学习社区网络结构与知识共享效果关系的实证研究

王宇露， 邴绍倩

（上海电机学院 商学院，上海 200245）

学习社区网络结构与知识共享效果关系的实证研究

王宇露， 邴绍倩

（上海电机学院 商学院，上海 200245）

借鉴社会网络分析方法和结构方程建模，从学习社区的关系嵌入和位置嵌入两方面来研究学习社区的社会网络结构对知识共享的作用机理，收集167份样本进行实证检验发现：学习社区成员的关系强度越大，知识共享效果越高；学习社区成员的社区地位差距越大，知识共享效果越好。

学习社区；网络结构；知识共享

学习社区（Learning Communities）或称为实践社区（Community of Practice，CoP），最早是Wenge［1］于1991年提出的概念，它是指企业里分享知识和情感的非正式团体。在这一团体中，具有类似专业或兴趣的人员建立起广泛联系的网络，从而能够在社区内共享知识。本研究所指的学习社区是企业内为了某一学习目的而建立起来的具有一定时间期限的实体组织形式。其本质是一种“双结点组织”（Double－Knit Organizations），它既具备了非正式组织柔韧性的一面，又能在长期内保持具有典型专业知识的职能性组织的特性。学习社区是一种非常重要的非正式学习方式，它融合了合作学习、社会学习、嵌入式学习等学习思想。在中国电信、宝钢集团等国内大型企业中，学习社区以及类似于学习社区的学习型群体或团队（如对标学习小组、项目虚拟团队等）已经逐步兴起。遗憾的是，部分学习社区的知识共享效果并不理想，本文试图从学习社区的关系嵌入和位置嵌入两方面来研究学习社区的社会网络结构对知识共享效果的作用机理，收集8家企业167份样本进行实证检验，以期指导我国企业建立和治理学习社区的具体工作，提高学习社区的知识共享效果，提升企业的创新能力。

1 文献综述与理论模型

1.1 文献综述

学者们对学习社区知识共享效果影响因素的研究大致基于3种分析范式展开。

（1）基于行为者属性的分析范式。这一分析范式的核心假设是学习社区成员的属性决定了知识共享行为，他们侧重研究学习社区成员的态度、观点和能力以及组织的文化、技术等因素对学习绩效的影响。

（2）基于行为者间关系的分析范式。这一分析范式的核心假设是学习社区成员间的关系，学习社区成员与管理者间关系决定了学习行为，他们研究的主要关系是管理层与员工间的支持和分权。Connelly等［2］认为，如果员工感到了管理层对知识共享的支持和鼓励，则会极大促进他们进行知识共享。

学习社区成员间的信任关系。Richard Mc－Dermott提出，当学习社区的成员间培养了信任和和谐时，他们能感觉到安全，从而去分享思想、结论以及结论背后的原因，甚至是不完全成熟的想法。李颖指出，当组织文化强调知识源共享知识的主观意愿和复杂知识时，强联系比弱联系能提供更多的知识共享机会；强联系有利于克服复杂知识转移的困难，从而促进知识共享。Blau，Jarillo指出，如果关系双方互相信任，那么一方就不会感到需要保护自己以避免他人的机会主义行为，并且相信对方有能力为其提供有价值的知识。Huysman ＆De Wit的研究发现，员工与关系较好的员工间的知识共享是自愿和无意识的，员工不情愿与关系不怎么好的员工进行知识和经验的共享。

（3）基于网络理论的分析范式。Karen等认为，由于学习社区大部分是自愿的群体，并且其成员通常来自地理分散，或不同的部门和业务单元。社会网络分析方法非常适合来评价和研究学习社区。社会网络分析有助于识别社区的中心者（Central Connectors）、中介者（Brokers）和边缘者（Peripheral Players）等角色，从而有助于社区领导者优化网络关系，提高社区的有效性。员工在学习社区网络中的位置是不一样的。Wenger使用定性的术语来表示员工参与学习社区知识共享的程度变化：新进入者（Peripheral）（新进入者被允许有限参与相对复杂的任务和关系）；核心参与者（Full）（老的成员逐渐成为社区的核心成员）；边缘游离者（Marginal）（指参与者保持在社区的边缘）。冯博等［3］研究了大学科研团队成员在团队中所处的网络位置与其知识共享行为的关系。通过对9个科研团队的问卷调查和分析发现，个人在“学习咨询网络”的结构位置中心性受到个人在正式组织结构中的职务、科研工作协作网络中心性、科研任务相依性的正向影响，以及科研工作负荷性的负向影响。而个人在“友谊关系网络”的结构位置中心性，则仅受到科研网络的正向影响，以及科研工作负荷性的负向影响。知识共享行为受到职务、科研协作网络、学习咨询网络、友谊关系网络等变量的正向影响，而受到科研工作负荷性的负向影响。

虽然学界在学习社区知识共享效果的影响因素研究方面取得了较为丰硕的研究成果，但对于学习社区成员在学习社区网络中的地位与知识共享效果间的关系研究尚未发现。另外，现有学习社区学习绩效的相关研究大多是规范研究，结合知识管理理论与中国特色背景提出理论模型并进行实证研究的成果较少。

1.2 学习社区网络结构对知识共享效果的直接效应模型与假设

网络结构主要关心网络内成员和关系的布局［4］。本文从关系嵌入和位置嵌入两方面来测量学习社区的网络结构。关系嵌入是研究二元关系的结构特征，用关系强度来反映；位置嵌入是分析个体所处的网络位置对其行为的影响［5］，用学习社区成员在学习社区中的地位差距来反映。

1.2.1 关系强度对知识共享效果的直接效应模型与假设 社会学学者中，关于嵌入强度与学习绩效的效果仍存在争议，由此形成以Uzzi等人提出的“关系嵌入悖论”（The Paradox of Embeddedness）。关系嵌入悖论指的是：强关系和弱关系都被认为有助于知识获取。强关系观认为，行动者之间的社会关系越紧密，越有利于企业获取高质量的信息和进行默会知识的转移。如Uzzi［6］对美国纽约企业的调查发现，在同行业中，具有强关系的企业间更能够彼此交流知识。而弱关系观认为，弱关系在社会网络中没有联结的成员间传递独特的非剩余信息，从而保证了行动者获得异质性信息的可能性。本文认为，“关系嵌入悖论”存在的主要原因至少有2个：① 双方研究的“网络”不同；② 双方对知识的界定不同。以Granovetter等学者［7］为代表的弱关系观主要研究的是“社会网络”嵌入对信息等显性知识获取的帮助。Granovetter认为，找工作者更多地通过朋友的朋友等弱关系来找到工作的。而以Uzzi［6］为代表的强关系观主要研究的是“企业网络”嵌入对诀窍、技能等隐性知识获取和转移的帮助。由于双方研究的“网络”以及对知识的界定不同，从而导致了看似矛盾的“关系嵌入悖论”。然而，正如Talmud等［8］所发现的，若企业间存在一般竞争，弱关系是有利的，但如果涉及信任、不确定性、协同和长期项目，强关系和紧密结合就变得非常重要了。

在企业内部，Bouty的研究发现，个体之间的熟悉程度、竞争程度和信任程度是影响个体间知识共享的3个关键要素。Tiwana的研究结果证实了关系资本对知识共享与整合的显著正向影响。但McFadyen和Cannella通过实证研究发现，当社会关系的范围达到一定的程度后，知识交换成本加大、收益减少，员工之间不再愿意进行知识交换；当社会关系的强度达到一定程度后，员工社会关系的扩展会受到限制，更重要的是他们之间可能会因为形成知识同化而减少知识共享与交换行为。

本文认为，在企业内部的学习社区中，学习社区成员间存在长期的信任和协同；因此，强关系将有助于学习社区的知识共享。由此，本文提出如下假设：

假设1 员工的社区关系强度越大，学习社区的知识共享效果越好。

1.2.2 社区地位差距对知识共享效果的直接效应模型与假设 在学习社区中，员工积极参与的意愿受到自我效能感的影响。自我效能（Self－Efficiency）是人们对自身完成某项任务或工作行为的信念，它涉及的不是技能本身，而是对自己能否利用所拥有的技能去完成工作行为的自信程度［9］。自我效能直接影响着人们的思维、动机与行为，个体倾向于回避那些认为自己无法应对的活动和情境，而选择自己认为力所能及的工作。在这一过程中，自我效能通过影响个体对其能力的认知来为个体确定发展的方向。Constant和Kiesler发现自信有能力提供有价值知识的个体更有可能完成工作任务。Cabrera［10］则认为，自我效能可以提高合作意愿，同时也能促进知识共享。Lin［11］的研究中也强调，自信自己的知识共享能够为组织做出贡献的员工更有可能表现出对提供知识和获取知识的积极意愿。

社区地位差距反映了社区的权威主导性，社区地位差距越大，员工的自我效能感会得到正强化，低地位的群体成员会有更强烈的自我效能无助感，而高地位的群体成员会产生更强的自我效能感。此外，社区地位差距越大，表明员工的知识能力并不在一个层次上。管理层级高的领导的战略眼光可能得不到管理层级低的员工的认可。技术层级低的员工可能难以理解技术层级高的专家的观点。由此，本文提出如下假设：

假设2 学习社区成员的社区地位差距越大，越不利于知识共享。

2 实证研究

2.1 数据与样本

对上海某大型电信企业、某大型钢铁企业、某大型电气企业等8家企业的虚拟学习社区发放问卷268份，回收212份，经资料过滤程序扣除具遗漏值与答案有明显规律者，得到有效样本167份，有效问卷率为62.4%。在回收的有效问卷中，男女比例为72.5%及27.5%，男性占大多数，这与样本企业参与学习社区员工的男女比例相仿。在年龄方面，26岁以下、26～35岁、36～45岁、46～55岁和55岁以上各占27.5%、35.9%、25.7%、9.0%和1.8%，与样本企业参与学习社区员工的性别比例相当。

2.2 变量的操作化

2.2.1 社区关系强度的操作化 在经济社会学中，有很多学者对关系强度进行了定义，如Granovetter［7］基于“时间数量，情感强度和亲密性以及关系的相互服务这些组合”来定义关系强度。Antonio［12］在Granovetter的最初提议基础上对组织间关系强度进行了操作化。他从以下3方面来反映关系强度：关系的持续时间，合作的频率，合作的强度。关系持续时间越长，合作频率和合作强度越高，关系的强度越高。综合前人的研究，本文从关系的情感强度和亲密性两方面来定义学习社区网络的关系强度。

2.2.2 社区地位差距的操作化 社区地位差距采用社会网络分析方法中的群体中心度［13］的度量方法，运用近似提名诠释法［注1］提名诠释法和提名生成法是社会网络分析方法进行问卷设计的两种重要方法。提名诠释法是针对提名生成法中列出的关系人进一步询问他们与受访者间的关系（罗家德，2004）。获取数据，然后输入Ucinet 6.166软件进行计算，得到最终数值［14］。

2.2.3 知识共享效果的操作化 在对知识共享效果进行的相关经验研究中，很多学者根据自己的研究需要，开发了相应的量表，对知识共享效果加以测量。一些学者将知识共享视作一维：如Connelly等［2］开发的感知知识共享文化量表包括6个指标，信度系数为0.85；Lin和Lee的知识共享行为量表包括4个指标，信度系数为0.84；Chowdhury开发的复杂知识共享测量量表包括7个指标，信度系数高达0.92；Sveiby和Simons通过5个题项来测量知识共享。也有学者将知识共享效果视作二维：如Hoof和Ridder按知识的流向将知识共享划分为知识贡献（Knowledge Donating）和知识收集（Knowledge Collecting）两个维度，每个维度都包含4个测量指标；Cho和Lee按知识共享的程度将知识共享效果划分为共享的范围（Scope）和共享的多样性（Diversity）两个维度。而Bryant［15］从最终目标的实现程度、知识共享满意度和研发能力3个维度来考察知识共享效果。本文测量知识共享的具体题项包括：我们在学习社区中彼此交换经验；我们会对社区成员贡献自己掌握的一些信息和资料；通过学习社区，我获得了一些工作所需的信息和资料；通过学习社区，我获得了一些工作诀窍。

2.3 信度和效度分析

采用SPSS13.0对回收样本作克隆巴赫信度Cronbachα测试发现，知识共享分量表的α信度值为0.807，在0.6以上，反映本研究量表的信度较理想。对知识共享分量表的效度分析发现，取样适当性KMO检验的值为0.776，大于0.5，巴特利特Bartlett半球体检验小于0.001，支持因素分析。按照特征根大于1的原则和最大方差法正交旋转进行因素抽取，得到单因素结构，单个因素共解释了总方差的64.82%，说明该分量表的结构效度较好［注2］囿于篇幅，正交旋转后的感知实用性分量表的因素载荷矩阵未列出。。

2.4 学习社区网络结构对知识共享直接效应的假设检验

利用Amos7.0进行结构方程建模，并将相应数据代入运行后得到模型的主要拟合度指标。模型M为不添加任何可观察变量相关的原始模型。原始模型的最小卡方／自由度χ2／df＝0.701，P＝0.691，未达到显著水准，表示本研究假设模型的共变量矩阵与实证资料的共变量矩阵之间无差异存在。绝对适配测量的拟合优度指数GFI值为0.984，大于0.90的可接受值，显示假设模型可以接受。近似误差均方根RMSEA＝0.000，显示本假设模型良好。从增值适配测量来看，规范拟合指数NFI＝0.975，比较拟合指数CFI＝1.00，大于0.90的可接受值，也显示假设模型达到理想水平。从简效适配指标来看，简约规范拟合指数PNFI＝0.520，简约拟合优度指数 PGFI＝0.575，都大于0.5；因此，模型的简效拟合度指标可以接受。

从整体而言，所有的绝对适配测量，增值适配测量和简效适配测量，皆通过所要求的接受值，显示本假设模型可以接受，也显示本假设模型是一个比较符合实证资料的模型。模型各观察变量对应于潜变量的标准化因素负荷如图1所示。

图1 学习社区网络结构对知识共享的直接效应模型Fig.1 Direct effect model of learning community network structure on knowledge sharing

从图1可以得到如下假设检验结果：员工的社区关系强度越大，学习社区的知识共享效果越好，假设1得到证实；学习社区成员的社区地位差距越大，越有利于知识共享，假设2未得到证实。

3 研究启示

实证结果表明，员工的社区关系强度对知识共享有显著的正向影响，回归系数为0.14（P＜0.05）；因此，企业在在学习社区的开设、学习过程中组织离线（讲座、研讨会等）、IT形式（如Go to Meeting、网络视频会议、网络电话等）的交流、互动来增强学习社区成员间的关系密度，可以为学习社区成员提供沟通、关系处理的培训，或有意识安排人际能力较强的员工参与到各学习社区，增进学习社区成员间的关系强度。

学习社区成员的社区地位差距越大，越有利于知识共享。笔者认为，一个可能原因是在大型企业中，等级制度相对严格，管理层级高的领导、技术层级高的专家分别掌握了普通员工难以掌握的公司战略、技术发展方向以及技术机密等核心知识。受等级制度与保密制度的约束，在一般场合，管理层级高的领导、技术层级高的专家不敢也不会轻易将这些知识共享出来。

在研究模型上，本研究未考虑学习社区网络的结构嵌入对社区成员学习行为的影响。在社会嵌入理论中，网络结构可从关系嵌入、位置嵌入和结构嵌入三个维度来解析，本研究考虑了存在关系嵌入和位置嵌入。如果仅分析学习社区的网络，结构嵌入仍会对社区成员间的知识共享和知识创造产生影响；因此，如果需要完善模型的话，至少可将结构嵌入作为调节变量和控制变量引入。此外，由于研究对象限制，以及研究的针对性，本研究的样本都来自几家大型企业，行业、所有权和组织文化都太局限，必然会影响到研究结果的一般性和适用性。在研究过程中，为了避免企业数量过少带来的样本缺乏代表性问题，我们在选取样本时，每家企业内选取的学习社区的学习主题都不一样，这在一定程度上保证了样本的差异性。当然，希望以后的研究能够扩大样本的地域范围，增强研究结论的一般性和适用性。

［1］Wenger E，Lave J.Situated Learning［M］.Cambridge，MA：Cambridge University Press，1991.

［2］Connelly C，Kellowaway E. Predictors of employees'perceptions of knowledge sharing cultures［J］.Leadership ＆ Organization Development Journal，2003，24（3）：294－301.

［3］冯 博，刘 佳.大学科研团队知识共享的社会网络分析［J］.科学学研究，2007（12）：1156－1163.

［4］王宇露.海外子公司网络学习效果的量表开发及其验证性因子分析［J］.上海电机学院学报，2009，12（2）：142－146.

［5］李元旭，王宇露.海外子公司网络学习的知识与效应研究——以东道国网络为例［J］.上海电机学院学报，2008，11（3）：215－218，242.

［6］Uzzi B.Social structure and competition in interfirm networks：The paradox of embeddedness［J］.Administrative Science Quarterly，1997，42 （1）：35－67.

［7］Granovetter M，Swedberg R.The sociology of economic life［M］.Boulder：Westview，1992.

［8］Talmud I，Mesch G S.Market embeddedness and corporate instability：The ecology of inter－industrial networks［J］.Social Science Research，1997（26）：419－441.

［9］Bandura A.Self－efficacy toward a unifying theory of behavioral change［J］.Psychological Review，1977，84：191－215.

［10］Cabrera A，Cabrera E F.Knowledge－Sharing dilemmas［J］.Organizational Studies，2002，23：687－710.

［11］Lin H F.Knowledge sharing and firm innovation capability an empirical study［J］.International Journal of Manpower，2007，28（3／4）：315－332.

［12］Antonio C.Network structure and innovation：The leveraging of a dual network as a distinctive relational capability［J］.Strategic Management Journal，2007，28：585－608.

［13］罗家德.社会网分析讲义［M］.北京：社会科学文献出版社，2004：151.

［14］刘 军.社会网络分析导论［M］.北京：社会科学文献出版社，2004.

［15］Bergami M，Bagozzi R P.Self－categorization，affective commitment and group self－esteem as distinct aspects of social identity in the organization［J］.British Journal of Social Psychology，2000，39：555－577.

Empirical Study on Relationship Between Network Structure of Learning Community and Knowledge Sharing Performance

WANG Yulu， BING Shaoqian
（Business School，Shanghai Dianji University，Shanghai 200245，China）

By social network analysis and structure equation model，this paper studies the mechanism of how social network structure of learning community acting on knowledge sharing in terms of relationship embeddedness and positional embeddedness.A total of 167samples are collected.The empirical study shows that the more the relationship among learning community members is strong，the better the knowledge sharing performance.Additionally，the more the community－status among members of the learning community is different，the better the knowledge sharing performance.

learning community；network structure；knowledge sharing

F 276.7

A

2095－0020（2011）03－0193－05

2011－04－10

上海市教育委员会科研创新项目资助（09YS482、10YS220）；上海电机学院重点学科资助（07XKJ02）

王宇露（1978－），男，副教授，博士，专业方向为跨国公司、低碳经济，Email：lulu＿wyl＠126.com