基于偏最小二乘法的企业科研人员知识隐藏影响因素研究

2020-03-02任熠RENYi庞建刚PANGJiangang秦宜QINYi

价值工程 2020年36期

任熠REN Yi；庞建刚PANG Jian-gang；秦宜QIN Yi

（西南科技大学经济管理学院，绵阳621010）

1 绪论

经济的结构性改革与产业优化升级的政策，在为企业提供了转型升级，谋求高质量高效率发展的机会的同时，也加剧了企业之间的竞争压力。企业为提升其内在创生动力，必然要以自身科研团队的建设为着力点。但随着科研团队的建设逐步完善，人才竞争越发激烈，企业中科研工作者的知识共享意愿也随之下降，知识隐藏问题成为企业创新力提升的阻碍。知识隐藏会在合作的工作者之间产生不信任环，进而抑制抑制团队的创造活性[1]；与此同时，知识隐藏行为会降低团队和组织的绩效[2]，导致“回飞棒效应”的显现[3]，还在一定程度上降低了个体的创新能力，并最终造成普遍意义上的员工创新力的下降，产生企业创新危机。目前，诸多组织与企业运用各种管理手段加强知识共享活动，提升知识共享意愿，从而避免其科研团队内部的知识隐藏行为，并对企业发展的创生力危害提前防范。同时，企业内部的知识隐藏也成为了目前学术界理论研究的关注热点。

Argote 和Ingram（2000）将雇员故意不与他人分享有价值的信息或知识的现象称作“知识保留”[4]。Connely（2012）首次提出了“知识隐藏”这个概念，将其定义为“个体在受到他人询问时为了保留或隐藏知识所作的有意尝试”[5]，而Husted 等人（2012）提出，组织中普遍存在由于员工“知识共享敌意”而导致的知识贮存行为[6]。之后，国外学者交叉运用社会学、心理学以及经济学领域多种理论，对影响知识隐藏行为的个体因素进行探索与研究。Lin 和Wang（2012）以大五人格和控制源理论为基础建立了一个包括社会认同、奖励预期、协作预期的多因素模型[7]；Connelly 和Zweig（2015）指出，人们在进行知识隐藏行为之前往往会权衡利弊，所以知识隐藏行为并不都是有害的[8]；Peng 和He（2013）建立了知识心理所有权与领地原因关联的模型[9]；Tang 和Bavik 等（2015）的研究揭示了道德型领导对知识隐藏行为的抑制作用[10]。

2 研究背景与方法

2.1 理论基础

通过文献分析，现有企业人员知识隐藏现象的研究主要从心理期望、个人性格，同事关系几个方面来进行研究。

在心理期望方面，姜荣萍，何亦名（2013）研究证明，消极互惠，组织氛围与人际不信任对知识隐藏都有决定作用[11]；黄爱华、黎子森（2016）从资源保护理论出发，发现工作不安全感对知识隐藏有正向影响，并由此影响员工的创造力[12]；高天茹、贺爱忠（2019）研究证实了心理困扰在职场排斥对知识隐藏的正向影响中起链式中介作用[13]。

在个人性格方面，Lin（2012）探讨了积极人格对知识隐藏行为的影响[14]；Tang（2015）探讨了上司的道德领导力对下属知识隐藏意愿的影响[15]；林陵娜（2015）实证研究表明知识共享自我效能与个体结果期望对知识隐藏具有显著负相关关系[16]。

在同事关系方面，何亦名（2014）根据实证调研发现心理所有权对知识隐藏和领地行为存在显著正向影响，并且领地行为在心理归属和知识隐藏之间起着中介作用[17]；何培旭，王晓灵等（2018）提出了上司辱虐管理影响下属知识隐藏行为的中介效应模型[18]；魏峰、马玉洁（2018）[19]与肖小虹、周正等（2018）[20]则分别探究了领导领地行为与自恋型领导对下属员工知识隐藏的影响；赵红丹、夏青（2019）提出消极情感在人际不信任与员工知识隐藏行为之间起部分中介作用[21]。

2.2 问卷设计

文章基于已有研究基础，从1.2 所述五种指标出发设计问卷，问卷采用Likert5 级量表（1=非常不同意，2=不同意，3=不确定，4=同意，5=非常同意），每种指标设2-4 个问题作为显变量。调查的对象包括正在任职的企业科研从业人员和在企业相关科研岗位有过实习经历的大学生，收集的问卷涉及教育培训、IT 电商、银行证券、医疗卫生、建筑工程等多个行业，覆盖四川、山东、湖南、广东、上海、北京等地，基层员工以及公司中高层管理都有涉及，具有较强的代表性。

通过对收集到的答卷进行整理，筛选出239 份有效问卷，利用科隆巴赫α 系数来检验问卷的有效性，通过SPSS22.0 软件测算出的科隆巴赫α 值为0.903，达到极高水平；KMO=0.891>0.8 且巴特雷特球形检验值为0.000，说明答卷数据可靠性极高，可以进行进一步分析。

2.3 建模分析——偏最小二乘法

本文采用偏最小二乘法进行路径建模。1983年由伍德和阿巴诺等人首次提出偏最小二乘回归分析方法，用于多自变量情况下的回归建模。本方法通过迭代提取对因变量的解释性最强且对因变量影响最大的综合变量，可辨识出系统中的信息与噪声，从而很好地克服了回归路径模型中变量之间的多重相关性的不良作用[28]。其主要原理如下：

①对于自变量数据表X={x1，x2，…，xp}和因变量数据表Y={y1，y2，…，yq}，分别提取出线性组合t1和u1，使得t1和u1尽可能大地携带它们各自数据表中的变异信息，且相关程度达到最大。

②分别实施X 对t1的回归以及Y 对u1的回归。检验模型的精度。如果精度已经达到要求，则终止提取，否则继续提取（t2，u2），（t3，u3），……，重复此步骤。

③若取得达到要求的（tm，um），则可通过um对tm的回归，来表达Y 对X 的回归。

3 模型构建

3.1 提取因子

为构建PLS 模型，首先应当对观测变量降维，再利用降维的结果设定潜变量。本文采用SPSS 22.0 软件对收集的数据进行降维处理，得到主成分载荷表如表1 所示。

表1 主成分特征值及载荷平方和

由表1 可知，初始特征值大于1 的成分有3 个：第一个主成分的方差贡献率为43.567%，第二个主成分的方差贡献率为8.725%；第三个主成分的方差贡献率为7.701%，这三个主成分贡献率之和达到59.993%，说明这三个主成分反映了原始变量的大部分的信息。于是，可提取3 个成分作为主成分，作为原先15 个变量的代表。其中，各主成分的载荷如表2 所示。

表2 主成分载荷

由表2 可以看出，x7、x9、x10、x12、x13、x14、x15 在主成分1 当中的载荷超过0.5；x1、x2、x3、x6、x11 在主成分2当中的载荷超过0.5；x4、x5、x8 在主成分3 当中的载荷超过0.5。为了构建PLS 模型，分别将包含这些因素的三个主成分作为潜变量。

3.2 构建PLS 模型

上文已经通过主成分分析得出了能够对原始变量有充分解释力的三个主成分。为了构建偏最小二乘法路径模型，首先需要对主成分的含义做出解释，从而找到可能的自变量与因变量。本文根据各个主成分所含元素的内容，对主成分的含义做出的解释如表3。

由表3 可以看出，在主成分A 当中，x7 的主成分载荷未超过0.5，可忽略不计。除x7 外，所有的变量都在强调外部因素对员工自身的影响。其中，x9、x10 强调了企业规章制度与结构的影响；x12、x13、x14、x15 强调了团队氛围对员工自身的影响，又以x12 的载荷最高，超过0.7。所以，可以认为主成分1 说明了团队性质作为影响因素的存在，记为A。在主成分B 当中，载荷达到0.817 的x2 刻画了来自同事的反馈对知识分享意愿的正向影响；而载荷0.75 的x3 则刻画了工作环境的友好程度对知识分享意愿的影响，其余变量的载荷未超过0.65，可不予讨论。综合分析，可以认为主成分2 代表了工作环境对知识隐藏的影响，记为B。注意到在主成分C 中，直接强调个人知识分享意愿的成分x4、x5 的载荷超过0.8，而x8 的载荷不足0.4；而在主成分2 中，直接强调知识分享意愿的有x1，载荷为0.609。所以，为了研究其他因素对个人知识分享或隐藏意愿的影响，可以将主成分3 作为知识隐藏行为的结果（因变量），记为C；将主成分1 作为知识隐藏行为的原因（自变量），而由主成分2 作为中介变量。

表3 主成分表

按照模型草图的演示，将得出的三个维度作为回归的潜变量，利用SmartPLS 3.2.7 对模型展开运算：依次在软件中点击运算——PLS 算法，设定最大迭代次数为500次，设定加权方案为“路径”，其余按照默认设置，点击“开始计算”。为保证模型显著性，将原成分中VIF 小于0.5 的因素删去，得到改进后模型的结构信效度和VIF 分别如表4 和表5 所示。

表4 改进后的结构信度与效以及判定系数

表5 改进后的外部模型载荷（VIF）

从表5 中可以看出，改进后的模型中，各潜变量的外部模型载荷依旧超过0.7；并且，如表4 所示，改进后模型信效度与改进前基本保持一致。故对模型做出的删改是有效的，并且让模型显得更加合理。此外，表4 中还加入了该模型下潜变量的判定系数值。在本文中，由于各判定系数均大于0.33，可以认为该模型拟合度适中，模型有效。

下面考察模型的路径结构。路径系数及其检验值结果如表6。

表6 路径系数

从表6 中可以看出，对模型中三条路径进行t 检验，得到的p 值都小于0.01，表明路径均为极显著，说明得出的路径系数存在统计学意义，并进一步得出该模型可以成立。

3.3 模型解释

在上述统计分析中，本文通过主成分降维的方法找到了三个潜变量，并运用PLS 方法成功构建了潜变量之间的结构模型。

首先需要根据模型解释潜变量的现实含义。在上文中，已经依据主成分降维的结果对主成分做出了定义。但由于在构建PLS 结构模型的过程中对原始变量有所改动，所以不能照搬原来的定义，需要依据结构模型的结果重新进行分析。现将经过筛选的，各潜变量包含的原始变量例举如表7。

表7 筛选后的原始变量

潜变量A*中各个分量都旨在说明公司、同事、团队成员这些外部变量的影响，并且，根据表5，x9、x10 的VIF值较大，而x9、x10 主要是在说明公司对员工权益的保障程度和公司的管理结构的合理程度对员工知识分享意愿的影响。x14 和x15 则均表现了自己的团队对知识分享意愿的影响。综合考虑，可以认为潜变量1 表现了企业架构的影响。

潜变量B*中各个分量分别描绘了来自他人的尊重、工作环境的优劣、他人的理解和公司的奖励，又以x2 的VIF 值最高。综合考虑，可以认为潜变量2 考察了团队成分对知识分享意愿的影响。

潜变量C*中各个分量都可以认为是直接表明了个人的知识分享的意愿。所以，从逻辑上来讲，将潜变量3 作为路径的终点是比较合理的。

最终结构模型如图1 所示。在图1 中，圆圈表示潜变量，方块表示原始变量；圆圈内的数字表示R2，圆圈之间的箭头上的数字表示路径系数，上面的**表示极显著；原始变量与潜变量之间的数字表示VIF。由图形可知，该结构模型整体表现完好，可以用于说明问题。

3.4 结果分析

本文在已有文献的基础上，通过问卷调查收集数据，利用主成分分析法和偏最小二乘法得出了阻碍企业科研人员进行知识分享的一些重要因素，以及各个因素之间的关联程度和关系大小。本文主要得出以下结论：

①企业架构对员工个人知识分享意愿有着重要影响。知识权益的保护程度也是影响从业者对企业架构的体验的重要因素。科研人员如果感觉到企业尊重知识权益，他便更加愿意去进行知识分享活动。此外，在本研究中，同事的积极程度以及对同事的了解程度也归入了企业架构的影响之内，且比重较高，这表明企业科研人员之中普遍存在着这样一种心理：他们会将周围的同事视为企业架构的一部分，从而将对同事的印象投射为对企业的印象。

②科研团队自身的组成对科研从业者的知识分享意愿有一定影响。此外，本研究显示，在企业科研从业人员的观念中，工作环境的优劣、团队成员的理解能力差距和企业奖惩制度这些因素是同构的，科研人员会将对这些事物的印象投射到对自身所处团队的印象当中，并以此决定是否进行知识分享活动。

③从企业科研人员自身的角度而言，影响科研人员知识分享意愿的不但有企业管理方法、奖惩机制、对员工知识权益的保障等的变动，而且还有企业的人事变动：如果从业者感到公司人事变动频繁，或者对相应职务的人事安排有所不满，他们就会把这些不满投射到公司的管理架构上，并且更加倾向于进行知识隐藏。

4 管理建议

基于上述研究结论，本文针对企业科研人员的知识隐藏提出如下建议：

①在管理架构方面，由于企业的管理结构和体制规章在很大程度上决定了科研从业者对企业的印象，因此，管理层在制定决策时，应当注意决策对企业管理结构和体制规章的影响。可以考虑增加研发部门在决策制定中的话语权，了解科研人员对公司决策的真实想法。在知识权益方面，管理层应向科研从业者明确公司及行业的相关制度，主动宣传知识产权法律法规，并做好相应的表率。最后，管理者应当致力于塑造一种宽松友好的企业文化，增强员工归宿感。