卢 昕,黄解宇,宋在薫
(1.运城学院外语系,山西运城 044000;2.又石大学经营系,韩国全罗北道皖州郡 55338)
当今知识经济时代以创新为主,社会的进步需要各行各业实现创新。企业要想提高竞争力关键在于创新,高新技术企业更是如此。在学术界,关于如何推动企业实现创新发展的问题,研究者从不同角度开展研究工作,近年来有越来越多的学者开始关注企业创新氛围对创新绩效的影响,并通过实证研究验证了企业创新氛围对创新绩效存在正向影响作用。虽然创新氛围对创新绩效的作用已经得到认同,但是其中的作用机理和具体路径还需要做进一步的分析和探讨。随着世界经济一体化的形成,中国企业不断与国际接轨,也不断学习吸收国际企业先进的管理模式和方法,在这一过程中知识管理逐渐成为中国企业家和学者们学习和关注的问题。知识管理最初是20 世纪90 年代在美国提起,后在西方各国以及日本、韩国企业中得到普遍应用,后传入中国。知识管理包括对隐性知识和显性知识的管理。隐性知识和显性知识是知识存在的两种形式,学者研究发现隐性知识在企业中比例高达90%,相比显性知识,隐性知识对企业的持续竞争力发挥更为重要的作用。隐性知识共享是知识管理中一个重要内容,如何通过实现隐性知识共享进行知识的管理,对高新技术企业的创新发展尤为关键[1]。目前大部分关于知识管理的研究仅限于在一个国家展开,缺少跨国比较研究。本研究以高新技术企业为对象,结合笔者在韩国的专业学习和企业实践,对中韩两国高新技术企业进行问卷调查,引入隐性知识共享的中介作用构建结构方程模型,采用SPSS23.0 和Amos25.0 软件工具对收集的数据进行比较分析,探讨两个国家高新技术企业中创新氛围通过隐性知识共享的中介作用影响创新绩效不同的作用机理。
中国高技术产业的发展真正开始于20 世纪80年代,1986 年国务院颁布实施高科技研究发展计划,又称“863 计划”,标志着中国高科技产业的开始。1988 年8 月,国家高新技术产业化发展计划即“火炬计划”开始实施,以创办高技术产业开发区和高技术创业服务中心为重要内容。1988 年5 月10 日,国务院批准建立了中国第一个国家级高技术产业开发区——中关村科技园区,到2019 年,全国共有169 个国家高新技术开发区(含苏州工业园)。从1995 到2001 年,中国的高新技术企业保持了一个持续的增长势头,高技术产业的工业产值从4 713亿元增长到了17 083 亿元,工业总产值年均递增20%,其中计算机及办公设备制造业的增长速度最快。2001 年之后,中国高技术的发展依然是以电子及通信设备制造业领先发展,其他行业紧随其后的发展模式进行,到2011 年,电子及通信设备制造业的总产值增长到了43 560 亿元,占到高技术总产值的49.26%[2]。另一个显示中国高技术产业发展的指标是中国高技术进出口贸易额。从2004 年开始,中国高技术的出口额开始大于进口额,之后一直保持着出口额大于进口额的趋势。2011 年之后,中国高技术的发展表现为从依赖外国技术转为自己研发技术,以技术创新作为产业发展的目标,逐步提高国际竞争力。从中国高技术产业的增加值占世界高技术产业增加值比重来看,2015 年为29.08%,超过美国的28.94%,成为世界高技术的主导者,在全球高技术价值链中的地位呈上升趋势[3]。虽然中国已成为世界高技术产品出口最大国,但总体缺少世界知名品牌,产业国际化程度不高;高技术生产制造规模大,但与高技术服务业融合程度不高,产业增加值率相对较低。有学者研究指出,中国高新技术企业正在经历从投资驱动向创新驱动的范式转换,并提出通过提升企业的核心竞争力和品牌建设能力提高企业的创新能力[4]。
韩国的高新技术产业继美国、日本、英国等国家之后于20 世纪60 年代开始发展。1967 年,韩国成立科技部,主管和协调全国科技的发展。1973 年,韩国政府仿效美国硅谷、日本筑波科学城,在韩国中部腹地规划建设大德科技研究园区(以下简称“大德科学城”),成为韩国乃至亚洲最优秀的研发和培育新产业的基地,为韩国经济、社会发展提供技术引擎。由于在高新技术方面的大力投入,韩国的经济也取得了大幅度的进展。1998 年世界金融危机波及到韩国,韩国政府积极采取一系列的风险投资、发展信息产业等促进高新技术产业的政策措施,使得韩国顺利度过了金融危机[5]。自大德科学城之后,韩国在1991—2000 年间,又在光州建立高科技产业园,成为韩国第二代科技园。韩国第三代科技园建立于1997 年,分3 个阶段共建成18 个科技园,包括第一阶段的仁川、松岛、大邱、庆北、光州、忠南科技园;第二阶段的釜山、浦项、忠北、全北、全南、江源、庆南、蔚山科技园;第三阶段的京畿道、首尔、大田、济州科技园。韩国的科技园基本平均分布在全国每个道、市,以带动区域经济的发展,每个科技园有专一的产业结构和产业类型,这种分类分层的产业布局有利于政府对全国高新技术产业的统筹管理。第一代和第二代科技园立足于开发大城市周围的土地,引进大企业和研究机构,第三代科技园则以大学和产业聚集地作为区位选择地,采取对大学及产业聚集地进行支援的战略,因此第三代科技园的重点是支援地方产业而不是单纯引进企业和研究机关。韩国高新技术企业在高技术人才和研发投入上位于世界前列,半导体产业是韩国的强项,半导体产业的发展带动了国内其他产业的发展。
在社会科学领域,学者们对创新氛围的研究是基于组织氛围的研究基础之上。West 等[6]从认知的角度定义创新氛围,认为创新氛围是影响员工创新能力、创新思想发挥的一种工作氛围,这一定义在学术界具有较大的影响力。Amabile 等[7]赞同主观认知的观点,认为组织创新氛围是组织成员能否感知到组织的创新环境以及组织内部支持员工创新性、革新性的一种特质。王思颖[8]在融合其他学者观点的基础上认为,创新氛围是一种存在企业内部的环境氛围,与企业的生产运作、管理方式等息息相关,并通过直接与间接的作用对企业的创新能力产生作用。孙锐[9]指出组织创新氛围是组织成员从主观感知角度出发感知整个组织环境的创新氛围,包括对组织的管理方式、流程以及其他重要环境因素的认知,并借此激发和调动整个员工的积极性,激励员工投身到产品的开发、再造等创新活动中。
关于创新绩效的定义,Hagedoom 等[10]将其分为狭义和广义的理解,狭义的创新绩效是指企业将发明创造投入到市场的程度;广义的创新绩效是指一个新的概念或新想法,从产生到投入市场取得创新的整个过程。管理大师Drucker[11]认为,创新是企业将已有资源进行重新整合,从而产生新价值的一个过程。李培楠等[12]研究发现,创新绩效是企业新产品带来的价值增长值,包括新产品的个数、专利申请数等显性指标,也包括管理方法的提高、管理模式的改进等隐性指标。
关于创新氛围对创新绩效的实证研究,Egbu等[13]从组织氛围的角度提出团队创新的综合模型,基于33 支研发团队的实证研究发现,团队的创新氛围浓厚时,团队创新能力明显提高。汤超颖等[14]的研究表明,企业内积极的学习气氛有利于员工隐性知识的共享与创新绩效的提高。王欣等[15]研究发现,企业创新环境通过知识管理对创新绩效有显著正向影响。
基于以上研究,本研究在创新氛围中引入个体信任和组织支持,提出以下假设:
H1a:高新技术企业个体信任对创新绩效有正向影响作用;
H1b:高新技术企业组织支持对创新绩效有正向影响作用。
关于知识的分类,已有研究将知识分成显性知识和隐性知识。显性知识是指可以用文字、符号或数学公式表达的知识;而隐性知识则不可以编码记录,内嵌于人的大脑里,通常指人的灵感、精神、技能、技巧或是组织文化等。学者研究发现,企业中隐性知识占到知识总量的90%,而显性知识只有10%[16]。因此,隐性知识对于企业的创新,特别是高新技术企业的创新发展起着至关重要的作用[17]。日本知识管理之父野中郁次郎认为日本企业成功的秘诀在于企业内隐性知识的管理和知识创新,并提出了隐性知识和显性知识之间互相转化的SECI 模型。隐性知识管理包括隐性知识的获取、共享、转化、创新等。关于隐性知识共享,国内外研究者从理论和实证方面做了大量的研究,发现企业内的隐性知识共享促进创新绩效。毕艳秋[18]在前人研究的基础上对隐性知识共享进行进一步研究,从企业个体互动、正式组织共享、非正式组织共享分别探讨其对企业创新绩效的影响,结果在发现隐性知识共享的3 个维度中,组织正式共享对企业创新绩效发挥最大的影响作用。这一研究结果反映了目前中国高新技术企业隐性知识共享存在的形式与国外一些学者的研究结果有不同之处。如何通过分享隐性知识达到提高企业的创新能力、提高企业市场占有率,Munns[19]、Park 等[20]和Buvik 等[21]都认为通过在企业里建立一种文化制度可以鼓励员工进行知识分享,而这种文化制度是建立在企业员工的互相信任和合作之上的。王生银[22]对我国农业企业进行实证研究发现,员工信任通过知识共享意愿的中介作用对知识共享产生积极的影响作用。基于以上研究,本研究在隐性知识共享中引入正式组织共享和非正式组织共享,提出以下假设:
H2a:高新技术企业个体信任对非正式组织共享起正向影响作用;
H2b:高新技术企业个体信任对正式组织共享起正向影响作用。
H3a:高新技术企业组织支持对非正式组织共享起正向影响作用;
H3b:高新技术企业组织支持对正式组织共享起正向影响作用。
企业的创新依赖于员工的知识、技能和经验,因此企业内员工的知识分享是实现企业创新的一种路径。知识分享的独特性、复杂性和依赖性决定了企业创新的困难程度[23]。很明显,一家企业的知识转化和创造知识的能力决定其创新的水平,比如解决问题的新方法、生产新产品的能力以及快速适应市场的能力等[24],但是只有当员工自愿分享他们知识时,组织才能有效地管理知识。持续的知识分享将对组织内的团队、单位及整个组织起到积极的贡献作用[25]。研究者提出在员工当中进行知识的分享会以比较低的投入对顾客的需求作出更快的反应[26]。还有研究者把知识共享与组织学习和市场定位联系在一起,认为知识共享是组织内学习的一部分,可以导致市场敏锐性和创新活动的提升[27]。知识共享会促进组织带来大范围的变化[28]。组织内的显性知识分享和隐性知识分享对组织的创新都发挥着非常重要的作用[29]。姚艳红等[30]通过对上海、北京、长沙的中小企业进行问卷调查探讨知识共享对企业技术创新的影响作用,结果发现隐性知识共享对技术创新的作用小于显性知识共享对技术创新的作用,这一研究结果说明大部分企业依然重视企业内的显性知识,这与知识管理中隐性知识的独特性、难以表达、难以传递和难以转化有关。何会涛等[31]从人力资源管理角度出发,提出通过知识管理和组织学习提高组织创新绩效的作用机理,但是并未对知识管理做进一步的分析,因此没有指出知识管理中显性知识和隐性知识各自发挥的作用大小。孙世强等[32]研究中国小微企业发现,企业在拥有较高的潜在吸收能力情境下,企业内隐性知识对创新绩效的正向影响关系会增强;企业在拥有较高的现实吸收能力下,企业内显性知识对创新绩效的正向影响关系会增强。基于以上研究,提出以下假设:
H4a:高新技术企业非正式组织共享对创新绩效起正向影响作用;
H4b:高新技术企业正式组织共享对创新绩效起正向影响作用。
学者对知识的研究发现,企业中绝大部分知识都是以隐性知识的形式存在,决定企业核心竞争力的为隐性知识而非显性知识,隐性知识的共享行为对企业创新绩效有显著正向影响作用[33]。企业创新氛围有利于员工实现隐性知识共享,按照Baron等[34]提出的中介变量选取原则,中介变量必须与自变量和因变量有较强的相关性,如上所述,创新氛围对创新绩效有促进作用,同时隐性知识共享对创新绩效有影响作用。基于以上研究,提出以下假设:
H5a:高新技术企业中非正式组织共享在个体信任对创新绩效中发挥中介作用;
H5b:高新技术企业中非正式组织共享在组织支持对创新绩效中发挥中介作用;
H5c:高新技术企业中正式组织共享在个体信任对创新绩效中发挥中介作用;
H5d:高新技术企业中正式组织共享在组织支持对创新绩效中发挥中介作用。
本研究以中韩高新技术企业为对象。由于中国高新技术企业数量庞大且发展有地域不均衡的特点,改革开放以来,东部地区的经济发展快于中部和西部地区[35],为了能从整体上发映中国高新技术企业的水平,选取了山东省、山西省、甘肃省高新技术企业各50 家总共150 家(以下简称“中国样本”)参与问卷调查,他们分别代表了中国的东部、中部和西部的高新技术企业。韩国的高新技术企业则选取了韩国第三代科技园区中的全北、全南、仁川、京畿道、济州、大田科技园的高新技术企业共142家(以下简称“韩国样本”)参与问卷调查。
通过发放问卷对中韩样本高新技术企业进行调查。在中国发放问卷的时间从2019 年11 月1 日开始至2019 年11 月30 日结束,通过实地发放问卷和网上发放问卷进行,共发放问卷400 份,回收有效问卷215 份,有效回收率为53.7%。在韩国发放问卷的时间从2019 年12 月1 日开始至2019 年12 月31 日结束,通过实地发放问卷和电子邮件两种方式进行,共发放问卷400 份,回收有效问卷214 份,有效问卷回收率为53.5%。在韩国发放的问卷统一翻译成韩语,并由韩国相关领域内的教授进行润色和校对。问卷共分4 个部分设计,分别是员工信息和企业信息、企业创新氛围、隐性知识共享和企业创新绩效。员工信息包括员工年龄、性别、工作年限;企业信息包括员工总人数、研发投入占销售额比例。企业创新氛围的测量参考Bock 等[36]的创新氛围量表,分个体信任和组织支持两个维度共9 个题项;隐性知识共享的测量根据姚艳红等[37]开发的量表,在此基础上对个体互动和非正式组织共享进行整合,最后形成非正式组织共享和正式组织共享两个维度共11 个题项;企业创新绩效的测量参考Storey 等[38]使用的量表,分别从企业运营绩效和顾客绩效进行衡量,共8 个题项。所有问卷采用李克特五级量表设计,数字1 到5 代表非常不符合、基本不符合、一般、基本符合和非常符合。回收后的问卷采用SPSS23.0 和Amos25.0 软件进行统计分析。
本研究通过结构方程模型进行分析,设定创新氛围(IC)为内生潜变量,包含两个维度分别是个体信任(IT)和组织支持(OS);创新绩效(IP)为外生潜变量;隐性知识共享(TKS)作为中介变量,包含两个维度分别是非正式组织共享(IS)和正式组织共享(FS)。研究模型如图1 所示。
图1 研究模型
因为本研究调查中涉及到了企业内的知识管理及企业发展的问题,故选取企业的中层及中层以上管理人员为调查对象,相关描述性统计结果如下:(1)就性别来看,中国样本中调查对象男性有151 名,占总数的70.2%,女性有64 名,占总数的29.8%;韩国样本中调查对象男性有138 人,占总数的64.5%,女性有76 人,占总数的35.5%。两国样本中调查对象男性均多于女性。(2)年龄分布按在30 岁以下、31~40 岁、41~50 岁、51~60岁、61 岁以上5 个阶段进行设计,中国样本中年龄在31~40 岁的人数最多,有117 人,占总数的54.7%;韩国样本中人数在41~50 岁这个年龄段的最多,有68 人,占总数的31.7%。此外,如表1所示,就教育程度来看,中国样本中本科学历的占比(43.2%)最高,而韩国样本中研究生学历占比(50.0%)最高;工作年限方面,中国样本中为11年~15 年的占比(32.8%)最高,而韩国样本中为16 年~20 年的占比(38.8%)最高;R&D 投入方面,企业R&D 投入占销售额的比例,中国样本中在7.1%~9.0%这一部分的企业居多,占34.4%,而韩国样本中在11.1%以上的企业居多,占47.7%。从以上数据的分析可以得出:(1)韩国样本企业在高学历人才的投入上明显高于中国样本企业;(2)韩国样本企业的员工在一家企业工作的时间长于中国样本企业的员工,说明韩国高新技术企业中员工的忠诚度高于中国高新技术企业的员工的忠诚度;(3)韩国样本企业的研发投入高于中国样本企业。
表1 样本企业描述性统计结果
设定样本企业中员工的性别、年龄、受教育程度、工作年限以及R&D 投入占销售额的比例为控制变量,分别作单因素方差检验,以此发现各个控制变量对企业的个体信任、组织支持、非正式共享、正式共享以及创新绩效是否产生显著性差异。
中国样本企业的变量方差检验结果如表2所示,如果显著性P值大于0.05,说明控制变量对因变量不产生显著性差异;反之,则说明这个控制变量对因变量会产生显著性差异。结果显示,工作年限和R&D 投入占销售额比例的不同分别都对企业的创新绩效产生显著性差异,但对个体信任、组织支持、非正式共享、正式共享各变量均不产生显著性差异;除此之外,其他变量均不产生显著性差异。
表2 中国样本企业的变量方差检验
表3 为韩国样本企业的变量方差检验结果,受教育程度的不同、工作年限的不同和R&D 投入占销售额的比例的不同分别都对企业的创新绩效产生显著性差异,但对个体信任、组织支持、非正式共享、正式共享各变量均不产生显著性差异;除此之外,其他变量均不产生显著性差异。
表3 韩国样本企业的变量方差检验
利用SPSS23.0 软件工具对问卷的信度进行检验。通常用克隆巴赫系数(Cronbach's alpha)对其进行检验,如果系数在0.8 以上,说明量表可信度高;如果系数在0.7~0.8 之间,说明量表的信度可以接受;如果系数小于0.6,则说明这个量表需要重新修订。效度包括内容和结构效度。本研究使用的量表均来自以往学者的成熟问卷,因此内容效度良好。结构效度方面,采用探索性因子分析,运用主成分分析法和最大方差法进行因子旋转,将特征值大于1 作为提取因子的标准。在进行探索性因子分析之前,需要对收集的数据进行KMO 检验和巴特利特球形检验以鉴定因子分析的可行性。统计学中一般的评价标准是KMO 值大于0.7,巴特利特球形检验的显著性小于或等于显著性水平。经过探索性因子分析,创新氛围提取两个公因子,隐性知识共享提取两个公因子,问卷的信效度结果如表4 所示,各个指标均符合检测要求,说明量表具有良好的内部一致性。
表4 样本各变量的信效度检验
经过探索性因子分析提取了创新氛围两个公因子、隐性知识共享两个公因子,在此基础上通过Amos25.0 进行验证性因子分析,基于各测量指标的因子载荷不低于0.5 的标准,对两个独立的数据样本进行分析,依次删除题项14、15、16、24、29、30 和11、15、16、24、29 并检验假设模型的拟合度。统计学中通常用x2/ df(卡方自由度比)、GFI(拟合度)、AGFI(调整后的拟合度)和RMSEA(近似误差均方根)对模型的拟合度进行检验。结果如表5 所示,两组数据中创新氛围、隐性知识共享和创新绩效的拟合度均经过检验。
表5 样本各变量的的验证性分析检验
本研究涉及到了两套独立的问卷,关于比较研究的做法,可以在Amos 中通过群组分析比较各项指标的检验结果,也可以分别对两套问卷分析,为了得到更加具体的比较结果,采用分别检验两套独立问卷的方式进行比较。基于同样的研究模型,首先对中国样本企业数据进行分析,整合模型中从个体信任到创新绩效和从组织支持到创新绩效两条路径的系数没有通过检验,因此对此模型进行进一步修正;修正之后的模型经过拟合度检验,其中x2/df 的值为2.132,RMSEA 的值为0.079,GFI 值为0.917,CFI 值为0.923。其次对韩国样本企业的数据进行分析,整合模型中从个体信任到创新绩效和从组织支持到创新绩效的路径没有经过检验,故对模型进行进一步的修正;对修正后的模型进行拟合度检验,其中x2/df 的值为1.929,RMSEA 的值为0.083,GFI值为0.907,CFI 值为0.933,各项指标均经过检验。修正后的两个模型的路径分析结果分别如表6 和表7 所示。
表6 中国样本企业创新氛围对创新绩效影响路径分析
表7 韩国样本企业创新氛围对创新绩效影响路径分析
关于中介效应的检验,本研究采用bootstrapping方法,此方法是由MacKinnon 等[39]提出的,是目前为止相对有效的检验中介效应的方法,主要分两个步骤进行,先检验间接效应(间接效应存在,说明中介效应存在;间接效应不存在,说明中介效应不存在),再检验直接效应(直接效应存在,说明是部分中介,直接效应不存在,说明是完全中介)。依然分中、韩两组独立数据进行检验非正式共享和正式共享的中介效应,结果如表8 所示。中国样本企业中,组织支持对创新绩效的直接影响不存在,也就是非正式组织共享和正式组织共享在组织支持和创新绩效中发挥了完全中介作用;个体信任对创新绩效的直接影响不存在,也就是非正式组织共享和正式组织共享在个体信任到创新绩效的关系中发挥了完全中介作用。韩国样本企业中,组织支持对创新行为的直接影响不存在,也就是非正式组织共享和正式组织共享在组织支持和创新绩效中发挥了完全中介作用;个体信任对创新绩效的直接影响不存在,也就是非正式组织共享和正式组织共享在个体信任到创新绩效的关系中发挥了完全中介作用。
表8 样本企业非正式共享和正式共享的中介效应检验
综合以上数据分析,得出两组模型中各个变量对创新绩效的直接影响、间接影响和总影响的结果如表9 所示,可以清晰看出两组数据不同变量对创新绩效不同的影响结果。其中,对于中国样本企业,对创新绩效影响最大的变量是正式组织共享,其次是非正式组织共享,再次是组织支持,最后是个体信任;对于韩国样本企业,影响创新绩效最大的是非正式组织共享,其次是正式组织共享,再次是个体信任,最后是组织支持。
表9 样本企业各变量影响创新绩效的直接效应、间接效应和总效应
为检验不同国家高新技术企业创新氛围对创新绩效的内在影响机理,选取中国高新技术企业和韩国高新技术企业分别进行实证调查,构建结构方程模型,在创新氛围中引入个体信任和组织支持,在隐性知识共享中引入正式组织共享和非正式组织共享,通过比较研究发现:
(1)中国样本企业在高学历人才和企业研发投入上不及韩国,员工对企业的忠诚度低于韩国。中国高新技术企业起步较晚、底子薄弱,虽然近几年随着华为技术有限公司等大科技企业在某些技术方面领先于世界,人才和企业研发投入也较高,但是中国企业的整体水平依然落后。中国和韩国同属东亚国家,但在企业文化方面韩国更多受到日本以及美国的影响[40],韩国人的国家意识和家族意识非常强烈,员工对企业的忠诚度也相对较高。
(2)中国样本企业员工工作年限的不同对企业的组织支持产生显著差异,R&D 的不同对创新绩效产生显著差异。员工工作年限越长越容易产生组织支持,这是因为随着员工在企业工作时间的增加,员工从工作环境、人际关系到工作的熟练程度等方面都非常适应,有了一定归属感,在此基础上更容易产生对组织的支持。韩国样本企业员工受教育程度的不同对创新绩效产生显著差异,工作年限的不同对隐性知识的非正式共享产生显著差异,企业R&D 投入的不同对创新绩效产生显著差异。中国和韩国在建国初期都经济落后,都处于贫困国家的行列,但是韩国经济发展比较迅速,具有“汉江奇迹”“亚洲四小龙”之称,1994 年人均地区生产总值(GDP)突破1 万美元[41],这些成就都离不开韩国政府对全民教育和科技的重视。韩国企业的研发投入占GDP总量一直处于世界前列,根据2018 年OECD 统计数据,每万名就业人员中R&D 人员数韩国是114.3 人,超过美、英、日、德等发达国家,远远高于中国的22.4 人,世界排名第一[42]。韩国样本企业的R&D投入越高,对企业的创新绩效越产生显著影响。
(3)虽然整体上样本企业的创新氛围对创新绩效有正向影响,隐性知识共享都起到完全中介作用,但不同国家具体的影响路径不同,具体表现在以下方面:
1)中国样本企业中影响创新绩效的最大作用因素是正式组织共享,影响作用最小的因素是个体信任。这一结果说明中国高新技术企业已经普遍重视隐性知识共享对企业创新的影响,尤其重视通过正式组织共享的形式实现隐性知识的共享。正式组织共享知识有很多的表现形式,如在企业内举行各种会议,包括晨会、夕会、思想总结会、个人经验分享会、团队之间的经验交流会等,还包括企业为新进员工进行职业技能培训、知识培训、师傅带徒弟的跟班学习、定期为所有员工举办的学习活动,包括外出培训和企业内部员工的知识交流等,其中思想及经验方面的学习和交流皆是隐性知识,对员工的发展进步非常重要。这些不同形式的知识分享活动从不同方面、不同程度刺激员工不断学习、不断创新,是企业得以创新发展的重要因素。由企业统一安排的正式组织共享虽然能刺激员工不断学习和成长,但是也有其弊端,这些活动大都要求员工在固定时间去固定地点参加学习,有很强的时间和地域的限制,就企业管理而言死板苛刻、约束性强,企业过多的会议非但不能激励员工学习,反倒使员工产生紧张和压力。企业内非正式组织共享是基于员工共同的喜好、价值观而产生的,是正式组织共享的一种有效补充形式,具有灵活、自主、不受时间和空间限制的特点。本研究结果显示,中国样本企业中正式组织共享对企业创新的作用大于非正式组织共享对企业创新的作用。分析原因,受中国经济文化制度及历史的影响,中国人的价值观念中集体利益大于个人利益、集体主义高于个人主义,企业管理层也比较重视组织活动、弱化个人行为,相应地在制定一些政策时也是从组织利益出发,以个人服从组织为原则,实现集中力量办大事。
2)韩国样本企业中影响企业创新绩效的最大因素是非正式组织共享,影响作用最小的是组织支持。非正式组织共享是在员工个体间的信任和共同兴趣、价值观基础上建立起来的,使得员工乐于分享彼此的工作经验和想法。这种分享是员工在非正式场合通过非正式形式随时随地进行,而不是在组织内的固定时间、固定地点的经验分享。员工乐于分享自己的知识建立在互相信任基础上,员工之间的信任以及领导与员工之间的信任不是一朝一夕产生的,需要时间的考验,如果企业的员工频繁跳槽,很难形成信任感。从本研究调查的数据看出,韩国样本企业中工作时间在16 年~20 年的老员工有83 人,占所有人员的比例最大,为38.8%,而中国样本企业中占比最大的为工作6 年~10 年的员工,有68人,工作在16 年~20 年的老员工仅有47 人,占比为22%。韩国很多企业实行员工终身工作制。韩国与中国同属于东亚国家,在一定程度上受到儒家文化的影响,但是因为与日本和美国的密切贸易和科技往来,韩国企业更多受到日本及美国企业文化的影响,具有强烈的国家意识和家族意识,导致韩国企业员工的忠诚度普遍较高。韩国人认为他们是东亚的特例,民主色彩浓厚[43]。韩国高新技术企业管理层的决策随处体现民主、公开、透明,鼓励员工的“crazy thinking”(疯狂想法)。
本研究对中国高新技术企业的管理有以下启示:
(1)人力资源管理方面,贯彻以人为本的思想原则。无论是高学历知识型员工,还是技能技术类员工,他们都是企业的宝贵财富,如果出现员工的离职就意味着企业知识的流失,会对企业造成难以估量的损失。管理者应改变以往观念,从根本上尊重每一位员工,视员工为企业的主人而非雇佣者,为员工营造轻松愉悦的工作环境,尽量为员工减轻工作压力特别是心理压力,充分尊重员工个体与人格特征、工作时间、工作职权和个人进步与发展。目前韩国很多企业实行因人而异的弹性工作制度,这种弹性工作打破了传统的一律早八点上班、晚六点下班的工作方式,而是根据员工自身特点,由员工提出适合自己最有效的工作时间段。如对软件工作者来说,可能晚上八点到凌晨四点是他们最佳时间段,如果规定他们必须白天上班势必会影响其个人情绪,继而影响工作质量,降低工作满意度和工作绩效,最终可能导致员工离职。企业实行弹性工作制,员工的管理会更加简化,以往计算出勤率、上班打卡、下班签退等费时费力的传统做法都将取消,以个人绩效为目标的考核方式更加简单直接,也更加有效激励员工发展。
(2)企业为员工提供自由轻松的工作环境。本研究发现创新氛围对创新绩效有积极影响,这里的氛围既包括企业内部鼓励创新的工作环境,也包括员工之间融洽的工作气氛。如何让员工之间有更多的交流机会,韩国企业里通常做法是建立公共休息区,为员工提供舒适的沙发及咖啡、茶等饮料,员工可以随时在这里放松紧张的工作心情,关键一点是,这个休息区为员工提供了互相交流的机会,工作中产生的困惑或者好的想法等都可以与同事进行分享,管理者也可以在这里及时了解员工工作中出现的问题,也就自然拉近了人与人之间的距离。公共休息区不仅在韩国企业里存在,在韩国大学里也很普遍,深受大家欢迎。
(3)重视员工的非正式知识共享和学习活动。员工的非正式学习是指除了企业组织的有计划、有目标的学习培训活动之外的,任何员工自发的学习活动,这种非正式学习包括员工之间随时进行的经验技术交流、员工自愿参加的各种网络或是实地技术交流、员工在日常工作中向别人请教问题或分享经验等。本研究发现在影响员工创新行为的各个因素中,韩国样本企业员工的非正式知识共享发挥最大的作用。美国劳工部曾经做过评估发现,企业内70%与工作相关的学习都不是发生在企业的正式培训之内,而是非正式学习活动中[40]。
本研究取得了一些成果,但依然存在不足之处,如中国和韩国高新技术企业的样本量不够大,今后研究可以进一步扩大地区范围,取得更大的样本数量;另外对于因变量创新绩效的处理采取单维度量表,在以后研究中可以针对产品创新、服务创新、技术创新、管理创新等分别进行路径分析,以得到更加具体的结果。