大数据能力对员工创新绩效的影响——知识转移与工作自主性的作用

王玉峰，郑海燕，王树进

（南京农业大学经济管理学院，江苏南京 210095）

1 研究背景

随着经济全球化的不断深化和大数据时代的进一步发展，资源、信息、人才等要素在全球范围内的流动越来越快，企业之间的竞争逐渐演变为全球范围内的国际竞争，诸多重大颠覆性创新不断涌现，对传统的经济发展模式不断造成冲击。在此情况下，企业为了在瞬息万变的竞争环境中获得立足之地，通常依赖于研发新的产品或技术，因而科技创新逐渐成为企业获取持续竞争力、参与国际竞争的源动力之一［1］。企业逐渐注重自身的研发，加大研发投入、组建研发团队，以期实现更多创新绩效并持续保持创新优势。而企业整体的创新是由员工个体创新组成的，需要依靠员工个体创新的积累来实现企业层面的创新突破［2］，是以探究员工创新绩效的提升方式对企业目前以及将来的成长都具备重要意义。

根据以往学者的研究，员工创新很大程度上取决于其自身的创新动机和能力［3］，而员工创新动机和能力的发展则受到企业自身动态能力这种外界因素的影响［2］。企业动态能力包含多个方面，依据动态能力理论，具体可将之划分为技术、组织和管理三个方面的突出能力，其目的都是为了应对复杂多变的市场环境，满足顾客需求［4］。而在当前大数据时代背景下，各种数据爆发式增长，企业大数据能力的地位日趋重要，甚至可以说是必不可少的动态能力之一。近年来，随着大数据对人们生活的逐步渗透，学者们也开始关注大数据能力在创新中的作用，如谢卫红等［5］和任南等［6］都证实了大数据能力有利于提升企业创新。但是，目前对企业大数据能力的研究大多还停留在企业层面，重点研究其对企业整体创新的影响，而对其如何影响员工个体创新的研究还比较少。员工作为企业的人力资本，是创新的实施者与动力源［7］。因此，基于员工个体层面，探讨大数据能力与员工创新绩效的关系对企业创新至关重要。

简单地将大数据能力与员工创新绩效相联系是粗糙的，还应当考虑两者之间的内在机制。首先，基于知识基础观，本文认为在大数据能力对员工创新绩效的作用机制中，知识转移发挥了关键作用。以往研究也表明，知识转移有助于产生创新绩效［8］。在企业大数据能力的帮助下，员工能够很好的克服不同知识主体之间知识转移的障碍，帮助他们获取、整合、解读知识，进而满足实现创新绩效的需求。其次，员工产生创新绩效不仅需要创意，而且需要付诸行动［9］。大数据能力往往能为员工提供新颖的资源与想法，如果员工在工作时拥有足够的自主性，有权限依据个人需要来安排工作进度、采用适宜自己的方式来展开工作，这无形中就加强了员工创新的便利性，更有利于创新绩效的实现［10］。总而言之，本文认为知识转移与工作自主性是大数据能力影响员工创新绩效机制中的两个关键变量。因此，本文在探讨大数据能力与员工创新绩效的关系时，拟进一步分析知识转移与工作自主性在其中发挥的作用，对更好地明确大数据能力对员工创新绩效的作用机制具有重要意义，也期望给相关企业的创新管理提供参考。

2 理论基础与假设

2.1 大数据能力与员工创新绩效

员工创新绩效是指个体所产生的新颖且可行的有价值的思想、方法或者过程、产品［11］。基于企业动态能力理论，企业为了获得创新优势，需要形成相关动态能力［12］，而大数据能力就是大数据时代企业为了应对爆炸式增长的数据所需要的动态能力。企业的大数据能力通过对数据的获取、分析整合以及应用形成了企业自身的数据资源，这种独特的资源与能力是员工创新的助力。谢卫红等［5］结合大数据应用在中国企业的管理实践，将大数据能力定义为一种获取、整合企业内外部大数据资源，深度分析并提取潜在的商业价值，不断适应外部环境变化的动态能力。

从大数据能力的三个维度来看，首先，资源获取能力是企业获取以及更新大数据资源的能力。处于大数据时代，数据每天千变万化，而数据一个重要的特点就是时效性［13］，资源获取能力帮助员工用更快的速度取的他想要的数据，为员工创新提供了资源基础。其次，分析整合能力是企业有效处理、深度分析数据资源并不断获得新见解的能力。初始数据往往零散且琐碎，分析整合能力会对这种原始数据进行处理，筛选归纳从而得到高质量信息。数据的潜在价值往往也需要经过分析整合才能够得到挖掘，挖掘得出的潜在价值可以为员工的创新提供新的思路和方向。最后，应用能力是企业基于分析结果来预测市场、支撑管理决策的能力［14］。因为创新绩效不仅仅是创新行为，还包括创新结果，如果所做的创新没有实际意义，那么创新绩效依然无法提升。但是企业的应用能力可以实时跟踪、预测市场动向和消费者需求，帮助员工把握市场动向，使得他们产生的新思想、新设计、新产品等能够与市场趋势相匹配，获得消费者的认可，这也促使他们的创新行为往往能够取得较好的结果，从而提高创新绩效。

综上所述，本文提出假设：

H1：大数据能力对员工创新绩效具有正向影响；

H1a：资源获取能力对员工创新绩效具有正向影响；

H1b：分析整合能力对员工创新绩效具有正向影响；

H1c：应用能力对员工创新绩效具有正向影响。

2.2 知识转移的作用

知识转移是知识交换的过程［15］。本文关注的是发生在企业内部的这一过程，即员工踊跃传递自己所掌握的信息，或咨询其他同事以获得他们的信息。知识转移包括发出和接收两个过程，不仅要有发出、传递的过程，也要有成功接收并吸收的过程，如果接收者并未吸收所传递的知识，那么只能称之为知识传递，不可以将它等同于知识转移［16］。

2.2.1 大数据能力与知识转移

首先，基于知识基础观，知识以人为载体，借助多种方式实现共享，例如语言、行为、文本、技术等［17］。企业的员工就是知识活动的参与者，企业的大数据能力使得员工可以使用各种数据技术系统，帮助知识的传递与吸收，为员工间知识转移的顺利进行提供了基础与条件。其次，知识基础观认为知识会受到环境以及个人知识状态和分析能力的影响［18］。企业拥有的大数据能力，一定程度上代表着企业自身的知识状态和处理能力，间接对知识转移产生影响。具体而言，在企业内部员工可以快速获取其他部门的数据资源，与其他部门实现知识共享，这也加强了部门之间、员工之间的沟通协调，从而更有利于员工理解和吸收这些知识，完成知识在员工之间的转移。最后，企业知识具有增量累积性，也就是说企业知识的成长需要长期的积累，而大数据能力不管是对外界数据的获取，还是对现有数据的整合分析，亦或是应用数据所获得的经验，都在一定程度上加快了企业知识的累积速度，扩大了企业自有知识的规模。这也有利于员工从中获取、吸收对个人成长有利的知识，帮助个人的知识积累，员工之间互相学习、共同进步，从而推动知识转移进程［19］。

综上所述，本文提出假设：

H2：大数据能力对知识转移具有正向影响；

H2a：资源获取能力对知识转移具有正向影响；

H2b：分析整合能力对知识转移具有正向影响；

H2c：应用能力对员工知识转移具有正向影响。

2.2.2 知识转移与员工创新绩效

首先，创新需要知识储备，而知识转移给予了支撑［20］。知识转移使得员工在面对问题时，拥有更多的解决方法。创新过程难免遇到问题，但是自己所遇到的问题，可能前人已经遇到过，甚至已经有了对应的解决思路与方法。此时，通过知识转移就能降低创新所需的时间与成本，加快创新行动的进程，使得员工的创新工作更高效。其次，知识转移可以促进不同主体之间知识价值的成倍增值。员工相互学习、消化与吸收，并在此基础上创造新的知识，努力实现知识的“增值”，这个过程通常能够激励员工创造知识并激发创造力，为创新提供不同以往的思路与想法［21］。最后，创新过程往往伴随着巨大的风险，而通过知识转移，因为结合了多方的知识与经验，员工可以大大降低创新失败的风险，从而促进员工创新绩效的实现。

综上所述，本文提出假设：

H3：知识转移对员工创新绩效具有正向影响。

2.2.3 知识转移的中介作用

新知识的获取与开发对创新绩效的实现尤为重要［22］，而想要在新想法或者新发现上有所进展往往需要跨边界获取有价值的外部知识［23］。因此，企业为了获得关键资源需要考虑如何推动有价值的知识在不同知识主体之间的转移。而大数据能力能够很好的克服不同知识主体之间知识转移的障碍，帮助他们获取、整合、解读知识，进而满足实现创新绩效的需求。

员工是企业的一部分，但是由于个体的差异性、多样性等特点，需要有效的知识与合作机会才能使员工充分发挥他的才能，促进创新绩效的实现。而大数据能力提供了这样一个知识转移的渠道，员工通过企业提供的数据资源，了解自身和他人知识水平的差异，进而加强员工之间的沟通交流与合作，为知识转移奠定基础。不同员工利用企业的数据平台，发挥个人优势、学习他人长处，从而有效推动知识转化为创新成果。

综上所述并结合假设1～3，本文提出假设：

H4：知识转移中介了大数据能力对员工创新绩效的影响；

H4a：知识转移中介了资源获取能力对员工创新绩效的影响；

H4b：知识转移中介了分析整合能力对员工创新绩效的影响；

H4c：知识转移中介了应用能力对员工创新绩效的影响。

2.3 工作自主性的调节作用

一方面，创新绩效既包括行动，也包括结果［11］。创新成果的实现不但需要创意的萌芽，更需要付诸实践的机会［9］。大数据能力往往能为员工提供创新的资源与想法，在此基础上如果员工拥有充分的工作自主性，能够自己安排工作进程、根据工作进展程度选择适宜自己的工作方法，这在无形中也给创新行动的施展提供了机会，推动实现创新成果［24］。而相反的，当工作自主性处于较低水平时，员工往往需要按部就班，依据规定好的程序来执行工作，大大限制了员工的思维与想法，也减少了员工实施创新想法的可能性，从而减弱大数据能力对创新绩效的正向效应［25］。

另一方面，员工能够从所给予的工作自主性水平的高低感知到上级领导对他的信任程度，这种信任增强了员工的自我效能感［26］。根据以往学者的研究，可以自由选取工作方式的员工相比于选择权少的员工，拥有更高的创造性［27］。如果员工在工作时感受到较高水平的自主性，会踊跃尝试不同的工作方法，形成不同以往的工作思维，从而在完成工作时有出乎意料的成果；反之，在低工作自主性的工作环境中，员工往往只能循规蹈矩地完成份内的工作，这抑制了员工的工作热情和想象力，限制了员工思维的发散，不利于创新绩效的实现。

综上所述，本文提出假设：

H5：工作自主性在大数据能力与员工创新绩效的关系中起正向调节作用；

H5a：工作自主性在资源获取能力与员工创新绩效的关系中起正向调节作用；

H5b：工作自主性在分析整合能力与员工创新绩效的关系中起正向调节作用；

H5c：工作自主性在应用能力与员工创新绩效的关系中起正向调节作用。

综合以上假设，构建本研究的理论模型（如图1 所示）。

图1 本文理论模型

3 研究设计

3.1 研究样本

本研究通过问卷搜集数据，问卷发放最终选择上海、江苏、浙江3 个省市24 家企业。为了提高样本的代表性，调研中选择具有不同性质的企业，其中国有企业10 家、民营企业10 家、中外合资企业2 家以及其他2 家；选择对创新依赖较高的不同行业的企业，其中电子信息8 家、生物制药6 家、汽车制造6 家、航空航天4 家。通过上门调研和电子邮件的方式进行问卷发放和收集，发放问卷500 份，有效问卷403 份，有效回收率为80.6%，样本的人口统计学资料见表1。

表1 样本基本信息

表1 （续）

3.2 研究工具

本研究模型涉及四个主要变量，为了尽可能地保证信度与效度，本研究选用国内外权威的成熟量表作为测量工具，四个变量均采用5 级Likert 量表计分。

大数据能力：选择谢卫红等［5］开发的量表，共12 个题项。其中，资源获取能力包括4 个题项，如“公司能够方便地获得支撑业务的内外部数据资源”等，该维度的Cronbach's a 系数值为0.844。分析整合能力包括5 个题项，如“公司能够对原始数据进行处理从而得到高质量信息”等，该维度的Cronbach's a 系数值为0.863。应用能力包括3 个题项，如“公司能够应用数据分析发现顾客的潜在需求”等，该维度的Cronbach's a 系数值为0.783。大数据能力的Cronbach's a 系数值为0.889 ＞0.8，信度良好。

创新绩效：选择韩翼等［11］开发的量表，共8个题项，包括“我会提供新想法以改变现状”等。创新绩效的Cronbach's a 系数值为0.896 ＞0.8，信度良好。

知识转移：参考Yli-Renko 等［28］及何辉等［29］的研究，本文用4 个题项来衡量知识转移，包括“我从其他成员那里获得了很多重要的信息或知识”等。知识转移的Cronbach's a 系数值为0.851 ＞0.8，信度良好。

工作自主性：选择Kirmeyer 等［30］编制的量表，共7 个题项，包括“我能在工作时间自由决定做什么”等。工作自主性的Cronbach's a 系数值为0.870 ＞0.8，信度良好。

控制变量：使用SPSS 26.0 进行独立样本T 检验和单因素方差分析，检验各人口统计学变量对主要研究变量的影响。结果显示：性别、年龄、婚姻状况和任职年限通过了显著性检验。因此，将这四个变量作为控制变量。

4 数据分析与结果

4.1 共同方法偏差检验

由于本研究所有的核心变量都是由被试者在相同的时间点进行汇报的，因此所获取的样本数据有可能存在共同方法偏差。为了确保样本数据的科学性和有效性，使用Harman 单因素方差分析法对此问题进行检验。结果显示，未旋转的最大因子仅能解释总方差的23.991%（＜50%）。这一分析结果说明本次样本数据中潜在的共同方法偏差处于可接受的范围内，可以进一步做实证分析。

4.2 效度检验

本研究采用验证性因子分析检验资源获取能力、分析整合能力、应用能力、创新绩效、知识转移、工作自主性这六个变量的区分效度，检验结果详见表2。如表2 所示，六因素模型的拟合效度水平 良 好（χ2/df=1.156，RMSEA=0.020，GFI=0.929，RMR=0.034，NFI=0.927，IFI=0.989，CFI=0.989），且明显优于其他模型的拟合结果，这意味着六个变量之间具有良好的区分效度。

表2 变量区分效度验证性因子分析结果

4.3 相关分析

表3 为主要变量的均值、标准差及相关系数。统计结果表明：资源获取能力（r=0.240，P＜0.01）、分析整合能力（r=0.290，P＜0.01）以及应用能力（r=0.258，P＜0.01）都与创新绩效显著正相关，初步验证H1a、H1b和H1c；资源获取能力（r=0.292，P＜0.01）、分析整合能力（r=0.179，P＜0.01）以及应用能力（r=0.221，P＜0.01）都与知识转移显著正相关，初步验证H2a、H2b和H2c；知识转移（r=0.254，P＜0.01）与创新绩效显著正相关，初步验证H3。

表3 各变量的均值、标准差和相关系数

4.4 假设检验

本研究采用层级回归法对前述的假设进行检验，结果如表4 和表5 所示。

表4 主效应和中介效应检验结果

4.4.1 主效应和中介效应

主效应和中介效应的检验结果如表4 所示。由表4 可知，资源获取能力（M2，β=0.202,P＜0.001）、分析整合能力（M3，β=0.262,P＜0.001）和应用能 力（M4，β=0.223,P＜0.001）都对创新绩效有显著的正向影响，验证了假设1a、假设1b和假设1c，H1成立。资源获取能力（M6，β=0.220,P＜0.001）、分析整合能力（M7，β=0.118,P＜0.05）和应用能力（M8，β=0.155,P＜0.01）对知识转移都具有显著的正向影响，假设2a、假设2b和假设2c都得到了验证，假设2 成立。知识转移（M9，β=0.195,P＜0.001）对创新绩效具有显著的正向影响，验证了假设3。

由M10 可知，在加入知识转移这一中介变量后，知识转移能够正向地预测创新绩效（M10，β=0.154,P＜0.01），资源获取能力（M10，β=0.168,P＜0.01）与M2 相比，对创新绩效的影响系数减小，但仍然显著。因此，知识转移部分中介资源获取能力对创新绩效的影响，H4a部分成立。将M11与M3对比可知，知识转移（M11，β=0.163,P＜0.01）对创新绩效有正向显著影响，而分析整合能力（M11，β=0.243,P＜0.001）的影响减弱，但仍然显著正相关。因此，知识转移部分中介分析整合能力对创新绩效的影响，H4b部分成立。将M12 与M4 对比可知，知识转移（M12，β=0.161,P＜0.01）对创新绩效的正向影响显著，而应用能力（M12，β=0.199,P＜0.001）的正向影响减弱，但依旧显著。因此，知识转移部分中介应用能力对创新绩效的影响，H4c部分成立。综上所述，H4成立。

4.4.2 调节效应

为了避免可能存在的共线性问题，本研究根据Aiken 等［31］的建议，将自变量和调节变量进行均值中心化处理，然后做层级回归，调节效应的分析结果见表5。

表5 调节效应检验结果

M14 回归结果表明，资源获取能力与工作自主性的交互项回归系数为0.087，且在p＜0.05 水平上显著。此外，图2 同样显示，工作自主性越高，资源获取能力与创新绩效之间的关系越强，假设5a得到了验证。M16 回归结果表明，分析整合能力与工作自主性的交互项与创新绩效不存在显著的相关关系（β=0.036,P＞0.05），假设5b未得到验证。M18 回归结果表明，应用能力与工作自主性的交互项回归系数为0.070，且在P＜0.05 水平上显著。此外，图3 也显示，工作自主性越高，应用能力与创新绩效之间的关系越强，假设5c得到了验证。综上所述，H5部分成立。

图2 工作自主性对资源获取能力与创新绩效关系的调节效应图

图3 工作自主性对应用能力与创新绩效关系的调节效应图

5 研究结果与讨论

5.1 研究结论

本研究实证检验了大数据能力对员工创新绩效的作用效果与作用机制，得出三个重要结论：（1）资源获取能力、分析整合能力和应用能力都能够显著地促进员工的创新绩效。（2）知识转移部分中介资源获取能力与创新绩效、分析整合能力与创新绩效、应用能力与创新绩效之间的关系，表明大数据能力既能促进员工的创新绩效，也能通过知识转移的中介作用间接推动员工创新绩效。（3）检验了工作自主性在大数据能力对创新绩效的作用机制中的调节作用。结果显示，工作自主性正向调节资源获取能力对创新绩效的影响，也正向调节应用能力对创新绩效的影响，但是在分析整合能力对创新绩效的作用机制中的调节作用并不显著。

本文认为造成工作自主性调节作用差异可能的原因为，首先，企业的资源获取能力能够给员工提供各种各样的数据资源，而创新往往需要接触新的资源来产生创新想法，此时如果员工的工作自主性比较高，员工可以自行安排工作进度，合理分配自己的工作时间，这种情况下，员工更容易接触、吸收新的资源和想法，进而提高创新绩效。相反，如果工作自主性比较低，员工每天只能循规蹈矩的在既定时间里完成既定的任务，此时员工很难接触到新的资源和想法，从而降低创新的可能性。其次，企业的分析整合能力的组成不仅仅有自身的设备资源，也包括了具有分析整合能力的员工，企业的分析整合能力高，某种程度上也意味着员工自身具备一定的挖掘数据潜在价值的能力，而具有较强分析整合能力的企业本身就了解挖掘数据需要一定的个人时间，所以受工作自主性的影响较少，工作自主性的调节作用并不显著。最后，企业的应用能力代表着企业能够发现顾客的潜在需求、实时跟踪和预测市场动向。此时，如果员工具有较高的工作自主性，员工可以通过企业所提供的这些信息，及时调整自己的工作重心，将工作与顾客、市场紧密结合。在该情境下，员工的创新行为通常可以获得较好的成效，推动创新绩效的实现。相反，在工作自主性较低的情况下，员工无法及时调整自己的工作内容与工作进度，即使员工有好的创新想法，但是最后生成的结果无法与市场相匹配，这样的创新无法投入使用，也因此难以获得好的绩效。

5.2 理论意义

第一，本研究验证了企业大数据能力对员工创新绩效的影响机制。前学者们对大数据能力的研究大多还是以企业为对象，探讨其对企业整体创新能力与创新绩效的影响。同时，在对个人创新绩效的研究中，现有文献也多侧重于研究个体特征、领导风格、组织因素等对其的影响，将大数据时代的背景考虑进去的微乎其微。因此，本文基于时代背景，从个体角度出发，以企业创新的主体与实施者——员工为研究对象，探究大数据能力对员工创新绩效的影响机制，这对现有创新绩效领域的研究是一种补充与拓展。

第二，本研究以知识基础观为依据，验证了知识转移在大数据能力与员工创新绩效之间所发挥的中介效应，打开了大数据能力到员工创新绩效的“黑箱”。现有研究大多从企业或团队的角度出发，探究知识转移对整体创新绩效的正向影响。本研究一方面对以往研究支持，即证实企业内部员工间的知识转移对员工个人创新绩效的正向影响同样适用；另一方面也证实了企业的大数据能力能够促进知识转移，这也完善了对知识转移成因和影响的理论认识。

第三，研究部分证实了工作自主性在大数据能力与创新绩效关系中的正向调节作用，以往有些研究在探究某些自变量对创新绩效的影响中，也将工作自主性作为调节变量，但是并未有研究从大数据能力的角度对此加以探索。实际上，企业大数据能力对员工创新绩效的作用功效是与工作自主性息息相关的。工作自主性越强，员工就越有充分的自由来安排自己的工作流程与内容，以此来确保个人的创新活动，从而取得创新绩效。因此，本研究既响应了以往学者的研究，也拓展了当前研究。

5.3 管理启示

处于大数据时代，快速发展的科学技术以及消费者多样化的需求对企业造成的压力难以忽视，企业也希望通过不断创新来增强自身的竞争优势。如何保持市场敏锐度，抓住机遇实现创新绩效，这一问题值得当前企业管理者深思。本文通过对创新绩效的研究，为企业的创新管理提供了重要启示。

第一，企业应从多方面着手，增强大数据能力。一方面，企业要拥有大数据资源，企业可以通过与其他企业合作或者通过购买的方式来构建自身的大数据资源网络。目前科技快速发展，知识更新频繁，同时又伴随着全球化的推进，企业难以独自面对日新月异的外界环境，尤其是高新技术企业，极度依赖创新来形成自己的竞争优势。这也意味着企业必须时刻掌握最新的数据资源，加强与其他企业的联系沟通。另一方面，企业也需要拥有能够对数据进行分析整合的员工，因为这类员工在企业挖掘数据价值的过程中担任着重要的角色。企业可以通过招聘数据分析的专业人才，也可以对现有员工进行数据分析技能的相关培训，这样才能促进企业大数据能力的提升，从而推进实现创新绩效。

第二，本研究还发现知识转移不仅有利于促进员工创新绩效，而且是大数据能力对创新绩效产生作用的关键中介。因而，从多个方面共同增进知识转移对企业而言具备十分重要的意义。一方面，从知识发出者角度出发，需要提高员工间的人际信任。知识发出者是知识转移的起点，知识转移的质量和最终效果与知识发出者的主观意愿紧密相关［32］，因而员工往往更愿意将所持有的知识传递给自己信任的人。而徐海波等［33］也指出，当员工彼此间缺乏信任时，以往通常能够发挥作用的激励也很难积极推动知识转移。因此，企业可以通过团队协作任务、团建活动等，加强员工之间的沟通与交流，建立友善、忠诚的企业文化，帮助员工互相信任。另一方面，从知识接收者角度出发，如何成功吸收所接收的知识才是关键。如果只是单纯地完成知识的发出到接收这一过程，而无法做到进一步的吸收、存储与传播，这并不能被称为完成了知识转移［34］。而知识接收者可能因为自身能力不足，无法将所接收的知识进一步消化、提炼价值，因此企业在招聘时就要注意筛选出同一水平层次的员工，共事的员工可以是不同层次，但是尽量不要差距太多。

第三，企业应正视工作自主性对大数据能力效用发挥的权变影响。本研究结果表明，当工作自主性较强时，企业的资源获取能力和应用能力对员工创新绩效的促进作用更为明显。这就要求企业能够给予员工一定的工作自由，从而更好地实现创新绩效。企业往往更看重的是实现创新绩效的这个结果，至于员工具体是如何完成这个工作的过程，应不做严格地限制。因此，企业应鼓励员工使用多样化的工作方法，减少循规蹈矩的工作安排，让员工有一定的自由按照自己的工作状态、事情的轻重缓急来调整自己的工作进度。但是合理的约束也是有必要的，明确的工作目标、合理的工作标准和奖惩制度都能够帮助员工在拥有自主性的同时不偏离工作目标。

5.4 研究不足与展望

首先，本研究将调研区域设定在上海、江苏和浙江，有一定的局限性，未来研究可以扩大调研地点的范围，进一步验证和拓展本研究的结论。其次，本研究着重探讨了大数据能力的作用效果，并未对其前因变量加以讨论。但在实际运用中，大数据能力的前因要素能够帮助企业在构建大数据能力时提供有利条件，也有利于推动大数据能力的合理运用。但是目前对这方面的研究甚少，因此未来研究可以在这方面展开探讨。最后，本研究问卷中题项的设置主要来自于量表，被调查的员工难免会受到自身认知的限制，量表指标无法客观衡量。在未来研究中，可以通过一些能够客观测量的数据作为衡量指标，如员工实际工作中产生的创新成果作为创新绩效的衡量。