羅玉越，李元愛

（順德職業(yè)技術(shù)學(xué)院 商學(xué)院，廣東 佛山 528333）

“人才是創(chuàng)新的第一資源”，創(chuàng)新人才的數(shù)量和水平對國家和企業(yè)的創(chuàng)新水平起決定性作用［1］。隨著企業(yè)對科技人才重視程度提高，企業(yè)科技人才數(shù)量大幅增加，質(zhì)量也有顯著提高，但在當(dāng)前管理機制體制下還有較多制約科技人才創(chuàng)新活力的地方，科技人才的創(chuàng)新潛能亟需進(jìn)一步釋放［2］。

針對科技人才創(chuàng)新能力影響因素問題，學(xué)者們展開了豐富的研究。目前已經(jīng)探索到的影響因素根據(jù)所屬環(huán)境層次可以分為宏觀、中觀和微觀三個層面。宏觀環(huán)境指科技人才作為一個社會人所面臨的大環(huán)境，如科技體制改革政策、科研投入政策對科技人才創(chuàng)新能力有顯著提升作用［3］。中觀環(huán)境指科技創(chuàng)新人才所在的經(jīng)濟單位內(nèi)部形成的人才成長和人才使用環(huán)境，如領(lǐng)導(dǎo)重視程度、企業(yè)激勵政策被證明對科技人才創(chuàng)新能力有顯著正向影響［4］。微觀環(huán)境主要指個人心理特質(zhì)，如科技人員的價值取向、環(huán)境—科研效能感等個人特質(zhì)因素被證明能夠顯著正向影響科技人才創(chuàng)新能力［5］。在三個層面的環(huán)境因素中，相對于離科技人才“較遠(yuǎn)”的宏觀社會環(huán)境，和偏重內(nèi)在心理特質(zhì)的微觀個體環(huán)境，處于中間層級的企業(yè)內(nèi)部環(huán)境是科技人才個體接觸最直接、感受最深、受影響最大的環(huán)境。然而目前已經(jīng)探索到的企業(yè)內(nèi)部環(huán)境層面影響因素僅僅集中在領(lǐng)導(dǎo)重視程度、企業(yè)激勵政策等管理因素方面。

在構(gòu)成企業(yè)內(nèi)部環(huán)境的眾多要素中，人才環(huán)境尤其是科技人才資源環(huán)境是重要組成部分［6］。有關(guān)科技人才聚集對企業(yè)產(chǎn)生的影響，目前已經(jīng)達(dá)成共識的結(jié)論是企業(yè)內(nèi)部科技人才聚集會產(chǎn)生創(chuàng)新效應(yīng)，具體包括創(chuàng)新意識增強、創(chuàng)新能力提升、創(chuàng)新績效改善等［7］表現(xiàn)。然而該結(jié)論的得出僅僅是基于理論研究，尚缺乏實證支持，因此本研究將通過一手?jǐn)?shù)據(jù)對企業(yè)內(nèi)部科技人才聚集與科技人才創(chuàng)新能力之間的關(guān)系進(jìn)行驗證。梳理已有研究成果發(fā)現(xiàn)，企業(yè)科技人才聚集除了會產(chǎn)生上述創(chuàng)新效應(yīng)外，還會產(chǎn)生學(xué)習(xí)效應(yīng)，即人與人之間的知識交流、知識共享等相互學(xué)習(xí)的交互力度更大。然而，這些研究并未對這兩種效應(yīng)之間的關(guān)系及二者出現(xiàn)的先后順序進(jìn)行說明，導(dǎo)致我們對企業(yè)內(nèi)部科技人才聚集產(chǎn)生創(chuàng)新效應(yīng)的過程機理并不清晰。鑒于此，本研究將立足中觀企業(yè)環(huán)境，以科技人才聚集為切入點，以知識型企業(yè)組織的科技人才為研究對象，采用回歸分析的方法，探討企業(yè)科技人才集聚如何通過知識交流對科技人才創(chuàng)新能力產(chǎn)生影響，且該過程是否存在邊界條件。在理論方面，該研究充實了科技人才創(chuàng)新能力在企業(yè)環(huán)境層面的影響因素研究，使得科技人才創(chuàng)新能力影響因素領(lǐng)域的研究更加系統(tǒng)、完善；在實踐方面，考察企業(yè)組織內(nèi)部科技人才集聚是否有助于科技人才創(chuàng)新能力的提升及提升過程，可以為企業(yè)的科技創(chuàng)新工作提供人才管理方面的參考建議。

1 研究設(shè)計

1）科技人才聚集對科技人才創(chuàng)新能力的主效應(yīng)。

“科技人才聚集”是指科技人才在組織間流動，一定數(shù)量的科技人才資源以企業(yè)組織為單位進(jìn)行匯集、協(xié)作的過程。一般用聚集強度和聚集質(zhì)量兩個指標(biāo)進(jìn)行描述［8］。聚集強度是指人才的聚集程度，也就是總?cè)丝谥锌萍既瞬诺恼急?，反映一個地區(qū)或組織的人才聚集規(guī)模和水平。聚集質(zhì)量是從人才內(nèi)部結(jié)構(gòu)特征方面反映一個地區(qū)或組織所聚集的科技人才的整體素質(zhì)水平，具體包括人才的知識水平/結(jié)構(gòu)、技能等級/結(jié)構(gòu)、工作經(jīng)驗等。

科技人才創(chuàng)新能力具體包括創(chuàng)新思維能力、知識能力、提出問題能力和解決問題能力四個維度［9］。當(dāng)企業(yè)組織內(nèi)部科技人才聚集強度越高時，員工關(guān)系網(wǎng)絡(luò)的知識異質(zhì)性程度就越高，越有利于科技人才拓展視野、發(fā)散思維，群策群力，進(jìn)而有利于創(chuàng)新思維的產(chǎn)生。故，本研究提出如下假設(shè)：

H1a：組織內(nèi)部科技人才聚集強度越高，科技人才創(chuàng)新能力越強。

當(dāng)企業(yè)組織內(nèi)部科技人才聚集質(zhì)量水平越高時，組織內(nèi)部知識質(zhì)量就越高、知識種類越豐富，科技人才的開放和交互力度就越大，學(xué)習(xí)和創(chuàng)新能力就越強［10］；在提出問題、解決問題的過程中，科技人才聚集質(zhì)量越高，越豐富、越多元的知識、信息能在實踐中得到應(yīng)用，則相關(guān)的投入性認(rèn)知結(jié)構(gòu)就越容易獲得，將更有利于形成創(chuàng)造性解決問題的能力。故，本研究提出如下假設(shè)：

H1b：組織內(nèi)部科技人才聚集質(zhì)量水平越高，科技人才創(chuàng)新能力越強。

綜上，本研究提出如下假設(shè)：

H1：組織內(nèi)部科技人才聚集有利于提升科技人才創(chuàng)新能力。

2）知識交流的中介效應(yīng)。

知識交流是指通過正式或非正式交流平臺（或渠道），將學(xué)者的隱形知識顯性化，從而達(dá)到知識傳播、知識轉(zhuǎn)移、知識吸收、知識共享和知識創(chuàng)新的目的［11］。根據(jù)新馬歇爾理論，人才聚集為知識交流、共享提供了客觀條件，并且可以加快知識在組織內(nèi)部的擴散和傳遞，使得成員之間的知識交流更加頻繁、深入［12］。當(dāng)組織內(nèi)部科技人才聚集強度很高時，意味著組織內(nèi)部科技人才數(shù)量占比大，那么科技人才之間的交流機會就會增多，甚至可以通過面對面的接觸來交流學(xué)習(xí)彼此的經(jīng)驗，也就增多了隱形知識傳遞、顯化的機會［13］。故，企業(yè)組織內(nèi)部科技人才聚集強度對人才知識交流有正向預(yù)測作用。

當(dāng)組織內(nèi)部科技人才聚集質(zhì)量水平較高時，意味著組織內(nèi)部科技人才整體素質(zhì)水平較高。高素質(zhì)的人才聚集會加劇組織內(nèi)部的競爭，優(yōu)勝劣汰的自然選擇機制就會促使個體通過持續(xù)不斷的學(xué)習(xí)來獲得競爭優(yōu)勢。競爭的激勵作用不僅會加強個體的自我學(xué)習(xí)，還能促進(jìn)相互間的學(xué)習(xí)，使得知識資源在組織內(nèi)的配置效率更高［14］。故，組織內(nèi)部科技人才聚集質(zhì)量對人才知識交流有正向預(yù)測作用。

根據(jù)創(chuàng)新成分理論，對個人創(chuàng)新能力最重要、最直接的影響因素是領(lǐng)域知識技能，即個體所具備的事實性知識、經(jīng)驗和操作技能或者是解決給定問題或者完成給定任務(wù)的一系列認(rèn)知路徑。對此，有研究者提出組織內(nèi)部科技人才通過各種正式、非正式、線上或線下的科技知識交流渠道進(jìn)行知識共享、知識互補、知識整合，能提升個人創(chuàng)新能力［15］。

綜上，本研究提出以下假設(shè)：

H2：知識交流在科技人才集聚與科技人才創(chuàng)新能力的關(guān)系中存在中介效應(yīng)。

H2a：知識交流在科技人才聚集強度與科技人才創(chuàng)新能力的關(guān)系中存在中介效應(yīng)。

H2b：知識交流在科技人才聚集質(zhì)量與科技人才創(chuàng)新能力的關(guān)系中存在中介效應(yīng)。

3）組織支持感的調(diào)節(jié)效應(yīng)。

根據(jù)資源保存理論，知識是一種能量資源，員工在與同事知識交流過程中，會覺得自己的知識資源有所損失，因而會產(chǎn)生一種努力獲取、保持自己知識資源的傾向［16］。根據(jù)組織支持理論，員工會根據(jù)從組織獲取的支持來決定他們的投入和付出程度。如果科技人才在知識交流過程中有較強的組織支持感，則會在一定程度上減少自身的資源損失感，甚至感覺到自己從組織獲取的資源要大于與別人知識交流損失的資源，從而對組織產(chǎn)生一種“投桃報李”的心理，進(jìn)而會增加知識交流頻率和深度［17］。相反，如果科技人才在知識交流過程中的組織支持感較弱，他們會認(rèn)為自己的知識資源受到了損失。出于保留、保護自有資源的考慮，他們會減少與其他人的知識交流頻次和深度［17］。結(jié)合前文對知識交流與科技人才創(chuàng)新能力之間關(guān)系的論證，可以認(rèn)為科技人才的組織支持感能夠通過影響知識交流的頻率和深度，放大或縮小知識交流對科技人才創(chuàng)新能力的影響。因此，提出以下研究假設(shè)：

H3：組織支持感對知識交流與科技人才創(chuàng)新能力之間的關(guān)系具有正向調(diào)節(jié)效應(yīng)。

綜上，本研究將探討知識型企業(yè)組織內(nèi)部科技人才聚集對科技人才創(chuàng)新能力的作用機制，并選取知識交流作為中介變量，選取組織支持感作為調(diào)節(jié)變量，構(gòu)建理論概念模型，見圖1。

圖1 理論概念模型

2 樣本和數(shù)據(jù)收集

2.1 樣本選擇

2.2 變量測量

為確保測量工具的信度和效度，本研究采用現(xiàn)有文獻(xiàn)多次使用過的成熟量表，再根據(jù)本研究對象客觀情況對量表進(jìn)行適當(dāng)修正，采用Likert5 級量表評分法作答（“1”表示完全不同意；“2”表示不同意；“3”表示不確定；“4”表示基本同意；“5”表示完全同意）。

1）自變量：科技人才集聚。

王君蘭提出的科技人才聚集的測量方法受到了廣大研究者的使用和認(rèn)可［18］。本研究也將采用王君蘭對科技人才聚集的測量方法，把知識型企業(yè)組織內(nèi)部科技人才聚集分為聚集強度和聚集質(zhì)量兩個維度。聚集強度用企業(yè)科技人才數(shù)量在企業(yè)員工總量的占比來計算；聚集質(zhì)量用企業(yè)中高級以上職稱的科技人員數(shù)和本科及以上學(xué)歷科技人員數(shù)來計算。

2）中介變量：知識交流。

知識交流是指通過正式或非正式交流平臺（或渠道），將學(xué)者的隱形知識顯性化，從而達(dá)到知識傳播、知識轉(zhuǎn)移、知識吸收、知識共享和知識創(chuàng)新的目的［11］。Bartol 開發(fā)的知識交流測量量表在國內(nèi)外得到廣泛使用，主要被用于測量企業(yè)員工、高校教師之間的知識交流情況［19］。該量表目前發(fā)展比較成熟，被多個研究者用于實證研究中，因此本研究也采用該量表對企業(yè)科技人才之間的知識交流情況進(jìn)行測量。量表共有7 個題項，如“我愿意參加各種（線上、線下）的技術(shù)交流活動”；“我愿意通過各種渠道與其他成員分享我的專業(yè)知識和經(jīng)驗等交流行為”；“我經(jīng)常在科技交流活動（線上、線下）中通過發(fā)言、發(fā)帖等方式與他人交流研發(fā)心得、經(jīng)驗和知識等”。

3）調(diào)節(jié)變量：組織支持感。

企業(yè)合并重組的過程中，存在著巨大的管理真空，其財務(wù)安全也存在較大的隱患。例如，在合并重組的過程中，部分閑置設(shè)備的公允價值難以界定，在出售的過程中存在著較大的財務(wù)風(fēng)險。但若制定過高的出售價格，這部分設(shè)備又難以出售。再有，在合并重組的過程中，企業(yè)的人員流動極大，若部分環(huán)節(jié)出現(xiàn)交接失誤，也將使企業(yè)資產(chǎn)出現(xiàn)流失。總之，企業(yè)重組的過程伴隨著高頻次的物資與人員流動，傳統(tǒng)的財務(wù)管理體系，難以應(yīng)對這一變化。

組織支持感作為組織支持理論的核心概念，最早由美國的Eisenberger 等人提出，是指員工對組織支持的感知，具體為員工對組織是否關(guān)心他們以及如何看待他們的貢獻(xiàn)的一種看法和知覺［20］。Eisenberger 等人于1986 年開發(fā)了組織支持感的測量量表，被國內(nèi)外研究者們廣泛用于企業(yè)雇員、學(xué)校職員等人員組織支持感的測量，目前發(fā)展較為成熟。因此，本研究也采用該量表對知識型企業(yè)科技人才的組織支持感進(jìn)行測量。該量表共4 個題項，包括“公司會因為我付出更多努力而表揚我”、“公司不會忽略我的抱怨”等題目。

4）因變量：科技人才創(chuàng)新能力。

科技人才的創(chuàng)新能力是由科技人才自身存量、科技投入和產(chǎn)出等多個因素決定，是反映科技人才創(chuàng)新思維能力、知識能力、提出問題及解決問題能力的重要指標(biāo)［9］。有較多研究者開發(fā)了科技人才創(chuàng)新能力測量量表，其中崔穎開發(fā)的量表被用的最多，且主要被用于企業(yè)科技人才。因此，本研究也采用崔穎的量表，用10 個題項如“我覺得我的創(chuàng)新意識很強”、“我認(rèn)為我有獨特、出奇的思維方式”等題目［21］對知識型企業(yè)科技人才的創(chuàng)新能力進(jìn)行測量。

3 實證分析

3.1 樣本描述性統(tǒng)計分析

1）被調(diào)查企業(yè)的描述性統(tǒng)計分析。

被調(diào)查的10 家企業(yè)業(yè)務(wù)范圍涵蓋家電、生物、醫(yī)療、新能源等領(lǐng)域，主要研發(fā)生產(chǎn)知識型、信息型產(chǎn)品，能較好地代表知識型企業(yè)。其中有4 家人員規(guī)模在1 000 人以上，其余均為500 人以下。10 家企業(yè)科技人才占比在9%～35%之間。

2）被調(diào)查科技人才的描述性統(tǒng)計分析。

調(diào)查對象具體人口特征分布如表1 所示。從表1 可以看出235 名科技人才以男性為主，占比達(dá)74%；在年齡方面，被調(diào)查對象多數(shù)集中在40歲及以下，其中30 歲及以下與31～40 歲的人員數(shù)量相當(dāng)，分別為109 人、105 人；文化程度方面，以本科為主，占46%，大專學(xué)歷次之，碩士及以上占比最少，僅為23.8%；調(diào)查對象的崗位主要是電氣工程師（38%）和結(jié)構(gòu)工程師（24.3%）；學(xué)科專業(yè)主要為軟件工程（24.2%）和電子信息專業(yè)（22.4%）。

表1 調(diào)查對象個體特征描述性統(tǒng)計

3.2 信度檢驗

人才聚集、知識交流、組織支持感、科技人才創(chuàng)新能力四個變量的信度系數(shù)如表2 所示。根據(jù)表2，人才聚集的信度系數(shù)為0.728；知識交流量表的信度系數(shù)為0.929；組織支持感量表的信度系數(shù)為0.875；創(chuàng)新能力量表的信度系數(shù)為0.944。四者均大于0.7，說明問卷具有較好的可信度。

表2 測量模型信度系數(shù)表

3.3 效度檢驗

本研究對問卷效度的檢驗主要從內(nèi)容效度和結(jié)構(gòu)效度兩方面進(jìn)行。內(nèi)容效度是指量表實際測到的內(nèi)容與所要測量的內(nèi)容之間的吻合程度。通過KMO 檢驗和Bartlett 球形檢驗分析發(fā)現(xiàn)問卷的KMO 值為0.822，并且Bartlett 球形檢驗的卡方統(tǒng)計值為1 216.431，其顯著性水平（sig.）值達(dá)到0.000。數(shù)據(jù)表明本問卷的內(nèi)容效度很好，適合做因子分析。

結(jié)構(gòu)效度是指量表實際測到的所要測量的理論結(jié)構(gòu)和特質(zhì)的程度，或者是測量值能夠說明理論的某種結(jié)構(gòu)或特質(zhì)的程度，包括共同因子下各測量變量間的收斂效度以及因子之間的區(qū)別效度［22］。收斂效度是指測量同一潛在變量的測量項目會落在同一個因子層面上，且各測量項目的測量值之間具有高度相關(guān)性。收斂效度用主成分分析法，采用最大方差旋轉(zhuǎn)，并提取特征根大于1 的因子，可得到各變量的因子載荷如表3?；谝蜃虞d荷可計算出變量的組合信度（CR）和平均變異數(shù)提取量（AVE）。由表3 可知，人才聚集、知識交流、組織支持感、人才創(chuàng)新能力四個變量的CR值均大于0.6，AVE值均大于0.5，說明四個因子均具有良好的收斂效度。

區(qū)分效度是指同一個量表內(nèi)部的不同維度或因子之間差異程度，當(dāng)潛變量的AVE平方根大于該潛變量與其他變量的相關(guān)系數(shù)時，表明量表的區(qū)分效度良好［22］。對三個潛變量的AVE值取平方根，發(fā)現(xiàn)均大于相應(yīng)的相關(guān)系數(shù)，如表4，說明三個變量具有較好的區(qū)分效度。

表4 測量模型的區(qū)分效度

3.4 假設(shè)檢驗

為了分析不同解釋變量對因變量科技人才創(chuàng)新能力的影響，采用層次回歸分析法對假設(shè)進(jìn)行檢驗，檢驗過程和結(jié)果見表5。表5 中，模型1 中僅包含控制變量性別、崗位、單位規(guī)模、學(xué)科專業(yè)，檢驗控制變量對知識交流的影響；模型2 在模型1 的基礎(chǔ)上引入主效應(yīng)變量科技人才聚集強度，檢驗科技人才聚集強度對知識交流的影響；模型3 在模型1 的基礎(chǔ)上引入主效應(yīng)變量科技人才聚集質(zhì)量，檢驗科技人才聚集質(zhì)量對知識交流的影響；模型4 僅包含控制變量，檢驗控制變量對科技人才創(chuàng)新能力的影響；模型5 在模型4 的基礎(chǔ)上引入主效應(yīng)變量科技人才聚集強度，檢驗科技人才聚集強度對科技人才創(chuàng)新能力的影響，驗證H1a是否成立；模型6 在模型4 的基礎(chǔ)上引入主效應(yīng)變量科技人才聚集質(zhì)量，檢驗科技人才聚集質(zhì)量對科技人才創(chuàng)新能力的影響，驗證H1b是否成立；模型7 在模型4 的基礎(chǔ)上引入知識交流，檢驗知識交流對科技人才創(chuàng)新能力的影響，模型8 在模型7 的基礎(chǔ)上再引入自變量科技人才聚集強度，檢驗知識交流在二者之間的中介效應(yīng)，驗證H2a；模型9 在模型7 的基礎(chǔ)上引入自變量科技人才聚集質(zhì)量，檢驗知識交流在二者之間的中介效應(yīng)，驗證H2b；模型10 在模型7 的基礎(chǔ)之上引入調(diào)節(jié)變量組織支持感及組織支持感與知識交流的交互項，檢驗組織支持感對知識交流與科技人才創(chuàng)新能力之間關(guān)系的調(diào)節(jié)作用，驗證H3是否成立。

表5 假設(shè)檢驗結(jié)果

1）主效應(yīng)檢驗。

由表5 模型5 可知，科技人才聚集強度能夠顯著正向影響科技人才創(chuàng)新能力，β=0.585，p<0.001，假設(shè)H1a得到驗證；由模型6 可知，科技人才聚集質(zhì)量能夠顯著正向影響科技人才創(chuàng)新能力，β=0.485，p<0.005，假設(shè)H1b得到驗證。綜上，假設(shè)H1得到驗證，即組織內(nèi)部科技人才聚集強度越高、聚集質(zhì)量水平越高，員工的科技創(chuàng)新能力水平就越高。由此說明知識型組織內(nèi)部科技人才聚集能夠正向影響科技人才創(chuàng)新能力。

2）知識交流的中介效應(yīng)檢驗。

由模型2 可知，科技人才聚集強度對人才知識交流有顯著正向影響，β=0.325，p<0.001，表明科技人才聚集強度越高，人才知識交流水平就越高；由模型7 可知，加入知識交流這一變量后，與模型5 相比，科技人才聚集強度對科技人才創(chuàng)新能力的回歸系數(shù)雖然由0.585 下降至0.465，但仍然顯著，β=0.465，p<0.001，且知識交流對科技人才創(chuàng)新能力的回歸系數(shù)顯著，β=0.369，p<0.001。因此，知識交流對科技人才聚集強度與科技人才創(chuàng)新能力之間的關(guān)系存在部分中介效應(yīng)，假設(shè)H2a得到驗證。表明在科技人才聚集強度與知識交流對科技人才創(chuàng)新能力的共同作用中，一部分由自變量人才聚集強度直接發(fā)揮，另一部分由知識交流通過中介作用發(fā)揮。

由模型3 可知，科技人才聚集質(zhì)量對人才知識交流有顯著正向影響，β=0.481，p<0.05，表明科技人才聚集質(zhì)量水平越高，人才知識交流水平就越高；由模型8 可知，知識交流能夠顯著正向影響科技人才創(chuàng)新能力，β=0.293，p<0.001，表明知識交流水平越高，科技人才創(chuàng)新能力就越強。由模型8 還可以發(fā)現(xiàn)，加入知識交流這一變量后，與模型6 相比，科技人才聚集質(zhì)量對科技人才創(chuàng)新能力的回歸系數(shù)雖然由0.485 下降至0.344，但仍然顯著，β=0.344，p<0.001。因此，知識交流部分中介科技人才聚集質(zhì)量與科技人才創(chuàng)新能力之間的關(guān)系，假設(shè)H2b得到驗證。說明科技人才聚集質(zhì)量對科技人才創(chuàng)新能力的影響一部分是直接作用，一部分是通過知識交流間接作用。綜上，假設(shè)H2得到驗證。

3）組織支持感的調(diào)節(jié)效應(yīng)檢驗。

由模型9 可知，知識交流能夠顯著影響科技人才創(chuàng)新能力，β=0.248，p<0.001；由模型10 可知，在模型9 的基礎(chǔ)上加入調(diào)節(jié)變量和交互項之后，知識交流的回歸系數(shù)由0.248 上升至0.295，且組織支持感和知識交流的交互項回歸系數(shù)也顯著，β=0.351，p<0.001。假設(shè)H3得到驗證，即組織支持感正向調(diào)節(jié)知識交流與科技人才創(chuàng)新能力之間的關(guān)系。以上說明組織支持感正向影響知識交流與科技人才創(chuàng)新能力之間的關(guān)系，即當(dāng)組織支持感越高時，知識交流對科技人才創(chuàng)新能力的正向促進(jìn)作用越大；反之，則越小。

4 結(jié)論與啟示

4.1 研究結(jié)論與貢獻(xiàn)

本研究以知識型企業(yè)為例，揭示了科技人才聚集對科技人才創(chuàng)新能力的作用機理，得出以下三個結(jié)論：1）企業(yè)內(nèi)部科技人才聚集有利于科技人才創(chuàng)新能力提升。2）知識交流在科技人才聚集對科技人才創(chuàng)新能力作用過程中起到部分中介作用。3）組織支持感對知識交流與科技人才創(chuàng)新能力之間關(guān)系具有正向調(diào)節(jié)作用。

本研究的理論貢獻(xiàn)體現(xiàn)在以下三個方面：1）基于勒溫的動力場理論，探討了企業(yè)內(nèi)部科技人才聚集對科技人才創(chuàng)新能力的影響，豐富了科技人才創(chuàng)新能力在企業(yè)環(huán)境層面影響因素研究。2）澄清了科技人才聚集對科技人才創(chuàng)新能力的作用機制，發(fā)現(xiàn)企業(yè)內(nèi)部科技人才聚集會增加內(nèi)部知識交流，進(jìn)而提升科技人才創(chuàng)新能力。3）發(fā)現(xiàn)了知識交流作用于科技人才創(chuàng)新能力的邊界條件，解釋了為何同一個組織中不同的科技人才創(chuàng)新能力提升幅度不一致的現(xiàn)象。

4.2 管理啟示

本研究對管理實踐的啟示主要體現(xiàn)在以下三個方面：1）企業(yè)可以通過外部引進(jìn)、內(nèi)部培養(yǎng)、激勵的方式提升科技人才創(chuàng)新能力。2）暢通知識交流渠道，促進(jìn)人才紅利向創(chuàng)新能力轉(zhuǎn)化。3）強化員工組織支持感，增強知識交流對科技人才創(chuàng)新能力的提升和拉動作用。