第二节 人力资本集聚中的知识共享机制研究

一、人力资本集聚中的知识共享机制研究假设

根据人力资本集聚中的知识共享机制概念模型，本节从七个方面提出研究假设。其中包括共享主体与知识共享、共享客体与知识共享、共享渠道与知识共享、共享情境与知识共享、共享主体与共享情境、领导者风格与激励手段、个人绩效与共享绩效，为研究知识共享各影响因素与其绩效间的路径关系奠定基础。

1．共享主体与知识共享

（1）人力资本集聚中人才人格特质与知识共享

现有实证研究表明，人格特质对知识共享绩效有一定的影响，积极上进的人格特质对知识共享绩效有促进作用。人格特质的划分有多种形式，其中普遍运用的是美国心理学家科斯塔（Costa）等编制的“大五”人格模型。尽管对人格特质的表述有所差异，但很多学者运用不同研究方法都证明了积极的人格特质能够有效地促进工作绩效的提升。巴里克（Barrick M R）和莫特（M. K. Mount）（1991）认为积极的人格特质是绩效稳定而有效的预测源，他们建议在招聘人才时应充分考察应聘者的人格特质。[137,138]并由此提出研究假设：

H1：人力资本集聚中人才积极的人格特质对知识共享绩效存在正向影响。

H2：人力资本集聚中人才积极的人格特质对知识共享个人绩效存在正向影响。

（2）人力资本集聚中人才知识共享意愿与知识共享

在人力资本集聚过程中，自发型的知识共享受到知识共享意愿的直接影响，关系着知识共享绩效的高低。Zhang等（2010）认为许多知识管理项目失败率高的重要原因是团队成员缺少知识共享意愿。[139]郑万松等（2014）认为在知识共享过程中，共享态度和主观规范决定知识共享意愿，而共享意愿能够决定共享行为。[140]因此提出以下假设：

H3：人力资本集聚中人才知识共享意愿对知识共享绩效存在正向影响。

（3）人力资本集聚中人才知识共享能力与知识共享

人力资本集聚中的知识共享需要共享双方通过某种方式进行深入的沟通，因此共享能力对知识共享的影响格外重要。赵莉等（2014）认为，在知识共享过程中，共享双方都需要具备知识的传播与吸收能力。[141]特别是当集聚中涉及较多的隐性知识共享，更加需要相关人才具备共享能力与技巧，对这一类型人才有更高的要求。[142]随着信息技术的发展，网络平台、知识共享系统受到广泛的应用，个人运用信息技术的能力也会对知识共享绩效产生影响。[143]因此提出以下假设：

H4：人力资本集聚中人才知识共享能力对知识共享绩效存在正向影响。

2．共享客体与知识共享

（1）知识的复杂性与知识共享

知识的复杂性会影响到人才传播、吸收知识的效果，从而影响知识共享绩效。吴爱华等（2014）认为，在众多知识特征中，知识的复杂性对合作创新的影响最大。[144]越复杂的知识，越需要运用共享载体配合大量信息才能顺利地传播出去。因此，知识的复杂性越强，对知识共享的阻碍越大。[145]巴贾特（Bhagat）等人（2002）的研究结果表明，知识复杂性、内隐性均会对知识共享绩效产生影响。因此，本书提出研究假设：

H5：人力资本集聚中人才所拥有知识的复杂性对知识共享绩效存在负向影响。

（2）知识的可表达性与知识共享

知识的可表达性越高，知识共享的阻碍就越少。苏兰斯基（Szulanski G）（2000）分析了知识特性对知识共享的影响，认为知识的模糊性、可被理解的程度等都会对知识共享的过程产生影响。[146]卡明斯（Cummings J L）等人（2003）的实证研究结果表明，知识的可表达性越差，知识转移的水平越差，导致知识共享越困难。[147]西莫宁（Simonin）（1999）也认为知识的模糊性与知识转移绩效呈负面关系。学者们对知识的可表达性的研究结论基本一致，因此提出以下假设：

H6：人力资本集聚中人才所拥有知识的可表达性对知识共享绩效存在正向影响。

（3）知识的经济价值与知识共享

关于知识的经济价值对知识共享的影响作用，不同学者的观点有所不同。格雷森（Grayson O）（1998）认为，过于强调知识的经济价值，使得团队成员出于对知识经济价值的保护，不愿主动与其他成员进行知识共享。[148]而戴尔（Dyer J H）等（1998）提出了伙伴专属性吸收能力的概念，这一概念强调了知识吸收者对有经济价值的知识更有兴趣。具备经济价值的知识可以激发知识吸收者的知识共享意愿，进而促进知识共享。[149]因此，知识的经济价值有利于促进知识吸收者积极参与共享。结合本书所研究的科技型人才聚集中的知识共享具有共享知识密度大、共享效率高的自身特点，提出以下假设：

H7：人力资本集聚中人才所拥有知识的经济价值对知识共享绩效存在正向影响。

（4）知识间的关联性与知识共享

知识共享的关联性与知识共享绩效存在着相关关系，在对新知识相关领域完全不了解的情况下，人力资本集聚很难形成有效的知识共享。李全喜等（2014）在设计知识共享激励机制时发现，优化知识间的内在关联能够激励知识共享，否则可能导致激励失效。[150]而当知识传授者与知识接收者所掌握的知识具备相关性时，知识共享的阻碍会减少。叶江峰等（2013）认为，知识间相互补充与替代，在知识特性影响知识共享绩效的过程中起到重要作用。[151]根据以上分析，以及科技型人才集聚中的知识共享的特征，做出以下假设：

H8：人力资本集聚中人才所拥有知识间的关联性对知识共享绩效存在正向影响。

3．共享渠道与知识共享

（1）基础设施与知识共享

基础设施对知识共享绩效的促进作用，目前在相关领域的研究结论中没有争议。宋廷旺（2014）的实证研究表明，信息共享用户知识利用效率低的一个重要原因是信息共享空间的基础设施不够完备，从而影响了知识共享。[152]王颖等（2014）从区域创新的研究视角出发，提出加强基础设施建设、建立完善的社会化科技服务体系能够促进知识共享。[153]基础设施对知识共享的促进作用受到广泛认同，据此提出以下假设：

H9：人力资本集聚中基础设施的建设对知识共享绩效存在正向影响。

（2）技术手段与知识共享

利用互联网与信息技术可以促进知识共享并加速知识创新。通过对现有相关技术手段的应用，相关人才可以更好地发现组织中存在的不足，加以修正从而推进知识共享并提高共享效率。[154]李倩等（2014）为企业的隐性知识共享提供建议，认为企业要不断完善信息技术保障体系，建立内部共享数据库和相关论坛，为员工提供学习资料库等，从而促进不同部门员工之间的知识共享。技术手段的合理运用能够提高人力资本集聚中的知识共享效率，因此提出研究假设：

H10：人力资本集聚中技术手段的运用对知识共享绩效存在正向影响。

4．共享情境与知识共享

（1）领导者风格与知识共享

领导者风格的划分有很多形式，美国组织行为学家保罗·赫塞（Paul Hersey）提出的“情境领导模式”理论认为，领导者风格的构成因素主要为两种领导行为：工作行为和关系行为。工作行为是指领导者表明个人或组织责任的程度；关系行为是领导者为满足被领导者的心理需求而产生的领导行为。根据不同程度的工作行为和关系行为相互搭配，领导者风格可以划分为：告知式、推销式、参与式和授权式。其中参与式领导风格表现为：关系行为多，工作行为少，该风格更有利于促进共享效率高、自主性强的科技型人才集聚中的知识共享。因此，本书提出以下假设：

H11：人力资本集聚中参与式领导风格对知识共享绩效存在正向影响。

（2）激励手段与知识共享

激励手段对知识共享的影响作用日益受到学术界与企业界的关注，而激励手段是否能够有效地促进知识共享绩效，目前的研究结论并不统一。大部分学者认同激励手段对知识共享的促进作用，其中金辉（2014）认为知识共享参与者对物质奖酬的期望与知识共享意愿有显著正向相关性。[155]有些学者持反对意见，认为物质奖酬会对知识共享产生消极影响。[156]还有学者通过实证分析表明激励手段与知识共享之间没有显著相关关系。[157]根据人力资本集聚的相关特征，本研究认为激励手段对人力资本集聚中的知识共享绩效有促进作用，因此提出研究假设：

H12：人力资本集聚中知识共享激励手段对知识共享绩效存在正向影响。

（3）人际关系与知识共享

人力资本集聚中的知识共享主体是不同领域的各类人才，他们自发地交流与沟通形成人际关系。人际关系是否对知识共享产生影响值得深入探讨。多数学者认为人际关系对知识共享有促进作用，如黄彦婷等（2014）认为和谐的人际关系可以规避人与人相处时的对立与冲突，有利于提高知识共享效率。[158]甚至有学者认为，成员参与知识共享的目的之一就是为了与领导、同事建立良好的人际关系。[159]但Hwang等（2007）的实证研究结果表明，在过度强调人际关系时会形成“圈子”，共享者倾向于与圈内人士进行非正式共享，而与圈外人进行正式共享，即“圈子”的形成对知识共享造成了显著的障碍。[160]本书根据人力资本集聚的特征结合相关研究结论，提出以下假设：

H13：人力资本集聚中人才间的人际关系对知识共享绩效存在正向影响。

（4）组织文化环境与知识共享

组织文化环境与知识共享关系的相关研究较多，各种研究结论均存在差异。郑万松等（2014）认为加强宣传教育工作，营造知识共享氛围能够促进知识共享。Voelpel等（2005）指出，组织文化具有双重效应：信任、团结、学习型的组织文化环境是知识共享的促进因素，而好面子、圈子等行为是知识共享的阻碍因素。格雷森（Garyson）（1998）认为，组织文化环境中的障碍会影响企业内部知识共享。科技型人才集聚的组织文化环境具有团结、专业、创新等特征，结合以上分析，本书提出以下假设：

H14：人力资本集聚中组织文化环境对知识共享绩效存在正向影响。

5．人格特质与人际关系

具备积极人格特质的人才在工作中尽职尽责，乐观上进，追求工作中的成就感。因此，有积极性格的人能够在工作中发挥出良好状态，使其受到其他同事的尊重，进而形成良好的人际关系。因此提出以下假设：

H15：人力资本集聚中人才积极的人格特质对知识共享的人际关系存在正向的影响。

6．领导者风格与激励手段

参与式风格的领导者，善于人际交往，工作中关系行为较多。这类领导者运用的激励手段形式多样，除了规章制度中列明的薪酬激励以外，会以聚餐、培训、拓展训练、口头奖励等多种形式激励各类型人才努力工作。参与式领导风格有利于知识共享激励手段的运用，据此提出以下研究假设：

H16：人力资本集聚中参与式领导风格对知识共享的激励手段存在正向的影响。

7．个人绩效与知识共享绩效

根据博弈论，参与知识共享的个人在做决策时往往从自身利益出发，造成个体利益与集体利益相矛盾的囚徒困境。在知识共享时只愿接收来自他人的知识而不愿主动提供知识。[161]由此可能造成知识共享个人绩效高而目标绩效低的情况。更多情况下知识共享不断丰富着个人与组织的知识存量，使个人与组织的知识储备呈螺旋性增长，并推动着知识创新。[162]因此本书作者认为，人力资本集聚中的知识共享个人绩效与知识共享绩效间呈正相关关系，由此提出以下假设：

H17：人力资本集聚中的知识共享个人绩效对知识共享绩效存在正向的影响。

基于国内外学者的研究，本节首先明确了人力资本集聚中的知识共享的概念、特征和人力资本集聚中的知识共享机制的概念，解决了“是什么”的问题。人力资本集聚中的知识共享要求不同类型的人才间打破知识共享的壁垒，实现信息资源的整合与创新，促进知识共享绩效的提升。其次，从知识共享主体、共享客体、共享渠道、共享情境四个方面分析了人力资本集聚中的知识共享影响因素，并构建出人力资本集聚中的知识共享概念模型，进而解决“为什么”的问题。最后，深入分析知识共享各影响因素对其绩效的作用，探讨影响因素之间的相关关系，并结合国内外学者的研究成果与人力资本集聚的特点提出了本书的研究假设。

通过对人力资本集聚中的知识共享的影响因素分析，提出本书的理论假设，表3-1对理论假设进行汇总。

二、人力资本集聚中的知识共享机制研究设计

1．变量设计

（1）因变量的设计

有关知识共享绩效的测度，国内外学者已做了许多相关研究。在研究方法方面，靳晓威（2007）采用平衡计分卡法，建立知识共享绩效评价体系，并采用AHP-Fuzzy方法对知识管理的绩效进行评价。[163]王秀红等（2007）率先采用模糊综合评价法，并通过实证分析验证了该方法的实用性与可行性。[164]在指标确立方面，韩艳等（2010）针对小团队的特点，从知识的获取、应用、传播和可持续发展等四个维度设计了评价指标体系。[165]李丽红等（2008）从“主力”“场力”和“动力”三个方面构建了知识共享绩效评价指标体系。[166]王林祥（2007）认为，知识共享绩效体现在五个方面：有价值的资料数量、工作效率、创新成果数量、核心竞争力、团队成员的经验。[167]陈劲与童亮（2008）在研究复杂产品系统创新知识管理绩效评价时，从有形绩效与无形绩效两个方面来构建评价量表。[168]本书参考以上观点，在设计测度量表时，遵循以下原则：既要考虑到知识共享的过程指标，又要考虑到结果指标；正确处理有形指标与无形指标的关系，将知识共享绩效分为：知识产权专利、新产品（技术）利润、组织行业地位的提升、对组织的长期影响这四个维度，具体见表3-2。

（2）中介变量设计

人力资本集聚中的知识共享个人绩效是指集聚区域内各类人才在知识共享过程中个人的受益程度。徐瑞平（2005）、田鹏（2012）在研究组织内部知识共享绩效时，指出应该将知识共享过程的满意度也纳入到评价体系中。[169] [170]过程满意度为人才个人带来的受益程度更高。因此本节将知识共享个人绩效分为四个维度：过程满意度、绩效工资水平、工作效率提高程度、个人能力提升程度，并参考Ming Ji等对知识共享绩效的研究成果，设计了知识共享个人绩效的测度量表，具体见表3-2。

（3）变量的设计

本节内容从知识共享主体、共享客体、共享渠道、共享情境四个方面分析影响人力资本集聚中的知识共享绩效的直接因素，根据结构方程模型的分析要求，以及前文提出的研究假设进行量表设计，为确定调查问卷内容奠定基础。因此，进一步对自变量进行解释。

2．问卷设计

在借鉴现有国内外研究成果的基础上，提出了相关研究假设，在此基础上设计人力资本集聚中的知识共享调查问卷，并收集数据，进行实证分析，从而验证假设是否成立。

本研究根据研究内容需要对变量及测度指标进行问卷设计，所设计问卷在语句的表述上做到简洁明确，确保语义的准确性，便于受访者理解清晰、作答准确。调查问卷包括两部分内容，第一部分是基本信息，第二部分是人力资本集聚中的知识共享情况，这是本调查问卷的核心内容。问卷具体内容包括：基本信息、人才人格特质、知识共享的意愿与能力、知识特性、知识共享渠道、知识共享情境及知识共享绩效七个方面。调查问卷的具体内容见附录。

问卷设计过程主要有四个步骤：先在问卷设计之初，参考了大量相关文献，将各变量的指标以问卷描述的形式体现出来；然后参考相关文献中的调查问卷，在现有较为成熟的问卷的基础上根据研究对象和内容进行修改，并确定调查问卷初稿。在对变量进行评分时，本书采取Likert所设计的五级量表，用数字1～5进行评分，数字1～5分别表示“强烈不赞同”“比较不赞同”“一般”“比较赞同”和“强烈赞同”，被访问的人才根据自身知识共享的实际情况进行选择；接下来对调查问卷进行调研，与导师、专家进行讨论、推敲，并小范围发放调查问卷进行预填写；最后根据小样本调查反馈情况及专家建议对问卷进一步修改，并最终定稿。

3．数据收集与整理

（1）样本选取

为了检验前文中所提出的概念模型与研究假设，调查问卷设计完成之后要选择样本进行调查问卷的发放。不同文化背景下的员工其知识共享会出现不同情况，因此在样本选取的过程中既要考虑样本对象的个人情况，又要考虑样本对象所处的行业情况。

对人力资本集聚中的知识共享进行研究，毫无疑问样本对象为参与人力资本集聚活动的各类型人才，这些人才在不同岗位上从事不同工作，受访者主要受雇于企业、事业单位、高等院校等机构。调查问卷发放到人力资本相对集中的区域内的机构中，由从事相关工作的人员进行作答。

（2）数据收集

在进行正式的大样本数据收集之前，先进行小样本数据收集，以便对问卷调查所设计的测量变量和提问项进行检验和修正，对一些无法通过信度效度测量的指标进行进一步的处理和修正。本书小样本研究调查时间为2013年12月—2014年2月，历经两个半月时间。调研区域主要在于北京、太原两地（主要依靠老师与同学的协助），共发放问卷60余份，收回57份，其中有效问卷43份。根据小样本测试信度效度分析结果，删除不符合条件的指标与题目，形成最终问卷并正式发放。

正式问卷发放采用基于网络人际关系的电子邮件问卷调查方法，多数以互联网发放问卷形式，少部分问卷以当面填写、快递邮寄等方式进行。主要通过导师、亲朋等人脉资源对相关人才发放问卷，时间为2014年4—12月，历时近9个月时间，陆续在北京、太原、沈阳、西安、上海、南京等地开展调查，共收回问卷286份，剔除漏选、问卷答案相似度极高、全部题目选择同样答案的问卷后得到有效问卷237份，占总发放样本数的83%。

（3）样本描述性统计

本研究运用Excel及SPSS19对样本进行描述性统计，表3-3是基本信息资料的描述性统计结果。

性别：在237份有效问卷中，男性被受访者为135人，约占受访人数总人数的57%，女性被受访者102人，约占受访人数总人数的43%。经过统计发现，男性受访者比例明显高于女性。这是由于人力资本集聚过程中，男性的流动意愿和能力较高，调查对象的性别比例较为合理。

年龄：被调查对象的年龄被划分为五个阶段。第一阶段：20～25岁的人数占总人数的13.9%；第五阶段，40岁以上的人数占11%，其他中间年龄段人数较多。一方面年龄的分布符合正态分布，另一方面年龄过低或过高都缺乏流动的意愿和能力，低龄者往往在受教育阶段，高龄者多数受身体状况的限制。因此调查对象年龄分布较为合理。

受教育程度：受访者本科生所占比例最高，占47.3%。问卷统计结果客观地反映了目前人力资本集聚区域内，以受过高等教育的人才为主，他们充满热情与能力，愿意积极流动寻找个人发展的机会和资源。

职位：调查结果显示，普通员工与基层管理者人数较多，分别占总受访者的38.4%与34.2%，这是由愿意参与集聚的人才的工作性质决定的，高级管理人员往往属于管理人才，对行政工作的重视程度要高于专业业务工作，因此高管所占比例较低，仅为5.5%，这一比例较为合理。

加入当前工作单位时间：这一题项是根据卡兹曲线相关理论设立的，在一起工作的科研人员，在1.5～5年的时间里，信息沟通水平最高；相处超过5年，组织会呈现出老化而丧失活力。加入当前工作单位时间在1～5年范围内的受访者占58%，知识共享信息沟通水平较高。

工作单位人数：工作单位的规模也会影响知识共享绩效，受访者多数在人数300人以下的单位工作，占41%；而在2000人以上规模的工作单位就职的人才相对较少，占27.8%。

三、模型设计与分析

1．结构方程模型

结构方程模型是一种多元统计分析方法，其优势在于能够将因素分析和路径分析相融合，因此也被称为“因果模型”。本书运用结构方程模型方法检验多个变量间的因果关系，构建了人力资本集聚中的知识共享机制概念模型，旨在研究知识共享主体、知识共享客体、知识共享渠道、知识共享情境对知识共享个人绩效与目标绩效的影响；知识共享主体与知识共享情境、领导者风格与激励手段、知识共享个人绩效与知识共享目标绩效的相关关系。本书所构建的人力资本集聚中的知识共享结构方程模型如图3-2～图3-5所示。

结构方程模型涉及两类变量：可观测变量和潜在变量。可观测变量可以通过调查问卷等方式直接得到数据，本研究中的知识共享表达沟通能力、知识的复杂程度、基础设施投入等变量即为可观测变量；潜在变量是不能直接观测的变量，但可以通过可观测变量来进行估计，如知识共享主体、知识共享渠道等。结构方程模型可以分析处理多个变量之间的关系，如知识共享意愿、知识共享激励、基础设施建设等变量与知识共享绩效间的关系，并对这些关系进行量化处理，最终通过路径图表现出来。

2．模型分析

（1）描述性统计分析

做数据分析时，首先要对收集到的数据进行描述性统计分析，其主要内容包括数据的均值、最大值、最小值及标准差，以便于描述受访人才所填写问卷的个体特征与总体特征，进而直观地发现数据的内在规律，为进一步研究做准备。

（2）信度和效度分析

通过参考知名学者的相关研究、小样本问卷预调查、信度与效度分析三个方面共同确保受访人才知识共享调查问卷设计的可靠性。其中信度、效度分析是用来检验所选择的可观测变量对潜在变量的估计程度，只有当可观测变量满足一定的信度和效度时才能保证模型的可靠性，实证研究才有意义。

信度分析用来检验所收集问卷的数据可靠性和稳定性，通常使用Cronbach'sα系数进行信度分析，当Cronbach'sα< 0.5时，可信度不理想，该题项应舍弃不用；0.5 ≤Cronbach'sα系数< 0.6时，信度可以接受，但应增列调查问卷题项或修改语句；0.6 ≤Cronbach'sα系数< 0.7时，信度尚佳；Cronbach'sα系数在0.7以上时，即表示数据可靠性好、信度高。

效度分析用来检验所选择测量工具对所要测量内容的反映程度，常见的效度分析有三种：内容效度、效标关联效度、结构效度。内容效度是指量表对研究目的涵盖程度，也就是量表的内容是否符合研究的目的和要求。由于内容效度主观性较强，不能单独用来衡量量表的效度，但可以大致评价观测结果。效标关联效度是为测量指标制定标准，并将测量指标与标准进行比较，进而判断其效度。在知识共享绩效的影响因素分析中，制定一个适度的准则存在难度，因而本书采用内容效度与结构效度相结合的检验方式。结构效度在验证性因子分析中，变量的标准化载荷系数大于0.7，表明量表具有较高的效度，而对于新开发量表而言，标准化载荷系数大于0.5也是可以接受的。[171]

（3）结构方程模型检验

结构方程模型分析旨在对人力资本集聚中的知识共享的相关假设及所构建的模型进行检验。该分析法包括整体模型的检验，以及测量模型和结构模型的检验。

① 整体模型的检验。为检验本书所构建的结构方程模型的整体拟合程度，需要进行整体模型检验。各项拟合度指标都有一定的取值范围，表3-4列明了各项指标的内涵及取值范围。

② 测量模型和结构模型拟合度检验。为检查可观测变量对潜在变量的反映程度，需要对测量模型进行拟合度检验。而结构模型拟合度检验能够检验文章所提假设是否成立。结构模型检验是检验各潜在变量的路径系数在对应的显著性水平下是否显著，如果路径系数在相应的显著性水平下显著则表明变量间存在显著的关系。当路径系数为正值，表示变量之间存在正向影响关系，路径系数为负值则表示变量之间存在负向影响关系。

本节内容根据人力资本集聚中知识共享绩效影响因素的相关研究假设设计了调查问卷，并采用专家咨询法、小范围预调研法对问卷内容进行修正，剔除没有通过信度效度检验的题项，形成了最终的调查问卷。正式问卷的发放明确了受访者为人力资本集聚区域内各类活跃人才，并严格按照调查问卷发放的相关标准，收集到与人力资本集聚中的知识共享相关的数据，并对样本进行初步的描述性统计分析，为进一步的实证研究奠定了基础。