在分析网络组织含义与类别的基础上,从网络组织环境的复杂性、不确定性,网络组织结构的复杂性,网络组织的动态性、自相似性、自组织性、自学习性等方面研究网络组织的复杂性特征。

关键词网络组织复杂系统复杂性组织科学1 引言我们生活在一个复杂性不断加剧,制度秩序正在消散的世界里。

无穷的变化在我们身边发生,我们必须面对混沌的场景,组织科学也要面对混沌的冲击。

“将充满交互作用的客观世界描述为一个线性的模式,每个词语仅有一个含义,预测、控制是极其重要的概念”,这样的管理理念正面临挑战。

复杂性科学提供了一个新的研究视角:复杂性理论对传统管理假设提出了挑战,人类活动要考虑*林润辉,男,1972年生,博士后,研究方向为组织系统的复杂性及网络组织、虚拟组织,复杂经济系统及其集成调控、虚拟经济系统。

突现行为的可能性。

在对突现行为的研究中,复杂性科学和组织科学走到了一起[1]。

复杂性研究学者、组织科学家对复杂科学在管理、组织的中的研究颇感兴趣,这方面的研究方兴未艾,仅1998年就有十几个会议和论坛以复杂性与管理为主题,1999年,关于复杂性与组织管理的电子刊物出版,并组织了几次相关学术会议。

SFI也将组织管理复杂性研究作为主要方向之一。

Hatch and Tsoukas 指出:解释性的组织研究方法经常向传统组织观点提出挑战,并与复杂理论的研究新发现相互呼应[2]。

其他一些专家[3][4][5]也指出:复杂系统与组织系统都具有如下的共同特征:A原因与结果之间没有固定联系;B 分形特征:度量结果与所选取刻度有关,概念含义具有不确定性;C 复杂系统在不同的度量尺度间存在循环或递归性质,容易产生迷惑;D 对初值敏感:系统具有不稳定性和易变性; E 系统充满反馈环,具有潜在的分叉点,并遵循突现行为规律。

社会、经济、技术的发展变化使组织面临一个复杂、多变、混沌、不确定的环境,从而要求组织对来自环境的变化作出反应。

若把组织定义为:具有不同偏好、信息、利益和知识的个体与团体的协调行为构成的系统[6],则组织管理者的中心任务为促进冲突向合作的平滑转换,而这些组织成员具有的共同的语言(协议)和共同的观点(目标、价值观、文化)会使转换有益,并通过合作取得更好的效果。

几乎所有组织中个体间交互、小组间交互都是一种非线性反馈格式。

人类系统,包括组织系统,个体、群体、组织、社会都是非线性反馈网络[4]。

可以应用复杂系统的理论和方法对其认识和研究。

应用复杂性理论与方法,可以改变管理者对其面临问题的思考方式,不是在博弈、参与战争,而是在不断变化、不确定和狂暴的环境中为组织的生存发展求得一条生路,这时组织的任务、概念的改变能使管理者改变日常的决策。

虽然证据有限,可一些大胆断言已经作出:混沌与复杂性理论是管理界的下一个主要突破[6]。

人们在几乎所以的管理系统中找到了混沌与复杂性的迹象。

《组织科学》杂志在一期复杂性理论应用的专刊征文中指出:复杂性在组织中的研究已经有了很好的成果:如A 许多动态系统达不到均衡(固定点或周期均衡); B 看似随机的过程实际是混沌的,系统围绕可确认的吸引子运动,可用实验验证是随机过程还是混沌过程;C 两个具有极相似初始状态的实体可能随着沿截然不同的路径演化,复杂过程行为会对初始条件微小差异产生十分敏感的反应,这会导致高度路径依赖的行为,历史上偶发事件会使结果走上特定的方向;D 复杂模式可能源于成员之间基于相对简单规则的交互作用,有些模式是新出现的,由于层级存在每个层次都具有新的属性;E 不能采用还原论的分析方法去研究复杂组织系统,不能只研究复杂系统的一部分、一个子系统,然后描述整个组织,进而研究其他子系统;F 看似具有随机行走行为特征的时间序列,实际具有自强化的分形特征,此时我们可以看到操作运行中的“过去之手”;G 复杂系统会表现其自组织特性,从一个随机初始状态,自然地向着有序而不是无序发展[7]。

组织是一个非线性的动态系统,受稳定力量和非稳定力量的约束并驱动组织走向复杂,未来的组织中,信息流构成组织的柔性框架结构,而不是原来旧有的层级结构和组织图,组织管理者要回答这样的问题:你的组织的信息网络是什么,它们有多大拓展空间,它们能带来什么,原来的刚性结构不再奏效。

这样一个组织要有足够的柔性去适应(环境),要有足够的创造性去创新,要具有敏感的反应能力去学习[8]。

2 网络组织的含义与特点2.1 网络组织的含义与特点关于网络组织的概念有多种说法,在工商实践中也有许多具体形式[9],我们认为网络组织应为一个概括性和前瞻性的概念,要从网络组织的具体形式中抽取其本质特征,将网络组织描述为:网络组织是一个由活性结点的网络联结构成的有机的组织系统。

信息流驱动网络组织运作,网络组织协议保证网络组织的正常运转,网络组织通过重组去适应外部环境,通过网络组织成员协作创新实现网络组织目标。

对网络组织的含义可以从以下几个方面理解:网络组织是一个由活性结点(结点具有决策能力)及结点之间的立体联结方式与信息沟通方式构成的具有网络结构的整体系统。

结点对流经它的信息具有处理能力,结点活性与决策能力是网络组织的必要特征,结点对信息的加工处理能力,对网络组织创新的贡献是决定结点在网络组织中地位与权威的重要依据。

网络组织追求在网络组织运行期间,围绕特定目标,实现信息共享与无障沟通。

网络组织中可以在不同层次、不同职能的结点间具有无障的即时的信息沟通能力,信息流驱动组织运转。

网络组织不仅是对有形资源的整合,更加专注于网络组织核心能力的构造和培养,依托并充分利用ICT等新技术,挖掘网络组织成员的潜力,激发其创造力,推动网络组织创新进程及目标实现。

网络组织的构成硬件可理解为网络组织的结点及结点间的联系,软件为各结点内的运作机制与整个网络组织运作、管理与创新机制,还包括共同遵守的网络组织协议。

网络组织依靠网络组织协议运行,在遵守协议前提下可自愿进入、退出,表现出网络组织的柔性与边界模糊性。

网络组织的协议包括有关网络组织结点进入、退出、运行、评价和奖惩的规则,也包括组织文化、礼仪等在内的无形约束内容。

网络组织是一个超组织模式,网络组织不一定是一个独立的法人实体,而是为了特定的目标或项目由人、团队、组织构成的超越结点的组织,组织结点的构成会随着网络组织运作进程、目标完成状况或项目进展增减、调整,网络组织边界超越一般组织边界,具有可渗透性和模糊性。

网络组织根据组织目标选择构成结点,结点的核心能力、互补优势及整合程度决定网络组织具有特定领域、围绕特定目标的超级功能。

例如,强大的竞争对手通过合作方式开发新产品,共享研究成果,便构成了一个在此领域具有超级功能的开发型的网络组织。

网络组织由于借助信息通信技术,使得网络组织运作可以超越结点边界、时间和空间限制。

超越结点、超越时空、超级核心能力是网络组织作为超组织模式的特征和网络组织环境适应能力的保证。

网络组织作为一个组织系统,具有自相似、自组织、自学习与动态演进特征。

2.2 网络组织分类网络组织结点具有决策活性,可以由人、团队、部门或组织构成,而构成网络组织的结点可以是包括网络组织在内的某一种组织形式。

结点按性质可划分为同质结点(具有相同或类似的功能)和不同质结点,分别通过互相借鉴,扩大规模和互补赢得优势,同质结点也可以具有不同的信息处理方式与决策模式。

构成网络组织的结点可由指令、法律合同或商业信用联结,结点间的信息交流为双向、平等、高效的沟通方式、信息的沟通与共享是保证网络组织创新的基础。

由于网络组织结点性质与联结方式不同可有如下网络组织模式[10]:(表1)表1:网络组织模式分类2.3 对网络组织研究的复杂性观点在人们应用复杂科学方法对组织和管理问题进行如火如荼研究的同时,也有许多学者对网络组织进行复杂性的研究,从网络组织目的、水平集成、资源、决策点和信息收集等角度对网络组织中协同问题解决、过程方法流,资源依赖性、并行性,资源模块性,分布式知识、感知、一致性等问题运用复杂性理论进行分析[10],如表2。

本文在对网络组织复杂性特征认知的基础上,探讨网络组织的复杂性问题。

表2:网络组织复杂性分析角度资料来源:参考文献[10],经作者整理。

3 网络组织的复杂性特征3.1 网络组织的环境复杂性组织社会价值、责任的要求、经济全球化、一体化的挑战,以及新兴技术的发展给组织带来一个复杂、巨变、不确定的环境。

以往的优势组织象在风平浪静的广阔海面上行驶的巨轮,今天取而代之的是由不同特长的弄潮者共同驾驶一组快艇在急流中搏击,船只不再只是交通工具,而是他们实现自我发展的舞台,他们之间有竞争,但更多的是合作。

网络组织就是要靠组织结点间的协作创新在复杂、不确定的环境中求得生存与发展。

网络组织必须在与环境相互作用中对环境变化作出反应。

一般系统论的多样性原则要求一个组织内部调节机制必须和环境复杂性相匹配,不匹配则会出问题,不必要的内部复杂结构会导致成本上升,内部复杂性不足则组织会将不同的情况用相同的方式来处理。

环境变化的速度在不断加快,网络自我重组能力可解释为对于多样性需求的响应能力,与之对照,层级结构组织有严格的但数目较少的结点间联系,某些时候可以对环境作出迅速反应,但缺乏多样性反应能力。

被Sabel 描述为元公司[11]的具有灵活性的网络,是一个“被设计成可以自我重新设计的组织(designed to be redesigned)”,网络组织便是可以应对需要灵活性和适应能力的任务和环境的组织模式。

网络组织环境的复杂性是网络组织复杂性的外在要求,网络组织通过与环境交互作用,向环境学习、与环境匹配来推动自身的演进。

3.2 网络组织的结构复杂性网络组织由具有决策能力的活性结点构成,结点具有信息加工和处理能力,网络组织结点的数量不一、结点的决策特征不同,决策模式多样,决策素质各异,网络组织结点间联结方式多种多样、联结效果也不尽相同。

网络组织中结点及其数量、特征,结点间联系的数目、形式是网络组织复杂性的静态构造基础。

网络组织结点间具有非线性、即时的联结机制。

网络组织创新的一个源泉为相互学习,信息流驱动组织学习进程,网络组织沟通过程是信息流在各个结点间流动的过程,信息流可分为知识信息流和控制信息流,两种信息在流动中所占的比重显示控制、集中决策/分散决策的程度,信息流动的方向有单向流动、双向流动和伪双向流动,信息流动使得结点的性质和结点间联系都会发生变化,网络组织中信息的流量、质量、分布以及流动方向的组合也决定了网络组织结构的动态复杂性。

相关文档
最新文档