This study selects 500 enterprises from the trainees of the training program for science and technology entrepreneurs held by the Exchange, Development &Service Center for Science &Technology Talents in the Ministry of Science and Technology in China as the initial samples, and conducts a questionnaire survey through two stages. In the first stage, the information such as independent variables (talent policy) and mediation variables (talent innovation behavior, talent work engagement) are investigated. In the second stage, the information such as dependent variables (innovation performance of STIF) is collected. Finally, the effective data of 364 companies is collected. The reliability and validity of the research scales are tested, and the correlations among variables are analyzed. In addition, a multiple linear regression model is constructed to test the hypotheses.
The research results show that talent policy has a direct and positive impact on the innovation performance of STIF, and also has a direct and positive impact on the innovation behavior and work engagement of talents. In addition, research results prove that both the innovation behavior and work engagement of talents have positive impacts on the innovation performance of STIF, and talent policy can indirectly and positively promote the innovation performance of STIF. Furthermore, research results indicate that talent innovation behavior and talent work engagement are the proximal antecedents of innovation performance of STIF, and talent policy is the distal antecedent of innovation performance of STIF. At the same time, talent policy as the distal antecedent affects the innovation performance of STIF through the mediation roles of the proximal antecedents of talent innovation behavior and talent work engagement.
The study integrates the job demands-resources theory and research results in the field of firm innovation performance. It centers around talent policy, talent innovation behavior, talent work engagement and innovation performance of STIF, and enriches the research on the relationship among these four aspects in specific fields. Different from the previous literature, this study innovatively introduces the talent policy of STIF into the job demands-resources theory for theoretical and empirical analysis, constructs the scale of talent policy and expands the ideas of job demands-resources theory. The empirical analysis results support the hypotheses of this study, and strengthen the empirical research foundation of the job demands-resources theory.
开放科学(资源服务)标识码(OSID)：
目前,科技创新被视为提高生产力和促进经济增长的关键,各国政府对科技创新进行了大量投资[1] 。中共二十大报告指出,必须坚持科技是第一生产力,人才是第一资源,创新是第一动力。然而,我国本土科技企业巨头数量不多,国际竞争优势不足,面临市场竞争日益激烈、技术快速变化、客户需求多样化等挑战[2-4]。因此,解答如何促进科技企业创新绩效提升这一问题,具有重要理论意义和实践价值。科创企业创新是创新的关键,人才资源是创新第一资源,人才政策是人才工作的核心内容。由此,本文聚焦人才政策、人才对科创企业创新绩效的作用机制。
部分研究致力于探索企业创新绩效前因,公共政策被认为是重要前因之一[5-7]。与其它国家相比,我国政府具有强大的资源分配能力,公共政策对企业创新发展的影响更为突出[8]。公共政策包括行政、财政税收、人才、金融等政策。在人才政策方面,少量研究探讨了人才政策与企业创新关系[9],发现人才政策对企业创新具有积极影响,但对于人才政策包括哪些要素尚未达成一致意见,对人才政策通过何种途径影响科创企业创新绩效理解有限。为解答上述问题,本文构建人才政策测量指标,同时基于人才政策通过人才行为或情感对企业绩效的作用机制,从人才创新行为和人才工作敬业度两个途径对人才政策与科创企业创新绩效关系进行实证分析。
(1)基于人才创新行为途径,分析人才政策对科创企业创新绩效的作用路径。公共政策对人才创新行为具有积极影响[10],而人才政策是公共政策的重要组成部分,并且员工创新行为对企业创新绩效提升发挥核心作用[11]。因此,本文认为,人才政策能够影响人才创新行为,进而影响科创企业创新绩效。
(2)基于人才工作敬业度途径,分析人才政策对科创企业创新绩效的作用路径。工作敬业度是重要的个人情感变量[12],人才政策对人才工作敬业度具有积极影响[13],较高的工作敬业度对企业创新绩效具有积极影响[14]。因此,本文认为,人才政策通过人才工作敬业度影响科创企业创新绩效。
中国政府一直高度重视人才工作,随着人才政策体系日益完善,在人才引进、人才培训、人才激励、人才放权松绑等方面出台了一系列政策。本文主要对中央和地方政府出台的科创企业人才政策进行研究,具体内容包括为科创企业引进海外高端人才提供补贴、为科创企业高端人才提供培训支持、为当地科创企业人才提供奖励、为当地科创企业人才提供个税减免和社保补贴、为科创企业人才住房和子女上学提供支持、引导支持当地科创企业建设博士后工作站和院士/专家工作站等人才培育平台等。人才创新行为涵盖一系列广泛行动,包括提出新想法的能力、采取必要步骤实现新想法以及寻求改进的创造性方法[15]。
工作要求—资源(Job Demands-Resources,JD-R)理论[16]可以解释人才政策对科创企业人才创新行为的积极影响。该理论指出,员工工作要求包括工作量、工作创新、情感和工作与非工作冲突等方面,可能成为工作的负面因素。工作资源包括足够的工作自主权、社会支持、发展机会和工作反馈等方面,可能成为工作的正面因素,帮助员工实现工作任务目标。该理论从以下3个方面解释人才政策对科创企业人才创新行为的积极影响。
(1)人才政策作为制度资本,可为科创企业提供政府资源,有助于科技企业突破资源瓶颈,加大人才资源投入[17]。由此,科创企业人才可以获得来自科创企业的创新资源,满足工作创新要求,进而对创新行为产生积极影响。
(2)科创企业人才政策能够为科创企业人才带来工作资源。例如,科创企业高端人才引进、人才培训支持政策可以帮助科创企业提升人才创新能力。有研究发现,能力开发政策[18]和开放性知识搜索[19]对人才创新创业具有正向影响,为科创企业人才提供奖励可以提高其工作积极性,为科创企业人才住房和子女入学提供支持可以增强其安全感,从而激励其创新行为。Bakker&Demerouti[16]指出,为员工提供必要的资源有助于个人创新绩效提升。
(3)人才政策能够为科创企业人才提供更多工作资源,影响科创企业人才对创新的态度、主观规范和感知行为,进而影响创新意图[13],促进其创新行为。综上所述,本文提出如下假设:
H1:人才政策对科创企业人才创新行为具有正向影响。
借鉴Schaufeli&Bakker[20]的研究成果,工作敬业度是指个体对工作积极、稳定的心态,包括3个维度,即活力、奉献和专注。活力是指精力充沛、对工作的适应力、在工作中投入精力以及在困难环境中坚持不懈。奉献包括意义感、热情、灵感、自豪和挑战。专注是指对工作全神贯注。现有研究发现,上级授权领导力[21]、心理所有权和职业认同[22]等组织内部资源对人才工作敬业度具有积极影响。事实上,组织外部资源(人才政策)对科创企业人才工作敬业度同样具有积极影响,而工作要求—资源理论可以较好地解释两者关系。
(1)科创企业人才的工作任务较为复杂,工作压力较大,这种压力可能会导致创新工作冲突,因而对工作敬业度具有消极影响。充足的资源支持既有助于降低科创企业人才的工作压力,也能够缓解工作要求对工作敬业度的不利影响,从而促进人才工作敬业度提升[23]。
(2)当感知到人才政策带来的资源支持时,科创企业人才会将其视为政府的优待,并回报以更高的工作敬业度。
根据上述分析,本文提出如下假设:
H2:人才政策对科创企业人才工作敬业度具有正向影响。
Fritsch[24]指出,创新绩效可以通过引进新产品、采用新的生产方式、开发新的市场、构建新的供应商渠道等方式实现。部分研究发现,人才创新行为对员工个体绩效[25]、组织绩效具有正向显著影响[26],而人才创新行为是科创企业创新绩效的重要来源。
(1)人才创新行为可以促进科创企业创新绩效提升。人才创新行为有助于促进差异化产品生产,提高产品竞争力,扩大市场绩效,从而提高科创企业创新绩效[27]。
(2)个人创新行为的示范效应能够强化人才创新行为对科创企业创新绩效的积极影响。采取创新行为的个人可能会受到他人拥护,在新产品或服务开发方面发挥引领作用,并凭借非正式影响力驱动公司内部创新与变革,从而促进组织创新绩效提升[28]。综上所述,本文提出如下假设:
H3:人才创新行为对科创企业创新绩效具有正向影响。
现有研究发现,工作敬业度与客户忠诚度[29]、财务回报[30]存在正相关关系。本文预测,人才工作敬业度对科创企业创新绩效具有积极影响。
(1)在活力维度上,活力水平越高,精力和心理韧性越强,人才越愿意在工作中投入精力,创新成功概率越大。因此,活力维度有助于科创企业创新绩效提高。
(2)在奉献维度上,个体对给定的工作感到自豪,能够从工作中获得激励,即内在工作动机[29]。内在动机是员工创造力和创新的重要驱动力[31],因而奉献维度有助于科创企业创新绩效提升。
(3)在专注维度上,专注度越高,个体越会沉浸于某项任务,由此带来的幸福感越强,有助于个体发现复杂事物间的规律,进而促进创新成果产生。因此,专注维度有助于科创企业创新绩效提升。
根据上述分析,本文提出以下假设:
H4:人才工作敬业度对科创企业创新绩效具有正向影响。
本文推测,人才创新行为、工作敬业度在人才政策与科创企业创新绩效间发挥中介作用,呈现为人才政策—人才资源过程变量—科创企业创新绩效产出的过程机制。同时,其它变量可能对人才政策和科创企业创新绩效关系发挥中介作用。因此,本文提出以下研究假设:
H5a:人才创新行为在人才政策与科创企业创新绩效间发挥部分中介作用;
H5b:人才工作敬业度在人才政策与科创企业创新绩效间发挥部分中介作用。
综上所述,本文构建研究概念模型如图1所示。
图1 概念模型
Fig.1 Conceptual model
本文通过问卷调查采集数据。首先,借鉴国际知名学术期刊相关论文的成熟量表,对其进行英汉互译,由此形成调查问卷初稿。其次,根据两位管理学教授和5位高层次科技人才的意见对调查问卷进行修改,人才政策、科创企业创新绩效测量题项是修改的重点。第三,进行试调研(最终研究样本不包括试调研样本),根据试调研结果再次进行问卷修改,最终形成A、B两份调查问卷。A卷主要调研自变量(人才政策)与中介变量(人才创新行为、人才工作敬业度)等信息,B卷收集因变量(科创企业创新绩效)等信息。问卷填答者均为中国代表性科创企业高层管理人员、部门管理者、领军及骨干人才、研发人才等科技人才。
本文分两个时间段进行数据采集:2020年5月,以问卷星网络调查形式,利用A卷进行数据采集,邀请500位科创企业CEO填答,最终得到443家公司有效数据,有效回收率为88.6%;2021年5月,以问卷星网络调查形式,利用B卷对443家公司进行数据采集,邀请除企业CEO外的其他高管团队成员填答,回收364家公司有效数据,有效回收率为82.2%。最终,构建364家公司的有效数据库(A卷和B卷)。为检查非回答偏差,基于企业一般特征(如行业分布、组织规模、组织年龄等),采用均值差异检验方法比较第二阶段调研中回答者与未回答者的信息差异。结果显示,两组群体间不存在显著差异。
364家公司样本来源于北京、天津、河北、辽宁、吉林、黑龙江、上海、江苏、浙江、安徽、福建、江西、山东、湖北、广东、重庆、四川、贵州、云南等19个省(直辖市)。企业科技园区分布方面,位于科技园区的企业占比为61.8%,不在科技园区的企业占比为38.2%。创办时长1～5年、6～10年、11～15年、16～20年、20年以上的企业分别占比为31.6%、30.2%,15.4%、15.1%、7.7%。企业员工总数方面,20人或以内、21～300人、301～1 000人、1 000人以上的企业分别占比为15.7%、64.6%、13.7%、6.0%。主要产品或服务所属技术领域方面,互联网与人工智能占比为7.4%,电子信息和光电机占比为8.8%,生物医药占比为14.0%,先进制造占比为17.9%,资源环境占比为4.7%,新能源占比为1.9%,新材料占比为12.4%,军工与航空航天占比为1.9%,高技术服务业占比为3.0%,现代农业占比为1.1%。具体情况如表1所示。
表1 样本基本信息
Tab.1 Basic information of samples
项目类型频率占比(%)项目类型频率占比(%)省(直辖市)北京123.3企业创办时长1～5年11531.6天津10.36～10年11030.2河北51.411～15年5615.4辽宁30.816～20年5515.1吉林20.520年以上287.7黑龙江10.3企业员工总数1～20人5715.7上海92.521～300人23564.6江苏16545.3301～1 000人5013.7浙江11130.51 000人以上226.0安徽51.4企业主要产品或服务所属技术领域互联网与人工智能277.4福建61.6电子信息和光电机328.8江西30.8生物医药5114.0山东277.4先进制造6517.9湖北20.5资源环境174.7广东51.4新能源71.9重庆10.3新材料4512.4四川20.5军工与航空航天71.9贵州10.3高技术服务业113.0云南30.8现代农业41.1是否位于科技园区是22561.8其它_请注明226.0否13938.2缺失7620.9
2.2.1 自变量
借鉴Li&Atuahene-Gima[3]的研究成果,结合实际工作经验,本研究开发“政府为当地科创企业聘请海外高级专家提供补贴”“政府为当地科创企业高级人才提供高层次创业培训”等6个人才政策测量题项。在正式调查中,每个受访者被要求评估各项人才政策符合程度(1为“完全不符合”,2为“不太符合”,3为“一般”,4为“比较符合”,5为“完全符合”)。
2.2.2 中介变量
(1)人才创新行为。本文借鉴Tang等[32]的研究量表衡量人才创新行为,包括“本企业人才经常会提出新的工作改进思路”“本企业人才经常动员他人支持他的工作创新思想”等4个题项,受访者采用5点量表(1为“完全不符合”,2为“不太符合”,3为“一般”,4为“比较符合”,5为“完全符合”,下同)对人才在各题项上的表现进行评价。
(2)人才工作敬业度。本文借鉴Ehrnrooth等[33] 的工作敬业度量表测量人才工作敬业度,包括“本企业人才对工作充满热情”“本企业人才为他们所从事的工作感到自豪”等3个题项。受访者采取5点量表对人才在各题项上的表现进行评价。
2.2.3 因变量
本文借鉴Jin等[34]的研究成果,开发科创企业创新绩效测量量表,包括“本企业持续探索改进现有的产品和服务”“本企业不断探索开发新产品和新服务”等6个题项。受访者采取5点量表对科创企业在各题项上的表现进行评价。
2.2.4 控制变量
本文控制变量为企业规模与企业年龄。企业规模以各企业员工总数衡量,企业年龄采用企业成立至今的年度数据衡量。
首先,信度与效度检验分析。为了检验量表的有效性,本文采用四因素验证性因素分析 (CFA) 进行区分效度检测。第二,描述性统计分析。分析研究变量间的平均值、标准偏差和相关性。第三,多层次回归分析。本文采取多层次分析方法对研究假设进行检验。第四,中介路径检验分析。本文采用Bootstrap分析方法对中介路径作进一步检验。
本文运用SPSS 26.0、Amos 26.0软件对自变量、中介变量和因变量测量量表进行信度与效度检验,结果如表2所示。
(1)自变量人才政策量表信度与效度检验结果显示,所有题目因子载荷系数均大于0.600,Cronbach's α值为0.948,组合信度CR(composite reliability)数值为0.963,高于0.7的可接受门槛[35],平均提取方差AVE(Average Variance Extracted)数值为0.813,高于0.5的可接受标准值[36],说明收敛效度较高。
(2)中介变量人才创新行为、人才工作敬业度信度与效度检验结果显示,所有题目因子载荷系数均大于0.600,变量的Cronbach's α值分别为0.948、0.949,组合信度CR数值分别为0.963、0.967,平均提取方差AVE数值分别为0.866、0.908,说明收敛效度较高。
(3)因变量科创企业创新绩效信度与效度检验结果显示,所有题项的因子载荷系数均大于0.600,变量的Cronbach's α值为0.953,组合信度CR数值为0.962,平均提取方差AVE数值为0.810,说明收敛效度较高。
表2 信效度检验分析结果
Tab.2 Results of reliability and validity analysis
变量指标因子载荷Cronbach's αCRAVE自变量:人才政策政府为当地科创企业聘请海外高级专家提供补贴,拓展海外引智民间渠道0.8920.9480.9630.813政府为当地科创企业高级人才提供高层次创业培训,为科技人才创业赋能0.904政府提供的人才奖励政策对当地科创企业人才发挥激励作用0.912政府提供的个税减免、社保补贴等政策支持当地科创企业人才发展0.855政府为人才子女上学、购房指标/补助、公租房等方面提供支持0.913政府引导支持当地科创企业建设博士后工作站、院士/专家工作站等,引进和培育科技人才0.931中介变量:人才创新行为本企业人才经常会提出新的工作改进思路0.9240.9480.9630.866本企业人才经常动员他人支持他的工作创新思想0.928本企业人才经常寻找新的工作方法、技术或工具0.937本企业人才经常为工作中问题提供原创性解决方案0.934中介变量:人才工作敬业度本企业人才对工作充满热情0.9520.9490.9670.908本企业人才为他们所从事的工作感到自豪0.961本企业人才尽管工作忙碌,但他们也感到快乐0.945因变量:科创企业创新绩效本企业持续探索改进现有的产品和服务0.8790.9530.9620.810本企业不断探索开发新产品和新服务0.892本企业持续探索创新生产流程0.920本企业持续探索创新营销流程(进入新市场、新定价方法、新分销方式等)0.882本企业不断探索升级和创新技术研发流程0.932本企业不断探索创新支持性流程(如行政管理、人力资源管理流程等)0.893
为进一步验证量表区分效度,本文对多个模型的拟合指标进行检验。检验结果显示,四因子模型的关键拟合指标达到理想状态(χ2/df=3.084,GFI =0.901,IFI=0.962,CFI=0.962,RMSEA=0.076),单因子模型关键拟合指标不理想(χ2/df=20.268,GFI =0.401,IFI=0.639,CFI=0.638,RMSEA=0.230),二因子模型关键拟合指标不理想(χ2/df=13.730,GFI =0.508,IFI=0.763,CFI=0.762,RMSEA=0.187),三因子模型关键拟合指标不理想(χ2/df=4.007,GFI =0.841,IFI=0.945,CFI=0.945,RMSEA=0.091)。因此,本文研究量表具有较高的区分效度,如表3所示。
表3 验证性因子分析结果
Tab.3 Results of confirmatory factor analysis
模型χ2dfχ2/dfGFIIFICFIRMSEA单因子模型3 080.72115220.2680.4010.6390.6380.230二因子模型(自变量与因变量)2 073.27615113.7300.5080.7630.7620.187三因子模型(自变量、中介变量、因变量)597.1151494.0070.8410.9450.9450.091四因子模型450.2771463.0840.9010.9620.9620.076
注： 假设模型是四因子模型;样本量 =364;GFI= Goodness of Fix Index; IFI=Incremental Fit Index; CFI = Comparative of Fix Index; RMSEA=Root Mean Square Error of Approximation
各变量Pearson相关性分析结果如表4所示。由表4可知,人才政策与人才创新行为、人才工作敬业度、科创企业创新绩效呈显著正相关;人才创新行为与人才工作敬业度、科创企业创新绩效呈显著正相关;人才工作敬业度与科创企业创新绩效呈显著正相关,各变量间存在显著相关关系。因此,可以作进一步回归分析。
表4 主要变量均值、标准差及相关性分析结果
Tab.4 Means (M), standard deviations (SD), and correlations among the main variables
变量MSD12345企业年龄10.016.631企业员工总数311.99792.140.259**1人才政策4.480.74-0.055-0.0281人才创新行为4.310.67-0.0180.0450.365**1人才工作敬业度4.360.670.0140.0460.384**0.576**1科创企业创新绩效4.390.64-0.003 30.0690.324**0.490**0.491**
注：*表示P<0.05,**表示P<0.01, ***p <0.001,下同
3.3.1 多层次回归分析
实证结果显示,各变量的VIF值均低于5(门槛值为10),因而变量间不存在严重共线性问题。对本文研究假设进行检验,结果如表5所示。模型3回归结果显示,人才政策对人才创新行为具有显著正向影响(β=0.308,P<0.001),假设H1得到验证;模型4回归结果显示,人才政策对人才工作敬业度具有显著正向影响(β=0.330,P<0.001),假设H2得到验证;模型5回归结果显示,人才创新行为对科创企业创新绩效具有显著正向影响(β=0.459,P<0.001);模型6回归结果显示,人才工作敬业度对科创企业创新绩效具有显著正向影响(β=0.356,P<0.001)。模型7中,放入控制变量、自变量和中介变量后,人才创新行为、人才工作敬业度对企业创新绩效仍具有显著影响(β=0.207,P<0.001;β=0.201,P<0.001),假设H3、H4得到验证。人才政策回归系数降低(β=0.136,P<0.001),但仍显著,说明人才创新行为与人才工作敬业度均发挥部分中介作用,假设H5a和H5b得到验证。
3.3.2 中介路径显著性检验
为了进一步检验人才政策对科创企业创新绩效的作用机制,本文采取Bootstrap方法再次进行中介效应检验,将样本设置为2 000,置信区间设置为95%,路径检验结果如表6所示。
表5 回归分析结果
Tab.5 Results of regression analysis
研究变量模型1模型2模型3模型4模型5模型6模型7企业创新绩效企业创新绩效人才创新行为人才工作敬业度企业创新绩效企业创新绩效企业创新绩效常数项4.420e+00***4.392e+00***-1.364e-02-4.703e-024.408e+00***4.429e+00***4.411e+00***控制变量企业年龄-5.272e-03-2.701e-03-2.629e-043.267e-03-3.193e-03-5.434e-03-3.604e-03企业员工总数6.750e-057.388e-05*5.216e-054.592e-053.787e-054.229e-054.405e-05自变量与中介变量人才政策—2.661e-01***3.085e-01***3.306e-01***——1.360e-01***人才创新行为————4.587e-01***—2.069e-01***人才工作敬业度—————3.562e-01***2.011e-01***R20.007 6020.282 70.323 10.345 60.478 40.482 20.527 5调整R20.002 1040.276 70.317 50.340 10.474 10.477 80.520 9F1.38347.2957.2963.36110.1111.779.93sig.(F)不显著0.0000.0000.0000.0000.0000.000
表6 中介路径效应显著性检验结果
Tab.6 Significance test of mediating path effect
项目A→B→D路径估计值95% CI Lower95% CI Upperp-valueA→C→D路径估计值95% CI Lower95% CI Upperp-valueACME0.0640.020 30.110.004**0.0660.022 50.180.004**ADE0.1360.021 90.250.019*0.1360.022 00.240.019*Total Effect0.2000.102 90.34<2e-16***0.2020.117 10.35<2e-16***Prop. Mediated0.3200.240 10.890.004**0.3260.211 10.890.004**
注：A为人才政策,B为人才创新行为,C为人才工作敬业度,D为科创企业创新绩效; ACME是指中介效应中的间接效应;ADE是指中介效应中的直接效应;Total Effect是指总效应;Prop. Mediated是指间接效应占总效应百分比; “.”p <0.1, “ ” p <1
结果显示,路径A→B→D和A→C→D的95%置信区间的上下限不包括0,中介效应显著,人才创新行为、人才工作敬业度在人才政策与科创企业创新绩效间发挥部分中介作用,假设H5a和H5b再次得到验证。其中,人才政策通过人才创新行为对科创企业创新绩效的作用路径估计效应值与人才工作敬业度的中介路径估计效应值接近。
根据上述分析结果,本文构建人才政策对科创企业创新绩效作用机制如图2所示。
本文基于工作要求—资源理论,以输入—中介—结果模型为依据进行多源、分阶段数据采集,构建并检验人才政策与科创企业创新绩效关系模型,得出以下主要结论:
(1)人才政策对人才创新行为与工作敬业度具有积极影响。研究发现,人才政策对人才创新行为与工作敬业度具有积极影响,人才政策对人才创新行为影响的路径系数为0.308 5(P<0.001),对人才工作敬业度影响的路径系数为0.330 6(P<0.001),说明人才政策能够促进人才创新行为并提升其工作敬业度。
图2 人才政策对科创企业创新绩效的作用机制
Fig.2 Results of effect of talent policy on innovation performance of scientific and technological innovation firms
(2)人才创新行为与工作敬业度对科创企业创新绩效具有显著正向影响。研究发现,人才创新行为、工作敬业度对科创企业创新绩效具有显著正向影响,人才创新行为对科创企业创新绩效影响的路径系数为0.206 9(P<0.001),人才工作敬业度对科创企业创新绩效影响的路径系数为0.201 1(P<0.001),说明人才创新行为与人才工作敬业度是促进科创企业创新绩效提升的重要前因。
(3)人才政策可以通过人才创新行为、工作敬业度对科创企业创新绩效发挥促进作用。具体传导路径之一:人才政策通过影响人才创新行为对科创企业创新绩效发挥促进作用,中介效应估计值为0.064(P<0.01);具体传导路径之二:人才政策通过人才工作敬业度影响科创企业创新绩效,中介效应估计值为0.066(P<0.01)。上述结果说明,人才创新行为、工作敬业度是将人才政策转化为科创企业创新绩效的重要路径。
(4)人才政策对科创企业创新绩效具有正向影响。研究发现,人才政策对科创企业创新绩效具有正向影响,作用路径估计效应值为0.136(P<0.05)。研究表明,人才政策既可以通过人才创新行为、人才工作敬业度影响科创企业创新绩效,也可以直接影响科创企业创新绩效,进一步说明人才政策可以通过多条路径影响科创企业创新绩效。
(1)基于人才政策视角,为工作要求—资源理论提供了实证证据。现有文献分析了金融、技术研发等政策支持对企业绩效的影响,但人才政策与科创企业绩效关系研究尚处于探索阶段。本文基于工作要求—资源理论检验了人才政策与人才创新行为及工作敬业度间的关系,探讨了人才政策对科创企业创新绩效的积极影响,丰富了人才政策与企业绩效关系研究。
(2)为解答人才政策通过何种途径影响科创企业创新绩效提供了新视角。现有文献就制度资源对企业绩效的中介机制进行了探讨,但缺乏明确的理论建模和实证检验[37]。本文构建了人才政策通过人才创新行为与工作敬业度影响科创企业创新绩效的双重中介模型,验证了人才政策可以通过人才创新行为与工作敬业度转化为科创企业创新绩效的观点,对现有相关研究进行了有益的补充。
(3)可能存在其它变量在人才政策与科创企业创新绩效间发挥中介作用。先前研究发现,区域人力资本存量、人力资本结构在人才政策、区域创新效率和创新产出间发挥部分中介作用[38]。本文发现,人才政策通过工作敬业度对科创企业创新绩效的影响与其通过人才创新行为对科创企业创新绩效的影响基本接近,并且均为部分中介作用,丰富了人才政策影响科创企业创新绩效的研究。
(1)为提高科创企业创新绩效,政府需要加大科创企业人才政策支持力度。本文发现,人才政策对科创企业创新绩效具有正向影响。因此,政府可以从人才政策优化视角促进科创企业创新绩效提升。具体而言,一是注重科创企业人才政策顶层设计。从创新驱动发展战略角度,构建科创企业人才政策框架,实现产业链、创新链、资金链、政策链、人才链等有机融合。二是根据人才成长动机,加大人才政策支持力度。例如,制定科技人才引进、培训、平台等政策,为科技人才成长提供资源支持。三是根据人才经济动机,加大人才政策激励力度。例如,通过个税、社保减免等措施激发科创企业人才创新动力。四是根据人才自主动机,加大人才政策支持力度。例如,对科创企业行政管理、项目实施、经费使用等方面进行松绑,为科技人才创新提供更多机会。五是促进人才政策创新发展。对人才政策进行差异化设计,提高政策精准度,从而激发科创企业人才创新活力。
(2)为提高科创企业创新绩效,需要通过人才政策促进科创企业人才创新行为并提高其工作敬业度。本文发现,人才创新行为、人才工作敬业度对科创企业创新绩效具有显著正向影响。相较于低水平创新行为与低工作敬业度情境下的科创企业,高水平创新行为与高工作敬业度情境下的科创企业能够获得更高的绩效。由于商业环境变化,科创企业需要付出更多成本并借助外部力量促进人才创新行为,进而提升其工作敬业度。此外,本文发现,人才政策对人才创新行为与工作敬业度具有显著正向影响。因此,企业管理者需要理解科创企业人才政策、人才创新行为及人才工作敬业度的重要性。一方面,激励科创企业人才创新行为,进一步提高科创企业创新绩效;另一方面,提高科创企业人才工作敬业度,使其全身心投入工作,从而进一步提高科创企业创新绩效。
(3)为提高科创企业创新绩效,需要通过人才政策影响其它相关因素,进而影响科创企业创新绩效。人才创新行为、人才工作敬业度在人才政策与企业创新绩效间发挥部分中介作用,由此推测可能存在其它中介路径。因此,企业管理者需要对组织、创业者、科技人才等要素的某些属性加以关注,将人才政策供给与人才政策需求进行匹配,通过整合内外部资源形成多条中介路径,从而促进科创企业创新绩效提升。
(1)数据采集方式的局限。虽然本文采用第一手数据进行实证检验,但数据采集工作可以进一步优化。例如,未来可以通过对人才政策进行实验或准实验操作检验本文研究假设。
(2)研究样本局限。本文研究样本来自全国19个省(直辖市),大多集中于长三角区域,可能会降低研究结论的普适性。因此,未来可以基于更多区域进行问卷调查,以验证本文理论模型的普适性。
(3)感知型测量量表的局限。本文采用主观感知型量表对人才政策、人才创新行为、人才工作敬业度、科创企业创新绩效进行测量,数据可靠性与有效性受限。因此,未来可以采用其它数据对企业创新绩效进行更客观的评估,例如专利申请数量、新产品开发数量、新产品收益等。
[1] CHOI H, KIM S, JUNG T. The role of innovation in upgrading in global value chains[J].Global Economic Review, 2019, 48(3): 273-283.
[2] 王进富,李嘉辉,张颖颖.政策不确定性对企业创新绩效的影响——研发要素区际流动的中介作用[J].科技进步与对策,2022,39(13):105-113.
[3] LI H, ATUAHENE-GIMA K. Product innovation strategy and the performance of new technology ventures in China[J].Academy of Management Journal, 2001, 44 (6): 1123-1134.
[4] BARNEY J B. Firm Resources and sustained competitve advantage[J].Advances in Strategic Management, 1991, 17(1):3-10.
[5] TENG T, ZHANG Y, SI Y,et al. Government support and firm innovation performance in Chinese Science and technology parks: the perspective of firm and sub-park heterogeneity[J].Growth and Change, 2020, 51(2): 749-770.
[6] 康志勇,刘馨.政府支持与市场竞争对企业创新绩效的交互影响[J].研究与发展管理,2020,32(6):66-77.
[7] 谌飞龙,陈松,马宁.创业机会—资源动态匹配机制分析:基于连续创业者经历的质性研究[J].科技进步与对策,2021,38(24):116-123.
[8] ZHOU Y, GUO Y,LIU Y,et al. Targeted poverty alleviation and land policy innovation: some practice and policy implications from China[J].Land Use Policy,2018,74:53-65.
[9] 孙鲲鹏,罗婷,肖星.人才政策、研发人员招聘与企业创新[J].经济研究,2021,56(8):143-159.
[10] 冉建宇,胡培,童洪志.创客政策感知对其创新行为的影响机理——知识获取的中介与创新自我效能感的调节[J].科技进步与对策,2020,37(13):1-9.
[11] AXTELL C M, HOLMAN D J, UNSWORTH K L,et al. Shopfloor innovation: facilitating the suggestion and implementation of ideas[J].Journal of Occupational &Organizational Psychology, 2000, 73(3):265-385.
[12] SCHAUFELI W B,SALANOVA M,GONZELEZRO-MA V, et al.The measurement of engagement and burnout:a two sample confirmatory factor analytic approach [J].Journal of Happiness Studies, 2002,3(1):71-92.
[13] ZHANG, Z S, LIU M, YANG Q. Examining the external antecedents of innovative work behavior: the role of government support for talent policy[J].International Journal of Environmental Research and Public Health,2021,18(3):1213.
[14] ROBERTSON I T, COOPER R L. Full engagement: the integration of employee engagement and psychological well-being [J].The Leadership and Organization Development Journal, 2010, 31(3-4):324-336.
[15] PRIETO I M, PEREZ-SANTANA M P. Managing innovative work behavior: the role of human resource practices [J].Personnel Review, 2014, 43(2):184-208.
[16] BAKKER A B, DEMEROUTI E. The job demands-resources model: state of the art[J].Journal of Managerial Psychology, 2007, 22(3):309-328.
[17] 牛萍,陈小平. 政府支持与民营科创企业绩效关系研究:企业家科创领导力的调节作用[J].科技进步与对策, 2021, 38(18): 124-130.
[18] BYSTED R, JESPERSEN K. Exploring managerial mechanisms that influence innovative work behaviour: comparing private and public employees[J].Public Management Review, 2014, 16(2): 217-241.
[19] 王楠,王莉雅,王海军.开放性知识搜索对员工创新行为的影响——注意力分配的调节作用[J].技术经济,2020,39(10):70-79.
[20] SCHAUFELI W B, BAKKER A B. Job demands, job resources, and their relationship with burnout and engagement: a multi-sample study [J].Journal of Organizational Behavior, 2004, 25(3):293-315.
[21] TIAN G, ZHANG Z. Linking empowering leadership to employee innovation: the mediating role of work engagement [J].Social Behavior &Personality: An International Journal, 2020, 48(10): 1-8.
[22] 朱永跃,覃正虹,欧阳晨慧.产业工人心理所有权对工作投入的影响——职业认同与员工导向组织文化的作用[J].技术经济,2020,39(8):143-151.
[23] DEMEROUTI E, BAKKER A B, NACHREINER F, et al. The job demands-resources model of burnout [J].Journal of Applied Psychology, 2001, 86(3):499-512.
[24] FRITSCH M. The theory of economic development——an inquiry into profits, capital, credit, interest, and the business cycle[J].Regional Studies, 2017, 51(4): 654-655.
[25] HUGHES M, RIGTERING J, COVIN J G, et al. Innovative behaviour, trust and perceived workplace performance[J].British Journal of Management, 2018, 29(4): 750-768.
[26] PEREZ-LUNO A, CA BRERA R V, WIKLUND J. Innovation and imitation as sources of sustainable competitive advantage [J].Management Research, 2007, 5(2):71-82.
[27] FELSTEAD A,GALLIE D,GREEN F.Getting the measure of employee-driven innovation and its workplace correlates[J].British Journal of Industrial Relations,2020,58(4):904-935.
[28] SCOTT S G, BRUCE R A. Determinants of innovative behavior: a path model of individual innovation in the workplace [J].Academy of Management Journal, 1994, 37(3): 580-607.
[29] SALANOVA M, AGUT S, JM PEIR
. Linking organizational resources and work engagement to employee performance and customer loyalty: the mediation of service climate [J].Journal of Applied Psychology, 2005, 90(6):1217-1227.
[30] XANTHOPOULOU D, BAKKER A B, DEMEROUTI E,et al. Work engagement and financial returns: a diary study on the role of job and personal resources [J].Journal of Occupational &Organizational Psychology, 2009, 82(1):183-200.
[31] TU Y, LU X. How ethical leadership influence employees' innovative work behavior: a perspective of intrinsic motivation [J].Journal of Business Ethics, 2013, 116(2):441-455.
[32] TANG H, WANG G, ZHENG J, et al. How does the emotional intelligence of project managers affect employees' innovative behaviors and job performance? the moderating role of social network structure hole [J].SAGE Open, 2020, 10(4):21-58.
[33] EHRNROOTH M, BARNER R W, KOVESHNIKOV A,et al. A new look at the relationships between transformational leadership and employee attitudes——does a high-performance work system substitute and/or enhance these relationships[J].Human Resource Management, 2021, 60(3): 377-398.
[34] JIN L, MADISON K,KRAICZY N D, et al.Entrepreneurial team composition characteristics and new venture performance: a Meta-analysis[J].Entrepreneurship: Theory and Practice, 2016, 41(5):1-29.
[35] NUNNALLY J, BARNETTE J J, PETER J P. Reliability: a review of psychometric basics and recent marketing practices [J].Journal of Marketing Research, 1978, 16(1): 6-17.
[36] FORNELL C, LARCKER D F. Evaluating structural equation models with unobservable variables and measurement error [J].Journal of Marketing Research (JMR), 1981,18(1): 39-50.
[37] EDMONDSON A. Psychological safety and learning behavior in work teams[J].Administrative Science Quarterly, 1999, 44(2):350-383.
[38] 薛楚江,谢富纪.政府人才政策、人力资本与区域创新[J].系统管理学报,2022,31(5):920-930.