企業科技人才聚集對科技人才創新能力的影響機理研究
——以知識型企業為例

羅玉越，李元愛

（順德職業技術學院 商學院，廣東 佛山 528333）

“人才是創新的第一資源”，創新人才的數量和水平對國家和企業的創新水平起決定性作用［1］。隨著企業對科技人才重視程度提高，企業科技人才數量大幅增加，質量也有顯著提高，但在當前管理機制體制下還有較多制約科技人才創新活力的地方，科技人才的創新潛能亟需進一步釋放［2］。

針對科技人才創新能力影響因素問題，學者們展開了豐富的研究。目前已經探索到的影響因素根據所屬環境層次可以分為宏觀、中觀和微觀三個層面。宏觀環境指科技人才作為一個社會人所面臨的大環境，如科技體制改革政策、科研投入政策對科技人才創新能力有顯著提升作用［3］。中觀環境指科技創新人才所在的經濟單位內部形成的人才成長和人才使用環境，如領導重視程度、企業激勵政策被證明對科技人才創新能力有顯著正向影響［4］。微觀環境主要指個人心理特質，如科技人員的價值取向、環境—科研效能感等個人特質因素被證明能夠顯著正向影響科技人才創新能力［5］。在三個層面的環境因素中，相對于離科技人才“較遠”的宏觀社會環境，和偏重內在心理特質的微觀個體環境，處于中間層級的企業內部環境是科技人才個體接觸最直接、感受最深、受影響最大的環境。然而目前已經探索到的企業內部環境層面影響因素僅僅集中在領導重視程度、企業激勵政策等管理因素方面。

在構成企業內部環境的眾多要素中，人才環境尤其是科技人才資源環境是重要組成部分［6］。有關科技人才聚集對企業產生的影響，目前已經達成共識的結論是企業內部科技人才聚集會產生創新效應，具體包括創新意識增強、創新能力提升、創新績效改善等［7］表現。然而該結論的得出僅僅是基于理論研究，尚缺乏實證支持，因此本研究將通過一手數據對企業內部科技人才聚集與科技人才創新能力之間的關系進行驗證。梳理已有研究成果發現，企業科技人才聚集除了會產生上述創新效應外，還會產生學習效應，即人與人之間的知識交流、知識共享等相互學習的交互力度更大。然而，這些研究并未對這兩種效應之間的關系及二者出現的先后順序進行說明，導致我們對企業內部科技人才聚集產生創新效應的過程機理并不清晰。鑒于此，本研究將立足中觀企業環境，以科技人才聚集為切入點，以知識型企業組織的科技人才為研究對象，采用回歸分析的方法，探討企業科技人才集聚如何通過知識交流對科技人才創新能力產生影響，且該過程是否存在邊界條件。在理論方面，該研究充實了科技人才創新能力在企業環境層面的影響因素研究，使得科技人才創新能力影響因素領域的研究更加系統、完善；在實踐方面，考察企業組織內部科技人才集聚是否有助于科技人才創新能力的提升及提升過程，可以為企業的科技創新工作提供人才管理方面的參考建議。

1 研究設計

1）科技人才聚集對科技人才創新能力的主效應。

“科技人才聚集”是指科技人才在組織間流動，一定數量的科技人才資源以企業組織為單位進行匯集、協作的過程。一般用聚集強度和聚集質量兩個指標進行描述［8］。聚集強度是指人才的聚集程度，也就是總人口中科技人才的占比，反映一個地區或組織的人才聚集規模和水平。聚集質量是從人才內部結構特征方面反映一個地區或組織所聚集的科技人才的整體素質水平，具體包括人才的知識水平/結構、技能等級/結構、工作經驗等。

科技人才創新能力具體包括創新思維能力、知識能力、提出問題能力和解決問題能力四個維度［9］。當企業組織內部科技人才聚集強度越高時，員工關系網絡的知識異質性程度就越高，越有利于科技人才拓展視野、發散思維，群策群力，進而有利于創新思維的產生。故，本研究提出如下假設：

H1a：組織內部科技人才聚集強度越高，科技人才創新能力越強。

當企業組織內部科技人才聚集質量水平越高時，組織內部知識質量就越高、知識種類越豐富，科技人才的開放和交互力度就越大，學習和創新能力就越強［10］；在提出問題、解決問題的過程中，科技人才聚集質量越高，越豐富、越多元的知識、信息能在實踐中得到應用，則相關的投入性認知結構就越容易獲得，將更有利于形成創造性解決問題的能力。故，本研究提出如下假設：

H1b：組織內部科技人才聚集質量水平越高，科技人才創新能力越強。

綜上，本研究提出如下假設：

H1：組織內部科技人才聚集有利于提升科技人才創新能力。

2）知識交流的中介效應。

知識交流是指通過正式或非正式交流平臺（或渠道），將學者的隱形知識顯性化，從而達到知識傳播、知識轉移、知識吸收、知識共享和知識創新的目的［11］。根據新馬歇爾理論，人才聚集為知識交流、共享提供了客觀條件，并且可以加快知識在組織內部的擴散和傳遞，使得成員之間的知識交流更加頻繁、深入［12］。當組織內部科技人才聚集強度很高時，意味著組織內部科技人才數量占比大，那么科技人才之間的交流機會就會增多，甚至可以通過面對面的接觸來交流學習彼此的經驗，也就增多了隱形知識傳遞、顯化的機會［13］。故，企業組織內部科技人才聚集強度對人才知識交流有正向預測作用。

當組織內部科技人才聚集質量水平較高時，意味著組織內部科技人才整體素質水平較高。高素質的人才聚集會加劇組織內部的競爭，優勝劣汰的自然選擇機制就會促使個體通過持續不斷的學習來獲得競爭優勢。競爭的激勵作用不僅會加強個體的自我學習，還能促進相互間的學習，使得知識資源在組織內的配置效率更高［14］。故，組織內部科技人才聚集質量對人才知識交流有正向預測作用。

根據創新成分理論，對個人創新能力最重要、最直接的影響因素是領域知識技能，即個體所具備的事實性知識、經驗和操作技能或者是解決給定問題或者完成給定任務的一系列認知路徑。對此，有研究者提出組織內部科技人才通過各種正式、非正式、線上或線下的科技知識交流渠道進行知識共享、知識互補、知識整合，能提升個人創新能力［15］。

綜上，本研究提出以下假設：

H2：知識交流在科技人才集聚與科技人才創新能力的關系中存在中介效應。

H2a：知識交流在科技人才聚集強度與科技人才創新能力的關系中存在中介效應。

H2b：知識交流在科技人才聚集質量與科技人才創新能力的關系中存在中介效應。

3）組織支持感的調節效應。

根據資源保存理論，知識是一種能量資源，員工在與同事知識交流過程中，會覺得自己的知識資源有所損失，因而會產生一種努力獲取、保持自己知識資源的傾向［16］。根據組織支持理論，員工會根據從組織獲取的支持來決定他們的投入和付出程度。如果科技人才在知識交流過程中有較強的組織支持感，則會在一定程度上減少自身的資源損失感，甚至感覺到自己從組織獲取的資源要大于與別人知識交流損失的資源，從而對組織產生一種“投桃報李”的心理，進而會增加知識交流頻率和深度［17］。相反，如果科技人才在知識交流過程中的組織支持感較弱，他們會認為自己的知識資源受到了損失。出于保留、保護自有資源的考慮，他們會減少與其他人的知識交流頻次和深度［17］。結合前文對知識交流與科技人才創新能力之間關系的論證，可以認為科技人才的組織支持感能夠通過影響知識交流的頻率和深度，放大或縮小知識交流對科技人才創新能力的影響。因此，提出以下研究假設：

H3：組織支持感對知識交流與科技人才創新能力之間的關系具有正向調節效應。

綜上，本研究將探討知識型企業組織內部科技人才聚集對科技人才創新能力的作用機制，并選取知識交流作為中介變量，選取組織支持感作為調節變量，構建理論概念模型，見圖1。

圖1 理論概念模型

2 樣本和數據收集

2.1 樣本選擇

2.2 變量測量

為確保測量工具的信度和效度，本研究采用現有文獻多次使用過的成熟量表，再根據本研究對象客觀情況對量表進行適當修正，采用Likert5 級量表評分法作答（“1”表示完全不同意；“2”表示不同意；“3”表示不確定；“4”表示基本同意；“5”表示完全同意）。

1）自變量：科技人才集聚。

王君蘭提出的科技人才聚集的測量方法受到了廣大研究者的使用和認可［18］。本研究也將采用王君蘭對科技人才聚集的測量方法，把知識型企業組織內部科技人才聚集分為聚集強度和聚集質量兩個維度。聚集強度用企業科技人才數量在企業員工總量的占比來計算；聚集質量用企業中高級以上職稱的科技人員數和本科及以上學歷科技人員數來計算。

2）中介變量：知識交流。

知識交流是指通過正式或非正式交流平臺（或渠道），將學者的隱形知識顯性化，從而達到知識傳播、知識轉移、知識吸收、知識共享和知識創新的目的［11］。Bartol 開發的知識交流測量量表在國內外得到廣泛使用，主要被用于測量企業員工、高校教師之間的知識交流情況［19］。該量表目前發展比較成熟，被多個研究者用于實證研究中，因此本研究也采用該量表對企業科技人才之間的知識交流情況進行測量。量表共有7 個題項，如“我愿意參加各種（線上、線下）的技術交流活動”；“我愿意通過各種渠道與其他成員分享我的專業知識和經驗等交流行為”；“我經常在科技交流活動（線上、線下）中通過發言、發帖等方式與他人交流研發心得、經驗和知識等”。

3）調節變量：組織支持感。

企業合并重組的過程中，存在著巨大的管理真空，其財務安全也存在較大的隱患。例如，在合并重組的過程中，部分閑置設備的公允價值難以界定，在出售的過程中存在著較大的財務風險。但若制定過高的出售價格，這部分設備又難以出售。再有，在合并重組的過程中，企業的人員流動極大，若部分環節出現交接失誤，也將使企業資產出現流失?？傊?，企業重組的過程伴隨著高頻次的物資與人員流動，傳統的財務管理體系，難以應對這一變化。

組織支持感作為組織支持理論的核心概念，最早由美國的Eisenberger 等人提出，是指員工對組織支持的感知，具體為員工對組織是否關心他們以及如何看待他們的貢獻的一種看法和知覺［20］。Eisenberger 等人于1986 年開發了組織支持感的測量量表，被國內外研究者們廣泛用于企業雇員、學校職員等人員組織支持感的測量，目前發展較為成熟。因此，本研究也采用該量表對知識型企業科技人才的組織支持感進行測量。該量表共4 個題項，包括“公司會因為我付出更多努力而表揚我”、“公司不會忽略我的抱怨”等題目。

4）因變量：科技人才創新能力。

科技人才的創新能力是由科技人才自身存量、科技投入和產出等多個因素決定，是反映科技人才創新思維能力、知識能力、提出問題及解決問題能力的重要指標［9］。有較多研究者開發了科技人才創新能力測量量表，其中崔穎開發的量表被用的最多，且主要被用于企業科技人才。因此，本研究也采用崔穎的量表，用10 個題項如“我覺得我的創新意識很強”、“我認為我有獨特、出奇的思維方式”等題目［21］對知識型企業科技人才的創新能力進行測量。

3 實證分析

3.1 樣本描述性統計分析

1）被調查企業的描述性統計分析。

被調查的10 家企業業務范圍涵蓋家電、生物、醫療、新能源等領域，主要研發生產知識型、信息型產品，能較好地代表知識型企業。其中有4 家人員規模在1 000 人以上，其余均為500 人以下。10 家企業科技人才占比在9%～35%之間。

2）被調查科技人才的描述性統計分析。

調查對象具體人口特征分布如表1 所示。從表1 可以看出235 名科技人才以男性為主，占比達74%；在年齡方面，被調查對象多數集中在40歲及以下，其中30 歲及以下與31～40 歲的人員數量相當，分別為109 人、105 人；文化程度方面，以本科為主，占46%，大專學歷次之，碩士及以上占比最少，僅為23.8%；調查對象的崗位主要是電氣工程師（38%）和結構工程師（24.3%）；學科專業主要為軟件工程（24.2%）和電子信息專業（22.4%）。

表1 調查對象個體特征描述性統計

3.2 信度檢驗

人才聚集、知識交流、組織支持感、科技人才創新能力四個變量的信度系數如表2 所示。根據表2，人才聚集的信度系數為0.728；知識交流量表的信度系數為0.929；組織支持感量表的信度系數為0.875；創新能力量表的信度系數為0.944。四者均大于0.7，說明問卷具有較好的可信度。

表2 測量模型信度系數表

3.3 效度檢驗

本研究對問卷效度的檢驗主要從內容效度和結構效度兩方面進行。內容效度是指量表實際測到的內容與所要測量的內容之間的吻合程度。通過KMO 檢驗和Bartlett 球形檢驗分析發現問卷的KMO 值為0.822，并且Bartlett 球形檢驗的卡方統計值為1 216.431，其顯著性水平（sig.）值達到0.000。數據表明本問卷的內容效度很好，適合做因子分析。

結構效度是指量表實際測到的所要測量的理論結構和特質的程度，或者是測量值能夠說明理論的某種結構或特質的程度，包括共同因子下各測量變量間的收斂效度以及因子之間的區別效度［22］。收斂效度是指測量同一潛在變量的測量項目會落在同一個因子層面上，且各測量項目的測量值之間具有高度相關性。收斂效度用主成分分析法，采用最大方差旋轉，并提取特征根大于1 的因子，可得到各變量的因子載荷如表3?；谝蜃虞d荷可計算出變量的組合信度（CR）和平均變異數提取量（AVE）。由表3 可知，人才聚集、知識交流、組織支持感、人才創新能力四個變量的CR值均大于0.6，AVE值均大于0.5，說明四個因子均具有良好的收斂效度。

區分效度是指同一個量表內部的不同維度或因子之間差異程度，當潛變量的AVE平方根大于該潛變量與其他變量的相關系數時，表明量表的區分效度良好［22］。對三個潛變量的AVE值取平方根，發現均大于相應的相關系數，如表4，說明三個變量具有較好的區分效度。

表4 測量模型的區分效度

3.4 假設檢驗

為了分析不同解釋變量對因變量科技人才創新能力的影響，采用層次回歸分析法對假設進行檢驗，檢驗過程和結果見表5。表5 中，模型1 中僅包含控制變量性別、崗位、單位規模、學科專業，檢驗控制變量對知識交流的影響；模型2 在模型1 的基礎上引入主效應變量科技人才聚集強度，檢驗科技人才聚集強度對知識交流的影響；模型3 在模型1 的基礎上引入主效應變量科技人才聚集質量，檢驗科技人才聚集質量對知識交流的影響；模型4 僅包含控制變量，檢驗控制變量對科技人才創新能力的影響；模型5 在模型4 的基礎上引入主效應變量科技人才聚集強度，檢驗科技人才聚集強度對科技人才創新能力的影響，驗證H1a是否成立；模型6 在模型4 的基礎上引入主效應變量科技人才聚集質量，檢驗科技人才聚集質量對科技人才創新能力的影響，驗證H1b是否成立；模型7 在模型4 的基礎上引入知識交流，檢驗知識交流對科技人才創新能力的影響，模型8 在模型7 的基礎上再引入自變量科技人才聚集強度，檢驗知識交流在二者之間的中介效應，驗證H2a；模型9 在模型7 的基礎上引入自變量科技人才聚集質量，檢驗知識交流在二者之間的中介效應，驗證H2b；模型10 在模型7 的基礎之上引入調節變量組織支持感及組織支持感與知識交流的交互項，檢驗組織支持感對知識交流與科技人才創新能力之間關系的調節作用，驗證H3是否成立。

表5 假設檢驗結果

1）主效應檢驗。

由表5 模型5 可知，科技人才聚集強度能夠顯著正向影響科技人才創新能力，β=0.585，p<0.001，假設H1a得到驗證；由模型6 可知，科技人才聚集質量能夠顯著正向影響科技人才創新能力，β=0.485，p<0.005，假設H1b得到驗證。綜上，假設H1得到驗證，即組織內部科技人才聚集強度越高、聚集質量水平越高，員工的科技創新能力水平就越高。由此說明知識型組織內部科技人才聚集能夠正向影響科技人才創新能力。

2）知識交流的中介效應檢驗。

由模型2 可知，科技人才聚集強度對人才知識交流有顯著正向影響，β=0.325，p<0.001，表明科技人才聚集強度越高，人才知識交流水平就越高；由模型7 可知，加入知識交流這一變量后，與模型5 相比，科技人才聚集強度對科技人才創新能力的回歸系數雖然由0.585 下降至0.465，但仍然顯著，β=0.465，p<0.001，且知識交流對科技人才創新能力的回歸系數顯著，β=0.369，p<0.001。因此，知識交流對科技人才聚集強度與科技人才創新能力之間的關系存在部分中介效應，假設H2a得到驗證。表明在科技人才聚集強度與知識交流對科技人才創新能力的共同作用中，一部分由自變量人才聚集強度直接發揮，另一部分由知識交流通過中介作用發揮。

由模型3 可知，科技人才聚集質量對人才知識交流有顯著正向影響，β=0.481，p<0.05，表明科技人才聚集質量水平越高，人才知識交流水平就越高；由模型8 可知，知識交流能夠顯著正向影響科技人才創新能力，β=0.293，p<0.001，表明知識交流水平越高，科技人才創新能力就越強。由模型8 還可以發現，加入知識交流這一變量后，與模型6 相比，科技人才聚集質量對科技人才創新能力的回歸系數雖然由0.485 下降至0.344，但仍然顯著，β=0.344，p<0.001。因此，知識交流部分中介科技人才聚集質量與科技人才創新能力之間的關系，假設H2b得到驗證。說明科技人才聚集質量對科技人才創新能力的影響一部分是直接作用，一部分是通過知識交流間接作用。綜上，假設H2得到驗證。

3）組織支持感的調節效應檢驗。

由模型9 可知，知識交流能夠顯著影響科技人才創新能力，β=0.248，p<0.001；由模型10 可知，在模型9 的基礎上加入調節變量和交互項之后，知識交流的回歸系數由0.248 上升至0.295，且組織支持感和知識交流的交互項回歸系數也顯著，β=0.351，p<0.001。假設H3得到驗證，即組織支持感正向調節知識交流與科技人才創新能力之間的關系。以上說明組織支持感正向影響知識交流與科技人才創新能力之間的關系，即當組織支持感越高時，知識交流對科技人才創新能力的正向促進作用越大；反之，則越小。

4 結論與啟示

4.1 研究結論與貢獻

本研究以知識型企業為例，揭示了科技人才聚集對科技人才創新能力的作用機理，得出以下三個結論：1）企業內部科技人才聚集有利于科技人才創新能力提升。2）知識交流在科技人才聚集對科技人才創新能力作用過程中起到部分中介作用。3）組織支持感對知識交流與科技人才創新能力之間關系具有正向調節作用。

本研究的理論貢獻體現在以下三個方面：1）基于勒溫的動力場理論，探討了企業內部科技人才聚集對科技人才創新能力的影響，豐富了科技人才創新能力在企業環境層面影響因素研究。2）澄清了科技人才聚集對科技人才創新能力的作用機制，發現企業內部科技人才聚集會增加內部知識交流，進而提升科技人才創新能力。3）發現了知識交流作用于科技人才創新能力的邊界條件，解釋了為何同一個組織中不同的科技人才創新能力提升幅度不一致的現象。

4.2 管理啟示

本研究對管理實踐的啟示主要體現在以下三個方面：1）企業可以通過外部引進、內部培養、激勵的方式提升科技人才創新能力。2）暢通知識交流渠道，促進人才紅利向創新能力轉化。3）強化員工組織支持感，增強知識交流對科技人才創新能力的提升和拉動作用。