知识异质性与知识创新绩效的关系研究.docVIP

知识异质性与知识创新绩效的关系研究：以企业研发团队为例*国家自然科学基金项目“研发团队的知识资本与社会资本对其有效性的影响研究”（70972073）*航空科学基金项目“突破性创新三大动因的理论与实证研究：以我国航空工业企业为样本”（2009ZG52066）王颖1，彭灿2（南京航空航天大学1，2经济与管理学院，江苏南京210016）摘要：在界定知识异质性和知识创新绩效概念的基础上，基于前人相关研究文献提出了知识异质性与知识创新绩效的关系假设，然后通过对有研发团队工作经验的142名员工进行问卷调查收集并分析了有关数据。结果显示：团队成员的教育背景异质性对知识创新绩效产生负面影响，知识技能与职业经验异质性对研发团队知识创新绩效均有积极显著影响。最后对实证研究的结果进行了分析，进而提出了有关对策建议。关键词：知识异质性；知识创新绩效；研发团队 中图分类号 C939 引言随着越来越多的企业采用团队这种组织形式来开展研发活动，如何科学组建和有效管理研发团队成为学术界和企业界共同关注的一个重要研究课题。从知识观的角度看，研发团队的根本任务就是充分运用其原有的相关知识和努力创造新的知识。因此，研发团队的有效性在很大程度上可以用其知识创新绩效来反映。要科学地测量和有效地提高研发团队的知识创新绩效，就必须对影响研发团队知识创新绩效的主要因素进行系统而深入的研究。团队建立的同时伴随而来的是包括团队成员的生理属性、社会属性等在内的异质性（多样性），既包括年龄、种族、性别等客观易查的显变量，也包括价值观、技能知识等较难测量的隐变量。而研发团队一般是由若干在知识、能力、经验、观念、思维方式、行为习惯和性格特征等方面存在差异的人组成的群体，该群体的一个显著特征是其各成员所具有的知识之间存在一定的差异。换言之，知识异质性是研发团队的一个基本特征，研发团队知识异质性的高低必然会对其知识创新绩效的好坏产生重要的影响。然而，迄今为止，国内外学者对这种影响所做的研究（特别是实证研究）十分鲜见。因此，对知识异质性与知识创新绩效二者之间的关系进行研究具有重要的理论与现实意义。1理论背景与研究假设1.1知识异质性Milliken等1指出，随着组织的协调管理越来越依赖团队的形式，员工们会有越来越多的时间用于团队内的交流，因此他们会与职业技能、教育背景、价值观念不同的人接触。由于现实中的团队大多都是异质性团队，而且团队异质性（diversity）的大小会对团队有效性产生重要的影响，因而其一直是团队研究的热点。邓今朝与王重鸣等人2认为，团队多样性首先表现为知识的多样化，面对特定问题，人们会习惯性的相信并依赖自己的知识经验，知识和经验在很大程度上决定了解决问题的方式。他们认为，团队中的认知多样化源于知识多样化，也被称为更深层次的多样化。不同的经历会反映出人们不同的思维模式和不同的知识结构。本文认为，知识异质性是由于个人的教育背景、工作经验、生活经历等一系列的因素形成的个人知识和经验的差别。根据野中郁次郎等人的知识分类，我们可以将其分为形式知识异质性和暗默知识异质性。形式知识即所易观察的特质，如教育背景中的学历、所学专业等，暗默知识即个人所具备的知识技能，职业经验等。Jehn等34认为，团队中存在信息（即团队成员的知识基础与观点）异质性，例如：教育背景、经验、专业知识等，他认为专业背景、学历和职业经验则能够反映成员的知识储备情况、观点及思想倾向。这里的信息指的是经过加工易于理解的结构化信息。我们认为，Jehn的文章中所指的信息异质性与本文中的知识异质性大同小异。Milliken & Martins1等人整理了19891994年，在排名前13的管理研究期刊中所刊登有关异质性的文章后，用了14个指标来描述团队的异质性，其中，关于技术与知识异质性的指标包括：教育背景、职务背景、职业背景、产业经验及组织成员地位。古家军与胡蓓5将高管团队异质性分为知识结构和职业背景两个维度，其中知识结构涉及到两个变量：学历和专业背景。浙江大学的熊立6也认为，团队成员在专业背景、学历和职业经验等方面的差异能拓宽整个团队经验和专长的范围。本文中的知识异质性量表主要参考以上学者的指标体系进行设计。1.2研发团队知识创新绩效创新理论之父熊彼特认为，创新是把一种从来没有过的关于生产要素的“新组合”引入生产体系，其目的是获取潜在利润。同样，知识创新也是将各种知识要素进行新的组合与创造，从而在企业内形成价值增值。研发团队是专门从事研究和开发（ 发展） 工作的团队。Leenders等人7认为，研发活动的核心产品是知识，故其根本任务就是生产或创造（ 新）知识，即进行知识创新。事实上，知识创新也就是知识的生产、应用和增值的过程。一般团队绩效模型把团队绩效定义为团队产出绩效 (主要是团队任务产出 )和非产出绩效 (包括工作满意感和顾客满意度等 )两类，对于科研团队的知识创新活动而言 ,主要采用产出绩效（即团队的任务产出）来衡量其知识创新绩效8。大多数学者采用研发新产品数量、新产品质量、研发成本、工作效率、客户满意度等测量指标来反映团队的任务产出。樊治平等在知识管理研究一书中提出的知识创新能力评价指标包括：新产品开发能力和新知识运用能力9。韩智慧10也认为，知识创造的成果一方面体现为满足市场需求的新产品，另一方面则体现为研发团队成员的知识增长，以及团队组织的知识增长既包括显性知识的增长，如大量的文档、手册等，也包括隐性知识的增长，如团队特有的惯例、流程等，换言之，新产品开发活动中的知识创造绩效应该由产品层绩效和知识层绩效两方面构成。基于上述文献的观点我们认为，知识创新绩效可以从产品和知识两个维度进行测量，即知识创新主要体现在新知识的直接创造和新产品的创新上。为了便于数据的处理，在本文中，团队知识创新绩效被看成一个整体变量，不再划分具体维度。本文中的团队知识创新绩效量表主要参考了韩智慧的有关量表10。1.3知识异质性与研发团队知识创新绩效关系的研究假设张钢等人11认为,团队中的知识具有多元化和异质性，由于知识的多元性和异质性，在团队的知识获取、共享、应用和创造过程中，知识主体之间认识和行为的差异性不仅是必然的，而且是激发创造和创新所必须的。当团队成员的知识差异较高时，团队获得了更多的看问题的视点从而大大拓宽了对问题表征的认识宽度，促进了更多创新思维的产生。他们11认为，当团队内不存在知识冲突时，知识差异对团队创新度有积极的影响。Huber12指出，团队成员拥有的知识信息和所持的观点是不同的，通过团队学习综合不同个体的信息，不仅形成新的信息，也形成了对问题新的理解。Kristina13研究了团队异质性对信息利用的影响，发现教育背景异质性、国别异质性对团队信息利用有促进作用。Allen C.Amason14则主要针对高层管理团队内的知识冲突对绩效的影响做了一定的研究，他们认为，由于认识上差异带来的冲突令管理者视角变得开阔，同时打破思维定势，有利于创新性决策的制定。古家军、胡蓓5的研究表明，高层管理团队 (TMT)知识结构（包括学历与专业背景）和职业背景的异质性对R&D绩效及创新过程绩效均产生显著的积极影响。而磨玉峰、徐国芳15等人认为，团队教育异质性上表现出两个相互矛盾的作用：一方面，教育的异质性为团队提供了多元的信息和对现象更深层次的理解，从而提高了团队绩效； 另一方面，团队成员的教育程度相差越大，越容易产生冲突，因此降低了绩效；职业经验异质性有利提高决策的质量和效率，从而提高团队绩效。研发团队成员主要是由知识型员工组成的，员工的知识技能异质性对研发团队知识创新绩效的影响是非常直接的。跨学科的知识创新是将承载着不同学科知识、运用不同思维模式、具有不同价值观的人聚拢在一起，实现异质性知识（包含文化知识、组织知识在内的广义知识）的耦合创新16。因此我们认为，知识技能的异质性程度越高，知识创新能力越强。一般说来，职业经验越丰富面对问题时处理的方式方法越得当，同时能够在短时间内确定最恰当的解决方法，进而提高了团队绩效。基于上述文献回顾与分析，笔者提出以下假设：H1：教育背景异质性与研发团队知识创新绩效正相关。H2：知识技能异质性与研发团队知识创新绩效正相关。H3：职业经验异质性与研发团队知识创新绩效正相关。2变量测量、数据收集与量表检验2.1变量测量本文主要采用问卷调查的研究方法，在借鉴国内外成熟量表的基础上，结合本研究的实际情况，对已有量表进行一定的修正，保证了一定的信度与效度。本研究设计的问卷包含三个部分:基本资料、知识异质性与研发团队知识创新绩效量表组成。知识异质性的量表主要参考Jehn和熊立等人的量表根据研发团队的特点自行编制，将知识异质性分为三个维度：教育背景、知识技能和职业经验，共11个测量项目。教育背景主要是用于描述被试者的教育经历、所学专业等，项目范围为V1V2；知识技能主要是描述被试者所具备的与工作相关的各方面的知识以及各类工作技能, 项目范围为V3V6；职业经验主要是描述被试者职业经历以及职业价值观等，项目范围为V7V11。研发团队知识创新绩效量表参考了韩智慧（2006）所开发的知识创造绩效指标体系，量表由10个测量项目构成，主要从知识层和产品层对绩效进行考察，项目范围为K1K10。问卷采用Likert 5点式量表，每个测量项目根据同意程度有“非常不同意”、“比较不同意”、“不确定”、“比较同意”和“非常同意”等五种选择项，分值分别对应为1-5分。2.2数据收集论文以我国企业研发团队为研究对象，针对企业研发部门的员工或者是曾经参加过研发活动的员工进行调研。为保证调研的顺利进行，在发放问卷之前，笔者曾经向企业研发团队的员工以及导师详细介绍了调研的目的和问卷的内容，并就问卷中的一些测量指标和他们进行了讨论。发放问卷200份，回收153份，剔除部分不完整问卷和无效问卷，形成150有效问卷，有效问卷回收率为75%，对回收数据采用SPSS17.0软件包进行分析。由于本文研究的对象是企业研发团队，我们主要选择从事信息行业和制造业的企业员工进行问卷的发放。接受调研的对象的性别结构为男性占样本总量的64%，女性占样本总量的36%；年龄结构主要在30岁以下的占样本总量的73%,30至40岁的占样本总量的19%；40岁以上的占样本总量的8%；在团队中任期一年以内的占样本总量的26%，一至三年的占样本总量48%，三至五年的占样本总量的22%，五年以上的占样本总量的4.0%；企业性质中国有占样本总量的24%，合作占样本总量的2%，合资占样本总量的12%，独资占样本总量的4%，集体占样本总量的2%，私营合作占样本总量的52%，其他合作占样本总量的4%。2.3变量测量量表的信度与效度检验我们对知识异质性量表进行了KMO测度和Bartlett球体检验，如表1所示，结果显示KMO的值为0.737，说明变量间的共同因素较多，适合做因子分析；Bartlett球体检验的近似卡方分布为963.634，在自由度为55时Sig=0.000，表明参与因子分析的样本的数量是充足的，数据具有相关性，适宜进行因子分析。表1 知识异质性量表的KMO and Bartletts检验结果Kaiser-Meyer-Olkin Measure of Sampling Adequacy.737Bartletts Test of SphericityApprox. Chi-Square963.634Df55Sig.000对研发团队知识异质性的11个测量题项采用主成分因子分析法，按照特征值大于1和正交旋转法方差最大法抽取因子，获得3个因子结构，即“教育背景”、“知识技能”与“职业经验”，总方差解释量为71.051%。采用 Cronbach一致性系数 (系数 )来分析信度。对知识异质性量表进行信度分析，各个因素的一致性系数CITC都在0.3以上，且大部分项目都保持在0.5以上的高水平，说明量表的内部一致性较高。且各结构维度的整体a信度系数均大于0.7，说明研发团队知识异质性的三维因子结构具有较好的信度。如表2所示。表2 知识异质性量表的信度分析因子结构测量条款CITCCronbachs Alpha教育背景V1.460.761V2.588知识技能V3.621.815V4.579V5.666V6.534职业经验V7.712.877V8.692V9.594V10.670V11.667我们对研发团队知识创新绩效量表进行了KMO测度和Bartlett球体检验，检验结果如表3所示。结果显示:KMO的值为0.881，说明变量间的共同因素较多，适合做因子分析；Bartlett球体检验的近似卡方分布为1517.817，在自由度为45时Sig=0.000，表明参与因子分析的样本的数量是充足的，数据具有相关性，适宜进行因子分析。表3 知识创新绩效量表的KMO and Bartletts检验结果Kaiser-Meyer-Olkin Measure of Sampling Adequacy.881Bartletts Test of SphericityApprox. Chi-Square1517.817df45Sig.000对研发团队知识创新绩效10个测量条款采用主成分分析法，按照特征值大于1和正交旋转法方差最大法抽取因子，获得1个因子结构，总方差解释量为69.614%。对因子分析得出的研发团队知识创新绩效的1个结构维度进行信度检验，如表4所示，结果表明各结构维度的显变量的纠正条款总相关系数值(CITC)均大于0.3，且大部分项目都保持在0.7以上的高水平，说明量表的内部一致性较高。且各结构维度的整体a信度系数均大于0.7，说明研发团队知识创新绩效量表结构具有较好的信度。表4 知识创新绩效量表的信度分析因子结构测量条款CITCCronbachs Alpha if Item DeletedCronbachs Alpha 研发团队知识创新绩效K1.820.944.950K2.729.948K3.672.950K4.701.949K5.870.942K6.811.944K7.842.943K8.868.941K9.840.943 K10.742.947从上文中各表中可以看出，所有量表的Alpha系数均在0.9以上，表明本研究的数据相当可靠，量表相当稳定，问卷具有较高的信任水平和内部一致性。3研究假设的实证检验本研究主要采用相关分析和回归分析两种方法对收集到的数据进行分析。首先，对变量之间的相关性进行分析，下表中的“相关系数”均指Person相关系数，显著性均指“双尾检验显著”：*表示在0.05水平上显著，*表示在0.01水平上显著。如表5所示。表5 变量间各维度相关性分析教育背景 知识技能 职业经验 知识创新绩效教育背景 1知识技能 . 488* 1 职业经验 . 517* . 591* 1知识创新绩效 . 321* . 727* . 485* 1由表5的数据可知，知识异质性的三个维度教育背景、知识技能和研发团队知识创新绩效都显示了0.01水平上的显著相关。说明变量内部的这些维度并非独立存在，而是相互依存的。与此同时，这些维度之间虽然存在一定程度的相关性，但是还没有达到可以相互替代的水平，说明用这三个变量进行衡量是合理有效的。通过前面的相关分析，我们研究了变量之间的相关关系及其紧密程度，接下来通过回归分析进一步研究各变量彼此之间关系的方向性和因果关系。这里采用多元回归方法，使用SPSS中的强迫进入变量法(Enter)或复回归分析法进行分析。其中，从回归方程中删除变量系数的F统计量概率被系统默认为0.10。以知识创新绩效为因变量，知识异质性为自变量进行多元回归分析。相关系数等于0.832,说明自变量与因变量之间有比较显著的相关性。三个自变量一起可以解释因变量69.1%的变异性。表6模型综述表模型RR2调整后的R2标准误差 1.832a.691.685.55877a. Predictors: (Constant), 职业经验, 教育背景, 知识技能表7知识创新绩效与知识异质性的回归分析模型未标准化系数标准化系数tSig.B标准误差Beta1常数项.543.1822.987.003教育背景-.171.048-.199-3.578.000知识技能.568.060.5609.479.000职业经验.485.061.4787.943.000标准回归方程：知识创新绩效=-0.199*教育背景+0.560*知识技能+0.478*职业经验根据表7分析可知，知识异质性的三个维度都对知识创新绩效产生显著的影响。由表中的数据可知：知识技能和职业经验的标准化系数B都为正数，说明它们对知识创新绩效的影响都是正向的，即知识技能和职业经验差异越大，则越有利于提高研发团队知识创新绩效； 而教育背景的标准化系数B为负数，说明教育背景的差异越大,则对研发团队知识创新绩效产生的不利影响越大。即，假设H2、H3通过检验，H1没有通过检验。4 结论与讨论通过相关分析，我们可以看出知识异质性三个维度都与知识创新绩效有一定程度的相关。其中知识技能与知识创新绩效的关系最为紧密，达到了0.727；其次是职业经验，为0.485；最后是教育背景，为0.321。通过进一步的回归分析，我们可以看出，当教育背景、知识技能和职业经验三个变量同时进入回归方程的时候，知识技能的标准化系数为0.50，职业经验的标准化系数为0.478，且都为正数。这一结果说明知识技能与职业经验的差异越大，越有利于提高研发团队知识创新绩效。教育背景的标准化系数为-0.199，表示团队成员教育背景的差异越大，越不利于团队知识创新。团队成员的学历、所学专业等显而易见且不易改变的差别较容易引起冲突从而降低绩效。而成员具备的与工作相关的各方面的知识技能更容易被团队中其他成员接受，然后经过学习使适合的知识得以在合适的地点得到充分的运用。团队成员的职业经历以及职业价值观等这类暗默知识越丰富，当团队在不同情形下面对不同问题时，就越能快速地寻求到解决方式，并且产生一种类似于“头脑风暴”的效应，在这种情况下往往会产生意想不到的“好点子”。异质性就像一柄“双刃剑”，一方面有助于提高团队的创新绩效，另一方面也可能对团队沟通产生负面影响。企业在组建团队时，可以通过对成员的甄选，以形成一个高创新绩效的团队。建议企业在选择团队成员时，首先应当选择学历、所受教育形式相似的成员，学历、教育形式相似可以促进团队沟通；其次再考虑年龄、知识技能、职业经验等方面具有异质性的成员。团队成员专业知识分布越广、各有所长并且与任务高度相关的知识多样性程度越高，将有助于丰富团队的信息来源，增加团队知识库的内容；职业经验的异质性，即团队成员的文化背景不同、观念看法不同、工作时的观点碰撞等等打破团队的定势思维，有利于创新性决策的制定。具体选择时，年龄、工作年限、所学专业等显而易见比较容易控制，但文化背景、工作价值观等异质性客观存在，但因其潜在性而难以观测，可以通过面试设计精细的问题来进行调查、识别并甄选与完成任务相匹配的团队成员。参考文献1Milliken F J，Martins L L.Searching for common threads：understanding the multiple effects of diversity in organizational groupsJ.The Academy of Management Review，1996，（21）：402-4332 邓今朝，王重鸣.团队多样性对知识共享的反向作用机制研究J.科学管理研究，2008， 26(6)：26-27.3 Karen A.Jehn，Gregory B.Northcraft，Margaret A.Neale. Why Differences Make a Difference: A Field Study of Diversity，Conflict，and Performance in WorkgroupsJ.Administrative Science Quarterly, 44 (1999): 741-763.4Jehn,K.A.A multimethod examination of the benefits and detriments of intragroup conflictJ. Administrative Science Quarterly, 1995, 40: 256-282.5古家军, 胡蓓. TMT知识结构、 职业背景的异质性与企业技术创新绩效关系基于产业集群内企业的实证研究J.研究与发展管理，2008，20（2）：28-33.6熊立.交互记忆系统视角下的异质型团队知识整合机制研究D .浙江大学，20087Leenders R Th A J，van Engelen J M L，Kratzer J.Virtuality communication and new product team creativity：a social network perspectiveJ.J.Eng Technol Manage 2003，（20）：69-92.8蒋日富，霍国庆，谭红军，郭传杰.科研团队知识创新绩效影响要素研究基于我过国立科研机构的调查研究J.科学学研究，2007，25（2）：364-372. 9樊治平等编著.知识管理研究M.东北大学出版社，2003.10韩智慧. NPD中的知识创造过程及其绩效分析D .南京航空航天大学，200611张钢，方珑.知识冲突与团队绩效：一个实证研究J.科研管理，2007，28（6）：12-21. 7Mary J.Waller，Naina Gupta，Robert C. Giambatista.Effects of Adaptive Behaviors and Shared Mental Models on Control Crew PerformanceJ.Management Science，2004，50(11)：1534-1544.9R.Bierhals，I.Schuster，P.Kohler P.Badke.Schaub. Shared mental modelslinking team cognition and performance J. CoDesign，2007（3）：75-94.10MathieuJ.E.，Heffner，T.S.，Goodwin，G.F.，etal.The influence of shared mental models on team process and performance.Journal of Applied psychology，2000，85(2)，273-283.11Harald Schaub. The importance of the characteristics of the task to understand team mental modelsJ. CoDesign, 2007（3）：37-42.12Huber G P.Organizational learning:an examination of the contributing processes and the literaturesJ.Organization Science,1991,2:88-115.13Kristina B D,Laurie R W,Pamela J H.Team diversity and information useJ.Academy of Management Journal,2005,48(6):1107-112314Amason A C. Distinguishing the effects of functional and dysfunctional conflict on strategic decision making: resolving a paradox for top management teamsJ.Academy of Management Journal,1996,39:123-148.15磨玉峰，徐国芳. 团队异质性对团队绩效影响的研究综述J.沿海企业与科技，2009， (12)：82-84.16柳洲，陈士俊，王洁. 论跨学科创新团队的异质性知识耦合J. 科学学与科学技术管理，2008，(6)：188-191Research on the relationship between Knowledge Heterogeneity and the Knowledge Innovation Performance:based on the R&D TeamWang Ying1, Peng Can2（College of Economy and Management, Nanjing University of Aeronautics & Astronautics 1，2，Nanjing210016,China）Abstract: Based on the analyses and discussions on the concept of knowledge heterogeneity、knowledge innovation performance and the article discussed the relationship between knowledge heterogeneity and knowledge innovation performance, established the relation model of the two. Then, certain hypotheses