中国企业知识吸收能力与绩效的关系研究.docx

中国企业知识吸收能力与绩效的关系研究.docx

《中国企业知识吸收能力与绩效的关系研究.docx》由会员分享，可在线阅读，更多相关《中国企业知识吸收能力与绩效的关系研究.docx（17页珍藏版）》请在冰豆网上搜索。

中国企业知识吸收能力与绩效的关系研究

中国企业知识吸收能力与绩效的关系研究

徐二明1，张晗2

（1中国人民大学商学院，北京，100872；

2首都经贸大学工商管理学院，北京，100070）

摘要：

在转型经济条件下，我国企业正在不断寻求提高自己的创新能力，而企业的知识吸收能力是创新能力的关键影响因素，也是企业核心竞争力的主要来源。

本文通过对我国近200家企业的问卷调研，在相关研究的基础上剖析了企业知识吸收能力，识别出吸收能力的两大影响因素——吸收知识的动力与整合机制，以及其对吸收能力的影响，同时揭示了知识转化和创新能力与绩效之间的关系。

通过实证分析，本文认为在探讨企业的知识吸收能力上，不能忽视企业内部支持和外部支持的影响作用；同时，应注意到我国企业的知识转化能力在很大程度上影响其绩效水平，而不是知识创新能力。

关键词：

吸收能力；知识转化；知识创新；绩效

0引言

大家都认识到，企业知识的吸收能力是创新的源泉所在（Zahra&George，2002）【1】，并对企业成长以及绩效的获得具有重要影响。

但是，在中国目前的条件下，这种影响究竟有多大？

哪些因素会影响知识吸收能力与企业绩效的关系？

是否与国际上对这类问题研究的结论相一致？

客观讲，目前有关对企业知识吸收能力的整个发展过程的研究还不多见，特别是对中国企业的这方面研究更弱。

为此，本文在RBV理论的基础上，运用实证分析的方法，探讨在中国企业知识的吸收能力与企业绩效之间的关系。

1理论背景——文献回顾与概念模型

在企业层面上，吸收能力，作为一种重要的动态能力，对于企业创新能力的形成发挥着重要作用（Zahra&George，2002）【1】。

为了使用和吸收知识，企业需要能探索将来导向（future-oriented）的知识，同时还要能将其应用到创新实践过程中（Zahra&George，2002）【1】。

早期的研究集中于内部资源，重点探讨企业内部的学习导向或学习能力对创新能力的影响。

例如，Baker&Sinkula（1999）以411家美国公司为实证样本，采用Kohli&JaworskideMARKOR量表，对市场导向、学习导向和企业绩效之间的关系进行了实证研究。

他们发现市场导向和学习导向对企业绩效均有显著地正向影响【2】。

谢洪明，吴隆增，王成（2007）从组织学习、知识整合的角度探讨了组织学习对我国企业核心能力和绩效的影响，认为组织学习对企业核心能力的形成以及绩效的获得均有积极的意义【3】。

随着经济的进一步全球化，学术界对于通过网络获得外部资源和能力而实现创新的研究兴趣正在增长（Zaheer&Bell，2005）【4】。

而将来导向（future-oriented）知识的吸收能力，作为一种动态能力已经被认为是个体和组织创新的关键竞争因素（Uotila，Harmaakorpi&Melkas，2006）【5】；吸收能力对于企业创新和绩效获得的影响地位正在得到加强。

1.1知识的吸收能力

Cohen&Levinthal（1990：

128）是关注“吸收能力”的第一人。

他们将“吸收能力”定义为认识新的外部信息的价值，吸收它，并应用它获得商业结果的能力【6】。

他们认为公司的吸收能力是通过长期积累而形成的，并具有路径依赖性——建立在已有的知识上。

从“知识吸收能力”概念的本源来看,对外部知识的获取、理解以及利用是这个概念的核心。

之后，Lane&Lubatkin（1998：

473）认为相对吸收能力比绝对吸收能力“对于组织间的学习更重要”【7】。

Zahra&George（2002）概括了具有代表性的有关吸收能力的实证研究【1】，指出吸收能力具有四个维度，即接受、消化、转化、开发。

前两者形成潜在的吸收能力，而后两者实现吸收能力。

潜在的知识吸收能力具有比较倾向依赖于以往的知识、经验以及外部知识源的特性；而要将潜在的知识吸收能力转化为实际知识吸收能力并对企业的创新活动真正发挥作用,则需要企业加强内部交流与合作（Zahra&George，2002：

191）【1】。

潜在的知识吸收能力是企业利用外部知识的前提,但是能够被企业充分利用的知识是有限的,因此实际知识吸收能力才是企业通过利用外部知识、不断创新并保持竞争优势的关键。

公司可能获得并吸收知识，但不一定能转化和开发知识并获取利润（Zahra&George，2002：

191）【1】。

同样的，Szulanski（1996）强调知识转化是在来源和接受者之间的双向交流，要经过开始、执行、蔓延、综合四个阶段【8】。

前两个阶段是由转化决策过程中以及从来源到接受者的知识流动过程中的所有事件组成。

后两个阶段是当接受者开始利用这些转化的知识后才开始。

在知识流动中，没有真正被利用的纯粹的知识转化是不会产生价值的。

知识转化的关键因素不是原始的知识，而是接受者获得潜在可使用的知识的程度以及利用的程度（Davenport&Prusak，1998）【9】。

也就是说，只有知识的成功转化与创新才能成功地提高企业最终的绩效。

因此，我们假设：

假设1：

知识转化与企业绩效成正比；

假设2：

知识创新与企业绩效成正比。

1.2影响知识吸收能力的因素

知识的吸收能力的强弱直接决定了企业绩效的高低。

如何培育和发展企业的知识吸收能力，首先就要找出影响吸收能力的关键因素。

一般来讲，知识的载体大体可以分为个体和群体。

知识的认知、消化、转化也一般表现为个人和群体之间的各种知识循环过程。

按照这个逻辑，企业知识吸收能力也应该包含个人的知识吸收能力和及其所在组织的知识吸收能力。

为此，企业知识能力的培育与发展需要从个人和组织两个维度考虑。

个人维度主要考虑个人吸收知识的动力，而组织维度主要考虑知识网络的整合机制（茅宁莹，2005）[10]。

1.2.1吸收知识的动力

Cohen&Levinthal（1990）强调了个人吸收能力是企业吸收能力的基础，提出个人以往的知识、经验都与他们自身的知识吸收能力密切相关【6】。

企业的先验知识水平和内涵会直接影响企业对外部知识的识别、判断以及对新知识的态度（Cohen&Levinthal，1990：

128）【6】。

Zahra&George（2002）也认为应该更多的注意研究实现吸收能力，强调公司应在以前吸收的知识上的进一步扩展【1】。

从这个思路出发，一些学者提出，个人尤其是企业研发团队的学历水平、参加创新工作的年限、工作经历多元化程度等员工已有创新水平因素与企业知识吸收能力关系密切（茅宁莹，2005）[10]。

组织中的个人或技术团队成员的创新经验越丰富、知识类别越多，他们所能解释的信息也就越多样，也越能解决较困难的问题。

因此，员工原有的先验知识水平越高，企业实现知识转化和创新的可能性就越大。

因此，我们假设：

假设3：

员工已有创新水平与企业知识转化成正比；

假设4：

员工已有创新水平与企业知识创新成正比。

知识转化不是随机的过程，而是通过组织内部政策、结构和过程来促进学习（Inkpen，2002）【11】。

不过，仅仅强调员工已经具备的创新的水平可能过于狭隘。

知识吸收效率虽然在短期内更多地依赖自身的知识基础，但是从长期来看，关于获取知识的欲望、积极性则更为关键。

而这种组织对从合作者或环境中学习的自我决定、渴望和意愿被称之为学习动机（Hamel，1991）【12】。

一些学者从研究个人吸收知识的意愿出发，揭示了企业培训与报酬奖励政策有助于对员工学习创新动机的培养，从而对企业知识吸收能力产生一定的影响（Henderson&Cockburn’s，1994；Kim，1998；Minbaevaetal，2001；Quinn&Rivoli，1991）[13]。

企业通过对员工的不断培训，可以改善并提高员工自身的知识和经验水平。

而报酬奖励体系又直接影响员工吸收外部知识，并与内部成员交流共享的积极性，从而激发员工的学习创新动机。

企业对员工的学习创新的要求越高，越能激发员工的学习新知识并将其转化的热情和意愿。

因此，我们假设：

假设5：

对员工的创新要求与企业知识转化成正比；

假设6：

对员工的创新要求与企业知识创新成正比。

1.2.2整合机制

尽管如此，企业的实际吸收水平还会受到认知的限制以及其内部约束。

有限理性限制了人们精确地获得、存储、处理以及分享信息的能力（Simon，1978）[14]。

Ghoshal&Bartlett（1988）认为交流促进知识流动。

Daghfous（2004）的研究总结了影响吸收能力的内外部影响因素，认为企业应该鼓励员工之间的交流，并通过创造信息平台等措施促进知识的分享和转化。

Kim（1998）对韩国汽车行业发展历史的研究也验证了这一点【10】。

高效的沟通系统取决于企业内、外部的对交流的支持程度（Daft&Huber，1987）【15】。

在企业内部的知识解释、分享、转化和利用要依靠内部组织结构、文化、沟通机制（Galbraith&Merril，1991；Lane&Lubatkin，1998；VandenBoschet.Al.，1999）【16】。

企业外部的知识如果不能符合组织的价值观或利益，则很难在企业内部发生转化、扩散或被利用；而组织结构过于封闭与僵化，也不利于内部成员与外部的知识源进行交流，进而使部门间的交流受到抑制，对企业知识吸收能力产生负面影响。

从社会学的角度来看，组织不是一个孤立的群体，而是在社会网络中的一个单位。

在这个网络中，组织通过知识的转化过程和资源分享而优化资源配置，提高效率，获得绩效（Galbraith，1977，Gresov&Stephens，1993）。

组织间的联系是组织发现新机会，获得新知识的重要的渠道（Gupta&Govindarajan，1986：

696；Kogut&Zander，1992；Tsai，2000）【16】。

因此，组织之间的沟通联系会使组织获得关键的竞争能力。

Julien，Andriambeloson&Ramangalahy（2004）的研究认为，组织间涉及到特殊的新技术、新知识的联系可以分为个人和非个人、正式和非正式几种形式。

其中，非正式的个人资源是创新信息的主要来源，包括委托人，参谋人员、销售商和供应商（Johnson&Kuehn，1987；Brush，1992；Julien，1995）【17】。

此外，新知识的另外一个主要来源是教育研究机构和政府组织。

通常情况下，这些研究中心或者大学由于它们的相对封闭性，与企业的联系是非常少的。

但他们是企业获得新信息的一个重要来源。

他们能够帮助企业思考所不知道的内容，回顾与总结曾经的成功与失败，指出新的创新机会。

企业有必要和他们联系，并获得支持。

这对于企业知识转化和创新来说是十分重要的。

（Hillsetal.，1999）【18】。

因此，获得这些教育研究机构和政府等组织的外部支持，对于企业知识的转化和创新仍旧意义重大。

因此，我们假设：

假设7：

内部沟通支持与企业知识转化成正比；

假设8：

内部沟通支持与企业知识创新成正比；

假设9：

外部支持与企业知识转化成正比；

假设10：

外部支持与企业知识创新成正比。

以上通过对已有研究和理论的梳理，我们提出了相关的十个假设。

为了有助于理解吸收能力以及个人和组织两个维度的影响因素与企业绩效之间的关系和上述假设。

图1勾勒出了它们之间的复杂关系。

图1研究框架

2研究方法——样本与测度方法

2.1研究样本

为了收集足够的高质量的数据来验证上述命题，在探索性研究和小组访谈的基础上，本项研究对于电信、制造、服务等行业的200家企业的各层管理者进行了问卷调查，成功回收有效问卷138份，回收率69％，其中有效问卷135份。

调查时间为2007年3月至2007年7月。

样本中企业所在行业分布如表1所示。

表1样本企业的行业分布

行业

包含样本数

行业

包含样本数

制造业

11

高科技产业

37

建筑业

7

电力、气供应

1

零售业

2

通讯服务业

43

运输业

2

地产与商务服务

2

金融与保险业

11

教育业

5

政府行政与国防部门

5

其他

9

受访公司的成立时间以及研发小组的成立时间的分布大致呈正态分布，而且500人以上的企业或部门占了较大的比重（59.3%）。

在公司平均学历在本科及以上占91.2%，员工平均年龄在35岁以下的公司占85.2%，86.7%的受访者在目前的公司服务2年以上，这在很大程度上保证了本研究问卷的真实性和可靠性。

2.2变量定义及衡量

本研究为确保测量工具的效度及信度，尽量采用国内外现有文献已使用过的量表，再根据本研究的目的加以适当修改作为搜集实证资料的工具。

所用量表多为对有关研究证明具有效度的，而剩余的则是在对各层管理者访谈和探索性研究的基础上制定的。

其中，在吸收能力、影响因素及绩效等概念的操作性定义及衡量方法上，主要采用境外已发表的学术论文或者学位论文（Simonin，2004；Minbaeva,Pedersen,Bjőrkman,Fey,&Park，2003；等等）【13，19】，在问卷正式定稿与调查之前，先对部分企业界人士进行问卷的预调查，以评估问卷设计及用词上的准确性，再根据预试者提供的意见对问卷进行了修订。

最终用于测度吸收能力各影响因素的测度指标有14个，其中测度员工水平的有3个，测度对员工要求的有2个，测度内部支持的有7个，测度外部支持的有2个。

用于测度吸收能力中的知识转化能力和创新能力的测度指标各4个，测度企业绩效的指标2个。

2.3样本的信度与效度

本研究将以Cronbach’sα系数来检验变量的信度，如表2所示。

各因素及各变量的Cronbach’sα值都在可接受的范围，这表示本量表具有较好的信度。

在效度检验方面，由于本研究所使用问卷项目全部来自过去的文献，很多学者都曾使用这些量表测量相关变量，本研究在最终确认问卷之前通过咨询相关领域的专家、预试并修正问卷的部分提法、内容，因此问卷具有相当的内容效度，也应该能够符合建构效度的要求。

但考虑跨文化因素的影响，本研究仍以验证性因素来验证本研究各量表的建构效度。

本研究验证性因素分析的各项指标如表3所示，可见总体上各指标基本上能达到要求。

表2　Crohbach’sα系数

因素或变量

Cronbach’sα值

测项数目

因素或变量

Cronbach’sα值

测项数目

吸收能力

知识转化与创新

员工水平

0.7961

3

知识转化

0.8960

4

对员工要求

0.6791

2

知识创新

0.9316

4

内部支持

0.8637

7

绩效

外部支持

0.6419

2

绩效

0.6813

4

表3本文各变量验证性因素分析的结果

吸收能力

知识转化与创新

绩效

CFI

0.94

0.93

0.84

GFI

0.87

0.87

0.92

RMR

0.067

0.051

0.13

RMSEA

0.087

0.157

0.285

χ2

χ2（71）=142.31

χ2（19）=81.95

χ2

（2）=23.71

3实证分析——测度模型与命题验证

接下来，本研究运用结构方程模式（SEM）分析这些变量间整体的相互影响关系，统计工具采用LISREL8.80。

3.1整体分析模型

本文的理论模型如图2所示，潜在变量（latentconstruct）以椭圆形来表示，观测变量（observedvariable）则以矩形来表示。

图2理论模型

3.2整体理论模型的检验

在对假设检验之前，我们先对模型的拟和程度进行检验。

本文从基本的拟合标准（preliminaryfitcriteria）、整体模型拟合度（overallmodelfit）以及模式内在结构拟合度（fitofinternalstructureofmodel）三方面来衡量整体理论模型是否合适（Bagozzi&Yi，1988）【20】。

（1）基本的拟合标准：

该标准是用来检测模式的误差、辨认问题或输入是否有误等，这可从衡量指标的衡量误差不能有负值及因素负荷量不能太低（低于0.5）或太高（高于0.95），并且是否都达到显著水平来加以衡量。

如表4所示，本文在各个潜在因素的衡量指标的因素负荷量均符合标准，而且均达显著水平。

可知我们提出的理论模型基本符合基本拟合标准。

表4　整体理论模式的衡量分析

变量

因素负荷量（λ）

组成信度

AVE

吸收能力

0.6630

0.4798

员工水平

0.7147

对员工要求

0.7574

内部支持

0.5379

外部支持

0.7386

知识转化与创新

0.8001

0.6361

知识转化

0.7627

知识创新

0.8309

绩效

0.9423

0.9423

0.8879

（2）整体模型拟合度：

该指标是用来检验整个模式与观察数据的拟合程度，这方面的适合度衡量标准有多种指标：

χ2＝668.84，d.f.=281，GFI=0.72，RMR=0.10，RMSEA=0.10，可见卡方统计值、GFI、RMR均达可接受的范围；此外，NFI=0.85，CFI=0.90，可见CFI达到可接受范围，NFI而则略低于0.90的标准。

本文各指标均符合标准，而且均达到显著水平。

可知整体而言，综合各项指标的判断，本文理论模型的整体模型拟合度较好。

（3）模式内在结构拟合度：

该标准用以评估模式内估计参数的显著程度、各指标及潜在变项的信度等这可从个别项目的信度（Individualitemreliability）是否在0.5以上、潜在变项的组合信度（Compositereliability）是否在0.7以上以及潜在变项的AVE（AverageVarianceextracted）是否在0.5以上来评估。

如表3所示，吸收能力、知识转化与创新、绩效的组合信度分别为0.66、0.80、0.94，而AVE分别为0.4798，0.6361，0.8879，只有吸收能力略低于可接受水平，故本文所提出的整体理论模型有较好的内在结构拟合度。

由此可见，本文所提出的模型是合适的，可以用以检验相应的假设。

3.3假设的验证

表5　理论模式的路径系数与假设验证

路径

变量间的关系

路径系数

t值

对应假设

检验结果

γ11

员工水平－>知识转化

0.26

1.79

假设1

支持

γ21

对员工要求－>知识转化

0.07

1.14

假设3

不支持

γ31

内部支持－>知识转化

0.54

2.04

假设5

支持

γ41

外部支持－>知识转化

-0.12

-0.39

假设7

不支持

γ12

员工水平－>知识创新

0.44

2.61

假设2

支持

γ22

对员工要求－>知识创新

0.2

1.81

假设4

支持

γ32

内部支持－>知识创新

假设6

不支持

γ42

外部支持－>知识创新

0.81

3.51

假设8

支持

β31

知识转化－>绩效

1.31

1.93

假设9

支持

β32

知识创新－>绩效

-0.28

-0.58

假设10

不支持

由表5理论模式的路径系数及显著性我们可以看到：

（1）员工水平对知识转化存在显著的直接正向影响效果（γ11=0.26），本文的假设H1获得支持；

（2）对员工要求对知识转化没有显著的正面影响，本文的假设H3未获得支持；（3）内部支持对知识转化有显著的正面影响（γ31=0.54）,本文的假设H5获得支持；（4）外部支持对知识转化没有显著的正面影响,本文的假设H7未获得支持。

其中，内部支持对企业知识转化的影响最大，模型中的路径系数0.54。

（5）员工水平对知识创新存在显著的直接正向影响效果（γ12=0.44），本文的假设H2获得支持；（6）对员工要求对知识创新有显著的正面影响（γ22=0.2），本文的假设H4获得支持；（7）内部支持对知识创新没有显著的正面影响,本文的假设H6未获得支持；（8）外部支持对知识创新有显著的正面影响（γ42=0.81），本文的假设H8获得支持。

其中外部支持对企业知识创新的影响最大，路径系数是0.81。

事实上，这在实践中也不难理解。

对于知识的转化，重在将获得的外部知识转化为企业本身的资源，因此，内部的沟通十分重要。

而创新在现在更多的是获取外部的全新的知识和信息，外部支持就显得十分必要了。

此外，从吸收能力对企业绩效的影响来看：

（9）知识转化对绩效有显著地正向影响（γ31=1.31），假设9获得支持；（10）知识创新对绩效没有显著影响，假设10未获得支持。

这个结论很有意思，在我们的意识中，创新是企业绩效增长的关键动力，因此，对于企业来说，知识创新对于企业的绩效的获得应该影响更大。

但通过我们对中国企业数据的分析，发现知识创新对企业绩效得影响并不显著。

反而是知识的转化作用更大。

究其原因，我们认为有二：

一是我国经济起步较晚，仍然处于赶超阶段，科技的落后使得创新行为更多的是模仿创新，而不是原创。

企业原创行为在创新中占的比重非常少，使得原创性的创新对于企业绩效的影响作用不大。

二是我国企业外部信息网络还不健全。

通过前面的分析我们知道，外部支持对企业的知识创新影响最大，但是，我国企业目前的外部支持，特别是与高校和科研机构的联系体系还远远没有完善，严重阻碍了外部组织与企业的新知识、新信息的沟通和交流；同时，企业的研发活动也大多在企业内部进行，与战略伙伴的合作研发行为还比较少见，因此，企业通过知识创新获得绩效的效果就不明显。

删除掉不显著的关系，最终我们可以得出这样的一个关系图，如图3所示。

图3吸收能力及其影响因素与企业绩效的关系图

4结论与管理启示

目前，我国正处于转型经济的关键时期，在日趋激烈的竞争环境中，国家提出了“建立创新型国家”的战略，对于企业来说，创新也已经成为企业生存与成长的关键核心竞争力的来源。

此外，全球化的深化，市场的拓展，技术复杂水平的提高以及对信息、知识的需求的巨大增长，使得合作，从通过吸收外部知识获得企业创新及成长已经逐渐取代企业靠内部独立创新获得成长，成为企业的主要成长方式。

吸收能力对创新的作用不容忽视。

企业知识吸收能力是一个动态的概念,一方面是企业发展过程中自然产生的知识积累的结果,但也同时取决于企业的有意识的投入与管理效率。

因此，企业加快企业知识吸收能力的发展是可以有所作为的。

当然,在企业发展的不同阶段,需要吸收的知识重点不同,因此外部的知识源、内部知识获取、吸纳、转化以及利用的要素和机制也应该有所不同。

从我们的研究结论中可以看出，在当前的我国企业竞争环境中，对知识的吸收能力，特别是知识转化能力，的确会影响我国企业绩效水平。

同时，在促进和培养企业吸收能力方面，企业的内部支持和外部支持的作用不容忽视。

一方面，内部支持关系到企业知识的转化，另一方面，外部支持关系到企业知识的创新。

对于理论的发展，本研究的主要贡献在于：

对吸收能力与企业绩效之间的关系进行了系统的分析。

到目前为止，这方面的系统研究还不多见，大多数研究集中于吸收能力的影响因素，忽略了影响因素——吸收能力——企业绩效的整体系统讨论。

特别是针对中国这样一个新兴国家，正处于经济追赶时期，原有创新基础的薄弱，就需要通过吸收外部的新知识、新信息加以弥补，并促进自身水平的提高。

因此急需这方面的理论指导。

而本文就是在这方面的一个有意义的尝试。

同时，本结论对于我国的企业创新的实践者来说也具有重大意义