精益知识管理能力的维度划分与检验——基于扎根理论

张 博，牛占文，王小秋

（天津大学管理与经济学部，天津 300072）

1 研究背景

知识资本早已成为企业提升运营绩效和获取竞争优势的基础，精益生产的研究热点也从如何引入各种精益生产工具转向对已有精益生产工具进行整理和改进，对现有精益知识的有效管理成为企业精益绩效提升的关键［1］。通过对已有精益知识的管理，可以提供快捷有效的知识来源，同时降低精益知识获取成本，激活精益知识存量，加快精益知识的创新速度以及对新知识的应用速度。目前对理论界来说，有必要从知识管理的视角展开精益生产实施的进一步研究；对实践界来说，更应重视精益生产实施过程中各种精益知识的整理和应用，从知识管理能力的视角科学地剖析精益生产与精益绩效管理路径等问题亟待研究和解决。因此，梳理精益知识管理能力的具体含义和维度划分具有重要的作用［2］，尤其是相关测度量表的制定会直接影响实证研究中数据分析的有效性。

在已有相关研究中，针对知识管理能力的理论体系研究成果较多，对知识管理能力的概念及结构组成等都有涉及，相对比较成熟，但是对于知识管理能力的研究范围比较模糊，并没有将之放到具体的情境之中［3］。正如有学者研究指出，在实证分析过程中如果没有给出研究对象的概念界定或没有适用的情境限制，实证分析的结果将缺乏信度和效度，研究的理论性将大打折扣［4］。经过搜索和查阅国内外相关文献资料，本文发现现有的研究对于精益知识管理能力的分析较少，对其维度的构成和划分更是鲜有研究定论，已有的研究成果也多是直接通过文献或理论分析得到的，缺乏通过实证研究的验证。

综上，本文将知识管理能力引入到精益实践这一具体的情境之中，试图建立精益知识管理能力的量表来探讨知识管理能力。由于精益知识管理能力的维度划分尚无成熟的理论模型，因此选用扎根分析方法可以弥补单个案例所得结论说服力不足的缺点。本文运用扎根理论，以采用精益实践工具的企业为样本，通过焦点小组讨论和半结构化访谈的方式收集企业的原始资料，并以此原始资料为基础归纳总结关键词，抽取精益知识管理能力的主要特点，构建精益知识管理能力的维度，确认精益知识管理能力的评价量表。为了保证所得量表的有效性，本文采用统计分析中的因子分析方法对量表的信度和效度进行检验，以期为后续精益知识管理能力的研究奠定理论基础。

2 概念界定与文献回顾

2.1 精益知识管理能力的界定

对精益知识管理能力进行概念界定，首先要了解知识管理能力概念的由来，因为精益知识管理能力是一般知识管理能力在精益实践活动情境下的拓展和延伸［5-7］。目前关于知识管理还没有统一的定义，我国国家标准化委员会将知识管理定义为：对知识、知识创造过程和知识的应用进行规划和管理的活动。这一定义通熟易懂，因此被广泛引用。后来学者们在此定义基础上，分别从广义和狭义两个方面对知识管理进行扩展。广义知识管理包含两方面内容，一是对知识本身的获取、整理、储存、传播和利用的过程进行管理，二是对与知识相关的各种有形资产和无形资产的研究。知识管理是工具、是过程、是方法，也是一种管理理念［8］。

本文以已有的知识管理能力研究为基础，并结合精益实践管理理论，对精益知识管理能力进行概念界定。在本文中，精益知识管理能力是指在精益生产过程中，对所用到的各种精益生产工具、知识等进行获取、整合和应用的能力，确保企业的精益实践活动取得持续良好的发展。需要指出的是，本文所探讨的精益知识管理能力的主体，即本文的研究对象指的是进行精益实践活动的企业。

2.2 精益知识管理的过程

知识管理本身是一个运行过程，其中比较有代表性的是Nonaka等、Szulanski和Gother关于知识管理过程的研究。Nonaka等［9］提出知识管理过程开始于个体的隐性知识，然后经过普及、处理、集成和吸收等阶段，最终转化为组织层次的隐性知识，并且这个过程往复循环，促进了个体与组织的知识逐渐扩张。Szulanski［10］在研究中提出，知识管理过程应当从事前准备、实施执行、调节控制、整合集成等4个阶段去研究和分析。Goth［11］则从知识管理的知识源、知识接收方以及转移情景去研究知识转移的绩效及其竞争机制。知识管理来源于知识管理动机，其动机又表现在知识管理各方参与知识转移的意愿程度，这影响着知识管理的过程、机制以及绩效，如企业之间以及研究比较多的跨国母子公司之间的知识传递与知识共享。英国学者Alice［12］在Szulanski［10］的四阶段模型基础上系统提出了知识内嵌概念，认为知识内嵌于企业的背景文化、交流模式、实施流程以及职位高低中，很难离开这些情景因素而单独实施知识转移，根据这些情景产生的知识转移情景模式可以更有效地支持知识转移双方在一定情景中的沟通和交流。

通过以上分析可以看出，实施完整的知识管理过程主要包含以下几个环节：第一，知识管理需求的产生；第二，选择需要管理的知识；第三，确定知识管理的手段和方式并对知识本身进行编码处理和传递；第四，对所接收的知识进行解码处理然后吸收；最后，在企业内部完成知识学习、共享、整合和创新过程，实现知识向价值转化。

3 研究设计

3.1 研究方法选择

本文之所以选择扎根理论方法来解析精益知识管理能力的维度，具体原因如下：

（1）本研究属于探索性质的研究，要研究的是精益知识管理能力的维度划分，扎根理论方法是较为合适的研究方法。首先，扎根理论方法是一种通过经验总结的定性研究方法，它可以清晰地展现出企业在精益生产过程中精益知识管理的全路径，通过多案例间的反复对比和重复，有助于全面深入地了解精益知识管理能力在精益生产过程中对精益绩效的作用机理，对现有的理论进行补充［13］。

（2）针对精益知识管理能力的维度划分，现有文献尚无成熟的统一标准，无法直接地引用或借鉴，特别的，扎根理论适用于研究理论体系不够完善、存在空白点的领域。因为，扎根理论方法通过持续比较、反复分析资料，从资料中提取概念、建立理论，其精髓在于所得的理论均来自于实际的案例。但是同其他定性分析方法主观性较强不同，扎根理论方法具有标准的编码程序，弥补了普通定性分析方法缺少规范的操作方法、理论形成难以让人信服的缺陷。

3.2 样本选取

为了使所选案例充分反映出本文的研究主旨，同时增强研究结论的说服力，本研究在案例的选择方面遵从以下准则：（1）所选企业均为实施精益生产的企业，但是来自于不同的领域，如食品企业、机械制造企业、保险企业等，保证了研究结论具有较为广泛的一般性；（2）所选企业的精益化程度不同，但均对精益生产十分重视，试图建立较为完善的精益生产管理制度，相关数据资料较易获得且描述比较详细，以满足扎根理论方法后期编码要求。

Netland［14］建议多案例研究的案例数最佳为3～6个，为了尽可能扩大扎根理论分析中开放式编码的研究覆盖范围，本文选择5个不同行业的精益生产企业进行实证研究。遵循以上原则，本研究选择了机械制造业的郑州煤矿机械集团股份有限公司、食品制造业的君乐宝乳业集团、保险行业的中华联合财产保险天津公司、供水行业的天津市自来水集团通用水务有限公司、重工制造业业的潍柴动力股份有限公司。这5家企业（以下简称“样本企业”）均是各自所在行业的佼佼者，实力较强，拥有资源较多，且实施精益生产的时间较长，具有一定的精益生产水平。

3.3 数据收集

本文主要以生产企业为研究对象，通过对这些生产企业进行走访分析来发掘精益知识管理能力的维度特征。之所以选择这些生产企业作为研究对象，是因为精益生产活动最初出现在生产企业中，发展至今，相比其他类型的企业，生产企业的精益生产活动较为成熟。

（1）数据收集方法。本研究采用Yin［15］提出的三角测量法收集数据，以保证实证研究结论的信度和效度。通过整理二手数据、企业实地调研、半结构化访谈等多种数据收集方式相结合的方法，对不同来源的数据进行补充与验证，有效地避免了数据失真和偏差。本文一方面通过网络或者企业宣传册等直接查询样本企业的公开资料，如企业高管、精益专家对企业精益案例发表的评论或在公开场合发表的精益生产演讲，企业内部精益生产的统计数据、会议记录、年度报告等；另一方面通过实地访谈，整理访谈内容，形成文字资料。在访谈之前，首先确定访谈提纲，并针对不同类型的访谈合理安排访谈时间，如规定半结构化访谈的时间为1 h、焦点访谈小组的访谈时间为1.5 h～2 h。在访谈过程中，首先向受访者说明本研究的目的和意义，这样可以使受访者更好地配合访谈，使我们能够挖掘出更多有效的信息，同时做好相关的记录，以保证访谈信息的完整性。这样通过与受访者之间面对面的交流和沟通，能够得到一些无法直接查询到的隐性知识，这部分隐性知识对精益知识管理能力维度的划分有重要的意义［16-18］。

（2）访谈提纲的确定。为了对精益知识管理能力进行维度划分，需要对精益知识管理能力的概念、构成等内容进行访谈，访谈提纲的主要内容包括：1）企业概况，包括企业名称、类型、规模、发展历程、主营业务、主要产品、市场竞争力等；2）企业精益生产水平，包括是否采用精益生产工具、何时引进的精益生产工具、都使用了哪些精益生产工具、这些精益工具的使用对企业的精益绩效有哪些影响；3）精益知识管理水平如何、企业为精益知识管理做了哪些努力、是否有专门进行精益知识管理的平台或者专门工作人员、这些管理对精益绩效有哪些影响；4）企业是否会组织员工学习精益生产知识、这种学习对企业精益生产绩效有何影响；5）企业各部门的精益水平是否一样、精益程度不同的部门如何缩小差距；6）外部环境对企业的精益知识管理有何影响、企业的精益生产能否随着环境的变化作出及时的调整并如何做到。通过这些问题，本文试图发现和寻找精益知识管理能力的关键特点，进而对其进行维度划分。

（3）访谈对象。本文在选择访谈对象时，要求受访对象对企业的精益生产运作比较熟悉，同时具有相应的管理知识和语言表达能力，这样能够较好地提供本研究所需的信息。基于此，本文选取样本企业中工作时间较长的中层及以上领导如生产部门经理、项目负责人等作为访谈对象（以下简称“样本”），具体情况如表1所示。

表1 样本企业及人员访谈概况

4 精益知识管理能力的扎根理论分析

4.1 开放式编码

为了保证精益知识管理能力的概念和范畴分类的合理性、全面性和科学性，在进行开放式编码的过程中，本文求助于外部相关的专家一起进行分析。在访谈和资料收集的过程中，本文与企业负责精益生产、精益知识管理的领导、专家进行多次交流，对已经提炼出的概念和分类范畴重复进行多次筛选，最终选定出86个精益知识管理能力相关的概念或术语。本文对这些概念及术语统一编码，序号为“a+”。在已得出的概念中，一些概念的意义极为相似，我们对其进行进一步的归类，将意义相近或重复的概念归为一类，定义这些类别的序号为“A+”。本文选取的精益知识管理能力共有17个范畴，分别为：A1知识获取渠道、A2知识获取硬件设施投入、A3精益思想的转变、A4环境感知、A5推广过程、A6高层参与、A7经验交流、A8知识归类、A9知识平台、A10知识编码、A11投入柔性、A12快速改进、A13知识总结、A14权责明晰、A15专职部门、A16专家支援、A17目标调整。具体见表2所示。

表2 样本访谈资料的开放式编码分析结果

表2 （续）

4.2 主轴编码

在通过开放式编码分析确定概念和范畴之后，本文又进行了多次的比较和讨论，根据这些概念之间的相似性对其进行相似性联结，即主轴编码。主轴编码的主要作用是探索概念范畴的关联性与相似性［19］。本文通过文献分析和KJ归类法对本文基于开放式编码得到的86个概念和17个范畴做进一步的归类，针对动态的环境变化，将这些概念和范畴放在精益生产的情境之中，通过分析精益知识管理能力的构成从而提高精益绩效，得到了精益知识管理能力的3个主要范畴和13个次级范畴，具体见表3所示。

表3 样本访谈资料的主轴编码分析结果

为了保证分类结果的准确性和适用性，本文邀请了领域内3位相关专家运用KJ法再对上述本文所得概念范畴进行主体归类，通过分析与讨论，此次归类的结果几乎与本文之前的归类一致。

4.3 选择性编码

主轴编码结束后，对经过主轴编码得到的概念范畴进行系统分析得到核心范畴，并将核心范畴归类到编码上的过程称为选择性编码。张敏等［20］将选择性编码分为两类，一类是故事线的方法，另外一类是专家背靠背的方式。选择性编码是扎根理论方法应用中非常关键的一步。本文选择故事线的方法对精益知识管理能力概念进行选择性编码。选择这种方式的原因是希望能够将精益知识管理能力概念的逻辑结构及范畴分类自然地呈现出来。其故事线的发展大致如下：竞争日益激烈的环境下企业的竞争就是成本与效益的竞争，其实就是精益生产的优势，因此如何利用精益生产将企业的生产制造成本降低，从而保持企业的能力与效益得到可持续发展就显得十分重要。精益生产本身是一门学问，其内含的工具和实践活动有很多，企业通过网络和文献进行精益生产知识的收集，并将隐藏的精益生产知识显性化，实现企业精益生产知识的有序管理，从而打造学习型企业；同时企业合理地利用知识管理工具，通过设立专门的精益知识管理团队保证各部门精益生产的流通能力；最后为了保持对动态环境变化的敏感性，调整企业对精益生产知识的获取方式和方法，快速进行精益生产改进，保持企业持久的竞争优势，提高精益绩效及运营绩效。综上，本文认为，企业之所以要进行精益知识管理，是基于动态的竞争环境所采用的应对方式，也是适应外界激烈竞争的一种需要。上述整个故事线充分说明和解释了精益知识管理能力的形成过程，勾勒出了精益知识管理能力的主要结构维度和构成要素，见表4所示。

表4 精益知识管理能力的构成维度

5 精益知识管理能力的验证分析

5.1 研究目的和方法

5.1.1 研究目的

经过扎根理论分析，本文提出了精益知识管理能力的概念模型，初步明晰了其各个子维度的涵义，进一步本文将通过问卷调查来收集相关企业数据，运用统计研究等方法对精益知识管理能力的概念模型进行分析，同时参考以往的一些研究量表，结合本文上述研究结论开发出精益知识管理能力问卷。通过小样本测试，在通过扎根理论分析所获初始测量题项基础上，通过专家反复讨论分析，确定精益知识管理能力的最终量表，运用此量表进行大规模调研，并对调研所获得调查数据运用因子分析方法检验精益知识管理能力的维度结构。

5.1.2 研究方法

在本次调研中，本文设定目标企业12家，共发放问卷500份，回收463份，剔除填写不全或信息失真的问卷，最后得到有效问卷396份。在数据收集过程中，针对共同方法变异进行事前预防和事后检验，并将收集数据的多种渠道进行了差异性检验，结果表明，本文收集到的数据符合统计分析的要求。具体受访人员资料见表5所示。

表5 调研问卷的统计性分析结果

5.2 探索性因子分析

5.2.1 KMO 和巴特利特（Bartlett）检验

当用因子分析检验效度时，首先需要满足因子分析的前提条件，即题项之间具有较强的相关性，这反映在两个检验指标上——KMO值和Bartlett球形检验值。其中，KMO值用于比较题项间简单相关和偏相关系数，取值在0～1之间，根据其值判断是否适合做因子分析的标准为：大于0.9，非常适合；0.8～0.9比较适合；0.7～0.8适合；小于0.5不适合。Bartlett球形检验值用以检验题项间相关系数是否显著，如果显著（即sig.＜0.05）则适合做因子分析。由表6检验结果表明，本研究调查数据的KMO检验值为0.905，说明该问卷适合进行因子分析；Bartlett球度检验结果显示近似卡方值为2 697.596，数值比较大，显著性概率分别为0.000、0.000（P＜0.05），因此拒绝Bartlett球度检验的“零”假设，认为本研究适合做因子分析。

表6 实证量表的KMO和Bartlett检验结果

总方差统计结果如表7所示，表示每个公共因子所解释的方差及其累加和，提取方法为主成分分析法。从表7中看出，根据特征值大于1的基准提取了3个公因子，这3个公因子可以解释的累加和达到65.726%。一般来说，累积贡献率达到50%以上即符合标准，因此本研究的总方差解释量符合标准。

表7 实证量表的总方差解释结果

精益知识管理能力成分矩阵分析如表8所示，将维度分别用KA、KI、KU表示。由于KA5的载荷值小于0.5，因此将KA5进行删除。结果表明，因子1在变量 KI1、KI2、 KI3、KI4、KI5上的载荷较高，将其命名为 KI；因子 2 在变量 KU1、KU2、KU3、KU4上的载荷较高，将其命名为KI；因子3在变量KA1、KA2、KA3、KA4上有较大的负荷，将其命名为KA。

表8 案例企业的精益知识管理能力成分矩阵

5.2.2 信度分析

本研究采用内部一致性系数，也就是最常用的克朗巴赫系数（以下简称α系数）进行信度检验。α系数分布在0～1之间，一般认为α等于0.7是一个较低的但能够接受的临界值；当α位于0.8～0.9之间时，认为数据的可靠性很高。本研究实证数据的信度结果如表9所示，说明数据具有较好的可靠性，本研究量表的信度检验可以通过。

表9 实证量表的信度检验结果

5.3 验证性因子分析

本文利用Amos24.0软件对结构方程模型进行估计与检验，结果如图1所示，验证性因子分析拟合结果见表10所示，各项指标均达标。

图1 实证量表的验证性因子分析结果

表10 实证量表的验证性因子分析拟合结果

根据 Fornell［21］和 Marodin 等［22］的观点，评估收敛效度的标准共有3项：（1）所有标准化的因子荷载要大于 0.5 且达到显著水平（P＜0.05）；（2）组合信度（CR）要大于 0.6；（3）平均变异抽取量（AVE）要大于 0.5。由表11可知，本研究量表的收敛效度达标。

表11 实证量表的收敛效度检验结果

6 结论

本文基于扎根理论方法进行了精益知识生产能力的理论抽样和范畴归类，得到的主要研究成果如下：

（1）理清了精益知识管理能力的概念构成，将其分为3个维度，分别是精益知识获取能力、精益知识整合能力和精益知识应用能力。对这3个主要范畴进一步进行内部特征的解析，可以分别进行次要范畴的划分。

（2）通过扎根理论方法所构建的精益知识管理能力概念与一般的知识管理能力有所区别，是一般的知识管理能力的延伸与具体化。通过对我国实行精益生产的一些企业进行实地调研，提炼出的精益知识管理能力的概念范畴与维度具有一定的情景适用性，能更好地应用于我国的本土企业。

（3）在已有成果的基础上更进一步地确定了精益知识管理能力各个主要维度的内涵，通过扎根理论分析方法进行的精益知识管理能力的维度划分，所得到的结论与现有成果契合度较高，符合该方法的规范流程，具有可信性。