宋美玲， 程鈞謨， 蔣 兵

(山東理工大學(xué) 商學(xué)院， 山東 淄博 255012)

創(chuàng)新績效是企業(yè)創(chuàng)新行為成果的最終反映，在當(dāng)今競爭日益白熱化的市場環(huán)境下，創(chuàng)新績效對企業(yè)的發(fā)展來說至關(guān)重要.基于知識的觀點(diǎn)，知識轉(zhuǎn)化是企業(yè)創(chuàng)新的邏輯起點(diǎn)，不僅關(guān)系到產(chǎn)品和技術(shù)創(chuàng)新的成敗，而且直接影響到企業(yè)創(chuàng)新績效的獲取.因此，為了提高企業(yè)創(chuàng)新績效、提升企業(yè)競爭力，研究知識轉(zhuǎn)化與創(chuàng)新績效間的作用關(guān)系已成為重要問題.

縱觀現(xiàn)有的相關(guān)研究，筆者發(fā)現(xiàn)大部分文獻(xiàn)都集中在知識轉(zhuǎn)移與知識共享對創(chuàng)新績效的影響方面，對知識轉(zhuǎn)化與創(chuàng)新績效關(guān)系的研究較少.張同建等通過研究揭示了知識轉(zhuǎn)化與企業(yè)核心能力的作用，最終得出知識組合化對東西部企業(yè)核心能力促進(jìn)作用最強(qiáng)、外顯化和內(nèi)隱化次之、社會(huì)化功能最弱，從而為企業(yè)加強(qiáng)知識轉(zhuǎn)化、提高核心能力的差距提供了現(xiàn)實(shí)性的理論策略[1].基于目前理論界對知識轉(zhuǎn)化與創(chuàng)新績效作用研究較為匱乏的現(xiàn)狀，本文將構(gòu)建知識轉(zhuǎn)化與企業(yè)創(chuàng)新績效之間的關(guān)系模型，深入挖掘知識轉(zhuǎn)化對創(chuàng)新績效的作用機(jī)理，以期為企業(yè)提高創(chuàng)新力和競爭力提供積極的理論依據(jù)和實(shí)踐指導(dǎo).

1 理論背景

1.1 知識轉(zhuǎn)化

知識具有多種形式，在發(fā)展過程中其往往會(huì)在不同的形式間進(jìn)行轉(zhuǎn)變.Polanyi將知識劃分為顯性知識和隱性知識.顯性知識易于編碼和傳播，而隱性知識則是高度內(nèi)化于個(gè)人頭腦和組織之中的知識，往往難以表達(dá)、不易傳播和獲取.Anita R Kothari認(rèn)為隱性知識是人頭腦中常常是人們自己也不知道的知識[2].企業(yè)的核心技術(shù)大多數(shù)都以意會(huì)知識的形式存在于企業(yè)的部分人員(如技術(shù)專家、研發(fā)人員等)的頭腦中，需個(gè)人花費(fèi)精力去進(jìn)行編碼與結(jié)構(gòu)化，才能被他人學(xué)習(xí)和掌握.這些知識可以用于解決企業(yè)的技術(shù)難題并可能產(chǎn)生新技術(shù)，是提升創(chuàng)新績效的關(guān)鍵所在.因此，有效的知識轉(zhuǎn)化可以提高企業(yè)的創(chuàng)新力與創(chuàng)新績效.Nonaka將知識轉(zhuǎn)化理解為由顯性知識與隱性知識間互動(dòng)主導(dǎo)的社會(huì)化、顯性化、組合化和內(nèi)在化的動(dòng)態(tài)過程[3]，即SECI模型，該模型得到學(xué)術(shù)界與實(shí)業(yè)界普遍認(rèn)同，本文也基于此模型進(jìn)行知識轉(zhuǎn)化量表的設(shè)計(jì).

1.2 企業(yè)創(chuàng)新績效

1991年，熊彼得率先提出“創(chuàng)新”這一概念.自此，與創(chuàng)新相關(guān)的研究廣泛展開，創(chuàng)新績效也成為很多學(xué)者研究的焦點(diǎn).創(chuàng)新績效是指企業(yè)對已有生產(chǎn)要素的改進(jìn)、組合以及新概念的生成到投入市場整個(gè)過程所取得的包括發(fā)明、技術(shù)以及創(chuàng)新等方面績效.對于創(chuàng)新績效的衡量目前理論界尚未形成統(tǒng)一的觀點(diǎn).國外一些學(xué)者認(rèn)為創(chuàng)新績效的衡量方法通常包括 R&D投入、創(chuàng)新支出總額、專利引用、專利和新產(chǎn)品數(shù)量等；國內(nèi)一些學(xué)者則指出可以用專利數(shù)、創(chuàng)新產(chǎn)品數(shù)量和創(chuàng)新產(chǎn)品銷售比例等指標(biāo)來衡量.筆者在參考國內(nèi)外已有的研究成果并結(jié)合本文特定背景的基礎(chǔ)上設(shè)計(jì)創(chuàng)新績效量表.

2 研究設(shè)計(jì)

2.1 假設(shè)提出

在所有的知識活動(dòng)中，知識轉(zhuǎn)化活動(dòng)是最具實(shí)踐意義的，Nonaka提出的SECI模型將知識轉(zhuǎn)化活動(dòng)解構(gòu)為社會(huì)化、顯性化、組合化和內(nèi)在化，這四個(gè)階段的運(yùn)動(dòng)是循環(huán)往復(fù)的，在這個(gè)過程中企業(yè)知識存量得到增加，質(zhì)量得到升，新知識產(chǎn)生，創(chuàng)新績效也將得到提高.通過四種模式的轉(zhuǎn)化，企業(yè)知識會(huì)形成一種循環(huán)遞進(jìn)的知識轉(zhuǎn)化和知識創(chuàng)造的動(dòng)態(tài)上升過程，最終實(shí)現(xiàn)企業(yè)提高創(chuàng)新績效、提升競爭力的目的.因此，筆者提出以下假設(shè)：

H1社會(huì)化對企業(yè)創(chuàng)新績效具有正向提升作用.

H2顯性化對企業(yè)創(chuàng)新績效具有正向提升作用.

H3組合化對企業(yè)創(chuàng)新績效具有正向提升作用.

H4內(nèi)在化對企業(yè)創(chuàng)新績效具有正向提升作用.

2.2 量表設(shè)計(jì)

本研究的量表均是在參考國內(nèi)外已有研究的基礎(chǔ)上建立的，采用Likert-5點(diǎn)量表形式，“1”表示完全不符合，“5”表示完全符合，并運(yùn)用SPSS20.0和AMOS21.0對收集到的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析.為了保證問卷的有效性，筆者首先在MBA學(xué)員中進(jìn)行訪談和預(yù)調(diào)查，對預(yù)調(diào)查問卷的分析得到各量表的Cronbach's Alpha均在0.7以上，說明問卷具有較好的內(nèi)部一致性，最終確定正式調(diào)查問卷的內(nèi)容，具體如下：

對于知識轉(zhuǎn)化的衡量，目前學(xué)術(shù)界大多根據(jù)Nonaka的SECI模型，從知識的社會(huì)化、外顯化、組合化以及內(nèi)在化四個(gè)維度進(jìn)行量表的設(shè)計(jì).參照Nonaka、林昭文[4]以及簡傳紅和張同健[5]的研究，本研究對知識轉(zhuǎn)化四個(gè)維度量表設(shè)計(jì)的內(nèi)容見表1.

表1 知識轉(zhuǎn)化量表

參考Hagedoornhe[6]、張方華[7]等學(xué)者的研究，創(chuàng)新績效量表內(nèi)容見表2.

2.3 模型構(gòu)建

綜合以上內(nèi)容，設(shè)知識社會(huì)化為ξ1，知識外顯化為ξ2，知識組合化為ξ3，知識內(nèi)隱化為ξ4，企業(yè)創(chuàng)新績效為η.根據(jù)研究假設(shè)與量表內(nèi)容，筆者將知識轉(zhuǎn)化與企業(yè)創(chuàng)新績效的關(guān)系模型構(gòu)建如圖1所示.

圖1 研究模型

變量名稱編號量表內(nèi)容創(chuàng)新績效IPIP1通過有效地知識轉(zhuǎn)化,本企業(yè)開發(fā)新產(chǎn)品的數(shù)量更多IP2通過有效地知識轉(zhuǎn)化,本企業(yè)開發(fā)新產(chǎn)品的速度更快IP3通過有效地知識轉(zhuǎn)化,本企業(yè)新產(chǎn)品的市場占有率更高IP4通過有效地知識轉(zhuǎn)化,本企業(yè)開發(fā)新產(chǎn)品、新技術(shù)的銷售額占總銷售額的比重更大

3 模型驗(yàn)證

3.1 樣本來源和數(shù)據(jù)收集

本文以知識密集型企業(yè)為調(diào)查對象，通過發(fā)放問卷和網(wǎng)絡(luò)發(fā)布等方式搜集數(shù)據(jù).調(diào)查地區(qū)包括山東、江蘇、河北、上海等省市.共發(fā)放問卷300份，其中實(shí)地發(fā)放問卷150份，網(wǎng)上發(fā)放問卷150份；實(shí)際收回問卷176份，回收率為58.8%；有效問卷154份，有效率為51.3%；對實(shí)地發(fā)放問卷和網(wǎng)上問卷進(jìn)行T檢驗(yàn)得出二者無顯著差異，可以合并分析.

3.2 信度和效度分析

首先要對量表進(jìn)行信度和效度的分析，以保證其可靠性和有效性.信度通常用Cronbach's Alpha值和CITC值來檢驗(yàn)，一般要求Cronbach's Alpha值達(dá)到0.7以上，CITC值則不小于0.3.從表3可知：各量表最小Cronbach's Alpha值為0.744；社會(huì)化量表的最小CITC值為0.636，外顯化量表的最小CITC值為0.569，組合化量表的最小CITC值為0.508，內(nèi)隱化量表的最小CITC值為0.501，創(chuàng)新績效量表的最小為0.515，CITC值均在0.5以上.綜上說明問卷具有較好的信度.

表3信度和效度分析結(jié)果

問卷的效度包括內(nèi)容效度和結(jié)構(gòu)效度.本文的量表題項(xiàng)都參考了國內(nèi)外已有的相關(guān)研究，因而具有良好地內(nèi)容效度；結(jié)構(gòu)效度則通過因子分析取得.筆者對收集到的數(shù)據(jù)進(jìn)行因子分析，共提取5個(gè)因子，各項(xiàng)因子載荷見表3；同時(shí)得到KMO值為0.794，Bartlett的球形度檢驗(yàn)(p<0.01)，表明該問卷具有較好的區(qū)分效度.

3.3 模型檢驗(yàn)

相關(guān)分析的主要目的是測量兩變量是否相關(guān)、相關(guān)方向以及密切程度，本文以各構(gòu)念題項(xiàng)的平均值反映該構(gòu)念的整體水平，采用Pearson相關(guān)分析法來檢驗(yàn)各變量的相關(guān)性，結(jié)果顯示各變量均在0.01水平上顯著相關(guān)，模型不需修訂.各構(gòu)念的均值、標(biāo)準(zhǔn)差和相關(guān)系數(shù)見表4.

本文采用SPSS20.0和AMOS21.0對原假設(shè)進(jìn)行檢驗(yàn)和路徑分析.結(jié)構(gòu)方程模型(Structural Equation Modeling)是通過計(jì)算變量的協(xié)方差矩陣來分析一個(gè)或多個(gè)變量間關(guān)系的一種數(shù)據(jù)分析工具，它綜合了回歸分析、路徑分析和驗(yàn)證性因子分析等多種方法，被廣泛應(yīng)用于各個(gè)研究領(lǐng)域.本文所建立的模型包括4個(gè)外因變量(ξ1、ξ2、ξ3、ξ4)，14個(gè)外生變量指標(biāo)；一個(gè)內(nèi)生變量(η)，4個(gè)內(nèi)生變量指標(biāo)；10條因果路徑.表5給出了各項(xiàng)擬合指數(shù)，結(jié)果顯示各項(xiàng)擬合指數(shù)基本達(dá)到要求，RMSEA為0.0698雖然略大于0.05，但仍符合小于0.1的最低要求，因而模型擬合效果良好.最終分析結(jié)果見圖2，各項(xiàng)假設(shè)均已通過驗(yàn)證，整理結(jié)果見表6.

表4 相關(guān)性分析

注：**在0.01水平(雙側(cè))上顯著相關(guān)；樣本數(shù)N=154.

表5 擬合指數(shù)表

表6 模型檢驗(yàn)

圖2 結(jié)構(gòu)方程分析結(jié)果

4 結(jié)論與建議

實(shí)證研究結(jié)果顯示，知識轉(zhuǎn)化對企業(yè)創(chuàng)新績效具備一定的促進(jìn)作用，從路徑系數(shù)上看，知識轉(zhuǎn)化四個(gè)維度中除了外顯化系數(shù)較低以外，其他三個(gè)維度的系數(shù)相差不是很大.首先，SECI模型的四個(gè)環(huán)節(jié)本來就是一個(gè)相互作用、循環(huán)往復(fù)的動(dòng)態(tài)過程，社會(huì)化的實(shí)現(xiàn)難度最大，卻是對創(chuàng)先績效促進(jìn)作用最顯著的環(huán)節(jié)，這就要求企業(yè)盡量創(chuàng)造有利于員工之間、部門之間廣泛交流的環(huán)境，構(gòu)建更廣闊的經(jīng)驗(yàn)交流平臺，以便于知識化的實(shí)現(xiàn)；其次，組合化的促進(jìn)作用僅次于社會(huì)化，企業(yè)應(yīng)重視相關(guān)經(jīng)驗(yàn)、技術(shù)資料的校對和整合，從而有利于激發(fā)組合創(chuàng)新；再次是知識內(nèi)隱化對創(chuàng)新績效的促進(jìn)作用，企業(yè)的創(chuàng)新最根本的還是要依賴于員工，這就要求企業(yè)高度注重員工專業(yè)知識和先進(jìn)技術(shù)的培訓(xùn)，為創(chuàng)新績效的獲取提供源動(dòng)力；雖然知識外顯化的促進(jìn)作用較為薄弱，但這并不意味著企業(yè)可以忽略這一環(huán)節(jié)，員工將個(gè)人隱性知識通過文字、圖片等格式化的有形資料，其他員工才能在參考學(xué)習(xí)的過程中激發(fā)自身的創(chuàng)新能力.

本文通過實(shí)證研究驗(yàn)證了有效地知識轉(zhuǎn)化對提升企業(yè)創(chuàng)新績效的正向作用，為企業(yè)提供了一定的實(shí)踐指導(dǎo).知識轉(zhuǎn)化對創(chuàng)新績效的影響是一個(gè)復(fù)雜的動(dòng)態(tài)過程，其間可能受到其他因素的影響，未來的研究可以嘗試在模型中加入中介變量進(jìn)行驗(yàn)證.

[1] 張同建,趙健.我國東西部企業(yè)知識轉(zhuǎn)化績效比較研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理, 2011,29(4): 130-134.

[2] Anita R Kothari, Julia J Bickford, Nancy,etal. Uncovering tacit knowledge: A pilot study to broaden the concept of knowledge in knowledge translation [J]. BMC Health Services Research，2011(11)：198-200.

[3] Nonaka I. A dynamic theory of organizational knowledge creation[J]. Organization Science, 1991,5(1): 14-37.

[4] 林昭文,張同?。谖⒂^知識轉(zhuǎn)化機(jī)理的核心能力形成研究[J]．科學(xué)學(xué)研究,2009,6(4):800-805

[5] 簡傳紅,張同?。诤宿D(zhuǎn)化元的知識轉(zhuǎn)化測度模型生成分析[J]．研究與發(fā)展管理，2009,21(2):39-47

[6] Hagedoorn J, Cloodt M. Measuring innovative performance:is there an advantage in using multiple indicators [J]. Research Policy, 2003, 5(4): 445-452.

[7] 張方華.資源獲取與技術(shù)創(chuàng)新績效關(guān)系的實(shí)證研究[J].科學(xué)學(xué)研究, 2006, 24(4): 635-640.