姜道奎 刘晓明 朱鸿昌
摘 要:开放式创新越来越受到理论和实践界的关注,其中,人才流动对于开发式创新的实现有重要影响。通过构建解释结构模型,对影响人才流动的区域环境、组织环境和个人因素的3个层次11个因素进行结构化分析,将影响人才流动的因素划分为5个层次,其中,产业集群、城市环境是宏观因素,收入水平、供求关系、工作满意度与流动意愿、企业文化是直接因素,工作本身、个人价值观、人才统计特征对于人才流动也起到重要影响。在此基础上,从宏观政府和微观企业提出相应的管理建议。
关键词:开放式创新;人才流动;解释结构模型;影响因素
中图分类号:F 124.5;C 939 文献标识码:A 文章编号:1672-7312(2016)04-0406-05
0 引 言
传统的观念认为创新是决定企业在市场竞争中成功的关键因素。在市场上即使存在一个强大的进入壁垒,内部研发仍然是一个有价值的战略资产,只有大企业如IBM,AT&T等可以在各自的行业做研发竞争[1]。为保证技术的保密性、独享性以及在技术上保持领先地位,技术创新最好由企业自己单独进行研发创新。企业继续投入到研发部门,又会有新的技术突破,形成创新的良性循环。产品到市场的整个过程都在企业内部进行,创新是分散的、封闭的,各种创新要素是缺乏流动的。
Teece(1986)的里程碑式的论文《从创新中获利》对技术创新领域的战略家和决策者提出了挑战[2]。企业需要获得新的技术、资本和客户进入一个新的细分市场,企业依赖的资源可能产生路径依赖[3]。环境的变化使封闭创新模式受到了挑战。信息技术的迅速发展使得企业不可能长期拥有尖端领域的技术人员。经验丰富的技术人员越来越具有流动性,越来越多的人才从技术实验室里外溢,渗透到不同的行业不同的企业当中去。动态的市场环境特征使得企业必须着眼于企业外部,寻找更适合的新技术来实现商业化。
开放式创新(open innovation)正是在这个背景下提出来的。哈佛商学院教授Chesbrough(2003)最早提出并阐释了开放式创新的概念[4],他认为开放式创新意味着,创意、技术或理念可以从企业的外部和内部同时获得,企业的创新活动就不仅仅局限在企业内部[5]。先进的信息技术使企业越来越依赖于开放式创新,但缺乏理论上的指导会影响企业开放式创新绩效[6]。开放式创新也适用于成熟的资本密集型的资产为基础的产业[7]。开放式创新已成为任何新的创新模式的一种普遍的统称,政府也开始越来越多地试图重新调整自己的政策框架[8]。开放式创新所涉及的合作伙伴除了企业、科研机构和高等院校之外,还包括用户、政府机构、社区等[9]。开放式创新的组织方式主包括:与领先用户或供应商合作;购买专利或技术所有权;投资参与研究机构的项目;成立研究联盟;成立合资企业。
开放式创新主要关注企业整合和重新配置内外部知识来创造价值的能力[10]。企业有广泛的投资和探索新的思路和技术流程,但他们往往几乎没有创新的商业模式[11]。商业模式是企业将新的理念和技术市场化的重要手段,这个过程伴随着人才的流动。人才流动(talent flow)是人才在企业间、产业间或地区间的一种主动或被动的转换。从企业的角度看,人才流动可以分为企业内流动和企业外流动。企业内的流动包括晋升、降级、工作轮换等。企业外的流动是指人才在企业之间、产业之间、地区之间的流动。
人才管理有助于企业获取和维持持续竞争优势[12],但人才问题也成为产业集群的重要瓶颈[13]。人才的合理流动有助于提高人才工作积极性、增加工作效能、实现自我价值,对于企业吸收新技术、发挥产业集群效应都具有重要意义。然而,人才的不合理流动直接造成企业人才的流失,同时增加企业技术流失、商业机密泄露的可能性,更广泛意义上对其他员工产生示范作用,造成人才流失状况的恶化。人才流失原因的相关研究案例较多,系统化的定量分析缺少[14]。人才流入地和流出地面临人才流动产生完全不同的结果,因此研究开放式创新中人才流动的影响因素[15],有助于发现阻碍人才成长的因素,促进人才能力的发挥,找到人才流动的规律与特点,从而因地制宜、制定合理的管理措施,促进区域经济发展具有重要的现实意义。
1 影响因素分析
有关人才流动的影响因素,相关研究比较复杂,这里从区域环境因素、组织环境因素和个人因素三个角度进行分析。
1.1 区域环境因素
1)城市环境。宏观经济环境是员工行为的重要影响因素之一。当失业率上升的时候,人才流失率就会下降。城市是区域经济文化的中心,城市周边往往分布着高新技术开发区、产业园区、创业孵化基地,是开放式创新的重要组成部分,承载着人才流动的平台。城市经济水平越高,经济前景越光明,提高生活水平越有帮助,吸引人才流动的能力越明显。城市环境是个人发展职业生涯的基础,也是提高个人生活水平的重要保证。此外,户籍改革、社会保障体系的完善,使得人才流动的障碍越来越小。城市较高的开放性和包容性也会对人才的流入产生积极影响。
2)产业集群特征。迈克尔波特认为,区位因素明显的城市对于产业发展有重要影响,产业又可以吸引高水平的人才及其他必要因素。事实证明,开放式创新所涉及到的平台,如高新技术开发区、产业园区、创业孵化基地、产学研联盟是吸引人才、激励人才的重要平台。产业集群的优势体现在积累和传递专业知识方面,产业集群所连接的具有专业知识和技能的企业、组织、客户及专家对于知识的积累效应尤其重要。人才在产业集群中也拥有更多的机会来提升他们的技能,实现自我开发。
3)劳动力供求。劳动力供求状况对人才的流动产生重要影响。在开放式创新背景下,劳动力供求对人才的流动作用更为明显。外部劳动力市场紧张,外部供给的数量就会减少,人才流动积极性受到打击;相反外部劳动力市场宽松,供给的数量就会增多,人才流动的可能性会增加。
1.2 组织因素
1)收入水平。研究表明,收入因素是影响人才流动的最重要因素。高工资、高福利和更高的职业规划极大地影响人才的流动。收入也是衡量一个人工作重要性的标准。员工不满意工资状况,将会打击他们努力工作的热情,甚至选择跳槽。调查表明,人才流失的因素中,排名第一的就是收入水平。相对于发达国家来说,中国正处于发展阶段,生活水平也相对较低,收入水平对员工流动有重要影响。
2)工作本身。工作本身对人才流动的影响体现在多个方面。工作任务是否具有挑战性、工作职责是否明确、任务要求是否严格、工作计划是否详细和准确、工作过程是否具有自主性等都会对人才的流动性产生重要影响。然而对于人才而言,工作本身并不会直接决定人才是否会流动,因为掌握一定知识和技能的人才,对于胜任岗位并不会成为问题。
3)企业文化。更广泛意义上人与组织匹配在于人才与企业价值观的一致性。企业文化表现在很多方面,在影响人才流动性上,企业对人才的信任程度、企业是否具有职业生涯规划、企业的培训与晋升是否做的完善都会影响开放式创新网络人才的流动。此外,管理人员与员工知识的沟通是否便利,人才在企业之间、地区之间流动的便利性都会影响人才是否决定流动。
4)工作条件。开放式创新中的人才不同于一般的人力资源,他们知识水平较高、觉悟和素养也较高,高水平的员工对工作条件也会有更高的要求。他们对上司、同事关系、企业的声誉、企业的管理政策、企业人员安全等都比较关注,如他们要求企业内部、外部的公平性,管理人员对他们尊重和理解。工作条件对人才满意度有直接影响。
1.3 个人因素
1)个人价值观。对人才流动而言,个人价值观主要表现在人才对流动的观念以及人才对生活与工作关系的看法。高层次人才具有较高的理想和独特的人格特质,社会价值观的变化必然决定人才流动的管理是复杂的。工作是生活的重要组成部分,但不是生活的全部内容。开放式创新背景下人才流动决定不会仅仅由于工作本身而选择流动,更多意义上会受到其他因素的影响。因此人才选择职位,更注重工作与生活的和谐,同时兼顾个人特质的发展。
2)工作满意度与流动意愿。工作的目的与流动意愿对人才是否会选择流动具有重要意义。人才能否在工作中实现自己的目的对于是否会选择流动有直接影响。由于人与人的工作目的各不相同,很难有一个统一的标准考察人才是否实现了自己的目的,一般可以通过考察人才对工作的满意程度来参考;此外,人才流动意愿是流动行为的前因变量,但有流动意愿并不代表一定产生流动行为。
3)个人能力与特长。微观意义上人岗匹配研究人才的知识、能力、技能与岗位要求是否一致,以及人才工作期望要求与岗位提供的薪酬待遇是否一致。人与人之间的能力与特长差别很大。一般而言,人才具备的能力与特长越明显,人才具有更大的资本选择流动,这便增强了流动的可能性。这样的人才选了一个较为优秀的组织,这种能力与特长便具有了一定的依赖性。
4)个人统计特征。个人统计特征对人才流动的影响表现在很多方面,如年龄、性别、种族、婚姻、家庭、受教育程度、工作期限、以往流动经验等等。一般而言,年轻人较中年人倾向于流动,男性较女性倾向于流动,未婚人群较已婚人群倾向于流动,受教育程度低的人群较受教育程度高的人群倾向于流动,工作期限短的较工作期限长的人群倾向于流动,以往有过流动经验的较没有流动经历的倾向于流动。人才个人统计特征对人才流动的影响是直接和复杂的。
2 结构模型下的影响因素分析
解释结构模式(interpretative structural modeling)是结构模型化技术的一种,由华费尔教授于1973年为解决社会经济系统问题而开发,它可以将复杂的系统问题分解为要素关系,借助专家经验以及数学专业知识,把模糊不清的问题转化为具有良好结构关系的模型。国内学者常玉(2003)采用系统工程的方法,用解释结构模型对高新技术企业技术创新能力进行了科学的的分析[16]。王国红(2008)通过构建解释结构模型分析了产业集成影响因素,并研究了因素之间的相互关系,找出基于区域承载力的产业集成的关键影响因素[17]。王宛秋(2009)采用解释结构模型对技术并购的13个协同影响因素进行了分析,得到技术并购协同影响因素解释结构模型,有较好的解释能力[18]。研究应用解释结构模型,分析影响人才流动影响因素之间的关系。
2.1 结构模型构建
为了构建结构模型,将前文提出的3个层次11个影响因素分别命名为F1,F2,F3,F4,F5,F6,F7,F8,F9,F10,F11,见表1.根据专家的观点,依照以下原则建立各因素之间的关系
1)Fi对Fj有直接影响,则赋值aij为1,否则为0;
2)Fj对Fi有直接影响,则赋值aji为1,否则为0;
3)Fi对Fj有互相强影响,则在aij和aji赋值1,如果相互影响程度相差比较大,则大的一方为1,小的一方为0.
邻接矩阵(adjacency matrix)是表示顶点之间相邻关系的矩阵,用一个二维数组存放顶点间关系的数据,这个二维数组称为邻接矩阵。根据各因素之间的相互关系,建立各相关因素的邻接矩阵,如图1所示。
定义可达集R(Fi):由可达矩阵M中第Fi行中所有矩阵元素为1的列所对应的要素集合。定义先行集(前因集)A(Fi):由可达矩阵M中第Fi列中所有矩阵元素为1的行所对应的要素集合。若Fi是最上一级因素,则必须满足R(Fi)∩A(Fi)=R(Fi),因此得到当最上级因素得到后,在可达矩阵中划掉该因素所在的行和列,以此类推。第一层因素L1={F3(4),F6,F9},第二层因素L2={F5,F8,F11},第三层因素L3={F7},第四层因素L4={F10},第五层因素L5={F1(2)}。得到图3所示的级间划分的可达矩阵。
2.2 结构模型分析
根据,将各符号表示的影响因素带入,得到开放式创新网络人才流动影响因素的多级递阶结构模型。
从图4可以看出,开放式创新网络人才流动的影响因素可以划分为5个层次。其中,产业集群特征及城市环境是人才流动的宏观影响因素,他们会对人才能力的发挥产生直接影响,进而促进企业工作环境的变化,工作环境一方面对个人价值观产生影响,此外还是企业文化的重要组成部分。开放式创新网络中人才流动的直接因素是收入水平、劳动力供求状况、工作满意度与个人流动意愿以及企业文化,更深层次的是工作本身、个人价值观念以及个人统计特征如年龄、性别、婚姻、离职经验等因素产生了影响。Guanfeng Mao(2009)对人才流动的影响因素进行了探讨,结果发现,产业集群特征、城市环境、工作环境、收入和个人因素是主要因素,而收入,工作环境和个人因素最为突出[13]。可以看出,人才流动的因素是比较复杂而多样的,宏观因素是产业集群、城市环境等经济社会原因,微观因素是收入水平、个人满意度与流动意愿、企业文化等原因,更深层次是工作本身、价值观以及个人统计特征等。
3 结 论
通过理论分析,从区域环境因素、组织因素和个人因素3维度11个影响开放式创新网络中人才流动的因素进行了逻辑化分析,最终将11个影响人才流动因素划分成5个层次,总体上看,城市环境、产业集群是开放式创新网络中人才流动的宏观影响因素,也是最基础的因素;收入水平、个人满意度与离职意愿、人才供求关系、企业文化是开放式创新网络中人才流动的微观影响因素,也是最直接的原因;更深层次看,工作本身、工作环境、个人价值观、人才统计特征是开放式创新网络中人才流动的重要原因。
宏观意义上讲,地区政府或组织应该创造良好的城市工作环境,提升高新技术开发区、产业园区、创业孵化基地甚至产学研联盟的发展水平,打造更好的发展平台,创造更多的工作岗位,一方面可以吸引人才,另一方面还可以保留和激励现有人才,打造经济社会发展的人才洼地。
微观意义上讲,企业是人才的使用方,企业也是依靠人才存在和不断发展的,企业应该对人才流动的原因进行深入分析,从职位分析(工作本身)、职业生涯规划与管理(工作满意度与流动意愿)、薪酬管理(收入水平)、员工关系管理(工作条件、企业文化)、人才规划与管理(劳动力供求)、人才培训与开发(个人能力与特长)等方面打造自身的核心竞争力,占领吸引、使用、激励和保留人才的高地。
参考文献:
[1] Chesbrough H.Environmental influences upon firm entry into new sub-markets:evidence from the worldwide hard disk drive industry conditionally[J].Research Policy,2003,32(4):659-678.
[2] Chesbrough H,Birkinshaw J,Teubal M.Introduction to the research policy 20th anniversary special issue of the publication of “Profiting from Innovation” by David J.Teece[J].Research Policy,2006,35(8):1 091-1 099.
[3] Chesbrough H.The governance and performance of Xeroxs technology spin-off companies[J].Research Policy,2003,32(3):403-421.
[4] Chesbrough H,Vanhaverbeke W,West J.Open innovation:a new paradigm for understanding industrial innovation[M].New York:Oxford University Press,2006.
[5] Mazzola E,Perrone G,Kamuriwo D.Network embeddedness and new product development in the biopharmaceutical industry:the moderating role of open innovation flow[J].International Journal of Production Economics,2015,160(2):106-119.
[6] Tingru Cui,Hua Ye,Hock Hai Teo,et al.Information technology and open innovation:a strategic alignment perspective[J].Information & Management,2014(11):127-129.
[7] Dodourova M,Bevis K.Networking innovation in the European car industry:does the open Innovation model fit?[J].Transportation Research Part A:Policy and Practice,2014,69(11):252-271.
[8] West J,Salter A,Vanhaverbeke W,et al.Open innovation:the next decade[J].Research Policy,2014,43(5):805-811.
[9] Rogbeer S,Almahendra R,Ambos B.Open-innovation effectiveness:when does the macro design of alliance portfolios matter?[J].Journal of International Management,2014,20(4):464-477.
[10]Rogo F,Cricelli L,Grimaldi M.Assessing the performance of open innovation practices:a case study of a community of innovation[J].Technology in Society,2014,38(8):60-80.
[11]Chesbrough H.Business model innovation:opportunities and barriers[J].Long Range Planning,2010,43(2-3):354-363.
[12]Meyers M,Woerkom M.The influence of underlying philosophies on talent management:theory,implications for practice,and research agenda[J].Journal of World Business,2014,49(2):192-203.
[13]MAO Guan-feng,HU Bei,SONG Hong.Exploring talent flow in Wuhan automotive industry cluster at China[J].International Journal of Production Economics,2009,122(1):395-402.
[14]Ray D,Turpin D.Factors influencing Japanese entrepreneurs in high-technology ventures[J].Journal of Business Venturing,1990,5(2):91-102.
[15]Stone C,Stone D.Factors affecting hiring decisions about veterans[J].Human Resource Management Review,2015,25(1):68-79.
[16]常 玉,刘显东,杨 莉.应用解释结构模型(ISM)分析高新技术企业技术创新能力[J].科研管理,2003,24(2):41-48.
[17]王国红,刘 颖,唐丽艳.基于区域承载力的产业集群影响因素分析[J].科学学与科学技术管理,2008(11):66-70.
[18]王宛秋,张永安.基于解释结构模型的企业技术并购协同效应影响因素分析[J].科学学与科学技术管理,2009(4):104-109,193.