基于知识管理动态能力的企业技术创新研究

  • 杨俊祥 ,
  • 和金生
展开

杨俊祥 天津大学管理与经济学部 博士研究生

和金生 天津大学管理与经济学部 教授 博士生导师

收稿日期: 2012-11-25

  网络出版日期: 2025-04-28

基金资助

国家自然科学基金资助项目“基于知识类生物模型的技术能力发展实证研究”(70972116)

Research on Enterprise Technological Innovation Based on the Dynamic Capability of Knowledge Management

  • Yang Junxiang ,
  • He Jinsheng
Expand

Received date: 2012-11-25

  Online published: 2025-04-28

摘要

通过对知识获取、积累、整合、应用、创新等方面的动态管理,构建一个能够有效吸收、保持、共享和转换知识的管理机制,已成为企业制定企业技术创新决策、推动技术创新顺利开展和提高技术创新绩效的重要保障。以知识管理动态过程入手,探讨知识获取,知识整合,知识吸收和知识创新的动态过程及其作用于企业学习能力与技术能力成长的内在机制,借助结构方程分析验证了企业知识管理动态能力对企业技术创新绩效的正向影响关系。

本文引用格式

杨俊祥 , 和金生 . 基于知识管理动态能力的企业技术创新研究[J]. 知识管理论坛, 2013 , 2013(4) : 1 -9 . DOI: 10.7536/j.issn.2095-5472.2013.04.001

知识管理是一个涵盖了知识的识别、获取、积累、共享、整合、转换、应用和创新的动态过程,这个动态过程实质上也是企业学习能力和技术能力的积累、提升和发展过程。学习能力和技术能力的持续积累、提升与发展,为企业技术创新活动的开展提供了用之不竭的动力之源,企业技术创新绩效的高低极大程度地影响和决定了企业竞争能力的高低。知识是企业的核心资源和企业技术创新的基础,企业面临的市场竞争应该是知识的竞争,对此,学者们从不同角度对知识管理与企业创新的相互关系进行了研究,并在企业知识管理与技术创新之间存在正向影响等方面取得了共识。从技术创新来源的角度看,企业所拥有的技术本质上就是知识的一种形式或一种特殊的知识,也就是说技术创新的来源是知识,对于这种特殊的知识资源进行有效管理是企业技术创新发展的内在必然选择。从知识管理对技术创新支持的角度看,知识管理改变了技术创新过程的线性推进模式,有助于发挥创新人员的个人知识在新技术开发过程中的潜能,既可提升创新过程的能力,也可加快创新速度,所以,企业要想取得技术创新的成功,就需要构建一个能有效吸收、保持、共享和转移知识并与技术创新过程相适应的动态化知识管理机制。本文从知识管理的角度研究分析企业的学习能力和技术能力增长机制,构建一个基于知识管理动态能力的技术创新关系模型并进行实证分析,为中国企业以知识为主线提高技术创新能力提供有益的理论指导和操作建议。

1 基于过程观的知识管理动态能力

知识管理的主体是人,知识资源只有和人及其工作相结合,才能真正发挥效用。对企业而言,知识管理在过程上体现为对知识资源进行以企业核心能力提升为导向的动态管理过程,知识管理实质上就是知识获取、知识整合、知识吸收以及知识应用创新的动态循环,这个动态过程的循环往复构成了企业知识管理的动态能力。

1.1 知识获取

知识获取包括识别、获取和积累知识,这是一个有机过程。知识获取的来源有多种,从某种意义上说,员工个人也是有效的知识源。H. Yli-Renko等提出企业可以充分利用外部的关系资源进行知识的获取和开发[1]。有效的知识获取可以给企业带来明显的知识储备优势和知识结构优势,有助于提高企业对知识的整合吸收能力,也可为企业知识应用平台的建立和巩固发展奠定基础。罗珉认为知识获取的结果对后续知识管理过程影响很大,直接关系到整个知识价值链的效率[2]。知识获取的最理想结果就是能让合适的人在合适的时候获得合适的知识(包括知识的内容和形式)并将其运用在合适的地方,完成既定目标任务。任何知识都不是孤立存在的,而是内嵌于由供应商、客户、竞争对手以及企业本身共同构成的知识网络中,企业要善于借助内外知识网络获取所需要的各种知识资源。

1.2 知识整合

知识是企业构建核心能力的基础,企业的显性知识和隐性知识必须依靠知识整合,才能转化为企业的竞争力。D.M.Boer等认为知识整合能力来自于三个方面:①系统化能力,指遵循标准化的程度以及按照工作程序和作业规则使用信息设备的操作能力;②社会化能力,指在企业文化、价值观和理念的推动下将隐性知识整合成新知识的能力;③合作化能力,指企业内部之间以及内部与外部之间通过互动、沟通、了解以及彼此支持将显性复杂知识或隐性知识整合成新知识的能力[3]。知识整合将分散于每个人、每个企业或组织的知识进行挖掘,并将之融合到企业的知识系统中去。对于企业或组织来说,应善于摒弃无用的知识,及时有效地将那些与企业战略密切相关的知识融合到企业知识系统中来,这个过程伴随着企业的整个生命周期。

1.3 知识吸收

企业将所获知识和储备知识进行了有机整合后,还需要通过吸收转换,将其转化成企业自身的知识。W.Cohen 和D. Levinthal首次在战略管理领域引入了吸收能力的概念,提出吸收能力是企业评估、消化外部新知识并最终商业化应用的能力,知识吸收能力越强,对外界环境的掌控能力也越强,就越有机会把竞争对手的外溢知识引进到企业内部[4]。任迎伟等从企业层级的角度提出企业的知识吸收能力包括个人层面吸收能力、团队层面吸收能力、组织层面吸收能力,企业从外部获取知识到实现自主知识创新的能力内嵌在企业员工层面的知识吸收能力向团队层面和组织层面的知识吸收能力的持续转化过程之中[5]。综合而言,吸收能力是企业获取、同化、转换和利用知识的一系列组织惯例和过程,实质上是企业的一种动态能力。

1.4 知识创新

无论个人、团队还是企业组织,拥有知识并不等于拥有物质财富,知识的真正价值体现不在于如何如获取知识,不在于拥有了多少知识,关键在于如何去应用和创新知识。U.Zander认为知识创新是一个隐性知识和显性知识不断发挥作用的动态过程,组织成员必须将他们得到的新知识清晰地表达出来,并把这些新知识和原有的知识进行汇总组合,与其他成员进行共享,才能创造出新的知识[6]。实现知识创新和增值是知识管理的根本目标和最终落脚点,而知识创新要在知识获取、知识整合、知识吸收和知识应用的动态过程中得以实现,这个动态过程的各个阶段之间不是线性地简单连接,而是彼此之间有所交叉、融合,每个阶段都包含有其他阶段的活动。知识创新是过程和结果的有机统一,知识获取、知识整合、知识吸收和知识创新的动态循环实质上就是企业知识管理动态能力积累和发展的过程体现,见图1。
图1 企业知识管理的动态过程

2 知识管理动态能力与企业学习能力增长

组织学习的概念由J.G.March和H.Simon最早提出[7-8],很快引起人们的普遍关注。D.A.Garvin提出企业学习能力是企业拥有的对知识进行有效吸收、转化和创造,且能根据新知识的长期目标调整企业行为的一种品质[9]。L.Kim提出组织学习能力就是组织吸收、消化知识的能力[10]。胡汉辉等指出组织的学习能力是指组织为了开发与挖掘组织潜在所需知识和技能,通过对知识资源的获取、改进、吸收和创造来提高组织对环境的适应能力[11] 。从现有的研究结论可以看出,无论是从哲学基础、发展过程、结构层次,还是从环境适应性的角度,组织知识管理与组织学习密不可分。从企业实践看,知识管理是学习型组织的核心功能和精髓所在,而学习性组织又是知识管理得以实施的最佳载体。
本文认为组织学习的主体包括员工个体、部门团队和企业组织本身三个层次,组织学习的过程要素可分解为知识获取、知识整合、知识吸收和知识创新。从学习主体与学习过程相结合的角度来看,企业学习能力由主体能力和过程能力组成,静态上表现为学习主体的能力,动态上反映出学习过程的能力,而学习主体能力主要体现在企业个体知识、团队知识、组织知识、物质技术以及运营管理等方面,过程能力主要体现在学习过程中的知识识别、知识获取、知识积累、知识整合、知识应用和知识创新。同样,企业知识管理活动实际上就是构成学习能力的主体能力和过程能力相互转化和动态循环的过程。基于知识管理动态能力的企业学习能力增长机制如图2所示:
图2 知识管理动态能力与学习能力增长机制

3 知识管理动态能力与企业技术能力增长

人们对技术能力的研究起源于对企业知识基础理论的认识。20世纪60年代经济学界提出的“知识积累’、“干中学”和“技术进步是学习的结果”等思想,为后来企业技术能力的研究提供了理论基础。R.Gonsen从技术能力的动态演进出发,将技术能力义为企业选择、吸收改进和发展引进的技术以及创造新技术的能力[12]。P.Aghion和 P.Howitt认为,企业技术能力从本质上讲就是企业组织以技术发展为导向的具有行动指向的知识资源,而知识本身就可以按照潜在的可观察的行为来定义[13]。R.Rousseva提出技术能力的建立和提升是技术能力落后者从简单地获取外部知识和技能逐步过渡到主动进行知识开发和创新的动态过程[14]。C.Edquist认为,技术能力的成长与构建同时发生在企业组织内部及其员工个人身上,如企业组织的培训、干中学和个体学习,这种技术知识能力的学习与提高贯穿于整个企业组织的成长过程及其员工的整个职业生涯[15]。主流的以知识为基础的企业理论将企业技术能力视为使企业技术活动得以实现的知识与能力,企业的技术能力在静态上表现为企业拥有的知识存量,也就是说,在其他条件相同的情况下,企业拥有的知识存量越多,其技术能力也相对越强,而在知识存量处于同等水平时,企业对知识存量的运用和操作能力越强,其技术能力也就相对越强。而企业在对技术知识的操作、使用过程中,伴随着知识的转移转换、交互作用和重新组合,企业员工和组织整体对知识的积累、整合、应用和创新能力得到提高的过程,实际上就是企业技术能力发展提升的动态表现。知识管理动态过程与技术能力发展突破的逻辑关系如图3所示:
图3 知识管理动态能力与技术能力发展的逻辑关系

4 基于知识管理动态能力的技术创新概念模型及研究假设

4.1 基于知识管理动态能力的技术创新概念模型

企业通过对知识的获取、整合、吸收和创新等环节进行制度化、动态化流程管理,可以形成一个有效吸收、保持、共享和转换知识的管理机制,为企业进行技术创新战略决策奠定基础。在企业技术创新能力的不断积累和动态过程提升过程中,每一轮创新都是以先前的创新成果为基础,是在已有知识积累、学习能力和知识能力积累基础上的一种突破。在知识获取、积累、整合、应用以及创造的过程中,技术创新能力同步得到积累和增长,企业通过实施知识管理而对企业技术创新过程进行管理,促进企业技术创新由线性模式向复杂模式进行转换。企业持续不断的技术创新是企业赢得竞争优势的内在推动力,企业学习能力和技术能力的持续增长是技术创新的内在能量源泉,企业学习能力和技术能力的持续增长根植于知识获取、知识整合、知识吸收和知识创新这一螺旋上升的知识管理动态过程。循着知识管理、学习能力、技术能力与技术创新之间相互作用和递进发展的内在逻辑关系,本文构建了如下基于知识管理的企业技术创新发展概念模型,如图4所示:
图4 基于知识管理的企业技术创新概念模型

4.2 研究假设

基于以上理论分析和所构建的概念模型,本文认为构成企业知识管理动态过程的“知识获取、知识整合、知识吸收和知识创新” 这4个维度分别对企业的学习能力和技术能力产生正向积极影响,在这种正向积极影响作用下,企业的学习能力和技术能力不断积累和增长从而促进企业技术创新能力的提高并最终提升企业技术创新绩效。为此,本文提出如下10个研究假设:
假设A11: 知识获取对企业学习能力的提高产生正向积极影响;
假设A12: 知识获取对企业技术能力的提高产生正向积极影响;
假设B11: 知识整合对企业学习能力的提高产生正向积极影响;
假设B12: 知识整合对企业技术能力的提高产生正向积极影响;
假设C11: 知识吸收对企业学习能力的提高产生正向积极影响;
假设C12: 知识吸收对企业技术能力的提高产生正向积极影响;
假设D11: 知识创新对企业学习能力的提高产生正向积极影响;
假设D12: 知识创新对企业技术能力的提高产生正向积极影响;
假设E11: 学习能力的提高对技术创新绩效的提高产生正向积极影响;
假设F11: 技术能力的提高对技术创新绩效的提高产生正向积极影响。

5 实证分析

5.1 问卷调查

根据本文的研究目的和系列假设,借鉴国内外现有的量表题项设计成果,设计了包括27个测量题项的问卷(其中:15个题项测量知识管理动态能力;另各有4个题项分别测量企业学习能力、技术能力和技术创新绩效,因篇幅所限具体内容略),采用Likert五级量表的形式,以长三角地区为重点选取目标企业进行调研,通过地方科技、经信委、企业家协会的协助以及实地走访等方式共发放问卷500份,回收问卷394份,剔除不合格问卷后,最终确定有效问卷378份,问卷有效率为75.6%。

5.2 实证分析

5.2.1 调研数据的信度分析

首先采用项目整体相关系数法(Corrected-Item Total Correlation, CITC)和$\alpha $信度系数法对大样本调查数据进行信度分析,检验其可靠性,其中CITC采用0.35的判别标准,$\alpha $信度系数法采用0.8的判别标准。从运行SPSS 20.0后的输出结果看,各题项的CITC指数都大于0.35的最低判别标准,知识管理动态能力、学习能力、技术能力以及技术创新绩效的$\alpha $系数分别为0.938、0.949、0.951和0.945,均符合判别标准要求,表明所获取的调研数据具有良好的可靠性,符合研究要求。

5.2.2 验证性因子分析

在验证性因子分析中,对于测量量表的信度检验一般考察个别观察变量信度和潜在变量的组合信度;对于测量量表的效度检验一般要考察其结构效度。本文借鉴吴明隆的研究建议[16],采用以下拟合指标及其评价标准,如表1所示:
表1 采用的拟合指标及其评价标准
指标名称 评 价 标 准
绝对适配度指标 卡方指数比 $\chi ^{2}$ /df 一般不大于3
拟合优度指数 GFI(介于0-1之间) 大于0.9,越接近1越好
调整拟合优度指数 AGFI (介于0-1之间) 大于0.9,越接近1越好
渐进残差均方和方根 RMSEA(不大于0.1) 小于0.08,越小越好
增值适配度指标 标准拟合指数 NFI 大于0.9,越接近1越好
非正态化拟合指数 TLI 大于0.9,越接近1越好
比较拟合指数 CFI 大于0.9,越接近1越好
结构效度(AVE) 大于0.5
组合效度 大于0.6
运行AMOS 20.0,导入测量数据,设置固定负荷,对企业知识管理动态过程的4个维度、企业的学习能力和技术能力等潜变量分别进行验证性因子分析,运行结果如表2和表3所示:
表2 知识管理动态能力的验证性因子分析参数估算
维度变量 测量题项 标准化系数 T值(C.R.) P 组合信度 AVE
知识获取 A1 0.727 -------- -------- 0.8560 0.5983
A2 0.760 11.513 ***
A3 0.821 12.396 ***
A4 0.783 10.539 ***
知识整合 B1 0.689 -------- -------- 0.7993 0.5715
B2 0.809 12.121
B3 0.765 14.402 ***
知识吸收 C1 0.776 -------- -------- 0.8592 0.6044
C2 0.740 12.351 ***
C3 0.781 10.469 ***
C4 0.811 9.582 ***
知识创新 D1 0.785 -------- -------- 0.8730 0.6326
D2 0.753 12.783 ***
D3 0.804 10.323 ***
D4 0.837 12.141 ***
拟合优度指标(效度分析):$\chi ^{2}$ =158.6 df= 84 p=0.002
$\chi ^{2}$ /df GFI AGFI NFI IFI CFI RMSEA
1.89 0.984 0.956 0.978 0.981 0.977 0.032
注:未列t值者为参照指标,是限制估计参数。***表示p<0.001,**表示p<0.01,*表示p<0.05。
表3 学习能力与技术能力的验证性因子分析参数估算
潜变量 测量题项 标准化系数 T值(C.R.) P 组合信度 AVE
学习能力 E1 0.827 -------- -------- 0.8713 0.6292
E2 0.788 12.297 ***
E3 0.721 11.769 ***
E4 0.832 12.845 ***
技术能力 F1 0.789 -------- -------- 0.8952 0.6814
F2 0.817 13.024 ***
F3 0.829 12.521 ***
F4 0.865 13.178 ***
拟合优度指标(效度分析):$\chi ^{2}$ =38.6 df= 20 p=0.003
$\chi ^{2}$ /df GFI AGFI NFI IFI CFI RMSEA
1.93 0.975 0.966 0.968 0.979 0.974 0.037
注:未列t值者为参照指标,是限制估计参数。***表示p<0.001,**表示p<0.01,*表示p<0.05。
从表2显示的知识管理动态能力4个维度的验证性因子分析绝对拟合指标来看,$\chi ^{2}$ /df=1.89,表明拟合结果较好。从绝对适配度指标看,GFI=0.984,AGFI=0.956,均大于0.9的临界要求,RMSEA=0.032,小于接受值0.08,模型拟合得较好;从增值适配度指标来看,NFI=0.978,IFI=0.981,CFI=0.977,均大于可接受的值0.9,因此可判断企业知识管理动态能力4个维度的验证性因子分析模型拟合较好。
从表3显示的学习能力和技术能力的验证性因子分析绝对拟合指标来看,$\chi ^{2}$ /df=1.93,表明拟合结果较好。从绝对适配度指标看,GFI=0.975,AGFI=0.966,均大于0.9的临界要求,RMSEA=0.037,小于接受值0.08,模型拟合得较好;从增值适配度指标来看,NFI=0.968,IFI=0.979,CFI=0.974,均大于可接受的值0.9,因此可判断企业学习能力和技术能力的验证性因子分析模型拟合较好。

5.2.3 结构方程模型拟合

使用SPSS配合AMOS20.0进行结构方程模型拟合,运算结果汇总见表4。
表4 模型拟合结果汇总
原假设 路径 标准化系数(E) 标准化误差
(S.E.)
临界比
(C.R.)
显著性
(P)
验证结果
A11 学习能力←知识获取 0.394 -0.211 7.737 *** 通过
A12 技术能力←知识获取 0.409 0.015 5.165 *** 通过
B11 学习能力←知识整合 0.360 0.156 5.382 *** 通过
B12 技术能力←知识整合 0.323 -0.223 6.745 *** 通过
C11 学习能力←知识吸收 0.289 0.178 4.665 *** 通过
C12 技术能力←知识吸收 0.312 0.241 9.436 *** 通过
D11 学习能力←知识创新 0.352 0.027 8.217 *** 通过
D12 技术能力←知识创新 0.298 0.115 7.412 *** 通过
E11 技术创新绩效←学习能力 0.344 0.209 4.253 *** 通过
F11 技术创新绩效←技术能力 0.055 0.235 1.691 *** 通过
$\chi ^{2}$ 606.7 GFI 0.975 NFI 0.972
df 309 AGFI 0.949 CFI 0.986
$\chi ^{2}$/df 1.963 RMSEA 0.031 IFI 0.973
注:***表示显著性P<0.001
表4显示,结构方程模型的$\chi ^{2}$值为606.7,自由度df=309,$\chi ^{2}$/df值为1.963小于3。从绝对适配指标看,GFI为0.975,AGFI为0.949,均大于0.9,RMSEA为0.031,小于0.05;从增值适配指标看,NFI为0.972,CFI为0.986,IFI为0.973,均大于0.9。表示模型的绝对适配指标和增值适配指标均符合本文采用的判别要求,模型拟合情况较好;模型拟合结果显示,变量之间的10条路径在p<0.001的水平上是显著的。至此,本文提出的10个研究假设全部通过验证。

6 结语

企业技术创新作为一个投入技术资源产出新产品和新服务的综合过程,本质上是一个知识的产生、应用和创造的进化过程。学习能力和技术能力的积累、提升与发展是企业以知识为基础的技术创新技术过程的直接体现。要提升企业的技术创新绩效,必须依托于知识获取、知识整合、知识吸收到知识应用和创新的知识管理动态循环。有效的知识管理通过对上述知识循环过程的引导和约束,促进技术创新过程中知识的生产与流动,并通过企业学习能力和技术能力的不断提高,实现知识在使用过程中的价值创造和增值并带来一系列技术创新活动的成功。对中国企业而言,知识管理动态能力4个维度对企业的学习能力和技术能力产生正向的积极影响,形成企业学习能力和技术能力持续积累的技术创新能力动态发展机制,并最终决定着企业技术创新的模式、速度、流程和成效。因此,企业必须要多渠道地获取、积累和储备知识资源,并借助于企业的内部运作机制对知识资源进行系统的整合,完成对知识资源的有效吸收,从而针对企业的发展需要实现对知识资源的有效利用和不断创新。
[1]
Yli-Renko H. Autio E,Sapienz H J. Social capital, knowledge acquisition, and knowledge exploitation in young technology-based firms[J].Strategic Management Journal,2001,22:587-613.

[2]
罗珉.论知识管理范式[J].财经科学,2005(3):69-75.

[3]
Boer D M, Frans A J, Van D B, et al. Management organizational knowledge integration in the emerging multimedia complex[J]. Journal of Management Studies,1999,36(6):379-398.

[4]
Cohen W,Levinthal D. Absorptive capacity: A new perspective on learning and innovation[J].Administrative Science Quarterly, 1990,35(1):128-152.

[5]
任迎伟, 张宁俊.知识吸收能力面临的科层困境及组织创新中引入市场机制分析[J].四川大学学报(哲学社会科学版),2008(2):107-112.

[6]
Zander U,Kougut B.Knowledge and the speed of the transfer and imitation of organizational capabilities:An empirical test[J].Organization Science,1995(6):34-36.

[7]
March J G.Exploration and exploitation in organizational learning[J].Organization Science, 1992(2):71-87.

[8]
Simon H.Bounded rationality and organizational learning [J]. Organization Sciences,1991,12(2): 125-134.

[9]
Garvin D A. Building a learning organization [J]. Harvard Business Review, 1993, 71(4):78-91.

[10]
Kim L. Crisis construction and organizational learning: Capability building in catching-up at Hyundai motor[J]. Organization Science, 1998, 9(4):506-521.

[11]
胡汉辉, 潘安成. 组织知识转移与学习能力的系统研究[J].管理科学学报, 2006, 9(3): 81-87.

[12]
Gonsen R. Technological capabilities in developing countries-industrial biotechnology in Mexico[M]. London: Macmillan Press,1998.

[13]
Aghion P, Howitt P. On the macroeconomic effects of major technological change[J].Annales D’ EconomiE et de Statistique, ADRES,1995(49-50):107-112.

[14]
Rousseva R. Identifying technological capabilities with different degrees of coherence: The challenge to achieve high technological sophistication in latecomer software companies[J]. Technological Forecasting and Social Change, 2007,75(7):1007-1031.

[15]
Edquist C. Systems of innovation: Technologies, institutions and organizations[M]. London: Pinter Publishers, 1997.

[16]
吴明隆. 结构方程模型——AMOS的操作与应用(第二版)[M].重庆:重庆大学出版社, 2010.

文章导航

/

〈 〉