在协同产品创新中，成员间存在着正式和非正式的知识协作关系。正式的协作关系一般是指基于工作任务的协作关系，非正式的协作关系则主要包括成员间沟通与交流、信息与知识共享等关系[34]。这种成员间正式与非正式的知识协作关系形成一种知识协作网络。基于上述关于知识协作关系的分类，我们将成员间的知识协作能力进一步划分为两类：正式知识协作能力和非正式知识协作能力，并利用社会网络分析方法对上述两类知识协作能力进行定量化测度。

社会网络分析法是综合运用图论、数学模型来研究主体与主体、主体与其所处社会网络，以及一个社会网络与另一社会网络之间关系的一种结构化分析方法[237]。基于社会网络视角，任何系统都可以被视作一系列节点及其连接边的组合，其中，节点可以表示各种层次的主体，如个人、企业、组织甚至国家等，节点之间的边同样包括多种不同类型，如朋友关系、协作关系与竞争关系等，同时上述关系可通过持续度、频度和亲密度等指标进行度量。学者Borgatti[238]将节点间的关系归纳划分为四种典型的二元关系：相似性、社会关系、交互关系、流量（见图 3.2）。基于社会网络分析方法，成员间正式知识协作能力与非正式知识协作能力的获取方法如下：

图3.2　社会网络中人际关系的拓扑类型

1.正式知识协作能力

正式知识协作关系往往产生于候选成员之间基于任务或项目的正式工作关系中。众多学者研究表明，人们倾向于选择有过历史合作关系的伙伴再次建立协作关系，因为良好的历史合作经历能够降低对合作伙伴能力了解的不确定性[239,240]。因此，我们假设拥有多次良好合作经历的协作伙伴，其协作绩效要优于只有少量合作经历的协作伙伴。在这里，本书借鉴著名学者Newman的方法[241]，利用任务合作信息测度成员间的正式知识协作能力。候选成员间的正式知识协作能力ijFC由以下公式得到：

其中，是一个布尔变量，用来判定成员pi是否参与了任务k。如果成员pi参与了任务k，＝1；反之，＝0。nk代表任务k的参与者数量。需要特别指出的是，在这里我们排除单人负责一项任务的情况。因为上述情况对于成员间的协作关系不起作用，同时上述情况的引入还会造成公式（3.13）的失效。图3.3给出了应用上述方法的简单示例。在示例中，候选成员A和B共合作有3项任务，分别标注为1、2、3。任务1、2、3分别拥有3、3、2个参与者。根据公式（3.13），成员A和B之间的正式知识协作能力值为7/6。

图3.3　正式知识协作能力的计算示例

为确保成员间正式知识协作能力的值在[0,1]范围内，需要对ijFC做以下归一化处理：

其中，FCijmax ＝max{FC ij|i＝1,2,∙∙∙,n ;j＝1,2,∙∙∙,n}。

2.非正式知识协作能力(www.daowen.com)

非正式知识协作能力主要产生于候选成员之间信息与知识交流的社会关联关系中。对于非正式知识协作能力的衡量，当前学术界并未形成统一的定量化标准。常用的方法是通过统计个体间通信联系或共同参加活动的频率进行衡量[34，242]。但是，个体之间的通信联系或者活动的统计工作较难实现，且工作量大。因此，本书提出基于社会网络的协同成员社会关系影响力对成员间的非正式知识协作能力进行度量。该方法将具有协作关系的候选成员在CPIKN中的社会关系影响力作为主要参考依据，即成员在CPIKN中的社会关系影响力越强，则他们之间的非正式协作能力也越强。

对于候选成员在CPIKN中的社会关系影响力衡量，社会网络分析法中的常用指标有度、紧密度和介数[34]。其中，度指标是一种最简单的方法，用于描述静态网络中网络节点间的直接影响力，反映了该成员在社会网络中的直接社会关系强度[243]。紧密度指标用于刻画节点通过网络到达其他节点的难易程度，反映了成员在网络中的间接社会关系强度[244]。介数指标是一种全局影响力测量指标，反映了成员位置在网络中的重要性以及其对网络信息与知识流动的影响[245]，介数指标综合考虑了成员的直接和间接关系影响力，具有很强的现实意义。因此，本书选择介数指标作为候选成员在CPIKN中的社会关系影响力评价指标，并将其定义为成员的非正式协作关系影响力强度。

对于CPIKN，成员ip在网络中的点介数，即非正式协作关系影响力强度iB为：

其中，φst表示候选成员ps和pt间的最短路径数，φst (i)表示成员ps和pt间经过成员pi的最短路径数。为保证上述指标取值范围在[0，1]之间，需要对其进行归一化处理。对于成员pi而言，当任意其他成员节点间的最短路径均经过pi时，节点pi取得最大非正式协作关系影响力强度值：

因此，归一化后的成员非正式协作关系影响力强度为：

研究表明，网络节点间的关系强度与两端节点的影响力存在着显著相关性[246, 247]，其关系强度Φij可以表示为Φij∼(οiο j)θ，其中οi和οj分别为两端节点的影响力，θ为特定网络的调节系数。基于上述思想，本书将候选成员ip和jp间的非正式协作能力ijIC′定义为：

采用上述方法与衡量指标可以有效利用网络拓扑结构数据，降低了信息统计难度，且计算方便。

综合上述正式和非正式知识协作能力，可得到候选成员ip和jp之间的知识协作能力为：

其中，μ和ν分别为正式和非正式知识协作能力的权重，且有1μν+＝。