Validação do uso de gráficos para avaliação da estrutura organizacional das

empresas. O caso do cluster econômico Bahía Blanca

Autores:
Alejandro Molina (ale_molina@frbb.utn.edu.ar)
Germán Fernández Madarieta (gfernandez@frbb.utn.edu.ar)
Ernesto Castagnet (ecastagnet@uns.edu.ar)
Fernando Andrés Buffone (fbuffone@frbb.utn.edu.ar)
Resumo
Este trabalho busca um método de validação simples para o uso de gráficos como
modelo conceitual para a análise de Estruturas Organizacionais (EOs). Para isso, foram
obtidos dados de uma pesquisa realizada em empresas do cluster econômico Bahía
Blanca realizada no âmbito das tarefas do projeto de pesquisa PID UTN 5833. Com
esses dados, buscou-se o modelo mais simples que poderia ser aplicado, este sendo o
dígrafo, representativo de grande parte do setor de microempresas. Foi então proposta
uma função benefício como parâmetro de avaliação e os resultados que os modelos
teóricos produziram foram contrastados com os resultados das pesquisas.

Abstract
This work seeks a simple validation method for the use of graphs as a conceptual model
for the analysis of Organizational Structures (OS). For this, data was taken from a
survey carried out on companies in the Bahía Blanca economic cluster within the
framework of the tasks of the PID UTN 5833 research project. With these data, the
simplest model that could be applied was sought, this being the digraph, which is
representative of a large part of the microenterprise sector, a benefit function was then
proposed as an evaluation parameter and the results that the theoretical models yielded
were contrasted with the results of the surveys.

Palavras-chave: gráficos, empresas, estrutura organizacional

Keywords: graphs, companies, organizational structure
1. Introdução
O aumento do desempenho de uma organização é o objetivo fundamental que se
persegue e que pode ser definido simplesmente como o desempenho da empresa em
comparação com suas metas e objetivos. Inicialmente, o desempenho é medido de
acordo com critérios financeiros e, embora sejam práticos e úteis, segundo Wu e Liu
(Wu & Liu, 2010), as medidas financeiras clássicas não podem criar vantagens em um
ambiente competitivo intenso. À medida que os conceitos de EOs evoluíram, tornou-se
necessário ter novas formas de mensuração para decisões adequadas e para avaliar o
desempenho de uma empresa. As informações financeiras e não financeiras foram
utilizadas em conjunto e agregaram valor à análise. As informações não financeiras
refletem o capital intelectual e o nível de conhecimento organizacional.
Entre esses novos conceitos de medição e modelos de desempenho organizacional,
podemos citar o EVA (Economic Value Added), MVA (Market Value Added), conceitos
de medição abrangentes como BSC (Balance Score Card), a perspectiva do cliente, o
processo interno, aprendizado e perspectiva de crescimento: bem como recursos
humanos, produção, satisfação dos stakeholders, alinhamento de estratégia e processos,
desempenho operacional, criação de valor, visão corporativa, crescimento
organizacional, vantagem competitiva, etc. Para ordenar estes métodos, foi realizada
uma revisão da literatura onde foram identificadas sete medidas de desempenho onde
foram utilizados diferentes indicadores de desempenho. Estes são:

 Desempenho financeiro;
 Desempenho de inovação;
 Desempenho de crescimento;
 Performance operacional;
 Vantagem competitiva;
 Criação de valor;
 Medições de desempenho gerais e abrangentes.

Em particular, este trabalho foca-se numa forma alternativa de avaliar o desempenho de

uma estrutura organizacional como variável de medição do desempenho financeiro face
a eventos externos, qualquer que seja a sua natureza, o que permite incorporá-lo a
algumas destas categorias mencionadas. Considera-se que a estrutura organizacional de
uma empresa influencia seu comportamento, fundamentalmente por meio de dois
aspectos: desempenho, pois influencia na lucratividade, na velocidade de execução das
tarefas ou na adaptação às inovações, esse comportamento afeta as métricas
administrativas e a intensidade da vocação competitiva; Em segundo lugar, a estrutura
de uma empresa afeta as pessoas e/ou suas unidades operacionais na organização. Além
disso, a estrutura da empresa determina mudanças no ambiente econômico ou social,
produzindo ajustes nas formas de comunicação interna e na intensidade dos vínculos de
uma empresa.
Podemos tomar como exemplo uma organização que trabalhou em um mercado estável
e deve enfrentar uma inovação disruptiva que afeta sua estrutura de custos, afetando os
preços de seus insumos ou produtos. A resposta da organização pode ser separada em
duas partes:
• A resposta imediata da empresa a mudanças externas;
• A resposta final após a reorganização da empresa.
Essa separação se justifica, pois mudanças no ambiente operacional produzem reajustes
estruturais, como apontam Brynjolfsson e Hitt (Brynjolfsson e Hitt, 1996), que
mostraram que os ganhos de produtividade com a introdução das TICs não poderiam ser
realizados até que a estrutura das empresas se adaptassem de modo a aproveitar as
novas tecnologias. Essas mudanças na estrutura organizacional podem ser representadas
por meio de gráficos. Esta abordagem foi desenvolvida em disciplinas ligadas à
sociologia, administração científica e algumas abordagens à economia.
No campo da sociologia, Wasserman e Faust (Wasserman e Faust, 1994) fizeram uma
revisão exaustiva da literatura sobre uma classe de gráfico: redes sociológicas. Na
mesma disciplina, Valente (Valente, 1995) analisou as estruturas sociais por meio de
gráficos, a partir de como os modelos de redes de relações sociais influenciam a
disseminação de produtos e ideias. Huberman e Hogg (Huberman e Hogg, 1995)
investigaram o surgimento e a evolução temporal das redes colaborativas informais.
Carley (Carley, 1991) estudou como a estrutura do grupo influencia a estabilidade do
grupo. Reichman et al.(Reichman et al., 1999) utilizaram esses gráficos de rede para
analisar as características estruturais das organizações envolvidas no processo global de
eliminação da produção e consumo de substâncias que afetam a camada de ozônio.
O desenvolvimento de gráficos como modelos de rede também tem sido utilizado na
economia. Radner (Radner, 19929) (Radner, 1993) estudou como a capacidade de uma
organização de realizar uma tarefa associativa é afetada pela estrutura e pela capacidade
de processar informações. Avanços dessas ideias são aqueles fornecidos por Van Zandt
e Radner (Van Zandt e Radner, 1996), Van Zandt (Van Zandt, 1996a), (Van Zandt,
1997), (Van Zandt, 1998), e Meagher e Van Zandt (1997).
Outros comportamentos econômicos foram modelados por Page (Page, 1996), Miller
(Miller, 1996), DeCanio e Watkins (DeCanio e Watkins, 1998) e DeCanio (DeCanio et
al., 2000), Grandori (Grandori, 1991) e Kennedy (Kennedy, 1994), também estudou
problemas de design organizacional ótimo para casos em que os ótimos são
determinados analiticamente, como fizeram Marschak e Reichelstein (Marschak e
Reichelstein, 1998) e Gersbach e Wehrspohn (Gersbach e Wehrspohn, 1998).
Na teoria das organizações e na ciência da gestão, os modelos de gráficos baseados em
redes estão ligados à sociologia e à economia, mantendo suas próprias características
distintivas. Diferentes revisões apontam para Graicunas (Graicunas, 1933), que analisou
o alcance do controle gerencial sobre sua organização, como um antecedente remoto.
Modelos posteriores apontam para o processamento computacional e a representação
algorítmica de rotinas na tomada de decisão, como exemplo os trabalhos de Carley e
Prietula (Carley e Prietula, 1994), Krackhardt (Krackhardt, 1994), Lant (Lant, 1994) e
Levitt (Levitt et ai., 1994); também Lin e Carley (1994), Mihavics e Ouksel (1996),
Levinthal (1997) e Carley e Lee (1998). Outros autores citam o uso de sistemas
informatizados para modelar EOs, como Burton e Obel (Burton e Obel. 1995).
A proposta deste trabalho é garantir que o modelo englobe valores de medidas
econômicas de desempenho e estrutura organizacional. Definimos desempenho como o
valor presente líquido que uma organização realiza ao adotar uma inovação, os custos
são calculados explicitamente. Usaremos outras medidas econômicas nas subunidades
da empresa, como desigualdades de renda derivadas de regras alternativas de
remuneração. Essa orientação econômica do estudo por meio de modelos
computacionais de gestão não desfoca o foco na estrutura organizacional e seu
desempenho.
Nas seções a seguir desenvolveremos um modelo simples de gráficos de rede para
modelar a comunicação interna de uma empresa e como ela está ligada à contribuição
da lucratividade para uma inovação. Analisamos esses modelos para pequenas
organizações e alguns casos particulares. Os resultados referem-se ao desempenho geral
da organização e às características de seus componentes. Finalmente, serão feitas
comparações com os dados de uma pesquisa no cluster econômico de Bahía Blanca e
serão vistas quais as implicações que eles têm em termos do uso de gráficos para
explicar a resposta das empresas às mudanças externas.
2. Formulação analítica do Modelo de Gráfico de Rede

Supõem-se que a relações entre os componentes ou membros de uma organização

podem ser representados por um nó componente de um gráfico G que representa toda a
organização, então o conjunto de todas as relações entre os membros ou componentes
de uma organização convertem-se em um modelo da sua estrutura organizacional.
Conforme proposto anteriormente, essas relações não são invariáveis, mas reagem de
alguma forma às mudanças externas no curto prazo até que se adaptem às mudanças no
longo prazo. Podemos propor uma resposta transitória ou estacionária.
Utilizando como parâmetro descritivo do comportamento da organização ou empresa
(ambas as denominações serão utilizadas de forma intercambiável) a capacidade de
aproveitar as mudanças para gerar benefícios, podemos supor que em um estado inicial
da organização ela atingiu um nível ótimo de benefícios por sua estrutura organizacional
e componentes externos a ela. Se formalizarmos essa relação, poderíamos dizer que o
nível de benefícios B é função dos estímulos externos Ex e da estrutura G. Obtemos:

(1)

Como G é um gráfico de N nós, a ordem de G é NxN e Ex é um vetor de ordem N, que

podemos assumir que possui apenas uma componente diferente de zero, para simplificar
a análise. Se agora houver uma mudança na variável externa ∆Ex, a mudança em B
será:

(2)

Como a derivada parcial não pode ser aplicada a C por não ser uma função de variáveis
contínuas, a função C1 representa o efeito da mudança em B devido ao efeito de Ex e
C2 representa a mudança devido ao efeito da adaptação do estrutura organizacional G
por efeito da mudança em Ex (∆G/∆Ex). Esta forma de análise tem sido utilizada em
trabalhos de DeCanio e Watkins (DeCanio e Watkins, 1998) para analisar a difusão da
inovação com base em variáveis estocásticas. A alternativa apresentada permite um
manuseio conceitual mais direto com representações gráficas e o uso de cálculos e
algoritmos mais simples.
Uma vez que a função benefício é obtida como o aumento da receita devido à adaptação
à mudança externa, menos os custos de adaptação da estrutura organizacional; assim C1
representaria o benefício obtido após a adaptação às mudanças e C2 os custos
associados às mudanças organizacionais.
Para expressar a renda, podemos supor que a renda gerada por um componente ou
membro da organização identificado com o Nó i após um tempo Ti, é Ai e se outro Nó j
vinculado ao Nó i concordar, eles adotam a mudança, gerando também a renda Aj em
um tempo Tj , podemos supor que os nós ligados de alguma forma se adaptarão à
mudança com uma velocidade média de r, gerando uma renda:

(3)

Aqui m designa o nó de origem a partir do qual as mudanças são produzidas, se algum

nó h não puder se adaptar à mudança, seu Th tenderá ao infinito e sua contribuição para
a renda será 0.
O custo de adaptação para cada membro ou componente da organização é assumido
como invariante e dependente de quantos outros componentes a adaptação à mudança
transmite (que é o grau de saída do Nó que o representa Oi), neste caso é também é
propagado com a mesma taxa r da renda, mas a propagação continua indefinidamente,
de modo que designado com G a unidade de custo seria para o Nó i:

(4)

Simplificando

(5)

O custo total é obtido considerando os N Nós do gráfico, obtém-se:

(6)

Essa fórmula permitiria calcular, por meio de um algoritmo computacional, o benefício

que uma organização obtém ao se adaptar a uma mudança externa iniciada a partir da
adaptação do Nó m, seja ela benéfica (B>0) ou prejudicial (B<0). Pode ser generalizado
tomando a média dos diferentes benefícios que seriam produzidos a partir dos diferentes
Nós.
 (7)

Como pode ser visto na equação (7) usando as premissas sobre a uniformidade da
receita Ai=Aj=A ey das despesas gi=gj=g e compartilhando a premissa de que as taxas
de geração de receitas e custos são constantes e iguais a r , obtemos resultados
semelhantes aos propostos por DeCanio (DeCanio et al. 2000).

3. Levantamento das Estruturas Organizacionais do Cluster Bahía Blanca

No cluster econômico da cidade de Bahía Blanca, foi avaliado um conjunto de 300
empresas, partindo do organograma da empresa para formular uma primeira
aproximação de um modelo gráfico de EOs. O primeiro problema encontrado foi que
grande parte das empresas não teve seu organograma formalizado, motivo pelo qual foi
realizada uma avaliação, aproximando-a das EOs clássicas. O percentual de empresas
que não possuíam organograma formalizado pode ser observado no gráfico a seguir.

Gráfico 1. Empresas sem organograma formalizado

A distribuição dos tipos de estrutura funcional elaborada a partir da normalização de

seus organogramas pode ser vista na figura a seguir
Gráfico 2. Distribuição das diferentes EOs nas empresas

Aprecia-se que uma grande percentagem adota um organograma funcional, a maioria

pertencente a pequenas ou microempresas, onde a estrutura tem apenas 2 ou 3 níveis
hierárquicos. À medida que o tamanho das empresas aumenta, suas estruturas tornam-se
mais complexas. Mas dado o número de microempresas com poucos níveis
organizacionais no cluster Bahía Blanca, a análise em sua forma mais simples
contribuirá para explicar os resultados das mudanças externas a essas empresas, também
pode ajudar a formular recomendações sobre a organização empresarial, políticas de
incentivo e instrumentos de assistência empresarial.

4. Aplicação do modelo analítico de gráficos a algumas estruturas do cluster Bahía

Blanca
Algumas estruturas pesquisadas, principalmente em microempresas, respondem à
modelagem como dígrafos, algumas com pouca iteração, algo muito comum em
empresas de serviços de limpeza, algumas com forte ligação unidirecional entre os
donos da empresa e os funcionários, como ocorre nas oficinas mecânicas e em empresas
de reparos. Por fim, nas empresas de microsserviços financeiros, verificou-se que o
dígrafo apresentava uma ligação bidirecional bastante equilibrada. Isso pode ser visto no
gráfico a seguir.

Gráfico 3. Modelagem de EOs em microempresas

Analisaremos os três casos com base no benefício que cada uma dessas organizações
pode alcançar diante de um evento externo, para isso assumiremos que A1=A2=A, e
que g1=g2=g, que poderia responder a casos de empresas onde os proprietários e
funcionários têm níveis de conhecimento semelhantes e cuja capacidade de adaptação e
mudança é semelhante, seja ela boa ou ruim.
No primeiro caso aplicando a equação (7) obtemos:
 (8)

Aqui o subscrito 2I indica que é um gráfico de dois componentes correspondente ao

caso I, neste caso não importa onde a mudança começou em virtude da não vinculação e
da suposição sobre receitas e custos iguais para cada componente. Para o caso II onde a
ligação do dígrafo é unidirecional obtemos:

(9)

Neste caso, a equação (9) representa a média dos benefícios obtidos ao iniciar a
mudança em cada um dos nós. Para o caso de ligação bidirecional adequada, obtemos:

(10)

No primeiro caso, se a velocidade de adaptação for rápida r«1, o benefício dependerá da

relação entre o custo de adaptação e o aumento da renda. Isso pôde ser verificado no
caso da adoção de novas e melhores ferramentas de trabalho com R pequeno, baixo
custo e alto desempenho da adoção de nova tecnologia, sendo o benefício considerável
nas empresas de serviços de limpeza que incorporaram novas ferramentas. Nos casos
em que a tecnologia era difícil de incorporar, aumentando r o benefício era diminuído.
No segundo caso, altera-se em função de onde se inicia a adaptação à mudança,
verificando-se que a partir dos proprietários o benefício é menor do que quando parte
dos colaboradores, o que se verificou na adoção de novas ferramentas de trabalho pois o
custo está associado e não existe a transmissão da capacidade de utilização da referida
ferramenta aos trabalhadores, caso já adotem inicialmente este custo. Aqui, na lenta
adaptação às mudanças, o benefício dependerá principalmente da relação entre as
receitas A e os custos g.
Para o terceiro caso temos uma dependência direta do benefício na relação entre receitas
e despesas, mas a relação inversa com o tempo de adaptação não é tão importante. Nas
empresas pesquisadas, isso ficou evidente no uso das TICs, onde a adaptação foi lenta,
mas os benefícios se manifestaram, pois a receita foi maior que os custos de adaptação.
Para estabelecer uma comparação entre esses três casos, foi realizada uma simulação
dos possíveis benefícios, pegando as três variáveis e variando cada uma delas a cada
vez. A primeira simulação com a variável r e tomando A=g=1, que representaria uma
mudança externa que obriga a organização a se adaptar, mas que não incorre em ganhos
nem em gastos significativos, como seria o caso da adaptação à alguma nova norma de
funcionamento da emresa. Nesse caso, mostra-se a relação inversa entre lucro e
velocidade de adaptação, independentemente da estrutura organizacional.

Gráfico 4. Benefícios para a variável r e A=g=1 nas diferentes EOs

Se agora simularmos um cenário onde a renda supera os custos de adaptação, com A=10
eg=1, como a incorporação de uma nova ferramenta que aumenta a produção; assim
obtemos os seguintes resultados:
Gráfico 5. Benefícios para a variável r e A >g nas diferentes EOs

Neste caso, a estrutura com enlaces obtém benefícios superiores para baixas velocidades
de adaptação, não sendo diferente se o enlace for unidirecional ou bidirecional.
Verifica-se também que para velocidades de adaptação mais elevadas não há diferença
entre o benefício produzido nas diferentes EOs. O caso restante seria com gastos
superiores à renda, algo que ocorre com a introdução da regulamentação da produção.
Para isso tomamos g=10 e A=1, e o resultado é que o impacto da mudança é melhor,
pois a intensidade dos links é menor, como pode ser visto no gráfico 6.
 Gráfico 6. Benefícios para a variável r e A <g nas diferentes EOs

Como síntese das simulações que analisam a velocidade de adaptação dos componentes
da EO, pode-se dizer que o benefício proporcionado pela EO dependerá em grande parte
da relação entre a receita de adoção e seu custo. Se essa relação for favorável, uma
estrutura bem vinculada obtém mais benefícios, inversamente, do que ocorre com uma
relação receita-custo desfavorável.
O segundo grupo de simulações foi realizado tomando como variável a renda da
adaptação (variável A) com o gasto e a velocidade constante de adaptação (g=r=1).
Vemos que o benefício é maior no caso de haver um link e é indiferente ao tipo de link,
como pode ser visto no gráfico 7

Gráfico 7. Benefícios para a variável e r=g=1 nas diferentes EOs

Se for simulado um cenário onde a velocidade de adaptação é maior que o gasto dessa
adaptação, com r=10 eg=1, como seria o caso de adaptações a novos processos
resultantes de uma inovação disruptiva. Os resultados obtidos são os seguintes:
 Gráfico 8. Benefícios para a variável A e r>g nas diferentes EOs

Neste caso, nenhum benefício é apreciado com base na EO, mas resulta de ambos os
casos que um benefício líquido é obtido quando a receita é o dobro da despesa.
Invertendo a relação entre a velocidade de adaptação e o custo, obtemos:

Gráfico 9. Benefícios para a variável A e r<g nas diferentes EOs

Aqui claramente o benefício obtido tem uma relação inversa com a vinculação da EO.
Esta está associada a mudanças de difícil adaptação por parte dos membros de uma
organização, o que pode estar associado a uma falta de preparação para se adaptar a uma
nova tecnologia.
O terceiro grupo de simulações foi realizado considerando o custo de adaptação g como
variável, mantendo constante a renda e a velocidade de adaptação (A=r=1). O gráfico
obtido foi:

Gráfico 10. Benefícios para a variável g e A=r=1 nas diferentes EOs

Como esperado, para pequenos valores da relação renda-custo, a EO não influencia no
benefício obtido, mas à medida que o custo aumenta, as estruturas menos vinculadas
obtêm melhores benefícios. Os resultados obtidos quando a renda é significativa e a
velocidade de adaptação não varia (A=10 er=1) são mostrados no gráfico 11.

Gráfico 11. Benefícios da variável g e A>r nas diferentes EOs

Observa-se que quando a receita é significativa em relação à despesa, as estruturas

vinculadas obtêm mais benefícios, mas quando essa relação se inverte, são essas que
obtêm menos benefícios. Se a velocidade de adaptação é aumentada sem aumentar a
renda (r=10 e A=1), o gráfico obtido é:

Gráfico 12. Benefícios da variável g e A<r nas diferentes EOs

Como no caso anterior, com baixas velocidades de adaptação, as estruturas mais

vinculadas são favorecidas, embora não significativamente, mas à medida que a
velocidade de adaptação aumenta, a relação se inverte e as menos vinculadas obtêm
melhores benefícios.
5. Análise dos resultados obtidos
Um resumo das simulações realizadas e suas correlações correspondentes com os casos
registrados nas pesquisas podem ser vistos na tabela a seguir:
Tabela 1. Resultados dos Benefícios Teóricos para as Diferentes EOs e as
Evidências das Pesquisas

A tabela resume as diferentes condições que foram simuladas para as três EOs,
indicando na primeira linha as características gerais independentes de cada tipo de EO.
Na segunda linha, selecione qual EO é aquela com a qual você obtém o melhor
benefício ou, dependendo do caso, a menor perda (benefício negativo). Nas três linhas
seguintes são dadas as características individuais de cada EO conforme mostrado pela
simulação e se o comportamento pode ser verificado com os casos levantados nas
pesquisas. Este, em particular, é o resultado que apresenta mais imprecisões, pois
geralmente não há registros que corroborem os depoimentos sobre os casos relatados
nas pesquisas e essa ambiguidade leva à não inclusão dos casos coletados nas
entrevistas.

6. Conclusões
Em geral, pode-se concluir que estruturas altamente vinculadas (links bidirecionais)
aproveitam as mudanças externas se a renda (A) produzida for significativa. Quando o
gasto ou tempo de adaptação é significativo, as estruturas não ligadas (nós isolados) são
as que se adaptam com menos perdas. Os fracos (links de mão única) só são
convenientes quando a receita da adaptação supera os custos nos casos em que a
velocidade de adaptação às mudanças é grande.
A verificação da primeira conclusão decorre do crescimento vivenciado pelas
microempresas com estruturas fortemente vinculadas frente às inovações disruptivas, o
mesmo ocorre quando simultaneamente os custos são baixos naquelas empresas com
estruturas pouco vinculadas, no caso de empresas com estruturas desvinculadas. Estas
estruturas são as que sobreviveram às crises econômicas mais frequentes na região.
O resultado das conclusões deste estudo pode ser estendido para EOs mais complexas,
para as quais pode ser demonstrado que existem formas de simplificá-las sem alterar
significativamente os resultados dos benefícios.
Em relação à sua aplicação ao cluster econômico Bahía Blanca, vemos que se as
estruturas funcionais pudessem ser simplificadas em dois níveis, gerencial e
operacional, em uma primeira e ampla simplificação, quase metade das EOs das
empresas do cluster poderiam ser descritas.

Referências
 Brynjolfsson, E., L. Hitt. 1996. Paradox lost? Firm-level evidence on the returns
to information systems spending. Management Sci. 42 541–558.
 Burton, R. M., B. Obel. 1995. Strategic Organizational Diagnosis and Design.
Kluwer Academic Publishers, Boston/Dordrecht/London.
 Carley, K. M. 1991. A theory of group stability. Amer. Soc. Rev. 56 331–354.
 Chuang, S.-H., Liao, C., & Lin, S. 2013. Determinants of knowledge
management with information technology support impact on firm performance.
Information Technology and Management, 14(3), 217–230.
https://doi.org/10.1007/s10799-013-0153-1
 DeCanio, S. J., W. E. Watkins. 1998. Information processing and organizational
structure. J. Econom. Behavior and Organ. 36 275–294.
 Gersbach, H., U. Wehrspohn. 1998. Organizational design with a budget
constraint. Rev. Econom. Design 3 149–157.
 Goldberg, D. E. 1989. Genetic Algorithms in Search, Optimization, and
Machine Learning. Addison-Wesley, Reading, MA.
 Graicunas, V. A. 1933. Relationship in organization. Bull. Internat. Management
Inst. 7 39–42.
 Grandori, A. 1991. Negotiating efficient organization forms. J. Econom.
Behavior and Organ. 16 319–340.
 Harary, F., E. M. Palmer. 1973. Graphical Enumeration. Academic Press, New
York.
 Holland, J. H. 1992. Adaptation in Natural and Artificial Systems. MIT Press,
Cambridge, MA.
 Huberman, B. A., T. Hogg. 1995. Communities of practice: Performance and
evolution. Comput. Math. Organ. Theory 1 73–92.
 Kennedy, P. W. 1994. Information processing and organization design. J.
Econom. Behavior and Organ. 353 37–51.
 Kim, S. B. (2014). Impacts of knowledge management on the organizationlal
success. KSCE Journal of Civil Engineering, 18(6), 1609–1617.
https://doi.org/10.1007/s12205-014-0243-6
 Kollman, K., J. H. Miller, S. E. Page. 1997. Political institutions and sorting in a
Tiebout model. Amer. Econom. Rev. 87 977–992.
 Krackhardt, D. 1994. Graph theoretical dimensions of informal organizations. K.
M. Carley, M. J. Prietula, eds. Computational Organization Theory. Lawrence
Erlbaum Associates, Hillsdale, NJ. 89–111.
 Lant, T. K. 1994. Computer simulations of organizations as experiential learning
systems: Implications for organization theory. K. M. Carley, M. J. Prietula, eds.
Computational Organization Theory. Lawrence Erlbaum Associates, Hillsdale,
NJ. 195–215.
 Lee. J. 1998. Dynamic organizations: Organizational adaptation in a changing
environment. J. A. Baum, ed. Advances in Strategic Management, Vol. 15:
Disciplinary Roots of Strategic Management Research. JAI Press, Inc.,
Stamford, CT.
 Levine, D. 1996. Users Guide to the PGAPack Parallel Genetic Algorithm
Library. Argonne National Laboratory publication ANL-95/18,
http://www-fp.mcs.anl.gov/division/publications/reports.htm.
 Levinthal, D. A. 1997. Adaptation on rugged landscapes. Management Sci. 43
934–950.
 Levitt, R. E., G. P. Cohen, J. C. Kunz, C. I. Nass, T. Christiansen, Y. Jin. 1994.
The “virtual design team”: Simulating how organization structure and
information processing tools affect team performance. K. M. Carley, M. J.
Prietula, eds. Computational Organization Theory. Lawrence Erlbaum
Associates, Hillsdale, NJ. 1–18.
 Lin, T.-C., Chang, C. L., & Tsai, W.-C. 2016. The influences of knowledge loss
and knowledge retention mechanisms on the absorptive capacity and
performance of a MIS department. Management Decision, 54(7), 1757–1787.
https://doi.org/10.1108/MD-02-2016-0117
 Lin, Z., K. Carley. 1994. Organizational response: Trade-offs among
opportunities for review, cost, and performance. Computational Organization
Design. Papers from the 1994 AAAI Spring Sym-posium. AAAI Press,
Technical Report SS-94-07, Menlo Park, CA.
 Marschak, T., S. Reichelstein. 1998. Network mechanisms, informational
efficiency, and hierarchies. J. Econom. Theory 79 106–141.
 Meagher, K., T. Van Zandt. 1997. Managerial costs for one-shot decentralized
information processing. Unpublished manuscript, Australian National University
and Princeton University.
 Mellon University, Pittsburgh, PA. Oberschelp, W. 1967. Kombinatorische
Anzahlbestimmungen in relationen. Math. Ann. 174 53–58.
 Mihavics, K. W., A. M. Ouksel. 1996. Learning to align organizational design
and data. Comput. Math. Organ. Theory 1 143–155.
 Miller, J. H. 1996. Evolving information processing organizations. Manuscript,
Department of Decision and Social Sciences, Carnegie
 Noruzy, A., Dalfard, V. M., Azhdari, B., Nazari-Shirkouhi, S., & Rezazadeh, A.
2013. Relations between transformational leadership, organizational learning,
knowledge management, organizational innovation, and organizational
performance: an empirical investigation of manufacturing firms. The
International Journal of Advanced Manufacturing Technology, 64(5–8), 1073–
1085. https://doi.org/10.1007/s00170-012-4038-y
 Page, S. E. 1996. Two Measures of Difficulty. Econom. Theory 8 321–346.
 Radner, R. 1992. Hierarchy: The economics of managing. J. Econom. Literature
30 1382–1415.
 Radner, R. 1993. The organization of decentralized information processing.
Econometrica 61 1109–1146.
 Reichman, N., P. Canan, S. J. DeCanio, C. Dibble. 1999. Expert networks and
leadership roles: Structure and style. Paper presented at The Earth Technologies
Forum, Washington, DC.
 Rhodes, J., Lok, P., Yu‐Yuan Hung, R., & Fang, S. 2008. An integrative model
of organizational learning and social capital on effective knowledge transfer and
perceived organizational performance. Journal of Workplace Learning, 20(4),
245–258. https://doi.org/10.1108/13665620810871105
 Shahzad, K., Bajwa, S. U., Siddiqi, A. F. I., Ahmid, F., & Raza Sultani, A. 2016.
Integrating knowledge management (KM) strategies and processes to enhance
organizational creativity and performance: An empirical investigation. Journal
of Modelling in Management, 11(1), 154–179. https://doi.org/10.1108/JM2-07-
2014-0061
 Tan, L. P., & Wong, K. Y. 2015. Linkage between knowledge management and
manufacturing performance: a structural equation modelling approach. Journal
of Knowledge Management, 19(4), 814–835. https://doi.org/10.1108/JKM-11-
2014-0487
 Tom Sawyer Software. 1999. Graph Layout Toolkit.
http://www.tomsawyer.com/index.html , Berkeley, CA.
 Valente, T. W. 1995. Network Models of the Diffusion of Innovations. Hampton
Press, Inc., Creskill, NJ.
 Van Zandt, T. 1997. The scheduling and organization of periodic
associative computation: Essential networks (Part 1). Rev. Econom. Design 3
15–27.
 Van Zandt, T. 1998. The scheduling and organization of periodic
associative computation: Efficient networks (Part 2). Rev. Econom. Design 3
93–127.
 Van Zandt, T. R. Radner. 1996. Real-time decentralized information
processing and returns to scale. Unpublished manuscript, Princeton University
and New York University.
 Van Zandt, T. 1996b. Organizations with an endogenous number of information
processing agents. M. Majumdar, ed. Organizations with Incomplete
Information. Cambridge University Press, Cambridge, U.K. Forthcoming.
 Van Zandt, T. 1996a. Decentralized information processing in the theory of
organizations. M. Sertel, ed. Contemporary Economic Development Reviewed,
Volume 4: The Enterprise and its Environment. MacMillan Press Ltd, London,
U.K. Forthcoming.
 Wasserman, S., K. Faust. 1994. Social Network Analysis: Methods and
Applications. Cambridge University Press, Cambridge, New York, and
Melbourne.
 Watkins, G. Mitchell, K. Amir-Atefi, C. Dibble. 2000. Complexity in
organizations: Consequences for climate policy analysis. R. B. Howarth, D. C.
Hall, eds. Advances in the Economics of Environmental Resources, Vol. 3. JAI
Press, Elsevier Science, New York and Amsterdam. Forthcoming.
 Watts, D. J., S. H. Strogatz. 1998. Collective dynamics of “small world”
networks. Nature 393 440–442.
 Weinberg, D. H. 1996. A brief look at postwar U.S. income inequality. Current
Population Reports. U.S. Census Bureau P60-191,
http://www.census.gov/hhes/www/p60191.html
 Wilson, R. 1985. Introduction to Graph Theory, 3rd ed., Longman Group
Limited, Harlow, U.K.
 Wu, S., & Liu, S. 2010. The performance measurement perspectives and causal
relationship for ISO‐certified companies: A case of opto‐electronic industry.
International Journal of Quality & Reliability Management, 27(1), 27–47.
https://doi.org/10.1108/02656711011009290