1. 引言
伴随着现代数据处理能力的不断增强，智能化已深入到各不同行业中，引发了第四次工业革命浪潮，而所有这一切，均以知识创新、技术变革为基础。大数据企业居于智能化发展前沿，引领技术发展的方向，保持知识能量的持续增长，是其活力的重要保证。建设创新型企业要把握全局、放眼世界、面向未来，创新型企业是未来经济发展的决定力量。创新型企业要创新发展，应加强创新型企业的知识管理，持续提高以企业信息为基础的创新能力。
本文以东北及华北高新技术企业为引证，结合高新技术企业创新绩效进行变量提取，利用模糊集定性比较分析(fsQCA)揭示大数据企业知识管理能力的组态路径，为高新技术企业知识管理提供镜鉴，协助高新技术企业制定及时有效科学的知识管理政策提供助力。
2. 文献综述
2.1. 知识管理能力定义及内涵
面对新一轮科技革命和产业变革重塑全球创新版图与经济结构的关键时期，创新作为引领发展的第一动力与建设现代化经济体系的战略支撑，因其关键性与重要性受到国家的长期重视，也给企业带来前所未有的发展机遇。
如何破解企业创新困境？以固有的知识体系为蓝本，不断地加以精耕细作，打破知识原有框架和模式，突破知识的禁锢，使其得以重塑，高新技术企业创新得以重启。以知识管理为基础的研究被赋予了新的生命力，成为高新企业创新研究新的导引。
到目前为止，知识管理能力还没有统一的定义，但对知识管理能力的认知在本质上基本相似。Tanriverdi将知识管理能力定义为创造、组织、转移并应用知识资源的能力，是知识与其他资源相整合及综合的过程中所表现出来的能力[1]；Teece等认为，知识管理能力是组织创建、获取、整合、挖掘和配置知识的能力[2]；美国生产力中心(APQC)定义知识管理能力是不同的组织及人员在取得适当知识的策略，同时能提供相关组织或成员利用、分享知识，发挥集体智能而提高组织应变与创新能力。关于知识管理能力的认知学者们也有不同的看法。一些学者认为，知识管理能力主要指知识管理过程能力。而另外一些学者则认为，知识管理能力应该包括知识管理过程能力和知识管理的影响因素提供的能力，如Gold等将知识管理能力分为知识管理基础能力和知识管理过程能力[3]。
本文定义知识管理能力是企业调用和部署知识资源的能力，在将知识与其他资源和能力综合的过程中所表现出来的能力。秦璇将知识管理能力定义为是企业最大程度利用知识资源，围绕着知识获取、传播、应用、保护等一系列活动进行资源配置的能力[4]。俞兆渊等[5]认为知识管理能力分为组织内部知识管理能力和组织外部知识管理能力，是组织对知识获取、运用、解析的综合过程能力。
2.2. 知识管理能力影响因素
在对知识管理能力的内涵上虽未取得完全相同的一致性，但总体认知基本相似，即知识管理能力可包含知识获取能力、知识生产能力、知识转化能力、知识扩散能力、知识应用能力、知识创新能力、知识保存及保护能力等几个方面的能力。
知识获取能力是指组织内外部交流，所获得的异于组织的知识资源。Sonenshein [6]认为知识获取能力可充分展现组织的发展能力。
当今信息社会，知识的迭代速度在逐渐加快，再加上企业本身知识存量有限，因此，外部知识获取对企业至关重要，提升知识获取能力成为企业最为重要的决策行为[7]。企业知识获取能力越高，从外部吸收到的知识尤其是异质性知识资源越多，有利于建立起内部知识分享的平台，促进企业创新绩效的提升。企业通过知识整合能力，可以有效地吸收、整理以及利用各种知识，形成新的知识体系，而企业各种知识资源的积累，则需要从外部获取知识。因此，企业知识获取能力越强，知识整合能力的发挥效果就越好，就越有利于企业创新绩效的提升。
知识生产能力是指利用知识资源，将其数量不断累积的过程。根据经济合作发展组织(OECD)的研究，知识的创造和创新是知识生产的基本内涵，这里所指的知识包括传统科学和技术知识以及其他一切知识。其实，知识生产并不仅仅局限于知识的制造或创造，除此之外的知识的传播、交流、分享与应用都是重要的知识生产过程。从知识生产的特性来看，知识是一个与社会相关联的体系，是文化本身的理解与交融；它并不是简单地自我生产，而是在社会和文化的环境中产生；在福柯的话语中，知识生产被认为是一个权力体系，或者是广泛的实践体系[8]。
知识转化能力是指在固有资源及其模式下，将其化为异于原有模式的过程。在知识理论体系中，知识转化是知识管理的核心环节，在很大程度上决定着知识管理的成败。1995年，日本学者Nonaka提出了著名的知识转化SECI模型，奠定了知识转化在知识管理体系中的地位，也是知识管理发展史上的一座里程碑[9]。同样，知识转化也是企业创新过程中知识管理的核心环节，如果知识转化取得了实质性的突破，知识管理中的一切难题就可迎刃而解，创新绩效明显提升。
知识扩散能力是指知识不断延伸的过程。利用其固有属性拓展其边界，增加其内涵。Leenders与Wiereng [10]提出，知识整合能力(连接转化能力)是知识不扩散所需的基础，知识通过不断整合，融合，达到知识不断的增长、扩散，从而促使其有了更广阔的舞台，可持续更新企业所固有的知识体系，提升企业创新绩效。
知识应用能力是指知识在原有价值的基础之上，移植于其它事物过程中所发挥的效力。知识应用能力体现了组织的自身价值，是其不断提升、发展的源动力。
知识应用能力是对学习者知识掌握的深层次考验，知识唯有通过实践应用才能发挥其深远的价值，如若只是单纯地将知识进行存储，那个人知识管理就完全变成一个中转站的作用，难以发挥其对知识升华与增值的作用。知识唯有处于动态的循环之中，才能发挥其真正的价值与效力，将所习得的知识应用到实际生活中，不仅是学习者本身价值的体现，还能够提高对知识更深入的理解。
知识创新能力是指在原有知识的内涵基础上，发明或改造原有知识内容的过程。继承是知识创新的出发点。知识创新是以现有现象、事物、知识、观点为基础推导出一系列新的现象、事物、知识、观点、思想等获得新启示或新思想。
杨德林等将研发团队作为研究对象，对其内部的知识创新绩效影响因素进行了实证研究，通过对数据进行汇总和分析，得出结论：团队内部的知识创新交流程度、知识库的构建以及团队自治程度是决定团队知识创新绩效的最为关键的三个因素，三个方面的提升会为团队知识创新提供动力，反之，将成为知识创新绩效提升的阻力[11]。武博的研究认为知识型企业的智力资本对于知识创新绩效有正向影响作用，其中组织学习能力在它们二者之间起到中介的作用[12]。
组织认同感是组织知识创新能力的关键影响因素。Nahapict等的研究构建起组织认同感与组织知识创新绩效之间的关系，他的研究发现，组织中成员对组织的认同感与组织的知识创新能力存在正向相关性，即如果成员认同组织的文化、制度、章程等，会激发其知识创新能力，提升组织知识创新绩效，反之，只会处于较低的知识创新能力水平。唐军认为组织认同不论是评价性组织认同、认知性组织认同还是情感性组织认同都对知识共享有不同程度的正向影响，知识共享绩效的提升会影响最终的知识创新能力的提高[13]。
企业文化也是知识创新能力的关键影响因素。彭红霞认为追求发展和创新的企业文化对创新能力有正向影响[14]。Kostova (1999)的研究发现，正向积极的组织文化对于组织成员创新能力的提升具有关键作用，而组织成员创新能力直接关系到企业知识创新绩效。另外，组织文化对于组织的管理能力也会产生影响，进而隐性组织的知识创新过程，最终影响组织的知识创新绩效。
知识保存及保护能力是指知识保护能力就是指组织对于自身拥有知识的合法权益的保障能力。知识保存及保护能力是组织固化和潜力不断增涨的基础，可有力增加组织发展空间。知识资本的自测能力是指通过一定的路径对利用知识的资源及程度进行自我评价的过程。知识资本的自测能力是体现了组织自我认识、自我觉醒的程度，是组织未来不断上升的基石。
以上构成了知识管理能力，知识管理能力的相互融合、突破，不断的量变从而达到质变，促进知识升级，为高新技术企业带来了创新活力，其价值得以不断提升。
3. 研究设计
3.1. 研究方法
QCA产生于20世纪80年代末，由查尔斯·拉金[15]于1987年提出，它通过小样本分析找出复杂因果关系，强调通过实证及理论关联解决相关问题。定性比较分析法(QCA)运用组态逻辑，研究多种复杂变量组合对结果变量的影响。在当前社会科学研究领域，组织间要素通过多因素间的集合对结果产生影响[16]。而集合理论和QCA方法适用于理论方法的匹配，可运用QCA解决社会科学中的复杂变量问题。
3.2. 高新技术企业创新绩效样本选取与数据来源
在开展正式的问卷调查前，本文选取中国东北、华北等地区高新技术企业为样本进行调查，回收了102份有效问卷进行前测。根据信度与效度判断分析题项是否合理，根据结果删去了两项KMO值低于0.5的题项。正式的数据采集时间为2022年2月~2022年4月，选取中国东北、华北等地区25家高新技术企业为样本进行调查，共回收186份问卷。研究对收集到高新技术企业的数据剔除空白样本、空白值过多的样本和数据连续相同过多的样本后，最终筛查得到有效样本数量为172个。
3.3. 变量
3.3.1. 结果变量
借鉴Zhang和Li [17]在中国情境下测量科技型企业创新绩效时使用的量表，包含5个题项，采用Likert 1~5评分法进行。通过请被试评估其企业在五个方面与主要竞争对手相比的成功程度来度量企业的创新绩效，典型题型如“与主要竞争对手相比，我们公司持续推出新产品”等。
3.3.2. 条件变量
自变量为知识管理能力。在参考相关知识管理能力量表(徐海宁[16]、尤天慧及李飞飞[18])的基础上，本研究共设计了32个题项。为测量创新绩效的影响并进行分析，列出创新绩效的知识管理影响因素，完成调查取得其量值(如表1)。
Table 1. Knowledge management capability description and its items
表1. 知识管理能力描述及其题项
变量 |
变量描述 |
题项 |
|
知识获取能力 |
企业能迅速获取客户和市场需求信息 |
企业及时学习新知识、企业对学习方面进行足够的投资、企业学习新知识的速度非常快、企业学习与搜集的信息对企业运作用处不大 |
Todorova和Durisin [19] |
知识生产能力 |
企业不断开发出知识新内容，促进其价值增值 |
企业把学习到的知识在企业范围内讲解、企业经常帮助未参加学习的人学习新知识、企业经常帮助学习效果不好的人理解新知识、企业定期或不定期举行讨论会，让大家进行知识交流 |
Christensen [20]
和Lall [21] |
知识转化能力 |
企业能将外部获取的新知识与自身知识进行整合 |
R&D投入、专业技术人员数、教育经费支出、专利申请量 |
Tessa [22] |
知识扩散能力 |
组织能够将知识内涵、外延不断延深，增加其广度和宽度 |
企业能够较快的做出采用一项技术创新的决定、企业通常比行业内大部分企业更早采用一项技术创新、企业能够较快对采用的技术创新理解和消化、企业利用釆用的技术创新研发出了新产品新服务、企业通过采用技术创新提高了自身绩效、企业通过采用技术创新提高了自身的创新能力 |
Zahra [23] |
知识应用能力 |
不断将知识进行改造，将知识与实践及实际问题相结合，满足知识价值的增值升值 |
企业经常结合实际情况对学到的新知识进行整合、企业经常把学到的新知识进行编码并存档、企业及时对学到的新知识进行筛选与过滤、企业以学到的新知识为基础进行头脑风暴式联想 |
Kang [24] |
知识创新能力 |
通过知识累积获得新的知识内涵，增加知识深度 |
当遇到新问题时，企业尝试使用新知识解决、当使用原有知识不能解决问题时，企业束手无策(逆向)、使用新知识解决问题时效率更高、使用新知识解决问题所带来的收益更大 |
Singh [25]和
Audretsch [26] |
知识保存及保护
能力 |
知识存储、知识沉积的程度，推动知识价值升值 |
通过外部交流的知识存储、影响伙伴的知识累积的能力、需要时激活知识为其所用的能力 |
Lichtenthaler
[27] |
3.4. 信效度分析
由于单份问卷的填答由一名填答对象独立完成，为避免同源性偏差(common method Bias，简称CMB)，本研究利用Harman单因子检验法进行同源方差检验。结果显示，累积解释方差变异程度为79.63%，第一个因子的解释方差变异程度为32.06%，未超过50% (Podsakoff和Organ，1986 [28])，即不存在一个解释力度大的因子。由此推断，研究数据不存在严重同源性偏差。
与此同时，本研究对各变量进行信效度检验。在验证性因子分析中，将成长类激励政策中标准化因子载荷低于0.5的题项删减后，其检验结果由表2所示。三类激励政策、创新制度、创新行为、创新价值观及创新绩效的Cronbach’s α系数和组合信度(CR)均在0.70以上，表明问卷具有较好的信度。此外，本研究采用因子分析方法进行结构效度的检验(徐广平等[29])，结果显示，KOM值均高于0.80，累积解释方差变异程度最小为62.690%，各题项因子负荷均在0.50以上(吴明隆[30])，且各变量AVE均达到大于临界值0.5的指标准则，表明问卷的结构效度较好。
Table 2. Reliability test of each variable
表2. 各变量的信度检验
研究变量 |
Cronbach’s α |
组合信度(CR) |
AVE |
知识获取能力 |
0.8540 |
0.8643 |
0.5645 |
知识生产能力 |
0.8620 |
0.88353 |
0.583 1 |
知识转化能力 |
0.8950 |
0.8176 |
0.5952 |
知识扩散能力 |
0.7950 |
0.7766 |
0.5687 |
知识应用能力 |
0.9530 |
0.8816 |
0.5652 |
知识创新能力 |
0.9120 |
0.8832 |
0.6954 |
知识保存及保护能力 |
0.9430 |
0.8356 |
0.5134 |
创新绩效 |
0.8840 |
0.8464 |
0.5546 |
4. 实证分析
4.1. 必要性分析
必要性检验是QCA的重要步骤，用于检查结果是否依托于某一变量。该检验过程包括两个指标：① 一致性是指样本检验与集合关系的一致程度，为避免任何构成结果的超集以及作为必要条件的有意义的条件在真值表分析中被简约解消除，检验结果由表3所示。其中，未出现一致性分数高于0.9的条件，由此推断不存在对创新绩效解释力度大的单项前因条件；② 覆盖度是衡量某一条件变量组合重要性的直接指标，该指标由特定案例数量除以实例总数得出，具体如表3所示。
Table 3. Necessity test of antecedent conditions
表3. 前因条件的必要性检验
条件变量 |
一致性 |
覆盖度 |
知识获取能力 |
0.44 |
0.46 |
知识生产能力 |
0.52 |
0.56 |
知识转化能力 |
0.55 |
0.52 |
知识扩散能力 |
0.42 |
0.41 |
知识应用能力 |
0.46 |
0.42 |
知识创新能力 |
0.31 |
0.36 |
知识保存及保护能力 |
0.59 |
0.53 |
4.2. 基于fsQCA的前因条件构型及组态路径分析
从组态视角，采用fsQCA方法进一步确定知识管理能力与高新技术企业创新绩效之间的组合配置关系，形成前因条件构型及组态路径，确定它们组成的前因条件构型及组态路径对目标变量(创新绩效)的影响方式和作用模式。
根据表4所得的fsQCA所得结果。在知识管理能力等七种因素的复杂作用下，企业创新绩效呈现出五种构型。构型1的一致性水平、唯一覆盖度在5种构型中最高分别为0.8231、0.2136。在这一构型中，知识转化能力的存在发挥了核心作用，而知识获取能力、知识生产能力、知识扩散能力、知识应用能力、知识创新能力、知识保存及保护能力是无关紧要的条件。这意味着无论其它条件是否存在，知识转化能力作为核心条件的存在，可以有效促进企业创新知识有序合作，能够帮助企业用最低的成本获取更多的知识内涵，并打破原有思维定式，进行智能化创造性思维。
构型2的一致性水平为0.7347，唯一覆盖度为0.1862。在这一构型中，知识扩散能力的存在发挥了核心作用，而知识获取能力、知识生产能力、知识转化能力、知识应用能力、知识保存及保护能力是无关紧要的条件。知识创新能力可起到一定的辅助作用。这意味着无论其它条件是否存在，知识扩散能力作为核心条件的存在及知识创新能力的辅助作用，可以有效丰富企业创新知识资源的内涵，提升知识基因韧性。
构型3的一致性水平为0.7261，唯一覆盖度为0.0000。在这一构型中，知识应用能力的存在发挥了核心作用，而知识获取能力、知识转化能力、知识扩散能力、知识创新能力、知识保存及保护能力是无关紧要的条件，知识生产能力并不存在。这意味着无论其它条件是否存在，知识应用能力作为核心条件的存在，可以有效助力企业完成创新知识资源的整合，提升知识资源的有效用度。
构型4的一致性水平为0.7502，唯一覆盖度为0.0000。在这一构型中，知识创新能力发挥核心作用，知识扩散能力只单纯起到一种辅助作用，知识获取能力并不存在，知识生产能力、知识转化能力、知识应用能力、知识保存及保护能力是无关紧要的条件。这意味着无论其它条件是否存在，知识创新能力起到核心作用，知识扩散能力起到一种辅助作用，两者共同作用，推动知识管理能力的不断提升，企业创新绩效也随之水涨船高。
构型5的一致性水平为0.7874，唯一覆盖度为0.0000。在这一构型中，知识应用能力发挥核心作用，知识生产能力并不存在，知识获取能力、知识转化能力、知识扩散能力、知识创新能力和知识保存及保护能力是无关紧要的条件。这意味着无论其它条件是否存在，知识应用能力作为核心条件的存在，可以有效助力企业完成创新知识资源的整合，提升知识资源的有效用度，不断增加企业创新绩效。
Table 4. Configuration of the antecedent conditions of knowledge management capability on the innovation performance of high-tech enterprises
表4. 知识管理能力对高新技术企业创新绩效的前因条件构型
|
R1 |
R2 |
R3 |
R4 |
R5 |
知识获取能力 |
— |
— |
— |
|
— |
知识生产能力 |
— |
— |
|
— |
|
知识转化能力 |
● |
— |
— |
— |
— |
知识扩散能力 |
— |
● |
— |
· |
— |
知识应用能力 |
— |
— |
● |
— |
● |
知识创新能力 |
— |
— |
— |
● |
— |
知识保存及保护能力 |
— |
— |
— |
— |
— |
raw coverage |
0.8231 |
0.7421 |
0.3742 |
0.2136 |
0.2543 |
unique coverage |
0.2452 |
0.1862 |
0.0000 |
0.0000 |
0.0000 |
consistency |
0.7683 |
0.7347 |
0.7261 |
0.7502 |
0.7874 |
overall solution coverage |
0.9513 |
overall solution consistency |
0.7465 |
注：●或·表示条件存在，或表示条件不存在，“—”表示该条件可有可无；●和表示核心条件，•和表示辅助条件。
5. 结论
本文将中国的东北、华北等地市25个高校技术企业作为样本，应QCA方法，探究提升各地区创新能力的条件组态路径，得出如下结论：
1) 在5G背景下大数据的知识管理能力是高新技术企业创新绩效提升的必要条件，无论走哪条路径，知识管理能力都是相互协调、共同作用的结果。在竞争日益加剧的行业中，增强知识创新能力是保证高新技术企业竞争优势的关键所在，能够不断提高高新技术企业知识更新能力和更新层次，进一步增强高新技术企业创新绩效的提升。
2) 高新技术企业创新能力提升存在5条路径：以知识转化能力为核心要件的创新绩效提升路径；以知识扩散能力为核心要件的创新绩效提升路径；以知识生产能力和知识应用能力为核心要件的创新绩效提升路径；以知识获取能力和知识创新能力为核心要件的创新绩效提升路径；以知识生产能力和知识保存及保护能力为核心要件的创新绩效提升路径。这些路径的提供可进一步帮助高新技术企业不断提高自身竞争力，提高知识管理效率，维护知识更新对高新技术企业推动力的驱动力不可或缺。
3) 通过对高新技术企业创新绩效提升路径的分析，得出其绩效不断提升是多种因素共同作用的结果，基于此，应综合不同知识资源在组态中的配置，确保从整体角度促进高新技术企业创新绩效提升。高新技术企业应加强知识更新的获取渠道，不断提升知识管理的输入，提升知识管理内涵，延伸知识管理外涵，加强知识流动，丰富知识的饱满度，以进一步促进知识管理对高新技术企业的助推作用。
4) 知识获取能力、知识生产能力、知识转化能力、知识扩散能力、知识应用能力、知识创新能力、知识保存及保护能力相互作用、相互影响，共同促进高新技术企业绩效的提升。企业应该注重培养和提升这些能力，以适应日益激烈的市场竞争和快速变化的技术环境。
基金项目
辽宁省社会科学规划基金项目(L23BTJ001)。