《基于唤起理论的协同创新任务难度划分研究-游静.pdf》由会员分享，可在线阅读，更多相关《基于唤起理论的协同创新任务难度划分研究-游静.pdf（7页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、V0131。No3管 理 工 程 学 报Jonmal ofIndustrial EngineeringEngineering Management 2017年第3期基于唤起理论的协同创新任务难度划分研究游 静(重庆科技学院，重庆401331)摘要：任务分解与合作是协同创新的重要途径，确定合理的任务难度是调动创新主体最优唤起水平，从而提升创新绩效的关键。基于心理学唤起理论中作业绩效与唤起水平的倒U型曲线关系以及任务难易程度对倒U型曲线产生的偏移，构建任务难易程度影响下的协同创新收益模型。通过模型演算得到。提高任务难度有利于降低主体的最优唤起水平，提高创新资源投入分摊比例只能降低其自身的最优唤起水
2、平，协作方的最优唤起水平反而随着分摊比例提升而提高。恰当的任务难易程度受到创新效率常数、创新收益常数以及创新资源投入比例的共同影响。以算例和案例对模型结论进行验证。研究结论有助于协同创新组织合理确定创新任务难度以及分配创新任务。关键字：唤起理论：协同创新：任务难度：时间偏好：创新行为决策中图分类号：C9316 文献标识码：A 文章编号：10046062(2017)030093007DoI：1013587jcnkijieem2017030110引言协同创新是多个组织在未来共同利益的驱动下，通过任务分解与合作，以知识共享与扩散为基础，有效地协同开发和利用各组织所拥有的资源而开展的创新活动【l】。任
3、务分解与合作是协同创新实施的重要载体，也是协同创新完成的重要途径。心理学家已经研究指出，任务难度对作业成绩产生重要影响【2】。因此合理确定任务难度，科学进行任务分解与合作，是保障协同创新顺利推进的首要问题。协同创新已经成为学者关注的热点。早在1997年，张钢、陈劲、许庆瑞【3】即强调组织内部的技术、组织与文化的协同创新。而后，协同创新更多地从组织内部拓展至多组织创新，如陈劲【4J即指出协同创新是以知识增值为核心，企业、政府、知识生产机构(大学、研究机构)、中介机构和用户等，为了实现重大科技创新而开展的大跨度整合的创新组织模式。由于任务分解与合作是协同创新的关键途径，学者也关注创新任务，如Ade
4、gokeOke【5】以创新驱动网络为研究对象，强调沟通渠道、任务分解对创新绩效的重要影响；Helen Perks【6】针对市场导向的创新网络，通过案例研究领袖企业如何参与任务分解、资源共享与能力发展；江涛【_7】以产品创新活动为研究对象，指出产品创新任务和消费者知识会对消费者的产品创意表现产生交互效应；吕英杰【8】以众包模式为创新组织形式，强调任务完成对人才评价的支撑作用。这些研究将任务分解与合作作为协同创新的核心，强调了任务完成对创新绩效的重要影响，但对于如何进行任务分解、任务难度是否对任务完成以及创新绩效产生影响尚缺乏深入研究。任务分解在产品制造以及信息技术领域的研究较为深入。如，张子健【
5、9】研究供应商与制造商之间的新产品开发任务决策，指出分离控制决策制造商指派下，供应商承担开发任务比例更高且产品开发项目规模更大；温攀【l o】以Memetic算法为基础，构建多无人机协同任务分配模型；Kohei Daido11】研究代理人损失厌恶情景下的任务分配机制，指出代理人损失厌恶时将任务分配给唯一代理人更加有效；Joao Telhada12】构建了动态任务分配算法。这些研究围绕任务分解构建分解算法，为协同创新任务分解奠定了坚实基础，但研究结论以任务分解为基石，忽略了任务难度对任务成绩的影响。有关任务难度的研究较多地集中在心理学研究领域，女DPaul JSilvia13】以激励理论为研究框
6、架，研究自我关注与任务难度对绩效的影响；郑允佳【14J设置两种难度的任务比较，探讨任务难度对焦点转移的影响；Ricardo Conejot”】以在线教育系统为研究对象，通过实证研究提出任务难度的定量测定方法。在委托代理协同关系中，阎威【16】通过引入代理人的异质性、任务难度，探讨其与薪酬差距间的相互关系，指出委托人对于任务难度大的任务实施的薪酬差距应大于难度低的任务。从这些研究中可以看到，任务难度与绩效的关系已经得到心理学学者的认同，也已经被尝试性地引入委托代理关系研究中，但如何划分任务难度，如何通过任务难度划分激励协同创新绩效的相关研究还尚待进一步深入。在作用于创新绩效的诸多因素中，心理动机
7、因素已经得到学者越来越多的重视。如Janssen和Van Yperen17】提出，员工创新行为包括3个维度：创新思维产生、创新思维促进和创新思维实现，心理动机是促进创新的重要驱动力：游静118以异构信息系统集成项目为研究对象，认为创新主体的心理动机受到其需求层次的影响；赵斌等1 9】对科技人员的创新行为进行分析，认为奋发进取、乐观希望、自信勇敢等是创新行为重要心理动机。这些研究强调了心理动机对创新绩效的作用，但将心理动机与创新绩效直接联系，忽略了任务分配这个动机与绩效之间的桥梁。心理学研究认为，绩效与适度的唤起水平密切相关【2们，人们需要通过努力，把唤起水平保收稿日期：20140221 修回日
8、期：2016-0617基金项目：国家社科基金资助一般项目(16BGL029)；重庆市教委人文社科基金资助一般项目(16SKGHl91)作者简介：游静(1977一)，女，重庆长寿人；重庆科技学院副教授，博士；主要从事技术创新、管理信息系统及知识管理研究。一93万方数据游 静：基于唤起理论的协同创新任务难度划分研究持在理想水平。唤起理论由英国行为主义心理学家贝里尼提出。贝里尼在对人的感觉经验进行考察时发现，人对新奇的刺激的感觉，是随着刺激的重复出现和历时的长短而展开的，刺激重复得越多，时间越长，感知表象的新奇性就会逐渐降低。人在审美活动中获得的愉悦是由这样两种“唤起”引起的：一种是“渐进性”唤醒，
9、即审美情感的紧张度是随着感知和接受的过程而逐步增加的，最后到达度的临界点产生愉悦体验。另一种是所谓“亢奋性”唤起，就是情感受到突发的冲击迅速上升到达顶点，然后在“唤起”下退时获得一种解除紧张的落差式愉悦感【211。唤起的偏好水平是个体行为的决定因素，是影响作业成绩的“竞技状态”。唤起理论被较多地应用于考试、体育竞技等绩效研究中【22】，将唤起水平应用于协同创新中以衡量创新主体参与创新的状态还尚少见。在“行为人”假设前提下，创新绩效会受到主体唤起水平这一“竞技状态”的影响，并且任务分解与合作是创新的重要载体，仅仅将需求、预期等心理动机作为影响绩效的直接因素将使心理动机成为“空中楼阁”，需要将任务
10、难度作为唤起水平与创新绩效的桥梁，并通过合理的任务难度划分推动创新绩效提升。基于此，我们引入心理学唤起理论，以唤起水平倒u型曲线以及在任务难度影响下倒u型曲线的偏移为基础，构建任务难度影响下的协同创新收益模型，通过模型演算得到基于唤起水平的协同创新任务难度划分策略，以推动协同创新绩效提升。1模型建立11模型假设心理学唤起理论认为，不同活动需要不同的适度唤起水平，人们需要通过努力，把唤起水平保持在理想水平【l”。一般而言，人在中等唤起水平状态下表现最好，唤起水平和行为效率的关系可以用一条倒U型曲线来描述【”】。在唤起水平很低时，人体还没有充分发动起来，无法进入最佳状态。随着唤起水平增加，能力发挥
11、水平不断提高，曲线保持上升，直至曲线中部。然后，随着人变得过于情绪化，情绪失控，表现水平开始下降。并且，最佳唤起水平受到任务复杂度的影响，任务复杂程度不同，相应的最佳唤起水平也不同。对于比较简单的任务，最佳唤起水平相对较高；但对于比较复杂的任务，最佳唤起水平相对较低。这种关系被称为耶基斯多德森定律(YerkesDodson Law)18】。如图1a一图1c所示。在“行为人”假定的基础上，可以看到未来共同收益、社会关系、自我成长等刺激因素将使创新主体呈现一定的唤起水平，在最优唤起水平的作用下将实现最优的作业成绩。与此同时，协同创新以任务分配、任务协作以及任务完成为主要途径实现新技术、新产品、新知
12、识的诞生与应用，任务成为协同创新的主线，任务难易程度也将对最佳唤起水平产生影响。由此，我们提出如下假设：(1)协同创新任务难易程度为0，00，值越高，表示主体的唤起水平越高。一94一图lc复杂任务(3)主体的创新效率为万，万0，J值越高，表示主体的创新效率较高，获得相同的创新收益需要的唤起水平越低。创新效率万是任务难易程度0的减函数，并且随着难易程度0的提升，创新效率J的下降速度可能提高。(4)主体的创新作业成绩，即创新收益为U，受到唤起水平、任务难易程度的影响。12模型建立首先根据唤起理论考虑唤起水平、任务难易程度对创新收益的影响。由唤起理论倒U型曲线以及耶基斯多德森定律，可以得到U=一f，
13、一二12+b (1)6其中，为唤起水平，0为任务难易程度，b为创新收益常数，b0。创新收益u与唤起水平呈唤起理论所定义的倒u型曲线关系，并且当任务难度0值较高时，去值较低，最优唤起水平更接近原点，符合耶基斯多德森定律。与此同时，获得创新收益的同时需要资源投入，考虑到创新效率对资源投入的影响，定义获得创新收益的资源投入为C，得到C=I占 (2)又根据假设，创新效率万是任务难易程度0的减函数，并且下降速度随0提升而加剧，因此构建函数万：兰 (3)p其中，a是创新效率常数，a0 o历d6o，万方数据V0131。No3 管理工程学报 2017年第3期创新效率J随任务难易程度0提升而递增地下降。由此，在
14、得到创新收益以及创新资源投入的基础上，定义创新净收益为占，则占=U-C=-(，一吉)2+6一否1=川一吉)2+6一“口(4)2模型演算21创新任务独立完成为简化问题，我们假定协同创新主体仅有两家，即主体f和主体，。首先考虑主体，不对创新进行资源投入，创新任务仅由主体f独立完成的情形。此时，主体f的创新净收1益占为占=一(，一=1)2+b-a00c：一2(1一三1一a0 (5)a26：一-20，由此可得0+兰ii (9)其中ab0。由上式可知，在创新任务由主体f独立完成的情形下，主体f的创新收益随唤起水平变化呈倒U型曲线变化，并且最优唤起水平是任务难易程度的减函数，当任务难度大时，最优唤起水平低
15、。要保证主体f独立完成创新任务，最低任务难度为兰i石且ab0。最低任务难度受到创新效率参数a和创新收益参数b的共同影响。这就意味着，与通常所认为的，独立完成创新任务更适合分配相对简单的任务不一致，任务难度过低并不利于激发主体参与创新的唤起水平。如果创新任务没有在协同主体间进行分配而是由其中某一个主体独立完成，此时太过简单的创新任务并不能激发主体的唤起水平，相反，给予创新主体一定难度、有一定挑战性的创新任务，更加有利于激发主体的唤起水平，从而关注并积极完成创新任务。22创新任务协同完成学者将协同创新定义为多个组织在未来共同利益的驱动下的创新活动，这一活动通过任务分解与合作开展，以知识共享与扩散为
16、基础，有效地协同开发和利用各组织所拥有的资源。在本质上，创新任务需要由多个组织协同完成，创新资源投入需要由多个组织共同投入、共同开发和利用。因此我们分析创新任务由主体f和主体，共同完成的情形，此时创新资源投入也由主体f和主体，共同分摊。假定主体，以比例k分摊创新资源投入，此时，主体i的创新净收益为占=一(一去)2+b一(1一k)alO (10)言-_2(卜扣(1_枷口 )氅：-20，可见随着主体，对创新资源投入分摊比例提升，主体f的最优唤起水平将提高。这就意味着，当创新任务由主体f和主体，协作完成时，在创新任务难度不变的前提下，当主体，对创新资源投入分摊的比例较低时，主体f的最优唤起水平也较低
17、，能够更加有“紧迫”感和“压力”感，从而将参与协同创新调整到最优唤起水平状态，推动创新任务完成。这与通常所认为的，创新任务由多方协作共同完成时，主体，对创新资源投入比例分摊越高，主体f越能调动自身积极性参与创新，是不一致的。此时，主体，与创新主体f在共同完成创新任务的过程中共享创新收益，同时以比例k分摊创新资源投入，其创新净收益占为0=-(1一石1)2+6一kaO (14)堡-2(I三、一kaO(15)刮 6令鲁=。得到广=吉一半 )可见冬0目atl一曲一b0，定义b=1：a=101。1)i2fII亡唤起0、：目fF务难易jIIf望fn变fli二同样需要满足占0的条件，主体i才可能参与协同创新
18、 ；任务完成。将约束束紧可以得到 i口2志而(18j l；其中，a(1一k_卜bC。即只有当满足创新难易程度钞杀_)丽而时 创新主体f才可能获得创新收益。此时，创新任务难度受到创新效率常数a、创新收益常数b以及创新资源分摊比例k的共同影响。23模型解释从上述模型推演可以得到，(1)主体创新收益受到唤起水平的影响，呈倒u曲线状态，适度的唤起水平更加有利于主体获取创新收益。过低的唤起水平，或者过高的唤起水平都将对创新收益造成损伤。创新收益不仅受到唤起水平的影响，还受到任务难易程度影响，最优唤起水平发生水平偏移。当创新任务难度大时，最优唤起水平向低的水平发生偏移：当创新任务难度低时，最优唤起水平向高
19、的水平方向发生偏移。(2)由于任务难易程度对最优唤起水平产生影响，太过简单的创新任务并不能激发主体的唤起水平。给予创新主体一定难度、有一定挑战性的创新任务，更加有利于激发主体的唤起水平，从而关注并积极完成创新任务。尤其是当创新任务由某一主体独立完成时，过于简单的创新任务会降低主体的“紧迫感”、“压力感”，从而以更高的最优唤起水平为代价获取创新收益。(3)当创新任务由协同主体共同完成时，主体，提高创新资源投入分摊比例仅能激发自身的最优唤起水平，使自身的紧迫感和压力感增强，从而需要较低的最优唤起水平；对于主体i来说，主体，提高创新资源投入分摊比例，并不能使主体f所需的最优唤起水平更低，相反地，主体
20、，降低创新资源投入分摊比例，更能促使主体f提高紧迫感与压力感，从而降低最优唤起水平需要。(4)当创新任务由主体独立完成时，只有满足最低任一务难度二以一b且ab0的要求，创新主体才可能获得创a新收益，此时创新任务难度受到创新效率常数a和创新收益常数b的共同影响。当创新任务由多主体协作完成时，只有 一满足最低任务难度ixa(1-k卜b且a(1一k)一b0的a【l一庀J要求，创新主体才可能获得创新收益，此时创新任务难度受到创新效率常数a、创新收益常数b以及创新资源分摊比例k的共同影响。一96图2最优唤起水平随任务难易程度的变化n J_以行到，最优唤起水平随tF筹难J复提高n午，在这个算例中，当任务难
21、度超过015时，最优唤起水平甚至开始出现负值。(2)主体f最优唤起水平随创新资源投入分摊比例的变化。取0值固定不变，0=05图3主体i最优唤起水平随创新资源投入分摊比例的变化可见，最优唤起水平随创新资源投入分摊比例提高而提高，提高主体，创新资源投入分摊比例，主体f所需要的最优唤起水平更高。在这个算例中，当创新资源分摊比例超过O93时，主体f的最优唤起水平才出现正值。(3)主体i最优唤起水平随创新资源投入分摊比例的变化。取0值固定不变，0=05图4主体最优唤起水平随创新资源投入分摊比例的变化Ij见主体，最优唤起水平随创新资源投入分摊比例提高而降低，提高主体，创新资源投入分摊比例，其最有唤起水平能
22、够得以降低。(4)创新收益随任务难易程度的变化。此时，取分摊比例k=05可见当任务难度提升时，创新收益也呈上升的趋势。并且本算例中只有当任务难易程度0029时，创新收益so。此时根据公式计算O-if丽止(1一七)一6=02786。万方数据管理工程学报 2017午第3期醵l_j图5创新收益随任务难易程度的变化概括起来，通过算例可见，与模型推演结论相一致，增加创新任务难度，将有助于降低主体最优唤起水平；主体，提高对创新资源投入的分摊比例，能够降低其自身的最优唤起水平，但主体f的最优唤起水平却并不能得以降低，反而会随着主体，创新资源投入分摊比例提升而提高；创新收益会随着任务难度提高而提高，只有当任务
23、难度大于 ，一羔4a0一k)一b时，主体f才可能获得创新收益。4案例笔者曾对厦门区域医疗协同平台建设这一协同创新项目进行深入调研。区域医疗协同平台是国家推进医疗信息化的重要举措，是以医疗信息系统集成为核心，实现区域内健康档案共享、就诊检测医疗信息共享以及跨医疗机构转诊等多项功能，从而推动区域内医疗资源均衡分布与合理利用的信息平台。区域医疗协同平台建设需要区域内卫生主管部门、医院信息系统供应商、系统集成商、区域内医院、社区诊所、通讯运营商等多家主体相互协同，共同商讨区域内医疗信息系统集成方案、区域内医疗数据转换方案、区域内诊疗流程衔接方案等医疗信息化新思路。这一过程即是多家主体协同创新的过程。通
24、过调研我们了解到，厦门区域医疗协同平台建设项目2003年列入政府的规划，初期规划了5个功能：即区域卫生OA系统、卫生门户网站、区域医学情报数据库及检索、卫生行政管理决策支持系统及患者信息系统。2004年初步完成区域卫生OA系统、卫生门户网站、区域医学情况数据库及检索、卫生行政管理决策支持系统建设。2005年初步完成了市民健康信息系统的方案论证及招标工作。2006年开始了市民健康信息系统的实施，同年底完成6个医疗保健机构间的部分健康信息的共享，建立了测试平台。2007年初加入了由解放军总医院牵头的国家“十一五”科技支撑计划现代服务业共享技术与支撑体系示范工程，并被列入市委、市政府为民办实事项目，
25、转测试平台为正式平台，并建立了统一的社区、妇幼保健服务平台。2008年对系统进行了全面升级完善。2009年该项目被再次列为市委、市政府为民办实事项目，并在2009年2月28日举行了启动仪式。此时，己为全市50的常住人口建立了统一的电子健康档案，全市80的医疗卫生资源接入到区域卫生信息系统平台。201 1年，基于已有健康档案、医疗信息的商业智能正在逐步完善，对数据的利用效果已经开始显现。在对厦门市卫生局信息中心相关人员的访谈中，我们了解到，平台建设初期，由于区域医疗协同平台建设在国内尚无成熟经验可循，国际上医疗管理体制与国内存在差异，厦门市卫生局对于如何构建区域医疗协同平台也没有完全成熟的想法。
26、此时，厦门医院信息系统的主要提供商厦门智业软件股份有限公司对于医院信息系统集成也缺乏实施经验，其前期完成的任务以医院信息系统建设为主，对于健康档案标准化、医院与社区诊所数据整合和业务衔接都没有完全成熟的概念。面对这种情况，作为平台核心成员厦门市卫生局来说，如何明确平台建设的任务，如何在平台成员间合理分配平台建设任务，如何促进平台成员以最优状态参与平台建设，成为厦门市卫生局推动平台建设顺利进行的首要问题。在2003年2006年，厦门市卫生局将平台建设的主要任务定位于区域卫生OA系统、卫生门户网站、区域医学情报数据库及检索、卫生行政管理决策支持系统及患者信息系统，在任务分配中，将厦门智业软件股份有
27、限公司定位于软件服务提供商，要求其根据平台建设任务提供软件服务。OA系统、门户网站、患者信息系统建设都是基于单个数据平台、单个开发平台的信息系统，厦门智业软件股份有限公司完成这些系统开发任务的难度相对较低。在实施的过程中，厦门智业软件股份有限公司也更多扮演“技术提供者”的角色，根据厦门市卫生局提出的系统建设需求，完成数据定义与系统开发，从而完成系统建设任务。在几年的合作中，尽管厦门市卫生局和厦门智业软件股份有限公司保持了良好的合作关系，但厦门市卫生局评价厦门智业软件股份有限公司时，认为：“软件公司就像裁缝，完全没有主动参与规划、主动提出平台建设想法的意识，只是根据我们提出的规划他们来建设完成。
28、他们没有集成的意识，也没有全局的观念”。在2007年居民健康档案建立之后，随着居民健康档案在厦门全市范围内统一，医院信息系统和社区诊所信息系统进行整合的需求逐步强烈，在标准化居民健康档案基础上进行医院与社区诊所双向转诊的需求也更加凸显。区域医疗协同平台建设从门户集成、健康档案标准化逐步走向跨平台数据集成与业务整合。此时，厦门市卫生局希望厦门智业软件股份有限公司能够从单一的“技术提供者”转变为“平台规划参与者”，能够更多地从区域内医疗卫生管理全局的角度参与到跨平台的业务流程规划、数据集成规划，与厦门市卫生局一起成为平台规划参与者，以集成的思路更好地完成平台建设和实施。基于这一想法，厦门市卫生局也
29、更多地将平台数据集成规划的任务分配给厦门智业软件股份有限公司。为了调动厦门智业软件股份有限公司参与平台规划的积极性，厦门市卫生局力图对厦门智业软件股份有限公司给予更多的经济补偿，提高对平台建设的资金投入预算。从2007年平台建设的实际效果来看，经济补偿所发挥的效果并不明显。厦门市卫生局提高了对厦门智业软件股份有限公司的经济补偿，自身对平台建设的人力投入、时间资源投入等都增加，而厦门智业软件股份有限公司仍习惯性地将自己定位于“系统开发者”的角色，习惯性地等待厦门市卫生局提出年度建设规划，提出年度建设需求，在此基础上完成系统开发。经济补偿并没有将厦门智业软件股份有限公司更多地推入“协同创新”的轨道
30、。观察到这种情况，厦门市卫生局意识到提高经济补偿并不能带来预期效果，开始尝试转变方式。在97万方数据游 静：基于唤起理论的协同创新任务难度划分研究制定来年平台建设规划时，厦门市卫生局主动邀请厦门智业软件股份有限公司共同参与讨论。在签订平台建设合作协议时，也明确地将共同编制平台规划、共同商讨数据集成方案和业务集成方案，以及提出基于集成思路的医疗卫生管理建议作为重要任务内容。这些平台建设任务相对之前的孤立数据库建设、孤立系统开发难度更大。但从2008201 1年平台建设效果来看，面对难度更大的平台建设任务，厦门智业软件股份有限公司参与平台建设的积极性更高。在平台建设过程中，厦门智业软件股份有限公司
31、也积极地参与到数据集成方案、业务流程集成方案的制定中来，与厦门市卫生局一起完善健康档案数据标准，并积极探索云平台在区域医疗卫生管理中的应用。厦门市卫生局相关人员对厦门智业软件股份有限公司的评价转变为“尽管他们对集成平台规划的能力有限，但他们能够参与到一起讨论、一起制定计划中来，相比之前建OA系统、门户系统时，这个状态好了太多了”。归纳起来，从厦门区域医疗协同平台建设的案例可见，协作方分摊创新资源投入仅对降低自身的最优唤起水平能够发挥积极作用，这一举措并不能使合作伙伴的最优唤起水平降低。并且，提高任务难度对于降低最优唤起水平、激发主体参与创新的积极性能够发挥积极作用。5结束语任务分解与合作是协同
32、创新的重要载体，也是实现创新绩效的重要途径。确定合理的任务难度是调动创新主体最优唤起水平，从而提升创新绩效的关键。本文基于心理学唤起理论，即作业成绩与唤起水平的倒u型曲线关系以及任务难易程度对绩效的影响，构建任务难易程度影响下的协同创新收益模型。通过模型演算得到，提高任务难度有利于降低主体的最优唤起水平，提高创新资源投入分摊比例只能降低其自身的最优唤起水平，协作方的最优唤起水平反而随着分摊比例提升而提高。恰当的任务难易程度受到创新效率常数、创新收益常数以及创新资源投入比例的共同影响。以算例和厦门区域医疗协同平台建设案例对模型结论进行验证。研究结论有助于协同创新组织合理确定创新任务难度以及分配创
33、新任务。本文研究以任务难度能够准确测算并且相对不变为假设前提，对于任务难度随时间变化可能发生的变化，以及由此所带来的最优唤起水平变化则缺乏深入考虑。笔者愿意在以后研究中进一步深入，以提升协同创新绩效、推动协同创新顺利进行。参考文献Isabel Salavisa， CristinaSousa，MargaridaFontesTopologies ofinnovation networks in knowledgeintensive sectors：Sectoraldifferences in the access to knowledge and complementary assetsthrou
34、【gh formal and informal tiesJTechnovafion，2012，32：380399Yerkes RM，Dodson JDThe relation of strength of stimulus torapidity ofhabit-formationJJournal ofComparative Neurology and一98一Psychology,190818：459-482【3】 张钢，陈劲，许庆瑞技术、组织与文化的协同创新模式研究J】科学学研究，1997，15(2)：5662【4】 陈劲协同创新的理论基础与内涵J】科学学研究，2012，30(2)：161-1
35、645】 AdegokeOke a，MoronkeldiagbonOkeCommunication channels，innovation tasks and NPD project outcomesin innovationdrivenhorizontal networksJJournal of Operations Management，2010，28：442-453【6Helen Perks，Steven MoxeyMarket-facing innovation networks：Howlead firms partition tasks，share resourcesand deve
36、lop capabilities【JIndustrial Marketing Management，201 1，40：12241237【7】 汪涛，何吴，诸凡新产品开发中的消费者创意：产品创新任务和消费者知识对消费者产品创意的影响，管理世界，2010，2：80948】 吕英杰，张朋柱，刘景方众包模式中面向创新任务的知识型人才选择【J系统管理学报，2013，22(1)：60-669 张子健，刘伟供应链中合作产品开发的任务分配决策分析J管理工程学报，2009，23(4)：42-4810】温攀，王社伟，徐明仁基于Memetic算法的多无人机任务分配研究J】计算机仿真，201 3，30(5)：8286
37、【1 1】Kohei Daido，l(imiyuki M嘶饥Takeshi Murookac，HiromasaOgawaTask assignment under agent loss aversionJ】Economic LeRem，2013，121：353812Joao TelhadaAlternative MP formulations for an integrated shiftscheduling and task assignment problem叨Discrete AppliedMathematics，2014，164：32834313】Paul JSilvia，Hannah
38、 C Jones，Casey SKelly,AlirezaZibaieTraitself-focused attention，task difficulty,and effort-related cardiovascularreactivityJ】International Journal of Psychophysiology,2010，79(3)：335340【14】 郑允佳，金志成任务难度对焦点转换和焦点内信息激活的影响叨心理科学。2009，32(3)：588591【15】Ricardo Conejo，Eduardo Guzmhn，JoseLuis Perez-dela-Cruz，Bea
39、triz BarrosAn empirical study on the quantitative notion of taskdifficultyJ】Expea Systems with Applications，2014，41：59460616】 阎威，王波任务难度、能力差别和薪酬差距J软科学，2011，25(1)：128133【17】 Janssen，0and Van Yperen，N，WEmployeeS Goal Orientations，theQuality of Leader-Member Exchangeand the Outcomes of JobPerformance an
40、d Job Satisfacfaction【J】Academy of ManagementJournal，2004，47(3)：368-38418】 游静基于EIm理论的异构信息系统知识创新激励机制研究J科学学与科学管理研充2010，2：8693【19】 赵斌，付庆凤，李新建科技人员心理资本对创新行为的影响研究：以知识作业难度为调节变量J科学学与科学技术管理，2012，33(3)：17418020Peter AHancock，HCNeil GaneyFrom the Invened-U to theExtended-U：The Evolution of a Law of PsychologyJ
41、】Journal ofHuman Performance in Extreme Environments，2003，7(1)：5142l】 (美)丹尼斯库恩著心理学导论思想与行为的认识之路M北京：中国轻工业出版社，201422】 (美)莱希著心理学导论M上海：上海人民出版社，2010万方数据V0131No3 管理工程学报 2017年第3期Research on cooperation innovation task difficulty based onarousing theoryYOU Jing(ChongqingUniversityofScienceandTechnology,Chong
42、qin9401331，China)Abstract：Task decomposition and collaboration are two key methods to complete collaboration innovationExisting studies，which are related to cooperation，consider task decomposition as the core area of collaborative innovation，and emphasize the important influence produced by the task
43、s for innovationperformanceHowever,how the task should be decomposed and whether task difficulty has an impact on task implementation and innovation performance ornot still could not be answered yetThe research about task decomposition in product manufacturing and information technology areas ignore
44、 the effect oftaskdifficulty on task performanceMore researches need to investigate task difficulty in psychology about how to divide the task difficulty under cooperation，andhow to encourage innovation performance according to the division of task difficultyTherefore，determining the task difficulty
45、 is the key factor to guaranteereasonable task decomposition and is also the most important issue to develop progress in collaborative innovationThe research introduces the arousing theory from psychology into collaborative innovationOn the basis of inverted U-shaped curve which is used onbehalf of
46、arousing level and the shitting of inverted Ushaped curve under task difficulty,this study develops a collaborative innovation earnings modelinfluenced by task difficultyThrough the model calculations，we find that improving task difficulty can help reduce arousing levelImproving the sharing ratiocan
47、 only increase its own optional arousing level and cannot develop partners optional arousing levelThe degree oftask difficulty is influenced by innovationefficiency,innovation profit，and sharing ratio in resource investment in innovationExamples and ease are used to validate the conclusions ofthe mo
48、delThe first part depicts innovation task difficulty index，evoke level of innovation，innovation efficiency of the body,and innovation profitCollaborativeInnovation earnings model is developed on the basis of U-shaped curve theory and Yerkes-Dodson lawIt could be visually seen through the model that
49、thelevel of innovation benefit and arousing level form an inverted Ushaped curve are consistent with arousing theoryWhen task difficulty is high，the optimalevoke level would be closer to the orion，which is consistent with Yerkes-Dodson lawFurthermore，innovation efficiency incrementally decreases with thedegree