论文部分内容阅读
摘 要：[目的/意义]有效的知识整合是跨学科团队成员合作取得成功的关键要素。选取承担智能制造项目的跨学科团队成员作为研究对象，从信息学视角挖掘并分析影响跨学科团队成员知识整合因素，揭示跨学科团队知识整合规律，促进跨学科团队建设，提高知识整合能力并为跨学科团队协同工作提供借鉴和参考。[方法/过程]采用案例分析法（Case Study），选取24位依托某“双一流”研究型大学与高新技术企业合作的典型智能制造跨学科团队成员。采用半结构化访谈（Semi-Structured Interview），就影响实施智能制造项目的跨学科团队成员知识整合因素获取一手访谈数据。采用主题分析法（Thematic Analysis）为主导工具进行探索性深入分析。[结果/结论]研究表明，跨学科团队成员知识整合受到共6类因素影响，分别是个人情感需求、人际关系需要、知识整合环境、整合方式、知识的离散性和差异性特征。基于此，作者从这6个方面构建了跨学科团队知识整合影响因素模型。
关键词：跨学科团队;智能制造;知识整合;影响因素
DOI：10.3969/j.issn.1008-0821.2020.05.006
〔中图分类号〕G250;F403.6 〔文献标识码〕A 〔文章编号〕1008-0821（2020）05-0041-10
Research on Affecting Factors of Knowledge
Integration in Interdisciplinary Teams
——A Case Study of Smart Manufacturing Project
Xing Fei1 Peng Guochao2 Jia Yicheng3 Zuo Siming4
（School of Information Management，Sun Yat-sen University，Guangzhou 510000，China）
Abstract：[Purpose/Significance]Effective knowledge integration is the key factor for the success of interdisciplinary team members cooperation.Interdisciplinary team members who undertake smart manufacturing project were selected as research objects，this paper aims to excavate and analyze the factors influencing knowledge integration of interdisciplinary team members from the informatics perspective，reveals the law of knowledge integration of interdisciplinary team members，promotes interdisciplinary team building，improves knowledge integration ability and provides reference for interdisciplinary team collaboration.[Method/Process]Case study was adopted and 24 typical interdisciplinary team members of smart manufacturing based on the cooperation between‘First-Class’universities and high-tech enterprise were selected.Semi-structured interview was adopted to obtain first-hand interview data.Thematic analysis was used as the leading tool for exploratory and in-depth analysis.[Result/Conclusion]The research showed that the knowledge integration of interdisciplinary team members was affected by six factors，namely，individual emotional needs，personal relationship needs，knowledge integration environment，integration methods，the characteristics of knowledge discreteness and difference.On this basis，a model of influencing factors of knowledge integration for interdisciplinary team members was constructed.
Key words：interdisciplinary team;smart manufacturing;knowledge integration;influencing factors
大科学时代，学科交叉融合成为了知识创新与发展的重要增长点。在一些航空航天项目、智慧工厂建设、远程医疗实现、生态环境保护等重大社会问题上，单个学科或组织的知识资源已经无法完全解决其中的难点问题，因此在实施这些项目过程中越来越需要跨学科团队成员之间进行通力合作，共同攻克难点。2018年8月，为贯彻落实党的十九大精神，加快“双一流”高校建设，实现高等教育内涵式发展和高校全面提高人才的培养能力，教育部、财政部及发改委三部门联合制定了《关于高等学校加快“双一流”建设的指导意见》（以下简称意见）。《意见》中明确强调高校需构建协调可持续发展的学科体系，打破传统学科壁垒，促进基础学科、应用学科的交叉融合，从而实现知识创新能力的提升。从世界范围内有组织的跨学科研究项目来看，跨学科项目主要是由高校来推动，例如以美国密歇根大学、斯坦福大学为代表的多所世界一流大学正在学校范围内推广跨学科项目研究合作，通过拥有不同学科背景成员之间的协同合作，使得跨学科知识不断地流动、转化、整合、应用，最终实现团队知识能力的优化与创新[1-3]。在这一背景下，跨学科研究团队成为当今社会实现科技、知识创新的重要组织形式之一。Thompson J L[4]认为跨学科研究是不同学科的人相互借换知识、合作解决问题，同时强调了各个学科间的有机联系与融合。然而，考虑到往往跨学科团队成员拥有不同的学科背景，又存在学科知识结构层面的差异性、合作环境的复杂性、个人性格的多样性等多重属性，使得整个跨学科团队成员合作变得相对复杂，尤其是针对跨学科团队成员之间知识整合这一动态过程。本文通过案例研究，选取智能制造项目跨学科团队成员为研究对象，从信息学视角挖掘并分析影響跨学科团队成员知识整合因素，揭示跨学科团队知识整合规律，促进跨学科团队建设，提高知识整合能力并为跨学科团队协同工作提供借鉴和参考。 1 文献综述
知识经济时代，无论是企业还是科研机构，都更加注重培养以知识为基础的组织能力。组织能力强调了组织保持持续竞争优势的来源，就是组织的知识整合能力[5]。Inkpen A C[6]把知识整合定义为知识关联，即Knowledge Connection，就是通过正式或非正式的手段促进个人与组织之间的知识分享与转化，从而使得个人的知识可以转变为组织知识，如通过技术共享、沟通交流、员工流动等方式。Connell J等[7]认为知识整合是指各成员或学习者从不同学科视角对主题相关知识进行构建，从而来形成对主题属性多维度重构的心理过程。Hau Y S等[8]指出知识整合就是把个体专门的知识转化成为在特殊情景下使用的系统知识。苏新宁等[9]强调了知识整合过程在整个知识管理研究领域中的重要性，他们认为知识整合的本质就是知识创新，需要将知识整合分为形式整合、分类整合、立体整合和用途整合等方式。因此，不难发现，跨学科团队知识整合本质上就是借助科学有效的方式将内部不同来源、不同层次、不同结构以及不同内容的知识进行系统化集成，从而使得原本单一、零散的知识结构体系变得更加具有创造性。所以，跨学科知识整合实质上是一个动态的融合过程，是根植于认知者及其认知实践之中的一个过程，然而考虑到跨学科团队所面临的工作和任务也多为复杂、非常规性的，因此知识整合也具备了高度的不确定性。
作为传统知识管理领域中的研究热点，目前，学者们在知识整合方面做了不少的探索，主要集中在从知识管理视角出发的知识整合理论研究[10-14]以及从用户行为视角出发的实证类研究[15-19]。其中，如日本学者野中郁次郎提出的知识整合的4种模式，即从隐性到隐性、隐性到显性、显性到隐性以及显性到显性的知识转化模型[20]。卢锐[21]针对跨国公司的知识整合模式进行了研究，他指出跨国公司需要学会将无用的知识彻底地摒弃，将与企业战略相关的知识密切融合到企业知识系统中去。徐颖等[22]对创业型企业的知识整合模式进行了探讨，发现对于成长型创业企业而言，企业知识需要经历知识汲取、知识共享和知识转化这3个过程。在用户行为研究方面，刘岩芳等[23]通过对大学内部科研人员进行实证分析，发现组织环境、不同的知识特性、人际关系网络、整合意愿都会对知识整合结果具有一定影响。王晓耘等[24]研究发现个人因素、组织因素、文化因素会对企业内部知识整合过程产生影响。陈文春[25]指出员工内部之间信任程度与企业知识整合效果成正相关。De Boer M等[26]、Jayaram J等[27]、单子丹等[28]分别从技术角度围绕知识整合中的知识交换与组合、知识连结等进行了分析。
综上相关文献为本研究奠定了基础，考虑到知识整合是一个受到多种因素影响的复杂过程，但这些研究普遍聚焦于单一知识层面，缺乏对跨学科团队知识整合全过程影响因素的系统性探讨。同时，积极开展跨学科项目合作又是当今时代的热门话题，受到了国家和社会各级的高度关注，尤其是针对复杂型项目如智慧农业、智慧养老、智能制造等前沿课题的实施。有鉴于此，本研究选取智能制造项目跨学科团队成员为研究对象，对跨学科团队成员知识整合的影响因素进行定性分析，从而构建跨学科团队知识整合影响因素模型，对于促进跨学科团队知识整合具有重大的理论与现实意义。
2 研究方法与设计
2.1 案例选择
在全球信息化浪潮下，以智能制造为主导的第四次工业革命成为全球工业和信息产业关注的热点。2015年3月，李克强总理在政府工作报告中首次提出“中国制造2025”，其宗旨就是部署全面推进实施制造强国战略，实现智能制造，完成由制造大国到制造强国的转变[29]。作为国家重点发展战略，智能制造是一项复杂而又庞大的系统工程，其中会涉及机械自动化、电气自动化、材料学、工程力学、计算机、通信工程、数据科学、管理科学等多个学科知识的相互融合。因此，智能制造是典型的跨学科研究领域。跨学科团队实施智能制造项目时，如何有效地汇聚个人异质性知识、探索知识整合的影响因素，借此提高知识整合效率是一个极具现实意义的研究课题。本研究采用案例分析法（Case Study），选取某“双一流”高校与一家流程型高新技术制造企业合作的智能制造项目成员为研究对象，进行数据收集。Baxter P等[30]认为案例分析法是通过选择合适的案例进行深入研究，通过透视被研究对象的表面从而发现其背后的特征，可为后续进一步研究奠定基础，因此适用于本课题。
2.2 数据来源与获取
本文为探索式研究（Exploratory Research），当研究人员考虑到跨学科研究团队知识整合这样的主题较为新颖，应用情景性强，且在影响因素方面还未有比较系统性的研究成果，作者采用定性研究方法。同时，定量的研究方法（Quantitative Research Method）比较适用于宏观层面的大规模社会调查，难以在自然情景下对微观层面进行细致、深入地分析，挖掘内在的联系[31]。因此，为了获取更加丰富且有深度的信息，作者采用了定性研究方法（Qualitative Research Method）。研究人员遵循案例数据收集的基本原则，采用半结构化访谈（Semi-Structured Interview）进行数据收集，为了保证收集到数据的信度和效度，研究人员从智能制造项目团队成员中根据不同工作安排随机抽选24人进行了深度访谈，受访者基本信息如表1所示。为了最大程度地提高访谈质量，不打扰受访者日常学习与工作，所有的访谈都在提前预约的时间内完成。具体而言，每一次访谈前都会通过微信、邮件的形式与受访者提前预约时间，每一次访谈大约花费45分钟到1小时30分钟且在征求受访者同意后使用手机进行全程录音。整个数据收集时间从2018年6月至2018年9月完成，每一次訪谈后的录音文本都将会转录形成文本内容并且交由受访者进行校对，从而确保获取数据的准确性。 2.3 数据处理与分析
以访谈文本数据集为基础，作者采用主题分析法（Thematic Analysis）通过人工分析编码的形式进行主题词抽取，从而更进一步确定含义明确、分类清晰的主题及数量，完成整个访谈数据分析。实际上，主题分析法（Thematic Analysis）是定性研究中被广泛使用的数据分析方法。Braun V等[32]认为主题分析是从访谈数据中识别、分析和撰写结论报告的一种方法模式，此数据分析方法主要通过识别、关联、编码访谈数据从而将丰富的数据转变成数个子主题，把这些子主题作为论证研究主题的有效论据。主题分析法虽然被广泛应用于社会科学的研究，但关于如何进行主题分析还没有一个非常明确的共识[33]。一般而言，传统的主题分析法会经历6个阶段，分别是：1）熟悉数据资料;2）进行初始编码;3）寻找主题;4）重新回顾主题;5）定义明确主题;6）撰写研究报告[32]。参考主题分析法步骤，研究人员将访谈文本进行编码，并抽象提取子主题，且将同类子主题进行相似合并得到6个主题，即6类影响因素，分析结果如表2所示。
表2 跨学科团队知识整合影响因素主题分析结果
主 题序号子主题编 码原始语句样本
个人情感需求
1共享意愿
乐于分享经验
主动贡献知识
主动互相探讨1.“…在实现传感器数据传输中，本来应该是电气那边的人负责的，但是信号传输这方面其实不是他们的擅长点，通信的就主动帮忙，提供一些建设意见”
2.“一般遇到自己搞不定的难点，团队中其他成员都会基于经验比较热心地来给出自己的想法”
3.“团队里面一些经验丰富的老大哥们，都会很乐意来分享他们的经验知识，这些往往在课本里都是学不到的，只能靠日积月累…”
2团队隐形地位
满足感
荣誉感
自我价值体现1.“当自己所会的知识可以帮助团队解决棘手的问题时，我会觉得很满足，还会感到非常的自豪…”
2.“相互分享的时候，我深深地感到了自己是团队中的一员，这是我在团队的价值”
3.“之前处理过一个两个月都没有办法解决的设备问题，团队负责人对我表达了感谢…”
3自我提升
理论知识提高
实践能力加强1.“每一次在例会时，团队成员都需要定期交流自己的工作，这样一来，除了我本身所擅长的领域可以得到加强以外，我还可以学到很多别的专业方面的知识，拓宽了知识面”
2.“我之前只负责写算法和做理论算法优化的，现在在数据分析这块，有时候负责软件方面的人员没法做分析时，我们就会一起讨论，有时候我需要把算法转换成代码，我动手能力比之前强了很多”
征，可为后续进一步研究奠定基础，因此适用于本课题。
2.2 数据来源与获取
本文为探索式研究（Exploratory Research），当研究人员考虑到跨学科研究团队知识整合这样的主题较为新颖，应用情景性强，且在影响因素方面还未有比较系统性的研究成果，作者采用定性研究方法。同时，定量的研究方法（Quantitative Research Method）比较适用于宏观层面的大规模社会调查，难以在自然情景下对微观层面进行细致、深入地分析，挖掘内在的联系[31]。因此，为了获取更加丰富且有深度的信息，作者采用了定性研究方法（Qualitative Research Method）。研究人员遵循案例数据收集的基本原则，采用半结构化访谈（Semi-Structured Interview）进行数据收集，为了保证收集到数据的信度和效度，研究人员从智能制造项目团队成员中根据不同工作安排随机抽选24人进行了深度访谈，受访者基本信息如表1所示。为了最大程度地提高访谈质量，不打扰受访者日常学习与工作，所有的访谈都在提前预约的时间内完成。具体而言，每一次访谈前都会通过微信、邮件的形式与受访者提前预约时间，每一次访谈大约花费45分钟到1小时30分钟且在征求受访者同意后使用手机进行全程录音。整个数据收集时间从2018年6月至2018年9月完成，每一次访谈后的录音文本都将会转录形成文本内容并且交由受访者进行校对，从而确保获取数据的准确性。
通过深入的定性分析，研究人员一共归纳总结了6类影响跨学科团队知识整合的因素，分别是个人情感需求、人际关系需要、知识整合环境、知识整合方式、知识本身的离散性及差异性特质，这6类影响因素交互作用，相互影响。同时，这6类影响因素又可归纳为三大主體，分别是个人层面的知识主体动机或称为个人动机、环境层面的组织氛围和知识本体层面的知识特性。以此作为研究基础，作者构建了跨学科团队知识整合影响因素模型，如图1所示。
图1 跨学科团队知识整合影响因素关系模型
3 跨学科团队知识整合因素
3.1 知识主体动机
跨学科团队成员知识整合受到知识主体的动机影响。知识主体被认为是知识整合过程的主要参与人员，知识主体在知识整合中拥有两种身份，即掌握知识的知识拥有者与需要外部知识的知识吸收者。因此，跨学科知识整合中知识主体总是需要一个知识传递的过程，这一过程分为两部分，一是知识拥有者将自己的知识外化;二是知识吸收者将别人的知识内化[34]。然而，知识在传递的过程中不能脱离载体存在，尤其是跨学科团队工作中不能离开团队成员的共同努力，因此是否将自身具备的知识整合起来为组织服务，取决于知识主体的参与动机。基于访谈分析，研究人员发现知识主体的动机受到两类因素影响，分别是个人情感的需求以及人际关系的需要。
3.1.1 个人情感需求
个人情感的需求是知识主体进行知识整合的动机之一，它是个人具有知识共享意愿的内因。谢洪涛等[35]认为，个体知识共享意愿的强烈程度会直接决定组织知识整合效果，同时当个体知识共享可以给组织解决实际问题时，个体成员从中可获取荣誉感和满足感，有益于满足个人在组织中情感的升华以及自我价值的体现。在跨学科团队工作中，个人知识拥有者通过知识分享，可以积极参与讨论组织问题，攻克组织难点，解决原本依靠个人难以解决的问题，共同实现团队目标，同时也为整个组织加强了知识储备。其中一位从事通信工程的受访者表示：“在把我掌握的知识分享给团队中的其他成员时，我对这些知识的认识也加深了，同时也解决了一些可能存在的问题。之前做底层设备数据采集过程中，原本电气自动化的同事负责这项工作，但是数据采集完后的数据传输他们遇到了难点，因为电气自动化学科本身更加关注电路设计、开发、传感器数据采集这方面的工作，在信号传输领域会相对薄弱;而通信工程却更多专注于不同信号的分解、传输等，所以我们很好地合作了，顺利地把设备数据采集并传输至服务器，我感到无比的满足与自豪。”不可否认，知识拥有者将自己擅长、具备的知识提供给团队成员，为项目中遇到的问题提供帮助，实现了个人情感方面的满足，推动了团队知识整合工作。 通过知识的传递并参与相关工作，知识主体可以提高自身工作效率，解决难点问题后获得一定物质奖励，从而也满足了个人的情感需求。在团队协同工作中，知识主体除了可以通过知识整合促成团队项目的完成，更为重要的是，知识主体可以提高个人的知识整合绩效，开发综合思维能力，提高自身的理论与实践能力，并获得项目奖励。其中有受访者表示：“团队协同工作，个人知识逐渐与组织知识相融，会让我个人对整个项目的了解变得更加清晰，以往都是做好本职工作而已，不太会去参与整个项目的流程，这样一来，有时候会根据项目整体可以重新来选择最合适的技术方案。”同时，更有多名受访者表示，项目本身的顺利推进可以为公司带来利益，同时也会给予攻克难点的团队成员一定的奖励报酬，这样也会侧面促进其他成员的协同工作，益于创新。黄彦婷等[36]和Hsu I C[37]通过实证研究一致发现，物质奖励会对员工知识共享意愿有正向积极作用，同时也侧面促进了组织知识整合效果。最后，个人的情感需求还体现在成就感。由于跨学科项目都是复杂型项目，具备一定的难度与挑战，知识主体通过知识整合后完成项目目标可以产生成就感，并同时获得其余团队成员的认可，实现隐形地位的提升，这些个人情感诉求促使了知识主体形成了组织知识整合的正向参与动机。
3.1.2 人际关系需要
人际关系是指个体通过一定的语言、文字、表情等行为将某些信息传递给他人的一个过程[38]。跨学科研究团队知识整合中的人际关系指在这个过程中知识拥有者与知识吸收者之间的关系。有时候由于知识主体之间的不熟悉、不了解甚至是不信任，会对团队知识整合产生阻碍。因此，良好的人际关系可以加强跨学科团队成员之间的互动，更好地促进知识流通。其中有受访者表示：“我在团队中工作了近半年多，完成本职工作即可，别的成员很多我都不認识，根本谈不上了解或者熟悉，一般来说几乎没有沟通与交流，更加不用说团队合作了。”然而，刘慧[39]通过研究表明，不和谐的科研团队人际信任大大降低了组织知识共享、知识整合能力，因此也就直接导致了团队创新绩效的低下。处于组织内部社会网络中的成员，只有在相互信任与承诺的基础上建立起相互依存与信任的关系，才能为组织成员进行知识整合提供良好的人际关系环境，以此促发跨学科团队个人知识分享的发生，进而促进组织内部知识整合。
良好的人际关系不但可以促进团队知识整合，增强组织工作效率，对于个人而言还可以达到提高团队声望、建立互惠关系的效果。正如小节3.1.1中所言，提高成员个体在团队的地位是知识本体情感需求的表现之一，互惠关系不仅强调的是知识整合过程中的“利他”，为合作同事提供帮助，同时还表现在期望知识接收者在物质、感情上的回馈，这也是双因素理论中人际关系内容的一部分。其中有受访者谈到：“项目必要的合作我愿意提供帮助，如果能在促进项目顺利完成的过程中收获到同事友谊、朋友之情的回报，会很乐意继续这样的举动。”
3.2 组织氛围
组织氛围是组织内部环境的一种特性，是一系列工作环境属性的集合[40]。组织氛围决定了组织内部的交互环境，而具备良好的团队内部氛围也成为跨学科研究团队知识整合的重要条件。跨学科团队能够创造相互信任的人际关系，形成良好的合作环境，需要从塑造良好的组织氛围入手。基于访谈分析，研究人员发现组织氛围受到知识整合环境与知识整合方式两种因素影响。
3.2.1 知识整合环境
知识整合环境强调多领域人才汇聚、多学科知识融合的跨学科团队内部对于知识整合的态度与制度。从本质上说，态度是柔性的，制度是硬性的，即态度更多依靠的是个人的意愿，受到整个团队文化的影响，制度则更依赖于组织领导力的强硬程度。跨学科知识整合本身是一个实现多赢的过程，各团队成员在知识充分参与的基础上才会使得知识整合产生良好的效果[41]。因此，不难发现知识个体对团队知识整合产生一定的影响。个人的态度虽然是至关重要的，然而，不可否认的是知识整合制度也是不可或缺的。有受访者表示：“管理层领导有时候会比较推崇大家做知识分享，这样一来大家也是可以相互学习、相互借鉴，遇到难点问题的时候可以集思广益，共同解决。但问题是，领导也只是说，没有一个明确的规章制度，很多时候大家也都会左耳进右耳出，遇到难点问题的时候，没有一个人愿意主动来参与工作。”没有规矩不成方圆，没有制度管理就没有约束。井润田等[42]认为，在良好的制度化管理下，团队要做到每一件事情都是程序化、标准化的，这样一来有利于团队成员迅速掌握自己职责内的工作技能，有利于员工与员工之间进行有效的沟通。
3.2.2 知识整合方式
在组织氛围主体下，除了知识整合环境之外，知识整合方式也影响着跨学科团队知识整合能力。知识整合方式是指知识在传递与聚合过程中所使用的平台或借助的工具。Ellison N B等[43]指出，积极建立网络化、多层次的沟通平台，有助于企业内部形成顺畅、有效的沟通交流渠道，通过成熟的整合方法，加速知识共享，为组织知识整合创新提供动力。受访者谈到：“我们团队的话每周周日都会开上1天时间的例会，通常半天时间用来进行定期工作汇报，还有半天的时间会进行局部小范围的技术交流，基本来说都是口头交流汇报的。”然而，还有几位受访者也表示出对于此种方式的担忧，他们表示：“小范围交流或者说私下交换观点本身对于跨学科团队合作来说是一件非常高效的事情;但是从长远来看，这样的知识传播方式往往又是比较短暂的、低效的，因为这样无法汇聚形成一个知识库，尤其是在解决完数千数万个技术难点后，无法达到知识整合后的最优效果。”蒋天颖等[44]认为，通过知识整合后的组织知识是系统性的，不再是碎片化地流散在各个不同成员之间，而知识整合后最可观的效果就是可以通过数据挖掘技术，对已发生过的问题及时响应，同时可跳出现有认知领域，实现知识创新。因此，跨学科团队成员知识整合方式需要具备多样性，除了团队成员隐性知识的交流之外，更为重要的是完成团队中各学科个人隐性知识汇聚成组织显性知识的转变，进而增强团队的凝聚力量与创新能力。 3.3 知识特征
从知识本体出发，组织中需要整合的知识分为隐性知识和显性知识。除了直接可供参考的显性知识以外，隐性知识一般存在于团队成员的大脑之中，无法直接被利用。因此，在跨学科团队知识整合过程中，隐性知识往往难以快速有效地向团队内其他成员传递他们所需要的信息。通过深入分析，作者发现，知识特征（或知识属性）在一定程度上会对跨学科团队成员知识整合产生较大影响。
3.3.1 知识离散性
Brown A D[45]认为组织知识从来都不是以集中的形式存在的，因此组织需要通过知识整合的形式来形成系统性的组织知识。诚然，因为知识主体的不同、知识来源的不同、知识功用的不同，个体知识是离散的，而知识整合的本质就是强调把分散的知识组合成能够用来解决特定目标的结构性知识，特别是面对需要复杂的集体智力活动才能解决的任务。然而，知识离散性这一特征不但导致了团队需要进行知识整合，同时也影响着跨学科研究团队知识整合效果。跨学科研究团队与传统单一学科的组织不同，包含了不同学科、不同专业的团队成员，成员之间必须跨越学科壁垒开展协同创新工作，从而也促使了团队成员产生了畏难心理以及自身竞争优势被削弱的忧虑。受访者也表示了知识整合后的担忧，“贡献出来了自己掌握的知识，首先我也不知道是否会对项目推进有用，并且我还会担心自己的知识与技能被别人掌握了，从而代替了我在团队中的作用。”
与此同时，知识离散性还表现在知识主体的理解能力、认知水平和知识掌握程度的参差不齐。如果跨学科团队成员对实施项目过程中所需的知识没有一个良好的鉴别与理解能力的，并加上团队知识整合方式主要以通过非正式渠道沟通的隐性知识为主，从而导致知识主体对知识认识的不足，难以整合这些本属于知识拥有者的个体知识，最终使跨学科团队知识整合变得困难。
3.3.2 知識差异性
知识差异性影响着知识结构，从而也间接影响了跨学科研究团队的知识整合效果。这里的知识差异性指的是知识结构的差异性以及异质性，更具体而言就是指跨学科团队成员个人所具备的不同学科专业知识与技能。在整个智能制造项目中，团队成员来自各个不同的学科，如计算机科学、电气自动化、机械工程、材料、软件工程、通信等，成员各自掌握的知识结构、体系、方法论、术语都存在较大的差异，思考问题的思维方式也有很大区别。这种跨学科知识差异的存在在一定程度上有利于知识创新，加快实现科技创新。然而，当知识差异过大时，就会形成反方向的作用，即对整个跨学科团队知识整合产生阻力。其中有受访者提到：“我们思考问题的出发点都是基于我们自身知识的，因为互相对对方的学科不甚了解，特别是一些专业技术术语，交流起来很费劲。”因此，在跨学科研究团队知识整合过程中，知识差异性导致了知识交流传播困难，进而影响了整个知识整合效果。
4 结 语
跨学科研究团队内部不同学科背景的成员经过知识交流、共享、整合互相弥补知识结构与工作技能的不足，形成统一的知识聚合中心，实现团队的统一目标。本文选取典型跨学科团队智能制造项目成员为研究对象，通过半结构化访谈获取一手访谈数据，作者有效利用定性主题分析法，从信息学视角挖掘并深入分析了影响智能制造项目实施过程中跨学科团队成员间的知识整合因素，并进一步构建了理论模型。研究表明：知识主体动机、组织氛围和知识特性这3个方面对跨学科研究团队知识整合产生重要影响，具体而言，其中共6类影响因素起到了尤为重要的作用，分别相互影响着跨学科知识整合效果。通过深入定性分析，研究发现个人情感及人际关系的需要正向促使知识主体进行跨学科知识整合。其次，在跨学科团队内部，知识主体之间形成长期的知识共享习惯与文化，有助于形成良好的组织氛围，进而促进了跨学科团队的知识整合能力。然而，跨学科团队负责人需制定切实可行的团队制度及知识整合方式，一来有助于逐渐形成良好的团队氛围;二来可形成一种标准化管理，加快团队知识整合速度，更有效地管理跨学科团队，提高工作效率，完成跨学科项目，最终促进知识创新。
本研究构建的理论模型，为深入研究跨学科团队知识整合方面问题提供了基础研究成果。在未来，可在后续研究中进一步抽取出影响因素进行关联建模，结合相关理论框架，通过调查问卷等形式对收集到的数据进行假设检验与回归分析。
参考文献
[1]张炜，高静.美欧高校的跨学科实践特征及其比较研究[J].自然辩证法研究，2010，（10）：81-85.
[2]毕颖，明炬.基于知识三角的大学跨学科研究组织协同创新动力模型构建[J].科技进步与对策，2015，32（9）：136-140.
[3]陈仕吉.跨学科研究更容易获得高学术影响力？[J].图书情报知识，2018，（6）：2.
[4]Thompson J L.Building Collective Communication Competence in Interdisciplinary Research Teams[J].Journal of Applied Communication Research，2009，37（3）：278-297.
[5]Lee S，Gon Kim B，Kim H.An Integrated View of Knowledge Management for Performance[J].Journal of Knowledge Management，2012，16（2）：183-203.
[6]Inkpen A C.Creating Knowledge Through Collaboration[J].California Management Review，1996，39（1）：123-140.
[7]Connell J，Voola R.Knowledge Integration and Competitiveness：A Longitudinal Study of an Industry Cluster[J].Journal of Knowledge Management，2013，17（2）：208-225. [8]Hau Y S，Kim B，Lee H，et al.The Effects of Individual Motivations and Social Capital on Employees Tacit and Explicit Knowledge Sharing Intentions[J].International Journal of Information Management，2013，33（2）：356-366.
[9]苏新宁，邓三鸿，任皓.企业知识管理研究与实践的进展[J].图书情报知识，2003，（1）：2-6.
[10]陈力，鲁若愚.企业知识整合研究[J].科研管理，2003，24（3）：32-38.
[11]谢洪明，王成，罗惠玲，等.学习、知识整合与创新的关系研究[J].南开管理评论，2007，10（2）：105-112.
[12]惠青，邹艳.产学研合作创新网络、知识整合和技术创新的关系研究[J].软科学，2010，24（3）：4-9.
[13]Alavi M，Leidner D E.Knowledge Management and Knowledge Management Systems：Conceptual Foundations and Research Issues[J].MIS Quarterly，2001，25（1）：107-136.
[14]Enberg C.Enabling Knowledge Integration in Coopetitive R
关键词：跨学科团队;智能制造;知识整合;影响因素
DOI：10.3969/j.issn.1008-0821.2020.05.006
〔中图分类号〕G250;F403.6 〔文献标识码〕A 〔文章编号〕1008-0821（2020）05-0041-10
Research on Affecting Factors of Knowledge
Integration in Interdisciplinary Teams
——A Case Study of Smart Manufacturing Project
Xing Fei1 Peng Guochao2 Jia Yicheng3 Zuo Siming4
（School of Information Management，Sun Yat-sen University，Guangzhou 510000，China）
Abstract：[Purpose/Significance]Effective knowledge integration is the key factor for the success of interdisciplinary team members cooperation.Interdisciplinary team members who undertake smart manufacturing project were selected as research objects，this paper aims to excavate and analyze the factors influencing knowledge integration of interdisciplinary team members from the informatics perspective，reveals the law of knowledge integration of interdisciplinary team members，promotes interdisciplinary team building，improves knowledge integration ability and provides reference for interdisciplinary team collaboration.[Method/Process]Case study was adopted and 24 typical interdisciplinary team members of smart manufacturing based on the cooperation between‘First-Class’universities and high-tech enterprise were selected.Semi-structured interview was adopted to obtain first-hand interview data.Thematic analysis was used as the leading tool for exploratory and in-depth analysis.[Result/Conclusion]The research showed that the knowledge integration of interdisciplinary team members was affected by six factors，namely，individual emotional needs，personal relationship needs，knowledge integration environment，integration methods，the characteristics of knowledge discreteness and difference.On this basis，a model of influencing factors of knowledge integration for interdisciplinary team members was constructed.
Key words：interdisciplinary team;smart manufacturing;knowledge integration;influencing factors
大科学时代，学科交叉融合成为了知识创新与发展的重要增长点。在一些航空航天项目、智慧工厂建设、远程医疗实现、生态环境保护等重大社会问题上，单个学科或组织的知识资源已经无法完全解决其中的难点问题，因此在实施这些项目过程中越来越需要跨学科团队成员之间进行通力合作，共同攻克难点。2018年8月，为贯彻落实党的十九大精神，加快“双一流”高校建设，实现高等教育内涵式发展和高校全面提高人才的培养能力，教育部、财政部及发改委三部门联合制定了《关于高等学校加快“双一流”建设的指导意见》（以下简称意见）。《意见》中明确强调高校需构建协调可持续发展的学科体系，打破传统学科壁垒，促进基础学科、应用学科的交叉融合，从而实现知识创新能力的提升。从世界范围内有组织的跨学科研究项目来看，跨学科项目主要是由高校来推动，例如以美国密歇根大学、斯坦福大学为代表的多所世界一流大学正在学校范围内推广跨学科项目研究合作，通过拥有不同学科背景成员之间的协同合作，使得跨学科知识不断地流动、转化、整合、应用，最终实现团队知识能力的优化与创新[1-3]。在这一背景下，跨学科研究团队成为当今社会实现科技、知识创新的重要组织形式之一。Thompson J L[4]认为跨学科研究是不同学科的人相互借换知识、合作解决问题，同时强调了各个学科间的有机联系与融合。然而，考虑到往往跨学科团队成员拥有不同的学科背景，又存在学科知识结构层面的差异性、合作环境的复杂性、个人性格的多样性等多重属性，使得整个跨学科团队成员合作变得相对复杂，尤其是针对跨学科团队成员之间知识整合这一动态过程。本文通过案例研究，选取智能制造项目跨学科团队成员为研究对象，从信息学视角挖掘并分析影響跨学科团队成员知识整合因素，揭示跨学科团队知识整合规律，促进跨学科团队建设，提高知识整合能力并为跨学科团队协同工作提供借鉴和参考。 1 文献综述
知识经济时代，无论是企业还是科研机构，都更加注重培养以知识为基础的组织能力。组织能力强调了组织保持持续竞争优势的来源，就是组织的知识整合能力[5]。Inkpen A C[6]把知识整合定义为知识关联，即Knowledge Connection，就是通过正式或非正式的手段促进个人与组织之间的知识分享与转化，从而使得个人的知识可以转变为组织知识，如通过技术共享、沟通交流、员工流动等方式。Connell J等[7]认为知识整合是指各成员或学习者从不同学科视角对主题相关知识进行构建，从而来形成对主题属性多维度重构的心理过程。Hau Y S等[8]指出知识整合就是把个体专门的知识转化成为在特殊情景下使用的系统知识。苏新宁等[9]强调了知识整合过程在整个知识管理研究领域中的重要性，他们认为知识整合的本质就是知识创新，需要将知识整合分为形式整合、分类整合、立体整合和用途整合等方式。因此，不难发现，跨学科团队知识整合本质上就是借助科学有效的方式将内部不同来源、不同层次、不同结构以及不同内容的知识进行系统化集成，从而使得原本单一、零散的知识结构体系变得更加具有创造性。所以，跨学科知识整合实质上是一个动态的融合过程，是根植于认知者及其认知实践之中的一个过程，然而考虑到跨学科团队所面临的工作和任务也多为复杂、非常规性的，因此知识整合也具备了高度的不确定性。
作为传统知识管理领域中的研究热点，目前，学者们在知识整合方面做了不少的探索，主要集中在从知识管理视角出发的知识整合理论研究[10-14]以及从用户行为视角出发的实证类研究[15-19]。其中，如日本学者野中郁次郎提出的知识整合的4种模式，即从隐性到隐性、隐性到显性、显性到隐性以及显性到显性的知识转化模型[20]。卢锐[21]针对跨国公司的知识整合模式进行了研究，他指出跨国公司需要学会将无用的知识彻底地摒弃，将与企业战略相关的知识密切融合到企业知识系统中去。徐颖等[22]对创业型企业的知识整合模式进行了探讨，发现对于成长型创业企业而言，企业知识需要经历知识汲取、知识共享和知识转化这3个过程。在用户行为研究方面，刘岩芳等[23]通过对大学内部科研人员进行实证分析，发现组织环境、不同的知识特性、人际关系网络、整合意愿都会对知识整合结果具有一定影响。王晓耘等[24]研究发现个人因素、组织因素、文化因素会对企业内部知识整合过程产生影响。陈文春[25]指出员工内部之间信任程度与企业知识整合效果成正相关。De Boer M等[26]、Jayaram J等[27]、单子丹等[28]分别从技术角度围绕知识整合中的知识交换与组合、知识连结等进行了分析。
综上相关文献为本研究奠定了基础，考虑到知识整合是一个受到多种因素影响的复杂过程，但这些研究普遍聚焦于单一知识层面，缺乏对跨学科团队知识整合全过程影响因素的系统性探讨。同时，积极开展跨学科项目合作又是当今时代的热门话题，受到了国家和社会各级的高度关注，尤其是针对复杂型项目如智慧农业、智慧养老、智能制造等前沿课题的实施。有鉴于此，本研究选取智能制造项目跨学科团队成员为研究对象，对跨学科团队成员知识整合的影响因素进行定性分析，从而构建跨学科团队知识整合影响因素模型，对于促进跨学科团队知识整合具有重大的理论与现实意义。
2 研究方法与设计
2.1 案例选择
在全球信息化浪潮下，以智能制造为主导的第四次工业革命成为全球工业和信息产业关注的热点。2015年3月，李克强总理在政府工作报告中首次提出“中国制造2025”，其宗旨就是部署全面推进实施制造强国战略，实现智能制造，完成由制造大国到制造强国的转变[29]。作为国家重点发展战略，智能制造是一项复杂而又庞大的系统工程，其中会涉及机械自动化、电气自动化、材料学、工程力学、计算机、通信工程、数据科学、管理科学等多个学科知识的相互融合。因此，智能制造是典型的跨学科研究领域。跨学科团队实施智能制造项目时，如何有效地汇聚个人异质性知识、探索知识整合的影响因素，借此提高知识整合效率是一个极具现实意义的研究课题。本研究采用案例分析法（Case Study），选取某“双一流”高校与一家流程型高新技术制造企业合作的智能制造项目成员为研究对象，进行数据收集。Baxter P等[30]认为案例分析法是通过选择合适的案例进行深入研究，通过透视被研究对象的表面从而发现其背后的特征，可为后续进一步研究奠定基础，因此适用于本课题。
2.2 数据来源与获取
本文为探索式研究（Exploratory Research），当研究人员考虑到跨学科研究团队知识整合这样的主题较为新颖，应用情景性强，且在影响因素方面还未有比较系统性的研究成果，作者采用定性研究方法。同时，定量的研究方法（Quantitative Research Method）比较适用于宏观层面的大规模社会调查，难以在自然情景下对微观层面进行细致、深入地分析，挖掘内在的联系[31]。因此，为了获取更加丰富且有深度的信息，作者采用了定性研究方法（Qualitative Research Method）。研究人员遵循案例数据收集的基本原则，采用半结构化访谈（Semi-Structured Interview）进行数据收集，为了保证收集到数据的信度和效度，研究人员从智能制造项目团队成员中根据不同工作安排随机抽选24人进行了深度访谈，受访者基本信息如表1所示。为了最大程度地提高访谈质量，不打扰受访者日常学习与工作，所有的访谈都在提前预约的时间内完成。具体而言，每一次访谈前都会通过微信、邮件的形式与受访者提前预约时间，每一次访谈大约花费45分钟到1小时30分钟且在征求受访者同意后使用手机进行全程录音。整个数据收集时间从2018年6月至2018年9月完成，每一次訪谈后的录音文本都将会转录形成文本内容并且交由受访者进行校对，从而确保获取数据的准确性。 2.3 数据处理与分析
以访谈文本数据集为基础，作者采用主题分析法（Thematic Analysis）通过人工分析编码的形式进行主题词抽取，从而更进一步确定含义明确、分类清晰的主题及数量，完成整个访谈数据分析。实际上，主题分析法（Thematic Analysis）是定性研究中被广泛使用的数据分析方法。Braun V等[32]认为主题分析是从访谈数据中识别、分析和撰写结论报告的一种方法模式，此数据分析方法主要通过识别、关联、编码访谈数据从而将丰富的数据转变成数个子主题，把这些子主题作为论证研究主题的有效论据。主题分析法虽然被广泛应用于社会科学的研究，但关于如何进行主题分析还没有一个非常明确的共识[33]。一般而言，传统的主题分析法会经历6个阶段，分别是：1）熟悉数据资料;2）进行初始编码;3）寻找主题;4）重新回顾主题;5）定义明确主题;6）撰写研究报告[32]。参考主题分析法步骤，研究人员将访谈文本进行编码，并抽象提取子主题，且将同类子主题进行相似合并得到6个主题，即6类影响因素，分析结果如表2所示。
表2 跨学科团队知识整合影响因素主题分析结果
主 题序号子主题编 码原始语句样本
个人情感需求
1共享意愿
乐于分享经验
主动贡献知识
主动互相探讨1.“…在实现传感器数据传输中，本来应该是电气那边的人负责的，但是信号传输这方面其实不是他们的擅长点，通信的就主动帮忙，提供一些建设意见”
2.“一般遇到自己搞不定的难点，团队中其他成员都会基于经验比较热心地来给出自己的想法”
3.“团队里面一些经验丰富的老大哥们，都会很乐意来分享他们的经验知识，这些往往在课本里都是学不到的，只能靠日积月累…”
2团队隐形地位
满足感
荣誉感
自我价值体现1.“当自己所会的知识可以帮助团队解决棘手的问题时，我会觉得很满足，还会感到非常的自豪…”
2.“相互分享的时候，我深深地感到了自己是团队中的一员，这是我在团队的价值”
3.“之前处理过一个两个月都没有办法解决的设备问题，团队负责人对我表达了感谢…”
3自我提升
理论知识提高
实践能力加强1.“每一次在例会时，团队成员都需要定期交流自己的工作，这样一来，除了我本身所擅长的领域可以得到加强以外，我还可以学到很多别的专业方面的知识，拓宽了知识面”
2.“我之前只负责写算法和做理论算法优化的，现在在数据分析这块，有时候负责软件方面的人员没法做分析时，我们就会一起讨论，有时候我需要把算法转换成代码，我动手能力比之前强了很多”
征，可为后续进一步研究奠定基础，因此适用于本课题。
2.2 数据来源与获取
本文为探索式研究（Exploratory Research），当研究人员考虑到跨学科研究团队知识整合这样的主题较为新颖，应用情景性强，且在影响因素方面还未有比较系统性的研究成果，作者采用定性研究方法。同时，定量的研究方法（Quantitative Research Method）比较适用于宏观层面的大规模社会调查，难以在自然情景下对微观层面进行细致、深入地分析，挖掘内在的联系[31]。因此，为了获取更加丰富且有深度的信息，作者采用了定性研究方法（Qualitative Research Method）。研究人员遵循案例数据收集的基本原则，采用半结构化访谈（Semi-Structured Interview）进行数据收集，为了保证收集到数据的信度和效度，研究人员从智能制造项目团队成员中根据不同工作安排随机抽选24人进行了深度访谈，受访者基本信息如表1所示。为了最大程度地提高访谈质量，不打扰受访者日常学习与工作，所有的访谈都在提前预约的时间内完成。具体而言，每一次访谈前都会通过微信、邮件的形式与受访者提前预约时间，每一次访谈大约花费45分钟到1小时30分钟且在征求受访者同意后使用手机进行全程录音。整个数据收集时间从2018年6月至2018年9月完成，每一次访谈后的录音文本都将会转录形成文本内容并且交由受访者进行校对，从而确保获取数据的准确性。
通过深入的定性分析，研究人员一共归纳总结了6类影响跨学科团队知识整合的因素，分别是个人情感需求、人际关系需要、知识整合环境、知识整合方式、知识本身的离散性及差异性特质，这6类影响因素交互作用，相互影响。同时，这6类影响因素又可归纳为三大主體，分别是个人层面的知识主体动机或称为个人动机、环境层面的组织氛围和知识本体层面的知识特性。以此作为研究基础，作者构建了跨学科团队知识整合影响因素模型，如图1所示。
图1 跨学科团队知识整合影响因素关系模型
3 跨学科团队知识整合因素
3.1 知识主体动机
跨学科团队成员知识整合受到知识主体的动机影响。知识主体被认为是知识整合过程的主要参与人员，知识主体在知识整合中拥有两种身份，即掌握知识的知识拥有者与需要外部知识的知识吸收者。因此，跨学科知识整合中知识主体总是需要一个知识传递的过程，这一过程分为两部分，一是知识拥有者将自己的知识外化;二是知识吸收者将别人的知识内化[34]。然而，知识在传递的过程中不能脱离载体存在，尤其是跨学科团队工作中不能离开团队成员的共同努力，因此是否将自身具备的知识整合起来为组织服务，取决于知识主体的参与动机。基于访谈分析，研究人员发现知识主体的动机受到两类因素影响，分别是个人情感的需求以及人际关系的需要。
3.1.1 个人情感需求
个人情感的需求是知识主体进行知识整合的动机之一，它是个人具有知识共享意愿的内因。谢洪涛等[35]认为，个体知识共享意愿的强烈程度会直接决定组织知识整合效果，同时当个体知识共享可以给组织解决实际问题时，个体成员从中可获取荣誉感和满足感，有益于满足个人在组织中情感的升华以及自我价值的体现。在跨学科团队工作中，个人知识拥有者通过知识分享，可以积极参与讨论组织问题，攻克组织难点，解决原本依靠个人难以解决的问题，共同实现团队目标，同时也为整个组织加强了知识储备。其中一位从事通信工程的受访者表示：“在把我掌握的知识分享给团队中的其他成员时，我对这些知识的认识也加深了，同时也解决了一些可能存在的问题。之前做底层设备数据采集过程中，原本电气自动化的同事负责这项工作，但是数据采集完后的数据传输他们遇到了难点，因为电气自动化学科本身更加关注电路设计、开发、传感器数据采集这方面的工作，在信号传输领域会相对薄弱;而通信工程却更多专注于不同信号的分解、传输等，所以我们很好地合作了，顺利地把设备数据采集并传输至服务器，我感到无比的满足与自豪。”不可否认，知识拥有者将自己擅长、具备的知识提供给团队成员，为项目中遇到的问题提供帮助，实现了个人情感方面的满足，推动了团队知识整合工作。 通过知识的传递并参与相关工作，知识主体可以提高自身工作效率，解决难点问题后获得一定物质奖励，从而也满足了个人的情感需求。在团队协同工作中，知识主体除了可以通过知识整合促成团队项目的完成，更为重要的是，知识主体可以提高个人的知识整合绩效，开发综合思维能力，提高自身的理论与实践能力，并获得项目奖励。其中有受访者表示：“团队协同工作，个人知识逐渐与组织知识相融，会让我个人对整个项目的了解变得更加清晰，以往都是做好本职工作而已，不太会去参与整个项目的流程，这样一来，有时候会根据项目整体可以重新来选择最合适的技术方案。”同时，更有多名受访者表示，项目本身的顺利推进可以为公司带来利益，同时也会给予攻克难点的团队成员一定的奖励报酬，这样也会侧面促进其他成员的协同工作，益于创新。黄彦婷等[36]和Hsu I C[37]通过实证研究一致发现，物质奖励会对员工知识共享意愿有正向积极作用，同时也侧面促进了组织知识整合效果。最后，个人的情感需求还体现在成就感。由于跨学科项目都是复杂型项目，具备一定的难度与挑战，知识主体通过知识整合后完成项目目标可以产生成就感，并同时获得其余团队成员的认可，实现隐形地位的提升，这些个人情感诉求促使了知识主体形成了组织知识整合的正向参与动机。
3.1.2 人际关系需要
人际关系是指个体通过一定的语言、文字、表情等行为将某些信息传递给他人的一个过程[38]。跨学科研究团队知识整合中的人际关系指在这个过程中知识拥有者与知识吸收者之间的关系。有时候由于知识主体之间的不熟悉、不了解甚至是不信任，会对团队知识整合产生阻碍。因此，良好的人际关系可以加强跨学科团队成员之间的互动，更好地促进知识流通。其中有受访者表示：“我在团队中工作了近半年多，完成本职工作即可，别的成员很多我都不認识，根本谈不上了解或者熟悉，一般来说几乎没有沟通与交流，更加不用说团队合作了。”然而，刘慧[39]通过研究表明，不和谐的科研团队人际信任大大降低了组织知识共享、知识整合能力，因此也就直接导致了团队创新绩效的低下。处于组织内部社会网络中的成员，只有在相互信任与承诺的基础上建立起相互依存与信任的关系，才能为组织成员进行知识整合提供良好的人际关系环境，以此促发跨学科团队个人知识分享的发生，进而促进组织内部知识整合。
良好的人际关系不但可以促进团队知识整合，增强组织工作效率，对于个人而言还可以达到提高团队声望、建立互惠关系的效果。正如小节3.1.1中所言，提高成员个体在团队的地位是知识本体情感需求的表现之一，互惠关系不仅强调的是知识整合过程中的“利他”，为合作同事提供帮助，同时还表现在期望知识接收者在物质、感情上的回馈，这也是双因素理论中人际关系内容的一部分。其中有受访者谈到：“项目必要的合作我愿意提供帮助，如果能在促进项目顺利完成的过程中收获到同事友谊、朋友之情的回报，会很乐意继续这样的举动。”
3.2 组织氛围
组织氛围是组织内部环境的一种特性，是一系列工作环境属性的集合[40]。组织氛围决定了组织内部的交互环境，而具备良好的团队内部氛围也成为跨学科研究团队知识整合的重要条件。跨学科团队能够创造相互信任的人际关系，形成良好的合作环境，需要从塑造良好的组织氛围入手。基于访谈分析，研究人员发现组织氛围受到知识整合环境与知识整合方式两种因素影响。
3.2.1 知识整合环境
知识整合环境强调多领域人才汇聚、多学科知识融合的跨学科团队内部对于知识整合的态度与制度。从本质上说，态度是柔性的，制度是硬性的，即态度更多依靠的是个人的意愿，受到整个团队文化的影响，制度则更依赖于组织领导力的强硬程度。跨学科知识整合本身是一个实现多赢的过程，各团队成员在知识充分参与的基础上才会使得知识整合产生良好的效果[41]。因此，不难发现知识个体对团队知识整合产生一定的影响。个人的态度虽然是至关重要的，然而，不可否认的是知识整合制度也是不可或缺的。有受访者表示：“管理层领导有时候会比较推崇大家做知识分享，这样一来大家也是可以相互学习、相互借鉴，遇到难点问题的时候可以集思广益，共同解决。但问题是，领导也只是说，没有一个明确的规章制度，很多时候大家也都会左耳进右耳出，遇到难点问题的时候，没有一个人愿意主动来参与工作。”没有规矩不成方圆，没有制度管理就没有约束。井润田等[42]认为，在良好的制度化管理下，团队要做到每一件事情都是程序化、标准化的，这样一来有利于团队成员迅速掌握自己职责内的工作技能，有利于员工与员工之间进行有效的沟通。
3.2.2 知识整合方式
在组织氛围主体下，除了知识整合环境之外，知识整合方式也影响着跨学科团队知识整合能力。知识整合方式是指知识在传递与聚合过程中所使用的平台或借助的工具。Ellison N B等[43]指出，积极建立网络化、多层次的沟通平台，有助于企业内部形成顺畅、有效的沟通交流渠道，通过成熟的整合方法，加速知识共享，为组织知识整合创新提供动力。受访者谈到：“我们团队的话每周周日都会开上1天时间的例会，通常半天时间用来进行定期工作汇报，还有半天的时间会进行局部小范围的技术交流，基本来说都是口头交流汇报的。”然而，还有几位受访者也表示出对于此种方式的担忧，他们表示：“小范围交流或者说私下交换观点本身对于跨学科团队合作来说是一件非常高效的事情;但是从长远来看，这样的知识传播方式往往又是比较短暂的、低效的，因为这样无法汇聚形成一个知识库，尤其是在解决完数千数万个技术难点后，无法达到知识整合后的最优效果。”蒋天颖等[44]认为，通过知识整合后的组织知识是系统性的，不再是碎片化地流散在各个不同成员之间，而知识整合后最可观的效果就是可以通过数据挖掘技术，对已发生过的问题及时响应，同时可跳出现有认知领域，实现知识创新。因此，跨学科团队成员知识整合方式需要具备多样性，除了团队成员隐性知识的交流之外，更为重要的是完成团队中各学科个人隐性知识汇聚成组织显性知识的转变，进而增强团队的凝聚力量与创新能力。 3.3 知识特征
从知识本体出发，组织中需要整合的知识分为隐性知识和显性知识。除了直接可供参考的显性知识以外，隐性知识一般存在于团队成员的大脑之中，无法直接被利用。因此，在跨学科团队知识整合过程中，隐性知识往往难以快速有效地向团队内其他成员传递他们所需要的信息。通过深入分析，作者发现，知识特征（或知识属性）在一定程度上会对跨学科团队成员知识整合产生较大影响。
3.3.1 知识离散性
Brown A D[45]认为组织知识从来都不是以集中的形式存在的，因此组织需要通过知识整合的形式来形成系统性的组织知识。诚然，因为知识主体的不同、知识来源的不同、知识功用的不同，个体知识是离散的，而知识整合的本质就是强调把分散的知识组合成能够用来解决特定目标的结构性知识，特别是面对需要复杂的集体智力活动才能解决的任务。然而，知识离散性这一特征不但导致了团队需要进行知识整合，同时也影响着跨学科研究团队知识整合效果。跨学科研究团队与传统单一学科的组织不同，包含了不同学科、不同专业的团队成员，成员之间必须跨越学科壁垒开展协同创新工作，从而也促使了团队成员产生了畏难心理以及自身竞争优势被削弱的忧虑。受访者也表示了知识整合后的担忧，“贡献出来了自己掌握的知识，首先我也不知道是否会对项目推进有用，并且我还会担心自己的知识与技能被别人掌握了，从而代替了我在团队中的作用。”
与此同时，知识离散性还表现在知识主体的理解能力、认知水平和知识掌握程度的参差不齐。如果跨学科团队成员对实施项目过程中所需的知识没有一个良好的鉴别与理解能力的，并加上团队知识整合方式主要以通过非正式渠道沟通的隐性知识为主，从而导致知识主体对知识认识的不足，难以整合这些本属于知识拥有者的个体知识，最终使跨学科团队知识整合变得困难。
3.3.2 知識差异性
知识差异性影响着知识结构，从而也间接影响了跨学科研究团队的知识整合效果。这里的知识差异性指的是知识结构的差异性以及异质性，更具体而言就是指跨学科团队成员个人所具备的不同学科专业知识与技能。在整个智能制造项目中，团队成员来自各个不同的学科，如计算机科学、电气自动化、机械工程、材料、软件工程、通信等，成员各自掌握的知识结构、体系、方法论、术语都存在较大的差异，思考问题的思维方式也有很大区别。这种跨学科知识差异的存在在一定程度上有利于知识创新，加快实现科技创新。然而，当知识差异过大时，就会形成反方向的作用，即对整个跨学科团队知识整合产生阻力。其中有受访者提到：“我们思考问题的出发点都是基于我们自身知识的，因为互相对对方的学科不甚了解，特别是一些专业技术术语，交流起来很费劲。”因此，在跨学科研究团队知识整合过程中，知识差异性导致了知识交流传播困难，进而影响了整个知识整合效果。
4 结 语
跨学科研究团队内部不同学科背景的成员经过知识交流、共享、整合互相弥补知识结构与工作技能的不足，形成统一的知识聚合中心，实现团队的统一目标。本文选取典型跨学科团队智能制造项目成员为研究对象，通过半结构化访谈获取一手访谈数据，作者有效利用定性主题分析法，从信息学视角挖掘并深入分析了影响智能制造项目实施过程中跨学科团队成员间的知识整合因素，并进一步构建了理论模型。研究表明：知识主体动机、组织氛围和知识特性这3个方面对跨学科研究团队知识整合产生重要影响，具体而言，其中共6类影响因素起到了尤为重要的作用，分别相互影响着跨学科知识整合效果。通过深入定性分析，研究发现个人情感及人际关系的需要正向促使知识主体进行跨学科知识整合。其次，在跨学科团队内部，知识主体之间形成长期的知识共享习惯与文化，有助于形成良好的组织氛围，进而促进了跨学科团队的知识整合能力。然而，跨学科团队负责人需制定切实可行的团队制度及知识整合方式，一来有助于逐渐形成良好的团队氛围;二来可形成一种标准化管理，加快团队知识整合速度，更有效地管理跨学科团队，提高工作效率，完成跨学科项目，最终促进知识创新。
本研究构建的理论模型，为深入研究跨学科团队知识整合方面问题提供了基础研究成果。在未来，可在后续研究中进一步抽取出影响因素进行关联建模，结合相关理论框架，通过调查问卷等形式对收集到的数据进行假设检验与回归分析。
参考文献
[1]张炜，高静.美欧高校的跨学科实践特征及其比较研究[J].自然辩证法研究，2010，（10）：81-85.
[2]毕颖，明炬.基于知识三角的大学跨学科研究组织协同创新动力模型构建[J].科技进步与对策，2015，32（9）：136-140.
[3]陈仕吉.跨学科研究更容易获得高学术影响力？[J].图书情报知识，2018，（6）：2.
[4]Thompson J L.Building Collective Communication Competence in Interdisciplinary Research Teams[J].Journal of Applied Communication Research，2009，37（3）：278-297.
[5]Lee S，Gon Kim B，Kim H.An Integrated View of Knowledge Management for Performance[J].Journal of Knowledge Management，2012，16（2）：183-203.
[6]Inkpen A C.Creating Knowledge Through Collaboration[J].California Management Review，1996，39（1）：123-140.
[7]Connell J，Voola R.Knowledge Integration and Competitiveness：A Longitudinal Study of an Industry Cluster[J].Journal of Knowledge Management，2013，17（2）：208-225. [8]Hau Y S，Kim B，Lee H，et al.The Effects of Individual Motivations and Social Capital on Employees Tacit and Explicit Knowledge Sharing Intentions[J].International Journal of Information Management，2013，33（2）：356-366.
[9]苏新宁，邓三鸿，任皓.企业知识管理研究与实践的进展[J].图书情报知识，2003，（1）：2-6.
[10]陈力，鲁若愚.企业知识整合研究[J].科研管理，2003，24（3）：32-38.
[11]谢洪明，王成，罗惠玲，等.学习、知识整合与创新的关系研究[J].南开管理评论，2007，10（2）：105-112.
[12]惠青，邹艳.产学研合作创新网络、知识整合和技术创新的关系研究[J].软科学，2010，24（3）：4-9.
[13]Alavi M，Leidner D E.Knowledge Management and Knowledge Management Systems：Conceptual Foundations and Research Issues[J].MIS Quarterly，2001，25（1）：107-136.
[14]Enberg C.Enabling Knowledge Integration in Coopetitive R