Knowledge Sharing, Knowledge Reuse and New Product Development Performance of R&D Team：A Study on Inverted U-shaped Moderating Effect of Absorptive Capacity

Zhao Yan1, Yang Xiaoran1, Yan Ruixue2, Li Zheng1, Qi Niannian1

(1. School of Management of Shanghai University, Shanghai 200444,China; 2. Institute of Economics, Chinese Academy of Social Sciences, Beijing 100836,China )

Abstract：In recent times, the competition among countries is becoming increasingly fierce. Innovation has become the main driving force of development and is crucial to national development and international competition. State-owned manufacturing enterprises are the vanguard to the improvement of China's economic development level, and their innovative behaviors not only bring their own competitive advantages, but are also the key sources of national competitiveness. It is worth noting that new product development(NPD) is an important factor for enterprises to innovate and gain competitive advantages. Moreover, NPD requires people with various knowledge, skills and experience to cooperate in the R&D team, and the R&D team is the key factor to improve the NPD performance. Therefore, it has become the focus of the government, enterprises and academia of "how to exert the strength of R&D team to improve the NPD performance of state-owned manufacturing enterprises" , and it is also the focus of this paper. R&D teams need a lot of knowledge resources in NPD, and knowledge sharing is the key to team knowledge dissemination, communication and improvement of knowledge reserve. At the same time, based on the knowledge-based view, the effective reuse of existing knowledge resources, namely knowledge reuse, can support the decision of NPD and help enterprises maintain competitiveness in the market changes. In addition, based on the dynamic capabilities perspective, absorptive capacity can effectively acquire, screen and transform the knowledge of internal and external environments to facilitate the NPD. At present, many studies indicate that knowledge sharing has a positive influence on NPD performance. Some studies have also shown that knowledge reuse and absorptive ability have the ability to inspire creativity and improve the performance of knowledge creation. However, few studies have explored the internal mechanism of knowledge sharing influencing NPD performance. Meanwhile, few scholars consider the role of knowledge reuse and absorptive capacity in the performance improvement of NPD.It's necessary to study the relationship between knowledge sharing, knowledge reuse, absorptive capacity and NPD performance of R&D teams in state-owned manufacturing enterprises. Therefore,from the knowledge-based view and dynamic capabilities perspective, this paper selects knowledge reuse as the mediating variable and absorptive capacity as the moderating variable to deeply explore the internal relationship mechanism between knowledge sharing and NPD performance.

This paper takes the R&D team of large state-owned manufacturing enterprises in Shanghai as the research object, collects 166 valid questionnaires and uses SPSS 23.0 and AMOS 21.0 for the data analysis and hypothesis testing. Firstly, the reliability level of the scaleis is tested based on Cronbach's α value, and the validity level of the scale is tested by exploratory factor analysis and confirmatory factor analysis. Secondly, descriptive statistical analysis of data and common method biases test are carried out to clarify the feasibility of subsequent hypothesis testing. Then, hierarchical regression analysis is performed on the data to test the hypotheses of direct effect, mediating effect and moderating effect, and the Bootstrap method is used to further test the mediating effect. Finally,given the hypothesis testing results, the final relationship between variables and the model are obtained.The results show that knowledge sharing and knowledge reuse positively affect NPD performance respectively. Knowledge sharing positively affects knowledge reuse. Knowledge reuse completely mediates the relationship between knowledge sharing and NPD performance. Absorptive capacity moderates the relationship between knowledge sharing and knowledge reuse in an inverted U shape.

This paper explores the internal relationship mechanism between knowledge sharing and NPD performance. The theoretical value and innovation are mainly in three aspects. Firstly, compared with previous studies, the characteristics of knowledge sharing are deeply analyzed to increase the understanding of the influence mechanism of knowledge sharing on knowledge reuse and NPD performance. Secondly, based on the knowledge-based view, knowledge reuse is introduced as a mediator variable to break through cognitive limitations of existing studies and enrich the research on the relationship between knowledge sharing and NPD performance. Thirdly, based on the dynamic capabilities perspective, absorptive capacity is taken as a moderating variable to clarify the boundary conditions of knowledge sharing affecting knowledge reuse, provide new ideas for subsequent research. The research provides two suggestions for the management of state-owned manufacturing enterprises. Firstly, it's necessary to arouse members' enthusiasm for knowledge sharing and attach importance to the positive role of knowledge reuse. Secondly, attention should be paid to maintaining absorptive capacity within a moderate range to ensure that absorptive capacity plays a positive role.

Key Words:Knowledge Sharing; Knowledge Reuse; Absorptive Capacity; New Product Development Performance

DOI：10.6049/kjjbydc.C202107339

开放科学(资源服务)标识码(OSID)：

中图分类号：F272.4

文献标识码：A

文章编号：1001-7348(2022)20-0112-10

收稿日期：2021-07-21

修回日期：2021-12-10

基金项目：国家自然科学基金项目(71673179)；国家科技基础条件平台专项课题项目(2018DDJ1ZZ07)

作者简介：赵炎(1976—)，男，重庆人，博士，上海大学管理学院教授，研究方向为创新与创业管理、创新网络、企业联盟；杨笑然(1997—)，女，河北承德人，上海大学管理学院硕士研究生，研究方向为创新与知识管理、创新网络；阎瑞雪(1983—)，女，北京人，中国社会科学院经济研究所助理研究员，研究方向为经济思想史与区域经济；栗铮(1993—)，男，河南鹤壁人，上海大学管理学院博士研究生，研究方向为知识管理与创新、创新网络；齐念念(1993—)，女，河南周口人，上海大学管理学院博士研究生，研究方向为知识管理与创新、创新网络。

0 引言

国有企业是我国经济发展水平提升的关键，其创新行为不仅能够为自身带来竞争优势，更是国家竞争力的来源[1]。习近平总书记在中共十九大报告中强调：促进我国产业迈向全球价值链中高端，培育若干世界级先进制造业集群。实现国家发展目标并取得国际竞争优势，国有制造企业是当之无愧的“排头兵”。新产品开发是企业创新并获得竞争优势的重要环节，通过开发一系列创新产品，为企业带来可持续竞争优势。新产品开发需要具有多种知识、技能和经验的成员进行团队合作，研发团队是新产品开发绩效提升的关键因素[2]。因此，如何发挥研发团队力量提高国有制造企业新产品开发绩效，成为政府、企业和学术界共同关注的议题。目前，国有企业创新发展研究主要聚焦于政府行为[1]、企业管理方式、高管团队构成和冲突[3]层面，针对国有制造企业及研发团队的研究较少，不足以作为理论支撑。

研发团队在新产品开发过程中，需要大量知识资源，而知识共享是团队知识传播、交流和提高知识储备的关键。制造企业竞争压力较大，其新产品开发遵循产品开发周期，会产生大量有用知识，如技术文档、CAD模型、决策表、流程图等。研发团队对上述知识资源的有效再利用，即知识重用，可以支持新产品开发决策，帮助企业在市场变化中保持竞争力。由此，有必要对国有制造企业研发团队知识共享、知识重用与新产品开发绩效的关系进行研究。当前研究表明，知识共享对新产品开发绩效具有积极影响[4]，知识重用能够激发创意[5]，促进知识创造[6]和绩效提升[7]，但鲜有文献探究知识重用在研发团队中的作用。

中国情境下，国有制造企业研发团队知识重用能否提高新产品开发绩效？知识共享、知识重用对新产品开发绩效的作用机制及其边界条件如何？为此，本文基于知识基础观和动态能力理论，构建知识共享、知识重用、吸收能力与新产品开发绩效整合框架，探索知识共享对新产品开发绩效的作用机理，以期为国有制造企业研发团队管理提供理论指导。

1 文献回顾与研究假设

1.1 知识共享

知识共享是团队知识管理的核心。以往研究从不同侧重点界定知识共享内涵，本文在相关研究的基础上，从信息流动和组织学习视角展开。信息流动视角强调知识转移和主体间互动，认为知识共享是知识所有者将知识传递并交付给接受者的过程，对团队合作效率提升大有裨益；组织学习视角强调知识积累和创新增值，认为知识共享是团队成员间通过共享已有知识，将个体知识转化为团队知识储备，并在相互学习过程中实现知识增值，对于新知识创造十分重要。总的来说，知识共享的主体是人，涉及到知识提供者和接收者两类主体，为了实现知识效用最大化，知识在两类主体间不断流动、扩散。本文的关注点为研发团队，将知识共享视为团队成员基于自身知识储备进行持续交流，进而传播和交换知识资源，实现知识从个体到团队层面的转化，最终为每个团队成员所用的过程[4]。目前，已有学者聚焦于团队层面，探究知识共享在团队中的积极影响。一方面，共享活动所带来的丰富知识能够有效减少团队知识冗余，促使成员在交流过程中迸发新想法，是团队创造力提升的重要方式[8]。另一方面，成员间有效协作和信息共享能够降低决策或方案推行阻力，促进创新成果产出效率提高[9]。此外，通过知识共享，团队能够形成丰富的知识储备库，为降低组织学习成本提供机会，也为团队新产品开发竞争力提高奠定基础[10]。

1.2 知识重用

知识重用是知识管理的重要途径。20世纪80年代，AI和专家系统等技术发展促进了知识库系统产生(knowledge-base.system)和基于计算机的本体论(computer-base.ontology)形成。在此背景下，学者和企业管理者意识到已有知识具有很高的应用价值，通过知识重用对现存知识进行复制、转移和复用等，成为知识资源效用提升的重要渠道。借鉴Boh[11]的研究成果，将知识重用定义为团队成员通过吸收、整理、融合和重组现有知识后所形成的知识库，进而将上述知识运用于具体问题解决或研发活动中。学者们主要关注知识重用的依赖要素及其对生产工作的积极作用，如Mourtzis等[12]指出，知识重用的基础是已有技术水平和知识库，个体可以基于现有知识储备制定问题解决方案，对个体工作效率和生产力具有促进作用。随着团队创新在企业中的地位越来越重要，学者们开始关注知识重用对团队创新活动的重要作用，如Marku[13]研究发现，知识重用过程中个体可以通过复用知识资源促进知识价值提升，重用已有知识能够有效提高创新效率，从而促进创新成果产出。值得注意的是，知识重用作为创新策略，不仅能够在既定目标的基础上通过整合再利用为团队提供所需知识，而且相较于创造和发明，更具有时间和成本优势[14,15]。

1.3 吸收能力

吸收能力是团队开展创新相关活动不可或缺的因素。Cohen&Levinthal[16]首次对吸收能力内涵进行界定，指出吸收能力是一种对内外部知识资源进行筛选，识别出有价值的内容并对其进行吸收内化以实现发展目标的能力；Zahra&George[17]结合动态能力理论，重点界定吸收能力的获得、消化、转化以及利用四阶段，强调吸收能力是对知识进行内化并应用于实践活动的动态过程。结合以往研究，本研究将吸收能力定义为团队成员对来自内外部环境知识进行获取、筛选和转化的过程。国内外相关研究大致可分为宏观和微观两个维度：前者包括动态能力、行业经济等研究，认为吸收能力的影响因素主要有先验知识、组织因素、企业研发行为和组织外部资源，后者包括吸收能力在组织层面的作用[17,18]等。在具体微观维度上，现有研究认为，吸收能力对各类创新活动和绩效具有积极影响。还有学者将吸收能力作为中介变量研究发现，其在创新开放度[19]与团队沟通行为[20]间具有中介作用。目前，将吸收能力作为调节变量的研究大多从区域协同创新(杨菊萍、贾生华，2009)、合作网络(赵健宇等，2019)和协同创新网络[21]视角展开，鲜少探究吸收能力在团队新产品开发过程中的调节作用。因此，结合动态能力理论，为丰富团队知识共享与新产品开发绩效关系研究，将吸收能力作为调节变量纳入研究框架，具有一定的理论价值。

1.4 知识共享与新产品开发绩效

瞬息万变的商业环境和激烈的竞争使企业不得不加快新产品开发步伐，实现新产品开发绩效最大化，以谋求高额利润和竞争优势。团队创新性成果(如新工艺、技术和方案等)产出过程即为新产品开发，由此带来的效益即为新产品开发绩效[7]。新产品开发过程涉及到构念产生、设计方案、试产完善、最终生产和市场营销等环节，是非常重要的团队合作活动过程。众多与新产品开发相关的团队活动都离不开团队内知识型成员。同时，新产品开发绩效不是简单的产品创造，而是新产品研发能否取得良好的商业效益，并成为企业竞争优势的重要来源。当前，新产品开发绩效提升的关键是产生具有吸引力的新概念或创意，并能够获得更大的市场和更高的利润，而这离不开团队知识资源，因而团队需要深耕所在技术或市场领域并拥有丰富知识和经验[8]。

此时，知识共享至关重要。研发团队在新产品开发创造价值过程中，需要对知识资源和经验信息进行有效利用，而研发团队成员知识共享是高效处理知识和经验的重要方式，故成员间知识共享行为对新产品开发绩效具有显著影响[9]。当前，越来越多的学者关注知识共享与新产品开发绩效的关系。Zhang&Doll[10]研究指出，知识共享使团队成员认同感增强，对新产品开发至关重要；Hong&Hooper[22]研究表明，知识共享水平越高，越能降低由市场、技术变化带来的研发不确定性；张洁和廖貅武[4]研究发现，由知识共享带来的无阻碍沟通和互动能有效突破时间与空间限制，对新产品开发绩效具有积极影响。具体而言，个人层面上，成员通过分享个人知识获得反馈，对自身知识进行修正，同时通过高效学习他人知识，获得高质量知识储备，从而为新产品开发奠定良好的基础[23]。团队层面上，共享作为利他行为能够营造和谐互助团队氛围，从而提高成员协作和研发效率[24]。同时，知识共享能够促进团队内知识资源流动和整合，有助于团队形成系统且具有社会性的知识储备，既是研发新产品的催化剂，也是改变团队僵化思维、解决研发难题的利器，对新产品开发绩效提升大有裨益[25]。因此，本文提出以下假设：

H1：知识共享正向影响新产品开发绩效。

1.5 知识重用的中介作用

知识重用极大地依赖于团队知识储量，关键知识流失是知识重用过程的重要威胁[15]。知识共享作为知识提供者、接收者的双向互动和沟通交流方式，能够为研发团队成员提供充足的合作时间和空间。成员间基于共享活动进行合作，通过提高团队知识储备产生辐射带动效应，对知识整合和复用具有重要影响。知识共享对知识重用的影响也得到部分学者的关注，如Markus[13]研究指出，成员共享活动能够使得团队知识更具活力，为知识重用提供所需知识；Gray&Meister[15]研究认为，知识共享带来的人际互动使双方能够更好地认知和理解复杂知识，进而灵活运用于知识重用过程中。具体而言，一方面，知识共享有助于团队知识流动和积累，为知识重用提供充足的知识储备。如Sudhindra等[14]研究发现，个性化共享活动有利于实现有效知识编码，减少关键知识损失，进而形成完备的知识库，在知识重用过程中发挥重要作用。另一方面，知识共享能够为知识重用提供高效便捷的知识搜索和获取渠道，助力成员对所需知识进行深入理解和灵活运用。如Boh[11]发现，当团队成员需要了解不熟悉领域的复杂知识时，相较于从外部收集知识，寻求团队内知识分享更加高效便利，也有助于知识重用。因此，本文提出以下假设：

H2：知识共享正向影响知识重用。

知识基础观强调，随时间逐步积累的知识是创新的首要条件和重要资源，而对内嵌于团队或组织系统中的知识资源灵活利用程度是获得成功和竞争优势的关键[26]。知识重用作为高价值的组织学习过程，其对团队已有知识的灵活运用，对于新产品开发绩效具有积极影响。已有学者从多个角度探索知识重用的积极影响[27]。如Harsh[28]指出，知识重用不仅能够增加知识存量，还可以提高知识质量；周芬和许纪校[29]通过11家咨询企业员工访谈发现，员工知识重用质量越高，越能激励知识贡献水平提高；Khedhaouria&Jamal[6]通过对34个项目团队的调查，实证研究发现团队成员知识重用有利于促进成员创造新的知识组合；Cummings.[5]指出，有效的知识重用可以为组织和个人提供工作表现机会，即激发新想法和创新行为。具体而言，一方面，知识重用能够通过改编或集成现有知识助力新型知识组合形成，激发突破性创意或想法，促进新产品开发绩效提高；另一方面，通过知识重用对团队已有冗余知识进行整理，让团队成员对新产品开发目标具有更清晰的认知，进而实现团队知识增值，支撑新产品决策，助力新产品开发绩效提高，帮助制造企业在激烈的市场竞争中维持竞争优势[27]。此外，为兼顾效益和成本，确保新产品开发绩效稳中有进，通过知识重用对已有知识进行多种方式的再利用和组合创造，能够最大限度地降低新产品开发的时间、资金及人力投入成本，使研发团队在低风险、低成本的情况下提高新产品开发绩效。因此，本文提出以下假设：

H3：知识重用正向影响新产品开发绩效。

由以上分析可知，研发团队知识共享活动对新产品开发绩效具有积极影响。这是由于在新产品开发过程中，知识共享可以促进团队成员间的沟通与互动，弥补个人知识的不足，同时通过促进知识流动，提升团队知识储备的多样性。值得注意的是，知识共享是一个将个体知识进行团队社会化的过程，若想真正将知识价值应用于新产品开发活动，则需要对已有知识进行有效整合与利用。如Boh[11]指出，新产品开发绩效提高不仅取决于知识共享带来的知识储备，更重要的是对已有知识进行组合再利用的能力和水平。以往研究表明，团队中多样化知识资源需要通过知识重用进行重构，形成创新所需的知识基础，最终影响新产品开发绩效(李梓涵昕、卢雅华，2019)。因此，知识共享带来的丰富知识可以通过知识重用实现最大限度地整合再利用，在一定程度上优化开发流程，降低研发成本和风险，提高新产品开发绩效。因此，本文提出以下假设：

H4：知识重用在知识共享与新产品开发绩效间具有中介作用。

1.6 吸收能力的调节作用

当前产品生命周期逐步缩短，市场竞争加剧。维持合理的知识存量和知识结构，发挥知识效能，成为新产品开发绩效提升的关键(禹献云、周青，2018)。动态能力理论指出，企业凭借动态能力创造新产品或新程序以适应市场变化，维持自身竞争优势。吸收能力是动态能力理论的重要组成要素，Zollo&Winter[30]指出，动态能力实现水平很大程度上依赖于吸收能力。值得注意的是，研发团队知识共享能够为新产品开发提供一定的知识储备，但内部共享知识是有限的，为了更好地发挥共享活动对知识重用和新产品开发绩效的促进作用，必须确保持续的知识来源，并对知识进行有效吸收。在这一过程中，吸收能力具有至关重要的作用。基于动态能力理论，本文认为，吸收能力在知识共享对知识重用和新产品开发绩效的影响过程中，发挥倒U型调节作用。具体而言，团队知识共享往往会受知识隐藏、信任缺失和任务压力等因素影响[31]，而吸收能力提高能够激发共享活动，促使知识资源内化，有利于知识重组再利用，促进新产品开发绩效提高(罗蕾等，2020)。同时，具有较高吸收能力的团队能够更好地适应外部环境，筛选出有价值的外部知识和信息，提高知识共享的有效性，实现高质量知识重组，从而创造出更有价值的新产品。

然而，吸收能力并不能持续发挥积极作用。已有研究指出，在新产品开发过程中，团队倾向于与其所在行业其他研发团队进行合作[32]。由于同行业团队间的知识基础较为接近，导致相似性知识扩散速度较快[23]。因此，过高的吸收能力会使团队局限于特定知识框架内，不利于知识组合、创造和再利用，阻碍创意生成，对新产品开发绩效产生消极影响[25]。同时，过高的吸收能力使团队内相似知识持续增加，进而产生知识冗余，导致知识重组效率降低，新产品开发成本上升，不利于新产品开发绩效提高[32]。因此，本文提出以下假设：

H5：吸收能力对知识共享与知识重用关系具有倒U型调节作用。

H6：吸收能力对知识共享与新产品开发绩效关系具有倒U型调节作用。

综上所述，本文构建理论模型如图1所示。

2 研究方法

2.1 样本与数据收集

2020年5月，对上海大型国有制造企业研发团队进行调研，调研企业包括宝武集团、上海汽车集团和上海电气集团，历时两个月。通过现场发放问卷、委托企业联系人代为发放电子调查问卷等方式，共发放问卷221份，有效问卷166份，问卷回收率为78.67%。其中，男性占比54.2%，女性占比45.80%；年龄集中分布在30～60岁，30～40岁、40～50岁、50岁～60岁的被调查者分别占比为31.3%、30.1%、28.90%，小于30岁和60岁以上的被调查者占比均为4.8%；被调查者受教育水平较高，54.2%的被调查者拥有本科学历，31.30%的被调查者为硕士学历；被调查者所在团队规模较小，大多为3～5人(24.1%)和6～10人(34.90%)。

2.2 变量测量

为确保问卷具有良好的信效度水平，在变量测量时均采用国内外已有成熟量表，并多次根据相关领域专家、学者的意见进行修改，尽量减少翻译回译和设计漏洞。同时，在正式发放前，与随机挑选的部分国有制造企业研发团队成员进行结构化访谈，以期最大限度地减少理解偏差。经过多次优化，最终形成李克特5点评分量表(Likert.scale)。

(1)新产品开发绩效测量主要借鉴王媛等[7]和朱秀梅等[8]的研究成果，修订形成由净资产收益率、销售增长率、投资回报率等6个题项构成的量表。

(2)知识共享测量主要参考Lee[33]、黄昱方和俞蔚[23]的研究成果，修订形成由工作文件、经验和方法等分享程度、分享效率等5个题项构成的量表。

(3)知识重用测量主要借鉴Boh[11]、Khedhaouria & Jamal[6]的研究成果，修订形成由研发问题解决、流程优化、新产品构思和独创性知识转化等4个题项构成的量表。

(4)吸收能力测量主要借鉴Cohen&Levinthal[16]、禹献云和周青(2018)的研究成果，修订形成知识价值评估、消化与存储、融合与处理等4个题项构成的量表。

3 数据与分析结果

3.1 信度与效度检验

首先，使用SPSS23.0测量各变量信度水平，结果如表1所示。由表1可知，4个变量各题项修正后的项与总计相关系数(CITC值)均大于0.4，且新产品开发绩效、知识共享、知识重用、吸收能力以及量表总体的Cronbach's α值依次为0.896、0.915、0.892、0.892和0.934，均大于所对应删除项后的Cronbach's α值。同时，由表2可以看出，4个变量组合信度均大于0.8，表明研究量表具有较高的信度水平。其次，对研究变量所有题项进行KMO值和Bartlett球形检验，以分析变量间的相关性，最终得出KMO值为0.814，大于标准阈值0.5，且Bartlett球体检验显著，表明适合进行因子分析。进一步使用Amos23.0进行验证性因子分析发现，6个变量题项因子荷载值均大于0.6，平均萃取变异量(AVE)均大于阈值0.5，表明本研究量表具有较好的聚敛效度。

对理论模型(原模型)、其它模型进行验证性因子分析，各项指标值见表3。由表3可知，仅原模型满足所有门槛值要求(χ2/df<3，IFI>0.90，TLI>0.90，CFI>0.90，RMSEA<0.08)，且所有模型均通过显著性检验(p<0.001)，表明本文理论模型具有较好的区分效度。

3.2 共同方法偏差检验

在数据收集和测量过程中，受被调查者、调研环境以及各研发项目组特征等因素影响，会产生一定的系统误差。首先，进行Harman单因子检验，分析结果如表4所示。由表4可知，29.460%的首因子方差贡献率未达到总解释方差的1/2。其次，当理论模型的验证性因子分析拟合程度优于所有题项负载到一个因子的单因子模型时，能够排除共同方法偏差的影响，表3中的数据符合这一要求。以上分析表明，共同方法偏差问题的影响不大。

3.3 描述性统计与相关性分析

本研究数据描述性统计结果和相关系数分析结果见表5。由表5可知，知识共享、知识重用、吸收能力分别与新产品开发绩效显著正相关，知识共享、知识重用分别与吸收能力显著正相关，知识共享与知识重用显著正相关。同时，除吸收能力和知识重用关系外，其它变量间的相关系数均小于0.70，为中度相关水平。虽然吸收能力和知识重用相关系数大于0.7，但4个变量的AVE值平方根均大于其与其它变量的相关系数，表明变量间的区分效度较好，可以进一步进行回归模型检验。后续层次回归分析结果中，各回归模型的VIF值均小于5，再次验证各变量的区分效度较好。

3.4 假设检验

3.4.1 主效应与中介效应

为验证主效应和中介效应假设，运用SPSS23.0进行层次回归分析，检验结果如表6所示。由模型2层次回归结果可以看出，知识共享正向影响新产品开发绩效(β=0.301，p<0.001)，支持假设H1。模型6中,知识共享正向影响知识重用(β=0.549，p<0.001)，支持假设H2。模型3中,知识重用正向影响新产品开发绩效(β=0.594，p<0.001)，支持假设H3。

基于温忠麟等[34]的研究成果，检验知识重用的中介作用，构建如下检验模型：

Y=β1X+e1

(1)

M=β2X+e2

(2)

Y=β1' X+β3M+e3

(3)

其中，X表示知识共享，M表示知识重用，Y表示新产品开发绩效，β1、β2、β1'、β3均为变量间的回归系数，e1、e2、e3均为回归方程中的误差项。首先，基于式(1)检验β1是否显著，模型2显示，知识共享与新产品开发绩效关系系数β1显著为正。其次，检验式(2)、式(3)中β2和β3的显著情况，模型6显示，知识共享与知识重用关系系数β2显著为正，表明知识共享对知识重用具有显著积极影响(β=0.549，p<0.001)；模型4结果显示，β3显著为正，表明知识重用对新产品开发绩效具有显著积极影响(β=0.613，p<0.001)。最后，检验式(3)中β1'的显著情况，由模型4可以看出，在加入自变量知识共享和中介变量知识重用后，β1'不显著，知识共享对新产品开发绩效不再具有显著影响(β=-0.036，p>0.1)，表明知识重用在知识共享与新产品开发绩效间具有完全中介作用，支持假设H4。

3.4.2 调节效应

借鉴崔杰等[35]的研究成果，检验吸收能力的倒U型调节效应。由表7结果可知，模型10中，吸收能力和知识共享的交互项与知识重用关系系数(β=0.147，p<0.05)，以及吸收能力二次项和知识共享的交互项与知识重用关系系数(β=-0.244，p<0.05)一正一负且均显著，表明吸收能力在知识共享与知识重用间具有倒U型调节，假设H5得到验证。

模型10回归方程如式(4)所示。其中，X表示知识共享，W表示吸收能力，Y'表示知识重用，将回归方程中含有知识共享(X)的变量合并同类项，该项系数为式(5)。

Y'=β0+β1X+β2W+β3W2+β4XW+β5XW2

(4)

Yi=β1+β4W+β5W2

(5)

由模型10回归结果可知，β1=0.101，β4=0.147，β5=-0.244，将回归系数带入式(5)，通过Matlab绘制吸收能力倒U型调节效应图，如图2所示。回归模型均为标准化回归模型，标准化后，吸收能力取值范围为[-3.288,1.791]，知识共享和知识重用取值范围分别为[-3.128,1.882]、[-3.260,1.875]。由此可以看出，在吸收能力取值范围内存在极值点(0.301，0.123)，在极值点左侧，吸收能力水平提升对知识共享和知识重用具有促进作用。但在极值点右侧，吸收能力过高反而会削弱知识共享对知识重用的促进作用。

将模型10的回归结果带入式(4)，利用Matlab绘制知识共享与吸收能力对知识重用的交互作用三维图，如图3所示。起初，知识共享与知识重用的关系斜率不断提升，表明吸收能力提升能够强化知识共享对知识重用的正向影响。然而，当吸收能力超过一定阈值后，知识共享与知识重用的关系斜率开始下降，并最终呈现出对知识重用的负向影响，表明吸收能力削弱了知识共享对知识重用的正向影响。

由模型8可以看出，吸收能力的二次项对知识共享与新产品开发绩效关系的调节作用不显著(β=0.153，p>0.1)，假设H6未得到验证。可能原因如下：第一，被调查团队规模较小(3～5人、6～10人的团队占59%)，小团队中成员竞争激烈，不利于共享活动开展；第二，国有企业研发团队成员为谋求升职加薪，在共享活动中“搭便车”等；第三，国有企业成员有“少干少错”的心态，在共享和吸收活动中有意控制产出。因此，吸收能力对于团队知识共享和新产品开发绩效关系的调节作用不显著。

3.5 稳健性检验

由前文层次回归检验结果可知，知识共享正向影响新产品开发绩效，并对知识重用具有积极影响，知识重用对新产品开发绩效具有积极影响，并且在知识共享与新产品开发绩效间发挥一定的中介作用。因此，为进一步检验回归模型的稳健性，在控制性别、年龄、教育背景和团队规模的前提下，运用Bootstrap方法分析中介效应回归结果。表8结果显示，知识共享对新产品开发绩效的预测作用显著(β=0.406，t=3.887，p<0.001)，但在纳入中介变量后，知识共享对新产品开发绩效的直接预测作用为负且不再显著(β=-0.048，t=-0.462，p>0.1)。知识共享对知识重用的正向预测作用显著(β=0.609，t=7.957，p<0.001)，知识重用对新产品开发绩效的正向预测作用显著(β=0.745，t=8.216***，p<0.001)。同时，表9结果显示，在95%的置信区间，知识重用的中介效应上下限均不包含0，而知识共享的直接效应上限、下限均包含0。结果进一步表明，知识重用完全中介知识共享与新产品开发绩效的关系，与前文结论一致，通过了稳健性检验。

4 结语

4.1 研究结论

回顾已有文献并通过理论分析，基于知识基础观和动态能力理论，构建以知识重用为中介变量、以吸收能力为调节变量的知识共享与新产品开发绩效关系模型，得到以下主要结论：

(1)知识共享积极影响新产品开发绩效和知识重用。知识共享促使团队成员通过互相交流学习弥补自身不足，助力个人形成新产品开发所需的良好知识结构，为新产品开发奠定良好基础。同时，知识共享促使个人拥有的知识通过成员间共享活动转变为团队知识，有助于促进团队新产品开发绩效提高。

(2)知识重用正向影响新产品开发绩效，且完全中介知识共享与新产品开发绩效的关系。这一结论符合知识基础观，并在一定程度上突破认知局限，弥补已有研究的不足，为后续研究提供了新思路。其中，知识重用对新产品开发绩效具有正向影响，团队成员对已有知识的有效再利用对新产品开发绩效提升至关重要。本文创造性地引入知识重用为中介变量，构建并验证“知识共享→知识重用→新产品开发绩效”路径，表明团队知识资源需要通过知识重用进行有效重组利用，进而提高新产品开发绩效。

(3)吸收能力对知识共享和知识重用的关系具有倒U型调节作用。这一结论与孙金花等[21]的研究结论相契合，有助于理解知识共享对知识重用影响的外在约束条件，深化动态能力理论认知。与以往研究不同，本文发现，吸收能力对知识共享和知识重用具有倒U型调节作用，即一定水平的吸收能力能够促进知识共享，助力团队成员多元化知识识别，有利于知识重用。但是过高的吸收能力反而“过犹不及”，既会产生知识冗余问题，影响资源获取和利用，也会使团队成员认知范围受限，不利于知识重用，对新产品开发绩效具有消极影响。

4.2 实践价值与管理建议

(1)重视知识共享的积极作用，引导团队成员关注知识重用。团队成员价值不仅体现在其拥有的知识资源上，而且体现在其能否将所拥有的知识进行团队共享，增加团队知识储备，从而实现新产品开发。成员如果能够主动进行沟通和互动，并充分利用已有资源进行知识重用，无疑将有效促进新产品开发绩效提高。

在管理中，可以考虑完善已有知识管理系统(Knowledge Management System)。一方面，在系统中建立知识重用板块，使团队成员在其中创建相关知识组合并进行评论，通过系统进行查询、分析和讨论，有效提高知识重用效率和质量；另一方面，可以在知识管理系统中引入基于游戏化的元素和动机(Gamification Elements and Motivations)，如设计徽章收集机制，成员每完成一项共享或重用任务，就能获得一枚徽章；再如设计排行榜机制，通过排行榜可视化每位成员的经验、技能和成就等。

(2)控制吸收能力水平，使其保持在适度范围内。吸收能力达到一定水平后，将不再具有促进作用，反而会阻碍知识重用，正如《道德经》所言“物壮则老，谓之不道，不道早已”，任何事物发展到极致都会朝着相反的方向转化。因此，要将吸收能力水平控制在适度的范围内。

在管理中，首先，可以采用平衡计分卡(Balanced Score Card)方法，建立团队动态评估系统，有效识别团队各要素状态，提高动态管理能力，将吸收能力控制在合理范围内。其次，可以考虑拓展知识获取渠道，适当参与区域产学研合作网络，通过广泛地接触差异化信息，在一定程度上抑制因过高吸收能力所带来的冗余知识增加，进而提高知识重组质量，为提高新产品开发绩效奠定基础。

4.3 研究局限与展望

本文存在以下不足之处：首先，研究对象聚焦于国有制造企业研发团队，结论在非国有企业及其它行业企业的适用性有待验证，并且所有研究样本均来自上海大型国有制造企业，具有一定的地域局限，未来可以在行业和地域等方面扩大研究范围，以提高结论的普适性；其次，仅采用截面数据进行研究，未来可以考虑收集纵向数据，以揭示因果关系及发展规律等。此外，本文理论模型仅考虑知识重用的中介作用和吸收能力的调节作用，未来可以考虑团队创新氛围、成员间信任程度等要素，以不断完善研究模型。

参考文献:

[1] 江轩宇. 政府放权与国有企业创新——基于地方国企金字塔结构视角的研究[J]. 管理世界, 2016，32(9): 120-135.

[2] ADOMAKO S, AMANKWAH-AMOAH J, DANSO A, et al. R&D intensity, knowledge creation process and new product performance: the mediating role of international R&D teams[J]. Journal of Business Research, 2021, 128: 719-727.

[3] 杨林. 创业型企业高管团队垂直对差异与创业战略导向: 产业环境和企业所有制的调节效应[J].南开管理评论, 2014, 17(1): 134-144.

[4] 张洁, 廖貅武. 虚拟社区中顾客参与、知识共享与新产品开发绩效[J].管理评论, 2020, 32(4): 117-131.

[5] CUMMINGS J N. Work groups, structural diversity, and knowledge sharing in a global organization[J]. Management Science, 2004, 50(3): 352-364.

[6] KHEDHAOURIA A, JAMAL A. Sourcing knowledge for innovation: knowledge reuse and creation in project teams[J]. Journal of Knowledge Management, 2015, 19(5): 932-948.

[7] 王媛，曾德明，陈静，等. 技术融合、技术动荡性与新产品开发绩效研究[J].科学学研究，2020，38(3)：488-495.

[8] 朱秀梅, 姜洋, 杜政委，等. 知识管理过程对新产品开发绩效的影响研究[J]. 管理工程学报, 2011, 25(4): 113-122.

[9] QUINN J B, ANDERSON P, FINKELSTEIN S. Chapter 7-managing professional intellect: making the most of the best[J]. Harvard Business Review, 1998, 74(2): 87-98.

[10] ZHANG Q, DOLL W J. The fuzzy front end and success of new product development: a causal model[J]. European Journal of Innovation Management, 2001, 4(2): 95-112.

[11] BOH W F. Reuse of knowledge assets from repositories: a mixed methods study[J]. Information & Management, 2008, 45(6): 365-375.

[12] MOURTZIS D, DOUKAS M, GIANNOULIS C. An inference-based knowledge reuse framework for historical product and production information retrieval[J]. Procedia CIRP, 2016, 41: 472-477.

[13] MARKUS M L. Toward a theory of knowledge reuse: types of knowledge reuse situations and factors in reuse success[J]. Journal of Management Information Systems, 2001, 18(1): 57-93.

[14] SUDHINDRA S, GANESH L S, ARSHINDER K.Strategic parameters of knowledge sharing in supply chains[J]. Knowledge Management Research & Practice, 2020, 18(3): 310-322.

[15] GRAY P H, MEISTER D B. Knowledge sourcing methods[J]. Information & Management, 2006, 43(2): 142-156.

[16] COHEN W M, LEVINTHAL D A. Absorptive capacity: a new perspective on learning and innovation[J]. Administrative Science Quarterly, 1990, 35(1): 128-152.

[17] ZAHRA S A, GEORGE G. Absorptive capacity: a review, reconceptualization, and extension[J].Academy of Management Review, 2002, 27(2): 185-203.

[18] 俞兆渊, 鞠晓伟, 余海晴. 企业社会网络影响创新绩效的内在机理研究——打开知识管理能力的黑箱[J]. 科研管理, 2020, 41(12): 149-159.

[19] 许骞. 创新开放度、知识吸收能力对企业创新绩效的影响机制研究——基于环境动态性视角[J]. 预测, 2020, 39(5): 9-15.

[20] 李金生, 乔盈. 高新技术企业研发团队沟通行为对自主创新绩效的影响——以知识吸收能力为中介变量[J]. 科技进步与对策, 2020, 37(11): 136-144.

[21] 孙金花, 夏一平, 胡健. 知识流动视角下协同创新联盟双元粘性对创新绩效的影响——一个有中介的调节模型[J]. 科技进步与对策, 2020, 37(22): 106-115.

[22] HONG T G, HOOPER V. Knowledge and information sharing in a closed information environment[J]. Journal of Knowledge Management, 2009, 13(2): 21-34.

[23] 黄昱方, 俞蔚. 团队知识共享结构与团队绩效——团队情绪的中介作用[J]. 情报杂志, 2016, 35(10): 166-172.

[24] 段光, 杨忠, 徐彪. 团队激励、二元共享行为与团队有效性——知识异质性的过程调节效应[J]. 科学学与科学技术管理, 2015, 36(5): 160-170.

[25] GRAY R J. Organizational climate and project success[J]. International Journal of Project Management, 2001, 19(2): 103-109.

[26] NONAKA I. A dynamic theory of organizational knowledge creation[J]. Organization Science, 1994, 5(1): 14-37.

[27] PEHRSSON L, NG A, STOCKTON D. Industrial cost modelling and multi-objective optimisation for decision support in production systems development[J]. Computers & Industrial Engineering, 2013, 66(4): 1036-1048.

[28] HARSH O K. Three dimensional knowledge management and explicit knowledge reuse[J].Journal of Knowledge Management Practice, 2009, 10 (2): 1-10.

[29] 周芬, 许纪校. 咨询员工知识重用与知识贡献影响因素研究[J]. 情报杂志, 2009, 28(12): 56-59, 28.

[30] ZOLLO M, WINTER S G. Deliberate learning and the evolution of dynamic capabilities [J]. Organization Science, 2002, 13(3) : 339-351.

[31] QURESHI A, EVANS N. Deterrents to knowledge-sharing in the pharmaceutical industry: a case study[J]. Journal of Knowledge Management, 2015, 19(2): 296-314.

[32] KNUDSEN M P. The relative importance of interfirm relationships and knowledge transfer for new product development success [J]. Journal of Product Innovation Management, 2010, 24(2): 117-138.

[33] LEE J N. The impact of knowledge sharing, organizational capability and partnership quality on IS outsourcing success[J]. Information & Management, 2001, 38(5) : 323-335.

[34] 温忠麟, 张雷, 侯杰泰, 等. 中介效应检验程序及其应用[J]. 心理学报, 2004,49(5) : 614-620.

[35] 崔杰, 吴婷婷, 胡海青. 认知柔性对裂变创业拼凑的影响——母体网络关系嵌入的倒U型调节作用[J].科技进步与对策, 2020, 37(17): 28-35.

(责任编辑：张 悦)