动态联盟作为一种新的组织形式,其组建的目的和范围超出了其最初起源时在制造领域对单一敏捷性的要求,已扩展到知识创新、市场开发等诸多领域。为了解释这种经济现象和利用其组织优势,本文系统研究了有关动态联盟的合作伙伴选择、利益分配、组织学习的理论和管理机制的一些问题。首先,动态联盟中重要的决策是联盟伙伴的选择问题。在目前研究中很少考虑专家在评价过程中对某些不确定性指标值估算的差异和评价结果的置信度,而且在方法上局限于单一伙伴选择,造成对伙伴网络缺乏优化。本文建立了一套考虑质量、技术、绩效等要素的合作伙伴选择评价体系。鉴于一些指标很难给出准确的评价值,以及决策者对指标重要性的主观评价、指标在决策中的作用和指标评价值的可靠程度对不同目标动态联盟指标权重的影响,使用了集值统计方法。在确定了联盟候选伙伴后,还根据它们之间的网络关系对目标进行了优化,选择最终的合作伙伴组合,从而确保参与成员不论是从个体还是从整体角度衡量都是有效的。其次,目前动态联盟利益分配过程博弈研究主要集中在Shapley解的讨论和应用中,缺乏从讨价还价方向的系统性分析。本文从5条Nash谈判公理出发,讨论了两企业利益分配的纳什解、联盟解和鲁宾斯坦解,并将两企业分配的情况推广到多企业利益分配。为了动态联盟利益分配有效进行,给出了动态联盟设计的原则,保证联盟分配过程有可行的各成员都认可的结果。在动态联盟管理机制方面,针对目前研究中理论和方法的不足,重点研究了绩效评价、核心能力保护、信任和关系资本的发展。为了改善联盟失败率高的问题,将平衡记分卡的概念引入到动态联盟的评价中。除了财务指标外,还对顾客满意度、内部程序和组织的学习和成长活动的业务指标进行测评,并给出了评价的二级指标体系的示例。分析了构成动态联盟伙伴企业核心能力知识资产的流失渠道,及其面临的风险的类型、来源和后果,并给出了风险防范的方案体系。利用博弈论的方法论证了信任的作用机制,提出了信任和关系资本的培养路径,以及联盟文化对它们的影响。动态联盟的组织学习是维系动态联盟发展的重要环节,但目前对其学习过程及其对知识创造的影响还缺乏系统研究。本文从渐进式学习和突破式学习两方面进行研究。利用Nonaka的SECI模型和“Ba”的概念,构建了动态联盟的渐进式学习模型;论述了通过知识场和动态学习循环,动态联盟可以进行渐进式的、螺旋上升的知识创造循环。在Argyris的单循环学习和双循环学习概念的基础上,构建了动态联盟的突破式学习模型,有效地描述了联盟成员间不断发展的知识传递和基于冲突的创造性思维和知识创新。最后,本文在结论与展望中总结了主要研究结果及其局限性,特别是根据目前的研究结果,提出了有待进一步研究的几个关键问题。