CS视角下正式网络与非正式网络互动对创新能力影响的实证研究

王道金 吕鸿江* 周应堂

(1.东南大学 经济管理学院,江苏 南京 210096;2.南京农业大学 工学院,江苏 南京 210031)

0 引言

随着环境不确定性的增加,实践中有许多企业将组织结构网络化来提升组织的创新能力,使企业在不确定的环境中赢得竞争优势。例如,海尔将直线职能式组织结构转变为“倒三角组织”结构,再向网络化组织结构转变,并建立“海尔HOPE平台”来鼓励员工利用非正式网络进行创新。华为建立较为完善的正式组织结构,同时还在内部建立知识管理平台“3MS”来促进员工与其工友进行非正式会谈。华为鼓励员工与其工友对关键技术所产生的前沿问题进行讨论与研究,创造出全新的知识来解决研究方向上的前沿问题,进而提高了公司的突破式创新;通过鼓励员工利用咨询的方式来提高员工之间工作的协调性,通过导师制来提高新员工咨询的便利性进而提高新员工的工作效率,从而提高了公司的渐进式创新。最终,华为在5G芯片技术方面独占鳌头。企业不仅非常重视正式网络与非正式网络的建设来鼓励员工提高创新能力,而且希望获得正式网络与非正式网络互动对创新能力影响的理论指导[1]。

在理论上,研究发现组织内正式网络和非正式网络会对创新能力产生重要影响[2-3],而且还有研究发现这些影响是被割裂开来分析的。一方面,组织设计视角的研究主要聚焦于正式网络对创新能力产生的影响。例如,有研究发现高绩效工作实践通过促使员工进行集体学习来提高组织的创新能力[3];还有研究发现正式网络双元结构中领导者与专家相互合作有利于促进这两个成员的个人创新能力提升[1]。此视角的研究忽略了非正式网络对正式网络的影响。另一方面,社会网络视角的研究主要关注员工利用非正式网络提高个人的创新能力。例如,有研究发现处在非正式网络中结构洞位置的员工较容易想出好点子[2];有研究发现高管团队成员利用咨询网络向组织外部寻求建议或者向组织内部寻求建议都有利于提高组织的探索式创新[4];还有研究发现员工在团队中拥有跨文化关系的朋友有利于促进其创造力提升[5]。此视角的研究忽略了正式网络对非正式网络的影响[6]。当前把正式网络与非正式网络割裂开来的研究会导致研究结论与现实状况存在较大差距,不能很好的指导实践[6]。对此,学者们[1,6]呼吁在未来的研究中应该对正式网络与非正式网络互动的影响展开研究。因此,当前亟需解决问题是:正式网络与不同非正式网络互动对创新能力产生何种影响?其中的作用机理是什么?环境不确定性又对正式网络与不同非正式网络互动与创新能力之间的关系产生怎样的影响?

为了解决这些问题,本文打算借鉴复杂系统理论。因为组织是一个由多个员工所组成的复杂系统(complexity system,CS)[7],这些员工会依据相应的规则和规章与他人互动[8],而组织结构是组织成员互动过成中所形成的复杂网络结构,所以组织结构也可以被看作是一个复杂系统。此外,CS中的“混沌边缘”“复杂适应系统与复杂再生系统”“适应性学习与再生性学习”等理论为本文理论模型的构建提供了很好的借鉴。

1 研究理论与假设

1.1 理论基础:CS视角下的正式网络与非正式网络的互动

正式网络与非正式网络互动可以分为正式网络与咨询网络互动和正式网络与朋友网络互动。正式网络与咨询网络互动是指当正式网络中成员向其同事寻求或提供建议所形成的咨询网络与正式组织结构的相互影响。正式网络与朋友网络互动是指当正式网络中成员与其工作中的朋友进行互动所形成的朋友网络与正式组织结构的相互影响。正式网络由工作流程网络和权力网络构成[6,9],具有授权性和拥有共享意识形态,因此被认为是组织的合法系统[10],相对影子系统具有稳定性,所以这两个子网络形成的整体网络被称为正式网络。而非正式网络是指组织成员之间互动中形成的人际关系网络,由咨询网络和朋友网络构成[9]。咨询网络是指员工在寻找与工作任务相关建议时所形成的网络[9-11],提供的建议可以在非朋友关系的员工之间分享[11]。朋友网络是指具有紧密关系特征的网络[9,11],工友可以对较为敏感问题深入交换意见,而这些意见在非朋友之间是不能被讨论的[11]。咨询网络是建立在事件基础之上的工具型网络,而朋友网络是建立在信任基础之上的情感型网络[11-12]。由于非正式网络没被正式制度认可,所以被类比为影子系统[10]。又因为咨询网络与朋友网络是随机涌现的,与合法系统相比,具有动态性和不稳定性,因此会对组织产生不同的影响[9],所以需要将其分开分析。合法系统与影子系统的互动会使CS的运行处于混沌边缘状态,此时CS的创新能力较高[7,13]。因为处于混沌边缘时CS的属性处于复杂适应系统和复杂再生系统之间转换的边缘[7,13]。从网络视角来看,这两个系统也是组织处于混沌边缘时的子系统,在复杂适应系统中正式网络与咨询网络互动,而在复杂再生系统中正式网络与朋友网络互动。

图1 正式网络与非正式网络互动示意图Figure 1 Diagram of the interp lay between formal and informal networks

1.2 研究假设

1.2.1 正式网络与非正式网络互动对创新能力的影响

(1)正式网络与咨询网络互动和渐进式创新

渐进式创新是指对现有产品和服务进行细微的改进[14-15],技术、产品和服务在现有的轨道进行发展[16],是对原有领域知识的深化和系统化[17]。正式网络与咨询网络互动有利于促进渐进式创新的提升。因为从复杂系统理论来看,正式网络与咨询网络互动是合法系统与影子系统互动处于复杂适应系统状态,具有适应有序、追求效率的特征。首先,正式网络中成员相互咨询有利于提高完成工作的协调性。由于咨询网络中传播的是与工作任务相关的简单知识,员工利用咨询网络来获取知识与信息能增强其对现有规章制度遵守,同时可以提高其完成正式工作任务能力[11]。其次,正式网络中成员相互咨询可以促进员工之间的资源优化。由于正式网络中单个员工所拥有合法分配的权力与资源不足以应对产品与服务持续改善中所产生的障碍,员工之间咨询可以促进正式网络中资源流通,从而使不同成员所拥有的权力与资源得到合理的利用来克服障碍。最后,正式网络中成员相互咨询有利于提升工作效率。在复杂适应系统中拥有丰富专业知识的员工为了提升团队的整体工作效率,通常会通过提供意见的方式帮助工作经验少的同事改进工作方法来提升工作效率[18]。可见,正式网络与咨询网络互动能使员工获得更多信息来做出有利于持续改进产品与服务的决策,这体现了复杂适应系统中的持续改进与提高效率的适应性特征,进而提升组织的渐进式创新。

H1正式网络与咨询网络互动对渐进式创新产生显著的正向影响。

(2)正式网络与朋友网络互动和突破式创新

突破式创新是指打破以往技术模式[19]、流程和组织格局,建立新的技术、流程和组织格局并在顾客价值传递方面实现显著跳跃性创新,对现有的技术、产品或服务进行较大的改进[16-17]。正式网络与朋友网络互动有利于促进突破式创新的提升。因为从复杂系统理论来看,正式网络与朋友网络互动是合法系统与影子系统互动处于复杂再生系统状态,具有变革、突变和超越能力特征[7]。首先,正式网络中朋友相互沟通可以讨论较为深入敏感的问题[11],有效的交流与沟通可以使一些模糊的想法变得清晰,使员工跳出原有的思维方式思考问题[5]。其次,正式网络中朋友相互沟通有利于降低权力距离,促进员工聚焦于产品、技术和流程的变革。因为朋友在真情实感表达观点的同时更多关注的是关于产品、技术和流程的变革相关知识与信息的分享,会忽略彼此的层级关系[5]。再次,正式网络与朋友网络互动有利于正式网络中的员工与其工友组建团队到组织外部搜寻差异化知识,进而有利于促进突破式创新的提升。最后,突破式创新的产品与服务需要相匹配的工作流程,正式网络中的朋友越多越有利于促进员工对现有工作流程的不足达成共识,从而降低推动组织结构变革的阻力,提升组织结构的变革动力[3]。可见,正式网络与朋友网络互动使正式网络中成员通过各种复杂信息的搜寻与共享来改变现有技术、产品和服务发展路线,从而促使合法系统的本质结构进行变革,提升组织的革新能力[3,7],体现了复杂再生系统中的变革和超越能力的特征,进而提升组织的突破式创新。

H2正式网络与朋友网络互动对突破式创新产生显著的正向影响。

1.2.2 知识共享的中介效应

依据新知识产生与否,知识共享可以分为传递性知识共享和创造性知识共享两个维度[8]。传递性知识共享是指组织内的员工将自己擅长的知识分享给对此不太擅长的同事[8]。而创造性知识共享是指在知识分享时,组织内没有直接的相关知识,需要知识提供者与知识接收者相互深入沟通来创造新的知识[5,8]。

(1)传递性知识共享的中介效应

本研究认为正式网络与咨询网络互动是通过传递性知识共享来提升渐进式创新。由于正式网络与咨询网络互动是CS处于复杂适应系统状态,此时,组织成员会通过适应性学习来分享组织中现存的知识[13]。适应性学习是一种单循环学习[13],是员工分享现有知识来对惯例、规范、程序等进行细微改进[20]。首先,在组织成员为了完成既定工作任务而进行咨询时,主要是学习技能、信息和程序等现存的知识[21],对组织需要完成的任务进行设计的成员或领导帮助组织中不了解相关知识的员工掌握相关知识。其次,由于组织将资源分配给不同的成员来生产产品或提供服务[8],在资源优化的过程中,正式网络中成员对同事拥有的权力和资源相关的知识不了解。为了提高效率,拥有资源的同事会分享与使用资源相关的知识,从而使整个组织中的权力和资源得到更好的利用[8]。最后,在工作流中,员工发现同事不规范的操作给其自身的工作带来负面影响时,会提供建议分享知识帮助同事提升操作程序的能力[22],同事改正工作方式时其自身的工作效率也会被提高,从而使组织的效率提高。所以,正式网络与咨询网络互动促进了组织内传递性知识共享,进而促使现有的能力、技术和范式等得到加强,体现了合法系统与影子系统互动通过适应性学习来提高组织成员的适应能力,进而提升了组织的渐进式创新。

H3传递性知识共享在正式网络与咨询网络互动与渐进式创新之间起中介作用。

(2)创造性知识共享的中介效应

本研究认为正式网络与朋友网络互动是通过创造性知识共享来提升突破式创新。由于正式网络与朋友网络互动是CS处于复杂再生系统状态,此时,组织成员会通过再生性学习来利用组织内与外的现存知识从而创造出新的知识[7,20]。再生性学习是一种双循环学习,要求组织成员创造性分享知识对现有的规范、惯例或程序进行质疑与修改[20]。首先,跳出惯性思维分析问题伴随着创造性知识共享。当正式网络中的朋友从不同角度深入分析问题时,解决相关问题的新点子与新方法会比较容易被想出[21],而新点子与新方法的产生往往会成为组织提升突破式创新的基础。其次,淡化层级关系的领导与员工专注在观点的交换上,把与工作经验相关的显性知识、隐性知识与新出现的问题联系起来,存在于不同脑海之中全异的知识与想法碰撞会让组织成员创造出新的知识与方案[3]。再次,利用从组织外部搜寻的差异化知识伴随着创造性知识共享。因为将组织外部获取的差异化知识与组织内部知识融合需要正式网络中的员工与其工友深入的讨论与辨别,分析出可以与组织内部知识融合的差异化知识,当组织外部知识与内部知识融合时比较容易创造出全新的知识。最后,当新知识与新方法创造出的新产品和新服务与组织政策、技术和范式不一致时,会引起员工对现有政策、技术和范式的质疑与变革[7]。对于组织变革之中引起的新问题,正式网络中的朋友会通过集体学习的方式持续深入沟通来降低因采取变革所引起的阻力[3]。在此过程中,正式网络与朋友网络互动中创造性知识共享是复杂再生系统的再生性学习的具体体现[7,13],员工会通过分享显性知识与隐性知识来创造出全新的知识,使产品、技术和流程的发展脱离原有的技术轨道,从而提升组织的突破式创新。

H4创造性知识共享在正式网络与朋友网络互动与突破式创新之间起中介作用。

1.2.3 环境不确定性的调节效应

环境不确定性具有两个显著的特征:复杂性与动态性[23]。环境复杂性是环境的简单-复杂维度[23],环境动态性是环境的静态-动态维度[23]。大量研究表明复杂性和动态性是引起环境不确定性的先决条件[24],因此本文将从这两个维度来分析。

(1)环境复杂性的调节效应

环境复杂性反映的是组织外部环境的因素数量多少[24]。当组织面临环境复杂性降低时,所需要处理环境因素数量减少,所以组织面临的压力会降低,组织内的成员利用正式网络与咨询网络进行传递性知识共享的推力就会降低,提升渐进式创新的动力会比较低。当面临的环境复杂性提高时,组织需要提高组织复杂性的参数进而使组织拥有比环境更多的变化来应对环境的改变[24]。正式网络与咨询网络互动程度更高,与工作任务相关的知识在组织内的流动更快[24],知识与信息处理的能力更强,资源优化与利用的效率加速,组织成员需要沟通的人员数量更多。组织成员增强沟通促进传递性知识共享进而提升应对环境复杂性的能力[8]。从CS视角来看,当环境复杂性提高时,复杂适应系统会提高内部合法系统与影子系统互动中的适应性学习的速度,从而提升组织的渐进式创新来适应环境的变化[7]。

H5环境复杂性越高,传递性知识共享与渐进式创新之间的关系越显著,环境复杂性发挥有调节的中介作用。

(2)环境动态性的调节效应

环境动态性是由竞争、顾客偏好改变、技术的变化和供应商的变动等引起环境不规则的波动与变化[19,23]。当环境不确定性降低时,组织面临环境变化所带来的压力会比较小,所需要共享和整合新知识的动力就会比较低[24],突破式创新被提高的可能性比较低。相反,当组织所处的环境动态性较高时,潜在的顾客需求、短暂的机会、紧急的威胁、供应商与竞争对手会发生变动[24],此时,组织内部权力关系和正式工作流程面临变革是不可避免的。正式网络中的成员需要对变革中产生的新问题提出解决方案的压力增大,从而增加正式网络中朋友从组织内部与外部搜寻知识的动力,增加正式网络中朋友创造、分享和扩充新知识来解决新问题的动力[3],此时组织的突破式创新会得到提高。从CS视角来看,当环境的动态性提高时,合法系统与影子系统互动会提高复杂再生系统中的员工再生性学习的动力[7],通过变革合法系统的本质属性来应对环境的改变。

H6环境动态性越高,创造性知识共享与突破式创新之间的关系越显著,环境动态性发挥有调节的中介作用。

2 研究设计

2.1 样本选择与数据采集

本研究采用方便抽样方法以问卷形式收集数据,主要利用团队中管理创新评选专家在管理创新领域积累的人脉资源来联系不同的企业发放问卷。调研时间从2018年9月开始持续一年左右,被调研的企业主要位于陕西、南京、苏州、无锡、徐州、南通、常州等地。这些参与调研的企业涵盖智能电力、信息技术、装备制造等创新型企业,他们参与了管理创新示范企业的评选。在征询这些创新型企业的经理同意之后,邀请他们企业内部参与产品与服务的研发与生产的部门或团队参与调研。由于问卷中的社会网络题目需要每个团队中有80%以上的成员认真填写,在问卷发放之前,先与被调查的企业的领导者进行沟通,争取让对方整个组织内的所有员工同时参与调研,之后请企业领导者提供整个组织员工的名单和组织架构图。我们依据网络的提名生成法[9],对姓名编号进行匿名化处理,并请企业帮助安排其所提供名单上的员工在同一时间集中填写问卷。我们团队中成员到现场指导答题者填写问卷,强调问卷的匿名和保密性的要求,待整个部门或团队填写完成之后当场回收问卷。

图2 理论模型Figure 2 Theoreticalmodel

本研究共发放问卷1327份问卷,剔除填写潦草、甄别题目填写矛盾等不认真的问卷。最终得到102个创新型组织1093份,有效回收率为82.67%。其中领导者人数为227,占总人数20.8%;员工人数为866,占总人数79.2%。男性占比为59.93%,女性占比为40.07%。教育水平方面:研究生及以上占比为22.14%,本科占比为 53.98%,大专占比为16.01%,高中及以下占比为7.87%。年龄方面:25岁以下占比为10.61%,25～35岁占比为46.48%,35～45岁占比为26.53%,45～55岁占比为11.53%,55岁以上占比为4.85%。在行业方面:智能电力占比为21.57%,信息技术占比为11.76%,装备制造占比为51.96%,其他行业14.71%。

2.2 变量选择与说明

研究中所用的量表都来自于国内外研究中使用的成熟量表,结合本文研究的情境对部分条目做了调整。在问卷准备阶段,对于英文量表采用了中-英文背对背翻译的方法进行翻译。为了保证量表的信度和效度,我们邀请了某985高校的110名MBA进行预调查和3家企业高管进行结构化访谈,数据收集之后对量表进行了信度与效度分析,又邀请创新领域的专家对条目逐一讨论,对于不理想的量表进行多次的修改和完善,最终才形成正式调查问卷。

自变量:正式网络与非正式网络互动主要包括正式网络与咨询网络互动和正式网络与朋友网络互动这两个维度。正式网络主要由权力网络和工作流网络聚集而成,其中权力网主要依据企业提供的组织架构图整理而得。工作流网络是用Soda和Zaheer的量表来测量[9],测量题目是“我会把工作任务下达给他/她;他/她的工作任务完成后会转向我;我和他/她需要完成相互交流和配合的工作任务”。在得到权力网络和工作流网络的数据之后聚集成正式网络。非正式网络包括咨询网络和朋友网络,咨询网络是用Soda和Zaheer[9]的量表和罗家德[25]的量表改编来测量,测量题目是“在工作上遇到困难时,我会向他/她咨询;在处理日常业务时,我常和他/她讨论相关问题;在工作中遇到困难时,他/她会主动协助我。”而朋友网络主要是用Krackhardt[26]和罗家德[25]文中的量表来测量,题目是“工作中遇到挫折或被责难时,我会向他/她倾诉;他/她和我聊天时,会谈到家庭生活中的事;他/她和我最熟”。为了保持匿名性,让领导者与员工根据姓名对应的编号填写编号。在获得网络数据之后,使用UCINET6.0中的QAP指标计算正式网络与咨询网络互动和正式网络与朋友网络互动。QAP是用来计算两个整体网络重叠程度的一个指标,QAP值越高表示两个网络重叠程度就越高,两个网络的互动程度就越高。

中介变量:知识共享包括传递性知识共享(TKS)与创造性知识共享(CKS)这两个维度,这两个维度的测量主要由Zárraga和Bonache[8]的量表改编调整而来,如表2所示,量表采用Likert 7级度量(1表示“从不”,7表示“总是”),问卷是由员工填写。传递性知识共享的ICC(1)值为0.137,ICC(2)值为0.572,Rwg的均值为0.883;创造性知识共享的ICC(1)值为0.190,ICC(2)值为0.664,Rwg的均值为0.801;符合ICC(1)高于 0.12,ICC(2)高于0.5和Rwg高于0.7的标准[27-28]。这说明组织层面的变量由员工层次数据聚合是可行的。

调节变量:环境不确定性包括环境复杂性和环境动态性两个维度变量。根据Miles和Meyer[29]提出的构成组织外部环境的因素和中国企业所处的环境加以修订,每个维度有11条测量题项,如经销商、用户、原材料供应商等。环境复杂性量表采用Likert 7级度量(1表示“非常少”,7表示“非常多”);环境动态性量表采用Likert 7级度量(1表示“从不变化”,7表示“总是变化”),问卷是由领导者填写。

因变量:创新能力主要包括渐进式创新与突破式创新这两个维度,这两个维度的测量主要用Subramaniam与Youndt[17]的量表。这两个维度测量的题项如表2所示,量表采用Likert 7级度量(1表示“非常少”,7表示“非常多”),问卷是由领导者填写。

控制变量:此前研究表明组织内员工的性别水平和教育程度会对组织的创新能力产生影响[5],因此在组织层面将员工的性别均值和教育水平均值作为控制变量。性别通过“您的性别:①男,②女”来测量;教育水平题目为“您的最高教育程度是(包括目前在读的):①高中以下,②大专,③本科,④研究生及以上”。有研究表明员工年龄和任期异质性对创新能力影响比较大[31],因此需要将其控制。年龄的问题与选项是“您的年龄:①25岁以下,②25～35岁,③35～45岁,④45～55岁年,⑤55岁以上”;任期的问题与选项为“您在现公司工作时间:①半年以下,②半年～1年,③1～3年,④3～5年,⑤5年以上”。对于年龄和任期类别变量,学者们将其用Blau系数计算异质性作为控制变量,其公式表达式如:I=1-∑(ij)2其中ij反映的是在组织中第j个类别员工的占比[30],BLAU系数取值范围在0到1之间,越靠近1反映组织的中的该属性差异越大。最后,Burt等发现网络中的结构洞对创新有影响[2]。为了剔除网络效应,用UCINET6.0计算约束系数作为个人层面的结构洞,然后将正式网络与非正式网络中的个人层面的结构洞取均值,表示正式网络结构洞与非正式网络结构洞[2]。

3 实证分析

3.1 相关系数

研究所涉及的变量的均值、标准差及相关系数如表1所示。

表1 描述性统计分析结果Table 1 Results for descriptive statistical analysis

3.2 共同方法偏差检验

为了降低共同方法偏差,在研究设计和检验上做了相应的处理。第一,在收集数据时将问卷分为领导卷与员工卷两部分,保证了数据的不同来源。第二,强调了问卷的匿名性,问卷题目没有对错之分,降低了参与者选择性偏差。第三,采用了社会网络调查法和Likert量表法,降低了填写问卷者的惯性思维。第四,采用 Harman单因子检测方法来检验[31],未旋转时得到的第一主成分的方差百分比为27.871%小于40%临界标准。第五,借鉴Adam等[32]推荐的验证性因子分析来检验共同方法偏差。模型1把所有条目指定给一个共同潜变量,得到的拟合指标为χ2/df=8.472、IFI=0.350、TLI=0.248、CFI=0.342、NFI=0.322、GFI=0.419、RMSEA=0.272、RMR=0.155。 模型 2 把所有条目指定给各自测量的潜变量,得到的拟合指标为χ2/df=1.468、IFI=0.965、TLI=0.953、CFI=0.964、NFI=0.897、GFI=0.853、RMSEA=0.068、RMR=0.038。 模型 2 各项指标明显优于模型1中对应的指标。这表明共同方法偏差不显著。

3.3 信度与效度检验

文中的正式网络与非正式网络互动、知识共享、环境不确性和创新能力的测量都是从高质量期刊选取的量表,具有较高的信度与效度。对于所采用潜变量的量表,借助SPSS24.0软件和AMOS26来分析其信度与效度。(1)信度检验。如表2所示,所有潜变量的 Cronbach′sα值均大于0.8,表明测量变量的标准误差很小,量表信度良好。(2)效度检验。所用的量表均来自国内外比较成熟的量表,在引用之前均通过严格的背对背双语翻译,经过了预试及修正,因此内容效度符合要求。进一步,本研究对所有的潜变量做验证性因子分析,结果显示χ2/df值为1.468、IFI值为0.965、TLI值为 0.953、CFI值为 0.964、NFI值为 0.897、GFI值为0.853、RMSEA为0.068、RMR值为 0.038,拟合指标较为理想,表明模型拟合度较好。六个潜变量的AVE的最小值均大于0.5,而且所有潜变量组合信度大于0.8,表明聚敛效度很好。表1中可见各变量的方差平方根均大于所在行与列的相关系数,表明具有较好区分效度。综上可认为潜变量的信度与效度符合要求。

表2 潜变量信度和效度检验结果Table 2 Results for reliability and validity

3.4 假设检验

(1)主效应检验。表3采用SPSS24中多元回归进行分析,如模型2中正式网络与咨询网络互动对渐进式创新产生正向影响且显著(β=1.195,p＜0.05),H1被验证。如模型7所示,正式网络与朋友网络互动对突破式创新产生显著正向影响(β=1.004,p＜0.05),H2被验证。

表3 中介作用与调节作用检验结果Table 3 Test results ofmediation effect and m oderation effect

(2)中介效应检验。传递性知识共享的中介效应按照传统的Baron和Kenny[33]三步方法来检验。第一步,自变量正式网络与咨询网络互动对渐进式创新产生显著正向影响;第二步,自变量正式网络与咨询网络互动对中介变量传递性知识共享产生显著正向影响(β=1.269,p＜0.05);第三步,控制了传递性知识共享(β=0.241,p＜0.05)后,正式网络与咨询网络互动对渐进式创新产生的影响不显著(β=0.890,p=n.s.),说明中介效应成立。此外,依据 Hayes提供的SPSSmacro(Process)进行中介效应检验[34],由表4知传递性知识共享的间接效应为0.305,置信区间为[0.053,0.854]说明间接效应显著,H3被验证。

表4 知识共享的中介效应Table 4 M ediation effect of know ledge sharing

创造性知识共享的中介效应按照Baron和Kenny[33]三步方法来检验。第一步,自变量正式网络与朋友网络互动对突破式创新产生显著正向影响;第二步,自变量正式网络与朋友网络互动对中介变量创造性知识共享产生显著正向影响(β=1.058,p＜0.05);第三步,控制了创造性知识共享(β=0.344,p＜0.01)后,正式网络与朋友网络互动对突破式创新产生的影响不显著(β=0.640,p=n.s.),说明中介效应成立。此外,由表4知创造性知识共享的间接效应为0.364,置信区间为[0.119,0.869]说明间接效应显著,H4被验证。

(3)有调节的中介效应检验。模型4显示环境复杂性和传递性知识共享的交互项系数显著(β=0.431,p＜0.01),说明调节效应存在。如图3所示[35],当环境复杂性较高时,传递性知识共享与渐进式创新之间的关系陡峭,说明环境复杂性正向调节成立。又因为H3验证了传递性知识共享起到中介作用,此时依据Hayes提供的SPSSmacro(Process)进行第二阶段有调节的中介效应检验[34]。如表5所示,当环境复杂性较低时,传递性知识共享间接效应为-0.069不显著,当环境复杂性处于中和高水平时的间接效应分别为0.288和0.646,且置信区间分别为[0.057,0.763]和[0.240,1.383],置信区间不包含零,说明环境复杂性发挥有调节的中介作用成立,H5被验证。

图3 环境复杂性调节效应Figure 3 Moderation effect of environmental comp lexity

模型9显示环境动态性和创造性知识共享的交互项系数显著(β=0.476,p＜0.01),说明环境动态性调节效应存在。如图4所示[35],当环境动态性较高时,创造性知识共享与突破式创新之间的关系陡峭,说明环境动态性正向调节作用成立。又因为H4验证了创造性知识共享起到中介作用,此时可能存在有调节的中介效应。此外,如表5所示,当环境动态性较低时,创造性知识共享间接效应为0.020不显著,当环境复杂性处于中和高水平时的间接效应分别为0.363和0.705,且置信区间分别为[0.108,0.832]和[0.233,1.397],置信区间不包含零,说明环境复杂性发挥有调节的中介作用成立,H6被验证。

表5 条件间接效应检验Table 5 Test of conditional indirect effect of variables

图4 环境动态性调节效应Figure 4 M oderation effect of environmental dynam ism

4 主要研究结论与启示

研究结论有:(1)正式网络与咨询网络互动对渐进式创新产生正向影响,(2)正式网络与朋友网络互动对突破式创新产生正向影响,(3)正式网络与咨询网络互动是通过对现有知识的传递性知识共享来提升组织的渐进式创新,(4)正式网络与朋友网络互动是通过对已有知识的创造性知识共享来提升组织的突破式创新,(5)当环境复杂性较高时,组织内的正式网络与咨询网络互动更有利于促进传递性知识共享进而显著地提升组织的渐进式创新,以及(6)当环境动态性较高时,正式网络与朋友网络互动更有利于促进创造性知识共享进而显著地提升组织的突破式创新。

理论贡献:第一,本文是对学者们关于未来从正式网络与非正式网络互动视角展开研究呼吁的回应。McEvily和Soda等[6]对过去的50年文献回顾发现如果只关注正式网络而不关注非正式网络的影响或者只关注非正式网络而没有考虑正式网络的影响,这样研究得出的结论很容易以偏概全。于是他们在2014年首次呼吁未来的研究应该从正式网络与非正式网络互动的视角展开分析。由于该视角研究非常重要而相关的研究成果仍然不多,因此,Ter Wal等[1]在 6年之后再次呼吁学者们应该从正式网络与非正式网络互动的视角展开研究。所以本研究是对学者们[1,6]呼吁的回应。

第二,细化了正式网络与非正式网络互动对创新能力影响的作用机理。此前研究多数只关注正式网络或者是非正式网络对创新的影响[1,4-6]。本文依据学者将非正式网络分为朋友网络与咨询网络[9],将正式网络与非正式网络互动细化为正式网络与咨询网络互动和正式网络与朋友网络互动。研究发现在正式网络与咨询网络互动的过程中,组织成员主要是对现有的显性知识或隐性知识分享来促进组织的渐进式创新提升。正式网络与朋友网络互动促进了组织内工友之间利用组织内部与外部知识与信息的深度交流,利用现有的显性知识与隐性知识来创造出全新的知识,从而促进组织的突破式创新提升。

第三,本研究分析了环境不确定性对正式网络与非正式网络互动与创新能力之间关系的影响,细化了组织适应环境的权变条件。此前研究组织内的正式网络或者非正式网络,较少区分环境复杂性和环境动态性对组织内部正式网络与非正式网络互动和创新能力之间关系的影响[6,9]。本研究分析了当组织所在环境的复杂性提高时,正式网络中的成员通过提高咨询的频次来促进组织内的知识流动速度进而提高组织的渐进式创新,从而适应环境复杂性的提高;当组织所在环境的动态性提高时,正式网络中的成员需要与其工作中的朋友进行深入交流,促进组织内全新知识产生的速度,进而提升突破式创新来适应环境的变化。因此,本研究细化了组织内的正式网络与非正式网络互动对创新能力影响的环境条件。

第四,借喻复杂适应系统与复杂再生系统来解释正式网络与非正式网络互动对创新能力的影响,拓展了复杂理论的应用范围,这是对复杂理论的贡献。首先,Chiva等[7]在研究复杂系统在混沌边缘状态时没有区分组织内的合法系统与影子系统的互动对创新能力的影响。本研究将正式网络类比为合法系统,非正式网络被类比为影子系统,区分了合法系统与影子系统互动为复杂适应系统状态和复杂再生系统状态。通过实证检验了复杂适应系统的适应性和复杂再生系统的超越性。其次,虽然Chiva等[7]提出组织内存在复杂适应系统与复杂再生系统,但是他们没有对环境不确定性对这两个系统的影响进行研究。本研究发现为了适应复杂的环境,组织主要通过提高复杂适应系统的适应学习来适应环境的变化;为了处理环境的动态变化,组织应通过提高复杂再生系统的再生性学习来处理环境的相关变化。

管理启示:第一,企业要依据目标合理调整正式网络与非正式网络互动。当企业的主要目标是提升渐进式创新时,企业应加强正式组织结构对非正式网络主导,鼓励员工通过对不同同事的咨询来提高工作效率;当企业的主要目标是提升突破式创新时,企业要淡化正式组织结构对非正式网络的主导作用,鼓励员工与其工作中的朋友进行深入沟通交流,注重创新思想的激发来创造新知识,而不应过度关注朋友之间工作效率差异和工作层级差异。第二,企业可以搭建知识共享平台,利用知识管理系统对平常创造散落在各处的知识进行积累与汇总。企业可以授予不同员工不同的权限,让其学习到其工作岗位相关的知识,上传分享与工作相关的经验与知识,减少员工提供知识所付出的时间与物质成本。第三,企业应根据自身所处环境不确定性制定不同政策来鼓励员工分享知识来提升组织创新能力。当所处环境的复杂性提高时,企业除了利用正式组织结构要求员工进行学习与职位相关知识,还要鼓励经验丰富的员工分享其工作经验;当所处环境动态性提高时,企业鼓励员工与其工作中的朋友进行深度的知识交流与交换,面对新出现的问题想出新点子,鼓励员工与其合作者将其面对的新问题与想出的新点子写成申请书,公司对申请者的创新成果进行评价,并做出相应的物质与精神奖励。

本研究存在一些不足有待进一步完善。第一,由于人力与物力限制,本文采用方便抽样的方法来保证调研可行性。为了增加研究结论的普适性,未来研究可以在组织层面采用随机抽样方法。第二,采用的截面数据很难反映动态过程,而正式网络与非正式网络互动在不同的时间点会表现出不同的影响,希望未来的研究可以采用纵向调研或多主体仿真等方法进行研究。第三,正式网络中的朋友在知识等方面具有高度的相似性,这些相似性在不同的条件下会对突破式创新产生不同的影响,未来的研究可以对其展开分析。