汪昕宇，吴克强，李立威 | 数字化能力、知识管理与企业创新绩效——来自科技型中小企业的经验证据
数字化能力、知识管理与企业创新绩效
——来自科技型中小企业的经验证据
汪昕宇1 吴克强2 李立威3
(1.北京联合大学 人力资源管理研究所,北京 100023;2.中国社会科学院大学 应用经济学院,北京 102488; 3.北京联合大学 管理学院,北京 100101)
[摘 要] 数字经济时代,通过数字化建设赋能企业创新是科技型中小企业持续发展的必然选择。数字化能力作为企业数字化建设发挥效能的关键,其量化方法与作用规律均处于探索初期。本文基于对260家科技型中小企业的调查,在合理量化和测量企业数字化能力的基础上,明晰了科技型中小企业数字化能力对创新绩效的作用路径,揭示并检验了知识管理的中介效应及知识惯性的调节效应。研究结果表明,企业数字化能力对创新绩效有显著直接的正向影响,并能通过知识管理间接影响创新绩效,但知识惯性的存在弱化了数字化能力对知识管理和创新绩效的正向促进作用,这些可以为企业深化数字化建设、充分发挥其积极效能提供依据。
[关键词] 科技型中小企业;数字化能力;知识管理;知识惯性;创新绩效
一、引言
党的二十大报告指出科技是第一生产力,创新是第一动力,人才是第一资源,要支持中小微企业和专精特新企业发展,深入实施创新驱动发展战略,强化企业创新主体地位,推进科技创新,巩固壮大实体经济根基。作为国民经济重要组成部分,科技型中小企业在推动我国技术创新、促进经济增长从“要素驱动”向“创新驱动”转变方面始终处于基础地位,激发科技型中小企业创新活力、提高创新绩效是永恒的主题。
当前,我国经济已由高速增长阶段转向高质量发展阶段,发展数字经济是推动我国高质量发展的重要途径。党的二十大报告强调要“加快发展数字经济,促进数字经济和实体经济深度融合”,这为我们推进企业数字化转型指明了前进方向,提供了根本遵循。企业数字化转型已经成为改造提升传统动能、培育壮大新动能的重要手段[1],是企业提质增效的必由之路[2],有助于引发企业创新活动的变革,为企业创新提供新动能[3],引导企业创新水平实现跨越式发展[4],促进企业创新绩效的提高[5-6]。企业数字化能力是企业运用新一代数字技术为企业快速解决问题、创造价值、提高管理效率以及保持竞争优势等的一种综合组织能力[7-8],被认为是企业数字化转型的核心动力和必备条件[9],也是保障企业数字化转型顺利实现并发挥积极效能的关键[10-11]。因此,要更好地发挥数字化转型对企业创新绩效的积极促进作用,应从企业数字化能力着手,从根本上激发数字化转型的创新效能。目前,关于数字化能力与企业创新绩效关系的研究还较少,数字化能力对企业创新绩效影响效应与路径均不清晰,需要搭建数字化能力到企业创新绩效之间的关系链条,从理论上揭示数字化能力对企业创新绩效的作用机制,并指导企业数字化转型的应用实践。
在知识经济时代,创新在很大程度上依赖于企业边界内外的信息流以及大量外部知识,企业获得的关于创新的信息越多,其创新选择就越多[12],加强知识管理、提高知识管理能力是企业不断创新的前提与重要途径[13],有助于提高企业创新绩效[14-15]。与此同时,大数据、人工智能等技术的兴起引起数据量激增、信息爆炸等情况,不仅推动了企业的数字化转型,还对企业知识管理实践带来了巨大挑战[16],其中,企业信息技术能力显著促进了企业的知识管理实践[17],并提升了知识管理效率[18]。那么,企业的数字化能力是否通过知识管理影响企业创新绩效需要进一步验证,理清不同知识管理维度的中介效应,以揭示数字化能力对企业创新绩效的影响路径。
此外,从企业知识管理与创新实践来看,企业在多大程度上能将获取的新知识、新信息进行吸收、转化和创造,并最终实现创新,很大程度上受企业固有知识、经验、程序和思维模式等即知识惯性的影响[19]。有学者指出,知识惯性会阻碍组织学习和应用知识,给组织带来的负面影响不利于企业创新[20],也有学者发现,知识惯性能够促进企业提高绩效[21-22]。那么,知识惯性到底在数字化能力与知识管理、创新绩效的关系中发挥了怎样的作用?影响效应如何?这些都有待进一步解答,需要开展相关研究并明确知识惯性在上述关系中是增益还是损耗,以便企业能够及时做出调整。
基于此,本文以科技型中小企业为研究对象,从企业数字化能力出发,引入知识管理为中介变量、知识惯性为调节变量,构建企业数字化能力对创新绩效的影响机制模型,明确数字化能力对创新绩效的作用效果与影响路径,解释不同知识惯性水平下数字化能力对企业知识管理和创新绩效的影响,在丰富企业数字化能力研究的同时,探索企业有效利用数字化转型机遇、提升创新绩效的有效途径。
二、理论分析与研究假设
(一)数字化能力与创新绩效
数字化时代,数据已经成为企业竞争与发展的重要基本要素[23]。数字化技术的应用可以使企业对内外部数据特别是有关客户产品或服务使用体验相关的数据进行实时检索、搜集、分析与处理,快速了解客户需求的变化以及预测未来趋势。一方面领先于客户需求实施精准化产品开发,进而创造出更多供需价值[24];另一方面以正确的信息和适当的行动迅速回应客户的询问和需求,提高产品和服务的一致性和质量[25]。这对于以持续高效创新为生命力的科技型中小企业来说,有助于它们打破资源禀赋匮乏、协同创新资源支持乏力等制约企业创新发展的资源困境[26],跨越企业获取信息和提高创新研发效率的障碍,为它们低成本、高效率获得数据信息、整合创新资源和开展创新活动提供便利条件,进而提高企业的创新效能[27]。在这个过程中,数字化能力反映了企业在日常经营活动中有效利用数字化技术的程度,其水平越高则越有助于科技型中小企业打破资源壁垒,获取创新主动权,进而对企业创新绩效产生积极影响。基于此,本文提出假设:
H1:数字化能力对科技型中小企业创新绩效有正向影响。
(二)知识管理与创新绩效
知识作为组织战略性资源的重要组成部分[28],有效的知识管理可以显著促进企业获得持续性竞争优势并实现既定目标[29-30],企业绩效的高低取决于企业能在多大程度上调动其掌握的所有知识资源,并将其转化为创造价值的活动[31]。对于科技型中小企业来说,知识更是其持续创新和生存发展的基础保障,如何高效管理知识,使知识管理成为推动企业创新、提升创新绩效的内生动力,对企业的成败至关重要[32]。已有研究多从知识获取、分享、创造和应用等方面对知识管理进行讨论[33-34],本文也从这四个方面探讨知识管理对科技型中小企业创新绩效的影响。
知识获取与创新绩效。在知识和技术急剧变化的高度竞争环境中,大量的知识存在于企业的传统边界之外[35]。通过知识获取,企业能够有效地掌握来自供应商的信息和客户的需求,从而发现企业现有产品或服务的不足以及新的商业机会,确定未来产品或服务创新的方向[36]。同时,知识获取能够帮助企业扩大自身的知识储备,提高企业知识的广度和深度,有助于企业更好地开展创新活动[37],并最终反映到企业的创新绩效上。因此,高效率地进行知识获取有助于科技型中小企业把握市场动态,弥补知识储备缺口,提高企业创新效能。基于此,本文提出假设:
H2a:知识获取对科技型中小企业创新绩效有正向影响。
知识分享与创新绩效。知识分享能够促进团队、部门或整个组织的创新[38]。这是因为,知识分享促进了知识在员工间的流动,使得企业内部信息量呈指数增长[39],有助于组织成员获得更多的知识[40],为创新性想法的产生奠定了基础。并且,由于组织内不同员工所拥有的知识存在差异,员工在知识的沟通交流过程中能够获得更为广阔的思维视野,加深对遇到的不同知识的理解,从而迸发出思想火花,产生关于产品、服务、工作流程的新想法[41],进而通过创新提高企业绩效[42]。科技型中小企业大多是小微企业,它们的人员构成简单,组织结构更趋于扁平化,为员工之间的知识交流与分享提供了便利条件,容易形成知识分享的组织学习氛围,更有助于知识分享促进创新与绩效提升作用的发挥。基于此,本文提出假设:
H2b:知识分享对科技型中小企业创新绩效有正向影响。
知识创造与创新绩效。根据资源基础观,只有那些有价值的、稀有的、难以模仿和难以替代的资源才能帮助企业实现更高的绩效[43]。企业之所以能够通过管理知识获得持续的竞争优势,是因为企业间所掌握的知识具有异质性和独特性[44]。那么,企业在源源不断地获取新知识的基础上,提高知识的异质性和创新性就显得尤为重要。一般来说,企业可通过两种途径获取新知识:一种是获取外部知识,另一种是对已有知识的创造与革新[45]。如前文所述,获取外部知识有助于企业提升绩效,但值得注意的是,随着外部知识获取的数量越多,各个企业间所拥有的知识资源异质性在逐渐减小,创造新知识就成为改善企业知识结构、提升知识质量的重要途径。对于科技型中小企业来说,要想在不断创新中提高核心竞争力和创新绩效,就需要创造出更新的知识、产生包含更多知识的使用价值[46]。基于此,本文提出假设:
H2c:知识创造对科技型中小企业创新绩效有正向影响。
知识应用与创新绩效。企业进行知识管理的本质是有效地应用知识以解决问题,从而实现知识的价值[47-48]。可见,知识应用既是企业知识管理的一个过程,也是知识管理的目的。创新在很大程度上取决于企业应用其内部知识的能力[49],企业知识应用能力越强,知识价值实现过程的效率越高,可以不断地将知识转化为创新产品和服务[50],这有助于企业以独特的创新在竞争性市场中获得高收益,从而提高企业的创新绩效[51]。科技型中小企业以持续提供新产品、新技术和新服务为生存法则,知识应用水平的高低将直接影响科技型中小企业的创新效率。基于此,本文提出如下假设:
H2d:知识应用对科技型中小企业创新绩效有正向影响。
(三)数字化能力与知识管理
信息化时代下,数据量的激增在为企业提供更多信息知识资源的同时,也加大了企业知识管理的难度和知识竞争的压力,需要企业在海量数据信息中高效率地获取、筛选有效信息,并及时进行整合、创新与应用,以速度和效率制胜,这就对科技型中小企业的知识管理提出了更高要求,而数字化技术为企业应对数据挑战、提升知识管理效率提供了可能。数字化技术可以显著提升知识的收集速度和效率[52],消除企业内部员工间以及企业内部员工与外部组织成员间的知识分享与交流障碍,促进员工对知识进行整合[53],并通过对知识进行归类、整合以及可视化处理提高数据信息的可用性,降低企业内部知识的复杂性和不确定性[54],从而提高知识的利用率,促进知识价值的实现[55]。为此,本文认为数字化能力作为企业应用数字化技术的重要体现,对科技型中小企业的知识管理活动具有重要的推动作用。基于此,本文提出如下假设:
H3a:数字化能力对科技型中小企业知识获取有正向影响。
H3b:数字化能力对科技型中小企业知识分享有正向影响。
H3c:数字化能力对科技型中小企业知识创造有正向影响。
H3d:数字化能力对科技型中小企业知识应用有正向影响。
(四)知识管理的中介作用
基于以上理论和实证研究的支持,本文进一步推断知识管理在数字化能力和科技型中小企业创新绩效中起到中介传导作用。因此,本文提出如下假设:
H4a:知识获取在数字化能力与科技型中小企业创新绩效的关系中起中介作用。
H4b:知识分享在数字化能力与科技型中小企业创新绩效的关系中起中介作用。
H4c:知识创造在数字化能力与科技型中小企业创新绩效的关系中起中介作用。
H4d:知识应用在数字化能力与科技型中小企业创新绩效的关系中起中介作用。
(五)知识惯性的调节作用
知识惯性是企业在知识管理过程中不可避免的问题[56]。虽然数字化技术能够帮助企业从多个数据源获取知识,但是在知识惯性的作用下企业会偏向于选择在同样的或相似的知识源获取知识[57],这容易导致企业所获得的知识同质性高,并随着时间的推移,企业可获取的知识数量也会不断减少,影响企业对市场以及技术变化的敏感度[58];知识惯性的存在使企业及其员工会固守以往的经验模式、知识结构,降低探索新知识和知识交流与碰撞的热情[59],阻碍员工的知识创造;同时,过度地依赖已有的知识、方法去解决问题,还会导致企业对新知识产生排斥和抗拒[60],降低企业应用新知识的可能,影响新产品和服务的产生,从而错失创新机会,并最终限制企业创新绩效的提升。科技人员及其创造和掌握的知识与技术是科技型企业最核心的资源,是企业开展科技创新的基础[61]。科技人员在多数科技型中小企业中占比较高,不少科技型小微企业几乎全部员工都是科技人员,他们的知识惯性对企业创新及其绩效提升的影响更大。基于此,本文提出如下假设:
H5a:知识惯性对数字化能力和科技型中小企业知识获取的关系具有负向调节作用。
H5b:知识惯性对数字化能力和科技型中小企业知识分享的关系具有负向调节作用。
H5c:知识惯性对数字化能力和科技型中小企业知识创造的关系具有负向调节作用。
H5d:知识惯性对数字化能力和科技型中小企业知识应用的关系具有负向调节作用。
H5e:知识惯性对数字化能力和科技型中小企业创新绩效的关系具有负向调节作用。
综合以上研究假设,本文构建了数字化能力对企业创新绩效的影响机制模型,具体如图1所示。
图1 研究模型
三、研究设计
(一)样本与数据收集
本文以科技型中小企业为研究对象。在样本选择方面,本文根据《科技型中小企业评价办法》以及北京市发布的《加快科技创新发展新一代信息技术等十个高精尖产业的指导意见》,主要选取职工数量不超过500人、年销售收入和资产总额均不超过2亿元且为北京市重点发展的十大高精尖产业内的企业作为被调查企业进行分层抽样。考虑到企业创新绩效需要一定的时间才能体现,被调查企业的成立时间均在2018年及之前。
本文选择科技型中小企业主要创始人(董事长、总经理或合伙人)作为数据采集对象,针对企业员工总数、经营状况、企业创新情况等内容进行问卷调查,共调查267家企业,回收有效问卷260份,有效问卷回收率为97.38%,样本分布情况如表1所示。
(二)变量测量
1.数字化能力(自变量)
目前,数字化能力这一概念尚处于发展早期,学术界尚未有统一的测量维度[62],关于数字化能力的测量量表还比较鲜见。通过参考已有研究,本文将数字化能力分为人员能力、协作能力、分析能力以及应用能力四个方面[63-65],在借鉴Nasiri等(2020)[66]的量表以及宋晶(2019)[67]和吉峰等(2021)[68]提出的评价指标的基础上,结合科技型中小企业的特点设计相应的测量题项。其中,人员能力包括3个题项,代表题项为“员工在数字化设备使用方面得到很好的培训”;协作能力包括3个题项,代表题项为“企业能够通过数字化方式和其他企业开展合作”;分析能力包括3个题项,代表题项为“企业能够使用数字化技术筛选和收集数据”;应用能力包括4个题项,代表题项为“企业能够使用数字化技术整合自己的产品和服务”。
表1 样本分布情况
2.知识管理(中介变量)
本文从知识获取、知识分享、知识创造和知识应用四个方面探讨知识管理对科技型中小企业创新绩效的影响,所采用的测量量表均来自已有文献。其中,知识获取的题项来源于董小英等(2006)[69]提出的量表,包括3个题项,代表题项为“总是到企业外部寻找新的信息”;知识分享的题项参考侍文庚和蒋天颖(2012)[70]的量表,包括4个题项,代表题项为“企业鼓励员工之间交流各种想法和建议”;知识应用的题项来源于韩维贺等(2006)[71]的量表,包括3个题项,代表题项为“企业能够利用现有的知识开发新产品/服务”;知识创造的题项则借鉴郗玉娟(2018)[72]的研究,包括3个题项,代表题项为“企业会根据经销商、客户等外部组织的需求创造和开发与新产品相关的知识”。
3.知识惯性(调节变量)
Liao等(2008)[73]首先提出了知识惯性的测量量表,包含学习惯性、程序惯性以及经验惯性三个维度,在进行探索性因子和验证性因子分析之后,最终形成包含学习惯性和经验惯性两个维度的量表。本文借鉴Liao等(2008)[74]编制的量表,同时参考Xie等(2016)[75]、范钧和高孟立(2016)[76]的量表设计,从学习惯性和经验惯性两个方面编制知识惯性的测量题项。其中,学习惯性和经验惯性均包括3个题项,代表题项分别为“企业习惯于从以往的知识源、经验中寻求新知识”“企业员工经常使用相同或相似的方法来解决相同或类似的问题”。
4.创新绩效(因变量)
创新绩效的衡量方式主要有客观指标评价和主观评价两种。客观指标主要采用滞后一期或二期的专利数量对企业的创新绩效进行衡量。但是由于本研究中的数字化能力、知识管理和知识惯性难以用客观指标衡量,调查企业过去3—5年内的相应水平更是存在难度,考虑数据可获得性和变量的时间对称性,创新绩效采用主观评价法进行衡量。本文参考杨俊青等(2021)[77]的量表,从创新过程和创新产出两方面设置测量题项,包括4个题项,代表题项为“与同行相比,企业常常在业内率先推出新产品/服务”“与同行相比,企业的产品改进和创新有非常好的市场反应”。
5.控制变量
已有研究指出,企业经营年限、企业性质、企业规模对其创新绩效或有影响,因此,本文选取这三个变量作为控制变量。在变量处理上,企业经营年限是以当年减去成立年份的差作为测量值;企业性质分为有限责任公司和股份有限公司两个类别;企业规模可使用企业的员工总数[78-79]以及企业总资产[80]衡量。由于各企业员工总数以及总资产存在较大差异,为了使数据更加平稳,以及减小模型的共线性、异方差性等问题,对这两个变量进行对数化处理。
除控制变量外,本文采用李克特五点量表对以上四个主要研究变量进行测量,从最低分1至最高分5,依次代表“非常不同意”“不同意”“有点同意”“同意”“非常同意”,体现被调查者对于各个题项表述与自己实际情况符合度的意见。
四、数据分析
(一)信度与效度分析
在信度方面,一般来说,Cronbach’s α系数大于0.8表示量表的内部一致性极好,在0.6～0.8间表示量表内部一致性较好,低于0.6则表示内部一致性较差[81]。在表2中,数字化能力、知识获取、知识分享、知识创造、知识应用、知识惯性以及创新绩效的Cronbach’s α系数均超过0.6,达到研究可靠性的要求。
变量的效度可从收敛效度和区分效度两方面进行讨论[82]。其中,在收敛效度方面,已有研究多使用平均方差提取值(Average Variance Extracted, AVE)作为变量收敛效度的主要判断依据。在表2中,各研究变量的AVE值均在0.5以上,说明各研究变量具有较好的收敛效度[83]。在区分效度方面,可通过比较变量AVE的平方根和变量间的相关系数大小来判别,若某变量AVE的平方根数值大于该变量与其他变量间的相关系数,表示各变量间具有显著的差异,变量具有良好的区分效度。表3的结果表明本文的各研究变量具有良好的区分效度。
表2 变量信效度检验
(二)共同方法偏差检验
本文通过问卷调查采集数据,在同一时间以主观评价的方式收集了自变量、因变量、中介变量以及调节变量相关数据,由此可能造成共同方法偏差问题[84]。对此,本文采用事前控制和事后检验的方法,以减轻共同方法偏差对回归结果的影响。在事前控制方面,本文采用台湾学者彭台光等(2006)[85]的方法,在正式调查前的问卷编排设计方面采取以下措施:第一,问卷中没有具体说明本文的研究目的,题干处也没有详细列出各研究变量的名称;第二,打乱了各变量在问卷中的出现顺序;第三,本着简明、易懂的原则设置测量题项;第四,允许被调查者匿名填写问卷,并承诺对数据进行保密。在事后检验方面,本文遵循大多数现有研究的处理方式,使用Harman单因素检验法(Harman’s one-factor test)来判定共同方法偏差问题的严重程度。检验结果显示,总方差解释力为64.663%。同时,第一个因子的解释力为34.029%,未超过50%,样本数据的共同方法偏差问题不严重。
(三)描述性统计与相关性分析
如表3所示,数字化能力与创新绩效、知识获取、知识分享、知识创造以及知识应用均存在显著的正相关关系。同时,知识获取、知识分享、知识创造以及知识应用均与创新绩效显著正相关。相关性分析结果为后续的数据分析提供了支持。
表3 相关系数、区别效度以及描述性统计
注:**表示在0.01水平下显著;括号内数值为AVE平方根。
(四)假设检验
1.主效应及中介效应检验
本文利用层级回归分析方法进行主效应和中介效应检验。表4中的模型2显示,数字化能力对创新绩效的回归系数显著(β=0.532,p<0.001),说明科技型中小企业的数字化能力对创新绩效有显著的正向影响,H1得到验证;模型3—6显示,知识获取、知识分享、知识创造以及知识应用的回归系数均为正且显著,说明知识获取、知识分享、知识创造以及知识应用对企业创新绩效均存在显著的正向影响,H2a—H2d得到验证。
表4 主效应与中介效应回归分析结果
注:*、**、***分别表示在10%、5%、1%水平下显著;括号内数值为标准误差,下同。
表5 数字化能力对知识管理各维度的回归分析结果
对于中介效应的检验,本文采用Baron &Kenny(1986)[86]提出的中介效应检验方法进行中介效应检验。综合表4和表5的回归结果,数字化能力对知识获取、知识分享、知识创造和知识应用均存在显著的正向影响,H3a—H3d分别得到验证。同时,由表4的模型7—10可知,知识获取、知识分享、知识创造以及知识应用在数字化能力和企业创新绩效的关系中发挥了部分中介作用,H4a—H4d均得到验证。
为了进一步验证中介效应是否存在,本文采用Bootstrap法对中介效应进行验证[87]。表6的检验结果显示,四个中介变量的间接效应大小分别为0.074 2、0.203 4、0.113 1、0.183 2,且相对应的95%的置信区间均不包含0,H4a—H4d再次得到验证。
表6 知识管理各维度中介效应的Bootstrap检验结果
2.调节作用检验
本文以知识惯性作为调节变量,探究不同知识惯性水平下企业知识管理对创新绩效的影响。为了减少多重共线性对回归分析结果的影响,本文采用Robinson &Schumacker(2009)[88]的建议,在检验调节作用之前,对交互项涉及的变量均做了中心化处理。
表7 调节效应回归分析结果
由表7的回归结果可知,知识惯性负向调节企业数字化能力与知识获取、知识分享、知识应用以及创新绩效之间的关系,即H5a、H5b、H5d、H5e得到验证;知识惯性对数字化能力与知识创造之间的关系不存在调节作用,H5c未得到验证。同时,图2的调节效应图显示,当知识惯性处于较低水平时,企业数字化能力对知识获取的影响比知识惯性程度高时更大。同样地,低知识惯性水平下,企业数字化能力对知识分享、知识应用以及创新绩效的影响更大(分别见图3、4、5),说明知识惯性在企业数字化能力与知识获取、知识分享、知识应用以及创新绩效的关系中存在负向调节作用,降低了数字化能力的正向促进作用。
图2 知识惯性对数字化能力与知识获取的调节作用
图3 知识惯性对数字化能力与知识应用的调节作用
图4 知识惯性对数字化能力与知识分享的调节作用
图5 知识惯性对数字化能力与创新绩效的调节作用
(五)结果讨论
第一,科技型中小企业数字化能力对企业创新绩效有显著的提升作用。已有研究指出企业数字化有助于企业开展创新、提升企业绩效[89-91],但并未明确企业数字化能力与创新绩效之间的关系,本文研究结果是对已有研究的深化和细化。从本文的调查数据看,科技型中小企业的数字化应用能力得分最高,其有助于科技型中小企业快速整合内部和外部创新所需的资源,降低企业内部协调活动的成本,促进资源的灵活分配,从而增强企业创新导向性,提高创新效率[92]。同时,科技型中小企业的数字化协作能力水平也较高,其有助于帮助企业打破与外部的信息交流与合作的时间和空间障碍,促进科技型中小企业与其价值共同创造者之间的互动并改进他们间的业务合作关系,从而增加科技型中小企业在开放式创新网络中开展协作创新的机会,这对于企业提升创新绩效有显著的正向影响[93]。
第二,科技型中小企业数字化能力对知识管理有显著的正向影响。数字化时代,企业的知识管理范围不再受组织边界的限制,可以实现跨组织知识管理,方式也由传统单一的线下面对面的交流形式转变为线上线下融合模式,企业在线社区和开放式在线协作社区促进了企业内外部开展更广泛、频繁、深入的知识分享[94],而较高的数字化协作能力,可以有效促进企业内外部交流与合作,从而增进知识分享。并且,调研发现,虽然科技型中小企业的数字化分析能力整体处于中等水平,但其在筛选、收集和呈现数据方面水平较高,这有助于企业整合新旧知识以创造出新知识并迅速地将其投入到生产实践中。在访谈中,不少受访者强调,大数据时代下企业面临的数据量是巨大的且绝大多数是非结构化数据,如何从海量数据中识别知识和创造新知识至关重要,企业数字化能力会直接影响企业知识管理效率。
第三,知识管理有助于提升科技型中小企业创新绩效,这与大多数学者的研究结论是一致的且已被证实,科技型中小企业也符合这一规律,这里不再赘述。同时,知识管理在科技型中小企业数字化能力与创新绩效的影响关系中发挥中介作用。根据本文调查数据和访谈,一方面,科技型中小企业因为自身业务特点,数字技术应用的基础环境较好;另一方面,企业技术研发员工占比较高,具备较高的数字技术应用能力和数字素养,对于数字化技术应用有较好的接受能力,使得企业更偏好于应用数字技术进行知识和信息处理,从而加快了有效辨别和获取信息的速度,提高了信息加工和处理的效率,也增进了信息在组织内的流动与创新。数字化能力越强,企业数字化技术应用效率也越高,越有利于企业的知识管理实践并最终促进企业创新绩效的提升。
第四,知识惯性对科技型中小企业创新绩效提升和知识管理活动的开展表现出一定的阻碍作用,削弱了科技型中小企业数字化能力对其创新绩效以及知识获取、分享、应用活动的正向影响。相关研究中,虽然少数学者指出知识惯性能够促进企业创新,提升企业绩效[95-96],但更多的研究表明,知识惯性制约了企业的知识学习活动,不利于企业开发新产品[97-99],本文的研究结果则进一步验证了知识惯性的负向影响。根据问卷调查结果,从知识惯性的两个维度看,一方面,科技型中小企业的学习惯性得分较高,企业更倾向于从相同或相似的知识源和经验中寻求新知识,从而在一定程度上局限了科技型中小企业获取外部知识的手段和来源途径,导致数字化技术不能够完全发挥其在知识信息搜寻方面的优势,影响了企业外部知识的获取广度和深度,抑制了前瞻性创新资源的形成,直接或间接地阻碍了企业创新绩效的提高。另一方面,经验惯性使得科技型中小企业员工在工作中对已有的知识和经验表现出较高的依赖性,过分依赖已有知识和先前经验,容易陷入“经验主义”和“教条主义”困境,从而降低员工进行知识、技术更新的热情和敏锐度,阻碍员工个体创新和企业创新。
五、研究结论与展望
本文以科技型中小企业为研究对象,在合理量化数字化能力的基础上,揭示了数字化能力对创新绩效的作用效果与影响路径,并分析了不同知识惯性水平下数字化能力对企业知识管理和创新绩效的影响。结果显示,数字化能力对企业创新绩效有正向影响;数字化能力能够促进企业进行知识管理,而知识管理有助于提高企业创新绩效,知识管理在企业数字化能力对创新绩效的影响中存在中介作用;知识惯性在数字化能力与知识获取、知识分享、知识应用以及创新绩效之间的作用关系中存在显著的负向调节作用。从本文调查的样本企业看,目前科技型中小企业的数字化能力还有较大提升空间,特别是员工具备的与数字化技术应用有关的知识和技能水平、员工运用数字化技术进行信息处理能力等,需要在开展数字化硬件环境建设的同时,通过人才引进、内外部培训等方式提升员工的数字化素养。但需注意企业数字化建设与企业经营现实需求应相匹配,过度超前和滞后都会增加企业的管理成本。科技型中小企业还需进一步优化组织学习氛围,拓展学习渠道,创造开放式学习交流环境,提高容错度,激发员工创新活力,削弱知识惯性的负面影响。
关于数字化能力的研究与实践方兴未艾,随着我国数字经济的发展和企业数字化转型的不断深化,企业数字化能力在企业经营发展中的作用将会更加突出。本文基于横截面调查数据探索了数字化能力对创新绩效的作用机制,体现了变量之间的静态作用关系,这对于揭示数字化能力的作用规律与效能存在一定的局限性。未来需要从发展的视角通过持续跟踪调查,兼顾横向与纵向研究,定性定量分析相结合,动态分析企业数字化能力对创新绩效的影响,提升研究的科学性与全面性。并且,可以将研究对象从科技型中小企业扩展至其他企业类型,进一步验证本文的研究结论,形成更具有基础价值的一般规律。同时,根据企业数字化建设及其环境变化,发掘其他作用路径及边界条件,以更符合企业现实情境和管理实践。
[参考文献]
[1] 李民、戴永务:《数字化转型对涉农企业竞争力的影响——基于企业异质性视角》,《北京航空航天大学学报(社会科学版)》(2022年7月1日)。
[2] 陈和、黄依婷:《政府创新补贴对企业数字化转型的影响——基于A股上市公司的经验证据》,《南方金融》2022年第8期,第19—32页。
[3] 李立威、成帆、黄艺涵:《居安思危还是内外交困:科技型中小企业数字化转型的组态前因》,《北京联合大学学报(人文社会科学版)》2023年第1期,第92—99页。
[4] 刘启雷、张媛、雷雨嫣等:《数字化赋能企业创新的过程、逻辑及机制研究》,《科学学研究》2022年第1期,第150—159页。
[5][59] 王才:《数字化转型对企业创新绩效的作用机制研究》,《当代经济管理》2021年第3期,第34—42页。
[6] 张吉昌、龙静:《数字化转型、动态能力与企业创新绩效——来自高新技术上市企业的经验证据》,《经济与管理》2022年第3期,第74—83页。
[7][54] Freitas J C S, Maçada A C G, Brinkhues R A, Montesdioca G Z: “Digital Capabilities as Driver to Digital Business Performance”, AMCIS 2016 Proceedings, Vol.15, 2016, pp.1-5.
[8] Abbott J A M: “A Foundation for Change: Using Challenges and Opportunities as Building Blocks for Collection Management”, Collection Management, Vol.45, No.2, 2020, pp.110-123.
[9] 王苗、张冰超:《企业数字化能力对商业模式创新的影响——基于组织韧性和环境动荡性视角》,《财经问题研究》2022年第7期,第120—129页。
[10][63][66][89] Nasiri M, Ukko J, Saunila M, Rantala T, Rantanen H: “Digital-related Capabilities and Financial Performance: The Mediating Effect of Performance Measurement Systems”, Technology Analysis and Strategic Management, Vol.32, No.12, 2020, pp.1393-1406.
[11] Karnell O, Heriyanto M, Febrian A F, Ngatno N, Purnomo M, Rulinawaty R: “Measurement of Sustainable Competitive Advantages through Digital Capability and Innovation Strategy: An Empirical Study in Indonesia”, The Journal of Asian Finance, Economics and Business, Vol.8, No.6, 2021, pp.1121-1128.
[12][14] 赵静杰、徐光磊、蔡骏强等:《竞争情报活动-知识管理过程对企业创新绩效的影响机理研究》,《情报科学》2020年第11期,第56—63页。
[13] 毛义华、康晓婷、方燕翎:《创新氛围与知识管理对创新绩效的影响研究》,《科学学研究》2021年第3期,第519—529页。
[15] 王欣、徐明:《企业创新组织软环境、知识管理、创新绩效——动态环境下有调节的中介作用模型》,《华东经济管理》2018年第2期,第35—42页。
[16] 石玉玲、陈万明:《我国知识管理研究现状、热点与趋势》,《新世纪图书馆》2020年第4期,第85—91页。
[17] Pérez-L
[18] 顾丽敏、李嘉:《人工智能对企业知识管理的影响研究》,《学海》2020年第6期,第39—44页。
[19] 周健明、周永务:《知识惯性与知识创造行为:组织记忆与创新氛围的作用》,《科学学研究》2021年第6期,第1103—1110+1119页。
[20] Liao S H: “Problem Solving and Knowledge Inertia”, Expert Systems with Applications, Vol.22, No.1, 2002, pp.21-31。
[21][60][97] 周健明、陈明、刘云枫:《知识惯性、知识整合与新产品开发绩效研究》,《科学学研究》2014年第10期,第1531—1538+1551页。
[22][95] 张平、梁淑茵、叶小凤:《组织惯性与企业绩效:环境动态性的调节作用》,《华南理工大学学报(社会科学版)》2018年第4期,第13—22页。
[23] 柳卸林、董彩婷、丁雪辰:《数字创新时代:中国的机遇与挑战》,《科学学与科学技术管理》2020年第6期,第3—15页。
[24] 罗建强、蒋倩雯:《数字化技术作用下产品与服务创新:综述及展望》,《科技进步与对策》2020年第24期,第152—160页。
[25][33][46] Zhao J Y, Pablos P O, Qi Z Y: “Enterprise Knowledge Management Model Based on China’s Practice and Case Study”, Computers in Human Behavior, Vol. 28,No.2, 2012, pp.324-330.
[26][61] 杨玉国、余庆泽、袁泽沛:《科技型企业隐性知识共享演化博弈及联盟管理分析》,《科技管理研究》2019年第7期,第190—196页。
[27] 刘和东、陈文潇:《资源互补与行为协同提升合作绩效的黑箱解构——以高新技术企业为对象的实证分析》,《科学学研究》2020年第10期,第1847—1857页。
[28] Mahdi O R, Nassar I A, Almsafir M K: “Knowledge Management Processes and Sustainable Competitive Advantage: An Empirical Examination in Private Universities”, Journal of Business Research, Vol.94, No.1, 2019, pp.320-334.
[29] Wahda W: “Mediating Effect of Knowledge Management on Organizational Learning Culture toward Organization Performance”, Journal of Management Development, Vol.36, No.7, 2017, pp.846-858.
[30] Sukardi I M: “The Effect of Information Technology Relatedness on Union Performance Mediated by Knowledge Management Capability”, International Research Journal of Management IT and Social Sciences, Vol.6, No.3, 2019, pp.46-60.
[31][47] Alavi M, Leidner D E: “Review: Knowledge Management and Knowledge Management Systems: Conceptual Foundations and Research Issues”, MIS Quarterly, Vol.25, No.1, 2001, pp.107-136.
[32] [美]杰弗里·A.迈尔斯:《管理与组织研究必读的40个理论》,徐世勇、李超平等译,北京大学出版社2017年版,第138页。
[34] Liao S H, Wu C C: “Knowledge Management and Innovation: The Ediating Effects of Organizational Learning”, 2009 IEEE International Conference on Industrial Engineering and Engineering Management, Hong Kong, China, 2009, pp.1850-1854.
[35] Carlile P R, Rebentisch E S: “Into the Black Box: The Knowledge Transformation Cycle”, Management Science, Vol.49, No.9, 2003, pp.1180-1195.
[36] Dabic M, Vlacic E, Ramanathan U, Egri C P: “Evolving Absorptive Capacity: The Mediating Role of Systematic Knowledge Management”, IEEE Transactions on Engineering Management, Vol.67, No.3, 2020, pp.783-793.
[37] Xu S C: “Balancing the Two Knowledge Dimensions in Innovation Efforts: An Empirical Examination among Pharmaceutical Firms”, Journal of Product Innovation Management, Vol.32, No.4, 2015, pp.610-621.
[38] Wang Z N, Wang N X: “Knowledge Sharing, Innovation and Firm Performance”, Expert Systems with Applications, Vol. 39, No.10, 2012, pp.8899-8908.
[39] 吴士健、孙专专、刘新民:《知识治理、组织学习影响组织创造力的多重中介效应研究》,《中国软科学》2017年第6期,第174—183页。
[40] Qammach N I J: “The Mediating Role of Knowledge Sharing on Relationship between IT Capability and IT Support as Predictors of Innovation Performance: An Empirical Study on Mobile Companies in Iraq”, Procedia Economics and Finance, Vol.39, 2016, pp.562-570.
[41] 蓝媛媛、屈晓婷、夏宇寰:《服务型领导对员工创造力的影响:知识分享的中介作用与价值观一致性的调节作用》,《中国人力资源开发》2020年第11期,第37—49页。
[42] Law C C, Ngai E W: “An Empirical Study of the Effects of Knowledge Sharing and Learning Behaviors on Firm Performance”, Expert Systems with Applications, Vol.34,No.4, 2008, pp.2342-2349.
[43][55] Encarnaci
[44] Barney J B: “Firm Resources and Sustained Competitive Advantage”, Journal of Management, Vol.17, No.1, 1991, pp. 99-120.
[45] 任会朋、戴洛特:《知识创造、环境不确定性与商业模式创新》,《北京交通大学学报(社会科学版)》 2020年第3期,第83—90页。
[48][53] Abubakar A M, Elrehail H, Alatailat M A, Elçi A: “Knowledge Management, Decision-making Style and Organizational Performance”, Journal of Innovation &Knowledge, Vol.4, No.2, 2019, pp.104-114.
[49] Quintane E, Casselman R M, Reiche B S, Nylund P A: “Innovation as a Knowledge-based Outcome”, Journal of Knowledge Management, Vol.15, No.6, 2011, pp. 928-947.
[50] Alavi M, Tiwana A: “Knowledge Integration in Virtual Teams: The Potential Role of KMS”, Journal of the American Society for Information Science and Technology, Vol.53, No.12, 2002, pp.1029-1037.
[51] Lichtenthaler U:“Open Innovation:Past Research, Current Debates and Future Directions”, Academy of Management Perspectives, Vol.25, No.1, 2011, pp.75-93.
[52] Li Y H, Huang J W, Tsai M T: “Entrepreneurial Orientation and Firm Performance: The Role of Knowledge Creation Process”, Industrial Marketing Management, Vol.38, No.4, 2009, pp.440-449.
[56][58][96] 李柏洲、曾经纬:《知识惯性对企业双元创新的影响》,《科学学研究》2019年第4期,第750—759页。
[57][73][74] Liao S H, Fei W C, Liu C T: “Relationships between Knowledge Inertia, Organizational Learning and Organization Innovation”, Technovation, Vol.28, No.4, 2008, pp.183-195.
[62][64][68] 吉峰、贾学迪、林婷婷:《制造企业数字化能力的概念及其结构维度——基于扎根理论的探索性研究》,《中国矿业大学学报(社会科学版)》2022年第5期,第151—166页。
[65][90] 侯光文、刘青青:《网络权力与创新绩效:基于企业数字化能力视角》,《科学学研究》2022年第6期,第1143—1152页。
[67] 宋晶:《SQ公司数字化能力的评价及提升对策研究》,西安理工大学学位论文,2019年。
[69] 董小英、蒋贵凰、刘倩倩:《知识管理提升企业创新能力的实证研究》,《清华大学学报(自然科学版)》 2006年第S1期,第956—963页。
[70] 侍文庚、蒋天颖:《社会资本、知识管理能力和核心能力关系研究》,《科研管理》2012年第4期,第62—72页。
[71] 韩维贺、李浩、仲秋雁:《知识管理过程测量工具研究:量表开发、提炼和检验》,《中国管理科学》2006年第5期,第128—136页。
[72] 郗玉娟:《组织社会资本、知识创造与动态能力关系研究》,吉林大学学位论文,2021年。
[75] Xie X M, Fang L X, Zeng S X, Huo J G: “How does Knowledge Inertia Affect Firms Product Innovation?”, Journal of Business Research, Vol.69, No.5, 2016, pp.1615-1620.
[76][98] 范钧、高孟立:《知识惯性一定会阻碍服务企业绩效的提升吗?——基于KIBS企业的实证》,《商业经济与管理》2016年第4期,第28—38+47页。
[77] 杨俊青、李欣悦、边洁:《企业工匠精神、知识共享对企业创新绩效的影响》,《经济问题》2021年第3期,第69—77页。
[78] Yu B, Hao S, Wang Y: “Organizational Search and Business Model Innovation: The Moderating Role of Knowledge Inertia”, Journal of Knowledge Management, Vol.24, No.7, 2020, pp.1705-1718.
[79] 赵炎、叶舟、韩笑:《创新网络技术多元化、知识基础与企业创新绩效》,《科学学研究》2022年第9期,第1698—1709页。
[80] 丁诚:《上市公司员工持股计划与企业创新绩效关系的实证研究——基于产权性质和产业性质的差异》,《预测》2021第5期,第76—82页。
[81] Hair J F, Black W C, Babin B J, Anderson R E: Multivariate data analysis (8th ed), Singapore:Cengage Learning Press, 2019, p.161.
[82] Voorhees C M, Brady M K, Calantone R, Ramirez E: “Discriminant Validity Testing in Marketing: An Analysis, Causes for Concern, and Proposed Remedies”, Journal of the Academy of Marketing Science, Vol.44, No.1, 2016, pp.119-134.
[83] Fornell C, Larcker D F: “Evaluating Structural Equation Models with Unobservable Variables and Measurement Error”, Journal of Marketing Research, Vol.18, No.1, 1981, pp.39-50.
[84] Conway J M, Lance C E: “What Reviewers should Expect from Authors Regarding Common Method Bias in Organizational Research”, Journal of Business &Psychology, Vol.25, No.3, 2010, pp.325-334.
[85] 彭台光、高月慈、林钲棽:《管理研究中的共同方法变异:问题本质、影响、测试和补救》,《管理学报(台湾)》2006年第1期,第77—98页。
[86] Baron R M, Kenny D A: “The Moderator-mediator Variable Distinction in Social Psychological Research: Conceptual, Strategic, and Statistical Considerations”, Journal of Personality and Social Psychology, Vol.51, No.6, 1986, pp. 1173-1182.
[87] 温忠麟、叶宝娟:《有调节的中介模型检验方法:竞争还是替补?》,《心理学报》2014年第5期,第714—716页。
[88] Robinson C, Schumacker R E: “Interaction Effects: Centering, Variance Inflation Factor, and Interpretation Issues”, Multiple Linear Regression Viewpoints, Vol.35, No.1, 2009, pp. 6-11.
[91] Guo H, Yang Z E, Huang R, Guo A Q: “The Digitalization and Public Crisis Responses of Small and Medium Enterprises: Implications from a COVID-19 Survey”, Frontiers of Business Research in China, Vol.14, No.1, 2020, pp.278-302.
[92] Nambisan S, Wright M, Feldman M: “The Digital Transformation of Innovation and Entrepreneurship: Progress, Challenges and Key Themes”, Research Policy, Vol. 48, No.8, 2019, 103773.
[93] 张宝建、裴梦丹、陈劲等:《价值共创行为、网络嵌入与创新绩效——组织距离的调节效应》,《经济管理》2021年第5期,第109—124页。
[94] 张兮、李玉龙、成一航等:《数字化知识管理理论与应用研究综述》,《数据与计算发展前沿》2021年第2期,第23—38页。
[99] 许秀玲:《知识惯性、跨边界网络整合与电商企业的知识学习绩效》,《软科学》2019年第4期,第70—74页。