林筠++乔建麒++吴莹莹

摘要：利用270份科技型企业问卷，检验专才与通才、交互记忆系统与双元创新的关系。结果表明：专才对利用性创新、通才对探索性创新影响显著；交互记忆系统在人力资本影响双元创新过程中有部分中介作用，“专长性”只有与“可信性”“协调性”结合才能更好发挥作用，专才在交互记忆系统形成过程中作用更强。

关键词：专才；通才；交互记忆系统；利用性创新；探索性创新

DOI：10.13956/j.ss.1001-8409.2017.02.04

中圖分类号：F2731 文献标识码：A 文章编号：1001-8409（2017）02-0014-05

A Study of the Relationship among Specialists and

Generalists， Transactive Memory System， Ambidextrous

Innovation in Technological Enterprises

LIN Jun， QIAO Jianqi， WU Yingying

（School of Economic and Management， Xi an University of Technology， Xi an 710054）

Abstract：Based on 270 valid questionnaires in technological enterprises， this paper studied the relationship among specialists and generalists， transactive memory systems， ambidextrous innovation， Results showed that specialists contributed to exploitative innovation， while the generalists had a positive impact on explorative innovation. The transactive memory systems had a partially mediation effect on the positive relationship between human capital and ambidextrous innovation， In order to play a better role， “specialization” only needed combine “credibility” and “coordination”， and specialists played stronger role in the formation process of transaction memory system.

Key words：specialists； generalists； transactive memory system； exploitative innovation； explorative innovation

科技型企业作为创新主体不仅需要利用现有技术改善已有市场开展利用性（Exploitation）创新确保目前生存，还必须投入足够精力尝试新知识进行探索性（Exploration）创新，开拓新市场保障未来生存[1]，即双元（Ambidextrous）创新。员工具备的知识、技能和能力是提升企业现有产品/服务水平、实现竞争优势的关键资源，创新依靠个人创造力、技能和天分获取动力，高人力资本意味着高学习能力可有效促进创新活动[2]。Kang和Snell[3]根据员工具备知识与技能的深度与广度差别将人力资本区分为专注特定领域的“专才（Specialists）”和具有广泛知识与多种熟练技能的“通才（Generalists）”。因专才与通才掌握知识的类型、领域等差异，所以创新效果取决于团队成员相互了解和为完成任务而建立的互动规则[4]。Wegner[5]提出交互记忆系统（Transactive Memory Systems）能够解释成员间知识整合与交换，因为其促进成员对团队不同领域信息检索、编码与储存。

已有研究明确了人力资本在创新中的作用，但两类创新（利用性和探索性创新）对专才与通才依赖的差别以及交互记忆系统在其中的作用并不清楚。因此，本文以科技型企业为对象，研究专才和通才与双元创新的关系及交互记忆系统的作用。

1理论基础与研究假设

11人力资本分类

专才拥有较深度、内嵌于局部的知识，专注特定领域拥有特定技能；通才较少扎根特定领域，拥有更广泛的知识和多种熟练技能。Kelly[6]等搜集英国制药企业知识型员工数据提炼四种人力资本类型：①实验室科学家。在实验室工作拥有较高专业水平、专注核心与深度知识，解决生产问题；②技术型专才。从实验室专才起步并工作于不同部门，不断拓宽专业领域，拥有深度知识的技术专家；③技术型通才。拥有多学科背景，扮演跨学科项目管理角色，从单纯解决技术问题转向跨学科项目管理；④专家型通才。具有与不同领域专才交流能力，层级较高，解决跨学科复杂问题的“跨界协调者”。本文中专才指实验室科学家和技术型专才，通才包括技术型和专家型通才。

12人力资本对利用性与探索性创新的影响

（1）利用性创新与探索性创新。利用性创新扩大现有知识和技能，细化和扩展现有能力、技术、产品规范，改善现有产品/服务设计，提升和扩展分销渠道；探索性创新需要新知识或背离现有知识源，设计、创建新市场[7]，更多灵活与发散思维强调变化。

（2）人力资本与双元创新的关系。专才具有针对性和专业性知识，更容易在较小领域获取和吸收新的有深度知识[3]，擅长对现有产品深度挖掘、局部改良和革新。通才一般由专才起步[6]，有扎实的知识积累，经历多领域多项目历练，能为遇到的难题提供多种潜在方案[8]。较多思维模式和较少认知冲突赋予通才对问题不同的解释力，使通才具有发现、理解、融合、运用新知识的潜在能力。因此，提出如下假设：

H1：在利用性创新中，专才比通才作用更大。

H2：在探索性创新中，通才比专才作用更大。

13交互记忆系统的中介作用

交互记忆系统作为共享系统使团队成员相互依赖与协调，编码、存储、检索与交流有差别但互补的知识完成集体任务[9]。交互记忆系统由“专长性”（成员拥有不同的知识）、“可信性”（成员信任其他成员的专门知识）和“协调性”（团队合作效率）三维度构成[4]。

（1）专才与交互记忆系统。專长性需要团队成员意识到其他成员具有的知识特长，其形成基础是各成员分别是与任务相关的领域专家，具有发展团队专长性所必需的知识、技能和能力，能够有效搜集、存储和交换知识，快速定位和获取任务所需相关知识[10]。专才因拥有解决领域内问题成熟技术和思路，易赢得其他成员的信赖，具备深度知识更易识别其他成员的发展和贡献，有利于协调与整合团队知识[11]。因此，提出如下假设：

H3：专才对交互记忆系统的形成有促进作用。

H3a：专才有利于专长性的形成。

H3b：专才有利于可信性的形成。

H3c：专才有利于协调性的形成。

（2）通才与交互记忆系统。通才具备多领域知识而对识别团队其他成员专长有帮助[3]，拥有与不同领域专才交流、协调能力，是团队成员交流的润滑剂，善于搭建与不同领域专才沟通桥梁促进成员间信任[12]。因具有与不同领域专才交流能力，能够解决跨学科复杂问题，最可能利用与整合团队其他成员的差异性知识[6]。因此，提出如下假设：

H4： 通才对交互记忆系统的形成有促进作用。

H4a：通才有利于专长性的形成。

H4b：通才有利于可信性的形成。

H4c：通才有利于协调性的形成。

（3）交互记忆系统与双元创新

专长性可以削弱重复性努力确保获得更大范围的知识，员工将其他成员视为获取自己专属领域外知识的信息库[13]，有更多机会整合分布在不同成员间的独特知识，提高产品精度，为开发新技术创造条件[14]。

高信任关系更易理解其他人的想法和行为，易从有能力、可信任的成员处搜寻知识，提高新产品开发效率。可信性促使成员将搜寻到的独特知识与其他成员共享，驱使项目执行中学习与融合新知识，接近新客户发现新机会、开发新实验带来根本性变革[14]。

协调性使成员对其他人的知识更了解，将任务分配给具备专长的成员，能够快速、准确地寻求并获得信息帮助，利用分散在成员间的知识改善现有产品。协调性致力扩大成员想法和知识库，促进新机会的信息集合与过滤[15]，集中于非冗余知识[16]，产生碰撞、摩擦，加快搜寻和发现新知识进程，利于新市场尝试开发全新产品。因此，提出如下假设：

H5：交互记忆系统促进利用性与探索性创新。

H5a：专长性促进利用性与探索性创新。

H5b：可信性促进利用性与探索性创新。

H5c：协调性促进利用性与探索性创新。

综上所述，专才与通才通过交互记忆系统影响利用性与探索性创新，因此，提出如下假设：

H6：交互记忆系统在专才促进利用性创新关系中起中介作用。

H7：交互记忆系统在通才促进探索性创新关系中起中介作用。

2研究设计

21变量测量

参照国内外学者量表，采用李克特五点量表，1表示“非常不同意”，5表示“非常同意”。

“专才”和“通才”测量借鉴Youndt[17]等及Kang和Snell[3]对专才与通才的定义设计量表，经过访谈增删题项、精确语义后确定。专才包括“具备很高专业技能”“拥有局部、内嵌知识”“扎根特定领域”等5个题项；通才包括“愿意涉足广泛、多样知识领域”“短时期内调换到更合适岗位”等4个题项。专才量表α系数为0820，通才为0822。

“交互记忆系统”测量参考Lewis[4]的研究，每个维度各5个题项，专长性包括“具有与任务有关的某方面知识”“知道其他成员在哪些特定领域有专长”等；可信性包括“相信其他成员所掌握的与工作有关的知识”“接受来自其他成员建议”等；协调性包括“顺利并有效率完成任务”“在一起工作时协作频繁”等。交互记忆系统量表α系数为0791。

“利用性创新”和“探索性创新”测量题项依据Jansen[7]的量表。利用性创新包括“经常改善现有产品/服务精度”“提高产品/服务的供应效率”“提高现有市场的经济规模”等5个题项。探索性创新包括“产品/服务是全新的”“经常利用新的销售渠道”“经常在新市场搜寻和接近新客户”等7个题项。利用性创新量表α系数为0832，探索性创新为0868。

22样本与数据收集

问卷数据涉及东、中、西部主要城市，搜集渠道包括：企业发放、问卷星和微信链接。科技型企业（拥有独立研发部，开发新产品并成功推向市场，科技人员占10%以上，大专以上占30%以上）。采用SPSS190对试问卷进行项目分析，专长性、可信性和协调性共5个题项决断值小于3不达标，探索性因子分析可信性1个题项与预期构面不符，删除上述6个题项，形成包含30个题项的正式问卷。正式问卷共发放416份，收回312份，剔除无效问卷42份，有效问卷270份，有效率865%，样本特征及分布如表1所示。

3实证检验

31科技型企业人力资本状况

表2中，科技型企业专才（3811）与通才（3624）人力资本状况均大于“3”，因采用5点量表，人力资本状况已高于平均水平。专才状况优于通才，说明研发人员更愿意在自己熟悉的领域积累技能成长为专家。通才中“成员短时期可调换更合适岗位（3453）”得分最低，表明调换岗位阻力大，虽然“涉足广泛、多样知识（3744）”意愿高，但“拥有技能或能力用途较广泛（3597）”并不理想，导致通才型人力资本积累较困难。

32中介作用检验

采用回归分析检验中介作用（见表3）。Model3专才与通才对利用性创新影响均显著，且专才（0306***）强于通才（0211**），假设H1通过；Model6中，专才与通才均促进探索性创新，且通才（0352***）强于专才（0212**），假设H2通过。Model1专才和通才对交互记忆系统均有正向影响，假设H3、H4通过。Model4交互记忆系统对利用性创新影响显著，专才对利用性创新影响（0306***）减少至0242***，交互記忆系统在专才对利用性创新的影响中起部分中介作用，假设H6通过；同理，Model7交互记忆系统对探索性创新影响显著，假设H5通过，通才对探索性创新影响（0352***）减至0284***，交互记忆系统在通才对探索性创新的影响中起部分中介作用，假设H7通过。

33整体模型拟合及验证

利用AMOS170构建人力资本、交互记忆系统与利用性和探索性创新二阶结构方程模型。修正后模型各项指标均达标，路径关系如图1所示。人力资本对利用性与探索性创新影响均显著（0315*、0246*），且人力资本通过交互记忆系统对利用性与探索性创新影响的间接效果（0625×0544=0340；0625×0436=0273）大于直接效果，证明交互记忆系统在其中起关键作用。

进一步探究交互记忆系统各维度的中介效果和路径关系（图2）。专才与交互记忆系统各维度路径关系显著（0460***；0351***；0399***），假设H3a、H3b、H3c通过；通才与交互记忆系统各维度路径关系显著（0250**；0270**；0173*），假设H4a、H4b、H4c通过。交互记忆系统“专长性”对探索性和利用性创新影响均不显著，假设H5a未通过；“可信性”对利用性和探索性创新影响显著（0339***；0393***），假设H5b通过；“协调性”对利用性创新影响不显著，与探索性创新显著正相关（0146*），假设H5c得到部分支持。

4结论与启示

（1）明确研发项目类别，调配人力资本。由于专才与通才在双元创新中作用的差异性，科技型企业结合研发项目类别在利用性创新项目中调配更多专才，挖掘深度知识延伸产品线；在探索性创新项目中增加通才比例，着眼未来注重远期创新盈利。

（2）重视团队交互记忆，提升双元创新效率。科技型企业需要认识到整合专才与通才的专长性、可信性和协调性对节约智力、共享知识、发现新机会以及对提高研发效率的意义。①重视专才的作用。专才对交互记忆系统各维度的影响均高于通才，显现出专才在交互记忆系统形成过程中的主导地位。②培育团队信任氛围。“可信性”对利用性与探索性创新的影响（0339***； 0393***）最大，因此，双元创新不仅要熟知成员拥有的知识，更需要相互信任实现知识交互。构建基于团队的研发成果或过程考核、奖励机制，鼓励团队协作，营造信任共赢的科研氛围。③管理个人专长。“专长性”对利用性与探索性创新影响不显著，但形成交互记忆系统影响显著，说明个人专长如果在交互记忆系统支持下能更好发挥作用，回应了Argote和Ren[17]仅有个人专长而缺乏协调难以取得竞争优势的论点，协调团队成员的专长是科技型企业研发团队管理的重点。

（3）明确通才地位，引导专才转型。专才（3811）总体状况优于通才（3624）（见表3），表明研发人员更倾向在本学科领域深度发展并获得专家地位，对技术型通才和专家型通才的理解与作用并不十分清楚。由于探索性创新更需要通才支持，因此，科技型企业应明确通才的引领作用，关注实验室专家的成长，规划通才的职业成长，培养有潜质的技术型专才向技术型通才和专家型通才转变，建立通才成长的激励措施。

参考文献：

[1]March J G. Exploration and Exploitation in Organizational Learning[J].Organization Science. 1991，2（1）：71-87.

[2]Koroglu B A， Eceral T O. Human Capital and Innovation Capacity of Firms in Defense and Aviation Industry in Ankara [J]. Procedia - Social and Behavioral Sciences， 2015，195：1583-1592.

[3]Kang S C， Snell S A. Intellectual Capital Architectures and Ambidextrous Learning： A Framework for Human Resource Management[J].Journal of Management Studies， 2009，46（1）：65-92.

[4]Lewis K. Measuring Transactive Memory Systems in the Field： Scale Development and Validation[J].Journal of Applied Psychology， 2003，88（4）：587-604.

[5]Wegner D M. Transactive Memory： A Contemporary Analysis of the Group Mind[J].Theories of Group Behavior， 1987：185-208.

[6]Kelly G， Mastroeni M， Conway E. Combining Diverse Knowledge： Knowledge Workers Experience of Specialist and Generalist Roles[J].Personnel Review， 2011，40（5）：607-624.

[7]Jansen J. Exploratory Innovation，Exploitative Innovation， and Performance： Effects of Organizational Antecedents and Environmental Moderator [J].Management Science， 2006，52（11）：1661-1674.

[8]Kang S C， Snell S A， Swart J. Optionsbased HRM， Intellectual Capital， and Exploratory and Exploitative Learning in Law Firms Practice Groups[J].Human Resource Management， 2012，51（4）：461-485.

[9]Lewis K， Herndon B. Transactive Memory Systems： Current Issues and Future Research Directions[J].Organization Science， 2011，22（5）：1254-1265.

[10]Zhang Z X， Hempel P S， Han Y L， et al. Transactive Memory System Links Work Team Characteristics and Performance.[J].Journal of Applied Psychology， 2007，92（6）：1722-30.

[11]Mullens D S. The Characteristics that Position Family Firms for Success： Examining the Effects of Human Capital， Nonfamiliness， Entrepreneurial Orientation， and Transactive Memory Systems[D].Arlington： The University of Texas， 2013.

[12]鮑晓娜， 曲刚， 张国梁. 交互记忆跨越知识边界对软件外包项目绩效作用研究[J].大连理工大学学报：社会科学版，2014，35（4）：50-56.

[13]Lewis K. Knowledge and Performance in Knowledgeworker Teams： A Longitudinal Study of Transactive Memory Systems[J].Management Science，2004，50（11）：1519-1533.

[14]Argote L， Miron-Spektor E. Organizational Learning： From Experience to Knowledge[J].Organization Science，2011， 22（5）：1123-1137.

[15]Argote L， Ren Y. Transactive Memory Systems： A Microfoundation of Dynamic Capabilities[J].Journal of Management Studies， 2012，49（8）：1375-1382.

[16]Zajac S， Gregory M E， Bedwell W L， et al. The Cognitive Underpinnings of Adaptive Team Performance in Illdefined Task Situations： A Closer Look at Team Cognition[J].American Journal of Cardiology， 2013，4（1）：49-73.

[17]Youndt M A， Subramaniam M， Scott A S. Intellectual Capital Profiles： An Examination of Investments and Returns[J].Journal of Management Studies， 2004，41（2）：335-361.

（责任编辑：李映果）