李梓涵昕，朱桂龙，吕凤雯，唐 勇

华南理工大学 工商管理学院，广州510641

1 引言

知识作为重要的无形资产已成为企业维持和增强竞争优势的关键资源［1］，因此企业能否成功往往取决于能否有效创造和利用知识。员工间知识转移行为对促进企业充分利用和发展其内部知识具有重要影响［2］，然而知识转移过程中却存在诸多认知和机制方面的障碍［3］。为克服上述障碍，组织学习和知识管理方面的研究者对知识转移促进机制进行了大量探索［4-6］。在众多知识转移促进机制中，社会资本作为一个重要因素一直受到学者的广泛关注［7］。社会资本对于知识源与知识接收方之间的知识转移具有积极地促进作用，但从接收方角度看，知识转移并未与社会资本研究紧密相连。学者们也尝试从知识接收方角度研究社会资本在知识转移中的作用［8-10］，但他们的研究多集中于企业或部门层面，对于个体层面作用的研究几乎没有，尤其是在知识接收方视角下。另外，知识源与知识接收方的对偶关系对于知识转移也存在影响［2］，如果知识接收方与知识源之间存在密切的关系，而且接收方给予知识源高度的评价，那么知识接收方往往会更加信任知识源，并乐于接受其知识。因此，本研究基于社会资本理论和知识转移的相关研究，在知识接收方视角下，重点探讨社会资本在知识转移过程中的作用。

2 相关研究评述

2.1 社会资本、关系强度与知识转移

Nahapiet等［11］将社会资本定义为嵌入于社会关系网络的个人或者社会群体的实际和潜在资源的总和;边燕杰等［12］将社会资本看成是人与人之间在信任和合作基础上形成的社会网络，并将社会网络视为一种最重要的人与人之间的关系，是资源配置的一种重要方式。虽然不同的学者对社会资本有不同的定义，但是这些定义存在共同认识，即社会资本属于通过人与人之间关系表征的资源。已有研究表明社会资本能够对个人、组织［13］、区域［14］甚至国家绩效产生积极的影响，学者们普遍认为社会资本能够激励知识源积极参与知识转移［15］。上述所提社会资本多为组织层面范畴，而个体层面的社会资本与组织层面社会资本却存在一定的差异。个体能够通过他人所无法具备的优势网络关系获得各种资源，如一个与同行保持密切关系的个体，工作之中遇到问题时，往往能够更加便捷的寻求帮助。由于个体层面社会资本对于知识接收方社会关系促进知识转移具有更强的解释力，因此本研究采用个体层面社会资本概念，定义为个体能够通过社会网络或其他社会结构中的成员获得利益的能力。

Nahapiet等［11］将社会资本划分为结构、关系和认知3个维度。结构维度包括整体社会网络结构，如网络成员内部连接的密度或者多样性。这一维度得到社会网络研究者的重点关注，实际上，研究者们主要通过社会网络结构测度社会资本［16］。关系维度起源于Granovetter［17］提出的关于关系和结构嵌入的概念，包括社会关系的质量特征，如信任、认同和责任等，强联结中的信任和情感依赖能够在同事有困难时促使其提供帮助。结构维度主要表现为社会网络外部形式，而关系维度则主要为其内部内容，并衍生于外部形式。社会资本的认知维度主要包括语言、共同陈述、成员间的共同价值观和相似的认知体系。例如，知识社区成员之间能够轻易理解彼此的情况并进行思想的沟通，因为他们存在共同的语言和经验。因此，认知的相似性有利于有效地无偏差沟通，增强组织凝聚力。社会资本的3个维度在知识管理研究领域已得到广泛应用［18-19］。

在社会资本概念提出之前，学者们就普遍认为关系强度(如对偶关系)能够影响行为及其产出［17］。关系强度表征了个体或组织之间对偶关系(如情感亲密)的强度［20］，对偶关系指组织间一对一的关系，是组织间关系的最简单、最基本的结构形式［21-22］，本研究中的对偶关系指知识接收方与知识源之间的关系，主要包括双方之间的关系强度和知识接收方对于知识源专业知识的感知两个方面，采用强联结和弱联结维度测量关系强度。Granovetter［23］通过互动频率、情感紧密性、熟识程度和互惠性服务的内容等4个维度将人际关系分为强联结和弱联结;Uzzi等［24］认为弱联结可以传递新型异质性信息和知识，而强联结容易造成信息渠道上的重复和浪费;张首魁等［25］研究证明弱联结对知识转移具有影响效应，并认为弱联结是主体接触和获取新知识的有效途径。所以，由弱联结组成的网络关系结构有利于获取信息，因为弱联结所联系的是两个不同的个体，它们通常拥有异质的信息源［26］。Santarelli等［27］和Zou等［28］认为弱联结网络更加优越，因为其形成的多样化网络增加了可获取资源和信息的总量，增强了成员的适应性，从而产生更高的绩效。如与其他团队同事的关系能够提供同一团队成员中无法提供的新观点或创意。

然而，在知识转移中，强联结表现更加优异［29］。不同于简单的信息共享，知识转移具有若干动机和认知障碍。王国顺等［30］基于知识源与知识接收方之间的强联结能够增加信任水平、减少沟通成本，认为强联结有助于克服障碍。基于相互信任的前提，成员可能更加愿意陈述自身的知识需求以期获得帮助。另外，双方紧密的关系也有助于知识接收方更好地理解知识源知识。已有研究多集中于关系强度方面，很少有人研究不同的对偶关系及其影响作用。为弥补知识转移方面研究的不足，本研究综合考虑知识接收方社会资本以及知识接收方与知识源间的对偶关系等两个方面的因素，研究其对于知识转移的影响。

2.2 知识接收方社会资本对知识转移的影响

网络中心性描述网络成员处于怎样的中心位置上，经常用于描述社会网络的整体结构［31］，因而被普遍用于衡量社会资本结构维度。高网络中心性的个体与网络中众多成员存在积极地互动，并能够提供广泛的必要知识［32］。此外，通过与众多网络成员的互动，知识接收方能够很好地完善沟通技巧，从而促使其从不同视角更加高效地理解其他机构的知识。因此，知识接收方的高网络中心性能够促进知识转移顺利完成。

信任则很好地表述了社会资本的关系维度［33］，为了进行知识转移，知识接收方必须向知识源阐明自身的不足。同事间一般水平的信任通过帮助知识接收方克服风险促进知识转移［34］，同事间的信任包括对其专业知识的信任及其信誉。如果信任缺失，同事将无法知道成员的知识源，进而会减少组织成员从企业内部获取知识的机会。因此，具备信任的知识接收方倾向于接受来自于同事的自身所不熟悉的知识，通过清除与知识源之间不必要的障碍以及减少浪费验证他人知识方面的时间，知识接收方的信任能够积极促进知识转移。

认知维度主要包括共同的语言和陈述，通过建立成员之间相似的认知实现有效沟通和合作［11］。有效沟通有助于知识接收方更好地吸收转移的知识，如知识社区成员通过共同的知识和实践，分享经验和工作相关的专业术语。因此，知识接收方能够在没有详细说明的情况下，更便捷地理解所获得的知识［35］。此外，通过相似认知形成的有效沟通能够降低产生误解的风险以及激励成员之间的相互信任，同时还克服了知识接收方不愿意向他人寻求知识的心理。需要注意的是，上述共同的语言和陈述往往是通过企业的经验形成的，因此经验丰富的资深员工对其有更加透彻的理解。所以，Wasko等［36］运用公司任期代表网络社区社会资本的认知维度。基于以上分析，本研究提出假设。

H1a知识接收方网络中心性与知识转移正相关;

H1b知识接收方信任水平与知识转移正相关;

H1c知识接收方公司任期与知识转移正相关。

2.3 知识源与知识接收方对偶关系对知识转移的影响

在对偶层面，强联结更能够促进知识转移。虽然弱联结也能够提供各类信息，但弱联结的优势主要体现在当个体层面存在众多弱联结组合时。Borgatti等［37］基于信息和知识搜寻将知识源与知识接收方之间的对偶关系划分为4个部分，即知道谁知道什么、评价其知识的价值、能够及时获得他人的想法、了解从他人搜寻信息的成本。

本研究借鉴上述分类方法，将4 类对偶关系简化为2种类型。上述4 类对偶关系中，前两类关系(知道谁知道什么和评价其知识价值)主要关注知识接收方对知识源专业知识的感知，知识接收方知道知识源有多少知识以及是否重视知识源的知识，其对于知识源专业知识的感知能够影响接收方对知识的搜寻和采纳。例如，如果知识接收方对于知识源的专业知识缺乏信心，知识接收方将无法接收其知识，也不会允许进行知识转移。因此，知识接收方对于知识源专业知识的感知对知识转移具有影响。对偶关系中的后两种关系(能够及时获取他人的想法和了解从他人搜寻信息的成本)与传统的关系强度存在相关关系。知识源与知识接收方之间的强对偶关系促进知识源积极参与解决知识接收方所遇到的问题［29，37］，当知识接收方需要帮助时能及时提供帮助［38］。①知识源与知识接收方之间的关系强度不仅能够促进知识转移，也能够降低接收方知识搜寻的感知风险，通过建立互信，确保知识接收方知识缺乏的信息不会被知识源所滥用［39］;②关系强度还能够使知识源通过自定义的方式向接收方描述其知识，以便接收方清楚地了解知识源的知识;③关系强度还能够通过减少他们之间的沟通成本，降低知识搜寻的感知成本。因此，知识接收方与知识源之间的关系强度能够增强知识源知识的可获得性以及降低知识搜寻的感知成本，从而促进知识转移更加顺利的完成。基于以上分析，本研究提出假设。

H2a知识接收方对于知识源的专业知识感知与知识转移正相关;

H2b知识接收方与知识源之间的关系强度与知识转移正相关。

2.4 接收方社会资本对知识接收方与知识源对偶关系和知识转移的调节作用

知识接收方与知识源在个体层面和对偶层面存在各种社会网络之间的互动效应。首先，知识接收方的社会网络多样性能够强化知识源专业知识感知对于知识转移的影响，当知识接收方在多样化的网络中具有多个可替代的知识源，那么知识接收方对于知识源专业知识的感知将成为选择知识源的关键。换句话说，如果知识接收方无法对知识源专业知识形成感知，那么该知识源可能就无法获得知识接收方的认可。同样，当知识接收方在多样化的网络中拥有多个知识源时，关系强度将作为知识接收方寻求和接受知识的关键影响因素，因为强联结下知识接收方能够对知识源产生信任。基于以上分析，本研究提出假设。

H3知识接收方网络中心性对专业知识感知与知识转移的关系起正向调节作用。

H4知识接收方网络中心性对关系强度与知识转移的关系起正向调节作用。

3 研究方法

3.1 变量测量

为保证测量量表的信度和效度，本研究尽量选取国内外相关研究的成熟量表，并结合实际，进行小规模预测试以及与被试进行访谈，讨论问卷填写感受和不妥之处，对原始问卷进行两次修改，并形成最终测量量表，其具体构成如下。

(1)对偶层面变量

对偶层面包括关系强度、专业知识感知和知识转移3个变量，采用整体社会网络结构调查问卷测量关系强度和专业知识感知［40］，在问卷中详细列出被试与所在组织每一成员之间的关系。考虑被试的便捷性，网络结构调查通常使用单一的网络问题衡量特定的关系［39］。虽然上述测量理论变量的方法受到很多学者的诟病，但遵循适当的程序时，单一网络结构测量已经被证实是可靠的［41］。本研究采用的网络结构题项已经得到已有研究的验证［16，39］，为了减轻被试回答问题的负担，允许被试跳过从未与之进行互动的成员。选取Borgatti等［37］的题项测量知识源专业知识感知，即“你觉得这个人拥有多少对你工作有帮助的专业知识”;借鉴Hansen［42］和Levin等［43］的研究测量关系强度，题项为“私下里，你与这个人有多亲近”。

在接收方吸收知识之后，由知识接收方测量知识转 移。参 考Szulanski［44］和Argote等［45］的研究测量知识转移，题项为“当你有需要时，这个人积极向你提供他所具有的知识”。

(2)个体层面变量

个体层面变量主要涉及社会资本的结构、关系和认知3个维度。结构维度通过网络中心性进行量化，计算社会网络中各节点的入度和出度，根据网络规模对其归一化处理，以便于不同网络间网络中心性的横向比较;关系维度通过信任进行测量，借鉴McAllister［46］的研究，包括5个题项，即“我能够与同事畅谈我工作中遇到的困难”“如果我与同事分享我工作中的困难，我知道他们会积极回应和关心我”“我能够与同事坦率的分享我工作中的担心”“我同事在对待工作方面具有敬业精神和奉献精神”“我可以依靠我的同事，减少和克服因粗心大意而造成的困难”;认知维度以公司任期为表征，主要通过“你在这家公司工作多久了?(按月计算)”进行测度［36］。

(3)控制变量

本研究探讨接收方视角下的知识转移，所以以知识源对知识贡献的自我评价作为对知识源知识转移影响的控制变量。借鉴Bock等［39］的研究测量控制变量，包括3个题项，即“如果我同事通过电话或者互联网信息向我求助，我会积极地回复并向他转移我的知识”“如果我的同事通过E-mail 向我提问，我会积极地回复并向他转移我的知识”“如果我的同事通过私下拜访向我提问，我会积极地回复并向他转移我的知识”。

3.2 数据收集

本研究选择广东省6家企业的7个研发团队成员为调研对象，团队规模介于18 人～95 人之间，并于2014年4月至5月亲赴该6家企业，并针对其研发团队成员进行问卷调查，共发放372份问卷，回收334份，回收率为89.785%。未回收以及回收但填写不完整的问卷可能产生抽样误差，为了剔除该种误差对最终研究结果的影响，本研究对回收的问卷数据进行无响应偏差检验。检验结果表明，上述无响应问卷中唯一有价值的信息就是其职位，而这些信息多为被试填写问卷之前组织提供。应用卡方检验对无响应问卷和响应问卷的职位进行显著性检验，未发现显著性差异，χ2= 6．109，p=0．106。因此，在本研究中无响应偏差并不严重。剔除存在缺失值的问卷后，共获得个体层面有效数据327份。

7个研发团队共提供了19 222个可能的关系(删除群体间的关系)，但是知识转移仅发生8 526 对。因此，最后的对偶关系样本个数为8 526。社会网络调查问卷往往需要相当高的响应率才能够代表一个网络的特性，斯坦利·沃瑟曼等［47］将80%作为最低的社会网络调查响应率。为了达到这一响应率要求，研究者走访了所有研究对象团队，对其管理者详细介绍本研究的方式和意义以及研究的步骤，并就调查应该注意的事项进行详细解释。另外，为保证匿名性，所有的问卷均由研究者亲自回收。

3.3 分析方法

本研究采用多层线性模型(HLM)分析社会资本以及知识接收方与知识源的对偶关系对于知识转移的多层次影响［48］，主要经过4个步骤进行检验。①没有自变量的零模型下知识转移在对偶层面(关系强度和专业知识感知)、知识源(知识贡献)、知识接收方(网络中心性、信任和公司任期)三方面的方差估计，验证每一层面是否存在显著性差异;②加入控制变量剔除与本研究无关的效应，如团队层面的特征;③将对偶层面截距估计值作为因变量，用知识接收方社会资本(网络中心性、信任和公司任期)对其进行回归，以验证个体层面的知识转移;④采用均值化处理后的知识转移程度对知识源专业知识感知和关系强度进行回归，验证对偶层面的知识转移。均值中心化处理能够有效减少多重共线性，当研究模型具有主效应和交互效应时，往往需要进行均值中心化处理［48］。最后，通过知识源专业知识感知和关系强度对知识接收方网络中心性的回归路径系数验证知识接收方网络中心性对于对偶层面的跨层次调节效应。

4 研究结果

4.1 描述性统计以及信度和效度检验

表1 给出本研究变量的均值、标准差和Pearson 相关系数矩阵。信任、公司任期、知识贡献、专业知识感知和关系强度均与知识转移正相关，自变量间的相关系数均低于0.384，且膨胀因子(VIF)均低于10.000，表明本研究中自变量之间不存在多重共线性问题。

信度检验在本研究中仅适用于具有多个测量题项的信任和知识贡献变量，信任的α 系数为0．875，知识贡献的α 系数为0.902，均大于信度的最低理论值0.700。

本研究进行内容效率、聚合效度和区分效度3 类效度的检验。在内容效度方面，大部分的测量题项都是借鉴成熟量表且通过知识管理方面专家审查，并对两个研发团队进行预测试，修改和调整测量题项的表达方式，保证了问卷的内容效度。通过主成分分析法和方差最大化正交旋转因子分析验证聚合效度和区分效度，验证结果表2。在聚合效度方面，信任的5个题项和知识贡献的3个题项都显示了显著的高负载值，信任的负载值介于0.635 ～0.763 之间，知识贡献的负载值介于0.689 ～0.781 之间，表明信任和知识贡献量表均具有较好的聚合效度。由于网络中心性是来自于单一网络的网络变量，公司任期主要通过被试的实际工作时间测量，故而网络中心性和公司任期都是单一题项的变量，因此聚合效度检验不适用于这两个变量。在区分效度方面，通过检验测量题项在其他变量中的负载值来验证，由表2可知，测量题项对于其他变量的负载值处于-0.221～0.392 之间，远低于其对目标变量的负载值，说明这些变量具有很好的区分效度。由于关系强度、专业知识感知和知识转移等对偶层面变量都仅有一个测量题项，故因子分析、聚合效度和区分效度对其并不适用。

表1 变量的描述性统计和相关系数矩阵Table 1 Descriptive Statistics and Correlation Coefficient Matrix among Variables

表2 因子分析结果Table 2 Results of Factor Analysis

4.2 假设检验

为更好地分析每一个变量对因变量的解释率以及自变量和控制变量对因变量的相对影响，本研究在检验社会资本(网络中心性、信任、公司任期)和对偶关系对于知识转移的影响时采用多层线性模型，分4个模型进行操作。①模型1 仅包含控制变量知识贡献;②模型2 包含控制变量知识贡献和个体层面变量(网络中心性、信任和公司任期);③模型3 包含控制变量知识贡献、个体层面变量(网络中心性、信任和公司任期)以及对偶层面变量(专业知识感知和关系强度);④模型4 包含控制变量知识贡献、个体层面变量(网络中心性、信任和公司任期)、对偶层面变量(专业知识感知和关系强度)以及网络中心性与专业知识感知和关系强度的交互项。上述4个检验模型的回归分析路径系数和显著性水平见表3 。

(1)通过零模型验证多层次研究模型的基本假设，对偶层面变量对于知识转移解释方差率为0.538，剩余的0.440 为知识接收方、0.022 为知识源。且上述三层面的方差均达到显著性水平，p ＜0．010。将控制变量引入模型1，知识源自我评价的知识贡献存在显著影响，β=0．071，p ＜0．010，控制变量对于知识转移的解释方差率为0．037。

(2)将个体层面的知识接收方社会资本变量引入模型2。信任对知识转移存在显著正向影响，β =0.167，p ＜0．010;比较模型1 与模型2的R2，ΔR2改变显著，ΔR2=0．019，ΔF=2．351，p ＜0．050。公司任期的影响也达到显著水平，但与研究假设刚好相反，β =－0.025，p ＜0．010。对于网络中心性而言，其影响不显著。因此，H1b得到验证，H1a和H1c未得到验证。解释方差率增加到0.058。

(3)将对偶层面知识接收方对知识源专业知识感知和关系强度引入模型3。专业知识感知(β= 0．279，p ＜0．010)和关系强度(β= 0．410，p ＜0．010)对于知识转移都存在显著影响;比较模型2 与模型3的R2，ΔR2改变显著，ΔR2=0．339，ΔF=2．756，p ＜0．010。因 此，H2a和H2b得到验证。累计方差解释率达到0.397。

(4)将跨层次交互项引入模型4。知识接收方网络中心性对专业知识感知和关系强度具有调节效应;比较模型3和模型4的R2，ΔR2改变显著，ΔR2=0.015，ΔF= 6．842，p ＜0．010。因此，H3和H4得到验证。累计方差解释率为0.413。

4.3 讨论

上述分析结果验证了5个研究假设，在个体层面，知识接收方社会资本的关系维度(即信任)对于知识转移具有显著正向影响，表明在与知识源不存在对偶关系的情况下，知识接收方对于其团队成员的信任能够促进知识转移的顺利进行，同事间的信任能够促进知识源更好地了解知识接收方的知识需求，以便更好地进行知识转移，即使双方不存在强烈的对偶关系。

认知维度(即公司任期)对于知识转移也存在显著影响，但却是负向。有学者认为公司任期能够通过建立同事之间相同认知促进知识转移，而本研究结果表明，随着知识接收方任期的增加，并非所有知识接收方都乐于接收外部知识。有学者提出“非此处发明综合症”，认为知识接收方往往因为新知识并非来源于本部门而拒绝接受。从学习动机的角度看，由于其既得利益受到损失或者存在认知缺陷，致使学习动机缺乏，进而致使其对于新知识的虚假接受［44］。另外，由于知识接收方能力的欠缺及其对合作伙伴的优越感，也致使其不愿意选择接受新知识［49］。组织内部激励机制的不完整、新知识所产生的价值难以辨识以及与组织当下环境的不匹配等原因，知识接收方将更加倾向于采用惯有行为方式，并对新知识产生抵触情绪，从而限制知识转移活动的进行。所以说，新进入组织的成员乐于接受来自于同事的知识，但是随着时间的推移，这些知识将逐渐成为其惯有知识，新员工也将越来越依赖于已经完成学习过程并转化为其自身的知识。

表3 多层线性模型分析结果Table 3 Analysis Results of Hierarchical Linear Modeling

结构维度(即网络中心性)对于知识转移的影响并不显著。Hansen［42］认为，弱联结的多样化网络更加利于知识搜索，而强联结的网络利于知识的转移。因此，网络中心性可能对于知识转移不存在显著的影响。相反，网络中心性对于对偶关系具有显著调节效应。网络中心性较高的网络为知识接收方提供了关于知识源广阔的选择空间，增长了知识源专业知识感知和关系强度的重要性，从而促进知识接收方更加愿意接受知识源知识。换句话说，如果知识接收方网络中心性较低，那么其知识源专业知识感知和关系强度的影响将会相当弱，因为知识接收方可能具有替代知识源。因此，个体层面的网络中心性和对偶层面的关系强度能够同时促进知识转移。

5 结论

鉴于社会资本对于知识转移的重要性，本研究从知识接收方视角入手，深化已有关于社会资本对知识转移影响的认识和理解，探索社会资本对于对偶层面关系的跨层次影响，以广东省企业研发团队为样本，运用多层次分析进行实证检验，得出以下结论。①信任水平显著正向影响知识转移，公司任期负向影响知识转移。②知识接收方对知识源专业知识感知以及知识源与知识接收方间的关系强度对于知识转移有显著正向影响。③知识接收方网络中心性与专业知识感知的交互项显著影响知识转移，具体表现为知识接收方网络中心性对于专业知识感知对知识转移的影响起调节作用。④知识接收方网络中心性与知识源和知识接收方间关系强度的匹配显著影响知识转移，具体表现为知识接收方网络中心性与关系强度正向交互影响知识转移。

(1)不论是较高水平的信任，还是较低水平的公司任期，均有助于知识转移的进行。相比较而言，知识接收方对于知识源的信任有助于其相互之间的了解，从而促使知识源更好地了解知识接收方的知识需求。因此，具备信任的知识接收方倾向于接受来自于同事的自身所不熟悉的知识，通过清除与知识源之间不必要的障碍以及减少验证他人知识方面的时间，积极促进知识转移。公司任期对于知识转移的影响主要表现在经验对于知识转移的作用，而随着公司任期的增加，知识接收方已经适应了自身的企业，越来越不愿意接受新知识。这有别于Wasko等［36］的研究结论，他们认为公司任期越长，与其他成员的相似认知越多，更加有助于其接受转移的知识。

(2)实证结果表明，知识接收方对于知识源专业知识的感知能够影响知识接收方知识的搜寻和采纳，只有知识接收方对于知识源的专业知识具备信心，知识接收方才能够更好地接收其知识，也愿意进行知识转移。另外，知识源与知识接收方间的强对偶关系有利于促进知识源积极参与解决知识接收方所遇到的问题，并且在知识接收方需要帮助时能够及时给予帮助。关系强度能够降低知识接收方知识搜寻的感知风险，使知识源通过自定义的方式向知识接收方描述其知识，以便知识接收方清楚地了解知识源的知识，还能够通过减少沟通成本降低知识搜寻的感知成本，从而促进知识转移更加顺利的完成。

(3)知识接收方网络中心性与对偶层面的专业知识感知和关系强度的匹配有助于促进知识转移。实证结果表明，知识接收方网络中心性对于知识接收方专业知识感知和关系强度具有正向调节作用。首先，知识接收方社会网络中心性能够强化知识接收方专业知识感知对于知识转移的影响，当知识接收方在高中心性网络中具有多个可替代的知识源时，其对于知识源专业知识的感知将成为选择知识源的关键，如果知识接收方无法对知识源专业知识形成有效感知，该知识源可能无法获得知识接收方的认可。同理，当知识接收方在高中心性网络中拥有多个知识源，关系强度将作为知识接收方寻求和接受知识的关键影响因素，因为强联结下知识接收方能够对知识源产生信任。

本研究为知识接收方社会资本对于知识转移的影响提供了必要的实证依据，揭示了知识接收方社会资本影响知识转移的作用机理，而且有助于启发后续研究者从不同角度分析知识转移的影响因素。

本研究发现对于管理学界具有重要的意义。①本研究加深了知识接收方社会资本对知识转移作用的认识和理解。通过阶层线性模型进行的多层次分析不仅验证了对偶层面和个体层面的直接效应，而且还验证了社会资本对于对偶关系与知识转移的多层次调节效应。此外，知识接收方公司任期的负向效应也暗示着公司任期的加长可能导致知识接收方更加倾向于依赖自身的知识而忽略他人的知识，而不是与同事形成相似的认知，此种负向影响可能受中国强调组织层级结构文化的影响。②本研究基于Borgatti等［16］的研究，探索知识源与知识接收方不同类型的对偶关系。除了关系强度，知识接收方对于知识源专业知识感知显著影响对偶层面知识转移水平，证明了各种类型的关系促进知识转移。

本研究为管理实践者提供了有益的指引。①应该培养对偶层面的强联结和个体层面的多样化网络以促进知识转移，因为这是知识源与知识接收方之间的一种沟通［2］。②应该特别注意员工之间的双向知识转移问题，知识接收方公司任期的负向影响表明，员工的公司任期越短，其越能够积极接受来自于知识源的知识。因此，应该推广具有丰富经验的老员工与具有新思想的新员工之间进行双向的知识转移。另外，向经验丰富的老员工提供外部学习的机会，如行业协会或者培训可能能够预防其被自身知识所禁锢。从长远看，组织应该形成更加开放的文化氛围。③在促进员工对偶关系之际，应该做好每一种关系的详细计划，为了提高员工对于知识源专业知识感知，知识源应该经常通过其知识管理系统的内部报告和公司专家目录向知识接收方提供专业知识介绍，这不同于促进员工之间的社会关系，应该面向全体员工描述专家研究领域及其专业水平。

本研究也具有一定的局限性。①本研究通过横截面分析推导研究结果，尽管研究者在对大量文献进行研究之后，基于有力的理论基础，开发了一个影响研究模型，截面分析结果也仅提供了一种推理，而并非一个完美的因果关系的证明。②本研究对象是广东省企业的研发团队，因此在研究结果的推广方面需要持谨慎的态度，未来的研究可以推广到其他领域，如制造部门或者不同的地域范围。③本研究的多层次分析仅局限在对偶层面和个体层面，组织层面和团队层面的效应可能也存在，但是本研究模型并未包含。

未来研究方向包括以下几个方面，①纵贯研究能够更加严格地验证研究变量之间的因果关系，在能够进行多次重复调查的情况下，纵贯研究法确实值得一试。②研究还可以拓展至研发部门之外的其他部门以及全国范围，从而提高其普适性。③在目前的两层模型中增加组织或者团队层面变量可能会得到一些有意义的结果。

［1］Maryam Alavi，Dorothy E Leidner.知识管理和知识管理系统:概念基础和研究课题［J］.管理世界，2012(5):157-169.Maryam Alavi，Dorothy E Leidner.Knowledge management and knowledge management systems:Conceptual foundations and research issues［J］.Management World，2012(5):157-169.(in Chinese)

［2］Raymond van Wijk，Justin J P Jansen，Marjorie A Lyles.组织间和组织内知识转移:对其前因后果的元分析及评估［J］.管理世界，2012(4):159-168，185.Raymond van Wijk，Justin J P Jansen，Marjorie A Lyles.Inter and intra-organizational knowledge transfer:A meta-analytic review and assessment of its antecedents and consequences ［J］.Management World，2012(4):159-168，185.(in Chinese)

［3］刁丽琳，朱桂龙.产学研合作中的契约维度、信任与知识转移:基于多案例的研究［J］.科学学研究，2014，32(6):890-901.Diao Lilin，Zhu Guilong.Contractual dimensions，trust and knowledge transfer in university-industry cooperation:Based on multi-case study［J］.Studies in Science of Science，2014，32(6):890-901.(in Chinese)

［4］陈怀超，范建红，牛冲槐.制度距离对中国跨国公司知识转移效果的影响研究:国际经验和社会资本的调节效应［J］.科学学研究，2014，32(4):593-603.Chen Huaichao，Fan Jianhong，Niu Chonghuai.A study of the influence of institutional distance on knowledge transfer effectiveness within Chinese multinational company:The moderating effect of international experience and social capital［J］.Studies in Science of Science，2014，32(4):593-603.(in Chinese)

［5］孙永磊，党兴华，宋晶.合作组织惯例形成影响因素研究述评与未来展望［J］.外国经济与管理，2014，36(3):56-64.Sun Yonglei，Dang Xinghua，Song jing.A review of the literature of the influencing factors of cooperative organization routines formation and future prospects［J］.Foreign Economics ＆ Management，2014，36(3):56-64.(in Chinese)

［6］刘益，张志勇.控制机制、态度性承诺与市场知识转移间关系研究［J］.管理科学，2008，21(2):2-8.Liu Yi，Zhang Zhiyong.Relationships among control mechanisms，attitudinal commitment and market knowledge transfer［J］.Journal of Management Science，2008，21(2):2-8.(in Chinese)

［7］贺明明，王铁男，肖璇.社会资本对跨组织信息系统吸收影响机理研究［J］.管理科学学报，2014，17(5):66-83.He Mingming，Wang Tienan，Xiao Xuan.Impact of social capital on inter-organizational information systems assimilation［J］.Journal of Management Sciences in China，2014，17(5):66-83.(in Chinese)

［8］程聪，谢洪明，陈盈，程宣梅.网络关系、内外部社会资本与技术创新关系研究［J］.科研管理，2013，34(11):1-8.Cheng Cong，Xie Hongming，Chen Ying，Cheng Xuanmei.The relationship among network，internal and external social capital and technical innovation［J］.Science Research Management，2013，34(11):1-8.(in Chinese)

［9］Tsai W.Knowledge transfer in intraorganizational networks:Effects of network position and absorptive capacity on business unit innovation and performance［J］.The Academy of Management Journal，2001，44(5):996-1004.

［10］Yli-Renko H，Autio E，Sapienza H J.Social capital，knowledge acquisition，and knowledge exploitation in young technology-based firms［J］.Strategic Management Journal，2001，22(6/7):587-613.

［11］Nahapiet J，Ghoshal S.Social capital，intellectual capital，and the organizational advantage［J］.The Academy of Management Review，1998，23(2):242-266.

［12］边燕杰，丘海雄.企业的社会资本及其功效［J］.中国社会科学，2000(2):87-99.Bian Yanjie，Qiu Haixiong.The social capital of enterprises and its efficiency［J］.Social Sciences in China，2000(2):87-99.(in Chinese)

［13］Baker W E.Market networks and corporate behavior［J］.American Journal of Sociology，1990，96(3):589-625.

［14］Putnam R D.The prosperous community:Social capital and public life［J］.The American Prospect，1993，4(13):35-42.

［15］Tsai W，Ghoshal S.Social capital and value creation:The role of intrafirm networks［J］.The Academy of Management Journal，1998，41(4):464-476.

［16］Borgatti S P，Jones C，Everett M G.Network measures of social capital［J］.Connections，1998，21(2):27-36.

［17］Granovetter M.Economic action and social structure:The problem of embeddedness［J］.American Journal of Sociology，1985，91(3):481-510.

［18］Molina-Morales F X，Martínez-Fernández M T.So-cial networks:Effects of social capital on firm innovation［J］.Journal of Small Business Management，2010，48(2):258-279.

［19］Yang S C，Farn C K.Social capital，behavioural control，and tacit knowledge sharing:A multi-informant design［J］.International Journal of Information Management，2009，29(3):210-218.

［20］乔坤，吕途.强关系与弱关系的内涵重构:基于4家企业TMT 社会关系网络的案例研究［J］.管理学报，2014，11(7):972-980.Qiao Kun，Lyu Tu.Redefining of weak ties and strong ties:A case study on social network of TMT in four companies［J］.Chinese Journal of Management，2014，11(7):972-980.(in Chinese)

［21］王雎，罗珉.基于关系性吸收能力的合作创新研究［J］.科研管理，2008，29(1):14-20.Wang Ju，Luo Min.Cooperative innovation based on the relational absorptive capacity［J］.Science Research Management，2008，29(1):14-20.(in Chinese)

［22］罗珉.组织间关系理论研究的深度与解释力辨析［J］.外国经济与管理，2008，30(1):23-30.Luo Min.Studies on the depth and explanation of theories of inter-organizational relationship［J］.Foreign Economics ＆ Management，2008，30(1):23-30.(in Chinese)

［23］Granovetter M S.The strength of weak ties［J］.American Journal of Sociology，1973，78(6):1360-1380.

［24］Uzzi B，Lancaster R.Relational embeddedness and learning:The case of bank loan managers and their clients［J］.Management Science，2003，49(4):383-399.

［25］张首魁，党兴华.关系结构、关系质量对合作创新企业间知识转移的影响研究［J］.研究与发展管理，2009，21(3):1-7，14.Zhang Shoukui，Dang Xinghua.An empirical research on the impact of relationship-structure and-quality on knowledge transfer among cooperation innovation enterprises［J］.R＆D Management，2009，21(3):1-7，14.(in Chinese)

［26］潘文安.关系强度、知识整合能力与供应链知识效率转移研究［J］.科研管理，2012，33(1):147-153，160.Pan Wenan.The impact of relationship strength and knowledge integration capability on supply chain knowledge transfer［J］.Science Research Management，2012，33(1):147-153，160.(in Chinese)

［27］Santarelli E，Tran H T.The interplay of human and social capital in shaping entrepreneurial performance:The case of vietnam［J］.Small Business Economics，2013，40(2):435-458.

［28］Zou X，Ingram P.Bonds and boundaries:Network structure，organizational boundaries，and job performance［J］.Organizational Behavior and Human Decision Processes，2013，120(1):98-109.

［29］Reagans R，McEvily B.Network structure and knowledge transfer:The effects of cohesion and range［J］.Administrative Science Quarterly，2003，48(2):240-267.

［30］王国顺，杨昆.社会资本、吸收能力对创新绩效影响的实证研究［J］.管理科学，2011，24(5):23-36.Wang Guoshun，Yang Kun.An empirical study of the influence of social capital and absorptive capacity on innovation performance［J］.Journal of Management Science，2011，24(5):23-36.(in Chinese)

［31］Rhee J H，Ji H.How to further exploit social capital:An empirical investigation of three dimensions of social capital and their contributions to individual performance［J］.Asian Business ＆ Management，2011，10(4):485-507.

［32］周密，赵西萍，司训练.团队成员网络中心性、网络信任对知识转移成效的影响研究［J］.科学学研究，2009，27(9):1384-1392.Zhou Mi，Zhao Xiping，Si Xunlian.An empirical study of relation between intra-team networks centrality，networks quality and knowledge transfer success［J］.Studies in Science of Science，2009，27(9):1384-1392.(in Chinese)

［33］Land S，Engelen A，Brettel M.Top management′ s social capital and learning in new product development and its interaction with external uncertainties［J］.Industrial Marketing Management，2012，41(3):521-530.

［34］Holste J S，Fields D.Trust and tacit knowledge sharing and use［J］.Journal of Knowledge Management，2010，14(1):128-140.

［35］李柏洲，徐广玉，苏屹.团队知识转移风险对知识转移绩效的作用路径研究:知识网络的中介作用和团队共享心智模式的调节作用［J］.科研管理，2014，35(2):127-135.Li Baizhou，Xu Guangyu，Su Yi.Research on function paths of team knowledge transfer risk on knowledge transfer performance:Mediating effects of knowledge network and moderating effects of team shared mental models［J］.Science Research Management，2014，35(2):127-135.(in Chinese)

［36］Wasko M M，Faraj S.Why should I share?Examining social capital and knowledge contribution in electronic networks of practice［J］.MIS Quarterly，2005，29(1):35-57.

［37］Borgatti S P，Cross R.A relational view of information seeking and learning in social networks［J］.Management Science，2003，49(4):432-445.

［38］Ko D G，Kirsch L J，King W R.Antecedents of knowledge transfer from consultants to clients in enterprise system implementations［J］.MIS Quarterly，2005，29(1):59-85.

［39］Bock G W，Zmud R W，Kim Y G，Lee J N.Behavioral intention formation in knowledge sharing:Examining the roles of extrinsic motivators，social psychological forces，and organizational climate［J］.MIS Quarterly，2005，29(1):87-111.

［40］黎耀奇，谢礼珊.社会网络分析在组织管理研究中的应用与展望［J］.管理学报，2013，10(1):146-154.Li Yaoqi，Xie Lishan.Social network analysis in organizational management research:Current status and future directions［J］.Chinese Journal of Management，2013，10(1):146-154.(in Chinese)

［41］张闯.管理学研究中的社会网络范式:基于研究方法视角的12个管理学顶级期刊(2001-2010)文献研究［J］.管理世界，2011(7):154-163，168.Zhang Chuang.The model of the social network in the study on the management science:A study，based on the literature of 12 top magazines (2001 ～2010)on the management science from the perspective of research methods ［J］.Management World，2011(7):154-163，168.(in Chinese)

［42］Hansen M T.The search-transfer problem:The role of weak ties in sharing knowledge across organization subunits ［J］.Administrative Science Quarterly，1999，44(1):82-111.

［43］Levin D Z，Cross R.The strength of weak ties you can trust:The mediating role of trust in effective knowledge transfer［J］.Management Science，2004，50(11):1477-1490.

［44］Szulanski G.Exploring internal stickiness:Impediments to the transfer of best practice within the firm［J］.Strategic Management Journal，1996，17(Winter Special Issue):27-43.

［45］Argote L，Ingram P.Knowledge transfer:A basis for competitive advantage in firms［J］.Organizational Behavior and Human Decision Processes，2000，82(1):150-169.

［46］McAllister D J.Affect-and cognition-based trust as foundations for interpersonal cooperation in organizations［J］.The Academy of Management Journal，1995，38(1):24-59.

［47］斯坦利·沃瑟曼，凯瑟琳·福斯特.社会网络分析:方法与应用［M］.北京:中国人民大学出版社，2012:253-274.Stanley Wasserman，Katherine Faust.Social network analysis:Methods and applications［M］.Beijing:China Renmin University Press，2012:253-274.(in Chinese)

［48］王济川，谢海义，姜宝法.多层统计分析模型:方法与运用［M］.北京:高等教育出版社，2008:132-146.Wang Jichuan，Xie Haiyi，Jiang Baofa.Multilevel models:Methods and applications ［M］.Beijing:Higher Education Press，2008:132-146.(in Chinese)

［49］Hamel G，Doz Y L，Prahalad C K.Collaborate with your competitors- and win［J］.Harvard Business Review，1989，67(1):133-139.