研究型大学创新团队内部知识共享影响因素研究

孙德梅　杨早立　郎益夫

摘 要：文章基于研究型大学创新团队内部视角，在国内外相关文献研究基础上提出：知识共享主体、团队内部环境、知识共享平台、激励机制、共享知识特性等五个主要因素对研究型大学创新团队内部知识共享水平具有显著性影响研究假设，并构建了二阶因子理论模型。通过对研究型大学科研人员调研数据，运用结构方程模型进行了实证研究。研究结果验证了假设的成立，同时得出共享主体、团队内部环境对研究型大学创新团队内部知识共享水平影响总效应值最大，其它三个影响因素相对较小。

关键字：研究型大学 创新团队内部 知识共享 结构方程模型

中图分类号： G258.6 G251文献标识码： A 文章编号： 1003-6938（2012）05-0052-06

研究型大学作为知识创新的源泉，是知识集成中枢、知识扩散和科技成果输出的基地。创新团队作为研究型大学知识创新的主要载体和组织形式，知识在团队内部活动中起着重要作用，团队的发展离不开团队内部知识的共享。研究型大学创新团队的内部知识共享是影响知识创新、科技成果产出的关键环节。因此如何通过提高研究型大学创新团队内部知识共享水平，增强研究型大学的知识创新能力，从而为企业提供最前沿的集成创新成果，促进区域产业结构的优化升级，有效服务国家自主创新战略，正是本文的研究初衷。

1 文献综述

各国学者对“知识共享”的定义秉着不同的观点， Hooff和Rdder（2004）[1]认为知识共享就是个体间相互交换他们的知识并联合创造新知识的过程。对于知识共享影响因素，各学者基于自身领域角度进行研究。在虚拟社区方面：Koh和Kim（2004）[2]实证研究表明，虚拟社团成员知识共享活动的参与程度对虚拟社区的参与度和知名度的提升有显著影响。Tai-Kuei Yu（2010）[3]通过网络博客实证分析，建立了以公平对待、组织认同感、开放性、乐于帮助、实用性、行为等知识共享影响因素的SEM模型。近年来在企业领域：Connelly（2009）[4]认为管理支持已被证明与知识共享的组织文化及知识共享的意愿正相关。Andreas Wald（2010）[5]在研究现代组织结构知识共享效果影响因素中提出不仅现代通信工具是促进知识共享的有利手段，而且组织文化因素仍是知识共享效果的有效因素。Lin（2009）[6]，Daegeun Hong（2011）等[7]在对企业实证研究基础上提出：企业知识共享的主要障碍来自于个人和组织层面，个人因素为知识保护、信任、动机、知识领悟能力；组织因素为语言、文化冲突、组织结构、距离和信息技术等。在高校领域主要有以下国内学者：李志宏（2010）[8]认为个体特征 （需要满足度、荣誉感 ）、内部机制 （人际信任、团队凝聚力、授权式领导 ）、支撑性框架 （自我效能、资源充足度 ）对高校创新型科研团队隐性知识共享意愿有重大影响。陶裕春（2008）[9]从实证角度指出影响高校科研团队知识共享影响因素主要包括团队领导、考核激励、沟通氛围、团队目标、团队结构、共享效率。李雪芹（2010）等[10]把高校科研团队知识共享可以划分为共享意愿、知识贡献和共享效果三个维度；高校科研团队信任也包含组织信任、认知信任和情感信任三个维度。

综上所述，国内外学者基于不同研究领域对企业组织和高校科研团队知识共享影响因素进行了理论和实证分析，这为后续相关研究奠定了理论基础和提供了实践价值。但针对研究型大学创新团队内部知识共享影响因素鲜有研究。基于此，本文从实证角度探析研究型大学创新团队内部知识共享影响因素，并通过结构方程模型估算出各要素对知识共享影响效果量化值，为研究型大学创新团队内部成员参与知识共享提供借鉴。

2 理论基础及研究假设

通过元分析文献检索法归纳总结现有文献和资料，并基于研究型大学创新团队内部知识共享视角，将研究型大学创新团队内部知识共享水平影响因素划分为知识共享主体、团队内部环境、知识共享平台、激励机制、共享知识特性五个因素。

2.1 知识共享主体因素

知识共享主体是指知识共享输出者和接收者，知识共享效果如何也最终取决于作为共享主体的人。因此，识别知识共享主体因素影响程度，对于提高团队内部知识共享起着关键作用。Szulanski（1996，2000）[11]Duanmu（2007）[12]指出知识主体的性质，包括知识转移的动机大小和知识保护的程度、语言表达能力对知识转移效果的有影响。戴俊等（2004）[13]发展了知识缺口的观点，提出“知识位势”和“知识差势”的概念。知识主体的知识存量水平决定了其在知识群体中的知识位势，多个知识主体之间存在的知识差势导致了知识在知识主体之间的流动。Lan（2001）[14]、唐炎华（2007）[15]等认为影响知识共享效率的因素很多：如知识的难度、授予方的表达能力和接收方的吸收能力、领悟能力，以及组织成员的知识共享意愿等等。以文献资料为基础，提出知识共享主体因素主要包括知识保护程度、表达沟通能力、知识势能差、消化吸收能力、知识共享动机。研究型大学创新团队知识共享主体在内部知识共享过程中起着不可估量的作用，因此，本文提出如下假设：

H1：知识共享主体主观能动性发挥越好则越有利于提高知识共享水平。

2.2 共享知识特性因素

知识有其自身属性：如知识显性、隐性，知识的内在价值等。这都会对知识共享产生直接或间接的影响。相关学者对知识特性影响知识共享效果进行了研究。白丽霞（2010）[16]将知识共享划分为显性知识共享和隐性知识共享。知识越明确， 越容易表达和编码， 就越容易实现共享；知识越隐含，越不容易表达，对交流媒介的要求就越高，就越不容易共享。严浩仁、贾生华（2002）[17]指出由于知识的经济特性，知识是一种可以反复使用的资源，同时消费和使用的反复会使知识也不断增值，知识资源共享作用的发挥体现要素边际效益递增。知识的经济性会分促使人们不断的探索、创造新的知识，从而推进知识的共享。Brett Anitra Gilbert（2008）[18]从知识溢出的角度对企业集群进行了研究，研究发现由于能优先获取知识溢出，位于地理企业集群内的企业能从当地吸收更多的知识，具有较高的成长和创新业绩。对于知识特性而言，嵌入知识对成功的知识转移具有显著的直接作用，复杂嵌入知识阻碍知识转移 [19]。根据以上分析可以得出如下假设：

H2：知识共享特性利用程度越高则越有利于提高知识共享水平。

2.3 共享环境因素

知识共享环境因素，本文主要立足于团队内部环境。主要包括以下几个方面：组织结构，Tsai（2002）[20]的研究显示，正式而集中化的组织纵向结构对知识共享有着负面影响，而非正式的横向的社会接触对知识共享有益；团队文化，Eppler.M.J[21]提出进行有效的知识共享不能简单建立一个团队而就能解决，认为实现团队内部的知识共享不仅需要一定的物质条件还要有文化因素；物理距离，二个知识共享主体间物理位置的距离远近以及被求助者的知识权威度都能够影响知识共享的意愿，物理位置越近，则会加强知识共享的意愿 [22]；团队信任，研发团队知识共享环境包含的影响因素主要有信任和文化因素，研发团队成员间的信任度越高，文化开放性越强，知识共享效果越好[23]。因此：

H3：共享环境越完善则越有利于提高知识共享水平。

2.4 激励机制

由于高校创新团队本身团队成员组成结构的特殊性，大部分成员处于社会学历最高层次，物质激励虽然是促进高校创新团队进行知识共享的主要方式之一，但精神激励的作用却越来越明显。Kathryn M. Bartol（2002）认为经济激励对于基于知识库的知识共享行为有重要影响。基于团队的奖励和公司范围的激励（收益共享、利润共享和员工持股）也将分别对增强团队内部知识共享以及跨团队知识共享行为有所帮助。在非正式交往中，知识共享行为发生的关键在于员工和组织之间的信任。这种情况下，经济激励的作用是间接的，组织奖励在程序上和分配上的公平在推动信任方面起重要作用。因此本文把激励制度分为精神激励和物质激励，激励频度，并得出如下假设：

H4：激励制度发挥越充分则越有利于提高知识共享水平。

2.5 知识共享平台

张旭梅等指出企业间的信息技术平台是建立和完善知识共享通道的有力手段，信息技术平台的创建的前提是各企业间的网络信息系统要有一个很好的兼容性，和各成员的主动参与。知识共享平台为知识共享提供所需的基础设施，技术服务，良好的网络、设备，对团队成员之间的信息交流具有很大的促进作用。可以看出知识共享能否在组织中成功实施，需要相应的技术手段的支持，例如网络技术，知识库技术，群件技术等。基于以上分析，知识共享平台主要指基础设施、传统渠道、网络渠道，并提出假设：

H5：知识共享平台建设越完善则越有利于提高知识共享水平。

3 研究方法

3.1 设计量表

结合研究型大学的特点，借鉴现有研究成果，本文构建了由五个因素和十八个指标组成的高校创新团队内部知识共享影响因素指标体系如表1。本研究采用李克特的7点法对题项一一打分，根据被调查者对每一题的打分来判断各指标对本因子的重要程度，分数越高，则说明答题者对这一表述的重要程度越认同。

3.2 数据收集与描述性统计

在被调查者中博士及以上学历占总数的51.2%，超过样本总体的一半，硕士、博士累计比例为81.0%，说明被测样本是一个高学历群体，这与研究型大学创新团队的性质相吻合。加入团队3年以下的比例为32.6%，这些基本为在读学生以及刚参加工作的老师。在团队中位置：一般科研人员比例为46.7%、科研骨干比例为37.6%、学术带头人的比例为15.7%，三者基本属于倒金字塔的结构，符合现代团队组织结构的要求。

问卷总共发放400份，回收372份，剔除不合理问卷86份，最终有效问卷286。有效率为77%。对所收集数据用SPSS17.0软件进行信度分析，由常用的克朗巴哈（Cronbach）α系数进行信度分析。克朗巴哈α系数的取值在0～1之间，数值越接近1说明调查问卷的信度越高。效度根据KMO值和Bartlett球形度检验相结合进行分析。信效度分析结果见表1。

[变量＼&题项＼&KMO值＼&Cronbach

α信度系数值＼&知识共享主体＼&消化知识能力a1＼&0.886**＼&0.933＼&表达沟通能力a2＼&知识共享动机a3＼&知识势能差a4＼&知识保护程度a5＼&知识特性＼&知识外显程度a6＼&0.753**＼&0.900＼&知识的经济价值a7＼&知识的分散性a8＼&共享平台＼&基础设施建设a9＼&0.743**＼&0.902＼&传统渠道a10＼&网络渠道a11＼&共享环境＼&团队信任a12＼&0.856**＼&0.924＼&团队文化a13＼&组织结构a14＼&物理距离a15＼&激励制度＼&激励频度a16＼&0.728**＼&0.913＼&精神激励a17＼&物质激励a18＼&][表1 数据分析结果]

注：**表示P<0.01。

从表可以看出，各题项的因子KMO值均大于0.73，并通过显著性检验，说明指标效度较好，适合做因子分析。Cronbach α信度系数值均达到0.8以上，测量工具较稳定，数据可信度较高。

3.3 二阶因子模型构建及参数估计

对命题假设和样本数据合理分析基础上建立SEM二阶因子模型，并用AMOS17.0软件对研究型大学创新团队影响因素二阶因子模型执行模型路径、测量误差等参数估计，进行模型效度检验，检验模型拟合度。模型及影响路径系数估计值分别如图1。同时表2摘录了五个影响因素对知识共享水平的路径系数检验结果。

[图1 研究型大学创新团队内部知识

共享效果影响因素模型及路径系数值]

[＼&估计值＼&S.E.＼&C.R.＼&P＼&标准化估计值＼&特性<---水平＼&1.000＼&＼&＼&＼&.947＼&环境<---水平＼&1.109＼&.063＼&17.540＼&***＼&.958＼&激励<---水平＼&1.103＼&.063＼&17.586＼&***＼&.929＼&主体<---水平＼&1.140＼&.069＼&16.618＼&***＼&.962＼&平台<---水平＼&1.110＼&.065＼&17.009＼&***＼&.963＼&][表2 响路径系数估计值]

注： ***表示P<0.01。

从表2可以看出，五个因素对团队知内部知识共享水平的影响路径系数的CR值均大于2，P值小于0.01，达到0.01显著水平，通过检验。知识特性对知识共享水平的CR值和S.E值没有显示，是由于结构方程模型对二阶因子模型中某一个影响因子路径随机进行固定参数值为1，而不需要进行路径系数显著性检验。从而可以证明知识共享主体、知识特性、知识共享平台、共享环境、激励制度对知识共享水平有显著正向影响。

3.4 模型拟合及修正

根据AMOS软件输出结果，卡方与自由度之比为2.657>2，绝对适配指数中的GFI=0.880和AGFI=0.842<0.9，RMA=0.054>0.05，增值适配指数和简约适配指数都达到适配临界值。为使模型能够与数据尽可能相适配，需对原模型进行合理的修正。对结构方程模型修正主要参照MI指数和参数估计的CR值。对于MI指数从大到小依次建立各题项误项的共变关系，根据CR值是否大于1.96而进行路径的限制。从模型拟合结果得出，模型路径系数值、误差参数值的CR值都大于1.96，并达到0.01显著水平。而根据MI指数可以依次建立如下各题项变量残差共变关系和路径（见表3）。

[＼&估计值＼&S.E.＼&C.R.＼&P＼&标准化估计值＼&e1<-->e2＼&.234＼&.043＼&5.463＼&***＼&.409＼&e18<-->e7＼&.112＼&.037＼&3.058＼&***＼&.222＼&e1<-->e8＼&-.108＼&.034＼&-3.186＼&***＼&-.187＼&e8<-->e15＼&.109＼&.038＼&2.850＼&***＼&.190＼&e8<-->e9＼&.085＼&.036＼&2.341＼&**＼&.159＼&a16<---环境＼&.481＼&.083＼&5.766＼&***＼&.442＼&][表3 残差变量共变关系和夸负荷路径表]

注：**表示P<0.05，***表示P<0.01。

从表3可以看出，依次建立a1—a2，a18—a7， a1—a8，a8—a15，a8—a9五对题项残差变量的共变关系和a16对环境的的夸负荷路径，并逐个得到新路径系数，且各路径CR值都大于1.96，并通过显著性检验，说明这几对路径系数得到模型的认可。同时模型几个主要拟合指数随着共变关系的建立不断优化。从表4所示其中GFI、RMR、卡方与自由度之比为分别为均达到模型适配标准。其中唯独AGFI小于0.9适配值，但很接近，由于结构方程模型的修正要符合实际和理论，而不能一味的进行路径限制。但总体来看，模型经修正后模型基本与数据相匹配，可以认为模型为最优。

[＼&Chi-square＼&Chi-square/df＼&RMR＼&RMSEA＼&GFI＼&AGFI＼&RFI＼&CFI＼&原模型＼&345.352＼&2.657＼&0.O54＼&0.076＼&0.880＼&0.842＼&0.929＼&0.961＼&修正后模型＼&241.302＼&1.946＼&0.043＼&0.O58＼&0.913＼&0.880＼&0.948＼&0.979＼&][表4 模型修正前后主要适配指标对比]

经过模型检验和修正，可以得到各变量对共享水平、各变量隶属指标对共享水平及变量的总效应值如表5。五个因素对于知识共享水平影响大小各不相同，但就指标整体来看都对其影响较大。

3.5 结果分析

通过图1和表2得出各参数值和五个主因素对共享水平的影响路径系数检验结果，表3得出五对残差变量共变关系激励频度对共享环境夸负荷路径系数检验结果，表5计算出各变量的总效应。

（1）知识共享主体的总效应为（即标准化路径系数）0.962，在五个总因子中影响最大，可以证明研究型大学创新团队内部知识共享效果如何最终取决于人这一因素。团队应首先考虑好团队成员这一因素。对于知识共享主体所隶属的知识保护程度、沟通能力、共享动机、势能差、消化能力一个指标中，前三个指标对知识共享水平总效应较大。这说明知识保护程度等知识提供方因素对知识共享水平影响巨大。对于研究型大学创新团队只有疏通好知识输出者拿出知识进行共享才是关键的一步。因此，应重视团队成员的知识共享意愿，大力提倡经验的交流，加强相关知识的交流和技能的培训。

（2）团队内部环境仅次于知识共享主体，总效应为0.958。团队内部环境对于知识共享的方式、进程、结果起引导和规范作用。同时发现环境因子下的团队信任和团队文化对知识共享水平的总效应分别为.853和.839，说明团队环境主要包括团队成员之间的互信和团队是否创造一个有利于知识共享的环境。团队成员互信越好，团队文化的开放性越强，则越有利于知识共享效率的提高，从而促进团队内部知识共享行为发生。在注意人为因素同时，要对团队内部环境进行完善，大力提倡团队成员应积极互相沟通，形成一个有利于知识共享的文化环境，同时要注意组织结构的合理配置。

（3）知识共享平台和知识特性相对共享水平的总效应值分别为.947和.955。说明这二个因素对知识共享水平的影响不容小觑。从表5可看出共享平台中的基础设施建设和网络渠道依然是共享平台不断完善的二个重要方面。知识特性中知识显性程度和经济价值依然是影响知识共享效率的客观因素。因此，团队相关人员要不断推进共享平台建设，建立和完善网络知识库、网络交流平台。同时利用现在信息技术挖掘知识经济价值，继续隐性知识的显性化，促进团队成员知识的全面共享。

（4）激励机制在对知识共享水平效应值中排最后，但总效应值也达到0.929。一个良好的激励机制会在很大程度促进团队内部知识共享水平的提高。从表5中发现精神激励和激励频度所占比例较大，而物质激励贡献相对最小，这与研究型大学创新团队人员结构是相符的，研究型大学创新团队成员几乎都为高学历层人才，在物质激励必要的前提下，更多的重视精神激励。所以，团队应多以精神奖赏激励团队成员进行知识共享。

（5）从表3 残差变量共变关系和夸负荷路径表中发现，并根据实情和理论，可作出如下解释：消化知识能力和表达沟通能力的共变关系可以说明知识主体对于共享的知识表达越清楚则越有利于接收方对知识的领悟和消化。同理，知识的集中程度也会影响到知识主体对知识的理解和运用，而知识的分散程度会受到知识共享环境中基础设施（如知识库、图书馆）和成员之间物理距离的影响。对于a7和a18的共变关系是由于是题项设置方面意思的重复性，二者之间相关度较高而存在共变关系。因此在团队内部，应不断完善创新团队知识库的建设、聚集团队成员进行定期的交流、强化知识表达准确度，从而更好地促进团队成员进行知识共享。

4 结语

知识共享是研究型大学创新团队顺利进行创新活动的推动力。知识共享主体、知识特性、共享平台、共享环境、激励机制对研究型大学创新团队内部成员的知识共享行为、方式、效果等有至关重要影响。其中知识共享主体、共享环境对知识共享水平总效应值最大，表明知识共享主体主观能动性发挥的越好则越有利于知识共享；共享环境越完善，则越有利于知识共享；但知识特性、共享平台、激励机制三个因素也不容忽视。因此，为提高研究型大学团队内部知识共享水平，必须增强知识共享参与者的知识共享意愿和能力，完善以信任和开放文化为基础的团队内部环境，同时加强知识共享平台的建设和激励机制的催化效应，并继续挖掘知识的经济价值和隐性显性化等特性。

参考文献：

[1]Hooff BVD， RidderJAD. Knowledge sharing in context： the influence of organizational commitment， communication climate and CMC use on knowledge sharing[J]. Journal of Knowledge Management，2008，（6）：117-130.

[2]J Koh， YG Kim. Knowledge sharing in virtual communities： an e-business perspective [J].Expert Systems with Applications，2004，26（2）：155-166.

[3]Tai-Kuei Yu， Long-Chuan Lu， Tsai-Feng Liu，Exploring factors that influence knowledge sharing behavior via weblogs[J]，Computers in Human Behavior，2010，（26）：32-41.

[4]Connelly C E， Kelloway E K. Predictors of Employees Perceptions of Knowledge Sharing Cultures [J]. Leadership & Organization Development Journal， 2009， 24（6）： 294-301.

[5]Frank Lindner， Andreas Wald.Success factors of knowledge management in temporary organizations[M].Volume 29， Issue 7， October 2011， Pages 877888.

[6]LIN Hsiu Fen， etal.Evaluation of factors in flouncing knowledge sharing based on a fuzzy AH P approach[J]. Journal of In formation Science，2009，35（1）：242-251.

[7]Daegeun Hong， Euiho Suh， Choonghyo Koo.Developing strategies for overcoming barriers to knowledge sharing based on conversational knowledge management： A case study of a financial company[J]， Expert Systems with Applications，2011，（38）：14417-14427.

[8]李志宏等.高校创新型科研团队隐性知识共享意愿研究[J].科学学研究.2010，（4）：103-112.

[9]陶裕春，解英明.高校科研团队知识共享影响因素分析[J].科技进步与对策，2008，（12）：11-14.

[10]李雪芹等.高校科研团队信任与知识共享关系实证研究[J].图书情报工作，2010，（10）：94-97.

[11]Duanmu J L，Fai F M. A procession analysis of knowledge transfer ：from foreign MNEs to Chinese suppliers[J].International Business Review，2007，（16）：449-473.

[12]Szulanski G. The Process of Knowledge Transfer： A Diachronic Analysis of Stickiness[J].Organizational Behavior and Human Decision Processes，2000， 82（1）：9-27.

[13]戴俊等.知识转化的机理研究[J].科研管理，2004，（6）：85-91.

[14]P. J. Lan，J. E. Salk， M. A. Lyles. Absorptive capacity，learning，and performance in international joint ventures[J].Strategy Management Journal，2001，（22）：1139-1161.

[15]唐炎华，石金涛.我国知识型员工知识转移的动机实证研究[J].管理工程学报，2007，（1）：34-40.

[16]白丽霞，刘建设.在线学习者知识共享影响因素实证研究[J].北京邮电大学学报，2010，（10）：15-19.

[17]严浩仁，贾生华.试论知识特性与企业知识共享机制[J].研究与发展管理，2002，（3）：16-20.

[18]Brett Anitra Gilbert，Patricia P. McDougall，David B. Audretsch.Clusters，knowledge spillovers and new venture performance：An empirical examination[J].Journal of Business Venturing，2008，23（4）：405-422.

[19]彭正龙，陶然.基于团队认知能力的知识转移影响机制研究[J]. 管理工程学报，2009，（3）：9，16-19.

[20]TsaiW.Social structure cooperation within a multiunit organization： Coordination competition， and intra- organizational knowledge sharing[J].Organization Science，2002，13（2）：179-190.

[21]EPPLER.M.J OLIVER S. Managing Team Knowledge， Core Process Tools and Enabling Factors[J].European Management Journal，2000，（18）：334-341.

[22]张成洪，郭磊.大型集团企业知识共享模式研究[J].科学学研究，2009，（3）：81-88.

[23]郝文杰，鞠晓峰.企业研发团队知识共享影响因素的实证研究[J]，北京理工大学学报，2010，（2）：127-130.

[24]Kathryn M Bartol， Abhishek Srivastava. Encouraging Know ledge Sharing： The Role of Organizational Reward System s[J].Journal of Leadership & Organizational Studies，2002，9（1）.

[25]张旭梅等.供应链企业间知识共享影响因素的实证研究[J].管理学报，2009，（10）：1296-1301.

作者简介：孙德梅（1964-），女，哈尔滨工程大学经管学院教授； 杨早立（1986-），男，哈尔滨工程大学经管学院硕士研究生；郎益夫（1960-），男，哈尔滨学院教授。