个体在组织内知识寻求行为影响因素实证研究

张伟，张庆普

(哈尔滨工业大学 经济与管理学院，黑龙江 哈尔滨 150001)

组织内知识共享不是一个简单的知识传递和转移的过程，知识共享往往并不会自发的进行，即大多数情况下，知识所有者不会主动将自身特有知识拿出来和他人分享.Davenport等［1］认为当人们需要从其他人那里获得特定知识去解决自己面临的问题时，知识共享才会发生.James等［2］将知识共享行为分为两类:自愿共享和被动共享，前者指知识所有者在没有接收到知识需求者发出需求信号的前提下，自愿将自己所拥有的特有知识分享给他;后者则指只有当知识需求者向知识所有者发出需求信息后，知识所有者才会决定是否将自身的这种特有知识拿出来同其分享.Constant等［3］通过实证分析了陌生人之间的知识共享行为，认为知识共享活动是以“需求”和“回应”这一循环系统为基础的.Cabrera等［4］认为知识的寻求和供给是两个不同的过程，但是他们并没有说清楚知识需求者在提出需求信息后是否能够得到所寻求的知识.这些文献将知识共享过程划分为知识寻求和知识分享，即知识的需求和供给2个过程，并分析了两者的区别和联系，但是缺少对知识共享主体行为，特别是知识寻求行为的研究，如何从组织中寻找到所需知识以及何种因素影响寻求行为，对于提高组织知识共享水平都是至关重要的.

由于高科技企业研发人员作为知识工作者(knowledge workers)［5］，对知识的需求较高，他们在各自的研发团队、所属部门或者整个企业等组织内经常发生知识寻求行为，因此本文将以高科技企业研发人员作为研究对象，通过实际调查，探讨个体在组织内知识寻求行为及其影响因素.

1 研究模型与假设

研究模型的理论基础来源于知识市场理论和组织变革理论.Davenport从知识市场(knowledge market)的角度研究了知识流动，认为知识市场主要由4部分构成:买方(知识需求者)、卖方(知识提供者)、代理者(买卖双方中间人)，以及价格机制［1］.同实际交换市场不同，知识市场的价格载体不再是货币，主要为知识买方付出的各种成本，包括物力、财力、友谊以及个人利他主义等，或者组织设立的各种奖励.个体在组织内寻找自己所需的某项特定知识时，首先要产生对该特定知识的需求，即寻找意愿，然后付出相应努力，即寻求努力，最后从知识市场上获取它.所以，本文将寻求意愿(seeking intention)和寻求努力(seeking effort)作为个体在组织内知识寻求行为的2个表现方面，这也符合“感知—行动”的一般个体行为方式.Keen［6］认为组织变革时，组织的4个要素:人、任务、结构和技术，都将随之调整和变化.Argote等［7］认为影响组织内知识成功转移的3个主要因素为:人、技术和任务.本文将从人、任务、环境和技术等4个要素来研究个体寻求知识行为的影响因素.“人”主要体现为个人前期寻求知识的经验;“任务”则为寻求知识者的目的，包括组织回报和个人知识增长2个方面;“环境”则主要体现在个体所在组织的人际关系和组织规模上面;“技术”则体现为组织的知识管理系统等信息技术，其反映了组织个体交流的开放性和方便性.综合上述分析，本文确定了6个影响因素，即前期经验、组织回报、知识增长、组织规模、共享文化和寻求平台.根据各影响因素的内涵可知，“人”和“任务”主要影响了寻求意愿，而“环境”和“技术”则主要影响了寻求努力，因此，建立了如图1所示的研究模型，并提出7个假设.

H1-前期经验对知识寻求意愿为具有显著性的正向影响效果;

H2-组织回报对知识寻求意愿为具有显著性的正向影响效果;

H3-知识增长对知识寻求意愿为具有显著性的正向影响效果;

H4-组织规模与知识寻求努力之间为正相关;

H5-共享文化与知识寻求努力之间为负相关;

H6-寻求平台与知识寻求努力之间为负相关;

H7-寻求意愿与寻求努力之间为正相关.

图1 研究模型与假设Fig.1 Research model and hypothesis

2 数据收集及分析

2.1 问卷设计

本文在相关文献［1，8-13］的基础上，结合中国实际情况，从前期经验、组织回报、知识增长、组织规模、共享文化、寻求平台、寻求意愿以及寻求努力等8个方面，即8个潜在变量出发，采用Likert5级量表设计了研究的调查问卷，共计30个测量题项.“前期经验”用于测量调查者过去在组织内寻求知识时获取经验的累积程度［10］;“组织回报”用于测量个体在寻求知识时，对组织回报的期望程度［1］;“知识增长”用于测量个体在寻求知识时，对知识增长的期望程度;为了加强被调查者对问题了解的一致性，本文在前面已将“组织规模”定义为调查者所在部门的员工数量，而非整个企业或单独的某个小团队［11］;“共享文化”则用于测量个体所在组织的共享文化的强弱［12］;“寻求平台”用于测量组织知识管理等信息平台的完善程度［13］;“寻求意愿”用于测量个体愿意尝试寻求知识行为的程度［8］;“寻求努力”用于测量个体在寻求知识过程中付出努力的程度［9］.

2.2 数据收集

研发人员的工作被认为与复杂系统的设计、加快更新技术的知识以及为了持续创新的强有力竞争等相关，作为知识工作者，他们对知识的强烈追求决定了他们之间知识的获取和分享形式不同于其他传统工作者［14］.由于研发人员拥有的专业知识往往局限于某一个或有限数目的特定领域，他们在研发的过程中，需要从其他个体处获取自己所缺知识，然而知识所有者往往不会主动将自己所拥有的知识拿出来同他人分享，需要知识需求者付出一定的努力去寻求.因此，对研发人员在组织内知识寻求行为的研究是具有价值的.本文主要选取了黑龙江省哈尔滨市高新技术开发区的16家高科技企业的研发人员作为调查对象，这些高科技企业主要从事通信、电子、计算机等方面的业务，对研发工作的要求较高.共发放调查问卷280份，实际回收243份，剔除回答不全和选项全部一致的问卷后，剩余217份有效问卷，有效回收率为77.5%，调查者的信息统计如表1所示.

表1 调查者信息统计Table 1 The statistics of investigator information

2.3 数据分析

在进行模型分析前，需要对量表以及所收集数据的信度和效度进行分析.信度即可靠性，可以反映结果的一致性和稳定性，常用的信度检验方法为Cronbach’sα系数及折半信度(split-half reliability)，本文将采用前者.一般情况下，Cronbach’sα系数在0.60以上为可接受水平;0.70～0.80则认为具有较高的信度水平;若大于0.80，则说明问卷的信度很好.而效度即真实性，可以反映结果的准确性和有效性，常用方法为因子分析法，本文将采用探索性因子分析来检测量表结构效度.将217份问卷数据输入SPSS13.0软件进行计算后，结果如表2所示.量表总体的 Cronbachsα值为0.721，为具有较高的信度水平，且8个潜在变量的信度都在0.8以上，说明各潜在变量所属题项之间的相关性好，内部一致性系数较高，利用该量表进行调查是可靠的.

在利用SPSS13.0进行探索性因子分析时首先要进行样本检验，本文样本数据的KMO值为0.839(p＞0.5)，Bartlett球形检验的卡方值为 4 846.904在P＜0.001水平下显著，样本数据可以进行因子分析.通过最大方差正交旋转后可以从30个题项中提取出8个公因子，且每个公因子下的题项正好与设计量表一致，即各测量项目的归属与原量表设计完全一致.8个潜变量的KMO均在0.7以上，且各题项的因子载荷均在0.689～0.941之间，说明各潜变量均具有良好效度.

3 模型分析

3.1 结构方程模型

结构方程模型(structural equation modeling，SEM)是一种用于处理复杂的多变量数据的研究方法.它将路径分析、验证性因素分析以及一般统计学检验方法结合在一起，能够同时进行潜在变量的估计与复杂自变量/因变量预测模型的参数估计，不仅具有因子分析和路径分析的双重优点，而且还考虑了误差因素.SEM由1个结构模型和2个测量模型构成.结构模型主要用于测量潜变量之间的关系，其矩阵方程为

式中:η为内生潜变量，ξ为外生潜变量，B为内生潜变量之间的关系，Γ为外生潜变量对内生潜变量的影响，ζ为结构方程的残差项.

测量模型主要用于测度指标和潜变量之间的关系，其矩阵方程为

式中:X和Y分别为外生和内生潜变量的观测变量，Λx和Λy分别为潜变量与其观测之间的回归系数矩阵，δ和ε分别为X和Y的测量误差.SEM的主要步骤如图2所示.

3.2 模型测量

利用AMOS17.0软件对结构方程模型进行分析，对应的路径系数及模型的拟合优度如图3和表3所示.

表2 样本信度和效度分析Table 2 Sample reliability and validity analysis

图2 SEM流程Fig.2 The work flowof SEM

表3 模型拟合优度指数Table 3 model goodness of fit index

图3 组织内个体知识寻求行为影响因素模型Fig.3 Influencing factorsmodel of knowledge seeking behavior of individuals within an organization

本文采用 χ2/d f、GFI、AGFI、IFI、CFI、RMR 和RMSEA这7个指标对研究模型的拟合情况进行评价.χ2/d f指标一般应小于5，在1～3之间表示适配良好，该值为1.294，满足要求;若拟合优度指数GFI超过0.80，调整的拟合优度指数AGFI超过0.80，则表示假设的模型可以接受，本文这2个指数均大于0.80，满足要求;若增量拟合指数 IFI大于 0.90，比较拟合指数CFI大于0.90，则表示模型拟合良好，本文这2个指数均大于0.90，满足要求;若均方根差RMR小于 0.05，近似均方根差 RMSEA小于0.05，则表示模型拟合良好，本文这2个指数都小于0.05，也满足要求.由此表明理论假设模型与数据的拟合情况好，理论模型可以接受.

3.3 假设检验

根据路径的相关数据对假设进行一一验证，结果如表4所示.

从表中可知，所有假设都得到了支持，H1、H4、H5和H7等在P＜0.001水平下通过检验，H3和H6在 P＜0.01水平下通过检验，H2在 P＜0.05水平下通过检验.寻求个体的前期经验(PE)以及对组织回报(OG)和知识增长(KG)的期望对知识寻求意愿(SI)有着正向影响;寻求个体所在组织的规模(OS)与个体寻求知识而付出的努力(SE)之间为正相关关系，组织的共享文化(SC)和组织知识管理系统等技术平台(SP)对个体寻求知识而付出的努力(SE)为具有显著性的负向影响效果;个体寻求知识意愿(SI)对寻求努力(SE)存在显著性的正向影响效果.

表4 假设检验结果Table 4 Hypothesis test results

4 实证结果讨论

上文从个体寻求意愿和寻求努力2个方面着手，利用结构方程模型对高科技企业研发人员进行了实证研究，验证了各项假设的真假情况，最终确认了组织内个体寻求知识行为的相关影响因素以及它们与寻求行为之间的联系.

前期经验和知识增长对个体寻求意愿存在显著性的正向影响效果.个体在组织内寻求所需知识时，首先会和组织内其他个体进行一定的交流、发生若干联系，将自己与他人之间原有的弱联系(weak ties)转变为强联系(strong ties)，不仅积累了人际关系，而且加强了对其他个体的深入了解;其次，在寻求知识的过程中，寻求个体能够了解到组织内其他个体所拥有的知识类别，即他们所擅长的专业领域，清楚知道组织内知识分布情况;再次，在寻求知识的过程中，个体还会利用组织现有的知识管理系统等信息技术平台来帮助自己寻找所需知识，这样会加深自己对这些寻求平台的熟悉程度.当个体下一次出现知识缺口时，若他们在前期积累的这些经验越丰富，则他们想在组织内寻求到自己所需知识的意愿就会越强烈.个体在组织内寻求知识的最直接目的就是寻求到所需知识，弥补自己在该知识上面的缺口，这样不仅能增加自身的知识数量，而且可以提高自身的知识质量，最终加强个人的综合能力，顺利完成工作任务.在个体进行寻求知识时，知识增长为其寻求行为的最直接目的，若个体对自身知识增长的期望越大，在组织内寻求知识的意愿也会越强烈.

组织回报与寻求意愿关系的假设在P＜0.05水平下通过显著性检验，但路径系数仅为0.15，即组织回报对寻求意愿存在正向影响，但关系程度不高，即被调查者在组织内寻求知识时，对组织给予的奖金、福利以及升职机会的期望是存在的，但是不及对知识增长的期望程度.主要原因是由于本文所选取的调查对象为高科技企业研发人员，他们作为知识工作者，不同于传统工作者，其工作任务基本都和各项知识相关，对知识的需求较为强烈，另外，从马斯洛的五级需求理论来看，他们主要关注的是尊重需求和自我价值实现的需求，在知识工作者群体中，个体具有的知识越多，即学术科研水平越高，得到尊重将越多，且自我价值也会得到更大的体现.

组织规模和组织共享文化都是组织环境的内容.组织规模对个体寻求努力存在正面影响效果，而组织共享文化与个体寻求努力之间为负相关关系.由于知识所有者一般不会主动将自身的特有知识暴露出来，所以寻求个体并不能准确判断自己所需知识为组织内何人或哪些人所有，且所需知识往往并不能一次性全部获取，这样寻求者需要在组织内多次与不同的个体进行试探性交流，每次交流效果对于寻求者来说是未知的，且带有一定盲目性，若组织规模较大，寻求个体面对的寻求对象也会越多，为了获取所需知识，其需要付出的时间和精力，更或者财物等也会越多，即付出的寻求努力会越大.另外，组织规模过大，成员之间的交流也会减少，这样也会加大个体的寻求努力.组织共享文化影响了组织内个体之间进行知识共享的效率，若组织共享文化较强，则组织内个体愿意从他处获取知识，也愿意将自身知识拿出来与人共享，这样寻求者所需要付出的寻求努力也会大大减少.寻求平台与寻求努力之间为负相关关系.寻求平台即为组织内可供寻求者使用的各种信息技术工具，主要为知识管理系统(KMS)，若KMS等信息技术越完善，个体在组织内寻求知识则越方便，其需要付出的努力也越小.

寻求意愿和寻求努力为个体在组织内寻求知识行为的2个主要方面，即“感知—行动”.通过实证研究发现，寻求意愿对寻求努力有正面影响效果.若个体越想在组织内获取自己所需知识，即寻求知识意愿越强烈，则其为了保证寻求结果的成功，往往会花费更多的时间和精力，更或者付出较多的财物去寻找自己所需的知识，即在寻求过程中付出更多的努力.对于组织层面来说，若其所属个体寻求知识付出的寻求努力越大，即花费的财力、物力和人力越多，则对组织绩效以及工作效率都会产生一定的负面影响，对于个体层面来说，如果付出的寻求努力越大，则自身的工作效率会降低且会对工作产生消极情绪.在组织成员对知识寻求意愿水平稳定的情况下，组织应该积极建立知识共享文化，逐渐完善各项促进成员知识交流的信息技术平台，这样才能减少组织成员为获取所需知识而付出的各种努力，从而提高整个组织的绩效和工作效率.

5 结束语

本文以知识市场理论和组织变革理论为基础，从6个方面研究了个体在组织内知识寻求行为影响因素，并利用结构方程模型(SEM)对收集的16家高科技企业研发人员的问卷调查数据进行了实证分析，对研究假设进行了验证，最终得到了如下结论:前期经验、组织回报和知识增长对寻求意愿有着显著性的正向影响，组织规模与寻求努力之间为正相关关系，共享文化和寻求平台对寻求努力为具有显著性的负向影响效果，寻求意愿对寻求努力存在显著性的正向影响效果.

本文可能存在的一些局限性.1)本文选取的调研对象仅为高科技企业研发人员，他们不同于常规工作者，两者的知识寻求行为可能存在些许的差异;2)在进行问卷调查时，缺少对被调查人员关于题项含义的深入解释，导致某些调查者对问题的理解出现偏差.对于个体寻求知识行为的讨论未来还可以在以下方面做进一步研究:首先，由于组织内知识存量有限，且寻求个体付出努力后不一定能获取所有所需知识，所以需要对个体寻求效率做相应研究;其次，个体获取知识途径主要有3种:组织内寻求、组织外寻求和自身学习，为了完善对个体寻求知识行为的系统研究，可以将3种行为结合在一起进行讨论;再次，为了更加直观分析个体寻求知识行为，可以加强计算机行为仿真方面的研究.

［1］DAVENPORT H T，PRUSAK L.Working knowledge:howorganizationsmanage what they know［M］.Boston:Harvard Business School Press，1998.

［2］JAMESC T，SWOKWOO S.An exploratory examination of knowledge-sharing behaviors:solicited and voluntary［J］.Journal of knowledgemanagement，2011，15(1):104-117.

［3］CONSTAN D，SPROILL L，KIESLER S.The kindness of strangers:the usefulness of electronic weak ties for technical advice［J］.Organization Science，1996，7(2):119-135.

［4］CABRERA A，COLLINSW，SALGADO J.Determinants of individual engagement in knowledge sharing［J］.International Journal of Human Resource Management，2006，17(2):245-264.

［5］MIN-SHIL，NIEN-CHIL.Sources of knowledge acquisition and patterns of knowledge-sharing behaviors—an empirical study of Taiwanese high-tech firms［J］.International Journal of Information Management，2008(28):423-432.

［6］KEEN pG W.Information syetems and organizational change［J］.Communications of the ACM，1981，24(1):24-33.

［7］ARGOTE L，INGRAmP.Knowledge transfer:a basis for competitive advantage in firms［J］.Organizational Behavior and Human Decision Process，2002，82(1):150-169.

［8］VENKATESH V，MORRISmG，DAVISG B，et al.User acceptance of information technology:toward a unified view［J］.MISQuarterly，2003，27(3):425-478.

［9］KANKANHALLIA，TAN BC Y，WEIK K.Understanding seeking fromelectronic knowledge repositories:an empirical study［J］.Journal of the American Society for Information Science and Technology ，2005，56(11):1156-1166.

［10］DAGHFOUSA.An empirical investigation of the roles of prior knowledge and learning activities in technology transfer［J］.Technovation，2004，24(12):939-953.

［11］GARRISON G.An assessment of organizational size and sense and response capability on the early adoption of disruptive technology［J］.Computers in Human Behavior，2009，25(2):444-449.

［12］HSIUFEN L.Antecedents of the stage-based knowledge management evolution［J］.Jouranl of Knowledge Management，2011，15(1):136-155.

［13］NELSON R R，TODD PA，WIXOmB H.Antecedents of information and systemquality:an empirical examination within the context of data warehousing［J］.Journal of Management Information Systems，2005，21(4):235.

［14］BERENDS H，BIJH，DEBACKERE K，et al.Knowledge sharingmechanismin industrial research［J］.R＆D Management，2006，31(1):85-95.