为保证研究设计的严谨性,本研究选取不同企业中管理、研发及其他各类专业人员等作为样本。通过邮寄、专人现场发放等形式共发放问卷 300 份,其中,实际回收问卷 251 份,有效问卷 230 份,有效回收率为 76.7%。问卷分为 4 部分,分别是对人力资本、社会资本、心理资本、创新绩效的测量,采用 1—5 级 Likert 式量表,1 表示完全不符合,5 表示完全符合,由员工自我进行评估。
人力资本维度的测量主要有学历、工作年限、工作经验、技术技能和理论知识或培训的评价等,本研究采用教育程度和工作经验测量。社会资本维度的测量根据 Nahapiet 和 Ghoshal(1998)、Yli-Renko 和 Autio(2001)、Presutti 和 Boar(i2007)的量表设计,采用结构、关系、认知测量。心理资本维度的测量采用Luthans、Youssef 和 Avolio(2007)开发的 4 维度量表,采用自我效能、乐观、希望、韧性测量。创新绩效维度的测量主要结合Scott、Bruce 和 Janssen 等的研究成果,引用韩翼(2007)开发的创新绩效量表。量表的 Cronbach’s α 值分别为 0.870、0.895、0.845、0.92。
三、数据分析
(一)信度和效度检验
为了确保假设检验和模型拟合度评价的有效性,本文采用 SPSS16.0 统计软件,对样本数据进行内部一致性分析和探索性因子分析,检验各变量测量的信度和效度。本文总量表的Cronbach’s α 值为 0.811,各变量测量量表的 Cronbach’s α值均大于 0.7(见表 1)。同时,通过计算题目单项与总和相关系数辅助测量问卷的效度,对各题项之和以及各题项分别进行相关分析发现,量表所有测项与总和的相关系数均显著,因此各测项可以保留。另外对各量表进行 KMO 检验和巴特利特球体检验,数据显示,人力资本、社会资本及心理资本的 KMO 值分别为 0.784、0.802、0.837、Bartlett’s 球形检验的显著性水平小于 0.05,说明数据适合作因子分析,结果显示,同一变量下属各测量问项均分布于同一因子,且各测量问项的因子载荷系数最小的为 0.637,都高于 0.5 的基本要求,说明量表具有较好的结构效度,测量变量与量表数据之间具有较高的一致性。
(二)描述性统计及变量间相关分析
各变量均值、标准差及相关性见表 2。数据分析结果显示,除工作经验与教育程度、关系资本与教育程度、认知资本与工作经验没有显著正相关,工作经验与关系资本之间的相关系数为负之外,其他各构念都达到了0.05的正相关水平,假设4部分成立。
(三)实证结果分析
结果显示三类资本在统计上均显著(p=0.000),R2 分别为 0.086、0.132 和 0.188。除了工作经验对知识员工创新绩效的影响不显著(P=0.701>0.1),其他均显著。
回归结果见表 3。方程的解释力在临界水平上依次显著增加。在模型2中,放入人力资本变量后,β值为0.275(p<0.001),工作经验与创新绩效的不显著,并不影响人力资本整体对创新绩效的解释力度。模型 3、4 显示,社会资本、心理资本对知识员工创新绩效的回归系数 β 分别为 0.374(p<0.001)、0.467(p<0.001),均对创新绩效有显著正向影响,且人力资本对知识员工创新绩效的解释力为 8.6%,社会资本是 13.2%>8.6%;另外,模型 5 与模型 2 对比得出 ΔR2=0.082,说明社会资本相对人力资本对结果变量有显著的增益效应,假设 1 成立。模型6 中,人力资本与心理资本的协同作用对创新绩效的解释力度为 21.4%,相对于模型 2 中单个人力资本的 8.6%,其增益效应达到 12.8%,因此假设 2 成立。同理,模型 7 相对于模型 3,其增益效应达到 13.6%,说明社会资本在心理资本的作用下对知识员工创新绩效的增益效应显著,假设 3 成立。模型 5中,在控制了性别和年龄的情况下,人力资本与社会资本对结果变量的共同解释力为 16.8%,均不及心理资本的 18.8%,而且模型 8 与模型 5 对比得出 ΔR2=0.126(p<0.001),说明心理资本相对人力资本和社会资本对结果变量也有显著的增益效应,假设 5 成立。最后,从模型 6、7 可以看出,相对于人力资本和社会资本解释因变量 16.8%的变异性、人力资本和心理资本的 21.4%,社会资本和心理资本合并而成的解释力度最大,为 26.8%。模型 8 中,人力资本、社会资本、心理资本总体上对创新绩效的解释力度达到了 29.4%(p<0.001),充分说明 3类资本互动协同对知识员工创新绩效的增益效应显著。
四、结论与展望
(一)研究结论
本文主要研究结论如下:(1)社会资本、心理资本各维度,人力资本部分维度均对知识员工创新绩效有不同的驱动作用,其中人力资本中教育程度、社会资本中结构和关系维度、心理资本中自我效能和希望维度对因变量影响显著。(2)各维度合并而成的 3 类资本对结果变量的影响大于其维度,分别为 8.6%、13.2%、18.8%,因此,心理资本相对于社会资本比人力资本更能对创新绩效产生影响。(3)从对创新绩效影响的对比分析中可以看出,单个心理资本的增益效应大于人力资本和社会资本之和,心理资本与社会资本合并的增益效应大于心理资本与人力资本之和,人力资本和社会资本在心理资本的作用下对结果变量作用显著,3 类资本的交互效应更远远超于单个或两两结合。因此,怎样建立这 3 类资本的动态协同模型,使知识员工创新绩效增益效应最大化,已然成为重要的研究视角。
(二)局限与展望
由于研究条件、调查范围及个人能力限制,本文在以下几方面可能存在一定的不足:第一,本文建立人力资本、社会资本和心理资本对知识员工创新绩效的增益效应模型,但未涉及其他可能的影响因素或调节变量,如吸收能力、组织学习、知识共享等,因此,可能削弱了自变量对因变量的驱动效果。第二,本研究样本主要针对有着高成长需求强度的知识员工而言,研究结论对一般性员工的适用性还有待进一步验证。在后续研究中,应针对上述问题,结合整体模型,对 3 类资本对创新绩效影响机制的全貌做更系统、广泛、深入的理论与实践探索。
参考文献:
[1] 柯江林,孙健敏,石金涛,顾琴轩.人力资本、社会资本与心理资本对工作绩效的影响———总效应、效应差异及调节因素[J].管理工程学报,2010,(4):29-35.
[2] 姜秀珍,顾琴轩,王莉红,金思宇.错误中学习与研发团队创新:基于人力资本与社会资本视角[J].管理世界,2011,(12):178-120.
[3] 张红芳,吴威.心理资本、人力资本与社会资本的协同作用[J].经济管理,2009,(7):155-161.
第六章结论与展望本文在文献研究的基础上,根据调查问卷收集的数据,对IT企业知识型新员工的激励因素进行了实证分析,并提出了知识型新员工激励模型,构建了相应的激励机制。下面对本文主要总结主要研究结论,并展望进一步研究需要展开的工作。一、研究...
第二章互联网行业知识型员工薪酬激励相关定义和理论研究一、概念辨析(一)互联网行业互联网行业是指从事互联网运行服务、应用服务、信息服务、网络产品和网络信息资源的开发、生产以及其他与互联网有关的科研、教育、服务等活动的行业的总称。总的来说...
知识经济被视为人类社会经济发展的第三次浪潮。在这个大浪潮中,劳动者的工作性质与分工发生着巨大的变化,在知识经济时代,仅有2%的人从事农业,10%贡献于工业,剩下的将是知识工作者。随着我国经济社会的快速发展,相应的社会心理问题也进入了关键的转...
六、存在的问题及原因分析(一)IT企业在知识型新员工激励中存在的问题尽管IT企业在知识型新员工的激励上也作出一定的努力,但不可否认的是这些员工的总体激励状态不佳,这说明IT企业在知识型新员工激励中存在着严重的问题。结合前文的实证分析和与被...
第五章互联网知识型员工全面薪酬激励实证研究一、研究设计与方法(一)调查目的面对互联网行业特征和人才激励现状,一方面如何拥有具有竞争力的全面薪酬体系以吸引人才,另一方面,怎样对现有的员工进行有效的激励,留住人才。传统的薪酬激励模式在适应...
第五章IT企业知识型新员工激励机制构建一、IT企业知识型新员工激励机制概述激励机制指在企业内部,激励主体通过多种激励手段满足激励客体的多方面需要,并与其相互作用、相互制约,实现双方效用最大化的一种方式.根据这一定义,本文认为激励机制的目的...
摘要IT产业在我国经济发展中扮演着重要角色,它是国民经济支柱产业、引领经济发展的强大动力、促进产业升级的重要力量。知识型新员工是IT企业中特殊的群体,受成长环境的影响,他们在职业特征和心理特征上明显有别于其他员工群体。知识型新员工是IT企业技...
三、调研研究结果分析(一)访谈研究结果百度公司人力资源管理人员指出,目前互联网行业年轻化,在这个行业工作的员工大多都是有高学历、强能力的知识型员工,他们与社会其他行业有着很大的差别,在工作上不再只是服从,而具有更大的自主性、创新性。这就...
第四章IT企业知识型新员工激励因素实证分析一、描述性统计分析通过对数据进行描述性统计分析,本文得到了IT企业知识型新员工对各激励因素的实际感受程度平均得分,并依此进行满意度排序,具体如表3.由表3可知,IT企业知识型新员工实际感受的激励因...
二、薪酬激励理论研究综述知识型员工是伴随知识经济时代的产物,虽然他们有别于传统体力劳动者,具备有知识创造价值核心能力,但却是传统劳动者的外延.众多经济学家、管理学家、社会学者等在薪酬激励的理论和实践方面的研究,同样为知识型员工薪酬激励提供...