关系强度、社会资本对知识获取绩效影响研究——基于社会结构与行动模型

张晓棠， 安立仁， 董广茂

(1.西北大学 经济管理学院，陕西 西安 710127； 2.西安工业大学 经济管理学院，陕西 西安 710021)

关系强度、社会资本对知识获取绩效影响研究
——基于社会结构与行动模型

张晓棠1,2， 安立仁1， 董广茂2

(1.西北大学 经济管理学院，陕西 西安 710127； 2.西安工业大学 经济管理学院，陕西 西安 710021)

关系强度与社会资本均影响知识获取绩效，已有研究尚未探明两者间联系机理及其对知识获取绩效的影响。本文基于社会结构与行动模型，将社会资本细分为集体与个体两层面；信任、规范与网络异质资源三构件，构建“关系强度—社会资本—知识获取绩效”理论模型，结合233家企业问卷调查与结构方程模型进行实证检验。结果表明：强关联显著提升知识获取绩效；集体社会资本即信任与规范起部分中介作用，个体社会资本即网络异质资源则无中介作用；强关联正向影响网络异质资源，网络异质资源负向影响知识获取绩效但并不显著。明确了关系强度、社会资本对知识获取绩效的影响机理、路径与效果，为企业知识管理提供了关系组建和资本动用的策略参考。

关系强度；社会资本；知识获取绩效；社会结构；行动

1 引言

知识是企业保持竞争力与创新力的战略资源，高效知识获取则是其基础与前提[1]。然而，知识的复杂性、默会性、粘着性等特征使得知识获取难以完全依赖市场交易或科层命令。知识获取模式因此由直线型向网络化转变[2]，其绩效日益受到网络要素影响。现有研究已证实企业与网络成员的关系强度、占有或动用的社会资本分别对知识获取绩效有重要影响。Dyer等对联盟企业研究发现强关联产生关系租，租金形式之一即知识存量的增加[3]。Hansen研究显示弱关联便于显性知识的交换和编码，强关联利于隐性知识的转移及吸收[4]。Uzzi研究得出关系强度与知识获取绩效呈倒U型关系[5]。Lowik等指出中小企业与网络成员的关系强度与知识获取绩效正相关[6]。Laursen等研究发现处于社会资本存量较高区域的企业其知识获取渠道丰富[7]。Inkpen等研究揭示不同网络类型所嵌社会资本的差异导致网络内企业知识获取绩效迥异[8]。Yli-Renko等研究显示社会资本有利于企业外部知识资源获取，进而推动知识开发和应用[9]。

然而，现有研究仅从关系强度或社会资本单方面分析其对知识获取绩效的影响，尚未将关系强度与社会资本联系起来共同纳入整体分析框架。其结果导致以下问题未得到解答：首先，嵌入网络的社会资本与关系强度有何内在关联，是否受网络关系强度配置；其次，关系强度是否中介于社会资本影响知识获取绩效；最后，不同社会资本层次与构件的中介效应是否相同。

对于上述问题，学者林南提出社会结构与行动模型，指出宏观社会结构与微观个体行动交互过程中，社会资本作为中层结构成为连接两者的关键性环节[10]。自我与其他行动者的关系强度差异影响其占有和动用的社会资本类型与数量，进而产生行动绩效差别。该模型突破了以往方法论中关系与资源、集体与个体、结构与行动的二元对立，为关系强度、社会资本与知识获取绩效问题的研究提供了新的解释范式。但迄今相关研究总量较少且以定性分析为主，缺少相应实证支持特别是来自中国的实证检验。

综上，本文基于社会结构与行动模型，将社会资本细分为集体与个体两层面，信任、规范与网络异质资源三构件，建立以关系强度为自变量、社会资本为中介变量、知识获取绩效为因变量的理论模型，通过233家企业调研数据，应用结构方程模型予以实证检验。探寻关系强度、社会资本对知识获取绩效的影响机理、路径与效果，为企业知识管理提供关系组建和资本动用的策略参考。

2 理论基础和研究假设

2.1 社会资本：社会结构与行动模型

根据林南的观点，社会资本是嵌入于社会结构，可被工具行动与表意行动获取的资源总和[10]。社会结构、社会资本、个体行动三者间关系如社会结构-行动模型所示(图1)：行动者在网络中的地位、关系、定位差序导致其获取的社会资本迥异，进而产生行动绩效差异[10]。该模型是本文理论基础和立论依据。

按此模型，社会资本涵盖集体与个体两层面：集体社会资本具有公共物品属性，是被网络成员共同拥有以构建、维持整个网络运行的资源，现有研究集中以普遍信任与制度规范来表征。个体社会资本具有私人物品属性，是由个体行动者占有和动员的资源总和，现有研究多选择网络异质资源来表征。据此，本文将社会资本细分为集体与个体两层面；信任、规范、网络异质资源三构件。

个体行动按照驱动因素的不同分为工具行动与表意行动。前者的动机是为了获取行动者未拥有的资源，后者则是为了维持行动者已拥有的资源。就本文而言，企业知识获取行为是为了取得相对于自身而言的新知识，因此属于工具行动。

图1 社会结构-行动模型

2.2 关系强度与知识获取绩效

关系强度是网络嵌入理论的重要概念之一，反映着行动者受关系网络中其他节点影响的程度，是行为主体间互动时间、情感强度、紧密程度以及互惠服务的函数。按照Granovetter的界定，互动时间长、感情深厚、关系紧密、互惠服务多称为强关联，反之则为弱关联[11]。

知识获取在知识管理领域中的概念并不统一。本文总结Yli-Renko，Huber，野中郁次郎等学者的观点，提出知识获取是企业通过关系嵌入方式有目标地甄别并接触价值性知识资源，有步骤地推进其跨组织边界转移，并最终实现知识内化的过程[9，12,13]。知识获取绩效则按照国内外多数研究观点以企业知识存量的变化来反映，其中知识存量指企业生产经营过程中积累的知识资产[14]。

现有研究基本证实了网络嵌入情境下企业知识获取有赖于行动者间的关系强度。Huber提出关系网络和关系契约是企业接触新知识的重要途径[12]。Dyer等在联盟企业竞争力研究中发现强关联能创造关系租金，租金形式之一就是知识资源的取得[3]。Reagans等与Uzzi指出情感纽带使企业更愿意彼此分享知识，互惠承诺降低了企业知识获取的机会成本，提升了知识源企业知识转移意愿与努力程度[15]，交流沟通加快了企业搜索、甄别、吸收知识的进程[5]。野中郁次郎等与Mariotti认为密切的交流和强烈的互动能使隐性知识有机会在企业间广泛、深入地传递与传播[13]；能够增加企业间共同知识，使知识得以深入、全面地诠释、理解和吸收[16]。可见，关系强度会对企业知识获取机会、难度、深度产生影响进而导致知识获取绩效差异[5]。鉴于此，本文提出如下假设：

H1 关系强度对企业知识获取绩效具有显著正向影响。

2.3 关系强度与社会资本

信任在企业交互过程中萌生，并随其强度演变得更为具体[12]。长时间、高频度的接触、交流催化着企业间了解型信任或认知信任的形成[17]；互惠服务的持续进行产生共同期望与共享动机[18]，促成情感信任与善意信任的建立；强关联下的声誉机制、奖惩机制也有助于震慑信任产生[19]。

持续、重复、高频的社会交互促进企业在网络中权利义务的确定，角色分工的形成，活动“域”的划分；强关联下的信任机制有助于企业间知识共享惯例的形成；接触、互动以及互惠等活动作为纽带深化着企业间情感与凝聚力，降低了竞合中的冲突、误解，促成某种共同解决方案或规范的形成[17]。

强关联往往在组织结构、企业文化、愿景、经验、背景等特征相似的组织间发展起来，网络资源常常是冗余的，缺乏多样性和异质性；相反，弱关联则在组织结构、企业文化、愿景、经验、背景等特征不同的组织间发展起来，因跨越了不同信息源，网络承载着更多异质资源。同时，网络内企业通过强关联，最终可能会形成类似认知与规范模式，导致网络闭合，产生锁定效应，阻碍网络间异质资源转移。鉴于此，本文提出如下假设：

H2a 关系强度对信任具有显著正向影响。

H2b 关系强度对规范具有显著正向影响。

H2c 关系强度对网络异质资源具有显著负向影响。

2.4 社会资本与知识获取绩效

信任意味着企业彼此间的肯定预期。基于肯定预期，信任一方面能够降低知识源企业对知识扩散、转移的保护及防备意识，使知识获取的外部环境更为开放、宽松、自由[10,12]；另一方面信任也能够提升知识获取存量和质量。

规范带来行动规则、范式和制度安排，能避免知识获取过程中的重复行为，降低交易成本和验证成本[20]。规范还可以更有效地约束投机，解决集体行动中的免费搭车问题，节约用于监控和议价的时间资源[3]。规范常以公开或默认协定形式在网络成员间正式或非正式地传递，能形成企业间就关键问题、知识等的一致认知，并以互动、讨论、协商乃至妥协容忍异议的存在[8]。

Step1确定凝聚点以及初始分类．凝聚点的选择将会直接决定初始分类，对分类结果也产生一定影响，Spss软件会按照一定的原则自动选择凝聚点．

获得新知识是企业知识获取行为实施的动因，虽然网络资源异质性意味着知识接收企业可以接触到更多新知识和新信息。但是，真正意义上的知识获取在于甄别、传递、吸收尤其要内化知识。而网络异质资源来自不同企业，企业间知识基础和共同语言等方面的差异可能导致价值性知识无法得以有效识别而被忽略；语言障碍、空间距离和文化差异可能造成误导、误解，致使知识传递过程中编码与解码低效[21]；不同领域的知识在融合过程中，势必占用知识接收企业的大量资源，并且知识接收企业与知识源企业在技术条件、环境条件等方面的差异会导致知识内化过程延长[22]。鉴于此，本文提出如下假设：

H3a 信任对知识获取绩效具有显著正向影响。

H3b 规范对知识获取绩效具有显著正向影响。

H3c 网络异质资源对知识获取绩效具有显著负向影响。

综括前文可知，关系强度虽影响但并不会自发实现企业知识资源获取[2]。网络嵌入情境下企业借助关系纽带获取社会资本，然而关系强度差别根本上决定了企业所能拥有及动用的集体社会资本(信任、规范)与个体社会资本(网络异质资源)存在显著性差异，正是这些差异化社会资本影响着网络通道上知识转移的动力，网络所载知识的存量与增量、深度与广度，知识接收企业对知识吸收、整合的进程，最终致使企业知识获取绩效迥异[7～10]。可见，社会资本是关系强度影响知识获取绩效的重要介质[17]。鉴于此，本文提出如下假设：

H4a 信任在关系强度与知识获取绩效间起着中介作用。

H4b 规范在关系强度与知识获取绩效间起着中介作用。

H4c 网络异质资源在关系强度与知识获取绩效间起着中介作用。

图2 概念模型

3 研究设计

3.1 变量测度

研究借鉴国内外较成熟的量表实现本文变量操作化测量，形成问卷初稿。随后在5家企业进行问卷预测试，就反馈的问题征求学术团队和专家意见，将若干题项表述进行了修正，形成最终问卷。

关系强度量表参考Granovetter研究[11]，包括关系稳定程度、交互频率、亲密程度、情感强度共4个题项。社会资本量表基于林南社会资本理论，涵盖信任、规范及网络异质资源三构件，其中信任量表参考Handfield等研究包括企业合作忠诚度、对伙伴能力信任度、彼此承诺遵守情况3个题项[23]；规范量表参考Cannon等研究包括目标一致、责任共担、相互协同3个题项[22]；网络异质资源量表参考Cassiman等研究从技术、文化、管理思想三方面差异设计3个题项[24]。知识获取绩效量表参考王立生研究包括技术、工艺与管理知识获取绩效3个题项[14]。

问卷测量采用Likert 5点尺度方法。要求调研对象根据各题项与企业实际符合程度，依次从小到大打分。

3.2 数据收集

研究数据通过两种途径收集：一是依托研究团队在研课题及团队成员社会网络确定24家受访企业并以电子邮件向其发放问卷，再请这些企业提供所嵌社会网络的3至5家企业邮件地址，如此滚雪球式共发放问卷350份，收回138份，有效问卷129份；二是通过西北大学与西安工业大学EMBA与MBA学员资源，发放问卷150份，收回119份，有效问卷104份。问卷由担任高管职务的学员填写且现场进行了问卷辅导。调研于2013年3月至6月进行，共发放问卷500份，收回问卷257份，有效问卷233份，有效问卷回收率为46.6%。

样本中10至15年及以上、5至10年、5年及以下企业分别占比49.79%、41.2%、9.01%；涉及机械及仪器、食品饮料、汽车与钢铁、电子通讯、材料、医药制造、冶金与能源等行业；民营、国有、合资与独资企业分别占比为43.78%、23.18%、11.16%、14.58%，其他企业占7.30%；规模在50人及以下、51～200人、201～500人、501～1000人、1001人及以上企业分别占比12.45%、29.18%、16.31%、18.03%及24.03%。

3.3 信度与效度分析

信度检验采用Cronbach’sα系数值，运用SPSS 18.0软件检验结果显示：关系强度、信任、规范、网络异质资源及知识获取绩效共五个变量的Cronbach’sα系数分别为0.907、0.871、0.888、0.864、0.910，均超过0.7可接受值，表明样本具有较高内部一致性。

效度方面，本研究量表参考了国内外较成熟的研究问卷，根据预测试结果进行了修正，因此本问卷理论上具有一定内容效度。构建效度采用验证性因子分析，基于AMOS 7.0软件计算结果显示：所有变量标准化系数均大于0.8且达到显著水平，AVE值均达0.65以上，表明所有测量项目均收敛于各对应构面，具有收敛效度。同时，未限制模型的自由度为94，卡方值为134.596；限制模型的自由度为120，卡方值为2662.330，卡方值差异量大并达到显著水平，说明两模型显著不同，且未限制模型卡方值相对很小，表示潜在构面间相关性较低，区别效度较高。

4 模型验证

4.1 直接效应模型验证

运用AMOS 7.0软件估计关系强度与知识获取绩效的直接效应模型。模型绝对适配度指标χ2为28.476，自由度为13，NC为2.190<3，显著性概率p为0.008<0.05，达到0.05显著水平，表明测量模型与样本数据的协方差矩阵有显著差异存在，还需要结合其他指标来综合评判模型拟合度。绝对适配度指标RMR为0.019<0.05，RMSEA为0.072<0.08，GFI为0.966，AGFI为0.927，均大于0.9；整体模型增值适配指标CFI、TLI、NFI、RFI和IFI分别为0.988、0.980、0.977、0.964和0.988，均大于0.90；整体模型简约适配指标PCFI、PNFI分别为0.611、 0.605，均大于0.5。从上述拟合指数看，直接效应模型适配度佳。关系强度对知识获取绩效的标准化路径系数为0.799且达到显著水平(表1模型1，p<0.001)，假设H1获得支持。

4.2 中介效应模型验证

构建中介效应模型以验证社会资本在关系强度与知识获取绩效间的中介效应。模型绝对适配度指标χ2为143.202，自由度为97，NC值为1.474，显著性概率p为0.002<0.05，达到0.05显著水平，表明测量模型与样本数据的协方差矩阵有显著差异存在，仍要结合其他指标来综合评判模型拟合度。绝对适配度指标RMR为0.032<0.05，RMSEA为0.045<0.05，GFI为0.930，AGFI为0.902，均大于0.9；整体模型增值适配指标CFI、TLI、NFI、RFI和IFI分别为0.982、0.978、0.946、0.934和0.982，均大于0.90；整体模型简约适配指标PCFI、PNFI分别为0.663、0.765，均大于0.5。从上述拟合指数看，中介效应模型适配度优。

表1 模型结果与相关系数

注：***表示p<0.001，**表示p<0.01，*表示p<0.05。

表2 各变量对企业知识获取绩效的影响系数

注：***表示p<0.001，**表示p<0.01，*表示p<0.05。

表1模型2显示，关系强度对信任、规范的标准化路径系数分别为0.384、0.627且达到显著水平(p<0.001)，假设H2a与H2b获得支持；但关系强度对网络异质资源的标准化路径系数为0.623且达到显著水平(p<0.001)，假设H2c未能获得支持。信任与规范对知识获取绩效的标准化路径系数为0.104、0.134且达到显著水平(p<0.05)，H3a与H3b获得支持。网络异质资源对知识获取绩效的标准化路径系数为-0.017但未达到显著水平(p=0.803)，假设H3c未能获得支持。

比较模型1与模型2可得：关系强度与知识获取绩效间的关系在p<0.001情况下仍然显著，标准化路径系数为0.687，假设H1依然获得支持。更重要的是，关系强度与企业知识获取绩效之间标准化路径系数从模型1中的0.799下降到模型2中的0.687，说明社会资本在其间发挥着部分中介效应。同时，由表2可知，引入社会资本后，关系强度对知识获取绩效的总影响为0.801，直接影响为0.687，通过社会资本产生的间接影响即社会资本整体的中介效应为0.114。

进一步分析社会资本构件的中介作用发现：关系强度对知识获取绩效存在显著正向影响，同时还通过信任与规范对知识获取绩效产生显著正向影响，因此H4a与H4b获得支持；关系强度对知识获取绩效存在显著正向影响的同时，并未通过网络异质资源对知识获取绩效产生显著影响，因此H4c未获得支持。综上，社会资本在关系强度与知识获取绩效间的中介效应主要通过信任和规范产生，网络异质资源并无显著中介作用，由此得出两条中介路径：关系强度→信任→知识获取绩效；关系强度→规范→知识获取绩效。

5 结论与讨论

通过上述分析得出：关系强度与知识获取绩效显著正相关，强关联有助于知识获取绩效提升。集体社会资本即信任、规范在关系强度与知识获取绩效间起显著正向的部分中介效应；而个体社会资本即网络异质资源未表现出显著中介效应。关系强度与网络异质资源显著正相关，即强关联亦能为企业所嵌网络注入异质资源；网络异质资源与知识获取绩效无显著负相关关系，即网络异质资源对知识获取绩效的抑制作用并不显著。

研究结论不但证明了关系强度与知识获取绩效显著正相关，而且证明了关系强度中介于集体社会资本(信任与规范)而非个体社会资本的知识获取绩效影响路径，这比现有研究更深入。同时，已有研究提出的关系强度与网络异质资源负相关观点，本文实证研究并未支持。这可能源于企业在知识获取过程中，知识源企业的“产出”即为知识接收企业的“投入”，逻辑上两者几乎无法完全重叠。因此，强关联网络中不同行动者资源交换或有重叠部分，但不可能完全同质。此外，在以伦理为本位的中国社会条件下，强关联比弱关联更有助于推动网络异质资源交换。这可能是导致强关联与网络异质资源正相关的原因。最后，网络异质资源与知识获取绩效负相关的假设通过但是显著性较低，这可能受实证数据影响。

本文为企业知识获取提供一些启示：(1)强关联是我国企业提高知识获取绩效的重要关系形式。企业应该建立良好的网络关系，并不断深化、加强与关键企业的关联度。(2)随着强关联的建立与维护，企业须注重培育并累积信任资本，促成并遵循网络规范。运用信任与规范为知识获取创造宽松的网络环境，消除跨边界传递障碍，降低知识获取机会成本。(3)强关联也能为企业提供丰富的网络异质资源，但是企业要警惕网络异质资源超载可能带来的成本与风险。

本文研究意义在于基于社会结构与行为模型，将关系强度与社会资本联系起来分析其对知识获取绩效的影响，通过理论与实证研究明确了关系强度、不同社会资本构件对知识获取绩效的影响机理、路径与效果，为企业知识管理提供关系组建和资本动用的策略参考。本文对于企业规模、性质、行业等缺乏进一步细分研究，也仅以信任、规范、网络异质资源三个核心构件来表征社会资本，这些不足均有待于今后改进。

[1] Zhou K Z, Li C B. How knowledge affects radical innovation: knowledge base, market knowledge acquisition, and internal knowledge sharing[J]. Strategic Management Journal, 2012, 33(9): 1090-1120.

[2] Fritsch M, Kauffeld-Monz M. The impact of network structure on knowledge transfer: an application of social network analysis in the context of regional innovation networks[J]. The Annals of Regional Science, 2010, 44 (1): 21-38.

[3] Dyer J H, Singh H. The relational view: cooperative strategy and sources of interorganizational competitive advantage[J]. Academy of Management Review, 1998, 23(4): 660- 679.

[4] Hansen M T. The search-transfer problem: the role of weak ties in sharing knowledge across organizational subunits[J]. Administrative Science Quarterly, 1999, 44 (1): 82-111.

[5] Uzzi B. Social structure and competition in interfirm networks: the paradox of embeddedness[J]. Administrative Science Quarterly, 1997, 42(1): 35-67.

[6] Lowik S, Rossum van D, Kraaijenbrink J, et al.. Strong ties as sources of new knowledge: how small firms innovate through bridging capabilities[J]. Journal of Small Business Management, 2012, 50(2): 239-256.

[7] Laursen K, Masciarelli F, Prencipe A. Regions matter: how localized social capital affects innovation and external knowledge acquisition[J]. Organization Science, 2012, 23(1): 177-193.

[8] Inkpen A C, Tsang E W K. Social capital, networks, and knowledge transfer[J]. Academy of Management Review, 2005, 30(1): 146-165.

[9] Yli-Renko H, Autio E, Sapienza H J. Social capital, knowledge acquisition, and knowledge exploitation in young technology-based firms[J]. Strategic Management Journal, 2001, 22(6): 587- 613.

[10] 林南.社会资本:关于社会结构与行动的理论[M].张磊译.上海:上海人民出版社,2005.55-97.

[11] Granovetter M. The impact of social structure on economic outcomes[J]. The Journal of Economic Perspectives, 2005, 19(1): 33-50.

[12] Huber G P. Transfer of knowledge in knowledge management systems: unexplored issues and suggested studies[J]. European Journal of Information Systems, 2001, 10(2): 72-79.

[13] 野中郁次郎,竹内弘高.创造知识的企业[M].李萌等译.北京:知识产权出版社,2006.71-105.

[14] 王立生.社会资本、吸收能力对知识获取和创新绩效的影响研究[D].杭州:浙江大学,2007.

[15] Reagans R, McEvily B. Network structure and knowledge transfer: the effects of cohesion and range[J]. Administrative Science Quarterly, 2003, 48(2): 240-267.

[16] Mariotti F. Knowledge mediation and overlapping in interfirm networks[J]. Journal of Knowledge Management, 2011, 15(6): 875- 889.

[17] Rost K. The strength of strong ties in the creation of innovation [J]. Research Policy, 2011, 40(4): 588- 604.

[18] Li J J, Poppo L, Zhou K Z. Relational mechanisms, formal contracts, and local knowledge acquisition by international subsidiaries[J]. Strategic Management Journal, 2010, 31(4): 349-370.

[19] Gulati R, Nohria N, Zaheer A. Strategic networks[J]. Strategic Management Journal, 2000, 21(3): 203-215.

[20] Cuijpers M, Guenter H, Hussinger K. Costs and benefits of inter-departmental innovation collaboration[J]. Research Policy, 2011, 40(4): 565-575.

[21] Buckley P J, Carter M J. A formal analysis of knowledge combination in multinational enterprises[J]. Journal of International Business Studies, 2004, 35(5): 371-384.

[22] Cannon J P, Achrol R S, Gundlach G T. Contracts, norms and plural formgovernance[J]. Journal of the Academy of Marketing Science, 2000, 28(2): 180-194.

[23] Handfield R B, Bechtel C. The role trust and relationship structure in improving supply chain responsiveness[J]. Industrial Marketing Management, 2002, 31(4): 367-382.

[24] Cassiman B, Veugelers R. In search of complementarity in innovation strategy: internal R&D and external knowledge acquisition[J]. Management Science, 2006, 52(1): 68- 82.

The Impact of Ties Strength and Social Capital on Knowledge Acquisition Performance——Based on Social Structure and Action Modle

ZHAGN Xiao-tang1,2, AN Li-ren1, DONG Guang-mao2

(1.SchoolofEconomicsandManagement,NorthwestUniversity,Xi’an710127,China; 2.SchoolofEconomicsandManagement,Xi’anTechnologyUniversity,Xi’an710021,China)

Both of ties strength and social capital can affect knowledge acquisition performance, existing researches haven’t analyzed the impacts of ties strength and social capital on knowledge acquisition performance. Based on social structure and action model, the social capital is divided into collective and individual assets, while the former includes trust, norms, and the later heterogeneous resources of network. Hence, the theoretical model of this research is constructed as “ties strength-social capital-knowledge acquisition performance”, the empirical test has been done on the base of the structure equation modeling and questionnaire surveys to 233 enterprises.The results indicate that strong ties is significantly positive on knowledge acquisition performance on which collective assets have a significant positive mediating effect partly, while individual assets has no significant mediating effect on it. Strong ties positively correlates with heterogeneous resources of network,while heterogeneous resources of network is negative, not significantly, with knowledge acquisition. The explicit mechanism, path and effects of ties strength and social capital effect on knowledge acquisition, showed by this study, can provide strategic reference of the formed relationship and disposable capital for enterprise knowledge management.

ties strength; social capital; knowledge acquisition performance; social structure; action

2013- 09- 03

国家自然科学基金资助项目(71072158)；陕西省重点学科建设资助项目(2008SD06)；陕西省普通高校哲学社会科学特色学科建设资助项目(2009-30)；西安工业大学校长科研基金资助项目(XAGDXJJ1222)

F272.4

A

1003-5192(2015)01- 0035- 06

10.11847/fj.34.1.35