国防科技企业间协同能力、知识共享与网络组织效率关系研究
——以陕西省为例

李 慧,王晓琦

(西北工业大学 人文与经法学院,陕西 西安 710129)

摘 要:探讨了国防科技企业间协同能力、知识共享与网络组织效率之间的关系。在理论分析的基础上,以陕西省27家国防科技企业为对象进行了实证研究。结果表明:国防科技企业间协同能力对知识共享、知识共享对网络组织效率均具有显著正向影响,且知识共享在两者之间起中介作用。在此基础上,建立了国防科技企业间“协同能力—知识共享—网络组织效率”的理论框架。

关键词:国防科技企业;协同能力;知识共享;网络组织效率

0 引言

随着经济全球化和信息技术的发展,网络组织作为新型组织模式,能够使企业获得持续竞争力。国防科技企业肩负保护国家安全和促进经济发展的双重使命[1],涉及诸多大型复杂产品,具有研发成本高、规模大、技术含量高等特点[2]。产业链各环节的企业应相互协同,提升网络组织运行效率,从而提高国防科技工业整体竞争水平。

网络组织优势能否实现,取决于其影响因素[3]。Federieo Butera[4]研究指出,组织节点成员通过协同,共同处理组织事务,推动组织发展,从而实现组织合作。李维安[5]认为,协同方式是实现网络组织目标的关键因素。平洋[6]研究发现,为了完成武器装备研制等网络组织任务,需要各环节企业相互协作。国防科技企业间的横向协同模式,有助于提高技术研究效率,提高企业联盟竞争力[7]。同时,知识共享可以积极影响网络组织的运作,是企业和组织获得持续竞争力的基础[8],而企业间的相互协同为此提供了重要渠道。

通过上述分析可以看出,企业间协同行为与网络组织效率之间有着密切关系,部分学者也认识到了协同合作对国防科技网络组织的积极作用,但很少有学者研究国防科技企业间协同能力与网络组织效率的关系。本文将在前人研究的基础上,分析国防科技企业间协同能力对网络组织效率的影响,并探讨知识共享在两者间的作用。通过建立国防科技企业间协同能力、知识共享和网络组织效率的影响模型,提出相关研究假设,运用结构方程模型验证假设的合理性,得出相应结论。

1 研究假设与概念模型

1.1 协同能力与知识共享

美国战略管理学家Day[9]在1994年提出了“协同能力”这一概念,认为协同能力是指在运作好组织知识和技能的前提下,通过协调组织活动,获得组织绩效的能力。王晓娟[10]等认为,协同能力是企业获取关键资源的重要推动力,是协同各种资源要素,从而促进创新实践的一种能力。根据以上研究成果,本文认为,协同能力是在整合的基础上,按照一定方式,将不同协同要素由无序变为有序,最终获得组织绩效的能力。

在早前研究中,Porter[11]从价值链视角出发,认为协同就是对资源和技术的共享。知识作为企业持续竞争优势的来源,可以由内部积累,更需要从外部获得,而协同是实现外部知识获取的重要渠道。王瑛[12]研究发现,企业之间的交流沟通渠道越顺畅,越有利于知识转移。Nyaga[13]等指出,买卖双方的协同可以促进企业间的信任和承诺。而这些会对知识共享产生积极作用。Squire[14]等在对美国104家制造业与供应商调研后发现,买方与供应商的关系密切度与双方知识共享呈正相关。对于国防科技企业而言,每个大型项目的研制,都可被视为复杂产品系统的运作过程,涉及众多尖端技术领域,这决定了网络成员必须具有一定协同能力,使系统中的协同要素建立秩序并互动合作。有了这样的基础,便可促进成员间建立更为规范和多样的知识共享渠道,从而对知识共享产生促进作用。因此,本文提出以下假设:

H1:国防科技企业间协同能力对知识共享具有正向作用。

1.2 协同能力与网络组织效率

网络组织是介于传统市场和科层企业之间的一种跨组织联合模式,是多个企业或研制主体基于相互认可的制度安排进行协作联盟的结果。而国防科技企业网络组织还具有以下两个特点:①高稳定性。国防科技企业往往围绕具有高保密性和准公共产品性的大型项目展开合作,具有较高进出壁垒,因而比较稳定;②网络成员的宽泛性。国防科技网络组织目标的完成离不开研发、制造、实验等企业或科研院所的通力协作,因而本文认为,国防科技网络组织成员不仅包括传统生产企业,也包括研发、试验等机构单位。

随着企业边界的逐步模糊,企业间的互动过程成为网络组织形成的重要途径,而这一过程本身也是协同的表现形式。可见,协同能力与网络组织间存在密切关系。根据交易费用理论,在一般交易行为中,交易双方在信息不对称的情况下,需要花费大量时间和金钱来完成获取信息、价格谈判、签订合同、履行义务等行为。研究发现,相较于价格机制,企业间协同机制能够更加有效和持续地协调组织关系[15],尤其对国防科技工业而言,在无法建立完全市场化价格机制的前提下,组织成员会更依赖于建立在信任基础上的协同机制,通过相互协同,建立彼此认可的交易模式和习惯。双方紧密合作能够高效地解决分歧,稳固已有合作关系,从而有助于网络组织的高效运转[16-17]

基于以上分析,本文提出以下假设:

H2:国防科技企业间协同能力对网络组织效率具有显著正向作用。

1.3 知识共享与网络组织效率

由于研究视角和侧重点不同,目前学界对知识共享这一概念的理解差异较大。例如,Davenport[18]将知识共享概括为个人自愿的、有意识的交换行为。而Hendriks[19]认为,知识共享是一个沟通过程。根据以上学者的研究成果,本文将知识共享定义为,不同层次主体间对愿意且能够共享的知识进行交换和再创造的过程。

知识共享的核心是实现组织有效性,没有知识共享, 任何形式的网络组织目标都无法实现[20]。一般情况下,国防科技网络组织产业链条较长、区域跨度较大,成员间通过知识共享,能够打破内部资源有限和同质性的限制,还可实现风险共担,降低组织研发成本(周玉泉,2005)。行业的高度保密性决定了国防科技网络组织成员几乎不可能从网络、媒体等公众平台获取有效的技能或管理方法,甚至成员间的知识共享都是有限的,但也正因如此,成员间对于非保密知识的共享意愿显得至关重要:较高分享意愿会促进成员进行知识探索和知识拓展,从而有利于网络组织顺利、健康发展,最终实现组织效率的提升[21-22]。进一步而言,国防科技网络组织成员间的技术依赖程度和专业化程度较高,网络组织目标的实现相比其它行业具有更为明确的节点要求,成员企业如果具有较强的知识共享能力,将有助于建立科学有效的知识共享途径和渠道,减少共享过程中知识的无效利用,提高知识共享效率,缩短网络组织目标实现周期。综合上述分析,本文提出如下假设:

H3:知识共享对国防科技网络组织效率具有显著正向作用。

1.4 知识共享的中介作用

根据前文所述,组织间协同能力与网络组织效率存在正向关系,然而组织成员要想获取持续竞争力,知识才是胜于其它物质资产的根本。企业间较强协同能力能够对关系治理机制(基于信息和互助交换的承诺)产生积极作用,进而促进企业绩效的提升[23]。在网络组织运转过程中,成员间通过协同实现了信息共享和共同决策,从而创造出整个网络组织的竞争优势[24]。大型武器装备的研制,是一个复杂产品系统,涉及一系列专业技术难题,网络成员需要不断开拓新的技术领域,尤其要实现共性和关键技术的协同研发,这就需要成员将各自掌握的知识资源进行共享,并通过具体途径(工作手册、定期会议等),将优质高效的知识资源传递给合作伙伴,将企业个体知识上升为网络组织共有知识,从而提高网络运行效率。鉴于此,本文提出以下假设:

H4:知识共享在国防科技企业间协同能力与网络组织效率的关系中具有中介作用。

根据假设,建立概念模型如图1所示。

图1 概念模型

2 研究设计

2.1 变量界定及测量

本文采用李克特5点量表法测量国防科技企业间协同能力、知识共享和网络组织效率等基本变量。其中,“5”代表非常同意,“1”代表非常不同意。

网络组织是一种跨组织经营合作模式,这种形式能够使成员节约交易成本,提高交易收益。具体而言,一方面,网络组织能够为成员企业带来长期合作伙伴,为国防科技企业的安全保密提供保障,同时降低交易论证成本,在一定程度上避免机会主义;另一方面,能够通过协同合作,弥补单个成员的能力缺陷,使网络成员的发展水平处于较为平均的层面,提高市场话语权。国防科技网络组织分工高度专业化,使各成员致力于自己的专长,从而有利于提高网络组织整体运转效率。基于上述分析,本文量表主要参考王熹[25]、徐碧琳等[26]的研究结果,并在征求行业资深从业者和学者的意见后对量表进行了修改,分为节约交易成本和增加交易收益2个子变量。

协同能力能够促使网络组织向有序、稳定的方向发展。对于关乎国家安全的国防科技工业而言,协同能力不应仅仅停留在为组织成员的分工合作、决策协调提供微观基础,更应成为自上而下的系统指引。具体而言,在宏观层面,体现为规范组织成员的路线和范围;在中观层面,体现在能够使组织成员形成统一的制度或章程,及时实现资金、人力等方面的调整;在微观层面,则体现在能够建立共同的信息共享平台,并及时进行信息共享。上述分析,本文主要借鉴邹志勇[27]关于企业集团协同能力的量表,根据研究对象,在征求专家意见后,对部分测量条款进行删减或修改,使之更符合行业语言表述习惯。进行修订后,量表包括宏观协同能力、中观协同能力和微观协同能力3个子变量。

如本文“2.3”小节所述,国防行业的特殊性决定了其保密前提下的共享有限性,在这样敏感的环境中,成员间是否愿意提供必要的资料或建议,显得尤为重要,因此,本文将知识共享意愿作为衡量知识共享的第一个维度。国防科技工业领域的知识具有较强专业性和前沿性,其搜索时间长、难度较大,从该意义上看,有必要将成员企业的知识共享能力作为衡量知识共享的第二个维度。根据上述分析,本文主要参考Szulanski[28]和王雁飞、朱瑜等[29]的研究结果,并在征求相关专家意见后对部分描述进行了修改,确定了最终量表。

2.2 样本描述

2.2.1 调研区域和对象

国防科技工业涵盖航空、航天、兵器、船舶、军用电子和核工业6大行业,各行业间联系非常紧密:航空航天在制导与控制、自动控制领域拥有相近的技术,核电池已成功用作航天器电源,兵器行业为军用飞机和船舶提供了各类装载设备,而电子技术在各行业均有运用。陕西省是我国国防科技工业大省,截至2015年12月,陕西省共有国防企事业单位112家,职工20余万[30];形成了以航空、航天为主的国防科技体系,拥有西安国家民用航天产业基地、西安阎良国家航空高技术产业基地、西安兵器工业科技产业基地等多个国防科技产业集群,承担了C919等多个国家重大项目研制工作,各行业企业间形成了紧密合作的网络组织。因此,本文选取陕西省作为研究对象,具有较强的行业代表性。

为了尽可能获取客观真实的调查数据,本次调查所选取的企业均与网络成员建立了横向或纵向合作关系,网络组织间具有较高进入壁垒。同时,考虑到问卷调查需要受访者对本企业的网络合作经营业务具有较深入的了解,本文以企业内中高层管理者、研发及技术骨干为调查对象。

2.2.2 数据搜集

首先,于2016年4月在西安阎良国家航空高技术产业基地进行预调研,运用SPSS16.0软件对回收的43份小样本进行检验,根据检验结果删除了协同能力量表中的条款2和条款14,以及网络组织效率量表中的条款3、条款6和条款7,确定了最终的调查问卷。

然后,于2016年4月至6月展开大规模问卷调查,通过网络、纸质问卷等方式发放问卷共170份,回收162份。样本来自陕西省内27家国防科技企业,其中国有企业20家,民营企业5家,混合所有制企业2家;涉及航空、航天、兵器、船舶、核工业等绝大部分军工行业。对于回收的问卷,依据以下原则进行筛选:①若关键题项填写不全,则问卷作废;②若答案存在高度一致性,或呈“Z”行排列,或出现规律性作答的,问卷作废;③同一调查组织回收的问卷存在答案雷同的,不予以采用。根据以上原则,本次调查最终得到有效问卷141份,问卷有效回收率为87.94%。样本数据分布如表1和表2所示。

表1 调查样本分布 N=141

特征频数百分比(%)行业 航空5136.17航天4632.62兵器2719.15船舶139.22核工业42.84合计141100.00企业性质国有11178.72民营2417.02混合所有制42.84其它21.42合计141100.00成立年限<10年2014.1811~20年42.8421~30年74.9631~40年21.4241~50年2114.89>50年8761.71合计141100.00员工规模<1000人3222.691000~3000人2920.563000~6000人2215.606000~10000人64.26>1万人5236.89合计141100.00资金规模<1亿元2819.861~5亿元1611.355~10亿元107.0910~50亿元5337.59>50亿元3424.11合计141100.00

表2 被访问人员统计状况 N=141

特征频数百分比从业年限 3~5年149.935~10年3323.4010~20年4934.75>20年4531.92合计141100.00受教育程度大专1510.64本科及相当学历5136.17硕士研究生及相当学历6646.81博士研究生及相当学历96.38合计141100.00工作类型 高层管理者1510.64中层管理者6243.97研发负责人2920.57技术专家2417.02项目经理117.80合计141100.00

3 实证分析

在对研究样本进行信度和效度分析前,有必要对问卷中各变量测量条款的均值、标准差、峰度和偏度进行分析,以验证研究数据是否符合正态分布。一般而言,样本峰度及偏度系数绝对值小于2,且多元(Multivariate)峰度值小于10时,即可认为其服从正态分布。运用SPSS16.0对本文样本数据进行检验,结果如表3所示。

由表3可知,本文样本峰度、偏度系数绝对值均小于2,多元(Multivariate)峰度值为6.924<10,说明数据符合正态分布要求,可以进行下一步分析。

3.1 样本信度和效度分析

信度可以反映被测结果的一致性和稳定性,问卷信度一般用可靠性水平Cronbach's α 系数和题项-总体相关系数(Corrected-Item Total Correlation,CITC)来衡量。当Cronbach's α值>0.7且量表中各题项CITC>0.5时,认为量表内部一致性较好,信度较高。根据这一原则,对大样本数据进行检验,结果如表4所示。可以看出,问卷各变量和维度的Cronbach's α均大于0.8,各测量条款CTIC>0.5,说明本文问卷效度良好。

表3 各测量变量样本数据描述性统计

测量变量均值标准差偏度统计值标准差峰度统计值标准差宏观协同能力4.0090.722-0.4480.231-0.0630.459中观协同能力3.8090.650-0.3880.2310.1440.459微观协同能力3.7340.7800.0040.231-0.5360.459知识共享意愿4.0110.643-0.3540.231-0.2620.459知识共享能力4.0500.621-0.4330.2310.4630.459降低交易成本3.3850.840-0.1150.231-0.1230.459增加交易收益3.8220.698-0.0910.231-0.2150.459Multivariate6.924

效度反映了被测结果的准确性和有效性,问卷效度可分为内容效度和结构效度。本文问卷引用了成熟量表,并与3家国防企业中高层管理人员就问卷内容、题项表达方式、语句使用习惯等进行了深入探讨,对原始问卷中不重要的题项予以剔除,在此基础上对语义不明之处进行了修改,确定了最终问卷。因此可认为,本文问卷具有较高内容效度。

本文运用因子分析法进行结构效度分析。首先运用SPSS16.0进行KMO和Bartlett球形检验,一般认为,如KMO>0.7且Bartlett球形检验卡方值显著,则适合进行因子分析;若利用最大方差旋转后各测量条款的因子负荷大于0.5,则保留该题项。基于上述原则对大样本数据进行检验,结果如表4所示,本文问卷KMO值均大于0.7,Bartlett球形检验卡方值显著。问卷中各题项进行旋转后的因子载荷值均大于0.5,因子方差累计贡献率均在60%以上,说明问卷具有较好的结构效度。

3.2 假设检验

结构方程模型(SEM)可用于验证多个自变量和因变量之间的关系,呈现潜变量之间的关系,并对存在中介变量的模型进行分析。Bootstrap是由Stanford大学的Efron教授提出的用于估计参数的统计方法,近年来被广泛运用于心理学、组织行为学等领域的分析研究中,该方法可通过结构方程模型来实现。本文将运用该方法对前文提出的模型进行验证和分析。

3.2.1 模型整体拟合

利用AMOS17.0对模型整体进行拟合优度分析。评价模型拟合程度的指标主要包括卡方指数(χ2/df)、近似误差均方根(RMSEA)、拟合优度指数(GFI)、调整拟合优度指数(AGFI)、相对指标值(NFI)、Tucker-Lewis指数(TLI)和比较拟合指数(CFI),本文运用上述指标对模型整体拟合效果进行评估,其适配范围和运行结果如表5所示。

表4 信度和效度分析结果

维度题项CITCKMO值因子载荷方差解释宏观协同能力Cronbach'sα=0.8761.我们与组织成员可以认识到战略协同的重要性0.6980.7220.85780.1742.我们与组织成员可以做到战略互补0.7890.9103.我们与组织成员可以建立共同的行为规范0.8040.918中观协同能力Cronbach'sα=0.8611.我们与组织成员可以根据研发生产计划及时配合调整0.5750.8460.70370.2532.我们与组织成员可以根据组织需求在人力资源配置方面进行及时调整0.6780.7903.我们与组织成员可以根据组织需求在资金方面进行及时调配0.6450.7634.我们与组织成员之间有较为一致的规章制度0.6650.7845.我们与组织成员对达成的制度具有较强的执行能力0.7470.8406.很多信息技术在组织成员间得到应用0.5980.726微观协同能力Cronbach'sα=0.8781.我们与组织成员可以在产品研制各环节通力合作0.7890.8200.89267.7442.我们与组织成员可以共同组建研发组织0.7280.8353.我们与组织成员可以交流创新经验和成果0.7390.8564.我们与组织成员可以使用统一的行业语言0.7330.8555.我们与组织成员间可以实现业务数据交换0.6250.656知识共享意愿Cronbach'sα=0.8731.我们乐意与组织成员分享彼此的知识与经验0.6730.8040.79966.6822.与组织成员讨论时,我们会尽可能提供建议0.7740.8773.对于组织成员提出的问题,我们会尽可能解答0.7750.8774.组织成员需要帮助时,我们会尽量提供所需的资料0.5810.7095.与组织成员分享知识是很有成就感的事情0.6990.810知识共享能力Cronbach'sα=0.8841.我们能快速找到执行工作所需要的知识0.7890.8300.87668.5062.我们对新观点或新事物采取接纳的态度0.7660.8593.我们会以组织成员理解的方式表达自己的意见0.6840.7984.我们有能力分辨对于本工作有价值的知识0.7210.8265.我们能快速找到执行工作所需的特殊技巧0.6520.776节约交易成本Cronbach'sα=0.8171.有了固定的合作伙伴,我们不再需要到处寻找新的合作对象0.7230.7860.86364.6252.对于相似/经常性的交易,我们会以某种形式固定下来,不需要每次都详细论证0.6200.7903.我们与组织成员是长期合作关系,不担心也不用花力气去监督对方的机会主义行为0.6370.8034.找组织内的成员融资比从其它渠道融资成本相对要低0.5770.755增加交易收益Cronbach'sα=0.8061.通过与组织成员联合,我们获得了不易替代和模仿的竞争优势0.5870.7710.75471.8142.我们与组织成员进行优势互补,产生了“1+1>2”的效果0.6300.7823.各组织成员致力于价值链的不同环节,使我们能专注于自己的核心专长0.6290.6354.与组织成员的合作,大大增加了我们在市场上的话语权0.6220.7755.当外部环境发生变化时,我们能够组织成员联合起来抵抗风险0.6480.803 量表总体Cronbach'sα=0.867;各维度Bartlet检验均显著(P=0.000)

表5 模型整体拟合结果

拟合指标χ2/dfRMSEAGFIAGFINFITLICFI检验结果1.4600.0650.9620.8920.9640.9750.977适配标准≤3.00≤1.00≥0.9≥0.85≥0.90≥0.90≥0.90

由表5可知,χ2/df小于3,RMSEA、GFI、 NFI、TLI、CFI等指标的值均大于0.9,AGFI值也大于0.85,各项指标指数均符合适配标准,可认为本文立论模型整体拟合良好,能够进行进一步分析。

3.2.2 基于Bootstrap法的理论模型检验

运用Bootstrap法对样本数据进行检验分析,设置Bootstrap样本为2 000,Bootstrap p值为0.147,未达到0.05的显著水平,表明观察数据与图1所示的理论模型可以适配。理论模型标准化路径系数结果如图2所示,可以看出:①协同能力对知识共享的路径系数为0.892***(P<0.001),表明协同能力对知识共享存在显著正向影响,假设H1成立;②协同能力对网络组织效率的影响不显著(P>0.10),表明协同能力对网络组织效率没有显著直接影响,假设H2未得到支持;③知识共享对网络组织效率的路径系数为0.509*(P<0.10),表明知识共享对网络组织效率具有显著正向影响,假设H3成立。

图2 验证后理论模型及变量间关系

路径系数并不能准确反映知识共享在国防科技企业间协同能力与网络组织效率之间所扮演的角色,根据温忠麟[31]提出的基于Bootstrap法的中介检验流程,对假设H4进行检验:①检验协同能力与网络组织效率之间总效应的显著性,根据结果可知,两者之间总效应c=0.615,p=0.002,说明系数c显著,按中介效应立论;②依次检验协同能力与知识共享系数(a)、知识共享与网络组织效率系数(b)的显著性,根据图2可知,a与b均显著,说明知识共享在协同能力与网络组织效率之间的中介效应显著;③检验控制知识共享这一变量之后,协同能力对网络组织效率的直接效应系数是否显著(c′),由图2可知,c′不显著,说明只有中介效应,直接效应不显著。综上所述,假设H4得了到支持。另外,根据Preacher和Hayes[32]等的研究,“完全中介”和“部分中介”的说法存在值得商榷之处,因而本文给出知识共享中介效应的效应值ab/c=0.892*0.509/0.615=0.738。

4 结语

本文以陕西省国防科技企业为研究对象,通过对陕西省航空、航天、兵器、船舶、核工业等国防科技企业的问卷调查,运用结构方程模型及Bootstrap法探析了国防科技企业间协同能力、知识共享和网络组织效率之间的关系,打通了网络成员间协同能力与网络组织效率之间的关系脉络,建立了“协同能力-知识共享-网络组织效率”的理论框架。

(1)国防科技企业间协同能力通过知识共享对网络组织效率具有正向影响,但协同能力对网络组织效率没有直接的显著影响。这表明,国防科技企业较强的协同能力,有助于加强成员间的知识共享意愿,促进成员间的知识共享行为,从而促进整个网络组织效率的提升。但网络组织效率的提升无法靠企业间的互动过程直接实现,而需要通过相应的载体予以体现和释放,才能作用于整个组织的运行,这就需要成员间通过项目会议、制度手册、正式或非正式讨论等形式进行高质量的信息传递,实现知识资源的合理配置,这样才能使企业获得持续竞争优势,从而提高网络组织的运行效率。而前文提到关于协同能力对组织效率的研究成果,很多限于企业内部,没有触及跨组织层面;还有些研究将知识共享纳入协同行为中,并没有将其作为一个单独变量进行研究,这是对本文研究结论一个可能的解释。

(2)国防科技组织间协同能力对知识共享具有显著正向影响。协同行为本身以合作伙伴的相互信任为基础。网络组织成员间通过树立战略协同理念,形成共同的行为规范,能够有效促进知识资源在成员间的流动。对于国防科技企业而言,首先,其发展战略与国防安全战略和政策紧紧相连,使得它们更容易拥有相同或相近的发展规划和行为准则,这是拥有较高协同能力的体现;其次,六大军工行业均有以企业集团这一网络组织形式存在的大型公司,其各自下辖的子公司多达几百家,围绕某一重点型号和项目的研制,成员间得以长期、频繁地协同合作,这为提高彼此之间的协同能力提供了天然的土壤。协同能力越强,成员间信任度越高,进行知识共享的意愿就越强烈,共享行为就更容易实现;最后,基于协同能力,有助于拓宽企业间知识共享渠道(如使用统一的行业语言和平台,定期举行交流会议),从而提高知识共享能力。

(3)知识共享对国防科技网络组织效率具有显著正向影响。国防科技工业属于技术和知识密集型产业,企业对合作伙伴的技术能力、信誉口碑有着更高的要求。知识共享能够为各方提供高效优质的信息资源,使各方省去信息搜寻和甄别成本,有助于促使各方形成长期稳定的合作关系,从而有效降低生产交易成本。更进一步,国防科技企业间积极进行知识共享,能够促进资本、技术、人才和管理经验的快速流动和优化配置,提高知识共享效率。这种“外生”的知识积累,能够使网络成员快速获得不易替代的竞争优势,增加其在市场上的话语权,从而提高交易收益以及网络组织运行效率。

由于行业的特殊性,本文在样本数量和来源区域等方面仍存在一定局限性,未来可继续深入研究其它地区的国防科技企业网络组织效率,并在军民融合大趋势下,加强对国防科技民营企业的研究。

参考文献:

[1] 陈求发. 以十八大精神为指导加快推进与我国国际地位相称、与我国安全和发展利益相适应的先进国防科技工业建设[J].国防科技工业,2012(12):12-13.

[2] MIKE H. Product complexity, innovation and industrial organization[J]. Research Policy,1998(26):689-710.

[3] 徐碧琳,李涛. 基于网络联盟环境的工作满意度、组织承诺与网络组织效率的关系研究[J].南开管理评论,2011(1):36-43.

[4] FEDERIEO BUTERA. Adapting the pattern of university organization to the need of knowledge economy[J]. European Journal of Education,2000,35(4): 403-419.

[5] 李维安. 网络治理: 内涵、结构、机制与价值创造[J].天津社会科学,2005(5):59-63.

[6] 平洋.国防科技工业开放式创新科研模式研究——基于军民融合视角[J].科技进步与对策,2013,30(2):102-107.

[7] 胡红安,周维华.共生网络组织模式与西部国防产业组织调整[J].贵州社会科学,2010(6):89-94.

[8] T FELIN,WS HESTERLY.The knowledge-based view,nested heterogeneity,and new value creation: philosophical considerations on the locus of knowledge[J]. Academy of Management Review,2007,32(1):195-218.

[9] DAY G S. A two dimensional concept of brand loyalty[J].Journal of Advertising Research,1994 (9):29-35.

[10] 王小娟,万映红.客户知识管理过程对服务产品开发绩效的作用——基于协同能力视角的案例研究[J].科学学研究,2015,33(2): 264-271.

[11] ME PORTER,VE MILLAR.How information gives you competitive advantage[J].Harvard Business Review,1985(7):149-174.

[12] 王瑛.企业知识转移、互动机制与联盟创新绩效的关系研究[J].学术论坛,2011(1):138-143.

[13] GN NYAGA,JM WHIPPLE,DF LYNCH.Examining supply chain relationships: do buyer and supplier perspectives on collaborative relationships differ[J].Nuclear Physics B, 2010,28(2):101-114.

[14] B SQUIRE,PD COUSINS,S BROWN. Knowledge transfer within cooperative buyer- supplier relationships: the moderating impact of trust, relationship duration and supplier performance[J].British Journal of Management,2009,20(4):461-477.

[15] R BORGES. Tacit knowledge sharing between IT workers: the role of organizational culture, personality, and social environment[J].Management Research Review,2012,36(1): 89-108.

[16] 韩炜.企业网络组织治理机制与绩效:基于协同视角的研究[J].软科学,2011,25(6):97-102.

[17] 徐建中,徐莹莹. 企业协同能力、网络位置与技术创新绩效——基于环渤海地区制造业企业的实证分析[J].管理评论,2015,27(1):114-125.

[18] DAVENPORT T H. Ten principles of knowledge management and four case studies[J].Knowledge and Process Management, 1997,4(3):187-208.

[19] HENDRIKS P. Why sharing knowledge? the influence of ICT on the motivation for knowledge sharing[J]. Knowledge and Process Management, 1999, 6(2):91-100.

[20] KM BARTOL,A SRIVASTAVA. Encouraging knowledge sharing: the role of organizational reward systems[J].Journal of Leadership & Organizational Studies, 2002, 9(1):64-76.

[21] 张振刚,崔婷婷,余传鹏. 家长式领导对组织效能的影响: 知识分享意愿的中介作用[J].科技管理研究,2015(9):191-201.

[22] 杨坤,胡斌,吴莹.分布式创新网络知识协同空间:概念、系统模型及研究展望[J].科技进步与对策,2016,33(15):126-132.

[23] LF MESQUITA,J ANAND,TH BRUSH. Comparing the resource-based and relational views: knowledge transfer and spillover in vertical alliance[J].Strategic Management Journal,2008,29(29):913-941.

[24] 龙勇,潘红春. 供应链协同对企业创新的影响效应研究——基于知识共享视角[J].科技进步与对策,2014(3):138-143.

[25] XU BILIN, WANG Xi, LI Tao. An empirical study on the relationship between job satisfaction, organizational commitment and efficiency of firm networks[C].2010 International Conference on Management Science & Engineering (17th),2010:356-362.

[26] 徐碧琳,李涛. 网络组织核心企业领导力与网络组织效率关系研究[J].经济与管理研究,2011(1):108-116.

[27] 邹志勇.企业协同能力研究[D].大连:大连理工大学,2008.

[28] G SZULANSKI. Exploring internal stickiness: impediments to the transfer of best practice within the firm[J].Strategic Management Journal,1996,17(S2):27-43.

[29] 王雁飞,朱瑜.组织社会化,信任,知识分享与创新行为:机制与路径研究[J].研究与发展管理,2012,24(2):34-46.

[30] 陕西省国防工会.陕西省国防产业工会工作现状[EB/OL]. http://gfyd.acftu.org/template/10001/file.jsp?cid=172&aid=5647.

[31] 温忠麟,叶宝娟.中介效应分析: 方法和模型发展[J].心理科学进展,2014,22(5):731-745.

[32] KJ PREACHER, AF HAYES. Asymptotic and resembling strategies for assessing and comparing indirect effects in multiple mediator models[J]. Behavior Research Methods,2008,40(3):879-891.

(责任编辑:云昭洁)

Study on the Relationship of Collaboration Competency, Knowledge Sharing and Network Efficiency among Defense Technology Enterprises——A Case of Shaanxi Province

Li Hui, Wang Xiaoqi

(School of Humanities, Economic and Law, Northwestern Polytechnical University, Xi'an 710129,China)

Abstract:The study examines the relationship of collaboration competency, knowledge sharing and network efficiency among defense technology enterprises. This paper takes 27 defense technology enterprises in shaanxi province as objects for empirical research on the basis of theoretical researches. The results show that collaboration competency has significant positive effect on knowledge sharing, while knowledge sharing has significant positive effect on network efficiency; moreover, knowledge sharing plays an intermediate role between collaboration competency and knowledge sharing. Finally establishes a theoretical framework among the three variables.

Key Words:Defense Technology Enterprise; Collaboration Competency; Knowledge Sharing; Network Efficiency

收稿日期:2016-10-10 基金项目:国家社会科学基金项目(14XJL009);陕西省社会科学基金项目(2016R020);中央高校基本科研业务费项目(3102016RW009);西北工业大学研究生创意创新种子基金项目(Z2016185)

作者简介:李慧(1978-),女,河南永城人,博士,西北工业大学人文与经法学院副教授,研究方向为复杂产品系统及创新;王晓琦(1990-),女,陕西西安人,西北工业大学人文与经法学院硕士研究生,研究方向为国防科技工业军民融合。

DOI:10.6049/kjjbydc.2016070706

中图分类号:E0-054

文献标识码:A

文章编号:1001-7348(2017)11-0095-07