网络资本与知识资本的匹配对中国管理学者论文合作团队创新绩效的影响
2016-01-15陈怀超,范建红
网络资本与知识资本的匹配对中国管理学者论文合作团队创新绩效的影响
陈怀超,范建红
(太原理工大学经济管理学院,山西太原030024)
摘要:本文将论文合作团队网络资本和知识资本置于一个框架下,运用中国管理学领域8种学术期刊1994—2007年8967个论文合作团队的数据,实证检验了二者匹配的四种模式对中国管理学者论文合作团队创新绩效的影响。研究结果表明,“深网络资本-深知识资本”模式具有显著负向影响;“深网络资本-宽知识资本”和“宽网络资本-深知识资本”模式具有显著正向影响;“宽网络资本-宽知识资本”模式对工商管理论文合作团队创新绩效的负向影响不显著,而对管理科学论文合作团队创新绩效具有显著负向影响。
关键词:网络资本;知识资本;论文合作团队;创新绩效
基金项目:教育部人文社会科学研究青年基金项目(14YJC630006),国家自然科学基金青年项目(71402113),国家自然科学基金重点项目(71132001),教育部高等学校博士学科点专项科研基金项目(20131402120016)。
收稿日期:2014-12-25
作者简介:陈怀超(1980-),男,安徽六安人,管理学博士,讲师;研究方向:企业国际化,知识管理。
中图分类号:G301
文献标识码:A
Abstract:This paper places the network capital and knowledge capital of co-author paper teams under a unified framework,and tests the effects of the four alignment modes of the two kinds of capitals on the innovation performance of co-author paper teams with the data of 8967 co-author paper teams from 8 Chinese academic journals in management from 1994 to 2007.The research results show that,“deep network-deep knowledge” alignment has significantly negative influence;“deep network-wide knowledge” alignment and “wide network-deep knowledge” alignment both have significantly positive influence;the negative influence of “wide network-wide knowledge” alignment on innovation performance of business management co-author paper teams is not significant,while it is significant to the management science co-author paper teams.
The Study of the Influence of the Alignment of Network Capital and Knowledge Capital on the Innovation Performance of Co-author Paper Teams of Chinese Scholars in Management
Chen Huaichao,Fan Jianhong
(College of Economics and Management,Taiyuan University of Technology,Taiyuan 030024,China)
Key words:Network capital;Knowledge capital;Co-author paper teams;Innovation performance
1引言
在知识经济和网络社会中,随着科学研究对象越来越复杂,团队合作正逐渐成为科学研究的主流模式,在科研创新绩效获取中发挥了重要作用[1]。美国一些期刊的论文由团队合作完成的比例非常高,如《Science》达90%,《Physical Review Letters》为88%,《American Sociological Review》是50%[2],而中国管理学科合著论文的质量也要比独著论文好[1]。
论文合作团队进行学术创新依赖于两类资本,即网络资本和知识资本。一方面,论文合作团队存在于更广泛的学术网络中,他们从这一网络中获取的信息和知识为其提供了解决问题和学术创意的新思路,本文将其称为网络资本。另一方面,论文合作团队具有自身的学识和经验,这是其进行学术创新的智慧源泉,本文将其称为知识资本。作为学术创新群体,论文合作团队的网络资本与知识资本对创新绩效的影响已经得到研究者关注。但多数学者均将论文合作团队网络资本和知识资本分离开来探讨各自对创新绩效的作用机理[3-4],鲜有学者将二者结合起来探讨其匹配效应。社会网络理论认为,网络资本能够为网络结点进行创新活动提供团队外部信息[5],而吸收能力理论认为,这些信息需要被知识资本进行吸收和转化后才能促进创新的发生[6]。因此,这就带来了网络资本与知识资本相互匹配的问题。
2文献回顾与研究假设
2.1社会网络理论与论文合作团队网络资本
社会网络理论认为,网络结点通过在网络中的位置获得不同的网络资本,进而从网络中获取异质性信息和知识。Shan等[7]发现,在网络中占据中心位置能够获得更多创新优势和创新绩效。刘凤朝和姜滨滨[8]发现,联系强度和网络中介位置对创新绩效具有促进作用。同理,论文合作团队在外部网络中的位置也使其拥有不同网络资本以及具有差异性的知识和信息。进一步地,根据一些学者[9]的观点,论文合作团队网络资本可以分为网络深度和网络宽度两个维度,前者指论文合作团队在网络中的嵌入程度,后者指其网络联系的多样性程度。
2.2吸收能力理论与论文合作团队知识资本
吸收能力理论认为,外部网络中的有价值信息必须首先被创新主体进行评价,然后通过消化和吸收才能应用于新知识创造[10]。吸收能力强的组织能够更加有效地管理外部新知识,从而提升自身技术能力和创新绩效[11]。Cohen和Levinthal[10]提出,吸收能力建立在随时间积累的知识资本基础上。论文合作团队知识资本指团队成员的知识、经验以及表现出来的资本结构特征。根据一些学者[9]的观点,论文合作团队知识资本可以分为知识深度和知识宽度两个维度,前者指团队成员拥有的与论文研究主题相关的专业知识储备的数量,后者指团队成员知识的多样化程度。
2.3研究假设
论文合作团队网络资本和知识资本匹配的四种模式如图1所示,本文具体分析这四种匹配模式对论文合作团队创新绩效的不同影响。
图1 网络资本与知识资本的四种匹配模式
(1)“深网络资本-深知识资本”匹配模式对论文合作团队创新绩效的影响
这一匹配模式对论文合作团队的创新绩效具有负向影响。因为深度嵌入于外部网络使论文合作团队频繁地与能够接触到的学者们探讨学术,而这样会带来认知的高度趋同性,对科研发展趋势敏感度降低[12]。此时,团队内部深度知识资本又使得自身视野太过狭窄,降低了获取异质性知识的能力[13]。而根据吸收能力理论,如果外部获取信息的渠道较狭窄,会使内部知识进入自我强化的循环,阻碍了新知识创造。
假设1:“深网络资本-深知识资本”匹配模式对论文合作团队创新绩效具有负向影响。
(2)“深网络资本-宽知识资本”匹配模式对论文合作团队创新绩效的影响
这种匹配模式下,论文合作团队内部的多样性知识能够搜索和获取到外部网络中的不同信息和知识,并能够吸引具有差异性思维和知识的学者加入团队[14],而深度嵌入于外部网络中能以更快速度和更小成本接触这一学者[15];且多样化的团队内部知识能够使得彼此之间互相启发,撞击思想的火花,最大程度降低由于深度网络嵌入带来的认知锁定,进而促进团队创新绩效的产生。
假设2:“深网络资本-宽知识资本”匹配模式对论文合作团队创新绩效具有正向影响。
(3)“宽网络资本-深知识资本”匹配模式对论文合作团队创新绩效的影响
“宽网络资本-深知识资本”匹配模式下,论文合作团队能够从外部网络中获得多样化信息和知识,同时团队内部拥有深度知识,这样可以形成匹配优势。因为从吸收能力角度看,创新主体必须对有价值的新信息进行识别、评价和消化,才能促进新知识的产生[9-10]。而论文合作团队对特定领域知识的深度理解,有助于将外部多样化知识与现有知识仓库中的特定知识基础相结合,产生学术创新[9,14],获得创新绩效。
假设3:“宽网络资本-深知识资本”匹配模式对论文合作团队创新绩效具有正向影响。
(4)“宽网络资本-宽知识资本”匹配模式对论文合作团队创新绩效的影响
在学术创新过程中,论文合作团队的知识宽度影响其吸收外部新知识的能力,而其内部吸收能力越强,就越能辨别外界知识的价值,进而利用这些知识进行学术创新[16]。从团队外部来看,网络中不同团队之间基于共享知识可促进知识获取[17]。但是在“宽网络资本-宽知识资本”匹配模式下,通过内部知识资本的吸收能力可以将从网络中获取的多样化信息转化为对学术创新产生贡献的新知识[9],而这一过程受到了论文合作团队内部多样化知识的阻碍,即产生了协调困难的负面效应,从而负向影响创新绩效的获取。
假设4:“宽网络资本-宽知识资本”匹配模式对论文合作团队创新绩效具有负向影响。
3研究设计
3.1研究情境和数据收集
本文以《管理世界》、《南开管理评论》、《中国工业经济》、《外国经济与管理》、《管理科学学报》、《系统工程学报》、《管理工程学报》和《系统工程理论与实践》8种管理学期刊论文合作团队作为研究对象,并通过CNKI获取论文合作团队的相关数据。由于上述期刊电子版本在CNKI的收录时间均晚于纸质版本的发刊时间,且各期刊时间间隔不同,如《管理世界》晚6个月左右,《南开管理评论》晚3个月左右。为保证数据的可比性,本文于2010年1月收集了1994—2007年所有论文合作团队的数据作为研究样本。经统计,共有8967个论文合作团队。
3.2变量测量
(1)创新绩效(Iper)。论文合作团队是一种知识创造团队,其创新绩效是绩效的主要表现。新知识创造可以从论文的数量和质量两方面进行评价。而根据实践,尤以质量更为关键,Kretschmer和Aguillo[18]等就以引证次数作为表征学术论文质量的指标。因此,本文采用论文引证次数作为论文合作团队创新绩效的测量指标。为保证数据的可对比性和客观性,采用2010年1月数据收集时各团队所发表论文在CNKI中被他引的频次来测度。
(2)网络深度(Ndep)。本文构建了中国管理学者论文合作团队合作网络,具体方法为只要两个团队有共同作者,则二者具有网络联系。按照这一规则,8967个团队形成论文合作网络。借鉴一些学者[9,19]的研究,用管理学者论文合作团队在这一网络中的接近中心性来测量其网络深度。
(3)网络宽度(Nwid)。借鉴一些学者[9]的研究,本文采用管理学者论文合作团队在论文合作网络中的结构洞指数来测量其网络宽度。
(4)知识深度(Kdep)。知识深度反映团队成员拥有的相关专业知识的储备数量。根据知识深度的内在涵义,以及二手数据收集的局限性,依据Dewar和Dutton用团队规模作为团队知识深度测度的思路,本文也采用管理学者论文合作团队的人数测量其知识深度。
(5)知识宽度(Kwid)。根据前文对知识宽度的界定,其可以用知识多样性来替代。本文采用团队成员知识背景的Blau系数对管理学者论文合作团队的知识宽度进行测量。成员知识背景根据学者提供的研究领域或研究方向对每个团队进行单独编码。
(6)控制变量。本文将管理学者论文合作团队发表论文时基金支持类型(Fund)、是否跨校合作(UU)、是否校企合作(UC)、是否政校合作(GU)、发表时间(Time)作为控制变量。基金支持编码为:0=无基金支持;1=省部级以下基金;2=省部级基金;3=国家级基金。跨校合作编码为:0=非跨校合作;1=跨校合作。校企合作编码为:0=非校企合作;1=校企合作。政校合作编码为:0=非政校合作;1=政校合作。论文发表时间为数据收集时间与论文刊出时间的差值(以月为单位)。
4实证检验
4.1模型构建
根据Venkatraman提出的匹配检验方法,本文运用调节检验的思想,构建以下模型,通过多元线性回归方法检验中国管理学者论文合作团队网络资本与知识资本的匹配对其创新绩效的影响。
Iper=β0+β1Fund+βUU+β3UC+β4GU+β5Time+β6Ndep+β7Nwid+β8Kdep+β9Kwid+β10(Ndep×Kdep)+β11(Ndep×Kwid)+
β12(Nwid/Kdep)+β13(Nwid×Kwid)+ε
其中,β0为常数项,β1,β2,…,β13为回归系数,ε为残差项。
4.2回归结果与讨论
本文采用最小二乘法,通过SPSS软件分析中国管理学者论文合作团队网络资本与知识资本匹配模式对其创新绩效的影响。具体操作中,采用层级回归法,逐步将变量放入回归方程。第一步,将控制变量放入方程,得模型1;第二步,将Ndep、Nwid、Kdep和Kwid放入方程,得模型2;第三步,将Ndep、Nwid、Kdep和Kwid的四个乘积项即四种匹配模式放入方程,得模型3。回归结果及各变量方差膨胀因子(VIF)和容忍度(Tolerance)见表1。
表1 全样本回归结果
注:*p<0.1,**p<0.05,***p<0.01。
由表1可知,所有自变量的方差膨胀因子均在0和10之间,容忍度均大于0.1,表明方程通过了多重共线性检验。加入Ndep、Nwid、Kdep和Kwid的四个乘积项即四种匹配模式后,模型3的R2达到36.9%,拟合效果高于模型2。
由模型3的结果可知,“深网络资本-深知识资本”匹配模式对中国管理学者论文合作团队创新绩效具有显著负向影响,假设1得到验证。现实中可见,总是与学术背景相近的学者合著论文,或者长期与相同学者合作,且团队成员在学术圈有固定且狭窄的外部联系时,其研究写作的学术视野会愈加狭窄,不利于团队长期的学术创新绩效。“深网络资本-宽知识资本”匹配模式对其创新绩效具有显著正向影响,假设2得到验证。实践中,一些论文合作团队在保证其团队成员知识背景多样化的同时,会鼓励成员与其研究领域内的学者们保持密切的学术联系正是基于以上考虑。“宽网络资本-深知识资本”匹配模式对其创新绩效具有显著正向影响,假设3得到验证。现实中可见,很多论文合作团队会鼓励其成员与专业领域相关但不同的团队进行沟通和学习,或者鼓励团队成员与不同学者建立合作关系,目的是建立多样化的外部网络联系,以吸收异质性的知识和信息,与团队内部知识进行碰撞和融合,进而创造新知识。“宽网络资本-宽知识资本”匹配模式对其创新绩效的影响不显著,假设4未得到验证。根据林润辉和范建红[1]的研究,工商管理和管理科学这两个管理学子学科在很多方面存在差别。因此,本文将工商管理期刊的论文合作团队,即《管理世界》、《南开管理评论》、《中国工业经济》和《外国经济与管理》,以及管理科学期刊的论文合作团队,即《管理科学学报》、《系统工程学报》、《管理工程学报》和《系统工程理论与实践》,分开来对假设4进行进一步检验,回归结果见表2。
表2 分样本回归结果
注:*p<0.1,**p<0.05,***p<0.01。
对工商管理和管理科学论文合作团队分样本数据的分析发现,对于工商管理学科和管理科学学科的论文合作团队而言,“深网络资本-深知识资本”、“深网络资本-宽知识资本”和“宽网络资本-深知识资本”匹配模式对其创新绩效的影响与全样本的回归分析结果相同。不同的是“宽网络资本-宽知识资本”匹配模式,对于工商管理学科而言,这一模式对创新绩效的影响不显著,而对于管理科学学科而言,这一模式具有显著负向影响。究其原因,管理科学学科的研究对于过去知识的继承性更强,如通过对模型的边界、变量进行优化完善模型,倾向于针对某一个方向的深度探索[1],而不强调团队成员多样化知识背景。因此,在团队内部多样化知识背景下,又同时具有丰富的外部联系时,就会由于协调困难而阻碍了知识的吸收和利用,进而阻碍新知识创造和创新绩效获取。而对于工商管理学科而言,虽然“宽网络资本-宽知识资本”匹配也会在一定程度上带来协调困难,但是由于其分析角度具有多样性,对于多样性知识需求更大[1],这一协调困难的效应不是太明显。
5结论与启示
利用中国管理学者论文合作团队的样本数据进行实证分析的结果显示,“深网络资本-深知识资本”匹配模式对中国管理学者论文合作团队创新绩效具有显著负向影响;“深网络资本-宽知识资本”和“宽网络资本-深知识资本”匹配模式对其创新绩效具有显著正向影响;“宽网络资本-宽知识资本”匹配模式对其创新绩效的影响在工商管理和管理科学学科之间具有差异:对工商管理论文合作团队而言,这一匹配模式对其创新绩效的负向影响不显著,而对管理科学论文合作团队而言,这一匹配模式对其创新绩效具有显著负向影响。
上述研究结论具有一定启示和指导意义。第一,网络时代的知识创新,不仅仅要依靠“内力”,还要“借力”。在自身知识资本的基础上,合理利用网络资本,才能在不断变化的环境下,把握科研趋势,做出科研创新。正如化柏林和武夷山[20]所指出的,知识的传播与交流、信息的传递与流动形成各种不同的网络,无论是一篇论文还是一本期刊,无论是一位作者还是一个机构,都会在这一网络中具有相应位置,其价值也往往在网络中得以体现。第二,虽然网络资本和知识资本对于论文写作都很重要,但是在构建合作团队时,要注重二者的匹配和适应性。根据研究结果,一般地,对于中国管理学者论文合作团队而言,在构建团队时可以考虑以下两种方式:①选择具有异质性外部联系的学者组建团队,以提高外部多样性知识和信息来源,同时,为有效地对外部知识进行消化吸收,团队规模可以较大;②选择多样化知识背景的学者组建团队,同时,这些学者拥有与外部某个或某些学术群体紧密的联系,以备在需要团队外部学者的知识帮助时,能够快速获得;③对于管理学两个具有不同研究特征的学科,即工商管理和管理科学,在论文写作过程中组建团队时,应结合学科特点选择团队合作成员,以避免网络资本和知识资本的不当匹配对团队创新绩效的负向影响。
参考文献:
[1]林润辉,范建红.中国管理学者论文合作网络属性及其对合作绩效的影响研究[J].研究与发展管理,2012,24(4):81-93.
[2]Thagard P.Collaborative knowledge[J].Nous,1997,31(2):242-261.
[3]Josephine C L.Social Context and Social Capital as Enablers of Knowledge Integration[J].Journal of Knowledge Management,2004,(8):89-105.
[4]晋琳琳,李德煌.科研团队学科背景特征对创新绩效的影响——以知识交流共享与知识整合为中介变量[J].科学学研究,2012,30(1):111-124.
[5]Van den Bulte C,Wuyts S.Social Networks and Marketing[M].Marketing Science Institute,Boston,MA,2007.
[6]Narasimhan O,Rajiv S,Dutta S.Absorptive Capacity in High-technology Markets:The Competitive Advantage of the Haves[J].Marketing Science,2006,25(5):510-524.
[7]Shan W J,Waiker G,Kogut B.Interfirm Cooperation and Startup Innovation in the Biotechnology Industry[J],Strategic Management Journal,1994,15(5):387-394.
[8]刘凤朝,姜滨滨.中国区域科研合作网络结构对绩效作用效果分析[J].科学学与科学技术管理,2012,33(1):109-115.
[9]范建红,陈怀超.外部网络结构和内部知识基础组合模式对董事会创造性决策的影响研究[J].管理评论,2014,26(12):100-109.
[10]Cohen W M,Levinthal D A.Absorptive Capacity:A New Perspective on Learning and Innovation[J].Administrative Science Quarterly,1990,35(1):128-152.
[11]Tsai W.Knowledge Transfer in Intraorganizational Networks:Effects of Network Position and Absorptive Capacity on Business Unit Innovation and Performance[J].Academy of Management Journal,2001,44(5):996-1004.
[12]孙国强,石海瑞.网络组织负效应的实证分析[J].科学学与科学技术管理,2011,(7):24-30.
[13]Johnson E J,Bellman S,Lohse G L.Cognitive Lock-in and the Power Law of Practice[J].Journal of Marketing,2003,67(2):62-75.
[14]Sorescu A B,Chandy R K,Prabhu J C.Why Some Acquisitions Do Better Than Others:Product Capital as a Driver of Long-term Stock Returns[J].Journal of Marketing Research,2007,44(1):57-72.
[15]Vincent L H,Bharadwaj S G.It’s not What You Know,It’s Who You Know:A Meta-analytic Review of Social Networks[C].2005 AMA Winter Educator’s Conference,San Antonio,TX,2005.
[16]简兆权,吴隆增,黄静.吸收能力、知识整合对组织创新和组织绩效的影响研究[J].科研管理,2008,(1):80-87.
[17]Nahapiet J,Ghoshal S.Social Capital,Intellectual Capital,and the Organizational Advantage[J].Academy of Management Review,1998,23(2):242-266.
[18]Kretschmer H,Aguillo I F.Visibility of Collaboration on the Web[J].Scientometrics,2004,61(3):405-426.
[19]Fang E,Tang Y.The Effects of Knowledge and Network Assets Alignment on Open Innovation Success:The Exploration of Open Source Software (OSS) Development[C],Winter Marketing Educators’ Conference,Florida,2012.
[20]化柏林,武夷山.网络社会需要网络分析[J].情报学报.2013,(8):1.
(责任编辑刘传忠)