高技术工作团队的交互记忆系统及其效果，本文主要内容关键词为：高技术论文,团队论文,记忆论文,效果论文,工作论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
分类号 B849：C93
1 问题的提出
高技术企业面临的竞争极其激烈，企业需要依靠知识员工实现产品和服务的创新。企业产品或服务的创新要求员工之间能够自由地分享信息、交流思想以及讨论解决问题的方案。由于传统的科层组织阻碍了员工之间的自由交流，越来越多的企业，尤其是高技术企业采用更加灵活的组织架构，保证组织创新对于员工之间信息分享和自由合作的要求。这种组织结构的转变之一就是组建知识型工作团队。这些团队常常是由来自不同职能部门、拥有不同专长和经验的成员组成，其优势在于它能灵活充分地利用成员的知识技能，从而更好地解决组织中的复杂任务[1，2]。而这种优势能否充分发挥出来取决于团队成员是否能有效地解决他们之间的分工、合作和协调，这是团队研究的一个重要问题。
虽然以往的心理学家研究了团队构成、凝聚力、动机等因素对于团队绩效的影响[3]，但这些研究并没有能够深入地揭示团队成员如何相互依赖地去完成团队的任务。近些年来学界将工作团队当作一个信息加工的单位，学者们致力于发现那些有效的工作团队是如何处理解决问题所需要的信息的。交互记忆系统就是在这种背景下提出来的，它更加具体地解释了团队成员是怎样通过发挥各自的专长和优势去解决团队面临的问题。
交互记忆系统是团队成员之间形成的一种彼此依赖的，用以获得、储存、运用来自不同领域的信息知识的合作性分工系统。这一概念是在对有效团队的工作过程的观察和研究的基础上提出的。许多研究发现，如果团队成员曾经一起工作过，彼此熟悉、互相了解，其绩效比由陌生人组成的团队要好得多[4～6]。对于该现象的一个解释是，长期合作的团队成员之间形成了交互记忆系统[7]：每个成员具备某些方面的专长，是某个领域的专家；同时他们也知道团队中的其他成员的专长所在；基于对彼此专长的认识，团队成员进行分工合作以完成任务。
已有的实验研究证实了交互记忆系统的存在，以及它对于团队绩效的积极影响[5，8]。这些实验研究基本上是针对亲密群体或者临时创设的小型工作群体，由于测量上的困难，到目前为止实地研究还很少。Lewis(2003)运用实验样本和实地样本开发了交互记忆系统量表[9]。但是，由于Lewis使用的现实团队样本量太小，不足以充分证明交互记忆系统的作用。本研究在较大实地样本的基础上，通过验证性因子分析对其量表进行检验和修订，从而为今后开展工作团队的实地研究奠定基础。
高技术企业中所从事的工作属于知识密集型的，其发展需要依赖知识的传递、整合和利用，员工如何综合已有的知识进行创新性的工作是高技术企业需要解决的最关键的问题。交互记忆系统是解释团队知识处理过程的一个机制，因此高技术企业是研究交互记忆系统的理想环境。然而，目前在国际范围内，探讨高技术企业中团队的交互记忆系统的实证研究非常少。本研究旨在丰富这一领域的研究发现，为高新技术工作团队的交互记忆系统提供研究证据。
本文将首先回顾现有的关于交互记忆系统的研究并简要介绍Lewis所发展的交互记忆系统量表，之后将提出交互记忆系统与其他有关概念之间的关系，从而为我们验证交互记忆系统量表的概念效度(construct validity)提供理论基础。随后，我们将详细报告对交互记忆系统量表的信度和效度进行检验的步骤及结果。
1.1 交互记忆系统
交互记忆系统的理论意义在于它解释了工作团队当中的成员如何能够更有效地完成任务。交互记忆(Transactive Memory)的概念是Wegner(1987)首先提出的[7]。他观察到，群体中的个人依赖他人记住某些信息，从而使得每个人掌握的信息和知识容量大大增加。对于企业中的工作团队来说，合作的经历使得团队成员们逐渐认识到每个成员都知道什么、谁是哪个领域的专家。基于对团队各个成员专长的认识，人们慢慢地倾向于通过分工合作来获取、储存、记忆和交流信息。这种建立在相互记忆基础上的团队成员之间交流合作的行为就是交互记忆系统(Transactive Memory System,TMS)。交互记忆系统的思想认为，就像每个人都有记忆力一样，工作群体也可以形成一种记忆系统。
交互记忆系统对团队工作以及组织成员的创新活动具有重要意义。个人想记住工作所需的所有信息是不现实的，交互记忆系统的存在使得不同领域的知识由各自的专家负责，这样每个成员可以集中精力处理自己所负责的领域的工作，减轻了个人的认知负担，也减少了成员之间信息的重复，使整个团队获得来自不同领域的更多信息[6]。当团队成员遇到某方面的问题时，他们可以求助于其他专家成员，或者直接将该任务交给对方解决。这样，交互记忆系统就为团队成员提供更准确的信息，帮助团队能够更快、更轻松地解决所面临的困难和问题[10]。另外，交互记忆系统的存在使得团队成员能够更有效地安排任务，提高了合作的效率。
已有研究证明交互记忆系统存在于亲密的异性伙伴之间和实验室条件下的工作团队中。Wegner及其同事让亲密的异性伙伴或者临时组成的异性伙伴在一起学习不同领域的信息，然后各自独立地接受记忆测验[6]。他们发现，对于亲密的异性伙伴来说，如果当初让他们自己分配记忆任务，两人会回忆起较多的信息项目；而当实验者强行分配他们各自记忆哪些领域的信息时，两人回忆起来的项目较少。临时组成的异性配对的结果正好相反。当实验者给他们分配记忆任务时，两人回忆起来的项目要比由他们自己讨论决定任务分工的情况下回忆起来的信息多。这个实验证明，紧密依赖的关系伙伴之间基于长期的合作和沟通，已经彼此了解对方的专长。他们共同承担某项任务后，各自会默契地承担自己擅长的任务，从而大大提高了整体的成绩。对于这样的小组来说，外界强加给他们某个新的分工系统，会破坏他们的默契和共识，从而降低了他们的工作业绩。而那些临时组成的成员由于彼此之间缺乏了解和默契，事先帮助他们分配好任务会使得他们不再浪费时间讨论工作分配，从而提高了整体的绩效。
继上述研究之后，Moreland及其同事[5，8] 通过实验的方法证明工作团队能够形成交互记忆系统，从而提高了他们的工作业绩。Liang等人发现[5]，与那些个人单独接受培训后组成的小组相比，在一起受训的小组成员更加倾向于各自负责任务的不同方面，能够更好地协调彼此的工作并且更信任彼此的专长，因而完成任务的质量高得多。研究者排除了沟通、凝聚力等其他可能的解释，证明交互记忆系统的存在是区别高低绩效团队的重要标准。
总的说来，这个领域的研究结果都支持了Wegner的观点[7]，即对于不同领域知识的分工记忆会提高整个团队能够回忆起的信息的数量。已形成交互记忆系统的团队能够有效地协调成员的工作，犯较少的错误，更加准确地完成任务。
1.2 交互记忆系统量表的开发
已有关于交互记忆系统的大部分研究都是在实验室中进行的，实地研究还很少，其中一个原因是没有合适的测量实际工作团队的交互记忆系统的量表。以上描述的两个研究都是采用回忆测验法来测量团队成员的交互记忆系统，但它不适用于实地研究：组织中的工作团队所要完成的任务是各不相同的，所需要解决的问题并没有确定的唯一答案；采用回忆测验不但复杂，而且不能准确反映团队成员之间达成的共识。Lewis(2003)在综合已有文献和前人发现的基础上，遵循严格的量表开发程序，分别运用124个实验室模拟团队、64个由工商管理学生组成的项目咨询小组以及27个来自高科技公司的真实工作团队发展出交互记忆系统量表，并证明该量表具有较好的信度和效度[9]。量表包含专长、可信和协调三个维度，每个维度各由五个题目来测量，均采用5点量表测量(内容见附录)。
专长(Specialization)
专长是指团队成员在知识处理过程中是否存在专门化和区别化。根据交互记忆系统的定义，团队成员经过合作后会逐渐成为不同领域的专家，负责该领域内知识的搜集、获取、储存以及交流。这种分工可能是由于该成员具有某方面较强的知识，可能来自正式的任命(如权威的任命)，也有可能是成员之间协商后的决定[7]。这种明确的分工有利于团队成员清楚地知道谁是哪方面的专家，有利于成员之间的合作协调。
可信(Credibility)
可信是指在完成任务的时候，团队成员信任彼此所提供的知识和信息的程度。在团队工作中，仅仅有各领域的专家成员是不够的。如果成员不相信他人的专长，他们很有可能自己再去搜寻这些信息，造成重复的劳动和知识的冗余，降低了团队工作的效率[9]。而在已形成较高程度交互记忆系统的团队中，成员能够很好地接受专家成员的意见及其提供的知识[5]，减少重复劳动，提高效率。
协调(Coordination)
交互记忆系统的另一个因素是团队成员如何充分整合并利用彼此的知识和专长[5]。前述的亲密伙伴的记忆实验表明，男女双方能够迅速地将彼此的知识、专长结合起来，表明他们之间形成的交互记忆系统使得他们能够有效地协调双方的任务。这种协调取决于成员是否已经很清楚地了解谁知道什么以及怎样才能让彼此的知识配合得恰到好处[11]。
Lewis的工作为今后交互记忆系统的实地研究提供了可行的测量方法。然而，该研究存在不足：第一个样本中的团队是由三个大学生组成的临时小组，他们在一起只工作两小时，并不能完全反映出实际组织中的团队工作情况。第二个样本中的团队是由MBA学生构成的咨询小组，他们从事的工作与实际的工作团队仍有差别。第三个样本虽然来自真实的高技术企业，但是由于样本量太小，其结论是否准确反映真实工作团队的交互记忆系统的作用还有待通过更大的样本来证实。本研究的目的就是运用来自高技术企业的工作团队的大样本对该量表的信度、效度进行进一步的检验，为今后的实地研究提供有力的测量工具。
1.3 交互记忆系统与相关概念的关系
对于交互记忆系统量表概念效度的验证，需要通过检验交互记忆系统与有关概念之间的关系来进行。
彼此的信任能够促进组织中团队成员之间的合作[12，13]。信任包含两种类型——情感信任和认知信任。前者是建立在人们彼此之间的情感的基础上的[14]。当人们形成基于情感的信任时，他们更加关注其合作伙伴的需求和困难，并逐渐学会如何恰当地对他人的需求做出反应[15]。这种情感信任促进团队成员与别人分享自己的信息和专长，并且更加默契地合作。认知信任的形成和发展是基于对于他人可靠性的认识的基础之上的。如果团队成员形成认知信任，他们就会更少地监督他人的行为，也不会在寻求帮助的时候试图获得来自于多方的、重复的信息[16]，这样成员之间的合作效率更高。以上论述表明，这两种信任都有利于交互记忆系统的形成和运作。
假设1：交互记忆系统与情感信任和认知信任具有很强的正相关。
合作性的目标导向是指团队成员感到各自所追求的目标是共同的[17]。已有的研究表明，合作性目标导向能够促进团队成员之间的交流，有利于信任的形成，团队成员也会提供更多的帮助给其他成员，关系更加融洽[17]。我们推论，当成员之间具有合作的目标导向时，他们更愿意与他人共享知识，也乐于为他人提供支持和帮助。
假设2：合作性目标导向和交互记忆系统呈显著的正相关。
已有的研究利用实验室样本或者由学生组成的临时团队发现，交互记忆系统使得工作团队具有较高的绩效[4，5，8]。然而，实验室的任务相对简单，而由学生临时组成的团队时间较短，任务也比企业团队实际完成的工作要简单的多。我们希望通过本研究来检验企业的实际工作团队的交互记忆系统的效果。我们认为，基于前面的讨论，我们认为企业中团队的交互记忆系统会促进团队的绩效。团队凝聚力是指团队成员之间彼此认同和喜欢的程度。在已经形成了交互记忆系统的工作团队中，成员彼此信任、共享信息、协调工作，这种互动过程会提高团队的凝聚力。因此交互记忆系统应当与团队凝聚力呈很强的正相关。
假设3：交互记忆系统与团队的工作绩效存在正相关。
假设4：交互记忆系统与团队的凝聚力存在正相关。
2 研究方法
2.1 概要
我们运用实地大样本检验交互记忆系统量表。首先报告该量表的内部一致性，之后通过验证性因素分析来检验假设的三因子模型(见图1)①，并与备择的单因子和双因子模型相比，来考察三因子模型是否更好地拟合数据。假设的测量模型反映在三个因子(专长、可信和协调)上，这三个因子分别由五个题目来测量。四个备择模型包括：一个单因子模型，即所有15个题目都反映的是一个因子；三个双因子模型——五个题目测量一个因子，另外两个维度的10个题目测量另一个因子。
随后我们考查交互记忆系统与两种信任、团队自主性、合作性目标导向以及团队绩效和团队凝聚力之间的关系。
由于交互记忆系统描述的是团队整体水平的现象，需要将个体成员的数据加总平均从而获得团队水平的数据。我们将报告若干指标来证明将个体成员的数据加总为团队水平数据的合理性。对于检验量表的会聚效度、区分效度和效标效度时牵涉到的一些团队层次的变量，我们也通过对其团队成员分数的加总获得。
2.2 样本
本研究的对象是来自国内100家高新技术企业的190个工作团队，共有1008人。这些企业分布于信息技术、电信、软件开发、电子工程、生物工程等行业。这些团队由二至九人组成，平均有5.31名成员(SD=1.82)；团队成员共同工作时间平均为38.31个月(SD=31.56)。团队中有39支营销/销售团队、96支研发团队、24支生产或质量管理团队，以及31支其他团队。团队成员中64.5％为男性，有64.9％的成员有大学本科以上学历，43.6％的人来自理工科背景。
我们的样本还包含190名团队管理者，他们对于自己负责的团队的绩效进行评定。这些管理者当中77.4％是男性。有12.1％的管理者获得的是管理学位，56.3％获得理工科学位。
2.3 过程
第一作者通过政府有关部门、企业联合会以及所在商学院的校友会等多种途径获得了高技术企业的名单。之后给每一家目标企业写信，向他们介绍这个研究项目，列出有效团队的选择标准，保证该研究结果的匿名性，希望获得他们的参与和配合。一旦企业同意合作，研究者就请企业确定一位联络人帮助协调数据收集工作。联络人在公司内选出符合要求的工作团队，并将研究问卷发放给团队成员和该团队的管理者，待他们完成后收集起来寄给研究者。
2.4 概念的测量
我们将Lewis(2003)的交互记忆系统量表翻译为中文，并将其回译为英文以保证翻译的准确性，结果没有发现对原文量表题目的任何曲解。
采用McAllister(1995)[12] 的量表测量团队的两种信任。该量表用4个题目测量情感信任，样题包括“我可以自由地和其他团队成员交谈我在工作中遇到的困难，并且知道他们愿意倾听”等；用5个题目测量认知信任，样题包括“我们团队中的同事做工作既专业又投入”。参加者在5点量表上回答这些题目(1=非常不同意，5=非常同意)。在中国企业中的研究发现，这两种信任量表具有非常好的信度和预测效度[13]。在本研究中，情感信任和认知信任量表alpha信度分别为0.76和0.84。
合作性目标导向的测量采用的是Tjosvold等人使用的量表[17]，该量表在中国内地的工作团队中使用时报告的信度系数为0.79，并且合作性目标导向能够促进团队绩效[17]。我们使用了以下4个题目：“我们团队成员共同进退”“我们团队成员期盼彼此的成功”“我们团队成员的目标是一致的”和“当我们团队的成员在一起工作时，他们通常有共同的目标”。每个团队成员以7点量表形式进行回答(1=非常不同意，7=非常同意)，alpha信度为0.83。
对于团队绩效的评估，我们采用了Ancona和Caldwell(1992)[18] 提出的六项标准——团队工作效率、质量、技术创新、遵守日程、遵守预算和工作优异程度——来评价团队的工作绩效。我们要求团队管理者比较自己的团队和其他团队，并就相对表现以7点量表对自己所管理的团队的表现进行评分(1=非常差，4=平均水平，7=非常优秀)。6个绩效评定题目的alpha信度为0.79。
团队凝聚力的测量采用的是Jehn和Mannix(2001)[19] 所使用的4个测量题目，其中两个题目评价成员之间相互喜爱的程度，“我喜欢其他成员”，“我把其他成员看作自己的朋友”；另外两个题目测量团队精神，“我们团队的凝聚力很高”，“我觉得我们的团队具有团队精神”。该量表采用7点量表(1=非常不同意，7=非常同意)，alpha信度为0.90。
为了保证这些量表翻译的准确性，同样采用了翻译—回译—对照检查这样的程序，未发现对原文量表的任何曲解。
3 结果
3.1 初步分析结果
3.1.1 加总分析 交互记忆系统是通过个体团队成员的回答来获取的，需要将团队中每个成员在量表的各个题目上的得分加总平均得到团队层次的交互记忆系统分数。这样加总的前提条件是团队内部成员对于团队现象的评定具有很高的相似性。反映团队内个体成员评分一致性程度的指标是r[，wg][20]。一般而言，当r[，wg]不小于0.70的时候，就表明在该项目上团队成员之间的一致程度是可以接受的。
经计算，190个团队在专长、可信和协调这三个维度上的r[，wg]均值分别为0.93，0.94和0.92，表明团队内成员的回答一致性非常高，可以将个体分数加总获得团队层次的数据。由于协调维度上有一个团队的r[，wg]小于0.70，在后面的分析中我们把该团队的数据删除掉了。其他变量的r[，wg]均值也相当高(情感信任为0.91，认知信任为0.94，团队自主性为0.83，合作性目标导向为0.89，团队凝聚力为0.93)，说明对于这些变量的加总分析都是可行的。②
3.1.2 内部一致性 交互记忆系统量表中专长、可信和协调三个维度的alpha信度分别为0.66，0.60和0.77。交互记忆系统总量表的alpha信度是0.80。专长和可信两个维度的alpha信度较低，进一步考察发现，第2个题目在专长维度上的题目—全相关系数(r=0.29)以及第9个题目在可信维度上的题目—全相关系数(r=0.19)较低。初步断定这两个题目不理想。
3.1.3 量表因子结构的验证 使用AMOS 4.0对交互记忆系统量表的三因子假设模型进行了验证性因子分析。分析中不允许交叉负荷。由于可信和协调这两个子量表中各有两题都是采用反向记分的，可能造成这两题之间的共享方差，因此我们假设这两题的误差项有一定的相关。
图1显示了在团队层次上对假设的三因子模型作验证性因子分析的结果。第2和第9题的因子负荷偏低，进一步证明这两个题目不理想。我们删除了这两个题目，重新对量表以及数据进行了以下的分析。
3.2 最终分析结果
表1提供了本研究中所涉及到的所有团队层次变量的均值、标准差、信度系数，以及变量之间的相关系数。
表1 研究变量的平均数、标准差、相关系数和信度系数
变量 M SD1 1a 1b 1c 2 3 4 5 6
1 交互记忆系统
3.64 0.22 0.81
a.专长
3.74 0.28 0.76[***] 0.66
b.可信
3.76 0.24 0.74[***] 0.45[***] 0.65
c.协调
3.45 0.30 0.84[***] 0.41[***] 0.42[***] 0.77
2
情感信任 3.65 0.30 0.55[***] 0.32[***] 0.40[***] 0.55[***] 0.76
3
认知信任 3.64 0.30 0.57[***] 0.28[***] 0.49[***] 0.55[***] 0.61[***] 0.84
4 合作性目标导向 5.39 0.50 0.54[***] 0.31[***] 0.46[***] 0.49[***] 0.65[***] 0.59[***] 0.83
5
凝聚力5.75 0.50 0.62[***] 0.37[***] 0.54[***] 0.55[***] 0.64[***] 0.57[***] 0.75[***] 0.90
6 团队绩效
4.80 0.71 0.28[***] 0.16[*]0.17[*]0.29[***] 0.17[*]0.19[*]0.16[*]0.17[*]0.79
注：N=189；[*]p＜0.05；[**]p＜0.01；[***]p＜0.001。每行最后的黑斜体数字代表该量表的信度系数。
3.2.1 交互记忆系统量表的信度和结构效度 由表1可见，删掉第2题和第9题后，专长、可信和协调三个维度的alpha信度分别为0.66、0.65和0.77，交互记忆系统总量表的alpha信度是0.81。可信维度的alpha信度有所提高。
采用与初步分析中的验证量表因子结构相同的方法对于删除两个题目的量表的结构进行验证，同时我们还对交互记忆系统量表的三因子假设模型与备择的单因子和双因子模型进行了比较。假设的三因子模型和备择的双因子和单因子模型是嵌套的，我们采用卡方检验来比较不同模型的适合度。在比较模型适合度的时候采用多个拟合指标，包括渐进误差均方根(RMSEA)、残差均方根(RMR)、拟合优度指标(GFI)、比较适合度指标(CFI)，和Tucker-Lewis指标(TLI)。结果如表2所示，四个备择模型都不能很好地拟合数据，卡方检验结果表明假设的三因子结构在统计上要显著好于其他任何备择模型，验证性因子分析支持了交互记忆系统的三维度结构。
表2 交互记忆系统量表的验证性因子分析的拟合指标
模型 χ[2]
dfGFICFITLI
RMSEARMRΔχ[2] df
假设的三因子模型 105.80
61
0.930.92
0.90
0.060.01
单因子模型195.72
64
0.850.77
0.72
0.110.0189.923
双因子模型(专长+可信) 125.99
63
0.910.89
0.87
0.070.0120.192
双因子模型(专长+协调) 161.04
63
0.880.83
0.79
0.090.0155.242
双因子模型(可信+协调) 168.19
63
0.880.82
0.78
0.090.0162.392
注：N=189；对所有的χ[2]，p＜0.001。
图2显示的是对假设的三因子模型作验证性因子分析的结果。所有题目的相应因子负荷都显著。所假设的两个协调题目之间的误差项协方差也显著(0.26，p＜0.001)。
3.2.2 交互记忆系统与其他概念的关系 从表1可以看到，情感信任和认知信任与交互记忆系统的相关系数分别为0.55(p＜0.001)和0.57(p＜0.001)，表明交互记忆系统和两种信息具有很强的相关。交互记忆系统和合作性目标导向的相关系数为0.54(p＜0.001)。这些结果验证了交互记忆系统量表的会聚效度。
表1的结果还显示了交互记忆系统与团队合作的后果变量之间的关系。交互记忆系统与团队凝聚力的相关系数为0.62(p＜0.001＝。尤其重要的是，交互记忆系统与团队绩效的相关系数为0.28(p＜0.001)。在本研究中，交互记忆系统是对团队成员的自我报告加总而来的，而团队绩效数据则是由各个团队的主管提供的。两个概念的数据来源的不同(团队成员和团队管理者)，但显示了显著的相关，这一结果表明工作团队的交互记忆系统对于团队的绩效具有显著的影响。
4 讨论
本研究的结果表明，Lewis开发的15个题目的交互记忆系统量表中的两个题目不理想。修订后的交互记忆系统量表具有更好的信度。本研究还发现交互记忆系统与信任、团队成员的合作性目标导向以及团队的绩效和凝聚力都具有显著的相关。这些结果验证了以往学者关于交互记忆系统的理论建构和测量[6，8，9]。
本研究具有以下几个方面的贡献。首先，本研究拓展了原量表开发者的局限，通过大样本的实地调查，以来自中国高新技术企业中的工作团队验证了交互记忆系统量表的信度和效度。我们运用严格的量表验证程序，检验了量表的因子结构和其他心理测量指标，为国内学者今后开展团队研究提供了可行的研究工具。第二，通过检验交互记忆系统与其他概念之间的关系，进一步支持了交互记忆系统在理论上与哪些变量有关，为今后研究影响交互记忆系统形成的条件打下了基础。
本研究的第三个贡献在于，提醒研究者在组织心理学领域研究非个体现象时应当注意的测量问题。过去20多年来，心理学家进入到组织管理领域后给管理学界有关人类行为的知识积累做出了重要贡献。传统心理学更多地在个体层次上研究问题，即便社会心理学家也多是考查个体对于群体现象的知觉。而组织管理领域中不少现象是两人层次(如两人的谈判、领导-下属之间的关系等)、群体层次(如本研究考查的交互记忆系统等)和组织层次(如企业文化等)。对于团队或组织层次的考查往往需要通过对个体进行测量才能获得数据。而能否通过对个人数据的聚合加总形成个人层次之上的变量取决于个体成员之间对现象认知的相似性。本研究通过计算团队成员在各个变量上的r[，wg]值来说明这一点。这种做法提示研究者，在探索组织管理领域中的问题时应当考虑到分析的层次以及如何处理各个层次变量对于因变量的影响。
交互记忆系统的概念为学者研究工作团队的成员互动过程提供了良好的工具，也为组织提高团队绩效提供了新的途径。首先，它可以解释在有效的工作团队中团队成员是如何运用他们的专长和知识的。在高效团队中，团队成员分别掌握不同领域的专长和知识，这不但减少了知识信息的重复，还有助于整个团队拥有更多的知识，从而提高团队完成任务的能力。其次，交互记忆系统有助于诊断团队出现绩效不良的原因并提出解决方案。比方说，当团队出现绩效不良的情况时，可以从团队成员所掌握的专长以及他们之间的可信和协调等三方面进行调查，从而找出问题的根源并对症下药。最后，交互记忆系统有助于组织从团队组建入手来优化团队的知识运用。比如，挑选具有互补性专长的人组成团队，强调各成员所擅长的不同专业领域，这可以加快交互记忆系统的形成，防止团队出现知识运用不足的问题。
本研究的不足在于，用于检验交互记忆系统量表信度和效度的几个测验都来自团队成员的作答，这不免会产生同源偏误。在组织管理研究中，同源偏误的存在很容易使得对于因变量(如团队绩效)的预测不准确，所以学者建议采用各种手段避免这种误差的存在[21]。本研究采取了一定的措施，如我们让团队的管理者提供团队绩效的评定就避免了这种误差。尽管可能存在同源偏误，我们可以看到不同的概念与交互记忆系统之间的相关程度是不一样的，二者都与我们事先的预测是一致的。我们也对数据进行了下述分析：取包含四名以上组员的工作团队为样本，将每一个团队的成员一分为二。利用一半团队成员的数据获得某些团队层次的变量，用另一半成员的数据求取其他团队变量。通过这种方法，团队变量来自不同的作答者，从而避免了同源误差。我们采用这种分析发现，结果与本文报告的结果非常接近。这进一步说明，可能存在的同源偏误并不影响本研究的主要结论。其次，本研究只是通过相关分析直接验证交互记忆系统与其他几个概念之间的关系，还没有考虑到其他因素对于这些关系的影响。不过这些相关结果表明了交互记忆系统作为一种团队现象与信任以及目标共享等的关系。在未来的研究中，我们将会对于影响这些关系的变量进行控制，以便对于影响交互记忆系统的因素和交互记忆系统的后果进行更系统和更严密的探讨。
5 结论
基于大样本的实地研究发现，修订后的13个题目的交互记忆系统量表具有更好的信度，量表也具有很好的结构效度。该量表的13个题目与团队从事何种工作无关，可以用于承担不同任务的团队之间的比较，也适用于有关交互记忆系统的实地研究。交互记忆系统与团队成员之间的信任、合作性目标导向具有显著的正相关，同时交互记忆系统与团队的工作绩效和团队成员的凝聚力也具有显著的关系。
附录：
交互记忆系统量表
1.我们团队中的每名成员都具有与任务有关的某方面的知识
2.我具有其他团队成员不了解的与项目有关的知识
3.我们每位团队成员各自负责不同方面的专长
4.我们团队中不同的成员所具有的专门知识都是完成任务所需要的
5.我了解团队成员各自在具体方面的专长
6.我能够舒服地接受其他团队成员的建议
7.我相信团队中其他成员掌握的有关我们项目的知识是可以信赖的
8.我相信团队中其他成员在讨论中提出的信息是可靠的
9.当其他团队成员提供了信息，我总想自己再检查一遍(反向记分)
10.我不太相信其他团队成员的专长(反向记分)
11.一起工作时我们团队协调得很好
12.我们团队对于该做什么很少产生误解
13.我们团队经常需要回头对已经做过的工作重新再做一次(反向记分)
14.我们顺利而且有效率地完成任务
15.我们对于如何完成任务体会到很多混乱(反向记分)
注：1—5专长，6—10可信，11—15协调
信任量表
1.我们团队有共享的关系，成员之间可以自由地分享彼此的想法，感受和希望
2.我可以自由地和其他团队成员交谈我在工作中遇到的困难，并且知道他们愿意倾听
3.如果我们团队中的某个人被调离并且再也不能与我们一起工作，我们都会感到失落
4.如果我和其他团队成员分享我遇到的问题，我知道他们会做出建设性的、同情的回应
5.我们团队中的同事做工作既专业又投入
6.根据我们团队成员的工作记录，我没有理由怀疑他们的工作能力和条件
7.我信赖我的团队成员，他们不会出现工作疏忽而加大我的工作难度
8.包括那些不是我们团队成员的亲密朋友的大多数同事，都信任并尊重我们团队的成员
9.那些必须与我们团队成员交流的同事都认为他们值得信赖
注：1～4：基于情感的信任；5～9：基于认知的信任
注释：
①为了节省篇幅，这里省去了验证性因子分析的模型图。图1是CFA分析后的结果，读者可以通过它了解我们设定的模型。
②尽管有些团队在其他几个变量上的r[，wg]值也会小于0.70，我们并没有像针对交互记忆系统的分析时做删除处理，因为这些变量并非本研究关注的焦点。不过，我们也做过这样的分析：即在计算交互记忆系统与这些变量的相关时，删除在任何变量上r[，wg]值都小于0.70的团队，统计结果没有显著的变化。