Therefore, the study introduces the construct, inclusive culture as a measure of organizational personality into intellectual management theory, and explores the role of tacit knowledge diversity on firm innovation performance and discusses the boundary mechanism of inclusive culture. It attempts to answer two questions. Can tacit knowledge diversity positively promote enterprise innovation performance? How does inclusive culture, as a boundary condition, moderate the impact of tacit knowledge diversity on firm innovation performance? The study examines the diversity of tacit knowledge from three dimensions of richness, unevenness and dynamics, measured innovation performance from the two aspects of exploration and exploitation, and then it takes 1 613 Chinese A-share listed companies from 2017 to 2021 as sample data sources to carry out an empirical study on the measurement of the effect of tacit knowledge diversity on enterprise innovation performance from the perspective of inclusive culture. In the study, a multiple linear regression analysis model is established to measure the correlation between variables, and the moderating effect is measured by introducing the interaction terms between independent variables and moderating variables. In the robustness test, negative binomial regression, tail reduction and alternative variables are introduced, and in heterogeneity analysis, the sample group test is conducted according to the technical and scale level of the sample enterprises.
The results show that the richness of tacit knowledge positively affects firm innovation performance, while the unevenness and dynamics of tacit knowledge have negative effects. In some paths, the dimensions of inclusive culture (low power distance, collectivism, and low uncertainty avoidance) have significant positive moderating effects and strengthen the effect of tacit knowledge diversity. The results remain robust in further investigation of the direct effects, but they are certainly heterogeneous among firms of different sizes and technology levels. The theoretical contributions of this study lie in three aspects: first, it measures the direct effect of tacit knowledge diversity on firm innovation performance, expanding the explanatory boundary of knowledge diversity theory; second, it clarifies the moderating effect of inclusive culture on the relationship between tacit knowledge diversity and innovation performance, which enriches the theory of innovation performance management; and finally, the discussion of tacit knowledge diversity and inclusive culture within the research framework is a derivative interpretation of intellectual management theory and improves the understanding of intellectual management theory.
There are still limitations to the study. First, it adopts the ordinary linear regression model to measure the relationship without choosing the panel model, and thus the differentiated information about the inferred relationship is lost. In future research, it can be considered to further expand the time window for data collection and use the panel model to test the hypotheses. Second, the measurement indicators and methods can be changed to further test the robustness of the results. Third, mediating variables are not considered in the framework, and therefore absorptive capacity and collaborative ability can be introduced as mediating variables in the future to enrich the connotation of theoretical results.
创新是我国创新型国家建设战略的重要内容,也是企业核心竞争力与持续竞争优势的来源。当我国大量投入人才与资本到创新发展实践中时,提升企业创新绩效就成为创新管理中亟需解决的重点难题。无论是国家还是企业层面,创新驱动发展的本质都是对人才与知识资源的竞争。企业发展的知识基础观认为,知识资源是支持组织创新发展与竞争制胜的关键无形资源。知识管理理论进一步指出,企业组织中存在显性知识和隐性知识两种知识资源,相对而言,隐性知识因更具情境依赖性、不可复制性和创造性而被认为更具价值。已有诸多研究证实,隐性知识对于企业创新发展与组织绩效具有积极作用[1-2]。然而,已有实证研究大多考察的是隐性知识获取、共享、转移、转化等流转环节的重要影响[3-5],而忽视了隐性知识自身的复杂构成、多样性及其效应。
检索发现,国内外均未发表专门测量隐性知识多样性及其效应的研究成果,但在知识多样性对团队创造力与组织创新能力、创新绩效以及经济韧性的影响方面有较多积累[6-8]。大多数成果从信息决策视角支持知识多样性对创新有利的观点,认为知识多样性意味着组织内有存量更为丰富、结构更为异质的知识资源,这为个体层面通过知识学习与共享、组织层面通过多类型知识整合与协同利用,从而更具广度与深度地激发创意和创造性解决技术难题提供了可能[9]。然而,也有学者认为知识多样性表现为组织成员之间的知识势差和身份差异,而身份认同上的分歧或者知识势差过大会使得个体之间知识共享与协作出现困难,从而给团队与组织的技术创新带来负面影响[10]。此外,隐性知识多样性还可能导致更多知识孤岛的存在,影响企业和谐文化与组织创新能力[11]。因此,持调和性观点的学者认为,知识多样性过高或过低都不利于充分发挥知识共享与整合作用,从而抑制企业技术创新,而适中的多样性知识结构更利于提高知识共享广度和深度,促进组织在良好的知识协作中实现最佳创新绩效。也即,知识多样性与企业创新绩效之间呈倒U型关系[12]。知识多样性对企业创新绩效影响机制的复杂性以及隐性知识多样性研究成果的稀缺性,凸显了本研究的必要性和创新性。
隐性知识多样性与企业创新绩效的复杂关系唤起了学界对其边界条件的思考。由于创新生态系统的复杂性,创新情境中隐性知识多样性发生作用可能存在多种边界条件,如文化、组织、制度、资本等。基于包容性增长理论与创新驱动发展理论契合性考虑,本研究重点讨论包容性文化的重要意义。包容性文化可以分为内、外两个观察维度:一方面,管理者要在企业内部营造平等、自由、公正的文化氛围,以此促进组织成员间的创新合作[13];另一方面,外部环境中的资源支持与约束需要为企业创新提供较为弹性和宽容的发展空间[14]。现有研究大多认为在内部视角的包容性文化氛围中,员工个体的归属感和安全感等心理感受会更强,从而有助于激发个体和团队创造力[15]。在实证研究方面,目前国内仅有少数几篇文献测量包容性领导对员工创新行为[16](尤其是越轨创新行为[17])的积极影响。文献检索结果表明,尚未有研究讨论包容性文化在企业创新绩效提升中的边界机制。
知性管理理论认为,知识资源与组织性格是企业组织最核心和最具价值的无形资源,分别主导企业的创造力和情绪力,进而作用于企业技术创新与商业模式创新双驱动的可持续发展[18]。多项研究均证实,知识资源与组织性格的交互作用和协同治理对于企业创新绩效实现具有积极影响[19-20]。根据Moore[21]的定义,组织性格被认为是企业组织成员集体人格在组织层面的涌现与固化,其与组织文化相互塑造,二者在内涵上存在很大重叠。包容性文化作为一种容忍员工集体多样化人格的组织特质,与组织性格具有密切关联。因此,本研究将包容性文化嵌入知性管理理论中,试图构建理论框架(见图1),探索隐性知识多样性与包容性文化交互作用对企业创新绩效的影响机制。在微观机制层面,本研究从丰富性、异质性、动态性三维度考察隐性知识多样性,从低权力距离、集体主义、低不确定性规避三方面测度企业包容性文化,并借鉴双元创新理论将创新绩效划分为探索式和利用式两部分。
图1 理论框架
Fig.1 Theoretical framework
本研究拟回答的科学问题是:隐性知识多样性能否正向促进企业创新绩效?作为边界条件的包容性文化如何调节隐性知识多样性对企业创新绩效的影响?本研究可能的边际贡献在于:①测量隐性知识多样性对企业创新绩效的直接效应,有助于拓展知识多样性理论的解释边界;②验证包容性文化对隐性知识多样性与企业创新绩效间关系的调节效应,有助于丰富创新绩效管理理论;③将隐性知识多样性与包容性文化置于同一研究框架下进行讨论,是知性管理理论的衍生性诠释,能够增进对知性管理理论的理解。
在现有大多数文献中,知识多样性的内涵等同于知识异质性[22],强调系统内个体知识存量差异性与系统整体知识充裕性之间的正向关联,由此主张通过知识多样性的一个统计量反映系统中主体所拥有知识的结构状况。也有部分学者从知识生态系统理论出发,采用Shannon指数或Simpson指数测度知识多样性。在Shannon指数计算过程中,将知识多样性视作种类丰富性和结构异质性的结合[23],知识多样性被分解成丰富性和均匀性两个方面进行考量。后来,知识多样性从空间维度拓展到时间维度,有学者提出将知识动态性也纳入多样性概念的范畴。例如,项丽瑶[24]、崔亚欣[25]从资源多样性角度将知识分为丰富性、异质性和动态性3个维度。本研究借鉴这一概念的维度划分形式测度企业组织内的隐性知识结构。在本研究中,隐性知识丰富性侧重反映能够提升创新绩效的优质人才与知识资源数量优势。相较于丰富性,隐性知识异质性更加强调企业组织的知识结构及组织内个体之间不同类型知识存量的相对差异。
知识丰富性不仅能刻画知识存量在类别上的分布广度,也能刻画不同类别下知识存量的深度。相较于显性知识在存储载体与传播媒介上的多样性,隐性知识更多存储于人的头脑中。因此,目前关于隐性知识多样性与企业创新绩效关系的研究,大多聚焦高层管理团队与企业员工两个层面。一方面,基于高阶梯队理论,知识(学科、专业、工作经历等)背景越丰富的高层管理团队越不容易犯决策上的失误,反而因具有长远目光、宽阔视野而更倾向于作出鼓励和推进创新的决策,重视创新投入和创新能力提升,从而帮助企业组织实现更高的创新绩效。另一方面,企业或团队内知识型员工数量越多,学科背景越丰富,就越有可能通过分享和整合知识资源,具备更强的创造性解决问题的能力,提高创新项目的成功率与效率。创新网络中知识资源的丰富程度,与网络提供的合作创新机会数量正相关,与合作者的合作意愿、合作深度也具有较强的相关性。由此,本文提出如下假设:
H1:隐性知识丰富性与企业创新绩效正相关。
知识异质性在丰富性基础上进一步凸显不同类别下知识资源数量的内部差异性。丰富性更多地表征知识资源聚类的相似性,而异质性则反映整体差异。在一个企业或团队中,员工之间的知识异质性将扩大其对创新任务的认知差异,由此形成团队内部冲突并放大相互合作的主观障碍,削弱团队创新绩效。而且,知识异质性也会增大知识分享、吸收、整合难度,削弱知识型组织的凝聚力与向心力。白景坤等[26]从高管团队层面证实,高管成员教育背景异质性对企业战略变革具有显著负向影响。由此,本文提出如下假设:
H2:隐性知识异质性与企业创新绩效负相关。
知识动态性从时间维度呈现知识资源存量与结构变化。这种变化可能是企业组织根据外在环境变化作出的调整,也可能是内部知识网络中的知识资源随势差流动而促成的。从动态能力角度看,知识动态性越高,意味着组织学习能力和适应能力也越强。然而,隐性知识动态性越高,也可能意味着人才流动性越大、流失率越高。而且,知识动态性带来的不确定性和风险会增强企业员工在知识分享与创新决策上的谨慎和保守倾向。在知识快速更新的情境中,组织成员不愿与他人分享知识,以免自身所保有的知识资源被加速淘汰。此外,知识动态性还可能会限制长期稳定的创新探索以及有保障下的集体性大胆尝试,压缩技术创新空间。由此,本文提出如下假设:
H3:隐性知识动态性与企业创新绩效负相关。
组织文化对员工个体创造力和组织集体创新绩效具有重要意义。文化研究中最经典的是Hofstede[27]提出的五维度文化框架,分别是高/低权力距离、个人/集体主义、高/低不确定性规避、男性/女性主义、长期/短期取向。此后,这一框架被逐渐引入到组织层面[28]。同时,Nishii[29]从团队层面概括组织包容性氛围的内涵,包括雇佣公平、差异整合和决策兼容3个维度。其中,雇佣公平与权力结构有关,强调企业成员在分配资源、行使权力时应受到尊重和平等对待,类似于Hofstede[27]诠释的低权力距离维度;差异整合强调通过共同愿景和兼容目标整合员工的认知与价值观,是Hofstede[27]集体主义的反映;决策兼容体现出企业组织不畏风险以及对员工在创新中试错的包容性,与Hofstede[27]主张的低不确定性规避较为契合。因此,Nishii[29]定义的组织文化三维度与Hofstede[27]提出的低权力距离、集体主义、低不确定性规避存在高度一致,都反映出组织的高层次文化,主要凸显文化中的包容性特征:低权力距离反映个体对其他个体的包容,集体主义反映集体对个体的包容,低不确定性规避反映集体和个体共同对未来多样性可能的包容[27]。由此,在当前鲜有文献定义和测量企业包容性文化的情况下,本研究整合两种见解,从上述3个维度探讨企业组织的包容性文化。对于男性/女性主义和长期/短期取向两个维度,前者属于国家和民族层面的共性问题,在组织之间的个性化特征不明显,后者与高/低不确定性规避可能存在部分含义重叠,因此不将二者纳入包容性文化范畴。此外,权力距离和不确定性规避具有方向性(高/低),为使其概念内涵与包容性文化一致,本研究选择“低”作为构念考察的基准方向。
权力距离感知是指个体对组织内部权力分配的感知程度,即个体感知到自身与高层之间的权力距离。当个体感知到组织内部权力分配相对平等、自身与权力高层之间距离较近时,会更愿意表达自己的意见和想法,从而积极与他人进行交流和合作,促进协作创新。反之,当个体认为自身与权力高层之间心理距离较大时,会感到自己的意见和想法不被重视,对领导、同事产生不信任甚至防范,从而抑制交流、合作和创新。樊治平和孙永洪[30]指出,隐性知识转移困难使得知识型员工有了自主管理与决策需求,这要求企业组织必须逐渐将决策权下沉。由此,本文提出如下假设:
H4:低权力距离正向调节隐性知识多样性与企业创新绩效之间的关系。
在企业组织中,员工可能表现出集体主义或个体主义立场。个体主义强调员工个人自由、利益和自我价值实现,而集体主义更重视团队合作、协调和共同利益取得。在集体主义文化中,个人需服从团队目标和想法,通过知识分享与创新协作,互相激发、互相成就,最大化提升隐性知识资源的利用效率和团队创新效率,促进整体性创新绩效提升。在集体主义文化中,组织成员更注重凝聚力和稳定性,这将进一步强化成员之间的信任和合作,由此形成一个良性反馈的文化系统和知识生态,促进创新生态系统健康与可持续发展。由此,本文提出如下假设:
H5:集体主义正向调节隐性知识多样性与企业创新绩效之间的关系。
创新是一项拥抱冒险、具有高投入和不确定性产出特性的活动。因此,从风险控制视角出发,很多传统企业会选择更为稳妥的非创新型技术战略和非变革型发展战略。不确定性规避是指组织在面对不确定性时,倾向于选择避免决策或较为稳定与可预测方案的程度。当不确定性规避程度较高时,组织拥有的多样性隐性知识会被识别成维持企业经营利润和竞争优势的重要资源,由此更加不愿意额外承担创新带来的技术与经营风险。反之,当不确定性规避程度较低时,多样性隐性资源会被认为是支撑企业创新发展的核心资源,由此增强企业组织选择创新战略的意愿,从而提升企业创新能力、水平和绩效。由此,本文提出如下假设:
H6:低不确定性规避正向调节隐性知识多样性与企业创新绩效之间的关系。
(1)因变量:企业创新绩效(EIP)。根据创新的新颖程度,企业创新可分为探索式创新和利用式创新,即双元创新。探索式创新是一种具有变革性、风险高、见效慢但潜在收益高的创新活动,通常是对工艺、产品、服务等的彻底改造,获得满足市场需求的新路径。利用式创新是一种持续积累、风险低、见效快但收益相对更低的创新活动,通常是对现有工艺、产品、服务的改良或调整,以提高性能、降低成本或拓展市场。借鉴潘子成和易志高[31]、李梅和卢程[32]的做法,本文选择发明专利申请数测度探索式创新绩效(ErIP),采用实用新型和外观专利申请数衡量利用式创新绩效(EiIP)。为满足回归模型的假设条件,对两个指标取自然对数。
(2)自变量:隐性知识多样性(TKV)。本文从丰富性、异质性和动态性三方面测度隐性知识多样性。隐性知识是潜藏于个体大脑中的认知与技能,无法通过语言或文字等表达出来。因此,隐性知识具有非常强的个体性与情境性,即个体在特定情境(如工作情境与创造情境)中才能产生作用,发挥价值。本研究认为,员工个体的认知能力与其受教育水平相关,而工作技能与其专业经验相关,因而从受教育水平和专业经验两方面对隐性知识多样性进行测量。其中,受教育水平的编码规则包括博士、硕士、本科、专科、高中及其它层次,在专业经验维度上将员工分为研究人员和非研究人员。本文区分研究人员与非研究人员,主要是从企业创新绩效进行逆向思考,认为研究人员对创新绩效的贡献一般比非研究人员大,而且这种分类方式也更容易满足数据可获取性要求。
为凸显拥有更高教育背景和相关专业背景的人员对企业创新绩效的重要性,本文将隐性知识丰富性(TKR)表示为拥有优质隐性知识资源数量超过阈值的类别数量,选择对创新绩效实现更加有利的本科及以上学历人数和研究人员人数两个指标测量隐性知识丰富性。本文将阈值定义为全部观察样本的均值,如某企业研究人员人数超过全体样本的均值,则该项的隐性知识丰富性被定义为1,以此累计。因此,隐性知识丰富性被定义为取值在0~2之间的离散型变量。与隐性知识丰富性强调知识的高端性与优质性不同,隐性知识异质性更加强调知识结构的完备性与差异性。因此,隐性知识异质性(TKU)要同时考察受教育的不同层次以及专业上的不同经历,即同时考察8个分类(受教育水平六层次+专业经验两维度),并采用改进香农—维纳指数算法进行测量。首先,在隐去均值以下数据的基础上计算香农指数;然后,以香农指数除以丰富度的自然对数,得到表征隐性知识结构同质程度的均匀度统计量,取值范围在0~1之间;最后,用1减去均匀度统计量,由此构造出TKU测量指标,即TKU=1+∑[pi*ln(pi)]/ln(R)。其中,pi为样本企业在第i类上拥有的隐性知识资源占比;R为丰富度,同样根据平均值进行0~1累计赋值,但与前文TKR不同的是,此处类别更加细分,即R的取值范围在0~8之间。因此,当只考虑隐性知识的8个类别(i=8)时,TKU的取值范围在0~1之间,取值越大表示异质性越强。隐性知识动态性(TKD)是指知识丰富性和异质性的变化率[32],与异质性相同,综合考虑隐性知识的8个分类,在计算得到各期香农指数的基础上,采用当期减上一期数据的绝对值作为衡量当期TKD的工具。
(3)调节变量:包容性文化(IC)。从低权力距离(LPD)、集体主义(CM)和低不确定性规避(LUA)3个维度刻画包容性文化。权力距离反映企业员工被监督管理时的心理接受状态,监督管理者人数越多,员工感受到的上级权力越大。因此,本文用董事会、监事会、高层管理团队总人数与员工总人数的比值表示权力距离[33]。为刻画LPD,对其数据进行逆向化处理。集体主义表示企业以激励多数人利益为目标,这种激励体现为薪酬、股权等[34]。因此,本文选择企业一般员工平均年薪与监管层平均年薪的比值作为集体主义的测量指标。不确定性规避反映企业组织对未知风险的保守性,企业高层管理者的态度决定组织冒险程度。朱晋伟等[35]以高阶梯队理论为指导,找到了一个合适的工具变量——CEO年龄,用于衡量组织冒险程度,CEO年龄越小,越敢于冒险,CEO年龄与企业R&D投入强度显著负相关。因此,本文以CEO年龄作为低不确定性规避的测量指标,并采用逆向化处理后的数据表征LUA,逆向化处理采用极值法实现。
(4)控制变量。借鉴唐春勇等[36]、刘风朝等(2021)的研究,本文选择企业年龄(Age,2021减去企业成立年份后取自然对数)、企业运营能力(ROA,用资产收益率表征)、所属行业(Industry,制造业赋值为1,否则赋值为0)、企业规模(Size,以总资产衡量)为控制变量。
以中国A股上市公司为研究对象,时间窗口选择2017—2021年。样本选择依据包括:①上市公司比非上市公司拥有更为丰富的隐性知识资源和更为稳健的组织文化;②从平均水平看,上市公司的创新绩效水平比非上市公司高;③A股上市公司最能反映中国企业特色,相较于B股、H股上市公司更具代表性;④选择上市公司作为研究样本能满足数据可获取性要求。此外,剔除金融行业企业、具有退市风险的ST与*ST企业、数据异常和缺失数据较多的样本企业。对于个别缺失数据,用同一企业其它年份的平均值补齐。最终,筛选得到1 613个样本数据。
数据来源情况如下:员工教育结构数据来源于Wind数据库,专利数据来源于CNRDS数据库,其它数据来源于CSMAR国泰安经济金融数据库。为降低数据波动性影响,对5年数据进行平均处理。为避免数据极端值带来的影响,借鉴叶初升等[37]的做法,对变量进行双侧2.5%的缩尾处理。数据处理由Stata17.0软件完成。
本研究建立多元线性回归分析模型测量变量间的相关关系,并引入自变量与调节变量的交互项测量调节效应。在稳健性检验中,采用负二项回归、缩尾处理以及替换变量等方法,在异质性分析时,根据企业技术水平和规模水平,对样本进行分组检验。内生性问题一般采用工具变量法解决,但本研究样本数据是截面数据,不适宜采用内生性检验,而且,限于上市公司隐性知识多样性工具变量的可选择性,也很难开发出恰当的工具变量实施内生性检验。此外,有研究表明,知识基础的内生性问题即使存在,也不会对创新绩效结果产生显著影响[38]。因此,本文不考虑对内生性问题进行检验。本研究所有数据分析过程均在Stata 17.0工具中完成。
为测量隐性知识多样性对企业创新绩效的直接效应,检验H1~H3,设计公式如下:
(1)
(2)
其中,i对应因变量EIP的编号,i=1表示ErIP,i=2表示EiIP;m对应自变量TKV的编号,m=1表示TKR,m=2表示TKU,m=3表示TKD。式(1)为基准模型,只纳入控制变量,对应后文模型M1、M2;式(2)为纳入自变量的直接效应测量模型,对应后文模型M3~M8。
为测量隐性知识多样性与包容性文化的交互效应,检验H4~H6,设计式(3)。为避免多交互项导致可能存在的多重共线性问题,本研究采取逐一将交互项纳入模型的方式进行参数估计。
(3)
其中,n对应调节变量包容性文化IC的编号,n=1表示LPD,n=2表示CM,n=3表示LUA。式(3)对应后文模型M9~M26。
变量的描述性统计和相关分析结果如表1所示。统计样本中,探索式创新绩效、利用式创新绩效的均值分别为2.596和2.892,后者略高,说明中国企业更倾向于开展利用式创新活动,能够取得更多成果,这与潘子成和易志高[31]的研究结果较为相似。探索式创新绩效与利用式创新绩效显著正相关且相关系数达0.661,这暗示二者在实现机制上趋于同质,因而本研究不着力讨论两种创新绩效实现机制的异质性也就有了合理之处。隐性知识丰富性与隐性知识异质性、动态性均显著负相关,隐性知识丰富性与探索式、利用式创新绩效均正相关,而隐性知识异质性、动态性与两种创新绩效均显著负相关,这与H1~H3的推断趋于一致。包容性文化中,低权力距离和集体主义与企业创新绩效显著正相关,与隐性知识多样性的三维度也存在相关性,这为其调节作用检验提供了前提。变量间相关系数均不超过0.70,故不存在严重的多重共线性。而且,后文模型均会检测VIF值(方差膨胀系数),发现所有模型的VIF值均远低于10,表明不存在多重共线干扰。
表1 描述性统计与相关分析结果
Table 1 Descriptive statistics and correlation analysis results
变量MeanSt.DCorrelation12345678910111.ErIP2.5961.4362.EiIP2.8921.4520.661***3.TKR0.9890.8830.362***0.267***4.TKU0.6990.473-0.351***-0.250***-0.279***5.TKD0.2900.142-0.298***-0.285***-0.225***0.453***6.LPD0.7950.2240.400***0.406***0.329***-0.376***-0.418***7.CM0.4680.2640.304***0.224***-0.099***-0.306***0.200***0.371***8.LUA0.4650.233-0.040-0.018-0.02300.066***0.0260-0.054**-0.059**9.Age3.0700.2420.048*0.041*-0.0410-0.085***-0.181***0.121***0.003-0.052**10.ROA0.0540.0380.030-0.0290.064***-0.047*-0.02100.043*0.079***-0.068***-0.081***11.Industry0.7590.4280.149***0.242***-0.051**0.063**0.02800.043*-0.064***0.004-0.0180.097***12.Size9.7370.5350.466***0.429***0.286***-0.453***-0.517***0.605***0.247***-0.079***0.210***-0.029-0.111***
注:*** p<0.01, ** p<0.05, * p<0.10;下同
表2为直接效应检验的OLS回归结果。奇数项模型的因变量为探索式创新绩效,偶数项模型的因变量为利用式创新绩效。模型M1、M2为基准模型,只引入控制变量,M3~M8分别纳入隐性知识丰富性、异质性和动态性变量。为避免异方差影响,在模型中均采用稳健标准误进行分析。结果显示,隐性知识丰富性与企业探索式、利用式创新绩效均显著正相关,隐性知识异质性、动态性与企业双元创新绩效均显著负相关,H1~H3得到验证。比较M3、M4的回归系数和R2,发现隐性知识丰富性对探索式创新绩效的影响程度比利用式创新高,这也符合认知。将M3~M8分为3组进行回归系数的比较分析,发现隐性知识丰富性的影响程度远高于隐性知识异质性和动态性,而后两者的影响程度基本相当,说明在隐性知识管理维度,存量是基础,其重要性高于结构。
表2 直接效应检验结果
Table 2 Test results of direct effects
模型 M1M2M3M4M5M6M7M8ErIPEiIPErIPEiIPErIPEiIPErIPEiIPAge-0.052**-0.057**-0.027-0.040*-0.051**-0.056**-0.058***-0.063***(-2.36)(-2.58)(-1.23)(-1.84)(-2.34)(-2.56)(-2.61)(-2.86)ROA0.021-0.049**0.004-0.060***0.010-0.054**0.018-0.052**(0.93)(-2.07)(0.19)(-2.59)(0.44)(-2.28)(0.80)(-2.22)Industry0.201***0.298***0.207***0.302***0.204***0.299***0.199***0.296***(8.29)(12.38)(8.92)(12.51)(8.61)(12.44)(8.27)(12.24)Size0.500***0.472***0.423***0.422***0.420***0.436***0.463***0.430***(21.22)(21.47)(17.69)(18.34)(12.12)(16.17)(17.26)(16.60)TKR0.251***0.164***(11.61)(7.38)TKU-0.178***-0.079**(-3.34)(-2.52)TKD-0.074***-0.084***(-2.83)(-3.12)R20.2610.2740.3180.2980.2860.2790.2650.279r2_a0.2590.2720.3160.2960.2840.2760.2630.276F122.5135.2147.4134.8106.9113.1101.1112.3
注:Observations = 1 613,所有模型的F test均为0;下同
为检验调节效应,在回归模型中引入调节变量与自变量的交互项,结果如表3~5所示。表3展示了低权力距离的调节效应。结果显示,所有模型中,低权力距离与企业创新绩效均正相关,说明低权力距离表征的包容性文化确实有利于企业创新绩效提升。M9、M10中,隐性知识丰富性与低权力距离的交互项系数显著为正,而M11~M14中交互项的回归系数均显著为负,这些交互项系数与表2中自变量回归系数(直接效应)的方向一致,说明低权力距离确实正向调节隐性知识多样性与企业创新绩效之间的关系。
表3 低权力距离的调节效应
Table 3 Moderating effects of low power distance
变量 M9M10M11M12M13M14LPD0.141***0.229***0.187***0.246***0.341***0.295***(4.48)(7.01)(5.84)(7.32)(9.15)(6.66)TKR0.224***0.121***(10.24)(5.49)TKU-0.148***-0.041(-3.37)(-1.58)TKD0.124***0.047(3.82)(1.22)LPD*TKR0.078***0.124***(3.18)(4.87)LPD*TKU-0.122***-0.134***(-3.07)(-3.91)LPD*TKD-0.333***-0.197***(-8.09)(-4.02)控制变量YesYesYesYesYesYesR20.3270.3230.3020.3050.3060.308r2_a0.3240.3200.2990.3020.3030.305F115.3111.490.1396.5199.7196.14
注:奇数项模型的因变量为ErIP,偶数项模型的因变量为EiIP;下同
表4展示了集体主义的调节效应。结果显示,仅M17的交互项系数显著,且系数的方向与表2中自变量直接效应的作用方向一致,说明集体主义正向调节隐性知识异质性对企业探索式创新绩效的影响。但是,集体主义与隐性知识丰富性、动态性的交互关系以及集体主义对利用式创新绩效的边界作用未被证实。此外,集体主义对利用式创新绩效的直接效应显著为负,但对探索式创新绩效的直接效应不显著。可能的原因在于:一方面,探索式创新更多需要依靠个体创造天赋,与文化的关联度偏低;另一方面,持有集体主义价值观的员工不愿对现有产品、工艺、技术等进行改进,因为这可能伤及一些部门或同事的既得利益,从而对利用式创新起抑制作用,这一发现与Goncalo&Staw[39]的观点一致。
表4 集体主义的调节效应
Table 4 Moderating effects of collectivism
变量 M15M16M17M18M19M20CM-0.012-0.068***-0.012-0.070***-0.015-0.066***0.250***0.161***(-0.51)(-3.19)(-0.61)(-2.93)TKR(11.59)(7.30)(15.54)(8.54)TKU-0.186***-0.080**(-3.34)(-2.53)TKD-0.071***-0.072***(-2.66)(-2.69)CM*TKR-0.002-0.034(-0.09)(-1.61)CM*TKU-0.055*-0.034(-1.75)(-1.30)CM*TKD0.0100.008(0.50)(0.48)控制变量YesYesYesYesYesYesR20.3610.3150.2880.2840.2660.283r2_a0.3580.3120.2850.2810.2620.280F130.2106.777.3183.5473.6483.09
表5展示了低不确定性规避的调节效应。结果显示,低不确定性规避对企业创新绩效的直接效应不显著,也未能显著调节隐性知识丰富性、动态性对企业创新绩效的作用。但是,M23、M24中交互项的系数与M7、M8中自变量回归系数的方向一致,说明低不确定性规避显著正向调节隐性知识异质性对企业探索式和利用式创新绩效的影响。这意味着低不确定性规避的组织文化能够更好地释放隐性知识异质性带来的创新潜能,却不会干预隐性知识存量(丰富性与动态性)的作用。
表5 低不确定性规避的调节效应
Table 5 Moderating effects of low uncertainty avoidance
变量 M21M22M23M24M25M26LUA-0.0010.0130.0100.019-0.0030.009(-0.05)(0.61)(0.47)(0.90)(-0.12)(0.46)TKR0.251***0.164***(11.61)(7.38)TKU-0.203***-0.093***(-3.67)(-2.74)TKD-0.076***-0.082***(-2.90)(-3.07)LUA*TKR0.0270.009(1.34)(0.44)LUA*TKU-0.076***-0.042*(-3.02)(-1.90)LUA*TKD-0.0230.011(-0.99)(0.49)控制变量YesYesYesYesYesYesR20.3600.3130.2910.2800.2660.279r2_a0.3570.3100.2880.2770.2630.276F130.0106.077.5182.4172.6980.46
综上,低权力距离显著正向调节隐性知识丰富性、异质性、动态性对探索式和利用式创新绩效的影响,H4得到证实;集体主义显著正向调节隐性知识异质性对探索式创新绩效的影响,H5部分通过验证;低不确定性规避显著正向调节隐性知识异质性对探索式和利用式创新绩效的影响,H6部分通过检验。也即,包容性文化整体而言确实能够显著调节隐性知识多样性对企业创新绩效的影响,但包容性文化的不同维度在企业创新绩效实现机制中的边界作用存在较大差异。
本文从3个方面进行稳健性检验:首先,借鉴刘凤朝等(2021)、项丽瑶[24]的做法,对因变量不作自然对数处理,因而是离散的正整数,适合开展负二项回归分析,结果见表6。其次,为排除异常值干扰,在最小二乘回归分析模型中对所有连续变量进行5%双侧缩尾处理,结果见表7。最后,为排除自变量处理过程对研究结果的干扰,调整自变量赋值规则。将高于阈值的隐性知识丰富性指标数据赋值为5,否则赋值为1,隐性知识异质性赋值也作类似处理,隐性知识动态性改用其标准差度量,参数估计结果见表8。上述结果均显示,隐性知识多样性对企业双元创新绩效的直接效应显著,与前文研究结果基本保持一致,说明H1~H3的验证结果具有稳健性。
表6 负二项回归分析的稳健性检验结果
Table 6 Robustness test results of negative binomial regression analysis
变量M27M28M29M30M31M32ErIPEiIPErIPEiIPErIPEiIP自变量0.379***0.321***-1.472***-0.990***-1.426***-1.024***(9.12)(8.15)(-11.48)(-7.56)(-4.44)(-2.92)控制变量YesYesYesYesYesYesChi2557.95713.97789.94744.76470.11338.06
注:每组分类中前两个模型的自变量为TKR,中间两个模型为TKU,后两个模型为TKD;下同
表7 5%双侧缩尾的稳健性检验结果
Table 7 Robustness test results of 5% Winsor2
变量M33M34M35M36M37M38ErIPEiIPErIPEiIPErIPEiIP自变量0.255***0.176***-0.112***-0.031-0.095***-0.114***(11.57)(8.01)(-4.71)(-1.21)(-3.46)(-4.18)控制变量YesYesYesYesYesYesR20.3160.3040.2690.2770.2630.285r2_a0.3130.3020.2670.2740.2610.283F157.1147.5111.1119.5108.0126.0
表8 替换自变量的稳健性检验结果
Table 8 Robustness test results of replacing independent variable
变量M39M40M41M42M43M44ErIPEiIPErIPEiIPErIPEiIP自变量0.251***0.164***-0.296***-0.165***-0.423***-0.245***(11.61)(7.38)(-9.87)(-5.10)(-14.04)(-7.28)控制变量YesYesYesYesYesYesR20.3180.2980.3110.2890.3460.302r2_a0.3160.2960.3090.2870.3440.300F147.4134.8127.4123.4163.3134.9
本研究从技术水平和企业规模两方面考察隐性知识多样性对企业创新绩效的异质性影响。首先,根据R&D投入强度对企业技术水平进行划分,以中位数为临界点,将企业划分为知识密集和非知识密集两种类型,考察隐性知识多样性对两类企业双元创新绩效的影响,结果见表9。结果显示,无论是知识密集型还是非知识密集型企业,H1~H3的观点均被证实,说明研究结果的鲁棒性较强。相较于知识密集型企业,隐性知识多样性对非知识密集型企业利用式创新绩效的作用效果更显著,这可能是因为非知识密集型企业的知识表达更为隐性,而知识密集型企业的知识表达更为显性,非知识密集型企业的创新活动对隐性知识多样性的依赖性更强。相较于利用式创新绩效,隐性知识多样性对两类企业探索式创新绩效的异质性影响更大。从微弱差异上进行比较,隐性知识丰富性、异质性对探索式创新绩效的影响在非知识密集型企业中更显著,而隐性知识动态性对探索式创新绩效的影响在知识密集型企业中更显著。这说明非知识密集型企业的探索式创新对隐性知识丰富性与异质性更为依赖,而知识密集型企业对隐性知识动态性变化更为敏感。
表9 不同技术水平企业的异质性检验结果
Table 9 Heterogeneity test results of firms with different levels of technology
变量知识密集型M39M40M41M42M43M44非知识密集型M45M46M47M48M49M50自变量0.123***0.079***-0.211***-0.075-0.067**-0.0460.188***0.214***-0.131***-0.148***-0.031-0.096***(4.71)(2.62)(-5.79)(-1.60)(-2.16)(-1.17)(5.76)(6.71)(-3.17)(-3.66)(-0.91)(-2.79)控制变量YesYesYesYesYesYesYesYesYesYesYesYesR20.4580.3690.4670.3670.4470.3660.3630.3090.3470.2840.3380.278r2_a0.4550.3650.4640.3630.4430.3620.3590.3050.3430.2800.3340.273F152.099.61150.197.49147.198.4795.4173.1784.8464.5582.7361.95
注:奇数项模型的因变量为ErIP,偶数项模型为EiIP;下同
本文将员工数量作为考察企业规模的依据,以员工数量的中位数为临界点,将样本分为大规模企业和中小规模企业两组,测量隐性知识多样性对两组企业双元创新绩效的影响,结果见表10。结果显示,在两种不同规模的企业中,隐性知识多样性对双元创新绩效的影响存在较强的异质性。具体地,隐性知识多样性与大规模企业双元创新绩效之间的关系分析结果与全样本得出的结论相同,但是在中小规模企业中,隐性知识动态性对双元创新绩效的影响变为正向作用,这暗示中小规模企业需要在追求隐性知识存量与结构的动态变化中获得双元创新绩效提升机会,因而动态变化的隐性知识对于中小规模企业而言,不是风险与发展障碍,而是必须面对甚至需要追求的一种“新常态”。隐性知识异质性对探索式创新绩效的负向影响在中小规模企业中更显著,说明中小企业难以抑制隐性知识异质性带来的挑战,其知识管理能力无法满足多样化、异质性人才与知识资源整合和管理的要求。隐性知识丰富性对双元创新绩效的正向影响在大规模企业中更显著,说明大规模企业的双元创新更多需要依靠丰富多样的隐性知识驱动,这是大规模企业相较于中小规模企业所具备的资源优势。
表10 不同员工规模企业的异质性检验结果
Table 10 Heterogeneity test results of businesses with different employee scales
变量大规模企业M51M52M53M54M55M56中小规模企业M57M58M59M60M61M62自变量0.250***0.154***-0.199***-0.047-0.085***-0.0380.181***0.097***-0.283***0.0380.523***0.199***(7.67)(4.83)(-5.47)(-1.30)(-3.01)(-1.26)(6.45)(3.28)(-3.61)(0.41)(8.48)(3.01)控制变量YesYesYesYesYesYesYesYesYesYesYesYesR20.2910.2880.2650.2690.2450.2690.1170.1150.0920.1040.0780.114r2_a0.2860.2840.2600.2640.2400.2640.1120.1090.08670.09800.0730.109F65.2759.0758.8153.5051.0453.0422.6118.1313.9115.0313.2317.28
本研究采集1 613家中国A股上市企业数据,采用回归分析方法检验研究假设,得到以下主要研究结论:第一,隐性知识多样性对企业双元创新绩效具有显著影响,但其内在机制具有多重性。隐性知识丰富性对探索式和利用式创新绩效均具有显著正向影响,而隐性知识异质性、动态性对双元创新绩效的直接效应显著为负。第二,包容性文化在隐性知识多样性与企业双元创新绩效之间起调节作用,其内在调节机制也具有多重性。低权力距离正向调节隐性知识多样性各子维度与企业双元创新绩效之间的关系,低不确定性规避与隐性知识异质性能够正向交互,而集体主义只在隐性知识异质性对探索式创新绩效的影响中起增强作用。第三,隐性知识多样性与企业创新绩效的关系因企业技术水平和人员规模不同而存在差异,知识密集型企业与非知识密集型企业、大规模企业与中小规模企业在隐性知识驱动双元创新绩效实现路径上宜采取差异化策略。
企业是技术创新的主体,在建设创新型国家的战略目标下,大力提升企业创新绩效势所必然。知识管理理论的兴起与繁荣,使得知识资源对于企业创新和可持续发展的决定性作用日益凸显。在创新生态系统理论指引下,诸多学者开始探索知识多样性对创新绩效的影响[6-7]。然而,对于二者之间的关系,已有文献得出的结果并不一致,甚至出现相悖的结论。本研究致力于澄清这一关系,探索知识多样性与企业创新绩效之间的多重作用机制。不同于以往研究成果,本研究的创新之处体现在以下方面:第一,将知识多样性深入到隐性知识层次,专注于讨论隐性知识多样性的影响;第二,将隐性知识多样性分解为丰富性、异质性、动态性3个维度,将企业创新绩效分解为探索式和利用式创新绩效,通过3*2的结构化分析框架设计,测量隐性知识多样性子维度与企业创新绩效子维度之间的多重、差异化作用机制,深化对二者之间复杂作用关系的理解;第三,引入包容性文化作为边界条件,讨论隐性知识多样性作用于企业创新绩效的激发条件与增强机制。
相较于以往研究仅简单讨论知识多样性与创新绩效之间的正向、负向或倒U型关系,本研究深入到隐性知识多样性构成维度和创新绩效二元性的讨论能够给予实践者更多启发。根据研究结论,提出以下建议:第一,企业组织需深刻认识到隐性知识多样性具有的多维度内涵以及不同维度对企业创新绩效的差异化影响。企业组织需要适当提高隐性知识的丰富性,但也要适度调控隐性知识的异质性和动态性。第二,企业组织可以从低权力距离、集体主义、低不确定性规避维度营造包容性文化,需要理性认识包容性文化构成维度在激发与增强隐性知识多样性对企业双元创新绩效影响中的差异化作用,选择契合企业实际和目标的包容性文化建设策略。第三,面对创新绩效提升目标,企业组织需要考虑自身技术水平和人员规模等条件,在选择隐性知识多样性和包容性文化建设策略时要有所差异。
本研究存在一定局限性:第一,本文采用普通线性回归模型而不是面板模型(考虑到5年数据在时间上不够长)进行关系测量,损失了时间维度上关于推断关系的差异化信息,未来可考虑进一步扩展收集数据的时间窗口,采用面板模型检验本文假设;第二,关于隐性知识多样性、包容性文化和双元创新绩效的测量指标与方法,未来还可以考虑进行替换,以进一步检验研究结果的稳健性;第三,本研究分析框架未考虑中介变量,未来可适当引入吸收能力、协作能力等作为中介变量,以丰富理论成果的内涵。
[1] LIR, DU Y F, TANG H J, et al. MNEs' subsidiary HRM practices and firm innovative performance: a tacit knowledge approach[J]. Sustainability, 2019, 11(5): 1388.
[2] 董佳敏, 刘人境, 严杰,等. 知识分享意愿和隐性知识对组织学习绩效的交互影响[J]. 管理评论, 2021, 33(2): 153-163.
[3] 范钧, 郭立强, 聂津君. 网络能力、组织隐性知识获取与突破性创新绩效[J]. 科研管理, 2014, 35(1): 16-24.
[4] GANGULYA, TALUKDAR A, CHATTERJEE D. Evaluating the role of social capital, tacit knowledge sharing, knowledge quality and reciprocity in determining innovation capability of an organization[J]. Journal of Knowledge Management, 2019, 23(6): 1105-1135.
[5] CHANSOOP, PERVEZ N G, YUL L J, et al. Unveiling the black box of IJV innovativeness: the role of explicit and tacit knowledge transfer[J]. Journal of International Management, 2022, 28(4): 100956.
[6] 陈文春, 张义明. 知识多样性对高科技企业团队创造力的影响——一个被调节的中介模型[J]. 技术经济与管理研究, 2017, 255(10): 44-49.
[7] 瞿辉, 闫霏. 基于产业知识多样性的区域创新能力评价研究[J]. 科技管理研究, 2019, 39(20): 39-44.
[8] 郭将, 揭础铭. 知识多样性对经济韧性的影响研究[J]. 经济论坛, 2021, 35(8): 36-42.
[9] DUAN Y, DENG Z, LIU H, et al. Exploring the mediating effect of managerial ability on knowledge diversity and innovation performance in reverse cross-border M&As: evidence from Chinese manufacturing corporations[J]. International Journal of Production Economics, 2022, 247(2): 108434.
[10] ZHOU W, ROSINI E. Entrepreneurial team diversity and performance: toward an integrated model[J]. Entrepreneurship Research Journal, 2015, 5(1): 31-60.
[11] 王梦圆. 知识孤岛的形成机理及其对团队创造力的影响机制研究[D]. 福州: 福州大学, 2016.
[12] LI Z, ZHU G. Knowledge transfer performance of industry-university-research institute collaboration in China: the moderating effect of partner difference[J]. Sustainability, 2021, 13(23): 13202.
[13] 许梅枝, 张向前. 包容型氛围对员工创造力的跨层次影响研究——以知识共享为中介[J]. 科技进步与对策, 2019, 36(5): 138-144.
[14] 程新生, 武琼, 修浩鑫, 等. 企业研发投入波动与信息披露: 投资者创新包容视角[J]. 经济研究, 2022, 57(6): 191-208.
[15] SHORE L M, RANDEL A E, CHUNG B G, et al. Inclusion and diversity in work groups: a review and model for future research[J]. Journal of Management, 2011, 37(4): 1262-1289.
[16] 苏屹, 梁德智. 包容型领导对员工创新行为的影响:基于组织和谐的中介作用及组织创新氛围的调节作用[J]. 商业经济与管理, 2021, 42(1): 27-36.
[17] 吴士健, 杜梦贞, 周忠宝. 和合文化情境下包容性领导如何影响员工越轨创新行为[J]. 科技进步与对策, 2020, 37(17): 142-151.
[18] 喻登科, 周荣, 涂国平. 论“知性管理”[J]. 情报杂志, 2015, 34(6): 200-207.
[19] LI J Y, YU D K. The path to innovation: the antecedent perspective of intellectual capital and organizational character[J]. Frontiers in Psychology, 2018, 9: 1-18.
[20] YU D K,YAN H L.Relationship between knowledge base and innovation-driven growth: moderated by organizational character[J]. Frontiers in Psychology, 2021, 12: 663317.
[21] MOORE G. Corporate character, corporate virtues[J]. Business Ethics——A European Review, 2015, 24(S2): S99-S114.
[22] BODLA A A, TANG N, JIANG W, et al. Diversity and creativity in cross-national teams: the role of team knowledge sharing and inclusive climate[J]. Journal of Management &Organization, 2018, 24(5): 711-729.
[23] LI H L. From Shannon-Weaver to Boisot: a review on the research of knowledge transfer model[C]. 2007 International Conference on Wireless Communications, Networking and Mobile Computing, 2007: 5439-5442.
[24] 项丽瑶. 知识/研究者多样性、双模网络结构与新兴技术创新绩效:中美新兴技术企业实证比较[D]. 杭州:浙江工商大学, 2016.
[25] 崔亚欣. 知识多样性对研发团队知识共享及创新绩效的影响研究[D]. 天津:南开大学, 2020.
[26] 白景坤, 李红艳, 屈玲霞. 动态环境下上市公司高管团队的异质性如何影响战略变革——基于沪深两市中小企业板上市公司数据的实证分析[J]. 宏观经济研究, 2017,63(2): 157-168.
[27] HOFSTEDE G. A European in Asia[J]. Asian Journal of Social Psychology, 2007, 10(1): 16-21.
[28] 陆静, 徐传. 董事会文化多样性对公司绩效的影响[J]. 山西财经大学学报, 2017, 39(11): 69-83.
[29] NISHII L H. The benefits of climate for inclusion for gender-diverse groups[J]. Academy of Management Journal, 2013, 56(6): 1754-1774.
[30] 樊治平, 孙永洪. 知识共享研究综述[J]. 管理学报, 2006,3(3): 371-378.
[31] 潘子成, 易志高. 内部薪酬差距、高管团队社会资本与企业双元创新[J]. 管理工程学报, 2023, 37(3): 26-41.
[32] 李梅, 卢程. 研发国际化与企业创新绩效——基于制度距离的调节作用[J]. 经济管理, 2019, 41(1): 39-55.
[33] CHOI J N, ANDERSON T A, VEILLETTE A. Contextual inhibitors of employee creativity in organizations: the insulating role of creative ability[J]. Group &Organization Management, 2009, 34(3): 330-357.
[34] 喻登科, 李娇. 继任CEO知性特质对组织战略变革的二元性影响:薪酬与股权激励的调节作用[J]. 科技进步与对策, 2023,40(15): 127-137.
[35] 朱晋伟, 彭瑾瑾, 刘靖. 高层管理团队特征对企业技术创新投入影响的研究——激励的调节效应[J]. 科学决策, 2014,21(8):17-33.
[36] 唐春勇, 陈冰, 赵曙明. 中国文化情境下包容性领导对员工敬业度的影响[J]. 经济与管理研究, 2018, 39(3): 110-120.
[37] 叶初升, 李竺雯, 孙薇. 政府与市场“双轮”何以驱动中小科技企业创新——基于微观企业数据的“促进科技和金融结合试点”政策评估[J]. 经济问题探索, 2022,43(5): 32-46.
[38] 潘清泉, 唐刘钊. 技术关联调节下的企业知识基础与技术创新绩效的关系研究[J]. 管理学报, 2015, 12(12): 1788-1796.
[39] GONCALO J A, STAW B M. Individualism-collectivism and group creativity[J]. Organizational Behavior and Human Decision Processes, 2006, 100(1): 96-109.