隱性知識共享對企業(yè)創(chuàng)新績效的影響研究
——基于對西部地區(qū)IT企業(yè)的考察

劉良燦，呂潮林，寧　鑫

(貴州財經(jīng)大學 工商學院，貴州 貴陽 550025)

1　理論與假設

1.1　隱性知識共享與創(chuàng)新績效

隱性知識是企業(yè)創(chuàng)新的基礎和前提[1]，對創(chuàng)造力有獨特的價值[2]。隱性知識共享不是單向的，它是一種利己行為，能夠促進自身創(chuàng)新績效的提高[3]。有效的知識共享支持了企業(yè)核心能力的發(fā)展，為企業(yè)創(chuàng)新活動提供基礎[4]。隱性知識共享使企業(yè)原有的知識發(fā)生碰撞，產(chǎn)生新知識，激發(fā)企業(yè)創(chuàng)新，最終實現(xiàn)創(chuàng)新產(chǎn)出[1]。企業(yè)通過一定的渠道將自身的隱性知識進行共享，新的隱性知識會和舊的隱性知識融合，進而產(chǎn)生企業(yè)能夠理解的新的隱性知識。新的隱性知識又會激發(fā)企業(yè)技術創(chuàng)新和管理流程創(chuàng)新。據(jù)此提出假設：

H1：隱性知識共享與創(chuàng)新績效的提升正相關。

1.2　 隱性知識共享與吸收能力

目前，關于隱性知識共享與吸收能力的研究文獻較少，研究側重于知識共享和吸收能力[5]。實證研究表明，知識共享能夠提升吸收能力[6]。顯性知識、隱性知識共享會在一定程度上影響組織的潛在吸收能力和實際吸收能力，在這一過程中隱性知識對吸收能力的影響更大。例如，先驗知識會在很大程度上影響企業(yè)的吸收能力[7]。知識存量的高低會直接影響知識主體對外界知識的吸收。只有當知識主體的知識存量較高時，它所擁有的吸收能力才能更好地發(fā)揮作用。知識共享是知識主體獲取知識的有效方式，知識共享后知識的多樣性明顯增加[8]。隱性知識通過共享的方式從一個個體轉移到另一個個體，使企業(yè)獲取隱性知識，進而擴大知識儲備。知識儲備上升后，企業(yè)知識識別能力會增強。據(jù)此提出如下假設：

H2：隱性知識共享與吸收能力正相關。

H2a：隱性知識共享與潛在吸收能力正相關。

H2b：隱性知識共享與實際吸收能力正相關。

1.3　 吸收能力與創(chuàng)新績效

目前，學術界對于吸收能力以及創(chuàng)新績效的研究側重于組織層面。企業(yè)提升吸收能力的目的是為了提升相關績效[9]。在大樣本檢驗下，企業(yè)吸收能力與新產(chǎn)品開發(fā)績效之間呈現(xiàn)明顯的正相關關系[10]。企業(yè)知識吸收能力越強，就越能更多地進行知識輸出，輸出的知識可以提高企業(yè)的創(chuàng)新績效。通過增加企業(yè)研發(fā)投入產(chǎn)生的吸收能力也可以促進企業(yè)創(chuàng)新。因此組織對外部知識的吸收能力是決定企業(yè)創(chuàng)新績效的一個重要因素[11]。從潛在和實際吸收能力視角對吸收能力與組織創(chuàng)新的關系進行分析，發(fā)現(xiàn)吸收能力對創(chuàng)新的慣的慣性有很大影響[12]。吸收能力越強，知識主體對技術和產(chǎn)品的開發(fā)內(nèi)涵理解越透徹，越容易實現(xiàn)創(chuàng)新績效的提升[13]。實證研究發(fā)現(xiàn)，吸收能力是組織學習與組織創(chuàng)新關系的中介變量[14]。吸收能力會在一定程度上影響企業(yè)創(chuàng)新績效的提升，并且會在隱性知識獲取、共享與企業(yè)創(chuàng)新績效中起到一定的促進作用[15]。據(jù)此提出如下假設：

H3：吸收能力與創(chuàng)新績效正相關。

H3a：潛在吸收能力與創(chuàng)新績效正相關。

H3b：實際吸收能力與創(chuàng)新績效正相關。

根據(jù)以上假設，本文提出概念模型(見圖1)。

2　研究設計

圖1變量概念模型

2.1　變量測量

變量測定采用Likert5分量表法。數(shù)字1～5分別表示“非常不同意”“不同意”“一般”“同意”和“非常同意”。選取各變量使用較為頻繁且效度信度較高的量表，測量題項如表1所示。

表1　測量指標與量表來源

2.2　問卷設計與數(shù)據(jù)收集

調查問卷由兩部分組成：企業(yè)相關信息和變量測量題項。調查對象為企業(yè)中高層管理者。本次調查共發(fā)放問卷250份，回收問卷211份，回收率為84.4%，有效問卷200份，有效率為94.7%，基本情況如表2所示。

表2　企業(yè)基本情況

3　結果分析與討論

3.1　信度與效度分析

3.1.1信度分析采用克朗巴哈系數(shù)(Cronbach's alpha)測量量表內(nèi)部信度，Cronbach's alpha均在0.8以上(見表3)，說明其內(nèi)部一致性較好，即研究結果是可信的。

表3　量表信度分析

3.1.2效度分析有效性檢測需考察內(nèi)容效度和結構效度兩個方面[16]。所度量的各個題項均來自國內(nèi)外比較成熟的量表，并且經(jīng)本領域專家檢驗(專家組成員為1名教授，2名副教授，8名企業(yè)中高層管理人員)，結果顯示，內(nèi)容效度很好，此量表可用于相關研究。采用因素分析法，即通過測量各相關變量的KMO值以及Bartlett’s球形檢驗的顯著性水平判斷量表的結構效度。從表4可以看出，各變量的KMO值均在0.6以上，Bartlett’s球形檢驗的顯著性水平均為0.000(小于0.05)，說明量表各題項結構效度良好，可進行后續(xù)分析。

表4　量表效度分析

3.2　相關性分析

通過分析各變量之間Pearson相關性以及顯著性(雙側)水平對相關假設進行初判，結果如表5所示。

表5　各變量相關性矩陣

注：**，在.01水平(雙側)顯著相關上

由表5可知，隱性知識共享與企業(yè)創(chuàng)新績效之間有顯著正相關關系，吸收能力和企業(yè)創(chuàng)新績效之間也有顯著正相關關系，初步證實了前文假設，可以進行后續(xù)過程。

3.3　回歸分析與假設檢驗

3.3.1隱性知識共享與企業(yè)創(chuàng)新績效的假設檢驗將模型的自變量設置為隱性知識共享，因變量設置為企業(yè)創(chuàng)新績效，進行多元回歸分析，結果如表6所示。模型H1的Adj.R2為0.656，說明隱性知識獲取可以解釋企業(yè)創(chuàng)新績效整體65.6%的變化；F值為96.080(P<0.01)，說明模型整體上是顯著的；β=0.624>0,p<0.01，表明自變量對因變量的正向影響顯著，H1得證。

表6　隱性知識共享與創(chuàng)新績效的回歸分析

3.3.2隱性知識共享與吸收能力的假設檢驗將模型的自變量設置為隱性知識共享，因變量設置為吸收能力，進行多元回歸分析，結果如表7所示。模型H2的Adj.R2為0.552，說明隱性知識獲取可以解釋吸收能力整體55.2%的變化；F值為62.282(P<0.01)，說明模型整體上是顯著的；β=0.154>0,p<0.01，表明自變量對因變量的正向影響顯著，H2得證。

將因變量更換為潛在吸收能力，不改變自變量，進行多元回歸分析，結果如表7所示。模型H2a的 Adj.R2為0.539，說明隱性知識獲取可以解釋企業(yè)創(chuàng)新績效整體53.9%的變化；F值為59.161(P<0.01)，說明模型整體上是顯著的；β值為0.149,p<0.01，表明自變量對因變量的正向影響顯著，H2a得證。

將因變量更換為實際吸收能力，不改變自變量，進行多元回歸分析，結果如表7所示。模型H2b的 Adj.R2為0.5061，說明隱性知識獲取可以解釋企業(yè)創(chuàng)新績效整體50.6%的變化；F值為51.861(P<0.01)，說明模型整體上是顯著的；β值為0.151,p<0.01，表明自變量對因變量的正向影響顯著，H2b得證。

表7　隱性知識共享與吸收能力及其各維度的回歸分析

3.3.3吸收能力與企業(yè)創(chuàng)新績效的假設檢驗將模型的自變量設置為吸收能力，因變量設置為企業(yè)創(chuàng)新績效，進行多元回歸分析，結果如表8所示。模型H3的Adj.R2為0.536，說明吸收能力可以解釋企業(yè)創(chuàng)新績效整體53.6%的變化；F值為39.447(P<0.01)，說明模型整體上是顯著的；β=0.797>0,p<0.01表明自變量對因變量的正向影響顯著，H3得證。

將自變量更換為潛在吸收能力和實際吸收能力，不改變因變量，進行多元回歸分析，結果如表8所示。模型H3a和H3b的 Adj.R2為0.533，說明潛在吸收能力和實際吸收能力可以解釋企業(yè)創(chuàng)新績效整體53.3%的變化；F值為31. 715(P<0.01)，說明模型整體上是顯著的；β值分別為0.686和0.519,p<0.01，表明自變量對因變量的正向影響顯著，H3a、H3b得證。

表8　吸收能力及各維度與創(chuàng)新績效的回歸分析

3.3.4中介作用檢驗采用Baron&Kenny(1986)和溫忠麟(2004)的檢驗方法。首先檢驗自變量隱性知識共享和因變量創(chuàng)新績效之間的顯著性，將兩個變量進行回歸，結果如表9所示。β>0，P<0.05，說明影響顯著，可以進行后續(xù)步驟。其次分別檢驗自變量隱性知識共享和中介變量吸收能力、中介變量吸收能力和因變量創(chuàng)新績效之間的顯著性，結果如表9所示。β>0，P<0.05，說明兩個變量之間的影響均顯著，可以進行后續(xù)步驟。最后加入中介變量吸收能力，運用spss20.0選取“逐步回歸”進行多元回歸，結果顯示，隱性知識共享與創(chuàng)新績效之間的回歸系數(shù)大幅減小，且P>0.05，原回歸不再顯著，而吸收能力與創(chuàng)新績效的回歸依然顯著，因此判定吸收能力在隱性知識共享和企業(yè)創(chuàng)新績效之間起到中介作用，并且為完全中介。

表9　隱性知識共享、吸收能力與創(chuàng)新績效的回歸分析表

3.4　假設檢驗總結

采用多元回歸對提出的假設進行檢驗，VIF系數(shù)均在5以下，因此認為不存在多重共線性?，F(xiàn)將假設檢驗結果匯總，如表10所示：

表10　假設檢驗匯總

4　結論與建議

4.1　倡導隱性知識共享，增加創(chuàng)新績效

研究發(fā)現(xiàn)，隱性知識共享與創(chuàng)新績效增加存在顯著的正相關關系。IT企業(yè)應積極營造良好的隱性知識共享氛圍,增加知識共享的主動性。根據(jù)日本學者Nonaka的知識創(chuàng)造理論，不同知識主體在相遇時知識會進行碰撞，并且螺旋上升，在這一環(huán)節(jié)中不同主體的知識儲備量都會增加。通過分析我們也發(fā)現(xiàn)，IT企業(yè)積極進行隱性知識共享會使創(chuàng)新績效提升，因此IT企業(yè)應倡導隱性知識共享。

4.2　隱性知識共享可以提升IT企業(yè)吸收能力

研究發(fā)現(xiàn)，隱性知識共享可以在一定程度上增加IT企業(yè)的吸收能力，即隱性知識共享是IT企業(yè)吸收能力形成的重要條件。隱性知識通過共享的方式，從一個主體轉移到另一個主體，新舊知識進行碰撞從而產(chǎn)生了新的知識，新知識的產(chǎn)生又會增加IT企業(yè)對于知識的潛在吸收能力，這會促進IT企業(yè)獲取更多的隱性知識，這是一個良性的循環(huán)。與此同時，IT企業(yè)也有更多的知識進行輸出，從而提高了IT企業(yè)的實際吸收能力。

4.3　努力提升自身吸收能力，實現(xiàn)創(chuàng)新產(chǎn)出

研究表明，吸收能力是影響IT企業(yè)創(chuàng)新產(chǎn)出的重要因素，吸收能力在隱性知識共享與IT企業(yè)創(chuàng)新績效間起到了重要的中介作用。當IT企業(yè)吸收能力提升后，更多知識會被獲取、吸收、轉化、輸出。換句話說，吸收能力提升，IT企業(yè)可以擁有更多的知識進行輸出，輸出的效果也更好，因此IT公司應積極提升自身的知識吸收能力。