知识管理战略、创新与绩效的关系——基于企业战略的分析，本文主要内容关键词为：绩效论文,知识管理论文,企业战略论文,战略论文,关系论文，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。
1 引言
在快速变化和激烈竞争的经营环境中，企业需要不断地自我更新，以求生存和发展。这就要求企业在充分利用现有能力的同时也进行新能力的探索[1]。探索(Exploration)和利用(Exploitation)这一对概念[2]由此成为组织学习[3-5]和创新[6-9]等研究领域的重要主题。既有文献认为，企业应同时开展探索式创新和利用式创新[10，11]，寻求创新的平衡(ambidextrous)[12]。但是关于“如何推动两类不同的创新行为”，以及“两类创新行为如何影响绩效”等方面，仍有许多问题有待研究。
现有的实证研究侧重于分析组织控制机制对探索式创新和利用式创新的影响[9，13]，较少涉及知识管理与两类创新行为的关系。虽然很多理论文献认为，知识管理是推动创新的重要因素[14，15]，而且已有部分学者通过计算机仿真的方法，分析了不同的知识管理方式(组织编码、人际交流)对探索式创新和利用式创新的影响[2，16]，但这些研究的结论均未得到来自真实企业数据的证实。正如Miller et al.(2006)[16]在其论文的研究展望部分所提到的：“探索和利用都是可测量的企业战略行为，结合对人际交流模式的测量，可以更好地解释组织学习现象。仿真研究的结果作为可检验的假设，其可靠性有待来自真实组织的实证研究加以验证。”
此外，理论文献认为，知识管理战略应与企业战略(business strategy)相匹配[17，18]，但是关于“如何匹配”还缺乏细致的研究结论。具体到某一种战略类型的企业，我们尚不能确定地指出哪种知识管理战略能够更好地推动创新。由于该问题仍缺乏充分的理论和实证依据，所以难以对企业实践给出明确的指导，这导致现实中企业的知识管理战略选择带有一定的盲目性。因此，对知识管理战略与企业战略之间的匹配关系进行实证检验尤有必要。
与此类似，国外的一些实证研究也发现，在不同战略类型的企业中，两类创新行为对绩效的影响是有区别的[19，20]。不过，这些研究的结论并不完全一致，而且由于情境的差异，国外研究所得结论并不一定适合中国企业，因此需要在中国情境下对这些结论进行验证。
因此，本文将依据397家中国企业的样本数据，考察探索式创新和利用式创新的前因及后果。区别于之前的实证研究文献，本文将检验知识管理战略对创新行为的推动作用，并关注“知识管理战略→创新行为→绩效”的关系链，分析不同战略类型的企业(防守者、前瞻者和分析者)[21]中该关系链表现形式的差异，以期进一步完善相关理论，并为企业实践提供指导。
2 概念模型与研究假设
2.1 探索式/利用式创新
组织层面的创新涵盖了广泛的内容，包括新产品、新服务、新技术、新管理系统、新计划和新流程等[22]。探索式创新和利用式创新则主要依据创新的幅度和知识基础来区分。
探索式创新是一种大幅度的、激进的创新行为，其意图是寻求新的可能性[2]。企业通过探索式创新设计新产品、开辟新的细分市场、发展新的分销渠道、为新的消费者群体提供服务[6，9，10]。探索式创新强调获取和创造全新的知识，力求脱离和超越企业现有的知识基础[3，9，23]。
利用式创新是一种小幅度的、渐进的创新行为，其意图是对现状进行改进[2]。企业通过利用式创新改进现有的产品设计、拓展现有的知识和技能、扩张和丰富现有的产品线、提高现有分销渠道的效率、为现有的顾客群体提供更优质的服务[6，9，10]。利用式创新以企业现有的知识基础为依托，强调对现有知识进行提炼、整合、强化和改进[3，9，23]。
2.2 编码化/人际化的知识管理战略
学者对企业的知识管理战略有多种不同的分类，分类的依据主要是几项基本的属性，如知识的内涵(着重于显性或隐性知识)、如何获取知识、知识环境的稳定性等[24]。其中，依据企业所注重的知识内涵，将知识管理战略分为编码化战略(或显性导向战略)和人际化战略(或隐性导向战略)是最为常用的分类方式[17，25，26，27]。
编码化战略(codification)，是指企业将知识进行编码，存储于文档或结构化的数据库中，便于组织成员获取和使用[17]。该战略强调将知识文档化，使知识与人分离，主要通过人与文档之间的交互来传递知识，适合对显性知识的管理。
人际化战略(personalization)，是指企业认为知识和人是不可分割的，知识(以隐性的形式)存储于员工头脑和人际网络中，因此，通过鼓励人际交流、营造人际网络来管理知识[17]。该战略强调人与人的面对面交流，适合对隐性知识的管理。
2.3 知识管理战略与探索式/利用式创新的关系
组织学习领域的计算机仿真研究初步揭示了两类知识管理战略与两类创新行为之间的联系。March将“组织编码”作为核心的学习机制，并认为组织编码的快速形成以及组织成员快速地向组织编码学习的过程(类似于编码化战略)会促进利用行为而抑制探索行为[2]。Miller et al.对March的仿真模型进行了扩展，将隐性知识和人际交流的学习机制(类似于人际化战略)引入模型，发现高比例的隐性知识以及人际交流会促进探索行为而抑制利用行为[16]。不过，上述研究在仿真模型设定中都把探索和利用作为对立的行为来看待，这一设定与现实情况并不十分吻合。其他学者更多地把探索和利用视为独立或者互补的行为[28，29，5，12]。因此，有必要从理论上进一步分析知识管理战略对探索式创新和利用式创新的影响。
就探索式创新而言，新知识的探索和创造是其主要特征。Merali[30]认为新知识的探索可以通过逻辑分析和直觉创意两个途径来实现。逻辑分析主要基于显性知识，通过归纳和演绎的方法，在抽象、概括、延伸既有知识的基础上，挑战、批判和推翻现有知识框架，进而创造新的知识。直觉和创意主要基于隐性知识，在情境和经验的辅助下，激发出创造性的观念，并且这一过程是难以明确描述的。编码化战略重视对既有知识的符号化、概念化和分类，所形成的结构化知识库为逻辑分析提供了良好的知识平台，因此能够促进逻辑分析途径的新知识探索。人际化战略强调面对面的沟通，便于隐性知识的传递，可以促进直觉和创意的交流、碰撞，激发出更多的创造性构想[31，32]，因此能够促进直觉创意途径的新知识探索。编码化战略和人际化战略能够从不同途径促进新知识的探索，所以这两种知识管理战略都有利于探索式创新。
就利用式创新而言，对既有知识的强化、整合和改进是其主要特征。既有知识的改进是在知识的周期性重复使用过程中实现的[33，34]。为了促进知识的重复使用，必须使组织中的知识能够最大限度地、便利地被组织成员获取[35，36]。编码化战略使知识与人分离，便于知识的独立存储和传播，而且知识分类存储于结构化的知识库中，更方便了组织成员的查询和提取。因此，编码化战略可以提高既有知识的使用效率[36]，促进既有知识的周期性重复使用，从而有助于既有知识的改进。同时，既有知识的改进也依赖于组织成员之间的人际交流[33，37]。面对面的交流更有利于组织成员分享使用知识的经验和体会(这些多属于隐性知识)，能够帮助组织成员加深对既有知识的理解[38-40]。此外，面对面的交流更便于组织成员相互传授改进知识的方法[33]，使知识的改进更容易实现。编码化战略和人际化战略能够从不同途径促进既有知识的改进，所以这两种知识管理战略都有利于利用式创新。
综上所述，我们提出如下研究假设：
H1：编码化战略对探索式创新有正向影响。
H2：编码化战略对利用式创新有正向影响。
H3：人际化战略对探索式创新有正向影响。
H4：人际化战略对利用式创新有正向影响。
2.4 探索式/利用式创新与企业绩效的关系
探索式创新和利用式创新可以从不同的方面提升企业绩效。利用式创新提高短期的效率、增加当前的收入，探索式创新增强长期的竞争力、增加未来的收益[2]。由于企业的短期绩效和长期绩效、效率与效果之间存在紧密的联系，可以相互转化，因此，综合来看，探索式创新和利用式创新对企业整体绩效的影响都是正向的。Auh & Menguc的实证研究结果显示，不论对于效果指标还是效率指标，探索式创新和利用式创新都同时表现出显著的正向影响[19]。Menguc & Auh采用综合的绩效指标(同时包含了效率与效果)，其实证研究结果仍支持两类创新行为对企业绩效的正向影响[20]。由此，我们提出假设：
H5：探索式创新对企业绩效有正向影响。
H6：利用式创新对企业绩效有正向影响。
上述假设可归纳为图1所示的概念模型。随后，我们将针对三类不同战略类型的企业(防守者、前瞻者和分析者)[21]，对这一概念模型进行实证检验。
图1 概念模型
Fig.1 Conceptual model
3 研究设计
3.1 变量的测量
3.1.1 量表的形成
本研究为确保测量工具的效度及信度，尽量采用国内外现有文献已经使用过的量表，再根据本研究的目的加以适当修改作为搜集实证资料的工具。其中，编码化和人际化的知识管理战略采用Choi & Lee[25]、Choi & Lee[26]和Choi et a1.[27]反复使用过的量表。探索式和利用式创新的量表从Jansen et al.[9]和He & Wong[12]的研究中选取。企业绩效主要参考了Wang et al.[41]、Tsui etal.[42]和王辉等[43]反复使用过的量表。企业战略则采用STROBE量表[44]进行测量。本研究采用Sabherwal & Chan[45]修正过的STROBE量表版本，并结合Venkatraman[44]的初始版本进行了少量修改。所有量表均采用5点Likert量表进行测量。企业绩效量表的刻度为“与主要竞争对手相比：1很低，5很高”，其余量表的刻度均为“以下描述与贵公司的真实情况：1很不符，5很符合”。
量表经过课题组成员反复讨论，形成调查问卷初稿。问卷初稿先在重庆市某高校举办的企业中高层管理人员短训班上进行预测试，根据19位来自不同企业的学员的反馈意见，我们对问卷进行了修改。修改后的问卷在重庆市某重点高校的在职MBA学员中进行小样本测试，根据回收的113份问卷的统计分析结果，我们对问卷再次进行了调整。用于正式研究的量表如表1和表2。
3.1.2 企业战略类型的划分
本研究沿用Sabherwal & Chan[45]提出的战略属性分析法来划分企业的战略类型。首先，用STROBE量表来测量被调查企业在六种战略属性上的得分，再与各种战略类型的标准属性得分进行比较，将企业归入得分差异最小的战略类型。与传统方法(直接用文字描述战略类型，再请被调查者选择)相比，战略属性分析法相对来说更为客观。该方法的具体步骤如下：
(1)各种战略类型标准得分的设定：Sabherwal & Chan[45]整理前人的研究成果，归纳出三种战略类型的标准属性(见表3)，属性的低、中、高分别对应-1、0、1的标准得分。
战略属性防守者前瞻者分析者分别为防守高低中，风险规避高低高，积极进取中高中，前瞻低高中，分析中中高，未来高中中。
(4)比较企业与三种标准战略类型的距离，将该企业归入距离最小的战略类型。
3.2 样本
正式研究的抽样通过两种方式进行。其一，在上海、安徽和重庆(分别代表东、中、西部地区)选择了四所重点高校(其中上海两所、安徽和重庆各一所)，向在职攻读的EMBA、MBA学员以及企业管理人员短训班学员发放问卷。我们避开了预测试和小样本测试阶段已经调查过的那些班级。调查均在教学课堂上进行，由任课教师简介调查目的，请符合条件的学员填写问卷并当场回收。对于来自同一企业的学员，只请其中一人填写问卷。我们将大型企业下属的独立经营单位(如分公司、事业部等)视为一个独立企业。其二，我们向北京、江苏、浙江、福建、广东等地与课题组有协作关系的企业，以邮寄或Email的方式发放问卷。
两种调查方式共发放900份问卷，回收489份，回收率为54％。我们按如下标准剔除无效问卷：(1)填答严重缺漏；(2)答案呈现明显规律性；(3)来自非竞争行业的问卷，如供水、供电、供气、邮政、烟草及盐业专卖等，因为我们采用与主要竞争对手相比较的方式测量企业绩效，所以不适用于这类行业；(4)非企业单位的问卷，如学校、医院。最终，我们得到有效问卷397份，有效回收率为44％。
样本企业来自多种行业，我们按2003年国家统计局《三次产业划分规定》将其归为两类。其中，第二产业样本大多数为制造业，少数为建筑业和采掘业；第三产业样本则包括了房地产开发、交通运输、金融服务、电信服务、商贸、咨询、中介、计算机软件与网络、商务服务、居民服务和其他服务等诸多行业。样本特征见表4。
4 研究结果
4.1 信度与效度
首先，我们用SPSS软件对表1中的22个题项进行探索性因子分析(EFA)，结果见表5。KMO值为0.869，满足因子分析的条件。采用主成分分析和方差最大法旋转，抽取出5个特征值大于1的因子，共解释总变异的63％。各题项都清晰地负载在所预期的因子上，且载荷都超过0.5，跨因子载荷都小于0.4。各变量的Cronbach's α系数均超过0.7，显示了较好的内部一致性信度。
其次，我们用LISREL软件进行验证性因子分析(CFA)。将表1中的22个题项按5个因子拟合模型，拟合结果较好(
(199)=682.58，RMSEA=0.078，CFI=0.94，NNFI=0.93，IFI=0.94)，标准化因子载荷在0.57至0.86之间，都达到较高的显著性水平(P＜0.01)，显示了较好的收敛效度；各因子之间的两两相关系数加减两倍标准误(即相关系数的95％置信区间)均不包含1，显示了较好的判别效度。
最后，Harman单因子模型的拟合结果((209)=2904.66，RMSEA=0.180，CFI=0.77，NNFI=0.75，IFI=0.77)与5因子模型的拟合结果存在显著差异(Δ(10)=2222.08，P＜0.01)，说明不能用一个潜变量来解释所有的因子，因此数据的同源误差并不严重。
遵循常见的做法，我们用各变量所辖题项得分的均值来代表变量的得分，各变量的均值、标准差和相关系数见表6。
对于STROBE量表(表2)，我们也进行了类似的分析。六种战略属性的Cronbach's α系数分别为0.70、0.64、0.75、0.86、0.83、0.83，显示了较好的内部一致性信度。将17个题项按6个因子进行验证性因子分析(CFA)，拟合结果较好((104)=317.05，RMSEA=0.072，CFI=0.96，NNFI=0.95，IFI=0.96)，标准化因子载荷在0.50至0.88之间，都达到较高的显著性水平(P＜0.01)，显示了较好的收敛效度；各因子之间的两两相关系数加减两倍标准误(即相关系数的95％置信区间)均不包含1，显示了较好的判别效度。
4.2 假设检验
根据前文所述的战略属性分析法，我们将397家样本企业分为防守者(56家)、前瞻者(137家)和分析者(204家)。考虑到防守者的样本较少，因此我们采用线性回归的方法来进行假设检验。我们设置了若干控制变量，包括企业规模(员工数)、经营年限、企业所有权性质(1国有，0非国有)、所属产业(1第二产业，0第三产业)和企业所在地区(以中部地区为基准，用东部地区、西部地区两个虚拟变量来表示)。
回归分析的结果如表7和表8。假设检验结果归纳如表9。
4.3 结果讨论
由表7至表9可知，对全样本而言，我们提出的6个研究假设中，只有H1未得到支持(该回归系数为正，且t值为1.642，也接近边缘显著)，H2至H6均得到支持。因此，我们提出的概念模型(图1)在全样本中基本通过检验，证实了这一概念模型的合理性。
对防守者、前瞻者和分析者三个子样本而言，6个研究假设都只有一部分得到支持，并且三个子样本的分析结果存在明显的差异。我们可以归纳出三种不同的路径关系，如图2至图4所示。这些结果说明，在不同战略类型的企业中，知识管理战略和创新行为是通过不同的作用机制来影响企业绩效的。这些作用机制间的差异可以在理论上得到合理的解释。
防守者专注于相对狭窄的细分市场，稳定地提供一组有限的产品，重视运营效率和规模经济[21]。它们一般提供高度标准化的产品和服务，经营模式比较成熟，业务流程明确、可控，处理的大多数是例行问题，所以，它们所涉及的知识大多易于编码，并且经常被重复使用，因此更适合实施编码化战略[17，46]。所以，在防守者子样本中，编码化战略显著地表现出对两类创新的推动作用。相反，面对防守者企业的战略背景和知识特征，人际化战略所发挥的作用十分有限，所以人际化战略对两类创新的影响都不明显。
同时，防守者的战略特征是强调对已有产品、市场的强化和改进，因此在每一个防守者企业中，利用式创新都得到高度重视，并被充分运用。由于利用式创新的功效已经得到了全面的发挥，因此，其对绩效的边际贡献已经递减到很小的程度。于是，当在防守者企业之间进行比较时，利用式创新对绩效的影响并不明显。反之，防守者对探索式创新的潜力并未充分挖掘，探索式创新对绩效的边际贡献很大，所以，在防守者子样本中，探索式创新对绩效的促进作用非常显著[19]。
因此，在防守者企业中，知识管理战略和创新行为沿着“编码化战略→探索式创新→绩效”的路径来影响绩效。
4.3.2 前瞻者企业中的作用机制
前瞻者关注多个跨度较大的市场或产品领域，重视新产品和新市场的开发[21]。它们提供的多是新创的、不完全成熟的产品和服务，经营模式也经常处于变化之中，业务流程经常是不明确、不可控的，处理的大多数是突发的、特殊的问题，所以，它们所涉及的知识多是隐性的，不易于编码，并且这些知识往往是针对独特问题的，较少被重复使用，因此更适合实施人际化战略[17，46]。所以，在前瞻者子样本中，人际化战略显著地表现出对两类创新的推动作用。相反，面对前瞻者企业的战略背景和知识特征，编码化战略所发挥的作用十分有限，所以编码化战略对两类创新的影响都不明显。
同时，前瞻者的战略特征是强调对新产品、新市场和新知识的创造，因此，在每一个前瞻者企业中，探索式创新都得到高度重视，并被充分运用。由于探索式创新的功效已经得到了全面的发挥，因此，其对绩效的边际贡献已经递减到很小的程度。于是，当在前瞻者企业之间进行比较时，探索式创新对绩效的影响并不明显。反之，前瞻者对利用式创新的潜力并未充分挖掘，利用式创新对绩效的边际贡献很大，所以，在前瞻者子样本中，利用式创新对绩效的促进作用非常显著[19]。
因此，在前瞻者企业中，知识管理战略和创新行为沿着“人际化战略→利用式创新→绩效”的路径来影响绩效。
4.3.3 分析者企业中的作用机制
分析者综合了防守者和前瞻者的战略特点和知识特征。它们在稳守已有市场、获得稳定收益的同时，也审慎地进行创新[21]。分析者的经营过程中，既涉及大量的编码化知识，也涉及大量的隐性知识，并且对探索式创新和利用式创新都有一定程度的运用。因此我们预期，分析者企业中的作用机制将与图1的概念模型更为吻合。
但是，图4的路径关系显示，编码化战略对两类创新的影响并不显著，这值得进一步探讨。一种可能的解释是：分析者需要对“防守”和“前瞻”两种战略进行综合和平衡(这是分析者战略得以成功的关键)，因此需要结合当时当地的企业内外部环境进行复杂的战略决策。这一决策过程涉及大量针对独特问题的、依赖于情境的知识，其中包含很多经验和直觉。这些知识通常是隐性的，不便于编码，也很难简单地重复运用，因此人际化战略在分析者的经营过程中更能发挥作用。所以，在分析者子样本中，只有人际化战略显著地表现出对两类创新的推动作用。
由于分析者对两类创新行为都有一定程度的重视，但又不极端地强调某一种创新行为，因此，两类创新行为对分析者绩效都有一定程度的边际贡献。于是，在分析者子样本中，探索式创新和利用式创新都显著地表现出对绩效的促进作用。
因此，在分析者企业中，知识管理战略和创新行为沿着“人际化战略→探索式创新→绩效”、“人际化战略→利用式创新→绩效”这两条路径来影响绩效。
5 结语
本文以中国企业为研究对象，基于Miles & Snow经典的企业战略分类[21]，对知识管理战略、创新行为与企业绩效之间的关系进行了实证研究。研究结果表明：(1)知识管理战略与企业战略之间存在匹配关系。在防守者企业中，只有编码化的知识管理战略对创新行为起显著的推动作用；而在前瞻者和分析者企业中，只有人际化的知识管理战略对创新行为起显著的推动作用。(2)创新行为与企业战略之间存在匹配关系。防守者的绩效提升主要来自于探索式创新的边际贡献；而前瞻者的绩效提升主要来自于利用式创新的边际贡献；分析者的绩效提升则同时来自于两类创新行为的边际贡献。(3)在不同战略类型的企业之间，“知识管理战略→创新行为→绩效”关系链的表现形式是不同的。在防守者企业中，该关系链表现为“编码化战略→探索式创新→绩效”的路径；在前瞻者企业中，该关系链表现为“人际化战略→利用式创新→绩效”的路径；而在分析者企业中，该关系链表现为“人际化战略→探索式创新→绩效”、“人际化战略→利用式创新→绩效”两条路径。
相对既有文献而言，本文对知识管理战略及创新行为与企业战略之间的匹配关系给出了更为细致的结论，丰富和完善了相关理论，并可为企业实践提供有益的参考。根据本文的研究结论，防守者应将资源集中投入于实施编码化战略，而前瞻者和分析者应将资源集中投入于实施人际化化战略。如果在两种知识管理战略上平均投资，则会导致资源浪费。这与Hansen et al.[17]的观点(企业应将80％的资源投入主要的知识管理战略，将20％的资源投入辅助的知识管理战略，不可平均分配资源)是一致的。同时，防守者应注重发展探索式创新，前瞻者应注重发展利用式创新，分析者则应并重两类创新行为。这也与创新平衡性(ambidextrous)的观点相符[12]。总的说来，企业应根据自身的战略类型，发展不同的知识管理战略，强化不同的创新行为，通过不同的作用路径来提升企业绩效。
标签：绩效改进计划论文; 组织绩效论文; 绩效反馈论文; 战略分析论文; 绩效管理系统论文; 绩效沟通论文; 知识管理工具论文;